城鎮化、工業化、信息化與中國的能源強度

李標 吳賈++陳姝興

摘要 城鎮化、工業化與信息化對能源強度正負雙面效應的疊加，使其施加于能源強度的總體影響難以把握。本研究依托資本、勞動和能源三要素生產函數，借助城鎮化、工業化與信息化與全要素生產率的聯系機制，推導三者與能源強度的數理關系。我們以此為基礎構建靜態和動態面板模型，并基于中國30個省域2005-2013年的數據，使用FE、IV-FE、IV-GMM和MG四種估計方法，實證分析城鎮化、工業化與信息化與能源強度之間的關系。實證結果表明：①城鎮化短期內能夠顯著降低能源強度，但中國在城鎮化發展道路中并沒有持續發揮其在集約利用能源方面的優勢，以至于城鎮化對能源強度的長期影響表現為正。②在控制工業化的內生性后，IV-FE、IV-GMM模型表明工業化水平的提升可有效改善能源強度。③信息化在改善能源效率、降低能源強度方面的短期和長期作用均較為顯著。從而，中國需將城鎮化短期粗放型經濟增長轉化為長期節能降耗優勢；需構筑節能型現代產業體系，釋放工業化結構節能紅利；需深挖“信息節能”潛力，強化信息化節能效應。

關鍵詞 城鎮化；工業化；信息化；能源強度

中圖分類號 F061.5

文獻標識碼 A

文章編號 1002-2104（2015）08-0069-08

doi：103969/jissn1002-21042015.08009

能源是人們現代生產和生活不可或缺的要素，是經濟社會發展的重要基礎。中國能源賦存體量大，多年的粗放發展模式嚴重激化了能源消費與生態環境、經濟綠色發展之間的矛盾。中國城鎮化、工業化、信息化（下文簡稱三化）的加速建設必將引致更高的能源消費，加大節能降耗壓力，同時，三化又能夠借助全要素生產率的傳導機制，促進經濟增長，改善能源強度。這一正負疊加效應使三化施加于中國能源強度的總體影響難以準確把握。

目前，三化與能源強度的關系在學界尚未蓋棺論定。

首先，城鎮化對能源強度有正負兩方面效應。一方面，城鎮化進程中人口和產業的空間集中規模不斷提高，能源消費規模將隨城鎮化的推進而增加[1]，加大能源強度的上升壓力。另一方面，城鎮化的集聚效應也帶來了技術進步。Garbaccio et al.[2]；FisherVanden & Jefferson [3]研究發現技術水平的提高和創新投入的增加往往會帶來能源利用效率的提升，從而能源強度的降低成為可能。

其次，工業化對能源強度的影響不容忽視。工業化并不僅僅是工業比重的提升，更是一種結構轉換和優化升級的過程。Richard et al.[4]、董鋒等[5]等研究表明，能源要素會因為產業結構的優化升級在不同產業間流動，主要是由生產率低的一產流向生產率高的二、三產，由高消耗、低產出的傳統產業流向低消耗、高附加值的高新技術產業，從而有利于降低能源強度。狹義上看，大多數工業行業對能源具有高消費和強依賴特點[6]，工業化進程中經濟規模與能源消費同步上升趨勢顯著，使得能源強度難以下降。Sadorsky[7-8]認為，工業化將會增加能源消費，對能源強度的長期彈性為正。

第三，信息化對能源強度的影響極為重要，但較缺乏定量分析。信息化加快了信息傳播。在大量流動的信息中，提高微觀主體投資決策效率與引導轉變消費行為兩個方面的信息能夠顯著改善能源利用效率，降低能源強度[9]。這可能得益于，信息化能夠通過促進技術擴散與創新、提高企業與個人的決策質量、增加需求與降低生產成本三種途徑推動產出水平大幅提升[10]。然而，信息的產生、傳播與獲取都離不開能源支撐，信息化的推進必然強化這一現象，從而刺激能源消費規模上升，不利于能源強度的下降。

本研究的貢獻體現在三個方面：一是，將信息化納入定量分析框架。既有文獻大多研究了工業化、城鎮化對能源強度的影響或是定性說明信息化與能源、能源強度的關系。本文利用信息化指數測度信息化水平，將信息化融入分析，填補這一空缺。二是，強化計量建模的理論基礎。現有城鎮化、工業化與能源強度關系的研究，多是將它們或其一直接引入計量模型。而本文基于理論模型，借助三化與全要素生產率的聯系機制，推導三化與能源強度的數理關系，加強理論分析。三是，處理內生性與降低估計偏誤。已有研究文獻往往忽視工業化與能源強度的反向因果關系導致的內生性問題，本研究使用IV-FE與IV-GMM方法解決工業化的內生性及其帶來的估計偏誤。另外，在面板分析中，一般假定各截面變量對被解釋變量有同質影響，當截面數量較多或存在截面相關時，會產生估計偏誤。我們用組間均值估計（Mean Group，MG）方法處理此問題。并且，通過該方法還可識別三化對能源強度的長、短期影響。

李標等：城鎮化、工業化、信息化與中國的能源強度

中國人口·資源與環境 2015年 第8期

1 模型構建

1.1 理論模型

國際上通常使用單位GDP能耗測算能源強度。為得到三化與能源強度的數理關系表達式，將三化作為變量融入生產函數中是一種可行之舉。包含資本、勞動、能源三要素的總量生產函數為：

Y=A（·）F（K，L，E）

（1）

Y代表總產出；K代表資本投入；L代表勞動力投入；E代表能源投入；A（·）表示總量生產函數的全要素生產率，是除了資本、勞動與能源要素以外所有影響產出的綜合代表。對于全要素生產率A（·），此處我們著重考慮三化的影響：

第一，城鎮化是全要素生產率的重要影響因素已得到學者的論證，如Henderson[11]；Hanson[12]等。Jaffe et al[13] 等認為城鎮的市場競爭結構極大地推動了技術創新與知識積累，微觀個體在城鎮空間上更加鄰近，信息傳播速度更快，彼此之間的創新熱情更容易被激發，新專利與新發明更易產生，從而推動全要素生產率上升。

第二，工業化是一種動態演化過程，不僅僅是工業增加值比重的提高，更多地表現為整個非農產業、服務業在國民經濟中比重和地位的提升。因而，可認為工業化本質上是產業結構不斷優化升級或高級化的過程。在產業結構高級化的不斷調整過程中，投入要素從低生產率或低生產率增長率的部門流向高生產率或高生產率增長率的部門可以促進整個社會生產率水平的提高[14-15]。由于非農產業多聚集于城鎮，在城鎮發展過程中，產業結構（工業化）確實可能是全要素生產率的重要影響因素[16]。

第三，信息化對經濟增長具有正的顯著的影響力[17]。這有兩方面的原因：一方面，信息化技術的發展和應用形成了巨大的生產力，提高了生產效率；另一方面，信息通過作用于人力、資本、自然資源等，促進資源優化配置[18]，利于精確使用資源等要素，提高了要素配置效率。可見，信息化是推動全要素生產率上升的重要原因[19]。

進而，將城鎮化（u）、工業化（ind）以及信息化（inf）納入A（·）中，可得：

Y=A（lnu，lnind，lninf）·F（K，L，E）

（2）

借助C-D生產函數以及冪指數的生產率形式，將（2）式顯性化為：

Y=A0eφ·lnu+·lnind+η·lninf·Kα·Lβ·Eγ

（3）

其中，A0表示初始生產率水平；α，β，γ分別表示資本、勞動和能源要素的產出彈性。假定規模報酬不變，即α+β+γ=1。式子（3）兩邊同時除以E可得：

Y/E=

（A0eφ·lnu+·lnind+η·lninf·Kα·Lβ·Eγ）/Eα+β+γ

（4）

上式取倒數后，兩邊求自然對數有：

ln（E/Y）=-lnA0-φ·lnu-·lnind-η·lninf

+α·ln（E/K）+β·ln（E/L）

（5）

1.2 計量模型

基于數理表達式（5），可建立如下計量模型：

ln（E/Y）it=β1lnuit+β2lnindit+β3lninfit

+α1ln（E/K）it+α2ln（E/L）it+X′itΓi+φi+εit

（6）

其中，i表示省份，t表示時間。lnuit，lnindit，lninfit分別表示i省t年的城鎮化、工業化和信息化水平的對數值；ln（E/K）it和ln（E/L）it分別表示i省份t年資均能耗和勞均能耗的對數值；Xit表示其它控制變量，如人均實際收入；φi用來控制省際固定效應；εit為誤差項。本研究關注的估計系數為β=（β1，β2，β3）′，由于模型中各變量已取了自然對數，從而β可解釋為城鎮化、工業化和信息化的能源強度彈性。

上述計量模型中，可能引起估計偏誤的問題是變量lnindit的內生性。原因在于能源強度可能影響工業化進程，比如能源效率較低的省份，為獲得計劃的經濟增速，往往會傾向于粗放的發展模式，因此模型（6）具有的反向因果關系將使得E[lnindit·εit]≠0，從而導致對系數β2的估計產生偏誤。為解決該問題，本文采用兩階段最小二乘法對固定效應模型進行估計（下文簡稱為IVFE）。

由于能源效率的改善需要較長的時間，當期的能源效率可能受到前期的影響，這說明能源強度可能存在累積滯后效應。進一步，構建以下動態模型：

（7）式被稱為自回歸分布滯后（autoregressive distributed lag， ARDL）模型。

由于在用差分法去除（7）式固定效應后，被解釋變量的差分項將與誤差項相關（E[Δln（E/Y）i，t-1·

Δξit]≠0），這被稱為動態面板偏誤。對此問題， Arellano and Bond [20]提出的IVGMM方法可以解決。該方法（下文簡稱IVGMM）的好處在于不僅可以去除方程存在的動態面板偏誤，且當回歸方程中存在其它內生變量時，也可以通過加入該內生變量的滯后期作為工具變量解決，即可以解決多個內生變量問題[21]。

IVGMM方法的局限性在于它假設各截面對被解釋變量具有相同的彈性，當數據存在截面相關時，會產生估計偏誤。為此，本文進一步采用組間均值（mean group，MG）回歸方法處理此問題。該方法不僅可以去除固定效應、解決動態面板偏誤（Pesaran & Shin[22]），并且可以識別關注變量的長短期影響。MG方法針對每一截面進行回歸，所得估計系數作為變量的短期影響，估計系數的平均值作為變量的長期影響。由（7）式可推導出相應的誤差修正模型（ECM）：

（8）

其中，系數τ稱為誤差修正系數，決定了調整到長期均衡的速度。若τ∈（-1，0）則說明方程是動態平穩的，

并且可以收斂到長期均衡。θ=（θ1，θ2，θ3）′衡量了城鎮化、工業化和信息化的長期影響，系數ρ=（ρi1，ρi2，ρi3）′則衡量了這三個變量對能源強度的短期影響。

2 變量說明

2.1 能源強度

國際上通常使用衡量一個國家或地區整體層面上能源使用的綜合化效益指標單位GDP能耗（E/Y）測度能源強度。該指標可由《中國統計年鑒》直接查詢獲得。單位是“噸標準煤/萬元”。

2.2 資均能耗

資均能耗（E/K）表示生產過程中每單位資本占用的能源規模。它可由《中國能源統計年鑒》中的能源消費規模除以資本投入總量計算得到。對于資本投入規模總量指標，我們使用《中國統計年鑒》中的固定資產投資總額予以粗略測算。鑒于對資本存量的估計方法沒有一致的結論，且各省域的資本折舊率難以科學界定，因而我們僅使用流量數據粗略衡量。此外，實證分析中進行差分后所做的估計能夠消除使用流量數據替代存量數據的影響。單位是“t標準煤/萬元”。

2.3 勞均能耗

勞均能耗（E/L）表示生產過程中每單位勞動所消費的能源量。本研究使用《中國能源統計年鑒》中的能源消費總量與《中國統計年鑒》中的地區從業人員規模的比值衡量E/L。單位是“t標準煤/人”。

2.4 城鎮化水平

城鎮化水平（u）是一個國家或區域城鎮化發展達到的程度，是人口向城鎮集中程度的主要標志。本研究使用《中國統計年鑒》中的城鎮化率對其進行測算。單位是“%”。

2.5 工業化水平

既有研究文獻一般使用工業增加值（就業人數）的比重、非農產業增加值（就業人數）的比重或服務業增加值（就業人數）占非農產業的比重衡量工業化水平（ind）。鑒于中國正處于工業化的中后期，非農產業凸顯服務化，因而，我們使用《中國統計年鑒》中的服務業增加值占非農產業之比衡量ind。單位是“%”。

2.6 信息化水平

信息化水平（inf）是后工業化社會發展高度化與現代化的基礎。我們使用國家統計局統計科研所信息化統計評價研究組[23]構造的信息化綜合發展指數測算inf。

3 實證分析

本文將分別對靜態和動態面板模型實證三化與能源

強度的關系。采用靜態模型分析時，首先采用固定效應模型（FE）去除省際不可觀測的異質性；其次用2SLS（IV-FE）解決工業化的內生性問題。采用動態模型分析時，首先用IV-GMM估計方法解決動態面板偏誤，并處理lnindit的內生性；其次，用MG方法估計三化對能源強度的長短期影響。

3.1 靜態面板模型

3.1.1 FE估計

表1報告了基于式（6）的FE結果。其中，（1）和（2）列為全國樣本估計結果；（3）和（4）列為東部子樣本估計結果，（5）、（6）列為中西部子樣本估計結果，（2）、（4）和（6）列為控制人均GDP的回歸結果。我們有如下發現：

表1 固定效應模型估計結果

Tab.1 Estimation results for fixedeffect model

第一，城鎮化水平的提高推動了能源強度上升。全國與區域層面上，城鎮化對單位GDP能耗的彈性系數均顯著為正。一般而言，城市人均能源消費量遠遠高于農村，城市化水平的提高必將帶動整體能源消費水平的上升[24]。同時，城鎮化進程中交通運輸業和通訊業等高耗能行業飛速發展，大幅拉升能源消費規模，阻礙能源強度降低。值得一提的是，東部城鎮化水平對能源強度的影響大于中西部。其潛在的可能原因是，東部城鎮化起步時間要早于中西部，發展速度也更快，城鎮人口和非農產業的集中度更是高于中西部，這就導致東部地區的能耗規模高于中西部地區，再加上能源強度的累積效應，東部多年城鎮化發展伴生的高能耗在短期內難以消化，從而使得東部能源強度對城鎮化的彈性系數大于中西部地區。

第二，工業化水平提升對改善能源強度的作用顯著。工業化水平在全國樣本和分區域樣本下的回歸系數均表現出顯著為負的特征，說明伴隨工業化的推進，產業結構逐漸優化升級，改善了能源消費效率，非農產業的服務化帶來的產出增長幅度要大于其調整過程中的能耗增幅。三產比重的提升能夠降低能源強度的主要原因是各項節能措施的實施和節能技術的推廣，行業內的能源配置效率較高，經濟結構對能源效率的總效應為正[25]。

第三，信息化水平提高有益于能源強度降低。信息化的彈性系數均顯著為負，可見，信息化建設的加快推進對降低能耗強度尤為重要。從信息化的節能降耗效應大小來看，東部較中西部明顯。當我們控制人均收入水平時，信息化水平每提高1%，東部的能源強度將降低1.070%，高于全國水平的0.336%，而中西部的能源強度僅約下降0.219%。原因可能是，東部在運用信息技術監測用能、管理用能、精準用能、節約用能、提高能效等方面顯著優于中西部，這就使得東部信息化發展降低能源強度的效果高于中西部。

3.1.2 IVFE估計

FE的估計結果可能由于工業化存在的內生性問題而產生估計偏誤。為此，我們用2SLS對固定效應模型進行估計。

表2顯示，工業化的彈性系數在-0.10至-0.20之間，較表2中的結果顯著降低，說明在沒有控制工業化內生性的估計中產生了向上的偏誤。一個可能的原因在于某些欠發達的省份傾向于以粗放的工業化發展達到預定的經濟增速。我們通過對中西部樣本進行回歸發現能源強度增加1%將會引起工業化顯著上升0.12%。

城鎮化、信息化的IVFE估計結果與FE基本相同。

表2 IVFE模型估計結果

Tab.2 Estimation results for fixedeffect model withinstrumental variables

當模型控制收入水平時，城鎮化的彈性系數在0.28-0.85之間，且均在5%及以上的水平上顯著。這說明中國城鎮化的發展進程中并沒能夠有效提高能源的利用效率、改善能源強度，相反地，能源強度是伴隨城鎮化水平的提高而有所提升的。相較于中西部，東部城鎮化水平的提高帶來更高的能源強度。另外，信息化的彈性系數在-0.40至-1.56之間，且均在1%的水平上顯著。東部的信息化程度提高1個百分點可使能源強度顯著降低0.91%，高于中西部的0.40%，再次肯定了東部在利用信息技術資源降低能耗方面所取得的重大成效。

表3 IVGMM模型估計結果

Tab.3 Estimation results for GMM with instrumentalvariables

3.2 動態模型

3.2.1 IVGMM估計

在靜態FE模型中，假定能源強度只受變量當期值的影響，這對于本文關注的問題過于嚴格。一方面，能源效

率受到技術水平、產業結構等具有粘性特征因素的影響，能源強度可能會受到這些因素過去值的影響；另一方面，

能源強度可能具有累積效應，即前期的能源強度可能會對當期值產生較大影響。為此，本文采用IVGMM方法對式（7）設定的動態模型進行估計。為處理動態面板偏誤，我們選用能源強度2階及以上的滯后期作為工具變量，用于處理工業化的內生性。

用工業化的2階滯后項，而沒有包含更高階的滯后項原因在于與IVFE估計模型中的工具變量保持一致，使結果具有可比性。

從表3中我們能夠得到以下信息：首先，城鎮化當期值對能源強度的影響較IVFE明顯減小。比如，從全國樣本來看，其彈性系數由0.33減小到0.15，且不顯著，但這并非說明城鎮化對能源強度不具有影響。可以發現，城鎮化對能源強度的影響體現在其滯后項上。比如，表3第（2）列顯示，能源強度對城鎮化滯后期的彈性為0.71。究其原因，在于城鎮化對能源強度在長短期具有不同的影響。

其次，與IVFE的估計結果進行比較，工業化水平對

能源強度的影響也明顯減小，但與城鎮化的影響轉移到滯后項上的現象不同，工業化滯后期的彈性系數非常微小且并不顯著。其可能原因是動態模型中控制了能源強度的滯后期，這也肯定了我們關于能源強度對工業化具有反向影響的設想。

再次，IVGMM模型下信息化的彈性系數基本與采用靜態模型的回歸結果一致，信息化的估計值在-0.39

至-1.29之間，均在10%及以上的水平上顯著，且信息化程度的提高對降低能源強度在東部比中西部更為有效。

第四，能源強度具有顯著的累積效應。各模型對能源強度滯后期前的系數估計值在0.5左右，且在1%的水平上顯著，較好地印證了能源強度具有累積效應的猜測假定，其值小于1說明累積效應隨時間推移而逐漸減弱。

3.2.2 均值組間（MG）回歸估計

IVGMM估計方法控制了能源強度、城鎮化、工業化和信息化的滯后值，當模型控制一階滯后項時，相當于對被解釋變量和解釋變量之間的相互關系在時間上做出了假設，從而難以考察自變量對因變量的長短期影響。均值組間估計方法（MG）能夠很好的識別區分三化對能源強度的長短期影響。表4報告了基于（8）式的MG結果。

短期來看，城鎮化對能源強度的影響為負，控制地區收入水平時，彈性系數在-0.35至-0.65之間。由于城鎮化初期發展階段能夠在有限空間內加快產業整合、集約利用資源、形成競爭性市場有利于快速增加產出，提高能源效率，從而改善能源強度。這與Sadorsky[7-8]的結論一致。然而，從長期來看，城鎮化對能源強度的影響為正，控制地區收入水平時，彈性系數在0.71和0.90之間，且均在5%的水平上顯著。這說明了中國城鎮化發展中的一個不協調現象：各地區在初期取得城鎮化固有的優勢后，沒有持續發揮城鎮化集聚、集約的節能優勢，尤其沒有處理好城鎮化進程中能耗與發展的關系，城鎮化的快速推進伴生了能源的“浪費性”消耗。因此，中國的城鎮化從長期來看是以犧牲能源效率為代價的，發展潛力和持續性遭到極大地削弱。工業化不論在長期還是短期對能源強度影響都不顯著（除東部地區顯著為負外）。值得注意的是，由于MG回歸無法對工業化的內生性加以控制，因此表4中的工業化彈性會存在向上的偏誤。因此，對工業化彈性的測量，我們更傾向于接受IVGMM的估計結果。

信息化水平的提升在長期和短期都可以有效增加能源使用效率，長期中的影響較短期更大，但短期影響在統計上更顯著。從全國樣本來看，信息化的長期影響為-0.24，短期影響為-0.27，但短期影響在1%的水平上顯著，長期影響不顯著；對比東部與中西部的差異，東部更有效的利用了信息化在節能促產方面所發揮的作用，在長期和短期都有所體現，這也與前述結論一致；東部短期的信息化彈性是中西部的2.9倍，長期中這一倍數高達6倍。

3.3 基于新型城鎮化與新型工業化的穩健性分析

考慮到中國推進新型城鎮化與新型工業化的現實國情，此處從人口、基礎設施、環境和

衛生教育四個維度，用主成分分析，基于KMO檢驗和SMC檢驗從13個指標中挑選出

城鎮人口比重、城市人口密度、用水普及率、生活垃圾無害化處理率、人均綠地面積、初中師生比和高中師生比。

7個指標，以各變量對每一主成分的權重以及各主成分的方差貢獻率為權重計算得分值作為新型城鎮化的衡量。同理，從經濟、效益、科技和資源四個方面，從11個指標中挑選出

非農產業比重、資產負債率、R&D經費占GDP比重、新產品項目經費、財政科技支出比重、一般工業廢棄物綜合利用率和處理率7個指標，

以其對主成分的權重和主成分的方差貢獻率為權重計算得分測度新型工業化。基于（6）式

的估計結果顯示，新型工業化對能源強度的影響為-0.075（t值為3.00），新型城鎮化對能

源強度的影響為-0.067（t值為1.20），信息化對能源強度的影響為-0.98（t值為2.42）。可

見，信息化與新型工業化對能源強度的負向影響與表1所得結果一致。而新型城鎮化卻與表

1相反，可能原因之一是新型城鎮化已經對環境、基礎設施等因素進行了控制，剔除了其對

降低能源強度的不利影響。

4 結論與建議

本研究立足中國經濟發展轉型的現實國情和三化加

速建設的階段背景，依托包含資本、勞動和能源的三要素生產函數，探討能源強度與三化的數理關系，以此為基礎構建靜態和動態面板模型，基于中國30個省域2005-

表4 均值組間回歸估計結果

Tab.4 Estimation results for meangroup model

2013年的面板數據，使用FE、IVFE、IVGMM和MG四種估計方法，實證研究三化與能源強度之間的關系。結果表明，城鎮化短期內能夠顯著降低能源強度，但中國在城鎮化發展道路中并沒有持續發揮其在集約利用能源方面的優勢，以至于城鎮化對能源強度的長期影響表現為正；在控制工業化的內生性后，IVFE、IVGMM模型表明工業化水平的提升可有效改善能源強度；信息化在提升能源效率、降低能源強度方面的短期和長期能力尤其值得重視。

本研究的政策意蘊在于以下幾點：第一，中國應正視能源強度的累積效應，協調能源消費與環境保護、持續發展的長短期關系，努力建設兩型社會；第二，中國應妥善處理城鎮化發展與能源消費的矛盾，創新性地將城鎮化進程中人才、技術、產業等短期經濟增長優勢轉化為長期節能降耗優勢，著力推進綠色、低碳、集約型城鎮化建設；第三，中國應堅持新型工業化道路，加快產業升級轉型，構筑節能型現代產業體系，全力釋放工業化的結構節能紅利；第四，中國應重視信息化的節能效應，深挖“信息節能”潛力，促進能源強度降低。

（編輯：于 杰）

參考文獻（References）

[1]Parikh J， Shukla V. Urbanization，Energy Use and Greenhouse Effects in Economic Development： Results from Acrossnational Study of Developing Countries[J]. Global Environmental Change， 1995， 5（2）：87-103.

[2]Garbaccio R F， Jorgenson D W. Why Has the Energyoutput Ratio Fallen in China？[J]. Energy Journal， 1999， 20（3）： 63-91.

[3]FisherVanden J K. What Is Driving Chinas Decline in Energy Intensity？[J]. Resource and Energy Economics， 2006， 7（26）：7-97.

[4]Richard G， Adam B. The Induced Innovation Hypothesis and Energysaving Technological Change[J]. Quarterly Journal of Economics， 1999， 114（3）：941-975.

[5]董鋒，龍如銀，周德群，等.產業結構、技術進步、對外開放程度與單位GDP能耗：基于省級面板數據和協整方法[J].管理學報， 2012， 9（4）：603-610. [Dong Feng， Long Ruying， Zhou Dequn，et al. The Relationship Between Industrial Structure， Technical Progress， and Opening Degree with Unit GDP Energy Consumption Based on Provincial Panel Data and Cointegration Approach[J]. Chinese Journal of Management， 2012，9 （4）： 603-610.]

[6]王少平， 楊繼生.中國工業能源調整的長期戰略與短期措施：基于12個主要工業行業的綜列協整分析[J].中國社會科學， 2006， （4）：88-97. [Wang Shaoping， Yang Jisheng. Longrun Energy Strategy and Shortrun Energy Policies for Chinese Industries： Based on Panel Cointegration Testing for the Energy Demands of 12 Industries[J]. Social Sciences in China， 2006， （4）：88-97. ]

[7]Sadorsky P. Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries？[J]. Energy Economics， 2013， （37）： 52-59.

[8]Sadorsky P. The Effect of Urbanization and Industrialization on Energy Use in Emerging Economies： Implications for Sustainable Development[J]. American Journal of Economics and Sociology， 2014， 73（2）： 392-409.

[9]Henryson J， Hkansson T， Pyrko J. Energy Efficiency in Buildings Through Information： Swedish Perspective[J]. Energy Policy， 2000， 28（3）：169-180.

[10]Vu K M. ICT as A Source of Economic Growth in the Information Age： Empirical Evidence from the 1996-2005 Period[J]. Telecommunications Policy， 2011， （35）： 357-372.

[11]Henderson J V. Efficiency of Resource Usage and City Size[J]. Journal of Urban Economics， 1986， 19（1）： 47-70.

[12]Hanson G H. Market Potential， Increasing Returns， and Geographic Concentration[J]. Journal of International Economics， 2005， 67（1）： 1-24.

[13]Jaffe A， Henderson R. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[J]. Quarterly Journal of Economic， 1993， 108（3）：577-598.

[14]Peneder M. Industrial Structural and Aggregate Growth[J]. Structural Change and Economic Dynamics， 2003， （14）：427-448.

[15]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，（5）：4-16. [Gan Chunhui， Zheng Ruogu， Yu Dianfan. An Empirical Study on the Effects of Industrial Structure on Economic Growth and Fluctuations in China[J]. Economic Research Journal， 2011，（5）：4-16.]

[16]毛豐付， 潘加順.資本深化、產業結構與中國城市勞動生產率[J].中國工業經濟， 2012， （10）： 32-44. [Mao Fengfu， Pan Jiashun. Capital Deepening， Industry Structure and Labor Productivity in Chinese Cities[J]. China Industrial Economics， 2012，（10）：32-44.]

[17]周先波， 盛華梅.信息化產出彈性的非參數估計分析[J]. 數量經濟技術經濟研究， 2008， （10）：130-141. [Zhou Xianbo， Sheng Huamei. A Nonparametric Estimation on the InformatizationOutput Elasticity[J]. The Journal of Quantitative & Technical Economics， 2008， （10）：130-141.]

[18]徐瑾.地區信息化對經濟增長的影響分析[J]. 統計研究， 2010， （5）：74-80. [Xu Jin. Analysis of Impacts of Regional Informatization on Economic Growth[J]. Statistical Research， 2010， （5）： 74-80.]

[19]Antonopoulos C， Sakellaris P. The Contribution of Information and Communication Technology Investments to Greek Economic Growth： An Analytical Growth Accounting Framework[J]. Information Economics and Policy， 2009， 21（3）：171-191.

[20]Arellano M， Bond S. Some Tests of Specification for Panel Data： Monte Carlo Evidence and An Application to Employment Equations[J]. Review of Economic Studies， 1991， 58（2）： 277-297.

[21]Zhang H， Behrman J R， Zhang J. Does Parental Absence Reduce Cognitive Achievements？ Evidence from Rural China[J]. Journal of Development Economics， 2014， 111（11）： 181-195.

[22]Pesaran M H， Smith R P. Pooled Mean Group Estimation of Dynamic Heterogeneous Panels[J]. Journal of the American Statistical Association， 1999， 94（446）： 621-634.

[23]國家統計局統計科研所信息化統計評價研究組. 信息化發展指數優化研究報告[J]. 管理世界， 2011， （12）：2-12. [Informatization Assessment Group of National Bureau Statistics Research Institute. An Informatization Optimal Development Index Report[J]. Management World， 2011， （12）：2-12.]

[24]成金華， 陳軍.中國城市化進程中的能源消費區域差異：基于面板數據的實證研究[J].經濟評論， 2009， （3）：38-46. [Cheng Jinhua， Chen Jun. Regional Differences in Energy Consumption on the Process of Chinese Urbanization： An Empirical Research Based on Panel Data[J]. Economic Review， 2009， （3）：38-46.]

[25]譚忠富， 張金良.中國能源效率與其影響因素的動態關系研究[J]. 中國人口·資源與環境， 2010， 20（4）：43-49. [Tan Zhongfu， Zhang Jinliang. Demonstrational Analysis of the Relationship Between Energy Efficiency and Its Influential Factor in China[J]. China Population， Resources and Environment， 2010， 20（4）：43-49.]

Urbanization， Industrialization， Informatization and Chinese Energy Intensity

LI Biao1 WU Jia2 CHEN Shuxing3

（1. Post Doctor， Southwestern University of Finance and Economics， Chengdu Sichuan 611130，China； 2. School of Economics， Jinan University， Guangzhou Guangdong 510632，China； 3. School of Economics， Southwestern University of Finance and Economics， Chengdu Sichuan 611130，China）

Abstract The previous finding on the impact of urbanization， industrialization and informatization on energy intensity is mixed because there is opposite power contained in the total effect. This study contributes the existing literature by exploring the theoretical link among urbanization， industrialization， informatization and energy intensity based a production function with TFP， and then we deduce static and dynamic linear models respectively. Using FE， IVFE， IVGMM and MG estimation strategy， we provide empirical evidences of the effect of urbanization， industrialization and information on energy intensity by employing the Chinese provincial data from 2005 to 2013. The results show that， firstly， urbanization can significantly reduce energy intensity in the shortrun， while the effect is adverse in the longrun. The reason may be that China did not explore the superiority of the intensive energy utilization on the process of urbanization. Secondly， after control for the endogeneity of industrialization， the estimation results of IVFE and IVGMM model show that industrialization could effectively decrease energy intensity. Finally， we find that informatization has significant negative impacts on the energy intensity in both short run and long run. This study also provides policy implication from the following aspects： firstly，

it is necessary for China to construct modern energyefficiency industrial system and

release the structure energysaving dividends of industrialization and to exploit information

energysaving potential and strengthen its effects.

It is necessary for China to transform the shortrun extensive economic growth into the long term energysaving advantages in the process of urbanization.

Key words urbanization； industrialization； informatization； energy intensity