长期资金市场对能源强度的影响研究
摘要：依据中国30个省（市）自治区1998～2013年面板数据，考量长期资金市场对能源强度的影响。
结果表明，长期资金市场发展对东部地区能源强度下降影响较大，产业结构升级、人均GDP提高均有利于各地区能源强度下降，技术进步、对外贸易度对各地区能源强度的影响呈现出分化态势。
鉴此，应充分发挥长期资金市场优势、促进产业结构升级、重视研发投入产出技术成果转化等，多渠道降低能源强度。
下载论文网 关键词： 长期资金市场；产业结构；技术进步；能源强度；面板数据 中图分类号：F062.1 文献标识码： A 文章编号：1003—7217（2016）04—0025—06 一、引 言 中国经历了30年的高速增长，已跃居成为全球第二大经济体，但也付出了巨大的资源与环境代价。
2013年，中国能源消费已达36亿吨标准煤，高居世界第一；每万美元GDP能源消耗达到4.75吨标准煤，是世界平均水平的1.9倍，美国的2.4倍，日本、英国和意大利的4倍，能源使用效率较低。
改革开放以来，我国的单位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显放缓，2002年前后甚至出现了上升的态势。
国务院2014年5月颁布的《2014～2015年节能减排低碳发展行动方案》要求，2014～2015年，单位GDP能耗逐年下降3.9%，单位GDP二氧化碳排放量两年分别下降4%、3.5%以上。
面对严峻的节能减排形势，对能源强度变动机制的研究，能够为我国能源发展规划提供参考政策与建议，赵新刚，刘平阔（2014）从经济增长与能源强度的关系着手，得出经济发展处于不同的阶段，经济增长与能源强度两者之间存在着连续平滑转换机制，这种机制转换效应促使经济变量以阈值为界从一个机制转化为另一个机制[1]。
提升能源效率是一项系统性工程，需要大量资金支持，长期资金的支持尤为重要。
本文从长期资金市场视角，对我国各省（市）自治区能源利用效率的研究，这对于缓解我国所面临如此严峻的节能减排的形势具有较强的借鉴意义。
长期资金市场是指以长期金融工具为媒介而进行的一年期以上的资金交易活动的总和。
广义上可分为，有价证券市场和中长期借贷市场[2]。
本文采用银行业金融机构中长期贷款总额与股票市价总值之和衡量长期资金市场。
1998年开始，我国各地企业上市正式放开，市场化进程加速，在此之前，各地企业上市主要采用指标制。
1998年以来我国长期资金市场发展迅速，1998年总额3.11万亿元，2013年增长至67.65万亿元。
其中，银行业金融机构中长期贷款总额增长近30倍，股票市值总值增长15倍。
整体上，东部地区长期资金市场发展较好，能源强度相对较低；中西部地区长期资金市场发展相对落后，能源强度相对较高。
二、文献综述 能源强度又称单位产值能耗，是生产单位国内生产总值所消耗的能源，反映了一个国家或地区的能源利用效率，是能源经济学中的重要指标。
对于能源强度的研究，主要集中在对能源强度影响因素方面，可分成三大类。
张瑞，丁日佳（2015）建立动态面板数据模型，研究工业化、城市化和收入对能源强度的影响，得出收入有利于降低能源强度，而城市化和工业化则不利于能源强度下降[5]。
冯泰文，孙林岩，何哲（2008）以技术进步为调节变量，研究其通过能源价格、产业结构、能源结构对能源强度影响的调节效应，得出产业结构升级、技术进步显著降低能源强度，技术进步对产业结构、能源强度的调节效应明显[6]。
Mielnik，Goldemberg（2002）对20个发展中国家样本的研究，认为外商直接投资（FDI）的增长所带来的现代技术的应用，推动能源强度的下降[7]。
陈雪梅，王志勇（2014）建立面板数据随机效应模型，通过广义最小二乘法（GLS）估计方法得出，省长在能源紧张省份的工作阅历有利于辖区内能源强度的下降[8]。
第二类是采用结构分解、方差分解以及指数分解等模型，将能源强度分解成不同的效应因素，研究能源强度变动的影响[9，10]。
Sun（1998）考虑模型分解产生的误差项，通过完全分解模型，分析能源强度变化影响因素[11]。
Sinton， Levine（1994）运用对数平均迪氏指数法（LMDI）分解得出技术进步是推动能源强度下降的主因[12]。
林伯强，杜克锐（2014）提出一个能源强度变化的驱动因素综合分解框架，同样指出技术进步是能源强度下降的主要推动力[13]。
此外，究竟是结构效应还是效率效应是影响能源强度的主要因素，尚没有定论，不同学者得出不同结论。
李国璋，王双（2008）采用广义费雪指数分解方法，将影响区域能源强度的因素分解为结构变动效应、技术进步效应和经济规模效应，得出结构变动效应是能源强度变动的主要因素[14]。
而宋枫，王丽丽（2012）通过费雪理想指数分解法分析能源强度的走势，则得出能源效率的提高是我国能源强度下降的主因[15]。
第三类是采用投入产出模型、可计算的一般均衡（CGE）模型以及情景分析法，分析能源强度的影响因素，据此预测能源强度变动趋势并提出降低能源强度的途径[16，17]。
张炎治，聂锐，冯颖（2010）构建了基于投入产出的能源强度非线性优化模型，设计了三方案九情景和一个强化节能情景，采用遗传算法分析能源强度走势[18]。
蔡文彬，胡宗义（2007）运用可计算的一般均衡（CGE）模型研究技术进步对能源强度下降问题研究，认为能源强度下降的原因主要是能源需求的下降和国内产出的增加，其中高耗能产业的技术进步发挥关键作用[19]。
还有少部分学者对能源强度收敛（魏巍贤和王锋，2010）[20]、能源回弹效应（乔海曙和李亦博，2014）[21]进行研究。
对于能源强度的影响因素研究成果很多，从经济、金融的角度对能源强度的研究较少，其中任力，黄崇杰（2011）研究了金融发展与经济增长、能源消费之间的关系，得出金融机构存贷款比率和非国有部门银行信贷比重与能源消费之间存在正相关关系[22]。
孙浦阳，王雅楠等（2011）研究发现，金融发展能够影响能源消费与需求，从而对能源消费结构的变动产生影响[23]。
现有研究表明金融与能源息息相关，本文从长期资金市场角度研究能源强度试图对已有研究进行补充与创新。
三、长期资金市场影响能源强度的理论分析 长期资金市场对能源强度的影响，通过聚拢经济资源，将经济资源配置到提升能源使用效率的领域，对能源强度进行调节。
长期资金市场中以股市为代表的直接金融和以银行中介为主的间接金融通过降低供需双方收集信息与交易的成本，聚集资金，进行资金的再分配。
长期资金市场高效化地运作，一方面能够促进储蓄向投资的转化，也就是以股市为代表的直接金融和以银行中介为主的间接金融都能够根据各自的特点，将经济资源供需双方高效对接；另一方面，长期资金市场能够发挥示范效应，通过长期资金市场的积极引导，将会推动经济资源流向能够促进经济低碳增长、提升能源使用效率的领域，从而能降低能源强度。
中国地域辽阔，地理区位也是影响能源强度的重要因素，主要是由于各地区的产业结构、技术发展的不同对能源强度的影响较大。
产业结构对能源强度的影响主要是当能源强度高的产业占的比重越大，能源强度将会升高；反之，能源强度则会降低。
新结构经济学[24]认为经济发展的本质就是结构变迁，结构转型遵循着以下规律：农业经济的比例逐步下降，工业经济的比例先上升后下降，服务业的比例逐步上升[25]，产业结构升级能够对能源强度产生较大的冲击效应 [26]。
此外，产业结构的升级，尤其服务业发展，需要大量、长期的资金支持，长期资金市场发挥着至关重要的作用。
伴随着产业结构升级，能源消耗比例逐步降低，与此同时，产业附加值也在不断提高，能源强度得到进一步降低。
技术进步对能源强度的影响主要从两个方面体现：一方面能够提高能源使用效率，减少能源的投入；另一方面技术进步能够提高能源要素的边际产出率，尤其是有偏技术进步的要素替代效应是技术进步影响能源强度的主要渠道[27]。
技术研发、技术创新周期长的特性决定技术进步需要长期资金市场的支持，同时，长期资金市场通过推动研发产出的技术及时有效地转化成现实成果，也是技术进步对能源强度调节的关键。
四、长期资金市场对能源强度的实证研究 （一）指标选取与数据来源 能源强度指标采用各省单位GDP能源消耗（吨标准煤/万元）来表示，其中GDP以1997年不变价，通过GDP平减指数，计算出相应的不变价GDP；长期资金市场指标采用各省银行业金融机构中长期贷款总额与股票市价总值之和占GDP比例（%）衡量。
同时加入控制变量：产业结构指标采用各省第三产业总产值占GDP的比例（%）来表示；技术进步指标采用各省研发支出占GDP比例（%）来表示；对外贸易度指标采用各省进出口贸易总额占GDP比例（%）来表示；人均GDP指标采用各省人均GDP（元/人）来表示，人均GDP同样按GDP调整方式，计算出相应的不变价人均GDP。
每个指标均进行取对数处理。
由于西藏数据缺失，选取中国30个省（市）自治区为研究对象，以1998～2013年数据为样本，并分成东部、中部、西部三个组别②进行研究。
能源强度指标采用各省能源消耗总量/1997年不变价GDP表示，其中能源消耗总量的数据来自各省1998～2014年《中国能源统计年鉴》，GDP数据来源于1998～2014年各省统计年鉴；长期资金市场指标采用各省银行业金融机构中长期贷款总额与股票市价总值之和占GDP比例表示，其中银行业金融机构中长期贷款总额的数据来自1998～2014年《中国金融统计年鉴》，各省股票市价总值数据来源于WIND数据库；产业结构、技术进步、对外贸易度和人均GDP指标均来自于1998～2014年各省统计年鉴。
（二）描述性统计 1.分组描述性统计。
表2给出1998年和2013年地区各省份变量的平均值的描述性统计。
整体上来看，能源强度由东及西呈现递增态势，东部地区的能源强度要低于中西部地区。
从下降趋势来看，2013年，中部地区能源强度相比1998年下降了45.24%，高于东部（37.96%）和西部（32.31%）。
2013年东部地区各省平均长期资金市场总额为4.11万亿元，是中部地区的3倍，西部地区的4倍。
2013年东部地区银行业金融机构中长期贷款（即间接金融）每省均值2.1万亿元，股票市价总值（即直接金融）每省均值2万亿元，远超东部和西部地区各省。
2013年东部地区平均第三产业占比为48%，其中北京的第三产业占比更是高达76.9%，遥遥领先于全国各省（市）自治区，上海第三产业占比也高达62.2%，中部和西部地区的第三产业较东部发展较慢。
研发投入方面，东部地区要远超过中部和西部，但中部地区2013年研发投入占比较1998年增长了300%以上，远高于东部（81%）和西部（98%）。
2013年各地区进出口贸易总额较1998年均增长了近10倍，各地区人均GDP也增长了近5倍。
2.变量描述性统计。
根据相关统计数据，1998～2013年间能源强度、长期资金市场等变量的描述性统计结果如表3所示。
（三）实证分析 通过前文的理论分析，本文构建如下面板数据的计量模型对能源强度的影响因素进行研究： 数据处理使用STATA 13.1进行。
在对面板数据进行处理时，首先确定采用混合回归或固定效应模型，之后需要通过对模型进行豪斯曼（Hausman）检验，进一步确定模型是采用随机效应模型或者固定效应模型，表4为模型豪斯曼（Hausman）检验结果。
在进行混合效应、固定效应模型选择时，东、中、西部F检验的P值均为0.0000，即固定效应模型优于混合效应模型。
同时由上述豪斯曼（Hausman）检验结果可看出，东部地区的豪斯曼（Hausman）统计量的值是42.78，相对应的P值为0.0000，接受原假设，即东部地区应使用固定效应模型；同理，中部地区的豪斯曼（Hausman）统计量的值是59.60，相对应的P值为0.0000，接受原假设，中部地区也应建立固定效应模型；西部地区的豪斯曼（Hausman）统计量的值是9.15，相对应的P值为0.1653，拒绝原假设，西部地区应建立随机效应模型。
东部地区中长期资金市场的估计系数显著为负，长期资金市场份额每提高1%，能源强度降低0.08%，东部地区较好的长期资金市场发展氛围对于降低能源强度十分有利。
实证结果中，东部地区长期资金市场显著降低能源强度，中部和西部并不显著，这主要是由于东、中、西部发展水平存在差异性，市场化水平不同，东部地区金融发展市场化水平和集聚效应优于中部和西部。
产业结构是影响能源强度的重要因素，东部地区中第三产业占比每提高1%，能源强度则大约会降低0.59%。
人均GDP能够显著降低能源强度，人均GDP每提升1%，能源强度降低约0.20%。
东部地区占据区位优势，进出口贸易虽然发展迅速，但进出口贸易额的增长，却提高了东部地区的能源强度，进出口贸易额每提高1%，能源强度提高0.14%。
出现这种情况的可能原因是，我国进出口贸易中出口贸易主要以制造业为主，近年来工业制成品出口额占全部出口额的90%以上，能源消耗较大。
产业结构能够显著降低能源强度，第三产业占比每提高1%，中部地区能源强度则下降0.71%。
技术进步的估计系数为负，技术进步每提高1%，中部地区能源强度降低0.04%。
人均GDP也能显著降低中部地区能源强度，人均GDP每提高1%，中部地区能源强度降低0.28%。
西部地区中长期资金市场虽然有利于降低能源强度，但统计上并不显著。
产业结构的估计系数为负，意味着产业结构能够显著降低西部能源强度，产业结构每提高1%，能源强度降低0.62%。
技术进步的估计系数为正，意味着技术进步不利于西部地区降低能源强度，研发投入每提高1%，西部地区能源强度提高0.16%。
进出口贸易额的估计系数为正，进出口贸易额每提高1%，西部地区能源强度提高0.04%。
五、结论与政策建议 本文采用银行业金融机构中长期贷款总额与股票市价总值总和占GDP比例来衡量长期资金市场，同时选取产业结构、技术进步等变量，以中国30个省（市）自治区1998～2013年的面板数据为基础为研究对象，将其划分为东部、中部、西部三个组别进行实证分析，研究长期资金市场对能源强度的影响。
研究结果表明：（1）由于各地区发展存在差异性，东部地区长期资金市场化程度高，长期资金市场发展有利于降低东部地区能源强度，而在中部及西部地区金融资源配置效率相对低下，长期资金市场并不能显著降低能源强度；（2）产业结构升级及收入提高对能源强度的影响较大，第三产业占比的提高以及人均GDP的提升在东、中、西部均能够显著降低能源强度；（3）技术进步及对外贸易度在不同地区对能源强度的影响呈现出分化态势。
中部地区研发投入增速较快，技术进步在中部能够显著降低能源强度，西部地区研发投入存量低，尚未形成技术累积效应，技术进步却提高能源强度，而东部地区技术进步对能源强度影响并不显著。
较高比例的高耗能出口贸易，导致对外贸易度在东部及西部显著提高能源强度，但对中部地区的能源强度影响并不显著。
基于以上研究结果，结合我国能源发展规划要求，针对不同地区发展情况，本文提出以下建议：（1）充分发挥长期资金市场的作用以降低能源强度，尤其是东部地区应充分发挥长期资金市场中直接融资和间接融资在不同产业、不同经济实体中优势作用，同时促进中部和西部地区长期资金高效、精准的支持力度。
（2）以产业结构升级为契机，施行资金倾斜政策，加快发展服务业、高产出低耗能产业，重视西部地区研发投入力度，提升研发投入产出效率，推进技术成果转化。
（3）不断提高人民收入水平，积极引导低耗能技术在能源消耗过程中使用频率，提高清洁能源的使用比例，同时要不失时机地逐步调整出口贸易结构，对“走出去”产业进行“低耗能、高附加值”的战略布局。
注释： ①由于2013年北京地区长期资金份额较大，为保证各个省份均可在图中清晰显示，图中没有加入北京地区数据。
②东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南共11个省（市）自治区；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南共8个省（市）自治区；西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆共11个省（市）自治区。
参考文献： [1]赵新刚，刘平阔.经济增长与能源强度：基于面板平滑转换回归模型的实证分析[J].中国管理科学，2014，22（6）：103—113. [2]吴艳华，任丽萍.财政与金融[M].北京：清华大学出版社，2004：230—231. [3]李标，吴贾，陈姝兴.城镇化，工业化，信息化与中国的能源强度[J].中国人口资源与环境，2015，25（8）：69—76. [4]樊茂清，任若恩，陈高才.技术变化、要素替代和贸易对能源强度影响的实证研究[J].经济学（季刊），2009，9（1）：237—258. [5]张瑞，丁日佳.工业化、城市化对能源强度的影响――基于我国省际动态面板数据的实证研究[J].经济问题探索，2015（1）：11—15. [6]冯泰文，孙林岩，何哲.技术进步对中国能源强度调节效应的实证研究[J].科学学研究，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]陈雪梅，王志勇.地方官员阅历与能源强度――基于2000—2010年省级面板数据的分析[J].世界经济文汇，2014（1）：105—120. [9]邱寿丰.中国能源强度变化的区域影响分析[J].数量经济技术经济研究，2008，25（12）：37—48. [10]杨威，王成金，金凤君等.中国工业能源消费强度的影响因素研究――基于省域工业数据的实证分析[J].自然资源学报，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]林伯强，杜克锐.理解中国能源强度的变化：一个综合的分解框架[J].世界经济，2014（4）：69—87. [14]李国璋，王双.区域能源强度变动：基于GFI的因素分解分析[J].中国人口资源与环境，2008，18（4）：62—66. [15]宋枫，王丽丽.中国能源强度变动趋势及省际差异分析[J].资源科学，2012，34（1）：13—19. [16]梁巧梅，魏一鸣，范英等.中国能源需求和能源强度预测的情景分析模型及其应用[J].管理学报，2004，1（1）：62—66. [17]胡宗义，蔡文彬，陈浩.能源价格对能源强度和经济增长影响的CGE研究[J].财经理论与实践，2008，29（2）：91—95. [18]张炎治，聂锐，冯颖.基于投入产出非线性模型的能源强度情景优化[J].自然资源学报，2010，25（8）：1267—1273. [19]蔡文彬，胡宗义.技术进步降低能源强度的CGE研究[J].统计与决策，2007，（21）： 8—10. [20]魏巍贤，王锋.能源强度收敛：对发达国家与发展中国家的检验[J].中国人口资源与环境，2010，（1）：4—10. [21]乔海曙，李亦博.能源回弹与经济发展方式转型――基于LMDI方法及中国数据的实证分析[J].经济问题探索，2014，（8）：30—36. [22]任力，黄崇杰.中国金融发展会影响能源消费吗？――基于动态面板数据的分析[J].经济管理，2011，（5）：7—14. [23]孙浦阳，王雅楠，岑燕.金融发展影响能源消费结构吗？――跨国经验分析[J].南开经济研究，2011，（2）：28—41. [24]林毅夫.新结构经济学[J].经济学（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]赵涛，时洪功.能源结构和产业结构对能源强度的冲击效应和贡献度研究[J].干旱区资源与环境，2013，27（12）：1—6. [27]王班班，齐绍洲.有偏技术进步、要素替代与中国工业能源强度[J].经济研究，2014，49（2）：115—127. （责任编辑：钟 瑶） 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。