论文部分内容阅读
摘要高效能源利用是推动工业发展，进而促使城镇格局演化的重要催化劑，同时城镇化的高速发展对工业能源的消费结构和利用效率提出了进一步的要求，这必将影响到低碳城市建设和环境保护等生态责任目标的实现。选取2003—2012年长江经济带11个省份（直辖市）的相关数据，运用门槛模型对城镇化率、城镇居民人均总收入、能源工业投资、工业总产值、城市人口密度、产业结构等影响工业能源消费的因素进行分析，重点研究城镇化率和工业能源消费的非线性关系和相应的地区差异。结果表明：①长江经济带城镇化发展存在着明显的地区差异，上海、浙江等东部地区城镇化发展速度和水平明显优于云南、贵州等中西部地区。云南和贵州2012年的城镇化率远远低于2003年上海、浙江的城镇化率，显示出长江上游和下游之间存在着巨大的发展水平差距。②城镇化对工业能源消费存在显著的门槛效应，以城镇化率为门槛变量，存在两个结构变化点，分别为36.9%和48.3%。③在第一个门槛点前，城镇化对工业能源消费起抑制作用，前期城镇化的发展导致资源和人口的集聚效应明显，资源的利用效率和配置效率得到提升，从而抑制工业能源消费。在越过第二个门槛点后，城镇化对工业能源消费起正向作用，此时工业的发展和生活消费水准的提升对能源消费提出了更多的要求。最后为促进长江经济带城镇化和工业低碳化的协调发展，提出以下建议：加快长江经济带沿线各省份联动发展，缩小城镇化发展差异；针对城镇化率和工业能源消费的非线性关系，采取相应的措施引导和控制工业能源消费的变化趋势；协调城镇化进程和地区工业能源消耗，促进城镇化的健康发展。
关键词城镇化；工业能源消费；门槛效应；地区差异
中图分类号F062.1文献标识码A文章编号1002-2104（2017）03-0056-07doi：10.3969/j.issn.1002-2104.2017.03.007
中国的城镇化建设随着经济社会的高速发展高歌猛进，在较短的时间内取得了举世瞩目的业绩[1]。截止2015年底，中国的城镇化率已经达到56.1%，整个社会发展呈现出良好的发展态势。城镇化水平的不断攀升促使能源消费总量和结构发生变化，并进而引起了绿色低碳和环境保护等生态问题，这吸引了广大学者对此展开针对性的研究。梁朝晖[2]运用误差修正模型和协整分析对城镇化和能源消费的关系进行实证，结果发现城镇化是影响能源消费变动的因素之一。在此基础上，王晓岭等[3]运用向量自回归模型等方法验证了城镇化率与能源强度之间的动态变化关系。刘江华等[4]系统地比较了国内外城镇化对能源消费的影响，采用情景分析，得出国内城镇化和能源消费总量两个目标无法同时实现的结论。面对这种悖论，李珀松和朱坦[5]将能源脱钩理论引入到城镇规划中，并提出相应的城镇产业发展与节能评价的技术路线，为以后城镇化发展道路提供了借鉴。由于工业能源消耗约占能源消费总量的70%[6]，因此有些学者侧重于工业能源利用和减排的问题，如王强等[7]借助Kaya恒等式和LMDI分解方法，对影响工业能源消费碳排放变化的因素进行剖析。石玉淳[8]构建LEAP模型分析大连市的工业各行业能源消费，并预测其能源需求。从研究内容来看，目前能源消费与经济、生态环境关系的研究居多，而以城镇化视角分析能耗变化的研究偏少；一个区域（或一个省份）工业能源消费的未来需求预测研究居多，而多个省份能源消费随城镇化发展不同节点呈现不同特征的研究偏少。因此，本文拟采用面板门槛模型研究长江经济带11省份（直辖市）城镇化与工业能源消费之间的非线性关系，并探求城镇化在不同的门槛值能耗变化的特征，以期为我国新型城镇化建设过程中生态保护提供理论指导。
长江经济带依托长江，处于亚热带季风气候区，气候适宜，沿线经过上海、江苏、安徽、湖南、云南等11个省份（直辖市），贯穿东部、中部和西部。近年来，其人口、生产总值两者占全国的比重都超过40%，在我国社会经济发展中具有重要的战略地位。2014年9月，“长江经济带”建设战略正式提出，并号召沿江省市依托黄金水道积极推进新型城镇化，打造中国经济新支撑带。2016年9月正式下发的《长江经济带发展规划纲要》则明确要求以生态优先，绿色发展为引领，创新发展模式，严格控制工业污染和降低能耗。因此，本文以长江经济带作为研究对象，分析其工业能源消费和城镇化的关系，探索城镇化在不同的节点上能源消耗的规律，这将为在其他区域优化工业能源利用，实现工业化、城镇化和低碳化协调发展提供一定的借鉴价值。
马海良等：城镇化对工业能源消费的门槛效应研究中国人口·资源与环境2017年第3期1模型构建和数据来源
1.1门槛模型
门槛效应是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其它发展形式的现象[9]。门槛模型主要是用来解释两个变量之间的动态变化关系，尤其是分析结构点产生突变时对经济变量的影响。本研究主要探求城镇化对工业能源消费的影响，因此假设存在单一门槛值q，工业能源消费y作为被解释变量，城镇化率urb作为解释变量，同时以城镇化率urb为门槛变量，建立如下门槛模型：
其中，xit为一组对工业能源消费存在影响的控制变量。综合其他学者的研究[10-12]，我们认为控制变量应该包含工业总产值、产业结构、能源工业投资和城镇居民人均总收入。θ表示与xit对应的系数向量，I（·）是指标函数，i表示不同的省份，t表示不同的年份，μi即个体效应，εit为服从正态分布的随机干扰项。
当确定门槛值后，需要对模型进行参数估计。首先要从每一个观察值中减去其组内平均值以便剔除个体效应μi，变化后的模型如下：
在门槛值q确定的情况下，我们可以估计门槛模型得到β的估计值，并计算出模型的残差平方和S1（q）。由于不同的门槛值对应的模型残差平方和S1（q）大小存在变化，可以设定不同的门槛值，并找出使残差平方和S1（q）最小时对应的门槛值，即为最优门槛值=arg min S1（q）。 在完成模型的参数估计后，我们需要进行检验。检验过程主要分为两步：首先检驗门槛效应的显著性；然后对门槛的估计值q与真实值q是否保持一致进行检验。针对第一步的检验，其原假设为H0∶β1=β2，备择假设为H1∶β1≠β2，对应的检验统计量为：
其中，式（4）中S0代表不存在门槛值情况下对应的残差平方和，S1代表存在门槛值情况下对应的残差平方和。在原假设H0的前提下，门槛值q是不存在的，F统计量的分布是不标准的。由于上述原因，本文拟采用Hansen推荐使用的“自抽样[9]”方法，得到F统计量的渐近分布，进而得到对应的P值。针对第二步的检验，其原假设为=q0，备择假设为≠q0，其检验统计量为：
双门槛或多重门槛的搜索过程与单门槛搜索类似，采取“定点法[9]”搜索，即先搜索第一个门槛，然后将其固定，再搜索第二个门槛。
1.2数据来源
根据公式（1）的要求，我们收集了长江经济带沿线的11个省份2003—2012年的工业能源消费、城镇化率、工业总产值、产业结构、能源工业投资、城镇居民人均总收入、城市人口密度等数据。其中，工业能源消费采用地区能源平衡表中工业终端能源消费量表示，工业终端能源消费量数据和能源工业投资数据均源自历年《中国能源统计年鉴》。城镇化率用城镇人口占总人口的比重计算，产业结构用第三产业占GDP的比重表示，以上两者的数据均来源于历年《中国统计年鉴》和各省市的统计年鉴。城镇居民人均总收入、城市人口密度数据均源自历年《中国城市统计年鉴》。需要说明是，本文的研究区间选定在2003—2012年，主要原因如下：一是由于数据的可得性。研究中采用的某些关键指标最早也只有2003年的数据，如无法收集到2003年之前长江经济带各省份关于年末常住人口、城镇人口及城市人口密度等指标完整的年度数据；二是跟研究主题有关。我们主要研究的是长江经济带各省市城镇化对工业能源消费的影响情况，由于近十多年区域经济的高速发展，工业化和城镇化叠加引起的环境问题相比过去严重得多，所以较多学者类似的研究也主要集中于这个时间段，如邹辉，黄庆华等[13-14]，因此我们也主要考虑对这个时间段进行研究。综上所述，考虑到指标数据的可得性和研究的主题，在借鉴前人研究的基础上，本文选取2003—2012年长江经济带沿线11个省份的数据进行研究。
2实证结果及分析
2.1模型各变量的描述性统计
首先进行各指标的描述性统计。把将上述指标具体数据值导入stata11.0，并运行相应程序，得到各指标的均值、最大值、最小值、标准差等基本情况，结果如表1所示。其中，ei代表能源工业投资，io为工业总产值，pd为城市人口密度，tr为第三产业比重，pci表示城镇居民人均总收入。可以看到，城镇化率平均为46.73%，城镇居民人均总收入10 646.11元，城市人口密度为2 289.77人/km2，显示出长江经济带人口偏多，城镇居民总体收入偏低等客观现实。
2.2门槛效应检验结果
在确定城镇化率的门槛值个数的基础上，分别在不存在门槛、存在单一门槛、存在双重门槛等假设条件下，对式（6）进行估计，由此可以得到F统计量。通过“自抽样”的方法得到P值，本文自抽样次数为500次，具体结果见表2。从表中我们可以看出，以城镇化率为门槛变量，可以发现单一门槛和双重门槛“自抽样”的值分别为0.008和0.005，检验效果均非常显著。对于三重门槛的检验效果不显著，自抽样对应的P值为0.540。因此，本文将选取双重门槛模型，对城镇化和工业能源消费间的关系进行分析。
通过上述检验，可以看出存在两个门槛值，分别为36.897和48.295，其对应的95%置信区间在表3中列出。需要解释的是，95%置信区间，意为当值小于7.35即5%显著性水平下的临界值[15]时对应的所有门槛值构成的区间。为了更清晰地说明门槛值的搜索过程，分别给出每次门槛值搜索对应的似然比函数图（见图1、图2）。图1和图2中的虚线代表5%显著性水平下对应的临界值即7.35。
2.3门槛效应的地区差异
结合“S型”城市化发展曲线理论[16]，并根据本文得到的两个城镇化率的门槛值，对长江经济带的11个省份进行划分，分为城镇化前期阶段（urb≤36.897%），城镇化过渡期阶段（36.897%48.295%）三类。根据两个门槛值，对不同年份
长江经济带各省（直辖市）跨越门槛值的情况进行统计，结果见表4。针对第一个门槛值（36.897%），2003年湖北、江苏城镇化率跨越门槛值；2005年湖南、江西、重庆城镇化率超过门槛值；2006年安徽城镇化率超过门槛值；2009年，四川城镇化率超过门槛值；2012年云南、贵州城镇化率超过门槛值。针对第二个门槛值（48.295%），2003年浙江、上海城镇化率先跨越第二个门槛值；2005年江苏城镇化率超过第二个门槛值；2008年重庆城镇化率超过第二个门槛值；2010年湖北镇化率超过第二个门槛值。2012年底，长江经济的11个省份（直辖市）均超过第一个门槛值，脱离城镇化前期阶段；截止到2012年底，共有5个省份（直辖市）城镇化率超过第二个门槛值，进入城镇化后期阶段。可以看出，虽然长江经济带近一半的省份（直辖市）超过第二个门槛，城镇化进程较快，但省域差异不可忽视，东部地区如浙江、上海在2003年城镇化率就超过第二个门槛值，而中西部地区如云南、贵州在2012年才超过第一个门槛值。建设长江经济带必须协调区域发展，做到各省份优势互补，联动发展。
2.4门槛模型估计结果
对模型（1）进行估计，结果见表5。首先关注城镇化率和工业能源消费的关系，可以看到当城镇化率小于36.897%和大于48.295%，即分别处于城镇化前期阶段和城镇化后期阶段时，城镇化率与工业能源消费均在1%的水平上显著；而当城镇化率介于36.897%和48.295%之间，即处于城镇化过渡期阶段时，城镇化率和工业能源消费两者间呈负相关，但并不显著。当处于城镇化前期阶段（urb≤36.897%）时，城镇化率和工业能源消费两者间呈显著负相关，系数为-23.02，即城镇化率的上升对工业能源消费产生小幅的抑制作用。当处于城镇化后期阶段（urb>48.295%）时，城镇化率和工业能源消费呈显著正相关，系数为32.64，即城镇化率的上升对工业能源消费产生小幅的增长作用。当处于城镇化过渡期阶段（36.897% 观察原始数据，可以发现城镇化率的两个结构变化点分别位于2004—2005年和2009—2010年：①2005年之前我国长江经济带各省份处于城镇化前期发展阶段，城镇化推动能源结构转变，带来人口和资源的集聚，由此导致工业能源消费小幅下降。②2010年之后我国城镇化发展达到一定的程度，经济的迅速发展，城镇化的扩张也推动工业化的迅速发展，尤其是工业的发展，促使资源能源过度消耗，增加工业能源消费。并且城镇化促进生活水平的提升，使得追求高品质、高消费生活方式成为社会主导，人均资源能源消费提高，其中制造业、交通运输、水泥、钢铁等行业能源消耗明显，促使工业能源消费也随之上升，这与学者曹孜和陈洪波[12]的研究结论相符。
关于其他控制变量，我们可以发现：①能源工业投资和工业能源消费存在显著正相关，系数为1.184。不难理解，伴随城镇化步伐的加快，工业化的推进要求扩大规模，加大厂房机器设备的投入，增加用于能源工业的投资，推动工业生产，进而最终促进工业能源消费。②工业总产值与工业能源消费存在正向影响，系数为0.011。显而易见，投入必定影响产出，而产出也反映出投入的情况。工业总产值的提高在一定程度上能够解释工业能源消费的提高，但考虑技术进步和规模效应等因素，这种影响效果并不明显。③城市人口密度与工业能源消费显著正相关，系数为0.205。城镇化促使农村人口大量进入城市，导致城市人口的密度变大，由此增加工业能源消费。④产业结构与工业能源消费存在负相关关系，系数为-45.39。产业结构指标用第三产业比重表示，第三产业比重增加，服务业和高新技术产业比重攀升，意味着经济发展结构优化，资源能源消耗总量下降且利用效率提高，这对工业能源消费自然产生抑制作用。⑤城镇居民人均总收入与工业能源消费呈正相关，系数为0.07，但根据检验结果，这种影响并不显著。城镇居民人均总收入增加，会带来人均消费的增加，尤其是用于休闲娱乐等非基本生存资料的消费扩大，如旅游、教育等消费支出比重增加。城镇居民人均总收入对工业发展的促进作用，与其对于第三产业的促进作用相比，并不明显，因此其对于工业能源消费的正向影响不显著。
3结论及建议
本文以长江经济带为研究对象，收集2003—2012年的省际面板数据，以城镇化率为门槛变量，搜索结构变化点，并借助门槛模型，分析城镇化率和工业能源消费的非线性关系，以期为实施长江经济带发展战略提供理论支撑和参考建议。结果表明城镇化率与工业能源消费之间存在双门槛效应，门槛值分别为36.897%和48.295%，模型估计的结果表明在城镇化中前期阶段，城镇化对工业能源消费起负向影响；在城镇化水平达到一定高度时，城镇化对工业能源消费起正向作用。通过分析城镇化对工业能源消费的门槛效应及地区差异，可以得出如下结论：①长江经济带的城镇化发展存在较为明显的区域差异，东部地区的城镇化发展快且水平相对较高，如上海、浙江；中西部地区的城镇化发展相对缓慢，水平处于相对较低的状态，如云南、贵州。②长江经济带的城镇化发展存在阶段性特征，城镇化的两个门槛值分别36.897%和48.295%，双重门槛效应显著。③在城镇率小于36.897%的发展阶段，城镇化对工业能源消费产生负向作用。前期城镇化的发展导致资源和人口的集聚效应凸显，城市资源配置效率提高，抑制工业能源消费。④在城镇化率大于48.295%的发展阶段，城镇化对工业能源消费产生正向作用。后期城镇化达到一定水平，一方面集聚效应不如前期显著，而城市的快速扩张要求扩大厂房规模，加大机器设备投资，工业生产随之增多，促使工业能源消费增加；另一方面，居民生活品质提高，要求消费更多和更好的物质资料，交通运输等一系列基础设施和制造业也随之发展，促使工业能源消费提高。
根据上述结论，提出如下建议：
（1）加快长江经济带沿线各省份联动发展，缩小城镇化发展差异。东部地区如上海、浙江早在2003年城镇化率就越过第二个门槛值，而西部地区如云南、貴州在2012年城镇化率才跨过第一个门槛值。不难看出，西部地区的城镇化发展与东部地区相比，处于落后状态。东部、中部和西部各省份应注重优势资源和产业互补，西部地区应发挥自身的自然资源和劳动力优势，发展特色产业，如云南应发挥烟草业的优势，依托自然风景发展旅游观光业；四川则要充分利用光热等优势，打造优质商品粮生产基地。东部地区应加强向中西部地区的产业转移，提高资源配置效率，实现三大区域联动发展。
（2）把握城镇化对工业能源消费产生阶段性作用的规律，采取相应的措施引导和控制工业能源消费的变化趋势。在城镇化率尚未越过第一个门槛值时，在控制工业能源消费总量的前提下，追求城镇化发展速度，最大限度地发挥城镇化对资源、资本、技术及劳动力的集聚效应。在城镇化率突破第二个门槛值时，注重城镇化率的发展质量成为首要任务。提高工业能源利用效率，推广如风能、太阳能等绿色能源的使用。尽可能地抑制目前城镇化的发展对工业能源消费的增长作用，防止城镇化发展对工业能源消费产生严重的反向膨胀效果。尤其是西部地区在加快城镇化发展步伐的同时，应严格控制能源消耗和环境污染。
（3）协调城镇化发展和地区工业能源消耗，促进城镇化的健康发展。一方面，倡导产业结构升级，加快高新技术产业及服务业的发展，增加第三产业占比份额，减少钢铁、煤炭等高能耗产业，提倡发展生物医药、新能源汽车、软件和信息服务业等高新技术产业。另一方面，倡导绿色低碳的生活方式，加大公共交通设施建设投入，鼓励居民绿色出行，低碳消费，共同推进新型城镇化建设。
（编辑：于杰）
参考文献（References）
[1]马海良，徐佳，王普查. 中国城镇化进程中的水资源利用研究[J]. 资源科学， 2014， 36（2）： 334-341. [MA Hailiang， XU Jia， WANG Pucha. Water resource utilization and China’s urbanization[J]. Resources science， 2014， 36（2）： 334-341.] [2]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. [LIANG Chaohui. The influencing factors of enery comsumption under different stages of urbnization[J]. Journal of Shanghai University of Finance and Economics， 2010，12（5）： 89-96.]
[3]王晓岭， 武春友， 赵奥. 中国城市化与能源强度关系的交互动态响应分析[J]. 中国人口·资源与环境， 2012， 22（5）： 147-152. [WANG Xiaoling， WU Chunyou， ZHAO Ao. Interactive dynamic response between urbnization and energy intensity of China[J]. China population， resources and environment， 2012， 22（5）： 147-152.]
[4]刘江华，邵帅，姜欣. 城市化进程对能源消费的影响：我们离世界水平还有多远？——基于国内和国际数据的比较考察[J]. 财经研究， 2015， 41（2）： 111-122. [LIU Jianghua， SHAO Shuai， JIANG Xin. Effect of urbanization on energy consumption： how far are we from the world level？：comparative analysis based on international and domestic data[J].Journal of finance and economics 2015， 41（2）： 111-122.]
[5]李珀松， 朱坦. 融入能源“脱钩”理论的城市规划战略环境影响评价研究[J]. 生态经济， 2014，30（1）： 16-19.[LI Posong， ZHU Tan. Study on strategic environmental assessment of urban plan based on energy decoupling theory [J]. Ecological economy， 2014， 30（1）： 16-19.]
[6]LI Z， LI P， LI G P. Urban energy efficiency from cities in China and policy implications[J]. China population， resources and environment， 2010 （4）： 19-26.
[7]王强， 伍世代， 林羽珊. 中国东南沿海地区工业能源消费碳排放的驱动因素分析[J]. 资源科学， 2015， 48（6）： 1239-1248. [WANG Qiang， WU Shidai， LIN Yushan. Driving factors of industrial energy consumption and carbon emissions in southeast coastal regioins of China[J]. Resources science， 2015， 48（6）： 1239-1248.]
[8]石玉淳. 基于LEAP模型的大连市工业能源消费分析研究[D].大连：大连海事大学， 2014.[SHI Yuchun. Analysis of Dalian industrial energy consumption based on LEAP model[D]. Dalian：Dalian Maritime University， 2014.]
[9]HANSEN B E. Threshold effects in nondynamic panels： estimation， testing， and inference[J]. Journal of econometrics， 1999， 93（2）： 345-368.
[10]馬珩. 中国城市化和工业化对能源消费的影响研究[J]. 中国软科学， 2012（1）： 176-182. [MA Heng. Influence of urbanization and industrialization on China’s energy consumption[J]. China soft science， 2012（1）： 176-182.]
[11]洪丽璇， 梁进社， 蔡建明，等.中国地级以上城市工业能源消费的增长——基于2001—2006年的数据分解[J]. 地理研究， 2011， 36（1）： 83-93. [HONG Lixuan， LIANG Jinshe， CAI Jianming. The growth of the industrial energy consumption of cities at prefecture level and above in China：based on the decomposition of data from 2001 to 2006[J].Geographical research，2011， 36（1）： 83-93.]
[12]曹孜， 陈洪波. 城市化和能源消费的门槛效应分析与预测[J]. 中国人口·资源与环境， 2015， 29（11）： 59-68. [CAO Zi， CHEN Hongbo. Threshold effects analysis and prediction for China’s urbanization and energy consumption[J].China population， resources and environment， 2015， 29（11）： 59-68.] [13]邹辉， 段学军. 长江经济带经济——环境协调发展格局及演变[J]. 地理科学， 2016， 36（9）：1408-1417. [ZOU Hui， DUAN Xuejun. Pattern evolution of economyenvironment coordinated development in the Yangze River Economic Belt[J]. Scientia geographica sinica， 2016， 36（9）：1408-1417.]
[14]黄庆华， 周志波， 刘晗. 长江经济带产业结构演变及政策取向[J]. 经济理论与经济管理， 2014，34（6）： 92-101. [HANG Qinghua， ZHOU Zhibo， LIU Han. Studies of industrial structure evolution and policy orientation of the Yangze River Economic Belt[J]. Economic theory and business management， 2014， 34（6）： 92-101.]
[15]连玉君， 程建. 不同成长机会下资本结构与经营绩效之关系研究[J]. 当代经济科学， 2006，28（12）： 97-103，128. [LIAN Yujun， CHENG Jian. Relationship between capital structure and performance with different growth opportunities[J]. Modern economic science， 2006， 28（12）： 97-103，128.]
[16]段辉. 对“S型曲线”城市化理论的再讨论[J]. 技术经济与管理研究， 2015（10）： 119-123. [DUAN Hui. Discussion on ‘S curve’ theory of urbnization [J]. Technoeconomics & management research， 2015（10）： 119-123.]
收稿日期：2016-09-22
作者简介：馬海良，博士，副教授，主要研究方向为能源经济与环境规制。Email：hilima@vip.sina.com。
基金项目：国家自然科学基金“基于三对均衡关系的碳排放初始权配置方法研究”（批准号：41471457）；中央高校业务基金“城镇化对工业碳排放影响的门槛效应研究”（批准号：2016B47214）；江苏省普通高校研究生科技创新项目“城镇化进程对工业碳排放影响的门槛特征和地区差异”（批准号：KYLX16_0671）。
关键词城镇化；工业能源消费；门槛效应；地区差异
中图分类号F062.1文献标识码A文章编号1002-2104（2017）03-0056-07doi：10.3969/j.issn.1002-2104.2017.03.007
中国的城镇化建设随着经济社会的高速发展高歌猛进，在较短的时间内取得了举世瞩目的业绩[1]。截止2015年底，中国的城镇化率已经达到56.1%，整个社会发展呈现出良好的发展态势。城镇化水平的不断攀升促使能源消费总量和结构发生变化，并进而引起了绿色低碳和环境保护等生态问题，这吸引了广大学者对此展开针对性的研究。梁朝晖[2]运用误差修正模型和协整分析对城镇化和能源消费的关系进行实证，结果发现城镇化是影响能源消费变动的因素之一。在此基础上，王晓岭等[3]运用向量自回归模型等方法验证了城镇化率与能源强度之间的动态变化关系。刘江华等[4]系统地比较了国内外城镇化对能源消费的影响，采用情景分析，得出国内城镇化和能源消费总量两个目标无法同时实现的结论。面对这种悖论，李珀松和朱坦[5]将能源脱钩理论引入到城镇规划中，并提出相应的城镇产业发展与节能评价的技术路线，为以后城镇化发展道路提供了借鉴。由于工业能源消耗约占能源消费总量的70%[6]，因此有些学者侧重于工业能源利用和减排的问题，如王强等[7]借助Kaya恒等式和LMDI分解方法，对影响工业能源消费碳排放变化的因素进行剖析。石玉淳[8]构建LEAP模型分析大连市的工业各行业能源消费，并预测其能源需求。从研究内容来看，目前能源消费与经济、生态环境关系的研究居多，而以城镇化视角分析能耗变化的研究偏少；一个区域（或一个省份）工业能源消费的未来需求预测研究居多，而多个省份能源消费随城镇化发展不同节点呈现不同特征的研究偏少。因此，本文拟采用面板门槛模型研究长江经济带11省份（直辖市）城镇化与工业能源消费之间的非线性关系，并探求城镇化在不同的门槛值能耗变化的特征，以期为我国新型城镇化建设过程中生态保护提供理论指导。
长江经济带依托长江，处于亚热带季风气候区，气候适宜，沿线经过上海、江苏、安徽、湖南、云南等11个省份（直辖市），贯穿东部、中部和西部。近年来，其人口、生产总值两者占全国的比重都超过40%，在我国社会经济发展中具有重要的战略地位。2014年9月，“长江经济带”建设战略正式提出，并号召沿江省市依托黄金水道积极推进新型城镇化，打造中国经济新支撑带。2016年9月正式下发的《长江经济带发展规划纲要》则明确要求以生态优先，绿色发展为引领，创新发展模式，严格控制工业污染和降低能耗。因此，本文以长江经济带作为研究对象，分析其工业能源消费和城镇化的关系，探索城镇化在不同的节点上能源消耗的规律，这将为在其他区域优化工业能源利用，实现工业化、城镇化和低碳化协调发展提供一定的借鉴价值。
马海良等：城镇化对工业能源消费的门槛效应研究中国人口·资源与环境2017年第3期1模型构建和数据来源
1.1门槛模型
门槛效应是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其它发展形式的现象[9]。门槛模型主要是用来解释两个变量之间的动态变化关系，尤其是分析结构点产生突变时对经济变量的影响。本研究主要探求城镇化对工业能源消费的影响，因此假设存在单一门槛值q，工业能源消费y作为被解释变量，城镇化率urb作为解释变量，同时以城镇化率urb为门槛变量，建立如下门槛模型：
其中，xit为一组对工业能源消费存在影响的控制变量。综合其他学者的研究[10-12]，我们认为控制变量应该包含工业总产值、产业结构、能源工业投资和城镇居民人均总收入。θ表示与xit对应的系数向量，I（·）是指标函数，i表示不同的省份，t表示不同的年份，μi即个体效应，εit为服从正态分布的随机干扰项。
当确定门槛值后，需要对模型进行参数估计。首先要从每一个观察值中减去其组内平均值以便剔除个体效应μi，变化后的模型如下：
在门槛值q确定的情况下，我们可以估计门槛模型得到β的估计值，并计算出模型的残差平方和S1（q）。由于不同的门槛值对应的模型残差平方和S1（q）大小存在变化，可以设定不同的门槛值，并找出使残差平方和S1（q）最小时对应的门槛值，即为最优门槛值=arg min S1（q）。 在完成模型的参数估计后，我们需要进行检验。检验过程主要分为两步：首先检驗门槛效应的显著性；然后对门槛的估计值q与真实值q是否保持一致进行检验。针对第一步的检验，其原假设为H0∶β1=β2，备择假设为H1∶β1≠β2，对应的检验统计量为：
其中，式（4）中S0代表不存在门槛值情况下对应的残差平方和，S1代表存在门槛值情况下对应的残差平方和。在原假设H0的前提下，门槛值q是不存在的，F统计量的分布是不标准的。由于上述原因，本文拟采用Hansen推荐使用的“自抽样[9]”方法，得到F统计量的渐近分布，进而得到对应的P值。针对第二步的检验，其原假设为=q0，备择假设为≠q0，其检验统计量为：
双门槛或多重门槛的搜索过程与单门槛搜索类似，采取“定点法[9]”搜索，即先搜索第一个门槛，然后将其固定，再搜索第二个门槛。
1.2数据来源
根据公式（1）的要求，我们收集了长江经济带沿线的11个省份2003—2012年的工业能源消费、城镇化率、工业总产值、产业结构、能源工业投资、城镇居民人均总收入、城市人口密度等数据。其中，工业能源消费采用地区能源平衡表中工业终端能源消费量表示，工业终端能源消费量数据和能源工业投资数据均源自历年《中国能源统计年鉴》。城镇化率用城镇人口占总人口的比重计算，产业结构用第三产业占GDP的比重表示，以上两者的数据均来源于历年《中国统计年鉴》和各省市的统计年鉴。城镇居民人均总收入、城市人口密度数据均源自历年《中国城市统计年鉴》。需要说明是，本文的研究区间选定在2003—2012年，主要原因如下：一是由于数据的可得性。研究中采用的某些关键指标最早也只有2003年的数据，如无法收集到2003年之前长江经济带各省份关于年末常住人口、城镇人口及城市人口密度等指标完整的年度数据；二是跟研究主题有关。我们主要研究的是长江经济带各省市城镇化对工业能源消费的影响情况，由于近十多年区域经济的高速发展，工业化和城镇化叠加引起的环境问题相比过去严重得多，所以较多学者类似的研究也主要集中于这个时间段，如邹辉，黄庆华等[13-14]，因此我们也主要考虑对这个时间段进行研究。综上所述，考虑到指标数据的可得性和研究的主题，在借鉴前人研究的基础上，本文选取2003—2012年长江经济带沿线11个省份的数据进行研究。
2实证结果及分析
2.1模型各变量的描述性统计
首先进行各指标的描述性统计。把将上述指标具体数据值导入stata11.0，并运行相应程序，得到各指标的均值、最大值、最小值、标准差等基本情况，结果如表1所示。其中，ei代表能源工业投资，io为工业总产值，pd为城市人口密度，tr为第三产业比重，pci表示城镇居民人均总收入。可以看到，城镇化率平均为46.73%，城镇居民人均总收入10 646.11元，城市人口密度为2 289.77人/km2，显示出长江经济带人口偏多，城镇居民总体收入偏低等客观现实。
2.2门槛效应检验结果
在确定城镇化率的门槛值个数的基础上，分别在不存在门槛、存在单一门槛、存在双重门槛等假设条件下，对式（6）进行估计，由此可以得到F统计量。通过“自抽样”的方法得到P值，本文自抽样次数为500次，具体结果见表2。从表中我们可以看出，以城镇化率为门槛变量，可以发现单一门槛和双重门槛“自抽样”的值分别为0.008和0.005，检验效果均非常显著。对于三重门槛的检验效果不显著，自抽样对应的P值为0.540。因此，本文将选取双重门槛模型，对城镇化和工业能源消费间的关系进行分析。
通过上述检验，可以看出存在两个门槛值，分别为36.897和48.295，其对应的95%置信区间在表3中列出。需要解释的是，95%置信区间，意为当值小于7.35即5%显著性水平下的临界值[15]时对应的所有门槛值构成的区间。为了更清晰地说明门槛值的搜索过程，分别给出每次门槛值搜索对应的似然比函数图（见图1、图2）。图1和图2中的虚线代表5%显著性水平下对应的临界值即7.35。
2.3门槛效应的地区差异
结合“S型”城市化发展曲线理论[16]，并根据本文得到的两个城镇化率的门槛值，对长江经济带的11个省份进行划分，分为城镇化前期阶段（urb≤36.897%），城镇化过渡期阶段（36.897%
长江经济带各省（直辖市）跨越门槛值的情况进行统计，结果见表4。针对第一个门槛值（36.897%），2003年湖北、江苏城镇化率跨越门槛值；2005年湖南、江西、重庆城镇化率超过门槛值；2006年安徽城镇化率超过门槛值；2009年，四川城镇化率超过门槛值；2012年云南、贵州城镇化率超过门槛值。针对第二个门槛值（48.295%），2003年浙江、上海城镇化率先跨越第二个门槛值；2005年江苏城镇化率超过第二个门槛值；2008年重庆城镇化率超过第二个门槛值；2010年湖北镇化率超过第二个门槛值。2012年底，长江经济的11个省份（直辖市）均超过第一个门槛值，脱离城镇化前期阶段；截止到2012年底，共有5个省份（直辖市）城镇化率超过第二个门槛值，进入城镇化后期阶段。可以看出，虽然长江经济带近一半的省份（直辖市）超过第二个门槛，城镇化进程较快，但省域差异不可忽视，东部地区如浙江、上海在2003年城镇化率就超过第二个门槛值，而中西部地区如云南、贵州在2012年才超过第一个门槛值。建设长江经济带必须协调区域发展，做到各省份优势互补，联动发展。
2.4门槛模型估计结果
对模型（1）进行估计，结果见表5。首先关注城镇化率和工业能源消费的关系，可以看到当城镇化率小于36.897%和大于48.295%，即分别处于城镇化前期阶段和城镇化后期阶段时，城镇化率与工业能源消费均在1%的水平上显著；而当城镇化率介于36.897%和48.295%之间，即处于城镇化过渡期阶段时，城镇化率和工业能源消费两者间呈负相关，但并不显著。当处于城镇化前期阶段（urb≤36.897%）时，城镇化率和工业能源消费两者间呈显著负相关，系数为-23.02，即城镇化率的上升对工业能源消费产生小幅的抑制作用。当处于城镇化后期阶段（urb>48.295%）时，城镇化率和工业能源消费呈显著正相关，系数为32.64，即城镇化率的上升对工业能源消费产生小幅的增长作用。当处于城镇化过渡期阶段（36.897%
关于其他控制变量，我们可以发现：①能源工业投资和工业能源消费存在显著正相关，系数为1.184。不难理解，伴随城镇化步伐的加快，工业化的推进要求扩大规模，加大厂房机器设备的投入，增加用于能源工业的投资，推动工业生产，进而最终促进工业能源消费。②工业总产值与工业能源消费存在正向影响，系数为0.011。显而易见，投入必定影响产出，而产出也反映出投入的情况。工业总产值的提高在一定程度上能够解释工业能源消费的提高，但考虑技术进步和规模效应等因素，这种影响效果并不明显。③城市人口密度与工业能源消费显著正相关，系数为0.205。城镇化促使农村人口大量进入城市，导致城市人口的密度变大，由此增加工业能源消费。④产业结构与工业能源消费存在负相关关系，系数为-45.39。产业结构指标用第三产业比重表示，第三产业比重增加，服务业和高新技术产业比重攀升，意味着经济发展结构优化，资源能源消耗总量下降且利用效率提高，这对工业能源消费自然产生抑制作用。⑤城镇居民人均总收入与工业能源消费呈正相关，系数为0.07，但根据检验结果，这种影响并不显著。城镇居民人均总收入增加，会带来人均消费的增加，尤其是用于休闲娱乐等非基本生存资料的消费扩大，如旅游、教育等消费支出比重增加。城镇居民人均总收入对工业发展的促进作用，与其对于第三产业的促进作用相比，并不明显，因此其对于工业能源消费的正向影响不显著。
3结论及建议
本文以长江经济带为研究对象，收集2003—2012年的省际面板数据，以城镇化率为门槛变量，搜索结构变化点，并借助门槛模型，分析城镇化率和工业能源消费的非线性关系，以期为实施长江经济带发展战略提供理论支撑和参考建议。结果表明城镇化率与工业能源消费之间存在双门槛效应，门槛值分别为36.897%和48.295%，模型估计的结果表明在城镇化中前期阶段，城镇化对工业能源消费起负向影响；在城镇化水平达到一定高度时，城镇化对工业能源消费起正向作用。通过分析城镇化对工业能源消费的门槛效应及地区差异，可以得出如下结论：①长江经济带的城镇化发展存在较为明显的区域差异，东部地区的城镇化发展快且水平相对较高，如上海、浙江；中西部地区的城镇化发展相对缓慢，水平处于相对较低的状态，如云南、贵州。②长江经济带的城镇化发展存在阶段性特征，城镇化的两个门槛值分别36.897%和48.295%，双重门槛效应显著。③在城镇率小于36.897%的发展阶段，城镇化对工业能源消费产生负向作用。前期城镇化的发展导致资源和人口的集聚效应凸显，城市资源配置效率提高，抑制工业能源消费。④在城镇化率大于48.295%的发展阶段，城镇化对工业能源消费产生正向作用。后期城镇化达到一定水平，一方面集聚效应不如前期显著，而城市的快速扩张要求扩大厂房规模，加大机器设备投资，工业生产随之增多，促使工业能源消费增加；另一方面，居民生活品质提高，要求消费更多和更好的物质资料，交通运输等一系列基础设施和制造业也随之发展，促使工业能源消费提高。
根据上述结论，提出如下建议：
（1）加快长江经济带沿线各省份联动发展，缩小城镇化发展差异。东部地区如上海、浙江早在2003年城镇化率就越过第二个门槛值，而西部地区如云南、貴州在2012年城镇化率才跨过第一个门槛值。不难看出，西部地区的城镇化发展与东部地区相比，处于落后状态。东部、中部和西部各省份应注重优势资源和产业互补，西部地区应发挥自身的自然资源和劳动力优势，发展特色产业，如云南应发挥烟草业的优势，依托自然风景发展旅游观光业；四川则要充分利用光热等优势，打造优质商品粮生产基地。东部地区应加强向中西部地区的产业转移，提高资源配置效率，实现三大区域联动发展。
（2）把握城镇化对工业能源消费产生阶段性作用的规律，采取相应的措施引导和控制工业能源消费的变化趋势。在城镇化率尚未越过第一个门槛值时，在控制工业能源消费总量的前提下，追求城镇化发展速度，最大限度地发挥城镇化对资源、资本、技术及劳动力的集聚效应。在城镇化率突破第二个门槛值时，注重城镇化率的发展质量成为首要任务。提高工业能源利用效率，推广如风能、太阳能等绿色能源的使用。尽可能地抑制目前城镇化的发展对工业能源消费的增长作用，防止城镇化发展对工业能源消费产生严重的反向膨胀效果。尤其是西部地区在加快城镇化发展步伐的同时，应严格控制能源消耗和环境污染。
（3）协调城镇化发展和地区工业能源消耗，促进城镇化的健康发展。一方面，倡导产业结构升级，加快高新技术产业及服务业的发展，增加第三产业占比份额，减少钢铁、煤炭等高能耗产业，提倡发展生物医药、新能源汽车、软件和信息服务业等高新技术产业。另一方面，倡导绿色低碳的生活方式，加大公共交通设施建设投入，鼓励居民绿色出行，低碳消费，共同推进新型城镇化建设。
（编辑：于杰）
参考文献（References）
[1]马海良，徐佳，王普查. 中国城镇化进程中的水资源利用研究[J]. 资源科学， 2014， 36（2）： 334-341. [MA Hailiang， XU Jia， WANG Pucha. Water resource utilization and China’s urbanization[J]. Resources science， 2014， 36（2）： 334-341.] [2]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. [LIANG Chaohui. The influencing factors of enery comsumption under different stages of urbnization[J]. Journal of Shanghai University of Finance and Economics， 2010，12（5）： 89-96.]
[3]王晓岭， 武春友， 赵奥. 中国城市化与能源强度关系的交互动态响应分析[J]. 中国人口·资源与环境， 2012， 22（5）： 147-152. [WANG Xiaoling， WU Chunyou， ZHAO Ao. Interactive dynamic response between urbnization and energy intensity of China[J]. China population， resources and environment， 2012， 22（5）： 147-152.]
[4]刘江华，邵帅，姜欣. 城市化进程对能源消费的影响：我们离世界水平还有多远？——基于国内和国际数据的比较考察[J]. 财经研究， 2015， 41（2）： 111-122. [LIU Jianghua， SHAO Shuai， JIANG Xin. Effect of urbanization on energy consumption： how far are we from the world level？：comparative analysis based on international and domestic data[J].Journal of finance and economics 2015， 41（2）： 111-122.]
[5]李珀松， 朱坦. 融入能源“脱钩”理论的城市规划战略环境影响评价研究[J]. 生态经济， 2014，30（1）： 16-19.[LI Posong， ZHU Tan. Study on strategic environmental assessment of urban plan based on energy decoupling theory [J]. Ecological economy， 2014， 30（1）： 16-19.]
[6]LI Z， LI P， LI G P. Urban energy efficiency from cities in China and policy implications[J]. China population， resources and environment， 2010 （4）： 19-26.
[7]王强， 伍世代， 林羽珊. 中国东南沿海地区工业能源消费碳排放的驱动因素分析[J]. 资源科学， 2015， 48（6）： 1239-1248. [WANG Qiang， WU Shidai， LIN Yushan. Driving factors of industrial energy consumption and carbon emissions in southeast coastal regioins of China[J]. Resources science， 2015， 48（6）： 1239-1248.]
[8]石玉淳. 基于LEAP模型的大连市工业能源消费分析研究[D].大连：大连海事大学， 2014.[SHI Yuchun. Analysis of Dalian industrial energy consumption based on LEAP model[D]. Dalian：Dalian Maritime University， 2014.]
[9]HANSEN B E. Threshold effects in nondynamic panels： estimation， testing， and inference[J]. Journal of econometrics， 1999， 93（2）： 345-368.
[10]馬珩. 中国城市化和工业化对能源消费的影响研究[J]. 中国软科学， 2012（1）： 176-182. [MA Heng. Influence of urbanization and industrialization on China’s energy consumption[J]. China soft science， 2012（1）： 176-182.]
[11]洪丽璇， 梁进社， 蔡建明，等.中国地级以上城市工业能源消费的增长——基于2001—2006年的数据分解[J]. 地理研究， 2011， 36（1）： 83-93. [HONG Lixuan， LIANG Jinshe， CAI Jianming. The growth of the industrial energy consumption of cities at prefecture level and above in China：based on the decomposition of data from 2001 to 2006[J].Geographical research，2011， 36（1）： 83-93.]
[12]曹孜， 陈洪波. 城市化和能源消费的门槛效应分析与预测[J]. 中国人口·资源与环境， 2015， 29（11）： 59-68. [CAO Zi， CHEN Hongbo. Threshold effects analysis and prediction for China’s urbanization and energy consumption[J].China population， resources and environment， 2015， 29（11）： 59-68.] [13]邹辉， 段学军. 长江经济带经济——环境协调发展格局及演变[J]. 地理科学， 2016， 36（9）：1408-1417. [ZOU Hui， DUAN Xuejun. Pattern evolution of economyenvironment coordinated development in the Yangze River Economic Belt[J]. Scientia geographica sinica， 2016， 36（9）：1408-1417.]
[14]黄庆华， 周志波， 刘晗. 长江经济带产业结构演变及政策取向[J]. 经济理论与经济管理， 2014，34（6）： 92-101. [HANG Qinghua， ZHOU Zhibo， LIU Han. Studies of industrial structure evolution and policy orientation of the Yangze River Economic Belt[J]. Economic theory and business management， 2014， 34（6）： 92-101.]
[15]连玉君， 程建. 不同成长机会下资本结构与经营绩效之关系研究[J]. 当代经济科学， 2006，28（12）： 97-103，128. [LIAN Yujun， CHENG Jian. Relationship between capital structure and performance with different growth opportunities[J]. Modern economic science， 2006， 28（12）： 97-103，128.]
[16]段辉. 对“S型曲线”城市化理论的再讨论[J]. 技术经济与管理研究， 2015（10）： 119-123. [DUAN Hui. Discussion on ‘S curve’ theory of urbnization [J]. Technoeconomics & management research， 2015（10）： 119-123.]
收稿日期：2016-09-22
作者简介：馬海良，博士，副教授，主要研究方向为能源经济与环境规制。Email：hilima@vip.sina.com。
基金项目：国家自然科学基金“基于三对均衡关系的碳排放初始权配置方法研究”（批准号：41471457）；中央高校业务基金“城镇化对工业碳排放影响的门槛效应研究”（批准号：2016B47214）；江苏省普通高校研究生科技创新项目“城镇化进程对工业碳排放影响的门槛特征和地区差异”（批准号：KYLX16_0671）。