城镇化、能源消费与工业全要素能源效率——基于非线性平滑转换回归模型的分析

宋　炜

(西安建筑科技大学，西安　710055)

城镇化、能源消费与工业全要素能源效率
——基于非线性平滑转换回归模型的分析

宋炜

(西安建筑科技大学，西安710055)

〔摘要〕本文在标准平滑转换模型的基础上引入转换参数，利用2000～2014年间中国工业层面的数据估计了城镇化、能源消费对工业全要素能源效率的效应。研究发现：当能源消费系数高于0.0587时，城镇化、能源消费对工业全要素能源效率之间表现出显著的非线性变化。城镇化率每提高1%，会导致工业全要素能源效率提高7.5667%；而能源消费每提高1%，则会导致工业全要素能源效率提高1.2132%。进一步纳入城乡收入差距因素后，上述结论依然成立。本文的结论具有深刻的政策含义：只有积极推进城镇化战略，善于利用城镇化效应释放新的制度红利，才是中国经济实现可持续发展的必由之路。

〔关键词〕城镇化能源消费城乡收入差距工业全要素能源效率

引　言

文献研究表明，城镇化是推动经济增长的重要引擎，而能源消费则是城镇化进程中不可或缺的组成部分[1]。1978年中国的能源消费总量为57144万吨标准煤，而2013年则达到了348002万吨标准煤，增长了6.09倍。国内生产总值从1978年的3565.1亿元(不变价格)增长到2013年的519454.6亿元(不变价格)，增涨了145.7倍。可见，伴随着中国经济的高速增长，能源消耗量在持续增长。与此同时，我国的城镇化率也由1978年的17.9%上升到了2013年的53.7%。我们急需知道，城镇化的快速发展与能源消费总量的持续提高对工业全要素能源效率具有怎样的影响？新型城镇化需要什么样的能源消费结构作为发展支撑？很显然，深入研究城镇化进程中的能源消费对工业全要素能源效率影响具有重要的理论价值和实践意义。

国内外学者的相关研究主要集中在3个方面：(1)城镇化进程中能源消费对工业全要素能源效率的影响研究。Oh和Lee[2]利用生产函数研究了韩国城镇化过程中能源消费对工业全要素能源效率的效应，发现能源消费不但对工业全要素能源效率的增长具有显著的正向效应，而且工业全要素能源效率的改善还反作用于能源的消费，二者之间存在着显著的双向因果关系。更进一步的，尹建华和王兆华[3]考察了能源消费对工业全要素能源效率的影响具有明显的阶段性特征，他们发现能源消费与工业全要素能源效率之间存在着长期的均衡关系。在此基础上，李鹏[4]采用1995～2008年中国能源消费与经济增长的面板数据考察了城镇化的动力因素，发现能源消费是推动城镇化发展的主要动力。(2)城镇化与能源消费关系研究。刘耀彬[5]发现中国城镇化水平的持续提高是导致工业全要素能源效率改善的格兰杰因果原因，而工业全要素能源效率的增长却不是城镇化水平提高的直接推动原因。Poumanyvong和Kaneko[6]以不同地区城镇化的横截面数据为样本，将人口密度、贫富差距和技术来源3个变量纳入模型后发现，城镇化优化了高收入群体的能源消费结构，提升了工业全要素能源效率，而城镇化抑制了低收入群体对能源消费结构的优化，导致工业全要素能源效率不能得以有效提升。(3)城镇化与经济增长的关系研究。Moomaw和Shatter[7]利用英国城镇化的面板数据发现，城镇化率与人均GDP之间呈现出显著的正向关系，也就是说，城镇化率的提高是人均GDP重要驱动因素之一。沈坤荣和蒋锐[8]利用中国城镇化的面板数据估计了城镇化水平与人均产出之间的关系。结果表明，随着中国城镇化水平的大幅提高，人均产出也呈现出持续增长的趋势，进一步印证了城镇化水平与经济增长之间具有相互促进关系。

从上述分析不难看出，现有文献均是基于双变量的分析框架，单独考察城镇化过程中的能源消费与工业全要素能源效率关系可能会导致遗漏变量与模型错误设定问题的产生[9]。已有文献主要以城镇化过程中的能源消费与工业全要素能源效率之间的线性假设为前提，不能有效揭示影响工业全要素能源效率的内在机理。基于此，本文将标准的线性平滑转换回归模型(Smooth Transition Regression Model，STR)进一步扩展为非线性的平滑转换回归模型，用以揭示城镇化、能源消费与工业全要素能源效率之间的关系。考虑到能源消费受到城乡收入差距的影响，本文进一步将城乡收入差距纳入模型，考察工业全要素能源效率动态变化，为中国城镇化、能源消费与工业全要素能源效率之间的可持续发展提供科学的理论支撑和政策参考。

1　模型、变量及数据来源

1.1模型的设定

标准的STR模型形式如下：

(1)

其中，φ=(φ0，φ1，…，φp)′和θ=(θ0，θ1，…，θm)′分别是线性与非线性解释变量，{ut}为残差。G(γ，c，st)为取值为[0，1]的有界、连续性转换函数。γ、c、st分别为平滑参数、位置参数和转换变量。借鉴泰雷斯维尔塔的做法，令：

G(γ，c，st)=[1+exp(-γ(st-c))]-1，?γ>0

(2)

式(2)中，G(γ，c，st)为st的单调递增函数，γ>0为平滑性约束变量。反映了由线性化向非线性化过度的速度，c为过渡时刻。不失一般性，假设式(2)以c点为线性化向非线性化过度的转折点，则有：

G(γ，c，st)={1+exp[-γ(st-c1)(st-c2)]}-1，?γ>0，?c1≤c2

(3)

式(3)中，当st→±∞时，转换函数G(γ，c，st)→1；对于一切c1≤st

(4)

式(4)表明，非标准的STR模型则是具有k个位置参数的标准STR模型的一般形式。在这也意义上，城镇化、能源消费对工业全要素能源效率的影响可以构建如下非线性平滑转换回归(STR)模型：

(5)

式(5)中，TFEE为工业全要素能源效率，ur为城镇化水平，ec为能源消费。p、q与m为滞后阶数，εt为残差。实证检验中，利用最小信息准则(AIC)、施瓦兹准则(SC)和杜宾——瓦特森检验(DW)检验逐一剔除冗余滞后阶数[10]。

1.2变量及数据来源

本文在基于投入导向的数据包络分析(DEA)的基础上，利用各地区工业最优能源强度与实际能源强度比值的自然对数作为工业全要素能源效率(TFEE)的度量指标。利用人均能源消费量的自然对数来表示能源消费(ec)。考虑到我国人口城镇化与空间城镇化之间的非同步性以及各地区城镇化率数据的可得性，本文将各地区人口城镇化与空间城镇化复合而成的城镇人口密度作为城镇化率指标。首先测算出各地区非农业人口，再测得各地区城镇建设用地面积，二者相除并经Z-score标准化处理即为城镇化率(ur)。D(·)代表相应变量的滞后阶数。

本文采用2000～2014年间中国30个省、自治区和直辖市(西藏自治区部分数据缺失，且连续性较差，故予以剔除)的工业层面的面板数据作为样本。所有数据均来源于相应年份的《中国统计年鉴》、《中国能源统计年鉴》、《新中国60年统计资料汇编》及各省、自治区和直辖市统计年鉴。若出现个别数据缺失的，采用相邻年份指标平均值的做法加以处理。

2　实证结果及分析

2.1单位根与协整检验

考虑到IPS检验适用于独立的异质面板数据结构，其假设所有纵剖面时间序列具有相同长度的观测期，并且所有的各纵剖面时间序列也具有相同的滞后期，适用于平衡面板数据。因而本文选取IPS检验作为单位根检验的方法。检验结果如表1所示。可以看出，变量的一阶差分值都是平稳的，即I(1)序列。可以采用协整分析方法来确定变量之间的长期稳定关系。协整检验结果如表2所示。从表2的迹统计结果来看，城镇化、能源消费与工业全要素能源效率之间在95%的置信水平上至少存在一个协整关系，因此可以进行回归分析。

表1　IPS平稳性检验结果

表2　Johansen协整检验

2.2滞后阶数的确定

本文根据利用最小信息准则(AIC)、施瓦兹准则(SC)和杜宾——瓦特森检验(DW)检验逐一剔除冗余滞后阶数。检验结果发现，当DTFEE、dur、dec均滞后1阶时，DW统计量为2.12，在各变量值显著的条件下，最小信息准则(AIC)和施瓦兹准则(SC)为最小值。

2.3γ与c初始值的确定

本文使用二维格点搜索方法(Two Dimension Grid Search)来确定γ和c的初始估计值，结果如表3所示。

表3　γ和c的初始估计值

从表3不难发现，γ和c的初始估计值均位于构造的区间内，且变化趋势呈现出阶段性稳定状态，因而可以进行模型的参数估计[12]。

2.4模型参数的估计

将γ和c带入方程(5)中，运用牛顿——拉夫逊法求解最大似然函数，具体估计结果见表4：

表4　基本参数估计结果

从表4可以发现，最小信息准则AIC=-7.7651，施瓦兹准则SC=-7.1112，拟合优度系数R2=0.9146，调整拟合优度系数Adj-R2=0.9078。较高的拟合优度R2和较小的最小信息准则AIC与施瓦兹准则SC说明了模型(5)具有较高的拟合程度，意味着城镇化、能源消费与工业全要素能源效率之间存在着显著的非线性关系。

在表4的估计结果中，位置参数c=0.0587位于(-0.03，0.14)范围内，意味着采用非线性平滑转换回归(STR)模型拟合城镇化、能源消费对工业全要素能源效率的影响具有高度的合意性。可以看出，当dect-1c=0.0587时，城镇化、能源消费对工业全要素能源效率之间则表现出显著的非线性变化。在这种情形下，当城镇化率提高1%时，导致工业全要素能源效率提高7.5667%。而能源消费提高1%时，将会导致工业全要素能源效率提高1.2132%。可见，在非线性情形下，城镇化对工业全要素能源效率的贡献远远高于能源消费对工业全要素能源效率的贡献。

3　纳入城乡收入差距变量后的进一步检验

上述分析表明，在非线性情形下，城镇化、能源消费对工业全要素能源效率的提升具有显著的正向效应。值得注意的是，这一效应受到城乡收入差距的影响，正如Sami[13]所强调的那样，处于城镇化不同收入差距条件下的工业全要素能源效率是不同的，只有与特定城乡收入差距相契合的能源消费才能够有效提升工业全要素能源效率。基于此，本文进一步将城乡收入差距引入模型，利用城乡收入差距(GAPi)的泰尔指数作为度量指标，相应地，DGAPi为城乡收入差距的滞后一期项①。扩展后的模型可以表示为：

(6)

式(6)的转换变量估计如表5所示。从表5可以看出，式(6)的转换变量与式(5)相比具有高度的一致性特征，采用非线性平滑转换回归(STR)模型能够充分解释纳入城乡收入差距后的城镇化、能源消费对工业全要素能源效率的改善作用。式(6)的估计结果如表6所示。

表5　纳入城乡收入差距变量后的设定检验结果

表6　纳入城乡收入差距变量后的参数估计值

从表6可以发现，最小信息准则AIC=-6.5487，施瓦兹准则SC=-5.8983，拟合优度系数R2=0.9275，调整拟合优度系数Adj-R2=0.9109。与表5相比，更高的拟合优度R2和更小的最小信息准则AIC与施瓦兹准则SC说明了模型(6)具有更高的拟合程度，意味着在城乡收入差距的影响下，城镇化、能源消费与工业全要素能源效率之间存在着更为显著的非线性关系。

在表6的估计结果中，位置参数c=0.0354位于(-0.03，0.14)范围内，意味着在城乡收入差距的影响下采用非线性平滑转换回归(STR)模型拟合城镇化、能源消费对工业全要素能源效率的影响具有高度的合意性。可以看出，当DGAPtc=0.0354时，受到城乡收入差距的影响，城镇化、能源消费对工业全要素能源效率之间则表现出更为显著的非线性变化。在这种情形下，当城镇化率提高1%时，导致工业全要素能源效率提高6.9087%。而能源消费提高1%时，将会导致工业全要素能源效率提高1.7080%。这意味着在非线性条件下，城乡收入差距有助于城镇化、能源消费对工业全要素能源效率的改善。也就是说，城乡收入差距的不断缩小并不一定能够实现工业全要素能源效率的可持续提高，保持适度的城乡收入差距则是提高工业全要素能源效率的重要前提。

4　结论与政策建议

4.1结论

本文在标准平滑转换模型的基础上引入转换参数，构建了一个中国城镇化、能源消费与工业全要素能源效率的非线性平滑转换回归模型，并将城乡收入差距纳入其中，考察了城镇化、能源消费对工业全要素能源效率的效应。通过最小信息准则(AIC)、施瓦兹准则(SC)和杜宾——瓦特森检验(DW)检验后发现：

(1)当dect-1>c=0.0587时，非线性平滑转换回归(STR)模型拟合城镇化、能源消费对工业全要素能源效率的影响具有高度的合意性。在这种情形下，城镇化率每提高1%，会导致工业全要素能源效率提高7.5667%。而能源消费每提高1%，则会导致工业全要素能源效率提高1.2132%。也就是说，城镇化对工业全要素能源效率的贡献远远高于能源消费对工业全要素能源效率的贡献。

(2)考虑城乡收入差距因素后，城镇化、能源消费与工业全要素能源效率之间依然呈现出显著的非线性变化关系。此时，城镇化率每提高1%，会导致工业全要素能源效率提高1.5981%；而能源消费每提高1%，则会导致工业全要素能源效率提高0.3418%；城乡收入差距每提高1%，将会导致工业全要素能源效率提高0.0798%。也就是说，在非线性条件下，城乡收入差距有助于城镇化、能源消费对工业全要素能源效率的改善。

4.2政策建议

新常态下的城镇化是中国经济社会发展的动力源泉。只有积极推进城镇化战略，善于利用城镇化效应释放新的制度红利，才是中国产业升级转型的必由之路，也是今后一个时期利用城镇化推动和实现国家可持续发展的基本出发点。本文的政策含义是：

(1)进一步完善城镇化与能源消费的市场导向作用，利用彼此之间在能源结构和能源市场等方面的互补性，培育能够大幅提升工业全要素能源效率的新型能源产业，充分发挥城镇化进程中能源技术的溢出效应，利用城镇化的要素禀赋优势和能源结构差异将优势能源资源转移到具有比较优势的产业和地区，形成对城镇化进程的高度牵引，不断加强城镇化对工业全要素能源效率提升的促进作用，进一步提升城镇化发展的内生动力。

(2)保持适度的城乡收入差距，充分利用城乡收入差距的地域优势差异，引进优质能源，促进高端能源要素流动和聚集，提高城镇化的能源配置效率和规模效率，利用技术扩散和溢出的方式推动先进节能技术与节能方法的学习与扩散，实现以资源开发为基础的城镇化向以中高端产业发展为特征的城镇化转变，有效促进城镇化与工业全要素能源效率之间的协调发展。

注释：

①经过IPS平稳性检验，城乡收入差距变量为 序列。

参考文献

[1]赵进文，范继涛．经济增长与能源消费内在依从关系的实证研究[J]．经济研究，2007，(8)：31～41

[2]Oh W,.Lee K.Causal Relationship between Energy Consumption and GDP Revisited:The Case of Korea 1970-1999[J].Energy Economics,2004,26(1):1～177

[3]尹建华，王兆华．中国能源消费与经济增长间关系的实证研究——基于1953～2008年数据的分析[J]．科研管理，2011，(7)：122～129

[4]李鹏．能源消费与我国的经济增长[J]．经济管理，2013，(1)：1～10

[5]刘耀彬．中国城市化与能源消费关系的动态计量分析[J]．财经研究，2007，(11)：72～81

[6]Phetkeo Poumanyvong,Shinji Kaneko.Does Urbanization Lead to Less Energy Use and Lower CO2Emissions?A Cross-country Analysis[J].Ecological Economics,2010,70(2):434～444

[7]Ronald L Moomaw,Ali M Shatter.Urbanization and Economic Development:A Bias Toward Large Cities[J].Journal of Urban Economics,1996,4(1):13～37

[8]沈坤荣，蒋锐．中国城市化对经济增长影响机制的实证研究[J]．统计研究，2007，(6)：9～15

[9]梁朝晖．城市化不同阶段能源消费的影响因素研究[J]．上海财经大学学报，2010，(5)：89～96

[10]张优智，党兴华．我国城市化与能源消费非线性动态关系研究[J]．城市问题，2013，(10)：20～26

[11]谢利平．能源消费与城镇化、工业化[J]．工业技术经济，2015，(5)：95～100

[13]Karjalainen Sami.Consumer Preferences for Feedback on Household Electricity Consumption[J].Energy & Buildings,2011,43(2-3):458～467

(责任编辑：王平)

Urbanization,Energy Consumption and Industrial Total Factor Energy Efficiency——Analysis Based on Nonlinear Smooth Transition Regression Model

Song Wei

(Xi’an University of Architecture and Technology，Xi’an 710055，China)

〔Abstract〕Based on the standard smooth transition model,the conversion parameters are introduced,and the effects of urbanization and energy consumption on the total factor energy efficiency are estimated using the data from China’s industrial level during the period of 2000-2014.The study finds that:when the energy consumption coefficient is higher than 0.0587,the urbanization,energy consumption of industrial total factor energy efficiency shows a significant nonlinear change.Urbanization rate increased by 1%,will lead to total factor energy efficiency of industrial energy efficiency increased by 7.5667%;while energy consumption increased by 1%,which will lead to the total factor energy efficiency of industrial energy efficiency increased by 1.2132%.Further into the urban-rural income gap,the above conclusions are still set up.The conclusion of this paper has profound policy implications:only actively promote the urbanization strategy,and good at using the urbanization effect of the release of the new system bonus,is the only way to achieve sustainable development of China’s economy.

〔Key words〕urbanization;energy consumption;income gap between urban and rural areas;industrial total factor energy efficiency

〔中图分类号〕F299.21

〔文献标识码〕A

DOI：10．3969/j．issn．1004-910X．2016．10．019

作者简介：宋炜，西安建筑科技大学管理学院讲师，博士，管理科学与工程博士后流动站研究员。研究方向：公司战略与现代产业演进。

基金项目：国家社会科学基金项目(项目编号：11BJY006)；中国博士后科学基金面上项目(项目编号：2015M582623)。

收稿日期：2016—07—13