我国能源强度变动的影响因素分析
——基于SDA分解技术

李 玲，张俊荣，汤 铃，余乐安

(1.北京航空航天大学经济管理学院，北京 100191；2.北京化工大学经济管理学院，北京 100029)

我国能源强度变动的影响因素分析
——基于SDA分解技术

李 玲1，张俊荣2，汤 铃1，余乐安2

(1.北京航空航天大学经济管理学院，北京 100191；2.北京化工大学经济管理学院，北京 100029)

随着我国经济的快速发展及能源消耗的急剧增加，深入分析我国能源强度变动的影响因素成为一个热点研究议题。基于结构分解分析方法(SDA)，本文将能源强度变动因素分解成能源消耗系数、完全需要系数、最终需求、最终需求结构系数和最终能源消耗五个因素，并编制了1997、2002、2007、2012年我国实物价值型能源投入产出可比价序列表，以探索影响我国能源强度变动的主导因素。实证研究结果表明：(1)1997-2012年，我国能源总消费呈持续上升趋势，而能源强度波动性下降；(2)能源消耗系数一直是影响我国能源强度下降的主导因素；(3)然而，完全需要系数(即技术系数)对能源强度下降的影响效力在近年来逐步上升，并在2007-2012年间超过了能源消耗系数。

能源强度；结构分解分析；投入产出表；能源消耗系数；完全需要系数

1 引言

作为一个关键性动力因素，能源资源一方面有力保障了过去几十年来我国经济的高速增长，另一方面鉴于其稀缺性将严重制约未来经济的进一步快速发展，我国多种能源面临供需缺口[1]。目前，我国经济增长呈现出过度依赖能源资源高投入、高消耗的发展模式。因此，能源约束矛盾成为了我国经济社会发展中拟着重解决的主要矛盾之一。对此，我国“十三五”规划纲要提出了一个明确的发展约束目标：2020年的单位国内生产总值(GDP)能源消耗比“十二五”期末(2015年)降低15%左右。其中，单位GDP能源消耗，即能源消费总量对GDP的比值(简称能源强度)，是经济增长质量的一个重要指标，反映了一个国家的综合能源利用效率。

为有效提高能源利用效率、解决能源约束矛盾，亟需全面分析能源强度变化趋势及其主导因素。相应地，国内外诸多学者对能源强度(或能源消耗)变动的影响因素开展了一系列的分析研究。例如，Zeng Lin等[2]运用投入产出结构分解分析，研究了1997-2007年部门能源效率、生产结构、最终需求结构和最终需求类别等因素的变动对我国能源强度变化的影响；蔡圣华等[3]基于投入产出结构，量化分析了消费规模及其结构对我国产业结构变化的效果，并预测了纯消费拉动下我国未来产业结构演进的特征与二氧化碳强度的发展趋势；夏炎等[4]基于投入产出分析的结构分解模型分析了1987-2005年我国能源强度改变的影响因素，发现能源消耗系数和完全需要系数是其主要影响因素；张炎治和聂锐[5]阐述了指数分解在能源强度方面的研究现状，并总结了影响能源强度的主要因素；李根等[6]利用投入产出非线性优化理论，构建了制造业完全能耗强度非线性优化模型，并引入进出口系数等约束条件，探索2015年我国完全能耗强度情景的优化结果；Ang等[7]基于夏普利值提出了一个新的分解技术，以分析能源需求和环境变化的主要因素；张玲玲等[8]以机械制造企业为研究对象，构建了基于企业资源计划(ERP)的机械制造企业投入产出模型,并结合机械制造企业和ERP 运行数据的特点，确定投入产出表的结构；Zhang Zhongxiang[9]对1990年我国工业部门能源消耗数据进行了调查研究，其结果表明工业能源消耗的下降是导致能源强度下降的主导因素；Choi和Ang[10]运用乘法对数平均D氏指数(M-LMDI)对美国实际能源强度指数和结构变化指数进行了定量分析研究；房斌等[11]基于投入产出分析的结构分解模型，研究了人口增长、效率、生产结构，以及生活方式和水平等因素对我国能源消费的影响。

然而，上述针对我国能源强度的影响因素分析的相关研究，均基于2007年及其之前的数据(或2007年延长数据)，其样本数据相对较早，不能有效反映我国能源的最新发展态势。对此，本文拟基于最新的投入产出表和相关年鉴数据，编制了最新的2012年及1997、2002、2007年实物价值型能源可比价投入产出表，以探讨近年来我国能源强度波动背后的主要影响因素。在研究方法上，基于投入产出分析的结构分解分析(Structural Decomposition Analysis,SDA)是定量分析能源强度影响因素的一个有效工具[4,8]，通过分析经济系统各部分(中间需求、最终需求、中间投入、最初投入)的相互关系，有效测算不同行业能源投入与经济产出的效益[12-14]。因此，本文拟引入基于投入产出分析的SDA方法，开展我国能源强度变动的影响因素分析研究。

综上，本文拟基于投入产出分析的SDA方法，对我国1997-2012年的能源强度变化开展影响因素分析研究。相对于现有文献，本文的主要创新工作涉及如下两方面。(1)在时间维度上，编制了最新的2012年及1997、2002、2007年我国实物价值型能源投入产出可比价序列表，以全面分析我国能源强度的发展趋势与最新态势；(2)在因素维度上，基于SDA模型将能源强度变化因素分解为能源消耗系数、完全需要系数、最终需求、最终需求结构系数和最终能源消耗系数五种影响因素，以深入探索1997-2012年我国能源强度变化的影响因素，为我国节能减排提供有建设性意义的政策建议。

2 模型方法

自Leontief 和Ford[12]最早运用投入产出模型测算美国能源消费的污染排放以来，基于投入产出分析的SDA方法逐步成为经济、社会、能源和环境等领域常用的因素分析技术[4,11]。首先介绍基本的实物价值型能源投入产出模型，再引入SDA方法对能源强度变化进行有效分解。

2.1实物价值型能源投入产出模型

表1 实物价值型能源投入产出表

价值型投入产出基本模型为：

X=(1-A)-1Y

(1)

其中，A为直接消耗系数矩阵，即：

A=[aij]=[Zij/Xj]

(2)

其中，aij表示部门j每一价值单位的产出对产品i的价值消耗系数。而(1-A)-1称为列昂惕夫逆矩阵，即完全需要系数矩阵L。

此外，最终需求结构系数矩阵B可以表示为：

B=[bik]=[Yik/Fk]

(3)

其中，bik表示部门i对k类最终需求的消耗对第k类总最终需求的比重。将最终需求列向量F=[Fk]=[∑iYik]代入公式(3)，最终需求可表示为：

Y=BF

(4)

结合公式(1)有：

X=LBF

(5)

实物型投入产出模型的基本公式为：

eX+EY=EX

(6)

其中，e=[eij]=[Eij/Xj]为能源实物量的直接消耗系数矩阵，其元素eij表示部门j单位产值对能源i的实物消耗量。其中，最终需求的实物量矩阵EY为[17]：

Ehc+Ec+EO+Ee-Ei=EY

(7)

其中，Ehc为居民能源消耗实物列向量，Ec为资本形成实物列向量，EO是其他项列向量，Ee是出口项实物列向量，Ei是进口项实物列向量。具体地，居民能源消耗矩阵Ehc为：

Ehc=ηδF

(8)

ET=Ehc+eX

(9)

综上，可得出能源消耗总量ET[20-21]：

ET=λ(eLBF+ηδF)

(10)

其中，λ为m阶求和行向量。根据投入产出表，可计算出GDP：

GDP=μF

(11)

结果能源消耗总量和GDP，可得能源强度表达式：

I=ET/GDP=λ(eLBF+ηδF)/μF

(12)

由公式(12)可知，能源强度的变化可以分解成各部门能源消耗系数的变动(e)，最终需求结构变动(B)，完全需要系数变动(L)，最终需求变动(F)及最终能源消耗系数变动(η)。

2.2SDA分解模型

SDA模型通常有4种形式：(1)保留交叉项；(2)不保留交叉项，并赋予不同权重分配给各自变量；(3)加权平均法；(4)两极分解法。本文采用两极分解法[15-16]对能源强度变化进行分解。令0时期为基期，1时期为报告期；基于两极分解法的SDA方法分别用0期和1期作分解基期进行分解，然后将两次分解结果的计算平均值作为最终分解结果[4]。

根据公式(12)，有报告期能源强度(I1)对基期能源强度(I0)的变动：

(13)

以基期为分解基准，能源强度变化的SDA分解为：

(14)

以报告期为分解基准，能源强度变化的SDA分解为：

(15)

结合公式(14)和公式(15)，可得出能源强度变化的分解结果I1/I0=(1)×(2)×(3)×(4)×(5)，其中因素(1)为能源消费系数的变动，因素(2)为技术系数(完全需要系数)的变动，因素(3)为最终需求结构的变动，因素(4)为最终需求的变动，因素(5)为最终能源消耗系数的变动。

(16)

(17)

(18)

(4)=

(19)

(20)

2.3数据来源

根据数据的可得性、匹配性和目标指引性原则，本研究选取1997-2002年、2002-2007年、2007-2012年这三个样本时段来分析我国能源强度变化的影响因素。1997、2002、2007和2012年现价投入产出表来源于国家统计局《中国统计年鉴》公布的我国1997年39部门现价投入产出表、2002和2007年的42部门以及2012年的139部门现价投入产出表。为消除价格因素的影响，本文构建以2002年价格为不变价的可比价投入产出序列表。对此，本文使用价格指数缩减法，以2002年为价格基年，将我国1997年、2007年、2012年现价投入产出表折算为可比价投入产出序列表，其单位为万元。在价格指数选取方面，农林牧渔业采用农产品生产价格指数，工业部门价格指数采用分行业工业生产者出厂价格指数，建筑业价格指数采用建筑安装工程价格指数，服务业价格指数采用居民消费价格指数中的娱乐教育文化用品及服务类居民消费价格指数，交通运输业价格指数采用交通和通信类居民消费价格指数[22]。

实物消耗数据主要为各部门的能源消费量，其单位为万吨标准煤。其中，工业部门能源消费数据来源于《中国统计年鉴》的“工业分行业终端能源消费量”和“中国能源平衡表”；农林牧渔业、交通运输业、建筑业、住宿餐饮和批发零售业、其他服务业能源消费量均取自于《中国能源统计年鉴》的“中国能源平衡表”的相关数据。此外，基于能源平衡表数据，本文将中间转换量及损失量分摊到对应的部门，这同时避免一次能源与二次能源的重复计算[23]。

参考《国民经济行业分类标准》(GB/T4754-2002)和《国民经济行业分类标准》(GB/T4754-2011)，将实物价值型投入产出表合并为21个部门，其具体名称和编号见表2。其中，能源种类i涉及7类：煤(包括原煤、精煤和其它洗煤)、天然气、焦炭、成品油(包括柴油、汽油、煤油和燃料油)、液化石油气、热力和电力[21]。最终需求分为8类：农村居民消费、城镇居民消费、政府消费、固定资本形成总额、存货增加、出口、进口以及其他类，其中农村居民消费、城镇居民消费和政府消费可合并为最终消费。

表2 实物价值型投入产出模型的21个部门

3 实证研究

本小节将首先分析我国能源强度变化的主要趋势，其次基于SDA模型分析其主要影响因素，最后对分解结果进行讨论。

3.1能源强度变化趋势

图1描述了1997-2012年我国能源强度和能源总消费的变化趋势。由图可见，我国能源消费总量呈现出持续大幅度攀升的发展趋势，从1997年的15.14亿吨标准煤增长到2012年的42.04亿吨标准煤，其增长幅度达177.54%。相反地，能源强度则呈现出逐渐下降趋势，从1997年的2.12tce/104元下降至2012年的0.89tce/104元，其下降幅度为58.02%。

从不同时期上看，1997-2002年，我国能源总消费从15.14增长至16.52亿吨标准煤，增长了9.12%，而能源强度却从2.12下降至1.35 tce/104元，大幅下降了36.32%。2002-2007年，我国能源总消费从2002年的16.53增长至2007年的31.02亿吨标准煤，增长了87.66%，而能源强度的下降幅度却仅仅下降了8.9%。2007-2012年，我国能源总消费从2007年的31.02增长到2012年的42.04亿吨标准煤，比2007年增长了35%，而能源强度下降了28%。值得注意的是，与1997-2002年和2007-2012年不同，2002-2007年能源消耗大幅增长，但能源强度的下降程度却大幅度减小。这说明该时期中，我国高耗能产业迅速发展，成为拉动GDP的主要增长点。该研究结果与已有研究相一致，如房斌等[11]和刘静华等[24]。而2007-2012年，随着科技进步和环境保护意识加强，我国产业结构与能源结构不断优化，其能源强度迅速回落。

图1 1997-2012年我国能源强度和能源总消费变化趋势

3.2能源强度变化的因素分解结果

由上小节分析可知，1997-2012年我国能源强度呈下降趋势，本小节将采用SDA方法寻求促进我国能源强度下降的主要影响因素，其分解结果如表3所示。具体地，分解结果数值大于1表示该因素对能源强度的降低有消极作用，即促使能源强度升高；相反，其数值小于1则表示该因素对能源强度的降低有促进作用，即有效降低能源强度；其数值越接近1，则说明该因素对能源强度变化的影响越小，反之则影响越大。根据SDA分解原理，五个因素变动的大小乘积等于能源强度变动的大小，例如，1997-2002年能源强度变动 (0.6385)= 能源消耗系数变动(0.6672)*技术系数变动(0.9811)*最终需求结构变动(1.0270)*最终需求变动(0.9971)*最终能源消耗系数变动(0.9525)。

表3 能源强度因素分解结果

根据表3中的分解结果，可以得出如下5个结论。(1)能源消耗系数均远小于1，对能源强度的变化有较大的影响，有效促使了能源强度降低。(2)技术系数在不同时期对能源强度下降造成了不同影响。具体地，技术系数在1997-2002年间小于1，促进了能源强度的下降；在2002-2007年间出现逆向增长，对能源强度下降造成了消极影响；在2007-2012年间回落，对能源强度的下降产生了促进作用。技术系数对能源强度变化的不同效应涉及两方面原因：在2002-2007年间，我国能源密集型重工业及各项基础设施建设大力发展，这导致了能源密集型产品如钢铁、水泥、化工产品，以及建筑材料等的需求快速增长，刺激了能源消费的增长；相反的，在2007-2012年间，高附加值、高科技企业的发展，带动了能源强度的下降。(3)最终需求结构影响值均接近于1，对能源强度变动的影响较弱，且其分解结果从2002年以来均小于1，这说明2002年以来需求结构的变化在一定程度上促进了能源强度的降低。一方面，在1997-2002年间，最终需求结构中对高能耗产业需求的比重增加，刺激了能源消费的增长。另一方面，在2002-2012年间，我国对高耗能、高污染产业等企业进行了大力整顿和调整，在产业转型的背景下，最终需求结构成为促进能源强度增加的重要因素。(4)最终需求的变动的影响值均接近于1，对能源强度变动的影响较小，并且其分解结果从2002年起均大于1，这说明2002年以来最终需求的变动对能源强度下降造成了消极影响。(5)最终能源消耗系数一直保持较低于1的水平，以较小的影响力度促进着能源强度的下降。

表4给出各影响因素对能源强度变动的影响程度和贡献率。其中，贡献率的列和为1，其值为正表示所对应的因素对能源强度的降低起促进作用。从表4数据可知：(1)在1997-2012年间，我国能源强度一直呈下降趋势，其下降率在1997-2002年、2002-2007年和2007-2012年分别为36%、9%和30%。(2)在1997-2002年间，能源消耗系数变动是能源强度下降的主要影响因素，其贡献率高达约89%；相反，最终需求结构的变动抑制了能源强度的下降。(3)在2002-2007年间，能源强度的降低主要受能源消耗系数、能源需求结构和最终能源消耗系数的影响，其贡献率分别为1064%、15%和28%，其中能源消耗系数起决定性作用。(4)在2007-2012年间，能源强度的下降主要受能源消耗系数和技术系数的影响，其贡献率分别为40%和51%。

表4 影响能源强度变化的各因素贡献率

综合上述分析，可得出两个主要的结论。(1)能源消耗系数是能源强度下降的一个决定性影响因素，其主要原因涉及产业结构的调整。具体地，在1997-2012年间，能源消耗系数对能源强度下降的影响分解结果均远小于1(见表3)，贡献率均高于40%(见表4)。(2)技术系数(完全需要系数)对能源强度下降的影响效力逐步上升，并在2007-2012年间超过了能源消耗系数。具体地，在2002-2007年间，技术系数的变化值为1.2489，增长了24.9%，对能源强度的正向增长起重要的促进作用，其主要原因涉及能源密集型重工业的发展拉动了低技术生产；在2007-2012期间，技术系数的贡献率上升至51%，超过了能源消耗系数(40%)，成为促进能源强度下降的主导因素，其潜在原因涉及重工业数量的逐步减少及高附加值、高技术企业的迅速增加带动了技术的进步。值得注意的是，文献[4,21]指出1997-2005年间能源消耗系数和完全需要系数是影响能源强度下降的两个主要因素，且能源消耗系数占主导地位，这与本文研究结果是相一致的。而通过更新的2012年投入产出表数据，本研究发现：技术系数对能源强度变化的影响效力在2007-2012年间超过了能源消耗系数，成为了促进能源强度下降的主导因素。

3 讨论

根据上述分析可知，1997-2012年，我国能源强度呈持续下降趋势，而能源消费系数和技术系数是其主导因素。其中，能源消耗系数与产业结构直接相关，而技术系数与技术进步密切相关。能源消耗系数与技术系数的变化将直接作用于我国产业结构调整，促进我国能源强度的下降。

图2和图3展示了1997-2012年我国产业结构的变化趋势。其中，图2给出了我国21个部门在1997-2012年的能源消费量变化，图3展示了我国21个部门的总产值，其研究结果表明：1997-2012年我国产业结构调整逐见成效，成为促进能源强度下降的主要驱动力。具体地，(1)总体而言，在1997-2012年间，我国21个部门的能源消费和产值均处于增长趋势，直接拉动了我国能源总消费与GDP的增长。(2)由图2可知，高耗能部门主要分布在第二产业，例如石油加工(部门3)、电力、热力的生产和供应部门(部门4)、化学工业部门(部门12)、非金属矿物制品(部门13)和金属冶炼及压延加工业(部门14)；而第一产业(部门6)和第三产业(交通运输(部门19)、批发零售(部门20)和其他服务业(部门21))的能源消费量一直维持在较低状态。(3)由图3可知，高产值部门主要分布在第三产业(部门19-21)，且其产值在1997-2012年间呈现明显增长趋势；相反地，第一产业(部门6)和第二产业的产值增长相对较为平缓。综上可知，1997-2012年间，我国高耗能部门(第二产业部门)的产值增长较为平缓，低能耗部门(第三产业部门)产值的增长较为明显，这表明：我国产业结构近年来不断调整，有效降低了能源消耗系数，这成为促进能源强度下降的主要驱动力。

图2 1997-2012年我国分部门能源消费量(104tce)

图3 1997-2012年我国分部门产值(亿元)

4 结语

本文通过编制我国可比价实物价值型能源投入产出表，并采用结构分解分析方法(SDA)，对1997-2012年我国能源强度变动的影响因素进行分解分析。具体地，基于SDA方法将能源强度变化分解为能源消耗系数、完全需要系数、最终需求、最终需求结构系数和最终能源消耗系数等五个影响因素，并计算了各因素对我国能源强度下降的影响效力，得出了以下结论：(1)1997-2012年间，我国能源总消费呈持续上升趋势，而能源强度却呈现波动下降的趋势；(2)能源消耗系数的变化是降低能源强度的一个极其重要的因素；(3)近年来，完全需要系数(即技术系数)对能源强度降低的促进作用日益显著，并于2007-2012年超过了能源消耗系数，成为主要驱动力；(4)能源消耗系数、完全需要系数的变化，直接反映出我国产业结构的调整初见成效，其高耗能部门的产值增长较为平缓，低能耗部门产值的增长较为明显。

基于上述分析，我们得出如下节能减排的相关政策建议。(1)鉴于能源消耗系数是1997-2012年我国能源强度下降的主导因素，持续优化我国产业结构，大力发展高产值部门(第三产业)，促进我国的产业结构从高耗能向低耗能转变，是控制我国能源强度的有效途径。(2)尽管产业结构优化初见成效，我国经济依然呈现出粗放型增长的发展形式，以大量的能源消耗为代价。对此，着重降低高能耗部门的能源强度，提高其能源效率，是我国节能减排的重中之重。(3)鉴于完全需要系数对能源强度下降的影响效力近年来逐步显著，技术进步效应在节能减排的关键性作用不可轻视。(4)特别地，清洁能源(如风能、太阳能)技术、能源效率改进技术的开发与使用，能有效优化能源结构，进一步促进我国能源强度的下降。

[1] 严陆光,陈俊武.中国能源可持续发展若干重大问题研究[M].北京: 科学出版社,2007.

[2] Zeng Lin,Xu Ming,Liang Sai,et al.Revisiting drivers of energy intensity in China during 1997-2007: A structural decomposition analysis[J].Energy Policy,2014,67: 640-647.

[3] 蔡圣华,牟敦国,方梦祥.二氧化碳强度减排目标下我国产业结构优化的驱动力研究[J].中国管理科学,2011,19(4):169-175.

[4] 夏炎,杨翠红,陈锡康.基于可比价投入产出表分解我国能源强度影响因素[J].系统工程理论与实践,2009,29(10): 21-27.

[5] 张炎治,聂锐.能源强度的指数分解分析研究综述[J].管理学报,2008,5(5): 647-650.

[6] 李根,刘家国,赵金楼.基于投入产出非线性优化的制造业完全能耗强度情景分析[J].中国管理科学,2016,24(3): 31-40.

[7] Ang B W,Liu F L,Chew E P.Perfect decomposition techniques in energy and environmental analysis[J].Energy Policy,2003,31(14): 1561-1566.

[8] 张玲玲,李军,佟仁城.基于 ERP 的机械制造企业投入产出表结构及分析[J].中国管理科学,2007,15(1): 55-63.

[9] Zhang Zhongxiang.Why did the energy intensity fall in China's industrial sector in the 1990s? The relative importance of structural change and intensity change[J].Energy Economics,2003,25(6): 625-638.

[10] Choi K H,Ang B W.Attribution of changes in Divisia real energy intensity index—An extension to index decomposition analysis[J].Energy Economics,2012,34(1): 171-176.

[11] 房斌,关大博,廖华,等.中国能源消费驱动因素的实证研究: 基于投入产出的结构分解分析[J].数学的实践与认识,2011,41(2): 66-77.

[12] Leontief W W,Ford D.Air pollution and the economic structure: Empirical results of input-output computations[M].Harvard University,1971.

[13] 陈锡康.投入产出方法[M].北京：人民出版社,1983.

[14] Hoekstra R,Van den Bergh J C.Comparing structural decomposition analysis and index[J].Energy economics,2003,25(1): 39-64.

[15] Dietzenbacher E,Los B.Structural decomposition techniques: Sense and sensitivity[J].Economic Systems Research,1998,10(4): 307-324.

[16] Dietzenbacher E,Los B.Structural decomposition analyses with dependent determinants[J].Economic Systems Research,2000,12(4): 497-514.

[17] 陈海燕,蔡嗣经.北京工业终端能源消费变化的分解研究[J].中国能源,2006,28(12): 28-30.

[18] He Peijun,Ng T S,Su Bin.Energy import resilience with input-output linear programming models[J].Energy Economics,2015,50: 215-226.

[19] Zhang Junrong,Li Ling,Yu Lean,et al.Comprehensive evaluation of energy intensity change for 1997-2012 based on input-output analysis: Evidence from Beijing[J].Procedia Computer Science,2016,91: 1057-1063.

[20] 张成龙,李继峰,张阿玲,等.1997-2007年中国能源强度变化的因素分解[J].清华大学学报: 自然科学版,2013 (5): 688-693.

[21] 夏炎,杨翠红,陈锡康.中国能源强度变化原因及投入结构的作用[J].北京大学学报: 自然科学版,2010,46(3): 442-448.

[22] 李海英.基于可比价 IO-SDA 模型的我国二氧化碳强度研究[D].成都：西南财经大学,2014.

[23] Wang Yafei,Zhao Hongyan,Li Liying,et al.Carbon dioxide emission drivers for a typical metropolis using input-output structural decomposition analysis[J].Energy Policy,2013,58: 312-318.

[24] 刘静华,贾仁安,涂国平.1995 年至 2007 年中国能源消费强度的分解模型及实证分析[J].Resources Science,2010,32(10):1846-1855.

Abstract： With the rapid development of China's economy,two conflicting problems arise,i.e.,increase of energy consumption and shortage of energyresources.Energy intensity,measured as energy use per unit of output,can well reflect comprehensiveenergy utilization efficiency.Thus analyzing the major factors of energy intensity changes becomes a basic issue for improving energy intensity.Under such a background,the structural decomposition analysis (SDA) is used to capture the driven factors of China’s energy intensity changes.First,energy intensity changes are decomposed into five components—energy consumption coefficient,Leontief inverse coefficient,final demand structure,final demands by category,and final energy consumption coefficient.Second,the contribution of each component to China’s energy intensity changes is evaluated to determine the predominant factors.As for database,monetary input-output table is coupled with energy consumption to establish physical-monetary energy input-outputtables for the years 1997,2002,2007 and 2012,ata constant price level of 2002.Some interesting findings are obtained in the empirical study:(1) From 1997 to 2012,China’s energy consumption keptan increasing trend,whilethe energy intensity reduced with fluctuations.(2) The energy consumption coefficient wasthe leading factorfor China's energy intensity changes.(3) However,the influence of technology coefficient (Leontiefinverse)gradually increased and exceededthat of energy consumption coefficient during 2007-2012.Furthermore,these results provide helpful insights into policy designs for energy conservation and emissions reduction in China.

Keywords： energy intensity;structural decomposition analysis;input-output table;energy consumption coefficient;leontief inverse coefficient

Analysis on Factors of China’s Energy Intensity Changes for 1997-2012：Based on Structural Decomposition Analysis

LILing1,ZHANGJun-rong2,TANGLing1,YULe-an2

(1.School of Economics and Management,Beihang University,Beijing 100191,China；2.School of Economics and Management,Beijing University of Chemical Technology,Beijing 100029,China)

F223

A

1003-207(2017)09-0125-08

10.16381/j.cnki.issn1003-207x.2017.09.014

2016-06-29；

2017-01-24

国家优秀青年基金项目(71622011);国家重点研发计划重点专项(2016YFF0204405);北京市社会科学基金项目(14JGC094)；国家电网公司科技项目

汤铃(1983-)，女(汉族)，广西桂林人，北京航空航天大学经济管理学院教授，研究方向：能源市场预测、能源政策仿真与分析，E-mail: tangling_00@126.com.