能源资源消费统计制度范文-盘古文库

能源资源消费统计制度范文第1篇

为全面掌握公共机构能源资源消耗的实际状况，加强能源资源领域的宏观管理和科学决策，促进公共机构节能工作科学发展，依据《中华人民共和国节约能源法》、《公共机构节能条例》及相关技术标准规范的规定，制定本报表。

一、总体要求

(一)本报表属于政府部门统计调查，各级公共机构和机关事务管理部门要如实填写，按时报送。

(二)本报表统计内容：公共机构使用的各种能源资源消耗量。

(三)本报表统计对象：全国各公共机构(全部或者部分使用财政性资金的国家机关、事业单位和团体组织)。

(四)本报表统计范围：全国各省、自治区、直辖市和计划单列市、新疆建设兵团，中央和国家机关各部门、各单位。

(五)本报表包括：《公共机构能源资源消耗统计表》、《公共机构能源资源消耗统计汇总表》。其中《公共机构能源资源消耗统计表》为基础表，由各公共机构填写，并报送本级机关事务管理部门。《公共机构能源资源消耗统计汇总表》为综合表，由各级机关事务管理部门负责汇总填写，并报上级机关事务管理部门。

(六)报送要求：统计频率由各地根据实际情况自行确 1

定，可以是月报、季报。各地报送国务院机关事务管理局的《能源资源消耗统计汇总表》，统计频率为年报，报送时间为统计的次年4月30日前。

(七)本报表实行全国统一分类标准和编码，各级机关事务管理部门必须严格执行。可根据需要，在本报表中增加个别指标，但不得改变本报表指标的排列顺序和统一编码。

(八)本报表自印发之日起执行，2008年各地能耗统计年报使用本表。

(九)本表由国务院机关事务管理局负责解释。

二、指标解释

(一)单位地址：即单位的通讯地址。

(二)单位性质：国家机关包括党的机关、人大机关、行政机关、政协机关、审判机关、检察机关等;事业单位包括国家机关直属事业单位和全部或部分使用财政性资金的教育、科技、文化、卫生、体育等公益性事业单位;团体组织包括全部或部分使用财政性资金的工、青、妇等社会团体和有关组织。

(三)建筑面积：按照有法律效力的数据为准，如房产证、竣工验收备案文件等。

(四)能源资源种类：包括电、水、煤、汽油、柴油、煤油、天然气、液化石油气、人工煤气、集中供热耗热量、太阳能集热板以及其他能源。

三、相关能耗数据采集方法

(一)电耗数据采集方法

电耗数据采集方法有两种方式：从电力供应部门获取数据或采取逐户调查各用户和公用电耗，然后累加获得整个单位的电耗。应优先选用易获取数据的方式。

(二)水耗数据采集方法

水耗数据采集方法有两种方式：从自来水供应部门获取数据或采取逐户调查各用户和公用水耗，然后累加获得整个单位的水耗。应优先选用易获取数据的方式。

(四)煤耗数据采集方法

采取逐户调查各用户煤消耗量，然后累加获得整个单位的能耗。

(五)天然气、液化石油气、人工煤气能耗数据采集方法

1.对天然气和集中管道供应的液化石油气、人工煤气能耗数据采集有两种方式：由燃气公司提供能耗数据或采取逐户调查各用户能耗，然后累加获得整个单位的能耗。应优先选用易获取数据的方式。

2.对分户购买的罐装气采取逐户调查各用户能耗，然后累加获得整个单位的能耗。

(六)公车用油数据采集方法

采取逐车调查单车油消耗量，然后累加获得整个单位的油耗。

(七)热力耗热量数据采集方法

能源资源消费统计制度范文第2篇

统计分析报告

为客观反映我局公共机构能耗情况，及时提供真实可靠的节能数据和分析资料，推进公共机构节能工作正常化、规范化，特作如下公共机构能源消耗分析报告。

一、基本信息情况

根据2012年统计，我局总用能建筑面积为60平方米，用能人平均数为8人。能源资源消耗主要是办公及日常用电、日常用水、等。

二、能源资源消耗情况

2012年用电消耗2890千瓦时;用水消耗277.7吨; 单位建筑面积用电量为48.1度/ 平方米，人均用电量为361.25千瓦时/年，人均用水为 34.7 吨/年。

二、能源资源消耗变动情况

经统计，2012年能源资源消耗呈现下降的态势。其中，单位建筑面积用电量同比下降8 %，人均用电量同比下降

6.2 %，人均用水量同比下降 7.5 %。

2012年度能源消耗总量同比总体下降，实现局本级用电、用水、用油能耗指标有所节约，但下降幅度还应进一步提高。

三、下一步的工作打算

2013年我局公共机构节能工作取得了一定成效。但从总体上看，与区委、区政府的要求仍有差距。下一步我局将重点采取以下措施，进一步提高公共机构节能的成效。

(一)加大节能改造力度。加强对大能耗设备的监控，尽量减少使用并加大改造力度。严格执行车辆淘汰制度。加快淘汰高耗能的办公设备，完成节能灯管的更换，积极推进办公室资源循环利用。

(二)加强节能宣传教育。进一步强化局机关各处室做好公共机构节能工作的意识，增强工作的主动性和自觉性。充分利用局门户网站、电子显示屏、宣传栏等媒介进行宣传，营造公共机构节能的良好氛围。

(三)深化机关节能管理。严格执行我局已有的各项节能制度规定，强化公务车节油、车辆维修、办公节电、日常节水、办公耗材及其它节能事务管理措施。

能源资源消费统计制度范文第3篇

一、新能源汽车消费偏好的联合分析

（一）实施开展

第一，根据参考的研究文献，基于联合分析方法的要求，同时结合预先进行的市场调查分析，确定关键的5个因素和每个因素的3种水平，即售价(26万及以上、16万至25万、15万及以下)，性能(高级、中等、一般)，外观内饰(时尚、经典、传统)，动力类型(燃料电池、纯电力、混合动力)，售后服务(较差、一般、优良)。第二，属性组合产品设计。通过SPSS统计分析软件进行正交设计，并对生成的16种属性组合产品进行分析，删除1种不符合实际情况的属性组合产品，确定15种属性组合产品。

（二）实证结果与分析

运用SPSS进行联合分析，得到表1的分析结果。重要程度是指每个因素在消费偏好中的重要性程度的比重。售后服务因素的重要程度值最高，目前汽车行业有两大核心热点，即新能源与后市场，而新能源汽车的售后服务恰好是两大核心热点的集合。其次考虑的因素是售价，消费者对价格的敏感性高于其他因素。第3为外观内饰，消费者对外观靓丽，内饰精美的新能源汽车有偏好。性能和动力类型相差无几，排在最后2位，这表明随着新能源汽车逐渐得到市场认可和消费者信赖，原先这些关乎汽车本质的核心因素对于消费偏好的影响不再关键。

效用函数表示每个因素不同水平对消费偏好的影响程度，影响程度越高，效用值越大，但每个因素不同水平效用值总和为零。售后服务因素的3种水平，较差水平的效用函数为负值，而且是全部因素的所有水平效用函数的最低值，对应的优良水平的效用函数是所有水平效用函数的最高值，可见售后服务的重要性。销售价格因素的3种水平不同的效用显示消费者认为新能源汽车应该“优质优价”，可以承受一定的溢价。外观内饰因素的3种水平的不同效用表明，新能源汽车的外观及内饰应该靓丽、时尚、精美。性能因素的3种水平不同效用显示，水平的程度越高，效用值越高。动力类型因素的3种水平，纯电力水平的效用函数最高，这也是目前技术最成熟，市场占有量最高的，因而最受消费者青睐。

二、人口统计特征的新能源汽车消费偏好的联合分析

（一）不同性别消费者偏好的联合分析

由表2可知，在重要程度方面，男性和女性消费者的排序均和整体的联合分析结果相同。售后服务因素的重要程度女性显著高于男性，而且女性只有优良水平的效用函数为正，且是其所有因素的不同水平效用函数最高值，较差水平的效用函数为最低的负值，可见女性对售后服务因素的偏好更加强烈，“爱憎”分明。售价因素的重要程度男性和女性比较接近，但该因素不同水平的效用函数差异明显，男性与整体相似，在不影响消费感受的前提下偏好售价适中的新能源汽车，而女性偏好售价高的新能源汽车，消费更感性，会觉得一分钱一分货。在关乎新能源汽车本质的性能和动力类型这两项因素方面，男性的重要程度均显著高于女性，两项因素不同水平的效用函数显示，男性更专业，更“懂”新能源汽车。

（二）不同学历消费者偏好的联合分析

由表3可知，在重要程度方面，只有高中及以下学历的消费者排序与整体结果不同，依次为售后服务、外观内饰、售价、动力类型、性能，该学历层次的消费者对新能源汽车的消费偏好(售)后大于(售)前，末(外)重于本(内)。售后服务因素的重要程度随着学历的提升而增加，该因素不同水平的效用函数显示，学历越高，效用绝对值越大，消费偏好的影响程度越高。售价因素的重要程度最高的是专科和本科学历层次，该因素的不同水平的效用函数显示，不同学历层次间几乎没有差异。外观内饰因素的重要程度最高的是高中及以下层次，该学历层次的消费者更偏好经典外观内饰的新能源汽车。动力类型的重要程度最高的是专科和本科学历层次，但该层次的不同水平的效用函数与整体没有差异，差异最大的是硕士研究生及以上层次的消费偏好，不仅效用绝对值大，而且更偏好混合动力类型，可见高学历对新能源汽车有更理性的认知。

（三）不同年龄/收入消费者偏好的联合分析

根据调查反馈，不同年龄与不同收入的被调查者相关性很强，两者不同区段的重合度很高，特把这两项人口统计特征合并，分为高、中、低三个层次，高层次是指年龄36岁及以上且收入每月高于20000元，中层次是指年龄26岁至35岁且收入每月10000元至20000元，中层次是指年龄25岁及以下且收入每月低于10000元。由此得到的不同年龄/收入消费者偏好的联合分析结果如表4所示。高层次消费者的重要程度排序与整体结果不同，依次为性能、售后服务、动力类型、售价、外观内饰，显然该层次的消费者对新能源汽车的消费偏好本(内)重于末(外)。低层次消费者的重要程度排序虽然与整体结果相同，但其售价的重要程度显著提升，消费者的层次越高，售价的重要程度越低。而且三个层次的消费者都偏好16万至25万水平的新能源汽车。外观内饰因素的重要程度三个层次差异很小，从其效用函数分析，不同层次差异明显，低层次偏好时尚的外观内饰，而高层次更偏爱传统的外观内饰，显得更加成熟稳重，相比低层次而言更“古板”。

四、结论与建议

（一）结论

第一，不同性别消费者的重要程度排序均和整体相同。女性对售后服务因素的偏好程度更高，也偏好售价高的新能源汽车，消费更感性。男性对于性能和动力类型这两项因素的偏好程度均显著高于女性，更了解新能源汽车。第二，不同学历消费者的重要程度排序有所差异，高中及以下学历的消费者排序与整体不同。综合因素的重要程度和水平的效用函数，学历越高，有更理性的认知，偏好优良售后服务、高级性能、混合动力类型的新能源汽车。第三，不同年龄与不同收入这两项人口统计特征因为相关性很强，进行合并分析。高层次消费者的重要程度显示其对新能源汽车的消费偏好本(内)重于末(外)。消费者的层次与售价的重要程度负相关。消费者的层次与外观内饰因素不同水平的效用函数负相关。

（二）建议

第一，深入分析消费者的偏好。由于消费者自身的差异性及消费偏好本身的复杂性，新能源汽车消费偏好的研究亟待深化。本文采用联合分析法，但显然现实和虚拟之间存在难以消除的“鸿沟”，同时人口统计特征的指标选择也不够全面。需要基于新能源汽车市场的大数据，更加全面、深入、持续研究。第二，努力迎合消费者的偏好。根据不同性别、学历、年龄/收入的各关键影响因素的重要程度，区别对待，有所侧重，同时依据各因素不同水平的效用函数，有的放矢，尽力迎合消费者的偏好，精准“把脉”新能源汽车的消费偏好，从而使得新能源汽车的发展能“对症下药”。

摘要：近年来,随着传统能源的供给危机以及环境保护问题日益受到人们的重视,新能源汽车的产业化发展和市场推广越来越有研究价值。本文基于人口统计特征,运用联合分析法,借助SPSS统计分析软件,研究5个因素和每个因素3种水平的重要程度和效用函数。最后,根据研究结论提出建议,以期更深入把握新能源汽车的消费偏好,从而更好地促进新能源汽车产业的发展。

关键词：人口统计特征,新能源汽车,消费偏好,联合分析

参考文献

[1] 芦林埅.“后补贴时代”中国新能源汽车产业发展策略研究[J].山西能源学院学报,2019,32(05):41-44.

[2] 抄佩佩,高金燕,杨洋,胡钦高,钟志华.新能源汽车国家发展战略研究[J].中国工程科学研究,2016,18(04):69-75.

[3] 叶姗.武汉市新能源汽车购买意愿影响因素实证研究[J].现代商贸工业,2019(26):17-19.

能源资源消费统计制度范文第4篇

摘要：研究陕西省能源消费碳排放对陕西省减少碳排放、发展低碳经济有重要意义。本文基于Kaya恒等扩展式和LMDI因素分解模型，应用LMDI分解方法对能源消费碳排放进行因素分解。定量分析陕西省2000～2011年人口、人均GDP、能源消费结构、能源消费强度、产业结构等5方面的因素对能源消费碳排放的贡献大小。结果表明：人均GDP增长是陕西省碳排放量增加最大的因素，其次是能源消费强度；人口效应和能源消费结构对碳排放量的增加有较微弱的拉动作用；产业结构效应对陕西省碳排放量增加产生负作用；产业结构和能源消费结构需要进一步调整与优化以抑制碳排放量增长。

关键词：陕西省；碳排放；能源消费；LMDI；影响因素

Key words Shaanxi Province； Carbon emission； Energy consumption； LMDI； Influencing factor

由于温室气体过量排放造成全球气温升高一直是人们关注的热点问题。为了应对这一日趋严重的环境问题，中国向世界承诺2020年单位GDP二氧化碳排放量将比2005年下降40%～45%的减排目标，且在“十二五”规划中明确提出要“降低温室气体排放强度”、“单位国内生产总值二氧化碳排放降低17%”。为了响应国家的减排政策，陕西省也在“十二五”规划纲要中提到2015年“全省万元生产总值能耗下降到0.95吨标准煤（按2005年价格计算），比2010年的1.129吨标准煤下降16%”，确保实现“十二五”节能减排约束性目标。要实现这一目标，必须因地制宜，深入分析了解陕西省能源消费碳排放的主要影响因素，提出针对性强并切实有效的减排策略。

目前陕西省在能源消费碳排放方面的研究主要有：马蓓蓓等（2010）从经济总量、产业结构、消费特征、能源消费结构和利用效率等方面对影响陕西省碳排放变化的主要因素进行分析并提出了低碳化发展的建议[7]；邵峰祥等（2012）研究指出技术进步使碳排放减少，经济发展水平、能源消费强度、产业结构、工业结构重型化和制度因素使碳排放增加[8]；杜笑典等（2011）分析了陕西省碳排放的现状，探讨了能源消费结构和产业结构变动对碳排放量的影响，并通过卡亚公式对2009～2020年能源碳排放量趋势进行了预测[9]；吴文洁等（2011）通过分析 1995～2009 年陕西省三大产业能源消费碳排放总量及六大部门碳排放变化情况，以及该段时间内产业结构、经济规模与能源消费结构三大因素对能源消费碳排放的影响，从中发现，经济规模效应、产业结构效应是正向决定性因素，能源消费结构效应是负向决定性因素[10]。上述研究基本都测算了不同时间尺度的陕西省碳排放总量，并选取对碳排放有影响的指标利用统计学的方法通过计算表示出各种指标对碳排放量影响的程度大小，但是并没有量化各因素对碳排放的增加值。鉴于此，本研究测算了陕西省2000～2011年的能源消费碳排放量，并利用LMDI分解方法对能源消费碳排放进行因素分解，定性和定量地描述了各因素对碳排放总量的影响。

1 陕西省能源利用现状

陕西省是能源大省，其能源消费主要为煤炭、石油、天然气以及水电。据《陕西统计年鉴》，煤炭、石油、天然气、电力分别占能源消费总量的71.3%、23.3%、3.1%、2.3%。2011年的能源消费总量为10 128.41万吨标准煤（当量值），其中，煤炭、石油、天然气、电力分别占能源消费总量的74.66%、16.06%、8.21%、1.07%。陕西省2000～2011年能源消费总量保持年均13.09%的增长之势。因陕西省煤炭资源丰富，煤炭储量居全国第四，2000～2011年间煤炭占陕西省能源消费的比例一直保持在70%左右，石油消费比例略有下降，天然气的消费比例有所上升，电力消费比例一直在1%～3%之间。可见，目前乃至今后的很长时间里煤炭仍将是陕西省能源消费的主体，由煤炭消费带来的碳排放量增加的局势在短期内亦不会改变。因此，将能源消费的碳排放进行因素分解研究对减少陕西省碳排放有至关重要的作用。

2 研究方法

2.1 基于扩展的Kaya恒等式

Kaya恒等式由日本教授Yoichi Kaya于IPCC的一次研讨会上首次提出，Kaya恒等式建立起经济、政策和人口等因素与人类活动产生CO2之间的联系[1]。

式中： C、E、G和P分别为CO2、Energy、GDP、People的英文首字母，分别代表CO2排放量、一次能源消费总量、国内生产总值以及国内人口总量。

该恒等式结构简单，易于操作，但因其考察的变量数目有限，所能得到的研究结果基本仅限于CO2排放与能源、经济及人口在宏观上的量化关系[1]。因此本文借鉴了朱勤等[1]的扩展恒等式，其恒等式将能够代表产业结构、能源消费结构及能源效率的变量引入Kaya恒等式对其进行了扩展，扩展后的恒等式能更全面地分析碳排放的影响因素。扩展后的Kaya恒等式为：

式中：P代表人口，fij代表第i产业第j种能源的碳排放系数，eij代表第i产业第j种能源的消费比例，mi代表第i产业的能源消费强度，ni代表第i产业的GDP比例，g代表人均GDP。故本文就碳排放系数、人口、人均GDP、产业结构、能源消费结构及能源消费强度六个因素对陕西省能源消费碳排放的影响进行分析。

2.2 LMDI因素分解法

对数平均迪氏分解（Logarithmic Mean Divisia Index， LMDI）因素分解法分为“乘法分解”和“加法分解”两种。因为两种分解方法最终表达的意思一致，所以本文选用LMDI“加法分解”方法。表述如下：

式中：△Ctot是基期C0与第T期CT之间的能源消费碳排放量之差，也就是基期与T期间的能源消费碳排放量增量。△Cp、△Cf、△Ce、△Cm、△Cn、△Cg分别表示能源消费碳排放中的人口效应、碳排放系数效应、能源消费结构效应、能源消费强度效应、产业结构效应和人均GDP效应。由于各能源碳排放系数基本保持不变，因此碳排放系数效应△Cf=0[2]。

3 数据来源与处理

碳排放主要产生于三大产业的能源消费，因此本文着重计算农业、工业和建筑业、交通运输业、仓储及邮电通讯业、批发和零售贸易业以及餐饮业的能源消费产生的碳排放，不考虑生活消费等的碳排放。能源消费数据来源于《中国能源统计年鉴》中陕西省能源平衡表中的终端能源消费量（除去用于加工转换二次能源消费量和损失量以后的能源数量）；人口、GDP、产业结构数据来源于《陕西省统计年鉴》，其中GDP以2000年的不变价格计算。最后汇总各方数据并整理计算得到能源消费强度和能源消费结构数据。

3.1 陕西省终端能源消费碳排放量

陕西省碳排放量计算根据IPCC碳排放计算指南和《2011年省级温室气体清单编制指南》，结合本文的研究内容采用以下公式计算：

式中：Ctot表示碳排放总量，Eij表示第i产业第j种能源的消费量，rij表示第i产业第j种能源的标准煤折算系数，fij表示第i种产业第j种能源的碳排放系数。

根据陕西省能源消费特征，选取化石能源为主的能源品种进行分析，各种能源的碳排放系数及标准煤折算系数见表1。其中标准煤折算系数来源于《中国能源统计年鉴》，碳排放系数采用IPCC碳排放计算指南缺省值。经整理计算得到陕西省2000～2011各年间的终端能源消费总量和能源消费产生的碳排放量（表2）、各能源消费量比例（表3）及各能源消费碳排放量比例（表4）。

3.2 陕西省碳排放LMDI分解

本文以2000年为基期，运用上述LMDI因素分解模型对陕西省2000～2011年的碳排放量进行因素分解，得到历年人口、人均GDP、产业结构、能源消费结构、能源消费强度对陕西省碳排放的逐年效应（表 5）及累积效应（表6），同时计算得到各因素的逐年贡献度（图1）和累积贡献度（图2）。

4 结果与分析

4.1 陕西省2000～2011年能源消费及其碳排放

陕西省2000～2011年间的终端能源消费总量和碳排放总量整体呈增长趋势（见表2）。其中，原煤占陕西省能源消费比例最高，其次是焦炭，这两种能源的年均消费比例之和在75%以上；其他各项能源消耗随年份不同消费比例排名有所变化（见表3）。2000～2011年能源消费比例之和由大到小排序为：原煤>焦炭>柴油>洗精煤>汽油>燃料油>原油>煤油>天然气>液化石油气。其中，原油、柴油、天然气的消费呈现增长趋势；洗精煤、汽油、煤油、燃料油的消费比例呈现下降趋势。

原煤在各年中的消费比例均达到了55%以上，2006年消费比例最高，为74.1%，消费呈现先增长后降低的趋势。洗精煤的消耗比例从2000年开始逐步上升至2005年达到最高消费比例12.7%后开始下降，2008年以后消费比例开始稳定在1.0%～1.3%。焦炭的年均消费比例为12.1%，是除原煤外的第二大能源消耗种类。原油的消费比例在2000～2007年间平均为0.4%，2007年以后有所上升，2008～2011年平均消费比例达到2.3%。汽油的最大消费比例出现在2000年为8.4%，最小消费比例为2008年的2.6%，2009～2011年消费比例稳定在4%左右。煤油的消费比例出现两个不同的阶段，2000～2006年年均消费比例为1.6%，2007～2011年均消费比例仅为0.2%，后5年比前6年的消费比例下降了1.4个百分点。柴油消费比例同样呈现两个阶段，2000～2007年年均消费比例为8.1%，2008～2011年年均消费比例为12.2%。燃料油在2000～2004年有明显的消耗，2005年以后消费量趋于0。液化石油气消费是陕西省2000～2011年间消费量最少的能源品种。天然气作为清洁能源，消费比例逐年上升，最后稳定在1%左右。

各能源消耗产生的碳排放情况见表4：原煤因在消费量上占绝对优势，带来的碳排放量最高，其次是焦炭；2000～2011年各能源消费碳排放比例之和由大到小排序为：原煤>焦炭>柴油>天然气>汽油>洗精煤>燃料油>煤油>原油>液化石油气。总体来说某种能源消费量越大，碳排放量相应越大，但也存在能源消费量与碳排放量排名不一致的情况，如天然气、洗精煤等，这可能是在计算能源消费碳排放时受到标准煤折算系数和碳排放系数的影响。

4.2 陕西省2000～2011年碳排放的LMDI分解

从表5看出，人口效应除2010年为负值外，其余都为正值，整体绝对值偏低且稳定，出现负值的原因是陕西省的人口自2000年以来一直上升但到2010年人口自然增长率却比上年下降0.28个千分点，人口减少37万人，因此2010年碳排放的人口效应有所下降；就整体而言，人口变化对碳排放量增长有微弱的拉动作用。人均GDP的效应全部为正值且绝对值逐年增大。产业结构对碳排放逐年的影响主要分为两个阶段，一是2007年以前逐年效应多数为正值，产业结构效应表现为拉动碳排放量增长；二是2007年及以后全为负值，产业结构效应对碳排放量的作用由拉动转变为抑制。能源消费结构逐年效应波动明显，2001、2003、2005、2006、2009年为正值，其余年份为负值；能源消费强度逐年效应总体趋势是每年递减。

从表6可看出，以2000年为基期，到2011年陕西省的碳排放量增加了2 485.2058万吨。人口、人均GDP、能源消费结构、能源消费强度对碳排放量增加产生正影响，产业结构产生负影响，对陕西省2000～2011年间的碳排放累积效应分别为32.3080、1 431.5930、19.9395、1 104.8812和-103.516万吨。可见，人均GDP是产生碳排放的最大因素，其次是能源消费强度、人口和能源消费结构；产业结构是唯一有抑制碳排放量增长效应的因素。

从图1可以看出，人口效应对碳排放的逐年贡献度都比较低；人均GDP的贡献度前两年并不明显，2003年以后逐渐增大；产业结构的逐年贡献度也普遍较低，较为明显的是2009年的贡献度为-21.8%，是产业结构逐年效应绝对值最大的年份，究其原因是相比上年在这一年第二产业GDP比例有所下降，第三产业GDP比例有所增加，而第二产业的主要代表行业工业一直是能源利用产生碳排放的大部门，因此第二产业GDP比例波动对碳排放量有较明显的影响；能源消费结构的逐年贡献度有明显的波动；能源消费强度效应的逐年贡献度变化明显，前两年的贡献度都达到80%以上，之后虽有所下降，但绝对值普遍偏大，最后稳定在20%水平。

从各因素的累积贡献度（图2）可以看出，人均GDP的累积贡献度高达53.17%，占整个碳排放增量的1/2以上；其次分别为能源消费强度41.04%，产业结构-3.85%，人口效应1.2%和能源消费结构0.74%。其中人均GDP增长和能源消费强度的累积贡献度之和达到94.21%，说明人均GDP和能源消费强度变化是拉动碳排放量增长的最主要因素。

5 结论与讨论

本文对《中国能源统计年鉴》中陕西能源消费量进行了收集和整理，计算了陕西省2000～2011年的碳排放量，并利用LMDI因素分解模型将其分解并分析了人口、人均GDP、产业结构、能源消费结构、能源消费强度对陕西省碳排放增长的影响。总体上，人口、人均GDP、能源消费结构、能源消费强度对碳排放量增加产生正影响，产业结构产生负影响。不管是从累积效应还是从累积贡献度来看，人均GDP和能源消费强度都是拉动碳排放量增长的最主要因素，因此陕西省的碳减排工作应该多关注这两个领域。产业结构是唯一有负影响的因素，应该继续优化产业结构进一步减少碳排放量的增加。虽然人口和能源消费结构对碳排放量产生正影响，但作用比较微弱，今后仍需进一步控制人口数量的增加使其对碳排放的增量影响始终保持在一个较低的水平；而对能源消费结构应实施调整和优化并最终使其对碳排放量的影响转变为负值。

各因素的逐年效应变化显示，人口变化对碳排放量增长有微弱的拉动作用；人均GDP除2001和2002年的正影响微弱外，后面贡献度都逐年上升，说明经济增长的同时伴随着大量的碳排放，陕西仍是以高碳排放的方式来拉动经济增长；产业结构总体上在2007年以后趋于合理，应当继续保持并寻求更加优秀的产业结构布局以达到增强产业结构对碳排放抑制能力的目的。能源消费结构逐年效应正负波动明显，但其累积效应增量为19.9395万吨，说明在这11年里能源消费结构使碳排放量增加；2003和2006年陕西省能源消费总量较前年有所下降，但能源消费结构效应增量在这两年却为正值，说明陕西省的能源消费结构不够优化，碳排放系数较高的化石能源品种使用量大；而2010、2011年能源消费总量明显上升，能源消费结构效应增量却为负值，说明碳排放系数较低的天然气等能源品种使用量增大，所以陕西省应积极调整能源消费结构提高高效且低碳排放的能源品种的使用比例，进一步优化能源消费结构；能源消费强度逐年效应总体趋势是每年递减，最后两年稳定在20%左右，碳排放增量为70万～80万吨之间，其中比较突出的是2003和2006年，逐年贡献度分别达到-70.1%和-51.44%且是唯一能源消费强度产生负影响的两年，也是这两年中对碳排放量增长起主要抑制作用的因素，这是因为这两年的碳排放强度是陕西省2001～2011年间的最低水平，由此可见碳排放强度下降对碳排放量增长有较强的抑制作用，应该深入分析陕西省2003年和2006年碳排放强度下降的原因并加以利用从而抑制不断增加的碳排放。

本文的不足之处：（1）本文在测算能源消费碳排放量时，选取的能源品种虽然有代表性但是却未涵盖所有的能源品种，因此计算的碳排放量可能比实际的碳排放量偏低。（2）利用人口、人均GDP、产业结构、能源消费结构、能源消费强度作为分解碳排放的因素还不够细化，未来应该以此为基础更加深入分析，寻求更多具有代表性的因素并引入模型中，将碳排放分解为更小的部分，以期更有利于科学合理地实施碳减排工作以实现经济发展与环境保护的双赢。

参考文献：

[1]朱勤，彭希哲，陆表明等. 中国能源消费碳排放变化的因素分解及实证分析[J].资源科学，2009，31（12）：2072-2078.

[2]宋杰鲲.基于 LMDI 的山东省能源消费碳排放因素分解[J].资源科学，2012，34（1）：35-41.

[3]史安娜，李淼.基于LMDI的南京市工业经济能源消费碳排放实证分析[J].资源科学，2011，33（10）：1890-1896.

[4]Ang B W.The LMDI approach to decomposition analysis—a practical guide[J]. Energy Policy， 2005， 33： 867-871.

[5]郭朝先.中国碳排放因素分解：基于LMDI分解技术[J].中国人口·资源与环境，2010，20（12）：4-9.

[6]刘燕娜，洪燕真，余建辉. 福建省碳排放的因素分解实证研究[J].技术经济，2010，29（8）：58-61.

[7]马蓓蓓，鲁春霞，张雷，等.新形势下西北地区碳排放及低碳化发展研究——以陕西省为例[J].资源科学，2010，32（2）：223-229.

[8]邵锋祥，屈小娥，席瑶.陕西省碳排放环境库兹涅茨曲线及影响因素——基于1978-2008年的实证分析[J].干旱区资源与环境，2012（8）：37-43.

[9]杜笑典，戴尔阜，付华.陕西省能源消费碳排放分析及预测[J].首都师范大学学报：自然科学版，2011（5）：46-51.

[10]吴文洁，王小妮.陕西省能源消费碳排放分析[J].商业经济，2011（21）：18-19，38.

能源资源消费统计制度范文第5篇

[摘要]本文主要以中国能源消费和经济发展的关联为研究对象,通过新兴的“脱钩”理论研究方法分析中国能源消费和经济发展脱钩可行性,界定了中国能源消费脱钩定义、分类、评价模式及评价指标,从时间序列和空间序列两个方面研究了中国能源消费实现脱钩的基本途径,为构建实现中国能源消费脱钩管理模式、实现中国经济可持续发展提供了一种新的研究视角和方法。

[关键词]经济发展;能源消费脱钩

20世纪中叶以来,隨着人类社会和经济的飞速增长,引发了能源枯竭、环境污染甚至自然灾害等问题,严重影响人类的存续和发展。目前,中国能源体制改革严重滞后,能源管理薄弱,与全国总体改革形势和经济社会发展对能源要求明显不符,成为我国经济发展和深化改革的制约因素。要解决中国的能源问题,除了对中国的能源产业结构做出适当调整、创新能源应用技术以及大力推动节能教育宣传等措施外,还必须对中国能源管理体制进行必要的调整,成为社会各界及众多专家学者的共识。

目前,国内外很多专家从不同角度对工业社会下经济发展和能源消费的关联做了大量研究,众所周知,经济增长的实现程度取决于其对能源消费需求的满足程度,能源消费比能源供给更能体现能源对经济增长的推动力度,研究中国能源消费对经济增长的影响,能够更准确地把握中国能源问题的真正症结所在,更便于我们有放矢地对经济发展和能源消费的体制和管理改革创新,解决矛盾中的主要矛盾以及主要矛盾的主要方面的问题,基于这个背景,本文试图采用脱钩理论[ZW(]“脱钩”对应的英文单词是Decoupling。英文中“decoupling”一词是缘于“coupling”提出的。“coupling”中文是“耦合”的意思,指两个不同的个体或体系,因密切的相关性,在运动发展中互相干预、互相牵制的现象。Decoupling一词主要用于物理学领域,中国物理学家一般翻译为“解耦”。根据OECD的定义,在某一时期,当环境压力的增长,比它的经济驱动因素(如GDP)的增长慢时,就是环境退化与经济增长的脱钩。[ZW)]的研究方法来分析中国能源消费和经济发展问题,脱钩理论是在循环经济、绿色经济、生态经济、可持续发展等相关研究的基础上产生的一种新兴理论,关于脱钩理论的研究文献较多,但国内外学者对脱钩理论的研究争议也较多。脱钩理论通过一个独特的视角对世界经济进行定性或者定量化研究,对世界经济的可持续发展研究起到了良好的推动作用和引导作用,为世界经济与管理研究提供了一种新的研究方法。

1 中国能源消费与经济发展的脱钩界定

1.1 脱钩定义

脱钩概念最早用于环境保护领域,随着脱钩理论研究的深入,学者们将基于驱动力—压力—状态—影响—反应框架(DPSIR)的现象皆通称为脱钩现象,广泛应用于环境、能源、生态等领域。本文中的能源消费脱钩就是脱钩广义的定义应用,笔者将能源消费脱钩定义为:当经济发展达到一定水平以后,由于科技进步等因素的影响,能源消费量会随着经济量的增长呈现减缓的趋势,甚至出现负增长的现象,我们把这种现象称之为能源消费与经济发展的脱钩现象(简称能源消费脱钩)。需要说明的是,本文研究的能源消费脱钩主要指当一个国家或地区在某一个阶段内的能源消费(总量或强度)的发展比经济发展(GDP)的速度缓慢,而且这种趋势不是由于突发因素(如不可抗力或经济危机等)而引起,而是一个国家或地区各种综合因素形成的一种综合反应。

1.2 脱钩分类

从能源消费脱钩的定义可以看出,能源消费脱钩体系主要包括两个指标,即经济发展指标(一般以GDP值来衡量)和能源消费指标(一般以能源消费总量和能源消费强度来衡量)。根据经济发展幅度和能源消费的发展幅度大小,我们可以将能源消费和经济发展的脱钩情况关系分类如下:相对脱钩、绝对脱钩及复钩,其中相对脱钩和绝对脱钩又可以根据脱钩程度分为强弱两类。其中,相对脱钩是指随着能源消费和经济增长同步,但增长幅度小于经济增长幅度;绝对脱钩是指能源消费并不随着经济增长而增长,反而有降低的现象,当然还有一种情况,即能源消费随着经济增长而增长,而且增长幅度超过经济增长幅度,学者们称这种现象为复钩或者逆向脱钩,具体情况见下表。

1.3 评价模式

目前,主流的脱钩评价模式主要有总量评价和IU曲线评价两种。前者主要考察经济总量增长的同时环境压力总量的变化情况,后者则从单位GDP与环境压力的相关性角度考察经济与环境的关系,由于在评价脱钩对实际资源消费的影响效果方面总量评价法更具优势,因此特别受到西方学者的推崇;而IU曲线评价法体现了“脱钩”的内在机理,更利于利用统计数据进行脱钩的分析研究,目前被国内外学者较广泛的采用,考虑到中国是世界上最大的发展中国家,正处于工业化阶段中后期,短期内要实现经济发展的同时能源消费总量下降(即绝对脱钩),显然不具有可操作性,也难以进行比较和研究。因此,本文主要采用IU曲线评价方法,即以单位GDP的能源消费和经济发展的关系作为脱钩的评价指标。

1.4 评价指标

为了方便研究,通常根据一定时间段的经济发展量和能源消费量绘制两者的时间序列图表,通过图表的变化来描述,并通过变化过程分析形成脱钩的主要原因。本文采用能源消费脱钩比率(decoupling ratio)[ZW(]能源消费脱钩比率,即当年能源消费量增幅和GDP增幅的比值。[ZW)]作为用来定量描述能源消费与经济发展(GDP)之间关系的评价指标。例如,考察中国能源消费与GDP增长的脱钩情况,就根据中国一段时间内的能源消费增幅和GDP增幅的关系,计算历年能源消费脱钩比率,若脱钩比率大于1,则说明没有实现脱钩;若脱钩比率小于1大于0,则说明实现了相对脱钩,若脱钩比率小于0,则实现了绝对脱钩。

2 中国能源消费和经济发展脱钩数据分析

2.1 阶段对比

本文采集了中国1953—2009年中国实际GDP情况同能源消费总量的变化情况[ZW(]资料来源:中国统计年鉴1990;中国统计年鉴2009。[ZW)]。通过比较历年数据,分析能源消费同经济发展关系方面的脱钩指标变化特征。由于各变量的单位及数量级不同,所以本文对历年统计数据进行了处理,其办法就是将历年统计数据转化为指数形式,即以1953年数据为基期(100),其他年份数据与1953年进行比值计算,具体计算如式(1)所示,并根据指数化数据绘制成折线图,如图2所示。

Nn=Dn/D1953×100%(1)

其中:D1953——1953年的原始数据;

Dn——第n年的原始数据;

Nn——第n年的指数数据。

为了进一步对中国GDP与能源消费之间关系的阶段性特征进行准确划分,需要计算GDP指数与能源消费指数的变化率情况,并通过比较两者在变化率方面的走势特点,验证前文所述的三个不同阶段。具体的变化率计算方法如式(2)所示。

变化率=(当年数据-上一年数据)/上一年数据(2)

根据计算得到的数据,绘制1954—2009年中国GDP与能源消费变化率折线图,如图3所示。

2.2 区域对比

中国的经济水平表现出明显的二元结构特征,各地区的开放程度、经济水平、技术基础等都存在着明显的差异性,因此,不仅需要对中国经济增长与能源脱钩的整体情况进行分析,还需要着眼于区域视角,对各个地区因增长水平不同造成的脱钩水平差异性进行区分研究。因此本文又选取了中国1996—2008年各地区GDP能源消费数据进行区域对比,绘制中国各地区单位GDP能源消费变化情况的折线图,如图4所示。

3 中国能源消费与经济发展的脱钩结论

3.1 时间序列

从图2的整体情况来看,GDP指数与能源消费指数曲线走势的差异,大致可以被分为三个不同的阶段。首先是1953年开始到20世纪60年代末期,GDP指数曲线与能源消费指数曲线比较接近,期间也存在如1960年这样的特殊状态,GDP指数和能源消费指数基本呈现同步变化,但能源消费指数的波动要较GDP指数的波动剧烈;其次是20世纪70年代至20世纪90年代中后期,这段时间,能源指数曲线处于GDP指数曲线的上方较高位置,表明在这段时期内能源消费超过GDP增长速度较大幅度,经济发展与能源消费不仅没有实现脱钩,而且能源利用效率严重偏低;最后是20世纪90年代中后期以后,这段时间能源消费的增长速度开始下降,能源消费指数曲线的整体上升速度低于GDP指数的上升速度,且在一定时期内还出现阶段性的下降变化。因此,尽管从整体上来看,中国自1953年以来,GDP增长与能源消费并未出现脱钩,但在一定时间段范围内,GDP与能源消费存在阶段性的脱钩状态。

3.2 空间序列

由图4所示内容可以看出,中国各地区单位GDP能源消费存在着明显的差异性和规律性,概括来说,主要包括以下两个主要特征。

一方面,各个不同地区的单位GDP能源消费曲线呈现明显的层级分布。全国各地区按照GDP增长的能源利用效率大致可以分为三个层次。能源利用效率最高的是华东地区及中南地区,在图上表现为这三个地区的单位GDP能源消费曲线处于最下方;其次是东北地区、华东地区及华北地区,在图上表现为这两个地区的单位GDP能源消费曲线处于中间位置;能源利用效率最低的是西北地区,在图上表现为单位GDP能源消费曲线处于最上层位置。

另一方面,各个不同地区的单位GDP能源消费基本呈现同步变化趋势。尽管不同地区的单位GDP消费量层次分布明显,但均随着时间的推移进行基本相同的上升或下降变化。表现在图上的特征是代表不同地区的各条曲线尽管高度不同,但形状相近,并且均呈现下降的变化趋势。

整体来说,各个地区的单位GDP能源消费情况与该地区的全方位增长水平存在着比较密切的相关性。华东地区及中南地区各省份基本上为全国最发达的地区,这些地区的能源利用效率也明显高于其他地区,在图4中,自1996年起,这两个地区的单位GDP能源消费曲线就处于其他地区的下方,表明这两个地区在能源利用效率方面相对于其他地区具有较好的基础。而其他四个地区尽管在1996年时单位GDP能源消费水平有一定差距,但近些年东北地区、华北地区增长加速,其人民生活、对外交流、技术创新等条件均得到提升,其能源利用效率也逐渐接近西南地区。

3.3 研究结论

通过中国能源消费和经济发展的数據进行脱钩分析,可以看出:在20世纪80年代后,随着中国经济的转型以及国家能源政策及管理模式的调整,中国能源消费与经济发展已呈现相对脱钩的趋势,甚至在某些时间段(1997—1999年)出现能源消费总量下降、经济总量增长的现象,即能源消费与经济发展呈现绝对脱钩的现象;同时,由于地域特征以及经济发展水平的不同,中国各地区出现脱钩的时间以及脱钩程度存在较大的区域差异。研究结果表明:影响能源消费与经济发展的脱钩的因素很多,经济状况、管理模式、产业结构、技术水平、教育程度等,人类社会或中国政府可以通过自身的努力实现能源消费与经济发展的相对脱钩乃至绝对脱钩。

参考文献:

[1]段宁,邓华.“脱钩”评价模式及其对循环经济的影响[J].中国人口资源与环境,2004(6):44-47.

[2]冯飞,等.国家能源战略的基本构想(总报告)[R].2004(83).

[3]黄海峰,李博.北京经济发展中的“脱钩”转型分析[J].环境保护,2009(4).

[作者简介]王锋,北京工业大学中国经济转型中心副研究员,博士研究生。

能源资源消费统计制度范文第6篇