我国3E系统协调度测度及其影响因素分析

陈黎明，邓玲玲

（湖南大学金融与统计学院，长沙410079）

0 引言

“十二五”时期既是中国实现工业化的关键时期，也是转变经济结构、提高城市化水平、优化居民消费结构、改善环境与公众健康的重要阶段，这都需要以能源、经济和环境相互支持、相互融合、协调发展为保证。

在此背景下，对我国能源-经济-环境系统（简称3E系统）的协调发展进行研究有着重要的现实意义。国内关于3E系统协调度的研究主要集中在对各省市区3E系统协调度的评价方面，而对影响3E系统协调度的具体因素进行定量研究的还很少。由于我国正处于经济转型重要机遇期，相对于对各地区3E系统协调度进行评价，更为重要的任务是，明确影响我国各省市区3E系统协调度的主要因素，这一问题对于实现我国各省市区能源、经济、环境之间的协调发展具有更为现实的意义。基于此，首先构建3E系统协调度测度模型，并利用该模型测算出各省市区的3E系统协调度，然后运用岭回归方法综合分析影响我国3E系统协调度的主要因素。

1 3E系统协调度的测算

1.1 3E系统协调度的内涵

能源工业为社会经济的发展提供了必要的基础，而能源工业又是环境的重要污染源之一，经济发展则是解决能源与环境矛盾问题的重要保障。任何以牺牲环境为代价来发展能源的方式难以持久，而孤立地讨论环境问题，社会经济就难以发展，能源的发展必受影响，环境保护也缺少物质基础。因此，经济发展、能源使用、环境保护之间构成一个互相作用、互为矛盾的三元系统[1]。

鉴于上述能源、经济、环境三者之间的关系，能源、经济、环境子系统应该按系统论的概念加以协调。3E系统协调度从定量的角度描述能源、经济、环境子系统之间或子系统组成要素之间在发展演化过程中彼此协调的程度，是评价3E系统整体效能好坏的质量指标。

1.2 3E系统协调度测度指标体系

本文以能源子系统、经济子系统和环境子系统作为考察对象，遵循基于系统功能和效益（率）选取评价指标的准则，建立如下3E系统协调度测度指标体系[2][3](见表1)。

表1 3E系统协调度测度指标体系

1.3 3E系统协调度测度模型

首先，利用功效函数测度子系统中单个指标的变化对该系统的影响[4]。设Xij为第i（i=1,2,3）个子系统中的第j个指标，则Xij对系统i的功效系数uij可表示为：

式中，uij表示指标Xij对系统i的影响程度，αij、βij是系统i达到稳定临界点时指标Xij的上、下限值，Mij为适度指标的参考值。uij反映了各指标达到目标的满意程度，uij=0时为最不满意，uij=1时为最满意，所以0≤uij≤1。

对能源、经济、环境子系统内各个指标的“总影响”可通过线性加权求和实现：

式中，Ui（i=1,2,3）表示能源、经济、环境子系统对3E系统所产生的影响，λij为各个指标的权重，本文采用变异系数客观赋权法予以确定。

然后，根据3E系统协调度定义，借鉴物理学中的耦合度函数来计算3E系统协调度[4]。

假定U1、U2、U3分别为能源、经济、环境子系统对3E系统所产生的影响，则3E系统协调度测度模型可表示为：

式中，C为3E系统协调度统计测度变量，其取值在0到1之间，越接近于1，说明3E系统中能源、经济、环境子系统的协调程度越高；越接近于0，说明3E系统中能源、经济、环境子系统的协调程度越低。

1.4 3E系统协调度测度结果

1.4.1 数据来源

本文选取内地27个省市区（不含西藏、山西、宁夏、青海）作为分析样本。实证部分所需数据主要来源于《中国统计年鉴2010》、《中国能源统计年鉴2010》和《中国环境统计年鉴2010》。由于我国煤碳资源分布不均匀，上海、广东、海南的原煤生产量数据缺失，用原煤生产量指标数据中的最小值替代。

对于功效系数函数中的指标上、下限值，本文选取指标的最大值、最小值代替。特别地，人均能源消费量为适度指标，则采用“十二五”规划中提出的2015年能源消费总量40亿吨标准煤为标准，换算出人均能源消费量参考值。

1.4.2 测度结果

利用上述3E系统协调度测度模型计算出我国27个省市区的3E系统协调度，其结果见表2。

表2 3E系统协调度测度结果

从表2看出，可将我国27个省市区划分为两大类。第一类地区的协调度水平在0.3和0.5之间，该类地区的特点是经济发展强劲，能源需求不断上升，导致能源供给和需求的缺口越来越大，此外，其经济主要以工业为主，在经济发展初期缺乏环境保护意识，对环境造成很大的压力。其中，内蒙古经济虽然起步较晚，但发展迅速，能源利用率低，大量低效的燃煤设备、传统的用煤方式以及污染治理力度不够致使环境不断恶化，因而3E系统协调度也较低。第二类地区的协调度水平在0.5和0.8之间，虽然其中某些地区能源利用效率较低，如贵州、甘肃，但其能源供给能够满足经济发展需求。并且，该类地区经济发展水平在环境可承载范围内，因而3E系统协调度相对较高。

2 3E系统协调度影响因素分析

2.1 影响因素选取

本文选取以下九个影响因素，考察其对3E系统协调度的影响程度与作用方向。

X1：产业结构（第二产业总值占GDP的比重，%）；X2：工业结构（工业从业人员占第二产业从业人员的比重，%）；X3：环保政策（环境保护财政支出占GDP的比重，%）；X4：能源建设（电力、燃气及水的生产和供应业投资占全社会固定资产投资的比重，%）；X5：人口规模（年末总人口数，万人）；X6：消费水平（人均每年消费支出，元）；X7：汽车消费（城镇居民家庭平均每百户拥有量，辆）；X8：城镇化，代表城镇化发展水平的指标（工业总产值占农工业总产值的比重、城镇就业人口占总就业人口比重、燃气普及率、供水普及率、每万人拥有公共车辆）具有较强相关性，因此，运用SAS程序对这五个指标做主成分分析，选用第一、第二主成分F1、F2，以其方差贡献率为权重综合出城镇化水平变量，即X8=0.526F1+0.474F2，(F1=0.703x81+0.916x82+0.23x83+0.384x84+0.787x85，F2=0.441x81+0.172x82+0.936x83+0.85x84+0.343x85）；X9：技术进步，代表技术水平的六个指标（R&D研究人员、R&D经费、R&D项目数、开发新产品经费、申请专利数、有效发明专利数）具有强相关性，同样，对技术的六个指标做主成分分析，最终选用第一个主成分F1作为技术因素变量 X9，其表达式为：X9=0.177x91+0.175x92+0.175x93+0.175x94+0.171x95+0.163x96，方差贡献率为93.253%。

2.2 3E系统协调度影响因素分析模型

设被解释变量3E系统协调度（Y）与各解释变量（Xi）（i=1,2,3,…,9）之间的回归模型为：

其中，k为岭参数，反映岭回归估计量的偏差程度[5]。当k=0时，即为最小二乘估计量；当k＞0时，岭回归系数是有偏的，但往往比普通最小二乘估计量更加稳定。要得到岭回归方程，首先要确定岭参数k的值。

本文根据岭迹图确定k。经验表明，在岭迹图上，当k稍微离开零时，回归系数的估计值可能发生剧烈的波动，甚至可能改变正、负符号；但是，当k进一步增大时，回归系数估计值的大小变化则趋于缓慢。由于岭回归估计是有偏估计，因此，需要选择一个尽可能小的k值，使得回归系数变得比较稳定[6]。

2.3 3E系统协调度影响因素实证分析

2.3.1 普通最小二乘回归

对第二部分测算出的3E系统协调度数值以及9个影响因素的数据作相关分析，运用SAS程序计算Pearson相关系数矩阵。由计算结果可知，3E系统协调度与各影响因素之间存在显著的相关关系，因此，首先利用普通最小二乘法做3E系统协调度与其影响因素之间的多元线性回归分析，所得回归方程如下（括号内为相应自变量t检验的P值）：

回归方程显著性检验F=3.96，p=0.0071，说明回归方程在统计上显著，但是偏回归系数的t检验除X1外在统计上都不显著。此外，X3和X8与Y的相关系数分别为0.63、-0.508，而它们的回归系数符号却相反，与经济意义不符。

2.3.2 多重共线性诊断

以上结果显示变量之间可能存在多重共线性问题，为了证实这一点，运用SAS程序对上述多重共线性问题进行诊断，部分结果如表3所示。

表3 共线性诊断

由表3可以看出，变量X9的特征值为0.00228，非常接近0，并且条件指数为55.06995，超过30，说明自变量之间存在严重的共线性关系。在这种情况下，若运用普通最小二乘回归分析方法，则可能会出现模型结论与现实相差较大的情形。因此，下面运用岭回归方法进行分析。

2.3.3 岭回归估计

运用SAS程序，得到如图1所示的岭迹图。

图1 岭迹图

从图1可以看出，各条岭迹在k≥0.18时处于较稳定的状态，即k≥0.18时，岭回归系数趋于平稳。因此，取k=0.18，得到如下岭回归方程：

岭回归结果分析：

①环保政策X3和能源建设X4对3E系统协调度具有正影响，而其他变量对3E系统协调度具有负影响，这与Pearson相关系数矩阵所得的结果相一致，说明采用岭回归克服了解释变量之间共线性问题，使得模型更加可靠，同时使得回归系数的符号也符合客观实际。

②这些影响因素，按影响程度从大到小依次是：消费水平（X6）、产业结构（X1）、汽车消费（X7）、人口规模（X5）、技术进步（X9）、能源建设（X4）、工业结构（X2）、环保政策（X3）、城镇化（X8）。

3 结论

(1)由岭回归分析可知，环保政策、能源建设投资对3E系统协调度具有正向作用，即加大环境保护力度和增加能源建设投资有利于提高3E系统协调度。环境质量的好坏直接影响生产力最活跃的因素——劳动者的身心健康，所以说改善环境就是发展生产力，而经济的增长又可以促进能源发展。粗放式的生产经营活动已经严重破坏了我国的生态环境，减少污染物排放量会增加企业的生产成本，因而企业缺乏保护环境的积极性。因此，政府必须介入到环境保护中来，担当管制者和监督者的角色，与企业一起进行环境治理。政府不仅要制定科学合理的环境保护制度，而且要增加环境保护支出，防治结合，防止环境污染的产生和蔓延，为经济社会的可持续发展提供良好的物质条件。目前，我国面临能源资源供应压力增加、能源利用效率低下、能源发展与环境保护矛盾突出等重大挑战。能源供给短缺以及能源粗放使用所带来的环境问题都将降低3E系统协调度，因此，必须坚持“节约优先、多元发展、优化结构、电为中心、环境保护”的能源发展战略，通过增加能源工业投资，以电力建设、发展优质清洁能源为重点，提高能源使用效率，广开能源供应渠道，加强能源污染控制，实现能源与经济协调发展、能源与环境协调发展、能源产业内部协调发展，促进3E系统的协调发展。

(2)产业结构、工业结构、对3E系统协调度具有反向作用。在我国三大产业中，第二产业能源消费量远远高于第一、三产业，第二产业能源消费的变动趋势决定了我国能源消费总量的变动趋势。管我国已步入现代工业化阶段，但是煤炭、钢铁、机械、化工、纺织等传统工业仍然是工业经济的主要支柱产业，以“高能耗、高物耗、高污染”的重工业为主导的工业结构，仍然是环境污染的主要原因之一。技术进步与3E系统协调度呈反向变动关系，即技术进步没有促使3E系统协调度的提高。现阶段，技术进步主要通过影响劳动手段、劳动对象和劳动力等生产力诸要素，推动经济结构的发展、变化，极大地提高了三大产业的劳动生产率，为经济持续增长提供动力和源泉。但对能源开发、环境保护的促进作用还不明显，在技术投入较多、经济发展较快的地区，忽视在能源建设和环境保护上的技术投入，导致经济发展水平超过了能源供给水平和环境承载能力，3E系统协调度降低。因此，必须调整产业结构、优化工业结构，强化企业在自主创新中的主体地位，提升产业层次和技术水平；建立政策激励机制，鼓励企业在能源、环境方面的技术创新，实现以较少的能源消费完成经济高速发展。

(3)城镇化、汽车消费、人口规模、消费水平对3E系统协调度具有负向影响。城镇的快速扩张使农业人口向城镇聚集，第二、三产业不断向城镇聚集，极大地促进了工业化、经济市场化和现代化的发展，但并非所有的城市化都有益无害，当城镇化进程与经济发展和资源环境不相匹配时，则会加剧经济发展与能源供应、生态环境之间的矛盾。随着城市化水平的提高，汽车消费在我国正成为一种时尚，在促进经济发展和提高人们生活水平的同时，也带来了能源短缺、环境污染等诸多问题。消费水平和经济发展息息相关，消费取自自然界，取自资源环境，是资源环境变化的主要终端驱动因素。人口规模越大，消费水平越高，消费的物质品种、数量越多，从而排放给自然界的废物越多，给环境造成的污染越大，可再生资源的生产能力则会越低。因此，必须立足现有的环境承载能力，科学规划城镇化发展进程，着力推进城镇化发展模式由粗放型向节约型转变，从片面追求数量扩张向追求质量提高转变；控制人口数量，提高人口质量，确保人口增长、经济、能源、环境之间相互协调，实现经济社会可持续发展；科学引导家用汽车的发展，引导人民合理消费，推行可持续的生产和消费模式，尽快转变到同大自然协调一致、和睦相处的轨道上来。

[1]施宜.能源-环境-经济协调发展问题的相关理论和应用研究[D].哈尔滨：哈尔滨理工大学，2008.

[2]陈黎明,欧文.可持续发展视角下的两型社会指标体系研究[J].科技进步与对策，2009,（20）.

[3]陈春华.江苏省经济、能源与环境系统（3E）协调与可持续发展研究[D].镇江：江苏大学，2009.

[4]刘耀彬，宋学锋.城市化与生态环境的耦合度及其预测模型研究[J].中国矿业大学学报，2005,（1）.

[5]梁来存.我国寿险需求的实证分析[J].数量经济技术经济研究，2007,（8）.

[6]陈瑜，田澎.岭回归在资本结构影响因素回归建模中的应用[J].统计与决策，2006,（10）.