能源消费论文大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇能源消费论文范文，希望它们能为您的写作提供参考和启发。

篇（1）

90年代初，在工业产出中，轻重工业基本上各占一半，但是重工业比重去年以上升到67.5%，今年前7个月又进一步上升到69%。由于重工业单位产出的能耗是轻工业的4倍，工业化进入到重工业阶段必然会带来能源消耗强度的上升。这一点与其他工业先行国在进入重工业阶段后的能源消费特点没有什么不同。

然而，世界工业化国家的历史经验证明，在各国进入到重工业阶段后，从能源消费结构看，都出现了从以煤为主向以石油和天然气为主的转变。由于石油和天然气被称为“清洁能源”，热值高而有害气体排放少，虽然在进入重化工业阶段后能源消费的增长率会加速，但对环境的破坏性影响却不会随着能耗的上升而显著增强。

反观中国今年来的情况，进入重工业阶段后却没有出现能源结构的转换，从石油消费在能源消费中的比重看，1999年为24.6%2004年却下降到22.7%。虽然从2000年以来原油进口量以年均15.7%的速度增长，到去年以超过1.2亿吨，但由于同期国内原油产量的增速明显下降，石油在能源消费中的比重仍然下降了。那么能源消费结构的这种逆转，是暂时的还是反映了一个长期趋势呢？我认为是个长期趋势。因为，主要有两个因素将长期限制中国的能源消费结构向以石油为主转换。

首先是世界资源的不可能性，中国是一个石油资源稀缺国家，根据目前预测，中国在未来石油的最大年产量只能在2亿吨左右。从国际比较看，在工业化完成阶段，按桶计算的石油消费量，美国为人均28桶，日本和韩国为人均17桶，中国目前只有1.7桶，仅相当于美国的1/16，日本和韩国的1/10。

美国是世界上消耗能源最多的国家，日本和韩国却是工业化国家中能源利用效率最高的国家。如果按日韩的石油消费水平计算，到2030年中国基本上完成工业化的时候，每年的石油总消费量就要增加到36亿吨，这意味着将有34亿吨石油需要依靠进口。但是，世界石油资源并不丰裕，目前每年世界全部的石油生产量约为45亿吨，其中可贸易的量为22-23亿吨。即使今后世界石油产量和贸易量还会增长，相对于中国的巨大需求，仍然是远远不够的。

日本和韩国也没有什么石油资源，是依赖世界资源完成从以煤为主的能源结构向以石油为主转换的。但由于从人口看它们是中小国家，虽然人均石油进口量很高，可石油需求总量却不大。而中国是人口大国，没有可能依靠世界资源完成这个转换。2003年中国原油加成品油进口已达1.2亿吨，2004年又上升到1.5亿吨，已经把世界当年新增石油贸易量的40%拿到了中国，许多人甚至把油价上涨的主要因素归结到中国的需求。即便如此，还是难以挡住石油消费在中国能源总消费中的比重下降，这已经充分说明了中国依赖世界资源转换能源消费结构的困难。

其次，中国大量进口石油还可能导致越来越激烈的国际冲突，使进口石油的增长受到严重限制。事实上，在目前的世界石油可贸易量中，超过2/3为世界工业发达国家所占有。2004年，美国的石油进口量为6.4亿吨，欧盟为6.2亿吨，日本超过2亿吨。如果中国的石油进口超过了国际石油贸易的新增量，就会影响到发达国家已经占有的国际石油贸易份额，从而引发同发达国家的石油矛盾。因此，中国在未来的石油进口量肯定还会上升，但是进口达到一定规模，不仅有经济的可能性问题，还有政治和军事安全问题。

由于石油是现代工业的基础，控制了石油就可以控制一个国家的经济命脉，所以在大国的国力较量中，石油就成为国家经济、政治和军事较量中的焦点。美国自2001年以来已经对阿富汗和伊拉克进行了军事占领，目前又在中亚一些国家不断策动“”，还以反海盗为名，在马六甲海峡建立了军事存在。通过这些已经可以很清楚地看出，美国近年来的军事部署是围绕中东和中亚石油资源区进行的。如果中国的石油需求高度依赖从这一地区进口，不仅未来的经济安全度难以预测，甚至政治上的独立都会受到威胁。因此，依赖海外资源实现能源结构转换，即便经济上可行，政治上也不安全。

所以，从长期看，中国的工业化将很难实现与其他工业化国家同样的能源结构转换。由于中国的煤炭资源相对于石油比较丰富，在未来发展中，中国必将更多地依靠煤炭来支持，因此，煤炭在能源消费比重中的持续上升和石油消费比重的下降，将会是一个长期趋势。

二、未来10年中国环境将持续恶化

如果中国在进入重工业阶段后的能源结构是以煤为主，就将面临日益艰巨的环境挑战，因为到目前为止，世界上还没有一个国家是在以煤为基础的能源结构上完成工业化的，而在目前的中国，燃煤所导致的有害气体排放，已经占到各种有害气体排放量的65%--90%，每年排放总量约8000万吨。

如果按2000年以来中国能源消费的增长率和石油消费比重下降的情况来推算，到2020年，中国的能源消费总量将达到90亿吨标准煤，而煤炭消费的比重将不得不上升，且占全部能源消费的75%，折合煤炭产量就是近95亿吨，由煤炭燃烧所排放的有害气体按目前的环保水平来推算，也要达到近4亿吨，即比目前增加5倍，这当然是一个灾难性的后果。

有人说，既然能源消耗与环境灾难是因为进入重工业阶段所产生的，那么中国是否可以绕开这个阶段呢？由于重工业化还带来了其他许多诸如资源与投入等方面的问题，目前许多人正在争论中国是否应该走重工业道路。

中国进入重工业阶段的原因是由于在目前的人均收入水平上，已经引发了居民对住房和汽车等新一代高档耐用消费品的需求，而这些耐用消费品都必须以重工业来支撑。所以，中国应不应该、走不走重工业道路的问题，实际上是在未来中国居民应不应该提高消费档次的问题，而这个问题本来就不应该有争论。因为这是中国人民对美好生活的追求，否则中国发展社会生产力和搞现代化还有什么意义？

也有人举出香港、新加坡等地区和国家的例子，说明本国的重工业产品需求可以通过国际交换来满足。但是与石油的情况一样，对于只有几百万乃至几千万人口的小经济体来说，通过国际分工与交换，的确可以满足国内需求，使本国经济发展绕开重工业阶段，可是对中国这样有着巨大人口的经济体来说就不可能。石油不可能，钢铁、化工和机械都不可能。所以，中国的现代化建设还必须走过重工业阶段才行。如此，能源的消费就减不下来。

也有人说，中国不是要建设“节约型社会”吗？走“循环经济”的路子是否可以大幅度减少能源需求呢？例如，用废钢铁就可以减少90%以上的能源消耗和有害气体排放。但是我们必须看到，由于循环经济是对已经加工使用资源的回收与再利用，因此发展大规模的循环经济，必须是大量社会产平已经到了使用寿命的终结期才有可能。这就是为什么发达国家的循环经济可以很发达，而在发展中国家却规模有限的原因。

在目前的中国，以钢材消费来说，房地产占了一半多，机械工业占了20%，汽车工业占了5%，而从2004年看，城市房屋建筑面积中有60%以上是近5年建造的，社会汽车和机械保有量中，也有近60%是只使用了5年的。如果房屋的平均使用年限为50年，汽车和机械的使用年限为15年，那么至少在未来10年之内都不会有大量报废的钢铁进入可回收期。其他有色金属和塑料的情况与钢铁是一样的。所以，至少在未来10内，我们不能指望依靠发展循环经济来实现大规模节能。

有研究表明，以大气环境来说，目前的环境容量空间只剩下25%，如果煤炭在能源消费中的比重还要继续上升，可能用不了多少年就会达到环境容量的极限。如果中国不可能绕开重化工道路，国际资源又不能支撑中国实现从以煤为主向以油为主的能源结构转换，则中国的工业化就必须选择新的道路。我们现在经常说中国要走“新型工业化道路”，以前的含义是指要从粗放型增长转向集约型增长，然而从能源和环境的制约关系看，这个“新”字更应该是指中国必须走上一条世界各国从未走过的技术道路，即必须在新的能源与原材料基础上完成工业化建设。因此，中国的新兴工业化道路，不仅对自己的过去是“新”，对世界来说也是新的。

正因为中国的新兴工业化是前无古人的工业化，因此中国在探索新型工业化道路上必然充满了各种困难，肯定需要相当长的时间。而在成功地转向新的工业化道路前，则必须继续依靠传统能源和原材料，即必须在传统工业化道路上继续相当长的时间。因此，至少在未来10年，中国的环境由于煤炭燃烧比重上升，会持续恶化。我们对此必须有前瞻性，必须加大对环境保护的投入，以使中国经济能依靠煤炭，在传统工业化的道路走出足够长的时间。

三、建设节约型社会重在生产而不在消费

经济发展中的资源瓶颈使中国社会各界深感节约型社会的紧迫性。节约资源可从两个方面入手，一是生产，二是消费。从生产方面节约资源，主要是在生产过程中提高资源的使用效率，从消费方面节约资源，则要求人们减少对各种产品的消费。这两个方面，哪个应该成为节约型社会的重点呢？我认为是生产而不是消费。

从消费入手，无疑于是在提倡清心寡欲的生活，这与人们追求美好生活的愿望相抵触。日本是发达国家中资源利用程度最高的国家，是节约型社会的典型代表，但这并不排斥日本每千人的轿车拥有率超过600台。当然还是要培养居民的节约意识，鼓励人们在日常生活中养成节约的习惯。

有人说，为什么不可以用税收等经济手段限制对大型住宅和大排量汽车的需求呢？由于税收是价格的组成部分，加大对消耗资源多的消费品税收，当然能抑制对这类产品的需求。但是，如果市场价格已经可以反映出资源的稀缺程度，消费者自然可以从自己的收入水平和与产品价格对比中做出理性选择。例如最近由于汽油涨价，许多消费者认为如果每升价格超过4.5元，就会放弃买车的打算，或者选择小排量车型。所以，只要市场价格机制是有效的，政府就没有必要通过干预价格形成来影响消费。

还有人提出为了节约资源使用，应通过税收等手段提高资源的价格，这个观点我不同意。以中国自身的资源禀赋不足以实现现代化，中国已越来越深地融入世界资源与市场体系之中，如果中国对世界资源的需求增加，则世界资源产品市场的边际价格就会上升，等于所有从世界市场进口资源的国家都在共同分担这个价格上升水平，中国的负担就小得多。但是，如果中国在国内单独拉高资源价格，等于在自动放弃充分利用国际便宜资源的好处。同理，如果因为印度等其他国家对世界市场的资源需求度上升，中国也要为其分担资源产品价格上升的结果。所以，只要资源价格是正确反映了资源的稀缺程度，中国就没有必要主动拉升国内价格。

中国目前在生产中浪费随处可见，其原因主要在于使用中的设备技术落后，企业规模过小，在钢铁、水泥、电力、机械、建筑等许多生产领域，每单位实物产出量所消耗的能源和原材料水平都大大高出发达国家的平均水平。因此，在这方面有着巨大的节约潜力。所以，建设节约型社会绝不仅仅是个观念问题，更重要的是个物质基础问题，要通过立法和经济手段，强制报废一批落后的生产设备，采用财政补贴和国家对贷款贴息的办法，以及加速折旧的办法，支持企业尽快淘汰和更新设备。还要严格限制企业所使用设备的技术水平与规模水平，大力提成规模经济。

四、生产节约的重点是“增量”节约

生产节约可分成增量节约与存量节约。中国正处于工业化中期阶段，每年都需要消耗大量新资源，“增量”节约就是指如何提高资源的开采和加工效率，以提高资源的利用率。存量节约是指已经被加工成产品的资源，如何回收与再利用，这就是我们一般所说的“循环经济”。

发展增量节约与存量节约，都需要政府和社会投入大量才力，在财政和社会资源有限的条件下，也需要选择重点。而从中国的工业化发展阶段看，至少在未来10年内，生产节约的重点应放在增量节约方面。因为发展循环经济需要一定的社会产品积累，才有较大空间。以钢铁为例，建设工业化国家一般可以用两个钢铁指标来衡量，一个是钢铁生产能力的人均占有量，一个是人均钢铁蓄积量。从工业发达国家看，当基本上完成工业化时，人均钢铁生产能力大约为700公斤到1吨，人均蓄积量则在10吨左右。

当人均钢铁蓄积量达到10吨，钢铁的生产能力就会逐步衰退，这是因为在工业化完成阶段，居民对物质产品的消费已经基本上满足，消费开始转向服务业领域，钢铁工业主要是负担居民对原有产品更新的要求。而更新产品是以新顶旧，被淘汰和报废的产品，如汽车和房屋建筑，都包含着大量金属材料，而在报废的金属产品中，金属回收率一般都可以达到80%，这就为发展循环经济提供了广阔空间，发达国家的钢铁工业之所以电炉炼钢占到全部钢产量的80%，就是因为发达国家的炉料是以废钢为主。而中国这样的发展中国家，由于经济发展阶段的限制，直到去年人均钢产量也刚过200公斤，人均钢铁蓄积量只有1.5吨，所以，目前铁矿砂炼钢仍要占到粗钢产量的85%，其余15%用废钢炼钢，其中还有60%的废钢是靠进口。

所以，生产节约的重点应放在提高对增量资源的使用效率方面。由于中国经济规模已经很大，例如从金属蓄积量来看，目前已经等同于日本，发展循环经济的空间很大，现在就开始起步了。

五、最应节约的是土地和水：

不可贸易的资源才是经济发展中真正难以逾越的瓶颈，警惕中国经济走入有增长而无发展的歧途！

生产的节约就是要节约各种生产要素的使用。由于各国生产要素的天然禀赋条件不同，在生产中各类生产要素使用的密集程度不同。国际贸易的存在，对某些国内稀缺的生产要素可以通过贸易方式获得，但是，有些生产要素不能通过贸易，例如土地和水资源，所以，不可贸易的资源才是经济发展中真正难以逾越的瓶颈。

中国虽然号称地大物博，但人口众多，人均平原面积只有不到1000平方米，工业化过程中必须留足农业用地。因此，节约土地是比节约其他可贸易资源更为重要和紧迫的问题，同时也是以较少生产要素投入创造更多社会财富的最重要的途径。发达国家的实践说明，一国的财富形态约有2/3是房地产，食品吃了就没有了，衣服穿旧了就得扔，汽车也是减值的耐用品，只有房地产是可以保存财富的最主要形态。

对中国来说，由于土地资源极为稀缺，如果不能有效地提高土地的使用效率，很容易使中国经济走入有增长而无发展的歧途。例如，中国近年来新建的许多建筑容积率都很低，以城市“毛容积率”来说，即城市建筑物面积与城市建成区面积之比，全国平均只有0.5，最高的上海也不到0.8，而东经为2，香港为1.6，台北为1.2，即便在珠三角、长三角这些土地资源已经极度紧张的地区，在大城市中心区内，五六层的建筑物也随处可见。

篇（2）

2矩阵分析方法实证分析

从分析能源消费的内部来说，煤炭消费以能源消费总量的66%位居第一，成品油以能源消费总量的18.4%位居第二，电力以能源消费总量的10%位居第三，以上三种能源占能源消费总量的94.4%。综上所述，这三种能源的消费增长速度来表示能源消费是可行的。

从产业方面来说，由于各个产业的能源消费种类不同，而且各产业部门不同能源消费的增长速度也是有区别的。因此各产业部门的能源消费状况用结构积的方式来表示也是可行的。用E代表能源消费增长的结构积，V代表各个产业产值的年平均增长速度的矩阵，D表示各产业部门年平均一种能源消费的增长速度矩阵。用矩阵公式表示为：产业的能源消费结构积=产业能源消费增长率×产业产值增长率通过综合分析第一产业、工业、建筑业、第三产业的能源消费，建筑业的能源综合结构积以5186.781997位于首位，位于第二位的第三产业的能源综合结构积以4720.754426略低于第二产业，工业能源综合结构积以3570.898706位于第三位，第一产业能源综合结构积以2467.776049位于第四位。换言之，能源消费的大户是建筑业，而传统的第一产业对于能源消费的诉求则不那么强烈。更进一步研究产业内部的能源消费情况，不难发现建筑业以及第三产业内部电力的结构积很大，成品油的结构积次之，但远高于煤炭。略逊于建筑业和第三产业，自第二次工业革命以来起主导作用的工业也具有较大的电力结构积。

再看其他几种极为重要的战略资源——石油，第三产业以及建筑业显然比工业更易受到其影响，而煤炭能源消费的控制对于工业的影响要远大于对其他三个产业的影响。总的来看，除了相对稳定的第一产业，其他生产部门显然与能源结构干涉甚深。改动矩阵，将第一产业、工业、建筑业以及第三产业合并，得出表1，即2001-2013年不同能源的结构积。由不同能源消费结构积对比可以看到，矩阵结构积最高的为电力能源，代表成品油的矩阵结构积位于第二，这表明，在2001-2013年间，我国消费增长速度最快的是电力能源，其次是成品油，而且电力消费增长的速度远远高于成品油。

篇（3）

能源消费碳排放的计算方法能源指可产生各种能量(如热量、电能、光能和机械能等)或可做功的物质的统称。目前，使用的主要能源包括煤炭、原油、天然气、煤气、水能、核能、风能、太阳能、地热能、生物质能等一次能源和电力、热力、成品油等二次能源，以及其他新能源和可再生能源。在计算能源消费碳排放时，为避免直接利用一次能源时产生较大误差，而采用《中国能源统计年鉴》中各省能源平衡表中的终端能源消费量数据，包括原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气等18项化石能源消费数据计算传统能源所造成的碳排放。能源消费碳排放的计算公式如下:C=∑18i=1Qpi×u×NCVi×(Cfi×VCO2+Mfi×VCH4)(1)其中:C为化石能源消费造成的碳排放总量，单位为104t;Qpi为第i种能源的终端消费量，单位为104t;u为单位转化系数，将t转化为Gg，为10－3;NCVi为能源净发热值，单位为TJ/Gg;Cfi为缺省CO2排放因子，单位为t/TJ;Mfi为缺省CH4排放因子，单位为t/TJ;NCVi、Cfi、Mfi均采用IPCC指南2007［29］的给定值;VCO2为CO2所含碳量，为12/44;VCH4为CH4所含碳量，为12/16。区域碳汇能力的计算方法典型的陆地生态系统中，土地碳汇主要包括植物光合作用和化石燃料沉积等过程，植物光合作用合成有机物固定二氧化碳并释放氧气。在此，仅考虑植物的光合作用作为陆地生态系统的碳汇。在不同的土地利用方式中，林地和草地为主要碳汇(碳的吸收源)，根据林地和草地的碳吸收系数，可以将林地和草地的面积转化为碳的吸收量［3］。在此，将林地和草地的碳吸收量近似看作陆地生态系统中碳的生态容量。区域碳汇能力的计算公式如下:CA=∑ni=1Ti×si(2)其中:CA为区域碳汇能力;Ti为第i种土地利用方式的面积，包括林地和草地面积;si为第i种土地利用方式的碳的吸收系数，林地和草地的碳汇系数来源于方精云等［2］的研究成果。2.4碳排放公平性评价模型的构建本文结合能源消费碳排放的特征，以30个省、自治区、直辖市(由于缺乏、台湾、图1碳排放洛伦兹曲线Fig.1CarbonemissionLorenzeCurve香港和澳门的部分统计数据，故本文的计算和分析不包括上述地区)为评价单元，定义洛伦兹曲线为不同单元能源消费碳排放曲线，为碳排放实际分配曲线，连接45°对角线为能源消费碳排放的绝对公平曲线，如图1所示，据此构建省级区域碳排放公平性评价模型。设实际碳排放分配曲线与绝对公平碳排放分配曲线之间的面积为A，实际碳排放分配曲线与OX轴之间的面积为B，那么碳排放基尼系数=A/(A+B)，碳排放基尼系数反映的是依据不同的参考因子，碳排放分配的公平程度。A面积越小，基尼系数越小，碳排放分配越公平，反之，A越大，基尼系数越大，碳排放分配越不公平。当碳排放基尼系数为0时，实际碳排放分配曲线也就与绝对公平碳排放分配曲线重合，表示碳排放分配绝对公平。当基尼系数为1时，B为0，表示碳排放分配完全不公平。在用基尼系数测度碳排放分配的公平程度时，采用国际惯例，基尼系数在0.2以下表示碳排放分配“高度平均或绝对平均”;0.2～0.3之间表示“相对平均”;0.3～0.4之间为“比较合理”;0.4～0.5为“差距偏大”;0.5以上为“高度不平均”。通常以0.4作为分配差距的“警戒线”。采用梯形法求取碳排放基尼系数:基尼系数=1－∑ni=1(Xi－Xi－1)(Yi+Yi－1)(3)其中:Xi为参考因子的累积百分比，Yi为碳排放的累积百分比。当i=1时，Xi－1、Yi－1均视为0。碳排放生态压力模型碳排放生态压力模型以纵轴OY表示各个行政单元碳排放量占全国的累积百分比，横轴OX表示各个行政单元的主要碳汇对碳的吸收量的累积百分比。其构建意义在于以各个行政单元主要碳汇对碳的吸收量为参照，基于排放一定比例的碳需要贡献相应比例的碳吸收量，则从生态角度来说在假设碳排放绝对平均的基础上，若某一区域碳排放的比例大于主要碳汇对碳吸收量的贡献率，则其侵害了其他区域的利益，使其他区域为其承担了过量碳排放导致的生态环境影响;反之，则有相对较高的生态容量，而相对较低的碳排放量，对减轻碳排放对生态环境的压力有重要贡献。为此，这里提出生态承载系数用于衡量各区域碳生态容量贡献的公平性。生态承载系数(EcologicalSupportCoefficient，ESC)=主要碳汇对碳吸收量的比例/碳排放比例:ESC=CAiCACiC(4)其中:CAi、CA为各区域和全国主要碳汇对碳的吸收量;Ci、C为各区域和全国的碳排放量。由以上分析可知，若ESC＞1，则表明某一区域主要碳汇对碳的吸收的贡献率大于碳排放的贡献率，说明其具有相对较高的碳的生态容量，对其他区域有贡献;反之，若ESC＜1，则表明某一区域主要碳汇对碳的吸收的贡献率小于碳排放的贡献率，说明其具有相对较低的碳的生态容量，由于碳排放带来温室效应具有外部性的特征，碳排放造成的生态环境影响需要其他区域共同承担，侵害了其他区域的利益。碳排放经济效率模型碳排放经济效率模型以纵轴OY表示各个行政单元碳排放量占全国的累积百分比，横轴OX表示各个行政单元的GDP累积百分比。其构建意义在于以各个行政单元的GDP为参照，基于排放一定比例的碳需要贡献相应比例的GDP，则从经济角度来说在假设碳排放绝对平均的基础上，若某一区域碳排放的比例大于GDP的贡献率，则属于经济效率较为低下，对碳的排放侵占了其他区域的利益;反之，则经济效率较高，对其他区域有贡献。为此，这里提出经济贡献系数用于衡量各区域间碳排放经济贡献的公平性。经济贡献系数(EconomyContributiveCoefficient，ECC)=经济贡献率/碳排放占全国的比例ECC=GiGCiC(5)其中:Gi、G为各区域和全国的GDP;Ci、C为各区域和全国的碳排放量。由以上分析可知，若ECC＞1，则表明某一区域经济贡献率大于能源消费碳排放的贡献率，说明其具有较高的经济效率和能源利用效率;反之，若ECC＜1，则表明某一区域经济贡献率小于能源消费碳排放的贡献率，说明其具有相对较低的经济效率和能源利用效率，侵害了其他区域的利益。

我国能源消费碳排放时序演变分析

能源消费碳排放的变化趋势分析从计算得到的碳排放量变化趋势线可以看出，从1996年到2008年我国能源消费碳排放总量呈现明显的上涨趋势。分析碳排放的年变化量可知，从1996年到1999年期间，从总的趋势上来看呈上涨趋势，但呈现波动变化，在1999年出现了一次负增长;从2000年到2002年期间，上涨趋势较为平缓;从2003年到2007年期间，经济发展速度加快，能源需求旺盛，碳排放上涨趋势尤为明显，年均涨幅远远高于前一时段，是前一时段的7倍左右，呈现急剧上涨趋势;2008年的上涨幅度出现了急剧下降，年涨幅仅为前一时段年均涨幅的1/3，暂不将其归入前一时段。因此，根据碳排放年均变化量，可将我国1996—2007年的碳排放趋势大致分为3个时期:1996—1999年，波动增长期;2000—2002年，缓慢增长期;2003—2007年，高速增长期。随着碳减排力度加大和科技进步，可以预见，我国未来的碳排放增长将趋于平缓，甚至将呈现下降趋势。

Fig.2ThetimesequencecurveofcarbonemissionandGDPinChinafrom1996to20083.2能源消费碳排放与经济发展的关系分析为分析我国能源消费碳排放与我国经济发展之间的关系，选用能源消费碳排放弹性系数和能源消费碳排放强度两个指标。弹性系数通常用于衡量一定时期内，一个经济变量的增长幅度对另一个经济变量的增长幅度的依存关系。根据弹性系数的内涵，提出能源消费碳排放弹性系数的概念，即能源消费碳排放量的变化率与经济生产总值变化率之比，表明国民经济每增长一个百分点会导致碳排放量增加多少个百分点，其计算公式如下:E=ΔC(i，i－1)/Ci－1ΔY(i，i－1)/Yi－1(6)其中:E为能源消费碳排放弹性系数;ΔC(i，i－1)为第i－1年到第i年碳排放量的变化量;Ci－1为第i－1年的碳排放量;ΔY(i，i－1)为第i－1年到第i年国内生产总值的变化量;Yi－1为第i－1年的国内生产总值。能源消费碳排放强度是指单位国内生产总值的能源消费碳排放量，综合反映了一个区域的能源利用效率等，是衡量经济增长质量的重要指标之一。D=CY(7)其中:D为能源消费碳排放强度;C为区域碳排放量;Y为区域地区实际生产总值。计算得到我国从1996—2008年能源消费碳排放强度和弹性系数曲线，如图3所示。从1996年到2002年，我国的能源消费碳排放强度呈明显下降趋势，从总体趋势上看，除2003年到2005年略微上升外，1996年到2008年的能源消费碳排放强度呈显著下降趋势，综合反映出13a来我国能源利用效率有所提高。由碳排放弹性系数曲线可知，从2003年到2005年，碳排放量快速上涨，弹性系数大于1，即每增加1个单位的GDP，所引起的碳排放量大于1个单位;其余年份弹性系数均小于1，即每增加1个单位的GDP，所引起的碳排放增量均小于1个单位。从1996年到2001年，除部分年份波动外，我国的碳排放弹性系数呈逐年下降趋势;从2002年到2004年，弹性系数呈上涨趋势，能源消费碳排放量急速提高，经济发展速度过快，边际能源消费量偏高，呈现非理性发展;从2005年到2008年，弹性系数呈明显下降趋势，其中，2008年的碳排放弹性系数仅为0.2813，说明我国在快速工业化和经济发展达到一定阶段后，依靠科学技术进步，边际能源消费碳排放量逐渐降低。

篇（4）

文章编号：2095-5960（2014）01-0007-07

中图分类号：F062.2

文献标识码：A

一、背景

国际能源署报告（2009）指出，中国现在已经成了最大的碳排放国，占到了2009年全球排放量的24.2%，而其中能源消费相关的碳排放又占到61.4%（BP，2010）。所以能源消费问题已经不仅仅是我国经济生活的大问题，也是关系到中国国际形象的国际性问题。研究能源消费问题的核心，不应该是简单的讨论降低能源消费。因为能源消费不是一个孤立的经济指标，往往和经济生产、居民生活、国防建设等方方面面有着紧密的联系。如果采取一刀切的行政手段，强迫企业或者居民等能源消费单位降低能源消费，所带来的不利影响可能很大。同样，很多貌似与能源消费没有直接关系的经济行为也可能给能源消费带来显著影响，比如国际贸易、金融发展等。因此，研究能源消费对相关经济行为的影响，以及哪些经济行为会影响能源消费都是非常重要的内容。

目前关于能源消费的研究文献中，以研究能源消费与经济增长、经济结构和对外贸易等方面的协整关系为主流。其中又以能源消费与经济增长为最核心的研究内容，其主要研究内容可以归纳为4个主要方面：增长假说、保护假说、回馈假说和中性假说。现在有越来越多的学者认为，传统的能源消费与经济增长研究中没有把金融发展从经济增长中独立出来作为单独的重要因素进行研究，限制了人们对金融发展与能源消费关系独特性的认识。因此关于能源消费与金融发展相互关系的研究，能有助于更深入认识能源消费，以及其与经济、金融领域的动态影响机制。国内部分学者已经开始关注能源消费与金融发展的相互关系。比如赵领娣的研究认为金融深化和资本深化合力推动了中国的节能减排工程。

孙浦阳通过国际研究经验，认为金融发展是影响能源消费结构的显著因素。

二、文献回顾

传统的能源消费经济研究，主要是围绕经济增长与能源消费展开的。近十几年随着金融发展研究的深入，金融发展因素已经逐步从经济增长中独立出来作为影响能源消费的重要因素进行研究。金融发展主要是指股票市场、债券市场的发展，银行机构等金融中介机构的扩张，还包括国外直接投资（FDI）等方面。从公司金融的角度来说，金融发展存在影响能源消费的多种传导路径，而且不同路径对能源消费影响的方向是不同的。在生产领域，金融的发展有助于提升生产领域的能源效率。金融机构帮助生产企业进行风险规避，金融市场促进企业的投资效率，金融市场给企业研究和技术更新提供巨大的资金支持。这都有利于能源效率的提升，降低生产领域的能源需求。但是从整体和长期来看，更高的能源效率并不一定会带来能源消费总量的下降。随着能源效率的提高，生产领域和消费领域的能源消费总量反而增加，这就是能源研究中的回弹效应（rebound effect）。从产品消费的角度来看，金融发展通过提供消费信贷等金融服务促进大宗商品的消费，这直接影响我国能源消费总量。快捷、便利的金融服务，使得消费者可以更加轻松的购买大宗消费品，从而拉动了国内消费品市场的需求。比如汽车、房子、冰箱和空调等消费品市场在最近十几年里取得了快速的发展。而这些大宗消费品的生产过程会消耗大量的能源，同时消费者在使用过程中也会消耗大量的能源。

篇（5）

 

1引言

气候变化是人类可持续发展面临的最大威胁，气候变化的主因是温室气体排放的增加，而温室气体排放主要来源于能源消费。因为各产业对能源的需求量不同，产业结构变动直接影响着能源的消费量变化。当前，我国正在进行产业结构调整，同时节能减排工作面临很大的国际和国内压力。如何使我国的产业结构调整能够有利于节能减排目标的实现是一个亟需研究的问题。在此背景下，研究产业结构变动对我国能源消费的影响，对于我国未来制定能源发展战略、优化产业结构、减少温室气体排放、发展低碳经济具有重要的现实意义。

对于产业结构变动与能源消费的关系，国外有许多学者进行了相关研究。Baiding Hu (1998)运用投入产出法分析了1987～1997年产业结构与技术的变化对中国能源消费强度的变化影响。用直接的投入产出系数变化反映技术的变化，主要以煤、石油、天然气、电、焦炭等六种能源要素为研究范围，结果显示，中国能源消耗强度的下降主要原因是直接能源投入需求的变化核心期刊，总投入需求的变化导致了总产出和能源消费的增长，但总投入需求变化效应小于直接投入需求的变化效应，故最终总的能源消耗强度呈下降趋势。

Fisher-Vanden(2006)使用企业层次的数据分析能源效率提高的因素，发现随着产业分类细化，产业结构变动所起的作用逐渐提高；当将结构变动细化到四位数产业甚至公司水平时，结构变动对能源强度变动的贡献超过技术变动的贡献。

Jonathan E.Sinton(2001)则从能源统计数据的真实性方面提出了疑问，认为能源供给存在低估，同时他也认为即使能源消费统计准确，是技术进步还是产业结构或者其它因素对中国能源消费产生影响是值得进一步研究的问题。

Richard F.Garhaccio(1999)等运用投入产出法研究了1978～1995年期间中国单位产出能源消费量下降的原因，其研究把这种消费效率的改进分解成技术变化、进出口总量和成分变化等各种结构变化。其结论认为，1987年—1992年间能源消费效率的改进主要是由于部门中技术的变化，一些能源密集型产品进口的增加也促进了这种效率的提高，但是产业结构的变化却使能源消费增加。

ZhongXiang Zhang(2003)研究了1990年～1997年中国工业部门能源消费效率改进的情况。他认为，产业结构调整对我国工业部门能源效率提高的作用是负面的，导致整个工业部门能源效率提高的原因在于各个子部门能源消费效率的提高。

近年来，国内一些学者也开始对这个问题进行研究，但是大多数文献是针对能源消费与经济增长的关系进行的研究，而对产业结构变化与能源消费关系的研究相对较少。欧晓万(2007)对三次产业能源消费与产业产值分别进行了协整分析，但没有从总体上考虑能源消费与三次产业之间的相互关系。史丹(1999)认为结构变动是能源消费的重要影响因素，且对不同的能源品种影响程度和作用方向不完全一致，徐博(2004)等研究得出第一产业和工业比重的变化是影响能源消费总量变化的主要因素。杨洋 (2008) 等利用我国1978～2006年的相关数据对影响我国能源强度的因素进行了实证研究，结果表明产业结构变动对能源强度的提高或降低的影响程度最大。

在借鉴以上研究的基础上，本文利用1978－2008年我国产业结构和能源消费等时间序列数据，对产业结构变动对我国能源消费的影响进行实证研究。

2 数据来源和处理

2.1数据来源

本文进行实证研究所用的数据范围是1978～2008年核心期刊，主要指标有中国能源消费总量、各年度国内生产总值（GDP）、三次产业的国内生产总值以及三次产业在国民经济中所占比重等，以1978年为基期，通过GDP平减指数计算出各年真实GDP。其中以三次产业在国民经济中所占比重代表产业结构，以比重的变化代表产业结构的变化。

能源消费总量的数据来自中国能源统计年鉴(1979，2009)，是实物指标，单位为百万吨标准煤；GDP和产业结构的相关数据来源于中国统计年鉴(2009)。对于三次产业的数据有两种处理方法，一种处理方法就是采用它们国内生产总值的增加值进行计算，这样测算的优点是三个产业国内生产总值的增加值是在不断增长的，也就是它们变动的趋势和能源消费的趋势会比较一致，但是不便于说明结构的变动对能源消费的影响；另一种处理方法是采用三次产业在国民经济中所占的比重进行计算，本文使用第二种方法，并在计算中把能源消费总量作为因变量，产业结构变动作为自变量。

表1 能源消费总量与各产业国内生产总值 单位：亿元

 

指标

 

 

能源消费总量（万吨标准煤）

国内生产总值

第一产业国内生产总值

第二产业国内生产总值

第三产业国内生产总值

1978年

57144

3645

1028

1745

872

1979年

58588

4063

1270

1914

879

1980年

60275

4546

1372

2192

982

1981年

59447

4892

1559

2256

1077

1982年

60267

5323

1777

2383

1163

1983年

66040

5963

1978

2646

1338

1984年

70904

7208

2316

3106

1786

1985年

76682

9016

2564

3867

2585

1986年

80850

10275

2789

4493

2994

1987年

86632

12059

3233

5252

3574

1988年

92997

15043

3865

6587

4590

1989年

96934

16992

4266

7278

5448

1990年

98703

18668

5062

7717

5888

1991年

103783

21781

5342

9102

7337

1992年

109170

26923

5867

11700

9357

1993年

115993

35334

6964

16454

11916

1994年

122737

48198

9573

22445

16180

1995年

131176

60794

12136

28679

19978

1996年

138948

71177

14015

33835

23326

1997年

137798

78973

14442

37543

26988

1998年

132214

84402

14818

39004

30580

1999年

133831

89677

14770

41034

33873

2000年

138553

99215

14945

45556

38714

2001年

143199

109655

15781

49512

44362

2002年

151797

120333

16537

53897

49899

2003年

174990

135823

17382

62436

56005

2004年

203227

159878

21413

73904

64561

2005年

224682

183217

22420

87365

73433

2006年

246270

211923

24040

103162

84721

2007年

265583

257306

28627

124799

103880

2008年

285000

300670

篇（6）

中图分类号：F2 文献标识码：A 文章编号：1672-3198（2015）14-0023-01

1 引言

本文选取江苏省镇江市为例研究城乡居民对能源的选择以及对能源的产品的消费，本文认为不同的能源消费选择不仅能对能源相关行业产生一定的影响而且影响着我国节能减排政策的有效落实。居民对于能源的自主性选择消费一般分为以照明、炊事、取暖制冷、交通等为主的直接消费和以食品、衣着、教育文化娱乐、医疗保健、交通通信、居住等为主的间接消费这两种形式，本文侧重于能源的直接消费。

2 能源消费阐述

能源消费是指在社会生产和生活中所消耗的能源。一个国家的能源消费主要有两个方面构成，即这个国家在一定的时间内所消耗的能源总量以及各种能源的消费比重。一般来说，能源的消费量都和一国的经济发展水平相联系，随着国民经济的不断发展，能源的消费量呈现出不断增长的趋势，另外随着科学技术的进步，对能源的单位使用效率也在不断地提高，更加高效合理的利用能源也会促使能源消费量增速的减缓。

3 镇江市城乡居民能源消费现状

本文所说的居民能源消费主要指生活能源的消费。生活能源是指居民在日常生活中所消耗的能源，现阶段我国生活能源占能源消费量基本维持在10%的比例。但是随着国民经济的快速增长和城市化进程的推动，城乡居民的能源消费差距会逐步缩小，居民的生活水平不断提高，加之居民的日常生活中大量家用电器的使用，这样就需要耗费更多的能源，由此造成近年来居民能源消费水平的大幅上升。

3.1 镇江市的区域地理位置概况

镇江市，位于中国东部沿海、江苏南部、长江三角洲北翼中心，是南京都市商圈的核心城市和国家级苏南现代化建设示范区重要组成部分。近些年来，镇江市经济发展迅速，2013年城市居民人均可支配收入32352元，相比较2012年增长9%；农民人均纯收入16258元，相比较2012年增长10.7%。中国社科院将镇江排名全国综合经济竞争力第38位。

3.2 镇江市的样本调查分析概况

3.2.1 数据来源

本篇论文采用随机抽样调查的方法来获取资料数据，结合问卷调查与面访的形式对城乡之间的居民能源自主性消费差异进行分析。总计发放300份问卷，150份在城市发放，150份在农村发放。其中，回收有效城市问卷145份，有效回收率96.7%，回收有效农村问卷138份，有效回收率92%。

3.2.2 数据样本分析

（1）样本家庭特征。

关于户主受教育程度调查，总体来说，城镇居民所受教育程度要远远高于农村居民的受教育程度。由我们所搜集到的资料显示，城镇居民所受的初中教育及以下仅15人，占城镇调查人数10.35%，而农村初中及以下受教育人数为83人，占农村调查人数60.15%，农村远远高出城镇一半以上；城镇居民本科及以上的受教育程度为98人，占6759%，城镇高于农村的3.62%。

（2）样本的家庭收入特征。

由所搜集到的数据显示，城镇居民人均年收入要远远高于农村人均年收入。城镇居民10000元以下仅仅8户，所占比重为5.52%，而农村有35人收入在10000元以下，占样本比例25.36%；而在中高等级的收入中，城镇居民年收入比重也远远高于农村人口，20000～30000元的年收入区间中，城镇居民有55人，占比例37.93%，而农村仅24人，占比重为17.39%。

（3）样本能源消费理念及种类。

①对能源的消费理念调查。

随着我们的调查发现，越来越多的人选择节能环保的能源消费理念，无论城市还是农村越来越多的人更倾向于节能环保，而不仅仅是经济实惠。其中，城镇居民较倾向于节能环保，有92人选择了这样的消费理念，所占比重为63.45%，农村也有53人选择了节能的理念，占比重38.41%。

②能源消费种类分析。

从表1的数据主要看来，无论城市居民还是农村居民，电能和液化石油气都是日常能源消费的主要产品；而城镇居民用天然气的较多，占比重70.34%，农村有的地方不接入天然气，自然就用不了；但是大多数都用太阳能；而煤炭及制品却少有人用，无论城镇还是农村，所占比例都较少。

4 镇江市城乡居民能源消费对比性分析

本篇论文进一步分析了城镇和乡村能源消费自主性差异，在被调查的城乡居民中对电能的使用为100%。随着经济发展过程中的二元化差异扩大，大部分农村都没有接通天然气管道，导致有些农村没有天然气的选项，更多的是液化石油气与生物质能；而城镇居民在用气放也是以液化石油气为主与天然气为辅相结合，液化石油气在被调查者占比率为91.03%。在太阳能利用方面，由于城市居民经济基础较好和城市空间的局限性太阳能使用的居民占比率为42.76%；在农村居民中，太阳能主要以太阳能热水器的形式加以利用，因为其经济环保几乎被大部分农村居民使用其占比率为90.58%。

5 总结及政策建议

5.1 进一步加强能源基础设施建设

通常，资源获取的难易程度将引导我们的资源消费，对于居民来说，能源的选择性消费也将更多。可以在农村加大对液化石油气站的建设，增加农村居民对液化石油气的消费量，减少煤炭及生物质能的使用，以优化农村的能源消费结构。其次，也可以适当的将天然气引入部分农村，带动农村的能源新的变革。

5.2 大力发展清洁能源

通过大力发展清洁能源，可以减少对化石能源的依赖，不仅提升了环境质量，而且还低碳环保。应该要鼓励能源企业创新，提高清洁能源的研发及能源的利用效率，毕竟科学技术是第一生产力。清洁能源的推广，不仅能使相关的产业得到发展，还带动了镇江的经济，提高了人民的生活质量。

5.3 大力宣传节能环保，鼓励低碳生活

以政府为主导向广大城镇居民宣传节能减排，举办有关节能环保的讲座倡导城镇居民低碳生活。通过政府的大力宣传让节能环保观念深入广大居民内心，逐步形成节能意识，自主的去注重节能环保，选择低碳生活。

5.4 因地适宜，合理利用农村资源

通过本文的研究表明，农村依然在大量使用生物质能，生物质能不仅热值低，而且对环境的污染较大，会加重雾霾天气的形成。政府应该因地适宜，考察农村的资源利用情况开展沼气池的相关建设，不仅可以供气，还减轻了部分生物质能燃烧的危害，可谓一举两得。政府在此过程中可以为农户沼气池建设及后期使用方面提供一些技术支持，以解决农户在建设及使用沼气池中遇到的问题。此外还可以通过补贴来提高农村居民的积极性。

篇（7）

引言

近年来，以低能耗、低污染、低排放为基础的低碳经济发展模式日益受到各国重视。目前，能源和环境问题已经成为中国经济快速发展的瓶颈，节能减排和低碳发展，将会是中国未来发展道路的必然选择。本文借助Kaya恒等式对我国1990年～2007年能源消费碳排放进行实证分析，力求比较精确地量化各因子的贡献率，并在此基础上探讨我国低碳经济的的可行性策略。

1Kaya模型及分析方法

1.1Kaya恒等式及其涵义

Kaya恒等式由日本学者YoichiKaya提出，它揭示了CO2排放与经济、政策、人口之间的联系，可以表述为：

式中：CO2、PE、GDP和POP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。此外,CO2/PE、PE/GDP、GDP/POP又可以分别被称为能源结构碳强度、单位GDP能源强度、人均国内生产总值。

在影响CO2排放的四个因子中，碳强度与能源种类有关，化石能源中,煤的碳含量最高,石油次之,天然气较低。可再生能源中,生物质能有一定的碳含量,而水能、核能、风能、太阳能、地热能、潮汐能等都是零碳能源。产业结构和技术水平共同影响能源强度，工业通常比农业、服务业更耗能，技术水平高则能耗低。同等条件下，人口增长、GDP增长，碳排放不可避免增加。

1.2分析方法—因素分析法

因素分析法是指数法原理在经济分析中的应用和发展。这种方法的分析思路是，当有若干因素对分析指标产生影响时，在假设其他各因素不变的情况下，顺序确定每个因素单独变化对分析指标产生的影响。针对Kaya恒等式,假定基年和T年CO2排放总量为C1和CT,ΔC代表T年相对于基年CO2排放总量的变化，则有：

ΔC=CT-C1(2)

假定CO2/PE=CP，PE/GDP=E，GDP/POP=G，碳强度对CO2排放的影响可用ΔCP表示，能源强度效应可用ΔE表示，GDP(经济规模)效应可用ΔG表示，人口效应可用ΔP表示,则：

ΔC=CT-C1=ΔCP+ΔE+ΔG+ΔP(3)

ΔCP=(CPT-CP1)×E1×G1×P1(4)ΔE=CPT×(ET-E1)×G1×P1(5)

ΔG=CPT×ET×(GT-G1)×P1(6)ΔP=CPT×ET×GT×(PT-P1)(7)

从上式也可得出：

ΔC=CT-C1=CPT×ET×GT×PT-CP1×E1×G1×P1(8)

这与我们的习惯思维是相符的。

2实证分析

2.1数据来源与计算

计算所用的CO2排放数据来源于国际能源总署（IEA）的统计，能源消费、GDP、人口数据来源于我国国家统计局的《中国统计年鉴2009》。此外，需要说明的是，在考察经济规模(GDP)效应时,在假定其他条件不变的情况下，GDP的名义增长并不会带来能源消费实物量的增长，也就不会导致CO2排放增加，因此，为了保证前后数据的可比性，GDP数据均按1990年不变价格折算。计算所得各因子贡献率如表1所示：

表11990年～2007年中国能源消费碳排放因子分析结果（基期：1990,万吨CO2）

年份

碳强度效应

能源强度效应

经济规模效应

人口效应

总效应

1991

94.80

-8291.07

16808.64

3036.65

11649.02

1992

-1243.59

-25267.12

42953.63

5978.27

22421.19

1993

2772.12

-39358.27

69727.85

9424.73

42566.42

1994

-748.22

-50630.29

92287.07

12802.17

53710.74

1995

2972.07

-57893.71

115763.69

16934.98

77777.03

1996

2591.10

-64077.44

135597.30

21033.38

95144.34

1997

8.05

-78268.04

143603.05

23550.40

88893.47

1998

14279.19

-100377.81

154689.84

26722.99

95314.21

1999

3509.26

-103698.09

156673.32

28136.91

84621.41

2000

-5159.00

-105157.27

163538.29

30133.88

83355.90

2001

-9018.95

-108424.94

172972.37

32548.59

88077.08

2002

-6686.89

-112649.45

192956.62

36805.26

110425.54

2003

-6012.72

-107966.04

232133.33

44624.19

162778.76

2004

-1647.79

-103933.21

284586.01

55236.16

234241.17

2005

-398.87

-104381.14

326240.23

64044.26

285504.48

2006

1855.76

-107588.16

372352.27

73502.98

340122.85

2007

1234.63

-112694.44

412411.12

81771.35

382722.66

总效应

-1599.05

-1390656.47

篇（8）

0前言

全球的气候和温室效应发生的变化已经严重地影响人类社会经济的可持续发展，应对全球气候变化，减少对环境的影响，发展低碳经济是各国未来经济发展的应对方式，而提高碳足迹效率是重要的环节。贵州岩溶地区生态环境十分脆弱，其碳效率动态变化如何，如何提高碳效率，减少其环境压力，应对全球气候变化是非常值得研究的问题。该项研究从基于生态足迹模型的碳足迹产值的历史过程分析研究，把握岩溶地区碳足迹效率的变化规律，提出提高碳效率的对策，对贵州岩溶地区可持续发展和应对全球气候变化具有重要的意义。

1.理论基础简述

1.1 生态足迹理论模型

生态足迹(Ecological Footprint 简称EF) 分析法是加拿大生物经济学家William Rees 和其博士生Wackernagel 于1992 年提出的一种用以衡量可持续发展的生物物理方法[1]。生态足迹是衡量人类在发展的过程中对生态系统所产生影响的一个重要指标项目管理论文，它是人类对生物生产性土地面积的占用量。生态足迹的定义为“生产人们所消费的所有资源和消纳这些人所产生的所有废物所需要的生态生产性土地的总面积”[2]。生态足迹的单位是“全球性公顷”。一个单位的“全球性公顷”相当于1hm2具有全球平均产量的生产力空间[3]。也就是说，生态足迹主要用于计算在一定区域一定人口与经济规模条件下， 维持资源消费和废物消纳所必须的生物生产面积。生态足迹可以分为资源生态足迹和能源生态足迹两部分，前者指生产所消费资源而需要的生物生产土地的面积，包括耕地足迹、林地足迹、水域足迹、建筑用地足迹；后者指吸纳所产生的废弃物需要的生物生产土地的面积。生态足迹已经成为国际公认的评价自然资源消耗的方法[4]。

1.2 碳足迹与碳足迹效率

碳足迹的概念来源生态足迹；但是，对于“碳足迹”的准确定义目前还没有统一，各国学者有着各自不同的理解和认识[5]。Global Footprint Network（2007）碳足迹是生态足迹的一部分，可看作化石能源的生态足迹[6]。由此可见，碳足迹指的是生态足迹中的化石能源足迹；Grub & Ellis（2007）指出，碳足迹是指化石燃料燃烧时所释放的CO2总量；另外，有的学者指出，碳足迹是排放的CO2以及其他温室气体转化的CO2 等价物。自2001 年以来，国外一些学者陆续以生态足迹的方法对碳足迹进行研究，但国内对能源消费的专门研究还不多见[4]。总体来说，国外仍处于起步阶段，而国内的碳足迹研究尚处于萌芽阶段[5]。而关于化石能源足迹方面国内已有少数学者的研究。但是对西南岩溶地区的碳足迹研究还是空白。由于用能是二氧化碳最主要的排放源[7]，本研究以生态足迹中的化石能源生态足迹作为碳足迹加以研究。

就碳足迹，也就是能源足迹而言，采用世界上单位化石燃料生产土地面积的平均发热量为标准，将当地能源消费所消耗的热量折算成一定的化石燃料土地面积[8]。也就是将化石能源消费转化为吸收其燃烧后释放出来的温室气体所需的森林面积[9]。具体来说，是将各类能源的消费实物量转化为标煤量，再将各类能源的标煤量转化为相应的热量，再通过热量与CO2吸收率的比值计算出各类能源消费所占用的足迹。所以，用于CO2的林地面积，乘以均衡因子，就可以得到CO2用地生态足迹（碳足迹）。区域能源（碳足迹）生态足迹具体计算公式：

EF =ΣrjAj =Σrj ( Pj+Ij-Ej )(2)( j =1 ，2 ，3 ，4 ，5 ，6)

式中: EF为区域能源生态足迹(hm2 ) ; rj为均衡因子; Aj为各类土地的生态足迹。

人均能源生态足迹为:ef = EF/ N (3)

式中: ef 为人均能源生态足迹( hm2/人) ; N为总人口数[9] ； Pj为第j项消费项目的总生产量；Ij、Ej为第i项消费项目的进口和出口量。

由于贸易的影响项目管理论文，一个国家或地区的生态足迹可以跨越地区界限，所以需要进行贸易调整。贸易调整是考虑贸易对能源消费的影响而对当前的消费额进行调整，出口为负值，进口为正值。能源的贸易调整计算采用的计算方法如下:

Ni=Mi×(Hi/Gi)×Wi

式中，Wi为中国第i种商品贸易的净价值量，Hi、Gi为中国该类商品的净贸易的实物量和价值量，Mi为该类商品的能源密度，Ni为第i种商品的能源携带量[10]。

根据世界银行和世界自然基金会的统计， 目前生态足迹效率的计算方法， 主要有生态足迹产值与生态足迹强度。能源生态足迹产值(Value of Energy footprint ， VEF) 体现单位能源生态足迹产生的经济价值， 定义为人均GDP 与人均能源生态足迹的比值。通过VEF 分析， 可将某一国家(区域) 经济与能源、生态环境发展定量化处理， 探索其能源效益与发展趋势。当VEF 较高时， 对分析区域的意义为: 经济发展较良好; 单位土地面积产值较高;单位能源生态足迹创造的经济价值较高等[9]。所以，碳足迹产值(Value of carbon footprint ， VEF)计算公式：VCF=GDP/EF=gdp/cf

式中，VCF 为碳足迹产值；GDP为国内生产总值；gdp为人均国内生产总值；cf为人均碳足迹。

1.3 数据处理与说明

运用贵州省的历年统计年鉴和中国统计年鉴以及各县份的统计年鉴等。根据历年的统计资料计算煤、石油、天然气、电力和焦碳等几种能源的足迹，计算时将能源消耗转化为化石能源土地面积。本研究采用Wack-ernagel 等所确定的煤、石油、天然气和水电的全球平均土地产出率: 55GJ / hm2 、71GJ / hm2 、93GJ /hm2 、l000GJ / hm2 。

2.贵州岩溶地区碳生态足迹产值的动态变化分析

贵州岩溶地区碳足迹产值计算结果见表1，由表1看，贵州岩溶地区1978-2009年的碳足迹产值呈逐年递增趋势（图1），由1978年的0.1008万元GDP/ hm2上升到2009年的0.2434万元GDP/hm2，净增加0.1326万元GDP/ hm2，年平均净增加0.0041万元GDP/hm2。进一步分析认为，贵州岩溶地区1978-2009年的碳足迹产值可分为3个演化阶段（图1）：1978-1987年为第一阶段，碳足迹产值从0.1008万元GDP/hm2增加到0.1296元GDP/hm2，平均每年增加0.0009万元GDP/hm2，属效率平缓增长阶段；1988-2002年为第二阶段，碳足迹产值从0.1585万元GDP/hm2到0.4786万元GDP/hm2，平均每年增加0.010万元GDP/hm2，是第一阶段增长量的11倍，属碳足迹产值的过渡阶段；2005-2009年为第三阶段，碳足迹产值从0.4332万元GDP/hm2增加到0.845万元GDP/hm2项目管理论文，年平均增长约0.0129元GDP/hm2，是第二阶段增长量的1.3倍，第三阶段属于碳足迹产值的快速增长阶段。

上述的研究结果， 它说明贵州岩溶地区碳效率逐年提高，充分表明了32年间贵州岩溶地区能源的利用向着高效利用的方向发展，逐步由粗放型经济转向集约型经济发展；也表明随着经济的发展，科学技术水平不断提高，能源的利用效率有了较大幅度的提高。

表1 贵州岩溶地区碳足迹产值的动态变化(单位: 万元GDP/hm2)

Tab.1 Dynamic change of value of carbon footprint in GuiZhou karst area

年份

碳足迹产值

年份

碳足迹产值

1978

0.1008

1995

0.2736

1979

0.1016

1996

0.3305

1980

0.1039

1997

0.3293

1981

0.1097

1998

0.3251

1982

0.1167

1999

0.3533

1983

0.1201

2000

0.3922

1984

0.128

2001

0.414

1985

0.1295

2002

0.4562

1986

0.1299

2003

0.4152

1987

0.1296

2004

0.4283

1988

0.1585

2005

0.4786

1989

0.1506

2006

0.4332

1990

0.1607

2007

0.6017

1991

0.1595

2008

0.7281

1992

0.1736

2009

0.8457

1993

0.2213

1994

0.2434

平均值

0.2888

Fig.1 Dynamic change of value of carbon footprint in GuiZhou ksrst area

3．贵州岩溶地区与全国的碳足迹产值的比较分析

将贵州岩溶地区的碳足迹产值与全国的进行动态比较研究，其中全国的碳足迹产值主要来邹艳芬[9]的研究成果， 其余的通过相关计算得出。1978-2009年，贵州岩溶地区碳足迹产值一直低于全国（见图2），多年平均碳足迹产值为0.2888万元GDP/hm2，年平均增长率为23%，而全国多年平均碳足迹产值为0.6947万元GDP/hm2，年平均增长率为56%。可见，贵州岩溶地区多年平均的碳足迹产值只有全国的2/5，增长比较缓慢。与全国差距在1978-2006年之间逐年加大，差距从1978的0.0012万元GDP/hm2上升到2006年的1.1368万元GDP/hm2，年平均增加量0.0355万元GDP/hm2，2006年达峰值后，差距呈现减少趋势，到2009年降为1.0743万元/hm2 。可见，贵州岩溶地区碳足迹效率比较低，提高比较缓慢。

Fig.2 Comparison of value corban footprintbetween GuiZhou karst area with that in China

4．提高贵州岩溶地区碳足迹效率的对策

根据上述研究表明：在研究时段，贵州岩溶地区的碳生态效率呈递增趋势；但是，与全国相比，一直低于全国项目管理论文，并且差距比较大。如果继续保持此势头，与全国的差距还将继续拉大。然而，贵州岩溶地区本身的生态环境就十分脆弱，而碳足迹效率较低，严重地制约贵州岩溶地区的可持续发展。如何提高贵州岩溶地区的碳生态效率？特别提出如下对策。

4.1建立节能型的社会经济消费体系和完善的管理制度体系

从研究结果表明，贵州岩溶地区碳足迹产值比较低。贵州岩溶地区除了生产性能源消费外，生活性能源消费2005年占总消耗能源的15.6%[11]。生活排放碳也是一个不可忽视的问题。所以，提高贵州碳足迹效率，必须从社会和经济系统的各方面进行，需要建立有完善的生活和产业节能、节约资源型、低碳型和低污染型等环境友好型的消费体系，促进产业生态化和生活生态化。同时，必须有制度的保证，所以，建立一套完善的强有力的管理体系。

4．2积极调整产业结构，改变资源型和高能耗的经济发展模式，扎实推进新型工业化

贵州长期以来，资源密集型和高能耗型工业一直是我省的支柱产业，2003 年度我省电力、燃气等生产和供应、黑色和有色金属冶炼及压延加工业、化学原料及化学制品制造业和采矿业所创造的工业总产值占到全省规模以上工业总产值的约62 %[12]。由于高能耗的产业比重大，到2005年生产性能源消耗占总消耗的84%，能源消费仍以工业为主， 工业能源消费占比达到67.7 %[11]。所以，应该积极调整现有的产业结构，改变资源型和高能耗的经济发展模式，扎实推进新型工业化，向高效益和低碳的产业方向发展。

4．3积极调整能源结构，增加水电等的比例，发展新型的低碳能源

贵州能源消费品主要为原煤、电力和天然气，2005年分别占49.60 %、35.30 %、1.20 %[11]，而电力主要来自火力发电。然而项目管理论文，贵州水能资源总蕴藏量1874.5万KW，居于全国第六位。可开发水能资源1324.95万千瓦，居全国第七位[13]。按单位面积占有量计， 拥有106KW/平方千米， 是我国平均水平的1.5倍， 居第三位。贵州水能可开发量1683万KW， 占全国可开发总量的4.4%[11]。目前开发程度不高，开发潜力很大，应该充分挖掘自身的水力资源潜力，发展水电。所以，应该调整能源结构，积极开发水能、太阳能、风能、地热等资源开发和利用，降低不可再生能源(煤炭、原油等)比重，加大水电等的比例份额。

4．4 采用新的节能技术和低碳产品，并且加强碳回收

积极开发引进和推广低碳产品，在工业企业内部推行清洁生产。例如用能耗低、污染轻、经济效益高的先进工艺设备替代高能耗、重污染、经济效益低的工艺设备。加强低碳技术的开发和利用，改进企业的生产工艺，用“绿色”生产工艺重组，最终达到治根。积极发展循环经济，加大污染物的回收利用。同时，在接纳吸收东部地区所转移来的企业时，应该把环境利益放在首位，保证低碳性。

参考文献

[1]陈中景、徐中民、程国栋等，中国西北地区的生态足迹[J]，冰川冻土，2001，23（2）：164-169.

[2]陈东景、李培英，基于生态足迹和人文发展指数的可持续发展评价——以我国海洋渔业资源利用为例[J]，中国软科学，2006（5）：96-102.

[3]温晓霞、魏俊、杨改河，陕西省生态足迹动态评价研究[J]，西北农林科技大学学报(自然科学版)，2006（10）：55-59.

[4]李智，鞠美庭，刘伟，邵超峰，中国1996年～2005年能源生态足迹与效率动态测度与分析，资源科学，2007，29（6）：54-60。

[5]王微，林剑艺，崔胜辉，吝涛，碳足迹分析方法研究综述[J]，环境科学与技术，2010，33（7）：71-78.

[6]GFN. Eco logical Footprint Glossary [R]. Global Footprint Network，Oakland，CA，USA，2007.

[8]李来龙，福建发展低碳经济的战略举措[J]，能源与环境，2010（2）：23-24.

[9]王亭娜，董平，陆玉麒，南京市生态足迹实证分析[J]，城市环境与城市生态，2006(3):12-14.

[10]邹艳芬，中国能源生态足迹效率估计[J]，中国矿业，2009，18（8）：57-64.

[11]赵先贵，高利峰，马彩虹等，中国生态足迹的动态研究[J]，中国生态农业学报，2007(1):149-152.

篇（9）

中图分类号 F113.3 文献标识码 A 文章编号 1002-2104（2013）05-0065-06 doi：10.3969/j.issn.1002-2104.2013.05.010

日益增长的能源消费是导致全球温室气体排放快速增加的主要原因，不管是发达国家还是发展中国家都会面临具有公共品性质（非竞争性与非排他性）的全球变暖与气候变化问题。正因如此，以《京都议定书》为基石的全球气候变化政策框架在围绕国家温室气体减排目标与行动方案方面经历了一轮又一轮的国际谈判与博弈。从全球气候变化政策的国际讨论来看，最终的目的是维护全球利益，但全球利益远不能代表问题的全部，关键在于这种制度安排要促进国际合作的实现，使国家获得因合作带来的潜在收益。现实减排义务和成本的分担是谈判的焦点，其中公平性问题是关键。

通常认为，更多的能源利用是提高人们生活质量的一种方式，然而，在当前供应约束和气候变化条件下这种方式不再可行。事实上，有关文献已经指出较好的生活质量可以在非常低的能源消费水平上实现。基于能源供应紧张和持久的提高能源效率的必要性背景，联合国发展计划署（UNDP）的《2007/2008年度人类发展报告》就指出，当能源使用关系到人类发展的时候，通过转变经济发展重心来满足人类基本能源需求，寻找能源和社会的协调发展是有可能实现的。通过使用按照国家来加权的人文发展指标，例如联合国公布的人文发展指数（HDI），有助于理解由全球能源消费造成的“人类发展极限”。基于人文发展的标准意味着利用有限的自然资源实现潜在的发展水平是社会每一个成员的基本权利。因此，以人文发展指数为标准来分析能源消费的不平等性，具有重要的应用前景。

本文采用联合国开发计划署的人文发展指数和国际能源署的能源消费数据，选取129个国家，并根据HDI指标分为高等、中等和低等三组（分别记为HHD， MHD 和 LHD），基于分析收入不平等的标准性工具，例如洛伦兹曲线、基尼系数和Theil 指数来测度国家之间能源消费的不平等性。

1 文献综述

经验性的证据表明，能源消费的增长正在导致包括CO2在内的温室气体排放量急剧上升。一旦出现市场失灵，无论温室气体在哪里排放都会在全球范围内迅速扩散[1]。当今，就像自然界的不平衡关系一样，大部分从化石能源衍生出来的能源都被发达国家或地区消费掉，这样的一种能源系统已经导致非常严重的社会关系不平等。然而，能源消费的不平等性一直以来仅仅受到非常有限的关注，部分学者在能源消费领域尝试应用洛伦兹曲线和基尼系数初步探讨了能源消费的不平等性问题。最新文献大多致力于气候变化的研究，有一些尝试使用传统的研究收入分配分析工具来测度随时间不同国家之间CO2排放的不平等及其变化趋势。

本文的目的是采用分析收入不平等的标准性工具，例如洛伦兹曲线、基尼系数和Theil 指数来测度国家之间能源消费的不平等性。洛伦兹曲线是一个能够很好地估计能源消费分布的工具，利用洛伦兹曲线分析能源经济问题的好处是它能够同时对国家之间和国内的能源消费分布进行分析和比较[2]；基尼系数的优势在于它容易计算和解释说明[3]；而Theil指数的优势在于它能够很方便地将一系列因子乘积分解成加法形式[4]。

2 不平等性的测度方法

2.1 洛伦兹曲线与基尼系数

洛伦兹曲线和基尼系数能够直观地、可视化地描述世界能源消费的不平等性。然而一个基尼系数可以对应多条洛伦兹曲线，所以这两种方法必须同时使用[2]。在传统的经济学中，洛伦兹曲线表示所有家庭的累计总收入与累计家庭的比值，在计算的时候首先将家庭按照收入高低升序排列。其数学表达形式如下：

其中：p表示累计人口的总收入小于或等于某个收入水平x的累积人口占总人口的比例，y表示属于p累计总收入。

任何洛伦兹曲线都必需有下列性质，

并且定义p的取值范围为[0，1]。

运用洛伦兹曲线研究全球能源消费的不平等性需要用国家代替家庭进行排序，并且在排序标准上一般采用人均能源消费量来代替原来的收入变量。此时，洛伦兹曲线的横坐标轴表示人口的累计百分比，纵坐标轴表示的是能源消费的累计百分比。事实上，洛伦兹曲线上将国家排序的标准取决于坐标轴上的变量，在构建洛伦兹曲线的时候也可以用全球累计GDP来代替累计人口（横轴）[5]。

实际数据的洛伦兹曲线及其与对角线对称线所围成区域的面积就是基尼系数，它的计算公式如下：

其中：Pi表示国家i的人口占总人口的比例，Ei表示的是国家i的能源消费量占世界能源消费总量的比例。这样计算的基尼系数衡量的是世界人均能源消费的不平等程度。基尼系数等于零时的含义与洛伦兹曲线中对角线的含义一样，表示世界人均能源消费绝对平等；基尼系数等于1表示世界人均能源消费的绝对不平等，即全球能源被一个国家所消费。此时，洛伦兹曲线与纵轴重合。

2.2 Theil指数

Theil 提出了一种度量不平等性的方法，即收入的算术平均值与几何平均值之比的自然对数[6]。当这种方法用来衡量不同发展水平国家的人均能源消费的不平等性问题时，它的表达式可以写成如下形式：

（4）

采用RH，RM，RL分别表示高、中、低三种不同的发展水平。Pg和Eg分别表示Rg组的人口比例和能源消费比例，计算公式分别为Pg=∑i Pi和Eg=∑i Ei，i Rg。分组后公式（4）可以按组变换为如下形式：

此时JR衡量的是不同组之间的不平等性：

式（6）衡量Rg组里面各个国家的不平等性。因此，总的不平等性在数学形式上表现为组间和组内两个不平等值的和，其计算公式为：

J=JR+J-，

其中J-=∑3g=1Pg Jg（7）

此时组内的平均值J-可以看作为以人口比例为权重的加权平均值。

3 基于洛伦兹曲线和基尼系数的能源消费不平等性分析

按照2009年UNDP人类发展报告，基于HDI指数的大小可以将129个国家划分成三个层次：当HDI≥0.85时，称为高发展水平国家（下文用HHD表示），0.6≤HDI

由于排序标准不同，可以能够建立不同的洛伦兹曲线，并且洛伦兹曲线中横轴的变量是决定排序标准的因素。据此，我们根据不同的平等判别准则可以生成不同的洛伦兹曲线。

基于所有的国家应该拥有同样的权利利用能源促进社会与经济这样一个基本原理，首先建立以人均能源消费平等为标准的洛伦兹曲线。这种标准下，纵轴表示的是累计的人均能源消费比例，横轴为累计人口比例。基于一国生产与消费本国能源产品的国家角度，第二个排序标准是各国的能源生产量。在这种标准下，纵轴的变量是累计人均能源产量比例，横轴是累计人口比例。第三个标准是关于经济活动平等的，即GDP越大，能源消费就越大。据此，按照能源强度标准进行排序，纵轴表示累计能源消耗比例，横轴表示累计GDP比例。最后一个是基于人文发展水平的标准。在这种标准下，纵轴表示累计能源消耗比例，横轴是按照HDI排序的累计人口比例。根据传统的福利经济学理论，每个人都应该享有发展的权利，包括基本的生存需求和基于自然资源的非物质服务的社会、经济、政治权力。因此，人文发展的概念是很重要的，因为它不仅是关心当前的状态，而且关注人类潜在生活水平的实现。基于人文发展的标准意味着利用有限的自然资源实现潜在的发展水平是社会的每一个成员的基本权利。

根据Giannini Pereira等人的研究，实际数据的洛伦兹曲线越远离对角线，即曲线的弧度越明显，上面四种标准

下的不平等性就越严重[7]。图1给出了1998年和2007

年四种标准下的洛伦兹曲线，直观上四种标准下不平等程度由高而低的顺序依次是：能源消费标准、HDI标准、能源生产标准、经济活动标准。

洛伦兹曲线能够直观描述不平等性，而基尼系数能更好地量化不平等程度并且展示其随时间变化趋势。表1给出了1998-2007年的基尼系数，其数值大小展现了明显的下降趋势。然而，以能源强度为标准的基尼系数都是最小的，以人均能源产量为标准的基尼系数其次，最大的和次大的分别是以能源消费和HDI指数为排序标准的基

上述分析结果同时表明，基于能源强度的基尼系数是一直下降的，而基于能源消费和能源生产的基尼系数有一个共同的变化特征：即1998-1999年下降， 2000年上升，然后再一直下降。基于HDI指数的基尼系数在1998-2002年中有波动，随后就一直下降。这个分析结果与Jacmart等[8]、 Banerjee & Yakovenko[9]的研究结论相似。Jacmart等搜集128个国家数据，计算得出1975年的人均能源消费基尼系数是0.11，表明当年60%的人口仅仅消耗了10%的能源。Banerjee & Yakovenko计算的人均能源消费基尼系数1990年为0.56，2005年为0.51，并认为基尼系数逐渐缩小的一个原因是全球化。

4 能源消费不平等性的分解

根据Padilla和Serrano的研究，Theil指数能够帮助找到总的不平等程度中组间和组内的比重[10]。我们重点关

注以HDI指数为标准的能源消费不平等性分析。利用Theil指数来分解以HDI指数为标准的基尼系数，分别计算HHD、 MHD 和 LHD这三组的组间和组内的不平等程度。1998-2007年按HDI分组的全球能源消费不平等性指数分解结果如表2、图2。

从表2、图2可以看出，世界能源消费不平等性更多的由组间不平等构成，组间不平等是世界能源消费不平等的主要“贡献者”，其所占比例从1998年的75.4%变化到2007的59.9%，组内国家之间的这种不平等对世界能源消费不平等的“贡献”要低得多。这表明，组间的不平等性更大，并且随时间逐渐下降。对比HHD，MHD和LHD

三组发现，MHD组每年的组内不平等程度最大；从1998到2003年，HHD的组内不平等程度要大于LHD的，但是在2004年到2007年，则是LHD的组内不平等程度要大于HHD的。尽管组间的不平等程度是逐年降低的，但是组内的不平等程度是逐年增加的。这表明，随着时间的推移，以HDI指数排序的处于同一人文发展水平阶段的国家之间能源消费的不平等程度越来越大。

5 不平等性分解的进一步分析：中美对比

美国和中国作为能源消费量最大的国家，分别属于高人文发展水平和中等人文发展水平的代表国。

类似于前面的分析，我们将HHD（MHD）看成整体，其中美国（中国）作为一组，组内的其余国家作为一组。那么，（5）式就可以改写成J=JR+J-，其中J为HHD（MHD）总的不平等程度，JR为组间的不平等程度，J-就是组内的不平等程度。计算结果如表3、4，图3、4所示，其中表3和图3是美国的，表4和图4是中国的。

在HHD组内总的不平等性呈现上升趋势，而组间的

的不平等程度则是稳定在0.05附近，那么HHD内总不平等程度的不断上升就应该是组内不平等程度的不断增加造成的。在此处的HHD组内，两组的平均差异程度就等

于不包含美国的HHD总差异乘以HHD各组内的人口比

例。很显然，在能源消费不平等性方面，最大能源消费国的美国与HHD内的其它国家具有简单兼容性。

在MHD组，组间的不平等程度显著的低于组内的平均水平，并且总体上呈现下降的趋势，在2004年，由于印度从LHD组进入到MHD组，就使得MHD组间的差异出现了历史最小。与HHD组不同，在MHD组中组内的不平等是主要的“贡献者”。中国作为MHD组中最大的能源

消费国，中国的能源消费变化明显地影响了中等人文发展水平国家能源消费不平等的变化过程。

6 结 论

能源资源的分布可能是导致社会、环境和经济不平等

的显著因素。洛伦兹曲线、基尼系数和Theil指数的综合使用能够评价各个国家内和国家之间的能源利用分布，这加深了我们对人类活动与能源系统之间关系的理解。这些方法提供了不同国家或地区能源管理演化的重要视野，同时使得新技术、政府政策等影响因素变得可视化。

作为阻止人类与气候系统冲突的必要因素，减少能源消费和碳排放在经济政策争论中正在成为非常突出的应对冲突的对策。在能源消费量持续增长和各种能源产品价格大幅波动这一环境下，所有国家都有责任减少能源消耗并且对未来更低能耗和更高效率的社会进步与经济增长抱有希望。UNDP的人类发展报告中指出了人文发展的主要目标是为了创造一个能够让人们享受长寿、健康和充满创造力的生活环境。毫无疑问，以HDI指数为基础的人文发展分析框架是以满足人类基本需求为目标的公平假设。

因此，以HDI为标准来分析能源消费不平等性是很有必要的。人文发展水平的提高依赖于能源消费的不断增长。但人文发展不仅仅与能源消费有关，不断提高的人文发展水平不等于能源消费的不断增长，一个明确的可能性是，能源消费增长是促进人文发展的一个必要条件。

目前，全球面临的一个重要问题是，如何制定解决成本与收益分配的能源政策。本文认为，能源消费具有明显而且重要的社会属性，并且基于联合国的HDI指数，分析了以HDI为标准排序的能源消费平等性问题。

论文验证了收入不平等分析工具经过适当的调整后能够很好地用来分析能源消费的不平等性问题。据此，我们选取了洛伦兹曲线、基尼系数和Theil指数分析了世界能源消费的不平等性。相比较于洛伦兹曲线和基尼系数而言，Theil指数的优势在于它简便的加法分解，有利于解释能源消费不平等的演化。

在不同的平等标准下，不同的度量方法给出了相似却不完全相同的结果。在1998-2007年间能源消费不平等程度呈现一个稳定的下降趋势。与此同时，HHD、MHD和LHD三组国家的能源消费不平等程度存在一定差异。此外，在能源消费不平等性方面，最大能源消费国――美国与HHD内的其它国家具有简单兼容性；中国的行为则影响了MHD组的能源消费不平等的变化，这暗示中国在节能减排方面应该充当领导角色。

参考文献（References）

[1]Sinn H W. Public Policies against Global Warming[R]. NBER Working Paper No.W13454， CESifo （Center for Economic Studies and Ifo Institute for Economic Research）/ NBER （National Bureau of Economic Research）， 2007.

[2]Jacobson A， Milman A D， Kammen D M. Letting the （energy） Gini out of the Bottle： Lorenz Curves of Cumulative Electricity Consumption and Gini Coefficients as Metrics of Energy Distribution and Equity[J]. Energy Policy， 2005，33（14）： 1825-1832.

[3]RosasFlores J A， Galvez D M. What Goes up： Recent Trends in Mexican Residential Energy Use[J]. Energy， 2010，35（6）：2596-2602.

[4]Cowell F A. Measuring Income Inequality （2nd ed.） [M]. Harvester Wheatsheaf， Hemel Hempstead，1995.

[5]Groot L. Carbon Lorenz Curves[J]. Resource and Energy Economics， 2010，32（1）：45-64.

[6]Theil H. The Development of International Inequality 1960-1985[J]. Journal of Econometrics， 1989，42（1）：145-155.

[7]Giannini P M， Vasconcelos F M A， Fidelis D S N. The Challenge of Energy Poverty： Brazilian Case Study[J]. Energy Policy， 2011， 39（1）：167-175.

篇（10）

中图分类号：F25文献标识码：A文章编号：1672-3198（2008）12-0053-03

1 引言

根据能源强度的大小对各地区进行划分，然后在对我国能源强度区域差异的影响因素进行定性分析的基础上，采用2006年的各地区的截面数据进行实证分析，找出影响能源强度区域差异的因素，为因地制宜制定降低能源强度的政策提供依据。

2 能源强度区域划分

根绝2007年《中国统计年鉴》和《中国能源统计年鉴》的数据，整理计算得出我国30个省市（除外）能源强度，各地区能源强度大小见表1：

为了更直观的看出各地区的能源强度的差异，我们用给出了30个省市自治区能源强度变化曲线图（图1）。

图1 各地区能源强度比较

全国能源强度的平均水平为1.564，我们根据能源强度的高低，对各地区进行区域划分，划分标准为：低于1的称为低能耗区域，1－1.564之间的称为中能耗区域，高于1.564的称为高能耗区域。具体情况如下：

低能耗区域：北京、广东、浙江、上海、海南、江苏、福建和江西共8个省市；

中能耗区域：天津、广西、安徽、山东、河南、湖南、陕西、重庆、黑龙江、湖北、四川和吉林共12个省市区；

高能耗区域：云南、辽宁、河北、新疆、甘肃、内蒙古、山西、青海、贵州和宁夏共10个省市区。

从能源强度划分的区域来看，低能耗地区主要集中在经济发达的东部沿海地区；中能耗地区主要集中于我国中部地区；高能耗区主要集中与我国西部地区。 能源强度的总体趋势表明，随着地区经济发展水平的提高，能源消费强度呈下降趋势。上海、北京、广东三市人均收入水平位居全国前列，其能源消费强度远低于全国平均水平；人均地区生产总值较高的广东、江苏、浙江等省的能源消费强度也处于相对较低群组；人均收入水平处于较低群组的贵州、青海、宁夏等地区，其能源消费强度处于较高群组。这一结论与韩亚芬等人研究结论吻合。但与此同时，我们注意到，人均地区生产总值相近的地区之间，在能源消费强度上存在显著的差异，例如宁夏（10239元/人）的能源消费强度是海南（10871元/人）的4.56倍、辽宁（18939元/人）是福建（18646元/人）的1.91倍。因此，还需要进一步讨论能源强度与地区经济结构、能源消费结构等等之间的相互关系。

3 能源强度区域差异的影响因素定性分析

未来20年是中国工业化发展的关键时期，全面建设小康社会的发展目标也将使地区经济发展跃上新的台阶。随着地区经济发展水平的提高，能源消费强度是否会降低？经济结构转换对地区能源消费强度的作用方向如何等等，对这些问题的回答将有助于制定全国的能源发展战略。

3.1 经济发展水平

由前面对能源经济区域的划分我们可以看出来，经济发展水平与地区能源强度呈现出负相关的关系，经济发展水平的提高，能源轻度呈下降的趋势。沿海地区的市场化进程起步比较早，经济发展速度一直较快。而原有的一些老工业基地和中西部的一些省区，由于产业结构老化，市场建立较迟，因而经济增长速度低于东部沿海诸省。改革开放以来，尽管各地区GDP均以较快的速度增长，但它们之间的差距却在持续扩大。经济发展水平的差异导致了能源消费总量的差异，能源强度的差异就显现出来了。

3.2 产业结构

理论和实践证明，产业结构是影响能源消费的基本因素和长期因素。经济活动（GDP）可以分解为产业增加值之和，因此能源强度可以看成是各个产业源强度的加权平均，如式（1）

EI=EGDP=∑ni=1XiGDP*EIi

（1）

EIi是商品或服务i的能源强度，Xi表示产业i的增加值。式（1）表明若产业i的能源强度高于总能源强度，则产业i所占比重的增加将导致总能源强的上升，即如果能耗水平高的产业或行业比重大，则整个国民经济的能源消量就会提高。不同产业的能源强度是不同的，第三产业附加值较高，尤其是一些新技为基础的高科技产业，能源消费较低，能源强度较小，因此增加第三产业在民经济中的比重将降低能源强度。工业部门的能源消费较高，其能源消费量占中国能源消费总量的70%，在工业内部，重工业企业单位增加值的能源消费远高于轻纺工业，是中国能源消费的最大户。

3.3 投资水平

2002年以来，中国能源消费总量迅速增长，一个主要原因是投资增长过快。2002－2006年，全社会固定资产投资分别增长16.9%、27.7%、26.6%、26%和24%，年均增长24.24%，增长速度为1995年以来的最高水平。投资的高速增长拉动了对高耗能产品的需求，导致钢铁、水泥、电解铝、石化等高耗能产业迅速扩张，高耗能产业的过度发展不仅仅造成电力消费增长加快，而且使中国的煤炭消费增长也全面加速。2002－2006年成品钢材产量年均增长29.2%，水泥产量年均增长14.1%。这些产业的单位产出能耗过高，加剧了中国单位GDP能耗的升高。近年来，工业化的演进和服务业的发展带动了中国的城市化程度的提高，城市化的发展要求增加住房和城市基础设施的投入力度，也促进了高耗能产业的扩张。各地区的投资水平及城市化进程的差异也是造成了地区能源消费总量有很大的差异。

3.4 能源消费结构

能源消费结构的变化影响能源强度。目前我国的能源种类主要有煤炭、石油、天然气、水电、核电和风电等，各种能源的利用效率和对环境的污染程度都不一样。煤炭在中国的能源消费结构中一直居主导地位，以煤为主的能源结构不仅造成严重的环境污染，而且煤炭的利用效率也远远低于油气和电能，同时资源的开发和供应也成为严重的瓶颈。电能是清洁、高效的二次能源，是最理想的能源种类。我国地区间资源禀赋差异很大，能源消费结构差异也很大，这也是导致了我国能源强度差异的重要因素之一。

4 实证分析

4.1 变量选取及样本数据的来源

基于以上定性分析的基础上，我们选择了经济发展水平、产业结构、投资水平、重工业比重和能源消费结构作为自变量，能源强度作为因变量。具体的变量定义见表2。

对上述变量进行多元回归，建立的回归方程如下：

lnEI=β0+β1lnX1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+ε

（2）

模型中，β0是常数项，β1-β5是回归系数，其意义是：当自变量每变动一个单位时所引起的因变量的该变量，ε是随机误差项。

4.2 回归分析过程及结果

采用样本数据采用最小二乘法估算回归系数，以t统计量检验回归系数的显著性，以F统计量检验模型的显著性，以R2检验模型的拟合精度，以VIF（方差膨胀因子）检验多重共线性。用spss13.0进行数据处理，得出的结果如下表3。

在回归过中，模型的拟合优度R2=0.704，F=11.421，Sig.=0.000a，说明模型通过了显著行检验，且模型显著效果比较好。从tolerance和VIF我们可以看出，模型不存在多重共线性问题。除LnX1和LnX5外，其他变量的系数都没有通过显著性检验，说明它们对因变量没有影响。因此，我们得到的非标准化回归模型如下：

由模型我们可以得出，能源强度与地区经济发展水平呈负相关关系，说明地区经济发展水平越高，能源强度会越低，这与我们划分的能源区域相符合。能源消费结构与能源强度呈正相关关系，即煤炭消费总量占能源总消费量的比重越高，能源强度就越大。而且将两个变量的系数的绝对值进行对比得出能源消费结构对地区能源差异的影响比经济发展水平对其影响要大。产业结构、投资水平和重工业比重对能源强度地区差异没有多大的影响。

5 结论与建议

本文首先选取了2006年各地区的统计数据对能源强度进行区域划分，通过划分的结果我们可以看出，我国能源强度区域差异很大，且具有一定的规律：低能耗地区主要集中在经济发达的东部沿海地区，中能耗地区主要集中于我国中部地区，高能耗区主要集中与我国西部地区。为了进一步分析能源强度区域差异的原因，我们选取相关变量对能源强度做多元回归分析，我们得出了主要影响因素是地区经济发展水平和能源消费结构。地区经济发展水平与能源强度呈负相关关系，煤炭消费总量占能源总消费量的比重与能源强度呈正相关的关系。

根据以上分析，我们提出了降低能源强度，缩小我国能源能强度区域差异的几点建议。

第一，增强人们节能减排的意识，从我做起，从小事做起，全社会投入到节能减排的行动中，以缓解日趋严重的能源资源紧缺和环境污染的压力。减低能源强度，即减低单位GDP的能耗，需要我们整个社会的努力，作为个人，应该树立从我做起，节约能源的观念，在现实生活中形成良好的节能习惯；作为企业，应该在生产前做好用能规划，在生产过程中要使得每一种能源发挥其最大的效用，在生产之后要对没有使用完全的能源进行回收利用；作为科研单位，应该尽快设计出新设备，新技术和新方法以开发清洁能源，提高能源的使用效率。

第二，针对各地区间能源强度的差异，我们要从根本抓起，从其影响因素着手，制定出具体的方针。经济发展水平的地域差异性，要求我国能源战略的推进与实施必须制定相应的地区政策。加强能源消费与能源开发的区域利益协调机制。对于能源禀赋条件好、人均收入水平低中西部地区，建议中央加大对相关地区的财政转移支付力度，避免这些地区依靠高能耗来换取经济总量的增长。能源消费结构的地域差异性，要求我们依据各地区的能源禀赋调整能源的消费结构，利用污染小的能源代替煤炭，如电能，油气等。对于煤炭消费量占能源消费总量比例较大的地区，国家应给予其科研投入，促进其开发清洁能源。

第三，国家的节能目标应在有效的制度约束下展开，关键是政府绩效考核指标的转变。摒弃用经济增长总量、增长速度等经济考核指标组成的传统绩效考核体系，把资源环境行政管理纳入政府部门不可或缺的责任。“节能减排”目标的落实必须与相关的体制环境和制度安排相协调和匹配，这样才可能真正落实为各级地方政府的自觉行动。

参考文献

［1］陈秀山，徐瑛.中国区域差距影响因素的实证研究［J］ .中国社会科学，2004，（5）.

［2］吴巧生，成金华，王华.中国工业化进程中的能源消费变动［J］.中国工业经济，2005，（4）.

篇（11）

关键词：驱动因素；碳排放；能源消费；乌鲁木齐市

新疆城镇化发展将降低经济发展能耗作为新型城镇化资源环境发展的约束性指标之一，以保证城市健康、可持续发展。新疆城市的碳源是化石能源。乌鲁木齐市是新疆唯一的特大城市，分析其能源消费的碳排放特征、探讨能源消费碳源，对于实现节能减排目标、建设低碳城市有着积极的现实意义和指导意义。

一、研究方法和数据来源

图2 人口、人均GDP、能源效率和能源消费结构对二氧化碳排放的影响

（2）人均GDP即经济增长是促进乌鲁木齐市碳排放增长的关键因素，能源效率的提高是制约碳排放增长的关键因素。

2003年-2009年，乌鲁木齐人均GDP增长1.66倍，碳排放增长58.74%。能源效率由1.31万元/吨标煤提高到1.95万元/吨标煤，对碳排放强度的抑制作用较为明显，其中石油利用效率提高最快、利用效率最高，为6.07万元/吨标煤；天然气的利用效率稳步提高为0.58万元/吨标煤；煤炭的利用效率有所下降，2008年为2.09万元/吨标煤。能源利用结构调整幅度自2005年开始逐渐增大，石油、天然气比重持续下降，而煤炭消费比重持续增大，推动碳排放量不断增长。2009年，碳排放结构中煤炭、石油、天然气比重分别为94.8%、4.7%和5%。

（3）乌鲁木齐市能源利用的碳排放强度稳步下降，降幅主要受能源利用结构制约。

2003年-2009年，乌鲁木齐市能源利用的碳排放强度由4.74tCO2/万元下降到2.82tCO2/万元，下降了40.4%。其中，天然气的碳排放强度最小，为0.01tCO2/万元，下降70%，石油下降了66.1%，煤炭的碳排放强度最大，为2.68tCO2/万元，仅下降了37.7%。能源消费结构中煤炭的消费比重由60.3%提高到65.9%，石油和天然气比重总体下降。可以看出，总碳排放强度的变化与煤炭碳排放强度变动相一致。

四、结论与讨论

1.乌鲁木齐能源消费碳排放规模呈不断增加的趋势，主要构成为二氧化碳。

2.碳排放与经济增长处于“相对脱钩”状态，处于高碳排放水平。经济增长模式决定了高碳排放。乌鲁木齐能源消费结构的调整与《乌鲁木齐市能源发展与节能规划（2008-2015）》有相悖之处。根据世界及国内经济发展经验，若不进行技术创新必定会产生巨大的“锁定效应”，生存环境进一步受到威胁。

3.人均GDP、人口与碳排放呈高度正相关，并产生显著性影响；能源效率与碳排放呈高度负相关，影响不显著。

在能源利用结构调整滞后、人口低碳理念滞后的影响下，能源利用效率的提高速度远远落后于消费速度，使得能源利用效率对碳排放的抑制作用效果微弱，这与2012年6月26日人民政府通过的《乌鲁木齐市“十二五”节能减排工作实施意见及部门分工方案》 制定的减排措施相错位。

4.目前，经济增长是碳排放的主要推手，能源利用结构调整、能源利用效率提高是抑制碳排放的主要抓手。

从研究结果来看，乌鲁木齐市能源利用延续传统模式，能源利用效率提高很慢，对碳排放的制约作用不明显。这与建设低碳城市、资源节约型社会的目标相差甚远。在新一轮对口支援的历史机遇下，应该抓住机遇，引进先进技术、提高能源利用效率、改善能源利用结构，合理充分利用能源，避免重复高碳排放之路，实现跨越式发展。

参考文献：

[1]宁亚东，宋永臣，王秀云译.走向低碳社会-由资源.能源.社会系统开创未来[M].科学出版社，2011，17-38.

[2]汪艺梅，张裕芳，冯银厂等.中国和世界典型国家能源消费碳排放因素分解研究[J].安全与环境学报.2011，11（4）

[3]张利，雷军，张小雷.1952年-2008年新疆能源消费的碳排放变化及其影响因素分析[J].资源科学. 2012，34（1）.

[4]顾成军，龚新蜀.1999-2009年新疆能源消费碳排放的因素分解及实证研究[J].地域研究与开发. 2012，31（3）

[5]张秋菊，王平朱.基于LMDI的中国能源消费碳排放强度变化因素分解[J].数学的实践与认识. 2012，42（13）

[6]宋德勇，卢忠宝. 中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境.2009，19（3）.

[7]徐安.我国城市化与能源消费和碳排放的关系研究[D]. 华中科技大学博士论文.2011

[8]乌鲁木齐市能源发展与节能规划（2008年～2015年）

[9]新疆统计年鉴（2003-2010）.北京：中国统计出版社.