前言：中文期刊网精心挑选了能源消费论文范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
能源消费论文范文1
1.1ADF检验
由于同时受随机趋势的影响，现实中大多数经济现象的时间序列一般情况下都是不平稳的，检验是否是非平稳时间序列方法最常用的是ADF（augmenteddickeyfuller）检验。根据平稳性检验基本原理，采用ADF检验法，借助EViews7.0软件的操作，分别对lnGDP和lnEC序列的平稳性进行检验，即检验两个序列的原序列、一阶差分及二阶差分序列。检验结果表明，lnGDP和lnEC的原序列和一阶差分序列都表现为不平稳，但二阶差分后序列表现出平稳状态，并且在1%的显著性水平下，lnGDP和lnEC的二阶差分序列均为平稳序列，检验顺利通过。
1.2协整检验
协整是检验一组非平稳序列线性组合是否具有稳定的均衡关系，即是否存在共同的随机性趋势。由于lnEC和lnGDP都是二阶单整，因此可以进行协整检验，即采用E-G两步法建立回归方程。首先，利用OLS对lnEC和lnGDP进行回归建立两者之间的协整回归方程如下：Ln（EC）t=5.11668426058+0.428867357494*l（nGDP）tT=（62.09929）（43.30398）通过Eviews估计计算得到，lnEC的方差值（R2）为0.988925，调整后的方差值为0.988398，说明方程的拟合度较高；从模型估计结果来看，可决系数达到了98.89%，T和F统计量都非常显著，模型的拟合效果很好。说明二者之间存在协整关系。
1.3Granger因果关系
检验Granger因果检验用来分析两个序列间是否存在因果关系，实质上是检验一个变量是否受到另一变量的滞后影响。本文按照AIC准则通过选取1~2两个滞后期来检验lnEC和lnGDP二者之间的Granger因果关系，检验结果如：由检验结果可以看出，在10%的显著水平下，得出lnEC是lnGDP的Granger因果关系、lnGDP不是lnEC的Granger因果关系的结论即1991~2013年间安徽省能源消费与GDP之间存在一种单向因果关系。
2结语
能源消费论文范文2
论文关键词：能源消耗，经济增长，误差修正模型，脉冲响应
一、引言
随着改革开放水平的不断提高，工业化和城镇化进程的深入，能源消耗的总量在持续上升。如何在合理开发和利用能源的前提下保证经济的可持续增长，是安徽省当前经济发展的一个重要“瓶颈”。安徽省作为能源大省，矿藏种类多、储量大，其中煤、铜、铁等37中矿产资源在全国排名前十，此外，淮北、淮南是华东地区最大的煤炭基地。但是由于长期的粗放式经济增长方式，导致各种能源资源的利用效率低下，环境污染严重，一定程度上制约了安徽省经济健康持续发展。据国家统计局的数据显示，2008年安徽省GDP总量为8874.2亿元，，按可比价格计算脉冲响应，比上年增长20.5%，比全国高10.5个百分点。与此同时能源消费总量为8341.57万吨吨标准煤，同比增长7个百分点。同时安徽省单位GDP能耗为0.94吨标准煤，略低于全国平均水平。由此可见，对安徽省经济增长中能源消耗贡献率进行定量分析，成为缓解当前的能源消费与经济增长、能源消费和环境双重压力，实现经济可持续增长的基础工作。
目前已经有大量的关于能源消耗和经济增长关系的研究。Kraft，J和Kraft，A（1978）是学术界比较早研究经济增长和能源消费之间关系的学者，他们利用美国1947—1974年的数据，发现美国GNP和能源消费之间具有单向的因果关系。Yu和Choi（1985）采用标准的Granger检验证实了菲律宾能源消费和GNP之间的因果关系。Hwang和Gum（1992）在对台湾地区能源消费和经济增长关系研究的基础上，得出能源消费与经济增长之间存在双向因果关系的结论。Oh和Lee（2004）在研究了韩国能源消费和经济增长关系的基础上提出二者之间具有双向的因果关系。Masih(1996)、Ugur和Ramazan(2003)研究了欧洲和亚洲许多国家能源消费和GDP之间的长期均衡关系和因果关系。
国内学者在能源消费和经济增长方面也做过很多的实证研究，赵丽霞、魏巍贤（1998）将能源作为变量引入C-D生产函数。并建立了向量自回归模型，研究结果表明能源是我国经济发展过程中不可完全替代的限制性要素。林伯强（2001），王海鹏（2006）运用协整关系模型对中国能源消费与经济关系进行研究，建立了相关的理论模型，分析了二者之间的因果关系。韩智勇、魏一鸣等（2004）利用EG两步法，分析了1978—2000年我国能耗与经济增长的协整性和因果关系，认为二者之间不存在长期协整关系，但存在双向的Granger因果关系。赵进文等（2007）采用非线性STR模型技术研究中国能源消费与经济增长之间内在结构依从关系，得出经济增长对能源消费的影响具有非线性、非对称性的结论。周杰琦，汪同三（2009）分析了1953—2008年期间中国能源消费与经济增长的因果关系，结果表明二者在短期内不存在显著的因果关系，长期中存在双向因果关系。
综上所述，国内学者分别采用了不同的实证研究方法对我国的能源消费和经济增长之间的关系进行了大量的研究。本文是在前人研究成果的基础上进行了一些创新和改进：（1）本文在变量的选取上有所改变，使用资本存量数据代替资本流量，进一步提高模型的准确性；（2）本文的样本选取跨度相对较大，满足了实证分析对样本待估参数准确性的要求；（3）本文的Granger因果检验是建立在误差修正模型基础上的检验，综合考虑了误差修正对变量之间的因果关系的影响。
二、理论模型的提出和数据的来源
1.经济增长影响因素分析与模型的建立
经济增长的影响因素分析是建立理论模型的前提条件脉冲响应，通常情况下经济增长以GDP作为其衡量指标，影响经济增长的因素主要包括：劳动投入（L）、资本投入（K）、能源消费（E）以及其他制度和体制等因素。本文运用刘朝明等人的研究方法[3]，将能源消费作为解释变量引入Cobb-Douglas生产函数，得到的理论模型可表述为：
(1)
其中，分别为经济增长总量、资本、劳动力和综合能耗指标，为模型的未知参数，根据C-D生产函数的假设，0﹤﹤1。由于C-D生产函数是非线性的，可以通过对（1）式两边取对数使之线性化，则有：
(2)
令则有：
(3)
将式（3）两端对时间t求导，得到：
（4）
其中，a，b，g分别为资金投入、劳动投入和能源消费对经济增长的弹性。常数项表示“希克斯中性”技术进步因素。a表示在技术水平不变的情况下，资本投入量每增加一个百分点，对GDP的贡献率为a%，同理，b和g分别表示就业人数和能源总量每增加一个百分点，经济总量分别增长b%和g%。
2.参数的选取与数据的来源
鉴于数据的权威性和可获得性，本文选取的年的经济增长（GDP）、资本投入（K）、劳动投入（L）以及能源消费（E）数据均来自相应年份的《安徽省统计年鉴》。
（1）GDP：采用1978～2008年安徽省GDP历年的统计结果，为了消除价格因素对模型稳定性的影响，本文将GDP折合为1978年的不变价格。
（2）：采用固定资本存量代替资本流量。本文应用永续盘存法来计算固定资本存量，其公式为：。其中，是期期末的固定资本存量；是期期末的固定资本存量；是期的固定资本投资流量，即社会固定资产投资总额，并折合成1978年的不变价格。为资本折旧率，采用社会各行业的平均值5%。
（3）：采用历年的社会就业劳动人数。
（4）：1991～2008年的能源消费直接采用统计年鉴得出的能源消费总量，1978～1990年的能源消耗近似的用当年的能源生产总量替代，折合为万吨标准煤。
图1为1978～2008年安徽省资本存量、能源消费与经济增长的变动趋势图脉冲响应，从图中可以看出，安徽省GDP从1978年的113.96亿元增长到2008年的8874.2亿元，经济总量增长近77倍，GDP的年均增长率为15.4%。与此同时，能源消费总量也在持续上涨，从1978年的1756.1万吨标准煤上升到2008年的8341.57万吨标准煤，年均增长近6%。由此可见，安徽省经济增长和能源消费之间存在长期的协同性关系。
三、模型的实证分析
1.变量平稳性检验
分析经济变量之间是否存在长期稳定的均衡关系，需要对变量的平稳性进行检验，只有具有同阶单整的变量才能进行协整分析。单位根检验一般采用DF、ADF检验和非参数PP检验，本文采用非参数ADF检验判断变量序列的平稳性。为了消除变量之间可能存在的异方差，本文对变量取对数后再进行单位根检验，结果如表1所示，
表1 变量平稳性ADF单位根检验结果
变量
检验类型
ADF检验
1%临界值
5%临界值
10%临界值
lny
（c,t,0）
-1.5336
-4.2967
-3.5684
-3.2183
lnk
（c,t,0）
-3.0618
-4.2967
-3.5684
-3.2183
lnl
（c,t,0）
-3.149
-4.2967
-3.5684
-3.2183
lne
（c,t,0）
-2.44
-4.2967
-3.5684
-3.2183
D(lny)
（c,n,3）
-3.1924**
-3.6793
-2.9678
-2.623
D(lnk)
（c,n,3）
-4.0092***
-3.6999
-2.9763
-2.6274
D(lnl)
（c,n,1）
-3.9243***
-3.6793
-2.9618
-2.623
D(lne)
（c,n,1）
-2.8492*
-3.9204
能源消费论文范文3
论文关键词：能源消耗，经济增长，误差修正模型，脉冲响应
一、引言
随着改革开放水平的不断提高，工业化和城镇化进程的深入，能源消耗的总量在持续上升。如何在合理开发和利用能源的前提下保证经济的可持续增长，是安徽省当前经济发展的一个重要“瓶颈”。安徽省作为能源大省，矿藏种类多、储量大，其中煤、铜、铁等37中矿产资源在全国排名前十，此外，淮北、淮南是华东地区最大的煤炭基地。但是由于长期的粗放式经济增长方式，导致各种能源资源的利用效率低下，环境污染严重，一定程度上制约了安徽省经济健康持续发展。据国家统计局的数据显示，2008年安徽省GDP总量为8874.2亿元，，按可比价格计算脉冲响应，比上年增长20.5%，比全国高10.5个百分点。与此同时能源消费总量为8341.57万吨吨标准煤，同比增长7个百分点。同时安徽省单位GDP能耗为0.94吨标准煤，略低于全国平均水平。由此可见，对安徽省经济增长中能源消耗贡献率进行定量分析，成为缓解当前的能源消费与经济增长、能源消费和环境双重压力，实现经济可持续增长的基础工作。
目前已经有大量的关于能源消耗和经济增长关系的研究。Kraft，J和Kraft，A（1978）是学术界比较早研究经济增长和能源消费之间关系的学者，他们利用美国1947—1974年的数据，发现美国GNP和能源消费之间具有单向的因果关系。Yu和Choi（1985）采用标准的Granger检验证实了菲律宾能源消费和GNP之间的因果关系。Hwang和Gum（1992）在对台湾地区能源消费和经济增长关系研究的基础上，得出能源消费与经济增长之间存在双向因果关系的结论。Oh和Lee（2004）在研究了韩国能源消费和经济增长关系的基础上提出二者之间具有双向的因果关系。Masih(1996)、Ugur和Ramazan(2003)研究了欧洲和亚洲许多国家能源消费和GDP之间的长期均衡关系和因果关系。
国内学者在能源消费和经济增长方面也做过很多的实证研究，赵丽霞、魏巍贤（1998）将能源作为变量引入C-D生产函数。并建立了向量自回归模型，研究结果表明能源是我国经济发展过程中不可完全替代的限制性要素。林伯强（2001），王海鹏（2006）运用协整关系模型对中国能源消费与经济关系进行研究，建立了相关的理论模型，分析了二者之间的因果关系。韩智勇、魏一鸣等（2004）利用EG两步法，分析了1978—2000年我国能耗与经济增长的协整性和因果关系，认为二者之间不存在长期协整关系，但存在双向的Granger因果关系。赵进文等（2007）采用非线性STR模型技术研究中国能源消费与经济增长之间内在结构依从关系，得出经济增长对能源消费的影响具有非线性、非对称性的结论。周杰琦，汪同三（2009）分析了1953—2008年期间中国能源消费与经济增长的因果关系，结果表明二者在短期内不存在显著的因果关系，长期中存在双向因果关系。
综上所述，国内学者分别采用了不同的实证研究方法对我国的能源消费和经济增长之间的关系进行了大量的研究。本文是在前人研究成果的基础上进行了一些创新和改进：（1）本文在变量的选取上有所改变，使用资本存量数据代替资本流量，进一步提高模型的准确性；（2）本文的样本选取跨度相对较大，满足了实证分析对样本待估参数准确性的要求；（3）本文的Granger因果检验是建立在误差修正模型基础上的检验，综合考虑了误差修正对变量之间的因果关系的影响。
二、理论模型的提出和数据的来源
1.经济增长影响因素分析与模型的建立
经济增长的影响因素分析是建立理论模型的前提条件脉冲响应，通常情况下经济增长以GDP作为其衡量指标，影响经济增长的因素主要包括：劳动投入（L）、资本投入（K）、能源消费（E）以及其他制度和体制等因素。本文运用刘朝明等人的研究方法[3]，将能源消费作为解释变量引入Cobb-Douglas生产函数，得到的理论模型可表述为：
(1)
其中，分别为经济增长总量、资本、劳动力和综合能耗指标，为模型的未知参数，根据C-D生产函数的假设，0﹤﹤1。由于C-D生产函数是非线性的，可以通过对（1）式两边取对数使之线性化，则有：
(2)
令则有：
(3)
将式（3）两端对时间t求导，得到：
（4）
其中，a，b，g分别为资金投入、劳动投入和能源消费对经济增长的弹性。常数项表示“希克斯中性”技术进步因素。a表示在技术水平不变的情况下，资本投入量每增加一个百分点，对GDP的贡献率为a%，同理，b和g分别表示就业人数和能源总量每增加一个百分点，经济总量分别增长b%和g%。
2.参数的选取与数据的来源
鉴于数据的权威性和可获得性，本文选取的年的经济增长（GDP）、资本投入（K）、劳动投入（L）以及能源消费（E）数据均来自相应年份的《安徽省统计年鉴》。
（1）GDP：采用1978～2008年安徽省GDP历年的统计结果，为了消除价格因素对模型稳定性的影响，本文将GDP折合为1978年的不变价格。
（2）：采用固定资本存量代替资本流量。本文应用永续盘存法来计算固定资本存量，其公式为：。其中，是期期末的固定资本存量；是期期末的固定资本存量；是期的固定资本投资流量，即社会固定资产投资总额，并折合成1978年的不变价格。为资本折旧率，采用社会各行业的平均值5%。
（3）：采用历年的社会就业劳动人数。
（4）：1991～2008年的能源消费直接采用统计年鉴得出的能源消费总量，1978～1990年的能源消耗近似的用当年的能源生产总量替代，折合为万吨标准煤。
图1为1978～2008年安徽省资本存量、能源消费与经济增长的变动趋势图脉冲响应，从图中可以看出，安徽省GDP从1978年的113.96亿元增长到2008年的8874.2亿元，经济总量增长近77倍，GDP的年均增长率为15.4%。与此同时，能源消费总量也在持续上涨，从1978年的1756.1万吨标准煤上升到2008年的8341.57万吨标准煤，年均增长近6%。由此可见，安徽省经济增长和能源消费之间存在长期的协同性关系。
三、模型的实证分析
1.变量平稳性检验
分析经济变量之间是否存在长期稳定的均衡关系，需要对变量的平稳性进行检验，只有具有同阶单整的变量才能进行协整分析。单位根检验一般采用DF、ADF检验和非参数PP检验，本文采用非参数ADF检验判断变量序列的平稳性。为了消除变量之间可能存在的异方差，本文对变量取对数后再进行单位根检验，结果如表1所示，
表1 变量平稳性ADF单位根检验结果
变量
检验类型
ADF检验
1%临界值
5%临界值
10%临界值
lny
（c,t,0）
-1.5336
-4.2967
-3.5684
-3.2183
lnk
（c,t,0）
-3.0618
-4.2967
-3.5684
-3.2183
lnl
（c,t,0）
-3.149
-4.2967
-3.5684
-3.2183
lne
（c,t,0）
-2.44
-4.2967
-3.5684
-3.2183
D(lny)
（c,n,3）
-3.1924**
-3.6793
-2.9678
-2.623
D(lnk)
（c,n,3）
-4.0092***
-3.6999
-2.9763
-2.6274
D(lnl)
（c,n,1）
-3.9243***
-3.6793
-2.9618
-2.623
D(lne)
（c,n,1）
-2.8492*
-3.9204
-3.0656
-2.6735
由上述分析可知，本文提出的四个变量都是一阶单整的。Engel和Granger（1987）指出，如果两个或多个时间序列本身非平稳，但是它们之间的存在某种线性组合是平稳的，即存在协整关系。协整检验主要有两种方法：（1）Engel和Granger提出的基于协整方程残差项的两步法平稳性检验；（2）Johansen和Juselius提出的基于VAR模型的协整系统的检验。由于本文是多变量之间的协整关检验，因此选择后者。为了运用JJ检验法进行协整分析，应首先构建lnGDP、lnK、lnL和lnE的向量自回归模型VAR。由于VAR中滞后阶数的选取对结果的影响较大，因此应根据AIC信息准则、SC信息准则以及LR（似然比）统计量确定最优滞后期。检验结果如表2所示：
表2 VAR模型滞后阶数选取
Lag
LogL
LR
FPE
AIC
SC
HQ
62.66519
NA
2.06E-07
-4.04588
-3.85728
-3.98681
1
203.6072
233.2834
3.77E-11
-12.6626
-11.7196
-12.3672
2
234.5899*
42.7347*
1.44E-11*
-13.6959*
能源消费论文范文4
与发达国家相比，我国正处于工业化高速发展的关键时期，需要依赖更多的能源以支撑经济的持续发展。通过分析历年统计数据可以发现，中国的能源消费总量具有增长迅猛的态势。图1揭示了从2000年至2010年间，中国各年的能源消费总量及其变化情况。从图1中可以清楚地看到，近年来，我国能源消费总量快速上升，特别是从2002年开始，中国的能源消费总量呈急剧上升的态势。2010年，中国能源消费总量达到2432.2百万吨油当量（环比增长11.2%），成为世界第一大能源消费国。 1.2 中国能源消费结构
目前，我国能源消费结构的整体特点是以煤炭为主，煤炭在我国的能源消费结构中所占的比例基本保持在68%以上，从2005年开始，比重更是超过了70%；而石油的比重仅维持在20%左右，并且近些年有轻微的下降趋势；天然气的比重有所上升，但仍不超过4%；水电、核电等可再生能源的比重仍较小，不超过8%。图2揭示了我国2001年到2010年能源消费结构及其变化情况。
通过能源消费结构的跨国对比，可以看出中国的能源消费结构并不合理（见图3）。与世界平均水平相比，中国的能源消费结构中煤炭占绝大部分，甚至超过了70%，而美国、日本等国的煤炭比重均在20%左右，远低于中国；中国的天然气和石油所占比例都远低于世界平均水平；中国可再生的能源水电、核电等所占比例也低于世界平均水平。 1.3 中国节能现状分析
早在20世纪80年代，中国政府就提出了节约能源和提高能源效率的能源政策，并一直将其作为中国的基本国策。为了保证能源节约政策的更好实施，中国颁布了一系列法律法规，如《能源节约法》、《气候变化行动计划》、《民用建筑节能》等，这些法律文件为中国的节能减排提供了坚实的基础。此外，中国政府还成立了以总理为首的节能减排小组，监督和实施节能减排计划。
在实施一系列节能减排措施后，中国的节能减排已经取得了一定的成效。尽管国内生产总值逐年上升，但衡量能源效率的指标之一——能源强度却一直呈下降趋势（见图4），这表明中国单位GDP所消耗的能源有所降低，节约能源政策取得了显著成效。
尽管中国近些年在能源效率方面有所成效，但是与世界上其他国家相比，中国的能源强度仍然很高。图5为1980—2006年间部分国家的能源强度（以每2 000美元GDP消耗的能源来计，单位：Btu），从图中的变化曲线可以清楚地看出，在全世界范围内，能源强度一直保持下降的趋势，且中国保持着最快的下降速度，但是与美国、日本、英国等其他国家相比，中国每单位GDP所消耗的能源仍然很大，能源强度依然很高，在节能减排的道路上，中国还有很长的路要走[1]。
1.4 中国减排现状分析
表1分别以2000年、2005年及2009年为对象，对比这三年的污染物排放情况并给出具体数值，从2000年到2005年，二氧化碳、二氧化硫及粉尘等污染物的年均增长率均为正值，并且均在10%以上，而从2005—2009年，这些污染物的年均增长率均低于9%，且碳强度、硫强度、氮强度以及粉尘强度（每万元GDP的粉尘排放量）都呈现出不同程度的降低，甚至呈现出了负值。这说明中国在污染物减排方面，取得了一定的成效。
尽管中国近些年在减排方面卓有成效，但与其他国家（如美国）相比，中国的二氧化碳、烟尘及二氧化硫的排放量仍然处在一个很高的水平。图6为中国与美国的二氧化碳排放情况的对比，从图中可以看出，2000—2009年中国的二氧化碳排放量持续快速增长，从2007年开始，排放量甚至超过了美国，一跃成为世界上二氧化碳排放的大国。这一方面是由中国经济的迅速发展决定的，因为经济的发展必然需要消耗更多的能源；另一方面，受资源禀赋的限制，中国的能源消费结构以煤炭为主，从而造成二氧化碳排放量居高不下。而美国尽管在2006年以前的二氧化碳排放量一直在中国之上，但是从2000—2009年，其二氧化碳排放量的年增长率却非常低，近年甚至呈现负增长率的趋势，这与美国先进的科学技术水平和节能减排的大力实施是分不开的。
1.5 中国能源消费结构制约节能减排
“多煤、少油、缺气”的资源特点决定了我国以煤为主的能源消费结构，这种结构给节能减排的实施造成了一定的困难，一方面我国目前煤炭的利用效率低下，能源效率不高，难以达到节能要求[2]；另一方面，煤炭的过多利用会产生大量的氮化物、二氧化碳、二氧化硫以及粉尘颗粒等大气污染物，造成了我国生态环境的严重破坏，从而使我国难以达到减排的要求[3]。
2 优化我国能源消费结构有利于节能减排
2.1 优化能源消费结构可以提高能源效率
能源消费结构的变化对能源效率有重要影响[4]。为了对其有一个更加透彻的理解，本文将选择单位产值能耗（能源强度）作为能源效率的指标，利用EViews软件，通过建立能源效率与能源消费结构之间的协整模型，以分析出能源消费结构的变化对能源效率的显著影响。
（1） 变量选取与数据处理
本文选取的因变量为能源效率EF（EF值可通过公式EF=GDP/能源消费总量计算得到），自变量为煤炭、石油、天然气、可再生能源占能源消费总量的比重，并分别以PC、PO、PG、PE表示。论文数据来自于1986—2010年《中国统计年鉴》。
（2）序列的单位根检验
在进行协整分析之前必须先检验变量的平稳性以防止虚假回归等问题的出现，本文将采取ADF单位根检验方法来检验序列的平稳性。通过EViews软件分析，得出变量PC、PO、PG、PE的单位根检验结果如表2。从表中可以看出，变量PC、PO、PG、PE在1%、5%、10%水平下均不显著，所以变量均存在单位根，为非平稳序列。
（3）序列间的协整分析
由于变量EF、PC、PO、PG、PE均为一阶单整序列，所以它们之间有可能存在协整关系，变量之间满足同阶单整序列的条件后就可以进行协整分析。
由于变量PC、PO、PG、PE之和恒为1，即变量之间存在高度的相关性，因此本文拟分别分析变量PC、PO、PG、PE与EF之间的长期协整关系。在时间序列分析中，分析协整关系为（1，1）阶协整时最常用的方法是EG两步法，该法由恩格尔和格兰杰于1987年提出。具体操作方法为：首先，用普通最小二乘法估计方程并计算非均衡误差，然后对协整方程的残差值进行ADF检验，若残差值为平稳序列，则变量之间存在长期的协整关系；若残差值为非平稳序列，则变量间不存在长期的协整关系。运用Eviews软件分析出PC与EF的协整方程如下：
从变量EF与PC之间的协整方程可以看出，两变量的回归系数和总体检验F均通过检验，拟合优度R2也比较显著。对EF与PC残差的ADF检验结果如表4，在该残差的单位根检验中按照SIC准则确定最优滞后阶数为5阶。
EF与PC协整方程的残差值通过检验，为平稳变量，这说明1986—2010年，中国的能源效率与煤炭在能源消费结构中的比重之间呈现出长期的协整关系。在协整方程中，煤炭消费占总能源消费的比重系数为负，这说明随着煤炭在整个能源消费结构的比重的上升，能源效率将随之下降；反之，煤炭消费的比重越低，则能源效率就将随之提高。
运用Eviews软件分别分析PO、PG、PE与EF的协整方程，可得出中国的能源效率与石油、天然气、可再生能源在能源消费结构中的比重之间呈现出长期的协整关系。在协整方程中，这些能源占总能源消费的比重系数皆为正。
（4）结论
协整分析结果显示，煤炭、石油、天然气和可再生能源在能源消费结构中的比重与能源效率均存在长期的协整关系。其中煤炭消费比重与能源效率存在反向关系，减少煤炭在能源消费结构中的比重可以大大提高能源效率[5]；石油、天然气和可再生能源的比重均与能源效率呈正向关系，其中天然气和可再生能源与能源效率的相关系数非常大，这说明，大力增加天然气和可再生能源在能源消费结构中的比重可以大大提高能源效率。
2.2 优化能源消费结构可以减少大气污染物
二氧化硫、烟尘是中国大气的主要污染物，以煤为主的能源消费结构是造成这些污染物排放过多的主要原因。与石油和天然气相比，煤炭燃烧会产生更多的污染物，严重破坏环境。煤、石油、天然气的燃烧排放值如表5（表左边以质量或体积单位计，表右边以热量单位计），从表中可以看出，煤炭燃烧所产生的二氧化碳、二氧化硫及粉尘均要比天然气燃烧时高出很多，而石油的排放量居中。由此可见，优化我国能源消费结构，降低煤炭在能源消费结构中的比重、提高天然气和可再生能源的比重将大大减少大气污染物的排放。
3 结论与建议
能源消费结构的变化对节能减排有重要影响，基于此，本文提出如下优化能源消费结构的建议，以推动节能减排的发展。
3.1 大力发展洁净煤技术
为了更好地发展实施洁净煤技术，中国应吸收发达国家的宝贵经验，在促进洁净煤技术发展方面，逐步由技术政策向环境政策转变，并且建立严格的法律法规，设立与经济、技术相协调的排放标准。与此同时，还应实行一些税收优惠、低利率贷款等激励措施鼓励企业采取环境控制技术。
3.2 大力开发可再生能源资源
要逐渐消除可再生能源在人们心中的补充地位，普及其未来作为主要能源的思想观念；加大可再生能源投资，拓宽融资渠道，为可再生能源的发展提供坚强的资金后盾；加强可再生能源的技术创新水平，加大科技投入；要健全有关可再生能源开发利用的法律法规，为可再生能源的发展提供权威的法律保障[6]。
参考文献：
[1] 蒋金荷.提高能源效率与经济结构调整的策略分析[J].数量经济技术经济研究，2004，（10）.
[2] 石晓妹，张燕.能源消费结构变化及其环境效益实证研究[J].河南科学，2010，（8）：1024-1028.
[3] 任庆文，李淑华.开发利用清洁能源净化城市空气[J].天津科技，2000，（3）：29.
[4] 王庆一.中国的能源效率及国际比较[J].节能与环保，2003，（8）：8-9.
[5] 张瑞，丁日佳.我国的能源效率与能源消费结构的协整分析[J].煤炭经济研究，2006，（6）：4-5.
能源消费论文范文5
关键词：能源消费强度；影响因素；空间计量模型
中图分类号：F063.2 文献标识码：A
收录日期：2015年7月21日
一、问题提出
改革开放以来，我国经济得到了全面、高速、持续发展，GDP以年均9.8%的增长率增长，成为世界上发展最快的国家。随着经济的发展，我国的能源消耗量也大幅度提升，2010年已成为全球第一大能源消费国。我国在“十二五”规划中明确提出了节能减排的具体目标。国外学者对能源消费的研究起步较早，由于经济体制的限制，国内学者在改革开放后才逐步开始对能源问题的研究。目前，学术界主要从以下几个方面研究能源消费强度问题：
（一）能源消费强度总体趋势研究。由于数据和研究方法的选取不同，因此国内外学者对于我国能源消费强度的趋势存在不同的判断。Ma and Stern（2008）利用中国1980～2003年的经济数据考察了我国能源消费强度的变化趋势，发现1978～2000年之间呈现下降趋势，2000年后又开始回升。但是，对于2000年是否是我国能源消费强度变化的拐点，依然存在争议。Liao et al.（2007）通过实证研究发现从2003年起我国的能源消费强度才开始上升，章爽（2013）也持相同观点。王安建和王高尚（2010）的研究表明各国能源消费强度在每个国家经济发展的不同阶段呈现不同的变化趋势，但是随着工业化进程的不断推进，每个国家能源消费强度的变化基本上都呈现“U”形分布。马小微（2007）的研究结果表明1953～2005年间，中国能源消费强度变化与环境库兹涅茨曲线较为吻合。类似结论还有史丹（2002）、余甫功（2007）、张建文和刘学之（2010）。
（二）能源消费强度影响因素。诸多学者从产业结构、技术进步等多个角度考察了经济因素对我国能源消费的强度影响，并得出了有价值的结论。Garbaccio et al.（1999）用投入-产出模型创建了能源消费强度指数，分析了1978～1995年中国能源消费的数据，发现技术革新是中国能源消费强度变化的主要因素。Perry（2011）运用异质面板回归技术分析发展中国家的城市化和工业化对能源消费强度的影响，研究发现收入提高可以降低能源消费强度，而工业化会使能源消费强度提高。刘满平（2006）分析我国近年来产业结构调整的特点及所面临的能源供给约束，并从产业结构调整与能源供给相协调的角度出发，提出能源发展战略及产业调整政策。但是，其中产业结构调整的思路没有细化，只是泛泛而谈调整重工业轻工业比重、国有经济比重等，同时缺少对各省份产业结构差异的考虑。关于能源消费强度和FDI的关系，部分学者认为“FDI的规模对能源消费强度具有负效应”（Mielnik and Goldemberg，2002；齐绍洲和云波，2009），持否定态度的学者有Huble and Keller（2009）。
结构因素、技术因素和对外贸易因素是国内外学者在研究能源消费强度问题上经常考虑的指标。大多数学者得出了能源消费强度的相同影响因素，本文在总结前人研究的基础上，结合我国的具体实际，增加了政府支出这个变量，希望在回归结果上更有说服力。
（三）能源消费强度区域差异研究。近年来，国内学者对我国能源消费强度区域差异的研究开始关注，但是大多数研究只停留在表层阶段，粗略的划分出能源高耗区和能源低耗区，研究方法局限于面板数据、省际因素分解等模型。国涓等（2009）运用聚类分析方法将中国各省市划分成高增长高能耗、低增长高能耗、低增长低能耗和高增长低能耗4个区域，并运用面板数据的协整分析与误差修正模型，对影响各区域能源消费强度的长、短期因素进行实证分析。目前，运用空间计量方法系统地研究中国能源消费强度相关问题的文献较少，部分文章在数据的全面性和方法的正确性方面还存在欠缺。张贤和周勇（2007）曾利用空间自相关和空间回归模型，发现FDI具有显著的空间溢出效应，对本地区和周边地区能源消费强度的降低具有明显的作用。宋马林等（2012）采用LISA统计分析空间聚集和扩散模式，结合Moran’s I和Geary’s C方法，对这88个地市产业发展所处的状态进行综合判断并进行相关预测。姜磊和季民河（2012）利用Moran散点图分析得出我国能源强度存在空间集聚效应，但是其没有建立空间计量模型。袁梁和王军（2011）研究表明我国能源消费强度存在显著的空间相关性，并建立相应的空间计量模型，但是他们的研究没有进行残差的空间相关性检验、异方差检验等，模型的正确性不能保证，所以需要做进一步的分析。类似的研究还有阚大学和罗良文（2010）、吴玉鸣（2012）。本文在综合国内外学者相关研究的基础上，利用空间计量方法对我国能源消费强度的空间相关性及影响因素进行更加全面系统的分析。
二、研究设计
（一）变量定义。作为复杂经济系统中的一个指标，能源消费强度的变化以及中国经济最终能耗水平的形成实际是多种因素综合作用的结果，从这个意义上讲，技术变化、市场化水平、政府规制、产业发展特征、产业结构、经济发展模式等经济系统的诸多方面都直接或间接影响着能源投入的多少以及产出水平的高低，并最终通过能耗强度的变化而表现出来。综合相关文献的分析，本文选取以下几个指标作为能源消费强度水平的影响因素。
1、产业结构。产业结构是影响能源消费的一个重要因素，产业结构是衡量一国经济结构是否合理的关键因素，不同的产业结构会对能源消费产生不同的影响，进而影响能源消费强度高低。本文产业结构选取第二产业增加值占生产总值的比重以及第三产业增加值占生产总值的比重来表示，变量代码为SE和TH。
2、能源结构。能源消费结构反映的是能源消费中各种能源的比例关系问题，是衡量国家和地区发展方向和程度的重要指标之一。我国特殊的资源禀赋和能源消费习惯决定了煤炭、石油在我国能源消费中的绝对比重，而新能源、清洁能源的发展会有效降低能源消费强度。本文选取煤炭消费总量占能源消费总量的比重来表示能源结构，变量代码为MT。
3、经济发展水平。经济发展水平也是影响能源消费强度的一个重要因素。能源消费强度等于能源消费总量与国内生产总值的比值，两者增加的幅度和速度不同会对能源消费强度产生不同的影响。本文经济发展水平用各省的人均生产总值来表示，变量代码为GDP。
4、技术进步。科技投入带来的技术进步对于降低能源消费强度有着积极的作用。技术进步可以有效提高生产效率，并且可以在经济发展水平相同的条件下降低能源消费强度。科研经费的投入是影响能源利用效率的重要因素，也是节能降耗的根本途径。Keller（2002）认为，R&D投入越多，有效的研发劳动也越多，对技术进步的促进能力也越强，R&D有利于促进知识和技术的外溢。本文选取R&D经费支出代表技术进步，变量代码为R&D。
5、外商直接投资。首先，外国直接投资会带来先进的技术，从而促进中国企业的技术进步，提高能源效率，降低能源消费强度水平；其次，外商直接投资也会通过产业结构调整来影响能源消费强度。张贤和周勇（2007）从空间效应因素验证了外商直接投资对能源效率的影响。因此，预期外商直接投资会促进能源消费强度的降低。本文用各个省的外商投资总额占地区生产总值的比重来表示外商直接投资，变量代码为FDI。
6、政府影响力度。政府影响力可以制约市场化程度的加深，国家的各种政策对能源消费强度的影响还是很大的。政策的侧重点不同将直接关系到经济发展领域的不同，进而导致不同的产业结构、不同地区发展目标，这些都会引起能源消费强度的变化。本文政府影响力选取的是财政支出占生产总值的比重，变量代码为CZ。
（二）数据来源。文中数据来自于《中国能源统计年鉴2013》、《中国统计年鉴2013》等，部分数据来源于《自治区能源发展“十二五“规划》，数据为2012年截面数据。为了消除异方差现象，本文对R&D经费支出、人均地区生产总值等指标数据进行了对数化处理。
（三）模型设定。国内外学者对于能源消费强度的研究多从全局来入手，忽略了区域性差异因素。然而，在地大物博的中国，地区之间发展不均衡，引入空间因素到相关研究中是十分必要的。因此，本文采用空间计量方法，建立能源消费强度影响因素的空间计量模型，包括空间滞后模型和空间误差模型。
1、空间滞后模型。空间滞后模型（Spatial Lag Model，SLM）主要是探讨各变量在某一地区时有扩散现象（溢出效应）。其模型表达式为：
式（1）中，EI为因变量；SE、TH、MT、GDP、R&D、FDI和CZ为变解释量；ρ为空间回归系数；W为n×n阶的空间权值矩阵，一般用邻接矩阵（Conti-guity Matrix）；ε为随机误差项向量；参数β分别反映了解释变量对因变量的影响，空间滞后因变量 WEI是一个内生变量，反映了空间距离对区域行为的作用。
2、空间误差模型。若地区间的相互作用因所处的相对位置不同而存在差异，则需要采用空间误差模型。空间误差模型（Spatial Error Model，SEM）的模型形式为：
其中，ε为随机误差项向量，λ为n×1阶的截面因变量向量的空间误差系数，μ为正态分布的随机误差向量。SEM中参数β分别反映了解释变量对因变量的影响。参数λ衡量了样本观察值中的空间依赖作用，即相邻地区的观察值EI对本地区观察值EI的影响方向和程度。存在于扰动误差项之中的空间依赖作用，度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度。
三、空间计量模型实证分析
（一）空间相关性检验结果。应用空间计量方法首先要检验我国能源消费强度是否存在空间相关性。本文自相关统计量采用的是Moran’s I，选用的是rook一阶、二阶和三阶空间权值矩阵。检验结果如下。（表1）
表1中Rook1、Rook2、Rook3依次为rook一阶、二阶、三阶空间权值矩阵。从表1可知，能源消费强度一阶权值矩阵的 Moran’s I通过1%显著性水平的检验，并且Moran’s I的值为0.3838，说明能源消费强度存在明显的空间自相关。同时发现，权值矩阵所选的阶数越高，Moran’s I值越低，说明能源消费强度的空间相关性符合地理学第一定理，即各个地区的空间联系随着空间距离的增大而呈现降低的趋势。因此，在空间计量经济学模型分析中选择rook一阶空间权值矩阵。
为了更直观地展示出我国能源消费强度不同省份的集聚类型，本文给出了中国各省能源消费强度2012年我国能源消费强度的Moran散点图和局域空间自相关LISA集聚图，参见图1和图2。（图1、图2）
Moran散点图是以能源消费强度的原始值为横坐标，以空间滞后值为纵坐标。从Moran散点图中可以看出我国多数省份分布在第一象限和第三象限。图2的LISA集聚图红色区域表示高-高集聚地区，表示该区域自身和周边地区的水平均较高，存在较强的空间正相关，包括内蒙古、甘肃、新疆、和青海；深蓝色区域表示低-低集聚地区，表示该区域和它周围的其他区域都是低水平的区域，包括江苏、浙江、上海、广东等地方；浅蓝色区域表示低-高集聚地区，表示高水平的区域包围着一个低水平的区域。该区域的水平与周围邻居相比是比较低的，意味着该区域的空间差异的程度是比较大的，存在较强的空间负相关，包括四川和海南。
通过以上空间效应检验可以看出，总体来看我国省际能源消费强度以第一象限L-L、第三象限H-H型为主，表示我国能源消费强度存在明显的空间集聚和空间依赖性。
（二）空间计量模型估计结果。经典的计量经济学模型假设空间是均质的，而空间自相关性是客观存在的，空间效应会使得普通最小二乘估计无效（Anselin，1988；LeSage and Pace，2009）。因此，需要建立空间计量模型来克服普通最小二乘法无法解决的空间依赖效应。但为了与空间计量经济学模型结果进行对比，本节先采用普通最小二乘法进行估计，然后再建立相关空间计量经济学模型。
由于变量之间可能存在多重共线性，建立模型之前，首先通过计算出6个解释变量的方差膨胀因子（VIF）来检验多重共线性。（表2）
从表2可以看出，选取的6个解释变量方差膨胀因子的值都小于5，所以可知解释变量之间不存在多重共线性，可以用来建立相关的模型。
1、经典最小二乘回归模型估计结果。通过建立OLS得出相关结果如表3所示。（表3）
从经典最小二乘模型中，可以知道拟合优度为0.6935，F统计量为9.05156，模型整体也通过了1%显著性水平的检验，因此模型的拟合程度很好。解释变量MT、SE在10%的显著性水平下通过了检验，解释变量INRD、CZ在5%的显著性水平下通过了检验，而INGDP、FDI没有通过检验。
通过最小二乘法同时得到Lagrange乘数判断的结果，以下检验结果可以作为如何选择空间模型的参考，检验结果如表4所示。（表4）
诊断结果中给出了5个Lagrange乘数检验统计量。从表4可以得出，Lagrange multiplier（lag）通过了检验，而Lagrange multiplier（error）未通过检验，可以理论上推出空间滞后模型比空间误差模型更合适。但这并不是绝对的检验方法，具体选择建立哪个模型，还需要结合两个模型的检验结果比较，以及根据与经典的最小二乘模型的比较结果来决定。
2、空间模型估计结果。本文采用空间统计软件GeoDa095i建立空间模型，空间邻接矩阵选取一阶邻近矩阵，估计方法为极大似然估计。为了选择合适的计量模型，本文列出了空间滞后模型和空间误差模型的估计结果，并将其进行对比分析。（表5）
从空间模型的估计结果来看，空间滞后模型的ρ均通过了1%显著性水平的检验，因此空间滞后模型是成立的。模型中第二产业比重、煤炭消费比重、R&D经费支出、财政支出通过了10%显著性水平检验，地区生产总值和外商直接投资没有通过检验；空间误差模型的也通过了1%显著性水平的检验，因此空间滞后模型也是成立的。模型中第二产业比重、煤炭消费比重、R&D经费支出、财政支出及外商直接投资通过了10%显著性水平检验，只有地区生产总值没有通过检验。
表6空间滞后模型和空间误差模型的Breusch-Pagan检验结果可以看出，模型均不存在异方差性。从两个模型的残差空间自相关性检验来看，模型的残差的Moran’s I没有通过检验，所以不存在残差空间自相关性，说明空间模型将残差的空间相关性消除了。（表6、表7）
3、OLS、空间滞后模型与空间误差模型对比。从表8可以看出相比OLS，空间计量模型的Log likelihood都有显著增长，同时AIC、SC有所下降，表明空间模型估计结果更为稳健。然而，综合比较OLS、空间滞后模型和空间误差模型的统计量，空间滞后模型不但比最小二乘法计量模型拟合的好，而且比空间误差模型拟合的好。（表8）
结合Lagrange乘数检验和表8的比较结果，本论文最后选择空间滞后模型作为空间计量模型来说明能源消费强度的相关影响因素，空间滞后模型为：
EI=-0.1220+0.4419WEI+0.0877SE+0.2231MT-0.3097INRD+0.2370CZ+？着
R2=0.7452 Log likelihood=5.2457
AIC=5.5086 SC=14.9805
（W为n×n阶的空间权值矩阵）
从空间滞后模型各个解释变量的弹性系数数值来看，与普通最小二乘估计的系数有所修正，因此可以说明考虑空间效应的空间滞后模型的估计结果更为稳健。空间滞后模型中第二产业增加值比重、煤炭消费总量比重、各省科研经费投入、各省财政支出比重通过了检验，下文将重点分析空间滞后模型中的这四个变量对能源消费强度的影响。
4、空间滞后模型结果分析
（1）能源消费强度在省域之间形成显著空间扩散效应。空间滞后模型的ρ十分显著，说明了能源消费强度在省域之间形成了空间扩散（溢出）效应，空间滞后效应较强，也就是说相邻两个地区能源消费强度互相产生影响。ρ值为0.4419，说明周围地区能源消费强度每增加1%，本地区能源消费强度就会提高0.44%，空间滞后效果相当明显。
（2）产业结构的优化有利于降低能源消耗强度。各省第二产业占地区生产总值的比重代表产业结构，模型的回归系数为0.0877，符号为正，与预期相同，并且在0.1的显著性水平通过了检验。说明能源消费强度与第二产业所占比重存在正相关关系，即第二产业所占比重每增加1%，会导致能源消费强度增加0.09%。国家应尽量优化产业结构，降低第二产业所占比重，增加第三产业比重，以降低我国能源消费强度。
（3）能源消费结构是制约能源消费强度降低的重要原因。煤炭占能源消费总量的比重代表能源消费结构，其在模型得到的回归系数为0.2231，在5%显著性水平下通过了检验。回归结果说明能源消费结构对能源消费强度的影响比较显著，煤炭占能源消费总量的比重每增加1%，就会使能源消费强度增加0.22%。然而，由于资源禀赋的限制，我国以煤炭为主的消费结构短期内不会有显著变化，能源消费结构严重制约着能源消费强度的下降。国家应大力发展清洁能源，优化能源消费结构，逐步以新能源代替传统能源。
（4）技术进步是降低我国能源消费强度的关键因素。R&D经费支出代表技术进步，由模型得到的回归系数为-0.3297，符号与预期相同，并在5%的显著性水平下通过了检验。实证结果表明，技术的进步，尤其是能源技术的进步，对降低能源消费强度有着至关重要的作用。所以，技术进步是解决我国未来能源危机的一个重要的关键因素，可以强有力地降低能源消费强度。
（5）财政支出的增长导致能源消耗强度上升。财政支出占GDP的比重代表政府影响力，由模型得到的回归系数为0.2370，符号为正，在1%的显著性水平通过了检验。即财政支出所占比重增加1%，会导致能源消费强度增加0.24%，这就要求政府在合理的情况下应尽量减少财政支出，适当优化财政支出结构。
四、政策建议
（一）重视区域经济间相互影响。基于区域相关性的调整策略是指从区域经济受相关区域影响角度出发，制定区域发展政策时要考虑到受其他相邻区域的经济影响，各省份制定的产业政策要有协同性，形成系统性的全国区域产业发展政策。例如，我国西部大开发、东北工业振兴等区域政策尤其要考虑对相邻区域的影响，邻近省份的产业政策、能源消费强度变化。对于一个空间统计上表现为离群现象的省份，比如西北地区的陕西省，制定政策时要考虑到周边省份能源消费强度的负相关性，合理的调整政策力度。
（二）调整产业结构。调整优化产业结构，特别是工业部门的内部结构。产业结构调整是能源消费强度下降的物质基础。就我国目前的发展阶段来看，第二产业所占比重较大，重工业增长明显加快。因此，要严格控制第二产业、工业和重工业的发展速度和规模，提高高耗能行业的进入门槛，努力形成“低投入、低消耗、高效率”的经济发展方式。同时，合理地调整产业结构布局，由以工业为主导的产业结构向第三产业为主导的产业结构转化也显得尤为重要。
（三）优化能源消费结构。“以煤为主”的能源资源禀赋决定了长期以来我国“以煤为主”的能源消费现状，但由于煤炭利用技术不成熟，使得煤炭利用率较低，造成了能源浪费和大量的废弃排放。特别是那些资源禀赋丰裕的地区，应该充分利用本地的资源优势，发展煤炭、石油深加工行业，提高煤炭的利用效率，降低能源消费强度。此外，应加大对新能源、清洁能源等领域的科技、人力、资金等方面的投入，不断优化能源结构，采取多元化能源结构的发展战略，提高优质能源比重，努力实现能源工业的均衡发展。
（四）提高科技水平。实证分析表明技术的进步对于降低能源消费强度有着积极的作用。在经济高速发展的过程中，新工艺、新技术都可以强有效地降低能源消耗的强度。所以，技术进步可以有效提高生产效率，并且可以在经济发展水平相同的条件下降低能源消费强度。国家应鼓励科技的创新，加大科学技术研发方面的投入，从而提高能源利用效率，降低能源消费强度；同时能源方面的科学技术进步同时也会促进新能源、清洁能源的发展，降低传统能源使用规模，从而降低我国能源消费强度。
（五）合理控制财政支出总量。我国目前以经济建设为中心，经济发展迅速，不可避免地会积极实施财政政策，而且在诸多领域都需要财政支出，因此尽管降低财政支出可以降低能源消费强度，但是应该合理控制财政支出，不能一味为了能源消费强度的降低而影响经济发展。此外，可以在财政支出的结构上加大控制力度。比如实证分析结果显示R&D经费支出可以有效降低能源消费强度，所以对于此类既能促进经济增长又能降低能源消费强度领域，政府可以多投入一些，这就能在保证国家政策落实、维护政府控制力度的前提下，既促进经济增长，又降低我国能源消费强度。
主要参考文献：
[1]Apergis N，James E.Energy consumption and economic growth in Central America：Evidence from a panel cointegration and error correction model[J].Energy Economics，2009.31.2.
[2]Blanco L R.The Spatial Interdependence of FDI in Latin America[J].World Development，2012.40.7.
[3]Hang L，Tu M.The impacts of energy prices on energy intensity：Evidence from China[J].Energy Policy，2007.35.5.
[4]Jorgenson D，Garbaccio R，Ho M S.Why Has the Energy-Output Ratio Fallen in China[J].General Information，1999.20.3.
[5]Karen F V，Jefferson G H，Liu Het al.What is driving China’s decline in energy intensity[J].Resource & Energy Economics，2004.26.1.
[6]Keller W.Geographic Localization of International Technology Diffusion[J].American Economic Review，2001.92.1.
[7]Lei S，Cheng S，Gunson A J et al.Urbanization，sustainability and the utilization of energy and mineral resources in China[J].Cities，2005.22.4.
[8]Ma C，Stern D I.China’s changing energy intensity trend：a decomposition analysis[J].Energy Economics，2008.30.3.
[9]Mielnik O，Goldemberg J.Foreign direct investment and decoupling between energy and gross domestic product in developing countries[J].Energy Policy，2002.30.2.
[10]Rey S J，Montouri B D.US Regional Income Convergence：A Spatial Econometric Perspectiv[J].Regional Studies the Journal of the Regional Studies Association，1999.33.2.
[11]Sadorsky P.Financial development and energy consumption in Central and Eastern European frontier economies[J].Energy Policy，2011.39.2.
[12]Sun J W.Three types of decline in energy intensity――an explanation for the decline of energy intensity in some developing countries[J].Energy Policy，2003.31.6.
[13]Wu Y.Energy Intensity And Its Determinants In China's Regional Economies[J].Energy Policy，2012.41.
[14]Zheng Y，Qi J，Chen X.The effect of increasing exports on industrial energy intensity in China[J].Energy Policy，2011.39.5.
[15]崔亚飞，宋马林.我国省际工业污染治理投资强度的策略互动性――基于空间计量的实证测度[J].技术经济，2012.3.4.
[16]高振宇，.我国能源生产率的地区划分及影响因素分析[J].数量经济技术经济研究，2006.23.9.
[17]国涓，王玲，孙平.中国区域能源消费强度的影响因素分析[J].资源科学，2009.31.2.
[18]胡玉敏，杜纲.中国各省区能源消耗强度趋同的空间计量研究[J].统计与决策，2009.11.
[19]黄轶.中国地区经济增长与能源消费强度差异分析[J].经济研究，2007.7.
[20]刘畅，崔艳红.中国能源消耗强度区域差异的动态关系比较研究――基于省（市）面板数据模型的实证分析[J].中国工业经济，2008.4.
[21]马骊.空间统计与空间计量经济方法在经济研究中的应用[J].统计与决策，2007.19.
能源消费论文范文6
关键字： 中国；煤炭；总量控制；目标研究
中图分类号： F426.21；F224
一、研究背景
近年来，随着我国煤炭生产总量和消费总量的不断攀升，煤炭资源的可持续利用问题、安全生产问题、产能过剩问题、环境保护及节能减排问题、以及能源结构优化调整等问题开始越来越受到人们的关注。因此，无论是考虑到我国煤炭行业的健康、可持续发展，还是能源结构的优化调整和有效应对全球气候变化碳减排挑战，都要求我们必须对国内的煤炭生产总量和消费总量实施控制。煤炭生产总量和消费总量能否得到合理、有效的控制，将对“十二五”能源消费总量控制、能源结构优化调整产生重大影响，也是有效应对全球气候变化挑战、以及建立现代能源产业体系的关键环节。正是因为如此，国家能源局已经在公开场合多次明确提出，“必须要对我国的煤炭生产总量实施控制，设置煤炭产量的“天花板”，并科学的规划煤炭产能。”
二、煤炭生产总量控制目标
（一）中国经济增长与能源需求总规模
研究国内煤炭生产总量控制问题，首先必须对未来国内经济发展形势和支撑经济发展的能源需求进行一个宏观的判断和把握。当前中国经济正处在工业化和城镇化快速发展阶段，依据有关专家的观点，这一阶段将持续到2020年[1]。从发达国家经历这一时期的特点来看，这一阶段将保持经济快速增长、能源刚性需求且能源消费总量不断攀升这样一个特点。因此，综合世界经济发展历程[2]和中国近年来的经济发展情况，以及国民经济和社会发展第十二个五年发展规划[3]，在本文的研究中，我们对未来十年国内经济发展分为“十二五”和“十三五”两个发展阶段分别设置了低、中、高三种经济增长情景，见表1。
有了宏观经济的判断，结合能源和经济发展之间的弹性关系，依据弹性系数法可以测算出2015年我国在低、中、高三种不同经济增长情景下能源需求总规模将分别达到40亿吨、41.2亿吨和42.4亿吨标煤，而到2020年这一规模将分别达到47.9亿吨、50.8亿吨和53.9亿吨标煤。
（二）能源消费结构演变趋势及煤炭需求量
对未来能源消费结构演变趋势的判断将直接影响到未来煤炭需求量的预测和煤炭生产总量控制目标的确定，而能源消费结构的演变存在两种趋势，一种国家不采取宏观干预政策，另一种国家采取宏观干预政策。因此，本文在研究未来能源消费结构时分别对无能源规划约束和能源规划约束条件两种情形进行了分析。
1.无能源规划约束条件下能源消费结构演变趋势
应用马尔科夫链预测法，跟据1995－2009年能源消费结构比例历史数据，可以测算出未来无约束条件下能源消费结构变化情况[4]，见表2。
从表2可以看出，在无能源规划约束下，未来十年，煤炭在我国能源消费结构中所占比例在2015年和2020年将分别下降到68.1%和66.9%，非化石能源发电所占比例将分别上升到10.1%和12.6%，能源消费结构虽然在一定程度上得到优化，但与我国建立现代能源产业体系，实现非化石清洁能源发电到2015年和2020年分别占能源消费比重11.4%和15%的目标还存在较大差距。此外，根据我们的测算，如果按照无能源规划约束条件下能源消费结构这一演变趋势，到2020年我国将根本无法实现单位GDP二氧化碳排放降低40%的碳减排承诺，更不用说实现45%的减排目标。
2.能源规划约束条件下能源消费结构演变趋势
通过对无能源规划约束下能源消费结构变化趋势的分析，要确保国内煤炭生产总量能够切实得到有效控制，以及实践对国际社会承诺的碳减排目标，必须要把实现我国“十二五”发展规划和可再生能源中长期发展规划提出的到2015年和2020年非化石能源消费比例要分别达到11.4%和15%的目标作为未来能源产业发展的硬性约束条件[5-6]。依据这一规划约束条件，基于修正马尔科夫模型，可以测算出能源规划约束条件下未来能源消费结构变化趋势，见表3。
此外，通过对能源规划约束条件下这一能源结构变化趋势下二氧化碳排放情况的计算，我们测算出在能源规划约束下的能源结构演变驱使下，我国基本能够确保实现2020年单位GDP二氧化碳排放降低40%的碳减排目标，而要实现降低45%的目标，则存在较大难度。
（三）未来10年我国煤炭进口贸易形势
随着国内煤炭价格市场化机制的完善，在限制资源型产品出口税收政策的引领下，从2009年开始，我国逐渐从煤炭净出口国转变为煤炭净进口国，继2009年实现煤炭净进口1亿吨后[5]，2010年又实现煤炭净进口1.4亿吨[6]。
从目前的这一形势来判断，随着我国经济的进一步快速发展，对煤炭需求形成的缺口将不断扩大，未来通过国际煤炭市场来满足国内的煤炭缺口可能是我国将来唯一可行的办法，但同时我们又要提高警惕，控制进口风险。虽然我国是煤炭资源大国，煤炭储量仅次于美国，位列世界第二，但由于我国的煤炭生产主要是用于满足国内需求，因此，在国际煤炭市场并不具有定价权。在这种背景下我们要实施煤炭生产总量控制，一方面必须要从国际煤炭市场尽可能多的进口煤炭来满足国内的煤炭需求，另一方面又不能一味依赖国际煤炭市场。在目前的市场条件下，我们从国际煤炭市场进口煤炭越多，就意味着对外依存度就越高，就越容易引发国际煤炭市场价格上涨，影响到进口的同时，也会对国内的煤炭供给产生不利影响，现实中石油和铁矿石就是一个很好的借鉴。因此，在确保煤炭进口的同时，必须要设置一个煤炭安全进口警戒线。
1.我国主要煤炭进口国地域分布
受运输条件和运输成本的影响，地域条件是决定国际煤炭贸易国选择的一个首要因素，因此从这个角度来说，我国的煤炭进口国应主要集中在亚太地区的煤炭出口国以及和我国领土接壤的邻国。根据我国历年海关的数据统计，我国的煤炭进口国也主要集中在亚太地区的澳大利亚、印尼、越南、朝鲜和北方邻国蒙古、俄罗斯，这其中澳大利亚、印尼、越南是我国传统的三大煤炭进口国，但越南受国内煤炭资源储量（1.5亿吨，采储比4年）的限制[7]，很快将逐渐退出我国主要煤炭进口国行列。相反，蒙古和俄罗斯两国都拥有极其丰富的煤炭资源，加上地域上的优势，特别是蒙古国想要向东亚、东南亚国家出口煤炭，我国将是必经之路，未来随着铁路运输条件的逐步改善，蒙古和俄罗斯将逐渐成为我国未来重要的煤炭进口国家。此外，根据海关统计数据，近年来从加拿大、美国、南非以及哥伦比亚进口煤炭逐渐成为我国煤炭进口的新亮点，但我们分析这主要是由全球金融危机以及欧元区债务危机所引起的短暂现象，加上长距离运输及较高的海运成本，从长远来看，这些国家未来对我国的煤炭进口贡献不会太大，或者说从这些地区进口煤炭的增长空间不大。因此，未来十年我国的煤炭进口国将主要集中在澳大利亚、印度尼西亚、蒙古、俄罗斯以及朝鲜。
2.煤炭进口安全警戒线
煤炭剩余可支配量是反映一个国家煤炭出口能力或者说潜在出口能力的一个重要指标，通过对澳大利亚、印度尼西亚、蒙古、俄罗斯以及朝鲜五国未来国内煤炭剩余可支配量的分析，我们认为未来这五国在2015年和2020年国内煤炭出口总规模将分别达到8亿吨和10亿吨左右。但考虑到俄罗斯的煤炭出口主要集中在欧洲等国，每年大约需要向欧洲地区出口近1亿吨煤炭，以及根据印度煤炭部的相关估计，预计2011年印度煤炭进口量将达到8500万吨，2017年进口量将达到2亿吨，加上日本、韩国等传统煤炭进口国每年在亚洲煤炭市场大约需要进口煤炭近3.5亿吨煤炭[7]，我们认为2015年、2020年我国从国际煤炭市场可获得的煤炭进口安全警戒线应分别控制在2.5亿吨和3.5亿吨这个水平。
（四）总量控制目标
根据前文对不同经济增长情景设置下未来十年我国能源结构演变趋势及煤炭需求预测的分析，我们测算出2015年和2020年我国的煤炭消费需求总量在低、中、高三种经济增长情形下分别为36.8亿吨和41亿吨、37.9亿吨和43.5亿吨、39亿吨和46.1亿吨。同时考虑到届时煤炭出口、电力企业库存、以及国家应急储备等因素，在国际煤炭进口补充的前提下，届时国内煤炭需求总量规模在不同经济增长情形下将分别为35.2亿吨和38.5亿吨、36.3亿吨和41亿吨、37.4亿吨和43.6亿吨。此外，考虑到不同经济发展情形下控制目标之间存在较大的差额，不利于确定总量控制目标以及指导总量控制工作。因此，在对经济发展形势和总量控制目标实施效果综合衡量之后，我们认为中等经济发展情形下的总量控制目标更加切合中国经济发展的实情，也更能反映煤炭生产总量控制的意义和价值。
三、政策建议
通过上述煤炭生产总量控制目标及影响因素能源消费结构变化趋势和煤炭进出口贸易形势的综合分析，我们认为要想切实达到控制产能、降低国内煤炭消耗速度，既实现能源消费结构的优化调整和有效应对气候变化碳减排，又不影响国民经济的正常发展，国家应在以下10个方面加强举措。
（一）从战略的高度，提高对煤炭生产总量和消费总量控制工作的重要性、紧迫性和自觉性的认识，加大宣传力度，增强民众节能意识。
（二）加紧对14个大型煤炭基地和基地内大中型煤炭企业区域煤炭资源状况、生态承载力和安全生产条件进行评估，确定合理生产能力，尽早研究制定总量控制目标下产能分配方案。
（三）加强总量控制下的相关财政、税收、监管及政策保障体系的研究和制定，使各类规划能够落到实处。
（四）继续深化煤矿整顿关闭政策，推进煤炭企业的股份制改造、兼并和重组，提高产业集中度，建立以大型煤炭企业集团为主体、中小型煤矿协调发展的产业格局，为从源头上做好煤炭生产总量控制提供保障。
（五）加快电力、钢铁、建材、化工等高耗煤产业结构调整步伐，限制、甚至禁止高耗能产品的出口，减少对煤炭的过度需求，确保煤炭需求能够得到有效控制。
（六）继续完善资源出口税收政策，限制煤炭等资源型产品出口，在合理警戒线范围内鼓励进口。
（七）加快煤炭战略储备建设，提高煤炭供应应急能力。
（八）在核电发展受到一定限制的情况下，要在原规划基础上加大对风能、太阳能、生物质能等新兴能源和替代能源的发展力度，并加快《核电安全规划》出台步伐，必要时提出时间表，确保在核安全发展的前提下，核电能够尽早得到发展。
（九）尽快启动国内太阳能光伏应用市场，解决价格成本过高以及光伏发电并网消纳难等问题，切实发挥新能源的替代作用。
（十）加快发展天然气产业，提升海上天然气勘探和开发程度，加大煤层气、页岩气等非常规天然气资源的开发力度，确保煤炭总量控制后，天然气能够得到有效供应。
参考文献：
[1] 王小鲁，樊刚，刘鹏. 中国经济增长方式转换和增长可持续性[J].经济研究，2009，（1）.
[2] TEA，World Energy Outlook[R]，Paris：2006，OECD.
[3]中华人民共和国国民经济和社会发展第十二个五年规划[EB/OL]，.
[4]林伯强，何晓丽.中国城市化进程中的能源需求和消费结构预测[D].厦门大学能源经济研究中心工作论文，2008.
