结构异质性对中国能源高质量发展的影响研究

周四军　刘奥恋　胡锐玲　郭金琦

摘 要：基于结构异质性对能源高质量发展影响的理论分析，使用稀疏主成分分析方法测度中国能源高质量发展水平，构建中国和八大经济区域面板分位数回归模型，实证研究了结构异质性对中国能源高质量发展的影响。结果表明：2003—2020年中国能源高质量发展水平有所提升，但仍存在明显的区域发展不平衡问题，西部地区和北部沿海地区的能源高质量发展水平更高。产业结构与能源高质量发展水平呈负相关关系，能源消费结构、资本配置结构与能源高质量发展水平呈正相关关系。

关键词： 结构异质性；能源高质量发展；稀疏主成分分析；面板分位数回归

中图分类号：F124 文献标识码： A 文章编号：1003-7217（2023）01-0086-06

一、引言与文献综述

中国是世界上经济发展速度最快的国家之一，也是能源消费量最高的国家，经济的快速增长及人口的压力无疑给中国能源行业的健康发展带来了压力与挑战，对应产生的能源可持续发展与供需平衡问题也相对突出：（1）能源结构不合理。此处能源结构既指产业结构，又指能源消费结构。过去较长时间里，中国依靠重工业带动经济的快速增长，煤炭、石油等化石能源投入消耗严重。据统计，近年来化石能源消费量占据能源消费总量中的近80%，且长时间居高不下。一次能源在工业生产活动中的大量投入，不仅使得能源储备紧张，同时也使得人均能源占有量比重降低，而中国能源需求将随经济的发展长期处于持续增长的状态。（2）能源利用效率低。长期粗放型的经济增长依靠大量的能源投入与扩张，导致绝大部分已使用能源的利用效率低下，能耗损失严重，且国内的能源科技技术创新能力相对薄弱，创新机制尚不健全。（3）环境所承载压力过重。一次能源以及高能耗能源消费强度过高，环境负荷过重，且能源生产活动后期对于环境的修复不到位导致能源的绿色发展压力增加。

2020年9月22日，中国在第七十五届联合国大会上提出，中国将努力争取在2030年前实现“碳达峰”、2060年前实现“碳中和”的重大战略目标，坚定了全世界经济绿色发展转型升级的信心。“双碳”目标背景下，中国能源结构和产业结构将会发生重大变革。因此，如何更有效地提高中国能源高质量发展水平，在保障民生福祉的基础上，促进行业进步与发展，是当今亟待解决的重要问题之一。

目前国内外关于能源高质量发展的研究，主要包括能源高质量发展的内涵、测度和影响因素研究。在界定能源发展质量内涵的基础上，Wayan等通过实施可持续发展目标来预测印度尼西亚至2030年每个目标的额外能源需求，评估了当时的能源政策是否满足能源需求[1]。在测度和评价中国能源高质量发展方面，代红才等构建了能源分析模型体系，对中国中长期能源发展进行情景设置，提出了主要的刻画指标[2]；赵剑波等从系统平衡观、经济发展观、民生指向观三个视角明确高质量发展的内涵，并提出了概念框架 [3]。综合考虑经济社会、资源环境、技术进步、政策影响等因素后，苗韧等对2000—2020年中国能源发展趋势进行了评价[4]。基于全行业样本的能源消耗数据，周倩玲和方时姣构建了面板固定效应模型，分析了地区能源禀赋、企业异质性和能源效率三者之间的关系[5]。喻胜华和王婷婷认为经济开放性、人均GDP、第三产业占比对能源利用效率有显著的正影响，能源消费结构、政府环境规制对能源利用效率有显著的负影响[6]。王玲等运用序列DEA方法研究了中国制造业中28个行业基于节能减排的特征[7]。关于结构异质性对能源高质量发展的影响研究，陈钊和陈乔伊使用企业层面的微观数据测算中国工业同行业内企业能源效率的异质性，认为节能政策应当充分考虑各企业间能源效率的异质性[8] ；周四军和许伊婷分析了能源消费结构、产业结构、工业结构、产权结构以及资本配置结构等五大结构因素对能源发展的影响[9]。从能源消费的空间异质性着手，姜磊与季民河基于资源禀赋、产业结构、技术进步与市场调节机制的视角，研究了空间因素与能源消费强度的关系[10]。王韶华等认为结构与空间异质性两者均与能源发展存在关联 [11]。为了加快能源高质量发展，一些学者提出了相关政策建议，如付全高[12] 、郭丰源等[13] 、锁箭和汤瑞丰[14]与Erin等[15]，认为中国能源要健康发展，应从提高能源利用效率、优化产业结构与和能源利用结构、加强政府宏观调控等方面着手，持续推进绿色能源发展。

本文在测度中国和八大经济区域的能源高质量发展水平的基础上，从异质性角度出发分析能源高质量发展的影响因素。

二、能源高质量发展水平的测度

（一）指标选取及数据来源

本文根据能源高质量发展内涵和标准选取测度中国能源高质量发展水平的指标，所有指标选取遵循目的明确、选取全面、切实可行的原则。

能源与资源环境、人口、经济社会具有密切的关系。对环境而言，能源资源取之于生态环境，又反作用于生态环境，因此在衡量能源高质量发展水平时，需要考虑其与环境的协调能力。人类是能源行业发展中不可缺少的环节，關系到能源开采和能源消费，因此，人口与能源的协调也是测度中国能源高质量发展水平的重要因素之一。能源消费的主要用途是促进经济发展与社会进步，因此，经济发展程度也可作为衡量目标值的指标。因此，选取“煤炭消费总量占能源消费总量比重（%）”“每消耗一单位能源可产生GDP”和“人均能源消费量”等指标。

能源高质量发展的目的是满足经济发展和城乡居民对能源的需求。从城乡共享与能源共享角度来考虑，城乡共享即指中国在城镇化进程中，各省（区、市）实现城乡共享的程度，分别从政府投资与投资共享结果来分析，此处选取“电力城乡共享”和“能源工业投资城镇占比”作为代表城乡共享的指标；能源共享是从能源使用的覆盖面上来考虑的，以中国总人口为参考基点，分析使用天然气等能源的人口总数在总人口数中的占比情况，选取“城市燃气普及率”和“用气人口占总人口比重”两项指标反映能源共享程度。

本文选取“煤炭消费总量占能源消费总量比重”等7项指标，构成指标集，并以此指标集作为测度中国2003—2020年间能源高质量发展水平的指标体系（见表1）。所选指标相关数据来源于《中国统计年鉴》《中国能源统计年鉴》《中国煤炭年鉴》《中国宏观经济数据库》以及国家统计局官网公布的数据。

考虑到所选取各指标对能源高质量发展水平所产生效应的差异，本文将“煤炭消费总量占能源消费总量比重”作为负向指标，其余6个指标视为正向指标，并分别对其采用正向与负向方法以完成数据预处理。

（二）稀疏主成分分析法测度能源高质量发展水平

计算后得到主成分的方差解释程度数据为：PC1对应方差解释程度为34.6%， PC2对应方差解释程度为24.3%，PC3对应解释程度为18.3%，累计解释程度之和为77.2%。三个主成分的惩罚系数为0.995，0.165，0.485。因此，可认为稀疏主成分分析得到的主成分对原指标所涵盖信息量的解释程度较高，可以采取该结果进行下一步分析。

获取各主成分计算信息后，代入原始指标集中预处理后的样本数据集，可测得各省（区、市）（因数据缺失原因，未包含西藏自治区和港澳台地区）2003—2020年间的能源高质量发展水平。为了更直接地观察中国各省（区、市）在此期间能源高质量发展水平的变化趋势，将所得数据结果绘制成折线图。观察图形可发现，在2003—2020年间中国能源高质量发展水平变化趋势呈现较为明显的阶段性特征，如图1所示。

（三） 结果分析

1．从横向来看，在2003—2020年间，中国整体能源高质量发展水平有所提升，且呈现出明显的阶段性特征。2020年各折线对应点的数值相对2003年对应点的数值均有不同程度的增加，表明在该时间段内，中国各项政策与措施得以有效推进。其中，2003—2010年各经济区域间的能源高质量发展水平差异不大，发展水平的高低程度相近，在图形上表现为有较多交点或重合部分；2011—2020年各经济区域间能源发展开始存在较大差异，各经济区域对应发展水平折线重合的区域相对前一阶段大幅度减少，曲线整体较为分散。

2．从纵向来看， 2003—2020年中国各经济区域高质量发展水平差距逐渐增大。图1中2003年最高点为西北地区，对应的高质量发展指数为0.168，最低点为南部沿海地区，对应的高质量发展指数为0.040，两经济区域在2003年高质量发展水平的差距为0.128；到2020年西北地区高质量发展指数上升至0.349，最低点为长江中游地区，其高质量发展指数为0.084，两经济区域间的差距上升至0.265，为2003年指数差距的两倍多。该现象进一步验证了中国区域存在发展不平衡的问题。

3．从区域间来看，相对内陆地区，西部地区和北部沿海地区的能源高质量发展水平更高。观察图1可知，八大经济区域中，位于最上方的四条折线分别为西北地区、北部沿海、东部沿海地区和黄河中游地区，且西北地区和北部沿海地区对应折线高出其余经济区域较大数值，西北地区大力发展清洁能源提高了能源发展质量。位于最下方的折线为南部沿海和长江中游地区。

三、实证分析

对于不同结构异质性因素，其指标选取须具有代表性。本文选取“电力消费量占能源消费总量比重

”指标作为能源消费结构的代表指标，选取“第二产业生产总值占国内生产总值比重”指标作为产业结构的代表指标，以“资本形成总额与工业企业总数比值”指标作为资本配置结构代表指标，以中国30个省（区、市）测度得到的能源高质量发展水平作为被解释变量，对中国和八大经济区域分别构建面板分位数回归模型，研究不同分位数水平以及不同地域各结构异质性因素对能源高质量发展的影响规律，分析不同因素在不同地区影响机制的差异。

（一）中国整体模型构建及实证分析

利用中国各省（区、市）的面板数据集，在对其进行面板分位数回归前，先进行一般面板回歸分析，并进行Hausman检验，确认样本数据适用固定效应面板数据回归模型。因此，可构建面板数据回归模型如下：

devit=αi+β1xfit+β2cyit+β3zbit+μit （1）

同理，可在此基础上建立面板分位数回归模型，其基本形式为：

Qdevit=α′i+β′1xfit+β′2cyit+β′3zbit+μit（2）

式（1）和式（2）中dev与Qdev分别对应固定效应面板数据回归模型与面板分位数回归模型中的被解释变量，即能源高质量发展水平，xf，cy，zb分别代表能源消费结构、产业结构、资本配置结构。

基于样本数据集，分别对以上两模型进行参数估计，结果见表2和表3。

根据中国面板分位数回归模型分析结果，得到以下结论：

1．能源消费结构与中国能源高质量发展水平呈正相关关系。随着分位数水平的上升，能源消费结构对中国能源高质量水平的影响强度逐渐减弱，表明电力消费总量占中国能源消费总量比例越高，对能源高质量发展水平的促进水平将随之降低，这一结论与中国的能源消费国情与政策导向吻合程度较高。因此，为寻求更高效的发展方式，需要促进能源消费结构升级，提高清洁能源消费比重，逐步减小化石能源消费比重。

2．产业结构与中国能源高质量发展水平呈负相关关系。随着分位数水平的上升，产业结构对中国能源高质量发展水平的影响逐渐增强，表明随着能源高质量发展水平的逐步提升，第二产业生产总值在国内生产总值占比的提升，对能源高质量发展的抑制作用会逐渐增强，即能源高质量发展更应当注重国家产业结构的调整，以更好地支撑能源行业的发展。

3．资本配置结构与中国能源高质量发展水平呈正相关关系。随着分位数水平的上升，投资结构对能源高质量发展水平的影响略微加强。资本、能源、劳动力三者之间的均衡关系是提升能源高质量发展水平的关键，资本配置较为集中、有效的地区，能源的利用效率与高质量发展水平相对较高，而资本配置较为分散、匮乏的地区，能源的利用效率与高质量发展水平相对较低。

（二）八大经济区域模型构建与实证分析

针对前文所述发展不平衡不充分现象，本文建立中国八大经济区域模型。通过Hausman检验建立固定效应模型：

devit=αi+β1xfit+β2cyit+β3zbit+μit（3）

进而构建中国八大经济区域面板分位数模型：

Qdevit=α′i+β′1xfit+β′2cyit+β′3zbit+μit （4）

其中，式（3）和式（4）各字符的含义均与式（1）和式（2）中对应的字符含义相同。各经济区域分析结果见表4和表5。

根据中国八大经济区域面板分位数回归模型分析结果，得到以下结论：

1．对能源消费结构因素而言，所有经济区域的消费结构均与能源高质量发展水平呈正相关关系，从影响程度变化来看，所有经济区域呈现出与中国整体模型相同的规律，即能源消费结构因素对能源高质量发展水平存在促进作用。但随着分位数水平的增加，在北部沿海、东部沿海、南部沿海、西北地区、西南地区和长江中游等经济区域，该结构的促进作用逐渐减弱，而在东北地区和黄河中游等经济区域，该结构的促进作用逐渐增强。

2．对产业结构而言，在不同分位点，北部沿海、东部沿海、南部沿海等经济区域的产业结构均与能源高质量发展水平呈负相关关系，东北地区、西南地区和长江中游等经济区域的产业结构均与能源高质量发展水平呈负相关关系，黄河中游和西北地区等经济区域的产业结构与能源高质量发展水平的相关关系有正有负。从影响程度上来看，所有八大经济区域随分位数水平上升，产业结构对自身能源高质量发展水平的影响程度逐渐减弱。

3．对资本配置结构而言，东北地区、东部沿海、黄河中游和西北地区等经济区域的资本配置结构均与能源高质量发展呈正相关关系，北部沿海、南部沿海和西南地区等经济区域的资本配置结构均与能源高质量发展呈负相关关系。从影响程度变化来看，随着分位数水平的上升，在西北地区、西南地区和长江中游等经济区域，资本配置结构因素对能源高质量发展的影响逐渐增强。在北部沿海、东北地区、东部沿海、南部沿海和黄河中游等经济区域，资本配置结构因素对能源高质量发展的影响逐渐减弱。

四、结论与启示

本文利用稀疏主成分分析方法测度了中国能源高质量发展水平，2003—2020年间中国能源高质量发展水平有所提升，中国各项政策的实施得以有效推进，取得了明显成就，各阶段呈现出较为明显的发展特征：2003—2010年各经济区域的能源发展水平差异相对较小，2011—2020年各经济区域发展水平差异逐渐增加；2003-2020年，中国各区域能源高質量发展水平差距增大，区域间存在发展不平衡、不协调的现象；从各大经济区域分布来看，西部地区和北部沿海地区的能源高质量发展水平更高。不同结构异质性因素对中国能源高质量发展水平影响不一。产业结构与能源高质量发展水平呈负相关关系，能源消费结构、资本配置结构与能源高质量发展水平呈正相关关系。随着面板分位数水平上升，各结构异质性因素对能源发展水平的影响程度变化也不尽相同。对八大经济区域而言，不同结构异质性因素对于不同区域存在不同的影响机制。

能源高质量发展进程的推进应当遵循因地制宜、因势利导的原则。建立健全能源高质量发展体系，不仅要从中国整体层面着手，更要从区域层面进行提升。从调整各结构异质性因素角度出发，提高区域能源高质量发展水平需要结合区域自身实际情况，制定合适的能源高质量发展对策。

1.合理调整中国能源消费结构，逐步转变能源消费模式。随着国家能源高质量发展水平的逐步提升，中国现有重煤重油的能源消费模式对能源高质量发展的提升作用逐步减弱，该消费模式对于后期的持续发展成效微弱，应当调整中国能源消费模式，逐步转移战略重心，提升新能源使用比重，增强煤炭等一次能源的储备性质。

2.推进产业结构升级，改进传统工业生产模式。大量使用煤炭等一次能源确实使得中国的工业生产值得到较大幅度的增加，但随着能源高质量发展水平的提升，各方面的发展弊端也逐渐显现，为适应当今社会经济的发展步伐，传统的以第二产业为主的发展模式应当做出调整，产业重心转移是形势所趋，因此促进产业结构升级将成为发展后期所需采用的必然举措。

3．优化资本配置结构，使资本配置合理化。能源高质量发展水平上升，资本配置结构对其的影响越大，因此发展过程中要时刻注意资本配置合理化，尽力在资本稀缺的情形下，将不同用途之间的资本进行科学组合，合理安排各资本去向，将有限资本可产生的利益最大化。

参考文献：

［1］ Wayan G， Santika M，Anisuzzaman Y，et al. Implications of the Sustainable Development Goals on national energy demand： the case of Indonesia[J]. Energy，2020，196（4）：1-15.

[2] 代红才，张运洲，李苏秀，等.中国能源高质量发展内涵与路径研究[J].中国电力，2019，52（6）：27-36.

[3] 赵剑波，史丹，邓洲.高质量发展的内涵研究[J].经济与管理研究，2019，40（11）：15-31.

[4] 苗韧，周伏秋，胡秀莲，等.中国能源可持续发展综合评价研究[J].中国软科学，2013（4）：17-25.

[5] 周倩玲，方时姣.地区能源禀赋、企业异质性和能源效率——基于微观全行业企业样本数据的实证分析[J].经济科学，2019（2）：66-78.

[6] 喻胜华，王婷婷.基于稀疏主成分的能源利用效率综合评价及影响因素分析[J].湖南大学学报（社会科学版），2021，35（5）：60-68.

[7] 王玲，陈仲常，马大来.节能减排、全要素能源生产率及行业异质性研究——基于中国制造业28个行业的实证分析[J].当代财经，2013（10）：5-15.

[8] 陈钊，陈乔伊.中国企业能源利用效率：异质性、影响因素及政策含义[J].中国工业经济，2019（12）：78-95.

[9] 周四军，许伊婷.中国能源利用效率的结构异质性研究[J].统计与信息论坛，2015，30（2）：28-34.

[10]姜磊，季民河.基于空间异质性的中国能源消费强度研究——资源禀赋、产业结构、技术进步和市场调节机制的视角[J].产业经济研究，2011，53（4）：61-70.

[11]王韶华，刘琳，张伟.京津冀能源强度及其影响因素重心演变时空特征分析[J].统计与信息论坛，2018，33（10）：83-89.

[12]付全高.中国能源问题分析及政策建议[J].经济研究导刊，2010，90（16）：8-9.

[13]郭丰源，徐剑锋，黄宝荣，等．实现工业高质量发展的资源综合平衡问题与对策[J]．环境保护，2021，49（2）：52-56.

[14]锁箭，汤瑞丰.中国绿色能源高质量发展水平测度研究[J].技术经济，2020，39（5）：125-133.

[15]Erin B，Valentina B，Ahti S. Robust portfolio decision analysis： an application to the energy research and development portfolio problem[J]. European Journal of Operational Research，2020，284（3）：1107-1120.

（责任编辑：厉 亚）

Research on the Impact of Structural Heterogeneity

on the High Quality Development of Energy in China

Zhou Sijun， Liu Aolian， Hu Ruiling， GUO  Jinqi

（College of Finance and Statistics， Hunan University， Changsha，Hunan 410079，China）

Abstract：Based on the theoretical analysis of the impact of structural heterogeneity on the high quality development of energy， the sparse principal component analysis method is used to measure the high quality development of energy in China， and the panel quantile regression model of China and eight major economic regions is constructed to empirically study the impact of structural heterogeneity on the high quality development of energy in China. The results show that the high quality development level of Chinas energy has improved from 2003 to 2020， but there is still an obvious imbalance in regional development. The high quality development level of energy in the western region and the northern coastal region is higher. The industrial structure has a negative correlation with the high quality development level of energy， and the energy consumption structure and capital allocation structure have a positive correlation with the high quality development level of energy.

Key words：structural heterogeneity; high quality development of energy; sparse principal component analysis; panel quantile regression

收稿日期： 2022-05-25； 修回日期： 2022-10-13

基金項目： 国家社会科学基金重点项目（19ATJ007）

作者简介： 周四军（1966—），男，湖南长沙人，经济学博士，湖南大学金融与统计学院教授，研究方向：经济统计分析。