城镇居民直接生活能耗的空间计量分析.docx

?

?

城镇居民直接生活能耗的空间计量分析

?

?

李国志+赵峰

摘要：随着城镇化进程加快和收入水平提高，城镇居民直接生活能耗快速攀升，已经成为推动我国能源消费增长的重要力量。基于30个省份的数据，利用动态空间面板模型，对城镇居民直接生活能耗的空间相关性及影响因素进行实证研究。结果表明：城镇居民直接生活能耗具有显著的空间相关性，相邻省份的消费量会产生正向刺激效应；人口规模对城镇居民直接生活能耗的弹性系数为02386，具有明显的促进效应；收入水平的弹性系数为06142，是最重要的驱动因素；节能技术的弹性系数为01643，是居民生活能耗的抑制因素。另外，收入水平与城镇居民直接生活能耗之间存在典型的倒“U”型EKC关系，但要达到曲线拐点，尚需要较长的时间。基于上述分析，提出简要政策建议。

关键词：城镇居民；直接生活能耗；空间相关性；影响因素；动态空间面板模型

：C92424：A：1000-4149（2015）04-0001-08

DOI：103969/jissn1000-4149201504001

一、引言及文献综述

能源是人类社会生存和发展的物质基础和动力来源，与社会经济发展和国家安全密切相关。任何形式的生命和社会都需要消耗能源，能量流一旦中断，生命和社会都将不复存在。能源消费主要包括生产性能耗和生活性能耗。长期以来，由于生活性能耗总量较少，用能方式比较分散，人们对其关注不够。但近年来情况有所改变。随着我国人口的快速增长和人们收入水平的极大提高，居民生活能耗快速攀升，对生态环境和经济增长的影响也越来越深，因此日益受到社会各界的关注。

居民生活能耗分为直接能耗和间接能耗，直接能耗主要包括照明、炊事和交通等引起的直接能源需求；间接能耗主要是由于居民购买产品和服务所诱发的间接能源需求。本文主要分析城镇居民的直接生活能耗。

目前国内外有部分文献对居民生活能耗的影响因素进行研究，按照所涉及因素的种类，总体可以分为三类：其一，人口因素。这部分文献集中于分析人口数量、年龄结构、分布密度等因素的影响。如赵晓丽和李娜认为人口增长对居民生活能耗有显著的驱动效应[1]；姚永玲研究发现人口密度对生活能耗减少没有贡献[2]，而苏青则认为人口密度对能源消费有负向影响[3]；傅崇辉等认为老龄化、城镇化和人口自然变动对居民生活能耗具有敏感性[4]；李怡涵等认为人均消费水平是刺激家庭生活能耗的主要影响因子[5]。其二，收入因素。如罗萨斯（Rosas）等分析了不同收入群体的家庭能源消费结构[6]；风振华和魏一鸣认为高收入家庭和低收入家庭生活能耗结构存在较大差异[7]；梁育填等借助Tobit模型，发现随着收入上升，电力和煤炭等商品性能源消费比例将上升[8]；张妮妮等认为收入水平对农户选择清洁、高质能源有重要影响[9]；贺仁飞等认为低收入地区能耗对收入变动的反应比较敏感[10]。其三，其他因素。如贝恩斯（Baynes）和曼弗雷德（Manfred）利用神经网络技术，分析了加拿大与居住有关的家庭能源消费[11]；玛丽（Mari）和乔茜（Josie）分析了通信技术和信息流通在英国家庭能源消费中的作用[12]；张馨和牛叔文利用线性支出系统模型，认为农村生存型能耗比重较城镇高[13]；王子敏和杨小军从习惯形成视角对居民生活能耗增长进行因素分解[14]；赵雪雁采用二元Logistic模型分析了生计方式对农户生活能源消费量消费模式选择的影响[15]。

现有文献利用各种方法，对居民生活能耗的影响因素进行实证分析，得出了很多富有价值的结论。但总体来说，尚存在两方面不足：其一，对居民生活能耗的空间相关性缺乏关注。由于相邻省份居民在收入水平、消费习惯等方面存在一定的相似性，因此生活能耗可能具有一定的空间相关性，需要加以考虑。其二，研究方法缺乏动态性分析。在实际中，居民的生活能耗往往具有一定的时间惯性，某一年的生活能耗可能会对下一年产生影响，因此需要在模型中进行修正。本文在现有文献基础上，利用动态空间面板模型，对城镇居民直接生活能耗的空间相关性及影响因素进行分析，以期得出一些有价值的信息。

二、研究方法、模型构建及变量说明

1.研究方法

本文利用空间计量方法来分析各种因素对城镇居民直接生活能耗的影响。空间计量将统计变量与地理位置建立联系，可以有效解决变量之间的空间相关性问题。

（1）空间自相关性。

利用空间计量方法时，需要对变量的空间相关性进行检验，常用方法是全局MoransI指数。其计算公式为：Moran′sI=∑ni=1∑nj=1Wij（Yi-Y-）（Yj-Y-）1n∑ni=1（Yi-Y-）2∑ni=1∑nj=1Wij（1）

其中，Yi为第i个地区的变量观测值，Y-为变量均值，Wij为空间权重矩阵。MoransI指数的值在-1到1之间，如果大于0，说明变量观测值呈空间正相关，