节能减排约束下我国能源消费结构演变分析_节能减排论文

节能减排约束下中国能源消费结构演变分析，本文主要内容关键词为：消费结构论文,节能论文,中国能源论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       中图分类号：F206 文献标识码：A 文章编号：1004-972X(2015)01-0027-07

       一、引言

       中国经济的快速增长使能源消费需求激增及环境安全问题日益凸显。特别是以煤炭为主的能源消费结构带来了较高的碳排放，使中国成为世界上最大的温室气体排放国之一。能源消费结构的不合理不仅危及能源安全，而且导致中国2020年节能减排目标的实现面临严峻挑战。节能减排目标的实现离不开能源消费结构的优化调整，而能源消费结构的演进既有其内在的驱动因素和变动规律，也受到多种外部因素的影响，因此对能源消费结构内在变动趋势进行有效预测，并研究对其产生影响的各种因素及它们之间的作用机制，将对中国能源消费结构优化和节能减排目标的实现具有重要的意义。

       目前对能源消费结构进行预测的方法主要是采用Markov链预测模型和IAM模型。刘殿海等(2006)[1]利用马尔科夫链对一次能源结构的变化进行了分析。赵柳榕、田立新(2008)[2]建立了基于Logistic的能源结构预测模型。林伯强等(2010)[3]建立的优化模型，分析了反映节能和排放约束下的能源结构变化情况。考虑到IAM模型涉及因素较多，数据复杂且获取难度大，因此本文将采用基于OLS估计的Markov链模型预测中国2020年的能源消费结构。

       学者们对能源消费或能源消费结构的影响因素也展开了大量研究。从能源消费来看，当前国内外学者对其进行了深入剖析，主要集中在以下两方面：一是单一因素与能源消费的关系，包括经济增长、城市化、对外贸易、产业发展等。[4-8]这些研究既涉及能源消费与各单一因素之间长期均衡关系的验证方面，也包括两者之间冲击效应和因果关系的讨论分析。由于影响中国能源消费的因素并不单一，因此单一因素与能源消费的双变量关系检验并不能考虑到能源消费的全部影响因素，同时各单一因素对能源消费的影响路径也难以准确刻画。[9-11]二是多因素与能源消费的关系研究。林伯强等(2003)[12]根据误差修正模型和协整分析技术对资本、GDP、人力资本以及电力消费之间的长期均衡关系进行了研究。董锋等(2010)[13]考虑技术进步、对外开放程度及产业结构等因素研究了其对中国能源消费所造成的影响效应。

       从能源消费结构来看，学者们也利用各种方法对能源消费结构问题进行了研究。范德成等(2012)[14]测算了低碳经济目标下各因素对一次能源消费结构的影响。龙如银等(2010)[15]根据多目标决策方法对未来中国各地区的最优能源结构进行了估算。张丽峰(2006)[16]、李小燕(2007)[17]、赵国浩(2010)[18]和孔锐(2010)[19]等对中国未来的能源消费总量及各品种能源的消费量进行了预测。林伯强等(2009)[20]首先构建了基于能源消费与GDP、城市化水平、产业结构、能源价格、能源效率等的协整模型，其次运用情景分析法对各种情景下的能源消费结构进行了测算。

       综上所述，国内外全面考虑节能以及二氧化碳排放约束条件下能源消费结构的影响因素和路径分析的相关文献较少。能源消费结构系统本身在结构及功能上具有极强的复杂性，其变动规律同时受到内因与外因的影响，外因之间还可能相互作用，形成多种复杂的影响路径，只有厘清内、外因素之间的相互关系，才能深入挖掘能源、经济与环境三者之间的内部关系及变动规律。基于以上考虑，本文通过基于OLS估计的Markov链模型预测能源消费结构的变化趋势，据此构建能源消费结构的路径分析模型，研究对节能和碳排放约束下一次能源消费结构的影响因素及其内在机理，分析各因素的影响结果，为中国政府在能源、经济与环境等方面的政策制定提供一定的理论依据。

       二、基于OLS估计的能源消费结构Markov链模型预测

       Markov链是数学中具备Markov性质的离散时间随机过程，该变化过程是指n+1时刻的未来状态只与n时刻的近期状态有关，而与其过去状态均是无关的。时间和状态都是离散的Markov过程称为Markov链，简记为

=X(n)，n=0，1，2，…n。

       能源消费结构转移的Markov链模型可由Markov链的分析过程构建得到：

       设A为一次能源消费总量，为了简单起见，可将其分为煤炭、石油、天然气和清洁能源(包括水电、核电、风电等)四类能源。

为t时刻第i类能源在一次能源消费总量中的构成分量，

为t时刻第j类能源在一次能源消费总量中所占的比重，其中

=1(j=1,2,3,4)。

      

       由于式(3)是4个独立的OLS回归模型，各模型估计出来的状态转移概率估计参数不一定满足状态转移概率的特征条件，因此将非负性条件和行和条件加入式(3)，得到约束OLS回归估计模型：

       min(W-XP)'(W-XP)

      

       其中，模型(4)是标准的二次规划问题。

       根据1995～2012年历年的一次能源消费结构数据，可将W和X矩阵表示为：

      

       因此，一次能源消费结构转移概率矩阵Q可由模型(4)计算得到：

       Q=

       根据状态转移概率矩阵Q及1995～2012年17年间四类能源的消费比重平均值对2020年能源消费结构进行预测，可得到无能源规划约束情景下2020年能源消费结构(见表1)。为了实现节能减排目标，中国政府提出“到2020年非化石能源占一次能源消费比重达15％左右和核电发电量达到2600亿～2800亿千瓦时(0.34亿标准煤)”的具体发展目标。而且据IEA(2008)预测2020年中国一次能源消费量将达到46.9亿吨标准煤，因此在有能源规划约束情景下，到2020年清洁能源消费量预计将达到一次能源消费量的15.72％，能源消费结构如表1所示。

      

       三、能源消费结构的影响因素及路径分析

       (一)路径分析方法

       遗传学家Sewall Wright于1921年提出的路径分析(path analysis)方法，是一种用以探讨多个变量之间因果结构模式的统计技术，它由一系列的回归分析所组成，借用回归方程式的原理，根据变量间的理论架构，将不同的方程式加以组合，形成结构化的模式。其主要目的是验证理论模型的准确率与可靠性，发现变量之间的变化规律及因果关系。[22]主要步骤如下：(1)验证模型中任意两变量

间是否存在相关关系；(2)若存在相关关系，则研究两者之间是否存在因果关系；(3)若

，则研究

是直接影响

还是间接影响

或者两种情况都有；(4)直接影响与间接影响系数的确定。

       设有原因变量为

(i≤j≤k)结果变量为b，

定义为原因变量

之间的简单相关系数，

定义为原因变量

和结果变量b之间的简单相关系数，则

对原因变量的简单相关系数的分解方程可表示为：

      

      

       (二)变量选取与数据处理

       从上面的文献综述中可以看出，能源消费结构的影响因素涉及经济发展水平、产业结构、能源禀赋、能源价格、科技发展水平等变量。中国政府在2009年的哥本哈根联合国气候变化大会上承诺：到2020年碳排放强度比2005年降低40％～45％。这一目标的提出体现了中国从经济和社会发展的长远目标出发，在控制气候变化因素这一目标的约束下，逐步降低碳排放强度，提高能源利用效率。保障经济平稳增长是实现节能减排的关键，通过提高能源利用效率、减少能源使用总量及优化能源消费结构等促进经济结构的转型升级。因此，本文进一步考虑节能和碳排放约束的影响，针对这7个因素对能源消费结构的作用机理展开研究。

       本文选取1978～2012年的时间序列数据进行分析，所有数据均来自《新中国60年统计资料汇编》和《中国统计年鉴》。其中，经济发展水平(Gdp)的衡量采用可比价格的人均GDP序列；产业结构

将以样本期末第二产业比重进行刻画；能源禀赋(Ep)以样本期末人均能源生产量表征；能源价格(Price)是决定能源市场供求关系的基本变量，但我国尚无统计综合的能源价格指数，可以选择其他价格指数去替代。鉴于燃料、动力类购进价格指数能全面反映能源价格情况，其统计数据最早只发布到1989年，限制了样本容量。考虑到中国正处于工业化的中后期，高耗能和高排放的重化工业仍在经济发展中发挥着不可替代的作用。工业部门又是一个能源密集型部门，有统计数据表明中国工业部门的终端能源消费占全国终端能源消费的比例长期维持在70％以上。因此选择了在1979～1988年间的工业生产者出厂价格指数(1978年=100)和1989～2012年间的燃料、动力类工业生产者购进价格指数去拟合能源价格指数；本文选择人均专利申请受理量来替代科技发展水平(Kj)，由于专利申请受理数据只公布到1985年，考虑到数据的可得性，对于1978～1984年选择研究生毕业人数作为科技发展水平的替代变量；关于节能(Ec)和碳排放(Carbon)约束指标，分别选取人均能源消费量(能源消费量取负数)和人均碳排放量(碳排放量取负数)作为替代变量；能源消费结构(Exfjg)用一次能源消费中煤炭所占比重来表征。

       (三)实证分析

       表2描述了各变量间的Pearson(双侧)相关性分析结果。由该表可知，在1％显著性水平下，自变量Price与Ec、Gdp、Carbon、Ep、Kj、

显著正相关，与Exfjg显著负相关；自变量Ec与Price、Gdp、Carbon、Ep、Kj显著正相关，与Exfjg显著负相关；自变量Gdp与Price、Ec、Carbon、Ep、Kj、

显著正相关，与Exfjg显著负相关；自变量Carbon与Price、Ec、Gdp、Ep、Kj显著正相关，与Exfjg显著负相关；自变量Ep与Price、Ec、Gdp、Carbon、Kj显著正相关，与Exfjg显著负相关；自变量Kj与Price、Ec、Gdp、Carbon、Ep显著正相关，与Exfjg显著负相关；自变量

与Price、Gdp显著正相关，与Exfjg显著负相关，而与Ec、Carbon、Ep在5％显著性水平下显著相关，与Kj相关关系不显著。

      

       根据上述各变量之间的相关性分析结果，删除产业结构(

)自变量，在Amos Graphics中对其他6个自变量和能源消费结构(Exfjg)因变量建立路径图，如图1所示。其中碳排放约束(Carbon)为外生变量，不被其他变量决定，能源消费量约束(Ec)变量等为内生变量，被模型中的其他变量影响，“→”表示对具有因果关系的两个变量连接；

等为残差变量，表示模型之外的影响因素。

      

       图1 能源消费结构的影响路径模型

       Amos使用C.R.统计量和C.R.的统计检验相伴概率P对直接影响系数及间接影响系数进行统计显著性检验，该方法类似于回归分析中的参数显著性检验，原假设为系数等于0。根据图1所设模型，利用极大似然法估计得到各路径系数值，如表3所示，当α=5％，t，0.025(26)=2.0555，可以看到能源消费量约束对能源价格、碳排放约束对能源价格、碳排放约束对Gdp、能源消费量约束对Gdp、能源价格对能源消费结构、Gdp对能源消费结构的C.R.值分别为-1.053、-0.434、1.674、-0.405、-0.669、0.437，绝对值均小于2.0555，表示以上估计值未达到5％显著水平，P值较大。

      

       考虑删除能源消费量约束对能源价格、碳排放约束对能源价格、碳排放约束对Gdp、能源消费量约束对Gdp、Gdp对能源消费结构、能源价格对能源消费结构等六条路径，重新构建模型并对其进行估计，即待检模型，结果见图2。

      

       图2 待检模型

       如表4所示，该模型的各个路径系数在0.05的水平下都是显著的，并且从实际考虑，各变量之间的各个路径也是合理存在的。

       Amos拟合指数的计算结果如表5，可以看出模型的拟合效果很好，表明模型的内在质量理想。

      

       表6描述了各自变量对因变量的直接影响、间接影响和总影响。由表6可发现：(1)自变量Carbon对因变量Exfjg的总影响系数为0.634，其中直接影响系数为-29.993，间接影响系数为30.627。一方面，碳排放量约束将直接导致能源消费结构中煤炭比重下降，另一方面，碳排放量约束将间接导致能源消费结构中煤炭比重上升。就间接影响效应而言，碳排放量约束是通过降低其他能源生产量、降低煤炭资源价格及减少其他能源消费等来实现能源消费结构中煤炭比重的上升。从总影响效应来看，碳排放量约束的间接效应大于直接效应。(2)自变量Ec对因变量Exfjg的总影响系数为26.067，其中，直接影响系数为35.445，间接影响系数为-9.378。一方面，能源消费量约束将直接导致能源消费结构中煤炭比重上升，另一方面，能源消费量约束将间接导致能源消费结构中煤炭比重下降。就间接影响效应而言，能源消费量约束是通过促进科技发展水平来实现能源消费结构的优化。从总影响效应来看，能源消费量约束的直接影响效应大于间接效应。(3)自变量Ep对因变量Exfjg的总影响系数为-0.976，其中，直接影响系数为3.601，间接影响系数为-4.577。一方面，能源生产量提高将直接导致能源消费结构中煤炭比重上升，另一方面，能源生产量提高将间接导致能源消费结构中煤炭比重下降。就间接影响效应而言，能源生产量提高是通过促进科技发展水平、提高能源价格、经济增长及增加其他能源消费来实现能源消费结构的优化。从总影响效应来看，能源生产量的间接影响效应大于直接效应。因此，提高能源生产量最终可导致一次能源消费总量中煤炭所占比例下降，从而促进了能源消费结构的优化调整。(4)自变量Price对因变量Exfjg的总影响系数为-0.475，其中，直接影响系数为0，间接影响系数为-0.475。能源价格提高是通过促进人均GDP增长和科技发展水平中煤炭资源利用效率等因素来实现能源消费结构的优化。(5)自变量Kj对因变量Exfjg的总影响系数为1.266，其中，直接影响系数为1.266，间接影响系数为0。科技发展水平中煤炭资源利用效率的提高将直接导致能源消费结构中煤炭比重上升。(6)自变量Gdp对因变量Exfjg的总影响系数为-0.476，其中，直接影响系数为0，间接影响系数为-0.476。经济发展水平是通过促进科技发展水平来实现能源消费结构的优化。

      

       四、研究结论

       本文对1995～2012年间能源消费结构的Markov链分析及对2020年的能源消费结构预测，可以发现：在无能源规划约束情景下，能源消费结构受到自身内在的驱动因素影响，其能源消费结构的变动表现为以煤炭为主的高碳能源消费比重不断下降，而高效清洁能源所占比重不断上升。在有能源规划约束情景下，能源消费结构开始由以煤炭为主向多样化、低碳化过渡。

       优化能源消费结构是节能减排目标实现的有效措施。在节能减排目标下，能源消费结构的优化调整还受到经济发展水平、能源价格、能源禀赋和科技发展水平等外部因素的影响，在Amos中分析各影响因素对能源消费结构变动的作用机理，结果表明碳排放约束对能源消费结构的优化调整形成了较大的直接影响，而能源禀赋、经济发展水平、能源价格和能源消费量约束则间接推动了能源消费结构的优化调整。总的来说，一方面节能减排对能源消费结构的优化调整起着促进作用；另一方面节能减排会对能源供给能力和高碳能源利用效率造成一定程度的负面影响，从而使碳排放约束和能源消费量约束对科技发展水平的抑制作用较大；另外，中国“富煤、少油、贫气”的能源禀赋使得煤炭消费比重高居不下，严重阻碍了能源消费结构的优化。

       中国应基于能源禀赋及其消费结构的现状，运用制度创新和技术进步等手段提高能源利用效率，推动能源使用方式变革，积极扶持清洁能源产业，实现能源产业的多元化、低碳化和市场化，从而促进能源消费结构的优化调整和节能减排目标的实现。

       虽然本文在分析能源消费结构优化调整时，分别从内在驱动因素和外部影响因素两个角度，综合考虑了多种因素的影响，但这并不能完全刻画能源消费结构影响因素的真实情况，还缺乏政策等因素的分析，今后的工作将围绕这方面展开。

标签：节能减排论文;  消费结构论文;  自变量论文;  一次能源论文;  能源消费论文;  能源结构论文;  碳排放论文;  能源论文;  carbon论文;