单位GDP能耗变化中的双重结构作用

田志勇，王思强，刘丙午，霍灵瑜

(1.北京物资学院 信息学院，北京 101149；2.国家能源局，北京 100045)

单位GDP能耗变化中的双重结构作用

田志勇1，王思强2，刘丙午1，霍灵瑜1

(1.北京物资学院 信息学院，北京 101149；2.国家能源局，北京 100045)

双重结构——产业结构和能源消费结构的调整是降低单位GDP能耗的重要途径。以往文献侧重于用因素分解模型研究产业结构对单位GDP能耗的影响，文章对该模型进行改进，将影响因素由两个扩展到三个，给出其计算公式。然后利用我国2003～2006年的统计数据进行实证计算，从总量到各分项对计算结果进行了较为详细、全面的分析。分析结果显示，从总量看，能源消费结构对单位GDP能耗的影响非常小，从各分项看，具体产业的一些能源种类的影响比较大。最后根据实证分析，给出了相应的政策建议。

单位GDP能耗；产业结构；能源消费结构；因素分解；LMDI I

单位GDP能耗是一个综合性指标，在一定程度上反映了一国的能源利用水平，经常被用来评价和衡量一个国家的能源利用状况，反映经济结构和能源经济效率的变化。随着“十一五”规划将其定为约束性指标，如何降低单位GDP能耗已成为研究的热点。社会各界普遍认为，调整经济产业结构和优化能源消费结构是实现降低单位GDP能耗20%的重要手段之一。在研究如何降低单位GDP能耗的大量文献中，涉及结构方面的文献主要集中在产业结构调整和轻重工业结构调整，因素分解模型所涉及的文献也多是基于该角度的研究。而能源消费结构对单位GDP能耗的影响研究则非常少，作者查阅到的相关研究也基本是对建立能源消费结构与单位GDP能耗的回归模型进行分析[1]。同时考虑双重结构(即产业结构和能源消费结构)的影响研究就更缺乏了，本文尝试从这个角度展开研究。首先分析二影响因素和三影响因素的研究机理；然后对二因素的因素分解公式进行扩展，运用于三因素；最后利用扩展后的分解公式对我国2003～2006年的相关情况进行实证分析。

一、因素分解与双重结构影响

从双重结构角度看，提高能源经济效率的有效途径是优化能源消费结构和经济产业结构，从国家高度实施双重结构下的节能增效重大战略，改变我国粗放型能源与经济发展模式，以保证我国能源与经济可持续发展[2]。由于能源消费结构和能源消费部门结构(宏观经济角度为产业结构)都会对单位GDP能耗产生影响，虽然已有相关文献分别研究了产业结构和能源消费结构对单位GDP能耗的影响，但这些研究在分析一种结构如产业结构的影响时“忽略”了另一种结构如能源消费结构的影响，反之亦然。不过，“忽略”也并不是没有考虑，而是在研究一种结构影响时，将另一种结构影响融入其分析的各因素的影响之中，没有将其分离出来。如基于因素分解方法研究产业结构对单位GDP能耗的影响，在单独分析产业结构的影响时，能源消费结构的影响并没有考虑，而是将其归入产业结构和单位增加值能耗两种影响因素之中了。具体如下：

(1)能源消费结构对单位GDP能耗的影响首先表现在各产业的不同能源消费结构影响了该产业的单位增加值能耗，通过对各产业单位增加值能耗的影响进而对单位GDP能耗产生影响。因此，这部分影响包含在“效率份额”之中。

(2)由于各类能源在不同产业中所产生的经济效率不同，所以产业结构变化对单位GDP能耗的影响也包含了部分能源消费结构变化对单位GDP能耗的影响。因此，这部分影响包含在“结构份额”之中。

可见，“效率份额”和“结构份额”两部分都包含了能源消费结构的影响，该思路对重点分析产业结构变化对单位GDP能耗影响的研究是可行的。但对研究综合能源双重结构对单位GDP能耗的影响，则还需将能源消费结构对单位GDP能耗的影响进行定量计算。其实质是利用定量计算模型和方法将能源消费结构对单位GDP能耗的影响从“效率份额”和“结构份额”两部分中分离出来加以汇总，从而计算出双重结构的影响程度。

利用因素分解方法研究双重结构对单位GDP能耗的影响，其分析思路与以往文献相同，区别是在影响因素中增加能源消费结构项，即从原来的产业结构和各产业单位增加值能耗的二因素扩展为产业结构、各产业单位增加值能耗和能源消费结构三因素。其实质是将能源消费结构的影响从原有影响因素——产业结构和各产业能源强度两类因素中分离出来，建立包含能源消费结构项的Kaya恒等式。

目前利用因素分解对单位GDP能耗的影响研究结论大多相似[3,4]——各部门的单位增加值能耗起主导作用，而产业结构和能源消费结构的影响非常小，但该结论是基于对各类影响因素总量影响的分析得到的。该分析有其合理之处，但也存在系统误差，如结构和单耗的影响与将经济产业或部门分解到哪一级即分解粒度有关。此外，该分析思路也有其弱点：它只是对各类影响因素在汇总级的比较分析，缺少对具体因素的影响机制分析，且由于没有对每类影响因素的影响程度进行分析，可能会出现某个影响因素如煤炭在能源消费总量中比例变化的正向影响比较大，而其他影响因素如石油的消费比例变化的反向影响也比较大，但将所有影响值汇总后，由于正、反向影响的相互抵消，则有可能出现总影响值比较小的情况。从理论上讲，这种情况是有可能出现的。因此需要对计算结果进行全面、详细地分析，不能仅停留在对影响因素汇总结果的分析上。

二、LMDI I因素分解模型

1.三因素LMDI I模型

由于LMDI I模型具有因素可逆、时间可逆等对称性、加和检验、完全分解、在分级汇总时具有连续性即汇总一致性等众多优秀特性，本文采用该模型。LMDI I模型的计算公式及其一般性推导在此不再赘述。由于影响因素除产业结构和单位增加值能耗外又新增能源消费结构，需要对二因素的LMDI I计算公式进行扩展。由于LMDI I模型具有“计算形式一致性”特点，即二因素的计算公式与三因素甚至更多因素的计算公式形式相同。因此扩展工作比较容易，只需将计算式进行相应修改即可，该过程主要涉及Kaya恒等式变换以及每一分解因素影响度的计算公式。

在二因素——单位增加值能耗和产业结构的Kaya恒等式中增加能源消费结构因素，公式变换如下：

(1)

式中，e为单位GDP能耗，便于和各产业的单位增加值能耗区分；Ii,t，Ii,0为产业i在t时期和0时期的单位增加值能耗；Si,t，Si,0为产业i在t时期和0时期的增加值比重即产业结构；Fij表示能源j在部门i能源消费总量中的比例——构成能源消费结构。注意：Fij表示的结构与产业结构的意义不同，产业结构是各产业相对于总GDP的百分比，而式(1)的部门能源消费结构则是某类能源在该部门能源消费的比例。

根据LMDI I模型的计算公式，可得如下分解公式：

①乘法形式的分解公式

(2)

②加法形式的分解公式

(3)

式中，wij=L(eij,0,eij,t)，eij,0=Fij,0×Ii,0×Si,0，eij,t=Fij,t×Ii,t×Si,t，ΔIint、ΔIstr和ΔIfls分别表示产业单位增加值能耗、产业结构和产业能源消费结构的影响度。

2.LMDI I模型的零值处理策略

虽然LMDI I模型拥有众多优点，但该模型有一较大弱点即对零值的处理，由于本文实证数据包含零值，需要研究LMDI I计算对这一问题的解决办法。

根据LMDI I模型的计算公式，除零值外，负值数据也是该模型处理的难点。针对这一情况，已经开展了大量研究工作，主要有：B W Ang等[5]研究LMDI模型对负值的处理；B W Ang等[6]、B W Ang等[7]和Wood等[8]研究对零值的处理。通过B W Ang和Wood等人的研究，形成LMDI模型处理零值的两种策略：“small value”最小值(SV)策略和“analytical limit”分析界限(AL)策略。

SV策略是用一个非常小正数δ代替零值，然后代入计算公式按正常程序计算，当δ值不断减小接近零时，即可得到收敛结果。Choi和Ang[9,10]研究表明,当δ值处于10-10和10-20之间时，一般都能得到满意结果。

AL策略是B W Ang等[7]提出的一种解决方案，将数据集中出现零值的情况分为八类，对每一类给出其界限值，如表1所示。在计算遇到零值时，根据其类别选择界限值作为计算结果。

注：PN表示正数，eij,0、eij,1含义同前，x0、x1为影响因素.

资料来源：Ang et al.(1998)[7]

Wood等[8]通过对SV和AL策略的比较，认为在零值比较多时，无论δ取值如何接近零，用SV策略计算的结果都有较大误差，而AL策略除理论上优于SV策略外，还能够提高计算效率、减少计算时间，这对分解因素非常多或有较大稀疏矩阵计算时作用尤为明显。B W Ang等[9]进一步将零值问题分为两大类：I类是从零值到零值；II类是从(或到)零值到(或从)正数。对于I类，SV和AL策略计算结果相同，区别在于II类数据。并认为导致误差的关键不是数据集中零值的数量，而是II类数据的数量。不过，AL策略无论是计算精确度还是理论上都优于SV策略，B W Ang等建议对分解过程、计算和分析熟悉的研究人员采用AL策略，而对结果精确度要求不高的一般研究人员用SV策略更容易理解和应用。鉴于AL策略所具有的优势，本文采用AL策略。

三、实证分析

1.数据来源、预处理及分解变量的确定

实证研究对象为中国单位GDP能耗的变化，时间段是2003～2006年，其影响因素(分解因素)是国民经济各产业的能源消费结构、经济产业结构和单位增加值能耗。国民经济划分为第一产业、工业、建筑业、交通运输业、商业和其他三产。各产业增加值及经济结构利用各年《中国统计年鉴》的相关数据并将各产业增加值折算成2003年可比价。各产业的分能源消费包括目前主要商品能源，为煤炭、石油、天然气和电力。

各产业的能源消费结构由于没有直接可用的统计数据，根据统计局公布的终端能源消费数据经过较复杂的预处理获得。具体方法如下：先根据各年《中国能源统计年鉴》能源平衡表中的终端能源消费量按照能源种类进行合并，然后计算每个产业的不同能源消费在本产业能源消费总量的比例，再根据当年各类能源消费总量构成计算各产业分能源消费量在能源消费总量中的比例，最后按照各产业进行归一化处理，计算各产业的能源消费结构。由于统计年鉴中各产业电力消费统计数据是终端数据并且是根据电热当量计算法得到的，要远远大于主要包括水电和核电的一次电力，因此根据该数据的处理会有误差，不过通过处理结果与《中国统计年鉴》、《中国能源统计年鉴》中计算的各产业能源消费百分比的比较看，误差基本在可接受范围之内。所以，实证所需各产业能源消费结构的数据采用该预处理方法。此外，将生活用能并入其他三产的能源消费。

2.分解结果及分析

根据经预处理所得基本参数数据——2003～2006年间6大产业的单位增加值能耗、产业结构、分产业能源消费结构以及单位GDP能耗，利用LMDI I加和形式计算公式采用时间序列分析方式计算产业结构、单位增加值能耗和能源消费结构的影响如表2所示(单位为kg标准煤/万元)，用百分比形式表示如表3所示。

表2 综合双重结构的因素分解计算结果(绝对值)

表3 综合双重结构的因素分解计算结果

表2、表3中△Iint、△Istr、△Ifls和△Itot与公式(3)中含义相同，分别表示各产业单位增加值能耗变化影响、产业结构变化影响、各产业能源消费结构变化影响和单位GDP能耗实际变化量。

表3符号与表2相同，但其数据是相对于表2中△Itot的百分比。

根据表2，在单位GDP能耗的影响因素中，各产业单位增加值能耗变化对单位GDP能耗的影响最大。2003～2004年△Iint为90.7，比产业结构的影响△Istr9.7高出一个数量级，远高于能源消费结构的影响△Ifls0.24，三者的作用都是使单位GDP能耗上升。各产业单位增加值能耗影响作用的方向与单位GDP能耗变化方向一致，说明各产业单位增加值能耗起主要作用，尤其是后两年间各产业单位增加值能耗变化更是主导单位GDP能耗的下降。虽然能源消费结构变化的影响也起到降低单位GDP能耗的作用，但其影响非常小，分别在10-4和10-3一级，如此小的数据甚至可以忽略，而产业结构变化的影响则相对要大一些。表3更清晰地反映了各产业单位增加值能耗变化对单位GDP能耗影响的主导地位，不过产业结构的影响也不容忽视，它能引起单位GDP能耗上升。各类产业结构变化影响的具体结果如表4所示(单位为标准煤/万元)。根据表4，起重要作用的是第一产业和工业，第一产业结构(比例)变化起降低单位GDP能耗的作用，而工业结构(比例)变化使单位GDP能耗增加，且工业比重的变化起主导作用，主要原因是2003～2006年工业增加值比重的持续增加。因此，在产业结构调整方面，降低工业增加值比重会对降低单位GDP能耗有积极作用。

表4 各产业结构变化的影响

由表2和表3可知，能源消费结构对单位GDP能耗的影响非常小，那是否可以据此认为能源消费结构的变化难以对单位GDP能耗起作用呢？由于依据表2和表3的判断只是对某类影响因素(能源消费结构)影响总量的分析，还比较片面，而因素分解方法计算数据不仅有影响因素的“总影响”，还有各类影响因素在每一分解单元的影响，是多维数据，能够反映多方面信息，所以还应充分利用这些数据进行全面分析。

就“总影响”而言，也还需分析每一分解单元——即6大产业内的能源消费结构变化对单位GDP能耗所产生的影响。利用LMDI I的计算数据，归类汇总各类产业能源消费结构变化对单位GDP能耗的影响，如表5所示(单位为标准煤/万元)。由表5可以看出，各类产业的能源消费结构变化对单位GDP能耗的影响确实非常小。

表5 各产业能源消费结构变化的影响

虽然表2、表5分别从影响因素(能源消费结构)和分解单元(六类产业)两方面分析结构的“总影响”，所得结论都是“能源消费结构对单位GDP能耗的影响非常小”，但只分析汇总数据所得结论仍不全面，还需做更深入、详细的分析——将“能源消费结构”进一步解构，分析其中煤炭、石油、天然气和电力消费比例变化所产生的影响，该分析可以把握各类能源消费比例变化的影响机制。通过对汇总数据的回溯分析，得到相应数据如表6所示。

表6 各能源消费比例变化的影响(标准煤/万元)

表中△Ifls,c、△Ifls,o、△Ifls,g和△Ifls,e分别表示煤炭、石油、天然气、电力消费比例的变化对单位GDP能耗变化的影响程度。

比较表6各类能源消费比例变化的影响和表2能源消费结构变化的总影响△Ifls发现，各类能源的消费比例变化对单位GDP能耗的影响都远大于总影响△Ifls，有的高出几个数量级，影响幅度甚至大于单位GDP能耗总变化量△Itot，如2004～2005年的煤炭消费比例变化影响△Ifls,c和石油消费比例变化影响△Ifls,o，约是当年单位GDP能耗下降幅度的-1.6倍和2.2倍，负数表明其影响与单位GDP能耗变化方向相反。可见，具体种类能源消费比例变化的影响还是很大的。再分析具体产业的各类能源消费比例变化的影响。根据LMDI I计算的中间结果，工业煤炭消费比例的变化对单位GDP能耗的影响最大，并且起上升作用。这主要由于近几年我国重工业比重增加，工业能源消费需求增长迅速，使得工业能源消费中煤炭的比重增加。而对于其他产业，煤炭在能源消费中的比重基本都在下降，起降低单位GDP能耗的作用，总体上能够抵消一部分由于工业能源消费中煤炭比例增加造成的影响。石油消费比例变化的影响也比较大，尤其是2004～2005年间对单位GDP能耗的降低作用非常明显，主要由工业能源消费中石油消费比例变化的影响。天然气消费比例变化的影响主要在工业和其他三产中天然气消费比例变化的影响，因为这两个产业的天然气无论从消费量还是消费比重都占较大比例。电力消费比例变化的影响则集中在其他三产电力消费的变化，这与生活用能的电力消费量和消费比重的变化有关。

通过对能源消费结构变化影响的具体分析发现：降低煤炭尤其是煤炭在工业能源消费的比例，对降低单位GDP能耗有比较明显的效果。但由于资源禀赋和可获得性原因，在目前情况下降低煤炭消费比例又很难，因此，目前在尽力降低煤炭尤其重点降低煤炭在工业能源消费比例的同时，更要着重强调提高煤炭的利用效率和经济效率。

四、小 结

从系统和系统工程的角度看，能源消费结构变化是系统性变化，某类能源消费比例的改变不是孤立的，总是伴随着其他类能源消费比例的变化。因此，分析总体或产业内的能源消费结构变化对单位GDP能耗的总影响，只研究了系统的外部效应，没有考虑系统的内部效应，是不全面的。同样的，具体研究各类能源消费比例变化对单位GDP能耗的影响可以把握各类能源消费比例变化的具体影响机制，有利于针对各类能源、各类产业等具体影响因素制定有效的政策和措施。可见，只有以系统的观点、全面分析能源消费结构的影响，才能得出较全面、客观的结论。

[1]魏一鸣，等. 中国能源报告(2006)：战略与政策研究 [M]. 北京:科学出版社，2006.

[2]郭小哲,葛家理. 基于双重结构的能源利用效率新指标分析 [J]. 哈尔滨工业大学学报, 2006,(6)：999-1002.

[3]Chunbo Ma, David I Stern. China's changing energy intensity trend: A decomposition analysis [J]. Energy Economics, 2008,130：1037-1053.

[4]KI-HONG CHOI, B W ANG, K K RO. Decomposition of the energy-intensity index with application for the Korean manufacturing industry[J].Energy,2008，(9).

[5]B W Ang, Na Liu. Handling zero values in the logarithmic mean Divisia index decomposition approach [J].Energy Policy, 2007，(35):238-246.

[6]Ang B W, Choi K H. Decomposition of aggregate energy and gas emission intensities for industry: a refined Divisia index method [J]. The Energy Journal, 1997,18(3):59-73.

[7]Ang B W, Zhang F Q, Choi K H. Factorizing changes in energy and environmental indicators through decomposition [J]. Energy, 2007，23 (6)：489-495.

[8]Wood R, Lenzen M. Zero-value problems of the logarithmic mean Divisia index decomposition method [J]. Energy Policy, 2006,(34):1326-1331.

[9]B W Ang, Na Liu. Handling zero values in the logarithmic mean Divisia index decomposition approach [J]. Energy Policy,2007,(35):238-246.

责任编校：田 旭，马军英

AStudyonEffectofDual-StructureintheChangeofEnergyConsumptionPerUnitGDP

TIAN Zhi-yong1,WANG Si-qiang2,LIU Bing-wu1,HUO Ling-yu1

(1.College of Information,Beijing Wuzi University， Beijing 101149, China; 2.Bureau of Energy, NDRC， Beijing 100045, China)

The adjustment of dual-structure, industry structure and energy consumption structure, is import way of decreasing energy consumption per unit GDP. Some researches have done to focus on industry structure influencing energy consumption per unit GDP by decomposition analysis. This paper improves the method by extending two factors to three factors and gives the formula. And then it gives demonstration using China data between 2003 and 2006. The analysis covers both aggregation and disaggregation. By aggregation, energy consumption structure’s influence is little. But by disaggregation, some kinds of energy’s influence is large in some industries. At the end, the paper gives advices according to the demonstration analysis.

energy consumption per unit GDP; industry structure; energy comsumption structure; decomposition analysis; LMDI I

2010-06-30

2010年度北京物资学院青年科研基金项目；北京市属高等学校人才强教计划资助项目(PHR200906210)

田志勇，男，河北人，博士，研究方向为信息管理、能源预测预警。

F036.3

A

1007-9734(2010)05-0011-06