王班班

（武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 武漢430072）

東部沿海制造業(yè)內(nèi)部結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的影響機(jī)制分析＊

王班班

（武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)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(nèi)部結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的影響機(jī)制，通過統(tǒng)計(jì)數(shù)據(jù)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(biāo)占全行業(yè)的比重作為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的度量依據(jù)，用面板數(shù)據(jù)模型分析了制造業(yè)內(nèi)部結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的四大影響機(jī)制，分別是投資效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和收入效應(yīng)。本文的實(shí)證分析驗(yàn)證了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度影響的綜合性，并發(fā)現(xiàn)結(jié)構(gòu)調(diào)整可以通過投資的方向和規(guī)模來影響能源強(qiáng)度，而由其引致的產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化和十大行業(yè)人均收入的領(lǐng)先并不必然導(dǎo)致能源強(qiáng)度的降低，十大行業(yè)全要素生產(chǎn)率的提高對(duì)能源強(qiáng)度的影響不顯著。

能源強(qiáng)度；產(chǎn)業(yè)結(jié)構(gòu)調(diào)整；制造業(yè)

一、問題的提出

面對(duì)資源能源的約束、可持續(xù)發(fā)展戰(zhàn)略的倡導(dǎo)以及國際社會(huì)發(fā)展低碳經(jīng)濟(jì)的壓力，能源強(qiáng)度日益成為我國產(chǎn)業(yè)政策制定中的重點(diǎn)考慮對(duì)象。過去十年，中國經(jīng)濟(jì)高速增長的同時(shí)也伴隨著產(chǎn)業(yè)結(jié)構(gòu)的不斷調(diào)整，并對(duì)能源強(qiáng)度產(chǎn)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(jīng)歷了較為明顯的結(jié)構(gòu)調(diào)整，是全國重要的價(jià)值創(chuàng)造部門，也是主要能耗部門。因此，從該地區(qū)入手，細(xì)致考察制造業(yè)內(nèi)部結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的影響，并進(jìn)一步分析其影響機(jī)制，對(duì)我國區(qū)域乃至全國層面的能源政策和產(chǎn)業(yè)政策均有重要的意義。

20世紀(jì)90年代開始，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源強(qiáng)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(duì)中國的相關(guān)研究則可以追溯到Kambara（1992）的定性分析［10］（P608－636）。相關(guān)定量研究按方法可以分為兩大類，一類是運(yùn)用分解法將能源強(qiáng)度分解為技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)①，另一類是運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法綜合考察產(chǎn)業(yè)結(jié)構(gòu)和其他因素對(duì)中國能源強(qiáng)度的影響。從研究結(jié)論來看，現(xiàn)有觀點(diǎn)可以分為五大類：（1）主導(dǎo)影響說。認(rèn)為結(jié)構(gòu)效應(yīng)是我國能源強(qiáng)度下降最主要的影響因素［11］（P37－41）；（2）負(fù)向影響說。認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)將導(dǎo)致能源強(qiáng)度上升［12］（P24－28）［13］（P99－101）；（3）適度影響說。主要運(yùn)用分解法，發(fā)現(xiàn)結(jié)構(gòu)效應(yīng)對(duì)能源強(qiáng)度影響的絕對(duì)值在10% 以 內(nèi)［14］（P1－6）［15］（P625－638）［16］（P4640－4649）［17］（P52－62）；（4）階段差異說。認(rèn)為在不同的時(shí)間階段中技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)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(chǎn)業(yè)結(jié)構(gòu)以及經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)、能源價(jià)格、FDI、進(jìn)出口、市場(chǎng)化程度、R＆D、人力資本等多種因素對(duì)能源強(qiáng)度的影響，其中大部分認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)可以顯著降低能源強(qiáng)度［21］（P16－24）［22］（P95－98）［23］（P68－74）［24］（P439－468），少數(shù)認(rèn)為第三產(chǎn)業(yè)增加值比重的上升對(duì)能源強(qiáng)度也將產(chǎn)生負(fù)向作用［25］（P8－18），或認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源強(qiáng)度的影響在統(tǒng)計(jì)上不顯著［26］（P691－694）。

盡管國內(nèi)外學(xué)術(shù)界已有較為豐富的研究成果，但現(xiàn)有研究或僅僅關(guān)注產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源強(qiáng)度的影響程度，或試圖全面考察能源強(qiáng)度的影響因素。不足之處表現(xiàn)在：（1）現(xiàn)有分解法類的研究對(duì)結(jié)構(gòu)效應(yīng)的理解過于狹義，僅限于度量產(chǎn)值比重絕對(duì)變動(dòng)的影響；（2）現(xiàn)有非分解法研究雖然涵蓋了影響能源強(qiáng)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(shù)據(jù)可得性的限制，現(xiàn)有研究缺乏我國省區(qū)層面、行業(yè)細(xì)分的相關(guān)研究，難以細(xì)致考察結(jié)構(gòu)調(diào)整趨勢(shì)和省區(qū)差異?；诖?，本文在考察產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源強(qiáng)度的影響程度之上，試圖進(jìn)一步厘清產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)通過哪些機(jī)制對(duì)能源強(qiáng)度展開綜合、系統(tǒng)的影響。具體改進(jìn)如下：一是將綜合考察產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的影響機(jī)制，在理論推演的基礎(chǔ)上形成一個(gè) “結(jié)構(gòu)變動(dòng)——經(jīng)濟(jì)體各變量變動(dòng)——能源強(qiáng)度變動(dòng)”的系統(tǒng)性的考察思路。二是通過統(tǒng)計(jì)數(shù)據(jù)篩選出東部沿海制造業(yè)內(nèi)部結(jié)構(gòu)調(diào)整幅度最大的十大行業(yè)，并以十大行業(yè)指標(biāo)與制造業(yè)對(duì)應(yīng)指標(biāo)的占比來度量結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的影響機(jī)制。此外，本研究擬涵蓋省區(qū)層面行業(yè)細(xì)分的數(shù)據(jù)分析。由于數(shù)據(jù)的取得難度較大，研究先從中國經(jīng)濟(jì)最發(fā)達(dá)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(jié)論。

二、理論模型及樣本說明

結(jié)構(gòu)調(diào)整的影響機(jī)制體現(xiàn)為產(chǎn)業(yè)結(jié)構(gòu)變化通過經(jīng)濟(jì)運(yùn)行中的各個(gè)變量對(duì)能源強(qiáng)度產(chǎn)生的綜合影響。能源強(qiáng)度在數(shù)值上表現(xiàn)為綜合能源消費(fèi)與產(chǎn)出的比值，在引入能源消費(fèi)函數(shù)和生產(chǎn)函數(shù)之后，能源強(qiáng)度將受技術(shù)水平和投入要素水平的影響。下面將建立能源強(qiáng)度廣義影響機(jī)制的結(jié)構(gòu)模型。

（一）模型

1.產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源強(qiáng)度的影響機(jī)制模型。假設(shè)行業(yè)和總體的生產(chǎn)函數(shù)均為柯布·道格拉斯形式，投入變量為資本K和勞動(dòng)L，技術(shù)進(jìn)步A外生。為了方便計(jì)算，本文假設(shè)規(guī)模報(bào)酬不變。因此，行業(yè)和總體的生產(chǎn)函數(shù)為：

假設(shè)各行業(yè)的能源消費(fèi)量與產(chǎn)出水平之間的函數(shù)均為線性：

其中，mi反映了各個(gè)行業(yè)能源強(qiáng)度，即各個(gè)行業(yè)的能耗技術(shù)水平。

此外，能源強(qiáng)度可以進(jìn)行如下分解：

根據(jù)上述假設(shè)，從行業(yè)結(jié)構(gòu)的角度，可以得出如下表達(dá)式 （推導(dǎo)過程略）：

其中，yi＝Y(jié)i／Li，y＝Y(jié)／L分別表示各行業(yè)的單位勞動(dòng)力產(chǎn)出和總體的單位勞動(dòng)力產(chǎn)出 （勞均產(chǎn)出）。N＝A2· （K／L）β－α代表未包含在結(jié)構(gòu)因素中的、由行業(yè)生產(chǎn)函數(shù)和總體生產(chǎn)函數(shù)差異而導(dǎo)致的影響因素。

2.模型的解釋。模型顯示，行業(yè)結(jié)構(gòu)調(diào)整主要通過四個(gè)方面的渠道對(duì)能源強(qiáng)度產(chǎn)生影響：一是行業(yè)資本占總資本的比例，二是行業(yè)產(chǎn)出占總產(chǎn)出的比例，三是生產(chǎn)技術(shù)和節(jié)能技術(shù)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(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和收入效應(yīng)對(duì)上述影響機(jī)制進(jìn)行概括。

第一，投資效應(yīng)。作為產(chǎn)出的重要投入要素，資本對(duì)能源強(qiáng)度存在重要的影響。相對(duì)增加對(duì)能耗產(chǎn)出比低的行業(yè)的投資，有助于提高能源利用率高的產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中的占比，從而有利于省區(qū)整體能源強(qiáng)度的降低。然而，現(xiàn)有研究中對(duì)投資因素的考察多集中于 FDI對(duì)能源強(qiáng)度的效應(yīng)［22］（p95－98）［23］（P439－468）［25］（P8－18），而沒有關(guān)注行業(yè)自身投資水平對(duì)能源強(qiáng)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(qiáng)度之間的關(guān)系。

第二，結(jié)構(gòu)效應(yīng)。能源利用效率高的行業(yè)產(chǎn)值占比的提高有助于提高整體能源強(qiáng)度。一般而言，產(chǎn)業(yè)高級(jí)化的過程同時(shí)伴隨著能源利用效率的提高，結(jié)構(gòu)效應(yīng)最終將反映在三次產(chǎn)業(yè)產(chǎn)值占比對(duì)能源強(qiáng)度的影響上。通常認(rèn)為，第二產(chǎn)業(yè)從事生產(chǎn)職能，其能源消耗較大；第三產(chǎn)業(yè)從事服務(wù)職能，其能源消耗?。欢谝划a(chǎn)業(yè)對(duì)能源強(qiáng)度的影響平穩(wěn)并逐漸縮小。本文將考察十大行業(yè)結(jié)構(gòu)調(diào)整所引起的三次產(chǎn)業(yè)占比的變化對(duì)能源強(qiáng)度的影響。

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

第四，收入效應(yīng)。環(huán)境庫茲涅茨曲線的結(jié)論顯示，人均收入和環(huán)境污染程度之間呈倒U型關(guān)系。我國能源利用效率是否已經(jīng)越過倒U曲線的拐點(diǎn)？現(xiàn)有研究均從省區(qū)整體水平入手，顯示人均收入對(duì)能源效率的提高有顯著促進(jìn)作用［23］（P439－468）［25］（P8－18），但行業(yè)層面較少。本文則重點(diǎn)考察在東部六省市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中，結(jié)構(gòu)調(diào)整前十大行業(yè)的人均收入將對(duì)能源強(qiáng)度產(chǎn)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(jié)構(gòu)調(diào)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(nèi)部的結(jié)構(gòu)調(diào)整，并篩選出六個(gè)省市調(diào)整幅度最大的十大行業(yè)。從具體指標(biāo)來看，可以用區(qū)位熵的變化率來衡量。區(qū)位熵可以測(cè)度某一行業(yè)在某地區(qū)相對(duì)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(nèi)的規(guī)模，還可以反映該行業(yè)在制造業(yè)整體產(chǎn)值中所處的地位。區(qū)位熵的具體計(jì)算公式如下：

由于部分省份行業(yè)細(xì)分工業(yè)增加值數(shù)據(jù)較難獲得，本文選取各行業(yè)的工業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，分別計(jì)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(duì)這兩個(gè)年份進(jìn)行了對(duì)比，從而選出1998—2008年間這六個(gè)省市制造業(yè)內(nèi)部結(jié)構(gòu)調(diào)整最大的十大行業(yè)。

各省市制造業(yè)行業(yè)細(xì)分?jǐn)?shù)據(jù)來自各省市相應(yīng)年份的統(tǒng)計(jì)年鑒。由于統(tǒng)計(jì)口徑的關(guān)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(jù)區(qū)位熵計(jì)算公式計(jì)算，結(jié)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(dòng)率是本文選擇制造業(yè)集聚程度變化的十大行業(yè)的標(biāo)準(zhǔn)。然而，根據(jù)具體情形，這一選擇標(biāo)準(zhǔn)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(chǎn)生了較大的變動(dòng)，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(gè)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(dòng)率和飲料制造業(yè)的變動(dòng)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(shì)發(fā)生了逆轉(zhuǎn)，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(jù)區(qū)位熵指標(biāo)以及上述選擇標(biāo)準(zhǔn)，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(jī)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(fù)制；（4）化學(xué)原料及化學(xué)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(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)；（10）木材加工及木、竹、藤、棕、草制品業(yè)。

（三）指標(biāo)說明和數(shù)據(jù)來源

本文構(gòu)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(shù)據(jù)，其中技術(shù)效應(yīng)指標(biāo)的計(jì)算涉及1998年數(shù)據(jù)。具體指標(biāo)構(gòu)建方式和數(shù)據(jù)來源說明如下：

1.綜合能源強(qiáng)度。六省區(qū)歷年的綜合能源消費(fèi)、名義GDP及GDP指數(shù)均來自CEIC數(shù)據(jù)庫。本文用各省區(qū)的GDP指數(shù) （轉(zhuǎn)換為1998年不變價(jià)格）平減以得到各省區(qū)的真實(shí)GDP，并將各省區(qū)的綜合能源消費(fèi)量除以真實(shí)GDP，得到各省區(qū)歷年綜合能源強(qiáng)度。

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

3.結(jié)構(gòu)效應(yīng)指標(biāo)。本文以各省區(qū)三次產(chǎn)業(yè)增加值占GDP的比重來反映結(jié)構(gòu)效應(yīng)。為了避免多重共線性，模型變量中僅包含第二產(chǎn)業(yè)和第三產(chǎn)業(yè)增加值占GDP的比重，數(shù)據(jù)均來自CEIC數(shù)據(jù)庫。

4.技術(shù)效應(yīng)指標(biāo)。本文以數(shù)據(jù)包絡(luò)法 （DEA）中的Malmquist非參數(shù)法來估計(jì)十大行業(yè)的技術(shù)進(jìn)步。Malmquist指數(shù)可以計(jì)算出全要素生產(chǎn)率，并將其進(jìn)一步分解為技術(shù)效率指數(shù)和科技進(jìn)步指數(shù)，技術(shù)效率指數(shù)又可以進(jìn)一步分解為純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)。由于數(shù)據(jù)規(guī)模對(duì)變量數(shù)量的限制，本文僅用全要素生產(chǎn)率作為十大行業(yè)技術(shù)進(jìn)步水平的指標(biāo)。

DEA估計(jì)的產(chǎn)出指標(biāo)為各省區(qū)十大行業(yè)的工業(yè)總產(chǎn)值，分別來自各省區(qū)1998—2008年 《統(tǒng)計(jì)年鑒》。

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

固定資本投入指標(biāo)的估算，國際上通用的是永續(xù)盤存法 （PIM），即kt＝kt－1（1＋θ）＋I(xiàn)t，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(shù)據(jù)，本文采用朱鐘棣等 （2005）［27］（P51－62）提供的無折舊率計(jì)算公式進(jìn)行計(jì)算，即

其中，k0為1998年固定資產(chǎn)凈值，Δkt為t年固定資產(chǎn)凈值增加量，數(shù)據(jù)來源同前述的 “投資效應(yīng)指標(biāo)”。pit為歷年 《中國統(tǒng)計(jì)年鑒》公布的固定資產(chǎn)投資價(jià)格指數(shù)，但是2007年數(shù)據(jù)缺失，本文分別從各省區(qū) 《統(tǒng)計(jì)年鑒》中搜集。此外，廣東省1998—2000年并未公布該指數(shù)，本文用全國數(shù)據(jù)替代。以上指數(shù)轉(zhuǎn)化為以1998年為100。計(jì)算工具采用DEAP2.1軟件包。

5.收入效應(yīng)指標(biāo)。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(yīng)的衡量指標(biāo)。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(shù)之比。各省區(qū)分行業(yè)增加值數(shù)據(jù)來自各省區(qū)歷年 《統(tǒng)計(jì)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(jīng)濟(jì)統(tǒng)計(jì)年鑒》搜集了2005—2007年的電氣機(jī)械、化學(xué)原料、非金屬礦物、紡織服裝、食品制造和通信設(shè)備六個(gè)行業(yè)的增加值數(shù)據(jù)，以及2002—2003年的電器機(jī)械、化學(xué)原料、非金屬礦物、食品制造和通信設(shè)備五個(gè)行業(yè)的增加值數(shù)據(jù)。其余數(shù)據(jù)均為估算。估算方法為：

對(duì)比上海市2000年、2001年的估算值和實(shí)際值，具有較高的一致性。增加值數(shù)據(jù)經(jīng)過各省市GDP指數(shù)平減。江蘇省2004年、2008年，以及浙江省2008年數(shù)據(jù)也依據(jù)此方法進(jìn)行估算。各省市分行業(yè)從業(yè)人員數(shù)據(jù)同 “技術(shù)效應(yīng)指標(biāo)”小節(jié)中所述。

各省市從業(yè)人員總數(shù)來自各省區(qū)歷年 《統(tǒng)計(jì)年鑒》，GDP經(jīng)過各省市GDP指數(shù)平減。

對(duì)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(jì)特征

三、實(shí)證檢驗(yàn)分析

（一）回歸結(jié)果

本文采用面板數(shù)據(jù)模型對(duì)上述四大效應(yīng)的影響機(jī)制進(jìn)行實(shí)證分析。由于變量的選取將為比例形式，因此本文采取半對(duì)數(shù)模型，以考察各個(gè)解釋變量比例每變動(dòng)一個(gè)百分點(diǎn)對(duì)能源強(qiáng)度變化的影響，其對(duì)應(yīng)的面板數(shù)據(jù)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(cè)的時(shí)間效應(yīng)，解釋了沒有包含在模型中的和時(shí)間有關(guān)的效應(yīng)；εi，t是隨機(jī)擾動(dòng)項(xiàng)，服從獨(dú)立同分布；EIi，t為被解釋變量，是各時(shí)期六省區(qū)的綜合能源強(qiáng)度；Xi，t為解釋變量，分別反映上述十大行業(yè)的投資效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和收入效應(yīng)。

本文用面板數(shù)據(jù)模型估計(jì)β值，以考察各個(gè)指標(biāo)變動(dòng)對(duì)能源強(qiáng)度變化的影響。為了排除各個(gè)影響因素之間的多重共線性，給出了這些變量的相關(guān)系數(shù)矩陣 （如表4所示）。分析顯示，第二產(chǎn)業(yè)占比SEC與第三產(chǎn)業(yè)占比THD、投資效應(yīng)指標(biāo)INVRATIO以及收入效應(yīng)指標(biāo)INCRATIO之間均存在較強(qiáng)的相關(guān)性。為了全面分析四大效應(yīng)對(duì)能源強(qiáng)度的影響，本文并不簡單剔除第二產(chǎn)業(yè)產(chǎn)值占比SEC這一變量，而是對(duì)剔除SEC變量的模型和包含SEC變量的模型分別進(jìn)行回歸。

表4 影響因素的相關(guān)系數(shù)矩陣

本文分別對(duì)包含變量INVRATIO、THD、TPF、INCRATIO的模型1，以及包含INVRATIO，SEC，TPF的模型2進(jìn)行回歸，軟件采用EViews6.0。由于數(shù)據(jù)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(yīng)，而不選擇包含時(shí)間效應(yīng)的雙向模型。EViews6.0的“冗余固定效應(yīng)檢驗(yàn)” （Redundant Fixed Effects Test）和豪斯曼檢驗(yàn) （Hausman Test）顯示，采用截面隨機(jī)效應(yīng)模型最優(yōu)。估計(jì)結(jié)果如表5所示。

表5 十大行業(yè)總影響機(jī)制回歸結(jié)果

（二）結(jié)果分析

以上回歸結(jié)果體現(xiàn)了制造業(yè)內(nèi)部結(jié)構(gòu)調(diào)整對(duì)能源強(qiáng)度的影響機(jī)制，下文分別就投資效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和收入效應(yīng)這四大機(jī)制進(jìn)行詳細(xì)分析。

1.投資效應(yīng)。對(duì)投資效應(yīng)來說，INVRATIO的系數(shù)為負(fù)，且在1%的水平上顯著，說明十大行業(yè)固定資產(chǎn)投資額占該省區(qū)總固定資產(chǎn)投資額的比重每增加1個(gè)百分點(diǎn)，能源強(qiáng)度將下降0.79%～1.14%。固定資產(chǎn)投資水平和該產(chǎn)業(yè)的發(fā)展水平有著高度相關(guān)，這一回歸結(jié)果反映了在現(xiàn)有的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整趨勢(shì)和各行業(yè)能源技術(shù)改進(jìn)趨勢(shì)下，制造業(yè)的發(fā)展有助于六省區(qū)能源強(qiáng)度的下降。由于各省市統(tǒng)計(jì)局并沒有公布工業(yè)分行業(yè)能源消費(fèi)數(shù)據(jù)，下面用全國行業(yè)細(xì)分的數(shù)據(jù)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(fèi)量最大、能源強(qiáng)度最大以及能源強(qiáng)度下降幅度最大的五個(gè)行業(yè)，結(jié)合本文前述結(jié)論不難發(fā)現(xiàn)：（1）能源消費(fèi)量及能源強(qiáng)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(qiáng)度也有一定的改進(jìn)。（2）能耗較小的電氣機(jī)械及器材制造業(yè)，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)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(chǎn)業(yè)的集聚發(fā)展有助于能源強(qiáng)度的降低。

表6 制造業(yè)能源消費(fèi)、能源強(qiáng)度和能源強(qiáng)度降幅五大行業(yè)

2.結(jié)構(gòu)效應(yīng)?；貧w結(jié)果顯示，第二產(chǎn)業(yè)及第三產(chǎn)業(yè)的GDP占比與能源強(qiáng)度均成正比。變量SEC的回歸系數(shù)為6.47，表明第二產(chǎn)業(yè)增加值占GDP比重每上升一個(gè)百分點(diǎn)，該地區(qū)能源強(qiáng)度將上升6.47%。從六省市1999—2008年第二產(chǎn)業(yè)增加值占GDP比重的趨勢(shì)來看，僅上海市第二產(chǎn)業(yè)比重有了一定的下降；江蘇省和廣東省呈現(xiàn)先升后降的趨勢(shì)；山東省和福建省則在十年間呈顯著上升態(tài)勢(shì)；浙江省小幅波動(dòng)相對(duì)平穩(wěn)（如圖1所示）。這說明，盡管在工業(yè)行業(yè)內(nèi)部，東部六省市的產(chǎn)業(yè)結(jié)構(gòu)正在向資本密集、能耗較低的行業(yè)調(diào)整，然而工業(yè)行業(yè)整體規(guī)模依然較大，甚至緩慢擴(kuò)張，這將導(dǎo)致省區(qū)整體能源強(qiáng)度的上升。

圖1 第二產(chǎn)業(yè)增加值占GDP比重（100%）

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

圖2 我國三次產(chǎn)業(yè)能源強(qiáng)度變化趨勢(shì)（萬噸標(biāo)煤／億元）

3.技術(shù)效應(yīng)。模型1和模型2中TFP的系數(shù)均為正，但不顯著。TFP指數(shù)為用數(shù)據(jù)包絡(luò)法計(jì)算的全要素生產(chǎn)率，即扣除勞動(dòng)力和資本存量等投入變量的影響之后，技術(shù)水平對(duì)產(chǎn)出的影響。本文認(rèn)為，模型中全要素生產(chǎn)率指數(shù)對(duì)能源強(qiáng)度之所以沒有很好的解釋能力，是因?yàn)樵撝笖?shù)并沒有很確切地反映行業(yè)的節(jié)能技術(shù)水平，即產(chǎn)業(yè)整體生產(chǎn)技術(shù)水平的提升并不意味著節(jié)約能源的技術(shù)水平的提升。如果一個(gè)行業(yè)的生產(chǎn)能力和研發(fā)資金并沒有投入在改進(jìn)能源利用效率的技術(shù)上，那么這樣的技術(shù)進(jìn)步并不一定會(huì)導(dǎo)致能源強(qiáng)度的下降。因此，對(duì)于提高能源強(qiáng)度的目標(biāo)而言，更有針對(duì)性地鼓勵(lì)節(jié)能技術(shù)的開發(fā)和引進(jìn)至關(guān)重要。

4.收入效應(yīng)。模型中變量INCRATIO系數(shù)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(dòng)力的產(chǎn)出）與該省區(qū)勞均GDP的比例每提高一個(gè)百分點(diǎn)，該省區(qū)能源強(qiáng)度就將提高0.04%，這與本文的預(yù)期相反。大部分研究均顯示，人均收入水平提高會(huì)降低能源強(qiáng)度，或者人均收入水平和能源強(qiáng)度水平存在倒U型關(guān)系。蔡昉等（2008）采用二氧化硫排放量為指標(biāo)發(fā)現(xiàn)，東部地區(qū)已經(jīng)逼近甚至越過環(huán)境庫茲涅茨曲線的拐點(diǎn)［28］（P4－11）。然而本研究表明，這一趨勢(shì)對(duì)于能源強(qiáng)度來說并不明顯。十大行業(yè)的勞均GDP始終領(lǐng)先于省區(qū)整體的勞均GDP，并且這一比例呈上升趨勢(shì)。在控制了投資效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)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(shí)能源強(qiáng)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(shí)也反映了產(chǎn)業(yè)資本密集化程度的提高，但這并不一定導(dǎo)致能源強(qiáng)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(kuò)大，一定程度上說明收入結(jié)構(gòu)的不均衡可能不利于能源效率的提升；（3）節(jié)能減排意識(shí)的欠缺使得十大行業(yè)收入水平的提高并不能轉(zhuǎn)化為節(jié)能減排的內(nèi)在動(dòng)力。

四、主要結(jié)論

本研究認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的過程主要通過投資效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和收入效應(yīng)的傳導(dǎo)機(jī)制來影響真實(shí)能源強(qiáng)度。在東部六省市1999年至2008年十年的結(jié)構(gòu)調(diào)整中，集聚程度變化最大的十大行業(yè)對(duì)省區(qū)能源強(qiáng)度變化的貢獻(xiàn)顯著。本文采用六省市十年面板數(shù)據(jù)的回歸分析考察十大行業(yè)對(duì)能源強(qiáng)度的影響機(jī)制，主要得出以下結(jié)論。

第一，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整方向有助于能源強(qiáng)度的降低。盡管十大行業(yè)中既存在集聚程度提高的產(chǎn)業(yè)，也存在集聚程度降低的產(chǎn)業(yè)，然而十大行業(yè)固定資產(chǎn)投資占省區(qū)總固定資產(chǎn)投資比例的提高有助于能源強(qiáng)度的降低。這反映了在結(jié)構(gòu)調(diào)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(duì)趨緩。這一結(jié)論對(duì)于單個(gè)行業(yè)不一定完全適用，但是從十大行業(yè)的回歸結(jié)果來看，它作為一個(gè)總體趨勢(shì)的結(jié)論是可以成立的。這說明不論是政策導(dǎo)向還是經(jīng)濟(jì)自發(fā)行為，對(duì)于東部六省市而言，產(chǎn)業(yè)發(fā)展正在朝著有利于能源效率提高的方向進(jìn)行。

第二，在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的過程中，處于產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化方向上的產(chǎn)業(yè)同樣需要積極有效地提高行業(yè)內(nèi)的能源效率。研究結(jié)果顯示，第三產(chǎn)業(yè)比重的增加同樣可以導(dǎo)致能源強(qiáng)度的提高。這與現(xiàn)有研究的結(jié)論并不矛盾。雖然第三產(chǎn)業(yè)作為以服務(wù)職能為主的產(chǎn)業(yè)，能耗壓力比第二產(chǎn)業(yè)低，但在制定節(jié)能減排的產(chǎn)業(yè)政策時(shí)，并不意味著簡單地去引導(dǎo)產(chǎn)業(yè)高級(jí)化發(fā)展就可以解決所有問題。第三產(chǎn)業(yè)內(nèi)部自身也迫切需要節(jié)能減排的動(dòng)力。

第三，一般技術(shù)進(jìn)步如果不轉(zhuǎn)化為節(jié)能降耗的特定技術(shù)，就不一定會(huì)對(duì)能源強(qiáng)度產(chǎn)生顯著影響。不同于其他研究的指標(biāo)，本文采用全要素生產(chǎn)率來考察技術(shù)效應(yīng)對(duì)能源強(qiáng)度的影響。研究顯示，十大行業(yè)的全要素生產(chǎn)率對(duì)能源強(qiáng)度的影響并不顯著。雖然這與本文的預(yù)期不太一樣，但該結(jié)論至少意味著，不與節(jié)能降耗直接相關(guān)的技術(shù)進(jìn)步不一定能夠促進(jìn)能源效率的提高。而與節(jié)能降耗相關(guān)的技術(shù)進(jìn)步是否能夠顯著提高能源效率，還需要具體的數(shù)據(jù)來進(jìn)行分析。

第四，部分產(chǎn)業(yè)人均收入的增長并沒有對(duì)節(jié)能減排產(chǎn)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(qiáng)度的降低，但是十大行業(yè)的數(shù)據(jù)顯示，其人均收入相對(duì)省區(qū)總體人均收入的提高反而導(dǎo)致了能源強(qiáng)度的提高。雖然程度不大，但是效應(yīng)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(lǐng)先效應(yīng)并沒有轉(zhuǎn)化為節(jié)能減排的內(nèi)在動(dòng)力，節(jié)能意識(shí)還需進(jìn)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(xiàn).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(chǎn)業(yè)結(jié)構(gòu)變化對(duì)GDP能源強(qiáng)度上升的影響及趨勢(shì)分析［J］.環(huán)境保護(hù)，2005，（12）.

［12］師博.中國能源強(qiáng)度變動(dòng)的主導(dǎo)效應(yīng)分析——一項(xiàng)基于指數(shù)分解模型的實(shí)證研究［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007，（12）.

［13］施鳳丹，劉春平，郭紅燕.基于SDA的結(jié)構(gòu)效應(yīng)對(duì)能源強(qiáng)度影響程度的實(shí)證研究［J］.企業(yè)經(jīng)濟(jì)，2008，（2）.

［14］韓智勇，魏一鳴，范英.中國能源強(qiáng)度與經(jīng)濟(jì)結(jié)構(gòu)變化特征研究［J］.數(shù)理統(tǒng)計(jì)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(qiáng)度變動(dòng)的區(qū)域因素分解分析——基于LMDI分解方法［J］.財(cái)經(jīng)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(qiáng)度變動(dòng)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(qiáng)度因素分解研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（10）.

［21］馮泰文，孫林巖，何哲.技術(shù)進(jìn)步對(duì)中國能源強(qiáng)度調(diào)節(jié)效應(yīng)的實(shí)證研究［J］.科學(xué)學(xué)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(cái)貿(mào)經(jīng)濟(jì)，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(qiáng)度差異及影響因素分析［J］.經(jīng)濟(jì)學(xué)家，2009，（9）.

［25］董利.我國能源效率變化趨勢(shì)的影響因素分析［J］.產(chǎn)業(yè)經(jīng)濟(jì)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(chǎn)率變動(dòng)及其趨異化：基于分行業(yè)面板數(shù)據(jù)的研究［J］.世界經(jīng)濟(jì)，2005，（9）.

［28］蔡昉，都陽，王美艷.經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與節(jié)能減排內(nèi)在動(dòng)力［J］.經(jīng)濟(jì)研究，2008，（6）.

注釋：

①技術(shù)效應(yīng)指某子行業(yè)內(nèi)能源強(qiáng)度的變化對(duì)全行業(yè)能源強(qiáng)度的影響，結(jié)構(gòu)效應(yīng)指某子行業(yè)的產(chǎn)值占全行業(yè)產(chǎn)值比例變動(dòng)對(duì)能源強(qiáng)度的影響。

（責(zé)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，F(xiàn)ujian 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(xué)基金面上項(xiàng)目 “FDI的能源強(qiáng)度效應(yīng)及政策優(yōu)化研究”（71073114）；教育部人文社會(huì)科學(xué)研究項(xiàng)目 “東部產(chǎn)業(yè)轉(zhuǎn)移對(duì)中西部能源效率的影響機(jī)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(jīng)濟(jì)學(xué)、碳交易市場(chǎng)。