新型城镇化对能源效率的影响研究——基于SFA和空间面板计量模型

(暨南大学 经济学院,广东 广州 510632)

新型城镇化对能源效率的影响研究
——基于SFA和空间面板计量模型

胡静静

(暨南大学 经济学院,广东 广州 510632)

基于SFA模型,测算了我国2005—2014年省级面板数据的能源效率,利用PCA方法合成新型城镇化发展水平综合指标,联合构建空间自相关模型和空间误差模型,分析了新型城镇化与能源效率之间的关系。研究表明:①新型城镇化与能源效率呈负相关。在其他条件不变的情况下,新型城镇化水平每提高1%,引起能源效率平均降低0.041%。②新型城镇化对能源效率的影响表现为中部较强，西部次之,东部较弱。③相邻省份能源效率空间上呈正相关,相关性自西向东逐渐减弱。城镇化与能源效率的协调问题亟待解决,应根据区域发展差异区别对待,充分发挥集聚效应。

新型城镇化;能源效率;空间自相关;空间误差

改革开放以来,我国城镇化快速发展,城市规模和数量增长迅速，但高速发展的城镇化也带来了诸多问题:忽视农业经济，导致“三农”问题解决动力不足;生产技术创新投入不足,产业同质化现象严重，资源浪费与资源紧缺并存;过度依赖传统能源,节能环保意识薄弱,从而出现“三高一低”的现象[1]。其中,城镇化与资源之间的矛盾导致资源对城市的承载力接近极限,严重制约了我国经济的可持续发展。我国明确肯定新型城镇化建设,提高城镇发展质量,实现可持续发展。

自2011年起，我国超越美国成为世界上第一大能源消费国，能源问题严重束缚着我国社会经济发展。当前我国经济步入“新常态”时期,“三高一低”发展模式难以继续,为保障经济持续健康发展,需要建设“资源节约型”社会。因此，提高能源效率是实现既扩大经济规模又提高经济质量双目标的必由之路。

一个重要的问题是:新型城镇化能否提高能源效率。研究新型城镇化和能源效率之间的关系,对了解和规划城镇化发展进程、协调新型城镇化与能源效率的关系、提高能源效率具有重要的现实意义。本文主要研究了我国新型城镇化对能源效率的影响,以及东部、中部和西部地区新型城镇化和能源效率之间的关系。

1 文献综述

法国地理学家Jean Gottmann[2]首次提出“大都市带”概念,开启了国内外对城镇化研究之路;Northam[3]在《Urban Geography》一书中分析了各国城市化的发展历程,得出诺色姆曲线;Henderson[4]研究得出城镇化与经济增长正相关,Barrious[5]持相同的观点;Timmins[6]认为,城镇化与经济增长之间存在倒“U”型关系。另一些学者认为,城镇化与经济增长之间存在正“U”型关系,如Fay[7]、Poelhekke[8]、Fox[9]。

我国城镇化研究最初主要集中在城镇化综合指标构建和发展速度方面。王慧等[10]研究认为,衡量城镇化发展时需要考虑生活、经济、空间、人口等,宜采用综合指标。在城镇化发展速度方面,周一星[11]、陆大道[12]认为我国城镇化发展过快,但有学者持相反的观点:巴曙松[13]、厉以宁[14]认为,我国城镇化发展水平滞后于经济发展水平;陈明星[15]、方创琳、王德利[16]、姚士谋等[17]认为,城镇化发展应当转变发展理念,提高城镇化质量,走健康发展之路。2012年,我国提出“新型城镇化”概念,提倡建设“集约、智能、绿色、低碳”型城镇化。

20世纪后半期，由于能源稀缺性问题的出现,引起研究人员对能源效率的关注。Patterson[18]概括出能源效率传统意义上的内涵,并从新角度对能源效率进行了界定,总结了能源的估算方法;Boyd、Pang[19]提出全要素能源效率概念;Hu、Wang[20]基于数据包络法,提出利用全要素能源效率评价区域能源效率。国外对能源效率的研究主要体现在能源效率与能源价格、产业结构、市场化改革等方面;国内对能源效率的研究主要体现在能源效率和产业结构、区域差异和收敛、技术进步、能源价格等方面。

城镇化与能源关系的研究,主要集中在城镇化与能源消费方面,国外学者对此有相对较深入的研究。Jones[21]利用截面数据建立回归计量模型,分析了59个发展中国家城镇化和能源消费的关系,表明城镇化是引起能源消费增长的重要原因;Cole、Neumayer[22]、Holtedahl、Joutz[23]、York[24]均得出了相类似的结论;Weieta[25]、Liu[26]等研究发现,虽然城镇化发展导致能源消费增加,但城镇化发展过程中伴随着的资源优化配置、经济结构调整、技术进步等因素对降低能源消费具有一定的作用;Sathaye、Meyers[27]研究了发展中国家城镇化加速发展与能源消费结构之间的关系,研究结果表明发展中国家城镇化快速发展导致石油代替煤炭进程加快;Sakiru Adebola Solarin、Muhammad Shahbaz[28]研究了安哥拉1971—2009年经济增长、城镇化和电力消费之间的关系,发现三者中两两存在双向因果关系;Ghosh、kanjilal[29]利用门限协整、ARDL带宽检验、JJ极大似然程协检验研究了印度1971—2008年人均GDP、城镇化和人均消耗之间的关系,发现机制转换的三变量存在协整以及内生结构突变。

张欢等[30]研究了1990—2009年我国城镇化与能源消费之间动态关系,结果表明两者存在长期稳定的均衡关系;张力、田大钢[31]基于1985—2010年时间序列数据,发现能源消费结构与城镇化进程的深入并未同步演进,高清洁能源使用量没得到大幅提升;王小斌、邵燕斐[32]基于STRPAT模型,利用1995—2014年我国30个省份的面板数据,分析了在全国和区域层面上城镇化对能源消费和二氧化碳的影响效应,表明城镇化加剧了能源消费和二氧化碳排放量增加,对两者的影响存在区域差异;王蕾、魏后凯[33]通过构建固定效应面板模型发现,城镇化对能源消费的净正效应大于工业化,东部、中部和西部地区城镇化对能源效率的净效应均为正,其中中部地区最大;王泽波[34]基于2005—2014年我国省级面板数据,利用空间计量和普通面板计量模型研究发现,在城镇化进程中，省级人均能源消费存在相关性与不均衡性;关雪凌、周敏[35]通过建立脱钩模型，计算了1980—2012年我国城镇经济、产业与能源消费之间的脱钩状态,发现总体上呈弱脱钩状态。

已有文献在定量研究城镇化和能源关系方面给本文提供了许多有益的参考,但在讨论两者的关系时鲜有学者讨论城镇化和能源效率之间的关系。一方面,城镇化发展过程中需要建设,扩大生产;另一方面,城镇化发展随着产业结构调整、技术水平提高、人才集聚等现象,这些现象均会对能源效率产生影响。新型城镇化提出以后,强调城镇化发展的质量,建设“资源节约型”社会,新型城镇化和能源效率之间的关系更加紧密,但研究新型城镇化和能源效率之间的关系较少。此外,已有文献在研究城镇化和能源关系时,很少考虑到各省份经济发展在空间上的相关性。鉴于此,本文主要从空间计量的角度,研究新型城镇化和能源效率之间的关系。

2 新型城镇化

2.1 新型城镇化发展历程和内涵

新型城镇化发展大致经历了七个阶段：2003年开始,我国逐渐明确发展新型城镇化的思路。2003年我国首次提出“走中国特色的城镇化道路”。2005年我国提出“工业化、城镇化、市场化、国家化”的“新四化”概念,倡导新型城镇化,将新型城镇化提升到国家战略层面,2007年新型城镇化建设进入到崭新阶段。2011年,我国新型城镇化深入指导“十二五”实践,全面指导城乡建设。2012年我国肯定了新型城镇化建设和新型城镇化“新四化”发展道路,并为未来的“新四化”协调发展指明了道路。2013年我国指出,制约城乡一体化发展的主要障碍是城乡结构的二元化,要形成新型的城乡关系,让广大农民共享现代化成果。2014年,我国首部城镇化规划——《国家新型城镇化规划(2014—2020年)》正式发布，标志着我国新型城镇化进入新的阶段。

传统“城镇化”概念主要强调城镇人口增加、城镇规模扩张、非农产业扩大和城镇意识的转化。“新型城镇化”以传统“城镇化”为基础,重点内容是区域的统筹协调发展、产业结构的升级与转型、制度的创新与改革,更加强调城镇化发展的质量、民生和可持续发展问题的重要性。

2.2 新型城镇化指标测度

基于新型城镇化强调的重点内容,由于我国西藏自治区数据缺失,本文从人口、创新、产业结构三个角度衡量我国30个省份新型城镇化的发展状况,使用四个指标得出各省份新型城镇化发展的综合指标。四个指标为:①人口衡量指标UP(%)。以城镇人口占总人口的比重表示,该指标是衡量传统城镇化常用指标。②创新衡量指标PP(项/万人)。以每万人拥有的专利数表示。③产业衡量指标HG。为了全面表示各省的产业结构,本文采用IG(%)表示第二产业增加值占地区生产总值的比重,SG(%)表示第三产业增加值占地区生产总值的比重。借用PCA方法对以上四个指标进行合并,得出各省份2005—2014年的新型城镇化综合指标见表1。

表1 新型城镇化综合指标

本文取2005年和2014年各省份新型城镇化综合指标进行空间分析与统计,检测我国新型城镇化的发展状况。2005年和2014年各省份新型城镇化空间分布见图1,新型城镇化莫兰散点图见图2。

图1 2005年和2014年新型城镇化空间分布

从图1、图2可见,2005—2014年我国新型城镇化水平不断提高,北京、天津、江苏、上海、浙江、广东等省份新型城镇化水平比较高;河北、河南、江西、青海等省份新型城镇化水平比较低。测算结果表明,东部地区新型城镇化水平较高,中部和西部地区水平较低,符合现实情况。计算得出2005年我国新型城镇化全局莫兰指数I=0.0794,p值为0.122;2014年新型城镇化全局莫兰指数I=0.2857,p值为0.002，表明我国新型城镇化发展水平存在正的空间相关性,新型城镇化水平比较高的省份,其相邻省份新型城镇化水平也较高,2005—2014年相关性有所提高。

注:根据各省统计年鉴的相关数据整理。

3 能源效率

近年来,各界都广泛关注能源效率问题。能源效率测算方法有单要素能源效率方法和全要素能源效率方法。相比较而言,全要素能源效率更能反映能源和经济之间的相互关系。全要素能源效率评估方法一般有参数方法和非参数方法，而随机前沿分析(SFA)是常用的参数方法,数据包络法(DEA)则是常用的非参数方法。

数据包络法在研究全要素能源效率时,生产理论框架中包括同等重要的能源投入、资本、劳动力等要素。在模型中各要素施行同比例径向缩减,与现实经济有所不符。数据包络法得到的效率为劳动力、资本和能源投入的综合效率,并未刻画出真正的能源效率。此外,非参数DEA方法构造的生产前沿面是非随机的,未考虑测量误差和其他统计的噪声影响,所有偏差均认为是由于技术无效率造成的,从而可能导致能源效率测量结果出现偏误[35]。与数据包络法相比,随机前沿分析引入了随机扰动项,结果更加严谨,因此选用随机前沿分析(SFA)测算能源效率。

随机前沿分析以谢泼德能源距离函数为基础,保持地区产出和投入变量中的资本、劳动力不变,能源投入变量可变,得出生产前沿面上地区能源效率为1,生产前沿面内部地区能源效率小于1。谢泼德能源距离函数是指在同一产出情况下,前沿面内部地区所用能源与前沿面上地区所用能源之比,谢泼德能源距离函数的倒数则是能源效率。

基于柯布道格拉斯函数,本文将能源、劳动力、资本作为投入要素,以2005年为基期的实际GDP作为产出指标构建前沿生产函数,其计算公式为:Ln-Yit=α0t+α1Ln-Eit+α2Ln-Kit+α3Ln-Lit+υit-μit。式中,Yit、Eit、Kit、Lit分别代表第i省份第t年的产出(亿元)、能源消费总量(万t标准煤)、资本存量(亿元)、从业人员总数(万人)。物质资本存量参照张军等[37]的方法采用永续盘存法计算得到,具体公式为:Ki,t=Ii,t+(1+δi,t)Ki,t-1。式中,Ki,t代表第i省份第t年的资本存量;Ii,t表示该省份当年的投资总额;δi,t表示固定资产折旧率,参考以往文献,本文采用6%。基于上述原理,对SFA模型进行求解,得出2005—2014年各省份的能源效率值,见表2。

表2 能源效率指标

从表2可见,与其他一线城市相比,上海能源效率偏低。出现这一现象有可能是因为上海房价居高,对房地产的炒作使投资增加,投资总额是其他一线城市投资总额的数倍,导致上海资本估值虚高,削弱了能源对经济的影响。本文取2005年和2014年各省份能源效率进行空间分析与统计,检测我国能源效率分布状况。2005年和2014年各省份能源效率空间分布见图3,能源效率莫兰散点图见图4。

图3 2005年和2014年能源效率空间分布

注:根据各省相关年份的统计年鉴和《中国能源统计年鉴》整理。

从表2—4可见,2005—2014年各省份能源效率水平在不断提高,能源效率高的省份主要集中在东部地区;能源效率低的省份主要集中在西部，测算结果符合现实情况。2005年各省份能源效率全局莫兰指数I=0.2394,p值为0.008;2014年能源效率全局莫兰指数I=0.1000,p值为0.109,表明能源效率分布存在正的空间相关性,能源效率较高的省份,相邻省份能源效率也较高。图1与图3比较可见,我国大部分省份存在新型城镇化率低,能源效率相对较高的现象。

表3 数据描述统计

表4 回归结果

注:括号中为t值,*、**、***分别表示在10%、5%、1%的显著性水平下显著。

4 模型设定、变量和数据

空间计量经济学主要研究空间异质性和空间依赖性。空间异质性是空间单位的异质在区域层面上的非一致空间效应。空间依赖性是观测值在空间上的非独立性,相关程度由观测单位空间上的绝对和相对位置决定。基于图1、图3、莫兰指数和莫兰散点图可知,各省份新型城镇化发展和能源效率均存在空间相关性,因此采用空间面板计量方法进行论证。空间相关性来源于两方面[38]:一方面是相邻地区间存在的经济联系,另一方面是不同地区测量值采集时存在空间上的测量误差。空间计量的两种基本模型为空间自回归模型(SAR)和空间误差模型(SEM)。一般空间自回归模型(SAR)设定为:

Yit=ρWYit+βXit+εiti=1,2,…n

(1)

式中,下标i表示省份，t表示年份;Xit为解释变量;Yit为被解释变量;ρ为Y的空间自回归系数;W表示空间权重矩阵,文中为二进制连接矩阵,相邻省份取值为1,否则为0;Yi表示不同的省份,即空间滞后项;εit表示误差项。空间误差模型(SEM)设定为:

Yit=βXit+μit;μ=λWμ+ε

(2)

式中,下标i表示省份,t表示年份;Xit为解释变量;Yit为被解释变量;λ为μ的空间自相关系数;W表示空间权重矩阵,仍然采取二进制连接矩阵;μ表示空间误差项;ε表示普通随机误差项。被解释变量Y表示各省份的能源利用效率,采用随机前沿分析(SFA)得到。解释变量X对新型城镇化没有统一的定义。研究城镇化一般采用人口指标,即城镇人口占总人口的比重来衡量城镇化率。新型城镇化不同于传统的城镇化,更加注重城镇化质量,因此采用城镇人口占总人口的比重、每万人拥有的专利数、第二产业和第三产业增加值所占比重四个指标,运用PCA分析法得到衡量各省份新型城镇化水平的综合指标。

参考以往文献,影响能源利用效率因素众多,各因素之间也存在着较复杂的关系。一般认为，影响能源利用效率的因素有对外开放程度、技术水平、能源价格、产业结构、能源消费结构、经济体制等。结合以往文献和研究目标,本文选择以下因素作为影响能源效率的控制变量。即在控制变量SC中的能源消费结构(CE)以原煤消费量占一次能源消费量的比重表示;市场开放度(TrG)以进出口总额占GDP的比重表示;税收负担(TaG)以财政预算收入占GDP的比重表示。根据2005—2014年我国30个省份的面板数据,样本数据描述统计见表3。从表3可见,各省份新型城镇化发展差异较大,能源效率差异则较小。

5 实证分析

利用Stata14.0软件,采用空间自回归模型(SAR)和空间误差模型(SEM)分析我国新型城镇化和能源效率之间关系,以及我国东部、中部和西部地区两者之间的关系,结果见表4和表5。从表4可见,在SAR模型中Within R-squared=0.7722,在SEM模型中Within R-squared=0.4898,模型拟合效果较好。在两模型中,Urban参数估计值均为-0.041,且在1%的显著性水平上显著。Urban系数意味着新型城镇化和能源效率呈负相关,在其他控制变量不变的情况下,新型城镇化率每增加1%,引起能源利用效率降低0.041%。出现这种现象的原因与我国正在努力建设新型城镇化,以及为了拉动经济发展、提高相关产业水平、建设项目需要消耗较多的能源有关,说明我国新型城镇化处于相对初级的阶段。

在控制变量中,CE参数估计值在SAR模型中为-0.095,在5%显著性水平上显著,意味着在其他变量不变的情况下,原煤消费占能源消费的比重每提高1%,引起能源利用效率下降0.095%,能源消费结构对能源效率的影响大于新型城镇化的综合指标。对比而言,CE参数估计值在SEM模型中为-0.076,但不显著。TrG参数的估计值在SAR模型中为0.100,在1%的显著性水平上显著,市场开放度与能源效率呈正相关关系。市场开放度提高1%,引起能源利用效率提高0.100%。出现这种现象的原因在于开放程度的提高,能促进产业结构的转型与升级,最终提高能源利用水平。TrG参数估计值在SEM模型中为0.096,同样也在1%的显著性水平上显著;TaG参数估计值在SAR模型中为1.722,在1%显著性水平上显著;财政预算收入占GDP的比重与能源效率呈正相关关系,财政预算收入占GDP的比重每增加1%,引起能源效率提高1.722%,出现这种现象的原因在于当财政预算增加时,能够为新技术的研究和开发、政府政策的执行、产业的发展等方面提供强有力的支撑。TaG参数估计值在SEM模型中为1.192,同样也在1%的显著性水平上显著。

在表4的空间自回归模型中,空间相关系数为0.632,在1%的显著性水平上显著,表明各省份的能源效率在空间上为正相关。空间权重矩阵为二进制连接矩阵,相邻省份能源效率存在0.632单位程度上的正相关关系,即相邻省份的能源效率对本省能源效率或自身能源效率对相邻省份能源效率的影响力为0.632。从表5可见,东中西部三地区新型城镇化和能源效率之间均呈负相关关系。东部地区在SAR与SEM模型中新型城镇化率每提高1%,能源效率降低0.025%;中部地区在SAR模型中新型城镇化率每提高1%,能源效率降低0.099%。在SEM模型中,新型城镇化率每提高1%,能源效率降低0.058%;西部地区在SAR模型中新型城镇化率每提高1%,能源效率降低0.043%；SEM模型中新型城镇化率每提高1%,能源效率降低0.047%。在不同模型中,各地区新型城镇化对能源效率的影响不同。总体而言,中部地区新型城镇化对能源效率的负影响最强,西部次之,东部最弱。出现这种现象的原因在于：东部地区经济最发达,技术水平高,新型城镇化发展水平也高,对能源效率影响最小;中部地区经济发展中等,技术水平次于东部地区,为了加快中部崛起,拉动经济发展,必须大力发展新型城镇化。相比较而言,我国西部地区经济发展最差,技术水平最低,发展新型城镇化的力度赶不上中部地区,因此新型城镇化与能源相关程度赶不上中部地区,从而出现中部地区新型城镇化对能源效率的负影响大于西部地区的现象。

表5 东中西地区回归结果

注:括号内为t值,*、**、***分别表示在10%、5%、1%的显著性水平下显著。

对于控制变量,中西部地区原煤消费占一次能源消费的比重与能源效率呈负相关,东部地区则相反。出现这种现象的原因与东部地区较高的技术水平有关,利用高科技提高了原煤的使用率。三地区中,对外开放程度以及财政预算收入占GDP的比重均与能源效率呈正相关。东部地区相邻省份能源效率正相关关系为0.315，中部地区相邻省份能源效率正相关关系为0.565，西部地区相邻省份能源效率正相关关系为0.803,三地区中相邻省份的能源效率正相关关系西部最强,中部次之,东部最弱。

6 结论与启示

本文利用2005—2014年各省份的面板数据构建了空间计量SAR和SEM模型,将城镇人口占总人口的比重、每万人拥有专利数、第二产业和第三产业增加值所占比重等四个指标合成衡量新型城镇化发展水平的综合指标,综合运用随机前沿分析方法、PCA方法、Arcgis地理信息等分析方法,研究新型城镇化和能源效率之间的关系。结果表明:新型城镇化对能源效率具有显著的负效应。在分地区研究中，中部最强,西部次之,东部最弱;原煤消费占一次能源消费的比重对能源效率产生负影响;对外开放以及财政预算收入占GDP的比重均对能源效率产生正影响;相邻省份能源效率空间上呈正相关,西部地区相邻省份的正相关最强,中部次之,东部最弱。

新型城镇化是未来较长时期内城乡建设的关键指导战略,是城镇化建设的目标。结合研究结果,在新型城镇化建设过程中,需要注意以下问题:新型城镇化建设处于起步阶段,要注意加强新型城镇化技术水平的提高,减少能源浪费,提高能源效率;中部地区新型城镇化对能源效率的负影响最大,与能源效率的矛盾更加突出,在新型城镇化建设进程中中部地区面临的能源压力最大。因此，要充分考虑地区发展差异,在制定相关政策时要有区别;东部地区要提高新型城镇化发展水平,发挥新型城镇化对能源效率的促进作用；中西部地区则要结合发展阶段的特点,不能一味强调加快建设。此外，要注意各省份在空间上的相关性，利用其相关性,充分发挥集聚效应。

[1]单卓然,黄亚平.“新型城镇化”概念内涵、目标内容、规划策略及认知误区解析[J].城市规划学刊,2013,(2)∶16-22.

[2]Gottmann J.Megalopolis：Or the Urbanization of the Northeasten Seaboard[J].Economic Geography,1957,33(3)∶189-200.

[3]Northam R M.Urban Geography[M].Virginia：University of Virginia,1975.

[4]Henderson J V.The Urbanization Process and Economic Growth：The So-what Question[J].Journal of Economic Growth,2003,8(1)∶47-71.

[5]Bertinelli L,Strobl E,Electronisetal.Agglomeration Economies and the Location of Industries：A Comparison of Three Small European Counties[J].Journal,2003,(67)∶1-41.

[6]Timmins C.Estimating Spatial Differences in the Brazilian Cost of Living with Households Location Choices[J].Journal of Development Economics,2006,80(1)∶59-83.

[7]Fay M,Opal C.Urbanization Without Growth：A Not so Uncommon Phenomenon[R].World Bank Research Paper,2000.

[8]Poelhekke S.Urban Growth and Uninsured Rural Risk：Booming Towns in Bust Times[J].Journal of Development Economics,2011,96(2)∶461-475.

[9]Fox S.Urbanization as a Global Historical Process：Theory and Evidence from Sub-Saharan Africa[J].Population and Development Review,2012,38(2)∶285-310.

[10]王慧.区域城镇化发展水平的综合分析——以陕西省为例[J].地理学与国土研究,1997,13(4)∶34-37.

[11]周一星.关于中国城镇化速度的思考[J].城市规划,2006,30(S1)∶32-35,40.

[12]陆大道,姚士谋,刘慧,等.2006年中国区域发展报告：城镇化进程及空间扩张[M].北京：商务印书馆,2007.

[13]巴曙松,邢毓静,杨现领.城镇化与经济增长的动力：一种长期观点[J].改革与战略,2010,26(2)∶16-19.

[14]厉以宁.关于中国城镇化的一些问题[J].当代财经,2011,(1)∶5-6.

[15]陈明星,陆大道,查良松.中国城镇化与经济发展水平关系的国际比较[J].地理研究,2009,28(2)∶464-474.

[16]方创琳,王德利.中国城镇化发展质量的综合测度与提升路径[J].地理研究,2011,30(11)∶1931-1946.

[17]姚士谋,陆大道,王聪,等.中国城镇化需要综合性的科学思维：探索适应中国国情的城镇化方式[J].地理研究,2011,30(11)∶1947-1955.

[18]Patterson M G.What Is Energy Efficiency?Concepts,Indicators and Methodological Issues[J].Energy Policy,1996,24(5)∶216-234.

[19]Boyd Gale A,Pang Joseph X.Estimating the Linkage Between Energy Efficiency and Productivity[J].Energy Policy,2000,28(5)∶289-296.

[20]Hu Jin-li,Wang shih-Chuan.Total-factor Energy Efficiency of Regions in China[J].Energy Policy,2006,(34)∶3206-3217.

[21]Jones D W.How Urbanization Affects Energy Use in Developing Countries[J].Energy Policy,1991,19(7)∶621-630.

[22]Cole M A.Neumayer E.Examining the Impact of Demographic Factors on Air Pollution[J].Population and Environment,2004,26(1)∶5-21.

[23]Holtedahl P,Joutz F L.Residential Electricity Demand in Taiwan[J].Energy Economics,2004,26(2)∶201-224.

[24]York R.Demographic Trends and Energy Consumption in European Union Nations, 1960—2025[J].Social Science Research,2007,36(3)∶855-872.

[25]Wei B R,Yagita H,Inaba A,etal.Urbanization Impact on Energy Demand and CO2Emission in China[J].Journal of Chongqing University-Eng Ed,2003,(2)∶46-50.

[26]Liu Y.Exploring the Relationship Between Urbanization and Energy Consumption in China Using ARDL (Autoregressive Distributed Lag) and FDM (Factor Decomposition Model)[J].Energy，2009,34(11)∶1846-1854.

[27]Sathaye J,Meyers S.Energy Use in Cities of the Developing Countries[J].Annual Review Energy,1985,10(1)∶109-133.

[28]Sakiru AS,Muhammad S.Trivariate Causality Between Economic Growth,Urbanization and Electricity Consumption in Angola：Cointegration and Causality Analysis[J].Energy Policy，2013,(60)∶876-884.

[29]Ghosh S,Kanjilal K.Long-term Equilibrium Relationship Between Urbanization,Energy Consumption and Economic Activity：Empirical Evidence from India[J].Energy,2014,(66)∶324-331.

[30]张欢,成金华.我国城市化与能源需求关系检验[J].城市问题,2011,(8)∶18-22.

[31]张力,田大钢.中国现代城镇化水平与能源消费结构的实证研究[J].金融经济,2013,(4)∶8-10.

[32]王小斌,邵燕斐.城镇化对能源消费和二氧化碳排放的影响——基于1995—2011年中国省级面板数据的实证研究[J].技术经济,2014,(5)∶55-63.

[33]王蕾,魏后凯.中国城镇化对能源消费影响的实证研究[J].资源科学,2014,36(6)∶1235-1243.

[34]汪泽波.城镇化过程中能源消费空间格局异质性[J].首都经济贸易大学学报,2015,17(6)∶3-11.

[35]关雪凌,周敏.城镇化进程中经济增长与能源消费的脱钩分析[J].经济问题探索,2015,(4)∶88-93.

[36]Coelli T J,Prasada Rao D S,O′Donnell C J,etal.效率和生产率分析导论(第二版)[M].北京：清华大学出版社,2009.

[37]张军,吴桂英,张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究,2004,(10)∶35-44.

[38]Anselin L.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic,1988.

征稿启事

《资源开发与市场》(国内刊号：CN51-1448/N，国际刊号：ISSN 1005-8141，国内外公开发行，月刊)是由四川省科技厅主管，四川省自然资源科学研究院主办的一份综合性学术期刊，重点刊登国内外以资源开发、利用与保护为主的科学理论研究创新成果，资源开发中的新技术、新方法、新工艺以及资源与环境、资源管理等创新性科研成果。本刊被评选为“CSSCI来源期刊(扩展版)、中国科技核心期刊、RCCSE中国核心学术期刊、人大复印资料来源期刊”等。

期刊目前设有五个栏目：方法与应用、资源与环境、经济与管理、开发与利用、旅游资源。欢迎广大新老作者踊跃投稿，我们将对您的投稿及时回复，并严格把关各个环节，切实维护作者的权益。

联系电话：028-68107829；68107828

邮箱：zykfysc@188.com

《资源开发与市场》编辑部

2017年3月20日

StudyonImpactofNewUrbanizationonEnergyEfficiency——BasedonSFAandSpatialPanelEconometricModel

HU Jing-jing
(College of Economics,Jinan University,Guangzhou 510632,China)

This paper used SFA model to calculate the energy efficiency of 2005-2014 provincial panel data,and used PCA method to synthesize the new urbanization development level comprehensive index.Based on spatial autocorrelation model and spatial error model,this paper analyzed the relationship between urbanization and energy efficiency.The results showed:①A negative correlation was between new urbanization and energy efficiency.Other conditions unchanged, new urbanization level increased by 1%,causing energy efficiency decreased by 0.041%.②The impact of new urbanization on energy efficiency was the largest in central China,the west second, the weakest in the eastern part of the city.③The energy efficiency of the neighboring provinces was positively related to the space.The energy efficiency of the neighboring provinces in the western region was the strongest,the middle was the second,and the eastern region was the lowest. The coordination of new urbanization and energy efficiency needed to be resolved.According to regional development differences in treatment,it gave full play to the agglomeration effect.

new urbanization;energy efficiency;spatial autocorrelation;spatial error

10.3969/j.issn.1005-8141.2017.03.004

TK011

A

1005-8141(2017)03-0276-08

2017-01-14；

2017-02-21

教育部优秀人才支持计划项目(编号:NCET-12-0681)资助。

及通讯作者简介：胡静静(1994-),女,河南省周口人,硕士研究生,研究方向为区域经济发展战略。