張?jiān)伱? 閆晴 趙金凱

摘要：山東省的經(jīng)濟(jì)體量和化石能源消耗在全國占比雙高，以其為研究對象，基于Tapio脫鉤模型，利用山東省2006—2019年各市化石能源消耗與經(jīng)濟(jì)增長的統(tǒng)計(jì)數(shù)據(jù)，揭示山東經(jīng)濟(jì)增長依賴化石能源消耗的事實(shí)，進(jìn)一步測度山東各市經(jīng)濟(jì)增長和化石能源消耗的脫鉤指數(shù)，并利用Dagum基尼系數(shù)揭示山東經(jīng)濟(jì)增長與化石能源消耗脫鉤指數(shù)的差異和來源，最后借助收斂模型分析脫鉤指數(shù)的收斂性。研究發(fā)現(xiàn)：山東整體及區(qū)域經(jīng)濟(jì)增長與化石能源消耗顯著正相關(guān)，二者脫鉤狀態(tài)涵蓋擴(kuò)張連結(jié)、擴(kuò)張負(fù)脫鉤和弱脫鉤，且在絕大多數(shù)年份處于弱脫鉤狀態(tài)；樣本期內(nèi)，脫鉤指數(shù)區(qū)域間差異明顯高于區(qū)域內(nèi)差異和超變密度，是構(gòu)成山東經(jīng)濟(jì)增長與化石能源消耗脫鉤指數(shù)差異的主要來源，區(qū)域內(nèi)差異和超變密度大小呈現(xiàn)出收斂趨勢，區(qū)域重疊效應(yīng)呈增加態(tài)勢；山東省及膠東、魯西、魯中、魯北四大地區(qū)脫鉤指數(shù)不存在絕對σ收斂的態(tài)勢，呈條件β收斂。

關(guān)鍵詞：經(jīng)濟(jì)增長；化石能源消耗；脫鉤；區(qū)域差異；收斂

中圖分類號(hào)：F127

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-5595（2023）01-0034-10

一、引言

1978年以來，中國經(jīng)濟(jì)創(chuàng)造了舉世矚目的“增長奇跡”。國內(nèi)生產(chǎn)總值從1978年3 678.70億元增長到2020年突破100萬億元，經(jīng)濟(jì)總量穩(wěn)居世界第二位。然而，這背后“高投入、高能耗、高污染、低效率”的增長模式使中國承受了巨大的環(huán)境資源代價(jià)，加之世界范圍內(nèi)的高碳排放造成全球氣候異常，使得發(fā)達(dá)國家近百年工業(yè)化過程中分階段出現(xiàn)的環(huán)境資源問題，集中在中國40多年的經(jīng)濟(jì)增長過程中顯現(xiàn)出來。為應(yīng)對全球氣候變化，中國政府提出“二氧化碳排放力爭于2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和”等莊嚴(yán)的目標(biāo)承諾，“十四五”規(guī)劃也將加快推動(dòng)綠色低碳發(fā)展列入其中。

山東省擁有眾多能源資源，但在經(jīng)濟(jì)快速增長的同時(shí)，能源消耗總量超過能源生產(chǎn)總量，資源短缺現(xiàn)象逐漸凸顯。能源是地區(qū)發(fā)展的重要因素，實(shí)現(xiàn)經(jīng)濟(jì)穩(wěn)步增長的同時(shí)，也要控制化石能源的消耗，降低環(huán)境污染等生態(tài)代價(jià)。山東經(jīng)濟(jì)的發(fā)展離不開化石能源的高消耗^［1］，作為傳統(tǒng)能源大省，能源消耗量、主要污染物排放量均居全國前列。但能源高消耗的背后，經(jīng)濟(jì)增長速度、經(jīng)濟(jì)發(fā)展效率有待進(jìn)一步提高。以2017年為例，山東消耗能源38 684萬噸標(biāo)準(zhǔn)煤，分別是廣東、江蘇的1.20倍、1.23倍；排放二氧化硫73.91萬噸，分別是廣東、江蘇的2.67倍、1.80倍；排放煙（粉）塵54.96萬噸，分別是廣東、江蘇的2.67倍、1.80倍（數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒2018》）。山東的地區(qū)生產(chǎn)總值卻被廣東、江蘇越落越遠(yuǎn)。山東與廣東的生產(chǎn)總值差距由2008年的5 863.43億元擴(kuò)大到2019年的36 603.57億元，與江蘇的差距由2008年的48.7億元擴(kuò)大到2019年的28 564.02億元（以當(dāng)年價(jià)計(jì)，數(shù)據(jù)來源于各地統(tǒng)計(jì)局網(wǎng)站）。在能源消耗量大、經(jīng)濟(jì)增長較慢的境況下，山東經(jīng)濟(jì)增長與化石能源消耗的脫鉤狀態(tài)如何？脫鉤的演變規(guī)律及差異又如何？對這些問題的明確解答將對山東經(jīng)濟(jì)發(fā)展起到至關(guān)重要的作用，也有助于山東在“碳達(dá)峰”進(jìn)程中繼續(xù)挑大梁，在新舊動(dòng)能轉(zhuǎn)換中繼續(xù)打頭陣。

經(jīng)濟(jì)增長除依賴于傳統(tǒng)的生產(chǎn)因素（如物質(zhì)資本、勞動(dòng)、人力資本、技術(shù)水平等）和新興的生產(chǎn)要素（如制度、社會(huì)資本等）外，也依賴于自然資本。因此，學(xué)者紛紛在新古典增長模型和內(nèi)生增長模型的理論框架下，嘗試將能源等要素引入經(jīng)濟(jì)增長模型。^［2-5］Zhou等^［6］實(shí)證發(fā)現(xiàn)，能源消耗對中國經(jīng)濟(jì)增長具有重要作用，其對全要素生產(chǎn)率的貢獻(xiàn)居次位，占比16.81%。雖然當(dāng)前中國以不可再生化石能源為主的能源消費(fèi)結(jié)構(gòu)不可避免地具有一定的“資源門檻”，但根據(jù)發(fā)達(dá)國家的發(fā)展歷程來看，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展的“減物質(zhì)化”是可行的。^［7］已有學(xué)者研究發(fā)現(xiàn)中國經(jīng)濟(jì)增長發(fā)展水平對化石能源消耗的依賴逐漸降低，能源消耗強(qiáng)度與經(jīng)濟(jì)發(fā)展水平呈現(xiàn)負(fù)相關(guān)趨勢。^［8］

“脫鉤”（decoupling）一詞源于物理學(xué)領(lǐng)域，是指具有相互關(guān)系的兩個(gè)或多個(gè)物理量之間的相互關(guān)系不再存在。有關(guān)脫鉤的理論研究圍繞定性概念界定^［9］、定量測度方法^［10-11］和定量類別劃分展開^［12-13］；應(yīng)用研究集中于能源消耗、碳排放、環(huán)境與經(jīng)濟(jì)增長之間的關(guān)系，近些年開始逐漸涉及物流業(yè)^［14］、工業(yè)^［15-16］、旅游業(yè)^［17-18］等領(lǐng)域，研究范圍不斷擴(kuò)大。

中國是一個(gè)能源消耗大國，經(jīng)濟(jì)發(fā)展不斷增速，有關(guān)中國經(jīng)濟(jì)增長和能源消耗脫鉤的研究日漸豐富?，F(xiàn)有研究分別從國家、省級和地市級層面展開，對經(jīng)濟(jì)增長與能源消耗的脫鉤關(guān)系進(jìn)行探討。Wang 等^［19］認(rèn)為中國經(jīng)濟(jì)增長與能源消耗在一定階段處于絕對或相對脫鉤的態(tài)勢。牛彤等^［20］采用彈性脫鉤方法，并借鑒Tapio脫鉤評價(jià)標(biāo)準(zhǔn)，構(gòu)建經(jīng)濟(jì)增長與能源消耗的脫鉤分析模型，研究發(fā)現(xiàn)1991—2012年間中國經(jīng)濟(jì)增長與能源消耗總體呈現(xiàn)弱脫鉤狀態(tài)。

高維聰?shù)?sup>［7^］基于Tapio脫鉤模型對中國2008—2018年能源消耗與經(jīng)濟(jì)發(fā)展之間的脫鉤狀態(tài)進(jìn)行了研究，發(fā)現(xiàn)中國能源消耗越來越清潔化，能源消耗脫鉤彈性指數(shù)呈現(xiàn)出逐漸下降的趨勢，脫鉤狀態(tài)進(jìn)一步優(yōu)化。

陳莉等^［14］基于Tapio脫鉤模型等組合模型，研究發(fā)現(xiàn)物流業(yè)經(jīng)濟(jì)增長與能源消耗脫鉤效應(yīng)之間在空間格局分布上具有異質(zhì)性，東部地區(qū)具有弱脫鉤和強(qiáng)脫鉤效應(yīng)，而中部和西部地區(qū)則不具有強(qiáng)脫鉤效應(yīng)。Song等^［21］利用ZM脫鉤指標(biāo)探討中國經(jīng)濟(jì)增長與能源消耗的脫鉤狀態(tài)，研究發(fā)現(xiàn)中國只出現(xiàn)了4種解耦狀態(tài)：弱脫鉤、擴(kuò)展脫鉤、強(qiáng)脫鉤和擴(kuò)展負(fù)脫鉤。

除對中國開展個(gè)體研究外，也有學(xué)者進(jìn)行多國間的比較研究。郭承龍等^［22］根據(jù)Tapio脫鉤理論，使用基于基期的化石能源和經(jīng)濟(jì)增長的復(fù)合增長率重新定義脫鉤彈性，并從經(jīng)濟(jì)學(xué)角度給出脫鉤解釋，得出6種脫鉤狀態(tài)；將脫鉤彈性分解為增長替代因子、清潔因子和節(jié)能因子，并以中國和韓國為對象，實(shí)證研究3種因子對脫鉤效應(yīng)的貢獻(xiàn)大小，結(jié)果表明：增長替代因子、清潔因子和節(jié)能因子為韓國化石能源消耗與經(jīng)濟(jì)增長弱脫鉤發(fā)揮顯著促進(jìn)作用，但在中國化石能源消耗與經(jīng)濟(jì)增長脫鉤中起反向作用，不過3種因子的反向作用力在減弱。梁涵瑋等^［23］選取中國、日本、韓國三個(gè)典型的且處于不同經(jīng)濟(jì)發(fā)展階段的東亞國家以及美國（作為發(fā)達(dá)國家參照）為研究對象，借助Tapio脫鉤模型研究國家經(jīng)濟(jì)增長與資源消費(fèi)間的脫鉤關(guān)系，研究結(jié)果表明：中日韓美四國經(jīng)濟(jì)增長對原材料資源消費(fèi)的依賴程度、資源消費(fèi)的驅(qū)動(dòng)因素及其貢獻(xiàn)率都存在明顯差異，日本經(jīng)濟(jì)增長在技術(shù)驅(qū)動(dòng)下基本實(shí)現(xiàn)與資源消費(fèi)的脫鉤，韓國表現(xiàn)出和日本一樣的趨勢，美國則處于穩(wěn)定弱脫鉤狀態(tài)，而中國的經(jīng)濟(jì)發(fā)展對資源消費(fèi)的依賴度仍很高。

在省級和地市級層面，關(guān)偉等^［24］構(gòu)建黃河流域9省區(qū)經(jīng)濟(jì)增長和能源消耗脫鉤模型，研究發(fā)現(xiàn)二者脫鉤關(guān)系存在平穩(wěn)波動(dòng)態(tài)勢，由強(qiáng)脫鉤向弱脫鉤再向強(qiáng)脫鉤演變。

王越等^［25］利用2000—2015年的統(tǒng)計(jì)數(shù)據(jù)探討東北三省經(jīng)濟(jì)增長與能源消費(fèi)碳排放的脫鉤關(guān)系，結(jié)果表明該階段脫鉤關(guān)系呈現(xiàn)“弱脫鉤—強(qiáng)脫鉤”的波動(dòng)態(tài)勢。滕飛等^［26］研究發(fā)現(xiàn)2012年后吉林省、遼寧省以及黑龍江省通過產(chǎn)業(yè)轉(zhuǎn)型、能量減排等一系列措施，實(shí)現(xiàn)了吉林省、遼寧省以及黑龍江省碳排放、能源消耗量與經(jīng)濟(jì)增長的脫鉤。陳玉梅^［27］構(gòu)建Tapio脫鉤模型對黑龍江省能源消耗與經(jīng)濟(jì)增長之間的脫鉤關(guān)系進(jìn)行分析，研究發(fā)現(xiàn)， 1996—2018年間黑龍江省能源消耗與經(jīng)濟(jì)增長之間以弱脫鉤為主，并伴有強(qiáng)脫鉤、擴(kuò)張負(fù)脫鉤和擴(kuò)張連結(jié)，整體脫鉤狀態(tài)不理想。肖嵐^［28］構(gòu)建并利用脫鉤系數(shù)測量模型動(dòng)態(tài)反映京津冀地區(qū)煤炭消費(fèi)和經(jīng)濟(jì)增長關(guān)系的時(shí)間演變特征，發(fā)現(xiàn)京津冀區(qū)域煤炭消費(fèi)與經(jīng)濟(jì)增長長期保持弱脫鉤狀態(tài)，其中，北京已實(shí)現(xiàn)了從弱脫鉤向強(qiáng)脫鉤的轉(zhuǎn)變，天津仍保持弱脫鉤狀態(tài)，河北正逐漸實(shí)現(xiàn)從擴(kuò)張連結(jié)向弱脫鉤態(tài)體的轉(zhuǎn)變。劉怡君等^［29］應(yīng)用Tapio脫鉤模型研究了不同時(shí)期、不同地域、不同類型的中國百強(qiáng)城市經(jīng)濟(jì)發(fā)展與能源消耗的關(guān)系，研究發(fā)現(xiàn)中國多數(shù)東部城市的經(jīng)濟(jì)高速發(fā)展建立在高能耗基礎(chǔ)上;西部城市整體上從1998年開始，經(jīng)濟(jì)發(fā)展與能源消耗的脫鉤狀態(tài)急劇惡化；東北地區(qū)的城市則從實(shí)施老工業(yè)基地振興計(jì)劃以來，其能源消耗增加率明顯有所增長；中部地區(qū)的城市經(jīng)濟(jì)發(fā)展與能源消耗的脫鉤值增長較為緩慢。

現(xiàn)有研究為本文提供了較好的經(jīng)驗(yàn)借鑒，但也存在完善空間。在研究對象選擇方面，鮮有研究關(guān)注GDP規(guī)模位居前三、能源消耗也位居前列的山東??；在脫鉤指數(shù)分析方面，現(xiàn)有研究缺乏對經(jīng)濟(jì)增長與能源消耗脫鉤指數(shù)區(qū)域差異來源的識(shí)別。因此，本文基于Tapio脫鉤模型，選取山東省2006—2019年16市能源消耗與經(jīng)濟(jì)發(fā)展的統(tǒng)計(jì)數(shù)據(jù)，測度山東省各市經(jīng)濟(jì)增長和能源消耗的脫鉤指數(shù)（EEI），動(dòng)態(tài)分析其演化規(guī)律，揭示其脫鉤狀態(tài)，進(jìn)而利用Dagum基尼系數(shù)揭示山東省EEI的差異和來源。

二、研究設(shè)計(jì)

（一）經(jīng)濟(jì)增長面板回歸模型

將能源和環(huán)境損耗引入柯布—道格拉斯生產(chǎn)函數(shù)，建立包含物質(zhì)資本、勞動(dòng)力質(zhì)量、勞動(dòng)力數(shù)量、能源消耗、環(huán)境污染、技術(shù)創(chuàng)新的經(jīng)濟(jì)增長回歸模型。

式中：α₁，α₂，α₃，α₄，α₅，α₆分別代表物質(zhì)資本、勞動(dòng)力質(zhì)量、勞動(dòng)力數(shù)量、能源消耗、環(huán)境污染、技術(shù)創(chuàng)新的產(chǎn)出彈性。式（1）兩邊取對數(shù)，得到如下回歸模型：

（二）脫鉤模型

經(jīng)濟(jì)增長與能源消耗脫鉤指的是在實(shí)現(xiàn)經(jīng)濟(jì)增長的基礎(chǔ)上逐漸降低能源消耗量。為準(zhǔn)確刻畫脫鉤狀態(tài)的波動(dòng)性和脫鉤預(yù)測的客觀準(zhǔn)確性，將增量數(shù)據(jù)引入到Tapio指數(shù)模型^［30］，建立如下脫鉤模型：

式中：φ表示GDP增長與能源消耗的脫鉤指數(shù)，N和GDP分別表示能源消耗和國內(nèi)生產(chǎn)總值，ΔN和ΔGDP分別表示能源消耗和國內(nèi)生產(chǎn)總值現(xiàn)期與基期的差值。依據(jù)ΔN/N和ΔGDP/GDP的正負(fù)以及脫鉤指數(shù)的大小，可將脫鉤狀態(tài)分為8類，如表1所示。

（三）Dagum基尼系數(shù)

本文采用Dagum基尼系數(shù)分解方法^［31］對山東省EEI的區(qū)域差異進(jìn)行分解。衡量脫鉤指數(shù)的基尼系數(shù)為：

式中：j、q表示區(qū)域；i、s表示區(qū)域內(nèi)城市；k表示區(qū)域總數(shù)；n表示城市總數(shù)；n_j、n_q分別表示第j、q域內(nèi)的城市數(shù)；E_ji、E_qs分別表示第j區(qū)域內(nèi)城市i的脫鉤指數(shù)、第q區(qū)域內(nèi)城市s的脫鉤指數(shù)；表示脫鉤指數(shù)的算數(shù)平均值。用G_w表示區(qū)域內(nèi)差異、G_nb表示區(qū)域間差異、G_t表示超變密度，則衡量脫鉤指數(shù)的基尼系數(shù)計(jì)算公式為

式中：G_jj表示區(qū)域j的基尼系數(shù)；G_jq表示區(qū)域j和q間的基尼系數(shù)；d_jq為區(qū)域間脫鉤指數(shù)的差值，表示區(qū)域j和q中E_ji-E_qs>0全部樣本值的數(shù)學(xué)期望；h_jq為超變一階矩，表示區(qū)域j和q中E_qs-E_ji>0全部樣本值的數(shù)學(xué)期望；F_j、F_q分別表示區(qū)域j、q脫鉤指數(shù)的累積分布函數(shù)。

（四）數(shù)據(jù)來源與處理

經(jīng)濟(jì)增長面板回歸模型及脫鉤模型中涉及的變量、變量表示符號(hào)及變量說明如表2所示。

本文將山東省劃分為四大地區(qū)，即膠東、魯中、魯西以及魯北。由于2019年萊蕪市并入濟(jì)南市，為保證前后核算口徑的一致性，本文將2006—2018年萊蕪市相關(guān)數(shù)據(jù)加總至濟(jì)南市。數(shù)據(jù)來源于各年《山東省統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》。

三、山東區(qū)域經(jīng)濟(jì)增長對化石能源的依賴

本文利用普通最小二乘（OLS）回歸對山東經(jīng)濟(jì)增長方程的各未知系數(shù)進(jìn)行估計(jì)，結(jié)果如表3第2列所示，對變量進(jìn)行共線性檢驗(yàn)發(fā)現(xiàn)，各變量方差膨脹因子均值為4.56，且均小于10，表明模型不存在嚴(yán)重的多重共線性問題。為控制不可觀測的地區(qū)效應(yīng)，本文選擇固定效應(yīng)模型進(jìn)行穩(wěn)健性回歸，結(jié)果如表3第3列所示。各投入變量與經(jīng)濟(jì)增長互為因果，為避免內(nèi)生性對系數(shù)估計(jì)帶來的偏誤，本文借助各投入變量的滯后一期變量對模型進(jìn)行再估計(jì)，結(jié)果如表3第4列所示。山東省膠東、魯中、魯西和魯北四大地區(qū)經(jīng)濟(jì)增長模型回歸結(jié)果如表3第5—8列所示。

從回歸結(jié)果來看，山東省及膠東、魯中、魯西地區(qū)經(jīng)濟(jì)增長與能源消耗顯著正相關(guān)，能源消耗依舊是經(jīng)濟(jì)增長的重要投入要素，經(jīng)濟(jì)增長以損耗生態(tài)資本為代價(jià)。具體來看，除魯北地區(qū)外，山東省及膠東、魯中、魯西地區(qū)經(jīng)濟(jì)增長與物質(zhì)資本顯著正相關(guān)；山東省、魯中和魯北經(jīng)濟(jì)增長與勞動(dòng)力質(zhì)量顯著正相關(guān)；山東省和魯西經(jīng)濟(jì)增長與勞動(dòng)力數(shù)量顯著正相關(guān)，魯中和魯北經(jīng)濟(jì)增長與勞動(dòng)力數(shù)量顯著負(fù)相關(guān)；山東省經(jīng)濟(jì)增長與環(huán)境污染顯著負(fù)相關(guān)，魯中地區(qū)經(jīng)濟(jì)增長與環(huán)境污染顯著正相關(guān)，其余地區(qū)經(jīng)濟(jì)增長與環(huán)境污染的相關(guān)性并不顯著；山東省、膠東和魯西經(jīng)濟(jì)增長與技術(shù)創(chuàng)新顯著正相關(guān)，其余地區(qū)經(jīng)濟(jì)增長與技術(shù)創(chuàng)新的相關(guān)性并不顯著。整體來看，山東省經(jīng)濟(jì)增長既有物質(zhì)資本、創(chuàng)新要素的推動(dòng)，也有勞動(dòng)力質(zhì)量和生態(tài)資本的推動(dòng)。由此可見，山東省經(jīng)濟(jì)增長需要多方面因素共同促進(jìn)，物質(zhì)資本、勞動(dòng)力質(zhì)量、勞動(dòng)力數(shù)量、能源消耗、環(huán)境污染以及技術(shù)創(chuàng)新每增加一個(gè)百分點(diǎn)，可促進(jìn)地區(qū)生產(chǎn)總值分別提升0.312 5、0.265 3、0.229 8、0.098 9、-0.037 5、0.123 6個(gè)百分點(diǎn)。能源消耗與環(huán)境污染對于山東經(jīng)濟(jì)的貢獻(xiàn)程度相對較小，但依賴能源“量”的投入拉動(dòng)經(jīng)濟(jì)增長的同時(shí)也會(huì)引發(fā)環(huán)境污染、破壞生態(tài)環(huán)境等。山東省應(yīng)該轉(zhuǎn)換新舊動(dòng)能、升級能源結(jié)構(gòu)、大力發(fā)展新能源，促進(jìn)經(jīng)濟(jì)增長與能源消耗的脫鉤，為“雙碳”貢獻(xiàn)山東力量。

四、山東區(qū)域經(jīng)濟(jì)增長與化石能源消耗脫鉤狀態(tài)

利用2006—2019年山東各市GDP和能源消耗數(shù)據(jù)，結(jié)合式（3），對山東各市EEI進(jìn)行測度，并取相應(yīng)城市平均值，進(jìn)一步得到全省和四大地區(qū)的EEI，如表4所示。

從山東全省來看，全省脫鉤系數(shù)在2006—2019年大體上呈現(xiàn)出“逐年下降”的態(tài)勢，山東經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)由擴(kuò)張連結(jié)狀態(tài)轉(zhuǎn)變?yōu)槿趺撱^狀態(tài)，二者逐漸走向脫鉤。從脫鉤狀態(tài)來看，在2006—2008年間，山東經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)處于擴(kuò)張連結(jié)狀態(tài)，表明能源消耗和GDP相對于基期的變動(dòng)率均為正，且二者相對接近；2009—2019年間處于弱脫鉤狀態(tài)，表明能源消耗和GDP相對于基期的變動(dòng)率均為正，且能源消耗相對于基期的變動(dòng)率要低于GDP相對于基期的變動(dòng)率。綜上所述，在樣本期間內(nèi)，山東省經(jīng)濟(jì)增長正在擺脫能源的大量消耗，二者逐漸走向脫鉤。

分地區(qū)來看，在樣本期間內(nèi)，膠東、魯中、魯西以及魯北四大地區(qū)的脫鉤系數(shù)基本也呈現(xiàn)出“逐年下降”的態(tài)勢。其中，膠東地區(qū)脫鉤系數(shù)從2006年的0.894下降至2019年的0.620，降幅0.274，下降率30.65%；魯中地區(qū)降幅0.556，下降率69.50%；魯西地區(qū)降幅0.521，下降率60.51%；魯北地區(qū)降幅0.680，下降率60.50%。對比來看，樣本期間內(nèi)魯北地區(qū)EEI絕對下降幅度最大，魯中地區(qū)EEI相對下降幅度最大。從經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)來看，二者關(guān)系逐漸脫鉤，四大地區(qū)在樣本期間內(nèi)由擴(kuò)張連結(jié)狀態(tài)過渡到弱脫鉤狀態(tài)。具體來看，膠東地區(qū)2006—2007年經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)處于擴(kuò)張連結(jié)狀態(tài)，2008—2019年處于弱脫鉤狀態(tài)；魯中地區(qū)2006—2008年經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)處于擴(kuò)張連結(jié)狀態(tài)，2009—2019年處于弱脫鉤狀態(tài)；魯西地區(qū)2006—2010年經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)處于擴(kuò)張連結(jié)狀態(tài)，2011—2019年處于弱脫鉤狀態(tài)；魯北地區(qū)2006—2008年經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)處于擴(kuò)張連結(jié)狀態(tài)，2009—2019年處于弱脫鉤狀態(tài)。

從山東各市來看，脫鉤系數(shù)大體上呈現(xiàn)出“逐年下降”的積極變化趨勢，樣本期間內(nèi)期初和期末脫鉤系數(shù)相差較大，各市的期初脫鉤系數(shù)、期末脫鉤系數(shù)間也相差較大。期初，東營市、濱州市和棗莊市EEI最大，分別為1.279、1.240和1.079；臨沂市、淄博市和濟(jì)寧市EEI最小，分別0.720、 0.670和0.623。期末，青島市、煙臺(tái)市和菏澤市EEI最大，分別為0.770、0.656和0.640；濟(jì)寧市、棗莊市和淄博市EEI最小，分別0.193、 0.126和0.017。從年均值看，日照市經(jīng)濟(jì)增長與能源消耗脫鉤壓力最大，淄博市經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)最好。

五、山東區(qū)域經(jīng)濟(jì)增長與化石能源消耗脫鉤指數(shù)區(qū)域差異

為揭示山東EEI區(qū)域差異，本文借助Dagum基尼系數(shù)計(jì)算公式測度2006—2019年EEI總體差異，結(jié)果如圖1所示。由圖1可知，山東EEI總體差異維持在8%～13%之間，整體呈現(xiàn)出“先上升后下降”的蝙蝠型變動(dòng)趨勢。從時(shí)間維度來看，山東EEI總體差異以2010年為分界點(diǎn)，前后變動(dòng)方向相反，且樣本期期末較樣本期期初總體差異值略低。具體來看，山東EEI的總體差異在2006—2010年間呈現(xiàn)出“先下降后上升”的波動(dòng)趨勢，且在2010年達(dá)到樣本期的最大值；雖然2013年山東EEI的總體差異稍有增長，但在2010—2019年間整體呈下降趨勢，綜合來看，山東EEI的總體差異并未呈現(xiàn)出顯著的下降態(tài)勢，而是在升降交替中保持相對穩(wěn)定，表明山東EEI呈現(xiàn)出空間分布不均衡的特征。究其原因，一是影響EEI的因素具有多元性和復(fù)雜性，經(jīng)濟(jì)增長與能源消耗脫鉤不僅是對能耗進(jìn)行全面管理的過程，也是構(gòu)建一個(gè)綜合性系統(tǒng)工程的過程，該過程中政府、社會(huì)和企業(yè)多元共治的協(xié)同性需繼續(xù)強(qiáng)化；二是山東地區(qū)差異大，各地經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦的客觀基礎(chǔ)不同，同時(shí)不同地區(qū)的脫鉤能力不同；三是盡管中央政府提出“碳達(dá)峰碳中和”目標(biāo)，但是各市缺乏根據(jù)不同地區(qū)現(xiàn)狀、特點(diǎn)制定有針對性政策的指導(dǎo)意見。

圖2描繪了山東省2006—2019年四大地區(qū)EEI區(qū)域內(nèi)差異演變軌跡。從整體均值來看，在樣本期間內(nèi)，四個(gè)地區(qū)EEI內(nèi)部區(qū)域差異變動(dòng)較大，各個(gè)區(qū)域內(nèi)部發(fā)展呈現(xiàn)出不均衡的態(tài)勢。具體來看，魯西地區(qū)EEI內(nèi)部區(qū)域差異最大，其次為魯中地區(qū)。由此說明，魯西地區(qū)EEI雖然相對較小，但其內(nèi)部差異最大，EEI不平衡較為突出，造成這種局面的原因可能在于地方經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)基礎(chǔ)的差異；魯中地區(qū)EEI雖然最小，但其內(nèi)部差異也較大；魯北地區(qū)EEI較高，其內(nèi)部差異較??；膠東地區(qū)EEI雖然高，但其內(nèi)部差異最小，EEI分布較為均衡，原因可能在于膠東地區(qū)發(fā)展相對均衡，技術(shù)水平較高。

從變動(dòng)軌跡來看，四個(gè)地區(qū)的脫鉤指數(shù)區(qū)域內(nèi)差異大體上均呈現(xiàn)“逐年上升”的趨勢。其中，膠東地區(qū)內(nèi)部差異在2006—2009年間保持上升態(tài)勢，隨后兩年差異值小幅下降，之后整體保持相對穩(wěn)定；魯中地區(qū)內(nèi)部差異在2006—2008年間小幅下降，2008—2011年間呈倒“U”型變化，2012年差異值與2011年基本持平，2013年內(nèi)部差異經(jīng)歷大幅上升后，接下兩年略有下降，之后整體保持上升態(tài)勢；魯西地區(qū)內(nèi)部差異在2006—2011年間升降交替中整體上升，2011—2016年呈“U”型變動(dòng)，2016—2019年內(nèi)部差異呈下降趨勢；魯北地區(qū)內(nèi)部差異在2006—2012年間呈緩慢上升的態(tài)勢，之后的五年呈急劇上升態(tài)勢，2016—2019年內(nèi)部差異小幅下降。由此可知，膠東地區(qū)EEI分布的不平衡性相對穩(wěn)定，其他三個(gè)地區(qū)EEI分布的不平衡性在不斷加強(qiáng)。

圖3描繪了山東省2006—2019年間四大地區(qū)EEI區(qū)域間差異演變軌跡。由圖3可知，在樣本期間內(nèi)，區(qū)域間差異大體上呈現(xiàn)出“逐年上升”的變動(dòng)態(tài)勢，區(qū)域間發(fā)展不均衡，區(qū)域間差異逐年擴(kuò)大。從整體均值來看，膠東與魯西、魯西與魯北、魯中與魯西、膠東與魯中、魯中與魯北的區(qū)域間差異均高于全省平均水平26.86%，年均值分別為30.87%、28.91%、27.42%、27.13%和26.94%，其中，膠東與魯西區(qū)域間差異最大，魯中與魯北區(qū)域間差異最小。

從變動(dòng)軌跡來看，膠東與魯中區(qū)域間差異在2006—2009年間小幅度上升，2009—2012年又緩慢下降，2013年經(jīng)歷大幅上升后，區(qū)域間差異維持相對穩(wěn)定;膠東與魯西區(qū)域間差異呈現(xiàn)出“波動(dòng)上升—穩(wěn)定下降—小幅上升—逐年下降”的變動(dòng)態(tài)勢;

膠東與魯北的區(qū)域間差異呈現(xiàn)出“小幅上升—緩慢下降—大幅上升—小幅下降”的變動(dòng)態(tài)勢；魯中與魯西的區(qū)域間差異呈現(xiàn)出緩慢上升態(tài)勢；魯中與魯北的區(qū)域間差異呈現(xiàn)出“穩(wěn)步下降—大幅上升—微弱下降”的變動(dòng)態(tài)勢；魯西與魯北地區(qū)的區(qū)域間差異呈現(xiàn)出“略微下降—大幅上升—小幅下降”的變動(dòng)態(tài)勢。綜合來看，山東四大地區(qū)EEI區(qū)域間差異整體呈上升趨勢，且趨勢較為明顯。

表5列出了2006—2019年間山東EEI差異分解狀況。從貢獻(xiàn)率來看，區(qū)域間差異最高、區(qū)域內(nèi)差異和超變密度次之，且在絕大多數(shù)年份超變密度的貢獻(xiàn)要高于區(qū)域內(nèi)差異的貢獻(xiàn)。具體來看，區(qū)域間差異貢獻(xiàn)的變動(dòng)范圍在23.15%～64.82%，超變密度的變動(dòng)范圍在17.66%～52.54%，區(qū)域內(nèi)差異貢獻(xiàn)的變動(dòng)范圍在17.26%～24.32%，三類貢獻(xiàn)的年均值分別為51.98%、27.49%和20.53%。由此可知，區(qū)域間差異是構(gòu)成山東EEI差異的主要來源。從時(shí)間維度來看，區(qū)域間差異在樣本期內(nèi)雖有波動(dòng)，但整體呈上升趨勢，由2006年的0.068 3上升至2019年的0.178 5，增幅0.110 2，年均增長率為1.48%；區(qū)域內(nèi)差異在樣本期內(nèi)雖有波動(dòng)，但整體呈上升趨勢，由2006年的0.018 9上升至2019年的0.062 1，增幅0.043 2，年均增長率為1.52%；超變密度在樣本期內(nèi)呈降升交替的態(tài)勢，由2006年的0.018 7上升至2019年的0.074 5，增長幅度為0.055 8，年均增長率為1.55%?？v向來看，三類區(qū)域差異來源由集中走向分散，區(qū)域內(nèi)差異和超變密度大小呈現(xiàn)出收斂趨勢。然而，超變密度的增長態(tài)勢需要引起重點(diǎn)關(guān)注。超變密度揭示了四大地區(qū)間交叉項(xiàng)統(tǒng)計(jì)對總體差異的影響，反映區(qū)域內(nèi)差異和區(qū)域間差異的交互作用。^［33］。這表明山東EEI存在區(qū)域重疊效應(yīng)，并不意味著優(yōu)勢地區(qū)所有地市的EEI均優(yōu)于其他地區(qū)，這符合現(xiàn)實(shí)狀況。隨著時(shí)間的推移，區(qū)域重疊效應(yīng)呈增加態(tài)勢。山東經(jīng)濟(jì)增長與能源消耗脫鉤的推進(jìn)，不僅要重視區(qū)域間的協(xié)調(diào)，也要注重區(qū)域內(nèi)部的協(xié)調(diào)。

六、山東區(qū)域經(jīng)濟(jì)增長與化石能源消耗脫鉤指數(shù)的收斂性

（一）σ收斂

σ收斂通常用指標(biāo)的標(biāo)準(zhǔn)差來衡量，表示地區(qū)相關(guān)指標(biāo)的差距隨時(shí)間推移逐漸縮小，其計(jì)算公式為：

式中：lnI_i表示某一年份城市i對應(yīng)的EEI的對數(shù)，lnI為該年所有EEI對數(shù)的平均值，n為城市總個(gè)數(shù)。

圖4描述了山東全省和膠東、魯中、魯西和魯北四大地區(qū)EEI的σ收斂的變動(dòng)趨勢?？傮w來說，山東全省EEI呈現(xiàn)出既不收斂，也不發(fā)散的狀態(tài);膠東地區(qū)的EEI整體也不收斂，對數(shù)標(biāo)準(zhǔn)差保持相對穩(wěn)定;

魯中地區(qū)的EEI的對數(shù)標(biāo)準(zhǔn)差在2012—2017年間急劇上升，之后兩年有所下降，也并未呈現(xiàn)出收斂態(tài)勢;魯西和魯北地區(qū)EEI的對數(shù)標(biāo)準(zhǔn)差變動(dòng)趨勢較為接近，2006—2017年對數(shù)標(biāo)準(zhǔn)差緩慢上升，2017—2019年間對數(shù)標(biāo)準(zhǔn)差略有下降。總體來看，無論是山東全省，還是四大地區(qū)，EEI并未呈收斂跡象。

（二）條件β收斂分析

在絕對收斂不存在時(shí)，可以通過增加控制變量，使各個(gè)地區(qū)的EEI最終收斂到各自的穩(wěn)定水平。為最大限度地提高數(shù)據(jù)樣本容量，本文采用EEI的增長速度作為被解釋變量，用滯后一期的數(shù)據(jù)作為解釋變量，同時(shí)加入控制變量，建立面板模型。

式中：control表示相關(guān)控制變量，包括技術(shù)水平、能源強(qiáng)度、城鎮(zhèn)化水平、人均收入水平、產(chǎn)業(yè)結(jié)構(gòu)和外貿(mào)依存度。技術(shù)水平（tec）用規(guī)模以上工業(yè)企業(yè)科技活動(dòng)經(jīng)費(fèi)支出衡量，以2005年為基期折算；能源強(qiáng)度（ee）用萬元GDP的能源消耗量衡量；人均收入水平（pgdp）用各市GDP與人口數(shù)的比值衡量，GDP以2005年為基期折算；城鎮(zhèn)化水平（city）用城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬?；產(chǎn)業(yè)結(jié)構(gòu)（ind）用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值衡量；外貿(mào)依存度（open）用進(jìn)出口總額與GDP的比值衡量，進(jìn)出口總額借助年均匯率折算為人民幣。由于觀察不到的地區(qū)效應(yīng)通常與解釋變量相關(guān)，為消除不隨時(shí)間變化的不可觀察的共同因素對脫鉤的影響，本文采用固定效應(yīng)模型進(jìn)行回歸，基準(zhǔn)回歸結(jié)果如表6所示。

表6顯示，山東全省以及膠東、魯中、魯西和魯北四大地區(qū)的EEI與初始脫鉤水平負(fù)相關(guān)，且均在1%的水平下顯著，表明山東全省以及四大地區(qū)隨著時(shí)間的推移會(huì)收斂于自身的穩(wěn)定水平。從控制變量看，能源強(qiáng)度是EEI的重要影響因素，其對山東全省以及膠東、魯中、魯西和魯北四大地區(qū)的EEI影響顯著，不利于經(jīng)濟(jì)發(fā)展與化石能源消耗的脫鉤；技術(shù)水平對脫鉤的影響表現(xiàn)出地區(qū)異質(zhì)性，其不利于魯中地區(qū)的脫鉤，但有助于魯西地區(qū)的脫鉤；城鎮(zhèn)化是阻礙全省和魯西地區(qū)經(jīng)濟(jì)增長與能源消耗脫鉤的因素；人均收入是阻礙膠東、魯中和魯北地區(qū)經(jīng)濟(jì)增長與能源消耗脫鉤的顯著因素；產(chǎn)業(yè)結(jié)構(gòu)對魯西地區(qū)的經(jīng)濟(jì)增長與能源消耗脫鉤影響顯著；外貿(mào)依存度有助于魯西地區(qū)經(jīng)濟(jì)增長與能源消耗脫鉤。因此，山東省四大地區(qū)應(yīng)結(jié)合自身狀況制定經(jīng)濟(jì)發(fā)展與能源消耗脫鉤的實(shí)現(xiàn)路徑。

七、結(jié)論與建議

本文基于Tapio脫鉤模型，利用山東省2006—2019年16市能源消耗與經(jīng)濟(jì)增長的統(tǒng)計(jì)數(shù)據(jù)，測度山東各市經(jīng)濟(jì)增長和能源消耗的EEI，進(jìn)而利用Dagum基尼系數(shù)對山東全省和膠東、魯中、魯西、魯北四大地區(qū)EEI的區(qū)域差異進(jìn)行分解，揭示山東省EEI的差異和來源。研究得出以下幾點(diǎn)結(jié)論。

第一，山東整體經(jīng)濟(jì)增長與能源消耗脫鉤狀態(tài)從擴(kuò)張連結(jié)走向弱脫鉤，EEI在不斷減少；四大地區(qū)的脫鉤狀態(tài)涵蓋擴(kuò)張連結(jié)、擴(kuò)張負(fù)脫鉤和弱脫鉤，膠東和魯北EEI較大，魯中地區(qū)EEI較小。

第二，樣本期內(nèi)EEI區(qū)域間差異明顯高于區(qū)域內(nèi)差異和超變密度，是構(gòu)成山東EEI差異的主要來源，區(qū)域內(nèi)差異和超變密度大小呈現(xiàn)出收斂趨勢，區(qū)域重疊效應(yīng)呈增加態(tài)勢。山東全省及膠東、魯西、魯中、魯北四大地區(qū)EEI不存在絕對σ收斂的態(tài)勢，在考慮技術(shù)水平、能源強(qiáng)度、城鎮(zhèn)化水平、人均GDP水平、產(chǎn)業(yè)結(jié)構(gòu)和外貿(mào)依存度等變量后，EEI呈條件β收斂。

基于以上結(jié)論，本文提出以下幾點(diǎn)建議。

第一，重視EEI的空間不平衡狀況。受地區(qū)發(fā)展基礎(chǔ)與客觀條件的制約，EEI空間分布不均衡，而且在短期內(nèi)難以實(shí)現(xiàn)均衡化。與此同時(shí)，EEI存在區(qū)域重疊效應(yīng)，并不意味著EEI水平較高地區(qū)的所有市均優(yōu)于EEI水平較低地區(qū)的所有市。隨著時(shí)間的推移，區(qū)域重疊效應(yīng)呈增加態(tài)勢，脫鉤的推進(jìn)不僅要重視區(qū)域間的協(xié)調(diào)，也要注重區(qū)域內(nèi)部的協(xié)調(diào)。

第二，重視縮小區(qū)域差異的異質(zhì)性抓手。各地區(qū)應(yīng)發(fā)揮自身比較優(yōu)勢，對癥下藥，推進(jìn)經(jīng)濟(jì)增長與能源消耗脫鉤，這就要求政府在制定政策時(shí)，不能“一刀切”，要兼顧不同地區(qū)脫鉤基礎(chǔ)條件的差異，準(zhǔn)確識(shí)別不同地區(qū)經(jīng)濟(jì)增長與能源消耗脫鉤的短板、軟肋，真正“牽到牛鼻子”，以精準(zhǔn)擊破。

第三，重視科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)高級化的作用，借助數(shù)字經(jīng)濟(jì)發(fā)展浪潮，實(shí)現(xiàn)經(jīng)濟(jì)增長與能源消耗的強(qiáng)脫鉤。

參考文獻(xiàn)：

［1］ 李濤，曹文.山東省能源消費(fèi)與經(jīng)濟(jì)增長的實(shí)證研究［J］.東岳論叢，2014，35（5）：119-123.

［2］ Nordhaus W D， Weitzman S M L. Lethal Model 2： The Limits to Growth Revisited［J］. Brookings Papers on Economic Activity， 1992（2）：1-59.

［3］ Philippe Aghion， Peter Howitt. Endogenous Growth Theory［M］. Massachusetts ：MIT press， 1998.

［4］ Romer D. Is Growth Exogenous？ Taking Mankiw， Romer， and Weil Seriously： Comment［J］. NBER Macroeconomics Annual， 2001，16：62-70.

［5］ Sweeney J， Klavers E K. Sustaining Energy Efficiency for a "Greener" World［J］. Hart Energy， 2007（3）： 18-29.

［6］ Zhou N， Zhao J， Zhao K， et al. Analysis on the Sources of China's Economic Growth from the Perspective of Cleaner Production［J］. SAGE Open，? 2021，11（2）：1-12.

［7］ 高維聰，丁浩，張正咪.中國能源消費(fèi)與經(jīng)濟(jì)發(fā)展脫鉤的驅(qū)動(dòng)因素研究［J］.河南科學(xué)，2020，38（10）：1650-1659.

［8］ 關(guān)松立，林淑偉.碳中和背景下能源消費(fèi)與區(qū)域經(jīng)濟(jì)增長收斂性關(guān)系研究［J］.中國石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，38（1）：17-23.

［9］ OECD．Indicators to Measure Decoupling of Environmental Pressure from Economic Growth［R］．Paris： OECD，2002.

［10］ Tachibana J，Hirota K，Goto N，et al．A Method for Regional－Scale Material Flow and Decoupling Analysis： A Demonstration Case Study of Aichi Prefecture，Japan［J］．Resources，Conservation and Recycling，2008，52（12）：1382-1390.

［11］ Sorrell S，Lehtonen M．Decoupling of Road Freight Energy Use from Economic Growth in the United Kingdom ［J］．Energy policy，2012，41（2）：84-97.

［12］ Vehmas J，Luukkanen J，Jari Kaivo-oja．Materia Flows and Economic Growth ［Z］.Turku： Turku School of Economics and Business Administration，2003：9-11.

［13］ Tapio P．Towards a Theory of Decoupling： Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001［J］.Transport Policy，2005，12（2）：137-151.

［14］ 陳莉，譚俊華.我國物流業(yè)能源消耗與經(jīng)濟(jì)增長的脫鉤效應(yīng)及其驅(qū)動(dòng)要素研究［J］.商業(yè)經(jīng)濟(jì)研究，2021，4（3）：98-102.

［15］ 揭俐，王忠，余瑞祥.中國能源開采業(yè)碳排放脫鉤效應(yīng)情景模擬［J］.中國人口·資源與環(huán)境，2020，30（7）：47-56.

［16］ 汪振雙，冉春梅.中國建筑垃圾排放量與行業(yè)經(jīng)濟(jì)增長脫鉤關(guān)系時(shí)空演化分析［J］.工程管理學(xué)報(bào)，2020，34（3）：39-44.

［17］ 鄧愛民，孫琳.旅游經(jīng)濟(jì)空間溢出與碳排放的脫鉤效應(yīng)分析［J］.統(tǒng)計(jì)與決策，2019，35（14）：100-104.

［18］ 黃國慶，汪子路，時(shí)朋飛，等.黃河流域旅游業(yè)碳排放脫鉤效應(yīng)測度與空間分異研究［J］.中國軟科學(xué)，2021，4（4）：82-93.

［19］ Wang Chongmei， Mao Jianqi. Analyzing the Association between China's Economic Growth and Energy Consumption based on the Decoupling Indicators［C］//Shandong Institute of Businoss and Technology. 2009 International Institute of Applied Statistics Studies（2009 國際應(yīng)用統(tǒng)計(jì)學(xué)術(shù)研討會(huì)）論文集，2009.

［20］ 牛彤，袁長舉，牛沖槐，等.基于彈性脫鉤的中國經(jīng)濟(jì)增長與能源消費(fèi)脫鉤關(guān)系研究［J］.科技管理研究，2015，35（18）：236-240.

［21］ Song Y， Zhang M. Using a New Decoupling Indicator （ZM decoupling indicator） to Study the Relationship between the Economic Growth and Energy Consumption in China［J］. Natural Hazards， 2017，88：1013-1022.

［22］ 郭承龍，周德群.經(jīng)濟(jì)增長與化石能源脫鉤測度分析——基于中國和韓國比較［J］.科技管理研究，2015，35（17）：217-222.

［23］ 梁涵瑋，倪玥琦，董亮，等.經(jīng)濟(jì)增長與資源消費(fèi)的脫鉤關(guān)系——基于演化視角的中日韓美比較研究［J］.中國人口·資源與環(huán)境，2018，28（5）：8-16.

［24］ 關(guān)偉，王超男，許淑婷.能源生態(tài)效率評價(jià)及其與經(jīng)濟(jì)增長脫鉤分析——以黃河流域9省區(qū)為例［J］.資源開發(fā)與市場，2022，38（1）：23-30.

［25］ 王越，趙婧宇，李志學(xué)，等.東北三省碳排放脫鉤效應(yīng)及驅(qū)動(dòng)因素研究［J］.環(huán)境科學(xué)與技術(shù)，2019，42（6）：190-196.

［26］ 滕飛，曹丹，全紫薇，等.東北三省碳排放與經(jīng)濟(jì)增長脫鉤關(guān)系的實(shí)證分析［J］.吉林師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，39（3）：56-63.

［27］ 陳玉梅.黑龍江省能源消耗與經(jīng)濟(jì)增長的關(guān)系研究——基于Tapio脫鉤分析［J］.北方經(jīng)貿(mào)，2021，4（5）：1-3.

［28］ 肖嵐.京津冀煤炭消費(fèi)與經(jīng)濟(jì)增長脫鉤分析［J］.煤炭工程，2020，52（9）：188-192.

［29］ 劉怡君，王麗，牛文元.中國城市經(jīng)濟(jì)發(fā)展與能源消耗的脫鉤分析［J］.中國人口·資源與環(huán)境，2011，21（1）：70-77.

［30］ 王杰，李治國，谷繼建.金磚國家碳排放與經(jīng)濟(jì)增長脫鉤彈性及驅(qū)動(dòng)因素——基于Tapio脫鉤和LMDI模型的分析［J］.世界地理研究，2021，30（3）：501-508.

［31］ Dagum C. A New Approach to the Decomposition of the Gini Income Inequality Ratio［J］. Empirical Economics， 1997， 22（4）：515-531.

［32］ 張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000［J］.經(jīng)濟(jì)研究，2004（10）：35-44.

［33］ 楊曉軍，陳浩.中國城鄉(xiāng)基本公共服務(wù)均等化的區(qū)域差異及收斂性［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（12）：127-145.

責(zé)任編輯：曲 紅

On Regional Differences and Convergence of Shandong's Decoupling

between Economic Growth and Fossil Fuel Consumption

ZHANG Yongmei， YAN Qing， ZHAO Jinkai

（College of Economics and Management， Shandong University of Science and Technology， Qingdao 266590， Shandong， China）

Abstract： Considering both high proportions of national economy and fossil fuel consumption， the study takes Shandong province as case study. Enlisting the Tapio decoupling model and the statistics on each urban fossil fuel consumption and economic growth from 2006 to 2019， the study is projected to reveal the fact of its economic growth on fossil fuel consumption and measure each urban decoupling index， disclose the differences and the root causes for the decoupling index by Dagum Gini coefficient and finally analyze the index convergence by dint of the convergence model. Here are the results. There is a significant positive correlation between the provincial and regional economic growth and fossil fuel consumption with expansion connection， expansion negative decoupling and weak decoupling， and a weak decoupling state in most years. During the investigation period， the inter-regional differences for decoupling index are significantly higher than the intra-regional differences and hypervariable density， chiefly responsible for the decoupling index differences. The magnitude of regional difference and hypervariable density displays a convergence trend， and the regional overlap effect shows an increasing trend. There doesn't exist absolute convergence trend of? ， but show conditional?? in terms of the decoupling index in Shandong Province and its Jiaodong peninsula， western region， central region and northern region.

Key words： economic growth；fossil fuel consumption；decoupling；regional differences；convergence