王 狀，李效順，張 琦，倪 衡，蔣冬梅

(1.中國礦業(yè)大學(xué)中國資源型城市轉(zhuǎn)型發(fā)展與鄉(xiāng)村振興研究中心，江蘇 徐州 221116；2.河南省城鄉(xiāng)規(guī)劃設(shè)計研究總院有限公司，河南 鄭州 450044；3.南京農(nóng)業(yè)大學(xué)中國土地問題研究中心，江蘇 南京 210095)

改革開放四十年以來，中國以年均9.59%的GDP增長速度創(chuàng)造世界經(jīng)濟奇跡的同時卻加速消耗著人類賴以生存的礦產(chǎn)資源，西部地區(qū)作為我國重要的能源基地，資源生產(chǎn)和消耗尤為顯著。能源資源特別是煤炭資源起著支撐國民經(jīng)濟命脈的作用[1-3]，1985～1999年，全國和西部地區(qū)能源消費量總量分別以年均4.7%和4.5%的速度增長，進入21世紀(jì)以來更是以年均7%和8.3%的速度快速增長。

目前，國內(nèi)外學(xué)者對能源與經(jīng)濟增長的貢獻進行了系統(tǒng)研究，MUHAMMAD等[4]驗證了十大能源消費國的經(jīng)濟增長與能源消費之間存在正相關(guān)關(guān)系。國內(nèi)學(xué)者也在不同層面上用了多種方法探究能源與經(jīng)濟增長的關(guān)系，ZHANG等[1]認為中國大多數(shù)省份人均能源消耗與人均GDP存在關(guān)系；張智鵬[5]從全國層面上運用C-D生產(chǎn)函數(shù)對比分析了中國與部分OECD國家能源與經(jīng)濟發(fā)展依賴不同性；何則等[6]、張子榮[7]從全國層面上分別運用彈性脫鉤指數(shù)和廣義LMDI、VAR模型方法發(fā)現(xiàn)能源消費與經(jīng)濟增長具有強相關(guān)性；王迪等[8]、張晉娟[9]、李昭楠[10]從省級層面上分別揭示江蘇省、山西省、甘肅省能源消費與經(jīng)濟增長之間的關(guān)系；栗繼祖等[11]、孫喜民[12]認為資源型城市能源消費對中國經(jīng)濟增長起到重要作用，但同時也出現(xiàn)了很多問題。

以上文獻大多從國家層面、省級層面研究能源與經(jīng)濟的關(guān)系，而針對問題更為突出、亟需轉(zhuǎn)型的資源型城市的研究較少[11-12]。對此，本文擬建立改進的C-D生產(chǎn)函數(shù)模型分析經(jīng)濟與能源消耗的關(guān)系，定量測算西部典型煤炭資源型城市經(jīng)濟發(fā)展的主要因素，為城市轉(zhuǎn)型發(fā)展的提供決策參考。

1 研究區(qū)概況

本文選取西部典型資源型城市鄂爾多斯市、阿克蘇地區(qū)、榆林市、石嘴山市、慶陽市、攀枝花市、六盤水市和昭通市8市(地區(qū))為研究對象，坐標(biāo)范圍為78°03′～111°27′E、25°19′～42°41′N，總面積為33萬km2。截至2016年，常住人口數(shù)量為1 499.5萬人，國內(nèi)生產(chǎn)總值為12 289億元。

研究區(qū)內(nèi)蘊含著豐富的煤炭、石油、天然氣、鐵、釩等礦產(chǎn)資源。①煤炭城市：鄂爾多斯市位于內(nèi)蒙古自治區(qū)西南部，已探明煤炭資源儲量約占全國儲量的1/6；榆林市位于陜西省最北部，54%的地下含煤，約占全國儲量的1/5；六盤水市位于貴州省西部，有“西南煤?！敝Q，煤炭儲量居全省首位；昭通市位于云南省東北部，煤儲量居全省首位；石嘴山市位于寧夏回族自治區(qū)北部，是國家重要的煤炭工業(yè)城市。②油氣城市：阿克蘇地區(qū)位于新疆維吾爾自治區(qū)中部，石油、天然氣儲量豐富，“西氣東輸”工程氣源的96.32%在阿克蘇地區(qū)境內(nèi)；慶陽市位于甘肅省最東部，是重要的原油生產(chǎn)基地。③金屬城市：攀枝花市位于四川省南部，鈦、釩儲量位居世界第一和第三。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與處理

本文數(shù)據(jù)來源于云南省、貴州省、四川省、陜西省、甘肅省、寧夏回族自治區(qū)、新疆維吾爾族自治區(qū)和內(nèi)蒙古自治區(qū)8省(區(qū))1999～2017年統(tǒng)計年鑒、研究區(qū)8市(地區(qū))統(tǒng)計年鑒，以及國民經(jīng)濟和社會發(fā)展公報等。

1) 實際GDP測算。為了去除價格因素對結(jié)果的影響，將現(xiàn)價GDP轉(zhuǎn)為實際GDP，本文擬以1985年為基年計算實際GDP，計算公式見式(1)。

Rt=Rt-1×It

(1)

式中：Rt為第t年的實際GDP；Rt-1為上一年的實際GDP；It為當(dāng)年的GDP指數(shù)。

2) 資本存量測算。由于Solow改進的C-D生產(chǎn)函數(shù)中的資本是資本存量，所以需要將每年的固定資產(chǎn)投資額轉(zhuǎn)換為資本存量。目前，常用的資本存量測算方法是永續(xù)存盤法[13]，計算公式見式(2)。

Ct=Ct-1×(1-ρt)+It

(2)

式中：Ct為第t年資本存量；Ct-1為上一年的資本存量；ρt為第t年的經(jīng)濟折舊；It為第t年的固定資產(chǎn)投資額。

本文以1985年為基年，利用已有文獻得到1985年各省的資本存量[14]，并按本年固定資產(chǎn)投資比例估算出研究區(qū)城市資本存量，經(jīng)濟折舊率定為9.6%[15]，以此來測算每年的資本存量。

2.2 研究方法

1) 模型基礎(chǔ)。傳統(tǒng)經(jīng)濟理論認為經(jīng)濟增長主要依靠勞動和資本，美國數(shù)學(xué)家COBB Charles和經(jīng)濟學(xué)家DOUGLAS Paul構(gòu)建出以勞動和資本為核心，推動經(jīng)濟增長的C-D生產(chǎn)函數(shù)，表達式為Y=CKaLb。其中，參數(shù)Y為產(chǎn)出、K為資本投入、L為勞動投入、C為技術(shù)水平；a、b分別為資本與勞動的產(chǎn)出彈性。傳統(tǒng)經(jīng)濟理論雖然引入了技術(shù)要素C，但是僅將它作為獨立于其他要素之外的一個不變的參數(shù)。顯然，現(xiàn)實情況中技術(shù)要素并非固定不變，技術(shù)水平在不斷提高。因此，SOLOW于1957年提出了改進的C-D生產(chǎn)函數(shù)模型：Y=A(t)KaLb，該模型加入時間指數(shù)趨勢，以測定技術(shù)進步，參數(shù)A(t)為技術(shù)的年進步速度；t為年份序列。Solow改進的C-D生產(chǎn)函數(shù)模型彌補了技術(shù)進步測定的遺憾，能夠更好地描述資本、勞動投入和技術(shù)進步對經(jīng)濟增長的貢獻[16-17]。

2) 模型改進與構(gòu)建。Solow改進的C-D生產(chǎn)函數(shù)加入了技術(shù)要素對經(jīng)濟發(fā)展的作用，但仍圍繞勞動和資本兩要素，未考慮能源消費和采礦用地要素對經(jīng)濟發(fā)展的影響。結(jié)合實際研究發(fā)現(xiàn)，經(jīng)濟發(fā)展并非僅僅是勞動和資本兩要素作用的結(jié)果，與能源也有較強的相關(guān)性。因此，本文在改進的C-D生產(chǎn)函數(shù)基礎(chǔ)上，借鑒相關(guān)學(xué)者的研究成果[18-20]，實證分析與定量測算各投入要素對中國經(jīng)濟增長的具體貢獻，并把握其內(nèi)在作用機制。由于資源型城市經(jīng)濟發(fā)展中第一產(chǎn)業(yè)(即廣義的農(nóng)業(yè))GDP增加值的貢獻度較小，故本文確定的因變量為第二產(chǎn)業(yè)、第三產(chǎn)業(yè)GDP(國內(nèi)生產(chǎn)總值)增加值，確定函數(shù)自變量分別為勞動力、資本、能源?；谝陨峡紤]，重新構(gòu)建改進后的C-D生產(chǎn)函數(shù)見式(3)。

GDP=C×(1+f)t×(SI)a×(WF)b×(EC)c

(3)

式中：f為年技術(shù)增長率；SI為資本貢獻率；WF為勞動貢獻率；EC為能源消費貢獻率；C為經(jīng)濟技術(shù)常量；t為年份；a、b、c分別為各因素的產(chǎn)出彈性系數(shù)。

為了消除異方差和便于參數(shù)估計，對式(3)取對數(shù)，具體的函數(shù)形式見式(4)。

lnGDP=lnC+tln(1+f)+aln(SI)+

bln(WF)+cln(EC)

(4)

根據(jù)C-D生產(chǎn)函數(shù)的性質(zhì)，當(dāng)a+b+c>1時，表示規(guī)模報酬遞增，加大要素投入能帶來更大的產(chǎn)出量，即規(guī)模經(jīng)濟，此時應(yīng)加大要素的投入；當(dāng)a+b+c<1時，表示規(guī)模報酬遞減，追加投入只能帶來較小比例的增加，即規(guī)模不經(jīng)濟，此時應(yīng)停止追加要素的投入；當(dāng)a+b+c=1時，表示規(guī)模報酬不變，產(chǎn)出隨投入量同比例增加。

3 結(jié)果分析

3.1 經(jīng)濟發(fā)展現(xiàn)狀分析

本文選用經(jīng)濟增長率與能源消耗增長率兩個指標(biāo)，分析經(jīng)濟發(fā)展與能源消耗之間的內(nèi)在聯(lián)系，二者趨勢圖如圖1所示。

1999～2016年間，研究區(qū)經(jīng)濟一直維持著高速增長，經(jīng)濟增長率在2005年左右出現(xiàn)拐點，呈現(xiàn)先上升后下降的趨勢。與此同時，研究區(qū)能源消耗也呈現(xiàn)先上升后下降的趨勢，但其在2008年出現(xiàn)拐點，滯后于經(jīng)濟增長率拐點出現(xiàn)時間?？傮w而言，經(jīng)濟增長和能源消耗雖然波動幅度較大，出現(xiàn)拐點時間不一致，但變化趨勢較為吻合。

通過以上分析表明，能源消耗波動趨勢與經(jīng)濟增長整體變動態(tài)勢基本一致，經(jīng)濟增長與能源消耗之間必然存在一定聯(lián)系，構(gòu)建相應(yīng)模型對其關(guān)聯(lián)性進行分析具有可行性。

3.2 參數(shù)估計結(jié)果

本文以六盤水市數(shù)據(jù)為例對參數(shù)估計過程進行分析，其他7市(地區(qū))進行相同的處理和估計即可。

1) 單位根檢驗。首先對六盤水市1998～2016年數(shù)據(jù)進行單位根檢驗，檢驗結(jié)果見表1。

由表1可知，兩種檢驗方法原假設(shè)均為“序列為I(1)即一階平穩(wěn)”，結(jié)果表明“l(fā)evel”下均不平穩(wěn)，一階差分后均表現(xiàn)為平穩(wěn)狀態(tài)，符合協(xié)整檢驗條件。其他7市(地區(qū))按同樣方法進行數(shù)據(jù)處理，發(fā)現(xiàn)昭通市能源消費量和從業(yè)人員兩項數(shù)據(jù)未能通過一次差分后的單位根檢驗，故將其舍棄。

2) 協(xié)整檢驗。在單位根檢驗之后，發(fā)現(xiàn)六盤水市1998～2016年數(shù)據(jù)符合協(xié)整檢驗條件，因此進行協(xié)整檢驗，檢驗結(jié)果見表2。

圖1 研究區(qū)經(jīng)濟增長率與能源消耗增長率關(guān)系Fig.1 Comparison of economic growth rate and the growth rate of energy consumption(資料來源：中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫；研究區(qū)各市(地區(qū))統(tǒng)計年鑒)

表1 1985～2016年六盤水市數(shù)據(jù)單位根檢驗結(jié)果Table 1 Unit root test on variable of Liupanshui city from 1985 to 2016

表2 協(xié)整分析結(jié)果Table 2 Results of panel cointegration test

上述檢驗的原假設(shè)都是“不存在協(xié)整關(guān)系”，表2結(jié)果表明，六盤水市四個自變量與因變量之間存在著長期均衡關(guān)系，因此，有必要對模型進行參數(shù)估計。其他6市(地區(qū))按同樣方法進行數(shù)據(jù)處理。

3) 參數(shù)估計。在Eview6.0軟件平臺上，采用最小二乘法對六盤水市1998～2016年數(shù)據(jù)進行回歸模擬，發(fā)現(xiàn)ln(C)顯著程度偏低，故將其剔除，認為(C=1)。求得函數(shù)表達式見式5。

ln(GDP)=tln(1+0.135)+0.20ln(SI)+

0.42ln(WF)+0.23ln(EC)

(5)

其回歸結(jié)果顯示：R2為0.999 4，F(xiàn)統(tǒng)計量為4 445.9，D-W值為1.8，T檢驗值通過顯著性檢驗，說明建模整體上對樣本擬合很好，回歸方程顯著，結(jié)果可信。確定最終模型見式6。

GDP=

(1+0.151)t×(SI)0.20×(WF)0.42×(EC)0.23

(6)

利用該思路方法對研究區(qū)7市(地區(qū))進行參數(shù)估計，得到模型參數(shù)估計結(jié)果見表3。

表3 研究區(qū)7市(地區(qū))模型參數(shù)估計結(jié)果Table 3 Estimation results of model parameters of7 cities (regions) in the study area

注：*為自變量T和F檢驗值未通過10%顯著性檢驗

對其他6市(地區(qū))進行同樣處理和參數(shù)估計發(fā)現(xiàn)，R2均大于0.98，擬合度較高，自變量T和F檢驗值大都通過10%顯著性檢驗。

3.3 參數(shù)估計結(jié)果分析

1) 驅(qū)動因子分析。對影響經(jīng)濟發(fā)展各因素的彈性系數(shù)進行分析，將最大的彈性系數(shù)因素定義為地區(qū)經(jīng)濟發(fā)展的主要驅(qū)動因素。按照此分類方法，可將城市發(fā)展分為：能源驅(qū)動型城市、投資驅(qū)動型城市、勞動驅(qū)動型城市、勞動與投資雙核驅(qū)動型城市四種類型。其中，能源驅(qū)動型城市有攀枝花市、石嘴山市、慶陽市；投資驅(qū)動型城市是阿克蘇地區(qū)；勞動驅(qū)動型城市有鄂爾多斯市、六盤水市；勞動與投資雙核驅(qū)動型城市是榆林市。同時結(jié)合各地區(qū)自然本底條件和資源稟賦狀況可以得出，煤炭城市中鄂爾多斯市、六盤水市為勞動力驅(qū)動，榆林市為勞動與投資雙核驅(qū)動，石嘴山市為能源驅(qū)動；油氣城市中阿克蘇地區(qū)為投資驅(qū)動，慶陽市為能源驅(qū)動；金屬資源城市攀枝花市為能源驅(qū)動。

2) 規(guī)模報酬階段分析。分析系數(shù)和可知，六盤水市、榆林市、攀枝花市、鄂爾多斯市、石嘴山市、慶陽市系數(shù)和小于1，處于規(guī)模報酬遞減階段，只有阿克蘇地區(qū)系數(shù)和大于1，處于遞增階段。相對而言，系數(shù)和高的城市應(yīng)該投入更多要素支撐其進一步發(fā)展。

3) 科技水平進步率分析。綜合科技進步率反映科技進水平對地區(qū)經(jīng)濟發(fā)展的貢獻度，通過分析表3數(shù)據(jù)，可得7市(地區(qū))綜合科技進步率差異顯著，由大到小排序為：石嘴山市(7.96%)>慶陽市(5.39%)>攀枝花市(3.55%)>榆林市(3.24%)>鄂爾多斯市(2.64%)>六盤水市(1.35%)>阿克蘇地區(qū)(1.24%)，數(shù)值大的地區(qū)說明技術(shù)進步對經(jīng)濟增長的影響作用較強。

4 結(jié) 論

1) 西部城市經(jīng)濟增長與能源消耗存在正相關(guān)關(guān)系，1999～2016年研究區(qū)經(jīng)濟增長率與能源消耗率均呈先上升后下降的趨勢。

2) 西部城市經(jīng)濟增長的驅(qū)動因素不同。首先，西部城市經(jīng)濟增長與城市資源類型息息相關(guān)。研究區(qū)內(nèi)煤炭城市主要是勞動力帶動，這主要是因為煤炭產(chǎn)業(yè)是勞動密集型產(chǎn)業(yè)，但僅依靠投入廉價勞動力，不能達到規(guī)模報酬遞增，還需要引進新的科學(xué)技術(shù)替代原有的“人海”模式。新疆阿克蘇地區(qū)處于規(guī)模報酬遞增階段，應(yīng)持續(xù)投入資金和勞動力促進當(dāng)?shù)亟?jīng)濟發(fā)展，加強當(dāng)?shù)厝瞬排囵B(yǎng)，實現(xiàn)“引人、育人、用人”的良性循環(huán)。其次，西部城市經(jīng)濟增長對能源消耗的依賴性強，能源消費并不能使經(jīng)濟達到規(guī)模效應(yīng)，需要及時轉(zhuǎn)變傳統(tǒng)能源消費結(jié)構(gòu)。

綜合判斷，西部許多城市只依靠資源將難以可持續(xù)發(fā)展，應(yīng)結(jié)合當(dāng)?shù)刈匀槐镜讞l件和礦產(chǎn)資源特性，選擇合適領(lǐng)域進行產(chǎn)業(yè)轉(zhuǎn)型，引進高素質(zhì)人才，提高勞動力素質(zhì)，培養(yǎng)科技創(chuàng)新能力，探索適合自身發(fā)展的新策略和新模式，為實現(xiàn)地區(qū)長遠發(fā)展提供保證和支持。