领取口令：免费查重
工业能源消费结构时空分异特征及其影响因素研究
来源：论文查重 时间：2020-01-06 20:51:59
摘要：测算中国200卜2016年地区工业煤炭消费结构基础上，选择K—means聚类法对
其分类及概括时空分异特征，并采用扩展sTIRPAT模型讨论其背后原因。研究发现，工业煤
炭比重总体下降、地区差异显著。能源消费强度是其变化的第一主因，工业化程度、资本要素
投入水平和货物对外开放水平正向影响效应依次减弱；城市化水平、人均GDP与资本对外开
放水平作用并不显著。在此基础上，提出优化地区工业能源消费结构的对策。
关键词：煤炭消费结构；时空分异；sTIRPAT面板模型
当前，中国已步人经济新常态。党的十八届五中
全会明确提出“创新、协调、绿色、开放、共享”五大发
展理念，其中“绿色”强调人与自然的和谐共生。面对
资源环境等多方面约束，推动绿色低碳循环发展模式
是践行绿色发展理念的必然选择。工业，作为一个地
区经济体系的中心，优化其能源消费结构，更应注重绿
色发展。因此，探索我国工业能源消费结构的地区差
异和时间演变特征，并深入探究其背后的原因，对推动
新常态下绿色发展具有重要的现实意义。
一、文献综述
围绕“能源消费”的研究，多集中于能源消费趋
势、结构及其影响因素等方面。采用的方法主要有因
素分解与计量模型两种。其中，计量模型的一般做法：
在具体理论框架指导下，选择某些关键变量和控制变
量，并搜集特定时期某一国家(地区)相应数据，采用恰当方法进行定量分析。如xiaofei Yan(2009)等采用
协整检验等方法分析中国三次产业增加值与能源消费
间的数量关系，研究发现两者间长短期关系因产业不
同而不同…。齐志新等(2007)‘“、Diping zhang(2011)‘31
与Xindong Hao(2012)H1则是对不同时期工业部门能源
消费展开定量分析。其中，齐志新等采用时间序列分
析方法，研究发现能源消费总量与工业增长问存在双
向Granger因果关系；而Diping Zhang运用灰色关联分
析，发现循环工业与电力的关联度最强，天然气最弱，
其次是煤炭；xindong Hao采用同一方法研究发现，我
国工业对化石燃料的依赖性较强，需优化工业能源消
费结构。
相比较而言，更多文献选择指数因素分解法。如
0lanrewaju，O．A．etc．(2012)对南非工业能源消费主要驱
动因素进行因素分解H。杨威等(2013)㈣、毛建素等(2013)【61则是对不同时期的中国工业能源消费强度展
开因素分解。结果一致支持，研究期内重工业比例的
增加是能源消费强度增加的主因。也有学者选择不同
地区进行。如高彩艳等(2014)对中国西部西安、乌鲁
木齐、西宁工业能源消费与大气污染现状进行了实证
分析口1、而王强等(2015)则对中国东南沿海地区工业
能源消费碳排放的驱动因素进行因素分解【8】、马海良
等(2017)对省域不同时期的工业能源消费强度从规模
效应、结构效应和技术效应进行分解【9】。
由此可见，从数据选择看，现有文献倾向于短期、
地域性的工业能源消费数据，缺乏长期全国性数据。
从研究方法看，主要有格兰杰因果检验等计量模型法
和因素分解法两类；二者各有优缺点。同时，尽管部分
文献进行影响因素分析，缺乏理论和实证相结合的系
统性分析，对工业行业的分析更少。基于此，本文选取
2000—2016年中国地区工业能源消费数据，研究煤炭
消费结构时空演变特征及影响因素，以期为优化工业
能源消费结构提供经验佐证。
二、煤炭消费结构测算、聚类与时空特征
(一)测算
以2000年为例，查阅30个省、直辖市或自治区包
括原煤等23种能源消费数据，根据折算系数折合为标
准量消费数据。将包括原煤在内的10种煤炭标准消
费数据求和计算煤炭消费量E。；并对23种能源消费
求和得E。将煤炭消费量除以工业能源消费总量，则
为煤炭能源消费结构，记为Es。具体计算公式：
类似地，计算2001—2016年期间30个地区工业
煤炭消费结构数据。
(二)聚类分析
1．K—means聚类
采用K—means聚类进行分类。首先，按照2000、
2001—2005、2006—2010、2011—2015、2016时段划
分，并计算各时段地区煤炭消费比重均值；其次，对各
地区均值统进行K—means聚类。
2．聚类结果分析
对煤炭消费比重进行K—means聚类结果及其聚类
质心，见表1。
由表1可知，煤炭比重分级的聚类中心由低到高分
别是21．19％、41．58％、55．5％、67．69％和77．67％，不
同类别间的差距较大。
(三)时空分异
按照表1分类标准，将30个地区5时段煤炭消费
比重分类与汇总。具体结果见表2。
1．煤炭比重总体下降
由表2可知，随着时间推移，属于V等级地区数
总体下降，而中、低等级III、II和I地区数增加。如
2000年只有海南属于I级，而2016年除海南外，北京和浙江的工业煤炭消费比重落人最低级别。故，工业
能源消费中，煤炭比重总体减少。
2．地区差异显著
煤炭消费比重地区变动呈现显著差别：稳定、下降
或反复态势三种情形。研究期内，河北、山西、辽宁、黑
龙江、广东、海南、青海、甘肃和新疆9个地区煤炭比重
的等级始终保持不变；而13个地区出现下降：北京、
天津、吉林、上海、浙江、安徽、福建、山东、河南、广西、
重庆、贵州、陕西。且它们减少幅度与其发生时间不
同。内蒙古、江西、山东、湖北、湖南、西川、云南和宁夏
属于第三种情形。由此可见，该时期煤炭比重地区差
异显著。且其特征与东、中与西部地区划分不一致。
三、工业煤炭消费结构影响因素的面板计量分析
什么原因导致煤炭消费比重总体下降，且地区差
异显著?进一步探讨其影响因素。
(一)模型、变量与数据
1．变量与模型
考虑到能源终端消费结构和社会经济发展状态，
本文选择五类影响因素：①城市化水平，以城市人口比
重(Pu)度量；②工业化水平，包含人均GDP(Pgdp)
和工业增加值比重(Is)；③对外开放水平，包含进出
口贸易总额(Tr)和实际利用外商投资总额(Fdi)；
④资本投人，以工业全社会固定资产投资总额(Fa)
度量；⑤技术进步，以工业能源消费强度(Ei)度量。
采用拓展的STIRPAT面板模型，分析中国地区工
业能源消费结构的因素。
2．数据与处理
数据Es已准备就绪。自变量数据来源于《中国
统计年鉴》、《中国能源统计年鉴》、《新中国六十年统
一资料汇编》、《中国城市统计年鉴》、《中国科技年鉴》
与《中国对外经济统计年鉴》等。涉及指标主要有年
末总人口、国内生产总值、固定资产投资、能源消费总
量、进出口总额、实际利用外商直接投资等。
由于地区生产总值为价值量数据，为避免价格因
素影响，本文采用价格指数换算为2000年不变价格
数据。同理，固定资产投资采用生产者价格缩减指数
进行换算。而进出口总额、实际利用外商直接投资数据首先采用当年汇率统一换算为人民币，然后分别以
GDP缩减指数和生产者价格指数进行换算。另外，个
别缺失数据，以相邻两期平均值补齐。并对所有变量
数据进行对数化处理。
(二)面板回归模型估计及检验
1．Hausm舳检验
估计方程(2)时，首先采用H肌sm锄检验进行类
型判别。结果显示，x2=32．5342，其相伴概率p=0．000，
小于显著性水平口=0．05，拒绝原假设。故选择固定效
应模型。
接着，采用F检验判断变系数模型、变截距模型还
是不变系数模型?
对模型(2)进行不变系数模型与变系数模型的
估计，求出对应样本回归方程的残差平方和，并采用
相应的公式，计算统计量B=10．9274。由于F大于
R．05(22，288)=1．5793，故拒绝不变系数模型的假设。
进一步，估计变截距模型的残差平方和，计算统计
量一=1．3459；该统计量与R．05(203，150)=1．2891
较为接近，不能做出选择。基于变系数模型比变截距
模型待估参数个数更多，损失更多的自由度，故本文选
择变截距模型。
2．参数估计与模型评价
变截距的固定效应模型的样本回归方程：
式(3)，R2=0．89，拟合优度良好。F=89．97，其对
应的p=o．000，．J、于显著性水平口=0．05，故线性关系显
著成立。就变量的显著性检验来看，其中Is、Tr、Fa
与Ei通过显著性检验。相反，Pu、Pgdp与Fdi没通过；
这说明，三者对Es影响并不显著。
(三)实证结果分析
1．直观分析
工业化程度、货物对外开放水平、资本要素投人水
平与能源消费强度对工业煤炭比重具有显著正向影
响。且能源消费强度、工业化程度、资本要素投入水平
与货物对外开放水平的影响效应依次减少，弹性系数
分别为0．36、0．14、0．08与0．07。
而城市化水平、人均GDP与资本对外开放水平无
显著影响。从作用方向来看，城市化水平与资本对外
开放水平呈同向变动；人均GDP反向变动。这说明，
人均GDP水平增加抑制煤炭比例的提升；而城镇化水
平与资本对外开放水平则是促进作用。
2．进一步分析
能源消费强度影响效应最大。中国地区工业煤炭
占比更多取决于能源利用效率。五大能源品种中，煤
炭效率较低，从经济效率与环境效率角度均是如此。
较低的能源消费强度，对应较高能源利用效率，意味着
选择更多的非煤炭能源品种消费；进而导致煤炭占比
的下降态势。工业化程度影响次之，说明工业内部结
构值得进一步优化。过去更多的是高耗能尤其是煤炭
品种的重化工业。由于它们的扩张，导致煤炭需求的
扩大；进而带来煤炭占比的提升。
城市化水平影响不显著。可能在于过去的城市化
是人口城市化，较少涉及城市化的全面发展。故人口
城市化水平的提升并不会刺激更多的工业能源消费量
及其结构的变化。而人均GDP与资本对外开放水平
影响不显著的原因，可能是人均GDP的增长除了：T=业
增加值贡献外，建筑业与第三产业增加值贡献更大。
外商直接投资在于“污染物的天堂”假说与“先进生
产力与技术”的代表效应大体抵消，导致其对煤炭占
比变化影响不显著。
四、结论与建议
测算中国200卜2016年间地区工业煤炭消费结
构基础上，选择K—means聚类分类，并概括其时空分
异特征；进一步，采用sTIRPAT模型讨论能源消费结
构变动的原因。主要研究结论：
研究时期，中国工业煤炭消费比重划分为五类，不
同类别间质心差距较大。煤炭消费比重总体下降，地
区存在差异。面板计量模型显示，能源消费强度、工业
化程度、资本要素投入水平和货物对外开放水平对煤
炭消费比重正向作用显著，且程度依次减弱。而城市
化水平、人均GDP与资本对外开放水平对其无显著影
响。不过，城镇化水平、资本对外开放水平与煤炭占比
成同向变动关系、而人均GDP却相反。
基于上述结论，提出几点相关建议。
1．加大科技投入，着力提高能源利用效率
能源消费强度对优化能源消费结构作用最大。而
能源消费强度大小反映了能源利用效率高低。因此，
继续优化能源消费结构，可进一步继续提高其利用效
率。如提高煤改电的替换效率以减少过高的煤炭消费
比重。加大科技投人，以技术进步实现能源的节约，带
动能源品种间的替换。
2．进一步优化工业内部结构
工业化程度比重对煤炭消费比重影响程度显著，
且较高。因此，未来应努力改变这一状况。则需要工
业行业结构优化升级，鼓励低能耗的子行业发展，限制
高能耗如重化工行业的发展。
3．加强新型城镇化建设
在全国推进城镇化建设进程中，注重新型城镇化
的全面发展，并非只是人口的城镇化。通过城镇化建
设，带动不同品种能源消费的此消彼长，进而转变能源
消费结构。
上一篇：校企协同培养工业工程创新型人才方式探索
下一篇：新时期下陕西省体育专业大学生的职业生涯规划与就业指导体系的创新研究
相关推荐：