山东经济增长与化石能源消耗脱钩的区域差异与收敛性

张咏梅 闫晴 赵金凯

摘要：山东省的经济体量和化石能源消耗在全国占比双高，以其为研究对象，基于Tapio脱钩模型，利用山东省2006—2019年各市化石能源消耗与经济增长的统计数据，揭示山东经济增长依赖化石能源消耗的事实，进一步测度山东各市经济增长和化石能源消耗的脱钩指数，并利用Dagum基尼系数揭示山东经济增长与化石能源消耗脱钩指数的差异和来源，最后借助收敛模型分析脱钩指数的收敛性。研究发现：山东整体及区域经济增长与化石能源消耗显著正相关，二者脱钩状态涵盖扩张连结、扩张负脱钩和弱脱钩，且在绝大多数年份处于弱脱钩状态；样本期内，脱钩指数区域间差异明显高于区域内差异和超变密度，是构成山东经济增长与化石能源消耗脱钩指数差异的主要来源，区域内差异和超变密度大小呈现出收敛趋势，区域重叠效应呈增加态势；山东省及胶东、鲁西、鲁中、鲁北四大地区脱钩指数不存在绝对σ收敛的态势，呈条件β收敛。

关键词：经济增长；化石能源消耗；脱钩；区域差异；收敛

中图分类号：F127

文献标识码：A

文章编号：1673-5595（2023）01-0034-10

一、引言

1978年以来，中国经济创造了举世瞩目的“增长奇迹”。国内生产总值从1978年3 678.70亿元增长到2020年突破100万亿元，经济总量稳居世界第二位。然而，这背后“高投入、高能耗、高污染、低效率”的增长模式使中国承受了巨大的环境资源代价，加之世界范围内的高碳排放造成全球气候异常，使得發达国家近百年工业化过程中分阶段出现的环境资源问题，集中在中国40多年的经济增长过程中显现出来。为应对全球气候变化，中国政府提出“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”等庄严的目标承诺，“十四五”规划也将加快推动绿色低碳发展列入其中。

山东省拥有众多能源资源，但在经济快速增长的同时，能源消耗总量超过能源生产总量，资源短缺现象逐渐凸显。能源是地区发展的重要因素，实现经济稳步增长的同时，也要控制化石能源的消耗，降低环境污染等生态代价。山东经济的发展离不开化石能源的高消耗^［1］，作为传统能源大省，能源消耗量、主要污染物排放量均居全国前列。但能源高消耗的背后，经济增长速度、经济发展效率有待进一步提高。以2017年为例，山东消耗能源38 684万吨标准煤，分别是广东、江苏的1.20倍、1.23倍；排放二氧化硫73.91万吨，分别是广东、江苏的2.67倍、1.80倍；排放烟（粉）尘54.96万吨，分别是广东、江苏的2.67倍、1.80倍（数据来源于《中国统计年鉴2018》）。山东的地区生产总值却被广东、江苏越落越远。山东与广东的生产总值差距由2008年的5 863.43亿元扩大到2019年的36 603.57亿元，与江苏的差距由2008年的48.7亿元扩大到2019年的28 564.02亿元（以当年价计，数据来源于各地统计局网站）。在能源消耗量大、经济增长较慢的境况下，山东经济增长与化石能源消耗的脱钩状态如何？脱钩的演变规律及差异又如何？对这些问题的明确解答将对山东经济发展起到至关重要的作用，也有助于山东在“碳达峰”进程中继续挑大梁，在新旧动能转换中继续打头阵。

经济增长除依赖于传统的生产因素（如物质资本、劳动、人力资本、技术水平等）和新兴的生产要素（如制度、社会资本等）外，也依赖于自然资本。因此，学者纷纷在新古典增长模型和内生增长模型的理论框架下，尝试将能源等要素引入经济增长模型。^［2-5］Zhou等^［6］实证发现，能源消耗对中国经济增长具有重要作用，其对全要素生产率的贡献居次位，占比16.81%。虽然当前中国以不可再生化石能源为主的能源消费结构不可避免地具有一定的“资源门槛”，但根据发达国家的发展历程来看，实现经济发展的“减物质化”是可行的。^［7］已有学者研究发现中国经济增长发展水平对化石能源消耗的依赖逐渐降低，能源消耗强度与经济发展水平呈现负相关趋势。^［8］

“脱钩”（decoupling）一词源于物理学领域，是指具有相互关系的两个或多个物理量之间的相互关系不再存在。有关脱钩的理论研究围绕定性概念界定^［9］、定量测度方法^［10-11］和定量类别划分展开^［12-13］；应用研究集中于能源消耗、碳排放、环境与经济增长之间的关系，近些年开始逐渐涉及物流业^［14］、工业^［15-16］、旅游业^［17-18］等领域，研究范围不断扩大。

中国是一个能源消耗大国，经济发展不断增速，有关中国经济增长和能源消耗脱钩的研究日渐丰富。现有研究分别从国家、省级和地市级层面展开，对经济增长与能源消耗的脱钩关系进行探讨。Wang 等^［19］认为中国经济增长与能源消耗在一定阶段处于绝对或相对脱钩的态势。牛彤等^［20］采用弹性脱钩方法，并借鉴Tapio脱钩评价标准，构建经济增长与能源消耗的脱钩分析模型，研究发现1991—2012年间中国经济增长与能源消耗总体呈现弱脱钩状态。

高维聪等^［7］基于Tapio脱钩模型对中国2008—2018年能源消耗与经济发展之间的脱钩状态进行了研究，发现中国能源消耗越来越清洁化，能源消耗脱钩弹性指数呈现出逐渐下降的趋势，脱钩状态进一步优化。

陈莉等^［14］基于Tapio脱钩模型等组合模型，研究发现物流业经济增长与能源消耗脱钩效应之间在空间格局分布上具有异质性，东部地区具有弱脱钩和强脱钩效应，而中部和西部地区则不具有强脱钩效应。Song等^［21］利用ZM脱钩指标探讨中国经济增长与能源消耗的脱钩状态，研究发现中国只出现了4种解耦状态：弱脱钩、扩展脱钩、强脱钩和扩展负脱钩。

除对中国开展个体研究外，也有学者进行多国间的比较研究。郭承龙等^［22］根据Tapio脱钩理论，使用基于基期的化石能源和经济增长的复合增长率重新定义脱钩弹性，并从经济学角度给出脱钩解释，得出6种脱钩状态；将脱钩弹性分解为增长替代因子、清洁因子和节能因子，并以中国和韩国为对象，实证研究3种因子对脱钩效应的贡献大小，结果表明：增长替代因子、清洁因子和节能因子为韩国化石能源消耗与经济增长弱脱钩发挥显著促进作用，但在中国化石能源消耗与经济增长脱钩中起反向作用，不过3种因子的反向作用力在减弱。梁涵玮等^［23］选取中国、日本、韩国三个典型的且处于不同经济发展阶段的东亚国家以及美国（作为发达国家参照）为研究对象，借助Tapio脱钩模型研究国家经济增长与资源消费间的脱钩关系，研究结果表明：中日韩美四国经济增长对原材料资源消费的依赖程度、资源消费的驱动因素及其贡献率都存在明显差异，日本经济增长在技术驱动下基本实现与资源消费的脱钩，韩国表现出和日本一样的趋势，美国则处于稳定弱脱钩状态，而中国的经济发展对资源消费的依赖度仍很高。

在省级和地市级层面，关伟等^［24］构建黄河流域9省区经济增长和能源消耗脱钩模型，研究发现二者脱钩关系存在平稳波动态势，由强脱钩向弱脱钩再向强脱钩演变。

王越等^［25］利用2000—2015年的统计数据探讨东北三省经济增长与能源消费碳排放的脱钩关系，结果表明该阶段脱钩关系呈现“弱脱钩—强脱钩”的波动态势。滕飞等^［26］研究发现2012年后吉林省、辽宁省以及黑龙江省通过产业转型、能量减排等一系列措施，实现了吉林省、辽宁省以及黑龙江省碳排放、能源消耗量与经济增长的脱钩。陈玉梅^［27］构建Tapio脱钩模型对黑龙江省能源消耗与经济增长之间的脱钩关系进行分析，研究发现， 1996—2018年间黑龙江省能源消耗与经济增长之间以弱脱钩为主，并伴有强脱钩、扩张负脱钩和扩张连结，整体脱钩状态不理想。肖岚^［28］构建并利用脱钩系数测量模型动态反映京津冀地区煤炭消费和经济增长关系的时间演变特征，发现京津冀区域煤炭消费与经济增长长期保持弱脱钩状态，其中，北京已实现了从弱脱钩向强脱钩的转变，天津仍保持弱脱钩状态，河北正逐渐实现从扩张连结向弱脱钩态体的转变。刘怡君等^［29］应用Tapio脱钩模型研究了不同时期、不同地域、不同类型的中国百强城市经济发展与能源消耗的关系，研究发现中国多数东部城市的经济高速发展建立在高能耗基础上;西部城市整体上从1998年开始，经济发展与能源消耗的脱钩状态急剧恶化；东北地区的城市则从实施老工业基地振兴计划以来，其能源消耗增加率明显有所增长；中部地区的城市经济发展与能源消耗的脱钩值增长较为缓慢。

现有研究为本文提供了较好的经验借鉴，但也存在完善空间。在研究对象选择方面，鲜有研究关注GDP规模位居前三、能源消耗也位居前列的山东省；在脱钩指数分析方面，现有研究缺乏对经济增长与能源消耗脱钩指数区域差异来源的识别。因此，本文基于Tapio脱钩模型，选取山东省2006—2019年16市能源消耗与经济发展的统计数据，测度山东省各市经济增长和能源消耗的脱钩指数（EEI），动态分析其演化规律，揭示其脱钩状态，进而利用Dagum基尼系数揭示山东省EEI的差异和来源。

二、研究设计

（一）经济增长面板回归模型

将能源和环境损耗引入柯布—道格拉斯生产函数，建立包含物质资本、劳动力质量、劳动力数量、能源消耗、环境污染、技术创新的经济增长回归模型。

式中：α₁，α₂，α₃，α₄，α₅，α₆分别代表物质资本、劳动力质量、劳动力数量、能源消耗、环境污染、技术创新的产出弹性。式（1）两边取对数，得到如下回归模型：

（二）脱钩模型

经济增长与能源消耗脱钩指的是在实现经济增长的基础上逐渐降低能源消耗量。为准确刻画脱钩状态的波动性和脱钩预测的客观准确性，将增量数据引入到Tapio指数模型^［30］，建立如下脱钩模型：

式中：φ表示GDP增長与能源消耗的脱钩指数，N和GDP分别表示能源消耗和国内生产总值，ΔN和ΔGDP分别表示能源消耗和国内生产总值现期与基期的差值。依据ΔN/N和ΔGDP/GDP的正负以及脱钩指数的大小，可将脱钩状态分为8类，如表1所示。

（三）Dagum基尼系数

本文采用Dagum基尼系数分解方法^［31］对山东省EEI的区域差异进行分解。衡量脱钩指数的基尼系数为：

式中：j、q表示区域；i、s表示区域内城市；k表示区域总数；n表示城市总数；n_j、n_q分别表示第j、q域内的城市数；E_ji、E_qs分别表示第j区域内城市i的脱钩指数、第q区域内城市s的脱钩指数；表示脱钩指数的算数平均值。用G_w表示区域内差异、G_nb表示区域间差异、G_t表示超变密度，则衡量脱钩指数的基尼系数计算公式为

式中：G_jj表示区域j的基尼系数；G_jq表示区域j和q间的基尼系数；d_jq为区域间脱钩指数的差值，表示区域j和q中E_ji-E_qs>0全部样本值的数学期望；h_jq为超变一阶矩，表示区域j和q中E_qs-E_ji>0全部样本值的数学期望；F_j、F_q分别表示区域j、q脱钩指数的累积分布函数。

（四）数据来源与处理

经济增长面板回归模型及脱钩模型中涉及的变量、变量表示符号及变量说明如表2所示。

本文将山东省划分为四大地区，即胶东、鲁中、鲁西以及鲁北。由于2019年莱芜市并入济南市，为保证前后核算口径的一致性，本文将2006—2018年莱芜市相关数据加总至济南市。数据来源于各年《山东省统计年鉴》《中国统计年鉴》。

三、山东区域经济增长对化石能源的依赖

本文利用普通最小二乘（OLS）回归对山东经济增长方程的各未知系数进行估计，结果如表3第2列所示，对变量进行共线性检验发现，各变量方差膨胀因子均值为4.56，且均小于10，表明模型不存在严重的多重共线性问题。为控制不可观测的地区效应，本文选择固定效应模型进行稳健性回归，结果如表3第3列所示。各投入变量与经济增长互为因果，为避免内生性对系数估计带来的偏误，本文借助各投入变量的滞后一期变量对模型进行再估计，结果如表3第4列所示。山东省胶东、鲁中、鲁西和鲁北四大地区经济增长模型回归结果如表3第5—8列所示。

从回归结果来看，山东省及胶东、鲁中、鲁西地区经济增长与能源消耗显著正相关，能源消耗依旧是经济增长的重要投入要素，经济增长以损耗生态资本为代价。具体来看，除鲁北地区外，山东省及胶东、鲁中、鲁西地区经济增长与物质资本显著正相关；山东省、鲁中和鲁北经济增长与劳动力质量显著正相关；山东省和鲁西经济增长与劳动力数量显著正相关，鲁中和鲁北经济增长与劳动力数量显著负相关；山东省经济增长与环境污染显著负相关，鲁中地区经济增长与环境污染显著正相关，其余地区经济增长与环境污染的相关性并不显著；山东省、胶东和鲁西经济增长与技术创新显著正相关，其余地区经济增长与技术创新的相关性并不显著。整体来看，山东省经济增长既有物质资本、创新要素的推动，也有劳动力质量和生态资本的推动。由此可见，山东省经济增长需要多方面因素共同促进，物质资本、劳动力质量、劳动力数量、能源消耗、环境污染以及技术创新每增加一个百分点，可促进地区生产总值分别提升0.312 5、0.265 3、0.229 8、0.098 9、-0.037 5、0.123 6个百分点。能源消耗与环境污染对于山东经济的贡献程度相对较小，但依赖能源“量”的投入拉动经济增长的同时也会引发环境污染、破坏生态环境等。山东省应该转换新旧动能、升级能源结构、大力发展新能源，促进经济增长与能源消耗的脱钩，为“双碳”贡献山东力量。

四、山东区域经济增长与化石能源消耗脱钩状态

利用2006—2019年山东各市GDP和能源消耗数据，结合式（3），对山东各市EEI进行测度，并取相应城市平均值，进一步得到全省和四大地区的EEI，如表4所示。

从山东全省来看，全省脱钩系数在2006—2019年大体上呈现出“逐年下降”的态势，山东经济增长与能源消耗脱钩状态由扩张连结状态转变为弱脱钩状态，二者逐渐走向脱钩。从脱钩状态来看，在2006—2008年间，山东经济增长与能源消耗脱钩状态处于扩张连结状态，表明能源消耗和GDP相对于基期的变动率均为正，且二者相对接近；2009—2019年间处于弱脱钩状态，表明能源消耗和GDP相对于基期的变动率均为正，且能源消耗相对于基期的变动率要低于GDP相对于基期的变动率。综上所述，在样本期间内，山东省经济增长正在摆脱能源的大量消耗，二者逐渐走向脱钩。

分地区来看，在样本期间内，胶东、鲁中、鲁西以及鲁北四大地区的脱钩系数基本也呈现出“逐年下降”的态势。其中，胶东地区脱钩系数从2006年的0.894下降至2019年的0.620，降幅0.274，下降率30.65%；鲁中地区降幅0.556，下降率69.50%；鲁西地区降幅0.521，下降率60.51%；鲁北地区降幅0.680，下降率60.50%。对比来看，样本期间内鲁北地区EEI绝对下降幅度最大，鲁中地区EEI相对下降幅度最大。从经济增长与能源消耗脱钩状态来看，二者关系逐渐脱钩，四大地区在样本期间内由扩张连结状态过渡到弱脱钩状态。具体来看，胶东地区2006—2007年经济增长与能源消耗脱钩状态处于扩张连结状态，2008—2019年处于弱脱钩状态；鲁中地区2006—2008年经济增长与能源消耗脱钩状态处于扩张连结状态，2009—2019年处于弱脱钩状态；鲁西地区2006—2010年经济增长与能源消耗脱钩状态处于扩张连结状态，2011—2019年处于弱脱钩状态；鲁北地区2006—2008年经济增长与能源消耗脱钩状态处于扩张连结状态，2009—2019年处于弱脱钩状态。

从山东各市来看，脱钩系数大体上呈现出“逐年下降”的积极变化趋势，样本期間内期初和期末脱钩系数相差较大，各市的期初脱钩系数、期末脱钩系数间也相差较大。期初，东营市、滨州市和枣庄市EEI最大，分别为1.279、1.240和1.079；临沂市、淄博市和济宁市EEI最小，分别0.720、 0.670和0.623。期末，青岛市、烟台市和菏泽市EEI最大，分别为0.770、0.656和0.640；济宁市、枣庄市和淄博市EEI最小，分别0.193、 0.126和0.017。从年均值看，日照市经济增长与能源消耗脱钩压力最大，淄博市经济增长与能源消耗脱钩状态最好。

五、山东区域经济增长与化石能源消耗脱钩指数区域差异

为揭示山东EEI区域差异，本文借助Dagum基尼系数计算公式测度2006—2019年EEI总体差异，结果如图1所示。由图1可知，山东EEI总体差异维持在8%～13%之间，整体呈现出“先上升后下降”的蝙蝠型变动趋势。从时间维度来看，山东EEI总体差异以2010年为分界点，前后变动方向相反，且样本期期末较样本期期初总体差异值略低。具体来看，山东EEI的总体差异在2006—2010年间呈现出“先下降后上升”的波动趋势，且在2010年达到样本期的最大值；虽然2013年山东EEI的总体差异稍有增长，但在2010—2019年间整体呈下降趋势，综合来看，山东EEI的总体差异并未呈现出显著的下降态势，而是在升降交替中保持相对稳定，表明山东EEI呈现出空间分布不均衡的特征。究其原因，一是影响EEI的因素具有多元性和复杂性，经济增长与能源消耗脱钩不仅是对能耗进行全面管理的过程，也是构建一个综合性系统工程的过程，该过程中政府、社会和企业多元共治的协同性需继续强化；二是山东地区差异大，各地经济发展水平、产业结构、资源禀赋的客观基础不同，同时不同地区的脱钩能力不同；三是尽管中央政府提出“碳达峰碳中和”目标，但是各市缺乏根据不同地区现状、特点制定有针对性政策的指导意见。

图2描绘了山东省2006—2019年四大地区EEI区域内差异演变轨迹。从整体均值来看，在样本期间内，四个地区EEI内部区域差异变动较大，各个区域内部发展呈现出不均衡的态势。具体来看，鲁西地区EEI内部区域差异最大，其次为鲁中地区。由此说明，鲁西地区EEI虽然相对较小，但其内部差异最大，EEI不平衡较为突出，造成这种局面的原因可能在于地方经济发展水平和产业基础的差异；鲁中地区EEI虽然最小，但其内部差异也较大；鲁北地区EEI较高，其内部差异较小；胶东地区EEI虽然高，但其内部差异最小，EEI分布较为均衡，原因可能在于胶东地区发展相对均衡，技术水平较高。

从变动轨迹来看，四个地区的脱钩指数区域内差异大体上均呈现“逐年上升”的趋势。其中，胶东地区内部差异在2006—2009年间保持上升态势，随后两年差异值小幅下降，之后整体保持相对稳定；鲁中地区内部差异在2006—2008年间小幅下降，2008—2011年间呈倒“U”型变化，2012年差异值与2011年基本持平，2013年内部差异经历大幅上升后，接下两年略有下降，之后整体保持上升态势；鲁西地区内部差异在2006—2011年间升降交替中整体上升，2011—2016年呈“U”型变动，2016—2019年内部差异呈下降趋势；鲁北地区内部差异在2006—2012年间呈缓慢上升的态势，之后的五年呈急剧上升态势，2016—2019年内部差异小幅下降。由此可知，胶东地区EEI分布的不平衡性相对稳定，其他三个地区EEI分布的不平衡性在不断加强。

图3描绘了山东省2006—2019年间四大地区EEI区域间差异演变轨迹。由图3可知，在样本期间内，区域间差异大体上呈现出“逐年上升”的变动态势，区域间发展不均衡，区域间差异逐年扩大。从整体均值来看，胶东与鲁西、鲁西与鲁北、鲁中与鲁西、胶东与鲁中、鲁中与鲁北的区域间差异均高于全省平均水平26.86%，年均值分別为30.87%、28.91%、27.42%、27.13%和26.94%，其中，胶东与鲁西区域间差异最大，鲁中与鲁北区域间差异最小。

从变动轨迹来看，胶东与鲁中区域间差异在2006—2009年间小幅度上升，2009—2012年又缓慢下降，2013年经历大幅上升后，区域间差异维持相对稳定;胶东与鲁西区域间差异呈现出“波动上升—稳定下降—小幅上升—逐年下降”的变动态势;

胶东与鲁北的区域间差异呈现出“小幅上升—缓慢下降—大幅上升—小幅下降”的变动态势；鲁中与鲁西的区域间差异呈现出缓慢上升态势；鲁中与鲁北的区域间差异呈现出“稳步下降—大幅上升—微弱下降”的变动态势；鲁西与鲁北地区的区域间差异呈现出“略微下降—大幅上升—小幅下降”的变动态势。综合来看，山东四大地区EEI区域间差异整体呈上升趋势，且趋势较为明显。

表5列出了2006—2019年间山东EEI差异分解状况。从贡献率来看，区域间差异最高、区域内差异和超变密度次之，且在绝大多数年份超变密度的贡献要高于区域内差异的贡献。具体来看，区域间差异贡献的变动范围在23.15%～64.82%，超变密度的变动范围在17.66%～52.54%，区域内差异贡献的变动范围在17.26%～24.32%，三类贡献的年均值分别为51.98%、27.49%和20.53%。由此可知，区域间差异是构成山东EEI差异的主要来源。从时间维度来看，区域间差异在样本期内虽有波动，但整体呈上升趋势，由2006年的0.068 3上升至2019年的0.178 5，增幅0.110 2，年均增长率为1.48%；区域内差异在样本期内虽有波动，但整体呈上升趋势，由2006年的0.018 9上升至2019年的0.062 1，增幅0.043 2，年均增长率为1.52%；超变密度在样本期内呈降升交替的态势，由2006年的0.018 7上升至2019年的0.074 5，增长幅度为0.055 8，年均增长率为1.55%。纵向来看，三类区域差异来源由集中走向分散，区域内差异和超变密度大小呈现出收敛趋势。然而，超变密度的增长态势需要引起重点关注。超变密度揭示了四大地区间交叉项统计对总体差异的影响，反映区域内差异和区域间差异的交互作用。^［33］。这表明山东EEI存在区域重叠效应，并不意味着优势地区所有地市的EEI均优于其他地区，这符合现实状况。随着时间的推移，区域重叠效应呈增加态势。山东经济增长与能源消耗脱钩的推进，不仅要重视区域间的协调，也要注重区域内部的协调。

六、山东区域经济增长与化石能源消耗脱钩指数的收敛性

（一）σ收敛

σ收敛通常用指标的标准差来衡量，表示地区相关指标的差距随时间推移逐渐缩小，其计算公式为：

式中：lnI_i表示某一年份城市i对应的EEI的对数，lnI为该年所有EEI对数的平均值，n为城市总个数。

图4描述了山东全省和胶东、鲁中、鲁西和鲁北四大地区EEI的σ收敛的变动趋势。总体来说，山东全省EEI呈现出既不收敛，也不发散的状态;胶东地区的EEI整体也不收敛，对数标准差保持相对稳定;

鲁中地区的EEI的对数标准差在2012—2017年间急剧上升，之后两年有所下降，也并未呈现出收敛态势;鲁西和鲁北地区EEI的对数标准差变动趋势较为接近，2006—2017年对数标准差缓慢上升，2017—2019年间对数标准差略有下降。总体来看，无论是山东全省，还是四大地区，EEI并未呈收敛迹象。

（二）条件β收敛分析

在绝对收敛不存在时，可以通过增加控制变量，使各个地区的EEI最终收敛到各自的稳定水平。为最大限度地提高数据样本容量，本文采用EEI的增长速度作为被解释变量，用滞后一期的数据作为解释变量，同时加入控制变量，建立面板模型。

式中：control表示相关控制变量，包括技术水平、能源强度、城镇化水平、人均收入水平、产业结构和外贸依存度。技术水平（tec）用规模以上工业企业科技活动经费支出衡量，以2005年为基期折算；能源强度（ee）用万元GDP的能源消耗量衡量；人均收入水平（pgdp）用各市GDP与人口数的比值衡量，GDP以2005年为基期折算；城镇化水平（city）用城镇人口占总人口的比重衡量；产业结构（ind）用第三产业增加值与第二产业增加值的比值衡量；外贸依存度（open）用进出口总额与GDP的比值衡量，进出口总额借助年均汇率折算为人民币。由于观察不到的地区效应通常与解释变量相关，为消除不随时间变化的不可观察的共同因素对脱钩的影响，本文采用固定效应模型进行回归，基准回归结果如表6所示。

表6显示，山东全省以及胶东、鲁中、鲁西和鲁北四大地区的EEI与初始脱钩水平负相关，且均在1%的水平下显著，表明山东全省以及四大地区随着时间的推移会收敛于自身的稳定水平。从控制变量看，能源强度是EEI的重要影响因素，其对山东全省以及胶东、鲁中、鲁西和鲁北四大地区的EEI影响显著，不利于经济发展与化石能源消耗的脱钩；技术水平对脱钩的影响表现出地区异质性，其不利于鲁中地区的脱钩，但有助于鲁西地区的脱钩；城镇化是阻碍全省和鲁西地区经济增长与能源消耗脱钩的因素；人均收入是阻碍胶东、鲁中和鲁北地区经济增长与能源消耗脱钩的显著因素；产业结构对鲁西地区的经济增长与能源消耗脱钩影响显著；外贸依存度有助于鲁西地区经济增长与能源消耗脱钩。因此，山东省四大地区应结合自身状况制定经济发展与能源消耗脱钩的实现路径。

七、结论与建议

本文基于Tapio脱钩模型，利用山东省2006—2019年16市能源消耗与经济增长的统计数据，测度山东各市经济增长和能源消耗的EEI，进而利用Dagum基尼系数对山东全省和胶东、鲁中、鲁西、鲁北四大地区EEI的区域差异进行分解，揭示山东省EEI的差异和来源。研究得出以下几点结論。

第一，山东整体经济增长与能源消耗脱钩状态从扩张连结走向弱脱钩，EEI在不断减少；四大地区的脱钩状态涵盖扩张连结、扩张负脱钩和弱脱钩，胶东和鲁北EEI较大，鲁中地区EEI较小。

第二，样本期内EEI区域间差异明显高于区域内差异和超变密度，是构成山东EEI差异的主要来源，区域内差异和超变密度大小呈现出收敛趋势，区域重叠效应呈增加态势。山东全省及胶东、鲁西、鲁中、鲁北四大地区EEI不存在绝对σ收敛的态势，在考虑技术水平、能源强度、城镇化水平、人均GDP水平、产业结构和外贸依存度等变量后，EEI呈条件β收敛。

基于以上结论，本文提出以下几点建议。

第一，重视EEI的空间不平衡状况。受地区发展基础与客观条件的制约，EEI空间分布不均衡，而且在短期内难以实现均衡化。与此同时，EEI存在区域重叠效应，并不意味着EEI水平较高地区的所有市均优于EEI水平较低地区的所有市。随着时间的推移，区域重叠效应呈增加态势，脱钩的推进不仅要重视区域间的协调，也要注重区域内部的协调。

第二，重视缩小区域差异的异质性抓手。各地区应发挥自身比较优势，对症下药，推进经济增长与能源消耗脱钩，这就要求政府在制定政策时，不能“一刀切”，要兼顾不同地区脱钩基础条件的差异，准确识别不同地区经济增长与能源消耗脱钩的短板、软肋，真正“牵到牛鼻子”，以精准击破。

第三，重视科技创新和产业结构高级化的作用，借助数字经济发展浪潮，实现经济增长与能源消耗的强脱钩。

参考文献：

［1］ 李涛，曹文.山东省能源消费与经济增长的实证研究［J］.东岳论丛，2014，35（5）：119-123.

［2］ Nordhaus W D， Weitzman S M L. Lethal Model 2： The Limits to Growth Revisited［J］. Brookings Papers on Economic Activity， 1992（2）：1-59.

［3］ Philippe Aghion， Peter Howitt. Endogenous Growth Theory［M］. Massachusetts ：MIT press， 1998.

［4］ Romer D. Is Growth Exogenous？ Taking Mankiw， Romer， and Weil Seriously： Comment［J］. NBER Macroeconomics Annual， 2001，16：62-70.

［5］ Sweeney J， Klavers E K. Sustaining Energy Efficiency for a "Greener" World［J］. Hart Energy， 2007（3）： 18-29.

［6］ Zhou N， Zhao J， Zhao K， et al. Analysis on the Sources of China's Economic Growth from the Perspective of Cleaner Production［J］. SAGE Open，  2021，11（2）：1-12.

［7］ 高维聪，丁浩，张正咪.中国能源消费与经济发展脱钩的驱动因素研究［J］.河南科学，2020，38（10）：1650-1659.

［8］ 关松立，林淑伟.碳中和背景下能源消费与区域经济增长收敛性关系研究［J］.中国石油大学学报（社会科学版），2022，38（1）：17-23.

［9］ OECD．Indicators to Measure Decoupling of Environmental Pressure from Economic Growth［R］．Paris： OECD，2002.

［10］ Tachibana J，Hirota K，Goto N，et al．A Method for Regional－Scale Material Flow and Decoupling Analysis： A Demonstration Case Study of Aichi Prefecture，Japan［J］．Resources，Conservation and Recycling，2008，52（12）：1382-1390.

［11］ Sorrell S，Lehtonen M．Decoupling of Road Freight Energy Use from Economic Growth in the United Kingdom ［J］．Energy policy，2012，41（2）：84-97.

［12］ Vehmas J，Luukkanen J，Jari Kaivo-oja．Materia Flows and Economic Growth ［Z］.Turku： Turku School of Economics and Business Administration，2003：9-11.

［13］ Tapio P．Towards a Theory of Decoupling： Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001［J］.Transport Policy，2005，12（2）：137-151.

［14］ 陈莉，谭俊华.我国物流业能源消耗与经济增长的脱钩效应及其驱动要素研究［J］.商业经济研究，2021，4（3）：98-102.

［15］ 揭俐，王忠，余瑞祥.中国能源开采业碳排放脱钩效应情景模拟［J］.中国人口·资源与环境，2020，30（7）：47-56.

［16］ 汪振双，冉春梅.中国建筑垃圾排放量与行业经济增长脱钩关系时空演化分析［J］.工程管理学报，2020，34（3）：39-44.

［17］ 邓爱民，孙琳.旅游经济空间溢出与碳排放的脱钩效应分析［J］.统计与决策，2019，35（14）：100-104.

［18］ 黄国庆，汪子路，时朋飞，等.黄河流域旅游业碳排放脱钩效应测度与空间分异研究［J］.中国软科学，2021，4（4）：82-93.

［19］ Wang Chongmei， Mao Jianqi. Analyzing the Association between China's Economic Growth and Energy Consumption based on the Decoupling Indicators［C］//Shandong Institute of Businoss and Technology. 2009 International Institute of Applied Statistics Studies（2009 國际应用统计学术研讨会）论文集，2009.

［20］ 牛彤，袁长举，牛冲槐，等.基于弹性脱钩的中国经济增长与能源消费脱钩关系研究［J］.科技管理研究，2015，35（18）：236-240.

［21］ Song Y， Zhang M. Using a New Decoupling Indicator （ZM decoupling indicator） to Study the Relationship between the Economic Growth and Energy Consumption in China［J］. Natural Hazards， 2017，88：1013-1022.

［22］ 郭承龙，周德群.经济增长与化石能源脱钩测度分析——基于中国和韩国比较［J］.科技管理研究，2015，35（17）：217-222.

［23］ 梁涵玮，倪玥琦，董亮，等.经济增长与资源消费的脱钩关系——基于演化视角的中日韩美比较研究［J］.中国人口·资源与环境，2018，28（5）：8-16.

［24］ 关伟，王超男，许淑婷.能源生态效率评价及其与经济增长脱钩分析——以黄河流域9省区为例［J］.资源开发与市场，2022，38（1）：23-30.

［25］ 王越，趙婧宇，李志学，等.东北三省碳排放脱钩效应及驱动因素研究［J］.环境科学与技术，2019，42（6）：190-196.

［26］ 滕飞，曹丹，全紫薇，等.东北三省碳排放与经济增长脱钩关系的实证分析［J］.吉林师范大学学报（自然科学版），2018，39（3）：56-63.

［27］ 陈玉梅.黑龙江省能源消耗与经济增长的关系研究——基于Tapio脱钩分析［J］.北方经贸，2021，4（5）：1-3.

［28］ 肖岚.京津冀煤炭消费与经济增长脱钩分析［J］.煤炭工程，2020，52（9）：188-192.

［29］ 刘怡君，王丽，牛文元.中国城市经济发展与能源消耗的脱钩分析［J］.中国人口·资源与环境，2011，21（1）：70-77.

［30］ 王杰，李治国，谷继建.金砖国家碳排放与经济增长脱钩弹性及驱动因素——基于Tapio脱钩和LMDI模型的分析［J］.世界地理研究，2021，30（3）：501-508.

［31］ Dagum C. A New Approach to the Decomposition of the Gini Income Inequality Ratio［J］. Empirical Economics， 1997， 22（4）：515-531.

［32］ 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）：35-44.

［33］ 杨晓军，陈浩.中国城乡基本公共服务均等化的区域差异及收敛性［J］.数量经济技术经济研究，2020，37（12）：127-145.

责任编辑：曲 红

On Regional Differences and Convergence of Shandong's Decoupling

between Economic Growth and Fossil Fuel Consumption

ZHANG Yongmei， YAN Qing， ZHAO Jinkai

（College of Economics and Management， Shandong University of Science and Technology， Qingdao 266590， Shandong， China）

Abstract： Considering both high proportions of national economy and fossil fuel consumption， the study takes Shandong province as case study. Enlisting the Tapio decoupling model and the statistics on each urban fossil fuel consumption and economic growth from 2006 to 2019， the study is projected to reveal the fact of its economic growth on fossil fuel consumption and measure each urban decoupling index， disclose the differences and the root causes for the decoupling index by Dagum Gini coefficient and finally analyze the index convergence by dint of the convergence model. Here are the results. There is a significant positive correlation between the provincial and regional economic growth and fossil fuel consumption with expansion connection， expansion negative decoupling and weak decoupling， and a weak decoupling state in most years. During the investigation period， the inter-regional differences for decoupling index are significantly higher than the intra-regional differences and hypervariable density， chiefly responsible for the decoupling index differences. The magnitude of regional difference and hypervariable density displays a convergence trend， and the regional overlap effect shows an increasing trend. There doesn't exist absolute convergence trend of  ， but show conditional   in terms of the decoupling index in Shandong Province and its Jiaodong peninsula， western region， central region and northern region.

Key words： economic growth；fossil fuel consumption；decoupling；regional differences；convergence