中国省际能源效率差异及其影响因素分析

胡宗义 刘 静 刘亦文

(湖南大学金融与统计学院，湖南长沙410079)

中国省际能源效率差异及其影响因素分析

胡宗义 刘 静 刘亦文

(湖南大学金融与统计学院，湖南长沙410079)

我国省际能源效率存在较大的差异。要进一步促进能源综合利用，需要在区域层面对能源效率差异形成的因素作更加全面深入的研究，以寻求更加合理有效的促进宏观能源效率改进的理论与方法。本文基于2007年的截面数据，运用能很好地消除各因素间多重共线性的偏最小二乘回归建模，选取了14个变量来代表经济发展水平、产业结构、工业结构、能源消费结构、对外开放程度、投资水平、政府影响力、制度因素、能源价格和地理因素这10个因素，分析了各因素对能源效率地区差异的影响方向和影响程度。研究结果表明，各地区固定资产投资中外商投资比重、工业增加值中高耗能产业比重以及煤炭消费比重的差异是造成能源效率地区差异显著的主要原因。这说明投资水平、工业结构和能源消费结构是造成能源效率地区差异显著的主要因素。要在短期内缩小地区间的能源效率差距，必须严格限制某些地区高耗能行业的过快发展，加强高耗能行业的结构调整，加快淘汰落后产能，大力提升煤炭的使用效率。

省际能源效率差异;多重共线性;影响因素;偏最小二乘回归

近年来，中国高投入低产出的粗放型经济增长方式使经济发展与资源环境之间的矛盾愈发凸显，能源短缺和环境污染已成为中国可持续发展的瓶颈。《中华人民共和国国民经济和社会发展第十一个五年规划纲要》提出了“十一五”期间单位国内生产总值能耗降低20%左右，主要污染物排放总量减少10%的约束性指标。这是贯彻落实科学发展观，构建社会主义和谐社会的重大举措;是建设资源节约型、环境友好型社会的必然选择;是推进经济结构调整，转变增长方式的必由之路;是提高人民生活质量，维护中华民族长远利益的必然要求。“十一五”前四年，经过各地区、各部门共同努力，节能减排工作取得重要进展，全国单位国内生产总值能耗累计下降14.38%，但与“十一五”降低20%左右的目标仍有较大差距，特别是2009年三季度以来，高耗能、高排放行业快速增长，一些淘汰的落后产能死灰复燃，能耗强度下降趋势减缓甚至由降转升，节能减排形势十分严峻。《中国统计年鉴2008》显示2007年中国省际能源效率差异十分显著，能源效率最高的8个省市每万元地区生产总值能耗已低于1 t标准煤，而能源效率最低的贵州、青海和宁夏3个省区每万元地区生产总值能耗仍高于3 t标准煤。北京市能源效率最高，达到0.714 t标准煤/万元，是能源效率最低的宁夏省的5.54倍。如果宁夏的能源效率能达到北京的1/4，就可以节约20%以上能源消费，完成国家提出的“十一五”节能目标。如何理解这种省份乃至更大区域范围内的能源效率差异?又有哪些原因造成了能源效率的不同?如何缩小地区间巨大的能源效率差异?这些思考对于从整体上提高我国的能源效率，完成“十一五”提出的节能降耗指标具有重要的现实意义。

1 文献综述

近年来，能源效率的影响因素分析已经成为国内外学者探讨研究的热点。现有的研究按照分析方法的不同也大致可以分为两类。

第一类的基本分析方法是指数分解法。大部分是对产业结构和生产技术影响的考察，主要集中于从产业结构升级和技术进步两个角度来探索提高能源效率的途径［1－4］。Hua Liao等［5］利用单要素能源效率指标研究了1997－2006年中国的能源消费强度，认为高耗能工业的大量投资所导致的工业结构转换是能源强度提高的主要原因。李廉水、周勇［6］对35个工业行业进行DEA-Malmquist指数分解，并将分解后的技术进步、技术效率和规模效率作为解释变量，去估算各因素对能源效率的关系，结果发现，技术效率而非技术进步是工业部门能源效率提高的主要原因，但后者的作用将逐渐增强。吴巧生等［7］运用Laspeyres指数及其分解模型，对中国单位GDP能耗进行分解，并对其影响因素进行研究，得出中国能源效率提高主要是各产业能源使用效率提高的结果。Zhang［8］利用改进的拉氏指数计算了中国工业部门1990－1997年的能源使用情况。他将工业能源消费分解为规模效应、实际的强度效应和结构效应，他发现实际的强度效应(即技术效应)是主导因素。

第二类是基于面板数据，主要采用变截距的固定效应模型，定量分析经济发展水平、产业结构、工业结构、能源消费结构、对外开放程度、政府影响力、制度因素和能源价格等因素对我国能源效率的影响程度［9－15］。这方面的研究现在还处于比较混乱的状况，首先各学者关注的角度不同，因此在模型中所包含的因素有一定差异，通常是某一学者考虑的因素而另一学者并没有考虑;其次对于选取什么变量来代表这一因素的影响各位学者的研究中差异也较大，如制度因素中，屈小娥［10］选取的变量是地区进出口贸易总额与地区生产总值的比值，李世祥等［11］选取的是燃料动力类价格指数，而在屈小娥［12］另一篇文章中和魏楚等［15］的研究中选取的又是地区工业总产值中国有工业所占比重来表征制度因素。对于产业结构的描述，有些学者只选取了一个变量，如第二产业比重或者第三产业比重，而一些学者却同时选取了第二和第三产业比重两个变量。最后，在建模的过程中，很多学者没有考虑到多重共线性问题，例如多个学者［10，14］都在回归模型中同时采用了大陆30个省市第二产业和第三产业增加值占地区生产总值的比重两个变量，而这两个变量的负相关性非常强，因为我国大部分省市第二和第三产业的产值加总后几乎占到了地区生产总值的90%左右。2006、2007、2008三年这两个变量的的相关性分别为 －0.6，－0.65，－0.69，当去掉几个第一产业比重较大的省份之后，相关性分别达到了－0.817，－0.843，－ 0.864。邱灵，申玉铭等［13］考虑到了第二产业和第三产业的高度相关性，为了避免共线性问题，他们对这两个变量分别进行了估计，但是他们模型当中描述经济发展水平的人均GDP与描述技术水平的全员劳动生产率之间的相关性更高。2007、2008两年我国30个省市的这两个变量的相关性分别为0.941和0.945。屈小娥，袁晓玲［12］的计量模型中用来描述工业化水平的地区工业增加值占当年地区生产总值的比重和描述产业结构特征的第二产业增加值占当年地区生产总值的比重相关性也很强，这两个变量2006、2007、2008三年的相关性分别为0.977，0.608 和0.981。各数据都是从各年的统计年鉴上整理得到，结果由笔者计算所得。

指数分解法比较适合分析一个国家或地区的能源效率的变化趋势，而不能很好解释其能源效率水平的决定;变截距的固定效应模型中，个体之间的差异主要体现在截距项，解释变量的系数更多的是体现时间维度上被解释变量相对解释变量的变动程度，因此并不适合考查造成截面个体差异的原因。如果要分析造成横截面之间各样本差异的原因，因为去除了时间维度上的干扰，截面数据所得出的结果更直观，更清晰。

为定量分析是什么因素造成了中国各地区能源效率的巨大差异，以期为我国在短期内尽量缩小这种差距，提升总体的能源效率提供一点建议。本文将基于2007年中国30个省(自治区、直辖市)(由于数据的不可得性，不包括西藏、港澳台地区)的截面数据，综合考虑多种因素，运用能很好地解决自变量间多重共线性问题的偏最小二乘回归方法来分析能源效率地区差异因素。王惠文对偏最小二乘回归方法的原理及应用作了详细介绍［16］。

表1 因素与所选变量说明Tab.1 Direction of factors and selected variables

2 模型检验

2.1 变量及数据说明

借鉴已有研究，综合各位学者考虑的所有因素，兼顾数据的可得性，本文将分析10个因素对区域能源效率差异的影响方向和影响程度，对应这10个因素，选取了14个代表变量。各因素以及相应所选择的代表变量如表1所示。

各变量都是以地区为单位，GRP表示地区生产总值。因为我国各省市规模不一样，因此直接比较水平值会造成很大的误差，为了去除规模效应，各变量中除了代表经济发展水平的人均地区生产总值(PGDP)和代表能源价格的燃料动力类价格指数(FPI)为水平值外，其它变量都是除以地区生产总值后的比值。为了尽量使各变量的数量级一致，PGDP和FPI两个变量取了对数值，因此这两个变量的系数时弹性系数，反映地区能源效率变化对经济发展水平和能源价格的敏感度。高耗能行业由《中国能源统计年鉴2008》中能源消费量排在前六位行业组成，这六个行业的能源消费量占了工业总能源消费量的72.4%，它们分别是:黑色金属冶炼及压延加工业，化学原料及化学制品制造业，非金属矿物制品业，电力、热力的生产和供应业，石油加工、炼焦及核燃料加工业，有色金属冶炼及压延加工业。在计算煤炭消费比重时，首先利用折算系数将煤炭消费量折算成万吨标准煤以后才去除以地区能源消费总量的。由于东中西部地区市场化程度、人力资源质量以及国家政策方面存在差异，而这种差异不好量化，因此引入两个虚拟变量ZH和XI，详见表1。

各数据均来自于《中国统计年鉴2008》、《中国能源统计年鉴2008》和《中国工业经济统计年鉴2008》，经笔者计算整理得到。限于篇幅，原始数据不再列出。

以EE代表能源效率，作为被解释变量，表3中列出的14个变量作为解释变量，构建如下偏最小二乘回归分析模型。

α1－α14表示表3中14个变量的待估参数，其符号和数值分别描述各因素对能源效率的影响方向和影响程度;ε表示不可估计的随机干扰项。

2.2 各因素多重共线性分析

运用SPSS17.0计算各变量的相关系数后，得出各变量之间的相关性较强，人均地区生产总值PGDP与第三产业比重TS、出口依存度ER、进口依存度IR的相关系数分别达到了0.645、0.822、0.898，第三产业比重 TS 与进口依存度IR的相关系数为0.779，还有很多变量之间的相关系数都在0.5以上。

为消除异方差，采用Eviews6.0进行加权最小二乘法回归。回归结果得到修正可决系数R2为0.998，F统计量为1 190.6，但只有5个变量的T检验在0.05的水平上显著。修正R2值和F值大反映了模型中各解释变量联合对Y的影响力显著，而t值小于临界值恰好放映了由于解释变量共线性的作用，使得不能分解出各个解释变量对Y的独立影响。且变量SS(第三产业增加值占地区生产总值的比重)的系数为负，这与实际不相符，因为第三产业是低耗能、高附加值产业，它们对地区GDP的贡献越大，能源效率应越高。变量的回归系数与实际意义的不一致进一步反映了变量之间的多重共线性。

2.3 PLS回归结果

为了推动偏最小二乘回归的应用发展，1987年伍德和他的合作者们创建了 UMETRICS公司，开发了在Windows下面运行的SIMCA－P数据分析软件，用以支持偏最小二乘回归的计算和结果解释。本文所有的结果以及图像，都是在SIMCA－P上实现的。

2.3.1 PLS 成分的确定

如前所述，我们运用交叉有效性系数Q2值来确定PLS成分，从表2计算结果发现，选取3个PLS成分即可满足精度要求。

表2 PLS成分数Tab.2 Components of PLS

表2中符号RdX表示成分th(在这里h=1，2，3，4)对X的解释能力，符号RdY表示成分th对Y的解释能力，RdX(cum)与RdY(cum)分别表示各成分对X，Y的累计解释能力。Q2表示交叉有效性系数，其临界值为0.097 5。从表4可以看出，=0.112 ＞ 0.097 5，=0.011 9 ＜0.097 5，因此，提取 3 个 PLS 成分 t1，t2，t3。它们能解释89.5%的因变量Y的变异信息，对自变量X的信息利用率达到81.3%。因为解释变量数量很多，能提取这么多信息已经很难得。同时因为影响能源效率地区差异的因素很难考虑完全，所以对Y的解释能力也很难达到非常高的程度。

2.3.2 模型结果

用偏最小二乘回归方法进行计算，得到能源效率地区差异影响因素的回归模型，模型结果见表3。

图1是应用偏最小二乘回归模型对各省市能源效率预测的结果与实际值的对比图，从图中可以看出，大部分的点都落在对角线附近，说明模型的拟合精度还是比较高的。

图1 我国各省市能源效率预测图Fig.1 Predicted value of each province’s energy consumption of China

2.4 结果分析

根据表3中列出来的标准化回归系数，我们可以有如下发现:

人均地区生产总值、第三产业比重、进口依存度、固定资产投资中外商投资比重对地区能源效率的影响为正，工业增加值比重、重工业比重、煤炭消费比重、出口依存度、固定资产投资比重、财政支出比重、国有工业比重、燃料动力购进价格指数以及中部和西部的哑变量对地区能源效率的影响为负。

代表开放程度之一的固定资产投资中外商投资比重(FI)和代表工业结构的工业总产值中重工业比重(HCS)以及代表能源消费结构的煤炭消费比重(CS)是造成能源效率地区差异的最主要因素。代表开放程度之一的进口依存度(IE)、代表政府影响力的地区财政支出比重(GE)、代表制度因素的工业总产值中国有工业比重(GY)和中部地区哑变量对能源效率的地区差异所造成的影响非常小。

固定资产投资中外商投资比重的差异是造成能源效率地区差异的最重要因素。一方面国外投资的行业通常是劳动力密集型产业，能源消耗量不大，如电子及通信设备制造业、仪器仪表文化办公用机械、服装及其他纤维品制造业和食品制造业等，此外这些产业通常具有规模大、生产技术水平高、管理先进的特点，在极大地增加了地区生产总值的情况下却相对地减少了能源消耗，自然会使该地区的能源效率提高。另一方面我国各地区固定资产投资中外商投资比重差异明显，东部地区比重通常在10%以上，广东更是达到了24.3%，中部地区大多在5%以上，而西部通常只有1% －2%。综合以上两方面的原因，也就不难理解为什么这一变量会对我国能源效率地区差异影响程度最深。

各地区工业总产值中高耗能行业比重的差异是造成能源效率地区差异的最主要因素之一。工业是我国的能源消耗大户，2007年工业所消耗的能源占据了总能源消耗的73.3%，而六个高耗能行业所消耗的能源又占了工业总耗能中的72.4%，因为在得到同样产出时对能源的消耗远高于其它行业，因此高耗能行业在工业总产值中的比重差异会极大地影响各地区的能源效率，而我国各地区这个比重的差异是比较显著的，像我国当前能源效率最低的宁夏和青海省这个比重分别达到了54.8%和52.4%，而能源效率较高的江苏和福建这个比重只有13.4%和18.4%。事实上，各地区工业总产值中高耗能行业比重和固定资产投资中外商投资比重的差异反映的是我国各地区工业结构的差异;我国东部地区因其得天独厚的地理位置和国家的开放政策，大量地吸引了国外投资，很多新技术和新设备随之涌入，且由于技术的外溢效应，使得自主开发创新能力都大大得到提升，工业结构调整和升级较快。而中西部地区因为缺乏这些资源和设备，不得不走重型工业化道路。因此可以说对地区能源效率影响显著的不是工业比重而是工业结构。

表3 能源效率地区差异因素的PLS回归结果Tab.3 PLS results of factors of regional differences in energy efficiency

各地区的煤炭消费比重差异是造成能源效率地区差异的另一主要因素。由于中国的线条资源禀赋，煤炭消费一直是我国能源消费市场中的主角。如果按电热当量计算法计算，2007年我国总的能源消费中，煤炭消费占72.8%。而据有关专家分析，在一次能源品种中，煤炭的利用效率约为27%;原油的利用效率约为50%;天然气利用效率约为57%;电的利用效率约为85%。煤炭如此低的利用效率必然会极大地降低对以煤炭消费为主地区的能源效率。山西和内蒙古作为我国两大主要产煤基地，煤炭消费比重都非常高(笔者尝试用《中国能源统计年鉴》中提供的原煤的折算标准系数0.714 3把煤炭消费量由万吨化为万吨标准煤后来计算各地区的煤炭消费比重，结果山西和内蒙古两省的比值都超过了1，也许是因为这两个省份煤炭消费中折算系数较低的洗中煤和煤泥消费较其它省份要高，应该乘一个比较小的折算系数的原因，借鉴其他学者的数据，山西省的煤炭消费比重在98%左右而内蒙古的在95%左右)，这也许就是为什么作为中部省份而且经济比较发达的山西能源效率却处于全国末端的原因。

从全国来看，经济发展水平与能源效率呈正向关系，但经济发展水平的差异并不是造成能源效率地区差异的主要因素。本文的经济发展水平仅为狭义概念，是经济增长的量化指标。一方面，随着经济发展水平的提高，一些先进的知识、技术、管理经验和现代化的节能设备会被逐渐应用于生产过程之中，从而有提高能源效率。同时由于“学习效应”的产生，同一生产过程中所使用的能源会相应下降，这两方面的共同作用都会对提高能源效率产生积极的作用。但是考虑到我国正处在经济增长方式从粗放型向集约型转变的过程，许多中西部省市大批高耗能基础设施建设项目和工业项目的盲目上马虽然提高了各省份的人均地区生产总值，却也降低了能源效率。

工业增加值比重对能源效率的影响为负，第三产业增加值比重的影响为正。但是各地区这两个变量的差异都不是造成能源效率地区差异的主要因素。这可以理解为各地区所处的工业化水平不同以及我国各地区第三产业比重差异不大的原因。目前我国东部沿海经济发达地区已经进入工业化的中后期阶段，产品结构已经得到优化，主要生产低成本和高附加值产品，因此工业比重的加大也许并不一定使它们的能源效率下降。而中、西部地区大部分省区目前仍处于工业化的初、中期阶段，能源消耗量大，工业比重越大，能源效率越低。此外，我国各地区第三产业比重差异不显著，除北京和上海这个比重较其它地区高很多之外，其它省市基本上都在30% －40%之间，这也就使得这一比重差异对能源效率地区差异作用不明显。

进口依存度对能源效率的影响为正，出口依存度对能源效率的影响为负，进口依存度对能源效率的地区差异影响很弱，出口依存度较进口依存度的影响强。进、出口依存度对能源效率的不同效应应与中国进出口商品结构有关，当前在国际贸易中，中国出口的商品相对来说基本上都是劳动、资源密集型产品，因此出口依存度高，相应会降低能源效率。而进口商品主要以资本、技术密集型商品为主，这些进口商品对于优化各地的工业结构有积极作用，因此能在一定程度上提升能源效率。

从全国来看，固定资产投资比重对能源效率的影响为负，但这个比重的差异对能源效率的地区差异作用并不明显。一方面，投资行为往往伴随着技术更新，因此成为能源效率提高的物质载体;另一方面，投资所使用的大量高能耗物品会使高能耗物品占当期产出的比重增加，导致能源效率下降。此外，我国当前粗放型经济增长中，投资规模膨胀、盲目投资和低水平重复建设造成了资源浪费、利用率极低，因此也就降低了能源效率。

燃料、动力类价格指数与能源效率负相关。中国当前的经济增长中，投资驱动型特征和重化工业态势十分明显，这就导致对资源型产品的需求旺盛，能源产品价格普遍上涨，尤其是燃料和动力购进价格指数大幅上涨。各地区燃料、动力类价格指数其实从另一方面反映了工业重型化和盲目投资对能源效率的负面作用。

各地区财政支出占地区生产总值的比重的差异对各地区能源效率的差异所造成的影响很弱。我国各地区财政支出比重西部最高，东部次之，中部最低。西部财政支出比重较大表明地区市场化程度不高，经济活动的透明度不高，这对企业生产经营活动产生不利影响，也就不利于提高企业能源效率，因此 能源效率有负面作用。但东部地区较高的财政支出比重是由于政府的财政科技投入较大，对于新能源的开发，节能技术的开发投入较多，这些都对提高能源效率有积极作用，因此综合来看，财政支出比例的差异对能源效率的地区差异影响程度不大。

地区工业总产值中国有工业所占比重对各地区能源效率的差异所造成的影响很小。这可以理解为虽然非国有企业减少能源投入的动力很强，但是很多规模较少的非国有企业由于资本、资金匮乏，技术设备以及技术改造的步伐跟不上大中型国有企业，因此能源效率反而可能落后于国有企业。因此对于企业的效率来说，国有还是非国有并不是最重要的因素。当然，如果国有企业能加强管理，避免浪费，那么地区工业总产值中国有工业所占比重越高，能源效率反而可能得到提升。

代表地理位置的虚拟变量的系数都为负，说明中部和西部相对东部来说，还有一些模型中没有列出的因素对它们的能源效率起到抑制作用。我国现行的区域政策基本上是按照东、中、西三大地区区别对待，三个地区的经济体制和市场化程度均存在一定差异，此外在我们的模型中没有考虑各地区的人力资本差异，而事实上我们知道三大地区的人力资本质量是依次递减的，高素质的人力资本质量对于消化和吸收外来技术以及自主创新起着非常重要的作用，这正是中部和西部，特别是西部所缺乏的，因此地理位置因素对西部的负向作用要强过中部。

3 结论与启示

2007年我国各省市能源效率差异显著，能源效率最高的东部五个省市北京、广东、浙江、上海、江苏，单位GDP能耗都在0.85 t标准煤以下，而中西部地区的山西、贵州、青海、宁夏，单位GDP能耗都在2.76 t标准煤以上，宁夏甚至达到了3.954 t标准煤，能源效率不到最高的北京的1/5。

基于2007年的截面数据，运用偏最小二乘回归法建模的结果表明，各地区的工业结构和能源消费结构是造成能源效率地区差异显著的主要因素。投资水平、第三产业比重以及地理位置差异对各地区的能源效率差异作用较明显。

基于以上分析，本文认为我国若想在短期内尽快提高国家总体能源效率，应该把能源效率低且提升空间较大的中西部省区作为重点对象。尽快缩小它们与东部地区的能源效率差距，而这可以从三方面着手。

(1)严格限制高耗能行业的过快发展，加强高耗能行业的结构调整，加快淘汰落后生产能力，加大淘汰电力、钢铁、建材、电解铝、铁合金、电石、焦炭、煤炭、平板玻璃等高耗能行业落后产能的力度。推广高新技术，大力提高能源利用效率和经济效益，控制能源消费总量的增长。此外，应落实限制高耗能、高污染产品出口的各项政策。继续运用调整出口退税、加征出口关税、削减出口配额、将部分产品列入加工贸易禁止类目录等措施，控制高耗能、高污染产品出口。

(2)能源消费结构是造成中国能源效率地区差异的最主要因素之一，煤炭消费比重越高，能源效率越低。而由于中西部地区独有的资源优势，使得要改变它们当前以煤炭消费为主的能源消费结构非常困难，因此，国家应该完善煤炭产业政策、建立煤炭弹性价格机制，使资源配置得到优化;加强煤炭产品的宏观调控力度，抑制煤炭的过度开采和消耗，促进资源合理利用;加大煤炭洗选比例，提高最终煤炭使用效率;进一步加强煤炭生产与加工的科技含量，提升煤炭的利用价值。

(3)由于目前东部沿海地区的生产加工费用在增加，一些外商已开始考虑把投资投向中国的中部，在东部沿海的一些企业，也在把一些加工的项目向中部转移，这为中部地区的产业结构升级带来了机会，中部崛起政策的出台，更加强了中部地区的吸引力。中部应把握机遇，加强基础设施建设以及自身消化吸收先进技术和管理经验的能力，加快经济结构转型，从而达到节能降耗的目的。西部地区要挖掘本地区的产业优势，大力发展西部旅游业，积极开展边境贸易，加快第三产业的发展。通过能源项目与东、中部地区开展经济合作，引进先进技术和管理经验，以各种形式吸引人才到西部地区工作，提升西部的人力资源质量。

当然，从长远来看，推动技术进步，加强我国的自主创新能力，从而实现经济增长方式从粗放型向集约型的转变，才能最终提升我国整体的能源效率，缩小与发达国家的差距。

References)

［1］史丹，张金隆.产业结构变动对能源消费的影响［J］.经济理论与经济管理，2003，(8):30 －32.［Shi Dan，Zhang Jinlong.Impact of Industrial Structure Chang on Energy Consumption［J］.Economic Theory and Economic Management，2003，(8):30 － 32.］

［2］韩智勇，魏一鸣，范英.中国能源强度与经济结构变化特征研究［J］.数理统计与管理，2004，23(1):1 － 6.［Han Zhiyong，Wei Yiming，Fan Ying.Reseach on Characteristics of China’s Energy intensityand Economic StructuralChanges［J］.Mathematical Statistics and Management，2004，23(1):1 －6.］

［3］蒋金荷.提高能源效率与经济结构调整的策略分析［J］.数量经济技术经济研究，2004，(10):16 －23.［Jiang Jinhe.Analysis on Energy Efficiency Improvement and Economic Restructuring Strategy［J］.Quantitative ＆ Technical Economics Research，2004，(10):16 －23.］

［4］周鸿，林凌.中国工业能耗变动因素分析:1993－2002［J］.产业经济研究，2005，(5):13 － 18.［Zhou Hong，Lin Ling.Factors of Changes in China’s Industrial Energy Consumption:1993 －2002［J］.Industrial Economics Research，2005，(5):13 －18.］

［5］Liao H，Fan Y，Wei Y.What Induced China’s Energy Intensity to Fluctuate:1997 －2006?［J］.Energy Policy，2007，35(9):4640 －4649.

［6］李廉水，周勇.技术进步能提高能源效率吗?——基于中国工业部门的实证检验［J］.工业经济，2007，(1):66－74.［Li Liangshui，Zhou Yong.Can Technological Advances Improve Energy Efficiency?－An Empirical Study Based on China’s Industrial Sectors［J］.Industrial Economy，2007，(1):66 －74.］

［7］吴巧生，成金华.中国工业化中的能源消耗强度变动及因素分析——基于分解模型的实证分析［J］.财经研究，2006，32(6):75 －85.［Wu Qiaosheng，Cheng Jinhua.Analysis of Changes in the Intensity of Energy Consumption and Factorthough China’s Industrialization-Empirical Analysis Based on Decomposition Model［J］.Finance and Economics Reaserach，2006，32(6):75 －85.］

［8］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］.Energy Economics，2003，25(6):625 －638.

［9］高振宇，王益.我国能源生产率的地区划分及影响因素分析［J］.数量经济技术经济研究，2006，23(9):46－57.［Gao Zhengyu，Wang Yi.Regional Division of China’s Energy Productivity and Analysis of Influnce Factors［J］.Quantitative ＆ Technical Economics Research，2006，23(9):46 －57.

［10］屈小娥.中国省际能源效率差异及其影响因素分析［J］.经济理论与经济管理，2009，(2):46 －52.［Qu Xiaoe.Provincial Differences in Energy Efficiency of China and Its Influencing Factors［J］.Economic Theory and Economic Management，2009，(2):46 －52.］

［11］李世祥，成金华.中国能源效率评价及其影响因素分析［J］.统计研究，2008，25(10):18 － 27.［Li Shixian，Cheng Jinhua.Analysis of China Energy Efficiency and Influencing Factors［J］.Statistical Research，2008，25(10):18 －27.］

［12］屈小娥，袁晓玲.中国地区能源强度差异及影响因素分析［J］.经济学 家，2009，(9):68 － 74.［Qu Xiaoe，Yuan Xiaolin.Differences in Regional Energy Intensity of China and Analysis of Influencing Factors［J］.Economists，2009，(9):68 －74.］

［13］邱灵，申玉铭，任旺兵，等.中国能源利用效率的区域分异与影响因素分析［J］.自然资源学报，2008，23(5):920 －928.［Qiu Lin，Shen Yuming，Ren Wangbing，et al.Differences in Regional Energy Efficiency of China and Analysis of Influencing Factors［J］.Natural Resources，2008，23(5):920 －928.］

［14］董利.我国能源效率变化趋势的影响因素分析［J］.产业经济研究，2008，(1).［Dong Li.Analysis of Influcing Factors of the Change Trend of Energy Efficiency in China［J］.Industrial Economics Research，2008，(1).］

［15］魏楚，沈满洪.能源效率与能源生产率:基于DEA方法的省际数据比较［J］.数量经济技术经济研究，2007，24(9):110 －121.［WeiChu，Shen Manhong.Energy Efficiency and Energy Productivity:Provincial Data Comparison Based on DEA Method［J］.Quantitative ＆ Technical Economics Research，2007，24(9):110 －121.］

［16］王惠文.偏最小二乘回归方法及其应用［M］.北京:国防工业出版社，1999.［Wang Hui wen.Partial Least Squares Regression Method and Application［M］.Bei Jing:National Defence Industry Press，1999.］

Research on Inter-provincial Differences in Energy Efficiency of China and Its Influencing Factors

HU Zong-yiLIU Jing LIU Yi-wen
(School of Finance and Statistics，Hunan University，Changsha Hunan 410079，China)

China’s provinces have a significant difference in energy efficiency.To further promote the comprehensive utilization of energy，we need to analyze the factors that cause this difference at the regional level so as to find more rational and effective theories and methods to promote macro-utilization of energy.Based on the 2007 cross-section data，using partial least-square regression model，which deals very well with the problem of multicollinearity，14 variables are selected to represent 10 factors，which include level of economic development，production structure，industrial structure，energy consumption structure，level of openness，investment level，government impact，institutional factor，energy price and geography factor.This paper analyzes different factors’influencing direction and degree on regional energy efficiency.Research results show that the difference of foreign investment proportion in fixed assets investment，high-energy consuming industries’proportion in industrial added-value and the proportion of coal consumption in areas are the main factors for the significant differences in regional energy efficiency.This means investment level，industrial structure and energy consumption structure are the main factors that lead to significant regional energy efficiency differences.To narrow the regional energy efficiency gap in the short term，we must strictly limit some districts’rapid development of high energy-consuming industries，strengthen structural adjustment process of energy-intensive industries，speed up eliminating backward production capacity，and greatly improve the efficiency of coal use.

differences in regional energy efficiency;multicollinearity;influence factors;partial least-squares regression

F127

A

1002－2104(2011)07－0033－07

10.3969/j.issn.1002－2104.2011.07.006

2011－01－04

胡宗义，教授，博导，主要研究方向为计量经济模型。

教育部“新世纪优秀人才支持计划”(编号:NCET－09－0329);国家社科基金项目(编号:09BJL014);高等学校博士学科点专项科研基金(编号:20100161110030)。

(编辑:刘呈庆)