信息化对中国能源强度的空间效应——基于空间杜宾误差模型

doi:10.18402/resci.2021.09.04

摘要/Abstract

摘要：

信息化的外部性导致技术溢出,促使信息化对能源强度产生空间效应。本文利用2006—2017年中国省级面板数据,运用空间杜宾误差模型并基于区域发展的空间分异性与空间自相关性,研究信息化对能源强度的影响大小以及不同区域间的空间效应,测度了中国30个省（市、区）的能源强度和信息化水平,揭示了信息化水平对能源强度的空间效应机制。结果表明：①信息化水平和能源强度地区空间集聚现象十分显著,中国30个省（市、区）之间相邻地区呈现出相似聚集的分布情况;②信息化水平、城镇化和能源消费结构对地区能源强度均具有显著的负向影响,但产业结构对能源强度的影响并不显著;③信息化对能源强度的影响呈现出显著的空间溢出效应,某一地区的相邻地区信息化水平提升会促进该地区能源强度的降低,相邻地区信息化水平每变动1%,空间效应使得本地区能源强度朝着相反的方向变动1.396%。建议各地区重视信息化水平在降低地区能源强度的作用;构建信息化发展推动能源强度降低的政策体系;加强区域间的协同合作与共同发展;统筹推进信息化建设与地区间合作交流;优化能源消费结构。

关键词: 能源强度, 信息化, 空间效应, 空间杜宾误差模型, 莫兰指数

Abstract:

The externality of informatization leads to technology spillover and promotes the spatial effect of informatization on energy intensity. Based on the spatial differentiation and spatial autocorrelation of regional development, this paper studies the influence of informatization on energy intensity and the spatial effect among different regions, using the provincial panel data of China from 2006 to 2017 and the spatial Dubin error model. This paper measures the energy intensity and informatization level of 30 provinces in China, and reveals the spatial effect mechanism of informatization level on energy intensity. The results show that: (1) The spatial agglomeration phenomenon of informatization level and energy intensity is very significant, and the adjacent areas of 30 provinces (cities and districts) in China show similar agglomeration distribution; (2) Informatization level, urbanization and energy consumption structure have significant negative impacts on regional energy intensity, but industrial structure has no significant impact on regional energy intensity. (3) The effect of informatization on energy intensity shows a significant spatial spillover effect. The improvement of informatization level in neighboring areas of a certain region will promote the decrease of energy intensity in the region. For every 1% change of informatization level in neighboring areas, the spatial effect will make the regional energy intensity change in the opposite direction by 1.396%. It is suggested that all regions should pay attention to the role of informatization level in reducing regional energy intensity. To build a policy system that information-based development promotes the reduction of energy intensity; Strengthen regional cooperation and common development; Promote informatization construction and inter-regional cooperation and exchanges; We will improve the energy consumption structure.

Key words: energy intensity, informatization, spatial effect, spatial Durbin error model, Moran’s I

汪小英, 王宜龙, 沈镭, 李小漫, 杜强涛. 信息化对中国能源强度的空间效应——基于空间杜宾误差模型[J]. 资源科学, 2021, 43(9): 1752-1763.

WANG Xiaoying, WANG Yilong, SHEN Lei, LI Xiaoman, Du Qiangtao. Spatial effect of informatization on China’s energy intensity：Based on spatial Durbin error model[J]. Resources Science, 2021, 43(9): 1752-1763.

图/表 10

图1

表1

表2

表3

2017年全局自相关检验结果表

指标	信息化	能源强度
Moran’s I	0.277	0.412
$P I$	0.006	0.004

表3

图2

图3

表4

表5

信息化对能源强度的空间效应模型估计结果

变量	普通面板模型	空间杜宾误差模型（SDEM）
变量	普通面板模型	nonF	sF	tF	stF
Constant	0.779*** （3.903）	0.101 （0.046）
Idi	-2.484*** （-9.261）	-1.281*** （-4.161）	-0.752** （-2.401）	-0.523 （-1.361）	0.915*** （3.292）
W×Idi		-1.482*** （-3.471）	-1.396 （-4.725）	0.224 （0.333）	0.165 （0.418）
Ei	0.629 （6.107）	0.745*** （7.215）	-0.322 （-2.259）	0.788*** （7.518）	-0.232 （-1.697）
Idu	1.693*** （3.894）	1.672*** （4.239）	0.772 （0.351）	1.888*** （4.605）	1.247*** （2.047）
Ur	-0.338 （-1.008）	-0.031 （0.924）	-3.575*** （-6.378）	-0.661* （-1.752）	-2.442*** （-4.143）
$λ$		0.489***	0.219***	0.441***	-0.001
$R 2$	0.447	0.522	0.939	0.557	0.947
$Log likelihood$	-250.46	-195.18	152.71	-188.56	171.49

表5

表6

信息化对能源强度的直接效应与间接效应

变量	直接效应	间接效应	总效应
$Idi$	-0.752*** （2.401）	-1.396*** （-4.725）	-2.148

表6

表7

稳健性检验

变量	普通面板模型	空间杜宾误差模型（SDEM）
变量	普通面板模型	nonF	sF	tF	stF
$Constant$	-0.232 （0.612）	-0.654 (0.581)
$Idi$	-0.716*** （-7.635）	-0.651*** （-8.112）	-0.447** （-2.501）	-0.625*** （-5.351）	0.471 （1.514）
W×Idi		-1.196* （-1.398）	-1.388*** （-4.235）	-0.967 （-0.559）	-0.986** （-2.013）
$Ei$	0.279*** （3.145）	-0.638*** （6.421）	-0.468*** （-3.226）	-0.641*** （3.338）	-0.519* （-1.523）
$Idu$	-0.641** （3.163）	0.004 （0.882）	-0.209 （0.471）	-0.838*** （-2.356）	-0.593** （1.108）
$Ur$	-0.514 （-0.986）	-0.113 （0.831）	-2.638*** （-5.269）	-0.563*** （-3.255）	-1.211*** （-4.112）
$λ$		0.271*	0.298**	0.007	0.001
$R 2$	0.279	0.402	0.566	0.423	0.648
$Log likelihood$	-229.46	-175.18	142.71	-155.56	151.49

表7

参考文献 28

[1]	谢莉娟, 陈锦然, 王诗桪. ICT投资、互联网普及和全要素生产率[J]. 统计研究, 2020, 37(9):56-67.
	[ Xie L J, Chen J R, Wang S X. ICT investment, internet penetration and total factor productivity[J]. Statistical Research, 2020, 37(9):56-67.]
[2]	王溪薇. 信息化对我国产业能源强度影响的测算[J]. 统计与决策, 2018, 34(7):152-154.
	[ Wang X W. Calculation of the impact of informatization on energy intensity of China’s industry[J]. Statistics & Decision, 2018, 34(7):152-154.]
[3]	曾岚婷, 叶阿忠. ICT效应下外商直接投资、经济增长与能源消耗: 基于半参数空间向量自回归模型的研究[J]. 技术经济, 2020, 39(11):44-51.
	[ Zeng L T, Ye A Z. Foreign direct investment, economic growth and energy consumption under ICT effect: Based on semi-parametric spatial vector autoregressive model[J]. Journal of Technology Economics, 2020, 39(11):44-51.]
[4]	樊轶侠, 徐昊. 中国数字经济发展能带来经济绿色化吗? 来自我国省际面板数据的经验证据[J]. 经济问题探索, 2021(9):15-29.
	[ Fan Y X, Xu H. Can the development of China’s digital economy bring economic greening? Empirical evidence from China’s provincial panel data[J]. Inquiry into Economic Issues, 2021(9):15-29.]
[5]	樊茂清, 郑海涛, 孙琳琳, 等. 能源价格、技术变化和信息化投资对部门能源强度的影响[J]. 世界经济, 2012, (5):22-45.
	[ Fan M Q, Zheng H T, Sun L L, et al. Impact of energy prices, technological changes and investment in information technology on sectoral energy intensity[J]. The Journal of World Economy, 2012, (5):22-45.]
[6]	胡剑锋. 信息化资本对能源强度的影响研究: 基于我国省际面板数据的实证分析[J]. 中国经济问题, 2010, (4):26-32.
	[ Hu J F. The research on the influence of information capital on energy intensity: An empirical analysis based on China’s provincial panel data[J]. China Economic Studies, 2010, (4):26-32.]
[7]	刘洪涛, 杨洋. 信息化与中国碳强度: 基于中国省级面板数据的经验分析[J]. 科技管理研究, 2018, 38(19):226-233.
	[ Liu H T, Yang Y. Informatization and carbon intensity in China: An empirical analysis based on China provincial panel data[J]. Science and Technology Management Research, 2018, 38(19):226-233.]
[8]	陈庆江, 杨蕙馨. 信息化和工业化融合对能源强度的影响: 基于2000-2012年省际面板数据的经验分析[J]. 中国人口·资源与环境, 2016, 26(1):55-63.
	[ Chen Q J, Yang H X. Effect of integration of informatization and industrialization on energy intensity: An empirical analysis based on provincial panel data from 2000 to 2012[J]. China Population, Resources and Environment, 2016, 26(1):55-63.]
[9]	李标, 宋长旭, 吴贾, 等. 中国新四化对能源强度的影响[J]. 资源科学, 2017, 39(8):1444-1456.
	[ Li B, Song C X, Wu J, et al. Influence of development of China’s four modernizations’ on energy intensity[J]. Resources Science, 2017, 39(8):1444-1456.]
[10]	沈小波, 陈语, 林伯强. 技术进步和产业结构扭曲对中国能源强度的影响[J]. 经济研究, 2021, 56(2):157-173.
	[ Shen X B, Chen Y, Lin B Q. The impacts of technological progress and industrial structure distortion on China’s energy intensity[J]. Economic Research Journal, 2021, 56(2):157-173.]
[11]	刘晓红, 江可申. 能源强度、交通压力与雾霾污染: 基于静态与动态空间面板模型的实证[J]. 系统管理学报, 2019, 28(6):1161-1168.
	[ Liu X H, Jiang K S. Energy intensity, traffic pressure and haze pollution: An empirical study based on static and dynamic spatial panel model[J]. Journal of Systems & Management, 2019, 28(6):1161-1168.]
[12]	赵立祥, 赵蓉. 经济增长、能源强度与大气污染的关系研究[J]. 软科学, 2019, 33(6):60-66.
	[ Zhao L X, Zhao R. Analysis of the relationship between economic growth, energy intensity and air pollution[J]. Soft Science, 2019, 33(6):60-66.]
[13]	廖敬文, 侯景新. 中国能源强度区域特征、空间效应与区域差异[J]. 内蒙古社会科学(汉文版), 2019, 40(3):148-156.
	[ Liao J W, Hou J X. Characteristics, spatial effects and regional differences of China’s energy intensity regions[J]. Inner Mongolia Social Sciences, 2019, 40(3):148-156.]
[14]	郭珊, 韩梦瑶, 杨玉浦. 中国省际隐含能源流动及能效冗余解析[J]. 资源科学, 2021, 43(4):733-744. doi: 10.18402/resci.2021.04.08
	[ Guo S, Han M Y, Yang Y P. Multiregional embodied energy flows and energy efficiency redundancy in China[J]. Resources Science, 2021, 43(4):733-744.]
[15]	孙早, 刘李华. 信息化提高了经济的全要素生产率吗: 来自中国1979-2014年分行业面板数据的证据[J]. 经济理论与经济管理, 2018, (5):5-18.
	[ Sun Z, Liu L H. Does informatization improve the tep of Chinese economy: Evidence from China’s 1979-2014 sectorial panel data[J]. Economic Theory and Business Management, 2018, (5):5-18.]
[16]	茶洪旺, 左鹏飞. 信息化对中国产业结构升级影响分析: 基于省级面板数据的空间计量研究[J]. 经济评论, 2017, (1):80-89.
	[ Cha H W, Zuo P F. The impacts of informatization on industrial structure upgrading in China: Spatial econometric analysis based on province’s panel data[J]. Economic Review, 2017, (1):80-89.]
[17]	张三峰, 魏下海. 信息与通信技术是否降低了企业能源消耗: 来自中国制造业企业调查数据的证据[J]. 中国工业经济, 2019, (2):155-173.
	[ Zhang S F, Wei X H. Does information and communication technology reduce enterprise’s energy consumption: Evidence from Chinese manufacturing enterprises survey[J]. China Industrial Economics, 2019, (2):155-173.]
[18]	皱璇, 王盼. 产业结构调整与能源消费结构优化[J]. 软科学, 2019, 33(5):11-16.
	[ Zhou X, Wang P. Study on the mechanism of industrial structure adjustment on the optimization of energy consumption structure[J]. Soft Science, 2019, 33(5):11-16.]
[19]	郭美晨, 杜传忠. ICT提升中国经济增长质量的机理与效应分析[J]. 统计研究, 2019, 36(3):3-16.
	[ Guo M C, Du C Z. Mechanism and effect of information and communication technology on enhancing the quality of China’s economic growth[J]. Statistical Research, 2019, 36(3):3-16.]
[20]	何强. 2013中国信息化发展指数(Ⅱ)研究报告[J]. 调研世界, 2014, (4):3-7.
	[ He Q. 2013 China information development index(Ⅱ) research report[J]. The World of Survey and Research, 2014, (4):3-7.]
[21]	李双杰, 李春琦. 全要素能源效率测度方法的修正设计与应用[J]. 数量经济技术经济研究, 2018, 35(9):110-125.
	[ Li S J, Li C Q. Modification and application of total factor energy efficiency measurement[J]. The Journal of Quantitative and Technical Economics, 2018, 35(9):110-125.]
[22]	何江, 张馨之. 中国区域经济增长及其收敛性: 空间面板数据分析[J]. 南方经济, 2006, (5):44-52.
	[ He J, Zhang X Z. Chinese regional economic growth and its convergence: Spatial panel data analysis[J]. South China Journal of Economics, 2006, (5):44-52.]
[23]	孟望生. 经济增长方式转变与能源消费强度差异的收敛性: 基于中国2001-2016年省级面板数据[J]. 资源科学, 2019, 41(7):1295-1305.
	[ Meng W S. Convergence analysis of interregional differences of economic growth pattern and energy intensity: An empirical study based on provincial data from 2001 to 2016 in China[J]. Resources Science, 2019, 41(7):1295-1305.]
[24]	侯孟阳, 姚顺波. 中国农村劳动力转移对农业生态效率影响的空间溢出效应与门槛特征[J]. 资源科学, 2018, 40(12):2475-2486.
	[ Hou M Y, Yao S B. Spatial spillover effects and threshold characteristics of rural labor transfer on agricultural eco-efficiency in China[J]. Resources Science, 2018, 40(12):2475-2486.]
[25]	Blonigen B A, Davies R B, Waddell G R, et al. FDI in space: Spatial autoregressive relationships in foreign direct investment[J]. European Economic Review, 2007, 51(5):1303-1325. doi: 10.1016/j.euroecorev.2006.08.006
[26]	马晓微, 石秀庆, 王颖慧, 等. 中国产业结构变化对能源强度的影响[J]. 资源科学, 2017, 39(12):2299-2309.
	[ Ma X W, Shi X Q, Wang Y H, et al. Impacts of industrial structural change on energy intensity in China[J]. Resources Science, 2017, 39(12):2299-2309.]
[27]	赵娜娜, 王志宝, 李鸿梅. 中国能耗模式演变及其对经济发展的影响[J]. 资源科学, 2021, 43(1):122-133.
	[ Zhao N N, Wang Z B, Li H M. Change of energy consumption pattern and its impact on economic development in China[J]. Resources Science, 2021, 43(1):122-133.]
[28]	Anselin L. Spatial Econometrics: Methods and Models[M]. Dordrecht: Kluwer Academic Publishers, 1988.

总指标	分类指数	三级指标
信息化发展指数	基础设施指数	移动电话拥有率/（部/百人）互联网宽带接入端口拥有率/（个/百人）
	产业技术指数	信息传输计算机服务与软件业固定资产投资/亿元单位地区生产总值专利申请受理量/（个/亿元）
	应用消费指数	互联网普及率/%
	知识支撑指数	软件和信息服务业从业人数/人
	发展效果指数	人均地区生产总值/元

区域	信息化发展指数			能源强度
区域	2006	2017	均值	2006	2017	均值
北京	0.30	0.85	0.59	0.76	0.26	0.48
天津	0.18	0.56	0.38	1.07	0.43	0.71
河北	0.06	0.38	0.21	1.90	0.89	1.32
山西	0.05	0.33	0.21	2.89	1.44	1.96
内蒙	0.05	0.38	0.24	2.41	1.06	1.55
辽宁	0.10	0.47	0.33	1.77	0.93	1.16
吉林	0.06	0.42	0.23	1.59	0.52	0.96
黑龙江	0.07	0.35	0.21	1.41	0.77	1.02
上海	0.27	0.67	0.50	0.87	0.39	0.62
江苏	0.14	0.78	0.46	0.89	0.38	0.61
浙江	0.16	0.65	0.40	0.86	0.41	0.61
安徽	0.02	0.41	0.19	1.17	0.49	0.79
福建	0.10	0.57	0.34	0.91	0.41	0.65
江西	0.03	0.32	0.15	1.02	0.45	0.69
山东	0.10	0.52	0.30	1.23	0.53	0.85
河南	0.03	0.35	0.18	1.34	0.53	0.90
湖北	0.06	0.43	0.23	1.46	0.49	0.93
湖南	0.04	0.36	0.19	1.35	0.47	0.88
广东	0.20	0.74	0.48	0.77	0.37	0.56
广西	0.03	0.36	0.18	1.19	0.53	0.83
海南	0.05	0.35	0.21	0.91	0.48	0.69
重庆	0.05	0.41	0.24	1.37	0.49	0.91
四川	0.05	0.42	0.21	1.5	0.59	1.01
贵州	0.01	0.31	0.14	3.19	0.81	1.83
云南	0.03	0.27	0.14	1.71	0.68	1.16
陕西	0.06	0.42	0.24	1.43	0.60	0.93
甘肃	0.02	0.28	0.15	2.2	1.01	1.49
青海	0.03	0.34	0.19	3.12	1.52	2.22
宁夏	0.04	0.36	0.20	4.10	1.90	2.65
新疆	0.05	0.35	0.21	2.09	1.68	1.76

区域	信息化发展指数			能源强度
区域	局部莫兰指数	P值	聚集类型	局部莫兰指数	P值	聚集类型
上海	6.942	0.012	HH	1.109	0.044	LL
浙江	4.435	0.002	HH	2.365	0.012	LL
江西	-			2.369	0.010	LL
福建	-			1.487	0.032	LL
安徽	-			1.805	0.026	LL
内蒙古	0.264	0.046	LL	-
陕西	-0.212	0.046	HL	-
甘肃	-			4.432	0.004	HH
青海	-			5.019	0.050	HH
新疆	-			5.832	0.038	HH
贵州	0.943	0.046	LL	-