我国能源消耗强度影响因素区域差异比较

我国能源消耗强度影响因素区域差异比较

提要本文以我国30个省市区2000～2009年间的能源消耗量等数据为基础，通过动态聚类分析方法，将各省市区划分为高能耗区、中能耗区和低能耗区三种类型；然后利用面板数据计量研究分析产业结构、投资与消费、经济发展水平以及能源价格等因素对各区域能源消耗强度的影响及其差异。

关键词：能源消耗强度；动态聚类分析；面板模型 一、引言与文献回顾

在目前我国大力推行节能减排、发展低碳经济的背景下，如何提高能源利用效率成为了我国能源战略的关键。衡量能源利用效率的主要指标是能源消耗强度，即单位GDP的能源消耗量。然而，能源消耗系统是一个复杂的系统，不同地区由于能源资源状况的不同、经济发展水平的差异，使得地区之间能源消耗强度存在着巨大的差异。因此，对能源消耗强度影响因素的分析须考虑到地区的差异，不能照搬一个模式，否则很难实现我国不同节能降耗的目标。

随着对能源利用效率差异性的重视，国内少数学者开始对我国不同地区的能源消耗强度的差异进行了研究。这些文献可分为两类：第一类是虽考虑了不同地区的能源消耗具有差异性，但未考虑到不同地区的能源利用效率影响因素的具体差异。如，高振宇、王溢（2006）对我国1995～2003年各省区的能源生产率影响因素计量分析，发现人均实际国内生产总值、第二和第三产业比重、能源价格对能源生产率有显著的正面影响；当期全社会固定资产投资率、原材料价格对能源生产率有显著的负影响。董利（2008）基于我国30省区1998～2004年面板数据分析了能源效率变化趋势，发现产业结构、对外开放、市场化程度、能源消费结构等一系列因素对能源效率的变化有重要影响。第二类则是考虑了能源消耗强度的影响因素具有地区差异。如，刘畅和崔艳红（2008）通过建立面板数据模型，研究了不同区域各种经济因素与能源消耗强度之间的协整关系，考察了短期调整效应。孔婷等（2010）运用1998～2007年30个省市区的年度数据，建立区域面板数据模型，结果表明6个区域工业能源消耗强度的关键影响因素各不相同。

综上，国内学者对我国能源消耗强度及其影响因素的地区差异已经做了有益的探索，然而，虽有研究考虑了不同地区在能源消强度上存在差异，但其一般通过能源消耗强度的简单排序或根据地理位置进行地区划分。本文尝试通过动态聚类分析的计量方法将我国各省市区划分为高能耗、中能耗和高能耗三个区域，并在此基础上考察各区域能源消耗影响因素的差异。这种方法更具科学性，从而可使研究结论更具严谨性和可靠性。

二、我国能源消耗强度区域划分

考虑到统计数据的一致性和可获性，本文选取的样本只考虑了我国大陆30个省市区的数据，西藏地区由于统计年鉴中数据暂缺未纳入考察范围。

为了解决同一区域不同省份间存在能源利用效率差别较大的问题，本文采用了动态聚类分析方法。动态聚类分析的基本思想是首先将n个样品随机分成k个类（每个类中至少有一个样品），然后按照某种准则选择k个凝聚点，并用每个凝聚点代表相应的类。本文对30个省市区2000～2009年能源生产率情况进行分层聚类分析就是将能源消耗强度接近的地区划归为同一类。通过STATA统计软件即可实现这一过程。

以2000～2009年平均能源消耗强度为标准，动态聚类分析的结果为：分类1包括：北京、天津、上海、江苏、浙江、安徽、福建、江西、山东、湖南、广东、广西、海南等13个省市区；分类2包括：河北、辽宁、吉林、黑龙江、河南、湖北、重庆、四川、云南、陕西、新疆等11个省市区；分类3包括：山西、内蒙古、贵州、甘肃、青海、宁夏等6个省区。图1为三种分类在2000～2009年期间的平均能源消耗强度情况。如图所示，分类1～3分别对应于低能耗、中能耗和高能耗区域。（图1）从图1可以看出：首先，随着时间的增长，三个区域单位GDP的能源消耗量有逐渐下降趋势，即能源效率呈上升趋势；其次，从曲线的斜率可以看出，高能耗区域效率提高速度最快，中能耗区域次之，低能耗区域提速最慢。这可能是由规模效应引起的，即当能源效率提高到一定程度时，增速减缓。

三、我国能源消耗强度区域差异面板数据分析

（一）影响能源消耗强度因素的理论分析。利用聚类分析，把我国各省份按能源消耗强度划分为低、中、高能耗区后，本文进一步利用不同区域内的面板数据，分析影响能源消耗强度的各因素对不同能源消耗强度区域的影响程度是否存在差异。根据对能源使用过程的分析和已有的相关研究成果，本文选择经济发展水平、产业结构、投资情况、能源结构、能源价格等作为影响能源消耗强度的主要影响因素。

1、产业结构。不同行业在能源消耗强度存在较大的差异，能源消费能力最强的是第二产业中的工业，其他行业的能源消费相对于工业的能源消费要小的多，第三产业中的交通运输、仓储及邮电通讯业位居第二，且与第一产业差异不大，建筑业的能源消费能力最小。

2、投资率和消费率。GDP增长中投资、消费和出口占比对能源效率也有一定影响。其中，投资对能源生产率的影响体现在两个方面：一方面当期投资所使用的大量高能耗物品会使高能耗物品占当期产出的比重增加，导致总能源生产率下降；另一方面投资行为由于往往伴随着技术更新而成为能源生产率提高的物质载体，因而投资行为有助于能源生产率的提高。

3、经济发展水平。随着经济发展，一些先进技术会被逐渐采用，从而对能源生产率的提高有积极作用；同时，生产的不断重复进行使熟练程度增加，产生“学习效应”，同一生产过程中所使用的能源会相应下降。

4、能源价格。能源价格从两个方面对能源消耗强度产生影响：一是产出效

应。能源价格上升会使生产成本提高，使企业减少产出，进而减少能源需求，降低能源消耗强度；二是替代效应。能源价格上升将促进节能技术的发展，使企业通过使用更节能的设备和技术来降低生产成本，提高能源使用效率。

5、能源消费结构。煤炭在中国的能源消费结构中一直居主导地位，煤炭的利用效率远低于石油和天然气，因此降低煤炭的消费比重，采取优化和多元化能源结构的能源发展战略，有利于能源效率提高。

（二）计量模型设定。如果假设上述因素都以线性关系影响着能源生产率，计量模型可以设定为：

其中，EC表示各省市区的年能源消费总量，单位为吨标准煤；GDP为各省市区的年生产总值，单位为万元；EC/GDP即为能源消耗强度指标；RS和RT分别为各省市区第二产业增加值和第三产业增加值占当年GDP的比重，用来描述产业结构特征；RI和RC分别表示全社会固定资产投资和消费占当年GDP比重，用来描述GDP的结构构成；PerGDP为人均GDP，单位为元，对其取对数，用来衡量各区域经济发展的水平；EP是燃料、动力相对价格指数，用来描述能源价格情况，由于各省市区数据不可获得，我们以全国数据代替。此外，各省市区能源消费中的构成数据不可获取，本文将这个因素放到残差项中予以考虑。以上各省市区GDP总量和人均GDP均按2000年不变价格进行了折算。本文数据主要来自国家统计局《中国统计年鉴》和各年度《能源统计年鉴》。

（三）实证结果分析。本文在面板回归模型中，分别对全国30个省市区以及低能耗区域13个省市区、中能耗区域11个省市区和高能耗区域6个省区进行了回归分析。结果如表1所示。（表1）