![](http://www.resci.cn/richhtml/1007-7588/rich_nlm3_0/images/REemail.gif)
![](http://www.resci.cn/richhtml/1007-7588/rich_nlm3_0/images/REemail.gif)
Rural energy consumption characteristics in western minority regions in China based on surveys of residents in Sichuan Liangshan
ZHAIZihan![](http://www.resci.cn/richhtml/1007-7588/rich_nlm3_0/images/REemail.gif)
![](http://www.resci.cn/richhtml/1007-7588/rich_nlm3_0/images/REemail.gif)
通讯作者:
收稿日期:2015-08-10
修回日期:2016-02-15
网络出版日期:2016-04-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (1287KB)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
一直以来,中国经济发展和能源资源分布不均匀,西北和西南地区能源资源占全国的53.7%,而经济发展的重心却集中在东部地区[1]。为此,中国于20世纪90 年代末开始实施西部大开发战略。能源开发作为一项战略性工程,占有举足轻重的地位,不仅是西部大开发的强劲支撑,也是西部人民脱贫致富的重要基础。然而,随着“西气东输”、“西油东送”、“西煤东运”等能源工程项目的实施,能源输出强度显著加大,西部的经济增长水平并未随着能源的开发而快速增长[2,3]。西部地区少数民族人口占到全国少数民族总人口的72.32%,是中国少数民族的主要聚集地。由于历史、地理等方面的原因,大部分少数民族地区发展相对落后[4],已成为中国区域协调发展的“短板”[5]。有研究表明,能源消费增加可促进经济增长[6],而家庭生活能源消费作为第二大能源消费主体,直接影响能源消费总量和结构的变动[7]。中国地域辽阔,地区间经济发展水平的较大差异,使得城镇和农村居民在能源需求和使用效率方面表现不同[8]。目前,关于中国能源消费的理论和案例多为全国性的层面[9-11],而且多集中在能源消费与经济增长的关系[12-14]、碳排放[15-17]等问题。而研究西部地区的案例较少,且多为针对“资源诅咒”假说展开的能源开发与经济增长关系[3,18],缺少少数民族地区能源消费情况的实证案例,更乏见民族文化、地形特点等限制因素对居民主观消费意愿的影响研究。
本文选取四川凉山彝族自治州的四个典型地理分区为研究对象,通过问卷调查及访谈的形式了解其家庭能源消费情况,利用数理统计和具体模型的方法识别其主要影响因素,分析能源结构转型趋势。研究结果可以指导欠发达少数民族地区居民生活用能的选择,对科学调整西部能源结构和布局有重要意义。
2 研究区概况、数据来源与研究方法
2.1 研究区概况
四川省凉山彝族自治州地处川滇交界处,面积6.03万km2,总人口473.04万人,彝族和汉族人口分别占总人口的48.8%和47.6%,2012年全州城镇化率仅为29.6%。异质度极高的气候条件和独特的“三级”地理分区(高山地区、二半山区、坝区)使得其能源发展空间分布极不均匀,从高度富庶发达、新型能源得到大力推广的西昌市,到经济欠发达、生物质能源依然占主导的山区村落,各区域基本呈现独立发展的格局,因而其清晰的能源发展静态截面可以作为研究西部少数民族地区能源消费差异的样本。作为国家“西电东送”的重要电源基地,凉山彝族自治州的丰沛的水能资源、太阳能资源和风能资源也为绿色能源的发展提供了广阔空间和无尽潜力。该地区水能资源理论蕴藏量达7 100万kW,水能可开发量达5 800万kW,分别占四川省和全国水能可开发量的57%和15%。凉山州年日照时数可达2 000~2 400h,年日照辐射总量达(4 500~5 000)MJ/m2,在利用太阳能资源解决部分居民生活用能供给方面已经取得了相当数量的成功案例。通过调查凉山州的能源消费情况,可以分析出凉山州能源结构的区域发展特征。同时,作为中国最大的彝族聚居区,彝族和汉族的社会观念、生活习惯、生产方式、居住环境都有很大的不同,汉彝民族相互对照、相互融合的特色对于能源发展模式的选择有重要影响。2.2 数据来源
为了获取凉山州地区农户能源消费的定量数据,分析其能源消费的特征并识别其影响因素,本文通过问卷调查的形式获取相关信息。问卷内容涉及三个部分:①能源消费强度情况,主要涉及不同类型能源消费的数量、价格及使用时发生的初装费用和维护成本,以此分析农户能源消费特征;②农户的家庭基本情况,包括家庭人口数量、年龄分布、受教育程度、农业收入和非农业收入等,以此解释能源消费特征的潜在影响因素;③农户对能源消费结构改善意愿的开放性问题。受限于访谈信息会受到被访谈者记忆及理解偏差的影响,获取访谈对象2012年8月-2013年8月(调查日之前近一年)的能源消费信息。兼顾考虑到该地区不同乡镇的地理特征、民族构成、经济发展水平差异,选取凉山州四个不同地理分区:①即位于高山地区、以农耕和养殖业为唯一经济来源的布拖县补洛乡;②位于坝区、经济发展水平近年显著改善的会理县果乐乡和布拖县乐安乡;③经济发展水平较高地区的西昌市西乡乡。研究共发放调研问卷90份,回收75份,回收率83.3%,其中有效问卷71份。分别为布拖县补洛乡20户,会理县果乐乡16户,布拖县乐安乡24户,西昌市西乡乡11户。样本地区位置示意见图1。![](http://www.resci.cn/article/2016/1007-7588/1007-7588-38-4-622/thumbnail/img_1.png)
图1样本地区位置示意
-->Figure 1The relative position of research regions
-->
2.3 研究方法
为了分析农户能源消费的影响因素,研究使用二元选择模型和删失模型(Tobit模型)识别潜在影响变量。由于调查的所有样本中都使用电,因此对电力消费建模时不对因变量进行限制,直接使用线性回归模型的最小二乘法(Least Squares, 简称LS)估计。(1)二元选择模型(Binary Choice Model)是在一般的多元线性回归模型的基础上对因变量施加了限制,因变量必须是取值为0或1的逻辑值,所以本研究中被用来表征太阳能热水器的购买行为,即安装太阳能热水器设为1,否则为0。假设一个未被观察到的潜在变量
式中
这里将临界值设为0。事实上,只要
(2)删失模型又叫审查回归模型(Censored Re-gression Model),或Tobit模型。本研究中由于某些类型的能源仅在一部分样本中被使用,满足Tobit模型关于因变量受限形式的描述。而直接剔除未包含该种能源消费的样本点将导致建模时使用的样本不足,影响模型的准确性和稳定性,Tobit模型则可以实现在不删除0值的条件下对全样本进行回归。设潜变量
式中
模型中涉及的因变量为各种类型能源的每户每日消费量,解释变量包括家庭结构、家庭收入、民族构成等。为了分析不同因素对能源消费的影响机制,研究将居民生产生活中可定量指标提取出来,分别探究其影响强度。同样,Tobit模型也使用极大似然法进行参数估计。
最后,采用Eviews(Econometrics Views)7.0软件进行数据拟合和回归分析。
3 结果及分析
3.1 凉山州能源消费特征
调查获知的样本地区基本信息见表1。补洛乡、乐安乡、果乐乡、西乡乡可以看成是经济发展水平由低到高的4个截面。从调研地的能源消费结构上看,经济发展促使了基于非生物质的高度商品化能源消费在所有能源形式中的比重上升,而基于生物质的传统能源比重显著下降,即能源消费的倾向由非一次能源向二次能源转移。这一趋势具体表现为两个方面:Table 1
表1
表1样本地区居民能源消费、家庭结构和收入水平等基本信息
Table 1The energy consumption,family composition and income of residents in sample areas
变量 | 补洛乡 | 乐安乡 | 果乐乡 | 西乡乡 | |
---|---|---|---|---|---|
能源消费 | 柴薪、秸秆/(kg/d) | 0.63 | 0.44 | 0.00 | 0.00 |
草炭/(kg/d) | 7.40 | 0.00 | 0.00 | 0.00 | |
沼气/(m3/d) | 0.00 | 0.00 | 1.59 | 2.53 | |
蜂窝煤/(个/d) | 0.00 | 4.96 | 1.57 | 0.00 | |
液化石油气/(kg/d) | 0.00 | 0.21 | 0.41 | 0.66 | |
电/(kW·h/d) | 0.33 | 0.68 | 1.17 | 1.94 | |
太阳能1) | 0.00 | 0.42 | 0.47 | 1.00 | |
家庭结构 | 平均家庭人口数 | 4.85 | 4.38 | 3.88 | 3.45 |
初中以上教育水平人数 | 0.30 | 1.13 | 1.69 | 1.73 | |
劳动力 | 2.95 | 2.42 | 2.19 | 1.82 | |
外出务工人数比例 | 0.20 | 0.46 | 0.31 | 0.18 | |
收入水平 | 家庭总收入/(元/年) | 6 745 | 12 642 | 18 475 | 31 618 |
家庭人均收入/(元/年) | 1 366 | 2 907 | 4 977 | 9 009 | |
家庭农业收入/(元/年) | 5 485 | 8 850 | 14 788 | 28 709 | |
家庭人均农业收入/(元/年) | 1 145 | 2 089 | 4 149 | 8 191 | |
地理特征 | 是否山区 | 山区 | 山区 | 二半山区 | 坝区 |
城镇化率 | 非农业人口占比2)/% | 14.2 | 14.2 | 33.7 | 52.1 |
样本数量 | 个 | 20 | 24 | 16 | 11 |
民族构成 | 汉-1,彝-03) | 0.00 | 0.42 | 0.75 | 1.00 |
新窗口打开
(1)能源消费类型的转变。即随着经济发展水平的提升,居民消费开始由秸秆、薪柴等传统生物质能向沼气、太阳能等新型能源形式转变。秸秆只有在补洛乡和乐安乡才使用,果乐乡和西乡乡都已经不再使用。型煤在补洛乡尚没有使用,乐安乡和果乐乡均存在不同程度的使用,而西昌市西乡乡则在绿色城镇化发展的要求下实现了全面禁煤。
(2)同种能源类型的消费强度存在地区差异,代表了不同经济发展水平下的耗能强度变化。虽然电能在4个乡都有消费,但是日均消费量却表现为西乡乡>果乐乡>乐安乡>补洛乡,经济发展水平较高的西乡乡日均电能消费量是贫困的补洛乡的6倍。究其原因,除原料可得性的差异以外,可能是因为随着城镇化进程的深入,人们逐渐远离了以农耕、养殖等为主的生产方式,城市的高速发展促进了家庭收入水平的提高,居民的能源消费习惯等因此改变。基本信息调查结果大致反映了凉山州的能源消费与家庭结构、收入水平、民族构成等的关系,详细分析见3.2章节模型回归结果。
调查结果显示,凉山州的能源结构表现为“水电优先、形式多元”的发展模式。由于凉山地区水能资源丰富,较低的水电价格使其受到不同收入水平居民的普遍欢迎,因此发展不同规模的水电成为当地能源布局的支柱工程。同时,受地形条件制约,现有供电能力无法满足山区及二半山区的生活用能需求,液化石油气和煤的运输成本也相对较高,因此,沼气池、太阳能热水器等清洁能源设施被引入山区,成为辅助能源建设工程项目。
表2总结了凉山现有能源形式的基本情况。可以看出,由于能源基础设施落后,农村居民生活用能仍以秸秆、薪柴等传统生物质能为主,电力等商品能源消费较少,存在用能方式粗放、燃烧效率低、环境污染大的问题。由于自然条件和资源条件的差异,高寒山区、二半山区和坝区能源消费的构成也不同:高寒山区由于气温过低作物生长受限,草炭多被用作生活燃料;二半山区光热条件较好,植被茂密,适宜种植苦荞等农作物,因此秸秆和薪柴为主要的燃料形式;坝区由于地理位置近城郊,根据城市环境空气质量管理的严格要求,燃煤等高污染原料使用受禁,因此沼气这一清洁能源得到了大力推广。由此可见,凉山州地区生物质能形式的选择与地理区位差异导致的原料可得性紧密相关。
Table 2
表2
表2凉山州现有能源形式的基本情况
Table 2The basic situation of the existing energy forms in Liangshan
能源类型 | 获取途径 | 技术类型 | 技术阶段 | 分布地区 | 用途 | 优点 | 缺点 | ||
---|---|---|---|---|---|---|---|---|---|
一次能源 | 可再生 | 草炭 | 植物腐败 | 直燃 | 非商业化 | 山区 | 炊事 | 原料易得 | 热效率低,污染大 |
柴薪秸秆 | 农林生产 | 直燃 | 非商业化 | 山区,二半山区 | 炊事,采暖 | 原料易得 | 原料季节性丰亏,热值低,污染大 | ||
太阳能 | 太阳辐射 | 热利用 | 商业化运营 | 二半山区,坝区 | 炊事,沐浴 | 方便,无污染 | 初装费高 | ||
不可再生 | 型煤 | 原煤 | 直燃 | 商业化运营 | 二半山区 | 炊事 | 方便,价格适中 | 热效率较低,污染大 | |
二次能源 | 沼气 | 粪便发酵 | 直燃 | 试点示范,商业化运营 | 二半山区,坝区 | 炊事,照明 | 方便,无污染 | 初装费较高,原料不足,需建后维护 | |
电能 | 水电 | 水能转化 | 直用 | 商业化运营 | 山区,二半山区,坝区 | 照明,家电 | 方便,价格便宜 | 架装成本极高,生态影响小 | |
风电 | 风能转化 | 直用 | 试点示范 | 坝区 | 照明,家电 | 清洁,方便 | 建造成本高,生态影响大 | ||
液化石油气 | 石油炼制 | 直用 | 商业化运营 | 二半山区,坝区 | 炊事 | 清洁 | 远途运输成本高 |
新窗口打开
3.2 模型回归结果与讨论
表3列出回归方程的参数估计及显著性检验结果。其中,对每个模型中10%置信下不显著的变量进行了剔除,剩余的系数则是至少在10%显著性水平下是显著的。图2依次显示了7个模型的拟合值、实际值、回归残差。通过残差图可发现,几乎每个模型都具有一定程度的异方差性,这是面板数据经常遇到的问题。鉴于异方差的程度不是十分显著,而且异方差的形式本身也需要进行估计,因此这里并不采用加权最小二乘法进行异方差的调整。Table 3
表3
表3审查回归模型回归系数估计及显著性检验
Table 3Estimation of regression coefficients and significance tests in censored regression model
户秸秆消费量/(kg/d) | 户草炭消费量/(kg/d) | 户型煤消费量/(个/d) | 户液化气消费量/(kg/d) | 户沼气消费量 /(m3/d) | 户电消费量/(kWh/d) | 太阳能 | |
---|---|---|---|---|---|---|---|
模型类型 | Tobit | Tobit | Tobit | Tobit | Tobit | LS | Logit |
系数 | 0.375** (2.589) | - | - | -0.146*** (-4.695) | -1.757*** (-5.487) | 0.021*** (4.387) | -4.431*** (-4.378) |
家庭规模/人数 | 0.095*** (3.223) | 0.726*** (3.094) | 1.287** (3.138) | - | 0.725** (-3.674) | - | - |
初中教育水平以上/人数 | - | - | - | 0.061*** (2.771) | 0.487*** (3.218) | - | 1.039* (1.850) |
家庭人均收入/元 | -0.000 14*** (-7.180) | -0.001 40*** (-4.087) | 0.005 30*** (4.229) | 0.000 05*** (8.673) | - | 0.000 23*** (185.500) | 0.000 56*** (2.715) |
家庭农业收入/元 | - | - | - | - | 0.000 43*** (10.767) | - | - |
山区 | - | 7.192*** (9.642) | - | - | - | - | - |
民族 | -0.116* (-1.692) | - | - | 0.254*** (7.432) | - | 0.013* (1.760) | 1.132* (1.468) |
调整的R2 | - | - | - | - | - | 0.86 | - |
LR | 0.56 | 0.75 | 0.68 | 0.39 | 0.54 | - | - |
麦克法登可决系数的平方 | - | - | - | - | - | - | 0.54 |
新窗口打开
![](http://www.resci.cn/article/2016/1007-7588/1007-7588-38-4-622/thumbnail/img_2.png)
图2模型拟合与残差分布
-->Figure 2Goodness of fit and the distribution of residues
-->
分析模型拟合结果,可以发现,家庭规模对秸秆、草炭、型煤、沼气的消费量都有影响,而对液化石油气、水电和太阳能设备影响不显著。前4种能源类型在调查区域内多用作炊事或取暖,是经济欠发达地区的主要能源利用形式,此类用途与家庭人口数直接相关,即人口越多,用于烧水做饭和取暖的能耗就越多。电能虽然也部分用于炊事,但是相比于电视机、照明等使用方式,炊事并不是其主要用途。在经济发展水平较低的西部农村,液化石油气、水电、太阳能等能源形式由于运输成本昂贵或初装费用高,不作为常规能源被使用。通常,一般家庭只安装一台太阳能或者不安装,因此太阳能使用情况与家庭规模没有相关性。回归结果表明,家庭规模对液化石油气的消耗量影响不显著,可能的原因是液化石油气并非常规炊事能源。这一结论在与会理县农户的访谈中得到了证实,其常规的炊事用能是沼气,待客人来访等特殊情况沼气不够用才会使用液化石油气。
家庭人均收入对7种能源的消费都有影响,其中对一次能源的影响为负,即随着人均收入的增加能源消费倾向于向二次能源转移。型煤对收入的反应具有随着收入增加先增加再降低的现象,这说明型煤在经济发展过程中是一种重要的过渡性能源。通过回归得到的方程中型煤对人均收入一次项和二次项系数分别为0.005 30和0.007 70×10-4,如果排除其他因素,单纯考虑型煤消费和人均收入的二次方程,可以计算出型煤利用拐点出现时对应的家庭人均收入为3 441元。
初中以上教育水平人数可以反映该家庭的文明程度和对新事物的接受能力和接受意愿。从表3中该项的审查模型回归系数和显著性可以看出,这一变量对沼气、液化石油气、太阳能消费强度有显著的影响。户用沼气如今受到广大农户的欢迎,各地每年都在争取推广的指标。而在推广工作的早期,往往是具有一定教育程度的农户首先接受。同样,太阳能的使用也具有相似的特征,往往是开放程度更高的农户首先购买使用。
研究还发现,不同民族对能源类型的消费选择存在差异。在汉族聚居区液化石油气、电能和太阳能等清洁能源的消费量较大,而彝族聚居区内的能源消费形式集中在传统的非清洁廉价能源,如秸秆和草炭。以民族组成差异最大的西乡乡(汉族人口占100%)和补洛乡(彝族人口占100%)为例,前者的沼气、液化石油气、电能所占能源总消费量的比例为100%,而后者传统能源消费形式中秸秆、草炭和型煤占比高达97%,基本无太阳能和沼气等设备。通过分析家庭成员受教育水平和民族组成的关系,可以看出少数民族的传统观念会显著制约当地居民的受教育程度,而在文化教育水平相对较高的地区,居民的市场意识更强,更倾向优先选择商品能源消费。
4 结论与启示
4.1 结论
本文基于凉山州农户能源消费情况进行实地调查,构建数学模型对该地区农村居民生活能源消费的特征及影响因素进行了系统分析,结论如下:(1)二元选择模型和删失模型能够较好地识别潜在影响因素,在因变量受限且解释变量较多的情况下能够实现全样本的定性定量分析,可以作为分析农村生活能源消费特征的参考工具。
(2)家庭规模、收入水平、文化程度和民族习惯是农户能源消费的影响因素。欠发达少数民族地区家庭规模与秸秆、草炭、沼气等一次能源的消费量呈正相关,液化气、水电和太阳能因非常用能源,受家庭规模影响效果不明显;收入水平对7种能源的消费都有影响,收入越高消费越倾向二次能源;教育水平越高越优先接受清洁能源;民族习惯会影响能源类型的选择,汉族居民较彝族居民更优先选择液化气、电能和太阳能等新型能源。
(3)欠发达少数民族地区农村居民生活能源消费受内部和外部因素影响。地形特点导致交通不便,制约商品能源的可得性是重要的外部因素;作为内部因素,人均收入和受教育程度构成促进能源转型的动力,从根本上影响居民对清洁能源的主观消费意愿。
(4)随着经济发展水平的提高,少数民族地区农村居民能源需求由“生存型”向“发展型”转变,能源消费趋向于沼气、太阳能等更清洁高效的能源形式。
4.2 启示与建议
伴随着经济建设与城镇化进程的逐步推进,凉山州绿色能源消费的理念正在逐渐渗透并初见成效,“以核心能源为主体,多种能源形式并存”的能源发展方式推动着清洁能源的发展和替代,使其逐渐走向绿色能源发展道路。当地政府在引导少数民族改变能源消费习惯、因地制宜构建最优能源供应体系等方面积累了宝贵的实践经验。(1)加强公共能源设施建设。针对彝族地区落后的生活水平和能源利用现状,政府在推广“彝家新寨”的新农村建设项目时,为新居建筑群免费配套硬化公路、路灯等设施,在田间统一修建硬化沟渠。引导能源消费结构调整的工作中,将资源分配到公共能源设施中,一方面可满足农户对于资源使用的需求,另一方面,借助规模经济的优势降低供能成本。
(2)科学组合多种能源形式。目前风能本身的间歇性是制约风电开发的最大障碍。考虑到风能资源相对匮乏的春夏恰好是水能丰沛的时期,枯水的秋冬刚好是风能充分的时期,凉山州与中国水电合作,将风电与水电组合开发。这样,两者的科学组合弥补了单一能源的性能缺点,保证了全年供电的充盈,实现了扬长补短,促进整个电力供应体系的完整有序。
(3)发展能源产业合作。部分以农耕经济为主体的山区,生物质资源相当丰富。凉山开始推进规模养殖场的沼气池建设,在清洁环境的基础上,促进了畜牧业的发展。不仅实现了能源方面的自给自足,而且产生的沼渣可供肥田,完成了与规模种植业的无缝对接。
(4)传播清洁能源消费理念。凉山本地的支教或扶贫组织通过各种方式积极传播现代生产生活理念,将绿色消费的概念植入年轻人心中,不仅激发了青年人发现世界的积极性,同时促进了当地的绿色能源发展。
综上所述,中国西部其他欠发达少数民族聚居区可以凉山州的能源转型路径为样板,在充分考虑民族结构特殊性的前提下,依托自身的资源、环境条件,大力发展基础设施建设的同时扩大二次能源的普及范围,提高清洁能源的补贴力度,提高少数民族人口的文化教育水平,引导绿色能源消费,为全面实现绿色中国贡献力量。
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
[1] | |
[2] | [J]. [J]. |
[3] | [J]. [J]. |
[4] | [J]. [J]. |
[5] | [J]. [J]. |
[6] | [J]. [J]. |
[7] | [J]. [J]. |
[8] | [J]. [J]. |
[9] | [J]. [J]. |
[10] | [J]. [J]. |
[11] | [J]. [J]. |
[12] | . |
[13] | [J]. [J]. |
[14] | [J]. [J]. |
[15] | [J]. [J]. |
[16] | [J]. [J]. |
[17] | [J]. [J]. |
[18] | [J]. [J]. |
[19] |