中國能源消費的時空分異與空間關聯特征
——基于344個地級市夜間燈光數據的實證研究

王 娟,胡 洋,李文麗

(1.湖南工商大學 創新創業學院，湖南 長沙 410205；2.湖南工商大學 計算機學院，湖南長沙 410205；3.湖南工商大學 經濟與貿易學院，湖南長沙 410205)

過去幾十年，中國經濟在創造了舉世矚目的“中國奇跡”的同時，也日益面臨嚴峻的環境污染、資源趨緊等問題。黨的十八大以來，習近平總書記提出“生態環境是關系黨的使命宗旨的重大政治問題”“是關系中華民族永續發展的根本大計”。全國各地的發展取向由“數量”轉向“質量”，把主要精力放在轉方式、調結構和改善生態環境上，積極努力地實現有質量、有效益、可持續的增長。此外，資源節約、環境友好，已成為人民對美好生活的共同向往，越來越多的公民踐行綠色消費理念，比如購買新能源汽車、高能效家電等。也就是說，無論是轉變發展方式，還是擴大消費內需，都對減少能源消費、加大生態創新提出了迫切要求。能源消費是反映區域產業結構的重要內容，受自然和社會經濟條件共同影響。由于我國幅員遼闊，區域的自然稟賦、發展模式差異較大，導致經濟發展呈現顯著的不平衡特征。那么，我國的能源消費在空間上是否與產業結構一致性地表現出分異特征呢？空間上存在怎樣的關聯性呢？回答這些問題有利于推動政府因地制宜地制定有差異的、空間協調的產業結構綠色轉型政策。

一、文獻綜述

能源消費是指生產和生活所消耗的能源。關于能源消費的空間分異，趙新剛等(2019)[1]認為我國能源消費在空間上顯著正相關，總體上呈現由東南向西北逐級上升的分布趨勢；徐超等(2018)[2]發現1996年—2013年我國能源消費呈現“北煤南油”“東油西煤”的規律；周彥楠等(2017)[3]對1990年—2014年各省份能源消費結構的地域分布和時空分異進行探討后，發現終端能源消費傾向于產地消費。

關于能源消費空間分異的影響因素，除區域發展水平、資源分布、開發規模、公共政策等因素外(楊先明和王巧然，2017[4])，馮烽和葉阿忠(2012)[5]認為技術進步導致能源消費產生回彈效應，我國中、西部的平均回彈效應明顯高于東部，全國平均回彈效應不斷上升；倉定幫等(2020)[6]進一步從新能源替代的視角驗證了實際GDP、能源技術進步、新能源消費、環境規制、新型城鎮化是影響我國化石能源消費的主要因素；劉曉瑞和孫濤(2019)[7]認為金融發展對人均能源消費具有顯著抑制作用，當經濟增長水平達到4.4408時，抑制作用開始減弱。

關于能源消費的實證研究，由于樣本尺度和數據方法不同，研究結論具有不同的參考價值。一些學者將研究尺度確定在世界范圍，徐玲琳等(2017)[8]發現20世紀90年代以來全球158個國家能源安全格局整體呈現惡化特征，危險型與較危險型國家不斷增加；朱孟玨和莊大昌(2017)[9]基于1990—2015年195個國家能源消費數據和貿易矩陣，探討了世界能源生產、消費和運輸的時空演變特征。針對我國能源消費的實證研究，大多數采用的是國家和省域層面的數據，吳健生等(2014)[10]率先將夜間燈光數據應用于我國地級市能源消費量的時空反演估算，并驗證了其科學性與合理性。自此，學界陸續出現類似的實證研究[11-12]；Xiao等(2018)[13]通過建立夜間燈光和人均能源消費、單位地區能源消費之間的時空地理加權回歸模型，進一步證實利用夜間燈光數據估算我國市域能源消費量的方法切實可行。

二、研究方法與數據來源

已有關于我國能源消費空間分異特征的實證研究，研究尺度大多為國家或省域層面，而基于地級市或更小尺度的研究極少，主要原因是長時間序列的地級市能源消費數據較難獲取。由于夜間燈光數據與人類社會經濟活動存在密切關聯，借助夜間燈光數據反演能源消費，可彌補能源消費統計數據口徑不一、數據不全的缺陷，于是部分學者將研究尺度聚焦于此，如吳健生等(2014)[10]、范小晶等(2019)[14]、李峰等(2018)[15]。夜間燈光數據主要分為兩類：一類來源于美國軍事氣象衛星Defence Meteorological Satellite Program搭載的Operational Linescan System傳感器獲取的穩定夜間燈光影像數據(簡稱DMSP/OLS，獲取時段為1992—2012年)，空間分辨率為1km；另一類來源于Suomi National Polarorbiting Partnership-Visible Imaging Radimeter Suite月合成夜間燈光遙感影像數據(簡稱NPP/VIIRS，獲取時段為2012年開始的每個月度)，分辨率為500m。然而，這兩類數據具有不連續性和不可比較性，已有文獻研究均受限于此，因而缺少較長時間序列的比較分析。為此，本文采用ArcGIS復雜技術對上述兩類數據進行系列校正，獲取了具有一致性和可比性的長時間序列的夜間燈光數據，從而構建夜間燈光數據與能源統計數據之間的相關關系模型，對地級市能源消費總量進行降尺度模擬估算，進而運用空間自相關、標準差橢圓等空間計量方法，實證分析我國1998—2018年能源消費的時空分異和空間關聯特征。

(一)研究方法

1.能源消費的線性模擬模型

本文主要參考吳健生(2014)[10]的研究，對能源消費總量和夜間燈光數據做指數關系、線性關系、對數關系和二次多項式關系的檢驗，設定因變量y為中國30個省份能源消費總量，自變量x為30個省份的夜間燈光總值，對上述兩組變量進行擬合回歸，得出能源消費總量和燈光總量之間的擬合優度(圖1)。

圖1 能源消費量與燈光總量擬合優度圖(1998—2018年)

由圖1可知，我國能源消費總量與夜間燈光總量之間存在較強的線性相關和二次項相關關系。為方便計算，本文選取中國30個省份能源消費總量和夜間燈光總量的線性相關關系，構建省級能源消費量的線性模型，進一步做回歸分析。為避免降尺度模型反演出現精度問題，本文采取不含截距的線性模型：

Eit=KtDNit

(1)

式中：Eit為t年i省的能源消費量的統計值；Kt為t年的系數；DNit為t年i省的所有柵格的燈光值之和。

運用ArcGIS10.2計算中國大陸各地級市的DN總和，根據式(1)的最終模型結果，反演計算出每個地級市的模擬能源消費量，并將反演結果空間化，最終建立中國分地市的能源消費總量格局。

2.能源消費的空間效應模型

能源消費的空間效應主要通過空間集聚度和關聯度來反映。本文采用全局空間自相關(GlobalMoran’sI)描述能源消費的整體分布狀況，判斷能源消費在空間上是否存在集聚性；采用局部空間自相關(LocalMoran’sI)測度局部空間單元相對于整體研究區域空間自相關的影響程度，即一個區域單元的能源消費與鄰近單元能源消費的相關程度。

(2)

(3)

3.能源消費的標準差橢圓模型

本文采用標準差橢圓(SDE)方法考察地級市能源消費量的空間演化特征。SDE空間范圍體現能源消費量的空間主體區域。其中，SDE中心相當于能源消費在二維空間上的分布重心；SDE偏轉角代表能源消費主導趨勢的方向；SDE長短軸的比值體現能源消費空間分布的形態，值越接近1，橢圓越接近于圓，能源消費均衡性就越高。計算方法如下：

橢圓中心：

(4)

偏轉角：

(5)

方向性：

(6)

離散性：

(7)

(二)數據來源

本文以中國大陸344個地級市為研究區(港、澳、臺、藏的統計數據暫時缺失)，使用數據包括夜間燈光數據、能源統計數據和其他相關輔助數據。

1.夜間燈光數據

夜間燈光數據來源于美國國家海洋和大氣管理局(NOAA)的國家地理數據中心，包括DMSP/OLS數據(1992—2013年)和NPP/VIIRS數據(2013—2018年)，并按照“獲取中國區域夜間燈光影像數據—相互校正”的技術思路對數據進行整合，校正步驟詳見周翼等(2019)[16]。

2.能源統計數據

能源統計數據來源于《中國能源統計年鑒》(1998—2018年)，為方便計算，能源消費總量的單位統一換算為102tce(百噸標準煤)。

3.相關輔助數據

中國省級行政區劃采用國家基礎地理信息中心提供的1∶400萬行政區劃矢量圖，地理數據的參考系為 WGS-84 坐標系。涉及到中國所有的地級行政區劃則采用最新2015年中國地級市及以上矢量圖。

三、實證分析

(一)能源消費強度的空間分異特征

根據夜間燈光數據模擬能源消費模型，可得到1998—2018年我國地級市的能源消費值。由于不同時段、不同區域的能源消費具有不同時序演化規律及空間分異，本文借助 ArcGIS軟件，以1998年、2003年、2008年、2013年和2018年的能源消費強度為觀測點，將能源消費強度分為最高強度、次高強度、中間強度、次低強度和最低強度5個等級(表1)，采用分級色彩表示法分析不同時間段的能源消費強度時序變化與空間分布規律。

表1 不同能源消費強度下的地級市數量(1998—2018年)

從時序上看，1998年全國340個地級市能源消費處于最低強度(0-2290.82tce)，3個地級市能源消費處于次低強度(2290.8-4581.62tce)，能源消費強度處于中間水平(4581.6-6872.42tce)的地級市為1個；隨著時間的推移，2018年處于最低能源消費強度的地級市減少為295個，次低強度能源消費水平的地級市數量增加至41個，能源消費在中間強度的地級市數量為4個，次高強度地級市數量為3個，最高強度地級市數量為1 個；全國地級市能源消費強度整體趨向上升。綜上，我國能源消費強度的空間分異特征表現為：東部向西部、沿海向內陸遞減的梯度分布，上海、北京、天津、蘇州、哈爾濱、重慶等地市的能源消費強度排在前列。

(二)能源消費強度的空間關聯特征

1. 全局空間的俱樂部效應

根據表2中GlobalMoran’sI指數，1998—2018年所有權重矩陣下的全局空間自相關指數均為正值，且在0.01置信水平下均通過顯著性檢驗，表明全國范圍內能源消費量較高的地區在空間上均趨于相鄰，形成空間俱樂部效應。從GlobalMoran’sI指數的變動趨勢看，整體緩慢遞增，說明能源消費量相似地區的空間集聚效應隨著時間的推移呈現逐步加強的趨勢。

表2 中國地級市能源消費強度Global Moran’s I值(1998—2018年)

2.局部空間的集聚效應

為進一步刻畫能源消費的局部空間狀態，根據公式(3)，采用Stata14.0軟件，選取鄰接權重矩陣、地理距離權重矩陣、經濟距離權重矩陣繪制1998—2018年中國大陸344個地級市的能源消費散點圖(如圖2)，發現三個矩陣下各年份的Moran’sI指數有差異，多數地級市位于第一、第三象限，尤以第三象限為主，即大部分地市能源消費量處于較低水平，且呈現集聚特征。從城市數量來看，2018年較1998年在第一、第二象限的地級市數量顯著增加，第三象限的地級市數量減少，表明隨著區域產業結構的優化和能源利用水平的提高，部分地級市的能源消費量顯著增加

圖2 不同矩陣下中國地級市能源消費散點圖(1998—2018年)

3.空間格局的動態演化

根據ArcGIS進行標準差橢圓分析，得到橢圓的重心、展布范圍、形狀和方向等一系列參數的變化特征，即地級市能源消費總量空間格局動態分布情況(如圖3)。

圖3 中國地級市能源消費標準差橢圓分布圖(1998—2018年)

1998—2018年我國地級市能源消費總量空間格局演化特征明顯，即標準差橢圓覆蓋的主體區域在東部、中部地區，移動軌跡表現為“北(偏東)—南(偏西)”，分布范圍在波動中逐漸縮小，重心散布在河南省開封市境內，分布形狀和分布方向顯現出以下變化特征：

一是，能源消費中心向西南側移動。研究時段內，我國能源消費的標準差橢圓主要分布在胡煥庸線右側地區，橢圓中心始終在河南省開封市境內，但不斷向西南方向移動。

二是，能源消費標準差橢圓方向呈逆時針旋轉。主軸方向始終為東北—西南方向，方位角略有縮小趨勢，表明軸線呈逆時針旋轉，橢圓西南方向的地區對能源消費的拉動作用增強；短軸呈延長趨勢，長軸總體呈縮短趨勢，表明能源消費呈現東西方向擴張，在南北方向收縮。

三是，能源消費標準差橢圓的面積略有上升趨勢。表明標準差橢圓內所在的地區對于能源消費的需求增量大于橢圓外側的地區。橢圓主體范圍往西南部略有遷移，反映了我國西部大開發、中部崛起、“一帶一路”等戰略實施下區域產業結構升級的成效。

四、結論與建議

根據實證研究結果發現，我國能源消費主體區域集中在胡煥庸線右側，能源消費在地理空間格局上呈現顯著區域差異，整體表現為自東北至西南、由沿海向內陸遞減的梯度分布態勢；能源消費的空間上關聯性顯著，主要表現為高—高型集聚和低—低型集聚，其中，高—高型集聚城市主要分布在東部沿海地區且數量較少；能源消費的空間集聚特征，總體上呈現偏東北—西南走向的格局，分布重心表現出向西南移動的趨勢。上述研究結論有助于政府更進一步了解我國地級市能源消費量的空間分異、演化及關聯特征，為加快制定創新、協調、綠色、共享的區域產業政策提供理論支撐。第一，政府分解節能目標任務時，不僅要考慮區域的產業結構、環境容量、經濟發展水平、節能潛力等因素還需重點考慮能源分布的要素區位；第二，積極引導我國西南部能源消費集聚區域擴散，加快東部城市的節能技術向西部轉移，比如采取對口支援的方式，切斷東北部城市集聚的路徑依賴等；第三，在我國新型城鎮化由高速發展轉向高質量發展過程中，有序引進重視節能環保、創新高效的產業轉型，加大技術研發的政策支持，強化清潔高效能源對傳統能源的替代。