京津冀人口集聚对能源消费的影响

王风云

(北京石油化工学院 经济管理学院，北京 102617)

京津冀地区是我国重化工业、装备制造业和高新技术产业基地，随着区域经济发展和城镇人口的集聚，其能源消费不断增加。1990—2017年，京津冀常住人口总量由8111.25万人增长至11247.09万人，人口年均增长率为1.22%；同期，京津冀能源消费总量由10904万吨标准煤增长至45529.8万吨标准煤，能源消费年均增长率为5.44%。京津冀能源消费总量的增长比常住人口增长快。能源消费的大幅度增加，加剧了京津冀地区空气污染，环境保护压力越来越大。生态环境部的数据显示2018年1—12月京津冀地区平均优良天数比例为50.0%，PM2.5浓度为60微克/立方米，京津冀地区仍然是我国经济带中污染比较严重的区域(1)数据来源：《北京统计年鉴2018》《天津统计年鉴2018》《河北经济年鉴2018》《中国能源统计年鉴2018》，以及2018年京津冀三地的统计公报。。

京津冀地区人口流动和产业集聚增加了区域环境保护的压力，由此带来的能源消费增加和交通运输排放等是空气污染的主要来源。京津冀人口过度集中在北京、天津等特大城市，河北省人口在500万至800万的只有石家庄一个城市。京津冀人口集聚特点引起区域能源消费的快速增长和能源消费结构失衡，造成北京、天津巨大的人口、能源和环境的压力，不利于区域一体化发展。能源和人口的协同发展深刻影响京津冀地区发展效率和发展潜力，京津冀急需解决人口产业集聚与能源消费控制优化相协调的问题，以实现区域节能减排、绿色发展，这对区域和超大城市人口、能源和环境可持续发展具有重要的现实意义。

一、文献综述

随着人口增长和城镇化发展，在环境保护和能源安全的压力下，越来越多的学者开始关注人口对能源消费的影响，相关研究主要集中在以下三方面。

1.有关城镇化对能源消费的影响研究

城镇化是人口持续向城镇集聚的过程。许多学者从城镇化的角度研究其对能源消费的影响，发现人口集聚是能耗增长的主要因素[1-3]。学者们的研究成果显示人口的集聚不能提高能源利用效率，反而造成更多的能源需求和能源消费。伯曼尼沃(Poumanyvong)和肯纳卡(Kaneko)运用STIRPAT模型分析了99个国家1975—2005年的数据，发现人口城镇化对能源消费和碳排放具有正向影响，对中等和高收入国家的影响比低收入国家的影响更显著[2]。福楼特(Floater)等人研究发现人口集聚不但不能节约能源，反而会引起能源消费的增长，他们对密集型的城镇发展模式持反对意见[4]。魏楚构建了融合“自上而下”和“自下而上”两种研究视角的传导机制分析框架，对城镇化是否会增加居民能源需求展开深入分析，提出三个可创新的方向，结合国际视野规范分析中国城镇化中的能源、环境等本土问题[5]。还有学者就城镇化发展对能源消费的影响持不同观点。王风云等建立随机效应系数面板数据模型分析1995—2015年京津冀终端能源消费结构变动及其影响因素，发现常住人口城镇化发展对城镇化程度低的河北省的煤炭、石油、电力等其他能源消费具有反向影响，对城镇化程度较高的京津两地能源消费结构的影响不显著[6]。李风琦等分析了经济城镇化、土地城镇化和人口城镇化对农村生活能源消费的作用机制和影响，结果表明城镇GDP对农村生活能源消费的影响呈倒“U”型，土地城镇化的影响是随着区域经济的发展从负转为正，人口城镇化的影响为正且相对较小[7]。因此，我国人口的空间聚集和城镇化发展需要与能源环境协调发展。

2.有关人口扩张对能源消费的影响研究

由于研究对象、研究方法、时间期限等不同，有关人口扩张对能源消费的影响效果和研究结论差异较大。国外学者认为人口增加对资源消耗和环境污染影响显著，并且它们之间存在正向变动的关系[8-9]。我国学者认为人口扩张对能源消费具有正向影响[10-12]。刘满芝针对2000—2013年中国省际面板数据，运用拓展的STIRPAT模型研究发现总人口对城镇生活能耗有正向影响，即总人口变动1%引起城镇生活能源消费量变动0.408%[13]。侯燕飞等从理论和实证两方面分析人口对资源消耗与环境污染的影响机制，研究显示人口增长率与资源消耗呈现同向变动关系，人力资本的增长可降低资源需求的增长速度，发展教育比减缓人口过快增长对节能减排和环境保护的效果更好[14]。也有学者持不同观点。如章恒全等采用Shephard距离函数和Malmquist指数研究能源消费变动影响因素，发现潜在人均资本和人们生活水平的提高对能源消费的影响要大于人口增长[15]。王锋运用面板模型分析各省2004—2013年人口密度、能源消费、绿色经济发展之间的关系，结果显示人口密度与能源消费、绿色经济发展均呈倒“U”型曲线关系，人口密度的拐点值都大于现实值[16]。

3.有关人口结构对能源消费的影响研究

有学者从人口结构变动的角度研究人口对能源消费的影响[17-18]。张玉周基于我国30个省、市、自治区1996—2013年的面板数据，采用扩展的STIRPAT模型和GMM法研究发现，老年抚养比对能源消费的影响不显著，但随着人口老龄化的加剧其对能源消费的影响越来越显著，少儿抚养比、总抚养比对能源消费具有反向影响关系[19]。秦翊和侯莉通过城镇化率、抚养比、受教育程度来量化人口因素的影响，结果表明城镇化率、抚养比与人均家庭能耗呈现正向关系，受教育年限与居民总能耗呈正向关系，但是与间接能耗呈反向关系，总体来看人口增长使居民能耗增加[20]。林卫斌等认为从人口结构变动来看，目前我国人口由农村向城市流动有利于节能，但是收入水平提高和人口结构变化对居民生活用能需求的影响具有地区差异[21]。

还有学者从城市空间和紧凑度等角度研究人口变动对能源消耗的影响。严翔等基于Kaya拓展模型对我国能源消耗进行因素分解，研究表明城镇化对生产端能耗的拉动效应大于生活端，是未来间接提高能源消费的主要因素，人口集聚和规模扩张对能源消耗具有负向作用，城市空间低密度建设加大了能源消费[22]。田成诗等运用超效率DEA和熵值法计算了我国29个大型城市的能源效率与紧凑度关系，发现我国大型城市能源效率存在地区差异，城市规模与紧凑度和能源效率水平呈现同向关系，提高城市紧凑度有利于提高城市能源效率[23]。何文举等运用空间计量模型研究各省密度效应对碳排放的影响，发现我国各省碳排放存在空间集聚效应，人口过度集聚带来拥挤效应，导致交通拥堵加大了能源消耗[24]。

以上文献的研究成果为本文提供了很好的理论基础和实证经验。大量文献都从城镇化发展角度研究人口城镇化对能源消费的影响，或者是把人口数量和人口结构作为影响因素之一研究其对能源消费的影响。当前有关京津冀地区人口集聚对能源消费的影响研究很少，相关研究主要集中在京津冀人口与经济、产业的时空格局及空间分布和匹配[25-26]，以及京津冀能源消费结构影响因素[6]和能源消费强度的影响因素[27]等方面。并且这些文献多数是利用国家和城市数据进行静态分析，缺乏对人口变动和区域能源消费动态关系的研究。京津冀地区是我国重要的人口集聚区和经济增长极，人口流动是否通过产业集聚形成能效集聚和溢出效应？需要从京津冀一体化发展过程中人口流动和集聚与能源消费的动态影响机理和影响效应两方面进行识别和剖析。为此，本文基于STIRPAT模型和结构向量自回归模型(SVAR)，研究在京津冀协同发展背景下，人口变动对能源消费的作用机理和动态影响关系，剖析人口集聚对能源消费的贡献度，研究结果对合理引导人口流动，推动京津冀人口和能源协同发展，促进京津冀地区可持续一体化发展具有一定的科学参考价值。

二、研究方法和变量选择

目前有关人口变动对能源消费影响关系的研究，大多文献采用因素分解模型和面板数据模型[2，13，15，18-19]、空间计量模型[11，24，28]以及拓展的STIRPAT模型[2，13，19]等方法。学者们研究认为人口对能源消费影响显著，并且存在正向影响关系，还有学者认为二者之间存在反向关系[19]和地区差异[21]。本文借鉴这些文献研究的结果，基于STIRPAT模型和结构向量自回归模型(SVAR)研究京津冀地区和三地的人口变动与能源消费的动态影响关系和影响效应。

STIRPAT模型(Stochastic Impacts by Regression on Population, Affluence and Technology)即可拓展的随机性的环境影响评估模型，该模型对人口、富裕程度和技术与环境影响的关系进行评估。STIRPAT模型标准形式为：

I=aPbAcTde

(1)

其中I、P、A、T分别表示环境影响、人口、富裕程度和技术水平；a是模型系数；b、c、d是需要估计的参数；e是误差项。

对(1)式取对数可以得到：

lnI=lna+blnP+clnA+dlnT+lne

(2)

本文基于京津冀实际情况对STIRPAT模型(2)进行修订，构建面板数据模型研究京津冀三地的地区差异和结构影响效应。近年来能源消费的快速增长加剧了京津冀地区环境污染，本文以能源消费代表环境影响因素I；京津冀三地城镇化发展水平不同，2018年京津冀地区城镇化率为65.8%，京津冀三地的城镇化率分别为86.5%、83.2%、56.4%。同时，京津冀三地的资源禀赋、土地面积等差异显著，为了充分反映京津冀三地人口空间分布、聚集度变动，本文选取人口密度作为京津冀人口变动的代表变量，即用京津冀三地常住人口与其面积的比值表示人口密度(人/km2)；京津冀三地经济发展水平、产业结构和人均收入差异较大，本文以京津冀人均实际地区生产总值GDP反映富裕程度。以1978年为基期核算出京津冀三地实际GDP，以剔除物价波动的影响，然后再计算出京津冀三地人均实际GDP；本文以京津冀地区产业结构变动代表技术水平。近年来京津冀地区产业结构在不断升级，第三产业在经济结构中占比越来越大，2018年京津冀地区第一、二、三产业构成比为4.3∶34.4∶61.3，其中，京津冀三地的第三产业产值在京、津、冀总产值中的比重分别为81%、58.6%、46.2%。因此，本文选择京津冀三地的第三产业产值在其一、二、三产业的总产值中占比反映产业结构变动。考虑到1990年以来我国结构性变化因素，尤其是环境规制的严格化对产业结构调整产生显著影响，并且环境规制在不同地区和行业存在一定差异，本文把环境规制作为控制变量引入模型中，分析京津冀的环境规制引起产业和人口集聚进而对能源消费的影响。学术界主要从环境污染治理的立法、投入和效果三个方面度量环境规制强度(2)由于2011 年以后《中国环境统计年鉴》的“三废指标”中部分指标发生变动或不再公布，不能实现统计口径的一致性，同时考虑到难以保证环境污染治理的立法度量的准确性。因此，本文不采用环境污染治理的效果和立法这两种方法来度量环境规制强度。。考虑到数据的连续性，本文以京津冀三地环境污染治理投资额占其工业生产总值的比重代表环境规制强度[28-29]。

基于以上分析，本文以人口密度、人均实际GDP、第三产业占比和环境规制强度作为解释变量。在京津冀一体化发展过程中经济增长和产业结构调整对人口流动影响显著，进而影响能源消费量和能源消费结构[6]，有文献研究认为人口规模是影响居民能源消费最重要的因素[30]。由于产业结构的变动从生产和消费两方面影响能源消费，产业的集聚引起人口流动和集聚，经济增长创造更多就业机会，进而引起人口流动。环境规制主要从限制高污染高能耗产业、淘汰落后产能和促进绿色高新技术产业等方面影响产业结构，进而促进产业结构升级和人口流动，实现资源的最优配置。因此，本文把反映人口流动和聚集的人口密度作为影响能源消费的关键变量，把人均实际GDP、第三产业占比和环境规制强度作为控制变量，其他影响因素例如能源政策变化等作为误差项来处理，采用面板数据作为样本研究京津冀人口和产业集聚、经济增长以及环境规制对能源消费的影响。

为了进一步厘清人口变动对能源消费的动态影响机理，本文运用SVAR模型来推断经济变量之间的影响关系，判别模型结构扰动的影响机制。SVAR模型不受经济理论的约束，可以避免为了保证结构模型的可识别性而施加限制的影响，它通过脉冲响应函数和方差分解来判别模型结构扰动的影响机理，能够很好地识别和判断变量之间的动态影响关系。因此，本文基于SVAR模型通过脉冲响应函数和方差分解，不仅考察京津冀地区人口密度与总能源消费的动态影响关系，还考察京津冀三地人口密度与能源消费的动态影响关系。

考虑到数据的可获得性和可比性，本文所有的数据来源于《北京统计年鉴2018》《天津统计年鉴2018》《河北经济年鉴2018》、EPS数据平台，以及历年《中国能源统计年鉴》《中国环境统计年鉴》《中国环境年鉴》《北京市环境状况公报》《天津市环境状况公报》《河北省环境状况公报》，2018年的数据来源于京津冀三地的统计公报，实证分析的数据期限为1990—2017年。对于个别环境污染治理投资缺失数据用数据平滑法处理。本文把京津冀三地能源消费量的单位均折算成万吨标准煤。考虑到变量的稳定性和量纲，本文对京津冀三地能源消费量、人口密度、人均实际GDP分别取对数。能源消费量、人口密度、人均实际GDP、第三产业占比和环境规制强度分别用LNENERGY、LNDPOPULATION、LNPERGDP、TS、ER来表示。

三、实证分析

1.变量的平稳性检验

为了避免出现伪回归现象，本文对京津冀三地的5个变量LNENERGY、LNDPOPULATION、LNPERGDP、TS、ER，以及京津冀地区能源消费总量(LNTENERGY)和地区总人口密度(LNTDPOPULATION)进行平稳性检验。考虑到面板数据单位根检验的可靠性，本文选用LLC检验、IPS检验、ADF检验三种方法对京津冀面板数据进行检验。

通过Eviews 7.2软件得到表1所示检验结果。在5%的显著性水平下，除了人均实际GDP以外其他变量的水平值均没有通过单位根检验；在5%的显著性水平下，除了京津冀能源消费总量以外其他变量的一阶差分值都通过了LLC检验、IPS检验和ADF检验，即

表1 变量单位根检验结果

注：***、**、*分别表示在1%、5%和10%水平上显著。

LNENERGY、LNDPOPULATION、LNPERGDP、TS、ER、LNTDPOPULATION这五个变量都是一阶单整I(1)，是平稳序列，不存在单位根。而京津冀能源消费总量的二阶差分值通过了LLC检验、IPS检验和ADF检验，京津冀总人口密度的二阶差分值也通过了这三种检验，二者都是平稳序列。

2.面板数据模型构建和分析

由于京津冀三地的能源消费、人口密度、人均实际GDP、第三产业占比、环境规制强度都是一阶单整平稳序列，因此本文可以基于STIRPAT模型构建面板数据模型，通过F检验和Hausman检验等确定面板数据模型类型。

F统计量如下：

(3)

(4)

其中S1、S2、S3分别为变系数、变截距、常系数三种面板数据模型的残差平方和，N=3，T=28，k=4。在5%的显著性水平下，查F分布的临界值可得F0.05(8,69)=2.076，F0.05(10,69)=1.971。根据1990—2017年京津冀的面板数据，计算出S1=0.522、S2=2.611、S3=27.415，代入F统计量，计算得到F1(8,69)=34.518，F2(10,69)=355.492。因为F1、F2都大于其临界值，所以京津冀能源消费的面板数据模型采用变系数面板数据模型。通过似然比检验和Hausman检验，本文发现在5%显著性水平下面板数据模型均拒绝原假设，即京津冀能源消费的面板数据模型适用固定效应系数面板数据模型。该模型可以反映京津冀三地的个体异质性和随着个体变化的时间效应。因此，本文的面板数据模型形式设定如下：

LNENERGYit=α0i+α1iLNDPOPULATIONit+α2iLNPERGDPit+

α3iTSit+α4iERit+uit

(5)

其中，i=1、2、3分别表示京、津、冀三地，α0i是京津冀三个截面个体的影响系数；α1i、α2i、α3i、α4i是京津冀三地人口密度、人均实际GDP、产业结构、环境规制对其能源消费的影响系数；uit是随机误差项。本文利用最小二乘虚拟变量法(LSDV)对以上面板数据模型进行估计，估计结果见表2。

表2 面板数据模型估计结果

注：***、**、*分别表示在1%、5%和10%水平上显著。

根据表2中的拟合优度和F值可以看出，模型对样本数据拟合得较好，面板数据模型在总体上是显著的。在5%显著性水平下，京津冀三地的人口密度对能源消费的影响都显著且存在正向影响关系，其中河北省影响系数最大，人口密度变动1%引起能源消费变动3.132%；京津冀三地的人均实际GDP对能源消费的影响都显著且存在正向影响关系，其中河北省影响系数最大，人均实际GDP变动1%引起能源消费变动1.110%；北京和天津第三产业占比对能源消费的影响都显著且存在反向影响关系，河北省第三产业占比对能源消费的影响不显著；北京和天津的环境规制强度对能源消费的影响都不显著，河北省环境规制强度对能源消费的影响显著且存在正向影响关系。由于北京和天津第三产业占比远高于第二产业，第三产业能耗较低，第三产业大规模发展提高京津两地能源使用效率，降低了能源消耗。而河北省第二产业占比高，第二产业能耗相对较高，在河北省第三产业发展规模较小的情况下，其对河北省能源消费影响不显著。京津冀三地的产业结构特点使得环境规制对河北省产业结构调整影响显著，环境规制倒逼企业进行环保技术创新，提高能源使用效率，进而带动了河北省产业结构升级和能源消费结构优化。此外，环境规制对北京和天津能源消费的影响不显著，可能与2000年前后京津冀的环境污染治理投资指标在统计上有一定的差异有关。从面板数据模型影响系数来看，京津冀人口密度对能源消费的影响效应最大，随着京津冀一体化发展不断深入，京津冀经济增长和产业结构调整带动人口流动和集聚。近年来北京市人口净流出、天津市人口增速下降，而河北省人口在持续增加，河北省人口密度不断增大。同时随着京津冀人均实际GDP增长和产业结构的调整和转移，将进一步凸显河北省人口密度对能源消费的影响效应。

3.SVAR模型的构建

结构向量自回归模型(SVAR)是由西姆斯(Sims)、布兰查德和奎阿(Blanchard & Quah)等提出并加以推广的[31-32]。只有平稳的变量才能构建结构向量自回归模型，本文选取的变量都是平稳时间序列，所以可以构建SVAR模型。在SVAR模型中每一个内生变量都作为系统中所有内生变量的滞后项的函数，模型具体构建如下。

假设Yt是京津冀地区及三地的人口密度与能源消费构成的n维向量，如果L是一阶滞后算子，那么动态线性结构方程表示如下：

A(L)Yt=ut

(6)

假设在上述方程中结构冲击ut是序列不相关的，即：

(7)

经济动态系统的自回归结构，即滞后算子多项式A(L)为：

A(L)=A0+A1L+A2L2+…+AmLm

(8)

其中，Ai，i=0，1，…，m是系数矩阵。将结构方程转化为简化式形式，得到以下表达式：

(9)

其中：

(10)

Yt=[Φ1L+Φ2L2+…+ΦmLm]Yt+εt

(11)

基于以上SVAR模型，本文运用脉冲响应函数和方差分解分析人口密度与能源消费之间的动态响应关系和影响程度。

(1)脉冲响应函数分析。脉冲响应函数反映的是一个内生变量的一个标准差冲击对所有内生变量当前和未来的影响，因而可以判断变量之间的动态关系。人口密度的冲击不仅影响变量本身，还会通过SVAR模型的滞后结构传递到京津冀能源消费。在图1、图2、图3、图4中横轴表示滞后期数，滞后期数为20期。纵轴表示京津冀地区及三地能源消费对人口密度变动的反映程度。在图中实线表示脉冲响应函数值的变动情况，虚线表示脉冲响应函数正负2倍标准差。

图1 北京市能源消费对人口密度的脉冲响应

图2 天津市能源消费对人口密度的脉冲响应

图3 河北省能源消费对人口密度的脉冲响应

图4 京津冀能源消费总量对人口密度脉冲响应

图1显示，当给北京市人口密度一个标准差的正向冲击时，从第1期开始北京市能源消费下降，到第2期达到最小值-0.001，然后开始上升，在第9期达到峰值0.025，而后能源消费逐渐下降。图1说明对北京这样的人口密集的超大城市，在短期人口密度和能源消费之间存在反向变动关系，人口密度增加使得能源使用效率提高，能源消费下降。在中期人口密度的增加促使能源消费增加，但是长期来看，当人口密度超过一定临界水平，在环境政策和能源政策的约束下，随着技术进步和产业结构优化能源消费呈现下降趋势。

图2显示，当给天津市人口密度一个标准差的正向冲击时，在1—2期能源消费变动微小，从第3期开始能源消费持续上升，在第11期达到最大值0.043，然后能源消费逐渐下降。图2说明在期初天津市人口密度变动没有显著影响能源消费，中期天津市人口变动和能源消费之间存在同向变动关系，人口密度的增加使得能源消费不断增加。但是长期来看，即从第12期开始，随着天津城镇化和人们生活水平的提高，人口集聚效应使得能源效率增加，能源消费下降。目前天津城镇化发展快速，应该严格控制城市功能定位和产业布局，防止出现大城市病。

图3显示，当给河北省人口密度一个标准差的正向冲击时，从第1期开始河北省能源消费下降，到第2期达到最小值-0.0007，然后开始上升，在第8期达到峰值0.0046，而后能源消费缓慢下降。图3说明在短期河北人口密度和能源消费之间存在反向变动关系，人口密度增大使得能源消费下降显著。在中期随着河北省居民生活水平的提高和产业结构调整，城镇化发展和人口增长促进能源消费增加。在长期当人口密度达到一定程度时，人口的集聚促进能源使用效率提高，能源消费呈现缓慢下降趋势。

图4显示，当给京津冀地区人口密度一个标准差的正向冲击时，京津冀能源消费总量从第1期的0.001下降至第2期最小值0，从第2期开始能源消费上升并在第9期达到峰值0.012，而后能源消费缓慢下降。图4说明京津冀地区人口密度和能源消费之间在前2期存在反向变动关系。在中期随着京津冀地区经济不断发展，人口的集聚促进能源消费不断增加。长期来看，人口密度增大促进区域能源效率提升，能源消费呈现下降趋势。

(2)方差分解。为了度量京津冀人口密度变动对能源消费波动的贡献，本文通过在SVAR模型中进行预测方差分解来判断能源消费波动的来源和贡献度，选取滞后期数为10期。表3给出了京津冀人口密度变动对能源消费各期的贡献程度。

表3 京津冀能源消费的方差分解结果

从表3中可以看出，京津冀能源消费自身冲击影响是能源消费增长的主要原因，京津冀三地能源消费在第10个滞后期中受到自身冲击影响的贡献度分别为97.103%、96.709%、97.875%。京津冀三地人口密度对能源消费方差贡献作用相对较小，其中，天津人口密度变动对能源消费方差贡献比较大，由第1期的最大值15.642%降低到第10期的3.291%；北京人口变动对能源消费方差贡献最小，由第1期的0.407%增加到第10期的2.897%，每期的贡献度幅度增长缓慢；河北人口密度变动对能源消费方差贡献变动相对平稳，每期贡献度平均在2.775%。京津冀地区总能源消费自身冲击影响是能源消费增长的主要原因，在第10期受到自身冲击影响的贡献度为96.927%，区域人口密度变动对能源消费方差贡献为3.073%。从长期来看，天津市人口密度变动对能源消费的贡献最大，河北省人口密度变动对能源消费的贡献度最小。河北省人口密度小，在京津冀中经济发展水平和第三产业规模都相对较低，需要加快产业升级和次级中心城市建设，承接产业转移，实现人口增长对能源消费的集聚效应。

四、结论及建议

1.研究结论

第一，京津冀面板数据模型分析显示，京津冀三地的人口密度和能源消费之间存在正向影响关系，其中河北省影响系数最大；京津冀三地的经济增长与能源消费之间存在正向影响关系，其中河北省影响系数最大；北京和天津第三产业占比与能源消费之间存在反向影响关系，河北省第三产业占比对能源消费的影响不显著，河北省要大力发展能效较高的第三产业；环境规制强度对河北省能源消费具有正向影响。在环境规制下生产规模和资源重新配置，促进产业转型升级。随着京津冀产业结构调整和经济一体化发展，推动人口流动和集聚，人口集聚和城镇化发展促进了经济增长，提高了人们的生活水平，增加了对能源的消费和使用。这与伯曼尼沃和肯纳卡的研究结论[2]一致。随着第三产业的发展和人口的集聚，河北省人口密度对其能源消费的影响将不断增大。

第二，从脉冲响应函数分析可以看出，京津冀地区和京冀两地人口密度变动对能源消费的影响在1—2期均呈现负向效应，但天津市影响效应较小；中期来看，随着京津冀产业结构调整和生活水平的提高，京津冀地区和三地人口密度变动对能源消费的影响呈现正向效应，即人口密度增大促使能源消费增加，其中对天津市能源消费正向影响效应最大，在第11期达到最大值0.043；长期来看，人口集聚促进能源效率提升，人口密度变动对能源消费影响呈现递减趋势。这与林卫斌的研究结果[21]基本一致(3)林卫斌研究认为当经济发展到一定阶段后，人口结构的变动会因为城市集约化的用能方式而降低生活用能需求[21]。。京津冀三地城市化和经济发展水平不同，人口密度变动对能源消费的影响程度不同。北京人口高度聚集，大城市病严重，人口密度变动在短期对能源消费具有负向影响，在中期具有正向影响，但是长期来看，随着北京市非首都功能疏解，人口密度对北京市能源消费的影响逐渐递减而趋于稳定。因此，北京市人口增长和人口结构调整要适度，要与能源环境的承载力相一致。天津的城镇化程度较高，随着天津产业结构调整，战略新兴产业、先进制造业和生产性服务业大力发展，人口流入和聚集在中期对能源消费具有正向影响，但长期来看，能源利用效率提高会促使能源消费下降。对于城镇化和经济发展水平较低的河北，从第3期开始随着人口流入和人口密度的增加，能源消费增加。但是在长期随着城市化水平的提高，人口增长和集聚的集约利用能源的潜力增大，将促进能源消费缓慢下降。

第三，从方差分解中可以看出，京津冀地区和三地人口密度变动对能源消费的贡献程度不同，相对于能源消费自身冲击而言，京津冀地区和三地人口密度变动对能源消费的贡献相对较小，其中天津人口密度变动对能源消费的贡献最大，在第1期贡献度达到15.642%，主要原因是天津承接了北京市的非首都功能，高新技术产业发展快速，能源消费增长显著。随着京津冀一体化发展，京津冀产业结构、人口集聚和人口结构不断优化，促进区域集约化用能，从长期来看能源消费下降。但是京津冀能源消费结构优化和能源消费总量控制需要依靠能源自身调整。

2.对策建议

京津冀人口密度变动对能源消费的短期和中长期影响效应及影响程度存在显著差异。能源消费的控制和优化依赖于能源自身使用效率的提高和能源结构优化。京津冀三地人口流动要与能源消费协同发展，如此才能提升京津冀地区发展效率和发展潜力。在制定人口和能源政策时要因地制宜、因时制宜，对人口变动和能源消费作出判断以及时进行调整。

通过对京津冀人口密度变动对能源消费影响机理的研究，本文提出以下建议。

第一，建立人口、能源、环境的监测和预警机制。京津冀的城镇化率和经济发展水平不同，对能源结构和能源数量的需求不同。政府应该建立有效的人口能源环境监测和预防预警系统，通过监测城镇能源消费、环境承载力和人口变动，合理制定城镇发展规划和产业布局。基于创新、协调、绿色、开放、共享理念，加大京津冀地区环境规制力度，促进资源优化配置和产业升级，进而推动区域经济在速度和质量上协同增长，实现人口流动与能源环境承载相协调。

第二，推进京津冀集约化用能。在短期，京津冀地区在城镇化发展和人口流动过程中应大力提倡节能，充分发挥人口流动和集聚对能源消费的负向效应，推动劳动密集型产业向人口低密集区转移，形成集约型的能源资源利用模式；在中长期，京津冀地区要建立一体化的能源资源管理机制、决策机制和监督机制，以科技创新引领能源产业发展，通过技术进步提高可再生能源利用率，控制能源消费量，促进能源结构转型，实现京津冀人口、能源和环境的可持续发展。

第三，合理布局城市群。北京和天津对河北各市的带动作用需要加强，发挥京津冀三地的比较优势，合理布局产业功能空间，有效促进人口迁移，把京津冀地区建设成为世界级的城市群。北京市要转变产业升级方式，通过转移生产型集团总部，促使其上下游企业转移，腾出空间带动创新型集团发展，促进人口素质提升和人口结构改善；天津市要明确城市功能定位，大力发展战略新兴产业和生产性服务业等；河北省要加快次级中心城市的建设，在政策引导、产业升级、人才聚集下，完善城市群布局，提升河北的产业层级，建立与能源环境承载能力相适应的城市群，促进京津冀三地优势互补、互利共赢。