基于LMDI法的長三角地區(qū)能源足跡變化及影響因素分析

佟金萍，趙明明，姜國剛

基于LMDI法的長三角地區(qū)能源足跡變化及影響因素分析

佟金萍，趙明明，姜國剛

能源可持續(xù)利用是地區(qū)經(jīng)濟(jì)可持續(xù)發(fā)展和生態(tài)文明建設(shè)的重要內(nèi)容。以長三角地區(qū)為例，引入能源足跡計(jì)算模型，在考察地區(qū)能源可持續(xù)發(fā)展?fàn)顩r的基礎(chǔ)上，進(jìn)一步利用LMDI分解模型，分析能源足跡變化的影響因素。結(jié)果表明：1999-2014年長三角地區(qū)整體能源足跡呈遞增趨勢；各地區(qū)能源足跡呈現(xiàn)出顯著的差異性，江蘇能源足跡對長三角地區(qū)能源足跡貢獻(xiàn)高達(dá)50%以上，浙江的貢獻(xiàn)為30%左右，上海的貢獻(xiàn)低于20%；長三角地區(qū)能源足跡構(gòu)成變動小，仍以煤炭足跡為主，石油次之，天然氣和電力最小，表明長三角地區(qū)能源結(jié)構(gòu)調(diào)整任務(wù)依然十分艱巨；技術(shù)進(jìn)步是能源足跡下降的最主要原因，其中江蘇的技術(shù)進(jìn)步發(fā)揮的效應(yīng)最為顯著；經(jīng)濟(jì)發(fā)展效應(yīng)和人口規(guī)模效應(yīng)共同推動著能源足跡的增長，區(qū)域結(jié)構(gòu)效應(yīng)的影響較小。

能源足跡；長三角地區(qū)；LMDI分解法

隨著能源消費(fèi)的快速增長，能源供需矛盾、環(huán)境污染和氣候變化等問題日益凸出，已經(jīng)嚴(yán)重威脅到人類生存和社會經(jīng)濟(jì)的可持續(xù)發(fā)展，引起了社會各界的廣泛關(guān)注。長三角地區(qū)作為中國經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)之一，2014年長三角地區(qū)生產(chǎn)總值為122 829.05億元(占全國20.25%)，人均GDP超過1萬美元，已步入后工業(yè)化時代。2014年長三角地區(qū)能源生產(chǎn)總量為4 709.23萬噸標(biāo)準(zhǔn)煤，占全國的1.30%，而長三角地區(qū)的能源消費(fèi)量高達(dá)59 773.66萬噸標(biāo)準(zhǔn)煤，占全國的14.03%，人均能源消耗量為3 760.8 kg標(biāo)準(zhǔn)煤，高于全國人均能耗水平。長三角地區(qū)是中國制造業(yè)的集聚地，高能耗產(chǎn)業(yè)比重過大，使得長三角地區(qū)早已面臨著能源供需失衡、生態(tài)環(huán)境破壞、土地資源緊張等問題[1]。因此，深入研究和分析長三角地區(qū)能源可持續(xù)發(fā)展?fàn)顩r，科學(xué)地考察和評價影響能源可持續(xù)發(fā)展的因素顯得尤為重要，也對長三角地區(qū)社會經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的意義。

Rees和Wackernagel提出的生態(tài)足跡模型是近年發(fā)展起來的測度生態(tài)可持續(xù)發(fā)展的定量方法[2]。作為衡量生態(tài)可持續(xù)發(fā)展和人與環(huán)境協(xié)調(diào)度的量化分析方法[3]，其簡便易行、操作性強(qiáng)且較為客觀，受到國內(nèi)外眾多學(xué)者的關(guān)注。能源足跡源于生態(tài)足跡，是能源消費(fèi)所產(chǎn)生的生態(tài)足跡[4]，許多學(xué)者利用生態(tài)足跡模型對能源消費(fèi)進(jìn)行研究。一部分學(xué)者通過計(jì)算國家、省、市層面的能源足跡，進(jìn)而評價該地區(qū)的能源生態(tài)可持續(xù)性[4-10]；還有少部分學(xué)者深入研究能源足跡變化的原因，分析影響能源足跡的因素，研究發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)結(jié)構(gòu)，人口規(guī)模、技術(shù)進(jìn)步等因素對能源足跡變化都有影響[11-19]。然而，目前學(xué)者們在分析影響能源足跡的因素時，沒有充分說明選擇因素的理由，大都是根據(jù)已有的經(jīng)驗(yàn)主觀判斷的，缺乏理論依據(jù)?；诖?，本研究利用能源足跡模型對長三角地區(qū)能源可持續(xù)利用狀況進(jìn)行分析，進(jìn)而通過構(gòu)建LMDI模型對能源足跡進(jìn)行分解，考察長三角地區(qū)能源足跡變化的主要影響因素，旨在回答以下兩個問題：一是長三角地區(qū)能源足跡變化是怎樣的？二是造成長三角地區(qū)能源足跡變化的主要因素？

一、模型構(gòu)建與數(shù)據(jù)說明

(一)能源足跡測度

目前，大多數(shù)研究采用的是碳匯法[4,7-8,12,17]計(jì)算區(qū)域能源足跡或人均能源足跡，該方法是通過計(jì)算吸收能源產(chǎn)生CO2所需要的林地面積來表示能源足跡。

(1)

式中，EEF為能源足跡，i=1，2，3，4分別表示能源消費(fèi)項(xiàng)目原油、原煤、天然氣和電力。Ci為某類能源的標(biāo)準(zhǔn)煤消費(fèi)量，Pi為能源的全球平均足跡。1 t原煤=0.714 3 t標(biāo)準(zhǔn)煤，1 t原油=1.428 6 t標(biāo)準(zhǔn)煤，1 m3天然氣=1.33 kg標(biāo)準(zhǔn)煤，1 kW·h電力=0.122 9 kg標(biāo)準(zhǔn)煤，1 kg標(biāo)準(zhǔn)煤熱能=7 000 kcal，1 kcal=4.186 8 kJ，1 MJ=1×106J，1 GJ=1×109J。能源全球平均足跡煤炭55 GJ/ghm2，石油73 GJ/ghm2，天然氣93 GJ/ghm2，水電1 000 GJ/ghm2。 式中，乘以2/3是指能源消耗所排放的CO2被林地吸收和消納的部分，其余1/3被海洋吸收。

(二)能源足跡的分解

近年來，因素分解法成為資源和環(huán)境領(lǐng)域的一種重要研究方法，它能夠提供一個完整的框架來分析各變量的影響程度。在眾多的分解法中，對數(shù)平均迪氏分解法(LMDI)是一種完全的、不產(chǎn)生殘差的分解分析方法，受到廣大學(xué)者的青睞[20-23]。為此，本文也采用該方法對能源足跡進(jìn)行分解，即可得到各因素對能源足跡影響的乘積形式。

(2)

式中，EEFi為第i地區(qū)的能源足跡；Y為地區(qū)總產(chǎn)出；P為地區(qū)總?cè)藬?shù)；Si為第i地區(qū)能源足跡占整個長三角地區(qū)能源足跡的比重，表征能源足跡區(qū)域結(jié)構(gòu)因素；I為萬元GDP生產(chǎn)所需占用的能源足跡，值越大，表明能源集約利用程度較低，表征能源足跡強(qiáng)度因素；G為人均GDP，表征經(jīng)濟(jì)發(fā)展因素；P為人口數(shù)量，表征人口規(guī)模因素。

為了研究各因素對能源足跡變化的影響程度，以0和T分別表示基期和計(jì)算期，采用對數(shù)平均迪式分解法(LMDI)[24]對式(2)進(jìn)一步分解，得到各因素對能源足跡的影響效應(yīng)的表達(dá)式分別為

(3)

(4)

(5)

(6)

ΔEEF=EEFT-EEF0=ΔEEFS+ΔEEFI+ΔEEFG+ΔEEFP

(7)

式中，ΔEEF、ΔEEFS、ΔEEFI、ΔEEFG和ΔEEFP分別表示總效應(yīng)、區(qū)域結(jié)構(gòu)效應(yīng)、強(qiáng)度效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)和人口規(guī)模效應(yīng)。

對于各地區(qū)能源足跡的分解則不需要考慮區(qū)域結(jié)構(gòu)效應(yīng)，可構(gòu)建分解模型

(8)

分析過程與前文一樣，可得

(9)

(10)

(11)

各地區(qū)總效應(yīng)ΔEEFi=ΔEEFi-I+ΔEEFi-G+ΔEEFi-P

(12)

式中，ΔEFFi-I、ΔEEFi-G和ΔEEFi-P分別表示各地區(qū)強(qiáng)度效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)和人口規(guī)模效應(yīng)。

(三)數(shù)據(jù)來源

研究數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》(2000-2015年)，主要包括各省的能源使用量E、人口數(shù)P以及各省總產(chǎn)出Y。其中，總產(chǎn)出選取地區(qū)生產(chǎn)總值(GDP)作為衡量指標(biāo)，并按照價格指數(shù)轉(zhuǎn)換為1999年不變價格的GDP。對于缺失的數(shù)據(jù)主要參考各省市的統(tǒng)計(jì)年鑒和能源統(tǒng)計(jì)年鑒進(jìn)行增補(bǔ)。

二、長三角地區(qū)能源足跡變化及影響因素分析

(一) 長三角地區(qū)能源足跡變化

1.能源足跡變化

總體來看，1999-2014年長三角地區(qū)能源足跡總量呈現(xiàn)遞增的發(fā)展趨勢，從1999年的0.577 2×108hm2增加到2014年的1.593 0×108hm2，上漲幅度達(dá)1.015 8×108hm2，增長率達(dá)175.99%，2013年長三角地區(qū)能源足跡達(dá)到最大值1.655 5×108hm2。其中，“十五”期間，長三角地區(qū)能源足跡增長幅度較大，年均增長率為13.85%，主要由于工業(yè)化、城鎮(zhèn)化進(jìn)程地不斷加快，以重化工業(yè)以及高能耗產(chǎn)業(yè)發(fā)展為主，能源消耗總量不斷增長，能源足跡大幅度增加；“十一五”時期，長三角地區(qū)能源足跡增長趨緩，年均增長率為5.89%，受國家產(chǎn)業(yè)發(fā)展政策和經(jīng)濟(jì)危機(jī)的影響，長三角地區(qū)能源足跡增長速度變??；2011-2014年長三角地區(qū)能源足跡變化較為平穩(wěn)，逐年增長的趨勢得到轉(zhuǎn)變，表明長三角地區(qū)大力倡導(dǎo)產(chǎn)業(yè)改革，致力于提高能源利用效率，對地區(qū)經(jīng)濟(jì)發(fā)展產(chǎn)生了積極的作用；但是同時也能看出，長三角地區(qū)作為制造業(yè)的集聚地，產(chǎn)業(yè)轉(zhuǎn)型任務(wù)艱巨，短期內(nèi)能源足跡總量變化幅度較小。

圖1 1999-2014年長三角地區(qū)能源足跡變化趨勢

從各地區(qū)能源足跡發(fā)展?fàn)顩r來看，長三角各地區(qū)之間的能源足跡存在明顯的差異，江蘇和浙江兩地能源足跡都是呈現(xiàn)穩(wěn)步增長趨勢，相比于江蘇而言，浙江能源足跡的增速趨緩；上海能源足跡則處于平穩(wěn)狀態(tài)，一直保持較低水平。江蘇能源足跡從1999年的2.698×107hm2到2014年的8.687×107hm2，對于整個長三角地區(qū)的貢獻(xiàn)率達(dá)到50%以上；浙江的能源足跡自2003年之后呈現(xiàn)逐步上升趨勢，2013年達(dá)到最大值5.103×107hm2，對整個長三角地區(qū)的貢獻(xiàn)度也達(dá)到30%左右；上海能源足跡變化數(shù)值則基本保持在1.7×103hm2～2.0×103hm2的水平，變化幅度小，對整個長三角地區(qū)的貢獻(xiàn)度20%左右，這種顯著的地域差異主要?dú)w因于人口規(guī)模因素，浙江和上海的人口規(guī)模均低于江蘇，人口因素是影響地區(qū)能源足跡大小的主要因素之一。

2.能源足跡結(jié)構(gòu)變化

圖2 1999-2014年長三角地區(qū)能源足跡構(gòu)成

從整體能源足跡結(jié)構(gòu)角度來看，1999-2014年煤炭足跡最大，其次是石油，天然氣、電力所占比重偏小。與1999年相比，2014年煤炭、石油、天然氣、電力分別增長了7.085×107hm2、2 109.36×107hm2、0.774×107hm2、0.190×107hm2。從貢獻(xiàn)率上來看，煤炭足跡對總的能源足跡的貢獻(xiàn)率從1999年的77.87%下降到了72.69%，一直占據(jù)主導(dǎo)地位；石油從1999年的21.25%下降到了2014年的20.94%，其中2012年達(dá)到最低19.28%；天然氣和電力的貢獻(xiàn)率相對較小，天然氣從1999年的0.06%增至2014年的4.88%，而電力則從0.82%增至1.49%。由此可知，煤炭和石油足跡的比重均呈現(xiàn)下降趨勢，這與長三角地區(qū)加快調(diào)整產(chǎn)業(yè)轉(zhuǎn)型升級，大力推進(jìn)第三產(chǎn)業(yè)發(fā)展是密不可分的，但是煤炭和石油消費(fèi)比重依舊偏高，表明長三角地區(qū)還需進(jìn)一步推進(jìn)高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)發(fā)展，優(yōu)化能源消費(fèi)結(jié)構(gòu)，提高天然氣、太陽能源、風(fēng)能等清潔能源的利用率，緩解能源供給和生態(tài)壓力，實(shí)現(xiàn)地區(qū)協(xié)調(diào)發(fā)展。

從各區(qū)的煤炭和石油足跡來看(見表1)，江蘇的煤炭足跡貢獻(xiàn)率最高，基本維持在0.8左右，高于長三角地區(qū)平均水平，2014年下降至最低值0.78，但所占比重仍過大，而石油足跡是三地區(qū)之中最低的，近年來呈現(xiàn)波動中緩慢上升的趨勢；上海的煤炭足跡呈逐年下降趨勢，且2011年后下降幅度較大，石油足跡呈上升趨勢；浙江的煤炭足跡數(shù)值變化位于0.7～0.8之間，石油足跡則位于0.2左右，二者都呈現(xiàn)平穩(wěn)的發(fā)展趨勢。從天然氣和電力足跡來看，各區(qū)的天然氣呈現(xiàn)上升趨勢，其中上海漲幅最大；各區(qū)的電力足跡基本保持相同的漲幅狀態(tài)，15年左右的時間，電力的利用比例依然維持在0.01～0.18之間，一直處于平穩(wěn)狀態(tài)，表明電力產(chǎn)業(yè)發(fā)展緩慢?？梢?，江蘇煤炭足跡高于上海和浙江，且研究期間變化比較平穩(wěn)，主要是江蘇一直以工業(yè)制造業(yè)為主，且服務(wù)業(yè)發(fā)展多集中于物流、餐飲、生活服務(wù)等傳統(tǒng)產(chǎn)業(yè)，發(fā)展層級比較低；上海煤炭足跡最低，歸因于上海地區(qū)科技產(chǎn)業(yè)和高端生產(chǎn)性服務(wù)業(yè)比較發(fā)達(dá)。總的來說，各地區(qū)應(yīng)當(dāng)加快轉(zhuǎn)型升級步伐，持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)一步調(diào)整能源消費(fèi)結(jié)構(gòu)。

表1 1999-2014年長三角地區(qū)能源足跡的分配率 %

(二)長三角地區(qū)能源足跡因素分解

1.長三角地區(qū)整體能源足跡因素分解分析

由式(2)～式(7)分析1999-2014年長三角地區(qū)整體能源足跡變化的影響因素，各因素的分解結(jié)果如下。

圖3 1999-2014年長三角地區(qū)能源足跡各影響因素變化趨勢

如圖3可知，研究期間經(jīng)濟(jì)發(fā)展效應(yīng)、人口規(guī)模效應(yīng)、區(qū)域結(jié)構(gòu)效應(yīng)均為正值，表明經(jīng)濟(jì)發(fā)展因素、人口規(guī)模因素和區(qū)域結(jié)構(gòu)因素對能源足跡的變化起著正向作用。其中經(jīng)濟(jì)發(fā)展效應(yīng)最大，人口規(guī)模效應(yīng)次之，區(qū)域結(jié)構(gòu)效應(yīng)最小，說明區(qū)域結(jié)構(gòu)因素的影響效應(yīng)非常小，經(jīng)濟(jì)發(fā)展因素和人口因素推動著能源足跡的增長，經(jīng)濟(jì)發(fā)展因素是主要推動力。除了2003-2005年外，強(qiáng)度效應(yīng)值均為負(fù)值，且呈波動性變化，表明強(qiáng)度效應(yīng)有效地抑制了能源足跡的增長?？傊?，強(qiáng)度效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)主導(dǎo)著長三角地區(qū)能源足跡的變化。

強(qiáng)度效應(yīng)是能源足跡下降的主要因素，研究期間導(dǎo)致長三角地區(qū)能源足跡累計(jì)減少0.797×108hm2，表明近年來長三角地區(qū)能源集約和節(jié)約利用程度有所提高，尤其是2006-2010年和2012-2014年兩個區(qū)間，能源足跡強(qiáng)度因素對能源足跡的抑制作用更顯著。一方面，由于國家社會經(jīng)濟(jì)發(fā)展政策的轉(zhuǎn)變，倡導(dǎo)可持續(xù)發(fā)展，堅(jiān)持科學(xué)發(fā)展，加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，提高自主創(chuàng)新能力，依靠科技進(jìn)步推進(jìn)產(chǎn)業(yè)改革。另一方面，長三角地區(qū)積極調(diào)整制造業(yè)發(fā)展結(jié)構(gòu)，引進(jìn)全球高新技術(shù)產(chǎn)業(yè)的同時，逐漸向周邊轉(zhuǎn)移傳統(tǒng)制造業(yè)，淘汰能耗高以及污染重的產(chǎn)業(yè)，提高能源利用效率，從而抑制能源足跡逐年大幅增長的發(fā)展態(tài)勢。

經(jīng)濟(jì)發(fā)展效應(yīng)對長三角地區(qū)能源足跡起著主要的推動作用，能源足跡增長了1.62×108hm2。其中，2000-2007年，經(jīng)濟(jì)發(fā)展效應(yīng)值呈現(xiàn)逐年遞增趨勢，達(dá)到了最高值1.479×107hm2；2008年由于受到國際金融危機(jī)的影響，經(jīng)濟(jì)發(fā)展效益低，致使2007-2009年經(jīng)濟(jì)發(fā)展效應(yīng)有所下降，這一時期長三角地區(qū)能源足跡也有所降低；2009年之后，經(jīng)濟(jì)發(fā)展效應(yīng)有所回升，上漲幅度較小，經(jīng)濟(jì)發(fā)展效應(yīng)變化趨于平穩(wěn)，對能源足跡的影響依舊維持在1.0×107hm2～1.5×107hm2之間?？梢?，長三角地區(qū)經(jīng)濟(jì)增長與能源消費(fèi)量呈同向發(fā)展關(guān)系，經(jīng)濟(jì)發(fā)展仍離不開能源的大量消耗。為此，長三角地區(qū)必須提高經(jīng)濟(jì)增長質(zhì)量，遵循可持續(xù)發(fā)展模式，提倡發(fā)展低碳產(chǎn)業(yè)。

人口規(guī)模效應(yīng)是長三角地區(qū)能源足跡增長的另一因素，能源足跡累積上升了1.933×107hm2，其中，2001-2010年間人口規(guī)模效應(yīng)呈遞增趨勢，2010年為最高值0.292×107hm2；2011-2014年間呈現(xiàn)逐年遞減趨勢，2014年為最低0.04×107hm2。一方面，由于長三角地區(qū)人口基數(shù)大，再加上外來人口的不斷涌入，對于能源的需求量不斷增加，生產(chǎn)規(guī)模不斷擴(kuò)大，致使能源消費(fèi)量增加；但是，由于近年來隨著社會大力倡導(dǎo)低碳消費(fèi)，人的消費(fèi)行為與心理逐漸發(fā)生轉(zhuǎn)變，主張消費(fèi)低能耗和節(jié)能產(chǎn)品，推行低碳的生活消費(fèi)方式，在很大程度上緩解了人口聚集帶來的能源消費(fèi)的增長?？偟膩碚f，人口規(guī)模因素對能源足跡的影響較小且較為平穩(wěn)。區(qū)域結(jié)構(gòu)效應(yīng)值較小，對能源足跡變化的影響程度較小。

表2 1999-2014年長三角地區(qū)能源足跡變化的分解結(jié)果 108 hm2

2.各地區(qū)能源足跡因素分解及比較

通過對簡化模型的分解可得長三角各地能源足跡的影響因素(如圖4)。

圖4 各地區(qū)能源足跡影響因素分解

研究期內(nèi)，強(qiáng)度效應(yīng)對所有地區(qū)的能源足跡均呈現(xiàn)出抑制作用，經(jīng)濟(jì)發(fā)展效應(yīng)則推動能源足跡的增長，人口規(guī)模效應(yīng)也均呈現(xiàn)出正向作用，但是發(fā)揮的效應(yīng)較小。其中，強(qiáng)度效應(yīng)導(dǎo)致上海、江蘇和浙江的能源足跡的下降幅度分別為2.342×107hm2、3.580×107hm2、2.172×107hm2，經(jīng)濟(jì)發(fā)展效應(yīng)對各地區(qū)能源足跡增長的貢獻(xiàn)分別為2.145×107hm2、9.077×107hm2、4.865×107hm2，人口規(guī)模效應(yīng)的增長幅度分別為1.017×107hm2、0.492×107hm2、0.656×107hm2。結(jié)合圖4可以看出，與整個長三角地區(qū)相似，強(qiáng)度效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)仍然是各地區(qū)能源足跡變化的兩大主導(dǎo)因素，且強(qiáng)度效應(yīng)的抑制作用遠(yuǎn)低于經(jīng)濟(jì)發(fā)展效應(yīng)和人口規(guī)模效應(yīng)的推動作用。

江蘇的強(qiáng)度效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)均高于浙江和上海，經(jīng)濟(jì)發(fā)展效應(yīng)對江蘇能源足跡增長的推動作用遠(yuǎn)遠(yuǎn)大于強(qiáng)度效應(yīng)的抑制作用，江蘇經(jīng)濟(jì)發(fā)展所消耗的能源量遠(yuǎn)大于技術(shù)進(jìn)步所節(jié)約的能源量，盡管能源集約節(jié)約利用率有所提高，但是效果十分有限。同時可以看出，上海的強(qiáng)度效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)絕對值基本接近，人口規(guī)模效應(yīng)較其他兩地區(qū)略高些，上海的能源足跡保持在較低的水平上，說明上海經(jīng)濟(jì)發(fā)展增速與效益基本保持一致，經(jīng)濟(jì)發(fā)展質(zhì)量較高。浙江能源利用效率略低于其他兩個地區(qū)，經(jīng)濟(jì)發(fā)展效應(yīng)和人口規(guī)模效應(yīng)居中，表明浙江的科技創(chuàng)新水平有待進(jìn)一步提升。

三、結(jié)論與建議

本文基于1999-2014年長三角地區(qū)兩省一市的數(shù)據(jù)，采用碳匯法測度了長三角地區(qū)能源足跡，并進(jìn)一步基于LMDI分解模型考察了能源足跡的主要影響因素。主要結(jié)論與建議如下：

第一，1999-2014年長三角地區(qū)能源足跡總體呈遞增趨勢，年均增長率為7%，增速遠(yuǎn)高于上海，但低于江蘇和浙江能源足跡的增長速度。從能源足跡構(gòu)成層面看，長三角地區(qū)煤炭足跡比重占主導(dǎo)地位，上海的煤炭足跡低于長三角地區(qū)，江蘇和浙江的煤炭足跡高于長三角地區(qū)；近年來，各地區(qū)煤炭足跡均呈現(xiàn)下降趨勢，但是變動幅度較小，能源足跡變化不顯著。從能源足跡貢獻(xiàn)層面看，江蘇對長三角地區(qū)能源足跡貢獻(xiàn)最高，是長三角地區(qū)能源足跡的構(gòu)成主體，上海能源足跡一直保持著低水平狀態(tài)。這意味著長三角地區(qū)亟需調(diào)整能源消費(fèi)結(jié)構(gòu)，需進(jìn)一步推進(jìn)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，以期降低長三角地區(qū)的能源足跡，緩解生態(tài)壓力。

第二，長三角地區(qū)能源足跡變化影響因素分析結(jié)果表明，區(qū)域結(jié)構(gòu)、人口規(guī)模和經(jīng)濟(jì)發(fā)展對能源足跡變化起著正向作用，其中，經(jīng)濟(jì)發(fā)展水平是能源足跡增長的主要推動力，累計(jì)貢獻(xiàn)了1.620×108hm2，人口規(guī)模次之，累計(jì)貢獻(xiàn)了1.933×107hm2，區(qū)域結(jié)構(gòu)最小，僅有1.840×104hm2，代表技術(shù)因素的能源足跡強(qiáng)度起著負(fù)向作用，能源足跡總量減少了7.970×107hm2。一方面，長三角地區(qū)應(yīng)當(dāng)提升經(jīng)濟(jì)發(fā)展質(zhì)量，不以能源的過度消耗加快經(jīng)濟(jì)發(fā)展速度，追求可持續(xù)發(fā)展模式；合理地控制人口規(guī)模，普及先進(jìn)的節(jié)能意識和理念，提升人口素質(zhì)，倡導(dǎo)低碳的生活消費(fèi)模式，實(shí)現(xiàn)人口-能源-環(huán)境可持續(xù)發(fā)展；另一方面，通過技術(shù)創(chuàng)新抑制能源足跡的增長，可以通過運(yùn)用新技術(shù)提高能源利用效率，開發(fā)節(jié)能減排的產(chǎn)品和新能源，降低節(jié)能技術(shù)應(yīng)用的成本。

第三，各地區(qū)的能源足跡影響因素與長三角地區(qū)的情況基本類似，強(qiáng)度效應(yīng)主導(dǎo)了能源足跡的下降，經(jīng)濟(jì)發(fā)展效應(yīng)則決定了能源足跡的上升，人口規(guī)模效應(yīng)的正向影響比較小。江蘇地區(qū)的能源利用效率略高，因而強(qiáng)度效應(yīng)的作用也高于其他兩個地區(qū)，但是由于經(jīng)濟(jì)發(fā)展效應(yīng)和人口規(guī)模效應(yīng)的推動作用高于強(qiáng)度效應(yīng)的抑制作用，所以江蘇能源足跡總量遠(yuǎn)高于其他兩個地區(qū)；而浙江和上海雖然強(qiáng)度效應(yīng)發(fā)揮的抑制作用有限，但是經(jīng)濟(jì)發(fā)展效應(yīng)的推動作用同樣較小，兩地區(qū)的能源足跡總量低于江蘇地區(qū)。江蘇和浙江地區(qū)應(yīng)借鑒上海經(jīng)濟(jì)發(fā)展模式，重點(diǎn)發(fā)展高新技術(shù)產(chǎn)業(yè)，支持和鼓勵能源利用效率高的第三產(chǎn)業(yè)，推進(jìn)現(xiàn)代工業(yè)的發(fā)展。

[1]岳書敬，王旭蘭.長三角地區(qū)制造業(yè)能源消耗的差異性研究——基于細(xì)分行業(yè)的視角[J].東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2014，16(3)：38-43.

[2]WACKERNAGEL M,REES W.Our ecological footprint:reducing human impact on the earth[J].New society publishers，1996，1(3)：171-174.

[3]胡雪萍，李丹青.城鎮(zhèn)化進(jìn)程中生態(tài)足跡的動態(tài)變化及影響因素分析——以安徽省為例[J].長江流域資源與環(huán)境，2016，25(2)：300-306.

[4]陳肖飛，張落成，閆人華.1990年以來長三角地區(qū)能源足跡測度及STIRPAT框架下的驅(qū)動因子[J].中國科學(xué)院大學(xué)學(xué)報，2015，32(5)：620-626.

[5]陳敏，張麗君，王如松，等.1978-2003年中國生態(tài)足跡動態(tài)分析[J].資源科學(xué)，2005，27(6)：132-139.

[6]李智，鞠美庭，劉偉，等.中國1996-2005年能源生態(tài)足跡與效率動態(tài)測度與分析[J].資源科學(xué)，2007，29(6)：54-60.

[7]趙冠偉，楊木壯，陳健飛.1990-2007年中國能源足跡時空差異分析[J].地理與地理信息科學(xué)，2011，27(2)：65-69.

[8]李琦，孫根年，韓亞芬.中國能源足跡的區(qū)域差異及影響因素分析[J].統(tǒng)計(jì)與決策，2010(19)：111-113.

[9]賈首杰，陳英，張仁陟，等.河南省能源足跡與城市擴(kuò)張和經(jīng)濟(jì)發(fā)展的關(guān)系研究[J].地域研究與開發(fā)，2015，34(1)：117-122.

[10]陳肖飛，龔春紅，張落成，等.不同地理空間尺度下能源足跡測度及預(yù)測比較[J].環(huán)境科學(xué)與技術(shù)，2015，38(7)：164-170.

[11]賈首杰，陳英，劉義，等.基于脫鉤分析方法的能源足跡與經(jīng)濟(jì)發(fā)展的關(guān)系研究——以河南省為例[J].甘肅農(nóng)業(yè)大學(xué)學(xué)報，2015，50(2)：127-133.

[12]王濤，馮杰.中國能源足跡動態(tài)變化與影響因素分析[J].生態(tài)經(jīng)濟(jì)，2016，32(9)：19-23.

[13]鄒艷芬.中國能源生態(tài)足跡的技術(shù)進(jìn)步影響實(shí)證分析[J].資源科學(xué)，2010，32(7)：1280-1288.

[14]苑清敏，劉俊.天津市能源足跡變化的驅(qū)動力分析[J].安全與環(huán)境學(xué)報，2015，15(6)：369-373.

[15]岳強(qiáng)，李志偉，王彤，等.遼寧省人均能源足跡分解模型及實(shí)證分析[J].東北大學(xué)學(xué)報(自然科學(xué)版)，2011，32(2)：288-291.

[16]陳成忠，林振山.中國能源足跡增長波動的驅(qū)動因子分析[J].生態(tài)學(xué)報，2009，29(2)：758-767.

[17]張樂勤，司友斌，榮慧芳，等.池州市2000-2010年能源足跡動態(tài)測度與驅(qū)動因子分析[J].環(huán)境科學(xué)學(xué)報，2012，32(5)：1270-1280.

[18]張樂勤，李榮富，榮慧芳，等.安徽省近10年能源足跡測度及驅(qū)動因子分析[J].環(huán)境科學(xué)研究，2012，25(4)：474-480.

[19]吳敬銳，楊兆萍，阿達(dá)衣·賽肯.基于STIRPAT模型分析新疆能源足跡的影響因素[J].干旱區(qū)地理，2011，34(1)：187-193.

[20]郭彩霞，邵超峰，鞠美庭.天津市工業(yè)能源消費(fèi)碳排放量核算及影響因素分解[J].環(huán)境科學(xué)研究，2012，25(2)：232-239.

[21]馬劍鋒，秦騰，佟金萍.干旱區(qū)水資源生態(tài)足跡變動及影響因素的分析[J].統(tǒng)計(jì)與決策，2016(18)：100-103.

[22]方偉成，孫成訪，郭文顯.基于LMDI法東莞市水資源生態(tài)足跡影響因素分析[J].水資源與水工程學(xué)報，2015，26(3)：115-117.

[23]彭俊銘，吳仁海.基于LMDI的珠三角能源碳足跡因素分解[J].中國人口·資源與環(huán)境，2012，22(2)：69-74.

[24]ANG B W．Decomposition analysis for policymaking in energy:which is the preferred method? [J]．Energy policy，2004，32(9):1131-1139．

AnAnalysisofChangesandInfluencingFactorsofEnergyEcologicalFootprintinYangtzeRiverDeltaRegionBasedonLMDIMethod

Tong Jinping，Zhao Mingming，Jiang Guogang

The sustainable energy use is essential to the regional economic and social sustainable development and ecological civilization construction. Taking Yangtze River Delta Region as an example, the model of energy ecological footprint (EEF) is built to inspect the regional sustainable development of energy. Moreover, the changes and influencing factors of EEF can be analyzed by using LMDI model. The results demonstrate that EEF in Yangtze River Delta region showed an increasing trend in the period from 1999 to 2014; there appears significant regional disparity, the EEF of Jiangsu for the overall contribution is above 50%, Zhejiang is about 30%, and Shanghai is lower than 20%. The constitution of EEF in Yangtze River Delta region changes a little. Coal footprint is the major, oil follows, and natural gas and power takes the smallest part, which reflects that there is a long way to go in the structure adjustment of energy consumption in this region. Technological progress plays the key role in the energy ecological footprint decrease, and Jiangsu’s technological progress exerts the most significant effects; economic development and population size lead to the increase of EEF while the effects of regional structure are very weak.

energy ecological footprint; Yangtze River Delta region; LMDI method

2017-05-02；責(zé)任編輯:沈秀)

佟金萍，管理學(xué)博士，常州大學(xué)商學(xué)院教授，碩士生導(dǎo)師；趙明明，常州大學(xué)商學(xué)院碩士研究生；姜國剛，管理學(xué)博士，常州大學(xué)商學(xué)院教授，碩士生導(dǎo)師。

國家社會科學(xué)基金一般項(xiàng)目“區(qū)域經(jīng)濟(jì)差異視角下我國碳減排的政府環(huán)境責(zé)任與公眾參與機(jī)制研究”(16BJL074)；2014年高?！扒嗨{(lán)工程”優(yōu)秀青年骨干教師培養(yǎng)資助項(xiàng)目(蘇教師 [2014] 23號)；2016年江蘇省第五期“333工程”第三層次培養(yǎng)對象資助項(xiàng)目(蘇人才辦 [2016]8號)。

F206

A

10.3969/j.issn.2095-042X.2017.06.010