城镇化对农村能源贫困影响的实证研究——基于城乡相对贫困视角

张锦，王政

（1. 太原理工大学 经济管理学院，山西 太原 030024；2. 上海大学 经济研究中心，上海 200444）

随着2020 年脱贫攻坚战的胜利，我国的绝对贫困已全面消除。为巩固脱贫攻坚成果并预防区域性返贫，扶贫工作重心逐渐从绝对贫困治理转移至相对贫困治理。相对贫困广泛存在于区域间与城乡间。区域间，高度城镇化地区（北京、上海）与中度城镇化地区（辽宁、吉林）、低度城镇化地区（贵州、云南）的农村人均可支配收入之比在2005—2018 年间分别平均为1.97 与3.07。城乡间，同期高度、中度与低度城镇化地区内部的城乡人均可支配收入之比分别平均为2.37、2.43 与3.51。据此可见，我国城乡间相对贫困程度比区域间相对贫困程度更为突出，而且推动城镇化发展有利于缓解城乡相对经济贫困。因此，相对贫困治理的重点目标之一应是在未来城镇化进程中，继续深入探索城乡间相对贫困的收敛路径与措施，不断缩小城乡相对贫困。

能源贫困是一类典型的相对贫困，能源贫困既与相对经济贫困有关，但也不尽相同。能源贫困侧重反映生活能源消费数量、品质与支出负担，当消费数量与品质相对偏低或支出负担相对偏高时，则存在能源贫困。从低层次的绝对脱贫需求到高层次的娱乐生活需求，能源从数量与品质上全程支撑着人类需求层次的升级。因此，能源贫困既可一定程度上反映相对经济贫困，也是影响相对经济贫困的内部核心要素之一。

然而一方面，以往能源贫困的研究视角并未正视城乡间的能源贫困，而是在城乡一体视角下研究区域能源贫困的发生广度及其演化特征[1-2]，无法全面获知农村相对于城市的能源贫困差距；另一方面，城乡间相对经济贫困研究已不胜枚举，城镇化与城乡相对经济贫困的关系研究也十分普遍，但城镇化与能源贫困的关系却尚未引起重视。我国长期以来的城乡二元经济体制以及城镇重工业优先发展战略，使得城乡间相对贫困根深蒂固且在时空尺度上呈现复杂多样的变化趋势[3-5]。笔者认为未来相对贫困治理的重点既在于城乡间相对贫困治理，也在于相对贫困内部核心要素治理，而现阶段城镇化发展与城乡能源贫困之间较为割裂的研究现状显然无法支撑未来相对贫困治理的更高需求。因此，本文立足于城乡间相对贫困视角，并具体到相对贫困的内部核心要素之一即能源贫困，以城镇为参照，研究农村能源贫困在城镇化进程中的发生深度及其影响因素，以此为城乡间相对贫困治理提供具体措施，巩固区域性脱贫攻坚成果。

1 文献综述

1.1 能源贫困研究现状

能源贫困最初指人们经济上无法负担足量的生活能源需求。随着能源贫困概念的发展，研究对象从基本的生活能源需求发展到高质量、安全与环保的生活能源需求，研究维度也从能源支出负担的单维视角发展到包含能源支出负担、能源服务获取途径缺失、能源管理能力不足等多维视角[2]。

单维视角下的能源贫困研究侧重于制定能源贫困标准线，大致分为三个层次。第一层次为物质贫困，即生活能源消费数量相对偏低，则可能存在能源贫困。如，Chaudhry & Shafiullah[6]在研究全球能源贫困与文化的相关关系时，将生活能源消费数量四分位的最低分区作为能源贫困标准线；Ampofo & Mabefam[7]在研究全球能源贫困与宗教信仰的相关关系时，直接将电力消费水平作为能源贫困的表征方式之一。第二层次为经济贫困，即生活能源支出的经济负担。该层次最盛行的指标为10%标准线，即家庭生活能源消费支出超出家庭总收入的10%时，则存在能源贫困。有学者将该指标应用于日本能源贫困测度，发现日本能源贫困发生率从2004 年的4.7%增长至2013 年的8.4%，尤其是2011 年大地震引发的福岛核泄漏事件导致日本能源贫困发生率迅速增长[8]。然而，10%标准线是基于20 世纪30 年代的英国家庭能源消费状况所制定，在现阶段的适用性已有所折扣。比如，该指标完全忽略了家庭收入的差异性，又极易受到能源价格波动的影响。针对上述不足之处，国内外对单维视角下的能源贫困标准线都做出了改进，形成了第三层次的收入贫困，主要包括MIS（minimum income standard）与LIHC（low income/high cost）。运用MIS 指标测度能源贫困时，先计算扣除住房成本与最低收入标准后的净收入，再将净收入与能源消费支出相比，当能源消费支出大于净收入，则存在能源贫困。运用LIHC 指标测度能源贫困时，则包括家庭能源支出、家庭能源支出中值、家庭收入、平均家庭收入等因素，只有超过家庭能源支出中值，且扣除能源支出后的剩余家庭收入小于平均家庭收入的60%才存在能源贫困。有学者将MIS 指标和LIHC 指标同时应用于西班牙的能源贫困测度，发现MIS 指标和LIHC 指标下的能源贫困发生率比10%标准线的能源贫困发生率有所降低[9]。

多维视角下的能源贫困定义已发展为获取足量、可靠、安全的能源服务的能力缺失[10]，其测度指标具备多样化的发展特征（表1）。一方面，从最基本的照明、烹饪等生活能源需求，发展到包含供暖、清洗、出行、教育娱乐等更广泛的生活能源需求；另一方面，从最基本的生活能源消费量发展到生活能源消费类型、生活能源获取能力、生活能源消费能力以及生活能源利用效率。多维能源贫困体现了现代化能源获取途径缺失、能源替代性低、能源支出负担等能源贫困因素。

表1 多维能源贫困测度指标

综上所述，单维能源贫困通过能源贫困发生率揭示能源贫困是否存在，以此测度能源贫困发生广度；多维能源贫困通过能源消费数量偏低程度、现代化能源获取途径缺失程度、生活能源消费品质及其多样性不足程度、能源消费效率偏低程度等揭示能源贫困的严重程度，以此测度能源贫困发生深度。虽然现阶段能源贫困在全球各国并未形成一致的测度方法，但能源贫困研究范畴正从能源贫困发生广度向能源贫困发生深度升级，尤其是随着能源贫困研究范畴的扩展，如今当家庭生活能源需求未得到满足时，便被认为存在能源贫困[11]，这使得能源贫困发生深度比广度更值得关注。然而，目前多维能源贫困主要从区域间、省际以及国际间测度能源贫困的发生深度，忽略了城乡间的能源贫困深度。为此，本文将以城市为参照，从多维能源贫困视角揭示农村能源贫困深度，以期为农村相对贫困治理提供核心要素与重要抓手。

1.2 城镇化对城乡相对贫困的影响研究现状

由于目前缺乏城镇化对能源贫困影响相关研究案例，本文重点综述城镇化对城乡相对经济贫困的影响。城乡相对经济贫困主要采用城乡居民收入差距来表征，具体量化的方法包括泰尔指数法、恩格尔系数法、基尼系数法等。城镇化对城乡居民收入差距的影响根据研究对象、研究时段等不同而产生了截然不同的研究结果。

第一，城镇化发展会缩小城乡收入差距。这类研究普遍认为城镇化发展过程中不断吸引农村剩余劳动力，既直接增加了这部分劳动力的收入，也有利于城镇先进的生产技术与管理技术向农村传导，从而提升农村劳动生产率，而且城镇劳动力供给数量增加也促使城镇劳动力均衡工资水平下降，最终缩小城乡收入差距。比如，董洪梅等[20]以2003—2016 年东北地区34 个地级市为研究对象，发现城镇化水平提升对缩小城乡收入差距具有显著作用；刘赛红与朱建[21]以2001—2015 年中国31个省级行政区为研究对象，同样发现城镇化缩小了城乡收入差距；相似的研究结果也出现在1985—2017 年[22]、2000—2014 年[23]、2013—2016 年[24]、2011—2018 年[25]的中国省级面板数据中。

第二，城镇化发展会扩大城乡收入差距。这类研究普遍认为大部分进城务工农民缺乏一技之长，难以匹配技术含量与知识含量较高的岗位，无法获得稳定的劳动收入，这使得进城农民一方面失去了务农的经营性收入，而工资性收入又远远落后于城镇居民，最终会扩大城乡收入差距。比如，陶源[26]利用2000—2018 年的中国省级面板数据，以工资性收入差距与经营性收入差距为研究对象，发现城镇化发展会显著加剧城乡收入差距；穆红梅[27]采用1984—2017 年的中国省级面板数据，以城镇居民家庭人均可支配收入与农村居民家庭人均总收入的比值表征城乡居民收入差距，发现城镇化率增加1%，城乡收入差距则会增加0.667 9%。

第三，城镇化发展对城乡收入差距的影响既是非线性的，也是间接的。首先，这类研究认为城镇化既会对农村地区产生技术外溢来缩小城乡收入差距，也会由于二元经济体制下的偏向效应扩大城乡收入差距，正负效应交互作用，最终使城镇化发展与城乡收入差距呈现非线性相关。比如，彭定贇和张飞鹏[28]采用结构向量自回归模型，研究发现1978—2016 年间的中国城镇化与城乡收入差距呈现“U”型关系；韦朕韬等[29]考虑到进城务工农民的户籍问题，以常住人口城镇化率与户籍人口城镇化率之差来表征人口半城镇化率，同样发现人口半城镇化率与城乡收入差距呈现“U”型关系。其次，这类研究同样认为城镇化发展与城乡收入差距的关系是间接的，城镇化与多种因素的交互作用或多种因素通过城镇化的中介作用来影响城乡收入差距。这些复杂因素包括产业结构、所有制结构、工业化、互联网发展水平、金融业发展水平、基础设施水平等，而这些因素水平及其与城镇化的交互融合水平都会影响城乡收入差距[30]。

综上所述，城镇化发展对城乡相对贫困的影响具有时空异质性，城镇化发展既存在缩小城乡相对贫困的内在机制，也存在扩大城乡相对贫困的内在驱动力，而且城镇化还会与许多复杂因素形成对城乡相对贫困的交互作用。城镇化对城乡贫困的正负作用结果既在于研究时段与研究对象的选择，也在于交互因素的组合。因此，异质性是未来城镇化发展对城乡相对贫困影响研究中必须考虑的基本前提。

2 研究方法与数据来源

2.1 变量表征方法

基于多维能源贫困视角，从生活能源消费数量相对偏低、现代化能源消费份额相对偏低等两方面体现农村能源贫困。计算方法如下：

式中：EP为农村能源贫困，无量纲，下角标1、2 分别代表两个维度的能源贫困，其值大于1 则表示农村相对于城镇存在能源贫困，其值小于1 则表示农村相对于城镇不存在能源贫困，数值越大表示农村能源贫困程度越深。ECQ为人均生活能源消费数量，吨标准煤/人/年，由煤炭、油品、天然气、电力、热力及其他能源合计而成。ECS为现代化能源消费份额，以电力消费量占生活能源消费量的比重来表征，其值越大，表示现代化能源消费份额越大。电力既是现代化能源的重要指示指标，其作为二次能源，电力消费份额也可表示能源消费结构更清洁或更高级。下角标u与r分别表示城镇与农村。

农村能源推广管理机构统筹能源生产利用规划、能源技术经济政策、能源科技示范、能源产业开发、能源技术服务等方面在农村地区的落地实施，具体可从能源基础设施建设、能源利用技术应用、清洁能源替代等方面影响农村能源消费。为验证农村能源推广管理工作对缓解农村能源贫困的作用，从以下三方面选取控制变量。

式中：S1、S2、S3分别代表农村能源推广管理机构人员密度、农村能源推广管理机构人员文化水平、农村能源推广管理机构基层结构，均为无量纲，其数值越大，表征推广机构工作力度更大和水平更高；POP为农村能源推广管理机构人员数量；POR为农村常住人口数量，万人；POC为农村能源推广管理机构中专及以上文化的人员数量；POD为乡镇级农村能源推广管理机构人员数量。

在上述能源贫困、农村能源推广机构水平的基础上，结合人口城镇化率、经济发展水平等变量，得出本文的变量组成为：被解释变量：能源贫困（EP1）——因生活能源消费数量相对不足导致；能源贫困（EP2）——因现代化能源消费份额偏低导致。核心解释变量：城镇化率（U）——城镇常住人口占人口总数的比重。控制变量：经济发展水平（P_GDP）——人均GDP；农村能源推广管理机构人员密度（S1）——每1 万名农村居民所对应的能源推广管理人员数量，其值越大，表示农村居民可获取的能源服务潜力更大；农村能源推广管理机构人员文化水平（S2）——中专及以上学历的人员占推广管理人员总数的比例，其值越大，表示农村居民可获取的能源服务质量更高；农村能源推广管理机构基层结构（S3）——乡镇级推广管理机构人员数量占推广管理人员总数的比例，其值越大，表示农村居民可获取的能源服务途径更便利。

2.2 构建面板分位回归模型

由上述城镇化发展对城乡相对贫困的影响综述可知，城镇化是影响城乡相对贫困的关键因素，但这种影响随着城乡相对贫困程度不同而不同，具有时空异质性。为此，本文采用固定效应面板分位回归模型，分析城镇化发展对农村能源贫困的影响，其基本表达式如下。

式中：EPit为第i个个体在第t时期被解释变量（能源贫困）的观测值；Uit为第i个个体在第t时期核心解释变量（城镇化率）的观测值；Xit为第i个个体在第t时期控制变量（人均GDP、农村能源推广管理机构情况）的观测值；τ为分位点；αi为不依赖于分位数值且不被其他变量控制的个体之间的差异；μit为随机误差；β1、β2为核心解释变量与控制变量的系数，随着分位点不同而不同。

2.3 数据来源

以2005—2018 年的全国30 个省级行政区（不含西藏及港澳台地区）组成面板数据。（1）城镇与农村生活能源消费数据以省级为单位，来源于各省份的《能源平衡表（实物表）》；（2）各省份城镇化率、常住人口总数、人均GDP 等数据均来源于《中国统计年鉴》，并据此核算各省份城镇常住人口、农村常住人口；（3）结合（1）与（2），核算城镇与农村的人均生活能源消费数量、生活能源消费结构，并以城镇为参照，进一步获取农村能源贫困数据；（4）农村能源推广管理机构数据来源于《中国农业统计资料》，并结合（2）核算农村能源推广管理机构人员密度、人员文化水平、基层结构。以上数据查找过程结合了年鉴查询与“CNKI 中国经济社会大数据研究平台”，某地区在某年份的数据缺失将根据相邻年份数据发展趋势进行插值。各变量的描述性统计如表2 所示。

表2 变量数值的描述性统计

3 结果与分析

3.1 农村能源贫困测度结果

如表3 所示，取2005—2018 年各省份的农村能源贫困均值，将农村能源贫困程度分为无、轻微、中等、严重等4 个等级。针对EP1，北京等7 个省份不存在农村能源贫困，湖南等15 个省份的农村能源贫困程度相对轻微，内蒙古等5 个省份的农村能源贫困程度为中等，而陕西等3 个省份的农村能源贫困程度相对严重。针对EP2，黑龙江等17 个省份不存在农村能源贫困，四川等11 个省份的农村能源贫困程度相对轻微，贵州的农村能源贫困程度为中等，上海的农村能源贫困程度相对严重。30 个省份的农村能源贫困程度从无上升至严重的四个等级中，消费数量维度的能源贫困组成比例分别为23.3%、50%、16.7%、10%，而在消费结构维度的组成比例分别为56.7%、36.7%、3.3%、3.3%。可以看出，消费数量维度的农村能源贫困比消费结构维度的农村能源贫困的分布范围更广以及贫困程度也更深。

表3 农村能源贫困分布等级

综合消费数量维度与消费结构维度的农村能源贫困空间分布，北京、浙江、广东、江苏、河北5 个省份不存在农村能源贫困；湖南、江西、山西、重庆、甘肃、湖北、云南、宁夏、四川9 个省份的农村能源贫困程度皆为轻微；其余省份的农村能源贫困程度等级在两个维度上表现不一致。可见，城镇化率处于高位的地区在消费数量维度的农村能源贫困一般相对较低，而消费结构维度的农村能源贫困在城镇化率处于高位、低位的地区均出现了较高值，这说明农村能源贫困程度与城镇化率的关系尚不明朗，存在较大的空间异质性。

3.2 城镇化发展对农村能源贫困的影响

先对所有变量开展平稳性检验，发现EP2、城镇化率（U）与经济发展水平（人均GDP）不平稳，对扩大1 000 倍后的城镇化率、EP2以及人均GDP 取自然对数后，所有变量均经过了平稳性检验。再分别针对EP1、EP2，在0.1、0.25、0.5、0.75、0.9 等5 个分位点条件下开展面板分位回归，回归结果如表4 和表5 所示。

表4 城镇化率对农村能源贫困（EP1）的影响结果

表5 城镇化率对农村能源贫困（EP2）的影响结果

城镇化率对EP1的影响具有空间异质性，在低分位下，城镇化率对EP1具有显著的负向影响；在中高分位下，城镇化率对EP1具有显著的正向影响。随着EP1下降，城镇化率对其的正向影响逐渐弱化，而负向影响逐渐强化。经济发展水平对EP1具有显著的负向影响，且该负向影响随着EP1下降而逐渐弱化。农村能源推广管理机构情况对EP1的影响具有异质性，在所有分位点条件下，机构人员密度对其呈显著的正向影响，机构基层结构对其呈显著的负向影响，机构人员文化水平对其呈显著的正负影响。随着EP1下降，机构人员密度对其的正向影响逐渐弱化；机构人员文化水平对其从正向影响过渡至负向影响，且正向影响呈弱化趋势；机构基层结构对其的负向影响呈波动弱化趋势。

城镇化率对EP2的影响也具有空间异质性，只有在最高分位条件下才对EP2产生显著的正向影响，其他分位条件下均产生显著的负向影响。随着EP2下降，城镇化率对其的正向影响逐渐弱化，而负向影响逐渐强化。经济发展水平在低分位与中分位条件下对EP2产生显著的正向影响，而在高分位条件下产生显著的负向影响。随着EP2下降，经济发展水平对其的负向影响逐渐弱化，而正向影响逐渐强化。农村能源推广管理机构情况对EP2的影响具有巨大的空间异质性且影响系数呈波动变化趋势。农村能源推广管理机构人员密度只有在最高分位条件下才对EP2产生显著的负向影响，而农村能源推广管理机构人员文化水平、农村能源推广管理机构基层结构则只有在低分位和中分位条件下才对EP2产生显著的负向影响。

城镇化发展对农村能源贫困存在显著的空间异质性影响。随着农村能源贫困程度下降，城镇化发展对农村能源贫困的负向影响呈强化趋势，农村能源贫困程度越轻微的地区（如表3 所示，下同），提高城镇化率对降低城乡能源贫困差距的效果越明显，但在农村能源贫困程度越严重的地区，提高城镇化率反而会加剧城乡能源贫困差距。同时，相比于消费数量维度的农村能源贫困（EP1），城镇化发展对消费结构维度的农村能源贫困（EP2）的缓解效应更广泛。

经济发展水平对农村能源贫困也存在显著的空间异质性影响。随着农村能源贫困程度加重，经济发展对农村能源贫困的负向影响呈强化趋势，农村能源贫困越严重的地区，提升经济发展水平对降低城乡能源贫困差距的效果越明显。同时，相比于消费结构维度的农村能源贫困（EP2），经济发展对消费数量维度的农村能源贫困（EP1）的缓解效应更广泛。

农村能源推广管理机构情况对农村能源贫困既存在显著的空间异质性影响，其内部也存在显著的因素异质性。随着农村能源贫困程度下降，农村能源推广管理机构情况对农村能源贫困整体从正向影响向负向影响过渡，这说明农村能源推广管理机构未在城乡能源贫困差距较大的地区发挥缓解效应。同时，农村能源推广管理机构情况的三因素中，基层结构因素对农村能源贫困的缓解效应最显著，管理机构人员文化水平因素次之，而管理机构人员密度尚未起到缓解农村能源贫困的作用。

3.3 稳健性检验

通过面板分组回归来验证城镇化率与农村能源贫困相关关系的稳健性。与面板分位回归将被解释变量（能源贫困）进行分位不同，面板分组回归是将核心解释变量（城镇化率）进行分位。基于聚类分析将全国30 个省份分成三组，第一组为高度城镇化地区，包括北京、上海、天津3个省份；第二组为中度城镇化地区，包括山西、内蒙古、辽宁、吉林、黑龙江、江苏、浙江、福建、山东、湖北、广东、海南、重庆、宁夏14 个省份；第三组为低度城镇化地区，为剩余13 个省份。面板分组回归结果见表6。

表6 城镇化率与农村能源贫困（EP2）的面板分组回归结果

首先，所有分组条件下的城镇化率与EP2均达到了显著性相关关系，这验证了面板分位回归中城镇化率与EP2显著性相关关系的稳健性。其次，高度城镇化地区的城镇化率对EP2产生显著的负向影响，中度与低度城镇化地区的城镇化率对EP2产生显著的正向影响，且随着城镇化率的增长，城镇化率对EP2的正向影响成弱化趋势，逐年从正向影响过渡至负向影响，这验证了城镇化率对EP2的空间异质性影响。

为进一步验证城镇化率与农村能源贫困的面板分组回归结果的稳健性，将消费结构维度农村能源贫困（EP2）变换表征方式，以煤炭消费份额替代电力消费份额，使得EP2从现代化与清洁能源消费结构转换成传统与非清洁能源消费结构的EP3。再次进行面板分组回归，结果如表7 所示。

表7 城镇化率与传统能源消费结构（EP3）的面板分组回归结果

首先，所有分组条件下的城镇化率均与EP3达到了显著性相关关系，这验证了面板分组回归中城镇化率与EP2的显著性相关关系的稳健性。其次，高度城镇化地区的城镇化率对EP3产生显著的正向影响，中度与低度城镇化地区的城镇化率对EP3产生显著的负向影响，且随着城镇化率增长，城镇化率对EP3的负向影响成弱化趋势，逐年从负向影响过渡至正向影响。EP3作为EP2的对立面，面板分组结果也刚好成对立趋势，这验证了城镇化率对EP2的面板分组回归结果的稳健性。

4 结论与启示

城乡能源贫困差距视角下，我国绝大多数省份存在不同程度与不同维度的农村能源贫困，其中消费数量维度下的农村能源贫困比消费结构维度下的农村能源贫困分布更广且程度更深，消费数量维度下农村能源贫困应是未来农村能源贫困治理的重点目标。

城镇化发展水平与经济发展水平对农村能源贫困均存在显著的空间异质性影响。随着农村能源贫困程度下降，城镇化发展水平对农村能源贫困的负向影响呈强化趋势，而经济发展水平对农村能源贫困的负向影响呈弱化趋势。针对农村能源贫困程度较为严重的地区，如新疆、贵州等，其农村能源贫困治理政策的制定应重点围绕当地城乡整体经济发展水平的提升。针对农村能源贫困程度较为轻微的地区，如湖南、四川等，其农村能源贫困治理政策的制定应重点围绕当地城镇化水平的提升。

农村能源推广管理机构情况对农村能源贫困的影响存在显著的因素异质性。基层结构因素对农村能源贫困的缓解效应最显著，管理机构人员文化水平因素次之，而管理机构人员密度尚未起到缓解农村能源贫困的作用。为更有效治理农村能源贫困，未来农村能源推广管理机构应避免单纯扩张管理机构数量与人员数量，应加强农村能源推广管理机构的基层结构建设，如扩大乡镇及以下级别机构的人员编制数量、为乡镇及以下级别机构人员提供更多培训与再教育机会等。