摘要：节能率反映单位GDP能耗下降程度，是衡量节能效果的重要指标。本文分析“十一五”期间中国省域节能率所呈现的变动特征，并以“十一五”期间各省域数据为样本，运用动态空间面板滞后模型对其影响因素进行研究。研究发现：省域节能率存在较强的正空间相关性，随着时间的推移，其程度有所降低，表明我国省域节能之间存在较短期的相互影响效应，但效应较显著；省域节能率存在较小的惯性，即其稳定性较差，反映我国节能工作短期效应明显；第三产业比重、政府干预、技术进步率、经济发展速度等因素对节能率有正影响，影响程度依次递减。
关键词：节能率；变动特征；空间相关性；空间动态面板滞后模型；影响因素
中图分类号：F206 文献标志码：A 文章编号：1001-862X（2012）06-0043-008
一、引 言
我国“十一五”规划纲要提出，“十一五”期间单位国内生产总值（GDP）能耗降低20%左右，并将单位GDP能耗指标分解到各省市。2011年，国家发改委、统计局两部门各自发布了单位GDP能耗下降完成情况公告，“十一五”时期，全国单位GDP能耗降低19.1%，完成了“十一五”规划《纲要》确定的约束性目标。除对新疆另行考核外，全国其他地区均完成了“十一五”国家下达的节能目标任务，有28个地区超额完成了“十一五”节能目标任务。五年来，我国扭转了工业化、城镇化加快发展阶段能源消耗强度大幅上升的势头，为保持经济平稳较快发展提供了有力支撑，为应对全球气候变化做出了重要贡献。
由于国家公布的单位GDP能耗降低百分比的计算形式恰好与我国的节能率计算一致（具体计算形式见论文中节能率的测度），因此单位GDP能耗降低率就是节能率（1），也是反映节能的成效。在“十一五”期间，各省市的每年节能率（单位GDP能耗降低率）呈现怎样的变动规律，受到什么因素影响？
目前鲜有文献对“十一五”期间中国省域的节能率进行系统研究，探索其变化特点，分析其影响因素，而对此研究将对我国“十二五”乃至将来节能工作的开展有指导借鉴意义。基于此，本文将对“十一五”期间我国各省市的节能率进行测定，探索性地分析其节能率变化特征及空间相关性，进而运用空间计量方法来研究其影响因素。这也是本文贡献之处。
二、省域节能率变动分析
节能率是指报告期的单位GDP能耗比相应的基期的单位GDP能耗降低率。其计算公式为：
=×100%=（1-）×100%（1）
式中：为报告期产值节能率（%），I为报告期单位GDP节能量（吨标准煤/万元），I1为报告期单位GDP能耗（吨标准煤/万元），I0为基期单位GDP能耗（吨标准煤/万元）。
它是反映能源节约程度的综合指标，也是衡量节能效率的指标，表明能源利用水平的提高幅度。节能率为正值，说明单位GDP能耗下降，能源利用水平提高。
根据统计时期的不同，节能率可分为报告期节能率和累计节能率，当I0为上一年的单位GDP能耗时，为报告期节能率，当I0为某一固定时期的单位GDP能耗时，为累计节能率。
为衡量一段时间内的平均节能效果，可计算平均节能率：
（2）
式中：为年平均节能率（%），In为报告期单位GDP能耗（吨标准煤/万元）， I0为基期单位GDP能耗（吨标准煤/万元），n为报告期与基期间隔年份数。
本文根据历年《中国统计年鉴》和《中国能源年鉴》相关数据，GDP以2005年为不变价。运用式（1）、（2），对中国各省域2006—2010年的节能率进行整理计算，得到30个省域的各年节能率值及年平均节能率值，见表1。
2005年起中国加大节能减排工作力度后，各省市节能工作取得了较显著的成效。
1.累计节能率分析
从总的节能率来看，处于前十位的是北京、山西、内蒙古、山东、吉林、湖北、天津、重庆、黑龙江、江苏等省市。北京的节能率表现最强，这跟一些工业企业迁出北京市，不断快速发展第三产业有关。发达地区的天津、江苏、山东表现也不错。山西、内蒙古、吉林、湖北、重庆、黑龙江是中西部地区，节能成效表现不俗。青海、福建、广东、广西、海南、新疆节能率最低，除不能判断新疆完成“十一五”规划累计节能率目标外（国家部委公告没有给出，最新2011年统计年鉴没有给出），其他省份均完成了目标。
2.报告期节能率稳定性分析
除了2006年青海的节能率为负（-1.51%）以外，各省域各时期的报告期节能率均为正值，反映的是能源强度在持续下降，能源效率得到不同程度的提升。福建、广东、安徽、重庆、北京、江西、新疆、陕西、辽宁等9省市节能率标准差小于1，反映节能工作稳定推进，具有长期效应。其余省市的节能率标准差大于1，反映节能工作带来的效应不太稳定。尤其是天津、宁夏、青海等省市的节能率标准差大于2，说明节能工作不稳定，短期效应比较明显。
3.平均节能率分析
（1）省域平均报告期节能率分析。从每年省域平均报告期节能率来看，2006年最低，为2.73%，2007年提高至4.00%，2008年最高，为5.25%，节能效果最明显，这不仅与2008年各省市节能工作有直接关系，应该与前两年的节能工作滞后效应也有关系。2009年稍低，为5.24%，2010年降至4.15%，说明继续维持较高节能率存在难度。
（2）2006—2010年中国各省域的年平均节能率分析。“十一五”规划提出全国单位GDP能耗五年降低20%，这是一个总体的目标，如果按年度分解，每年应平均下降4.36%，也就是“十一五”期间年均节能率应达到4.36%。但国家根据各省市的具体情况要求，下达的“十一五”期间能耗下降目标有所不同。经计算比较，23个省市2006—2008年期间年平均节能率普遍超过4.36%，达到全国一般水平，青海、福建、广东、广西、海南、新疆、云南等7省平均节能率明显低于4.36%，但也不同程度地超额完成各自既定目标。 三、空间相关性分析
1.空间自相关性原理
空间自相关性也称作空间依赖性。空间依赖性说明空间上的观察值缺乏独立性，而且潜在于空间相关的数据结构，而空间相关的强度及模式则是由绝对位置（格局）与相对位置（距离）共同决定的。在进行空间依赖性效应分析之前，一般先要进行空间自相关性检验。如果检验没有反映出空间效应，则采用传统的计量方法就可以达到效果。如果空间效应确实存在，则应该将空间效应纳入到模型分析框架中，选择合适的空间计量模型进行估计。
空间自相关根据空间（区域）观察值的分布不同，而相应地划分为不同的相关形式。如果空间上分布属于高高相邻分布，说明邻近的事物或者现象的属性具有相似的趋势和取值，则是空间正相关；如果属于低低相邻分布，说明邻近事物或者现象的属性具有相反的趋势和取值，则表现的是空间负相关；如果属于高低间错分布，指空间上分布的邻近事物或者现象的属性是随机分布、相互独立的，反映的是空间不相关。这种不同相关形式，可以通过空间自相关系数来测量，通常使用Moran’I指数与Geary指数（Anselin，2004）。
（3）
其中，S2=（yj-y），y=yj，
yi表示第i个地区的观察值，n是地区总数，Wij是二进制的空间相邻权重矩阵的任一元素。
Geary 指数C计算公式如下：
C=（4）
式中：C为Geary指数，其他变量同上式。
Moran指数I的取值一般在[-1，1]之间，小于0表示负相关，等于0表示不相关，大于0表示正相关；Geary指数C的取值一般在[0，2]之间，大于1表示负相关，等于1表示不相关，而小于1表示正相关。
空间权重矩阵W采用邻近标准的空间权重矩阵，其元素Wij为：
Wij=1，当区域i和j相邻0， 其他（5）
邻近标准的空间权重矩阵比较简单，容易计算。这种矩阵假定两个区域有共同边界时，空间效应才存在，当地区i与地区j有共同边界时，Wij取1，否则取0。如北京与河北省拥有共同的边界，则北京和河北关联关系对应的值就为1，而北京与上海不相邻，对应的值就为0。以此类推，则可得到表示全国30个省的30×30阶的邻近标准的二元权重矩阵。
2.空间自相关性检验结果分析
根据式（3）、（4）、（5），对各年度的节能率进行空间相关检验（2），得到结果见表2，发现“十一五”期间中国节能率均通过显著性检验，反映中国各省域节能率存在较强的空间相关性，具有集聚效应和相似性。这与中国的省域能源效率具有集聚效应和相关性相类似。
从Moran指数值来看，2006年节能率为0.251，2007年的为0.198，2008年的为0.240，2009年的为0.186，2010年的为0.178，反映节能率的空间相关程度存在一定波动，呈下降趋势，2006年空间相关程度最高。Geary 指数C值呈上升趋势，向1靠近，也反映空间相关程度呈现波动下降。因此，中国省域的节能率具有正空间相关性。节能率空间集聚和差异存在的原因主要是，中国省域本身的空间相关性以及由此带来的省域间频繁的经济活动、节能科技交流、节能政策影响等，对中国节能产生了较为深远的影响，在一定程度上带来了中国省域节能率的空间集聚和差异，弱化了节能率受本区域各种因素影响，从而使节能率受到本地的因素和相邻区域的因素的共同影响。但随着时间的推移，空间相关程度越来越低，表明我国省域节能工作之间内在作用机制存在比较短期的相互影响效应，当然这也与各省市节能工作的效应短期性与不稳定有关。
四、省域节能效率影响因素的空间计量分析
1.空间计量经济模型
传统计量方法并未考虑观测值之间的空间关联，在研究区域相关问题时，存在一定局限性。由于能源具有稀缺性，区域之间的能源利用会相互影响和制约。考虑到能源使用中节能技术溢出与节能技术扩散效应，能源与节能不仅受本地经济发展状态、政策、技术进步等因素的影响，而且还受周边地区这些行为影响。因此，可以将空间效应纳入到模型中来验证这种观点。
空间计量模型在模型中考虑到空间效应，基本思想是将地区间的空间相互作用效应引入模型，对经典线性回归模型y=X+通过一个二元空间权重矩阵进行修正。它可分为空间常系数计量模型与空间变系数计量模型两种，而空间常系数计量模型则包括空间滞后模型（SLM：Spatial Lag Model）与空间误差模型（SEM：Spatial Error Model）两种[8]。
（1）空间滞后模型（SLM）
空间滞后模型，也称为空间自回归模型（SAR），主要是用于研究变量在一个区域是否有扩散现象（溢出效应）。其模型表达式为：
y=Wy+X+（6）
式中：y是因变量，X为n×k阶的外生解释变量矩阵，为空间回归系数，反映了样本观察值中的空间依赖作用，即相邻区域的观察值Wy对本地区观察值y的影响，W是n×n阶二元空间权重矩阵，Wy是空间滞后因变量，反映了空间效应对区域行为的作用，是随机误差项。
（2）空间误差模型（SEM）
空间误差模型是误差项具有相关性的回归的特例，其协方差矩阵的非对角线元素表示空间相关的结构。可以用不同方式来制定空间结构，并产生误差协方差矩阵：E[ij]=（），是一个参数向量。当误差项遵循一个空间自回归过程，即每个位置上的随机误差为所有其他位置上的随机误差函数，则随机误差项i是一个空间自回归过程的形式，将空间自回归纳入模型中，即：
i=wiji+i
式中：为自回归参数，wij为空间权重矩阵，i服从标准正态分布。
则空间误差模型表达式为：
y=X+，=W+（7）
式中：是随机误差项向量，是n×1阶因变量空间误差系数，服从标准正态分布。
参数反映了自变量X对因变量y的影响。参数衡量了样本观测值中的空间依赖作用，即相邻区域的观测值y对本地区观测值y的影响，存在于扰动误差项中空间依赖作用，度量了邻接地区关于因变量的误差冲击对本地区观测值的影响程度。 2.变量说明及模型构造
省域节能率变动，是多种因素综合作用的结果。节能率是由能源效率变动引起的，因此可以借助于能源效率的影响因素，来找出节能效率的影响因素。但是节能率的影响因素与能源效率的影响因素却不一定相同。因为有的因素虽然影响能源效率，但由于某种原因处于不变状况，所以就无法影响节能率。而且影响能源效率的因素，在不同国家或不同时期也不尽相同，并没有一个定论。此外，能源效率与节能率的表现形式不同，因此同一个影响因素，选择的变量形式也不尽相同。究竟哪些是中国省域节能率的因素，则需要通过实证研究来发现。综合国内外已有的文献，能源效率主要影响因素有经济发展水平、产业结构、技术进步、能源价格、市场化水平等[3][6][7]。
省域节能率究竟受到哪些因素影响？根据相关参考文献中关于节能减排机制与能源效率影响因素，考虑数据的可获取性，这里选取了以下因素变量。
经济发展速度（gdpsdit）。改革开放以来，中国不同地区经济发展速度并不一致，总体态势是东部地区经济发展速度高于中部地区，中部地区高于西部地区。相对来说，东部地区的GDP增长速度快，意味着它在将来的经济发展中有可能更容易实现单位GDP能耗的下降。[2]因此，根据年鉴数据，选取中国i省市的经济发展速度。总体上，各省市经济发展速度会对其节能效率产生什么影响（正或负），还是不确定的。
三产比重（scbzit）。用i省市按当年价格计算的第三产业增加值占国内生产总值的比重表示。相对来说，第三产业能源消耗较小，而且单位GDP能耗较小。若第三产业在产业中比重较大，有利于节能。随着我国经济不断发展，第三产业所占的比重逐步加大。这也是代表产业结构指标，预计第三产业结构变动给节能率带来正的影响。
科技进步率（kjjbit）。科技进步是节能的根本基础。技术进步率反映技术进步速度。这里用中国i省市年R&D投入环比发展速度指标，也是节能减排中科技进步机制代表变量。近年来，中国各省市的R&D投入逐年增加，速度较快，预计对节能率有正的影响。
政府干预（ganyuit）。政府干预通常用i省市的财政支出总额占GDP比重表示，是节能减排中行政机制代表变量。理论上推测政府干预对提高能源效率存在正的影响。
因变量是各省市的报告期节能率（jnlit）。经检验，前后期的节能率存在一定的相关性。根据上面所分析的影响因素，可以设定以下动态模型。
动态空间面板滞后模型：
jnlit=wjnlit+jnli，t-1+0gdpsdit+1scbzit+2kjjbit+
3ganyuit+c+it （8）
动态空间面板误差模型：
jnlit=jnli，t-1+0gdpsdit+1scbzit+2kjjbit+
3ganyuit+c+it （9）
it=wit+vit
其中，c是常数项，i为回归系数，i=0，1，2，3，it为随机误差项。
本文采用2006—2010年中国30个省市为样本形成面板数据，进行空间计量实证分析。数据取自于2006—2011年《中国统计年鉴》、2006—2011年《中国能源年鉴》、2006—2011年《中国科技年鉴》以及中经网数据库。
3.空间计量结果分析
通过上面检验后，中国省域节能效率存在空间相关性，于是进一步选择空间计量模型对节能效率进行计量检验和分析。模型估计采用两步系统广义矩（two-step SYS-GMM），对式（8）、（9）进行估计，所得的结果见表3。
从表3可知，无论是空间滞后模型还是空间误差模型，在5%水平上，各模型均显著，萨甘检验结果表明各模型的工具变量都有效，而且由残差的一阶及二阶自相关检验结果也表明模型的残差无序列相关。（3）SLM1、SLM2、SLM3及SEM1、SEM2、SEM3是逐步加入解释变量的空间滞后模型和空间误差模型。空间滞后模型中，从SLM1和SLM2的对比来看，引入科技进步变量后，滞后一期节能效率的系数估计值发生较大变动，表明前期的节能效率与本期的科技进步之间存在较高的相关性。由于科技进步是节能效率的一个重要影响因素，本文将科技进步仍保留在模型中，并再引入政府干预变量，估计结果如SLM3所示。SLM3的估计结果和SLM2的估计结果相比，各解释变量的系数估计值差异不大，而且引入的政府干预变量系数值在5%水平上显著，因此根据本文的研究目的，SLM2与SLM3相比，SLM3要优于SLM2。由于对各模型的空间依赖性检验时发现，在存在空间自回归时对空间残差相关LM检验的卡方值，均比存在空间残差相关时对空间自回归效应LM检验的卡方值更优（4），因此相对而言，存在空间自回归效应证据比存在残差相关性的证据更强，因而采用空间滞后模型比采用空间误差模型更好。
根据表3中的空间滞后模型估计结果可知，SLM1、SLM2、SLM3中W_节能率项均为正值，随着变量的加入逐渐减小，分别为0.8474、0.7647、0.6070，但差距不大，统计检验均显著，这反映相邻省域节能率的影响较大，邻近省市的先进节能技术及管理等方面的辐射和示范功能，带动相邻省市的能源效率的提高，有利于提高节能率。
SLM1、SLM2、SLM3模型中各解释变量的系数值较稳定，略有波动。
模型表明，节能率受到其前一期影响，影响系数较小，说明节能率惯性较小，即其稳定性差，短期效果明显，也反映节能工作具有短期的滞后效应。
经济发展速度变量在上面所有的模型中，检验显著，系数较小，对节能率有正的影响。经济快速增长势必多消耗能源，对节能有阻碍的一面，但也有促进的一面。总的来看，中国经济快速增长有利于节能效率的提高。其原因有三：一是经济快速增长为节能提供必要的物质基础（包括资金、技术等），这样反过来促进了节能；二是中国部分省市（如北京、上海、浙江等）已经达到工业化后期水平，将逐步走上能耗下降的轨迹，随着经济的发展，其他省份将会逐渐步入节能良性循环；三是随着经济发展与人民生活水平的提高，政府与大众会更重视环境保护与提高能源效率，将有利于提高节能效率。所以各省市在控制好高耗能产业的发展时，适度加快经济快速增长将有利于节能。实际上，一方面控制能源消费，另一方面加快经济增长，必然会降低单位GDP能耗，提高节能率，这样节能与经济增长相得益彰，有利于实现中国可持续发展。 三产比重变量对节能率有显著的正影响，系数最大，说明三产比重的增加将有利于节能效率的进步。当前各省市第三产业的比重还不大，除北京达70%，上海达50%外，其他省市近年来所占比重徘徊在40%左右。随着经济的发展，各省市第三产业比重将不断加大，有利于提升节能效率。所以中国各省市应注意转变经济发展方式，积极优化产业结构，逐步增加第三产业的比重，将有利于节能率提升。
科技进步率变量对节能效率有正的影响，但系数较大。反映出我国加快科技发展速度，能提升节能率，节能减排科技进步机制发挥了一定的作用。
政府干预变量对节能效率有较显著正影响，但系数绝对值稍大于科技进步变量的系数。反映目前政府干预能促进节能效率上升，节能减排行政机制发挥了较好的作用。
五、结论及政策建议
1.结论
综合上面实证分析，本文得出如下结论：
（1）2006—2010年，中国开展节能工作取得成效，但短期效应较明显。从各省市的报告期节能率来看，2006至2010年节能率均表现为正值（2006年青海的节能率为负），反映狠抓节能工作取得了进展，累计节能率均不同程度地超额完成各自既定的目标（新疆单独考核）。总的来看，报告期节能率的稳定性不太好，反映中国节能工作短期效应较明显，要维持较高节能率存在难度，需要建立健全良好的节能机制。
（2）省域节能率存在较强的空间相关性与较小的惯性（滞后性）。2006—2010年中国各省市节能率存在较强的空间相关性，随着时间的推移，其程度有所降低。这说明节能率受到本地因素和相邻区域因素的共同影响，但相互影响效应具有短期性，这也与各省市节能工作的效应短期性与不稳定有关。W_节能率项系数大，反映相互影响效应较显著。省域节能率较小的惯性（滞后性）反映我国节能工作具有短期效应。
（3）第三产业比重、政府干预、技术进步率、经济发展速度等因素对中国节能率均有正影响，影响程度依次递减。一般认为，实现节能减排短期内会影响经济增长，但长远来看，只有实现节能减排，才能实现经济的可持续发展。
2.政策建议
根据分析结果，本文提出如下建议：
（1）建立健全节能机制，形成长期、稳定的节能效应。①健全节能技术进步机制，加快节能技术进步。技术进步是节能的根本，应该建立健全中国节能技术进步机制，形成长期的技术进步节能效应。加快节能技术研发，攻克节能的关键和共性技术。加快节能技术产业化示范和推广，推动建立以企业为主体、产学研相结合的节能技术创新与成果应用推广体系。全面实施重点节能工程。加快建立节能技术服务体系，推行合同能源管理。②积极推进节能管理，完善节能激励机制。政府在加强节能管理中，发挥政策导向的作用，完善节能激励机制，尽量多使用市场手段，将有利于节能工作，形成较长期的节能效应。③发挥邻近省市的先进节能技术及管理等方面的辐射和示范功能。政府节能管理中，应该充分发挥邻近省市的先进节能技术及管理等方面的辐射和示范功能，带动相邻省市的节能水平的提高。
（2）应继续保持平稳较快发展，有利节能。中国应继续保持平稳较快发展，注意控制高能耗产业的发展，通过整合高能耗产业、发展循环经济等措施，经济快速增长就有利于节能与能源效率的提高，可以实现可持续发展。
（3）优化产业结构。坚定不移地走新型工业化道路，有效调整工业内部结构，提高高技术产业在工业中的比重。遏制高耗能、高污染行业过快增长，加快发展第三产业和高技术产业步伐。
注释：
（1）国家统计局有时用节能率指标发布数据，说明我国能源利用水平变动的幅度。
（2）本文使用stata软件进行空间相关性计算与计量分析。
（3）GMM 估计只要求变量不存在二阶序列相关，而一阶序列相关并不影响GMM 估计的有效性。
（4）SLM1、SLM2、SLM3及SEM1、SEM2、SEM3中空间相关性检验的P值分别为：0.0003、0.0003、0.0009及0.1433、0.0273、0.2697。
参考文献：
[1]金勇进，孙欣.“单位GDP能耗降低20%”目标形势严峻[R]//中国发展报告2007.北京：中国人民大学出版社，2008： 41-51.
[2]Liao H，Fan Y， Wei YM.China’s targets 20% reduction in energy intensity by 2010[J]. International Journal of Global Energy Issues，2009，31（1）：10-17.
[3]《中国可持续能源实施“十一五”20%节能目标的途径与措施研究》课题组.中国可持续能源实施“十一五”20%节能目标的途径与措施研究[M]. 北京：科学出版社， 2008：45-46.
[4]李志坚，王万江.严寒地区居住建筑实施节能率65%的分析[J]. 煤气与热力，2006，（1）：61-65.
[5]孙欣.中国节能效率变动及其影响因素[J]. 华南农业大学学报（社会科学版），2010，（3）：41-48.
[6]史丹. 我国经济增长过程中能源利用效率的改进[J]. 经济研究，2002，（9）：49-56.
[7]Birol Fatih，Keppler Jan Horst. Price，technology development and the rebound effect[J].Energy Policy，2000，（28）：86-97.
[8]Anselin，L.，Florax，R. J.， Rey，S. J. Advances in Spatial Econometrics： Methodology，Tools and Applications[M].Berlin，Springer，2004：40-43.
（责任编辑 吴晓妹）
