论我国能源强度区域差异及影响因素

论我国能源强度区域差异及影响因素

选取2006年我国各地区的统计数据，通过对能源强度区域划分和多元回归分析，对我国能源强度区域差异的影响因素进行实证分析。通过实证分析发现，能源强度区域差异的主要影响因素是地区经济发展水平和能源消费结构。前者与能源强度呈负相关关系，煤炭消费总量占能源总消费量的比重与能源强度呈正相关的关系。在实证分析的基础上提出了降低能源强度，缩小我国能源能强度区域

差异的几点建议，以供参考。

标签：能源强度；区域差异；影响因素；实证分析

1 引言

根据能源强度的大小对各地区进行划分，然后在对我国能源强度区域差异的影响因素进行定性分析的基础上，采用2006年的各地区的截面数据进行实证分析，找出影响能源强度区域差异的因素，为因地制宜制定降低能源强度的政策提

供依据。

2 能源强度区域划分

根绝2007年《中国统计年鉴》和《中国能源统计年鉴》的数据，整理计算

得出我国30个省市（西藏除外）能源强度，各地区能源强度大小见表1：

为了更直观的看出各地区的能源强度的差异，我们用给出了30个省市自治区能源强度变化曲线图（图1）。

图1 各地区能源强度比较

全国能源强度的平均水平为1.564，我们根据能源强度的高低，对各地区进行区域划分，划分标准为：低于1的称为低能耗区域，1－1.564之间的称为中能

耗区域，高于1.564的称为高能耗区域。具体情况如下：

低能耗区域：北京、广东、浙江、上海、海南、江苏、福建和江西共8个省市；

中能耗区域：天津、广西、安徽、山东、河南、湖南、陕西、重庆、黑龙江、湖北、四川和吉林共12个省市区；

高能耗区域：云南、辽宁、河北、新疆、甘肃、内蒙古、山西、青海、贵州和宁夏共10个省市区。

从能源强度划分的区域来看，低能耗地区主要集中在经济发达的东部沿海地区；中能耗地区主要集中于我国中部地区；高能耗区主要集中与我国西部地区。能源强度的总体趋势表明，随着地区经济发展水平的提高，能源消费强度呈下降趋势。上海、北京、广东三市人均收入水平位居全国前列，其能源消费强度远低于全国平均水平；人均地区生产总值较高的广东、江苏、浙江等省的能源消费强度也处于相对较低群组；人均收入水平处于较低群组的贵州、青海、宁夏等地区，其能源消费强度处于较高群组。这一结论与韩亚芬等人研究结论吻合。但与此同时，我们注意到，人均地区生产总值相近的地区之间，在能源消费强度上存在显著的差异，例如宁夏（10239元/人）的能源消费强度是海南（10871元/人）的4.56倍、辽宁（18939元/人）是福建（18646元/人）的1.91倍。因此，还需要

进一步讨论能源强度与地区经济结构、能源消费结构等等之间的相互关系。

3 能源强度区域差异的影响因素定性分析

未来20年是中国工业化发展的关键时期，全面建设小康社会的发展目标也将使地区经济发展跃上新的台阶。随着地区经济发展水平的提高，能源消费强度是否会降低？经济结构转换对地区能源消费强度的作用方向如何等等，对这些问

题的回答将有助于制定全国的能源发展战略。

3.1 经济发展水平

由前面对能源经济区域的划分我们可以看出来，经济发展水平与地区能源强度呈现出负相关的关系，经济发展水平的提高，能源轻度呈下降的趋势。沿海地区的市场化进程起步比较早，经济发展速度一直较快。而原有的一些老工业基地和中西部的一些省区，由于产业结构老化，市场建立较迟，因而经济增长速度低于东部沿海诸省。改革开放以来，尽管各地区GDP均以较快的速度增长，但它们之间的差距却在持续扩大。经济发展水平的差异导致了能源消费总量的差异，

能源强度的差异就显现出来了。

3.2 产业结构

理论和实践证明，产业结构是影响能源消费的基本因素和长期因素。经济活动（GDP）可以分解为产业增加值之和，因此能源强度可以看成是各个产业源强

度的加权平均，如式（1）

EI=EGDP=∑ni=1X iGDP*EI i

（1）

E Ii是商品或服务i的能源强度，X i表示产业i的增加值。式（1）表明

若产业i的能源强度高于总能源强度，则产业i所占比重的增加将导致总能源强的上升，即如果能耗水平高的产业或行业比重大，则整个国民经济的能源消量就会提高。不同产业的能源强度是不同的，第三产业附加值较高，尤其是一些新技为基础的高科技产业，能源消费较低，能源强度较小，因此增加第三产业在民经济中的比重将降低能源强度。工业部门的能源消费较高，其能源消费量占中国能源消费总量的70%，在工业内部，重工业企业单位增加值的能源消费远高于轻纺

工业，是中国能源消费的最大户。

3.3 投资水平

2002年以来，中国能源消费总量迅速增长，一个主要原因是投资增长过快。2002－2006年，全社会固定资产投资分别增长16.9%、27.7%、26.6%、26%和24%，年均增长24.24%，增长速度为1995年以来的最高水平。投资的高速增长拉动了对高耗能产品的需求，导致钢铁、水泥、电解铝、石化等高耗能产业迅速扩张，高耗能产业的过度发展不仅仅造成电力消费增长加快，而且使中国的煤炭消费增长也全面加速。2002－2006年成品钢材产量年均增长29.2%，水泥产量年均增长14.1%。这些产业的单位产出能耗过高，加剧了中国单位GDP能耗的升高。近年来，工业化的演进和服务业的发展带动了中国的城市化程度的提高，城市化的发展要求增加住房和城市基础设施的投入力度，也促进了高耗能产业的扩张。各地区的投资水平及城市化进程的差异也是造成了地区能源消费总量有很大

的差异。

3.4 能源消费结构

能源消费结构的变化影响能源强度。目前我国的能源种类主要有煤炭、石油、天然气、水电、核电和风电等，各种能源的利用效率和对环境的污染程度都不一

样。煤炭在中国的能源消费结构中一直居主导地位，以煤为主的能源结构不仅造成严重的环境污染，而且煤炭的利用效率也远远低于油气和电能，同时资源的开发和供应也成为严重的瓶颈。电能是清洁、高效的二次能源，是最理想的能源种类。我国地区间资源禀赋差异很大，能源消费结构差异也很大，这也是导致了我

国能源强度差异的重要因素之一。

4 实证分析

4.1 变量选取及样本数据的来源

基于以上定性分析的基础上，我们选择了经济发展水平、产业结构、投资水平、重工业比重和能源消费结构作为自变量，能源强度作为因变量。具体的变量

定义见表2。

对上述变量进行多元回归，建立的回归方程如下：

ln EI=β0+β1ln X1+β2ln X2+β3ln X3+β4 ln X4+β5ln X5+ε

（2）

模型中，β0是常数项，β1-β5是回归系数，其意义是：当自变量每变动一个单位时所引起的因变量的该变量，ε是随机误差项。

4.2 回归分析过程及结果

采用样本数据采用最小二乘法估算回归系数，以t统计量检验回归系数的显著性，以F统计量检验模型的显著性，以R2检验模型的拟合精度，以VIF（方差膨胀因子）检验多重共线性。用spss13.0进行数据处理，得出的结果如下表3。