郑明贵 曾健林 曹天琦 | 能源消费结构升级与区域经济高质量发展——基于产业结构的中介作用和人口红利的调节作用

摘要：合理的能源消费结构能够促进产业结构调整，对于实现经济高质量发展具有重要意义。本文实证检验了能源消费结构升级、产业结构调整与区域经济高质量发展之间的作用机理。研究表明：中国经济高质量发展整体呈上升趋势，但存在地区不平衡、区域高值聚集问题，各区域经济高质量发展空间溢出效应明显；能源消费结构升级能够通过直接路径以及产业结构调整的中介作用（间接路径）显著促进区域经济高质量发展；人口红利在产业结构调整中介路径的前半程起正向调节作用，能显著提升能源消费结构升级对产业结构调整的正向影响。

关键词：能源消费结构升级；经济高质量发展；空间自回归模型；人口红利；产业结构升级

基金项目：国家社会科学基金重点项目“中国战略性矿产资源国家安全评估与预警系统研究（2020—2050）”（18AGL002）；国家自然科学基金重点项目“大数据环境下的评价理论、方法和应用”（71631006）

作者简介：郑明贵，博士，江西理工大学经济管理学院教授；曾健林，江西理工大学经济管理学院硕士研究生；曹天琦，江西理工大学经济管理学院硕士研究生。

原文目录

一、引言

二、理论分析与研究假设

三、研究设计

四、实证检验

五、结论与政策建议

一、引言

能源是国民经济发展的动力基础，然而不合理的能源消费结构无法为经济社会的可持续发展提供保障。高污染、高能耗的能源消费结构可以在一定时期内实现经济高速增长，但是，长期来看粗放型经济增长模式必然导致环境污染和生态失衡。
经济高质量发展往往要求提高清洁能源在能源消费结构中的占比，即实现能源消费结构的调整升级，所以能源结构调整被认为是治污减排的重要手段和实现经济高质量发展的关键抓手。

然而，目前尚不清楚能源消费结构对经济高质量发展的具体影响。因此，通过实证分析厘清能源消费结构、产业结构、区域经济高质量发展之间的作用机理，对于正处于经济高质量发展转型关键阶段的中国具有重要的理论和现实意义。 社会各界广泛关注能源消费、产业结构、区域经济发展三者之间的关系，相关领域积累了较为丰富的研究成果。
冯梅等发现煤炭、石油等高污染能源的消费与经济高质量发展呈显著负相关，天然气、电等相对清洁能源的消费与经济高质量发展呈显著正相关。邹璇等研究认为能源消费与产业结构相互影响、相互制约，两者之间存在显著正向关系。王新安等指出能源消费会影响当地产业结构布局，提高可再生清洁能源消费比例有利于优化产业结构。
一些学者研究发现能源消费和产业结构之间存在传导机制，即约束能源消费会促进产业结构调整。产业结构调整可以提高资源配置效率，加速新兴产业兴起，促进经济增长。因此，产业结构调整能够优化经济结构，是实现经济高质量发展的重要途径。
可见，现有文献主要研究了能源消费与经济高质量发展、能源消费与产业结构、产业结构与经济高质量发展之间的关系，从能源消费视角开展的相关研究往往仅探讨能源消费数量和能源使用效率两个因素，较少关注能源消费结构因素，同时，在对能源消费与经济高质量发展关系的研究中鲜有考虑其他因素的中介效应和调节效应。 鉴于此，本文建立经济高质量发展的评价体系，利用2010—2018年中国省域面板数据进行空间自相关检验，并采用空间计量方法构建中介效应检验模型和具有调节效应的中介效应检验模型，深入探究能源消费结构对区域经济高质量发展的作用机理。
边际贡献主要体现在以下三个方面：
第一，系统梳理并界定了经济高质量发展的内涵，从经济、社会、绿色和创新四个角度构建定量化评价指标体系，利用熵权法和德尔菲法确定指标权重，丰富了经济高质量发展的评价体系研究，评估了中国经济高质量发展的状况；
第二，采用空间自回归模型测算和分解了经济高质量发展影响因素的空间效应，检验了区域经济高质量发展的空间溢出效应；
第三，在考虑产业结构调整中介效应和人口红利调节效应的基础上，探讨了能源消费结构对区域经济高质量发展的影响，深化了对能源消费、产业结构、区域经济高质量发展三者之间作用机理的认识。

二、理论分析与研究假设

国内外学者很早就注意到能源消费与经济增长之间存在密切联系。Jia等、吴继贵等通过对“环境-能源-经济”系统进行分析，发现能源消费是经济增长的动力，也是造成环境污染的重要原因。
经济增长会提高能源需求，同时为了减少污染需要增加清洁能源消费的占比即能源消费结构升级。能源消费结构升级响应了绿色发展的要求，而绿色发展是区域经济高质量发展的重要目标，由此提出如下研究假设。 假设1：能源消费结构升级对区域经济高质量发展有正向影响。 不同产业的能源消费水平不同，产业结构会直接影响能源消费，而能源又是推动产业发展的直接动力，能源消费对产业结构有约束作用，因此产业结构与能源消费之间存在长期均衡的双向因果关系。
周江等发现能源消费结构对产业结构有显著影响。当提高区域清洁能源消费占比时，一方面可以有效降低区域污染水平，改善环境质量，进而推动旅游业、餐饮住宿和房地产等第三产业发展，有效提升第三产业竞争力，另一方面可以推动以化石能源为基础的产业逐渐淘汰或转型为低碳产业。
由马斯洛需求层次理论可知，随着经济水平的提高，人们会不断追求更高品质的生活，更加需要清洁的空气、绿色无污染的环境，这给企业传递了研发生产绿色清洁产品的信号，逐渐促使产业结构调整，实现经济绿色发展。 假设2：产业结构调整对能源消费结构升级与区域经济高质量发展的关系具有中介作用。 人口红利是经济增长的有力推手。众多学者指出，中国自改革开放以来所取得的经济成就很大程度依赖于人口红利。人口红利是年龄结构和人口密度的综合度量。
张从发等发现年龄结构变动会影响劳动力资源的供给，劳动力资源供给和需求不匹配导致产业结构调整并影响区域经济高质量发展。人口聚集会导致产业聚集，尤其是劳动密集型产业的聚集，从而影响区域产业结构并推动区域经济发展。因此，人口红利对能源消费结构升级与区域经济高质量发展的关系具有调节作用。 假设3：人口红利对能源消费结构升级与区域经济高质量发展的关系具有调节作用。 根据上述研究假设，可以得到如下的概念模型（图1）。

三、研究设计

（一）经济高质量发展评价体系 经济高质量发展本质上是在一定经济基础上追求更高质量的发展，其目的是在绿色、环保的前提下，通过创新驱动经济稳步增长以满足人民对美好生活的需求。
由于研究视角和目的不同，导致不同学者提出的经济高质量发展评价体系存在差异。通常有以下几种多维评价体系：包含经济活力、创新效率、绿色发展、人民生活、社会和谐的五维度评价体系，涵盖创新、协调、绿色、开放、共享的新发展理念评价体系，包含综合质效、创新发展等指标的六维度评价体系，包含经济发展等指标的五维度评价体系，等等。
根据研究需要，这里选择从经济、社会、环境和创新四个视角，构建包括经济活力、成果共享、社会保障、公共建设、污染排放、环境保护、创新投入和创新成果等八个维度的区域经济高质量发展评价体系。 1.经济 经济高质量发展的核心仍然是经济发展，所以经济发展是一个重要的评价维度。经济发展可以分解为经济活力和成果共享。经济总量和经济增长速度是经济体稳定发展的基础，内需是重要保障。
由此，GDP增长速度、GDP总量和居民消费贡献率构成经济活力评价指标。共享是经济高质量发展的目标追求，作为社会主义国家，中国在追求经济高质量发展的同时致力于使全民共享经济发展成果。这里选取人均GDP和劳动报酬比构成成果共享评价指标。 2.社会 在追求经济高质量发展的同时应该为国民提供社会福利。参考刘亚雪等的方法，选择社会保障和公共建设作为社会视角的评价指标。 3.环境 经济高质量发展的重要前提是绿色、环保和可持续发展。一般从污染排放和环境保护两个维度对环境进行评价。选取废水排放、空气质量和生活垃圾无害化处理率作为污染排放的评价指标。环境治理强度、城市人均绿地面积和森林覆盖率体现了区域环境保护及环境治理状况，可以作为环境保护维度的评价指标。 4.创新 创新是经济高质量发展的重要动力，参考魏敏等的方法，选择创新投入和创新成果作为创新视角的评价指标。表1给出了因变量经济高质量发展的多维度评价指标体系，其中包括各指标的计算公式、指标方向和指标权重。  
（二）评价指标权重 权重确定方法主要分为两大类，一类为主观权重法，包括德尔菲法（Delphi）、层次分析法（AHP）等，另一类为客观权重法，包括熵权法、因子分析法等。在具体研究中，除了考虑指标本身的重要性即主观权重之外，还应考虑指标特有的数据信息即客观权重。 从权重特点来看，无论主观权重还是客观权重，其权重矩阵都包含序信息和强度信息。
序信息是根据权重矩阵中各指标的权重大小进行重要性排序的，属于定性分析。强度信息是根据权重矩阵中各指标的权重大小确定相对重要性的，属于定量分析。主观权重矩阵突出的是序信息，缺乏对强度信息的精确把控，而客观权重矩阵能体现数据本身的强度信息。
为了统筹考虑主客观因素，参考李刚等的处理方法，采用兼顾序信息和强度信息的主客观组合赋权法。先利用面板熵权法来确定客观权重，用德尔菲法来确定主观权重，然后将二者进行组合得到指标权重。 1.熵权法 熵权法根据信息熵值的大小，从数据角度确定各指标的客观权重值，但最初只适用于截面数据。借鉴杨丽等采用的针对面板数据的熵权法，通过计算可以得到区域经济高质量发展评价指标的客观权重矩阵，记为w^object*=［w₁^object*，…，w_ｌ^object*］。 2.德尔菲法 采用德尔菲法向高等院校、研究机构的60位专家发出意见调查表，收回53份，有效问卷53份。整理得到区域经济高质量发展评价指标的主观权重矩阵，记为w^subject*=［w₁^subject*，…，w_ｌ^subject*］。 3.主客观组合赋权法 主客观组合赋权法的原理是在保留主观权重序信息的同时尽可能与客观权重强度信息一致。因此，需要依据主观权重序信息进行重新排列。，其中，为依据序信息对权重矩阵进行的重新排列，w^subject=［w₁^subject，…，w_ｌ^subject］和w^object=［w₁^object，…，w_ｌ^object］分别为根据序信息重新排列生成的新的权重矩阵。 假设w^*=［w₁^*，…，w_k^*，…，w_ｌ^*］为在w^subject和w^object基础上构造的组合权重矩阵，w_k^*的合理取值区间为［a_k^-，a_k⁺］，其中，a_k^-=min(w_k^subject，w_k^object），a_k⁺=max(w_k^subject，w_k^object）,1<k<m。为了使w^*在符合主观权重序信息的条件下尽可能贴近客观权重强度信息，w^*应是以下用(1)式表示的非线性规划的最优解。
按照序信息对w^*进行排列还原，得到最终的主客观组合权重为：w^**=［w₁^**，…，w_l^**］。将数据代入上述组合权重计算方法，可以得到各个指标的权重，具体见表1。
 （三）变量选取 1.被解释变量：经济高质量发展 将经济高质量发展变量记为Hqed，计算公式如下：
其中，i代表区域(i=1，2，…，n)，j代表评价指标(j=1，2，…，m)，t代表年份(t=1，2，...，r)，x_ijt为i区域第j项指标第t年的数值。 2.解释变量：能源消费结构升级 根据污染物排放量的大小，通常可以将能源划分为相对清洁能源、中度污染能源和重度污染能源三种类别。能源消费结构中，相对清洁能源占比越大，能源结构升级率越高。借鉴陈冲等的方法，对不同类别的能源消费赋予不同的系数。可以将能源消费结构升级变量(记为Upgrade)的评价公式构建如下：
其中，Clean_it为相对清洁能源的消费占比，Oil_it为中度污染能源的消费占比，Coal_it为重度污染能源的消费占比。
 3.中介变量：产业结构调整 在工业化初期产业结构调整主要表现为由第一产业向第二、三产业转型，而在工业化后期产业结构调整则表现为第二产业向第三产业转型。
参考王卓等的研究，并结合当前的中国工业化进程，这里采用第三产业与第二产业产值之比作为产业结构调整变量（记为Is）的衡量指标。 4.调节变量：人口红利 参考卢飞等的研究，这里采用年龄结构（记为Age）和人口密度（记为Density）来衡量人口红利。年龄结构反映一个地区的经济活力与发展潜力，是人口红利的直接体现，处于劳动年龄的人口是助推经济发展的重要参与者。人口密度也是人口红利的一部分，人口密度与区域经济发展密切相关。
在经济快速发展的情况下，考虑到劳动力回流与区域外的劳动人口输入等因素，基于区域户籍人口数据来测算年龄结构和人口密度具有一定的代表性。 5.控制变量 为了排除遗漏变量导致的非一致性估计，参考黄庆华等的处理方法，在模型中加入政府宏观调控（记为Gov）、工业聚集度（记为Agg）、全社会固定资产总投资（记为Inv）、能源消费强度（记为Energy）等控制变量。表2对各变量的符号及衡量方法进行了归类。
 （四）模型设计 1.空间自回归模型 由于相邻省份经济互动比较频繁，在经济高质量发展过程中相互影响，存在区域协同作用。参考郭文伟等的研究，采用空间自回归模型（Spatial Autoregrssion,SAR）。
其中，u_i为个体效应项，γ_t为时点效应项，W为空间权重矩阵，Y_it为被解释变量，X_it为解释变量，ρ为空间自相关系数，β为回归系数，ε_it为随机扰动项。确定空间权重矩阵W的规则如下：
2.中介效应检验模型 为了检验假设1和假设2，借鉴温忠麟等和郭峰等的研究，将中介效应拓展至空间计量模型，构建如下的空间自回归模型：
其中，Contorl_it为控制变量矩阵，ρ₁、ρ₂、ρ₃为空间自相关系数，β₁、β₂、β₃、β^′₁、μ₁、ω₁、μ₂、ω₂、μ₃、ω₃为回归系数，λ₁、λ₂、λ₃为控制变量的回归系数矩阵。 3.具有调节效应的中介效应检验模型 为检验假设3，在中介效应检验模型基础上，借鉴温忠麟等和王晓红等的处理方法，构建具有调节效应的中介效应检验模型。其中，年龄结构作为调节变量的中介效应检验模型如下：其中，α₁、α^′₁为能源消费结构升级与年龄结构的交互项（Upgrade_it×Age_it）的回归系数，α₂、α^′₂为产业结构调整与年龄结构的交互项（Is_it×Age_it）的回归系数。如果模型（9）中系数α₁通过显著性检验，则采用模型（11a），否则采用模型（11b）。 人口密度作为调节变量的中介效应检验模型如下：
其中，η₁、η^′₁为能源消费结构升级与人口密度的交互项（Upgrade_it×Density_it）的回归系数，η₂、η^′₂为产业结构调整与人口密度的交互项（Is_it×Density_it）的回归系数。如果模型（12）中系数η₁通过显著性检验，则采用模型（14a），否则采用模型（14b）。

四、实证检验

（一）描述性统计 本文数据主要来源于国家统计局和地方统计年鉴，PM2.5数据来源于AtmosphericComposition Analysis Group。剔除数据大量缺失的港澳台地区和西藏自治区，最终得到中国29个省级行政区2010—2018年的面板数据，共计270个观测值。表3为变量描述性统计。

区域经济高质量发展（Hqed）的最大值为0.650，最小值为0.187，平均值为0.342，说明中国经济高质量发展水平存在较大的区域差异。
能源消费结构升级（Upgrade）的平均值为1.295，最小值为1.103，最大值为2.102，仅有少数区域的相对清洁能源消费占比远高于平均值，说明中国能源消费结构的区域差异不大。
产业结构调整（Is）的平均值为1.001，极差为3.668，说明中国已经整体步入后工业时代，但产业结构的区域差异较大。
年龄结构（Age）的平均值为0.629，极差为0.151，说明中国逐渐进入人口老龄化社会，但年龄结构的区域差异不大。
人口密度（Density）的平均值为0.457，极差达到3.843，说明中国的人口分布极不均衡。能源消费强度（Energy）的平均值为1.033，极差达到3.410，说明中国还处于经济粗放增长模式后期，单位GDP能耗的区域差异较大。
（二）区域经济高质量发展评价分析 根据表1列出的多维评价指标及公式(2)，可以计算得到区域经济高质量发展的评价值(表4)。
 
由表4可知，2018年，北京、江苏、广东、浙江和上海的经济高质量发展水平排名前五，主要位于京津冀、长三角和珠三角三个区域。绘制2010—2018年这三个区域的经济高质量发展水平折线图，并与全国平均水平进行比较(图2)，不难发现，经济高质量发展水平整体呈现逐年上升趋势，京津冀、长三角和珠三角经济高质量发展水平远高于全国平均水平。中国经济高质量发展水平仍存在空间分布不平衡状况，表现为地区不平衡，区域高值聚集。

（三）主要实证结果及分析
 1.全局Moran’s I指数检验 采用STATA软件计算2010—2018年中国省级行政区经济高质量发展全局Moran’s I指数，并利用随机排列法构造正态分布以检验其显著性，结果见图3。

从图3可以看出，2010—2018年中国省级行政区经济高质量发展的全局Moran’s I指数均在5%的显著水平上拒绝原假设（H₀：无空间自相关），表明存在显著的空间自相关。
从Moran’s I指数的演化趋势看，2010—2013年，该指数呈上升趋势，空间聚集效应逐渐增强；2014—2018年，该指数整体呈下降趋势，空间聚集效应逐渐减弱。 2.中介效应检验模型估计结果 表5给出了中介效应检验模型（6）至（8）的回归结果。利用Hausman检验对固定效应和随机效应进行识别，结果表明存在固定效应，因此采用固定效应空间自回归模型。

模型（6）的检验结果支持假设1，即能源消费结构升级对区域经济高质量发展有显著正向影响。说明能源消费结构升级不仅能够直接减少排放、实现绿色发展，而且对经济增长也有推动作用，能促进区域经济高质量发展。
模型（7）的检验结果表明能源消费结构对产业结构调整有正向促进作用，同时区域人口密度、年龄结构和全社会固定资产投资均对产业结构调整有显著的正向影响。
尽管强制减排、碳税、碳交易市场等政策和市场机制在短期内给高能耗、高污染企业造成了巨大的压力和挑战，但是仍然有利于企业的长远发展，只是不同企业应对压力与挑战的方法不同。
一部分企业可能仍然选择从事原有的行业，对原有的生产过程或生产方式进行了升级改造，引领行业走向绿色发展方向；另一部分企业可能另辟蹊径，向产业链的上下游或相关行业转型，不再从事高污染行业；还有一部分没有能力应对低碳发展挑战的企业将被淘汰。这种变化自然会使产业结构向着低碳甚至零碳方向调整和优化。
模型（8）的检验结果表明，产业结构调整具有部分中介作用。综合模型（6）至（8），能源消费结构升级除了对经济高质量发展有直接的积极影响之外，还可以通过产业结构调整对经济高质量发展起到间接的促进作用，所以假设2得到支持。 模型（8）的检验结果还表明经济高质量发展存在显著的正向空间溢出效应，验证了经济高质量发展的区域协同效用，空间计量模型的系数只能作为初步判断，无法解释被解释变量的边际效应。
模型（8）的空间效应显著，为了深入分析能源消费结构升级、产业结构调整等因素对区域经济高质量发展的影响，这里对模型（8）中各影响因素的空间效应进行测算和分解，结果见表6。

由表6可知，能源消费结构升级和产业结构调整的空间直接效应、空间溢出效应和空间总效应均对经济高质量发展起促进作用，即附近区域和本地区调整能源消费结构和产业结构均会促进本地区经济高质量发展。
人口年龄的空间直接效应、空间溢出效应和空间总效应均呈显著正相关，表明区域之间存在劳动力大规模流动现象并且会推动邻近区域经济高质量发展，人口红利会转化为当地的工业化力量，促进当地经济高质量发展。 3.具有调节效应的中介效应检验模型估计结果 模型（9）中系数α₁显著，所以采用模型（11a）。模型（12）中系数η₁不显著，所以采用模型（14b）。模型（9）（10）（11a）（12）（13）（14b）的回归结果见表7。
 
由表7可知，人口红利对能源消费结构升级与区域经济高质量发展的关系有正向调节作用，假设3得到验证。
具体来看，模型（9）和模型（10）中能源消费结构升级与年龄结构交互项(Upgrade_it×Age_it)的回归系数显著为正，说明年龄结构在中介路径的前半程具有正向调节作用。
模型（11a）中能源消费结构升级与年龄结构交互项(Upgrade_it×Age_it)的系数和产业结构调整与年龄结构交互项(Is_it×Age_it)的系数均未通过显著性检验，说明年龄结构对直接影响路径和中介路径的后半程没有调节作用。
模型（12）中能源消费结构升级与人口密度交互项(Upgrade_it×Density_it)的系数未通过显著性检验，说明人口密度对直接影响路径没有调节作用。
模型（13）中能源消费结构升级与人口密度交互项(Upgrade_it×Density_it)的系数显著为正，说明人口密度对中介路径的前半程有正向调节作用。
模型（14b）中产业结构调整与人口密度交互项(Is_it×Density_it)的系数未通过显著性检验，说明人口密度在中介路径的后半程没有调节作用。
模型（9）（10）（13）的调节效应明显，在加入调节变量后模型的拟合优度明显提高。 （四）稳健性检验 考虑到众多学者发现能源消费、经济增长、产业结构之间可能存在双向因果关系，所以这里对双向因果关系进行稳健性检验。
鉴于当期的经济高质量发展和产业结构调整并不会对过去的能源消费结构升级产生负向影响，参考朱顺泉等的做法，将滞后一阶的能源消费结构升级作为工具变量，采用工具变量法进行双向因果稳健性检验。表8和表9表明本文的相关结论具有稳健性。

此外，借鉴陈诗一等的做法，采用人均GDP对区域经济高质量发展进行重新度量，即更换变量度量方法再次进行稳健性检验。检验结果表明相关结论具有稳健性。

五、结论与政策建议

（一）结论 基于中国2010—2018年省级行政区的面板数据，构建了区域经济高质量发展评价指标体系并进行了具体评价，在此基础上，着重利用空间自回归模型探讨了能源消费结构升级对区域经济高质量发展的作用机理。
主要结论如下：
第一，中国经济高质量发展水平整体呈上升趋势，但存在地区之间不平衡、区域高值聚集等问题，京津冀、长三角、珠三角经济高质量发展水平远高于全国平均值，区域经济高质量发展空间溢出效应明显。
第二，能源消费结构升级对区域经济高质量发展具有显著的促进作用。
第三，能源消费结构升级既直接影响区域经济高质量发展，也通过产业结构调整的中介作用产生间接影响。
第四，人口红利在产业结构调整中介路径的前半程起正向调节作用，能显著提升能源消费结构升级对产业结构调整的正向影响。 （二）政策建议 基于上述研究结论，提出如下政策建议：
第一，地方政府应该调控能源价格，制定污染物排放管控政策，增加新能源技术及其应用的研发投入，提高能源效率，倒逼能源消费结构升级，推动产业结构调整，实现经济高质量发展。
第二，积极落实“二胎”政策并适当延迟退休，缓解人口红利逐渐消失产生的不利影响。
第三，加强经济相对落后区域的基础设施建设力度，提高产业转移扶持力度，优化人才政策，创造与经济发达地区对接的便利条件，强化空间聚集和溢出效应，促进区域经济高质量协同发展。
第四，根据区域优势产业和资源禀赋对工业空间布局进行优化调整，努力发挥区域协作优势。

备注：为适应微信排版及手机阅读需要，原文中所有参考文献从略，请见谅。

---

原文出处：

郑明贵、曾健林、曹天琦：《能源消费结构升级与区域经济高质量发展 ——基于产业结构的中介作用和人口红利的调节作用》，《阅江学刊》，2021年第3期，第85-101页。

郑明贵,曾健林,曹天琦. 能源消费结构升级与区域经济高质量发展 ——基于产业结构的中介作用和人口红利的调节作用[J].阅江学刊.2021(3):85-101.

责任编辑：来向红

微信编辑：侯苏皖

校对：来向红、沈丹、李海中

文中插图：源自互联网

复审：刘伟

终审：渠红岩

往期精彩