長期資金市場對能源強(qiáng)度的影響研究

喬海曙+喬繼偉

摘要：依據(jù)中國30個(gè)省（市）自治區(qū)1998～2013年面板數(shù)據(jù)，考量長期資金市場對能源強(qiáng)度的影響。結(jié)果表明，長期資金市場發(fā)展對東部地區(qū)能源強(qiáng)度下降影響較大，產(chǎn)業(yè)結(jié)構(gòu)升級、人均GDP提高均有利于各地區(qū)能源強(qiáng)度下降，技術(shù)進(jìn)步、對外貿(mào)易度對各地區(qū)能源強(qiáng)度的影響呈現(xiàn)出分化態(tài)勢。鑒此，應(yīng)充分發(fā)揮長期資金市場優(yōu)勢、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級、重視研發(fā)投入產(chǎn)出技術(shù)成果轉(zhuǎn)化等，多渠道降低能源強(qiáng)度。

關(guān)鍵詞： 長期資金市場；產(chǎn)業(yè)結(jié)構(gòu)；技術(shù)進(jìn)步；能源強(qiáng)度；面板數(shù)據(jù)

中圖分類號：F062.1 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2016）04-0025-06

一、引 言

中國經(jīng)歷了30年的高速增長，已躍居成為全球第二大經(jīng)濟(jì)體，但也付出了巨大的資源與環(huán)境代價(jià)。2013年，中國能源消費(fèi)已達(dá)36億噸標(biāo)準(zhǔn)煤，高居世界第一；每萬美元GDP能源消耗達(dá)到4.75噸標(biāo)準(zhǔn)煤，是世界平均水平的1.9倍，美國的2.4倍，日本、英國和意大利的4倍，能源使用效率較低。改革開放以來，我國的單位GDP能耗以每年3.86%的速度迅速下降，但1994年之后的下降速率明顯放緩，2002年前后甚至出現(xiàn)了上升的態(tài)勢。國務(wù)院2014年5月頒布的《2014～2015年節(jié)能減排低碳發(fā)展行動方案》要求，2014～2015年，單位GDP能耗逐年下降3.9%，單位GDP二氧化碳排放量兩年分別下降4%、3.5%以上。面對嚴(yán)峻的節(jié)能減排形勢，對能源強(qiáng)度變動機(jī)制的研究，能夠?yàn)槲覈茉窗l(fā)展規(guī)劃提供參考政策與建議，趙新剛，劉平闊（2014）從經(jīng)濟(jì)增長與能源強(qiáng)度的關(guān)系著手，得出經(jīng)濟(jì)發(fā)展處于不同的階段，經(jīng)濟(jì)增長與能源強(qiáng)度兩者之間存在著連續(xù)平滑轉(zhuǎn)換機(jī)制，這種機(jī)制轉(zhuǎn)換效應(yīng)促使經(jīng)濟(jì)變量以閾值為界從一個(gè)機(jī)制轉(zhuǎn)化為另一個(gè)機(jī)制[1]。提升能源效率是一項(xiàng)系統(tǒng)性工程，需要大量資金支持，長期資金的支持尤為重要。本文從長期資金市場視角，對我國各?。ㄊ校┳灾螀^(qū)能源利用效率的研究，這對于緩解我國所面臨如此嚴(yán)峻的節(jié)能減排的形勢具有較強(qiáng)的借鑒意義。

長期資金市場是指以長期金融工具為媒介而進(jìn)行的一年期以上的資金交易活動的總和。廣義上可分為，有價(jià)證券市場和中長期借貸市場[2]。本文采用銀行業(yè)金融機(jī)構(gòu)中長期貸款總額與股票市價(jià)總值之和衡量長期資金市場。1998年開始，我國各地企業(yè)上市正式放開，市場化進(jìn)程加速，在此之前，各地企業(yè)上市主要采用指標(biāo)制。1998年以來我國長期資金市場發(fā)展迅速，1998年總額3.11萬億元，2013年增長至67.65萬億元。其中，銀行業(yè)金融機(jī)構(gòu)中長期貸款總額增長近30倍，股票市值總值增長15倍。整體上，東部地區(qū)長期資金市場發(fā)展較好，能源強(qiáng)度相對較低；中西部地區(qū)長期資金市場發(fā)展相對落后，能源強(qiáng)度相對較高。

二、文獻(xiàn)綜述

能源強(qiáng)度又稱單位產(chǎn)值能耗，是生產(chǎn)單位國內(nèi)生產(chǎn)總值所消耗的能源，反映了一個(gè)國家或地區(qū)的能源利用效率，是能源經(jīng)濟(jì)學(xué)中的重要指標(biāo)。對于能源強(qiáng)度的研究，主要集中在對能源強(qiáng)度影響因素方面，可分成三大類。

第一類是通過回歸模型，探索能源強(qiáng)度的影響因素[3，4]。張瑞，丁日佳（2015）建立動態(tài)面板數(shù)據(jù)模型，研究工業(yè)化、城市化和收入對能源強(qiáng)度的影響，得出收入有利于降低能源強(qiáng)度，而城市化和工業(yè)化則不利于能源強(qiáng)度下降[5]。馮泰文，孫林巖，何哲（2008）以技術(shù)進(jìn)步為調(diào)節(jié)變量，研究其通過能源價(jià)格、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)對能源強(qiáng)度影響的調(diào)節(jié)效應(yīng)，得出產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)進(jìn)步顯著降低能源強(qiáng)度，技術(shù)進(jìn)步對產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度的調(diào)節(jié)效應(yīng)明顯[6]。Mielnik，Goldemberg（2002）對20個(gè)發(fā)展中國家樣本的研究，認(rèn)為外商直接投資（FDI）的增長所帶來的現(xiàn)代技術(shù)的應(yīng)用，推動能源強(qiáng)度的下降[7]。陳雪梅，王志勇（2014）建立面板數(shù)據(jù)隨機(jī)效應(yīng)模型，通過廣義最小二乘法（GLS）估計(jì)方法得出，省長在能源緊張省份的工作閱歷有利于轄區(qū)內(nèi)能源強(qiáng)度的下降[8]。

第二類是采用結(jié)構(gòu)分解、方差分解以及指數(shù)分解等模型，將能源強(qiáng)度分解成不同的效應(yīng)因素，研究能源強(qiáng)度變動的影響[9，10]。Sun（1998）考慮模型分解產(chǎn)生的誤差項(xiàng)，通過完全分解模型，分析能源強(qiáng)度變化影響因素[11]。Sinton， Levine（1994）運(yùn)用對數(shù)平均迪氏指數(shù)法（LMDI）分解得出技術(shù)進(jìn)步是推動能源強(qiáng)度下降的主因[12]。林伯強(qiáng)，杜克銳（2014）提出一個(gè)能源強(qiáng)度變化的驅(qū)動因素綜合分解框架，同樣指出技術(shù)進(jìn)步是能源強(qiáng)度下降的主要推動力[13]。此外，究竟是結(jié)構(gòu)效應(yīng)還是效率效應(yīng)是影響能源強(qiáng)度的主要因素，尚沒有定論，不同學(xué)者得出不同結(jié)論。李國璋，王雙（2008）采用廣義費(fèi)雪指數(shù)分解方法，將影響區(qū)域能源強(qiáng)度的因素分解為結(jié)構(gòu)變動效應(yīng)、技術(shù)進(jìn)步效應(yīng)和經(jīng)濟(jì)規(guī)模效應(yīng)，得出結(jié)構(gòu)變動效應(yīng)是能源強(qiáng)度變動的主要因素[14]。而宋楓，王麗麗（2012）通過費(fèi)雪理想指數(shù)分解法分析能源強(qiáng)度的走勢，則得出能源效率的提高是我國能源強(qiáng)度下降的主因[15]。

第三類是采用投入產(chǎn)出模型、可計(jì)算的一般均衡（CGE）模型以及情景分析法，分析能源強(qiáng)度的影響因素，據(jù)此預(yù)測能源強(qiáng)度變動趨勢并提出降低能源強(qiáng)度的途徑[16，17]。張炎治，聶銳，馮穎（2010）構(gòu)建了基于投入產(chǎn)出的能源強(qiáng)度非線性優(yōu)化模型，設(shè)計(jì)了三方案九情景和一個(gè)強(qiáng)化節(jié)能情景，采用遺傳算法分析能源強(qiáng)度走勢[18]。蔡文彬，胡宗義（2007）運(yùn)用可計(jì)算的一般均衡（CGE）模型研究技術(shù)進(jìn)步對能源強(qiáng)度下降問題研究，認(rèn)為能源強(qiáng)度下降的原因主要是能源需求的下降和國內(nèi)產(chǎn)出的增加，其中高耗能產(chǎn)業(yè)的技術(shù)進(jìn)步發(fā)揮關(guān)鍵作用[19]。還有少部分學(xué)者對能源強(qiáng)度收斂（魏巍賢和王鋒，2010）[20]、能源回彈效應(yīng)（喬海曙和李亦博，2014）[21]進(jìn)行研究。

對于能源強(qiáng)度的影響因素研究成果很多，從經(jīng)濟(jì)、金融的角度對能源強(qiáng)度的研究較少，其中任力，黃崇杰（2011）研究了金融發(fā)展與經(jīng)濟(jì)增長、能源消費(fèi)之間的關(guān)系，得出金融機(jī)構(gòu)存貸款比率和非國有部門銀行信貸比重與能源消費(fèi)之間存在正相關(guān)關(guān)系[22]。孫浦陽，王雅楠等（2011）研究發(fā)現(xiàn)，金融發(fā)展能夠影響能源消費(fèi)與需求，從而對能源消費(fèi)結(jié)構(gòu)的變動產(chǎn)生影響[23]?，F(xiàn)有研究表明金融與能源息息相關(guān)，本文從長期資金市場角度研究能源強(qiáng)度試圖對已有研究進(jìn)行補(bǔ)充與創(chuàng)新。

三、長期資金市場影響能源強(qiáng)度的理論分析

長期資金市場對能源強(qiáng)度的影響，通過聚攏經(jīng)濟(jì)資源，將經(jīng)濟(jì)資源配置到提升能源使用效率的領(lǐng)域，對能源強(qiáng)度進(jìn)行調(diào)節(jié)。長期資金市場中以股市為代表的直接金融和以銀行中介為主的間接金融通過降低供需雙方收集信息與交易的成本，聚集資金，進(jìn)行資金的再分配。長期資金市場高效化地運(yùn)作，一方面能夠促進(jìn)儲蓄向投資的轉(zhuǎn)化，也就是以股市為代表的直接金融和以銀行中介為主的間接金融都能夠根據(jù)各自的特點(diǎn)，將經(jīng)濟(jì)資源供需雙方高效對接；另一方面，長期資金市場能夠發(fā)揮示范效應(yīng)，通過長期資金市場的積極引導(dǎo)，將會推動經(jīng)濟(jì)資源流向能夠促進(jìn)經(jīng)濟(jì)低碳增長、提升能源使用效率的領(lǐng)域，從而能降低能源強(qiáng)度。

中國地域遼闊，地理區(qū)位也是影響能源強(qiáng)度的重要因素，主要是由于各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)發(fā)展的不同對能源強(qiáng)度的影響較大。產(chǎn)業(yè)結(jié)構(gòu)對能源強(qiáng)度的影響主要是當(dāng)能源強(qiáng)度高的產(chǎn)業(yè)占的比重越大，能源強(qiáng)度將會升高；反之，能源強(qiáng)度則會降低。新結(jié)構(gòu)經(jīng)濟(jì)學(xué)[24]認(rèn)為經(jīng)濟(jì)發(fā)展的本質(zhì)就是結(jié)構(gòu)變遷，結(jié)構(gòu)轉(zhuǎn)型遵循著以下規(guī)律：農(nóng)業(yè)經(jīng)濟(jì)的比例逐步下降，工業(yè)經(jīng)濟(jì)的比例先上升后下降，服務(wù)業(yè)的比例逐步上升[25]，產(chǎn)業(yè)結(jié)構(gòu)升級能夠?qū)δ茉磸?qiáng)度產(chǎn)生較大的沖擊效應(yīng) [26]。各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)所處階段不同，對能源強(qiáng)度的影響也各不相同。此外，產(chǎn)業(yè)結(jié)構(gòu)的升級，尤其服務(wù)業(yè)發(fā)展，需要大量、長期的資金支持，長期資金市場發(fā)揮著至關(guān)重要的作用。伴隨著產(chǎn)業(yè)結(jié)構(gòu)升級，能源消耗比例逐步降低，與此同時(shí)，產(chǎn)業(yè)附加值也在不斷提高，能源強(qiáng)度得到進(jìn)一步降低。

技術(shù)進(jìn)步對能源強(qiáng)度的影響主要從兩個(gè)方面體現(xiàn)：一方面能夠提高能源使用效率，減少能源的投入；另一方面技術(shù)進(jìn)步能夠提高能源要素的邊際產(chǎn)出率，尤其是有偏技術(shù)進(jìn)步的要素替代效應(yīng)是技術(shù)進(jìn)步影響能源強(qiáng)度的主要渠道[27]。各地區(qū)技術(shù)發(fā)展水平不同，同樣對能源強(qiáng)度的影響不一。技術(shù)研發(fā)、技術(shù)創(chuàng)新周期長的特性決定技術(shù)進(jìn)步需要長期資金市場的支持，同時(shí)，長期資金市場通過推動研發(fā)產(chǎn)出的技術(shù)及時(shí)有效地轉(zhuǎn)化成現(xiàn)實(shí)成果，也是技術(shù)進(jìn)步對能源強(qiáng)度調(diào)節(jié)的關(guān)鍵。

四、長期資金市場對能源強(qiáng)度的實(shí)證研究

（一）指標(biāo)選取與數(shù)據(jù)來源

能源強(qiáng)度指標(biāo)采用各省單位GDP能源消耗（噸標(biāo)準(zhǔn)煤/萬元）來表示，其中GDP以1997年不變價(jià)，通過GDP平減指數(shù)，計(jì)算出相應(yīng)的不變價(jià)GDP；長期資金市場指標(biāo)采用各省銀行業(yè)金融機(jī)構(gòu)中長期貸款總額與股票市價(jià)總值之和占GDP比例（%）衡量。同時(shí)加入控制變量：產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)采用各省第三產(chǎn)業(yè)總產(chǎn)值占GDP的比例（%）來表示；技術(shù)進(jìn)步指標(biāo)采用各省研發(fā)支出占GDP比例（%）來表示；對外貿(mào)易度指標(biāo)采用各省進(jìn)出口貿(mào)易總額占GDP比例（%）來表示；人均GDP指標(biāo)采用各省人均GDP（元/人）來表示，人均GDP同樣按GDP調(diào)整方式，計(jì)算出相應(yīng)的不變價(jià)人均GDP。每個(gè)指標(biāo)均進(jìn)行取對數(shù)處理。

由于西藏?cái)?shù)據(jù)缺失，選取中國30個(gè)?。ㄊ校┳灾螀^(qū)為研究對象，以1998～2013年數(shù)據(jù)為樣本，并分成東部、中部、西部三個(gè)組別②進(jìn)行研究。能源強(qiáng)度指標(biāo)采用各省能源消耗總量/1997年不變價(jià)GDP表示，其中能源消耗總量的數(shù)據(jù)來自各省1998～2014年《中國能源統(tǒng)計(jì)年鑒》，GDP數(shù)據(jù)來源于1998～2014年各省統(tǒng)計(jì)年鑒；長期資金市場指標(biāo)采用各省銀行業(yè)金融機(jī)構(gòu)中長期貸款總額與股票市價(jià)總值之和占GDP比例表示，其中銀行業(yè)金融機(jī)構(gòu)中長期貸款總額的數(shù)據(jù)來自1998～2014年《中國金融統(tǒng)計(jì)年鑒》，各省股票市價(jià)總值數(shù)據(jù)來源于WIND數(shù)據(jù)庫；產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、對外貿(mào)易度和人均GDP指標(biāo)均來自于1998～2014年各省統(tǒng)計(jì)年鑒。

（二）描述性統(tǒng)計(jì)

1.分組描述性統(tǒng)計(jì)。

表2給出1998年和2013年地區(qū)各省份變量的平均值的描述性統(tǒng)計(jì)。整體上來看，能源強(qiáng)度由東及西呈現(xiàn)遞增態(tài)勢，東部地區(qū)的能源強(qiáng)度要低于中西部地區(qū)。從下降趨勢來看，2013年，中部地區(qū)能源強(qiáng)度相比1998年下降了45.24%，高于東部（37.96%）和西部（32.31%）。長期資金市場中，東部地區(qū)占據(jù)了區(qū)位優(yōu)勢，發(fā)展迅速。2013年東部地區(qū)各省平均長期資金市場總額為4.11萬億元，是中部地區(qū)的3倍，西部地區(qū)的4倍。2013年東部地區(qū)銀行業(yè)金融機(jī)構(gòu)中長期貸款（即間接金融）每省均值2.1萬億元，股票市價(jià)總值（即直接金融）每省均值2萬億元，遠(yuǎn)超東部和西部地區(qū)各省。2013年東部地區(qū)平均第三產(chǎn)業(yè)占比為48%，其中北京的第三產(chǎn)業(yè)占比更是高達(dá)76.9%，遙遙領(lǐng)先于全國各?。ㄊ校┳灾螀^(qū)，上海第三產(chǎn)業(yè)占比也高達(dá)62.2%，中部和西部地區(qū)的第三產(chǎn)業(yè)較東部發(fā)展較慢。研發(fā)投入方面，東部地區(qū)要遠(yuǎn)超過中部和西部，但中部地區(qū)2013年研發(fā)投入占比較1998年增長了300%以上，遠(yuǎn)高于東部（81%）和西部（98%）。2013年各地區(qū)進(jìn)出口貿(mào)易總額較1998年均增長了近10倍，各地區(qū)人均GDP也增長了近5倍。

2.變量描述性統(tǒng)計(jì)。根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，1998～2013年間能源強(qiáng)度、長期資金市場等變量的描述性統(tǒng)計(jì)結(jié)果如表3所示。（三）實(shí)證分析

通過前文的理論分析，本文構(gòu)建如下面板數(shù)據(jù)的計(jì)量模型對能源強(qiáng)度的影響因素進(jìn)行研究：

數(shù)據(jù)處理使用STATA 13.1進(jìn)行。在對面板數(shù)據(jù)進(jìn)行處理時(shí)，首先確定采用混合回歸或固定效應(yīng)模型，之后需要通過對模型進(jìn)行豪斯曼（Hausman）檢驗(yàn)，進(jìn)一步確定模型是采用隨機(jī)效應(yīng)模型或者固定效應(yīng)模型，表4為模型豪斯曼（Hausman）檢驗(yàn)結(jié)果。

在進(jìn)行混合效應(yīng)、固定效應(yīng)模型選擇時(shí)，東、中、西部F檢驗(yàn)的P值均為0.0000，即固定效應(yīng)模型優(yōu)于混合效應(yīng)模型。同時(shí)由上述豪斯曼（Hausman）檢驗(yàn)結(jié)果可看出，東部地區(qū)的豪斯曼（Hausman）統(tǒng)計(jì)量的值是42.78，相對應(yīng)的P值為0.0000，接受原假設(shè)，即東部地區(qū)應(yīng)使用固定效應(yīng)模型；同理，中部地區(qū)的豪斯曼（Hausman）統(tǒng)計(jì)量的值是59.60，相對應(yīng)的P值為0.0000，接受原假設(shè)，中部地區(qū)也應(yīng)建立固定效應(yīng)模型；西部地區(qū)的豪斯曼（Hausman）統(tǒng)計(jì)量的值是9.15，相對應(yīng)的P值為0.1653，拒絕原假設(shè)，西部地區(qū)應(yīng)建立隨機(jī)效應(yīng)模型。

（四）實(shí)證結(jié)果

表5為能源強(qiáng)度的影響因素的回歸結(jié)果。東部地區(qū)中長期資金市場的估計(jì)系數(shù)顯著為負(fù)，長期資金市場份額每提高1%，能源強(qiáng)度降低0.08%，東部地區(qū)較好的長期資金市場發(fā)展氛圍對于降低能源強(qiáng)度十分有利。實(shí)證結(jié)果中，東部地區(qū)長期資金市場顯著降低能源強(qiáng)度，中部和西部并不顯著，這主要是由于東、中、西部發(fā)展水平存在差異性，市場化水平不同，東部地區(qū)金融發(fā)展市場化水平和集聚效應(yīng)優(yōu)于中部和西部。產(chǎn)業(yè)結(jié)構(gòu)是影響能源強(qiáng)度的重要因素，東部地區(qū)中第三產(chǎn)業(yè)占比每提高1%，能源強(qiáng)度則大約會降低0.59%。人均GDP能夠顯著降低能源強(qiáng)度，人均GDP每提升1%，能源強(qiáng)度降低約0.20%。東部地區(qū)占據(jù)區(qū)位優(yōu)勢，進(jìn)出口貿(mào)易雖然發(fā)展迅速，但進(jìn)出口貿(mào)易額的增長，卻提高了東部地區(qū)的能源強(qiáng)度，進(jìn)出口貿(mào)易額每提高1%，能源強(qiáng)度提高0.14%。出現(xiàn)這種情況的可能原因是，我國進(jìn)出口貿(mào)易中出口貿(mào)易主要以制造業(yè)為主，近年來工業(yè)制成品出口額占全部出口額的90%以上，能源消耗較大。技術(shù)進(jìn)步雖然不利于降低能源強(qiáng)度，但統(tǒng)計(jì)上并不顯著。

中部地區(qū)中長期資金市場不利于降低能源強(qiáng)度，但并不顯著。產(chǎn)業(yè)結(jié)構(gòu)能夠顯著降低能源強(qiáng)度，第三產(chǎn)業(yè)占比每提高1%，中部地區(qū)能源強(qiáng)度則下降0.71%。技術(shù)進(jìn)步的估計(jì)系數(shù)為負(fù)，技術(shù)進(jìn)步每提高1%，中部地區(qū)能源強(qiáng)度降低0.04%。人均GDP也能顯著降低中部地區(qū)能源強(qiáng)度，人均GDP每提高1%，中部地區(qū)能源強(qiáng)度降低0.28%。對外貿(mào)易度不利于降低能源強(qiáng)度，但統(tǒng)計(jì)上并不顯著。

西部地區(qū)中長期資金市場雖然有利于降低能源強(qiáng)度，但統(tǒng)計(jì)上并不顯著。產(chǎn)業(yè)結(jié)構(gòu)的估計(jì)系數(shù)為負(fù)，意味著產(chǎn)業(yè)結(jié)構(gòu)能夠顯著降低西部能源強(qiáng)度，產(chǎn)業(yè)結(jié)構(gòu)每提高1%，能源強(qiáng)度降低0.62%。人均GDP每提高1%，西部地區(qū)能源強(qiáng)度降低0.30%。技術(shù)進(jìn)步的估計(jì)系數(shù)為正，意味著技術(shù)進(jìn)步不利于西部地區(qū)降低能源強(qiáng)度，研發(fā)投入每提高1%，西部地區(qū)能源強(qiáng)度提高0.16%。進(jìn)出口貿(mào)易額的估計(jì)系數(shù)為正，進(jìn)出口貿(mào)易額每提高1%，西部地區(qū)能源強(qiáng)度提高0.04%。

五、結(jié)論與政策建議

本文采用銀行業(yè)金融機(jī)構(gòu)中長期貸款總額與股票市價(jià)總值總和占GDP比例來衡量長期資金市場，同時(shí)選取產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步等變量，以中國30個(gè)?。ㄊ校┳灾螀^(qū)1998～2013年的面板數(shù)據(jù)為基礎(chǔ)為研究對象，將其劃分為東部、中部、西部三個(gè)組別進(jìn)行實(shí)證分析，研究長期資金市場對能源強(qiáng)度的影響。

研究結(jié)果表明：（1）由于各地區(qū)發(fā)展存在差異性，東部地區(qū)長期資金市場化程度高，長期資金市場發(fā)展有利于降低東部地區(qū)能源強(qiáng)度，而在中部及西部地區(qū)金融資源配置效率相對低下，長期資金市場并不能顯著降低能源強(qiáng)度；（2）產(chǎn)業(yè)結(jié)構(gòu)升級及收入提高對能源強(qiáng)度的影響較大，第三產(chǎn)業(yè)占比的提高以及人均GDP的提升在東、中、西部均能夠顯著降低能源強(qiáng)度；（3）技術(shù)進(jìn)步及對外貿(mào)易度在不同地區(qū)對能源強(qiáng)度的影響呈現(xiàn)出分化態(tài)勢。中部地區(qū)研發(fā)投入增速較快，技術(shù)進(jìn)步在中部能夠顯著降低能源強(qiáng)度，西部地區(qū)研發(fā)投入存量低，尚未形成技術(shù)累積效應(yīng)，技術(shù)進(jìn)步卻提高能源強(qiáng)度，而東部地區(qū)技術(shù)進(jìn)步對能源強(qiáng)度影響并不顯著。較高比例的高耗能出口貿(mào)易，導(dǎo)致對外貿(mào)易度在東部及西部顯著提高能源強(qiáng)度，但對中部地區(qū)的能源強(qiáng)度影響并不顯著。

基于以上研究結(jié)果，結(jié)合我國能源發(fā)展規(guī)劃要求，針對不同地區(qū)發(fā)展情況，本文提出以下建議：（1）充分發(fā)揮長期資金市場的作用以降低能源強(qiáng)度，尤其是東部地區(qū)應(yīng)充分發(fā)揮長期資金市場中直接融資和間接融資在不同產(chǎn)業(yè)、不同經(jīng)濟(jì)實(shí)體中優(yōu)勢作用，同時(shí)促進(jìn)中部和西部地區(qū)長期資金高效、精準(zhǔn)的支持力度。（2）以產(chǎn)業(yè)結(jié)構(gòu)升級為契機(jī)，施行資金傾斜政策，加快發(fā)展服務(wù)業(yè)、高產(chǎn)出低耗能產(chǎn)業(yè)，重視西部地區(qū)研發(fā)投入力度，提升研發(fā)投入產(chǎn)出效率，推進(jìn)技術(shù)成果轉(zhuǎn)化。（3）不斷提高人民收入水平，積極引導(dǎo)低耗能技術(shù)在能源消耗過程中使用頻率，提高清潔能源的使用比例，同時(shí)要不失時(shí)機(jī)地逐步調(diào)整出口貿(mào)易結(jié)構(gòu)，對“走出去”產(chǎn)業(yè)進(jìn)行“低耗能、高附加值”的戰(zhàn)略布局。

注釋：

①由于2013年北京地區(qū)長期資金份額較大，為保證各個(gè)省份均可在圖中清晰顯示，圖中沒有加入北京地區(qū)數(shù)據(jù)。

②東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南共11個(gè)?。ㄊ校┳灾螀^(qū)；中部地區(qū)包括：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南共8個(gè)?。ㄊ校┳灾螀^(qū)；西部地區(qū)包括：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆共11個(gè)?。ㄊ校┳灾螀^(qū)。

參考文獻(xiàn)：

[1]趙新剛，劉平闊.經(jīng)濟(jì)增長與能源強(qiáng)度：基于面板平滑轉(zhuǎn)換回歸模型的實(shí)證分析[J].中國管理科學(xué)，2014，22（6）：103-113.

[2]吳艷華，任麗萍.財(cái)政與金融[M].北京：清華大學(xué)出版社，2004：230-231.

[3]李標(biāo)，吳賈，陳姝興.城鎮(zhèn)化，工業(yè)化，信息化與中國的能源強(qiáng)度[J].中國人口資源與環(huán)境，2015，25（8）：69-76.

[4]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），2009，9（1）：237-258.

[5]張瑞，丁日佳.工業(yè)化、城市化對能源強(qiáng)度的影響——基于我國省際動態(tài)面板數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)問題探索，2015（1）：11-15.

[6]馮泰文，孫林巖，何哲.技術(shù)進(jìn)步對中國能源強(qiáng)度調(diào)節(jié)效應(yīng)的實(shí)證研究[J].科學(xué)學(xué)研究，2008，26（5）：987-993.

[7]Mielnik O，Goldemberg J.Foreign direct investment and decoupling between energy and gross domestic product in developing countries[J]. Energy policy，2002，30（2）：87-89.

[8]陳雪梅，王志勇.地方官員閱歷與能源強(qiáng)度——基于2000-2010年省級面板數(shù)據(jù)的分析[J].世界經(jīng)濟(jì)文匯，2014（1）：105-120.

[9]邱壽豐.中國能源強(qiáng)度變化的區(qū)域影響分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，25（12）：37-48.

[10]楊威，王成金，金鳳君等.中國工業(yè)能源消費(fèi)強(qiáng)度的影響因素研究——基于省域工業(yè)數(shù)據(jù)的實(shí)證分析[J].自然資源學(xué)報(bào)，2013，28（1）：81-91.

[11]Sun J W. Changes in energy consumption and energy intensity： a complete decomposition model[J]. Energy economics，1998，20（1）： 85-100.

[12]Sinton J E， Levine M D. Changing energy intensity in Chinese industry ： The relatively importance of structural shift and intensity change[J]. Energy Policy， 1994， 22（3）：239-255.

[13]林伯強(qiáng)，杜克銳.理解中國能源強(qiáng)度的變化：一個(gè)綜合的分解框架[J].世界經(jīng)濟(jì)，2014（4）：69-87.

[14]李國璋，王雙.區(qū)域能源強(qiáng)度變動：基于GFI的因素分解分析[J].中國人口資源與環(huán)境，2008，18（4）：62-66.

[15]宋楓，王麗麗.中國能源強(qiáng)度變動趨勢及省際差異分析[J].資源科學(xué)，2012，34（1）：13-19.

[16]梁巧梅，魏一鳴，范英等.中國能源需求和能源強(qiáng)度預(yù)測的情景分析模型及其應(yīng)用[J].管理學(xué)報(bào)，2004，1（1）：62-66.

[17]胡宗義，蔡文彬，陳浩.能源價(jià)格對能源強(qiáng)度和經(jīng)濟(jì)增長影響的CGE研究[J].財(cái)經(jīng)理論與實(shí)踐，2008，29（2）：91-95.

[18]張炎治，聶銳，馮穎.基于投入產(chǎn)出非線性模型的能源強(qiáng)度情景優(yōu)化[J].自然資源學(xué)報(bào)，2010，25（8）：1267-1273.

[19]蔡文彬，胡宗義.技術(shù)進(jìn)步降低能源強(qiáng)度的CGE研究[J].統(tǒng)計(jì)與決策，2007，（21）： 8-10.

[20]魏巍賢，王鋒.能源強(qiáng)度收斂：對發(fā)達(dá)國家與發(fā)展中國家的檢驗(yàn)[J].中國人口資源與環(huán)境，2010，（1）：4-10.

[21]喬海曙，李亦博.能源回彈與經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型——基于LMDI方法及中國數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)問題探索，2014，（8）：30-36.

[22]任力，黃崇杰.中國金融發(fā)展會影響能源消費(fèi)嗎？——基于動態(tài)面板數(shù)據(jù)的分析[J].經(jīng)濟(jì)管理，2011，（5）：7-14.

[23]孫浦陽，王雅楠，岑燕.金融發(fā)展影響能源消費(fèi)結(jié)構(gòu)嗎？——跨國經(jīng)驗(yàn)分析[J].南開經(jīng)濟(jì)研究，2011，（2）：28-41.

[24]林毅夫.新結(jié)構(gòu)經(jīng)濟(jì)學(xué)[J].經(jīng)濟(jì)學(xué)（季刊），2010，（1）：1-32.

[25]Pandit K，Casetti E. The shifting patterns of sectoral labor allocation during development： developed versus developing countries[J]. Annals of the Association of American Geographers，1989，79（3）：329-344.

[26]趙濤，時(shí)洪功.能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對能源強(qiáng)度的沖擊效應(yīng)和貢獻(xiàn)度研究[J].干旱區(qū)資源與環(huán)境，2013，27（12）：1-6.

[27]王班班，齊紹洲.有偏技術(shù)進(jìn)步、要素替代與中國工業(yè)能源強(qiáng)度[J].經(jīng)濟(jì)研究，2014，49（2）：115-127.

（責(zé)任編輯：鐘 瑤）

Abstract：Using the panel data of China's 30 province（city） autonomous region from 1998 to 2013 to study the long capital market on energy intensity.The empirical research shows that capital market development can reduce energy intensity larger in eastern region， the upgrading of the industrial structure and per capita GDP increased can both reduce energy intensity in all the regions， technological advancement and import and export trade show differentiation trend in reducing energy intensity in all the regions. According to the findings， we put forward that taking advantage of the capital market， promoting the upgrade of industrial structure， paying more attention to put the results of study into practice would help reduce energy intensity.

Key words：Long capital market； Industrial structure； Technological advancement； Energy intensity； Panel data