中国城市化进程中家庭能源消费与收入的关系及其空间差异分析_人均收入论文

中国城镇化进程中生活能源消费与收入的关联及其空间差异分析，本文主要内容关键词为：中国论文,城镇化论文,进程论文,差异论文,收入论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       文章编号：1007－7588(2014)07－1434－08

       1 引言

       生活能源消费主要指家庭取暖降温、炊事、照明、出行等方面的用能需求，它是反映居民生活水平的关键指标[1]。随着经济的发展和人民生活水平的提高，能源需求总量持续增加，生活用能占终端能源消费的比重不断提高。能源消费产生的大量温室气体引起了全球变暖等环境问题，威胁到人类的生存与发展，20世纪70年代以来成为资源环境领域研究的热点[2]。目前，我国家庭生活用能已经成为第二大能源消耗部门，并直接影响能源消费总量和消费结构的变动[3]。

       影响居民生活能源消费的因素较多，有经济因素、生活方式[4]、地理因素[5]等。但已有研究证明家庭收入对能源消费的影响最大[6]，生活用能及其碳排放与收入有很强的相关性[7,8]。同时，越来越多的研究者注意到快速的城镇化过程促进了能源的生产和消费[9]。Fernandez J E认为中国空前的城市化不可逆地改变了景观，也消耗了大量国内和进口的资源[10]。Wenji Zhou等研究了中国城市化过程中的能源消费模式，结果表明城市化对居民家庭、交通运输和建筑材料工业3个能源消费部门都有广泛的影响[11]。Poumanyvong P和Al－mulali U等认为城镇化对能源消费的影响因区域的收入和发展水平而异[12,13]。但是现有的研究对城镇化过程中生活能源消费与收入、地理因素的关联分析不多[14]。

       中国地域广阔，地区间经济发展存在很大差异。不同收入水平的居民对生活能源需求也各不相同。同时，居民生活用能对气候差异反映敏感[15]，北方冬季严寒，南方夏季酷热，加热和致冷成为人们调节居室热舒适性的必要举措[16]。另外，相同地理条件下的城镇和农村，由于居住形态、生活方式和能源公共服务设施配置诸方面的不同，用能模式存在明显差异[17]。为了揭示经济和地理二个关键要素对家庭部门能源消费的影响，本文以我国省级行政区为单位，以人均能源消费和人均收入为变量，分北方省份、南方省份两组气候类型，再进一步分城镇、农村两类消费群体，用面板数据模型分析居民家庭生活用能与收入的关联及空间差异，探讨其中的特点和趋势。

       2 数据来源和研究方法

       2.1 数据来源与处理

       为分析中国各省、自治区、直辖市城镇和农村的生活能源消费与收入的关系，选取1997－2011年的城镇人均生活能源消费量、农村人均生活能源消费量、城镇居民人均可支配收入和农民人均纯收入等4个指标。由于宁夏、西藏、香港、澳门和台湾的有关数据不全，而且宁夏和海南的生活能源消费量很小，本文只对其他28个省、自治区、直辖市进行相关分析。生活能源消费数据来源于《中国能源统计年鉴》(1997－2012年)，收入数据来自《中国统计年鉴》(1998－2012年)，相关人口数据选自《中国人口和就业统计年鉴》(1998－2012年)。

       为了消除价格变动的影响，将各年的收入换算成以1997年为基期的可比价格。为了降低数据的波动性以及消除可能存在的异方差现象，对能源和收入数据均作对数处理。

       2.2 模型与检验

       2.2.1 面板数据模型 面板数据(Panel data)模型是指由因变量y与k个自变量关于Ⅳ个不同对象在T个时间点上所得到的二维结构数据模型。它具有个体、时期和变量三维信息，扩大了样本信息，降低了经济变量间的共线性，而且可以控制由不可观测变量引起的最小二乘估计的偏差，使得比单独建立截面数据模型或时间序列模型更为真实、有效[18,19]。

       面板数据模型主要有3种类型：

       (1)无个体影响的混合回归模型，即假设既无个体影响也没有结构变化：

      

       (2)变截距模型，即假设存在个体变化而无结构变化：

      

       (3)变系数模型，即假设既存在个体影响又存在结构变化；

      

       式中α为个体截距的平均值；

为各截面成员对平均值的偏离。

       具体选用哪种模型形式，通过协方差分析检验来决定。主要检验以下两个假设：

      

       通过F统计量的计算，如果接受假设

，则认为样本数据符合模型(1)，为混合回归模型。如果拒绝了假设

，则需继续检验假设

。若接受

，则认为样本数据符合模型(2)，即变截距模型；若拒绝

，则应选择变系数模型(3)。如果是后两种情形的话，需要通过Hausman检验来决定应该建立固定效应模型还是随机效应模型。

       2.2.2 单位根检验和协整检验 在建立面板数据模型之前，需保证时间序列是平稳的，假如变量是非平稳序列，则必须保证序列之间的线性组合是平稳的，这样才能有效防止伪回归现象的发生。这就需要在进行模型参数估计之前进行单位根检验和协整检验，以检验序列的平稳性和协整关系。

       单位根检验的假设是序列存在一个单位根，如果检验结果均拒绝原假设，则证明序列是平稳的，这时可以建立回归方程；如果接受原假设，则序列是不平稳的。对于非平稳序列，可以通过d次差分使其成为平稳序列，那么称序列为d阶单整序列，记为y～I(d)。特别地，平稳序列为零阶单整序列，记为y～I(0)。本文采用的是EViews6.0提供的LLC检验、Breitung检验、Im－Pesaran－Skin检验、Fisher－ADF检验和Fisher－PP检验五种检验方法。

       如果是非平稳序列，还可以进一步通过协整检验来确定其是否能建立回归模型。协整检验的原假设是不存在协整关系，如果接受原假设，则变量间不能建立回归方程；如果拒绝原假设，则变量间具有长期均衡关系，可以进行回归分析，但前提条件是协整变量必须同阶单整。本文选用Pedroni检验方法进行协整分析，该方法是以协整方程的回归残差为基础通过构造7个统计量来检验面板变量间的协整关系。

       3 实证研究

       由于影响生活用能，特别是取暖和致冷用能的主要因素是温度。因此，本文以“秦岭－淮河”这一自然地理分界线将我国划分南、北方，分别建立回归模型。南方省份包括：上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、重庆、四川、贵州、云南等14个省、自治区和直辖市；北方省份包括：北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陕西、甘肃、青海、新疆等14个省、自治区和直辖市。有关生活能源消费变量记作LEC，收入变量表示为LIN。

       3.1 面板单位根检验结果

       利用EViews6.0软件分别对南北方省份的城镇、乡村的面板数据进行单位根检验，结果见表1。表1显示，所有变量的水平值都接收原假设，为非平稳序列；但其一阶差分都在1％(只有一个值在10％)的显著水平下拒绝原假设，同为一阶单整序列，因此，可以进一步对数据作协整检验。

       3.2 面板协整检验结果

       虽然变量是不平稳的，但都是同阶单整，因此可以进一步利用面板数据的协整检验方法Pedroni检验对各省(市、区)城镇和农村人均生活能源消费和人均收入之间是否存在长期协整关系进行检验。结果见表2。

       由表2可知，对于每组变量间的协整检验，都有5个统计量在不同显著水平上拒绝原假设，因此，可以认为不论是北方城镇、农村还是南方地区人均生活能源消费与人均收入之间都具有长期均衡关系，尤其是北方农村地区协整关系最显著。进而可以建立变量LEC与LIN的面板回归方程。

       3.3 面板模型估计结果

       基于以上检验结果，分别对四个分组的人均生活能源消费和收入建立面板数据模型。通过F统计量计算，4组模型都应建立变系数模型，而且对于各省份是以其自身效应为条件进行研究的，所以4个分组中变量均选择固定效应变系数模型。因为影响生活能源消费的微观因素在不同程度上影响多个地区，以致模型中会存在横截面异方差和同期相关现象，所以应用相应的广义最小二乘法对模型进行估计。模型估计结果如下：

       北方城镇：

      

      

      

       南方农村：

      

       结果显示，调整后的

和F统计量都较大，各参数的t值均显著(除甘肃城镇系数)，以上回归方程显著成立，且不存在自相关。公式(4)－公式(7)中，

值都随个体变化(见表3)，但南、北方城镇的公共截距α都为正，农村的α都为负，表明城镇比农村生活能源消费基数大。

      

      

       图1 人均生活能源消费的收入弹性系数

       Fig.1 The elasticity coefficients of per capita income to residential energy consumption

       系数

反映各地区增加单位收入对生活用能的影响程度。不论是城镇地区还是农村地区，收入对生活用能大都具有较显著的正向作用(参见图1)，即人均收入的增加会促进人均生活用能量的增大。比如内蒙古农村地区，当人均收入增加1％时，人均生活能源消费可增加2.181％。但在每个分组中，都有一个截距项

较高、而

为负值的个体，收入增长对用能起负向作用。例如，北方城镇分组中，河北省的人均收入增加1％时，人均生活能源消费减少0.268％。总起来看，农村居民收入对生活用能的影响普遍大于城镇，这是农村居民收入水平低、商品能源利用少，收入增长对用能影响更为明显的表现。

       将所有个体的系数

分级显示在空间上，可以发现系数高值区大多位于北方纬度较高区域和南方纬度较低区域(见图2，图3)，说明寒冷地区和炎热地区的居民生活用能对收入水平的变化最为敏感。这一现象在农村地区表现更为突出，原因在于农村地区生活水平还较低，取暖制冷的基本生活用能在总生活能源消费中占很大比例，当收入提高时，这些地区最需要增加取暖或制冷用能来满足更好的舒适性需求。反映出当地温度是影响生活用能的一个基本因素。但是各省区生活用能的收入弹性系数在地域上的趋势不明显。这和各省的生活水平和用能结构有关。

      

       图2 城镇人均生活能源消费的收入弹性系数β

       Fig.2 The elasticity coefficients β of per capita income to residential energy consumption of urban area

      

       图3 农村人均生活能源消费的收入弹性系数β

       Fig.3 The elasticity coefficients β of per capita income to residential energY consumption of rural area

      

       由于城乡居民的生活方式差异明显，不同地域、不同城镇化水平(见表4)下收入对能源消费的影响具有不同的表现。对于北方城镇，可看出城镇化率高于50％的省份：北京、天津、辽字、内蒙古、黑龙江、吉林、山东的生活用能的收入弹性系数都在0.6以上，属较高值区。其中黑龙江、内蒙古因取暖用能量大，加上内蒙煤炭等能源资源丰富[20]，因而受收入水平的影响最显著，系数在1.0以上；城镇化率水平大于80％的北京、天津以及人口最多的山东省的系数都在0.7以上。对于城镇化水平中间的山西、陕西、青海来说，系数位于中低区间。而城镇化率水平低的河北、新疆、河南、甘肃的收入对能源消费的影响程度小，显著性差。对于北方农村地区，大致也表现出相似的规律，但由于非商品能源与可再生能源的使用比例不同，个别省份表现出差异性，如山西、陕西、新疆等。

       对于南方城镇地区，按照建筑气候分区，将南部14个省区分为3组：夏热冬冷区(上海、浙江、江苏、湖北、江西、湖南、安徽)，夏热冬暖区(广东、福建、广西)，温和地区(重庆、四川、云南、贵州)。因为夏热冬暖区和温和地区冬季无需过多的取暖用能，因此用能结构相对稳定。对于高城镇化省区，基本的生活用能方式已经形成，所以当收入水平提高时，生活用能增幅不大，比如广东、福建、重庆；而对于中低城镇化水平的地区，随着生活水平的提高，会增加耐用品的消费以满足交通、制冷等生活方面的需求，所以用能的收入弹性要大于高城镇化地区。而对于夏热冬冷区，取暖制冷用能要多于其他两区，则是发展水平较高地区的用能和收入有更大的相关性(湖南例外)。南方农村地区的系数β[,i]表现出很明显的纬度地带性，随着纬度的升高，β[,i]有逐渐减小的趋势。而且高城镇化地区的系数较大，低城镇化地区的系数小。

       4 结论与讨论

       4.1 结论

       通过面板数据模型的检验，1997－2011年各省区人均生活能源消费量和人均收入都是非平稳序列，但都是一阶单整序列，而且二者之间存在协整关系。

       面板数据模型的参数估计结果显示，大多数省区人均收入对人均生活用能具有正向作用，且作用系数各不相同。农村地区人均生活能源消费的收入弹性系数普遍大于城镇地区。不管是城镇还是农村，系数最高的区域都位于北方纬度最高地带和南方纬度较低区域，而且这一特点在农村地区表现更为突出。

       北方城镇和农村区域，城镇化水平较高的省区的弹性系数大于低城镇化水平地区。南方各省份城镇和农村生活用能的收入弹性系数分别反映出不同的规律性。南方城镇地区，位于夏热冬冷区域的省份，城镇化水平高的省区生活用能受人均收入的影响相对较大；而位于夏热冬暖和温和区域的省份，低城镇化省区的弹性系数相对较大。南方农村地区的规律性则为纬度越高，生活能源消费受收入的影响越小。高城镇化省份的弹性系数较大，而处于温和区域且城镇化水平低的云南和贵州的人均生活能源消费的收入弹性系数最小。

       4.2 讨论

       影响能源消费的因素除了人们的收入和地理因素之外，还有燃料价格、人们的生活方式、能源公共服务设施的配置、当年的气候条件、以及家庭人口学特征等。随着经济发展和城镇化过程的推进，大量农村人口流向城镇，生活方式转变、生活水平提高。不仅城镇居民不再利用生物质能、农村居民也减小对生物质能的依赖。本文主要分析收入和能源消费之间的关系及其在空间上的变化。大部分省、市的人均收入增长会促进人均能源消费，说明随着收入的增加，人们会选择改善居住环境的舒适性。但也有个别省份的趋势相反，分析原因一是能源消费的年际间原始数据波动较大或存在不升反降的情况，有的则是城乡人口变化较大；二是统计数据只是商品能源，没有包括自给的生物质能；三是没有其它影响因子的时间序列资料，难以在面板模型中统一分析；其四是用能结构和用能效率也处于动态变化之中。这些因素影响带来了一些不确定性。但无论怎样，收入是影响能源消费的主要因素，总的趋势是明显的。

       在空间上，北方冬季严寒的地方和南方夏季酷热的地方，收入水平对生活用能影响较大。这是因为取暖、致冷对能源的需求在用能结构中占有较大比例。这给我们的启示是，随着经济的发展和城市化的推进，我国生活能源消费将继续保持增长态势，特别对天然气、电力、热力等清洁能源的需求进一步增加。因此，要在满足日益增长的能源需求下，实现节能减排、绿色发展的目标，建议：一是要大力开发新能源，提高清洁能源的比重，二是通过技术进步改善能源利用效率，三是通过公共服务设施的合理配置，特别是根据气候的变化、区域的不同制定有针对性、适时调整的供暖方案，以避免浪费能源资源。

       收稿日期：2013－12－23；修订日期：2014－04－23

标签：人均收入论文;  能源消费论文;  差异分析论文;  能源论文;  空间分析论文;