北京市能源消费的因素分解分析
北京市能源消费的因素分解分析
张兴平 汪辰晨 张 帆(华北电力大学, 北京 102206)
1摘 要2 本文利用迪氏对数指标分解法(LMDI) 对北京市17个行业2005~2009年间的能源消费变动进行因素分解分析。将能源消费增长的总效应分解为3个部分:生产效应、结构效应和强度效应。生产效应是经济增长对能源消费增长的贡献, 结构效应反映产业结构调整对能源消费增长的贡献, 强度效应是指能源效率提高对能源消费增长的贡献。实证研究结果表明, 生产效应是导致北京市能源消费增长的主要因素, 结构效应和强度效应则延缓了能源消费总量的增长, 但生产效应明显大于结构效应和强度效应之和, 因此能源消费在此期间表现为增加。值得注意的是强度效应高于结构效应。
1关键词2 能源消费 因素分解 生产效应 结构效应 强度效应DOI:10. 3969/j. issn. 1004-910X. 2012. 01. 0021中图分类号2F127
1文献标识码2A
引 言
能源短缺和气候变化是世界关注的焦点之一, 已经成为国家制定经济政策、产业发展战略和经济发展目标的重要参考。许多学者利用因素分解法识别和量化引起能源消费变化的因素, 指数分解法(I DA) 和结构分解法(SDA) 是两种最常用的分解技术。Michiel de Nooij 等(2003) [1]用SDA 分析了不同国家的能源消费, 揭示导致不同国家人均能源利用率不同的原因。尚红云和蒋萍(2009)
[2]
源消费量增加的主要原因, 同时结构效应、生产效应、替代效应和强度效应对能源消费的增加起了限制作用, 但影响不大; 孙鹏等(2005) [4]以我国1978~2003年数据为样本, 运用IDA 分解模型把能源消耗总量的变化分解为经济增长效应和能源强度效应, 研究后认为1978~2003年间能源效率年均增长率为4176%, 能源消耗总量没有随GDP 的增长而同比增长, 经济发展与能源消耗之间实现了一定程度的相对脱钩, 特别值得注意的是2001~2003年的能源消耗增长速度超过了同期的GDP 增长速度, 能源使用效率随经济的发展不但没有提高, 反而在下降。欧育辉等(2007) [5]用IDA 研究了我国6个行业在1985~2003年的数据, 将我国总能耗增长量分为生产效应、结构效应和强度效应, 研究后认为此期间能耗消费增长的主要动因是生产规模的扩大和经济结构的调整, 而我国能耗强度的降低则大大延缓了能耗总量的增长。高振宇(2007) [6]以我国1980~2005的数据为例, 利用IDA 探讨产业结构变动和产业内效率提高对能源消费和总体单位能耗的影响, 测算结果
利用SDA 将我国能源消耗变动分解为能源强度变动、技术进步变动和最终需求变动3种影响因素, 利用中国1997年和2002年的投入产出数据表测度28个行业的3种影响因素对煤炭、石油等4种能源消耗变动的影响, 最后得出结论:能源强度变动没有使所有行业能源消耗都减少, 技术进步导致所有行业的每种能源消耗之和都是增加的, 并根据实证结果提出了节能降耗的政策建议。Nicolas Mairet 和Fabrice Decellas (2009)
[3]
利用IDA
对法国服务业1995~2006年间能源消费变动情况进行了分析, 研究后认为服务业的经济增长是能
收稿日期:2011) 09) 21
基金项目:国家自然科学基金项目(项目编号:71173075) ; 北京市自然科学基金项目(项目编号:9092013) ; 北京市哲学社会科学规
划项目(项目编号:10BaJ G371) ; 中央高校基本科研业务费专项资金资助; 北京市共建项目专项资助。
作者简介:张兴平, 华北电力大学教授。研究方向:能源经济与能源政策。汪辰晨, 华北电力大学硕士研究生。研究方向:能源经济
与能源政策。张帆, 华北电力大学核科学与工程学院学生。
表明产业内能源效率的提高是能源节约的主要因素。
SDA 需要用到投入) ) ) 产出表, 而许多国家和地区并不是每年都编制投入) ) ) 产出表, 而IDA 仅需要部门数据即可, 因此SDA 数据收集的难度通常比较大。同时, IDA 可以应用加法和乘法两种分解形式, 而SDA 仅能使用加法分解, 因此IDA 的使用更加灵活, 也被更广泛的应用于制定国家和地区环境政策。Ang 和Zhang (2000) [7]对IDA 方面的文献进行了很好的综述, 并详细分析了IDA 的特性和算法。基于此, 本文利用IDA 进行因素分解。
我国地区经济发展水平、经济发展模式和能源资源禀赋差异较大, 从而使地区间能源消费总量、能源消费结构以及能源消费强度存在着巨大的差异。因此从区域的角度进行能源分解分析, 可以为区域能源政策和节能措施提供更详尽的资料。不少学者针对区域能源消费和能源消费强度进行了分解分析。向其凤, 马晓兰(2009)
[8]
DI 方法分析了影响工业终端能源消费变化的原因, 研究发现, 工业部门的快速增长是能源消费增长的决定性因素, 为了缓解能源消费增长速度, 需要降低能源密集型部门的能源强度以及降低能源密集型部门产出在工业产出中的比例。陈海燕, 蔡嗣经(2008) [11]利用AWD (Adaptive Weighting Divisia Index) 方法对北京市1997~2006年的能源强度变化进行了分解分析, 实证结果表明:1997~2006年北京市总能源强度的降低主要是由于第二产业能源强度的降低。在此基础上, 进一步分析了2002~2006年的工业部门内各行业对工业部门能源强度变化的影响, 得出工业部门能源强度的降低主要取决于5个能源密集型部门。本文以北京市近5年(2005~2009) 的统计数据为样本, 利用LMDI 分解技术对北京市能源消费总量变化进行分解分析, 研究引起能源消费变化的影响因素, 并据此提出降低能耗的相关建议。
1 能源消费分解的LMDI 方法
假定某一国家或地区的能源消费量E 是由多个部门的能源消费量构成。在特定时期内定义以下变量:
E t :第t 年的总能源消费量;
E it :第t 年第i 个部门的能源消费量; Y t :第t 年所有部门的总产值; Y i t :第t 年第i 个部门的产业增加值; S it :第t 年第i 个部门的产业增加值占总产值的比重, S it =Y it /Yt ;
I it :第t 年第i 个部门的能源消耗强度, I it =E it /Y it
则有:E t =
利用
LMDI (logarithmic mean Divisia inde x ) 方法对云南省1997~2006年间的工业能源消费变动情况进行了分解分析, 将能源消耗增长的总效应分解为产出效应、结构效应和效率效应, 计算结果显示, 云南工业能源消费的结构效应与效率效应正负相抵消, 使得总效应和产出效应相当, 结构效应几乎消耗了效率效应节约的全部能源; 魏子清, 周德群(2009) [9]利用LMDI 方法将江苏省1995~2005年能源消费变化分解为产出效应、结构效应和效率效应, 研究结果表明, 能源利用效率提高是促进江苏省能源消费和能源强度降低的主要原因, 经济增长是能源消费增长的决定性因素。北京市作为全国第二大能源消费城市, 本地能源资源有限, 能源对外依赖度较高, 因而深入研究能源节约策略的选择和政策的制定是北京市经济发展战略的现实课题, 有利于北京市能源发展及节能规划目标的实现。一些学者对北京市能源消费影响因素进行过探索, 陈海燕, 蔡嗣经(2006) [10]基于北京市2001~2005年的经济与能源数据, 利用LM -E E i t =E Y t #Y t #Y it =E Y t #S i t #I i t
it i t
(1)
考虑到在时间序列上从第0期到第t 期能源消费的变动, 可以采用/加和分解0和/乘积分解0两种方法分解, 即:
$E tot =E t -E 0=$E out +$E str +$E int +$E res (2) $D tot =E t /E 0=$D out #$D str #$D int #$D res
(3)
公式(2) 为/加和分解0的分解形式。$E tot
是从第0期到第t 期的总能源强度变化差值, 即总效应。而$E tot 由4个部分相加构成:$E out 表示由生产规模扩大或者缩小产生的生产效应, 即在产业结构和产业内部能源消耗强度不变情况下仅由产出变动而引起的能源消费量的变动; $E str 表示由经济结构调整导致的能源消费量变化的结构效应, 即在产出水平和产业内部能源消耗强度不变情况下仅由产业结构变动而引起的能源消费量的变动; $E int 为强度效应, 表示在产出水平和产业结构不变情况下仅由产业内部能源消耗强度变动而引起的能源消费量的变动; $E res 为分解余项, 表示以上3种效应无法分解的部分。
公式(3) 为/乘积分解0的分解形式。其中$D tot 、$D out 、$D str 、$D int 和$D res 分别表示乘积分解下的总效应、生产效应、结构效应、强度效应和分解余项。它们的含义和/加和分解0中的$E tot 、$E out 、$E st r 、$E int 和$E res 相对应, 只是表示形式不同。
研究指数分解的文献中提出了许多指数分解方法, 通常可以归为两类:拉氏(Laspeyres) 指数分解分析法和迪氏(Divisia) 指数分解分析法。Ang 和Zhang (2000)
[7]
E int =
E X i #ln(I it /I i0)
i
D i nt =exp X i =X i =
X i #ln(I it /I i 0) E
i
E i t -E i0
lnE i t -lnE i 0
(E it -E i 0) /(lnE it -lnE i 0) (E t -E 0) /(lnE it -lnE i 0)
2 数据与实证分析
211 数据来源
本文采用的数据来自于2006~2010年5北京市统计年鉴6。在分解过程中需要部门数据, 本文中的能源消费总量不包括生活能源消费, 仅指用于生产部分的能源消费量。为分析方便, 本文将北京市不同行业进行整理后合并为17个行业:(1) 农、林、牧、渔业;
(2) 工业, 包括:采矿
业、制造业以及电力、燃气及水的生产和供应业; (3) 建筑业; (4) 交通运输、仓储和邮政业; (5) 信息传输、计算机服务和软件业; (6) 批发与零售业; (7) 住宿和餐饮业; (8) 金融业; (9) 房地产业; (10) 租赁和商务服务业; (11) 科学研究、技术服务与地质勘查业; (12) 水利、环境和公共设施管理业; (13) 居民服务和其他服务业; (14) 教育; (15) 卫生、社会保障和社会福利业; (16) 文化、体育与娱乐业; (17) 公共管理与社会组织。
212 北京市能源消费的因素分解
采用/加和分解0和/乘积分解0两种分解法, 对北京市2005~2009年间17个行业的相关数据进行分解计算, 分解结果如表1和表2。
表1 能源消费的加和分解结果
年份[**************]9合计
总效应生产效应结构效应[***********]192105165
[***********][**************]8
-203160-452149-761153-758141
强度效应-248161-696149-999174
余项001020104
指出, 在多种分解方法中,
只有LMDI 方法和RLI (refined Laspeyres inde x ) 方法可以通过因子逆转测验, 时间逆转测验以及零值稳健性检验。拉氏指数分解法是通过在将其他因素固定在各自基期值的同时, 测定研究因素变化对总指数的影响, 它的优势在于易于理解。但从分解效果、数据来源和结果可解释性方面系统地考虑, 迪氏指数分解法更好[12-使用迪氏指数分解法进行计算。
公式(2) 、(3) 的计算结果如下:E out =
14]
。因此本文
E X i #ln(Y t /Y 0)
i
D out =exp E str =
i
X i #ln(Y t /Y 0) E
i
-[1**********]
E X i #ln(S it /S i 0)
X i #ln(S it /S i 0) E
i
-2176103-[1**********]
D str =exp
数据来源:作者分解计算
表2 能源消费的乘积分解结果
年份[**************]9合计
总效应生产效应结构效应[***********][1**********]9
[***********][1**********]4
[***********][1**********]7
强度效应[***********]677015188
余项[***********]99
源消费总量大大增加, 结构效应和强度效应分别为64167%和51188%, 表明结构调整和产业内部的能源效率的提高使得能源消费减少, 三者共同作用导致能源消费总效应为153109%。213 北京市生产总值的结构变化
结构效应对能源消费总效应影响较大, 为了考察结构变化对能源消费增长的影响, 本文选取了产业增加值排在前9位的行业, 分别是工业, 金融业, 房地产业, 租赁和商务服务业, 科学研究、技术服务与地质勘查业, 建筑业, 交通运输、仓储和邮政业, 教育, 批发与零售业。这9个行业的产业增加值占了整个北京市生产总值的60%左右, 因此用这9个行业的产业增加值比重的变化来大致反映总体的结构变化。
从图1中可以看出, 在9个行业中, 工业的产业增加值所占的比重是最大的。但在2005~2009年间, 工业所占的比重明显减少, 从2005年的20%下降到了2009年的13%, 而工业部门是各行业中能耗最高的。交通运输、仓储和邮政业的产业增加值占整个GDP 的比重也呈现递减趋势, 但减少的比较缓慢。这3个行业能耗仅次于工业。比重增加幅度相对明显的行业有批发与零售业, 租赁和商务服务业, 科学研究、技术服务与地质勘查业, 这3个行业能耗较低。而金融业, 房地产业, 建筑, 教育所占比重基本不变。从以上的分析可以得出, 高能耗产业增加值的比例在递减, 低能耗产业的增加值相对在增加, 因此北京市
产业结构变化导致了能源消费总量的减少。
数据来源:作者分解计算
表1中, 余项基本为0, 说明生产效应、结构效应和强度效应能够很好地解释了能源消费总量的变化。从表1中数据可得, 2005~2009年期间北京市的能源消费总效应持续增长。其中, 随着北京市经济持续快速增长, 能源消费的生产效应也逐年递增, 累计增加了7561118万吨标准煤, 这是导致能源消费增加的最主要的原因。强度效应为负, 说明能源利用效率明显提高, 对能源节约起着很重要的作用。同样结构效应变动一直使得能源消费减少, 说明北京市产业结构调整对能源消耗的增加起到了负面效应, 是能源节约的一个主要原因。与结构效应相比, 强度效应对于节约能源消费有更重要的作用, 结构效应节约能源2176103万吨标准煤, 强度效应节约能源3279151万吨标准煤。但是生产效应明显大于强度效应和结构效应之和, 使得最终的总效应累计增加了2105165万吨标准煤。
从表2可得, 乘积分解的结果和加和分解的结果是一致的。从结果上看, 2005~2009这5年间, 生产效应为456134%, 说明经济增长使得能
图1 9个行业产业增加值比重变化的趋势图
214 主要行业的能源消耗强度变化
行业的强度效应对能源消耗的总效应同样起了很大的作用, 为了更好地考察强度效应对能源消费的影响, 本文选取能源消费比重最大的9个行业来进行分析, 分别为工业, 建筑业, 交通运输、仓储和邮政业, 批发与零售业, 住宿和餐饮业, 房地产业, 租赁和商务服务业, 科学研究、技术服务与地质勘查业, 教育。这9个行业的能源消费总量占到了北京市能源消费总量的90%左右, 图2是这9个行业的能源消耗强度变化的趋势图。从图2中可得, 这5年间, 交通运输、仓
储和邮政业的能耗强度有较为明显的增加趋势, 工业的能耗强度有较为明显的递减趋势, 而建筑业, 批发与零售业, 住宿和餐饮业, 房地产业, 租赁和商务服务业, 科学研究、技术服务与地质勘查业, 教育的能耗强度或基本不变或小幅度的减小。整体来看, 北京市能源强度(单位GDP 能耗) 从2005年的0184(吨标准煤/万元) 降低到了2009年的0162(吨标准煤/万元) 。能源强度呈递减趋势, 说明北京市能源效率的提高对于能源
节约有巨大的促进作用。
图2 9个行业的能源消耗强度变化的趋势图
3 研究结果和建议
本文利用LMDI 方法对北京市2005~2009年的能源消费变化进行了分解分析, 将能源消费总效应分解为生产效应、结构效应和强度效应。而后通过分析北京市各行业产业增加值所占比重变化和能源消耗强度的变化, 得出结构效应和强度效应变化的原因。总结全文, 得出如下的结论:(1)生产效应对能源消费的增加具有决定性的作用, 经济增长是北京市能源消费增长的主要原因。(2) 强度效应和结构效应为负, 说明能源效率提高和产业结构调整是遏制能源消费总量增长的重要原因, 同时强度效应明显大于结构效应。但是生产效应远大于强度效应和结构效应之和, 因此能源消费呈现递增趋势。(3) 主要行业的能源消耗强度变化解释了强度效应的变化, 能源消费比重最大的几个行业中, 绝大多数行业的能耗强度
都在递减或是基本维持不变, 从而导致了强度效应的值都为负数, 遏制了能源消费总量的增加。北京市各行业的产值比重变化揭示了结构效应的变化, 主要行业中, 产值比重增加明显的是几个能耗较低的行业, 能耗较高的行业产值比重多是明显递减, 这种结构变化使得加和分解中的结构效应都为负数, 能源消费的增量减少。
根据分析结论提出以下建议:(1) 继续加强对产业结构的调整。北京市作为我国政治经济文化中心和国际大都市, 应继续推动高端产业的发展, 把现代服务业发展放在优先位置, 大力发展高新技术产业。(2) 建立完善节能管理制度, 推进节能技术的发展, 进一步降低主要能耗产业的能源消耗强度。(3) 建立/能源消费分解指标体系0, 动态监测北京市经济增长, 产业结构变化和能源利用效率变动, 为更好地制定能源政策提供目标和依据[15]。
2012年1月
Journal of Industrial Technological Economics
参 考 文 献
工业技术经济
No 11(General, No 1219)
Jan 12012
分析[J]. 云南财经大学学报, 2009, (3) :111~117
9. 魏子清, 周德群. 基于LMDI 分解的江苏省能源消费影响因素实证分析[J]. 价格月刊, 2009, (2) :51~54
10. 陈海燕, 蔡嗣经. 北京工业终端能源消费变化的分解研究[J]. 中国能源, 2006, (12) :28~40
11. 陈海燕, 蔡嗣经. 北京市能源强度变化的分解分析[J]. 工业技术经济, 2008, 27(1) :100~104
12. F 1L 1Liu, B 1W 1Ang. Eight methods for decomposing the aggregate energy ) intensity of industry [J]. Applied Energy, 2003, (76) :15~23
13. B 1W 1Ang. Monitoring changes in economy ) wide en -ergy efficiency:from energy ) GDP ratio to composite efficiency index [J]. Energy Policy, 2006, (34) :574~582
14. B 1W 1Ang. Decomposition analysis for policymaking in energy:which is the preferred method? 2004, (32) :1131~1139
15. 张丽峰. 中国经济增长、产业结构对能源消费影响分析[J]. 经济问题探索, 2008, (5) :1~6
[J]. Energy Policy,
1. Michiel de Nooij, Ren van der Kruk, Daan P. van Soest. International comparisons of domestic energy consumption [J]. Energy Economics, 2003, (25) :359~373
2. 尚红云, 蒋萍. 中国能源消耗变动影响因素的结构分解[J].资源科学, 2009, 31(2) :214~223
3. Nicolas Mairet, Fabrice Decellas. Determinants of ener -gy demand i n the French service sector:A decomposition analysis [J]. Energy Policy, 2009, (37) :2734~2744
4. 孙鹏, 等. 中国能源消费的分解分析[J]. 资源科学, 2005, 27(5) :15~19
5. 欧育辉, 刘轶芳, 满讲义. 基于LMDI 的我国能耗增长总量分解[J].经济管理, 2007, (7) :91~95
6. 高振宇, 王益. 我国生产用能源消费变动的分解分析[J].统计研究, 2007, (3) :52~57
7. B 1W 1Ang, F 1Q 1Zhang. A survey of i ndex decompos-i ti on analysis in energy and environ mental studies [J]. Energy, 2000, (25) :1149~1176
8. 向其凤, 马晓兰. 云南工业能源消费的效应分解
Decomposition Analysis of Energy Consumption in Beijing
Zhang Xingping Wang Chenchen Zhang Fan
(Economics and Management School, Beijing 102206, China)
1Abstract 2This paper attemp ts to identify and quantify the underlying driving forces which affect change of aggregated energy con -sumption in Beijing during the period 2005~2009. By using decomposi tion technique of LMDI, the change in aggregated energy consump -ti on is decomposed into the contributions from three factors:output effect, structure effect and intensity effect. The production effect means that the economic growth contributes to the change of energy use, the structure effect is that the adjustments of industry structure contribute to the change of energy consumption, and i ntensity effect implies that the improvement in energy usage con tributes to the change of energy consumpti on. The empirical results indicate that the production effect plays a significant positive role in increasin g energy consumption, while the s tructure and intensity effects negatively contri bu te to energy consumption increase. However, the prod uction effect outweighs the su m of structure and intensity effects, and therefore the aggregate energy consu mption increased in the study period. It is noteworthy that the intensity effect is larger than structure effect.
1Key w ords 2energy consumpti on; decomposi tion analysis; production effect; s tructure effect; intensity effect
(责任编辑:王 平)