城镇化对能源消费的非线性影响研究——基于pstr模型-吕连菊.pdf

《城镇化对能源消费的非线性影响研究——基于pstr模型-吕连菊.pdf》由会员分享，可在线阅读，更多相关《城镇化对能源消费的非线性影响研究——基于pstr模型-吕连菊.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、城镇化对能源消费的非线性影响研究基于PSTR模型吕连菊，阚大学(南昌工程学院经济贸易学院，南昌330099)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

2、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：1013956jSS1001840920161208中图分类号：F205；F206 文献标识码：A 文章编号：10018409(2016)12003404Study on the Nonlinear Influence of Urbanization onEnergy ConsumptionBased on the PSTR ModelLV Lian-ju，KAN Daxue(School of Economics and Trade，Nanchang Institute of

3、 Technology，Nanchang 330099)Abstract：The paper empirically studies on the Influence of urbanization on energy consumption by the PSTR modelResults show that the urbanization has obvious nonlinear effect on energy consumptionThere are asymmetric characteristics ofdouble threshold for effect of econom

4、ic development level and economic openness degree on energy consumption effects of theurbanization，there is less for energy consumption effects of the urbanization in the higher and lower provinces of economicdevelopment level，this conclusion also applies to economic openness degreeOther conversion

5、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 hish market factors distortion level of t

6、he high system，in the provinces for obvious technological progress，strict environmental regulationand hi【gh human capital，there is relatively great for the reduction effect of urbanization on energy consumptionKey words：urbanization；energy consumption；PSTR model；nonlinear influence引言2014年，中国城镇化率5477

7、，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一1、负相关口。51、非线性川和其他结论一1。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

8、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，另上述文献回归中收稿日期：20160529基金项目：国家社会科学基金青年项目(CFAl40137)；全国统计科学研究项目(20151_7_58)；江西省高校人文社会科学基金项目(JJl551)；江西省教育厅科学技术研究项目(GJJl51119)作者简介：吕连菊(1982一)，女，湖北武穴人，硕士、讲师，研究方向为区域经济；阙大学(1982一)，男，安徽合肥人，博士、副教授，研究方向为区域经济(通讯作者)。34万方数据对于内生性问题，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G

9、MM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19922013年29个省份面板数据，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。1模型构建、变量测度和数据说明11 PSTR模型目前PSTR模型逐渐受到了研究者的青睐，一般形式如下：Y=肛f+do戈n+al戈g(q n；r，c)+占其中，i和t

10、分别表示省份和时间，Y和x分别为被解释变量和解释变量，汕为截面固定效应，为随机干扰项，g(q“r，c)为转换函数，是转换变量qi。的连续有界函数，其值位于0和1之间，r和c分别为平滑参数和转换发生的位置参数，分别决定了转换速度和转换发生位置。目前常用的转换函数为以下逻辑函数：， rm1 11g(q“r，c)=1+exp lr H(g。一c：)l，(ro，L ：21 o JClC 2，c。)其中，g(q“r，c)含有的位置参数个数m经常取值为1或2，当g(q。；r，C)=0时，模型称为低体制，当g(q“r，c)=1时，模型称为高体制，位置参数c则表示从低体制转换为高体制的临界值。12模型构建根据

11、现有研究，本文选择经济发展水平(Dev)、产业结构(Str)、技术进步(Tec)、环境规制(Env)、经济开放程度(Ope)、要素市场扭曲(Fac)和人力资本(Hum)作为转换变量。由于能源消费变化存在一定的惯性，上一年度的能源消费往往对下一年度有一定的影响，各省份的能源消费很可能存在滞后效应，同时为了涵盖未考虑到的其他影响因素，引入滞后一期的能源消费，被解释变量能源消费Ene和解释变量城镇化Urb取对数形式，最终构建了以下PSTR模型：lnEne“=i+卢olnEne nl+dolnUrb一l+(卢llnEne一l+OlllnUrb。一1)g(Dev。，r，c)+占n (1)lnEne=Mf

12、+届olnEne“一1+仅olnUrb旷1+(卢llnEne“一l+仅llnUrb“一1)g(Str。，r，C)+8。 (2)lnEneI=M。+卢olnEne卜l+olnUrb nl+(卢1lnEne一l+ailnUrb打一1)g(Tec丘，r，c)+占” (3)lnEne“2 M。+卢olnEnerl+Ot olnUrb”l+(卢llnEnelI_1+d1InUrb。一1)g(Env。，r，c)+占。 (4)InEne2“。+卢olnEne dl+OloInUrb“一l+(卢llnEne一l+OtllnUrb n一1)g(Ope d，r，c)+s。 (5)lnEne“=M。+卢olnEne

13、 41+doInUrb一l+(卢lInEne“一l+aIlnUrb n1)g(Fac“，r，C)+占 (6)lnEne a=u。+卢olnEne“一l+dolnUrb“一l+(pllnEne nl+OlllnUrb n1)g(Hum，r，c)+占a (7)13 变量测度和数据说明对于能源消费和城镇化的测度，本文分别采用能源消费总量和城镇人口数占总人口数比重衡量，原始数据源自中国统计年鉴和中国能源统计年鉴。对于经济发展水平和产业结构的测度，分别用人均GDP和第三产业产值占GDP的比重来衡量。对于技术进步的测度，采用资本劳动比来衡量，其中使用永续盘存法对资本进行计算，劳动力数量用年末就业人数来衡量

14、，原始数据源自各省份统计年鉴。对于环境规制的测度，本文采用环境污染治理投入和排污费收入之和占GDP比重来衡量，原始数据来源于中国环境年鉴。对于经济开放程度的测度，采用进出口总额与实际利用外资金额之和占GDP比重来衡量，原始数据源自中国统计年鉴。对于要素市场扭曲的测度，采用(产品市场化指数一要素市场化指数)产品市场化指数来衡量，数据源自樊纲等人的中国市场化指数报告以及依据该报告中的方法计算得到。关于人力资本的测度，利用平均受教育程度来衡量。2实证结果分析21非线性检验本文利用LM和LM，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。从表1模型的非线性检验结果注

15、：括号内为统计量对应的p值其中重庆并入四川，西藏数据不全，舍去。公式为Ki。=I。Pit+(18)K。t一1，其中Iit为第i个省份第t年的全社会固定资产投资，P。l为固定资产投资价格指数(以1992年为100)，8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Kil992=I。992(003-4-Zi)，其中，Z，为第i个省份19922013年的GDP平均增长率。35万方数据中可知：7个模型的LM和LM F统计量在H。：r=0，H。：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

16、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(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(minq。，maxq。)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e值位于网格内部，然后将其作为初始值进行NLS估计。本文采用非线性最小二乘法(NLS)对模型

17、(1)至模型 估计结果如表2所示。表2模型估计结果注：括号内为统计量对应的P值，+、”、分别表不在10、5和1水平上通过显著性检验从表2可知：7个模型的各变量回归系数均通过了显 低于0473时，城镇化增加了能源消费总量，城镇化水平著性检验，表明城镇化对各地区能源消费存在显著的非线 提高1个百分点，能源消费总量提高0496个百分点；当性影响，各地区的异质性使得城镇化的能源消费效应在各 Str大于0473时，模型处于高体制，城镇化对能源消费影省份存在明显的差异性，转换变量的存在使得城镇化对能 响的弹性系数为一0165，表明第三产业占GDP比重高于源消费影响的弹性系数被分成了若干个体制，弹性系数在0

18、473时，城镇化对能源消费产生的是负面影响，城镇化体制间平滑转换。 水平提高1个百分点，能源消费总量下降0165个百分(1)经济发展水平与城镇化能源消费效应。从模型 点。其中样本小部分观测值处于高体制共有44个，占观(1)的估计结果可知：d。和d，分别为0368和一0243， 测值总数的690。随着产业结构的变化，城镇化对能平滑参数为1311，位置参数有两个，分别为0977和 源消费的影响在高低体制间平滑转换，变化速率为1122。6148，说明经济发展水平对城镇化能源消费效应的影响 进一步分析可知，2013年北京、天津、上海、浙江、广东、海具有双门限的非对称特征。当Dev位于09776148万

19、 南服务业比重较高，均超过了0473，处于高体制，城镇化元之间时，模型处于中间体制，城镇化对能源消费影响的 降低能源消费总量，其他省份则均处于低体制，城镇化提弹性系数为0368，即城镇化水平提高1个百分点，能源消 高了能源消费总量。费总量提高0368个百分点；当Dev小于0977万元或者 (3)技术进步与城镇化能源消费效应。从模型(3)的大于6148万元时，模型处于外体制，城镇化对能源消费 估计结果可知：仅。和0【。分别为一0121和一0138，平滑影响的弹性系数为0125，即城镇化水平提高1个百分点， 参数为1052，位置参数为1个，C=4785，说明技术进步能源消费总量提高0125个百分点

20、。样本中一半以上观 对城镇化能源消费效应的影响为负，即技术进步有助于城测值处于中间体制，共有357个，占观测值总数的 镇化降低能源消费总量。位置参数c将模型分为两个体5595。由于平滑参数为1311，说明城镇化对能源消费 制，当Tec小于4785时，模型处于低体制，城镇化对能源的影响随经济发展水平的变化在体制间平滑转换，变化速 消费影响的弹性系数为一0121，当Tec大于4785时，模率为1311。模型(1)的估计结果也表明，在其他条件不 型处于高体制，城镇化对能源消费影响的弹性系数为变情况下，经济欠发达和发达地区城镇化对能源消费的正 一0258；由于平滑参数为1052，城镇化对能源消费的影面

21、影响较小，中等经济发展水平地区城镇化对能源消费的 响随技术进步的变化在高低体制间平滑转换，变化速率为正面影响则较大。以2013年为例，北京、天津、内蒙古、辽 1052。其中小部分观测值处于高体制，共有46个，占观宁、上海、江苏、浙江经济发展水平较高，人均GDP均超过 测值总数的721。2013年北京、天津、内蒙古、辽宁、上了6148万元，处于外体制，而其他省份均处于中间体制。 海、江苏、浙江、山东、湖北、广东由于研发投入较多、金融说明大部分省份亟需转变经济增长方式，提高城镇化质 发展水平较高、知识产权保护力度较大，这些省份技术进量，降低能源消费效应。 步较快，致使城镇化减少能源消费的弹性系数较

22、大，处于(2)产业结构与城镇化能源消费效应。从模型(2)的 高体制；其他省份技术进步较为缓慢，城镇化减少能源消估计结果可知：d。和仪。分别为0496和一0662，平滑参 费的弹性系数较小，处于低体制。数为1122，位置参数1个，为0473，将模型分为两个体 (4)环境规制与城镇化能源消费效应。模型(4)估计制，当Str小于0473时，模型处于低体制，城镇化对能源 结果表明：环境规制对城镇化能源消费效应的影响为负，消费影响的弹性系数为0496，表明第三产业占GDP比重 即环境规制有助于城镇化降低能源消费总量。位置参数36万方数据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

23、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

24、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00410549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

25、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

26、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：仅。和0【，分别为一0148和一0160，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。

27、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

28、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

29、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)：1761822Zhao Y B，Wang S JThe Relationship between Urbaniza

30、tion，Eco-nomic Growth and Energy Consumption in China：An EconometricPerspective AnalysisJSustainability，2015，7(5)：560956273Hori S，Kondo K，Nogata D，et a1The Determinants of HouseholdEnergy。saving Behavior：Survey and Comparison in Five Major Asian CitiesJEnergy Policy，2013，52(s34)：3543624Khansari N，Mo

31、stashari A，Mansoufi MConceptual Modeling ofthe Impact of Smart Cities on Household Energy ConsumptionJProcedia Computer Science2014，28(28)：81865Sadorsky PThe Effect of Urbanization and Industrialization on Ener-gY Use in Emerging Economies：Implications for Sustainable DevelopmentJAmerican Journal of

32、 Economics and Sociology，2014，73(2)：3924096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)：15227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)：1111228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)：88969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)：1060106610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)37万方数据