目前中国去产能进程不断加快，经济发展模式逐渐发生转变，“两高一低”的高耗能行业增速逐步放缓。产业结构转型对我国未来能源需求走势的影响，已成为决策者、学者和公众乃至全球共同关注的焦点。

本文重点关注在产业结构转型、经济发展从量到质的转变过程中，中国能源需求的走向问题。如何科学地评估未来能源需求是一个极其困难的工作。国内外相关研究从不同的角度，用不同的方法和数据，产生了大量有价值的学术成果。

一、文献综述与研究创新

（一）评估未来能源需求：总量法和结构法

从现有文献来看，最常见的能源需求预测方法主要有三种：自回归分析法、弹性系数法和部门分析法。我们将前两种方法概括为总量预测法，将部门分析法定义为结构预测法。总量预测法的特点主要是，根据历史能源需求总量或者历史经济总量，对未来能源进行趋势外推。总量预测方法早年对我国能源需求的预测作出了重大贡献，但总量预测法往往假定经济和社会环境会遵循一定趋势变动，而这类假定往往忽略了经济社会发展的结构性变化，这在一定程度上与中国的实际情况相违背，从而导致预测失灵。我国能源消费弹性的变化，说明能源总量与经济总量已经开始逐渐脱钩。

总量预测法的失灵，使学者关注经济结构调整对能源需求产生的深刻影响。部门分析法就是基于产业部门的差异进行预测的方法之一。但这种方法的适用性对部门划分程度有很强的要求，部门的细分程度会直接影响预测结果。从现有文献来看，学者普遍认同产业结构会对能源需求产生影响，认为产业性质的不同导致对能源消费需求产生差异。对于中国的能源消费变化来说，工业部门内部产业结构的变动对能源消费的影响更为明显。众多研究认为，重工业尤其高耗能产业的扩张是造成中国能源消费急剧攀升的重要因素。因此，讨论产业内部结构尤其是高耗能行业发展，对把握未来能源需求走势十分必要。

从目前经济结构与能源需求的研究来看，在指标选取上，对产业结构的度量通常利用国民经济三个行业大类所占比重作为解释变量进行分析。这直接影响了部门分析法对部门的划分，进而会对估计结果产生影响。在计量方法上，目前的研究多以分解技术和时间序列为主，利用面板数据进行的分析和估计较少。但时间序列这类方法无法控制各省之间的省份异质性。最为关键的是，以往研究的分析视角着重产业结构对能源需求的影响，未从动态层面考察产业结构变化会如何影响未来能源需求走势。

（二）高耗能行业与中国能源需求

高耗能行业的发展，已成为导致中国能源需求持续上升的根源所在。总体而言：（1）总量预测法的文献对早年能源需求的预测，多是基于历史总量数据进行趋势外推，忽略了经济总量变化背后的影响因素，未能进一步对结构转型情况下经济增长与能源消费的关系进行分析，因此无法解释能源消费的拐点。（2）结构预测法的文献大多采用“三部门”宏观产业结构，其结构调整为渐进过程，其变化缘自各具体行业的发展，对第一、二、三产业结构变化的分析，不足以涵盖高耗能行业变化所带来的影响。本文从以上两个方面对已有文献进行补充，将经济结构、经济总量和能源需求置于统一的分析框架，在考察经济结构尤其是高耗能行业发展变化的情况下，厘清经济发展影响能源消费的机制渠道，考量经济总量对能源消费产生的直接与间接影响，进而对我国未来能源需求走势作出预判。

二、高耗能行业份额演化与经济发展程度

用“库兹涅茨曲线”这个概念，讨论高耗能行业发展与经济发展程度的关系。在“库兹涅茨曲线”这个框架下，一国高耗能产品的产量会随人均GDP的增加而增加，并在到达顶峰后开始减少。在经济发展初期阶段，生活与生产都还处于较低水平，对高耗能产品需求很低。由于高耗能产品通常作为原材料投入，随着经济的不断发展，高耗能产品需求大幅度上升，这时的规模效应远大于技术效应与结构效应。这一阶段的主要特点在于，产业结构由轻工业占主导地位逐渐转向以重工业与基础工业为主导。高耗能产品产量会向抛物线的顶端靠近。当工业化与城市化逐渐发展到一定阶段后，工业比重逐渐减小而第三产业迅速发展，加之技术进步，对高耗能产品的需求逐渐降低。于是，高耗能产品产量开始下降，因而呈现先上升、后下降的倒U型变化趋势。

现利用1995—2015年省级（不包括海南、西藏和港澳台地区）面板数据，分别对我国粗钢产量与人均GDP的关系，以及水泥产量与人均GDP的关系作初步分析。结果显示，在粗钢产量模型中，除西部地区人均GDP的二次项系数不显著外，东部和中部地区人均GDP平方系数均为负且显著。在水泥产量模型中，三个地区的水泥产量都与人均GDP呈倒U型关系。这在一定程度上说明，随着我国经济发展水平的不断提高，高耗能产品产量可能存在拐点，验证了前述论点。

在高投资率的背景下，我国资本回报率呈现缓慢下降的长期趋势。随着资本回报率的下降，全社会投资将收紧，经济发展速度逐渐减缓，经济发展稳态出现，进而高耗能行业这类依靠投资生存的行业发展速度开始放慢。加之政府去产能政策实施的不断深化，我们预判高耗能产品生产增速将放缓，高耗能产品产量会出现拐点，或者出现增长平台期。当然，在高耗能产品产量拐点过后，也可能只是进入平台期，并不一定会迅速出现下降趋势。

我们认为，高耗能行业会随着人均GDP的增长出现先上升后下降（或者进入平台期）的趋势，这说明经济发展的水平，会直接影响高耗能行业的发展速度。就本文而言，能源需求会与经济总量脱钩，而且随着经济规模的不断扩大，高耗能行业份额演化过程会对未来能源需求走势产生影响。

三、实证分析

（一）模型设定与数据来源

根据能源需求模型的一般设定，现构建关于人均能源消费与人均GDP的简化函数模型。能源消费量为人均产出和能源价格以及技术的函数。根据居民效用最大化的比较静态分析和厂商利润最大化的分析，预期能源需求与人均产出呈正相关关系，与能源价格和技术都呈负相关关系。

既然经济增长对能源需求的拉动的实质是高耗能行业的发展，下面对这一间接拉动效应进行量化分析。鉴于高耗能行业本身就是经济体的重要组成部分，为强调产业结构变化对能源消费的影响，并说明GDP衡量的经济总量指标不能完全解释中国能源消费的增长，现于模型中逐步加入各高耗能行业产品产量。若在逐渐加入高耗能行业变量后，人均GDP的系数逐渐变小，则说明经济增长对能源消费的影响，确有一部分是通过高耗能行业的发展产生。为完整刻画中国能源消费需求的全貌，本文加入第三产业所占比重作为控制变量。

考虑到数据的可得性，现基于中国29个省份1995—2015年面板数据进行分析。所有数据均为公开数据。被解释变量为能源需求水平，以人均能源消费量来衡量。主要解释变量为经济发展水平，以人均实际GDP 来刻画。核心解释变量为六大高耗能行业代表性产品的人均产量，包括粗钢产量（steel）、水泥产量（cement）、火力发电量（power）、十种有色金属产量（metal）、焦炭产量（coke）以及烧碱产量（soda）。这六种产品均属于国家规定的22项高耗能产品。控制变量为第三产业所占比重（tertiary）、能源价格水平（price）和技术变量（tec）。

能源数据来自历年《中国能源统计年鉴》；人均GDP数据以1995年为基年进行平减，来自历年《中国统计年鉴》；其他高耗能数据来自各省统计年鉴和国家统计局社会科技和文化产业统计司、科学技术部创新发展司编《中国科技统计年鉴》（北京：中国统计出版社）。

（二）经济增长对能源消费的直接影响

尽管多数学者均认为，经济增长与能源需求之间存在协整关系，但就中国各省份具体情况而言，经济增长与能源消费也并不呈现必然的双向因果关系。林伯强等认为，将GDP作为解释变量具有合理性。

估计结果显示，只考虑经济增长和控制变量对能源需求影响的模型，0.733为人均能源消费的收入弹性，即人均GDP每增长1%，能源需求将增加0.733%。此时的能源价格、第三产业比重和技术水平，对能源需求的影响均为负，与预期相符。逐渐加入六大高耗能行业代表性产品产量的估计结果，可以看到人均GDP系数逐渐下降，从0.733下降至0.439。即考虑高耗能行业发展的影响，人均GDP每增长1%，能源需求的增加幅度从0.733%下降到0.439%。这说明经济增长对能源消费的影响，确实有一部分是通过高耗能行业间接引致的。另外，结果还显示，六类工业产品对能源消费的影响均为正，但粗钢对能源需求的影响并不显著。这可能是由于模型中包含焦炭变量，而焦炭是粗钢生产的重要原材料，粗钢对能源需求的影响可能部分由焦炭来体现。

（三）高耗能行业的传导效应

经济增长会通过影响高耗能行业的发展，间接影响能源需求。为量化经济增长通过高耗能行业对能源需求产生间接影响的程度，现考察人均GDP对高耗能行业的影响，即以高耗能行业作为被解释变量进行估计。

估计结果显示，人均GDP对六种高耗能产品具有显著的正向影响，说明人均GDP的增加的确会促进高耗能行业的发展，但人均GDP对焦炭的影响并不显著。从结果来看，人均GDP对粗钢和水泥产量的影响最大；其次分别为十种有色金属、烧碱、火力发电量和焦炭。可见，经济增长与高耗能行业产量呈正相关，经济增长对能源消费的影响，确实可以从高耗能行业的角度进行解释。由于人均GDP对能源需求的影响可部分地由高耗能行业的产量来解释，因而可进一步估计经济发展作用于高耗能行业对能源需求产生的效应。

四、高耗能行业份额演化与未来能源需求走势

工信部《工业绿色发展规划（2016—2020年）》明确指出，到2020年六大高耗能行业占工业增加值的比重要继续下降。鉴于高耗能行业发展受年度政策和经济形势影响较大，现利用Li等在2011年提出的面板固定效应模型下时变系数的非参数估计方法对未来能源需求走势进行考察。

对2016—2035年能源需求走势的评估，将采用未考虑高耗能行业变化的弹性系数方法，以及考虑高耗能行业发展变化的时变系数非参估计方法。

首先，对模型涉及各项变量在2016—2035年的增速进行情景设定。其中，人口增长率来自International Futures，该机构分别设定每年人口增长率，2016—2035年的年均增长率约为0.09%。本文设定2016—2020年GDP年均增速为6.50%，2021—2035年间年均增速为5%。根据GDP增速与人口增速的关系，可以得到人均GDP的增速。

其次，对未来高耗能行业的发展进行情景假设。随着经济结构的演进，经济发展各方面对高耗能行业物质支撑的需求开始减弱。同时随着供给侧结构性改革去产能政策的贯彻，高耗能行业发展趋势开始放慢。国际能源署（IEA）预测，中国化工行业及有色金属行业的增长将会持续到2040年，但中国钢铁和水泥产量会持续下降30%—40%。对于技术变量、价格变量和第三产业比重变量，选取各省样本内年份的年均增长率进行情景分析。当然，在这种情况下的估计结果必然会存在一定的偏差，但不影响趋势分析。

由于未来经济发展过程存在不确定性，需要对未来经济发展状态作出假设。现据估计所得的2015年时变系数，设定2016—2035年各变量的系数，对2016—2035年能源需求走势进行分析，结果显示，考虑高耗能行业发展与否，对2016—2035年的能源需求走势影响十分明显，弹性系数法预测结果显著高于考虑高耗能行业发展的预测结果，两者差异最大时高达一倍以上。根据该结果，若考虑高耗能行业发展速度的减缓，我国未来能源需求将维持在一个相对稳定的水平。但不容忽视该论断的前提在于，部分高耗能行业在未来年份呈现负增长。这给出的结果验证了本文的核心观点——控制高耗能行业发展将是抑制我国能源需求扩张的关键。林伯强等在对煤炭需求的分析中也得到类似的结论，认为工业结构的微调会对煤炭需求起到很大的抑制作用。分析结果明确揭示，仅考虑经济增长单一维度对能源需求进行研究，会出现对未来能源需求走势的误判。

结论

首先，从工业内部结构的角度，分析发现，经济增长对能源需求的直接影响程度为55.89%，另外44.11%的影响是通过高耗能行业的发展引致的。其次，基于上述分析，评估未来中国的能源需求走势，发现若不考虑产业结构优化（即高耗能行业所占比重不断下降），中国能源需求会被高估；若将高耗能行业的比重变化考虑到对能源需求走势的评估之中，我国能源需求在未来年份将维持在一个较为稳定的水平。因此，控制产业结构内部的高耗能行业发展才是抑制能源需求扩张的关键。