资源科学排版-节能政策对我国城镇生活能源消费影响的空间差异研究基于八区域的静态面板数据模型

节能政策对我国城镇生活能源消费影响的空间差异研究——基于八区域的静态面板数据模型刘满芝刘贤贤（中国矿业大学管理学院，江苏徐州221116）摘要：探究节能政策对居民生活能源消费的量化影响可为城镇居民生活能源合理消费提供依据。本文以中国八大区域为研究对象，建立静态面板数据模型挖掘2000-2013年节能政策、居民实际消费支出、能源价格对城镇居民生活能耗的影响。研究结果显示：城镇居民生活能耗与居民实际消费支出、能源价格、节能政策之间存在长期协整关系；能源价格对城镇居民生活能耗的影响最大，且具有显著负向作用，而实际消费支出对生活能耗具有显著正向作用，但城镇居民生活能源消费增长速度小于实际消费支出增长速度；节能政策的滞后期为2年，即政策颁布两年后对生活能耗具有一定抑制作用但该作用较小；由于经济发展水平及居民取暖制冷需求的不同，节能政策、实际消费支出、能源价格对于生活能耗的影响呈现出显著的空间差异。由此建议：应通过调整居民实际消费支出结构、适当提高能源价格、加强政策的宣传与执行等方式降低生活能耗。关键词：城镇生活能源消费；消费支出；能源价格；节能政策；静态面板数据模型1引言居民在衣食住、炊事、照明、取暖、文化娱乐等生活活动中所产生能源消耗被称为生活能源消费[1]。生活能源消费量是反映一国经济发展速度和人民生活水平的重要指标[2]。随着经济的飞速发展与人民生活水平的大幅提高，作为终端能源消费的生活用能不断增加。由于人口众多，我国居民生活能源消费量巨大，在2013年已达到45531万吨标煤，占据能源消费总量的10.92%，与2000年相比年均增长率达到8.02%[3]。生活能源消费对温室气体排放大量增加以及能源消耗总量快速增长的影响不容小觑。针对近年来全球气候变暖与灾害性天气频发等问题，2015年的巴黎世界气候大会达成了世界气候新协定，减少能源消耗、控制温室气体排放已成为世界各国、社会各界亟待解决的热点问题。城镇生活能源消费作为生活能源消费的主要贡献者，从2000年至今始终占据生活能源消费总量的50-80%[3]，因此对城镇生活能源消费影响因素进行研究，对于减少能源消耗、控制CO2排放具有重要价值。国内外针对能源消费总量的研究较多，大部分运用时间序列或者面板数据模型非法进行分析。如YildirimE[4]、StreimikieneD[5]和张伟[6]对能源消费与经济增长之间关系进行研究后皆发现经济增长对能源消费具有促进作用，罗光华[7]、纪广月[8]、UsamaAl-mulali[9]和SunC[10]则对气候变化、城镇化与能源消耗之间的关联性进行了实证研究。随着居民生活能耗的不断增加，生活能源消费及其影响因素方面的问题逐渐成为研究热收稿日期：作者简介：刘满芝(1978-)，女，江苏徐州人，副教授，博士，主要研究能源经济与管理、营销工程。基金项目：国家自然科学基金（71573255），中国博士后科学基金面上资助项目（2014M551708），江苏省博士后科研资助计划(1302079B)，江苏省社会科学基金（15JD037），江苏省高校哲学社会科学基金项目（2015SJD435）点。有学者分析了居民生活能耗与CO2排放量之间的相关关系[11-13]，部分学者则运用面板数据模型对其影响因素进行了相应的计量经济分析：BlackJS[14]1985年的研究证明收入对居民生活用能影响最大，贺仁飞[15]、王文蝶[16]的研究也表明两者存在一定的正相关关系，陈迅[17]则研究了城镇居民消费支出对生活能源消费的影响；由于研究对象及时间范围的差异，对生活能源消费及碳排放与能源价格的研究结果尚存在分歧：Nesbakken[18]、LuisLopes[19]分别运用计量模型和问卷调查的方法对挪威和日本能源价格与居民生活能源消费量进行研究发现，能源价格是影响能源消费的重要因素，WuX[20]也通过研究证实了两者呈现负相关关系，而张志柏[21]和PerAnker-Nilssen[22]则通过实证分析发现能源价格对能源消费的影响十分有限。国内关于政策对生活能源消费关系的研究大多停留在定性层面[23,24]，AbrahamseW[25]、StegL[26]等国外学者则运用实证分析方法对政策按照不同标准进行分类之后探讨其对节能效果的影响。综观现有研究发现：城镇居民实际消费支出以及政策与居民生活能耗之间具有一定的内在关联，但是目前国内外对之相关研究较少，关于能源价格对能源消费关系的研究也存在诸多分歧，而关于区域间差异研究主要探究东、中、西部的空间差异，区域划分较笼统、且区域内差异较大。因此本文以国家信息中心划分的我国八大区域为研究单元，运用面板数据模型方法探讨居民实际消费支出、政策、能源价格三大要素与城镇生活能源消费的内在关联，分析三要素对城镇居民生活能耗的影响程度，进一步探讨八大区域间的空间差异，借此为政府制定相关政策及居民执行节能行为提供借鉴与参考。2城镇生活能源消费影响因素分析与模型设定2.1城镇生活能源消费影响因素分析根据消费者需求理论和消费者理性行为假设，每一个消费者都会在给定的商品价格、可支配收入或预算约束和消费者的消费偏好下，来选择一定数量的商品组合以使其从消费这些商品中获得最大的满足或效用[27]。生活能源的消费同样符合消费者需求理论和消费者行为理论的效用最大化假定。依据上述理论假设，本文将影响生活能源消费的主要因素整理如下：收入因素：凯恩斯的绝对收入理论认为收入是影响消费的关键因素，但是有学者认为居民消费支出才是当期实际发生的货币支出，因此用实际消费支出来代替收入研究其对生活能源消费的影响更能反映居民用能的实际情况[16]，因此本文选择实际消费支出代替收入研究其与生活能源消费的关系。价格因素：消费需求函数的负性表示如果商品或服务价格上升，在保证效用不变的情况下调整收入，那么消费量会下降[27]。因此能源价格的波动同样对生活能源消费量具有一定影响。因此，本文以能源价格作为影响城镇生活能源消费量的因素之一。政策因素：政策是各个国家引导居民节能行为较常用的工具，主要包括经济型政策（主要有能源价格[14]、能效产品补贴[28]、税收优惠政策[29]）和非经济型政策（如信息宣传教育[30]、信息反馈[31]等）。节能政策在一定程度上将影响消费者消费偏好。随着生活能源消费量在能耗总量中占据的比重越来越大，如何合理引导居民节能行为、降低居民生活能源消费逐渐成为政府关注的焦点问题。为此，近年来我国颁布了多项针对居民领域的节能政策措施。因此，本文将重点研究节能政策对城镇生活能源消费量的影响。2.2模型设定考虑本文不仅要研究城镇生活能源消费量与节能政策、居民消费支出、能源价格的关系，还要研究中国各区域间的差异，因此选择面板数据模型进行研究。面板数据(PanelData)模型是一类含有横截面、时期和变量三维信息，并可利用平行数量分析变量间相互关系并预测其变化趋势的计量经济模型，其弥补了时间序列及截面数据样本容量不足的问题，降低了经济变量的共线性，因而在实际经济分析中获得了广泛应用[5-7,13-15]。面板数据可分为无个体影响的不变系数模型、变截距模型、含有个体影响的变系数模型三种[32]。（1）城镇生活能源消费的无个体影响的不变系数模型，假设在截面成员上既无个体影响也无结构变化：ititititituPOPRUCUEC321TtNi,,2,1,,,2,1（1）上式中：itUEC为第i区域第t年的城镇生活能源消费量，itUC为第i区域第t年的城镇居民实际消费支出，itPR为第i区域第t年的能源价格，itPO为第i区域第t年的节能政策，为模型的常数项，1、2、3分别为对应于解释变量itUC、itPR、itPO的系数，itu为随机误差项。N表示截面成员个数，T为每个截面成员的观测时期总数。（2）城镇生活能源消费的变截距模型，假设在截面成员上存在个体影响而无结构变化：ititititiituPOPRUCUEC321TtNi,,2,1,,,2,1（2）上式中：i为变截距项，其它字母含义同公式（1）。（3）城镇生活能源消费的含有个体影响的变系数模型，假设在截面成员上既存在个体影响，又存在结构变化：ititiitiitiiituPOPRUCUEC321TtNi,,2,1,,,2,1（3）上式中：i1、i2、i3分别为对应于解释变量itUC、itPR、itPO的变系数，其它字母含义同公式（2）。为防止模型设定的偏差，建立面板数据模型时首先要对样本数据进行协方差分析检验。检验所需假设如下（以i、i1为例，i2、i3做法类似）：NNNHH11211212112111,::（4）首先对假设2H进行检验，若接受H2则采用不变系数模型，若拒绝2H则继续对1H进行检验，接受1H则采用变截距模型，拒绝1H采用变系数模型。若结果为变截距或变系数模型还需进行Hausman检验确定建立固定效应模型还是随机效应模型。在研究城镇生活能源消费影响因素时，解释变量中除了定量变量，还包括节能政策这一定性变量。本文引入虚拟变量来估计政策对生活能源消费的影响情况。考虑某一年份政府是否颁布了显著改变居民生活能源消费量的政策措施，对节能政策进行量化，并赋值为0或1，引入的虚拟变量如下：，否则策措施居民生活能源消费量政年颁布了显著改善城镇区域第，政府针对第01tiPOit（5）在构建面板数据模型之前，还需要对变量的面板数据进行单位根检验和协整检验。（1）单位根检验。由于宏观经济数据的非平稳性，为避免“伪回归”现象的发生，在建立模型之前需对面板数据进行单位根检验以保证时间序列的平稳性。面板数据单位根检验的方法较多，为保证检验结果的可靠性，本文运用相同根情形下的Levin-Lin-Chu(LLC)、Im-Pesaran-Shin(IPS)和不同根情形下的Fisher-ADF、Fisher-PP4种方法来进行单位根检验[7]。四种方法均假设序列存在一个单位根，若拒绝原假设证明序列是平稳的，可建立回归方程；若接受原假设则证明序列是不平稳的，需要进行d次差分使其成为平稳序列，此时称序列为d阶单整序列，记为~yId。各变量为同阶单整才可进行协整检验。（2）协整检验。协整检验用于检验变量之间是否存在长期的均衡关系。Pedroni[33]提出的面板数据协整方法以回归残差构造出七个统计量来检验变量之间的协整关系，分为维度内（within-dimension）检验和维度间（between-dimension）检验两种情形。维度内检验主要检验同质面板数据，构造的四个面板统计量为：Panelv-Statistic、Panelrho-Statistic、PanelPP-Statistic、PanelADF-Statistic；维度间检验主要检验异质面板数据，构造的三个组统计量为：Group-rho-Statistic、Group-PP-Statistic、Group-ADF-Statistic。考虑到本文数据时间序列较短的特性，故采用小样本情况下效果较好的PanelADF和GroupADF检验，为保证检验结果的稳健性，采用PanelPP、GroupPP以及Kao[34]2000年提出的面板数据协整检验方法。2.3数据来源及相关说明为了更深入比较中国不同区域间的差异，本文按照国家信息中心2005年发布的《中国区域间投入产出表》的划分方法，将我国大陆31个省、直辖市、自治区划分为八大区域[35]。划分结果为，东北区域：黑龙江、吉林、辽宁；京津区域：北京、天津；北部沿海区域：河北、山东；东部沿海区域：江苏、上海、浙江；南部沿海区域：福建、广东、海南；中部区域：山西、河南、安徽、湖北、湖南、江西；西北区域：内蒙古、陕西、宁夏、甘肃、青海、新疆；西南区域：四川、重庆、广西、云南、贵州、西藏。为探讨生活能源消费影响因素并分析八大区域间差异，选取2000-2013年的城镇居民实际消