《新型城镇化发展对能源消费的影响研究基于空间计量模型的实证检验与影响效应分解模板》由会员分享，可在线阅读，更多相关《新型城镇化发展对能源消费的影响研究基于空间计量模型的实证检验与影响效应分解模板（16页珍藏版）》请在金锄头文库上搜索。
1、资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。新型城镇化发展对能源消费的影响研究基于空间计量模型的实证检验与影响效应分解摘要运用空间计量经济模型测算了城镇化发展及其它影响因素对能源消费的影响程度, 并将城镇化发展及其它影响因素对能源消费的影响效应分解为直接影响效应与间接影响效应。结果显示, 城镇化率水平提高1%, 能够促进能源消费减少0.0890%, 对相邻地区的空间溢出效应为正, 带来相邻地区能源消费0.1362%的增长幅度。中国在推进新型城镇化建设的过程中, 需要大力推动城镇化节能。关键词新型城镇化; 空间杜宾面板数据模型; 能源消费; 空间外溢性; 影响效应分解一、 引言
2、与文献回顾城镇化是经济发展和社会进步的必然结果, 中国城镇化正进入快速发展期。城镇化发展方式及对产业结构的影响, 势必带动能源供应结构和消费结构调整, 对能源供应体系建设和能源发展提出了新的要求。城镇化进程中, 最重要的特点是人口迅速从农村向城镇集中, 一方面, 城镇化是每个经济社会必经的发展过程, 其加速推进必然推动经济增长, 带动人民生活水平提高, 从而加大能源消费总量; 另一方面, 城镇化进程有利于产业结构、 技术结构、 产品结构等得到更合理调整、 优化, 各种资源得到更合理利用, 提高能源使用效率, 降低单位能耗。如何深刻认识新型城镇化对能源消费带来的影响, 在不透支生态环境的背景下积
3、极稳妥推进新型城镇化建设, 实现城镇化节能, 是中国当前必须解决的重大课题。关于城镇化对能源消费的影响, 引起了国内外学者的广泛关注。Parikha( 1995) 运用发展中国家的面板数据进行实证研究, 得出发展中国家城镇化发展对能源消费的影响显著1。York( ) 对14个欧盟成员国1960 的数据进行深入分析, 得出城镇对能源消费的影响贡献度大2。Poumanyvong( ) 运用99个国家1975 的面板数据构建STIRPAT模型研究城市化对能源利用的影响, 得出不同收入水平的国家城市化对能源利用的影响程度存在显著差异, 低收入水平的国家城市化有利于减少能源利用, 而在中高收入水平国家则
4、会增加能源利用3。Wei( ) 对中国城镇化与能源消费之间的关系进行了研究, 得出中国城镇化率每提高1%, 将带动能源消费总量增加1%4。Liu( ) 对中国能源需求与其它影响因素之间的关系进行了分析, 得出城镇化与能源需求之间存在稳定的长期关系5。张传平、 周倩倩( ) 利用协整模型和误差修正模型, 实证分析了中国能源消费与城市化水平等主要影响因素之间的长期均衡和短缺波动关系, 得出中国能源消费总量与城市化水平之间存在协整关系, 且长期里城市化水平变动对能源消费产生正向影响6。已有研究对理解城镇化发展对能源消费的影响提供了广阔的视野, 但这些研究均忽视了不同区域之间能源消费与城镇化发展存在空
5、间相关性, 没有把城镇化发展对能源消费的直接影响与间接影响区分开来进行考量。本文运用空间计量经济模型, 在控制其它影响因素的情况下, 测算城镇化发展对能源消费的影响程度, 并将城镇化发展对能源消费的影响效应分解为直接影响效应和间接影响效应, 基于空间视角厘清城镇化发展对能源消费的影响大小, 进而更有针对性地制定城镇化节能政策。二、 城镇化发展对能源消费的影响模型构建本文借鉴EhrlishPR等( 1971) 、 Dietz&Rosa( 1994, 1997) 、 York等( , ) 学者的做法7-11, 在IPAT方程的基础上, 将STIRPAT模型进行改造, 将经济发展水平、 城镇化发展水
6、平、 产业结构、 能源消费结构、 能源价格分别引入模型, 改进后的城镇化发展对能源消费的影响模型表示形式如式( 1) : lnEC=lna+lnGDP+lnUR+3lnPSI+4lnPTI+lnSEC+6lnEP+lne=+lnGDP+lnUR+lnPSI+lnPTI+lnSEC+6lnEP+( 1) 式中各变量定义为: EC能源消费( EnergyConsumption) , 用能源消费总量表示, 单位为万吨标准煤。GDP经济发展水平( GrossDomesticProduct) , 用国内生产总值表示, 单位为亿元。能源消费是经济增长的重要基础, 经济增长是能源消费的主要动力, 随着中国经
7、济总量的不断壮大, 能源消费亦会不断增加, 因此经济发展水平是能源消费的重要驱动因素之一。为保证各个地区不同年份之间的数据具有可比性, 运用各个地区的GDP指数统一平减为 不变价GDP。UR城镇化发展水平( UrbanizationRate) , 用常住人口城镇化率表示, 单位为%。在城镇化的发展过程中, 往往会伴随着生产方式的转变、 生活消费模式的改变、 产业结构的调整、 经济总量的扩大, 能源在人类的生产生活中扮演着重要的角色, 其消费量必然受城镇化发展的影响。PSI第二产业比重( ProportionofSecondaryIndustry) , 用第二产业增加值占国内生产总值( GDP)
8、 的比例表示, 单位为%。中国正处于工业化快速发展阶段, 而且高能耗的制造业在第二产业中占有较大比重, 因此第二产业比重过高在助推能源消费增长中起着重要作用。PTI第三产业比重( Proportionoftertiaryindustry) , 用第三产业( 服务业) 增加值占国内生产总值( GDP的比例来表示, 单位为%。第三产业是单位能源消耗相对较小的产业, 当前中国正处于经济结构转型的关键时期, 第三产业比重的增加有利于能源消费的减少, 因此第三产业比重偏低是能源消费的主要因素。SEC能源消费结构( StructureofEnergyConsumption) , 用煤炭消费量占能源消费总量
9、的比重表示, 单位为%。受中国资源禀赋的影响, 富煤、 贫油、 少气的能源生产结构决定了中国的能源消费结构, 随着能源技术进步的提高, 能源效率会得到较大幅度的提高, 能源消费结构不断优化, 有助于控制甚至减少能源消费增加的趋势, 因此能源消费结构是能源消费的核心因素。EP能源价格( EnergyPrices) , 用分地区工业生产者出厂价格指数表示。从理论上来说, 能源价格的上升会抑制能源消费增长, 因此能源价格亦是影响能源消费的关键因素。本文研究的样本为 中国30个省、 市、 自治区( 因西藏能源消费数据缺失, 本文研究对象暂不包括西藏) , 能源消费数据来源于中国能源统计年鉴 , 能源消
10、费结构数据经过分地区煤炭消费量占能源消费总量的比重进行测算, 其中能源消费总量主要包括煤炭、 焦炭、 原油、 汽油、 煤油、 柴油、 燃料油、 天然气等, 按照能源标准量转换系数统一转换成万吨标准煤, 煤炭、 焦炭、 原油、 汽油、 煤油、 柴油、 燃料油、 天然气的能源标准量转换系数分别为0.7476、 0.9714、 1.4286、 1.4714、 1.4714、 1.4571、 1.4286、 13.3, 分煤炭、 焦炭、 原油等能源品种的实物量数据来自中国能源统计年鉴 , 国内生产总值、 常住人口城镇化率、 第二产业比重、 第三产业比重、 工业生产者出厂价格指数均来自中国统计年鉴 。三
11、、 城镇化发展对能源消费影响的空间效应检验在建立城镇化发展对能源消费影响的空间计量模型之前, 需要检验是否存在空间效应。本文运用Anselin( ) 提出的空间面板数据的LM检验和Elhorst( ) 给出的空间面板数据模型相应的稳健LM检验, 根据其统计量的显著性确定是否能够拒绝非空间模型, 如果LM-ERR和LM-LAG都不显著, 则选择传统面板模型。如果显著, 则应该采用空间计量模型来刻画空间性。结合空间固定效应联合显著性和时间固定效应联合显著性似然比( LR) 检验来判断选择空间固定效应、 时期固定效应、 时空固定效应中最合适的一种固定效应。LM检验结果如表1所示, 在0.05的显著性
12、水平下, 传统面板数据模型中时空固定效应的空间滞后LM检验显著, 无固定效应、 空间固定效应、 时间固定效应的空间滞后稳健LM检验显著, 无固定效应、 空间固定效应、 时间固定效应、 时空固定效应的空间误差LM检验和稳健LM检验均显著, 因此能够完全拒绝非空间性, 从空间计量的视角去研究城镇化对能源消费的影响相比传统面板数据模型具有更好的合理性。空间固定效应联合显著性和时间固定效应联合显著性检验LR检验显示, 无空间固定效应和无时间固定效应的原假设均被拒绝, 表明空间固定效应模型或者时间固定效应模型能够较好地刻画城镇化发展对能源消费的影响。四、 城镇化发展对能源消费影响的空间计量实证检验由于城
13、镇化发展对能源消费影响存在空间相关性, 我们首先考虑建立空间杜宾面板数据模型, 再根据Wald检验和LR检验判断是否能够简化为空间滞后面板数据模型或者空间误差面板数据模型, 城镇化发展对能源消费影响的空间杜宾面板数据模型表示形式如式( 2) : lnEC=wlnEC+lna+lnGDP+lnUR+lnPSI+lnPTI+lnSEC+lnEP+wlnGDP+wlnUR+wlnPSI+wlnPTI+wlnSEC+wlnEP+lne=wlnCS+lnGDP+lnUR+lnPSI+lnPTI+lnSEC+lnEP+wlnGDP+wlnUR+wlnPSI+wlnPTI+wlnSEC+wlnEP+( 2)
14、 式( 2) 中, lnEC为区域i在t时刻能源消费的观测值, lnGDP、 lnUR、 lnPSI、 lnPTI、 lnSEC、 lnEP为区域i在t时刻能源消费影响因素的观测值, 为常数项, 与类似, 均为固定的K1维未知参数向量, 为空间固定效应, 为时间固定效应。W为空间权重矩阵, 当前构建空间权重矩阵的方法较多, 本文采用肖宏伟、 易丹辉等( ) 构建地理空间权重矩阵与经济权重矩阵相结合的空间权重矩阵12。城镇化发展对能源消费影响的空间杜宾面板数据模型实证检验结果如表2所示, 从Wald和LR检验结果来看, 时空固定效应、 时空固定效应偏差修正( Lee&Yu, a) 13、 空间随
15、机时间固定效应三种模型下Wald和LR检验均显著, 说明不能简化为空间滞后面板数据模型和空间误差面板数据模型, 空间杜宾面板数据模型更能适合城镇化发展对能源消费影响的空间计量模型。同时, 运用Hausman检验能够得出, 应该选择空间随机效应、 时间固定效应的空间杜宾模型。从模型的结果来看, 空间随机效应杜宾模型的相关系数平方明显高于时空固定效应模型的相关系数平方, 且所有变量的系数符号与预期一致。从而说明空间面板数据模型选择的合理性, 空间杜宾模型能够对中国能源消费进行客观计量。从表2最后一列空间随机效应、 时间固定效应的空间杜宾模型结果能够看出, 空间效应系数为正, 且显著, 说明区域间能源消费存在一定的示范效应, 相邻区域能源消费减少1%, 本区域能源消费会减少0.4580%, 表明中国把能源消费总量控制目标科学分解到各地区, 能够有效控制能源消费增长的势头, 区域之间控制能源消费总量的示范和带头作用对整个国家的能源消费控制发挥着关键和核心作用。城镇化发展对能源消费影响结果显示, 城镇化率水平增加1%, 能够促进能源消费减少0.0890%, 对相邻地区的空间溢出效应为正, 带来相邻地区能源消费0.1362%的增长幅度, 但不显著。虽然样本期间内城镇化发展对能源消费减少的影响不显著, 但意义重大, 中国在推进新型城镇化建设的进程中, 需要大力推动城镇化节能。
