中国能源消费与经济发展脱钩的驱动因素研究

发布时间：2021-08-04 02:40

　　基于Tapio脱钩模型对我国2008—2018年能源消费与经济发展之间的脱钩状态进行了研究,将脱钩的驱动因素划分为能源结构、经济规模、能源强度、人口规模与城镇化5个方面的驱动因素,采用改进的LMDI分解模型对脱钩指数进行了因素分解研究.研究表明:我国能源消费越来越清洁化,能源消费脱钩弹性指数呈现出逐渐下降的趋势,脱钩状态进一步优化;经济增长因素与城镇化综合因素是最大的脱钩抑制因素,能源强度因素是最大的脱钩促进因素. 

【文章来源】：河南科学. 2020,38(10)

【文章页数】：10 页

【部分图文】：

2008—2018年脱钩指数各因素长周期分解结果

图1 2008—2018年脱钩指数各因素长周期分解结果其中经济规模因素是最重要的脱钩抑制因素，对脱钩弹性指数的影响每年均值贡献为0.634 4，在2009年甚至达到1.073 1，在2012年贡献最低，为0.383.土地城镇化和人口城镇化次之，是脱钩的第二、第三大抑制因素，其中土地城镇化的贡献较为稳定，总体在0.3左右摆动，在2009年因国家减缓城市规划，城市建设用地总面积减小，进而土地城镇化效应表现为脱钩促进因素；人口城镇化的贡献情况呈整体上升趋势，自0.027 3上升至0.065，表明我国人口城市化进程对能耗脱钩的影响越来越大；人均城区面积因素虽在4年之中为脱钩促进因素，但整体为抑制因素，年均贡献为0.029 6，土地城镇化、人口城镇化和人均城区面积总年均贡献达到0.496 6，接近经济规模的0.634 4，即城镇化因素对我国能源消费的影响密不可分，是重要的抑制能耗脱钩的驱动因素之一.人口规模因素对脱钩弹性指数的抑制左右较弱，年均0.041，总体呈下降趋势.能源消费结构因素虽然是脱钩的抑制因素，但对脱钩弹指数的影响十分有限.能源消费强度为最大的能耗脱钩促进因素，对脱钩指数年均贡献为-0.733 6，甚至在2014年和2015年超过-1.

从时间趋势进一步分析各驱动因素变化规律，从贡献率角度考虑其各年变化趋势，如图3所示.各影响因素贡献率在2008—2018年均有一定的起伏，2011年和2015年为拐点.经济规模、能源消费强度、人均城区面积因素在2009年出现明显的峰值，之后人均城区面积对脱钩弹性指数的影响逐渐趋于平稳，经济规模因素和能源消费强度因素在2009—2011年的影响力持续下降，而后又呈逐渐上升的态势，可见经济规模和能源消费强度的对脱钩的影响力逐渐上升，2012年经济发展提速，从而带动了能耗的增长和技术的进步，进一步导致经济规模和能源消费强度因素的贡献率持续上升.2012年以来，能源消费结构因素和人口规模因素贡献值在观察期内均较低，由于国民经济与生活离不开必需的能耗支撑，虽然清洁能源具有更高的热值，但能耗的标准总量并不会因此减少，所以降低能耗总量需要提高能源利用率.能源消费结构的调整是能源发展的质量指标，不能反映到能耗总量上来，而能耗的调整的意义在于能源结构的清洁化，因此对能源消费与经济发展的脱钩贡献率较低.

【参考文献】：
期刊论文
[1]基于IPAT模型的长株潭城市群经济增长与能源消耗的实证研究[J]. 戴钰,刘亦文.  经济数学. 2009(02)
[2]环境与经济协调发展的定量评判及其分类体系——以珠江三角洲城市群为例[J]. 廖重斌.  热带地理. 1999(02)



本文编号：3320833