中國能源效率和能源消費的傾向性研究

中國能源效率和能源消費的傾向性研究

趙佳麗，馬克衛(wèi)

(山西財經(jīng)大學 統(tǒng)計學院，山西 太原 030006)

摘要：在分析1978-2014年中國能源效率序列長期趨勢和周期性波動的基礎(chǔ)上，設(shè)計中國能源效率、經(jīng)濟發(fā)展速度及能源消費總量的時間序列模型，利用計量模型分析2015-2020年中國的能源消費需求總量的傾向性，結(jié)果表明：到2020年中國的能源效率將提高到1.775 3萬元/噸標準煤，能源消費需求總量將超過60億噸標準煤；同時，進一步利用改進設(shè)計的狀態(tài)空間模型，分析未來一段時期中國能源消費需求主要構(gòu)成的比重變化情況。

關(guān)鍵詞：能源效率；能源消費；時間序列；結(jié)構(gòu)外推；傾向性

中圖分類號：O212.1∶F224.0文獻標志碼：A

收稿日期：2015-06-08

基金項目：四川省社會科學研究“十二五”規(guī)劃2014年度課題《四川省工業(yè)碳排放統(tǒng)計核算體系的建立和應(yīng)用研究》(SC14TJ18);四川省教育廳科技項目《中國能源二氧化碳總量控制研究》(2013SSB0192)

作者簡介：何艷秋，女，重慶人，經(jīng)濟學博士，講師，研究方向：農(nóng)業(yè)經(jīng)濟，環(huán)境統(tǒng)計。

一、引言

改革開放以來，中國經(jīng)濟發(fā)展取得了令世界矚目的成績，而且預期還將持續(xù)增長。伴隨著經(jīng)濟規(guī)模的急速擴張，作為經(jīng)濟社會發(fā)展重要物質(zhì)基礎(chǔ)的能源需求數(shù)量也在不斷提高，2000—2014年年均增速達到了7.18%，2014年全國能源消費總量突破38億噸標準煤，但是隨著資源儲備的減少，中國能源進口數(shù)量正在不斷增加，而作為戰(zhàn)略資源，對于保障能源供給穩(wěn)定和滿足經(jīng)濟社會發(fā)展的需要，則具有重要的社會意義和政治意義。因此，在分析歷史資料的基礎(chǔ)上研究能源效率，準確把握未來時期在經(jīng)濟規(guī)模波動下能源消費需求的變化趨勢，依據(jù)未來能源消費需求規(guī)模和結(jié)構(gòu)變動制定科學的能源發(fā)展戰(zhàn)略，同時采取一些針對性的措施，進一步節(jié)能降耗、發(fā)展低碳經(jīng)濟、保障能源供給、優(yōu)化能源消費結(jié)構(gòu)，對于中國能源安全和經(jīng)濟社會穩(wěn)定發(fā)展意義重大。

長期以來，國內(nèi)外研究機構(gòu)和學者們都在關(guān)注能源效率波動和能源消費需求趨勢，研究的角度主要有能源效率波動、單一部門的能源需求、能源需求總量預測及其影響因素等方面，使用到的研究方法有定性研究及多種定量研究。吳利學構(gòu)建了能源效率的機制決定模型，對中國能源效率變化的決定機制進行了研究[1]；譚忠富等人利用狀態(tài)空間模型、向量誤差修正模型等方法，研究了中國能源效率與其影響因素之間的動態(tài)關(guān)系[2]；梁廣華利用平衡增長路徑模型，測算了1980—2012年的中國全要素能源效率[3]；Soytas U等人使用ARIMA模型法，對“七國集團”及多個新興工業(yè)化國家的能源消費和GDP之間的協(xié)整關(guān)系進行了研究[4]；Gevorgian V等人采用多元回歸模型(在經(jīng)濟增長影響因素的基礎(chǔ)之上添加其他變量進行預測)，對不確定能源供給條件下能源的分配及消費進行了短期預測[5]；Kumar U等人使用灰色馬爾科夫模型，對印度的能源消費進行了預測[6]；Kucukali S等人使用模糊邏輯方法，對土耳其的電力需求進行了短期預測[7]；林伯強使用協(xié)整回歸模型，分析了影響中國電力需求的主要因素，認為GDP是其最重要的影響因素[8]；董梅等人結(jié)合柯布-道格拉斯生產(chǎn)函數(shù)和面板數(shù)據(jù)模型，研究了中國省際能源消費與經(jīng)濟增長之間的關(guān)系[9]；許滌龍等人利用泰爾指數(shù)，研究了中國東、中、西部能源消耗差異及其影響因素[10]；周揚等人使用組合模型，對未來江蘇省煤炭和石油的需求量進行了預測[11]；張躍軍等人引入支持向量機模型，對北京的能源需求變化趨勢進行了預測[12]。

綜上，各種統(tǒng)計和計量模型方法的應(yīng)用，在對能源效率波動和能源消費需求趨勢預測的準確性和科學性方面起到了積極的促進作用，但是對能源消費總量的預測則因能源消費序列的復雜特性，使那些僅從數(shù)據(jù)序列本身出發(fā)或者從影響因素推算角度出發(fā)所構(gòu)建的模型,誤差普遍偏大。從與已公布實際資料的對比角度看，2010年之前的部分能源消費需求模型計算結(jié)果偏差能夠達到50%以上，而這些偏差產(chǎn)生的重要原因之一，便是模型構(gòu)建過程中對回歸殘差波動的尾部效應(yīng)把握不夠準確或者沒有把握。本文中使用的GARCH族模型，其優(yōu)勢便在于能夠最大限度地捕捉殘差波動效應(yīng)。同時，前人的研究成果很多是對單一能源消費需求總量的討論，較少從能源消費總量及結(jié)構(gòu)兩個方面進行系統(tǒng)研究，也即缺乏對能源的消費需求總量及結(jié)構(gòu)的精確量化分析，因而對中國未來時期能源消費需求狀況的判斷只能是定性的或者是大概趨勢和方向性的簡單把握，從而加大了相關(guān)政策制定的風險。為了克服這一缺陷，本文將重點關(guān)注中國能源效率波動下能源消費需求總量及結(jié)構(gòu)傾向性的精細化分析，采用時間序列模型和專門設(shè)計的結(jié)構(gòu)分解狀態(tài)空間模型進行研究。具體從能源效率波動分析入手，分析其中所包含的趨勢因素與周期性因素，并在此基礎(chǔ)上構(gòu)建能源效率序列的趨勢和周期性波動分析模型；通過對趨勢性因素和周期性因素的預測來完成對能源效率序列的最終預測，進一步對未來經(jīng)濟增長速度的預測計算出經(jīng)濟規(guī)模數(shù)據(jù)；再利用經(jīng)濟規(guī)模和能源效率序列的預測結(jié)果，計算未來時期中國能源消費需求總量；利用專門設(shè)計的狀態(tài)空間模型來完成對未來時期中國能源需求結(jié)構(gòu)的分解，以期能夠?qū)?015—2020年中國能源消費需求總量及來源結(jié)構(gòu)有所把握。

二、1978年以來的能源效率波動分析

按照上文研究思路，首先對中國經(jīng)濟增長中的能源效率的波動情況進行分析考察。為了表述方便，設(shè)定Nt為年度能源效率(萬元/噸標準煤)，Zt為能源效率的發(fā)展速度序列(上年=100)，Gt為GDP發(fā)展速度(上年=100)，Yt為中國年度能源消費總量(噸標準煤)，其中年度能源效率(Nt)的計算公式為：

(1)

其中年度固定價格GDP的價格基期固定在2014年。

(一)趨勢分析

為得到中國能源效率的長期趨勢，對1978—2014年的年度能源效率序列Nt的常數(shù)項和時間趨勢項進行回歸分析，得到趨勢模型：

(2)

F=1 232.201(0.000)DW=0.242

其中TREND序列為時間演進趨勢項，起始年份取值為1，而后逐年增加一期。由式(2)知，中國能源效率即每噸標準煤的GDP產(chǎn)出每年大約提高0.035萬元。從模型回歸的趨勢圖和殘差圖看，中國能源效率總體上呈現(xiàn)上升趨勢，2002年后中國能源效率實際值向下偏離其趨勢線，主要是受當時經(jīng)濟狀況與增長方式的影響；2008年后，中國能源效率回歸到最初的上升通道，受轉(zhuǎn)變經(jīng)濟發(fā)展方式壓力的影響逐漸顯現(xiàn)。就發(fā)展態(tài)勢而言，中國能源效率長期持續(xù)上升，但上升速度正在逐漸放緩。

(二)周期性分析

利用模型(2)回歸結(jié)果的殘差估計周期因素對中國能源效率變動的影響，回歸模型設(shè)計與估計結(jié)果如下：

(3)

使用最小二乘方法估計結(jié)果為：

(4)

F=138.65(0.000)DW=1.832

其中RESID為回歸方程式(2)中的殘差；CIt為能源效率發(fā)展速度對長期趨勢的偏離，代表時間趨勢以外的其他因素對能源效率的影響結(jié)果。

(5)

其中CIt為周期性因素，能源效率增速較高時CIt為正，反之則為負。從以上回歸模型結(jié)果可看出，模型擬合較好，回歸系數(shù)的T統(tǒng)計量檢驗結(jié)果和回歸方程的F統(tǒng)計量檢驗結(jié)果顯著，DW統(tǒng)計量檢驗結(jié)果落入無自相關(guān)區(qū)域；進一步對模型回歸殘差進行平穩(wěn)性檢驗，單位根檢驗結(jié)果及自相關(guān)、偏自相關(guān)系數(shù)表明殘差序列為平穩(wěn)序列，模型回歸結(jié)果可用。

從回歸結(jié)果可以看出，前一期和當期能源效率對時間趨勢的偏離對下一期的偏離有著顯著影響，能源效率波動周期因素對這一偏離也有影響。當期的能源效率增長率偏離了平均增長率時，對于下一期的能源效率偏離有相同方向的影響，即當期能源效率水平下降低于平均水平時，往往下一期的能源效率水平下降也會低于平均下降水平；當期之前一期能源效率下降水平低于平均下降水平時，則會促使下期的能源效率下降速度更快。周期性因素對能源效率序列的波動影響較小，影響中國經(jīng)濟發(fā)展和能源效率上升的主要因素是經(jīng)濟增長方式的轉(zhuǎn)變和能源利用效率的提高，長期來看經(jīng)濟增長方式正在由粗放型向集約型轉(zhuǎn)變，隨著技術(shù)進步能源利用效率也將不斷提高，期間雖會受到其他因素影響而出現(xiàn)波動或者反復，但總的態(tài)勢基本不會改變。

三、能源消費總量的傾向性實證研究

對能源效率歷史數(shù)據(jù)的分析只是了解了該序列的波動情況，明確了1978年以來中國提高能源利用效率的演進歷程，從分析功效角度來看，僅是停留在“了解過去”這一層面。然而，在經(jīng)濟分析中筆者關(guān)注的重點，在于利用歷史資料對經(jīng)濟指標未來的發(fā)展趨勢即傾向性進行盡可能準確判斷，并利用計量模型方法對未來一定時期內(nèi)的能源效率做出分析，進而再對GDP波動條件下中國年度資源消費傾向性做出分析，以便從總量上對未來能源消費情況進行把握。

(一)能源效率預測的時間序列模型

能源效率預測采用序列趨勢預測與周期性波動預測相疊加的方法來完成。首先構(gòu)造CIt序列的預測模型，將其預測結(jié)果帶入模型(4)，得到能源效率周期性波動序列的預測值。方法上選擇時間序列模型，為了剔除不規(guī)則波動的影響，對CIt序列進行平滑處理，得到序列HCIt。在采用時間序列建模之前要首先進行平穩(wěn)性檢驗，檢驗方法使用ADF法，1978—2014年CIt和HCIt序列的檢驗結(jié)果見表1。

表1　周期性因素及其平滑序列的ADF檢驗結(jié)果表

表1檢驗結(jié)果表明，CIt和HCIt序列在5%的顯著性水平下是平穩(wěn)時間序列。在構(gòu)建序列模型時經(jīng)過模型篩選和檢驗，最終確定使用GARCH族模型中的ARMA(2，1)，GARCH(0，2)模型形式構(gòu)建HCIt序列的預測模型，即：

(6)

模型最終估計結(jié)果為：

(7)

F=41.91(0.000)DW=1.717

模型回歸的擬合優(yōu)度和修正后的擬合優(yōu)度分別達到了0.903、0.882，自變量對因變量的回歸擬合良好；回歸方程通過了整體顯著性F檢驗，說明整個回歸模型是顯著的；回歸殘差的自相關(guān)檢驗統(tǒng)計量DW值為1.717，初步判斷模型殘差不存在自相關(guān)；進一步用自相關(guān)、偏自相關(guān)系數(shù)對殘差進行檢驗，Q統(tǒng)計量檢驗結(jié)果表明殘差是一個不包含截距和趨勢項的平穩(wěn)白噪聲過程，模型回歸結(jié)果可用。

能源效率序列趨勢性波動的預測只需將Trend序列的取值依次增加一個單位，帶入方程(2)便可計算。將HCIt預測結(jié)果帶入方程(4)即可得到周期性波動序列的預測結(jié)果；將趨勢序列和周期性波動序列的預測結(jié)果合計，即是能源效率序列的最終預測結(jié)果，如表2所示。

表2　能源效率預測結(jié)果表

(二)能源消費總量預測模型

構(gòu)造GDP總量預測模型。由于GDP總量序列為非平穩(wěn)時間序列，不能直接構(gòu)建時間序列預測模型，故先對GDP發(fā)展速度Gt(上年=100)序列進行預測。依照建模程序，首先對1978—2014年的Gt序列進行平穩(wěn)性檢驗，檢驗方法依然使用ADF方法，檢驗結(jié)果如表3所示。

表3　 GDP發(fā)展速度序列的ADF檢驗結(jié)果表

注：C表示有截距項。

表3檢驗結(jié)果表明，Gt是一個在1%顯著性水平下顯著的平穩(wěn)時間序列，可以進行時間序列建模，但考慮到中國經(jīng)濟發(fā)展速度在個別年份會出現(xiàn)極值的問題，為了減小這種極端值不規(guī)則波動的影響，先對Gt序列進行平滑處理，平滑后的序列用HGt表示，經(jīng)過單位根檢驗HGt序列也是平穩(wěn)時間序列(檢驗結(jié)果見表2)。經(jīng)過模型篩選和檢驗，最終確定使用時間序列預測ARMA(2，1)模型形式構(gòu)建HGt序列的預測模型，即：

(8)

模型最終估計結(jié)果為：

(9)

F=102.45(0.000)DW=2.049

表4　時間序列模型預測結(jié)果表

從表4分析結(jié)果可以看出，未來時期中國年度能源效率還將持續(xù)提高，但上升速度會逐漸放緩，未來六年間會上升約0.117 8個單位，約是2008—2014年六年間下降量的36%，這主要是由于該指標絕對水平越高則上升所需要的外部技術(shù)難度越大。經(jīng)濟發(fā)展速度指標未來六年呈現(xiàn)先上升后下降，峰值約在2019年出現(xiàn)為110.9265%，2015—2020年平均經(jīng)濟增速約為9.82%，按照2014年價格計算的2020年中國經(jīng)濟規(guī)模將會是2014年的1.75倍。依據(jù)經(jīng)濟規(guī)模和年度能源效率預測數(shù)據(jù)，計算得到了2015—2020年中國的能源需求總量預測數(shù)據(jù)，年度平均增速為8.57%，低于經(jīng)濟平均增速，說明隨著經(jīng)濟增長方式的調(diào)整和能源利用效率的提高，同等規(guī)模的產(chǎn)出增加所消耗的能源數(shù)量在逐漸下降，但是從總量上看到2020年中國年度能源需求總規(guī)模會超過60億噸標準煤，約是2014年的1.64倍，不能不說在未來一定時期內(nèi)中國能源需求巨大，必須采取切實有效的措施來進一步節(jié)能降耗，保障能源供給。

四、能源消費結(jié)構(gòu)的實證研究

在完成能源消費總量傾向性分析之后，將研究能源消費需求的主要構(gòu)成傾向性。中國能源需求的來源主要有煤炭、石油、天然氣以及水電、核電、風電，將其分為四類，其中水電、核電和風電并稱為清潔能源，并對未來時期內(nèi)四類主要能源的需求總量情況進行預測。如果采用傳統(tǒng)的時間序列模型推算方式，需要構(gòu)建四個時間序列模型，因為時間序列模型構(gòu)建的基本要求較多，過多的時間序列模型逐一估計，使多數(shù)模型得到較為準確的估計結(jié)果比較困難。四種能源因無法從經(jīng)濟學意義上去區(qū)分其影響因素，也即如果構(gòu)建影響因素預測模型則四類能源影響因素相同，這又使多元回歸或者聯(lián)立方程模型的構(gòu)建顯得困難。由于是在進行由總量到構(gòu)成分量的分解，一種思路是直接將總量分解為構(gòu)成分量，另外一種思路便是首先進行構(gòu)成元素比重預測，然后進行總量分解。狀態(tài)空間模型形式恰好可以滿足第二種預測思路的要求，一次性地完成對多個信號方程中存在的潛在影響進行系統(tǒng)性估計，因為進行的是總量到分量的分解操作，不涉及傳統(tǒng)建模過程中影響因素經(jīng)濟關(guān)系的考察，因此使用確定性方程的形式設(shè)計信號方程，即總量構(gòu)成比重系數(shù)計算式作為信號方程，方程中不含誤差。狀態(tài)方程在設(shè)計過程中則需要靈活把握，需要依據(jù)比重序列的歷史資料波動情況設(shè)置成隨機游走、AR(1)或者帶有漂移項的隨機游走過程*同一系統(tǒng)中的不同狀態(tài)方程形式設(shè)定可以不同。。由于分解后全部結(jié)構(gòu)系數(shù)的總和為1，所以在估計方程中還需要進行1和約束，故需對中國能源消耗總量分解模型的構(gòu)建和估計進行詳細說明。

上文設(shè)置了用Yt表示中國年度能源消費總量序列，為了表述方便用Y1t、Y2t、Y3t、Y4t分別表示中國年度煤炭、石油、天然氣和清潔能源的消費總量序列*Y1 t、Y2 t、Y3 t、Y4 t序列單位全部為轉(zhuǎn)化之后的萬噸標準煤。，則有：

Yt=Y1t+Y2t+Y3t+Y4t

(10)

一般化的結(jié)構(gòu)預測過程可以表述為：首先進行Yt向量的預測，構(gòu)建時間序列模型為：

(11)

其次構(gòu)建對未來時期四種能源消費狀況結(jié)構(gòu)系數(shù)的預測模型，其中信號方程部分的模型設(shè)計為：

(12)

式(12)中，前三個方程用于計算煤炭、石油、天然氣的消費比重，屬于確定性方程，方程中不設(shè)置誤差項；最后一個方程為清潔能源消費比重系數(shù)推算恒等式，在操作中起到約束方程的作用，保證四種能源消費比重系數(shù)之和為1。下面的步驟便是確定狀態(tài)方程，用于比重系數(shù)的外推預測，一般化的狀態(tài)方程形式可以記為：

(13)

至此，預測模型的設(shè)置已經(jīng)完畢，但是狀態(tài)空間模型的估計過程不同于其它計量模型，在估計之前還需要設(shè)定估計系數(shù)和估計方程殘差方差的初始值。由于設(shè)定的信號方程為確定性方程，其中的消耗比例系數(shù)可以事前計算，這樣就可以使用事先計算出來的消耗比例序列，并通過系統(tǒng)方程模型對狀態(tài)方程進行預先估計，用估計出來的系數(shù)和相應(yīng)方程的殘差作為設(shè)定狀態(tài)空間模型系數(shù)初值的依據(jù)，即：

(14)

對以上結(jié)構(gòu)系數(shù)序列按照上文設(shè)定的狀態(tài)方程形式進行回歸估計，估計模型為：

(15)

使用系統(tǒng)估計對以上模型估計完成之后，用估計出來的系數(shù)φ1、φ2、φ3、φ4、φ5、φ6分別作為狀態(tài)方程中系數(shù)c1、c2、c3、c4、c5、c6的初值。另外，由于結(jié)構(gòu)預測模型中狀態(tài)方程的最終實際估計形式為：

(16)

所以在估計之前還需要對c7、c8、c9的初始值進行設(shè)定，具體設(shè)定公式為：

(17)

其中var(μ1)t、var(μ2)t、var(μ3)t分別表示(μ1)t、(μ2)t、(μ3)t序列的方差。

至此，完成了能源消費總量結(jié)構(gòu)分解模型估計的全部工作，實際操作過程中只需依據(jù)消耗比例序列歷史數(shù)據(jù)情況，為每一個序列選擇適當?shù)臓顟B(tài)方程回歸形式，其它部分按照以上步驟操作便可完成結(jié)構(gòu)狀態(tài)空間模型的估計和預測。

通過分析1978—2014年的中國能源消費總額中4種能源消費結(jié)構(gòu)情況，依據(jù)以上介紹最終設(shè)計并估計了中國能源消費結(jié)構(gòu)系數(shù)的預測模型，即：

(18)

(19)

模型估計結(jié)果通過了相關(guān)檢驗，同時模型的回歸殘差滿足嚴格的白噪聲過程，故模型回歸結(jié)果可用。利用該模型對中國2015—2020年的能源需求構(gòu)成比重進行傾向性分析，具體結(jié)果見表5。

表5　 能源消費需求結(jié)構(gòu)傾向性分析結(jié)果表　　單位：%

在2015—2020年能源消費需求總額時間序列分析基礎(chǔ)之上，結(jié)合能源需求結(jié)構(gòu)比重系數(shù)的預測結(jié)果，便可以計算出2015—2020年中國能源消費需求總量，結(jié)果見表6。

表6　能源消費需求總量預測結(jié)果表　單位：萬噸標準煤

從能源消費需求結(jié)構(gòu)傾向性分析結(jié)果來看，未來一定時期內(nèi)煤炭將依然是中國能源需求的主要來源，其余來源依次排序是石油、清潔能源和天然氣。具體需求比重上，未來六年煤炭和石油需求量比重將分別下降0.93%和0.75%，而天然氣和清潔能源比重將分別上升1.34%和0.34%。就需求總量而言，煤炭、石油、天然氣和清潔能源2020年的需求量將分別是2014年的1.61、1.57、2.02、1.69倍，這對中國能源供給尤其是天然氣和清潔能源的發(fā)展提出了極大挑戰(zhàn)。

五、結(jié)論

從序列波動分析、時間序列模型、狀態(tài)空間模型分析結(jié)果看，中國每噸標準煤的GDP產(chǎn)出呈現(xiàn)持續(xù)增加態(tài)勢，能源效率不斷提高。隨著經(jīng)濟規(guī)模的擴大，能源消費需求數(shù)量正在急速擴張，需求結(jié)構(gòu)上仍以傳統(tǒng)的煤炭和石油為主，但未來年份天然氣和清潔能源的需求規(guī)模將顯著增加，具體結(jié)論為：

第一，由長期趨勢和周期性波動分析結(jié)論可知，1978年以來中國每噸標準煤的GDP產(chǎn)出即能源效率雖有波動，但總體上處于上升通道。從序列本身而言主要受到長期趨勢的影響，周期性影響不太明顯，從圖形上看呈現(xiàn)近10年一個周期，期初能源效率有所提高，期中持續(xù)下降。就上升速度而言，與前期相比后期正在逐漸放緩，2009年以來尤其明顯，這主要是由于低水平能耗基礎(chǔ)上的能耗下降所需要的外部條件越來越多，諸如產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)改進等，這些條件的實現(xiàn)難度隨著社會發(fā)展在逐漸加大。

第二，由時間序列模型分析結(jié)果可知，2015—2020年中國年度平均經(jīng)濟增速約為9.82%，按照2014年價格計算的2020年中國經(jīng)濟規(guī)模將會是2014年的1.75倍；2015—2020年中國能源需求總量的年均增速約為8.57%，到2020年中國年度能源需求總規(guī)模將會達到62.9億噸標準煤，是2014年的1.64倍，但能源效率還將持續(xù)提高，只是上升速度將會非常緩慢?？傊?，經(jīng)濟規(guī)模顯著增大所拉動的能源需求規(guī)模急速擴張要求在未來時期內(nèi)中國必須采取積極有力的措施，進一步深化經(jīng)濟改革，轉(zhuǎn)變經(jīng)濟增長方式，提高技術(shù)進步水平，節(jié)能降耗，顯著提高資源利用效率，制定科學的能源發(fā)展戰(zhàn)略。

第三，由結(jié)構(gòu)分解狀態(tài)空間模型分析結(jié)果可知，2015—2020年中國能源需求結(jié)構(gòu)呈現(xiàn)微調(diào)態(tài)勢，煤炭和石油占比雖略有下滑，但在未來時期依然將是主要能源，占比依然維持在六成以上和接近兩成水平。因此，中國政府應(yīng)進一步優(yōu)化能源的消費需求結(jié)構(gòu)，大力發(fā)展低碳經(jīng)濟。同時，天然氣和水電、風電、核電等清潔能源在未來時期的需求數(shù)量會在現(xiàn)有基礎(chǔ)之上有較大幅度增長，到2020年分別是現(xiàn)有需求數(shù)量的2.02倍和1.69倍，這要求中國在未來時期必須加大這兩種能源領(lǐng)域的投入力度，大幅提高產(chǎn)能，以滿足經(jīng)濟社會發(fā)展需要。

參考文獻：

[1]吳利學.中國能源效率波動:理論解釋、數(shù)值模擬及政策含義[J].經(jīng)濟研究，2009(5).

[2]譚忠富,張金良.中國能源效率與其影響因素的動態(tài)關(guān)系研究[J].中國人口·資源與環(huán)境，2010(4).

[3]梁廣華.中國全要素能源效率測算方法研究——基于經(jīng)濟平衡增長的思想[J].統(tǒng)計與信息論壇,2014(5).

[4]Soytas U, Sari R. Energy Consumption and GDP: Causality Relationship in G7 Countries and Emerging Markets [J]. Energy Economics, 2003, 25(1).

[5]Gevorgian V, Kaiser M. Fuel Distribution and Consumption Simulation in the Republic of Armenia [J]. Simulation, 1998, 71(3).

[6]Kumar U, Jain V K. Time Series Models (Gery-Markov, Gery Model with Rolling Mechanism and Singular Spectrum Analysis) to Forecast Energy Consumption in India [J]. Energy, 2010,35(4).

[7]Kucukali S, Baris K. Turkey’s Short-Term Gross Annual Electricity Demand Forecast by Fuzzy Logic Approach [J]. Energy Policy, 2010, 38(5).

[8]林伯強. 結(jié)構(gòu)變化、效率改進與能源需求預測——以中國電力行業(yè)為例[J].經(jīng)濟研究，2013(5).

[9]董梅,孟秋敏.中國區(qū)域能源消費與經(jīng)濟增長關(guān)系的比較研究——基于省際面板數(shù)據(jù)的實證分析 [J].西安財經(jīng)學院學報，2012(6).

[10]許滌龍，湯智斌 ，鐘雄.基于泰爾指數(shù)的能源消耗與 GDP 增長協(xié)同影響分析[J].統(tǒng)計與信息論壇,2013(9)

[11]周揚,吳文祥，胡瑩，劉秀香.基于組合模型的能源需求預測[J].中國人口·資源與環(huán)境，2010(4).

[12]張躍軍,周彬，王麗.基于支持向量機模型的北京市能源需求預測研究[J].北京理工大學學報：社會科學版，2013(3).

Research on the Energy Efficiency and Tendency of Energy Consumption in China

ZHAO Jia-li, MA Ke-wei

(The Faculty of Statistics, Shanxi University of Finance and Economics, Taiyuan 030006, China)

Abstract:Based on the analysis of the long-term trend and periodic fluctuation of China's energy efficiency from 1978 to 2014, we designed the time series model of China's energy efficiency, GDP growth rate and the total energy consumption , using the model we analyzed the tendency of the total energy consumption in china from 2014 to 2020, the results showed that China's energy efficiency would be raising to 17753 yuan/tons of standard coal and the total energy consumption demand would be more than 6 billion tons of standard coal by 2020. And then we used a specially designed state space model to complete the structure decomposition of the total energy demand's forecasting results. Finally, we analyzed the proportion changes in mainly composed of energy demand in China's future.

Key words:energy efficiency; energy consumption; time series; structural extrapolation; tendency

(責任編輯：郭詩夢)

【統(tǒng)計理論與方法】