中国能源统计年鉴2019：中国历年分地区原煤生产量统计(2014-2018)
中国历年分地区一般公共预算收入支出统计(2014-2019)
中国历年分地区一般公共预算收入统计(2014-2019)
地区
地方总计 北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川
2014年
75876.6 4027.2 2390.4 2446.6 1820.6 1843.7 3192.8 1203.4 1301.3 4585.6 7233.1 4122.0 2218.4 2362.2 1881.8 5026.8 2739.3 2566.9 2262.8 8065.1 1422.3 555.3 1922.0 3061.1
787.0
815.7
871.1
251.7
267.1
238.5
246.2
272.9
339.9
373.4
387.7
417.6
436.5
1282.3
1330.9
1299.0
1466.5
1531.4
中国历年分地区一般公共预算支出统计(2014-2019)
地区
地方总计 北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西
2016年
160351.4 6406.8 3699.4 6049.5 3428.9 4512.7 4577.5 3586.1 4227.3 6918.9 9982.0 6974.3 5523.0 4275.4 4617.4
2017年
173228.3 6824.5 3282.5 6639.2 3756.4 4529.9 4879.4 3725.7 4641.1 7547.6 10621.0 7530.3 6203.8 4684.2 5111.5
单位GDP能耗如何测算
单位GDP能耗如何测算自“十一五”起，单位GDP能耗指标作为约束性指1示之一，连续被纳入我国"十一五"、"十二五"和"十三五"国民经济和社会发展五年规划纲要。
党的十八大以来，党中央、国务院大力推进生态文明建设，体现生态文明建设要求的考核办法、目标体系、指标体系等相继建立，作为衡量和反映绿色发展以及能源革命进程的核心底旨标之一,单位GDP能耗指标的作用越来越重要。
一、基本概念单位GDP能耗，全称为单位国内（地区）生产总值能耗（EnergyConsumptionperUnitofGDP）,是指一定时期内，一个国家（地区）每生产一个单位的国内（地区）生产总值所消费的能源。
当国内（地区）生产总值单位为万元时，单位GDP能耗也称为万元国内（地区）生产总值能耗；当具体描述到某个产业或行业时，则称为单位增加值能耗，如规模以上工业单位增加值能耗。
二、主要作用单位GDP能耗是反映一个国家（地区）经济发展状况的重要指标，其作用概括起来主要有以下几个方面：（-）直接反映经济发展对能源的依赖程度。
单位GDP能耗是将能源消费总量除以GDP,反映了一个国家（地区）经济发展与能源消费之间的强度关系，即每创造一个单位的社会财富需要消费的能源数量。
单位GDP能耗越大,说明经济发展对能源的依赖程度越高。
（二）间接反映产业结构状况、设备技术装备水平、能源消费构成和利用效率等多方面内容。
影响单位GDP能耗的因素众多，概括起来主要包括产业结构状况、设备技术装备水平、能源消费构成和利用效率等。
（三）间接计算出社会节能量或能源超耗量。
将上年单位GDP能耗与本年单位GDP能耗的差与本年GDP（可比价）相乘，可以算出本年的社会节能量或能源超耗量。
当结果为正数时，表示本年比上年节能；结果为负数时，表示本年比上年多用了能源。
（四）间接反映各项节能降耗政策措施所取得的效果。
将本年单位GDP能耗与上年单位GDP能耗相除后，再乘以IOO,减去100,可以计算出单位GDP能耗本年比上年上升或下降程度（即单位GDP能耗降低率）。
中国能源统计年鉴2004年-2016年地区能源平衡表消费量合计统计表
地区能源平衡表：消费量合计煤合计原煤洗精煤其他洗煤型煤煤矸石序号省份年份(万吨)(万吨)(万吨)(万吨)(万吨)(万吨) 1北京20042939.642425.31505.958.15 3.41 1北京20053068.972605.37455.38.28 2.421北京20063055.672692.64338.548.0544.721北京20072984.672741.56227.329.1133.271北京20082747.732522.02223.948.8524.871北京20092664.72452.61214.859.3220.21北京20102634.622415.41220.52 6.4334.620.37 1北京20112365.532358.9813.1729.730.11 1北京20122269.892264.7914.3427.251北京20132019.232011.7112.34022.231北京20141736.541728.2510.050.0217.751北京20151165.181153.578.710.0317.081北京2016847.62841.810.02 1.16 6.222天津20043508.573025.25483.322天津20053801.453289.27512.182天津20063809.313226.55582.762天津20073926.73394.32532.382天津20083972.773485.24487.532天津20094119.653633.1486.552天津20104806.794362.1424.5116.87 3.3158.65 2天津20115261.54799431.128.11 3.2957.71 2天津20125298.124855.55419.9820.88 1.7164.08 2天津20135278.674832.5427.1817.62 1.3716.36 2天津20145027.284597.19403.1425.44 1.5114.71 2天津20154538.834172.65350.3914.11 1.6817.68 2天津20164230.163865.1529667.64 1.3715.9 3河北200417084.2616952.82370.14804.9785.153河北200520542.3919383.293366.941149.2586.453河北200621345.4219580.724426.211100.84115.463河北200724548.5122437.175454.861148.69112.23河北200824418.6222898.375493.19916.18174.223河北200926515.8124050.596933.33919.19279.663河北201027464.7226676.517183.47742.88278.3348.21 3河北201130791.7528747.198663.86818.29313.94379.83 3河北20123135930248.899246.91799.99241.13254.18 3河北201331663.2731346.689275.9227.24264.41233.81 3河北201429635.5429776.338122.52653.97204.38192.89 3河北201528943.1330140.467627.02172.91300.27307.97 3河北201628105.6528608.057112.78641.24270.58202.19 4山西200422432.6725352.36403.84736.7432.314山西200525681.4278508571.16863.1528.064山西200628351.2231255.9810498.75900.5634.044山西200729203.4832878.7912566.851890.285.164山西200828372.7132603.7211082.881778.65184.534山西200927761.9332207.7110354.691476.51148.584山西201029865.135315.1711523.581427.14139.852248.64 4山西201133478.6541395.5612436.121724.53167.682225.89 4山西201234551.1746049.512023.181782.28182.62208.75 4山西201336636.518118512704.871790.41158.521133.18 4山西201437587.4384055.812340.031728.76166.931328.7 4山西201537115.179799.5511265.521611.03135.461225.21 4山西201635621.0377492.0110935.82117.46124.971461.45内蒙古200411391.4411646.4875.51482.58102.175内蒙古200513921.8113910.211182.17598.41 1.385内蒙古200616188.88160901300.15757.229.015内蒙古200718531.5118560.731696.14870.4317.515内蒙古200822241.8422962.121712.11992.44229.845内蒙古200924047.324528.822105.261317.29303.375内蒙古201027004.0429657.12873.231639.97300.48613.55 5内蒙古201134683.5139528.363389.06641.77233.19921.77 5内蒙古201236620.4941421.53723.52431.01166.78645.58 5内蒙古201334915.7241475.154037.65401.2639.38694.28 5内蒙古201436465.9742741.244473.36381.8935.64984.46 5内蒙古201536499.7640474.133929.19305.2649.2786.43 5内蒙古201636675.3240491.873308.7497.3661.09781.06 6辽宁200411945.1811475.51618.99902.5413.756辽宁200513069.6712116.612059.37891.5 6.56辽宁200614211.3112860.492334.17975.5611.766辽宁200715224.3213339.142550.081151.99.866辽宁200815346.6613381.522713.141138.6811.86辽宁200916032.5214468.422924.111055.9411.356辽宁201016908.4315311.142926.591033.0731.74187.35 6辽宁201118053.616320.363142.791110.7737.2339.12 6辽宁201218218.8616474.023160.271108.138.77614.15 6辽宁201318132.77166943482.57474.0821.9529.35 6辽宁201418002.2716383.253441.05495.2925.22464.89 6辽宁201517336.3615387.243284.78563.6224.85440.86 6辽宁201616943.714806.82921.04714.337.15505.78 7吉林20045715.025432336.682.9410.697吉林20056802.486458.15419.67108.5213.027吉林20067548.837445.25359.4187.739.987吉林20077846.567935.75547.3582.6114.427吉林20088367.428371.34576.8660.4515.897吉林20098588.918896.59648.1468.1716.427吉林20109582.6610087.31712.8263.815.65 5.32 7吉林201111035.2911909.25861.35 4.8617.42 6.81 7吉林201211082.6712187.99825.37 5.0212.627.02 7吉林201310413.7410502.45728.94483.1511.7335.85 7吉林201410379.3410453.85677.49638.327.710.13 7吉林20159805.319698.71557.12430.86 6.647吉林20169416.849268.82426.62425.067.438黑龙江20047954.988949.8760.83372.88黑龙江20058559.7310050.95938.08526.918黑龙江20069025.0410425.961142.99626.878黑龙江20079852.6411316.611438.44776.4716.168黑龙江200811203.8712891.451822.12895.8431.258黑龙江200911050.1312926.132053.43888.132.18黑龙江201012219.1314983.072165.471220.928.21301.58 8黑龙江201113200.0316316.112024.131063.2917.94342.51 8黑龙江201213964.9217038.521908.5999.4923.551067.12 8黑龙江201313266.8115324.121675.38922.423.191192.03 8黑龙江201413595.5314632.221545.68891.4324.041034.43 8黑龙江201513432.8514592.211361.5732.1714.02629.95 8黑龙江201614034.3915267.95936.21805.2627.36567.35 9上海20045144.3240081125.687.01 3.689上海20055324.524128.731160.55 1.5333.719上海20065143.094033.331106.92 2.849上海20075259.534052.761201.03 5.749上海20085463.914269.671183.211.049上海20095305.174185.851108.0511.279上海20105875.524795.531059.59.8210.679上海20116141.954990.961123.867.5919.549上海20125703.224645.081032.76 6.4618.929上海20135681.194830.93821.81 4.1224.339上海20144895.784128.5742.09 2.522.699上海20154728.133860.25849.1918.699上海20164625.623814.74800.6710.2110江苏200413272.812917700.53117.888.9910江苏200516778.5715814.251242.8185.6418.4910江苏200618427.6817272.081455.17252.819.110江苏200719951.818415.631596.76566.4131.4710江苏200820736.7118974.31830.87651.3638.3210江苏200921003.0219465.222022.17516.2828.2310江苏201023100.4821748.682165.74380.1724.2856.05 10江苏201127363.8325464.952818.85320.8921.13239.49 10江苏201227762.3625402.23268.9371.4424.4631.49 10江苏201327946.0725333.913419.02350.2926.8711.59 10江苏201426912.6123995.623715.96388.3732.4410江苏201527209.1224189.363701.99411.6239.2910江苏201628048.1324894.913398.92734.5841.0511浙江20048368.1827091.8126.5711浙江20059680.89583.8596.93140.0211浙江200611334.4311240.8799.17 2.46114.3711浙江200713024.1212914.78115.247.04109.0311浙江200813040.9412840.17215.83 3.32106.0211浙江200913276.1613076.91221.13 5.74120.5211浙江201013949.8613592.67363.6510.17134.6235.24 11浙江20111477614382.45401 2.37151.5325.24 11浙江201214373.5213957.66420.61 1.52159.4227.34 11浙江201314161.2613730.13423.98 1.16162.1417.66 11浙江201413824.3713425.21400.270.65206.22 2.15 11浙江201513826.0713420.01406.280.55295.57 1.9 11浙江201613948.4913671.08261.4116.94332.77 2.2 12安徽20047904.067859687.9445462212安徽20058339.648500.41752.82771.4858012安徽20068830.529158.78732.07603.29500.712安徽20079783.749834939.29899.32446.2112安徽200811377.111368.21200.271139.1212安徽200912666.413029.11175.361430.1212安徽201013375.713706.451262.741738.7613.11247.23 12安徽201114538.3115050.831286.852013.8419.99195.97 12安徽201214704.2517058.291280.93348.9917.55314.51 12安徽201315665.0818310.541381.87322.0919.41336.9 12安徽201415786.9818599.461446.49421.8117.82403.12 12安徽201515671.3218234.631421.46413.0416.37386.87 12安徽201615728.6817618.931341.32524.83158.6419.07 13福建20043806.123718.581.4 6.213福建20054857.134733.76127.727.4413福建20065395.085256.34120.57 4.0248.5313福建20076117.156013.64117.34 3.4781.913福建20086595.886431128.12 1.3580.2113福建20097109.256898.14152.57086.2613福建20107026.246805.98195.850.8798.5134.67 13福建20118713.758566.19198.180.7119.123 13福建20128484.878252.66255.09 1.1329.7913福建20138078.647905.19217.57 1.1526.2713福建20148198.37970.51264.95 3.673013福建20157659.947454.72247.59 1.9931.7613福建20166826.56668.88156.3763.173014江西20043943.913621.2530.18118.96202.0214江西20054242.93815.07611.9899.41249.6714江西20064592.264235.82641.98163.77247.9714江西20075169.994727.99735.01173.93224.7114江西20085267.454924.65704.77169.74226.7914江西20095356.114820.83862.54153.97224.3714江西20106246.245689.5935.78168.95222.6575.22 14江西20116988.416261.661090138.35158.2249.27 14江西20126801.856048.631115.24161.46166.5867.68 14江西20137254.696573.061138.01164.73177.8373.25 14江西20147477.316768.081202.67176.51183.4362.34 14江西20157698.246979.621137.14147.3999.8564.37 14江西20167617.596781.411036.86151.36100.6459.21 15山东200418270.0820856.31619.27824.0929.8115山东200525247.9128212.192260.11155.0431.0615山东200629001.2531409.813368.32758.32211.5615山东200731702.7834285.544175.031054.44196.5915山东200834389.6135061.664707.441564.85366.3415山东200934795.1736740.85105.861793.46470.0515山东201037327.8938490.245533.331813.73593.941079.63 15山东201138920.5340588.756190.462053.05656.71172.52 15山东201240232.841294.946303.633103.351059.17764.04 15山东201337683.4437751.956790.4902.091397.33892.11 15山东201439561.7338706.527151.1928.491414.27690.1 15山东201540926.9440502.436637.6936.651393.17686.08 15山东201640939.239871.196126.781451.081223.36639.72 16河南200414937.6416554.3866.57222.160.0416河南200518467.8920215.521031.55341.3822.5316河南200621002.8223752.931188.09305.685116河南200723170.4926570.571523.37244.8966.9216河南200823867.5227060.122032.11218.9560.8116河南200924445.4229411.422168.46220.767.516河南20102605029816.14395.11417.35103.5298.73 16河南201128373.8433389.594247.25552.95219.92402.32 16河南201225240.3230805.543121.62240.59192.84270.66 16河南201325058.1428113.014621.041896.4432.46305.2 16河南201424249.8826934.325031.541987.7443.91224.66 16河南201523719.9425808.484978.991658.4348.08255.27 16河南201623226.5225965.663504.052064.14375.81188.85 17湖北20048053.717375.2678.517湖北20058652.647689.66940.08 2.917湖北20069651.648587.781076.74 3.02 1.817湖北200710534.629306.91177.34 5.246.4417湖北200810196.088949.241165.75 5.7780.5617湖北200911099.759818.561198.86 4.5481.8717湖北201013470.0611899.261465.9536.4768.38171.93 17湖北201115805.3214065.81618.3649.2777.57157.2 17湖北201215799.3614165.191507.3246.0292.7156.26 17湖北201312166.7210466.211562.85§6.00113.2756.54 17湖北201411887.8310265.061512.1247.92110.3781.29 17湖北201511765.9110170.131490.6946.78120.3564.88 17湖北201611685.8810265.611253.29134.1191.2146.72 18湖南20046039.795650.3454.4127.8911.0918湖南20058739.298146.98782.3440.6268.7518湖南20069438.518843.64857.23116.51249.0318湖南200710277.399628.52959.51122.3258.2418湖南200810169.019012.74960.24118.72763.4418湖南200910751.419602.81106.14195.81795.6618湖南201011323.3310448.51216.54265.04611.8767.24 18湖南201113005.7512076.621556.29279.63691.8587.57 18湖南201212083.7111598.591256.97253.2541.6132.31 18湖南201311223.8410969.331268.77205.6426.66166.45 18湖南201410899.5110461.511248.42202.31471.49117.34 18湖南201511142.2610315.051260.43208.25517.43153.84 18湖南201611443.5310840.48913.97198.92553.99181.77 19广东20048790.248628.2161.8219.3531.2819广东20059942.379683.05230.0812.3534.2819广东200611125.9810776.02306.5213.58201.4219广东200712593.9712064.96264.9115.53404.7319广东200813298.1612661.63308.7316.43452.0119广东200913647.2612508.9696.2118.43472.9919广东201015983.6214488.431176.1518.43344.78307 19广东201118439.3717099.561015.5517.52329.83321.65 19广东201217633.9516303.91070.8 2.56326.04359.67 19广东201317106.7815967.26895.0422.15308.79459.44 19广东201417013.7115923.69921.8922.68313.5435.11 19广东201516587.3215473.23991.7624.7294.27363.27 19广东201616135.2915308.51678.7246.97330.55371.46 20广西20043366.713107.6253.05 4.35 1.7420广西20053733.993380.67350.42 2.730.1720广西20064172.863786.73376.23 2.810.320广西20074772.144368.95383.739.5712.7820广西20084676.334194.92463.7 6.3313.1720广西20095199.114667.54520.76 4.3414.9320广西20106206.825633.45575.85 5.4126.1217.81 20广西20117032.896390.04626.78 3.7312.34 4.75 20广西20127263.76645.06608.99 2.96 6.69 3.27 20广西20137344.116641.83702.160.06 3.7620广西20146796.516081.14709.12 1.988.4120广西20156046.715398.87673.63 2.45 5.10.97 20广西20166517.775839.51676.9220.59 4.5621海南2004477.34477.30.0521海南2005341.6341.621海南2006332.23327.93 4.321海南2007414.08411.65 2.4321海南2008471.95456.3610.9 4.6921海南2009536.89531.59 5.321海南2010647.2643.37 3.8321海南2011815.47815.440.0321海南2012930.62930.6221海南20131008.781008.7821海南20141018.31018.321海南20151071.921071.9221海南20161015.311015.3122重庆20042904.382850.3253.56187.12 5.3322重庆20053335.23226.74308.82236.817.8422重庆20063734.63703.91419.24197.147.6622重庆20074078.694152.36461.81205.92 5.4522重庆20085272.735483.17502.09246.4810.3722重庆20095781.726294.44509.99213.63 3.6722重庆20106396.96475.451100.03395.53 4.95608.02 22重庆20117189.257007.391350.44451.239.55540.83 22重庆20126749.856559.561331.24508.7414.33215.65 22重庆20135794.475815.481281.83212.0218.86225.57 22重庆20146095.785935.061439.52462.0922.41282.85 22重庆20156047.195882.181331.64536.1824.76190.05 22重庆20165674.376065.36186.34891.8318.38113.76 23四川20048188.688135.7990.11360.2223四川20057791.937552.431018.54260.8223四川20068532.718387.741143.1330.78-0.0123四川20079450.119640.751296.08493.88-0.0123四川200810727.4110904.621316.28504.9-0.0123四川200912147.3512128.691538.98819.6259.9223四川201011520.411505.961820.24867.5862.05209.33 23四川201111454.3411408.912016.44464.75100.13213.18 23四川201211872.211876.913149.82876.9162.01354.57 23四川201311678.5511710.362725.761187.6224.5322.61 23四川201411045.3911053.713042.511193.7936.18332.49 23四川20159288.98636.692589.151168.8341.51388.88 23四川20168869.498191.42325.162024.1469.06516.81 24贵州20047999.148186.9351.4514.444324贵州20058651.449189.71322.9519.0540.8624贵州20069938.9910454.81525.5756.0661.4324贵州200710636.3511270.23710.5854.1871.4724贵州20089732.1810810.68866.6842.5672.4124贵州200910912.4712295.38930.4921.4269.8424贵州201010908.112970.95911.322859.7838.57 24贵州201112084.9713694.35851.471308.1461.284.94 24贵州201213327.6314847.691029.221419.51122.42105 24贵州201313650.7416336.051269.451643.5335.8789.03 24贵州201413117.616287.91204.691816.1135.42115.37 24贵州201512833.4916192.03903.482323.7532.2848.21 24贵州201613642.7517293.86821.153411.65 3.9760.16 25云南20043062.983012250.61128.87 6.5125云南20056681.536550.88689.59168.8710.2925云南200674827355.17862.54177.4923.7725云南20077620.457454.361149.1275.7520.0125云南20087915.697852.661210.93115.2421.3825云南20098885.6185221474.56111.5121.5425云南20109349.49027.61674.57115.5470.0165.45 25云南20119745.089815.47642.7517.6481.36 25云南20129850.19843.412352.95248.9621.7437.59 25云南20139783.099680.512605.67331.430.7429.2925云南20148674.679123.261669.0299.4126.0626.3 25云南20157712.858840.021272.1788.3920.3423.22 25云南20167461.188749.391172.21140.8515.6721.5 26陕西20044958.064593.2588.936.7540.1226陕西20056049.125518.97760.9141.11 3.3726陕西20067400.17178.87540.790.74 2.7126陕西20077893.757737.81769.23 4.4152.426陕西20088941.318928.99582.711.458.9426陕西20099496.59799.9640.6410.7426陕西201011638.5312085.35861.5113.51 4.46369.95 26陕西201113317.9213639.691216.181476.18 4.58268.17 26陕西201215773.6116542.581470.522088.64 3.3313.88 26陕西201317247.9521091.331494.341783.61 1.76356.11 26陕西201418375.3422155.541428.291751.84 1.63359.48 26陕西201518373.6124309.571343.611447.10.87317.23 26陕西201619670.7528290.61178.11440.49 3.24277.32 27甘肃20043494.823323.2199.51 2.8951.6527甘肃20053750.673424.5371.720.1753.5527甘肃20063959.093547.86439.330.1462.2827甘肃20074455.194257.93481.670.262.2827甘肃20084682.874321.34444.16627甘肃20094478.54077.63423.7467.7527甘肃20105389.575126.28309.05 1.0194.2342.32 27甘肃20116303.376039.24339.2899.141.61 27甘肃20126557.536324.16381.170.139346.54 27甘肃20136541.076502.68539.320.1680.0653.93 27甘肃20146715.876562.97698.51681.9461.34 27甘肃20156557.066369.91618.0783.5658.4 27甘肃20166377.526090.84598.7465100.3961.64 28青海2004680.05672.6 5.25 1.740.528青海2005698.97692.557.090.3328青海2006912.39872.4138.190.23 1.5628青海20071058.191006.02100.510.02 1.6228青海20081316.451305.91102.89 3.74 1.1228青海20091309.541468.16100.587.910.7128青海20101270.681458.4498.988.50.860.77 28青海20111508.222021.55116.060.4628青海20121859.122412.16149.080.5228青海20132073.152988.07150.010.528青海20141816.512534.6832.23 1.4228青海20151508.121513.71 2.50.2328青海20161962.431902.148.4596.0629宁夏20042761.93222.9204.24135.5829宁夏20053248.933850.48229.13130.78 2.6829宁夏20063489.614232.15169.9139.73 2.6529宁夏20074135.315268.29248.08169.21 3.8729宁夏20084286.975534.24252.0182 3.229宁夏20094758.536358.59425.44106.668.3229宁夏20105764.927681.13554.9594.37 3.49230.79 29宁夏20117946.9610000.67529.14100.64 1.39183.36 29宁夏20128055.379293.82689.71404.120.94130.78 29宁夏20138533.519474.91940.74265.240.78103.18 29宁夏201488579867.291008.4231.02 1.8159.6 29宁夏20158907.379745.16931.6156.32 1.61101.4929宁夏20168665.099332.3794.85688.34 3.92176.69 30新疆20043631.793633.6109.5810.5130新疆20053859.913842.64186.4511.9919.3230新疆20064436.214390.56248.5246.430新疆20074943.694909.82285.4929.830新疆20085708.565605.88382.2529.5730新疆20097417.717306.55444.9718.0330新疆20108106.358079.8595.8914.07 2.85 30新疆20119745.089815.47642.7517.6481.36 30新疆201212027.6112058.38682.167.48160.14 30新疆201314205.514068.53908.2138.83 5.1830新疆201416088.0316048.12102333.2930新疆201517359.2817569.3944.0526.930新疆20161898519056.42772.17166.41 5.5186.68焦炭焦炉煤气高炉煤气转炉煤气其他煤气其他焦化产品油品合计原油(万吨)(亿立方米)(亿立方米)(亿立方米)(亿立方米)(万吨)(万吨)(万吨) 455.7315.46124.9716.62809.35809.35 397.415.03117.71 5.431111.66799.6 348.6210.91104.457.541205.34796.12 358.198.31101.3926.811326.45950.91 232.878.162.330.571371.541116.76 211.977.9561.7529.521387.421162.93 220.457.8557.85 3.380.610.211454.621116.2933.280.72 6.40.741534.9732.27 3.58 1.390.641533.421075.770.7901480.9870.920.641538.241034.620.441583.81991.540.211578.47821328.047.477.6724.07786.57 329.757.3315.37.62765.26863.14 541.17.416.38 3.72733.14900.49 667.75 6.3527.3413.94768.65950.14 719.23 6.0973.4717.74864.89790.33 868.65 6.11113.9318.67928.06844.64 663.91 5.84106.51 6.51187.831282.671566.79 709.48 6.2142.297.98183.761516.351754.02 882.72 5.98127.037.12205.341618.781544.62 955.48 6.77199.3612.2268.871542.281759.15 954.39 6.72197.8311.4875.41615.261603.17 904.69 6.04173.5510.0378.211731.721616.72 887.297.93149.5711.972.981777.821433.6 3243.4634.65185.5242.63723.73939.39 4498.2443.47198.4943.181031.781003.29 5460.5554.94235.0777.91161.751046.69 5127.3371.56386.16163.541133.251124.77 6007.6989.08340.77205.161135.971357.63 6208.8392.73408.03188.551096.911379.12 7319106.431021.3453.657.31161.531423.91396.65 8399.88129.11898.5253.889.06242.621582.421564.68 8402.28134.51948.0882.6110118.461619.671547.61 8339.85143.482056.9116.43 5.64114.871488.91385.89 8127.2130.071972.8136.96 1.24161.171423.121356.61 7726.45122.382153.43132.129.97170.571631.631666.82 8079.49120.452370.25137.458.97283.181788.491761.93 2724.3135.08144.1972301.020 2139.9143.91161.79134.17368.170 2417.14171.4130.8160.17410.770 2526.37177.76131.06145.2435.742358.76172.81129.41112.91763.942438.39148.52128.12100.81826.872589.22160.72116.267.3610.16143.66754.182558.55186.8267.07 1.0216.83178.33758.652938.55167.4371.07 1.2715.6152.9772.62145.59178.03374.8914.8211.79158.72783.31215.87 2177.69170.99361.815.118.46157.99746.910 2083.45160.06269.219.29 5.42167.03774.940 2198.1159.51268.1710.9621.9167.13802.76577.9812.34107.48.98480.95132.19 814.0315.3120.9937.19636.53131.83 1008.3315.93139.46140.97759.93139.2 1213.1220.98171.2199.11841.63142.82 1380.6423.6251.53268.481012.34189.25 1554.1233.55270.13322.911093.03191.76 1416.8731.8251.812.67 3.16198.241160.81140.74 1559.2147.95263.9313.21 3.05204.641348.43118.66 1411.8645.64161.149.1 1.97160.51277.7887.02 1800.6546.96161.0910.65 1.58302.261020.51411.07 1493.6649.48165.099.780.24246.5967.44411.36 1532.7446.84198.9210.440.86322.29869.24383.67 1635.445.02208.5714.890.9339.82895.58419.55 821.0235.91336.6132.991713.085216.67 1703.4165.3339.167.432209.165410.89 1959.9355.01555.5230.462451.815555.04 2298.8355.51613.8935.572452.245893.46 2440.8263.17591.7636.022616.575945.19 2795.1969.29708.5539.472766.115873.05 3162.8871.77664.8725.4711.7740.763815.556558.91 3386.3676.48229.649.0212.6446.84403.436705.53 3442.0880.69221.6810.7513.9358.184993.17000.91 3201.3181.2761.2246.1911.3853.054074.396480.07 3296.9481.38764.7251.9211.660.24083.526364.79 3187.5680.71782.0655.7514.2759.984470.366439.87 2993.0681.92842.8959.167.1847.424441.577057 249.997.8439.28 3.66582.68833.01 336.9214.3360.88 4.36872.62968.36 367.238.4455.77 4.351009.01954.94 408.4111.8553.93 4.21177.37986.08 541.8214.2667.50.61832.31915.24 593.114.7172.90.86845.39851.89 640.6114.4978.36 3.7 1.65994.12939.97 757.7112.73107.87 6.430.641079.151064.58 670.112.64115.357.320.721002.2977.05 719.7711.58122.099.2320.221019.851002.13 664.7213.71129.369.4112.061013.5999.37 532.8212.41116.947.759.12949.56960.34 477.69.59101.577.449.15973.871051.2997.34 3.0522.18.481405.611616.07 142.06 5.7139.288.261495.071785.01 210.7 4.8623.789.421621.281850.06 226.92 5.6727.6916.291592.861886.02 227.39.7428.0416.051394.341735.97 321.910.2726.1930.21744.282065.13 271.3313.2934.93 1.5323.5949.831891.842106.53 272.7518.2537.83 1.1918.7666.252128.122200.93 331.0921.3134.13 2.0413.6551.652252.232166.48 337.6521.0948.67 3.6612.143.271847.772127.02 194.0718.2842.08 2.6611.0155.62000.312141.97 185.6815.2831.77 2.1115.4150.082032.232123.9 184.199.5625.11 1.712.2731.971914.642210.42 590.6528.51103.9140.312080.171842.29 630.5128.11117.4240.22200.371967655.4623.3109.4738.372698.021832.84 729.724.04123.5554.872879.91719.57 714.4427.03122.6960.852882.531951.55 677.6823.2129.4773.682990.431937.18 717.0827.58106.0312.1916.83110.193297.932126.5 714.1527.9646.49108.723148.042134.69 673.1727.2435.44110.543259.992210.55 640.323.72232.1812.69 6.0890.543396.342611.76 654.8421.18236.0912.69 3.0385.332922242.07 630.7522.84241.8113.060.5282.823460.192526.11 596.9522.89227.5613.8578.373632.982474.23 801.0718.07116.3211.211999.111875.39 1593.1219.05133.3529.522218.512264.76 1844.4926.03243.1447.722249.642302.7 1884.725.03231.853.272354.432454 1888.9527.94286.4354.262401.662313.13 2221.224.26321.362.332639.872661.44 2663.4737.75544.7826.690.5339.062570.292998.55 3151.4744.0458.23100.3329.342572.542981.07 3170.150.0360.0214.420.1334.482934.512947.99 3190.6148.48813.4847.820.3130.452814.23394.78 3408.647.39927.5453.38 1.0237.293047.683511.4 3588.6143.09926.261.19 1.153.753087.83823.2 3840.2144.16985.9862.95 1.1462.263178.094092.04 149.21 2.41 1.2444.391692.091853.44 163.59 2.3310.15 4.731931.922113.04 317.76 2.26 4.690.071932.832114.73 326.4 2.3515.110.11976.532248.73 485.98 4.7319.580.512067.132287.35 504.51 4.7733.43 1.472311.892505.8 443.09 6.7287.67 5.640.18 2.292518.362835.41 470 6.9866.78 2.870.22 2.082708.392939.77 451.427.13152.668.950.22 1.882750.82732.59 446.18 6.94154.899.240.23 3.452813.922853.65 465.077167.4110.990.22 1.782781.412731.81 427.59 6.69152.6611.060.217.692970.212846.84 329.47 4.44103.429.680.1920.722909.032667.35 544.2913.490.1 2.7441.06419.79 538.3917.6731.7632.41476.35414.49 652.2216.8625.4532.11532.31445.4 809.722.844.6238.64563.09451.08 851.2224.86111.23577.98426.34 856.2828.190.317.93605.71454.13 910.1724.98100.41 1.0911.2614.2637.77477.57 948.1226.0313.388.43707.45484.13 996.4426.1418.24 3.4712.6410.12992.27421.38 1049.4125.6302.3618.6412.2711.861177.46551.67 1064.7324.63310.3318.1312.4611.121310.58749.22 1164.7725.03306.320.4111.389.251405.42690.59 1164.6428.66329.9523.939.8812.91452.14539.21 205.91 2.07807.14390.55 280.93 3.7655.91 4.65934.49348.4 299.59 3.3548.63 4.57972.34375.03 356.02 3.5661.48 5.251093.63352.33368.04 4.4666.04 4.471058.16310.96 653.08 4.4765.68 4.781104.3706.01 684.54 5.7160.91 4.30.63 6.51575.371141.74 728.65 6.1160.7 4.8 1.33 6.881649.37963 650 6.8885.97 5.39 1.018.271699.351104.55 655.38 5.8111.978.060.728.621809.011007.11 674.69 6.43126.948.960.612.322261.592044.45 625.6 5.3147.2211.220.7392111.972164.85 608.65 4.66146.3612.10.957.572074.672089.38 379.5710.4958.220.38398363.41 452.8610.6271.260.15511.29368.02 527.2613.8783.78 4.3544.73417.99 597.6515.18192.227.77544.04396.47 581.421.24172.339.32554.62411 710.4125.22254.869.71543.49451.68 772.6127.1648.56 1.51 1.7115.84713.89469.92 872.3220.7714.89 1.85 1.47 5.42727.32432.77 878.6622.521.39 4.210.27 3.05779.82508.22 854.9320.86342.3223.96 4.59919.12520.28 871.1323.98343.424.03 4.65940.66472.24 891.724.76340.2224.7612.161017.97555.96 839.8221.75339.1125.5413.661048.29725.75 1235.522.6318.9636.212021.483196.39 1992.5738.277.615.883279.653300.36 1714.0342.8661.9716.783444.233878.27 2593.4449.6335.0916.783685.064075.67 2611.935.5630.0554.973648.654626.97 2922.5734.3983.3766.854129.465142.9 3067.5851.29312.9 6.4884.284691.485593.4 3314.7765.72190.4520.0419.63114.275039.165826.37 3506.0570.28291.9825.4820.91115.135178.576271.5 3680.2970.92470.8931.5625.75114.83901.176766.01 3761.5178.32453.432.81 1.32129.243648.137815.9 3703.5574.8515.4339.48 4.1898.664042.328607.02 3718.3680.19562.239.3 5.12109.294361.210203.42 818.017.8975.1813.57825.48704.54 994.378.91110.9914.37902.12668.82 1192.2312.04105.21 3.27901.36696.57 1437.0516.6158.6857980.37713.83 1488.9828.83208.3720.191036.22704.22 1441.7431.07256.8633.361019.36785.82 1743.4461.92246.8 3.5996.1728.91334.16835.07 2052.6334.3229.6119.4836.841524.78874.63 2221.9326.44203.23 5.6291.8545.681692.61010.02 1817.4723.13264.268.4832.5165.491951.1963.57 2700.9432.44284.7911.939.9169.921978.04845.17 2843.5231.94286.9811.8445.9691.462100.77847.26 3045.954.63304.0112.9839.69127.342158.88707.29 560.3619.81 1.2620.471027.67754.01 685.4731.216 6.611252.95822.13 752.1322.524.7162.421387.95851.1 82027.6221.8533.821648.21910 952.2730.6632.5936.591807.53884.26 910.7634.951.644.961914.41946.61120.8339.58333.1518.248.1430.281760.321033.86 1172.7242.05360.0319.62 4.817.591851.581026.23 1113.8539.5338.7718.84 3.7412.961987.6947.74 1114.3938.47338.5819.54 3.78 4.392268.351176.72 1124.438.13330.6720.4149.142505.151290.87 1030.0137.8315.5320.290.5248.572551.161299.01 1095.3135.69316.2522.140.531.682529.391239.61 553.3710.897.578.1656.24615.79 756.5811.3126.3718.53858.04660.86 823.1212.8648.825.68908.45574.49 915.8914.382.6721.381017.12671.67 998.913.31150.4724.27935.91614.11 1011.9216.15165.7825.641042.19565.77 1089.1913.13173.0810.45 1.8824.651145.84587.6 851.6520.36188.139.94 2.124.431234.55766.03 1072.1314.79186.249.43 1.2825.761302.74926 1075.8214.91175.4510.890.0125.191520.2946.54 1040.2915.120.1524.091559.52801.03456.841.38 1145.0515.34181.9312.4424.341734.45878.46 960.519.56343.4511.8411844.2841.6 278.03 5.4669.35 2.74132.452391.35 300.16 4.3779.14 3.14968.122388.37 410.78 4.12106.53 3.385224.172805.71 460.97 3.19108.56 2.385354.82940.1 449.6 3.82114 6.6253513046.21 466.43 3.92114.289.785277.043709.44 485.97 6.487.49 3.6319.6511.585563.444455.31 552.13 6.94133.17 4.6418.2510.655462.214403.37 545.5 6.51182.857.9718.5511.255481.094511.51 585.02 5.9190.029.5521.469.845178.254729.48 558.05 6.4182.6311.5523.210.185319.574765.76 543.028.29175.9314.4229.067.085619.244899.6 782.4618.04263.8217.9421.437.065942.095044.45 344.16665.947.98526.8282.36 441.956132.2614.56621.697.71 451.2610.02103.32657.92118.21 520.4210.41107.9716.78152.98 580.0312.78124.88 4.13704.04133.3 627.8818.68153.9310.89769.79163.03 682.0716.26176.647.4328.647.25890.03396.02 740.2518.57149.917.4332.722.521018.841064.06 805.119.05175.99.2740.71 3.591131.751473 974.522.67237.0613.3137.56 1.27998.71296.13 1018.6525.2276.6618.0341.45 1.211109.341390.47 1000.1223.32267.6120.249.59 1.471227.61428.77 1120.9626.41266.7119.551.3825.811299.321340.433.51181.2413.871.61165.2611.4618.65218.31230.122.99280.13816.2814.88331.14796.8317.76362.58835.680.05391.3859.170.02402.44915.190.05410.1930.810.04387.49737.650.04418.82942.52453.061116.11448.561118.66 191.420.69 3.11 2.77264.40.48 3880.54 3.21 3.51284.38 2.86 329.150.59 4.79 3.51319.62 3.17 323.38 1.539.3810.6374.450.13 342.447.6163.0910.97409.680.02 334.17.4363.8610.33422.80.01 299.47 1.627.190.180.3816.26505.35377.79 1.7442.530.3319621.72503.7711.0492.88 3.20.3215.87636.5208.8212.499.88 3.0814.77706.16161.7 320.438.8183.56 2.2513.23704.330 269.918.368.78 2.788.52793.060 384.31 4.8744.11 1.87 5.18864.08813.32616.49114.99 894.54675.05140.81 1003.67-0.01-0.01-0.01832.54174.94 1144.050.824.78-0.01972.88239.95 1119.1-0.01-0.01-0.011134.57285.49 1121.991309.2315.68 1353.6433.09243.91 5.88 1.1227.221497.38351.76 1438.8536.29250.3310.21 1.4918.541824.5361.75 1562.8541.28252.4911.75 1.5766.091960.54351.47 1760.1350.28315.7215.070.91376.722395306.49 1863.8846.83318.8415.590.46449.432724.13865.4 1853.3141.36299.6614.58496.573029.06989.56 1636.3639.53308.1214.37465.353137.38902.77 269.069.11200.950 333.867.09237.420 477.057.83281.72486.0610.85 6.46367.25450.979.62 1.78 5.11431.15367.7911.52 3.4 5.78432.91380.4412.4755.03 2.11 1.77 6.12493.81402.8812.5167 2.73 2.027.23545.94382.2614.383.45 4.09 1.3727.65561.89423.4616.0177.22 4.29 2.5621.2658.16375.3113.1870.44 3.210.621.08683.030 310.4212.3953.09 3.530.0125.33842.40.02 253.4211.3355.85 4.44 4.3827.57944.740.02 1046.32 5.5922.828.04176.660.06 1223.368.8464.3617.62457.910.07 1252.017.8568.1819.82520.610.07 1377.397.86101.2816.37602.190.11 1331.4316.53106.3232.4656.570.06 1276.3317.94144.8625.63697.870.07 1231.2122.08141.71 4.650.2836.89899.110.06 880.2324.0436.96 2.40.5811.01970.642598.46 1338.8720.87192.41 6.87 1.2446.271069.870.02 1347.5720.36196.949.960.9562.45996.310.03。
中国能源统计年鉴2019：中国主要年份分行业原油消费总量统计(1995-2018)
0.02
0.02 0.01
0.04
0.01 52431.24 3883.65
0.04 0.21 0.02 0.01 0.01 0.03 0.08 0.02 0.01
0.01 0.01
2017
59402.17 59393.50 739.96 0.06 713.31
26.59 58653.34 0.02
0.10 0.02 0.01
0.10 0.01 0.01 42413.38 3060.77 0.02
0.04 7.78 0.01 0.23 0.01 0.03 0.04 0.07 0.01 0.07
0.01 0.09
0.01 44315.76 3123.70
0.02 1.08 0.02 0.24 0.02 0.07 0.15 0.16 0.06 0.07
33.52
50483.54
0.02
0.02 0.01 0.33
0.05
0.01 46825.64 3656.93
0.01 0.17 0.02 0.06 0.01 0.04 0.14 0.02 0.01 0.01
0.01
2015
54788.28
54752.43 1024.17 0.03 987.50
36.64
37975.17 1078.98
1078.98
42716.55 1020.29
1020.29
43860.44 1000.63
1000.57 0.06
46559.52 1074.08
1050.41 0.01
48503.42 1059.21 0.04 1034.66
23.66
24.51
我国能源概况与能源消耗现状分析
作为世界上最大 的发 展中 国家，中 国是一 个能源 生产和消 费大 国。 ２ ０ １ １ 年 ，我国能源生产总量 ３ １ ７ ９ ８ ７（ 以万吨标准煤为单位 ） ，其 中原煤 占比 ７ ７ ． ８ ％ ，原油 占比 ９ ． １ ％ ，天 然气 占比 ４ ． ３ ％ ，水 电、核 电、风 电 等 占比８ ． ８ ％。相较 于２ ０ １ ０年 ，原煤生产量增 长了 ８ ． ８ ％。根据 《 Ｂ Ｐ世 界能源统计年鉴 ２ ０ １ ２ ｝ 的报告 ，中国在 ２ ０ １ １年贡献 了 ６ ９ ％的全球煤 炭 产量增长 ，此外 中国和美 国都是全球风力发 电增长 的主要贡献者 。 我 国能源 的储量 与分布 可 以根 据地理上 的特点 来进行相 关 的划 分 ， 总的来说西多东少 、北多南少。按照对能源种类的划分 ， 我 国石油天然气 资源主要分布在西部与东部海域，煤炭资源主要分布在华北与西北地区 ， 水 力资源主要分布在西南地区，其他可再生资源如太阳能 、 风能、地热能、潮 汐能这些都与地理位置有关 ，相较于前面提到的几种能源只 占少部分 ， 故不 详细论述 。 然而沿海东部城市贡献了国内生产总值的大部分 ， 东部资源 的匮 乏决定了资源需要大规模的从西部往东部运送，或者从国外进 口。能源分布 与对能源需求的地 区差异严重影响了能源的配置与对能源的有效利用 。为 此 ，西气东输 、西 电东送、南水北调成为了我国能源运输的基本格局 。 到２ ０ １ １ 年年底 ，我 国石油探 明储 量为 ２ ０亿 吨，产 量为 ４ ０ ９ ０千桶／ 日、２ ０ ３ ． ６百万 吨，列世界第 五位 ，较之于 ２ ０ １ ０年 ，增 长 ０ ． ３ ％ ；天然 气产量为 １ ０ ２ ５亿 立 方 米 ，较 之 于 ２ ０ １ ０年 ，增长 ８ ． １ ％ ；煤 炭 产 量 为 １ ９ ５ ６ ． ０（ 百万 吨石油 当量 ） ，较之于 ２ ０ １ ０年增 长 ８ ． ８ ％ ；可再 生能源产 量为 １ ７ ． ７百万 吨石 油当量 ，较 之于 ２ ０ １ ０年增长 ４ ８ ． ４ ％。此 外 ，我 国能 源综合运输体系发展较快 ，运输能力显著增强 ，建设了西煤东 运铁路专 线 及港 口码头 ，形成 了北油南运管 网，建成了西气东输大 干线 ，实现 了 西电东送和区域电网互联 。总的来说我国能源资源拥有如下特点 ： （ １ ）能 源资源总量比较丰富。在化石 能源中，中国煤炭储 量一 直比 较丰富 ，储量居世界 前列 ，石油 、天然气 等其 他化 石 能源也 还 比较 丰 富 ，但存在较大的勘探与开发难度 。可再生能源 中中，水力 资源理论蕴 藏量丰富 ，约合世界水力资源量的 １ ２ ％ ，列世界首位。 （ ２ ）人均 能源资 源拥有量较低 。中国人 口众 多，人均能源 资源拥有 量在世界上处于较低水平 。煤炭和水力资源人均拥有量相 当于世界平 均 水平的 ５ ０ ％ ，石油 、天然气人均资源量仅为世界平均水平的 １ ／ １ ５左右 。 耕地资源不足世界人均水平 的 ３ ０ ％ ，制约了生物质能源的开发。 （ ３ ）能源 资源 赋存分 布不均衡 。中 国能源 资源分 布广泛但 不均衡 。 煤 炭资源主要集 中在华北 、西北地 区 ，水力资 源主要 分布在西 南地 区， 石油 、天然气资源主要集 中在东 、中、西部地 区和海域 。然 而中 国能源 消耗多是东南沿海经济发达地 区，这就造成 了大规模 的能源运输格局 。 （ ４ ’能 源资源开发难 度较大。中国煤炭资源地质 开采条 件较差 ，只 有极少量可供露天开采 。石油天然气资源地质条件复杂 ， 埋 藏深 ，勘探 开发技术要求较高 。未开发 的水力资源多集 中在西南部 的高山深谷 ，开
工业化和城市化因素对碳排放的影响
工业化和城市化因素对碳排放的影响庄颖;夏斌【摘要】With the fast economic growth,the development of industrialization and urbanization exerts great impact on the CO2 emissions.In this work,Time Series Data Model and Panel Data Model are established to explore the impact of industrialization and urbanization exerted on CO2 emissions in different stages in China.The conclusion is that industrialization brought more CO2 emissions than urbanization did from 1993 to 2001,whereas,urbanization brought more CO2 emissions from 2002 to 2014.The factors ofindustrialization,per capita GDP and area of built district have positive impact on the CO2 emissions in the regions ofdifferent income level.The impact of urbanization varies in different regions.%中国的经济处在高速发展阶段,经济发展过程中工业化和城市化的发展对碳排放有着重要的影响.通过建立全国时间序列分析模型和省级面板数据模型,研究结果表明:1993-2001年间,我国工业化比城市化对碳排放的拉动作用更大,2002-2014年间城市化比工业化对碳排放的拉动作用大;对于三类收入水平不同的地区,工业化、人均GDP及建成区面积因素均对碳排放起正向拉动作用,而城市化因素因经济发展阶段不同,对碳排放的作用不尽相同.【期刊名称】《科技管理研究》【年(卷),期】2017(037)005【总页数】7页(P203-209)【关键词】工业化;城市化;碳排放;时间序列数据;面板数据;发展阶段【作者】庄颖;夏斌【作者单位】中国科学院广州地球化学研究所,广东广州 510640;中国科学院大学,北京 100049;中国科学院广州地球化学研究所,广东广州 510640;中山大学海洋学院,广东广州 510275【正文语种】中文【中图分类】F280;F062.2CO2对气候变化具有严重的影响，并会危及到全人类的生活环境［1］，这些早已经引起全球各界的高度重视。
中国能源大数据报告（2020）—能源综合篇
中国能源大数据报告（2020）—能源综合篇中国能源大数据报告（2020）第一章我国能源发展概述一、宏观经济形势1.经济总量逼近100万亿元大关，人均国内生产总值突破1万美元据国家统计局初步核算，2019年我国国内生产总值990865亿元，经济总量逼近100万亿元大关。
按年平均汇率折算达到14.4万亿美元，稳居世界第二位。
2019年，我国国内生产总值比上年增长6.1%，经济增速在世界主要经济体中名列前茅，明显高于全球经济增速，在经济总量1万亿美元以上的经济体中位居第一，对世界经济增长贡献率达30%左右，持续成为推动世界经济增长的主要动力源。
图1-1 2010~2019年国内生产总值及增速2019年人均国内生产总值70892元，比上年增长5.7%，按年平均汇率折算达到10276美元，首次突破1万美元，与高收入国家差距进一步缩小。
国民总收入988458亿元，比上年增长6.2%。
图1-2 2010~2019年人均国内生产总值2.内需结构持续改善，市场价格总体稳定2019年内需对经济增长贡献率为89.0%，其中最终消费支出贡献率为57.8%，比资本形成总额高26.6个百分点。
社会消费品零售总额达411649亿元，比上年增长8.0%，规模首次突破40万亿元。
在国际环境复杂、外部需求波动的情况下，内需特别是消费对于稳定经济运行的压舱石作用明显。
图1-3 2019年三大需求对国内生产总值增长贡献率（%）2019年市场价格涨幅总体温和，居民消费价格比上年上涨2.9%，低于全年预期目标。
其中，扣除食品和能源的核心CPI上涨1.6%，涨幅比上年回落0.3个百分点。
第四季度同比上涨较高，拉高了全年水平。
2019年工业生产者出厂价格下降0.3%。
工业生产者购进价格下降0.7%。
固定资产投资价格上涨2.6%。
农产品生产者价格上涨14.5%。
图1-4 2019年居民消费价格月度涨跌幅度（%）图1-5 2010~2019年CPI和PPI（%）3.产业发展水平继续提升，新动能保持较快发展2019年，三次产业发展水平继续提升，制造业增加值有望连续10年位居世界第一，主要产品产量稳居世界前列，新动能保持较快发展。
全国能源消费总量历年数据分析
全国能源消费总量历年数据分析我国能源工业也称为燃料动力工业，是指对能源资源进行开发、加工和利用的生产部门，它包括煤炭、石油和电力工业三大部门。
2017年前三季度，能源消费回暖，增速全面回升。
煤炭消费由负转正。
在工业生产回暖、火电增发等因素带动下，前三季度煤炭消费量约为28.1亿吨。
除建材行业外，电力、钢铁、化工行业用煤均为正增长，四大行业合计用煤占煤炭消费总量的85%，比上年提高1.6个百分点。
石油消费保持平稳。
前三季度表观消费量约为4.4亿吨，同比增长约3.9%，增速与去年同期基本持平。
物流运输和工业生产带动柴油消费小幅回暖，同比增长1.2%，扭转了去年负增长的局面。
居民消费升级拉动汽油、煤油需求持续向好，化工轻油继续保持旺盛需求。
天然气消费快速增长。
北方地区清洁取暖工程加快推进，各地“煤改气”力度加大，非居民气价下调，《加快推进天然气利用的意见》发布实施。
在这些措施推动下，城市燃气、发电用气、工业燃料、化工用气需求全面增长，2017年前三季度全国天然气消费量约为1710亿立方米，同比增长15.7%左右，增速比去年同期提升约7.3个百分点。
用电增速大幅回升。
主要用电行业需求回暖，电能替代加快推进。
受高温天气等因素影响，今年夏季全国用电负荷屡创历史新高。
前三季度全社会用电量同比增长6.9%，增速比去年同期提高2.4个百分点。
其中，二产用电量同比增长6%，比去年同期提高4个百分点。
纵观我国历年来能源生产总量变化情况，从2010-2016年，我国能源产量整体保持稳中有升趋势。
我国2016年全年能源消费总量43.6亿吨标准煤，比2015年增长1.4%。
煤炭消费量下降4.7%，原油消费量增长5.5%，天然气消费量增长8%，电力消费量增长5%。
煤炭消费量占能源消费总量的62%，比2015年下降2个百分点；水电、风电、核电、天然气等清洁能源消费量占能源消费总量的19.7%，上升1.7个百分点。
能源生产和消费革命将进一步激发天然气需求。
1从我国能源结构存在的问题探索新能源发展对策
从我国能源结构存在的问题探索新能源发展对策石军贾书娣文洋刘栋梁陈刚军中国石油大学数理系摘要：本文用计量经济学方法对近年来我国能源生产总量建立数学模型，预测了其发展趋势，并由此找出了我国能源结构中存在的问题。
在分析世界各国政府在低碳经济时代与国际金融危机中所采取的新能源政策的基础上，结合我国社会具体情况，给出了我国健康快速地发展新能源产业的对策。
关键词：新能源；能源结构；计量经济学方法；低碳经济一、我国能源结构的计量经济学分析目前，我国已成为世界第二大能源生产国，也是世界第二大能源消费国。
在我国的能源供需结构中，以煤炭为主的化石能源的地位一直举足轻重。
煤炭在能源消费构成中的比重一直是小幅增长，徘徊在70%附近(见文献[1-4])。
同时，我国石油消费的一半依赖于进口，自1993年起我国成为石油净进口国，且石油进口量逐年增加，使得我国接入世界能源市场的竞争。
由于我国化石能源尤其是石油和天然气生产量的相对不足，未来我国能源供给对国际市场的依赖程度将越来越高。
因此降低石油消耗成为政策的重中之重。
当前我国火力发电是电力发展的主力军。
2008年1-12月，全国火力发电量累计产量为278,573,680.37万千瓦小时。
2009年1-5月，全国火力发电量累计产量为109,290,267.27万千瓦小时。
我国煤炭丰富、电力偏紧的资源特征决定了在今后相当长一段时间内，火力发电仍将在电力工业中占据重要地位。
在构成电力工业的火电、核电、水电、风电、沼气发电、太阳能发电等当中，除火电外，其余为清洁可再生能源。
新能源是指除水能之外的可再生能源，主要包括风能、太阳能、核能、生物质能、地热能和潮汐能等。
我国水电资源十分丰富，根据最新水能资源复查结果，全国水电资源技术可开发量为4 亿千瓦，分布广泛，遍及全国30 个省（区、市）的1600 多个县（市），65%的小水电集中西部地区。
西南地区的小水电资源占全国的50%以上。
为了对我国能源供给结构有更加准确的认识，以及对我国新能源在我国能源供给结构中所占比重有更直观的了解，本文首先采用1978年至2008年我国能源年供给总量数据进行时间序列建模分析，数据来自于我国国家统计局《中国能源统计年鉴2008》（见文献[7、9、10、11]）。
中国2006至2014年煤炭产量
单位为亿吨，2001年至2005年分别为：14.72, 13.97, 17.36, 18.6, 22.73；2014年的产量为38.7亿吨
2014年我国煤炭产量达38.7亿吨接近世界79亿吨
今天下午，十二届全国人大三次会议在梅地亚中心举行记者会，国家安全生产监督管理总局局长杨栋梁，副局长、国家煤矿安全监察局局长黄玉治，新闻发言人黄毅就强化依法治安、加快推动全国安全生产形势实现根本好转的相关问题回答中外记者的提问。
杨栋梁表示，我们国家是世界上最大的煤炭生产国和消费国，去年世界的煤炭产量是79亿吨，我们国家是38.7亿吨，接近一半。
目前我们有11000个煤矿，有580万名煤矿工人。
如果按三班倒的话，每时每刻都有近两百万人在地下巷道里作业。
所以安全生产问题是煤矿的一个老大难问题，这也是整个全国安全生产的重中之重。
每天有几百万人，特别是煤矿工人，他们牺牲了阳光，没有新鲜空气的呼吸，他们常年在这种阴暗潮湿的巷道里劳动，所以他们的劳动强度大、他们的风险大。
可是没有他们，我们这个世界将变成一片黑暗，经济社会的发展将失去66％的能源支撑，所以没有他们不可以。
我们必须要带着深厚的感情和强烈的责任感，抓好煤矿的安全生产。
这个群体是默默奉献的群体，也是应该受到尊重和保护的一个伟大的群体，所以我们始终把保护矿工生命安全作为我们工作的最高职责。
这些年来经过努力，应该说局面、形势有了很大的好转。
2002年是我们历史上矿难发生最多的一年，那一年因矿难死亡7000人，去年也就是2014年煤矿事故死亡是931人，下降了86.7％，而且这是在煤炭的产量从当年的10亿吨增加到38.7亿吨的情况下实现的。
2014年山西省煤炭产量数据统计
2014年山西省煤炭产量数据统计
从山西省国资委网站了解到，2014年山西省的煤炭产量目标为9.5亿吨，较去年9.62亿吨的产量下降1.24%；销售收入将不低于1.2万亿元，较去年1.42万亿降14.29%。
据统计，这是山西省5年来首次下调煤炭产量目标。
一位煤炭行业分析师对记者表示，煤炭市场整体低迷的形势下，产煤大省山西开始控制煤炭产量，煤炭价格下跌也对今年煤炭销售收入有较大影响。
2014年山西省煤炭产量目标为9.5亿吨、调整量10亿吨；其中出省销量6亿吨；销售收入将不低于1.2万亿元。
此外，山西省今年还将推进煤电一体化产业链、煤焦一体化产业链、煤气一体化产业链、煤液一体化产业链等改革进程。
数据显示，2013年，山西省煤炭全行业完成煤产量9.62亿吨，同比增加4863.52万吨，增幅为5.3%；其中出省销量完成6.2亿吨，同比增加3422万吨，增幅5.88%；销售收入完成14178亿元。
标签: 2014年山西省煤炭产量研究报告能源矿产环保行业市场研究报告2014年山西省煤炭产量行业资讯。
中国能源消耗地区差异实证分析
中国能源消耗地区差异实证分析曹俊文;祁垒;李真【摘要】本文在对中国地区能源强度差异分析的基础上,用迪氏因素分解法将各地区的能源强度分别按照结构因素和技术进步因素进行分解,结论是技术进步是各地区能源强度下降的主要因素;然后,利用计量经济学中的面板数据模型进一步从变量层面上分析引起地区能源消耗差异的原因,结论是东部能源价格发生了扭曲并且其高产出是依靠高能耗实现的;最后,对全文进行总结,并有针对性地提出建议。
【期刊名称】《合作经济与科技》【年(卷),期】2012(000)011【总页数】3页(P6-8)【关键词】能源强度;迪氏分解法;面板模型;地区差异【作者】曹俊文;祁垒;李真【作者单位】江西财经大学统计学院,江西·南昌;江西财经大学统计学院,江西·南昌;江西财经大学统计学院,江西·南昌【正文语种】中文【中图分类】C812一、前言能源是人类生存和发展的重要基础资源，能源对于世界各国政治、经济和社会发展具有重要的战略意义。
随着社会经济的不断发展，人们对于能源的需求越来越大。
我国目前正处于经济快速发展时期，能源需求的急速增长使得能源供给压力变大。
随着中国实现工业化和全面建设小康社会的推进，能源供需矛盾日益突出。
中国区域能源消费差异阻碍中国经济、能源和环境之间协调发展，因此研究能源消费的区域差异，找出影响能源消费的各个因素，可以为合理规划各地区能源发展战略提供决策依据。
对于能源消费地区差异及其影响因素研究，我国学者从不同角度进行了探索。
罗栋、王琪延（2009）通过对我国1978～2006年的国内生产总值和能源总消费的协整分析、Granger因果检验来探求我国经济发展和能源之间的关系。
程宏伟、李想（2008）指出受矿产资源禀赋条件和区域产业政策的影响，东、中、西部地区矿产资源产业在经济效益、产业结构、工业布局等方面有明显的差异。
刘畅、崔艳红（2008）通过建立区域能源消耗强度的面板数据模型，研究不同区域各种经济因素与能源消耗强度之间的协整关系，并借助误差修正模型考察短期动态调整效应。
基于STIRPAT扩展模型的能源消费碳排放多变量影响因素分析——以山西省为例
收稿日期:2023-05-25基金项目:内蒙古自然科学基金项目(2022M S 05036)㊂作者简介:王圣杰(2000 ),男,山西财经大学经济学院本科生,研究方向:资源与环境经济学㊁碳达峰㊁碳中和㊂张智羽(1979 ),男,副教授,博士,就职于内蒙古科技大学能源与环境学院,研究方向:碳达峰㊁碳中和㊂基于S T I R P A T 扩展模型的能源消费碳排放多变量影响因素分析以山西省为例王圣杰1,张智羽2(1.山西财经大学经济学院,山西太原 030006;2.内蒙古科技大学能源与环境学院,内蒙古包头 014010) 摘 要:通过I P C C 碳排放系数法估算了2000 2019年山西省能源碳排放量,选用S T I R P A T 扩展模型,利用相关性检验㊁普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,研究结果表明:在其他变量不变的条件下,人口规模㊁城镇化率㊁人均G D P ㊁产业结构㊁居民消费价格指数㊁碳排放强度㊁能源强度和能源结构每项分别增长1%,能源碳排放量分别对应变化1.143%㊁0.487%㊁0.107%㊁0.069%㊁-0.468%㊁-0.068%㊁-0.107%㊁-0.408%㊂山西省为进一步降低能源消费量和能源碳排放量,应当促进低碳经济㊁增强居民绿色消费意愿,加快能源技术创新㊁推动清洁生产,加快经济转型㊁促进产业结构升级,建立碳交易市场㊁利用市场机制助力节能减排㊂关键词:山西省;能源碳排放;S T I R P A T 模型;岭回归 中图分类号:F 062.1(225) 文献标识码:A 文章编号:1007 6921(2024)02 0114 05 在2020年9月22日的第七十五届联合国大会上,习近平主席郑重宣布: 中国将提高国家自主贡献力度,采取更加有力的政策和措施,力争于2030年前达到峰值,努力争取2060年前实现 二氧化碳排放碳中和 ㊂山西省在 十四五 规划中,也将实现 碳达峰 纳入2021 2025年政府的重要工作内容,目前山西省按照资源型经济转型发展的策略节能减排,碳排放量有所下降,但人均能源消费量仍远高于国家人均水平,所以在发展低碳经济和实现 双碳 目标的道路上山西省仍然面临着很大挑战㊂碳排放问题是一个全球共同关注的热点,国内外有大量学者对碳排放的影响因素分解进行了研究㊂J i b o r n M [1]等使用投入-产出模型,通过比较技术进步后一些国家的碳排放量,证明一个国家或地区的碳排放与经济增长之间存在着脱钩关系;K a ya Y [2]在他的相关研究中,将碳排放量与人口㊁能源㊁产业等影响因素关联起来,构建碳排放量的表达式为人口规模㊁人均G D P ㊁排放强度和能源强度的乘积,建立起目前碳排放计算的主流思想方法 K a ya 恒等式,为后期学者进一步研究分解方法奠定了理论基础㊂胡初枝等[3]基于环境库兹涅茨曲线假说(E K C )并利用平均分配余量的分解方法,从规模效应㊁结构效应和技术效应3个方面对我国1990 2005年的碳排放进行分析,研究结果表明我国经济增长与碳排放之间可以用字母 N 来体现㊂黎孔清等[4]应用S T I R P A T 模型分析影响南京市2000 2015年农业碳排放影响因素㊂A n g B W[5]通过对迪氏指数分解法进行改良,在解决了残差剩余项问题的同时,还采用对数平均迪氏分解法(L M -D I )化解了分解过程中出现0值与负值的问题,L M -D I 模型得以被学者广泛应用㊂A k b o s t a n c i E 等[6]在对土耳其的碳排放影响因素进行部门分解时使用2024年1月内蒙古科技与经济J a n u a r y 20242540I n n e r M o n g o l i a S c i e n c e T e c h n o l o g y &E c o n o m yN o .2T o t a l N o .540了对数平均D i v i s i a分解法(L M D I),分析表明碳排放的主要动力部门是建筑业和制造业㊂马峥等[7]基于S D A模型和投入产出表,从4个影响因素即能源结构效应㊁碳强度效应㊁投入产出技术效应和总效应来分解和分析中国碳排放量的变化,结论显示这4个影响因素共同作用于中国碳排放变化且不同行业对不同效应的作用程度具有明显的差异性㊂综上所述,国内外学者在碳排放影响因素分解的方法研究和应用研究等方面都作出了许多理论上的创新,并为后续的研究提供了理论框架和方法基础,也为后续针对局部区域和特定行业进行深入研究提供了多种方法选择和参考,但目前大部分研究都是以全国或者经济发达地区为研究范围,对山西省这样的资源型区域研究相对较少㊂因此,从理论上,思考如何提高节能减污降碳力度,是山西省在当前转型发展过程中迫切需要思考和解决的难题,在节能减污降碳的同时还要思考如何推动经济持续健康发展,这对推动山西省经济转型和高质量发展具有重要和深远的意义;从实践方面来说,分析并掌握山西省能源碳排放关键影响因素及其作用程度大小,有助于山西省实现碳减排的政策目标并尽量减少对经济活动的负面影响,同时也能为山西省制定切实可行的减排目标及减排措施提供帮助和参考㊂1研究方法与数据来源1.1能源碳排放量测算模型笔者所使用的分地区㊁分品种能源消费量的数据来自2000 2019年的‘中国统计年鉴“‘中国能源统计年鉴“和‘山西统计年鉴“,考虑到数据的可获得性,笔者在计算过程中选用煤炭㊁焦炭㊁汽油㊁煤油㊁柴油㊁燃料油和天然气等七类化石燃料能源,国内学者[8-9]通常根据‘I P C C国家温室气体清单指南(2006)“‘省级温室气体清单编制指南(试行)“和国家气候变化对策协调小组办公室和国家发改委能源研究(2007)所发布的相关数据推算得出碳排放系数和标准煤换算系数,主要思路和方法是将分类的能源消费量与对应碳排放系数㊁标准煤换算系数相乘再进行加总,计算出能源碳排放量,各品种能源碳排放系数和标准煤换算系数如表1所示,具体计算公式为:C=ðE iˑθiˑβi(1)式(1)中C为能源碳排放量,i为能源类型,E i 为能源消费量,θi为碳排放系数,βi为标准煤换算系数㊂表1分品种能源碳排放系数和标准煤换算系数能源种类碳排放系数标准煤换算系数煤炭0.75590.7143k g标准煤/k g焦炭0.85500.9714k g标准煤/k g汽油0.55381.4714k g标准煤/k g煤油0.57141.4571k g标准煤/k g柴油0.59211.4714k g标准煤/k g燃料油0.61851.4286k g标准煤/k g天然气0.44831.3300k g标准煤/k g 1.2S T I R P A T扩展模型Y o r k[10]等提出了S T I R P A T模型㊂S T I R P A T 模型在I P A T模型的基础上进行改良,能更详细准确地分析碳排放与各影响因素之间的关系,且能在分解分析时根据研究领域和地区的具体情况更灵活地选择合适的影响因素㊂目前,该模型成了国内外在研究碳排放的影响因素时广泛使用的方法,其基本公式为:I=a P b1A b2T b3e(2)式(2)中a为模型系数,I为对环境压力,P为人口因素,A为社会财富因素,T为技术水平因素,e 是方程中的误差项㊂取对数后式中的b1㊁b2㊁b3表示其他的影响因素不变的条件下,P㊁A或T分别变化1%时引起的环境变化的百分比㊂笔者参考国内部分学者的研究结果[10-12],将S T I R P A T模型扩展为四类影响因素,分别是人口因素㊁财富因素㊁技术因素和结构因素,其中人口因素选用人口规模P和城镇化率U作为变量;财富因素选用人均居民生产总值A和居民消费价格指数C作为变量;技术因素则引入碳排放强度T I 和能源强度E I作为变量,而模型扩展后纳入的结构因素则选用产业结构I S和能源结构E S,在公式(2)的基础上,笔者将S T I R P A T扩展模型取对数,具体公式为:L n I=L n a+b1L n P+b2L n U+c1L n A+c2L n C+d1L n T I+d2L n E I+f1L n I S+f2L n E S+l n e(3)式(3)中a为模型的系数,e为模型的误差项, b1㊁b2㊁c1㊁c2㊁d1㊁d2㊁f1㊁f2是指在其他变量不变的条件下,P㊁U㊁A㊁C㊁T I㊁E I㊁I S㊁E S分别变动1%时引起的能源碳排放量I变动的百分比㊂各变量数据是根据‘中国能源统计年鉴“‘山西统计年鉴“获得的原始数据进行测算,具体解释如表2所示㊂王圣杰,等㊃基于S T I R P A T扩展模型的能源消费碳排放多变量影响因素分析 以山西省为例2024年第2期表2变量描述影响因素变量符号变量解释单位能源碳排放量I I P C C碳排放系数法测算万吨标准煤人口因素人口规模P地区年末常住人口万人城镇化率U城镇居民占地区总人口比重%财富因素人均G D P A地区G D P总量/地区总人口元C P I C以1978年为基期-技术因素碳排放强度T I单位G D P碳排放量吨/万元能源强度E I单位G D P能源消费量吨标准煤/万元结构因素产业结构I S第二产业占G D P比重%能源结构E S原煤和洗精煤消费量/能源消费总量%2实证分析2.1能源消费碳排放现状据‘山西统计年鉴“数据显示,在2000 2019年,山西省能源消费总量与人均能源消费量持续增长,但2015年后增速放缓,变化趋势基本趋同;从‘中国能源统计年鉴“‘山西统计年鉴“中获取原始数据,利用公式(1)进行测算,结果显示:山西省能源碳消费排放量由2000年的8930.83万t增长到2019年的30 878.59万t,仅在2008㊁2009㊁2016年出现了增长率为负值的情况,但碳排放量总体保持着不断增长的趋势,人均能源碳排放量由2000年的2.75t增长到2019年的8.28t,见图1㊂无论是能源碳排放量还是人均能源碳排放量都远在全国平均水平之上,山西省的碳减排工作仍然面临着巨大的挑战㊂2.2S T I R P A T扩展模型回归拟合分析结果2.2.1相关性检验结果㊂首先将选用的变量数据进行对数化处理,然后利用S P S S29.0进行变量间的相关性检验㊂由表3可见,L n I㊁L n P㊁L n U㊁L n A㊁L n T I㊁L n E I㊁L n E S之间的相关系数较高,说明备选变量之间具有较明显的相关性,并且可能存在较严重的多重共线性㊂因此,还需要进行多元线性回归来验证备选变量之间是否存在多重共线性的干扰㊂图12000—2019年山西省能源碳排放量和人均能源碳排放量表3变量相关性检验L n I L n P L n U L n A L n C L n T I L n E I L n I S L n E S L n I1.000L n P0.9401.000L n U0.9760.9831.000L n A0.9670.9630.9801.000L n C0.050-0.0020.0210.1311.000L n T I-0.896-0.946-0.943-0.979-0.1691.000L n E I-0.942-0.974-0.980-0.986-0.1270.9781.000L n I S-0.184-0.301-0.273-0.0990.5050.0570.2121.000L n E S-0.691-0.544-0.605-0.577-0.0430.4570.5750.2001.0002.2.2普通最小二乘回归结果㊂为验证备选变量之间是否存在严重的多重共线性干扰,笔者对模型进行验证时首先选用O L S普通最小二乘回归,具体结果如表4所示㊂方差膨胀因子的检验即V I F值通常用来检验变量之间是否存在明显的多重共线性,由表4可以看出,L n P㊁L n U㊁L n A㊁L n-T I㊁L n E I㊁L n I S的V I F值都远大于最大容忍度10,可以认为备选变量之间受到了明显的多重共线性干扰,且由于存在多重共线性,备选变量的显著性也会受到影响㊂综上,使用O L S拟合出的未标准总第540期内蒙古科技与经济化系数和标准化系数都无法保证其在解释备选变量对因变量的贡献程度时的可靠性,所以仅使用O L S普通最小二乘估计进行拟合和分析结论是不够严谨和准确的㊂表4普通最小二乘估计结果未标准化系数标准误差标准化系数t检验显著性容差V I F 常量-8.9791.513-5.9350.000L n P0.9790.1840.1395.3070.0000.02049.004 L n U0.0300.1150.0150.2640.7970.004226.548 L n A1.0060.0382.03826.4940.0000.002423.317 L n C-0.0410.111-0.002-0.3730.7160.3352.988 L n T I1.0170.0481.24021.1480.0000.004246.086 L n E I0.0040.0660.0050.0590.9540.002438.632 L n I S-0.0190.043-0.007-0.4390.6690.05318.980 L n E S0.0020.0190.0010.0790.9390.1835.4742.2.3岭回归分析㊂为了克服变量之间多重共线性对回归结果的影响并提高模型拟合结果的准确有效性,笔者使用针对数据分析存在多重共线性干扰的有偏估计 岭回归[13](R i d g e R e g r e s s i o n)进行模型的拟合和分析㊂岭回归估计的基本思想是通过显著地改进普通最小二乘估计的均方误差,以此增强模型拟合结果的稳定性和获得更可靠有效的回归系数,不过岭回归也有着显著的缺点,即这种方法会以损失部分信息和降低精度为代价㊂在S P S S29.0输入R i d g e R e g r e s s i o n语法进行岭回归估计,以L n P㊁L n U㊁L n A㊁L n C㊁L n T I㊁L n E I㊁L n I S和L n E S为自变量,L n I为因变量,得到不同的岭迹图和不同惩罚的对应系数㊂惩罚即K值,通常其数值越小,代表着样本数据的信息损失越少,且拟合出的模型精准度会越高㊂观察岭迹图其标准化系数和的变化情况,当各个备选变量的回归系数趋于稳定时,K=0.25,且此时的R2为0.956,F值为29.871,S i g值为0.000002,说明模型的拟合程度较好,可以选择K=0.25时进行回归,此时的岭系数如表5所示㊂表5 K=0.25时各变量的非标准化系数变量L n P L n U L n A L n C L n T I L n E I L n I S L n E S 系数1.1430.4870.107-0.468-0.068-0.1070.069-0.408将K=0.25得到的非标准化系数代入公式(3)可以得到S T I R P A T扩展模型,公式为:L n I=0.982+1.143L n P+0.487L n U+0.107L n A-0.468L n C-0.068L n T I-0.107L n E I+0.069L n I S-0.408L n E S(4)笔者将变量的数据代入公式(4)来对山西省能源碳排放量进行拟合,误差绝对值平均为5.713%,总体拟合情况较好,具有一定的实证意义,实际值与拟合值的对比可见图2㊂图2山西省能源碳排放实际值与拟合值对比3主要结论与对策建议3.1主要结论笔者首先对2000 2019年山西省能源消费现状进行了分析,通过I P C C碳排放系数法大致估算了2000 2019年山西省能源碳排放量,选用S T I R-P A T扩展模型,利用相关性检验㊁普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,得出结论:在山西省能源碳排放的影响因素中,人口规模㊁城镇化率㊁人均G D P和产业结构这4个变量对能源碳排放量起正向促进作用,居民消费价格指数㊁碳排放强度㊁能源强度和能源结构这4个变量对能源碳排放量起反向抑制作用㊂在起正向促进作用的4个变量中,作用程度大小依次是人口规模>城镇化率>人均G D P>产业结构,在其他变量不变的条件下这4个变量每增长1%,能源碳排放量分别增长1.143%㊁0.487%㊁0.107%和0.069%;在起反向抑制作用的4个变量中,作用程度大小依次是居民消费价格指数>能源结构>能源强度>碳排放强度,在其他变量不变的条件下这4个变量每王圣杰,等㊃基于S T I R P A T扩展模型的能源消费碳排放多变量影响因素分析 以山西省为例2024年第2期增长1%,能源碳排放量分别减少0.468%㊁0.408%㊁0.107%㊁0.068%㊂3.2对策建议根据对山西省能源消费碳排放多变量影响因素的分析,笔者提出以下建议㊂3.2.1促进低碳经济,增强居民绿色消费意愿㊂人口因素仍然是山西省能源碳排放中起作用程度最大的影响因素,因此山西省在人口经济稳步增长和保障民生福祉的同时,还要着力增强居民的绿色消费意愿,通过种种措施来提升清洁能源在终端能源消费的占比,从而在需求侧端来控制能源消费总量和人均能源消费量㊂3.2.2加快能源技术创新,推动清洁生产㊂能源技术的创新进步和能源效率的不断提高是实现 双碳 目标驱动力中关键的一环㊂因此,必须加快推动能源技术的创新,提升能源使用效率,及时推广并加以应用成熟的节能减污降碳技术;立足能源结构优化调整,大力推动清洁生产,推进节能减排降碳;加快清洁生产的建设速度,提升清洁电力在能源生产和消费中的占比,从供给侧端来减少能源消费量㊂3.2.3加快经济转型,促进产业结构升级㊂山西省自资源型经济转型发展的策略提出以来,对风能㊁太阳能等清洁能源的开发利用速度加快,成效明显,碳排放量有所下降㊂在 十四五 期间应当继续在该策略的指导下加快经济转型,通过技术创新等方式实现产业结构升级,大力发展文化旅游等低耗能㊁高附加值的第三产业,利用第三产业的发展帮助经济增长逐步减少对化石能源的依赖㊁逐步摆脱产业结构较为单一的困境㊂3.2.4建立碳交易市场,利用市场机制助力节能减排㊂张彩江等[14]研究表明:碳交易试点政策明显抑制了试点区域的碳排放量增长,且碳交易市场能通过提升资源配置效率和带动产业结构升级等方式来促进区域进行碳减排㊂因此,山西省可以借鉴中国碳交易市场试点城市的经验,尽快尝试建立碳交易市场,以更加有效地利用市场机制降低减排成本,减小节能减排对经济发展造成的负面影响,同时提高经济发展的质量㊂[参考文献][1]J i b o r n M,K u l i o n i s V,K a n d e r A.C o n s u m p t i o nV e r s u s T e c h n o l o g y:D r i v e r s o f G l o b a l C a r b o n E-m i s s i o n s2000 2014[J].E n e r g i e s,2020,13(2).[2] K a y a Y.I m p a c t o f c a r b o n d i o x i d e e m i s s i o nc o n t r o l o n G N P g r o w t h:i n t e r p r e t a t i o n o fp r o p o s e d s c e n a r i o s[R].P a p e r P r e s e n t e d a tt h e I P C C E n e r g y a n d I n d u s t r y S u b g r o u p,R e s p o n s e S t r a t e g i e s W o r k i n g G r o u p,P a r i s,F r a n c e,1990.[3]胡初枝,黄贤金,钟太洋,等.中国碳排放特征及其动态演进分析[J].中国人口㊃资源与环境,2008(3):38-42.[4]黎孔清,马豆豆,李义猛.基于S T I R P A T模型的南京市农业碳排放驱动因素分析及趋势预测[J].科技管理研究,2018,38(8):238-245.[5] A n g B W.D e c o m p o s i t i o n a n a l y s i s f o r p o l i c y-m a k i n g i n e n e r g y:w h i c h i s t h e p r e f e r r e dm e t h o d?[J].E n e r g y P o l i c y,2004,32(9):1131-1139.[6]A k b o s t a n c i E,T u n c G i,Türüt-A S I K S.D r i v e r s o f f u e l b a s e d c a r b o n d i o x i d e e m i s-s i o n s:T h e c a s e o f T u r k e y[J].R e n e w a b l ea n d S u s t a i n ab l e E n e r g y R e v i e w s,2018,81:2599-2608.[7]马峥,崔豫泓.基于S D A模型的中国碳排放驱动因素分解研究[J].煤炭经济研究,2020,40(7):32-36.[8]赵江燕,朱宇恩,马建超,等.山西省能源消费碳排放清单和影响因素研究[J].太原理工大学学报,2022,53(6):989-996.[9]关敏捷,袁艳红,冉木希,等.基于S T I R P A T模型的山西省能源碳排放影响因素及峰值预测[J].中国煤炭,2021,47(9):48-55.[10] Y o r k R,R o s a E A,D i e t z T.S T I R P A T,I P A T a n d I m P A C T:a n a l y t i c t o o l s f o r u n-p a c k i n g t h e d r i v i n g f o r c e s o f e n v i r o n m e n t a li m p a c t s[J].E c o l o g i c a l E c o n o m i c s,2003(3):46.[11]王长建,张虹鸥,叶玉瑶,等.广东省能源消费碳排放的多变量驱动因素:基于扩展的S T I R P A T模型[J].科技管理研究,2017,37(3):210-214.[12]廖祖君,张剑宇,陈诗薇.碳排放影响因素及达峰路径研究:基于四川省的分析[J].软科学,2022(8):1-11.[13]高素英,李延军,金浩.岭回归在经济增长影响因素分析中的应用[J].统计与决策,2005(10):142-144.[14]张彩江,李章雯,周雨.碳排放权交易试点政策能否实现区域减排[J].软科学,2021,35(10):93-99.总第540期内蒙古科技与经济。