长江经济带能源高质量发展的测度与聚类分析
2020-10-12
(湖南大学金融与统计学院,长沙 410079)
引 言
长江经济带横跨我国东中西三大区域,经济密度高、发展潜力大、影响范围广,是我国经济发展的重点区域。长江经济带发展是党的十九大报告中提出的国家级三大战略之一,起到开拓“生态优先、绿色发展”道路的示范性作用。能源不仅是我国实体经济发展的重要物质基础,也是协调生态环境保护和经济发展的关键。推动能源高质量发展是推动生态文明建设、建设绿色发展体系的决定性力量,是经济高质量发展中重要一环。研究长江经济带能源高质量发展问题具有重要理论和实践指导意义。
能源高质量发展问题得到许多学者的关注。国外能源发展评价问题的研究主要集中于评价方法创新,Tolga Kaya和 Cengiz Kahraman(2011)结合TOPSIS法和模糊层次分析法提出修正模糊TOP⁃SIS法,发现风能是最佳替代能源[1]。Mayuresh Patole等(2017)使用加权线性函数,提出多指标夹点分析方法,应用于印度电力行业的能源规划研究[2]。国内研究中,许多学者从理论角度论述了我国能源高质量发展的内涵和目标,并给出对策和路径,如加大清洁能源比重、提高科技创新水平、完善能源发展政治机制等[3,4]。 在能源质量发展评价的实证研究方面,大多数主题是“能源可持续发展”,如陈海燕等(2010)使用遗传神经网络评价我国能源可持续发展能力,认为能源贫乏地区比丰富地区的能源可持续发展能力高[5];向铮等(2016)运用主成分分析法评价能源可持续发展,得到我国能源行业短期内无法规避高能耗推动发展的模式的结论[6];许姗等(2016)基于广义粗糙集理论对我国能源结构进行低碳评价,得到社会经济效益、能源规划和环境效益得分[7]。此类研究大多采用能源强度、能源消费结构和能源消费产生的废弃物等指标,在经济高质量发展和能源高质量发展背景下,应对能源发展评价加入更多因素,如陈黎明等(2015)建立能源-经济-环境(3E)系统协调性综合评价模型进行综合评价,得出各省市3E协调程度整体上升但横向差异较大的结论[8]
国内外现有的能源高质量发展研究仍较为缺乏,且多关注我国整体能源发展情况在时间维度上的变化,对区域能源高质量发展的差异分析不足。本文拟利用稀疏主成分综合评价方法和TOWA算子加权法测度和评价长江经济带能源高质量发展问题。
1 能源高质量发展评价指标体系与方法研究
根据能源高质量发展的内涵,从能源高质量发展条件和能源高质量发展状况出发,构建能源高质量发展评价指标体系,利用稀疏主成分分析方法测度和评价能源高质量发展状况。
1.1 能源高质量发展评价指标体系
能源高质量发展的内涵:(1)构建安全可靠的能源供应体系,立足国内且坚持改革开放,增强能源供应能力,保障国家能源安全;(2)以科技和管理创新等途径提高能源生产和消费的效率,依托经济高质量发展扩大能源消费空间;(3)建成以清洁低碳能源为主体的能源生产和消费体系[9]。
高质量发展是可持续发展,评价能源高质量发展不仅要评估当下发展的真实状况,还要考虑为长期发展提供条件的因素。因此,本文从能源高质量发展条件和能源高质量发展状况两个子系统出发构建能源高质量发展综合评价指标体系。
能源高质量发展条件子系统包含长期为能源高质量发展提供支持的因素——“科技创新”、“产业结构”和“对外开放”。“科技创新”准则要求提升科技水平以推动能源技术革命,转变能源粗放型发展方式,释放科技创新对能源发展的促进作用,选取研究与试验发展R&D总支出占GDP比重、R&D人员全时当量占总人口比重、每万人发明专利申请授权件数和科学技术支出占一般预算支出比重衡量。“结构优化”准则要求经济结构优化以创造能源需求新空间,选取第三产业增加值占GDP比重表示。“对外开放”准则要求为能源发展开拓国际空间,积极参与国际能源合作,构建开放竞争的能源市场,采用进出口贸易额占GDP比重衡量。
能源高质量发展状况子系统评估能源使用状况,考虑能源使用的“生态环保”、“协调发展”和“清洁低碳”。“生态环保”响应绿色发展理念,要求降低能源消费污染物的排放,减少对生态环境的破坏,采用单位GDP工业二氧化硫排放量和单位GDP工业烟(粉)尘排放量衡量。“协调发展”从经济-能源和人口-能源的协调发展考虑,分别采用单位GDP能源消耗量和人均能源消耗量衡量。“清洁低碳”要求加大清洁能源消费的占比,优化能源消费结构。天然气是目前清洁能源的首选,用天然气消耗量占总能源消耗量比重和天然气用气人口占总人口比重表示能源清洁低碳水平。
基于以上目标和准则,构建长江经济带能源高质量发展评价体系,见表1。
表1 能源高质量发展评价指标体系
1.2 稀疏主成分分析方法
稀疏主成分分析的优势在于使各主成分的载荷分明,将无关变量载荷压缩至趋于零,主要解释变量载荷的绝对值大。稀疏主成分综合评价方法克服传统主成分分析解释性不足的问题,提高了主成分的解释性和评价结果的合理性。
稀疏主成分的算法步骤如下:
(1)计算前k个主成分对应的系数向量αj,j=1,2,…,k。
(2)给定 A=(α1,α2,…,αk),求解弹性网回归问题①:
(3)记 B=(β1,β2,…,βk),对 XTXβ 进行奇异值分解:XTXβ=UDVT,令 A=UVT。
(4)重复步骤(2)、(3)至B收敛。
在惩罚系数选择上,2-范数惩罚系数一般为默认值10-6,1-范数惩罚系数的选择需平衡解释程度和稀疏性。惩罚系数过小,主成分的意义仍不明确,与一般主成分分析无异。惩罚系数过大,主成分解释程度不足,主成分分析失去意义。采用方差贡献率作为解释程度(PEV),采用零载荷变量数与总变量数之比衡量稀疏性(Sparse)。
2 长江经济带能源高质量发展测度与评价
长江经济带包括11个省市:上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州和云南。数据取自2008~2019年 《中国统计年鉴》和各省市统计年鉴,个别省市未公布2018年的能源使用和工业二氧化硫和工业烟尘的排放数据,采用指数平滑法预测(表略)。
2.1 长江经济带能源高质量发展测度
据如上步骤,得到3个稀疏主成分不同惩罚系数与解释程度(PEV)和稀疏性(Sparse)见图1。
图1 长江经济带能源高质量发展测度的稀疏主成分惩罚系数选择
考虑平衡解释程度和稀疏性,选定惩罚系数向量为(0.04,0.1,0.02),稀疏主成分上各变量载荷见表2。
表2 稀疏主成分载荷
由表2可知,变量的载荷几乎都为负数,但变量都为正向化的指标,应对稀疏主成分进行取负号的正向化处理[10]。正向化调整后稀疏主成分如下:
Y1=0.356X1+0.338X2+0.337X3+0.410X4+0.339X5+0.393X6+0.428X10+0.173X12
Y2=0.663X7+0.413X8+0.625X9
Y3=0.115X3-0.201X4+0.088X5-0.130X6+0.058X8+0.858X11+0.427X12
(1)Y1对应指标 X1~X6及 X10和 X12。 指标X1~X6的载荷绝对值接近,正负号一致,反映了促进能源高质量发展的三方面条件。指标X10(人均能源消耗量)和X12(天然气用气人口占总人口比重)均与居民能源消费和生活有关,居民生活和能源消费水平的提高将倒逼能源发展转型。因此,第一稀疏主成分可视为能源发展条件主成分。
(2)Y2对应指标均反映生产中的能源使用情况,载荷绝对值接近,正负号一致。X7和X8衡量工业生产中能源使用产生的有害污染,X9衡量国民经济生产的能源利用效率。理想状态下,生产中能源使用所带来的环境污染小且单位能源所产生的经济效益大。因此,第二稀疏主成分可视为能源-生产协调主成分。
(3)Y3对应指标载荷的大小和正负号不一。载荷绝对值较大的指标为X11和X12,反映“清洁低碳”准则,因此,第三稀疏主成分可视为能源清洁低碳主成分。但由于指标X4和X6在该主成分上有一定大小的负向载荷,在第三稀疏主成分上得分较高的地区可能存在科技创新预算和对外贸易发展不足的问题。
利用方差贡献度Vi计算各稀疏主成分的权重:
构造主成分综合评价指数:
Y=0.241X1+0.229X2+0.242X3+0.254X4+0.240X5+0.251X6+0.136X7+0.094X8+0.128X9+0.287X10+0.100X11+0.173X12
从能源高质量发展综合评价指数可以看到,人均能源消耗量指标(X10)的贡献度最高,说明我国虽为能源消费大国,但人均能源消费量低于世界平均水平,应该提高能源供应服务水平以满足人民用能需求。贡献度次高的是进出口贸易总额占比(X6),反映出对外开放水平对能源高质量发展的重要性。科学技术支出占一般预算支出比重指标(X4)的贡献度排在第3位,体现科技创新准则的其余指标X3、X1、X2的贡献度依次排第4、5、6位,表明科技创新水平对能源高质量发展的重要性。
以综合评价指数计算长江经济带2007~2018年能源高质量发展综合得分,变化趋势见图2。
图2 长江经济带能源高质量发展指数变化趋势
长江经济带能源高质量发展总体呈上升趋势,各省市能源高质量发展水平有一定差距。上海保持领先,能源高质量发展水平远高于其他省市,江苏和浙江紧随其后,2010年后,江苏超越了浙江。重庆、湖北、安徽和四川都位于能源高质量发展水平的第二梯队,安徽的能源高质量发展突出,在2014年和2016年后分别超过四川和湖北。湖南、江西、云南和贵州能源高质量发展水平位于第三梯队,湖南能源高质量发展水平增速在2011年后放缓,贵州在2007~2012年增长较快,但仍与云南同属能源高质量发展水平的最末位。
2.2 能源高质量发展评价
为探究地区间能源高质量发展差异的成因和变动,利用方差分析研究长江经济带能源高质量发展及能源发展条件、能源-生产协调和能源清洁低碳的地区差异和动态趋势。
图3 长江经济带能源高质量发展差异变动趋势
从图3可知,长江经济带能源高质量发展地区差异总体缓慢上升,2007~2011年增幅较2012~2018年大,说明长江经济带能源高质量发展的地区不均衡近年逐渐改善。能源发展条件和能源清洁低碳地区差异呈上升趋势且前者上升幅度更大,能源-生产协调地区差异呈下降趋势且降幅较大。2007年,能源发展条件地区差异较大,能源-生产协调地区差异最大,能源清洁低碳地区差异最小。能源发展条件地区差异在2007~2011年快速上升,2012~2018年保持稳定;能源-生产协调地区差异持续下降,2012年后降速转缓;能源清洁低碳地区差异2011年后稳步上升。2018年,能源发展条件地区差异仍很大,能源-生产协调的地区差异降至较小,低于能源清洁低碳地区差异。
2007~2011年各省市能源发展条件、能源-生产协调和能源清洁低碳的地区差异均有波动且变化幅度较大,2012~2018年的地区差异变动无明显波动且变化平缓,因此可分2007~2011年和2012~2018年两个阶段来研究长江经济带各地区3个方面发展状况,如图4~6。
(1)能源发展条件。2007~2018年,长江经济带总体能源发展条件呈缓慢上升趋势。2007~2011年,上海、浙江和江苏领先于其他地区,领先优势逐年上升。大部分时间里江苏超过浙江,近年差距逐年减小。湖北和重庆位随其后,四川、湖南、安徽和贵州的水平相近且差距逐年减小,安徽发展表现突出,逐渐赶上湖北和重庆;四川和湖南的发展条件水平虽在上升,但与领先地区差距仍在增大。2012~2018年,湖北、重庆和安徽能源发展条件水平持续上升,拉开与湖南、四川、江西、贵州和云南的差距。贵州由前阶段的提升较快转为平缓,与领先地区的差距仍在扩大。江西有所进步,超越了贵州和云南,保持平稳上升趋势。云南能源发展条件落后,与其他省市的差距仍较大。
图4 长江经济带能源发展条件的变化趋势
(2)能源-生产协调发展。从图5可知,2007~2018年,长江经济带总体能源-生产协调发展水平呈上升趋势,2012~2018年的上升幅度较2007~2011年平缓。除云南外,领先地区间(上海、浙江和江苏)和其他地区间的组间和组内差距不断缩小,且2007~2011年降幅大于2012~2018年。2018年,除安徽、云南和贵州外所有地区的能源-生产协调水平都非常相近。云南在2007~2010年与重庆、四川等省市接近,经2010~2011年下降后缓慢上升,与领先地区的差距缓慢减小。贵州在2012年后逐渐缩小与其他省市差距。安徽的能源生产-协调水平在2017~2018年降幅明显,下降至长江经济带最末位。
(3)能源清洁低碳发展。2007~2018年,长江经济带总体能源清洁低碳发展呈缓慢上升趋势。2007~2011年,重庆和四川的能源清洁低碳水平明显高于其他省市,上海排在第3,其他省市间差距较小但逐年增大。其间,除四川经先升后降的波动及贵州和云南呈下降趋势外,其他省市均呈上升趋势,上海、浙江、江苏和安徽的增速较快。
图5 长江经济带能源-生产协调发展的变化趋势
2012~2018年,重庆仍领先,上海逐渐超过四川且增速与重庆相近。其他省市间能源清洁低碳水平差距不断增大,是由于浙江、安徽和湖北的水平增速较大,湖南、江西和贵州的水平则停滞或下降。
图6 长江经济带能源清洁低碳发展的变化趋势
3 长江经济带能源高质量发展聚类分析
为体现时序对评价的影响,引入时序加权平均(TOWA)算子对数据进行时间维度上的综合,并进行聚类分析。
3.1 TOWA算子加权动态评价
令 N = {1,2,…,n},称〈ui,ai〉(i∈N)为TOWA对,ui为时间诱导分量,ai为数据分量,TOWA算子定义的最终评价结果函数F可表示为:
其中,WT=(w1,w2,…,wn)为时间权向量,bj是对应时刻的第j个TOWA对的数据分量。在计算时间权向量 WT=(w1,w2,…,wn)之前,给出其的熵I和时间度λt的定义。时间权向量的熵I度量信息量的大小,熵值与信息量大小成反比,定义为:
时间度λt的大小体现了时序在算子集结过程中的重要程度,λt的定义为:
λt越接近0,表明越重视最近时刻的信息,适用于评价“已发生”的动态综合评价问题。
时间权向量 WT=(w1,w2,…,wn)的求解转化为以下形式:
根据重视近期的“厚今薄古”思想,取λt=0.1。 本文中,n=12。
使用LINGO求解时间权向量,对3个稀疏主成分和能源高质量发展指数评分从时间维度上再次集结,最终评价结果见表3。
3.2 聚类分析
为了反映长江经济带内各省市能源高质量发展差异,使用K均值聚类按各稀疏主成分得分和综合得分聚成4类,按得分高低给类别命名,从高到低依次为最高水平、较高水平、较低水平、最低水平地区。得分分区区间见表4,聚类结果见图7~10,按得分从高到低使地图颜色由深到浅。
表3 长江经济带能源高质量发展动态评价指数
表4 长江经济带能源高质量发展得分分区
图7 长江经济带能源发展条件聚类分析
图8 长江经济带能源-生产协调发展聚类分析
图9 长江经济带能源清洁低碳发展聚类分析
图10 长江经济带能源高质量发展聚类分析
(1)能源发展条件方面,在长江经济带内表现出明显区域不均衡,呈“东北部高,西南部低”的分布特点,且多数省市能源发展条件水平低下。仅上海、江苏和浙江东部省市处在最高水平和较高水平区。较低水平区包括重庆、湖北和安徽3个中部省市,最低水平地区包括江西、湖南、四川、贵州和云南5个南部和西部省份,处在较低水平和最低水平地区的省市占绝大多数。
(2)能源-生产协调方面,在长江经济带内区域均衡性较高,大部分省市间能源-生产协调水平差距不大。最高水平地区包括上海、浙江和江苏,大多数省市被聚至较高水平区,包括湖北、湖南、安徽、江西、重庆和四川,仅云南和贵州分属于较低水平地区和最低水平地区。
(3)能源清洁低碳方面,长江经济带内北部省市明显高于南部省市,大部分省市水平较低。上海、重庆和四川属于最高水平地区,江苏属于较高水平地区,湖北、安徽和浙江属于较低水平地区,云南、贵州、江西和湖南属于最低水平地区。
(4)能源高质量发展方面,长江经济带内能源高质量发展区域不均衡明显,北部水平普遍高于南部,东部水平普遍高于西部。上海属于最高水平地区,江苏和浙江属于较高水平地区,湖北、安徽、重庆和四川属于较低水平地区,最低水平地区包括云南、贵州、江西和湖南。在综合得分中能源发展条件主成分对应的权重最大,能源质量发展综合得分的聚类结果与能源发展条件主成分得分较一致,仅四川省情况不同,它处于能源发展条件最低水平地区但同时处于能源高质量发展较低水平地区。
综合来看:在长江经济带内,上海在能源高质量发展三方面拥有绝对领先的优势,与其经济地位相符。江苏和浙江位于能源高质量发展较高水平区域,能源发展条件和能源-生产协调得分也高于其他省市,但清洁低碳能源使用情况并未取得领先地位,是“隐藏”的短板。安徽处于能源高质量发展中游,发展速度快,与其毗邻“长三角”的地理优势相符。重庆和四川的清洁低碳能源使用情况领先于其他省市,是其能源发展优势所在,但能源发展条件属于较低水平和最低水平,导致综合得分较低,应加大科技投入、优化产业结构并扩大对外开放以改善能源发展条件。江西、湖南、贵州和云南的能源高质量发展水平低下,发展速度缓慢。贵州和云南的能源高质量水平处于落后状态,尤其是在能源-生产协调方面与其他地区差距最大。
4 结论与政策建议
4.1 主要结论
本文选取能源高质量发展条件和发展状况两个子系统构建能源高质量发展综合评价指标体系,以2007~2018年长江经济带为样本,通过稀疏主成分分析得到反映能源发展条件、能源-生产协调、能源清洁低碳的3个稀疏主成分,测算能源高质量发展指数。使用TOWA算子二次加权,并根据聚类分析进行地理分区。结论如下:(1)长江经济带能源高质量发展整体呈上升趋势,各省市有一定差距,存在明显区域不平衡。能源高质量发展地区差异总体缓慢上升,地区不均衡状况近年来有改善。能源发展条件和能源清洁低碳的地区差异呈上升趋势且前者上升幅度更大,而能源-生产协调的地区差异呈下降趋势且降幅较大;(2)能源高质量发展区域不均衡呈“东北部高,西南部低”格局,上海能源高质量发展水平最高,江苏、浙江、重庆和四川水平一般,而湖南、江西、贵州和云南水平较低。能源发展三方面不平衡较明显的省市有:重庆和四川清洁低碳能源发展水平较高,但能源发展条件较低;江苏和浙江能源发展条件和能源-生产协调水平较高,但能源清洁低碳水平较低。
4.2 政策建议
基于上述结论,为长江经济带能源发展提出以下政策建议:
(1)能源发展条件。长江经济带大多数省市的能源发展条件落后,能源高质量发展条件较低水平区域的重庆、湖北和安徽和最低水平区域的湖南、江西、云南和贵州需重视科研创新、产业升级和对外开放等外部条件对能源发展的作用,加大创新力度,促进产业升级。即使科研经费投入短时间内不会呈现明显成效,也要坚持把科技创新作为能源高质量发展的第一动力,改变能源粗放发展的“老路子”。
(2)能源-生产协调。长江经济带内除云南和贵州外的其他省市的能源-生产都较为协调,生产高能耗和高污染的情况得到改善,地区不均衡状况逐年减小,需继续保持低能耗、低污染的生产方式。贵州和云南能源-生产协调劣势十分突出,作为长江上游地区,其高耗能和高污染工业生产活动会对整个长江流域的水质和生态环境造成极大的负面影响,应加快能源消费结构调整的进程,充分利用云贵地区水电能和太阳能丰富的自然优势。
(3)能源清洁低碳。重庆、四川和上海应保持优势,其他方面表现优秀但能源清洁低碳发展水平一般的浙江和江苏以及能源清洁低碳水平出现下降趋势的湖南、江西和贵州更应警惕在这一方面与其他地区的差距,应加大天然气在工业生产和人民生活中对高污染化石能源的替代力度。
注释:
①稀疏主成分分析方法SPCA采用弹性网(Elastic Net)方法筛选变量,在Lasso方法的1-范数惩罚项基础上添加岭回归方法的2-范数惩罚项,结合两种方法的优势,既能实现变量筛选和参数估计,又能实现连续收缩。