基于主成分回归模型的我国能源消费影响因素分析

赵建辉

（中国地质大学 （北京）地球科学与资源学院，北京100083）

能源资源是对自然界中可产生各种能量以满足人类生产生活所需要的物质资源的统称。能源是世界经济发展的基本驱动力，是一国经济健康稳定发展的重要物质保障。能源问题也是各国政府制定经济发展政策和实施经济发展方案时首先考虑的问题。

改革开放以来，我国经济取得了举世瞩目的成就，但高速的经济发展是建立在高能耗基础之上的。我国能源资源有限，通过研究能源消费影响因素，可以了解能源消费受哪些因素影响以及这些因素对能源消费的影响程度是怎样的，从而对合理制定我国能源安全战略和促进经济社会发展具有重要的意义。

近年来，国内外许多学者对这一问题进行了研究，大致可以分为两类。一类是研究单因素对能源消费的影响，有的学者研究了经济增长与能源消费之间的关系，如国外学者 Soyta和 Sari（2003）[1]、Scrimgeour F.和 Oxley L.（2004）[2]，国内学者陶爱元（2007）[3]、丁焕峰和周月鹏（2010）[4]。有的学者研究了产业结构变动对能源消费的影响，如徐博和刘芳（2004）[5]、吴迪和毛建素（2010）[6]等。另一类是多因素对能源消费的影响分析，一般采用的方法是因素分解法。因素分解法主要有Laspeyre指数方法、Divisia指数方法、Malmquist指数方法、Paasche指数方法以及对前面几种方法的修正模型。这个方面研究的学者很多，如Kambara（1992）[7]、Huang（1995）[8]、Zhang（2007）[9]、刘静华和贾仁安（2010）[10]等。

如上所述，有关能源消费影响因素的研究已经很多。但都是用因素分解方法或者单因素方法进行研究，即从有限的几个因素展开研究，这些因素又存在着相关性。因此本文定性分析了能源消费的影响因素，并将这些定性因素进行量化，再用主成分分析提取主要因素，去除因素之间的相关性，最后进行回归分析，从而较为全面准确的找到了影响能源消费的因素。

1 能源消费影响因素定性分析

影响我国能源消费的因素有很多，概括起来主要有以下几个方面。

1.1 经济增长因素

改革开放以来，我国经济发展迅速，国内生产总值由1978年的3624.1亿元增加到2011年的471564亿元，增长了130倍，我国已经跃居为世界第二大经济体。但我国经济一直是粗放式发展，高速的经济增长是以能源资源高消耗为代价的。

1.2 人口增长因素

人类的衣食住行与食品制造业、房地产业和交通运输业等行业密切相关，这些行业与能源密切相关的，人口总数越多，消费能源越多。我国城镇人口和农村人口利用能源形式不同，对城镇居民而言，城市具有完善能源供应系统，比如煤气、天然气、电力和热力等能源，能源消费量相对较大；而对于农村居民而言，农村不能提供这些能源基础服务，农村能源消费量相对较少。

1.3 产业结构因素

三大产业对能源消费的需求大不相同。根据国家统计局相关数据计算，我国工业、制造业和建筑业等第二产业的能源消耗量占能源消耗总量的75%左右，第一产业和第三产业的能源消耗只占总能源消耗大约25%。改革开放以来，我国产业结构不断优化，1978年我国第一产业、第二产业和第三产业的比重依次为28.2∶47.9∶23.9，2011年的比重为10.04∶46.61∶43.35，第一产业的比重不断下降，第三产业的比重不断上升，但第二产业始终在国民经济中占主导地位。

1.4 能源消费结构因素

能源消费结构是指各种能源消费在总能源消费中所占比重。能源消费结构对能源消费的影响主要表现在两个方面，一是不同形式的能源其转换效率不同。根据有关专家研究，对于我国能源的有效能转换而言，煤炭约为27%，石油约为50%，天然气约为57%，电力约为85%。而我国能源消费结构是以煤炭为主，煤炭的有效能转换率最低，所以导致能源消费过高。二是不同类型的企业对能源形式的需求不同。高科技企业需要的是高品质的能源，对于大多数工业和制造业来说，更需要低品质的能源来降低生产成本。

1.5 技术进步因素

20世纪70年代以来，两次石油危机使人们意识到能源需求的不断增加和不可再生化石能源逐渐枯竭之间的矛盾不可调和，人类必须利用先进科学技术来提高能源利用效率，从而促进能源、人口、经济和环境和谐发展。技术进步对降低能源消费总量具有两方面的作用，一方面技术进步能够提高能源的利用效率，减少能源消费量，节约能源；另一方面技术进步可以开发可再生能源和新能源，减少传统化石能源的消费。

1.6 投资因素

投资一直是拉动我国经济增长重要手段。目前，我国的资金大多数投资于能源消费较高的第二产业，从而大幅增加了能源消费量。投资主要可以分为外商直接投资和全社会固定资产投资。

对于外商直接投资而言，由于他们本身具有较强的研发实力，较为先进的技术和丰富的管理经验，他们的投资会促使东道国整体技术水平和管理经验大幅提升。而技术进步能够促进能源利用效率的改进。因此，当一个国家外商投资占总投资的比重较大时，就会使该国整体技术水平加速提高，从而会促进该国的能源利用效率提高，使得能源消费量下降。

对于全社会固定资产投资而言，由于其主要投资领域还是第二产业，因此其投资的增加必然会引起建筑业、交通运输业和设备制造业等高能耗产业的投资增加，其它低能耗产业的比重减少。这必然会导致能源消费的大量增长。

1.7 能源利用效率因素

能源利用效率贯穿能源的开采到能源最终利用各个阶段。在开采方面，能源利用效率表示实际开采出的能源热值与储存的能源热值之比；在加工转换方面，指转换成产品的热值与转换前能源热值之比。能源系统总利用效率是指能源从开采到最终利用整个系统过程的总效率乘以所有终端用户的平均效率。能源利用效率是反映能源利用水平的一个综合指标。一般而言，能源利用效率越高，能源消费量就会越少，而能源利用效率越低，则能源消费量会越多。

1.8 能源价格因素

根据西方经济学，在完全竞争的要素市场中，在一定成本和产出最大化条件约束下，企业资本和能源最优比例的必要条件为：MPk／MpE＝Pk／PE，即资本和能源的边际产出之比与资本和能源的价格之比相等。当能源价格上涨时，要使等式成立，只能是资本价格上涨或能源边际产出增加。由要素替代率递减规律可知，能源投入量减少能够导致其边际产出增加。因此，可以得到在其它投入要素的价格相对稳定的条件，能源价格上涨会使得能源需求量减少，进而能源消费量会减少。

2 基于主成分回归的实证分析

2.1 指标选择

为方便对能源消费影响因素进行实证分析，需要对以上各个影响因素进行量化，即选择一些能反映上述影响因素的指标，如表1所示。

2.2 主成分回归实证分析

2.2.1 数据描述

表2给出了各个变量的均值、最大值、最小值、标准差、偏度和峰度几个基本统计指标描述数据的基本统计特征。

表1 指标选取

表2 数据描述统计

2.2.2 实证分析

2.2.2.1 数据标准化

因为上述数据各个变量的度量尺度并不统一，有元、亿元、比率等，所以在分析之前要考虑对变量进行适当的标准化处理。

其中

2.2.2.2 计算样本相关矩阵

本文所选影响能源消费的因素较多，这些因素之间可能存在相关性。首先通过计算变量之间的相关系数，来检验变量之间的相关性。相关系数矩阵及概率值如表3所示。

通过表3可以看出，变量之间的相关系数较大，并且大多数概率P值都小于0.05，各变量之间存在较强的相关性，因此变量之间存在多重共线性。

在回归分析中，变量如果存在多重共线性，用最小二乘法计算回归系数估计值方差会过大，从而降低估计精度，使得回归分析的结果不正确。本文采用主成分分析法解决多重共线性问题。

表3 相关系数矩阵

续表3

2.2.2.3 确定变量的主成分

本文使用Eviews6.0来对数据进行因子分析，首先计算相关矩阵的特征值和特征向量。特征值计算如表4所示。特征向量如表5所示。

表4 相关矩阵特征值计算

表5 主成分因子的因子载荷

从表4中可以看到前面三个主成分f1，f2，f3的方差和占全部总方差的比例

取f1为第一主成分，f2为第二主成分，f3为第三主成分，而且这三个主成分之方差和占全部总方差的94.37%，即基本上保留了原来指标X1、X2、…、X10的信息，这样由原来的10个指标转化为3个新指标，起到了降维的作用。

前三个主成分f1，f2，f3的线性组合为

从表5中可以看到，经济发展、人口因素、能源消费结构、投资因素、科技进步、能源利用效率在第一主成分上具有较高载荷，说明第一主成分基本反映这些指标的信息，这些指标或多或少与经济相关，称这个因素为经济因素；能源价格在第二主成分上有较高载荷，说明第二主成分基本反映这个指标的信息；产业结构在第三主成分上有较高载荷，说明第三主成分基本反映这个指标的信息。

2.2.2.4 回归分析

我们以三个主成分f1，f2，f3为自变量，以能源消费总量（y）为因变量建立回归方程。利用Eviews6.0进行回归分析，得到输出结果如表6所示。

表6 回归分析结果

通过表6得到回归方程

回归方程的自变量f1，f2，f3的回归系数的t统计量都大于2，其概率p值都小于0.05，回归系数通过显著性检验，对y值得影响是显著的。回归方程F统计量的值为362.75，相应的概率p值小于0.005，说明整体回归方程通过显著性检验，回归方程整体是显著的。方程的拟合优度R2＝0.973，调整的R2＝0.971，说明回归方程整体拟合程度较高。

回归方程说明：能源消费与经济因素和产业结构因素成正比，经济因素每增加1个单位，能源消费增加30030.47个单位，产业结构因素每增加1个单位，能源消费增加15287.15个单位；能源消费与能源价格成反比，能源价格因素每增加1个单位，能源消费量减少9574.9，这与实际情况相符。

用回归方程进行预测结果如图1所示。

从图1中可以看出，能源消费预测值曲线与实际值曲线基本吻合。由此可见，回归方程具有较好的实用性。

图1 能源消费预测值与实际值对比

3 结论与建议

通过上面的分析结果，得到基本分析结论：能源消费主要受经济发展、能源价格和产业结构三个因素的影响，并且经济发展和产业结构对能源消费具有正效应，而能源价格对能源消费具有负效应。因此，要想控制能源消费总量，须从以下几个方面着手。

3.1 积极调整产业结构

3.1.1 严格执行高能耗产业准入关

从源头上严格把握高能耗行业的准入关，坚决禁止违反国家产业政策、缺乏能源和环境等支撑条件的高能耗生产项目。生产力发展要坚持“三高”，即“高质量、高标准、高水平”，要为社会增加财富而不增加包袱。生产要把握“三关”，即“环境保护关、资源消耗关、技术水平关”，要大力发展循环经济，促进经济可持续发展。

3.1.2 依法淘汰落后产能

在能源资源和生态环境双重压力下，抓住产业结构调整的契机，依法淘汰落后产能。加快淘汰落后产能是我国转变经济发展方式、调整经济结构、提高经济增长质量和效益的重大举措，是加快节能减排、积极应对全球气候变化的迫切需要，是走中国特色新型工业化道路、实现工业由大变强的必然要求。

3.1.3 大力发展高新技术产业和现代服务业

大力发展高新技术产业，努力掌握核心技术和关键技术，大力开发对经济社会发展具有重大带动作用的高新技术，支持开发重大产业技术，制定重要技术标准，构建自主创新的技术基础，加快高技术产业从加工装配为主向研发制造延伸。

加快发展现代服务业，加强分类指导和有效监管。进一步创新和完善服务业发展的体制和机制。发展竞争力较强的大型服务企业集团，大城市要把发展服务业放在优先地位，有条件的要逐步形成服务经济为主的产业结构。

3.2 优化能源消费结构，降低煤炭消费

我国能源资源特点是“富煤、贫油、少气”，工业能源消费占我国能源消费总量的绝大部分，而大部分工业是以煤炭消费为主。长期以来我国煤炭消费在能源消费总量中占主导地位，约占70%，这与世界以油气为主的能源消费结构相差较大。因此，我国应提高油气能源消费比例，引进先进能源生产和消费技术，提高能源有效能源转换率。应进一步开发水能、核能、太阳能、氢能、风能、地热等洁净能源。

3.3 完善能源定价机制

长期以来，我国能源价格较大程度上受行政指令的干预，没能反映能源市场供求关系，大部分能源价格严重低于实际价值，从而导致我国单位GDP能耗长期高居不下，形成了我国资源需求过度、浪费日益加剧、环境遭到严重破坏的粗放型经济增长方式。我国能源价格改革迫在眉睫，一方面，我国能源价格改革必须坚持市场化方向，促使能源价格向实际价值回归，由市场供求关系和资源稀缺程度决定价格。另一方面要建立合理透明的能源价格形成机制，有助于吸引民营和外资等多种资本发展我国的能源产业。在能源行业内部形成多元主体竞争的格局，有利于提高产业整体的生产效率。

[1]Soytas U，Sari R.Energy Consumption and GDP：Causality Relationship in G7Countries and Emerging Markets[J].Energy Economics，2003，25（1）：33－37.

[2]K.Fatai，Les Oxley，F.G.Scrimgeour.Modelling the Causal Relationship between Energy Consumption and GDP in New Zealand，Australia，India，Indonesia，The Philippines and Thailand[J].Mathematics and Computers in Simulation，2004，64（3）：431－445.

[3]陶爱元.中国经济增长对能源的依赖程度分析[J].统计与决策，2007（2）：68－69.

[4]丁焕峰，周月鹏.能源消费与经济增长关系—基于中国1953—2007年的实证研究[J].工业技术经济，2010，29（7）：71－76.

[5]徐博，刘芳.产业结构变动对能源消费的影响[J].辽宁工程技术大学学报：社会科学版，2004，5：499－501.

[6]吴迪，毛建素.中国重点城市产业与能源消费基本特征研究[J].环境科学与技术，2010，33（2）：184－191.

[7]Kambara T.The energy situation in China[J].China Quarterly，1992，131：608－636.

[8]Huang J P，Poh K L，Ang B W.Decision analysis in energy and environmental modeling[J].Energy，1995（20）：843－855.

[9]Zhang Y，Li W.Study on causal relationship between coal consumption and economic growth in china[J].Resources ＆ Industries，2007，9（1）：89－93.

[10]刘静华，贾仁安，涂国平.1995年至2007年中国能源消费强度的分解模型及实证分析——基于结构份额和效率份额视角[J].资源科学，2010，32（10）：1846－1855.

[11]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2006：249－268.