中国能源消费的空间关联网络结构特征及其效应研究
发布时间：2021-03-02 08:34
本文基于1995—2012年中国省际能源消费数据,利用社会网络分析（SNA）方法对能源消费空间关联的网络结构特征及其效应进行了经验考察。研究发现:①中国能源消费的空间关联呈现网络结构形态;样本考察期内,空间关联的紧密程度逐步提高,等级森严的空间网络结构逐渐被打破,网络稳定性逐步增强。②上海、天津、江苏、浙江、广东等沿海省份处于网络中心位置,发挥"桥梁"和"中介"的作用。③在能源消费空间关联网络中,环渤海地区属于"双向溢出"板块,长三角和珠三角地区属于"净受益"板块,新疆和山西等资源丰富的省份属于"净溢出"板块,湖南、湖北等中部地区属于"经纪人"板块。④能源消费空间关联的整体网络紧密程度及稳定性的提升、网络等级结构的破除能显著降低能源强度,提高能源消费的空间公平性。而个体网络中心性的提升对能源强度的降低具有显著促进作用。能源消费空间关联的网络结构为能源政策的制定和实施带来严峻挑战,但为跨区域协同节能机制的构建创造了有利条件。
【文章来源】：中国工业经济. 2015,(05)北大核心CSSCI
【文章页数】：13 页
【部分图文】：
图１?２０１２年中国能源消费空间关联网络??的０．１９３上升到２０１２年的０．２４１
ｍ?０２３?－ｏ，ｏ??Ｉ?ｉ９ｏ?／ｍｌ—ａ２２｜?１０，４０?１??８?Ａ??０．２１?度?１?０３５??－Ｔ＾－０，６％??Ｉ?°－２０?＼?０．６４??ｎｏ?ＩＩＩ?ｎ?ｎ?０．３０?Ｉｍｓ??｜?｜?＃?｜?｜｜｜｜ｌｌ｜ｌ｜｜｜ｌｌ?Ｉ?０?１９?０．６２??１６０?ＩＢ?１?Ｉ?Ｉ?Ｉ?Ｉ?ＩＩＩ?Ｂ?Ｉ?＿顯画?＿?０．２５??ＬＱ．６０??才?＾?＾?＾?４?＾?＃、＃?、？??｜ｌＭ关联关系网络｜Ｈ＞￣网络等级度网络效率｜??图２空间关联关系与网络密度?图３网络等级度与网络效率??资料来源：作者绘制。?资料来源：作者绘制。??２．中心性分析??本部分通过测度点度中心度、中介中心度、接近中心度等指标进行网络中心性分析，考察并揭??示各省份在能源消费空间关联网络中的地位和作用，表１报告了?２０１２年的测度结果??（１）点度中心度。根据表１中点度中心度的测度结果，全国３０个省份的点度中心度均值为??３７．０１１，高于这一均值的省份有９个，从高到低依次是上海、天津、江苏、浙江、山东、广东、北京、福??建、甘肃，这些省份在能源消费空间关联网络中与其他省份的关系数较多。其中，上海的点度中心度??最高达到９３．１０３，原因在于上海的能源消费与其他２９个省份中的２７个省份之间均存在空间关联??和空间溢出，说明上海在中国能源消费空间关联网络处于中心地位。高于点度中心度均值的省份除??甘肃以外均位于沿海地区，说明沿海地区对整体能源消费空间关联及空间溢出效应具有很强的影??响力。而根据表１的测度结果，黑龙江、吉林、湖南、宁夏、重庆的点度中心度排在全国最后５位，说??？对其他年份的测
的网络密度才能保证能源消费的空间优化配置。??（２）网络关联性。本文利用社会网络分析中的网络关联度、网络等级度与网络效率等指标衡量??中国省际能源消费空间关联的网络关联性。网络关联度的测度结果显示１９９５—２０１２年的网络关联??度均为１，表明中国省际能源消费之间的联系非常密切，存在十分明显的空间关联和溢出效应。网络??等级度的测度结果显示样本考察期内中国省际能源消费空间关联的网络等级度呈阶梯下降态势，??如图３所示。其中，２００３年之前网络等级度稳定在０．４７２左右，２００３—２００８年网络等级度下降到??０．４３１左右，而２００８年之后网络等级度出现大幅度下降至０．２９７左右，这一结果表明以往相对森严??的能源消费空间关联结构逐渐被打破，省际能源消费之间的相互联系和相互影响逐步增强。网络效??率的测度结果显示样本考察期内中国省际能源消费空间关联的网络效率呈逐年下降趋势，如图３??所示。网络效率从１９９５年的０．７４０下降至２０１２年的０．６７５，这说明能源消费空间关联网络中连线增??多，网络的稳定性得以提升。综合考虑上述三个指标的测度结果，本文认为，随着市场化进程的不断??推进，行政指令对资源配置的干预有所减弱，一定程度上破除了以往等级森严的能源消费空间结??构。与此同时，由于中国的市场体系尤其是要素市场体系的逐步完善，市场对能源资源的配置作用??不断被发挥出来，降低了区域能源消费之间联系的交易成本，从而使得省际之间能源消费的关联关??系增多，进而增强了网络的稳定性。??２２０??０．２５?０．５０??ｔ???０．４５?：??２００??Ａｉｍ?０２３?－ｏ，ｏ??Ｉ?ｉ９ｏ?／ｍｌ—ａ２２｜?１０
【参考文献】：
期刊论文
[1]中国区域经济增长的空间关联及其解释——基于网络分析方法[J]. 李敬,陈澍,万广华,付陈梅. 经济研究. 2014(11)
[2]中国能源消费区域差异分解及影响因素分析[J]. 马晓钰,李强谊. 工业技术经济. 2014(10)
[3]中国能源消费和电力消费的环境库兹涅茨曲线:基于面板数据空间计量模型的分析[J]. 郝宇,廖华,魏一鸣. 中国软科学. 2014(01)
[4]社会网络分析在经济学领域的应用进展[J]. 徐振宇. 经济学动态. 2013(10)
[5]长江中游城市集群经济网络结构分析[J]. 汤放华,汤慧,孙倩,汤迪莎. 地理学报. 2013(10)
[6]中国区域能源消费的决定因素及空间溢出效应——基于空间面板数据计量经济模型的实证[J]. 吴玉鸣. 南京农业大学学报(社会科学版). 2012(04)
[7]中国城市经济网络结构空间特征及其复杂性分析[J]. 冷炳荣,杨永春,李英杰,赵四东. 地理学报. 2011(02)
[8]基于泰尔指数法的中国能源消费区域差异分析[J]. 康晓娟,杨冬民. 资源科学. 2010(03)
[9]长三角区域经济一体化进程的社会网络分析[J]. 侯赟慧,刘志彪,岳中刚. 中国软科学. 2009(12)
[10]中国省域能源消费的空间计量经济分析[J]. 吴玉鸣,李建霞. 中国人口.资源与环境. 2008(03)
本文编号：3058959
【文章来源】：中国工业经济. 2015,(05)北大核心CSSCI
【文章页数】：13 页
【部分图文】：
图１?２０１２年中国能源消费空间关联网络??的０．１９３上升到２０１２年的０．２４１
ｍ?０２３?－ｏ，ｏ??Ｉ?ｉ９ｏ?／ｍｌ—ａ２２｜?１０，４０?１??８?Ａ??０．２１?度?１?０３５??－Ｔ＾－０，６％??Ｉ?°－２０?＼?０．６４??ｎｏ?ＩＩＩ?ｎ?ｎ?０．３０?Ｉｍｓ??｜?｜?＃?｜?｜｜｜｜ｌｌ｜ｌ｜｜｜ｌｌ?Ｉ?０?１９?０．６２??１６０?ＩＢ?１?Ｉ?Ｉ?Ｉ?Ｉ?ＩＩＩ?Ｂ?Ｉ?＿顯画?＿?０．２５??ＬＱ．６０??才?＾?＾?＾?４?＾?＃、＃?、？??｜ｌＭ关联关系网络｜Ｈ＞￣网络等级度网络效率｜??图２空间关联关系与网络密度?图３网络等级度与网络效率??资料来源：作者绘制。?资料来源：作者绘制。??２．中心性分析??本部分通过测度点度中心度、中介中心度、接近中心度等指标进行网络中心性分析，考察并揭??示各省份在能源消费空间关联网络中的地位和作用，表１报告了?２０１２年的测度结果??（１）点度中心度。根据表１中点度中心度的测度结果，全国３０个省份的点度中心度均值为??３７．０１１，高于这一均值的省份有９个，从高到低依次是上海、天津、江苏、浙江、山东、广东、北京、福??建、甘肃，这些省份在能源消费空间关联网络中与其他省份的关系数较多。其中，上海的点度中心度??最高达到９３．１０３，原因在于上海的能源消费与其他２９个省份中的２７个省份之间均存在空间关联??和空间溢出，说明上海在中国能源消费空间关联网络处于中心地位。高于点度中心度均值的省份除??甘肃以外均位于沿海地区，说明沿海地区对整体能源消费空间关联及空间溢出效应具有很强的影??响力。而根据表１的测度结果，黑龙江、吉林、湖南、宁夏、重庆的点度中心度排在全国最后５位，说??？对其他年份的测
的网络密度才能保证能源消费的空间优化配置。??（２）网络关联性。本文利用社会网络分析中的网络关联度、网络等级度与网络效率等指标衡量??中国省际能源消费空间关联的网络关联性。网络关联度的测度结果显示１９９５—２０１２年的网络关联??度均为１，表明中国省际能源消费之间的联系非常密切，存在十分明显的空间关联和溢出效应。网络??等级度的测度结果显示样本考察期内中国省际能源消费空间关联的网络等级度呈阶梯下降态势，??如图３所示。其中，２００３年之前网络等级度稳定在０．４７２左右，２００３—２００８年网络等级度下降到??０．４３１左右，而２００８年之后网络等级度出现大幅度下降至０．２９７左右，这一结果表明以往相对森严??的能源消费空间关联结构逐渐被打破，省际能源消费之间的相互联系和相互影响逐步增强。网络效??率的测度结果显示样本考察期内中国省际能源消费空间关联的网络效率呈逐年下降趋势，如图３??所示。网络效率从１９９５年的０．７４０下降至２０１２年的０．６７５，这说明能源消费空间关联网络中连线增??多，网络的稳定性得以提升。综合考虑上述三个指标的测度结果，本文认为，随着市场化进程的不断??推进，行政指令对资源配置的干预有所减弱，一定程度上破除了以往等级森严的能源消费空间结??构。与此同时，由于中国的市场体系尤其是要素市场体系的逐步完善，市场对能源资源的配置作用??不断被发挥出来，降低了区域能源消费之间联系的交易成本，从而使得省际之间能源消费的关联关??系增多，进而增强了网络的稳定性。??２２０??０．２５?０．５０??ｔ???０．４５?：??２００??Ａｉｍ?０２３?－ｏ，ｏ??Ｉ?ｉ９ｏ?／ｍｌ—ａ２２｜?１０
【参考文献】：
期刊论文
[1]中国区域经济增长的空间关联及其解释——基于网络分析方法[J]. 李敬,陈澍,万广华,付陈梅. 经济研究. 2014(11)
[2]中国能源消费区域差异分解及影响因素分析[J]. 马晓钰,李强谊. 工业技术经济. 2014(10)
[3]中国能源消费和电力消费的环境库兹涅茨曲线:基于面板数据空间计量模型的分析[J]. 郝宇,廖华,魏一鸣. 中国软科学. 2014(01)
[4]社会网络分析在经济学领域的应用进展[J]. 徐振宇. 经济学动态. 2013(10)
[5]长江中游城市集群经济网络结构分析[J]. 汤放华,汤慧,孙倩,汤迪莎. 地理学报. 2013(10)
[6]中国区域能源消费的决定因素及空间溢出效应——基于空间面板数据计量经济模型的实证[J]. 吴玉鸣. 南京农业大学学报(社会科学版). 2012(04)
[7]中国城市经济网络结构空间特征及其复杂性分析[J]. 冷炳荣,杨永春,李英杰,赵四东. 地理学报. 2011(02)
[8]基于泰尔指数法的中国能源消费区域差异分析[J]. 康晓娟,杨冬民. 资源科学. 2010(03)
[9]长三角区域经济一体化进程的社会网络分析[J]. 侯赟慧,刘志彪,岳中刚. 中国软科学. 2009(12)
[10]中国省域能源消费的空间计量经济分析[J]. 吴玉鸣,李建霞. 中国人口.资源与环境. 2008(03)
本文编号：3058959
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3058959.html
