一、 引 言

为适应国家经济发展新常态及全面建成小康社会的要求，2014年，中央印发了《国家新型城镇化规划(2014-2020)》。规划指出，新型城镇化的核心是“化人”而非“化地”，其集中体现于从城市发展的单视角转向城乡一体化协调发展的双视角；从工业推动的单路径转向四化同步发展的多路径；从注重经济增速的单维度转向经济、社会、生态可持续发展的多维度[1-2]。新型城镇化的“新”强调的不仅是城镇化率的提高，更重要的是以人为本、产城融合和绿色生态等可持续发展内容，这就为我国能源消费的优化与发展提出了新的要求。以往化石能源的高污染与能源利用模式的低效率只能成为新型城镇化发展的瓶颈，只有能源消费质量的持续提升才是推动新型城镇化发展的重要动力[3]。值得注意的是，为实现新型城镇化发展的绿色生态化，我国近年来的能源消费正呈现出逐步优化的态势，尤其是随着能源利用效率的提高和能源消费结构的改善，在强化能源消费对新型城镇化推动作用的同时缓解了环境污染的制约效应，因而从体现能源消费优化视角的能源利用效率和能源消费结构出发，研究其对新型城镇化的作用机制，对在现有资源约束条件下保持新型城镇化的稳步推进和绿色城市建设目标的顺利达成具有较强的理论价值和现实意义。

3月6日上午，1 6 1师战地医院装车回国，殷燕坐车从友谊关回到了广西。殷燕记录了自己入关回国的心绪：“从友谊关经过的军人们，无不被那楼顶上迎风飘扬的五星红旗所吸引，那深情凝望的眼神，是经受过战场考验、从生死线上走回来的人才会有的，那是发自心底对祖国依恋的神情。军人们就像久别了母亲的孩子一样，禁不住热泪盈眶，面对着国旗，举起右手久久地行着军礼不愿放下。”

目前关于能源消费和城镇化关系的研究，国内外学者已有了较为丰硕的成果。关注的焦点主要有以下三个方面：第一，证实能源消费和城镇化是否存在相互关系。GHOSH S等(2014)通过对印度的经验研究认为能源消耗对城镇化具有单向格兰杰因果关系[4]；而Yang等(2010)则认为中国的能源消费和城镇化存在双向的因果关系[5]。第二，城镇化对能源消费的影响研究。王蕾等(2014)和马海良等(2017)认为城镇化发展伴随着工业扩张和居民生活水平的提高对能源消费具有正向推动作用[6-7]；相反的，肖宏伟(2014)和谢利平(2015)则指出城镇化发展能够提高能源消费质量，从而推动能源消费的集约化发展[8-9]；李标等(2015)基于我国省域静态和动态面板模型，实证表明城镇化在短期内能显著降低能源强度，但对能源强度的长期影响却显著为正[10]。第三，能源消费对城镇化的影响分析。绝大多数的文献仅聚焦于能源消费对经济增长和城镇化的约束作用，刘耀彬等(2007)、许冬兰等(2012)利用扩展的新古典增长模型和内生经济增长模型，证实当经济达到均衡时，能源消费通过对经济增长的约束从而对城镇化产生“增长尾效”作用[11-12]；张华等(2014)同时将不同再生能源和可再生能源引入Lucas内生增长模型，证实虽然可再生能源能弥补不可再生能源的约束，但后者对经济增长的贡献度仍大于前者[13]。

在医院。我醒来时，儿子说，我已睡了很久。他说他一直在旁边看着输液管里的液体，怕它停止嘀嗒。我的眼泪一下子流了出来。

综上所述，现有研究对理解城镇化以及城镇化与能源消费之间关系提供了一定的基础，但仍存在以下不足：一是在城镇化与能源消费间的关系研究方面，普遍研究较多的是城镇化对能源消费的影响，而在能源消费对城镇化的影响研究方面所涉内容较少，能源消费对新型城镇化作用方面的研究更是寥寥无几；二是大多数研究仅考虑在能源的可耗竭性特征下，能源消费最终会对城镇化发展产生“尾效”作用，却忽略了在当前能源消费效率不断提高和可再生能源不断发展的趋势下能源消费对新型城镇化的推动作用。考虑受制于地区资源禀赋、经济发展水平和技术条件的异质性，我国的能源消费对新型城镇化的影响可能存在非线性关系。因此，本文试图从以下两个方面进行进一步的拓展：①以中国各省市自治区为研究对象，基于2004-2015年省级面板数据，在对新型城镇化进行综合测算的基础上，从能源消费优化支撑新型城镇化发展视角出发，利用面板门槛模型，实证研究能源消费对新型城镇化的影响是否存在非线性关系；②考察能源消费分别在不同能源利用效率和能源消费结构门槛值下对新型城镇化影响的区域异质性，据此就如何更好发挥能源消费对新型城镇化支撑作用提出相应的对策建议，为我国新型城镇化建设中的绿色发展提供理论指导。

二、新型城镇化水平测度和分析

(一)新型城镇化指标构建

能源利用效率(EFFI)。过去我国的能源消费模式多为粗放式，高消耗和高排放的特征使得资源日益紧缺的同时也带来了各种环境问题，因而能源利用效率的提高越来越受到广泛重视。目前对能源利用效率的衡量主要有两种方法：一是测度全要素能源利用效率；二是使用单一指标衡量能源利用效率。考虑到数据的易获取性，本文采用每万吨标准煤生产的GDP来衡量能源利用效率。

 

表1 新型城镇化指标体系构建及权重

  

目标层准则层要素层指标层单位属性信息熵ej权重wj新型城镇化发展水平以人为本基本生活民生保障城乡统筹人均GDP元/人正向0．99840．0016城镇就业人员平均工资元/人正向0．99840．0016城镇养老保险参保人数占比%正向0．99820．0018每万人拥有卫生技术人员数人正向0．99820．0018教育支出占财政支出比重%正向0．99840．0016城镇人口比重%正向0．99790．0021城镇-农村收入比(农村=1)%逆向0．99850．0015城镇-农村消费比(农村=1)%逆向0．99900．0010

 

续表1

  

目标层准则层要素层指标层单位属性信息熵ej权重wj新型城镇化发展水平产城融合绿色生态结构优化质量提升环境投资城市绿化污染处理非农产业占比%正向0．99920．0008高新技术产业固定投资额亿元正向0．99880．0012城镇就业人员大专以上学历占比%正向0．99850．0015单位GDP能耗万吨标准煤/亿元逆向0．99920．0008亿元GDP专利授权量件正向0．99820．0018人均环境基础设施投资额元/人正向0．99790．0021人均公共绿地面积m2/人正向0．99790．0021建成化绿地覆盖率%正向0．99840．0016固定废物综合利用率%正向0．99980．0002生活垃圾无害化处理率%正向0．99910．0009

(二)计算方法及数据来源

本文选取熵值法计算各指标权重。该方法主要依据客观原始数据提供的信息量来确定各项评价指标的权重，避免了赋权过程中的人为因素干扰。“熵”是对不确定性的度量，信息量越大，不确定性越小，熵也就越小，从而指标权重就越大。同时，本文选取2004-2015年中国30个省市自治区(除西藏、港澳台地区)为研究样本，使用数据来自历年《中国统计年鉴》《中国劳动统计年鉴》《中国人口和就业统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》和《中国高技术产业统计年鉴》。为了确保数据的可比性，本文以2004年为基期对相关名义数据进行了平减处理。针对某些统计指标部分年份的数据缺失，本文采用均值法进行补齐。

(三)结果分析

1.总体结果分析

根据熵值法计算出2004-2015年我国30个省份的新型城镇化水平，并进一步得到全国平均新型城镇化水平，具体结果如图1所示。从总体来看，全国新型城镇化水平呈不断上升的发展态势。全国新型城镇化率从2004年的28.39%上升至2015年的51.77%，年均增长率为6.9%，显著高于人口城镇化率增幅2.86%。以上数据表明，虽然目前以综合指标衡量的城镇化水平仍低于传统的人口城镇化水平，但两者之间的差距正逐渐缩小。尤其在2010-2012年间两者的收敛趋势最为明显，差距缩小的年均速度达1.67个百分点。究其原因在于“十一五”规划明确提出要提高城市的综合承载力，新型城镇化首次转向质量与数量并重、城市与乡村并重的经济、社会、生态相互协调的发展模式，经过多年发展理念的转变和各项改革措施的实施，最终在“十一五”向“十二五”的过渡期发挥出了高效集约发展的潜力。

  

图1 2004-2015年全国及各地区平均城镇化水平

表5给出了基于上述能源消费对城镇化影响的能源利用效率门槛(EFFI)和能源消费结构门槛(ESTR)的检验结果。研究发现，分别以EFFI和ESTR为门槛值时，能源消费对城镇化的影响均存在显著的门槛效应。其中，以EFFI为门槛值，单一门槛的F值在1%的显著性水平下显著，但双重门槛值未通过显著性检验，意味着以能源利用效率为门槛变量具有单一门槛效应，门槛估计值为1.093，相对应的95%置信区间为[0.986,1.316]；以ESTR为门槛值，单一门槛、双重门槛以及三重门槛的F值至少在10%的显著性水平下显著，因而具有三重门槛效应，门槛估计值分别为0.132、0.017、0.005，相对应的95%的置信区间依次为[0.125, 0.132]、[0.005,0.025]、[0.002,0.079]。进一步地，通过绘制似然比函数图可以更清晰地了解门槛估计值与置信区间的构造过程，如图2～图5所示，在门槛搜索中，门槛估计值都至少在10%的显著性水平下显著，图中虚线为95%的置信水平的临近值。

教育发展水平(EDU)。教育的发展能有效提高劳动者素质，增强我国的科研创新能力，从而提高新型城镇化发展的质量水平。本文以每千人在校大学生人数衡量教育水平。

表2为2004-2015年各省份平均城镇化率及其变化幅度和排名。

人才队伍的建设是工程质量的人员保障，同时也不应当放弃对先进管理经验的学习。先进的质量管理经验不仅能够提升工作效率，还能提升质量管理的效果。公路工程建设施工的管理非常复杂，其管理主体呈现多元化的趋势，如果不能进行科学有效的管理，就可能导致整个公路工程建设停滞不前。可见科学合理的管理工作能够适应各种环境下的工程施工。对于整个工程质量能够进行有效管理。企业也应该定期举办专业讲座，邀请行业内顶尖的工程质量管理人员对员工进行有效培训，让员工紧跟新的管理理念的步伐，增强自身对于先进管理经验的敏感程度，时刻保持对先进管理理念的热情。

 

表2 2004-2015年各省份年均城镇化率及其变化幅度和排名

  

地区年均城镇化水平城镇化排序年均增幅(%)增幅排序地区年均城镇化水平城镇化排序年均增幅(%)增幅排序北京0．66313．7928河南0．369156．0215天津0．57333．2630湖北0．387114．9420河北0．362175．8016湖南0．357206．1613山西0．345228．046广东0．49465．2818内蒙古0．360188．075广西0．329266．5911辽宁0．41093．9827海南0．386124．2326吉林0．364165．0719重庆0．399108．803黑龙江0．378134．4025四川0．353217．0010上海0．60423．7329贵州0．2632911．191江苏0．55454．8121云南0．267286．5112

 

续表2

  

地区年均城镇化水平城镇化排序年均增幅(%)增幅排序地区年均城镇化水平城镇化排序年均增幅(%)增幅排序浙江0．56944．4024陕西0．3422410．272安徽0．369147．059甘肃0．237308．444福建0．45484．4323青海0．301276．1414江西0．359197．448宁夏0．345237．837山东0．48774．6922新疆0．342255．8017

从表2可以发现，2004-2015年间全国年均城镇化率为39.95%，高于均值的省份有9个，占省份总数的30%。其中，平均城镇化率排名前十的省份中，9个(北京、上海、天津、浙江、江苏、广东、山东、福建、辽宁)来自东部地区，1个(重庆)来自西部地区；平均城镇化率排名最后十位的省份中，9个(甘肃、贵州、云南、青海、广西、新疆、陕西、宁夏、四川)来自西部地区，1个(山西)来自中部地区。东、中、西部区域发展梯级格局明显。从城镇化水平发展的动态格局来看，中西部省份城镇化率增长幅度高于东部省份，排名前五位(贵州、陕西、重庆、甘肃、内蒙古)的均为西部地区省份，而排名最后五位(天津、上海、北京、辽宁、海南)的均为东部地区省份。这是因为东部地区的新型城镇化发展已趋成熟，而中西部地区经过多年的积累，城市结构、功能和服务日趋完善，逐渐发挥出其后发优势，使得区域发展极化作用明显减弱。

Study on vibration effect of adjacent buildings caused by tunnel blasting excavation

三、能源消费对新型城镇化影响的非线性关系分析

(一)模型设定

为解决上述问题，本文采用Hansen提出的面板门槛回归模型，分别以能源利用效率和能源消费结构为门槛，建立如下面板门槛模型，以划分不同能源消费区间，进而准确分析能源消费与新型城镇化发展的非线性关系：

对于像戴表元这一类由宋入元的文化人出仕现象，申万里认为：“元初江南儒士社会角色的转变,在当时仍然具有重要的历史意义,它不仅为元代儒学的恢复和发展创造了条件,保证了汉文化在元代的发展和传承,也有利于江南社会的稳定和经济文化的发展”[17]，信哉斯言！戴表元任信州路儒学教授期间，进行了一系列文化活动：教授生徒、刻印书籍、交往学人等等，为传播文化尽心尽力。任期内的《北史》刊刻，更是一件大事，当另撰文论述。

NURBit=α0+β1ECONitI(th≤γ1)+

β2ECONitI(γ1γ2)+

β3ECONitI(th>γ2)+∑βmControlit+

ηi+μt+εit

至臻天文台认证测试采用全自动设备，可24小时运作，对腕表的全面检测需经过283个步骤方可完成。METAS亦设有独立的办公室，以监督检测过程，确保每一枚拥有至臻天文台认证的腕表均达到行业高标准的精准度、防磁性和其它性能。

其中，i表示省份；t表示年份；NURBit和ECONit分别为被解释变量(新型城镇化水平)和解释变量(能源消费量)；I(·)为门槛变量，本文中为能源利用效率(EFFIit)和能源消费结构(ESTRit)；γ为特定门槛值；Controlit是一系列的外生控制变量，包括产业结构、教育水平、外资依存度和财政支出水平；ηi、μt分别用于反映年份效应和个体效应；εit为随机扰动项。

外资依存度(FDI)。外资进入伴随着资本积累效应和技术外溢效应，推动了我国的经济发展和新型城镇化进程。袁冬梅等(2017)发现，在考虑各地区金融发展水平下，FDI对东部地区的城镇化发展产生了负向作用，对中西部地区的城镇化仍然为正向推动作用[20]。本文以外商直接投资额占GDP的比重来表征外资依存度。

(二)变量说明

新型城镇化水平(NURB)。新型城镇化发展水平参照第二部分构建的新型城镇化综合评价指标体系计算所得结果。目前国内外研究仍主要以“人口城镇化率”来衡量城镇化水平，但城镇化进程涉及的不仅仅是人口的迁移，更多的是经济、社会、文化、生态等多方面的转变，因而使用“新型城镇化”指标更能体现城镇化的内涵发展和质量提升[17]。

能源消费量(ECON)。一方面，能源作为经济发展和居民生活的重要物质基础，对新型城镇化的发展具有重要的促进作用；另一方面，能源消费所带来的碳排放、雾霾污染等问题又进一步加大了新型城镇化的建设成本。因而能源消费要更加强调绿色和可持续性。本文直接采用能源消费总量来表示能源消费指标，单位为亿吨标准煤。

1978-2016年中国城市数量从193个增加到656个，城镇常住人口从1.7亿人增加到7.9亿人，城镇化率从17.9%提升到57.3%，年均提高1.04个百分点。但传统城镇化发展以经济增长为目标，片面追求增长速度和空间扩张却忽视了“人”的发展。“新型城镇化”的提出，更多地强调城市发展的包容和集约，更加注重人的全面发展以及经济和社会的可持续发展[14]。因此，本文基于新型城镇化发展的三大原则，即以人为本、产城融合和绿色生态，参考相关研究成果[15]，构建出如表1所列新型城镇化的评价指标体系。该指标体系可分为四个层次：第一层为目标层，即新型城镇化发展水平；第二层为准则层，包括以人为本、产城融合和绿色生态；第三层为要素层，包括基本生活、民生保障、城乡统筹、结构优化、质量提升、环境投资、城市绿化、污染处理八个方面；第四层为指标层，共计18个具体指标。

能源消费结构(ESTR)。我国能源“多煤、少油、缺气”的基本格局决定了我国的能源消费主要以煤炭为主。与全球平均水平相比，我国能源消费中的煤炭比例明显偏高，而天然气作为最清洁的化石能源，其占比明显偏低。2017年，国家发改委发布《加快推进天然气利用的意见》，提出天然气在一次能源消费中的比重到2020年力争达到10%的目标，提高天然气消费占比已成为推进能源消费革命的重要手段，因而本文采用天然气消费量占全部能源消费量的比重衡量能源消费结构。

产业结构高级化(SER)。产业结构的优化伴随着人口的转移、生活方式和消费习惯的不断转型升级，进而可以提高新型城镇化水平。本文借鉴干春晖等(2011)、蔡海亚等(2017)的方法，采用第三产业产值与第二产业产值之比表征产业结构高级化，旨在反映产业内部的结构升级和服务化倾向[18-19]。

此时密西西比河的崖壁变成了悬崖，河流连接着两座城市。水墙以南八英里处，明尼苏达河与密西西比河交汇。交汇处的悬崖上修建着当初用于保护西北方蛮荒边地的斯内灵堡。离堡不远的河岸曾是汽船卸下给养的地方。后来，仓库、商栈和铺子全都并入了热闹的圣保罗。

Hansen指出[16]，面板门槛估计需要检验两个基本假设：①门槛效应是否显著。以单一门槛为例，其原假设为H0∶β1=β2，即模型仅存在线性关系；备择假设为H1∶β1≠β2，即模型存在门槛效应。检验统计量为其中，分别为假设H0和H1下的残差平方和。Hansen建议使用bootstrap获得F的分布从而得到有效的P值，当P≤α时拒绝原假设，表示存在一个门槛值，α为显著性水平。②门槛估计量是否等于真实值。原假设为备择假设为对应的似然比检验统计量为LR1(γ)=(S1(γ)-其中，分别为假设H0和H1下的残差平方和。该统计量的分布是非标准的，当LR1(γ0)≤c(α)时，不能拒绝原假设，即门槛估计量为真实值。其中，为显著性水平。

财政支出水平(PERC)。政府作用的发挥是推动新型城镇化发展的重要因素。政府可通过财政和税收政策对城镇化发展的资金调配、产业管理、设施建设等进行干预[21]。本文以人均财政支出额表示财政支出水平，来考察政府对新型城镇化发展的支持作用，单位为万元/人。

房价问题已经成为困扰中国经济发展的重大问题，已经影响到了经济发展的各个方面。房价的持续高涨也引起了政府部门的高度重视，出台了一系列调控措施，虽然短时间内有一定的成效，但是房价依然居高不下。由于住房兼有居住和投资双重属性，与基本宏观经济环境有着密切的联系，合理的房价上涨应该以宏观经济的发展为基础。因此，短期的房价调控政策不仅无法实现房价的合理回归，也不利于建立促进房地产市场平稳健康发展的长效机制。

以上指标数据均来自历年《中国统计年鉴》和《中国能源统计年鉴》。主要变量的统计性描述见表3所列。

 

表3 变量的描述性统计

  

变量名称变量含义平均值标准差最大值最小值NURB新型城镇化率 0．4008 0．1324 0．80600．1337 ECON能源消费量1．21270．78493．88990．0742EFFI能源利用效率0．85470．36471．77040．1983ESTR能源消费结构0．04570．05760．35420．0000SER产业结构高级化0．92170．48034．03550．4944EDU教育发展水平22．588410．611568．97007．4500FDI外资依存度0．01860．01780．07980．00004PERC财政支出水平0．66430．49182．65480．0908

四、实证结果分析

在进行回归分析前，首先对上述各解释变量进行多重共线性诊断，发现其方差膨胀因子VIF值介于1.34～2.82之间(见表4)，远小于10，说明变量之间的多重共线性问题处于可控范围内。

 

表4 各解释变量的方差膨胀因子VIF值

  

变量ECONEFFIESTRSEREDUFDIPERCMeanVIFVIF值1．341．581．62．31．732．821．541．84

(一)门槛效应检验

2.省域差异分析

 

表5 能源效率和结构的门槛检验结果

  

门槛变量门槛顺序门槛值F值P值95%置信区间BS次数EFFI单一门槛1．09331．414∗∗∗0．000[0．986，1．316]300双重门槛0．7857．8690．153[0．347，1．359]300ESTR单一门槛0．13237．582∗∗∗0．000[0．125，0．132]300双重门槛0．01718．450∗∗0．017[0．005，0．025]300三重门槛0．0059．674∗0．053[0．002，0．079]300

注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。

  

图2 能源利用效率门槛值和置信区间

  

图3 能源消费结构第1个门槛值和置信区间

  

图4 能源消费结构第2个门槛值和置信区间

  

图5 能源消费结构第3个门槛值和置信区间

(二)门槛模型估计结果与分析

表6给出了能源消费对新型城镇化发展影响的门槛估计结果。为了消除异方差的影响，本文的门槛估计结果进行了稳健标准差检验。同时为了便于与门槛模型进行比较，本文还采用了普通面板模型下的固定效应方法和随机效应方法来检验能源消费对新型城镇化的影响。结果显示，在普通面板回归下，能源消费量、能源消费效率和能源消费结构的系数显著为正，对新型城镇化的支撑作用明显，控制变量符号也与预期一致。门槛回归表明，在不同的能源利用效率和能源消费结构下，能源消费对新型城镇化的影响具有显著的门槛差异，具体表现在：对于能源利用效率，当其低于1.093时，能源消费对新型城镇化的估计系数为正值0.073 7，且在1%的显著性水平下显著；当其高于1.093时，能源消费对新型城镇化的影响发生显著性提升，影响系数变为0.088 1，且通过了1%的显著性水平。对此可能的解释为，当能源利用效率低于门槛值时，产出效应还不明显，但随着能源利用效率的逐步提升，能源消费的规模效应逐步显现，集约型生产方式加快了新型城镇化的进程。对于能源结构，当其低于0.005时，能源消费对新型城镇化的影响系数为0.045 7；随着能源结构的不断优化，能源消费对新型城镇化的影响程度逐渐加强，其影响系数分别为0.061 1和0.071 1，且均在1%的显著性水平下显著；当能源结构越过第三个门槛值时，能源消费对新型城镇化的影响系数大幅度跃升至0.214，且通过了1%的显著性水平。可以发现，为了最大限度地发挥能源消费对新型城镇化发展的支撑作用，当前阶段我国能源结构仍存在进一步优化的空间。现阶段，我国以煤为主的能源结构产生的大量污染物排放以及能源消费的不可持续性正成为制约新型城镇化发展的重大隐患，提高天然气和其他各种清洁能源在能源消费中的比重成为能源消费革命的重大趋势。

控制变量中产业结构高级化(SER)与新型城镇化呈正向关系，但在门槛回归中稳健性标准误均未通过显著性检验，究其原因可能是当前我国产业结构的服务化倾向仍处于初级水平，现代服务业转型升级较慢，服务业中多为劳动密集型产业，资本密集型和技术密集型服务业发展不足，粗放式的发展方式造成了服务业的低端锁定，对当前新型城镇化发展的推动力明显不足。外资依存度(FDI)显著推动了新型城镇化发展，FDI一方面为我国新型城镇化发展提供了资金支持，另一方面通过先进技术的引进，推动了我国的技术创新和产业结构的优化升级，是实现新型城镇化“产城融合”的重要动力。教育水平(EDU)与新型城镇化呈微弱的正向关系，但在至少1%的显著性水平下显著，教育能促进人的全面发展，是实现“以人为本”的新型城镇化发展的基本手段之一，通过教育机制的改革和教育制度的创新推动新型城镇化发展是教育发展的未来趋势。财政支出水平(PERC)对新型城镇化的影响显著为正，政府通过财政支出实现对城市基础设施和社会公共服务的优化更新，为新型城镇化的“包容式”发展路径提供了有力的资金支持和政策导向。

 

表6 门槛模型与线性模型估计结果

  

变量能源效率面板门槛回归普通面板回归固定效应随机效应能源结构面板门槛回归普通面板回归固定效应随机效应ECON∙I(EFFI≤1．093)0．0737∗∗∗(5．16)—————ECON∙I(EFFI>1．093)0．0881∗∗∗(5．88)—————ECON∙I(ESTR≤0．005)———0．0457∗∗∗(2．76)——ECON∙I(0．0050．132)———0．2140∗∗∗(5．98)——ECON—0．0673∗∗∗(9．84)0．0610∗∗∗(11．70)—0．0717∗∗∗(9．35)0．0781∗∗∗(12．40)EFFI—0．1314∗∗∗(11．33)0．1320∗∗∗(12．94)———ESTR————0．6866∗∗∗(6．46)0．5537∗∗∗(5．95)SER0．0263(1．28)0．0064(0．77)0．0027(0．39)0．0216(1．39)0．0200∗∗(2．18)0．0170∗∗(2．03)FDI0．8450∗∗(2．76)0．7495∗∗∗(4．15)0．6399∗∗∗(3．87)0．9530∗∗∗(3．24)0．8235∗∗∗(4．09)0．7878∗∗∗(4．09)EDU0．0052∗∗∗(3．23)0．0047∗∗∗(9．55)0．0046∗∗∗(12．43)0．0063∗∗∗(4．43)0．0063∗∗∗(11．19)0．0057∗∗∗(12．31)PERC0．1170∗∗∗(5．81)0．0900∗∗∗(17．40)0．0943∗∗∗(19．97)0．1130∗∗∗(6．73)0．1083∗∗∗(20．49)0．1108∗∗∗(21．66)＿cons0．0717∗∗∗(1．82)0．0210(1．56)0．0340∗∗∗(2．83)0．0650∗∗∗(2．11)0．0346∗∗(2．45)0．0488∗∗(3．05)R2＿within0．9260．9430．9420．9330．9290．929

注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。

以上估计证实了本文能源消费对新型城镇化存在门槛效应的判断，但相关估计主要是从全国层面的静态角度判断能源消费对新型城镇化的影响。为进一步判断能源消费对新型城镇化影响的省级动态变化，图6列出了2004年和2015年各省份的能源利用效率门槛和能源消费结构门槛通过情况。对于能源利用效率(EFFI)，2004年仅有江苏和福建跨过了门槛值1.093，全国的能源消费总体仍处于粗放式阶段，能源利用投入产出比过低；到了2015年，有19个省份跨过门槛值，能源利用效率呈总体上升趋势，一直低于门槛值1.093的省份中，除了东部地区的河北和辽宁及中部地区的山西，其余8个省份包括云南、贵州、宁夏、青海、新疆、内蒙古、甘肃、陕西均位于西部地区，能源利用效率的省级差异与2004年相比呈进一步扩大趋势，这主要是因为东中部地区随着自身产业结构的优化、技术水平的提高和管理能力的不断增强，单位GDP能耗逐步下降 [22]，但西部地区受制于经济、社会、科技等因素，能源消费仍未能产生规模效应；并且由于承接东部地区高耗能产业转移，粗放式能源消费模式路径依赖较强，“马太效应”逐渐显现。针对能源消费结构(ESTR)，2004年有10个省份在第一个门槛值0.005之下，8个省份在第二个门槛值0.017之下；到了2015年，所有省份均跨过了第一个门槛值，仅有云南、贵州、广西三个省份仍位于第二个门槛值之下；2004年能源消费结构位于0.017～0.132之间的共有10个省份；到2015年增加至25个省份。这说明近年来我国以煤为主的能源消费结构得到了较大程度的优化，以天然气为代表的清洁能源消费比重不断攀升，这不仅为节能减排目标的实现提供了有效保障，还进一步增强了能源消费对新型城镇化发展的支撑效应，减弱了能源约束经济增长的“尾效作用”。值得注意的是，我国的天然气消费占比具有明显的区域特征，2004年天然气消费占比排名前五的分别为四川、重庆、新疆、青海和海南，它们均位于我国的四大气区，而东中部地区自身油气资源缺乏，能源消费主要以煤炭为主，天然气消费占比过低；随着“西气东输”“一带一路”等政策的推动，天然气消费地逐步向东部地区扩散，北京、天津、江苏、上海等地的天然气消费占比均跻身全国前十，而中部地区由于煤炭资源丰富，富煤、缺油、少气的资源结构决定了中部以煤为主的能源消费结构在很长一段时间内不会改变。

  

图6 各省份2004年和2015年能源利用效率门槛和能源消费结构门槛通过情况

由于资源禀赋和技术条件的不同，能源利用效率和能源消费结构表现出了明显的区域异质性，为进一步深入探讨各区域能源消费对新型城镇化发展的门槛效应，本文分别对东、中、西部进行分组回归，结果见表7所列。从能源利用效率门槛可以看出，东部和西部地区均具有双重门槛，而中部地区门槛值未通过显著性检验，东、西部能源消费对新型城镇化的影响系数呈现阶梯状上升态势，其中，东部地区门槛估计值和影响系数估计值显著大于全国层面估计值而西部地区则小于全国层面的估计值(1.093)，说明东部地区能源利用效率的提升所带来的产出效应已充分显现，西部地区虽然资源丰富，但高能耗、低效益的发展路径仍未能转变，能源消费在为新型城镇化发展提供必要的生产要素的同时，也带来了诸如碳排放等非期望产出，削弱了能源消费对新型城镇化的支撑作用。从能源结构门槛可以看出，东部地区能源结构仅存在单一门槛，且当前阶段东部所有省份均跨越了门槛值(0.02)，中部和西部地区能源结构均存在双重门槛，值得注意的是，中部地区虽然能源结构门槛值大于东部地区，但能源消费对新型城镇化的影响系数却明显小于东部地区，可能的原因是中部地区由于煤炭资源丰富，以煤为主的能源消费结构在很长一段时间内难以改变，由于缺乏相关的技术突破，天然气消费的效率较低，使得能源消费对新型城镇化推动作用明显弱化；当西部地区能源结构门槛值在0.111之下时，能源消费对新型城镇化的影响系数在1%的显著性水平上显著，而当其跨过门槛值时，影响效应迅速下降且不再显著，说明西部地区天然气储量虽然丰富，但受限于经济发展程度，天然气工业起步较晚，各类基础设施建设和技术突破尚未成熟，盲目扩大天然气消费占比可能会导致开发成本过高、资源浪费等问题，反而会减弱能源消费对新型城镇化的支撑作用。

 

表7 门槛模型分地区估计结果

  

地区EFFIESTR门槛区间估计系数门槛区间估计系数东部地区EFFI≤1．2440．0779∗∗∗(9．96)ESTR≤0．020．0821∗∗∗(12．98)1．2440．020．0945∗∗∗(14．72)EFFI>1．3620．0985∗∗∗(10．68)——中部地区——ESTR≤0．0070．0033(0．16)——0．0070．0310．0498∗∗∗(2．79)西部地区EFFI≤0．3410．0082(0．41)ESTR≤0．0090．0341∗∗(2．29)0．3410．4860．0646∗∗∗(5．03)ESTR>0．1110．0224(1．37)

注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。

五、结论与对策

本文采用门槛模型，利用我国30个省份2004-2015年面板数据考察了能源消费对新型城镇化的影响效应。本文首先从新型城镇化的概念出发构建新型城镇化综合评价体系，基于我国30个省份的18个相关指标运用熵值法进行了测度，结果表明我国的新型城镇化发展水平逐年提高，且发展速度明显快于人口城镇化增长速度，新型城镇化的质量效应逐步显现，区域差异呈收敛状态。接着，本文以能源利用效率和能源消费结构为门槛变量，使用面板门槛回归模型，研究能源消费与新型城镇化的非线性关系，回归结果表明，我国能源消费对新型城镇化发展的门槛效应是客观存在的。其中，以能源利用效率作为门槛变量，能源消费对新型城镇化的影响存在单一门槛效应；以能源消费结构作为门槛变量，能源消费对新型城镇化的影响存在三重门槛效应。最后，分地区门槛模型的实证结果显示，除中部地区的能源利用效率门槛不显著外，能源消费对我国东、中、西部新型城镇化建设促进作用均存在门槛效应，但不同门槛值下的影响程度存在一定差异，东部地区门槛值和影响系数均大于中、西部地区，能源消费对新型城镇化的促进效应更为明显。基于以上分析，本文得出如下的政策启示：

第一，提高能源利用效率，破除新型城镇化进程中的能源消耗“尾效”。“尾效”理论认为，资源约束必将减缓城镇化进程。本文的研究结论表明，能源利用效率的提高使得能源消费对新型城镇化的推动作用显著增强，因此，为实现新型城镇化的可持续发展，首先，需改变以往高能耗、高污染的生产流程，以企业为主体加强能源领域基础性研究，推动科研院校与企业的互联互通，将科学理论转化为提高能源利用效率的技术实践，形成产学研三位一体的能源科技创新体系，并针对不同行业的节能潜力大小进行适应性技术创新，争取不断缩小实际产出与生产可能性边界的距离；其次，关注能源技术进步的软环境建设，如知识产权保护等，实现技术硬件设施和知识产权软件设施的相辅相成，提高综合技术能力；最后，善于利用能源消费价格的杠杆调节作用，围绕能源消费价格，综合利用经济、技术和政策手段，建立健全提高能源利用效率的市场化长效机制。

第二，调整能源消费结构，推动新型城镇化的低碳式发展。研究表明，当全国天然气消费占比达到10%以上时，能源消费对推动新型城镇化的作用最为显著，这也是我国“十三五”期间的能源发展目标。优化能源消费结构，最重要的是增加清洁能源的消费占比，具体措施包括：一是加大清洁能源关键技术的研发投入，通过技术突破实现清洁能源的稳定性供应，从而实现清洁能源的大范围供给；二是对清洁能源生产、供应和消费实施各项优惠政策，降低清洁能源产品成本，提高其产品竞争力；三是推动清洁能源发展的各项基础设施建设，减少能源装置的空置率，并因地制宜推动能源产业和其他产业的融合发展，增加产业附加值。

超导磁场储能系统的功率被超导材质和电流变换模型的设计参数所限制,并根据超导部分的材料状态,电感模块的尺寸限定,其超导材料也存在了很高的冲击电流,除此以外,还需要考虑超导线圈双侧电压的限定值,并保证在功率最高点处没有出现瞬间大电流的产生,从而引发间断现象。

第三，能源政策的实施要坚持差异化的空间发展模式。本文实证结果表明，能源利用效率和能源消费结构门槛值及影响系数的区域差异显著，东部地区由于能源缺乏，高效的能源利用方式是促进其新型城镇化发展的客观要求，同时还应开拓多样化的区域合作模式，破除要素流动的区域障碍，实现能源的“东进”和技术的“西输”，中西部地区一方面要引进、推广、消化、吸收东部先进技术和管理经验实现追赶式发展，另一方面还要充分利用当地能源和特色资源，推动传统工业向高端制造业转型升级，大力发展低能耗高附加值的服务业，形成特色支柱性产业。

参考文献：

[1]FRIEDMANN J. Four Theses in the Study of China’s Urbanization[J]. International Journal of Urban and Regional Research, 2006, 30(2) : 440-451.

[2]王凯. 村镇视角的新型城镇化再认识[J]. 城市规划, 2014, 38(S2) : 16-19.

[3]张雷, 黄园淅. 中国现代城镇化发育的能源消费[J]. 中国人口·资源与环境，2010, 20(1) : 25-30.

[4]GHOSH S, KANJILAL K. Long-term Equilibrium Relationship Between Urbanization, Energy Consumption and Economic Activity: Empirical Evidence from India[J]. Energy, 2014, 66:324-331.

[5]YANG S Y, YU D H. The Causality Between Energy Consumption and Economic Growth in China: Using Panel Method in a Multivariate Framework[J]. Energy Procedia, 2011(5) : 808-812.

[6]王蕾, 魏后凯. 中国城镇化对能源消费影响的实证研究[J]. 资源科学, 2014, 36(6) : 1235-1243.

[7]马海良, 王若梅, 丁元卿，等. 城镇化对工业能源消费的门槛效应研究——以长江经济带省份为例[J]. 中国人口·资源与环境, 2017,27(3) : 56-62.

[8]肖宏伟. 新型城镇化发展对能源消费的影响研究——基于空间计量模型的实证检验与影响效应分解[J]. 当代经济管理, 2014, 36(8) : 12-18.

[9]谢利平. 能源消费与城镇化、工业化[J]. 工业技术经济, 2015, 34(5) : 95-100.

[10]李标, 吴贾, 陈姝兴. 城镇化、工业化、信息化与中国的能源强度[J]. 中国人口·资源与环境, 2015, 25(8) : 69-76.

[11]刘耀彬, 陈斐. 中国城市化进程中的资源消耗 “尾效” 分析[J]. 中国工业经济, 2007(11) : 48-55.

[12]许冬兰, 李琰. 能源约束对经济增长和城市化影响的实证研究——以山东省为例[J]. 北京理工大学学报: 社会科学版, 2012, 14(4) : 74-79.

[13]张华, 魏晓平. 能源替代与内生经济增长路径研究[J]. 北京理工大学学报: 社会科学版, 2014(4) : 42-49.

[14]涂建军,何海林. 重庆市新型城镇化测度及其时空格局演变特征[J]. 西南大学学报:自然科学版, 2014, 36(6) : 128-134.

[15]熊湘辉, 徐璋勇. 中国新型城镇化进程中的金融支持影响研究[J]. 数量经济技术经济研究, 2015, 32(6) : 73-89.

[16]HANSEN B E. Threshold Effects in Non-dynamic Panels: Estimation, Testing, and Inference[J]. Journal of Econometrics, 1999, 93(2) : 345-368.

[17]赵永平, 徐盈之. 新型城镇化发展水平综合测度与驱动机制研究——基于我国省际 2000-2011年的经验分析[J]. 中国地质大学学报: 社会科学版, 2014, 14(1) : 116-124.

[18]干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011 (5) : 4-16.

[19]蔡海亚, 徐盈之. 贸易开放是否影响了中国产业结构升级?[J]. 数量经济技术经济研究, 2017, 34(10) : 3-22.

[20]袁冬梅, 信超辉, 于斌. FDI 推动中国城镇化了吗——基于金融发展视角的门槛效应检验[J]. 国际贸易问题, 2017(5) : 126-138.

[21]霍炳男. 中国区域城镇化发展差异的影响因素研究——基于 1992-2015年省际面板数据的经验分析[J]. 经济问题探索, 2017(4) : 76-82.

[22]原毅军, 郭丽丽, 孙佳. 结构、 技术、管理与能源利用效率——基于 2000-2010 年中国省际面板数据的分析[J]. 中国工业经济, 2012(7) : 18-30.