中国工业能源消费的分解分析

苏兴国

摘要：为了定量分析控制生产规模、调整产业结构、提高能源效率等三个方面的节能举措对工业节能的影响，文章使用“自底而上”的“多层次分步对数均值Divisia指数”（MH-LMDI）法完全分解2002年-2010年工业能源消费。研究结果表明：2002年-2005年，工业能源消费大增主要归因于生产效应和子强度效应，结构效应起到了一定的缓冲作用；2005年-2010年，只有生产效应是驱动工业能源消费的动力，子强度效应是降低能源消费的主要动力，其次是结构效应。退出金属冶炼及压延加工业，石油加工、炼焦及核燃料加工业，非金属矿物制品业，化学工业等重点能耗制造业的落后产能，提高其资本存量的能效水平是未来节能的主要途径。

关键词：工业能源消费；MH-LMDI；生产效应；子结构效应；子强度效应

一、 引言

结构性来看，中国能源消费最大的行业是工业，占到能源消费的七成左右。随着工业产出规模的不断增长，万元工业增加值能耗有所降低，但能源消费总量仍在增加，到2012年达到25亿吨标准煤（tce）。在国家节能减排工作中，工业首当其冲。宏观的工业节能减排路径有三个：控制生产规模、调整产业结构、提高能源效率。具体而言，控制高能耗、高污染产业的增长；调整和优化产业结构，加大淘汰电力、钢铁、电解铝、铁合金、焦炭等工业行业落后产能的力度；依靠科技、加快技术开发和推广，提高能源效率。

立足工业分析能源节约及其效果，需要借助于一个分析测算框架将这三大路径纳入其中，结构分解是最恰当的方法。指数分解分析（Index of Decomposition Analysis， IDA）是一种比较有效的方法，但在具体算法及应用上需要改进。基于改进后的指数分解分析，在不同分类层次上量化上述三大路径的具体效果，另外还可以据此进行情景预测。

國内外有大量的文献研究能源消费的影响因素。从研究方法看，有计量模型、结构分解分析（Input-output Structural Decomposition Analysis， SDA）和指数分解法。这三类方法各有利弊，计量模型虽然可以探究多个因素对能源消费的综合影响，但缺陷在于结果不能清晰比较各因素影响程度的大小。SDA可以分解出更多的效应，但部分效应含义不明确。IDA因为其原理简单、容易理解、便于使用而被广泛应用，该方法强调指数理论的含义和分解规范。常用的指数分解法有Laspeyre指数、Paasche指数、均值Divisia指数（AMDI）、Fisher理想指数、对数均值Divisia指数（LMDI）等。其中，LMDI有着一系列优良的性质：不仅有着较好的理论基础、适用性强、结果容易解释，能够实现完全分解，而且通过因素互换、时间互换等检验。

但使用LMDI分解分析能源消费的研究普遍存在几个问题：（1）研究往往是在选定水平上给出分解结果，分解效果的优劣取决于水平选择的合适与否。许多研究选择活动水平数据过于综合，例如对中国或地区能源消费的分解分析局限于三次产业或六大行业，与分解分析应尽量使用基础观察值相悖。而对工业能源消费或能源强度的分解分析往往分为36个行业；（2）未能在分解分析中准确分析对能源消费有绝对影响的能源密集型行业。有研究将制造业分为高能耗和低能耗行业，对能源强度做分解分析；（3）有些研究存在数据口径不一致的问题。例如产出数据是国有及规模以上非国有企业的数据，而能源消费是全口径数据。

数据分层的不同会导致不同的分解效果。在中国三层次能源数据的基础上，Ma和Stern使用LMDI分解分析能源效率变化，结果显示综合层次的结构效应和“更优层次”的结构效应差距较大，有些甚至相反。Petrick基于德国工业子部门和工厂水平的数据对二氧化碳排放变化做分解分析，结果显示不同层次分解得到的结构效应作用方向相同。为避免“更好分解水平”问题，保证分析结果在不同层次的一致性，可以使用MH-LMDI（Multilevel-Hierarchical logarithmic mean Divisia Index）模型进行分步分解。下文使用MH-LMDI模型“自底而上”地对2002年～2010年中国工业能源消费进行分解分析，并结合能源强度高的重点耗能行业进行综合分析。

二、 数据与方法

1. 数据来源及处理。增加值数据来源有三个：一是《中国统计年鉴》，包括名义工业增加值以及采矿业、制造业和电力、燃气与水的生产和供应业增加值以及相应的平减指数，例如工业增加值指数、工业各行业的工业品出厂价格指数等；二是2002年、2005年、2007年和2010年等四年的投入产出表，包括40个行业的增加值；三是分行业工业能源消费量，来自《中国能源统计年鉴》。由于数据的来源不同，基本分类有差异，所以需要做统一口径处理。

（1）以2010年投入产出表的工业行业划分为基准归并其他年份投入产出表。2010年的投入产出表中，工业分为采矿业、制造业和电力、燃气与水的生产和供应业。其中，采矿业应包含6个大类，合并为4个大类；制造业应包含31个大类，合并为16个大类；电力、燃气与水的生产和供应业包含3个大类。

（2）以投入产出表中的工业行业划分为标准，归并《中国能源统计年鉴》中工业分行业能源消费量。根据《国民经济行业分类及代码（GB/T4754-2002）》的划分标准做适当的合并。经合并得到的子行业有金属矿采选业、非金属矿及其他矿采选业、食品制造及烟草加工业、化学工业、交通运输设备制造业、工艺品及其他制造业（含废品废料）等。

（3）为了保证可比性，以最早的研究年份为基准得到不变价工业增加值。

2. MH-LMDI分解法。假设工业分为m个行业（第一层分类L1），行业i中又包含ni个子行业（第二层分类L2），则工业总的能源消费E可以做如下分解：

其中，Ei和Qi分别是行业i的能源消费和生产规模，Si是行业i占工业增加值的比重，而Ii是行业i的能源强度。Eij和Qij分别是行业i中第j个子行业的源消费和生产规模，Sij是行业i中子行业j的产出占比，而Iij则是能源强度。

假定从基准年份O到目标年份T工业能源消费的变化由生产水平、产业结构、能源强度等三个因素驱动，能源强度又分为子产业结构和子产业能源强度。基于累加的IDA模型，具体分解如下：

LMDI的累加模型可以看出绝对量的变化，另外还有乘法模型能看出相对变化情况。

三、 结果分析

1. MH-LMDI分解结果。首先，从横向来看不同的时间段影响工业能源消费的效应（见表1）。2002年～2005年，生产效应和子强度效应是能源消费暴增的主要原因，而子结构效应起到了很好的缓冲作用。该段时间内，能源消费量平均以12.83%的速度逐年递增，净增加6.46亿tce。其中，工业生产效应4.91亿tce，结构效应0.04亿tce，强度效应1.52亿tce。子产业结构效应-0.52亿tce，是第一大节能手段。子行业能源强度为2.04亿tce，是能源消费的主要驱动力。2005年～2010年，生产效应是工业能源消费增加的主要原因，能源节约的主要动力来自强度效应，其次是子结构效应。2007年～2005年和2010年～2007年两个时间段内，生产效应和强度效应相近。子结构效应分别是-0.25亿、-0.73亿tce，子强度效应则分别是-3.27亿和-2.1亿tce。

其次，从纵向来看影響工业能源消费的不同效应随时间的变化。生产效应是推动工业能源消费的主要驱动力。就生产效应而言，2005年是2002年1.442 8倍，2007年是2005年的1.442 2倍，2010年是2007年的1.321 1倍。累计而言，2010年是2002年的2.7471倍。结构效应不明显，子结构效应是节能的重要来源。2005年工业的子结构效应是2002年的0.962 0倍，2007年是2005年的0.986 3倍，2010年是2007年的0.966 5倍。概而言之，2010年工业子结构效应是2002年的0.915 5倍，相对节能1.89亿tce。工业能源强度变化引起的强度效应先正后负，逐步成为节能的主要手段。可以使用能源表现指数（Energy Performance Index，EPI），即MH-LMDI乘法模型计算得出的子强度效应，来反映能源效率的变动。2005年能源效率相对2002年降低了16.43%，导致工业能源消费增加2.04亿tce；2007年相对2005年的能源效率提高了16.29%，工业能源消费降低了3.27亿tce；2010年相对2007年提高了9.12%，能源消费降低了2.07亿tce。

2. 工业中主要能耗行业强度效应。从消费总量看，工业能源消费最大产业是制造业，占到工业能源消费的80%左右。增量角度看，研究年份内制造业能源消费增量占到工业增量的八五成左右。2010年，占制造业能源消费八成的四个产业是金属冶炼及压延加工业，化学工业，非金属矿物制品业，石油加工、炼焦及核燃料加工业，是仅有的能源强度高于制造业平均水平的产业。该四个产业强度效应的变化对工业的能源消费有着决定性影响。

从工业子产业的子强度效应看，2005年较2002年，金属冶炼及压延加工业的强度效应几乎等同于制造业的子强度效应，高达15 176万tce。由于该产业的能源强度一直处于高位，所以2010年较2002年，该产业强度效应依然高达9 821万tce。2005年～2010年间，该四个产业的强度效应却成了制造业节能的主要来源。2007年～2005年主要是金属冶炼及压延加工业（-8 253万tce）和非金属矿物制品业（-6 117万tce），2010年～2007年主要是化学工业（-7 918万tce）。

四、 结论与讨论

通过MH-LMDI分解分析，将工业能源消费分解为五大效应：生产效应、结构效应、强度效应、子结构效应和子强度效应。分解分析结果表明，生产效应的规模已经开始降低，但仍是推动工业能源消费的主要动力；结构效应是节能降耗长期有效的途径，工业结构调整仍需深化；工业强度效应因能源强度的变化，作用方向会不同，但能源效率提高已成趋势，高能耗制造业能源效率不断提高，节能效果明显。子强度效应依赖于能源效率的提高，而能源效率的提高依赖于优质能源替代和技术进步。长期来看，能源效率的提高将会导致高能效资本存量替代旧的低能效资本存量，大量新的、能源强度更低的产能将会产生。

本研究对工业能源消费的分解分析是对已有研究的有力补充，与已有的研究得出的结论既有一致的地方，也有独特的地方。高能耗制造业生产的扩大，尤其是重化工业是工业能源消费增加的重要因素，与施凤丹（2008）对1997年～2002年工能源消费业分解分析得出结论类似。关于工业能源消费预测，本研究只是提出了一个依托于指数分解分析，简单易用的预测方法，其准确性还有待检验。另外，尤其值得讨论的是2002年～2005年工业能源强度不降反增的异常，有学者认为是统计数据的问题，有人解释是高能耗产能投资过剩导致的。根据制造业中金属冶炼及压延加工业，化学工业，非金属矿物制品业等主要能耗行业能源强度先升后降以及2007年后国家淘汰落后产能的战略实施后，工业能源强度迅速降低的情形分析，笔者认为第二种解释更为妥当。

参考文献：

[1] 国务院.国务院关于印发节能减排综合性工作方案的通知[EB/OL]，2007.

[2] 施凤丹.中国工业能耗变动原因分析[J].系统工程， 2008，（4）：55-60.

[3] 史丹.结构变动是影响我国能源消费的主要因素[J].中国工业经济，1999，（11）：38-43.

[4] 刘东霖， 张俊瑞.我国能源消费需求的时变弹性分析[J].中国人口.资源与环境，2010，（2）：92-97.

[5] 钱永坤，王艳丽.20世纪90年代中国能源需求影响因素实证分析[J].中国矿业大学学报，2003，（5）：87-91.

[6] 袁鹏.中国能源需求增长的因素分解[J].数量经济技术经济研究，2014，（11）：70-85.

[7] 刘瑞翔，姜彩楼.从投入产出视角看中国能耗加速增长现象[J].经济学（季刊），2011，（3）：777-798.

[8] 房斌，关大博，廖华等.中国能源消费驱动因素的实证研究：基于投入产出的结构分解分析[J].数学的实践与认识，2011，（2）：66-77.

[9] HOEKSTRA R， VAN DEN BERGH J C J M. Comparing structural decomposition analysis and index[J].Energy economics，2003，25（1）：39-64.

[10] ANG B W.Decomposition analysis for policymaking in energy：： which is the preferred method？[J].Energy policy，2004，32（9）：1131- 1139.

[11] ANG B W， LIU F L， CHUNG H S. AgeneralizedFisherindexapproachtoenergy decompositionanalysis[J].Ecological Economics，2004，（26）：757-763.

[12] ANG B W， WANG H. Index decomposition analysis with multidimensional and multilevel energy data[J].Energy Economics，2015，（51）：67- 76.

[13] 张伟，张金锁，孙再罗.基于 LMDI 指数分析的中国煤炭消费增长分解研究[J].中国矿业，2014，23（8）： 42-45.

[14] 汪宏韬.基于 LMDI 的上海市能源消费碳排放实证分析[J].中国人口资源与环境，2010，（S2）：143- 146.

[15] 马晓微，崔晓凌.北京市终端能源消费及碳排放变化影响因素[J].北京理工大学学报： 社会科学版， 2012，14（10）：1-5.

[16] 岳婷，龙如银.基于 LMDI 的江苏省能源消费总量增长效应分析[J].资源科学，2010，32（7）.

[17] 唐葆君，周保进，丰超.北京市能源消费影响因素分析及节能减排研究——基于产业视角[J].重庆理工大学学报（社会科学），2015，（7）：19-27，67.

[18] 缪富民.基于迪氏对数指标分解法 （LMDI） 的工业能耗分解研究[J].求索，2008，（8）：23-25.

[19] 程文川.云南省工业产业结构调整对能耗影响的分析[J].红河学院学报，2015，（4）：011.

[20] 李磊， 雪合来提·马合木提.基于DPG模型的工业能耗变动因素分析——以新疆工业部门为例[J].上海经济研究，2010，（3）：77-83，103.

[21] 李力，王鳳.中国制造业能源强度因素分解研究[J].数量经济技术经济研究，2008，25（10）：66-74.

[22] 张晓平，孙磊.中国工业能源消费强度变化的分解分析[J].资源科学，2010，32（9）.