中国能源消费区域差分析及成因分解.docVIP

中国能源消费区域差异分析及成因分解 　　摘要：本文选取2007～2012年中国省际面板数据，利用泰尔指数、基尼系数及对数离差均值等指标对中国能源消费区域差异进行测度，并基于Shapley值分解方法，对中国能源消费差异的成因进行分解。实证结果表明，中国能源消费区域差异呈现逐年缩小的特征，且东部地区能源消费区域差异最为明显，西部次之，中部地区能源消费区域差异最小。Shapley值分解结果表明经济发展水平对能源消费区域差异的贡献最大，城市化次之，政府干预是能源消费区域差异的第三大贡献因素，且贡献度呈现逐年递增特点，研发投入及对外开放水平的提高有助于缩小能源消费的区域差异。 中国论文网 /4/viewhtm　　关键词：能源消费；区域差异；成因分解；Shapley值 　　中图分类号：F062.1 文献标识码：A DOI：10.3969/j.issn.1003-8256.2016.01.008 　　1 研究背景与文献综述 　　伴随着中国经济的持续高速增长，能源需求日益增加，中国已成为继美国之后的全球第二大能源消费国。当前，我国能源供需矛盾日益突出，降低能源消耗，缓解能源供需矛盾，已经成为我国实现经济可持续发展的重要议题。探究我国能源消费的区域差异特征，明确我国能源消费区域差异的成因，从而为制定节能措施提供参考，有助于更为科学的制定区域能源发展规划和发展战略，提高能源利用效率。 　　全球化的深入发展以及绿色经济理念在全球的兴起，降低能源消耗，实现节约、清洁生产已日益成为人们的共识。近年来，学术界对能源消费的研究日益增多。Guerra （2012）研究了荷兰能耗法规对住宅能耗的影响，其研究认为荷兰能耗法规的公布确实有效降低了住宅能耗[1]。Zhou.et al（2012）研究了中国城市化中的能源消费模式，其研究发现经济增长、外贸出口及中国国内需求是能源消费增长的最重要驱动因素[2]。Liddle（2015）实证分析了人口、年龄结构、家庭规模、城市化及人口密度对能耗与碳排放的影响，研究结果表明，平均家庭规模大小与交通能源使用、碳排放呈负相关关系，城市化与能源消耗呈正相关关系，较高的人口密度与较低水平的能源消耗、碳排放有关[3]。Abid et al（2014）以突尼斯为例考察了能源消费与工业生产的关系，研究结果表明工业生产是引起石油消费的格兰杰原因，然而石油消费与工业产值并不存在直接的格兰杰因果关系，从短期来看，工业产值的增长与能源消费存在格兰杰因果关系[4]。熊妍婷（2011）研究了对外贸易与能源消费的关系，其研究表明中国出口与能耗，进口与能耗均存在双向正向作用[5]。马珩（2012）、王蕾和魏后凯（2014），就工业化、城镇化对能源消费的影响进行研究，结果表明，城镇化、工业化均对中国能源消费有正向影响[6，7]。赵爱文等（2014）的研究认为人均GDP的增加是能源消费增加的驱动力，能源强度的下降对能源消费增长具有抑制作用，而工业能源强度对能源强度影响最大[8]。曹翠珍和赵国浩（2015）研究了区域物流发展、经济增长与能源消费的关系，其研究认为中国能源强度与物流发展呈反向关系，物流的发展能有效的降低能源强度[9]。但从文献分析中发现，关于能源消费的区域差异特征及影响因素的研究文献却较少，在少量的研究中，康晓娟和杨冬民（2008）利用泰尔指数测度了中国能源消耗的区域差异特征，研究结果表明中国区域能源消费的总差异主要源于区域内差异，且无论是从全国层面还是东中西部层面，能源消耗的区域差异均呈现缩小的趋势[10]。 　　本文对于能源消费区域差异问题的研究可能的创新在于：（1）综合利用了基尼系数、对数离差均值和泰尔指数对能源消费区域差异进行测度，从而更能准确的测度能源消费的区域差异特征，而在以往的研究中，较多的采用单一指标测度；（2）利用Shapley值分解方法，对能源消费区域差异成因进行分解，对影响能源消费区域差异的各因素进行贡献测度和排序，能够甄别出各影响因素的相对重要性，从而明确区域差异形成的根源，这对于更好的制定能源消费政策和发展战略具有重要意义，而在国内能源研究领域，这种分析方法却较为罕见，因此在研究方法上，弥补了已有研究的不足。 　　2 中国能源消费的区域差异测度 　　在衡量区域差异的指标中，基尼系数对变量数据中处于中等水平的数据变化较为敏感，泰尔指数对处于较高水平的数据变动较为敏感，对数离差系数对数据中处于较低水平数据变动较为敏感，为了更为科学的反映差异状况，本文分别利用以上3种指标对能源消费区域差异进行测度，这些指标数值越大表示差异越大。考虑到数据的可得性及保持统计口径的异质性，考察时间跨度为2007～2012年，由于可获得的数据中，西藏自治区数据不全，因此本文对能源消耗的研究对象仅包含除西藏外的中国大陆30省市数