城鎮化過程中能源消費空間格局異質性

汪澤波

(北京大學 政府管理學院，北京 100871)

城鎮化過程中能源消費空間格局異質性

汪澤波

(北京大學 政府管理學院，北京 100871)

隨著城鎮化建設快速發展，中國人均能源消費持續長，從2000年到2013年的13年間增長了2.4倍。利用2005—2012年省級面板數據，將空間計量與普通面板計量對比分析，發現省級人均能源費量存在著較強的空間相關性，人均能源消費表現為空間格局不均衡，且相對于人口城鎮化率、人均GDP、第二產業增加值占GDP比重呈現倒U型增長，即隨著三者的增加人均能源消費會出現一個峰值拐點。空間杜賓隨機效應模型分析結果顯示人口城鎮化率達到55.19%、人均GDP達到85 234.90元、第二產業增加值占GDP比重66.13%時，人均能源消費會達到峰值。

能源消費；面板數據；空間計量；倒U型

2014年國務院發布《能源發展戰略行動計劃(2014—2020年)》，提出要著力優化能源結構，“以開源、節流、減排為重點，確保能源安全供應，轉變能源發展方式，調整優化能源結構，創新能源體制機制，著力提高能源效率，嚴格控制能源消費過快增長”[1]。2000年以來，中國城鎮人口比重從36.22%增加到2013年的53.73%，城鎮化發展快速推進，人均GDP從2000年7 858元增加到2013年41 907.59元，10余年間增長5倍多。隨著工業化、城鎮化快速發展，中國人均能源消費持續增加，從2000年1 148.24千克標準煤增加到2013年2 755.90千克標準煤，增加了1.4倍(如圖1)。能源消費與工業化、城鎮化發展之間的作用機制是什么？本文嘗試著從這樣一個角度做實證分析。

圖1 2000—2013年中國人均能源消費與人口城鎮化率

一、文獻回顧

梳理文獻發現，國內關于能源消費的研究主要集中于能源消費與經濟發展的關系及影響因素的分析。林伯強(2001，2003，2014)研究了中國能源消費與經濟發展的關系，尤其關注電力和煤炭部門對經濟發展的影響，研究方法主要采用時間序列、面板數據計量分析[2-4]。韓智勇等(2005)在國內首次分析了能源與經濟之間的協整性和因果關系，發現能源消費與經濟增長之間存在雙向因果關系，但不具有長期的協整性[5]。汪旭暉和劉勇(2007)、尹建華和王兆華(2011)利用不同年份數據做了類似分析[6-7]。馬超群等(2005)研究了能源消費中煤炭、石油、天然氣和水電與GDP關系，發現能源總消費和煤炭消費之間存在協整關系，而GDP與石油、天然氣和水電之間不存在協整關系[8]。吳巧生等(2008)利用面板單位根、異質面板協整和基于面板的誤差修正模型重新檢驗能源消費和GDP的關系[9]。齊紹洲等(2009)認為能源消費強度隨產業結構的改善、能源價格的提高、技術進步和固定資產投資的擴大而降低[10]。

從全國范圍看，不同地區能源消費狀況存在明顯的地區差異，因而對能源消費的研究在方法上逐漸引入空間因素。趙進文和范繼濤(2007)利用非線性STR模型技術分析，認為中國經濟增長對能源消費的影響具有非對稱性和階段性[11]。齊紹洲和羅威(2007)檢驗了西部與東部地區的能源消費強度差異與西部與東部地區人均GDP差異收斂性的關聯度[12]。鄒艷芬和陸宇海(2006)首次使用空間計量的方法分析了能源利用效率的空間屬性[13]。王火根和沈利生(2007)、趙湘蓮等(2012)認為空間面板回歸模型較比傳統面板回歸模型在研究中國各省市區經濟增長和能源消費的空間關系方面更加合適[14-15]。吳玉鳴和李建霞(2008)運用空間面板數據分析，發現省域能源消費在空間上存在依賴性，能源消費行為受到本地能源消費和相鄰省域的能源消費的共同影響[16]。吳玉鳴(2012)應用空間滯后面板計量經濟模型和空間誤差面板計量經濟模型對區域能源消費行為的空間溢出效應進行分析，發現能源利用效率對鄰近區域的能源消費行為具有很強的溢出效應[17]。周肖肖等(2015)用雙門限模型分析，認為能源效率與經濟增長關系并非單調遞增的，處于產業結構高區位的省市能源效率對經濟增長具有最高的溢出效應[18]。

近幾年來，從城鎮化角度分析能源消費的文獻也比較多。王蕾和魏后凱(2014)認為城鎮化、工業化對能源消費的凈效應為正，并且城鎮化的影響作用更加明顯，中部地區城鎮化轉型面臨的能源消費壓力最大[19]。王文蝶等(2014)分析了城鎮化進程中生活能源消費與收入的關聯及其空間差異[20]。關雪凌和周敏(2015)發現城鎮化對能源消費產生刺激和抑制雙向的作用[21]。也有對城鎮化是否影響能源消費持不同觀點，謝利平(2015)認為中國的能源消費最大的決定因素不是城鎮化，而是工業化，工業和其中的制造業是中國能源消費的主導因素。城鎮化不僅不會帶來能源消耗的大幅上升，反而能夠促使能源效率的提升，提高能源消費的質量[22]。

二、數據來源與實證模型

本文研究參照一般文獻對城鎮化發展與能源消費之間關系的假設。王蕾和魏后凱(2014)認為城鎮化對能源消費的影響效應“主要通過投資拉動、人力資本積累、技術創新和技術進步以及能源消費結構的改善等途徑來影響能源消費”[19]。城鎮化建設對能源消費的影響機制主要有兩個方面：一方面，在城鎮化發展的初期，由于大量的農村人員涌向城市，加速城市工業化發展，“在這一過程中，城鎮化對建筑、交通、道路等城市建設方面產生了巨大的投資需求，從而帶動水泥、鋼材、能源、汽車等相關產業的發展”，需要消耗更多的能源。另一方面，城鎮化發展使得更多的人享受更好的教育醫療條件，打破了城鄉二元社會結構差異，社會更加均等發展，提高全社會勞動力的生產效率和創造力。隨著經濟社會發展，人們會研發出更加高效的能源使用技術，降低能源的消耗。由于能源的高消耗會造成污染物高排放破壞環境，影響居民的生活質量。隨著城鎮化率的提高，人們更加注重環境保護，提高生活的質量，經濟發展也逐漸從粗放式發展轉變為節約化、精細化發展，從而降低了發展中的能源消耗成本。

本文選取2005—2012年省、市、自治區(不包括西藏自治區、香港、澳門和臺灣)面板數據，以省級人均能源消費量為因變量，以人口城鎮化率、人均GDP和第二、第三產業增加值占GDP的比重為自變量，選取人口城鎮化率、人均GDP和第二產業增加值占GDP比重的平方作為自變量以探尋人均能源消耗峰值拐點。所有數據均來自于各年《中國統計年鑒》、《中國能源統計年鑒》及各省省級統計年鑒。

表1 本文所用主要指標的描述性統計結果

本文模型形式為：

lgenergyit=αi+γt+β1urbanit+β2(urbanit)2+β3gdpit+β4(gdpit)2+β5indu_2it+β6(indu_2it)2+β7indu_3it+εit

(1)

其中，lgenergyit表示對數化的i個省在第t年的人均能源消費量，urbanit表示i省在第t年的人口城鎮化率，gdpit表示表示i省在第t年的人均GDP，indu_2it、indu_3it表示表示i省在第t年的第二、第三產業增加值占GDP的比重。αi表示不隨時間變化的省級截面效應，γt表示時序效應，εit為服從經典計量經濟學假設的獨立同分布(i.i.d)的隨機擾動項。采用對數形式的回歸可以降低數據的波動程度以及減少可能存在的異方差問題[23]。

方程(1)是未考慮空間效應的普通面板分析模型，可以在此基礎上引入空間自相關因素建立空間計量經濟學分析模型。目前，常用的空間計量經濟學模型包括空間滯后模型(spatiallagmodel，SLM)和空間誤差模型(spatialerrormodel，SEM)。勒沙杰(LeSage，2008)建議采用一個綜合的空間杜賓(Durbin)模型將SLM和SEM兩模型的特點整合起來[24]。本文建立空間杜賓模型如下：

(2)

其中，Xjt為方程(1)中等式右側的所有解釋變量構成的向量，β為這些解釋變量的系數構成的向量。因而，若θ=0，則空間杜賓模型退化為SLM；若θ=-ρβ，則空間杜賓模型簡化為SEM。本文再基于地理空間臨近與否構建所需的空間權重矩陣ωij。

三、空間自相關分析

空間自相關分析，即探索性空間數據分析(exploratoryspatialdataanalysis，ESDA)，用以分析空間位置臨近區域間的相關性。測度空間自相關的統計量有莫蘭指數(Moran’sI)、吉爾里指數(Geary’sC)和Getis-Ord指數(Getis-OrdGeneralG)等，主要用來描述整個研究區域上所有空間單元之間的平均關聯度及其顯著性。其中莫蘭指數統計量是應用最為廣泛的全局空間相關統計量，其計算公式為：

(3)

從2005年和2012年中國人均能源消費分布圖比較看(如圖2)，人均能源消費表現為空間格局不均衡狀態，和經濟發展水平不是完全的對應。人均能源消費較高地區不僅有天津、上海這樣發達東部地區，也有青海、寧夏這樣欠發達的西部省份，其中值得注意的是山西這樣的產煤大省，人均能源消費量一直排在全國的前列。

圖2 2005 年(左)和2012年(右)人均能源消費分布圖

從圖3到圖6的莫蘭散點圖分析看，人均能源總消費量表現出明顯的空間相關性，但空間相關性有所減弱，2005年莫蘭指數I為0.325 6，到2012年有所下降為0.220 3。人均柴汽油、煤炭消費量莫蘭I指數從2005年到2012年均下降。從人均天然氣莫蘭散點圖看，多數省份處于第三象限，表現出明顯的低值與低值集聚的正向空間自相關性。

圖3 2005 年(左)和2012年(右)人均能源消費量的莫蘭散點圖

圖4 2005 年(左)和2012年(右)人均柴汽油消費量的莫蘭散點圖

圖5 2005 年(左)和2012年(右)人均天然氣消費量的莫蘭散點圖

圖6 2005年(左)和2012年(右)人均煤炭消費量的莫蘭散點圖

四、計量模型實證分析

首先，本文用以各省份為聚類變量的聚類穩健標準差對人均能源消費量對數做混合OLS估計，利用空間權重矩陣對結果進行診斷發現，從空間誤差、滯后LM和穩健的LM檢驗角度，1‰顯著拒絕上述變量“無空間自相關”的原假定，再次證明需要在分析中考慮引入空間因素，否則結果不可靠。

然后，對空間面板杜賓模型與普通面板模型分析做比較(結果參見表2)。對普通面板做空間固定效應回歸，人均能源消費對數對城鎮化率和城鎮化率平方，人均GDP和人均GDP的平方、第二產業增加值的占比和其平方以及第三產業增加值的占比的回歸十分顯著。符號也符合預期，隨著城鎮化率的提高、人均GDP的增加，第二產業增加值占GDP比重增加，人均能源消費量不斷提高。同時，第三產業增加值比重增加也會促使均人能源消費的增加。

表2 不同模型計量回歸結果比較

表2(續)

本文在普通固定面板模型的基礎上考慮時間因素，得到時空雙固定效應模型，城鎮化率對人均能源消費的影響變得不顯著。對時間做顯著性檢驗，發現結果顯著拒絕原假定，說明若用普通面板固定效應模型分析需要考慮時間因素。之所以出現城鎮化率系數不顯著的情況，可能一方面是沒有考慮地區差異，另一方面是用固定效應分析不是十分合適。故再做面板效應和隨機效應模型，用Hausman檢驗，結果顯示Prob= 0.867 1，因此可以認為使用隨機效應模型更加合適。

接下來，本文考慮空間區域差異，在普通面板分析的基礎上引入空間杜賓(Durbin)模型分析，分別考慮空間固定、時間固定、時空雙固定以及隨機效應模型4種情況。其中時間固定效應模型顯示城鎮化率對人均能源消費的影響是負向的，這個和實際不符，故而排除。相比較普通面板模型結果，空間面板模型反映了城鎮化率、人均GDP、第二產業增加值占比對人均能源消費影響系數均有所降低，說明空間因素確實影響到分析結果的可靠性判斷。

對固定效應和隨機效應模型用Hausman檢驗，拒絕了固定效應模型，采用隨機效應解釋比較好。人均能源消費滯后項的系數為0.355，說明區域間的能源消費呈現正向集聚的特征，即，某地區較高的能源消費需求可能會導致臨近區域的能源消費的增長?？臻g杜賓模型中的解釋變量與空間權重矩陣W的乘積項反映的是相鄰區域的這些解釋變量對該區域解釋變量的影響。只有W×urban和W×urbansq的系數是顯著的，W×urban符號為負數，說明臨近區域加快城鎮化發展可能通過吸引外來人口流入以及工業企業向該區域集中，從而減少或者抑制本地區能源的消費。

無論是普通面板分析，還是空間面板分析，從回歸結果系數符號上可以清楚地發現，人均能源消費和城鎮化率、第二產業增加值占GDP比重、人均GDP之間呈現倒U型關系，即能源消費隨著城鎮化率、第二產業增加值占GDP比重、人均GDP增加而增加，但會出現一個峰值拐點。這可能一方面由于人們節能意識增強，更加注重能源節約使用，另一方面隨著城鎮化率發展，能源大量消耗影響到環境質量，人們在生產生活中更新能源使用技術，采用更高效能源利用方式，提高了能源利用效率。據此可以求出不同模型下人均能源消費拐點出現的時機。普通面板隨機效應模型顯示城鎮化率55.37%、人均GDP達到85 161.29元、第二產業增加值占GDP比重66.72%時，人均消費會達到峰值?？臻g面板隨機效應模型估計結果顯示城鎮化率達到55.19%，人均GDP達到85 234.90元、第二產業增加值占GDP比重66.13%人均消費才會會達到峰值，這和不考慮空間區域差異影響得到的結果有一定的差異，顯得更加合理。

為了考察相鄰省份對本地區的影響，本文繼續考察了空間模型中直接效應和間接效應(限于篇幅，結果略)。直接效應不僅包括相鄰省份對該地區的影響，還包括從本地區到相鄰地區最后再返回本地區的這樣一種反饋效應。這些空間因素的影響既通過空間滯后因變量 W×lgener產生作用，也通過空間滯后自變量自身發生作用。

五、結論

本文選取30個省(直轄市、自治區)2005—2012年的面板數據，通過普通面板模型和空間杜賓模型分析城鎮化率，人均GDP，第二、第三產業生產增加值占GDP比重對人均能源消費量影響。結果顯示：(1)省級人均能源費量存在著較強的空間相關性，表現為人均能源消費空間格局不均衡，且4個解釋變量的空間滯后性對人均能源也有一定的影響；(2)人均能源消費對城鎮化率、人均GDP、第二產業增加值占GDP比重表現為倒U型增長，即隨著三者的增加人均能源消費會出現一個峰值?？臻g杜賓隨機效應模型分析結果顯示人口城鎮化率達到55.19%，人均GDP達到85 234.90元、第二產業增加值占GDP比重66.13%時人均消費會達到峰值。

為爭取2020年實現全國同步建成小康社會的目標，中國需要加快城鎮化發展的步伐，提高國民的人均收入水平，加快工業技術革新，從而有效控制人均能源消費量的增長，同時緩解經濟發展中的能源制約壓力。由于能源消費空間的格局不均衡性，中國在制定能源政策措施時需要因時、因地制宜。另外，要鼓勵企業發展高效能源利用技術，積極向大眾宣傳節能知識、提高公眾的環保意識顯得十分必要。

[1]國務院辦公廳.國務院辦公廳關于印發能源發展戰略行動計劃(2014-2020年)的通知[EB/OL].(2014-11-19)[2015-06-29].http://www.gov.cn/zhengce/content/2014-11/19/content_9222.htm.

[2]林伯強.中國能源需求的經濟計量分析[J].統計研究,2001(10):34-39.

[3]林伯強.電力消費與中國經濟增長:基于生產函數的研究[J].管理世界,2003(11):18-27.

[4]林伯強,毛東昕.煤炭消費終端部門對煤炭需求的動態影響分析[J].中國地質大學學報(社會科學版),2014(6):1-12.

[5]韓智勇,魏一鳴,焦建玲,等.中國能源消費與經濟增長的協整性與因果關系分析[J].系統工程,2005(12):17-21.

[6]汪旭暉,劉勇.中國能源消費與經濟增長:基于協整分析和 Granger 因果檢驗[J].資源科學,2007(5):57-62.

[7]尹建華,王兆華.中國能源消費與經濟增長間關系的實證研究——基于 1953—2008 年數據的分析[J].科研管理,2011(7):122-129.

[8]馬超群,儲慧斌,李科,等.中國能源消費與經濟增長的協整與誤差校正模型研究[J].系統工程,2005(10):47-50.

[9]吳巧生,陳亮,張炎濤,等.中國能源消費與 GDP 關系的再檢驗——基于省際面板數據的實證分析[J].數量經濟技術經濟研究,2008(6):27-40.

[10]齊紹洲,云波,李鍇.中國經濟增長與能源消費強度差異的收斂性及機理分析[J].經濟研究,2009(4):56-64.

[11]趙進文,范繼濤.經濟增長與能源消費內在依從關系的實證研究[J].經濟研究,2007(8):31-42.

[12]齊紹洲,羅威.中國地區經濟增長與能源消費強度差異分析[J].經濟研究,2007(7):74-81.

[13]鄒艷芬,陸宇海.基于空間自回歸模型的中國能源利用效率區域特征分析[J].統計研究,2006(10):67-71.

[14]王火根,沈利生.中國經濟增長與能源消費空間面板分析[J].數量經濟技術經濟研究,2007(1):98-107.

[15]趙湘蓮,李巖巖,陸敏.我國能源消費與經濟增長的空間計量分析[J].軟科學,2012(3):33-38.

[16]吳玉鳴,李建霞.中國省域能源消費的空間計量經濟分析[J].中國人口·資源與環境,2008(3):93-98.

[17]吳玉鳴.中國區域能源消費的決定因素及空間溢出效應[J].南京農業大學學報(社會科學版),2012(4)：124-132.

[18]周肖肖，豐超，魏曉平.能源效率、產業結構與經濟增長——基于匹配視角的實證研究[J].經濟與管理研究，2015(5)：13-21.

[19]王蕾,魏后凱.中國城鎮化對能源消費影響的實證研究[J].資源科學,2014(6)：1235-1243.

[20]王文蝶,牛叔文,齊敬輝,等.中國城鎮化進程中生活能源消費與收入的關聯及其空間差異分析[J].資源科學,2014(7)：1434-1441.

[21]關雪凌,周敏.城鎮化進程中經濟增長與能源消費的脫鉤分析[J].經濟問題探索,2015(4):88-93.

[22]謝利平.能源消費與城鎮化、工業化[J].工業技術經濟，2015(5)：95-100.

[23]郝宇,廖華,魏一鳴.中國能源消費和電力消費的環境庫茲涅茨曲線:基于面板數據空間計量模型的分析[J].中國軟科學,2014(1):134-147.

[24]LESAGE J P.An introduction to spatial econometrics[J].Revue d'économie industrielle,2008，n°123(123):19-44.

(責任編輯：周 斌)

The Spatial Pattern of China’s Energy Consumption in the Process of Urbanization

WANG Zebo

(School of Government,Peking University,Beijing 100871,China)

With the rapid development of urbanization in China,per capita energy consumption continues to grow,and has increased 2.4 times from 2000 to 2013.The article uses the provincial panel data from 2005 to 2012,compares the analysis of the spatial econometrics with the ordinary econometrics,finds that China’s provincial per capita energy consumption has a strong spatial correlation,the per capita energy consumption for the spatial pattern is not balanced.The relative population urbanization rate,per capita GDP and secondary industrial added value accounted for the proportion of GDP show an inverted “U” type growth,which means the increase in per capita energy consumption will appear a peak inflection point.Space Durbin random effects model analysis results show that per capita energy consumption will reach a peak when population urbanization rate reaches 55.19%,per capita GDP reaches 85 234.90 yuan,and the secondary industrial added value accounts for 66.13% of GDP.

energy consumption;panel data;spatial econometrics;inverted U type

2015-06-29

國家社會科學基金項目“中國城市公共產品空間失配的紓解策略研究”(11BJY055)； 國家社會科學基金項目“高鐵時代區域經濟協調發展重點與支撐政策研究”(11AZD093)

汪澤波(1986—)，男，北京大學政府管理學院博士研究生，研究方向為能源、環境政策與區域發展。

F062.1

A

1008-2700(2015)06-0003-09