彭 勃 雷家

(清华大学经济管理学院,北京100084)

基于灰色系统的中国城市化进程中的能源制约

(清华大学经济管理学院,北京100084)

中国已进入城市化高速发展阶段,与之相伴随的是大量的能源需求。目前,中国城市化进程加快带来的能源需求与面临的能源制约已成为学术界和政府有关部门关注的热点。本文首先讨论了城市化与能源需求之间的关系,进而基于灰色系统Verhulst模型预测了到2020年中国的城市化水平(城市化率),避免了基于钱纳里模型预测中国城市化水平的缺陷。并通过检验城市化水平与能源需求之间的协整关系,得到了二者之间的长期均衡方程,从而预测了2020年中国的能源消费总量。结合中国全面建设小康社会任务目标中关于降低能源消耗的要求,指出了中国节能降耗任务的艰巨性,并提出了相应的对策建议。

城市化;能源消费;灰色系统;Verhulst模型;预测

近年来,中国城市化进程快速推进,带来了大量的能源需求。探求城市化发展影响能源消费的内在机理成为各方面关注的热点。其中,定量分析两者之间关系,进行合理预测是相关研究的前提和基础,也是近年来研究较多的一个方向。然而,在城市化问题方面,多数研究采用钱纳理模型进行分析和预测,钱纳理模型虽然是研究城市问题的经典模型,但具体到中国现阶段,却存在一定缺陷。因此,本文采用基于灰色系统Verhulst模型的预测方法对中国2020年的城市化水平进行预测,并在此基础上结合城市化水平与能源消费总量之间的定量关系对中国未来能源消费情况进行了预测。

1 概 述

改革开放以来,中国经济社会各方面都飞速发展。城市作为现代社会的主要载体,在这30年中也发生了翻天覆地的变化。城市规模不断扩大,城市化水平不断提高。按照2007年的统计数据,中国已有城市655个,城市化率达到45%,其中287个地级以上城市以615%的国土面积养活着2812%的人口,贡献了63%的国内生产总值,城市化已成为中国经济发展与社会进步的强力引擎。伴随着城市化的快速发展,中国能源需求也逐年大量增长。特别是进入21世纪以来,能源供求形势又发生了新的变化,工业化和城市化步伐加快,一些高耗能行业发展过快,能源需求出现了前所未有的高增长态势[1]。虽然近些年来,我国能源消费量的增长速度逐步慢于经济增长速度,但始终高于能源生产增长速度,能源供需缺口不断扩大。2007年全国能源消费总量和生产总量分别为265 583万t标准煤和235 445万t标准煤,消费超过生产30 138万t标准煤;全年石油净进口量达18 47511万t,石油对外依存度达到了50%(如不特别说明,本文中所引用数据均来自《中国统计年鉴》或《中国能源统计年鉴》)。

因此,针对中国城市化水平与能源需求的相互关系以及未来发展的研究,成为学术界和政府有关部门关注的热点。郑云鹤建立了中国能源消费与工业化、城市化、市场化之间关系的回归模型,指出目前工业化与城市化进程加快会导致能源消耗的增加,而市场化进程的推进则会导致能源消耗的降低[2]。刘耀彬对中国城市化率与能源消费总量进行了动态计量分析,得到了协整关系[3]。梁进社运用结构分解法,对1985-2006年间中国能源消费总量的变化进行了分解和时序比较分析[4]。国务院发展研究中心的有关研究认为,中国能源战略面临三大挑战,一是经济快速增长引发的结构性变化,二是快速发展的城市化进程,三是消费结构的迅速升级。这三个方面都与城市化有着直接或间接的关系。

本文主要研究了中国城市化水平与能源需求之间的关系。关于城市化水平的衡量有着不同的口径,本文采用比较常见的城市化率(城镇人口占总人口的百分比)作为城市化水平的衡量指标。而对于能源需求的衡量,本文采用能源消费总量(t标准煤)。以往学界对中国城市化水平的研究,尤其是在进行相关预测时,总是简单套用钱纳里模型。钱纳里模型研究了城市化率与人均G DP之间的关系,给出了经验数据[5]。引用钱纳里模型往往存在以下问题,首先中国人口规模占世界的1/5,权重因素相当大,又有着特殊的国情,简单地套用钱纳里模型并不适宜;其次,钱纳里理论距今已有几十年,在这几十年中,世界范围内经济和社会的发展出现了很多新特点;此外,钱纳里经验数据中的人均G DP是以1964年美元计的,有些研究在引用时未进行相应换算而以当年价格计的人均G DP代入,这就难免得出错误的结论。为克服钱纳里方法的缺陷,本文采用基于灰色系统Verhulst模型的预测方法对中国2020年的城市化水平进行预测。因为灰色系统比较适合处理信息不完全,或是难以准确分析所有影响因素的系统。灰色系统中的Verhulst模型则常被用来预测具有饱和状态的生长过程。因此,这种预测方法有助于避免简单应用钱纳里模型的不足。本文以1996-2008年的相关数据对中国城市化水平和能源需求进行了协整关系检验和长期均衡方程的构建。之所以选择1996年为起始年,是因为改革开放以来中国城市化发展进程以1996年为界,之前的城市化速度较慢,且年城市化率增长变化剧烈;1996年后城市化速度加快,年度变化相对稳定。另据国际经验,城市化水平在30%-60%(一说30%-70%)之间是城市化加速发展阶段,中国在1996年城市化率首次达到了30%以上。在对城市化水平的预测和城市化水平与能源需求长期均衡方程构建的基础上,本文预测了2020年中国的能源消费总量,并结合中国全面建设小康社会任务目标中关于降低能源消耗的要求,指出了中国节能降耗任务的艰巨性。本文第二部分定性分析了城市化与能源需求之间的关系,第三部分进行了城市化水平的预测和城市化水平与能源需求长期均衡方程的构建,第四部分对第三部分的结果进行了分析,并提出了相应的对策建议,第五部分是对全文的总结与展望。

2 城市化与能源需求的定性描述

城市和农村作为两种截然不同的社会生产及生活组织形态,其能源消费强度和结构有着很大的区别。城市化在推动经济社会发展的同时也带来了大量的能源需求。总体来看,城市化对能源需求的影响体现在以下几个方面。

首先,工业化与城市化密不可分、互为依托、相互促进。工业化推动城市化,并为城市化发展提供物质技术基础;城市化也会促进工业化,为工业化提供发展的条件。在国民经济各产业中,工业生产用能始终是全社会总能耗中的最主要组成部分。我国2007年的统计数据显示,工业(包括采掘业、制造业以及电力、煤气及水生产和供应业)能耗占全社会总能耗的7116%,而农业(包括农、林、牧、渔和水利业)仅占全社会总能耗的311%。可见,高速发展的工业化是中国能源需求的主要来源。

其次,城市化发展伴随着居民生活水平的提高和消费结构的升级,高耗能商品消费量的逐年增加。从1990-2007年,我国城镇居民家庭平均每百户拥有空调器从0134台增加到95108台;从1999-2007年,我国城镇居民家庭平均每百户拥有汽车数量从0134辆增加到6106辆;而2007年,农村居民家庭平均每百户拥有空调器仅为8154台,汽车则未被统计。虽然生活能源消费只占总能源消费的10%左右,但由于高耗能消费品往往是耐用消费品,其对能源需求的影响更持久。

第三,城市化发展必然以大规模基础设施建设为前提。目前,建筑运行能耗已经在全社会总能耗中占相当大的比重。建筑运行能耗主要包括建筑物照明、采暖、制冷和各类建筑内使用的电器等消耗的能源。据有关研究,2006年我国建筑能耗约为68 870万t标准煤,占总能耗的27197%。其中商品能耗56 350万t标准煤[6],而在商品能耗中,城镇建筑能耗占64176%。人口增加,特别是随着城市化进程的推进,城市人口的增加,造成我国城镇建筑总面积在10年内(1996-2006)从62亿m2猛增到175亿m2,相应的建筑总商品能源消费从2143亿t标准煤增加到5163亿t标准煤,增长了132%,这一速度几乎是我国同期能源消费总量增长速度(77124%)的两倍。

第四,城市化发展必然以农业生产效率的提高为前提,而农业生产效率的提高又产生了更高的能源需求。从1990-2007年,我国第一产业国内生产总值指数从19017增长到36518(1978年=100),增长了9118%;粮食产量从44 62413万t增长到50 16013万t,增长了1214%。相应,我国农机总动力从28 708万kW增长到76 590万kW,增长了167%。

第五,我国城市化发展和能源分布都存在严重的区域不平衡。城市化水平较高的区域集中在东部沿海,而主要产能区则集中在中西部地区,城市化水平较高的省份一般难以实现区域内能源完全自给。例如,2007年广东省全年从外地调入的煤合计为12 681105万t,油品合计为6 101166万t。浙江省全年从外地调入的煤合计为13 029104万t,油品合计为4 146184万t。统计数据显示,2007年我国铁路运煤量达122 081万t,平均运距607 km;铁路运石油量达12 702万t,平均运距912 km。

第六,城市化发展对能源需求结构提出了新的要求。出于生态环境的要求和产业结构特点的需要,城市化水平较高的地区通常对油、气、电等优质能源有着较高的需求。例如,对于同样不是产煤省,地理位置又接近的广东和广西来说,按2007年的统计数据,城市化水平较高的广东(63114%)原煤消费量(已按标准折算系数折算)占能源消费总量的3913%,而城市化水平较低的广西(36124%)则为5019%。城市化发展对优质能源的需求给以煤为主的我国能源供给体系提出了新的挑战。

综上所述,我国城市化水平的提高,无论从总量上还是结构上,都对能源需求有着重要的影响,是我国能源需求增长的重要因素。当然,一些发达国家的经验表明,城市化会使产业组织结构、技术结构、产品结构等得到更合理的调整,各种配置得到进一步的优化,各种资源得到更合理的利用,对降低能源消耗起着积极的作用。因此,综合考虑各方面的影响,对城市化与能源需求的关系进行定量研究是十分必要的。

3 城市化与能源需求的定量分析

311 灰色系统简介

灰色系统理论是由我国邓聚龙教授于上世纪80年代创立的一种专门研究小样本、贫信息不确定性问题的方法[7]。主要通过对部分已知信息的生成、开发,提取有价值的信息,依据信息覆盖,通过序列算子的作用探索事物运动实现规律,特别适宜处理样本数量小,“外延明确,内涵不明确”的研究对象。具体到本文聚焦的城市化问题的研究,虽然各类统计信息十分丰富,但很难将城市化水平的全部影响因素都明确分离出来加以统计;又因为本文选取1996年为起始年,所以这个问题就属于“小样本、贫信息”问题,故适宜用灰色系统模型加以研究。

在模型选择上,本文采用了Verhulst模型来代替常用的G M(1,1)模型。Verhulst模型主要用来描述具有饱和状态的生长过程,即S型过程。考虑到中国经历了一段城市化高速发展的时期,目前受生态、资源、土地等方面制约,城市扩张步伐在减慢,城市化速度会适当放缓,近几年的统计数据也印证了这一点。因此,对城市化水平的预测选用Verhulst模型是合适的。

Verhulst模型的一般过程为:

设记原始序列为:

X(1)为 X(0)的累加生成序列,其中各元素为:Z(1)为 X(1)的紧邻均值生成序列,其中各元素为:

则称

为Verhulst模型。其中系数 a和b的解满足:

其中^a=[a,b]T,

模型的时间响应式为:

至此,就可以利用(3)式和 X(1)与 X(0)之间的关系对原始序列进行模拟和预测。通常用平均相对误差和灰色绝对关联度来评价模型模拟的精度。称系数-a为发展系数,一般认为-a<0.3则模型可用于中长期预测。在一般应用中,如被研究序列本身呈现 S形态,通常选用原始序列为 X(1),其余不变。

312 城市化水平预测

为了验证模型预测的准确性,本文首先选取1996-2006年的城市化率数据进行建模,使用2007、2008两年的数据验证相关预测情况,模型计算结果如表1所示。

表1 1996-2006年中国城市化率Verhulst模型计算结果Tab.1 The result of China’s urbanization rate based on Verhulst model in 1996-2006

响应函数为:

X(1)(k+1)平均相对误差为012852%,相对误差检验指标为一级。绝对关联度ε=0.998,关联度指标为一级。-a<0.3,因此可用于中长期预测。首先预测2007和2008年的城市化率(%)分别为44197和45197,而统计数据显示2007和2008年的城市化率(%)分别为44194和45168,预测精度较高。将2007和2008年数据引入模型,建立新信息Verhulst模型,计算结果如表2所示。

响应函数为:

X(1),平均相对误差为01386 9%,相对误差检验指标为一级。绝对关联度ε=0.917,关联度指标为一级。-a<0.3,因此可用于中长期预测。进行12步的预测,至2020年,预测我国城市化率的结果如表3所示。

全面建设小康社会要求到2020年我国城市化率达到50%[8],世界银行曾预测2020年世界城市化率将达到55%[9],目前中国城市化率与世界城市化率还有一定差距。当然,也有专家和机构预测到2020年我国城市化率将达到55%-60%,甚至更高[10]。因此,我们的预测与多数预测结果一致且相对保守。

表3 中国2009-2020年城市化率(%)预测值Tab.3 The predicted value of China’s urbanization rate in 2009-2020

313 城市化率与能源需求的长期均衡方程

首先要对能源消费总量数据进行处理。中国的统计数据显示,1997年我国能源消费总量出现了负增长,国内外不少学者都对这一年及其之后几年过低的能源消费总量数据提出了质疑。为避免对未来能源需求的预测产生不必要的高估,本文利用1978-1996年的能源消费数据进行灰色系统建模,预测生成1997-2004年的能源消费总量数据来代替原始数据。预测结果如图1所示。可以看出,处理后的能源消费数据趋势更加前后一致,较为可信。与城市化率数据范围一样,取1996-2008年能源消费总量数据进行协整检验和长期均衡方程构建。

图1 1978-2008年中国能源消费总量统计数据和预测数据Fig.1 The statistic data and predicted data of China’s energy consumption in 1978-2008

城市化率和能源消费总量都是时间序列,先要检验其平稳性。为了消除变量的异方差和便于变量间的长短期分析,这里对两序列均取自然对数,分别记为LNU和LNE。容易验证的是,两序列都是 I(1)序列。通过观察散点图(见图2)可以看出,能源消费呈加速上升趋势,因此引入二次项LNU2=LNU2,容易验证它也是 I(1)序列。

对三个序列进行Johansen多重协整检验,发现存在协整关系,即三个序列之间存在长期稳定的均衡关系。经多次验证,确定回归式的形式为:

初步回归结果表明,存在严重的序列相关,因此采用广义差分,引入AR(p)作为解释变量。最终结果如下:

各解释变量都显著。查表得相应的 dμ=1.75,从而有dμ

图2 回归结果图Fig.2 Regression result graph

4 结果分析与对策建议

将由Verhulst模型预测得到的中国2020年城市化率(%)52146代入式(5)中,并进行指数变换,得到2020年能源消费总量的预测值为484 955万t标准煤。全面建设小康社会要求到2020年,G DP比2000年翻两番,单位 G DP能耗比2005年降低50%左右[8]。由于进入21世纪以来中国经济增长势头强劲,即使在受到严重自然灾害和全球经济危机影响的2008年,经济增长率也高达9%,许多预测都认为中国将提前5年左右实现翻两番的目标,因此本文假定2020年的G DP比2005年翻两番。2005年 G DP为183 21714亿元,能源消费总量为224 682万t标准煤,能耗强度(每万元G DP能耗)为11226 3t标准煤。依上述要求,按2005年不变价格计算,2020年的G DP应为732 86916亿元。能耗强度下降50%,为01613 2t标准煤,则当年的能源消费总量不应超过449 364万t标准煤,由上面的计算结果可知,实现这一目标有一定难度,如果仍按比2000年G DP翻两番标准计算,则更加难以完成。此外,由于前面预测的城市化发展水平比较保守,如按某些学者预测的到2020年城市化率达到60%甚至更高,则能源形势会更趋紧张。

然而,目前我国节能降耗工作仍面临较多困难。首先,当前我国经济增长势头强劲,且很多高耗能产业仍在快速发展,全社会能源需求十分旺盛;其次,我国能源管理制度尚不健全,资源价格税费机制尚未理顺,市场机制未能发挥足够的作用;第三,尽管一些降低能耗、可再生能源利用相关的技术逐步出现,但真正能够替代传统能源的使用模式尚需时日;第四,全社会节能环保的意识还有待提高;此外,我国现已成为世界上主要的能源进口国之一,但由于历史上形成的全球能源市场分配格局的限制和我国国际资源获取模式的缺陷,我国在国际能源交易中自主权不足,应对突发事件和抵御国际市场风险的能力尚待提高。

针对这一情况,在今后的发展中,我们确实应走经济社会与资源环境统筹兼顾的科学发展道路。积极推进产业结构优化升级,建设能源节约型社会;完善各种规章制度,充分发挥市场机制作用;不断进行技术创新,提高能源效率,开发可再生能源;广泛进行宣传教育,培养全社会的节能环保意识;加强“走出去”的探索与实践,充分利用“两个市场”,探索出一条能源节约的新型城市化道路。

5 结论与展望

本文研究了中国城市化发展水平与能源需求之间的关系,利用灰色系统对中国城市化进程进行了预测,构建了城市化水平与能源需求之间的长期均衡关系并预测了未来中国的能源需求情况,指出了节能降耗任务的艰巨性。在今后的研究中,还应关注以下几点:一是城市化水平和能源需求还有很多的影响因素,今后的工作将研究这些影响因素及其之间的关系。二是中国幅员辽阔,各地的城市化发展和能源供需形势都有不同的特点,差异性很大。今后工作可以针对不同区域展开。

References)

[1]江泽民.对中国能源问题的思考[J]1上海交通大学学报,2008,42(3):345-3591[Jiang Zemin1Reflections on Energy Issues in China[J]1Journal of Shanghai Jiaotong University,2008,42(3):345-3591]

[2]郑云鹤.工业化、城市化、市场化与中国的能源消费研究[J]1北方经济,2006,(10):11-121[ZhengYunhe1TheResearch on Industrialization,Urbanization,Marketization and Energy Consumption of China[J]1Northern Economy,2006,(10):11-121]

[3]刘耀彬.中国城市化与能源消费关系的动态计量分析[J]1财经研究,2007,33(11):72-811[Liu Yaobin1An Analysis of Dynamic Econometric Relationship between Development of Urbanization and Growth of Energy Consumption in China[J]1Journal of Finance and Economics,2007,33(11):72-811]

[4]梁进社.中国城市化进程中的能源消费增长——基于分解的1985-2006年间时序比较[J]1自然资源学报,2009,24(1):20-291[Liang Jinshe1The Decomposition of Energy Consumption Growth2During the Process of China’s Urbanization:1985-2006[J]1Journal of Nature Resouces,2009,24(1):20-291]

[5]钱纳里.发展的格局:1950-1970[M]1北京:中国财政经济出版社,19891[Chenery1Patterns of Development:1950-1970[M]1Beijing:China Financial and Economic Publish House,19891]

[6]清华大学建筑节能研究中心.中国建筑节能年度发展研究报告2009[M]1北京:中国建筑工业出版社,20091[Tsinghua University’s Building Energy Research Center12009 Annual Report on China Building Energy Efficiency[M]1China Architecture&Building Press,20091]

[7]刘思峰等.灰色系统理论及其应用[M]1北京:科学出版社,20081[Liu Sifeng,et al1Grey System Theory and Applications[M]1Beijing:Science Press,20081]

[8]中国科学院可持续发展战略研究组.2009中国可持续发展战略报告[M]1北京:科学出版社,20091[Sustainable Development Strategy Research Group of the China Academy of Sciences1China Sustainable Development Strategy Report 2009[M]1Beijing:Science Press,20091]

[9]傅兰妮.全球化世界中的城市:治理、绩效与可持续发展[M]1北京:清华大学出版社,20061[Frannie1Cities in a G lobalizing World:G overnance,Performance and Sustainability[M]1Beijing:Tsinghua University Press,20061]

[10]李善同.对城市化若干问题的再认识[J]1中国软科学,2001,(5):4-81[Li Shantong1Some Issues on Urbanization of China[J]1 China Soft Science Magazine,2001,(5):4-81]

[11]朱烨,卫玲.产业结构与新型城市化互动关系文献综述[J].西安财经学院学报,2009,22(5):113-117.[Zhu Ye,Wei Ling.Literature Review of the Relationsbip between Industrial Structure and New Path of Urbanization[J].Journal of Xi’an University of Finance and Economics,2009,22(5):113-117.]

[12]干春晖,余典范.城市化与产业结构的战略性调整和升级[J].上海财经大学学报,2003,5(4).[Gan Chunhui,Yu Dianfan.]Urbanization and the Adjustment and Upgrading of Industrial Structure[J].Journal of Shanghai Universityof Finance and Economics,2003,5(4).

[13]姜铸,赵德良.我国西部省会城市可持续发展比较研究[J].西安财经学院学报,2007,20(4):14-17.[Jiang Zhu,Zhao Deliang.Comparable Study on the Provincial Cities’Sustainable Development in the West of China[J].Joumal of Xi’an University of Finance and Economics,2007,20(4):14-17.]

[14]Parikh J,Shukla V.Urbanization,Energy Use and Greenhouse Effects in Economic Development:Results from a Cross2national Study of Developing Countries[J].G lobal Environmental Change,1995,5(2):87-103.doi:10.1016/0959-3780(95)00015-G.

Energy Constraints of China’s Urbanization Development Based on Grey System

PENG Bo LEI Jia2su
(School of Economics and Management,Tsinghua University,Beijing 100084,China)

China has entered the historical stage of high2speed development of urbanization,along with large amount of energy demand1 Nowadays,the energy demand and constraints brought by China’s speeding2up urbanization development become a research focus both in academia and in relative government departments1This paper firstly argues the relationship between the urbanization and energy demand,and then predicts the urbanization level(urbanization rate)of China in 2020 based on Verhulst model of grey system,which avoids the shortage of Chenery model1Cointegration analysis is used to get the long2run equilibrium equation between urbanization rate and energy demand,and then the total energy consumption of China in 2020 is predicted1This paper argues the difficulty of China’s task of energy2saving and consumption reduction,according to the reducing energy consumption assignment in goal of building a moderately prosperous society in all respects,and finally proposes some suggestions1

urbanization;energy consumption;grey system;Verhulst model;prediction

F291.1;F062.1

A

1002-2104(2010)09-0114-06

10.3969/j.issn.1002-2104.2010.09.020

2010-03-18

彭勃,博士生,主要研究方向为技术创新、国家经济安全。

(编辑:刘呈庆)