前言：本站為你精心整理了省域能源生態(tài)足跡空間效應(yīng)范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：選取30省（自治區(qū)、直轄市）行政單位作為基本空間單元，依據(jù)2004—2015年中國統(tǒng)計年鑒和中國能源統(tǒng)計年鑒數(shù)據(jù)，對中國人均能源生態(tài)足跡進行核算，在此基礎(chǔ)上運用STIRPAT模型的變式，采用空間計量經(jīng)濟學(xué)的方法，分析人均能源生態(tài)足跡影響因素的空間效應(yīng)。研究結(jié)果表明：從2003年到2014年中國人均能源生態(tài)足跡呈現(xiàn)不斷上升的態(tài)勢；期間中國人均能源生態(tài)足跡存在著顯著的全局空間集聚效應(yīng)；中國省域人均能源生態(tài)足跡存在較為顯著的空間正相關(guān)性；人均GDP和建筑業(yè)總產(chǎn)值的提升對中國人均能源生態(tài)足跡有著正向的空間影響，新型城鎮(zhèn)化的進程、提升規(guī)模以上工業(yè)企業(yè)的產(chǎn)出效率和高新技術(shù)產(chǎn)業(yè)的發(fā)展均有利于降低人均能源生態(tài)足跡。

關(guān)鍵詞：能源生態(tài)足跡；STIRPAT模型；空間計量

一、引言

進入21世紀(jì)之后，中國的能源消費總量開始快速增長，一般認(rèn)為，工業(yè)化是促使能源消費快速增長的核心因素［1］，工業(yè)化的發(fā)展會提高工業(yè)利用規(guī)模，能源利用則是工業(yè)發(fā)展的關(guān)鍵。隨著中國工業(yè)化進程的推進，能源消費的快速增長帶來一系列的空氣污染、生態(tài)破壞、氣候變化等能源環(huán)境問題［2］。此外，雖然近年來中國的能源產(chǎn)量實現(xiàn)了快速增長，但是由于能源消費增長過快以至于超過了能源產(chǎn)量的增長速度，使得中國的能源消費出現(xiàn)供不應(yīng)求，人均能源生態(tài)足跡出現(xiàn)赤字，直接影響和制約新常態(tài)下中國社會經(jīng)濟的穩(wěn)定發(fā)展［3］。能源生態(tài)足跡作為側(cè)重于生態(tài)理念的可持續(xù)發(fā)展量化指標(biāo)，國內(nèi)外不少學(xué)者都通過對其測算來觀測能源的利用強度，進而提出改變能源利用方式的政策建議。Folke等計算并分析了部分國家的生態(tài)足跡［4］、Wackernagel等計算并分析了歐洲波羅的海流域29個大城市、塞舌爾群島和瑞典等的生態(tài)足跡［5］，并提出使用節(jié)能技術(shù)、提高垃圾回收利用率等建議。生態(tài)足跡概念引入國內(nèi)后，謝高地等介紹了生態(tài)足跡的理論、方法和計算模型，并對中國及其部分地區(qū)的生態(tài)足跡進行了實證分析［6］［7］［8］。國內(nèi)外學(xué)者對生態(tài)足跡的研究自1991年便開始，但對能源生態(tài)足跡的空間效應(yīng)影響研究并不多見?，F(xiàn)階段，地區(qū)能源生態(tài)足跡不僅會受到本地經(jīng)濟、社會等經(jīng)濟地理因素的影響，也可能還會受鄰近區(qū)域能源生態(tài)足跡的影響。近年來基于空間計量經(jīng)濟學(xué)方法研究我國能源消費、碳排放問題的文獻(xiàn)并不少。鄭長德等采用空間計量經(jīng)濟學(xué)的方法實證分析發(fā)現(xiàn)，我國各省份的碳排放在空間分布上表現(xiàn)出一定的空間正自相關(guān)性［9］。程葉青等發(fā)現(xiàn)省域能源消費碳排放強度具有明顯的空間集聚特征，且集聚程度有不斷增強的態(tài)勢，能源強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和城市化率對能源消費碳排放強度時空格局演變具有重要影響［10］。郝宇等基于面板數(shù)據(jù)的空間計量模型分析了中國能源消費和電力消費的環(huán)境庫茲涅茨曲線［11］。雖然這些文獻(xiàn)涉及能源消費和碳排放的空間效應(yīng)及影響因素的研究，但針對能源生態(tài)足跡的空間效應(yīng)及影響因素的專門研究尚不多見。20世紀(jì)70年代美國生態(tài)學(xué)家Ehrlich等為研究社會經(jīng)濟活動與環(huán)境壓力之間的關(guān)系，提出IPAT模型［12］（P89－157），揭示人口、人均財富和技術(shù)三者之間的相互作用會對環(huán)境產(chǎn)生重要影響。然而這一模型無法揭示單一因素對環(huán)境壓力的影響，因而Dietz等［13］在IPAT的基礎(chǔ)上又發(fā)展出了STIRPAT模型，該模型主要通過加入隨機性影響來分解各技術(shù)項的實際貢獻(xiàn)度，擴展后的STIRPAT模型主要形式為：I＝aPbt?Act?Tdt?eεt。STIRPAT模型在實際研究中應(yīng)用范圍較廣，展示出了良好的靈活性，可以通過增加其他控制因素來分析對觀測目標(biāo)的影響，國內(nèi)已有大量學(xué)者在此框架下研究中國碳排放的影響因素［14］［15］［16］［17］。人均能源生態(tài)足跡亦是對環(huán)境狀況的一種體現(xiàn)，因此本文通過擴展該模型來分析人均能源生態(tài)足跡的影響因子以及其影響程度。本文首先對中國人均能源生態(tài)足跡進行核算，然后構(gòu)建空間計量模型，選取影響人均能源生態(tài)足跡的指標(biāo)來分析中國人均能源生態(tài)足跡的空間效應(yīng)，最后提出建議。

二、研究方法

（一）人均能源生態(tài)足跡核算本文涉及的能源生態(tài)足跡重點考慮化石能源消費對生態(tài)環(huán)境的沖擊。能源生態(tài)足跡的計算方法是：分別計算人類生產(chǎn)生活活動中各類能源的生態(tài)足跡占用面積（hm2），將各類能源的等價土地面積相加，得到某特定區(qū)域的能源生態(tài)足跡值［18］。具體人均能源生態(tài)足跡計算公式如下：f＝∑（ri／Yi）＊（Pi／N）（i＝1，2，…，n）（1）其中，f為某一地區(qū)的能源生態(tài)足跡，i表示不同能源的編號，依次為煤炭、焦煤、燃料油、電力和天然氣，ri表示不同能源的平均低位發(fā)熱量，Yi表示不同能源的生態(tài)足跡土地面積轉(zhuǎn)換系數(shù)，Pi為不同能源的年消費總量，N為各地區(qū)當(dāng)年人口總數(shù)。r1～r5＝20．90GJ／t，28．44GJ／t，41．82GJ／t，3．6／105GJ／108kW?h，38．93＊105GJ／108m3①Y1～Y5＝55GJ／hm2，55GJ／hm2，71GJ／hm2，1000GJ／hm2，96GJ／hm2

（二）Moran’sI指數(shù)及其散點圖要了解人均能源生態(tài)足跡存在的空間集聚與相關(guān)特性，需要對被解釋變量進行空間自相關(guān)檢驗，通常用Moran’sI或者Geary指數(shù)C來表示全域空間自相關(guān)性。Moran’sI是最早用于全局聚類檢驗的方法，它用來檢驗整個研究區(qū)中鄰近地區(qū)之間是相似、相異（空間正相關(guān)、負(fù)相關(guān)），還是相互獨立的，而Geary指數(shù)主要強調(diào)的是觀測值之間的離差。這里本文選用空間統(tǒng)計學(xué)相關(guān)指數(shù)Moran’sI對其進行檢驗，其計算方法如下：I＝n∑ni＝1∑nj＝1Wij｜xi－x｜｜xj－x｜∑ni＝1∑nj＝1Wij∑ni＝1｜xj－x｜2（2）其中，I為全局Moran指數(shù)，xi、xj分別為區(qū)域i、j中的觀察值，x為各區(qū)域的平均值；Wij是單元i和j的空間關(guān)系測度（相鄰為1，不相鄰為0）。Moran’sI的取值范圍為［－1，1］，大于0表示空間正相關(guān)，小于0表示空間負(fù)相關(guān)，等于0表示空間不相關(guān)，其絕對值越大，空間排斥現(xiàn)象越嚴(yán)重。Moran’sI散點圖用來研究局部的空間不穩(wěn)定性，其中：第Ⅰ象限為高高（HH）型區(qū)域，第Ⅱ象限為低高（LH）型區(qū)域，第Ⅲ象限為低低（LL）型區(qū)域，第Ⅳ象限為高低（HL）型區(qū)域。第Ⅰ、Ⅲ象限存在空間正相關(guān)，第Ⅱ、Ⅳ象限存在空間負(fù)相關(guān)。

（三）空間計量模型在對被解釋變量人均能源生態(tài)足跡進行Moran’sI指數(shù)空間自相關(guān)性檢驗之后，本文需要建立空間數(shù)據(jù)計量模型，來分析各解釋變量對被解釋變量的影響程度。一般空間計量模型可以分為空間滯后模型（SLM，也稱空間自回歸模型，SAR）和空間誤差模型（SEM），面板數(shù)據(jù)的空間計量模型表示如下：空間滯后模型（SAR）：Yit＝δ∑Nj＝1wijyjt＋xitβ＋μi＋εit（3）空間誤差模型（SEM）：Yit＝xitβ＋μi＋uituit＝λ∑Nj＝1wijujt＋εit（4）其中，δ與λ分別為空間回歸系數(shù)與空間誤差系數(shù)。δ反映了樣本觀察值的空間依賴性，λ為被解釋變量的空間自相關(guān)系數(shù)，反映了鄰接地區(qū)殘差項對于本地區(qū)殘差項的影響程度。Yit表示各空間單元（i＝1，…，N）的解釋變量在時間t時（t＝1，…，T）的觀測值所組成的N×1階因變量；Xit表示N×K階解釋變量矩陣的要素；Wij表示N×N階非負(fù)空間權(quán)重矩陣的元素。綜合的空間Durbin模型能充分整合SLM和SEM兩模型的特點［24］?？臻gDurbin模型的具體形式為：lneit＝λ∑Nj＝1wijejt＋∑Nj＝1wijXjtθ＋αi＋γt＋εit（5）Durbin模型實際上是將各解釋變量的空間滯后項引入了SLM中。因而，若θ＝0，則空間Durbin模型退化為SLM；若θ＋λβ＝0，則空間Durbin模型簡化為SEM。在實證分析中，可以利用不同種類的LM統(tǒng)計量來檢驗應(yīng)使用哪種空間計量模型進行估計。

三、變量與數(shù)據(jù)

（一）變量選取及解釋改革開放以來，中國各省份為了加快工業(yè)發(fā)展，都紛紛采取了加快發(fā)展高耗能產(chǎn)業(yè)的刺激政策，導(dǎo)致能源需求進一步上升，對生態(tài)沖擊不斷增強，致使能源生態(tài)足跡不斷增大，如何在經(jīng)濟社會持續(xù)的發(fā)展中降低能源生態(tài)足跡，需要有效識別影響能源生態(tài)足跡的關(guān)鍵因素。一般認(rèn)為，影響能源生態(tài)足跡的因素包括經(jīng)濟因素、地理因素、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)因素等。經(jīng)濟因素影響能源生態(tài)足跡的機理主要是由于政府決策的原因。中國經(jīng)濟發(fā)展存在著地域差異，經(jīng)濟發(fā)展快的地區(qū)往往是消費能源多的區(qū)域，為了發(fā)展本區(qū)域經(jīng)濟不僅消耗本區(qū)域的能源和生態(tài)環(huán)境，還對其他地區(qū)的生態(tài)造成了威脅。這些生態(tài)脆弱區(qū)往往也是經(jīng)濟貧困區(qū)，其經(jīng)濟實力不足以支付生態(tài)建設(shè)，因此形成了能源消費與生態(tài)環(huán)境空間上的差異［19］。地理因素影響能源生態(tài)足跡的機理主要是由于中國地域廣闊，地區(qū)間經(jīng)濟發(fā)展存在很大差異，不同地區(qū)能源的需求不盡相同，而各地區(qū)社會經(jīng)濟、科技交通等方面的發(fā)展與進步使得區(qū)域之間的交流更加頻繁，聯(lián)系更加緊密，因而很多經(jīng)濟、環(huán)境、生態(tài)等要素都可能存在空間相關(guān)性［20］。產(chǎn)業(yè)結(jié)構(gòu)影響能源生態(tài)足跡的機理主要是中國目前的產(chǎn)業(yè)結(jié)構(gòu)不甚合理造成了能源的大量消耗乃至浪費［21］。技術(shù)因素影響能源生態(tài)足跡的機理主要是我國能源強度變化的主要推動力來自于技術(shù)進步等引致的能源利用效率的提高［22］。此外，城鎮(zhèn)化和建筑業(yè)也是能源生態(tài)足跡的重要影響因素。隨著農(nóng)村人口向城市集聚、中小城市人口向大城市遷移，城市人口的規(guī)模不斷提高，快速城鎮(zhèn)化帶來大量能源資源的消耗，對能源的需求持續(xù)加大帶來的能源約束等問題日益突出。從全球范圍來看，建筑業(yè)消耗了世界40％的能源并排放了1／3的二氧化碳，是全球能源消耗和二氧化碳排放的主要產(chǎn)業(yè)部門，建筑業(yè)的節(jié)能和減排是全球節(jié)能減排的關(guān)鍵［23］。

在分析各因素對能源生態(tài)足跡的影響機理基礎(chǔ)上，本文選擇城鎮(zhèn)化率（ubr）、建筑業(yè)總產(chǎn)值（con）、人均GDP（gdp）、產(chǎn)業(yè)結(jié)構(gòu)高度化（iss）、規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值（aov）以及高新技術(shù)產(chǎn)值占GDP比例（roh）來分析各指標(biāo)對人均能源生態(tài)足跡的影響及程度。1．城鎮(zhèn)化率。從現(xiàn)有實證研究來看，城鎮(zhèn)化與能源消費之間的傳導(dǎo)關(guān)系存在爭論。有的研究提出，城鎮(zhèn)化的不同模式將導(dǎo)致其對能源消費產(chǎn)生不同的影響［24］。國內(nèi)一些學(xué)者也做了進一步分析，認(rèn)為城鎮(zhèn)化是導(dǎo)致能源消費變化的重要原因［25］［26］，證實了城鎮(zhèn)化水平與人均能源消費水平存在高度相關(guān)性。在全國層面，中國城鎮(zhèn)化對能源消費的凈效應(yīng)影響較為明顯［27］。2．建筑業(yè)總產(chǎn)值。建筑業(yè)是中國高耗能產(chǎn)業(yè)之一，研究表明中國建筑能耗在能源總消費中的比例已由1970年代的10％上漲到目前的近30％。節(jié)能減排在我國作為一項基本國策在執(zhí)行，而建筑直接能耗和二氧化碳排放占我國總能耗和二氧化碳總排放的1／3［28］。建筑業(yè)的節(jié)能減排直接關(guān)系到國家應(yīng)對能源短缺和全球變暖戰(zhàn)略實施的成敗。而目前中國建筑業(yè)發(fā)展趨勢整體向上，以當(dāng)前建筑增速，預(yù)計到2020年中國建筑耗能將達(dá)到1089億噸標(biāo)準(zhǔn)煤①。3．人均GDP。一般而言，能源的消耗強度隨著人均GDP的增長而增長［29］。中國人均GDP以較高的速度增長，某種程度上中國人均GDP的高速增長是以大量的能源消耗換取的［30］。伴隨著經(jīng)濟的發(fā)展，我國能源的需求消耗一直呈現(xiàn)上升趨勢，并且由于技術(shù)原因，能源消耗長期存在浪費和效率低下的現(xiàn)象，這在一定程度上導(dǎo)致能源生態(tài)足跡的增加。4．產(chǎn)業(yè)結(jié)構(gòu)高度化。經(jīng)濟理論認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟發(fā)展和穩(wěn)定存在著緊密的聯(lián)系，在實踐中也證實了產(chǎn)業(yè)結(jié)構(gòu)的演進會促進經(jīng)濟向好發(fā)展。研究表明，中國產(chǎn)業(yè)結(jié)構(gòu)演變對能源效率變動影響程度大于能源消費結(jié)構(gòu)演變影響的程度，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與升級是影響中國能源效率提高、節(jié)能減排政策實施的關(guān)鍵環(huán)節(jié)［31］。5．規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值。中國規(guī)模以上工業(yè)企業(yè)數(shù)量雖然只占全國工業(yè)企業(yè)數(shù)量的20％左右，但其貢獻(xiàn)的總產(chǎn)值占所有工業(yè)企業(yè)產(chǎn)值的比例超過90％，規(guī)模以上工業(yè)企業(yè)在中國經(jīng)濟中占有重要地位。國內(nèi)學(xué)者對規(guī)模以上工業(yè)企業(yè)能源消耗的碳排放進行實證分析，結(jié)果顯示規(guī)模以上工業(yè)企業(yè)是降低能源消耗強度和碳排放的重要產(chǎn)業(yè)部門［32］。6．高新技術(shù)產(chǎn)值占GDP比例。研究認(rèn)為技術(shù)進步對中國的節(jié)能減排工作具有顯著作用［33］，通過產(chǎn)業(yè)結(jié)構(gòu)調(diào)整發(fā)展低能耗的高新技術(shù)產(chǎn)業(yè)，能夠提高能源要素質(zhì)量和能源利用效率［34］。高新技術(shù)產(chǎn)業(yè)的發(fā)展能為中國調(diào)整一次能源消費比例和使用清潔能源提供較好的技術(shù)基礎(chǔ)，對優(yōu)化中國產(chǎn)業(yè)結(jié)構(gòu)也有著重要意義。

（二）數(shù)據(jù)來源及處理本文數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》（2004—2015）、《中國能源統(tǒng)計年鑒》（2004—2015），由于西藏能源消費數(shù)據(jù)缺失較多，故本文只針對其他30個省、直轄市、自治區(qū)（除港、澳、臺外）的數(shù)據(jù)進行計算分析。其中能源消費量主要源自《中國統(tǒng)計年鑒》（2004—2015）、《中國能源統(tǒng)計年鑒》（2004—2015），人口數(shù)據(jù)來自《中國統(tǒng)計年鑒》（2004—2015）。為了消除異方差的影響，本文建立了雙對數(shù)空間計量模型。

四、結(jié)果分析

（一）中國能源生態(tài)足跡的基本分析根據(jù)人均能源生態(tài)足跡核算方法計算得出，各地區(qū)2003—2014年人均能源生態(tài)足跡基本情況（如圖1所示）。結(jié)果顯示，全國30個省、直轄市、自治區(qū)（除西藏外）人均能源生態(tài)足跡呈現(xiàn)不斷上升的態(tài)勢，全國平均人均能源生態(tài)足跡由2003年的0．3550hm2／人上升到2014年的1．0477hm2／人，年平均增加10．15％（如圖2所示），上升幅度較大，增速較快，這與中國能源消費量快速增加不無關(guān)系（同時期中國能源消費總量由183792萬噸標(biāo)準(zhǔn)煤上漲到425806萬噸標(biāo)準(zhǔn)煤）。此外，這12年間，全國平均人均能源生態(tài)足跡最高值為2013年的1．0565hm2／人，到2014年有所下降，全國平均人均能源生態(tài)足跡有達(dá)到峰值逐漸下降的趨勢。從省域?qū)用鎭砜?，各省人均能源生態(tài)足跡增長態(tài)勢基本與全國平均人均能源生態(tài)足跡相似，大部分省域從2003年逐年增加，到2014年后開始下降（黑龍江省人均能源生態(tài)足跡在這12年間不斷上升，未出現(xiàn)拐點），其中，增長幅度最大的三個省份分別為福建、江蘇和內(nèi)蒙古，分別增長了6．86倍、6．45倍和5．31倍。

（二）人均能源生態(tài)足跡空間自相關(guān)分析1．全局空間自相關(guān)測度。在前述計算基礎(chǔ)上，運用GeoDa軟件分析計算中國2003—2014年間各地區(qū)人均能源生態(tài)足跡的全局Moran’sI指數(shù)，空間權(quán)重矩陣的確定采用rook一階鄰接矩陣，并對12年來的Moran’sI指數(shù)進行了顯著性檢驗（如表1所示）。所有樣本年份的Moran’sI指數(shù)全部為正（系數(shù)在0．2558～0．3420間波動），并且均通過P值小于0．01的顯著性水平檢驗，說明中國人均能源生態(tài)足跡并非處于完全隨機狀態(tài)，而是存在著顯著的全局空間集聚效應(yīng)。2．局域空間自相關(guān)分析。通過Moran’sI指數(shù)測度的結(jié)果發(fā)現(xiàn)，區(qū)域人均能源生態(tài)足跡存在著空間相關(guān)性，據(jù)此進一步用局域Moran’sI散點圖分析區(qū)域人均能源生態(tài)足跡存在的局部空間相關(guān)性。由圖3可以看出中國各地區(qū)人均能源生態(tài)足跡的關(guān)聯(lián)模式，處于Moran’sI散點圖中第Ⅰ象限的地區(qū)代表該地區(qū)與其相鄰地區(qū)的人均能源生態(tài)足跡均相對較高，為高高聚集區(qū)（H－H），呈現(xiàn)出空間擴散的關(guān)聯(lián)模式；處于第Ⅱ象限的地區(qū)代表該地區(qū)人均能源生態(tài)足跡低于相鄰地區(qū)，為低高聚集區(qū)（L－H），呈現(xiàn)出空間過渡的關(guān)聯(lián)模式；處于第Ⅲ象限的地區(qū)代表該地區(qū)與其相鄰地區(qū)的人均能源生態(tài)足跡均相對較低，為低低聚集區(qū)（L－L），空間關(guān)聯(lián)模式為緩慢增長；處于第Ⅳ象限的地區(qū)代表該地區(qū)人均能源生態(tài)足跡高于相鄰地區(qū)，為高低聚集區(qū)（H－L），呈現(xiàn)出空間極化的關(guān)聯(lián)模式。

（三）空間面板回歸結(jié)果分析由Moran’sI指數(shù)以及Moran’sI散點圖可以看出，中國人均能源生態(tài)足跡存在顯著的正空間自相關(guān)性，因此，需要建立空間計量模型來分析中國人均能源生態(tài)足跡的空間效應(yīng)及其影響因素。人均能源生態(tài)足跡的空間效應(yīng)明顯，經(jīng)豪斯曼檢驗，本文人均能源生態(tài)足跡六個指標(biāo)均采用固定效應(yīng)（FixedEffects）。1．未考慮空間因素的全樣本估計。首先，分別用混合OLS、空間固定效應(yīng)、時間固定效應(yīng)和空間時間雙固定效應(yīng)來分析，結(jié)果如表2所示。從表2可以看出，對于不同固定效應(yīng)回歸模型的LM和穩(wěn)健LM檢驗，大都通過了顯著性檢驗，并且對空間誤差模型的LM和穩(wěn)健LM檢驗統(tǒng)計量都要大于空間滯后模型，根據(jù)空間回歸模型判別準(zhǔn)則，應(yīng)選擇空間誤差模型。進一步通過Wald和LR統(tǒng)計量檢驗判斷空間杜賓模型是否可以簡化為空間滯后模型和空間誤差模型（如表3所示），檢驗結(jié)果發(fā)現(xiàn)，Wald－spatial－lag和LR－spatial－lag的統(tǒng)計量分別為95．0337和93．2401，其伴隨概率值prob－spatial－lag分別為0和0，均在1％的顯著性水平拒絕的原假設(shè)；Wald－spatial－error和LR－spa－tial－error的統(tǒng)計量分別為81．0438和85．1473，其伴隨概率值prob－spatial－error分別為2．2204e－15和3．3307e－16，也在1％的顯著性水平下拒絕θ＝0和θ＋λβ＝0的原假設(shè)。綜上可知，固定效應(yīng)下的杜賓模型更適合于數(shù)據(jù)特征的刻畫。2．考慮空間要素的全樣本估計。由于空間效應(yīng)的存在，本文將空間因素引入回歸方程進行估計。表3為考慮空間因素時的人均能源生態(tài)足跡全樣本估計結(jié)果，可以看出，考慮了空間因素的回歸估計更加顯著，高于未考慮空間因素的模型估計結(jié)果，同時LogL也較未考慮空間因素的模型有提高，模型中各解釋變量也更加顯著

。因此，考慮空間因素的空間杜賓模型能提高估計的有效性。通過對不同固定效應(yīng)下的空間杜賓模型的對比分析發(fā)現(xiàn)，時間空間雙固定效應(yīng)下的空間杜賓模型的擬合優(yōu)度R2、離散度σ2以及LogL要優(yōu)于其他固定效應(yīng)模型，因此選擇時間空間雙固定效應(yīng)下的空間杜賓模型研究人均能源生態(tài)足跡的影響因素?；貧w結(jié)果顯示，某一省份人均能源生態(tài)足跡的水平不僅受到城鎮(zhèn)化率、人均GDP等這些因素的影響，也受到其相鄰省份的人均能源生態(tài)足跡的影響。W＊y的回歸系數(shù)顯著為正，說明中國的人均能源生態(tài)足跡存在著空間的互動效應(yīng)，某一個省份降低人均能源生態(tài)足跡對其周邊的省份降低各自的人均能源生態(tài)足跡有著積極的作用。表3回歸估計結(jié)果顯示，2005—2014年間，我國省域的新型城鎮(zhèn)化能有效降低人均能源生態(tài)足跡，統(tǒng)計的t值為－1．5229，通過了10％的顯著性水平檢驗，新型城鎮(zhèn)化的彈性系數(shù)為－0．4566，說明城鎮(zhèn)化率每增長一個百分點，人均能源生態(tài)足跡就會降低近0．5個百分點。對比表2可以看出，考慮了空間因素之后城鎮(zhèn)化率對人均能源生態(tài)足跡的負(fù)向影響要高于未考慮空間因素的估計結(jié)果，說明未考慮空間因素的城鎮(zhèn)化率對人均能源生態(tài)足跡影響被低估了，而中國新型城鎮(zhèn)化的推行有助于降低人均能源生態(tài)足跡，對改善中國資源環(huán)境約束有著積極作用。此外，城鎮(zhèn)化率的回歸系數(shù)在這幾個因素里最高，表明加快推進新型城鎮(zhèn)化是解決我國當(dāng)前人均能源生態(tài)足跡過高的較為有效的手段之一。該結(jié)果也與中國推進新型城鎮(zhèn)化發(fā)展的基本理念和核心思想不謀而合。相比傳統(tǒng)的城鎮(zhèn)化進程，新型城鎮(zhèn)化道路實質(zhì)上是可持續(xù)發(fā)展的城鎮(zhèn)化，強調(diào)集約高效地利用能源，減輕對生態(tài)環(huán)境的污染和破壞。W＊ubr的回歸結(jié)果也顯示，中國各省新型城鎮(zhèn)化的推進與其周邊省份新型城鎮(zhèn)化速度之間有著良好的空間互動關(guān)系，某一個省份推進新型城鎮(zhèn)化對帶動周邊省份加快建設(shè)新型城鎮(zhèn)化有著積極的影響，體現(xiàn)了我國新型城鎮(zhèn)化進程中城市群、城市帶發(fā)展的思想?；貧w結(jié)果顯示，省域經(jīng)濟增長并不能降低人均能源生態(tài)足跡，反而對人均能源生態(tài)足跡有反向抑制作用，統(tǒng)計的t值為6．3434，通過了1％的顯著性水平檢驗，經(jīng)濟發(fā)展水平的彈性系數(shù)為0．8780，說明經(jīng)濟每增長一個百分點，人均能源生態(tài)足跡就會上升近1個百分點。而考慮空間因素之后的人均GDP對人均能源生態(tài)足跡的正向影響高于未考慮空間因素的估計結(jié)果，說明中國目前經(jīng)濟發(fā)展的整體仍然不夠“綠色”，經(jīng)濟發(fā)展的質(zhì)量不高，轉(zhuǎn)變經(jīng)濟增長方式迫在眉睫。

中國目前仍處于增長速度換擋期、結(jié)構(gòu)調(diào)整陣痛期和前期刺激政策消化期的特殊時期，產(chǎn)業(yè)結(jié)構(gòu)和消費模式仍然處于優(yōu)化調(diào)整階段，要盡快挖掘新的增長極，加快供給側(cè)改革，促進社會經(jīng)濟健康發(fā)展。W＊gdp回歸結(jié)果較為顯著，說明各省之間經(jīng)濟發(fā)展具有較好的聯(lián)動機制，經(jīng)濟發(fā)展具有較強的外部性和示范效應(yīng)，某一省份經(jīng)濟發(fā)展越好，會對周邊省份經(jīng)濟發(fā)展起到積極影響。未考慮空間因素的規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值和高新技術(shù)產(chǎn)值對人均能源生態(tài)足跡的負(fù)向影響均高于考慮了空間因素的估計結(jié)果，彈性系數(shù)分別為－0．2522和－0．0996，說明規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值和高新技術(shù)產(chǎn)值每增長一個百分點，人均能源生態(tài)足跡就會降低近0．3和0．1個百分點。各個省份在規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值和高新技術(shù)產(chǎn)業(yè)產(chǎn)值方面存在的空間效應(yīng)不如城鎮(zhèn)化率和人均GDP的空間效應(yīng)強，但提高規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值和高新技術(shù)產(chǎn)業(yè)產(chǎn)值對降低人均能源生態(tài)足跡仍有積極意義。規(guī)模以上工業(yè)企業(yè)是我國工業(yè)發(fā)展的標(biāo)桿，應(yīng)積極響應(yīng)國家有關(guān)政策，在生態(tài)文明理念的指導(dǎo)下轉(zhuǎn)型發(fā)展，提高能源利用效率，降低對生態(tài)環(huán)境的沖擊和影響。技術(shù)進步有助于降低能源生態(tài)足跡［18］，因而高新技術(shù)產(chǎn)業(yè)規(guī)模的擴大也將一定程度上緩解我國能源生態(tài)足跡較高的局面。W＊aov回歸結(jié)果并不顯著，說明中國各省份之間的規(guī)模以上工業(yè)企業(yè)之間聯(lián)動效應(yīng)不明顯，這也與各省的工業(yè)企業(yè)布局有著密切關(guān)系，例如山西是以資源開發(fā)利用為主導(dǎo)的工業(yè)企業(yè)為主，而廣東則主要以輕工業(yè)為主，基礎(chǔ)工業(yè)較少。在其他控制變量方面，產(chǎn)業(yè)高度化指標(biāo)的空間回歸估計結(jié)果符號不穩(wěn)定，說明中國產(chǎn)業(yè)高度化發(fā)展對降低人均能源生態(tài)足跡并沒有形成良好的省際聯(lián)動效應(yīng)，各省產(chǎn)業(yè)高度化進程對其周邊省份產(chǎn)業(yè)高度化的發(fā)展缺乏有效輻射，且各省份較易出現(xiàn)產(chǎn)業(yè)過度同質(zhì)化現(xiàn)象，缺乏區(qū)域創(chuàng)新突破。而未考慮空間因素的建筑業(yè)總產(chǎn)值表現(xiàn)出對人均能源生態(tài)足跡強烈的正向影響，說明中國當(dāng)前的建筑業(yè)發(fā)展會使得人均能源生態(tài)足跡變高，但考慮空間要素之后的建筑業(yè)總產(chǎn)值統(tǒng)計的t值為－0．1199，說明建筑業(yè)總產(chǎn)值的影響并不顯著。

五、結(jié)論

根據(jù)2003—2014年中國統(tǒng)計年鑒和中國能源統(tǒng)計年鑒數(shù)據(jù)，將STIRPAT模型和空間計量經(jīng)濟學(xué)方法結(jié)合，分析了中國省域12年間的人均能源生態(tài)足跡主要影響因素的空間效應(yīng)及其影響程度，揭示了各影響因素在不同時空上對人均能源生態(tài)足跡影響的差異性，得到以下主要結(jié)論：其一，利用GeoDa軟件分析計算中國2003—2014年間的人均能源生態(tài)足跡的總體空間關(guān)聯(lián)程度，由全局Moran’sI可以看出，中國人均能源生態(tài)足跡并非處于完全隨機狀態(tài)，存在著顯著的全局空間集聚效應(yīng)。結(jié)合空間面板回歸結(jié)果表明，這種集聚效應(yīng)與我國城鎮(zhèn)化的加速和城市產(chǎn)業(yè)的集聚有著密切關(guān)系，城鎮(zhèn)化的加速使得我國大城市規(guī)模不斷擴大，吸引規(guī)模以上工業(yè)和建筑業(yè)以及其他經(jīng)濟活動不斷以大城市為中心集聚，這種情形同時也促進了城市規(guī)模的擴大。其二，根據(jù)局部自相關(guān)的聚集圖可以看出，省域之間存在著正的空間效應(yīng)，使得各省與其周邊地區(qū)之間呈現(xiàn)出相互聯(lián)系且影響的態(tài)勢，中國人均能源生態(tài)足跡存在較為顯著的空間溢出效應(yīng)。從2005、2008、2011、2014四年的人均能源生態(tài)足跡分布可以看出，中國人均能源生態(tài)足跡較高的地區(qū)集中在京津冀、上海等地，而中部地區(qū)人居能源生態(tài)足跡較其他地區(qū)整體偏小，能源利用對環(huán)境的沖擊和影響較小，擁有較好的產(chǎn)業(yè)承接潛力。產(chǎn)業(yè)轉(zhuǎn)移對于區(qū)域經(jīng)濟結(jié)構(gòu)調(diào)整及區(qū)域間經(jīng)濟關(guān)系的優(yōu)化具有重要意義，中、西部地區(qū)應(yīng)發(fā)揮資源豐富、要素成本低、市場潛力大的優(yōu)勢，積極承接產(chǎn)業(yè)轉(zhuǎn)移，不僅有利于加速中、西部地區(qū)新型工業(yè)化和城鎮(zhèn)化進程，促進區(qū)域協(xié)調(diào)發(fā)展，而且有利于推動?xùn)|部沿海地區(qū)經(jīng)濟轉(zhuǎn)型升級，在全國范圍內(nèi)優(yōu)化產(chǎn)業(yè)分工格局，降低我國人均能源生態(tài)足跡，減少對生態(tài)環(huán)境的污染和破壞。其三，空間面板回歸結(jié)果表明，人均GDP和建筑業(yè)總產(chǎn)值對中國人均能源生態(tài)足跡存在正向依賴關(guān)系，需要正視經(jīng)濟發(fā)展的負(fù)外部效應(yīng)，加快轉(zhuǎn)變經(jīng)濟增長模式，發(fā)展綠色GDP和大力推廣節(jié)能建筑技術(shù)。而城鎮(zhèn)化率、規(guī)模以上工業(yè)企業(yè)平均產(chǎn)值和高新技術(shù)產(chǎn)業(yè)產(chǎn)值占GDP比重三項指標(biāo)的回歸結(jié)果表明，應(yīng)堅持新型城鎮(zhèn)化發(fā)展道路，提升高新技術(shù)產(chǎn)業(yè)在國民經(jīng)濟中的比例，由內(nèi)生的技術(shù)進步來推動經(jīng)濟持續(xù)發(fā)展，同時提高規(guī)模以上工業(yè)企業(yè)的產(chǎn)出效率，降低能耗，推進節(jié)能減排。

參考文獻(xiàn)：

［1］吳巧生．理解中國工業(yè)化與能源消費：基于計量經(jīng)濟模型的實證檢驗［J］．中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2010，（4）．

［2］成金華，李悅，陳軍．中國生態(tài)文明發(fā)展水平的空間差異與趨同性［J］．中國人口?資源與環(huán)境，2015，（5）．

［3］揣小偉，黃賢金，王倩倩，等．基于信息熵的中國能源消費動態(tài)及其影響因素分析［J］．資源科學(xué)，2009，（8）．

［4］Folke，C．，A．Jansson，J．Larsson，etal．Ecosystemappropriationbycities［J］．AMBIO，1997，（3）．

［5］Wackernagel，M．Anevaluationoftheecologicalfootprint［J］．EcologicalEconomics，1999，31．

［6］謝高地，魯春霞，成升魁，等．中國的生態(tài)空間占用研究［J］．資源科學(xué)，2001，（6）．

［7］李智，鞠美庭，劉偉，等．中國1996年—2005年能源生態(tài)足跡與效率動態(tài)測度與分析［J］．資源科學(xué)，2007，（6）．［8］秦耀辰，牛樹海．生態(tài)占用法在區(qū)域可持續(xù)發(fā)展評價中的運用與改進［J］．資源科學(xué)，2003，（1）．

［9］鄭長德，劉帥．基于空間計量經(jīng)濟學(xué)的碳排放與經(jīng)濟增長分析［J］．中國人口?資源與環(huán)境，2011，（5）．

［10］程葉青，王哲野，張守志，等．中國能源消費碳排放強度及其影響因素的空間計量［J］．地理學(xué)報，2013，（10）．

［11］郝宇，廖華，魏一鳴．中國能源消費和電力消費的環(huán)境庫茲涅茨曲線：基于面板數(shù)據(jù)空間計量模型的分析［J］．中國軟科學(xué)，2014，（1）．

［12］Ehrlich，P．R．，A．H．Ehrlich．Population，Resources，Environment：IssuesinHumanEcology［M］．SanFrancis－co：Freeman，1970．

［13］Dietz，T．，E．A．Rosa．EffectsofpopulationandaffluenceonCO2emissions［J］．ProceedingsoftheNationalA－cademyofSciencesoftheUSA，1997，（1）．

［14］馬宏偉，劉思峰，趙月霞，等．基于STIRPAT模型的中國人均二氧化碳排放影響因素分析［J］．?dāng)?shù)理統(tǒng)計與管理，2015，（2）．

［15］歐元明，周少甫．基于空間面板STIRPAT模型的省域碳排放研究［J］．工業(yè)技術(shù)經(jīng)濟，2015，（3）．

［16］何小鋼，張耀輝．中國工業(yè)碳排放影響因素與CKC重組效應(yīng)———基于STIRPAT模型的分行業(yè)動態(tài)面板數(shù)據(jù)實證研究［J］．中國工業(yè)經(jīng)濟，2012，（1）．

［17］李丹丹，劉銳，陳動．中國省域碳排放及其驅(qū)動因子的時空異質(zhì)性研究［J］．中國人口?資源與環(huán)境，2013，（7）．

［18］Liu，H．Theimpactofhumanbehavioronecologicalthreshold：Positiveornegative？—Greyrelationalanalysisofecologicalfootprint，energyconsumptionandenvironmentalprotection［J］．EnergyPolicy，2013，（5）．

［19］薛曉嬌，李新春．中國能源生態(tài)足跡與能源生態(tài)補償?shù)臏y度［J］．技術(shù)經(jīng)濟與管理研究，2011，（1）．

［20］孫巖，馮立芳，龐阿榮．城市居民能源使用行為的影響因素研究［J］．科研管理，2013，（8）．

［21］虞義華，鄭新業(yè)，張莉．經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)與碳排放強度———中國省級面板數(shù)據(jù)分析［J］．經(jīng)濟理論與經(jīng)濟管理，2011，（3）．

［22］鄒艷芬．中國能源生態(tài)足跡的技術(shù)進步影響實證分析［J］．資源科學(xué)，2010，（7）．

［23］Cai，W．G．，Y．Wu，Y．Zhong，etal．Chinabuildingenergyconsumption：Situation，challengesandcorrespondingmeasures［J］．EnergyPolicy，2009，（6）．

［24］楊開忠，楊詠，陳潔．生態(tài)足跡分析理論與方法［J］．地球科學(xué)進展，2000，（6）．

［25］Shen，L．，S．Cheng，A．Gunson，etal．Urbanization，sustainabilityandtheutilizationofenergyandmineralre－sourcesinChina［J］．Cities，2005，（4）．

［26］耿海青，谷樹忠，國冬梅．基于信息熵的城市居民家庭能源消費結(jié)構(gòu)演變分析———以無錫市為例［J］．自然資源學(xué)報，2004，（2）．

［27］王蕾，魏后凱．中國城鎮(zhèn)化對能源消費影響的實證研究［J］．資源科學(xué)，2014，（6）．

［28］姜虹，李俊明．中國發(fā)展低碳建筑的困境與對策［J］．中國人口?資源與環(huán)境，2010，（12）．

［29］魏艷旭，孫根年，李靜．基于技術(shù)進步的中國能源消耗與經(jīng)濟增長：前后兩個30年的比較［J］．資源科學(xué)，2011，（7）．

［30］齊紹洲，羅威．中國地區(qū)經(jīng)濟增長與能源消費強度差異分析［J］．經(jīng)濟研究，2007，（7）．

［31］王強，鄭穎，伍世代，等．能源效率對產(chǎn)業(yè)結(jié)構(gòu)及能源消費結(jié)構(gòu)演變的響應(yīng)［J］．地理學(xué)報，2011，（6）．

［32］鄧明君．湘潭市規(guī)模以上工業(yè)企業(yè)能源消耗碳排放分析［J］．中國人口?資源與環(huán)境，2011，（1）．

［33］王迪，聶銳．江蘇省節(jié)能減排影響因素及其效應(yīng)比較［J］．資源科學(xué)，2010，（7）．

［34］張文璽．中日韓GDP、人口、產(chǎn)業(yè)結(jié)構(gòu)對能源消費的影響研究［J］．中國人口?資源與環(huán)境，2013，（5）．

作者：馮銀，成金華，申俊