殷健

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

我國能源消費總量控制問題的研究

殷健

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

針對現(xiàn)實中很難及時監(jiān)督和考核各省份落實能源消費總量控制目標(biāo)的情況的問題。利用我國能源消耗量的數(shù)據(jù)，建立綜合評價、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，統(tǒng)一調(diào)度，合理分配并使用能源，同時提出了各省能源分配的方案。

能源消耗；綜合評價法；模糊聚類；回歸分析；MATLAB

能源是推動經(jīng)濟社會發(fā)展必要的物質(zhì)動力，能源對于經(jīng)濟發(fā)展具有不可撼動的地位。經(jīng)濟快速發(fā)展不僅可以提高人民生產(chǎn)生活水平，而且會導(dǎo)致能源過度消耗，一旦其超過一定數(shù)額，資源和環(huán)境便無法承受，不利于實現(xiàn)經(jīng)濟社會協(xié)調(diào)可持續(xù)發(fā)展。因此，經(jīng)濟發(fā)展速度和能源消耗數(shù)額都應(yīng)保持一定平衡，不能過快也不能過慢。

近年對控制能源消耗問題的研究，主要通過全面系統(tǒng)的論述來分析問題并適當(dāng)結(jié)合國際經(jīng)驗來完善問題的研究。十二五開年，各地區(qū)定制的經(jīng)濟發(fā)展目標(biāo)均高于中央的7%的總體增長目標(biāo)，這必然會加大對能源消費需求的壓力。研究發(fā)現(xiàn)，能源消費總量將大大超過總控制目標(biāo)值［1］。張穎提出應(yīng)以轉(zhuǎn)變發(fā)展方式為重要契機，充分發(fā)揮價格機制作用，利用價格調(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］。同時結(jié)合國際研究控制能源消耗的檢驗，總結(jié)出總量控制目標(biāo)，政策由政府督導(dǎo)，方式由市場導(dǎo)向，在確定以化石能源為主的總量控制對象后，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)濟發(fā)展方式［3］。

目前學(xué)術(shù)界關(guān)注的控制能源消費總量方式主要體現(xiàn)在價格工具，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，卻很少有一個統(tǒng)一的控制能源消耗的模型來衡量各省份控制目標(biāo)的實現(xiàn)狀況。本文旨在探究優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的方法，并通過調(diào)控各地區(qū)的資源稟賦和國內(nèi)生產(chǎn)總值的變化來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評估

需要構(gòu)建的綜合評價模型，屬于多層次、多維度、綜合性能高聚類效果強的評價結(jié)構(gòu)體系，根據(jù)指標(biāo)的分類匯總，對現(xiàn)有的數(shù)據(jù)進行篩選處理，構(gòu)建以煤炭消費量、焦炭消費量、原油消費量、汽油消費量、煤油消費量、柴油消費量、燃料油消費量、天然氣消費量和電力消費量這九種指標(biāo)為框架的綜合評價模型，運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。實驗數(shù)據(jù)來源于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，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個數(shù)據(jù)點到第i類中心的隸屬度，

(ⅱ)聚類指數(shù)

通常，在進行模糊聚類前要對聚類的有效性進行判別，即是確定聚類的分位數(shù)，也就是對所給的數(shù)據(jù)劃分其類別，但關(guān)于這個方面的研究，一直都是焦點問題，卻仍然沒有找到合適的判別標(biāo)準(zhǔn)，本文對不同行業(yè)能源消耗進行聚類分析，將其按照聚類指數(shù)劃分，進而確定聚類分位數(shù)見表1。

其中uij表示第k個數(shù)據(jù)點到第i類中心的隸屬度，當(dāng)Vpe越小時，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

在進行數(shù)據(jù)比較時，總是需要選擇對照系，而對照系的選擇往往又具有不確定性、人為性、不可比性。如何選擇一個較優(yōu)的對照系也決定著不同行業(yè)能源消費聚類情況的準(zhǔn)確性。因此就對照系的選擇（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，說明聚類中心風(fēng)險較大，反之聚類中心的風(fēng)險較小。

(ⅳ)重新計算隸屬度矩陣

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

1.2建立能源消費的評價模型

(ⅰ)最優(yōu)化判別

通過計算聚類指數(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，計算公式（6），并進行歸類排序，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)計算數(shù)值

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

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，但是在一定程度上，不能反映項目之間的聯(lián)系性，若劃分范圍較小，能源消耗的度量就不夠準(zhǔn)確，所以采用公式計量法，較能避免此類問題。

Step2：計算聚類中心坐標(biāo)值。運用公式（4），利用Matlab，計算數(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量、焦炭消費量、原油消費量、汽油消費量、煤油消費量、柴油消費量、燃料油消費量、天然氣消費量和電力消費量這九種指標(biāo)，同時發(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。對此就可以計算隸屬度矩陣，同時對不同行業(yè)進行聚類分析。

表2　聚類中心坐標(biāo)值

Step3：不同行業(yè)能源消耗情況分類。運用公式（6），計算數(shù)值于表3，依次按照能源消費的多少對其行業(yè)序號進行歸類。對49個行業(yè)進行分類后，歸于三個等級，較高能源消耗的項目，離中心坐標(biāo)的距離越遠，它的能源消耗量較大，對能源的持續(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，對不同行業(yè)能源消耗進行歸類分析可知采掘業(yè)、煤炭開采和洗選業(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)。有的國家還包括采礦業(yè)。中國統(tǒng)計局對三次產(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。我國第二產(chǎn)業(yè)包括采礦業(yè)，制造業(yè)，電力、燃氣及水的生產(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，它包括的部門不斷擴大、增多，因而第三產(chǎn)業(yè)是個發(fā)展性的概念。第三產(chǎn)業(yè)具體分為兩大部門：一是流通部門，二是服務(wù)部門。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)來說能源消耗的比例較大，應(yīng)選擇性的對其進行控制與加工。

2　基于綜合評價法的各省能源消耗狀況

需要構(gòu)建的綜合評價模型，屬多層次、多維度綜合性能高的評價結(jié)構(gòu)體系，根據(jù)指標(biāo)分類匯總，對現(xiàn)有數(shù)據(jù)進行篩選處理，構(gòu)建以能源消耗總量、資源稟賦、氣電占能源消費總量的比重和國內(nèi)生產(chǎn)總值四種指標(biāo)為框架的綜合評價模型，從而對各省能源消費狀況進行分類，結(jié)合變異系數(shù)法對能源分配方法提出方案?，F(xiàn)有文獻對綜合評價的模型主要在于構(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，計算殘差，有助于對模型的分析。當(dāng)殘差小于2σ時，說明回歸系數(shù)計算較準(zhǔn)確，這時估計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，會影響模型系數(shù)計算的準(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、氣電占能源消費總量的比重和國內(nèi)生產(chǎn)總值為自變量的模型中，運用最小二乘法計算出的殘差，對各省份進行綜合排序，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)進行剔除。

(ⅱ)指標(biāo)類型的分析

通常將評價指標(biāo)分為效益型、成本型、固定型和區(qū)間型指標(biāo).而對各評價方案進行綜合評價，必須首先統(tǒng)一評價指標(biāo)的屬性。根據(jù)現(xiàn)有的數(shù)據(jù)，對四個指標(biāo)進行成本、效益分類，如表4所示。

表4　指標(biāo)類型分析表

(ⅲ)無量綱化

在進行數(shù)據(jù)比較時，總是會因為數(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)建的綜合評價體系是由四個指標(biāo)組成的體系，且其中氣電占能源消費總量的比重這個指標(biāo)還是相對數(shù)，所以指標(biāo)與指標(biāo)之間存在量綱的不同，因此在進行綜合打分之前就需要對數(shù)據(jù)無量綱處理。首先應(yīng)對數(shù)據(jù)進行無量綱化的處理，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，同時建立無量綱化實測數(shù)據(jù)矩陣A。

(ⅲ)矩陣的轉(zhuǎn)換

綜合評價體系中的成本指標(biāo)是越低越好，而效益指標(biāo)是越高越優(yōu)。這樣看來兩種指標(biāo)的判別方式會有所不同，為了降低數(shù)據(jù)之間的不可比性，增強數(shù)據(jù)的可應(yīng)用性，就需要將計量的屬性統(tǒng)一在一個標(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，然后通過無量綱化，使得數(shù)據(jù)消除了量綱，接下來就是對矩陣統(tǒng)一評價屬性，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，也就是指標(biāo)為效益型矩陣時，要想將其變?yōu)槌杀揪仃?，則分母保持指標(biāo)數(shù)值不變，分子取矩陣中最小的數(shù)值，這樣比值就可以實現(xiàn)矩陣的轉(zhuǎn)化。當(dāng)aij∈I2、j=1時，也就是它本身就是成本矩陣，這時轉(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，便可以計算每個指標(biāo)的權(quán)重。

權(quán)重是進行綜合評價的重要指標(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，首先需要運用變異系數(shù)法計算權(quán)重指標(biāo)，然后才能構(gòu)建綜合評價的體系。

(ⅴ)行向量的均值與標(biāo)準(zhǔn)差

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

(ⅵ)變異系數(shù)

將計算出的標(biāo)準(zhǔn)差比上均值后就可以計算出變異系數(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，加強對能源使用過程中的控制。

2.2建立綜合評價的模型

(ⅰ)回歸評價模型

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圖如圖2。

Step2：由圖2可以看出，在時間序列數(shù)據(jù)中，能源消耗總量分別與資源稟賦、氣電占能源消費總量的比重和國內(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　線性模型的散點圖

y表示平均的能源消費總量，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)，分別對應(yīng)著資源稟賦、氣電占能源消費總量的比重和國內(nèi)生產(chǎn)總值這三個解釋變量，而ε是除了這三個變量，其他因素對于模型的影響。模型待定系數(shù)的計算需要通過最小二乘法的運用。

Step3：構(gòu)造檢驗統(tǒng)計量。為了檢驗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。

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解釋。

方差顯著性：

構(gòu)造F檢驗統(tǒng)計量判別方差顯著性，當(dāng)F大于臨界值時拒絕原假設(shè)，認為兩個指標(biāo)之間的相互作用是顯著的。在實際操作中常常運用概率P來代替F值，這樣做可以減少查表的工作。

運用MATLAB軟件，編寫程序，計算三元線性回歸模型的待定系數(shù)與縱軸截距。輸出改進的回歸模型的待定系數(shù)、系數(shù)的置信區(qū)間見表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)濟意義可知，每增加約3單位的資源稟賦，同時減少0.000 005單位的氣電占能源消費總量的比重和約1單位的國內(nèi)生產(chǎn)總值會引起能源消費總量平均增加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，模型擬合滿足可決系數(shù)顯著性要求。計算出的R2=0.982 8遠遠大于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值為在進行顯著性檢驗時，數(shù)據(jù)落入拒絕域的概率，這是一個臨界值，當(dāng)它大于0.01時則不能滿足方差的顯著性檢驗要求?；貧w模型輸出的P值為0，通過方差顯著性檢驗，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、氣電占能源消費總量比重和國內(nèi)生產(chǎn)總值也會發(fā)生顯著性的變化。

(ⅱ)綜合評價結(jié)果

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

表6　中國各省能源消費情況分類表

結(jié)合十二五政府規(guī)劃，我國以山西基地、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)分割開來，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)合我國能源輸入省份的資料，總體來說，我國能源東少西多，能源消耗東多西少，能源使用效率則西部遠遠大于中東部，這樣可以看出前三類別幾乎包括我國中東部地區(qū)，只有少數(shù)中東省份落入第四與第五類，北京、天津與上海這三個經(jīng)濟直轄市一反常態(tài)，可能在于這三個地區(qū)近年來大力推進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的下降。同時根據(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

將全國分析的31個省份分為5類，對各省份能源消耗特征進行分析，根據(jù)表7可以看出每一類能源消耗特征的省份對煤炭的需求所占比例較高，且我國能源在分配與使用上多為煤炭的高能耗經(jīng)濟，而電力的使用卻只占其很小的一部分，但是隨著我國能源逐漸向著清潔、低能耗、低污染的方向邁進的同時，能源的使用與分配將更加趨于合理的結(jié)構(gòu)。由表7的各個能源指標(biāo)將全國的能源總量對各個省份進行能源分配，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，將技術(shù)密集型的產(chǎn)業(yè)與行業(yè)向內(nèi)地轉(zhuǎn)移，促進地區(qū)能源均衡使用。

由資源稟賦對能源消耗的影響，中國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，安徽省煤炭儲量在華東乃至全國出于前列，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，進口本地區(qū)不具有能源優(yōu)勢的資源為原則，進行統(tǒng)一控制與能源使用、分配。

基于產(chǎn)業(yè)結(jié)構(gòu)對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)濟的同時，盡可能少或者不發(fā)展這些行業(yè)。

分析地理位置條件對能源消耗的影響，能源的使用與運輸需要考慮成本與效益的問題，地理位置上靠近生產(chǎn)能源的大省，運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、天然氣的來源豐富，而且方便快捷。同時，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外進口優(yōu)質(zhì)能源，促進經(jīng)濟發(fā)展。

本文運用聚類分析的評價模型，對不同產(chǎn)業(yè)結(jié)構(gòu)依賴能源程度進行聚類分析，分析得出第二產(chǎn)業(yè)對能源的需求較大，尤其以某些重工業(yè)為代表。建立綜合評價分析模型，運用加權(quán)的變異系數(shù)對全國31個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，加入回歸分析的結(jié)果后，可驗證所建立的模型變量間的相互關(guān)系。聚類分析的評價模型以計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，而綜合評價的分析模型側(cè)重于對數(shù)據(jù)進行加權(quán)平均，將多個不同類型的指標(biāo)劃歸一個具有代表性的評價數(shù)值，所以對已經(jīng)進行橫向數(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)，同時能源消耗總量與資源稟賦具有較強的相關(guān)性，各省份要充分利用本省優(yōu)勢資源竟可能近的調(diào)度和使用能源，并且對于能源強度的變動來說，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意義。

［1］ 白萬年“.十二五”期間我國控制能源消費總量、強度和結(jié)構(gòu)研究［J］.宏觀經(jīng)濟研究，2011，15（9）：93-98.

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

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

［4］ 邢小軍，孫利娟.區(qū)域能源消費總量控制方法述評［J］.北京市經(jīng)濟管理干部學(xué)院學(xué)報，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)害綜合評價方法［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從入門到精通［M］.北京：人民郵電出版社，2010：70-75.

［10］《運籌學(xué)》教材編寫組.運籌學(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

安徽財經(jīng)大學(xué)大學(xué)生科研創(chuàng)新基金資助項目（XSKY1519ZD）資助。

殷健（1992-），男，研究方向：數(shù)學(xué)建模。