2  文献综述

 3  变量、模型及数据

3.1  实证模型

电力强度为电力消费量与GDP的比值，而电力消费具有滞后性（此观点已得到学者的验证，王志轩 2010，陈易伦 1995 等[13][14]）。本文在解释变量中加入了被解释变量电力强度ECST来控制此滞后影响。基于各界学者的研究成果与对电力强度的影响因素分析后，我们可以初步认为如下因素对降低电力强度有影响：人均GDP、产业结构、技术水平和出口依存度。现可设定计量模型如下：

其中，ECST表示电力强度，是指单位国内生产总值所消耗的电力数量，本文用各省历年的电力消费量（亿元）与实际GDP（亿元）的比值进行衡量；GDPP表示人均GDP（元）；RD（亿元）表示技术水平即研发投入，公式表示为：各地研究、发展经费内部支出与各地区GDP的比值；INS表示产业结构，公式表示为第二产业的生产总值与各地区GDP的比值。误差项E表示一些不确定因素的影响（如：未考虑到的因素或因模型线性形式设定的影响）。

3.2  解释变量及其说明

本文利用省际面板数据对电力强度进行计量分析，探讨各可能性因素尤其是出口贸易对电力强度的影响。面板数据可以增加估计量的抽样精度并且带有时间序列和横截面数据的双重性，通过对地域差异与时间序列的综合剖析，避免了两种分析方法的缺陷。根据可以获得的数据，可以界定电力强度的影响因素如下：

    1、人均实际GDP。根据中国统计年鉴数据，做电力消费增长率折线图如下所示，改革开放以来中国经济快速增长，2000-2013年间，GDP年均增长率约为11.82%，电力消费也逐年增加，全社会电力消费增长率随GDP增长率上下波动。由此可见，GDP与电力消费之间具有较强的相关性，两者是相互作用的：一方面，经济增长对电力的依赖性很强，如：“拉闸限电”措施会给经济带来严重的损失，雪灾等自然灾害导致电力供应不上会使一国的经济面临瘫痪的境地；另一方面，经济增长及其增长方式是促进电力消费增长的主要推动力。本文中使用的人均GDP为实际GDP与总人口之比，人口总数为各省历年年末总人数的平均值。