能源技术空间溢出效应对省域能源消费强度差异的影响分析

从能源技术进步及空间溢出效应的角度出发,基于2002~2011年全国省域数据,运用空间计量模型探讨了能源技术进步空间溢出效应对能源消费强度的影响。研究结果表明:我国省域能源消费强度具有较为明显的地理空间依赖性和空间溢出效应,因而开展能源环境问题区域协调治理对降低我国能源消费强度具有较强的正面促进作用。内源式能源技术进步对能源消费强度的空间溢出效应要明显高于外源式能源技术,R&D经费内部支出和国内技术转让对能源消费强度的直接和间接效应要高于外商直接投资和国外技术引进。     

中国工业能源消费强度变化的分解分析

工业是中国能源消费的主体,对工业内部各行业能源利用效率和结构变化的深入剖析有助于决策者制定有针对性的具体政策措施。基于改进的差值分解法,本文把1997年-2007年中国工业能源消费强度变化分解为结构效应和效率效应。结果表明,过去10年间中国工业能源消费强度的下降基本上归因于效率效应,其总体贡献率达90.48%。对工业内部36个部门的能源消费强度变化的分解结果显示,化学原料及化学制品业、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、电力工业等部门的效率效应对降低全国工业能源消费强度的贡献最大,但同期高耗能冶金工业规模扩张产生的结构效应在一定程度上抵消了效率效应。未来中国工业节能降耗的政策设计应重点关注高耗能重化工业的能源利用效率,并适度控制这些部门在工业中所占的比重,避免产能过度扩张。     

能源消费影响因素分解方法的比较研究

在能源消费研究中经常要将其变化分解为各种因素,通过各种因素的影响程度来分析影响能源消费的变化原因.自20世纪70年代以来,已经发展了多种分解方法,这些方法的假设前提与算法都有较大差异.本文从能源消费变化量与能源强度两个角度介绍了各种分解算法,对其进行了对比,并运用中国制造业的相关数据比较了分解的结果.能源消费变化量的分解方法中,Shapley算法与M-E算法分解结果相同,但是Shapley算法按照各因素的贡献加权来计算各因素对能源消费量的影响,更适合多因素分解;Se-Hark Park算法与AWT-PDM算法能较好地体现经济结构对能源消费量的影响,但AWT-PDM算法由于权数的确定问题,使得该算法存在不能分解的剩余项.能源强度变化的分解方法分为乘法分解和加法分解两大类,乘法分解反映的是能源强度变化率,加法分解反映的是能源强度变化量.Fisher算法与LMDI算法均是对能源强度的完全分解,而Laspeyres算法与AMDI算法均存在剩余项;方法是对AMDI算法的改进.研究者在研究能源问题或环境问题时,应根据研究要求及所掌握的数据选择恰当的分解方法.     

中国区域能源消费强度的影响因素分析

本文选取中国部分省际1997年～2005年数据,运用聚类分析方法将其划分成高增长高能耗（Ⅰ）、低增长高能耗（Ⅱ）、低增长低能耗（Ⅲ）和高增长低能耗（Ⅳ）4个区域,然后运用Panel Data的协整分析与误差修正模型,对影响各区域能源消费强度的长、短期因素进行实证分析。结果表明：①长期来看,市场化程度的提高对降低能源消费强度有较大的影响,固定资产投资水平的提高将会使各区域能源消费强度增加,重工业比重和煤炭消费比重的增加虽然使各区域能源消费强度增加,但对各区域能源消费强度的影响差异较大;②短期而言,固定资产投资的短期波动将提高区域Ⅰ、Ⅱ、Ⅳ的能源消费强度;虽然重工业比重的短期波动对Ⅱ、Ⅳ区域的能源消费强度有影响,但是不很明显;能源消费结构的短期变化将会引起Ⅱ、Ⅲ区域能源消费强度的变化;对于区域Ⅰ,加快其市场化进程的速度,优化资源配置,对快速降低该区域的能源消费强度具有一定的积极作用。最后,针对中国实际提出能源政策建议包括：制定有区别的区域节能目标和政策措施; 发挥区域优势,加强区域合作,优化能源资源配置;积极发展清洁型能源;运用市场机制让能源流入效率高的地区。     

中国能源强度变动趋势及省际差异分析

本文利用我国28个省、市、自治区1995年-2009年能源和经济社会发展的面板数据,使用费雪理想指数分解法对我国能源强度的变动趋势和区域差异进行分析。研究发现在1995年-2009年间我国能源强度呈下降趋势,主要原因来自于能源效率的提高,经济结构调整的影响较为有限。从省际层面来看,1995年-2009年各地区的能源强度都普遍降低,但各省市区之间的能源强度的绝对水平与变动幅度差距在扩大。在这一时期,由地区间经济结构变化导致的能源强度变化分化明显,并与部门内能源效率的作用相互加强,造成了地区间能源强度分布趋于分散。     

信息化对中国能源强度的空间效应——基于空间杜宾误差模型

信息化的外部性导致技术溢出,促使信息化对能源强度产生空间效应。本文利用2006—2017年中国省级面板数据,运用空间杜宾误差模型并基于区域发展的空间分异性与空间自相关性,研究信息化对能源强度的影响大小以及不同区域间的空间效应,测度了中国30个省（市、区）的能源强度和信息化水平,揭示了信息化水平对能源强度的空间效应机制。结果表明：①信息化水平和能源强度地区空间集聚现象十分显著,中国30个省（市、区）之间相邻地区呈现出相似聚集的分布情况;②信息化水平、城镇化和能源消费结构对地区能源强度均具有显著的负向影响,但产业结构对能源强度的影响并不显著;③信息化对能源强度的影响呈现出显著的空间溢出效应,某一地区的相邻地区信息化水平提升会促进该地区能源强度的降低,相邻地区信息化水平每变动1%,空间效应使得本地区能源强度朝着相反的方向变动1.396%。建议各地区重视信息化水平在降低地区能源强度的作用;构建信息化发展推动能源强度降低的政策体系;加强区域间的协同合作与共同发展;统筹推进信息化建设与地区间合作交流;优化能源消费结构。     

中国交通发展的能源消费与对策研究

本文通过建立能源消费分解模型,对1980-2001年交通能耗的因子贡献进行了测算。结果表明,服务量的增长是能源消费增长的主要驱动力,同时运输结构的变化加剧了这种增长,过去实现的能耗强度降低不足以抑制能源消费的增加,而近年来能耗强度更显示出增加的趋势,交通石油消费增长趋势不可避免。需要综合规划与布局,促进交通的可持续发展。     

中国海洋资源消耗强度因素分解与时空差异分析

基于海洋资源消耗强度内涵,测度中国沿海省区1996—2015年海洋资源消耗强度,揭示其时空演化特征,运用改进的对数均值迪式指数分解法（LMDI）建立因素分解模型,分析中国海洋资源消耗强度变动的因素贡献并进行差异比较。结果表明：①1996—2015年,中国海洋资源消耗强度总体呈先上升后稳步下降的态势,第一产业资源消耗强度平稳下降,第二、三产业资源消耗强度与中国海洋资源消耗强度变动趋势基本同步;空间格局演化上,海洋资源消耗中高强度省区逐渐减少,低强度省区逐渐增多,区域差异逐步缩小;②技术进步效应、产业结构效应和区域规模效应对我国海洋资源消耗强度下降的贡献率分别为78.224%、18.334%和3.442%;沿海各省区的因素分解效应差异显著,其中福建以技术进步效应为主,浙江、山东和海南以技术进步效应和区域规模效应为主,天津、河北和江苏以技术进步效应和产业结构效应为主,辽宁、上海、广东和广西则是技术进步效应、产业结构效应和区域规模效应共同推动海洋资源消耗强度下降;③从海洋三次产业来看,技术进步效应在第二产业内部贡献最大,累计占比为77.118%;产业结构效应在第一产业内部贡献最大,累计占比为314.547%;区域规模效应在三次产业内部无明显差异。各省区推行海洋三次产业资源集约利用技术或措施时应有所区别和侧重。     

中国省际能耗强度的影响因素及其空间关联性研究

过去文献对于中国能耗强度的探讨大都基于宏观角度,缺乏对中国地区能耗强度地区差异和空间关联性的分析。本文首先利用空间统计学方法研究了中国地区能耗强度的分布,结果显示中国各地区能耗强度具有明显的空间相关性,且呈现东、西部分块集聚的特征;其次,利用空间面板计量方法对中国30个省级区域能耗强度的影响因素进行估计,发现交通基础设施、市场化程度和科技投入对能耗强度有显著的负向影响,重工业比重和能源丰裕程度对能耗强度有显著的正向影响,而对外贸易和外商直接投资的回归系数不显著;最后,对中国地区能耗强度的空间溢出和收敛性进行了检验,结果表明东、西部间有明显的溢出效应,控制空间效应后仍呈β收敛趋势,且交通基础设施、市场化程度和科技投入的改善有利于地区能耗强度的收敛。并在理论和实证分析基础上提出了如何降低中国能耗强度的政策建议。     

中国能源消费强度的区域差异及影响因素分析

能源消费强度反映国民经济发展中对能源的利用效率,其变动方向及影响因素受到学术界广泛关注。但研究中大多以我国总体能源消费强度的变化为对象,对地域差异关注不足。本文选取多项指标,构建能源消费规模份额指数、能耗强度指数、增长速度指数、综合消费指数,从不同角度刻画中国能源消费的区域差异。在此基础上,利用回归分析法,定量研究了地区能源消费强度的影响因素。结果表明,我国地区间能源消费强度的差异与地区总体经济发展水平、地区工业化程度、地区经济重型化程度存在直接关系,尤其是地区经济重型化程度的提高将会显著增加地区经济能耗强度。现阶段,控制高耗能重化工业的重复建设与盲目投资。对于减小能源消耗强度具有重要的意义。同时,经济发展水平和经济结构的地域差异性,要求我国能源战略的推进与实施必须制定相应的地区政策才能确保国家宏观战略的顺利实施。     

中国区域对外开放度的差异分解及空间收敛性研究

本文通过构建合理的区域对外开放度评价指标体系,利用熵权 G1法对31个省级单位的区域对外开放度进行了综合评价,并通过基尼系数等指标对我国区域对外开放度差异进行分解,利用2004—2014年的省级面板数据建立空间计量模型检验了我国区域对外开放度的空间收敛性.研究结果印证了我国区域对外开放度在时间维度上表现出“增加—降低—平稳”的发展特点,发现空间维度上存在“东高西低”的差异,具体表现为我国区域对外开放度空间上不存在α收敛,但存在β绝对收敛和条件收敛;我国区域对外开放度的内部差异程度是西部地区最大,东部次之,中部最小;促进我国整体区域对外开放度提升的重要因素主要是降低国有资产比重;促进东部区域对外开放的重要因素是降低国有资产比重、提高研发投入、增强污染治理内部成本;加速西部区域对外开放的重要因素是提高人均GDP和工业企业主营业务利润率.     

中国能源消耗变动影响因素的结构分解

随着中国经济的快速增长,能源消耗也大幅度增加,如何有效节能降耗,实现能源与经济的可持续发展是当前全人类关注的一个重要课题。本文基于投入产出分析的基本原理,推导能源消耗变动的一种前沿性结构分解分析形式,将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数据首先测度不同因素对能源消耗总量变动的影响程度,然后分别测算28个行业的3种影响因素变动对煤炭、石油、天然气和电消耗变动的贡献与特点,结果发现：能源强度变动并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;28个行业中,最终需求变动的方向与四种能源消耗变动的方向完全一致。最后针对实证结果提出了节能降耗的政策建议。     

中国碳排放强度影响因素相关性研究——基于VAR与SVAR模型分析

本文列举出近年来研究碳排放强度的代表性文献,从中选取经济增长规模,能源强度,能源结构,产业结构四种出现频率最高的影响因素,进行四种因素对碳排放强度影响的平稳性检验,结果表明经济增长规模对碳排放强度的影响平稳性不足;对碳排放强度与能源强度、能源结构、产业结构构建结构向量自回归模型,运用脉冲响应函数分析三种因素的变化对碳排放强度的冲击效应,并用方差分解分析三种影响因素的贡献度,结果显示第三产业对碳排放强度的冲击效应最为显著,能源强度次之,能源结构最弱。     

中国能源消费碳排放变化的因素分解及实证分析

本文综合考量经济产出规模、人口规模、产业结构、能源结构及能源效率等因素对碳排放的影响,基于扩展的Kaya恒等式建立因素分解模型,应用LMDI分解方法对能源消费碳排放进行因素分解。应用该模型对中国1980年～2007年的能源消费碳排放进行分解分析,探讨其主要影响因素的作用机理并量化其贡献率。研究结果表明,经济产出效应对我国该阶段能源消费碳排放的贡献率最大,达到152.73%,其他各影响因素按贡献率绝对值大小依次是：能源强度效应为-79.93%,人口规模效应为20.20%,产业结构效应为7.78%,能源结构效应为-0.77%。研究认为,产业结构整体变化对该阶段碳排放增长未能表现出负效应,其主要原因是产业规模占GDP近半的第二产业的碳排放呈现长期增长态势,其贡献率抵消了第一、三产业对碳排放增长的负效应。目前我国节能减排的重点在于调整产业结构、优化能源结构及提高能源效率。针对实证结果,提出了相应的节能减排政策建议。     

中国能源消费密度变动趋势及影响因素分析

利用LMDI指数分解方法,对中国1995-2006年能源消费密度的变动趋势进行分解和分析,结果表明:2000年之前,结构效应和技术效应共同促进了能源消费密度的下降.2000年之后,受结构效应由负转正和技术效应影响减缓的双重影响,能源消费密度近几年出现了上升趋势.第二产业的重工业化趋势,能源结构中煤炭消费逐渐增加,企业研发投入低,创新能力不足及其在国际价值链中的低端位置等是造成这一趋势的深层原因.扭转这一趋势的政策取向在于促进企业向产业价值链高端攀升,逐步调整能源消费结构.充分发挥节能经济政策的积极作用,以及促进现代服务业的发展.