中國能耗的時空演化及其影響因素

王瑞莉， 王成新， 薛明月， 唐永超

(山東師范大學a. 地理與環境學院， b. 人地協調與綠色發展山東省高校協同創新中心， 山東濟南250358)

隨著中國經濟發展步入新常態，經濟增速已由高速增長調整為中高速增長[1]，中國能耗增速總體趨緩，能耗強度持續降低。2017年中國能耗增長率為2.92%，較2016年的1.38%有明顯回升，但仍低于過去10 a平均5.14%的增速，能耗強度較2000年已下降61.22%，然而，就能耗總量而言，中國仍處于較高水平，一次能耗總量已連續多年居于世界首位，約占全球能耗的23%[2]。此外，中國能耗結構雖有顯著優化，但仍然處于不平衡狀態，這種由中國能源資源賦存特點所決定的、以煤炭為主的能耗結構短期難以改變，2017年中國化石能耗占能耗總量的比例高達86.4%，環境污染問題不容忽視。中國各區域能源利用狀況差異顯著，作用機制復雜，宏觀的政策措施無法完全適應不同區域的實際狀況，因此，開展全國各地區能耗發展的區域差異研究尤為必要。

國際能源形勢日益嚴峻，低碳經濟迅速興起，能源問題成為學術界關注的熱點話題，并形成了豐富的理論成果和方法基礎。相關的研究大致可概括為以下4個方面： 1)從時間維度對全國能耗特征的階段性演化及發展趨勢進行研究[3-7]。已有的研究大多以定性描述為主，或結合單一預測方法，選取不同時間尺度，分析中國能耗的發展演化特征。 2)能源利用水平的區域差異及影響因素的分解[8-17]。實證方法已相對完善，空間自相關[12]、 回歸分析[12-13]、 主成分分析[16-17]等方法應用較廣泛。 3)從不同時空尺度， 定性研究能耗結構特征及其發展演化，并借此探討全局性、區域性的優化對策[18-19]。 4)以統計數據為基礎，結合國家能源安全政策，從能源供應、需求結構等角度，對中國能源安全現狀及問題進行探討[20-22]。綜上，關于中國能耗問題的研究已取得豐碩成果，但在研究視角方面，多局限于時間、空間單維度或宏觀、區域單層次展開研究，缺乏時空融合、區域對比的多角度、多層次的研究；在研究尺度方面，大多研究均采用單一年份數據進行評價，缺乏對能耗水平的時間和空間差異的演化分析；在影響因素方面，采用定性方式進行分析的研究較多，定量研究多應用回歸模型等常規方法，而以地理探測器為工具，測度能耗空間分異的影響因素作用強度的研究較少。

“十三五”規劃節能減排的關鍵時期已經到來，深入了解現有能耗問題及發展態勢，有效實現“雙控”目標，精準定位現階段我國宏觀能耗發展特征及區域差異狀況具有重要意義，因此，本文中從能耗總量、能耗結構、能耗強度3個方面分析中國宏觀能耗的發展演化特征，應用灰色模型(GM)對該發展趨勢進行預測分析，以全面了解中國能耗發展所面臨的問題；選取2005、 2010、 2015、 2017年截面數據，采用主成分分析法對各省、市(區)綜合能耗水平進行評價，并借助地理探測器對地區能耗水平差異的影響因素進行測度。

1 研究方法與數據來源

1.1 研究方法

1.1.1 灰色模型

灰色模型不考慮能源系統內部的國內生產總值(GDP)、 人口、 經濟結構等信息的相互作用關系， 而是通過灰色理論進行預測， 對樣本數據需求量小， 預測精度高， 客觀性強[6]， 目前應用最廣泛的是關于數列預測的單變量一階微分灰色模型， 即GM(1,1)模型。 為了降低時間跨度增大對數據預測精度的影響， 本文中選取2010—2017年數據， 應用GM(1,1)模型， 針對單數列數據對我國能耗需求進行預測， 具體計算步驟如下。

1)設原始時間序列為X(0)={x(0)(1),x(0)(2), …,x(0)(n)}，n為正整數。

2)求原始數列級比，并檢驗該序列是否在可容范圍e-2/n+1～e2/n+1之內，

(1)

式中：σ(1)(k)為原始數列級比，即后一時刻與前一時刻原始數據之比；k為原始數據的時序變量，取值范圍為[2,n]。

3)對原始數列進行一次累加， 獲得新數列X(1)={x(1)(1),x(1)(2), …,x(1)(n)}，以弱化數據本身的隨機性。

x(1)(1)=x(0)(1)，

(2)

x(1)(2)=x(0)(1)+x(0)(2)，

(3)

……

x(1)(n)=x(0)(1)+x(0)(2)+…+x(0)(n) ，

(4)

式中x(1)為原始序列累加值。

4)通過一階微分方程對生成的新數列進行擬合，并定義白化模型，

(5)

式中：t為累加數據的時序變量，取值范圍為[1,n]；a為發展系數；u為灰色作用量。

(6)

6)計算方程平均相對誤差，以檢驗GM(1,1)模型精度，精度等級如表1所示。

表1 灰色預測精度檢驗等級

1.1.2 主成分分析法

本文中應用主成分分析法，選取2005、 2010、 2015、 2017年4個時間截面，借助統計產品與服務解決方案軟件SPSS 22.0對我國30個省、 市(區)的能耗水平進行綜合評價。主成分分析法通過抽取包含原數據大部分信息的綜合變量，避免了信息重疊，并通過客觀地確定指標權重，避免了主觀因素影響，是常用的降維方法之一。具體計算步驟如下。

1)對數據進行標準化處理，以消除數量級和量綱差異影響。

(7)

3)計算R的j個特征值λ1,λ2, …,λj(λ1≥λ2≥…≥λj)及對應的特征向量U， 各特征向量標準正交，U1,U2, …,Uj為主軸，并且U1≥U2≥…≥Uj。

4)計算主成分累積貢獻率以及最終成分得分。

5)根據主成分得分矩陣以及方差貢獻率，計算最終分區指標綜合得分。

1.1.3 地理探測器

地理探測器是基于統計學原理的空間方差分析，通過分析層內方差與層間方差的異同來定量表達研究對象的空間分層異質性[23]，探測地理要素空間分異規律，探究地理空間分異內外影響因素的重要方法，包括因子探測、交互探測、風險探測和生態探測，被廣泛應用于經濟、社會、生態等領域[24]。本文中采用地理探測器中的因子探測方法，分析各個因子對能耗空間分異的作用強度，即

(8)

1.2 指標體系構建與數據來源

1.2.1 指標體系構建

Step 2 Taking the failure of the 1st joint as an example,the range of motion is traversed at a given angle step size,and the kinematic equation is established according to the known end position and attitude as

由于經濟發展水平、技術水平等方面存在較大差距，因此我國能耗特征呈現出明顯的地域差異。為了綜合評測各省、市(區)能耗水平，本文中從能耗總量、能耗強度、能耗增速3個方面選取能耗份額、能耗增量份額、經濟總體能耗強度等6項指標構建中國能耗區域差異的評價指標體系[14-15]，如表2所示。

表2 中國能耗區域差異的評價指標體系

1.2.2 數據來源

本文中所采用的數據均來自2000—2018年的《中國統計年鑒》《中國能源統計年鑒》以及中國大陸30個省、市(區)(除西藏自治區)的統計年鑒。為了避免價格變動影響，各省份歷年GDP均根據GDP指數折算為2000年的不變價格數據，全國總體能耗強度數據均為統計年鑒不變價數據；另外，全國能耗總量數據為發電煤耗計算法所得。

2 結果與分析

2.1 中國能耗的發展演化

目前在單一預測法中應用最廣泛的預測方法是灰色預測法， 已有研究[6]應用區間灰色預測對中國部分地區的能耗進行預測分析， 并在中短期預測中得到了較好的預測結果。 為了進一步驗證該方法的合理性和有效性， 本文中基于2010—2017年基礎數據， 結合GM(1,1)模型、 線性回歸模型， 對中國能耗的發展趨勢進行預測， 并對這2種模型的預測精度進行檢驗， 結果如表3所示。 通過比較2種模型預測結果可知， GM(1,1)模型的預測精度明顯優于線性回歸模型， 模型精度等級多為一級或二級， 預測效果表現較好， 因此， 本文中選取GM(1,1)模型預測我國能耗未來發展趨勢具有一定合理性。

表3 預測模型對比及預測精度檢驗

2.1.1 中國能耗總量的發展演化

圖1所示為2000—2020年我國能耗總量的增長趨勢。 從圖中可以看出， 我國能耗總量一直處于持續增長狀態， 預計在2020年能耗總量(標準煤)將達到4.95×109t， 明顯低于“十三五”規劃能耗總量控制目標； 能耗增長率變化具有一定周期性， 周期峰值呈遞減趨勢。 這種周期性變化大致可被分為3個階段：第一階段為2000—2008年。 隨著我國經濟的復蘇， 工業化進程加快，經濟的粗放式發展及產業結構的不合理因素使得國內能耗迅速增長，能耗增長率在2004年達到峰值16.80%； 2006年以后， 國家將節能降耗納入宏觀指標體系， 隨著經濟發展方式的轉變、 產業結構的調整及節能減排措施的制訂， 能耗增速總體趨緩； 受2008年全球金融危機影響， 我國能耗增速再次大幅下降， 能耗增長率跌至2.94%。 第二階段為2009—2015年。 在金融危機后，能耗增速有所回升， 在2011年達到峰值，能耗增長率為7.32%，但仍低于過去9 a的平均增長率9.69%； 隨著國家“十二五”規劃節能降耗措施的進一步強化，我國能耗增速再度放緩，截至2015年，能耗增長率已降至0.96%。第三階段為2016—2020年。受宏觀經濟持續復蘇影響，我國能耗增速又出現了明顯的回升，在2018年能耗增長率達到峰值4.80%，之后增速將有所下降，但我國能耗總量大，凈增能耗量仍然較大。

圖1 2000—2020年中國能耗增長趨勢

2.1.2 中國能耗結構的發展演化

近年來，我國能耗結構持續優化，2000—2020年中國主要能耗趨勢如圖2所示。

圖2 2000—2020年中國主要能耗趨勢

從圖中可以看出，能耗的多元化、清潔化趨勢較明顯：煤炭消耗所占比例持續下降，已由2000年的68.5%降至2017年的60.4%，預計2020年將降至56.9%；天然氣的消耗需求日益增長， 消耗量占能耗總量的比例已由2000年的2.2%上升至2017年的6.6%，預計2020年將達到8.3%左右；石油消耗總量增長相對較緩，所占比例較平穩；水電、核電消耗量穩步提升，根據預測結果，兩者消耗占比在2020年約為14.12%。 就目前形勢而言， 我國以煤炭為主的能耗結構短期內仍無法改變， 化石能耗仍占優勢地位， 水電、 核電等清潔能耗占能耗總量的比例較低， 2017年化石能耗占能耗總量比例高達86.4%；煤炭消耗占能耗總量的比例雖有顯著下降，但消耗總量仍在增長，2017年我國煤炭消耗已增長為2000年的2.69倍，預計2020年煤炭消耗(標準煤)將達到2.82×109t；隨著國內能源需求的增長及轉變，我國石油、天然氣的對外依存度亦逐年提升，2017年石油對外依存度高達67%，天然氣對外依存度已上升至39%，能源結構性矛盾較突出[21-22]。若考慮長期能源安全及環境壓力，加速向非化石能源轉型才是必由之路。

2.1.3 中國能耗強度的發展演化

能耗強度是指創造單位GDP所消耗的能源量，反映經濟對能源的依賴程度，受經濟發展水平、產業結構、人口等多重因素影響。圖3所示為2000—2020年中國能耗強度發展趨勢。從圖中可以看出，我國能耗強度呈現先升后降的趨勢，預計2020年全國能耗強度(標準煤)將降至0.47 t /萬元。從能耗強度的變化速率來看， 在2000—2004年間， 粗放型的經濟增長方式使得我國經濟發展進入高度依賴資源和能源投入的階段[25]， 能耗強度出現明顯增長； 2005—2015年間， 我國能耗強度變動大致以5 a為周期呈現出“降速驟減—平穩波動—降速驟增”的梯度變化趨勢； 2016年后， 能耗強度降速趨于平穩。 結合預測結果， 2020年我國能耗強度變化率約為-6.69%， 在“十三五”規劃決勝期如何延續能耗降速的5 a周期規律， 進一步實現能源效率的大幅度提升， 將是能源可持續發展不斷探求的目標。

圖3 2000—2020年中國能耗強度發展趨勢

2.2 中國能耗的空間差異

采用SPSS 22.0軟件中的主成分分析法對6項區域能耗差異指標進行提取、濃縮，得到新的綜合變量，并對綜合變量進行分析。為了突出顯示各因子解釋力，本文中采用最大方差法對因子荷載矩陣進行正交旋轉，正交旋轉后輸出的因子載荷矩陣如表4所示。由表可知，4個年份的主成分提取結果較相似，能耗份額X1與能耗增量份額X2、經濟總體能耗強度X3與相對能耗強度X4、能耗總量增速X5與人均能耗增速X6分別在3個主成分上有較高荷載，因此，提取3個主成分可以基本反映全部指標信息。根據指標含義，可將3個因子分別命名為能耗規模因子、能耗強度因子、能耗增速因子。由因子得分系數矩陣，分別計算各地區3個因子的得分，最終以因子的方差貢獻率為權重，得出各地區的能耗水平綜合指數。

表4 正交旋轉后各指標的因子荷載矩陣

選取2005、 2010、 2015、 2017年我國能耗水平綜合指數作為基礎數據， 借助ArcGIS軟件進行空間可視化， 中國綜合能耗水平的區域差異如圖4所示。 從圖中可以看出， 中國各年份能耗水平呈現不同的分布特征， 但區域均衡性發展趨勢極為明顯， 呈現出高能耗區“環帶聚集—大范圍條帶狀聚集—區域能耗水平均衡分布”的發展趨勢。 其中， 2005年， 我國高能耗區呈“環帶狀”分區集聚狀態， 形成了以遼寧、河北、山東為中心延展至內蒙古、 山西、 河南、 江蘇的環海高能耗地帶，由貴州、湖南、廣東3個省構成的小環狀較高能耗地帶， 以青海高能耗區為核心、 由新疆、 甘肅、 寧夏、 陜西、 重慶、 云南6個省、 市(區)構成的西部次高能耗地帶， 如圖4(a)所示； 2010年， 我國高能耗區以廣西高能耗區為支點， 以貴州、 四川、 青海、 新疆4個省(區)為漸弱軸， 以湖北、 湖南、 河南3個省及環海高能耗地帶為漸強軸， 總體形成“V”字形分布格局，且較2005年而言，以遼寧、 河北、 山東為內核的環帶地區能耗水平進一步增強，如圖4(b)所示； 2015年， 高能耗省市區呈現“π”字形分布， 新疆、 青海、 寧夏、 內蒙古4個省(區)構成高能耗橫軸帶， 陜西、 重慶、 貴州3個省與河北、 山東、 河南、 江西、 廣東5個省構成2條次一級高能耗縱軸帶， 相較2010年而言， 我國各省區能耗水平綜合指數均有了明顯下降， 如圖4(c)所示； 2017年， 我國各地區能耗水平以胡煥庸線為界， 基本呈現出西北高、 東南低、 低能耗大片集聚、 高能耗小點分散的分布態勢， 如圖4(d)所示。

2.3 中國能耗區域差異的影響因素分析

中國能耗水平存在顯著的區域差異是多種因素綜合作用的結果， 借鑒已有研究[26-30]， 遵循客觀性和數據可獲取性等原則， 選取經濟發展水平、 產業結構、 人口規模、 城市化水平、 居民消費水平、 科技創新水平、 對外貿易水平7個方面作為影響中國能耗區域差異的探測因子， 相關指標要素如表5所示。 選取能耗總量和能耗強度2項指標表征地區能耗水平， 通過地理探測器分別測度8項指標要素對能耗總量、 能耗強度的影響作用強度， 從而揭示各因素對我國能耗水平空間差異的作用機制。

借助ArcGIS軟件的自然斷點法，對各指標要素進行離散化處理，并劃分為5個等級，應用地理探測器軟件GeoDetector測度各指標要素對中國能耗空間分異的影響強度，結果如表5所示。從表中可以看出，人口規模和科技創新水平對能耗總量的區域差異具有顯著影響，并且人口規模的影響作用大于科技創新水平的，并通過了顯著性水平0.05的檢驗；第三產業占比、 居民消費水平、 科技創新能力、對外貿易水平均對能耗強度的影響作用顯著，也通過了顯著性水平0.05的檢驗，各因素影響力由大到小的排序為科技創新水平、 對外貿易水平、 居民消費水平、 產業結構。

表5 能耗水平空間分異的影響因子地理探測結果

結合已有研究對我國能耗水平影響因素的作用機制進行分析，得到如下結論： 1)科技創新水平對我國能耗總量及能耗強度空間差異的綜合影響作用最為顯著，這與大多數研究[9-10]的結果一致，說明節能技術、工業制造技術的創新可通過推動新工藝、新產品的應用，進一步提升能源利用效率。 2)人類衣、食、住、行各方面需求的滿足都以能耗為基礎，因此，人口規模的大小必然會對能耗總量產生影響，并直接影響能源利用方式及能源人均占有量[31]。 3)出口貿易是以區域內部生產為基礎的人類活動，出口的增加必然導致區域內生產規模擴大，增加當地能耗[32]，進而導致區域能耗水平的整體提升。 4)隨著收入水平的提高，居民生活需求的增長必然導致生產環節中能源投入的同步增長；同時，居民消費需求的變動會通過產業關聯而對能耗產生不同影響[33]。 5)各產業能源利用狀況存在較大差異，如工業部門的單位產出能耗較高，而服務業及新興產業等則能以少量的能耗獲得較高的經濟效益[27]，因此，省際產業結構的巨大差異也是造成我國能耗水平空間分異的重要原因。

上述結論說明，在保證經濟發展和提高人民生活水平的情況下，要實現控制能耗總量、降低能耗強度的“雙控”目標，可以考慮從改善能源技術、調整人口政策、引導居民綠色消費、加快產業結構轉型等方面著手。

3 結論

基于2000—2017年統計數據，本文中從能耗總量、能耗結構、能耗強度3個方面分析并預測中國能耗的發展演化，采用主成分分析法對中國大陸30個省、市(區)(除西藏自治區)的綜合能耗水平進行評價并探析區域空間分異特征，借助地理探測器探究影響能耗區域空間差異的因素作用強度，得到以下主要結論。

1)近年來我國能耗增速趨緩，能耗結構有所優化，能耗強度持續降低，整體呈現出良好的發展態勢，但仍存在較多問題：①能耗總量基數大，凈增能耗量多，且近年來能耗增速又有回升趨勢，仍需有效措施來嚴格控制能耗總量；②能耗結構不平衡，煤炭消耗占能耗總量的比例居高不下，石油消耗占能耗總量的比例較不充分，天然氣、水電、核能等清潔能源比例偏低，且這種能耗結構近年來雖有優化但短期內仍難以改變，我國急需構建清潔、高效的能耗結構；③我國能耗強度持續降低，但近幾年來能耗強度降速趨緩，為了實現“十三五”規劃的降耗目標，需要尋求新的針對性政策以有效降低能耗強度，提高能源效率。

2)我國能耗的區域差異顯著，2005—2017年間，省際能耗水平總體呈現出由小區域聚集到整體均衡的發展態勢：2005年我國能耗水平綜合指數在空間上呈現出高能耗區“環帶狀”集聚的分布狀態；2010年則形成以廣西高能耗區為支點，以貴州、四川、青海、新疆4個省(區)為漸弱軸，以湖北、湖南、河南3個省及環海高能耗地帶為漸強軸的“V”字形分布格局；2015年，高能耗省份呈現“π”字形分布；到2017年，我國各地區能耗水平以胡煥庸線為界基本呈現出西北高、東南低、低能耗大片集聚、高能耗小點分散的分布態勢。

3)人口規模和科技創新水平對能耗總量的區域差異具有顯著影響效應，并且人口規模的影響作用大于科技創新水平的；產業結構、居民消費水平、科技創新能力、對外貿易水平均對能耗強度的影響作用顯著，各因素影響作用強度由高到低的排序為科技創新水平、對外貿易水平、居民消費水平、產業結構。