城鎮(zhèn)化、工業(yè)化、信息化與中國(guó)的能源強(qiáng)度

李標(biāo) 吳賈++陳姝興

摘要 城鎮(zhèn)化、工業(yè)化與信息化對(duì)能源強(qiáng)度正負(fù)雙面效應(yīng)的疊加，使其施加于能源強(qiáng)度的總體影響難以把握。本研究依托資本、勞動(dòng)和能源三要素生產(chǎn)函數(shù)，借助城鎮(zhèn)化、工業(yè)化與信息化與全要素生產(chǎn)率的聯(lián)系機(jī)制，推導(dǎo)三者與能源強(qiáng)度的數(shù)理關(guān)系。我們以此為基礎(chǔ)構(gòu)建靜態(tài)和動(dòng)態(tài)面板模型，并基于中國(guó)30個(gè)省域2005-2013年的數(shù)據(jù)，使用FE、IV-FE、IV-GMM和MG四種估計(jì)方法，實(shí)證分析城鎮(zhèn)化、工業(yè)化與信息化與能源強(qiáng)度之間的關(guān)系。實(shí)證結(jié)果表明：①城鎮(zhèn)化短期內(nèi)能夠顯著降低能源強(qiáng)度，但中國(guó)在城鎮(zhèn)化發(fā)展道路中并沒(méi)有持續(xù)發(fā)揮其在集約利用能源方面的優(yōu)勢(shì)，以至于城鎮(zhèn)化對(duì)能源強(qiáng)度的長(zhǎng)期影響表現(xiàn)為正。②在控制工業(yè)化的內(nèi)生性后，IV-FE、IV-GMM模型表明工業(yè)化水平的提升可有效改善能源強(qiáng)度。③信息化在改善能源效率、降低能源強(qiáng)度方面的短期和長(zhǎng)期作用均較為顯著。從而，中國(guó)需將城鎮(zhèn)化短期粗放型經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)化為長(zhǎng)期節(jié)能降耗優(yōu)勢(shì)；需構(gòu)筑節(jié)能型現(xiàn)代產(chǎn)業(yè)體系，釋放工業(yè)化結(jié)構(gòu)節(jié)能紅利；需深挖“信息節(jié)能”潛力，強(qiáng)化信息化節(jié)能效應(yīng)。

關(guān)鍵詞 城鎮(zhèn)化；工業(yè)化；信息化；能源強(qiáng)度

中圖分類號(hào) F061.5

文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 1002-2104（2015）08-0069-08

doi：103969/jissn1002-21042015.08009

能源是人們現(xiàn)代生產(chǎn)和生活不可或缺的要素，是經(jīng)濟(jì)社會(huì)發(fā)展的重要基礎(chǔ)。中國(guó)能源賦存體量大，多年的粗放發(fā)展模式嚴(yán)重激化了能源消費(fèi)與生態(tài)環(huán)境、經(jīng)濟(jì)綠色發(fā)展之間的矛盾。中國(guó)城鎮(zhèn)化、工業(yè)化、信息化（下文簡(jiǎn)稱三化）的加速建設(shè)必將引致更高的能源消費(fèi)，加大節(jié)能降耗壓力，同時(shí)，三化又能夠借助全要素生產(chǎn)率的傳導(dǎo)機(jī)制，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，改善能源強(qiáng)度。這一正負(fù)疊加效應(yīng)使三化施加于中國(guó)能源強(qiáng)度的總體影響難以準(zhǔn)確把握。

目前，三化與能源強(qiáng)度的關(guān)系在學(xué)界尚未蓋棺論定。

首先，城鎮(zhèn)化對(duì)能源強(qiáng)度有正負(fù)兩方面效應(yīng)。一方面，城鎮(zhèn)化進(jìn)程中人口和產(chǎn)業(yè)的空間集中規(guī)模不斷提高，能源消費(fèi)規(guī)模將隨城鎮(zhèn)化的推進(jìn)而增加[1]，加大能源強(qiáng)度的上升壓力。另一方面，城鎮(zhèn)化的集聚效應(yīng)也帶來(lái)了技術(shù)進(jìn)步。Garbaccio et al.[2]；FisherVanden & Jefferson [3]研究發(fā)現(xiàn)技術(shù)水平的提高和創(chuàng)新投入的增加往往會(huì)帶來(lái)能源利用效率的提升，從而能源強(qiáng)度的降低成為可能。

其次，工業(yè)化對(duì)能源強(qiáng)度的影響不容忽視。工業(yè)化并不僅僅是工業(yè)比重的提升，更是一種結(jié)構(gòu)轉(zhuǎn)換和優(yōu)化升級(jí)的過(guò)程。Richard et al.[4]、董鋒等[5]等研究表明，能源要素會(huì)因?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)在不同產(chǎn)業(yè)間流動(dòng)，主要是由生產(chǎn)率低的一產(chǎn)流向生產(chǎn)率高的二、三產(chǎn)，由高消耗、低產(chǎn)出的傳統(tǒng)產(chǎn)業(yè)流向低消耗、高附加值的高新技術(shù)產(chǎn)業(yè)，從而有利于降低能源強(qiáng)度。狹義上看，大多數(shù)工業(yè)行業(yè)對(duì)能源具有高消費(fèi)和強(qiáng)依賴特點(diǎn)[6]，工業(yè)化進(jìn)程中經(jīng)濟(jì)規(guī)模與能源消費(fèi)同步上升趨勢(shì)顯著，使得能源強(qiáng)度難以下降。Sadorsky[7-8]認(rèn)為，工業(yè)化將會(huì)增加能源消費(fèi)，對(duì)能源強(qiáng)度的長(zhǎng)期彈性為正。

第三，信息化對(duì)能源強(qiáng)度的影響極為重要，但較缺乏定量分析。信息化加快了信息傳播。在大量流動(dòng)的信息中，提高微觀主體投資決策效率與引導(dǎo)轉(zhuǎn)變消費(fèi)行為兩個(gè)方面的信息能夠顯著改善能源利用效率，降低能源強(qiáng)度[9]。這可能得益于，信息化能夠通過(guò)促進(jìn)技術(shù)擴(kuò)散與創(chuàng)新、提高企業(yè)與個(gè)人的決策質(zhì)量、增加需求與降低生產(chǎn)成本三種途徑推動(dòng)產(chǎn)出水平大幅提升[10]。然而，信息的產(chǎn)生、傳播與獲取都離不開能源支撐，信息化的推進(jìn)必然強(qiáng)化這一現(xiàn)象，從而刺激能源消費(fèi)規(guī)模上升，不利于能源強(qiáng)度的下降。

本研究的貢獻(xiàn)體現(xiàn)在三個(gè)方面：一是，將信息化納入定量分析框架。既有文獻(xiàn)大多研究了工業(yè)化、城鎮(zhèn)化對(duì)能源強(qiáng)度的影響或是定性說(shuō)明信息化與能源、能源強(qiáng)度的關(guān)系。本文利用信息化指數(shù)測(cè)度信息化水平，將信息化融入分析，填補(bǔ)這一空缺。二是，強(qiáng)化計(jì)量建模的理論基礎(chǔ)。現(xiàn)有城鎮(zhèn)化、工業(yè)化與能源強(qiáng)度關(guān)系的研究，多是將它們或其一直接引入計(jì)量模型。而本文基于理論模型，借助三化與全要素生產(chǎn)率的聯(lián)系機(jī)制，推導(dǎo)三化與能源強(qiáng)度的數(shù)理關(guān)系，加強(qiáng)理論分析。三是，處理內(nèi)生性與降低估計(jì)偏誤。已有研究文獻(xiàn)往往忽視工業(yè)化與能源強(qiáng)度的反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題，本研究使用IV-FE與IV-GMM方法解決工業(yè)化的內(nèi)生性及其帶來(lái)的估計(jì)偏誤。另外，在面板分析中，一般假定各截面變量對(duì)被解釋變量有同質(zhì)影響，當(dāng)截面數(shù)量較多或存在截面相關(guān)時(shí)，會(huì)產(chǎn)生估計(jì)偏誤。我們用組間均值估計(jì)（Mean Group，MG）方法處理此問(wèn)題。并且，通過(guò)該方法還可識(shí)別三化對(duì)能源強(qiáng)度的長(zhǎng)、短期影響。

李標(biāo)等：城鎮(zhèn)化、工業(yè)化、信息化與中國(guó)的能源強(qiáng)度

中國(guó)人口·資源與環(huán)境 2015年 第8期

1 模型構(gòu)建

1.1 理論模型

國(guó)際上通常使用單位GDP能耗測(cè)算能源強(qiáng)度。為得到三化與能源強(qiáng)度的數(shù)理關(guān)系表達(dá)式，將三化作為變量融入生產(chǎn)函數(shù)中是一種可行之舉。包含資本、勞動(dòng)、能源三要素的總量生產(chǎn)函數(shù)為：

Y=A（·）F（K，L，E）

（1）

Y代表總產(chǎn)出；K代表資本投入；L代表勞動(dòng)力投入；E代表能源投入；A（·）表示總量生產(chǎn)函數(shù)的全要素生產(chǎn)率，是除了資本、勞動(dòng)與能源要素以外所有影響產(chǎn)出的綜合代表。對(duì)于全要素生產(chǎn)率A（·），此處我們著重考慮三化的影響：

第一，城鎮(zhèn)化是全要素生產(chǎn)率的重要影響因素已得到學(xué)者的論證，如Henderson[11]；Hanson[12]等。Jaffe et al[13] 等認(rèn)為城鎮(zhèn)的市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)極大地推動(dòng)了技術(shù)創(chuàng)新與知識(shí)積累，微觀個(gè)體在城鎮(zhèn)空間上更加鄰近，信息傳播速度更快，彼此之間的創(chuàng)新熱情更容易被激發(fā)，新專利與新發(fā)明更易產(chǎn)生，從而推動(dòng)全要素生產(chǎn)率上升。

第二，工業(yè)化是一種動(dòng)態(tài)演化過(guò)程，不僅僅是工業(yè)增加值比重的提高，更多地表現(xiàn)為整個(gè)非農(nóng)產(chǎn)業(yè)、服務(wù)業(yè)在國(guó)民經(jīng)濟(jì)中比重和地位的提升。因而，可認(rèn)為工業(yè)化本質(zhì)上是產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級(jí)或高級(jí)化的過(guò)程。在產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的不斷調(diào)整過(guò)程中，投入要素從低生產(chǎn)率或低生產(chǎn)率增長(zhǎng)率的部門流向高生產(chǎn)率或高生產(chǎn)率增長(zhǎng)率的部門可以促進(jìn)整個(gè)社會(huì)生產(chǎn)率水平的提高[14-15]。由于非農(nóng)產(chǎn)業(yè)多聚集于城鎮(zhèn)，在城鎮(zhèn)發(fā)展過(guò)程中，產(chǎn)業(yè)結(jié)構(gòu)（工業(yè)化）確實(shí)可能是全要素生產(chǎn)率的重要影響因素[16]。

第三，信息化對(duì)經(jīng)濟(jì)增長(zhǎng)具有正的顯著的影響力[17]。這有兩方面的原因：一方面，信息化技術(shù)的發(fā)展和應(yīng)用形成了巨大的生產(chǎn)力，提高了生產(chǎn)效率；另一方面，信息通過(guò)作用于人力、資本、自然資源等，促進(jìn)資源優(yōu)化配置[18]，利于精確使用資源等要素，提高了要素配置效率?？梢姡畔⒒峭苿?dòng)全要素生產(chǎn)率上升的重要原因[19]。

進(jìn)而，將城鎮(zhèn)化（u）、工業(yè)化（ind）以及信息化（inf）納入A（·）中，可得：

Y=A（lnu，lnind，lninf）·F（K，L，E）

（2）

借助C-D生產(chǎn)函數(shù)以及冪指數(shù)的生產(chǎn)率形式，將（2）式顯性化為：

Y=A0eφ·lnu+·lnind+η·lninf·Kα·Lβ·Eγ

（3）

其中，A0表示初始生產(chǎn)率水平；α，β，γ分別表示資本、勞動(dòng)和能源要素的產(chǎn)出彈性。假定規(guī)模報(bào)酬不變，即α+β+γ=1。式子（3）兩邊同時(shí)除以E可得：

Y/E=

（A0eφ·lnu+·lnind+η·lninf·Kα·Lβ·Eγ）/Eα+β+γ

（4）

上式取倒數(shù)后，兩邊求自然對(duì)數(shù)有：

ln（E/Y）=-lnA0-φ·lnu-·lnind-η·lninf

+α·ln（E/K）+β·ln（E/L）

（5）

1.2 計(jì)量模型

基于數(shù)理表達(dá)式（5），可建立如下計(jì)量模型：

ln（E/Y）it=β1lnuit+β2lnindit+β3lninfit

+α1ln（E/K）it+α2ln（E/L）it+X′itΓi+φi+εit

（6）

其中，i表示省份，t表示時(shí)間。lnuit，lnindit，lninfit分別表示i省t年的城鎮(zhèn)化、工業(yè)化和信息化水平的對(duì)數(shù)值；ln（E/K）it和ln（E/L）it分別表示i省份t年資均能耗和勞均能耗的對(duì)數(shù)值；Xit表示其它控制變量，如人均實(shí)際收入；φi用來(lái)控制省際固定效應(yīng)；εit為誤差項(xiàng)。本研究關(guān)注的估計(jì)系數(shù)為β=（β1，β2，β3）′，由于模型中各變量已取了自然對(duì)數(shù)，從而β可解釋為城鎮(zhèn)化、工業(yè)化和信息化的能源強(qiáng)度彈性。

上述計(jì)量模型中，可能引起估計(jì)偏誤的問(wèn)題是變量lnindit的內(nèi)生性。原因在于能源強(qiáng)度可能影響工業(yè)化進(jìn)程，比如能源效率較低的省份，為獲得計(jì)劃的經(jīng)濟(jì)增速，往往會(huì)傾向于粗放的發(fā)展模式，因此模型（6）具有的反向因果關(guān)系將使得E[lnindit·εit]≠0，從而導(dǎo)致對(duì)系數(shù)β2的估計(jì)產(chǎn)生偏誤。為解決該問(wèn)題，本文采用兩階段最小二乘法對(duì)固定效應(yīng)模型進(jìn)行估計(jì)（下文簡(jiǎn)稱為IVFE）。

由于能源效率的改善需要較長(zhǎng)的時(shí)間，當(dāng)期的能源效率可能受到前期的影響，這說(shuō)明能源強(qiáng)度可能存在累積滯后效應(yīng)。進(jìn)一步，構(gòu)建以下動(dòng)態(tài)模型：

（7）式被稱為自回歸分布滯后（autoregressive distributed lag， ARDL）模型。

由于在用差分法去除（7）式固定效應(yīng)后，被解釋變量的差分項(xiàng)將與誤差項(xiàng)相關(guān)（E[Δln（E/Y）i，t-1·

Δξit]≠0），這被稱為動(dòng)態(tài)面板偏誤。對(duì)此問(wèn)題， Arellano and Bond [20]提出的IVGMM方法可以解決。該方法（下文簡(jiǎn)稱IVGMM）的好處在于不僅可以去除方程存在的動(dòng)態(tài)面板偏誤，且當(dāng)回歸方程中存在其它內(nèi)生變量時(shí)，也可以通過(guò)加入該內(nèi)生變量的滯后期作為工具變量解決，即可以解決多個(gè)內(nèi)生變量問(wèn)題[21]。

IVGMM方法的局限性在于它假設(shè)各截面對(duì)被解釋變量具有相同的彈性，當(dāng)數(shù)據(jù)存在截面相關(guān)時(shí)，會(huì)產(chǎn)生估計(jì)偏誤。為此，本文進(jìn)一步采用組間均值（mean group，MG）回歸方法處理此問(wèn)題。該方法不僅可以去除固定效應(yīng)、解決動(dòng)態(tài)面板偏誤（Pesaran & Shin[22]），并且可以識(shí)別關(guān)注變量的長(zhǎng)短期影響。MG方法針對(duì)每一截面進(jìn)行回歸，所得估計(jì)系數(shù)作為變量的短期影響，估計(jì)系數(shù)的平均值作為變量的長(zhǎng)期影響。由（7）式可推導(dǎo)出相應(yīng)的誤差修正模型（ECM）：

（8）

其中，系數(shù)τ稱為誤差修正系數(shù)，決定了調(diào)整到長(zhǎng)期均衡的速度。若τ∈（-1，0）則說(shuō)明方程是動(dòng)態(tài)平穩(wěn)的，

并且可以收斂到長(zhǎng)期均衡。θ=（θ1，θ2，θ3）′衡量了城鎮(zhèn)化、工業(yè)化和信息化的長(zhǎng)期影響，系數(shù)ρ=（ρi1，ρi2，ρi3）′則衡量了這三個(gè)變量對(duì)能源強(qiáng)度的短期影響。

2 變量說(shuō)明

2.1 能源強(qiáng)度

國(guó)際上通常使用衡量一個(gè)國(guó)家或地區(qū)整體層面上能源使用的綜合化效益指標(biāo)單位GDP能耗（E/Y）測(cè)度能源強(qiáng)度。該指標(biāo)可由《中國(guó)統(tǒng)計(jì)年鑒》直接查詢獲得。單位是“噸標(biāo)準(zhǔn)煤/萬(wàn)元”。

2.2 資均能耗

資均能耗（E/K）表示生產(chǎn)過(guò)程中每單位資本占用的能源規(guī)模。它可由《中國(guó)能源統(tǒng)計(jì)年鑒》中的能源消費(fèi)規(guī)模除以資本投入總量計(jì)算得到。對(duì)于資本投入規(guī)模總量指標(biāo)，我們使用《中國(guó)統(tǒng)計(jì)年鑒》中的固定資產(chǎn)投資總額予以粗略測(cè)算。鑒于對(duì)資本存量的估計(jì)方法沒(méi)有一致的結(jié)論，且各省域的資本折舊率難以科學(xué)界定，因而我們僅使用流量數(shù)據(jù)粗略衡量。此外，實(shí)證分析中進(jìn)行差分后所做的估計(jì)能夠消除使用流量數(shù)據(jù)替代存量數(shù)據(jù)的影響。單位是“t標(biāo)準(zhǔn)煤/萬(wàn)元”。

2.3 勞均能耗

勞均能耗（E/L）表示生產(chǎn)過(guò)程中每單位勞動(dòng)所消費(fèi)的能源量。本研究使用《中國(guó)能源統(tǒng)計(jì)年鑒》中的能源消費(fèi)總量與《中國(guó)統(tǒng)計(jì)年鑒》中的地區(qū)從業(yè)人員規(guī)模的比值衡量E/L。單位是“t標(biāo)準(zhǔn)煤/人”。

2.4 城鎮(zhèn)化水平

城鎮(zhèn)化水平（u）是一個(gè)國(guó)家或區(qū)域城鎮(zhèn)化發(fā)展達(dá)到的程度，是人口向城鎮(zhèn)集中程度的主要標(biāo)志。本研究使用《中國(guó)統(tǒng)計(jì)年鑒》中的城鎮(zhèn)化率對(duì)其進(jìn)行測(cè)算。單位是“%”。

2.5 工業(yè)化水平

既有研究文獻(xiàn)一般使用工業(yè)增加值（就業(yè)人數(shù)）的比重、非農(nóng)產(chǎn)業(yè)增加值（就業(yè)人數(shù)）的比重或服務(wù)業(yè)增加值（就業(yè)人數(shù)）占非農(nóng)產(chǎn)業(yè)的比重衡量工業(yè)化水平（ind）。鑒于中國(guó)正處于工業(yè)化的中后期，非農(nóng)產(chǎn)業(yè)凸顯服務(wù)化，因而，我們使用《中國(guó)統(tǒng)計(jì)年鑒》中的服務(wù)業(yè)增加值占非農(nóng)產(chǎn)業(yè)之比衡量ind。單位是“%”。

2.6 信息化水平

信息化水平（inf）是后工業(yè)化社會(huì)發(fā)展高度化與現(xiàn)代化的基礎(chǔ)。我們使用國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)科研所信息化統(tǒng)計(jì)評(píng)價(jià)研究組[23]構(gòu)造的信息化綜合發(fā)展指數(shù)測(cè)算inf。

3 實(shí)證分析

本文將分別對(duì)靜態(tài)和動(dòng)態(tài)面板模型實(shí)證三化與能源

強(qiáng)度的關(guān)系。采用靜態(tài)模型分析時(shí)，首先采用固定效應(yīng)模型（FE）去除省際不可觀測(cè)的異質(zhì)性；其次用2SLS（IV-FE）解決工業(yè)化的內(nèi)生性問(wèn)題。采用動(dòng)態(tài)模型分析時(shí)，首先用IV-GMM估計(jì)方法解決動(dòng)態(tài)面板偏誤，并處理lnindit的內(nèi)生性；其次，用MG方法估計(jì)三化對(duì)能源強(qiáng)度的長(zhǎng)短期影響。

3.1 靜態(tài)面板模型

3.1.1 FE估計(jì)

表1報(bào)告了基于式（6）的FE結(jié)果。其中，（1）和（2）列為全國(guó)樣本估計(jì)結(jié)果；（3）和（4）列為東部子樣本估計(jì)結(jié)果，（5）、（6）列為中西部子樣本估計(jì)結(jié)果，（2）、（4）和（6）列為控制人均GDP的回歸結(jié)果。我們有如下發(fā)現(xiàn)：

表1 固定效應(yīng)模型估計(jì)結(jié)果

Tab.1 Estimation results for fixedeffect model

第一，城鎮(zhèn)化水平的提高推動(dòng)了能源強(qiáng)度上升。全國(guó)與區(qū)域?qū)用嫔希擎?zhèn)化對(duì)單位GDP能耗的彈性系數(shù)均顯著為正。一般而言，城市人均能源消費(fèi)量遠(yuǎn)遠(yuǎn)高于農(nóng)村，城市化水平的提高必將帶動(dòng)整體能源消費(fèi)水平的上升[24]。同時(shí)，城鎮(zhèn)化進(jìn)程中交通運(yùn)輸業(yè)和通訊業(yè)等高耗能行業(yè)飛速發(fā)展，大幅拉升能源消費(fèi)規(guī)模，阻礙能源強(qiáng)度降低。值得一提的是，東部城鎮(zhèn)化水平對(duì)能源強(qiáng)度的影響大于中西部。其潛在的可能原因是，東部城鎮(zhèn)化起步時(shí)間要早于中西部，發(fā)展速度也更快，城鎮(zhèn)人口和非農(nóng)產(chǎn)業(yè)的集中度更是高于中西部，這就導(dǎo)致東部地區(qū)的能耗規(guī)模高于中西部地區(qū)，再加上能源強(qiáng)度的累積效應(yīng)，東部多年城鎮(zhèn)化發(fā)展伴生的高能耗在短期內(nèi)難以消化，從而使得東部能源強(qiáng)度對(duì)城鎮(zhèn)化的彈性系數(shù)大于中西部地區(qū)。

第二，工業(yè)化水平提升對(duì)改善能源強(qiáng)度的作用顯著。工業(yè)化水平在全國(guó)樣本和分區(qū)域樣本下的回歸系數(shù)均表現(xiàn)出顯著為負(fù)的特征，說(shuō)明伴隨工業(yè)化的推進(jìn)，產(chǎn)業(yè)結(jié)構(gòu)逐漸優(yōu)化升級(jí)，改善了能源消費(fèi)效率，非農(nóng)產(chǎn)業(yè)的服務(wù)化帶來(lái)的產(chǎn)出增長(zhǎng)幅度要大于其調(diào)整過(guò)程中的能耗增幅。三產(chǎn)比重的提升能夠降低能源強(qiáng)度的主要原因是各項(xiàng)節(jié)能措施的實(shí)施和節(jié)能技術(shù)的推廣，行業(yè)內(nèi)的能源配置效率較高，經(jīng)濟(jì)結(jié)構(gòu)對(duì)能源效率的總效應(yīng)為正[25]。

第三，信息化水平提高有益于能源強(qiáng)度降低。信息化的彈性系數(shù)均顯著為負(fù)，可見，信息化建設(shè)的加快推進(jìn)對(duì)降低能耗強(qiáng)度尤為重要。從信息化的節(jié)能降耗效應(yīng)大小來(lái)看，東部較中西部明顯。當(dāng)我們控制人均收入水平時(shí)，信息化水平每提高1%，東部的能源強(qiáng)度將降低1.070%，高于全國(guó)水平的0.336%，而中西部的能源強(qiáng)度僅約下降0.219%。原因可能是，東部在運(yùn)用信息技術(shù)監(jiān)測(cè)用能、管理用能、精準(zhǔn)用能、節(jié)約用能、提高能效等方面顯著優(yōu)于中西部，這就使得東部信息化發(fā)展降低能源強(qiáng)度的效果高于中西部。

3.1.2 IVFE估計(jì)

FE的估計(jì)結(jié)果可能由于工業(yè)化存在的內(nèi)生性問(wèn)題而產(chǎn)生估計(jì)偏誤。為此，我們用2SLS對(duì)固定效應(yīng)模型進(jìn)行估計(jì)。

表2顯示，工業(yè)化的彈性系數(shù)在-0.10至-0.20之間，較表2中的結(jié)果顯著降低，說(shuō)明在沒(méi)有控制工業(yè)化內(nèi)生性的估計(jì)中產(chǎn)生了向上的偏誤。一個(gè)可能的原因在于某些欠發(fā)達(dá)的省份傾向于以粗放的工業(yè)化發(fā)展達(dá)到預(yù)定的經(jīng)濟(jì)增速。我們通過(guò)對(duì)中西部樣本進(jìn)行回歸發(fā)現(xiàn)能源強(qiáng)度增加1%將會(huì)引起工業(yè)化顯著上升0.12%。

城鎮(zhèn)化、信息化的IVFE估計(jì)結(jié)果與FE基本相同。

表2 IVFE模型估計(jì)結(jié)果

Tab.2 Estimation results for fixedeffect model withinstrumental variables

當(dāng)模型控制收入水平時(shí)，城鎮(zhèn)化的彈性系數(shù)在0.28-0.85之間，且均在5%及以上的水平上顯著。這說(shuō)明中國(guó)城鎮(zhèn)化的發(fā)展進(jìn)程中并沒(méi)能夠有效提高能源的利用效率、改善能源強(qiáng)度，相反地，能源強(qiáng)度是伴隨城鎮(zhèn)化水平的提高而有所提升的。相較于中西部，東部城鎮(zhèn)化水平的提高帶來(lái)更高的能源強(qiáng)度。另外，信息化的彈性系數(shù)在-0.40至-1.56之間，且均在1%的水平上顯著。東部的信息化程度提高1個(gè)百分點(diǎn)可使能源強(qiáng)度顯著降低0.91%，高于中西部的0.40%，再次肯定了東部在利用信息技術(shù)資源降低能耗方面所取得的重大成效。

表3 IVGMM模型估計(jì)結(jié)果

Tab.3 Estimation results for GMM with instrumentalvariables

3.2 動(dòng)態(tài)模型

3.2.1 IVGMM估計(jì)

在靜態(tài)FE模型中，假定能源強(qiáng)度只受變量當(dāng)期值的影響，這對(duì)于本文關(guān)注的問(wèn)題過(guò)于嚴(yán)格。一方面，能源效

率受到技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)等具有粘性特征因素的影響，能源強(qiáng)度可能會(huì)受到這些因素過(guò)去值的影響；另一方面，

能源強(qiáng)度可能具有累積效應(yīng)，即前期的能源強(qiáng)度可能會(huì)對(duì)當(dāng)期值產(chǎn)生較大影響。為此，本文采用IVGMM方法對(duì)式（7）設(shè)定的動(dòng)態(tài)模型進(jìn)行估計(jì)。為處理動(dòng)態(tài)面板偏誤，我們選用能源強(qiáng)度2階及以上的滯后期作為工具變量，用于處理工業(yè)化的內(nèi)生性。

用工業(yè)化的2階滯后項(xiàng)，而沒(méi)有包含更高階的滯后項(xiàng)原因在于與IVFE估計(jì)模型中的工具變量保持一致，使結(jié)果具有可比性。

從表3中我們能夠得到以下信息：首先，城鎮(zhèn)化當(dāng)期值對(duì)能源強(qiáng)度的影響較IVFE明顯減小。比如，從全國(guó)樣本來(lái)看，其彈性系數(shù)由0.33減小到0.15，且不顯著，但這并非說(shuō)明城鎮(zhèn)化對(duì)能源強(qiáng)度不具有影響?？梢园l(fā)現(xiàn)，城鎮(zhèn)化對(duì)能源強(qiáng)度的影響體現(xiàn)在其滯后項(xiàng)上。比如，表3第（2）列顯示，能源強(qiáng)度對(duì)城鎮(zhèn)化滯后期的彈性為0.71。究其原因，在于城鎮(zhèn)化對(duì)能源強(qiáng)度在長(zhǎng)短期具有不同的影響。

其次，與IVFE的估計(jì)結(jié)果進(jìn)行比較，工業(yè)化水平對(duì)

能源強(qiáng)度的影響也明顯減小，但與城鎮(zhèn)化的影響轉(zhuǎn)移到滯后項(xiàng)上的現(xiàn)象不同，工業(yè)化滯后期的彈性系數(shù)非常微小且并不顯著。其可能原因是動(dòng)態(tài)模型中控制了能源強(qiáng)度的滯后期，這也肯定了我們關(guān)于能源強(qiáng)度對(duì)工業(yè)化具有反向影響的設(shè)想。

再次，IVGMM模型下信息化的彈性系數(shù)基本與采用靜態(tài)模型的回歸結(jié)果一致，信息化的估計(jì)值在-0.39

至-1.29之間，均在10%及以上的水平上顯著，且信息化程度的提高對(duì)降低能源強(qiáng)度在東部比中西部更為有效。

第四，能源強(qiáng)度具有顯著的累積效應(yīng)。各模型對(duì)能源強(qiáng)度滯后期前的系數(shù)估計(jì)值在0.5左右，且在1%的水平上顯著，較好地印證了能源強(qiáng)度具有累積效應(yīng)的猜測(cè)假定，其值小于1說(shuō)明累積效應(yīng)隨時(shí)間推移而逐漸減弱。

3.2.2 均值組間（MG）回歸估計(jì)

IVGMM估計(jì)方法控制了能源強(qiáng)度、城鎮(zhèn)化、工業(yè)化和信息化的滯后值，當(dāng)模型控制一階滯后項(xiàng)時(shí)，相當(dāng)于對(duì)被解釋變量和解釋變量之間的相互關(guān)系在時(shí)間上做出了假設(shè)，從而難以考察自變量對(duì)因變量的長(zhǎng)短期影響。均值組間估計(jì)方法（MG）能夠很好的識(shí)別區(qū)分三化對(duì)能源強(qiáng)度的長(zhǎng)短期影響。表4報(bào)告了基于（8）式的MG結(jié)果。

短期來(lái)看，城鎮(zhèn)化對(duì)能源強(qiáng)度的影響為負(fù)，控制地區(qū)收入水平時(shí)，彈性系數(shù)在-0.35至-0.65之間。由于城鎮(zhèn)化初期發(fā)展階段能夠在有限空間內(nèi)加快產(chǎn)業(yè)整合、集約利用資源、形成競(jìng)爭(zhēng)性市場(chǎng)有利于快速增加產(chǎn)出，提高能源效率，從而改善能源強(qiáng)度。這與Sadorsky[7-8]的結(jié)論一致。然而，從長(zhǎng)期來(lái)看，城鎮(zhèn)化對(duì)能源強(qiáng)度的影響為正，控制地區(qū)收入水平時(shí)，彈性系數(shù)在0.71和0.90之間，且均在5%的水平上顯著。這說(shuō)明了中國(guó)城鎮(zhèn)化發(fā)展中的一個(gè)不協(xié)調(diào)現(xiàn)象：各地區(qū)在初期取得城鎮(zhèn)化固有的優(yōu)勢(shì)后，沒(méi)有持續(xù)發(fā)揮城鎮(zhèn)化集聚、集約的節(jié)能優(yōu)勢(shì)，尤其沒(méi)有處理好城鎮(zhèn)化進(jìn)程中能耗與發(fā)展的關(guān)系，城鎮(zhèn)化的快速推進(jìn)伴生了能源的“浪費(fèi)性”消耗。因此，中國(guó)的城鎮(zhèn)化從長(zhǎng)期來(lái)看是以犧牲能源效率為代價(jià)的，發(fā)展?jié)摿统掷m(xù)性遭到極大地削弱。工業(yè)化不論在長(zhǎng)期還是短期對(duì)能源強(qiáng)度影響都不顯著（除東部地區(qū)顯著為負(fù)外）。值得注意的是，由于MG回歸無(wú)法對(duì)工業(yè)化的內(nèi)生性加以控制，因此表4中的工業(yè)化彈性會(huì)存在向上的偏誤。因此，對(duì)工業(yè)化彈性的測(cè)量，我們更傾向于接受IVGMM的估計(jì)結(jié)果。

信息化水平的提升在長(zhǎng)期和短期都可以有效增加能源使用效率，長(zhǎng)期中的影響較短期更大，但短期影響在統(tǒng)計(jì)上更顯著。從全國(guó)樣本來(lái)看，信息化的長(zhǎng)期影響為-0.24，短期影響為-0.27，但短期影響在1%的水平上顯著，長(zhǎng)期影響不顯著；對(duì)比東部與中西部的差異，東部更有效的利用了信息化在節(jié)能促產(chǎn)方面所發(fā)揮的作用，在長(zhǎng)期和短期都有所體現(xiàn)，這也與前述結(jié)論一致；東部短期的信息化彈性是中西部的2.9倍，長(zhǎng)期中這一倍數(shù)高達(dá)6倍。

3.3 基于新型城鎮(zhèn)化與新型工業(yè)化的穩(wěn)健性分析

考慮到中國(guó)推進(jìn)新型城鎮(zhèn)化與新型工業(yè)化的現(xiàn)實(shí)國(guó)情，此處從人口、基礎(chǔ)設(shè)施、環(huán)境和

衛(wèi)生教育四個(gè)維度，用主成分分析，基于KMO檢驗(yàn)和SMC檢驗(yàn)從13個(gè)指標(biāo)中挑選出

城鎮(zhèn)人口比重、城市人口密度、用水普及率、生活垃圾無(wú)害化處理率、人均綠地面積、初中師生比和高中師生比。

7個(gè)指標(biāo)，以各變量對(duì)每一主成分的權(quán)重以及各主成分的方差貢獻(xiàn)率為權(quán)重計(jì)算得分值作為新型城鎮(zhèn)化的衡量。同理，從經(jīng)濟(jì)、效益、科技和資源四個(gè)方面，從11個(gè)指標(biāo)中挑選出

非農(nóng)產(chǎn)業(yè)比重、資產(chǎn)負(fù)債率、R&D經(jīng)費(fèi)占GDP比重、新產(chǎn)品項(xiàng)目經(jīng)費(fèi)、財(cái)政科技支出比重、一般工業(yè)廢棄物綜合利用率和處理率7個(gè)指標(biāo)，

以其對(duì)主成分的權(quán)重和主成分的方差貢獻(xiàn)率為權(quán)重計(jì)算得分測(cè)度新型工業(yè)化?；冢?）式

的估計(jì)結(jié)果顯示，新型工業(yè)化對(duì)能源強(qiáng)度的影響為-0.075（t值為3.00），新型城鎮(zhèn)化對(duì)能

源強(qiáng)度的影響為-0.067（t值為1.20），信息化對(duì)能源強(qiáng)度的影響為-0.98（t值為2.42）?？?/p>

見，信息化與新型工業(yè)化對(duì)能源強(qiáng)度的負(fù)向影響與表1所得結(jié)果一致。而新型城鎮(zhèn)化卻與表

1相反，可能原因之一是新型城鎮(zhèn)化已經(jīng)對(duì)環(huán)境、基礎(chǔ)設(shè)施等因素進(jìn)行了控制，剔除了其對(duì)

降低能源強(qiáng)度的不利影響。

4 結(jié)論與建議

本研究立足中國(guó)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的現(xiàn)實(shí)國(guó)情和三化加

速建設(shè)的階段背景，依托包含資本、勞動(dòng)和能源的三要素生產(chǎn)函數(shù)，探討能源強(qiáng)度與三化的數(shù)理關(guān)系，以此為基礎(chǔ)構(gòu)建靜態(tài)和動(dòng)態(tài)面板模型，基于中國(guó)30個(gè)省域2005-

表4 均值組間回歸估計(jì)結(jié)果

Tab.4 Estimation results for meangroup model

2013年的面板數(shù)據(jù)，使用FE、IVFE、IVGMM和MG四種估計(jì)方法，實(shí)證研究三化與能源強(qiáng)度之間的關(guān)系。結(jié)果表明，城鎮(zhèn)化短期內(nèi)能夠顯著降低能源強(qiáng)度，但中國(guó)在城鎮(zhèn)化發(fā)展道路中并沒(méi)有持續(xù)發(fā)揮其在集約利用能源方面的優(yōu)勢(shì)，以至于城鎮(zhèn)化對(duì)能源強(qiáng)度的長(zhǎng)期影響表現(xiàn)為正；在控制工業(yè)化的內(nèi)生性后，IVFE、IVGMM模型表明工業(yè)化水平的提升可有效改善能源強(qiáng)度；信息化在提升能源效率、降低能源強(qiáng)度方面的短期和長(zhǎng)期能力尤其值得重視。

本研究的政策意蘊(yùn)在于以下幾點(diǎn)：第一，中國(guó)應(yīng)正視能源強(qiáng)度的累積效應(yīng)，協(xié)調(diào)能源消費(fèi)與環(huán)境保護(hù)、持續(xù)發(fā)展的長(zhǎng)短期關(guān)系，努力建設(shè)兩型社會(huì)；第二，中國(guó)應(yīng)妥善處理城鎮(zhèn)化發(fā)展與能源消費(fèi)的矛盾，創(chuàng)新性地將城鎮(zhèn)化進(jìn)程中人才、技術(shù)、產(chǎn)業(yè)等短期經(jīng)濟(jì)增長(zhǎng)優(yōu)勢(shì)轉(zhuǎn)化為長(zhǎng)期節(jié)能降耗優(yōu)勢(shì)，著力推進(jìn)綠色、低碳、集約型城鎮(zhèn)化建設(shè)；第三，中國(guó)應(yīng)堅(jiān)持新型工業(yè)化道路，加快產(chǎn)業(yè)升級(jí)轉(zhuǎn)型，構(gòu)筑節(jié)能型現(xiàn)代產(chǎn)業(yè)體系，全力釋放工業(yè)化的結(jié)構(gòu)節(jié)能紅利；第四，中國(guó)應(yīng)重視信息化的節(jié)能效應(yīng)，深挖“信息節(jié)能”潛力，促進(jìn)能源強(qiáng)度降低。

（編輯：于 杰）

參考文獻(xiàn)（References）

[1]Parikh J， Shukla V. Urbanization，Energy Use and Greenhouse Effects in Economic Development： Results from Acrossnational Study of Developing Countries[J]. Global Environmental Change， 1995， 5（2）：87-103.

[2]Garbaccio R F， Jorgenson D W. Why Has the Energyoutput Ratio Fallen in China？[J]. Energy Journal， 1999， 20（3）： 63-91.

[3]FisherVanden J K. What Is Driving Chinas Decline in Energy Intensity？[J]. Resource and Energy Economics， 2006， 7（26）：7-97.

[4]Richard G， Adam B. The Induced Innovation Hypothesis and Energysaving Technological Change[J]. Quarterly Journal of Economics， 1999， 114（3）：941-975.

[5]董鋒，龍如銀，周德群，等.產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、對(duì)外開放程度與單位GDP能耗：基于省級(jí)面板數(shù)據(jù)和協(xié)整方法[J].管理學(xué)報(bào)， 2012， 9（4）：603-610. [Dong Feng， Long Ruying， Zhou Dequn，et al. The Relationship Between Industrial Structure， Technical Progress， and Opening Degree with Unit GDP Energy Consumption Based on Provincial Panel Data and Cointegration Approach[J]. Chinese Journal of Management， 2012，9 （4）： 603-610.]

[6]王少平， 楊繼生.中國(guó)工業(yè)能源調(diào)整的長(zhǎng)期戰(zhàn)略與短期措施：基于12個(gè)主要工業(yè)行業(yè)的綜列協(xié)整分析[J].中國(guó)社會(huì)科學(xué)， 2006， （4）：88-97. [Wang Shaoping， Yang Jisheng. Longrun Energy Strategy and Shortrun Energy Policies for Chinese Industries： Based on Panel Cointegration Testing for the Energy Demands of 12 Industries[J]. Social Sciences in China， 2006， （4）：88-97. ]

[7]Sadorsky P. Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries？[J]. Energy Economics， 2013， （37）： 52-59.

[8]Sadorsky P. The Effect of Urbanization and Industrialization on Energy Use in Emerging Economies： Implications for Sustainable Development[J]. American Journal of Economics and Sociology， 2014， 73（2）： 392-409.

[9]Henryson J， Hkansson T， Pyrko J. Energy Efficiency in Buildings Through Information： Swedish Perspective[J]. Energy Policy， 2000， 28（3）：169-180.

[10]Vu K M. ICT as A Source of Economic Growth in the Information Age： Empirical Evidence from the 1996-2005 Period[J]. Telecommunications Policy， 2011， （35）： 357-372.

[11]Henderson J V. Efficiency of Resource Usage and City Size[J]. Journal of Urban Economics， 1986， 19（1）： 47-70.

[12]Hanson G H. Market Potential， Increasing Returns， and Geographic Concentration[J]. Journal of International Economics， 2005， 67（1）： 1-24.

[13]Jaffe A， Henderson R. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[J]. Quarterly Journal of Economic， 1993， 108（3）：577-598.

[14]Peneder M. Industrial Structural and Aggregate Growth[J]. Structural Change and Economic Dynamics， 2003， （14）：427-448.

[15]干春暉，鄭若谷，余典范.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)經(jīng)濟(jì)增長(zhǎng)和波動(dòng)的影響[J].經(jīng)濟(jì)研究，2011，（5）：4-16. [Gan Chunhui， Zheng Ruogu， Yu Dianfan. An Empirical Study on the Effects of Industrial Structure on Economic Growth and Fluctuations in China[J]. Economic Research Journal， 2011，（5）：4-16.]

[16]毛豐付， 潘加順.資本深化、產(chǎn)業(yè)結(jié)構(gòu)與中國(guó)城市勞動(dòng)生產(chǎn)率[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2012， （10）： 32-44. [Mao Fengfu， Pan Jiashun. Capital Deepening， Industry Structure and Labor Productivity in Chinese Cities[J]. China Industrial Economics， 2012，（10）：32-44.]

[17]周先波， 盛華梅.信息化產(chǎn)出彈性的非參數(shù)估計(jì)分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2008， （10）：130-141. [Zhou Xianbo， Sheng Huamei. A Nonparametric Estimation on the InformatizationOutput Elasticity[J]. The Journal of Quantitative & Technical Economics， 2008， （10）：130-141.]

[18]徐瑾.地區(qū)信息化對(duì)經(jīng)濟(jì)增長(zhǎng)的影響分析[J]. 統(tǒng)計(jì)研究， 2010， （5）：74-80. [Xu Jin. Analysis of Impacts of Regional Informatization on Economic Growth[J]. Statistical Research， 2010， （5）： 74-80.]

[19]Antonopoulos C， Sakellaris P. The Contribution of Information and Communication Technology Investments to Greek Economic Growth： An Analytical Growth Accounting Framework[J]. Information Economics and Policy， 2009， 21（3）：171-191.

[20]Arellano M， Bond S. Some Tests of Specification for Panel Data： Monte Carlo Evidence and An Application to Employment Equations[J]. Review of Economic Studies， 1991， 58（2）： 277-297.

[21]Zhang H， Behrman J R， Zhang J. Does Parental Absence Reduce Cognitive Achievements？ Evidence from Rural China[J]. Journal of Development Economics， 2014， 111（11）： 181-195.

[22]Pesaran M H， Smith R P. Pooled Mean Group Estimation of Dynamic Heterogeneous Panels[J]. Journal of the American Statistical Association， 1999， 94（446）： 621-634.

[23]國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)科研所信息化統(tǒng)計(jì)評(píng)價(jià)研究組. 信息化發(fā)展指數(shù)優(yōu)化研究報(bào)告[J]. 管理世界， 2011， （12）：2-12. [Informatization Assessment Group of National Bureau Statistics Research Institute. An Informatization Optimal Development Index Report[J]. Management World， 2011， （12）：2-12.]

[24]成金華， 陳軍.中國(guó)城市化進(jìn)程中的能源消費(fèi)區(qū)域差異：基于面板數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論， 2009， （3）：38-46. [Cheng Jinhua， Chen Jun. Regional Differences in Energy Consumption on the Process of Chinese Urbanization： An Empirical Research Based on Panel Data[J]. Economic Review， 2009， （3）：38-46.]

[25]譚忠富， 張金良.中國(guó)能源效率與其影響因素的動(dòng)態(tài)關(guān)系研究[J]. 中國(guó)人口·資源與環(huán)境， 2010， 20（4）：43-49. [Tan Zhongfu， Zhang Jinliang. Demonstrational Analysis of the Relationship Between Energy Efficiency and Its Influential Factor in China[J]. China Population， Resources and Environment， 2010， 20（4）：43-49.]

Urbanization， Industrialization， Informatization and Chinese Energy Intensity

LI Biao1 WU Jia2 CHEN Shuxing3

（1. Post Doctor， Southwestern University of Finance and Economics， Chengdu Sichuan 611130，China； 2. School of Economics， Jinan University， Guangzhou Guangdong 510632，China； 3. School of Economics， Southwestern University of Finance and Economics， Chengdu Sichuan 611130，China）

Abstract The previous finding on the impact of urbanization， industrialization and informatization on energy intensity is mixed because there is opposite power contained in the total effect. This study contributes the existing literature by exploring the theoretical link among urbanization， industrialization， informatization and energy intensity based a production function with TFP， and then we deduce static and dynamic linear models respectively. Using FE， IVFE， IVGMM and MG estimation strategy， we provide empirical evidences of the effect of urbanization， industrialization and information on energy intensity by employing the Chinese provincial data from 2005 to 2013. The results show that， firstly， urbanization can significantly reduce energy intensity in the shortrun， while the effect is adverse in the longrun. The reason may be that China did not explore the superiority of the intensive energy utilization on the process of urbanization. Secondly， after control for the endogeneity of industrialization， the estimation results of IVFE and IVGMM model show that industrialization could effectively decrease energy intensity. Finally， we find that informatization has significant negative impacts on the energy intensity in both short run and long run. This study also provides policy implication from the following aspects： firstly，

it is necessary for China to construct modern energyefficiency industrial system and

release the structure energysaving dividends of industrialization and to exploit information

energysaving potential and strengthen its effects.

It is necessary for China to transform the shortrun extensive economic growth into the long term energysaving advantages in the process of urbanization.

Key words urbanization； industrialization； informatization； energy intensity