, 陈欢欢Spatio-temporal variation and its influencing factors of rural energy poverty in China from 2000 to 2015
ZHAOXueyan, CHENHuanhuan收稿日期:2017-12-25
修回日期:2018-03-27
网络出版日期:2018-06-10
版权声明:2018《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (3746KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
据国际能源署（IEA）估计,目前全球仍有12.6亿人无法获得电力服务,26.4亿人仍依赖传统生物质能进行炊事活动,其中95%的人口集中在亚洲和非洲地区[1]。这种持续存在的能源贫困不仅影响着居民健康和生活质量,更制约着国家经济发展与社会进步,目前已成为全球共同面临的重要问题。能源贫困作为发展中国家贫困的主要标志[2],日益引起了国际组织与学术界的关注[3]。联合国在“人人享有可持续能源国际年（2012年）”上提出“人人享有可持续能源”的倡议,并号召全世界共同行动,捍卫人人享有现代、清洁及高效生活能源的权利,共同应对能源贫困。此后,世界银行发布了《人人享有可持续能源全球跟踪框架》报告,呼吁世界各国、民间团体、私营部门及国际组织加大能源普及、可再生能源与能源效率等方面的投资。欧盟议会提出低收入、脆弱家庭更易受能源贫困的影响,呼吁欧盟委员会、各成员国、地方当局及有关社会团体共同制定解决方案以应对能源贫困问题。2015年联合国在后发展议程的可持续发展目标（Sustainable Development Goals,SDGs）中,更明确地将消除能源贫困列为目标之七,提出要确保“人人获得价廉、可靠、可持续的现代能源”。随着人口增长、经济发展及能源消耗的大幅增加,全球生态环境受到严重挑战,推动清洁能源发展,使能源更加绿色和低碳化已成为全球能源合作的主要方向。鉴于此,2015年中国提议构建“全球能源互联网”,呼吁通过大规模开发清洁能源、加快电网全球互联、创建先进智能电网以及消费能源电气化,共同推动以绿色和清洁方式来满足全球电力的需求。2016年北京召开的G20能源部长会议也在“构建低碳、智能、共享的能源未来”主题下,呼吁G20成员分享可再生能源、煤炭清洁利用等方面的先进技术,实现世界能源包容发展。中国作为世界上最大的发展中国家,面临的能源贫困问题更严峻、更复杂,尤其在广大农村地区,用能水平较低、用能结构较差、用能能力较弱,能源贫困问题更为严重。目前仍有部分农村家庭以传统生物质能（薪柴、秸秆等）作为主要生活能源,无法享受稳定的电力及其他清洁能源服务。这不仅加剧了农村居民的健康风险,更引发了森林砍伐、生物多样性损失等问题,加剧了生态环境退化。近年来,随着社会经济发展水平的稳步提升,中国在能源普及、可再生能源与能源效率等方面的投资大幅增加,联合国环境规划署发布的《2016年全球可再生能源投资趋势》报告显示,2015年中国在可再生能源领域投资达1029亿美元,占全球可再生能源投资总和的三分之一以上。中国农村能源贫困状况有了明显改善,清洁能源供应能力也有所提高,人均拥有沼气由2000年的1.566 kg标准煤/年增加到2015年的16.104 kg标准煤/年,年均增长率为18.11%;太阳灶普及率由2000年的0.460台/百户增加到2015年的2.604台/百户、太阳能热水器及太阳房覆盖面积由2000年的0.030 m2增加到2015年的0.278 m2,年均增幅分别为16.18%、17.30%。但目前,与以电力等非固体能源为主要生活能源的城镇地区相比,中国广大农村地区不仅缺乏使用清洁高效能源的家庭设备,更缺乏对现代能源的支付能力,能源消费结构仍呈现高碳化和非清洁化特征。据调查,2010年中国仍有76%的农户主要依赖煤炭和柴草等固体能源作为主要炊事燃料,能源贫困问题依旧非常突出,严重制约着农村可持续发展。为此,中国将减缓能源贫困纳入国民经济和社会发展长期规划,并明确提出农村地区应发展清洁能源,开创清洁、绿色新局面。
能源贫困作为世界能源体系面临的严峻挑战之一,严重制约着人类社会的可持续发展。国际上对能源贫困的研究始于20世纪80年代,但已有研究主要集中在能源贫困的测量[4]、能源贫困与健康[5]、能源贫困政策[6]、能源贫困预测[7]等领域。其中,Patrick等提出了侧重于测量剥夺现代能源服务机会的多维度能源贫困指数（MEPI）[4];Douglas等将能源贫困线定义为能源消费随家庭收入增加而开始上升的临界点,若家庭消耗处于或低于该临界点则被视为能源不足[8];Boardman指出贫困户的能源支出占其总收入比例要高于非贫困户[9];Christine等系统回顾了近10年来能源贫困与健康的关系研究进展,分析了能源贫困对不同人群的心理健康、呼吸道感染、身体发育等影响的差异性[5]。相对而言,国内能源贫困研究较少,相关研究主要集中在能源贫困识别、能源贫困现状分析、农牧民能源贫困状况、固体燃料健康风险等方面。其中,李慷等从可获得性、清洁性、完备性、可支付性和高效性等出发构建了中国区域能源贫困评估体系[10];张忠朝等分别对贵州省盘县和云南省怒江州的家庭生活用能进行了调查[11,12];吴文恒等分析了煤炭开采对陕北农户生活用能的影响[13]。总体来看,目前缺乏对农村能源贫困的区域差异性、时空格局演变及其影响因素的深入研究[14]。
能源贫困作为全球性问题,在发展中国家农村地区尤为严峻,当前急需辨明农村能源贫困的时空格局,探明影响农村能源贫困的关键因素,并寻求减轻农村能源贫困的有效策略。鉴于此,本文以2000-2015年作为研究时段,以2000年、2008年、2015年为时间节点,以中国30个省级行政单位（限于数据未包括西藏）为基本单元,采用Theil指数分析中国及三大地带农村能源贫困程度及其差异的时序演变特征,利用Moran's I指数分析中国农村能源贫困的时空格局演变特征,并借助计量经济模型分析影响中国农村能源贫困的关键因素,旨在为中国制定有效的农村能源政策提供科学依据和参考。
2 研究方法与数据来源
2.1 数据来源
以全国30个省、市、自治区（未包括西藏自治区、香港特别行政区、澳门特别行政区、台湾地区）为研究单元。表征农村能源贫困程度的农村每百户拥有的抽油烟机台数、农村人均生活用电量、液化气使用量、沼气使用量、太阳能热水器与太阳房覆盖面积、太阳灶台数来源于2001-2016年的《中国农村统计年鉴》《中国农村能源年鉴》《中国能源统计年鉴》及各省（市、自治区）统计年鉴。表征居民受教育程度的农村劳动力平均受教育年限、表征能源供给水平的农村生活供电量、表征能源价格的水电燃料价格分类指数、表征能源投资水平的国有经济能源工业固定资产投资、表征农村能源基础设施水平的农村污水净化沼气池数量、表征农村能源管理水平的农村能源管理机构数均来源于2001-2016年的《中国农村统计年鉴》。表征地区经济发展水平的人均GDP来源于2001-2016年的《中国统计年鉴》。2.2 研究方法
2.2.1 农村能源贫困的测度 与电力等现代能源相比,薪柴等传统生物质能及煤炭不仅效能低,而且容易引发环境破坏和居民健康受损等问题,因而大量使用薪柴与煤炭被当作能源贫困的典型标志。国际社会一般也认为能源贫困是指没有电力和清洁燃料接入而无法享受到现代能源服务的状况。因而,能源接入与能源服务成为考量能源贫困的核心,其中,能源接入是指为所有人提供电力等现代能源服务;现代能源服务具体指家庭接入电力和使用清洁厨具,淘汰在室内造成空气污染的燃料（如传统生物质能、煤炭）和炉灶。世界银行也指出,在东亚和太平洋地区积极推广电力及高效、清洁的炊事燃料和炉具是全面普及现代能源的两条重要途径[15]。鉴于此,本文基于能源接入与能源服务情况考察中国农村能源贫困程度。考虑到目前中国农村地区的能源利用情况以及国家对农村地区能源利用的政策导向,用人均生活用电量、人均液化气使用量、人均沼气使用量、太阳能热水器与太阳房人均覆盖面积来表征能源接入程度,用清洁炊具普及率（每百户拥有的抽油烟机台数、每百户拥有的太阳灶）来表征能源服务程度。其中,人均生活用电量、人均液化气使用量、人均沼气使用量、太阳能热水器与太阳房人均覆盖面积、清洁炊具普及率越低,能源贫困程度越高。为了评估不同区域的农村能源贫困水平,首先对上述指标进行标准化处理①(① 由于选取指标值越大,能源贫困程度越小,故采用
式中：P为i省农村能源贫困指数;wij为i省农村的第j项指标的标准化值;yij为第j项指标的权重。P越大,即能源贫困指数越大,则能源贫困状况越显著。其中,人均生活用电量、人均液化气使用量、人均沼气使用量、人均太阳能热水器覆盖面积、人均太阳房覆盖面积、每百户拥有的抽油烟机台数、每百户拥有的太阳灶的权重分别为0.22、0.12、0.17、0.11、0.13、0.10、0.15。
2.2.2 农村能源贫困的区域差异测度 采用Theil指数测度中国农村能源贫困的区域差异程度,Theil指数越大,表示区域差异越大。利用Theil指数可进一步将中国农村能源贫困的总体差异分解为东、中、西三大区域内及区域间的差异。具体方法详见赵雪雁等[16]。
2.2.3 空间自相关 空间自相关是一种空间统计方法,反映某种地理现象或其中的一个属性与相邻的地理空间单元上统一的程度,一般可分为全局空间自相关和局部空间自相关[16]。采用全局Moran's I值来衡量农村能源贫困的分布是否存在统计上的集聚或分散现象。计算公式为：
式中：Moran's I数值范围为[-1,1],I<0为负相关,I=0表示不相关,I>0为正相关;Wij为空间权重矩阵,表示空间单元的邻近关系。Moran's I值的显著性检验通过构造统计服从正态分布的统计量公式：
式中：若Z值为正且显著时,表明存在正的空间自相关;若为负且显著时,表明存在负的空间自相关;若为0时,则区域间相似值呈随机分布。
采用G*指数识别农村能源贫困空间依赖性和空间异质性。计算公式为：
式中：Gi*(d)值为正,且Gi显著,表明地区i周围的值相对较高,即“热点”区;反之则为“冷点”区。Xi为地区i的观测值;Wij为空间权重矩阵,空间相邻取为1,不相邻取为0。
2.2.4 空间计量模型 采用嵌套时间和空间双向固定效应的空间杜宾（SDM）模型[17,18]来分析关键因素对农村能源贫困时空格局变化的影响。
设定省级单元为i=1,…,30,时间序列为t=1,…,16（时段为2000-2015年）。分析农村能源贫困指数及其影响因素关系的SDM模型为：
式中：yjt表示j单元t时期农村能源贫困指数;δ表示回归系数;wij是空间权重矩阵W中的一个元素,反映因变量的空间矩阵;γ为k维列向量,表示空间滞后解释变量的系数;μi表示空间固定效应,其控制了所有空间固定且不随时间变化的变量;参数λt表示时间固定效应,其控制了所有时间固定且不随空间变化的变量;εit表示随机误差项[16]。
3 结果分析
3.1 农村能源贫困的变化趋势
如图1所示,2000-2015年中国农村能源贫困波动较频繁,东、中、西部地区②(② 东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部地区包括为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区为内蒙古、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西。)的波动趋势与全国基本一致,出现连续倒U型波动,总体呈先增后降的倒U型趋势。2000-2010年中国能源贫困程度在波动中加剧,能源贫困指数由0.760增加为0.857,增幅为12.73%。此期间,东—中—西部地区能源贫困指数的增幅呈阶梯式递减,其中,东部地区的增幅高达15.54%,而西部地区的增幅为11.13%;2010-2015年中国农村能源贫困程度趋于缓解,能源贫困指数由0.857降为0.791,降幅为7.68%。此期间,东—中—西部地区能源贫困指数的降幅也呈阶梯式递减,其中,东部地区的降幅高达11.75%,而中、西部地区的降幅仅分别为5.82%、5.81%。究其原因,主要在于随着新型城镇化战略和精准扶贫战略的推进,中国农村能源基础设施建设投资力度加大,农村能源综合供给能力增强,电力普遍服务水平提升,加之地方政府积极鼓励和引导农村居民使用风能、太阳能等清洁能源,因而农村能源贫困程度趋于降低。总体来看,2000-2015年间,中、西部地区农村能源贫困程度一直高于全国平均水平,而东部地区一直低于全国平均水平,使得中国农村能源贫困程度一直保持着“中部高、东西部低”的马鞍型分布格局。
显示原图|下载原图ZIP|生成PPT图12000-2015年中国农村能源贫困指数变化趋势
-->Fig. 1The change trend of the rural energy poverty index in China during 2000-2015
-->
3.2 农村能源贫困的区域差异
2000-2015年中国农村能源贫困的区域差异波动较大,且整体呈缩小趋势,Theil指数由0.009下降到0.008,降幅为13.71%（图2a）。Theil指数表明,地带间差异的演变与总体差异基本一致,其中2000-2011年地带内差异大于地带间差异,总体差异主要由地带内差异引起,其贡献率平均为65.49%;2012-2015年地带间差异大于地带内差异,总体差异主要由地带间差异引起,其贡献率平均为56%。总体来看,2000-2015年中国农村能源贫困的地带间差异趋于扩大,其Theil指数增幅为41.94%;地带内差异趋于缩小,其Theil指数的降幅为38.93%。然而,东、中、西部地带内差异变化情况存在较大差别（图2b）。其中,东、中部地带内差异虽均趋于缩小,但东部地区波动较大,降幅也更显著,Theil指数降幅高达47.25%,而中部地区波动较为平稳,Theil指数降幅仅为7.09%;西部地带内差异则在波动中增加,Theil指数增幅为9.71%。可见,中国东部地区农村能源贫困的区域差异收敛更为显著,但东部地带内差异一直高于中、西部地区。
显示原图|下载原图ZIP|生成PPT图22000-2015年中国农村能源贫困的区域差异
-->Fig. 2The regional difference of the rural energy poverty in China during 2000-2015
-->
3.3 中国农村能源贫困的空间分布变化
为了更直观反映中国农村能源贫困的空间分布特征,基于2000年、2008年、2015年的农村能源贫困指数,利用ArcGIS软件,采用自然断点分级法将30个省（市、自治区）划分为农村能源贫困高值区、中高值区、中等值区、中低值区和低值区等五种类型[19]。2000-2015年中国农村能源贫困状况的空间分布发生了较大变化（图3）。① 2000-2008年,40%的省份向高等级转移,13.33%的省份向低等级转移,说明该时期中国农村能源贫困程度呈加剧态势。各等级省份之间的转移路径比较复杂,但以递次转移为主。其中,分别有26.67%、13.33%的省（市、区）向高、低等级递次转移,仅有13.33%的省份跨越式向高等级转移。② 2008-2015年,20%的省份向高等级转移,46.67%的省份向低等级转移,说明该时期中国农村能源贫困程度呈减弱态势。各等级省份之间的转移路径仍以递次转移为主,其中,分别有13.33%、46.67%的省（市、区）向高、低等级递次转移,仅有6.67%的省份跨越式向高等级转移。总体来看,2000-2015年东部地区农村能源贫困程度以中等值与中低值省份为主,且低值省份一直处于该区;中部地区则由以高值及中高值省份为主转为以中高值省份为主;西部地区则以高值、中低值省份为主转变为以高值、中高值及中等值省份为主,但高值省份占该区省份数的比例有所下降。
显示原图|下载原图ZIP|生成PPT图32000-2005年中国农村能源贫困水平的空间分布
-->Fig. 3The spatial distribution of the rural energy poverty in China during 2000-2015
-->
从中国农村能源贫困的空间分布来看（图3）：① 2000-2008年不同等级省域的空间分布变化均较大。能源贫困高值区与中低值区均大幅收缩,且由相对集中趋于分散,其中高值区形成新疆以及马蹄形分布的渝—陕—晋—豫—皖—赣等两个连片区;中高值区大幅扩张,形成内蒙古—吉—黑、川—滇—黔—湘、鲁等三个连片区;中值区略有扩张,且由相对分散趋于集中,形成了呈不连续条带状分布的津—冀—苏—闽—粤—桂连片区以及甘—宁连片区;低值区略有收缩且趋于分散。② 2008-2015年不同等级省域的空间分布总体上趋于集中,高值区形成新、内蒙古—晋—黑—吉、黔等三个连片区;中高值区形成环状分布的陕—渝—豫—皖—赣—湘连片区,其外围与宁—甘—川及冀—鲁中值连片区、京—津—苏—浙—闽—粤等中低值及低值连片区相接。总体来看,2000-2015年,新疆、内蒙古、陕西、山西及东北地区农村能源贫困程度均较为严重,而东部沿海地区农村能源贫困程度相对较轻,使中国农村能源贫困程度空间分异大致形成了“中部高、东西部低”以及“北高南低”的分布格局。究其原因,主要在于新疆、陕西、山西是中国主要的能源基地,尤其陕西、山西的煤炭资源储量丰富,东北地区作为老工业基地,固体商品能源也相对丰富,这些地区的农村生活用能以煤炭及薪柴为主,能源清洁化程度较低,因而农村能源贫困程度较严重;而东部为经济发达地区,农户受教育程度相对较高,具有较强的节能环保意识,加之中国已建成西气东输工程,现代能源供给保障度大幅增强,能源清洁化程度较高,故农村能源贫困程度较轻[20]。
3.4 中国农村能源贫困的时空格局变化
2000年、2008年、2015年中国农村能源贫困的全局Moran's I值均通过了1%的显著性检验,且均为正值,说明中国农村能源贫困总体具有正的空间自相关性（表1）,即中国农村能源贫困总体上具有显著的集聚特征,即农村能源贫困程度较高的省份相对地趋于和农村能源贫困较高的省份相邻,反之亦然[21]。在此期间,农村能源贫困的Moran's I值呈增大趋势,说明农村能源贫困的空间自相关性趋于增强。Tab. 1
表1
表1中国农村能源贫困全局自相关Moran's I指数及检验值
Tab. 1Global Moran's I and test value of the rural energy poverty in China
| 2000年 | 2008年 | 2015年 | |
|---|---|---|---|
| I | 0.167 | 0.183 | 0.212 |
| Z | 1.850 | 1.977 | 2.178 |
| P | 0.064 | 0.048 | 0.028 |
新窗口打开
利用冷热点分析[22],可进一步发现中国农村能源贫困的局部空间关系（图4）。① 2000-2008年中国农村能源贫困的热点区及次热区均呈缩小态势,冷点区及次冷区呈扩张态势。其中,热点区省份占省区总数比例由23.33%减少为13.33%,而冷点区省份占省区总数比例由16.67%增加为26.67%。期间,稳定性省区占省区总数的比例为63.33%,其中陕—渝—豫—鄂为稳定性热点区,而京—津—冀—沪为稳定性冷点区。② 2008-2015年,中国农村能源贫困的空间关系变化较大,热点区扩张,次冷区缩小,而次热区及冷点区保持稳定。其中,热点区省份占省区总数的比例分别由13.33%增加为26.67%,而次冷区省份占省区总数的比例分别由36.67%减少为23.33%。期间,稳定性省区占省区总数的60%,其中陕—渝—鄂为稳定性热点区,京—津—冀—苏—沪—浙—闽—琼为稳定性冷点区。总体来看,2000-2015年中国农村能源贫困的热点区和冷点区均呈扩张态势,且形成一定的时间稳定性分布格局,中部形成一定规模的稳定性热点,而东部沿海形成稳定性冷点,从而使中国农村能源贫困的“中部高、东西部低”分异格局更为显著。
显示原图|下载原图ZIP|生成PPT图42000-2015年中国农村能源贫困水平的时空格局
-->Fig. 4The spatial-temporal dynamics of the rural energy poverty in China during 2000-2015
-->
3.5 中国农村能源贫困的影响因素
能源贫困既是社会经济技术问题,也是历史文化问题,其成因错综复杂,表现形式多样。已有研究表明,影响能源贫困的因素主要有经济发展水平[23]、能源投资水平[24]、能源供给水平[23]、能源基础设施水平[25]、能源价格[26]、能源管理水平[27]、居民收入水平及受教育水平[1]等。基于此,本研究以能源贫困指数为被解释变量,以地区经济发展水平（人均GDP）、农村居民受教育程度（E）、农村能源供给（S）、农村能源价格（P）、能源投资水平（I）、农村能源基础设施状况（B）和能源管理状况（A）为解释变量。其中,以人均GDP表征地区经济发展水平,以农村劳动力平均受教育年限表征农村居民受教育程度,以农村生活供电量表征农村能源供给水平,以水电燃料价格分类指数表征农村能源价格,以国有经济能源工业固定资产投资表征能源投资水平,以农村污水净化沼气池数量表征农村能源基础设施水平,以农村能源管理机构数表征农村能源管理水平。基于Hausman检验,选择具有固定效应的空间杜宾模型（SDM）来定量甄别中国农村能源贫困水平的影响因素（表2）。Tab. 2
表2
表2SDM的估计与检验结果
Tab. 2Estimation and test results of the SDM
| 变量 | 弹性系数 | t值 | 变量 | 弹性系数 | t值 |
|---|---|---|---|---|---|
| lnGDP | -0.081*** | -4.43 | W×lnGDP | 0.093*** | 4.44 |
| lnE | -0.004 | -0.04 | W×lnE | -0.1175 | -1.12 |
| lnS | -0.003** | -2.25 | W×lnS | 0.001 | 0.47 |
| lnP | 0.002 | 0.03 | W×lnP | -0.098 | 1.32 |
| lnI | -0.013** | -2.47 | W×lnI | 0.021** | 2.23 |
| lnB | -0.007*** | -3.99 | W×lnB | -0.003* | 0.62 |
| lnA | -0.003** | -2.01 | W×lnA | 0.006*** | 2.74 |
新窗口打开
结果显示,地区经济发展水平和农村能源基础设施水平均通过了1%的显著性检验,农村能源供给水平、能源投资水平和能源管理水平均通过了5%的显著性检验,而农村劳动力受教育水平和能源价格未通过显著性检验,说明地区经济发展水平、农村能源基础设施水平、农村能源供给水平、农村能源投资水平和农村能源管理水平是影响中国农村能源贫困的关键因素。
其中,地区经济发展水平、农村能源供给水平、能源投资水平、农村能源基础设施水平和农村能源管理水平的弹性系数分别为-0.081、-0.003、-0.013、-0.007和-0.003,说明随着该地区经济发展水平、农村能源供给水平、能源投资水平、农村能源基础设施水平和农村能源管理水平的提高,农村能源贫困程度将趋于缓解。究其原因,主要在于地区经济发展水平越高,其对清洁、绿色能源越有支付能力,从而有助于减缓能源贫困水平;农村供电量越大,说明农村居民使用电力的及时性和方便性越高,因而能源贫困程度越低;国家对能源工业投资额越大,会使能源产业发展水平提高,可在一定程度上改善能源贫困状况;扩大农村能源基础设施及完善农村能源管理机构建设,也可降低能源贫困程度。
地区经济发展水平、能源投资水平和农村能源管理水平空间滞后项的弹性系数分别为0.093、0.021和0.006,表明某一省区的经济发展水平、能源投资水平和农村能源管理水平的提高对降低相邻省区的农村能源贫困程度产生消极影响;而农村能源基础设施空间滞后项的弹性系数为-0.03,说明某一省区的能源基础设施水平提高将对降低相邻省区的农村能源贫困产生积极影响。
由表3得知,地区经济发展水平、农村能源供给水平、能源投资水平和农村能源基础设施水平对农村能源贫困的直接效应分别为-0.073、-0.003、-0.001和-0.008。其中,地区经济发展水平的直接效应最大,是影响农村能源贫困的关键因素,且地区经济发展水平、农村能源供给水平、能源投资水平和农村能源基础设施水平每提高1%,会使本省区的农村能源贫困程度分别降低0.073%、0.003%、0.001%和0.008%。地区经济发展水平、能源投资水平及农村能源管理水平的间接效应分别为0.095、0.027和0.009,说明地区经济发展水平、能源投资水平、农村能源管理水平具有正的空间溢出效应,即某一省区的经济发展水平、能源投资水平、农村能源管理水平的提高会对缓解相邻省区的农村能源贫困产生消极影响;而能源价格及能源基础设施水平的间接效应为-0.173和-0.012,说明能源价格及能源基础设施水平具有负的空间溢出效应,即某一省区的能源价格和能源基础设施水平提高会对缓解相邻省区的农村能源贫困产生积极效应。
Tab. 3
表3
表3能源贫困指数影响因素的直接效应与间接效应估计
Tab. 3Direct and indirect effect estimate for the rural energy poverty index factors
| 直接效应 | P值 | 间接效应 | P值 | |
|---|---|---|---|---|
| lnGDP | -0.073*** | 0.000 | 0.095*** | 0.000 |
| lnE | -0.029 | 0.749 | -0.310 | 0.202 |
| lnS | -0.003** | 0.017 | 0.001 | 0.922 |
| lnP | 0.014 | 0.818 | -0.173* | 0.088 |
| lnI | -0.011** | 0.049 | 0.027* | 0.083 |
| lnB | -0.008*** | 0.000 | -0.012* | 0.081 |
| lnA | -0.002 | 0.165 | 0.009** | 0.037 |
新窗口打开
由此可见,为了有效减缓中国农村地区的能源贫困程度,实现人人享有可持续能源,当前应紧密结合精准扶贫战略,积极拓宽农村居民的收入渠道,切实提高农户的收入水平,增强其对现代能源服务的支付能力;应进一步完善农村电力基础设施建设,提升及加快农村电力供应的可靠性、稳定性与持续性,深化农村电力服务的普遍程度;应加大农村清洁能源开发及相关基础建设的投入,尤其应充分发挥西部地区的清洁能源禀赋优势,大力开发风能、太阳能、地热能等清洁能源,提升清洁能源基础设施水平及其完备程度,构建“智能电网+特高压电网+清洁能源”;应制定相关优惠政策,鼓励和引导农村居民改善生活用能结构,提高能源利用效率,逐步从以低效、污染严重的传统生物质能等为主的生活用能结构转向以清洁高效的现代能源为主的用能结构;应加大清洁能源消费知识宣传力度和清洁能源使用示范工作,积极推广清洁高效的现代用能设备,引导农村居民使用现代生活用能设备,提高现代生活用能设备的普及率。
4 结论与讨论
4.1 结论
利用Theil指数、ESDA及空间杜宾模型,分析了中国农村能源贫困的时空格局变化及影响因素,结果表明：① 2000-2015年中国农村能源贫困呈先增后降的“倒U型”趋势。期间,农村能源贫困的区域差异波动较大,但整体呈缩小趋势,Theil指数降幅为13.71%。总体来看,地带间差异趋于扩大,而地带内差异趋于缩小。② 中国农村能源贫困在空间上呈明显的“中部高、东西部低”的马鞍型分布格局,且呈显著的空间集聚特征,热点区和冷点区均在波动中呈扩张态势,其中稳定性热点主要集中分布在中部地区,而稳定性冷点区主要集中在东部沿海地区。③ 随着地区经济发展水平、农村能源供给水平、能源投资水平、农村能源基础设施水平和农村能源管理水平的提高,农村能源贫困状况将得到有效缓解。4.2 讨论
本文分析了2000-2015年中国农村能源贫困变化趋势,发现期间农村能源贫困整体呈下降趋势。从空间分布来看,中国农村能源贫困一直保持着“中部高、东西部低”的马鞍型分布格局,稳定性冷点集中分布在东部沿海地区,而稳定性热点集中在中部地区,这与郝宇等[1]的研究结论一致。究其原因,主要在于东部沿海地区经济发展水平比较高,农村居民生活用能的支付能力强,且用能清洁化程度较高。但受数据可得性的限制,本文仅从能源接入和能源服务入手选取指标来测度农村能源贫困,虽与已有研究结果基本一致[19],但能源贫困具有多维度,未来还需进一步探索能够系统刻画能源贫困的指标。此外,能源贫困不仅是一个经济、社会、技术问题,也是一个文化历史问题[28]。本文仅从人均GDP、居民受教育水平、能源投资、能源价格、能源基础设施、能源管理等方面分析了影响农村能源贫困的主要因素,尚未深入、全面解析农村能源贫困的形成机制,未来还需深入探索农村能源贫困的形成机制,考察气候变化、经济发展水平、清洁能源发展水平、能源政策、历史基础以及居民的价值观、生活习惯与能源消费偏好等因素对农村能源贫困的影响以及各因素的交互作用[8],探明农村能源贫困的形成过程与形成机制。同时,本文限于数据的可得性,仅以省域为研究单元,开展了农村能源贫困的时空变化研究,由于空间尺度偏大,致使研究结论的实践指导意义在一定程度上降低。未来将以家庭、村域、县域为研究尺度,深入探讨农村能源贫困的形成机制,以便获得更具操作性和针对性的政策启示。The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [28] | . 促进农村能源消费结构优化和可再生能源利用对缓解我国能源安全和减少环境污染具有重要意义。本文基于4省409户农户的两期实地调查数据,研究了我国农村生活能源消费现状、发展趋势及其决定因素。研究表明,我国农村生活能源消费仍以秸秆和薪柴等传统生物质能为主,尽管其所占比例呈明显下降趋势,但仍占生活能源消费的60%以上;电能、燃煤、燃气等化石能源消费快速上升;太阳能、沼气等新型能源发展较快,但所占比例依然较低。计量经济模型估计结果表明,收入水平和劳动力成本是影响农村生活能源消费的决定性因素,能源市场发育程度、户主受教育程度和非农就业经历、家庭人口结构特征等因素对农村生活能源消费也具有重要影响。 促进农村能源消费结构优化和可再生能源利用对缓解我国能源安全和减少环境污染具有重要意义。本文基于4省409户农户的两期实地调查数据,研究了我国农村生活能源消费现状、发展趋势及其决定因素。研究表明,我国农村生活能源消费仍以秸秆和薪柴等传统生物质能为主,尽管其所占比例呈明显下降趋势,但仍占生活能源消费的60%以上;电能、燃煤、燃气等化石能源消费快速上升;太阳能、沼气等新型能源发展较快,但所占比例依然较低。计量经济模型估计结果表明,收入水平和劳动力成本是影响农村生活能源消费的决定性因素,能源市场发育程度、户主受教育程度和非农就业经历、家庭人口结构特征等因素对农村生活能源消费也具有重要影响。 |
| [1] | . 近年来,随着经济不断发展和人民生活水平持续提高,中国能源贫困总体状况有所改善,但能源贫困区域差异仍较为明显,主要体现在东部地区与中西部地区的人均电力消费和人均生物质能消费的差距较大.影响中国能源贫困区域差异的主要因素包括地区经济发展水平、地区能源基础设施建设状况和教育普及程度等.因此,有必要从经济、基础设施投资、教育政策着手,进一步缩小区域差异,促进各地区能源消费和经济社会协调发展. 近年来,随着经济不断发展和人民生活水平持续提高,中国能源贫困总体状况有所改善,但能源贫困区域差异仍较为明显,主要体现在东部地区与中西部地区的人均电力消费和人均生物质能消费的差距较大.影响中国能源贫困区域差异的主要因素包括地区经济发展水平、地区能源基础设施建设状况和教育普及程度等.因此,有必要从经济、基础设施投资、教育政策着手,进一步缩小区域差异,促进各地区能源消费和经济社会协调发展. |
| [2] | Current definitions of energy poverty oversimplify the fluid and dynamic nature of the lived experiences of the energy impoverished. By drawing on empirical observations in the aftermath of Nepal humanitarian crises in 2015, we showcase the vulnerability of vital energy systems that threatens human security and negatively impacts on the lives and livelihoods of those affected. In search of greater human security, we observed a reverse energy transition whereby people abandoned modern fuels and returned to biomass-based traditional cooking practices. These observations in Nepal suggest that people respond and adapt to energy insecurity with strategies that move them in and out of energy impoverishment in a much more fluid process than many of the contemporary statistics and known indicators imply. After presenting the case in Nepal, we invoke several questions that challenge conventional ways of conceptualising, identifying and defining energy poverty and present a research agenda for strengthening scholarship in this field. |
| [3] | Greater detail on the specific technological and planning challenges facing energy-deprived developing economies is required to improve energy policy making and development assistance practice. The current literature tends to highlight electricity services, and, to a lesser extent, clean cooking. This article calls for a closer look at mobility and mechanical power as essential energy services in addition to a refinement of the specific institutional arrangements needed to reduce energy poverty and deprivation. This article augments and refines arguments made by Morgan Bazilian and his colleagues in their viewpoint “More Heat and Light”. |
| [4] | The provision of modern energy services is recognised as a critical foundation for sustainable development, and is central to the everyday lives of people. Effective policies to dramatically expand modern energy access need to be grounded in a robust information-base. Metrics that can be used for comparative purposes and to track progress towards targets therefore represent an essential support tool. This paper reviews the relevant literature, and discusses the adequacy and applicability of existing instruments to measure energy poverty. Drawing on those insights, it proposes a new composite index to measure energy poverty. Both the associated methodology and initial results for several African countries are discussed. Whereas most existing indicators and composite indices focus on assessing the access to energy, or the degree of development related to energy, our new index – the Multidimensional Energy Poverty Index (MEPI) – focuses on the deprivation of access to modern energy services. It captures both the incidence and intensity of energy poverty, and provides a new tool to support policy-making. |
| [5] | The health impacts of tackling fuel poverty are reviewed, drawing primarily on large-scale studies completed in the last 10 years. Although physical health effects on adults appear to be modest, caregivers and children perceive significant impacts on children’s respiratory health. There also appear to be significant effects on the physical health of infants, particularly on weight gain and susceptibility to illness. Mental health effects on adults emerge as significant in most studies, as do mental health impacts on adolescents. Mental health effects on children have, as yet, never been systematically assessed. Whilst several studies are methodologically rigorous, with some also based on very large samples, methodological problems remain. In future evaluations of health impacts, clinical outcomes could be more comprehensively augmented with measures that extend beyond physical health. These include measures reflecting quality of life, changes in patterns of social engagement and daily routine, and their concomitant impacts on mental wellbeing, Such measures may provide more rounded insights into the potential health impacts of tackling fuel poverty and—equally as important for policy and practice—the processes by which these impacts become manifest. |
| [6] | The aim of this article is to evaluate the impact of rural electrification on the reduction of energy poverty in Brazil through the analysis of 23,000 rural domiciles or rural properties between the years 2000 and 2004. The results indicate a fast change in the profile of energy consumption and a reduction of energy poverty. This new approach works as a complement, among other variables, to analyze and quantify the real economic, social and energy impacts in rural electrification programs, generally applied in developing countries. |
| [7] | This paper describes the development of a series of models for predicting the incidence of fuel poverty in England at a small-area level and examines the adequacy of the modelled results in informing our understanding of the geography of fuel poverty. This paper summarises the development of alternative approaches to model specification based upon different approaches to the treatment of household income. Since 2003 small-area fuel poverty estimates have been widely used to inform affordable warmth policies and local targeting of fuel poverty programs. Whilst improvements in data sources and methods in recent years provide an opportunity to better understand the spatial distribution of fuel poverty, these analyses suggest that our understanding of the incidence and spatial distribution of fuel poverty is highly sensitive to the way in which household incomes are measured.Highlights? The proposed models estimate fuel poverty incidence at a small-area level. ? This is necessary in order to accurately target local fuel poverty interventions. ? Fuel poverty estimates are highly sensitive to differences in income measurement. ? Fewer children and more pensioners are fuel poor using EHCS income measures. ? More children and fewer pensioners are fuel poor using HBAI income measures. |
| [8] | 78We estimate energy poverty for rural Bangladesh adopting a demand-based approach. 78Findings suggest that energy poverty does not necessarily follow the same pattern as income poverty. 78Access to modern energy and efficient use of traditional energy help alleviate energy poverty. 78Energy poverty indicator can help track the effectiveness of a wide range of energy policies. |
| [9] | No abstract is available for this item. |
| [10] | . 中国居民部门存在的能源贫困现象可能会成为改善民生的阻碍,对能 源贫困的综合测度及评估分析是认清中国当前能源贫困现状的重要环节,也是国家制定缓解能源贫困政策的前提.在理清中国能源贫困概念和国际能源贫困评估方法 基础上,构建了四维度中国区域能源贫困评估指标体系,用以评估中国区域能源贫困现状及变化趋势.研究认为:随着中国经济社会发展,2000-2011年间 中国整体能源贫困状况呈自然减缓趋势,但能源贫困问题未来持续大幅减缓还需要依赖政府的重视和专项应对政策的出台和实施;中国区域间能源贫困状态及其减缓 速度很不一致,在制定全国能源贫困减缓政策时应充分考虑区域差异,抓住导致不同地区能源贫困的主要矛盾;能源贫困在中国的区域分布情况与中国经济发展水平 的区域分布情况并不一致,减缓能源贫困政策实施对象选择和区域投入比例的确定,应区别于其他促进经济社会发展、提升基础建设、改善民生的相关政策. 中国居民部门存在的能源贫困现象可能会成为改善民生的阻碍,对能 源贫困的综合测度及评估分析是认清中国当前能源贫困现状的重要环节,也是国家制定缓解能源贫困政策的前提.在理清中国能源贫困概念和国际能源贫困评估方法 基础上,构建了四维度中国区域能源贫困评估指标体系,用以评估中国区域能源贫困现状及变化趋势.研究认为:随着中国经济社会发展,2000-2011年间 中国整体能源贫困状况呈自然减缓趋势,但能源贫困问题未来持续大幅减缓还需要依赖政府的重视和专项应对政策的出台和实施;中国区域间能源贫困状态及其减缓 速度很不一致,在制定全国能源贫困减缓政策时应充分考虑区域差异,抓住导致不同地区能源贫困的主要矛盾;能源贫困在中国的区域分布情况与中国经济发展水平 的区域分布情况并不一致,减缓能源贫困政策实施对象选择和区域投入比例的确定,应区别于其他促进经济社会发展、提升基础建设、改善民生的相关政策. |
| [11] | . 我国的能源消费城乡差距大,能源消费结构极不合理,农村地区是能 源贫困的重灾区.文章在文献综述的基础上,对农村地区目前使用的电力、煤炭、薪柴、汽油/柴油、煤油、液化气、沼气、太阳能等九种能源结构分析发现,受访 地区农村家庭能源贫困主要体现为家庭能源消费支出贫困和家庭能源消费结构贫困.从解决途径来看,发展农村地区绿色电力、提高农村家庭经济收入、优化农村家 庭能源消费结构、实施农村家庭能源贫困救助是值得提倡和可行的. . 我国的能源消费城乡差距大,能源消费结构极不合理,农村地区是能 源贫困的重灾区.文章在文献综述的基础上,对农村地区目前使用的电力、煤炭、薪柴、汽油/柴油、煤油、液化气、沼气、太阳能等九种能源结构分析发现,受访 地区农村家庭能源贫困主要体现为家庭能源消费支出贫困和家庭能源消费结构贫困.从解决途径来看,发展农村地区绿色电力、提高农村家庭经济收入、优化农村家 庭能源消费结构、实施农村家庭能源贫困救助是值得提倡和可行的. |
| [12] | . 长期以来,****对中国农村贫困的研究侧重于经济贫困方面,对能源贫困的研究相对不足,而能源贫困恰恰是制约农村地区发展和农户生计资产改善的主要因素。本文从农户的视角出发,借鉴巴西、印度等发展中国家的能源贫困线标准,根据农户调查和访谈,对中国农村能源贫困线进行了综合考量,并最终确定为户均每年消费400kgce;为科学测度能源贫困状况,提出从能源贫困的广度、深度、差异度三个维度进行定量分析,并构建了各维度的测度方法;以云南省怒江州为案例,利用564份农户调查问卷,分析了怒江州的能源贫困状况,研究发现,怒江州能源贫困的广度为0.66,能源贫困的深度为0.40,能源贫困的差异度为0.17,能源贫困的综合指数(Sen指数)为0.37,说明怒江州的能源贫困状况是比较严重的,并据此提出了具有针对性的政策建议。 长期以来,****对中国农村贫困的研究侧重于经济贫困方面,对能源贫困的研究相对不足,而能源贫困恰恰是制约农村地区发展和农户生计资产改善的主要因素。本文从农户的视角出发,借鉴巴西、印度等发展中国家的能源贫困线标准,根据农户调查和访谈,对中国农村能源贫困线进行了综合考量,并最终确定为户均每年消费400kgce;为科学测度能源贫困状况,提出从能源贫困的广度、深度、差异度三个维度进行定量分析,并构建了各维度的测度方法;以云南省怒江州为案例,利用564份农户调查问卷,分析了怒江州的能源贫困状况,研究发现,怒江州能源贫困的广度为0.66,能源贫困的深度为0.40,能源贫困的差异度为0.17,能源贫困的综合指数(Sen指数)为0.37,说明怒江州的能源贫困状况是比较严重的,并据此提出了具有针对性的政策建议。 |
| [13] | . |
| [14] | . |
| [15] | |
| [16] | . |
| [17] | |
| [18] | |
| [19] | |
| [20] | . 能源是贫困地区农户赖以生产和发展的基本生计资产,过度采伐薪柴的能源消费行为是加剧生态脆弱地区水土流失、土壤侵蚀、森林植被破坏的重要因素。西南山区既是我国贫困地区,又是生态环境脆弱地区,本文选取在西南山区经济发展水平和生态脆弱性都具有代表性的云南省昭通市为案例,基于946份调查问卷,采用Tobit模型对非商品性能源和商品性能源的消费比例的影响因素进行回归分析,并得出以下结论:①地形特征对西南山区农村能源消费结构影响显著,薪柴和秸秆等非商品性能源受资源禀赋影响显著,而煤炭等商品性能源更多的是受市场距离影响。②随着家庭人均收入的增加,非商品性能源消费比例将下降,煤炭和电力等商品性能源消费比例将上升,但是西南贫困地区由于农户生计资产有限,收入增长缓慢,能源消费结构升级艰难。③家庭人均教育程度的提高、从事非农产业有助于西南山区农户增加商品性能源的消费比例,从而提升能源消费结构。 能源是贫困地区农户赖以生产和发展的基本生计资产,过度采伐薪柴的能源消费行为是加剧生态脆弱地区水土流失、土壤侵蚀、森林植被破坏的重要因素。西南山区既是我国贫困地区,又是生态环境脆弱地区,本文选取在西南山区经济发展水平和生态脆弱性都具有代表性的云南省昭通市为案例,基于946份调查问卷,采用Tobit模型对非商品性能源和商品性能源的消费比例的影响因素进行回归分析,并得出以下结论:①地形特征对西南山区农村能源消费结构影响显著,薪柴和秸秆等非商品性能源受资源禀赋影响显著,而煤炭等商品性能源更多的是受市场距离影响。②随着家庭人均收入的增加,非商品性能源消费比例将下降,煤炭和电力等商品性能源消费比例将上升,但是西南贫困地区由于农户生计资产有限,收入增长缓慢,能源消费结构升级艰难。③家庭人均教育程度的提高、从事非农产业有助于西南山区农户增加商品性能源的消费比例,从而提升能源消费结构。 |
| [21] | . 随着工业化的快速发展,中国工业污染形势极为严峻,而且不同工业污染物的分布有着明显的空间差异性.根据2013年中国286个地市工业废水、工业SO2和工业烟(粉)尘等工业污染数据,以污染总量和污染强度为测度指标,采用探索性空间数据方法,引入空间计量经济模型,对全国工业污染的地理集聚特征及影响因素进行计量分析.结果显示:①工业污染空间集聚显著,空间分布差异大.工业废水、工业SO2、工业烟(粉)尘总量和强度存在显著的空间相关性和空间集聚性;废水总量东高西低,强度西高东低;SO2总量北高南低且高污染区域较多,强度西高东低;烟(粉)尘总量与强度空间格局相似,集中于晋陕甘一带.②工业污染空间溢出效应显著.三大污染物总量和强度均表现出显著的空间滞后和空间误差溢出效应,区域污染物排放会受到周边地区污染物排放的显著影响.③三类污染物由于不同的特性、空间格局和产业指向性,使得影响空间分布的关键因素存在有显著差异.经济发展水平、人口密度、第三产业比重、利用外资规模、能源强度的提升,会增加污染物总量,但经济发展水平、人口密度、科技支出水平的提升,则有利于降低污染强度.④要进一步降低工业污染,提高环境质量,既要充分重视工业污染的空间交互作用,加强地区间联防联控,同时也要提高区域经济发展水平,促进产业结构升级和生产工艺高级化,加大科技投入,控制能源强度,因地制宜、因势利导的制定差异化工业污染防治措施. 随着工业化的快速发展,中国工业污染形势极为严峻,而且不同工业污染物的分布有着明显的空间差异性.根据2013年中国286个地市工业废水、工业SO2和工业烟(粉)尘等工业污染数据,以污染总量和污染强度为测度指标,采用探索性空间数据方法,引入空间计量经济模型,对全国工业污染的地理集聚特征及影响因素进行计量分析.结果显示:①工业污染空间集聚显著,空间分布差异大.工业废水、工业SO2、工业烟(粉)尘总量和强度存在显著的空间相关性和空间集聚性;废水总量东高西低,强度西高东低;SO2总量北高南低且高污染区域较多,强度西高东低;烟(粉)尘总量与强度空间格局相似,集中于晋陕甘一带.②工业污染空间溢出效应显著.三大污染物总量和强度均表现出显著的空间滞后和空间误差溢出效应,区域污染物排放会受到周边地区污染物排放的显著影响.③三类污染物由于不同的特性、空间格局和产业指向性,使得影响空间分布的关键因素存在有显著差异.经济发展水平、人口密度、第三产业比重、利用外资规模、能源强度的提升,会增加污染物总量,但经济发展水平、人口密度、科技支出水平的提升,则有利于降低污染强度.④要进一步降低工业污染,提高环境质量,既要充分重视工业污染的空间交互作用,加强地区间联防联控,同时也要提高区域经济发展水平,促进产业结构升级和生产工艺高级化,加大科技投入,控制能源强度,因地制宜、因势利导的制定差异化工业污染防治措施. |
| [22] | . |
| [23] | . 作为能源生产和消费大国,中国的能源供给安全问题一直备受关注,甚至有一些别有用心的国际机构大肆宣扬"中国能源威胁论"。针对中国能源供给存在的实际突出问题,开展能源供给安全综合评价研究,有助于深刻认识中国能源供给安全形势,找出中国能源供给安全的主要影响因子和强化政策保障。从能源供给安全的概念出发,构建中国能源供给安全综合评价指标体系,基于集对分析方法构建能源供给安全评估模型,借鉴指标评价标准模型建立指标评价标准值,运用熵值法确定各评价指标的权重,对近年来中国能源供给安全的等级、演变特征及主要影响因素进行了深入分析。研究结果表明:2000-2008年中国能源供给安全评价等级为III,2009年和2011年上升为I级,2010年为II级。中国能源供给安全指数与最优评价集I的联系度由2000年的-0.46增至2011年的0.23,呈波动上升趋势。中国能源供给安全影响因素分析显示,能源产品价格指数和能源加工转换效率是第一位的影响因素,在各年份的出现频率达到91.67%,其次为可再生能源所占比重和储采比,出现频率达到83.33%。 作为能源生产和消费大国,中国的能源供给安全问题一直备受关注,甚至有一些别有用心的国际机构大肆宣扬"中国能源威胁论"。针对中国能源供给存在的实际突出问题,开展能源供给安全综合评价研究,有助于深刻认识中国能源供给安全形势,找出中国能源供给安全的主要影响因子和强化政策保障。从能源供给安全的概念出发,构建中国能源供给安全综合评价指标体系,基于集对分析方法构建能源供给安全评估模型,借鉴指标评价标准模型建立指标评价标准值,运用熵值法确定各评价指标的权重,对近年来中国能源供给安全的等级、演变特征及主要影响因素进行了深入分析。研究结果表明:2000-2008年中国能源供给安全评价等级为III,2009年和2011年上升为I级,2010年为II级。中国能源供给安全指数与最优评价集I的联系度由2000年的-0.46增至2011年的0.23,呈波动上升趋势。中国能源供给安全影响因素分析显示,能源产品价格指数和能源加工转换效率是第一位的影响因素,在各年份的出现频率达到91.67%,其次为可再生能源所占比重和储采比,出现频率达到83.33%。 |
| [24] | . 能源生态效率兼顾能源利用中的生态效益与经济效益,是对能源—环境—经济3E系统效率的度量。基于考虑非期望产出的SBM模型对中国1997-2012年省际能源生态效率进行测度,从空间格局规模、格局强度与格局纹理三个方面分析能源生态效率的空间分布特征和演变规律,运用空间计量模型验证中国省际能源生态效率的空间溢出效应及其影响因素。研究表明：1中国能源生态效率整体偏低,低效率省份约占40%,广东、海南、福建位于能源生态效率值的最前沿,宁夏、甘肃、青海、新疆为主要的低能效地区。全国能源生态效率总体上呈U型演变格局,局部地区主要有增长型、波动型、突变型和平稳型等4种演变类型;2中国能源生态效率在省际尺度上表现出显著的全局与局部空间集聚特征,高高集聚区主要分布在东部沿海和南部沿海地区,低低集聚区主要分布在西北地区和黄河中游地区。空间格局的变化主要发生在高低集聚区与低高集聚区,其中又以京津冀地区的集聚类型演变最为显著;3中国能源生态效率存在着明显的空间效应,某一地区的能源生态效率对相邻地区的空间溢出程度均强于相邻地区的误差冲击对该地区的影响程度;在影响能源生态效率空间效应的诸多因素中,产业结构的影响最大。 能源生态效率兼顾能源利用中的生态效益与经济效益,是对能源—环境—经济3E系统效率的度量。基于考虑非期望产出的SBM模型对中国1997-2012年省际能源生态效率进行测度,从空间格局规模、格局强度与格局纹理三个方面分析能源生态效率的空间分布特征和演变规律,运用空间计量模型验证中国省际能源生态效率的空间溢出效应及其影响因素。研究表明：1中国能源生态效率整体偏低,低效率省份约占40%,广东、海南、福建位于能源生态效率值的最前沿,宁夏、甘肃、青海、新疆为主要的低能效地区。全国能源生态效率总体上呈U型演变格局,局部地区主要有增长型、波动型、突变型和平稳型等4种演变类型;2中国能源生态效率在省际尺度上表现出显著的全局与局部空间集聚特征,高高集聚区主要分布在东部沿海和南部沿海地区,低低集聚区主要分布在西北地区和黄河中游地区。空间格局的变化主要发生在高低集聚区与低高集聚区,其中又以京津冀地区的集聚类型演变最为显著;3中国能源生态效率存在着明显的空间效应,某一地区的能源生态效率对相邻地区的空间溢出程度均强于相邻地区的误差冲击对该地区的影响程度;在影响能源生态效率空间效应的诸多因素中,产业结构的影响最大。 |
| [25] | . 经过改革开放30多年的社会经济发展,中国农村地区能源贫困问题有所缓解,但总体看来仍然很严重。农村能源贫困还具有显著的地域差异,东北地区农村住户使用柴草作为炊事能源的比例最高,中西部地区其次,而东部地区这一比例最低。能源贫困与受教育程度、居住时间、户籍等因素密切相关。贫困村、少数民族聚集村、老区和边区的能源贫困问题较之其他地区也更有可能使用低效的传统生物质能源。能源贫困还与居民呼吸系统疾病有关,随着农村能源贫困问题的缓解我国农村居民因呼吸系统造成死亡的比例呈下降趋势。 经过改革开放30多年的社会经济发展,中国农村地区能源贫困问题有所缓解,但总体看来仍然很严重。农村能源贫困还具有显著的地域差异,东北地区农村住户使用柴草作为炊事能源的比例最高,中西部地区其次,而东部地区这一比例最低。能源贫困与受教育程度、居住时间、户籍等因素密切相关。贫困村、少数民族聚集村、老区和边区的能源贫困问题较之其他地区也更有可能使用低效的传统生物质能源。能源贫困还与居民呼吸系统疾病有关,随着农村能源贫困问题的缓解我国农村居民因呼吸系统造成死亡的比例呈下降趋势。 |
| [26] | . 能源价格的变动对居民消费水平的变化有重要影响。本文综合运用VAR模型和SVAR模型,通过对1989年-2009年我国能源价格变动与居民消费水平的动态波动效应的实证检验表明：①居民消费水平在短期对能源价格水平有正向冲击作用,在长期有负向冲击作用,居民消费水平的提高短期内对能源价格水平的上涨有推动作用;能源价格水平在短期和长期对居民消费水平有明显的正向冲击作用,能源价格水平的上涨导致居民消费水平的上涨;②能源价格水平在短期主要受前期自身水平的影响,居民消费水平在中长期对能源价格水平也有较强贡献;居民消费水平短期内主要受前期居民消费水平的影响,长期受居民消费水平和能源价格水平的共同影响。基于以上结论,国家在调控能源价格时需要考虑到能源价格对居民消费水平的影响,避免由于能源价格过快上涨导致居民消费水平的剧烈波动;此外,在能源价格长期上涨预期背景下,我国政府应逐步提高居民工资收入占GDP比重,通过收入分配改革提高居民收入水平,为维持高能源价格背景下居民消费水平的健康发展提供支持 能源价格的变动对居民消费水平的变化有重要影响。本文综合运用VAR模型和SVAR模型,通过对1989年-2009年我国能源价格变动与居民消费水平的动态波动效应的实证检验表明：①居民消费水平在短期对能源价格水平有正向冲击作用,在长期有负向冲击作用,居民消费水平的提高短期内对能源价格水平的上涨有推动作用;能源价格水平在短期和长期对居民消费水平有明显的正向冲击作用,能源价格水平的上涨导致居民消费水平的上涨;②能源价格水平在短期主要受前期自身水平的影响,居民消费水平在中长期对能源价格水平也有较强贡献;居民消费水平短期内主要受前期居民消费水平的影响,长期受居民消费水平和能源价格水平的共同影响。基于以上结论,国家在调控能源价格时需要考虑到能源价格对居民消费水平的影响,避免由于能源价格过快上涨导致居民消费水平的剧烈波动;此外,在能源价格长期上涨预期背景下,我国政府应逐步提高居民工资收入占GDP比重,通过收入分配改革提高居民收入水平,为维持高能源价格背景下居民消费水平的健康发展提供支持 |
| [27] | . 改善能源贫困是国家可持续发展、建立社会公平体系的重要内容。本文通过对中国能源贫困现状的分析,发现我国能源贫困人群以依赖传统生物质能的农村居民为主,主要聚集在东北、西部省市且学历层次较低,同时能源贫困导致了我国严重的健康损失。本文通过分析农村家庭经济条件改善与能源贫困的关系发现,改善能源消费结构并非经济水平较低时农村居民的首要选择,且清洁能源发展水平会左右居民消费清洁能源的积极性。为此我们建议政府部门多管齐下,采取措施增加农户收入,同时重视农村地区清洁能源发展,以实现减缓能源贫困、建设清洁的社会主义新农村目标。 改善能源贫困是国家可持续发展、建立社会公平体系的重要内容。本文通过对中国能源贫困现状的分析,发现我国能源贫困人群以依赖传统生物质能的农村居民为主,主要聚集在东北、西部省市且学历层次较低,同时能源贫困导致了我国严重的健康损失。本文通过分析农村家庭经济条件改善与能源贫困的关系发现,改善能源消费结构并非经济水平较低时农村居民的首要选择,且清洁能源发展水平会左右居民消费清洁能源的积极性。为此我们建议政府部门多管齐下,采取措施增加农户收入,同时重视农村地区清洁能源发展,以实现减缓能源贫困、建设清洁的社会主义新农村目标。 |
