能源占其能源总消费的份额其中，人由以上定义，我们可将地区的能源强度表示为如下式子：匕根据Ang（2005）的研究，利用LMDI乘法形式的分解方法，能源强度的变化可以分解为下式：=/：/和Z=L/分别表示资本能源比和劳动能源比。式（6）等号右边前两项分别是技术效率变化和生产技术变化的倒数，刻画了技术效率变化和生产技术变这是一个典型的新古典生产框架。

　　具体推导可参阅Wmig（2007）或向作者索取。

　　ttt界经济化所导致部门；的能源强度变化，因此分别称为技术效率效应和生产技术效应。显然，技术效率的提升和技术进步可以促进能源强度的下降。技术效应和效率效应两项的乘积正是全要素生产率指数的倒数，因而这两项之积测度了全要素生产率变化所引起的能源强度变化。第三项和第四项分别表示资本能源比和劳动能源比变化所带来的部门；的能源强度变化，刻画了资本能源替代和劳动能源替代对能源强度变化的效应。容易证明资本能源替代效应和劳动能源替代效应具有以下良好性质：当1〖，>（<）1：。T时，（>）1，即能源强度与劳动能源比呈反方向变动；当心>（<）fc：，T时（多）1，即能源强度与资本能源比呈反方向变动。资本能源比和劳动能源比的变化反映了生产过程中资本、劳动与能源投人之间产生了相对替代。资本（劳动）能源比下降意味着生产活动中更多地使用能源，即能源对资本（劳动）产生了替代作用。这个性质说明资本和劳动对能源的替代可以降低能源强度。

　　类似地，如果以时期r的生产技术作为基准，则产业部门i的能源强度变化分解为：为了避免技术参照选择的不同造成分解结果的不一致，我们取。

　　与上文推导类似，我们可以将全国的能源强度表示如下形式：则全国的能源强度变化可以分解为：与格局效应各分解因素对能源强度变化的百分比贡献可以由下式计算得到。

　　需要进一步指出的是，由于IDA和PDA都弟有时间可逆、因素可逆、聚合性和零值稳健四个良好性质，本文的分解模型作为IDA和PDA的结合也继承了这些性质。

　　本文以中国内地30个省市区为研究对象，以2003 ~2010年为研究窗口。考虑到数据的可获得性，我们将整个经济划分为三大产业部门，即**产业、第二产业和第三产业。各地区三大产业的劳动投人（/以年末从业人员数来衡量，数据来自CE-IC中国经济数据库。各地区三大产业的产出以国民经济核算中的产业GDP来衡量，数据来自CEIC中国数据库。资本投入以资本存量作为代理变量。2003 ~2006年的各地区分产业资本存量直接来源于Wu（2009）的研究，我们依照其方法将时间序列进一步延伸到2010年。GDP和资本存量的数据都转化为2005年的不变价格水平。

　　地区分产业的能源消费原始数据来自中国能源统计年鉴中的各地区能源平衡表。地区能源平衡表提供了“农、林、牧、渔业”、“工业”、“建筑业”、“交通运输、仓储和邮政业”、“批发、零售业和住宿、餐饮业”、“生活消费”和“其他”等部门的能源消费数据。Ma和Stem（2008）的方法，我们将其能源消费量合并为三大产业的能源消费量。为了简化计算，我们进一步将各种能源消费量合并为煤炭、石油、天然气和电四个能源品种的消费量。

　　三结果及讨论（一）各地区能源强度变化及其决定因素分析利用线性规划的方法，我们首先计算式（8）的各个分解成分，在此基础上我们计一方面由于西藏能源数据缺失严重；另一方面西藏能源消费量在全国所占比重很小，可以忽略不计，故西藏不在本文研究范围之内由于2000-2002年的宁夏能源平衡表和2002年的海南能源平衡表缺失，为了保持面板数据的平衡（PDA模型的要求），我们以2003年作为研究的时间窗口起点。

　　**产业包括“农、林、牧、渔业”；第二产业包括“工业”和“建筑业”；第三产业包括“交通运输、仓储和邮政业”、"批发、零售业和住宿、餐饮业“、”生活消费“和”其他“。

　　具体的线性规划问题形式及求解参阅W　　世界经济算的能源强度变化来看，天津和安徽能源强度下降*快，分别下降了39%和38.9%；而湖南和云南两地能源强度出现了反弹现象，分别上涨了1.6%和2.5%.从能源强度变化的分解成分来看，技术进步和资本能源替代效应是中国地区能源强度下降的主要因素。技术进步在18个省（市区）中是能源强度下降的*大贡献者；在其他11个省（市区）中，资本能源替代效应是能源强度下降的*大推动力。从三大地区的均值来看，我们可以发现一个有趣的现象：东部和西部地区能源强度下降的主要推动力在于技术进步（分别推动能源强度下降24.1%和19.4%③）；而中部地区能源强度下降的*大推动力在于资本能源替代效应（平均推动能源强度下降21.9%）。此外，东部技术进步的速度快于中部地区，西部地区的技术进步*慢。这一结论与中国东中西三大地区的梯度发展现状非常吻合。在资本能源替代效应上，中西部地区**于东部地区。一个可能的解释是中西部地区不断承接来自东部地区的产业转移，由此带来的投资加速了中西部地区的资本积累。资本投人的增加可以替代能源投人进而降低能源强度。另外，中西部地区能源资源丰富，而资本存量相对低，因此资本增加的边际效应要大于东部地区。

　　与资本能源替代效应相反，劳动能源替代效应在所有地区（广西除外）的值都大于1，即推动了能源强度的上升。主要原因在于进人21世纪之后，农村剩余劳动力大大减少，劳动力增长速度缓慢，而能源消费量迅速上升，劳动能源比下降，即能源在生产中替代了劳动，进而对能源强度的下降产生负面影响。能源间替代效应对能源强度变化的影响很小，基本可以忽略。在技术效率效应方面，我们可以看到有20个省（市由于IDA模型使用了连续时间的推导方法，因此时间间隔越小，分解精度越高。有鉴于此，我们采用Ma和Stern（2008）的建议，采用时间序列的方法进行分析，即采用逐年（year-by-year）进行分解，进而累乘获得整个研究区间（2003~2010年）的分解结果。事实时期区间的分解结果可以由时间序列的方法推导出来，反之则不行。

　　为了节省篇幅，我们略去逐年分解等中间计算结果，只报告了2003~2010年的分解结果，感兴趣者可以向作者索取。

　　由表1中分解项的值减去1后乘以100%得到（见的技术效率效应值大于1，即这些地区的技术效率下降，进而推动了能源强度的上升。这一结果与孙广生等（2012）的发现基本一致。这一结论也说明了中国现阶段大部分地区的经济还是粗放型的发展模式，资源还没有得到充分的利用。事实上，这也是中国要素市场长期存在扭曲，要素价格被人为低估的必然后果。在产业结构效应方面，除了北京和上海外，其他省（市区）的产业结构效应值基本都大于1，说明产业结构变化在这些地区阻碍了能源强度的下降。这一结果与现阶段中国大部分地区正处于快速工业化阶段，工业比重不断上升的情况相符。与此相反，北京和上海分别是中国的政治文化中心和经济中心，其经济发展开始进人后工业化阶段，工业比重在不断下降，而服务业比重在不断上升。因此，北京和上海产业结构的调整促进了其能源强度的下降。这一结果也与我们的预期一致。

　　为了将我们的分解方法与PDA进行比较，我们利用Wang（2007）的PDA模型对中国30个省（市区）在20032010年间的能源强度变化进行了分解。表2报告了相关的计算结果。

　　从表2可以发现：不同于我们模型的分解结果，PDA分解结果显示大部分地区能源强度下降的主要推动力在于产业结构效应、资本能源替代效应和能源间替代效应。

　　然而，正如我们前面所讨论的，PDA模型在测度产业结构效应和能源间替代效应时存在明显的缺陷。例如，北京产业结构效应的值大于1，即在2003 ~2010年间产业结构变化提高了北京的能源强度，这与北京同时期的产业结构变化实际情况不符。相似的情况也出现在能源间替代效应上。20032010年，为了提高空气质量，北京着力于能源消费结构的调整，通过“煤改气”等工程降低煤炭的消费比重。由于煤炭是一种低质量的能源，因此我们预期其他能源对煤炭的替代可以促进能源强度的下降（至少不会导致能源强度的上升）。然而PDA模型却给出一个相反的结论，即能源间替代效应会使北京的能源强度上升6.4%.此外，PDA模型的分解结果显示，能源间替代效应对宁夏、内蒙古、安徽和湖南等多个地区能源强度的下降具有不同程度的推动作-2010年有12个地区的技术效率出现了下降。

　　林伯强和杜克锐（2013b）通过对要素市场扭曲和能源效率关系的分析发现，要素市场扭曲使得能源效率降低了10%. Wang（2007）的PDA模型是对能源生产率（能源强度的倒数）进行的分解。因此，我们对其分解等式取倒数转化为对能源强度变化的分解。限于篇幅，我们这里没有给出PDA模型的分解等式，详细内容参阅Wang（2007）的研究u ~2010年各地区能源强度变化及其决定因素地区能源强度变化产业结构效应全要素生产率效应生产技术技术效率效应效应资本能源替代要素替代效应劳动能源替代能源间替代安徽北京福建甘肃广东广西贵州海南河北河南黑龙江湖北湖南吉林江苏江西辽宁内蒙古宁夏青海山东山西陕西上海四川天津新疆云南浙江重庆东部平均"中部平均a西部平均3说明表示几何均值，下同。东部地区包括辽宁、河北、天津、北京、山东、江苏、上海、浙江、福建、广东和海南11个省市区；中部地区包括黑龙江、吉林、内蒙古、山西、安徽、江西、河南、湖北、湖南9个省区；西部地区包括陕西、甘肃、宁夏、青海、新疆、四川、重庆、云南、广西和贵州10个省市区。

　　表2 2003~2010年各地区能源强度变化及其决定因素：PDA模型分解结果地区能源强度变化产业结构效应全要素生产率效应生产技术技术效率效应效应资本能源替代要素替代效应劳动能源替代能源间替代安徽北京福建甘肃广东广西贵州海南河北河南黑龙江湖北湖南吉林江苏江西辽宁内蒙古宁夏青海山东山西陕西上海四川天津新疆云南浙江重庆东部均值a中部均值8西部均值4说明：M表示不存在可行解。

　　用。然而，通过统计数据分析，我们发现这些地区在样本区间内一；t保持着相对稳定的能源消费结构，煤炭消费比例居高不下。因此，我们很难理解在样本时期内能源间替代能够对能源强度的下降产生如此大的作用。从生产技术效应来看，我们发现安徽、福建和广西等多个地区的生产技术效应值大于1，即技术出现了明显的退步。这明显与我们的常识相悖。通过对表1和表2进行比较，我们不难看出本文模型得到的结论比PDA模型更加合理。

　　（二）中国能源强度变化及其决定因素分析利用中国能源强度变化的地区贡献度分析对对全国能源强度在2003~2010年间变化的贡献。从图中我们可以看到，有6个省对能源强度下降的贡献大于1%，分别是河北）、山西（-105%）和黑龙江（-1.02%）。从表1我们可以看到，这些省份也是能源强度下降比较大的地区，技术进步和资本对能源的替代是主要的推动力。例如，安徽和贵州能源强度分别下降了38.9%和36.6%.湖南、福建、陕西和重庆4个省（市）对全国能源强度下降的贡献都小于0.1%，与我们的预期基本相符。2003~2010年，这4个省（市）的能源强度下降幅度都不及7%，远低于全国平均水平，技术效率的恶化阻碍了这些地区能源强度的下降。与其他省（市区）不同，内蒙古推动了全国能源强度上升了0.88%.这主要是内蒙古煤炭资源丰富，煤炭使用成本较低，使得内蒙古的能源强度长期位于全国平均水平之上。虽然在样本期间内蒙古的能源强度有小幅下降，但由于其产出份额的增加抵消了其能源强度下降的效应，*终使其推动全国能源强度的上升。

　　张伟和朱启贵（2012）对中国工业能源强度变化的研究也发现能源间替代对能源强度变化的影响十分微弱。

　　根据作者的测算，内蒙古产出占全国的比重由2003年的1.7%上升到2010年的2.3%.王锋等（2013）在对中国碳强度变化的地区贡献分析中也发现类似的现象：内蒙古在1997 -2008年的碳强度虽然下降18.67%，但由于其产值份额的上升对全国碳强度的下降产生了相反的净效应（推动了全国能源强度上升1.1%）。

　　B西部O中部E3东部翳画三大地区对全国能源强度变化的相对贡献。从图中我们可以得到以下几个结论：（1）2003~2004年的能源强度上升是由中部地区造成的；（2）2004~2005年的能源强度上升主要由1）7即20W东部地区推动；（3）从都推动了全国能源强度的下降，其中山'主导地位的是东部地区，其对全国能源强度下降的贡献度保持在40%的水平以上。通过统计数据的分析，我们发现2003 ~2005年，湖南、河南、河北、吉林、黑龙江和闪蒙占等屮部地区进（区）di于技术效率的恶化和工业部门的快速扩张导致能源强度有不同程度的hI.东部地区的情况稍有不同，在2003 ~2004年期间，只有少数省和市，如海南、111东和上海等出现能源强度的反弹，而在20042005年期间，大部分东部省（丨了）都出现了能源强度的上升。

　　2004年，中国能源强度上升主要是由中部地区能源强度的上升所三大地区对全国能源强度变化的贡献率致；而东部地区整体上对中国能源强度上升的贡献为负，即推动了中国能源强度的下降。由于东部地区在全国的经济比重较大，该地区在2004 ~2005年间出现能源强度反弹，成为中国能源强度上升的主要贡献者。对于西部地区而言，其能源强度高于全国平均水平，节能空间比较大，大部分省（市区）在2003 ~2005年都没有出现能源强度上升。因此，西部地区整体上并没有推动中国能源强度的反弹。相比三大地区的贡献度在2003~2005年间的波动，由于中央政府在“十一五”规划中明确制定了各个省（市区）的能源强度下降目标，各个地区都采取了阶段性的节能措施，因而20052010年，三大地区对能源强度变化的贡献都为负且相对稳定。

　　四主要结论针对IDA和PDA的缺陷，本文提出了一个分析能源强度变化的综合分解框架。

　　与IDA和PDA相比，本文模型的贡献在于：（1）进一步分析了部门能源强度变化的机理，进而为IDA分解结果提供了更好的经济学解释；（2）解决了PDA模型在产业结构效应和能源结构效应（能源间替代效应）测度上的缺陷；（3）为全国层面的能源强度变化与地区经济变量之间建立了联系，使得地区层面的分解效应可以通过加总来反映各因素对全国层面能源强度变化的影响。

　　利用本文提出的模型，我们对2003 ~2010年中国30个省（市区）能源强度变化的驱动因素进行了分析，得到以下主要结论：（1）2003 ~2010年，技术进步是中国能源强度下降的*大推动力，推动能源强度累计下降20. 3%，年均下降3.2%；资本替代能源的作用次之，推动能源强度累计下降16.5%，年均下降2.6%.能源替代劳动、产业结构变化和技术效率下降是阻碍中国能源强度下降的主要因素。地区经济格局的变化及能源间替代效应对能源强度变化的影响非常有限。（2）从地区能源强度变化的影响因素来看，东部和西部地区能源强度下降的主要推动力来自技术进步，而中部地区能源强度下降的*大推动力在于资本对能源的替代。在能源强度下降的不利因素方面，东部和西部地区的*大阻力是能源对劳动的替代，而中部地区的*大阻力在于产业结构变化。（3）从中国能源强度变化过程中的各个地区贡献来看，河北、广东、安徽、贵州、山西和黑龙江6个省对中国能源强度下降的推动作用较大，而湖南、福建、陕西和重庆4个省（市）的贡献比较小，内蒙古对全国能源强度的下降起到了抑制作用。