中国城市能源转型的特征及影响因素分析——基于中国131 个城市的经验证据

赵晓丽，张钰琛，杨 曦

（1.中国石油大学（北京）经济管理学院，北京 100083；2.中国石油大学（北京）低碳经济与政策研究中心，北京 100083；3.对外经贸大学国际经济贸易学院，北京 100029）

一、引言

城市是能源消费的中心，城市的面积占地球表面不到1%，却消耗了全球76%的煤炭、63%的石油和82%的天然气（徐科等，2017）。中国城市的能源消耗占全部能源消耗比例为85%，超出世界67%平均水平近20个百分点①数据来源：国家电网、国网（苏州）城市能源研究院、中国城市能源报告总体特征与样本发现，2018。。因此，解决能源消费面临的巨大环境压力，实现2060 年“碳中和”目标，研究中国城市能源转型的特征及影响因素，促进中国城市能源转型尤为重要。

现有关于城市能源转型的研究主要集中在能源转型技术和能源转型影响因素两个方面。在能源转型技术方面，现有研究认为城市能源转型主要通过加强对可再生能源的利用、改善用能设施来实现。以太阳能、风能、电动汽车和氢能为代表的城市能源转型技术得到了众多学者的关注（Morlet 和Keirstead，2013；Yuan et al，2018；Li et al 2016；何建坤，2014）。改善用能设施大致可以分为建筑能效改造和市政设施改造。在一些大型城市，建筑能效改造已经出具成效。Hou et al（2016）的研究指出上海、天津、深圳、重庆的部分商业建筑进行用能设施改造，可以达到20%左右的能效优化。市政设施的改造最典型的技术应用是太阳能路灯，在日照、釜山等城市都有体现（Huang et al，2018；Beak et al，2016）。但是应该看到，改善用能设施往往涉及城市更深层次的改造，和城市整体的发展规划息息相关。

能源转型的影响因素是城市能源转型领域研究的另一个热点问题，相关研究主要包括技术因素的影响（Kim et al，2017），经济因素的影响（林伯强和杜之利，2018），制度因素的影响（Polemis，2016），以及政策因素的影响（Mamounakis et al，2019）。这些研究对揭示城市能源转型的推动力发挥了重要作用，但还存在以下三点需要进一步改进之处：第一，现有研究主要集中于对国外技术因素的分析，缺少对中国技术进步对城市能源转型影响的定量化分析。第二，关于政策实施效果的研究多集中于对单一政策效果，比如，可再生能源配额（RPS）政策、固定上网电价（FIT）政策，财政补贴政策的影响等，缺少对各种政策综合效果的分析。第三，根据中国不同城市能源转型的差异化特征和资源禀赋的差异化特征，分区域研究城市能源转型影响因素的文献还比较少。

与已有文献相比，本文的贡献在于：①通过国内外对比的方法及重力模型方法等对中国城市能源转型的技术特征、空间特征，以及不同城市能源转型的差异化特征进行了分析，从而从横向和纵向两个角度揭示了中国城市能源转型的特征；②通过文本挖掘技术构造了“政策积极性”变量，对影响能源转型的多种政策作用效果进行了综合性、系统性、全面性的分析，为更好地理解城市能源转型中的政策作用提供了比较可靠的参考和借鉴；③通过构建相关随机效应模型，利用中国地级市能源消费数据，揭示了不同地区影响能源转型关键因素的差异性，并对这种差异性原因进行了分析，从而为适应不同地区的差异性特征、更有针对性地推进中国城市能源转型产业发展战略的制定提供了理论参考。

二、中国城市能源转型的特征分析

（一）中国城市能源转型的技术特征

为了分析中国能源转型的技术特征，主要采用国内外对比方法进行研究。通过对Web of Science 数据库中的文献进行检索［关键词为能源转型（energy transition）、可持续发展（sustainable development）、低碳转型（low-carbon transition）、城市（city/urban/cities）］、时间设定为2010 年以后②中国2010 年启动低碳城市试点项目，中央文件中明确提出“积极运用低碳技术改造提升传统产业”，这是国家首次将能源转型技术放在较高的战略地位。请见《关于开展低碳省区和低碳城市试点工作的通知》，国家发展改革委，2010。，共搜集到相关文献406 篇，在406篇文献中选择研究具体城市转型案例的文献共178 篇，从这些符合条件的文献中提炼出每个目标城市的能源转型技术变革的特征。

现有文献研究显示，国内和国外城市在能源转型技术推广方面有着明显的差异性。国内城市重视太阳能、风能、电动汽车的发展；相比之下，国外城市更加重视生物质、天然气等方面的发展。同时还发现，在11 种能源转型技术中，太阳能光伏发电、太阳能热水器和风力发电技术受到了极大的关注（图1）。

图1 能源转型技术相关文献频数统计

本文根据城市名称在文献中出现的词频，筛选出8 个出现次数达10 个以上的城市，如图2 所示，并根据文献中描述的对各城市的能源转型技术的应用现状、发展情况进行打分。在对各城市的不同转型技术的得分进行加总后，以4 分为划分档次的界限，将城市分为五档，即0～3 分为最低一档，4～7 分为第二档，8～11分为第三档，12～15 分为第四档，高于15 分为第五档。图3 是对典型城市各种转型技术发展热度的描述。

图2 能源转型文献中提到相关城市的频率

图3 中每个雷达图中的5 个同心圆代表五档分值。圆面被均分为8 个扇形，代表7 种主要的能源转型技术（太阳能光伏发电、太阳能热水器、风力发电、建筑改造、电动汽车、生物质、天然气）和其他能源转型技术，用不同大小的涂色面积代表能源转型技术的分值档次，涂色面积是成比例的，用最小、次小、中等、次大、最大代表5 种分值档次。如北京的电动汽车技术得分属于第四档。由图3 可知，中国城市和国外城市的能源转型技术发展热度不同，生物质在伦敦和首尔均得到了比较大的重视，而在中国的城市中只有在南宁得到了比较大的重视；同时，电动汽车在中国的大城市北京、深圳得到了极大的重视，而在国外的大城市首尔、伦敦受到的重视程度则相对较低。

图3 典型城市的能源转型技术热度

（二）中国城市能源转型的时间和空间特征

1.中国城市能源转型的时间特征

中国的煤炭消费占一次能源比例从2008 年的72.6%下降到2018 年的58%③资料来源：国家统计局.中国统计年鉴.2019。，城市煤炭消费占比自2010年以来也呈现出快速下降趋势；与此相对应的是，电力消费占比显著增加。图4 显示，与2001 年相比，2016年城市统计图中左上区域的圆圈明显增多④既包含2001 年又包含2016 年能源消费数据的城市共有70 个。，说明电力消费占比提升显著；另外，从圆圈的大小来看，许多城市在电力消费增加的同时，能源消费总量也在增加。电力消费增加表明电能取代化石能源，逐渐成为工业设备的主要能源。因此，电力消费占比的增加体现了产业的不断升级，而能源消费总量的增加则是经济发展的表现。

图4 2001 年和2016 年城市能源消费结构

2.中国城市能源转型的空间特征

中国城市能源转型的空间重心总体呈“从东南向西北”的变化趋势。为研究城市能源转型在地理空间上的变化特征，本文引入城市能源结构的空间重心。采用区域经济学研究中常用的重力模型，来描绘中国城市能源消费结构的时空分布特征。重力模型又称为引力模型，由牛顿万有引力定律衍生而来，是指区域空间的某一点，该点是变量在空间中的“均衡”（李创新等，2010）。在经济学研究中，重力模型被广泛应用于工业化、产业演变、环境污染等领域（樊杰等，2013；冯宗宪和蒋伟杰，2017；丁焕峰和李佩仪，2012）。

在物理学中重心的改变反映了物体的密度分布变化。与之相似的是，空间重心是地图上假想的一点，该点的煤炭消费占比取值，是所有城市能源结构的“浓缩”和“代表”；如果中国城市的能源结构发生动态变化，空间重心必然会向能源结构的高值区偏移。

重力模型的参数计算如下：

图5 是中国城市能源结构空间重心的变化轨迹。可以发现，中国城市能源转型空间重心大体上呈“从东南向西北”的变化趋势。这种空间上的变化反映了现实中不同地理区域用能行为的差异，东部、南部地区的能源转型变化可能比西部、北部更早，或者更明显。

图5 中国城市能源结构空间重心的变化轨迹

（三）中国城市能源转型的差异性特征

1.大型城市能源转型速度快于中、小型城市

表1 显示，大型城市煤炭消费比例下降速度远远高于小型城市和中型城市；相对应的是大型城市天然气和电力消费增加比例远远高于小型城市和中型城市。这些差异的深层次原因可能是：体量小的城市基础设施建设不足，同时自身产业可能相对落后、经济实力有限，这些因素对能源转型产生了不利影响。

表1 不同规模城市的能源结构转型特征

2.不同地区的城市能源转型具有较大差异

对于地理位置的划分方法有很多，结合张彩云和苏丹妮（2020）、田青等（2008）学者的研究，本文根据国家统计局2011 年6 月13 号的划分办法，将中国划分为4 个经济地理区域：东北、中部、东部和西部。与之前的处理类似，求各组城市各种能源占比的平均值。表2 显示了四个区域内城市能源结构变化的统计结果。

由表2 可知，与2001 年相比，4 个区域的煤炭消费占比下降，而石油、天然气、电力消费占比上升。但是，不同地区间能源结构差距在2016 年变得更大：对煤炭来说，东部地区消费占比下降明显，中部、西部地区次之，而东北地区则不明显；对石油来说，各地区消费占比均有小幅上涨，西部地区涨幅较小；对天然气来说，东部地区消费占比涨幅最大，明显高于其他三个地区；对电力来说，依然是东部地区消费占比涨幅最大，中部、西部次之，东北地区最小。总体看来，东部地区能源转型速度最快，而东北部地区能源转型则相对最慢。

表2 东西部城市的能源结构变化

另外，结合地理学中的“秦岭-淮河线”，本文还将城市样本划分为“南方城市”和“北方城市”。对各组城市样本数据求均值后，汇总得到表3。

由表3 可知，无论是在2001 年还是2016 年，南方城市的煤炭消费占比均小于北方城市，而石油、天然气、电力消费占比均大于北方城市，说明南方城市的能源转型比北方城市发展更快。对煤炭消费占比来说，南方城市的下降幅度大于北方城市；而对石油、天然气、电力的消费占比来说，南方城市的下降幅度和北方城市接近，但消费占比基数更大。这些现象的原因可能涉及资源禀赋、产业结构、地方差异等，根本上来说仍是经济社会发展的差距。

表3 南北方城市的能源结构变化

3.不同资源禀赋条件的城市能源转型具有较大差异

资源型城市是世界城市发展史上的一类典型城市，一般指以矿产、森林等不可再生资源的开采和加工为主导产业的城市。根据国务院于2013 年发布的《全国资源型城市可持续发展规划（2013—2020）》，将城市样本划分为“资源型城市”和“非资源型城市”，规划范围包括262 个资源型城市，其中地级行政区（包括地级市、地区、自治州、盟等）126 个。本文选取了上述126 个资源型城市，同时选取了169 个非资源型城市，通过对两种类别城市集合的统计分析，所得结果见表4。

表4 显示，非资源型城市的煤炭消费占比下降速度快于资源型城市，天然气消费占比增长速度明显快于资源型城市，电力消费占比增长速度略高于资源型城市。总体上看，非资源型城市转型速度快于资源型城市。这表明“资源诅咒”很可能存在，初步判断资源禀赋对城市能源转型有负面影响，对此问题将在后面的实证分析中进行进一步分析。

表4 资源型、非资源型城市能源结构变化

三、中国城市能源转型的影响因素分析

（一）变量定义与数据来源

1.被解释变量

被解释变量为能源结构，采用煤炭消费量与总能源消费量的比例衡量城市能源结构。煤炭消费量和总能源消费量已经进行标准煤折算处理，主要能源品类的折标系数见表5。变量代号为ES_Coal。

表5 主要能源品类折标系数

2.解释变量

（1）政策积极性（Pol）。为研究政策对城市能源转型的影响，本文从不同城市发改委官方网站的能源板块抓取与能源转型相关的政府文件、公告，然后使用文本挖掘工具（ROST-CM）进行词频分析。“政策积极性”是指地方政府对于推动能源转型所作的努力，用“与城市能源转型政策相关的新闻”中获取数据。出现词频数量排在前五位的分别是：补贴、光伏、电动汽车、基础设施、财政支出。

（2）资源禀赋（Res）。前面的分析显示，资源型城市能源转型进程慢于非资源型城市。由于“资源诅咒”现象，资源型城市往往存在贸易条件恶化、荷兰病或人力资本的投资不足等问题（Gylfason 和Hochreiter，2009），因而会导致资源禀赋越丰富的地方越不利于能源转型。但另一方面，与传统化石能源所代表的资源禀赋不同的是，在风能和太阳能丰富的地区，可再生能源可能会得到更快速的发展，由此会促进能源转型。因此，本文将资源禀赋分为两个方面：一是化石能源资源禀赋，本文用煤炭资源禀赋Res_Coal代表；二是风能和太阳能资源禀赋，分别用Res_Wind、Res_Solar代表⑤煤炭资源禀赋和风能和太阳能资源禀赋的测度方法见后面“数据来源”部分的说明。。

（3）技术进步（Tech）。刘平阔等（2019）认为随着经济社会持续发展和体制改革不断深化，兼顾经济社会发展、能源安全和环境保护等多层目标，能源发展需要从“资源依赖型”转变为“技术依赖型”，走出一条出一条符合中国特色社会主义市场经济规律的可持续转型之路。马丽梅等（2018）指出的一种能源转型模式强调通过科学产能和用能对能源消费总量进行控制，大力发展化石能源的清洁高效利用技术（如煤基多联产能源系统技术、碳捕获、利用与封存技术等）。综合上述研究，我们可以看出未来能源转型离不开技术的支持。技术进步不但可以推动用能设备升级换代，向清洁、节能的方向发展，还可以带动劳动生产率和能源效率的提高；更重要的是，技术进步可以推动新型能源的勘探、开发与利用，从而促进能源结构的转型升级。本文参考白雪洁等（2014）33的研究，采用预算内科学技术支出和教育事业支出之和占总预算内支出的比值，作为衡量城市技术进步的指标。

3.控制变量

（1）经济水平（Eco）。本文选择居民人均收入作为衡量城市经济水平的指标。为保证数据的科学性，采用2001 年不变值进行平减。

（2）产业结构（IS）⑥在绝大部分城市生产用能远高于生活用能的情况下，产业结构是影响城市能源转型的重要变量，应该作为核心解释变量。但是，现有不少文献中已经重点研究了产业结构对能源转型的影响（张雷和黄园浙，2008；范德成等，2012；唐晓华和刘相峰，2016；Deng et al，2014），研究基本已得到一致的结论，即产业之间的比例均衡和关联协调程度的提高，以及产业比例关系的改进和劳动生产率的提高能够带动能源消费结构的优化，同时产业结构的优化升级能够提高能源效率，实现节能减排。因此，本文将关注的重点问题是政策、资源禀赋以及技术进步对能源转型的影响，并由此将政策、资源禀赋以及技术进步作为解释变量，将产业结构作为控制变量。。产业结构高度化的过程往往伴随着宏观经济的转型和升级。因此产业结构也有可能对能源结构产生影响。本文用第三产业产值占总产值的比例来衡量产业结构。

（3）城市集聚水平（Agglo）。对于城市集聚水平的研究非常丰富，一部分学者认为集聚水平影响能源利用效率，从而对能源结构产生影响（姚昕等，2017）。本文选择人口密度（年末总人口数除以城市面积）来控制集聚水平对城市用能行为的影响。

（4）基础设施水平（Infra）。为控制基础设施水平对能源转型可能产生的影响，本文参考白雪洁等（2014）37的研究，选取国际互联网用户数作为基础设施水平的替代变量。为避免可能存在的异方差问题，对数据进行对数化处理。

（5）教育水平（Stu）。教育水平可能从以下几个方面影响能源结构：教育水平影响城市居民的环保意识，进而影响了他们对能源转型的接受和支持程度，从而影响能源结构。由于教育水平难以准确衡量，本文使用高校在校学生数作为替代变量，来控制教育对能源结构的可能影响。

（6）环境污染（Envir）。能源的粗放利用是环境污染的主要推手，为控制环境污染和能源结构可能存在的影响关系，本文采用工业生产中的三种污染物排放量（二氧化硫、氮氧化物、烟尘）之和作为环境污染的替代指标。为避免可能存在的异方差问题，对数据进行对数化处理。

由于相关随机效应需要加入必要的固定效应，以得到准确的估计结果，本文还设置了两个固定效应变量：

（7）城市区块（Area）。中央政府已经提出了“西部大开发”“东北振兴”“中部崛起”的国家战略，在经济地理的角度来看，中国可以被划分为东北、中部、东部、西部四大区块，区块内的城市有相似性，区块之间有差异性。本文沿用这种经验上的划分方法，并对各个区块内的城市依次赋值为0、1、2、3。

（8）城市等级（Rank）。作为中国最具影响力的财经媒体，《第一财经》每年都会发布中国城市等级的划分名单，其权威性和客观性得到社会的认可。本文采用《第一财经》对2016 年中国城市等级的划分（主要参考商业资源集聚度、城市枢纽性、城市人活跃度、生活方式多样性和未来可塑性五个维度），将中国城市分为一线、二线、三线、四线、五线五个等级，依次赋值为0、1、2、3、4。

4.数据来源

目前中国共有295 个地级市⑦数据来源：中国城市统计年鉴（2018）.中国统计出版社，2018。，由于一些城市的能源消费数据无法获得，本文基于中国131 个城市2001—2016 年的能源消费数据，对相关问题展开研究。

煤炭资源禀赋Res_Coal：本文采用国土资源部于2016 年发布的《全国矿产资源规划》中对中国162 个国家规划煤炭矿区的定义，通过在国家及企业相关网站上获取各个煤矿的探明储量。由于数据可得性的限制，舍弃掉一部分没有储量数据的煤矿，共保留96 个矿区。然后，用地理信息系统软件ArcGIS对这些矿区进行地理定位，同时求得本文所用能源数据中131 个城市与各个矿区的反距离矩阵。最后，用矿区探明储量矩阵与反距离矩阵相乘，再对结果进行标准化处理，得到各城市煤炭资源禀赋的相对值。

风资源Res_Wind：从NASA 的数据库中获取各城市在不同高度（50 米、100 米、150 米、300 米）的大气中每个月份的平均风速。对各个月份数据求平均值，再对不同高度求平均值，最后将数据进行标准化，得到各城市风能资源禀赋的相对值。

太阳能资源Res_Solar：从美国国家航空航天局（NASA）的数据库中获取各城市每个月份单位面积的日发电量（kW·h/m2/d）。与风能数据的处理方式类似，本文对各个月份数据求平均值，再将数据进行标准化，得到各城市太阳能资源禀赋的相对值。

政策变量Pol：本文要测算的政策指数参考Baker 和Fradkin（2013）的方法，将各城市的发改委官方网站作为新闻来源。发改委官方网站中有“政务信息”板块，本文对这一板块所有涉及能源的新闻进行了抓取，共抓取到约20000条新闻。参考Baker et al（2016）的方法，对各个城市能源转型相关的政策进行计算，得到本文中的政策积极性综合指数。

本文其他变量所需数据均来自于历年《中国城市统计年鉴》和各城市独立的统计年鉴。各变量的定义和数据来源见表6。

表6 变量定义及数据来源

（二）模型构建与统计分析

本文选取从2001 年到2016 年131 个城市的非平衡面板数据。从数据特征看，城市数据样本量足够大，且研究旨在分析城市总体的特征。因此更适合选择固定效应模型；但由于关键解释变量，城市所处的区域位置（Area）是不随时间变化的常量，该变量在使用固定效应模型的时候会因多重共线性而被剔除掉。因此，本文同时给出了固定效应结果和随机效应结果；其中，随机效应分析中选择相关随机效应（CRE）模型，该模型更有利于解决不随时间变化的变量估计问题。本文的基准模型构建为

其中：ES_Coalit为第i个城市在第t年的能源结构；Resi、Polit、Techit分别为资源禀赋、政策积极性、技术水平，是本文的核心解释变量，其中Res具体分为Res_Coal、Res_Wind、Res_Solar；Xit为控制变量；Xit中部分变量已经进行对数化处理，消除可能存在的异方差和内生性问题；ai为不随时间变化的固定效应；εit为白噪声，用以反映不可观测的特征和内在随机性；β、γ为估计参数。使用聚类稳健标准误。

变量的描述性统计结果见表7。

表7 变量描述性统计

（三）计算结果及分析

1.政策对城市能源转型的影响

表8 报告了基准模型回归的结果。其中，（1）、（3）、（5）是没有加入城市类型固定效应的混合OLS，作为对照；（2）、（4）、（6）是相关随机效应模型，加入了城市类型固定效应。

表8 显示，政策对城市能源转型具有促进作用；但是，政策在不同地区对能源转型作用强度不同。表9 显示，对政策作用来说，中部地区回归结果最显著，其次是东北、西部，最后是东部。也就是说，政策对不同地区城市能源转型的影响程度按“东北、东部、中部、西部”逐渐降低。可能的原因是：东北是中国老工业基地，国有企业比例较高，对能源转型政策执行力度往往更大；而东部地区由于经济发展水平高，人们对环境改善的意愿强，进而带动了能源转型政策的实施效果。

表9 不同地区城市能源转型影响因素回归结果

对于不同规模的城市而言，政策对能源转型的影响也存在差异。本文将城市分为了五个等级，分别是一线至五线城市，研究发现政策在四线城市中表现出了对能源转型的最强的影响作用，见表10。这可能是由于四线城市多属于资源密集型城市，这些城市受能源转型政策的影响更为敏感。

2.资源禀赋对能源转型的影响

表8 显示煤炭资源与能源转型表现为显著正相关，说明化石资源禀赋对城市能源转型有抑制作用，再次验证了“资源诅咒”问题的存在；风力资源与能源转型表现为显著负相关，说明可再生能源禀赋和城市能源转型呈正相关；以上两种结果与本文的预期相吻合。但是，太阳能资源与能源转型关系的估计系数不显著，一个可能的解释是：中国城市的太阳能潜力并没有得到充分释放，一些太阳能潜力大的城市并没有利用好这种禀赋的优势。

表8 基准回归结果

由表10 可知，对于不同规模的城市，资源禀赋对能源转型的影响也有一定差异。煤炭资源禀赋对一线城市能源转型不再具有抑制作用，这表明在经济发达地区，“资源诅咒”问题存在的可能性大大降低，主要是因为一线城市有着发达的第三产业，对资源禀赋的依赖已经不明显。而四线城市和五线城市的“资源诅咒”效果则明显高于二线城市和三线城市，四线城市效果最为突出，这可能是因为四线城市普遍处在能源密集型产业刺激经济增长的阶段，对资源禀赋依赖大。

表10 不同规模城市能源转型影响因素回归结果

3.技术进步对能源转型的影响

技术进步与能源转型显著负相关，说明技术水平的提高可以刺激能源转型的发展，这也符合本文的预期。此外，与政策和资源禀赋对能源转型的影响对比可以发现，技术进步对能源转型的影响作用要大于政策与资源禀赋对能源转型的影响作用。根据社会-技术转型理论，技术创新作为一种利基（Niche）因素，会形成激进创新轨迹，打破旧有的稳定社会技术制度，进而促进能源系统转型（Geels 和Schot，2007）。Milliman 和Prince（1989）的研究进一步指出，技术进步主要通过三个阶段，革新、扩散、最优主体响应（optimal agency response）对能源转型产生影响。其中，最优主体相应是指技术进步扩散后导致政府对相关政策进行了调整，进而激励了能源转型。例如，成本降低的酸雨减排的技术进步极大地激励了对这项污染进行管制的努力。从实际情况看，技术进步主要通过降低新能源价格促进能源转型。《2018 年可再生能源发电成本报告》显示，与2010 年相比，截止2017 年陆上风电成本下降25%，大型地面光伏发电成本下降72%；《2020 年可再生能源发电成本报告》进一步显示，公用事业规模太阳能光伏发电成本从2010 年到2020 年下降了85%；正是可再生能源的技术进步导致的成本降低使风电和光伏发电规模快速增加。因此，技术进步对能源转型发挥着十分重要的作用。

考察不同地区技术进步对能源转型的差异性影响结果（表9）可以发现，技术进步在东部地区和中部地区对能源转型的影响很显著；而在东北部和西部地区，则没有发现显著的影响。这可能是由于科技水平对能源转型的影响程度与社会对科技和知识的接纳程度有关，或者可能是当地的经济发展水平限制了技术的推广应用。东部地区高校、科研院所实力雄厚，而且高素质人才储备丰富。因此科技水平的提高会迅速“落地”，推动社会生活的进步。而东北、西部地区科教水平薄弱，高新产业稀缺，一方面是科技创新较少；另一方面是科技水平的提高得不到应有的重视。

4.其他因素对能源转型的影响

（1）经济因素对能源转型的影响。表8 表明经济发展水平有利于促进能源转型，这是由于一方面，随着人均收入水平的提高，人们更有可能负担得起相对更高成本的清洁能源；另一方面，伴随着经济水平的提高，人们对环境质量要求提高，这也将有利于促进能源转型。但是，与经济发展对能源转型影响不同的是，产业结构对能源转型的影响结果并不显著。主要原因是本文仅用第三产业增加值的比例变化代表产业结构，而对第二产业内部各部门生产结构变化的影响没有进行分析，可能存在着第二产业内部各部门产值变化对能源消费影响的相互抵消作用。

（2）教育水平对能源转型的影响。表8 显示，教育水平的提高对于能源转型具有显著的影响作用。这主要是由于：第一，教育水平高的地区往往经济和技术都比较先进，有利于实现能源转型；第二，教育水平高的地区，文化氛围往往更加开放包容，有利于吸纳新鲜事物，进而有利于促进新能源技术对传统能源技术的替代。

（3）环境因素对能源转型的影响。表8 的结果表明环境污染越严重的地区，能源转型的进程越慢。这一结论与前面的资源禀赋对能源转型的影响结果相同。这是由于在煤炭资源丰富的地区，污染情况往往也比较严重。因此，前面结果表明的“资源诅咒”效应与这里的环境因素对能源转型的影响结果的一致性，也在一定程度上验证了本文结果的可靠性。

（四）稳健性检验

为了验证回归结果的稳健性，本文采用替换被解释变量的方法进行稳健性检验。结合已有文献使用新能源消费占一次能源消费量的比例代表能源结构，其中新能源主要指风电、核能等一次电力（邹璇和王盼，2019）。本文采用一次电力消费量与总消费量的比值作为能源结构的替代变量，利用模型（2）进行回归，结果见表11。可以发现，煤炭资源与能源转型表现为显著负相关，说明化石资源禀赋对城市能源转型有抑制作用；风力资源与能源转型表现为显著正相关，太阳能资源与能源转型表现为呈显著负相关；技术进步与能源转型显著正相关，说明技术水平的提高对城市能源转型具有促进作用。这表明，资源禀赋、政策及技术进步的估计结果与表8 中的结果的显著性基本一致，且估计系数符号均与基准回归结果相反。说明前文构建的中国城市能源转型的关键因素对能源转型影响模型回归结果稳健。

表11 稳健性检验回归结果

四、结论及政策建议

中国正在全力推动能源清洁低碳化转型，以在2060 年实现“碳中和”的目标。本文基于131 个地级城市的相关数据，从能源的需求侧入手，运用文本挖掘、统计分析、计量回归分析等方法，分析得出中国城市能源转型的特征与影响因素。研究发现从能源转型技术发展的角度来说，中国城市在太阳能光伏、太阳能热水器、风力发电和电动汽车等新能源技术上发展迅速。从时间尺度上看，中国城市的煤炭消费占比不断降低，石油消费占比稳中有增，天然气、可再生能源消费占比迅速增加。从空间尺度上看，中国城市能源转型呈现出由东南部向西北部推进的特征，由东向西转移的趋势要快于由南向北转移的趋势。同时，不同类型的城市表现出了能源转型发展的差异性特征：大、中、小型城市转型进程依次减缓；南方城市能源转型成效优于北方城市，东部城市能源转型成效优于西部城市；非资源型城市转型速度快于资源型城市。

在影响中国城市能源转型的主要因素方面，研究发现：煤炭资源禀赋与城市能源转型负相关，而可再生能源禀赋则和城市能源转型呈正相关。技术水平和政策因素均有利于促进能源转型，技术进步的促进作用要高于政策性因素的影响作用。

本文研究进一步显示：对不同地区（东北、西部、中部、东部）的城市来说，资源禀赋、技术水平和政策因素对城市能源转型的影响效果不同。资源禀赋对西部地区的能源转型的影响最大，技术水平对东部地区能源转型影响统计意义上的显著性水平最大，政策因素则对东北地区的能源转型的影响最强。同时，资源禀赋、技术水平和政策因素对不同规模的城市能源转型影响效果也不同：煤炭资源禀赋条件和政策性因素对四线城市（以资源密集型产业为主）影响效果最明显，技术进步因素则对一线城市的能源转型影响效果最明显。通过以上结果，研究得到的进一步结论是：①经济水平发达的地区，技术进步对城市能源转型的作用效果最强；②老工业基地等国有企业占有主要地位的地区，政策性因素对城市能源转型的影响最大；③更多依赖资源型产业的地区，资源禀赋条件对城市能源转型的影响效果最大。

综上，为更有效地促进中国城市能源转型，提出如下政策建议：第一，促进中国城市能源转型政策实施的重点地区应该是西部地区、北部地区（尤其是东北地区），以及资源密集型地区；第二，在不同地区推动城市能源转型的主要措施应该有所不同。东部地区和其他经济发达地区，应该以推动技术进步为主的城市能源转型措施为核心；东部三省及其他国有企业为主、市场经济相对不够活跃的地区，应该更加注重发挥能源转型政策的推动作用；西部地区等资源密集型地区应该更多考虑如何减少资源密集型产业对能源转型的阻碍作用。