能源消费影响因素分解方法的比较研究

摘要：

【摘要】在能源消费研究中经常要将其变化分解为各种因素,通过各种因素的影响程度来分析影响能源消费的变化原因。自20世纪70年代以来,已经发展了多种分解方法,这些方法的假设前提与算法都有较大差异。本文从能源消费变化量与能源强度两个角度介绍了各种分解算法,对其进行了对比,并运用中国制造业的相关数据比较了分解的结果。能源消费变化量的分解方法中,Shapley算法与M-E算法分解结果相同,但是Shapley算法按照各因素的贡献加权来计算各因素对能源消费量的影响,更适合多因素分解;Se-HarkPark算法与AWT-PDM算法能较好地体现经济结构对能源消费量的影响,但AWT-PDM算法由于权数的确定问题,使得该算法存在不能分解的剩余项。能源强度变化的分解方法分为乘法分解和加法分解两大类,乘法分解反映的是能源强度变化率,加法分解反映的是能源强度变化量。Fisher算法与LMDI算法均是对能源强度的完全分解,而Laspeyres算法与AMDI算法均存在剩余项;方法是对AMDI算法的改进。研究者在研究能源问题或环境问题时,应根据研究要求及所掌握的数据选择恰当的分解方法。
【关键词】能源强度；因素分解； LMDI；方法比较；
【基金】教育部新世纪优秀人才支持计划(编号:NCET-06-060890);陕西省重点学科西方经济学建设项目(编号:2008SZ09)

引言：

【引言】自20世纪70年代的石油危机以来，能源问题备受关注。现有研究多是将影响能源消费量与能源强度变化的因素进行分解，根据各因素对能源消费量及能源强度的影响效应来判断工业对能源需求变化的机制。目前已有多种分解能源消费量与能源强度变化量的算法，这些方法不仅用于分析能源消费变化的动因，还广泛用于分析碳排放变化等环境问题。这些分解算法有助于将影响能源消耗的各种因素分离，为制定政策提供依据。国内对分解方法的研究较少，多是根据各种算法来进行应用性的研究。本文梳理了近30年能源消费变化量与能源消费强度变化指数分解方法，对比了几种分解方法的不同之处，从理论和实证两个方面比较了几种方法的优劣，以其为进一步研究能源消费问题及环境问题提供更好的分析框架。

作者：

孙赵勇；任保平

作者单位：

西北大学经济管理学院；西安理工大学经济与管理学院；