本文作者：王世進、周敏 單位：徐州師范大學、中國礦業大學

根據Eviews5中分別對工業增加值個體gyit面板數據做LLC檢驗，先從水平（level）序列開始檢驗，檢驗結果LLC=19.24對應的p值近似于1，所以接受原假設，面板數據中的36個個體存在單位根，繼續對該序列進行一階差分后繼續檢驗，檢驗結果LLC=-17.28對應的p值近似于0，表明序列平穩，記為I（1）。同理，對能源消費量xfit面板數據做LLC檢驗，得知結果LLC=-22.6對應的p值近似于0，表明序列平穩，記為I（1），繼續對兩個面板做Fisher-ADF檢驗，得知結果的p值都近似于0，表明序列都平穩，記為I（1）。具體結果如表2所示。從表2可知，我國工業增加值與能源消費量的水平值經過以上兩種方法檢驗后，均存在單位根，而二者經過上述一階差分后，其結果在5%的顯著水平下均表現為無單位根，從而說明這兩個變量都是一階單整的。

由以上基于單位根的檢驗結果發現能源消費量與工業增加值之間是同階單整的，存在著協整關系的可能，可以繼續做協整檢驗，協整檢驗的方法主要有下列三種：Pedroni檢驗、Kao檢驗、Fisher檢驗。分別得到工業增加值與能源消費三種檢驗的結果如表3所示。通過了協整檢驗，說明能源消費量與工業增加值與之間存在著長期穩定均衡關系，其方程回歸殘差是平穩的。因此，可以在此基礎上直接對原方程進行回歸，此時的回歸結果是比較精確的。

面板數據模型通常有三種形式：一種是混合估計模型，一種是固定效應模型，一種是隨機效應模型，在面板數據模型形式選擇方法上，經常用F檢驗決定是混合模型還是固定效應模型，具體結果如表4所示。從表4可以看出，無論是擬合優度,還是AIC值和SC值，個體固定效應模型都優于混合模型。在此基礎上做F檢驗，確定是選擇混合模型還是固定效應模型，如表5所示。根據檢驗結果，因為F檢驗相應的p值小于0.05，結論是推翻原假設。應該建立個體固定效應模型。然后繼續用H統計量檢驗應該建個體固定效應還是個體隨機效應模式。然后用Hausman檢驗確定應該建立隨機效應模型還是固定效應模型，如表6所示。同理，因為H檢驗相應的P值小于0.05，結果是推翻原假設。仍然還是應該建立個體固定效應。由此得到1998年～2010年間36個工業行業的影響貢獻值，如表7所示。

我國工業36個主要行業的能源消費與行業增長存在著長期均衡關系，大多數行業對能源具有高消費與強依賴的特點，從靜態依賴性看，黑色金屬冶煉及壓延加工業(gy25)、石油加工業及煉焦業(gy18)、煤炭采選業(gy1)、化學纖維制造業(gy19)等行業都具有能源高消費的特點；從動態發展的角度而言，專用設備制造業(gy29)、黑色金屬冶煉壓延加工業(gy25)以及電氣機械及器材制造業（gy31）、電子通信設備制造業（gy32）等行業的發展都對能源具有強依賴的特點。

對于上述能源密集型部門應該優先引進先進技術，更新與改造生產工藝，進一步提高能源效率，推動這些部門的能源強度達到國際先進水平，在一定程度上減少其產品的浪費，減緩社會增長對其產品需求的增長速度，保持或降低其增加值在工業增加值中的比例不變或有所下降。

要降低工業能源消耗可以采取產業結構調整與產業結構升級兩種方法。這也與我國“十二五”大力倡導低碳經濟、轉變經濟發展方式的政策導向一致。對于能源靜態依賴性較強和收入彈性較高的行業進行適度調整，如煤炭采選業、造紙及紙制品業、有色金屬礦采選業，以抑制由于這些行業不合理發展所帶來的能源消費的增長，推進產業結構調整；而對于能源效率系數較高的行業進行技術改造，特別應重點支持和鼓勵有助于提高能源使用效率的技術創新和更新改造投資，尤其是對那些提高能源使用效率能顯著降低能源消耗的行業，如黑色金屬冶煉壓延加工業、石油加工及煉焦業、燃氣生產和供應業、有色金屬冶煉壓延加工業等，以弱化我國工業各主要行業對能源的高消費，推動產業結構升級。