城市規(guī)模對能源消耗的空間溢出效應

劉 帥,董會忠,劉明睿,唐 磊

(山東理工大學 a.經濟學院;b.管理學院，山東 淄博 255012)

1 文獻綜述

隨著經濟社會的發(fā)展,我國城市化率不斷提升,城市規(guī)模擴大引起的能源消耗問題日益凸顯。英國石油公司(BP)統(tǒng)計顯示,2010年我國能源消耗總量第一次超越美國,成為世界第一大能源消耗國。但隨著我國城市化水平的不斷提高,未來一段時間內城市規(guī)模仍將不斷擴大,城市能源消耗量還將持續(xù)增加,能源資源短缺和化石能源消費帶來的社會問題將更加突出?？刂瞥鞘心茉聪牧俊⒔档虲O2等溫室氣體排放成為國內外學者關注的焦點問題。

目前,國內外學者對城市與能源消耗的研究主要集中在城市化水平和城市結構對能源消耗的影響。①城市化水平提升與工業(yè)化程度存在密切關系。Jones D W通過控制工業(yè)化程度研究發(fā)展中國家城市化率對能源消耗的影響,發(fā)現(xiàn)城市交通是增加城市能源消耗的主要因素,指出發(fā)展中國家人均能源消耗對人均收入的彈性系數(shù)為0.35—0.48[1]。Jones D W研究提出的潛在假設是發(fā)展中國家工業(yè)化程度不變、城市交通以化石燃料為主，但我國城市化水平在迅速發(fā)展的同時，工業(yè)化程度有了顯著提升,電力交通成為城市主要的公共交通工具,城市化、工業(yè)化與能源消耗的關系發(fā)生了很大變化?；诖?王蕾、魏后凱重新研究了我國城鎮(zhèn)化、工業(yè)化與能源消耗的關系,認為我國城鎮(zhèn)化和工業(yè)化對能源消耗存在正向溢出效應[2]。②城市化水平提升通過影響產業(yè)結構和城鎮(zhèn)居民消費水平間接影響能源消耗。嚴翔等基于Kaya拓展模型研究了1998—2015年我國城市產業(yè)、空間與人口交互發(fā)展對能源消耗的影響,指出城鎮(zhèn)化對生產端能耗的影響大于生活端,但居民消費支出仍是能源消耗的間接提升因素[3]。此外,何曉萍利用面板數(shù)據(jù)非線性模型和協(xié)整模型研究了我國城市化水平與電力消耗的關系[4];許泱等采用我國30個省際面板數(shù)據(jù)檢驗了碳排放與城市化水平的關系,發(fā)現(xiàn)城市化水平與能源消耗呈正相關,指出城市化水平與能源消耗之間不存在環(huán)境庫茲涅茨曲線[5];黃飛雪等運用STR模型研究了城市化水平與能源消耗的關系,發(fā)現(xiàn)我國城市化水平與能源消耗存在非線性關系[6]。

從城市化水平角度研究往往會忽視城市內部建設對能源消耗的影響機理,因此有學者從城市結構和城市人口密度兩個角度研究城市與能源消耗的關系。Orit Mindali等在分析城市空間結構時指出城市規(guī)模越大,人均能源消耗越低[7];程開明在利用我國286個城市面板數(shù)據(jù)研究城市建設緊湊度與能源消耗關系時發(fā)現(xiàn),城市緊湊度與能源消耗呈負相關,城市緊湊度越高越有利于節(jié)能減排[8];范進通過構建經濟學模型研究城市人均交通能耗、家庭能耗與城市人口密度之間的關系,指出現(xiàn)階段我國城市人口低密度會激發(fā)居民對能源的消費,不利于節(jié)能減排[9]。從城市人口密度對能源消耗影響的研究可見,學者們將城市人口看作一個整體進行研究,這對小規(guī)模城市的效果可能會更好，而對大城市來說,經濟社會活動相對復雜,從城市人口結構變化研究城市能源消耗效果會更優(yōu)。因此,郭文、孫濤從城市人口年齡結構、教育結構和職業(yè)結構研究了人口結構對能源消耗的影響,指出現(xiàn)階段我國人口結構變動減緩了能源消耗的增長速度[10]。

隨著城市化進程的推進和城市規(guī)模的不斷擴大,學者們開始關注城市規(guī)模對能源消耗的影響。Richard York在對14個歐盟國家城市人口規(guī)模與能源消耗關系的研究中指出,城市人口規(guī)模擴大會降低人均能源消耗[11];Usama Al-mulali等用完全修正普通最小二乘法研究了東亞、東歐等國家和地區(qū)的城市規(guī)模與能源消耗間關系,發(fā)現(xiàn)84%的國家和地區(qū)的城市規(guī)模與能源消耗呈長期的正相關,其他國家和地區(qū)城市規(guī)模與能源消耗呈長期的負相關[12];許抄軍等研究發(fā)現(xiàn),我國城市規(guī)模與能源消耗呈正“N”型關系[13];Yimin Chen等通過GIS遙感技術研究了珠江三角洲5個城市的城市規(guī)模與能源消耗關系,指出城市規(guī)模與能源消耗呈正相關,城市建設緊湊度與能源消耗呈負相關[14];Qiang Wang用時間序列數(shù)據(jù)研究了我國城市規(guī)模對生產能耗和住宅能耗的影響,發(fā)現(xiàn)經濟規(guī)模與能源消耗成正比,科技進步與能源消耗成反比[15];陳龍等通過SFA模型從城市能源效率方面研究城市規(guī)模對能源效率的影響,得出城市規(guī)模越大,能源效率越高,但兩者存在非線性關系[16]。

從現(xiàn)有文獻看,研究者對城市與能源消耗的研究是將城市作為一個單獨的個體,這與現(xiàn)實中各城市密切聯(lián)系的事實相悖,特別是城市群的建設使城市間的關系更加密切。忽視城市空間聯(lián)系研究城市規(guī)模與能源消耗的關系容易導致誤判，因此本文將時空權重矩陣引入到城市規(guī)模對能源消耗影響的計量模型中,研究城市規(guī)模對能源消耗的影響,消除忽視空間因素而導致的估計偏差,以更客觀地解釋城市規(guī)模與能源消耗的關系,為相關部門制定城市發(fā)展政策和能源消耗控制措施提供決策支持。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

STIRPAT模型:Ehrlich、Holden首次提出建立了“IPAT”模型,研究人口、財富、技術對環(huán)境的影響:

I=PAT

(1)

式中,I為環(huán)境壓力;P為人口數(shù)量;A為富裕度;T為技術?；贗PAT模型的局限性,Dietz在IPAT模型的基礎上建立了STIRPAT模型。標準形式為:

I=αPβ1Aβ2Tβ3ε

(2)

式中,α為模型的系數(shù);β1、β2、β3分別為變量的指數(shù);ε為隨機誤差。

將式(2)兩邊取對數(shù)得:

lnI=lnα+β1lnP+β2lnA+β3lnT+lnε

(3)

傳統(tǒng)STIRPAT模型只是將研究單元作為獨立個體進行研究,忽視了環(huán)境壓力影響因素在空間上的聯(lián)系，而將空間因素納入傳統(tǒng)計量模型研究經濟社會活動會更符合現(xiàn)實情況?；诖?本文試圖將內生時空權重矩陣納入STIRPAT模型,分析城市規(guī)模對能源消耗的影響。

全局空間自相關:空間計量模型是在觀測值具有顯著的空間相關性的基礎之上設定的,目前計算空間相關性的常用方法為全局Moran′s I[17]。全局Moran′s I的具體表達式為:

(4)

(5)

時空權重矩陣構建:空間權重矩陣反映的是個體或區(qū)域間的空間交互關系,城市間的相互影響會隨著兩城市間距離的增加而減弱,但這種影響超過某一臨界值,城市間相互影響的作用會迅速下降。基于此，本文構建反距離空間權重矩陣形式為:

(6)

式中wij為空間權重;dij為兩地距離;L為距離臨界值?；诜淳嚯x空間權重矩陣的構建是外生的,不能考察空間溢出效應的時間轉移和傳導效應[18],本文在反距離空間權重基礎上構建內生時空權重矩陣,以期更準確地考察城市規(guī)模對能源消耗的空間溢出效應的時間轉移和傳導效應。為考察空間溢出效應在時間上的轉移和傳導,本文采用不同時間的Moran′s I的比值構建內生時間權重矩陣。表達式為:

式中,ζnm為時間m的Moran指數(shù)與時間n的Moran指數(shù)的比值。與空間權重矩陣不同的是,時間權重矩陣上三角元素值為0,是因為前一期只對后一期存在時間溢出效應,而后一期不能影響前一期。下三角元素取值列為對應年份的空間溢出效應,行這對應年份空間溢出效應的時間影響效應[18]。根據(jù)式(6)的反距離空間權重矩陣和式(7)的時間權重矩陣,采用克羅內克積得到時空權重矩陣。表達式為:TW=ζ?w,?為克羅內克積符號。

空間杜賓模型構建:空間計量模型的選擇對研究觀測值間的空間關系十分重要,目前常用的空間計量模型主要有空間自回歸模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。LeSage指出選用SDM模型是科學研究者首先考慮的,這是因為SDM模型在數(shù)據(jù)生成過程中能得到系數(shù)的無偏估計,同時該模型沒有預先對空間溢出規(guī)模設定限制,能更好的估計溢出效應[19]。SDM基本模型為:

Y=ρwY+β1X+β2wX+ε

(8)

為檢驗SDM模型是否適用于觀測數(shù)據(jù),一般采用LM檢驗,假設條件有兩個:①H0:β2=0;②H0:β2+ρβ1=0。假設條件①可將空間杜賓模型簡化為空間自回歸模型:Y=ρwY+βX+ε;假設條件②可將空間杜賓模型簡化為空間誤差模型:Y=βX+ε,ε=λwε+μ。通過假設檢驗條件可見,SDM模型是SAR模型和SEM模型的一般形式。

將式(3)與式(8)結合,并引入時空權重矩陣,最終考察城市規(guī)模對能源消耗的空間溢出效應的計量模型為:

lnI=ρTWlnI+β1lnP+β2lnA+β3lnT+β4lneco+β5sec+α1TWlnP+α2TWlnA+α3TWlnT+α4TWlneco+α5TWsec+ε

(9)

式中,I為人均能源消耗;P為年末城市總人口,表示城市規(guī)模;A為人均GDP,表示人口富裕度;T為年末科技從業(yè)人員;eco為經濟密度即城市GDP與城市面積比值;sec為第二產業(yè)占GDP比值表示產業(yè)結構。

直接效應與間接效應:SDM模型中解釋變量的系數(shù)值并不能準確的反映對城市能源消耗的影響,針對這一問題,LeSage、Pace[19]提出了偏微分方法對空間效應進行分解測算。

對空間杜賓模型式(8)進行變化可得:

(In-ρW)Y=(Inβ1+β2W)X+lnα+ε

(10)

令,V(W)=(In-ρW)-1,Sr(W)=V(W)(Inβ1r+Wβ2r),則式(10)可轉化為:

(11)

+V(W)(tna+ε)

2.2 數(shù)據(jù)來源

本文的研究樣本為我國地級及以上城市，全部數(shù)據(jù)來源于2006—2015年的《中國城市統(tǒng)計年鑒》。由于部分城市是2006年以后設市,統(tǒng)計數(shù)據(jù)不完整，另有部分城市(如拉薩)統(tǒng)計數(shù)據(jù)嚴重缺失,因此在選擇樣本城市時將上述兩種城市剔除,最終保留285個樣本城市。對與樣本城市個別數(shù)據(jù)缺失的則通過查找相應的地方統(tǒng)計年鑒予以補齊。

各市能源消耗總量計算公式:

TI=ΣEi×ηi

(13)

式中,TI表示各市能源消耗總量;Ei表示第i類能源消的耗總量;ηi表示第i類能源折算成標準煤的折算系數(shù)。各類能源與標準煤的具體折算系數(shù)見表1。

表1 各類能源折算系數(shù)

3 實證分析

3.1 城市能源消耗空間性分析

借助ArcGIS 10.2軟件的空間趨勢分析工具,選取2006年、2009年、2012年和2015年人均能源消耗量作為Z值,X、Y值分別為東西、南北方向生成三維趨勢圖(圖1),以揭示我國城市能源消耗的空間格局變化。

圖1 城市能源消耗空間格局變化趨勢

由圖1可見,2006年城市能源消耗空間投影在東西方向上呈自西向東的下降趨勢,在南北方向上呈自北向南的下降趨勢,但東西方向下降幅度大于南北方向,說明這段時間城市能源消耗空間差異較大。2009年,空間投影自西向東下仍呈下降趨勢,但下降幅度變小,表明東西方向城市能源消耗差異變小,南北方向投影曲線較為平滑,但人均能源消耗量均值上升為0.789。2012年,城市能源消耗在東西、南北方向上的趨勢線相較于前幾年更為平滑,但能源消耗均值繼續(xù)上升,達到0.911。研究末期,城市能源消耗呈由西向東的平緩下降趨勢,南北方向趨勢平滑,人均能源消耗上升為1.028,表明我國城市能源消耗整體上升的同時,區(qū)域差異在逐漸縮小,但東西差異仍然大于南北差異。

根據(jù)式(4)計算歷年人均能源消耗全局空間自相關指數(shù),見表2。由表2結果分析,我國城市能源消耗全局Moran′s I顯著為正,說明城市能源消耗存在正向空間依賴關系,同時表明引入空間計量模型研究城市規(guī)模對能源消耗的影響,可以消除由空間相關性引起的回歸偏誤。

表2 人均能源消耗全局自相關Moran′s I指數(shù)

注:表中*、**、***分別為10%、5%、1%水平上顯著(下表同)；括號內數(shù)值為Z檢驗值。

3.2 空間計量模型檢驗與結果討論

在估計空間面板數(shù)據(jù)模型時,本文首先采用Hausman檢驗判斷模型的固定效應和隨機效應。在不考慮空間相關性條件下，Hausman的檢驗結果為χ2=87.53,在1%的顯著性水平上拒絕原假設,即選擇固定效應模型來擬合數(shù)據(jù)會更優(yōu)。估計結果表明,反距離空間權重下的空間模型估計結果并不顯著,城市規(guī)模對能源消耗的空間溢出效應存在距離門限。即在某一距離半徑內城市規(guī)模對能源消耗的影響會隨著距離的增加而減弱,超出這一半徑將不存在空間影響。對比不同距離半徑下SDM模型的擬合優(yōu)度確定最佳距離半徑范圍為200—400km。為準確測算空間溢出半徑,在200—400km范圍區(qū)間內每隔20km進行一次空間模型回歸,運行結果見表3。

表3 不同距離下SDM擬合優(yōu)度

表3為不同距離閾值下SDM模型的擬合優(yōu)度和最大似然估計值結果,通過對比結果發(fā)現(xiàn)距離閾值在340km、360km時擬合優(yōu)度達到最大值,因此采用340km和360km的算數(shù)平均數(shù)350km作為距離閾值。同時，將350km帶入空間回歸模型中發(fā)現(xiàn)擬合優(yōu)度達到最大值0.8905,因此選用350km作為距離閾值研究城市規(guī)模對能源消耗的空間溢出效應最佳。以350km距離閾值建立反距離空間權重矩陣,不同模型下的估計結果見表4。

對比表4中4種模型的擬合優(yōu)度和最大似然估計量,空間計量模型的擬合優(yōu)度均在85%以上,高于普通面板數(shù)據(jù)回歸擬合優(yōu)度,可見空間計量模型的擬合效果更好。Log-likelihood為似然函數(shù)值的自然對數(shù),此值越小模型擬合程度越好。綜合考察這兩項指標,可知選擇SDM模型效果最佳。從表4可知,SDM模型的空間滯后項參數(shù)顯著為正,與前述全局空間自相關指數(shù)屬性一致,反映了某一地區(qū)能源消耗會受周邊地區(qū)影響。從系數(shù)結果看城市人口規(guī)模擴大對城市能源消耗產生負向影響,人口富裕度、產業(yè)結構變化對城市能源消耗的影響顯著為正,表明人口富裕度和工業(yè)產業(yè)發(fā)展會促進城市能源消耗。從解釋變量的空間溢出效應分析,人口數(shù)量對城市能源消耗影響顯著為正。即城市人口規(guī)模擴大在抑制本地區(qū)能源消耗的同時會促進周邊地區(qū)城市能源消耗;經濟密度和第二產業(yè)比重的參數(shù)估計顯著為負,表明兩者在促進本市能源消耗的同時會抑制周邊城市的能源消耗。上述三種因素可看作是城市間能源消耗分化的主要推動力。城市人口富裕度對周邊城市能源消耗溢出效應為正,表明當前城市人口富裕度是推動能源消耗的主要因素。

表4 空間模型回歸結果

注:括號內數(shù)值為t值結果,“—”表示此項為空。

從表5可知,城市人口對本地城市能源消耗的影響顯著為負,對其他城市的空間溢出效應為正,且總效應為正。城市人口富裕度的直接效應、間接效應和總效應均顯著為正,表明城市人口是城市能源消耗的主要因素。城市科技進步只對本地能源消耗存在正向影響,間接效應和總效應不顯著。城市經濟密度和工業(yè)比重對本市能源消耗存在正向影響,且空間溢出效應顯著為正。從全國范圍來看，影響城市能源消耗增加的主要因素是城市人口和人口富裕度,工業(yè)發(fā)展反而會抑制能源消耗。為探究時間傳導效應對城市規(guī)模與能源消耗空間溢出效應的影響,根據(jù)式(9)的計算結果見表6。

表5 城市規(guī)模對能源消耗空間效應分解

表6 SDM模型下采用時空權重矩陣參數(shù)效應分解結果

表7 分地區(qū)城市規(guī)模對能源消耗空間效應分解

城市能源消耗的時間傳導效應體現(xiàn)在不同時期能源消耗的空間自相關指數(shù)比值上,這一效應會影響城市規(guī)模對能源消耗的空間溢出效應。表6綜合了城市規(guī)模對能源消耗的空間溢出和時間傳導效應,兩者共同作用于城市能源消耗。在這一影響下考察各變量的作用,城市人口、人口富裕度、城市科技、城市經濟密度和第二產業(yè)占比每提升1%,引起城市能源消耗的變動分別為-1.045%、0.352%、0.679%、0.193%、0.234%。

對全國平均而言,城市規(guī)模對城市能源消耗存在顯著的空間溢出效應,但由于各城市初始發(fā)展水平和早期國家戰(zhàn)略政策存在很大差異。對不同地區(qū)的城市規(guī)模是否對能源消耗存在空間溢出效應,對該問題的探討將有助于從另一個角度理解城市規(guī)模對能源消耗的影響機制。因此,將城市樣本按東部、中部、西部進行分組比較,考察城市規(guī)模異質對能源消耗的影響，結果見表7。

表7考查了不同地區(qū)城市規(guī)模對能源消耗的空間溢出效應。結果顯示:①東部與中部地區(qū)城市規(guī)模對城市能源消耗的直接效應顯著為負,西部地區(qū)直接效應為正;中部和西部地區(qū)對能源消耗的總效應在1%的水平上顯著為負,而東部地區(qū)的負向總效應不顯著。原因在于:東部地區(qū)城市化水平相對較高、城市內部結構相對完善,城市公共交通是城市人口通勤的基本工具,人口數(shù)量增加會降低交通設施的空載率,從而降低城市人口能源邊際消耗率。東部地區(qū)經濟相對發(fā)達,城市吸引人才能力強,城市人口受教育水平相對較高,人們節(jié)能減排意識高于中西部地區(qū)。②全國范圍內,城市富裕度對本地能源消耗的直接效應在1%的水平上顯著為正。隨著城市居民收入水平的提高,為改善擁擠的公共交通條件而更多地選擇私家車,這一選擇直接提高了城市能源消耗。但城市富裕度對城市經濟發(fā)展較高的東部地區(qū)總效應為負,而對中部地區(qū)總效應為正,這說明了環(huán)境庫茲涅茨曲線的存在。③城市經濟密度和第二產業(yè)發(fā)展水平對本地區(qū)能源消耗的影響顯著為正,這一影響在東部和中部區(qū)更明顯,表明我國東部、中部城市經濟快速發(fā)展是建立在高能耗基礎上的。但在東部和中部地區(qū),第二產業(yè)比重對城市能源消耗總效應為負,這得益于各地區(qū)制造業(yè)升級帶來的良好反應。

4 結論與建議

本文在利用STIRPAT模型估計城市規(guī)模對能源消耗影響的基礎上,引入空間權重矩陣和時空權重矩陣,考察城市規(guī)模對能源消耗空間溢出效應并探究了空間溢出效應的時間傳導效應。本文發(fā)現(xiàn):①城市規(guī)模對能源消耗的溢出半徑為350km,當超過這一閾值后,空間溢出效應會迅速減少直至消失。②城市規(guī)模對能源消耗的空間溢出效益為異質。從直接效應看,能源消耗的最大影響因素東部地區(qū)是城市經濟密度,中部地區(qū)為科技水平,西部地區(qū)為城市富裕度;從總效應看,東部城市能源消耗的最大影響因素為經濟密度,中部地區(qū)是城市富裕度,西部地區(qū)是第二產比重。城市人口數(shù)量在全國范圍內對能源消耗的空間效應是一致的,城市人口數(shù)量增加均會抑制城市能源消耗。③城市富裕度對城市源消耗影響的差異證明了環(huán)境庫茲涅茨曲線的存在。

基于上述研究結論,本文提出以下建議:①城市能源消耗有很強的空間自相關性,并具有明顯的空間溢出半徑,各城市應加強與周邊城市的聯(lián)系。同一區(qū)域城市可以通過人才共享、產業(yè)互補的政策密切與周邊城市的關系,形成獨具特色的城市協(xié)同發(fā)展模式,在制定節(jié)能減排政策時要綜合考慮周邊城市,共同防治,以免事倍功半。②根據(jù)不同地區(qū)城市化過程中的具體情況制定節(jié)能減排政策,做到有的放矢。目前在全國范圍內,城市化進程中,城市人口規(guī)模的擴大有利于降低人口邊際能源消耗,但在擴大城市人口規(guī)模的同時應當提高城市人口素質和公眾的環(huán)保意識。③在我國城市經濟發(fā)展仍以第二產業(yè)為主導,相比于其他產業(yè),第二產業(yè)能源消耗較高,特別是西部地區(qū)第二產業(yè)在今后城市化進程中占比會更高，因此各地區(qū)仍需要調整產業(yè)結構、加快制造業(yè)升級。