北京市终端能耗与GDP和大气环境的关系分析_环境污染论文

北京市终端能源消费与GDP及大气环境的关联分析，本文主要内容关键词为：北京市论文,终端论文,能源消费论文,大气环境论文,GDP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：F205 文献标识码：A 文章编号：1672-8106(2015)01-0045-07

       一、问题的提出

       能源是人类社会赖以生存和发展的重要物质基础，是国家经济的血液和动力，同时也是影响经济社会发展的主要因素。纵观人类社会发展的历史，人类文明的每一次重大进步都伴随着能源使用的改进和更替，能源问题直接关系到国家或城市经济能否正常运行和发展。随着经济的发展，能源消费不断增加，化石能源的消费量也越来越大，人类承受着化石能源的开发利用带来的环境外部负效应，即环境的污染。

       可以说，能源消费与经济增长以及环境问题密切相关。能源消费、经济增长和环境污染之间关系的研究，可分为三类。最早的一类是能源消费与经济增长关系的研究。随着经济增长的加快，能源稀缺对经济增长的制约越来越明显，能源不再被认为是廉价易得的原材料，而是重要的战略资源。学者们将能源纳入到经济学的分析框架，美国学者Kraft[1]于1978年首次对能源消费与经济增长的关系进行了研究，之后，能源消费与经济增长关系这类问题的研究相继在其他国家或地区展开。一些研究证明能源消费与经济增长具有双向因果关系，如John[2]、Shyamal[3]的研究。另一些研究认为能源消费与经济增长仅存在单项因果关系，如：Lee[4]等学者的研究。由于模型、样本数据、指标标准、时期长度、国家种类、地区能源情况等方面的差异，使得不同国家或者地区能源消费与经济增长的关系不同，即使是同一国家或者同一地区不同发展时期两者的关系也不尽相同。这说明，不同的国家、不同的发展阶段、不同经济规模和不同类型的经济体，其能源消费与经济增长之间的关系是不确定的。

       第二类是环境污染与经济增长关系的研究。环境污染的加剧使得学者们开始考虑能源消费带来的环境污染问题，Grossman等认为经济增长与环境污染存在着倒U曲线的关系[5]。之后学者们的研究主要集中于验证环境污染与经济增长之间的倒U型假说，如：Magnus Lindmark[6]，Hiroki Iwata等[7]。国内学者还考虑了环境污染对经济增长的约束性因素，研究环境约束下的经济增长模式，如赵玉焕提出环境资源的投入和环境污染的产出结构[8]，彭水军等认为环境约束下的经济增长，必须依靠研发和资本的投入[9]。

       第三类是经济增长、能源消费和环境污染三者相关性的研究。国内外学者们构建了能源、经济和环境的3E体系，综合评价三者之间的协调程度。一些研究涉及到三大产业，如Lin对我国台湾地区工业37个部门的经济、能耗和二氧化碳排放进行了相关分析[10]；罗勇等对三大产业与经济增长进行了相关分析[11]，这些研究主要从三次产业的能源消费和环境污染与经济增长的相关性角度展开。

       总体说来，国内外学者们对能源消费、经济增长和环境污染之间关系的研究，结果并不相同。从研究对象来看，学者们大多针对某个国家或某个地区的能源消费、环境污染和总体经济增长进行分析，很少针对某一城市进行研究，而针对终端消费部门的能源消费对经济增长、环境污染的贡献度研究也未多见。

       城市作为一个特殊而复杂的生态系统，是人类与自然环境间矛盾冲突最为激烈的区域，也是能源消费的主体。如北京市正处于经济快速发展时期，面临着能源消费过快和环境污染严重的问题，提高大气环境质量已成为公众的普遍诉求。因此，如何使用能源，保持经济增长和大气环境质量问题备受关注。因而，本文以北京市为例，对终端能源消费与经济增长和大气环境的关联进行研究，分析北京市终端能源消费对能源消费总量、北京市经济增长和大气污染的贡献程度，从控制能源消费总量和降低大气污染的角度，为北京市的发展提出相应建议，以期有助于北京市经济、能源和环境的协调发展。

       二、北京市能源消费与大气环境评价指标和模型的选取

       要探究北京市能源消费与经济增长和大气环境的关系，需找到能源消费各个要素中对经济增长和大气环境影响最大的要素。为准确反映北京市能源消费的实际情况，本文在选择评价指标时尽可能利用或借鉴现有的社会经济指标，指标的选择坚持可操作性、科学性、可评价性和简明性原则[12]。

       评价指标的选取包括：(1)能源消费指标5个，即农业、工业、建筑业、交通运输业(含仓储和邮政)、商业(包括批发、零售、住宿、餐饮业)的终端能源消费量。可供北京市能源消费总量等于北京市总能源消费量加上能源的平衡差额；北京市总能源消费量是能源加工转换投入量、能源损失量、终端能源消费量三者之和。

       (2)大气环境指标3个，依据国家统计局“主要城市空气质量指标”，本文用可吸入颗粒物(PM10)年日均值、二氧化硫(

)年日均值、二氧化氮(

)年日均值三个指标表示北京市大气环境指标。

       (3)经济增长指标1个，本文采用地区生产总值(以下简称地区GDP)表示北京市经济增长的指标。

       评价模型的选取，国内外学者一般采用单位根检验、格兰杰因果检验、主成因分析等方法分析能源消费与经济增长和环境污染之间的关系。这些模型、方法虽然可以较好地反映变量之间的统计规律，但是这些方法对样本量和数据质量要求较高，对于小规模数据和灰度较大的数据，检验结果往往并不准确。因此，本文采用灰色关联分析方法，该方法的优势在于，它不需要大量样本，对样本的规律性无严格要求，适合分析北京市有限且灰度较大的统计数据。

       客观世界通过事物之间相互制约、相互联系而构成一个有机整体，称之为系统。其内部结构、要素以及特征不断发展变化，人们的认识也是随着对事物的不断了解而发展变化的。即使是人们熟悉的事物，也不可能像研究白箱问题那样清楚其内部机理。当系统内部所包含的信息被大众所了解后，该系统被称为白色系统；若系统内部所包含的信息完全不被任何人所了解，该系统被称为黑色系统。本研究是介于白色系统和黑色系统之间的灰色系统，即所包含的信息未完全被了解的系统。

       20世纪80年代初，邓聚龙教授首次提出灰色系统理论。灰色系统理论是把一个随机量当作灰色量，这个灰色量可以在一定范围内变化，再选取适当的方法处理原始数据，使灰色量变成生成量，其结果不再是过去依据大量数据得到的经验性的统计规律，而是得到规律性较强的生成函数。该理论中提出了对各子系统进行灰色关联分析的方法，并被广泛应用到社会、经济以及生态环境等抽象系统之中，取得了较好的效果[13]。

       灰色关联分析的基本思想是根据时间或空间序列数据进行曲线几何形状的相似比较来判断因素关联度的大小。曲线越接近，相应序列间的关联度就越高，影响力就越大；通过关联度排序，依次可以判断影响关键变量发展的主要因素和次要因素[14]。

       灰色关联度模型建立步骤如下：设数据参考数列和比较数列，分别记作

      

       计算步骤如下：

       (1)原始数据无量纲化处理。由于各因素计量单位不同，原始数据存在量纲和数量级上的差异，不同的量纲和数量级不便于比较，或者比较时难以得出正确结论。因此，在计算关联度之前，通常要对原始数据进行无量纲化处理。具体计算时，又可以选择初值化变换和均值化变换两种不同的方式对原始数据进行处理[15]。

       一般地，初始化方法适用于具有稳定增长趋势的数据的无量纲化处理，通过初始化处理，数据的增长趋势更明显；均值化方法适用于没有明显升降趋势现象的数据处理。

       ①初始化

       设：

初始化处理后的参数序列；

是数据初始化后的比较序列。

       绝对初始化：

      

       ②均值化。同初始化一样，原始数据的均值划分为绝对均值化和相对均值化。绝对均值化是先分别求出各个原始数列的平均数，再用数列的所有数据减去该数列的平均数，得到一个各个数据相对于其平均数的差数数列。相对均值化是用数列的所有数据除以该数列的平均数，得到一个各个数据相对于其平均数的倍数数列[15]。

      

       式中：θ为分辨系数，用来调节绝对关联度和相对关联度对综合关联度的影响程度；设η和λ分别是计算出来的绝对关联度和相对关联度。θ越小，分辨率越大。一般θ∈[0，1]，通常取θ=0.5。根据经验，当θ=0.5时，比较数列与参考数列的关联度大于0.6，便认为其关联性显著[16]。

       本文以北京市能源消耗总量、GDP和大气环境指标作为参考序列

，以五大终端部门能源消费量作为比较数列

，建立五个灰色关联模型，分别考察北京市不同终端部门的能源消费量与全市能源消费总量、经济增长和大气环境质量间的关联程度。

       三、实证研究及相关分析

       本文采用国内生产总值表示北京市经济增长指标(以下简称GDP)，通过分析1990-2012年北京市GDP和能源消费量的数据，得出该期间北京市GDP和能源消费总量增长趋势图，判断经济增长和能源消费的走势。北京市GDP的增长呈现稳步上升的趋势，从1990年的500.8亿元增长到2012年的17879.4亿元，年均增长率达17.65％；能源消费总量也呈现上升趋势，能耗总量从1990年的2719.28万吨标煤增长到2012年的7177.7万吨标煤，年均增长率达4.51％，能源消费总量的年均增长率明显低于GDP的年均增长率(见图1，1990-2012年北京市GDP和能源消费总量增长趋势)。由图1可知，1990-2012年北京市的能源强度明显降低了，万元GDP能耗从1990年的5.43下降到2012年的0.40，其中2003年万元GDP能耗达到1以下，2010年万元GDP能耗达到0.5以下。但同时能源消费总量一直呈现上升的趋势，随着经济的持续发展，能源的有限性对经济增长的制约将会越来越明显，能源尤其是化石能源的消费对环境的外部负效益会越来越严重。如何在保障经济增长的同时，降低北京市能源消费总量，减小能源消费带来的环境污染，是一个重大课题。

      

       图1 1990-2012年北京市GDP和能源消费总量增长趋势

       资料来源：1991-2013北京市统计年鉴，详见北京统计信息网。

       (一)北京市终端能源消费量与能源消费总量的关联度分析

       在此运用灰色关联度模型，对北京市2005-2012年的能源消费总量、GDP、大气环境与终端能源消费量数据进行处理和分析(见表1，北京市2005-2012年能源消费总量、GDP、大气环境与能源消费量)。首先，以2005年五大部门终端能源消费量为基准，对原始数据进行绝对初始化，用各个部门每年能源消费量分别减去2005年各个部门能源消费量，得到各部门能源消费量初始化结果。其次，计算初始化后的参考序列与比较序列的绝对差，这部分能源消费总量为参考序列，对于某一年份，用五大终端部门能源消费量分别减去当年能源消费总量，得到各部门能源消费量的绝对差，找出绝对差的最大值和最小值。利用公式计算各部门能源消费量与能源消费总量的绝对关联度。最后，得出相对关联度和综合关联度(见表2，能源消费量与能源消费总量的关联度)。

      

       北京市五大部门终端能源消费量与能源消费总量的综合灰色关联度排序为：商业＞农业＞建筑业＞工业＞交通运输业(见表2，终端能源消费量与能源消费总量的关联度)。其中商业部门的能源消费与能源消费总量的综合关联度大于0.6[17]，表明商业部门能源消费量与能源消费总量的关联性显著，目前北京商业部门的能源消费量对能源消费总量影响最大。北京产业结构已从“二、三、一”发展为“三、二、一”，第三产业所占比重不断增加，目前基本上与发达国家持平。随着北京市第二产业的收缩和第三产业的发展，商业部门的能源消费量出现了持续上升趋势，商业的快速发展是能源消费总量上涨的主要原因之一。农业部门的能源消费量与能源消费总量的关联程度仅次于商业部门。虽然农业本身有污染较小、耗能较低的特点，但北京市大力发展现代农业、生态农业，农产品加工业，使得农业能源消费量有所上升，且与能源消费总量的上升趋势相吻合。工业、建筑业和交通运输业的能源消费量与能源消费总量的综合关联程度也都在0.5以上，关联性同样显著。工业、建筑业和交通运输业的快速发展也是能源消费总量增加的原因，但是从计算结果来看，这些部门的终端能源消费量与北京市能源消费总量的关联程度小于商业和农业。

      

      

       (二)北京市能源消费量与GDP的关联度分析

       根据以上方法和统计数据，同理，可计算出北京市五大终端部门能源消费量与北京市GDP的综合灰色关联度结果，各综合灰色关联度排序为：交通运输业＞建筑业＞农业＞商业＞工业(见表3，终端能源消费量与GDP的关联度)。交通运输业和建筑业的综合关联度大于0.6，说明交通运输业和建筑业能源消费量与GDP的关联性更为显著。北京市人口的剧增，促使交通运输、仓储和邮政等物流行业迅速发展，交通运输的能源消费与北京市的GDP增长关联性最大，因此，应充分发挥网络型产业的优势，减轻对能源需求的压力[18]。北京市建筑业发展迅速，能源消费量增长迅猛，充分带动了北京市经济的发展，建筑业生产总值较大，在充分享受建筑业发展带来的经济上涨时，应特别注意建筑业的持续健康发展。工业部门的能源消费量与GDP的关联程度较小，是因为在努力实现社会可持续发展的背景下，北京市政府持续收缩第二产业，调整了能耗大、对环境负面影响严重的工业部门。

       (三)北京市能源消费量与大气环境的关联度分析

       运用灰色关联度模型，可对北京市2005-2012年大气环境与能源消费量的数据进行处理和分析。由于大气环境三个指标PM10年日均值、

年日均值和

年日均值并无显著增长趋势(见表1，北京市2005-2012年能源消费总量、GDP、大气环境与终端能源消费量)，本文对大气环境三个指标数据进行均值化处理。

       通过建立灰色关联度模型，根据以上方法和统计数据，同理，计算出北京市五大部门终端能源消费量与PM10年日均值、

年日均值、

年日均值的灰色相对关联度。

      

       北京市五大终端部门能源消费量与PM10年日均值的灰色关联度排序为：工业＞商业＞农业＞建筑业＞交通运输业；与

年日均值的灰色关联度排序为：工业＞商业＞农业＞建筑业＞交通运输业；与

年日均值的灰色关联度排序为：工业＞农业＞商业＞建筑业＞交通运输业(见表4，终端能源消费量与大气环境的关联度分析)。由此可以看出，五大部门终端能源消费量与大气环境三个指标的关联度排序基本一致，工业和商业两大部门对大气环境的影响最大。工业部门与PM10年日均值和

年日均值的关联度大于0.8，说明工业部门的能源消费量与大气环境的相关性极高。商业部门与PM10年日均值和

的相关度排序均为第二位，说明商业部门的能源消费量也是影响大气质量的重要因素。工业具有能耗量高，环境污染严重的特点，虽然近年来北京市致力于调整产业结构，收缩第二产业，调整工业布局，然而工业部门排放的废气，尤其是可吸入颗粒物和氮氧化物，仍然是大气污染的主要来源。北京市应继续优化产业结构和调整工业部门。同样，商业部门能源消费量对大气环境污染的影响因素也不应忽视。大型商场、超市、商业街、购物中心是人员最为集中的场所，供暖、供冷以及餐饮等活动会向空气中排放大量废气。商业在短期内快速发展同样会带来环境问题，不合理的消费方式以及商业部门废气排放标准欠缺、监管工作不到位等是商业部门造成严重大气污染的主要原因。

       四、对策建议

       以上分析表明，北京市商业部门的能源消费量与北京市能源消费总量的关联度最大；交通运输业的能源消费量与北京市的GDP增长关联度最大，其次是建筑业，工业最小；虽然第二产业的能源消费量已经不是北京市GDP的第一贡献者，但它仍是大气污染最主要的因素，商业部门对大气污染的贡献度处于第二位。为促进北京市经济、能源和环境的协调发展，本文提出以下对策建议。

       (1)控制北京市商业部门的能源消费量，控制商业部门的污染物排放。首先，北京市政府应当通过引导公民合理消费，调整商业部门如餐饮、娱乐、宾馆、旅游的能源消费量，增加优质能源的使用，带动节能减排的技术创新和管理创新。其次，应完善商业部门排放标准，并确保相关规定的贯彻执行，促进北京市商业健康快速发展。

       (2)优化北京市的交通运输布局。北京市是全国重要的交通枢纽，物流业的总体规模快速扩张，应合理布局铁路、公路、水运、空运、仓储等部门，提高整个物流系统的装备水平，节约能源，提高经济效益，保持交通运输的良好发展势头。

       (3)积极推动从传统建筑到绿色建筑的转型，规范建筑节能，推动建筑业深化改革，促进行业可持续发展。北京市的建筑能耗主要来源于民生能耗，因此应提高居民建筑节能标准，因地制宜，对既有建筑进行节能改造，对新建建筑采用新标准建设。

       (4)调整产业结构和能源消费结构。继续转变经济增长方式，重点调整工业内部结构，提高能源利用效率，严格控制工业企业有害气体和烟尘的排放。同时，调整能源消费结构，优先采用可再生能源和生物质能源[19]。

       五、结语

       能源消费与GDP以及环境问题密切相关。运用灰色关联法，对北京市终端能源消费与GDP和大气污染的贡献程度进行分析，结果显示：北京市商业部门能源消费量与能源消费总量的关联度最大；交通运输部门能源消费量与GDP的关联度最大；工业部门能源消费量与大气环境的关联度最大。

       要促进北京市经济、能源和环境的协调发展，应控制商业部门的能源消费量和污染物排放；优化交通运输布局；推动从传统建筑到绿色建筑的转型；调整产业结构和能源消费结构。

标签：环境污染论文;  交通运输业论文;  能源消费论文;  关联分析论文;  环境经济论文;  经济增长论文;  经济学论文;  建筑业论文;  经济论文;  环境保护论文;