能源消耗的影响范文1
一、引言
随着能源危机的出现，能源消耗问题成为了一个世界性的热点问题。本文主要分析影响能源消耗量的 经济 变量与能源消耗之间的相关关系。
二、对能源消耗现状的分析
（一）能源消耗总量的研究分析
经 调查 研究，能源主要包括原煤原油、天然气、水电、核电、风电等。近年来我国经济快速发展，国内生产总值gdp稳定增长，人民生活水平显著提高。但我们也应该看到，随着经济的增长，能源消耗的总量也越来越多，越来越快。石油危机、淡水资源匮乏、臭氧层空洞、植被减少、稀有物种灭绝等现象频频出现。有的国家甚至连续多年都出现了能源危机。
（二）能源消耗总量增加的原因
1．经济增长
首先，随着人们生活水平的普遍提高，拥有电冰箱、空调、暖气、电脑、 电视 机、私家车等家庭生活用品的家庭数量增长了很多，这就造成了能源消耗数量普遍性的提高；其次，随着 中国经济 的快速发展，国内新建了许多 工业 企业，这些企业每天都在消耗大量能源。国内生产总值gdp是衡量经济发展状况的重要因素，gdp的增长包括 农业 ，工业， 建筑 业等多方面的增长。其中，工业，建筑业， 交通 运输 业的发展都需要消耗大量的能源。再次，经济增长促进了科技的发展，而科技水平的提高促使了能源消耗水平的提高。能源消耗不会像过去一样仅仅局限在日常照明和少有的工业企业上了。这样便形成了一个恶性循环，经济越发展，科技越发达，能源消耗的越多。综上，经济的发展是能源消耗总量增加的最根本原因。
2．能源生产总量的增加
能源生产总量的增加是导致能源消耗总量增加的直接原因。经济的增长导致能源需求量的增加，有需求必然会有供应，这就必然导致了能源生产量的增加。
3． 人口 增加
随着中国人口数量的增长，家庭耗电量，家庭用水量等各方面消耗都在增加。而且，每个人都是一个无底洞，从出生到死亡，每个人都会消耗数不尽的能源。我们每个人的日常生活，衣、食、住、行、娱乐等各方面都会消耗能源。我们不应该忘记，再微小的白色塑料袋，也是用我们的资源制造的，而且这些资源都是不可再生的。
4．生活 文化 的改变
随着现代生活节奏的加快，人们更倾向于快节奏，高效率的生活方式，这就滋生了许多人使用一次性筷子，一次性茶杯等用具的 心理 。而且高效率，快节奏的生活方式导致了人们铺张浪费的生活习惯。
三、研究目的
为了使国内的能源能持续被利用，坚持可持续发展道路，需要定量地分析影响能源消耗总量的主要因素。并且从这些方面入手尽量减少能源的消耗。
四、实证分析
（一）理论依据
1．总论
从上文所提到的内容中，我们可以得出结论，影响能源消耗总量的主要因素，除了能源生产总量外，还可能与经济发展的快慢、人口数量、生活习惯、人们的生活水平息息相关。因此这里考虑到的影响能源消耗总量的因素主要有：能源生产总量x1,，城镇人口x2，国内生产总值gdp（1978年不变价）x3, 工业gdp x4(1978年不变价)，人均gdp x5（1978年不变价），乡村人口x6。其中gdp作为经济发展的快慢的代表，城镇人口和乡村人口作为人口数量的代表，人均gdp作为人们生活水平的代表，工业gdp作为工业发展水平的代表。因为上文提到的生活文化的改变无法找到具体的数据进行度量，所以，此因素只能归入到人均gdp中。为此设定以下形式的计量经济模型：
其中， 为第i年能源消耗总量
x1为能源生产总量 （万吨标准煤）
x2 城镇人口 （万人）
x3 gdp（1978年可比价） （百亿元）
x4 工业gdp（1978年可比价） (百亿元)
x5 人均gdp（1978年可比价） (百亿元)
x6 乡村人口 （万人）
2．时间序列平稳性检验与修正
因为所用的数据为时间序列数据，而大多数经济时间序列是非平稳的，如果直接将非平稳的时间序列当作平稳时间序列来进行分析，则可能造成“伪回归”。所以首先要对时间序列的平稳性进行检验。
3．多重共线性检验与修正
由于有6个解释变量，各解释变量的观测值之间可能存在线形相关关系，所以需要对模型进行多重共线性的检验。
4．自相关的检验与修正
所用数据为时间序列数据。由于经济系统的经济行为都具有时间上的惯性，所以大多数时间序列数据中都有自相关现象。此外，经济活动的滞后效应、模型设定错误、数据的处理等多种原因都可能导致出现自相关。因此，需要对模型进行自相关的检验并进行修正。
5．异方差的检验与修正
能源消耗总量的多元分析模型，是一个复杂的经济模型，因此，有可能此模型中略去的变量随解释变量的变化而呈规律性的变化，即模型中存在异方差现象。也有其他可能原因导致此模型存在异方差现象，如：变量的设定问题、利用平均数作为样本数据等。综上，需要对此模型进行异方差检验并修正。
（二）数据来源
从
生产总值， 人口 数及构成这四个国民 经济 统计 数据后得到如下数据：
年份
能源消耗总量
能源生产总量
城镇人口
乡村人口
gdp可比价
工业 gdp可比价
人均gdp可比价
1978
57144
62770
17245
79014
36.45
16.07
3.81
1979
58588
64562
18495
79047
37.76
16.28
3.95
1980
60275
63735
19140
79565
39.19
16.31
4.10
1981
59447
63227
20171
79901
40.07
16.45
4.19
1982
62067
66778
21480
80174
39.99
16.42
4.18
1983
66040
71270
22274
80734
40.40
16.44
4.23
1984
70904
77855
24017
80340
42.40
16.80
4.43
1985
76682
85546
25094
80757
46.74
17.58
4.89
1986
80850
88124
26366
81141
48.93
18.43
5.12
1987
86632
91266
27674
81626
51.47
18.83
5.38
1988
92997
95801
28661
82365
57.70
20.57
6.03
1989
96934
101639
29540
83164
62.63
21.98
6.55
1990
98703
103922
30195
84138
66.27
22.49
6.93
1991
103783
104844
31203
84620
70.81
23.19
7.41
1992
109170
107256
32175
84996
76.62
24.34
8.01
1993
115993
111059
33173
85344
88.25
27.96
9.23
1994
122737
118729
34169
85681
106.44
32.28
11.13
1995
131176
129034
35174
85947
121.03
36.25
12.66
1996
138948
132616
37304
85085
128.80
38.03
13.47
1997
138173
132410
39449
84177
130.77
38.20
13.68
1998
132214
124250
41608
83153
129.61
36.24
13.55
1999
130119
125935
43748
82038
127.95
35.21
13.38
2000
138553
128978
45906
80837
130.56
35.80
13.65
2001
143199
137445
48064
79563
133.24
35.86
13.94
2002
151797
143810
50212
78241
134.03
35.49
14.02
2003
174990
163842
52376
76851
137.50
36.47
14.38
2004
203227
187341
54283
75705
147.03
38.81
15.38
2005
224682
205876
56212
74544
152.85
41.20
16.05
2006
246270
221056
57706
73742
158.86
43.15
16.53
其中，gdp, 工业gdp, 人均gdp这三组数据采用的是1978年的可比价，这样就可以消除价格指数的影响。
（三）数据分析
1．模型的设定
经过上文分析，模型最终设定为：
2．时间序列平稳性的 检验 与修正
用图形法判断时间序列是否是平稳的。具体做法是：分别做出解释变量、被解释变量与时间的散点图（横轴为时间，纵轴为变量），从图形的分布形式判断时间序列是否是平稳的。图行如下：
形如下
从这几个图形中我们可以看出：除乡村人口外，其它解释变量的图形分布大致随时间的增长而呈上升趋势，所以时间序列是非平稳的。
但从它们的图形中可以看出，除乡村人口外，这些非平稳经济变量随时间的变动都呈上升趋势。所以，虽然这些经济时间序列是配平稳的，但它们之间却存在长期均衡关系。因此，可以用这些数据进行回归分析，基本不会出现“伪回归”现象。
因为乡村人口的存在会使模型存在“伪回归”现象，而人口数量可以用城镇人口来表示，所以经分析，剔除乡村人口这一因素。
3．多重共线性的检验与修正
这里用简单相关系数法对解释变量之间是否存在多重共线性进行检验。用excel软件，对数据进行简单相关系数分析，得到相关系数表，具体数据如下：
能源生产总量
城镇人口
gdp可比价
工业gdp可比价
人均gdp可比价
能源生产总量
1
城镇人口
0.959489
1
gdp可比价
0.919296
0.954812
1
工业gdp可比价
0.909564
0.929421
0.995594
1
人均gdp可比价
0.919021
0.954758
0.99999
0.99554
1
由以上数据，我们可以看出：数据存在严重多重共线性问题。需要对此模型进行修正。
用逐步回归法对多重共线性进行修正。由spss软件得到如下数据：
从以上数据可知，经过逐步回归之后，只有能源生产总量这一个解释变量进入了模型，而且其vif值为1.000符合标准。（vif的大小反映了解释变量之间是否存在多重共线性，经验表明，vif≥10时，说明解释变量与其余解释变量之间有严重的多重共线性，且这种共线性可能会过度的影响最小二乘估计。）但由于实际经验及研究表明，能源消耗总量与gdp也有高度相关关系，所以需要把不变价gdp也加入到模型中。所以最后得到的模型如下：
其中， 的系数由ols估计得到。
4．自相关的 检验 与修正
采用dw检验法检验模型是否存在自相关。用spss软件得到如下数据：
由以上图表可知，dw值为1.026。取显著性水平 =0.05。查dw分布表得，在显著性水平为0.05，样本容量n=29，解释变量个数 =2 时，临界值d l和d u分别为1.270和1.563。因为0≤dw≤dl，模型存在正的自相关，需要对模型进行修订。
用科克伦-奥克特迭代法对自相关进行修订。，用spss软件，采用9次迭代法，对模型进行分析后，得到如下数据：
经过迭代后，基本消除了自相关。得到的模型如下所示：
5．异方差的检验与修正
分别做 与y的散点图：
由图形可以看出：能源生产总量与y不存在自相关关系，而gdp与y几乎也不存在自相关关系。为了得到更确定的答案，还需要用g-q检验法对模型进行异方差的检验。由残差平方与gdp的散点图，可知模型可能存在升序排列的异方差。所以对模型数据进行升序排列，排除中间四分之一的数据，分别对余下的数据进行回归分析，得到如下数据：
方差分析
df
ss
ms
f
回归分析
1
1498745586
1.5e+09
271.1062
残差
9
49754337.26
5528260
总计
10
1548499924
方差分析
df
ss
ms
f
回归分析
1
15837859524
1.58e+10
905.3101
残差
8
139955216.8
17494402
总计
9
15977814740
计算 统计 量
=139955216.8/49754337.26=2.81
给定显著性水平 =0.05，查f分布表，的临界值为f(0.05)(11,11)=2.82。因为2.81＜2.82，所以认为模型中不存在异方差。
五、模型 总结
本次分析一开始选择了比较多的变量作为分析依据，但是通过各种检验和调整，最终结果体现，影响能源消耗总量的主要因素有能源生产总量与gdp。能源生产总量是消耗总量的直接制约因素。gdp的增长是能源消耗总量曾长的根本决定因素。
所以最终确定的模型为经过科克伦—奥科特九次迭代法之后，得到的模型
同时，也得到了如下数据：
由以上数据可以看出：
可决系数r=0.994，表明样本数据与回归方程拟合优度很好。
能源生产总量系数的t值为 26.491，表明能源生产总量对能源消费总量由显著性影响。
可比价gdp系数的t值为1.332，t值不是很大，表明模型仍存在一定问题，但由于知识水平与技术的限制，我不能做出更好的调整，有待日后修复。
参考文献：
1．《中国统计年鉴2007》
2．《计量 经济 学 》
能源消耗的影响范文2
关键词：能源消耗强度；动态聚类分析；面板模型
中图分类号：F06文献标识码：A
一、引言与文献回顾
在目前我国大力推行节能减排、发展低碳经济的背景下，如何提高能源利用效率成为了我国能源战略的关键。衡量能源利用效率的主要指标是能源消耗强度，即单位GDP的能源消耗量。然而，能源消耗系统是一个复杂的系统，不同地区由于能源资源状况的不同、经济发展水平的差异，使得地区之间能源消耗强度存在着巨大的差异。因此，对能源消耗强度影响因素的分析须考虑到地区的差异，不能照搬一个模式，否则很难实现我国不同节能降耗的目标。
随着对能源利用效率差异性的重视，国内少数学者开始对我国不同地区的能源消耗强度的差异进行了研究。这些文献可分为两类：第一类是虽考虑了不同地区的能源消耗具有差异性，但未考虑到不同地区的能源利用效率影响因素的具体差异。如，高振宇、王溢（2006）对我国1995～2003年各省区的能源生产率影响因素计量分析，发现人均实际国内生产总值、第二和第三产业比重、能源价格对能源生产率有显著的正面影响；当期全社会固定资产投资率、原材料价格对能源生产率有显著的负影响。董利（2008）基于我国30省区1998～2004年面板数据分析了能源效率变化趋势，发现产业结构、对外开放、市场化程度、能源消费结构等一系列因素对能源效率的变化有重要影响。第二类则是考虑了能源消耗强度的影响因素具有地区差异。如，刘畅和崔艳红（2008）通过建立面板数据模型，研究了不同区域各种经济因素与能源消耗强度之间的协整关系，考察了短期调整效应。孔婷等（2010）运用1998～2007年30个省市区的年度数据，建立区域面板数据模型，结果表明6个区域工业能源消耗强度的关键影响因素各不相同。
综上，国内学者对我国能源消耗强度及其影响因素的地区差异已经做了有益的探索，然而，虽有研究考虑了不同地区在能源消强度上存在差异，但其一般通过能源消耗强度的简单排序或根据地理位置进行地区划分。本文尝试通过动态聚类分析的计量方法将我国各省市区划分为高能耗、中能耗和高能耗三个区域，并在此基础上考察各区域能源消耗影响因素的差异。这种方法更具科学性，从而可使研究结论更具严谨性和可靠性。
二、我国能源消耗强度区域划分
考虑到统计数据的一致性和可获性，本文选取的样本只考虑了我国大陆30个省市区的数据，地区由于统计年鉴中数据暂缺未纳入考察范围。
为了解决同一区域不同省份间存在能源利用效率差别较大的问题，本文采用了动态聚类分析方法。动态聚类分析的基本思想是首先将n个样品随机分成k个类（每个类中至少有一个样品），然后按照某种准则选择k个凝聚点，并用每个凝聚点代表相应的类。本文对30个省市区2000～2009年能源生产率情况进行分层聚类分析就是将能源消耗强度接近的地区划归为同一类。通过STATA统计软件即可实现这一过程。
以2000～2009年平均能源消耗强度为标准，动态聚类分析的结果为：分类1包括：北京、天津、上海、江苏、浙江、安徽、福建、江西、山东、湖南、广东、广西、海南等13个省市区；分类2包括：河北、辽宁、吉林、黑龙江、河南、湖北、重庆、四川、云南、陕西、新疆等11个省市区；分类3包括：山西、内蒙古、贵州、甘肃、青海、宁夏等6个省区。图1为三种分类在2000～2009年期间的平均能源消耗强度情况。如图所示，分类1～3分别对应于低能耗、中能耗和高能耗区域。（图1）从图1可以看出：首先，随着时间的增长，三个区域单位GDP的能源消耗量有逐渐下降趋势，即能源效率呈上升趋势；其次，从曲线的斜率可以看出，高能耗区域效率提高速度最快，中能耗区域次之，低能耗区域提速最慢。这可能是由规模效应引起的，即当能源效率提高到一定程度时，增速减缓。
三、我国能源消耗强度区域差异面板数据分析
（一）影响能源消耗强度因素的理论分析。利用聚类分析，把我国各省份按能源消耗强度划分为低、中、高能耗区后，本文进一步利用不同区域内的面板数据，分析影响能源消耗强度的各因素对不同能源消耗强度区域的影响程度是否存在差异。根据对能源使用过程的分析和已有的相关研究成果，本文选择经济发展水平、产业结构、投资情况、能源结构、能源价格等作为影响能源消耗强度的主要影响因素。
1、产业结构。不同行业在能源消耗强度存在较大的差异，能源消费能力最强的是第二产业中的工业，其他行业的能源消费相对于工业的能源消费要小的多，第三产业中的交通运输、仓储及邮电通讯业位居第二，且与第一产业差异不大，建筑业的能源消费能力最小。
2、投资率和消费率。GDP增长中投资、消费和出口占比对能源效率也有一定影响。其中，投资对能源生产率的影响体现在两个方面：一方面当期投资所使用的大量高能耗物品会使高能耗物品占当期产出的比重增加，导致总能源生产率下降；另一方面投资行为由于往往伴随着技术更新而成为能源生产率提高的物质载体，因而投资行为有助于能源生产率的提高。
3、经济发展水平。随着经济发展，一些先进技术会被逐渐采用，从而对能源生产率的提高有积极作用；同时，生产的不断重复进行使熟练程度增加，产生“学习效应”，同一生产过程中所使用的能源会相应下降。
4、能源价格。能源价格从两个方面对能源消耗强度产生影响：一是产出效应。能源价格上升会使生产成本提高，使企业减少产出，进而减少能源需求，降低能源消耗强度；二是替代效应。能源价格上升将促进节能技术的发展，使企业通过使用更节能的设备和技术来降低生产成本，提高能源使用效率。
5、能源消费结构。煤炭在中国的能源消费结构中一直居主导地位，煤炭的利用效率远低于石油和天然气，因此降低煤炭的消费比重，采取优化和多元化能源结构的能源发展战略，有利于能源效率提高。
（二）计量模型设定。如果假设上述因素都以线性关系影响着能源生产率，计量模型可以设定为：
其中，EC表示各省市区的年能源消费总量，单位为吨标准煤；GDP为各省市区的年生产总值，单位为万元；EC/GDP即为能源消耗强度指标；RS和RT分别为各省市区第二产业增加值和第三产业增加值占当年GDP的比重，用来描述产业结构特征；RI和RC分别表示全社会固定资产投资和消费占当年GDP比重，用来描述GDP的结构构成；PerGDP为人均GDP，单位为元，对其取对数，用来衡量各区域经济发展的水平；EP是燃料、动力相对价格指数，用来描述能源价格情况，由于各省市区数据不可获得，我们以全国数据代替。此外，各省市区能源消费中的构成数据不可获取，本文将这个因素放到残差项中予以考虑。以上各省市区GDP总量和人均GDP均按2000年不变价格进行了折算。本文数据主要来自国家统计局《中国统计年鉴》和各年度《能源统计年鉴》。
（三）实证结果分析。本文在面板回归模型中，分别对全国30个省市区以及低能耗区域13个省市区、中能耗区域11个省市区和高能耗区域6个省区进行了回归分析。结果如表1所示。（表1）
在运用面板回归模型进行计量分析前，须先根据Hausman检验选择是采用固定效应模型还是随机效应模型。本文在四个模型的回归中，都事先采用Hausman检验进行了判断，判断结果显示：对全国范围和低能耗区域采用固定效应模型，中能耗区域与高能耗区域则采用随机效应模型。
1、能源消耗强度影响因素分析。首先，我们先从影响能源消耗强度各因素的角度对实证结果进行分析。产业结构对能源消耗强度的影响是比较明显的，不管是全国范围，还是低能耗、中能耗、高能耗区域，第二产业比例和第三产业比例的系数至少有一个是显著的，说明调整产业结构对提高我国能源利用效率会有比较显著的作用。
GDP结构对能源消耗强度的影响主要体现在投资率上。在全国范围以及低能耗区域、中能耗区域内，较高的投资率均显著提高了能源消耗强度，而消费率对能源消耗强度未见显著性的影响。
人均GDP对能源消耗强度的影响，在全国范围以及低能耗区域、中能耗区域内均较显著负相关，说明较高的经济发展水平可以带来更高的能源利用率。而从分层聚类分析的结果上看，能源利用效率较高的省市区，如北京、天津、上海、江苏、浙江、福建、海南等也确实分布在我国中东部等经济较为发达的地区，这些地区的技术水平、人均生产效率相对较高可能是能源利用效率较高的原因。
能源价格对能源消耗强度的影响并不如预期的显著，且在高能耗区域甚至出现了符号与理论预期相反的结果。这可能由以下两种因素造成：一方面我国对能源价格，如石油、电力价格等还实行一定的管控，未能充分发挥价格在能源消费中的调节作用，企业或居民等节能动力不足；另一方面高能耗区域的能源价格出现反向影响，可能和这些区域的资源禀赋有一定联系，如山西、内蒙古是我国煤炭资源较为丰富的地区，能源价格上涨，这些地区在一定程度上受益，其促进节能减排的动机会受一定影响。
2、能源消耗强度影响因素区域比较。从全国范围上看，第三产业比重、投资率和人均GDP分别通过了5%、1%、1%显著性水平下的检验，对能源消耗强度有较显著的影响，因此，优化我国产业结构、推动我国经济增长从投资驱动型向需求带动型转变，对提高我国整体能源利用效率具有积极作用。
低能耗区域中，第二产业比重、投资率和和人均GDP对能源消耗强度有较显著影响。其中，第二产业比重影响最大，投资率次之。有鉴于此，低能耗区域在提高能源利用效率上应从调整工业行业结构进行努力，进一步扩大电子信息业、电器机械制造业等高附加值低能耗产业的发展；并改变粗放型投资的现状，促进投资结构的改变。
中能耗区域中，第二、第三产业比重、投资率和人均GDP对能源消耗强度均有显著影响。其中，第三产业比重的影响最大（-4.0471），甚至高于全国水平（-3.5332）；投资率影响次之。因此，针对这一结果，中能耗区域在提高能源利用效率方面除了改善投资结构外，更重要的是应大力发展第三产业，促进产业结构的优化升级。
而高能耗区域，只有第三产业比重对能耗强度有显著影响，与我们的预期有一定偏差，这可能和这些地区的能源消费结构有一定的关系，能源效率较低的区域往往是煤炭消费比重较大的地区。从能源效率与能源资源的匹配关系来看，中国能源效率与能源资源丰裕度成反比。从世界范围上看，能源资源并不丰富的日本，成为世界上能源利用效率最高的国家。但是，调整这些省区的产业结构仍是提高能源利用效率的当务之急。
四、结论与建议
本文实证结果表明，能源消耗强度是多种因素综合作用的结果，且影响各区域能耗的因素各不相同。从全国范围来看，影响能源消耗强度的因素主要为：第三产业比重、投资率和人均GDP；影响低能耗区域能源消耗强度的主要因素为：第二产业比重、投资率和和人均GDP；影响中能耗区域的能耗强度的主要因素为：第二、第三产业比重、投资率和人均GDP；第三产业比重是影响高能耗区域能耗强度的主要因素。
综合上述结果，我国在实施节能减排的政策上应因地制宜：对于低能耗区域，应从调整工业行业结构进行努力，进一步扩大电子信息业、电器机械制造业等高附加值低能耗产业的发展，并改变粗放型投资的现状，促进投资结构的改变；对于中能耗区域，除了通过改善投资结构来提高能源利用效率外，更重要的是应大力发展第三产业，促进产业结构的优化升级；对于高能耗区域，应从调整产业结构方面进行努力。
（作者单位：1.山东财政学院经济学院；2.山东大学经济学院）
主要参考文献：
[1]DE CIAN Enrica.Trade and Technology Spillovers：an Econometric Assessment of Their Implication on Total Tactor Productivity and Energy Intensity[R].Working Paper，2007.
[2]Karen Fisher-Vanden.The Efect of Market Reforms on Structural Change：Implications for Energy Use and Carbon Emissions in China[J].The Energy Journal，2003.24.
[3]Rebecca J.Elias，David G.Victor.Energy Transitions in Developing Countries：a Review of Concepts and Literature[R].Working Paper，2005.
[4]董利.我国能源效率变化趋势的影响因素分析[J].产业经济研究，2008.1.
[5]高振宇，王溢.我国能源生产率的地区划分及影响因素分析[J].数量经济技术经济研究，2006.9.
[6]郭菊娥，柴建，吕振东.我国能源消费需求影响因素及其影响机理分析[J].管理学报，2008.9.
[7]孔婷，孙林岩，何哲.中国工业能源消耗强度的区域差异――基于省（市）面板数据模型的实证分析[J].资源科学，2010.7.
能源消耗的影响范文3
Abstract: On the basis of the research findings at home and abroad, aimed at the lack of studying on the influencing factors of enterprise energy intensity, using enterprise energy consumption data of Wuhan city in 2008 and multiple linear regression, this paper made a empirical analysis on influencing factors of enterprise energy intensity including trade, scale of enterprise, energy price, and energy structure, obtaining influencing degrees of various factors to enterprise energy intensity.
关键词:企业能源强度;能源价格;能源结构;影响因素
Key words: enterprise energy intensity;energy price;energy structure;influencing factors
中图分类号:F270 文献标识码:A文章编号:1006-4311(2010)23-0046-03
0引言
随着我国经济的快速发展,能源消费量呈现快速增长的趋势,目前我国已经是世界第二大能源消费国,而能源供应的相对不足成为制约我国经济社会可持续发展的重要因素,因此加大节能力度,提高能源利用效率显得极为紧迫。对于能源消费者的企业而言,能源是企业生产经营的物质基础,降低单位产值能耗有助于控制产品成本,减少企业能源消耗量,为国家节能做出贡献。因此研究企业强度的影响因素,分析各因素对能源强度的影响程度,为企业开展节能工作提供理论依据,具有重要的意义。
在能源强度影响因素的研究方面,国外学者曾做了一些分析研究,如Ian Sue Wingetal分析出产业结构调整和技术进步是美国二十世纪后四十年能源强度不断下降的主要原因。Fang(2007)发现自1993年后我国市场化程度的加深对能源效率的提高具有显著影响。此外,有学者研究发现发展中国家通过国际技术贸易获得发达国家先进技术和设备,有利于提高发展中国家的能源效率。
国内学者也对我国能源强度的影响因素做了研究,主要在三个方面:①产业结构调整对能耗强度的影响。史丹(2002)对1980-2000年期间能源消耗进行了分解研究,产业结构调整对能耗强度产生影响主要是由于各产业能耗密度不同造成的。②技术进步对能源强度的影响。李廉水和周勇在基于中国工业部门1993~2003年的样本实证分析了工业行业技术进步对能源强度影响,证实工业行业技术进步是影响能源强度变化的重要因素。③体制改革因素对能耗效率的影响。江文、史丹和Karen Fisher-Vanden研究了市场化改革、对外开放与我国能耗效率变化关系,认为中国市场化改革和对外开放对提高能源效率具有显著的影响。
以上学者的研究分析了能源强度的影响因素,并为我国降低能能源强度提供了理论依据,因此很有意义,但都是国家宏观层面上的研究,而在企业层面上的能源强度影响因素研究还很少。企业作为能源消费者,是降低能源强度的关键,所以研究企业能源强度的影响因素具有重要意义。
1研究设计
1.1 样本选取本文数据来源于武汉市统计局,是2008年武汉市企业能源消耗数据,为了保证数据的真实性和科学性,特选择武汉市规模以上国有企业的能源消耗数据,因为这些重点企业数据比较规范科学,共选取235个样本,能较好地反映武汉市企业能源消耗状况。
1.2 研究假设及变量选取根据国内外相关研究成果和所得样本数据的实际情况,本文选择影响企业能源强度的因素是行业、企业规模、能源价格和能耗结构四个方面。本文的企业能源强度用企业单位产值能耗来表示,具体计算是用企业综合能源消费量除以工业产值,单位是吨标准煤/万元,本文计算用EE表示,企业综合能源消费量是指企业在统计报告期内用于工业生产活动的各种能源折标准煤后进行汇总,并扣除本企业能源加工转换产出的能源折标准煤的汇总。企业能源强度的数值越低表示单位产值能耗量越小,即能源利用效率越高;反之亦然。
1.2.1 行业因素企业由于所在行业的特点,对能源依赖度不同。一般来说,高能耗行业对能源依赖度较高,所产出的是能源密集型产品,单位产值的能耗量较高,能源强度较高,即能源利用效率较低;而非高能耗行业特别是一些高新技术企业单位产值的能耗量较少,能源强度较低。根据国家有关高能耗行业划分规定,高能耗包括六大行业:石油加工、炼焦及核燃料加工业,化学原料及化学制品制造业,非金属矿物制品业,黑色金属冶炼及压延加工业,有色金属冶炼及压延加工业,电力、热力的生产和供应业,六大高能耗行业占我国工业总能耗的70%。对样本的数据进行分析,可以得出高能耗行业的企业能源强度是1.5579吨标准煤/万元,远高于非高能耗企业的0.0986吨标准煤/万元。因此企业所在的行业是影响企业能源强度的重要因素。
假设1:行业差异与企业能源强度显著相关。
本文通过有关资料和样本数据分析,发现高能耗企业与非高能耗企业能源强度具有显著差异,设行业差异为虚拟变量,其中:高能耗企业为1,非高能企业为0,用IF表示。
1.2.2 企业规模因素规模大的企业一般具有技术先进、资金雄厚、管理科学的优势,能够装备先进设备,进行科学的能源管理,从而能降低能源强度。同时那些规模大的重点企业是国家能源监控的重点,是能源消费大户,肩负着提高能耗效率的重任,有节能的压力,会尽可能降低能源强度,即降低单位产值能耗。
假设2:企业规模与能源强度负相关,即企业规模越大能源强度越低。通常衡量企业规模的指标有企业营业额、员工数、总资产等。通过比较,本文选取企业总资产作为企业规模的指标,取对数用LnFZ表示。
1.2.3 能源价格因素企业为了提高利润率,会尽量降低企业经营成本,而能源消费成本在企业成本中占据很重要的比重。能源价格的上涨会增加能源成本,从而导致产品成本的上升,因此企业会尽可能降低能源强度来减少能源消耗量,进而弥补能源价格上涨导致的产品成本增加。所以能源价格是影响企业能源强度的重要因素,当能源价格上升时,企业会迫于成本压力,改善企业能源利用效率,即降低企业能源强度,反之亦然。因此利用经济手段提高能源价格,是降低企业能源强度的有效手段。
假设3:能源价格与企业能源强度负相关,即能源价格的提高迫使企业降低能源强度。
根据样本数据特点,本文的能源价格是用企业能源消费额除以能源消耗量,单位是万元/吨标准煤,能很好反映企业所购买能源的平均价格,用EP表示。
1.2.4 能源结构因素我国特有的能源赋存,具有富煤、贫油、少气的能源特点,国民经济各部门几乎都以煤炭为主要能源。由于技术水平、设备以及煤炭质量的限制,我国煤炭利用效率非常低,而煤炭消费占总能源消费的高比例进一步加剧煤炭利用效率对总能源消耗强度的影响。因此能源结构的不合理是导致企业能源强度居高不下的重要因素。
假设4:企业能源结构中煤炭比重与能源强度正相关,即降低煤炭消费比重降低企业能源强度。
对于能耗结构的衡量,考虑到武汉市能源消费的特点是以煤炭为主,本文选用煤炭消耗占企业总能耗的比重这一指标来衡量能源结构,用ES表示。
2构建模型
本文采用多元线性回归方法对一个因变量与多个自变量之间的关系进行分析,反映企业能源强度与行业、企业规模、能源价格和能源结构这4个因素之间的关系,具体构造模型为:EE=a*If+b*LnFZ+c*EP+d*ES+e。其中a、b、c、d称为偏回归系数,系数越大,因果关系越密切。对此模型参数的计算,本文采用统计分析软件SPSS进行估计和检验。
3实证结果分析及解释
利用SPSS对样本数据进行线性回归分析,具体如下。
表1是对偏回归系数进行的方差分析(F检验),以表明偏回归系数的抽样误差大小,即检测是否具有统计学意义。其中,F=27.788,P=0.000
表2是表示多元回归方程的常量、各自变量的回归系数及他们抽样误差的大小,假设检验,以及各自变量对应多重共线性诊断统计量。通过SPSS分析得出R=0.771,R2=0.626。4个偏回归系数对应的显著性概率分别是0、0.011、0.030、0,均小于显著性检验值0.05,即拒绝总体回归系数均为0的原假设,因此最终回归方程包括这4个变量,且拟合度效果较好。因此,可建立多元回归方程:EE=1.104If+0.098LnFZ - 0.473EP+1.247ES-0.708。
从各应变量相联系的容差和相应的方差膨胀因子(VIF)的值来看,容差均在0.7-1.0之间,方差膨胀因子均在1.0-1.4之间,说明模型中的自变量之间没有出现共线性问题。
结合以上实证分析结果,基本反映了武汉市企业能源强度的影响因素的情况。
3.1 企业能源结构中煤炭比重与能源强度正相关,能源结构是影响武汉市企业能源强度的最重要的因素,假设4成立。企业消耗的煤炭比重越高,企业能源强度越高,即降低煤炭消费比重有助于降低能源强度。其回归系数是1.247,说明降低煤炭消费在总能耗比重的1个百分点,可以使企业单位产值能耗降低1.247个百分点,减少煤炭消费比重可改善企业能源强度。武汉市企业应该逐步降低煤炭在能耗量中的比重,加大电力、天然气、新能源等的消费量。
3.2 行业差异与企业能源强度显著相关,行业因素是影响武汉市企业能源强度的次重要因素,假设1成立。通过统计分析,高能耗企业能源强度远高于非高能耗企业,高能耗企业生产活动对能源需求强烈,工业产值是建立在大量能源消耗之上,其产品是能源密集型产品,是高投入、高能耗、高污染的粗放型生产方式。武汉市节能重点领域应该是高能耗行业,要限制高能耗行业的发展,加大高能耗企业能源监控,逐步淘汰一批技术落后、产能低下、污染严重的高能耗企业,大力发展高新技术产业,优化武汉市产业结构。
3.3 企业能源价格与能源强度负相关,能源价格的变动能显著影响企业能源强度,能源价格因素是第三重要因素,假设3成立,即能源价格的提高有助于降低企业能源强度。能源价格的提高增加企业成本,使企业管理者更加重视能源强度存在的问题,会加强能源管理,改进工艺,尽可能提高能源效率来降低能源价格上升所带来的成本压力。武汉市作为一个能源短缺的工业城市,应合理利用经济手段提高能源的相对价格来迫使企业降低能源强度。
3.4 企业规模与能源强度正相关,即假设2不成立,即并不是企业规模越大能源强度越低。其回归系数在四个回归系数中最小,为0.098。假设2不成立的原因,本文认为可能是由于样本数据中的一些大型企业主要是一些钢铁厂、发电厂、水泥厂等高能耗企业,由于生产的主要是能源密集型产品,单位产值所消耗的能源大,所以反映在回归方程中,企业规模越大,能源强度越高。
4结束语
本文采用理论研究与实证分析相结合的方法,通过相关数据,对武汉市企业能源强度的影响因素进行分析研究,表明武汉市企业能源强度影响因素主要是行业、企业规模、能源价格、能源结构,依据回归系数绝对值的大小,可得出四个因素对于武汉市企业能源强度影响程度由高到低依次是:能源结构、行业因素、能源价格和企业规模。行业和能耗结构对能源强度影响最大,回归系数均超过1.1,所以武汉市需要进行产业和能源结构优化。具体措施是限制高能耗企业能耗量,淘汰一批技术落后、实力较弱的高能耗企业,加快产业转型;降低煤炭在企业总能耗量的比重,增加电力、石油、天然气以及新能源等比重,从而优化武汉市企业能源结构。能源价格对企业能源强度影响也较大,回归系数达到了0.473,武汉市可通过能源价格手段促使企业加强能源管理,淘汰耗能较大的工艺和设备,加大节能技术和设备开发力度,从而降低企业能源强度。而企业规模对能源强度的影响分析上,实证结果与假设不相符,本文对此做了解释。影响企业能源强度的因素很多而且很复杂,本文由于所得数据的限制,没办法将所有可能的影响因素都考虑在内,因此本文研究还有些不足,有待进一步去研究完善。
参考文献:
[1]董利.我国能源效率变化趋势的影响因素分析[J].产业经济研究,2008,(1).
能源消耗的影响范文4
中国经济发展进入新常态，发展速度从高速增长转向中速增长，经济结构优化升级，进入转型期。2014年以来，服务业整体发展呈现平稳较快增长态势，成为新常态下经济增长的亮点。但服务业发展过程中存在的问题也日益凸显，尤其是对资源环境科学的影响更为突出。从全国来看，经济发展仍处在工业化中期阶段，服务业发展对于资源环境的影响相对于工业较小。但北京、上海等服务业发展较快的城市已进入工业化后期阶段，服务业的能耗、电耗等已接近或超过工业，并且服务业发展间接产生的资源消耗和环境污染也不可忽视。
服务业的发展态势
服务业又称第三产业，其发展状况是衡量经济发达程度的重要标志。服务业产值占国民经济的比重，也成为判断国家或地区产业结构是否合理的重要指标。从全国水平来看，产业结构不断优化，进入服务业主导的发展阶段。服务业在国民经济构成中的比重逐年上升，2014年达到48.2%，比第二产业比重高出5.6%，初步形成“三、二、一”式产业结构。服务业规模也不断扩大，成为促进就业的主力军。2013年服务业就业人数为29 636万人，占三次产业就业总人数的38.5%，比第一和第二产业分别高出7.1%和8.4%，发挥了稳增长、调结构、促改革的良好作用。
从31个省(自治区、直辖市)来看，2013年服务业产值占GDP的比重大都集中在30%～50%，超过全国平均水平的仅8个。其中北京市服务业发展一枝独秀，率先在全国形成了服务经济主导的产业结构，进入工业化后期发展阶段。2014年北京市服务业生产总值达到16 627.0亿，占其地区生产总值的77.9%，服务业从业人员占全市从业人员的77.3%，毫无疑问地成为全社会劳动就业以及经济增长的主力军。
经济新常态下，未来经济发展将进一步以服务业为主导。服务业发展过程中，对资源和环境的直接影响相对于工业较低。但是由于各个产业都不是独立存在的，服务业的发展需要其他产业的相互配合支撑，由此会对资源和环境产生间接影响。并且服务业内各部门对资源和环境的影响存在较大差异，如交通、运输、仓储业部门是服务业中的高消耗、高排放部门。以下将从全国以及服务业比重最高的北京市两个层次，来分析服务业发展对资源环境的影响特征，并探讨资源环境约束下服务业发展的对策。
服务业对资源和环境的直接影响
直接资源消耗低于工业
从全国的数据来看，2013年在GDP中占46.1%的服务业，其电力、原煤和天然气消耗比重分别为总量的12.3%、8.2%和18.8%。而在GDP中占37.0%的工业，其电力、原煤和天然气消耗比重分别为总量的70.7%、73.0%和42.3%。说明与工业相比，服务业的单位产出的直接电耗、煤耗和天然气消耗更少。而北京由于服务业所占比例远远高于工业，所以其电力、原煤和天然气消耗所占比重也较工业部门为高。但是与其产出比重相比，能源消耗比重与工业部门的差距则相对较小。2013年，北京的服务业与工业产出比重差额为58.8%，而电耗比重差额为20.4%、原煤消耗比重差额为8.3%、天然气消耗比重差额为35.8%。说明北京的服务业单位产出的直接电耗、煤耗和天然气消耗也更少。
直接环境影响相对较小
工业发展直接排放的废气、废水以及废渣等数量大，影响区域集中，危害明显。与工业相比，服务业发展中直接产生的污染物则相对较少，主要集中在交通运输业、餐饮住宿业、批发与零售业等传统服务业。而以金融业、信息传输、计算机服务和软件业等部门为代表的新兴服务业，其发展过程的直接污染物排放量低，在环境问题严峻的当下具有较强的竞争力。
环境污染治理难度较大
随着服务业比重的不断提高，日益增长的服务业最终需求将导致其对资源和环境的影响不断加大。且由于其环境影响的间接性、广泛性、长期性、潜在性等，导致环境治理难度大。以餐饮娱乐类服务业为例，因其布局与人口密度呈正相关，广布于公共区域、商业区、生活区等人口密集区，进而具有影响范围广、波及对象多的特点。并且餐饮行业排放的成分复杂的油烟废气，弥漫在近地面，对人体健康造成危害;含油脂、洗涤剂的废水，剩饭菜等餐厨垃圾，塑料泡沫包装废弃物等，对水体及生活环境造成不良影响。基数庞大的餐馆、宾馆、洗浴、美发、酒吧等服务行业，规模参差不齐，自身环保意识较差，给监督和管理工作带来困难，从而使得服务业环境污染的治理难度大大增加。
服务业对资源和环境的间接影响
间接资源消耗高
服务业经济活动最基本的特点是服务产品的生产、交换同消费紧密结合，因此服务业对其他产业的依赖程度最为显著。服务业的发展离不开工业、建筑业、农业等产业的支撑，这些产业的产出除了供给自身最终需求之外，还有相当大的比例作为中间投入，满足服务业的发展需求，这部分产品的生产所引起的资源消耗和排放，应归属于服务业的间接资源消耗与排放。以旅游业为例，相较于工业等高消耗、高排放的产业，旅游业相对具有低消耗、低排放的特征。但旅游业的正常运行需多部门为其提供服务，如交通运输业、电力、餐饮、住宿、娱乐等，而这些部门也会直接或间接地消耗大量的能源，因此旅游业的间接能源消耗也不可小觑。以北京市服务业的能源消耗为例，运用投入产出方法对其间接能源消耗进行计算，发现其间接消耗远远高于直接消耗。
间接污染和排放不可忽视
同服务业发展存在不可忽视的间接资源消耗一样，其对环境的影响也具有间接性。服务业的发展要依赖于其他产业，由此产生大量的间接污染和排放。诸多学者对服务业二氧化碳等温室气体排放的研究支持了这一结论。如钟永德等对2007年中国旅游业碳排放的实证计量显示，间接碳排放占旅游业总排放量的比重为57%，超过直接碳排放量。李艳梅等(2015)的分析显示，2012年北京市服务业的间接碳排放量是直接碳排放量的5倍多。服务业内各部门资源和环境影响
各部门间的资源消耗差距很大
服务业内部各部门之间的资源消耗差别较大，以交通运输、住宿、餐饮等为代表的传统服务业消耗的资源量大，而依托于现念、网络技术、新型营销方式等发展起来的新兴服务业，例如信息、金融、保险、健康服务业、电子银行、电子认证等行业，经济附加值高，对资源的依赖程度低，环境污染少。
2012年中国服务业的能源消费总量为56 651.34万吨标准煤，较2005年增长42.6%。2012年交通运输、仓储和邮政业的产值占服务业总产值的10.6%，但其能耗占服务业能耗总量的55.6%。除交通运输、仓储和邮政业以及批发、零售和住宿、餐饮业外的其他11个行业，产值占总量的63.6%，而能源消耗仅占26.3%.、
再以北京为例进行分析，同样可以发现，服务业内各个部门间的能源消耗差异很大。2014年北京市服务业的能源消费总量为3236.5万吨标准煤，其中消耗量最大的为交通运输及仓储、邮政业，消耗量为1204.2万吨标准煤，占总量的37.2%，其次为房地产业，占总量的11.6%。消耗量较小的部门为金融业、居民服务和其他服务业等，消耗量不足总量的3%。
各部门间的污染和排放存在差异
这从北京服务业二氧化碳排放的部门构成特征分析中可见一斑。服务业内部各部门中，二氧化碳排放量最多的部门是交通运输、仓储和邮政业，其次是房地产业。2005年这两个部门的二氧化碳排放在服务业排放总量中所占的比重分别为27.7%和16.8%，二者之和为44.5%;2012年所占比重分别为36.7%和12.9%，二者之和为49.6%。
资源环境约束下服务业发展思路
经济新常态下，产业结构不断优化调整，转型升级加快，服务业发展呈现量质并举的良好态势，近年来已成为国民经济增长的主要动力，由此而带来的直接、间接资源环境问题也日益凸显。尤其是北京这样以服务业为主导的特大城市，服务业的进一步发展更是深受资源和环境的约束。因此，如何破解资源环境约束，寻求可持续发展，成为北京乃至全国服务业发展必然面临的问题。未来服务业的进一步发展，应注重内部结构优化，并坚持走循环经济道路。
虽然相对于工业部门而言，服务业的发展对资源环境的直接影响较小，但是并不是服务业内部的所有部门都是低消耗、低排放的部门。如交通运输、仓储和邮政业、房地产业以及住宿餐饮业等传统服务业部门，其资源消耗、环境污染和排放相当大。因此未来服务业的发展必须进一步优化内部结构。改变传统上认为服务业都是绿色产业的误区，加快发展资源环境影响较小的现代服务业部门，如金融服务业、高技术服务业、设计咨询、科技服务业、商务服务业、电子商务、人力资源服务业、节能环保服务业等。
尤其是首都北京这样服务业所占比重已非常高的特大城市，未来服务业的发展更应发挥带头示范作用。发挥其得天独厚的政治、经济、文化、科技等优势，大力发展金融、文化、科技服务等现代服务业，以缓解资源环境的约束。
在此形势下，作为综合解决资源和环境问题的最有效途径，发展循环经济对于服务业有着毋庸置疑的现实意义。但长期以来，人们更加关注工业发展所引起的资源和环境问题，对循环经济的发展也更多地强调工业领域，而忽略了服务业也会给资源、环境造成极大压力的问题。未来应将节能减排以及清洁生产等循环经济领域的相关工作，进一步从工业部门扩展到服务业部门，尤其是交通运输、餐饮娱乐等对资源消耗和环境影响较大的部门。
对于北京这样服务业所占比重近80%的特大城市，未来资源环境约束必然体现在服务业领域。因此，北京市发展循环经济，更要有全局视野。不能仅仅盯在工业部门的调整和搬迁上，而应更多地关注北京的主导产业——服务业的循环经济如何发展。尤其是商业、餐饮服务业、交通运输业、旅游业等行业的迅猛发展既消耗了大量的资源，又产生了大量的废弃物，对资源和环境的压力越来越大。如果不加以重视，北京市的发展将步履维艰。因而，选择恰当有效的路径，发展服务业循环经济，既是服务业可持续发展的必由之路，也是保障北京市整个国民经济可持续发展的必由
能源消耗的影响范文5
关键词：产业结构调整；资源环境效应；脉冲响应函数
中图分类号：F264.1；F205 文献标识码：A 文章编号：1001-8409（2013）11-0111-06
The Empirical Analysis on the Effect and the Response
of Resource and Environment of the Adjustment of Industrial Structure in Xinjiang
LI Fang， ZHANG Jie， ZHANG Fengli
（School of Economics and Management， Shihezi University， Shihezi 832000）
Abstract：
This paper selects industrial water consumption， industrial energy consumption， industrial waste emissions as the indicators of resource consumption and environmental pollution in Xinjiang ， based on characteristics of resources and environment effect analysis of industrial structure adjustment ， adopted econometric method of impulse response function and variance decomposition， simulated the situation of resource and environmental effect and response of the adjustment of industrial structure of Xinjiang. The result shows that：（1）The time characteristics of resource consumption of industry in Xinjiang showed a larger proportion of agricultural water lonely ；a bigger energy consumption intensity of secondary industry recently. Spatial characteristics of resource consumption are weaker amplitude characteristics in South of Xinjiang. Industrial pollution， per capita industrial waste gas emission shows rising trend in Xinjiang. （2）Grainger causality analysis found that， " Nine Five" since， Xinjiang industrial structure optimization is based on the cost of resource consumption， but did not have a direct effect on the ecological environment. The impulse response function and variance decomposition results show that： Industrial energy resource utilization efficiency is not high in Xinjiang. Only by constantly optimize the industrial structure to achieve energy efficiency. The rational allocation of water resources between industries， which ultimately to achieve the aim of water saving of Xinjiang.
Key words： the adjustment of industrial structure； effect of resource and environment； impulse response function
一、引言
新疆维吾尔自治区位于欧亚大陆腹地、中国西北边陲，拥有丰富的煤炭、石油、天然气等自然资源，并且依托这些资源形成了较为完善的现代工业体系。同时，新疆位于我国干旱半干旱区，属于典型的绿洲风貌，生态环境脆弱。随着新疆新型工业化进程的的快速推进，将不可避免地带来资源过度消耗，加大对环境的破坏。因此，从产业生态系统协调发展的角度，研究新疆产业结构调整带来的资源环境效应及响应的时序变化特征具有十分重要的意义，有利于构建资源节约型和环境友好型社会，推进可持续发展的产业发展战略的实施。
国外学者在20世纪70年代开始关注产业与环境的关系。如福雷斯特发表的《世界动态学》，首次提出产业环境的概念，指出产业结构转换或调整过程中，重视产业发展与环境保护的协调性[1]。在进一步考虑产业与资源的关系方面，赫尔曼·戴利倡导在产业结构调整过程中，控制资源消耗量大的产业规模，鼓励无污染或污染小的产业发展，利用这一途径实现与环境的协调发展[2]。国内学者在20世纪90年代开始关注产业与环境的关系[3]，针对典型生态环境区的产业结构调整的环境效应的研究较为丰富，彭建等分析了云南产业结构调整的环境效应[4]。赵雪雁、张海峰、李芳等分别对西北五省的甘肃、青海、新疆的产业结构调整的生态环境效应进行重点分析[5～7]。刘宇分析了东北辽宁省产业结构调整的生态环境效应[8]。结合资源分析的研究不多，徐增让从资源自给率、耗煤产业结构、环境影响等方面分析了煤炭流动的资源环境效应[9]。针对新型工业化进程正处于加速发展时期，生态环境脆弱的经济欠发达地区综合考虑资源、产业与环境关系的研究不够。基于此，本文以新疆为例，应用计量经济学方法对产业结构调整导致的资源环境效应进行检验和响应分析，为加快产业可持续发展与资源环境保护提供政策建议。
二、资源环境在新疆产业结构调整中的效应表现
（一）资源消耗效应
产业结构是资源的转换器，产业结构的变化将引起资源结构的变化，进而对生态环境产生影响。本文结合新疆产业结构的特点，从产业能源消耗、水资源消耗反映产业结构变动的资源消耗效应，从工业三废排放变动反映产业结构变动的环境污染效应。
1.资源消耗的时序变化特征
伴随着工业化和城市化进程的快速推进，能源消耗加大、用水量递增是新疆发展中面临的主要资源消耗问题。考虑到指标的可获得性和代表性，分别选取第二产业所占比重作为产业结构指标（X），产业能源消耗总量（Y1）、产业耗水量（Y2）作为资源消耗的指示性指标。通过分析发现，在新疆产业结构调整中的产业耗水、产业能源消耗呈现出不同变化特征。
由图1可以看出，新疆水资源配置不合理，产业间用水比例不协调。这突出表现为农业用水量过大，占到生产用水量的90%以上。其原因在于新疆是我国重要的粮棉产区，种植作物以棉花、甜菜为主，这些都是喜水的作物，用水量大，且用水时间集中，形成了独特的“灌溉农业，荒漠绿洲”的生态环境和经济社会体系。非农业用水占生产用水平均不到10%。随着新疆经济总量的增加，各产业耗水量也呈现出上升的趋势。
图2 是新疆“九五”以来三次产业产值比重和三次产业能耗变动趋势。由于2011年新疆统计年鉴有关能源方面公布的是2009年的数据，因此，对产业能源消耗数据的选取区间为1995～2009年。从产业结构来看，新疆三次产业结构由1995年的29.54：34.85：35.61转变为2009年的17.76：45.11：37.12，第一产业比重有所下降，第二产业比重上升幅度较大，第三产业比重变化幅度不大，说明新疆正处于大力推进工业化的关键时期。从三次产业能耗结构来看，由1995年8.57：70.06：21.38转变为2009年的6.22：77.84：15.94，第一产业能耗总体有所下降，第二产业能耗1995～1997年比重较大，1998～2005年有一定程度的下降，自2006年后又呈现上升趋势，第三产业能耗波动幅度不大，总体呈现下降趋势。
2.资源消耗的空间分布特征
新疆各地州产业结构的变化特征从静态横截面数据（见表1 ）看，首先，2009年新疆工业化水平在空间分布上表现得极不平衡，南北差异明显。南疆五地州除巴州外，工业化水平较低，占新疆生产总值的18%左右，巴州第二产业占比达50%以上。随着塔指油田的开发，极大地带动了巴州工业水平的提高。除阿勒泰外，北疆工业化水平较高，克拉玛依工业产值达80%以上，其他地州工业产值平均占生产总值的40%。可见南北疆的产业结构处于两个不同的阶段。
从横截面动态变化看，2005～2009年间南疆喀什工业产值下降幅度最大，达11%，东疆哈密、南疆巴州、北疆石河子、博州、伊犁工业产值下降幅度较大，平均下降幅度为2%，南疆和田稍有下降，南疆工业产值下降幅度大于北疆工业产值下降幅度。
综合新疆产业水资源、能源资源消耗的空间分布特征，与地州产业结构相对照，2009年新疆各个地州能源消耗量、用水量与其城市化水平分布具有一致性，人均能源消耗量和人均用水量分布分为南北两个不同资源消耗地区：北部的人均能源消耗与用水量大，南部的能源消耗和用水量相对较小。从人均资源消耗分布的动态变化比较看，在2005～2009年间北部地区的产业能源消费数增长幅度与产业用水变动幅度较大，南部相对较小。
（二）环境污染效应
产业结构对环境具有重要的影响，不同的产业结构和不同的经济发展阶段对环境的影响有显著的差异。新疆在加快推进新型工业化进程中，工业“三废”作为工业生产在所难免的附属产物，对生态环境形成胁迫效应。因此，目前，工业“三废”排放成为新疆最主要的环境污染物。可以通过比较新疆和全国的工业“三废”排放变化揭示产业结构调整过程中环境污染排放的总体特征。
1.新疆工业废水排放与全国一样有总体缓慢上升的趋势，人均值处于全国人均排放量的下方
由图3可知，自 1995 年以来，新疆废水排放总量整体呈上升趋势，期间波动幅度较大。从2000年以来增加势头更加明显。就工业废水排放量来说，大体可分为三个阶段：第一阶段为 1995～2000年，这一期间存在明显的波动。1995年达到“九五”期间的最高值，人均工业废水排放量最大值达12吨/人，1997年连续两年大幅上升，1999年全疆工业废水排放量大幅减少，2000年废水排放量继续下降，低于“九五”初的排放水平，也是15年来最低的排放水平；第二阶段为 2001～2005年，工业废水排放量在2000年较低排放的水平上保持小幅度波动；第三阶段为 2006～2010年，工业废水排放量呈逐年上升趋势。随着产业结构的调整，尽管新疆工业废水排放人均负荷处在较低水平，但排放效应总体上加重。
2.工业废气排放同全国一样有迅速扩大的趋势
随着新疆优势资源转换战略的实施，新疆以煤炭、石油、天然气开采、加工为主的资源型产业在新疆生产总值中占据主导地位，这些工业行业的发展加剧了新疆绿洲大气环境的污染。
从图4可以看出，新疆人均工业废气排放量与全国人均工业废气排放量变动趋势较吻合，和全国的排放水平一致，总体处于上升状态，说明新疆的大气污染较严重。且逐渐增加的人均负荷反映出新疆工业废气排放效应正在加大。2002 年以前，新疆人均工业废气排放量增长缓慢，并且幅度不大。排放的绝对数量都维持在 2000 亿标准立方米左右，由于这一时期新疆第三产业发展占据主导地位，所以没有给环境带来较大压力。从 2003 年开始，工业废气排放量迅速增长，在6 年时间里，从 2003年人均 15170.51标准立方米增长到 2010年的人均 42678.6标准立方米，增长了近三倍，带给环境的压力加大。
3.工业固体废物产生和全国变动趋势较一致，人均值处于全国人均排放量的下方
2010年新疆人均工业固体废物产生量是1.76吨，比上年有较大增长。2010年工业固体废物综合利用率是 47.32%，与2006年以来综合利用率水平相当。新疆工业固体废弃物集中产生在有色金属矿采选业、黑色金属冶炼及压延加工业、黑色金属矿采选业、电力、热力的生产和供应业等，这些行业的工业固体废物产生量占新疆的60%以上。
由图5可知，从 1995～1998 年，新疆人均工业固体废物产生量变化极不平稳，波动很大。1996 年人均达到最低值 0.3吨，1997 年人均达到最大值接近0.6吨。这一阶段的波动可能和新疆经济发展的不平衡有关。1998～2007 年，产生量呈现平稳上升的趋势，从1998～2001年这一阶段趋于平缓，2002～2007年间人均产生量缓慢上升。2007年后，人均工业固体废物产生量迅速上升，但人均负荷低于全国水平，2010年人均工业固体废物产生量迅速增加，接近全国平均水平。新疆的工业“三废”排放量逐年上升，加上环境的共有性，使新疆本来就十分脆弱的生态环境更加恶化。
三、新疆产业结构调整的资源环境效应与响应的实证检验
（一）新疆产业结构调整的资源环境效应的格兰杰因果检验
为了探求新疆产业结构调整的资源环境效应，首先使用计量经济学中的格兰杰因果检验法进行因果分析。格兰杰因果检验的思想是：两个时间序列Xt和Yt，如果Xt是Yt的原因，则Xt先于Yt出现，在加入Xt滞后项的回归模型中，Xt滞后项的系数应该统计显著，并能够提高模型的解释能力，该模型为：
Yt=ki=1αiYt-i+ki=1βiXt-i+μt（t=1，2，3，K，T）
其中，Xt、Yt是指标向量，αi、βi为待估系数，μt为白噪声序列。
以新疆二、三产业产值占新疆GDP比重（ISR）作为产业结构优化指标，以产业能源消费总量（NH）、产业耗水总量（SH）作为资源指标，工业废气排放（FQ）作为环境指标，考虑到对时间序列数据进行取对数处理容易得到平稳序列，而且不改变时序数据的特征，本文实际分析时均采用各变量的对数值。对其进行格兰杰因果关系检验，滞后期选择3时，在5%的概率下，分析结果表明：新疆产业能耗及产业水耗不是产业结构优化的格兰杰原因；以废气排放表征的环境污染与新疆产业结构优化没有联系；产业结构优化是产业能源消耗和产业水资源消耗的格兰杰原因。这说明在新疆产业结构调整过程中，二、三产业比重的提高增加了对能源消耗和水资源的消耗，但产业结构的优化并不仅依靠资源的消耗，产业结构与以逆向指标表征的生态环境之间不存在格兰杰因果关系，意味着产业结构的优化不能以破坏生态环境为代价。
（二）新疆产业结构调整的资源消耗的响应分析
通过格兰杰因果关系检验发现，在产业结构调整过程中，产业结构优化对产业能源消费量和产业水资源消耗直接产生统计意义的因果联系，为了进一步分析产业能源消费量和产业水资源消耗对产业结构调整作用下的响应情景，采用脉冲响应函数来进行分析。广义脉冲响应函数考察一个变量的冲击怎样影响其他变量以及这一影响力的持续时间。广义脉冲响应函数由Koop（1996）等提出，后经Pesaran和Shin（1998）进行了拓展研究。在对VAR模型进行必要的数学变换后，Pesaran和Shin[10]将广义脉冲响应函数定义为：
GIx（n，δj，Ωt-1）=E（yt+n/εjt=δj，Ωt-1）-E（yt+n/Ωt-1）
其中，δj代表来自第j个变量的冲击，n是该冲击响应时期数，而Ωt-1则是代表该冲击发生时所有可获得的信息集。令δj等于一个标准差冲击，得出解析结论：
yt+n=σ-12jjAnej， n=0，1，2，…N
其中，ej是单位向量，表示t时刻给第j个变量一个标准差冲击，对y在t+n时刻的影响期望值。
本文首先检验了在5%的显著性水平下，所选2个指标与产业结构优化率之间存在唯一的协整关系，然后，在此基础上，选取1995～2009年的产业结构优化率和产业能源消耗总量、产业耗水总量，分别建立产业结构优化率与它们之间的VAR模型，进行脉冲响应分析，结果见图6和图7所示。
图中实线表示脉冲响应路径，代表了能源资源、水资源消耗量对产业结构调整的响应，两边虚线为2个标准差的置信区间。图6是产业能源消费量对产业结构调整的响应路径。从图6可以发现，在新疆产业结构调整过程中，产业结构的优化对产业能源消费具有正向的冲击效果，即随着产业结构不断优化，产业能源消耗将增加，这种效果在第2期开始产生，并且以后持续增加。图7反映产业耗水对产业结构变动的响应路径，从图7可以看出，在新疆产业结构调整过程中，产业结构优化对产业耗水具有负向的作用效果，从第二期即呈现出这样的特征，即随着产业结构的不断优化，产业耗水对产业结构优化的冲击呈现不断减少的变化趋势。
（三）新疆产业结构调整的资源消耗的方差分解分析
方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。根据方差分解理论，得到产业结构对能源资源、水资源消耗的方差分解结果，如表2所示。
表2表明了从1～10的预测期内，新疆产业结构调整对能源资源消耗和水资源消耗的影响。从产业结构调整对能源消耗影响的方差分解结果来看，第一期，产业结构调整对能源消耗的影响较小，仅有20.532%，第二期开始，产业结构调整对能源消耗的影响增加，迅速上升到56.251%，然后产业结构调整对能源消耗的影响保持较平稳的幅度，说明能源资源消耗受产业结构波动的影响逐渐减弱。可见新疆能源产业结构优化程度不高，能源利用效率不高。只有不断地优化产业结构才能实现能源效率的提高。
从产业结构调整对水资源消耗影响的方差分解结果来看，第一期，产业结构调整对水资源消耗的影响非常小，贡献份额仅9.107%，第三期之后，产业结构调整对水资源消耗的影响迅速上升，第五期达到61.681%，随后，产业结构变化对水资源消耗的贡献度达70%以上，产业水资源消耗受产业结构波动的影响逐步加强。说明通过对水资源在产业间的合理配置，能够实现节约用水的目标。
四、结论
随着新疆产业结构调整进程的推进，用水量递增、能源消耗加大，工业三废排放的增加是产业结构调整过程中普遍的资源消耗、环境污染问题。从产业资源消耗时间序列来看，新疆水资源配置不合理，产业间用水比例不协调，农业用水占较大比重；第二产业能源消费量增长幅度较大。从产业资源消耗空间来看，新疆北部地区的产业能源消耗增长幅度与产业用水变动幅度较大，南部相对较小。工业污染方面，新疆产业结构调整过程中资源环境压力正在持续加强。
格兰杰因果分析发现，“九五”以来，新疆产业结构调整过程中，资源消耗不是产业结构优化的格兰杰原因，产业结构优化不是以牺牲生态环境为代价。进一步的脉冲响应函数模拟表明：短期内，随着产业结构的不断优化，能耗不断增加；从长期看，水资源的消耗将会减少。方差分解结果表明：新疆能源资源消耗受产业结构波动的影响逐渐减弱。水资源消耗受产业结构波动的影响逐步加强。
参考文献：
[1]福雷斯特. 世界动态学[C].中国环境管理、经济和法学学会，1984.
[2]赫尔曼·戴利. 超越增长：可持续发展的经济学[M].上海：上海译文出版社，2001.
[3]崔凤军. 本溪产业结构的环境生态评价[J].城市环境与城市生态，1995，8（ 2） ：31 -36.
[4]彭建，王仰麟，叶敏婷等. 区域产业结构变化及其生态环境效应—以云南省丽江市为例[J]. 地理学报，2005，60（5）：798-806.
[5]赵雪雁. 甘肃省产业转型及其生态环境效应研究[J].地域研究与开发，2007，26（ 2） ：102 -106.
[6]张海峰，白永平，王保宏等. 青海省产业结构变化及其生态环境效应[J].经济地理，2008，28（5）：748 -751.
[7]李芳，龚新蜀，张磊. 生态脆弱区产业结构变迁的生态环境效应研究—以新疆为例[J].统计与信息论坛，2011，（12）：63-69.
[8]刘宇，黄继忠. 辽宁省产业结构演变的环境效应分析[J]. 资源与产业，2013，15（1）： 1-5.
[9]徐增让，成升魁. 不同省区内部煤炭产业流动及资源环境效应[J].经济地理，2009，29（3）：425-429.
[10]杨福霞.中国经济发展的环境效应分析—基于广义脉冲响应函数的实证检验[J].财经研究， 2010，36（5）：133-143.
收稿日期：2013-01-30
基金项目：国家社会科学基金西部项目（11XJY015）；国家社会科学基金项目（12CJY039）
作者简介：李 芳（1979- ） 女，甘肃民勤人，博士、讲师，研究方向为产业经济、生态经济；
能源消耗的影响范文6
关键词：能源消耗强度；地区差异；影响因素
一、引言
以上研究均以国家总体能源强度变化为研究对象，较少涉及能源消耗的地区差异问题。事实上，我国作为一个幅员辽阔的国家，地区差异问题不容忽视，由于不同地区资源禀赋、经济发展水平、经济结构、技术水平、工业化进程等方面的发展存在很大的不平衡，从国家总体角度的研究结果并不一定与地区实际相吻合。如果不分条件、不考虑地区差异，全部照搬一个模式，势必会影响中国节能降耗目标的实现。
二、能源消耗强度的区域差异
(一)地区划分方法的选择
(二)地区能源强度的差异特征
(一)变量选取和数据说明
1、能源消耗强度(EL i,t )。定义Ei为单位生产总值的能源消耗总量，单位为吨标准煤／万元，则；EL i,t =ENG i,t ／GDR i,t ，i表示省份，t表示时期(以下同)。全国能源消耗强度就是30个省区能源消费总量之和与国内生产总值之和之比。
2、 经济 发展 水平(Pergdp i,t )。以地区人均GDP表示，i省份t时期的人均GDP可以表示为：Pergdp i,t =GDR i,t ／POPi，t。POPi，t为i地区t时期的年末人口总数。
3、 工业 化水平(IND i,t )。用地区工业增加值占当年地区生产总值的比重表示，即：IND i,t =IND i,t ／GDR i,t INCR i,t 表示i省份t时期的工业增加值。预期工业化水平与能源消耗强度同向变动，但工业化进程的不同阶段对能源消费的需求有可能不同。
4、产业结构(CY i,t )。用第二、三产业增加值占当年地区生产总值的比重表示，即：CY i,t =INC i,t ／GDP i,t ,INC i,t ，表示i省份t时期的产业增加值。预期第三产业增加值比重上升与能源消耗强度成反比，第二产业增加值比重上升与能源消耗强度成正比。
5、制度因素(SYS i,t )。用地区工业总产值中国有工业所占比重表示，即：SYS i,t =GY i,t ／GD i,t ，GY i,t 表示i省份t时期的国有工业总产值。可以假定：国有工业比重大的地区，能源利用效率低，能源消耗强度大，这一假定是否成立还有待于计量检验。
6、政府影响力(GOV i,t )。用地区财政支出占GDP比重表示，即：GOV i,t =FINA i,t ／GDP i,t ，FIN i,t 表示i省份t时期财政支出总额。理论上推测政府干预对提高能源效率存在负向影响。
(二)计量模型选择及设定
本文建立的模型为面板数据计量模型(Pool date)。面板数据计量模型有三种：聚合最小二乘回归(Pool OLS)、固定效应模型(Fixed effect)和随机效应模型(Random effect)。对于截面单位较多而时期较短的样本数据，本文假定在同一地区内所分析各因素对能耗强度的影响大体相同，地区能耗强度的差异主要体现在截面单元的不同个体之间，因此对各地区建立面板数据的不变参数模型。在具体模型的选择上，可根据所研究问题的特点及具体数据特征来判断。如果用样本推断总体的个体差异，则采用随机效应的面板模型，如果分析样本本身的个体差异，则可以采用固定效应的面板模型。根据本文的研究目的，应选取固定效应模型。因此所设定模型为变截距固定效应模型。基本计量模型可设定为：
EI=f(Pergdp，IND，CY，SYS,GOV)+μ (1)
(1)式中，EI和Pergdp取 自然 对数，其余变量均采取原始形式，则模型(1)可变化为：
(三)模型参数估计结果及经济含义
由于本文所建立的是多变量的截面回归模型，为了消除异方差和序列相关的影响，采用似不相关回归法(SUR)进行回归估计，结果见表1。
1、能源消耗强度与地区经济发展水平呈显著负相关。但经济发展水平对东部地区能源强度降低的影响明显超过中西部经济落后地区。经济发展水平对能源消耗强度的影响可以从以下两个方面来理解：一方面，随着经济发展水平的提高，一些先进的知识、技术、管理经验和 现代 化的节能设备会被逐渐应用于生产过程之中，从而有利于降低能源消耗强度。另一方面，由于“学习效应”的产生，我国万元产值能耗随人均GDP增长呈幂指数衰减，同一生产过程中所使用的能源会相应下降(高振宇，王益，2006；韩亚芬，孙根年，2008)，这两方面的共同作用都会对提高能源利用效率，降低能源消耗强度产生积极的作用。
2、工业化水平对地区能源消耗强度影响方向不同，影响差别显著。东部地区能源强度与工业化水平呈显著负相关。中、西部地区能源强度与工业化水平呈显著正相关，与预期的结果基本一致。目前，我国东部沿海经济发达地区已进人工业化的中后期阶段。这些地区随着经济结构转换和结构优化，能耗强度也会相应下降；而中、西部大部分省区目前仍处于工业化的初、中期阶段，能源消耗量大且能源强度难以降低；基于中、西部地区独有的资源优势，近年来一些高耗能产业(如电解铝、化工、水泥等)逐渐向中、西部特别是西部地区转移，这对中、西部地区降低能源消耗强度形成巨大的压力，使其能耗强度不降反升。
3、产业结构对地区能源强度影响差异显著。东部地区第二产业增加值比重提高会显著降低能源消耗强度，而中、西部地区第二产业增加值比重提高会抑制能源消耗强度的降低。根据能源效率的分解方法，总能源效率变化取决于两种效应：效率效应和结构效应。东部地区由于能源利用的高效和结构优化配置，使得由于产量增加而增加的能源消耗总量被效率提高和结构优化效应所抵消，能源消耗强度随之降低。而中、西部地区第二产业增加值比重提高会提高能源强度，一方面是由于中、西部地区落后的生产力水平和技术水平所致；另一方面，也可以从效率效应和结构效应方面得到解释，即由于能源利用效率低下和结构调整缓慢对降低能源消耗强度产生阻碍作用。
第三产业增加值比重与三大地区能源消耗强度呈显著的负相关关系，对东、中、西部的影响力度由东向西依次减弱。第三产业主要以附加值高、低能耗的服务业为主，从效率效应和结构效应的角度分析，第三产业结构效应总为正，总是能促进能源强度的降低。但相对于东部地区而言，中、西部地区由于产业结构调整较为缓慢，第三产业增加值比重较低，因而其能源强度降低的幅度总是小于东部地区。
4、制度因素对三个地区能源强度影响方向相同，影响差异显著，这一结果与我们的直观推测相反。表明在我国目前所处的发展阶段上，国有工业并不一定会对能源强度降低形成阻碍。目前，我国各地区市场化进程虽不同步，但市场化进程的步伐在不断加快，经济活动的透明度也越来越高，从而显示出更优的制度质量。而良好的制度质量，完善的 金融 法律 法规都会对 企业 生产经营活动产生积极影响，在一定程度上有利于企业提高能源效率。这里的关键不在于国有、非国有之分，而在于一个地区优越的制度环境。事实上，很多规模较小的非国有企业由于资本、资金匮乏，技术设备以及技术改造的步伐明显落后于大中型国有企业，其能源利用效率也明显低于国有企业，这一点和董利(2008)的分析结果基本一致。由此可以猜想：在考虑资本、劳动投入的同时，如果考虑能源投入品的产出效率，国有经济成分并不一定无效。这一点还需要更多的实证研究予以验证。
5、政府影响力一以政府财政支出占GDP比重表示，表明政府干预市场经济的程度。政府干预力由西向东依次减弱，即政府对市场经济的干预程度越大，能源利用效率越低。政府干预在能源领域的主要表现是能源价格，能源价格对能源强度的影响：一是产出效应，二是替代效应。在一个开放的市场中，二者都会使能源强度下降。但从目前的现实来看，虽然我国政府对能源问题的改革已初见成效，但能源市场体系仍不健全，能源价格无法反映能源资源的稀缺性和环境成本，经济增长以能源资源的过度消耗和环境成本为代价，能源浪费现象严重，产出效应和替代效应不能有效发挥作用，尤其在能源资源丰富的中、西部地区表现得更为明显。
四、结论及启示
参考 文献 ：
[3]顺巧生，成金华，王华
中国工业化进程中的能源消费变动[J]，中国工业经济，2005。(4)：30—37。
[4]高振宇，王益，我国能源生产率的地区划分及影响因素分析[J]，数量经济技术经济研究，2006，(9)：46—57。
[5]齐绍洲，罗威中国地区经济增长与能源消费强度差异分析[J]经济研究，2007，(7)：74—81。
