欢迎访问中国土地法制研究网
加入收藏 |  设为首页 | 联系我们
站内搜索:
调查报告

热点时评

更多

当前位置: 首页 >> 实证研究 >> 调查报告 >> 正文

城镇化进程与区域能源强度
2014-12-09 15:43:31 本文共阅读:[]


摘要:城镇化在不同学科中的不同涵义和诠释反映了其具有多层面性的特征。论文运用 1996---2011年中国大陆地区28个省市区的省际面板数据,实证分析了城镇化的三个层面对区域能源强度的影响和作用。实证检验结果表明,人口城镇化、产业城镇化、地域城镇化对我国能源强度具有不同影响,对东北地区、东部地区、中部地区、西部地区能源强度的影响也存在明显的区域差异,而技术进步作为控制变量之一,则对我国整体及四大区域能源强度降低均起到显著的促进作用。

 

关键词: 城镇化 区域能源强度 面板数据 实证分析

 

一、引言

 

伴随着经济快速发展而来的是我国能源消费的快速增长,能源短缺问题日益成为制约我国经济发展的重要瓶颈,因此如何提高能源效率已成为我国各界关注的问题。同时,改革开放后我国城镇化水平逐步提高,目前及今后一个时期我国城镇化进程仍然较快,中央政府已将促进新型城镇化进程作为我国经济发展的重要途径之一,并且得到各界人士的广泛认同。

那么,城镇化对我国能源效率有何影响?Wei[1]研究指出,城市化对能源消费具有双刃剑的作用:一方面,城市化进程的推进导致了经济的增长和人们生活水平的提高,从而加大了能源消费的数量;另一方面,正是由于城市化程度的不断提高,使产业组织结构、技术结构、产品结构等得到更合理的调整、各种配置得到进一步的优化、各种资源得到更合理的利用,又使得能源消耗具有下降的趋势。能源效率等于能源消费总量与同期经济总量之比,而城镇化对能源消费和经济增长两方面均有影响,因此要探究我国推进城镇化进程对能源效率的影响如何,仅凭直观感觉很难作出判断,需要进行实证分析方能得出客观结论。

进入新世纪以来,我国关于城镇化进程对能源消费影响的研究文献较多,对我国能源效率进行研究的文献也不少,但是关于城镇化进程与能源效率关系的研究文献却较少。在为数不多的文献中,阚大学等[2]运用空间计量经济学模型,以城镇人口占总人口比重作为城镇化水平的衡量指标,以我国大陆地区30个省市区为研究样本,对我国城市化水平与能源强度的关系进行了实证研究,其结论是:49我国城市化水平的提高导致了能源强度的增强,而且2000年以来这种影响有逐渐加大的趋势。王晓玲等[3]基于1990--2009年的统计数据资料,同样以城镇人口占总人口比重作为城镇化水平的衡量指标,通过建立城市化率和能源强度间的向量自回归模型,从不同视角对两组变量的交互动态响应关系进行了分析和预测,研究结果是我国城市化率和能源强度之间呈现反向变动走势,城市化水平的提高对能源强度的下降具有较强的促进作用。可见,这两个实证研究虽然在城镇化水平和能源效率的衡量指标上是一致的,但是由于计量方法、时间区间、样本对象等诸多方面的原因,二者得出的结论是完全相反的,并没有取得一致的判断。

鉴于能源消费效率已成为关系我国经济增长的重要问题,能源利用很大程度上还影响着我们的环境质量,而且目前及今后一个时期我国城镇化进程将会保持较快速度,因此有必要进一步深化我国城镇化进程对能源强度影响的实证研究,本文试图为此作出一些努力和尝试。与此前的研究相比较,本文在如下两个方面进行了一些改进:一是城镇化水平的衡量指标使用多个,而不只是一个,以反映城镇化的不同侧面对能源强度影响的差异;二是把重点放在对我国四大经济区域的研究上,以反映我国不同区域的城镇化水平对能源强度影响的不同特征。

 

二、中国区域城镇化与能源强度的变动趋势

 

对于城镇化,人口学、经济学、地理学、社会学等不同的学科具有不同的涵义和诠释。综合不同学科的观点,简而言之城镇化就是非城镇性状逐渐转化为城镇性状、城镇性状不断强化和扩大的过程。具体地讲,城镇化就是乡村人口转化为城镇人口导致人口向城镇集中的过程(即人口城镇化),农业经济活动转化为非农业经济活动导致非农产业向城镇集聚的过程(即产业城镇化),乡村地域转化为城镇地域导致城镇地域景观不断扩大的过程(即地域城镇化),农村生活方式转化为城镇生活方式导致城镇生活方式和制度环境不断扩展和强化的过程(即生活方式城镇化)[4]。在上述四种形式的城镇化中,由于生活方式城镇化水平难于计量,因此本文将运用合适的指标对人口、产业、地域三个方面的城镇化形式进行量化,在全国样本及东北地区、东部地区、中部地区、西部地区四大区域层面上进行实证回归分析,以验证城镇化对区域能源强度的影响和作用。

本文采用指标“城镇人口占总人口的比重”来表示人口城镇化水平,采用指标“第二、第三产业增加值占GDP的比重”来表示产业城镇化水平,采用指标“城镇发展与建设水平指数”(这个指标的具体含义将在后文中解释)来表示地域城镇化水平,分别分析四大区域城镇化三个方面的变动趋势。能源强度,也就是单位GDP能耗,即单位产值的能源投入量,是衡量一个国家或地区能源使用效率的重要指标之一[5]。 由于各种能源如石油、煤炭、天然气、电力等属于不同种类,而且它们的度量指标及单位完全不同,为此需要将各种能源消费量全部折算为“标准煤”,然后一一加总,再除以同期的可比价GDP,以“吨标准煤/万元”为计量单位来分析一定时段四大区域能源强度的变动趋势。

119962011年四大区域人口城镇化的变动趋势。 期初,东北地区的人口城镇化水平最高,城镇人口占总人口比重达到48%以上,比位于第二的东部地区的 34%高出了约14个百分点,中部和西部地区人口城镇化水平最低且差别不大,约为25%左右。此后,四大区域人口城镇化水平均呈现为不断上升趋势,但是东部地区上升最快,到期末其城镇人口占总人口比重达到约61%,已经超过了东北地区的59%,中部和西部地区仍然最低,分别约为45%43%

219962011 年四大区域产业城镇化水平的变动趋势。 期初,东部地区的产业城镇化水平最高,第二、三产业增加值占GDP比重约为 85%,其次是东北地区为81%,中部、西部地区相对较低且差别不大,分别约为61%63%。 此后四大区域产业城镇化水平基本上均处于上升趋势之中,但是中部、西部地区上升速度最快,到期末已经与东北地区、东部地区的差距明显缩小,不过排名顺序并未发生变化,仍然是东部地区最高,其第二、三产业增加值比重约为94%,其次为东北地区约89%,最后是中部、西部地区约为87%

 

319962011年四大区域地域城镇化水平的变动趋势。 期初,东北地区地域城镇化水平最高,城镇发展与建设水平指数为0.8086,其次是中部地区为0.864,再次是西部地区为0.7280,最后是东部地区仅为0.6374。 此后四大区域地域城镇化水平上升速度都比较快,其中上升最快的是东部地区,到期末其地域城镇化水平已经由最低变为最高,城镇发展与建设水平指数为1.3733;其次是西部地区为1.3601,排名由第三上升到第二;再次是中部地区为 1.2907;最后是东北地区为1.2477,排名由第一下降为第四。

 

图4是19962011年四大区域能源强度的变动趋势(GDP为2000年不变价)。 期初,东北地区的能源强度最大,单位GDP能耗约为28.1吨标准煤/万元;东部地区的能源强度最小,单位GDP能51耗约为14.6吨标准煤/万元,仅约为东北地区的52%;中部、西部地区能源强度位居中间,且数值与东北地区比较接近,分别为2426吨标准煤/万元。此后四大区域能源强度基本上均处于下降趋势之中,但是东北地区下降速度最快,西部地区下降速度最慢,到期末西部取代东北成为能源强度最大的地区,而东北地区下降到第三位,比中部地区还要略低一些,东部地区能源强度仍然是最小的,2011年东北、东部、中部、西部四大区域能源强度分别为 12.69.413.918.1吨标准煤/万元。

 

综上所述,从1996年到2011年的16年间,总体上来讲我国四大区域反映城镇化水平的三个指标都是在波动中趋于上升的,而同期能源强度却是在波动中趋于下降的。但是,其城镇化水平上升是不是与能源强度下降有相关关系,或者反映城镇化水平的三个指标中哪个指标与能源强度有相关关系,以及其相关程度究竟有多大? 要解答这些疑问,需要进行下面的实证分析。

 

三、实证分析

 

(一)模型及变量说明

目前中国仍处于体制转型过程之中,除了城镇化进程影响能源强度外,许多其他因素也可能对中国区域能源效率产生影响。因此,在分析城镇化对中国区域能源效率的影响时,需要控制这些其他因素,这些因素包括工业化水平、市场化程度、技术进步、出口等。 前三者与能源强度的密切关系不言而喻,而将出口纳入控制变量,主要是考虑到出口产品结构不同可能对能源强度的影响也会不同,如果出口产品结构中高能耗产品比重较大或者比重上升,则会对能源强度产生增强作用,反之节能或者低能耗产品出口比重较大或者比重上升则会对能源强度有减弱作用。

据此,建立如下面板数据回归模型:

式中,it分别表示地区和年份。Ln为自然对数符号,NYQD为能源强度,用能源消费总量除以地区GDP来表示。CZHj为一组表示城镇化水平的解释变量指标,包括人口城镇化水平(CZH1)、产业城镇化水平(CZH2)、地域城镇化水平(CZH3)等3个方面,分别用城镇人口占总人口的比重、第二和第三产业增加值占GDP的比重、城镇发展与建设水平指数来表示。KZBLm为一组控制变量,包括工业化水平、市场化程度、技术进步、出口等四个方面,其中:工业化水平(KZBL1)用第二产业增加值占GDP比重与第二产业就业人员占全部就业人员比重的平均值来表示;市场化程度(KZBL2)用非国有工业企业产值占工业总产值的比重表示;至于技术进步变量(KZBL3),大多数学者用政府财政研发投入表示,或者用基于柯布 -道格拉斯生产函数通过索洛余值法测算的全要素生产率来表示,就前者而言,我国资本技术密集度较低,技术进步大多并不依赖高风险和高资本的研发投入,而是依赖低风险和低资本投入的技术引进,因此该指标很可能低估了我国的技术进步,至于后者,基于新古典经济理论建立的全要素生产率测算方法有诸多前提和假设条件如完全竞争市场、资本与劳动任意替代、要52素充分利用、技术中性等,在我国几乎不具备这些条件,所以用全要素生产率作为衡量技术进步指标难以说明我国存在明显的技术进步,因此本文借鉴阚大学等(2010)的做法,采用劳动生产率作为技术进步的替代指标,即国内生产总值除以劳动力总数;出口(KZBL4)指标用各地区按经营单位所在地货物出口总额来表示。j、βm为待估的参数,ε为误差项。

(二)时间序列与地区样本的取舍及其说明

回归模型采用1996--20011年中国大陆地区28个省市区的面板数据,分东北地区、东部地区、中部地区、西部地区等四个区域①进行回归分析。 时间跨度之所以取为 1996--2011 年的总共16年,而没有追溯到1996年以前的更长时间序列,是因为迁就了一些地区中的能源消费总量数据的可得性。既便如此,湖南省、四川省、西藏自治区等三个地区仍然未能进入分析样本中,这就是地区样本数不是31 个而是28个的原因。

(三)数据来源及其说明

数据资料主要来源于《新中国60年统计资料汇编》、《新中国55年统计资料汇编》、《中国国内生产总值核算历史资料:19522004》以及相应各期的中国统计年鉴。

为了消除物价变化的影响,上述指标中所涉及的地区GDP,均以2000年为基年的GDP平减指数调整为可比价GDP。出口总额用官方公布的汇率中间价将美元折算为人民币后,以2000年为基年的零售商品价格指数进行了折算,调整为可比价数值。 除此之外,还有以下两个数据需要进行特别的说

明:

1.非国有经济工业产值。 该指标以1998年为界统计口径不同,1998年以前的非国有工业产值等于当年工业总产值减去国有企业工业总产值,1998年以后的非国有工业产值等于当年工业总产值减去国有及国有控股企业工业总产值,而且2004 年的地区工业总产值、国有及国有控股工业企业总产值在《中国统计年鉴》中缺省,因此该年地区工业总产值、国有及国有控股工业企业总产值均分别用产品销售收入来代替。

2.城镇发展与建设水平指数。 该指标用来反映地域城镇化水平,由两个部分组成:一个部分是用来反映城镇发展规模的,具体指标是城镇建成区面积占地区土地总面积的比重,并且将其具体数值转换成各年的均值化指数:另一个部分是用来反映城镇建设质量的,具体由两个指标来衡量,一个指标是城镇年末实有道路面积占建成区面积的比重,另一个指标是城镇绿地面积占建成区面积的比重,将这两个指标的具体数值转换成各年的均值化指数后,再以等权的方式将其合并成一个指数,这个指数就反映了等权城镇建设质量,最后同样以等权的方式将其与反映城镇发展规模的均值化指数合并成一个综合指数,最终形成全面反映城镇发展规模和城镇建设质量的指标即城镇发展与建设水平指数。

(四)检验结果及分析

面板数据模型分为三种形式,即无个体影响的不变系数模型、变截距模型、变系数模型。根据研究的目的,本文采用了变截距模型。 在运用Eviews计量经济学软件进行回归估计中,根据豪斯曼(Hausman)检验,东北地区、中部地区均不符合随机效应检验的估计条件,只能选择固定效应的检验方法,而全国样本、东部地区、西部地区的豪斯曼检验统计量值分别为42.88202.1917.53,相对应的概率分别为0.0000.0000.0143,这说明其检验结果均在 1%显著水平下拒绝了随机效应模型原假设,这3个检验也都应该采用固定效应模型。

由于各变量可能存在不符合回归模型基本假设的情况,我们在采用普通最小二乘法(OLS)估计之后,又采用广义最小二乘法(EGLS)进行了估计。 通过比较发现,广义最小二乘法估计结果的判决系数RF检验统计量、D -W统计量均有所增大,这说明后者的估计结果更加可靠。

1是人口城镇化、产业城镇化、地域城镇化水平对各区域能源强度影响的广义最小二乘法(EGLS)检验结果。5个实证检验模型的“调整的判决系数”除了东北地区为0.862外,其他四个地区均大于0.974,“F检验统计量”除了东北地区为 33.6外,其他四个地区均大于390,而且其双侧概率全部为0,因此回归分析模型均通过了显著性检验,可以用之进行相应的实证分析。在东部、中部、西部地区的模型中增加了AR1)项或者AR1)、AR2)项,这是为了提高D -W stat. 的数值,以避免出现自相关性而影响估计模型的有效性。

由表1 可知,在控制了工业化水平、市场化程度、技术进步、出口等影响因素以后,全国样本、东部地区、中部地区、西部地区产业城镇化的回归系数在1%或者5%的置信水平下显著为负,仅东北地区在5%的水平下显著为正,这表明产业城镇化进程对全国及东部、中部、西部地区能源使用效率的提54高均具有显著的促进作用,但对东北地区能源强度的影响在增强。从人口城镇化水平来看,人口城镇化进程对东部地区的回归系数在1%置信水平下显著为负,对中部地区能源强度影响不显著,对全国样本、东北地区、西部地区能源强度的影响在 1%水平下显著为正。 地域城镇化进程对全国样本、东北地区、东部地区、西部地区能源强度的影响在1%或者5%置信水平下显著为正,仅对中部地区影响不显著。 这说明:人口城镇化和地域城镇化进程对我国各个区域能源强度的影响主要以增强为主,而产业城镇化进程对我国各个区域能源强度的影响则主要是以减弱为主,即在大部分区域提高了能源使用效率。

1 的检验结果还表明,本文引入的4个控制变量对区域能源强度也有一定影响。工业化水平在全国样本、西部地区的回归系数在 1%置信水平下显著为正,对东部地区能源强度的影响显著为负,对东北地区、中部地区影响不显著。工业非国有化水平即市场化程度对东北地区、东部地区、西部地区能源强度的影响在1%置信水平下显著为正,但对全国样本、中部地区能源强度的影响不显著。出口对全国样本、东北地区、中部地区能源强度的影响不显著,但对东部地区、西部地区能源强度的影响在1%置信水平下显著为正。而技术进步对全国样本、东北地区、东部地区、中部地区、西部地区能源强度的影响均在1%的置信水平下显著为负。这说明:虽然工业化水平、市场化程度、外贸出口对能源强度的影响在各个区域的差异较大,但是以影响不显著或者显著为正为主,只有技术进步对各个区域能源强度的影响全部为负,对提高各个区域能源使用效率的提高起到了积极作用。

 

四、结论及启示

 

第一,20世纪90年代中期以来,我国产业城镇化与能源强度呈现显著的负向相关关系,但是人口城镇化和地域城镇化水平与全国能源强度呈现为显著正相关。这说明城镇化的三个层面对我国能源强度具有不同的影响,产业城镇化进程有利于降低我国能源强度,而人口城镇化和地域城镇化进程则导致我国能源强度增大。

第二,城镇化不同层面对我国能源强度的影响呈现出明显的区域差异。从实证分析结果来看,人口城镇化与东部地区能源强度显著负相关,对其能源使用效率提高起到了积极作用,对中部地区影响不显著,与东北地区、西部地区能源强度显著正相关,增大了其能源强度;产业城镇化除了与东北地区能源强度显著正相关外,与东部地区、中部地区、西部地区能源强度均显著负相关,降低了其能源强度;地域城镇化除了与中部地区能源强度的相关性不显著外,与东北地区、东部地区、西部地区能源强度均显著正相关,增大了其能源强度。可见,与人口城镇化和地域城镇化相比较,产业城镇化对降低各区域能源强度的影响更加明显。

第三,技术进步与我国及四大区域能源强度均显著负相关,对能源使用效率提高起到了显著的积极作用,而工业化水平、市场化程度和出口对能源强度的影响因区域而不同,但主要表现为影响不显著或者显著正相关。

上述结论给我们的启示是:在我国新型城镇化过程中,就降低能源强度的有效性而言,积极推进非农产业向城镇集中、加快产业城镇化进程是更好的选择。此外,采取措施进一步促进技术进步、提高劳动生产率,是我国降低能源强度、提高能源使用效率的有效途径。

 

参考文献:

 

[1]Wei B RYagita HInaba ASagisaka M.Urbanization Impact on Energy Demand and CO2 Emission in China [J]. Journal of Chongqing University- Eng . Ed2003,2.

[2]阚大学,罗良文 . 我国城市化对能源强度的影响――基于空间计量经济学的分析[J].当代财经,2010(3).

[3]王晓玲,武春友等. 中国城市化与能源强度关系的交互动态响应分析[J].中国人口・资源与环境,2012(5).

[4]靖学青. 长江三角洲地区城市化与城市体系[M]. 上海:文汇出版社,2005.

[5]姜磊,季民河. 我国能源强度空间分布的集聚性分析[J]畅财经科学,2012(2).

关闭

CopyRight©2016 illss.gdufs.edu.cn All Rights reserved. 版权所有:中国土地法制研究网
"本网站为纯公益性学术网站,无任何商业目的。因部分文章源于网络,如有侵权请来邮或来电告知,本站将立即改正"