Can a People-Centered New Urbanization Strategy Alleviate Household Energy Poverty
-
摘要: 以新型城镇化综合试点政策作为准自然实验，运用多期双重差分法研究新型城镇化对家庭能源贫困的影响效应和内在机理。结果表明：实施以人为本的新型城镇化战略有助于显著缓解家庭能源贫困，这一结论经过一系列检验后仍成立；增加居民收入、提高能源效率、增加社会资本是新型城镇化减轻能源贫困的重要渠道；新型城镇化对农村家庭、受教育程度较低、处于衰退期、地区资源依赖较低和能源需求较高家庭的能源贫困抑制效应更加明显；拓展性分析从非正式制度的视角探讨了家庭中女性相对地位对能源购买和使用决策的影响，指出新型城镇化对受儒家文化影响更深的农村家庭的能源贫困缓解效应更强。本研究对于新时代背景下我国相对贫困的治理和共同富裕的实现具有一定的参考价值。Abstract: Using the comprehensive pilot policy for new urbanization as a quasi-natural experiment, this study employs a multi-period difference-in-differences approach to examine the impact of new urbanization on household energy poverty and its underlying mechanisms. The findings are as follows: implementing a people-centered new urbanization strategy significantly alleviates household energy poverty, and this conclusion remains robust across a series of tests; increasing resident income, improving energy efficiency, and enhancing social capital are the critical channels through which new urbanization mitigates energy poverty; the suppressive effect of new urbanization on household energy poverty is more pronounced for rural households, those with lower education, households in declining periods, those with lower regional resource dependence and higher energy demands. Extended analysis explores the impact of women's relative status in households on energy purchasing and usage decisions from the perspective of informal institutions. The results reveal that the impact of new urbanization on household energy poverty is more significant in rural households, which are more deeply influenced by Confucian culture. This study provides valuable insights for further promoting relative poverty governance and common prosperity in the context of China's new era.
-
Key words:
- new urbanization /
- household energy poverty /
- resident income /
- energy efficiency /
- social capital
-
一、 引言
随着消除绝对贫困和区域性整体贫困目标的达成，中国贫困治理进入新发展阶段，共同富裕的目标被摆在更加重要的位置。能源是工业生产和居民生活必不可少的要素，对于促进经济社会发展、增进人民福祉至关重要。作为世界上最大的能源生产消费国之一，中国正面临化石能源依赖度高、碳减排压力大、新能源开发技术亟待突破等困境[1]，难以满足居民日益增长的对能源要素多样化、清洁化的美好需求，能源的不可获得性和不可支付性等能源贫困问题愈发突出。《中国家庭能源消费研究报告(2015)》指出，我国农村居民仍然面临着可获取能源品种较少、清洁高效能源品种不足、能源消费支出较高等问题。在这一背景下，基于能源视角研究相对贫困问题，对于巩固脱贫攻坚成果、建立解决相对贫困长效机制具有重要意义。
能源贫困是指缺乏公平获取和安全使用的能源和能源服务，特别是人类生存和发展所需的充足的、负担得起的、高质量和环境友好型的能源[2-3]。对于家庭而言，能源贫困意味着有效能源消耗低于确保标准舒适度所需的理论水平[4-7]。作为经济贫困的重要表现和原因，能源贫困会造成严重的经济和社会后果。在发展中国家，由于电力、天然气等现代能源供应不足，许多农村家庭主要使用化石燃料来满足烹饪的能源需求，加重了室内空气污染，甚至导致肺癌、慢性阻塞性肺病等疾病，危害身体健康[8]，降低居民幸福感[9]。已有研究表明，能源贫困不利于劳动生产率的增加、人力资本的积累及粮食安全和经济增长等[10-11]。如阿富汗近71%的家庭无法获得现代烹饪燃料，30%的家庭陷入多维能源贫困中[12]；中国约18.9%的家庭处于能源贫困中[13]，在600 kgce的能源贫困线下，农村家庭能源贫困发生率达到31.56%[5]，2022年仍有19.8%的受访家庭主要依赖柴草、木炭等传统燃料烹饪，农村地区的比率高达26.8% ①。在经济发达的国家和地区，2019年美国约有12.5%的家庭能源消耗超出其收入的10%[2]，2022年澳大利亚约28%的受访者难以承受能源账单，有32%的年收入低于5万澳元的受访者表示无法负担供暖和制冷费用[7]。由此可见，能源贫困已成为制约人类可持续发展的世界性问题。
① 根据本文研究样本计算得出。
面临日益严峻的能源贫困问题，我国政府一直致力于构建多元清洁的能源供应体系，提升能源供应保障能力，以满足人民群众日益增长的能源需求。2014年3月，中共中央、国务院印发了《国家新型城镇化规划(2014—2020年)》(以下简称《规划》)，指出在全球经济再平衡和产业格局再调整的背景下，我国面临着前所未有的能源资源和生态环境国际压力，强调要通过壮大新能源等战略新兴产业以强化城市产业就业支撑，通过加快推进城市清洁能源供应设施建设以提升城市基本公共服务水平，通过加快建设可再生能源体系以推动新型城市建设，走中国特色新型城镇化道路；2020年12月，国务院《新时代的中国能源发展》白皮书强调，必须协同促进欠发达地区能源可及性，努力解决能源贫困问题；2022年10月，党的二十大报告强调要加强能源产供储销体系建设。与传统城镇化相比，新型城镇化不仅是人口的城镇化，更加强调“以人为本”以及“集约、智能、绿色、低碳”的发展原则[14]。当前，我国正处于城镇化深入发展的关键时期，全面推进能源消费方式变革，构建多元清洁的能源供应体系，破解能源贫困问题日益成为新型城镇化发展过程的内在要求。
既有研究主要从能源可及性、可负担性和可持续性等方面探讨能源贫困的根源，并为缓解能源贫困提供了可行建议。一是经济与收入因素，包括非农业部门工作[15]和家庭财富[12]等；二是与能源相关的因素，包括环境法规[16]、能源效率[6]和能源基础设施[3]等；三是社会和文化因素，包括社会网络资本[7, 17]、种族[2]、儒家文化[18]和宗教信仰[19]等；四是与家庭和个人特征相关的因素，如受教育水平[10-12]、户主性别和年龄[12, 20-21]、家庭规模[12]和认知能力[22]等。对于新型城镇化的研究，一是表现在对新型城镇化指标的测度。如熊湘辉和徐璋勇从人口城镇化、经济城镇化、基础设施均等化、公共服务均等化、生活质量城镇化、资源环境6个方面设定26个指标构建新型城镇化综合评价体系[23]；孙学涛等从人口、经济和空间三个维度构建新型城镇化指标[24]。二是对其经济效果的评估。宏观层面上，新型城镇化能够推动共同富裕[24]、减污降碳[25]等；微观层面上，新型城镇化能够提升农业转移人口就业质量[26]、促进流动人口收入提升[27]、改善代际流动性[28]等。
上述文献为本研究奠定了基础，但在以下三个方面有待补充：第一，在有关新型城镇化效果评估的文献中，学者们较多探讨了新型城镇化战略对污染排放、产能利用、收入和就业等方面的影响，集中在对经济和能源环境效应某一方面的评估，从能源贫困这一视角进行政策效应检验的研究较少。第二，以往研究大多通过构建综合指标体系来度量新型城镇化，对指标选取的主观性和测算方法的科学性存在争议，且综合评价指标难以解决潜在的内生性问题，导致模型估计结果的偏误。第三，既有文献对于家庭贫困的研究多基于收入贫困这一经济视角，仅有少数文献涉及到家庭能源贫困这一领域，且多侧重于经济、文化和社会因素，关于政府政策因素对家庭能源贫困的作用效应仍亟待拓展。
本文将国家新型城镇化综合试点政策作为一项准自然实验，运用多期双重差分法，从家庭能源贫困的视角评估新型城镇化的政策影响效应和作用机理。可能的边际贡献主要体现在三个方面：第一，从新型城镇化发展的角度探讨政府政策和行为对家庭能源贫困的影响，在检验新型城镇化对家庭能源贫困的影响效果和作用机制的基础上，进一步揭示其对不同家庭禀赋的异质性影响，为未来政策制定和实施的目标群体瞄定提供借鉴。第二，通过准自然实验方法实证考察新型城镇化试点政策对微观家庭能源贫困的影响，可以缓解以往研究使用单一或复合的静态指标测度城镇化水平面临的内生性问题，避免了主观设定参数所带来的偏误。第三，研究视角从收入贫困拓展到能源贫困，将现有文献聚焦宏观能源消费拓展至微观家庭层面，从能源的角度分析新发展阶段的家庭相对贫困问题，为巩固脱贫攻坚成果、助力共同富裕提供有益的政策参考。
二、 政策背景与理论机制
（一） 政策背景
改革开放以来，我国城镇化建设取得历史性成就。1978—2023年，我国城镇地区常住人口由1.72亿增加到9.33亿，城镇化率由17.9%提高到66.16% ①。伴随着工业化进程的加快，我国城镇化经历了起点低、速度快的发展过程，为推动国民经济持续健康发展、促进城乡居民生活水平全面提升提供了强有力的支撑。但传统城镇化快速发展期间也存在着农业转移人口难以融入城市社会、土地城镇化快于人口城镇化等突出矛盾，面临着产业支撑力不足、空间格局有待优化、城乡融合和一体化程度不高、政府治理能力亟待提升等困境[14]。2012年，中央经济工作会议首次正式提出，要把生态文明理念和原则全面融入城镇化全过程，走集约、智能、绿色、低碳的新型城镇化道路。2014年《规划》强调，要紧紧围绕全面提高城镇化质量，加快转变城镇化发展方式，走以人为本、四化同步、优化布局、生态文明、文化传承的中国特色新型城镇化道路。随后，国家发展改革委等11部门联合印发了《关于开展国家新型城镇化综合试点工作的通知》，并于2014年、2015年和2016年分别公示了第一批2个省62个城市(镇)、第二批73个城市(镇)和第三批111个城市(镇)的试点名单。
① 数据来源于国家统计局，https://www.stats.gov.cn/。
与传统城镇化相比，新型城镇化坚持以人的城镇化为核心，以提升质量为关键，更加关注民生、可持续发展和质量[14]。《国家新型城镇化综合试点方案》(以下简称《方案》)指出，该试点的主要任务包括建立农业转移人口市民化成本分担机制、建立多元化可持续的城镇化投融资机制、综合推进体制机制改革创新等。如江苏省国家新型城镇化综合试点工作方案强调，要加快推进农业转移人口市民化进程，推动新型城镇化和城乡发展一体化；2023年，江苏省城乡居民收入比达到2.07∶ 1，成为全国城乡收入差距最小的省份之一 ②。再如，深圳市通过完善绿色生态城区规划和执行高绿色建筑标准打造国家级绿色生态示范城区和绿色建筑示范城区；截至2023年底，深圳的绿色建筑建设规模超过1.6亿平方米、绿色建筑标识项目累计超过1 500个，成为全国绿色建筑建设规模最大和密度最高的城市之一 ③。由此可见，国家新型城镇化综合试点政策工作促进了试点城市的经济结构转型、人口合理布局、城乡一体化发展和生态文明建设，为试点地区家庭应对能源贫困奠定了基础。
② 参见：http://www.jiangsu.gov.cn/art/2024/11/28/art_88302_11430166.html。
③ 参见：https://www.sz.gov.cn/cn/xxgk/zfxxgj/zwdt/content/post_10532895.html。
（二） 理论机制与假说提出
新型城镇化强调“以人为本”，人口城镇化是提升城镇化质量、破除城乡二元体制、促进人的全面发展与社会和谐进步的根本途径[14]。一方面，得益于《方案》的政策实施，新型城镇化试点地区通过扶持地方企业发展增加就业岗位、变革农业生产经营方式、破除制度壁垒和职业技能培训等措施解放农村劳动力、降低劳动力流动成本、提升农村劳动力技能等[26-27, 29]，从需求端和供给端两侧发力，增加家庭收入。新型城镇化的增收效应放松了家庭预算约束，不仅降低了能源支出在家庭预算中的比重，也增强了家庭对于现代清洁能源服务和产品的支付意愿和支付能力，促使家庭用能结构逐步优化，为脱离能源贫困提供可能。另一方面，新型城镇化借助推进天然气管网等清洁能源供应设施建设、完善燃气输配和供应等手段，有效弥补了农村和偏远地区能源供应的不足，降低了能源获取的制度性和市场性障碍，促进了家庭对现代清洁能源的可获得性[16]。同时，通过实施棚户区改造、旧住宅小区综合整治和实施绿色建筑行动计划等措施，改善人居环境，降低居民用于保暖的基本能源需求[30-32]，进而缓解家庭能源贫困。此外，新型城镇化带来的社会网络增强进一步促进了知识与技术的扩散，提升了流动劳动力获取高质量就业的可能性[33-34]。并且，进一步提升了人口密度和社区互动，加速了清洁能源信息的传播，降低了技术采用的搜寻成本和学习成本，提高了家庭对现代清洁能源的认知和接受度。同时，社会网络的增强也使得清洁能源技术的推广更具规模效益，为家庭摆脱能源贫困提供了有利条件。综上，提出：
假设1：新型城镇化战略有利于缓解家庭能源贫困。
增加居民收入是缓解家庭能源贫困最重要的经济因素。能源负担能力是指家庭在现有收入条件下所能承担得起的基本能源服务情况，收入作为影响能源负担能力的重要经济因素，对缓解能源贫困起到了决定性作用[2, 5, 35]。能源阶梯理论表明，随着社会经济地位的不断提高，居民对能源的选择会出现相应的变化，呈现出从薪柴、秸秆、禽畜粪便等传统生物质能到木炭、煤炭、煤油等化石燃料，再到电力、液化石油气、天然气等现代清洁能源的阶梯变化。一般而言，较低的收入水平往往导致家庭无法充足地消费生活所必需的能源产品和能源服务，从而使得家庭陷入能源“消费不足”的能源贫困中[36]；而收入越高的家庭对现代能源服务和产品的支付意愿越大、支付能力越强，为脱离能源贫困提供了可能。如吴施美和郑新业的研究表明，人均收入每增加1%，选择初始能源的概率会降低7.4%，而选择转型能源和优质能源的概率分别提高1.7%和5.7%[37]。新型城镇化能够推动劳动和资本等要素在城乡、区域之间自由流动，进而促进经济增长，是我国经济高质量发展的新增长点。在劳动力市场中，劳动者收入的变化主要来自劳动力供求关系的动态均衡。从需求端看，根据《方案》的政策实施，试点地区拥有更多自主发展权限和财政支持，地方也有更多机会承接产业转移，可以通过扶持地方企业发展，增加劳动力需求，进而提高人口的收入水平[27]。从供给端看，一方面，新型城镇化通过变革农业生产经营方式、提高农业生产效率推动农村劳动力从农耕劳作中解放出来，流向拥有更多就业机会和更高收入的城市[29]；另一方面，新型城镇化通过推进人口管理制度改革，赋予农业转移人口在城乡自由流动的权利[38]，通过增强基本公共服务可及性和身份认同感，对农业转移人口进行外部赋能和内部增能，提升农业转移人口的就业质量[26]。此外，新型城镇化通过开展职业教育和技能培训、建设实训基地、鼓励农民工获得职业资格证书和各项技能证书等措施不断赋予劳动力技能提升①，强化地方产业发展的人才支撑，提高农业转移人口获取高收入的能力[27, 29]。可以说，新型城镇化试点的一系列政策措施，帮助农村劳动力实现了从“闲下来”到“想出去”再到“能出去”的转换，是增收效应的重要体现。综上，提出：
①如《广州市国家新型城镇化综合试点工作方案要点》强调，修订完善以“培训券”为主要模式的职业培训补贴制度；强化企业开展外来务工人员岗位技能培训责任，足额提取并合理使用职工教育培训经费。
假设2：新型城镇化战略通过增加居民收入、缓解收入贫困进而缓解家庭能源贫困。
提高能源效率、降低能源消费支出是缓解能源贫困的重要途径。过高的能源消费是导致能源贫困的原因之一。家庭能源消费变动来自两方面：一是随着生活水平的提高，家庭对能源需求逐渐增加，直接推动能源价格上升，进而消耗低收入家庭有限的能源支出预算，导致其难以支付取暖、照明和烹饪等基本生活需求的能源费用；二是由于能源效率低下带来的无效消费增加，如隔热性能差的建筑物和能效标准不高的家用电器[4]。国际能源署曾指出，提升能源效率是满足基本能源需求最便宜、最快捷、最环保的方法。Alberini和Filippini利用美国家庭的能源消费数据，发现短期内提高能效可以减少10%的能源使用，长期可以减少17%[39]。由此可见，能源效率的提升是减少家庭基本用能需求、缓解能源贫困的重要因素之一。在新型城镇化的推进过程中，农村向城镇的差异化转变必然带来用能总量、用能结构、用能习惯等的改变。为了满足城镇化进程中的能源供给，除了继续加大传统煤炭、石油等化石能源的大规模开发，延续以往高耗能、高排放的粗放型城镇化能源供应模式，还可以发掘本地风能、太阳能、生物质、沼气、天然气及小水电等绿色清洁能源的资源潜力，走上绿色清洁能源供应的城镇化能源供应模式。显然，新型城镇化的集约、智能、绿色、低碳的发展理念决定了第二种发展路径。由此，可以推断，通过发展新能源和可再生能源，降低能源消费成本，是新型城镇化缓解能源贫困的重要渠道之一[16]。惠及到家庭层面的具体措施，则包括加快推进城镇天然气管网、液化天然气站等清洁能源供应设施建设、完善燃气输配、储备和供应保障系统，大力发展热电联产，淘汰燃煤小锅炉；推进棚户区改造、旧住宅小区综合整治等，全面改善人居环境；实施绿色建筑行动计划，完善绿色建筑标准及认证体系、扩大强制执行范围，加快既有建筑节能改造 ①。Li等的研究表明，棚户区改造能显著降低居民生活能源消费支出，提升家庭对能源的可负担性[30]。世界银行的报告显示，使用清洁能源对传统建筑进行绿色改造，能够使全球建筑产业链的排放量降低约23% ②。对于家庭而言，绿色住宅能促使家庭每年减少约43%的能源使用和能源支出[30]，改善围护结构、暖通空调系统及运行模式能够减少能源消耗，进而缓解家庭能源贫困[32]。综上，提出：
① 参见《规划》，https://www.gov.cn/zhengce/2014-03/16/content_2640075.htm。
② 参见《Building Green: Sustainable Construction in Emerging Markers》，https://openknowledge.worldbank.org/server/api/core/bitstreams/e25bae9c-b99e-4802-ae9e-d5df1a8018f0/content。
假设3：新型城镇化战略通过提高能源效率、减少能源消费支出进而缓解家庭能源贫困。
社会资本被认为是新型城镇化缓解家庭能源贫困的重要非经济因素之一[7, 17]。从心理状态来看，处于贫困和极度贫困状态的个人表现出更低的希望水平和社区意识，即对未来的预期较差，更依赖于运气，同时其社会网络资本较其他人更弱，缺乏社会联系和互动[40]。尤其是在中国农村的差序格局社会下，社会互动的缺乏将阻碍能源使用信息的交流，使农户丧失大量重要的决策依据，致使其放弃尝试。社会资本是社会成员在相互联系和交往的过程中形成的实际或潜在的资源集合体，可以为社会成员提供资本和信息支持，为成员的能源贫困缓解提供有益信息。一方面，社会资本通过网络内部成员的相互信任降低交易成本。社会网络资本越大的流动劳动力越容易获得更好的就业岗位和商业机会[34]，赚取更高的收入。另一方面，广泛的社会关系网络也有助于获得更多的信息渠道、技术资源和情感支持。个人生活方式和消费行为的固化可能会带来能源贫困，如更多地使用固体燃料和传统的高能耗、低效率的家用电器。尤其是在农村地区，低收入农户由于缺乏对于新能源的主动关注和尝试，导致能源扶贫政策效果大打折扣，主体自身能动性的缺乏成为农户有效摆脱贫困的内在阻力[5]。良好的社会网络能够帮助家庭成员获取有关能源补贴、节能技术等有利于减少能源开支的信息，社区或邻里通过集体谈判可以帮助组内成员获取优惠的能源价格或服务等，有助于缓解家庭能源贫困。新型城镇化在扩大社会网络、促进社会交往和改善信息流通等多个方面增加了居民的社会资本。首先，新型城镇化降低了农业转移人口的迁移成本，加快了人口流动和迁移[29]，促使外出务工的成员获得更多与人交往沟通的机会，形成新的社会支持结构。其次，新型城镇化能够扩大交往空间，通过提供更多的公共空间和社区活动，增加不同群体之间的互动机会。最后，新型城镇化通过完善基础设施推广数字技术的应用，从而打破社群网络的地理隔离问题。这既有助于居民维系既有的强社会关系，又有助于居民拓展新的弱社会关系[33]。综上，提出：
假设4：新型城镇化战略通过增加居民社会资本进而缓解家庭能源贫困。
三、 模型、变量与数据
（一） 模型设定
本文使用多期双重差分模型进行估计，具体设定如下：
$$ E P_{i c t}=\alpha+\beta Newcity_{c t}+\varphi Control +\mu_t+\gamma_c+\varepsilon_{i c t} $$ (1) 其中，Newcity是本文核心解释变量，即新型城镇化，为多期DID方法中是否接受处理的变量；EP是被解释变量，代表家庭能源贫困；Control为一系列控制变量，包括个人特征和家庭特征变量；为了减少遗漏变量的干扰，控制了年份固定效应μt和地区固定效应γc；εict为随机误差项；下标i、c、t分别代表家庭、所在地区和对应的时间。β为本文主要关注的系数，代表了新型城镇化试点对家庭能源贫困的净效应，若β>0且显著为正，表明新型城镇化加剧了家庭能源贫困。根据前文分析，预测β < 0。
（二） 变量说明
1.被解释变量：能源贫困(EP)。能源贫困既包括获取能源服务发展能力不足的“贫”，表现在对能源服务的可负担性，也包含获取能源服务的社会权利缺乏的“困”，即对清洁能源服务的可获得性。因此，本文对家庭能源贫困指标的构建也包含这两部分，其中，对于清洁能源可获得性的衡量，利用问卷中“您家做饭最主要用哪种燃料”这一问题，设置EP1这一虚拟变量。具体地，将回答柴草、木炭、煤炭等传统能源的家庭设定为1，回答天然气、煤气、液化气、太阳能等清洁能源的家庭设定为0。对于能源可负担性的衡量，部分文献使用10%的能源贫困线作为能源贫困的指标[8]，即若家庭能源消费支出占收入比重超过10%，则被认定为可负担性较差的能源贫困家庭。然而，这种度量方式可能会导致高能源消耗的高收入家庭被错误地识别为能源贫困家庭，因此，本文借鉴Luan等的做法[41]，使用Hills提出的低收入-高成本(low income-high cost，LIHC)方法来衡量。具体地，设定EP2这一虚拟变量，根据调查年份和家庭所在地区将样本分为不同的组，依据家庭收入水平计算每组的中位数，收入水平低于中位数的家庭被认为低收入家庭；若家庭为低收入家庭，且能源消费支出占比高于10%，则被认定为可负担性较差的能源贫困家庭，即EP2=1，否则EP2=0。其中，能源消费支出包括燃料费、电费和取暖费，涵盖了家庭最常用的基础能源。综合考虑家庭能源消费的可获得性和可负担性，同样借鉴Luan等的做法[41]，构建类似于多维能源贫困指数的综合衡量指标。具体地，若能源的可获得性和可负担性均可满足，即EP1=0且EP2=0，则EP=1；若仅满足一种，即EP1=0或EP2=0，则EP=2；若能源的可负担性和可获得性均不满足，即EP1=1且EP2=1，则EP=3。
2.核心解释变量：新型城镇化(Newcity)。对新型城镇化的设定需注意两点：一是实验组与对照组的划分。若家庭所在地被新型城镇化试点名单覆盖，则认定为实验组，否则为对照组。二是政策时点的选择。尽管《方案》要求各入选地区在当年年底前开展试点工作，但实际上由于申报、审核、批复等环节耗时较长，为了增加入选概率，各地区很早便已开始新型城镇化建设工作。因此，将三批新型城镇化综合试点的政策发生时间分别设定为2014、2015和2016年。当所在地区在政策发生年份入选新型城镇化综合试点城市，则当年及以后年份为1，否则为0。
3.控制变量。借鉴杨丹等、Zhang等及Luan等学者的研究[6, 8, 41]，本文的控制变量包括户主的个人特征，如年龄(age)、性别(gender)、户口(hukou)、婚姻状况(marriage)、受教育程度(edu)和健康水平(health)，以及家庭特征，如家庭规模(familysize)、16岁以下儿童数量(child)和65岁以上老人数量(old)。其中，性别(gender)、户口(hukou)、婚姻状况(marriage)为虚拟变量，当户主为男性、农业户口、当前婚姻状态为在婚时，该变量取值为1，否则为0；健康水平(health)参考“您认为自己的健康状况如何”这一问题的回答，按照健康状况从好到差分别取值1~5 ①。
① 限于篇幅，变量的具体描述留存备索。
（三） 数据处理
本研究采用北京大学社会科学调查研究所中国家庭微观调查数据库(China Family Panel Studies, CFPS)，该调查覆盖了除新疆、西藏、内蒙古、宁夏和青海以外的中国大陆25个省份的162个县，涵盖了中国广泛的家庭经济和人口特征，并被广泛用于研究中国的能源贫困[8, 41]。考虑到研究内容，本文采用了2012—2022年共六轮的调查样本，并对数据作如下处理：1)选取财务回答人为家庭的户主，基于户主ID将个人层面数据与家庭层面数据匹配，形成具有户主的“个人-家庭”层面数据样本；2)依次将2012—2022年的数据按照家庭ID进行匹配，形成面板数据集，再将地区层面的指标与CFPS面板数据进行匹配，形成“地区-家庭-个人”层面的面板数据集；3)将户主的年龄范围限制在16~80岁，删除关键变量有缺失的样本，对连续变量进行双边1%缩尾处理。最后形成共56 124户的不平衡面板样本 ①。
① 涉及到家庭能源消费的微观数据库还有中国家庭能源消费调查(China Residential Energy Consumption Survey, CRECS)，如杨丹等利用该数据测算了中国居民的家庭能源效率和能源贫困[6]。然而，CRECS目前只更新了2012、2013和2014年的数据，并未覆盖本文核心解释变量新型城镇化2014—2016年三期试点，故本文采用CFPS数据库。
四、 实证结果分析
（一） 基准回归结果
基于模型(1)检验新型城镇化建设能否有效缓解家庭能源贫困，回归结果见表 1。其中，列(1)为未加入控制变量的回归结果，列(2)(3)为依次加入户主和家庭控制变量的回归结果。研究发现，无论是否加入控制变量，新型城镇化建设均能有效缓解家庭能源贫困，即验证了假设1。在以人为本的新型城镇化推进过程中，一方面，地方产业扶持创造更多岗位需求，职业技能培训提升了劳动力技能，从供给和需求两方面促进了劳动力匹配与收入的提升，缓解了收入贫困[27]；另一方面，清洁能源供应设施建设、棚户区改造、老旧小区综合整治等试点措施不断改善居民人居环境，减少家庭能源消费支出。此外，人口流动丰富了社会资本的多样性，公共空间和社区活动增加了不同群体之间的互动交流，数字基础设施建设打破传统社群的地理隔离，提升了信息交流的效率，有助于改善由于个人生活方式和消费行为的固化带来的能源贫困。
表 1 基准回归结果变量 (1) (2) (3) Newcity -0.045*** -0.034*** -0.036*** (0.011) (0.011) (0.011) age 0.006*** 0.005*** (0.000) (0.000) gender 0.035*** 0.027*** (0.005) (0.006) hukou 0.263*** 0.272*** (0.008) (0.008) marriage -0.085*** -0.065*** (0.008) (0.008) edu -0.016*** -0.016*** (0.001) (0.001) health 0.021*** 0.021*** (0.002) (0.002) familysize -0.022*** (0.002) child 0.030*** (0.004) old 0.045*** (0.004) 常数项 1.497*** 1.123*** 1.186*** (0.004) (0.019) (0.021) 地区固定效应 是 是 是 时间固定效应 是 是 是 样本量 57 973 56 124 56 124 adj.R2 0.230 0.305 0.311 注：括号内为聚类稳健标准误；*、* *、* * *分别表示在10%、5%和1%的水平上显著；下表同。 控制变量中，户主婚否、受教育程度、家庭规模的估计系数显著为负，且通过1%的显著性水平检验，说明户主已婚、受教育程度较高以及家庭规模和家庭资产高有助于缓解家庭能源贫困。这可能是由于：夫妻双方的社会资源相比单独一方较多，另一方可承担起照顾家庭和改善家庭生活境况的责任，婚姻有利于增进家庭能源福利；户主教育程度越高的家庭，其收入也相对越高，对于身体健康更为重视，更倾向于使用现代清洁能源，其陷入能源贫困的概率也相对更低[11]；家庭规模大意味着可能有更多的潜在劳动力或能源使用具有规模经济特征[12]。户主年龄、性别、户口、健康水平、家庭小孩和老人规模的估计系数显著为正，表明老龄化、农村户口、男性户主、户主健康水平差以及无劳动能力的老人和小孩数增多会加剧家庭能源贫困。对此的解释是：老龄家庭的住房保暖性较差，其对清洁能源的了解和接受度较低；女性户主的家庭预算管理能力较强，对家庭成员身体健康相对更为重视[12, 20-21]；相比农村家庭，城市家庭可以获得更好的工作和更高的收入，从而进行充分的能源消费，同时农村家庭在能源阶梯转型中速度较慢，更多使用低效能源；健康水平较差的户主本身赚取收入的能力可能相对较低；无劳动能力的老人和小孩的数量越高，家庭抚养负担越重，相对来说更容易陷入能源贫困中[41]。其中，户主性别、年龄、户口、受教育程度等影响会在后续做进一步分析说明。
（二） 平行趋势与动态效应检验
采用双重差分法识别因果关系的前提是符合事前平行趋势的假设，即在冲击前，对照组与实验组保持良好的趋势一致性。借鉴蔡宏波和刘琳的做法[42]，构造一系列刻画样本是否受到新型城镇化试点的虚拟变量。本文样本横跨2012—2022年，新型城镇化试点于2014年开始实施，因此，本文构造pre4、pre2、current、post2、post4、post6共6个虚拟变量，分别表示在冲击发生前4和前2年、冲击发生时以及冲击发生后2年、后4年和后6年是否受到影响，将虚拟变量放入模型(1)中进行回归。图 1报告了平行趋势与动态效应检验结果，可以看出，在政策实施前，处理组和对照组的家庭能源贫困并不存在显著差异，满足平行趋势假设；在政策实施当期，核心变量的系数均显著为负，表明新型城镇化能够有效缓解当地家庭的能源贫困；在政策实施后，随着试点范围的逐渐扩大以及可能的空间溢出效应，新型城镇化对试点地区家庭能源贫困的缓解效应逐渐减弱。
（三） 安慰剂检验
因政策的实施会受到各种可观测因素和不可观测因素的影响，导致回归系数可能偏误，而系数是否有偏无法直接验证，因为真实系数本身不可观测，故可通过间接手段，即安慰剂检验加以验证。具体地，随机抽取样本生成核心解释变量Newcity进行回归，重复500次，查看系数是否与基准估计结果存在显著差异。图 2报告了抽样估计结果，从中可知，系数分布呈均值为0的正态分布，在500次抽样回归中，没有系数在基准回归系数-0.036的左侧，说明在随机抽样的情况下，基准回归系数为-0.036是一个小概率事件，即本文的安慰剂检验是成立的。
（四） 稳健性检验
1. 替换核心变量的衡量
鉴于目前缺乏统一的能源贫困衡量标准，本文使用替代指标来验证估计结果的稳健性。一是使用10%能源贫困线的度量方式[8]，若家庭能源支出占收入占比超过10%，即认定为能源贫困家庭。考虑到10%的阈值较为主观，进一步使用20%的阈值重新衡量，估计结果分别见表 2列(1)(2)。可以看到，随着能源贫困认定门槛的不断提高，新型城镇化的减贫效应逐渐下降，但整体上依然保持显著为负。二是直接使用家庭能源支出占收入比重来衡量，即家庭收入中用于能源消费的支出越多，该家庭越容易陷入能源贫困，估计结果见列(3)。三是将能源贫困的可获得性和可负担性施以相同的权重，计算出平均数作为能源贫困的衡量，即家庭能源贫困=(清洁能源的可获得性+清洁能源的可负担性)/2。其中，可获得性和可负担性的衡量与前文相同，回归结果见列(4)。可以看到，核心解释变量的系数为负，且均在1%的水平上显著，表明在更换核心变量的衡量方法后，新型城镇化依然显著缓解了家庭能源贫困，进一步说明了基本结果的稳健性。
表 2 稳健性检验：改变变量衡量、模型与样本变量 (1)
EP_10%(2)
EP_20%(3)
EP_占比(4)
多维能源贫困(5)
EP(6)
EP(7)
EP替换被解释变量 改变模型 改变样本 Newcity -0.051*** -0.025*** -0.018*** -0.018*** -0.068*** -0.808*** -0.049*** (0.008) (0.006) (0.003) (0.005) (0.023) (0.026) (0.011) 常数项 是 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 123 56 124 41 828 adj.R2 0.086 0.054 0.079 0.311 0.323 - 0.309 2. 改变模型和样本
由于城市是中国治理结构中非常重要的行政节点，同一城市的区县往往在政策环境、区位特征、历史文化等方面具有相似性，因此，本文在基准回归的基础上纳入家庭所在城市与年份的交互固定效应，用以控制不同城市随时间变动的影响，估计结果见表 2列(5)。此外，由于本文的被解释变量为有序多分类变量，为更好估算新型城镇化对能源贫困的影响，本部分使用有序logit模型重新回归，结果见列(6)。考虑到新冠疫情爆发可能带来的影响，剔除2020和2022年调查数据重新进行回归，估计结果见列(7)。可以看到，核心解释变量的系数均为负，且保持在1%的显著性水平，验证了基本结果的稳健性。
3. 排除干扰政策影响
考虑新型城镇化试点政策前后，在全国层面实施的重大政策事件可能会对本文基准结论产生干扰。如自2013年开始实施的碳排放权交易试点政策可以促进福利再分配，通过富人支付更多或使用更少的能源实现能源减贫，缓解能源消费质量较高但消费量不足的低碳排放者的能源贫困[3]；高速互联网的接入带来的数字鸿沟可能进一步加剧家庭能源贫困[7]。因此，本文考虑了一系列可能会对能源价格(如电力市场改革)、能源效率(如碳排放权交易试点、光电扶贫政策、新能源示范城市试点、低碳城市试点、节能减排示范城市试点等)、家庭收入(包括宽带中国试点、智慧城市试点、高速铁路开通)、社会资本(国家公共文化服务示范区试点)等产生影响的干扰政策，并将其加入模型(1)中进行回归，估计结果见表 3。从中可知，在加入干扰政策后，核心变量新型城镇化的回归结果依然为负，且通过1%的显著性检验，表明基本结果具有稳健性。
表 3 稳健性检验：排除干扰性政策变量 (1)
电力市场改革试点(2)
碳排放权交易试点(3)
光电扶贫政策(4)
新能源示范城市试点(5)
低碳城市试点(6)
节能减排示范城市试点(7)
宽带中国试点(8)
智慧城市试点(9)
高速铁路开通(10)
国家公共文化服务示范区试点Newcity -0.031*** -0.034*** -0.035*** -0.036*** -0.032*** -0.037*** -0.034*** -0.029*** -0.039*** -0.038*** (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) 常数项 是 是 是 是 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 124 56 124 56 124 56 124 56 124 56 124 adj.R2 0.311 0.311 0.311 0.311 0.311 0.311 0.311 0.311 0.311 0.311 4. 异质性稳健DID和合成DID估计
新型城镇化试点有三批且试点时间各不相同，由于政策效果随时间而变化，即使满足平行趋势假设，使用双向固定效应模型估计的处理效应也会存在偏误。因此，本文借鉴Goodman-bacon提出的Bacon分解法[43]，将基准回归中的处理效应分解为“早试点城市作为实验组vs晚试点城市作为对照组(组1)”“晚试点城市作为实验组vs早试点城市作为对照组(组2)”和“所有试点城市作为实验组vs从未成为试点城市作为对照组(组3)”三组，分别估计得到平均处理效应。各组具体权重和估计值如图 3所示，从中可看到，导致估计效果偏离真实结果根源的第2组权重仅为5.6%，第3组权重最大，为92.6%，表明新型城镇化对家庭能源贫困的缓解效应主要是由试点政策带来的。估计结果见表 4列(1)至(4)，其中第(1)列为总估计系数，列(2)(3)(4)分别对应组1、组2、组3的平均处理效应。可以看到，总估计系数依然为负，进一步验证了新型城镇化对家庭能源贫困的减缓效应。
表 4 稳健性检验：异质性稳健估计量和合成双重差分方法 Bacon分解 CSDID SDID (1) (2) (3) (4) (5) (6) (7) ATT -0.044 -0.044 -0.046 -0.044 -0.028** -0.026** -0.036* [0.018] [0.056] [0.926] (0.013) (0.0138) (0.021) 注：小括号内为标准误，中括号内为权重。 进一步地，本文借鉴Callaway和SantAnna的做法[44]，使用异质性稳健的方法对核心解释变量的系数重新进行了估计。具体结果见表 4列(5)(6)，分别报告了以“还未被处理的样本作为对照组”和以“从未被处理的样本作为对照组”的估计结果。此外，考虑到合成双重差分法具有对平行趋势依赖较小和能够引入固定效应的双重优势，本文使用Arkhangelsky等提出的合成双重差分(SDID)[45]重新估计，结果见表 4列(7)。可以看到，不同估计方法下的处理效应均显著为负，进一步验证了本文结论的稳健性。
5. 双重机器学习
考虑到机器学习算法在高维、非参预测上的优势，故借鉴张涛和李均超的做法[46]，基于双重机器学习模型评估新型城镇化对家庭能源贫困的影响效应，以提高研究结论的可信度。具体地，对样本分别进行比例为1∶ 3和1∶ 5的分割，采用随机森林(Randomforest)、套索回归(Lassocv)和梯度提升(Gradboost)三种机器学习方法进行预测求解，回归结果见表 5。可以看到，在不同分割方式和机器学习方法下，核心解释变量的系数均为负且在1%的水平上显著，进而加强了结论的可信度。
表 5 稳健性检验：双重机器学习和工具变量变量 (1) (2) (3) (4) (5) (6) (7) 1∶3分割 1∶5分割 IV估计 Randomforest Lassocv Gradboost Randomforest Lassocv Gradboost Newcity -0.115*** -0.073*** -0.069*** -0.117*** -0.067*** -0.072*** -0.245** (0.018) (0.018) (0.018) (0.019) (0.018) (0.018) (0.108) 常数项 是 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 124 56 124 44 421 6. 工具变量法
为避免不可观测的混淆因素使试点的处理效应估计产生偏误，故使用工具变量法进一步缓解内生性问题。借鉴周闯等的研究[26]，将区县地形起伏度作为新型城镇化的工具变量。原因在于：一方面，地形起伏度与试点地区的选择有较强的相关性。平坦地区通常拥有肥沃的土壤和较高的人口吸引力，较容易发展成为区域经济文化中心，进而具备较好的经济基础和较大的城市规模，更容易被划定为试点地区。另一方面，地形起伏度不会对家庭能源贫困产生直接影响，满足外生性的前提条件。此外，考虑到地形起伏度是非时变变量，将其与时间趋势项相乘作为工具变量进行估计。表 5列(7)报告了两阶段最小二乘法的估计结果。其中，弱工具变量检验的F统计值为284.204，大于16.38的临界值，显著拒绝“弱工具变量”的原假设，说明选取的工具变量有效。结果显示，核心解释变量的回归系数在5%的显著性水平下为负，与基准回归结果基本一致，说明在利用工具变量法控制潜在的内生性问题后，本文的回归结果依旧稳健。
（五） 机制检验
1. 增加居民收入
首先，收入是家庭能源消费的重要来源，也是家庭能源消费承受能力的体现。收入的提高不仅能改变家庭的预算约束，使其有更强的经济能力选择和使用清洁高效能源、改善家庭能源结构。同时，还能激励家庭购买节能电器，提高能源使用效率，减少基本用能需求，进而改善能源贫困状况。基于此，本文使用家庭收入和各分项收入来衡量家庭收入贫困，将其替换模型(1)中的被解释变量进行回归，以检验新型城镇化的增收效应。表 6列(1)结果显示，核心解释变量的系数为正且在1%的水平上显著，表明新型城镇化缓解了家庭收入贫困。各分项收入的估计结果见表 6列(2)至(5)，可知，新型城镇化显著提升了家庭工资性收入、财产性收入和转移性收入，其中工资性收入的增长效应最大，而经营性收入结果并不显著。新型城镇化不仅通过变革农业生产经营方式、提高农业生产效率进而促进农民增收[29]，还能增强基本公共服务可及性和身份认同感，对农业转移人口进行外部赋能和内部增能，提升农业转移人口的就业质量，增加其就业收入[26]。因此，提高家庭的可负担性是新型城镇化缓解家庭能源贫困的重要途径，假设2得以验证。
表 6 机制检验：居民收入变量 (1)
家庭收入(2)
工资性收入(3)
经营性收入(4)
财产性收入(5)
转移性收入Newcity 0.401*** 0.206*** 0.013 0.020*** 0.059*** (0.055) (0.031) (0.014) (0.005) (0.019) 常数项 是 是 是 是 是 控制变量 是 是 是 是 是 地区固定效应 是 是 是 是 是 时间固定效应 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 124 adj.R2 0.245 0.287 0.037 0.092 0.241 2. 提高能源效率
能源效率是能源消费在技术层面上的体现，提高能源效率能减少居民基本用能需求，缓解能源贫困[6]。基于此，借鉴史丹和李少林的做法[47]，以劳动(从业人数)、资本(固定资本存量)和能源(利用夜间灯光数据模拟测度的能源消费规模)代表投入，地区生产总值作为合意产出，工业二氧化硫、工业烟粉尘和工业废水排放量代表非合意产出，利用SBM-Malmquist-Luenberger Index测算地区的绿色全要素能源效率，将其作为能源利用效率的代理变量。代入模型(1)中进行回归，结果见表 7列(1)，从中可知，新型城镇化试点显著促进了能源效率的提升。进一步验证能源效率提升带来的基本用能需求的减少效应，使用家庭能源消费支出作为衡量能源消费，回归结果见列(2)。可以看出，新型城镇化显著降低了家庭能源消费支出，缓解了家庭能源贫困，进而验证了假设3。进一步考虑到家庭内部能源预算的分配是否会向更加清洁、效率更高和用途更广的电能倾斜，分别将燃料费、电费和取暖费占能源总支出的比重代入模型(1)进行验证，回归结果见列(3)至(5)。从中可知，在新型城镇化试点城市中，家庭的能源消费偏好逐渐转向电能。此外，考虑到家庭用能服务的完备是新型城镇化对居民住房条件改善、能源供给等基础设施改善的重要体现[38]，因此，本文借鉴张柯等的做法[36]，使用是否有完善管道设施表现家庭用能服务完备，将其代入模型(1)进行验证，回归结果见表 7列(6)。可以看出，新型城镇化促进了能源基础设施的改进，显著提升了家庭用能服务的完备程度。
表 7 机制检验：能源效率变量 (1)
能源效率(2)
能源费(3)
燃料占比(4)
电能占比(5)
取暖占比(6)
家庭用能服务Newcity 0.006** -0.227*** -0.024*** 0.062*** -0.042*** 0.015** (0.003) (0.016) (0.005) (0.006) (0.003) (0.006) 常数项 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 样本量 28 973 55 635 55 635 55 635 55 635 56 124 adj.R2 0.752 0.298 0.106 0.220 0.269 0.379 3. 增加社会资本
社会资本被认为是缓解能源贫困的重要非经济因素之一，能够缓解由于个人生活方式和消费行为的固化带来的能源贫困。本文借鉴已有研究，将社会资本分为认知性社会资本和结构性社会资本[48]，其中，认知性社会资本使用家庭人情礼支出占比来衡量[22]。除金钱外，家庭所拥有的社会资本与成员所处的社会组织、拥有的资源和权力有关，因此，按照户主是否为党员定义家庭的结构性社会资本。认知性社会资本的回归结果见表 8列(1)，可以看出，核心解释变量的系数显著为正，表明新型城镇化促进了家庭社会资本优化。进一步地，使用分组回归的方法检验结构性社会资本的机制作用，具体结果见列(2)(3)。其中，核心解释变量的系数仅在户主非党员的样本中显著为负，表明新型城镇化的能源贫困缓解效应在结构性社会资本较少的样本中相对更大，由于拥有结构性社会资本的家庭本身更难陷入能源贫困，因此假设4得以验证。以上说明在新型城镇化进程中，互联网和通信设施的改善提升了信息流通效率，人口流动和迁移的加速丰富了社会资本的多样性，公共空间和社区活动的增加拓展了家庭居民互动，提升了家庭社会资本，有助于改善家庭能源贫困。
表 8 机制检验：社会资本变量 (1)
认知性社会资本(2)
拥有结构性社会资本(3)
没有结构性社会资本Newcity 0.007** -0.039 -0.035*** (0.003) (0.033) (0.011) 常数项 是 是 是 控制变量 是 是 是 地区固定效应 是 是 是 时间固定效应 是 是 是 样本量 45 306 5 799 50 324 adj.R2 0.112 0.354 0.306 （六） 异质性分析
考虑到不同户籍、教育、生命周期阶段、资源依赖程度和能源需求结构的家庭对能源贫困的认知、陷入能源贫困的可能性以及受新型城镇化影响力度的不同，分别从下述几个方面展开异质性分析。
1. 基于农村和城市家庭的异质性分析
由于城市和农村家庭陷入能源贫困的可能性不同以及受到政策影响的力度不同，新型城镇化对家庭能源贫困的影响在城乡家庭可能有所不同。相比城市家庭，农村家庭面临着可获取能源品种较少、清洁高效能源品种不足和能源消费支出较高等困境，更容易陷入能源贫困[10, 21]。新型城镇化作为农村经济发展的助推器，通过打破城乡壁垒，促进要素自由流动和基础设施一体化建设，提高了农民收入和社会资本[24, 27]。随着新型城镇化的推进，能源结构的优化、能源供给价格的稳定、清洁能源的应用普及、以及能源基础设施和公共服务的不断完善，从可获得性、多样性和低成本性等多个维度降低了能源贫困，促进了农村能源贫困家庭生活标准的提升[3, 5]。由此，本文将样本分为农村家庭和城市家庭作进一步检验，估计结果见表 9列(1)(2)。可知，新型城镇化的能源贫困缓解效应仅在农村家庭中表现显著，表明新型城镇化减少了城乡家庭的能源贫困差异，这也是共同富裕的一种体现。
表 9 异质性分析变量 (1) (2) (3) (4) 城乡 受教育程度 农村 城市 受教育程度低 受教育程度高 Newcity -0.053*** -0.010 -0.073*** 0.018 (0.014) (0.015) (0.016) (0.018) 样本量 39 367 16 755 28 479 27 645 adj.R2 0.273 0.190 0.268 0.275 变量 (5) (6) (7) (8) (9) 家庭生命周期 户主年龄 起步构建期 稳定成长期 衰退期 中青年 老年 Newcity -0.031* -0.008 -0.110*** -0.014 -0.094*** (0.017) (0.021) (0.028) (0.013) (0.022) 样本量 22 727 15 250 11 446 40 440 15 684 adj.R2 0.308 0.301 0.355 0.296 0.344 变量 (10) (11) (12) (13) (14) 地区资源依赖度 地区能源需求结构 资源型城市 非资源型城市 东部地区 中部地区 西部地区 Newcity -0.018 -0.035*** -0.020 -0.114*** -0.114*** (0.021) (0.013) (0.014) (0.023) (0.039) 样本量 21 110 35 014 26 186 13 926 12 318 adj.R2 0.288 0.299 0.303 0.286 0.274 注：回归中均加入了控制变量、地区固定效应和时间固定效应。 2. 基于不同家庭教育程度的异质性分析
已有研究表明，教育与家庭能源贫困呈现复杂的相关性[10, 12]。一方面，受教育程度较高的家庭增加了获取职业收入的可能性，更容易支付能源服务[21]；受过高等教育的人能意识到化石燃料的短缺和对健康和环境带来的不良影响，因此更倾向于使用清洁能源[11]。另一方面，能源是在家学习、远程学习和使用现代设备的先决条件，陷入能源贫困的家庭无法承担能源开支，特别是电能的缺乏会导致孩子在天黑后无法轻松学习，进而导致学习成绩下降[9]，长期来看会降低家庭人力资本[11]。增强教育保障是国家新型城镇化综合试点的主要任务，因此，评估新型城镇化的能源贫困缓解效应是否在不同教育家庭有所不同是很有必要的。基于此，本文以户主受教育年限是否小于9为标准，将样本分组回归，估计结果见表 9列(3)(4)。从中可知，新型城镇化试点显著缓解了受教育程度较低家庭的能源贫困，体现出新型城镇化对弱势群体的关注。
3. 基于家庭生命周期的异质性分析
能源贫困与家庭生命周期密切相关。处在衰退期的家庭老化现象严重，缺少足够的劳动力赚取收入，仅有的劳动力赡养压力过重，因此更容易陷入能源贫困[49]。另外，衰退期家庭中老人占比高，老年人出于经济压力更可能居住在保温性能较差的老旧住宅，对取暖和制冷的能源需求更高；与跟子女同住的老人相比，空巢老人的消费习惯更加传统保守，消费结构与方式单一，生活简约质朴，难以选择相对高价的清洁能源，且新技术使用瓶颈可能会约束老年人对优质能源的使用。衰退期家庭的劳动力短缺和老年人认知差距会对家庭能源贫困缓解产生强烈的负向叠加效应，因此衰退期家庭更容易陷入能源贫困的境地。
本文根据家庭劳动力、需要抚养的小孩和需要赡养的老人情况，将家庭分为起步构建期、稳定成长期和衰退期。其中，起步构建期是指家中有劳动力但没有孩子出生也没有老人需要赡养的阶段，稳定成长期是指家中有劳动力且有小孩需要抚养的阶段，衰退期是指家中劳动力减少且有需要赡养老人的阶段。根据家庭不同生命周期将样本进行分类并回归，结果如表 9列(5)至(7)所示。可以看到，新型城镇化对处于衰退期家庭的能源贫困户缓解效应最大。此外，户主年龄也是家庭生命周期的一种表现。按照退休年龄60岁为分界线，将户主年龄大于等于60岁视为老年家庭，小于60岁的为中青年家庭，并进行分组回归，回归结果见表 9列(8)(9)。可以看出，新型城镇化的能源贫困缓解效应仅在老年家庭中表现显著。
对于上述结果的解释是：一方面，新型城镇化进程中催生了大量非正规就业，为老年人再就业提供机会，老年教育和职业培训有助于提升劳动技能，更好地适应就业市场，从而缓解家庭劳动力的抚养负担；同时，幼儿园、学校、养老院等公共服务供给的增加能将劳动力尤其是女性劳动力从抚养孩子和照顾老人的家庭劳动中解放出来，进入就业市场获取更多收入，缓解家庭抚养负担。另一方面，在新型城镇化试点城市，老旧小区的节能改造能够优化住房条件，相对降低处于衰退期家庭的基本用能需求。此外，生态公园、体育场馆、文化场馆等人文设施的建设与开放能够减缓老年人的社交孤僻，增加社会资本，进而缓解衰退期家庭的能源贫困。
4. 基于地区资源依赖度的异质性分析
新型城镇化对家庭能源贫困的缓解效应可能会因家庭所处地区对传统资源依赖程度的不同而有所不同。本文以国务院发布的《全国资源型城市可持续发展规划(2013—2020年)》中的资源型城市的名单为标准，将样本分为处在资源型城市的家庭和处在非资源型城市的家庭进行回归，结果见表 9列(10)(11)。可以看出，新型城镇化试点政策明显缓解了非资源型城市家庭的能源贫困，对资源型城市家庭的影响并不明显。原因可能是，新型城镇化试点通过促进产业升级和就业机会的增加，为非资源城市家庭提供了更多的经济收入来源，从而有效缓解了能源贫困问题，而资源型城市因其产业发展对传统资源的依赖性较强、产业结构相对单一、生态环境遭受破坏，其政策的转型效应受到限制，且长期形成的资源依赖和利益固化阻碍了居民对现代清洁能源的接受度。
5.基于地区能源需求结构的异质性分析
根据《中国家庭能源消费研究报告(2015)》，我国家庭生活用能在能源结构上存在地区异质性，在能源消费量上呈现西、中、东部依次减少的现象，在能源结构上表现为东部较中西部地区能源使用更加多元化，在能源用途上表现为中西部地区以取暖为主的特征。基于此，本文继续探究新型城镇化试点政策对家庭能源贫困的影响在东、中、西部地区是否存在明显差异，回归结果见表 9列(12)至(14)。从中可知，新型城镇化试点对中部地区家庭能源贫困的边际影响最大，对西部地区次之，对东部地区影响并不显著，表明新型城镇化主要缓解了中西部地区家庭的能源贫困，对东部地区的影响暂不明显。对此的解释是：东部地区得天独厚的气候优势使其基本用能需求相对不高，用能结构相对多元化，且东部地区经济发展水平相对较好，家庭陷入能源贫困的概率较低，新型城镇化政策的边际效应相对有限。在新型城镇化试点工作中，中西部入选城市占比从2014年的57%增加至2015和2016年的61%，国家新型城镇化试点工作呈现出向中西部地区倾斜的地区偏向性，为中西部地区注入了发展活力，显著提升了当地居民的家庭收入、能源获取和利用效率，从而有效缓解了能源贫困现象。
五、 拓展分析：儒家文化、性别观念与能源贫困
新型城镇化强调人口城镇化，其“以人为本”的原则不仅表现在破除城乡二元体制、推进农业转移人口的市民化，更体现在促进人的全面发展与社会的和谐进步。户籍制度改革降低了城乡人口流动的门槛，对农村男性居民而言，人口流动使他们逐渐脱离了传统父权文化占主导的农村，在城市受到现代平等文化的影响；对农村女性居民而言，流动不仅使她们从传统农村流入现代城市，而且还能进入劳动力市场获取工作和独立收入。新型城镇化为农村女性脱离传统社会生产的从属地位创造了机会，有助于她们进入劳动力市场将自身劳动的价值具体化，提高了非农化进程和社会生产参与度。女性获得受教育机会、职业和收入，促进了现代化性别观念的形成[50]，相对提高了农村女性占有的经济资源，推动家庭决策权向夫妻共享、夫妻平权方向转变，有助于农村夫妻平权家庭制度的形成[51]，进而促进家庭能源堆叠消费向上移动，实现家庭生活用能的清洁转型[52]。这表明，新型城镇化在重塑社会结构和改善人们生活方式的同时，也在塑造着价值观念和社会规范，包括两性关系和规范的认知[53]。
儒家文化作为中国社会影响最为深远的非正式制度，其推崇的“仁义礼智信”对社会意识形态和价值观产生了重要影响[54]，如共同富裕体现了国家对人民利益的尊重和保障，与儒家文化中以人为本的仁爱理念相一致。然而，儒家文化中也存在一些消极思想，如儒家文化对女性道德、行为、能力和修养的规范不仅强化了男女差异，更加剧了对妇女的偏见，其对女性“三从四德”的规范也降低了女性的社会地位。Li等认为，儒家文化中认为女性地位低于男性这一性别偏见可能会导致或加剧能源贫困[18]。前文基准回归的结果显示，户主为男性会加剧或导致家庭能源贫困，这可能是由于男女对家庭预算管理和能源使用的敏感性不同。因为相比男性，女性更擅长精打细算，在家庭经济管理和预算分配方面更为有效。并且，女性对环保问题相比男性更加敏感[20]，更关注家庭成员的身体健康和家庭环境质量，更愿意提高能源效率和节约能源[18]，倾向于使用清洁能源。研究样本显示，在以男性为户主的家庭中，主要使用清洁能源(天然气、煤气、液化气、太阳能、沼气、电等)进行烹饪的占比为63.22%，而以女性为户主的家庭中，这一指标为71.78% ①，且这一差异通过检验，说明女性当家作主的家庭可能更难陷入能源贫困。
① 根据本文研究样本计算得出。
基于上述分析，本文进一步考察新型城镇化对家庭能源贫困的缓解效应是否因家庭受儒家文化影响程度不同产生异质性，其实质是从制度文化的角度探讨家庭中女性相对地位对能源购买和使用决策的影响。借鉴徐细雄等的方法[55]，采用各城市的儒家书院数量测度当地的儒家文化浓厚程度，以其中位数为依据进行分组，回归结果见表 10列(1)(4)。可以看出，新型城镇化的能源贫困缓解效应仅在受儒家文化影响更深的样本中显著，也就是说，新型城镇化主要缓解了深受儒家文化影响家庭的能源贫困。此外，以户籍为标准对深受儒家文化影响的样本再次进行分组，回归结果见到表 10列(2)(3)。可以看出，这种缓解效应在儒家文化氛围浓厚的农村家庭相对更大，进而验证了前文的分析。
表 10 拓展性分析变量 (1) (2) (3) (4) 受儒家文化影响较大 受儒家文化影响较小 全样本 农村 城市 全样本 Newcity -0.055*** -0.065*** -0.039** 0.007 (0.013) (0.016) (0.018) (0.020) 常数项 是 是 是 是 控制变量 是 是 是 是 地区固定效应 是 是 是 是 时间固定效应 是 是 是 是 样本量 32 809 24 035 8 772 23 315 adj.R2 0.319 0.275 0.206 0.300 六、 结论与建议
本文将从2014年开始实施的国家新型城镇化综合试点视为一项准自然实验，运用双重差分法识别了新型城镇化与家庭能源贫困之间的因果关系。结果显示，实施以人为本的新型城镇化战略有助于显著缓解家庭能源贫困。在经过平行趋势检验、安慰剂检验、改变核心变量的衡量、改变估计模型和样本、排除干扰政策影响、考虑异质性处理效应、使用双重机器学习、使用工具变量法等一系列稳健性检验后，这一结论依旧成立。机制检验结果表明，新型城镇化通过增加居民收入、提高能源效率和增加社会资本，从而间接缓解家庭能源贫困。此外，本文还从城乡、教育、家庭生命周期、资源依赖度和能源需求结构等多维度考察了新型城镇化对家庭能源贫困影响的异质性，发现新型城镇化对农村家庭、受教育程度较低、处于衰退期、地区资源依赖较低和能源需求较高的家庭能源贫困的抑制效应更加明显。最后，从非正式制度的角度探讨了家庭中女性相对地位对能源购买和使用决策的影响，指出新型城镇化对受儒家文化影响更深的农村家庭的能源贫困缓解效应更强。
综上，提出以下三点政策启示。第一，继续深入实施以人为本的新型城镇化战略，提升城镇化发展质量。以进城农民工及其随迁家属为重点，拓宽城镇落户渠道，进一步推动人口在城乡间的自由流动，通过提高农业转移人口社会保险、子女教育等基本公共服务保障，促进农业转移人口市民化，提升城镇化发展质量。第二，充分发挥新型城镇化的增收效应、能源效率提升和社会资本积累效应，以缓解家庭能源贫困。一要加大对农村地区和贫困家庭的就业支持力度，提供更多更合适的就业机会和职业培训，帮助家庭提高劳动技能和就业竞争力，通过发展现代农业、乡村旅游和农产品加工等产业增加家庭收入来源，缓解家庭收入贫困。二要提供技术支持和财政补贴，鼓励家庭和社区安装和使用太阳能等清洁能源设备，降低对传统能源的依赖，同时，通过政策引导和市场激励，推动高效节能家电的研发、推广和应用，提高家庭能源利用效率。三要加强社区基础设施建设，提升公共服务水平，推进社区文化建设，提升居民的社区归属感和参与度，促进资源共享和互助支持，从而缓解家庭的能源贫困问题。第三，因地制宜、分类施策，稳步提高新型城镇化质量和水平。一方面，针对低收入家庭、老年家庭和农村家庭等重点群体，提供专项能源补贴和优惠政策，保障其基本能源需求；另一方面，根据不同地区的实际情况，制定和实施因地制宜的能源扶贫政策，如在能源匮乏的地区加强能源基础设施建设，在经济欠发达地区提供更多的财政支持和政策优惠。通过实施差异化政策，更好地满足不同群体的能源需求，有效缓解能源贫困问题。
-
表 1 基准回归结果
变量 (1) (2) (3) Newcity -0.045*** -0.034*** -0.036*** (0.011) (0.011) (0.011) age 0.006*** 0.005*** (0.000) (0.000) gender 0.035*** 0.027*** (0.005) (0.006) hukou 0.263*** 0.272*** (0.008) (0.008) marriage -0.085*** -0.065*** (0.008) (0.008) edu -0.016*** -0.016*** (0.001) (0.001) health 0.021*** 0.021*** (0.002) (0.002) familysize -0.022*** (0.002) child 0.030*** (0.004) old 0.045*** (0.004) 常数项 1.497*** 1.123*** 1.186*** (0.004) (0.019) (0.021) 地区固定效应 是 是 是 时间固定效应 是 是 是 样本量 57 973 56 124 56 124 adj.R2 0.230 0.305 0.311 注：括号内为聚类稳健标准误；*、* *、* * *分别表示在10%、5%和1%的水平上显著；下表同。 
下载: 导出CSV
表 2 稳健性检验：改变变量衡量、模型与样本
变量 (1)
EP_10%(2)
EP_20%(3)
EP_占比(4)
多维能源贫困(5)
EP(6)
EP(7)
EP替换被解释变量 改变模型 改变样本 Newcity -0.051*** -0.025*** -0.018*** -0.018*** -0.068*** -0.808*** -0.049*** (0.008) (0.006) (0.003) (0.005) (0.023) (0.026) (0.011) 常数项 是 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 123 56 124 41 828 adj.R2 0.086 0.054 0.079 0.311 0.323 - 0.309
下载: 导出CSV
表 3 稳健性检验：排除干扰性政策
变量 (1)
电力市场改革试点(2)
碳排放权交易试点(3)
光电扶贫政策(4)
新能源示范城市试点(5)
低碳城市试点(6)
节能减排示范城市试点(7)
宽带中国试点(8)
智慧城市试点(9)
高速铁路开通(10)
国家公共文化服务示范区试点Newcity -0.031*** -0.034*** -0.035*** -0.036*** -0.032*** -0.037*** -0.034*** -0.029*** -0.039*** -0.038*** (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) (0.011) 常数项 是 是 是 是 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 124 56 124 56 124 56 124 56 124 56 124 adj.R2 0.311 0.311 0.311 0.311 0.311 0.311 0.311 0.311 0.311 0.311
下载: 导出CSV
表 4 稳健性检验：异质性稳健估计量和合成双重差分
方法 Bacon分解 CSDID SDID (1) (2) (3) (4) (5) (6) (7) ATT -0.044 -0.044 -0.046 -0.044 -0.028** -0.026** -0.036* [0.018] [0.056] [0.926] (0.013) (0.0138) (0.021) 注：小括号内为标准误，中括号内为权重。
下载: 导出CSV
表 5 稳健性检验：双重机器学习和工具变量
变量 (1) (2) (3) (4) (5) (6) (7) 1∶3分割 1∶5分割 IV估计 Randomforest Lassocv Gradboost Randomforest Lassocv Gradboost Newcity -0.115*** -0.073*** -0.069*** -0.117*** -0.067*** -0.072*** -0.245** (0.018) (0.018) (0.018) (0.019) (0.018) (0.018) (0.108) 常数项 是 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 124 56 124 44 421
下载: 导出CSV
表 6 机制检验：居民收入
变量 (1)
家庭收入(2)
工资性收入(3)
经营性收入(4)
财产性收入(5)
转移性收入Newcity 0.401*** 0.206*** 0.013 0.020*** 0.059*** (0.055) (0.031) (0.014) (0.005) (0.019) 常数项 是 是 是 是 是 控制变量 是 是 是 是 是 地区固定效应 是 是 是 是 是 时间固定效应 是 是 是 是 是 样本量 56 124 56 124 56 124 56 124 56 124 adj.R2 0.245 0.287 0.037 0.092 0.241
下载: 导出CSV
表 7 机制检验：能源效率
变量 (1)
能源效率(2)
能源费(3)
燃料占比(4)
电能占比(5)
取暖占比(6)
家庭用能服务Newcity 0.006** -0.227*** -0.024*** 0.062*** -0.042*** 0.015** (0.003) (0.016) (0.005) (0.006) (0.003) (0.006) 常数项 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 样本量 28 973 55 635 55 635 55 635 55 635 56 124 adj.R2 0.752 0.298 0.106 0.220 0.269 0.379
下载: 导出CSV
表 8 机制检验：社会资本
变量 (1)
认知性社会资本(2)
拥有结构性社会资本(3)
没有结构性社会资本Newcity 0.007** -0.039 -0.035*** (0.003) (0.033) (0.011) 常数项 是 是 是 控制变量 是 是 是 地区固定效应 是 是 是 时间固定效应 是 是 是 样本量 45 306 5 799 50 324 adj.R2 0.112 0.354 0.306
下载: 导出CSV
表 9 异质性分析
变量 (1) (2) (3) (4) 城乡 受教育程度 农村 城市 受教育程度低 受教育程度高 Newcity -0.053*** -0.010 -0.073*** 0.018 (0.014) (0.015) (0.016) (0.018) 样本量 39 367 16 755 28 479 27 645 adj.R2 0.273 0.190 0.268 0.275 变量 (5) (6) (7) (8) (9) 家庭生命周期 户主年龄 起步构建期 稳定成长期 衰退期 中青年 老年 Newcity -0.031* -0.008 -0.110*** -0.014 -0.094*** (0.017) (0.021) (0.028) (0.013) (0.022) 样本量 22 727 15 250 11 446 40 440 15 684 adj.R2 0.308 0.301 0.355 0.296 0.344 变量 (10) (11) (12) (13) (14) 地区资源依赖度 地区能源需求结构 资源型城市 非资源型城市 东部地区 中部地区 西部地区 Newcity -0.018 -0.035*** -0.020 -0.114*** -0.114*** (0.021) (0.013) (0.014) (0.023) (0.039) 样本量 21 110 35 014 26 186 13 926 12 318 adj.R2 0.288 0.299 0.303 0.286 0.274 注：回归中均加入了控制变量、地区固定效应和时间固定效应。
下载: 导出CSV
表 10 拓展性分析
变量 (1) (2) (3) (4) 受儒家文化影响较大 受儒家文化影响较小 全样本 农村 城市 全样本 Newcity -0.055*** -0.065*** -0.039** 0.007 (0.013) (0.016) (0.018) (0.020) 常数项 是 是 是 是 控制变量 是 是 是 是 地区固定效应 是 是 是 是 时间固定效应 是 是 是 是 样本量 32 809 24 035 8 772 23 315 adj.R2 0.319 0.275 0.206 0.300
下载: 导出CSV
-
[1] 刘华军, 石印, 郭立祥, 等. 新时代的中国能源革命: 历程、成就与展望[J]. 管理世界, 2022(7): 6-24. doi: 10.3969/j.issn.1002-5502.2022.07.002 [2] DOGAN E, MADALENO M, INGLESI-LOTZ R, et al. Race and energy poverty: evidence from African-American households[J]. Energy Economics, 2022, 108: 105908. doi: 10.1016/j.eneco.2022.105908 [3] 何可, 朱信凯, 李凡略. 聚"碳"成"能": 碳交易政策如何缓解农村能源贫困?[J]. 管理世界, 2023(12): 122-144. [4] CHARLIER D, LEGENDRE B, RISCH A. Fuel poverty in residential housing: providing financial support versus combatting substandard housing[J]. Applied Economics, 2019, 51(49): 5369-5387. doi: 10.1080/00036846.2019.1613501 [5] 畅华仪, 何可, 张俊飚. 挣扎与妥协: 农村家庭缘何陷入能源贫困"陷阱"[J]. 中国人口·资源与环境, 2020(2): 11-20. [6] 杨丹, 邓明艳, 刘自敏. 提高能源效率可以降低相对贫困吗?——以能源贫困为例[J]. 财经研究, 2022(4): 4-18. [7] ACKERMANN K, CHURCHILL S A, SMYTH R. High-speed internet access and energy poverty[J]. Energy economics, 2023, 127: 107111. doi: 10.1016/j.eneco.2023.107111 [8] ZHANG D, LI J, HAN P. A multidimensional measure of energy poverty in China and its impacts on health: an empirical study based on the China family panel studies[J]. Energy Policy, 2019, 131: 72-81. doi: 10.1016/j.enpol.2019.04.037 [9] ZHANG Q, APPAU S, KODOM P L. Energy poverty, children's wellbeing and the mediating role of academic performance: evidence from China[J]. Energy Economics, 2021, 97: 105206. doi: 10.1016/j.eneco.2021.105206 [10] ACHARYA R H, SADATH A C. Energy poverty and economic development: household-level evidence from India[J]. Energy and Buildings, 2019, 183: 785-791. doi: 10.1016/j.enbuild.2018.11.047 [11] APERGIS N, POLEMIS M, SOURSOU S E. Energy poverty and education: fresh evidence from a panel of Developing countries[J]. Energy Economics, 2022, 106: 105430. doi: 10.1016/j.eneco.2021.105430 [12] ABBAS K, LI S, XU D, et al. Do socioeconomic factors determine household multidimensional energy poverty? empirical evidence from South Asia[J]. Energy Policy, 2020, 146: 111754. doi: 10.1016/j.enpol.2020.111754 [13] LIN B, WANG Y. Does energy poverty really exist in China? from the perspective of residential electricity consumption[J]. Energy Policy, 2020, 143: 111557. doi: 10.1016/j.enpol.2020.111557 [14] 李兰冰, 高雪莲, 黄玖立. "十四五"时期中国新型城镇化发展重大问题展望[J]. 管理世界, 2020(11): 7-22. [15] LIN B, ZHAO H. Does off-farm work reduce energy poverty? evidence from rural China[J]. Sustainable Production and Consumption, 2021, 27: 1822-1829. doi: 10.1016/j.spc.2021.04.023 [16] MA R, DENG L, JI Q, et al. Environmental regulations, clean energy access, and household energy poverty: evidence from China[J]. Technological Forecasting and Social Change, 2022, 182: 121862. doi: 10.1016/j.techfore.2022.121862 [17] CHANTARAT S, BARRETT C B. Social network capital, economic mobility and poverty traps[J]. The Journal of Economic Inequality, 2012, 10: 299-342. doi: 10.1007/s10888-011-9164-5 [18] LI H, LENG X, HU J, et al. When cooking meets confucianism: exploring the role of traditional culture in cooking energy poverty[J]. Energy Research & Social Science, 2023, 97: 102956. [19] AMPOFO A, MABEFAM M G. Religiosity and energy poverty: empirical evidence across countries[J]. Energy economics, 2021, 102: 105463. doi: 10.1016/j.eneco.2021.105463 [20] CASALÓ LV, ESCARIO J J. Heterogeneity in the association between environmental attitudes and pro-environmental behavior: a multilevel regression approach[J]. Journal of Cleaner Production, 2018, 175: 155-163. doi: 10.1016/j.jclepro.2017.11.237 [21] CRENTSIL A O, ASUMAN, D, FENNY A P. Assessing the determinants and drivers of multidimensional energy poverty in Ghana[J]. Energy Policy, 2019, 133: 110884. doi: 10.1016/j.enpol.2019.110884 [22] DU J, SONG M, XIE B. Eliminating energy poverty in Chinese households: a cognitive capability framework[J]. Renewable Energy, 2022, 192: 373-384. doi: 10.1016/j.renene.2022.04.106 [23] 熊湘辉, 徐璋勇. 中国新型城镇化水平及动力因素测度研究[J]. 数量经济技术经济研究, 2018(2): 44-63. [24] 孙学涛, 于婷, 于法稳. 新型城镇化对共同富裕的影响及其作用机制——基于中国281个城市的分析[J]. 广东财经大学学报, 2022(2): 71-87. [25] 马彦瑞, 刘强. 新型城镇化建设的减污降碳效应[J]. 中国人口·资源与环境, 2024(1): 33-45. [26] 周闯, 郑旭刚, 许文立. 县域新型城镇化建设与农业转移人口就业质量[J]. 世界经济, 2024(4): 212-240. [27] 尤济红, 梁浚强. 新型城镇化、城市规模与流动人口收入提升[J]. 南开经济研究, 2023(9): 179-198. [28] 李军, 李敬. 新型城镇化能改善代际流动性吗?[J]. 劳动经济研究, 2020(1): 44-71. [29] 李子联. 新型城镇化与农民增收: 一个制度分析的视角[J]. 经济评论, 2014(3): 16-25. [30] ZHAO D, MCCOY A, DU J. An empirical study on the energy consumption in residential buildings after adopting green building standards[J]. Procedia Engineering, 2016, 145: 766-773. [31] LI J, ZUO X, SUN C. The effect of urban renewal on residential energy consumption expenditure—the example of shantytown renovation[J]. Energy Policy, 2023, 183: 113805. [32] BIENVENIDO-HUERTAS D, SÁNCHEZ-GARCÍA D, RUBIO-BELLIDO C, et al. Holistic analysis to reduce energy poverty in social dwellings in southern Spain considering envelope, systems, operational pattern, and income levels[J]. Energy, 2024, 288: 129796. [33] KRAUT R, PATTERSON M, LUNDMARK V, et al. Internet paradox: a social technology that reduces social involvement and psychological well-being?[J]. American psychologist, 1998, 53(9): 1017. [34] 周晔馨. 社会资本是穷人的资本吗?——基于中国农户收入的经验证据[J]. 管理世界, 2012(7): 83-95. [35] NGUYEN C P, SU T D. The influences of government spending on energy poverty: evidence from Developing countries[J]. Energy, 2022, 238: 121785. [36] 张柯, 方时姣, 张振华. 心理账户视角下家庭收入对家庭能源消费与能源贫困的影响[J]. 资源科学, 2024(5): 895-909. [37] 吴施美, 郑新业. 收入增长与家庭能源消费阶梯——基于中国农村家庭能源消费调查数据的再检验[J]. 经济学(季刊), 2022(1): 45-66. [38] 朱鹏华, 刘学侠. 以人为核心的新型城镇化: 2035年发展目标与实践方略[J]. 改革, 2023(2): 47-61. [39] ALBERINI A, FILIPPINI M. Transient and persistent energy efficiency in the US residential sector: evidence from household-level data[J]. Energy Efficiency, 2018, 11: 589-601. [40] CIDADE E C, MOURA JR J F, NEPOMUCENO B B, et al. Poverty and fatalism: impacts on the community dynamics and on hope in Brazilian residents[J]. Journal of prevention & intervention in the community, 2016, 44(1): 51-62. [41] LUAN B, ZOU H, HUANG J. Digital divide and household energy poverty in China[J]. Energy Economics, 2023, 119: 106543. [42] 蔡宏波, 刘琳. 城市数字化转型与居民主观幸福感[J]. 经济理论与经济管理, 2023(12): 107-120. [43] GOODMAN-BACON A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254-277. [44] CALLAWAY B, SANT'ANNA P H. Difference-in-differences with multiple time periods[J]. Journal of Econometrics, 2021, 225(2): 200-230. [45] ARKHANGELSKY D, ATHEY S, HIRSHBERG D A, et al. Synthetic difference-in-differences[J]. American Economic Review, 2021, 111(12): 4088-4118. [46] 张涛, 李均超. 网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断[J]. 数量经济技术经济研究, 2023(4): 113-135. [47] 史丹, 李少林. 排污权交易制度与能源利用效率——对地级及以上城市的测度与实证[J]. 中国工业经济, 2020(9): 5-23. [48] 周广肃, 樊纲, 申广军. 收入差距、社会资本与健康水平——基于中国家庭追踪调查(CFPS)的实证分析[J]. 管理世界, 2014(7): 12-21. [49] DELLER D, TURNER G, PRICE C W. Energy poverty indicators: inconsistencies, implications and where next?[J]. Energy Economics, 2021, 103: 105551. [50] 刘爱玉, 佟新. 性别观念现状及其影响因素——基于第三期全国妇女地位调查[J]. 中国社会科学, 2014(2): 116-129. [51] 薛琪薪, 章志敏. 城乡人口流动与家庭性别意识的现代化与平权化——基于对上海、浙江和福建农村家庭的调查数据[J]. 南方人口, 2019(4): 1-14. [52] 田艳平, 李佳锶. 性别观念与家庭能源堆叠消费——基于微观调查数据的经验证据[J]. 山西财经大学学报, 2023(9): 35-48. [53] 孙超, 刘爱玉. 城镇化境遇及其对两性性别观念的型塑[J]. 人口与发展, 2020(5): 112-121. [54] JACOBS L, GUOPEI, G, HERBIG P. Confucian roots in China: a force for today's business[J]. Management Decision, 2012, 33(10): 29-34. [55] 徐细雄, 李万利, 陈西婵. 儒家文化与股价崩盘风险[J]. 会计研究, 2020(4): 143-150. -
下载:
点击查看大图
计量
- 文章访问数: 116
- HTML全文浏览量: 51
- PDF下载量: 6
- 被引次数: 0