北京城镇化、工业化对能源强度影响的实证分析

张丽峰1,刘思萌

(1.北京联合大学 旅游学院,北京 100101;2.东北师范大学 经济学院,吉林 长春 130117)

北京城镇化、工业化对能源强度影响的实证分析

张丽峰1,刘思萌2

(1.北京联合大学 旅游学院,北京 100101;2.东北师范大学 经济学院,吉林 长春 130117)

利用VAR模型,通过协整检验、脉冲响应分析,分析了北京城镇化、工业化和经济发展水平对能源强度的长期和动态影响。结果表明：1980—2015年北京市能源强度与城镇化、工业化和经济发展水平间存在长期均衡关系,城镇化水平对能源强度的影响呈正相关,而工业化和经济发展水平与能源强度呈负相关,工业化对能源强度的影响大于经济发展水平。在今后一段时期内,北京市城镇化发展对能源强度影响最大,其次是工业化和经济发展水平。前四期北京市城镇化发展抑制了能源强度下降,第五期之后促进了能源强度下降,但影响力度逐渐减弱;工业化和经济发展水平促进了能源强度下降,影响力度较平稳。降低能源强度不能单纯依靠第三产业比重的上升和经济发展规模的扩大,应提升城市化、工业化内涵和质量,转变经济发展方式,提高经济发展质量。

城镇化;工业化;能源强度;VAR模型

1 引言

改革开放以后,北京城镇化水平稳步提升,1978—2015年常住人口由871.5万人增长到2170.5万人,城镇化率由54.9%提高到86.5%,已处于城镇化稳定发展的高级阶段。在产业结构中,第一产业比重2015年为0.6%,已不足1%,第二产业的比重为19.7%,第三产业的比重已高达79.7%,第三产业的比重从1995年开始已超过了50%,产业结构轻型化特征显著,已处于后工业化发展阶段。随着城镇化和工业化

的不断演进,能源消费量大量增加。1980年的能源消费量为1907.7万t标煤,2015年增加到6852.6万t标煤。居民生活用能源由1980年的143万t标煤增加到2015年的1552.7万t标煤,所占能源消费总量的比重由1980年的7.5%增加到2015年的22.7%。同时,城市基础设施投资由1978年的5.4亿元增加到2015年的2174.5亿元,年均增长17.9%。北京在“十三五”规划中提出,到2020年以前万元GDP能耗要比2015年再降17%。因此,有必要从理论方面理清城镇化、工业化与能源利用效率的关系,未来城镇化、工业化对能源利用效率会产生怎样的影响,才能顺利实现“十三五”节能降耗的目标,促进经济的可持续发展。

2 文献综述

许多学者研究过工业化、城市化与能源的关系,但这些研究大多是对能源消费的研究,缺少对能源强度的研究。国外学者Jones[1]首先利用59个发展中国家的截面数据,研究了能源强度、城市化和工业化间的关系。研究结果表明，收入弹性、城市化弹性和工业化弹性均为正,对能源强度的影响为正。Mishra[2]的研究表明，太平洋岛屿上不同经济体的城市化对能源强度的影响是不同的,新喀里多尼亚的城市化对能源效率的影响为负,裴济、法属波里尼亚和萨摩亚等城市化对能源效率的影响为正。Poumanyvong等[3]利用1975—2005年99个发展中国家的面板数据,研究了收入、城市化、工业化和人口对能源效率的影响:城市化会减少低等收入群体的能源使用,但会增加中等和高等收入群体的能源使用,工业产值所占比重对能源强度的影响为正。Sadorsky[4,5]认为,工业化将会增加能源消费,对能源强度的长期弹性为正。Liu Yaobin等[6]分析了我国不同地区城镇化对能源强度的非对称影响。

国内学者屈小娥等[7]认为:东部地区工业化水平对能源强度的降低有明显的促进作用,而中西部地区工业化水平会阻碍能源强度的下降。阚大学[8]运用空间计量模型对城市化水平与能源强度进行了实证研究,认为我国城市化水平的提高导致了能源强度增强,且有逐渐加大的趋势。叶素云等[9]认为工业化水平和对外贸易会引起能源强度的上升,而FDI、收入水平和经济规模则能抑制能源强度的上升。王晓岭[10]通过建立城市化率和能源强度间的向量自回归模型,分析了我国城市化与能源强度的动态响应关系,结果表明我国城市化与能源强度存在着长期均衡关系。呙小明等[11]研究表明，交通基础设施的发达有助于降低能源强度,但城市化进程提高了能源强度,能源价格上涨未能起到降低交通运输业能源强度的作用。张瑞等[12]通过建立动态面板数据模型的分析结果表明，收入对能源强度具有显著的负向影响,而工业化、城市化对能源强度具有显著的正向影响;工业化对能源强度的影响效应大于收入与城市化,只有收入增长到能抵消工业化和城市化的影响时,三者的联合效应才会使能源强度降低。周少甫等[13]分别以不同时期的省际面板数据为基础,分析了工业化、城镇化对能源强度的影响,发现东部地区提高城镇化水平能有效降低能源强度；而就全国和中西部地区而言,城镇化水平的提高阻碍了能源强度的降低，工业化水平的提高推动了能源强度上升。李标等[14]构建了静态和动态面板模型,实证分析了城镇化、工业化与信息化与能源强度之间的关系。史亚东[15]利用52个国家的面板数据,运用面板门限回归计量方法分析了处于不同发展水平和不同收入阶段国家的城市化对能源强度的影响。陈庆江等[16]利用省际面板数据分析了信息化和工业化融合对地区能源强度的影响。

综上所述,大多数国内外文献主要运用各种面板数据模型分析不同地区层面的城镇化、工业化水平对能源强度的影响,但由于计量方法、时间区间、样本对象以及选取的指标不同,并没有取得一致的判断。利用面板数据模型得到的估计参数是一样的,对不同的国家或地区来说可能并不适合,掩盖了地区间的差异性,而利用一个国家或地区的时间序列数据会更好地反映变量间真实的关系。因此,有少数文献运用时间序列数据从全国层面分析了城镇化、工业化对能源强度的影响。但目前很少有文献从城市尤其是对北京这样的特大城市层面分析工业化、城镇化对能源强度的影响。城市的能源消费量约占能源消费总量的84%,以城市为研究对象针对性更强。因此,本文以北京为研究对象,分析北京城镇化、工业化对能源强度的长期和动态影响,为北京“十三五”规划节能减排目标的实现提供决策依据。

3 模型建立与指标选取

根据Jones[1]的研究成果,结合北京的经济发展特点,构建了能源强度、城镇化水平、工业化水平和经济发展水平间的计量经济模型为:

lnEIt=β0+β1PGDPt+β2URBt+β3INDt+μt

(1)

式中,EI代表t时期的能源强度；PGDP代表t时期的经济发展水平；IND代表t时期的工业化水平；URB代表t时期的城镇化水平。各指标选取和数据来源:①能源强度(EI)。能源强度反映了能源利用效率,是单位GDP产出的能源消耗量,即能源强度=能源消费/GDP。这里的GDP是实际GDP,本文以1978年为基期调整得到。能源强度与能源利用效率互为倒数关系,能源强度越大,能源利用效率越低,能源强度越小,能源利用效率越高。②经济发展水平(PGDP)。经济发展水平一般采用GDP或人均GDP 来衡量。由于人均GDP剔除了人口因素的影响,更能反映经济增长的真实情况。因此,本文采用人均实际GDP来衡量经济发展水平,仍以1978年为基期进行调整得到。③工业化水平(IND)。随着工业化进程的加快,工业增加值占国内生产总值的比重会迅速增加,并推动经济的快速增长;但工业化发展到一定阶段后,第三产业随之迅速发展,并且在国民经济中的比重也会逐步上升。考虑到北京的工业化进程和产业结构的特点,本文选择第三产业增加值占GDP比重来表征工业化水平。④城镇化水平(URB)。城镇化最明显的特征是城镇人口所占比重逐年提高。衡量城镇化水平的方法主要有单一指标法和综合指标法。单一指标法具有数据易得、计算方便、简单明确的优点,常用“非农人口比重、城镇人口比重、非农人口就业比重”等指标来衡量城镇化水平。其中“非农人口比重”按户籍人口统计,但由于目前人口流动较大,用该指标衡量城镇化水平偏低;而“非农人口就业比重”不容易统计。由于选取指标和评价方法的不同,城镇化水平会出现很大差异,很难统一,因此本文采用大部分学者使用的城镇人口占总人口比重来衡量城镇化水平。

由于本文选取的数据为时间序列数据,因此样本期为1980—2015年。文中涉及的能源消费量、GDP、人均GDP、城镇人口、总人口、第三产业增加值等指标的数据均来自于历年的《北京统计年鉴》,为消除方程(1)中异方差的影响,本文数据均采用对数化处理。

4 实证结果与分析

4.1 单位根与协整检验

运用时间序列数据进行回归分析时,要求时间序列必须是平稳的,否则会出现“伪回归”现象并导致谬论，因此在进行回归分析前应对时间序列进行平稳性检验。本文采用ADF检验法,检验结果见表1。

表1 变量的单位根检验结果

注:D()表示变量的一阶差分序列。

由表1可知,能源强度、人均GDP、工业化水平和城镇化水平的原序列均为非平稳序列,而一阶差分序列均为平稳序列,属于一阶单整,符合协整检验的前提条件，因此,本文采用JJ极大似然法来检验变量间协整关系,检验结果见表2。

表2 JJ协整检验结果

注:*表示在5%的显著性水平上拒绝原假设。

由表2可知,在5%显著性水平下,只有在“0个协整向量”的原假设下,迹统计值大于5%的临界值,最大特征根统计值也大于5%临界值,因此拒绝原假设,即能源强度与人均GDP、城镇化和工业化间存在一个协整向量。在其他原假设下,迹统计值小于5%的临界值,最大特征根统计值也小于5%临界值,因此协整关系不成立。

4.2 模型的估计与结果分析

由于变量间存在协整关系,故变量间的协整方程估计结果为:

lnEI=-1.0253×lnPGDP-0.5421×lnIND+2.9406×lnURB

(2)

t值 (-8.6238) (-1.9933) (37.8558)

方程(2)中,各解释变量的t值很高,通过了变量的显著性检验,方程调整后的拟合优度为0.9663,拟合度很高,表明回归效果很好。

城镇化水平对能源强度的回归系数为正,表明城镇化水平与能源强度存在正向关系。随着城镇化水平的提高,能源强度有所上升,或者说城镇化对能源强度影响的集中效应超过了规模经济和技术进步效应,导致能源强度上升。具体来讲,从城镇化水平对能源强度的集中效应方面,1978年北京市城镇人口为479万人,2015年为1878万人,城镇人口所占比重由1978年的54.9%提高到86.5%,城镇化水平已经很高,走在全国的前列。随着城镇人口的不断增加,北京市的基础设施投资由1978年的5.4亿元增加到2015年的2174.5亿元,年均增长17.9%。随着城镇居民家庭人均可支配收入的增长,城镇居民家庭人均交通支出2004年为808元,2015年为3584元,增长了3.4倍；人均通信支出2004年为753元,2014为1276元,几乎增加了1倍。城镇居民家庭每百户耐用消费品拥有量,空调由1992年的1台增加到2015年的161台,计算机由1997年12台增加到2015年的107台,移动电话从1997年的1部增加到2015年的220部,汽车由1997年的1辆增加到2015年的47辆。城市居民生活用电量占全市用电量的比重1978年仅为1.5%,2014年达到了18.3%。以上这些方面都会导致对能源需求的大量增加。另一方面,从北京城镇化水平对能源强度的规模经济效应和技术进步效应方面来看,城镇化水平的提高还未使产业组织结构、技术结构、产品结构等得到更合理的调整,各种资源配置的效率也未得到进一步的优化,进而未能促进能源强度下降。

工业化水平对能源强度的回归系数为负,表明工业化水平与能源强度存在反向关系,说明北京市在工业化进程中,产业结构逐渐优化升级,第三产业比重逐渐上升,而第三产业主要以附加值高、耗能低的服务业为主,提高第三产业比重能有效地降低能源强度。具体来讲，北京第三产业增加值比重1978年为23.9%,到2015年已上升到79.7%,增长了55.8%。从1994年开始,第三产业增加值比重已超过第二产业,且从1995年开始,第三产业的比重已超过50%。可见,北京已进入了后工业化时代,产业结构轻型化特征非常明显。北京市第三产业增加值1978年为26亿元,2015年为18331.7亿元,按可比价格计算年均增长11.9%,北京市第三产业能源消费量1980年为297.6万t标煤,2015年为3212.6万t标煤,年均增长7%。第三产业产出增长的幅度大于能耗增幅,致使能源强度下降,能源利用效率在提高。但也应注意到,北京市第三产业万元产值能耗下降率2001—2015年在1.5%—5%之间,远低于第二产业万元产值能耗下降率。第三产业中的交通运输仓储和邮政业的能源消费量2005年为563万t标煤,2015年达到了1249.4万t标煤。交通运输仓储业和邮政业2001—2015年的万元产值能耗高于第一产业、第三产业,从2004年开始高于第二产业和工业,万元地区生产总值能耗2001—2011年一直呈上升趋势,从2012年开始万元产值能耗呈现下降趋势，表明第三产业比重对能源强度下降虽然起到了促进作用,但仍有进一步提高的空间,今后应努力提高第三产业尤其是交通运输仓储和邮政业的能源利用效率,否则北京市未来节能降耗指标的实现会受到很大影响。

经济发展水平对能源强度的回归系数为负,表明经济发展水平与能源强度存在反向关系。即随着人均收入水平的提高,单位GDP的能源使用量趋于下降。从政策的角度看,这意味着提高收入的经济政策会降低能源强度。综合来看,经济发展水平和工业化水平对能源强度的影响为负,而城镇化水平对能源强度的影响为正,且城镇化水平对能源强度的回归系数远大于经济发展水平和工业化水平的回归系数,表明目前城镇化水平是能源强度的主要影响因素。

4.3 城镇化和工业化对能源强度的脉冲相应分析

方程(2)只是分析了1980—2015年北京市城镇化、工业化、经济增长与能源强度间一种长期的静态均衡关系,并不能反映出今后一段时期这些变量对能源强度影响的方向,而这种分析对今后节能减排政策的制定具有更加重要的意义。因此,本文通过建立向量自回归模型(VAR)进行脉冲响应分析,分析城镇化、工业化和经济发展水平对能源强度的今后的影响。

VAR模型是基于数据统计性质而建立的对多变量的动态关系进行描述非结构化的多方程模型。在实际应用中,往往不是对得到的参数估计进行解释,而是在建立模型的基础上进行脉冲响应分析。脉冲分析就是系统中一个变量受到某种冲击后对系统中其他变量未来情况的影响。为了避免变量排序对估计结果的影响,一般采用广义脉冲响应方法进行分析。

VAR模型建立的首要前提条件是所有的时间序列为同阶单整序列;其次是滞后阶数的确定,既要有足够的滞后项,又要有足够的自由度。一般是根据AIC(Akaike Information Criterion,AIC) 和SC(Schwarz Criterion,SC)信息准则最小化并结合似然比LR(Likelihood Ratio,LR)检验来确定滞后阶数。第三是对模型稳定性进行检验,即进行脉冲响应分析的前提。如果被估计的模型中所有单位根的倒数小于1,即位于单位圆内,表示模型是稳定的;如果单位根倒数大于1,在单位圆外,说明模型不稳定。

本文对所有变量的单位根进行了检验,检验结果均为1阶单整序列,可建立VAR模型。根据AIC、SC和LR原则,确定VAR模型的最优滞后期为1阶,所有单位根的倒数小于1,即位于单位圆内,模型是稳定的。在此基础上,进行了脉冲响应分析,结果见图1。

图1 能源强度对经济发展、城镇化和工业化水平的脉冲响应

图1反映出能源强度对经济发展水平、城镇化水平和工业化水平的一个标准差信息冲击所产生的脉冲响应。综合来看,城镇化水平对能源强度的冲击最强,其次是工业化水平,最后是经济发展水平。在未来一段时期内,如果给城镇化水平一个冲击后,城镇化水平对能源强度的冲击整体上呈现逐渐下降趋势,第1—4期表现出正向冲击。即随着城镇化水平的上升，能源强度也呈现上升趋势，但从第5期之后，城镇化水平对能源强度的冲击为负向，且呈下降趋势。即能源强度随着城镇化水平的上升开始呈现下降趋势,城镇化水平的提升对能源强度的降低起到了促进作用。或者说今后在北京市的城镇化进程中，由于城镇化规模导致的能源强度上升效应可能会小于由于城镇化质量和技术进步导致的能源强度下降效应。因此，只有不断提升城镇化对能源强度的规模经济和技术进步效应,才能不断提高能源利用效率。工业化水平对能源强度的冲击为负向。即第三产业增加值比重的上升对能源强度的下降起到了促进作用,但这种促进作用从第1—7期呈现逐渐下降的趋势,在第8期之后开始趋于平稳。或者说要想提高工业化水平对能源强度下降的促进作用,不能只是单一地注重第三产业比重的上升,应把着眼点放在调整和优化第三产业内部结构,不断提高第三产业尤其是交通运输仓储和邮政业的能源利用效率。经济发展水平对能源强度一直是负向冲击,表明随着人均收入水平的增加,能源强度在逐渐下降,能源利用效率在提高,但冲击的力度从第1—7期呈现逐渐上升的趋势,第8期之后趋于稳定。今后能源利用效率的提升不仅要依赖经济发展的规模,更需要转变经济发展方式和提高经济发展的质量。

5 讨论

本文的实证研究结果表明,城镇化水平对能源强度的影响由目前的抑制作用转向了促进作用,未来城镇化的规模经济效应和技术进步效应将发挥主要作用。为了更好地发挥北京城镇化的水平已对能源强度下降的促进作用,必须提高城镇化的内涵和质量水平：一是要提高建筑节能水平，突出抓好绿色建筑技术标准制定、推广和使用,大力推广可再生能源在建筑上的应用,积极推广超低能耗建筑，提高居住建筑节能设计标准和绿色建筑在城镇建筑中的比重。二是制定完善土地节约集约利用配套法规和标准,强化城市空间规划、土地利用规划整体管控和精细化管理，实现高密度土地利用,发挥规模经济效应,降低能源强度。

今后北京第三产业增加值比重在数量上同样不会有快速的增长，为了更好地发挥对能源强度降低的促进作用,应努力在内涵和质量方面下功夫。一是加快发展生产性服务业,大力培育研发设计、节能环保、融资租赁、电子商务等新兴优势产业,积极发展现代物流业,发展壮大会展经济。二是提高生活性服务业品质,推动生活性服务业便利化、精细化、品质化发展。三是努力提高交通运输仓储和邮政业的能源利用效率。推广使用新能源和清洁能源汽车,增加汽车充电设施，在环卫、出租、客运、邮政、物流配送等行业，加快更新使用新能源车和第六阶段标准车辆。同时采取机动车总量控制措施,遏制机动车保有量过快增长势头。在注重经济增长数量、扩大经济发展规模的同时,要注重经济增长质量,不断转变经济增长方式,逐步摆脱要素依赖投入的方式,大力实施“科技北京"战略,推动首都经济率先进入创新驱动、内生增长的发展轨道。

6 结论

本文的主要结论为:①协整检验结果表明,1980—2015年北京市能源强度与城镇化、工业化和经济发展水平间存在着长期均衡关系。城镇化水平对能源强度的影响最大且两者为正相关,而工业化和经济发展水平与能源强度为负相关,工业化水平对能源强度的影响大于经济发展水平，表明城镇化发展不利于能源强度的下降,而工业化水平和经济发展水平对北京能源强度的下降具有促进作用。②脉冲响应分析结果表明,今后一段时期内,北京市城镇化的发展对能源强度的影响最大,其次是工业化和经济发展水平。城镇化发展对未来能源强度的影响前四期为抑制,之后转向促进作用,但影响的力度逐渐减弱;工业化和经济发展水平对未来能源强度的影响一直是促进作用且影响力度较平稳。

[1]Jones D W.How Urbanization Affects Energy-use in Developing Countries[J].Energy Policy,1991,19(7)∶621-630.

[2]Mishra V,Smyth R,Sharma S.The Energy-GDP Nexus：Evidence from a Panel of Pacific Island Countries[J].Energy Economics,2009,31(3)∶210-220．

[3]Poumanyvong P,Kaneko S.Does Urbanization Lead to Less Energy Use and Lower CO2Emissions?Across-country Analysis[J].Ecological Economics,2010,70(2)∶434-444．

[4]Sadorsky P.Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries?[J].Energy Economics,2013,37(1)∶52-59．

[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]Liu Yaobin,Xie Yichun.Asymmetric Adjustment of the Dynamic Relationship Between Energy Intensity and Urbanization in China[J].Energy Economics,2013,36(6)∶43-54.

[7]屈小娥,袁晓玲.中国地区能源强度差异及影响因素分析[J].经济学家,2009,(9)∶68-74.

[8]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)∶83-88．

[9]叶素云,叶振宇.FDI对我国地区能源强度影响的经验研究[J].国际贸易问题,2010,(9)∶90-95.

[10]王晓岭,武春友,赵奥.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,2012,22(5)∶147-152．

[11]呙小明,张宗益.我国交通运输业能源强度影响因素研究[J].管理工程学报,2013,26(4)∶90-99.

[12]张瑞,丁日佳.工业化、城市化对能源强度的影响——基于我国省际动态面板数据的实证研究[J].经济问题探索,2015,(1)∶11-16.

[13]周少甫,王亚南.中国工业化、城镇化对能源强度的影响——基于动态面板数据模型的研究[J].生态经济,2015,31(2)∶75-79.

[14]李标,吴贾,陈姝兴.城镇化、工业化、信息化与中国的能源强度[J].中国人口·资源与环境,2015,25(8)∶69-76.

[15]史亚东.城市化与能源强度的非线性关系研究——采用跨国数据的门限效应分析[J].西部论坛, 2015,25(3)∶91-99.

[16]陈庆江,杨蕙馨,焦勇.信息化和工业化融合对能源强度的影响——基于2000—2012年省际面板数据的经验分析[J].中国人口·资源与环境,2016,26(1)∶55-63.

EmpiricalAnalysisofImpactofUrbanization,IndustrializationonEnergyIntensityofBeijing

ZHANG Li-feng1,LIU Si-meng2

(1.Tourism Institute,Beijing Union University,Beijing 100101,China;2.School of Economics，Northeast Normal University,Changchun 130117,China)

Using the VAR model,through the co-integration test and impulse response analysis,this paper analyzed the long-term and dynamic effects of urbanization,industrialization and economic development level on energy intensity,the main conclusions were:From 1980 to 2015,there existed a long-term equilibrium relationship among energy intensity,urbanization,industrialization and economic development level.There existed a positive correlation between energy intensity and urbanization which had the largest influence on the energy intensity,the industrialization,level of economic development and energy intensity were negatively correlated,the influence of industrialization on energy intensity was greater than the influence of the level of economic development.During a period of time in future,the development of urbanization was the largest impact on energy intensity,the second was the industrialization and then was the level of economic development.Before period four,development of urbanization suppressed a decline in energy intensity,and promoted the decline in energy intensity after period five,but the intensity of the impact was waning,industrialization and level of economic development were promoted the decline of energy intensity,but the intensity of the impact made stable.Reducing energy intensity,not only depended on the expansion of economy scale and the rise of proportion of tertiary industry,should enhance the content and quality of industrialization and urbanization,change the pattern of economic development,improve the quality of economic development.

urbanization;industrialization;energy intensity;vector auto-regression model

10.3969 /j.issn.1005-8141.2017.09.005

F062.1；X24

A

1005-8141(2017)09-1046-05

2017-07-25；

2017-08-09

国家自然科学基金项目“转移排放、碳关税对中美经济的影响及策略研究——基于CGE模型的实证分析”(编号:71273275)。

及通讯作者简介：张丽峰(1969-),女,河北省秦皇岛人,经济学博士,教授,主要研究方向为低碳经济、区域经济、能源经济与政策研究。