朱婧涵,楊 彬,韋金萍,屈筱青
(中國礦業大學(北京),北京 100083)
化石能源是我國社會發展的基礎動力,處于能源消費結構的主導地位。根據國家統計局統計數據,2019年,化石能源占全國能源消費總量的比重為84.7%。雖然新能源消費在穩健低速增長,正成為一股能源消費的勢力,但短時間內無法取代化石能源的主導地位。化石能源消費不均會對居民生活方式與質量產生影響,對化石能源區域差異和影響因素進行深入分析對中國能源形式的發展有重要意義。
本文以現有文獻為基礎,運用因子分析和聚類分析對我國化石能源消費現狀和區域差異進行分析;比較全面地梳理了化石能源消費的影響因素,并運用逐步回歸方法分析了化石能源消費的主要影響因素。
測量并分析能源消費區域差異的方法很多,如泰爾指數、IPAT等。本文采取因子分析法研究化石能源的區域差異,并運用聚類分析法對各省市進行分類。
本文將化石能源消費區域差異的測量指標以總體消費、工業消費、人均消費和相對與絕對指標相結合的方式,綜合其他文獻研究,得出以下8個指標。選取我國30個省市區(西藏自治區數據缺失;中國香港特區、中國澳門特區、中國臺灣地區除外)2017年化石能源消費作為研究對象。數據主要來源于《全國統計年鑒2017》(2016)、國家統計局分省年度數據和各省統計年鑒2016及2017。
為保證數據的可比性、科學性和準確性,本文采取標準計量單位,根據國家標準(GB2589-81)將各化石能源產品折算為萬噸標準煤。化石能源消費份額指地區化石能源消費總量占全國化石能源消費總量的比例。本文以2016年為基期,計算2017年各省市化石能源增速。見表1。

表1 我國化石能源消費評價指標

續表
2.3.1 因子分析
本文采用因子分析,其模型為:
=+
(1)
模型(1)中,=(1,2,…,8)代表原8個消費評價指標;表示因子載荷矩陣;表示各公共因子;表示特殊因子,其均值為0。
第一,因子釋義。首先,由SPSS 21.0軟件對各變量進行相關性檢驗,發現各指標相關性系數大多大于0.3,說明適合進行因子分析;其次,對數據進行因子分析,結果見表2;最后,抽取3個相互獨立的因子集的特征值、方差百分比。特征值貢獻率分別為35.248%、35.129%和26.413%,總共解釋了上述8個指標96.789%的基本信息,代記為因子、、。

表2 矩陣特殊值與累計貢獻率
用最大方差法,最大收斂性迭代次數25次得到旋轉成分矩陣表3,根據表示的系數大小分別得出表示指標1、2,表示指標3、4、5,表示指標6、7、8。根據各指標特性,本文將3個因子定義為總量因子、強度因子和速度因子。

表3 旋轉成分矩陣

續表
第二,綜合評分。將、、三種因子根據各成分方差貢獻率及因子得分,計算綜合因子分數。評價模型為:
=∑
(2)
模型(2)中代表各省綜合得分;代表各成分方差貢獻率;=(,,)代表三種因子得分。
2.3.2 聚類分析
本文運用SPSS系統聚類方法,以三種因子為指標,對30個省市化石能源消費情況進行類型劃分。基于Ward聚類方法,平方Euclidean定義距離統計量,分為3類區域。如表4所示。

表4 各省市化石能源消費得分

續表
Ⅰ類地區:包括北京、天津、吉林等15個省市。廣東、浙江消費總量高、增速快,但強度因子得分處于末位,單位GDP化石能源消耗低。安徽、福建、上海速度因子得分較高,強度因子得分低,說明經濟的迅速發展拉動了化石能源消費增長。北京、吉林強度、速度、總量因子皆為負數,說明兩地化石能源消耗量低、增速慢。湖南、湖北、云南、廣西消費速度均在全國前十,但消費總量較低,尤其是天然氣消費量極少。消費強度也較低,能源效率較高。江西、天津、重慶速度因子略高,人均及化石能源消費總量均為正值,處于緩慢增長階段。
Ⅱ類地區:包括河北、內蒙古、遼寧、黑龍江等13個省市自治區。內蒙古、新疆、海南的強度因子得分較高,體現億元GDP的化石能源消費量較高,經濟發展非常依賴能源。但化石能源效率低,能源利用水平有待提升。新疆、青海、甘肅、黑龍江、遼寧總量因子得分較低。陜西、江蘇、河北、河南的消費特征體現在總量因子上,且四省消費結構在向提高油氣比重的方向改變。13個地區的速度因子得分都是負得分,說明本地區并沒有大量快速消耗化石能源。
Ⅲ類地區:包括山西省和寧夏回族自治區。山西和寧夏兩省區的速度因子得分均較高,說明化石能源消費迅速。其中山西省的總量因子得分較高,化石能源消費總量高。山西省的煤炭高消費量主要取決于其較高的生產量。而寧夏的強度因子得分最高,說明該地區的能源利用效率較低。
最終得出,我國化石能源消費存在較大差異。北部地區能源消費程度高,如寧夏、內蒙古等地,總體位于一二類地區。但普遍存在強度因子分數高的問題;東南及中部地區化石能源消費程度較低,能源消費水平趨于穩定,整體消費水平位于第三類地區。
本文采用SPSS 21.0軟件對綜合得分與9個影響因素進行回歸分析,結果如表5所示。其中,Sig.為顯著性,其值為值。其中,≤0.05表示影響因素與綜合得分線性相關較為顯著,>0.05即為不顯著。
化石能源區域差異由多種綜合因素引起。為了研究化石能源消費區域差異的影響因素,本文選擇了9個因素作為可能的差異因素研究。包括:①人口因素。由各省市年末人口總數表示;②居民收入。由各省市居民人均可支配收入表示;③化石能源生產量。由焦煤、原油、天然氣生產量加和表示;④產業結構。由第三產業貢獻率表示,公式為:第三產業產值/;⑤能源價格。由燃料、動力類工業生產者購進價格指數(上年=100)表示;⑥城市化水平。由城市化率表示;⑦技術進步與科技創新。由各省市億元能耗表示,能耗越高,技術進步與科技創新越低;⑧第二產業產值;⑨固定資產投資額。由固定資產投資/得出。
本文根據2015—2019年30個省市的面板數據進行分析。數據來源于國家統計局及各省市2015—2019年統計年鑒。
數據模型為:
=+++++
++++
(3)
模型(3)中,為綜合得分,代表化石能源的消費水平,代表各變量待估參數,用以描述各因素的影響程度和方向。
表5表明,能源價格、技術進步與科技創新P值<0.05,說明很顯著;而人口因素、居民收入、化石能源生產量、產業結構、城市化水平、第二產業產值、全社會固定資產投資的P值均高于0.1,說明其因素與綜合得分不相關。
由系數Beta可知,化石能源消費情況與人口數量、居民收入、第二產業產值呈正比例關系;與化石能源生產量、產業結構等其他因素呈反比例關系。

表5 回歸分析結果
因對模型進行直接回歸得到的結果并不理想,筆者采用了逐步回歸分析法。
逐步回歸分析即將變量一個一個引入,本文引入的條件為F概率小于0.05進入變量。本文引入條件為F概論大于0.1刪除變量,以保證所得自變量子集中每一個變量都是顯著的。
表6和表7表明,模型Z3的相關系數R=0.945,調整R=0.877,擬合程度在三個模型中最好,因此本文根據模型Z3進行深入分析。

表6 模型相關數據

表7 模型相關數據
Z3的模型公式為:
=-0802+1058+2010×10-0328
由表7逐步回歸的最終模型Z3可以看出,相關系數R=0.945,表明模型擬合很好。由模型Z3自變量的T檢驗可知:各變量系數P值均小于0.05,說明上述三個因素對化石能源消費現狀水平的綜合得分均有顯著影響;其均小于10,說明三個自變量之間已不存在多重共線性。Beta(標準化系數)顯示,第二產業產值與化石能源消費現狀水平綜合得分呈正相關關系。在影響因素上,對比三個自變量對應的Beta的絕對值可知,我國化石能源消費現狀水平區域差異的主要影響因素為技術進步與科技創新,其次為第二產業產值,全社會固定資產投資對我國化石能源消費綜合水平的影響最小。
全國范圍內化石能源消費存在較大差異。西北、華北地區化石能源消費高,而東南地區較低。根據逐步回歸分析,得到化石能源消費與第二產業產值呈正比例關系,與技術進步與科技創新、全社會固定資產投資呈反比例關系。我國地域遼闊,地區間化石能源分布嚴重不均,盡可能消除地域間化石能源消費差異應成為重要彌補方法。
首先,能耗對化石能源消費現狀水平有較大的反向影響,億元能耗每增加1,化石能源消費綜合得分變動781.007。全國億元能耗地區由高到低為西北、華北、東北、西南、華南、華東、華中,體現為中國能耗以北地區高,中部南部地區低。與經濟發展狀況和化石能源消費分布狀況一致。據此,一是各地應優化能源消費結構,降低煤炭消費,提高低能耗的天然氣的消費份額;二是加強省際能源利用技術交流,降低億元能耗,提高技術與科技創新水平。平衡各省市化石能源消費不均的問題。
其次,第二產業產值對化石能源消費現狀水平僅次于技術進步與科技創新因素的正向影響。第二產業屬于化石能源高消費行業。一是走新型工業化道路,對于傳統高能耗行業進行改造轉型,重點發展具有成長性、低能耗和高附加值的新興產業;二是不斷提高第二產業的能源利用效率。堅持循環經濟發展道路,實現少投入、多產出、低能耗、高效率的經濟模式;三是調整能源內部結構,降低煤炭在能源消費中的比重。
最后,全社會固定資產投資量對我國能源消費有較小的負影響。這與我國近年來大力提倡發展環保能源以及減少碳排放有關。但介于能源調用的需求,能源運輸業(鐵路、道路、水上、管道)固定資產投資呈上升趨勢。據此,應降低煤炭及石油新建固定投資量,適當加大對天然氣運輸方式——管道運輸業的投資。化石能源在未來很長一段時間內仍會是我國的主要能源,天然氣由于更加清潔環保,且介于我國天然氣生產和消費區域差異也較大、管道投資較小,可以加大對天然氣管道運輸的投資。