区域物流发展、经济增长与能源消费&基于中国省际面板数据的实证分析_能源消费论文

区域物流发展、经济增长与能源消费——基于中国省际面板数据的实证分析，本文主要内容关键词为：实证论文,经济增长论文,中国论文,面板论文,区域论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       一、引言

       改革开放30多年来，中国经济持续高速发展。与此同时，“能源、经济、环境”总体协调程度偏低，社会经济系统发展中存在着许多缺陷和冲突，并呈现出一定的非均衡性(汪小英等，2013)，突出表现之一为能源供需矛盾突出，能源消费增长速度与GDP增长速度不协调，这必将严重制约中国经济社会的可持续发展。当前，中国经济增长速度已进入换挡期，结构调整面临阵痛期，前期刺激政策进入消化期，因而正处于“三期叠加”的深度调整阶段，未来经济发展将步入“新常态”下的中高速发展。因此，绿色增长的发展模式是中国经济未来发展的必然选择(鲍健强等，2008)，也是构建新一轮国家竞争力的必由之路。

       物流过程中既包含价值的转移和实现，还包含物质的循环利用和能源转化，因此，它涉及了经济与生态环境两大系统(刘龙政、潘照安，2012)。作为新兴的生产性服务业，现代物流业对国民经济的拉动和辐射作用很大，几乎影响到三大产业的所有领域和细分产业门类，其影响力已超过一般的服务性行业，仅次于第二产业，远高于第三产业的其他行业门类(宋则、常东亮，2008)。物流业的发展不仅可以直接降低物流成本从而降低社会经济交易费用，而且能够加深各个区域之间的联系，在促进产业结构调整、转变经济发展方式和增强国民经济竞争力等方面发挥着重要作用。一个区域的现代物流与该区域的经济是相互依存的统一体，物流是区域经济的主要构成要素，是区域经济系统形成与发展的一种主导力量(张红波、彭焱，2009)。物流行业虽是能源消耗大户，但是物流业的发展可以深化和细化分工，彻底改造生产流程，降低生产和流通成本，节约能源消耗；更为重要的是，物流业的发展能带来知识转移和技术进步，加速技术创新和产业升级，从而提升能源利用效率。因此，区域物流发展、经济增长和能源消费之间存在着相互作用、相互影响的关系，厘清三者之间相互依存的内在机理，可以为解决中国能源短缺、结构调整、生态环境失衡等问题提出相应的政策建议，对于促进中国经济持续、快速、健康发展具有重要的现实意义。

       二、文献回顾

       能源消费与经济增长的关系一直是能源经济学研究的核心。国内外学者在这一领域做了大量的研究工作，但是，由于选取的数据不同，或者所采用的研究方法不同，所得到的结论存在显著差异。Narayan等(2007)利用C7国家1972-2002年的面板数据研究了能源消费与经济增长的关系，结果表明二者之间不存在因果关系。而Balcilar等(2010)采用希腊1960-2004的时间序列数据却发现，能源消费与经济增长之间存在单一因果关系。Bellke等(2011)运用OECD国家1981-2007年的面板数据考察了经济增长与能源消费的关系，结果表明二者之间存在双向因果关系。赵进文和范继涛(2007)选取中国1953-2005年的数据，将非线性STR模型技术应用于能源消费与经济增长之间内在结构依从关系的研究，结论表明中国经济增长对能源消费的影响具有非线性、非对称性和阶段性特征。汪旭晖和刘勇(2007)研究表明：尽管在短期内中国能源消费与GDP之间存在波动关系，但是长期来看二者存在着均衡关系，且存在能源消费对经济增长的单向因果关系。齐绍洲等(2009)研究了中国与八个发达国家之间人均GDP差异的收敛性及其能源消费强度随人均GDP变化的收敛性，结论表明，随着人均GDP差异的收敛，中国与八个发达国家的能源消费强度差异也是收敛的，且收敛速度快于人均GDP的收敛速度。而齐绍洲和李锴(2010)关于区域部门经济增长与能源强度差异收敛的分析则表明，随着东西部省区之间人均GDP差异的缩小，其能源强度差异也在缩小，但收敛的速度慢于人均GDP的收敛速度。李鹏(2013)采用1995-2008年中国省际面板数据，实证分析发现，经济增长是能源消费的单向格兰杰原因。综上可见，关于能源消费与经济增长关系问题，迄今为止仍然没有形成共识，矛盾和分歧依然存在。

       物流业是国民经济发展的动脉和基础产业，其发展程度已成为衡量一国现代化程度和综合国力的重要标志之一。Klaus(2009)认为，一国的物流支出与国家财富呈正相关关系，随着一国经济与全球经济一体化的提高，物流愈发成为提升财富的一种条件。Kisperska-Moron(1994)通过对波兰经济转型中经济与物流关系的研究，指出物流在经济转轨时期起到了重要的促进作用。Tavasszy等(2003)基于全球视角研究了贸易、物流、区域发展之间的关系，指出经济的增长迫切需要高效率的运输与先进的物流手段。近年来，随着中国物流业的发展，关于物流发展与经济增长关系的研究逐渐丰富。刘南和李燕(2007)以浙江省为例，运用格兰杰因果检验方法，发现现代物流发展与经济增长之间互为因果。宋则和常东亮(2008)通过分析现代物流业各项投入产出指标和系数，揭示了现代物流业的产业特征及其在国民经济中的地位和作用。武志惠等(2008)采用Logistic模型确定了区域物流业与区域经济增长之间的数量关系，并以三大经济圈为例，利用边际分析和弹性分析计算出三大经济圈物流业的单位增长所带来的区域经济的贡献。张红波和彭焱(2009)以长株潭地区为例，通过实证研究发现现代物流对区域经济增长有促进作用。郑新立(2011)指出，在“十二五”时期，加快现代流通业尤其是物流业发展，是转变经济发展方式的战略重点。随着中国物流业的发展，特别是“节能低碳，绿色发展”已成为全球发展的主流，物流发展对能源消费和碳排放的影响、物流发展对中国经济可持续发展的意义已引发理论界与实业界的高度关注。杨志梁等(2009)的实证分析表明，中国东、中、西部三个区域的物流发展与能源消费、能源消费与经济增长均存在协整关系。刘龙政和潘照安(2012)认为，经济增长拉动了物流需求，而物流产业在需求增加、规模扩大的同时，却带来了大量的能源消耗，导致碳排放量的增加。

       综上所述，目前有关区域物流发展、经济增长与能源消费三者之间关系的研究备受学术界和理论界的关注。由于中国物流业作为一个大系统整合并快速发展只是发生在近十几年，受数据可得性与可靠性的制约，一些实证研究仍存在明显的缺陷，如物流发展、经济增长与能源消费的长期均衡问题，需要大样本时间序列数据支撑，但许多研究仅就十几年的数据分析长期均衡与协整问题，显然受到数据所限，结果难免饱受质疑。另外，还有一些研究是建立在三者之间存在线性关系的假设下所进行的验证，由于缺乏理论模型依据，因而出现各种分歧和争议。本文在已有研究的基础上，首先应用经济增长理论与可持续发展理论推导论证区域物流、经济增长与能源消费三者关系的理论模型，然后利用中国1999-2013年的省际面板数据进行检验，并对中国东、中、西部三大经济区域分别进行实证分析，对比研究三大区域的物流发展对经济增长和能源消费的影响，并根据结论提出相应的政策建议。

       三、理论模型

       (一)经济增长与物流发展的关系

       物流业是一个资金和技术密集型产业，物流业的发展融合高科技与先进管理技术于一体，大数据时代的云计算平台和物联网技术在物流业中的应用，不仅会给物流业的发展带来彻底的变革，也将推动高新技术的飞跃。物流业的发展不仅能加速域外先进技术的引进，更有利于率先享有域外先进技术的扩散与溢出效应；物流业的发展能促进企业与供应链上下游合作伙伴管理技术的融合与共享，以及先进物流技术的推广和发展；物流业的发展还有利于产业集聚，有效地促进技术创新，成为区域技术进步的新“引擎”。

       基于以上理论基础，根据新增长理论中“研究与开发模型”的基本思想，在索洛模型传统假设基础上，假定整个经济系统分为两个部门：一个部门称为生产部门，负责产品生产；另一个部门称为物流部门，负责产品流通，物流部门的产出是物流服务和技术进步，这里主要研究其带来的技术进步，以及对经济增长的促进作用。假设两部门的生产函数为柯布—道格拉斯函数形式，劳动、资本在两部门之间的分配比例

是外生不变的，构建“生产—物流两部门增长模型”，模型涉及产出(Y)、劳动(L)、资本(K)和技术(A)四个变量。在t时刻的产品的产出与运动方程如下：

       生产部门的产出为：

      

       物流部门带来的技术进步：

      

       资本的积累为：

      

=sY (3)

       劳动力的增长为：

      

=nL (4)

       生产部门的产品生产是规模报酬不变的，但物流部门的技术进步则没有限制，既可能存在规模报酬递增收益也可能存在递减效应。B为转移参数，代表影响技术进步与新知识产生的其他因素，如教育制度、研发投入等等。参数φ反映了现有知识存量对技术进步的影响，φ＞0，表明现有知识存量对技术创新与新知识发现有促进作用，例如供应链管理技术CPFR(Collaborative Planning，Forecasting and Replenishment)就是在沃尔玛所推动的CFAR(Collaborative Forecast And Replenishment)基础上不断创新和发展的，凭借CPFR技术，零售企业与生产企业通过物流、信息流、资金流的整合，共同做出商品预测，并实行连续补货系统，大大缩短了补货周期，提高了供应链的反应能力，推动了企业的技术创新；φ＜0，表明现有知识存量在一定程度上加大了新知识的发现与创新难度，制约和禁锢了技术进步。

       为研究简便，不考虑资本，令α，β=0，“生产—物流两部门增长模型”简化如下：

       生产部门的产出为：

      

       可见，人均产出增长率等于技术进步增长率，而这个增长率的大小取决于式(9)，即物流部门带来的技术的增长率。所以，物流业的发展会促进技术进步，而技术进步决定了经济的增长率，即物流业的发展促进了经济的增长，并在一定程度上决定着经济的增长速度。

       (二)能源消费与经济增长的关系

       本文基于戴蒙得世代交叠模型，从微观视角研究经济增长与能源消费的理论模型。假设消费者的生命是有限的，不同代际的消费者生死交替，每个消费者生存两期：年轻期和年老期。年轻人靠劳动获得收入，用于消费与储蓄；年老人靠资本获得收入。假定消费者的消费和效用水平全部用能源消费来衡量。

       假设时间t是离散的，t=0，1，2…，

分别代表年轻人和年老人在t时间的能源消费，则t时间能源消费的效用依存于

，假设相对风险厌恶不变的效用函数为：

      

       在

一定时，式(17)表明t+1期的能源消费与t期的能源消费正相关，式(18)表明t期的能源消费与t期收入正相关。所以，能源消费不仅与人均收入正相关，而且本期的能源消费与上期的能源消费正相关。

       (三)能源消费强度与物流发展的关系

       由“生产—物流两部门模型”得出的理论模型(9)可知：物流业发展水平(D)能促进经济增长(Y)，并在一定程度上决定着经济的增长速度。经济增长与物流发展水平呈正相关关系，即：

       Y=F(D)，dF/dD＞0 (19)

       由戴蒙得世代交叠模型得出的理论模型(17)、(18)可知，能源消费(EC)与经济增长正相关，且与上期能源消费正相关。随着经济的增长，能源消费总量增加，且具有动态性，即：

       EC=G(Y)，dG/dY＞0 (20)

       而能源是稀缺的，这样的系统显然是发散的，属于爆炸式增长，是不可持续的。根据可持续增长理论，要实现经济系统的可持续增长，经济增长与能源消费必须实现长期均衡。物流业的发展不仅决定着流通领域的效率与效益，而且关联着各个产业，影响着产业链的整体价值，对经济增长与能源消费的均衡有重要的调节作用。由此可见，物流业发展一方面能促进经济增长(Y)，另一方面可以提高能源利用率，降低能源消耗。这里引入既能反映能源消费又能反映经济增长的变量能源消费强度(EI=EC/Y)，由式(5)、(7)和(18)可得：

      

       所以，能源消费强度(EI)与物流业发展水平(D)呈负相关关系，物流业的发展将提高能源消费的效率，有效地降低能源消费强度，随着物流业发展水平的提高，能源消费强度将下降。

       四、实证检验分析

       (一)数据来源及变量的定义

       中国物流业作为一个独立的产业，受到政府重视并得到大力发展是在1999年之后。由于物流业自身的特性，目前在《中国统计年鉴》中仍没有独立的物流业发展的统计数据。基于物流业在中国的发展现状及统计数据的可得性和有效性，考虑到货物周转量与物流需求水平及经济的关系，本文选取货物周转量衡量物流业发展水平。经济增长指标选取GDP和人均GDP来衡量，能源消费用能源消费总量和能源消费强度来衡量。本文选取1999-2013年中国30个省区(剔除西藏)的省际面板数据为样本，并将30个省区分为东、中、西三大经济区，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南共12个省(直辖市)，中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南共9个省(自治区)，西部地区包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆共9个省(自治区、直辖市)。GDP、人均GDP、能源消费、货物周转量等数据来自《中国统计年鉴》、《中国能源统计年鉴》。能源消费强度用能源消费总量除以GDP总量得到。各变量名称及其含义如表1所示。

       (二)经济增长与物流发展关系的实证检验

       根据经济增长与物流发展关系的理论模型式(9)的推演，可以得出物流业发展能促进经济增长，并在一定程度上决定经济增长的速度。据此，建立经济增长与物流业发展关系的面板模型为：

      

       其中：i表示30个省(市、自治区)，t表示1999-2013年；

为被解释变量，表示第i个省在t年GDP的自然对数值；

为解释变量，表示第i个省在t年货物周转量的自然对数值；α为公共截距项；

为省区的虚拟变量，反映了省际之间的差异，如资源禀赋、产业结构的差异等；

是年度虚拟变量，主要反映货物周转量以外的其他随时间变化的因素，如物流发展政策、技术等因素的变化；β为解释变量的系数，表示被解释变量对解释变量的弹性，本模型中指货物周转量每增加1％，gdp将增加β％；

表示随机扰动项。

      

       首先，利用1999-2013年的省际面板数据，通过Eviews6.0软件建立面板数据的混合模型、个体或时间固定效应模型、随机效应模型，对模型(25)进行估计回归。进一步，为分析不同经济区域的物流业发展对经济增长的影响，分别用东中西部三大经济区域的数据对模型(25)进行回归估计，并通过F检验和Hausman检验，结果表明，全国数据应该建立个体时间双固定效应模型，三大经济区域应该建立个体固定效应模型。回归参数的估计结果见表2。

      

       估计结果验证了理论模型(9)的正确性，表明物流业发展与经济增长同方向变动，中国物流业的发展对经济增长有正向影响。从全国数据的面板模型估计中得出的省区虚拟变量

和年度虚拟变量

的参数可以发现(估计结果省略)：

值最大的是位于东南沿海地区的省，如广东、江苏、浙江、山东等；

值最小的是青海、新疆等。

值在2005年以前全部为负数，2006年以后全部为正数，且在1999-2013年间逐年上升。模型估计的参数与中国物流业发展及经济增长的现状基本吻合。

       此外，从表2中的截距项α值可以看出，东部地区的值高于全国水平，中西部地区的值低于全国水平，说明物流业发展对于经济发展的推动作用存在区域差异，东部地区整体发展速度快于中西部地区，并已经使得东部地区经济增长速度在水平效应上高于中西部地区。从参数β的值可以看出，经济增长对于物流业发展的弹性不同，中西部地区的β值较大，表明中西部地区经济增长对物流业发展的弹性较大，未来发展物流业对经济增长的推动作用潜力较大。特别是中部地区，由于资源禀赋、产业结构的独特性，加之中部地区地理位置及较强的辐射能力，物流业发展具有特殊的优势，对经济增长的推动作用最大。

       (三)能源消费与经济增长关系的实证检验

       根据理论模型(17)和(18)可知，能源消费不仅与人均收入正相关，而且当期的能源消费与上期的能源消费正相关。于是建立动态面板数据模型：

      

       其中：

是被解释变量，为第i个省在t年的能源消费总量的自然对数值；

是解释变量，

为第i个省在t-1年的能源消费总量的自然对数值，

为第i个省在t年的人均GDP的自然对数值；

为解释变量的系数，表示被解释变量对解释变量的弹性；

为随机扰动项。分别用1999-2013年全国、东部、中部、西部经济区域的面板数据，对动态面板数据模型(26)进行GMM估计。参数的估计结果见表3。

      

       估计结果验证了理论模型(17)和(18)的正确性，表明中国能源消费与人均GDP同方向变动，且当期能源消费与上期能源消费之间存在显著的正相关性。从参数

的估计值可知，

整体大于

，表明中国本期能源消费对上期能源消费的弹性大于对人均GDP的弹性。就全国而言，人均GDP每增加1％，能源消费将增加0.217％，上期能源消费每增加1％，本期能源消费将增加0.686％。就三大经济区的比较而言，东部地区的

大于中西部地区，说明东部地区上期能源消费对本期能源消费的弹性较大，也就是说东部地区能源消费的惯性相对较大，这是由东部地区产业结构和资源条件决定的，东部地区拥有发达的工业，而能源主要来自于区域外部，能源消费依赖性一定较大。因此，东部地区的可持续发展需要大力发展新能源技术，摆脱能源消费的依赖性，降低能源消费的惯性。而中部地区的

值最大，表明中部地区能源消费对人均GDP的弹性较大，经济增长的同时伴随着大量的能源消费，这是因为中部大部分地区如山西、内蒙古等经济增长主要依赖于煤炭产业，产业结构不合理，仍处于高能耗、高污染和资源依赖型的粗放发展方式，经济增长依赖于大量的资源型要素的投入与使用。因此，中部地区需要优化产业结构，改变传统的经济发展方式，实现产业升级。

       (四)能源消费强度与物流业发展关系的实证检验

       根据理论模型(23)和(24)可知，能源消费强度与物流业发展水平负相关。建立能源消费强度与物流发展水平关系的面板模型为：

      

       其中：

是被解释变量，为第i个省在t年的能源消费强度的自然对数值；

是解释变量，为第i个省在t年的货物周转量的自然对数值，反映了物流业的发展水平；α为公共截距项，β为解释变量的系数，表示被解释变量对解释变量的弹性；

为随机扰动项。分别用1999-2013年全国、东部、中部、西部经济区域的面板数据，对模型(27)进行回归估计，并进行F检验和Hausman检验，结果表明应该建立个体固定效应模型。参数的估计结果见表4。

      

       估计结果验证了理论模型(23)的正确性，表明中国能源消费强度与物流业发展水平呈反方向变动，物流业的发展可以提高能源消费的效率，有效降低能源消费强度。从表4的截距项α值可以看出，中西部地区大于全国和东部地区，说明中西部地区能源利用效率比全国和东部地区低。参数β值符号全部为负说明，能源消费强度与物流业发展水平呈反方向变动。就全国而言，物流业发展水平每增长1％，能源消费强度将降低0.261％，且中西部地区β的绝对值大于全国和东部地区，表明中西部地区能源消费强度对于物流业发展水平的弹性大于全国和东部地区。因此，大力发展中西部地区的现代物流业，可以有效提高能源利用率，大幅降低能源消费强度。

       五、结论与政策建议

       本文基于经济增长理论和可持续发展理论，推导论证出区域物流发展、经济增长与能源消费关系的理论模型，并采用中国1999-2013年省际面板数据进行实证分析，验证理论模型的正确性，得出以下结论：

       第一，中国物流业的发展对经济增长有正面影响，由于物流业发展的阶段性与区域不平衡，导致物流业发展对区域经济增长的影响存在明显的地区差异。东部地区相对发达的物流业使得该地区经济增长速度在水平效应上高于中西部，而中西部地区经济增长对于物流业发展的弹性较大，说明未来物流业发展对于经济增长的推动作用潜力巨大。由于物流业发展受宏观经济环境及政府的调控影响较大，进入21世纪以来，中国物流业发展得到中央及各级政府的重视，特别是2005年以后物流业发展对经济增长的推动作用逐年上升。

       第二，中国能源消费与人均GDP同方向变动，当期能源消费还与上期能源消费之间存在显著的正相关性关系，且本期能源消费对上期能源消费的弹性大于对人均GDP的弹性。就全国而言，人均GDP每增加1％，能源消费将增加0.217％，上期能源消费每增加1％，本期能源消费将增加0.686％；就三大经济区的比较而言，由于东部地区拥有发达的工业，能源主要来自于区域外部，故能源消费的时间路径依赖性较大；而中部地区能源消费对于人均GDP的弹性较大，经济增长的同时伴随着大量的能源消费，这是因为中部地区仍处于高能耗、高污染和资源依赖型的粗放发展方式，经济增长依赖于大量的资源型要素的投入与使用。

       第三，中国能源消费强度与物流业发展水平呈反方向变动，物流业的发展降低了生产和流通成本，节约了能源消耗；同时物流业的发展有利于加速技术创新和产业升级，从而提升能源利用效率，有效降低能源消费强度。就全国而言，物流业发展水平每增长1％，能源消费强度将降低0.261％；就地区差异而言，中西部地区能源利用效率比全国和东部地区低，但中西部地区能源消费强度对于物流业发展水平的弹性大于全国和东部地区，说明物流业发展从总体上可以降低能源消费强度，且中西部地区物流业发展将大幅降低能源消费强度。

       根据以上结论，本文的政策建议为：虽然东部地区现代物流业发展较快，生产力水平先进，经济较为发达，但能源消费的惯性相对较大，需要不断采用精益物流技术、敏捷物流技术、新能源技术、绿色物流技术，通过先进的物流与供应链管理变革固有的不合理环节和流程，提高能源利用效率，构建和创新绿色低碳的发展模式。中西部地区不仅经济增长对于物流业发展的弹性较大，而且能源消费强度对于物流业发展水平的弹性也大于全国和东部地区。在未来的发展中，中西部地区物流业发展不仅对经济增长的推动作用较大，而且对能源利用效率的提高作用潜力巨大。因此，中西部地区需要大力发展现代物流业，优化产业结构，改变传统的经济发展方式，实现区域经济转型升级；探索能源综合利用的技术路径和系统优化思路，通过科技创新逐步调整能源结构，提高能源利用率，进而降低能源消费强度。从总体上来看，中国在实际能源消费中过于倚重煤炭，一次能源生产和消费结构中的比重分别占76％和69％，而从世界平均来看，煤炭占比不到30％。中国能源“十二五”发展规划重点瞄准两项目标：一是2020年非化石能源比重达到15％，二是碳减排40％～45％。从现实出发，要实现这两项目标需要依靠科技创新，大力发展现代物流业。这是因为：物流业作为生产性服务业，影响着第一、二产业的发展速度与质量，如钢铁、汽车、船舶、纺织、轻工业、装备制造业的发展对物流业的依赖性特别大，物流业是这些产业振兴发展的重要支撑；同时，物流业与电子信息、交通运输、金融等第三产业密切相关，与之相互融合、相互渗透，成为现代产业发展的主流；物流业的发展可以深化和细化分工，彻底改造生产流程，降低生产和流通成本，节约能源消耗；物流业的发展可以促进知识转移和技术进步，加速技术创新和产业升级，从而提升能源利用效率，物流业发展水平越高，能源消费的增长速度越慢。因此，只有大力发展现代物流业，才能彻底降低生产与流通成本，提高能源的使用效率与效益，从整体上提升中国的产业竞争力，实现经济的持续发展。

标签：能源消费论文;  面板数据论文;  经济模型论文;  现代物流业论文;  经济增长论文;  能源强度论文;  经济论文;  能源效率论文;  中国东部论文;  实证分析论文;  中西部地区论文;  经济学论文;