中國工業(yè)行業(yè)能源強(qiáng)度異質(zhì)性特征診斷及其影響機(jī)制的實(shí)證研究

周建 陳娟

摘要：本文采用動態(tài)面板數(shù)據(jù)診斷理論對中國工業(yè)行業(yè)能源強(qiáng)度異質(zhì)性特征進(jìn)行診斷，在此基礎(chǔ)上重新歸類出無異質(zhì)性差異的工業(yè)行業(yè)，并對其行業(yè)能源強(qiáng)度影響機(jī)制進(jìn)行實(shí)證檢驗(yàn)，結(jié)果發(fā)現(xiàn)：在所采用的中國37個工業(yè)行業(yè)中，有6個行業(yè)能源強(qiáng)度存在著顯著的異質(zhì)性差異，其余的31個行業(yè)可以由共同一致的動態(tài)面板模型進(jìn)行理論分析和實(shí)證檢驗(yàn)，由此可見，如果不加區(qū)別地簡單將中國所有工業(yè)行業(yè)組合在一起進(jìn)行能源強(qiáng)度的理論機(jī)制分析將會產(chǎn)生錯誤的研究結(jié)論；消除異質(zhì)性工業(yè)行業(yè)對中國工業(yè)能源強(qiáng)度的理論機(jī)制分析的干擾后，經(jīng)濟(jì)變量的動態(tài)慣性、行業(yè)經(jīng)營情況、科技研發(fā)水平、行業(yè)結(jié)構(gòu)以及行業(yè)規(guī)模對工業(yè)行業(yè)能源強(qiáng)度具有顯著影響。

關(guān)鍵詞：工業(yè)行業(yè)；產(chǎn)業(yè)政策；能源強(qiáng)度；異質(zhì)性；動態(tài)面板模型

中圖分類號：F015 文獻(xiàn)標(biāo)識碼：A

一、引言

近十年以來，得益于經(jīng)濟(jì)的高速增長，人民生活水平普遍提高，但大眾對于提升生活質(zhì)量的訴求與生活環(huán)境不斷惡化（如時常超過警戒線的霧霾指數(shù)）相互背離。降低能源消耗已經(jīng)成為我國經(jīng)濟(jì)長期可持續(xù)發(fā)展的重要途徑和目標(biāo)。在這種現(xiàn)實(shí)背景下，“十一五”和“十二五”特別強(qiáng)調(diào)將節(jié)能減排作為政府工作的重心，并依據(jù)節(jié)能減排的完成情況制定了嚴(yán)格的獎懲標(biāo)準(zhǔn)。具體來看，“十一五”時期要求我國單位GDP能耗（簡稱能源強(qiáng)度，能源強(qiáng)度越高意味著能源效率越低）降低20%，“十二五”時期要求單位GDP能耗降低16%。于是，各級政府紛紛加大對高耗能行業(yè)的監(jiān)測、管理力度和對高耗能企業(yè)的整改、懲罰力度。

對能源強(qiáng)度的研究隨著數(shù)據(jù)的完善，逐漸從以國家能源強(qiáng)度作為研究對象的宏觀層面，轉(zhuǎn)到以省際能源強(qiáng)度為研究對象的中觀層面，再到以行業(yè)為研究對象的較微觀層面（已有的公開數(shù)據(jù)沒有企業(yè)能耗的數(shù)據(jù)，致使以企業(yè)為研究對象的微觀層面研究難以開展）。因此，目前與能源強(qiáng)度有關(guān)的實(shí)證研究可分為三類：第一類以全國能源強(qiáng)度為研究對象。杭雷鳴和屠梅曾（2006）分析了能源價格對能源強(qiáng)度的影響；Yuan et al （2008） 研究了我國產(chǎn)出增長和能源消費(fèi)及分類能源消費(fèi)之間的關(guān)系，發(fā)現(xiàn)經(jīng)濟(jì)增長和能源消費(fèi)之間的因果關(guān)系在短期和長期上表現(xiàn)不同；樊茂清等（2010）認(rèn)為技術(shù)變化、要素替代、貿(mào)易、一次能源結(jié)構(gòu)和部門結(jié)構(gòu)變化是引起能源強(qiáng)度變化的重要因素；邵帥等（2013）在能源效率內(nèi)生化條件下，利用時變參數(shù)狀態(tài)空間模型測算了我國宏觀經(jīng)濟(jì)的長短期回彈效應(yīng)，發(fā)現(xiàn)改革開放前能源回彈效應(yīng)總體上表現(xiàn)為逆反效應(yīng)，而改革開放期間則表現(xiàn)為部分回彈效應(yīng)。第二類以省份、區(qū)域能源強(qiáng)度為研究對象。張賢和周勇（2007）采用空間回歸模型在省際層面分析了FDI對能源強(qiáng)度的影響；齊紹洲等（2007）通過分析1995-2002年我國西部和東部省份的能源消費(fèi)強(qiáng)度差異與人均GDP差異之間的關(guān)系，發(fā)現(xiàn)東部地區(qū)與西部地區(qū)的人均GDP差異存在收斂關(guān)系，而且隨著人均GDP差異的收斂，西部與東部地區(qū)的能源消費(fèi)強(qiáng)度差異也是收斂的；吳巧生等（2008）選取我國各省1986-2005年的數(shù)據(jù)，運(yùn)用面板模型重新檢驗(yàn)我國能源消費(fèi)和GDP的關(guān)系，結(jié)果發(fā)現(xiàn)：從長期來看，我國總體存在能源消費(fèi)與GDP的雙向因果關(guān)系，但東部地區(qū)只存在從能源消費(fèi)到GDP的單向因果關(guān)系，而中西部地區(qū)則存在從GDP到能源消費(fèi)的單向因果關(guān)系；就短期而言，我國總體及東西部地區(qū)的能源消費(fèi)與GDP無因果關(guān)系，而中部地區(qū)則存在能源消費(fèi)和GDP之間的雙向因果關(guān)系；俞毅（2010）通過我國省級面板數(shù)據(jù)的實(shí)證發(fā)現(xiàn)，當(dāng)GDP總量超過一定的門限值時，能源消耗所導(dǎo)致的廢氣排放就會越高，污染就會越嚴(yán)重；GDP超過門限值的省份大多集中于我國的東部發(fā)達(dá)地區(qū)，中部次之，西部最少；Herreriasel （2013）分析我國28個省域1985-2008年的數(shù)據(jù)發(fā)現(xiàn)，外商投資和民間投資在降低能源強(qiáng)度上發(fā)揮了主導(dǎo)作用，而國有投資在降低能源強(qiáng)度上卻沒起到正向引導(dǎo)作用。第三類以工業(yè)行業(yè)能源強(qiáng)度為研究對象。例如李未無（2008）分析了1999-2005年我國35個工業(yè)行業(yè)的能源效率與對外開放的關(guān)系，結(jié)果支持對外開放能提高能源效率；孔婷等（2008）運(yùn)用1995-2005年的數(shù)據(jù)分析了制造業(yè)24個重要行業(yè)的能源價格與能源強(qiáng)度的關(guān)系，結(jié)果表明，對大多數(shù)行業(yè)，能源價格的提升并未明顯降低能源強(qiáng)度，能源價格對于技術(shù)進(jìn)步對能源強(qiáng)度影響的調(diào)節(jié)效應(yīng)不顯著，能源價格的調(diào)節(jié)效應(yīng)更多地表現(xiàn)為促進(jìn)能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)化來降低行業(yè)能源強(qiáng)度；郝新東（2011）運(yùn)用我國工業(yè)36個行業(yè)1999-2009年的面板數(shù)據(jù)，選取工業(yè)行業(yè)的主營業(yè)務(wù)成本和主營業(yè)務(wù)收入兩個變量來解釋工業(yè)行業(yè)能源強(qiáng)度的變化情況；滕玉華（2011）運(yùn)用1998-2007年我國工業(yè)32個行業(yè)面板數(shù)據(jù)，研究了自主研發(fā)、國外技術(shù)引進(jìn)、國內(nèi)技術(shù)轉(zhuǎn)移、能源相對價格、FDI 的進(jìn)入程度和工業(yè)內(nèi)部行業(yè)結(jié)構(gòu)等因素對行業(yè)能源強(qiáng)度的影響；咼小明和張宗益（2012）對1985-2008年我國交通運(yùn)輸業(yè)能源強(qiáng)度的影響因素進(jìn)行了實(shí)證分析；李鍇和齊紹洲（2013）運(yùn)用1999-2008年我國36個工業(yè)行業(yè)的面板數(shù)據(jù)，分析了FDI影響中國工業(yè)能源效率的傳導(dǎo)渠道。

以上三大類研究在運(yùn)用計(jì)量模型分析省份、區(qū)域、行業(yè)能源強(qiáng)度時，都默認(rèn)所選取的省份、區(qū)域、行業(yè)具有相同的斜率參數(shù)（截距參數(shù)可因面板模型的基本設(shè)定表現(xiàn)為不相同的個體異質(zhì)性），但這樣的設(shè)定顯然不合理。以高耗能的工業(yè)行業(yè)為例，其下屬的37個子行業(yè)發(fā)展不均衡，國家行業(yè)政策扶持傾向不一致且各行業(yè)基本屬性（勞動密集型或資本密集型、重工業(yè)或輕工業(yè)等）差異度較大，如果簡單將37個行業(yè)進(jìn)行平均意義上的回歸分析沒有太多的實(shí)際意義。因此，在理論分析和實(shí)證檢驗(yàn)時，如果不事前經(jīng)過細(xì)致診斷研究就簡單地將所有工業(yè)行業(yè)組織在一起進(jìn)行建模分析，將得到有偏誤甚至是錯誤的研究結(jié)論。針對這一問題，本文將從行業(yè)的角度來進(jìn)行中國工業(yè)行業(yè)的能源強(qiáng)度影響因素分析，具體研究兩個密切相關(guān)的問題：（1）中國工業(yè)行業(yè)的能源強(qiáng)度是否存在異質(zhì)性差異？如果存在，哪些行業(yè)存在？對這個問題的研究，本文將以中國工業(yè)行業(yè)2001-2011年所組成的面板數(shù)據(jù)為研究對象，采用動態(tài)面板數(shù)據(jù)診斷理論對其能源強(qiáng)度異質(zhì)性特征進(jìn)行檢驗(yàn)，以便識別出中國工業(yè)行業(yè)能源強(qiáng)度的差異性規(guī)律，從而為深刻認(rèn)識和分析中國工業(yè)能源強(qiáng)度的理論決定機(jī)制提供重要的基礎(chǔ)和前提性保障。（2）在第一個問題研究基礎(chǔ)上，本文將重新歸類出經(jīng)過理論分析和實(shí)證檢驗(yàn)的無異質(zhì)性差異的工業(yè)行業(yè)，并基于這些具有一致性參數(shù)形成機(jī)制的行業(yè)對中國工業(yè)行業(yè)能源強(qiáng)度影響因素進(jìn)行分析。

二、工業(yè)行業(yè)能源強(qiáng)度特征描述

本文之所以選擇工業(yè)行業(yè)下屬的37個子行業(yè)作為研究對象①，一是因?yàn)椤笆晃濉薄秵挝籊DP能耗監(jiān)測體系實(shí)施方案》中要求對主要耗能行業(yè)節(jié)能降耗進(jìn)展情況進(jìn)行監(jiān)測，其中，主要耗能行業(yè)包括煤炭、鋼鐵、有色、建材、石油、化工、火力發(fā)電、造紙、紡織等，而這些行業(yè)屬于工業(yè)行業(yè)的范疇，即高耗能行業(yè)主要集中在工業(yè)行業(yè)；二是因?yàn)槲覈F(xiàn)有關(guān)于能源消耗的統(tǒng)計(jì)數(shù)據(jù)包括全國能耗數(shù)據(jù)、省級能耗數(shù)據(jù)以及兩位代碼行業(yè)的能耗數(shù)據(jù)，因此工業(yè)行業(yè)下屬的37個子行業(yè)能耗數(shù)據(jù)是目前能收集到的在行業(yè)層面最微觀的數(shù)據(jù)。

若要在行業(yè)層面測算單位增加值能耗，需要各行業(yè)的工業(yè)增加值數(shù)據(jù)，而現(xiàn)實(shí)情況卻是從2008年開始我國統(tǒng)計(jì)局不匯報(bào)工業(yè)增加值的數(shù)據(jù)，僅匯報(bào)工業(yè)總產(chǎn)值，依據(jù)現(xiàn)有數(shù)據(jù)無法測算工業(yè)行業(yè)在2008年以后的單位增加值能耗，故我們選擇構(gòu)建單位工業(yè)總產(chǎn)值能耗指標(biāo)來進(jìn)行分析。

仿照能源強(qiáng)度的定義（單位GDP的能源消耗總量），我們將行業(yè)能源強(qiáng)度定義為：

行業(yè)能源強(qiáng)度=行業(yè)能源消費(fèi)總量/行業(yè)工業(yè)生產(chǎn)總值

其中，工業(yè)生產(chǎn)總值用分行業(yè)工業(yè)品出廠價格指數(shù)（PPI）進(jìn)行平減處理計(jì)算得出。

表1所列的是2005年與2010年各行業(yè)能源強(qiáng)度，以及2010年能源強(qiáng)度相對2005年下降的幅度?？梢钥闯觯袠I(yè)能源強(qiáng)度總體呈現(xiàn)下降趨勢，即隨著時間推移，各行業(yè)能源效率提高了，其中有15個工業(yè)行業(yè)的能源強(qiáng)度下降幅度超過50%。進(jìn)一步，以“十一五”規(guī)劃提出的2010年單位GDP能耗比2005年降低20%為參考值，我們發(fā)現(xiàn)有三個行業(yè)的單位生產(chǎn)總值能耗降幅小于20%，分別是石油和天然氣開采業(yè)，石油加工、煉焦及核燃料加工業(yè)，水的生產(chǎn)和供應(yīng)業(yè)，它們的能源強(qiáng)度分別下降4%、9%和12%。燃?xì)馍a(chǎn)和供應(yīng)業(yè)、黑色金屬礦采選業(yè)、非金屬礦采選業(yè)三個行業(yè)能源強(qiáng)度下降幅度最大，分別下降73%、67%、67%。由此可見，雖然中國工業(yè)行業(yè)的能源強(qiáng)度都出現(xiàn)了一定程度的下降，但是下降幅度和趨勢在行業(yè)之間存在著一定程度的差異性特征，不能簡單地將所有行業(yè)組合在一起作為樣本來進(jìn)行中國工業(yè)能源強(qiáng)度的理論機(jī)制分析。

三、工業(yè)行業(yè)異質(zhì)性特征的統(tǒng)計(jì)診斷

綜合了截面數(shù)據(jù)和時間序列數(shù)據(jù)雙重優(yōu)勢的面板數(shù)據(jù)不僅能體現(xiàn)變量在時間維度上的變化趨勢，而且還能體現(xiàn)變量在個體維度上的差異性，從而可以顯示總體數(shù)據(jù)所隱藏的個體差異性?，F(xiàn)有以能源強(qiáng)度面板數(shù)據(jù)為研究對象的文獻(xiàn)一般采用靜態(tài)面板模型，沒有考慮經(jīng)濟(jì)變量的動態(tài)變化特征，然而在經(jīng)濟(jì)系統(tǒng)中，當(dāng)期的決策往往會受到前期決策的影響，忽略經(jīng)濟(jì)變量的慣性特征可能出現(xiàn)遺失變量的問題致使回歸結(jié)果不可靠。因此，在實(shí)證分析中采用動態(tài)面板模型比靜態(tài)面板模型更具有一般性、穩(wěn)健性。故本文采用動態(tài)面板模型分析中國工業(yè)行業(yè)的異質(zhì)性特征和理論機(jī)制。在行業(yè)異質(zhì)性特征診斷的基礎(chǔ)上，本文將從動態(tài)慣性、行業(yè)經(jīng)營情況、科技研發(fā)水平、行業(yè)結(jié)構(gòu)和行業(yè)規(guī)模五個方面對行業(yè)能源強(qiáng)度的影響因素進(jìn)行分析。

（一）變量選取與數(shù)據(jù)來源

本文以2001-2011年37個工業(yè)行業(yè)的能源強(qiáng)度為研究對象，選取的變量如下：

單位工業(yè)總產(chǎn)值能耗（萬噸標(biāo)準(zhǔn)煤/億元，變量名為eiit），代表行業(yè)能源強(qiáng)度；

上一期單位工業(yè)總產(chǎn)值能耗（變量名為eiit-1），代表經(jīng)濟(jì)變量動態(tài)慣性；

行業(yè)規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值（億元，變量名為igv），代表企業(yè)經(jīng)營狀況；

行業(yè)規(guī)模以上工業(yè)企業(yè)的研究與試驗(yàn)發(fā)展支出（R&D）（萬元，變量名為rd）、有效發(fā)明專利數(shù)（項(xiàng)，變量名為paten），代表科技研發(fā)水平；

國有及國有控股工業(yè)企業(yè)總產(chǎn)值占規(guī)模以上工業(yè)企業(yè)總產(chǎn)值的比重（國資產(chǎn)值比重，變量名為sown）、外商投資和港澳臺商投資工業(yè)企業(yè)總產(chǎn)值占規(guī)模以上工業(yè)企業(yè)總產(chǎn)值的比重（外資產(chǎn)值比重，變量名為sf），代表行業(yè)結(jié)構(gòu)②；

行業(yè)規(guī)模以上工業(yè)企業(yè)的企業(yè)單位數(shù)（個，變量名為inum）、全部從業(yè)人員年均人數(shù)（萬人，變量名為labor），代表行業(yè)規(guī)模。

工業(yè)總產(chǎn)值和R&D數(shù)據(jù)經(jīng)過數(shù)據(jù)平減處理。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《中國工業(yè)統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》。

（二）行業(yè)離散程度分析

在實(shí)證中為避免異常數(shù)據(jù)對整體回歸結(jié)果的影響，常用的方法是刪除最大、最小5%的極端數(shù)據(jù)。為了衡量行業(yè)數(shù)據(jù)的極端程度，我們分別計(jì)算了37個工業(yè)行業(yè)的8個變量（ei、igv、rd、paten、sown、sf、inum和labor）的變異系數(shù)，再對每一個變量的變異系數(shù)按37個行業(yè)降序排序。定義單個變量的序數(shù)指標(biāo)為rij（其中下標(biāo)i代表行業(yè)，j代表變量，變異系數(shù)越大對應(yīng)的rij越小，即數(shù)據(jù)離散程度越大），所有變量的序數(shù)指標(biāo)為Ri（Ri=∑8j=1rij，i=1，…，37），Ri越小代表行業(yè)總體相對變異程度越大。行業(yè)總體變異程度由大到小的順序排列見表2。

從表2可以看出，石油加工、煉焦及核燃料加工業(yè)，紡織服裝、鞋、帽制造業(yè)，飲料制造業(yè)，電氣機(jī)械及器材制造業(yè)，石油和天然氣開采業(yè)等行業(yè)的數(shù)據(jù)整體離散程度較大。數(shù)據(jù)變異程度排序靠前的那些行業(yè)是異質(zhì)性行業(yè)的可能性相對更大，在節(jié)能減排過程中可能表現(xiàn)出不一樣的行為模式，但具體哪些行業(yè)具有異質(zhì)性特征還需依靠更為嚴(yán)謹(jǐn)?shù)慕y(tǒng)計(jì)診斷。下文采用個體異質(zhì)性診斷統(tǒng)計(jì)量IPH對行業(yè)異質(zhì)性做進(jìn)一步分析。

（三）行業(yè)系數(shù)異質(zhì)性診斷檢驗(yàn)

根據(jù)IPH統(tǒng)計(jì)量服從χ2（T-1）分布，我們得到IPH在1%、5%和10%的顯著性水平下的臨界值，分別為χ2001（9）=209，χ2005（9）=333，χ201（9）=417。由表3可以看出，在1%和5%的顯著性水平下，有6個行業(yè)擁有異質(zhì)斜率參數(shù)（在10%的顯著性水平下有5個行業(yè)擁有異質(zhì)斜率參數(shù)），即交通運(yùn)輸設(shè)備制造業(yè)，石油加工、煉焦及核燃料加工業(yè)，電氣機(jī)械及器材制造業(yè)，石油和天然氣開采業(yè)，電力、熱力的生產(chǎn)和供應(yīng)業(yè)和飲料制造業(yè)具有各不相同的數(shù)據(jù)生成機(jī)制。因此，這6個行業(yè)能源強(qiáng)度有著其自身的異質(zhì)性特征。由于樣本數(shù)據(jù)有限，每一個行業(yè)只有10年的數(shù)據(jù)，在數(shù)據(jù)量少的情況下做計(jì)量回歸分析難以準(zhǔn)確得出影響系數(shù)，所以在后文中將不對這6個行業(yè)進(jìn)行分析。

由表2可知，石油加工、煉焦及核燃料加工業(yè)，飲料制造業(yè)，電氣機(jī)械及器材制造業(yè)，石油和天然氣開采業(yè)，電力、熱力的生產(chǎn)和供應(yīng)業(yè)、交通運(yùn)輸設(shè)備制造業(yè)這6個行業(yè)的數(shù)據(jù)總體變異程度在37個行業(yè)分別位列第1、3、4、5、8和11位，故通過行業(yè)異質(zhì)性診斷得出的6個異質(zhì)性行業(yè)屬于數(shù)據(jù)總體相對離散程度較大的行業(yè)；但反過來看，數(shù)據(jù)離散程度較大的行業(yè)卻不一定拒絕IPH診斷統(tǒng)計(jì)量的原假設(shè)。

表4為IPH統(tǒng)計(jì)量的穩(wěn)健性檢驗(yàn)。我們把6個具有異質(zhì)斜率參數(shù)的行業(yè)刪除，將剩下的31個具有相同斜率參數(shù)的行業(yè)作為一個整體重新計(jì)算每個行業(yè)的IPH統(tǒng)計(jì)量，可以發(fā)現(xiàn)在1%的顯著性水平下這31個行業(yè)都接受了參數(shù)同質(zhì)性的假設(shè)，再次驗(yàn)證了這31個行業(yè)具有相同的數(shù)據(jù)生成機(jī)制，適合用同系數(shù)動態(tài)面板模型進(jìn)行分析。

四、參數(shù)回歸結(jié)果比較

在前文對中國工業(yè)行業(yè)異質(zhì)性特征診斷基礎(chǔ)上，本文對具有一致性參數(shù)形成機(jī)制的31個工業(yè)行業(yè)進(jìn)行能源強(qiáng)度的理論機(jī)制分析。

表5中M1、M2和M3為37個行業(yè)數(shù)據(jù)的回歸結(jié)果，M4、M5和M6為31個行業(yè)數(shù)據(jù)的回歸結(jié)果。其中，M1和M4對應(yīng)的模型為動態(tài)面板模型，且出于穩(wěn)健性的考慮同時對工業(yè)總產(chǎn)值（lnrigv）作了內(nèi)生性處理，選取工業(yè)總產(chǎn)值的滯后值作為工具變量。 M2 、M3和M4、M5對應(yīng)的模型都是不含能源強(qiáng)度動態(tài)項(xiàng)的普通面板模型，它們之間的區(qū)別在于M3和M6沒有考慮lnrigv的內(nèi)生性問題。因此，對于模型M1和M4我們采用動態(tài)面板模型GMM估計(jì)，對于模型M2和M4我們采用面板數(shù)據(jù)模型IV估計(jì)方法，對于模型M3和M6我們采用面板固定效應(yīng)模型的估計(jì)方法（FE）。

表5中M1和M4分別為37個和31個工業(yè)行業(yè)的動態(tài)面板模型的GMM估計(jì)的回歸結(jié)果。我們采用Pagan-Hall統(tǒng)計(jì)量檢驗(yàn)含有內(nèi)生變量的模型是否存在異方差，結(jié)果顯示M1和M4兩個模型的Pagan-Hall統(tǒng)計(jì)量都小于5%顯著性水平下的臨界值，接受擾動項(xiàng)不存在異方差的原假設(shè)；自相關(guān)檢驗(yàn)采用Arellano-Bond統(tǒng)計(jì)量，其作用是檢驗(yàn)動態(tài)面板模型的一階差分?jǐn)_動項(xiàng)是否存在自相關(guān)，結(jié)果顯示M1和M4兩個模型的Arellano-Bond AR（1） 統(tǒng)計(jì)量都接受一階差分?jǐn)_動項(xiàng)存在一階自相關(guān)的原假設(shè)，而Arellano-Bond AR（2） 統(tǒng)計(jì)量都拒絕一階差分?jǐn)_動項(xiàng)具有二階自相關(guān)的原假設(shè)，因此可認(rèn)為M1和M4兩個模型的擾動項(xiàng)不存在自相關(guān)。

由于M2、M3、M5和M6模型設(shè)定不同，因此在檢驗(yàn)各個模型擾動項(xiàng)的異方差性和自相關(guān)性時，采取了不同的檢驗(yàn)統(tǒng)計(jì)量，其中M2和M5的異方差檢驗(yàn)采用Pagan-Hall統(tǒng)計(jì)量，M3和M6的異方差檢驗(yàn)采用Modified Wald統(tǒng)計(jì)量； M2、M3、M5和M6的自相關(guān)檢驗(yàn)均采用Wooldridge統(tǒng)計(jì)量。檢驗(yàn)結(jié)果顯示M2、M3、M5和M6四個模型都存在異方差和自相關(guān)。由此可見，設(shè)定的模型若忽略了動態(tài)效應(yīng)將會導(dǎo)致回歸結(jié)果缺乏可靠性和有效性。從回歸系數(shù)也可以發(fā)現(xiàn)，模型M2、M3、M5和M6的顯著性變量個數(shù)比M1和M4少，且部分變量的符號與M1和M4相反。

比較M1和M4兩個模型的參數(shù)回歸結(jié)果，可發(fā)現(xiàn)：（1）31個工業(yè)行業(yè)的能源強(qiáng)度動態(tài)項(xiàng)的系數(shù)比37個行業(yè)的系數(shù)?。ㄓ?652變?yōu)?424），而其他所有變量的系數(shù)卻變大了；（2）總體上來看，31個行業(yè)的工業(yè)總產(chǎn)值的回歸系數(shù)比37個行業(yè)的更顯著，尤其是31個行業(yè)的實(shí)際R&D和企業(yè)單位數(shù)這兩個變量的回歸系數(shù)是顯著的（其中，實(shí)際R&D的回歸系數(shù)在10%的顯著性水平下顯著，企業(yè)單位數(shù)的回歸系數(shù)在1%的顯著性水平下顯著），然而在37個行業(yè)中這兩個變量的回歸系數(shù)卻是不顯著的；（3）31個行業(yè)回歸的R2變大了（由0996變?yōu)?997），表明31個行業(yè)數(shù)據(jù)的動態(tài)面板模型擬合效果比37個行業(yè)數(shù)據(jù)更好，進(jìn)一步說明個體異質(zhì)性除了表現(xiàn)在不可觀測的截距項(xiàng)上，還可能表現(xiàn)在斜率系數(shù)上。

具體分析31個行業(yè)的回歸結(jié)果可發(fā)現(xiàn)：（1）工業(yè)行業(yè)能源強(qiáng)度具有正向動態(tài)慣性特征，上一期能源強(qiáng)度對于下一期具有顯著的正向影響，其彈性系數(shù)為0424，即上一期能源效率提高1%會使下一期能源效率提高0424%，但31個行業(yè)所表現(xiàn)出的動態(tài)效應(yīng)弱于37個行業(yè)。（2）31個工業(yè)行業(yè)的產(chǎn)值規(guī)模效應(yīng)強(qiáng)于37個行業(yè)的產(chǎn)值規(guī)模效應(yīng)，31個工業(yè)行業(yè)的總產(chǎn)值提高1%可以使能源強(qiáng)度顯著降低0127%。（3）如果忽略了參數(shù)異質(zhì)性，37個行業(yè)的數(shù)據(jù)不能支持R&D支出對提高行業(yè)能源效率具有正面作用，然而在考慮了參數(shù)異質(zhì)性后，31個行業(yè)數(shù)據(jù)顯示R&D支出對提高行業(yè)能源效率起到顯著的正面作用，并且放大了這種作用。（4）作為具有科技實(shí)踐作用的有效專利數(shù)呈現(xiàn)出與R&D支出一樣的特征，各行業(yè)有效專利數(shù)增加可以有效提高行業(yè)能源效率。（5）行業(yè)結(jié)構(gòu)對能耗強(qiáng)度具有顯著影響，綜合31個行業(yè)的數(shù)據(jù)表明國有及國有控股產(chǎn)值比重（lnsown），以及外商投資和港澳臺商投資產(chǎn)值比重（lnsf）對能源強(qiáng)度的平均影響為正。因此，適當(dāng)降低國有及國有控股產(chǎn)值比重，增大外商投資和港澳臺商投資在能源強(qiáng)度較低行業(yè)的比重對降低工業(yè)行業(yè)能源強(qiáng)度具有正向作用。（6）從行業(yè)規(guī)模來看，行業(yè)內(nèi)企業(yè)數(shù)量、行業(yè)平均從業(yè)人員數(shù)量與能源強(qiáng)度呈負(fù)相關(guān)關(guān)系。這表明，通過擴(kuò)大行業(yè)內(nèi)企業(yè)數(shù)量以及從業(yè)人員數(shù)量，形成行業(yè)規(guī)模效應(yīng)和集聚效應(yīng)可達(dá)到降低能源強(qiáng)度的效果。

五、結(jié)論及啟示

本文首次采用動態(tài)面板數(shù)據(jù)診斷理論對中國工業(yè)行業(yè)能源強(qiáng)度異質(zhì)性特征進(jìn)行了診斷，在此基礎(chǔ)上重新歸類出無異質(zhì)性差異的工業(yè)行業(yè)，進(jìn)一步對中國工業(yè)行業(yè)能源強(qiáng)度影響因素進(jìn)行了實(shí)證檢驗(yàn)，得到如下主要結(jié)論：（1）中國工業(yè)行業(yè)能源存在著顯著的異質(zhì)性差異。在本文所采用的中國37個工業(yè)行業(yè)中，有6個行業(yè)（交通運(yùn)輸設(shè)備制造業(yè)，石油加工、煉焦及核燃料加工業(yè)，電氣機(jī)械及器材制造業(yè)，石油和天然氣開采業(yè)，電力、熱力的生產(chǎn)和供應(yīng)業(yè)和飲料制造業(yè)）能源強(qiáng)度存在著顯著的異質(zhì)性差異，其余的31個行業(yè)可以由共同一致的動態(tài)面板模型進(jìn)行理論分析和實(shí)證檢驗(yàn)。這表明，在研究中國工業(yè)行業(yè)能源強(qiáng)度理論分析和影響機(jī)制時，如果簡單地像已有文獻(xiàn)那樣將已有的37個能源行業(yè)直接合并在一起進(jìn)行計(jì)量經(jīng)濟(jì)建模處理，將會產(chǎn)生嚴(yán)重的計(jì)量分析偏誤，從而得到不準(zhǔn)確甚至是錯誤的能源經(jīng)濟(jì)政策研究結(jié)論。（2）動態(tài)面板模型的回歸殘差接受了擾動項(xiàng)同方差和沒有自相關(guān)的原假設(shè)，而非動態(tài)面板模型不能接受以上原假設(shè)，表明動態(tài)面板模型在擬合工業(yè)行業(yè)數(shù)據(jù)時效果好于非動態(tài)面板模型。比較37個行業(yè)和31個行業(yè)的動態(tài)面板回歸結(jié)果可發(fā)現(xiàn)，31個工業(yè)行業(yè)的能源強(qiáng)度動態(tài)項(xiàng)的系數(shù)比37個行業(yè)的系數(shù)小，但是31個工業(yè)行業(yè)對應(yīng)的其他變量的回歸系數(shù)變大了；31個行業(yè)的工業(yè)總產(chǎn)值的回歸系數(shù)比37個行業(yè)的更顯著，同時31個行業(yè)的R2也增大了（由0996變?yōu)?997），進(jìn)一步說明個體異質(zhì)性除了表現(xiàn)在不可觀測的截距項(xiàng)上，還可能表現(xiàn)在斜率系數(shù)上。（3）對具有一致性參數(shù)形成機(jī)制的31個工業(yè)行業(yè)的動態(tài)面板數(shù)據(jù)實(shí)證分析表明，經(jīng)濟(jì)變量的動態(tài)慣性、行業(yè)經(jīng)濟(jì)狀態(tài)、科技研發(fā)水平、行業(yè)結(jié)構(gòu)以及行業(yè)規(guī)模對工業(yè)行業(yè)能源強(qiáng)度都具有顯著影響。

上述結(jié)論啟示我們：經(jīng)濟(jì)變量的自調(diào)整過程使得行業(yè)能源強(qiáng)度具有下降的傾向；工業(yè)行業(yè)的產(chǎn)值規(guī)模效應(yīng)將引發(fā)行業(yè)能源強(qiáng)度的降低；代表科技水平的R&D支出和有效專利數(shù)對降低行業(yè)能源強(qiáng)度具有正面影響，應(yīng)適當(dāng)提高研發(fā)投入較少的工業(yè)行業(yè)的R&D支出；適當(dāng)降低國有及國有控股產(chǎn)值比重，增大外商投資和港澳臺商投資在能源強(qiáng)度較低行業(yè)的比重對降低工業(yè)行業(yè)能源強(qiáng)度具有正向作用；31個工業(yè)行業(yè)應(yīng)當(dāng)進(jìn)一步整合資源，形成有適度企業(yè)數(shù)量和就業(yè)人數(shù)等合理規(guī)模的行業(yè)狀態(tài)是降低能源強(qiáng)度的重要途徑。

注釋：

① 工業(yè)行業(yè)下屬39個子行業(yè)，由于其他采礦業(yè)、廢棄資源和廢舊材料回收加工業(yè)缺失了太多數(shù)據(jù)，因此本文分析工業(yè)行業(yè)的能源強(qiáng)度基本特征以及行業(yè)異質(zhì)性診斷和影響因素分析時不考慮這兩個行業(yè)。又由于分行業(yè)出廠價格指數(shù)只能追溯到2001年，因此本文采用的數(shù)據(jù)的時間維度從2001年開始。

② 由于缺乏2001-2004年私營工業(yè)企業(yè)總產(chǎn)值數(shù)據(jù)，因此沒有私營工業(yè)企業(yè)總產(chǎn)值比重這一變量。

參考文獻(xiàn)：

[1] 樊茂清，任若恩，陳高才.技術(shù)變化、要素替代和貿(mào)易對能源強(qiáng)度影響的實(shí)證研究[J].經(jīng)濟(jì)學(xué)（季刊），2010（1）：237-258.

[2] 郝新東.中國工業(yè)能源消耗強(qiáng)度的效益分析——以36個工業(yè)行業(yè)面板數(shù)據(jù)為例[J].經(jīng)濟(jì)問題探索，2011（8）：43-47.

[3] 杭雷鳴，屠梅曾.能源價格對能源強(qiáng)度的影響——以國內(nèi)制造業(yè)為例[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006（12）：93-100.

[4] 孔婷，孫林巖，何哲，等.能源價格對制造業(yè)能源強(qiáng)度調(diào)節(jié)效應(yīng)的實(shí)證研究[J].管理科學(xué)，2008（3）：2-8.

[5] 李未無.對外開放與能源利用效率：基于35個工業(yè)行業(yè)的實(shí)證研究[J].國際貿(mào)易問題，2008（6）：7-15.

[6] 李鍇，齊紹洲.FDI影響中國工業(yè)能源效率的傳導(dǎo)渠道分析——基于水平、前向和后向關(guān)聯(lián)[J].中國地質(zhì)大學(xué)學(xué)報(bào)：社會科學(xué)版，2013（4）：27-33.

[7] 齊紹洲，羅威.中國地區(qū)經(jīng)濟(jì)增長與能源消費(fèi)強(qiáng)度差異分析[J].經(jīng)濟(jì)研究，2007（7）：74-81.

[8] 邵帥，楊莉莉，黃濤.能源回彈效應(yīng)的理論模型與中國經(jīng)驗(yàn)[J].經(jīng)濟(jì)研究，2013（2）.

[9] 滕玉華.自主研發(fā)、技術(shù)引進(jìn)與能源消耗強(qiáng)度——基于中國工業(yè)行業(yè)的實(shí)證分析[J].中國人口·資源與環(huán)境，2011（7）：169-174.

[10]咼小明，張宗益.我國交通運(yùn)輸業(yè)能源強(qiáng)度影響因素研究[J].管理工程學(xué)報(bào)，2012（4）：90-99.

[11]吳巧生，陳亮，張炎濤，成金華.中國能源消費(fèi)與GDP關(guān)系的再檢驗(yàn)——基于省際面板數(shù)據(jù)的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：27-40.

[12]俞毅.GDP增長與能源消耗的非線性門限——對中國傳統(tǒng)產(chǎn)業(yè)省際轉(zhuǎn)移的實(shí)證分析[J].中國工業(yè)經(jīng)濟(jì)，2010（12）：57-65.

[13]張賢，周勇.外商直接投資對我國能源強(qiáng)度的空間效應(yīng)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（1）：101-108.

[14]Bun，Maurice J.G.and Kiviet，Jan F. The Accuracy of Inference in Small Samples of Dynamic Panel Data Models.Tinbergen Institute Discussion Paper，2011.

[15]Herrerias ，M.J. and Cuadros，A.，V.Orts. Energy intensity and investment ownership across Chinese provinces[J].Energy Economics，2013，36：286-298.

[16]Yuan ，J.H.and Kang ，J.G.and Zhao ，C.H.and Hu，J.G. Energy consumption and economic growth： Evidence from China at both aggregated and disaggregated levels[J].Energy Economics，2008，30：3077-3094.

[17]Zhou，J.，Chen ，J.and Zhang，D.Y. A Method to Diagnose Individual Parametric Heterogeneity with Dynamic Panel Data Models ，Working paper，2014.

Abstract：Based on testing heterogeneity of China′s industrial energy intensity by using diagnosis theory of dynamic panel data， this paper reclassifies the industries without heterogeneity and makes empirical analysis of industrial energy intensity， and then we obtain the following conclusions. Firstly， 6 in 37 industries have significant heterogeneity of energy intensity， therefore the rest of the 31 industries can be theoretically analyzed and empirically tested by the same dynamic panel model. Thus， we will obtain the wrong conclusions if we analyze energy intensity by using all industrial data without classification. After eliminating the interference of the heterogeneity industry on theoretical mechanism analysis of China′s industrial energy intensity， the inertial of economic variable， industrial state of operation， technology level， industrial structure and industrial scale have significant influence on energy intensity.

Key words：industry； industrial policy； energy intensity； heterogeneity； dynamic panel model

（責(zé)任編輯：張曦）