西北地區(qū)能源概況分析與評(píng)價(jià)

黃文婷 李小強(qiáng) 姜永

【摘 要】文章以西北五省區(qū)（新疆維吾爾自治區(qū)、寧夏回族自治區(qū)、陜西省、甘肅省，青海?。┑哪茉辞闆r作為研究重點(diǎn)。利用Python進(jìn)行數(shù)據(jù)可視化，對(duì)各省區(qū)煤炭、石油、天然氣、可再生能源消費(fèi)情況繪制三維柱狀圖，并借此描述和分析五省區(qū)的能源概況;接著建立基于主成分分析的綜合評(píng)價(jià)模型，以2016年西北五省區(qū)的14個(gè)有關(guān)能源變量作為評(píng)價(jià)指標(biāo)，通過(guò)SPSS計(jì)算，得到綜合得分，結(jié)果表明：寧夏回族自治區(qū)是能源狀況使用“最佳”的省區(qū)。

【關(guān)鍵詞】能源概況;主成分分析;綜合評(píng)價(jià);SPSS

【中圖分類(lèi)號(hào)】F426.2;F123【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2019）05-0116-03

0 引言

在新時(shí)代主導(dǎo)低碳經(jīng)濟(jì)優(yōu)先的理念之下，世界上的大多數(shù)國(guó)家逐漸將經(jīng)營(yíng)理念的重心放在了低能耗、低污染及低排放的低碳經(jīng)營(yíng)模式上[1]。中國(guó)作為發(fā)展中的大國(guó)，自然也不例外。隨著我國(guó)能源緊縮和不可再生資源的日益減少，制定行之有效的能源政策刻不容緩，能源建設(shè)問(wèn)題被提到了客觀的發(fā)展高度[2]。一個(gè)國(guó)家能否長(zhǎng)期生存和發(fā)展，與能源有著密不可分的關(guān)系。我們必須堅(jiān)定不移地對(duì)中國(guó)能源發(fā)展戰(zhàn)略的構(gòu)建依據(jù)和基本構(gòu)想做出較為系統(tǒng)、深入和全面的研究[3]。西北地區(qū)作為中國(guó)的能源儲(chǔ)備重心，其能源的使用狀況關(guān)系著國(guó)家的生存與發(fā)展，因此對(duì)西北地區(qū)的能源使用建立系統(tǒng)的概況分析體系和評(píng)價(jià)指標(biāo)的研究具有重要意義。

1 描述能源演化概況

1.1 能源研究指標(biāo)

從地區(qū)使用的主要能源類(lèi)型分析，以西北五省區(qū)在煤炭、石油、天然氣、水能和電力及可再生能源方面的消耗量占地區(qū)總能耗的比重作為描述能源演化的研究指標(biāo)。再由西北各省區(qū)的統(tǒng)計(jì)年鑒[4-8]整理出以下14個(gè)能源評(píng)價(jià)的指標(biāo)數(shù)據(jù)，見(jiàn)表1。

其中，X1表示煤炭生產(chǎn)量占比（%），X2表示石油生產(chǎn)量占比（%），X3表示天然氣生產(chǎn)量占比（%），X4表示水電及可再生能源生產(chǎn)量占比（%），X5表示煤炭消耗量占比（%），X6表示石油消耗量占比（%），X7表示天然氣消耗量占比（%），X8表示水電及可再生能源消耗量占比（%），X9表示能源消費(fèi)同比增長(zhǎng)（%），X10表示電力消費(fèi)同比增長(zhǎng)（%），X11表示地區(qū)消費(fèi)總值同比增長(zhǎng)（%），X12表示能源生產(chǎn)同比增長(zhǎng)（%），X13表示電力生產(chǎn)同比增長(zhǎng)（%），X14表示GDP同比增長(zhǎng)（%）。

1.2 能源演化概述

對(duì)各省區(qū)不同時(shí)間段的能源使用和演化情況，利用Python數(shù)據(jù)可視化繪制三維柱狀圖，綜合顯示各種主要能源消耗占能源總消耗的比重隨時(shí)間增長(zhǎng)做出相應(yīng)的演化過(guò)程，圖1、圖2展示了新疆維吾爾自治區(qū)和陜西省的能源演化規(guī)律。

新疆維吾爾自治區(qū)：從2000年以來(lái)，新疆維吾爾自治區(qū)煤炭的消耗量一直占據(jù)著能源消耗總量的核心地位，其消耗量占比穩(wěn)定在63.23%左右。石油的平均能源消耗量略高于天然氣，緊隨煤炭之后，而消耗量由一開(kāi)始的23.30%下降到2017年的13.30%，下降約10個(gè)百分點(diǎn)。可再生能源消耗占比最小，但消耗量在2017年達(dá)11.50%，較2000年上升了7個(gè)百分點(diǎn)。

寧夏回族自治區(qū)：2000年開(kāi)始煤炭消耗量穩(wěn)定在84.86%左右。天然氣表現(xiàn)趨勢(shì)相似，自2000年以來(lái)，其能源消耗量維持在4.38%左右，但是2004～2017年天然氣生產(chǎn)量為0，其消耗全部依靠進(jìn)口外來(lái)能源。水電等可再生能源消耗呈現(xiàn)出先上升后下降的趨勢(shì)，2000～2011年間消耗占比達(dá)最低，約2.33%。

陜西?。?005～2017年，與新疆維吾爾自治區(qū)相似，陜西省煤炭的消耗量一直穩(wěn)定在73.07%，并占據(jù)著總能耗的主要地位。次要能源由石油轉(zhuǎn)變?yōu)樘烊粴狻?2年間陜西省的可再生能源消耗占比趨于緩慢增長(zhǎng)，到2017年，達(dá)5.77%。但可再生能源消耗占比仍然是最小。

甘肅?。?006年以來(lái)，甘肅省的煤炭消耗量持續(xù)下滑，到2016年達(dá)到59.35%，較2006年下降約10個(gè)百分點(diǎn)。從2006年開(kāi)始，電力及可再生能源消耗占比穩(wěn)步上升，到2012年以后，電力及可再生能源等取代石油，成為次要能源，占比約20%。天然氣能源消耗最小，且石油和天然氣的消耗比重均較穩(wěn)定，分別在16%和3.67%附近小幅波動(dòng)。

青海?。?995～2017年，青海省的煤炭和電力及可再生能源的消耗比重均出現(xiàn)過(guò)兩次下降低谷。2005～2009年的5年間，煤炭取代電力及可再生能源成為能源消耗比重第一，除此以外，電力及可再生能源等一直處在青海省能源消耗的核心地位。從2008年起，石油和天然氣的能源消耗占比趨于穩(wěn)定，約9.04%和13.54%。2005年至今，石油的消耗量達(dá)到最小。

2 基于主成分分析的綜合評(píng)價(jià)模型

為了研究2016年西北地區(qū)（新疆維吾爾自治區(qū)、寧夏回族自治區(qū)、陜西省、甘肅省、青海?。白罴选笔褂媚茉吹氖^(qū)。這里定義的“最佳”是指在滿(mǎn)足本地區(qū)當(dāng)年能源消費(fèi)量和順應(yīng)低能耗、低污染的前提下，綜合考慮當(dāng)?shù)厣a(chǎn)總值、可再生能源生產(chǎn)和消費(fèi)情況等因素，保證最大限度地利用可再生能源，更加低碳環(huán)保。本文以西北五省區(qū)2016年的14個(gè)有關(guān)能源變量（分別是煤炭、石油、天然氣、水電能源消耗占比及生產(chǎn)占比，能源消費(fèi)、生產(chǎn)同比增長(zhǎng)率，電力消費(fèi)、生產(chǎn)同比增長(zhǎng)率，地區(qū)消費(fèi)總值同比增長(zhǎng)率，GDP同比增長(zhǎng)率）指標(biāo)進(jìn)行分析，建立基于主成分分析的綜合評(píng)價(jià)模型[9]，并指出綜合得分最高的即為“最佳”使用能源的省區(qū)。

綜合評(píng)價(jià)得分的值反映了各個(gè)省區(qū)使用能源的綜合情況的評(píng)估值，綜合得分越高，說(shuō)明該省區(qū)在使用能源上的情況達(dá)到“最佳”的標(biāo)準(zhǔn)。表2是五省區(qū)的公因子和綜合得分結(jié)果，可知寧夏回族自治區(qū)的綜合得分為34.21，占據(jù)綜合排名第一的位置，所以寧夏回族自治區(qū)是“最佳”能源使用省區(qū)。而陜西省的綜合得分為24.67，僅次于寧夏回族自治區(qū)，緊隨其后，是次“最佳”能源使用省區(qū)。

3 結(jié)論

本文通過(guò)建立基于時(shí)間序列的能源概況分析模型，對(duì)2000～2016年間中國(guó)西北五省區(qū)的能源使用情況分別進(jìn)行了概況簡(jiǎn)述，并且綜合考慮了影響地區(qū)能源使用的14個(gè)變量，建立基于主成分分析的綜合評(píng)價(jià)模型，采用特征值大于1的主成分對(duì)應(yīng)的方差貢獻(xiàn)率作為權(quán)重依據(jù)，得到相應(yīng)的綜合得分表達(dá)式，結(jié)果表明寧夏回族自治區(qū)的能源使用情況達(dá)到“最佳”。

參 考 文 獻(xiàn)

[1]田琪.低碳經(jīng)濟(jì)與國(guó)際貿(mào)易規(guī)則的重塑[J].考試周刊，2017（40）：16.

[2]X F Wu，G Q Chen.Global primary energy use associated with production，consumption and international trade[J].Energy Policy，2017（12）：111-126.

[3]陳家斌，梁文.我國(guó)能源戰(zhàn)略選擇的一些思考[J].企業(yè)科技與發(fā)展，2008（2）：8-10.

[4]新疆維吾爾自治區(qū)計(jì)局.新疆統(tǒng)計(jì)年鑒[EB/OL].http：//kns.cnki.net/kcms/detail/detail.aspx？dbcode=CYFD &filename=N2019010150000165&dbname=CYFDLM，2019-01-01.

[5]寧夏回族自治區(qū)統(tǒng)計(jì)局.寧夏2017統(tǒng)計(jì)年鑒[EB/OL].http：//nxdata.gov.cn/files_nx_pub/html/tjnj/2017/indexfiles/indexce.htm，2017-12-28.

[6]陜西省統(tǒng)計(jì)局.陜西2018統(tǒng)計(jì)年鑒[EB/OL].http：//www.shaanxitj.gov.cn/upload/201802/zk/indexch.htm，2018-02-14.

[7]甘肅省統(tǒng)計(jì)局.甘肅省統(tǒng)計(jì)年鑒（2010—2018）[EB/OL].http：//www.gstj.gov.cn/HdApp/HdBas/HdClsContentMain.asp？ClassId=70，2018-12-16.

[8]青海統(tǒng)計(jì)信息網(wǎng).青海省統(tǒng)計(jì)年鑒（2010—2018）[EB/OL].http：//www.qhtjj.gov.cn/tjData/qhtjnj/，2018-12-18.

[9]古麗尼沙·卡斯木，木合塔爾·扎熱，張東亞，等.基于因子分析的無(wú)花果引進(jìn)品種果實(shí)品質(zhì)性狀綜合評(píng)價(jià)[J].食品科學(xué)，2018，39（1）：99-104.

[責(zé)任編輯：陳澤琦]