中国能源转型驱动力的结构性特征研究

刘平阔　彭欢骆赛

摘要：科学识别中国能源转型驱动力因子，并分析其结构性特征，研究驱动因子间的交互作用关系，具有必要性和现实意义。本文选取中国能源转型驱动结构作为研究对象，构建了一个转型驱动力结构性特征分析框架，在实证调研搜集数据的基础上，利用结构方程模型（SEM）和卡方自动交互检测法（CHAID）分别研究驱动力的组内因子内生强化过程和组间因子机制平衡过程，由此系统性地分析和解释中国能源转型驱动力的结构性协同特征和有序特点。研究表明：首先，驱动力的“内生强化”和“机制平衡”过程决定了能源转型过程的路径转换是非线性的，且可利用SEM模型中的因子载荷和CHAID模型中的相关性系数构建一个能源转型成效的评价模型;其次，制度层面的转型是中国能源转型的根本，技术、经济和行为等层面的转型是助力，中国能源转型属于自下而上的诱致性制度变迁，而非自上而下的强制性变迁;最后，技术普及率、成本费用、投资鼓励政策以及企业社会责任等四个驱动力是目前中国能源转型工作的权衡重点。同时，研究还发现了一些未能实现发展预期的现象：一方面，针对产业结构调整、发展规划、市场运营机制、企业变革速度等驱动力因子并未发挥其应有作用等问题提出政策建议;另一方面，为能源转型的效益效果评价体系、转型目标和标准等问题指明了方向。

关键词：能源转型;驱动力因子;组内因子结构;组间因子结构;特征分析

中图分类号：F407.2文献标识码：A 文章编号：1002-2104（2019）12-0045-12 DOI：10.12062/cpre.20190811

不同于三次“科技革命”，两次“工业革命”均是以“能源动力的转型导致生产力的飞跃”作为重要标志。中国已形成较为完善的能源生产供应体系，包含煤炭、石油、天然气、电力、新能源等成熟能源品类。国家统计局2018年的统计显示：2017年全国一次能源生产总量为35.9亿t标准煤，比2016年增长3.6%。其中，原煤产量34.5亿t，同比增长3.2%;原油产量1.9亿t，同比下降4.0%;天然气产量1474.2亿m3，同比增长8.5%;水电、核电、风电发电量17 485亿kWh。随着经济社会持续发展和体制改革不断深化，兼顾经济社会发展、能源安全和环境保护等多层目标，为了满足从“资源依赖型”转变为“技术依赖型”、从“政策依赖型”转变为“市场依赖型”的演进要求，能源发展必须走出一条符合中国特色社会主义市场经济规律的可持续转型之路。制度变迁过程中的“能源可持续转型路径选择”必须正视3个问题：①能源转型并非单纯提高可再生能源份额;②能源转型不单纯为清洁能源的成本竞争力;③能源转型必然呈现长期性、复杂性和有序性等特点。中国政府提出了“促进清洁能源发电有序发展”等指导能源转型的意见;尤其是进入新时代，能源转型已上升到国家战略层面。然而，受制于能源禀赋分布失衡、财政补贴缺口扩大、开发技术成本较高、发展模式难以复制以及评估监管机制有待完善等瓶颈，中国能源供需（尤其是电力供需）的均衡无法全面实现及时调整、效率效益无法准确评价和对称反馈，能源供给能力的失控增长已超过市场实际需求，产能过剩矛盾影响了能源可持续转型的进程。如何利用能源转型战略契机，有效调动并发挥驱动力的实际作用，推动市场中的中国能源产业（部门）有序发展，提高综合效益水平，由“政策导向”向“市场导向”过渡，已经成为了当今中国政府所面临的不可回避且亟待解决的关键问题之一。

1文献综述

能源转型过程具有长期性、多维性和不可逆性等特征[1-2]，转型需要系统模式和功能的转变[3]。Oudesa 等[4]认为气候变化、化石燃料耗竭以及经济衰退是能源可持续转型的主要驱动诱因，而且这种转型不仅限于能源基础设施的转变，还涉及到“围绕能源生产和消费所建立的更广泛社会经济组合”的转变[5-6]。

目前，能源转型驱动力的针对性研究较少，对于驱动力因子结构性特征的研究仍是空白。现有的成果中，涉及能源转型驱动力的研究仅散见于两类文献：一类是基于技术经济分析研究转型路径的问题[7-10]，关注社会-技术变量（制度、参与者、价值链、技术创新等）以及变量间多层面的相互影响;另一类是利用综合评价建模研究宏观层面能源系统多目标实现的问题[11-14]，强调量化框架中驱动变量长期效果以及系统相互作用。比较有代表性的成果，如：Marquardt 等[15]针对外部行动者采用半结构化的调研方式，分析了利基实验与电力体制的联系，认为利益相关者协调、小众级项目实施与制度变迁效应是能源转型的“期望”驱动。Lutz 等[16]选定了18个区域，利用粗糙集分析和绩效评价方法研究了能源转型驱动因子的共同组合，证实了关键参与者、知识交流以及目标锚定等因子的驱动效果以及不同区域间的融资机会差异。马丽梅等[17]分析了重要转型能源（可再生能源）的供给特征与成本竞争力，就不同能源技术中的能源投资回报值、发电成本及原材料投入等三个因子进行了对比分析，并由此说明其优化经济结构、拉动经濟增长的作用。郭丕斌等[18]基于社会-技术变迁理论，提出了能源转型“影响因素-动力机制-治理政策”的研究框架，确定了中国能源转型的各级参与者，并识别了能源技术、能源市场、能源愿景、能源政策、转型主体等动力因子。

分析目前已有的相关研究，前辈们已获得了富有洞见的结论，但现有研究成果因研究目标、研究范围、研究方法和研究数据的不同存在差异，对于能源转型驱动力的实现过程和制度绩效的论断无法达成一致。Bolwig 等[19]构建了一个分析能源转型路径分析的系统动力学概念模型（conceptual framework for system dynamics modeling，CFSDM），将能源转型的驱动力分为4类：技术支持（technical support）驱动因素、经济指导（economic principle）驱动因素、制度保障（institutional guarantee）驱动因素以及行为协调（behavioral coordination）驱动因素。本文将在CFSDM的基础上，深入分析4类驱动力的结构性特征，并用以研究中国能源转型驱动力的交互作用关系。

2概念模型及数据

2.1 驱动力边界界定

能源转型可被解释为三个半自治性系统的共同演进[20-22]：①技术经济系统——基于经济分析和系统分析的思想，以能源生产、转换和消费等能源流为特征，由能源市场调节指导;②社会技术系统——基于社会学和演化理论的思想，由能源相关技术定义，嵌入于社会背景;③政治行为系统——基于政治学和政治经济学的思想，影响能源政策的制定和实施。三个系统的边界不同，但相互依存、共同演进。然而就能源转型的柔性和灵活性而言，三个系统无法用以全面地分析多能互补的驱动条件和治理重点[23]，因此需要构建一个描述能源转型驱动力交互关系和结构性特征的概念模型。对现有研究成果进行归纳总结[19，24-27]，进而组织2次专家咨询会和3次小组研讨会，最终识别并确定“能源的可持续转型”目标下4个准则因素和15个因子指标，如表1所示。

能源转型驱动力边界概念模型侧重说明能源转型驱动力的“内生强化”（endogenous reinforcing）和“机制平衡”（mechanism balancing）过程，分析驱动力因子的组内强化和组间平衡，由此总结能源转型驱动力的结构性特征。由表1可知：①能源转型驱动力结构性特征概念模型分为目标层、驱动准则层以及驱动力因子层;②驱动准则层包括4个因素，即技术支持因素X1、经济指导因素X2、制度保障因素X3和行为协调因素X4;③驱动力因子层包括15个指标，即技术贡献率M1、技术普及率M2、技术投入率M3、成本费用M4、销售利润M5、产业结构调整M6、发展规划M7、市场运营机制M8、货币政策M9、财政补贴政策M10、投资鼓励政策M11、税收优惠政策M12、企业变革速度M13、企业社会责任M14和个人认同感M15。

2.2数据来源及处理

研究数据源于大规模问卷调查：①对驱动力变量进行科学定义，将其含义进行解释;②与能源经济与管理、制度经济以及产业经济等领域的相关研究人员进行分析讨论，修改并完善调查问卷;③选择一定规模的专家进行问卷的预调查，并对问卷进行进一步的校正;④通过网络平台、邮件、电话以及实地调研等形式，正式发放调查问卷;⑤定期回收问卷并统计整理。调研对象包括能源产业科研机构（A1）、能源类高等院校（A2）、电网公司（A3）、发电集团（A4）、石化部门（A5）、煤炭部门（A6）、政府单位（A7）及其他利益相关群体（A8）。问卷结构包括说明信、答卷说明、调研对象背景信息、问卷正文、结束语等5个模块，其中，正文部分对各个驱动力进行解释，且打分采用Likert量表法。

为体现广泛性和重点性原则，同时保障分析结果的有效性和准确性，调研样本容量拟定为不少于300份[28]。为提高统计结果的精确度，将A1、A2、A3、A4、A5、A6、A7和A8的样本容量分别拟定为30（10%）、40（13%）、50（17%）、50（17%）、30（10%）、30（10%）、30（10%）和40（13%）份。问卷发放及整理工作始于2018年11月止于2019年4月，实际发放426 份，收回358份（回收率84.04%），有效问卷320份（有效度89.39%），结果如表2所示。

建模前，需要对调研数据进行可靠性分析和有效性分析，即信度（Reliability）检验和效度（Validity）检验。信度检验通过Cronbach's α测试，结果如表3所示。效度检验通过Kaiser-Meyer-Olkin（KMO）测试和Bartletts球状测试，分析结果如表4所示。

由检验结果可知：一方面，问卷调查变量的整体信度可达到0.849（大于0.70），表明一致性较为理想，属于高信度等级;技术支持因素、制度保障因素、行为协调因素等分类部分Cronbach's α系数均大于0.70，属于高度可信范围，表明一致性较为理想;经济指导因素的Cronbach's α系数介于0.35和 0.70之间，属于中信度范围，表明一致性较好。如表3所示，问卷整体和分类部分均符合信度要求。另一方面，KMO测试系数为0.844（大于0.70且接近于1），表明变量间的相关性较强;Bartletts球状检验X2统计值的显著性概率Sig.小于0.05，表明问卷变量具有较理想的结构效度。如表4所示，问卷的效度水平较理想，适合进行因子分析。

3组内结构性特征分析

3.1组内分析模型

针对能源转型驱动力的组内结构性特征，拟采用结构方程模型（Structural Equation Modeling，SEM）进行研究。克服了回归分析的限制，SEM的优点主要表现为：①可同时提供模型总体检验和独立参数检验;②允许多个组间交叉，系数、均值以及方差可同时比较;③验证性因子分析可净化误差，潜变量间的关联估计被测量误差污染的程度较低;④拟合分析非标准模型的能力较强。其特点主要体现为：①可评价多维且交互的作用关系;②可实现关系挖掘且解释测量误差;③可体现要素信息和影响作用等吸纳能力。

公式（2）-（3）为“度量模型”部分，表示潜在变量与显在变量的关系。其中，观测变量y为显在内生变量向量，观测变量x为显在外生变量向量;λy和λx分别表示潜在变量y和x的回归系数，即因子载荷矩阵;ε和δ分别表示潜在变量和的测量误差。

因此，在SEM中涉及8个基本参数矩阵：潜在内生变量回归系数矩阵λy、潜在外生变量回归系数矩阵λx、潜在内生变量对其效应的系数矩阵B、潜在外生变量对潜在内生变量效应的系数矩阵Γ、潜在外生变量方差协方差矩阵Φ、结构模型残差项方差协方差矩阵Ψ、显在内生变量误差项方差协方差矩阵θε和显在外生变量误差项方差协方差矩阵θδ。

3.2组内数据检验

为了检测概念模型的合理性和可行性，在测量分析时，将经过处理的样本数据代入验证性因子分析模型，运用LISREL 8.8软件进行数据拟合，结果如图1所示。由表5的二阶验证性因子分析可知：全部非标準化因子载荷t检验取值均大于2（t检验P值均小于0.05），因子载荷具有统计学意义;且数据拟合度与二阶验证性因子分析模型均在可接受的范围内。

为了度量一阶因子间的作用关系，现分别针对X1、X2、X3和X4进行结构分析，并对t检验P值均大于0.05的路径进行修正，结果如表6所示。由图2可知：①经济指导因素可影响技术支持因素（标准化路径系数1）;而技术保障因素即可反作用于经济指导因素（标准化路径系数0.97），又可影响制度保障因素（标准化路径系数0.79）。②制度保障因素和行为协调因素对技术支持因素具有一定的制约作用（负相关性的标准化路径系数分别为-0.10和-0.03），即制度安排不合理与企业行为不协调将直接影响技术的贡献率、普及率和投入率，从而阻碍能源转型的进程。③技术支持因素和经济指导因素对行为协调因素具有显著的制约作用（负相关性的标准化路径系数分别为-1.03和-1.40），即技术不达标与经济无效率将直接影响企业变革速度、社会责任履行以及社会认同感增强，从而阻碍能源转型的进程。

由此进行高阶因子分析，如图3所示。高阶因素路径系数反映了一阶因子对于二阶因子的相对重要性。SEM路径系数显著性检验表明，4个维度的驱动力变量均可对能源转型进行合理地解释;此外，通过比较标准化路径系数，还可反映各因素对能源转型的影响程度。

3.3组内结果分析

由潜变量与观测变量的因子载荷分析组内驱动因子可知：

（1）技术支持层面，技术普及率（M2）的驱动能力较高、对技术扩散影响较大，因子载荷为0.64;技术贡献率（M1）与技术投入率（M3）的驱动程度接近，因子载荷均为0.57。

（2）经济指导层面，成本费用（M4）与销售利润（M5）的驱动效果相差较小，二者的因子载荷均接近于0.55。因此，成本节约和利润扩大，应为微观主体进行能源转型的原始动能。

（3）制度保障层面，市场运营机制（M8）和投资鼓励政策（M11）的驱动效果最为显著，其因子载荷均为0.59，说明能源转型初期，市场机制和投融资政策是推动能源转型最为有效的工具;财政补贴政策（M10）的驱动能力次之，因子载荷为0.56;税收优惠政策（M12）驱动能力再次，因子载荷为0.51;而产业结构调整（M6）、发展规划（M7）和货币政策（M9）直接作用效果相对较低，因子载荷介于0.40～0.45，说明此三类驱动力将在长期过程中发挥作用，而无法在短期内达到立竿见影的效果。

（4）行为协调层面，企业社会责任（M14）的因子载荷为0.81，个人认同感（M15）的因子载荷为0.79，企业变革速度（M13）的因子载荷为0.67。说明微观主体是能源转型的基本单元;行为协调程度对于企业层面的能源转型将产生巨大的驱动作用。

（5）就组内结构性特征而言，主要体现驱动力的“内生强化”过程，且强化过程的效果由因子载荷体现。经济指导因素（X2）的驱动效果和激励作用最为直接，其因子载荷为1.00;技术支持因素（X1）和制度保障因素（X3）的驱动能力相对显著，其因子载荷分别为0.85和0.84;行为协调因素（X4）的驱动作用相对稳健，其因子载荷为0.45。

4.2 组间数据检验

数据检验不仅应具有统计学意义，而且应符合经济学常识。首先，利用SPSS软件处理样本统计数据流，得到各个驱动力因子（指标）的pearson相关系数矩阵，分析结果如表7所示。其中，N表示相关性分析的变量个数，**表示相关系数在0.01水平上显著（2-tailed），即在99%的概率下相关性显著;*表示相关系数在0.05水平上显著（2-tailed），即在95%的概率下相关性显著;灰色表示未通过检验。其次，利用Eviews软件对pearson相关系数大于0.4的因子进行Granger因果关系检验，检验结果如表8所示。最后，基于表7和表8的结果，结合数据本身的信度和效度，通过经验分析法判断因子间的直接二元关系。

利用Clementine 12.0软件完成分类建模过程：加入数据流后，选择“穷尽CHAID”的分区数据方式，并利用似然比法确定类别目标。执行结果可将能源转型驱动力分为20个类别（见表9）。由表9可知：组间结构性特征分析的CHAID模型可筛选出12个影响能源转型的主要驱动力因子。CHAID模型的组间结构性特征分析评估为0.067，标准误差为0.004，表明了分析模型的科学性、合理性和可行性。对组间结构性特征分析模型进行收益评价，结果如表10所示。其中，“指数（%）”表示“指定类别样本的占比”与“同类别样本在总样本中所占比例”的百分比，反映了提升度概念，且其取值越大，则模型对指定类别样本捕捉能力越强、收益越好。

4.3组间结果分析

由卡方自动交叉检验结果分析组间驱动因子可知：

（1）技术支持因素（X1）与经济指导因素（X2）构成能源转型的驱动基础，且二者存在显著的交互作用关系。主要体现于技术贡献率（M1）与成本费用（M4）之间。

（2）制度保障因素（X3）是能源转型的驱动核心，构成了连接上层技术支持因素（X1）、经济指导因素（X2）与下层行为协调因素（X4）的重要纽带。主要体现于投资鼓励政策（M11）、发展规划（M7）、财政补贴政策（M10）、产业结构调整（M6）以及税收优惠政策（M12）等方面。

（3）行为协调因素（X4）是能源转型的驱动方式，不仅可以体现技术支持、经济指导以及制度保障的作用效果，而且可以反馈作用于技术支持、经济指导以及制度保障等驱动维度，主要体现于企业社会责任（M14）。

（4）就组间结构性特征而言，主要体现驱动力的机制平衡过程，且平衡过程的效果由细分群体体现。技术普及率（M2）、技术贡献率（M1）、成本费用（M4）、投资鼓励政策（M11）、发展规划（M7）、财政补贴政策（M10）、企业社会责任（M14）、产业结构调整（M6）、技术投入率（M3）、税收优惠政策（M12）、銷售利润（M5）以及货币政策（M9）共同构成影响能源转型的主要驱动力。虽然各个驱动因子的属性不同，但转型过程中总是相互配合、有序协同。

5结论及政策含义

通过大量数据规范分析，证明本文构建的组内结构性特征分析模型和组间结构性特征分析模型具有科学性、合理性和有效性;从学理层面对能源转型驱动力的结构性特征进行深入研究，也是厘清新时代中国能源领域工作重点、保证能源可持续转型工作有序协同推进的必要。中国能源转型驱动力结构性特征的确定，有利于分析能源转型路径依赖性，进而对可持续的能源转型路径进行锁定。综上所述，对能源转型驱动力的结构性特征进行总结，得到如下结论：

首先，驱动力的“内生强化”和“机制平衡”过程决定了能源转型过程的路径转换是非线性的。能源转型既无法做到一蹴而就，也无法保证一劳永逸。可利用SEM模型中的因子载荷和CHAID模型中的相关性系数构建一个能源转型成效的评价模型，对中国能源转型进行动态监管。在继续推进能源可持续转型时，无论是内生驱动因子（如技术支持因素、经济指导因素和行为协调因素），抑或是外源驱动因子（如制度保障因素），均存在着一个较为稳定、有序、协同的强化和平衡状态，并出现“蚁群效应”。因此，中国在推进能源转型的过程中，需要做到统筹规划、市场导向、政策支持以及行为落地，综合利用各驱动力因子，避免“木桶效应”的出现以及“头痛医头、脚痛医脚”的恶性循环。

其次，制度层面的转型是中国能源转型的根本，技术、经济和行为等层面的转型是助力。由组内和组间的结构性特征分析可知，中国能源转型属于自下而上的诱致性制度变迁，而非自上而下的强制性变迁。一方面，制度保障是以产业结构、发展规划、运营机制以及支持政策等作为衡量标准，结构方程模型路径系数证实了“市场+政策”不仅对于企业具有软约束，而且影响企业敏感性和创新动力。另一方面，技术、经济和行为是游戏规则的具体体现，卡方自动交互检测法分类过程也证实了技术层面的转型升级、经济层面的优化高效以及行为层面的有序协同，从根本上依然需要制度层面的保障和加持。

最后，技术普及率、成本费用、投资鼓励政策以及企业社会责任等四方面的驱动力是目前中国能源转型工作的权衡重点。在15个驱动力因子中，组内结构性特征分析结果得到8个影响能源转型的主要驱动力因子，组间结构性特征分析结果得到12个主要驱动力，二者的交集包含4个关键驱动力因子：技术普及率、成本费用、投资鼓励政策以及企业社会责任。主要表现在：一方面，组内结构中，各个关键驱动力因子对于能源可持续转型目标实现的影响系数较高;另一方面，组间结构中，各个关键驱动力因子对于能源转型系统中其他驱动力的影响程度分类节点数较多。因此，上述4个关键驱动力因子应成为未来一段时间，中国继续推进能源转型工作的重中之重。

同时，得到政策建议具体如下：

一方面，虽然中国持续推进供给侧结构性改革、新一轮电力体制改革以及能源生产与消费革命战略，但囿于目前中国能源领域中仍存在市场建设不完整、制度安排不到位等问题，产业结构调整、发展规划、市场运营机制、企业变革速度等驱动力因子并未发挥其应有的作用效果，存在转型“利基”。技术支持因素、经济指导因素、制度保障因素和行为协调因素虽发挥了促进作用，但促进效果仍未达到发展预期。因此，如何正确统筹引导中国的能源可持续转型，避免决策者和监管者落入“塔西佗陷阱”，已然成为政府部门亟待解决的问题之一。

另一方面，中国尚未构建一套比较科学合理的能源转型效益效果评价体系，转型路径依赖及路径创新工作仍无法可循、无理可依，转型的目标和标准仍需建立健全。发达工业化国家的成功经验即使可作为经验借鉴，但中国的资源禀赋、生产结构、消费结构与发达工业化国家存在明显差异，转型经验也无法生搬硬套。唯有在明确中国能源转型驱动力结构性特征的前提下，探索出一条适合于中国新时代发展特征的转型之路，才能保证能源部门稳定、有序、高质量、可持续的发展，同时保证能源领域“不平衡不充分”的问题得到有效解决。

（编辑：刘照胜）

参考文献

[1]史丹. 推進中国能源转型的供给侧措施[J].  China economist，2017（1）： 80-97.

[2] MARINA F K， ELENA R， FRIDOLIN K， et al. Energy transitions and social revolutions[J]. Technological forecasting and social change，2019， 138： 69-77.

[3]MOALLEMI E A， MALEKPOUR S. A participatory exploratory modelling approach for longterm planning in energy transitions[J]. Energy research & social science， 2018，35： 205-216.

[4]OUDESA D， STREMKE S. Spatial transition analysis： spatially explicit and evidence：based targets for sustainable energy transition at the local and regional scale[J]. Landscape and urban planning， 2018， 169： 1-11.

[5]MILLER C A， ILES A， JONES C F. The social dimensions of energy transitions： introduction to the special issue[J]. Science and culture，2013， 22： 135-148.

[6]GEELS F W， KERN F， FUCHS G， et al. The enactment of sociotechnical transition pathways： a reformulated typology and a comparative multilevel analysis of the German and UK lowcarbon electricity transitions （1990-2014）[J]. Research policy， 2016， 45（4）：896-913.

[7]HOLTZ G， ALKEMADE F， DE HAAN F， et al. Prospects of modelling societal transitions： position paper of an emerging community[J]. Environmental innovation and societal transitions， 2015， 17： 41-58.

[8]GRUBLER A， WILSON C， NEMET G. Apples， oranges， and consistent comparisons of the temporal dynamics of energy transitions[J]. Energy research & social science， 2016， 22：18-25.

[9]隋建利， 米秋吉， 刘金全. 异质性能源消费与经济增长的非线性动态驱动机制[J]. 数量经济技术经济研究， 2017（11）：25-44.

[10]舒印彪， 薛禹胜， 蔡斌， 等. 关于能源转型分析的评述（一）转型要素及研究范式[J]. 电力系统自动化， 2018（9）：1-15.

[11]BALE C S E ， VARGA L ， FOXON T J. Energy and complexity： new ways forward[J]. Applied energy， 2015， 138：150-159.

[12]RINGLER P， KELES D， FICHTNER W. Agentbased modelling and simulation of smart electricity grids and markets：a literature review[J]. Renewable and sustainable energy reviews， 2016， 57：205-215.

[13]吕涛， 潘丽. 中国新能源上市公司成长性评价研究[J]. 工业技术经济， 2017， 36（2）：118-125.

[14]张波， 温旭新. 我国工业绿色低碳发展水平的省际测度及比较[J]. 经济问题， 2018（5）：68-74.

[15]MARQUARDT J， STEINBACHER K， SCHREURS M. Driving force or forced transition the role of development cooperation in promoting energy transitions in the Philippines and Morocco[J]. Journal of cleaner production， 2016， 128（3）：22-33.

[16]LUTZ L M， FISCHER L B， NEWIG J， et al. Driving factors for the regional implementation of renewable energy：a multiple case study on the German energy transition[J]. Energy policy， 2017， 105：136-147.

[17]马丽梅， 史丹， 裴庆冰. 国家能源低碳转型与可再生能源发展： 限制因素、供给特征与成本竞争力比较[J]. 经济社会体制比较， 2018（5）： 70-79.

[18]郭丕斌， 李繁荣， 吕文栋， 等. 社会-技术变迁驱动能源转型研究框架与述评[J]. 科技進步与对策， 2019， 36（10）： 153-160.

[19]BOLWIG S， BAZBAUERS G， KLITKOU A， et al. Review of modelling energy transitions pathways with application to energy system flexibility[J]. Renewable and sustainable energy reviews， 2019， 101：440-452.

[20]TURNHEIM B， BERKHOUT F， GEELS F， et al. Evaluating sustainability transitions pathways： bridging analytical approaches to address governance challenges[J]. Global environmental change， 2015， 35：239-253.

[21]CHERP A， VINICHENKO V， JEWELL J， et al. Integrating technoeconomic， sociotechnical and political perspectives on national energy transitions： a metatheoretical framework[J]. Energy research & social science， 2018， 37：175-190.

[22]马丽梅， 史丹， 裴庆冰. 中国能源低碳转型（2015-2050）：可再生能源发展与可行路径[J]. 中国人口·资源与环境， 2018， 28（2）：8-18.

[23]LUND P D， LINDGREN J， MIKKOLA J， et al. Review of energy system flexibility measures to enable high levels of variable renewable electricity[J]. Renewable and sustainable energy reviews， 2015， 45：785-807.

[24]SOVACOOL B K. How long will it take？ conceptualizing the temporal dynamics of energy transitions[J]. Energy research & social science， 2016， 13：202-215.

[25]薛奕曦， 畢晓航， 尤建新， 等. 荷兰能源低碳转型管理及启示[J]. 中国软科学， 2016（7）： 56-65.

[26]凌芸， 王婕， 孟凡达. 能源财税政策助力能源转型的政策建议[J]. 经济研究参考， 2017（6）：26-27.

[27]王君安， 颜永才， 易艳春， 等. 多层次视角下我国能源发展转型历程、困境与对策[J]. 宏观经济管理， 2017（11）：83-90.

[28]谭忠富，刘平阔. 中国煤电能源供应链风险关系及风险评价测度研究[J]. 工业技术经济，2015（1）： 132-144.

AbstractIt is important for Chinas energy transition to stimulate multiple driving forces to produce orderly synergistic driving effect. It is necessary and realistic for the government to scientifically identify the driving forces of Chinas energy transition， analyze its structural characteristics and study the interaction between the driving forces when China implements ‘Loosing Regulation while Strengthening Supervision in Chinas energy sector. Based on that， the driving force structure of Chinas energy transition is selected as the research object. An analysis framework for structural characteristics of energy transition driving forces is constructed. Based on empirical research and data collection， both Structural Equation Model （SEM） and Chisquare Automatic Interaction Detection （CHAID） are used to study the endogenous reinforcement of the driving forces and the interfactor balance mechanism respectively. The structural characteristics of the driving forces of Chinas energy transition are systematically analyzed and explained. The research shows that： Firstly， the process of ‘endogenous reinforcing and ‘mechanism balancing of driving forces determines that the pathways of energy transition process are nonlinear， and an evaluation model of energy transition effect can be constructed by using the factor load in SEM as well as the correlation coefficient in CHAID. Secondly， the transition at the institutional level is the basis of Chinas energy sector， and the transitions at the technical， economic and behavioral levels are the boosts， which makes Chinas energy transition a bottomup induced institutional change， not a topdown mandatory change. Finally， the four aspects of technology penetration rate， cost & expense， incentive investment policy and corporate social responsibility are included as the focus of current Chinas energy transition. Meanwhile， the study also finds some phenomena that failed to achieve the development expectation： on the one hand， policy recommendations are put forward in view of the fact that the driving forces such as industrial restructuring， development planning， market operation mechanism and enterprise transformation speed did not play their due role; on the other hand， this study points out the way to evaluate the effectiveness of energy transition， and make decent transition objectives and standards.

Key wordsenergy transition; driving factor; intragroup factor structure; intergroup factor structure; characteristic analysis