煤炭消费、城镇化与产业结构的动态关系研究——以我国中西部地区为例

doi:10.16716/j.cnki.65-1030/f.2022.01.003

摘要/Abstract

摘要：

本文基于2000年—2019年我国中西部地区17个省区市的煤炭消费、城镇化、产业结构高级化和产业结构合理化面板数据,构建面板向量自回归模型,分析四者之间的互动影响关系。结果表明：城镇化是煤炭消费的格兰杰原因,城镇化对煤炭消费有先促进后抑制的效应;煤炭消费是产业结构高级化的格兰杰原因,煤炭消费对产业结构高级化有长期抑制效应;产业结构高级化是产业结构合理化和城镇化的格兰杰原因,对产业结构合理化和城镇化均有长期抑制效应。因此,中国应推动高质量城镇化发展,不断优化调整产业结构,形成良性循环,控制煤炭消费。

关键词: 中西部地区, 能源消费结构, 煤炭消费, 城镇化, 产业结构, 碳达峰, 碳中和

Abstract:

Based on the panel data of coal consumption, urbanization, advanced industrial structure and rationalization of industrial structure in 17 provinces in the central and western regions in China from 2000 to 2019, this paper constructs a PVAR model to analyze the interactive influence relationship among the four. The results show that urbanization is the Granger cause of coal consumption, and coal consumption firstly has a positive effect on urbanization and then has a negative effect on it in the short term; coal consumption is the Granger cause of advancement of industrial structure. And the coal consumption has more lastingly negative effect on the advancement of industrial structure. The advancement of industrial structure is the Granger cause of urbanization and the rationalization of the industrial structure. It has a long-term negative effect on urbanization and negative effect on rationalization of the industrial structure. Therefore, China should promote the development of high-quality urbanization, adjust the industrial structure and form a virtuous circle to control coal consumption.

Key words: central and western regions in China, energy consumption structure, coal consumption, urbanization, industrial structure, carbon peak, carbon neutralization

王博峰, 王慧雯. 煤炭消费、城镇化与产业结构的动态关系研究——以我国中西部地区为例[J]. 新疆财经, 2022, (1): 28-36.

WANG Bofeng, WANG HuiWen. Research on the Dynamic Relationship between Coal Consumption, Urbanization and Industrial Structure in Midwest China[J]. Finance & Economics of Xinjiang, 2022, (1): 28-36.

图/表 7

图1

表1

表2

表3

PVAR格兰杰因果检验结果"

因变量	自变量	$χ 2$ 统计量	自由度	P
h_dlnmt	h_dlnur	64.895	5	0.000^***
	h_dlnts	9.003	5	0.109
	h_dlntl	6.640	5	0.249
h_dlnur	h_dlnmt	7.442	5	0.190
	h_dlnts	12.527	5	0.028^**
	h_dlntl	2.737	5	0.741
h_dlnts	h_dlnmt	13.317	5	0.021^**
	h_dlnur	10.632	5	0.059^*
	h_dlntl	0.948	5	0.967
h_dlntl	h_dlnmt	7.834	5	0.166
	h_dlnur	5.510	5	0.357
	h_dlnts	11.695	5	0.039^**

表3

图2

表4

表5

参考文献 19

[1]	沈镭, 武娜, 钟帅, 孙艳芝, 孔含笑. 经济新常态下中国矿业供给侧改革发展战略研究[J]. 中国人口·资源与环境, 2017(7):8-17.
[2]	徐秋艳, 房胜飞, 马琳琳. 新型城镇化、产业结构升级与中国经济增长——基于空间溢出及门槛效应的实证研究[J]. 系统工程理论与实践, 2019(6):1407-1418.
[3]	王风云, 苏烨琴. 京津冀能源消费结构变化及其影响因素[J]. 城市问题, 2018(8):59-67.
[4]	丁日佳, 张亦冰. 京津冀与长三角区域煤炭消费影响效应对比分析——基于面板数据的实证检验[J]. 企业经济, 2017(2):109-114.
[5]	张晓雷, 马丁. 河南省煤炭消费、产业结构与雾霾污染互动关系研究[J]. 煤炭工程, 2020(5):194-199.
[6]	周庆元, 陈海龙. 我国能源消费与产业结构的互动关系分析[J]. 统计与决策, 2018(20):99-102.
[7]	雷强. 产业结构对煤炭消费的影响及实证分析——基于可变参数状态空间模型的动态研究[J]. 工业技术经济, 2015(5):73-79.
[8]	中国宏观经济研究院国土开发与地区经济研究所课题组, 高国力, 张燕. 面向2020年后促进新型城镇化与产业结构升级联动研究[J]. 河北经贸大学学报, 2021(2):92-101.
[9]	Hofmann A, Wan G H. Determinants of Urbanization[Z]. ADB Economics Working Paper Series, 2013.
[10]	于骥. 产业结构变迁影响我国城镇化实证分析[J]. 上海经济研究, 2017(4):11-16.
[11]	纪成君, 孙晓霞. 信息化、城镇化与产业结构升级的互动关系[J]. 科技管理研究, 2019(21):194-199.
[12]	梁雯, 孙红. 基于PVAR模型的中国新型城镇化、物流业以及产业结构动态研究——以长江经济带为例[J]. 新疆大学学报(哲学·人文社会科学版), 2019(4):9-19.
[13]	严翔, 成长春, 易高峰, 柏建成. 长江经济带城镇化对能源消费的经济门槛效应[J]. 经济地理, 2019(1):73-81.
[14]	汪行, 范中启. 城市化、能源结构与碳强度的动态关系研究——基于VAR模型的实证分析[J]. 工业技术经济, 2017(6):104-110.
[15]	赵倩楠, 李世平. 煤炭城市的城镇化与生态环境协调发展量化分析[J]. 干旱区资源与环境, 2015(9):45-50.
[16]	邹璇, 王盼. 产业结构调整与能源消费结构优化[J]. 软科学, 2019(5):11-16.
[17]	蹇令香, 任晓东, 王善善, 李宛宣. 中国西部地区能源效率与产业结构耦合协调关系研究[J]. 生态经济, 2019(10):52-57.
[18]	袁航, 茶洪旺, 郑婷婷. 创新数量、创新质量与中国产业结构转型互动关系研究——基于PVAR模型的实证分析[J]. 经济与管理, 2019(2):78-85.
[19]	胡艳, 汪徐. 长江经济带产业结构优化对区域创新绩效的影响差异分析[J]. 科技管理研究, 2019(14):86-93.

变量	LLC		Breitung		PP-Fisher
变量	t	P	t	P	chi-square	P
lnmt	1.292	0.901	4.046	1.000	9.500	1.000
dlnmt	-10.010	0.000^***	-4.225	0.000^***	156.518	0.000^***
lnur	-2.466	0.006^***	1.630	0.948	85.286	0.000^***
dlnur	-10.279	0.000^***	-6.439	0.000^***	146.200	0.000^***
lnts	1.821	0.965	4.443	1.000	5.821	1.000
dlnts	-10.428	0.000^***	-30.674	0.001^***	135.615	0.000^***
lntl	-2.423	0.007^***	-1.102	0.135	33.485	0.492
dlntl	-13.238	0.000^***	-8.285	0.000^***	160.978	0.000^***

滞后期数	AIC	BIC	HQIC
1	-6.58036	-5.41382	-6.11113
2	-6.28265	-4.82372	-5.69468
3	-8.11401	-6.33036	-7.3938
4	-8.21	-6.06298	-7.34149
5	-10.1079^*	-7.45819^*	-8.97923^*
6	-9.92541	-6.90028	-8.69785
7	-9.0154	-6.54265	-8.65961

滞后阶数	dlnmt				dlnur
滞后阶数	dlnmt	dlnur	dlnts	dlntl	dlnmt	dlnur	dlnts	dlntl
1	1	0	0	0	0.018	0.982	0	0
2	0.961	0.004	0.034	0.002	0.030	0.963	0.001	0.006
3	0.906	0.007	0.035	0.052	0.036	0.918	0.038	0.008
4	0.881	0.007	0.049	0.063	0.035	0.898	0.056	0.011
5	0.867	0.007	0.053	0.073	0.034	0.859	0.094	0.013
6	0.867	0.007	0.052	0.074	0.038	0.821	0.129	0.012
7	0.866	0.007	0.054	0.073	0.047	0.810	0.131	0.012
8	0.865	0.007	0.054	0.074	0.050	0.800	0.138	0.012
9	0.865	0.007	0.054	0.074	0.053	0.794	0.141	0.013
10	0.863	0.007	0.055	0.076	0.055	0.789	0.143	0.013

滞后阶数	dlnts				dlntl
滞后阶数	dlnmt	dlnur	dlnts	dlntl	dlnmt	dlnur	dlnts	dlntl
1	0.071	0.041	0.889	0	0.005	0.014	0.050	0.931
2	0.141	0.035	0.823	0.002	0.012	0.014	0.081	0.893
3	0.158	0.032	0.808	0.002	0.013	0.014	0.082	0.891
4	0.159	0.03	0.805	0.005	0.021	0.014	0.094	0.872
5	0.166	0.031	0.797	0.006	0.023	0.014	0.096	0.867
6	0.177	0.029	0.788	0.006	0.022	0.013	0.098	0.866
7	0.189	0.028	0.775	0.008	0.027	0.013	0.101	0.859
8	0.196	0.028	0.768	0.009	0.029	0.013	0.101	0.857
9	0.200	0.027	0.763	0.010	0.029	0.013	0.102	0.856
10	0.203	0.027	0.759	0.011	0.030	0.013	0.103	0.855