论文部分内容阅读
摘要：目前我国各个地区经济发展水平、经济结构、能源禀赋、能源利用率等情况各不相同，故能源强度的变化也不相同，要实现能源消耗强度的降低，各省应根据自身的条件发现问题，并采取具体的措施节约能源、降低能耗。本文根据目前研究现状，选取西部地区各省的经济发展情况、能源消耗量、能源禀赋、能源固定资产投资率等变量进行多水平建模分析，并基于2005-2014年我国西部地区11个省市10年间能源强度的面板数据，对我国西部地区各省能源消耗强度的影响因素进行研究。
关键词：能源消耗强度；多水平模型；异质性
1.引言
近几年我国整体能源消耗强度持续下降，且能源结构、产业结构，技术水平比以往都有所提高。但是我国各地区各省差距较大，经济与能源发展指标往往呈现两极分化。故要客观的评价分析我国各省市能源消耗强度和能源利用率的状况，制定可操作的、科学合理的、具体的、有针对性的地方性能源政策，使我国各省地区能共同降低能源消耗强度，提高能源效率。
研究我国西部地区各省能源消耗强度的影响因素，有利于西部地区的整体优化，更有利于西部地区各省根据自身情况，制定可实现、可操作的能源性的法规与政策，科学的降低能源消耗强度。
2.能源强度及影响因素
能源消耗强度，是最常用的测量能源利用效率的指标。能源消耗强度的高低与各地区所处的经济发展阶段、经济发展结构、重工业占比、技术水平、能源价格、能源结构比、固定资产投资比例、以及产业结构比等诸多因素有关。
3.能源强度模型设定及实证分析
3.1 变量选择与定义
由于部分数据不可获得以及相关省市数据缺失，根据目前相关能源强度文献，本文选择6个变量：site：西部地区11个省份，剔除西藏自治区；time：年份（0 代表 2005 年，1 代表 2006 年，...，9代表 2014 年）时间长度为10年；EI：能源强度（吨标准煤/万元 GDP）；ES：能源结构（地区煤炭消耗量/能源总消耗量）；PP：地区当年生产总值占全国国内生产总值比，衡量当地经济发展水平；FIR：固定资产投资率（固定资产投资额/GDP %）。
设 EI 为因变量，其他变量（除变量 site）为自变量，建立两水平发展模型。数据来源《中国能源统计年鉴》、历年《中国统计年鉴》以及《中国对外经济统计年鉴》 。
3.2对数据层次结构的检验
建立多水平模型前首先要检验实验数据是否存在层次结构，因此先建立空模型：
（4.1.1）
（4.1.2）
可以看到模型（4.1.1）和（4.1.2）上均没有常规模型的解释性变量， 为相互独立的水平1残差， 为相互独立的截距项水平2残差，且 .将模型（4.1.2）代入模型（4.1.1），得到如下模型（随机效应的方差分析模型）：
（4.1.3）
模型（4.1.3）中 反映组间差异情况，而σ2则代表了测量的组内数据之间的差异。将数据导入 SAS 后，空模型运行结果如下：
由运行结果知： ，在0.05的水平下，二者都有显著的统计意义，表明测量的11个省市地区的能源强度（EI）的初始值显著不同，故它们之间存在显著的组内变异。计算出组内相关系数ICC=53.863%，表示上述整体数据的53.863% 的总变异是由研究的11个省份之间的异质性引起，即意味着11个省市之间的能源数据具有很强的结构性特征。
3.3 无条件两水平发展模型
根据已有的数据情况以及空模型中ICC值，选择构建两水平的无条件发展模型，此模型在水平 1 上仅仅有时间 t 变量，且将时间取值设置为 0、1、…、9.水平2上依然不加入任何解释性变量，具体模型如下：
（4.1.4）
（4.1.5）
（4.1.6）
同样模型（4.1.4）与模型（4.1.5）分别为1 水平与2 水平模型
， 为一水平上相互独立的残差，为在2 水平上的截距项的相互独立的残差， 为相互独立的斜率项水平 2 残差，
，表示水平1 与水平2 的残差要相互独立。
据上述模型，将数据导入SAS，并考虑 0.05 的显著性水平进行检验，由运行结果可知： σ2u0（随机截距项的方差）及σ2u1（时间变化量的随机斜率的方差）估计非常显著，表明西部地区这11个省市之间在截距项与斜率项上有明显的异质特征，即各省市的能源强度 EI 随时间的变化率在省市与省市之间也是不同的。γ10的估计值为0.06539，表明随着时间的推移各省市能源消耗强度显著上升，每个省市的能源消耗强度每年平均增加0.06539个单位。各省市σ2u01<0，表明各省市的能源强度初始值越高，则其随时间推移下降幅度越缓。
由于多水平模型考虑了层次结构，此时可以设模型（4.1.3）为空模型，模型（4.1.6）被定义为现模型，通过表4.3可计算得 。 因此模型（4.1.6）中的时间回归项可解释的方差比例为。
3.4 多变量兩水平发展模型
由模型（4.1.6）的分析结果可知：各省市的能源消耗强度在截距项与斜率上存在显著的差异。在此基础上可以考虑在水平2上的截距项与斜率项引入解释性变量。在β0i上和β1i上都加入变量ES1（能源结构）、 FIRi（固定资产投资比例）和PPi（生产总值比），则多变量两水平发展模型可表示为：
两水平残差的假设与模型（4.1.4）相同，模型（4.1.8）说明了截距项与斜率分别受变量影响，因此可以有效的检验和估计各个省市能源强度的影响因素和影响各省市能源强度走势的因素，将模型（4.1.8）代入模型（4.1.7）可得：
根据上述模型，将数据导入SAS，并考虑 0.05 的显著性水平进行检验，从运行结果可知：所有变量的P值在0.05的水平条件下都十分显著，故模型为最终模型。
现设定（4.1.6）为零模型，（4.19）为设定模型，根据分解数据结果可计算水平2上方差解释比例贡献的大小为：
因此各省市间能源强度变化率的差异基本可以通过解释变量 ES（能源结构即煤炭消耗量占能源消耗量）、PP（经济发展水平）与 FIR（固定资产投资比例）来解释。
4.总结及建议
本文基于多水平发展模型研究西部地区能源消耗强度差异及变动的因素，通过结果，给出以下建议：（1）改变以煤炭资源为主导的能源消耗结构；（2）优化我国目前的投资结构；（3）根据能源强度计算公式可知，能源强度不仅与能源的消耗量有关，也同时受地区经济发展水平影响；（4）完善我国能源价格体系，使能源价格能够较好的体现能源开发中的全部社会成本并反映真实的能源市场供需状况。
参考文献：
[1]《中国的能源状况与政策》白皮书—百度文库，http：//wenku.baidu.c.
[2] 董利.我国能源效率变化趋势的影响因素分析[J].产业经济研究，2008，（1）：8-18.
[3] 国涓，王玲.中国区域能源消费强度的影响因素分析[J].资源科学，2009（2）： 206-213.
[4]范文潮.我国能源强度影响因素的实证分析——基于地区面板数据的比较[D].济南：山东财经大学，2012.
[5]石磊，向其凤.多水平模型及其在经济领域的应用[M].北京：科学出版社，2013.8：51-61.
关键词：能源消耗强度；多水平模型；异质性
1.引言
近几年我国整体能源消耗强度持续下降，且能源结构、产业结构，技术水平比以往都有所提高。但是我国各地区各省差距较大，经济与能源发展指标往往呈现两极分化。故要客观的评价分析我国各省市能源消耗强度和能源利用率的状况，制定可操作的、科学合理的、具体的、有针对性的地方性能源政策，使我国各省地区能共同降低能源消耗强度，提高能源效率。
研究我国西部地区各省能源消耗强度的影响因素，有利于西部地区的整体优化，更有利于西部地区各省根据自身情况，制定可实现、可操作的能源性的法规与政策，科学的降低能源消耗强度。
2.能源强度及影响因素
能源消耗强度，是最常用的测量能源利用效率的指标。能源消耗强度的高低与各地区所处的经济发展阶段、经济发展结构、重工业占比、技术水平、能源价格、能源结构比、固定资产投资比例、以及产业结构比等诸多因素有关。
3.能源强度模型设定及实证分析
3.1 变量选择与定义
由于部分数据不可获得以及相关省市数据缺失，根据目前相关能源强度文献，本文选择6个变量：site：西部地区11个省份，剔除西藏自治区；time：年份（0 代表 2005 年，1 代表 2006 年，...，9代表 2014 年）时间长度为10年；EI：能源强度（吨标准煤/万元 GDP）；ES：能源结构（地区煤炭消耗量/能源总消耗量）；PP：地区当年生产总值占全国国内生产总值比，衡量当地经济发展水平；FIR：固定资产投资率（固定资产投资额/GDP %）。
设 EI 为因变量，其他变量（除变量 site）为自变量，建立两水平发展模型。数据来源《中国能源统计年鉴》、历年《中国统计年鉴》以及《中国对外经济统计年鉴》 。
3.2对数据层次结构的检验
建立多水平模型前首先要检验实验数据是否存在层次结构，因此先建立空模型：
（4.1.1）
（4.1.2）
可以看到模型（4.1.1）和（4.1.2）上均没有常规模型的解释性变量， 为相互独立的水平1残差， 为相互独立的截距项水平2残差，且 .将模型（4.1.2）代入模型（4.1.1），得到如下模型（随机效应的方差分析模型）：
（4.1.3）
模型（4.1.3）中 反映组间差异情况，而σ2则代表了测量的组内数据之间的差异。将数据导入 SAS 后，空模型运行结果如下：
由运行结果知： ，在0.05的水平下，二者都有显著的统计意义，表明测量的11个省市地区的能源强度（EI）的初始值显著不同，故它们之间存在显著的组内变异。计算出组内相关系数ICC=53.863%，表示上述整体数据的53.863% 的总变异是由研究的11个省份之间的异质性引起，即意味着11个省市之间的能源数据具有很强的结构性特征。
3.3 无条件两水平发展模型
根据已有的数据情况以及空模型中ICC值，选择构建两水平的无条件发展模型，此模型在水平 1 上仅仅有时间 t 变量，且将时间取值设置为 0、1、…、9.水平2上依然不加入任何解释性变量，具体模型如下：
（4.1.4）
（4.1.5）
（4.1.6）
同样模型（4.1.4）与模型（4.1.5）分别为1 水平与2 水平模型
， 为一水平上相互独立的残差，为在2 水平上的截距项的相互独立的残差， 为相互独立的斜率项水平 2 残差，
，表示水平1 与水平2 的残差要相互独立。
据上述模型，将数据导入SAS，并考虑 0.05 的显著性水平进行检验，由运行结果可知： σ2u0（随机截距项的方差）及σ2u1（时间变化量的随机斜率的方差）估计非常显著，表明西部地区这11个省市之间在截距项与斜率项上有明显的异质特征，即各省市的能源强度 EI 随时间的变化率在省市与省市之间也是不同的。γ10的估计值为0.06539，表明随着时间的推移各省市能源消耗强度显著上升，每个省市的能源消耗强度每年平均增加0.06539个单位。各省市σ2u01<0，表明各省市的能源强度初始值越高，则其随时间推移下降幅度越缓。
由于多水平模型考虑了层次结构，此时可以设模型（4.1.3）为空模型，模型（4.1.6）被定义为现模型，通过表4.3可计算得 。 因此模型（4.1.6）中的时间回归项可解释的方差比例为。
3.4 多变量兩水平发展模型
由模型（4.1.6）的分析结果可知：各省市的能源消耗强度在截距项与斜率上存在显著的差异。在此基础上可以考虑在水平2上的截距项与斜率项引入解释性变量。在β0i上和β1i上都加入变量ES1（能源结构）、 FIRi（固定资产投资比例）和PPi（生产总值比），则多变量两水平发展模型可表示为：
两水平残差的假设与模型（4.1.4）相同，模型（4.1.8）说明了截距项与斜率分别受变量影响，因此可以有效的检验和估计各个省市能源强度的影响因素和影响各省市能源强度走势的因素，将模型（4.1.8）代入模型（4.1.7）可得：
根据上述模型，将数据导入SAS，并考虑 0.05 的显著性水平进行检验，从运行结果可知：所有变量的P值在0.05的水平条件下都十分显著，故模型为最终模型。
现设定（4.1.6）为零模型，（4.19）为设定模型，根据分解数据结果可计算水平2上方差解释比例贡献的大小为：
因此各省市间能源强度变化率的差异基本可以通过解释变量 ES（能源结构即煤炭消耗量占能源消耗量）、PP（经济发展水平）与 FIR（固定资产投资比例）来解释。
4.总结及建议
本文基于多水平发展模型研究西部地区能源消耗强度差异及变动的因素，通过结果，给出以下建议：（1）改变以煤炭资源为主导的能源消耗结构；（2）优化我国目前的投资结构；（3）根据能源强度计算公式可知，能源强度不仅与能源的消耗量有关，也同时受地区经济发展水平影响；（4）完善我国能源价格体系，使能源价格能够较好的体现能源开发中的全部社会成本并反映真实的能源市场供需状况。
参考文献：
[1]《中国的能源状况与政策》白皮书—百度文库，http：//wenku.baidu.c.
[2] 董利.我国能源效率变化趋势的影响因素分析[J].产业经济研究，2008，（1）：8-18.
[3] 国涓，王玲.中国区域能源消费强度的影响因素分析[J].资源科学，2009（2）： 206-213.
[4]范文潮.我国能源强度影响因素的实证分析——基于地区面板数据的比较[D].济南：山东财经大学，2012.
[5]石磊，向其凤.多水平模型及其在经济领域的应用[M].北京：科学出版社，2013.8：51-61.