劉 帥,董會忠,劉明睿,唐 磊

(山東理工大學 a.經(jīng)濟學院;b.管理學院，山東 淄博 255012)

1 文獻綜述

隨著經(jīng)濟社會的發(fā)展,我國城市化率不斷提升,城市規(guī)模擴大引起的能源消耗問題日益凸顯。英國石油公司(BP)統(tǒng)計顯示,2010年我國能源消耗總量第一次超越美國,成為世界第一大能源消耗國。但隨著我國城市化水平的不斷提高,未來一段時間內(nèi)城市規(guī)模仍將不斷擴大,城市能源消耗量還將持續(xù)增加,能源資源短缺和化石能源消費帶來的社會問題將更加突出。控制城市能源消耗量、降低CO2等溫室氣體排放成為國內(nèi)外學者關(guān)注的焦點問題。

目前,國內(nèi)外學者對城市與能源消耗的研究主要集中在城市化水平和城市結(jié)構(gòu)對能源消耗的影響。①城市化水平提升與工業(yè)化程度存在密切關(guān)系。Jones D W通過控制工業(yè)化程度研究發(fā)展中國家城市化率對能源消耗的影響,發(fā)現(xiàn)城市交通是增加城市能源消耗的主要因素,指出發(fā)展中國家人均能源消耗對人均收入的彈性系數(shù)為0.35—0.48[1]。Jones D W研究提出的潛在假設(shè)是發(fā)展中國家工業(yè)化程度不變、城市交通以化石燃料為主，但我國城市化水平在迅速發(fā)展的同時，工業(yè)化程度有了顯著提升,電力交通成為城市主要的公共交通工具,城市化、工業(yè)化與能源消耗的關(guān)系發(fā)生了很大變化?；诖?王蕾、魏后凱重新研究了我國城鎮(zhèn)化、工業(yè)化與能源消耗的關(guān)系,認為我國城鎮(zhèn)化和工業(yè)化對能源消耗存在正向溢出效應(yīng)[2]。②城市化水平提升通過影響產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)居民消費水平間接影響能源消耗。嚴翔等基于Kaya拓展模型研究了1998—2015年我國城市產(chǎn)業(yè)、空間與人口交互發(fā)展對能源消耗的影響,指出城鎮(zhèn)化對生產(chǎn)端能耗的影響大于生活端,但居民消費支出仍是能源消耗的間接提升因素[3]。此外,何曉萍利用面板數(shù)據(jù)非線性模型和協(xié)整模型研究了我國城市化水平與電力消耗的關(guān)系[4];許泱等采用我國30個省際面板數(shù)據(jù)檢驗了碳排放與城市化水平的關(guān)系,發(fā)現(xiàn)城市化水平與能源消耗呈正相關(guān),指出城市化水平與能源消耗之間不存在環(huán)境庫茲涅茨曲線[5];黃飛雪等運用STR模型研究了城市化水平與能源消耗的關(guān)系,發(fā)現(xiàn)我國城市化水平與能源消耗存在非線性關(guān)系[6]。

從城市化水平角度研究往往會忽視城市內(nèi)部建設(shè)對能源消耗的影響機理,因此有學者從城市結(jié)構(gòu)和城市人口密度兩個角度研究城市與能源消耗的關(guān)系。Orit Mindali等在分析城市空間結(jié)構(gòu)時指出城市規(guī)模越大,人均能源消耗越低[7];程開明在利用我國286個城市面板數(shù)據(jù)研究城市建設(shè)緊湊度與能源消耗關(guān)系時發(fā)現(xiàn),城市緊湊度與能源消耗呈負相關(guān),城市緊湊度越高越有利于節(jié)能減排[8];范進通過構(gòu)建經(jīng)濟學模型研究城市人均交通能耗、家庭能耗與城市人口密度之間的關(guān)系,指出現(xiàn)階段我國城市人口低密度會激發(fā)居民對能源的消費,不利于節(jié)能減排[9]。從城市人口密度對能源消耗影響的研究可見,學者們將城市人口看作一個整體進行研究,這對小規(guī)模城市的效果可能會更好，而對大城市來說,經(jīng)濟社會活動相對復(fù)雜,從城市人口結(jié)構(gòu)變化研究城市能源消耗效果會更優(yōu)。因此,郭文、孫濤從城市人口年齡結(jié)構(gòu)、教育結(jié)構(gòu)和職業(yè)結(jié)構(gòu)研究了人口結(jié)構(gòu)對能源消耗的影響,指出現(xiàn)階段我國人口結(jié)構(gòu)變動減緩了能源消耗的增長速度[10]。

隨著城市化進程的推進和城市規(guī)模的不斷擴大,學者們開始關(guān)注城市規(guī)模對能源消耗的影響。Richard York在對14個歐盟國家城市人口規(guī)模與能源消耗關(guān)系的研究中指出,城市人口規(guī)模擴大會降低人均能源消耗[11];Usama Al-mulali等用完全修正普通最小二乘法研究了東亞、東歐等國家和地區(qū)的城市規(guī)模與能源消耗間關(guān)系,發(fā)現(xiàn)84%的國家和地區(qū)的城市規(guī)模與能源消耗呈長期的正相關(guān),其他國家和地區(qū)城市規(guī)模與能源消耗呈長期的負相關(guān)[12];許抄軍等研究發(fā)現(xiàn),我國城市規(guī)模與能源消耗呈正“N”型關(guān)系[13];Yimin Chen等通過GIS遙感技術(shù)研究了珠江三角洲5個城市的城市規(guī)模與能源消耗關(guān)系,指出城市規(guī)模與能源消耗呈正相關(guān),城市建設(shè)緊湊度與能源消耗呈負相關(guān)[14];Qiang Wang用時間序列數(shù)據(jù)研究了我國城市規(guī)模對生產(chǎn)能耗和住宅能耗的影響,發(fā)現(xiàn)經(jīng)濟規(guī)模與能源消耗成正比,科技進步與能源消耗成反比[15];陳龍等通過SFA模型從城市能源效率方面研究城市規(guī)模對能源效率的影響,得出城市規(guī)模越大,能源效率越高,但兩者存在非線性關(guān)系[16]。

從現(xiàn)有文獻看,研究者對城市與能源消耗的研究是將城市作為一個單獨的個體,這與現(xiàn)實中各城市密切聯(lián)系的事實相悖,特別是城市群的建設(shè)使城市間的關(guān)系更加密切。忽視城市空間聯(lián)系研究城市規(guī)模與能源消耗的關(guān)系容易導(dǎo)致誤判，因此本文將時空權(quán)重矩陣引入到城市規(guī)模對能源消耗影響的計量模型中,研究城市規(guī)模對能源消耗的影響,消除忽視空間因素而導(dǎo)致的估計偏差,以更客觀地解釋城市規(guī)模與能源消耗的關(guān)系,為相關(guān)部門制定城市發(fā)展政策和能源消耗控制措施提供決策支持。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

STIRPAT模型:Ehrlich、Holden首次提出建立了“IPAT”模型,研究人口、財富、技術(shù)對環(huán)境的影響:

I=PAT

(1)

式中,I為環(huán)境壓力;P為人口數(shù)量;A為富裕度;T為技術(shù)?；贗PAT模型的局限性,Dietz在IPAT模型的基礎(chǔ)上建立了STIRPAT模型。標準形式為:

I=αPβ1Aβ2Tβ3ε

(2)

式中,α為模型的系數(shù);β1、β2、β3分別為變量的指數(shù);ε為隨機誤差。

將式(2)兩邊取對數(shù)得:

lnI=lnα+β1lnP+β2lnA+β3lnT+lnε

(3)

傳統(tǒng)STIRPAT模型只是將研究單元作為獨立個體進行研究,忽視了環(huán)境壓力影響因素在空間上的聯(lián)系，而將空間因素納入傳統(tǒng)計量模型研究經(jīng)濟社會活動會更符合現(xiàn)實情況?；诖?本文試圖將內(nèi)生時空權(quán)重矩陣納入STIRPAT模型,分析城市規(guī)模對能源消耗的影響。

全局空間自相關(guān):空間計量模型是在觀測值具有顯著的空間相關(guān)性的基礎(chǔ)之上設(shè)定的,目前計算空間相關(guān)性的常用方法為全局Moran′s I[17]。全局Moran′s I的具體表達式為:

(4)

(5)

時空權(quán)重矩陣構(gòu)建:空間權(quán)重矩陣反映的是個體或區(qū)域間的空間交互關(guān)系,城市間的相互影響會隨著兩城市間距離的增加而減弱,但這種影響超過某一臨界值,城市間相互影響的作用會迅速下降。基于此，本文構(gòu)建反距離空間權(quán)重矩陣形式為:

(6)

式中wij為空間權(quán)重;dij為兩地距離;L為距離臨界值?；诜淳嚯x空間權(quán)重矩陣的構(gòu)建是外生的,不能考察空間溢出效應(yīng)的時間轉(zhuǎn)移和傳導(dǎo)效應(yīng)[18],本文在反距離空間權(quán)重基礎(chǔ)上構(gòu)建內(nèi)生時空權(quán)重矩陣,以期更準確地考察城市規(guī)模對能源消耗的空間溢出效應(yīng)的時間轉(zhuǎn)移和傳導(dǎo)效應(yīng)。為考察空間溢出效應(yīng)在時間上的轉(zhuǎn)移和傳導(dǎo),本文采用不同時間的Moran′s I的比值構(gòu)建內(nèi)生時間權(quán)重矩陣。表達式為:

式中,ζnm為時間m的Moran指數(shù)與時間n的Moran指數(shù)的比值。與空間權(quán)重矩陣不同的是,時間權(quán)重矩陣上三角元素值為0,是因為前一期只對后一期存在時間溢出效應(yīng),而后一期不能影響前一期。下三角元素取值列為對應(yīng)年份的空間溢出效應(yīng),行這對應(yīng)年份空間溢出效應(yīng)的時間影響效應(yīng)[18]。根據(jù)式(6)的反距離空間權(quán)重矩陣和式(7)的時間權(quán)重矩陣,采用克羅內(nèi)克積得到時空權(quán)重矩陣。表達式為:TW=ζ?w,?為克羅內(nèi)克積符號。

空間杜賓模型構(gòu)建:空間計量模型的選擇對研究觀測值間的空間關(guān)系十分重要,目前常用的空間計量模型主要有空間自回歸模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。LeSage指出選用SDM模型是科學研究者首先考慮的,這是因為SDM模型在數(shù)據(jù)生成過程中能得到系數(shù)的無偏估計,同時該模型沒有預(yù)先對空間溢出規(guī)模設(shè)定限制,能更好的估計溢出效應(yīng)[19]。SDM基本模型為:

Y=ρwY+β1X+β2wX+ε

(8)

為檢驗SDM模型是否適用于觀測數(shù)據(jù),一般采用LM檢驗,假設(shè)條件有兩個:①H0:β2=0;②H0:β2+ρβ1=0。假設(shè)條件①可將空間杜賓模型簡化為空間自回歸模型:Y=ρwY+βX+ε;假設(shè)條件②可將空間杜賓模型簡化為空間誤差模型:Y=βX+ε,ε=λwε+μ。通過假設(shè)檢驗條件可見,SDM模型是SAR模型和SEM模型的一般形式。

將式(3)與式(8)結(jié)合,并引入時空權(quán)重矩陣,最終考察城市規(guī)模對能源消耗的空間溢出效應(yīng)的計量模型為:

lnI=ρTWlnI+β1lnP+β2lnA+β3lnT+β4lneco+β5sec+α1TWlnP+α2TWlnA+α3TWlnT+α4TWlneco+α5TWsec+ε

(9)

式中,I為人均能源消耗;P為年末城市總?cè)丝?表示城市規(guī)模;A為人均GDP,表示人口富裕度;T為年末科技從業(yè)人員;eco為經(jīng)濟密度即城市GDP與城市面積比值;sec為第二產(chǎn)業(yè)占GDP比值表示產(chǎn)業(yè)結(jié)構(gòu)。

直接效應(yīng)與間接效應(yīng):SDM模型中解釋變量的系數(shù)值并不能準確的反映對城市能源消耗的影響,針對這一問題,LeSage、Pace[19]提出了偏微分方法對空間效應(yīng)進行分解測算。

對空間杜賓模型式(8)進行變化可得:

(In-ρW)Y=(Inβ1+β2W)X+lnα+ε

(10)

令,V(W)=(In-ρW)-1,Sr(W)=V(W)(Inβ1r+Wβ2r),則式(10)可轉(zhuǎn)化為:

(11)

+V(W)(tna+ε)

2.2 數(shù)據(jù)來源

本文的研究樣本為我國地級及以上城市，全部數(shù)據(jù)來源于2006—2015年的《中國城市統(tǒng)計年鑒》。由于部分城市是2006年以后設(shè)市,統(tǒng)計數(shù)據(jù)不完整，另有部分城市(如拉薩)統(tǒng)計數(shù)據(jù)嚴重缺失,因此在選擇樣本城市時將上述兩種城市剔除,最終保留285個樣本城市。對與樣本城市個別數(shù)據(jù)缺失的則通過查找相應(yīng)的地方統(tǒng)計年鑒予以補齊。

各市能源消耗總量計算公式:

TI=ΣEi×ηi

(13)

式中,TI表示各市能源消耗總量;Ei表示第i類能源消的耗總量;ηi表示第i類能源折算成標準煤的折算系數(shù)。各類能源與標準煤的具體折算系數(shù)見表1。

表1 各類能源折算系數(shù)

3 實證分析

3.1 城市能源消耗空間性分析

借助ArcGIS 10.2軟件的空間趨勢分析工具,選取2006年、2009年、2012年和2015年人均能源消耗量作為Z值,X、Y值分別為東西、南北方向生成三維趨勢圖(圖1),以揭示我國城市能源消耗的空間格局變化。

圖1 城市能源消耗空間格局變化趨勢

由圖1可見,2006年城市能源消耗空間投影在東西方向上呈自西向東的下降趨勢,在南北方向上呈自北向南的下降趨勢,但東西方向下降幅度大于南北方向,說明這段時間城市能源消耗空間差異較大。2009年,空間投影自西向東下仍呈下降趨勢,但下降幅度變小,表明東西方向城市能源消耗差異變小,南北方向投影曲線較為平滑,但人均能源消耗量均值上升為0.789。2012年,城市能源消耗在東西、南北方向上的趨勢線相較于前幾年更為平滑,但能源消耗均值繼續(xù)上升,達到0.911。研究末期,城市能源消耗呈由西向東的平緩下降趨勢,南北方向趨勢平滑,人均能源消耗上升為1.028,表明我國城市能源消耗整體上升的同時,區(qū)域差異在逐漸縮小,但東西差異仍然大于南北差異。

根據(jù)式(4)計算歷年人均能源消耗全局空間自相關(guān)指數(shù),見表2。由表2結(jié)果分析,我國城市能源消耗全局Moran′s I顯著為正,說明城市能源消耗存在正向空間依賴關(guān)系,同時表明引入空間計量模型研究城市規(guī)模對能源消耗的影響,可以消除由空間相關(guān)性引起的回歸偏誤。

表2 人均能源消耗全局自相關(guān)Moran′s I指數(shù)

注:表中*、**、***分別為10%、5%、1%水平上顯著(下表同)；括號內(nèi)數(shù)值為Z檢驗值。

3.2 空間計量模型檢驗與結(jié)果討論

在估計空間面板數(shù)據(jù)模型時,本文首先采用Hausman檢驗判斷模型的固定效應(yīng)和隨機效應(yīng)。在不考慮空間相關(guān)性條件下，Hausman的檢驗結(jié)果為χ2=87.53,在1%的顯著性水平上拒絕原假設(shè),即選擇固定效應(yīng)模型來擬合數(shù)據(jù)會更優(yōu)。估計結(jié)果表明,反距離空間權(quán)重下的空間模型估計結(jié)果并不顯著,城市規(guī)模對能源消耗的空間溢出效應(yīng)存在距離門限。即在某一距離半徑內(nèi)城市規(guī)模對能源消耗的影響會隨著距離的增加而減弱,超出這一半徑將不存在空間影響。對比不同距離半徑下SDM模型的擬合優(yōu)度確定最佳距離半徑范圍為200—400km。為準確測算空間溢出半徑,在200—400km范圍區(qū)間內(nèi)每隔20km進行一次空間模型回歸,運行結(jié)果見表3。

表3 不同距離下SDM擬合優(yōu)度

表3為不同距離閾值下SDM模型的擬合優(yōu)度和最大似然估計值結(jié)果,通過對比結(jié)果發(fā)現(xiàn)距離閾值在340km、360km時擬合優(yōu)度達到最大值,因此采用340km和360km的算數(shù)平均數(shù)350km作為距離閾值。同時，將350km帶入空間回歸模型中發(fā)現(xiàn)擬合優(yōu)度達到最大值0.8905,因此選用350km作為距離閾值研究城市規(guī)模對能源消耗的空間溢出效應(yīng)最佳。以350km距離閾值建立反距離空間權(quán)重矩陣,不同模型下的估計結(jié)果見表4。

對比表4中4種模型的擬合優(yōu)度和最大似然估計量,空間計量模型的擬合優(yōu)度均在85%以上,高于普通面板數(shù)據(jù)回歸擬合優(yōu)度,可見空間計量模型的擬合效果更好。Log-likelihood為似然函數(shù)值的自然對數(shù),此值越小模型擬合程度越好。綜合考察這兩項指標,可知選擇SDM模型效果最佳。從表4可知,SDM模型的空間滯后項參數(shù)顯著為正,與前述全局空間自相關(guān)指數(shù)屬性一致,反映了某一地區(qū)能源消耗會受周邊地區(qū)影響。從系數(shù)結(jié)果看城市人口規(guī)模擴大對城市能源消耗產(chǎn)生負向影響,人口富裕度、產(chǎn)業(yè)結(jié)構(gòu)變化對城市能源消耗的影響顯著為正,表明人口富裕度和工業(yè)產(chǎn)業(yè)發(fā)展會促進城市能源消耗。從解釋變量的空間溢出效應(yīng)分析,人口數(shù)量對城市能源消耗影響顯著為正。即城市人口規(guī)模擴大在抑制本地區(qū)能源消耗的同時會促進周邊地區(qū)城市能源消耗;經(jīng)濟密度和第二產(chǎn)業(yè)比重的參數(shù)估計顯著為負,表明兩者在促進本市能源消耗的同時會抑制周邊城市的能源消耗。上述三種因素可看作是城市間能源消耗分化的主要推動力。城市人口富裕度對周邊城市能源消耗溢出效應(yīng)為正,表明當前城市人口富裕度是推動能源消耗的主要因素。

表4 空間模型回歸結(jié)果

注:括號內(nèi)數(shù)值為t值結(jié)果,“—”表示此項為空。

從表5可知,城市人口對本地城市能源消耗的影響顯著為負,對其他城市的空間溢出效應(yīng)為正,且總效應(yīng)為正。城市人口富裕度的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均顯著為正,表明城市人口是城市能源消耗的主要因素。城市科技進步只對本地能源消耗存在正向影響,間接效應(yīng)和總效應(yīng)不顯著。城市經(jīng)濟密度和工業(yè)比重對本市能源消耗存在正向影響,且空間溢出效應(yīng)顯著為正。從全國范圍來看，影響城市能源消耗增加的主要因素是城市人口和人口富裕度,工業(yè)發(fā)展反而會抑制能源消耗。為探究時間傳導(dǎo)效應(yīng)對城市規(guī)模與能源消耗空間溢出效應(yīng)的影響,根據(jù)式(9)的計算結(jié)果見表6。

表5 城市規(guī)模對能源消耗空間效應(yīng)分解

表6 SDM模型下采用時空權(quán)重矩陣參數(shù)效應(yīng)分解結(jié)果

表7 分地區(qū)城市規(guī)模對能源消耗空間效應(yīng)分解

城市能源消耗的時間傳導(dǎo)效應(yīng)體現(xiàn)在不同時期能源消耗的空間自相關(guān)指數(shù)比值上,這一效應(yīng)會影響城市規(guī)模對能源消耗的空間溢出效應(yīng)。表6綜合了城市規(guī)模對能源消耗的空間溢出和時間傳導(dǎo)效應(yīng),兩者共同作用于城市能源消耗。在這一影響下考察各變量的作用,城市人口、人口富裕度、城市科技、城市經(jīng)濟密度和第二產(chǎn)業(yè)占比每提升1%,引起城市能源消耗的變動分別為-1.045%、0.352%、0.679%、0.193%、0.234%。

對全國平均而言,城市規(guī)模對城市能源消耗存在顯著的空間溢出效應(yīng),但由于各城市初始發(fā)展水平和早期國家戰(zhàn)略政策存在很大差異。對不同地區(qū)的城市規(guī)模是否對能源消耗存在空間溢出效應(yīng),對該問題的探討將有助于從另一個角度理解城市規(guī)模對能源消耗的影響機制。因此,將城市樣本按東部、中部、西部進行分組比較,考察城市規(guī)模異質(zhì)對能源消耗的影響，結(jié)果見表7。

表7考查了不同地區(qū)城市規(guī)模對能源消耗的空間溢出效應(yīng)。結(jié)果顯示:①東部與中部地區(qū)城市規(guī)模對城市能源消耗的直接效應(yīng)顯著為負,西部地區(qū)直接效應(yīng)為正;中部和西部地區(qū)對能源消耗的總效應(yīng)在1%的水平上顯著為負,而東部地區(qū)的負向總效應(yīng)不顯著。原因在于:東部地區(qū)城市化水平相對較高、城市內(nèi)部結(jié)構(gòu)相對完善,城市公共交通是城市人口通勤的基本工具,人口數(shù)量增加會降低交通設(shè)施的空載率,從而降低城市人口能源邊際消耗率。東部地區(qū)經(jīng)濟相對發(fā)達,城市吸引人才能力強,城市人口受教育水平相對較高,人們節(jié)能減排意識高于中西部地區(qū)。②全國范圍內(nèi),城市富裕度對本地能源消耗的直接效應(yīng)在1%的水平上顯著為正。隨著城市居民收入水平的提高,為改善擁擠的公共交通條件而更多地選擇私家車,這一選擇直接提高了城市能源消耗。但城市富裕度對城市經(jīng)濟發(fā)展較高的東部地區(qū)總效應(yīng)為負,而對中部地區(qū)總效應(yīng)為正,這說明了環(huán)境庫茲涅茨曲線的存在。③城市經(jīng)濟密度和第二產(chǎn)業(yè)發(fā)展水平對本地區(qū)能源消耗的影響顯著為正,這一影響在東部和中部區(qū)更明顯,表明我國東部、中部城市經(jīng)濟快速發(fā)展是建立在高能耗基礎(chǔ)上的。但在東部和中部地區(qū),第二產(chǎn)業(yè)比重對城市能源消耗總效應(yīng)為負,這得益于各地區(qū)制造業(yè)升級帶來的良好反應(yīng)。

4 結(jié)論與建議

本文在利用STIRPAT模型估計城市規(guī)模對能源消耗影響的基礎(chǔ)上,引入空間權(quán)重矩陣和時空權(quán)重矩陣,考察城市規(guī)模對能源消耗空間溢出效應(yīng)并探究了空間溢出效應(yīng)的時間傳導(dǎo)效應(yīng)。本文發(fā)現(xiàn):①城市規(guī)模對能源消耗的溢出半徑為350km,當超過這一閾值后,空間溢出效應(yīng)會迅速減少直至消失。②城市規(guī)模對能源消耗的空間溢出效益為異質(zhì)。從直接效應(yīng)看,能源消耗的最大影響因素東部地區(qū)是城市經(jīng)濟密度,中部地區(qū)為科技水平,西部地區(qū)為城市富裕度;從總效應(yīng)看,東部城市能源消耗的最大影響因素為經(jīng)濟密度,中部地區(qū)是城市富裕度,西部地區(qū)是第二產(chǎn)比重。城市人口數(shù)量在全國范圍內(nèi)對能源消耗的空間效應(yīng)是一致的,城市人口數(shù)量增加均會抑制城市能源消耗。③城市富裕度對城市源消耗影響的差異證明了環(huán)境庫茲涅茨曲線的存在。

基于上述研究結(jié)論,本文提出以下建議:①城市能源消耗有很強的空間自相關(guān)性,并具有明顯的空間溢出半徑,各城市應(yīng)加強與周邊城市的聯(lián)系。同一區(qū)域城市可以通過人才共享、產(chǎn)業(yè)互補的政策密切與周邊城市的關(guān)系,形成獨具特色的城市協(xié)同發(fā)展模式,在制定節(jié)能減排政策時要綜合考慮周邊城市,共同防治,以免事倍功半。②根據(jù)不同地區(qū)城市化過程中的具體情況制定節(jié)能減排政策,做到有的放矢。目前在全國范圍內(nèi),城市化進程中,城市人口規(guī)模的擴大有利于降低人口邊際能源消耗,但在擴大城市人口規(guī)模的同時應(yīng)當提高城市人口素質(zhì)和公眾的環(huán)保意識。③在我國城市經(jīng)濟發(fā)展仍以第二產(chǎn)業(yè)為主導(dǎo),相比于其他產(chǎn)業(yè),第二產(chǎn)業(yè)能源消耗較高,特別是西部地區(qū)第二產(chǎn)業(yè)在今后城市化進程中占比會更高，因此各地區(qū)仍需要調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、加快制造業(yè)升級。