中国省际能源使用绿色化空间动态关联及驱动因素研究

范秋芳，刘 孜，邢相飞

（1.中国石油大学（华东）经济管理学院，山东 青岛 266580；2.中国海洋大学 工程学院，山东 青岛 266101；3.青岛国信蓝色硅谷发展有限责任公司，青岛 266237）

0 引言

《新时代的中国能源发展》白皮书指出，要构建绿色能源技术创新体系，加快提高清洁能源和非化石能源消费比重，促进能源绿色低碳转型。为全面落实“碳达峰、碳中和”战略目标和中央生态环境保护督察要求，国家能源局提出要落实清洁能源优先上网，国家发改委提出要提高清洁能源在跨省区送受电中的比重，国家电网持续推进清洁能源大规模并网以及跨区域、跨省份大规模交易清洁电能在政策、科技、资金等多要素大力支持下，世界首条清洁能源专用通道“青电入豫”的高速发展为中国省际合作发展清洁能源提供了范例，跨省份合作发展能源使用绿色化势头日渐迅猛。本文积极探寻省际能源使用绿色化空间动态关联状况及其驱动因素，以期为实现中国能源使用绿色化的高效提升提供有益参考。

目前的研究成果多集中于对国家或者区域层面能源使用绿色化的研究[1—4]，对省域能源使用绿色化研究甚少，且侧重研究单一因素与能源使用绿色化之间的关系，缺乏对省域间发展能源使用绿色化的关系数据及其多要素驱动因素分析。“双碳”目标的实现亟须各省份在能源使用绿色化整体水平提升方面协同助力，因此有必要深入探究能源使用绿色化的空间关联关系及驱动因素。基于此，本文探讨了能源使用绿色化空间动态关联及驱动机理；运用社会网络分析法对能源使用绿色化空间关联网络的整体网络结构特征、中心性和块模型进行深入分析；探寻省际能源使用绿色化空间动态关联网络驱动因素及其实际应用效果，以期借此助力各省份能源使用绿色化联通互动发展。

1 能源使用绿色化空间动态关联及驱动机理分析

在能源转型战略和可持续发展战略引导下，能源使用绿色化发展不拘泥于省份内部，各省份、各区域在直接和间接交流中交互影响、联动发展。如下页图1 所示，清洁能源资源是能源使用绿色化空间动态关联的基底，各省份之间清洁能源禀赋和需求差异驱动了清洁能源跨省份、跨区域运输；政策是能源使用绿色化发展和产生空间关联的指挥棒，在国家引导下，各省份政府为自身“量身”组合出台强制型、激励型和信息型政策，来促进自身和跨区域合作发展清洁能源，同时各省份之间在政策制定时相互借鉴，为能源使用绿色化及空间关联描绘了目标和发展路径；政府、企业和社会公众的资金注入是能源使用绿色化空间动态关联的重要支撑力，信息的流通和曝光率的提升可以敦促企业绿色转型并潜移默化地吸引社会公众使用和投身发展绿色能源，激发自主创新能力以破除技术困境是绿色能源开发和使用的重要一环，而人才则是实现这一目标的重要着力点，对外开放程度的不断提升加速拓宽各省份、各区域之间资金、技术等各类资源的流通和交流渠道，各类资源的流通成为驱动各省份、各区域在能源使用绿色化方面动态关联发展的原动力。总体来说，能源使用绿色化空间动态关联是一个多主体参与、多要素流通和多层次驱动的有机互动整体。

图1 能源使用绿色化空间动态关联及驱动机理图

2 研究设计

2.1 能源使用绿色化水平测度

本文借鉴王帅（2020）[1]的研究，将天然气、核电、水电、风电、太阳能电等清洁能源消费占总能源消费的比重作为能源使用绿色化的衡量指标，它反映了我国能源消费结构向绿色化、低碳化的转变。

2.2 能源使用绿色化空间动态关联检验方法

本文采用引力模型检验省域间是否具有能源使用绿色化空间动态关联网络关系，参考文献[5,6]，同时考虑各省份经济发展和点要素距离，构建以下修正的引力模型：

式（1）中，lij表示省份i和省份j的关系，G为能源使用绿色化水平，P、GDP、pGDP分别表示各省份年度常住人口数、GDP以及人均GDP，disij表示省份i、j的省会城市经纬度的点要素距离，vij表示省域间能源使用绿色化水平空间关联中的贡献率。依据式（1）计算不同省份能源使用绿色化水平空间关联网络引力矩阵，将引力矩阵各行平均值作为临界值，引力高于临界值的标记为1，表示省份i与省份j能源使用绿色化水平具有关联关系；反之取值为0，表示省份i与省份j无空间关联。

2.3 能源使用绿色化空间动态关联网络分析

社会网络分析（SNA）以“关系”作为基本分析单位，以图论工具、代数模型技术描述关系模式，是一种针对“关系数据”的跨学科分析方法，其全局性的分析特点可以避免传统空间计量方法的缺点[7,8]。基于此，本文运用UCINET和Gephi软件，采用社会网络分析法对能源使用绿色化空间关联网络进行分析[9]。

2.4 能源使用绿色化空间动态关联驱动因素分析

SNA 中的二次指派程序（Quadratic Assignment Procedure，QAP）可用来研究关系之间的关系，即研究矩阵间的相关性和回归性[10]。根据以往研究和总结，本文基于QAP方法着重探究清洁能源禀赋等对能源使用绿色化空间动态关联的影响，具体见表1。此外，考虑到空间近邻效应和中国“西气东输”“西电东送”等清洁能源跨省份、跨区域输送工程的影响，本文测算了当省份间地理距离分别小于200km、400km、600km 和800km 时对能源使用绿色化空间动态关联的影响大小及其显著性。

表1 能源使用绿色化空间动态关联驱动因素及说明

2.5 数据来源及处理

本文选取2005—2019 年中国30 个省份（不含西藏和港澳台）的相关数据作为研究样本，针对样本中存在少部分地区数据未披露或缺失的问题，采用插值和趋势推算的方法进行缺失值填补。原始数据来自《中国能源统计年鉴》《中国电力年鉴》《中国水力发电年鉴》《中国电力统计年鉴》《中国科技统计年鉴》《中国统计年鉴》及国研网数据库，各省份省会城市点要素距离和地理距离均为运用ArcGIS软件计算所得。

能源使用绿色化政策样本主要来源于北大法宝法律数据库，通过关联检索扩大搜索范围至中国政府网、生态环境部、各省份政府等相关部门官网。为保证政策样本的全面性，本文先以“清洁能源”等关键词作为搜索依据，并进一步以“天然气”“核能”“核电”“水能”“水电”“风能”“风电”“太阳能”“光伏发电”等细分关键词作为搜索依据，共搜集到政策文本3244 份。最终通过整理和筛选，确定政策文本3244 份，并借鉴文献[11,12]的方法，对清洁能源政策进行量化处理。从政策工具角度出发，将清洁能源政策分为三类：制定了清洁能源专门的法律、强制性的管理办法、标准、考核、监督检查办法的为强制型政策；给予财政补贴，从价格、费用等方面制定相关办法促进清洁能源发展的为激励型政策；引导企业、居民参与清洁能源的利用、消费的相关措施为信息型政策。为便于研究，对清洁能源相关政策进行赋分处理，分别将强制型、激励型、信息型政策赋分为5分、3分、1分。

3 省际能源使用绿色化空间动态关联网络特征

3.1 空间动态关联整体网络特征

中国各省份能源使用绿色化空间关联网络整体结构分析结果如图2和表2所示。

表2 能源使用绿色化空间关联网络整体网络结构特征

图2 2015—2019年主要年份省际能源使用绿色化空间动态关联网络

首先，中国省域能源使用绿色化空间动态关联整体网络关联性显著，由图2 可知，各省份在空间动态关联网络中均无孤立点，呈现显著的关联性。同时，由表2可知，空间关联关系数介于170～218，与最大关系数870 之间仍存在很大差距，网络密度介于0.195～0.251，说明该整体网络关联稳定性有待加强，各省份在能源使用绿色化合作共促发展方面仍有很大发挥空间。其次，整体网络关联度较高，且在波动中呈稳定上升趋势，说明大部分省份在能源使用绿色化方面存在直接或间接的联系，空间溢出效应明显。再次，由图2可知，各省份空间关联分布不均，存在较为严重的异质性，为典型的无标度网络，但是随着时间的推移，该特征有所弱化。最后，由表2可知，网络直径区间介于6～10，平均路径长度介于1.902～2.424，均远低于空间整体网络总成员数30，说明存在明显的“小世界”现象，反映出一个省份能源使用绿色化水平变化可以迅速传递到其他省份，同时改善能源使用绿色化水平低的省份的空间关联网络现状，可迅速引起网络功能的剧变，凸显了实现跨省份、跨区域合作发展清洁能源的必要性。

3.2 空间动态关联个体网络特征

对省域能源使用绿色化空间动态关联网络个体网络特征进行分析，可对各省份在空间网络中的中心类型及中心地位进行定位，各省份的度数中心度、接近中心度和中间中心度如表3所示（限于篇幅，仅列出2005年和2019年的结果）。

表3 能源使用绿色化空间关联网络个体节点特征（2005年和2019年）

（1）度数中心度。由表3 可知，与2005 年相比，2019年90%的省份出度稳定不变或有所上升，76.7%的省份入度稳中有升。其中，中部地区省份入度和出度逐渐均衡；西部和东部地区省份出度显著高于入度，说明其清洁能源禀赋较高；东部地区省份入度明显高于出度，其经济发达而清洁能源匮乏使其能源使用绿色化水平的提升依赖外部带动。此外，除上海、北京、浙江和福建的度数位于全国领先地位，其他省份2005 年和2019 年的度数均值均低于9，说明上海、北京、浙江和福建与其他省份联系密切，是能源使用绿色化跨省份、跨区域合作的重要驱动力。

（2）接近中心度。东部地区和中部地区省份在2005年和2019 年出度均高于入度，说明其在能源使用绿色化空间动态关联网络中辐射力高于整合力，自身能源使用绿色化水平的变化能迅速辐射影响其他省份。与东中部地区省份相比，西部和东北地区大部分省份入度高于出度，因此其整合内外部资源以实现能源使用绿色化水平提升的能力较强。

（3）中间中心度。2019 年各省份中间中心度的均值（15.3）小于2005年的均值（16.8），反映出各省份能源使用绿色化两极分化问题有所弱化，有利于各省份在清洁能源发展方面加强合作与交流，从而实现自身能源使用绿色化水平的提升。2019 年东部地区的福建和广东，中部地区的河南、湖北、湖南和江西，西部地区的重庆和广西的度数高于均值，与2005年相比分布较为均匀，说明以上省份在空间关联网络中的“吸收力”较强，对周边省份的资源利用力度较大。此外，仍有7个省份的度数在2005年和2019年均为0，集中分布在西部和东北地区，说明其处于空间网络中的边缘地带，对资金、技术、人才等资源掌控力较差，自身能源使用绿色化的发展易受度数较高的东中部地区省份牵制。

3.3 块模型分析

为了分析各省份在能源使用绿色化空间动态关联网络中的空间聚类特征，本文采用块模型中的CONCOR 程序对30 个省份进行分区，选择最大分割深度为2，收敛标准为0.2，结果显示2005—2019 年四大板块成员变化较小，其中2019年的分析结果显示R2=0.492，拟合程度良好，具体如图3 和表4 所示。其中，板块1 包含东部和中部地区省份，板块2集中分布在西部和东北地区，板块3为京津地区和长三角地区省份，板块4的省份均匀涉及东、中、西部地区。

表4 能源使用绿色化空间关联板块的联动效应分析结果（2019年）

图3 能源使用绿色化空间关联网络四大板块关联关系（2019年）

2019年中国能源使用绿色化空间关联网络关系数为198，四个板块内部关系数为15，占比为7.58%，板块之间的关联关系数为183，占比为92.42%，表明四大板块间存在显著的空间网络关联性和溢出效应。其中，板块1和板块4 是典型的经纪人板块，板块内部溢出效应较弱，但对其他板块能源使用绿色化水平的变化具有显著的溢出效应，且接收来自其他板块的溢出效应，说明“过渡桥”均匀分布在东、中、西部地区，在空间关联网络中发挥着良好的“桥梁”作用；板块2 为净溢出板块，发出板块外关系数明显高于接收板块外关系数，说明西部和东北地区省份发挥了良好的“能源库”作用；板块3 为净溢入板块，京津地区和长三角地区省份接收板块外关系数明显高于发出板块外关系数，且板块内外联动皆较强。

通过与表2 中2019 年中国能源使用绿色化空间关联网络的整体密度（0.228）相比，可以得出四大板块网络密度矩阵，同时引入像矩阵概念，以此来描述四大板块间的空间溢出效应，在像矩阵中，板块密度大于0.228 设置为1，反之则为0，具体见表4，并通过图4 直观反映板块间的传递关系。

图4 能源使用绿色化四大板块间的传递关系（2019年）

可以发现，中国能源使用绿色化空间关联网络中各板块联动紧密且存在显著的关系传递性。板块1和板块4成员或为经济、科技等综合实力较强的东部省份，或是中西部地区辐射力较强的核心省份，或是自身能源使用绿色化水平较高的省份，其自身资金、技术、信息等资源优势和地理优势使其在空间关联网络中扮演着“中间人”的角色，发挥着重要的“桥梁”和“中介”作用。板块2 成员主要以能源使用绿色化水平均值最高的西部地区省份为主，自身先天清洁能源优势使其更倾向于向板块外溢出资源，从而带动其他板块能源使用绿色化水平的提升。板块3 更多地接收其他板块的清洁能源输入，其能源使用绿色化水平提升依赖于外部带动，需要跨区域的清洁能源并网和传输给予支持。此外，根据前文可知，板块3 成员大多处于空间关联网络的“中心”地位，具备经济发达、科学技术先进、人才素质较高等优势，但由表4和图4可知，其对外输出局限于周边邻近省份，且溢出程度与其自身综合实力严重不匹配。因此，该板块一是应更多输出特别是向距离较远的西部地区输出资金、技术、人才等，以反哺其能源补给，进而稳定整体空间网络结构；二是应借鉴板块4 内广东的经验，促进清洁能源投资稳定增长和优化能源结构，不断提升能源使用绿色化水平。综合以上举措并借其“中心”地位之势，可迅速展现“提升—传递—再传递”态势并提高空间网络联动性，高效率提升中国能源使用绿色化水平。

4 省际能源使用绿色化空间动态关联网络驱动因素分析

4.1 QAP相关性分析

为实证检验省际能源使用绿色化空间动态关联驱动因素的影响程度及显著性水平，经过10000次随机抽样后的QAP相关性计算结果如表5所示。

表5 能源使用绿色化空间关联驱动因素的QAP相关性分析结果

（1）清洁能源禀赋、政策力度、技术创新水平、资本存量、人才资源、信息化水平和对外开放程度与能源使用绿色化空间关联具有显著的相关性，且皆为正相关；（2）相关系数反映了各因素对能源使用绿色化空间动态关联的驱动程度，其中，资本存量与能源使用绿色化空间动态关联相关性最大，由此可知资金是清洁能源发展的重要基础，此外，信息化水平、清洁能源禀赋、人才资源、技术创新水平和对外开放程度也紧随其后，较大程度地驱动了能源使用绿色化空间动态关联，最后，作为清洁能源发展“风向标”的政策力度，其对能源使用绿色化的驱动效应虽显著为正但力度相对较低。因此，各省份在制定强制型、激励型和信息型政策时应注意组合搭配且有所侧重，在明晰本省清洁能源发展难点的基础上借鉴其他省份的经验，在提升自身能源使用绿色化水平的同时有效驱动省域间合作发展能源使用绿色化。清洁能源禀赋水平较高的省份可借鉴样本期内能源使用绿色化水平始终位居前列的四川的经验，十五年间其组合出台56条强制型、15条激励型和1条信息型政策，在有效促进自身能源使用绿色化水平提升的同时与其他省份联系更加密切；清洁能源禀赋水平较低的省份可以参考天津的做法，其清洁能源禀赋水平虽较低，但其在样本期内共计出台21 条强制型、2 条激励型以及1条信息型政策，驱动自身能源使用绿色化水平从2005年的全国第21 位上升至2019 年全国第8 位，在空间动态关联网络中的辐射力也不断增强。

4.2 QAP回归分析

在QAP 相关性分析的基础上，本文进一步对能源使用绿色化空间动态关联的驱动因素进行QAP 回归分析，结果显示R2=0.9269，拟合程度良好。由表6可知：（1）资本存量、清洁能源禀赋和对外开放程度系数均在1%的水平下显著为正且对能源使用绿色化空间动态关联驱动力较大，说明大量的资金投入是推动能源使用绿色化空间动态关联的重要支撑，且各省份之间清洁能源禀赋和需求差异也为跨省份、跨区域的清洁能源运输提供了现实条件，对外开放水平的提升进一步打破了区域和省域之间的壁垒，促进了资金、自然资源、人才、技术和信息的跨省份、跨区域交流和流通，从而对能源使用绿色化空间动态关联产生明显的正向驱动作用；（2）人才资源和政策力度系数在5%的水平下显著为正，但是政策驱动力较小，进一步说明了各省份科学组合出台清洁能源发展政策的必要性，不仅要从政策数量上下功夫，还要在政策约束性和落地性上加强研究；（3）信息化水平系数在10%的水平下显著为正，但是力度相对较小，说明媒体传播能源使用绿色化等相关信息在一定程度上推动了清洁能源跨省份、跨区域联动发展，但仍有较大发挥空间；（4）技术创新水平的回归系数最低且并不显著，说明技术创新对能源使用绿色化空间动态关联的影响甚微，传统认知认为以科学创新和技术进步为核心的科技革命是清洁能源发展和跨省份、跨区域运输的推动力[4]，但是可能由于目前我国清洁能源发展领域自主研发能力较为薄弱，突破技术瓶颈成效不够显著，因此未对能源使用绿色化空间动态关联产生良好的驱动作用。

表6 能源使用绿色化空间关联驱动因素的QAP回归分析

考虑到空间近邻效应的影响，本文进一步分析了不同地理距离对能源使用绿色化空间动态关联的驱动作用，QAP回归分析结果如下页表7所示。结果显示，当省份之间地理距离小于400km 或者600km 时未能展现出对能源使用绿色化空间关联良好的驱动性，但是当省份之间地理距离小于200km或者800km时，可显著推动能源使用绿色化空间动态关联，由此可见空间近邻优势可以有效促进各类资源的流通和共享，从而增强区域之间的绿色能源发展关联性。此外，不同于一般情况，远距离并未削弱能源使用绿色化空间溢出效应，该结果验证了中国“西气东输”和“西电东送”等清洁能源跨省份、跨区域输送工程成效明显，中部地区的“桥梁”和“中介”作用得以有效发挥。

表7 不同地理距离下的QAP回归分析结果

5 结论

本文在分析能源使用绿色化空间动态关联及驱动机理的前提下，引入修正的引力模型检验省份之间是否存在能源使用绿色化空间关联关系，进而利用社会网络分析法探究能源使用绿色化空间网络的总体关联性和结构特征，并使用QAP分析法探寻能源使用绿色化空间关联网络的驱动因素。得出如下结论：

（1）中国省际能源使用绿色化空间动态关联整体网络关联性和溢出效应显著，但是整体网络关联稳定性有待加强，典型的无标度网络特征随着时间的推移有所弱化，存在明显的“小世界”现象。

（2）结合空间动态关联个体网络特征和块模型分析结果可知，经纪人板块成员较为均匀地分布在东、中、西部地区，自身辐射力和对外部资源吸收力都较大，在能源使用绿色化空间关联网络中发挥着良好的“过渡桥”作用；净溢出板块以西部和东北地区省份为主，倾向于对外输出清洁能源，自身整合力较强但是处于空间网络中的边缘地带，对各类资源掌控能力较差；京津地区和长三角地区为净溢入板块，其经济发达而清洁能源匮乏，使其能源使用绿色化水平的提升依赖外部带动，辐射力强且对周边省份的资源利用力度较大，但其对外输出局限于周边邻近省份，且溢出程度与其自身综合实力严重不匹配。

（3）能源使用绿色化空间动态关联网络驱动因素分析结果表明，资本存量、清洁能源禀赋、对外开放程度和人才资源能较大程度驱动能源使用绿色化空间关联发展，政策力度和信息化水平驱动力较小，技术创新驱动效果并不显著，对能源使用绿色化空间动态关联影响甚微。空间近邻优势可以有效促进各类资源的流通和共享，从而加强区域之间绿色能源发展关联性，不同于一般情况，远距离并未削弱能源使用绿色化空间溢出效应，该结果验证了中国“西气东输”“西电东送”等清洁能源跨省份、跨区域输送工程成效明显。