城市化水平与能源消费的动态均衡关系实证研究

2013-09-10张优智党兴华

长安大学学报（社会科学版） 2013年3期

张优智，党兴华

(1.西安理工大学经济与管理学院，陕西西安 710054;2.西安石油大学经济管理学院，陕西西安 710065)

城市化水平与能源消费之间的关系一直是能源经济学研究的重要问题。Poumanyvong等通过对1975～2005年99个国家的面板数据，对人口、富裕程度、技术3个自变量和因变量之间的关系进行了研究，研究发现:城市化降低了低收入群体的能源消费，而中高收入群体却随着城市化进程增加了能源消费［1］。Liu研究发现，不管是长期还是短期，只存在从城市化到能量消耗总量的单向因果关系［2］。Wei等指出城市化对能源消费具有双刃剑的作用:一方面，城市化进程的推进导致了经济的增长和人们生活水平的提高，从而加大了能源消费的数量;另一方面，正是由于城市化程度的不断提高，产业组织结构、技术结构、产品结构等得到更合理的调整、各种配置得到进一步的优化、各种资源得到更合理的利用，又使得能源消耗具有下降的趋势［3］。IMAI利用多个国家1980～1993年的数据进行分析，发现城市人口比例和人均能源消费的对数存在正相关关系［4］。Shen等认为中国的城市化水平与能源需求之间存在较强的相关关系［5］。耿海青对1953～2002年中国的煤炭、石油、天然气消费量和城市化率进行拟合，发现相关系数都在0.9以上，城市化水平与人均能源消费也存在高度的相关性，随着城市化水平的提高，人均能源消费水平上升［6］;梁朝晖采用1953～2007年的时间序列数据研究城市人口与能源消费之间的因果关系，发现两者之间存在双向因果关系［7］;刘耀彬对1978～2005年间的中国城市化与能源消费之间的动态关系进行分析，发现中国城市化水平提高是能源消费量增长的原因，而中国能源消费增长却不是城市化水平提高的直接推动原因［8］;许冬兰等研究发现山东省城市化和能源消耗量之间不仅存在着单向的因果联系，并且存在着协整关系［9］;袁晓玲等构建了测度城市化水平的综合指标，基于1990～2009年关中城市群的时间序列数据，定量分析了陕西省不同区域城市化水平与能源消费之间具有不同的因果关系［10］;杨肃昌等研究发现:甘肃省城市化水平提高是导致能源消费增长的原因，而能源消费增长却不是城市化水平提高的原因［11］。

各国城市化发展的规律由诺瑟姆(Northam)1975年总结为城市化发展曲线，即S型曲线。世界城市化可以分为3个阶段:第一阶段城市化水平小于30%。此时城市人口增长缓慢，当城市人口比重超过10%以后城市化水平才略微加快。该阶段人们的生产和生活方式以农业和农村为主，以城市的生产和生活方式为辅。第二阶段城市化水平在30%～70%之间。当城市人口比重超过30%，城市化进程出现加快趋势，这种趋势一直持续到城市化水平达到70%才会稳定下来。该阶段人们的生产和生活方式也在发生深刻的变化，主要表现为由农业和农村转变为工业和城市。第三阶段城市化水平大于70%。此时社会经济发展渐趋成熟，城市人口保持平稳。该阶段人们生产方式由工业向服务业转变，生活方式由追求数量向提高生活质量转变［12］。

众所周知，1978年中国城市化率只有17.92%，而2010年城市化率上升到49.95%，农村人口和城市人口基本相当，城市化进程处于加速发展期。在这一阶段，经济发展对工业特别是资源型工业的依赖要高于城市化初级阶段，这会增加能源消费量。所以城市化进程的推进所带来的生产和生活方式的改变将会导致总体能源消费水平的上升。考虑到数据获得的便利性，本文主要采用城镇人口比重来衡量城市化水平。本文将对中国1978～2010年城市化水平和能源消费的问题进行实证研究，分析两个变量之间是否存在因果关系，研究结论可以为建立节能型城市提供决策依据。

一、研究方法、变量及数据来源

(一)研究方法

为了验证城市化水平和能源消费之间的关系，本文采用Engle和Granger提出的协整检验方法(以下简称为E-G两步法)进行两者间的协整关系检验。将协整定义为

k 维向量时间序列 Yt=(y1t，y2t，…，ykt)'(t=1，2，…，T)的分量序列间被称为d、b阶协整，(1)若满足Yt～I(d)，要求Yt的每个分量都是d阶单整的向量;则记为Yt～CI(d，b);(2)若存在非零向量β=(β1，β2，…，βk)，使得 β'Yt～ I(d-b)，0 ＜ b≤d，简称Yt是协整的向量，向量β又称为协整向量。

E-G两步法检验的主要步骤如下:

(1)若 k 个序列 y1t，y2t，…，ykt都是 1 阶单整序列，则建立回归方程:

该模型估计的残差序列^ut为

(2)检验残差序列 ^ut是否平稳，也就是判断残差序列^ut是否含有单位根。通常用ADF检验来判断残差序列^ut是否平稳。

(3)如果残差序列 ^ut是平稳的，则可以确定回归方程中的k个变量(y1t，y2t，…，ykt)之间存在协整关系，并且协整向量为(1，-^β2，…，-^βk)';否则(y1t，y2t，…，ykt)'之间不存在协整关系［13］。

(二)变量选取及数据来源

用城镇人口比重来衡量城市化水平，记为U。能源消费总量(万吨标准煤)作为能源消费的测度指标，记为E。为了消除时间序列数据中存在的异方差现象，对两个变量分别取自然对数，记为ln(U)、ln(E)，其相应的1阶差分序列记为Δln(U)、Δln(E)，其 2 阶差分序列记为 Δ2ln(U)、Δ2ln(E)，Δ、Δ2分别表示1、2阶差分。本研究采用的数据来源于《中国统计年鉴(2010)》，相关数据见表1。

表1 1978～2010年中国城市化水平与能源消费相关数据

二、城市化水平与能源消费的实证分析

(一)单位根检验

首先要对城市化水平与能源消费进行平稳性检验，以确定其平稳性及单整阶数，检验结果见表2。其中检验形式(C，T，K)中的 C、T、K分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数。0表示检验方差不包括常数项或时间趋势项。由表2可知，城市化水平与能源消费2阶差分序列的ADF检验值都小于临界值，表明城市化水平与能源消费在经过2阶差分后平稳，所以有ln(U)～I(2)，又有ln(E)～I(2)。

表2 ln(U)和ln(E)单位根的ADF检验表

(二)协整检验和误差修正模型

1.协整检验

在时间序列数据分析中，每一个序列单独来说可能是非平稳的，但序列的线性组合可能有不随时间变化的性质，这种平稳的线性组合可以说明变量间是协整的，即这些非平稳变量之间存在长期稳定的均衡关系。因为ln(U)～I(2)，ln(E)～I(2)，满足协整检验的前提，可以用E-G两步法检验这两个变量之间协整关系。协整回归方程为

式中:R2是拟合优度检验，其数值越接近1，表示样本方程对总体方程拟合程度越好;F为统计量，F值越大，表示回归方程的整体显著性越好。

从协整回归方程可以发现，中国城市化水平每提高1%，能源消费量将增加1.734%，说明中国随着城市化水平的提高，能源消费量也增加了。回归方程的残差为:ln(E)-5.812-1.734ln(U)。残差序列的 ADF检验结果见表3，可以发现 ln(U)和ln(E)之间存在协整关系。图1分别显示了残差值、实际值与拟合值的线性趋势，也说明了两个变量之间存在协整关系。协整回归方程表明两者之间存在长期的均衡关系。

表3 残差序列的ADF检验结果

图1 残差趋势图

2.误差修正模型

描述样本期内城市化水平与能源消费的短期波动向长期均衡调整的误差修正模型(以下简称ECM)为

其中，IAIC为 AIC的值;IECM为 ECM的值;IAIC=-3.936;IECMt-1=ln(E)-5.812-1.734ln(U);εt为随机误差项。AIC信息准则是衡量统计模型拟合优良性的一种标准，它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。这里IAIC=-3.936，说明模型拟合较好。

从误差修正模型来看，两者的短期动态均衡关系是，短期内城市化水平每提高1%，能源消费将反方向变动0.513%。这一数值比长期协整回归方程的要小，且为反方向变动，这说明城市化对能源消费的长期影响更为显著。IECMt-1的系数为-0.165，也说明能源消费变动受到多种其他因素的影响，城市化水平与能源消费之间的均衡关系对当期非均衡误差调整的自身修正能力并不是很强。

3.因果关系检验

城市化水平与能源消费之间的因果关系检验见表4，其中P值为结果可信程度的一个递减指标。由表4可以观察到:滞后期数为1、2、3、4年的城市化均是引起能源消费的原因;而能源消费构成城市化的原因并不显著，即能源消费不是城市化进程的制约因素。

4.向量自回归模型

可以用序列Δ2ln(U)、Δ2ln(E)的数据来建立自回归模型(以下简称VAR)模型，并利用脉冲响应函数和方差分解对其进行解释。根据AIC和SC(SC是施瓦茨准则，其数值越小，就代表模型拟合得越好)取值最小的准则，变量的滞后区间定为1阶到2阶。将Δ2ln(U)、Δ2ln(E)滞后1～2期的值作为内生变量，采用最小二乘法来估计该模型［14］。方程如下:

表4 城市化水平与能源消费之间的因果关系检验表

表5说明了方程的整体拟合度较好。式(5)表明当前的Δ2ln(E)与其自身的滞后值和Δ2ln(U)的滞后值均有较大的关联度。式(6)表明当前的Δ2ln(U)与其自身的滞后值和Δ2ln(E)的滞后值均有较大的关联度。

表5 VAR模型整体检验结果

5.脉冲响应函数

根据向量回归模型具有的特殊动态结构性质，脉冲响应函数可以很好地识别一个变量的扰动是如何通过模型影响其他所有变量，最终又反馈到变量自身上来的［15-17］。图2是基于VAR(2)和渐近解析法模拟的脉冲响应函数曲线(在模型中把响应函数的追踪期设定为10年)。从图2可以看出，城市化对能源消费信息的一个标准差扰动的响应呈现出比较稳定的响应并且持续时间也比较长。这说明了城市化水平与能源消费之间存在着紧密的联系，并且

图2 脉冲响应函数曲线

三、结语

(1)非平稳序列ln(U)、ln(E)在经过2阶差分后平稳，所以，ln(U)、ln(E)均为2阶单整，即ln(U)～I(2)，ln(E)～I(2)。协整检验结果表明城市化水平与能源消费之间存在长期的均衡关系，中国城市化水平每提高1%，能源消费量将增加1.734%，说明随着城市化水平的提高，中国能源消费量也增加了。这是因为城市是中国能源消费的主体，再加之城市化使得现代城市交通运输体系的能耗不断增加，还有农村人口的快速城市化也会带来能源消费量的相应增长。

(2)从误差修正模型来看，误差修正系数为-0.165，符合相反修正机制，两者的短期动态均衡关系是，短期内城市化水平每提高1%，能源消费将反方向变动0.513%。

(3)因果关系检验表明，滞后期数为 1、2、3、4年的城市化均是引起能源消费的原因，而能源消费构成城市化的原因并不显著，即能源消费不是城市化进程的制约因素。

(4)基于VAR(2)的模型表明，城市化水平与能源消费之间存在着紧密的联系，城市化水平的提高带动能源消费的增加，而且这种联系具有长期性。

［1］Poumanyvong P，Kaneko S.Does urbanization lead to less energy use and lower C02emissions?a cross-country analysis［J］.Ecological Economics，2010(70):434-444.

［2］Liu Y B.Exploring the relationship between urbanization and energy consumption in China using ARDL(Autoregressive Distributed Lag)and FDM(Factor Decomposition Model)［J］.Energy，2009(34):1846-1854.

［3］Wei B R，Yagita H，Inaba A，et al.Urbanization impact on energy demand and C02emission in China ［J］.Journal of Chongqing University，2003(2):46-50.

［4］IMAI H.The effect of urbanization on energy consumption［J］.Journal of Population Problem，1997(2):43-49.

［5］Shen L，Cheng S K，Wan H.Urbanization，sustainability and the utilization of energy and mineral resources in China cities［J］.Energy Policy，2005(4):287-302.

［6］耿海清.能源基础与城市化发展的相互作用机理分析［D］.北京:中国科学院研究生院，2004.

［7］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，2010，12(5):89-96.

［8］刘耀彬.中国城市化与能源消费关系的动态计量分析［J］.财经研究，2007，33(11):72-81.

［9］许冬兰，李琰.山东省城市化和能源消耗的关系研究［J］.中国人口.资源与环境，2010，20(11):19-24.

［10］袁晓玲，方莹，张宝山.能源消费与城市化水平关系的动态计量分析:以关中城市群为例［J］.城市发展研究，2011，18(3):65-71.

［11］杨肃昌，韩君.城市化与能源消费:动态关系计量与贡献度测算:基于甘肃省数据的实证分析［J］.西北人口，2012，23(4):120-125.

［12］Northam R M.Urban geography［M］.New York:John Wiley ＆ Sons，1975.

［13］高铁梅.计量经济分析方法与建模［M］.2版.北京:清华大学出版社，2009.

［14］张优智.财政科技投入与经济增长的协整检验［J］.科技进步与对策，2012，29(7):11-16.

［15］张优智.技术市场发展与经济增长的协整检验:基于1987～2009年的数据分析［J］.大连理工大学学报:社会科学版，2011，32(4):25-31.

［16］党兴华，张优智.R＆D投入与经济增长的协整检验:基于1988～2009年的数据分析［J］.中国管理科学，2011，19(10):776-782.

［17］张优智.中国能源消费与经济增长关系实证研究［J］.价格月刊，2012，23(8):72-75.