基于行業關聯研究的廣東省能源消費分析

陳 磊,徐琳瑜

基于行業關聯研究的廣東省能源消費分析

陳 磊,徐琳瑜*

(北京師范大學環境學院,水環境模擬國家重點實驗室,北京100875)

基于改進的假設抽取模型,構建能源在行業間關聯模型,分析供給側、需求側角度行業部門之間隱含在經濟活動中能源轉移效應.根據廣東省的能源需求特征分析,非能源工業部門能源直接消費量最多,其中2012年消費量占總經濟部門總消費量的57.2%,是社會經濟生產過程是能源資源供給中的關鍵部門.而對行業間能源關聯研究表明,能源部門、交通運輸倉儲及郵政業是凈輸出部門,而建筑業、其他服務業是能源凈輸入部門.農業部門、批發零售住宿餐飲供給側與需求側能源消費量大致持平,且在能源轉移過程中與其他行業關聯較小.從年際間動態變化分析,廣東省能源部門供應于自身行業內部隱含能源轉移增多,從2002年的8.55%升至2012年的24.67%,說明用于能源部門加工利用的能源更多,也從側面印證了廣東省能源利用更加有效與清潔.

供給側；需求側；能源關聯；假設抽取法；投入產出表；廣東省

我國能源供給體系存在著高消耗、產業結構重工化和產能過剩等資源不平衡等諸多問題[1],隨著國家層面供給側改革的提出與進一步推廣,能源領域的供給側改革已經刻不容緩[2],相關理論研究,政策工具與效應研究逐步開展[3-4].按方法不同主要包括統計學模型、數學模型和經濟學模型三大類.而投入產出法集成了3類模型的優點,能克服主觀性強,權重難以確定等不足,對于資源消耗與經濟發展的內在聯系達到較好的展示,因此在經濟系統宏觀評價方面具有較強的說服力[5-10].

基于投入產出表的產業關聯,能夠表示國民經濟系統各部門在社會再生產過程中所形成的直接和間接經濟聯系,可以有效的核算經濟系統中相互依存,相互制約的聯系[11-12].利用產業關聯來定量分析行業間能源消費影響,能從區域經濟均衡發展這一戰略性角度出發,對能源依賴與區域經濟增長之間的關聯有效探討,量化部門間能源的關聯影響,明確系統中各部門隱含能源轉移量和具體轉移方向,有非常重要的理論探索價值和現實指導意義[13].

假設抽取法(Hypothetical Extraction Method, HEM)[14]以投入產出模型為基礎,假設將某部門從經濟系統中分離,比較前后經濟系統總產出的變化,從而分析該部門對整個經濟系統造成的影響[15-17].Duarte等[18]改進的假設抽取法將部門用水關聯影響效應分解為內部效應、混合效應、凈前向效應、凈后向效應,測算產業部門間的用水關聯特性.借鑒這一思路,國內外學者將水資源[19-21],能源[22-23],碳排放[24-27]和土地利用[28-29]等要素納入到經濟活動核算中,明確各種資源或者環境要素在各部門間的關聯效應.這些研究探究了能源消費和經濟變量間的互動影響,而較少從需求、供給兩個角度完整衡量能源需求狀況,且對行業能源需求、供給界定相對不足,缺乏時間變化研究.本文以改進的假設抽取法為基礎,以廣東省經濟系統各產業部門為研究對象,獨立出能源部門,依托多年度投入產出表,分析各部門經濟活動中隱含在部門經濟活動之間的能源轉移量,比較分析能源利用關聯效應,為廣東省能源供給側改革、調整產業布局等提供科學依據.

1 研究方法

1.1 假設抽取模型

首先核算各部門單位產品能源投入矩陣,也就是直接能源利用系數行向量,

式中:表示部門能源消費總量,x表示相對應部門的總產出表示該產業部門,則表示扣除外剩余產業部門.

則有,

借鑒其研究思路,產業部門能源關聯的4個關聯效應如下,

(1)內部效應(internal effect, IE):內部效應是指該產業部門在生產過程中不與外界聯系所消費的能源量,即能源在本產業部門內部消費自身提供的生產資料的消費量.

(2)混合效應(mixed effect, ME):混合效應是該產業部門的一部分產品被其他部門購買作為投入生產產品,又被該產業部門購買回來而形成的最終消費品所消費的能源.

(3)凈后向關聯(net backward linkage, NBL):凈后向關聯是表示該產業部門通過使用其它部門提供的中間產品和服務為獲得最終需求品所帶來的能源消費,反映出該部門能源凈輸入.

(4)凈前向關聯(net forward linkage, NFL):凈前向關聯是該產業部門的產品被其他部門購買且不會返回的用來生產產品所帶來的能源消費,反映出該部門能源凈輸出.

1.2 供給側與需求側分析模型

從能源視角看,供給體系主要包含兩個方面,一是能源部門自身的生產環節對工業部門直接供給能源,二是各行業經濟活動過程中對能源直接消耗或間接消耗使用[30].前者需要從能源供給部門獨立研究,能源的提取和加工方面,能源部門對其他部門直接供給配置之外,也不可避免涉及到了能源的進一步消耗,以電力、熱力等非化石能源方式供應經濟社會的發展當中.后者需要判斷各行業間貿易隱含能源轉移[31].對經濟部門各生產者之間貿易隱含能源間接消費量進行分析,供給側能源消費與需求側能源消費,篩選出能源輸入部門,能源輸出部門,從直接能源消費、間接能源消費兩方面探求經濟系統內在聯系.

行業部門能源凈轉移推算:通過凈轉移量推算可知能源在該生產部門的轉移流動,明確該部門與其他部門的依賴性,辨明能源利用中的關鍵部門[21].

式中:NT為部門凈轉移到部門的能源量.若NT為正值,表示部門向部門凈輸出能量,則部門為凈輸出部門;若NT為負值,表示能源部門從部門向部門凈輸入能源,則部門為凈輸入部門.

行業部門間能源關聯:通過行業部門間能源關聯研究可以從供給、需求兩部分探究部門能源需求,科學地剖析和界定產業部門的碳排放責任[32].需求側能源消費量(DS),也稱之為縱向集成消費,是為滿足該產業部門生產與服務的所需求的直接能源需求量和間接能源需求量之和,即包括產業部門內部效應(IE)、混合效應(ME)與凈后向效應(NBL).供給側消費量(SS),也稱為直接消費,不僅包括滿足該產業部門最終消費的生產過程中消費的能源,還包含了滿足生產和消費活動而購買的商品中隱含的能源消費量,為內部效應(IE)、混合效應(ME)與凈前項關聯(NFL)之和.

2 案例研究

2.1 案例區概況與數據來源

廣東省傳統產業轉型升級與現代產業發展取得顯著成效,基本改變了以加工貿易為主的產業結構,逐漸發展成為世界重要的制造業基地和高技術產品生產基地.作為經濟大省和能源消費大省,廣東省今后的經濟增長對能源的需求更高,經濟增長對能源供給已經產生了高依賴性[33].廣東省經濟發展的大部分能源消費來自省外調入或進口,使得廣東省能源供應安全問題較為突出[34].

表1 行業分類

因為國內投入產出表5年編制1次,因此本文對廣東省2002,2007,2012年各行業能源需求部門間轉移進行研究,進而從供給側與需求側角度分析經濟部門間能源關聯.其中,各部門的最終需求,中間投入和總產出,來源于2002、2007、2012年廣東省投入產出表,以2002年為基期;各類能源綜合利用量數據分別來自2003、2008、2013年廣東省統計年鑒.由于投入產出表和統計年鑒的數據的行業部門分類存在著一些差異,需要形成統一行業分類.本文將工業部門分為能源部門和非能源工業部門[35].將部門指標根據口徑統一,對相關部門整體合并,分類為農業部門、非能源工業部門、能源部門、建筑業、交通運輸倉儲和郵政、批發零售住宿餐飲和其他服務業7個大類,如表1.

2.2 廣東市能源需求特征分析

2.2.1 廣東省經濟部門能源消費 通過核算廣東省經濟部門能源消費量分析(圖1),2012年, 非能源工業部門是廣東省能源消費最多的行業,綜合能源消費量為14492.28萬tce,約占全行業能源總消費量的57.2%.交通運輸倉儲和郵政業約占總消費量量11.7%.農業部門為各部門中能源消費量最少的部門,463.4萬tce,其次為建筑業,約占總量的2.8%.從萬元產值消費量進行分析,交通運輸倉儲和郵政業能源強度為0.48tce/萬元,高于所有行業能源消費平均強度0.15tce/萬元,能源部門的能源強度為0.35tce/萬元.非能源工業部門、批發零售住宿餐飲略低于平均水平,而農業部門、建筑業、其他服務業等能源強度低過0.10tce/萬元.由此可見,能源部門、交通運輸倉儲和郵政業能源強度較高,直接導致廣東省能源消費量的攀升.

圖1 2012年廣東省各行業部門能源消費量分析

表2 2002、2007、2012年廣東省各行業能源消費表

分析2002年、2007年、2012年能源消費情況(表2),可見近10年來,廣東省綜合能元消費量持續增加,而能源效率持續上升,能源強度從2002年0.26tce/萬元降至2012年0.15tce/萬元,降幅達到42.3%.其中非能源工業部門降幅最大,達到50.0%,其綜合能源消費量所占總產業能源消費量比重從59.2%略降低至57.3%,非能源工業部門能源效率的提高從而促進了近10年來廣東省能源強度下降.而與其他行業能源強度降低幅度不同,建筑業的能源強度呈逐漸增加趨勢,能源強度由2002年0.05tce/萬元上升至2012年0.08tce/萬元,表明在此期間,建筑業能源需求量變化率超過產值增加量,而由于建筑業整體處于能源消費較小部門(約占能源總消費量1%),且能源利用強度處于最小水平,故可以說近年來廣東省節能減排力度的加大,能源使用效率大大增加.

2.2.2 廣東省行業間隱含能源凈轉移 根據公式(7),以2012年為例,據可明確表示廣東省能源在各行業部門間隱含能源凈轉移的數量和具體方向(圖2).其中能源部門屬于能源凈輸出部門,這其中凈轉移到非能源工業部門的能源最多,為8153.9萬tce,其次是非能源工業部門轉移至建筑業的能源,為3427.1萬tce,非能源工業部門為建筑業提供一系列材料產品,導致之間能源轉移量較大.建筑業是能源凈輸入部門,除能源部門、非能源工業部門貢獻較多外,隱含能源從能源部門轉移至交通運輸倉儲及郵政業較多,為612.6萬tce.交通運輸倉儲及郵政業除來自能源部門的輸入之外,能源凈轉移值小于零,屬于能源凈輸出部門.農業部門由于自身能源消費較少,與剩余行業部門(除能源部門外)行業間能源轉移較少,在能源轉移方面表現出一定的獨立性.

圖2 2012年廣東省能源行業間隱含能源凈轉移

2.3 廣東省經濟部門能源關聯

2.3.1 廣東省各行業間的能源關聯度 根據公式(3)~(6),可得廣東省2012年產業部門能源消費的內部效應、復合效應、凈后向關聯和凈前向關聯(表3).其中農業部門內部效應消費能源為350.8萬tce,而作為原材料供應部門,而混合效應消費能源不足總需求量的不足0.6%,表明農業部門轉移至其他部門并回收的產品所隱含能源量較少,其用于與其他部門產品交換輸入隱含能源為638.5萬tce,輸出且不往返隱含能源610.8萬tce,多數轉移至其他部門并沒有返回.

非能源工業部門的內部效應排名第一,為25696.7萬tce,約占需求側能源消費的62.8%,表明非能源工業部門為滿足自身最終需求所需的能源中,大部分來自于行業內部的產品交換.非能源工業部門的凈后向效應在所有產業中最多,為13212.1萬tce.

能源部門作為能源直接供給部門,其能源凈前向效應為所有行業中最多為12744.7萬tce,約占供給側能源消費的75.3%,及約四分之三的能源部門轉移至其他部門的產品并不返回.

建筑業作為能源凈輸入部門,混合效應所占不足0.1%,其隱含能源需求主要來自于凈后向效應,為6028.9萬tce,說明建筑業對剩余部門的依賴性極強.

交通運輸倉儲和郵政業作為能源凈輸出部門,其能源凈前向效應占供給側能源消費中比重最多,為77.5%,即交通運輸倉儲和郵政業較多隱含能源轉移至剩余行業并返回,只有不足0.8%的隱含能源轉移至剩余行業并往返至本行業.

表3 2012年廣東能源產業關聯分解結果

批發零售住宿餐飲與農業部門,凈后向效應與凈前向效應相比差異較小,表現了一定的均衡性.其他服務業凈轉移隱含能源量(凈轉出能源量減去凈轉入能源量)為-4120萬tce,屬于凈輸入能源部門.

2.3.2 廣東省能源部門隱含能源供應變化 從表4中可見,能源部門向各部門隱含能源輸出整體呈增加趨勢.供應非能源工業部門的隱含能源呈先增長后減小趨勢,且所占能源輸出的比重從2002年的71.06%降至2012年的49.68%,與之相對的是,能源部門間隱含能源的輸入(包括內部效應與混合效應)比重不斷增加,從2002年的8.55%升至2012年的24.67%,表明能源在各能源部門中消費增多,更多的能源用于能源部門生產、加工環節.廣東省自2005年關閉煤礦,退出煤礦產業,煤炭供給完全依靠省外調入及海外進口,電力等二次能源比重增多,能源減排成效顯著[36].能源部門凈轉移至包括教育、醫療等其他服務業中隱含能源年際比重增多,說明為滿足此類非物質生產部門最終需求所需的隱含能源依賴性變高.

表4 2002、2007、2012年廣東省能源部門凈轉移至各行業隱含能源量

2.3.3 廣東省產業部門能源供給側、需求側 圖4可見,各行業部門能源消費量持續增加,且增加幅度普遍放緩.能源部門、交通運輸倉儲和郵政的供給側能源消費比需求側能源消費較多,屬于能源輸出部門.非能源工業部門、建筑業、其他服務業的供給側能源消費比需求側能源消費較少,屬于能源輸入部門.農業部門、批發零售住宿餐飲供給側與需求側能源消費量大致持平,處于較為均衡模式.2012年,農業部門需求側能源消費量為995.3萬tce,稍多于供給側能源消費量的967.6萬tce.農業部門的隱含能源需求主要是農業生產要素投入,農業機械設備投入等,隱含能源供給主要是農產品的輸出[37].從時間尺度上看,從2002年至2012年,廣東省農業供給側能源消費先升后降,而需求側能源消費先降后升.廣東省現代農業發展處于全國的中上游水平,農產品生產效率較高.

非能源工業部門作為能源主要的能源輸入部門,是所有行業中能源需求最多,且需求側能源消費多于供給側能源消費,工業部門作為能源主要消費大戶的狀況依然顯著[38];根據圖4,能源供給側和需求側消費成倍增長,分別從由2002年的13687.9萬tce和18948.0萬tce上升至2007年的32414.4萬tce和35771.1萬tce,其后,放緩增長趨勢.廣東省工業化進程方興未艾,生產、需求規?？焖僭鲩L對部門隱含碳排放的促進作用不斷增強[39].

能源部門屬于直接能源輸出行業,2012年其供給側能源需求量為1691.8萬tce,是所有行業能源需求直接供給命脈,對國民經濟其他部門的發展起到了較強的制約作用.同時,各類能源加工生產過程不可避免需要大量的能源投入,對能源的高度依賴性導致了廣東省能源部門需求側能源消費量也處于較高水平.

圖3 基于供給側與需求側角度各部門2012年能源利用情況

圖4 廣東省各部門能源消費動態變化

建筑業中隱含能源需求量比隱含能源供給量高出516.4%,這說明為滿足自身生產,建筑業對外能源消費依賴程度最高.從時間適度上,2002年至2007年,建筑業能源需求側能源消費增長尤為迅猛,增長332.5%,而相對的供給側能源增長了115.8%.2007年至2012年,增長放緩,分別增長7.7%和42.3%.建筑行業能源需求側能源消費大于供給側趨勢日趨增多,對外能源依賴性增強.建筑業在生產產品過程中本身直接需求能源相對較低,但通過經濟間接拉動,產生了大量的需求側能源消費.

2012年,交通運輸倉儲和郵政業能源需求側能源消費量為2042.9萬tce,供給側能源消費為5098.3萬tce.隱含能源輸出主要用于為其他行業配送物資,原材料等,為下游產業提供大量產品或服務的過程中能源輸出較多.

2012年,批發零售住宿餐飲業需求側能源消費量為2156.4萬tce,略少于2012年供給側能源消費量的2216.8萬tce.從增長趨勢看,2012年需求側能源消費較2007年增長71.3%,需求側增加了46%.批發零售住宿餐飲業需求側能源消費量維持著略高于能源供給側局面.

其他服務業包含信息傳輸、軟件和信息技術服務,金融,房地產等的,作為非物質生產部門,也屬于能源輸入部門,其供給側能源消費不足需求側能源消費一半.

4 結語

本文從經濟系統內部分析各部門內部及各部門間的能源消費狀況,利用改進的假設抽取法,從供給側與需求側視角,探究各行業的能源直接需求和對其他部門的隱含能源間接需求,解析各行業之間的隱含能源消費的關聯效應.通過計算可見,廣東省能源部門凈轉移到非能源工業部門的能源在行業間轉移最多, 而其所占能源輸出的比重從2002年的71.06%降至2012年的49.68%,表現出非能源工業部門從能源部門隱含能源所占比重減少.產業部門間能源消耗的關聯性復雜,各自的供給側能源消耗和需求側能源消耗各有差異.其中2012年,農業部門多數隱含能源轉移至其他部門并沒有返回；非能源工業部門的內部效應排名最高，能源消耗大部分來自于行業內部的產品交換生產所致.能源部門凈前向效應為所有行業中最多的12744.7萬噸tce,約占供給側能源消費的75.3%，及約四分之三的能源部門轉移至其他部門的產品并不返回.建筑業混合效應所占不足0.1%，屬于能源凈輸入部門,對其他部門的隱含能源依賴性極強。交通運輸倉儲和郵政業較多隱含能源轉移至剩余行業并返回。批發零售住宿餐飲與農業部門相似，表現了一定的均衡性。其他服務業屬于典型凈輸入能源部門.

方法適用于經濟高速發展地區辨明能源利用中的關鍵部門識別以及隱含能源流動規律,同時可推廣至其他區域,明確了經濟系統中的能源消費關鍵部門,從而承擔更多的社會節能減排責任.

新形勢下,開展能源供給側改革,不僅需要在能源部門提高供給能源供給效率,從根源上解決能源行業現存的結構性失衡問題,還需要針對各行業能源消費特點、能源使用效率以及社會經濟狀況,提高各行業特別是工業行業能源利用效率,協調供給側、需求側能源需求,把能源供給與經濟、社會、環境的發展統籌規劃,實現能源供給結構的調整和發展模式的變革.

[1] 孫傳旺,朱悉婷.“新常態”下中國化石能源生態價值與代際補償核算[J]. 統計研究, 2016,(5):60-68.

[2] 岳 立,楊 帆.新常態下中國能源供給側改革的路徑探析——基于產能、結構和消費模式的視角[J]. 經濟問題, 2016, (10):1-6.

[3] 柳亞琴,趙國浩.新常態下中國能源供給側結構性改革困境與對策[J]. 現代經濟探討, 2016,(6):25-29.

[4] 肖興志,李少林.能源供給側改革:實踐反思、國際鏡鑒與動力找尋[J]. 價格理論與實踐, 2016,(2):23-28.

[5] Zhang Y, Wang H, Liang S, et al. Temporal and spatial variations in consumption-based carbon dioxide emissions in China [J]. Renewable and Sustainable Energy Reviews, 2014,40:60-68.

[6] Rodrigues J O, Marques A, Wood R, et al. A network approach for assembling and linking input-output models [J]. 2016,28(4): 518-538.

[7] 劉巧玲,王 奇.我國省際貿易隱含污染核算方法的比較研究[J]. 統計研究, 2016,(10):12-20.

[8] 趙玉煥,劉 月.基于投入產出法的中國出口產品隱含碳測算[J]. 中國人口·資源與環境, 2011,21(12):8-14.

[9] 胡 萌,喬 晗,趙 震.中國省際貿易的能源流動分析[J]. 中國人口·資源與環境, 2012,(S1):253-256.

[10] 金繼紅,毛顯強.中國產業增長與能源效率變化的共軛因素分析[J]. 中國人口·資源與環境, 2013,23(5):52-57.

[11] 胡大立.產業關聯、產業協同與集群競爭優勢的關聯機理[J]. 管理學報, 2006,3(6):709-713.

[12] 鄭正喜.開放經濟下的產業關聯效應測度——基于非競爭型和區域間產業關聯理論的改進認識[J]. 統計研究, 2015,(8): 27-36.

[13] 楊莉莉.能源依賴與區域經濟增長的關聯效應研究:理論模型與中國經驗[D]. 上海:上海財經大學, 2014.

[14] Schultz S. Approaches to identifying key sectors empirically by means of input-output analysis [J]. Journal of Development Studies, 1977,14(1):77-96.

[15] 余 勁,任洪浩.我國房地產業縮減對實體經濟的影響[J]. 商業研究, 2010,(12):102-106.

[16] 黃素心,王春雷.產業部門重要性測算:基于假設抽取法的實證[J]. 統計與決策, 2011,(9):4-6.

[17] 張同斌,高鐵梅.高技術產業產出增長與關聯效應的國際比較——基于美、英、日、中、印、巴六國投入產出數據的實證研究[J]. 經濟學:季刊, 2013,12(2):847-868.

[18] Duarte R, Sánchez-Chóliz J, Bielsa J. Water use in the Spanish economy: an input–output approach [J]. Ecological Economics, 2002,43(1):71-85.

[19] 和夏冰,王 媛,張宏偉,等.我國行業水資源消耗的關聯度分析[J]. 中國環境科學, 2012,32(4):762-768.

[20] 馬 忠,石培基,胡 科.張掖市產業部門用水關聯分析[J]. 地球科學進展, 2010,(6):666-672.

[21] 蔡國英,趙繼榮.基于假設抽取法的黑河流域中游行業用水關聯分析[J]. 生態學報, 2015,(12):4215-4223.

[22] Fang D, Chen B. Linkage analysis for the water-energy nexus of city [J]. Applied Energy, 2016,189:770-779..

[23] 程 曦.行業層面與區域層面的能源消費和碳排放研究[D]. 天津:天津大學, 2014.

[24] 錢明霞,路正南,王 健.基于假設抽取法的產業部門碳排放關聯分析[J]. 中國人口·資源與環境, 2013,(9):34-41.

[25] Wang Y, Wang W, Mao G, et al. Industrial CO2emissions in China based on the hypothetical extraction method: Linkage analysis [J]. Energy Policy, 2013,62:1238-1244.

[26] Zhao Y, Zhang Z, Wang S, et al. Linkage analysis of sectoral CO2emissions based on the hypothetical extraction method in South Africa [J]. Journal of Cleaner Production, 2015,103:916-924.

[27] Ali Y. Measuring CO2emission linkages with the hypothetical extraction method (HEM) [J]. Ecological Indicators, 2015,54: 171-183.

[28] 楊向飛,蘇 芳,尚海洋.基于HEM的甘肅省2002年土地資源的部門關聯效應分析[J]. 干旱區資源與環境, 2010,(12):22-27.

[29] 王亞菲.北京市生產性土地的部門關聯效應分析[J]. 中國人口·資源與環境, 2011,21(5):56-60.

[30] 林衛斌,蘇 劍.理解供給側改革:能源視角[J]. 價格理論與實踐, 2015,(12):8-11.

[31] 安琪兒,安海忠,王 朗.中國產業間隱含能源流動網絡分析[J]. 系統工程學報, 2014,29(6):754-762.

[32] 錢明霞.產業部門關聯碳排放及責任的實證研究[D]. 鎮江:江蘇大學, 2015.

[33] 周軼昆.廣東能源消費與能源供給狀況分析[J]. 工業技術經濟, 2006,(8):49-52.

[34] 楊 蕾,許 軍.基于能流圖的廣東能源供應安全分析[J]. 生態經濟, 2013,(5):86-91.

[35] 中國投入產出學會課題組.我國能源部門產業關聯分析——2002年投入產出表系列分析報告之六[J]. 統計研究, 2007, 24(5):3-6.

[36] 田中華,楊澤亮,蔡睿賢.廣東省能源消費碳排放分析及碳排放強度影響因素研究[J]. 中國環境科學, 2015,35(6):1885-1891.

[37] Yue W, Cai Y, Xu L, et al. Adaptation strategies for mitigating agricultural GHG emissions under dual-level uncertainties with the consideration of global warming impacts [J]. Stochastic Environmental Research & Risk Assessment, 2016:1-19.

[38] 溫宗國.工業部門的碳減排潛力及發展戰略[J]. 中國國情國力, 2015,(12):14-16.

[39] 宋佩珊,計軍平,馬曉明.廣東省能源消費碳排放增長的結構分解分析[J]. 資源科學, 2012,34(3):551-558.

Energy consumption of Guangdong based on the industry linkage analysis.

CHEN Lei, XU Lin-yu*

(State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China)., 2017,37(10)：3972~3980

Based on the hypothetical extraction model, this paper divided the economic activities into several types and explored the transfers of energy embodied in the inter-industry from the supply side and demand side. Taking Guangdong Province as an example, this paper built the energy linkage model, and evaluated the differences of industrial energy consumption between supply side and demand side. According to the results of characteristic analysis, there were more energy consumed in Non-Energy Industrial Sectors, which were the main contributors of the enormous industrial energy consumptions of Guangdong, accounting 57.2% of the total energy consumption of the economic activities in 2012. As for the linkage analysis, the energy industries and the transport sectors, the storage and post sectors were net energy suppliers, while the construction sectors and other service sectors were net energy demanders. The agriculture sectors and wholesale, retail trade and hotel, restaurants sectors show relatively balanced according to the supply side and demand side. From the dynamic analysis of annual changes, the proportion of embodied energy within the energy industries increased from 8.55% in 2002 to 24.67% in 2012 of the total embodied energy transferred, indicating of more efficient use of energy in Guangdong Province during last decade.

supply side；demand side；energy linkage；hypothetical extraction method；input-output table；Guangdong

X32

A

1000-6923(2017)10-3972-09

陳 磊(1989-),男,山東日照人,北京師范大學博士研究生,研究方向為人口、資源與環境經濟學.發表論文4篇.

2017-04-12

國家重點研發計劃(2016YFC0502802);國家創新研究群體項目(51421065)

* 責任作者, 教授, xly@bnu.edu.cn