中國(guó)能耗的時(shí)空演化及其影響因素

王瑞莉， 王成新， 薛明月， 唐永超

(山東師范大學(xué)a. 地理與環(huán)境學(xué)院， b. 人地協(xié)調(diào)與綠色發(fā)展山東省高校協(xié)同創(chuàng)新中心， 山東濟(jì)南250358)

隨著中國(guó)經(jīng)濟(jì)發(fā)展步入新常態(tài)，經(jīng)濟(jì)增速已由高速增長(zhǎng)調(diào)整為中高速增長(zhǎng)[1]，中國(guó)能耗增速總體趨緩，能耗強(qiáng)度持續(xù)降低。2017年中國(guó)能耗增長(zhǎng)率為2.92%，較2016年的1.38%有明顯回升，但仍低于過去10 a平均5.14%的增速，能耗強(qiáng)度較2000年已下降61.22%，然而，就能耗總量而言，中國(guó)仍處于較高水平，一次能耗總量已連續(xù)多年居于世界首位，約占全球能耗的23%[2]。此外，中國(guó)能耗結(jié)構(gòu)雖有顯著優(yōu)化，但仍然處于不平衡狀態(tài)，這種由中國(guó)能源資源賦存特點(diǎn)所決定的、以煤炭為主的能耗結(jié)構(gòu)短期難以改變，2017年中國(guó)化石能耗占能耗總量的比例高達(dá)86.4%，環(huán)境污染問題不容忽視。中國(guó)各區(qū)域能源利用狀況差異顯著，作用機(jī)制復(fù)雜，宏觀的政策措施無法完全適應(yīng)不同區(qū)域的實(shí)際狀況，因此，開展全國(guó)各地區(qū)能耗發(fā)展的區(qū)域差異研究尤為必要。

國(guó)際能源形勢(shì)日益嚴(yán)峻，低碳經(jīng)濟(jì)迅速興起，能源問題成為學(xué)術(shù)界關(guān)注的熱點(diǎn)話題，并形成了豐富的理論成果和方法基礎(chǔ)。相關(guān)的研究大致可概括為以下4個(gè)方面： 1)從時(shí)間維度對(duì)全國(guó)能耗特征的階段性演化及發(fā)展趨勢(shì)進(jìn)行研究[3-7]。已有的研究大多以定性描述為主，或結(jié)合單一預(yù)測(cè)方法，選取不同時(shí)間尺度，分析中國(guó)能耗的發(fā)展演化特征。 2)能源利用水平的區(qū)域差異及影響因素的分解[8-17]。實(shí)證方法已相對(duì)完善，空間自相關(guān)[12]、 回歸分析[12-13]、 主成分分析[16-17]等方法應(yīng)用較廣泛。 3)從不同時(shí)空尺度， 定性研究能耗結(jié)構(gòu)特征及其發(fā)展演化，并借此探討全局性、區(qū)域性的優(yōu)化對(duì)策[18-19]。 4)以統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，結(jié)合國(guó)家能源安全政策，從能源供應(yīng)、需求結(jié)構(gòu)等角度，對(duì)中國(guó)能源安全現(xiàn)狀及問題進(jìn)行探討[20-22]。綜上，關(guān)于中國(guó)能耗問題的研究已取得豐碩成果，但在研究視角方面，多局限于時(shí)間、空間單維度或宏觀、區(qū)域單層次展開研究，缺乏時(shí)空融合、區(qū)域?qū)Ρ鹊亩嘟嵌?、多層次的研究；在研究尺度方面，大多研究均采用單一年份?shù)據(jù)進(jìn)行評(píng)價(jià)，缺乏對(duì)能耗水平的時(shí)間和空間差異的演化分析；在影響因素方面，采用定性方式進(jìn)行分析的研究較多，定量研究多應(yīng)用回歸模型等常規(guī)方法，而以地理探測(cè)器為工具，測(cè)度能耗空間分異的影響因素作用強(qiáng)度的研究較少。

“十三五”規(guī)劃節(jié)能減排的關(guān)鍵時(shí)期已經(jīng)到來，深入了解現(xiàn)有能耗問題及發(fā)展態(tài)勢(shì)，有效實(shí)現(xiàn)“雙控”目標(biāo)，精準(zhǔn)定位現(xiàn)階段我國(guó)宏觀能耗發(fā)展特征及區(qū)域差異狀況具有重要意義，因此，本文中從能耗總量、能耗結(jié)構(gòu)、能耗強(qiáng)度3個(gè)方面分析中國(guó)宏觀能耗的發(fā)展演化特征，應(yīng)用灰色模型(GM)對(duì)該發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)分析，以全面了解中國(guó)能耗發(fā)展所面臨的問題；選取2005、 2010、 2015、 2017年截面數(shù)據(jù)，采用主成分分析法對(duì)各省、市(區(qū))綜合能耗水平進(jìn)行評(píng)價(jià)，并借助地理探測(cè)器對(duì)地區(qū)能耗水平差異的影響因素進(jìn)行測(cè)度。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 灰色模型

灰色模型不考慮能源系統(tǒng)內(nèi)部的國(guó)內(nèi)生產(chǎn)總值(GDP)、 人口、 經(jīng)濟(jì)結(jié)構(gòu)等信息的相互作用關(guān)系， 而是通過灰色理論進(jìn)行預(yù)測(cè)， 對(duì)樣本數(shù)據(jù)需求量小， 預(yù)測(cè)精度高， 客觀性強(qiáng)[6]， 目前應(yīng)用最廣泛的是關(guān)于數(shù)列預(yù)測(cè)的單變量一階微分灰色模型， 即GM(1,1)模型。 為了降低時(shí)間跨度增大對(duì)數(shù)據(jù)預(yù)測(cè)精度的影響， 本文中選取2010—2017年數(shù)據(jù)， 應(yīng)用GM(1,1)模型， 針對(duì)單數(shù)列數(shù)據(jù)對(duì)我國(guó)能耗需求進(jìn)行預(yù)測(cè)， 具體計(jì)算步驟如下。

1)設(shè)原始時(shí)間序列為X(0)={x(0)(1),x(0)(2), …,x(0)(n)}，n為正整數(shù)。

2)求原始數(shù)列級(jí)比，并檢驗(yàn)該序列是否在可容范圍e-2/n+1～e2/n+1之內(nèi)，

(1)

式中：σ(1)(k)為原始數(shù)列級(jí)比，即后一時(shí)刻與前一時(shí)刻原始數(shù)據(jù)之比；k為原始數(shù)據(jù)的時(shí)序變量，取值范圍為[2,n]。

3)對(duì)原始數(shù)列進(jìn)行一次累加， 獲得新數(shù)列X(1)={x(1)(1),x(1)(2), …,x(1)(n)}，以弱化數(shù)據(jù)本身的隨機(jī)性。

x(1)(1)=x(0)(1)，

(2)

x(1)(2)=x(0)(1)+x(0)(2)，

(3)

……

x(1)(n)=x(0)(1)+x(0)(2)+…+x(0)(n) ，

(4)

式中x(1)為原始序列累加值。

4)通過一階微分方程對(duì)生成的新數(shù)列進(jìn)行擬合，并定義白化模型，

(5)

式中：t為累加數(shù)據(jù)的時(shí)序變量，取值范圍為[1,n]；a為發(fā)展系數(shù)；u為灰色作用量。

(6)

6)計(jì)算方程平均相對(duì)誤差，以檢驗(yàn)GM(1,1)模型精度，精度等級(jí)如表1所示。

表1 灰色預(yù)測(cè)精度檢驗(yàn)等級(jí)

1.1.2 主成分分析法

本文中應(yīng)用主成分分析法，選取2005、 2010、 2015、 2017年4個(gè)時(shí)間截面，借助統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案軟件SPSS 22.0對(duì)我國(guó)30個(gè)省、 市(區(qū))的能耗水平進(jìn)行綜合評(píng)價(jià)。主成分分析法通過抽取包含原數(shù)據(jù)大部分信息的綜合變量，避免了信息重疊，并通過客觀地確定指標(biāo)權(quán)重，避免了主觀因素影響，是常用的降維方法之一。具體計(jì)算步驟如下。

1)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除數(shù)量級(jí)和量綱差異影響。

(7)

3)計(jì)算R的j個(gè)特征值λ1,λ2, …,λj(λ1≥λ2≥…≥λj)及對(duì)應(yīng)的特征向量U， 各特征向量標(biāo)準(zhǔn)正交，U1,U2, …,Uj為主軸，并且U1≥U2≥…≥Uj。

4)計(jì)算主成分累積貢獻(xiàn)率以及最終成分得分。

5)根據(jù)主成分得分矩陣以及方差貢獻(xiàn)率，計(jì)算最終分區(qū)指標(biāo)綜合得分。

1.1.3 地理探測(cè)器

地理探測(cè)器是基于統(tǒng)計(jì)學(xué)原理的空間方差分析，通過分析層內(nèi)方差與層間方差的異同來定量表達(dá)研究對(duì)象的空間分層異質(zhì)性[23]，探測(cè)地理要素空間分異規(guī)律，探究地理空間分異內(nèi)外影響因素的重要方法，包括因子探測(cè)、交互探測(cè)、風(fēng)險(xiǎn)探測(cè)和生態(tài)探測(cè)，被廣泛應(yīng)用于經(jīng)濟(jì)、社會(huì)、生態(tài)等領(lǐng)域[24]。本文中采用地理探測(cè)器中的因子探測(cè)方法，分析各個(gè)因子對(duì)能耗空間分異的作用強(qiáng)度，即

(8)

1.2 指標(biāo)體系構(gòu)建與數(shù)據(jù)來源

1.2.1 指標(biāo)體系構(gòu)建

Step 2 Taking the failure of the 1st joint as an example,the range of motion is traversed at a given angle step size,and the kinematic equation is established according to the known end position and attitude as

由于經(jīng)濟(jì)發(fā)展水平、技術(shù)水平等方面存在較大差距，因此我國(guó)能耗特征呈現(xiàn)出明顯的地域差異。為了綜合評(píng)測(cè)各省、市(區(qū))能耗水平，本文中從能耗總量、能耗強(qiáng)度、能耗增速3個(gè)方面選取能耗份額、能耗增量份額、經(jīng)濟(jì)總體能耗強(qiáng)度等6項(xiàng)指標(biāo)構(gòu)建中國(guó)能耗區(qū)域差異的評(píng)價(jià)指標(biāo)體系[14-15]，如表2所示。

表2 中國(guó)能耗區(qū)域差異的評(píng)價(jià)指標(biāo)體系

1.2.2 數(shù)據(jù)來源

本文中所采用的數(shù)據(jù)均來自2000—2018年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》以及中國(guó)大陸30個(gè)省、市(區(qū))(除西藏自治區(qū))的統(tǒng)計(jì)年鑒。為了避免價(jià)格變動(dòng)影響，各省份歷年GDP均根據(jù)GDP指數(shù)折算為2000年的不變價(jià)格數(shù)據(jù)，全國(guó)總體能耗強(qiáng)度數(shù)據(jù)均為統(tǒng)計(jì)年鑒不變價(jià)數(shù)據(jù)；另外，全國(guó)能耗總量數(shù)據(jù)為發(fā)電煤耗計(jì)算法所得。

2 結(jié)果與分析

2.1 中國(guó)能耗的發(fā)展演化

目前在單一預(yù)測(cè)法中應(yīng)用最廣泛的預(yù)測(cè)方法是灰色預(yù)測(cè)法， 已有研究[6]應(yīng)用區(qū)間灰色預(yù)測(cè)對(duì)中國(guó)部分地區(qū)的能耗進(jìn)行預(yù)測(cè)分析， 并在中短期預(yù)測(cè)中得到了較好的預(yù)測(cè)結(jié)果。 為了進(jìn)一步驗(yàn)證該方法的合理性和有效性， 本文中基于2010—2017年基礎(chǔ)數(shù)據(jù)， 結(jié)合GM(1,1)模型、 線性回歸模型， 對(duì)中國(guó)能耗的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)， 并對(duì)這2種模型的預(yù)測(cè)精度進(jìn)行檢驗(yàn)， 結(jié)果如表3所示。 通過比較2種模型預(yù)測(cè)結(jié)果可知， GM(1,1)模型的預(yù)測(cè)精度明顯優(yōu)于線性回歸模型， 模型精度等級(jí)多為一級(jí)或二級(jí)， 預(yù)測(cè)效果表現(xiàn)較好， 因此， 本文中選取GM(1,1)模型預(yù)測(cè)我國(guó)能耗未來發(fā)展趨勢(shì)具有一定合理性。

表3 預(yù)測(cè)模型對(duì)比及預(yù)測(cè)精度檢驗(yàn)

2.1.1 中國(guó)能耗總量的發(fā)展演化

圖1所示為2000—2020年我國(guó)能耗總量的增長(zhǎng)趨勢(shì)。 從圖中可以看出， 我國(guó)能耗總量一直處于持續(xù)增長(zhǎng)狀態(tài)， 預(yù)計(jì)在2020年能耗總量(標(biāo)準(zhǔn)煤)將達(dá)到4.95×109t， 明顯低于“十三五”規(guī)劃能耗總量控制目標(biāo)； 能耗增長(zhǎng)率變化具有一定周期性， 周期峰值呈遞減趨勢(shì)。 這種周期性變化大致可被分為3個(gè)階段：第一階段為2000—2008年。 隨著我國(guó)經(jīng)濟(jì)的復(fù)蘇， 工業(yè)化進(jìn)程加快，經(jīng)濟(jì)的粗放式發(fā)展及產(chǎn)業(yè)結(jié)構(gòu)的不合理因素使得國(guó)內(nèi)能耗迅速增長(zhǎng)，能耗增長(zhǎng)率在2004年達(dá)到峰值16.80%； 2006年以后， 國(guó)家將節(jié)能降耗納入宏觀指標(biāo)體系， 隨著經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變、 產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整及節(jié)能減排措施的制訂， 能耗增速總體趨緩； 受2008年全球金融危機(jī)影響， 我國(guó)能耗增速再次大幅下降， 能耗增長(zhǎng)率跌至2.94%。 第二階段為2009—2015年。 在金融危機(jī)后，能耗增速有所回升， 在2011年達(dá)到峰值，能耗增長(zhǎng)率為7.32%，但仍低于過去9 a的平均增長(zhǎng)率9.69%； 隨著國(guó)家“十二五”規(guī)劃節(jié)能降耗措施的進(jìn)一步強(qiáng)化，我國(guó)能耗增速再度放緩，截至2015年，能耗增長(zhǎng)率已降至0.96%。第三階段為2016—2020年。受宏觀經(jīng)濟(jì)持續(xù)復(fù)蘇影響，我國(guó)能耗增速又出現(xiàn)了明顯的回升，在2018年能耗增長(zhǎng)率達(dá)到峰值4.80%，之后增速將有所下降，但我國(guó)能耗總量大，凈增能耗量仍然較大。

圖1 2000—2020年中國(guó)能耗增長(zhǎng)趨勢(shì)

2.1.2 中國(guó)能耗結(jié)構(gòu)的發(fā)展演化

近年來，我國(guó)能耗結(jié)構(gòu)持續(xù)優(yōu)化，2000—2020年中國(guó)主要能耗趨勢(shì)如圖2所示。

圖2 2000—2020年中國(guó)主要能耗趨勢(shì)

從圖中可以看出，能耗的多元化、清潔化趨勢(shì)較明顯：煤炭消耗所占比例持續(xù)下降，已由2000年的68.5%降至2017年的60.4%，預(yù)計(jì)2020年將降至56.9%；天然氣的消耗需求日益增長(zhǎng)， 消耗量占能耗總量的比例已由2000年的2.2%上升至2017年的6.6%，預(yù)計(jì)2020年將達(dá)到8.3%左右；石油消耗總量增長(zhǎng)相對(duì)較緩，所占比例較平穩(wěn)；水電、核電消耗量穩(wěn)步提升，根據(jù)預(yù)測(cè)結(jié)果，兩者消耗占比在2020年約為14.12%。 就目前形勢(shì)而言， 我國(guó)以煤炭為主的能耗結(jié)構(gòu)短期內(nèi)仍無法改變， 化石能耗仍占優(yōu)勢(shì)地位， 水電、 核電等清潔能耗占能耗總量的比例較低， 2017年化石能耗占能耗總量比例高達(dá)86.4%；煤炭消耗占能耗總量的比例雖有顯著下降，但消耗總量仍在增長(zhǎng)，2017年我國(guó)煤炭消耗已增長(zhǎng)為2000年的2.69倍，預(yù)計(jì)2020年煤炭消耗(標(biāo)準(zhǔn)煤)將達(dá)到2.82×109t；隨著國(guó)內(nèi)能源需求的增長(zhǎng)及轉(zhuǎn)變，我國(guó)石油、天然氣的對(duì)外依存度亦逐年提升，2017年石油對(duì)外依存度高達(dá)67%，天然氣對(duì)外依存度已上升至39%，能源結(jié)構(gòu)性矛盾較突出[21-22]。若考慮長(zhǎng)期能源安全及環(huán)境壓力，加速向非化石能源轉(zhuǎn)型才是必由之路。

2.1.3 中國(guó)能耗強(qiáng)度的發(fā)展演化

能耗強(qiáng)度是指創(chuàng)造單位GDP所消耗的能源量，反映經(jīng)濟(jì)對(duì)能源的依賴程度，受經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口等多重因素影響。圖3所示為2000—2020年中國(guó)能耗強(qiáng)度發(fā)展趨勢(shì)。從圖中可以看出，我國(guó)能耗強(qiáng)度呈現(xiàn)先升后降的趨勢(shì)，預(yù)計(jì)2020年全國(guó)能耗強(qiáng)度(標(biāo)準(zhǔn)煤)將降至0.47 t /萬元。從能耗強(qiáng)度的變化速率來看， 在2000—2004年間， 粗放型的經(jīng)濟(jì)增長(zhǎng)方式使得我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入高度依賴資源和能源投入的階段[25]， 能耗強(qiáng)度出現(xiàn)明顯增長(zhǎng)； 2005—2015年間， 我國(guó)能耗強(qiáng)度變動(dòng)大致以5 a為周期呈現(xiàn)出“降速驟減—平穩(wěn)波動(dòng)—降速驟增”的梯度變化趨勢(shì)； 2016年后， 能耗強(qiáng)度降速趨于平穩(wěn)。 結(jié)合預(yù)測(cè)結(jié)果， 2020年我國(guó)能耗強(qiáng)度變化率約為-6.69%， 在“十三五”規(guī)劃決勝期如何延續(xù)能耗降速的5 a周期規(guī)律， 進(jìn)一步實(shí)現(xiàn)能源效率的大幅度提升， 將是能源可持續(xù)發(fā)展不斷探求的目標(biāo)。

圖3 2000—2020年中國(guó)能耗強(qiáng)度發(fā)展趨勢(shì)

2.2 中國(guó)能耗的空間差異

采用SPSS 22.0軟件中的主成分分析法對(duì)6項(xiàng)區(qū)域能耗差異指標(biāo)進(jìn)行提取、濃縮，得到新的綜合變量，并對(duì)綜合變量進(jìn)行分析。為了突出顯示各因子解釋力，本文中采用最大方差法對(duì)因子荷載矩陣進(jìn)行正交旋轉(zhuǎn)，正交旋轉(zhuǎn)后輸出的因子載荷矩陣如表4所示。由表可知，4個(gè)年份的主成分提取結(jié)果較相似，能耗份額X1與能耗增量份額X2、經(jīng)濟(jì)總體能耗強(qiáng)度X3與相對(duì)能耗強(qiáng)度X4、能耗總量增速X5與人均能耗增速X6分別在3個(gè)主成分上有較高荷載，因此，提取3個(gè)主成分可以基本反映全部指標(biāo)信息。根據(jù)指標(biāo)含義，可將3個(gè)因子分別命名為能耗規(guī)模因子、能耗強(qiáng)度因子、能耗增速因子。由因子得分系數(shù)矩陣，分別計(jì)算各地區(qū)3個(gè)因子的得分，最終以因子的方差貢獻(xiàn)率為權(quán)重，得出各地區(qū)的能耗水平綜合指數(shù)。

表4 正交旋轉(zhuǎn)后各指標(biāo)的因子荷載矩陣

選取2005、 2010、 2015、 2017年我國(guó)能耗水平綜合指數(shù)作為基礎(chǔ)數(shù)據(jù)， 借助ArcGIS軟件進(jìn)行空間可視化， 中國(guó)綜合能耗水平的區(qū)域差異如圖4所示。 從圖中可以看出， 中國(guó)各年份能耗水平呈現(xiàn)不同的分布特征， 但區(qū)域均衡性發(fā)展趨勢(shì)極為明顯， 呈現(xiàn)出高能耗區(qū)“環(huán)帶聚集—大范圍條帶狀聚集—區(qū)域能耗水平均衡分布”的發(fā)展趨勢(shì)。 其中， 2005年， 我國(guó)高能耗區(qū)呈“環(huán)帶狀”分區(qū)集聚狀態(tài)， 形成了以遼寧、河北、山東為中心延展至內(nèi)蒙古、 山西、 河南、 江蘇的環(huán)海高能耗地帶，由貴州、湖南、廣東3個(gè)省構(gòu)成的小環(huán)狀較高能耗地帶， 以青海高能耗區(qū)為核心、 由新疆、 甘肅、 寧夏、 陜西、 重慶、 云南6個(gè)省、 市(區(qū))構(gòu)成的西部次高能耗地帶， 如圖4(a)所示； 2010年， 我國(guó)高能耗區(qū)以廣西高能耗區(qū)為支點(diǎn)， 以貴州、 四川、 青海、 新疆4個(gè)省(區(qū))為漸弱軸， 以湖北、 湖南、 河南3個(gè)省及環(huán)海高能耗地帶為漸強(qiáng)軸， 總體形成“V”字形分布格局，且較2005年而言，以遼寧、 河北、 山東為內(nèi)核的環(huán)帶地區(qū)能耗水平進(jìn)一步增強(qiáng)，如圖4(b)所示； 2015年， 高能耗省市區(qū)呈現(xiàn)“π”字形分布， 新疆、 青海、 寧夏、 內(nèi)蒙古4個(gè)省(區(qū))構(gòu)成高能耗橫軸帶， 陜西、 重慶、 貴州3個(gè)省與河北、 山東、 河南、 江西、 廣東5個(gè)省構(gòu)成2條次一級(jí)高能耗縱軸帶， 相較2010年而言， 我國(guó)各省區(qū)能耗水平綜合指數(shù)均有了明顯下降， 如圖4(c)所示； 2017年， 我國(guó)各地區(qū)能耗水平以胡煥庸線為界， 基本呈現(xiàn)出西北高、 東南低、 低能耗大片集聚、 高能耗小點(diǎn)分散的分布態(tài)勢(shì)， 如圖4(d)所示。

2.3 中國(guó)能耗區(qū)域差異的影響因素分析

中國(guó)能耗水平存在顯著的區(qū)域差異是多種因素綜合作用的結(jié)果， 借鑒已有研究[26-30]， 遵循客觀性和數(shù)據(jù)可獲取性等原則， 選取經(jīng)濟(jì)發(fā)展水平、 產(chǎn)業(yè)結(jié)構(gòu)、 人口規(guī)模、 城市化水平、 居民消費(fèi)水平、 科技創(chuàng)新水平、 對(duì)外貿(mào)易水平7個(gè)方面作為影響中國(guó)能耗區(qū)域差異的探測(cè)因子， 相關(guān)指標(biāo)要素如表5所示。 選取能耗總量和能耗強(qiáng)度2項(xiàng)指標(biāo)表征地區(qū)能耗水平， 通過地理探測(cè)器分別測(cè)度8項(xiàng)指標(biāo)要素對(duì)能耗總量、 能耗強(qiáng)度的影響作用強(qiáng)度， 從而揭示各因素對(duì)我國(guó)能耗水平空間差異的作用機(jī)制。

借助ArcGIS軟件的自然斷點(diǎn)法，對(duì)各指標(biāo)要素進(jìn)行離散化處理，并劃分為5個(gè)等級(jí)，應(yīng)用地理探測(cè)器軟件GeoDetector測(cè)度各指標(biāo)要素對(duì)中國(guó)能耗空間分異的影響強(qiáng)度，結(jié)果如表5所示。從表中可以看出，人口規(guī)模和科技創(chuàng)新水平對(duì)能耗總量的區(qū)域差異具有顯著影響，并且人口規(guī)模的影響作用大于科技創(chuàng)新水平的，并通過了顯著性水平0.05的檢驗(yàn)；第三產(chǎn)業(yè)占比、 居民消費(fèi)水平、 科技創(chuàng)新能力、對(duì)外貿(mào)易水平均對(duì)能耗強(qiáng)度的影響作用顯著，也通過了顯著性水平0.05的檢驗(yàn)，各因素影響力由大到小的排序?yàn)榭萍紕?chuàng)新水平、 對(duì)外貿(mào)易水平、 居民消費(fèi)水平、 產(chǎn)業(yè)結(jié)構(gòu)。

表5 能耗水平空間分異的影響因子地理探測(cè)結(jié)果

結(jié)合已有研究對(duì)我國(guó)能耗水平影響因素的作用機(jī)制進(jìn)行分析，得到如下結(jié)論： 1)科技創(chuàng)新水平對(duì)我國(guó)能耗總量及能耗強(qiáng)度空間差異的綜合影響作用最為顯著，這與大多數(shù)研究[9-10]的結(jié)果一致，說明節(jié)能技術(shù)、工業(yè)制造技術(shù)的創(chuàng)新可通過推動(dòng)新工藝、新產(chǎn)品的應(yīng)用，進(jìn)一步提升能源利用效率。 2)人類衣、食、住、行各方面需求的滿足都以能耗為基礎(chǔ)，因此，人口規(guī)模的大小必然會(huì)對(duì)能耗總量產(chǎn)生影響，并直接影響能源利用方式及能源人均占有量[31]。 3)出口貿(mào)易是以區(qū)域內(nèi)部生產(chǎn)為基礎(chǔ)的人類活動(dòng)，出口的增加必然導(dǎo)致區(qū)域內(nèi)生產(chǎn)規(guī)模擴(kuò)大，增加當(dāng)?shù)啬芎腫32]，進(jìn)而導(dǎo)致區(qū)域能耗水平的整體提升。 4)隨著收入水平的提高，居民生活需求的增長(zhǎng)必然導(dǎo)致生產(chǎn)環(huán)節(jié)中能源投入的同步增長(zhǎng)；同時(shí)，居民消費(fèi)需求的變動(dòng)會(huì)通過產(chǎn)業(yè)關(guān)聯(lián)而對(duì)能耗產(chǎn)生不同影響[33]。 5)各產(chǎn)業(yè)能源利用狀況存在較大差異，如工業(yè)部門的單位產(chǎn)出能耗較高，而服務(wù)業(yè)及新興產(chǎn)業(yè)等則能以少量的能耗獲得較高的經(jīng)濟(jì)效益[27]，因此，省際產(chǎn)業(yè)結(jié)構(gòu)的巨大差異也是造成我國(guó)能耗水平空間分異的重要原因。

上述結(jié)論說明，在保證經(jīng)濟(jì)發(fā)展和提高人民生活水平的情況下，要實(shí)現(xiàn)控制能耗總量、降低能耗強(qiáng)度的“雙控”目標(biāo)，可以考慮從改善能源技術(shù)、調(diào)整人口政策、引導(dǎo)居民綠色消費(fèi)、加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型等方面著手。

3 結(jié)論

基于2000—2017年統(tǒng)計(jì)數(shù)據(jù)，本文中從能耗總量、能耗結(jié)構(gòu)、能耗強(qiáng)度3個(gè)方面分析并預(yù)測(cè)中國(guó)能耗的發(fā)展演化，采用主成分分析法對(duì)中國(guó)大陸30個(gè)省、市(區(qū))(除西藏自治區(qū))的綜合能耗水平進(jìn)行評(píng)價(jià)并探析區(qū)域空間分異特征，借助地理探測(cè)器探究影響能耗區(qū)域空間差異的因素作用強(qiáng)度，得到以下主要結(jié)論。

1)近年來我國(guó)能耗增速趨緩，能耗結(jié)構(gòu)有所優(yōu)化，能耗強(qiáng)度持續(xù)降低，整體呈現(xiàn)出良好的發(fā)展態(tài)勢(shì)，但仍存在較多問題：①能耗總量基數(shù)大，凈增能耗量多，且近年來能耗增速又有回升趨勢(shì)，仍需有效措施來嚴(yán)格控制能耗總量；②能耗結(jié)構(gòu)不平衡，煤炭消耗占能耗總量的比例居高不下，石油消耗占能耗總量的比例較不充分，天然氣、水電、核能等清潔能源比例偏低，且這種能耗結(jié)構(gòu)近年來雖有優(yōu)化但短期內(nèi)仍難以改變，我國(guó)急需構(gòu)建清潔、高效的能耗結(jié)構(gòu)；③我國(guó)能耗強(qiáng)度持續(xù)降低，但近幾年來能耗強(qiáng)度降速趨緩，為了實(shí)現(xiàn)“十三五”規(guī)劃的降耗目標(biāo)，需要尋求新的針對(duì)性政策以有效降低能耗強(qiáng)度，提高能源效率。

2)我國(guó)能耗的區(qū)域差異顯著，2005—2017年間，省際能耗水平總體呈現(xiàn)出由小區(qū)域聚集到整體均衡的發(fā)展態(tài)勢(shì)：2005年我國(guó)能耗水平綜合指數(shù)在空間上呈現(xiàn)出高能耗區(qū)“環(huán)帶狀”集聚的分布狀態(tài)；2010年則形成以廣西高能耗區(qū)為支點(diǎn)，以貴州、四川、青海、新疆4個(gè)省(區(qū))為漸弱軸，以湖北、湖南、河南3個(gè)省及環(huán)海高能耗地帶為漸強(qiáng)軸的“V”字形分布格局；2015年，高能耗省份呈現(xiàn)“π”字形分布；到2017年，我國(guó)各地區(qū)能耗水平以胡煥庸線為界基本呈現(xiàn)出西北高、東南低、低能耗大片集聚、高能耗小點(diǎn)分散的分布態(tài)勢(shì)。

3)人口規(guī)模和科技創(chuàng)新水平對(duì)能耗總量的區(qū)域差異具有顯著影響效應(yīng)，并且人口規(guī)模的影響作用大于科技創(chuàng)新水平的；產(chǎn)業(yè)結(jié)構(gòu)、居民消費(fèi)水平、科技創(chuàng)新能力、對(duì)外貿(mào)易水平均對(duì)能耗強(qiáng)度的影響作用顯著，各因素影響作用強(qiáng)度由高到低的排序?yàn)榭萍紕?chuàng)新水平、對(duì)外貿(mào)易水平、居民消費(fèi)水平、產(chǎn)業(yè)結(jié)構(gòu)。