电力消费、产业高级化对人口城镇化的影响——基于全国省级面板数

总第70期

Journal of Hunan Radio & Television University

湖南广播电视大学学报

2017年第2期No. 2. 2017

电力消费、产业高级化对人口城镇化的影响

—

基于全国省级面板数据的分析

张梦飞，文成业

(广西师范学院，广西南宁53〇299)

内容摘要：电力消费量和产业高级化反映着经济发展水平，进而对人口城镇化率产生重大影响。本文从理论研究出发，对全 国电力消费量、产业结构及人口城镇化率变化情况进行统计分析，利用2005—2015年省级面板数据开展回归分析，得出相关结 论。

关键词：电力消费；三产/二产；人口城镇化率中图分类号:F124

文献标识码：A

文章编号= 1009 -5152(2017)02 -0067 -06

近年来，我国城镇化进程加快，推动产业升级的 力度增强。同时，经济发展进入新常态，产业结构升 级开始对人口城镇化发展呈现出不同影响，研究电 力消费、产业高级化对人口城镇化的作用具有重大 意义。国内关于人口城镇化的影响因素研究日渐完 善，对其背后的推动力研究更是如此。其中，电力消 费量的增长反映着经济发展的水平，进而对人口城 镇化产生作用。已有研究表明，2010年以前我国工 业化发展领先于城镇化[1]。但国内各地城镇化发展 路径不一，表现出来的特征各异。当前总体上人口 城镇化速度比较合适，应注重城镇化进程中的产业 结构问题[2]，逐步完善城市基础设施建设，大力发展 第三产业[3]，加快改善产业发展与城镇发展的协调 机制，加快转变城镇化发展模式，尽快实现产业结构 升级与新型城镇化发展的有机结合[4]，走出一条人 口城镇化和产业结构优化升级相结合的新型城镇化 之路[5]。在相关研究的基础之上，本文拟用省级面 板数据实证分析电力消费、产业高级化对人口城镇 化的影响机制，统计数据均来自2006—2016年的 《中国统计年鉴》。

一、 统计分析

近年来，我国的城镇化进程不断加快[6]，城镇化 发展水平不断提升。全国常住人口城镇化率从2005 年的43%，增长到2015年的56.1%，增长了 13.1个 百分点。与此同时，我国产业结构优化升级速度加 快，产业高级化发展趋势特征明显（见图1)，第二产 业占GDP比重从2005年的48. 9%，波动上升到 2011年50. 5%的最高水平，之后出现拐点、下滑，到 2015年降低到44. 4%。第三产业占GDP比重由 2005年的39. 7% —路波动上升到2015年的47. 2%，但在2005—2011年间，第三产业占比增长趋势 不明显，仅增长0.7个百分点，之后增速加快，并在 2015年成功超过第二产业。我国二三产业的占比变 化过程，反映出产业高级化的趋势特征，第三产业逐 渐超过第二产业，成为国民经济的第一大产业，由此 带来了人口城镇化动能的转换，第三产业对带动就 业、促进人口城镇化的作用越来越明显。

二、 模型设定与数据描述

(一）模型设定

电力消费量与城镇化水平保持着长期均衡关

收稿日期=2017 -03 -27作者简介：张梦飞（1992—

)，男，广西师范学院研究生。文成业（1995—

)，男，广西师范学院研究生。

—67 —

^■电力消费量（亿千瓦

小时）

笫二产业占比（％)笫三产业占比（％)

2005 年2006年2007年2008年2009年 2010 年 2011 年 2012 年 2013 年 2014 年 2015 年

'图1 2005—2015年全国电力消费量、第二产业及:第三产业占比情况

系，电力消费对人口城镇化发展起着促进作用，第三 产业增加值/第

二产对人0城镇化率存在比较显薯的负面作用，而 第5：产业占比的提高对人口城镇化率却有着比较显著的

I

产业增加值(.简称“产

sj

产”）的

提高代表着产业高级化的过程，第.产业增加值占

GDP比重也是产业结构优化升级的重要标志。本文

Hi面:影:响。

棊于全国30个省级面板数据，分别对人口城镇化 率、电力消费量、第三产业增加值/第：|产业增加值、 第三产业增加值占GDP比重取对数，建立如下的计 量模型。

Indit = a〇 + ailnait + (Xilnbit + Pilncit + 7iXit +

其中，Imlit表示人㈡城镇化率，Inait表示电力消 费量，Inbit表示第三产业增加值/第二产业增加值,

Incit表示第S

产业增加值占GDP比重，又,为控制变

为系数，st为误翁扰动项，i代表

4

5

6

Ina

7

8

9

量，a。、^、地区，t代表时间。

(二）统计描述

对各解释变量进行统计性描述分析，结果如表1所示，

表1

变量统计性描述

VariableObs

Ina330InbIncInd

330330330

Mean

6.978172-.1326956-.7-.6917826

Std. Dev.

.7482171.3504565.17629.2576596

Min

4.401952-.6990584

Max

8.5774771.395126

*5

0

-1.262207-.2274944-.31441

-.1097409

Inb.5

1

1.5

为方便确认电力消费量、三产增加值/；!产增加 值.、第三产业占比分别驾人口城镇化之间存在的关 系，分别对各解释变量进行散点图描述，以分析其趋

Stata软件，将模型中解释变量与被 解释变量之间关系绘制成散点图，如图2所示e

势性特征。运用

从散点分布特征来看，电力消费量与人口城镇 化率之间趋势性特征比较明显，电力消费量的増长 对人口城镇化率的提升具有轻微的

•M

-1

图2

-.8

JH向影响，S产/

68

散.点图

Inc

.6

-.4

-.2

三、回归分析

首先分别用固定效应模型、随机效应模型对样 本进行回4

并通过豪斯曼检验，发现采用固定效应

模型圓归拟合程度较好。因此，采用固定效应回归 对东、中、西部地区分别进行回归分析，并将样本按 照2005 —2010年和2011—2015年两个时间段作比 较回归分析。

(一）固定效应模型、随机效应模型回归分析

机效应模型，而三产/二产对人口城镇化率的反向作 用小于随机效应模型，第

f

产业占比对人口城镇化

率的正向调节作用同样小于随机效应模型的闾1归结 果。总之，两种回归结果与散点图表现的特征相似， 电力消费量的增加反映了产业发展的繁荣，而产业 发展主要集中在城镇，城镇产业发展繁荣对促进人

I

CT向城镇集聚起到重大促进作用，因此回归系数为

庄。模型控制了第三产值増加值这一变量，导致三 产/二产对人

分别对样本数据进行固定效应、随机效应估计，如:表=.2所本。

表2

固定效应、随机效应估计回归结果

固定效应估计

随机效应估计

.2084584 * *

(21.24)-.5220606 * ^

.2203841 * * *

(23.47)-.4924234 * * 碎

(-7.05)

PJ城镇化率的发展表现出负面调节作

用，这可能与我国在2〇〇5到2〇15年之间正处在工业 化中期向后期过渡的阶段，第二产业是拉动经济增 长和城镇化的主要动力，城镇人口的增加主要来自 第二产业带动。第

InaInb

t

产业占比对人口城镇化率起着

(-7.21)

1.021704 * * * 1.120444 \" Inc(7.72)(7.29)

注：括号内为t统计值和2统计值；“ *

促进作用，随着我画经济发展进入新常态，第二产业 对经济发展和人口城镇化的拉动作用将减弱，而日

*

益：^冷和发达的第三产业将成为拉动经济增长和人 口城镇化的主要引擎。

(二） 豪斯曼检验

'分别表示在1%、5%和10%的水平上显著。

从回归分析结果看，固定效应回归和随机效应 0归结果同样显著，这说明模型拟合程度较好，证实 了电力消费量对人口城镇化率有着轻微的$向影 响，三产/二产对人口城镇化率有显著的负面作用， 但由于模型控制了三产增加值这一变量$也就是二 产发展对城镇化有正面作用，而第三产业占比对人

豪斯曼检验值等干0，也就是说用固定效应模 型回归效果更好，更符合实际。因此，下面将采用规 定效应模型分别开展分区域、分时间节点的进一步 讨论。

(三） 区域回归分析

P

P城镇化率有着比较显著的M面影响。从两种方法

回归的系数对比来看，采用固定效应模型回归的电 力消费量对人口城镇化率的正向调节作用略大于随

表3

(b)

FE

lnalnbInc_cons

结合®归分析结果，选用固定效应模型进行分 区域回归，按照传统的东、中、西部区域分别做_归 分析，结果如表4所示0

豪斯曼检验结果(B)

RE

(b-B)

Difference

scjrt (diag (V_b—V_B))

S. E.

.22038 11

一\"9212341. 02170 1-1.377881

表4

解释变M

.208158452206061. 1201 利-1. 209961.0119257

.029637109873971679196.0021247.0181169.0375072.030203

分区域固定效应模型回归结果

中部西部东部

1810758：!«^*.27087***.210581/1***(12.32 )(16.52 )C12.45 )36 17198^^* 296 1823^^ —• 7320255神* —•

lnb

C-4. 10)C-2. 96)(-5.35)

1. 4155 7***78675 76**^.7 72 65 52*林

(5. 40)(3.81)C4. 16 )

注：括号内为t统计值;“ ***”、“**”、“* ”分别表示在1%、5%和10%的水平上显著

—69 —

模型在东、中、西部分区域回归的拟合程度整体 较好。从东部地区样本回归结果来看，电力消费量 对人口城镇化率的正向影响较中西部地区偏弱，这 可能由于东部地区用电结构、用电效益较中西部优。 东部第三产业占比回归系数最高，这说明东部地区 第三产业发展对带动人口向城镇流动作用最为显 著，这可能由于东部地区第三产业发展层次、水平都 较中西部高，对人口城镇化的带动作用也最强。

从中部地区样本回归结果看，电力消费量回归 系数在三区域中最高，电力消费对人口城镇化进程 的促进作用最为显著。中部地区三产/二产回归系 数的绝对值最小，这说明三产/二产对人口城镇化率 的负向条件作用最小。

从西部地区样本回归结果看，三产/二产和第三 产业占比回归系数的绝对值大于东、中部地区，西部 省份工业化和第三产业发展速度较快，而工业化、第 三产业发展对新型城镇化具有明显的促进作用[7]。

(四）分年度回归分析

效应模型回归分析，回归结果如表5所示。

从不同年份回归结果看，2005 — 2010年模型回 归拟合程度不好，电力消费量增长对城镇人口集聚 呈现微弱的正向影响。2010 — 2015年模型回归拟合 程度较好，电力消费量对人口城镇化率呈现较前期 更加微弱的影响，三产/二产对人口城镇化率则起着 微小的负面影响，第三产业占比对人口城镇化率起 着正向促进作用。

表5

分年份固定效应模型回归结果

2011 -2015年回归■ 136606 * * *

(5.31)-.2729693 * * *

(-3.13).7568531 * * *

(4.59)

2005 -2010年回归

InaInbInc

.2313346 * * (18.51)

*

-.1550425 * * *

(-1.74)

.2010451(1_14)

注:括号内为t统计值；“ ***”、“**”、“*”分别表 示在1%、5%和10%的水平上显著。

四、分位数回归分析分别设定〇. l、〇. 25、0. 5、0. 75、0. 9四个分位数 点，经过400次抽样，对样本进行分位数回归，结果如 表6、图3所tk。

为动态分析不同时间段模型拟合的情况，将样 本分成2005 — 2010年和2011 —2015年分别作固定

表6分位数回归结果

qlO

q25

q50

q75

q90

lnd

lnalnbInc_conslnalnbInc_conslnalnbInc一c onslnalnbInc一 conslnalnbInc_cons

Coef

.125682-1. 44172. 968195.673178.0609053-1.3328763. 0591831. 342213-010088-92475052. 6732731.681731

Bootstrap

Err.

.0241412.2249811.3285939.4125246.0104426.2257471.2742261.2293809.0226043.2248088.3781715.4417538.0100119.0553155.0986512.1314878.0078678.0282066.0557374•0735771

Std.

5.21-6. 469. 031.635. 83-5. 9011.165. 85-0. 45-4.117.073.81-5.85-15. 3024. 9414.73-7. 43-28. 7342.1825.58

t

0. 0000. 0000. 0000.1040. 0000. 0000.0000. 0000.6560. 0000. 0000. 0000. 0000. 0000. 0000.0000.0000. 0000.0000.000

p>ltl

.07819-1.70152. 321763-1383681•0403618-1.7769812.519707.09592-05566-1.367011.929308.8126835-0782759-95531582. 2659251. 678106-0739285-86573392. 2413691. 737393

[95% Conf. Interval].1731741-1.0118193. 6146271.484724.0814487-8887713.5986591.793466.0343806-48249143. 4172372.5507790388837-73767512.60722.1949-0429722-7712.460672.026884

-0585798

849552. 4599981. 936777-0584504-8102442. 351021. 882139

—70 —

0S300.3} SH s

S

5 e c l010SO0oooso 005—

从电力消费量对人口城镇化率的回，归结果来 看，随着分位数的增加，电力消费量:的分位数回:归系 数呈现下降特征《在0.1分位数点，电力消费对人 口城镇化具有迅向促进作用,这可能由于电力消耗 的增长促进了经济发展，从而带动了人q集聚。而 到0.25分位数点，电力消费对人口城镇化的正面影 响呈3E下降趋势。进而到〇. 5分位数点，电力消费 对人n城镇化呈现出负面影响，这说明较髙的电力 消耗对经济增长呈规出反面的抑制作用，很多人不 愿离开生态环境相对较好的农村0到〇. 75分位数 点，这种抑制作用进一步扩大到〇. 9分位数点，对 人口城镇化的抑制作用逐步趋子 稳定。

从三产/二产对人ft城镇化率的圃结果来肴， 随着分位数的增加,3产/二产的分位数回归系数呈 现增长态势。在0.1分位数点,3产/二产对人口城 镇化率有负面影响，而随着分位数点向翕分位数发 展，反映到我国城镇化进程中,第二产业的发展对推 动人H±成镇化发展起着重要的作用:8]。但随着分位 数的提裔，到〇.25、〇.5分位数点，这种正向促进作用 逐渐减小，当我国第二产业仍以数畺:扩张时，其对人

P

城镇化的促进作用比较显著,但扩张到一定程度，

导致第二产业部分行业产能过剩严重，对城镇化的 推动作用也逐渐减弱&到〇. 75分位数点，这种负面 影响逐渐趋f平稳。到〇. 9分位数点，三产/;产对 人口城镇化率的负面譽响较0.75分位数点又有了微 小的减弱，这说明二产对人口城镇化驱动力已f?趋

71

dsj£ul00Hooo .o

25

Quantile

75

微弱，这说明我画城镇化的发展急需导找新的动能， 新的动能可能来自第三产业的发展和三次产业的进一步猶含®

从第3产业否比对人口城镇化率的回归结果来 看，随着分位数的增加，第三产业占比的分位数回_ 系数呈现先増后减趋势。在〇. 1分位数点，第

业占比对人口城镇化起着正向推动作用。在0.25分 位数点，这种推动力有了轻微的加强,这说明第三产 业发展对人□城镇化的正向促进作用有所加强。可 能由f近年来电子商务、物流运输、信息服务、包装 设计等新兴服务业的发展在短期内创造了无数作 _位，加速了农村人口向城镇集聚。在0.5分位数 点，对人d城镇化呈.现正向促进作用，只■晕这种作用 具有比较明显的下降特征，这说明第彐产业驱动人 口向城镇集棄的能力减弱，这一方商来良T第3_:产 业发展的日益完#，所提供的城镇就业岗位趋予饱 和，难以再大规模带动农村人口进城。在0.75分位 数点，第三产业占比对人fl城镇化的驱动作用仍为

如〇. 5分位数点一样，这种H向作用遂渐减弱， 但减弱的速度比〇. 5分位数点较慢。同样，在0. 9分 位数点,这种正向作用的减弱趋势更加微小，但总的 来说，第写产业对城镇化的发展仍有强大的驱动力。

五、结论与反思

通过上述实怔分析结果可知，电力消费对人n 城镇化具有轻微的促进作用，第二、第3产业发展对 人口城镇化起着正向影响，随着时间的推移，第二、

第三产业对人口城镇化的拉动作用逐渐减弱，未来 第三产业发展和三次产业高水平融合很有可能成为 人口向城镇集聚的新动能。

本文在指标选取上存在一定欠缺，选取电力消 费量来解释人口城镇化率，用固定效应模型回归发 现，电力消费对人口城镇化有轻微的正向影响，而用 分位数回归结果发现，仅在0.1分位数点电力消费 对人口城镇化是微小的正向影响，而随着分位数的 提高，则呈现出负面影响，这种回归结果不太稳健。 在表示产业高级化时，本文用三产/二产和第三产业 占比两项指标，但控制了第三产业占比，发现三产/ 二产对人口城镇化呈现负面影响，只能解释成第二 产业的发展对人口城镇化具有正向促进作用。

参考文献：

[1 ]简新华，黄锟.中国城镇化水平和速度的实证分析与前景

预测[J].经济研究,2010,（3).

[2] 王锐，朱显平.产业结构、城镇化与经济增长——

基于省

际面板数据的经验分析[J].中国流通经济,2016, (4).[3] 杨文举.中国城镇化与产业结构关系的实证分析[J].经

济经纬,2007,(1).

[4 ]杜传忠,刘英基，郑丽.基于系统耦合视角的中国工业化

与城镇化协调发展实证研究[J].江淮论坛,2013,(1).[5] 冯尚春.中国特色城镇化道路与产业结构升级[J].吉林

大学社会科学学报,2005,（5).

[6] 杨兰锦.人口城镇化与经济城镇化的协调与互动关系研

究[J].时代金融,2013,(7).

[7 ]马远，.城镇化与产业发展的动态关联效应研究——

以为例[J].管理现代化,2012，（5).

[8 ]龚新蜀，许文倩.城镇化发展的区域差异及决定因素

分析[】].小城镇建设,2009, (11).

On the Influence of Electricity Consumption and Upgrading Industries

Towards the Urbanization of Population

Abstract： Electricity consumption and upgrading industries reflect the level of economic development, and have a significant impact on the population urbanization rate. Starting from the theoretical research, this paper explores the countrys electricity consumption, indus­trial structure and change of the population urbanization rate so as to get some relevant conclusions.

Key words ： electricity consumption ； tertiary industry/secundiparity ； population urbanization rate

ZHANG Meng - fei, WEN Cheng - ye

一 72 —