中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的非線性影響

鐘 海 胡燕子

一、引言

步入21世紀(jì)以來，隨著世界各囯對節(jié)能減排和綠色低碳的日益重視，全球可再生能源(1)按能源是否可以再生分類，能源可以分為可再生能源和不可再生能源兩大類型?？稍偕茉窗L(fēng)能、太陽能、水能、生物質(zhì)能、地?zé)崮?、海洋能等非化石能源。產(chǎn)業(yè)得到大力的發(fā)展和廣泛的關(guān)注。在現(xiàn)階段，世界各國都將提高可再生能源消費(fèi)、促進(jìn)能源轉(zhuǎn)型作為重要的能源戰(zhàn)略。

中國當(dāng)前的能源消費(fèi)還處于“以傳統(tǒng)非可再生的化石能源為主、可再生能源等其他能源共同發(fā)展”的多能互補(bǔ)的模式。值得注意的是，改革開放四十年以來，以光伏和風(fēng)電為主，同時兼顧潮汐能、海洋能、地?zé)崮芤约吧镔|(zhì)能等多種形式的中國的可再生能源產(chǎn)業(yè)，在法律政策(2)《中華人民共和國可再生能源法》于2005年2月28日通過，自2006年1月1日起施行。的引領(lǐng)、儲能研發(fā)技術(shù)的進(jìn)步，以及大基地建設(shè)促進(jìn)規(guī)?；l(fā)展等共同作用下，實(shí)現(xiàn)了從弱到強(qiáng)的跨越式發(fā)展，其中光伏、水電以及風(fēng)電的裝機(jī)自2016年起就已處于全球第一(3)數(shù)據(jù)來源：《BP世界能源統(tǒng)計年鑒》(2016)。。

據(jù)國家能源局?jǐn)?shù)據(jù)顯示，自1978年至2018年間，中國的可再生能源消費(fèi)量與全社會用電量年均增長率分別達(dá)到了9.23%與8.62%。同時，可再生能源對于非可再生能源的替代作用也逐漸增強(qiáng)，具體表現(xiàn)為可再生能源消費(fèi)占能源消費(fèi)總量的比值持續(xù)增加，從1978年的3.4%增長到2018年的14.3%。同期，實(shí)際國內(nèi)生產(chǎn)總值實(shí)現(xiàn)了從1978年3.679千億到2018年135.273 16千億元的迅猛增長(4)GDP數(shù)字已按照1978年的基期價格折算。，增加了36.7倍，年均增長率達(dá)到9.43%(如圖1所示)?？梢姡诋?dāng)前，中國的可再生能源消費(fèi)和經(jīng)濟(jì)增長均保持著高速、強(qiáng)勁的增長態(tài)勢，但在未來，隨著可再生能源產(chǎn)業(yè)的不斷發(fā)展，經(jīng)濟(jì)增長的結(jié)果會如何變化？我們還不清楚。

中國于2015年12月的巴黎氣候大會上便提出了“在2030年左右，CO2排放量達(dá)到峰值、可再生能源消費(fèi)占比達(dá)到20%”的具體目標(biāo)。在這種高要求的目標(biāo)激勵下，對以下三個問題的探討就顯得十分重要：(1)增加可再生能源消費(fèi)，也就是促進(jìn)能源轉(zhuǎn)型，是否會對中國的經(jīng)濟(jì)增長產(chǎn)生影響？積極的還是消極的？(2)這種影響背后的決定因素是什么？(3)這種影響在不同經(jīng)濟(jì)發(fā)展水平的地區(qū)是否存在差異？

圖1 1978—2018年全國實(shí)際GDP和可再生能源消費(fèi)占比情況

本文基于中國大陸除西藏之外的30個省份1985—2017年的年度面板數(shù)據(jù)，探討可再生能源消費(fèi)對經(jīng)濟(jì)增長可能的非線性影響，試圖回答上文提及的三個問題。本文的研究結(jié)果可以更好地揭示增加中國的可再生能源消費(fèi)在不同的門檻變量下對經(jīng)濟(jì)增長的差異性影響，這對促進(jìn)中國的可再生能源產(chǎn)業(yè)的健康發(fā)展、優(yōu)化中國的能源結(jié)構(gòu)、保障中國的能源安全，甚至降低CO2排放量、協(xié)助保護(hù)環(huán)境，進(jìn)而實(shí)現(xiàn)整個社會的健康與可持續(xù)發(fā)展提供了科學(xué)的理論指導(dǎo)與政策依據(jù)。本文的研究結(jié)果也為其他國家或地區(qū)的能源轉(zhuǎn)型、可再生能源產(chǎn)業(yè)的發(fā)展提供了借鑒意義。更進(jìn)一步地，在明確了中國不同經(jīng)濟(jì)發(fā)展水平區(qū)域(如東部地區(qū)和西部地區(qū))的可再生能源發(fā)展現(xiàn)狀之后，更加針對性地提出或出臺差異化的財政稅收政策，對于改善中國不同區(qū)域的經(jīng)濟(jì)發(fā)展不平衡，也有相對重要的意義。

本文其余部分組織如下：第二部分是可再生能源消費(fèi)對經(jīng)濟(jì)增長影響的主要文獻(xiàn)綜述，并描述非線性影響的作用機(jī)制；第三部分建立動態(tài)面板數(shù)據(jù)門檻模型，并對本文所采用的變量和數(shù)據(jù)進(jìn)行必要說明和初步處理；第四部分為實(shí)證研究結(jié)果，并做出基本的分析和穩(wěn)健性檢驗(yàn)；第五部分是對本文主要結(jié)論的總結(jié)，并針對性地提出政策與建議。

二、文獻(xiàn)綜述及影響機(jī)制

(一) 文獻(xiàn)綜述

隨著全球可再生能源產(chǎn)業(yè)的大力發(fā)展和世界各國對能源轉(zhuǎn)型的高度重視，學(xué)術(shù)界開始重視可再生能源在經(jīng)濟(jì)增長中的作用，將能源消費(fèi)細(xì)分為可再生能源消費(fèi)和不可再生能源消費(fèi)這兩種獨(dú)立的生產(chǎn)要素，并分別運(yùn)用到生產(chǎn)函數(shù)中(Apergis和Payne，2010[1]；Apergis和payne,2012[2]；Kocak和Sarkgunesi，2017[3])，以分析它們各自對經(jīng)濟(jì)增長的影響。截至目前，有關(guān)可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響的文獻(xiàn)，學(xué)者們主要持有以下三種結(jié)論。

第一，可再生能源消費(fèi)的增加，會促進(jìn)經(jīng)濟(jì)增長(Magnani和Vaona，2013[4]；Ozturk和Bilgili，2015[5]；Bilgili和Ozturk，2015[6]；Inglesi-Lotz，2016[7]；Bhattacharya等，2017[8]；Inglesi-Lotz和Dogan，2018[9]；Wang和Wang，2020[10]；Ajmi和Inglesi-Lotz，2020[11]；等等)。

諸多文獻(xiàn)發(fā)現(xiàn)可再生能源消費(fèi)可以基于不同的作用機(jī)制，對經(jīng)濟(jì)增長產(chǎn)生顯著正向的影響。Shimon和Raphael(2006)[12]針對OECD國家的研究，發(fā)現(xiàn)可再生能源消費(fèi)的增加通過促進(jìn)能源多元化、加速能源轉(zhuǎn)型、增強(qiáng)能源安全以及減少傳統(tǒng)化石能源價格變動而導(dǎo)致的經(jīng)濟(jì)問題等途徑，對經(jīng)濟(jì)增長產(chǎn)生顯著的積極影響。Magnani和Vaona(2013)[4]基于1997—2007年意大利的縣域級面板數(shù)據(jù)，發(fā)現(xiàn)可再生能源消費(fèi)通過減輕國際收支方面的限制、減少區(qū)域經(jīng)濟(jì)受化石燃料價格波動的影響以及降低傳統(tǒng)化石能源產(chǎn)生的對環(huán)境和健康的負(fù)外部性這三種作用機(jī)制，對經(jīng)濟(jì)增長產(chǎn)生積極的影響。Apergis和Salim(2015)[13]，Markandya等(2016)[14]的研究發(fā)現(xiàn)，可再生能源的增加以及可再生能源產(chǎn)業(yè)的發(fā)展，通過促進(jìn)就業(yè)進(jìn)而對經(jīng)濟(jì)增長產(chǎn)生積極的影響。

基于不同的考察時期、不同的計量模型方法，甚至不同的可再生能源類型，也都有出現(xiàn)過正向影響的結(jié)論。如，Bhattacharya等(2017)[8]基于1991—2012年全球85個國家的年度面板數(shù)據(jù)，運(yùn)用系統(tǒng)GMM和完全修正普通最小二乘法(FMOLS)，發(fā)現(xiàn)增加可再生能源消費(fèi)或可再生能源消費(fèi)占比，在顯著降低CO2排放量的同時，還可以正向促進(jìn)經(jīng)濟(jì)增長。Ozturk和Bilgili(2015)[5]基于1980—2009年撒哈拉以南51個非洲國家的年度面板數(shù)據(jù)，運(yùn)用動態(tài)面板分析方法，發(fā)現(xiàn)非洲國家的生物質(zhì)能源消費(fèi)與開放性、人口等控制變量共同對經(jīng)濟(jì)增長有著顯著正向的影響。同年，Bilgili和Ozturk(2015)[6]基于1980—2009年G7國家的年度面板數(shù)據(jù)，也證實(shí)了生物質(zhì)能源消費(fèi)的增加對經(jīng)濟(jì)增長產(chǎn)生顯著正向的作用。Ajmi和Inglesi-Lotz(2020)[11]針對26個OECD國家1980—2013年生物質(zhì)能源消費(fèi)數(shù)據(jù)的研究，也驗(yàn)證了上述正向影響的結(jié)論。

第二，可再生能源消費(fèi)的增加，會犧牲經(jīng)濟(jì)增長(Marques和Fuinhas，2012[15]；Ocal和Aslan，2013[16]；Maji，2015[17]；Bhattacharya等，2016[18]；齊紹洲和李楊，2017[19]；齊紹洲和李楊，2018[20]；等等)。

Marques和Fuinhas(2012)[15]利用24個OECD國家1990—2007年的面板數(shù)據(jù)，詳細(xì)討論了不同類型的能源在經(jīng)濟(jì)增長中發(fā)揮的作用，研究發(fā)現(xiàn)可再生能源的使用會對經(jīng)濟(jì)增長帶來負(fù)面影響。Ocal和Aslan(2013)[16]運(yùn)用自回歸分布滯后模型(ARDL)，基于土耳其1990—2010年的數(shù)據(jù)，研究發(fā)現(xiàn)了土耳其的可再生能源消費(fèi)每增加1%，GDP減少0.3%。Maji(2015)[17]同樣采用ARDL模型，發(fā)現(xiàn)尼日利亞的可再生能源的消費(fèi)對經(jīng)濟(jì)增長有著顯著負(fù)向的影響。Bhattacharya等(2016)[18]基于1991—2012年全球38個最大的可再生能源消費(fèi)國(5)排名來源于安永全球有限公司(Ernst & Young Global Limited)編制的可再生能源國家吸引力指數(shù)。的年度數(shù)據(jù)，發(fā)現(xiàn)在印度、烏克蘭、美國和以色列這4個國家，可再生能源消費(fèi)的增加抑制了經(jīng)濟(jì)增長。齊紹洲和李楊(2017)[19]基于18個OECD國家1990—2014年的年度面板數(shù)據(jù)，運(yùn)用面板向量自回歸模型(PVAR)，研究發(fā)現(xiàn)了可再生能源消費(fèi)的增加，雖然顯著地降低了CO2排放量，但也抑制了經(jīng)濟(jì)增長，這也再一次證實(shí)了持續(xù)增加的可再生能源消費(fèi)對經(jīng)濟(jì)增長有著負(fù)向的影響。

第三，可再生能源消費(fèi)的增加，對經(jīng)濟(jì)增長不產(chǎn)生顯著的影響(Payne，2009[21]； Menegaki，2011[22]；Chang等，2015[23]；Bulut和Muratoglu，2018[24]；等等)。

Payne(2009)[21]采用Toda-Yamamoto因果檢驗(yàn)，利用美國1949—2006年的數(shù)據(jù)，研究發(fā)現(xiàn)可再生能源消費(fèi)與經(jīng)濟(jì)增長之間不存在因果關(guān)系。Menegaki(2011)[22]基于27個OECD國家1997—2007年的年度面板數(shù)據(jù)，運(yùn)用隨機(jī)效應(yīng)模型，發(fā)現(xiàn)可再生能源消費(fèi)與GDP之間不存在因果關(guān)系，認(rèn)為這部分是由于整個歐洲對可再生能源的開發(fā)利用不平衡和不足導(dǎo)致的。Chang等(2015)[23]、Bulut和Muratoglu(2018)[24]等基于不同的國家或地區(qū)樣本、不同的時期跨度以及不同的計量模型，也都支持了可再生能源消費(fèi)對經(jīng)濟(jì)增長中立性影響的結(jié)論。

總結(jié)來看，截至目前，關(guān)于可再生能源消費(fèi)對經(jīng)濟(jì)增長影響的文獻(xiàn)，學(xué)術(shù)界主要是運(yùn)用面板數(shù)據(jù)模型來探討這種影響以及這種影響在不同地區(qū)的差異，并且尚未達(dá)成共識。上述文獻(xiàn)暴露出兩個問題，這兩個問題的解決可以為本文以及后續(xù)的研究指明方向。

第一，大部分文獻(xiàn)采用線性計量模型研究可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，但在現(xiàn)實(shí)中，由于存在著多種作用機(jī)制或影響渠道，這種影響可能是非線性的。多種作用機(jī)制的存在，也是目前已有的文獻(xiàn)研究結(jié)果不一致的原因之一，同時，這也是本文在穩(wěn)健性檢驗(yàn)部分進(jìn)行不同經(jīng)濟(jì)發(fā)展水平地區(qū)的差異性分析的理論基礎(chǔ)。結(jié)合已有的文獻(xiàn)，主要的作用機(jī)制總結(jié)為以下三個。

其一，是可再生能源與不可再生能源之間的要素替代效應(yīng)呈現(xiàn)倒U型的變化趨勢，這種動態(tài)的替代效應(yīng)對經(jīng)濟(jì)增長的影響也是變化的。一方面，要素替代效應(yīng)與可再生能源替代率(6)可再生能源替代率用可再生能源占能源總消費(fèi)比值來衡量。有關(guān)。在可再生能源替代率持續(xù)增加的過程中，要素替代效應(yīng)呈現(xiàn)出先增加后減少的倒U型變化。具體表現(xiàn)為，在可再生能源替代率增加的前期，增加的可再生能源消費(fèi)通過減少CO2等溫室氣體和其他污染物的排放，降低了不可再生能源消費(fèi)帶來的負(fù)面環(huán)境影響，帶來了可持續(xù)發(fā)展的方式，對經(jīng)濟(jì)產(chǎn)生明顯的正向影響；但是，隨著替代率的持續(xù)增加，由于生產(chǎn)過程中要素投入遵循邊際技術(shù)替代率遞減規(guī)律，于是要素替代難度和代價會增大，邊際替代效應(yīng)降低，甚至導(dǎo)致可再生能源投入后的邊際報酬為負(fù)，這時增加可再生能源消費(fèi)是犧牲經(jīng)濟(jì)增長的。另一方面，要素替代效應(yīng)與能源消費(fèi)強(qiáng)度呈現(xiàn)負(fù)相關(guān)。能源消費(fèi)強(qiáng)度值越大，每單位GDP的增加所對應(yīng)的能源消費(fèi)就越大，于是對能源或不可再生能源消費(fèi)的依賴程度也就越大(David，1988[25]；Unruh，2000[26])，此時增加可再生能源消費(fèi)的經(jīng)濟(jì)代價就會越高，要素替代難度相應(yīng)的也就越大，替代效應(yīng)越小。

其二，是發(fā)展可再生能源具有規(guī)模效應(yīng)(7)規(guī)模效應(yīng)是指隨著生產(chǎn)要素的增加和生產(chǎn)規(guī)模的擴(kuò)大，長期平均成本下降的現(xiàn)象。(Zwaan和Rabl，2004[27]；Kobos等，2006[28])，在長期可以促進(jìn)經(jīng)濟(jì)增長。隨著可再生能源規(guī)模的逐漸擴(kuò)大，從長期來看，一方面，長期平均成本會下降(齊紹洲和李楊，2017[19])，從而平滑了高額的初始固定成本投入(如基礎(chǔ)設(shè)施建設(shè)投入、儲能研發(fā)資金等)；另一方面，可再生能源產(chǎn)業(yè)的大力發(fā)展，會帶來整個產(chǎn)業(yè)鏈上諸多高附加值的行業(yè)，如機(jī)械研發(fā)，儲能研發(fā)，傳熱技術(shù)，鋰電池、鉛炭電池、超級電容、超導(dǎo)儲能，通信技術(shù)，電力電子以及相關(guān)材料的技術(shù)革新(郭文凱，2020[29])，并產(chǎn)生人力資本的累積、技術(shù)的進(jìn)步與擴(kuò)散，進(jìn)一步地又可以使得發(fā)展可再生能源長期的運(yùn)行和維護(hù)成本較小且不斷下降，這也使得規(guī)模效應(yīng)更加顯著，對經(jīng)濟(jì)增長帶來持久的正向影響。

其三，是發(fā)展可再生能源具有擠出效應(yīng)，對經(jīng)濟(jì)增長產(chǎn)生負(fù)向影響。在可再生能源產(chǎn)業(yè)發(fā)展的前期需要投入高額的初始固定成本，這些支出通常需要政府部門或者私人部門買單。一方面，在當(dāng)前的市場機(jī)制下，可再生能源還無法與傳統(tǒng)化石能源進(jìn)行公平競爭，因而需要政府對它進(jìn)行補(bǔ)貼、稅收或者貸款等方面優(yōu)惠政策的支持(何建坤等，2004[30])，在既定的財政收入條件下，上述支出對政府其他方面的支出有擠出效應(yīng)(Batlle，2011[31])，而這種擠出效應(yīng)，對經(jīng)濟(jì)增長產(chǎn)生負(fù)向的影響。另一方面，可再生能源的高成本會以較高的價格或稅收的形式，隨著供應(yīng)鏈傳遞到下游的企業(yè)與終端消費(fèi)者，導(dǎo)致企業(yè)的生產(chǎn)成本與終端消費(fèi)者支付的價格上漲，在收入既定的約束下，這對私人部門的投資和消費(fèi)也有著擠出效應(yīng)，顯然，這種擠出效應(yīng)也會對經(jīng)濟(jì)增長產(chǎn)生負(fù)向的影響。

結(jié)合已有的文獻(xiàn)研究，以及上文對作用機(jī)制的初步分析，本文認(rèn)為，可再生能源消費(fèi)可能對經(jīng)濟(jì)增長有著非線性的影響，即這種影響可能會隨著某個或某些變量突破一定值以后，其影響程度或者影響方向會產(chǎn)生變化。

第二，鑒于數(shù)據(jù)的易獲得性與完整性，大部分文獻(xiàn)均以O(shè)ECD國家為研究樣本，基于目前所能搜索到的國內(nèi)外文獻(xiàn)，尚未發(fā)現(xiàn)學(xué)者運(yùn)用中國的省級面板數(shù)據(jù)去考察上述非線性影響。

針對上述兩個問題，本文的邊際貢獻(xiàn)主要在于以下兩個方面。

一是首次基于中國的省級面板數(shù)據(jù)和非線性模型來探討可再生能源消費(fèi)對經(jīng)濟(jì)增長可能的影響。雖然Fang(2011)[32]、Lin和Moubarak(2014)[33]以中國為對象，但只是基于單一國家的時間序列數(shù)據(jù)，且考察的是線性影響；雖然近些年來國內(nèi)外學(xué)者也在試圖研究可再生能源消費(fèi)與經(jīng)濟(jì)增長之間的非線性關(guān)系(Tugcu和Topcu，2018[34]；齊紹洲和李楊，2018[20]；Wang和Wang，2020[10])，但鑒于數(shù)據(jù)的易獲得性，目前的這些文獻(xiàn)均以O(shè)ECD國家為研究樣本，針對其他國家的相關(guān)研究的結(jié)論并不能反映中國的社會現(xiàn)實(shí)。在如今全球能源轉(zhuǎn)型的大背景下，研究中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，對中國而言具有非常重要的理論價值和現(xiàn)實(shí)意義。本文的研究結(jié)論可以為中國制定切實(shí)可行的能源戰(zhàn)略和政策提供科學(xué)的指導(dǎo)依據(jù)。

二是對內(nèi)生性的處理。近些年來，雖然也有文獻(xiàn)開始探討可再生能源消費(fèi)對經(jīng)濟(jì)增長的門檻效應(yīng)(齊紹洲和李楊，2018[20]；Wang和Wang，2020[10])，但這些文獻(xiàn)存在的問題是，他們均運(yùn)用的是Hansen(1999)[35]的靜態(tài)面板門檻模型，既沒有考慮被解釋變量和核心解釋變量之間可能存在的內(nèi)生性問題，也忽略了門檻變量應(yīng)該是外生變量的問題。在可再生能源消費(fèi)影響經(jīng)濟(jì)增長的同時，很多文獻(xiàn)也發(fā)現(xiàn)了從經(jīng)濟(jì)增長到可再生能源消費(fèi)的格蘭杰因果關(guān)系(Apergis和Payne，2010[1]、2011[36]、2012[2]；Tugcu等，2012[37]；Salim等，2014[38])，如此一來，二者之間可能存在內(nèi)生性，因而基于靜態(tài)面板門檻模型的估計結(jié)果是有偏的、不一致的。進(jìn)一步地，Hansen(2000)[39]、Caner和Hansen(2004)[40]、Kremer等(2013)[41]研究了允許存在內(nèi)生回歸變量的方法(如Caner和Hansen(2004)[40]的工具變量門檻回歸方法等)，從而克服了上述靜態(tài)面板門檻模型的第一個問題；而動態(tài)面板門檻模型的誕生，恰好解決了上述第二個問題。在估計動態(tài)面板門檻模型時，Dang等(2012)[42]的2SLS方法、Seo和Shin(2016)[43]的FD-GMM方法，均允許存在內(nèi)生的回歸變量和內(nèi)生的門檻變量，從而很好地解決了上述的兩個問題。本文將采用目前已經(jīng)發(fā)展成熟的動態(tài)面板門檻模型(Dang等，2012[42])來研究中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長可能的非線性影響。

(二)門檻效應(yīng)機(jī)制與假設(shè)

結(jié)合經(jīng)濟(jì)學(xué)里的相關(guān)基本理論和上述的文獻(xiàn)綜述，在正式進(jìn)行實(shí)證分析之前，本文先對選取的門檻變量和可能存在的門檻效應(yīng)機(jī)制，進(jìn)行以下的基本梳理，并作出合理的假設(shè)。

能源消費(fèi)強(qiáng)度(Huang等，2008[44]；Chang等,2015[23]；齊紹洲和李楊(2018)[20])，采用能源消費(fèi)總量和地區(qū)實(shí)際GDP的比值進(jìn)行衡量，用EI表示，它可以反映經(jīng)濟(jì)增長對能源消費(fèi)以及不可再生能源消費(fèi)的依賴程度。EI值越高，表明經(jīng)濟(jì)增長對于不可再生能源消費(fèi)的依賴程度越高，而此時如果增加可再生能源的消費(fèi)、推動能源轉(zhuǎn)型，相應(yīng)的經(jīng)濟(jì)代價就會越高；并且，從上文可知在EI值越高時，可再生能源對不可再生能源的要素替代效應(yīng)較小，替代難度較大，故，此時會犧牲經(jīng)濟(jì)增長。據(jù)此，本文提出假設(shè)1：

H1：可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，存在著能源消費(fèi)強(qiáng)度(EI)門檻效應(yīng)。當(dāng)EI處于高門檻區(qū)間時，這種影響是負(fù)向的；當(dāng)EI處于低門檻區(qū)間時，這種影響才是正向的。

城市化水平(Tahsin和Ahmet，2018[45]；Ugur，2018[46])，采用城鎮(zhèn)人口與總?cè)丝诘谋戎岛饬?，用URB表示，它可以反映人口向城市的集中程度，它通常也用來衡量區(qū)域的經(jīng)濟(jì)發(fā)展程度。在持續(xù)的城市化進(jìn)程中，相比于URB值較低的地區(qū)，在URB值較高的地區(qū)：一方面，較高的URB值，意味著大量的農(nóng)村剩余勞動力進(jìn)入城鎮(zhèn)，農(nóng)業(yè)人口減少，向第二三產(chǎn)業(yè)轉(zhuǎn)移，此時，勞動力、資源等生產(chǎn)要素在城鎮(zhèn)發(fā)生聚集，這種聚集效應(yīng)會正向刺激城鎮(zhèn)的生產(chǎn)力發(fā)展，加速優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)技術(shù)的創(chuàng)新和變革，從而使得推動可再生能源消費(fèi)的經(jīng)濟(jì)代價較小，可以更好地促進(jìn)經(jīng)濟(jì)發(fā)展；另一方面，較高的URB值，也意味著城鎮(zhèn)擁有更大的人口密度，以及更高效的運(yùn)輸系統(tǒng)等優(yōu)勢，總之，此時城鎮(zhèn)的總體消費(fèi)量增大，而增大的消費(fèi)量，通過乘數(shù)效應(yīng)，又可以極大地擴(kuò)大總需求，從而拉動經(jīng)濟(jì)，帶來經(jīng)濟(jì)增長。據(jù)此，本文提出假設(shè)2：

H2：可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，存在著城市化水平(URB)門檻效應(yīng)。當(dāng)URB處于低門檻區(qū)間時，這種影響是消極的；當(dāng)URB處于高門檻區(qū)間時，這種影響是積極的。

人均國內(nèi)生產(chǎn)總值(Lee和Chang，2007[47]；齊紹洲和李楊，2018[20])，用pgdp表示，它經(jīng)常被用來衡量經(jīng)濟(jì)發(fā)展水平。pgdp較高的地區(qū)，通常具備明顯的區(qū)位優(yōu)勢和良好的投資環(huán)境，對優(yōu)秀的人才和先進(jìn)的技術(shù)更加具有吸引力；同時，也具有更強(qiáng)的環(huán)保意識和更領(lǐng)先的綠色需求(許曉燕等，2014[48])。于是，在pgdp較高的地區(qū)增加可再生能源消費(fèi)、發(fā)展可再生能源產(chǎn)業(yè)以及推動能源轉(zhuǎn)型，它的經(jīng)濟(jì)代價相對較小，可以更好地促進(jìn)當(dāng)?shù)氐慕?jīng)濟(jì)增長。據(jù)此，本文提出假設(shè)3：

H3：可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，存在著人均國內(nèi)生產(chǎn)總值(pgdp)門檻效應(yīng)，且當(dāng)pgdp處在高門檻區(qū)間時，這種影響是積極的。

綜上，作為對目前已有文獻(xiàn)的補(bǔ)充，且鑒于數(shù)據(jù)的可得性，本文擬選取1985—2017年中國大陸30個省份的年度面板數(shù)據(jù)，基于擴(kuò)展的柯布-道格拉斯生產(chǎn)函數(shù)，構(gòu)建動態(tài)面板數(shù)據(jù)門檻回歸模型(Dang等，2012[42])，分別選取能源消費(fèi)強(qiáng)度、城市化水平以及人均國內(nèi)生產(chǎn)總值為門檻變量，旨在探究中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長可能產(chǎn)生的非線性影響，以及導(dǎo)致這種非線性影響的可能因素，為中國的可再生能源產(chǎn)業(yè)發(fā)展、能源轉(zhuǎn)型提供科學(xué)的指導(dǎo)依據(jù)。

三、模型、數(shù)據(jù)與變量

(一)模型設(shè)定

1.動態(tài)面板數(shù)據(jù)門檻回歸模型的設(shè)定。

為了研究可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，本文將能源細(xì)分為可再生能源與不可再生能源(Apergis和Payne，2011[36]、2012[2])，然后將它們與資本和勞動等影響經(jīng)濟(jì)增長的生產(chǎn)要素共同加入到柯布-道格拉斯生產(chǎn)函數(shù)中，于是，本文構(gòu)造的生產(chǎn)函數(shù)形式如下:

Yit=f(Kit,Lit,REit,NREit)

(1)

式中：下標(biāo)i=1,…,30和t=1985,…,2017，分別代表省份和年份；Y、K、L、RE、NRE分別代表經(jīng)濟(jì)增長、資本存量、勞動存量、可再生能源消費(fèi)、不可再生能源消費(fèi)。

為了降低數(shù)據(jù)中可能存在的異方差以及保證數(shù)據(jù)的經(jīng)濟(jì)學(xué)意義，本文對被解釋變量和解釋變量進(jìn)行對數(shù)處理，并在各變量名稱前加上ln表示對數(shù)處理的含義。相應(yīng)地，長期均衡的生產(chǎn)方程形式為：

lnYit=β0+β1ilnKit+β2ilnLit+β3ilnREit+β4ilnNREit+αi+vt+εit

(2)

式中：αi和vt分別是無法觀測到的個體固定效應(yīng)和時間效應(yīng)；εit是誤差項(xiàng)，它服從獨(dú)立同分布。

接下來，對生產(chǎn)方程(2)進(jìn)行進(jìn)一步擴(kuò)展。為了解決模型中潛在的內(nèi)生性問題，本文考慮采用動態(tài)面板門檻模型(Dang等，2012[42])，所構(gòu)建的回歸模型基本形式為：

lnYit=β0+β1ilnYi,t-1+β2ilnREit·I(qit≤γ)+β3ilnREit·I(qit>γ)+∑βniZit+αi+vt+εit

(3)

式中：lnREit是核心解釋變量。其他解釋變量包括lnYi,t-1和Zit，Zit是一個控制變量矩陣，包括資本存量、勞動存量與不可再生能源消費(fèi)，系數(shù)是βni。qit是門檻變量，對應(yīng)著本文選取的能源消費(fèi)強(qiáng)度、城市化水平和人均國內(nèi)生產(chǎn)總值三個變量。為了簡化，門檻變量被假設(shè)為平穩(wěn)且外生的。γ是對應(yīng)的門檻值，它將整個樣本區(qū)分為兩組，相應(yīng)的系數(shù)分別是β2i和β3i。Ι{·}是示性函數(shù)，即如果括號內(nèi)條件成立時，它的值取1；反之，它的值取0。

2.動態(tài)面板門檻模型的估計。

3.門檻效應(yīng)的顯著性檢驗(yàn)(非線性檢驗(yàn))。

為了檢驗(yàn)門檻效應(yīng)是否顯著，本文使用sup-Wald檢驗(yàn)(Hansen，1996[49])。檢驗(yàn)的原假設(shè)和對應(yīng)的備擇假設(shè)分別為：

H0∶δ=0,任意γ∈Γ，

H1∶δ≠0，部分γ∈Γ。

式中，對每一個固定的γ而言，Wn(γ)是標(biāo)準(zhǔn)的沃爾德(Wald)統(tǒng)計量：

RD(γ)-1G(γ)Ζ

其中，Z～N(0,Ω-1)。在上述統(tǒng)計量的基礎(chǔ)上，再運(yùn)用自助法(Bootstrap)(Hansen，1996[49]、1999[35]；Dang等，2012[42])，來得到統(tǒng)計量的P值和漸進(jìn)分布，對應(yīng)的概率值越小，門檻效應(yīng)就越顯著，從而可以確定門檻效應(yīng)的顯著性水平。最后，結(jié)合之前選擇的工具變量，使用兩階段-差分GMM估計量來估計各變量的系數(shù)。

(二)數(shù)據(jù)說明

本文選取中國大陸30個省份1985—2017年的年度面板數(shù)據(jù)。由于能源消費(fèi)數(shù)據(jù)嚴(yán)重缺失，本文的樣本不包括西藏、香港、澳門和臺灣。本文所用到的國內(nèi)生產(chǎn)總值及指數(shù)、人均地區(qū)生產(chǎn)總值及指數(shù)、勞動力、城市人口數(shù)、總?cè)丝跀?shù)等數(shù)據(jù)來源于各省份歷年的統(tǒng)計年鑒。固定資產(chǎn)投資價格指數(shù)和固定資本形成總額，1985—2003年的數(shù)據(jù)來源于《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952—2004)》，2004—2017年的數(shù)據(jù)來源于各省份歷年的統(tǒng)計年鑒(9)其中，海南省1985—1989年的相應(yīng)數(shù)據(jù)來源于《新中國六十年統(tǒng)計資料匯編》；由于重慶市于1997年從四川省分離出來，重慶市1985—1996年固定資本形成總額及固定資產(chǎn)投資價格指數(shù)缺失，本文采用商品零售價格指數(shù)的數(shù)值代替固定資產(chǎn)投資價格指數(shù)，采用全社會固定資產(chǎn)投資代替固定資本形成總額，并且用四川省1985—1996年固定資本形成額數(shù)據(jù)減去重慶市的固定資產(chǎn)投資得到四川省1985—1996年的固定資本形成額。?？稍偕茉聪M(fèi)、不可再生能源消費(fèi)以及能源消費(fèi)總量，1985—2008年的數(shù)據(jù)來源于《新中國六十年統(tǒng)計資料匯編》，2009—2017年的數(shù)據(jù)來源于各省份歷年的統(tǒng)計年鑒和《中國能源統(tǒng)計年鑒》。

(三)變量說明

相應(yīng)變量的選取與處理如下。

1.被解釋變量：經(jīng)濟(jì)增長。

本文直接選用實(shí)際GDP(Y，單位:億元)來衡量經(jīng)濟(jì)增長。根據(jù)各省份歷年統(tǒng)計年鑒公布的當(dāng)年價格GDP和生產(chǎn)總值指數(shù)平減得到，以1985年為基期的實(shí)際GDP。

2.解釋變量。

解釋變量為柯布-道格拉斯生產(chǎn)方程中的各項(xiàng)生產(chǎn)要素以及被解釋變量的一階滯后項(xiàng)(DY)。生產(chǎn)要素包括:

(1)可再生能源消費(fèi)(RE，單位：萬噸標(biāo)準(zhǔn)煤)，包括水電、風(fēng)電等非化石能源的消費(fèi)量。

(2)不可再生能源消費(fèi)(NRE，單位：萬噸標(biāo)準(zhǔn)煤)，包括原煤、石油、天然氣等化石能源的消費(fèi)。

(3)勞動力(L，單位：萬人)，采用歷年各省份統(tǒng)計年鑒公布的當(dāng)年的“按三次產(chǎn)業(yè)分就業(yè)人員數(shù)”。

(4)資本存量(K，單位：億元)?；诠潭ㄙY產(chǎn)形成總額數(shù)據(jù)，根據(jù)張軍等(2004)[50]提供的永續(xù)盤存法的計算公式，計算得到固定資本存量。具體的公式為:

式中，Kit、Kit-1分別表示第i省份第t年、第t-1年的資本存量，δit、Iit、Pit分別表示第i省份第t年的固定資產(chǎn)折舊率(取值為9.6%)、固定資產(chǎn)形成總額(即新增投資)、固定資產(chǎn)投資價格指數(shù)。其中，初始資本存量，也就是基期資本存量，用該省份1985年的固定資產(chǎn)形成總額除以10%。從而，可以得到以1985年為基期的1985—2017年各省份的資本存量。

3.門檻變量。

(1)能源消費(fèi)強(qiáng)度(EI)，單位是噸標(biāo)準(zhǔn)煤/萬元，采用的是各省份的能源消費(fèi)量除以GDP總量進(jìn)行衡量。

(2)城市化水平(URB)，采用城市人口在總?cè)丝谥兴嫉谋壤齺磉M(jìn)行衡量。

(3)人均地區(qū)生產(chǎn)總值(pgdp)，單位是元，根據(jù)各省份的統(tǒng)計年鑒里人均地區(qū)生產(chǎn)總值指數(shù)折算成以1985年為基期的實(shí)際pgdp。

(四)變量的描述性統(tǒng)計

以上各變量的描述性統(tǒng)計結(jié)果如表1所示。

表1 變量的描述性統(tǒng)計

四、實(shí)證結(jié)果與分析

本節(jié)運(yùn)用動態(tài)面板門檻模型估計方法，首先，需要檢驗(yàn)是否存在門檻效應(yīng)，即檢驗(yàn)這種非線性的影響是否顯著，若顯著，則確定具體的門檻估計值，并估計不同門檻區(qū)間里的參數(shù)值。最后，將門檻值和各省份的現(xiàn)值進(jìn)行對比，從而確定各省份目前所處的門檻區(qū)間，并進(jìn)行相應(yīng)的分析。

(一)單位根檢驗(yàn)

由于本文使用的是面板數(shù)據(jù)，為了避免偽回歸的發(fā)生，首先需要對樣本數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，通常，也就是進(jìn)行面板單位根檢驗(yàn)(10)本文采用四種常用的面板單位根檢驗(yàn)方法(LLC、IPS、Fisher-ADF和Fisher-PP)來檢驗(yàn)本文所用的全部變量的平穩(wěn)性。(結(jié)果見表2)。

從表2可知，所有的變量都在1%的水平上顯著拒絕了“面板包含單位根”的原假設(shè)，于是，可以認(rèn)為面板是平穩(wěn)過程。接下來，我們開始進(jìn)行門檻效應(yīng)的存在性檢驗(yàn)。

表2 面板數(shù)據(jù)的單位根檢驗(yàn)

(二) 門檻效應(yīng)存在性檢驗(yàn)

與本文第三部分的模型描述相對應(yīng)，現(xiàn)在我們開始運(yùn)用動態(tài)面板門檻模型，在進(jìn)行回歸之前，首先需要根據(jù)自助法來進(jìn)行模型的門檻效應(yīng)存在性檢驗(yàn)，即模型的非線性檢驗(yàn)。待檢驗(yàn)的門檻變量有：EI、URB和pgdp，Wald檢驗(yàn)的原假設(shè)是“不存在門檻效應(yīng)”。經(jīng)過1 000次重復(fù)抽樣后，本文得到三個門檻變量的門檻估計值和置信區(qū)間(如表3所示)。

表3 門檻效應(yīng)檢驗(yàn)結(jié)果：不同門檻變量的門檻值和置信區(qū)間

表3的非線性檢驗(yàn)結(jié)果顯示，三組檢驗(yàn)均在1%的水平上拒絕了“不存在門檻效應(yīng)”的原假設(shè)，這意味著模型里存在著非線性關(guān)系，將EI、URB和pgdp分別作為門檻變量建立動態(tài)面板門檻模型均是合理的。較小的置信區(qū)間也說明了對應(yīng)的門檻估計值準(zhǔn)確度很高。

進(jìn)一步地，根據(jù)表3里三個門檻變量的門檻值，本文還具體列出自1985年到2017年不同門檻區(qū)間內(nèi)省份的數(shù)目(如表4所示)。

表4 1985—2017年不同門檻區(qū)間內(nèi)省份的數(shù)目

從表4易知：(1)對能源消費(fèi)強(qiáng)度(EI)門檻變量，1985 年僅有2個省份處于低能源消費(fèi)強(qiáng)度區(qū)間，即對應(yīng)著較高的能源使用效率。1995年以后，絕大部分的省份都處于低強(qiáng)度區(qū)間，2000年和2005年里，僅有1個省份處在高能源消費(fèi)強(qiáng)度區(qū)間內(nèi)。2010年以后全部省份的能源消費(fèi)強(qiáng)度均低于門檻值(3.487 4)。(2)對城市化水平(URB)門檻變量，自1985年起擁有較低的城市化水平的省份數(shù)量在逐年減少，2005年以后全部的省份均處在較高的城市化水平區(qū)間內(nèi)。(3)對于人均國內(nèi)生產(chǎn)總值(pgdp)門檻變量，在2005年以前幾乎全部的省份都處在低門檻區(qū)間內(nèi)，這也意味著在2005年以前，各省份的人均國內(nèi)生產(chǎn)總值水平普遍較低。截至2017年，仍然有大部分(23個)省份的人均國內(nèi)生產(chǎn)總值處在較低門檻區(qū)間。

(三)動態(tài)面板門檻模型估計結(jié)果分析

緊接著，分別選用三個不同的門檻變量進(jìn)行動態(tài)面板門檻模型回歸分析，回歸結(jié)果如表5所示。

表5 動態(tài)面板數(shù)據(jù)門檻模型的回歸結(jié)果

從表5可以觀察到，在分別采用三個不同的門檻變量情況下，可再生能源消費(fèi)均在1%的顯著性水平上對經(jīng)濟(jì)增長有著顯著的門檻效應(yīng)。具體表現(xiàn)為以下三種情形。

第一，這種影響存在著能源消費(fèi)強(qiáng)度(EI)門檻效應(yīng)，門檻值約為3.487 4。當(dāng)EI≤3.487 4時，可再生能源消費(fèi)在1%的水平上對經(jīng)濟(jì)增長有著顯著正向的影響；當(dāng)EI>3.487 4時，這種影響在1%的水平上顯著為負(fù)。結(jié)合能源依賴效應(yīng)文獻(xiàn)可知，較高的EI值，意味著經(jīng)濟(jì)增長對能源消費(fèi)以及不可再生能源消費(fèi)的依賴程度也較高，此時，增加可再生能源消費(fèi)的經(jīng)濟(jì)代價也較大；同時，也由于可再生能源替代效應(yīng)與EI之間的負(fù)相關(guān)關(guān)系，較高的EI值意味著較低的替代效應(yīng)，此時可再生能源與不可再生能源之間的要素替代難度較大，增加可再生能源消費(fèi)的經(jīng)濟(jì)代價也較大。以上兩種機(jī)制都會使得在EI值高于特定的門檻值時大力發(fā)展可再生能源產(chǎn)業(yè)會犧牲經(jīng)濟(jì)增長。而較低的EI值也對應(yīng)著較低的能源依賴效應(yīng)，或者說較高的能源使用效率，此時大力發(fā)展可再生能源產(chǎn)業(yè)是會促進(jìn)經(jīng)濟(jì)增長的。最后，再結(jié)合表4里1985—2017年不同門檻區(qū)間內(nèi)省份的數(shù)目，本文發(fā)現(xiàn)截至2017年，樣本內(nèi)全部30個省份均處在較低EI區(qū)間，這意味著目前中國增加可再生能源消費(fèi)、大力推進(jìn)可再生能源產(chǎn)業(yè)發(fā)展、加速能源轉(zhuǎn)型對經(jīng)濟(jì)增長是有積極影響的。

第二，這種影響存在著城市化水平(URB)門檻效應(yīng)，門檻值約為0.225 2。當(dāng)URB≤0.225 2時，可再生能源消費(fèi)在1%的水平上對經(jīng)濟(jì)增長有著顯著負(fù)向的影響；當(dāng)URB>0.225 2時，這種影響在1%的水平上顯著為正。這部分可以解釋為，在較高URB門檻區(qū)間內(nèi)，大城市里聚集的勞動和資本要素通過聚集效應(yīng)、較高人口密度帶來的消費(fèi)的增加通過乘數(shù)效應(yīng)均正向促進(jìn)生產(chǎn)力發(fā)展，使得增加可再生能源消費(fèi)、發(fā)展可再生能源產(chǎn)業(yè)的經(jīng)濟(jì)代價較低，換句話說，在較高URB門檻區(qū)間內(nèi)，增加可再生能源消費(fèi)可以顯著促進(jìn)經(jīng)濟(jì)增長。結(jié)合表4里1985—2017年不同門檻區(qū)間內(nèi)省份的數(shù)目，截至2017年樣本內(nèi)全部的30省份都處在高城市化水平區(qū)間內(nèi)，這表明目前中國增加可再生能源消費(fèi)、大力推進(jìn)可再生能源產(chǎn)業(yè)發(fā)展、促進(jìn)能源轉(zhuǎn)型對經(jīng)濟(jì)增長有著積極的推動作用。

第三，這種影響存在著人均國內(nèi)生產(chǎn)總值(pgdp)門檻效應(yīng)，門檻值約為17 007.632 8。當(dāng)pgdp≤17 007.632 8 時，可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響在10%的水平上不顯著；當(dāng)pgdp>17 007.632 8時，這種影響在1%的水平上顯著為正。通常，在pgdp值較高時，即在經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，由于具備更完善的基礎(chǔ)設(shè)施建設(shè)、更充足的研發(fā)資金投入、更先進(jìn)的技術(shù)支持以及更強(qiáng)大的人才優(yōu)勢，此時增加可再生能源消費(fèi)、發(fā)展可再生能源產(chǎn)業(yè)，它的經(jīng)濟(jì)代價就相對較小，因而會促進(jìn)經(jīng)濟(jì)增長。而在pgdp值較低時，由于發(fā)展前期高額的固定成本投入，如基礎(chǔ)設(shè)施建設(shè)成本以及儲能研發(fā)資金投入等，發(fā)展中的政府補(bǔ)貼以及補(bǔ)貼所產(chǎn)生的政府?dāng)D出效應(yīng)和個人的擠出效應(yīng)等多重機(jī)制的作用使得增加可再生能源消費(fèi)、發(fā)展可再生能源產(chǎn)業(yè)的經(jīng)濟(jì)代價較大，在一定程度上抑制了經(jīng)濟(jì)增長，導(dǎo)致出現(xiàn)不顯著的經(jīng)濟(jì)增長。

此外，橫向比較三組的回歸結(jié)果還可以看到，在較低的門檻區(qū)間內(nèi)，在以URB為門檻變量時，lnRE回歸系數(shù)的絕對值最大(0.03>0.01)，lnRE每增加1%，經(jīng)濟(jì)增長變化3%；而在較高的門檻區(qū)間內(nèi)，在以EI為門檻變量時，lnRE回歸系數(shù)的絕對值最大(0.09>0.06>0.04)，lnRE每增加1%，經(jīng)濟(jì)增長變化9%。

進(jìn)一步地，表5的回歸結(jié)果還包含了AR(1)、AR(2)、Hansen檢驗(yàn)以及Wald檢驗(yàn)統(tǒng)計量，其中， AR(2)檢驗(yàn)可以用來檢驗(yàn)二階序列相關(guān)，它在“沒有序列相關(guān)”時是漸近正態(tài)分布，即服從N(0,1)分布；Hansen檢驗(yàn)可以用于檢驗(yàn)GMM回歸里IV的有效性，它在“工具變量是有效”時服從漸進(jìn)卡方分布，即服從X2。從表5可知，AR(2)與Hansen檢驗(yàn)統(tǒng)計量的結(jié)果都在10%的顯著性水平上分別接受了沒有序列相關(guān)、工具變量有效的原假設(shè)。在三組門檻變量下，Wald統(tǒng)計量的結(jié)果都在1%的顯著性水平上拒絕了不存在門檻效應(yīng)的原假設(shè)，表明三組回歸都存在顯著的門檻效應(yīng)，即本文主要關(guān)注的可再生能源消費(fèi)對經(jīng)濟(jì)增長確實(shí)存在顯著的非線性影響。在三組門檻變量條件下，lnYi,t-1的回歸系數(shù)都在1%的水平上顯著為正，這表明過去時期的經(jīng)濟(jì)發(fā)展水平對未來的經(jīng)濟(jì)增長有著顯著正向的影響，這也意味著本文選取動態(tài)面板模型是合理的。另外，對于本文里用到的其他要素投入解釋變量(資本存量、勞動力和不可再生能源消費(fèi))都對經(jīng)濟(jì)增長有著顯著正向的影響。

綜上所述，本文的三個假設(shè)均得到了較好的驗(yàn)證。

(四)穩(wěn)健性檢驗(yàn)

為了考察上文得出的結(jié)論是否穩(wěn)健，這一部分將采用兩種方法，對全樣本進(jìn)行相應(yīng)的調(diào)整，從而對上文的結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。一是進(jìn)行分樣本回歸?？紤]到單一的研究樣本可能會產(chǎn)生有偏的結(jié)論，故考慮進(jìn)行分樣本回歸，對30個省份的全樣本以中位數(shù)方法進(jìn)行劃分，然后將分樣本回歸的結(jié)論與基于全樣本回歸得出的結(jié)論進(jìn)行比較。二是剔除可能影響結(jié)論的特殊樣本。

1.以中位數(shù)方法進(jìn)行分樣本回歸。

本文在實(shí)證分析部分考察了30個省份的全樣本，為了更進(jìn)一步地檢驗(yàn)這種非線性影響，并試圖探究這種影響在不同經(jīng)濟(jì)發(fā)展水平的地區(qū)是否存在差異性，本部分將全樣本劃分為東部地區(qū)和西部地區(qū)兩個子樣本進(jìn)行對比分析。具體的劃分依據(jù)為：以1985年為基期，分別測算各省份1985—2017年的人均國內(nèi)生產(chǎn)總值平均值，將30個統(tǒng)計值按照從高到低的排序，分為兩組，中位數(shù)以上的15個省份(11)依次是上海、天津、北京、江蘇、浙江、廣東、遼寧、海南、山東、內(nèi)蒙古、福建、吉林、重慶、湖北和新疆。定義為東部地區(qū)，中位數(shù)以下的15個省份(12)依次是河北、黑龍江、陜西、山西、四川、河南、甘肅、安徽、江西、湖南、寧夏、青海、云南、廣西和貴州。定義為西部地區(qū)。

值得注意的是，本文在此處把全樣本分成東部地區(qū)和西部地區(qū)，以中位數(shù)方法而不是均值方法作為劃分依據(jù)，這就擴(kuò)大了東部發(fā)達(dá)地區(qū)的范圍，確保了兩個小樣本觀測值相等，而其他研究文獻(xiàn)要么就是根據(jù)均值方法進(jìn)行劃分(這就導(dǎo)致兩個分樣本的樣本量可能不一致)，要么就是把中國分成東部、中部、西部和東北部這四大區(qū)域，或東、中、西三大區(qū)域，這也是本文區(qū)別于其他研究文獻(xiàn)的一個不同的研究視角。

此外，這里采用中位數(shù)方法劃分樣本，而不是“將30個省份按照人均國內(nèi)生產(chǎn)總值這個門檻變量的門檻值劃分為低pgdp組和高pgdp組(如表4所示)，然后對比這兩組樣本內(nèi)lnRE變量的回歸系數(shù)是否具有差異”，主要是考慮到對于人均國內(nèi)生產(chǎn)總值這個門檻變量，處在低區(qū)間的省份數(shù)量遠(yuǎn)大于處在高區(qū)間的省份數(shù)量(見表4)，如果直接按照門檻值進(jìn)行分組回歸，高區(qū)間的樣本量相對較小，可能會產(chǎn)生有偏的結(jié)論(考慮到30個省份基本都處于低能源消費(fèi)強(qiáng)度門檻區(qū)間和高城市化水平門檻區(qū)間內(nèi)，故本文就不再對這2個門檻變量進(jìn)行分組檢驗(yàn))。

為了更好地觀察樣本時期內(nèi)全樣本、東部地區(qū)、西部地區(qū)的可再生能源消費(fèi)總量的變化趨勢，此處借助折線圖(圖2)進(jìn)行展示。

圖2 1985—2017年可再生能源消費(fèi)總量

通過折線圖，不難發(fā)現(xiàn)：(1)在樣本研究期間，無論是全樣本、東部地區(qū)還是西部地區(qū)，可再生能源消費(fèi)總量自1985年至2017年呈增長趨勢，且在2005年以后增長率明顯提高。近些年來，可再生能源消費(fèi)量的增加，以及整個可再生能源產(chǎn)業(yè)的大力發(fā)展，部分也可以解釋為，于2005年通過、自2006年1月1日起施行的《可再生能源法》對中國的可再生能源發(fā)展所產(chǎn)生的積極引領(lǐng)作用。(2)相比于西部地區(qū)，東部地區(qū)的可再生能源消費(fèi)總量較高(在全樣本下lnRE的均值5.881 6(見表1)，東部地區(qū)lnRE的均值為6.129 4，而西部地區(qū)lnRE的均值僅為5.633 9)。

接下來，對兩個子樣本進(jìn)行動態(tài)門檻面板回歸(結(jié)果如表6所示)。

對于東部地區(qū)的三組回歸：(1)當(dāng)門檻變量為EI時，門檻估計值為4.109 2，95%的置信區(qū)間為(4.077 7，4.159 7)；(2)當(dāng)門檻變量為URB時，門檻估計值為0.183 0，95%的置信區(qū)間為(0.181 7，0.183 7)；(3)當(dāng)門檻變量為pgdp時，門檻估計值為17 307.632 8，95%的置信區(qū)間為(16 804.388 7，17 464.406 2)。

對于西部地區(qū)的三組回歸：(1)當(dāng)門檻變量為EI時，門檻估計值為2.711 6，在5%的置信水平上顯著，置信區(qū)間為(2.659 1,2.717 1)；(2)當(dāng)門檻變量為URB和pgdp時，Wald檢驗(yàn)均接受了原假設(shè)，即不存在顯著的門檻效應(yīng)。

從表6可以觀察到，東部地區(qū)的三組回歸的結(jié)果與本文全樣本的回歸結(jié)果基本一致，故可以認(rèn)為本文的結(jié)論穩(wěn)健。但在西部地區(qū)，僅當(dāng)EI為門檻變量時，存在門檻效應(yīng)，并且當(dāng)EI≤2.711 6時，可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響顯著為正；當(dāng)EI>2.711 6時，可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響在10%的水平上不顯著。西部地區(qū)的可再生能源消費(fèi)對經(jīng)濟(jì)增長不存在顯著的URB門檻效應(yīng)或pgdp門檻效應(yīng)。由于城市化水平通常也是衡量地區(qū)經(jīng)濟(jì)發(fā)展程度的重要指標(biāo)，在西部地區(qū)，15個省份的1985—2017年的平均pgdp為4 358.571 0元(1985年為基期)，小于東部地區(qū)的對應(yīng)值(5 235.051 0元)，因此，相比于東部地區(qū)，基本可以認(rèn)為西部地區(qū)處于對應(yīng)的低pgdp門檻區(qū)間，此時這種非線性影響是不顯著的，這也可以解釋西部地區(qū)不顯著的URB門檻效應(yīng)或pgdp門檻效應(yīng)。

上述結(jié)果也表明，中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的非線性影響在東部地區(qū)和西部地區(qū)存在著差異。

表6 以中位數(shù)方法進(jìn)行分樣本回歸結(jié)果

2.剔除可能影響結(jié)論的特殊樣本。

為了減少極端值造成的影響，依次剔除可再生能源消費(fèi)占比最少和最多的1%、5%和10%的樣本省份，對剩下的28個、26個和24個省份繼續(xù)采用動態(tài)面板門檻模型，再分別基于EI、URB和pgdp三個門檻變量，各進(jìn)行三組檢驗(yàn)，9組回歸的估計結(jié)果如表7所示。

對于28省份樣本的三組回歸：(1)當(dāng)門檻變量為EI時，門檻估計值為3.487 4，95%的置信區(qū)間為(3.411 7，3.557 6)；(2)當(dāng)門檻變量為URB時，門檻估計值為0.195 6，95%的置信區(qū)間為(0.187 3，0.196 0)；(3)當(dāng)門檻變量為pgdp時，門檻估計值仍為17 307.632 8，95%的置信區(qū)間為(16 932.610 4，18 100.740 2)。

對于26省份樣本的三組回歸：(1)當(dāng)門檻變量為EI時，門檻估計值仍為3.487 4，95%的置信區(qū)間為(3.420 7，3.557 6)；(2)當(dāng)門檻變量為URB時，門檻估計值仍為0.195 6，95%的置信區(qū)間為(0.190 9，0.195 9)；(3)當(dāng)門檻變量為pgdp時，門檻估計值為18 100.740 2，95%的置信區(qū)間為(16 951.831 1，18 259.181 6)。

對于24省份樣本的三組回歸：(1)當(dāng)門檻變量為EI時，門檻估計值為2.726 6，95%的置信區(qū)間為(2.702 4，2.764 0)；(2)當(dāng)門檻變量為URB時，門檻估計值仍為0.195 6，95%的置信區(qū)間為(0.189 6，0.195 9)；(3)當(dāng)門檻變量為pgdp時，門檻估計值仍為18 100.740 2，95%的置信區(qū)間為(16 863.471 2，18 259.181 6)。

從表7可以觀察到，無論是在28省份、26省份還是24省份樣本下，當(dāng)EI低于門檻值、URB和pgdp高于門檻值時，可再生能源消費(fèi)的系數(shù)在1%的水平上顯著為正，這也意味著，此時大力發(fā)展可再生能源產(chǎn)業(yè)、促進(jìn)能源轉(zhuǎn)型會對經(jīng)濟(jì)增長產(chǎn)生積極的影響；當(dāng)EI高于門檻值、URB低于門檻值時，可再生能源消費(fèi)的系數(shù)顯著為負(fù)。這與表5的估計結(jié)果在影響方向和顯著性水平上基本一致，故基本可以認(rèn)為本文的結(jié)論穩(wěn)健。

表7 剔除特殊樣本后的結(jié)果

五、結(jié)論與政策建議

本文主要研究中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的非線性影響，基于1985—2017年間中國大陸除西藏之外的30個省份年度面板數(shù)據(jù)，運(yùn)用動態(tài)面板門檻模型，分別以能源消費(fèi)強(qiáng)度(EI)、城市化水平(URB)和人均國內(nèi)生產(chǎn)總值(pgdp)為門檻變量。本文的研究得出了以下幾條主要的結(jié)論。

第一，中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，存在著EI門檻效應(yīng)。當(dāng)EI≤3.487 4時，這種影響顯著為正；而當(dāng)EI>3.487 4時，影響顯著為負(fù)。由于較低的EI，對應(yīng)著較弱的能源依賴效應(yīng)，增加可再生能源消費(fèi)的經(jīng)濟(jì)代價較低，此時大力發(fā)展可再生能源產(chǎn)業(yè)會顯著促進(jìn)經(jīng)濟(jì)增長。

第二，中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，存在著URB門檻效應(yīng)。當(dāng)URB≤0.225 2時，這種影響顯著為負(fù)；而當(dāng)URB>0.225 2時，影響顯著為正。這意味著，在URB高于特定的門檻值時，大力發(fā)展可再生能源產(chǎn)業(yè)會促進(jìn)經(jīng)濟(jì)增長。

第三，中國的可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響，存在著pgdp門檻效應(yīng)。當(dāng)pgdp≤17 007.632 8時，這種影響在10%的顯著性水平上不顯著；而當(dāng)pgdp>17 007.632 8，影響顯著為正。這意味著，在pgdp較高時，大力發(fā)展可再生能源產(chǎn)業(yè)會促進(jìn)經(jīng)濟(jì)增長。

第四，在中國的不同區(qū)域，上述非線性影響存在著差異。在東部發(fā)達(dá)省份，可再生能源消費(fèi)對經(jīng)濟(jì)增長的影響存在EI、URB和pgdp門檻效應(yīng)；但在西部地區(qū)，僅當(dāng)門檻變量選取EI時存在門檻效應(yīng)，當(dāng)EI≤2.711 6時，影響顯著為正；當(dāng)EI>2.711 6時，影響在10%的水平上不顯著。西部地區(qū)的可再生能源消費(fèi)對經(jīng)濟(jì)增長不存在顯著的URB門檻效應(yīng)或pgdp門檻效應(yīng)。

上述的實(shí)證結(jié)果蘊(yùn)含如下政策含義：第一，由于目前全部省份整體上都處在低能源消費(fèi)強(qiáng)度、高城市化水平門檻區(qū)間內(nèi)，因而，按照本文得出的結(jié)論，目前可以大力發(fā)展可再生能源產(chǎn)業(yè)，積極促進(jìn)中國的能源轉(zhuǎn)型。第二，由于在當(dāng)前的中國，不可再生能源在工業(yè)生產(chǎn)中仍處于、并在未來的一段時間內(nèi)繼續(xù)處于支柱地位，因而，需要著力突破能源消費(fèi)的路徑依賴效應(yīng)，加強(qiáng)可再生能源并網(wǎng)以及輸送的基礎(chǔ)設(shè)施建設(shè)，加大儲能研發(fā)資金支持力度，推進(jìn)可再生能源技術(shù)創(chuàng)新。第三，結(jié)合各省份的經(jīng)濟(jì)發(fā)展現(xiàn)狀，以及東、西部地區(qū)差異化的能源轉(zhuǎn)型經(jīng)濟(jì)代價，對不同的區(qū)域應(yīng)該制定不同的可再生能源消費(fèi)目標(biāo)和個性化的可再生能源財政、稅收、補(bǔ)貼政策，不斷完善相關(guān)的制度建設(shè)和法律建設(shè)，努力確保能源消費(fèi)強(qiáng)度較高、城市化水平較低、經(jīng)濟(jì)發(fā)展水平較低的地區(qū)可以得到更多的優(yōu)惠政策傾斜，努力減少對政府和私人部門的投資、消費(fèi)擠出效應(yīng)，力爭各省份可再生能源消費(fèi)、甚至整個可再生能源產(chǎn)業(yè)得到健康、平衡、可持續(xù)的發(fā)展。