城镇化对能源消费的非线性影响研究

吕连菊++阚大学

摘要：运用PSTR模型，实证研究了我国城镇化对能源消费的影响存在显著的非线性特征。结果发现：经济发展水平和开放程度对城镇化能源消费效应的影响均具有双门限的非对称特征，处于外体制中经济发展水平较高与较低的省份，城镇化的能源消费效应较小，该结论也适用于经济开放程度这一转换变量；其他转换变量对城镇化的能源消费效应影响均只存在一个位置参数，并将各省份分为高低两个体制，高体制中产业结构水平较高，城镇化降低能源消费总量；高体制中要素市场扭曲程度较高，城镇化的能源消费效应较大，在技术进步明显、环境规制严格和人力资本水平高的省份，城镇化对能源消费的降低作用越大。

关键词：城镇化；能源消费；PSTR模型；非线性影响

DOI：10.13956/j.ss.1001-8409.2016.12.08

中图分类号：F205；F206 文献标识码：A 文章编号：1001-8409（2016）12-0034-04

Study on the Nonlinear Influence of Urbanization on Energy Consumption

——Based on the PSTR Model

LV Lianju， KAN Daxue

（School of Economics and Trade， Nanchang Institute of Technology， Nanchang 330099）

Abstract： The paper empirically studies on the Influence of urbanization on energy consumption by the PSTR model. Results show that the urbanization has obvious nonlinear effect on energy consumption. There are asymmetric characteristics of double threshold for effect of economic development level and economic openness degree on energy consumption effects of the urbanization， there is less for energy consumption effects of the urbanization in the higher and lower provinces of economic development level， this conclusion also applies to economic openness degree. Other conversion variables have only one position parameter， which divides provinces into two systems， the urbanization reduces total energy consumption in high industrial structure level of the high system， there is greater for energy consumption effects of the urbanization in high market factors distortion level of the high system， in the provinces for obvious technological progress， strict environmental regulation and high human capital， there is relatively great for the reduction effect of urbanization on energy consumption.

Key words： urbanization； energy consumption； PSTR model； nonlinear influence

引言

2014年，中国城镇化率5477%，户籍人口城镇化率不到40%，结合世界其他发达国家城镇化的发展经验，以及城镇化固有的发展规律和中国的国情，未来一二十年内城镇化将依然保持高速发展，这使得已经出现的资源环境约束与能源供需矛盾将更加日益突出。那么如何在降低能源消费总量的同时，推进新型城镇化，实现城镇可持续发展，显然是一个极具现实意义的问题。

目前，关于城镇化对能源消费数量的影响，实证结果主要有正相关[1，2]、负相关[3-5]、非线性[6，7]和其他结论[8，9]。从这些研究可知：学者们多是利用线性模型实证分析，由于我国不同地区城镇化与能源消费存在明显的异质性，这些异质性可能致使城镇化与能源消费之间存在非线性关系。个别文献仅是采用面板门限回归模型分析了非线性关系存在性，但该模型存在较为明显的缺陷，即变量在阈值两侧瞬间实现不同状态转换，另上述文献回归中对于内生性问题，主要是利用系统GMM解决，但存在诸如参数估计结果有偏、检验统计量偏大等缺陷，且系统GMM法要求经济处于稳态均衡附近，这不太符合我国现实情况。此外，上述文献在研究时均是事先按照区位因素分为东、中、西部三组，这种分组是外生分组，而非根据研究对象的异质性信息进行的内生分组，可能致使分析结果出现偏误。本文将基于1992～2013年29个省份面板数据①，使用面板平滑转换回归模型（PSTR）实证研究，允许回归参数逐步、缓慢发生变化，能较好地刻画截面异质性，可以克服内生性问题，同时避免外生分组所带来的样本量减小和分组标准武断等不足。

2实证结果分析

21非线性检验

本文利用LM和LMF统计量对上述PSTR模型（1）至模型（7）进行非线性特征检验，检验结果如表1所示。从

①其中重庆并入四川，西藏数据不全，舍去。

②公式为Kit=Iit/Pit+（1-δ）Kit-1，其中Iit为第i个省份第t年的全社会固定资产投资，Pit为固定资产投资价格指数（以1992年为100），δ为资本折旧率，采用国际上惯常的做法，将其设定为5%，至于初始年份1992年各省份的资本存量，本文通过下式求出Ki1992=Ii1992/（003+Zi），其中，Zi为第i个省份1992～2013年的GDP平均增长率。

中可知：7个模型的LM和LMF统计量在H0：r=0，H1：r=1时均拒绝了不含有异质性的线性模型假设，因此，选择非线性PSTR模型是合适的，各转换变量对城镇化能源消费效应的影响存在明显的非线性特征。进一步检验发现，模型（1）和模型（5）的最优位置参数为两个，模型（2）、模型（3）、模型（4）、模型（6）、模型（7）的最优位置参数均为1个。

22估计结果

本文采用非线性最小二乘法（NLS）对模型（1）至模型（7）进行估计，但估计前需运用网格搜索法确定r和c的初始值，为了能确保构造的网格将最优的初始值包含在内，首先，按照常规做法将r的初始值区间设为（0，50），再根据转换变量数值将c的初始值区间设为（min{qit}，max{qit}）进行网格搜索，如果搜索到的最优r和c值正好在网格边界上，就扩大网格，重新搜索，直到搜索的最优r和c值位于网格内部，然后将其作为初始值进行NLS估计。估计结果如表2所示。

从表2可知：7个模型的各变量回归系数均通过了显著性检验，表明城镇化对各地区能源消费存在显著的非线性影响，各地区的异质性使得城镇化的能源消费效应在各省份存在明显的差异性，转换变量的存在使得城镇化对能源消费影响的弹性系数被分成了若干个体制，弹性系数在体制间平滑转换。

（1）经济发展水平与城镇化能源消费效应。从模型（1）的估计结果可知：α0和α1分别为0368和-0243，平滑参数为1311，位置参数有两个，分别为0977和6148，说明经济发展水平对城镇化能源消费效应的影响具有双门限的非对称特征。当Dev位于0977～6148万元之间时，模型处于中间体制，城镇化对能源消费影响的弹性系数为0368，即城镇化水平提高1个百分点，能源消费总量提高0368个百分点；当Dev小于0977万元或者大于6148万元时，模型处于外体制，城镇化对能源消费影响的弹性系数为0125，即城镇化水平提高1个百分点，能源消费总量提高0125个百分点。样本中一半以上观测值处于中间体制，共有357个，占观测值总数的5595%。由于平滑参数为1311，说明城镇化对能源消费的影响随经济发展水平的变化在体制间平滑转换，变化速率为1311。模型（1）的估计结果也表明，在其他条件不变情况下，经济欠发达和发达地区城镇化对能源消费的正面影响较小，中等经济发展水平地区城镇化对能源消费的正面影响则较大。以2013年为例，北京、天津、内蒙古、辽宁、上海、江苏、浙江经济发展水平较高，人均GDP均超过了6148万元，处于外体制，而其他省份均处于中间体制。说明大部分省份亟需转变经济增长方式，提高城镇化质量，降低能源消费效应。

（2）产业结构与城镇化能源消费效应。从模型（2）的估计结果可知：α0和α1分别为0496和-0662，平滑参数为1122，位置参数1个，为0473，将模型分为两个体制，当Str小于0473时，模型处于低体制，城镇化对能源消费影响的弹性系数为0496，表明第三产业占GDP比重低于0473时，城镇化增加了能源消费总量，城镇化水平提高1个百分点，能源消费总量提高0496个百分点；当Str大于0473时，模型处于高体制，城镇化对能源消费影响的弹性系数为-0165，表明第三产业占GDP比重高于0473时，城镇化对能源消费产生的是负面影响，城镇化水平提高1个百分点，能源消费总量下降0165个百分点。其中样本小部分观测值处于高体制共有44个，占观测值总数的690%。随着产业结构的变化，城镇化对能源消费的影响在高低体制间平滑转换，变化速率为1122。进一步分析可知，2013年北京、天津、上海、浙江、广东、海南服务业比重较高，均超过了0473，处于高体制，城镇化降低能源消费总量，其他省份则均处于低体制，城镇化提高了能源消费总量。

（3）技术进步与城镇化能源消费效应。从模型（3）的估计结果可知：α0和α1分别为-0121和-0138，平滑参数为1052，位置参数为1个，C=4785，说明技术进步对城镇化能源消费效应的影响为负，即技术进步有助于城镇化降低能源消费总量。位置参数c将模型分为两个体制，当Tec小于4785时，模型处于低体制，城镇化对能源消费影响的弹性系数为-0121，当Tec大于4785时，模型处于高体制，城镇化对能源消费影响的弹性系数为-0258；由于平滑参数为1052，城镇化对能源消费的影响随技术进步的变化在高低体制间平滑转换，变化速率为1052。其中小部分观测值处于高体制，共有46个，占观测值总数的721%。2013年北京、天津、内蒙古、辽宁、上海、江苏、浙江、山东、湖北、广东由于研发投入较多、金融发展水平较高、知识产权保护力度较大，这些省份技术进步较快，致使城镇化减少能源消费的弹性系数较大，处于高体制；其他省份技术进步较为缓慢，城镇化减少能源消费的弹性系数较小，处于低体制。

（4）环境规制与城镇化能源消费效应。模型（4）估计结果表明：环境规制对城镇化能源消费效应的影响为负，即环境规制有助于城镇化降低能源消费总量。位置参数C=0001，将模型分为高低两个体制，随环境规制的变化，城镇化对能源消费的影响在高低体制间平滑转换，变化速率为1933。其中观测值处于高体制共有455个，占观测值总数的7132%。2013年北京、天津、黑龙江、上海、广东、江西、四川、云南处于低体制，这些省份可能由于环境规制强度较高，倒逼城镇化进程中的企业进行技术研发，提升产品结构，减少了高能耗产品生产，以及倒逼了各地方政府在城镇化进程中优化产业结构，避免本地区成为高能耗产业转移场所，这致使城镇化降低能源消费总量的影响较大；其他省份则处于高体制，环境规制强度较弱，这些省份在城镇化进程中更多地表现为高污染、高能耗、资源型特征，走的是高投入后节能的道路，致使各省环境规制对城镇化降低能源消费总量的影响较小。

（5）经济开放程度与城镇化能源消费效应。模型（5）估计结果表明：位置参数有两个，分别为0041和0549，说明经济开放程度对城镇化能源消费效应的影响具有双门限的非对称特征。当Ope位于0041～0549之间时，模型处于中间体制，城镇化对能源消费影响的弹性系数为0093。当Ope小于0041或者大于0549时，模型处于外体制，城镇化对能源消费影响的弹性系数为00267。其中观测值处于中间体制和外体制的分别有533个和105个，占观测值总数的8354%和1646%。同时由于平滑参数为1193，说明城镇化对能源消费的影响随经济开放程度变化在体制间平滑转换，变化速率为1193。模型（5）的估计结果也表明，在其他条件不变情况下，经济开放程度较高和较低地区分别由于外贸外资质量较高和金额很小，致使城镇化进程中能源消费效应较小，中等经济开放程度地区外贸质量不高，外资质量也较低，在城镇化进程中多是从事低端产品出口和外资多进入非技术密集型行业，致使城镇化的能源消耗效应较大。2013年，处于外体制的北京、天津、上海、江苏、浙江、广东的城镇化能源消费效应较小，而其他省份均处于中间体制，城镇化的能源消费效应较大。

（6）要素市场扭曲与城镇化能源消费效应。从模型（6）估计结果可知：要素市场扭曲对城镇化能源消费效应的影响为正。位置参数C=0248，将模型分为高低两个体制，随要素市场扭曲程度的变化，城镇化对能源消费的影响在高低体制间平滑转换，变化速率为1006。其中大部分观测值处于高体制，共有562个，占观测值总数的8809%。2013年北京、天津、辽宁、浙江、黑龙江、山西、吉林、宁夏、甘肃、青海、云南处于低体制，要素市场扭曲程度较低，城镇化对能源消费总量的提高效应较小，其他省份处于高体制，要素市场扭曲程度较高，不利于城镇化进程中能源利用效率提升，导致城镇化对能源消费总量的提高效应较大。

（7）人力资本与城镇化能源消费效应。从模型（7）的估计结果可知：α0和α1分别为-0148和-0160，平滑参数为1265，位置参数为1个，C=9013，说明人力资本对城镇化能源消费效应的影响为负，即人力资本有助于城镇化降低能源消费总量。位置参数c将模型分为两个体制，当Hum小于9013时，模型处于低体制，城镇化水平提高1个百分点，能源消费总量下降0148个百分点；当Hum大于9013时，模型处于高体制，城镇化水平提高1个百分点，能源消费总量下降0308个百分点。由于平滑参数为1265，说明城镇化对能源消费的影响随人力资本的变化在高低体制间平滑转换，变化速率为1265。其中59个观测值处于高体制，占样本数的925%。2013年北京、天津、辽宁、吉林、黑龙江、上海、江苏、广东、湖北、陕西、新疆平均受教育程度较高，处于高体制，这些省份人力资本通过促进技术研发、扩散和溢出吸收等途径，提高了城镇化进程中能源利用效率，致使城镇化对能源消费总量的降低效应较大；其他省份处于低体制，城镇化对能源消费总量的降低效应较小。

3政策建议

依据上述实证结论，提出以下政策建议：一是大力发展经济，转变经济增长方式，提高城镇化质量，在扩大进出口贸易和注重引进外资数量的同时，提高外贸外资的质量，尽快努力缩短经济发展水平和经济开放程度较低省份处于中间体制的时间，使中等经济发展水平和经济开放程度的省份进入外体制中，进而降低城镇化进程中的能源消费效应；二是大力发展第三产业，特别是现代服务业，推进产业结构升级，使处于低体制的省份进入高体制中，进而达到城镇化降低能源消费总量的作用；三是减少政府干预和管制，推进和深化户籍制度、档案制度、金融制度、财税制度、资源性产品价格定价机制改革，以降低劳动力、资本、土地和资源要素市场扭曲程度，推进要素市场市场化进程，使处于高体制的省份进入低体制中，进而降低城镇化进程的能源消费效应；四是加大研发和人力资本投入，同时加强知识产权保护，以促进技术进步、技术扩散和技术溢出吸收，使得低体制的省份进入高体制中，同时加大宣传，提高人们环保意识，完善并严格执行环境规制，使高体制的省份进入低体制中，从而更好地发挥城镇化降低能源消费的作用。

参考文献：

[1]马珩.中国城市化和工业化对能源消费的影响研究[J].中国软科学，2012（1）：176-182.

[2]Zhao Y B， Wang S J.The Relationship between Urbanization， Economic Growth and Energy Consumption in China： An Econometric Perspective Analysis[J]. Sustainability， 2015，7（5）： 5609-5627.

[3]Hori s， Kondo K， Nogata D， et al. The Determinants of Household Energy-saving Behavior： Survey and Comparison in Five Major Asian Cities[J]. Energy Policy，2013，52（s3-4）：354-362.

[4]Khansari N， Mostashari A， Mansouri M. Conceptual Modeling of the Impact of Smart Cities on Household Energy Consumption[J]. Procedia Computer Science.2014，28（28）：81-86.

[5]Sadorsky P.The Effect of Urbanization and Industrialization on Energy Use in Emerging Economies： Implications for Sustainable Development [J]. American Journal of Economics and Sociology， 2014， 73（2）：392-409.

[6]王子敏，范从来.基于倒N形库兹涅茨曲线的城市化能耗拐点研究[J].中国地质大学学报（社会科学版），2013（2）：15-22.

[7]刘江华，邵帅，姜欣.城市化进程对能源消费的影响：我们离世界水平还有多远？——基于国内和国际数据的比较考察[J].财经研究，2015（2）：111-122.

[8]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）：88-96.

[9]张欢，成金华.中国城市化进程对能源需求的动态冲击效应[J].管理学报，2011（7）：1060-1066.

[10]樊纲，王小鲁，朱恒鹏.中国市场化指数：各地区市场化相对进程2011年报告[M].北京：经济科学出版社，2012.

（责任编辑：冉春红）