摘要：本文以電網拓撲結構變化對區域能源強度的影響為例，揭示區域基礎設施連接緊密程度對空間相關性的影響和其變化的內在機理。根據1998-2014年中國30個省份高壓電網建設的時序順序與拓撲結構構建空間權重矩陣，實現了基礎設施動態建設與空間權重矩陣常數元素賦值的對應。使用SDM面板模型，并采用內生變量的滯后一期值代替原變量克服內生性偏誤，得到了更為穩健的結果。研究發現：①考慮電網拓撲結構的空間溢出效應后，電力占比與要素結構提升對能源強度改善的影響得以體現，對外貿易的“污染天堂”效應被發現。②

　　《大氣污染防治計劃》配套的12條高壓電力線路改變了中國各省份能源強度的空間同質性，使得電力占比、產業結構、R&D研發水平對能源強度的影響變大;人均FDI存量、產權結構、要素結構、城市化率對能源強度的影響變小。③基于電網拓撲結構的空間權重矩陣能反映區域能源強度地理空間鄰接關系的主要信息，通過強化和調整各省間的電網拓撲結構能夠改變其空間溢出關系，促進政策目標的實現。此方法實現了省間基礎設施連接緊密程度與經濟指標空間相關性機理分析的計量方法應用創新。

　　關鍵詞：電網拓撲結構;空間權重矩陣;空間杜賓模型;能源強度

　　加強省間交通、能源、通信等領域的基礎設施互聯以促進經濟發展是中國政府宏觀管理的重要方向。2016年5月，國家8部委聯合印發了《關于推進電能替代的指導意見》(發改能源[2016]1054號)，提出了提高電力占比以提升能源利用效率的政策目標。國家電網公司作為主要執行者，大力推進特高壓電網戰略，試圖通過加強省間的電網設施互聯強化電力占比提升對能源效率提高的政策效果，受到了廣泛的關注與討論。

　　那么，加強跨省高壓輸電通道的建設是否能改變能源強度的空間相關性，從而促進能源效率的改善?本文以此為例，進行空間權重矩陣的應用創新，應用空間計量方法量化分析省間基礎設施互聯對政策目標實現的價值。關于能源強度的影響因素，國內外學者作了大量的研究。早期學者的研究，如史丹[1]、Fisher-Vandenetal[2]、魏楚[3]、傅曉霞[4]、原毅軍[5]、林伯強[6]、張宇[7]、齊紹洲[8]等發現人均GDP、能源消費結構、FDI流入、產業結構、R&D研發水平、產權結構、要素結構、城市化率、對外開放程度、能源稟賦等經濟指標均能影響能源強度。

　　但是，上述研究未考慮各省能源強度的空間相關性，Elhorst[9]系統地總結了空間計量的研究成果，指出從計量分析的角度看，如果經濟指標自身存在的空間相關性被忽略，則回歸結果是有偏的;Toblers[10]從地理經濟學的角[度指出，區域間的地理位置越近，其經濟聯系應越緊密。隨著空間計量經濟學的發展，學者們將其引入了區域能源強度的研究，孫慶剛等[11]采用最近K點賦值法，按省份間的地理鄰接關系劃分為一階、二階與三階相鄰，以此為依據對空間權重矩陣賦值計算全局Moran’I指數，發現中國省間的能源強度空間依賴性隨距離擴展逐漸減弱，一階鄰接關系下空間正相關依賴性最強，二階鄰接關系下空間關聯性減弱，三階鄰接關系下已不存在統計上顯著的空間依賴性。

　　潘雄鋒等[12]采用DEA方法分析能源效率，采用Rook鄰近的空間權重矩陣方法使用SLM模型對其影響因素進行分析，發現我國省域能源效率具有明顯的空間溢出效應，且呈現出增強的趨勢。計及省域能源效率的空間相關性后，發現第二產業占比上升、能源價格提升對能源效率有反向的影響，而技術進步對能源效率有顯著的促進作用，能源結構對能源效率的影響不顯著。

　　關偉等[13]采用非期望產出的SBM模型測試生態能源效率，采用Rook鄰近的空間權重矩陣方法使用SLM與SEM模型對其影響因素進行分析，發現中國省域生態能源效率呈現出顯著的全局空間相關性與局部空間聚焦特征，地理空間相鄰省份的生態能源效率呈現顯著的正向空間依賴特性，第二產業占比提升、能源投資增加與交通基礎設施建設不利于能源生態效率的提升，而經濟發展、外商投資與人口數量增加對生態能源效率的提升有正向的作用。

　　可見，考慮能源效率/強度的空間相關性后，研究結論有了明顯的變化，區域能源效率的空間相關性不能被忽略。但是上述研究還存在兩個問題：一是模型選擇僅限于SLM與SEM的比較，缺乏對適用性更為普遍的SDM的分析與檢驗，忽略了各自變量的空間溢出效應的影響，導致忽略變量偏誤。二是簡單地根據地理空間鄰接關系賦值空間權重矩陣，地理位置相鄰并不一定意味著兩省份之間的能源效率溢出關系顯著，尚需有效的基礎設施載體，否則無法對空間相關性變化的機理與改進方式進行探討，并提出通過調整空間相關性改善能源效率的政策措施。

　　Elhorst[9]闡明SLM模式是解釋變量空間相關項系數為零的SDM模型，SEM是被解釋變量空間相關項系數，與解釋變量空間系數和其空間相關項系數乘積項相反數相等的SDM模型，因此，SLM與SEM模型均嵌套于SDM模型。在計量分析上，空間面板模型相對于傳統面板模型加入了被解釋變量的空間相關項，帶來內生性問題。

　　Elhorst[14]提出采用最大似然法估算空間自相關項的系數以克服最小二乘法估算帶來的內生性偏誤。但是Lee和Yu[15]指出對于大N小T型的面板數據，采用最大似然法估計空間自相關項的系數將產生一定的偏誤，并提出了誤差修正方法。此方法得到了Elhorst[16]的認可，將其稱為混合ML/BCLSDV方法。此外，ArrelanoandBond[17]用于動態面板系數估算的GMM方法也可用于空間自相關項系數的估算，邵帥等[18]采用系統GMM方法對動態空間面板的系數進行估算，以克服解釋變量的內生性問題。

　　但此方法也存在一定的缺陷，Elhorst[16]比較了GMM、混合ML/BCLSDV與混合GMM/BCLSDV方法，指出GMM方法的估算結果在大N小T的面板模型中存在嚴重的偏誤，對于大N小T的面板模型，在N小于500的條件下建議采用混合ML/BCLSDV方法。

　　由于換流站(直流與交流轉化的設備)建設的成本較高，導致直流輸電線路為“點對點”的電力輸送方式，及電源端所在省份與負荷端所在省份各建設一座換流站進行電力交換。如葛洲壩—上海±500kV直流輸電線路，直接從湖北葛洲壩水電站輸送電力到上海，途經省份不落點。因此，直流輸電線路使得中國各省份實現了跨區域的電網連接，空間鄰接矩陣不再受限于省份間地理位置是否相鄰的影響，地理位置間隔較遠的省份可以通過直流輸電線路建設，在業已形成的電網拓撲結構的基礎上對空間權重矩陣賦值，以改變其空間相關性。

　　因此，通過基礎設施建設改變空間權重矩陣從而調整經濟變量的空間溢出關系有重要的學術價值和現實意義。本文的貢獻在以下三個方面：一是根據高壓交流/直流線路建設時序，提出了一種新的空間權重矩陣構建方法，實現了基礎設施動態建設與空間權重矩陣常數元素賦值的對應;二是應用適用性更強的SDM面板模型，對各省份能源強度與其影響因素進行回歸分析，與SLM和SEM的回歸結果進行比較，更全面地反映各影響因素對能源效率的直接效應和間接效應;三是在通過比較基于基礎設施的空間權重矩陣與基于地理鄰接關系的空間權重矩陣的SDM回歸結果，對前者進行穩健性檢驗的同時，識別出省域能源強度空間溢出關系的變化機理。

　　傳統的空間權重矩陣根據研究對象的地理位置關系賦值，以反映其地理空間聯系的程度，有三種類型：一是Rook鄰近空間權重矩陣法，研究對象在地理位置上有共同的邊界則在對應位置賦值1，否則賦值0，此種方法在目前的研究中使用最為廣泛[11][12][13];二是最近K點賦值法，即距離關系閾值預先給定，研究對象之間的距離小于給定值則賦值1，否則賦值0;三是距離關系賦值法，按照研究對象歐氏距離的倒數賦值，距離越短賦值越大。

　　LeeandYu[19]總結了空間計量研究成果，指出空間權重矩陣必須為常數陣，Elhorst[9]也堅持此觀點。由于空間權重矩陣W必須為常數陣。而基礎設施的建設與投運具有時序性，使得各省間的基礎設施網絡拓撲結構呈現出隨時間變化的特點，即新建基礎設施的投運導致其拓撲結構的改變。如果按傳統的方法對W進行賦值，基礎設施投運年前后會得到不同的空間權重矩陣值。為解決此問題，采用基于基礎設施投運時間的空間權重矩陣綜合賦值法，如t年m月有新的基礎設施投運。

　　魏楚[3]通過能源效率的省級面板數據分析，發現“退二進三”的產業結構調整、微觀企業層面的產權制度、要素稟賦結構、能源消費結構、R&D研發水平均對各地區能源強度有顯著的影響，通過地區控制變量可見東部、中部的能源效率遠高于西部地區。孫慶剛等[11]采用反映各省地理位置空間鄰接程度的最近K點賦值法，發現城鎮化率、對外開放程度、產業結構對能源強度變動有較強的解釋力度，而能源價格的解釋力度不顯著。潘雄鋒等[12]采用各省地理位置的空間鄰接矩陣，發現中國省域能源效率的空間溢出效應顯著且逐年增強，能源效率、技術進步對能源效率有顯著影響。

　　關偉等[13]發現中國生態能源效率呈現全局與局部空間聚集特征，產業結構對省域生態能源效率的影響最大。根據以上學者的研究成果，人均GDP、能源消費結構、FDI流入、產業結構、能源價格①、R&D研發水平、產權結構、要素結構、城市化率、對外開放程度、能源稟賦等經濟指標均應作為能源強度的解釋變量。同時，中國省域能源強度/效率地理位置上的空間溢出關系已得到廣泛的關注與研究，但是現有的研究僅僅是發現與驗證了這種空間溢出關系，而沒有對其產生與變化的機理作進一步探討。

　　由于該矩陣各行/列的元素均不同，導致各省份的直接效應和間接效應均不相同，該文提出使用矩陣對角線元素的平均值表示直接效應，非對角線元素的行/列元素之和表示間接效應，二者之和表示總效應，同時采用多變量正態分布模擬殘差項，以評估直接、間接與總效應在統計上的顯著性。可見，能源強度的空間自相關項的系數導致解釋變量間接效應的產生，某省份解釋變量的變化不僅影響自身的能源強度，還會影響空間相關省份的能源強度。

　　實證分析

　　數據來源及變量說明

　　本文樣本為1998—2014年除西藏外的中國30個省市、自治區的面板數據。選取的各經濟指標如下：(1)空間權重矩陣(W)：以國家電網公司和中國南方電網公司2014年《電網運行方式報告》中的電網拓撲圖為基礎，找出省間500kV以上的電網連接線路。從歷年《中國電力統計年鑒》中的重大工程部分找出相應線路的投運時間，按照公式(2)對空間權重矩陣進行賦值。(2)能源強度(EI)：用各省份能源消耗總量與地區生產總值的比值表示，數據分別來源于《中國能源統計年鑒》和《中國統計年鑒》，地區生產總值數據折算為2014年價。

　　(3)人均GDP(PGDP)：用各省份的地區生產總值除以總人口數表示。各省人口數取自wind數據庫。(4)能源消費結構(ECS)：能源分為一次能源和二次能源，一次能源指直接取自自然界沒有經過加工轉換的各種能量和資源，包括：原煤、原油、天然氣等;二次能源是由一次能源經過加工或轉換得到的其他種類和形式的能源，包括煤氣、焦炭、汽油、煤油、電力等。而電力被認為是清潔的二次能源，污染低能源利用率高。故采用電力在能源消費中的占比表示能源消費結構，各種能源消費數據取自《中國能源統計年鑒》，統一換算為標準煤。

　　(5)FDI流入(PFDIS)：用勞均FDI存量表示，即各省份FDI存量除以勞動力。用永續盤存法估算各省份FDI存量：FDISit=(1-d)FDISit-1+FDIit/Iit，其中FDIS表示資本存量，FDI表示外商直接投資額，用當年平均匯率轉換為人民幣計價。采用單豪杰[21]方法取折舊率d值為10.6%，Iit表示t年i省的固定資產投資價格指數。FDI數據來自各省統計年鑒，Iit數據取自《中國統計年鑒》，統一折算為2014年價。

　　(6)產業結構(IS)：采用第二產業增加值占GDP的比重表示，數據取自《中國統計年鑒》。(7)R&D研發水平(RD)：用各省份歷年R&D投入占GDP比重表示。2000年及以后的R&D數據來自《中國科技統計年鑒》，1998-1999年的R&D數據用科技投入數據替代。(8)產權結構(OS)：采用各省歷年國有及國有控股企業工業總產值占工業總產值比重表示。2012年以前數據取自《中國工業統計年鑒》，2013年后《中國工業統計年鑒》不再發布各省工業總產值數據，故采用各省歷年國有及國有控股企業工業銷售產值占工業銷售產值的比重代替。

　　(9)要素結構(CL)：采用各省歷年勞均資本存量數據表示。各省歷年資本存量采用單豪杰[21]的方法估算，將重慶與四川資本存量分開估算，并將數據拓展到2014年，利用估算的價格平減指數將資本存量數據統一折算為2014年價。(10)城市化率(UR)：2005-2014年數據來源于《中國統計年鑒》，2001-2004數據參考周一星[22]的方法修訂得到,1998-2000數據則直接采用周一星[22]的修訂值。(11)對外貿易水平(TR)：采用各省歷年進出口總額與GDP的比值表示，進出口總額來自國家統計局數據庫。(12)能源稟賦(ED)：采用各省歷年勞均焦炭、原油、天然氣產量數據折算為標準煤之和表示，數據來自《中國能源統計年鑒》。

　　能源強度的空間相關性分析

　　全局空間相關性：據方程(3)的方法分年度對空間權重矩陣賦值，以計算中國省際能源強度的全局Moran’sI指數。1998-2014年間中國省際能源強度的全局Moran’sI指數除1998年為零的顯著性水平大于10%外，其余年份均為正值，顯著性水平低于10%。全局Moran’sI指數總體上呈現出逐年遞增的趨勢，說明中國各省間的電力線路是一種有效的能源強度溢出渠道。由于各年份的全局Moran’sI指數均為正，說明省間高壓電力線路的連接對能源強度的空間分布格局有很強的影響，有電力線路連接的省份，總體上能源強度趨于一致。

　　隨著電網拓撲結構的加強，落于第一、三象限，呈現空間同質性的省份越來越多。1998年，由于新疆、青海、山東、海南和福建電網為孤網運行(電網與其他省份不相聯)，故其Moran散點圖位于橫坐標軸上(空間相關性為0);到了2006年，只剩新疆、海南電網呈現孤網運行，故橫坐標上只剩下兩個點;到2014年初，所有省份的電網均與其他省份相聯，不再有省份落于橫坐標軸上，除個別省份表現為空間異質性的特征外，大部分省份均呈現空間同質性的特征。

　　可見，電網拓撲結構對各省份的局部空間相關性有顯著的影響，隨著時間的推移，電網拓撲結構加強，能源強度呈現空間同質性的省份越多，將一次能源豐富且能源強度較高的西部地區與一次能源相對匱乏且能源強度較低的東部負荷中心省份相連，可以通過空間同質性控制西部省份的能源強度。

　　為避免偽回歸，增強回歸結果的可信性，須對各變量進行穩定性檢驗。面板單位根檢驗常用的方法有MADF(multivariateaugmentedDickey-Fuller)、Im,PesaranandShin檢驗與Maddala,andWu,Shaowen等檢驗方法，但是上述方法均只適用于小N大T型的面板數據。由于本文采用1998-2014年30個省份17年的面板數據，屬于大N小T型的面板數據，故采用Levin,LinandChu(2002)[23]提出的面板單位根檢驗方法，判斷解釋變量的穩定性。

　　電網拓撲結構能在多大程度上體現各省份之間能源強度的地理空間溢出關系?是否與目前研究中廣泛采用的地理鄰接空間權重矩陣[11][12][13]所反映的空間溢出信息一致?為驗證基于電網拓撲結構而設置的空間權重矩陣的穩健性，采用除西藏外的30個省份的地理空間鄰接關系建立空間權重矩陣，再采用SDM面板模型進行回歸分析。

　　(1)電力占比的直接效應絕對值變大，總效應變得不顯著。表明電網拓撲結構空間權重矩陣能反映本省份電力占比變大，能源強度變小的信息，但反映幅度較小。(2)人均GDP的直接效應絕對值變小，間接效應變得不顯著，總效應不變。表明電網拓撲結構空間權重矩陣能反映本省份人均GDP上升，能源強度變小的信息。

　　(3)人均FDI存量的直接效應變得顯著，間接效應與總效應變大。表明電網拓撲結構空間權重矩陣能反映人均FDI存量上升，能源強度變小的信息，但反映幅度較小。(4)對外貿易水平的直接效應變得顯著，總效應變大。表明電網拓撲結構空間權重矩陣能反映對外貿易總額占比上升，能源強度變大的信息，但反映幅度較小。

　　(5)產業結構的直接效應變得不顯著，間接效應、總效應變小。表明電網拓撲結構空間權重矩陣能反映的對第二產業占比上升，能源強度變大的信息，但反映幅度較小。(6)R&D研發水平的直接效應與總效應變大，間接效應變得顯著。表明電網拓撲結構空間權重矩陣能反映R&D研發支出占比上升，能源強度變大的信息，但反映幅度較小。

　　(7)產權結構的直接效應符號相反，間接效應與總效應相同。表明電網拓撲結構空間權重矩陣能反映國有企業產值占比上升能源強度增大的信息，但對本省份直接效應的反映較差。(8)要素結構的直接效應變得顯著，但間接效應與總效應的符號相反。表明電網拓撲結構空間權重矩陣能反映的要素結構對能源強度的影響，與地理鄰接空間權重矩陣不一致。按照產業資本密集程度越高，能源強度應降低的現象，電網拓撲結構空間權重矩陣的結果較為可信。

　　(9)城市化率的直接效應、間接效應和總效應變得不顯著。表明電網拓撲結構空間權重矩陣反映的城市化率與能源強度的關系較為明確。(10)能源稟賦的直接效應、間接效應與總效應的依然不顯著。表明電網拓撲結構空間權重矩陣反映的能源稟賦與能源強度的關系，與地理鄰接空間權重矩陣一致。

　　結論

　　本文以電網建設時序為例，提出了一種基于基礎設施建設時序的空間權重矩陣構建方法，實現了基礎設施動態建設與空間權重矩陣常數元素賦值的對應。采用內生變量的滯后一期代替原變量，克服了空間面板分析不注重解釋變量內生性的問題，得到了更為穩健的結果。采用反事實計量的方法，根據擬建高壓電力線路修改空間權重矩陣，識別出空間溢出關系的變化對能源強度的影響。

　　將基于基礎設施建設時序的空間權重矩陣SDM回歸結果與傳統的地理鄰接空間權重矩陣SDM回歸結果進行對比分析以檢驗其穩健性，主要研究結論如下：一是考慮電網拓撲結構的空間溢出效應后，電力占比與要素結構提升對能源強度改善的影響得以體現。對外貿易的“污染天堂”效應被發現。二是《大氣污染防治計劃》配套的12條高壓電力線路改變了中國各省份之間的空間同質性，使得電力占比、產業結構、R&D研發水平對能源強度的影響變大;人均FDI存量、產權結構、要素結構、城市化率對能源強度的影響變小。三是電網拓撲結構空間權重矩陣能反映地理鄰接空間權重矩陣的主要空間溢出信息，通過強化和調整各省間的電網拓撲結構可以改變變量間的空間溢出關系，為通過強化基礎設施建設而減少能源強度的政策措施提供了理論依據。

　　本文的實用意義在于：本文提出的基于基礎設施建設的空間權重矩陣方法實現了省間基礎設施連接緊密程度與研究指標空間相關性變化機理分析的計量方法應用創新。

　　環境方向論文范文閱讀：雙柏縣基礎設施建設與生態環境保護初探

　　下面文章研究主要是為了提升雙柏縣人居生態環境和經濟社會發展環境，從而可以實現可持續發展，文章中對于基礎設施建設與生態環境保護的必要性，基礎設施建設對生態環境保護帶來的負面影響進行闡述，并提出了基礎設施建設的新理念和建設與保護并重的對策措施。

　　關鍵詞：基礎設施,生態保護,可持續發展,對策措施