中國(guó)人均電力消費(fèi)收斂性分析

中國(guó)人均電力消費(fèi)收斂性分析摘要：當(dāng)今，經(jīng)濟(jì)的增長(zhǎng)都伴隨著能源消耗的增長(zhǎng)，在一定程度上，人均電力消費(fèi)能夠適當(dāng)反映經(jīng)濟(jì)增長(zhǎng)情況。本文利用我國(guó)各省、直轄市和自治區(qū)1985-2021年間(1992-1994年除外)的人均電力消費(fèi)數(shù)據(jù)，先進(jìn)行σ收斂分析，然后進(jìn)行面板數(shù)據(jù)模型的檢驗(yàn)選擇，確定用固定效應(yīng)模型對(duì)我國(guó)省市的人均電力消費(fèi)進(jìn)行古典收斂性分析。文章意在探討中國(guó)地區(qū)之間的人均電力消費(fèi)差異，從另外一個(gè)角度反映我國(guó)地區(qū)經(jīng)濟(jì)差異的變化趨勢(shì)。實(shí)證分析發(fā)現(xiàn)中國(guó)人均電力消費(fèi)收斂性不僅具有階段性的差異，還具有區(qū)域性差異，特別的是在1985-1991年期間三大區(qū)域都存在顯著的σ收斂和絕對(duì)β收斂。關(guān)鍵詞：人均電力消費(fèi)；收斂性；面板數(shù)據(jù)模型Abstract:Currently,theeconomicgrowthisalwaysaccompaniedwiththeconsumptionofenergy.Therefore,tosomeextent,percapitaelectricityconsumptionisoneofthemostsuitableeconomicwelfareindicators.Theaimofthispaperistoexploreregionaldifferencesonthisvariableovertheperiod1985-2021(exclude1992-1994),andtoreflectthetendencyoftheregionaleconomicdifferencefromanotherangle.Firstly,thepaperappliesaσconvergenceanalysis,thenitselectsasuitablepaneldatamodel.Finally,thepaperappliesaclassicalconvergenceanalysisbyfixed-effects(within)regressionmodeltoasampleof29provincesandmunicipalities.Wefindthatatraditionalσandβconvergenceprocessonpercapitalelectricityconsumptionacrossregionshastakenplaceovertheperiod1985-1991.Notwithstandingthis,theinteriorconvergenceofregionalpercapitaelectricityconsumptionisdifferent.KeyWords:percapitaelectricityconsumption,convergence,paneldatamodel一、引言改革開(kāi)放后，中國(guó)經(jīng)濟(jì)整體上一直都在穩(wěn)定快速的增長(zhǎng)，但是不同地區(qū)之間經(jīng)濟(jì)發(fā)展也存在著差異。改革開(kāi)放初期，由于實(shí)行一部分地方先富起來(lái)以帶動(dòng)其他地區(qū)發(fā)展的戰(zhàn)略，中國(guó)地區(qū)經(jīng)濟(jì)出現(xiàn)了很大的不平衡，地區(qū)發(fā)展不平衡帶來(lái)的眾多弊端顯現(xiàn)出來(lái)了。近些年來(lái)，中國(guó)政府提出了“東部地區(qū)率先發(fā)展、實(shí)施西部大開(kāi)發(fā)、振興東北老工業(yè)基地，中部崛起”的戰(zhàn)略，對(duì)各個(gè)地區(qū)經(jīng)濟(jì)都有不同程度的支持。那么中國(guó)落后地區(qū)與富裕地區(qū)之間的差距是否在縮小呢，各省的經(jīng)濟(jì)差距是越來(lái)越來(lái)大，還是趨于收斂呢？對(duì)經(jīng)濟(jì)增長(zhǎng)收斂性問(wèn)題，國(guó)內(nèi)外的研究比較多，Martin(1996)對(duì)以往研究人均GDP收斂的方法做了系統(tǒng)分類(lèi)，通過(guò)比較OECD、美國(guó)、日本以及歐盟地區(qū)的經(jīng)濟(jì)發(fā)展速度，實(shí)證分析人均GDP之間的收斂速度。TullioBuccellato（2021）曾用空間收斂模型對(duì)俄羅斯地區(qū)的GDP做了收斂性分析。關(guān)于中國(guó)經(jīng)濟(jì)增長(zhǎng)的收斂性問(wèn)題的研究，林毅夫（2021）利用TFP作為分析經(jīng)濟(jì)增長(zhǎng)和收斂的指標(biāo)證明存在著“俱樂(lè)部收斂”。尤文（2021）基于曼昆,羅默和韋爾在1992年提出的分析方法,將人力資本項(xiàng)加入到經(jīng)典的索洛模型中,構(gòu)造了一個(gè)面板數(shù)據(jù)模型,結(jié)果表明在統(tǒng)計(jì)意義上不能拒絕中國(guó)區(qū)域經(jīng)濟(jì)的條件收斂性。郭陳孜把B&S模型中的全要素生產(chǎn)率作為地理位置、制度變遷、工業(yè)發(fā)展以及外商投資的函數(shù)來(lái)分析中國(guó)經(jīng)濟(jì)增長(zhǎng)路徑。我國(guó)經(jīng)濟(jì)增長(zhǎng)既然已趨于收斂，那么在能源消耗方面呢？齊紹洲,羅威（2021）研究了中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)強(qiáng)度的差異，史丹（2021）也曾對(duì)中國(guó)能源效率的地區(qū)差異和節(jié)能潛力做了分析。國(guó)外MazaandVillaverde（2021）用古典收斂性模型分析了世界各國(guó)人均電力消費(fèi)差異,但是國(guó)內(nèi)還沒(méi)有對(duì)人均電力消費(fèi)收斂性的研究。眾所周知，中國(guó)第三產(chǎn)業(yè)所占比重不是很大，電力消費(fèi)大部分是用于工業(yè)消耗，故電力消費(fèi)在一定程度能反映經(jīng)濟(jì)的發(fā)展。除此，國(guó)內(nèi)外學(xué)者普遍驗(yàn)證了電力消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在著關(guān)系，特別是Shinandlam對(duì)中國(guó)的研究表明電力消費(fèi)能引起GDP的增長(zhǎng)。本文旨在對(duì)中國(guó)不同省、直轄市的人均電力消費(fèi)進(jìn)行收斂性分析，從另外一個(gè)角度反映中國(guó)地區(qū)經(jīng)濟(jì)發(fā)展的差異。二、收斂性問(wèn)題、數(shù)據(jù)選取、面板數(shù)據(jù)模型=1\*GB4㈠收斂性相關(guān)說(shuō)明收斂（convergence）是一個(gè)比較常用但不很精確的定義，它其實(shí)是指一種趨同性。收斂性一般有兩種分類(lèi)方法：按照研究的經(jīng)濟(jì)體的特征分為絕對(duì)收斂、條件收斂和俱樂(lè)部收斂；按照經(jīng)濟(jì)增長(zhǎng)方式一般可以分為σ收斂和β收斂。關(guān)于σ收斂和β收斂Barro和Sala-Martin在1992年曾做過(guò)相關(guān)的研究。一般來(lái)說(shuō)，σ收斂是針對(duì)變量的存量水平的分析，在本文其具體表現(xiàn)形式是人均電力消費(fèi)的標(biāo)準(zhǔn)差隨時(shí)間的推移而趨于下降；β收斂在本文中是指初期人均電力消費(fèi)較低的經(jīng)濟(jì)體在人均電力消費(fèi)指標(biāo)上比初期人均電力消費(fèi)較高的經(jīng)濟(jì)體增長(zhǎng)速度要快。β收斂是對(duì)變量增量的描述，強(qiáng)調(diào)的是增長(zhǎng)率于初始消費(fèi)水平負(fù)相關(guān)。=2\*GB4㈡數(shù)據(jù)選取本文研究的樣本時(shí)間跨度是1985-2021年（1992-1994這三年的電力消費(fèi)數(shù)據(jù)未能收集到，故除外），涵蓋了我國(guó)大陸地區(qū)29個(gè)省、自治區(qū)、直轄市（具體名單見(jiàn)附錄）的面板數(shù)據(jù)。一般說(shuō)來(lái)統(tǒng)計(jì)資料中有城市居民人均電力消費(fèi)，但是考慮到省市之間指標(biāo)口徑的一致性以及數(shù)據(jù)的可得性，本文采用的是電力消費(fèi)總量與年底總?cè)丝跀?shù)的比值，即得到人均電力消費(fèi)。電力消費(fèi)總量的單位是億千瓦小時(shí)，年底總?cè)丝跀?shù)的單位是萬(wàn)人，人均電力消費(fèi)的單位為千瓦小時(shí)/每人。電力消費(fèi)總量與年底總?cè)丝跀?shù)的數(shù)據(jù)來(lái)源于各年的統(tǒng)計(jì)年鑒、中國(guó)能源統(tǒng)計(jì)年鑒和中國(guó)自然資源數(shù)據(jù)庫(kù)網(wǎng)站。表1人均電力消費(fèi)的描述統(tǒng)計(jì)量本部分以及下文的所有圖形、模型檢驗(yàn)結(jié)果都是使用的Stata/SE10.1軟件。本部分以及下文的所有圖形、模型檢驗(yàn)結(jié)果都是使用的Stata/SE10.1軟件。變量均值標(biāo)準(zhǔn)差最小值最大值觀測(cè)值總體1276.7041040.7740211.23167290.5080N=580組間686.9107529.01013268.9990n=29組內(nèi)791.7370-700.88295915.552T=20=3\*GB4㈢面板數(shù)據(jù)模型面板數(shù)據(jù)包含了時(shí)間和截面兩個(gè)維度,如果面板數(shù)據(jù)模型設(shè)定不正確,將產(chǎn)生較大的偏差,所以如何避免模型設(shè)定的偏差,正確建立面板數(shù)據(jù)模型就顯得非常重要。一般地，面板數(shù)據(jù)模型為如下形式：，根據(jù)截距項(xiàng)向量和系數(shù)向量中分量的不同限制要求,可以將上式所描述的面板模型劃分為三類(lèi)：無(wú)個(gè)體影響的不變系數(shù)模型、含有個(gè)體影響的不變系數(shù)模型即變截距模型和含有個(gè)體影響的變系數(shù)模型。=1\*GB2⑴無(wú)個(gè)體影響的不變系數(shù)模型的單方程形式：，該模型假設(shè)個(gè)體成員既無(wú)個(gè)體效應(yīng)也沒(méi)有結(jié)構(gòu)變化，即對(duì)于個(gè)體方程，截距項(xiàng)和系數(shù)向量均相同。對(duì)于此模型，利用OLS就可以直接求出參數(shù)和的一致有效估計(jì)。此模型也叫聯(lián)合回歸模型（pooledregressionmodel）。=2\*GB2⑵變截距模型的單方程形式：，該模型假設(shè)了個(gè)體成員存在個(gè)體效應(yīng)但是沒(méi)有結(jié)構(gòu)變化，個(gè)體影響可以用截距項(xiàng)（）的差別來(lái)說(shuō)明，而系數(shù)向量均相同，故稱(chēng)該模型為變截距模型。有時(shí)也稱(chēng)之為個(gè)體均值修正回歸模型（individual-meancorrectedregressionmodel）。其中根據(jù)個(gè)體影響的不同形式，可以把此模型分為固定效應(yīng)變截距模型和隨機(jī)效應(yīng)變截距模型。后者與前者區(qū)別在于把變截距模型中用來(lái)反映個(gè)體差異的截距項(xiàng)分為常數(shù)項(xiàng)和隨機(jī)變量項(xiàng)兩部分，并用其中的隨機(jī)變量項(xiàng)來(lái)表示模型中被忽略的、反映個(gè)體差異的變量的影響。模型的基本形式為：，其中，為截距中的隨機(jī)變量部分，代表個(gè)體的隨機(jī)效應(yīng)。=3\*GB2⑶變系數(shù)模型的單方程形式：，在該模型中，假設(shè)個(gè)體成員既存在個(gè)體效應(yīng)，又存在結(jié)構(gòu)變化。即截距項(xiàng)和（）可以依個(gè)體成員的不同而發(fā)生變化。我們稱(chēng)此模型為變系數(shù)模型或無(wú)約束模型（unrestrictedmodel）。本文將從聯(lián)合回歸模型和變截距模型中進(jìn)行模型選擇，不涉及變系數(shù)模型。三、古典收斂性分析模型=1\*GB4㈠σ收斂分析σ收斂分析通常借助變異系數(shù)（CV）來(lái)測(cè)量樣本個(gè)體之間的差異性，另外基尼(Gini)系數(shù)、阿特金森系數(shù)(Atkinson)和泰爾指數(shù)(Theilindex)也可以用作σ收斂分析，本文則用變異系數(shù)進(jìn)行σ收斂分析，通過(guò)計(jì)算不同年份的變異系數(shù)，作圖觀察其隨時(shí)間推移的變化趨勢(shì)，以此判斷人均電力消費(fèi)是否存在σ收斂。變異系數(shù)又稱(chēng)“標(biāo)準(zhǔn)差率”，是衡量資料中各觀測(cè)值變異程度的另一個(gè)統(tǒng)計(jì)量。當(dāng)進(jìn)行兩個(gè)或多個(gè)資料變異程度的比較時(shí)，如果度量單位與平均數(shù)相同，可以直接利用標(biāo)準(zhǔn)差來(lái)比較。否則，比較其變異程度就需采用標(biāo)準(zhǔn)差與平均數(shù)的比值來(lái)比較。1985-2021年期間，中國(guó)人均電力消費(fèi)的均值各年是不同的，所以用變異系數(shù)更有效。常用的是標(biāo)準(zhǔn)差系數(shù)，用CV(CoefficientofVariance)表示，CV＝σ/μ。我們以1985年的CV作為基期，定為100，計(jì)算我國(guó)整體、西部、東部、中部地區(qū)的變異系數(shù)，如圖1--圖4。本文東、中西部的劃分見(jiàn)附錄。圖1描述了1985-2021年期間,全國(guó)人均電力消費(fèi)變異系數(shù)的變動(dòng)趨勢(shì)。從圖中可以看出變異系數(shù)在兩個(gè)階段具有明顯的不同特征：在1985-1991年期間全國(guó)人均電力消費(fèi)變異系數(shù)穩(wěn)定下降；在1995年后表現(xiàn)為小幅度振蕩，可認(rèn)為沒(méi)有σ收斂也沒(méi)發(fā)散趨勢(shì)。究其原因有兩點(diǎn)：其一，1992年鄧小平“南方講話(huà)”和十四大召開(kāi)后，整個(gè)市場(chǎng)化改革顯著加速。其二，三大區(qū)域的內(nèi)部收斂性存在著差異，其綜合作用導(dǎo)致了整體上的這種階段特征。圖2-圖4分別描繪了1985-2021年三大區(qū)域人均電力消費(fèi)變異系數(shù)的動(dòng)態(tài)特征。可以看出,東部省份和地區(qū)人均電力消費(fèi)的變異系數(shù)在整個(gè)時(shí)期內(nèi)（除2021年外）都是呈下降趨勢(shì)的,下降的趨勢(shì)十分顯著，其幅度也較大。與之對(duì)應(yīng),在2021年之前，中部地區(qū)人均電力消費(fèi)差異基本沒(méi)變化，隨后人均電力消費(fèi)變異系數(shù)逐漸增大，人均電力消費(fèi)呈發(fā)散趨勢(shì)。西部地區(qū)的人均電力消費(fèi)變異系數(shù)在1990年前是不斷增長(zhǎng)的，1991和1995年基本沒(méi)變化，但1996年后則呈現(xiàn)震蕩增長(zhǎng)，變異系數(shù)逐漸攀升。這些區(qū)域的不同收斂性特征，驗(yàn)證了以上的原因分析是1995年后全國(guó)人均電力消費(fèi)沒(méi)有σ收斂也沒(méi)發(fā)散趨勢(shì)的原因之一。757580859095100CV19851990199520212021圖1我國(guó)整體人均電力消費(fèi)變異系數(shù)40406080100CV19851990199520212021圖2我國(guó)東部地區(qū)人均電力消費(fèi)變異系數(shù)8080100120140160CV19851990199520212021圖3我國(guó)中部地區(qū)人均電力消費(fèi)變異系數(shù)10010012014016018020019851990199520212021CVCV圖4我國(guó)西部地區(qū)人均電力消費(fèi)變異系數(shù)=2\*GB4㈡β收斂性分析鑒于全國(guó)人均電力消費(fèi)σ收斂的階段性特征，筆者分別分析1985-2021、1985-1992和1995-2021三個(gè)時(shí)期的β收斂性。β收斂的回歸模型為：，其中代表人均電力消費(fèi)，如果β的值為負(fù)數(shù)，并且能夠通過(guò)顯著性檢驗(yàn)，則說(shuō)明存在絕對(duì)β收斂。=1\*GB1⒈面板數(shù)據(jù)模型的選擇第一步，聯(lián)合回歸模型與固定效應(yīng)模型選擇，可用F統(tǒng)計(jì)量檢驗(yàn)，在變系數(shù)模型的基礎(chǔ)上假設(shè)所有的截距項(xiàng)在時(shí)序上相同,即，:適用聯(lián)合回歸模型，:適用固定效應(yīng)模型。第二步，聯(lián)合回歸模型與隨機(jī)效應(yīng)模型的檢驗(yàn)，依據(jù)個(gè)體隨機(jī)效應(yīng)是否顯著進(jìn)行判斷，采用BreuschandPagan拉格朗日乘數(shù)檢驗(yàn)。:適用聯(lián)合回歸模型，:適用隨機(jī)效應(yīng)模型。第三步，固定效應(yīng)模型和隨機(jī)效應(yīng)模型的選擇，采用Hausman檢驗(yàn)，:適用隨機(jī)效應(yīng)模型，:適用隨機(jī)效應(yīng)模型。以下是三個(gè)時(shí)期的面板最適模型檢驗(yàn)結(jié)果，見(jiàn)表2-表4。從表2-表4可以看出對(duì)于1985-2021、1985-1992和1995-2021三個(gè)時(shí)間段的面板回歸最適模型分別是聯(lián)合回歸模型、固定效應(yīng)模型、固定效應(yīng)模型。對(duì)于混合回歸模型，直接使用OLS估計(jì)其參數(shù)。表2基于1985-2021期間Panel回歸最適模型檢定結(jié)果原假設(shè)統(tǒng)計(jì)結(jié)果適用模型混合回歸模型與固定效果模型之比較適用聯(lián)合回歸模型F(28,521)=1.00P-value=0.4632混合回歸模型混合回歸模型與隨機(jī)效果模型之比較適用聯(lián)合回歸模型chi2(1)=0.02P-value=0.8929混合回歸模型表3基于1985-1991期間Panel回歸最適模型檢定結(jié)果原假設(shè)統(tǒng)計(jì)結(jié)果適用模型混合回歸模型與固定效果模型之比較適用聯(lián)合回歸模型F(28,144)=4.58P-value=0.0000固定效果模型混合回歸模型與隨機(jī)效果模型之比較適用聯(lián)合回歸模型chi2(1)=0.29P-value=0.5887混合回歸模型表4基于1995-2021期間Panel回歸最適模型檢定結(jié)果原假設(shè)統(tǒng)計(jì)結(jié)果適用模型混合回歸模型與固定效果模型之比較適用聯(lián)合回歸模型F(28,318)=3.30P-value=0.0000固定效果模型混合回歸模型與隨機(jī)效果模型之比較適用聯(lián)合回歸模型chi2(1)=8.70P-value=0.0032隨機(jī)效果模型固定效果模型隨機(jī)效果模型之比較適用隨機(jī)效果模型chi2(1)=40.61P-value=0.0000固定效果模型=2\*GB1⒉β收斂估計(jì)結(jié)果及其解釋表5β收斂估計(jì)結(jié)果每個(gè)模型在估計(jì)之前都按照面板數(shù)據(jù)模型選擇方法進(jìn)行了檢驗(yàn)，表中所使用的模型不都相同。1985-20211985-1991**1995-2021**全國(guó)β-0.0009(0.0065)0.1003(0.0445)0-0.2400(0.0246)1.5537(0.1554)0.04880.0953(0.0116)-0.5977(0.0828)0.0526東部β-0.0173(0.0100)0.2196(0.0714)0.0142-0.2557(0.3525)1.706966(0.2282)0.18680.0715（0.0117)-0.4464(0.0877)0.0035中部β0.0193(0.0131)-0.0407(0.0868)0.0126-0.2984(0.0495)1.8747(0.3025)0.03250.1618(0.0166)-1.0331(0.1146)0.1951西部β0.0043379(0.0132)0.07050.0006-0.2021(0.04458)1.2821(0.2710)0.00120.0398(0.0160)-0.1945(0.1135)0.0551注：**表示5%的水平下通過(guò)顯著性檢驗(yàn)。上表的結(jié)果表明在1985-2021年期間全國(guó)和東部地區(qū)的人均電力消費(fèi)都存在絕對(duì)β收斂，但是不顯著。中部和西部地區(qū)的人均電力消費(fèi)是呈現(xiàn)發(fā)散趨勢(shì)的，但同樣是不顯著。這也就是說(shuō)整個(gè)時(shí)期內(nèi)，各省區(qū)人均電力消費(fèi)水平與其初始狀態(tài)基本上是無(wú)關(guān)的,我國(guó)人均電力消費(fèi)水平既沒(méi)有出現(xiàn)落后者對(duì)先進(jìn)者的“追趕效應(yīng)”,也沒(méi)有出現(xiàn)所謂“窮者愈窮、富者愈富”的“馬太效應(yīng)”,現(xiàn)有的差距基本上被保留在原有差距水平之上。但是分時(shí)間段考慮結(jié)果顯著不同。1985-1991年期間，全國(guó)、東部、中部和西部地區(qū)人均電力消費(fèi)不僅存在顯著的絕對(duì)β收斂，而且其個(gè)體效應(yīng)也是顯著。由收斂速度，我們進(jìn)一步得到全國(guó)、東部、中部、西部分別以年27%、30%、35%、22%的收斂速度收斂。這表明在這一時(shí)期，東部和中部地區(qū)的收斂速度都高于全國(guó)平均水平，他們的人均電力消費(fèi)差異是逐漸縮小的。雖然西部的人均電力消費(fèi)也呈現(xiàn)收斂趨勢(shì)，但其收斂速度遠(yuǎn)落后其他中西部。這可能和西部各省市自身的發(fā)展有關(guān)。西部地區(qū)的省市在初始狀態(tài)就比較落后，如果一個(gè)省市發(fā)展較快就會(huì)和其他省市的差距拉大，從而弱化收斂速度。但是東部在這時(shí)期形成的珠三角、長(zhǎng)三角經(jīng)濟(jì)帶卻能很好的帶動(dòng)周邊經(jīng)濟(jì)一起發(fā)展。即使如此，整個(gè)情況在1995以來(lái)還是不同的，全國(guó)和三大區(qū)域的人均電力消費(fèi)出現(xiàn)了較為顯著的發(fā)散（其β的估計(jì)值為正）。從β值的大小可以看出，中部在這一時(shí)期的發(fā)散速度遠(yuǎn)高于全國(guó)水平和東西部。出現(xiàn)這一現(xiàn)象的原因可能是，中部各省份之間本身差異較大，有的是資源匱乏，有的是單一靠煤礦，而有的就形成了較好的經(jīng)濟(jì)發(fā)展圈。東部各地區(qū)差異本身來(lái)講不是很大，但是每個(gè)省市之間的發(fā)展動(dòng)力部一樣，有的依靠港口外貿(mào)，有的處在長(zhǎng)三角、珠三角的有力地帶。而西部面臨著發(fā)展的瓶頸，還未從過(guò)去的發(fā)展模式轉(zhuǎn)變?yōu)樾滦偷墓I(yè)化道路，加之內(nèi)部各地區(qū)差異不大，在全國(guó)都處于落后地區(qū)，相對(duì)好的是四川和重慶。綜上，中國(guó)人均電力消費(fèi)收斂性不僅具有階段性的差異，還具有區(qū)域性差異。中、西部地區(qū)內(nèi)部的差異還是較大，并且影響到了全國(guó)整體水平。這進(jìn)一步地驗(yàn)證了上文中的σ收斂性分析結(jié)果，與此不同的是，變異系數(shù)圖表明自1995年以來(lái)既沒(méi)有收斂也沒(méi)有發(fā)散現(xiàn)象。出現(xiàn)這樣的情況，這可能說(shuō)明了從1992年開(kāi)始的市場(chǎng)化加速使得促進(jìn)區(qū)域發(fā)展均衡的社會(huì)經(jīng)濟(jì)條件在市場(chǎng)化過(guò)程中被弱化了，各省區(qū)的人均電力消費(fèi)差異在擴(kuò)大。另外也可能與整個(gè)市場(chǎng)取向的改革進(jìn)程中明確采取“效率優(yōu)先，兼顧公平”有關(guān)。其次，各省區(qū)的能源利用效率本身也存在著差異（史丹2021），從而影響電力消費(fèi)的收斂性變化趨勢(shì)。四、研究結(jié)論和政策建議通過(guò)對(duì)中國(guó)1985年以來(lái)人均電力消費(fèi)的分析，得到如下結(jié)論：中國(guó)人均電力消費(fèi)從總體上來(lái)說(shuō)不存在收斂性，但是發(fā)現(xiàn)其有階段性的絕對(duì)β收斂。并且認(rèn)為在1985-1991年期間中國(guó)各區(qū)域內(nèi)部也存在顯著的收斂趨勢(shì)，但是隨著市場(chǎng)化進(jìn)程的加速，國(guó)家采取的一些區(qū)域平衡發(fā)展措施被弱化了，區(qū)域內(nèi)部，區(qū)域之間差異并沒(méi)有縮小的趨勢(shì)，反而在擴(kuò)大。但是從變異系數(shù)圖我們很高興的發(fā)現(xiàn)，東部在經(jīng)濟(jì)發(fā)展比較發(fā)達(dá)和穩(wěn)定之后，其內(nèi)部差異也較小。所以我們有理由認(rèn)為，中部、西部的經(jīng)濟(jì)繼續(xù)保持快速穩(wěn)定的發(fā)展之后，也能達(dá)到一個(gè)相對(duì)均衡的狀態(tài)?；诖?，我們提出幾點(diǎn)政策建議：第一，應(yīng)該在保持東部繼續(xù)發(fā)展的同時(shí)，加大對(duì)中西部地區(qū)的支持力度。中國(guó)東部沿海地區(qū)形成的“資源黑洞”在吸引西部大量人力、物力資源的同時(shí)，并沒(méi)有形成一個(gè)補(bǔ)償機(jī)制促進(jìn)中西部地區(qū)的經(jīng)濟(jì)發(fā)展。因此，利用市場(chǎng)機(jī)制的自我調(diào)整顯然不夠，還要加強(qiáng)政府的資源配置能力，如減免稅收，增加落后地區(qū)的基礎(chǔ)設(shè)施建設(shè)，鼓勵(lì)優(yōu)秀人才去西部發(fā)展。第二，加強(qiáng)區(qū)域之間的經(jīng)濟(jì)合作。沿海地區(qū)應(yīng)該給予中西部地區(qū)更多的技術(shù)和人才支援，幫助欠發(fā)達(dá)地區(qū)發(fā)展經(jīng)濟(jì)。政府要鼓勵(lì)區(qū)域之間企業(yè)層次的交流，帶動(dòng)落后區(qū)域的產(chǎn)業(yè)升級(jí)，促進(jìn)其經(jīng)濟(jì)發(fā)展。第三，落后地區(qū)應(yīng)該發(fā)揮自己的優(yōu)勢(shì)。不要照搬沿海一帶的發(fā)展模式，比如河南省具有農(nóng)業(yè)發(fā)展優(yōu)勢(shì)，就應(yīng)該提升其農(nóng)業(yè)的科技含量，從傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)變?yōu)樾滦娃r(nóng)業(yè)。第四，中西部地區(qū)要利用這次金融危機(jī)帶來(lái)的巨大機(jī)遇。由于東部沿海城市的房?jī)r(jià)依然居高不下，投資成本依然很高，并且也面臨著更多的國(guó)際風(fēng)險(xiǎn)，所以中西部應(yīng)該根據(jù)自身的優(yōu)勢(shì)，吸引更多投資，發(fā)展當(dāng)?shù)亟?jīng)濟(jì)。本文的遺憾之處在于數(shù)據(jù)不具有時(shí)間上的連續(xù)性，1992-1994年的數(shù)據(jù)由于統(tǒng)計(jì)資料上缺失電力消費(fèi)，所以無(wú)法得到這期間的人均電力消費(fèi)。參考文獻(xiàn)：[1]AdelfeMaza,JoseVillaverde.Theworldpercapitaelectricityconsumptiondistribution:signsofconvergence[J].Energypolicy,2021，(36):4255-4261.[2]Martin.Theclassicalapproachtoconvergenceanalysis[J].Economicjournal,1996,(106):1019-1036.[3]TullioBuccellato.ConvergenceacrossRussianRegions:ASpatialEconometricsApproach[J].CentreforFinancialandManagementStudies,2021,(3):1-29.[4]Barro,Sala-i-Martin.Growthanddevelopment:newtheoryandevidence[J].Journalofthejapan