城镇化水平对能源消费结构的作用机制研究

李小军

（中国地质大学（武汉）经济管理学院，武汉 430074）

国内外研究一般认为影响能源消费结构的因素主要包括区域能源禀赋、经济增长、能源价格、能源政策、技术进步、产业结构等［1-6］。目前，国内外关于城镇化对能源消费结构转型作用的研究较多，许多研究认为二者之间存在着密切的联系。周彦楠等［7］认为土地城镇化对能源消费结构的优化具有促进作用，即随着土地城镇化的提高，煤炭在能源消费结构中的比重会随之下降。Chen 等［8］认为东部地区的天然气份额随城镇化进程而增加，而中西部地区的天然气份额随城镇化进程而下降，煤炭份额随城镇化进程而增加。

但已有研究存在一些不足，如学界对城镇化的研究多以人口城镇化表示，但城镇化进程不仅包括人口的迁移，土地用途的改变也会对能源消费结构转型产生影响。此外，目前学界对能源消费结构的研究多没有考虑空间因素。事实上，随着城镇化进程的加快，各生产要素的流动加快，且彼此之间可能存在空间溢出效应。因此，本研究在已有研究的基础上，将人口城镇化水平与土地城镇化水平纳入城镇化指标，进一步阐述人口城镇化水平与土地城镇化水平对能源消费结构转型的影响机制。同时，本研究利用空间杜宾模型对全国30 个省份的数据进行实证分析，测算城镇化水平对能源消费结构的影响及空间效应。

1 研究方法与数据来源

1.1 研究方法

1）K-means 聚类分析。为更直观地观测各省份能源消费结构的时空演变过程及能源消费结构与城镇化水平的地域特征，本研究引入K-means 聚类分析进行测算。虽然K-means 聚类分析存在对初始点敏感度低的问题，但因其聚类结构明确而被广泛使用。

2）空间杜宾模型。为考察变量在地区之间的溢出效应、遗漏变量和不可观测效应的空间溢出影响，本研究构建空间杜宾模型（SDM）进行实证分析。

1.2 变量与数据来源

本研究选取的各变量及解释说明如表1 所示。

本研究基于全国30 个省份2004—2016 年的面板数据，数据来源于国家统计局、各省统计年鉴、《中国能源统计年鉴》及EPS 数据库等。各变量的描述性统计结果如表2 所示。

表1 各变量及解释说明

表2 各变量的描述性统计结果

2 能源消费结构的时空演变及K-means 聚类分析

2.1 能源消费结构的时空演变过程

为更直观地观测各省份能源消费结构的时空演变过程，本研究将时间范围划分为2004—2010 年和2011—2016 年2 个时间段。根据2004—2016 年全国30 个省份平均能源消费结构（图1）可知，总体而言，中国的能源消费结构呈一定的地域特征，在这一时间段，山西、内蒙古、贵州等省份的能源消费结构中煤制品比重较高，而浙江、上海、广东、海南等省份的能源消费结构中煤制品比重较低。对比2004—2010 年全国30 个省份平均能源消费结构（图2）和2011—2016 年全国30 个省份平均能源消费结构（图3）可知，2004—2010 年和2011—2016 年2 个时间段能源消费结构的地域分布变化主要集中在东部省份的能源消费结构呈低碳化特征，而中西部省份的能源消费结构没有明显的变化。

图1 2004—2016 年全国30 个省份平均能源消费结构

图2 2004—2010 年全国30 个省份平均能源消费结构

图3 2011—2016 年全国30 个省份平均能源消费结构

2.2 能源消费结构与城镇化水平的聚类分析

为更直观地观测各省份能源消费结构与城镇化水平的地域特征，本研究利用2004—2016 年的相关数据，分别对能源消费结构与人口城镇化水平、能源消费结构与土地城镇化水平进行聚类分析。

2.2.1 能源消费结构与人口城镇化水平的聚类分析 利用2004—2016 年能源消费结构与人口城镇化水平的数据进行聚类分析。其中，能源消费结构指标用2004—2016 年各地区能源消费结构均值表示，人口城镇化水平用2004—2016 年各地区人口城镇化水平均值表示。

研究样本的30 个省份可以分成5 类：①人口城镇化水平较高、能源消费结构中煤制品比重较低，即高城镇化与低碳型；②人口城镇化水平较高、能源消费结构中煤制品比重处于中等，即高城镇化与中碳型；③人口城镇化水平与能源消费结构中煤制品比重均处于中等，即中等城镇化与中碳型；④人口城镇化水平处于中等、能源消费结构中煤制品比重较高，即中等城镇化与高碳型；⑤人口城镇化处水平于中等、能源消费结构中煤制品比重较低，即中等城镇化与低碳型。具体分类结果如表3 所示，地域分布如图4 所示。

表3 全国30 个省份能源消费结构与人口城镇化水平的聚类分析结果

图4 2004—2016 年全国30 个省份能源消费结构与人口城镇化水平聚类分析的地域分布

由表3 可知，第一类主要包括北京、上海，主要特征为人口城镇化水平较高、能源消费结构中煤制品比重较低。两地的人口城镇化水平都在80% 以上，已进入较高水平，而两地的能源消费结构中煤制品比重都在50% 以下。实际上，随着两地人口城镇化水平的提高，传统的农村分散式、高碳化的能源消费结构逐渐向集中式、低碳化的能源消费结构转变。

第二类主要包括天津、江苏、浙江、福建、广东、辽宁，以东部省份为主，主要特征表现为人口城镇化水平较高、能源消费结构中煤制品比重处于中等。这些地区以劳动密集型产业和资源密集型产业为主，尽管人口城镇化水平在一定程度上促进了能源消费结构的优化，但由于产业升级尚未完成，能源需求依旧持续增长，因此这类地区的能源消费结构优化仍需时日。

第三类主要包括吉林、黑龙江、江西、山东、湖北、湖南、广西、四川、陕西、甘肃、青海、新疆，以中部省份为主，主要特征表现为人口城镇化水平与能源消费结构中煤制品比重均处于中等。相较于东部地区而言，这些地区的产业结构较不发达，但人口城镇化水平处于中等，使得这些地区对煤制品等能源的需求相对增长缓慢。

第四类主要包括河北、山西、内蒙古、安徽、河南、重庆、贵州、云南、宁夏，以中西部省份为主，主要特征为人口城镇化水平处于中等、能源消费结构中煤制品比重较高。事实上，这些地区的能源禀赋（一次能源生产量占全国总生产量的比重）多以煤炭为主，影响其能源消费结构的最主要因素也是能源禀赋。尽管在人口城镇化水平、产业发展水平方面，第三类与第四类差距不大，但由于能源禀赋存在较大差异，使得其能源消费结构中煤制品比重较高。

第五类主要包括海南，主要特征为人口城镇化水平处于中等、能源消费结构中煤制品比重较低。海南省的人口城镇化水平较低，但其产业结构呈低碳化的特点。2016 年，海南省的第三产业增加值与第二产业增加值的比重为2.43，仅次于北京市。尽管海南省人口城镇化水平不高，但由于旅游业等第三产业迅速发展，第三产业从业人数迅速增加，因此，其能源消费结构呈低碳化特点。

2.2.2 能源消费结构与土地城镇化水平的聚类分析 利用2004—2016 年能源消费结构与土地城镇化水平的数据进行聚类分析。其中，能源消费结构指标用2004—2016 年各地区能源消费结构均值表示，土地城镇化水平用2004—2016 年各地区土地城镇化水平均值表示。

研究样本的30 个省份可以分成5 类：①土地城镇化水平较高、能源消费结构中煤制品比重较低，即高城镇化与低碳型；②土地城镇化水平较低、能源消费结构中煤制品比重处于中等，即较低城镇化与中碳型；③土地城镇化水平处于中等、能源消费结构中煤制品比重较低，即中等城镇化与低碳型；④土地城镇化水平较低、能源消费结构中煤制品比重较高，即较低城镇化与高碳型；⑤土地城镇化水平与能源消费结构中煤制品比重均处于中等，即中等城镇化与中碳型。具体分类结果如表4 所示，地域分布如图5 所示。

表4 全国30 个省份能源消费结构与土地城镇化水平的聚类分析结果

图5 2004—2016 年全国30 个省份能源消费结构与土地城镇化水平聚类分析的地域分布

由表4 可知，第一类主要包括北京、上海、浙江、广东、天津、江苏，以东部省份为主，主要特征为土地城镇化水平较高、能源消费结构中煤制品比重较低。这些地区城镇化过程中农业用地逐渐转变为工业、商业、居住用地等，土地开发利用程度较高，加上大规模的市政、交通建设等使得城镇能源消费迅速增加，但随着产业结构的优化升级，这些地区产业用能方式逐渐转变，促进了能源消费结构的转型。

第二类主要包括辽宁、吉林、黑龙江、福建、山东、湖北、广西、甘肃、青海、新疆，以中西部省份为主，主要特征为土地城镇化水平较低、能源消费结构中煤制品比重处于中等。尽管目前这些地区城镇化水平有限，但相对于长期以来的低城镇化水平，仍有着较大程度的提高。这些地区在今后一段时期内随着城镇化建设的不断推进，人口向城镇聚集，城镇建成区不断拓展，能源需求也随之较快增长，同时其产业结构的升级进程较慢，使得能源消费结构的转型迟缓。

第三类主要包括海南，主要特征为土地城镇化处于中等、能源消费结构中煤制品比重较低。对海南而言，土地城镇化水平与第三产业发展是相辅相成的，因此，其能源消费结构必然呈低碳化的特点。

第四类主要包括山西、内蒙古，主要特征为土地城镇化水平较低、能源消费结构中煤制品比重较高。2016 年，山西和内蒙古的能源禀赋分别为20% 和16.7%，煤炭资源十分丰富，煤制品始终在其能源消费结构中占据主导地位。在这些地区城镇化进程中，如何基于其能源禀赋现状，制定行之有效的能源转型策略是急需解决的问题

第五类主要包括河北、安徽、江西、河南、湖南、重庆、四川、贵州、云南、陕西、宁夏，以中西部省份为主，主要特征为土地城镇化水平与能源消费结构中煤制品比重均处于中等。这些地区的能源禀赋、产业结构等均处于中等，能源消费结构中对煤制品的依赖也处于中等。

3 空间计量模型实证检验与结果分析

3.1 空间自相关检验

本研究采用全域空间相关性指数Moran’s I 对能源消费结构进行空间自相关检验，结果如表4 所示。检验发现，中国的能源消费结构具有一定的空间相关性，因此在考虑空间因素的基础上，围绕城镇化水平对能源消费结构的作用机制进行实证检验。

表4 能源消费结构ES 全域Moran’s I值

3.2 空间模型选择及实证分析

目前，有关空间计量模型的应用主要有空间误差模型（SEM）、空间滞后模型（SAR）和空间杜宾模型（SDM）。本研究采用地理距离矩阵下的LR 统计量进行检验，最终结果显示，空间杜宾模型（SDM）效果较好。在此基础上，本研究进一步对其进行了Hausman 检验，结果显示采用固定效应形式更合理。考虑到时间和空间在现实中的实际影响，本研究采用空间杜宾模型进行分析。

为进一步验证城镇化水平对能源消费结构影响的稳定性，在双重固定的面板模型中引入解释变量并进行逐步回归。模型中，核心解释变量的系数与显著性并没有发生太大变化，与此同时，R2逐渐增大，说明随着控制变量的增加，模型拟合程度不断提高，模型设定更加趋于合理。在此基础上，本研究采用空间杜宾模型，使用地理矩阵进行估计，回归结果如表5 显示。

由表5 可知，模型7 和模型8 的估计结果的系数符号方向一致，说明估计结果基本稳健。人口城镇化水平与土地城镇化水平都显著为负，说明人口城镇化水平与土地城镇化水平都对能源消费结构具有显著的负向影响，人口城镇化水平与土地城镇化水平的提高有利于能源消费结构的优化。能源禀赋对能源消费结构具有显著的正向影响，说明能源禀赋对能源消费结构的优化具有抑制作用，如山西等能源禀赋较为优越的省份，其能源消费结构转型反而受传统化石能源的约束。经济发展水平对能源消费结构具有显著的正向影响，说明随着经济发展，煤制品在能源消费结构中的比重会提高。能源价格对能源消费结构具有显著的正向影响，说明随着能源价格的提高，煤制品在能源消费结构中的比重也进一步提高。产业结构对能源消费结构具有显著的负向影响，说明随着产业结构的优化升级，煤制品在能源消费结构中的比重下降。能源技术对能源消费结构的影响并不显著。被解释变量能源消费结构的空间滞后系数显著为负，说明省份之间的能源消费结构具有负的空间外溢性，即周边省份能源消费结构的优化有利于本省能源消费结构的优化。

表5 面板回归结果

由于被解释变量能源消费结构的空间滞后系数结果显著且不为零，因此，进一步对空间效应进行分解，其中直接效应表示地区内溢出效应，间接效应表示空间溢出效应，空间效应分解结果如表6 所示。

表6 空间效应分解结果

由表6 可知，人口城镇化水平的直接效应显著为负，说明人口城镇化水平的提高存在明显的地区内溢出效应，即人口城镇化水平的提高有利于当地能源消费结构的优化。土地城镇化水平、能源禀赋的直接效应都为负但并不显著，说明区域内土地城镇化水平和能源禀赋对当地能源消费结构的优化作用并不显著。经济发展水平、能源价格的直接效应都显著为正，说明经济发展水平、能源价格的提高存在明显的地区内溢出效应，即区域内经济发展水平与能源价格的提高不利于当地能源消费结构的优化。技术水平的直接效应为正但不显著，说明区域内技术水平的提高不利于当地能源消费结构的优化，优化作用并不显著。产业结构的直接效应显著为负，说明区域内产业结构的升级有利于能源消费结构的优化。

4 小结与建议

本研究利用空间杜宾模型探索了城镇化水平对能源消费结构的作用机制，基于2004—2016 年中国30 个省份的面板数据，实证分析人口城镇化水平、土地城镇化水平对能源消费结构的影响及空间效应。结果表明，整体而言，人口城镇化水平与土地城镇化水平均对能源消费结构优化具有正向效应；对区域内部而言，人口城镇化水平的提高有利于本地能源消费结构的优化；能源消费结构具有明显的正向溢出效应。

基于K-means 聚类分析结果，结合空间杜宾模型得出的结论，提出以下建议。

1）政府在制定能源消费结构转型的相关政策时，应注重各省份相关能源政策的协同制定。

2）从人口城镇化水平与能源结构类别来看，中等人口城镇化水平与高碳型省份能源消费转型政策的制定，不能简单地强调城镇化水平的提高，也应当注重产业结构升级、经济发展水平及能源禀赋的作用。

3）从土地城镇化水平与能源消费结构类别看，较低土地城镇化水平与高碳型省份，如山西、内蒙古等地区，其能源消费转型政策的制定应当因地制宜，重视能源禀赋的约束作用，以实现能源供应与能源消费结构的优化这一双重目标。

4）在制定能源消费结构转型的相关政策时，应注意将全局与区域相结合、动态和静态相结合。