能源消费与物质资本的空间效应分析-基于中国省际空间面板数据论文

能源消费与物质资本的空间效应分析
——基于中国省际空间面板数据

谷冰清GU Bing-qing

(安徽财经大学金融学院,蚌埠233000)

摘要: 本文基于我国各省的2006-2018年空间面板数据,研究我国能源消费、物质资本与经济增长的关系。通过下文详细分析可以得出我国的物质资本投入对地区经济增长作用不强,甚至有一定的抑制作用,需要进一步的合理化。

关键词: 能源消费;物质资本;经济增长;溢出效应

0 引言

除技术外,资本成了经济增长必须考虑的基本要素。我国资本市场起步较晚,但发展很快,这主要归因于两点:一是我国实体经济的快速发展,推动了资本市场的进步;二是对国企的股权分置改革,焕发了市场的活力。从另一方面看,当前中国正处于城市化、工业化的快速发展时期,经济增长速度是世界上增长最快的国家之一。能源是重要物质基础,经济的发展越快对能源的需求往往也越多,因此对一个国家未来的经济发展至关重要。国外的学者认为能源消费虽然不能对经济增长起决定性的作用,但是对经济增长会造成有利或者不利影响。

1 文献综述

赵志耘等(2007)[1]认为物质资本积累与技术进步的动态融合将会是我国经济增长的一大趋势。张林(2012)[2]在对西部地区的物质资本与经济增长关系研究发现,物质资本确实对我国西部地区经济增长起到了很大的促进作用。王火根和沈利生(2007)[3]采用空间面板回归模型对中国经济增长和能源消费的关系进行研究,结果论证了空间面板模型确实比传统面板模型优越。本文正是基于中国能源消费、物质资本与经济增长的现实情况,采用空间Durbin模型(Spatial Durbin Model,SDM)把这三者纳入同一个框架进行研究。

2 模型

依据柯布-道格拉斯生产函数,设定SDM模型如下:

yit因变量与相邻的地区因变量yjt对yit的交互影响(j≠i),wij非负空间权重矩阵 w(N×N 维)的构成元素,w确定各地区在空间上如何交互影响;δ两个相邻地区的因变量yjt与yit交互影响程度;Xit自变量的1×K维行向量,β和θ变量系数K×1维列向量;μi空间效应和λi时间效应。

3 实证分析

3.1 样本选取与变量简述

本文数据来自《中国统计年鉴》及不同省统计年鉴。各变量的数据处理如下:①经济增长(GDP)。我们取2006年为基期,根据地区生产总值指数消除物价因素生成实际GDP(单位:亿元)。②能源消费(E)。直接采用采用各地区的能源消费量,单位:万吨标准煤。③劳动力(L)。劳动力选取了三个产业累计从业人数,单位:万人。④资本存量(K)。采用Goldsmith(1951)开创的永续盘存法,它的基本公式为

3.2 空间权重W的设定

关于空间矩阵的设置,陈晓平和李国平(2006)[5]提出经济空间权重矩阵,具体形式为

3.3 实证分析

3.3.1 依据各省份空间面板数据的分析

另外,高科技企业技术团队的高薪支出税费的抵扣也是企业的另一个关注点。以中国排名前几的技术有限公司为例,2017-2018年华为技术团队个人年薪30-60万不等,百度技术团队个人年薪35-60万不等,阿里巴巴技术团队个人年薪40-60万不等,腾讯技术团队个人年薪25-48万不等,其他职位最高年薪20万元以下。将各企业技术团队个人年薪折中与其他职位最高年薪作比较,由图3可以看出企业技术团队的高年薪支出成为企业迫切希望纳入进项税抵扣的一个关注点。

依据SDM模型得出时间固定效应模型与空间、时间固定效应模型的结论,详见表1。

根据LeSage及Pace(2009)采用的极大似然估计得出方差-协方差矩阵进行模拟。

需要先进行空间和时间固定效应的联合显著性统计检验(LR检验),再进行两个LM检验。

我们初步设定μi空间特定效应及λt时间特定效应为固定效应。

SDM时间固定效应模型修正误差的计算方法如下:σ2指通过Baltagi方法得出的估计量,T时间段。

SDM空间及时间固定效应模型的修正误差的计算方法如下:SDM模型的系数估计值,

渐进方差矩阵,N地区个数。

LeSage和Pace(2009)提出通过求偏微分得出自变量变化对相邻区域产生的平均溢出效应,再进行参数检验。SDM的矩阵表达形式为:

依据表2的结果,东部的能源消费和物质资本对东部经济增长具有抑制效应,但不明显;而劳动力要素东部经济增长则具有显著的促进效应,另外空间滞后被解释变量、能源消费和劳动力的空间滞后变量都很显著。中部的物质资本对东部经济增长具有不明显的抑制效应,且抑制作用小于东部;但能源消费和劳动力要素都对中部经济增长具有显著地促进效应,而能源消费呈现出显著地正效应;空间滞后变量中资本、劳动和被解释变量都很显著而且资本空间滞后变量对经济增长呈显著的负效应。西部地区资本呈现不显著的负效应且空间滞后变量中资本对经济增长也呈不显著的负效应;能源消费和劳动力要素都呈现显著地正效应,空间滞后变量中能源消费和劳动力要素也是正的效应,但是只有能源消费空间滞后变量的正效应是显著的。东北地区资本呈现显著的正效应且空间滞后变量中资本对经济增长也呈显著的正效应;能源消费和能源消费空间滞后变量对东北经济增长都是负效应,但是不显著的;劳动力要素呈现不显著的正效应,空间滞后变量中劳动力要素则是显著的正效应;空间滞后被解释变量是显著的负效应。

表1 全国的SDM模型估计结果

SDM模型设定形式如下:

父亲走后,我已习惯睡前不再将房门锁上。母亲几乎每夜都会来到我的房里,不同的是,她从不在我的书桌上留下任何字句,也从不扭亮任何一点灯光。我依旧像从前那样:在母亲转动门把的时候翻过身去面对墙壁,眯着双眼;我依然不敢贸然起身惊动母亲,依然没有勇气在那样的时刻里与母亲的眼神相对。

德兴铜矿泗洲选矿厂一期磨浮工段现有3台清水泵为现场提供清水用水,由于水库水源杂质较多,清水泵工作时间较长,这必然会引起清水泵的堵塞导致清水泵不能正常工作,为此在清水泵进水处安装1台清水过滤装置以过滤掉杂质,但是外购过来的过滤装置过滤效果往往不太理想,并且还十分昂贵,考虑过滤效果和管控成本,针对这一难题,在清水泵进水水源处设计安装一套自清洗水源过滤装置[3]很有必要。

3.3.2 基于东区、中区、西区省份空间面板数据的研究

中部采用时间固定效应SDM模型(类似全国数据的模型),东部、西部还有东北采用空间和时间随机效应SDM模型,见表2。

包含之前的ε,Y关于第1到N个区域的内生变量X′中的第k个变量偏微分矩阵为:

式中,C为水费承受力;V为亩均产值;R为水费占亩均产值的比例,合理范围为5%~8%,本次取6%;B为亩均纯收益;r为水费占亩均收益的比例,合理范围为10%~13%,本次取11%。

为了有效的分析各自变量对经济影响的直接和间接作用大小,最后需要估计出直接影响、溢出效应及总效应,见表3。

我们已经知道,神经元能传递疼痛信号,那我们又是靠什么来区分温柔的抚摸和恶狠狠的拳头的呢?答案是不同种类的神经元。有些神经元只在感受到轻微压力时发出信号,令我们感到愉悦;另一些神经元只对突发的剧烈感受有反应,这就会让我们感到疼痛。那么,问题又来了:为什么手指头划破一个小口子会那么痛?这是因为树突(神经末梢)在人体内的分布是不均匀的,而树突分布最密集的地方就是我们的嘴唇和指尖。

据表3的结果:首先,基于全国省份数据的时间固定效应模型对比表1,我们可以发现各个变量系数与之前都有所调整,这是因为直接影响是通过相邻区域回到自身区域的反馈结果,所以直接影响与之前的自变量的系数估计会有所区别。其次,我们发现由于空间溢出效应,空间面板数据模型的弹性系数之和略小于一般面板回归得出的弹性之和。特别是资本的溢出效在中部地区表现出显著的负效应,表明中部地区的物质资本增加会明显制约经济增长。

根据上述的回归结果表明,在我国的不同地区能源消费、物质资本还有人力要素增加对经济增长的作用和影响是不一样的。根据系数的正负和显著不显著,我们发现呈现正相关,表明从宏观角度讲无论是本地区能源消费、人力要素还是物质资本增加对经济增长全局具有促进作用,如果作用显著则可以增加相应的要素以促进经济增长;若呈现负相关,表明从宏观角度讲无论是本地区能源消费、人力要素还是物质资本增加对经济增长全局具有抑制作用,如果作用显著则需减少相应的要素投入。所以从总体宏观经济角度看,我国应该适度减少能源消费,增加劳动力要素和物质资本投入。物质资本在我国不同地区作用效果是不一样的,尤其明显的是中部地区的资本直接影响和溢出效应都是显著为负的,而能源消费和劳动力要素的直接影响和溢出效应都显著为正,说明中部地区的发展导向应该是增加能源消费和劳动力要素而不是盲目的增加物质资本。

一般有两种匹配方法:在线更新和离线编程。大众品牌授权经销商(4S店)多采用在线下载软件进行更新、编程来解决这一问题,未获授权的可借助ODIS-E工程师软件进行离线编程,无需在线,即可完成本操作。

表2 地区的SDM模型估计结论

表3 自变量对经济增长的直接及溢出效应检查

4 结论

本文根据我国2006-2018年间能源消费、物质资本与经济增长的数据关系,利用SDM模型实证分析了能源消费、物质资本与经济增长的关系,还进一步的分析了能源消费、物质资本与经济增长三者的直接和间接影响,分析表明从我国的总效应结果看,中国现阶段经济增长很大一部分是来自物质资本和劳动力要素的增加,而能源消费水平是显著的负效应,所以中国今后的经济结构需要做相应的调整。从四个地区的效应分析看,我国东部地区需要合理节制能源消费,而对于劳动力和资本市场的作用则需要进一步加强;中部和西部地区能源消费促进作用显著,但需要合理利用物质资本;相反的东北地区的物质资本到了很明显的促进作用,但是能源消费却有阻碍经济发展的趋势。

注释:

①根据《中国区域统计年鉴》的具体划分方式,东部有10省;西部有12省(区、市);东北有3省。

毕业于上海复旦大学公共卫生学院的李洁,在基层食品安全监管一线已扎根近30年。说她是“心中有群众、监管有担当、技术有创新”的食品药品安全忠诚卫士,一点儿也不为过。作为上海市践行“三严三实”基层先进典型之一,李洁先后荣立三等功、二等功各一次,并荣获上海市“三八"红旗手和“五一”劳动奖章等荣誉,2002年被评为全国卫生监督先进个人,2015年获全国“三八”红旗手荣誉称号,2016年被评为上海市优秀共产党员。

参考文献:

[1]赵志耘,吕冰洋,郭庆旺,贾俊雪.资本积累与技术进步的动态融合:中国经济增长的一个典型事实 [J].经济研究,2007(11):19-32.

[2]张林.人力资本、物质资本对西部地区经济增长的贡献——基于1 995-2010年西部地区数据的索洛模型检验[J].湖南社会科学,2012(3):132-135.

[3]王火根,沈利生.中国经济增长与能源消费空间面板分析[J].数量经济技术经济研究,2007(12):98-107.

[4]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004(10):45-43.

[5]陈晓玲,李国平.我国地区经济收敛的空间面板数据模型分析[J].经济科学,2006(5):5-17.

Analysis of Spatial Effect of Energy Consumption and Material Capital:Based on China's Provincial Space Panel Data

(School of Finance,Anhui University of Finance and Economics,Bengbu 233000,China)

Abstract: Based on the spatial panel data of 2006-2018 in various provinces of China,this paper studies the relationship between energy consumption,material capital and economic growth in China.Through detailed analysis below,it can be concluded that China's material capital investment has a weak effect on regional economic growth,and even has a certain inhibitory effect,which needs further rationalization.

Key words: energy consumption;physical capital;economic growth;spillover effect

中图分类号: F206

文献标识码: A

文章编号: 1006-4311(2019)15-0194-03

作者简介: 谷冰清(1987-),女,安徽宿州人,本科,研究方向为金融学。

标签:;  ;  ;  ;  ;  

能源消费与物质资本的空间效应分析-基于中国省际空间面板数据论文
下载Doc文档

猜你喜欢