基于行业关联研究的广东省能源消费分析

陈 磊,徐琳瑜

基于行业关联研究的广东省能源消费分析

陈 磊,徐琳瑜*

(北京师范大学环境学院,水环境模拟国家重点实验室,北京100875)

基于改进的假设抽取模型,构建能源在行业间关联模型,分析供给侧、需求侧角度行业部门之间隐含在经济活动中能源转移效应.根据广东省的能源需求特征分析,非能源工业部门能源直接消费量最多,其中2012年消费量占总经济部门总消费量的57.2%,是社会经济生产过程是能源资源供给中的关键部门.而对行业间能源关联研究表明,能源部门、交通运输仓储及邮政业是净输出部门,而建筑业、其他服务业是能源净输入部门.农业部门、批发零售住宿餐饮供给侧与需求侧能源消费量大致持平,且在能源转移过程中与其他行业关联较小.从年际间动态变化分析,广东省能源部门供应于自身行业内部隐含能源转移增多,从2002年的8.55%升至2012年的24.67%,说明用于能源部门加工利用的能源更多,也从侧面印证了广东省能源利用更加有效与清洁.

供给侧；需求侧；能源关联；假设抽取法；投入产出表；广东省

我国能源供给体系存在着高消耗、产业结构重工化和产能过剩等资源不平衡等诸多问题[1],随着国家层面供给侧改革的提出与进一步推广,能源领域的供给侧改革已经刻不容缓[2],相关理论研究,政策工具与效应研究逐步开展[3-4].按方法不同主要包括统计学模型、数学模型和经济学模型三大类.而投入产出法集成了3类模型的优点,能克服主观性强,权重难以确定等不足,对于资源消耗与经济发展的内在联系达到较好的展示,因此在经济系统宏观评价方面具有较强的说服力[5-10].

基于投入产出表的产业关联,能够表示国民经济系统各部门在社会再生产过程中所形成的直接和间接经济联系,可以有效的核算经济系统中相互依存,相互制约的联系[11-12].利用产业关联来定量分析行业间能源消费影响,能从区域经济均衡发展这一战略性角度出发,对能源依赖与区域经济增长之间的关联有效探讨,量化部门间能源的关联影响,明确系统中各部门隐含能源转移量和具体转移方向,有非常重要的理论探索价值和现实指导意义[13].

假设抽取法(Hypothetical Extraction Method, HEM)[14]以投入产出模型为基础,假设将某部门从经济系统中分离,比较前后经济系统总产出的变化,从而分析该部门对整个经济系统造成的影响[15-17].Duarte等[18]改进的假设抽取法将部门用水关联影响效应分解为内部效应、混合效应、净前向效应、净后向效应,测算产业部门间的用水关联特性.借鉴这一思路,国内外学者将水资源[19-21],能源[22-23],碳排放[24-27]和土地利用[28-29]等要素纳入到经济活动核算中,明确各种资源或者环境要素在各部门间的关联效应.这些研究探究了能源消费和经济变量间的互动影响,而较少从需求、供给两个角度完整衡量能源需求状况,且对行业能源需求、供给界定相对不足,缺乏时间变化研究.本文以改进的假设抽取法为基础,以广东省经济系统各产业部门为研究对象,独立出能源部门,依托多年度投入产出表,分析各部门经济活动中隐含在部门经济活动之间的能源转移量,比较分析能源利用关联效应,为广东省能源供给侧改革、调整产业布局等提供科学依据.

1 研究方法

1.1 假设抽取模型

首先核算各部门单位产品能源投入矩阵,也就是直接能源利用系数行向量,

式中:表示部门能源消费总量,x表示相对应部门的总产出表示该产业部门,则表示扣除外剩余产业部门.

则有,

借鉴其研究思路,产业部门能源关联的4个关联效应如下,

(1)内部效应(internal effect, IE):内部效应是指该产业部门在生产过程中不与外界联系所消费的能源量,即能源在本产业部门内部消费自身提供的生产资料的消费量.

(2)混合效应(mixed effect, ME):混合效应是该产业部门的一部分产品被其他部门购买作为投入生产产品,又被该产业部门购买回来而形成的最终消费品所消费的能源.

(3)净后向关联(net backward linkage, NBL):净后向关联是表示该产业部门通过使用其它部门提供的中间产品和服务为获得最终需求品所带来的能源消费,反映出该部门能源净输入.

(4)净前向关联(net forward linkage, NFL):净前向关联是该产业部门的产品被其他部门购买且不会返回的用来生产产品所带来的能源消费,反映出该部门能源净输出.

1.2 供给侧与需求侧分析模型

从能源视角看,供给体系主要包含两个方面,一是能源部门自身的生产环节对工业部门直接供给能源,二是各行业经济活动过程中对能源直接消耗或间接消耗使用[30].前者需要从能源供给部门独立研究,能源的提取和加工方面,能源部门对其他部门直接供给配置之外,也不可避免涉及到了能源的进一步消耗,以电力、热力等非化石能源方式供应经济社会的发展当中.后者需要判断各行业间贸易隐含能源转移[31].对经济部门各生产者之间贸易隐含能源间接消费量进行分析,供给侧能源消费与需求侧能源消费,筛选出能源输入部门,能源输出部门,从直接能源消费、间接能源消费两方面探求经济系统内在联系.

行业部门能源净转移推算:通过净转移量推算可知能源在该生产部门的转移流动,明确该部门与其他部门的依赖性,辨明能源利用中的关键部门[21].

式中:NT为部门净转移到部门的能源量.若NT为正值,表示部门向部门净输出能量,则部门为净输出部门;若NT为负值,表示能源部门从部门向部门净输入能源,则部门为净输入部门.

行业部门间能源关联:通过行业部门间能源关联研究可以从供给、需求两部分探究部门能源需求,科学地剖析和界定产业部门的碳排放责任[32].需求侧能源消费量(DS),也称之为纵向集成消费,是为满足该产业部门生产与服务的所需求的直接能源需求量和间接能源需求量之和,即包括产业部门内部效应(IE)、混合效应(ME)与净后向效应(NBL).供给侧消费量(SS),也称为直接消费,不仅包括满足该产业部门最终消费的生产过程中消费的能源,还包含了满足生产和消费活动而购买的商品中隐含的能源消费量,为内部效应(IE)、混合效应(ME)与净前项关联(NFL)之和.

2 案例研究

2.1 案例区概况与数据来源

广东省传统产业转型升级与现代产业发展取得显著成效,基本改变了以加工贸易为主的产业结构,逐渐发展成为世界重要的制造业基地和高技术产品生产基地.作为经济大省和能源消费大省,广东省今后的经济增长对能源的需求更高,经济增长对能源供给已经产生了高依赖性[33].广东省经济发展的大部分能源消费来自省外调入或进口,使得广东省能源供应安全问题较为突出[34].

表1 行业分类

因为国内投入产出表5年编制1次,因此本文对广东省2002,2007,2012年各行业能源需求部门间转移进行研究,进而从供给侧与需求侧角度分析经济部门间能源关联.其中,各部门的最终需求,中间投入和总产出,来源于2002、2007、2012年广东省投入产出表,以2002年为基期;各类能源综合利用量数据分别来自2003、2008、2013年广东省统计年鉴.由于投入产出表和统计年鉴的数据的行业部门分类存在着一些差异,需要形成统一行业分类.本文将工业部门分为能源部门和非能源工业部门[35].将部门指标根据口径统一,对相关部门整体合并,分类为农业部门、非能源工业部门、能源部门、建筑业、交通运输仓储和邮政、批发零售住宿餐饮和其他服务业7个大类,如表1.

2.2 广东市能源需求特征分析

2.2.1 广东省经济部门能源消费 通过核算广东省经济部门能源消费量分析(图1),2012年, 非能源工业部门是广东省能源消费最多的行业,综合能源消费量为14492.28万tce,约占全行业能源总消费量的57.2%.交通运输仓储和邮政业约占总消费量量11.7%.农业部门为各部门中能源消费量最少的部门,463.4万tce,其次为建筑业,约占总量的2.8%.从万元产值消费量进行分析,交通运输仓储和邮政业能源强度为0.48tce/万元,高于所有行业能源消费平均强度0.15tce/万元,能源部门的能源强度为0.35tce/万元.非能源工业部门、批发零售住宿餐饮略低于平均水平,而农业部门、建筑业、其他服务业等能源强度低过0.10tce/万元.由此可见,能源部门、交通运输仓储和邮政业能源强度较高,直接导致广东省能源消费量的攀升.

图1 2012年广东省各行业部门能源消费量分析

表2 2002、2007、2012年广东省各行业能源消费表

分析2002年、2007年、2012年能源消费情况(表2),可见近10年来,广东省综合能元消费量持续增加,而能源效率持续上升,能源强度从2002年0.26tce/万元降至2012年0.15tce/万元,降幅达到42.3%.其中非能源工业部门降幅最大,达到50.0%,其综合能源消费量所占总产业能源消费量比重从59.2%略降低至57.3%,非能源工业部门能源效率的提高从而促进了近10年来广东省能源强度下降.而与其他行业能源强度降低幅度不同,建筑业的能源强度呈逐渐增加趋势,能源强度由2002年0.05tce/万元上升至2012年0.08tce/万元,表明在此期间,建筑业能源需求量变化率超过产值增加量,而由于建筑业整体处于能源消费较小部门(约占能源总消费量1%),且能源利用强度处于最小水平,故可以说近年来广东省节能减排力度的加大,能源使用效率大大增加.

2.2.2 广东省行业间隐含能源净转移 根据公式(7),以2012年为例,据可明确表示广东省能源在各行业部门间隐含能源净转移的数量和具体方向(图2).其中能源部门属于能源净输出部门,这其中净转移到非能源工业部门的能源最多,为8153.9万tce,其次是非能源工业部门转移至建筑业的能源,为3427.1万tce,非能源工业部门为建筑业提供一系列材料产品,导致之间能源转移量较大.建筑业是能源净输入部门,除能源部门、非能源工业部门贡献较多外,隐含能源从能源部门转移至交通运输仓储及邮政业较多,为612.6万tce.交通运输仓储及邮政业除来自能源部门的输入之外,能源净转移值小于零,属于能源净输出部门.农业部门由于自身能源消费较少,与剩余行业部门(除能源部门外)行业间能源转移较少,在能源转移方面表现出一定的独立性.

图2 2012年广东省能源行业间隐含能源净转移

2.3 广东省经济部门能源关联

2.3.1 广东省各行业间的能源关联度 根据公式(3)~(6),可得广东省2012年产业部门能源消费的内部效应、复合效应、净后向关联和净前向关联(表3).其中农业部门内部效应消费能源为350.8万tce,而作为原材料供应部门,而混合效应消费能源不足总需求量的不足0.6%,表明农业部门转移至其他部门并回收的产品所隐含能源量较少,其用于与其他部门产品交换输入隐含能源为638.5万tce,输出且不往返隐含能源610.8万tce,多数转移至其他部门并没有返回.

非能源工业部门的内部效应排名第一,为25696.7万tce,约占需求侧能源消费的62.8%,表明非能源工业部门为满足自身最终需求所需的能源中,大部分来自于行业内部的产品交换.非能源工业部门的净后向效应在所有产业中最多,为13212.1万tce.

能源部门作为能源直接供给部门,其能源净前向效应为所有行业中最多为12744.7万tce,约占供给侧能源消费的75.3%,及约四分之三的能源部门转移至其他部门的产品并不返回.

建筑业作为能源净输入部门,混合效应所占不足0.1%,其隐含能源需求主要来自于净后向效应,为6028.9万tce,说明建筑业对剩余部门的依赖性极强.

交通运输仓储和邮政业作为能源净输出部门,其能源净前向效应占供给侧能源消费中比重最多,为77.5%,即交通运输仓储和邮政业较多隐含能源转移至剩余行业并返回,只有不足0.8%的隐含能源转移至剩余行业并往返至本行业.

表3 2012年广东能源产业关联分解结果

批发零售住宿餐饮与农业部门,净后向效应与净前向效应相比差异较小,表现了一定的均衡性.其他服务业净转移隐含能源量(净转出能源量减去净转入能源量)为-4120万tce,属于净输入能源部门.

2.3.2 广东省能源部门隐含能源供应变化 从表4中可见,能源部门向各部门隐含能源输出整体呈增加趋势.供应非能源工业部门的隐含能源呈先增长后减小趋势,且所占能源输出的比重从2002年的71.06%降至2012年的49.68%,与之相对的是,能源部门间隐含能源的输入(包括内部效应与混合效应)比重不断增加,从2002年的8.55%升至2012年的24.67%,表明能源在各能源部门中消费增多,更多的能源用于能源部门生产、加工环节.广东省自2005年关闭煤矿,退出煤矿产业,煤炭供给完全依靠省外调入及海外进口,电力等二次能源比重增多,能源减排成效显著[36].能源部门净转移至包括教育、医疗等其他服务业中隐含能源年际比重增多,说明为满足此类非物质生产部门最终需求所需的隐含能源依赖性变高.

表4 2002、2007、2012年广东省能源部门净转移至各行业隐含能源量

2.3.3 广东省产业部门能源供给侧、需求侧 图4可见,各行业部门能源消费量持续增加,且增加幅度普遍放缓.能源部门、交通运输仓储和邮政的供给侧能源消费比需求侧能源消费较多,属于能源输出部门.非能源工业部门、建筑业、其他服务业的供给侧能源消费比需求侧能源消费较少,属于能源输入部门.农业部门、批发零售住宿餐饮供给侧与需求侧能源消费量大致持平,处于较为均衡模式.2012年,农业部门需求侧能源消费量为995.3万tce,稍多于供给侧能源消费量的967.6万tce.农业部门的隐含能源需求主要是农业生产要素投入,农业机械设备投入等,隐含能源供给主要是农产品的输出[37].从时间尺度上看,从2002年至2012年,广东省农业供给侧能源消费先升后降,而需求侧能源消费先降后升.广东省现代农业发展处于全国的中上游水平,农产品生产效率较高.

非能源工业部门作为能源主要的能源输入部门,是所有行业中能源需求最多,且需求侧能源消费多于供给侧能源消费,工业部门作为能源主要消费大户的状况依然显著[38];根据图4,能源供给侧和需求侧消费成倍增长,分别从由2002年的13687.9万tce和18948.0万tce上升至2007年的32414.4万tce和35771.1万tce,其后,放缓增长趋势.广东省工业化进程方兴未艾,生产、需求规模快速增长对部门隐含碳排放的促进作用不断增强[39].

能源部门属于直接能源输出行业,2012年其供给侧能源需求量为1691.8万tce,是所有行业能源需求直接供给命脉,对国民经济其他部门的发展起到了较强的制约作用.同时,各类能源加工生产过程不可避免需要大量的能源投入,对能源的高度依赖性导致了广东省能源部门需求侧能源消费量也处于较高水平.

图3 基于供给侧与需求侧角度各部门2012年能源利用情况

图4 广东省各部门能源消费动态变化

建筑业中隐含能源需求量比隐含能源供给量高出516.4%,这说明为满足自身生产,建筑业对外能源消费依赖程度最高.从时间适度上,2002年至2007年,建筑业能源需求侧能源消费增长尤为迅猛,增长332.5%,而相对的供给侧能源增长了115.8%.2007年至2012年,增长放缓,分别增长7.7%和42.3%.建筑行业能源需求侧能源消费大于供给侧趋势日趋增多,对外能源依赖性增强.建筑业在生产产品过程中本身直接需求能源相对较低,但通过经济间接拉动,产生了大量的需求侧能源消费.

2012年,交通运输仓储和邮政业能源需求侧能源消费量为2042.9万tce,供给侧能源消费为5098.3万tce.隐含能源输出主要用于为其他行业配送物资,原材料等,为下游产业提供大量产品或服务的过程中能源输出较多.

2012年,批发零售住宿餐饮业需求侧能源消费量为2156.4万tce,略少于2012年供给侧能源消费量的2216.8万tce.从增长趋势看,2012年需求侧能源消费较2007年增长71.3%,需求侧增加了46%.批发零售住宿餐饮业需求侧能源消费量维持着略高于能源供给侧局面.

其他服务业包含信息传输、软件和信息技术服务,金融,房地产等的,作为非物质生产部门,也属于能源输入部门,其供给侧能源消费不足需求侧能源消费一半.

4 结语

本文从经济系统内部分析各部门内部及各部门间的能源消费状况,利用改进的假设抽取法,从供给侧与需求侧视角,探究各行业的能源直接需求和对其他部门的隐含能源间接需求,解析各行业之间的隐含能源消费的关联效应.通过计算可见,广东省能源部门净转移到非能源工业部门的能源在行业间转移最多, 而其所占能源输出的比重从2002年的71.06%降至2012年的49.68%,表现出非能源工业部门从能源部门隐含能源所占比重减少.产业部门间能源消耗的关联性复杂,各自的供给侧能源消耗和需求侧能源消耗各有差异.其中2012年,农业部门多数隐含能源转移至其他部门并没有返回；非能源工业部门的内部效应排名最高，能源消耗大部分来自于行业内部的产品交换生产所致.能源部门净前向效应为所有行业中最多的12744.7万吨tce,约占供给侧能源消费的75.3%，及约四分之三的能源部门转移至其他部门的产品并不返回.建筑业混合效应所占不足0.1%，属于能源净输入部门,对其他部门的隐含能源依赖性极强。交通运输仓储和邮政业较多隐含能源转移至剩余行业并返回。批发零售住宿餐饮与农业部门相似，表现了一定的均衡性。其他服务业属于典型净输入能源部门.

方法适用于经济高速发展地区辨明能源利用中的关键部门识别以及隐含能源流动规律,同时可推广至其他区域,明确了经济系统中的能源消费关键部门,从而承担更多的社会节能减排责任.

新形势下,开展能源供给侧改革,不仅需要在能源部门提高供给能源供给效率,从根源上解决能源行业现存的结构性失衡问题,还需要针对各行业能源消费特点、能源使用效率以及社会经济状况,提高各行业特别是工业行业能源利用效率,协调供给侧、需求侧能源需求,把能源供给与经济、社会、环境的发展统筹规划,实现能源供给结构的调整和发展模式的变革.

[1] 孙传旺,朱悉婷.“新常态”下中国化石能源生态价值与代际补偿核算[J]. 统计研究, 2016,(5):60-68.

[2] 岳 立,杨 帆.新常态下中国能源供给侧改革的路径探析——基于产能、结构和消费模式的视角[J]. 经济问题, 2016, (10):1-6.

[3] 柳亚琴,赵国浩.新常态下中国能源供给侧结构性改革困境与对策[J]. 现代经济探讨, 2016,(6):25-29.

[4] 肖兴志,李少林.能源供给侧改革:实践反思、国际镜鉴与动力找寻[J]. 价格理论与实践, 2016,(2):23-28.

[5] Zhang Y, Wang H, Liang S, et al. Temporal and spatial variations in consumption-based carbon dioxide emissions in China [J]. Renewable and Sustainable Energy Reviews, 2014,40:60-68.

[6] Rodrigues J O, Marques A, Wood R, et al. A network approach for assembling and linking input-output models [J]. 2016,28(4): 518-538.

[7] 刘巧玲,王 奇.我国省际贸易隐含污染核算方法的比较研究[J]. 统计研究, 2016,(10):12-20.

[8] 赵玉焕,刘 月.基于投入产出法的中国出口产品隐含碳测算[J]. 中国人口·资源与环境, 2011,21(12):8-14.

[9] 胡 萌,乔 晗,赵 震.中国省际贸易的能源流动分析[J]. 中国人口·资源与环境, 2012,(S1):253-256.

[10] 金继红,毛显强.中国产业增长与能源效率变化的共轭因素分析[J]. 中国人口·资源与环境, 2013,23(5):52-57.

[11] 胡大立.产业关联、产业协同与集群竞争优势的关联机理[J]. 管理学报, 2006,3(6):709-713.

[12] 郑正喜.开放经济下的产业关联效应测度——基于非竞争型和区域间产业关联理论的改进认识[J]. 统计研究, 2015,(8): 27-36.

[13] 杨莉莉.能源依赖与区域经济增长的关联效应研究:理论模型与中国经验[D]. 上海:上海财经大学, 2014.

[14] Schultz S. Approaches to identifying key sectors empirically by means of input-output analysis [J]. Journal of Development Studies, 1977,14(1):77-96.

[15] 余 劲,任洪浩.我国房地产业缩减对实体经济的影响[J]. 商业研究, 2010,(12):102-106.

[16] 黄素心,王春雷.产业部门重要性测算:基于假设抽取法的实证[J]. 统计与决策, 2011,(9):4-6.

[17] 张同斌,高铁梅.高技术产业产出增长与关联效应的国际比较——基于美、英、日、中、印、巴六国投入产出数据的实证研究[J]. 经济学:季刊, 2013,12(2):847-868.

[18] Duarte R, Sánchez-Chóliz J, Bielsa J. Water use in the Spanish economy: an input–output approach [J]. Ecological Economics, 2002,43(1):71-85.

[19] 和夏冰,王 媛,张宏伟,等.我国行业水资源消耗的关联度分析[J]. 中国环境科学, 2012,32(4):762-768.

[20] 马 忠,石培基,胡 科.张掖市产业部门用水关联分析[J]. 地球科学进展, 2010,(6):666-672.

[21] 蔡国英,赵继荣.基于假设抽取法的黑河流域中游行业用水关联分析[J]. 生态学报, 2015,(12):4215-4223.

[22] Fang D, Chen B. Linkage analysis for the water-energy nexus of city [J]. Applied Energy, 2016,189:770-779..

[23] 程 曦.行业层面与区域层面的能源消费和碳排放研究[D]. 天津:天津大学, 2014.

[24] 钱明霞,路正南,王 健.基于假设抽取法的产业部门碳排放关联分析[J]. 中国人口·资源与环境, 2013,(9):34-41.

[25] Wang Y, Wang W, Mao G, et al. Industrial CO2emissions in China based on the hypothetical extraction method: Linkage analysis [J]. Energy Policy, 2013,62:1238-1244.

[26] Zhao Y, Zhang Z, Wang S, et al. Linkage analysis of sectoral CO2emissions based on the hypothetical extraction method in South Africa [J]. Journal of Cleaner Production, 2015,103:916-924.

[27] Ali Y. Measuring CO2emission linkages with the hypothetical extraction method (HEM) [J]. Ecological Indicators, 2015,54: 171-183.

[28] 杨向飞,苏 芳,尚海洋.基于HEM的甘肃省2002年土地资源的部门关联效应分析[J]. 干旱区资源与环境, 2010,(12):22-27.

[29] 王亚菲.北京市生产性土地的部门关联效应分析[J]. 中国人口·资源与环境, 2011,21(5):56-60.

[30] 林卫斌,苏 剑.理解供给侧改革:能源视角[J]. 价格理论与实践, 2015,(12):8-11.

[31] 安琪儿,安海忠,王 朗.中国产业间隐含能源流动网络分析[J]. 系统工程学报, 2014,29(6):754-762.

[32] 钱明霞.产业部门关联碳排放及责任的实证研究[D]. 镇江:江苏大学, 2015.

[33] 周轶昆.广东能源消费与能源供给状况分析[J]. 工业技术经济, 2006,(8):49-52.

[34] 杨 蕾,许 军.基于能流图的广东能源供应安全分析[J]. 生态经济, 2013,(5):86-91.

[35] 中国投入产出学会课题组.我国能源部门产业关联分析——2002年投入产出表系列分析报告之六[J]. 统计研究, 2007, 24(5):3-6.

[36] 田中华,杨泽亮,蔡睿贤.广东省能源消费碳排放分析及碳排放强度影响因素研究[J]. 中国环境科学, 2015,35(6):1885-1891.

[37] Yue W, Cai Y, Xu L, et al. Adaptation strategies for mitigating agricultural GHG emissions under dual-level uncertainties with the consideration of global warming impacts [J]. Stochastic Environmental Research & Risk Assessment, 2016:1-19.

[38] 温宗国.工业部门的碳减排潜力及发展战略[J]. 中国国情国力, 2015,(12):14-16.

[39] 宋佩珊,计军平,马晓明.广东省能源消费碳排放增长的结构分解分析[J]. 资源科学, 2012,34(3):551-558.

Energy consumption of Guangdong based on the industry linkage analysis.

CHEN Lei, XU Lin-yu*

(State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China)., 2017,37(10)：3972~3980

Based on the hypothetical extraction model, this paper divided the economic activities into several types and explored the transfers of energy embodied in the inter-industry from the supply side and demand side. Taking Guangdong Province as an example, this paper built the energy linkage model, and evaluated the differences of industrial energy consumption between supply side and demand side. According to the results of characteristic analysis, there were more energy consumed in Non-Energy Industrial Sectors, which were the main contributors of the enormous industrial energy consumptions of Guangdong, accounting 57.2% of the total energy consumption of the economic activities in 2012. As for the linkage analysis, the energy industries and the transport sectors, the storage and post sectors were net energy suppliers, while the construction sectors and other service sectors were net energy demanders. The agriculture sectors and wholesale, retail trade and hotel, restaurants sectors show relatively balanced according to the supply side and demand side. From the dynamic analysis of annual changes, the proportion of embodied energy within the energy industries increased from 8.55% in 2002 to 24.67% in 2012 of the total embodied energy transferred, indicating of more efficient use of energy in Guangdong Province during last decade.

supply side；demand side；energy linkage；hypothetical extraction method；input-output table；Guangdong

X32

A

1000-6923(2017)10-3972-09

陈 磊(1989-),男,山东日照人,北京师范大学博士研究生,研究方向为人口、资源与环境经济学.发表论文4篇.

2017-04-12

国家重点研发计划(2016YFC0502802);国家创新研究群体项目(51421065)

* 责任作者, 教授, xly@bnu.edu.cn