Finance & Economics of Xinjiang

Finance & Economics of Xinjiang >

2022 , Vol. 0 >Issue 1: 28 - 36

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

Research on the Dynamic Relationship between Coal Consumption, Urbanization and Industrial Structure in Midwest China

  • WANG Bofeng 1, 2 ,
  • WANG HuiWen 1
Expand
  • 1. Agricultural Bank of China Shanxi Branch, Xi'an 710065, China
  • 2. Xi'an Jiaotong University, Xi'an 710049, China

Received date: 2021-10-18

  Online published: 2022-03-14

Copyright

Copyright reserved © 2022
Fold

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

Cite this article

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 , 0(1) : 28 -36 . DOI: 10.16716/j.cnki.65-1030/f.2022.01.003

实现中国“碳达峰”“碳中和”的目标,需要及时调整当前我国经济发展的理念与方向。过去20年,我国中西部地区长期依赖以煤炭为主体能源的经济增长,经济高速发展,城镇化规模迅速扩张,对电力、钢材等基础设施建设原材料生产需求增大,增加了煤炭消费,形成了以煤炭资源为主导的实体产业结构。随着经济发展理念与方向的调整,我国经济由高速发展转向高质量发展,经济发展形态、质态、结构等均发生了系统性的深刻变化,需要积极转换经济发展动力,转变资源粗放型消耗的经济增长模式,着力加强供给侧改革,对依托矿产资源的相关产业进行结构升级,逐渐摆脱经济发展对矿产资源的依赖性,尤其是对煤炭资源的依赖[1]。同时,城镇化过程集聚了资金、人口、技术,推动了产业结构调整,且产业结构优化又会进一步影响煤炭消费[2]。因此,在“双碳”目标下,如何控制煤炭消费、优化产业结构、促进城镇化发展成为需重点关注的问题,本文试图厘清煤炭消费、城镇化、产业结构三者之间的动态关系,以期为以煤炭为主要矿产资源的中西部地区实现“双碳”目标提供参考。

一、文献综述

目前学界对煤炭消费、城镇化、产业结构之间互动关系的研究已取得了一定成果,但大多着重分析两个变量之间的互动关系。关于煤炭消费与城镇化之间关系的研究主要有：王风云和苏烨琴[3]通过随机效应变系数面板数据模型研究了京津冀能源消费结构变动的影响因素,结果表明常住人口的城镇化发展抑制了河北省煤炭消费,而对城镇化率较高的京津地区的煤炭消费影响不显著。丁日佳和张亦冰[4]通过面板数据模型对比了京津冀与长三角地区煤炭消费的影响因素,结果表明从长期来看,京津冀地区的城镇化水平对煤炭消费的影响强于长三角地区。
学界关于煤炭消费和产业结构间关系的研究主要有：张晓雷和马丁[5]通过面板向量自回归模型分析了河南省煤炭消费、产业结构、雾霾污染间的关系,发现产业结构升级前期对煤炭消费具有促进作用,后期具有抑制作用。周庆元和陈海龙[6]通过灰色关联理论、格兰杰因果分析方法等讨论能源消费结构与产业结构间的关系,发现产业结构调整是能源消费结构演进的重要拉动因素,但能源消费结构演进只能单向作用于产业结构演进。雷强[7]基于协整检验和状态空间模型等方法研究了产业结构与煤炭消费之间的关系,发现两者具有长期均衡关系,且第二产业发展对煤炭消费的拉动力度较大。
学界关于城镇化和产业结构之间关系的研究主要有：高国力等[8]通过构建新型城镇化与产业结构升级联动的作用机理模型,提出新型城镇化和产业结构升级联动存在供需平衡、投资联动、要素集散三大效应。Hofmann和Wan[9]研究发现,在产业结构调整中,工业化会产生人口集聚效应从而推动城镇化发展。于骥[10]分析了产业结构变迁影响城镇化的作用机理,实证研究发现,东部地区产业结构高级化对城镇化发展的推动作用较大,中部地区城镇化发展受产业结构合理化和高级化的共同作用,而西部地区产业结构合理化对城镇化发展的促进作用明显。纪成君和孙晓霞[11]基于PVAR模型研究信息化、城镇化、产业结构升级之间的互动关系,研究表明信息化、城镇化与产业结构升级各自存在较强的惯性,产业结构升级对城镇化有抑制作用,而城镇化对产业结构升级具有持久的促进作用。梁雯和孙红[12]通过PVAR模型实证研究了长江经济带新型城镇化、物流业与产业结构之间的动态关系,结果表明从长期来看,新型城镇化对产业结构的转型升级未起到应有的带动作用。
综上,目前学界对煤炭消费、城镇化、产业结构之间互动关系的研究多是分析其中两个变量之间的互动关系,较少涉及三者之间的互动关系,且关于产业结构主要考虑产业结构高级化,涉及产业结构合理化的研究较少。基于此,本研究综合考虑产业结构高级化和产业结构合理化,通过我国中西部地区2000年—2019年的面板数据,构建PVAR模型,利用Stata/SE15.1软件,通过格兰杰检验、脉冲响应函数、方差分解方法研究我国中西部地区煤炭消费、城镇化、产业结构之间的动态影响关系。

二、煤炭消费、城镇化、产业结构间的作用机理分析

（一）煤炭消费与城镇化

在中西部地区,煤炭资源因在开采、价格等方面具有优势而成为主要的能源支柱。城镇化对煤炭消费的影响主要表现为：一方面,城镇化发展初期多会集中发展基础设施,增加原材料生产需求,进而增加煤炭消费;另一方面,农村人口聚集在城市,引致消费需求增加,增加了产品、服务生产过程中的间接煤炭消费[13]。但与此同时,随着城镇化的不断推进和居民环保意识的增强,伴随着风能、水能等清洁能源的引进,可能导致对煤炭消费需求的下降[14]。煤炭消费对城镇化的影响主要表现为：煤炭消费的增加带动了煤炭开发相关产业的发展,吸引了人口从农村迁移至城市,推动了城镇化进程,扩大了城镇化规模[15]。为完成“十三五”煤炭消费减量要求,国家出台相关清洁能源政策、产业政策、环保政策等,加强了对煤炭消费的控制,避免触碰大气污染“高压线”,但目前清洁能源技术尚未成熟,适当调整产业结构,淘汰高耗能产业,在一定时期内减缓了城镇化发展速度。

（二）煤炭消费与产业结构

产业结构升级是转变经济发展方式、实现节能减排的重要途径。产业结构升级主要通过产业结构合理化和产业结构高级化两条路径得以实现。产业结构合理化能够促使煤炭资源转移至效率更高的生产部门,淘汰高耗能、低收益行业,减少对煤炭资源的浪费,从而控制煤炭消费总量[13,14,15,16,17]。同时,相比于煤炭消费需求,我国煤炭产业产能过剩,一定程度上阻碍了产业结构合理化发展。在产业结构高级化过程中,一般通过两种途径减少煤炭消费：一是产业结构转向高技术产业,减少高耗能产业,进而减少煤炭消费总量;二是通过运用新技术和新设备,提高能源利用效率,降低单位产出煤耗量,同时生产过程中加大对光能、水能、风能等清洁能源的使用,优化传统能源结构,从而引起煤炭消费的变化。与此同时,煤炭消费带来的环境污染以及能源利用效率低下等问题也会倒逼产业结构优化。

（三）城镇化与产业结构

城镇化发展带来的人口分布的变化会引起产业结构调整。城镇化过程中,农村地区释放出的劳动力、土地等生产要素会进行重新分配,进而促进产业结构合理化;同时,社会需求也伴随着城镇化的发展而变化,只有采用新的生产模式、引进新的生产技术,生产更多的高附加值产品,才能更好地满足人们对于产品多样化的需求,并促进产业结构高级化。此外,产业集聚效应、人才聚集效应、产品供给扩大会进一步加快城镇化进程,但产业结构高级化、升级传统产业结构又可能导致结构性失业,从而影响城镇化进程的推进。
本文梳理的煤炭消费、城镇化与产业结构之间的动态互动影响关系机理如图1所示。
图1 煤炭消费、城镇化、产业结构合理化和高级化的作用机理

三、模型构建与指标说明

（一）模型构建

面板向量自回归（PVAR）模型能有效解决变量的内生性问题,同时能捕获不同样本单元对模型的影响[18],为分析我国中西部地区煤炭消费、城镇化与产业结构之间存在的复杂内生关系,本研究利用 PVAR模型分析三者之间的相互影响关系,以期能为以煤炭为主要矿产资源的中西部地区供给侧改革提供参考。模型基本形式如下：
y i , t = α 0 + ∑ j = 1 k α j y i , t - j + η i + φ i + ε i , t
式（1）中, i表示地区, t表示年份, y i , t表示地区 i在时间 t下的煤炭消费、城镇化、产业结构高级化、产业结构合理化的四维列向量, α 0为截距项向量, α j为估计系数, j为滞后期数, η i为省域效应, φ i为时间效应, ε i , t为随机扰动项。

（二）指标选取与数据收集

考虑到数据的可得性,本研究选取了我国大陆除西藏外的17个中西部省区市研究煤炭消费、城镇化、产业结构高级化、产业结构合理化之间的动态关系,用煤炭消费总量、城镇化率表示煤炭消费和城镇化,并分别记为 mt和 ur。产业结构可进一步区分为产业结构高级化和产业结构合理化。产业结构高级化是指产业结构升级转换情况,即产业结构由第一、二产业转向第三产业的程度,本研究用第三产业与第二产业生产值之比来表示产业结构高级化程度,并记为 ts,该数值越大,表明产业结构优化升级情况越好。产业结构合理化是指三次产业之间生产要素配置的合理性及协调性,本研究通过泰尔指数衡量产业结构合理化程度,并记为 tl,指数越大表明产业结构越不合理[19]。 tl计算公式为：
t l i , t = ∑ k = 1 3 ( Y i , t , k Y i , t ) ln ( Y i , t , k L i , t , k / Y i , t L i , t )
式（2）中, i表示地区, t表示年份, k表示第一、二、三产业, Y表示产值, L表示从业人数。另需说明的是,研究中所有数据均来源于2001年—2020年《中国统计年鉴》;同时,为消除异方差,本研究对全部数据均取对数。

四、实证检验

（一）数据平稳性检验

保证变量序列平稳是进行回归分析的前提。为避免伪回归,本研究运用Eviews10软件,使用Breitung、LLC、PP-Fisher单位根检验,对煤炭消费、城镇化、产业结构高级化、产业结构合理化相关数据进行平稳性检验。由表1可知,lnmt、lnur、lnts、lntl序列均不平稳,而一阶差分后序列均平稳。
表1 数据平稳性检验结果
变量 LLC Breitung PP-Fisher
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***

注： t、 chi-square为检验系数,***表示在1%水平下显著。

（二）确定最优滞后阶数

在PVAR模型中,选取最优滞后阶数能够保证模型的拟合精度,更为完整地保留模型的动态特征,因此本研究通过AIC、BIC、HQIC检验准则确定最优滞后阶数,检验结果见表2。由表2可知,滞后阶数确定为5阶最优,因而之后的实证分析均是基于5阶滞后。
表2 PVAR最优滞后阶数选择
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

注： *为该准则下的最优滞后阶数。

（三）PVAR模型稳定性检验

PVAR模型稳定是进行实证分析的基础,而稳定的PVAR模型需要确保特征根均落在单位圆内。由特征根分布结果（限于篇幅,本文未列示）可知,特征根均落在单位圆内,故PVAR模型是稳定的。

五、实证分析

（一）格兰杰因果分析

为检验PVAR多变量之间的因果关系,本研究利用Stata/SE 15.1软件进行格兰杰因果检验;同时为消除均值差分导致的方差,需对变量进行Helmert转换,转换后各变量为h_dlnmt、h_dlnur、h_dlnts、h_dlntl。格兰杰因果检验结果见表3。
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**

注：*、**、***分别表示在 10%、5%、 1%水平下显著。

由表3所示的格兰杰因果检验结果可知：其一,从煤炭消费角度看,产业结构高级化和产业结构合理化均不是煤炭消费的格兰杰原因,城镇化是煤炭消费的格兰杰原因。这可能是因为在我国中西部地区,新能源技术发展缓慢,煤炭消费在能源消费中仍占据主导地位,同时城镇化使大量农村人口聚集在城市,增加了间接煤炭消费。其二,从城镇化角度看,煤炭消费和产业结构合理化均不是城镇化的格兰杰原因,产业结构高级化是城镇化的格兰杰原因。这可能是因为在供给侧改革和需求侧管理背景下,传统产业组合之间的协调发展并不能有效促进城镇化发展,新兴产业的发展与传统产业的优化升级,创造了新供给,提高了供给质量,改变了整体产业结构,并影响了城镇化发展的方向。其三,从产业结构角度看,煤炭消费是产业结构高级化的格兰杰原因,城镇化是产业结构高级化的格兰杰原因,产业结构高级化是产业结构合理化的格兰杰原因。这说明随着中西部地区发展理念的转变,煤炭消费减少倒逼产业结构转型升级,但中西部地区产业结构合理化还未能为产业结构高级化提供良好发展基础,城镇化进程在一定程度上影响了产业结构高级化发展。

（二）脉冲响应分析

格兰杰因果检验仅仅从统计意义上讨论了变量间的因果方向,而通过脉冲响应函数可进一步分析当某变量的随机扰动项受到一个标准差冲击时,其他内生变量的动态变化过程。本研究通过脉冲响应函数分析煤炭消费、城镇化与产业结构高级化、产业结构合理化4个变量之间的长期互动关系,利用Stata/SE15.1软件,设定脉冲周期为10期,并通过Monte Carlo模拟2000次得到如图2所示的4个变量之间的脉冲响应结果,其中实线表示该变量受到某变量一个标准化冲击后的响应,虚线为95%置信区间线,a~l分别是每两个变量之间的冲击响应图。
图2 dlnmt、dlnur、dlnts、dlntl四者之间的脉冲响应

Errors are 5% on each side generated by Monte-Carlo with 2000 reps

由图2的冲击响应图a~c可知：城镇化的一个标准差冲击对煤炭消费呈现先有短暂的正效应但迅速产生负效应的变化特征,正效应在第1期达到峰值后迅速减弱直至出现负效应,负效应在第2期达到峰值后逐渐减弱,直至第6期趋于平稳且数值趋于0。产业结构高级化的一个标准差冲击对煤炭消费产生了“负—正—负”效应,在第1期迅速达到负效应峰值,第2期达到正效应峰值,之后产生震荡减弱的负影响。产业结构合理化的一个标准差冲击对煤炭消费产生了“V”形负效应,负效应在第2期达到峰值后震荡减弱。整体上看,城镇化对煤炭消费有短期的先正后负效应,产业结构对煤炭消费更多地表现出负效应,与产业结构高级化相比,产业结构合理化对煤炭消费的负效应较大且持续时间更长。可能的原因是：从城镇化方面说,城镇化初期为拉动城市建设,增加了对煤炭的需求,但随着中西部地区发展理念的转变,居民环保观念不断增强,企业逐渐改造并淘汰老旧设备,因而减少了煤炭消费。从产业结构方面说,主要通过调整产业结构、合理配置煤炭资源、淘汰高耗能低产出行业,进而减少煤炭消费总量;同时,还通过新技术增加煤炭资源单位产出,而且新能源对煤炭资源有一定的替代作用,从而降低了煤炭消费总量。
由图2的冲击响应图d~f可知：煤炭消费的一个标准差冲击对城镇化先产生快速下降的正效应,到第3期达到低谷后迅速回升,在第6期达到峰值后正向影响逐渐减弱并趋于长期正效应。产业结构高级化的一个标准差冲击对城镇化产生了“W”形负效应,在第5期达到峰值,第6期后趋于平稳,表现出长期的负效应。产业结构合理化的一个标准差冲击对城镇化产生了“负—正—负”效应,第1期就达到负效应峰值,第4期达到正效应峰值,之后正效应逐渐减弱并趋于0。整体上看,煤炭消费对城镇化有长期正效应,产业结构高级化对城镇化有长期抑制效应。可能的原因是：一方面因产业结构升级会淘汰部分劳动者,导致结构性失业,从而对城镇化进程的推进产生不利影响;另一方面因产业结构高级化对传统农业发展有较大影响,并带动了与之关联的其他新兴产业,部分已经进入城市的劳动者可能会选择返乡就业,更多优质生产要素流入农村,从而抑制了城镇化发展。
由图2的冲击响应图g~i可知：煤炭消费的一个标准差冲击对产业结构高级化产生了明显的负效应,在第1期达到峰值后影响逐渐减弱,但长期表现为负效应。城镇化的一个标准差冲击对产业结构高级化第1期有微弱的负效应,随后震荡趋于0。产业结构合理化的一个标准差冲击对产业结构高级化产生持续震荡的正效应,并在第3期达到峰值,长期趋向于正效应。整体上看,煤炭消费对产业结构高级化有长期负效应,产业结构合理化对产业结构高级化有长期正效应。
由图2的冲击响应图j~l可知：煤炭消费的一个标准差冲击对产业结构合理化产生了“正—负—正”效应,在第3期达到负效应峰值,之后是不断震荡的正效应并逐渐趋于0。城镇化的一个标准差冲击对产业结构合理化前两期有不断下降的正效应,之后数值平稳且渐趋于0。产业结构高级化的一个标准差冲击对产业结构合理化产生了长期负效应。整体上看,煤炭消费对产业结构合理化有短期负效应,产业结构高级化对产业结构合理化有长期负效应,而城镇化对产业结构合理化有短期正效应。

（三）方差分解

脉冲响应无法度量不同冲击对同一变量的影响贡献程度,而采用方差分解可进一步探究煤炭消费、城镇化、产业结构合理化、产业结构高级化4个变量之间相互作用的具体贡献程度。
由表4煤炭消费、城镇化变量的方差分解结果可知：dlnmt方差分解中,虽然煤炭消费对自身的方差贡献率呈下降趋势,但始终保持在86%以上,说明影响煤炭消费的最大因素是自身;另外,产业结构高级化和产业结构合理化对煤炭消费的方差贡献率逐渐上升,从0分别上升并稳定到5%和7%,而城镇化对煤炭消费的方差贡献率较稳定且始终小于1%。dlnur方差分解中,城镇化对自身的方差贡献率在第1期达到了最大值98.2%,随后不断下降,但始终保持在78%以上;产业结构高级化对城镇化的方差贡献率逐年上升,从第1期的0上升到第10期的14.3%;煤炭消费对城镇化的方差贡献率由第1期的1.8%上升到第10期的5.5%,而产业结构合理化对城镇化的方差贡献率均保持在2%以下。
表4 dlnmt和dlnur的方差分解结果
滞后阶数 dlnmt dlnur
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
由表5所示的产业结构高级化和产业结构合理化变量的方差分解结果可知：dlnts方差分解中,产业结构高级化对自身的方差贡献率在第1期达到最大值88.9%,之后逐年下降,但始终保持在75%以上;煤炭消费对产业结构高级化的方差贡献率逐年上升,从第1期的7.1%增至第10期的20.3%;城镇化对产业结构高级化的方差贡献率逐年小幅下降,从第1期的4.1%降至第10期的2.7%;产业结构合理化对产业结构高级化的方差贡献率大多保持在1%以下。dlntl方差分解中,产业结构合理化对自身的方差贡献率在第1期达到最大值93.1%,随后不断下降但始终保持在85%以上;产业结构高级化对产业结构合理化的方差贡献率逐年上升,从第1期的5%增加到第10期的10.3%;煤炭消费对产业结构合理化的方差贡献率从第1期的0.5%增加到第10期的3%;城镇化对产业结构合理化的方差贡献率较低,始终保持在1.5%以下。
表5 dlnts和dlntl的方差分解结果
滞后阶数 dlnts dlntl
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

六、结论与启示

本文基于2000年—2019年我国中西部17个省区市的面板数据,采用PVAR模型实证分析了煤炭消费、城镇化和产业结构之间的动态关系,研究主要得到以下结论：第一,格兰杰因果检验结果显示,城镇化对煤炭消费、煤炭消费对产业结构高级化、产业结构高级化对产业结构合理化均有单向因果关系。第二,脉冲响应结果显示,城镇化对煤炭消费有先正后负效应,产业结构对煤炭消费更多地表现为负效应,与产业结构高级化相比,产业结构合理化对煤炭消费的负效应更大且持续时间更长。此外,研究还发现产业结构高级化对城镇化有长期负效应,产业结构高级化对产业结构合理化有长期负效应。第三,方差分解结果显示,煤炭消费、城镇化、产业结构高级化、产业结构合理化四者的最大影响因素均为自身。其他3个因素对煤炭消费的方差贡献率均小于10%;城镇化主导因素除自身外主要是产业结构高级化,其方差贡献率最高达14.3%;产业结构高级化的主导因素除自身外主要是煤炭消费,其方差贡献率最高达20.3%;产业结构合理化的主导因素除自身外主要是产业结构高级化,其方差贡献率最高达10.3%。
因此,新常态下,中西部地区应努力做到：一是积极推动高质量城镇化发展,增强居民环保理念,注重生态保护,减少煤炭消费;二是进一步调整产业结构,淘汰高耗能低产出行业,高效合理配置煤炭资源,同时积极开发新型能源,减少煤炭消费;三是在供给侧改革与需求侧管理背景下,各地政府应因地制宜,更加关注就业人员结构与产业发展的匹配,合理分配资源,提高资源利用率,在产业结构优化升级的同时促进城镇化发展,减少煤炭消费,形成中西部地区经济健康发展的新循环。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[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.

Options
Outlines

/

〈 〉