中國(guó)能源需求影響因素的省際差異研究

張冬青，魏 瑜

(南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031)

中國(guó)能源需求影響因素的省際差異研究

張冬青，魏 瑜

(南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031)

采用多元線性回歸模型，對(duì)中國(guó)大陸29個(gè)省份能源需求影響因素進(jìn)行對(duì)比研究。研究發(fā)現(xiàn)，不同省份能源需求的主要影響因素存在差異，即使顯著性影響因素相同的省份，其影響程度也有差異。針對(duì)不同省份，提出了不同控制能源需求的有效措施與途徑。

能源需求；影響因素；多元線性回歸模型

能源是國(guó)民經(jīng)濟(jì)和工業(yè)發(fā)展必不可少的物質(zhì)基礎(chǔ)。建國(guó)以來(lái)，我國(guó)能源需求量出現(xiàn)較大幅度的增長(zhǎng)，從1953年的0.54億噸標(biāo)準(zhǔn)煤增加到1978年的5.70億噸標(biāo)準(zhǔn)煤，直至2011年的34.80億噸標(biāo)準(zhǔn)煤。面對(duì)我國(guó)能源需求量日益增加的現(xiàn)實(shí)，分析能源需求量既有利于研究如何進(jìn)一步提高人民生活水平，又有利于研究如何解決當(dāng)今的能源問(wèn)題。因此，準(zhǔn)確分析能源需求影響因素，為預(yù)測(cè)未來(lái)能源需求提供科學(xué)依據(jù)，對(duì)于保持中國(guó)國(guó)民經(jīng)濟(jì)健康、持續(xù)、穩(wěn)定發(fā)展具有重要的現(xiàn)實(shí)意義。

國(guó)內(nèi)外研究機(jī)構(gòu)和學(xué)者從不同角度對(duì)我國(guó)能源需求影響因素進(jìn)行了研究。國(guó)家層面：如史丹等通過(guò)建立能源消費(fèi)與產(chǎn)業(yè)結(jié)構(gòu)之間的雙對(duì)數(shù)模型，研究產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源消費(fèi)的影響，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)是能源消費(fèi)的重要影響因素[1]；郭菊娥等利用通徑分析法分析了經(jīng)濟(jì)增長(zhǎng)、人口、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)與能源需求之間的關(guān)系及其影響，結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)、全國(guó)總?cè)丝凇⒛茉聪M(fèi)結(jié)構(gòu)是決定我國(guó)能源消費(fèi)需求的主要因素[2]；薛黎明采用協(xié)整理論研究中國(guó)能源需求與各因素之間的關(guān)系，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、人口、城市化水平、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和能源強(qiáng)度是能源消費(fèi)總量的主要影響因素[3]；張丹平采用嶺回歸方法得出產(chǎn)業(yè)結(jié)構(gòu)和人口是影響我國(guó)能源消費(fèi)的兩大主要因素，而經(jīng)濟(jì)發(fā)展水平對(duì)能源消費(fèi)影響不顯著[4]；孟凡生等采用突變級(jí)數(shù)法和改進(jìn)熵值法,分析經(jīng)濟(jì)增長(zhǎng)水平、能源自然稟賦和產(chǎn)業(yè)結(jié)構(gòu)對(duì)我國(guó)能源消費(fèi)的影響[5]；張傳平等利用協(xié)整模型研究發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和城市化水平是我國(guó)能源消費(fèi)的主要影響因素[6]。區(qū)域?qū)用妫喝缭瑫粤岬雀鶕?jù)每個(gè)省份能源消費(fèi)狀況，采用聚類法把中國(guó)大陸其中30個(gè)省(自治區(qū)、直轄市)的能源消費(fèi)水平劃分為能源高消費(fèi)區(qū)、中消費(fèi)區(qū)、低消費(fèi)區(qū)3種類型，并采用面板數(shù)據(jù)分別研究經(jīng)濟(jì)增長(zhǎng)、全社會(huì)固定資產(chǎn)投資、人口增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)、能源價(jià)格對(duì)這3類地區(qū)的影響，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)對(duì)這3類地區(qū)能源需求影響差異顯著，固定資產(chǎn)投資增長(zhǎng)和能源需求呈正相關(guān)關(guān)系，人口增長(zhǎng)因素對(duì)區(qū)域能源需求影響顯著，產(chǎn)業(yè)結(jié)構(gòu)對(duì)區(qū)域能源需求影響差異較大，能源價(jià)格對(duì)3類地區(qū)能源需求影響方向相同，但大小差異明顯[7]；騰玉華利用面板數(shù)據(jù)研究技術(shù)進(jìn)步對(duì)我國(guó)東、中、西部區(qū)域能源需求的影響，結(jié)果發(fā)現(xiàn)，技術(shù)進(jìn)步均對(duì)能源需求有顯著負(fù)效應(yīng)，技術(shù)進(jìn)步對(duì)降低能源需求的作用表現(xiàn)出東部最高、中部次之、西部最低的特點(diǎn)[8]；于全輝等采用協(xié)整理論對(duì)中國(guó)東西部地區(qū)的省級(jí)面板數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)中國(guó)東西部地區(qū)能源與經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)期關(guān)系表現(xiàn)出顯著的地區(qū)差異, 東部地區(qū)能源與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系較西部地區(qū)更為密切[9]。省市層次：如周丹丹等應(yīng)用相關(guān)系數(shù)法和主成分分析法分析了固定資產(chǎn)投資、人口、第二產(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)的比重、交通運(yùn)輸和設(shè)備制造業(yè)、6大高耗能行業(yè)、人均生活能耗、民用車數(shù)量等因素對(duì)重慶市能源需求的影響，結(jié)果表明固定資產(chǎn)投資總額對(duì)重慶市能源消費(fèi)量影響最大，其次是交通運(yùn)輸和設(shè)備制造業(yè)，經(jīng)濟(jì)增長(zhǎng)、居民生活消費(fèi)對(duì)能源消費(fèi)總量的影響最小[10]；徐立霞等采用協(xié)整理論發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和能源使用效率改進(jìn)是影響江蘇省能源消費(fèi)的重要因素[11]；姜學(xué)勤采用狀態(tài)空間模型對(duì)湖北省能源消費(fèi)影響因素進(jìn)行分析，發(fā)現(xiàn)固定資產(chǎn)投資、進(jìn)出口貿(mào)易和物流業(yè)對(duì)該省能源消費(fèi)具有一定影響[12]；李忠民等采用對(duì)數(shù)平均迪氏指數(shù)分解法對(duì)陜西省的能源消費(fèi)進(jìn)行研究，發(fā)現(xiàn)強(qiáng)度效應(yīng)是抑制陜西省能源消費(fèi)總量增長(zhǎng)的主導(dǎo)力量，結(jié)構(gòu)效應(yīng)的影響作用未見(jiàn)顯現(xiàn)[13]。

綜上所述，目前我國(guó)能源需求影響因素的研究主要集中在3個(gè)層面：國(guó)家、區(qū)域和省市。國(guó)家層面的研究主要針對(duì)中國(guó)能源需求總量，把中國(guó)各地區(qū)視為一個(gè)同質(zhì)體。事實(shí)上，我國(guó)幅員遼闊，各地區(qū)能源需求差異較大，并且這種差異呈持續(xù)擴(kuò)大的態(tài)勢(shì)，如果不考慮地區(qū)特征，則不利于各地區(qū)之間的協(xié)調(diào)發(fā)展。區(qū)域?qū)用妫前盐覈?guó)部分省市看成一個(gè)同質(zhì)體，其實(shí)同一個(gè)區(qū)域內(nèi)的不同省份能源需求差異也較大，如同處于西部地區(qū)的陜西省和青海省，不僅每年能源需求量相差較大(以2010年為例，陜西省能源需求為8 882.11萬(wàn)噸標(biāo)準(zhǔn)煤，而青海省僅為2 568.26萬(wàn)噸標(biāo)準(zhǔn)煤，前者是后者的3.45倍)，經(jīng)濟(jì)發(fā)展規(guī)模、科技水平、產(chǎn)業(yè)結(jié)構(gòu)、人口都存在很大差異。國(guó)家和區(qū)域?qū)用嫜芯康牟蛔?，表明需要?duì)省市范圍進(jìn)行研究，但目前省市層面的研究多是分析單一省份能源需求的影響因素，鮮有對(duì)我國(guó)不同省份能源需求影響因素進(jìn)行對(duì)比研究。事實(shí)上，每個(gè)省份具體情況各不相同，其能源需求的影響因素種類和程度也有差異。本文對(duì)中國(guó)大陸其中29個(gè)省(自治區(qū)、直轄市)(不包括西藏，重慶市與四川省數(shù)據(jù)合并)的能源需求影響因素進(jìn)行對(duì)比研究，旨在找出差異，為各省份制定合適的能源政策及發(fā)展戰(zhàn)略決策提供科學(xué)依據(jù)。

1 影響因素的定性分析

根據(jù)西方經(jīng)濟(jì)學(xué)的消費(fèi)需求理論，商品的需求量主要受到以下因素影響：商品價(jià)格，人口數(shù)量，消費(fèi)者的收入、偏好以及消費(fèi)者對(duì)商品未來(lái)價(jià)格和供給量的預(yù)期等。本文以需求理論為指導(dǎo)并參考文獻(xiàn)[2]和文獻(xiàn)[14]，將下列因素作為各省(直轄市、自治區(qū))能源需求的可能影響因素。

a.經(jīng)濟(jì)發(fā)展水平。能源產(chǎn)業(yè)是一個(gè)需要長(zhǎng)期高投入的產(chǎn)業(yè)，其發(fā)展水平直接受制于經(jīng)濟(jì)發(fā)展水平，經(jīng)濟(jì)發(fā)展越快，能源需求量就越大，經(jīng)濟(jì)發(fā)展水平是影響能源消費(fèi)的重要因素，相關(guān)研究表明經(jīng)濟(jì)發(fā)展水平與能源需求量之間存在顯著的正相關(guān)關(guān)系[3]。本文選取國(guó)內(nèi)生產(chǎn)總值(GDP)作為反映經(jīng)濟(jì)發(fā)展水平的指標(biāo)來(lái)分析它對(duì)能源需求的影響。另外，經(jīng)濟(jì)發(fā)展水平和可支配收入也存在一定的相關(guān)關(guān)系，一般來(lái)說(shuō)，經(jīng)濟(jì)發(fā)展水平高的地區(qū)其居民可支配收入也較高。

b.能源價(jià)格。根據(jù)經(jīng)濟(jì)學(xué)中的需求理論，影響某種商品需求量最重要的因素是價(jià)格，但由于能源價(jià)格數(shù)據(jù)沒(méi)有公開(kāi)發(fā)布，而且在不同時(shí)期，我國(guó)能源價(jià)格分別是政府定價(jià)、政府指導(dǎo)價(jià)，無(wú)法真實(shí)反映能源價(jià)格，所以本文建立模型時(shí)不考慮該因素。

c.產(chǎn)業(yè)結(jié)構(gòu)。能源需求主要分為兩部分：生產(chǎn)用能和生活用能，其中生產(chǎn)用能是主要部分，生產(chǎn)用能包括第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的能源需求。產(chǎn)業(yè)結(jié)構(gòu)即構(gòu)成國(guó)內(nèi)生產(chǎn)總值的各產(chǎn)業(yè)比重，不同產(chǎn)業(yè)能耗指數(shù)差別很大，第二產(chǎn)業(yè)能耗指數(shù)遠(yuǎn)高于第一、三產(chǎn)業(yè)，第二產(chǎn)業(yè)比重增加將導(dǎo)致能源需求總量增加，兩者呈現(xiàn)正相關(guān)關(guān)系[6,14]。隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，能源需求也將受到影響。目前，我國(guó)正處于工業(yè)化發(fā)展進(jìn)程中，工業(yè)部門的能源需求量比重一直保持在70%左右，因此本文選擇工業(yè)產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比重作為反映產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)。

d.能源需求結(jié)構(gòu)。能源需求結(jié)構(gòu)反映整個(gè)能源需求中各種能源所占的比例關(guān)系，它與能源需求量變化密切相關(guān)。不同種類能源其利用效率不同，由于我國(guó)能源自然稟賦決定在很長(zhǎng)一段時(shí)間內(nèi)煤炭都是主要能源(占能源總消費(fèi)量70%左右)，這種現(xiàn)象在短期內(nèi)無(wú)法改變，所以本文建模時(shí)不考慮該變量。

e.人口數(shù)量。任何商品的需求都應(yīng)考慮使用該商品的人數(shù)，使用該商品的人數(shù)越多，則該商品需求總量越大，顯然兩者之間是正相關(guān)關(guān)系[2]。因此，分析能源需求時(shí)也應(yīng)予以考慮，本文選取年末總?cè)丝跀?shù)作為人口衡量指標(biāo)。

f.城市化水平。城市居民的能源消費(fèi)習(xí)慣和消費(fèi)結(jié)構(gòu)與農(nóng)村居民有著很大區(qū)別，導(dǎo)致能源需求量不同，城鎮(zhèn)人口人均能源需求量大約是農(nóng)村人口的3.5～4倍，因此城鎮(zhèn)人口比重是能源需求的影響因素之一。但是，由于我國(guó)城鎮(zhèn)人口統(tǒng)計(jì)主要來(lái)源于城鄉(xiāng)分類，而城鄉(xiāng)劃分標(biāo)準(zhǔn)不統(tǒng)一，僅《中國(guó)統(tǒng)計(jì)年鑒》中城鄉(xiāng)分類口徑就有七八種之多，這就造成我國(guó)城鎮(zhèn)人口比重統(tǒng)計(jì)數(shù)據(jù)前后不一致，所以本文在建模時(shí)沒(méi)有把該指標(biāo)納入模型。

g.科技進(jìn)步?？萍歼M(jìn)步對(duì)能源需求的影響，一方面表現(xiàn)為各種生產(chǎn)或生活活動(dòng)所消費(fèi)的能源可以使用更少的能源達(dá)到目標(biāo)，另一方面，科技進(jìn)步可以提高能源使用效率，從而節(jié)約能源消費(fèi)。所以科技快速發(fā)展能有效減少能源需求總量，即科技進(jìn)步與能源需求呈負(fù)相關(guān)關(guān)系[6,8]。但是關(guān)于科技進(jìn)步的衡量指標(biāo)沒(méi)有一個(gè)定論，由于專利推動(dòng)科技進(jìn)步的作用已在實(shí)踐中得到體現(xiàn)，所以本文選擇專利授權(quán)數(shù)作為反映科技進(jìn)步的指標(biāo)參與分析。

2 方法與數(shù)據(jù)

2.1模型

根據(jù)第1節(jié)分析，建立各省市能源需求多元線性回歸模型：

(1)

式中：yi為第i個(gè)省份的能源需求總量(萬(wàn)噸標(biāo)準(zhǔn)煤)；x1i為該省的GDP，億元；x2i為專利授權(quán)數(shù)，件；x3i為年末總?cè)丝跀?shù)，萬(wàn)人;x4i為該省工業(yè)產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比重；β是待估參數(shù);εi為隨機(jī)擾動(dòng)項(xiàng)，是除上述變量外的其他因素的綜合影響。

2.2數(shù)據(jù)來(lái)源

在中國(guó)大陸地區(qū)31個(gè)省(自治區(qū)、直轄市)中，重慶于1997年從四川省分離出來(lái)成為直轄市。為了保持口徑的一致性，本文將重慶市和四川省的數(shù)據(jù)合并考慮。海南省于1988年才建立，之前數(shù)據(jù)都統(tǒng)計(jì)在廣東省，本文把1985年～1987年廣東省的相關(guān)數(shù)據(jù)按照平均比例(1988年～2012年間海南省與廣東省相關(guān)數(shù)據(jù)的比例平均值)進(jìn)行分配，得到海南省和廣東省在此期間的數(shù)據(jù)。而西藏自治區(qū)因數(shù)據(jù)缺失較多則不被本文納入。因此，本文研究對(duì)象為中國(guó)大陸29個(gè)省(自治區(qū)、直轄市)。

能源需求是指一定時(shí)期內(nèi)，在一定條件下消費(fèi)者能夠且愿意購(gòu)買的能源產(chǎn)品數(shù)量。由于要準(zhǔn)確統(tǒng)計(jì)我國(guó)各省市的實(shí)際能源需求量相當(dāng)困難，在討論能源需求量時(shí)往往采用已經(jīng)發(fā)生的能源消費(fèi)量來(lái)代替，所以本文采用中國(guó)統(tǒng)計(jì)年鑒公布的各省市能源消費(fèi)總量數(shù)據(jù)代替能源需求量。各省市能源需求量及上述各影響因素?cái)?shù)據(jù)來(lái)源于歷年《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》和各省(自治區(qū)、直轄市)統(tǒng)計(jì)年鑒，樣本范圍為1985年～2012年的年度數(shù)據(jù)。

3 實(shí)證結(jié)果分析

利用1985年～2012年各省(自治區(qū)、直轄市)的年度數(shù)據(jù)，根據(jù)式(1)對(duì)模型參數(shù)進(jìn)行估計(jì)。借助軟件SPSS17.0，采用逐步回歸法，求得參數(shù)估值及部分回歸結(jié)果(北京、遼寧最終的回歸模型中包含經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)2個(gè)變量，但是產(chǎn)業(yè)結(jié)構(gòu)系數(shù)為負(fù)，這和實(shí)際相悖，所以重新建模；上海最終的回歸模型中包含經(jīng)濟(jì)發(fā)展水平、專利和產(chǎn)業(yè)結(jié)構(gòu)3個(gè)變量，但是產(chǎn)業(yè)結(jié)構(gòu)系數(shù)為負(fù)，這和實(shí)際相悖，所以重新建模；黑龍江最終的回歸模型中包含經(jīng)濟(jì)發(fā)展水平和人口2個(gè)變量，但是人口變量系數(shù)為負(fù)，這和實(shí)際相悖，所以重新建模)，見(jiàn)表1。F值通過(guò)檢驗(yàn)，表明各省能源需求量與其影響因素之間的線性關(guān)系在總體上顯著成立。所有省份的調(diào)整R2都大于0.93，說(shuō)明所有省份建立的線性模型擬合度都非常好。因篇幅限制，各省的自變量系數(shù)檢驗(yàn)結(jié)果沒(méi)有給出，但所有系數(shù)在顯著性水平5%情況下都通過(guò)檢驗(yàn)。

運(yùn)用表1中的參數(shù)估值，對(duì)各省(自治區(qū)、直轄市)能源需求的主要影響因素進(jìn)行總結(jié)，同時(shí)提出控制該省能源需求的主要措施和手段，得到以下結(jié)論：

a.不同省市能源需求的顯著影響因素不同。

河北、遼寧、吉林、黑龍江、福建、湖南、四川、甘肅和新疆9省份的能源需求主要受經(jīng)濟(jì)發(fā)展水平的影響，這些省份經(jīng)濟(jì)發(fā)展規(guī)模增加的同時(shí)對(duì)能源的需求量也顯著增加；北京、天津、山西、上海、浙江、江西、河南、湖北、云南、陜西和寧夏的能源需求量，除了受到經(jīng)濟(jì)發(fā)展水平的影響外，科技進(jìn)步也是影響這些省份能源需求量的顯著因素，而且科技進(jìn)步的系數(shù)均為負(fù)，說(shuō)明對(duì)于這11個(gè)省份來(lái)說(shuō)，加大科學(xué)技術(shù)創(chuàng)新力度、促進(jìn)技術(shù)進(jìn)步可有效降低他們的能源需求總量；江蘇和廣東兩省能源需求量主要受到經(jīng)濟(jì)發(fā)展水平、科學(xué)技術(shù)和產(chǎn)業(yè)結(jié)構(gòu)3個(gè)因素的影響，說(shuō)明加大技術(shù)研發(fā)的投入力度、促進(jìn)技術(shù)進(jìn)步、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、降低工業(yè)比重，是控制江蘇和廣東兩省能源需求總量的有效措施；內(nèi)蒙古自治區(qū)和山東省的能源需求總量受到經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)2個(gè)因素的顯著影響，說(shuō)明調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，降低工業(yè)比重能夠降低這2個(gè)省份的能源需求總量；安徽省的能源需求量受經(jīng)濟(jì)發(fā)展水平和人口2個(gè)因素的顯著影響，其中人口與能源需求呈正相關(guān)關(guān)系，說(shuō)明減少人口總量是控制該省能源需求總量的主要途徑；廣西壯族自治區(qū)和海南省的能源需求主要受到經(jīng)濟(jì)發(fā)展水平、科學(xué)技術(shù)和人口3個(gè)因素的影響，說(shuō)明加大科學(xué)技術(shù)創(chuàng)新力度、促進(jìn)技術(shù)進(jìn)步、減少人口總量是降低廣西和海南能源需求總量的有效途徑；貴州和青海兩省的能源需求受到經(jīng)濟(jì)發(fā)展水平、人口和產(chǎn)業(yè)結(jié)構(gòu)3個(gè)因素的顯著影響，說(shuō)明優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、降低工業(yè)比重、減少人口總量是控制這兩省能源需求總量的有效措施。

表1 中國(guó)省際能源需求影響因素的參數(shù)估值

注：常數(shù)項(xiàng)表示在模型自變量都為0的情況下的能源需求量，一般大于0。但表中有幾個(gè)省份的常數(shù)項(xiàng)小于0，其原因是在國(guó)際分工體系中，他們常處在產(chǎn)業(yè)鏈的低端，即生產(chǎn)同樣的產(chǎn)品和服務(wù)，其附加值要遠(yuǎn)遠(yuǎn)低于發(fā)達(dá)國(guó)家，這導(dǎo)致了GDP對(duì)能耗的影響被高估，常數(shù)項(xiàng)的負(fù)值是對(duì)這種高估的調(diào)整。

b.影響因素相同的省市其影響程度呈現(xiàn)差異。

河北、遼寧、吉林、黑龍江、福建、湖南、四川、甘肅和新疆9省份的能源需求的主要影響因素是經(jīng)濟(jì)發(fā)展水平，但經(jīng)濟(jì)發(fā)展水平對(duì)9省(自治區(qū))的影響程度各不相同，其中對(duì)新疆維吾爾自治區(qū)的影響最大，其GDP每增加1億元，能源需求增加1.34萬(wàn)噸標(biāo)準(zhǔn)煤，其次分別是河北、甘肅、四川、遼寧、湖南、福建、吉林，對(duì)黑龍江省的影響最小，GDP每增加1億元，其能源需求增加0.638萬(wàn)噸標(biāo)準(zhǔn)煤。在GDP增加量相同情況下，新疆維吾爾自治區(qū)能源需求增加量約是黑龍江省的2倍。

北京、天津、山西、上海、浙江、江西、河南、湖北、云南、陜西和寧夏11個(gè)省份能源需求量的主要因素均是經(jīng)濟(jì)發(fā)展水平和科技進(jìn)步，但這兩個(gè)因素對(duì)不同省份的影響程度亦不同。其中經(jīng)濟(jì)發(fā)展水平因素對(duì)寧夏回族自治區(qū)的能源需求影響最大，該區(qū)GDP每增加1億元，其能源需求將增加3.455萬(wàn)噸標(biāo)準(zhǔn)煤，其次分別是山西、云南、湖北、河南、陜西、浙江、天津、江西、上海，經(jīng)濟(jì)發(fā)展水平對(duì)能源需求影響最小的是北京市，GDP每增加1億元，其能源需求增加0.451萬(wàn)噸標(biāo)準(zhǔn)煤，寧夏回族自治區(qū)的單位GDP對(duì)能源的需求幾乎是北京市的9倍。一般來(lái)說(shuō)，經(jīng)濟(jì)發(fā)展對(duì)能源需求的影響，對(duì)經(jīng)濟(jì)較落后的邊遠(yuǎn)省份影響較大，而對(duì)經(jīng)濟(jì)較發(fā)達(dá)的沿海省份影響較小。至于科技進(jìn)步對(duì)各省能源需求的影響程度，最大的是寧夏回族自治區(qū)，該區(qū)每增加1項(xiàng)專利，其能源需求總量將減少2.112萬(wàn)噸標(biāo)準(zhǔn)煤，其次分別是山西、云南、江西、河南、湖北、陜西、天津、浙江、北京，對(duì)上海市的影響最小，上海每增加1項(xiàng)專利，其能源需求將減少0.057萬(wàn)噸標(biāo)準(zhǔn)煤。同樣增加1項(xiàng)專利授權(quán)數(shù)，寧夏回族自治區(qū)的能源減少量約是上海市的37倍。同樣，科技進(jìn)步對(duì)落后的邊遠(yuǎn)省份的能源需求影響較大，而對(duì)科技水平較發(fā)達(dá)的沿海省份的影響較小。

江蘇和廣東兩省能源需求量的顯著影響因素均為經(jīng)濟(jì)發(fā)展水平、科學(xué)技術(shù)和產(chǎn)業(yè)結(jié)構(gòu)，但是經(jīng)濟(jì)發(fā)展水平和科技進(jìn)步2個(gè)影響因素對(duì)廣東省的影響要大于江蘇省，而產(chǎn)業(yè)結(jié)構(gòu)對(duì)江蘇省的影響要比廣東省大。

內(nèi)蒙古自治區(qū)和山東省能源需求總量的顯著影響因素均是經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)，但是經(jīng)濟(jì)發(fā)展水平對(duì)山東省的影響要大于內(nèi)蒙古自治區(qū)，而產(chǎn)業(yè)結(jié)構(gòu)對(duì)內(nèi)蒙古自治區(qū)的影響較山東省大。

廣西壯族自治區(qū)和海南省能源需求的主要影響因素均為經(jīng)濟(jì)發(fā)展水平、科學(xué)技術(shù)和人口，但是經(jīng)濟(jì)發(fā)展水平和科學(xué)技術(shù)對(duì)廣西壯族自治區(qū)的能源需求影響程度遠(yuǎn)遠(yuǎn)大于海南省，而人口因素對(duì)海南省的能源需求影響要比廣西壯族自治區(qū)大。

經(jīng)濟(jì)發(fā)展水平、人口和產(chǎn)業(yè)結(jié)構(gòu)是影響貴州和青海2省能源需求的3個(gè)主要因素，其中經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)對(duì)貴州省的能源需求影響較青海省大，但人口因素對(duì)青海省的影響要大于貴州省。

c.經(jīng)濟(jì)發(fā)展水平對(duì)省市能源需求的影響。

由表1可看出，29個(gè)省份的能源需求都受到經(jīng)濟(jì)發(fā)展水平的顯著影響，且所有省份的經(jīng)濟(jì)發(fā)展水平與其能源需求都呈正相關(guān)關(guān)系，說(shuō)明隨著經(jīng)濟(jì)發(fā)展規(guī)模增加，該省份所需的能源需求量隨之增加，但不同省份的影響程度不同。我國(guó)確定了2020年全面建成小康社會(huì)、2050年達(dá)到中等發(fā)達(dá)國(guó)家水平的建設(shè)方針，可以預(yù)見(jiàn)，在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，各省的經(jīng)濟(jì)仍將保持高速增長(zhǎng)，因此控制能源需求量的任務(wù)將落實(shí)在對(duì)其他影響因素的調(diào)整。

4 結(jié)論

針對(duì)我國(guó)省市層面能源需求影響因素對(duì)比研究的不足，本文采用多元線性回歸模型，對(duì)中國(guó)大陸29個(gè)省份的能源需求影響因素進(jìn)行對(duì)比研究，具有一定的理論和應(yīng)用價(jià)值。研究結(jié)果表明，不同省市能源需求的顯著性影響因素及影響程度呈現(xiàn)出差異性，因此各省市政府及國(guó)家相關(guān)部門在制定能源政策及相關(guān)發(fā)展戰(zhàn)略時(shí)，應(yīng)具體分析，區(qū)別對(duì)待。另外，本文在建立各省市能源需求的回歸模型時(shí)，只考慮了定量影響因素。事實(shí)上，能源需求還受到許多定性因素影響，如何考慮這些定性因素，將是作者下一步的研究方向。

[1] 史丹, 張金隆. 產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源消費(fèi)的影響[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理, 2003(8): 30-32.

[2] 郭菊娥, 柴建, 呂振東. 我國(guó)能源消費(fèi)需求影響因素及其影響機(jī)理分析[J]. 管理學(xué)報(bào), 2008, 5(5): 651-654.

[3] 薛黎明. 中國(guó)能源需求影響因素分析[D]. 北京: 中國(guó)礦業(yè)大學(xué), 2010.

[4] 張丹平. 基于嶺回歸方法的我國(guó)能源消費(fèi)影響因素研究[J]. 統(tǒng)計(jì)與決策, 2012, 369(21): 146-148.

[5] 孟凡生, 李美瑩. 我國(guó)能源消費(fèi)影響因素評(píng)價(jià)研究——基于突變級(jí)數(shù)法和改進(jìn)熵值法的分析[J]. 系統(tǒng)工程, 2012, 30(8): 10-15.

[6] 張傳平, 周倩倩. 我國(guó)能源消費(fèi)影響因素研究——基于長(zhǎng)期均衡和短期波動(dòng)的協(xié)整分析[J].中國(guó)能源, 2013, 35(3): 35-38.

[7] 袁曉玲, 屈小娥. 中國(guó)地區(qū)能源消費(fèi)差異及影響因素分析[J]. 商業(yè)經(jīng)濟(jì)與管理, 2009(9): 58-64.

[8] 騰玉華. 技術(shù)進(jìn)步與區(qū)域能源需求——基于省際數(shù)據(jù)的實(shí)證分析[J]. 新疆財(cái)經(jīng)大學(xué)學(xué)報(bào), 2010, 43(4): 38-43.

[9] 于全輝, 孟衛(wèi)東. 基于面板數(shù)據(jù)的中國(guó)能源與經(jīng)濟(jì)增長(zhǎng)關(guān)系[J]. 系統(tǒng)工程, 2008, 26(6): 68-72.

[10] 周丹丹, 李蜀慶. 重慶市能源消費(fèi)影響因素分析[J]. 環(huán)境科學(xué)與管理, 2009, 34(3): 92-194.

[11] 徐立霞, 李昌峰, 楊艷琴. 區(qū)域經(jīng)濟(jì)發(fā)展、效率改進(jìn)與能源消費(fèi)的動(dòng)態(tài)關(guān)系研究——以江蘇省為例[J]. 中國(guó)礦業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版, 2013(2): 25-40.

[12] 姜學(xué)勤. 湖北省能源消費(fèi)影響因素的動(dòng)態(tài)分析[J]. 統(tǒng)計(jì)與決策, 2013, 382(10): 131-134.

[13] 李忠民, 王樹(shù)斌, 姚宇. 能源消費(fèi)效應(yīng)的三大影響因素分析——基于陜西省的案例研究[J].經(jīng)濟(jì)經(jīng)緯, 2012(1): 147-151.

[14] 鄧志茹, 范德成. 中國(guó)能源需求影響因素的研究[J]. 統(tǒng)計(jì)與信息論壇, 2010, 25(2): 65-68.

ResearchontheDifferenceInfluenceFactorsofEnergyDemandinChina

ZHANG Dongqing, WEI Yu

(Nanjing Agricultural University, Jiangsu Nanjing, 210031, China)

It uses the multiple linear regression model to analyze the difference of inter-provincial factors influencing energy demand in China. The results show that the influence factors of energy demand in 29 provinces are varied. Although the factors are same in some provinces, their influence degree is not identical. For 29 provinces, different measures are proposed to reduce their energy demand.

Energy Demand; Influence Factors; Multiple Linear Regression Model

10.3969/j.issn.2095-509X.2014.02.001

2013-11-18

國(guó)家自然科學(xué)基金資助項(xiàng)目(71101072, 71301077);江蘇省自然科學(xué)基金資助項(xiàng)目(BK2011652)

張冬青(1972—), 女, 江蘇泗洪人， 南京農(nóng)業(yè)大學(xué)副教授，博士,主要研究方向?yàn)轭A(yù)測(cè)與決策、經(jīng)濟(jì)信號(hào)處理等。

F407.2

A

2095-509X(2014)02-0001-06