我國能源強度變動的影響因素分析
——基于SDA分解技術

李 玲，張俊榮，湯 鈴，余樂安

(1.北京航空航天大學經濟管理學院，北京 100191；2.北京化工大學經濟管理學院，北京 100029)

我國能源強度變動的影響因素分析
——基于SDA分解技術

李 玲1，張俊榮2，湯 鈴1，余樂安2

(1.北京航空航天大學經濟管理學院，北京 100191；2.北京化工大學經濟管理學院，北京 100029)

隨著我國經濟的快速發展及能源消耗的急劇增加，深入分析我國能源強度變動的影響因素成為一個熱點研究議題。基于結構分解分析方法(SDA)，本文將能源強度變動因素分解成能源消耗系數、完全需要系數、最終需求、最終需求結構系數和最終能源消耗五個因素，并編制了1997、2002、2007、2012年我國實物價值型能源投入產出可比價序列表，以探索影響我國能源強度變動的主導因素。實證研究結果表明：(1)1997-2012年，我國能源總消費呈持續上升趨勢，而能源強度波動性下降；(2)能源消耗系數一直是影響我國能源強度下降的主導因素；(3)然而，完全需要系數(即技術系數)對能源強度下降的影響效力在近年來逐步上升，并在2007-2012年間超過了能源消耗系數。

能源強度；結構分解分析；投入產出表；能源消耗系數；完全需要系數

1 引言

作為一個關鍵性動力因素，能源資源一方面有力保障了過去幾十年來我國經濟的高速增長，另一方面鑒于其稀缺性將嚴重制約未來經濟的進一步快速發展，我國多種能源面臨供需缺口[1]。目前，我國經濟增長呈現出過度依賴能源資源高投入、高消耗的發展模式。因此，能源約束矛盾成為了我國經濟社會發展中擬著重解決的主要矛盾之一。對此，我國“十三五”規劃綱要提出了一個明確的發展約束目標：2020年的單位國內生產總值(GDP)能源消耗比“十二五”期末(2015年)降低15%左右。其中，單位GDP能源消耗，即能源消費總量對GDP的比值(簡稱能源強度)，是經濟增長質量的一個重要指標，反映了一個國家的綜合能源利用效率。

為有效提高能源利用效率、解決能源約束矛盾，亟需全面分析能源強度變化趨勢及其主導因素。相應地，國內外諸多學者對能源強度(或能源消耗)變動的影響因素開展了一系列的分析研究。例如，Zeng Lin等[2]運用投入產出結構分解分析，研究了1997-2007年部門能源效率、生產結構、最終需求結構和最終需求類別等因素的變動對我國能源強度變化的影響；蔡圣華等[3]基于投入產出結構，量化分析了消費規模及其結構對我國產業結構變化的效果，并預測了純消費拉動下我國未來產業結構演進的特征與二氧化碳強度的發展趨勢；夏炎等[4]基于投入產出分析的結構分解模型分析了1987-2005年我國能源強度改變的影響因素，發現能源消耗系數和完全需要系數是其主要影響因素；張炎治和聶銳[5]闡述了指數分解在能源強度方面的研究現狀，并總結了影響能源強度的主要因素；李根等[6]利用投入產出非線性優化理論，構建了制造業完全能耗強度非線性優化模型，并引入進出口系數等約束條件，探索2015年我國完全能耗強度情景的優化結果；Ang等[7]基于夏普利值提出了一個新的分解技術，以分析能源需求和環境變化的主要因素；張玲玲等[8]以機械制造企業為研究對象，構建了基于企業資源計劃(ERP)的機械制造企業投入產出模型,并結合機械制造企業和ERP 運行數據的特點，確定投入產出表的結構；Zhang Zhongxiang[9]對1990年我國工業部門能源消耗數據進行了調查研究，其結果表明工業能源消耗的下降是導致能源強度下降的主導因素；Choi和Ang[10]運用乘法對數平均D氏指數(M-LMDI)對美國實際能源強度指數和結構變化指數進行了定量分析研究；房斌等[11]基于投入產出分析的結構分解模型，研究了人口增長、效率、生產結構，以及生活方式和水平等因素對我國能源消費的影響。

然而，上述針對我國能源強度的影響因素分析的相關研究，均基于2007年及其之前的數據(或2007年延長數據)，其樣本數據相對較早，不能有效反映我國能源的最新發展態勢。對此，本文擬基于最新的投入產出表和相關年鑒數據，編制了最新的2012年及1997、2002、2007年實物價值型能源可比價投入產出表，以探討近年來我國能源強度波動背后的主要影響因素。在研究方法上，基于投入產出分析的結構分解分析(Structural Decomposition Analysis,SDA)是定量分析能源強度影響因素的一個有效工具[4,8]，通過分析經濟系統各部分(中間需求、最終需求、中間投入、最初投入)的相互關系，有效測算不同行業能源投入與經濟產出的效益[12-14]。因此，本文擬引入基于投入產出分析的SDA方法，開展我國能源強度變動的影響因素分析研究。

綜上，本文擬基于投入產出分析的SDA方法，對我國1997-2012年的能源強度變化開展影響因素分析研究。相對于現有文獻，本文的主要創新工作涉及如下兩方面。(1)在時間維度上，編制了最新的2012年及1997、2002、2007年我國實物價值型能源投入產出可比價序列表，以全面分析我國能源強度的發展趨勢與最新態勢；(2)在因素維度上，基于SDA模型將能源強度變化因素分解為能源消耗系數、完全需要系數、最終需求、最終需求結構系數和最終能源消耗系數五種影響因素，以深入探索1997-2012年我國能源強度變化的影響因素，為我國節能減排提供有建設性意義的政策建議。

2 模型方法

自Leontief 和Ford[12]最早運用投入產出模型測算美國能源消費的污染排放以來，基于投入產出分析的SDA方法逐步成為經濟、社會、能源和環境等領域常用的因素分析技術[4,11]。首先介紹基本的實物價值型能源投入產出模型，再引入SDA方法對能源強度變化進行有效分解。

2.1實物價值型能源投入產出模型

表1 實物價值型能源投入產出表

價值型投入產出基本模型為：

X=(1-A)-1Y

(1)

其中，A為直接消耗系數矩陣，即：

A=[aij]=[Zij/Xj]

(2)

其中，aij表示部門j每一價值單位的產出對產品i的價值消耗系數。而(1-A)-1稱為列昂惕夫逆矩陣，即完全需要系數矩陣L。

此外，最終需求結構系數矩陣B可以表示為：

B=[bik]=[Yik/Fk]

(3)

其中，bik表示部門i對k類最終需求的消耗對第k類總最終需求的比重。將最終需求列向量F=[Fk]=[∑iYik]代入公式(3)，最終需求可表示為：

Y=BF

(4)

結合公式(1)有：

X=LBF

(5)

實物型投入產出模型的基本公式為：

eX+EY=EX

(6)

其中，e=[eij]=[Eij/Xj]為能源實物量的直接消耗系數矩陣，其元素eij表示部門j單位產值對能源i的實物消耗量。其中，最終需求的實物量矩陣EY為[17]：

Ehc+Ec+EO+Ee-Ei=EY

(7)

其中，Ehc為居民能源消耗實物列向量，Ec為資本形成實物列向量，EO是其他項列向量，Ee是出口項實物列向量，Ei是進口項實物列向量。具體地，居民能源消耗矩陣Ehc為：

Ehc=ηδF

(8)

ET=Ehc+eX

(9)

綜上，可得出能源消耗總量ET[20-21]：

ET=λ(eLBF+ηδF)

(10)

其中，λ為m階求和行向量。根據投入產出表，可計算出GDP：

GDP=μF

(11)

結果能源消耗總量和GDP，可得能源強度表達式：

I=ET/GDP=λ(eLBF+ηδF)/μF

(12)

由公式(12)可知，能源強度的變化可以分解成各部門能源消耗系數的變動(e)，最終需求結構變動(B)，完全需要系數變動(L)，最終需求變動(F)及最終能源消耗系數變動(η)。

2.2SDA分解模型

SDA模型通常有4種形式：(1)保留交叉項；(2)不保留交叉項，并賦予不同權重分配給各自變量；(3)加權平均法；(4)兩極分解法。本文采用兩極分解法[15-16]對能源強度變化進行分解。令0時期為基期，1時期為報告期；基于兩極分解法的SDA方法分別用0期和1期作分解基期進行分解，然后將兩次分解結果的計算平均值作為最終分解結果[4]。

根據公式(12)，有報告期能源強度(I1)對基期能源強度(I0)的變動：

(13)

以基期為分解基準，能源強度變化的SDA分解為：

(14)

以報告期為分解基準，能源強度變化的SDA分解為：

(15)

結合公式(14)和公式(15)，可得出能源強度變化的分解結果I1/I0=(1)×(2)×(3)×(4)×(5)，其中因素(1)為能源消費系數的變動，因素(2)為技術系數(完全需要系數)的變動，因素(3)為最終需求結構的變動，因素(4)為最終需求的變動，因素(5)為最終能源消耗系數的變動。

(16)

(17)

(18)

(4)=

(19)

(20)

2.3數據來源

根據數據的可得性、匹配性和目標指引性原則，本研究選取1997-2002年、2002-2007年、2007-2012年這三個樣本時段來分析我國能源強度變化的影響因素。1997、2002、2007和2012年現價投入產出表來源于國家統計局《中國統計年鑒》公布的我國1997年39部門現價投入產出表、2002和2007年的42部門以及2012年的139部門現價投入產出表。為消除價格因素的影響，本文構建以2002年價格為不變價的可比價投入產出序列表。對此，本文使用價格指數縮減法，以2002年為價格基年，將我國1997年、2007年、2012年現價投入產出表折算為可比價投入產出序列表，其單位為萬元。在價格指數選取方面，農林牧漁業采用農產品生產價格指數，工業部門價格指數采用分行業工業生產者出廠價格指數，建筑業價格指數采用建筑安裝工程價格指數，服務業價格指數采用居民消費價格指數中的娛樂教育文化用品及服務類居民消費價格指數，交通運輸業價格指數采用交通和通信類居民消費價格指數[22]。

實物消耗數據主要為各部門的能源消費量，其單位為萬噸標準煤。其中，工業部門能源消費數據來源于《中國統計年鑒》的“工業分行業終端能源消費量”和“中國能源平衡表”；農林牧漁業、交通運輸業、建筑業、住宿餐飲和批發零售業、其他服務業能源消費量均取自于《中國能源統計年鑒》的“中國能源平衡表”的相關數據。此外，基于能源平衡表數據，本文將中間轉換量及損失量分攤到對應的部門，這同時避免一次能源與二次能源的重復計算[23]。

參考《國民經濟行業分類標準》(GB/T4754-2002)和《國民經濟行業分類標準》(GB/T4754-2011)，將實物價值型投入產出表合并為21個部門，其具體名稱和編號見表2。其中，能源種類i涉及7類：煤(包括原煤、精煤和其它洗煤)、天然氣、焦炭、成品油(包括柴油、汽油、煤油和燃料油)、液化石油氣、熱力和電力[21]。最終需求分為8類：農村居民消費、城鎮居民消費、政府消費、固定資本形成總額、存貨增加、出口、進口以及其他類，其中農村居民消費、城鎮居民消費和政府消費可合并為最終消費。

表2 實物價值型投入產出模型的21個部門

3 實證研究

本小節將首先分析我國能源強度變化的主要趨勢，其次基于SDA模型分析其主要影響因素，最后對分解結果進行討論。

3.1能源強度變化趨勢

圖1描述了1997-2012年我國能源強度和能源總消費的變化趨勢。由圖可見，我國能源消費總量呈現出持續大幅度攀升的發展趨勢，從1997年的15.14億噸標準煤增長到2012年的42.04億噸標準煤，其增長幅度達177.54%。相反地，能源強度則呈現出逐漸下降趨勢，從1997年的2.12tce/104元下降至2012年的0.89tce/104元，其下降幅度為58.02%。

從不同時期上看，1997-2002年，我國能源總消費從15.14增長至16.52億噸標準煤，增長了9.12%，而能源強度卻從2.12下降至1.35 tce/104元，大幅下降了36.32%。2002-2007年，我國能源總消費從2002年的16.53增長至2007年的31.02億噸標準煤，增長了87.66%，而能源強度的下降幅度卻僅僅下降了8.9%。2007-2012年，我國能源總消費從2007年的31.02增長到2012年的42.04億噸標準煤，比2007年增長了35%，而能源強度下降了28%。值得注意的是，與1997-2002年和2007-2012年不同，2002-2007年能源消耗大幅增長，但能源強度的下降程度卻大幅度減小。這說明該時期中，我國高耗能產業迅速發展，成為拉動GDP的主要增長點。該研究結果與已有研究相一致，如房斌等[11]和劉靜華等[24]。而2007-2012年，隨著科技進步和環境保護意識加強，我國產業結構與能源結構不斷優化，其能源強度迅速回落。

圖1 1997-2012年我國能源強度和能源總消費變化趨勢

3.2能源強度變化的因素分解結果

由上小節分析可知，1997-2012年我國能源強度呈下降趨勢，本小節將采用SDA方法尋求促進我國能源強度下降的主要影響因素，其分解結果如表3所示。具體地，分解結果數值大于1表示該因素對能源強度的降低有消極作用，即促使能源強度升高；相反，其數值小于1則表示該因素對能源強度的降低有促進作用，即有效降低能源強度；其數值越接近1，則說明該因素對能源強度變化的影響越小，反之則影響越大。根據SDA分解原理，五個因素變動的大小乘積等于能源強度變動的大小，例如，1997-2002年能源強度變動 (0.6385)= 能源消耗系數變動(0.6672)*技術系數變動(0.9811)*最終需求結構變動(1.0270)*最終需求變動(0.9971)*最終能源消耗系數變動(0.9525)。

表3 能源強度因素分解結果

根據表3中的分解結果，可以得出如下5個結論。(1)能源消耗系數均遠小于1，對能源強度的變化有較大的影響，有效促使了能源強度降低。(2)技術系數在不同時期對能源強度下降造成了不同影響。具體地，技術系數在1997-2002年間小于1，促進了能源強度的下降；在2002-2007年間出現逆向增長，對能源強度下降造成了消極影響；在2007-2012年間回落，對能源強度的下降產生了促進作用。技術系數對能源強度變化的不同效應涉及兩方面原因：在2002-2007年間，我國能源密集型重工業及各項基礎設施建設大力發展，這導致了能源密集型產品如鋼鐵、水泥、化工產品，以及建筑材料等的需求快速增長，刺激了能源消費的增長；相反的，在2007-2012年間，高附加值、高科技企業的發展，帶動了能源強度的下降。(3)最終需求結構影響值均接近于1，對能源強度變動的影響較弱，且其分解結果從2002年以來均小于1，這說明2002年以來需求結構的變化在一定程度上促進了能源強度的降低。一方面，在1997-2002年間，最終需求結構中對高能耗產業需求的比重增加，刺激了能源消費的增長。另一方面，在2002-2012年間，我國對高耗能、高污染產業等企業進行了大力整頓和調整，在產業轉型的背景下，最終需求結構成為促進能源強度增加的重要因素。(4)最終需求的變動的影響值均接近于1，對能源強度變動的影響較小，并且其分解結果從2002年起均大于1，這說明2002年以來最終需求的變動對能源強度下降造成了消極影響。(5)最終能源消耗系數一直保持較低于1的水平，以較小的影響力度促進著能源強度的下降。

表4給出各影響因素對能源強度變動的影響程度和貢獻率。其中，貢獻率的列和為1，其值為正表示所對應的因素對能源強度的降低起促進作用。從表4數據可知：(1)在1997-2012年間，我國能源強度一直呈下降趨勢，其下降率在1997-2002年、2002-2007年和2007-2012年分別為36%、9%和30%。(2)在1997-2002年間，能源消耗系數變動是能源強度下降的主要影響因素，其貢獻率高達約89%；相反，最終需求結構的變動抑制了能源強度的下降。(3)在2002-2007年間，能源強度的降低主要受能源消耗系數、能源需求結構和最終能源消耗系數的影響，其貢獻率分別為1064%、15%和28%，其中能源消耗系數起決定性作用。(4)在2007-2012年間，能源強度的下降主要受能源消耗系數和技術系數的影響，其貢獻率分別為40%和51%。

表4 影響能源強度變化的各因素貢獻率

綜合上述分析，可得出兩個主要的結論。(1)能源消耗系數是能源強度下降的一個決定性影響因素，其主要原因涉及產業結構的調整。具體地，在1997-2012年間，能源消耗系數對能源強度下降的影響分解結果均遠小于1(見表3)，貢獻率均高于40%(見表4)。(2)技術系數(完全需要系數)對能源強度下降的影響效力逐步上升，并在2007-2012年間超過了能源消耗系數。具體地，在2002-2007年間，技術系數的變化值為1.2489，增長了24.9%，對能源強度的正向增長起重要的促進作用，其主要原因涉及能源密集型重工業的發展拉動了低技術生產；在2007-2012期間，技術系數的貢獻率上升至51%，超過了能源消耗系數(40%)，成為促進能源強度下降的主導因素，其潛在原因涉及重工業數量的逐步減少及高附加值、高技術企業的迅速增加帶動了技術的進步。值得注意的是，文獻[4,21]指出1997-2005年間能源消耗系數和完全需要系數是影響能源強度下降的兩個主要因素，且能源消耗系數占主導地位，這與本文研究結果是相一致的。而通過更新的2012年投入產出表數據，本研究發現：技術系數對能源強度變化的影響效力在2007-2012年間超過了能源消耗系數，成為了促進能源強度下降的主導因素。

3 討論

根據上述分析可知，1997-2012年，我國能源強度呈持續下降趨勢，而能源消費系數和技術系數是其主導因素。其中，能源消耗系數與產業結構直接相關，而技術系數與技術進步密切相關。能源消耗系數與技術系數的變化將直接作用于我國產業結構調整，促進我國能源強度的下降。

圖2和圖3展示了1997-2012年我國產業結構的變化趨勢。其中，圖2給出了我國21個部門在1997-2012年的能源消費量變化，圖3展示了我國21個部門的總產值，其研究結果表明：1997-2012年我國產業結構調整逐見成效，成為促進能源強度下降的主要驅動力。具體地，(1)總體而言，在1997-2012年間，我國21個部門的能源消費和產值均處于增長趨勢，直接拉動了我國能源總消費與GDP的增長。(2)由圖2可知，高耗能部門主要分布在第二產業，例如石油加工(部門3)、電力、熱力的生產和供應部門(部門4)、化學工業部門(部門12)、非金屬礦物制品(部門13)和金屬冶煉及壓延加工業(部門14)；而第一產業(部門6)和第三產業(交通運輸(部門19)、批發零售(部門20)和其他服務業(部門21))的能源消費量一直維持在較低狀態。(3)由圖3可知，高產值部門主要分布在第三產業(部門19-21)，且其產值在1997-2012年間呈現明顯增長趨勢；相反地，第一產業(部門6)和第二產業的產值增長相對較為平緩。綜上可知，1997-2012年間，我國高耗能部門(第二產業部門)的產值增長較為平緩，低能耗部門(第三產業部門)產值的增長較為明顯，這表明：我國產業結構近年來不斷調整，有效降低了能源消耗系數，這成為促進能源強度下降的主要驅動力。

圖2 1997-2012年我國分部門能源消費量(104tce)

圖3 1997-2012年我國分部門產值(億元)

4 結語

本文通過編制我國可比價實物價值型能源投入產出表，并采用結構分解分析方法(SDA)，對1997-2012年我國能源強度變動的影響因素進行分解分析。具體地，基于SDA方法將能源強度變化分解為能源消耗系數、完全需要系數、最終需求、最終需求結構系數和最終能源消耗系數等五個影響因素，并計算了各因素對我國能源強度下降的影響效力，得出了以下結論：(1)1997-2012年間，我國能源總消費呈持續上升趨勢，而能源強度卻呈現波動下降的趨勢；(2)能源消耗系數的變化是降低能源強度的一個極其重要的因素；(3)近年來，完全需要系數(即技術系數)對能源強度降低的促進作用日益顯著，并于2007-2012年超過了能源消耗系數，成為主要驅動力；(4)能源消耗系數、完全需要系數的變化，直接反映出我國產業結構的調整初見成效，其高耗能部門的產值增長較為平緩，低能耗部門產值的增長較為明顯。

基于上述分析，我們得出如下節能減排的相關政策建議。(1)鑒于能源消耗系數是1997-2012年我國能源強度下降的主導因素，持續優化我國產業結構，大力發展高產值部門(第三產業)，促進我國的產業結構從高耗能向低耗能轉變，是控制我國能源強度的有效途徑。(2)盡管產業結構優化初見成效，我國經濟依然呈現出粗放型增長的發展形式，以大量的能源消耗為代價。對此，著重降低高能耗部門的能源強度，提高其能源效率，是我國節能減排的重中之重。(3)鑒于完全需要系數對能源強度下降的影響效力近年來逐步顯著，技術進步效應在節能減排的關鍵性作用不可輕視。(4)特別地，清潔能源(如風能、太陽能)技術、能源效率改進技術的開發與使用，能有效優化能源結構，進一步促進我國能源強度的下降。

[1] 嚴陸光,陳俊武.中國能源可持續發展若干重大問題研究[M].北京: 科學出版社,2007.

[2] Zeng Lin,Xu Ming,Liang Sai,et al.Revisiting drivers of energy intensity in China during 1997-2007: A structural decomposition analysis[J].Energy Policy,2014,67: 640-647.

[3] 蔡圣華,牟敦國,方夢祥.二氧化碳強度減排目標下我國產業結構優化的驅動力研究[J].中國管理科學,2011,19(4):169-175.

[4] 夏炎,楊翠紅,陳錫康.基于可比價投入產出表分解我國能源強度影響因素[J].系統工程理論與實踐,2009,29(10): 21-27.

[5] 張炎治,聶銳.能源強度的指數分解分析研究綜述[J].管理學報,2008,5(5): 647-650.

[6] 李根,劉家國,趙金樓.基于投入產出非線性優化的制造業完全能耗強度情景分析[J].中國管理科學,2016,24(3): 31-40.

[7] Ang B W,Liu F L,Chew E P.Perfect decomposition techniques in energy and environmental analysis[J].Energy Policy,2003,31(14): 1561-1566.

[8] 張玲玲,李軍,佟仁城.基于 ERP 的機械制造企業投入產出表結構及分析[J].中國管理科學,2007,15(1): 55-63.

[9] Zhang Zhongxiang.Why did the energy intensity fall in China's industrial sector in the 1990s? The relative importance of structural change and intensity change[J].Energy Economics,2003,25(6): 625-638.

[10] Choi K H,Ang B W.Attribution of changes in Divisia real energy intensity index—An extension to index decomposition analysis[J].Energy Economics,2012,34(1): 171-176.

[11] 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,2011,41(2): 66-77.

[12] Leontief W W,Ford D.Air pollution and the economic structure: Empirical results of input-output computations[M].Harvard University,1971.

[13] 陳錫康.投入產出方法[M].北京：人民出版社,1983.

[14] Hoekstra R,Van den Bergh J C.Comparing structural decomposition analysis and index[J].Energy economics,2003,25(1): 39-64.

[15] Dietzenbacher E,Los B.Structural decomposition techniques: Sense and sensitivity[J].Economic Systems Research,1998,10(4): 307-324.

[16] Dietzenbacher E,Los B.Structural decomposition analyses with dependent determinants[J].Economic Systems Research,2000,12(4): 497-514.

[17] 陳海燕,蔡嗣經.北京工業終端能源消費變化的分解研究[J].中國能源,2006,28(12): 28-30.

[18] He Peijun,Ng T S,Su Bin.Energy import resilience with input-output linear programming models[J].Energy Economics,2015,50: 215-226.

[19] Zhang Junrong,Li Ling,Yu Lean,et al.Comprehensive evaluation of energy intensity change for 1997-2012 based on input-output analysis: Evidence from Beijing[J].Procedia Computer Science,2016,91: 1057-1063.

[20] 張成龍,李繼峰,張阿玲,等.1997-2007年中國能源強度變化的因素分解[J].清華大學學報: 自然科學版,2013 (5): 688-693.

[21] 夏炎,楊翠紅,陳錫康.中國能源強度變化原因及投入結構的作用[J].北京大學學報: 自然科學版,2010,46(3): 442-448.

[22] 李海英.基于可比價 IO-SDA 模型的我國二氧化碳強度研究[D].成都：西南財經大學,2014.

[23] Wang Yafei,Zhao Hongyan,Li Liying,et al.Carbon dioxide emission drivers for a typical metropolis using input-output structural decomposition analysis[J].Energy Policy,2013,58: 312-318.

[24] 劉靜華,賈仁安,涂國平.1995 年至 2007 年中國能源消費強度的分解模型及實證分析[J].Resources Science,2010,32(10):1846-1855.

Abstract： With the rapid development of China's economy,two conflicting problems arise,i.e.,increase of energy consumption and shortage of energyresources.Energy intensity,measured as energy use per unit of output,can well reflect comprehensiveenergy utilization efficiency.Thus analyzing the major factors of energy intensity changes becomes a basic issue for improving energy intensity.Under such a background,the structural decomposition analysis (SDA) is used to capture the driven factors of China’s energy intensity changes.First,energy intensity changes are decomposed into five components—energy consumption coefficient,Leontief inverse coefficient,final demand structure,final demands by category,and final energy consumption coefficient.Second,the contribution of each component to China’s energy intensity changes is evaluated to determine the predominant factors.As for database,monetary input-output table is coupled with energy consumption to establish physical-monetary energy input-outputtables for the years 1997,2002,2007 and 2012,ata constant price level of 2002.Some interesting findings are obtained in the empirical study:(1) From 1997 to 2012,China’s energy consumption keptan increasing trend,whilethe energy intensity reduced with fluctuations.(2) The energy consumption coefficient wasthe leading factorfor China's energy intensity changes.(3) However,the influence of technology coefficient (Leontiefinverse)gradually increased and exceededthat of energy consumption coefficient during 2007-2012.Furthermore,these results provide helpful insights into policy designs for energy conservation and emissions reduction in China.

Keywords： energy intensity;structural decomposition analysis;input-output table;energy consumption coefficient;leontief inverse coefficient

Analysis on Factors of China’s Energy Intensity Changes for 1997-2012：Based on Structural Decomposition Analysis

LILing1,ZHANGJun-rong2,TANGLing1,YULe-an2

(1.School of Economics and Management,Beihang University,Beijing 100191,China；2.School of Economics and Management,Beijing University of Chemical Technology,Beijing 100029,China)

F223

A

1003-207(2017)09-0125-08

10.16381/j.cnki.issn1003-207x.2017.09.014

2016-06-29；

2017-01-24

國家優秀青年基金項目(71622011);國家重點研發計劃重點專項(2016YFF0204405);北京市社會科學基金項目(14JGC094)；國家電網公司科技項目

湯鈴(1983-)，女(漢族)，廣西桂林人，北京航空航天大學經濟管理學院教授，研究方向：能源市場預測、能源政策仿真與分析，E-mail: tangling_00@126.com.