中国电力强度重心迁移及差异研究

谢品杰　潘仙友　林美秀

摘 要：电力资源在中国能源建设及能源发展方式转变中处于中心地位，全面降低电力强度是实现资源、经济、环境可持续发展的关键所在。研究中国电力强度重心迁移路径以及区域差异可以厘清电力强度分布状况，对实现上述目标具有现实意义。本文运用重心理论研究了中国1985年～2014年电力强度重心迁移路径，进而采用泰尔指数计算并分解了区域电力强度非均衡程度。研究结果表明：1985年～2014年，电力强度重心总体上呈现出持续向西迁移的态势。期间，1985年～1993年、2003年～2014年主要呈现为向西北方向移动，1993年～2003年则表现为向西南方向移动的特征。1985年～2000年，区域间及区域内部差异对于重心迁移的贡献率各占50%；2000年～2014年，重心演变推力主要来源于区域内部差异，贡献率均值为54.49%，内部差异则受西北、西南、华北地区影响最大。

关键词：电力强度重心；区域差异；泰尔指数

中图分类号：K901.4 文献标识码：A

0 引言

中国经济的快速增长推动了城市化的加速，城镇人口比重由1985年的23.71%上升至2014年的54.78%，预计2020年，中国城市化水平将达到60%左右[1]。为了满足大幅上涨的城镇人口基本需求，大规模的城市基础设施及住房建设悄然崛起[2]。电力作为不可或缺的资源之一，消费总量以年均9.51%的增长率逐年攀升。然而，受限于技术水平及发展方式，中国电力强度近年来虽有所改善但仍位于较高水平。另一方面，城市化作为区域经济“稳增长”和“调结构”的重要引擎，是社会、经济转型的必经之路[2]。但是，全国各地区城市化程度存在巨大差异[3-4]，电力强度也因此表现出区域差异。虽然适当的差距有利于全面提升中国总体电力消费水平，但过大的差距则会产生消极影响。因此，明确中国目前电力强度布局及区域差异，认清区域电力消费特征，以此制定差异化的节能政策对于促进各地区电力强度趋同，全面提升电力资源利用水平，缓解资源及环境问题具有现实意义。

重心概念最早起源于物理学，其含义是指空间重力场中物体各部分所受重力的合力作用点。众多学者将重心概念应用于人口迁徙[5]、经济发展[6]、能源及碳排放[7-10]等领域的差异分析。关于能源问题的研究，王倩倩等人以一次能源消费产生的人均碳排放为研究对象，利用重心模型分析了中国能源碳排放区域差异问题[7]。任志远等人对中国能源生产、消费以及GDP重心位置进行了测定，并对各自变化特征及其相互关系进行了研究[8]。刘佳骏等人结合重心模型，对中国经济总量、碳排放与碳排放强度重心转移轨迹进行研究，并对其驱动因素进行了说明[9]。Zhang等对中国1997年～2009年煤炭、石油、天然气以及电力供需市场的空间分布格局和重心迁移路径进行了分析[10]。

电力强度问题，同样可以基于重心理论分析其重心迁移以及区域差异特征。然而，仅仅知道区域电力强度差异动态演变趋势，很难判断中国电力强度重心迁移牵引力来源。目前，分析重心迁移原因的方法较少[10-11]，泰尔指数最初用来评估区域之间收入水平的非均衡程度[12]，差异变化程度越大一定意义上代表了重心迁移的频率越高及幅度越大。同时，由于该方法具有将区域间差异分解成区域内部与区域之间差异的优点，因而得到广泛应用。康晓娟等学者利用泰尔指数对中国能源消费分布非均衡程度进行了分解，结果表明，差异主要来源于区域内部，而区域内部非均衡度主要受东部地区省际之间的差异影响[13-15]。

总之，已有文献关于中国能源消费特征的差异研究，大多是基于大能源视角。考虑到电力资源在中国能源消费结构中的重要地位，明确省域电力强度分布特征对于全面推进能源消费革命至关重要。另一方面，明确中国电力强度重心迁移的基础之上，深入分析不同年间重心迁移驱动来源对于针对性地改善落后地区电力资源利用水平，调节区域之间电力强度分布非均衡现状具有一定的现实意义。因而，本文引入重心理论，对中国电力强度重心迁移路径进行测算及分析，进而利用泰尔指数阐述电力强度分布的非均衡程度大小及来源。

1 研究方法及数据来源

1.1 重心模型及其分析方法

在地理学中，重心指空间存在某一点，使得此点各个方向的作用力保持相对平衡[16-17]。而电力强度重心是指在各区域板块中，能在各个方向上保持电力强度均衡的一个点。由于各地区电力强度大小和变化率迥异，故电力强度重心处于动态变化之中。电力强度重心变动反映了地区电力强度差异变化轨迹，可以用来研究国家或区域电力强度区间差异的动态演变以及评估电力强度政策的效果。

电力强度重心可以借助各区域的电力强度和地理坐标来表达。假设第i区域中心坐标为（xi，yi），mi为i区域电力强度的量值，则电力强度重心Q的地理坐标为[6-8]：

X=■ Y=■ （1）

式中：X、Y分别表示全国電力强度重心的经度值和纬度值；xi、yi分别表示第i个次一级区域，即省级区域重心的经度值和纬度值；mi表示第i个次一级区域电力强度的量值。另外，区域重心空间区位年际移动距离的测度公式如下所示：

Ds-k=C·[（Ys-Yk）2+（Xs-Xk）2]1/2 （2）

式中：D表示两个不同年际间重心移动的距离；s、k分别表示两个不同年份；（Xs，Ys）、（Xk，Yk）分别表示第s年和第k年的区域重心所在空间的地理坐标（经度值和纬度值）；C为常数，取111.111，将地理坐标单位（经纬度）换算成平面距离（km）的系数。

1.2 泰尔指数

泰尔指数在充分考虑地区电力强度非均衡性和差异性的同时，将总体差异性分解为区间差异性和区域内部差异性。为了准确反映中国总体层面、区域间及区域内部电力强度的差异，本文借鉴康晓娟等人的做法[13-15]，以各区域电力消费总量作为权重系数，对电力强度差异进行估算及分解，其公式如下：

R=■■ln〔■〕 （3） Ra=■■Rai （4）

Rai=■■ln〔■〕 （5） Rb=■■ln〔■〕 （6）

R=Ra+Rb Zj=■×■ （7） Za=■ Zb=■ （8）

式中，R代表电力强度的总体泰尔指数；Rai代表区域内各基本单元电力强度的泰尔指数；Ra代表区域内泰尔指数，反映区域内部差异；Rb代表区域间泰尔指数，反映区域间差异；E代表全国电力消费总量；Ei代表各省电力消费总量；Ej代表各区域电力消费总量；GDP代表全国经济生产产值总量；GDPi代表各省经济生产产值总量；GDPj代表各区域经济生产产值总量；Za代表区域内贡献率，反映区域内差异对总体差异的影响；Zb代表区域间贡献率，反映区域间差异对总体差异的影响；Zj代表各子区域的贡献率，反映各子区域差异对总体差异的影响；E/GDP为单位生产产值所消耗的电力资源，即电力强度。

1.3数据来源

本文选取1985年～2014年中国内陆28个省域面板数据作为研究样本，由于西藏数据缺失较多暂不考虑，并将重庆市并入到四川省，海南省并入广东省。电力消费总量以各省每年的电力消费总量来表示；GDP以各省域生产总值表示，并以GDP平减指数将各省名义GDP转化为以2000年为基期的实际GDP。所选数据均来自于各年《中国统计年鉴》、《中国能源统计年鉴》以及各地方统计年鉴。

2 实证分析

2.1 特征事实描述

图1反映了1985年～2014年中国国内生产总值以及电力消费总量的增长率趋势，从图中可以看出，1985年～2014年间，GDP年均增长率为11.25%。同期，电力消费总量年均增速为9.51%。对比两者之间长期关系可以发现：电力资源作为经济发展的重要投入要素之一，电力消费与经济增速存在一定偏离。就其本质而言，电力强度是技术进步、管理水平提高以及体制创新的结果，即相对于经济总量和电力消费量而言，电力消费强度在很大程度上是一个外生变量，电力消费强度实际是随着技术进步和管理水平提高而逐渐下降。

另一方面，观察图2可以发现，从全国整体水平来看，1985年～2014年中国电力强度总体保持下降的态势，2000年～2005年略有反弹。纠其原因：（1）21世纪初，尤其是2001年中国加入世界贸易组织后，随着经济实力稳步提升，电力消费总量急剧上升。对比2000年前后经济数据可知，1994年～1999年间，电力消费年均增长率为4.95%，而2000年～2005年间则高达10.69%。与此同时，1994年～1999年中国GDP年均增长率为8.96%，2000年～2005年为9.86%。体制创新的不足及电力资源的粗放型利用方式，经济增长过度地依赖于要素的投入，是导致2000年～2005年中国电力强度逐年攀升的重要原因；（2）受限于资源禀赋条件，中国电力生产以煤电为主，大量的煤炭资源消耗引致了沉重的环境代价。尤其是2003年重化工业重启的制度安排，根据环境部规划院公布的2004年绿色国民经济核算数据显示，2004年中国环境污染损失占当年GDP的3.05%，GDP的环境污染扣减指数为1.8%。巨额的环境退化成本严重制约着此阶段的经济发展，进而也在一定程度了提高了电力强度。2006年开始，即“十一五”期间，中央政府将节能减排目标纳入国民经济发展规划纲要，该目标有效地形成了促进经济发展方式转变的倒逼机制，通过经济结构的调整、引资规模及质量的优化，对于降低电力强度都具有积极意义。

此外，考虑到电力强度作为一个外生变量，地区经济结构及电力要素利用技术水平的差异直接导致各区域电力强度存在显著的差异。图2显示了中国七大区域电力强度演变特征①，具体来看，东部沿海地区（华东及东北地区）电力强度始终保持在较低水平，这是由于东部沿海地区节能技术的发展，使得经济增长对电能的依赖程度相对较低；随着国家提出“振兴东北老工业基地”以及“中部崛起”等战略，中部地区电力强度水平基本持平；值的注意的是，西北地区电力强度在样本期间一直高于其它地区，且差距呈现出向上扩延的趋势。

2.2 电力强度重心迁移特征分析

基于前文中国电力强度特征事实的描述可知，由于电力强度受到了经济发展阶段特征及技术水平的影响，时间及空间维度上呈现出一定的差異。因此，本部分将结合重心理论，首先对中国电力强度重心演变的动态特征进行测算与分析（表1）。如图3所示：1985年～2014年，中国电力强度重心迁移在各个方向上呈现出波动的状态，迁移特点表现为：样本期间，电力强度重心区域总体落在河南省西北部以及陕西省中部地区。从全国范围看，重心位置处于中国中部偏东区域，自1985年至2014年，重心位置由河南省焦作市（112.72，34.89）移至陕西省铜川市（108.63，35.01），年平均移动直线距离为15.15公里。同时，电力强度的重心位置30年间向西移动了26次，移动频率高达86.7%。在经度方向上的绝对极差有4.09度，对应的累积实地距离为454.44公里，而在纬度方向的绝对极差为0.12度，对应的累积实地距离为13.33公里。其中，1985年～1993年及2003年～2014年两个时间段，中国电力强度迁移方向以西北方向为主，经度方向上的绝对极差分别为0.85度和2.01度，纬度方向上的绝对极差分别为0.25度和0.63度。然而，1993年～2003年间，中国电力强度迁移方向则以西南方向为主，经度和纬度方向上的绝对极差分别为1.23度和0.87度，所对应的移动距离为167.4公里。综上所述：1985年～2013年间，中国电力强度重心迁移方向整体上以自东向西为主，其中，1985年～1993、2003年～2013年主要体现为向西北方向移动，1993年～2003年则表现为向西南方向移动的特征。

2.3电力强度区间差异分析

从上述中国电力强度重心的分析结果来看，1985年～2014年，中国电力强度移动轨迹在各个方向上表现出一定的波动性。1985年～1993年以及2003年～2014年，中国电力强度重心迁移主要以西北方向为主，1993年～2003年，以西南方向为主。结合前文电力强度重心的概念可知，省域之间电力强度的差异程度将直接影响中国电力强度重心位置的变化，倘若重心位置朝某一方向移动，则表明在这一方向上电力强度差异量值贡献较大。回顾图2中国1985年～2014年电力强度演化趋势图也可以发现，样本期间西北地区电力强度持续居于高位，1993年～2003年，西南地区电力强度则上升明显，这也在一定程度上印证了上述重心迁移结论。为进一步量化分析电力强度差异程度，本部分将利用泰尔指数进行定量测算，该值大小反映了考察范围内各个地区电力消费差异的大小。其次，通过泰尔指数分解，分析各方向上差异贡献度可对中国电力强度重心迁移的牵引力来源做进一步的说明。

（1）总体及区域间电力强度的差异性

按照式（3），对中国1985年～2014年总体电力强度的差异性进行计算，结果如图4所示。从图中可以看出，2003年之前，中国区域电力强度总泰尔指数维持在同一水平，说明中国总体电力强度差异程度波动范围较小。2003年之后，总泰尔指数呈现出上升的趋势，对比图3重心演变趋势也不难发现，2003年～2014年中国电力强度重心移动速度较前几年较快；其次，比较区域内和区域间泰尔指数曲线（图4），2000年之前，区域内泰尔指数值与区域间泰尔指数值两者对于总体泰尔指数的贡献率大概各占50%左右，2000之后，区域内泰尔指数值上升速度明显高于区域间泰尔指数值。即2000年之前，中国区域间及区域内部经济总量与电力要素投入两者之间差距维持在一个稳态水平。但是，2000年之后，两者之间的差距明显增大，区域内部的不匹配程度增大速度明显高于区域之间，对于总泰尔指数的贡献率均值分别为54.49%和45.51%，这也从侧面反映了一个事实，电力强度区域内部各省份之间的差异对于电力强度重心迁移的贡献度将逐步占据主导地位。因此，利用泰尔指数，本文将对中国大陆七大区域电力强度差异做进一步测算，并根据各区域泰尔指数贡献度对电力强度重心迁移趋势进行补充说明。

（2）区域内电力强度的差异性

利用前文式（5）及式（8）对中国1985年～2014年七大区域内部电力强度泰尔指数及各自对总体差异贡献度进行测算，结果如图5所示。七大区域内部电力强度差异贡献程度在1985年～2014年表现各异。总体而言，华东、华南、华中、东北地区对于总体泰尔指数的贡献率较小，西北部地区贡献最大，主要由于西部地区经济发达程度相对落后，技术水平较为滞后。自改革开放以来，虽然中国政府一直十分重视西部地区的经济发展，大规模的投资以期缩小区域经济差距。然而，由于自然地理因素，国家面向西部地区投资的主要目标为自然地理环境相对较好的四川、陕西等偏东省份，而青海、甘肃等地区受到地理环境、经济基础的制约，电力强度一直得不到有效的改善。此外，西南地区在1993年之前保持在较低的水平，1993年～2003年，其贡献度骤然剧升并于2003年达到20.48%，超过当期西北及华北地区对于总泰尔指数的贡献程度。2003年之后，西南地区的贡献率逐渐回归低水平值。这意味着1985年～1993年，中国电力强度总体差异主要受到了西北及华北地区的牵引，1993年～2003年，西南方向对于总体差异的贡献程度上升，2003年～2013年，总体差异的主要来源回归于西北及华北地区，从而使得中国电力强度重心总体趋势表现以自东向西为主，其中1985年～1993、2003年～2014年主要体现为向西北方向移动，1993年～2003年则表现为向西南方向移动的特征。

3 结论及政策建议

本文引入重心概念，对中国1985-2014年电力强度重心迁移轨迹进行了分析。结论表明：中国电力强度重心总体分布于中部偏东区域，总体移动趋势为自东向西。样本期间，重心位置由河南省焦作市移至陕西省铜川市，年平均移动直线距离为15.15公里。其次，在明确中国电力强度重心移动趋势的基础上，本文利用泰尔指数计算并分解了中国电力强度分布非均衡程度，以此来探究引致中国电力强度重心移动的原因。研究结果表明：全国范围内，中国电力强度区域差异呈现扩大的趋势，区域内部电力强度的差异性对总体差异贡献度较大，区域内部西北、华北及西南地区贡献程度最大。因此，电力强度在各年间迁移路径及速度也表现出一定差异，2000年之后，重心迁移速度有了明显提升。同时，1985年～1993、2003年～2014年主要向西北方向移动，1993年～2003年则向西南方向移动为主。

结合上述研究结论，为了全面、有效地降低中国电力强度，缓解资源、环境与经济发展之间的约束，本文提出了相应的政策建议：

（1）在坚持以经济发展作为“第一要务”的同时，加大地区电力资源节约利用和环境污染防治问题关注度，构建低碳经济发展的新模式。各个区域应该根据自身的优势，不断发展绿色产业，加大清洁能源的开发程度以及先进发电技术的研发力度，逐步提高绿色电能效率，尽快实现经济、资源、环境之间的良性循环。

（2）政府在制定和落实相关区域政策时应该适当偏向于中西部落后地区，优化落后地区经济结构，产业政策重心由倾斜式结构性政策為主，向以支持关键环节功能性政策为主、结构性政策为辅的协同方式转变。同时，随着能源革命的推进，地区之间应该积极发挥协同效应，实现技术有效外溢，降低落后地区电力强度，这不仅仅关乎到西北地区能源合作战略通道的顺利开展，也是进一步构建“一带一路”，实现中国各区域互利共赢的重要基础。

（3）城市化作为“调结构”的有效措施之一，城市建设可以有效提高中国电力资源利用水平。为了更好地发挥城市化所带来的正面影响，政府部门应尽快着手推进城市循环经济以及低碳城市的建设，降低传统能源所占比重，推行可再生替代能源的规模化利用，逐步建立并完善城市能源生产、消费系统。

参考文献：

[1] 林伯强，刘希颖. 中国城市化阶段的碳排放： 影响因素和减排策略[J]. 经济研究，2010（8）：66-78.

[2] 杨丽霞，苑韶峰，王学禅. 人口城镇化与土地城镇化协调发展的空间差异研究-以浙江省69县市为例[J]. 中国土地科学，2013，27（11）：18-22+30.

[3] 周靖祥. 中国区域城镇化差异及成因解释[J]. 数量经济技术经济研究，2015（6）：56-72+89.

[4] 柯善咨，赵曜. 产业结构、城市规模与中国城市生产率[J]. 经济研究，2014（4）：76-88+115.

[5] 李在军，管卫华，柯文前. 中国区域消费与经济、人口重心演变的时间多尺度研究[J]. 经济地理，2014，34（5）：7-14.

[6] 白雪. 中國经济重心空间演变及产业重心分解[J]. 经济问题探索，2015（6）：18-24.

[7] 王倩倩，黄贤金，陈志刚，等. 我国一次能源消费的人均碳排放重心移动及原因分析[J]. 自然资源学报，2009，24（5）：833-841.

[8] 任志远，李强. 1978年以来中国能源生产与消费时空差异特征[J]. 地理学报，2008，63（12）：1318-1326.

[9] 刘佳骏，李雪慧，史丹. 中国碳排放重心转移与驱动因素分析[J]. 财贸经济，2013（12）：112-123.

[10] Zhang Y， Zhang J Y， Yang Z F. Analysis of the Distribution and Evolution of Energy Supply and Demand Centers of Gravity in China[J]. Energy Policy， 2012， 49（1）：695-706.

[11] 张露，龚承柱，李兰兰，等. 中国天然气供需重心迁移路径及贡献度分解[J]. 中国人口·资源与环境，2013，23（12）：90-97.

[12] Theil H， Sorooshian C. Components of the change in regional inequality[J]. Economics Letters， 1979， 4（2）：191-193.

[13] 康晓娟，杨冬民. 基于泰尔指数法的中国能源消费区域差异分析[J]. 资源科学，2010，32（3）：485-490.

[14] 宁亚东，张世翔，孙佳. 基于泰尔熵指数的中国区域能源效率的差异性分析[J]. 中国人口·资源与环境，2014，24（5）：69-72.

[15] 张艳东，赵涛. 基于泰尔指数的能源消费区域差异研究[J]. 干旱区资源与环境，2015，29（6）：14-19.

[16] 王劲峰，李连发，葛咏，等. 地理信息空间分析的理论体系探讨[J]. 地理学报，2000，55（1）：92-103.

[17] 刘旭华，王劲峰，孟斌.中国区域经济时空动态不平衡发展分析[J]. 地理研究，2004，23（4）：530-540.

The movement of power consumption intensity gravity center and the decomposition of difference in China

XIE Pin-jie1， PAN Xian-you1， LIN Mei-xiu2

（1.School of Economics and Management， Shanghai University of Electric Power，Shanghai 200082，China； 2. Zaozhuang Power Supply Company，State Grid Shandong Electric Power Company， Shandong 277100，China）

Abstract： Power resource is at the center of China's energy construction and energy development mode， meanwhile， at the same time， how to reduce the power intensity is the key to sustainable development of Chinese， economy. Therefore， the study on the migration path of power consumption intensity gravity center and the regional difference can clarify the situation of China's power intensity at present. By using the theory of gravity， the author studied the migration path of electricity intensity in China between 1985-2014 ， and then calculated the disequilibrium degree of China's power intensity by adopting Theil index. The results showed that in the period of 1985-2014， electric power intensity in China takes on a tendency of continuing to west migration. During the years of 1985-1993 and 2003-2014，the orientation of migration is northwest， but the orientation of migration is southwest in the year of 1993-2003.In 1985-2000 the contribution of the power intensity between the different regions and internal differences to the movement of power consumption intensity gravity center are 50%. During the period of 2000-2014，the average ratio of contribution from internal difference is 54.49%， northwest， southwest and north China account for the internal difference.

Key words： power intensity gravity center； regional difference； Theil index