夏晨霞+王子龍

摘要能源是人類生存和發(fā)展的物質(zhì)基礎(chǔ)，是中國經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵。中國能源消耗量雖在逐年降低，但仍是世界上能源消耗量最大的國家。伴隨常規(guī)能源的日益枯竭，能源安全問題成為中國經(jīng)濟(jì)可持續(xù)發(fā)展的瓶頸，因此，降低能源強(qiáng)度迫在眉睫。系統(tǒng)研究中國能源強(qiáng)度下降原因并進(jìn)行因素分解有助于深入把握能源變動規(guī)律，具有重要的現(xiàn)實意義和應(yīng)用價值。文章運(yùn)用BP結(jié)構(gòu)突變模型對1980—2015年能源強(qiáng)度突變點檢驗，建立LMDI分解模型，將能源強(qiáng)度分解為部門能源強(qiáng)度、運(yùn)輸線路單位長度能耗、運(yùn)輸線路產(chǎn)出能耗、人均生活用能、城市化、人均收入效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)八個因素，分析能源強(qiáng)度各階段動因變化特征。計算結(jié)果表明，受經(jīng)濟(jì)發(fā)展及國家政策沖擊，能源強(qiáng)度在1980—2015年樣本期間存在1991年、2002年和2008年三次結(jié)構(gòu)突變，形成四階段不同增長趨勢。能源強(qiáng)度在樣本期間呈整體下降趨勢，能源強(qiáng)度各階段主要影響因素不同，但是部門能源強(qiáng)度和能源結(jié)構(gòu)對中國能源強(qiáng)度作用最大，人均生活用能、人均收入效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)中的交通運(yùn)輸倉儲及郵電通信業(yè)對能源強(qiáng)度影響顯著；在樣本期內(nèi)，各影響因素作用方向轉(zhuǎn)變導(dǎo)致能源強(qiáng)度階段特征不同。針對中國能源強(qiáng)度的階段特征，提出開發(fā)推廣可再生能源技術(shù)以調(diào)整能源結(jié)構(gòu)；促進(jìn)應(yīng)用低碳節(jié)能產(chǎn)品以降低生活用能；推動增加第三產(chǎn)業(yè)比重以提高人均收入水平；加快建設(shè)運(yùn)輸節(jié)能技術(shù)以降低交通運(yùn)輸業(yè)能源強(qiáng)度等對策建議。

關(guān)鍵詞能源強(qiáng)度；BP結(jié)構(gòu)突變；因素分解；能源結(jié)構(gòu)

中圖分類號F206

文獻(xiàn)標(biāo)識碼A文章編號1002-2104（2018）02-0028-08DOI：10.12062/cpre.20170716

能源是人類生存和發(fā)展的物質(zhì)基礎(chǔ)，是中國經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵。近年來，隨著世界范圍內(nèi)以發(fā)展中國家高能源強(qiáng)度為特征的經(jīng)濟(jì)快速發(fā)展，使能源消耗量大增。2016年中國能源消耗量雖有所降低，但仍是世界上一次能源消耗量最大的國家，占全球能源消費(fèi)量的23%。常規(guī)能源的日益枯竭，致使能源安全問題成為中國經(jīng)濟(jì)可持續(xù)發(fā)展的瓶頸。能源強(qiáng)度是一個國家或地區(qū)、部門或行業(yè)在一定時間內(nèi)生產(chǎn)單位產(chǎn)品所消耗的能源量，反映了能源的利用效益。2016年政府提出“未來五年中國單位國內(nèi)生產(chǎn)總值能耗下降15%”。因此對能源強(qiáng)度進(jìn)行研究，分析影響能源強(qiáng)度因素，不僅能夠反映經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟(jì)管理系統(tǒng)面臨的能源需求，而且對于政策制定實施具有明顯的指導(dǎo)意義。本文使用BP結(jié)構(gòu)突變點對中國1980—2015年能源強(qiáng)度進(jìn)行階段性特征劃分，檢驗出突變點為1991年、2002年、2008年，將樣本期間劃分為四個時間段，并對突變點產(chǎn)生原因進(jìn)行經(jīng)濟(jì)、政策分析，采用LMDI方法測算城市化、人均用能、人均收入等因素的貢獻(xiàn)率，這也是本文的理論貢獻(xiàn)。

1文獻(xiàn)綜述

由于工業(yè)化發(fā)展水平、能源消費(fèi)結(jié)構(gòu)、技術(shù)進(jìn)步、人口因素等存在階段性差異，對能源強(qiáng)度均存在一定影響，因此對能源強(qiáng)度影響因素的研究一直是學(xué)術(shù)界探討的熱點問題。國外關(guān)于能源強(qiáng)度的研究多集中于從國家層面進(jìn)行分析。Alvydas Baleentis等[1]對立陶宛1995—2009年的能源強(qiáng)度進(jìn)行分析，認(rèn)為經(jīng)濟(jì)與能源效率相關(guān)，國家應(yīng)制定相關(guān)政策，并和企業(yè)合作，在運(yùn)輸方面提高能源效率。國內(nèi)關(guān)于能源強(qiáng)度的研究進(jìn)行了部門劃分，能源強(qiáng)度影響因素包括能源替代、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步及城市化。闞大學(xué)、羅良文[2]運(yùn)用空間滯后模型研究了城市化對能源強(qiáng)度的影響，認(rèn)為短期內(nèi)城市化水平對能源強(qiáng)度的影響在增強(qiáng)，長期看，城市化有助于降低能源強(qiáng)度。張成龍、李繼鋒等[3]對中國四十二個產(chǎn)業(yè)部門1997—2007年數(shù)據(jù)進(jìn)行能源強(qiáng)度變化率分解，認(rèn)為部門能源強(qiáng)度與中國能源強(qiáng)度正相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)改變導(dǎo)致能源強(qiáng)度上升。從以上可以看出，關(guān)于能源強(qiáng)度的文獻(xiàn)研究，涉及國家、省份或工業(yè)行業(yè)，可以看出對能源強(qiáng)度的因素分解由初期在整個樣本長度上分析產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步這些因素逐漸增加了城市化、工業(yè)化等對能源強(qiáng)度的影響，但是集中地研究關(guān)于城市化、人均用能、人均收入、運(yùn)輸交通等對能源強(qiáng)度影響的研究較少；對樣本劃分方式集中于產(chǎn)業(yè)劃分，較少進(jìn)行部分劃分研究各部分總體主要影響因素。

國內(nèi)外對能源強(qiáng)度階段性研究的文獻(xiàn)較少。Lidia Andrés和Emilio Padilla[4]逐年分析1996—2012年間西班牙公路運(yùn)輸業(yè)的能源強(qiáng)度影響因素，以提高貨運(yùn)道路的能源效率。國內(nèi)對能源強(qiáng)度階段性的研究多集中于工業(yè)行業(yè)及省份。張偉、朱啟貴[5]對中國工業(yè)部門1994—2007年能源消費(fèi)量的趨勢深入研究，考慮了能源消費(fèi)結(jié)構(gòu)、部門能源強(qiáng)度與部門增加值占比因素，根據(jù)“五年規(guī)劃”時間段劃分進(jìn)行因素分析。鄭若娟、王班班[6]對中國制造業(yè)能源強(qiáng)度變化的因素研究，選取1994—2009年作為樣本時間段，根據(jù)圖表觀察法，對能源強(qiáng)度變動趨勢進(jìn)行劃分說明。綜合國內(nèi)外研究文獻(xiàn)可以看出：對能源強(qiáng)度階段性劃分多使用觀察法，但觀察法因為數(shù)據(jù)偏差或者統(tǒng)計誤差產(chǎn)生不同；而以政策制定時間進(jìn)行劃分，雖然具有一定合理性，但是難以反映能源強(qiáng)度受沖擊導(dǎo)致數(shù)據(jù)內(nèi)部分布變化情況。相關(guān)研究成果對能源強(qiáng)度階段性劃分的文獻(xiàn)研究較少，缺乏對能源強(qiáng)度變化規(guī)律的深層次分析；現(xiàn)有研究多集中于根據(jù)“五年規(guī)劃”分析能源強(qiáng)度影響因素，研究結(jié)果具有一定的主觀性，沒有從整體上突出能源強(qiáng)度變化的特征。因此，本文使用BP結(jié)構(gòu)突變點對能源強(qiáng)度進(jìn)行階段性劃分，能夠較準(zhǔn)確、直觀的劃分能源強(qiáng)度，研究成果具有重要的理論意義與應(yīng)用價值。

2中國能源強(qiáng)度的階段特征

2.1BP結(jié)構(gòu)突變模型

在經(jīng)濟(jì)活動和環(huán)境變化中，一些事件的沖擊和調(diào)整容易導(dǎo)致經(jīng)濟(jì)結(jié)構(gòu)發(fā)生變化，這樣的時間序列數(shù)據(jù)稱為確定性非平穩(wěn)。中國為促進(jìn)能源向低碳化轉(zhuǎn)型，對能源政策進(jìn)行了調(diào)整和約束，對能源結(jié)構(gòu)和能源技術(shù)進(jìn)行了優(yōu)化和提高，因此能源強(qiáng)度有可能發(fā)生結(jié)構(gòu)突變。

結(jié)構(gòu)突變始于Chow檢驗[7]，但此方法只能用于突變點已知的情況下，且只能檢測到一個突變點。Bai和Perron[8]對結(jié)構(gòu)突變點進(jìn)行了深入研究，提出了“內(nèi)生結(jié)構(gòu)突變檢驗”這一方法。此方法可以檢測到多個突變點存在，Bai[9]證明了此方法在小樣本情況下也具有較好的檢驗水平和檢驗功效，是目前較為準(zhǔn)確、客觀的方法。endprint

假定時間長度為T的線性回歸模型中存在m個結(jié)構(gòu)突變點：

yt=x′tβ+z′tδ1+ut，t=1，2，…，T（1）

yt=x′tβ+z′tδ2+ut，t=T1+1，T2+2，…，T2（2）

yt=x′tβ+z′tδm+1+ut，t=Tm+1，Tm+2，…，T（3）

即：

yt=x′tβ+z′tδj+ut，t=Tj-1+1，Tj-2+2，…，Tj，

j=1，2，…，m+1（4）

其矩陣表達(dá)式為：

Y=Xβ+Zδ+U（5）

其中，yt為被解釋變量，（xt）p×1和（zt）q×1是解釋變量，β和δj是系數(shù)，ut是隨機(jī)誤差項，T1，T2，…，Tm是結(jié)構(gòu)突變點發(fā)生時點，m為結(jié)構(gòu)突變點個數(shù)，T為樣本總數(shù)。令，Y=（y1，y2，…，yT）′，X=（x1，x2，…，xT），U=（u1，u2，…，uT）′，δ=（δ1′，δ2′，…，δ′m+1）′，對角矩陣Z=diag（Z1，Z2，…，Zm+1），Zi=（ZTi+1+1，…，ZTi）′。對（5）式求解，對每個可能的分割（T1，T2，…，Tm）計算殘差平方和，使其達(dá)到最小的分割即估計所得分割，為：

T1^，T2^，T3^，…，Tm^=arg[minST（T1，T2，…，Tm）]（6）

在求出以上結(jié)果后，Bai和Perron提出一些檢驗方法，以確定突變點準(zhǔn)確個數(shù)及具體時點。首先，提出了Sup-F檢驗，原假設(shè)為不存在結(jié)構(gòu)突變點，備選假設(shè)為有固定的突變點：

FT（λ1，λ2，…，λk，q）=1TT-（K+1）q-pkpδ′R′（RV（δ）R′）-1Rδ（7）

式中，λi=Ti/T，（Rδ）′=（δ1′-δ2′，…，δk′-δk+1′）；V（δ）是殘差存在自相關(guān)和異方差情況下的方差協(xié)方差矩陣的穩(wěn)健估計。但是，此方法需要提前設(shè)定突變點個數(shù)。其次，他們提出“雙重最大值檢驗”，為UDmax和WDmax檢驗，只需預(yù)設(shè)突變點上界。其統(tǒng)計量為：

UDmaxFT（M，q）=max1≤m≤MFT（λ1，λ2，…，λm；q）（8）

WDmaxFT（M，q）=max1≤m≤Mc（q，α，1）c（q，α，m）FT（λ1，λ2，…，λm；q）（9）

式中，λi=Ti/T（i=1，2，…，m）；α是顯著性水平值，c（q，α，m）是

max1≤m≤MFT（λ1，λ2，…，λm；q）的漸近臨界值。

Bai和Perron通過對統(tǒng)計量進(jìn)行蒙特卡洛模擬，使用上述方法檢驗是否存在結(jié)構(gòu)突變。利用Sup-F（l+1）統(tǒng)計量檢驗變點次數(shù)。

SupFT（l+1/l）={ST（T1，…，T1）-

max1≤i≤l+1

infT∈Λi，η

ST（T1，…，Tl-1，τ，T1，…，Tl）}/σ2（10）

式中，Λi，η={τ；Ti-1+（Ti-Ti-1）ητ

Ti-（Ti-Ti-1）η}，σ2是原假設(shè)中殘差項方差的一致估計值；η是對各時段區(qū)間長度的最低限制，一般為η=0.05T。

2.2數(shù)據(jù)來源

本文選取樣本期為1980—2015年度數(shù)據(jù)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》及《新中國六十年統(tǒng)計資料匯編》，能源消費(fèi)量包括風(fēng)電、水電與核電消費(fèi)量。為消除價格因素影響，GDP以1990年價格為基期的不變價格實際數(shù)據(jù)；為一定程度上消除異方差，本文對能源強(qiáng)度對數(shù)化處理；各種能源折算標(biāo)準(zhǔn)煤參考系數(shù)來自2015年《中國能源統(tǒng)計年鑒》。由于數(shù)據(jù)限制，本研究不涉及香港、澳門、臺灣等省區(qū)。

2.3中國能源強(qiáng)度結(jié)構(gòu)突變點檢驗

由于中國工業(yè)化和城市化發(fā)展進(jìn)程加快，導(dǎo)致消費(fèi)需求剛性，能源消費(fèi)增長迅速。1980—2015年中國能源消費(fèi)量及能源強(qiáng)度如圖1所示。

由圖1可以看出中國能源消費(fèi)量在1980—2015年間呈不斷增長態(tài)勢，1980年中國能源消費(fèi)量為60 275萬tce，而2015年中國能源消費(fèi)量則達(dá)到430 000萬tce，增長了7倍之多。1980年至1996年間，中國能源消費(fèi)量穩(wěn)步增長，1996至2015年間，能源消費(fèi)量出現(xiàn)小幅波動，但仍呈快速上升趨勢。1997年亞洲金融危機(jī)后，中國加速工業(yè)化和城市化，工業(yè)化以重工業(yè)化為主要特征，在能源結(jié)構(gòu)沒有轉(zhuǎn)變的情況下，能源消耗量的曲線呈上升趨勢；2003年，在世界經(jīng)濟(jì)陷入“增長型衰退”后復(fù)蘇的一年，全球經(jīng)濟(jì)增長速度達(dá)到3.7%，在中國，規(guī)模以上重工業(yè)增加值占所有規(guī)模以上工業(yè)增加值為65.7%，高耗能產(chǎn)業(yè)迅速擴(kuò)張，同時居民生活中耗能產(chǎn)品增加，導(dǎo)致能源強(qiáng)度增長。

能源強(qiáng)度即從整體層面上衡量一國或地區(qū)能源使用的綜合化效益指標(biāo)，其計算公式為EI=能源消費(fèi)總量/GDP。1980—2015年間，能源強(qiáng)度總體呈下降趨勢，由

1980年的7.8下降到2015年的2.2。1980—2002年間能源強(qiáng)度下降速度較快，2002—2006年間出現(xiàn)小幅回升之后，以較緩趨勢下降。本文使用BP結(jié)構(gòu)突變點檢驗1980—2015年能源強(qiáng)度。Bai和Perron的內(nèi)生結(jié)構(gòu)突變模型檢驗結(jié)果如表1。

根據(jù)表1檢驗結(jié)果可知，在k=1，2，3時，SupFT（k）檢驗在1%的置信水平上都是顯著的，而且UDmax和WDmax在1%置信水平都是顯著的，因此確定能源強(qiáng)度在樣本期內(nèi)發(fā)生了結(jié)構(gòu)突變，且結(jié)構(gòu)突變點為三個，在1991年，2002年，2008年，把樣本期間分為四個階段，分別是：1980—1991年，1991—2002年，2002—2008年和2008—2015年。

為從宏觀具體判斷能源強(qiáng)度增長率，根據(jù)上文突變斷點劃分階段，計算各階段能源強(qiáng)度增長率，繪制中國能源強(qiáng)度變化率圖2。endprint

從圖2可以看出能源強(qiáng)度變化率波動較大。1980—

1991年能源強(qiáng)度年均增長率是-3.80%；1991—2002年能源強(qiáng)度年均增長率為-4.67%，較第一階段下降0.87個百分點；2002—2008年能源強(qiáng)度年均增長率為-1.24%，比第二階段上升2.56個百分點；2008—2015年能源強(qiáng)度年均增長率為-3.98%，與第三階段相比下降274個百分點。其中，能源強(qiáng)度下降最快的階段是1991—2002年。在樣本期間，結(jié)構(gòu)突變點分別為1991年、2002年、2008年主要有三方面的原因。

（1）國家進(jìn)行了以整頓煤炭市場為主的調(diào)控政策。1990年國家對混亂的煤炭市場進(jìn)行整頓，控制礦井的盲

目發(fā)展，關(guān)閉一大批耗能高、污染重的小企業(yè)。1991年國家提高煤炭、原油價格。編制了資源節(jié)約和綜合利用計劃，建立了工業(yè)產(chǎn)值能耗、主要產(chǎn)品單耗、措施節(jié)能能力等節(jié)能計劃指標(biāo)，初步形成了節(jié)能計劃體系。這一系列政策導(dǎo)致1980—1991年這一階段能源強(qiáng)度快速下降，1991年成為能源強(qiáng)度結(jié)構(gòu)突變點。

（2）新型工業(yè)發(fā)展方式的調(diào)整促進(jìn)了綠色能源消費(fèi)。黨的十六大提出走“新型工業(yè)化”道路，能源工業(yè)要注重開發(fā)與節(jié)約并重，做到能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展，強(qiáng)調(diào)中國重工業(yè)的集約型和內(nèi)涵式發(fā)展。1990年能源消費(fèi)結(jié)構(gòu)中，煤炭占79%，石油占17.2%，天然氣占2.1%，水電占1.7%；而2002年能源消費(fèi)結(jié)構(gòu)中，煤炭占71.5%，石油23.4%，天然氣占2.6%，水電占2.4%，核電占0.2%，工業(yè)發(fā)展方式調(diào)整對能源強(qiáng)度快速下降起到一定貢獻(xiàn)。這些政策沖擊以及經(jīng)濟(jì)發(fā)展轉(zhuǎn)變促使2002年成為結(jié)構(gòu)突變點。

（3）新能源產(chǎn)業(yè)的快速發(fā)展推動了能源結(jié)構(gòu)的不斷優(yōu)化。2008年新增的水力

和風(fēng)電

總裝機(jī)容量達(dá)到了1 210萬kW，與2007年相比，2008年新增裝機(jī)增長率為89%，據(jù)世界第四。2008年中國需求增長過快，有效資源供給不足，因此開展全民節(jié)能行動，加強(qiáng)節(jié)油節(jié)電，并頒布石油煉制業(yè)、乙烯工程、儲油庫和加油站等環(huán)境保護(hù)準(zhǔn)則。中國整體上剛剛進(jìn)入工業(yè)化中期階段。這一階段屬于重工化發(fā)展階段，高能耗問題突顯，中國能源發(fā)展政策與工業(yè)化狀態(tài)促使2008年能源強(qiáng)度出現(xiàn)結(jié)構(gòu)突變。

通過對能源強(qiáng)度結(jié)構(gòu)突變檢驗，研究結(jié)果說明在樣本期內(nèi)中國能源強(qiáng)度存在三個結(jié)構(gòu)突變點，形成四段不同的增長趨勢。為具體研究結(jié)構(gòu)突變點形成原因及不同增長趨勢的作用因素，運(yùn)用LMDI分解模型分析不同階段各影響因素貢獻(xiàn)率。

3中國能源強(qiáng)度的因素分解

3.1研究方法

由于LMDI分解模型可以處理包括零值和負(fù)值的數(shù)據(jù)，有效解決了分解中的剩余問題[10]，因此使得其適用于能源問題的分解分析。本文采用的LMDI是在Wu等[11]和Ang等[12]的基礎(chǔ)上，根據(jù)“三層完全分解法”構(gòu)建模型，對能源強(qiáng)度影響因素分解分析，首先將中國能源消費(fèi)行業(yè)劃分為三個部門：生產(chǎn)服務(wù)部門、交通運(yùn)輸部門和居民生活部門。對行業(yè)劃分為：農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、商業(yè)（批發(fā)、零售業(yè)、住宿、餐飲業(yè)和其他行業(yè)）、交通運(yùn)輸倉儲及郵電通信業(yè)和生活部門（城鎮(zhèn)居民生活和農(nóng)村居民生活），再對各個行業(yè)進(jìn)行因素分解。其中生產(chǎn)部門包括：農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、商業(yè)（批發(fā)、零售業(yè)、住宿、餐飲業(yè)和其他行業(yè)），其余兩個部門對應(yīng)兩個行業(yè)。

對能源強(qiáng)度各行業(yè)進(jìn)行劃分：

I=∑4i=1∑4j=1EijEiEiYiYiY+∑i=5∑4j=1EijTDTDYiYiY+∑7i=6∑4j=1EijPiPiPPY（11）

式中，i=1，2，3，……，7，分別代表農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、商業(yè)、交通運(yùn)輸倉儲及郵電通信業(yè)、城鎮(zhèn)居民生活和農(nóng)村居民生活。j=1，……，4分別代表煤炭、石油、天然氣、其他（水電、核電、風(fēng)電）。I表示能源強(qiáng)度，Eij表示第i行業(yè)消費(fèi)的第j種燃料，Ei代表第i行業(yè)消費(fèi)的燃料總量，Yi表示第i行業(yè)的產(chǎn)出，Y表示GDP，Pi是第i行業(yè)人數(shù)。

能源強(qiáng)度可以進(jìn)一步變換為：

I=∑4i=1∑4j=1ESijEPiSGi+∑i=5∑4j=1ETijTGiSGi+∑7i=6∑4j=1EILijLSiEIi（12）

式中，EP代表部門能源強(qiáng)度，ET是運(yùn)輸線路單位長度能耗，TG是運(yùn)輸線路產(chǎn)出能耗，EIL代表人均生活用能，LS代表城市化，EI表示人均收入效應(yīng)，SG表示產(chǎn)業(yè)結(jié)構(gòu)，ES表示能源結(jié)構(gòu)。

對式（12）計算得能源強(qiáng)度瞬時增長率：

dlnIdt=

∑4i=1∑4j=1ωij1（dlnESijdt+

dlnEPidt

+dlnSGidt）+

∑i=5∑4j=1ωij2（dlnETijdt+

dlnTGidt

+dlnSGidt）+

∑7i=6∑4j=1ωij3（dlnEILijdt+

dlnLSidt

+dlnEIidt）

（13）

式中，令ωij1=ESijEPiSGi，ωij2=ETijTGiSGi，ωij3=EILijLSiEIi[13]，ω（t*）[14]為當(dāng)t=t*∈[0，T]時的權(quán)重函數(shù)值。

根據(jù)式（13）可以得到能源強(qiáng)度變化率：

ITI0≌

exp

∑4i=1∑4j=1ωij1（t*）lnESij，TESij，0×

exp

∑4i=1∑4j=1ωij1（t*）lnEPi，TEPi，0×

exp

∑4i=1∑4j=1ωij1（t*）lnSGi，TSGi，0×

expendprint

∑i=5∑4j=1ωij2（t*）lnTGi，TTGi，0×

exp

∑i=5∑4j=1ωij2（t*）lnETij，TETij，0×

exp

∑7i=6∑4j=1ωij3（t*）lnEILij，TEILij，0×

exp

∑i=5∑4j=1ωij2（t*）lnSGi，TSGi，0×

exp

∑7i=6∑4j=1ωij3（t*）lnLSi，TLSi，0×

exp

∑7i=6∑4j=1ωij3（t*）lnEIi，TEIi，0（14）

計算式（14）得能源強(qiáng)度增長率：

lnIT-lnI0≌

∑4i=1∑4j=1ωij1（t*）lnESij，TESij，0+

∑4i=1∑4j=1ωij1（t*）lnSGi，TSGi，0+

∑4i=1∑4j=1ωij1（t*）lnEPi，TEPi，0+

∑i=5∑4j=1ωij2（t*）lnETij，TETij，0+

∑i=5∑4j=1ωij2（t*）lnTGi，TTGi，0+

∑7i=6∑4j=1ωij3（t*）lnEIi，TEIi，0+

∑i=5∑4j=1ωij2（t*）lnSGi，TSGi，0+

∑7i=6∑4j=1ωij3（t*）lnEILij，TEILij，0+

∑7i=6∑4j=1ωij3（t*）lnLSi，TLSi，0

（15）

式中，X是各因素變化率，各因素貢獻(xiàn)率為：

XlnIT-lnI0×100%（16）

式中，能源強(qiáng)度分解為七個部門，其具體特征由八個因素進(jìn)行解釋說明：部門能源強(qiáng)度，由于全要素生產(chǎn)率提高引起的強(qiáng)度變化，因此稱為部門能源強(qiáng)度因素，部門能源強(qiáng)度能夠提高能源利用效率，影響能源強(qiáng)度；產(chǎn)業(yè)結(jié)構(gòu)，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化即非農(nóng)產(chǎn)業(yè)、服務(wù)業(yè)在國民經(jīng)濟(jì)中比重增加，能源要素在不同產(chǎn)業(yè)間流動，隨著高耗能產(chǎn)業(yè)的減少，能源從高耗能、低產(chǎn)出的產(chǎn)業(yè)轉(zhuǎn)到低耗能產(chǎn)業(yè)，但中國處于工業(yè)化階段，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變緩慢，對能源強(qiáng)度影響的長期彈性為正[15]；運(yùn)輸線路單位長度能耗，中國工業(yè)化、城市化速度加快，交通工具數(shù)量不斷增多，交通運(yùn)輸線路不斷改善；運(yùn)輸線路產(chǎn)出能耗，是運(yùn)輸部門單位產(chǎn)出所需運(yùn)輸線路公里數(shù)，代表運(yùn)輸部門線路長度的產(chǎn)出效率，該數(shù)據(jù)越小說明運(yùn)輸部門產(chǎn)出效率越高；人均生活用能，生活水平的提高會引起生活能耗用品的增加，增加能源消耗；城市化，即鄉(xiāng)村人口向城鎮(zhèn)人口轉(zhuǎn)化，優(yōu)化資源配置，使能源消費(fèi)增長速度增快且呈現(xiàn)需求剛性的特征[16]，城市的市場競爭結(jié)構(gòu)推動了技術(shù)創(chuàng)新和知識積累，推動全要素生產(chǎn)率上升[17]；人均收入效應(yīng)即人均收入的倒數(shù)，與人均收入有相反的效應(yīng)；調(diào)整能源結(jié)構(gòu)，減少煤炭使用量，使主要消耗能源轉(zhuǎn)換為清潔能源，減少含煤量。

本文采用“三層完全分解法”構(gòu)建模型，為簡要說明本文所構(gòu)建模型的整體框架，以及各影響因素的作用及其相互關(guān)系，繪制分解模型框架圖3。

這里將能源強(qiáng)度劃分為生產(chǎn)服務(wù)部門、交通運(yùn)輸部門和生活部門。生產(chǎn)服務(wù)部門即農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)

和商業(yè)，其煤炭、石油、天然氣、水電、核電和風(fēng)電能源總消耗量影響因素是能源結(jié)構(gòu)、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)；交通運(yùn)輸部門指交通運(yùn)輸倉儲及郵電通信業(yè)，其能源總消耗可用運(yùn)輸線路單位長度能耗、運(yùn)輸線路產(chǎn)出能耗和產(chǎn)業(yè)結(jié)構(gòu)解釋；生活部門包括城鎮(zhèn)居民生活和農(nóng)村居民生活，其能源消耗量用人均生活用能、城市化和人均收入效應(yīng)說明。

3.2結(jié)果分析

以下對各階段各因素貢獻(xiàn)率進(jìn)行說明：

（1）能源結(jié)構(gòu)的調(diào)整促使部門能源強(qiáng)度不斷降低。1980—1991年間能源強(qiáng)度從7.8下降為5.1，年均增長率為-3.8%。能源結(jié)構(gòu)起到了最大的正向作用，貢獻(xiàn)率達(dá)46%，部門能源強(qiáng)度提供了44%的正向貢獻(xiàn)。從表2可以看出，運(yùn)輸線路產(chǎn)出效應(yīng)、人均收入效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)、能源

結(jié)構(gòu)、部門能源強(qiáng)度均對能源強(qiáng)度的下降起到了正向影響，部門能源強(qiáng)度的貢獻(xiàn)主要因為這段時期工業(yè)行業(yè)能源強(qiáng)度下降較迅速。中國從20世紀(jì)80年代開始，在農(nóng)村實施沼氣、小水電和節(jié)能技術(shù)；在城鎮(zhèn)實施建筑節(jié)能；開發(fā)太

陽能、風(fēng)能、地?zé)崮埽?980—1991年天然氣及其他能源的消費(fèi)量從3 291萬tce增加到5 647萬tce，增長了41.2%，因此能源結(jié)構(gòu)起到了正向貢獻(xiàn)。

（2）制造業(yè)結(jié)構(gòu)初步實現(xiàn)了勞動密集型向資本密集型轉(zhuǎn)變。1991—2002年間能源強(qiáng)度年均增長率為-4.67%，較第一階段下降了0.87個百分點。能源結(jié)構(gòu)具有最大的正向貢獻(xiàn)，達(dá)到337%，運(yùn)輸與交通部門產(chǎn)業(yè)結(jié)構(gòu)、運(yùn)輸線路單位長度能耗、人均生活用能、城市化提供了正向的貢獻(xiàn)。部門能源強(qiáng)度提供了最大的負(fù)向貢獻(xiàn)，達(dá)到-258%。部門能源強(qiáng)度由第一階段的正向貢獻(xiàn)轉(zhuǎn)變?yōu)樨?fù)向貢獻(xiàn)，說明部門能源強(qiáng)度阻礙了能源強(qiáng)度的下降。具體原因為：消費(fèi)結(jié)構(gòu)升級、城市化進(jìn)程加快、交通和基礎(chǔ)設(shè)施投資加大。民營與外資企業(yè)迅速增長，1994年輕、重工業(yè)產(chǎn)值比例最低為46.3∶53.7，且1999年，重工業(yè)占工業(yè)增加值的比重為50.8%。而運(yùn)輸線路單位能耗由27 tce/km增加為34 tce/km，因此轉(zhuǎn)為負(fù)向貢獻(xiàn)。

（3）技術(shù)進(jìn)步有效提升了能源利用效率。2002—2008年間能源強(qiáng)度年均增長率為-1.24%，比第二階段上升了2.56個百分點。人均生活用能提供正向貢獻(xiàn)達(dá)到了42%，由于這一階段中國用電緊張，全國開始拉閘限電，至2003年，中國拉閘限電的省份達(dá)到22個，且這一階段的

“限電減排”淘汰掉一些高能耗、高排放和產(chǎn)能過剩的企業(yè)，人均生活用能較上一階段減少39%。城市化提供11.8%的正向貢獻(xiàn)，較上一階段有所增長，由于這一階段城鎮(zhèn)化速度較上一階段減少27%。人均收入效應(yīng)提供46%的負(fù)向貢獻(xiàn)，與上一階段相比變化較大，反映了技術(shù)進(jìn)步對能源消耗的減少。由于中國在2002年提出“新型工業(yè)化”endprint

道路，建設(shè)集約型工業(yè)，部門能源強(qiáng)度的負(fù)向貢獻(xiàn)降到-25%。

（4）產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化一定程度上降低了高耗能產(chǎn)業(yè)比重。2008—2015年間能源強(qiáng)度年均增長率為-3.98%。能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、運(yùn)輸線路單位長度能耗、人均生活用能、城市化提供了正向貢獻(xiàn)，其中，雖然能源結(jié)構(gòu)貢獻(xiàn)達(dá)到118%，較上一時期變化不大。部門能源強(qiáng)度、運(yùn)輸線路產(chǎn)出效應(yīng)、人均收入效應(yīng)提供了負(fù)向貢獻(xiàn)，分別為-23%、-0.4%和-10%。

4研究結(jié)論與政策建議

本文運(yùn)用BP結(jié)構(gòu)突變模型對1980—2015年能源強(qiáng)度突變點檢驗，建立LMDI分解模型，將能源強(qiáng)度分解為部門能源強(qiáng)度、運(yùn)輸線路單位長度能耗、運(yùn)輸線路產(chǎn)出能耗、人均生活用能、城市化、人均收入效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)八個因素，分析能源強(qiáng)度各階段動因變化特征，得出如下主要結(jié)論：

（1）能源強(qiáng)度在樣本期間存在三個結(jié)構(gòu)突變點。本文運(yùn)用BP結(jié)構(gòu)突變模型對1980—2015年能源強(qiáng)度進(jìn)行結(jié)構(gòu)突變點檢驗，研究結(jié)果表明，能源強(qiáng)度在樣本期間存在1991年、2002年和2008年三次結(jié)構(gòu)突變，根據(jù)數(shù)據(jù)特征將整個樣本期劃分為四段不同的增長趨勢。

（2）能源結(jié)構(gòu)和部門能源強(qiáng)度對能源強(qiáng)度的影響最大。根據(jù)LMDI能源因素分解結(jié)果可知：1980—1991年，能源結(jié)構(gòu)對能源強(qiáng)度的貢獻(xiàn)率為46.33%，部門能源強(qiáng)度對能源強(qiáng)度的作用率達(dá)到43.97%。1991—2002年，能源結(jié)構(gòu)對能源強(qiáng)度的作用率為337.04%，部門能源強(qiáng)度對能源強(qiáng)度的貢獻(xiàn)率達(dá)到-258.37%。2002—2008年，能源結(jié)構(gòu)對能源強(qiáng)度的貢獻(xiàn)率為105.28%，部門能源強(qiáng)度對能源強(qiáng)度的貢獻(xiàn)率達(dá)到-24.68%。2008—2015年，能源結(jié)構(gòu)對能源強(qiáng)度的貢獻(xiàn)率是118.48%，而部門能源強(qiáng)度對能源強(qiáng)度的貢獻(xiàn)率為-22.75%。

（3）人均生活用能、人均收入效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)對能源強(qiáng)度影響顯著。1980—1991年，人均收入效應(yīng)貢獻(xiàn)率為19.93%；1991—2002年，產(chǎn)業(yè)結(jié)構(gòu)中的交通運(yùn)輸倉儲及郵電通信業(yè)對能源強(qiáng)度的貢獻(xiàn)率達(dá)到25.25%；2002—2008年，人均生活用能對能源強(qiáng)度的作用率為41.93%，人均收入效應(yīng)對能源強(qiáng)度的貢獻(xiàn)率是-46.27%；2008—2015年，人均收入效應(yīng)對能源強(qiáng)度的貢獻(xiàn)率是-10.07%。

根據(jù)以上研究結(jié)論，提出降低中國能源強(qiáng)度的政策建議：

（1）開發(fā)推廣可再生能源技術(shù)以調(diào)整能源結(jié)構(gòu)。加強(qiáng)太陽能基礎(chǔ)材料與存儲技術(shù)的研究，加速太陽能的熱轉(zhuǎn)換，發(fā)展光伏并網(wǎng)及分配；增加風(fēng)力發(fā)電裝機(jī)容量，政策補(bǔ)貼民營風(fēng)力發(fā)電企業(yè)，引進(jìn)國外先進(jìn)風(fēng)力發(fā)電技術(shù)，成立風(fēng)電研究開發(fā)部門；發(fā)展海洋發(fā)電裝置，開發(fā)海洋發(fā)電技術(shù)，研究海洋能轉(zhuǎn)換技術(shù)以開發(fā)新能源。政策推進(jìn)工業(yè)企業(yè)采用新能源技術(shù)和產(chǎn)品，推行綠色能源，應(yīng)淘汰落后工業(yè)產(chǎn)能，并提高工業(yè)能效準(zhǔn)入標(biāo)準(zhǔn)，且促進(jìn)高新技術(shù)產(chǎn)業(yè)等節(jié)能產(chǎn)業(yè)的發(fā)展。

（2）促進(jìn)應(yīng)用低碳節(jié)能產(chǎn)品以降低生活用能。隨著生活水平的提高，奢侈消費(fèi)、超前消費(fèi)、浪費(fèi)情況嚴(yán)重，應(yīng)建立長效節(jié)能環(huán)保公眾宣傳機(jī)制，改善公眾對低碳消費(fèi)的認(rèn)知。普及低碳消費(fèi)途徑，降低低碳實施成本，建立政策法規(guī)促使低碳消費(fèi)簡單易行。

（3）推動增加第三產(chǎn)業(yè)比重以提高人均收入水平。人均收入的提高到達(dá)一定程度能夠降低能源強(qiáng)度，其反映了技術(shù)進(jìn)步的能耗降低效益。應(yīng)建立合理的資產(chǎn)財富分配體系和相應(yīng)的社會保障制度。人均收入的提高增加人們制冷、加熱、出行、照明等生活方面的能源消耗，但是當(dāng)人均收入達(dá)到一定水平，人們會進(jìn)而轉(zhuǎn)向節(jié)能產(chǎn)品的使用，降低人均收入對能源消耗的敏感度。

（4）加快建設(shè)運(yùn)輸節(jié)能技術(shù)以降低交通運(yùn)輸業(yè)能源強(qiáng)度。鐵路運(yùn)輸是中國運(yùn)輸體系的主要方式，應(yīng)推廣內(nèi)燃和電力牽引技術(shù)，提高能源利用效率；公路運(yùn)輸中社會車輛較多是能源消耗最多的行業(yè)，應(yīng)降低天然氣價格，政策補(bǔ)貼天然氣使用者；發(fā)展集約型運(yùn)輸模式，提高水路和民航業(yè)能源利用效率。

（編輯：王愛萍）

參考文獻(xiàn)（References）

[1]BALEENTIS A， BALEENTIS T， STREIMIKIENE D. The energy intensity in Lithuania during 1995-2009： a LMDI approach [J]. Energy policy， 2011， 39（11）： 7322-7334.

[2]闞大學(xué)， 羅良文. 我國城市化對能源強(qiáng)度的影響——基于空間計量經(jīng)濟(jì)學(xué)的分析[J].當(dāng)代財經(jīng)，2010（3）： 83-88. [KAN Daxue， LUO Liangwen. The impact of Chinas urbanization on energy intensity： based on an econometric analysis [J]. Contemporary finance and economics， 2010（3）： 83-88.]

[3]張成龍， 李繼峰， 張阿玲， 等. 1997—2007年中國能源強(qiáng)度變化的因素分解[J]. 清華大學(xué)學(xué)報（自然科學(xué)版）， 2013， 53（5）： 688-693.[ZHANG Chenglong， LI Jifeng， ZHANG Aling， et al. Factor decomposition analyses on Chinese energy use intensity changes [J]. Journal of Tsinghua University （science and technology）， 2013， 53（5）： 688-693.]

[4]ANDRS L， PADILLA E. Energy intensity in road freight transport of heavy goods vehicles in Spain [J]. Energy policy， 2015，85： 309-321.endprint

[5]張偉， 朱啟貴. 基于LMDI的我國工業(yè)能源強(qiáng)度變動的因素分解：對我國1994—2007年工業(yè)部門數(shù)據(jù)的實證分析[J]. 管理評論， 2012， 24（9）： 28-36，95. [ZHANG Wei， ZHU Qigui. Factor decomposition of the change of Chinas industrial energy consumption intensity： an empirical analysis of the 1994-2007 data from Chinas industrial sectors [J]. Management review， 2012， 24（9）： 28-36，95.]

[6]鄭若娟， 王班班. 中國制造業(yè)真實能源強(qiáng)度變化的主導(dǎo)因素——基于LMDI分解法的分析[J]. 經(jīng)濟(jì)管理，2011（10）： 23-32. [ZHENG Ruojuan， WANG Banban. The dominant drivers of the real energy intensity changes in Chinese manufacturing sectors： the LMDI decomposition approach [J]. Economic management journal，2011（10）： 23-32.]

[7]CHOW G， GREGORY C. Tests of equality between sets of coefficients in two linear regressions [J]. Econometrica， 1960， 28（3）： 591-605.

[8]BAI J， PERRON P. Estimating and testing linear models with multiple structural changes [J]. Econometrica， 1998， 66（1）： 47-78.

[9]BAI J. Likelihood ratio tests for multiple structure changes [J]. Journal of econometrics， 1999， 91（2）： 299-323.

[10]ANG B W， LIU N. Handling zero values in the Logarithmic Mean Divisia index decomposition approach [J]. Energy policy， 2007， 35（1）： 238-246.

[11]WU L， KANEKO S， MATSUOKA S. Driving forces behind the stagnancy of Chinas energy：related CO2 emissions from 1996 to 1999： the relative importance of structural change， intensity change and scale change [J]. Energy policy， 2005， 33（3）： 319-335.

[12]ANG B W， LIU F L. A new energy decomposition method： perfect in decomposition and consistent in aggregation [J]. Energy， 2001， 26（6）： 537-548.

[13]劉源， 李向陽， 林劍藝， 等. 基于LMDI分解的廈門市碳排放強(qiáng)度影響因素分析[J]. 生態(tài)學(xué)報， 2014， 34（9）： 2378-2387. [LIU Yuan， LI Xiangyang， LIN Jianyi， et al. Factor decomposition of carbon intensity in Xiamen City on LMDI Method [J]. Acta ecologica sinica， 2014， 34（9）： 2378-2387.]

[14]TAN Z， LI L， WANG J， et al. Examining the driving forces for improving Chinas CO2 emission intensity using the Decomposing Method [J]. Applied energy， 2011， 88（12）： 4496-4504.

[15]SADORSKY P. Do urbanization and industrialization affect energy intensity in developing countries？ [J]. Energy economics， 2013，37： 52-59.

[16]林伯強(qiáng)， 劉希穎. 中國城市化階段的碳排放： 影響因素和減排策略[J]. 經(jīng)濟(jì)研究， 2010（8）： 66-78. [LIN Boqiang， LIU Xiying. Chinas carbon dioxide emission under the urbanization process： influence factors and abatement policies [J]. Economic research journal， 2010（8）： 66-78.]

[17]JAFFE A， HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations [J]. Quarterly journa1 of economics， 1993， 108（3）： 577-598.endprint

[18]李標(biāo)，吳賈，陳姝興.城鎮(zhèn)化、工業(yè)化、信息化與中國的能源強(qiáng)度[J].中國人口·資源與環(huán)境，2015，25（8）：69-76.[LI Biao， WU Jia， CHEN Shuxing. Urbanization， industrialization， informatization and Chines energy intensity [J]. China population， resources and environment， 2015， 25（8）：69-76.]

[19]寧自軍，吳德彪，楊松. 基于LMDI模型的浙江省能源強(qiáng)度變動影響因素分析[J].統(tǒng)計與信息論壇，2013，28（2）：80-83.[NING Zijun， WU Debiao， YANG Song. The factor decomposition analysis in the energy intensity of Zhejiang Province based on LMDI Model [J]. Statistics and information forum， 2013， 28（2）：80-83.]

[20]李國璋，王雙.中國能源強(qiáng)度變動的區(qū)域因素分析——基于LMDI分析方法[J].財經(jīng)研究，2008， 34（8）：52-62.[LI Guozhang， WANG Shuang. Regional factor decompositions in Chinas energy intensity change： based on LMDI technique[J]. Journal of finance and economics， 2008， 34（8）：52-62.]

[21]韓松，張寶生，唐旭，等.中國能源強(qiáng)度變化的驅(qū)動因素分析——基于對數(shù)平均迪氏指數(shù)方法[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016，38（5）：89-98.[HAN Song， ZHANG Baosheng，TANG Xu， et al. Analysis of driving factors in Chinas energy intensity change： based on logarithmic mean Divisia Index Method[J]. Modern economic science， 2016，38（5）：89-98.]

AbstractEnergy is the material basis for human survival and development， it is the key to sustainable development of Chinas economy， and it also reveals the performance of social progress. Although energy consumption in China is decreasing， China is still the largest energy consumption country in the world. With the decline of conventional energy sources， energy security becomes the bottleneck of sustainable development Chinas economy. Therefore， energy intensity needs to be reduced urgently. It is significant to study the reasons of energy intensity decline； by using factor decomposing， it is helpful to find rules of energy changes. The structural breaks of energy intensity in China from 1980 to 2015 were examined by using BP method and LMDI decomposition model to study the reasons for the decline of different stages. In this paper， energy intensity was decomposed into eight factors， namely energy intensity in sectors， energy consumption per unit length of transportation routes， energy consumption of transportation output， per capita living energy consumption， urbanization， per capita income effect， industrial structure， and energy structure. The experimental results showed that three structural breaks existed from 1980 to 2015 due to the economic development and national policy shocks. And the structural breaks took place in 1991， 2002 and 2008， which divided the time series of energy intensity in China into four stages. In addition， energy intensity showed a decreasing trend during the sample period and the main factors of the reduction in energy intensity were energy intensity in each sector and energy consumption structure. Meanwhile， per capita living energy， per capita income effect， and transportation industry had significant impact on energy intensity. Taking into account of the contribution of each factor to energy intensity， we put forward several suggestions. The renewable energy technologies need to be developed and popularized to adjust the energy consumption structure. Whats more， lowcarbon energy saving products should be applied to reduce the living energy consumption. Besides the per capita income needs to be increased by increasing the proportion of the tertiary industry. Energy saving way of transportation should be developed to reduce the energy intensity of transportation industry.

Key wordsenergy intensity； BP structural break； factor decomposition； energy consumption structureendprint