DOI: 10.33917/mic-2.121.2025.106-110

Энергетическая система представляет собой сложную многоаспектную и многокритериальную систему оптимизации, причем уровни развития энергетики в разных регионах и на разных этапах развития различны. Комиссия по развитию и реформам Китая и Управление энергетики в «Стратегии производства энергии и революции (2016–2030 гг.)» предложили, чтобы межрегиональная энергетическая трансформация Китая была основана на обеспечении безопасности и ориентирована на высококачественное развитие, чтобы увеличить влияние пространственного эффекта развития энергетики на экономический рост страны. В этой статье выбраны данные из 30 провинций Китая за период с 2000 по 2022 гг., проведены расчеты с использованием индекса Морана и пространственной модели ошибки Дарбина для изучения влияния пространственного эффекта развития энергетической промышленности Китая на экономический рост.

Источники: 

1. Tobler W. R. A computer movie simulating urban growth in the Detroit region. Economic geography. 1970. № 46. С. 234-240.

2. Cressie N. Statistics for spatial data. John Wiley & Sons. 2015. С. 633-649.

3. LeSage J., Pace R.K. Introduction to spatial econometrics. Chapman and Hall, 2009.

4. Elhorst J.P. Spatial econometrics: from cross-sectional data to spatial panels. Heidelberg: Springer, 2014. 119 с.

5. Демидова О.А. Пространственные аспекты оценки кривой заработной платы в России / О. А. Демидова, Е. А. Тимофеева. Журнал Новой экономической ассоциации. 2021. № 3(51). С. 69-101.

6. Fingleton B. Estimates of time to economic convergence: an analysis of regions of the European Union. International regional science review. 1999. № 22(1). С. 5-34.

7. Rey S.J., Montouri B.D. US regional income convergence: a spatial econometric perspective. Regional studies. 1999. № 33(2). С. 143-156.

8. Guo Shouting, Jin Zhibo. Research on the spatial spillover effect of digital inclusive finance on regional industrial structure upgrading. Economic Perspectives. 2022. № 6. С. 77-87.

9. Li Jiang, Wu Yuming. A review of cutting-edge theories, methods and applications of spatial econometrics. Contemporary Economic Management. 2024. №06. С. 30-41.

DOI: 10.33917/es-1.199.2025.34-43

Анализируется и сравнивается взаимосвязь между энергетической промышленностью и экономическим ростом Китая и России посредством уравнения коинтеграции и модели VECM. Результаты показывают, что производство энергии в Китае не оказывает долгосрочного или краткосрочного влияния на колебания и рост ВВП, в то время как потребление нефти и природного газа оказывает долгосрочное влияние на рост ВВП, потребление угля и природного газа оказывает краткосрочное положительное влияние на рост ВВП. Производство и потребление энергии в России оказывают влияние на рост ВВП. Производство возобновляемой энергии, угля и природного газа, а также потребление угля и природного газа оказывают долгосрочное равновесное влияние на рост ВВП, в то время как производство угля и природного газа и потребление угля, нефти и природного газа вызывают краткосрочные положительные колебания роста ВВП.

Источники:

1. Kraft J., Kraft A. On the Relationship Between Energy and GNP // The Journal of Energy and Development. 1978. No. 3(2). P. 401–403. URL: http://www.jstor.org/stable/24806805

2. Yu E., Choi J.Y. The Causal Relationship between Energy and GNP: An International Comparison // Journal of Energy Finance & Development. 1985. No. 10. P. 249–272.

3. Кузовкин А.И. Прогноз энергоемкости ВВП России и развитых стран на 2020 г. // Проблемы прогнозирования. 2010. № 3. С. 144–148.

4. Wang Xuhui, Liu Yong. China’s energy consumption and economic growth: based on cointegration analysis and Granger causality test // Resources Science. 2007. No. 29(5). P. 6.

5. Лола И.С., Глуздовский С.В. Применение методов векторной авторегрессии в исследовании влияния малого розничного предпринимательства на динамику торговли // Вопросы статистики. 2018. Т. 25. № 11. С. 3–12. EDN VNBZMD

6. Матвеев М.Г. Параметрическая идентификация моделей векторной авторегрессии // Современная экономика: проблемы и решения. 2015. № 5. С. 133–142. URL: https://journals.vsu.ru/meps/article/view/4347