中国能源强度的区域差异分析(宋枫June18

1中国能源强度的区域差异分析能源消费强度是指即单位GDP能源消费量，是衡量一国或地区的能源使用效率的重要指标之一。我国能源消费强度在1978-2002年期间持续下降，从1978年的15.7吨标准煤/万元RMB下降至2002年的4.9吨标准煤/万元RMB(按1978年价格计算)，年均下降2.8%，但2003-2005年，能源强度出现反弹，又重新回到了1999年的水平。出于对能源安全和应对气候变化的考虑，中国政府也认识到提高能源使用效率是控制能源消费总量、降低温室气体排放量的重要手段，从“十一五”规划开始，中央政府将降低能源强度作为强制性节能降耗目标，向地方政府层层分解考核。中国能源消费量的迅猛增加吸引了学术界对我国能源使用效率的关注。现存文献一般从以下几个方面对这一问题进行了探讨。第一类研究对我国能源强度进行国际比较（施发启，2005；CornillieandFrankhauser,2004；王庆一，2011），认为我国能源强度远高于欧、美、日等发达国家，因此具有较大的节能潜力。这类研究的一个难点在于如何进行各国货币价值之间的换算，不同的汇率指标会极大的影响国家间能源强度的比较结果。第二类研究探析了我国能源强度的时间变化趋势及影响因素。这些研究大多使用分解法，即从宏观层面入手将能源消费强度的变化分解为经济结构性变化和能源效率变化。能源强度的下降可能是由于高耗能的产业比重下降，也可能是由于生产同一单位产品能源消耗减少，前者我们称为经济结构性变化，后者是能源效率变化。通过分解法可以定量地测算出经济结构因素和能源效率因素对能源强度降低的贡献率。Maetal.(2010)在对我国能源经济的相关文献进行梳理时，列举了20余个使用分解法分析我国能源强度影响因素的研究。这些研究大多使用1978-2003年间国家层面数据，认为这一期间的我国能源强度总体下降，但对下降的原因看法并不一致。一些研究认为，能源效率的提高是导致我国能源强度在1980年后快速下降的主要原因，而经济结构的贡献很小甚至于会增加能源强度，如Garbaccioetal.(1999)。另一些研究则得出了相反的结论，如Hanet（2004），Fisher-vanden(2003)。少数学者使用了分解法以外的方法考察了能源强度变化的影响因素。史丹（2002）使用相关因素分析法，分别分析了对外开放、产业结构变动和经济体制改革对能源利用效率的影响，认为对外开放、经济体制改革对能源效率的提高起到了正面作用。李廉水和周勇（2006）考察了工业部门技术进步对能源效率提高的作用。他们首先使用生产率方法将技术进步分解为科技进步、纯技术效率和规模效率，然后将这三者作为解释变量对能源强度变化进行回归分析，得出结论认为技术进步对工业能2源效率有显著的正向促进作用。CanfeiHe(2007)考察了三类变量，即市场化、全球化和中央-地方分权对能源强度的影响，认为市场化进程对于能源效率的提高具有重要作用。Fisher从企业层面入手，考察了能源价格、企业所有权类型、R&D、所处行业和地理位置等因素对企业能源强度的影响，结果表明能源价格和科研投入对企业能源效率的提高具有显著效果。最后，少量的文献探讨了中国能源强度的地区差异性。齐绍洲和罗威（2007）分析了我国地区间能源强度差异是否会随经济差异缩小而收敛；Wang(2011)使用了分解法考察了我国省际能源强度的变化，认为资本积累提高了能源使用效率和地区差异的缩小。上述研究对于推动我国能源利用效率问题的探讨起到了积极地意义，从研究范围上看，大多数已有文献忽略了能源强度的区域差异性，缺乏对各地区能源强度的变化趋势及其影响因素的定量分析。我国区域发展不平衡，各地资源禀赋、经济结构、技术水平存在差异，在进行节能目标分解时需要量体裁衣，根据各地区的不同特点制定不同的目标，这就必须对各地区能源强度的状况及其影响因素进行定量分析，以帮助政策制定者采取有针对性的措施。针对现有研究的不足，本文使用我国28个省市自治区1995-2007年能源和经济社会发展的面板数据，使用分解法对我国能源强度的变动趋势和区域差异进行分析。本文第二部分介绍费雪理想指数分解法，第三部分从全国层面和省际层面对我国能源强度的变动趋势进行分析，给出了因素分解结果，第四部分是本文的主要结论。研究方法能源强度定义为能源消费总量与GDP之比，是衡量一国或者地区能源利用效率的一个重要指标。能源强度的变化可以进而分解为各部门间结构的变动（如高耗能的工业部门比重上升会导致总体能源强度的增加）和各部门内能源强度的变化（如节能技术的使用会带来能源利用强度的降低）。()()titittititiitittEEYeesYYY≡==∑∑（1）这里表示t年的总能源消费，是第t年的GDP，指部门i在t年的能源消费，是部门i的经济活动衡量指标（可以是但不限于是该部门的GDP）。这样，我们将一国或者地区的总的能源强度分解为该国或者地区内的各个部门内的能源效率（）的加权平均值，权重是各部门经济活动的份额（）。使用指数分解法可以进一步将能源强度的变化分解为经济结构的变化（部门间变化）和3能源效率的变化（部门内变化）。定义基年的能源强度为，可以构建一个表示能源强度变化的能源强度指数0tteIe=，即第i年的能源强度与基年的能源强度之比。000itittitiiieseIees≡=∑∑（2）为了将能源强度变化的影响因素进一步区分开来，可以进一步构建两种能源强度指数:前者的部门内能源效率不变，部门间经济活动发生了转移，我们可以称之为结构指数；后者的各部门经济水平保持不变，能源效率发生变化，我们称之为效率指数。结构指数和效率指数将能源强度中由经济结构和能源效率引发的变化分离开来。根据选择的基年不同，结构指数和效率指数又可分为Laspeyres指数和Paasche指数，前者选择第一年作为基年，后者选择最后一年作为基年，分别定义为：0000000iitititstrustruiittiiitiiiititititeffeffiittiiiitiiesesLPesesesesLPeses====∑∑∑∑∑∑∑∑（3）Laspeyres指数和Paasche指数的共同缺点是存在分解残差，即结构指数和效率指数的乘积不等于能源强度指数。由于难以判断残差属性，因而对于效率因素还是结构因素在能源强度变化中的相对贡献就很难做出准确解释。而Fisher理想指数是Laspeyres指数和Paasche指数的几何平均值，其理想特质是完全将能源强度分解为结构指数和效率指数，不存在分解残差，因而可以直接得到结构贡献率和效率贡献率。strustrustrueffeffeffttttttFLPFLP==（4）通过简单的运算，我们可以得到0actefftttteIFFe≡=（5）能源强度的下降会节省能源消费，定义节能量为ˆtttEEE=−△（6）4其中，tE为实际能源消费量，ˆtE为保持基准年能源强度不变的假设情况下t时期能源消费量。分解法表明，我们可以计算出经济机构和能源效率的变动对节能的贡献：ln()ln()()ln()ln()strueffstrueffttttttttFFEEEEII=+=+△△△△（7）中国能源强度变动的因素分解结果1.1.1.1.全国层面借鉴BoydandRoop(2004)和Metcalf(2008)的研究，我们将全国经济总体分解为六个部门，分别为农业、工业、建筑业和交通运输、国内贸易和居民消费，表1总结了各部门的经济规模衡量指标和统计数据。经济数据和能源数据分别来自于历年的《中国统计年鉴》和《能源统计年鉴》。图1为1995-2007年间全国能源强度变化趋势和分解结果。将1995年作为基年，2007年的能源强度为1995年的58%。效率指数和结构指数分别为1995年的65%和90%。也就是说，如果能源效率在1995年-2007年间没有改变，经济结构的变化使得能源强度在2007年下降到1995年的90%；如果经济结构在1995年-2007年间没有变化，能源效率的变化使得能源强度在2007年下降到1995年的65%。能源强度的降低使得我国在1995-2007年间共计节约了67.8亿吨标准煤，根据式（6）-（7），我们可以测算出，平均而言13%的能源节约来自于结构的变化，87%源于效率的提高。图2表明1996-2007年间经济结构和使用效率对能源节约相对贡献率。可以看出，这一时期的能源使用效率的提高是节能的主要贡献因素，但是其贡献逐渐降低，由99.7%降低至83.4%；而经济结构贡献由最初的0.4%上升至16.6%。2.2.2.2.省际层面使用同样的分解方法，我对中国省际能源强度进行因素分解，对能源强度及其影响因素的区域差异性进行分析。和全国层面的分析相同，各地区的经济总体仍然分为六个部门，数据均来自于历年的《中国统计年鉴》、《中国能源统计年鉴》。其中，某些省域个别年份缺失的数据用插值法进行了补充。由于西藏、宁夏数据不全，故在所有的模型中均未包含该地区，重庆并入四川，最终数据共包括28个省市。5表2首先给出了1996年和2007年各省市能源强度及排名变化情况1。1995年我国能源强度排名前五位是：海南（1）、福建（2）、广东（3）、浙江（4）和江苏（5）；排名在后五位的是：新疆（24）、吉林（25）、甘肃（26）、贵州（27）、山西（28）。2007年我国能源强度排名前五位是北京（1）、广东（2）、浙江（3）、江苏（4）和海南（5）；排名在后五位的是甘肃（24）、河北（25）、青海（26）、山西（27）和贵州（28）。在这一时期，能源强度排名上升较多的省市（≥2）包括北京、天津、吉林、江西、陕西和新疆，排名降低较多（≥2）的省份包括河北、福建、山东、河南、广西、海南、云南和青海，排名没有大的改变的省份包括山西、内蒙古、辽宁、黑龙江、上海、江苏、浙江、安徽、湖北、湖南、广东、四川、贵州和甘肃。我们将这29个省市地区进一步分为分为五大区域，分别为华北、东北、华东、中南部和西部。1995年和2007年间对比，区域能源效率排名没有发生改变，仍然是华东、中南部、东北、华北和西部地区。表3给出了1996和2007年各省市能源强度指数、结构指数和效率指数的分解结果对比。在1995-2007年间，除福建、海南外，其余省市地区的能源强度均有所改善。从分解结果来看，有13个地区的经济结构向高耗能部门转移，其能源强度的改善主要是由于部门内能源效率的提高。平均而言，经济结构的变动对能源强度降低的贡献率仅为负1%2，几乎可以忽略不计。部门内能源效率的提高对能源强度的降低起到决定性作用，贡献率为101%。由表3可以看出华北和华东地区经济结构向能耗高的部门转移趋势明显，其经济结构对能源强度降低的贡献力为负；同时这些地区部门内能源效率提高也较多，因而其能源强度降低幅度要高于东北、中南部和西部地区。在这一时期高能耗部门增加造成能源强度增加较多（10%）的省市包括天津、上海、江西、山东、河南、海南、青海。从区域角度来看，各省市之间的能源强度变化存在较大差异。图2-4分别使用核分布估计对比了1996年和2007年省际能源强度指数、结构指数和效率指数的分布变化趋势。从图2看出，能源强度在1996和2007年均呈单峰分布且向低数值端移动，与以上我们观察到得各省能源强度普遍降低现象一致。但2007年能源强度峰值以及附近范围密度降低，分布比1996年更为分散，反应了各地区能源强度改进的步调并不一致，地区差异在扩大。从图3和4可以看出，尽管经济结构和能源效率的分布都在1996-2007年间更为分散，但前者更为显著。1996年绝大多数省市的结构指数都在1左右，而2007年则有超过一半的省市结构指数大于1，这反应了各省之间经济结构的分化。1能源强度越低代表能源利用效率越高，所以能源强度越低排名越高。2由于省际分析只包含28个省市自治区，因此平均分解结果与全国层面分解结果略有差异。6一个有趣的现象是，北京和上海作为我国经济领跑的两大城市，他们的能源强变化路径却十分不同。北京市经济结构的改善和部门内