王班班

（武漢大學 經濟與管理學院，湖北 武漢430072）

東部沿海制造業(yè)內部結構調整對能源強度的影響機制分析＊

王班班

（武漢大學 經濟與管理學院，湖北 武漢430072）

本文分析了1999—2008年我國東部沿海制造業(yè)內部結構調整對能源強度的影響機制，通過統(tǒng)計數據篩選出東部沿海六省市，即魯、蘇、滬、浙、閩、粵制造業(yè)集聚程度變化幅度最大的十大行業(yè)，并以十大行業(yè)指標占全行業(yè)的比重作為產業(yè)結構調整的度量依據，用面板數據模型分析了制造業(yè)內部結構調整對能源強度的四大影響機制，分別是投資效應、結構效應、技術效應和收入效應。本文的實證分析驗證了產業(yè)結構調整對能源強度影響的綜合性，并發(fā)現結構調整可以通過投資的方向和規(guī)模來影響能源強度，而由其引致的產業(yè)結構的高級化和十大行業(yè)人均收入的領先并不必然導致能源強度的降低，十大行業(yè)全要素生產率的提高對能源強度的影響不顯著。

能源強度；產業(yè)結構調整；制造業(yè)

一、問題的提出

面對資源能源的約束、可持續(xù)發(fā)展戰(zhàn)略的倡導以及國際社會發(fā)展低碳經濟的壓力，能源強度日益成為我國產業(yè)政策制定中的重點考慮對象。過去十年，中國經濟高速增長的同時也伴隨著產業(yè)結構的不斷調整，并對能源強度產生多層次的影響。東部沿海六省市，即魯、蘇、滬、浙、閩、粵制造業(yè)規(guī)模大、集聚程度高，經歷了較為明顯的結構調整，是全國重要的價值創(chuàng)造部門，也是主要能耗部門。因此，從該地區(qū)入手，細致考察制造業(yè)內部結構調整對能源強度的影響，并進一步分析其影響機制，對我國區(qū)域乃至全國層面的能源政策和產業(yè)政策均有重要的意義。

20世紀90年代開始，產業(yè)結構變動對能源強度影響的國際研究開始增多［1］（P835－842）［2］（P221－238）［3］（P765－781）［4］（P283－285）［5］（P91－106）［6］（P1561－1570）［7］（P1068－1080）［8］（P35－47）［9］（P629－645）。對中國的相關研究則可以追溯到Kambara（1992）的定性分析［10］（P608－636）。相關定量研究按方法可以分為兩大類，一類是運用分解法將能源強度分解為技術效應和結構效應①，另一類是運用計量經濟學方法綜合考察產業(yè)結構和其他因素對中國能源強度的影響。從研究結論來看，現有觀點可以分為五大類：（1）主導影響說。認為結構效應是我國能源強度下降最主要的影響因素［11］（P37－41）；（2）負向影響說。認為產業(yè)結構變動將導致能源強度上升［12］（P24－28）［13］（P99－101）；（3）適度影響說。主要運用分解法，發(fā)現結構效應對能源強度影響的絕對值在10% 以 內［14］（P1－6）［15］（P625－638）［16］（P4640－4649）［17］（P52－62）；（4）階段差異說。認為在不同的時間階段中技術效應和結構效應的影響程度存在差異［18］（P895－902）［19］（P31－34）［20］（P66－74）； （5） 綜合影響說?？疾炝水a業(yè)結構以及經濟發(fā)展水平、能源結構、能源價格、FDI、進出口、市場化程度、R＆D、人力資本等多種因素對能源強度的影響，其中大部分認為產業(yè)結構的優(yōu)化升級可以顯著降低能源強度［21］（P16－24）［22］（P95－98）［23］（P68－74）［24］（P439－468），少數認為第三產業(yè)增加值比重的上升對能源強度也將產生負向作用［25］（P8－18），或認為產業(yè)結構對能源強度的影響在統(tǒng)計上不顯著［26］（P691－694）。

盡管國內外學術界已有較為豐富的研究成果，但現有研究或僅僅關注產業(yè)結構變動對能源強度的影響程度，或試圖全面考察能源強度的影響因素。不足之處表現在：（1）現有分解法類的研究對結構效應的理解過于狹義，僅限于度量產值比重絕對變動的影響；（2）現有非分解法研究雖然涵蓋了影響能源強度的諸多變量，但是在變量的選擇上缺乏系統(tǒng)性思維。此外，由于數據可得性的限制，現有研究缺乏我國省區(qū)層面、行業(yè)細分的相關研究，難以細致考察結構調整趨勢和省區(qū)差異?；诖?，本文在考察產業(yè)結構變動對能源強度的影響程度之上，試圖進一步厘清產業(yè)結構變動通過哪些機制對能源強度展開綜合、系統(tǒng)的影響。具體改進如下：一是將綜合考察產業(yè)結構調整對能源強度的影響機制，在理論推演的基礎上形成一個 “結構變動——經濟體各變量變動——能源強度變動”的系統(tǒng)性的考察思路。二是通過統(tǒng)計數據篩選出東部沿海制造業(yè)內部結構調整幅度最大的十大行業(yè)，并以十大行業(yè)指標與制造業(yè)對應指標的占比來度量結構調整對能源強度的影響機制。此外，本研究擬涵蓋省區(qū)層面行業(yè)細分的數據分析。由于數據的取得難度較大，研究先從中國經濟最發(fā)達的東部沿海地區(qū)和該地區(qū)最具代表性的制造業(yè)行業(yè)入手，并以此為例，得出一般化結論。

二、理論模型及樣本說明

結構調整的影響機制體現為產業(yè)結構變化通過經濟運行中的各個變量對能源強度產生的綜合影響。能源強度在數值上表現為綜合能源消費與產出的比值，在引入能源消費函數和生產函數之后，能源強度將受技術水平和投入要素水平的影響。下面將建立能源強度廣義影響機制的結構模型。

（一）模型

1.產業(yè)結構對能源強度的影響機制模型。假設行業(yè)和總體的生產函數均為柯布·道格拉斯形式，投入變量為資本K和勞動L，技術進步A外生。為了方便計算，本文假設規(guī)模報酬不變。因此，行業(yè)和總體的生產函數為：

假設各行業(yè)的能源消費量與產出水平之間的函數均為線性：

其中，mi反映了各個行業(yè)能源強度，即各個行業(yè)的能耗技術水平。

此外，能源強度可以進行如下分解：

根據上述假設，從行業(yè)結構的角度，可以得出如下表達式 （推導過程略）：

其中，yi＝Yi／Li，y＝Y／L分別表示各行業(yè)的單位勞動力產出和總體的單位勞動力產出 （勞均產出）。N＝A2· （K／L）β－α代表未包含在結構因素中的、由行業(yè)生產函數和總體生產函數差異而導致的影響因素。

2.模型的解釋。模型顯示，行業(yè)結構調整主要通過四個方面的渠道對能源強度產生影響：一是行業(yè)資本占總資本的比例，二是行業(yè)產出占總產出的比例，三是生產技術和節(jié)能技術因素，四是行業(yè)勞均收入占總體勞均收入的比例。本文分別用投資效應、結構效應、技術效應和收入效應對上述影響機制進行概括。

第一，投資效應。作為產出的重要投入要素，資本對能源強度存在重要的影響。相對增加對能耗產出比低的行業(yè)的投資，有助于提高能源利用率高的產業(yè)在產業(yè)結構中的占比，從而有利于省區(qū)整體能源強度的降低。然而，現有研究中對投資因素的考察多集中于 FDI對能源強度的效應［22］（p95－98）［23］（P439－468）［25］（P8－18），而沒有關注行業(yè)自身投資水平對能源強度的影響。本研究將以十大行業(yè)投資占省區(qū)總投資的比重為解釋變量，尋找其與省區(qū)能源強度之間的關系。

第二，結構效應。能源利用效率高的行業(yè)產值占比的提高有助于提高整體能源強度。一般而言，產業(yè)高級化的過程同時伴隨著能源利用效率的提高，結構效應最終將反映在三次產業(yè)產值占比對能源強度的影響上。通常認為，第二產業(yè)從事生產職能，其能源消耗較大；第三產業(yè)從事服務職能，其能源消耗??；而第一產業(yè)對能源強度的影響平穩(wěn)并逐漸縮小。本文將考察十大行業(yè)結構調整所引起的三次產業(yè)占比的變化對能源強度的影響。

第三，技術效應。模型推算顯示，技術效應從兩方面對能源強度產生影響：節(jié)能降耗的特定技術有助于提高能源利用效率，從而節(jié)省能源消費量；綜合技術進步則有利于提高投入產出比例，但這種投入產出比的提高是否能夠提高能源效率尚不能下定論。從現有研究來看，多選取R＆D投入作為技術進步的替代變量，結果基本顯示其對能源效率的提高有較顯著的關系［22］（P95－98）。本文也將對此進行檢驗。

第四，收入效應。環(huán)境庫茲涅茨曲線的結論顯示，人均收入和環(huán)境污染程度之間呈倒U型關系。我國能源利用效率是否已經越過倒U曲線的拐點？現有研究均從省區(qū)整體水平入手，顯示人均收入對能源效率的提高有顯著促進作用［23］（P439－468）［25］（P8－18），但行業(yè)層面較少。本文則重點考察在東部六省市產業(yè)結構調整中，結構調整前十大行業(yè)的人均收入將對能源強度產生怎樣的影響，以及與省區(qū)整體人均收入相比，影響程度有多大。

（二）結構調整前十大行業(yè)的篩選

本文將通過制造業(yè)各行業(yè)集聚程度的變化來反映東部沿海制造業(yè)內部的結構調整，并篩選出六個省市調整幅度最大的十大行業(yè)。從具體指標來看，可以用區(qū)位熵的變化率來衡量。區(qū)位熵可以測度某一行業(yè)在某地區(qū)相對于在全國的集中程度，它不僅可以反映該行業(yè)在某一空間范圍內的規(guī)模，還可以反映該行業(yè)在制造業(yè)整體產值中所處的地位。區(qū)位熵的具體計算公式如下：

由于部分省份行業(yè)細分工業(yè)增加值數據較難獲得，本文選取各行業(yè)的工業(yè)總產值作為產出指標，分別計算了1998年和2008年東部沿海六省市，即山東省、江蘇省、上海市、浙江省、福建省和廣東省制造業(yè)各行業(yè)的區(qū)位熵，并針對這兩個年份進行了對比，從而選出1998—2008年間這六個省市制造業(yè)內部結構調整最大的十大行業(yè)。

各省市制造業(yè)行業(yè)細分數據來自各省市相應年份的統(tǒng)計年鑒。由于統(tǒng)計口徑的關系，省略工藝品及其他制造業(yè)以及廢棄資源和廢舊材料回收加工業(yè)。根據區(qū)位熵計算公式計算，結果如表1所示。

表1 東部六省區(qū)位熵變化情況

區(qū)位熵的變動率是本文選擇制造業(yè)集聚程度變化的十大行業(yè)的標準。然而，根據具體情形，這一選擇標準仍然存在以下例外：一是雖然煙草制品業(yè)和黑色金屬冶煉及壓延加工業(yè)也產生了較大的變動，但是不論在1998年還是在2008年，其集聚程度都比較低，區(qū)位熵均在0.5左右，因此把這兩個行業(yè)排除在十大行業(yè)之外。二是雖然木材加工及木、竹、藤、棕、草制品業(yè)區(qū)位熵的變動率和飲料制造業(yè)的變動率非常接近，甚至前者略低于后者，但是由于木材加工及木、竹、藤、棕、草制品業(yè)的集聚態(tài)勢發(fā)生了逆轉，區(qū)位熵從1998年的1.13減小至2008年的0.97，該行業(yè)入選十大行業(yè)的第十位，而將飲料制造業(yè)排除在外。

根據區(qū)位熵指標以及上述選擇標準，1998—2008年期間，東部沿海六省市制造業(yè)行業(yè)集聚程度變化最大的十大行業(yè)為：（1）電氣機械及器材制造業(yè)；（2）文教體育用品制造業(yè)；（3）印刷業(yè)和記錄媒介的復制；（4）化學原料及化學制品制造業(yè)；（5）塑料制品業(yè)；（6）非金屬礦物制品業(yè)；（7）紡織服裝、鞋、帽制造業(yè)；（8）食品制造業(yè)；（9）通信設備、計算機及其他電子設備制造業(yè)；（10）木材加工及木、竹、藤、棕、草制品業(yè)。

（三）指標說明和數據來源

本文構造的模型使用東部沿海六省區(qū)，即山東省、江蘇省、上海市、浙江省、福建省和廣東省1999—2008年共十年的數據，其中技術效應指標的計算涉及1998年數據。具體指標構建方式和數據來源說明如下：

1.綜合能源強度。六省區(qū)歷年的綜合能源消費、名義GDP及GDP指數均來自CEIC數據庫。本文用各省區(qū)的GDP指數 （轉換為1998年不變價格）平減以得到各省區(qū)的真實GDP，并將各省區(qū)的綜合能源消費量除以真實GDP，得到各省區(qū)歷年綜合能源強度。

2.投資效應指標。本文采用各省區(qū)十大行業(yè)固定資產投資與該省區(qū)的固定資產投資的比值作為投資效應指標。各省區(qū)十大行業(yè)固定資產投資采用各省區(qū)《統(tǒng)計年鑒》工業(yè)分行業(yè)的 “固定資產凈值年平均余額”指標，數據來自各省區(qū)歷年 《統(tǒng)計年鑒》。其中福建省2007年缺少該指標，因此采用福建省該年度年鑒公布的 “固定資產凈值年末數”代替。各省區(qū)歷年固定資產投資數據來自CEIC數據庫。

3.結構效應指標。本文以各省區(qū)三次產業(yè)增加值占GDP的比重來反映結構效應。為了避免多重共線性，模型變量中僅包含第二產業(yè)和第三產業(yè)增加值占GDP的比重，數據均來自CEIC數據庫。

4.技術效應指標。本文以數據包絡法 （DEA）中的Malmquist非參數法來估計十大行業(yè)的技術進步。Malmquist指數可以計算出全要素生產率，并將其進一步分解為技術效率指數和科技進步指數，技術效率指數又可以進一步分解為純技術效率指數和規(guī)模效率指數。由于數據規(guī)模對變量數量的限制，本文僅用全要素生產率作為十大行業(yè)技術進步水平的指標。

DEA估計的產出指標為各省區(qū)十大行業(yè)的工業(yè)總產值，分別來自各省區(qū)1998—2008年 《統(tǒng)計年鑒》。

投入指標為勞動力和資本。山東省、廣東省和上海市勞動力指標來自該省歷年 《統(tǒng)計年鑒》公布的規(guī)模以上工業(yè)分行業(yè)從業(yè)人員數。其中上海市1999年及以前數據統(tǒng)計口徑有差異，為 “全市工業(yè)企業(yè)單位數、從業(yè)人數及工業(yè)總產值 （村及村以上）”。江蘇省和浙江省數據來自歷年該省 《統(tǒng)計年鑒》公布的工業(yè)／制造業(yè)分行業(yè)在崗職工數。福建省分行業(yè)規(guī)模以上從業(yè)人員年平均數來自歷年 《福建企業(yè)年鑒》，但是1998年與2004年數據缺失，本文用平均增長率進行了估算。

固定資本投入指標的估算，國際上通用的是永續(xù)盤存法 （PIM），即kt＝kt－1（1＋θ）＋It，其中k是資本存量，I是新增投資，θ是折舊率。由于無法得到各工業(yè)行業(yè)具體的折舊數據，本文采用朱鐘棣等 （2005）［27］（P51－62）提供的無折舊率計算公式進行計算，即

其中，k0為1998年固定資產凈值，Δkt為t年固定資產凈值增加量，數據來源同前述的 “投資效應指標”。pit為歷年 《中國統(tǒng)計年鑒》公布的固定資產投資價格指數，但是2007年數據缺失，本文分別從各省區(qū) 《統(tǒng)計年鑒》中搜集。此外，廣東省1998—2000年并未公布該指數，本文用全國數據替代。以上指數轉化為以1998年為100。計算工具采用DEAP2.1軟件包。

5.收入效應指標。本文采用六省市十大行業(yè)勞均GDP與各省市勞均GDP的比值作為收入效應的衡量指標。十大行業(yè)的人均收入為各省區(qū)十大行業(yè)增加值與從業(yè)人員數之比。各省區(qū)分行業(yè)增加值數據來自各省區(qū)歷年 《統(tǒng)計年鑒》。其中上海市僅公布了2000年和2001年的分行業(yè)工業(yè)增加值。本文從 《中國工業(yè)經濟統(tǒng)計年鑒》搜集了2005—2007年的電氣機械、化學原料、非金屬礦物、紡織服裝、食品制造和通信設備六個行業(yè)的增加值數據，以及2002—2003年的電器機械、化學原料、非金屬礦物、食品制造和通信設備五個行業(yè)的增加值數據。其余數據均為估算。估算方法為：

對比上海市2000年、2001年的估算值和實際值，具有較高的一致性。增加值數據經過各省市GDP指數平減。江蘇省2004年、2008年，以及浙江省2008年數據也依據此方法進行估算。各省市分行業(yè)從業(yè)人員數據同 “技術效應指標”小節(jié)中所述。

各省市從業(yè)人員總數來自各省區(qū)歷年 《統(tǒng)計年鑒》，GDP經過各省市GDP指數平減。

對上述變量的概括性整理如表2所示。

表2 變量說明

表3 樣本統(tǒng)計特征

三、實證檢驗分析

（一）回歸結果

本文采用面板數據模型對上述四大效應的影響機制進行實證分析。由于變量的選取將為比例形式，因此本文采取半對數模型，以考察各個解釋變量比例每變動一個百分點對能源強度變化的影響，其對應的面板數據模型為：

lnEIi，t＝α＋βXi，t＋λi＋μt＋εi，t（7）

其中，λt是省區(qū)虛擬變量，反映了省際之間持續(xù)存在的差異，如制度差異、資源稟賦差異等；μt為不可觀測的時間效應，解釋了沒有包含在模型中的和時間有關的效應；εi，t是隨機擾動項，服從獨立同分布；EIi，t為被解釋變量，是各時期六省區(qū)的綜合能源強度；Xi，t為解釋變量，分別反映上述十大行業(yè)的投資效應、結構效應、技術效應和收入效應。

本文用面板數據模型估計β值，以考察各個指標變動對能源強度變化的影響。為了排除各個影響因素之間的多重共線性，給出了這些變量的相關系數矩陣 （如表4所示）。分析顯示，第二產業(yè)占比SEC與第三產業(yè)占比THD、投資效應指標INVRATIO以及收入效應指標INCRATIO之間均存在較強的相關性。為了全面分析四大效應對能源強度的影響，本文并不簡單剔除第二產業(yè)產值占比SEC這一變量，而是對剔除SEC變量的模型和包含SEC變量的模型分別進行回歸。

表4 影響因素的相關系數矩陣

本文分別對包含變量INVRATIO、THD、TPF、INCRATIO的模型1，以及包含INVRATIO，SEC，TPF的模型2進行回歸，軟件采用EViews6.0。由于數據規(guī)模不大，為了避免過多的虛擬變量占用自由度，本文僅考察截面效應，而不選擇包含時間效應的雙向模型。EViews6.0的“冗余固定效應檢驗” （Redundant Fixed Effects Test）和豪斯曼檢驗 （Hausman Test）顯示，采用截面隨機效應模型最優(yōu)。估計結果如表5所示。

表5 十大行業(yè)總影響機制回歸結果

（二）結果分析

以上回歸結果體現了制造業(yè)內部結構調整對能源強度的影響機制，下文分別就投資效應、結構效應、技術效應和收入效應這四大機制進行詳細分析。

1.投資效應。對投資效應來說，INVRATIO的系數為負，且在1%的水平上顯著，說明十大行業(yè)固定資產投資額占該省區(qū)總固定資產投資額的比重每增加1個百分點，能源強度將下降0.79%～1.14%。固定資產投資水平和該產業(yè)的發(fā)展水平有著高度相關，這一回歸結果反映了在現有的產業(yè)結構調整趨勢和各行業(yè)能源技術改進趨勢下，制造業(yè)的發(fā)展有助于六省區(qū)能源強度的下降。由于各省市統(tǒng)計局并沒有公布工業(yè)分行業(yè)能源消費數據，下面用全國行業(yè)細分的數據來考察各行業(yè)的能耗情況（如表6所示）。表6分別列出了全國制造業(yè)1998—2007年能源消費量最大、能源強度最大以及能源強度下降幅度最大的五個行業(yè)，結合本文前述結論不難發(fā)現：（1）能源消費量及能源強度均很高的非金屬礦物制品業(yè)集聚程度有顯著的下降，其能源強度也有一定的改進。（2）能耗較小的電氣機械及器材制造業(yè)，通信設備、計算機及其他電子設備制造業(yè)在六省區(qū)集聚程度顯著上升，說明低能耗、資本密集型產業(yè)的集聚發(fā)展有助于能源強度的降低。

表6 制造業(yè)能源消費、能源強度和能源強度降幅五大行業(yè)

2.結構效應?；貧w結果顯示，第二產業(yè)及第三產業(yè)的GDP占比與能源強度均成正比。變量SEC的回歸系數為6.47，表明第二產業(yè)增加值占GDP比重每上升一個百分點，該地區(qū)能源強度將上升6.47%。從六省市1999—2008年第二產業(yè)增加值占GDP比重的趨勢來看，僅上海市第二產業(yè)比重有了一定的下降；江蘇省和廣東省呈現先升后降的趨勢；山東省和福建省則在十年間呈顯著上升態(tài)勢；浙江省小幅波動相對平穩(wěn)（如圖1所示）。這說明，盡管在工業(yè)行業(yè)內部，東部六省市的產業(yè)結構正在向資本密集、能耗較低的行業(yè)調整，然而工業(yè)行業(yè)整體規(guī)模依然較大，甚至緩慢擴張，這將導致省區(qū)整體能源強度的上升。

圖1 第二產業(yè)增加值占GDP比重（100%）

回歸結果顯示，變量THD系數為2.32，說明第三產業(yè)增加值占GDP比重每上升一個百分點，將導致該省區(qū)能源強度上升2.32%，并且這一系數在5%的水平上顯著。這一結果似乎與預期和部分理論研究結果相悖。但值得說明的是，首先，實證研究在這一觀點上并沒有達成一致意見。根據本文第一部分的總結，He等（2007）認為第三產業(yè)占比提高降低能源強度［23］（P439－468），Yuxiang等（2010）認為第三產業(yè)比重對能源強度的影響不顯著［26］（P691－694），董利（2008）則認為第三產業(yè)比重會降低能源效率［25］（P8－18）。其次，對于東部六省市來說，第三產業(yè)內部可能存在能源利用低效的情況。從全國1980—2007年三次產業(yè)真實能源強度的變化趨勢來看，盡管在1998年以前第三產業(yè)的能源強度有明顯的下降，然而隨后第三產業(yè)能源強度呈逐年上升的趨勢。在第三產業(yè)內部，也存在交通運輸業(yè)等能耗相對較高的行業(yè)。因此，不能簡單認為第三產業(yè)比重的上升一定意味著整體能源強度的下降。第三，由于東部沿海地區(qū)第二產業(yè)增加值的占比變動幅度并不大，而各省市第三產業(yè)的占比均有顯著提高，第一產業(yè)比重則有一定下降，因此，第三產業(yè)比重上升對能源強度的影響還需考察第一產業(yè)的能源利用效率。從圖2可以看出，第三產業(yè)的能源強度從總量上顯著高于第一產業(yè)，并且第一產業(yè)的能源強度呈逐年下降趨勢，而第三產業(yè)近年來卻存在上升趨勢。第三產業(yè)在比重上的上升實際上是對第一產業(yè)的替代，這種替代反映在能源強度上并不一定是有效率的。

圖2 我國三次產業(yè)能源強度變化趨勢（萬噸標煤／億元）

3.技術效應。模型1和模型2中TFP的系數均為正，但不顯著。TFP指數為用數據包絡法計算的全要素生產率，即扣除勞動力和資本存量等投入變量的影響之后，技術水平對產出的影響。本文認為，模型中全要素生產率指數對能源強度之所以沒有很好的解釋能力，是因為該指數并沒有很確切地反映行業(yè)的節(jié)能技術水平，即產業(yè)整體生產技術水平的提升并不意味著節(jié)約能源的技術水平的提升。如果一個行業(yè)的生產能力和研發(fā)資金并沒有投入在改進能源利用效率的技術上，那么這樣的技術進步并不一定會導致能源強度的下降。因此，對于提高能源強度的目標而言，更有針對性地鼓勵節(jié)能技術的開發(fā)和引進至關重要。

4.收入效應。模型中變量INCRATIO系數為正，且在1%的水平上顯著，說明十大行業(yè)勞均GDP（單位勞動力的產出）與該省區(qū)勞均GDP的比例每提高一個百分點，該省區(qū)能源強度就將提高0.04%，這與本文的預期相反。大部分研究均顯示，人均收入水平提高會降低能源強度，或者人均收入水平和能源強度水平存在倒U型關系。蔡昉等（2008）采用二氧化硫排放量為指標發(fā)現，東部地區(qū)已經逼近甚至越過環(huán)境庫茲涅茨曲線的拐點［28］（P4－11）。然而本研究表明，這一趨勢對于能源強度來說并不明顯。十大行業(yè)的勞均GDP始終領先于省區(qū)整體的勞均GDP，并且這一比例呈上升趨勢。在控制了投資效應、結構效應和技術效應之后，十大行業(yè)人均收入水平的增長并未促成省區(qū)真實能源強度的下降，這可能是出于以下原因：（1）十大行業(yè)勞均GDP的上升同時也反映了產業(yè)資本密集化程度的提高，但這并不一定導致能源強度的降低；（2）十大行業(yè)勞均GDP與省區(qū)整體勞均GDP差距不斷擴大，一定程度上說明收入結構的不均衡可能不利于能源效率的提升；（3）節(jié)能減排意識的欠缺使得十大行業(yè)收入水平的提高并不能轉化為節(jié)能減排的內在動力。

四、主要結論

本研究認為，產業(yè)結構調整的過程主要通過投資效應、結構效應、技術效應和收入效應的傳導機制來影響真實能源強度。在東部六省市1999年至2008年十年的結構調整中，集聚程度變化最大的十大行業(yè)對省區(qū)能源強度變化的貢獻顯著。本文采用六省市十年面板數據的回歸分析考察十大行業(yè)對能源強度的影響機制，主要得出以下結論。

第一，產業(yè)結構的調整方向有助于能源強度的降低。盡管十大行業(yè)中既存在集聚程度提高的產業(yè)，也存在集聚程度降低的產業(yè)，然而十大行業(yè)固定資產投資占省區(qū)總固定資產投資比例的提高有助于能源強度的降低。這反映了在結構調整的過程中，集中發(fā)展的行業(yè)具有能源利用率高的特征，而能源利用率較低的行業(yè)發(fā)展相對趨緩。這一結論對于單個行業(yè)不一定完全適用，但是從十大行業(yè)的回歸結果來看，它作為一個總體趨勢的結論是可以成立的。這說明不論是政策導向還是經濟自發(fā)行為，對于東部六省市而言，產業(yè)發(fā)展正在朝著有利于能源效率提高的方向進行。

第二，在產業(yè)結構調整的過程中，處于產業(yè)結構高級化方向上的產業(yè)同樣需要積極有效地提高行業(yè)內的能源效率。研究結果顯示，第三產業(yè)比重的增加同樣可以導致能源強度的提高。這與現有研究的結論并不矛盾。雖然第三產業(yè)作為以服務職能為主的產業(yè)，能耗壓力比第二產業(yè)低，但在制定節(jié)能減排的產業(yè)政策時，并不意味著簡單地去引導產業(yè)高級化發(fā)展就可以解決所有問題。第三產業(yè)內部自身也迫切需要節(jié)能減排的動力。

第三，一般技術進步如果不轉化為節(jié)能降耗的特定技術，就不一定會對能源強度產生顯著影響。不同于其他研究的指標，本文采用全要素生產率來考察技術效應對能源強度的影響。研究顯示，十大行業(yè)的全要素生產率對能源強度的影響并不顯著。雖然這與本文的預期不太一樣，但該結論至少意味著，不與節(jié)能降耗直接相關的技術進步不一定能夠促進能源效率的提高。而與節(jié)能降耗相關的技術進步是否能夠顯著提高能源效率，還需要具體的數據來進行分析。

第四，部分產業(yè)人均收入的增長并沒有對節(jié)能減排產生很好的示范作用。盡管從省區(qū)整體層面上來看，人均收入的提高有助于能源強度的降低，但是十大行業(yè)的數據顯示，其人均收入相對省區(qū)總體人均收入的提高反而導致了能源強度的提高。雖然程度不大，但是效應卻非常顯著。六省市十大行業(yè)的平均人均收入均高于省區(qū)整體人均收入，但是這種收入的領先效應并沒有轉化為節(jié)能減排的內在動力，節(jié)能意識還需進一步提高。

［1］Choi，K.H.，B.W.Ang，et al.Decomposition of the energy－intensity index with application for the Korean anufacturing ndustry［J］.Energy，1995，（9）.

［2］Jung，T.，T.Park.Structural change of the manufacturing sector in Korea：Measurement of real energy intensity and CO2emissions［J］.MitigationandAdaptationStrategiesforGlobal Change，2000，（3）.

［3］Bhattacharyya，S.C.，A.Ussanarassamee.Decomposition of energy and CO2intensities of Thai industry between 1981and 2000［J］.EnergyEconomics2004，（5）.

［4］Cornillie，J.，S.Fankhauser.The energy intensity of transition countries［J］.EnergyEconomics，2004，（3）.

［5］Alghandoor，A.，P.E.Phelan，et al.U.S.manufacturing aggregate energy intensity decomposition：The application of multivariate regression analysis［J］.InternationalJournalofEnergy Research，2008，（2）.

［6］Weber，C.Measuring structural change and energy use：Decomposition of the US economy from 1997to 2002［J］.EnergyPolicy，2009，（4）.

［7］Lescaroux，F.Decomposition of US manufacturing energy intensity and elasticities of components with respect to energy prices［J］.EnergyEconomics，2008，（3）.

［8］Reddy，B.S.，B.K.Ray.Decomposition of energy consumption and energy intensity in Indian manufacturing industries［J］.EnergyforSustainableDevelopment，2010，（1）.

［9］Mendiluce，M.，I.Pérez－Arriaga，et al.Comparison of the evolu－tion of energy intensity in Spain and in the EU15：Why is Spain different？［J］.EnergyPolicy，2010，（1）.

［10］Kambara，T.The energy situation in China［J］.TheChinaQuarterly，1992，（131）.

［11］何建坤，張希良.我國產業(yè)結構變化對GDP能源強度上升的影響及趨勢分析［J］.環(huán)境保護，2005，（12）.

［12］師博.中國能源強度變動的主導效應分析——一項基于指數分解模型的實證研究［J］.山西財經大學學報，2007，（12）.

［13］施鳳丹，劉春平，郭紅燕.基于SDA的結構效應對能源強度影響程度的實證研究［J］.企業(yè)經濟，2008，（2）.

［14］韓智勇，魏一鳴，范英.中國能源強度與經濟結構變化特征研究［J］.數理統(tǒng)計與管理，2004，（1）.

［15］Zhang，Z.Why did the energy intensity fall in China's industrial sector in the 1990s？The relative importance of structural change and intensity change［J］.EnergyEconomics，2003，（6）.

［16］Liao，H.，et al.What induced China's energy intensity to fluctuate：1997－2006？［J］.EnergyPolicy，2007，（35）.

［17］李國璋，王雙.中國能源強度變動的區(qū)域因素分解分析——基于LMDI分解方法［J］.財經研究，2008，（8）.

［18］Zha，D.，D.Zhou，et al.The contribution degree of sub－sectors to structure effect and intensity effects on industry energy intensity in China from 1993to 2003［J］.RenewableandSustainable EnergyReviews，2009，（4）.

［19］張瑞，丁日佳.中國能源強度變動因素分析［J］.中國礦業(yè)，2007，（2）.

［20］李力，王鳳.中國制造業(yè)能源強度因素分解研究［J］.數量經濟技術經濟研究，2008，（10）.

［21］馮泰文，孫林巖，何哲.技術進步對中國能源強度調節(jié)效應的實證研究［J］.科學學研究，2008，（5）.

［22］尹宗成，丁日佳，江激宇.FDI、人力資本、R＆D與中國能源效率［J］.財貿經濟，2008，（9）.

［23］He，C.，J.Wang.Energy intensity in light of China's economic transition［J］.EurasianGeographyandEconomics，2007，（4）.

［24］屈小娥，袁曉玲.中國地區(qū)能源強度差異及影響因素分析［J］.經濟學家，2009，（9）.

［25］董利.我國能源效率變化趨勢的影響因素分析［J］.產業(yè)經濟研究，2008，（1）.

［26］Yuxiang，K.，Z.Chen.Government expenditure and energy intensity in China［J］.EnergyPolicy，2010，（2）.

［27］朱鐘棣，李小平.中國工業(yè)行業(yè)資本形成全要素生產率變動及其趨異化：基于分行業(yè)面板數據的研究［J］.世界經濟，2005，（9）.

［28］蔡昉，都陽，王美艷.經濟發(fā)展方式轉變與節(jié)能減排內在動力［J］.經濟研究，2008，（6）.

注釋：

①技術效應指某子行業(yè)內能源強度的變化對全行業(yè)能源強度的影響，結構效應指某子行業(yè)的產值占全行業(yè)產值比例變動對能源強度的影響。

（責任編輯 朱 蓓）

This paper analyze the impact mechanism of internal structural adjustment in eastern coast manufacturing in China on energy intensity.The first ten sub－sectors in concentration degree change are selected based on the statistical data in eastern coast manufacturing，including Shandong，Jiangsu，Shanghai，Zhejiang，Fujian and Guangdong.The index ratios of the ten subsectors to those of the whole sector are taken as estimators.Panel data model is applied to analyzing the impact mechanism of investment effect，structure effect，technology effect and income effect.The empirical analysis demonstrates the comprehensive impact.The results show that the structural change can affect the energy intensity through the direction and scale of investment，while the industrial structure supererogation and the increasing in income per capita will not necessarily reduce the energy intensity.The impact of the improvement in total factor productivity is statistically insignificant.

Analysis on the Impact Mechanism of Internal Structural Adjustment in Eastern Coast Manufacturing on Energy Intensity

WANG Ban－ban

F426

A

1671－0169（2012）02－0045－08

2011－11－04

國家自然科學基金面上項目 “FDI的能源強度效應及政策優(yōu)化研究”（71073114）；教育部人文社會科學研究項目 “東部產業(yè)轉移對中西部能源效率的影響機制與政策研究”（09YJA790157）

王班班 （1986—），女，湖北武漢市人，博士研究生，研究方向：能源經濟學、碳交易市場。