基于BP結構突變的中國能源強度及因素分解研究

夏晨霞+王子龍

摘要能源是人類生存和發展的物質基礎，是中國經濟可持續發展的關鍵。中國能源消耗量雖在逐年降低，但仍是世界上能源消耗量最大的國家。伴隨常規能源的日益枯竭，能源安全問題成為中國經濟可持續發展的瓶頸，因此，降低能源強度迫在眉睫。系統研究中國能源強度下降原因并進行因素分解有助于深入把握能源變動規律，具有重要的現實意義和應用價值。文章運用BP結構突變模型對1980—2015年能源強度突變點檢驗，建立LMDI分解模型，將能源強度分解為部門能源強度、運輸線路單位長度能耗、運輸線路產出能耗、人均生活用能、城市化、人均收入效應、產業結構、能源結構八個因素，分析能源強度各階段動因變化特征。計算結果表明，受經濟發展及國家政策沖擊，能源強度在1980—2015年樣本期間存在1991年、2002年和2008年三次結構突變，形成四階段不同增長趨勢。能源強度在樣本期間呈整體下降趨勢，能源強度各階段主要影響因素不同，但是部門能源強度和能源結構對中國能源強度作用最大，人均生活用能、人均收入效應和產業結構中的交通運輸倉儲及郵電通信業對能源強度影響顯著；在樣本期內，各影響因素作用方向轉變導致能源強度階段特征不同。針對中國能源強度的階段特征，提出開發推廣可再生能源技術以調整能源結構；促進應用低碳節能產品以降低生活用能；推動增加第三產業比重以提高人均收入水平；加快建設運輸節能技術以降低交通運輸業能源強度等對策建議。

關鍵詞能源強度；BP結構突變；因素分解；能源結構

中圖分類號F206

文獻標識碼A文章編號1002-2104（2018）02-0028-08DOI：10.12062/cpre.20170716

能源是人類生存和發展的物質基礎，是中國經濟可持續發展的關鍵。近年來，隨著世界范圍內以發展中國家高能源強度為特征的經濟快速發展，使能源消耗量大增。2016年中國能源消耗量雖有所降低，但仍是世界上一次能源消耗量最大的國家，占全球能源消費量的23%。常規能源的日益枯竭，致使能源安全問題成為中國經濟可持續發展的瓶頸。能源強度是一個國家或地區、部門或行業在一定時間內生產單位產品所消耗的能源量，反映了能源的利用效益。2016年政府提出“未來五年中國單位國內生產總值能耗下降15%”。因此對能源強度進行研究，分析影響能源強度因素，不僅能夠反映經濟結構轉型和經濟管理系統面臨的能源需求，而且對于政策制定實施具有明顯的指導意義。本文使用BP結構突變點對中國1980—2015年能源強度進行階段性特征劃分，檢驗出突變點為1991年、2002年、2008年，將樣本期間劃分為四個時間段，并對突變點產生原因進行經濟、政策分析，采用LMDI方法測算城市化、人均用能、人均收入等因素的貢獻率，這也是本文的理論貢獻。

1文獻綜述

由于工業化發展水平、能源消費結構、技術進步、人口因素等存在階段性差異，對能源強度均存在一定影響，因此對能源強度影響因素的研究一直是學術界探討的熱點問題。國外關于能源強度的研究多集中于從國家層面進行分析。Alvydas Baleentis等[1]對立陶宛1995—2009年的能源強度進行分析，認為經濟與能源效率相關，國家應制定相關政策，并和企業合作，在運輸方面提高能源效率。國內關于能源強度的研究進行了部門劃分，能源強度影響因素包括能源替代、產業結構、技術進步及城市化。闞大學、羅良文[2]運用空間滯后模型研究了城市化對能源強度的影響，認為短期內城市化水平對能源強度的影響在增強，長期看，城市化有助于降低能源強度。張成龍、李繼鋒等[3]對中國四十二個產業部門1997—2007年數據進行能源強度變化率分解，認為部門能源強度與中國能源強度正相關，產業結構改變導致能源強度上升。從以上可以看出，關于能源強度的文獻研究，涉及國家、省份或工業行業，可以看出對能源強度的因素分解由初期在整個樣本長度上分析產業結構、技術進步這些因素逐漸增加了城市化、工業化等對能源強度的影響，但是集中地研究關于城市化、人均用能、人均收入、運輸交通等對能源強度影響的研究較少；對樣本劃分方式集中于產業劃分，較少進行部分劃分研究各部分總體主要影響因素。

國內外對能源強度階段性研究的文獻較少。Lidia Andrés和Emilio Padilla[4]逐年分析1996—2012年間西班牙公路運輸業的能源強度影響因素，以提高貨運道路的能源效率。國內對能源強度階段性的研究多集中于工業行業及省份。張偉、朱啟貴[5]對中國工業部門1994—2007年能源消費量的趨勢深入研究，考慮了能源消費結構、部門能源強度與部門增加值占比因素，根據“五年規劃”時間段劃分進行因素分析。鄭若娟、王班班[6]對中國制造業能源強度變化的因素研究，選取1994—2009年作為樣本時間段，根據圖表觀察法，對能源強度變動趨勢進行劃分說明。綜合國內外研究文獻可以看出：對能源強度階段性劃分多使用觀察法，但觀察法因為數據偏差或者統計誤差產生不同；而以政策制定時間進行劃分，雖然具有一定合理性，但是難以反映能源強度受沖擊導致數據內部分布變化情況。相關研究成果對能源強度階段性劃分的文獻研究較少，缺乏對能源強度變化規律的深層次分析；現有研究多集中于根據“五年規劃”分析能源強度影響因素，研究結果具有一定的主觀性，沒有從整體上突出能源強度變化的特征。因此，本文使用BP結構突變點對能源強度進行階段性劃分，能夠較準確、直觀的劃分能源強度，研究成果具有重要的理論意義與應用價值。

2中國能源強度的階段特征

2.1BP結構突變模型

在經濟活動和環境變化中，一些事件的沖擊和調整容易導致經濟結構發生變化，這樣的時間序列數據稱為確定性非平穩。中國為促進能源向低碳化轉型，對能源政策進行了調整和約束，對能源結構和能源技術進行了優化和提高，因此能源強度有可能發生結構突變。

結構突變始于Chow檢驗[7]，但此方法只能用于突變點已知的情況下，且只能檢測到一個突變點。Bai和Perron[8]對結構突變點進行了深入研究，提出了“內生結構突變檢驗”這一方法。此方法可以檢測到多個突變點存在，Bai[9]證明了此方法在小樣本情況下也具有較好的檢驗水平和檢驗功效，是目前較為準確、客觀的方法。endprint

假定時間長度為T的線性回歸模型中存在m個結構突變點：

yt=x′tβ+z′tδ1+ut，t=1，2，…，T（1）

yt=x′tβ+z′tδ2+ut，t=T1+1，T2+2，…，T2（2）

yt=x′tβ+z′tδm+1+ut，t=Tm+1，Tm+2，…，T（3）

即：

yt=x′tβ+z′tδj+ut，t=Tj-1+1，Tj-2+2，…，Tj，

j=1，2，…，m+1（4）

其矩陣表達式為：

Y=Xβ+Zδ+U（5）

其中，yt為被解釋變量，（xt）p×1和（zt）q×1是解釋變量，β和δj是系數，ut是隨機誤差項，T1，T2，…，Tm是結構突變點發生時點，m為結構突變點個數，T為樣本總數。令，Y=（y1，y2，…，yT）′，X=（x1，x2，…，xT），U=（u1，u2，…，uT）′，δ=（δ1′，δ2′，…，δ′m+1）′，對角矩陣Z=diag（Z1，Z2，…，Zm+1），Zi=（ZTi+1+1，…，ZTi）′。對（5）式求解，對每個可能的分割（T1，T2，…，Tm）計算殘差平方和，使其達到最小的分割即估計所得分割，為：

T1^，T2^，T3^，…，Tm^=arg[minST（T1，T2，…，Tm）]（6）

在求出以上結果后，Bai和Perron提出一些檢驗方法，以確定突變點準確個數及具體時點。首先，提出了Sup-F檢驗，原假設為不存在結構突變點，備選假設為有固定的突變點：

FT（λ1，λ2，…，λk，q）=1TT-（K+1）q-pkpδ′R′（RV（δ）R′）-1Rδ（7）

式中，λi=Ti/T，（Rδ）′=（δ1′-δ2′，…，δk′-δk+1′）；V（δ）是殘差存在自相關和異方差情況下的方差協方差矩陣的穩健估計。但是，此方法需要提前設定突變點個數。其次，他們提出“雙重最大值檢驗”，為UDmax和WDmax檢驗，只需預設突變點上界。其統計量為：

UDmaxFT（M，q）=max1≤m≤MFT（λ1，λ2，…，λm；q）（8）

WDmaxFT（M，q）=max1≤m≤Mc（q，α，1）c（q，α，m）FT（λ1，λ2，…，λm；q）（9）

式中，λi=Ti/T（i=1，2，…，m）；α是顯著性水平值，c（q，α，m）是

max1≤m≤MFT（λ1，λ2，…，λm；q）的漸近臨界值。

Bai和Perron通過對統計量進行蒙特卡洛模擬，使用上述方法檢驗是否存在結構突變。利用Sup-F（l+1）統計量檢驗變點次數。

SupFT（l+1/l）={ST（T1，…，T1）-

max1≤i≤l+1

infT∈Λi，η

ST（T1，…，Tl-1，τ，T1，…，Tl）}/σ2（10）

式中，Λi，η={τ；Ti-1+（Ti-Ti-1）ητ

Ti-（Ti-Ti-1）η}，σ2是原假設中殘差項方差的一致估計值；η是對各時段區間長度的最低限制，一般為η=0.05T。

2.2數據來源

本文選取樣本期為1980—2015年度數據，數據來源于《中國統計年鑒》《中國能源統計年鑒》及《新中國六十年統計資料匯編》，能源消費量包括風電、水電與核電消費量。為消除價格因素影響，GDP以1990年價格為基期的不變價格實際數據；為一定程度上消除異方差，本文對能源強度對數化處理；各種能源折算標準煤參考系數來自2015年《中國能源統計年鑒》。由于數據限制，本研究不涉及香港、澳門、臺灣等省區。

2.3中國能源強度結構突變點檢驗

由于中國工業化和城市化發展進程加快，導致消費需求剛性，能源消費增長迅速。1980—2015年中國能源消費量及能源強度如圖1所示。

由圖1可以看出中國能源消費量在1980—2015年間呈不斷增長態勢，1980年中國能源消費量為60 275萬tce，而2015年中國能源消費量則達到430 000萬tce，增長了7倍之多。1980年至1996年間，中國能源消費量穩步增長，1996至2015年間，能源消費量出現小幅波動，但仍呈快速上升趨勢。1997年亞洲金融危機后，中國加速工業化和城市化，工業化以重工業化為主要特征，在能源結構沒有轉變的情況下，能源消耗量的曲線呈上升趨勢；2003年，在世界經濟陷入“增長型衰退”后復蘇的一年，全球經濟增長速度達到3.7%，在中國，規模以上重工業增加值占所有規模以上工業增加值為65.7%，高耗能產業迅速擴張，同時居民生活中耗能產品增加，導致能源強度增長。

能源強度即從整體層面上衡量一國或地區能源使用的綜合化效益指標，其計算公式為EI=能源消費總量/GDP。1980—2015年間，能源強度總體呈下降趨勢，由

1980年的7.8下降到2015年的2.2。1980—2002年間能源強度下降速度較快，2002—2006年間出現小幅回升之后，以較緩趨勢下降。本文使用BP結構突變點檢驗1980—2015年能源強度。Bai和Perron的內生結構突變模型檢驗結果如表1。

根據表1檢驗結果可知，在k=1，2，3時，SupFT（k）檢驗在1%的置信水平上都是顯著的，而且UDmax和WDmax在1%置信水平都是顯著的，因此確定能源強度在樣本期內發生了結構突變，且結構突變點為三個，在1991年，2002年，2008年，把樣本期間分為四個階段，分別是：1980—1991年，1991—2002年，2002—2008年和2008—2015年。

為從宏觀具體判斷能源強度增長率，根據上文突變斷點劃分階段，計算各階段能源強度增長率，繪制中國能源強度變化率圖2。endprint

從圖2可以看出能源強度變化率波動較大。1980—

1991年能源強度年均增長率是-3.80%；1991—2002年能源強度年均增長率為-4.67%，較第一階段下降0.87個百分點；2002—2008年能源強度年均增長率為-1.24%，比第二階段上升2.56個百分點；2008—2015年能源強度年均增長率為-3.98%，與第三階段相比下降274個百分點。其中，能源強度下降最快的階段是1991—2002年。在樣本期間，結構突變點分別為1991年、2002年、2008年主要有三方面的原因。

（1）國家進行了以整頓煤炭市場為主的調控政策。1990年國家對混亂的煤炭市場進行整頓，控制礦井的盲

目發展，關閉一大批耗能高、污染重的小企業。1991年國家提高煤炭、原油價格。編制了資源節約和綜合利用計劃，建立了工業產值能耗、主要產品單耗、措施節能能力等節能計劃指標，初步形成了節能計劃體系。這一系列政策導致1980—1991年這一階段能源強度快速下降，1991年成為能源強度結構突變點。

（2）新型工業發展方式的調整促進了綠色能源消費。黨的十六大提出走“新型工業化”道路，能源工業要注重開發與節約并重，做到能源、經濟與環境協調發展，強調中國重工業的集約型和內涵式發展。1990年能源消費結構中，煤炭占79%，石油占17.2%，天然氣占2.1%，水電占1.7%；而2002年能源消費結構中，煤炭占71.5%，石油23.4%，天然氣占2.6%，水電占2.4%，核電占0.2%，工業發展方式調整對能源強度快速下降起到一定貢獻。這些政策沖擊以及經濟發展轉變促使2002年成為結構突變點。

（3）新能源產業的快速發展推動了能源結構的不斷優化。2008年新增的水力

和風電

總裝機容量達到了1 210萬kW，與2007年相比，2008年新增裝機增長率為89%，據世界第四。2008年中國需求增長過快，有效資源供給不足，因此開展全民節能行動，加強節油節電，并頒布石油煉制業、乙烯工程、儲油庫和加油站等環境保護準則。中國整體上剛剛進入工業化中期階段。這一階段屬于重工化發展階段，高能耗問題突顯，中國能源發展政策與工業化狀態促使2008年能源強度出現結構突變。

通過對能源強度結構突變檢驗，研究結果說明在樣本期內中國能源強度存在三個結構突變點，形成四段不同的增長趨勢。為具體研究結構突變點形成原因及不同增長趨勢的作用因素，運用LMDI分解模型分析不同階段各影響因素貢獻率。

3中國能源強度的因素分解

3.1研究方法

由于LMDI分解模型可以處理包括零值和負值的數據，有效解決了分解中的剩余問題[10]，因此使得其適用于能源問題的分解分析。本文采用的LMDI是在Wu等[11]和Ang等[12]的基礎上，根據“三層完全分解法”構建模型，對能源強度影響因素分解分析，首先將中國能源消費行業劃分為三個部門：生產服務部門、交通運輸部門和居民生活部門。對行業劃分為：農林牧漁業、工業、建筑業、商業（批發、零售業、住宿、餐飲業和其他行業）、交通運輸倉儲及郵電通信業和生活部門（城鎮居民生活和農村居民生活），再對各個行業進行因素分解。其中生產部門包括：農林牧漁業、工業、建筑業、商業（批發、零售業、住宿、餐飲業和其他行業），其余兩個部門對應兩個行業。

對能源強度各行業進行劃分：

I=∑4i=1∑4j=1EijEiEiYiYiY+∑i=5∑4j=1EijTDTDYiYiY+∑7i=6∑4j=1EijPiPiPPY（11）

式中，i=1，2，3，……，7，分別代表農林牧漁業、工業、建筑業、商業、交通運輸倉儲及郵電通信業、城鎮居民生活和農村居民生活。j=1，……，4分別代表煤炭、石油、天然氣、其他（水電、核電、風電）。I表示能源強度，Eij表示第i行業消費的第j種燃料，Ei代表第i行業消費的燃料總量，Yi表示第i行業的產出，Y表示GDP，Pi是第i行業人數。

能源強度可以進一步變換為：

I=∑4i=1∑4j=1ESijEPiSGi+∑i=5∑4j=1ETijTGiSGi+∑7i=6∑4j=1EILijLSiEIi（12）

式中，EP代表部門能源強度，ET是運輸線路單位長度能耗，TG是運輸線路產出能耗，EIL代表人均生活用能，LS代表城市化，EI表示人均收入效應，SG表示產業結構，ES表示能源結構。

對式（12）計算得能源強度瞬時增長率：

dlnIdt=

∑4i=1∑4j=1ωij1（dlnESijdt+

dlnEPidt

+dlnSGidt）+

∑i=5∑4j=1ωij2（dlnETijdt+

dlnTGidt

+dlnSGidt）+

∑7i=6∑4j=1ωij3（dlnEILijdt+

dlnLSidt

+dlnEIidt）

（13）

式中，令ωij1=ESijEPiSGi，ωij2=ETijTGiSGi，ωij3=EILijLSiEIi[13]，ω（t*）[14]為當t=t*∈[0，T]時的權重函數值。

根據式（13）可以得到能源強度變化率：

ITI0≌

exp

∑4i=1∑4j=1ωij1（t*）lnESij，TESij，0×

exp

∑4i=1∑4j=1ωij1（t*）lnEPi，TEPi，0×

exp

∑4i=1∑4j=1ωij1（t*）lnSGi，TSGi，0×

expendprint

∑i=5∑4j=1ωij2（t*）lnTGi，TTGi，0×

exp

∑i=5∑4j=1ωij2（t*）lnETij，TETij，0×

exp

∑7i=6∑4j=1ωij3（t*）lnEILij，TEILij，0×

exp

∑i=5∑4j=1ωij2（t*）lnSGi，TSGi，0×

exp

∑7i=6∑4j=1ωij3（t*）lnLSi，TLSi，0×

exp

∑7i=6∑4j=1ωij3（t*）lnEIi，TEIi，0（14）

計算式（14）得能源強度增長率：

lnIT-lnI0≌

∑4i=1∑4j=1ωij1（t*）lnESij，TESij，0+

∑4i=1∑4j=1ωij1（t*）lnSGi，TSGi，0+

∑4i=1∑4j=1ωij1（t*）lnEPi，TEPi，0+

∑i=5∑4j=1ωij2（t*）lnETij，TETij，0+

∑i=5∑4j=1ωij2（t*）lnTGi，TTGi，0+

∑7i=6∑4j=1ωij3（t*）lnEIi，TEIi，0+

∑i=5∑4j=1ωij2（t*）lnSGi，TSGi，0+

∑7i=6∑4j=1ωij3（t*）lnEILij，TEILij，0+

∑7i=6∑4j=1ωij3（t*）lnLSi，TLSi，0

（15）

式中，X是各因素變化率，各因素貢獻率為：

XlnIT-lnI0×100%（16）

式中，能源強度分解為七個部門，其具體特征由八個因素進行解釋說明：部門能源強度，由于全要素生產率提高引起的強度變化，因此稱為部門能源強度因素，部門能源強度能夠提高能源利用效率，影響能源強度；產業結構，產業結構優化即非農產業、服務業在國民經濟中比重增加，能源要素在不同產業間流動，隨著高耗能產業的減少，能源從高耗能、低產出的產業轉到低耗能產業，但中國處于工業化階段，產業結構轉變緩慢，對能源強度影響的長期彈性為正[15]；運輸線路單位長度能耗，中國工業化、城市化速度加快，交通工具數量不斷增多，交通運輸線路不斷改善；運輸線路產出能耗，是運輸部門單位產出所需運輸線路公里數，代表運輸部門線路長度的產出效率，該數據越小說明運輸部門產出效率越高；人均生活用能，生活水平的提高會引起生活能耗用品的增加，增加能源消耗；城市化，即鄉村人口向城鎮人口轉化，優化資源配置，使能源消費增長速度增快且呈現需求剛性的特征[16]，城市的市場競爭結構推動了技術創新和知識積累，推動全要素生產率上升[17]；人均收入效應即人均收入的倒數，與人均收入有相反的效應；調整能源結構，減少煤炭使用量，使主要消耗能源轉換為清潔能源，減少含煤量。

本文采用“三層完全分解法”構建模型，為簡要說明本文所構建模型的整體框架，以及各影響因素的作用及其相互關系，繪制分解模型框架圖3。

這里將能源強度劃分為生產服務部門、交通運輸部門和生活部門。生產服務部門即農林牧漁業、工業、建筑業

和商業，其煤炭、石油、天然氣、水電、核電和風電能源總消耗量影響因素是能源結構、技術進步和產業結構；交通運輸部門指交通運輸倉儲及郵電通信業，其能源總消耗可用運輸線路單位長度能耗、運輸線路產出能耗和產業結構解釋；生活部門包括城鎮居民生活和農村居民生活，其能源消耗量用人均生活用能、城市化和人均收入效應說明。

3.2結果分析

以下對各階段各因素貢獻率進行說明：

（1）能源結構的調整促使部門能源強度不斷降低。1980—1991年間能源強度從7.8下降為5.1，年均增長率為-3.8%。能源結構起到了最大的正向作用，貢獻率達46%，部門能源強度提供了44%的正向貢獻。從表2可以看出，運輸線路產出效應、人均收入效應、產業結構、能源

結構、部門能源強度均對能源強度的下降起到了正向影響，部門能源強度的貢獻主要因為這段時期工業行業能源強度下降較迅速。中國從20世紀80年代開始，在農村實施沼氣、小水電和節能技術；在城鎮實施建筑節能；開發太

陽能、風能、地熱能，1980—1991年天然氣及其他能源的消費量從3 291萬tce增加到5 647萬tce，增長了41.2%，因此能源結構起到了正向貢獻。

（2）制造業結構初步實現了勞動密集型向資本密集型轉變。1991—2002年間能源強度年均增長率為-4.67%，較第一階段下降了0.87個百分點。能源結構具有最大的正向貢獻，達到337%，運輸與交通部門產業結構、運輸線路單位長度能耗、人均生活用能、城市化提供了正向的貢獻。部門能源強度提供了最大的負向貢獻，達到-258%。部門能源強度由第一階段的正向貢獻轉變為負向貢獻，說明部門能源強度阻礙了能源強度的下降。具體原因為：消費結構升級、城市化進程加快、交通和基礎設施投資加大。民營與外資企業迅速增長，1994年輕、重工業產值比例最低為46.3∶53.7，且1999年，重工業占工業增加值的比重為50.8%。而運輸線路單位能耗由27 tce/km增加為34 tce/km，因此轉為負向貢獻。

（3）技術進步有效提升了能源利用效率。2002—2008年間能源強度年均增長率為-1.24%，比第二階段上升了2.56個百分點。人均生活用能提供正向貢獻達到了42%，由于這一階段中國用電緊張，全國開始拉閘限電，至2003年，中國拉閘限電的省份達到22個，且這一階段的

“限電減排”淘汰掉一些高能耗、高排放和產能過剩的企業，人均生活用能較上一階段減少39%。城市化提供11.8%的正向貢獻，較上一階段有所增長，由于這一階段城鎮化速度較上一階段減少27%。人均收入效應提供46%的負向貢獻，與上一階段相比變化較大，反映了技術進步對能源消耗的減少。由于中國在2002年提出“新型工業化”endprint

道路，建設集約型工業，部門能源強度的負向貢獻降到-25%。

（4）產業結構優化一定程度上降低了高耗能產業比重。2008—2015年間能源強度年均增長率為-3.98%。能源結構、產業結構、運輸線路單位長度能耗、人均生活用能、城市化提供了正向貢獻，其中，雖然能源結構貢獻達到118%，較上一時期變化不大。部門能源強度、運輸線路產出效應、人均收入效應提供了負向貢獻，分別為-23%、-0.4%和-10%。

4研究結論與政策建議

本文運用BP結構突變模型對1980—2015年能源強度突變點檢驗，建立LMDI分解模型，將能源強度分解為部門能源強度、運輸線路單位長度能耗、運輸線路產出能耗、人均生活用能、城市化、人均收入效應、產業結構、能源結構八個因素，分析能源強度各階段動因變化特征，得出如下主要結論：

（1）能源強度在樣本期間存在三個結構突變點。本文運用BP結構突變模型對1980—2015年能源強度進行結構突變點檢驗，研究結果表明，能源強度在樣本期間存在1991年、2002年和2008年三次結構突變，根據數據特征將整個樣本期劃分為四段不同的增長趨勢。

（2）能源結構和部門能源強度對能源強度的影響最大。根據LMDI能源因素分解結果可知：1980—1991年，能源結構對能源強度的貢獻率為46.33%，部門能源強度對能源強度的作用率達到43.97%。1991—2002年，能源結構對能源強度的作用率為337.04%，部門能源強度對能源強度的貢獻率達到-258.37%。2002—2008年，能源結構對能源強度的貢獻率為105.28%，部門能源強度對能源強度的貢獻率達到-24.68%。2008—2015年，能源結構對能源強度的貢獻率是118.48%，而部門能源強度對能源強度的貢獻率為-22.75%。

（3）人均生活用能、人均收入效應和產業結構對能源強度影響顯著。1980—1991年，人均收入效應貢獻率為19.93%；1991—2002年，產業結構中的交通運輸倉儲及郵電通信業對能源強度的貢獻率達到25.25%；2002—2008年，人均生活用能對能源強度的作用率為41.93%，人均收入效應對能源強度的貢獻率是-46.27%；2008—2015年，人均收入效應對能源強度的貢獻率是-10.07%。

根據以上研究結論，提出降低中國能源強度的政策建議：

（1）開發推廣可再生能源技術以調整能源結構。加強太陽能基礎材料與存儲技術的研究，加速太陽能的熱轉換，發展光伏并網及分配；增加風力發電裝機容量，政策補貼民營風力發電企業，引進國外先進風力發電技術，成立風電研究開發部門；發展海洋發電裝置，開發海洋發電技術，研究海洋能轉換技術以開發新能源。政策推進工業企業采用新能源技術和產品，推行綠色能源，應淘汰落后工業產能，并提高工業能效準入標準，且促進高新技術產業等節能產業的發展。

（2）促進應用低碳節能產品以降低生活用能。隨著生活水平的提高，奢侈消費、超前消費、浪費情況嚴重，應建立長效節能環保公眾宣傳機制，改善公眾對低碳消費的認知。普及低碳消費途徑，降低低碳實施成本，建立政策法規促使低碳消費簡單易行。

（3）推動增加第三產業比重以提高人均收入水平。人均收入的提高到達一定程度能夠降低能源強度，其反映了技術進步的能耗降低效益。應建立合理的資產財富分配體系和相應的社會保障制度。人均收入的提高增加人們制冷、加熱、出行、照明等生活方面的能源消耗，但是當人均收入達到一定水平，人們會進而轉向節能產品的使用，降低人均收入對能源消耗的敏感度。

（4）加快建設運輸節能技術以降低交通運輸業能源強度。鐵路運輸是中國運輸體系的主要方式，應推廣內燃和電力牽引技術，提高能源利用效率；公路運輸中社會車輛較多是能源消耗最多的行業，應降低天然氣價格，政策補貼天然氣使用者；發展集約型運輸模式，提高水路和民航業能源利用效率。

（編輯：王愛萍）

參考文獻（References）

[1]BALEENTIS A， BALEENTIS T， STREIMIKIENE D. The energy intensity in Lithuania during 1995-2009： a LMDI approach [J]. Energy policy， 2011， 39（11）： 7322-7334.

[2]闞大學， 羅良文. 我國城市化對能源強度的影響——基于空間計量經濟學的分析[J].當代財經，2010（3）： 83-88. [KAN Daxue， LUO Liangwen. The impact of Chinas urbanization on energy intensity： based on an econometric analysis [J]. Contemporary finance and economics， 2010（3）： 83-88.]

[3]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， 53（5）： 688-693.[ZHANG Chenglong， LI Jifeng， ZHANG Aling， et al. Factor decomposition analyses on Chinese energy use intensity changes [J]. Journal of Tsinghua University （science and technology）， 2013， 53（5）： 688-693.]

[4]ANDRS L， PADILLA E. Energy intensity in road freight transport of heavy goods vehicles in Spain [J]. Energy policy， 2015，85： 309-321.endprint

[5]張偉， 朱啟貴. 基于LMDI的我國工業能源強度變動的因素分解：對我國1994—2007年工業部門數據的實證分析[J]. 管理評論， 2012， 24（9）： 28-36，95. [ZHANG Wei， ZHU Qigui. Factor decomposition of the change of Chinas industrial energy consumption intensity： an empirical analysis of the 1994-2007 data from Chinas industrial sectors [J]. Management review， 2012， 24（9）： 28-36，95.]

[6]鄭若娟， 王班班. 中國制造業真實能源強度變化的主導因素——基于LMDI分解法的分析[J]. 經濟管理，2011（10）： 23-32. [ZHENG Ruojuan， WANG Banban. The dominant drivers of the real energy intensity changes in Chinese manufacturing sectors： the LMDI decomposition approach [J]. Economic management journal，2011（10）： 23-32.]

[7]CHOW G， GREGORY C. Tests of equality between sets of coefficients in two linear regressions [J]. Econometrica， 1960， 28（3）： 591-605.

[8]BAI J， PERRON P. Estimating and testing linear models with multiple structural changes [J]. Econometrica， 1998， 66（1）： 47-78.

[9]BAI J. Likelihood ratio tests for multiple structure changes [J]. Journal of econometrics， 1999， 91（2）： 299-323.

[10]ANG B W， LIU N. Handling zero values in the Logarithmic Mean Divisia index decomposition approach [J]. Energy policy， 2007， 35（1）： 238-246.

[11]WU L， KANEKO S， MATSUOKA S. Driving forces behind the stagnancy of Chinas energy：related CO2 emissions from 1996 to 1999： the relative importance of structural change， intensity change and scale change [J]. Energy policy， 2005， 33（3）： 319-335.

[12]ANG B W， LIU F L. A new energy decomposition method： perfect in decomposition and consistent in aggregation [J]. Energy， 2001， 26（6）： 537-548.

[13]劉源， 李向陽， 林劍藝， 等. 基于LMDI分解的廈門市碳排放強度影響因素分析[J]. 生態學報， 2014， 34（9）： 2378-2387. [LIU Yuan， LI Xiangyang， LIN Jianyi， et al. Factor decomposition of carbon intensity in Xiamen City on LMDI Method [J]. Acta ecologica sinica， 2014， 34（9）： 2378-2387.]

[14]TAN Z， LI L， WANG J， et al. Examining the driving forces for improving Chinas CO2 emission intensity using the Decomposing Method [J]. Applied energy， 2011， 88（12）： 4496-4504.

[15]SADORSKY P. Do urbanization and industrialization affect energy intensity in developing countries？ [J]. Energy economics， 2013，37： 52-59.

[16]林伯強， 劉希穎. 中國城市化階段的碳排放： 影響因素和減排策略[J]. 經濟研究， 2010（8）： 66-78. [LIN Boqiang， LIU Xiying. Chinas carbon dioxide emission under the urbanization process： influence factors and abatement policies [J]. Economic research journal， 2010（8）： 66-78.]

[17]JAFFE A， HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations [J]. Quarterly journa1 of economics， 1993， 108（3）： 577-598.endprint

[18]李標，吳賈，陳姝興.城鎮化、工業化、信息化與中國的能源強度[J].中國人口·資源與環境，2015，25（8）：69-76.[LI Biao， WU Jia， CHEN Shuxing. Urbanization， industrialization， informatization and Chines energy intensity [J]. China population， resources and environment， 2015， 25（8）：69-76.]

[19]寧自軍，吳德彪，楊松. 基于LMDI模型的浙江省能源強度變動影響因素分析[J].統計與信息論壇，2013，28（2）：80-83.[NING Zijun， WU Debiao， YANG Song. The factor decomposition analysis in the energy intensity of Zhejiang Province based on LMDI Model [J]. Statistics and information forum， 2013， 28（2）：80-83.]

[20]李國璋，王雙.中國能源強度變動的區域因素分析——基于LMDI分析方法[J].財經研究，2008， 34（8）：52-62.[LI Guozhang， WANG Shuang. Regional factor decompositions in Chinas energy intensity change： based on LMDI technique[J]. Journal of finance and economics， 2008， 34（8）：52-62.]

[21]韓松，張寶生，唐旭，等.中國能源強度變化的驅動因素分析——基于對數平均迪氏指數方法[J].當代經濟科學，2016，38（5）：89-98.[HAN Song， ZHANG Baosheng，TANG Xu， et al. Analysis of driving factors in Chinas energy intensity change： based on logarithmic mean Divisia Index Method[J]. Modern economic science， 2016，38（5）：89-98.]

AbstractEnergy is the material basis for human survival and development， it is the key to sustainable development of Chinas economy， and it also reveals the performance of social progress. Although energy consumption in China is decreasing， China is still the largest energy consumption country in the world. With the decline of conventional energy sources， energy security becomes the bottleneck of sustainable development Chinas economy. Therefore， energy intensity needs to be reduced urgently. It is significant to study the reasons of energy intensity decline； by using factor decomposing， it is helpful to find rules of energy changes. The structural breaks of energy intensity in China from 1980 to 2015 were examined by using BP method and LMDI decomposition model to study the reasons for the decline of different stages. In this paper， energy intensity was decomposed into eight factors， namely energy intensity in sectors， energy consumption per unit length of transportation routes， energy consumption of transportation output， per capita living energy consumption， urbanization， per capita income effect， industrial structure， and energy structure. The experimental results showed that three structural breaks existed from 1980 to 2015 due to the economic development and national policy shocks. And the structural breaks took place in 1991， 2002 and 2008， which divided the time series of energy intensity in China into four stages. In addition， energy intensity showed a decreasing trend during the sample period and the main factors of the reduction in energy intensity were energy intensity in each sector and energy consumption structure. Meanwhile， per capita living energy， per capita income effect， and transportation industry had significant impact on energy intensity. Taking into account of the contribution of each factor to energy intensity， we put forward several suggestions. The renewable energy technologies need to be developed and popularized to adjust the energy consumption structure. Whats more， lowcarbon energy saving products should be applied to reduce the living energy consumption. Besides the per capita income needs to be increased by increasing the proportion of the tertiary industry. Energy saving way of transportation should be developed to reduce the energy intensity of transportation industry.

Key wordsenergy intensity； BP structural break； factor decomposition； energy consumption structureendprint