資源型城市能耗增長因素分解及差異分析

郭存芝 黃 青 何熒非

(南京財經(jīng)大學(xué)經(jīng)濟學(xué)院，江蘇 南京 210023)

資源型城市能耗增長因素分解及差異分析

郭存芝 黃 青 何熒非

(南京財經(jīng)大學(xué)經(jīng)濟學(xué)院，江蘇 南京 210023)

本文以95個有代表性的資源型城市2004—2013年的數(shù)據(jù)為樣本，重點關(guān)注城市經(jīng)濟發(fā)展、人口增長和空間擴張幾個方面，考慮能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積四個因素，利用LMDI法對資源型城市的能耗增長進行因素分解，并針對不同區(qū)位、不同規(guī)模與不同發(fā)展階段三種情況分別進行資源型城市能耗增長影響因素的差異分析。得出了研究結(jié)論：總體來看，對資源型城市能耗增長影響較大的因素是能耗強度與經(jīng)濟規(guī)模，其中能耗強度下降對能耗增長有明顯的抑制作用，經(jīng)濟規(guī)模擴大對能耗增長有明顯的推動作用，但能耗強度下降的抑制作用不足以抵減經(jīng)濟規(guī)模擴大的推動作用，導(dǎo)致能耗總量增加。人口密度增加和轄區(qū)面積擴大對城市能耗增長的貢獻率較小，都只是微弱的推動作用。單個城市能耗增長的因素分解結(jié)果與總體情況較為一致，但不同城市之間存在差異。分區(qū)位看，越是落后地區(qū)，能耗強度下降對能耗增長的抑制作用以及經(jīng)濟規(guī)模擴大對能耗的拉動作用越強；分規(guī)?？?，小城市的落后產(chǎn)能改進空間還沒有得到充分利用；分資源開發(fā)階段看，衰退型城市落后產(chǎn)能改進成效突出但能源利用效率依然較低，成熟型城市對落后產(chǎn)能改進空間的利用不足。最后有針對性地提出了相關(guān)政策建議：優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變經(jīng)濟增長方式，實現(xiàn)資源型城市從“粗放型增長”到“集約型發(fā)展”的轉(zhuǎn)變；大力發(fā)展新能源，提高能源利用效率；對不同類型的資源型城市有針對性地實施節(jié)能降耗的分類指導(dǎo)；強化宣傳教育，有效提高企業(yè)和居民的節(jié)能降耗意識。

資源型城市；能耗增長；因素分解；LMDI法；差異分析

根據(jù)2013年11月12日國務(wù)院發(fā)布的《全國資源型城市可持續(xù)發(fā)展規(guī)劃(2013—2020年)》，我國資源型城市有262座，即使不考慮其中的區(qū)、縣，也能占到全國城市總數(shù)的約30%，數(shù)量多，分布廣，地位突出。作為重要的能源資源戰(zhàn)略保障基地，資源型城市也是我國的能源消耗大戶。在我國經(jīng)濟高速增長、能耗壓力日趨突出的大背景下，資源型城市控制能耗增長的任務(wù)十分艱巨，而對能耗增長影響因素的客觀分析是解決問題的基礎(chǔ)。 針對能耗增長影響因素，國內(nèi)外學(xué)者已開展了許多有益的探索[1-16]?？傮w來說，現(xiàn)有研究大多以國家或區(qū)域等較大空間范圍為研究對象，且通過生產(chǎn)領(lǐng)域特別是工業(yè)生產(chǎn)部門來分析能耗增長的影響因素[1-8]。由于就較大空間范圍的研究較為籠統(tǒng)，對包含在其中的特定城市的能耗增長而言，缺乏針對性，研究成果的實踐指導(dǎo)作用有限；而通過生產(chǎn)領(lǐng)域特別是工業(yè)生產(chǎn)部門的分析越來越不能客觀反映研究對象的真實能耗增長情況，因為隨著經(jīng)濟社會的發(fā)展，第三產(chǎn)業(yè)發(fā)展和居民生活方式變化對能耗增長的影響越來越大。因此，以特定城市或特定類型城市為研究對象的綜合考慮二、三產(chǎn)業(yè)及居民生活的能耗增長影響因素研究顯得越來越重要[9-11]。從研究方法上看，主要采用因素分解法，包括L氏指數(shù)法、D氏指數(shù)法等指數(shù)分解分析法[1-5, 9-12]和結(jié)構(gòu)分解分析法[6-7]等，其中指數(shù)分解分析法是對能耗增長影響因素進行分析的最常用方法。 鑒此，本文綜合考慮二、三產(chǎn)業(yè)以及居民生活能耗，采用因素分解法，分析我國資源型城市能耗增長的影響因素。另外，資源型城市的能耗增長雖然具有共同特征，但不同城市的區(qū)位、規(guī)模、資源開發(fā)所處階段等的差異導(dǎo)致的氣候條件、資源稟賦、居民生活習(xí)慣、經(jīng)濟發(fā)展狀況等的差異會使其能耗結(jié)構(gòu)以及能耗增長影響因素表現(xiàn)出顯著差異。所以，本文也對不同類型資源型城市的能耗增長影響因素差異做進一步的探究。

1 資源型城市能耗增長因素分解

1.1 研究設(shè)計

1.1.1 研究方法

常用因素分解法主要有指數(shù)分解分析法(Index Decomposition Analysis，簡稱IDA)和結(jié)構(gòu)分解分析法(Structural Decomposition Analysis，簡稱SDA)，相比于SDA法需要投入產(chǎn)出表作為支撐，IDA法只需使用部門加總數(shù)據(jù)，特別適合分解含有較少因素的時間序列，在資源環(huán)境經(jīng)濟研究中得到了廣泛使用。IDA法主要有Divisia、Laspeyres、Pa-asche、Fisher等10多種，在研究中被廣泛采用的是前兩種。Ang B.W.等從理論基礎(chǔ)、適用范圍、結(jié)果表述、應(yīng)用便利性等多個方面比較了IDA法多種形式的優(yōu)劣性，認為大多數(shù)情況下，對數(shù)平均迪式指數(shù)法(logarithmic mean Divisia index，簡稱LMDI)是相對合理的一種[14, 17-19]。為此，本文采用LMDI法對資源型城市的能耗增長進行因素分解。

有關(guān)能源消耗的恒等式很多，不同的恒等式體現(xiàn)不同的研究側(cè)重點。為了綜合反映二、三產(chǎn)業(yè)與居民生活對能耗增長的影響，本文重點關(guān)注城市經(jīng)濟發(fā)展、人口增長和空間擴張幾個方面，將能源消耗分解為能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積四個因素：

E=(E/G)×(G/P)×(P/A)×A

其中，E、G、P、A分別表示能耗總量、地區(qū)生產(chǎn)總值、人口數(shù)量、轄區(qū)面積，E/G、G/P、P/A分別反映能耗強度、經(jīng)濟規(guī)模、人口密度。

能耗增長可分解為：

ΔE=ΔEEG+ΔEGP+ΔEPA+ΔEA

其中，ΔE表示能耗總量增長額，ΔEEG、ΔEGP、ΔEPA、ΔEA分別表示能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積變化對能耗總量增長的貢獻額，詳如下：

ΔE=Et-Eo

ΔEEG=ΔEln[(Et/Gt)/(E0/G0)]/ln(Et/E0)

ΔEGP=ΔEln[(Gt/Pt)/(G0/P0)]/ln(Et/E0)

ΔEPA=ΔEln[(Pt/At)/(P0/A0)]/ln(Et/E0)

ΔEA=ΔEln[(At/A0)/ln(Et/E0)

其中，Et、Gt、Pt、At和E0、G0、P0、A0分別表示第t年(考察年份)和第0年(對比年份)的E、G、P、A。

ΔEEG/ΔE、ΔEGP/ΔE、ΔEPA/ΔE、ΔEA/ΔE分別是能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積變化對能耗總量增長的貢獻比率。

1.1.2 樣本選擇

結(jié)合數(shù)據(jù)可得性，本文選擇95個地級以上資源型城市為樣本(見表1)。分區(qū)域看，包括東部城市22個、中部城市46個、西部城市27個，分別占23%、48%和29%；分發(fā)展階段看，包括成長型城市8個、成熟型城市51個、衰退型城市22個、再生型城市14個，分別占8%、54%、23%和15%；分規(guī)?？?，包括中等城市15個、大城市49個、特大城市31個，分別占16%、52%和32%。樣本城市數(shù)量占我國資源型城市總數(shù)的36%，樣本城市中各類城市的構(gòu)成比例與我國資源型城市中各類城市的構(gòu)成比例基本一致，樣本選擇具有代表性。

表1 樣本城市基本情況

Tab.1 Basic situation of the sample cities

城市類型城市類型城市類型城市類型城市類型唐山A4III撫順A3III馬鞍山B4II臨沂A4III瀘州C3III邯鄲A2III本溪A2II淮北B3III洛陽B4III廣元C2II邢臺A2II阜新A3II銅陵B3I平頂山B2II南充C1III張家口A2II盤錦A4II滁州B2II鶴壁B2II達州C2II承德A2II葫蘆島A4II宿州B2III焦作B3II雅安C2II大同B2III吉林B2III亳州B2III濮陽B3II安順C2II陽泉B2II遼源B3I池州B2II三門峽B2I保山C2II長治B2II通化B4I宣城B2II南陽B4III銅川C3II晉城B2I白山B3II景德鎮(zhèn)B3I黃石B3II寶雞C2III朔州B1II松原B1II萍鄉(xiāng)B3II鄂州B2III咸陽C1II晉中B2II雞西B2II新余B3II衡陽B2II渭南C2II運城B2II鶴崗B3II贛州B2II邵陽B2II延安C1I忻州B2II雙鴨山B3I宜春B2III郴州B2II榆林C1II臨汾B2II大慶B2III淄博A4III婁底B2I金昌C2I包頭C4III七臺河B3II棗莊A3III韶關(guān)A3II白銀C3I烏海C3II徐州A4III東營A2II百色C2I武威C1III赤峰C2III宿遷A4III濟寧A2III河池C2I張掖C4II鄂爾多斯C1I湖州A2III泰安A2III自貢C2III平?jīng)鯟2II鞍山A4III淮南B2III萊蕪A2III攀枝花C2II石嘴山C3I

注：表中A、B、C分別表示所屬區(qū)域類型為東部、中部、西部；1、2、3、4分別表示所屬發(fā)展階段類型為成長型、成熟型、衰退型、再生型；I、II、III分別表示所屬規(guī)模類型為小、中等、大。按照2014年10月29日國務(wù)院印發(fā)的《關(guān)于調(diào)整城市規(guī)模劃分標準的通知》中的定義，小、中等、大城市分別指市轄區(qū)非農(nóng)業(yè)常住人口50萬以下、50—100萬、100—500萬的城市。

1.1.3 數(shù)據(jù)說明

《中國統(tǒng)計年鑒》顯示，改革開放以來，我國能源消費增長最快的時期是2003—2007年，年增長率依次是15.3%、16.1%、10.6%、9.6%和8.4%，不僅都高于其它任何年份，也是在2002年的6.0%的基礎(chǔ)上的一個跳躍，其中2003、2004年的能源消費增長率還超過了同期國內(nèi)生產(chǎn)總值增長率(能源消費彈性系數(shù)分別高達1.53、1.60)。結(jié)合數(shù)據(jù)的可得性，本文選擇基本包含能耗最快增長期和近期的2004—2013年為分析期?？紤]到城市能耗總量、能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積的變化主要體現(xiàn)在市轄區(qū)，本文采用市轄區(qū)的數(shù)據(jù)進行分析。

所需樣本數(shù)據(jù)中，能源消耗總量需要由全社會用電總量、煤氣供氣量、液化石油氣供氣量、汽車耗油量、集中供暖耗煤量等折算成標準煤加總得到，而其中的汽車耗油量、集中供暖耗煤量在相關(guān)統(tǒng)計年鑒中沒有顯示。本文通過出租車、私家車、公交車數(shù)量和單車年均耗油量估算汽車耗油量；通過集中供暖面積、單位供暖面積耗煤量和法定供暖天數(shù)估算集中供暖耗煤量。

數(shù)據(jù)來源如下：全社會用電量、煤氣供氣量、液化石油氣供氣量、地區(qū)生產(chǎn)總值、人口數(shù)量、轄區(qū)面積、公交車數(shù)量、出租車數(shù)量來源于相關(guān)年份的《中國城市統(tǒng)計年鑒》，私家車數(shù)量來源于相關(guān)年份的《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》，單位供暖面積耗煤量、供暖天數(shù)來源于住房和城鄉(xiāng)建設(shè)部2010年發(fā)布的《嚴寒和寒冷地區(qū)居住建筑節(jié)能設(shè)計標準》(JGJ26-2010)，集中供暖面積數(shù)據(jù)來源于相關(guān)年份的《中國城市建設(shè)統(tǒng)計年鑒》(其中缺少的2013年的數(shù)據(jù)通過回歸擬合補齊)，相關(guān)能源折算系數(shù)來源于《中國能源統(tǒng)計年鑒》(2013)，單車年均耗油量結(jié)合調(diào)研及趙敏等[20]、李永芳等[21]、藤飛等[11]的研究估算，其中：出租車、私家車的年均汽油耗油量分別按7 938 kg/輛、957 kg/輛估算；公交車的年均柴油耗油量按27 430 kg/輛估算。地區(qū)生產(chǎn)總值使用實際值，以2004年為基期進行了折算。

95個樣本城市2004—2013年的能耗總量、能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積數(shù)據(jù)的描述統(tǒng)計如表2。

1.2 因素分解

使用LMDI法對表1中95個資源型城市2004—2013年的能耗增長進行因素分解，得出95城市整體以及各個城市的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積變化對能耗增長的貢獻如表3、表4所示。限于篇幅，表4中不列出各影響因素對各城市的能耗增長的貢獻額，只列出貢獻率。

1.3 結(jié)果分析

表3顯示，總體來看，95個樣本資源型城市2004—2013年的能耗總量增長7 856.02萬t標煤，能耗強度變化對能耗增長的貢獻額、貢獻率分別為-1 635.62萬t標煤、-20.82%，而經(jīng)濟規(guī)模、人口密度和轄區(qū)面積變化對能耗增長的貢獻額和貢獻率分別為8 385.51萬t標煤、321.35萬t標煤、784.67萬t標煤和106.74%、4.09%、9.99%。這說明：對資源型城市能耗增長影響較大的因素是能耗強度與經(jīng)濟規(guī)模，其中能耗強度下降對能耗增長有明顯的抑制作用，經(jīng)濟規(guī)模擴大對能耗增長有明顯的推動作用，但能耗強度下降的抑制作用不足以抵減經(jīng)濟規(guī)模擴大的推動作用，導(dǎo)致能耗總量增加；人口密度增加和轄區(qū)面積擴大對城市能耗增長的貢獻率較小，都只是微弱的推動作用。

需要特別指出的是，人口密度增加對城市能耗增長的貢獻率為正(雖然較小)這一分析結(jié)果，與一些研究的結(jié)論似乎相悖。一些相關(guān)研究認為人口密度通過交通和家庭能耗來影響城市能源消耗，低密度化發(fā)展會刺激城市能耗的增加，因而緊湊型發(fā)展是提高能源資源效率的有效途徑[22-23]。這些研究重點比較的是低密度化發(fā)展和緊湊型發(fā)展的城市能耗差異，其中的人口密度指的是人口數(shù)量與人口聚集區(qū)域大小的對比關(guān)系，與轄區(qū)面積無關(guān)。這與本文的研究有本質(zhì)區(qū)別，因為本文對資源型城市能耗隨時間推移的增長進行因素分解，其中的人口密度是城市人口數(shù)量和轄區(qū)面積的比值，不少城市在研究期發(fā)生了行政區(qū)劃(即轄區(qū)面積)的改變。所以，本文的研究結(jié)論與相關(guān)研究不矛盾。

自“十一五”規(guī)劃明確提出節(jié)能降耗目標以來，我國不斷提高工業(yè)部門生產(chǎn)技術(shù)、使用清潔能源替代傳統(tǒng)能源，能耗強度不斷下降，95個樣本資源型城市的能耗強度由2004年的 358.91 kg標煤/萬元下降到了2013年的299.89 kg標煤/萬元，下降了16.44%，能耗強度下降對能耗增長的抑制作用明顯。但這些城市的同期經(jīng)濟規(guī)模由人均GDP 1.89萬元增長到了4.74萬元，增長率高達151.18%，能耗強度下降對能耗增長的抑制作用遠不能抵消經(jīng)濟規(guī)模擴大帶來的能耗增長。人口因素對城市能耗的影響主要通過人口數(shù)量和交通、居住等生活方式發(fā)生作用，大多數(shù)樣本資源型城市的轄區(qū)面積在研究期沒有調(diào)整，人口密度變化不大，因此人口密度和轄區(qū)面積對能耗增長的影響較小。由此可見，對95個樣本資源型城市的能耗增長因素分解結(jié)果與實際情況相符。

表2 數(shù)據(jù)的描述統(tǒng)計

Tab.2 Descriptive statistics of data

指標能耗總量E/kg標煤能耗強度E/G/kg標煤/萬元經(jīng)濟規(guī)模G/P/元/人人口密度P/A/人/km2轄區(qū)面積A/km2均值1017155423385．7032687．850．08661996．19標準差1091381610206．1031863．970．07571667．70最大值92853045281460．47250733．600．425312965．00最小值6226258995．544577．870．0065132．00

表3 各影響因素對95城市整體能耗增長的貢獻額及貢獻率

Tab.3 Volume and ratio contribution of influencing factors on energy consumption growth of 95 cities

因素能耗強度E/G經(jīng)濟規(guī)模G/P人口密度P/A轄區(qū)面積A能耗總量E貢獻額/萬t標煤-1635．628385．51321．31784．827856．02貢獻率/%-20．82106．744．099．99100．00

表4 各影響因素對95城市能耗增長的貢獻率

Tab.4 Contribution ratio of influencing factors on energy consumption growth of 95 cities

城市各因素的貢獻率/%能耗強度E/G經(jīng)濟規(guī)模G/P人口密度P/A轄區(qū)面積A城市各因素的貢獻率/%能耗強度E/G經(jīng)濟規(guī)模G/P人口密度P/A轄區(qū)面積A唐山19．4978．58-108．86110．79新余-128．67211．8716．540．25邯鄲-5．43105．17-7．988．24贛州-38．41123．895．638．90邢臺24．1128．34-80．05127．61宜春37．3655．936．710．00張家口25．8175．51115．17-116．50淄博-15．49111．463．110．92承德-27．1387．23-51．8591．75棗莊-28．51116．1113．33-0．93大同-68．29127．8740．420．00東營-34．21126．080．607．53陽泉11．6581．3811．49-4．52濟寧-68．05119．03-7．8456．86長治-83．48165．9317．550．00泰安13．1287．04-0．160．00晉城19．4163．4719．34-2．23萊蕪-4．64102．352．290．00朔州-89．41167．1521．940．33臨沂13．4566．120．1020．33晉中33．2659．277．89-0．42洛陽39．9941．56-5．9124．36運城-3．7294．728．050．95平頂山18．1476．599．36-4．09忻州-10．70104．504．971．24鶴壁-6．8289．686．8710．28臨汾10．8485．993．170．00焦作22．1954．8925．13-2．21包頭-63．47154．678．96-0．15濮陽46．2929．5923．051．07烏海-37．65113．9323．720．00三門峽-60．71151．4820．77-11．54赤峰-5．4598．506．270．68南陽36．5255．162．066．26鄂爾多斯-11．28102．259．030．00黃石-40．57149．45-10．721．84鞍山25．0668．57-36．0042．37鄂州-42．53137．69-2．066．90撫順-229．66324．71-222．17227．11衡陽-178．98278．61-47．4547．83本溪-67．81172．35-27．7523．21邵陽-50．46146．344．120．00阜新3．6796．93-9．198．59郴州-113．55190．4622．940．15盤錦-404．28544．24-19．08-20．88婁底-11．4197．4813．240．70葫蘆島52．2641．963．392．38韶關(guān)-53．29148．743．610．94吉林-52．77150．88-0．552．44百色45．3951．682．720．20遼源-156．29247．00-103．34112．62河池27．2666．765．770．20通化-116．34220．95-0．97-3．64自貢2023．93-1382．20352．65-894．38白山-107．90147．69-14．7474．95攀枝花-114．72210．853．97-0．10松原-22．77115．25-7．7315．25瀘州-4014．333887．36261．58-34．61雞西28．1078．89-6．990．00廣元-482．99566．7311．474．79鶴崗-8．58111．25-2．660．00南充-65．03158．136．96-0．06雙鴨山52．5149．08-1．22-0．38達州6．9860．25-19．4452．21大慶-131．12199．6031．510．00雅安-37．6977．3315．5744．79七臺河32．7456．31-62．8173．76安順51．3144．334．51-0．15徐州1．7449．38-29．7478．61保山-20．31113．037．280．00宿遷36．7658．673．630．95銅川-36．13134．881．250．00湖州33．2565．181．240．33寶雞-71．3285．4284．031．86淮南-34．47122．14-3．6515．98咸陽-179．73260．4718．380．88馬鞍山-24．4886．76-43．5881．29渭南17．5577．754．690．00淮北-72．17148．73-26．5850．02延安1．8587．1810．680．29銅陵-37．47123．77-11．1624．86榆林2．3390．357．320．00滁州50．8645．853．210．09金昌19．6070．819．590．00宿州17．4477．435．140．00白銀-10．68106．963．710．00亳州55．3736．028．610．00武威-57．41151．635．790．00池州4．9690．854．190．00張掖-84．36175．179．190．00宣城42．2655．282．460．00平?jīng)?2．9152．474．620．00景德鎮(zhèn)-414．08474．9031．197．99石嘴山12．8885．09-42．4544．47萍鄉(xiāng)-22．18115．918．15-1．89

表4顯示，單個城市能耗增長的因素分解結(jié)果與總體情況較為一致，但不同城市之間存在差異。

田秋元等［11］對洋蔥核型進行了探索，結(jié)果發(fā)現(xiàn)，洋蔥根尖較好的預(yù)處理時間為30 h，染液為堿性品紅染液，在此基礎(chǔ)上，對洋蔥根尖細胞染色體核型分析，發(fā)現(xiàn)試驗洋蔥的染色體數(shù)為2n＝2x＝16。在洋蔥的16條染色體上沒有發(fā)現(xiàn)具有隨體的染色體，卻發(fā)現(xiàn)有端部著絲點染色體。該結(jié)果對洋蔥品種資源的鑒定具有一定的參考價值。

95個城市中，有55個城市的能耗強度對能耗增長的貢獻率為負值，與整體一致；有40個城市的能耗強度對能耗增長的貢獻率為正值，如唐山(19.49%)、邢臺(24.11%)、張家口(25.81%)等，其中自貢市的能耗強度對能耗增長的貢獻率高達2 023.93%，十分突出。究其原因，自貢是95個城市中唯一一個能耗下降的城市，能耗總量從2004年的92.02萬t標煤下降到2013年的86.37萬t標煤，主要原因是煤氣大量更換為天然氣，極大地提高了能源使用效率，能耗強度由627.47 kg標煤/萬元大幅下降到了173.72 kg標煤/萬元，能耗強度的大幅下降與能耗總量的同時下降使得能耗強度對能耗增長的貢獻十分突出。其它39個能耗強度對能耗增長的貢獻率為正的城市都是能耗增長并且能耗強度不降反升的城市，能耗強度與能耗總量呈現(xiàn)出的正相關(guān)使得能耗強度對能耗增長的貢獻為正，以唐山為例，能耗總量從2004年的329.67萬t標煤上升到了2013年的928.53萬t標煤，能耗強度從2004年的397.96 kg標煤/萬元上升到2013年的486.97 kg標煤/萬元。

有94個城市的經(jīng)濟規(guī)模對能耗增長的貢獻率為正值，與整體一致；只有自貢一個城市因為能耗下降使得經(jīng)濟規(guī)模對能耗增長的貢獻率為負值。貢獻率較大的前10名城市的貢獻率均超過200%，包括：瀘州(3 887.36%)、廣元(566.73%)、盤錦(544.24%)、景德鎮(zhèn)(474.90%)、撫順(324.71%)、衡陽(278.61%)、咸陽(260.47%)、遼源(247.00%)、通化(220.95%)、新余(211.87%)。其中瀘州的經(jīng)濟規(guī)模從2004年的0.95萬元/人增長到了2013年的3.01萬元/人，增長了216.7%，經(jīng)濟規(guī)模的迅速擴張使得經(jīng)濟規(guī)模對能耗增長的貢獻十分突出。經(jīng)濟規(guī)模對能耗增長貢獻度較小的城市是經(jīng)濟增長較小的城市，例如邢臺、濮陽、亳州、洛陽、葫蘆島、安順、滁州等，貢獻率均不足50%。

轄區(qū)面積沒有改變的城市，如大同、鄂爾多斯、萊蕪、銅川等，轄區(qū)面積對能耗增長的貢獻率為0，人口密度變化也小，相應(yīng)的貢獻率也很小。轄區(qū)面積擴大的城市，如自貢、唐山、邢臺、撫順等，人口密度隨之下降，都得出了轄區(qū)面積對能耗增長的貢獻率為正值、人口密度對能耗增長的貢獻率為負值的結(jié)果。相反，轄區(qū)面積縮小的城市，如張家口、陽泉、瀘州等，都得出了轄區(qū)面積對能耗增長的貢獻率為負值、人口密度對能耗增長的貢獻率為正值的結(jié)果。其中，自貢的轄區(qū)面積從2004年的813 km2大幅調(diào)整到2013年的1 434 km2，人口密度則從2004年的1 319人/km2下降到2013年的1 055人/km2，使得轄區(qū)面積和人口密度對能耗增長的貢獻率絕對值遠遠高于平均水平。這表明城市擴張或人口密度增加會拉動能耗增長。

由此可見，不同城市的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積的變化特征的不同導(dǎo)致了這些因素對能耗增長的貢獻的差異，而不同資源型城市的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積的變化特征與其地理區(qū)位、城市規(guī)模、發(fā)展階段等密切相關(guān)。

本文考慮的城市能耗種類包括電、煤氣、液化石油氣、交通、供暖等五種，每種能耗在不同類型城市的差別很大。分地理區(qū)位看，西部地區(qū)、珠三角地區(qū)的液化氣的供應(yīng)量相對豐富，而西氣東輸工程使得長三角地區(qū)液化氣消耗也比較高。此外各地氣候條件對居民夏季用電、冬季供暖也有影響，這與能源消費量關(guān)系密切。氣溫越高，用電量越大[24-25]，而氣溫越低，供暖能耗越高。分經(jīng)濟規(guī)模看，經(jīng)濟發(fā)達的城市基礎(chǔ)建設(shè)完善，出租車、公交車及公共設(shè)施用電量較其他城市多。居民的人均收入較高，在人均家用電器、私家車擁有量等方面擁有更大的消費能力，致使其電、交通能耗較大。分發(fā)展階段看，不同發(fā)展階段的資源型城市，發(fā)展策略、產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)構(gòu)及其使用效率不同，而這些不同都會導(dǎo)致能耗增長原因的差異。為此，本文接下來將針對資源型城市的不同區(qū)位、不同規(guī)模與不同發(fā)展階段三種情況分別進行能耗增長影響因素的差異分析。

2 資源型城市能耗增長影響因素差異分析

2.1 不同區(qū)位城市的差異

使用LMDI法對表1中22個東部城市、46個中部城市、27個西部城市2004—2013年的能耗增長進行因素分解，得出三類城市整體的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積變化對能耗增長的貢獻率如表5所示。

表5顯示，分區(qū)位看，對能耗增長貢獻較大的因素也主要是能耗強度、經(jīng)濟規(guī)模，人口密度和轄區(qū)面積對能耗增長的貢獻相對較小，但各因素對能耗增長的貢獻率的大小在不同區(qū)域的城市間存在明顯差異。

能耗強度、經(jīng)濟規(guī)模對能耗增長的貢獻率的絕對值從大到小的順序都依次為西部、中部和東部地區(qū)，與地區(qū)發(fā)達程度負相關(guān)。這說明，越是落后地區(qū)，能耗強度下降對能耗增長的抑制作用以及經(jīng)濟規(guī)模擴大對能耗的拉動作用越強。原因在于，城市發(fā)展水平越低，落后產(chǎn)能改進空間越大，能耗強度下降空間越大，經(jīng)濟增長速度也相對越快。以西部為例，原本發(fā)展緩慢，技術(shù)水平落后，2000年以來的“西部大開發(fā)”戰(zhàn)略使得其發(fā)展明顯加快，大量節(jié)能高效設(shè)備、材料投入使用，27個西部城市的能耗強度從2004年的499.49 kg標煤/萬元下降到2013年的305.79 kg標煤/萬元，下降了38.78%，經(jīng)濟規(guī)模由2004年的人均GDP 1.32萬元增長到了2013年的人均GDP 4.39萬元，增長了233.14%。西部能耗強度的下降幅度和經(jīng)濟規(guī)模的增長幅度明顯大于中、東部地區(qū)。

轄區(qū)面積對能耗增長的貢獻率的從大到小依次為東部、中部和西部地區(qū)，這與轄區(qū)面積的擴張東部地區(qū)較多、中部次之、西部最少直接相關(guān)。

東部、中部地區(qū)人口密度對能耗增長的貢獻率為負，西部地區(qū)人口密度對能耗增長的貢獻率為正，按絕對值大小的排序依次為中部、西部、東部，這與轄區(qū)面積擴張、人口遷移等因素的綜合作用導(dǎo)致的地區(qū)人口密度的增減及其程度直接相關(guān)。

2.2 不同規(guī)模城市的差異

使用LMDI法對表1中15個小城市、49個中等城市、31個大城市2004—2013年的能耗增長進行因素分解，得出三類城市整體的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積變化對能耗增長的貢獻率如表6所示。表6顯示，分規(guī)?？矗瑢δ芎脑鲩L貢獻較大的因素也都是能耗強度、經(jīng)濟規(guī)模，人口密度和轄區(qū)面積對能耗增長的貢獻相對較小。其中，能耗強度、人口密度和轄區(qū)面積對能耗增長的貢獻在不同規(guī)模城市間存在一定差異，經(jīng)濟規(guī)模對能耗增長的貢獻在不同規(guī)模城市間沒有明顯差異。

能耗強度對能耗增長的貢獻率在大、中等和小城市都為負值，其中中等城市的貢獻率絕對值明顯大于大、小城市，大、小城市的貢獻率沒有明顯差異。這說明不同規(guī)模城市的能耗強度下降都對能耗增長有抑制作用，中等城市的抑制作用大于大、小城市。原因在于近10年來不同規(guī)模城市對落后產(chǎn)能的改進都取得了成效，中等城市的改進成效最突出，小城市的落后產(chǎn)能改進空間還沒有得到充分利用。

經(jīng)濟規(guī)模對能耗增長的貢獻率在大、中等和小城市都為正值，且貢獻率大小沒有明顯差異。這說明不同規(guī)模城市的經(jīng)濟規(guī)模增長都對能耗增長有明顯的拉動作用，而經(jīng)濟增長速度的大致相同決定了不同規(guī)模城市的經(jīng)濟規(guī)模對能耗增長的貢獻的差異較小。

轄區(qū)面積對能耗增長的貢獻率的從大到小依次為大、中等和小城市，這是因為轄區(qū)面積的擴張大城市較多、中等城市次之、小城市最少。其中，31個大城市的轄區(qū)面積由2004年的69 404 km2增加到了2013年的77 934 km2，增長了12.29%。

表5 各影響因素對不同地區(qū)城市能耗增長的貢獻額及貢獻率

表6 各影響因素對不同規(guī)模的城市能耗增長的貢獻額及貢獻率

大城市人口密度對能耗增長的貢獻率為負，中等城市和小城市人口密度對能耗增長的貢獻率為正，按絕對值大小的排序依次為大、中等和小城市，這是由轄區(qū)面積擴張、人口遷移等因素的綜合作用導(dǎo)致的地區(qū)人口密度的增減及其程度決定的。其中，31個大城市的人口密度由2004年的748人/km2下降到了2013年的 682人/km2，下降了8.82%。

2.3 不同資源開發(fā)階段城市的差異

使用LMDI法對表1中8個成長型城市、51個成熟型城市、22個衰退型城市、14個再生型城市2004—2013年的能耗增長進行因素分解，得出四類城市整體的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積變化對能耗增長的貢獻率如表7所示。

表7顯示，分資源開發(fā)階段看，對能耗增長貢獻較大的因素也主要是能耗強度、經(jīng)濟規(guī)模，人口密度和轄區(qū)面積對能耗增長的貢獻相對較小，但各因素對能耗增長的貢獻率的大小在不同資源開發(fā)階段的城市之間存在明顯差異。

能耗強度對能耗增長的貢獻率都為負值，按貢獻率絕對值從大到小的排序是衰退型、成長型、成熟型、再生型。這說明不同發(fā)展階段的資源型城市的能耗強度下降都對能耗增長有抑制作用，衰退型城市的抑制作用最大，再生型城市的抑制作用最小。原因在于：近10年來不同發(fā)展階段城市對落后產(chǎn)能的改進都取得了一定成效，其中：衰退型城市的轉(zhuǎn)型壓力最大，對落后產(chǎn)能的改進成效最突出，通過發(fā)展資源型深加工、發(fā)展非資源型主導(dǎo)產(chǎn)業(yè)、發(fā)展第三產(chǎn)業(yè)等，大幅降低了能耗強度；而再生型城市已完成轉(zhuǎn)型，基本擺脫了資源依賴，對落后產(chǎn)能的進一步改進空間較??；這也說明成熟型城市對落后產(chǎn)能改進空間的利用不足。

經(jīng)濟規(guī)模對能耗增長的貢獻率都為正值，其中成長型、成熟型城市的貢獻率大小較接近，衰退型城市的貢獻率最大，再生型城市的貢獻率明顯低于其它三類城市。這說明不同發(fā)展階段城市的經(jīng)濟規(guī)模增長都對能耗增長有明顯的拉動作用，其中：衰退型城市的受資源枯竭、產(chǎn)能落后等問題的困擾，能源利用效率較低，經(jīng)濟增長導(dǎo)致的能耗增長較高；而再生型城市的經(jīng)濟社會發(fā)展已步入良性運轉(zhuǎn)軌道，能源利用效率較高，經(jīng)濟規(guī)模擴張導(dǎo)致的能耗增長較低。

轄區(qū)面積對能耗增長的貢獻率的從大到小依次為再生型、衰退型、成熟型和成長型城市，這是因為轄區(qū)面積的擴張再生型城市較多、成熟型城市次之、衰退型城市第三、成長型城市最少。其中，14個再生型大城市的轄區(qū)面積由2004年的23 137 km2增加到了2013年的29 294 km2，增長了26.61%。

成長型城市人口密度對能耗增長的貢獻率為正，再生型、衰退型、成熟型城市人口密度對能耗增長的貢獻率為負，按絕對值大小的排序依次為衰退型、再生型、成長型和成熟型城市，這是由轄區(qū)面積擴張、人口遷移等因素的綜合作用導(dǎo)致的地區(qū)人口密度的增減及其程度決定的。其中，22個衰退型城市的人口密度由2004年的503人/km2下降到了2013年的469人/km2，下降了6.76%。

3 結(jié)論與建議

3.1 基本結(jié)論

本文以95個有代表性的資源型城市2004—2013年的數(shù)據(jù)為樣本，重點關(guān)注城市經(jīng)濟發(fā)展、人口增長和空間擴張幾個方面，利用LMDI法對資源型城市的能耗變化進行因素分解分析，包括總體情況分析、對單個城市的分析和對不同類型資源型城市的差異分析，得出的結(jié)論主要如下：

第一，總體來看，對資源型城市能耗增長影響較大的因素是能耗強度與經(jīng)濟規(guī)模，其中能耗強度下降對能耗增長有明顯的抑制作用，經(jīng)濟規(guī)模擴大對能耗增長有明顯的推動作用，但能耗強度下降的抑制作用不足以抵減經(jīng)濟規(guī)模擴大的推動作用，導(dǎo)致能耗總量增加；人口密度增加和轄區(qū)面積擴大對城市能耗增長的貢獻率較小，都只是微弱的推動作用。

表7 各影響因素對不同發(fā)展階段的城市能耗增長的貢獻額及貢獻率

第二，單個城市能耗增長的因素分解結(jié)果與總體情況較為一致，但不同城市之間存在差異。不同城市的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積的變化特征的不同導(dǎo)致了這些因素對能耗增長的貢獻的差異，而不同資源型城市的能耗強度、經(jīng)濟規(guī)模、人口密度、轄區(qū)面積的變化特征與其地理區(qū)位、城市規(guī)模、發(fā)展階段等密切相關(guān)。

第三，分區(qū)位看，各因素對能耗增長的貢獻率存在明顯差異。能耗強度、經(jīng)濟規(guī)模對能耗增長的貢獻率的絕對值從大到小的順序都依次為西部、中部和東部地區(qū)。這說明，越是落后地區(qū)，能耗強度下降對能耗增長的抑制作用以及經(jīng)濟規(guī)模擴大對能耗的拉動作用越強。人口密度和轄區(qū)面積對能耗增長的貢獻在各區(qū)域都相對較小，區(qū)域間的差異主要源于轄區(qū)面積擴張、人口遷移等因素的差異。

第四，分規(guī)模看，能耗強度、人口密度和轄區(qū)面積對能耗增長的貢獻在不同規(guī)模城市間存在一定差異，經(jīng)濟規(guī)模對能耗增長的貢獻在不同規(guī)模城市間沒有明顯差異。不同規(guī)模城市的能耗強度下降都對能耗增長有抑制作用，中等城市的抑制作用大于大、小城市，說明小城市的落后產(chǎn)能改進空間還沒有得到充分利用。轄區(qū)面積、人口密度對能耗增長的貢獻率的絕對值從大到小依次為大、中等和小城市，這也與轄區(qū)面積擴張、人口遷移等因素直接相關(guān) 。

第五，分資源開發(fā)階段看，各因素對能耗增長的貢獻率存在明顯差異。能耗強度下降都對能耗增長有抑制作用、經(jīng)濟規(guī)模擴張對能耗增長的拉動作用，都是衰退型城市最大，而再生型城市明顯較小。這說明衰退型城市的轉(zhuǎn)型壓力最大，對落后產(chǎn)能的改進成效最突出，但受資源枯竭等問題的困擾，能源利用效率依然較低；而再生型城市已基本擺脫資源依賴，經(jīng)濟社會發(fā)展步入良性運轉(zhuǎn)軌道，對落后產(chǎn)能改進空間較小，能源利用效率較高。這也說明成熟型城市對落后產(chǎn)能改進空間的利用不足。人口密度和轄區(qū)面積對能耗增長的貢獻差異也主要源于轄區(qū)面積擴張、人口遷移等因素。

3.2 政策建議

針對上述研究結(jié)論，聯(lián)系我國實際，借鑒國際經(jīng)驗，本文提出相關(guān)政策建議如下：

第一，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變經(jīng)濟增長方式，實現(xiàn)資源型城市從“粗放型增長”到“集約型發(fā)展”的轉(zhuǎn)變。一方面，政府應(yīng)當(dāng)利用經(jīng)濟手段和行政手段，在重化工業(yè)領(lǐng)域進行資源整合，通過制定合理的能耗限制政策限制高能耗產(chǎn)業(yè)發(fā)展，包括強制淘汰落后產(chǎn)能、落后工藝技術(shù)和設(shè)備，完善主要工業(yè)耗能設(shè)備、機動車能效標準等，同時加快產(chǎn)品升級換代步伐；另一方面，優(yōu)先發(fā)展低能耗、高附加值且具有國際競爭力的制造行業(yè)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)，不斷提高第三產(chǎn)業(yè)在國民經(jīng)濟中的比重，以促進資源性城市的經(jīng)濟向內(nèi)涵集約型轉(zhuǎn)變。此外，增加研發(fā)支出，鼓勵技術(shù)創(chuàng)新，建立能夠保護技術(shù)創(chuàng)新的有效機制。適當(dāng)運用財政政策引導(dǎo)，鼓勵并扶持綠色產(chǎn)品開發(fā)，包括信息產(chǎn)業(yè)、生態(tài)旅游、生態(tài)農(nóng)業(yè)、新能源開發(fā)等產(chǎn)業(yè)，逐漸增大資源性城市綠色產(chǎn)業(yè)的比重，促進產(chǎn)業(yè)結(jié)構(gòu)的合理化高級化，從而帶動經(jīng)濟增長，降低能源消耗水平。

第二，大力發(fā)展新能源，提高能源利用效率。節(jié)約能源不能是簡單的“拉閘限電”式的減少使用，也不能降低人民的生活水平，根本上要應(yīng)通過采用先進技術(shù)提高能源利用效率。推動能源開采、轉(zhuǎn)換及利用等環(huán)節(jié)上的創(chuàng)新，以科技創(chuàng)新和技術(shù)進步為節(jié)能降耗提供強大而持久的動力。一方面，加強與發(fā)達國家的技術(shù)交流合作，引進先進的節(jié)能技術(shù)、提高能效技術(shù)以及可再生能源技術(shù)。另一方面，處于當(dāng)下工業(yè)化轉(zhuǎn)型期，應(yīng)該“開源”與“節(jié)流”并舉，充分開發(fā)優(yōu)勢新能源，充分利用地?zé)豳Y源、太陽能資源、風(fēng)能資源，依靠區(qū)域能源規(guī)劃等成熟的可再生能源綜合利用技術(shù)，從而進一步提高能源利用效率。同時，盡可能地從法律、規(guī)章、制度等方面激勵和保障我國能源效率的持續(xù)提高。在各級相關(guān)科技計劃和專項中，應(yīng)大力支持對節(jié)能降耗科技研發(fā)，建立節(jié)能降耗技術(shù)產(chǎn)業(yè)化示范和推廣應(yīng)用，建立相關(guān)技術(shù)的評定及推廣機制。實施節(jié)能重點工程、循環(huán)經(jīng)濟重點工程。

第三，對不同類型的資源型城市有針對性地實施節(jié)能降耗的分類指導(dǎo)。針對越是落后地區(qū)能耗強度下降對能耗增長的抑制作用以及經(jīng)濟規(guī)模擴大對能耗的拉動作用越強的狀況，繼續(xù)加大對西部、中部地區(qū)資源型城市的落后產(chǎn)能改進力度，以進一步促進其能源利用效率的提高，緩解經(jīng)濟增長帶來的能耗壓力；針對小城市落后產(chǎn)能改進空間還沒有得到充分利用的狀況，努力推進小型資源型城市的節(jié)能降耗工作，做到抓大也不放小；針對衰退型城市落后產(chǎn)能改進成效最突出但能源利用效率依然較低、成熟型城市落后產(chǎn)能改進空間的利用不足的狀況，在繼續(xù)積極鼓勵與支持衰退型城市轉(zhuǎn)型的同時，督促成熟性城市重視落后產(chǎn)能改進，提高能源利用效率。

第四，強化宣傳教育，有效提高企業(yè)和居民的節(jié)能降耗意識。緩解日趨嚴重的能源資源緊缺和環(huán)境污染的壓力，需要全社會的努力，需要參與社會經(jīng)濟活動的每一個單位和個人從我做起、從小事做起，強化全社會的節(jié)能降耗的意識，在市民中形成良好的節(jié)能降耗習(xí)慣，十分必要。一方面，從生產(chǎn)的角度，面向企業(yè)員工特別是決策管理層大力開展宣傳教育，提升生產(chǎn)者的節(jié)能降耗意識，有效推動低能耗、新興、技術(shù)密集型產(chǎn)業(yè)的發(fā)展，實現(xiàn)資源型城市整體產(chǎn)業(yè)結(jié)構(gòu)的提升；另一方面，從消費的角度，面向居民積極倡導(dǎo)低碳、綠色消費理念，引導(dǎo)居民消費模式向可持續(xù)性消費方向發(fā)展。

(編輯：徐天祥)

References)

[1]JENNE C A, CATTELL R K. Structural change and energy efficiency in industry [J]. Energy economics, 1983,5(2): 114-123.

[2]MARLAY R C. Trends in industrial use of energy [J]. Science, 1984, 226: 1277-1283.

[3]高振宇,王益.我國生產(chǎn)用能源消費變動的分解分析[J].統(tǒng)計研究,2007,24(3):52-57. [GAO Zhenyu, WANG Yi. The decomposition analysis of change of energy consumption for production in China [J].Statistical research,2007,24(3):52-57.]

[4]歐育輝,劉軼芳,滿講義.基于LMDI的我國能耗增長總量分解[J].經(jīng)濟管理,2007(7):91-95. [OU Yuhui, LIU Yifang, MAN Jiangyi. Decomposition research of the hotel energy consumption of China based on LMDI [J]. Economic management, 2007(7):91-95.]

[5]徐盈之,張全振.中國制造業(yè)能源消耗的分解效應(yīng):基LMDI模型的研究[J].東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2011,13(4):55-60. [XU Yingzhi, ZHANG Quanzhen. Decomposition effect of energy consumption in China based on LMDI [J].Journal of Southeast University (philosophy and social sciences), 2011,13(4):55-60.]

[6]尚紅云,蔣萍.中國能源消耗變動影響因素的結(jié)構(gòu)分解[J].資源科學(xué),2009,31(2):214-223. [SHANG Hongyun, JIANG Ping. The structure decomposition analysis of factors influencing energy consumption change in China [J].Resources science,2009,31(2):214-223.]

[7]ROSE A, CASLER S. Input-output structural decomposition analysis: a critical app raisal [J].Economic systems research, 1996, 8(1):33-62.

[8]呂峰,陳建國,曾雪琴,等.我國能源消耗影響因素及其預(yù)測預(yù)警[J].統(tǒng)計與決策,2014 (16)：82-85. [LV Feng, CHEN Jianguo, ZENG Xueqin, et al. Factors of Chinese energy consumption and its forecast and early warning [J].Statistics and decision,2014 (16)：82-85.]

[9]姚永玲.北京城市發(fā)展中的能源消耗影響因素分析[J].中國人口·資源與環(huán)境,2011,21(7)：40-45. [YAO Yongling. Analysis of Beijing urban development factors on energy consumption [J].China population, resources and environment,2011,21(7)：40-45.]

[10]PERMANA A S, PERERA R, KUMAR S. Understanding energy consumption pattern of households in different urban development forms: a comparative study in Bandung City, Indonesia [J].Energy policy, 2008, 36(11)：4287-4297.

[11]滕飛,劉毅,金鳳君.中國特大城市能耗變化的影響因素分解及其區(qū)域差異[J].資源科學(xué),2013,35(2):240-249. [TENG Fei, LIU Yi, JIN Fengjun. Factor decomposition of energy consumption changes and regional differences in selected Chinese mega cities [J].Resources science, 2013,35(2):240-249.]

[12]岳婷,龍如銀.基于LMDI的江蘇省能源消費總量增長效應(yīng)分析[J].資源科學(xué),2010,32(7)：1266-1271. [YUE Ting, LONG Ruyin. Analysis of factors affecting the energy intensity growth in Jiangsu province based on LMDI [J].Resources science, 2010,32(7)：1266-1271.]

[13]邵慶龍.基于IPAT理論的中國能源消耗與反彈效應(yīng)[J].統(tǒng)計與決策,2015(18):132-134. [SHAO Qinglong. Chiness energy consumption and the rebound effect based on IPAT [J].Statistics and decision, 2015(18):132-134.]

[14]蔡九菊,葉竹,孫文強.1995-2010年中國鋼鐵工業(yè)能源消耗影響因素分析[J].東北大學(xué)學(xué)報(自然科學(xué)版),2013,10(10)：1438-1441. [CAI Jiuju, YE Zhu, SUN Wenqiang. Analysis of influence factors on energy consumption in Chinese steel industry from 1995 to 2010 [J].Joural of Northeastern University(natural science), 2013,10(10)：1438-1441.]

[15]郭雅恒,謝德泳.產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟增長及能源消耗的計量分析[J].統(tǒng)計與決策,2013(16)：102-105. [GUO Yaheng, XIE Deyong. Econometric analysis of industrial structure, economic growth and energy consumption [J].Statistics and decision, 2013(16)：102-105.]

[16]王軍,仲偉周.中國地區(qū)能源強度差異研究——要素稟賦的分析視角[J].產(chǎn)業(yè)經(jīng)濟研究,2009(6):44-51. [WANG Jun, ZHONG Weizhou. The research of regional energy intensity difference in China from the factor endowment perspective [J]. Industrial economics research, 2009(6):44-51.]

[17]ANG B W. The LMDI approach to decomposition analysis: a practical guide [J]. Energy policy, 2005, 33(7): 867-871.

[18]ANG B W. Decomposition analysis for policymaking in energy: which is the preferred method [J]. Energy policy, 2004, 32(9):1131-1139.

[19]ANG B W, ZHANG F Q, CHOI K H. Factorizing changes in energy and environmental indicators through decomposition [J].Energy,1998,23(6):489-495.

[20]趙敏,張衛(wèi)國,俞立中.上海市居民出行方式與城市交通CO2排放及減排對策[J].環(huán)境科學(xué)研究,2009,22(6):747-752. [ZHAO Min, ZHANG Weiguo, YU Lizhong. Resident travel modes and CO2emissions by traffic in Shanghai City [J]. Research of environmental sciences,2009,22(6):747-752.]

[21]李永芳,錢宇彬.我國家用轎車運行成本分析[J].汽車與配件,2008 (2):52-54. [LI Yongfang, QIAN Yubin. An analysis of operation cost of Chinese family car [J].Automobile and parts,2008 (2):52-54.]

[22]范進.城市密度對城市能源消耗影響的實證研究[J].中國經(jīng)濟問題,2011(6):16-22. [FAN Jin. The empirical study of the impact of urban density on energy consumption [J]. Economic issues in China, 2011(6):16-22.]

[23]馬麗,金鳳君.中國城市化發(fā)展的緊湊度評價分析[J].地理科學(xué)進展,2011,30(8)：1014-1020. [MA Li, JIN Fengjun. Evaluation of Chinese urban compactness [J].Progress in geography, 2011,30(8)：1014-1020.]

[24]付桂琴,李運宗.氣象條件對電力負荷的影響分析[J].氣象科技,2008,36(6)：795-800. [FU Guiqin, LI Yunzong. Influence analysis of meteorological conditions on electric loads [J].Meteorological science and technology,2008,36(6)：795-800.]

[25]張艷,秦耀辰,閆衛(wèi)陽,等.我國城市居民直接能耗的碳排放類型及影響因素[J].地理研究,2012,31(2)：345-356. [ZHANG Yan, QIN Yaochen, YAN Weiyang, et al. Urban types and impact factors on carbon emissions from direct energy consumption of residents in China [J].Geographical research,2012,31(2)：345-356.]

朱小會,陸遠權(quán).環(huán)境財稅政策的治污效應(yīng)研究[J].中國人口·資源與環(huán)境，2017,27(1)：83-90.[ZHU Xiaohui,LU Yuanquan.Pollution governance effect on environmental fiscal and taxation policy[J].China population, resources and environment, 2017,27(1):83-90.]

Analysis on factor decomposition and differences of energy consumption growth of resource-based cities

GUOCun-zhiHUANGQingHEYing-fei

(School of Economics，Nanjing University of Finance and Economics，Nanjing Jiangsu 210023，China)

Based on the data of 95 typical resource-based cities from 2004 to 2013 as samples, this article focuses on the cities’ economic development, population growth and spatial expansion, considering energy intensity, economic scale, population density, and the jurisdiction area. LMDI method is used for energy consumption growth factor decomposition of resource-based cities, and differences between factors of their energy consumption growth are analysed according to different regions, scales and development stages. In conclusion, energy intensity and economic scale have a great influence on energy consumption growth of resource-based cities overall. The energy intensity decline has obvious inhibitory effect on growth of energy consumption, and economic scale expanding has obvious promoting effect. But the inhibiting effect decrease of energy intensity is weaker than the promoting effect of the expanding of economic scale to energy consumption growth. The increasing population density and expanding area make small contributions to energy consumption growth. The factor decomposition result of single city is more consistent with the overall situation, but there are differences between different cities. From the perspective of region, the more backward, the stronger the inhibitory effect of energy intensity decline is and the promoting effect of expanding of economic scale is. From the perspective of scale, down backward production capacity of room for improvement of small cities has not been made full use of. From the perspective of resource development stages, the recession cities do well in capacity improvement, but energy efficiency is still very low, maturation cities don’t make full use of room for improvement of down backward production capacity. Finally, some targeted suggestions are given: Optimize the industrial structure and transform the economic growth pattern from ‘extensive growth’ to ‘intensive development’. Develop the new energy and improve the efficiency of energy utilization. Give different guidance on saving energy and reduce consumption directed to different types of resource-based cities. Improve the consciousness of saving energy of companies and residents effectively by the enhancement of publicity and education.

resource-based cities； growth of energy consumption； factor decomposition； LMDI； difference analysis

2016-08-27

郭存芝，博士，教授，主要研究方向為資源與環(huán)境經(jīng)濟學(xué)。E-mail：gczhnj@163.com。

國家社會科學(xué)基金項目“我國資源型城市可持續(xù)發(fā)展影響因素及其影響機制的實證分析”(批準號：13BTJ026)；江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目。

F062.1

A

1002-2104(2017)01-0073-10

10.3969/j.issn.1002-2104.2017.01.009