我國(guó)能源消費(fèi)總量控制問(wèn)題的研究

殷健

（安徽財(cái)經(jīng)大學(xué) 商學(xué)院，安徽 蚌埠 233041）

我國(guó)能源消費(fèi)總量控制問(wèn)題的研究

殷健

（安徽財(cái)經(jīng)大學(xué) 商學(xué)院，安徽 蚌埠 233041）

針對(duì)現(xiàn)實(shí)中很難及時(shí)監(jiān)督和考核各省份落實(shí)能源消費(fèi)總量控制目標(biāo)的情況的問(wèn)題。利用我國(guó)能源消耗量的數(shù)據(jù)，建立綜合評(píng)價(jià)、回歸分析和模糊聚類的數(shù)學(xué)模型，得出了適當(dāng)?shù)膬?yōu)化產(chǎn)業(yè)結(jié)構(gòu)，和提高各省自身的資源稟賦，結(jié)合周圍省份的能源優(yōu)勢(shì)，統(tǒng)一調(diào)度，合理分配并使用能源，同時(shí)提出了各省能源分配的方案。

能源消耗；綜合評(píng)價(jià)法；模糊聚類；回歸分析；MATLAB

能源是推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展必要的物質(zhì)動(dòng)力，能源對(duì)于經(jīng)濟(jì)發(fā)展具有不可撼動(dòng)的地位。經(jīng)濟(jì)快速發(fā)展不僅可以提高人民生產(chǎn)生活水平，而且會(huì)導(dǎo)致能源過(guò)度消耗，一旦其超過(guò)一定數(shù)額，資源和環(huán)境便無(wú)法承受，不利于實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)協(xié)調(diào)可持續(xù)發(fā)展。因此，經(jīng)濟(jì)發(fā)展速度和能源消耗數(shù)額都應(yīng)保持一定平衡，不能過(guò)快也不能過(guò)慢。

近年對(duì)控制能源消耗問(wèn)題的研究，主要通過(guò)全面系統(tǒng)的論述來(lái)分析問(wèn)題并適當(dāng)結(jié)合國(guó)際經(jīng)驗(yàn)來(lái)完善問(wèn)題的研究。十二五開(kāi)年，各地區(qū)定制的經(jīng)濟(jì)發(fā)展目標(biāo)均高于中央的7%的總體增長(zhǎng)目標(biāo)，這必然會(huì)加大對(duì)能源消費(fèi)需求的壓力。研究發(fā)現(xiàn)，能源消費(fèi)總量將大大超過(guò)總控制目標(biāo)值［1］。張穎提出應(yīng)以轉(zhuǎn)變發(fā)展方式為重要契機(jī)，充分發(fā)揮價(jià)格機(jī)制作用，利用價(jià)格調(diào)控能源使用的效率和控制能源消耗總量，優(yōu)先發(fā)展可再生能源，可持續(xù)發(fā)展綠色能源，降低污染，并大力優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和布局，有效的產(chǎn)業(yè)結(jié)構(gòu)利于能源結(jié)構(gòu)的構(gòu)建，最后要盡快制定出與節(jié)能考核指標(biāo)相協(xié)調(diào)的能源控制結(jié)構(gòu)［2］。同時(shí)結(jié)合國(guó)際研究控制能源消耗的檢驗(yàn)，總結(jié)出總量控制目標(biāo)，政策由政府督導(dǎo)，方式由市場(chǎng)導(dǎo)向，在確定以化石能源為主的總量控制對(duì)象后，建立總量控制目標(biāo)，分解到各地區(qū)能源控制目標(biāo)上，從而倒逼經(jīng)濟(jì)發(fā)展方式［3］。

目前學(xué)術(shù)界關(guān)注的控制能源消費(fèi)總量方式主要體現(xiàn)在價(jià)格工具，提高能源效率，勸誘技術(shù)和配額等［4］。這些方法的后續(xù)研究，學(xué)術(shù)界并沒(méi)有統(tǒng)一的定論。且在單一地區(qū)的控制能源消耗的判定研究上，一些研究從省域出發(fā)，如王斌、趙敏，卻很少有一個(gè)統(tǒng)一的控制能源消耗的模型來(lái)衡量各省份控制目標(biāo)的實(shí)現(xiàn)狀況。本文旨在探究?jī)?yōu)化產(chǎn)業(yè)結(jié)構(gòu)的方法，并通過(guò)調(diào)控各地區(qū)的資源稟賦和國(guó)內(nèi)生產(chǎn)總值的變化來(lái)控制影響能源消耗的總量，最后提出各省份能源分配的方案，督促各省完成產(chǎn)業(yè)結(jié)構(gòu)的改革和實(shí)現(xiàn)能源的循環(huán)調(diào)配。

1　基于模糊均值聚類的能源消費(fèi)評(píng)估

需要構(gòu)建的綜合評(píng)價(jià)模型，屬于多層次、多維度、綜合性能高聚類效果強(qiáng)的評(píng)價(jià)結(jié)構(gòu)體系，根據(jù)指標(biāo)的分類匯總，對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行篩選處理，構(gòu)建以煤炭消費(fèi)量、焦炭消費(fèi)量、原油消費(fèi)量、汽油消費(fèi)量、煤油消費(fèi)量、柴油消費(fèi)量、燃料油消費(fèi)量、天然氣消費(fèi)量和電力消費(fèi)量這九種指標(biāo)為框架的綜合評(píng)價(jià)模型，運(yùn)用模糊聚類分析的方法，判別分析所選面板數(shù)據(jù)的類型。實(shí)驗(yàn)數(shù)據(jù)來(lái)源于2014年第十一屆五一數(shù)學(xué)建模聯(lián)賽題［5］。

1.1數(shù)據(jù)處理

(ⅰ)定義隸屬度矩陣

縱觀現(xiàn)有文獻(xiàn)，李柏年在加權(quán)的模糊c均值聚類將訓(xùn)練樣本定義為X=（x1，x2…xn）∈Rn，n為樣本容量［6］。將X分為c維列向量，等價(jià)于將訓(xùn)練樣本X表示成

X=（X1?X2…?Xc）且Xi?Xj=φ，i≠j（1）定義Uij是第k個(gè)數(shù)據(jù)點(diǎn)到第i類中心的隸屬度，

(ⅱ)聚類指數(shù)

通常，在進(jìn)行模糊聚類前要對(duì)聚類的有效性進(jìn)行判別，即是確定聚類的分位數(shù)，也就是對(duì)所給的數(shù)據(jù)劃分其類別，但關(guān)于這個(gè)方面的研究，一直都是焦點(diǎn)問(wèn)題，卻仍然沒(méi)有找到合適的判別標(biāo)準(zhǔn)，本文對(duì)不同行業(yè)能源消耗進(jìn)行聚類分析，將其按照聚類指數(shù)劃分，進(jìn)而確定聚類分位數(shù)見(jiàn)表1。

其中uij表示第k個(gè)數(shù)據(jù)點(diǎn)到第i類中心的隸屬度，當(dāng)Vpe越小時(shí)，聚類效果越好，即為最佳聚類數(shù)。初始化隸屬度矩陣U=（uij），使得

表1　聚類指數(shù)與指標(biāo)類型

(ⅲ)聚類中心

在進(jìn)行數(shù)據(jù)比較時(shí)，總是需要選擇對(duì)照系，而對(duì)照系的選擇往往又具有不確定性、人為性、不可比性。如何選擇一個(gè)較優(yōu)的對(duì)照系也決定著不同行業(yè)能源消費(fèi)聚類情況的準(zhǔn)確性。因此就對(duì)照系的選擇（聚類中心），將采用公式（4）。

其中c為聚類聚類指數(shù)，當(dāng)vi越大時(shí)，說(shuō)明聚類中心風(fēng)險(xiǎn)較大，反之聚類中心的風(fēng)險(xiǎn)較小。

(ⅳ)重新計(jì)算隸屬度矩陣

這是個(gè)不停循環(huán)的過(guò)程，只要計(jì)算出的結(jié)果滿足誤差范圍，即為新的隸屬度矩陣，新的矩陣計(jì)算公式為（5）。

1.2建立能源消費(fèi)的評(píng)價(jià)模型

(ⅰ)最優(yōu)化判別

通過(guò)計(jì)算聚類指數(shù)、聚類中心、隸屬度矩陣后，便可以構(gòu)建最優(yōu)化的聚類分析模型，計(jì)算公式（6），并進(jìn)行歸類排序，即可以分辨出不同行業(yè)能源消耗量的大小，并將消耗量接近的聚集為同一類型，李柏年（2006）。

(ⅱ)計(jì)算數(shù)值

Step1：計(jì)算數(shù)值前，首先定義聚類指數(shù)也即能源消耗等級(jí)，計(jì)算聚類指數(shù)大小為3，即取三個(gè)分位點(diǎn)，即能滿足能源消耗等級(jí)聚類的要求。

定義聚類指數(shù)即所謂的分位數(shù)，若取得的分位數(shù)較大，則劃分較細(xì)，但是在一定程度上，不能反映項(xiàng)目之間的聯(lián)系性，若劃分范圍較小，能源消耗的度量就不夠準(zhǔn)確，所以采用公式計(jì)量法，較能避免此類問(wèn)題。

Step2：計(jì)算聚類中心坐標(biāo)值。運(yùn)用公式（4），利用Matlab，計(jì)算數(shù)值于表2。從表2中可以看出，B1至B9分別表示為煤炭消費(fèi)量、焦炭消費(fèi)量、原油消費(fèi)量、汽油消費(fèi)量、煤油消費(fèi)量、柴油消費(fèi)量、燃料油消費(fèi)量、天然氣消費(fèi)量和電力消費(fèi)量這九種指標(biāo)，同時(shí)發(fā)現(xiàn)第一行的中心坐標(biāo)較大，第二第三行次之，又成本指標(biāo)越小越優(yōu)，所以第一行指標(biāo)的能源消耗量最大，第二行中等，第三行較低。對(duì)此就可以計(jì)算隸屬度矩陣，同時(shí)對(duì)不同行業(yè)進(jìn)行聚類分析。

表2　聚類中心坐標(biāo)值

Step3：不同行業(yè)能源消耗情況分類。運(yùn)用公式（6），計(jì)算數(shù)值于表3，依次按照能源消費(fèi)的多少對(duì)其行業(yè)序號(hào)進(jìn)行歸類。對(duì)49個(gè)行業(yè)進(jìn)行分類后，歸于三個(gè)等級(jí)，較高能源消耗的項(xiàng)目，離中心坐標(biāo)的距離越遠(yuǎn)，它的能源消耗量較大，對(duì)能源的持續(xù)利用產(chǎn)生極大的不利影響，應(yīng)做取舍。

表3　不同行業(yè)能源消耗情況分類表

由表3可看出，對(duì)不同行業(yè)能源消耗進(jìn)行歸類分析可知采掘業(yè)、煤炭開(kāi)采和洗選業(yè)、石油加工煉焦及核燃料加工業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)為第一類，工業(yè)、制造業(yè)、電力、煤氣及水生產(chǎn)和供應(yīng)業(yè)、電力、熱力的生產(chǎn)和供應(yīng)業(yè)為第二類，剩下的為第三類。第一產(chǎn)業(yè)范圍各國(guó)不盡相同，一般包括農(nóng)業(yè)、林業(yè)、漁業(yè)、畜牧業(yè)和采集業(yè)。有的國(guó)家還包括采礦業(yè)。中國(guó)統(tǒng)計(jì)局對(duì)三次產(chǎn)業(yè)的劃分規(guī)定，第一產(chǎn)業(yè)指農(nóng)業(yè)，包括林業(yè)、牧業(yè)、漁業(yè)等。我國(guó)第二產(chǎn)業(yè)包括采礦業(yè)，制造業(yè)，電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)，建筑業(yè)等。第三產(chǎn)業(yè)的內(nèi)涵非常豐富，且隨著生產(chǎn)力的發(fā)展而變化，它包括的部門(mén)不斷擴(kuò)大、增多，因而第三產(chǎn)業(yè)是個(gè)發(fā)展性的概念。第三產(chǎn)業(yè)具體分為兩大部門(mén)：一是流通部門(mén)，二是服務(wù)部門(mén)。結(jié)合各地區(qū)能源分布可得出分類結(jié)果的第一類和第二類比較接近第二產(chǎn)業(yè)所包含的行業(yè)。也即第一類與第二類的能源消耗量相較于剩余行業(yè)來(lái)說(shuō)能源消耗的比例較大，應(yīng)選擇性的對(duì)其進(jìn)行控制與加工。

2　基于綜合評(píng)價(jià)法的各省能源消耗狀況

需要構(gòu)建的綜合評(píng)價(jià)模型，屬多層次、多維度綜合性能高的評(píng)價(jià)結(jié)構(gòu)體系，根據(jù)指標(biāo)分類匯總，對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行篩選處理，構(gòu)建以能源消耗總量、資源稟賦、氣電占能源消費(fèi)總量的比重和國(guó)內(nèi)生產(chǎn)總值四種指標(biāo)為框架的綜合評(píng)價(jià)模型，從而對(duì)各省能源消費(fèi)狀況進(jìn)行分類，結(jié)合變異系數(shù)法對(duì)能源分配方法提出方案?，F(xiàn)有文獻(xiàn)對(duì)綜合評(píng)價(jià)的模型主要在于構(gòu)造矩陣轉(zhuǎn)換、變異系數(shù)等模型［7］。

2.1數(shù)據(jù)處理

(ⅰ)異常數(shù)據(jù)處理

殘差是除主要變量之外的其他因素影響產(chǎn)生的，計(jì)算殘差，有助于對(duì)模型的分析。當(dāng)殘差小于2σ時(shí)，說(shuō)明回歸系數(shù)計(jì)算較準(zhǔn)確，這時(shí)估計(jì)的模型更能反映各省在能源消耗量的異同，但是當(dāng)某些數(shù)據(jù)的殘差大于2σ，這樣的數(shù)據(jù)由于偏大，會(huì)影響模型系數(shù)計(jì)算的準(zhǔn)確性。因此需要繪制殘差示意圖，如圖1。

圖1　殘差與置信區(qū)間圖

從圖1中可看出，構(gòu)建的以資源稟賦、氣電占能源消費(fèi)總量的比重和國(guó)內(nèi)生產(chǎn)總值為自變量的模型中，運(yùn)用最小二乘法計(jì)算出的殘差，對(duì)各省份進(jìn)行綜合排序，發(fā)現(xiàn)其中2009年數(shù)據(jù)出現(xiàn)異常，不利于模型構(gòu)建，需要將這一年的數(shù)據(jù)進(jìn)行剔除。

(ⅱ)指標(biāo)類型的分析

通常將評(píng)價(jià)指標(biāo)分為效益型、成本型、固定型和區(qū)間型指標(biāo).而對(duì)各評(píng)價(jià)方案進(jìn)行綜合評(píng)價(jià)，必須首先統(tǒng)一評(píng)價(jià)指標(biāo)的屬性。根據(jù)現(xiàn)有的數(shù)據(jù)，對(duì)四個(gè)指標(biāo)進(jìn)行成本、效益分類，如表4所示。

表4　指標(biāo)類型分析表

(ⅲ)無(wú)量綱化

在進(jìn)行數(shù)據(jù)比較時(shí)，總是會(huì)因?yàn)閿?shù)據(jù)之間的量綱不同從而導(dǎo)致了數(shù)據(jù)的不可比較。本文構(gòu)建的綜合評(píng)價(jià)體系是由四個(gè)指標(biāo)組成的體系，且其中氣電占能源消費(fèi)總量的比重這個(gè)指標(biāo)還是相對(duì)數(shù)，所以指標(biāo)與指標(biāo)之間存在量綱的不同，因此在進(jìn)行綜合打分之前就需要對(duì)數(shù)據(jù)無(wú)量綱處理。首先應(yīng)對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化的處理，使得數(shù)據(jù)范圍處于0～1的區(qū)間之內(nèi)，也稱為歸一化處理，同時(shí)建立無(wú)量綱化實(shí)測(cè)數(shù)據(jù)矩陣A。

(ⅲ)矩陣的轉(zhuǎn)換

綜合評(píng)價(jià)體系中的成本指標(biāo)是越低越好，而效益指標(biāo)是越高越優(yōu)。這樣看來(lái)兩種指標(biāo)的判別方式會(huì)有所不同，為了降低數(shù)據(jù)之間的不可比性，增強(qiáng)數(shù)據(jù)的可應(yīng)用性，就需要將計(jì)量的屬性統(tǒng)一在一個(gè)標(biāo)準(zhǔn)之上。本文用I1，I2，I3分別表示效益型、成本型和固定型指標(biāo)，對(duì)于指標(biāo)矩陣A，我們分析了這幾種指標(biāo)的屬性，然后通過(guò)無(wú)量綱化，使得數(shù)據(jù)消除了量綱，接下來(lái)就是對(duì)矩陣統(tǒng)一評(píng)價(jià)屬性，因此建立了（7）式的矩陣轉(zhuǎn)換模型。

在公式（7）中當(dāng)aij∈I1、j=2，3，4時(shí)，也就是指標(biāo)為效益型矩陣時(shí)，要想將其變?yōu)槌杀揪仃嚕瑒t分母保持指標(biāo)數(shù)值不變，分子取矩陣中最小的數(shù)值，這樣比值就可以實(shí)現(xiàn)矩陣的轉(zhuǎn)化。當(dāng)aij∈I2、j=1時(shí)，也就是它本身就是成本矩陣，這時(shí)轉(zhuǎn)換就只需要將分母不變而改變分子，分子為其準(zhǔn)確的數(shù)值。

公式（7）對(duì)數(shù)據(jù)的歸一化與數(shù)據(jù)由成本或者效益型轉(zhuǎn)換成成本型指標(biāo)后，便可以計(jì)算每個(gè)指標(biāo)的權(quán)重。

權(quán)重是進(jìn)行綜合評(píng)價(jià)的重要指標(biāo)，它代表著各指標(biāo)在總體指標(biāo)體系的比重?；跀?shù)據(jù)的重要性各不相同，首先需要運(yùn)用變異系數(shù)法計(jì)算權(quán)重指標(biāo)，然后才能構(gòu)建綜合評(píng)價(jià)的體系。

(ⅴ)行向量的均值與標(biāo)準(zhǔn)差

其中，i=1，2，3，4，n=1…10。計(jì)算指標(biāo)矩陣的均值與標(biāo)準(zhǔn)差，計(jì)算近10年的能源使用狀況，所以計(jì)算均值時(shí)需要連續(xù)累加10次，計(jì)算標(biāo)準(zhǔn)差也同理。

(ⅵ)變異系數(shù)

將計(jì)算出的標(biāo)準(zhǔn)差比上均值后就可以計(jì)算出變異系數(shù)，變異系數(shù)表示單位均值的標(biāo)準(zhǔn)差這樣比值則可以消除量綱，使得不同種的數(shù)據(jù)間可以相互比較。本文后續(xù)利用各省能源消耗的比例，基于變異系數(shù)的方法計(jì)算出各省能源的變異系數(shù)，以此作為其能源的分配方案，加強(qiáng)對(duì)能源使用過(guò)程中的控制。

2.2建立綜合評(píng)價(jià)的模型

(ⅰ)回歸評(píng)價(jià)模型

Step1：為了確定模型變量之間存在線性關(guān)系，將上面選擇的回歸模型變量繪制成單變量之間的散點(diǎn)圖如圖2。

Step2：由圖2可以看出，在時(shí)間序列數(shù)據(jù)中，能源消耗總量分別與資源稟賦、氣電占能源消費(fèi)總量的比重和國(guó)內(nèi)生產(chǎn)總值呈現(xiàn)線性關(guān)系，因此可以建立三元線性回歸模型。

圖2　線性模型的散點(diǎn)圖

y表示平均的能源消費(fèi)總量，β1代表模型與縱軸的截距，β1，β2，β3被稱為模型的待定系數(shù)，分別對(duì)應(yīng)著資源稟賦、氣電占能源消費(fèi)總量的比重和國(guó)內(nèi)生產(chǎn)總值這三個(gè)解釋變量，而ε是除了這三個(gè)變量，其他因素對(duì)于模型的影響。模型待定系數(shù)的計(jì)算需要通過(guò)最小二乘法的運(yùn)用。

Step3：構(gòu)造檢驗(yàn)統(tǒng)計(jì)量。為了檢驗(yàn)回歸模型的待定系數(shù)的準(zhǔn)確性，擬構(gòu)造可決系數(shù)與方差顯著性檢驗(yàn)。

可決系數(shù)：

其中SST是總的離差平方和，SSE為殘差平方和它是由回歸直線無(wú)法解釋的離差平方和，是由除主要指標(biāo)以外的其他因素導(dǎo)致的。SSR是回歸平方和是回歸直線的離差平方和他可以用回歸直線來(lái)解釋。

方差顯著性：

構(gòu)造F檢驗(yàn)統(tǒng)計(jì)量判別方差顯著性，當(dāng)F大于臨界值時(shí)拒絕原假設(shè)，認(rèn)為兩個(gè)指標(biāo)之間的相互作用是顯著的。在實(shí)際操作中常常運(yùn)用概率P來(lái)代替F值，這樣做可以減少查表的工作。

運(yùn)用MATLAB軟件，編寫(xiě)程序，計(jì)算三元線性回歸模型的待定系數(shù)與縱軸截距。輸出改進(jìn)的回歸模型的待定系數(shù)、系數(shù)的置信區(qū)間見(jiàn)表5。

表5　回歸模型的系數(shù)、置信區(qū)間

由此可以得到模型為：

分析經(jīng)濟(jì)意義可知，每增加約3單位的資源稟賦，同時(shí)減少0.000 005單位的氣電占能源消費(fèi)總量的比重和約1單位的國(guó)內(nèi)生產(chǎn)總值會(huì)引起能源消費(fèi)總量平均增加1單位。

可絕系數(shù)越接近于1，模型擬合的效果越好，當(dāng)可絕系數(shù)大于0.9時(shí)，模型擬合滿足可決系數(shù)顯著性要求。計(jì)算出的R2=0.982 8遠(yuǎn)遠(yuǎn)大于0.9，擬合效果較好，因此滿足可絕系數(shù)的的顯著性要求。

P值為在進(jìn)行顯著性檢驗(yàn)時(shí)，數(shù)據(jù)落入拒絕域的概率，這是一個(gè)臨界值，當(dāng)它大于0.01時(shí)則不能滿足方差的顯著性檢驗(yàn)要求。回歸模型輸出的P值為0，通過(guò)方差顯著性檢驗(yàn)，表明回歸模型中自變量滿足相互顯著性要求。也即隨著能源消耗總量的變化，自變量資源稟賦、氣電占能源消費(fèi)總量比重和國(guó)內(nèi)生產(chǎn)總值也會(huì)發(fā)生顯著性的變化。

(ⅱ)綜合評(píng)價(jià)結(jié)果

依據(jù)公式（13），對(duì)各省份進(jìn)行加權(quán)打分，按照分?jǐn)?shù)的高低對(duì)所研究的省份進(jìn)行能源消耗量的分類，分類結(jié)果如表6所示。

表6　中國(guó)各省能源消費(fèi)情況分類表

結(jié)合十二五政府規(guī)劃，我國(guó)以山西基地、蒙東基地、西南基地為分界線將主要能源區(qū)與主要能源生產(chǎn)區(qū)分割開(kāi)來(lái)，以東西走向作為一自然地理分界線，自然地理分界線以東地區(qū)能源消耗量較大，反之能源消耗量降低。并結(jié)合我國(guó)能源輸入省份的資料，總體來(lái)說(shuō)，我國(guó)能源東少西多，能源消耗東多西少，能源使用效率則西部遠(yuǎn)遠(yuǎn)大于中東部，這樣可以看出前三類別幾乎包括我國(guó)中東部地區(qū)，只有少數(shù)中東省份落入第四與第五類，北京、天津與上海這三個(gè)經(jīng)濟(jì)直轄市一反常態(tài)，可能在于這三個(gè)地區(qū)近年來(lái)大力推進(jìn)清潔高效的綠色能源，能源的使用效率大大提高能耗自然相對(duì)的下降。同時(shí)根據(jù)各省能源分類結(jié)果，并結(jié)合變異系數(shù)的公式（9），對(duì)各類別省份能源分配方案提出具體的分配數(shù)額如表7所示。

表7　各類省份能源的分配方案

將全國(guó)分析的31個(gè)省份分為5類，對(duì)各省份能源消耗特征進(jìn)行分析，根據(jù)表7可以看出每一類能源消耗特征的省份對(duì)煤炭的需求所占比例較高，且我國(guó)能源在分配與使用上多為煤炭的高能耗經(jīng)濟(jì)，而電力的使用卻只占其很小的一部分，但是隨著我國(guó)能源逐漸向著清潔、低能耗、低污染的方向邁進(jìn)的同時(shí)，能源的使用與分配將更加趨于合理的結(jié)構(gòu)。由表7的各個(gè)能源指標(biāo)將全國(guó)的能源總量對(duì)各個(gè)省份進(jìn)行能源分配，從能源分配的結(jié)構(gòu)上，控制能源的合理分配與使用。

3　結(jié)論

從科技與經(jīng)濟(jì)發(fā)展水平的角度考慮能源消耗量的影響，北京、天津、上海、江蘇、浙江、廣東等沿海省市科技與經(jīng)濟(jì)發(fā)展水平比較高，因此這些省的能源消耗量也較大，但近年來(lái)沿海省份多以高能耗的重工業(yè)為主，輔以第三產(chǎn)業(yè)，能源利用率不高，所以下一階段的工作仍要以產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)移為重點(diǎn)，將技術(shù)密集型的產(chǎn)業(yè)與行業(yè)向內(nèi)地轉(zhuǎn)移，促進(jìn)地區(qū)能源均衡使用。

由資源稟賦對(duì)能源消耗的影響，中國(guó)各省市具有自身的生產(chǎn)能源的特征，比如山西省產(chǎn)煤多，用煤也多，同樣產(chǎn)油多的省份（如黑龍江?。┯糜鸵捕?。山西富煤、貧油、缺水，能源以煤炭為主。山西的重工業(yè)比重較高，在重工業(yè)內(nèi)部采掘工業(yè)和原材料工業(yè)所占比例極高，加工工業(yè)所占比例極低，內(nèi)蒙古煤炭、石油、天然氣等常規(guī)能源非常豐富，安徽省煤炭?jī)?chǔ)量在華東乃至全國(guó)出于前列，貴州更以“江南煤都”著稱。黑龍江省的大慶油田使其能源異常豐富，這些資源稟賦的優(yōu)勢(shì)需要終于統(tǒng)一調(diào)度合理利用，使得能源的使用成本盡可能的降低，但各省仍需以生產(chǎn)出口自己具有資源稟賦的能源，進(jìn)口本地區(qū)不具有能源優(yōu)勢(shì)的資源為原則，進(jìn)行統(tǒng)一控制與能源使用、分配。

基于產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源消耗量影響的討論，由行業(yè)的聚類分析結(jié)果可知道，第二產(chǎn)業(yè)的工業(yè)能源消耗量居于能源消耗量首位，尤其以采掘業(yè)、煤炭開(kāi)采和洗選業(yè)、石油加工煉焦及核燃料加工業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)為第一類的能源消耗量更為激烈，以此各省份在發(fā)展經(jīng)濟(jì)的同時(shí)，盡可能少或者不發(fā)展這些行業(yè)。

分析地理位置條件對(duì)能源消耗的影響，能源的使用與運(yùn)輸需要考慮成本與效益的問(wèn)題，地理位置上靠近生產(chǎn)能源的大省，運(yùn)輸能源的成本就能有效的降低，河北、北京、天津靠近山西和內(nèi)蒙古，所以煤炭、石油、天然氣的來(lái)源豐富，而且方便快捷。同時(shí)，沿海城市能源占有率不高，但能源使用量較大，因此沿海城市可以從國(guó)外進(jìn)口優(yōu)質(zhì)能源，促進(jìn)經(jīng)濟(jì)發(fā)展。

本文運(yùn)用聚類分析的評(píng)價(jià)模型，對(duì)不同產(chǎn)業(yè)結(jié)構(gòu)依賴能源程度進(jìn)行聚類分析，分析得出第二產(chǎn)業(yè)對(duì)能源的需求較大，尤其以某些重工業(yè)為代表。建立綜合評(píng)價(jià)分析模型，運(yùn)用加權(quán)的變異系數(shù)對(duì)全國(guó)31個(gè)省市的能源消耗狀況加權(quán)排名，得出不同省份能源消耗的差距，并將其聚類討論。同時(shí)，加入回歸分析的結(jié)果后，可驗(yàn)證所建立的模型變量間的相互關(guān)系。聚類分析的評(píng)價(jià)模型以計(jì)算出的聚類中心為基準(zhǔn)劃出范圍，落在該聚類中心的范圍內(nèi)則屬于該類別，而綜合評(píng)價(jià)的分析模型側(cè)重于對(duì)數(shù)據(jù)進(jìn)行加權(quán)平均，將多個(gè)不同類型的指標(biāo)劃歸一個(gè)具有代表性的評(píng)價(jià)數(shù)值，所以對(duì)已經(jīng)進(jìn)行橫向數(shù)據(jù)聚類的行業(yè)，使用模糊聚類分析的方法，而對(duì)縱向的區(qū)域省份，利用綜合分析的方法能夠全面分析各省份的總體面貌。

綜合以上分析，全國(guó)能源是有限的，合理將能源分配給各省，降低成本，增加效益是根本目標(biāo)，同時(shí)能源消耗總量與資源稟賦具有較強(qiáng)的相關(guān)性，各省份要充分利用本省優(yōu)勢(shì)資源竟可能近的調(diào)度和使用能源，并且對(duì)于能源強(qiáng)度的變動(dòng)來(lái)說(shuō)，效率因素所占份額更大，繼而提高能源使用效率和合理的分配各省份的能源更加具有深遠(yuǎn)意義。

［1］ 白萬(wàn)年“.十二五”期間我國(guó)控制能源消費(fèi)總量、強(qiáng)度和結(jié)構(gòu)研究［J］.宏觀經(jīng)濟(jì)研究，2011，15（9）：93-98.

［2］ 張穎，丁寧.合理控制能源消費(fèi)總量的對(duì)策研究［J］.天津經(jīng)濟(jì)，2012，7（12）：30-34.

［3］ 邢璐，單葆國(guó).我國(guó)能源消費(fèi)總量控制的國(guó)際經(jīng)驗(yàn)借鑒與啟示［J］.中國(guó)能源，2012，34（9）：14-16，45.

［4］ 邢小軍，孫利娟.區(qū)域能源消費(fèi)總量控制方法述評(píng)［J］.北京市經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào)，2014，3（1）：10-14，26.

［5］ 網(wǎng)易博客.2014年第十一屆五一數(shù)學(xué)建模聯(lián)賽題［EB/OL］.（2014-05-20）［2015-6-1］.http：//zhujm1973. blog.163.com/

［6］ 李柏年.加權(quán)模糊C-均值聚類［J］.模糊系統(tǒng)與數(shù)學(xué)，2007，21（1）：106-110.

［7］ 張孔生，李柏年.突發(fā)自然災(zāi)害綜合評(píng)價(jià)方法［J］.科技信息，2012，15（19）：23-24.

［8］ 李栢年，吳禮斌.MATLAB數(shù)據(jù)分析方法，1［M］.北京：機(jī)械工業(yè)出版社，2012：40-50.

［9］ 劉保柱，蘇彥華，張宏林.MATLAB7.0從入門(mén)到精通［M］.北京：人民郵電出版社，2010：70-75.

［10］《運(yùn)籌學(xué)》教材編寫(xiě)組.運(yùn)籌學(xué)［M］.北京：清華大學(xué)出版社，2005：37-40

［11］楊桂元，黃己立.數(shù)學(xué)建模［M］.合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2008：44-47.

On the problem of the total energy consumption control in China

YⅠN Jian

（School of Business，Anhui University of Finance and Economics，Bengbu Anhui 233041，China）

Aiming at the problem that it is difficult to timely supervise and exam the provinces to carry out the total energy consumption control target，this paper，using the data of energy consumption in our country，set up comprehensive evaluation，regression analysis and the mathematical model of fuzzy clustering.Ⅰt is concluded that the appropriate optimization of industrial structure，and improvement of the provincial resources endowment，combined with the surrounding provinces energy advantage，unified scheduling，allocation and rational use of energy，and finally the project of the provincial energy distribution was put forward.

energy consumption；comprehensive evaluation method；fuzzy clustering；regression analysis；MATLAB

F206，N02

A

1004-4329（2016）01-093-06

10.14096/j.cnki.cn34-1069/n/1004-4329（2016）01-093-06

2015-06-17

安徽財(cái)經(jīng)大學(xué)大學(xué)生科研創(chuàng)新基金資助項(xiàng)目（XSKY1519ZD）資助。

殷健（1992-），男，研究方向：數(shù)學(xué)建模。