中國工業能源消費的分解分析

蘇興國

摘要：為了定量分析控制生產規模、調整產業結構、提高能源效率等三個方面的節能舉措對工業節能的影響，文章使用“自底而上”的“多層次分步對數均值Divisia指數”（MH-LMDI）法完全分解2002年-2010年工業能源消費。研究結果表明：2002年-2005年，工業能源消費大增主要歸因于生產效應和子強度效應，結構效應起到了一定的緩沖作用；2005年-2010年，只有生產效應是驅動工業能源消費的動力，子強度效應是降低能源消費的主要動力，其次是結構效應。退出金屬冶煉及壓延加工業，石油加工、煉焦及核燃料加工業，非金屬礦物制品業，化學工業等重點能耗制造業的落后產能，提高其資本存量的能效水平是未來節能的主要途徑。

關鍵詞：工業能源消費；MH-LMDI；生產效應；子結構效應；子強度效應

一、 引言

結構性來看，中國能源消費最大的行業是工業，占到能源消費的七成左右。隨著工業產出規模的不斷增長，萬元工業增加值能耗有所降低，但能源消費總量仍在增加，到2012年達到25億噸標準煤（tce）。在國家節能減排工作中，工業首當其沖。宏觀的工業節能減排路徑有三個：控制生產規模、調整產業結構、提高能源效率。具體而言，控制高能耗、高污染產業的增長；調整和優化產業結構，加大淘汰電力、鋼鐵、電解鋁、鐵合金、焦炭等工業行業落后產能的力度；依靠科技、加快技術開發和推廣，提高能源效率。

立足工業分析能源節約及其效果，需要借助于一個分析測算框架將這三大路徑納入其中，結構分解是最恰當的方法。指數分解分析（Index of Decomposition Analysis， IDA）是一種比較有效的方法，但在具體算法及應用上需要改進。基于改進后的指數分解分析，在不同分類層次上量化上述三大路徑的具體效果，另外還可以據此進行情景預測。

國內外有大量的文獻研究能源消費的影響因素。從研究方法看，有計量模型、結構分解分析（Input-output Structural Decomposition Analysis， SDA）和指數分解法。這三類方法各有利弊，計量模型雖然可以探究多個因素對能源消費的綜合影響，但缺陷在于結果不能清晰比較各因素影響程度的大小。SDA可以分解出更多的效應，但部分效應含義不明確。IDA因為其原理簡單、容易理解、便于使用而被廣泛應用，該方法強調指數理論的含義和分解規范。常用的指數分解法有Laspeyre指數、Paasche指數、均值Divisia指數（AMDI）、Fisher理想指數、對數均值Divisia指數（LMDI）等。其中，LMDI有著一系列優良的性質：不僅有著較好的理論基礎、適用性強、結果容易解釋，能夠實現完全分解，而且通過因素互換、時間互換等檢驗。

但使用LMDI分解分析能源消費的研究普遍存在幾個問題：（1）研究往往是在選定水平上給出分解結果，分解效果的優劣取決于水平選擇的合適與否。許多研究選擇活動水平數據過于綜合，例如對中國或地區能源消費的分解分析局限于三次產業或六大行業，與分解分析應盡量使用基礎觀察值相悖。而對工業能源消費或能源強度的分解分析往往分為36個行業；（2）未能在分解分析中準確分析對能源消費有絕對影響的能源密集型行業。有研究將制造業分為高能耗和低能耗行業，對能源強度做分解分析；（3）有些研究存在數據口徑不一致的問題。例如產出數據是國有及規模以上非國有企業的數據，而能源消費是全口徑數據。

數據分層的不同會導致不同的分解效果。在中國三層次能源數據的基礎上，Ma和Stern使用LMDI分解分析能源效率變化，結果顯示綜合層次的結構效應和“更優層次”的結構效應差距較大，有些甚至相反。Petrick基于德國工業子部門和工廠水平的數據對二氧化碳排放變化做分解分析，結果顯示不同層次分解得到的結構效應作用方向相同。為避免“更好分解水平”問題，保證分析結果在不同層次的一致性，可以使用MH-LMDI（Multilevel-Hierarchical logarithmic mean Divisia Index）模型進行分步分解。下文使用MH-LMDI模型“自底而上”地對2002年～2010年中國工業能源消費進行分解分析，并結合能源強度高的重點耗能行業進行綜合分析。

二、 數據與方法

1. 數據來源及處理。增加值數據來源有三個：一是《中國統計年鑒》，包括名義工業增加值以及采礦業、制造業和電力、燃氣與水的生產和供應業增加值以及相應的平減指數，例如工業增加值指數、工業各行業的工業品出廠價格指數等；二是2002年、2005年、2007年和2010年等四年的投入產出表，包括40個行業的增加值；三是分行業工業能源消費量，來自《中國能源統計年鑒》。由于數據的來源不同，基本分類有差異，所以需要做統一口徑處理。

（1）以2010年投入產出表的工業行業劃分為基準歸并其他年份投入產出表。2010年的投入產出表中，工業分為采礦業、制造業和電力、燃氣與水的生產和供應業。其中，采礦業應包含6個大類，合并為4個大類；制造業應包含31個大類，合并為16個大類；電力、燃氣與水的生產和供應業包含3個大類。

（2）以投入產出表中的工業行業劃分為標準，歸并《中國能源統計年鑒》中工業分行業能源消費量。根據《國民經濟行業分類及代碼（GB/T4754-2002）》的劃分標準做適當的合并。經合并得到的子行業有金屬礦采選業、非金屬礦及其他礦采選業、食品制造及煙草加工業、化學工業、交通運輸設備制造業、工藝品及其他制造業（含廢品廢料）等。

（3）為了保證可比性，以最早的研究年份為基準得到不變價工業增加值。

2. MH-LMDI分解法。假設工業分為m個行業（第一層分類L1），行業i中又包含ni個子行業（第二層分類L2），則工業總的能源消費E可以做如下分解：

其中，Ei和Qi分別是行業i的能源消費和生產規模，Si是行業i占工業增加值的比重，而Ii是行業i的能源強度。Eij和Qij分別是行業i中第j個子行業的源消費和生產規模，Sij是行業i中子行業j的產出占比，而Iij則是能源強度。

假定從基準年份O到目標年份T工業能源消費的變化由生產水平、產業結構、能源強度等三個因素驅動，能源強度又分為子產業結構和子產業能源強度。基于累加的IDA模型，具體分解如下：

LMDI的累加模型可以看出絕對量的變化，另外還有乘法模型能看出相對變化情況。

三、 結果分析

1. MH-LMDI分解結果。首先，從橫向來看不同的時間段影響工業能源消費的效應（見表1）。2002年～2005年，生產效應和子強度效應是能源消費暴增的主要原因，而子結構效應起到了很好的緩沖作用。該段時間內，能源消費量平均以12.83%的速度逐年遞增，凈增加6.46億tce。其中，工業生產效應4.91億tce，結構效應0.04億tce，強度效應1.52億tce。子產業結構效應-0.52億tce，是第一大節能手段。子行業能源強度為2.04億tce，是能源消費的主要驅動力。2005年～2010年，生產效應是工業能源消費增加的主要原因，能源節約的主要動力來自強度效應，其次是子結構效應。2007年～2005年和2010年～2007年兩個時間段內，生產效應和強度效應相近。子結構效應分別是-0.25億、-0.73億tce，子強度效應則分別是-3.27億和-2.1億tce。

其次，從縱向來看影響工業能源消費的不同效應隨時間的變化。生產效應是推動工業能源消費的主要驅動力。就生產效應而言，2005年是2002年1.442 8倍，2007年是2005年的1.442 2倍，2010年是2007年的1.321 1倍。累計而言，2010年是2002年的2.7471倍。結構效應不明顯，子結構效應是節能的重要來源。2005年工業的子結構效應是2002年的0.962 0倍，2007年是2005年的0.986 3倍，2010年是2007年的0.966 5倍。概而言之，2010年工業子結構效應是2002年的0.915 5倍，相對節能1.89億tce。工業能源強度變化引起的強度效應先正后負，逐步成為節能的主要手段。可以使用能源表現指數（Energy Performance Index，EPI），即MH-LMDI乘法模型計算得出的子強度效應，來反映能源效率的變動。2005年能源效率相對2002年降低了16.43%，導致工業能源消費增加2.04億tce；2007年相對2005年的能源效率提高了16.29%，工業能源消費降低了3.27億tce；2010年相對2007年提高了9.12%，能源消費降低了2.07億tce。

2. 工業中主要能耗行業強度效應。從消費總量看，工業能源消費最大產業是制造業，占到工業能源消費的80%左右。增量角度看，研究年份內制造業能源消費增量占到工業增量的八五成左右。2010年，占制造業能源消費八成的四個產業是金屬冶煉及壓延加工業，化學工業，非金屬礦物制品業，石油加工、煉焦及核燃料加工業，是僅有的能源強度高于制造業平均水平的產業。該四個產業強度效應的變化對工業的能源消費有著決定性影響。

從工業子產業的子強度效應看，2005年較2002年，金屬冶煉及壓延加工業的強度效應幾乎等同于制造業的子強度效應，高達15 176萬tce。由于該產業的能源強度一直處于高位，所以2010年較2002年，該產業強度效應依然高達9 821萬tce。2005年～2010年間，該四個產業的強度效應卻成了制造業節能的主要來源。2007年～2005年主要是金屬冶煉及壓延加工業（-8 253萬tce）和非金屬礦物制品業（-6 117萬tce），2010年～2007年主要是化學工業（-7 918萬tce）。

四、 結論與討論

通過MH-LMDI分解分析，將工業能源消費分解為五大效應：生產效應、結構效應、強度效應、子結構效應和子強度效應。分解分析結果表明，生產效應的規模已經開始降低，但仍是推動工業能源消費的主要動力；結構效應是節能降耗長期有效的途徑，工業結構調整仍需深化；工業強度效應因能源強度的變化，作用方向會不同，但能源效率提高已成趨勢，高能耗制造業能源效率不斷提高，節能效果明顯。子強度效應依賴于能源效率的提高，而能源效率的提高依賴于優質能源替代和技術進步。長期來看，能源效率的提高將會導致高能效資本存量替代舊的低能效資本存量，大量新的、能源強度更低的產能將會產生。

本研究對工業能源消費的分解分析是對已有研究的有力補充，與已有的研究得出的結論既有一致的地方，也有獨特的地方。高能耗制造業生產的擴大，尤其是重化工業是工業能源消費增加的重要因素，與施鳳丹（2008）對1997年～2002年工能源消費業分解分析得出結論類似。關于工業能源消費預測，本研究只是提出了一個依托于指數分解分析，簡單易用的預測方法，其準確性還有待檢驗。另外，尤其值得討論的是2002年～2005年工業能源強度不降反增的異常，有學者認為是統計數據的問題，有人解釋是高能耗產能投資過剩導致的。根據制造業中金屬冶煉及壓延加工業，化學工業，非金屬礦物制品業等主要能耗行業能源強度先升后降以及2007年后國家淘汰落后產能的戰略實施后，工業能源強度迅速降低的情形分析，筆者認為第二種解釋更為妥當。

參考文獻：

[1] 國務院.國務院關于印發節能減排綜合性工作方案的通知[EB/OL]，2007.

[2] 施鳳丹.中國工業能耗變動原因分析[J].系統工程， 2008，（4）：55-60.

[3] 史丹.結構變動是影響我國能源消費的主要因素[J].中國工業經濟，1999，（11）：38-43.

[4] 劉東霖， 張俊瑞.我國能源消費需求的時變彈性分析[J].中國人口.資源與環境，2010，（2）：92-97.

[5] 錢永坤，王艷麗.20世紀90年代中國能源需求影響因素實證分析[J].中國礦業大學學報，2003，（5）：87-91.

[6] 袁鵬.中國能源需求增長的因素分解[J].數量經濟技術經濟研究，2014，（11）：70-85.

[7] 劉瑞翔，姜彩樓.從投入產出視角看中國能耗加速增長現象[J].經濟學（季刊），2011，（3）：777-798.

[8] 房斌，關大博，廖華等.中國能源消費驅動因素的實證研究：基于投入產出的結構分解分析[J].數學的實踐與認識，2011，（2）：66-77.

[9] HOEKSTRA R， VAN DEN BERGH J C J M. Comparing structural decomposition analysis and index[J].Energy economics，2003，25（1）：39-64.

[10] ANG B W.Decomposition analysis for policymaking in energy：： which is the preferred method？[J].Energy policy，2004，32（9）：1131- 1139.

[11] ANG B W， LIU F L， CHUNG H S. AgeneralizedFisherindexapproachtoenergy decompositionanalysis[J].Ecological Economics，2004，（26）：757-763.

[12] ANG B W， WANG H. Index decomposition analysis with multidimensional and multilevel energy data[J].Energy Economics，2015，（51）：67- 76.

[13] 張偉，張金鎖，孫再羅.基于 LMDI 指數分析的中國煤炭消費增長分解研究[J].中國礦業，2014，23（8）： 42-45.

[14] 汪宏韜.基于 LMDI 的上海市能源消費碳排放實證分析[J].中國人口資源與環境，2010，（S2）：143- 146.

[15] 馬曉微，崔曉凌.北京市終端能源消費及碳排放變化影響因素[J].北京理工大學學報： 社會科學版， 2012，14（10）：1-5.

[16] 岳婷，龍如銀.基于 LMDI 的江蘇省能源消費總量增長效應分析[J].資源科學，2010，32（7）.

[17] 唐葆君，周保進，豐超.北京市能源消費影響因素分析及節能減排研究——基于產業視角[J].重慶理工大學學報（社會科學），2015，（7）：19-27，67.

[18] 繆富民.基于迪氏對數指標分解法 （LMDI） 的工業能耗分解研究[J].求索，2008，（8）：23-25.

[19] 程文川.云南省工業產業結構調整對能耗影響的分析[J].紅河學院學報，2015，（4）：011.

[20] 李磊， 雪合來提·馬合木提.基于DPG模型的工業能耗變動因素分析——以新疆工業部門為例[J].上海經濟研究，2010，（3）：77-83，103.

[21] 李力，王鳳.中國制造業能源強度因素分解研究[J].數量經濟技術經濟研究，2008，25（10）：66-74.

[22] 張曉平，孫磊.中國工業能源消費強度變化的分解分析[J].資源科學，2010，32（9）.