基于GRA-TOPSIS的經(jīng)濟增長對能源依賴度評價與預測

沈夢涵 鄒昀東

[摘 要] 從能耗水平和結(jié)構(gòu)效應(yīng)兩個維度，構(gòu)建經(jīng)濟增長對能源依賴度評價指標體系。在此基礎(chǔ)上利用基于熵值權(quán)重的GRA-TOPSIS評價方法，對我國2001—2018年經(jīng)濟增長對能源的依賴度進行了評價與分析，進一步采用BP神經(jīng)網(wǎng)絡(luò)模型預測我國2019—2021年的能源依賴度發(fā)展趨勢。研究表明，考察期內(nèi)經(jīng)濟增長對非清潔能源的依賴度并不穩(wěn)定，總體上呈先上升后波動性下滑的趨勢，預期未來會有所回升;經(jīng)濟增長對清潔能源的依賴度指數(shù)經(jīng)歷了小幅波動和逐漸上升兩個階段，預期2019年后會略微下滑。

[關(guān)鍵詞] 經(jīng)濟增長;能源;依賴指數(shù);評價指標

[中圖分類號] F062.1[文獻標識碼] A[文章編號] 1009-6043（2020）06-0133-03

一、引言

能源作為國民經(jīng)濟一大生產(chǎn)要素，一直是社會經(jīng)濟發(fā)展的重要支柱，也是衡量經(jīng)濟可持續(xù)發(fā)展的重要指標?，F(xiàn)如今，我國正處于城鎮(zhèn)化、現(xiàn)代化發(fā)展的重要歷史時期，能源不僅成為促進現(xiàn)代化農(nóng)業(yè)、工業(yè)發(fā)展的最大動力，更是成為用以衡量居民生活水平和綜合國力的重要標準。正是由于我國經(jīng)濟的發(fā)展過度依賴于煤炭等非清潔能源，我國成為世界上最大的溫室氣體排放國，能源供給缺口也日益擴大。出于有效控制環(huán)境污染、緩解能源壓力等方面的全盤考慮，近年來，政府開始扶持清潔能源產(chǎn)業(yè)的發(fā)展，不斷優(yōu)化能源結(jié)構(gòu)，促進經(jīng)濟發(fā)展方式轉(zhuǎn)變。在此背景下，經(jīng)濟與各類能源之間的依賴關(guān)系必然會發(fā)生一定程度的變化。為此，科學測度經(jīng)濟增長與能源之間的關(guān)系成為了一項重大的研究課題。

本文從能耗水平和結(jié)構(gòu)效應(yīng)兩個維度出發(fā)，構(gòu)建評價經(jīng)濟增長與能源依賴關(guān)系的綜合指標體系，提出用“經(jīng)濟增長對能源依賴度”作為評價經(jīng)濟對能源依賴程度的綜合指標，并對這一指標的發(fā)展趨勢進行了詳細分析與預測。

二、評價指標體系構(gòu)建

由于經(jīng)濟增長對能源的依賴涉及因素眾多，當前學界并無詳細的評價準則，因此本文在現(xiàn)有認知條件下，從能耗水平和結(jié)構(gòu)效應(yīng)兩個維度對其進行分解。據(jù)此，本文以2001-2018年為研究時段，構(gòu)建了包含1個目標層，2個分解層和6項反映能源與國民經(jīng)濟緊密程度的宏觀經(jīng)濟指標在內(nèi)的三級能源依賴度評價指標體系。以下就各指標的計算與經(jīng)濟含義進行說明。

（一）能耗水平

1.億元GDP能源消耗（I1）。反映能源對經(jīng)濟發(fā)展的貢獻，是每創(chuàng)造一億元GDP（以2000年為基期平減）所需平均消耗的實際能源量。

I1 =某種能源消費量/GDP總量

2.能源消費彈性系數(shù)（I2）。反映能源運行狀況和經(jīng)濟發(fā)展對能源消費的依賴度，即實際GDP每增長百分之一，對應(yīng)的能源消費增長的百分比。

I2 =某種能源消費增速/GDP增速

3.能源生產(chǎn)彈性系數(shù)（I3）。反映經(jīng)濟發(fā)展對能源生產(chǎn)的依賴度，即實際GDP每增長百分之一，對應(yīng)的能源生產(chǎn)增長的百分比。

I3 =某種能源生產(chǎn)增速/GDP增速

（二）結(jié)構(gòu)效應(yīng)

1.能源消費結(jié)構(gòu)（I4）。反映各種不同能源在能源消費體系中的地位，即某種能源消費占我國能源消費總量的比例。

I4 =某種能源消費量/能源消費總量

2.能源生產(chǎn)結(jié)構(gòu)（I5）。反映各種不同能源在能源生產(chǎn)體系中的地位，即某種能源生產(chǎn)占我國能源生產(chǎn)總量的比例。

I5 =某種能源生產(chǎn)量/能源生產(chǎn)總量

3.能源貢獻率（I6）。反映某種能源對能源消費增長的貢獻率。

I6 =某種能源消費增量/能源消費總增量

其中，I1-I6均為正向指標，即隨著指標值的上升，經(jīng)濟增長對能源的依賴度提升。

三、評價方法

（一）熵值法

本文采用熵值法計算不同指標的權(quán)重。假設(shè)經(jīng)濟增長對能源依賴度有T={T1，T2，…，Tm}個評價年度，共包含I={I1，I2，…，In}個評價指標。具體計算過程如下：

1.對數(shù)據(jù)進行歸一化處理，以消除數(shù)據(jù)本身的規(guī)模效應(yīng)。設(shè)初始樣本為X=（xij）m×n，i∈{1，2，…，m}，j∈{1，2，…，n}，歸一化后的指標數(shù)值記為yij。由于本文采用的指標均為正向指標，因此采用歸一化公式：

yij=（xij-mini（xij））/（maxi（xij）-mini（xij））

2.確定指標權(quán)重。具體賦權(quán)過程如下：

式中：pij表示第j項指標下第i個評價年度占該指標的比重，ej表示第j項指標的熵值，dj為信息熵冗余度，wj即為第j項指標的權(quán)重。權(quán)重越大，對應(yīng)的指標對目標層的影響越強。

（二）GRA-TOPSIS評價模型

由于能源依賴度涉及因素眾多，其指標體系也具有較大的動態(tài)性，因此選用單一評價模型對能源依賴度進行評價有失準確。鑒于此，本文采用GRA-TOPSIS綜合評價模型，基于熵值權(quán)重對能源依賴度進行測度與評價。由于該種評價方法完全利用樣本數(shù)據(jù)的信息，不需要相對較為主觀的專家法進行賦權(quán)，同時結(jié)合了灰色關(guān)聯(lián)度分析和TOPSIS評價模型的優(yōu)點，因此得出的評價結(jié)果相較于單一評價方法更為準確和合理。具體評價步驟如下：

其中，zij為加權(quán)規(guī)范決策矩陣，Z+和Z-為決策矩陣的正負理想解，d+和d-為評價年度與正負理想解的Euclid距離，R+和R-為評價年度與正負理想解的灰色關(guān)聯(lián)系數(shù)矩陣，ρ為分辨系數(shù)，一般取ρ≤0.5463時達到最優(yōu)分辨率，本文取ρ為0.5。r+和r-為評價年度與正負理想解的灰色關(guān)聯(lián)度，對d+、d-、r+和r-分別進行歸一化處理得到無量綱化后的Euclid距離和灰色關(guān)聯(lián)度。S+和S-分別反映了評價年度與理想值的接近程度和遠離程度，α和β則是用于反映評價者對評價年度關(guān)注程度的系數(shù)，本文取α=β=0.5。C+即為各評價年度的灰色貼近度，也即經(jīng)濟增長對能源的依賴度指數(shù)。灰色貼近度越大，代表該年度經(jīng)濟增長對能源依賴度越高。

（三）BP神經(jīng)網(wǎng)絡(luò)預測模型

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡(luò)，其基本思想是信息的正向傳輸和誤差的反向傳輸。在正向傳輸過程中，輸入的信息通過隱藏層激活函數(shù)進行計算并將結(jié)果傳輸?shù)捷敵鰧?。若輸出層接收到的結(jié)果與目標輸出的差超過給定的誤差值，則按照原始路徑反向傳播誤差，修改神經(jīng)元的權(quán)重和閾值。BP神經(jīng)網(wǎng)絡(luò)模型就是通過如此重復傳輸信息與誤差，以不斷接近所需目標輸出，最終達到預測目的。

設(shè)輸入樣本為P={P1，P2，…，Pq}，與其對應(yīng)的輸出樣本為C={C1，C2，…，Cq}，實際輸出為O={O1，O2，…，Oq}，則具體實現(xiàn)步驟如下：

1.對能源依賴度指數(shù)進行訓練集和測試集的劃分。確定各層神經(jīng)元個數(shù)和層間連接權(quán)值Wij、Wjk，指定訓練目標最小誤差、訓練次數(shù)、學習率、神經(jīng)元激活函數(shù)等參數(shù)。其中，隱藏層神經(jīng)元個數(shù)根據(jù)經(jīng)驗公式L=+c計算得出，a為輸入層閾值，b為輸出層閾值，c為1-10之間的整數(shù)。

2.計算隱藏層第j個神經(jīng)元輸出結(jié)果：

Hj=f1（∑WijPi+lj），j=1，2，…，L

3.計算輸出層第k個神經(jīng)元輸出結(jié)果：

Ok=f2（∑WjkHj-bk），k=1，2，…，b

4.計算期望輸出與實際輸出的誤差：

ek=Ek-Ok

5.返回誤差，對權(quán)值、閾值進行更新：

式中，θ為學習率。步驟5后判斷算法迭代是否結(jié)束，若未結(jié)束則返回步驟2重復運算。如此多次重復更新后即可對能源依賴度進行預測。

四、經(jīng)濟增長對能源依賴度評價與預測

（一）評價結(jié)果及分析

為揭示經(jīng)濟增長對各類能源的依賴情況，本文依據(jù)前文構(gòu)建的評價指標體系，采用2001-2018年的時序數(shù)據(jù)，分別測度經(jīng)濟增長對非清潔能源、清潔能源的依賴度指數(shù)。指數(shù)發(fā)展趨勢如圖1所示。其中，非清潔能源包括煤炭、石油、天然氣等不可再生能源，清潔能源為包括水能、核能、風能等在內(nèi)的可再生能源。非清潔能源和清潔能源的具體數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》，各類清潔能源數(shù)據(jù)則是依據(jù)歷年《中國能源統(tǒng)計年鑒》中不同清潔能源占清潔能源總量的比例進行劃分。由于國家能源局2010年開始公布風電產(chǎn)量和消費量數(shù)據(jù)，因此本文針對清潔能源依賴度指數(shù)的探討，僅從水能和核能兩個角度展開。

由圖1可知，自2001年以來，經(jīng)濟增長對非清潔能源依賴度總體趨勢是先上升后波動性下滑的。其中2001-2003年依賴度呈現(xiàn)出較高的增長水平，是由于當時我國仍舊處于以煤炭等非清潔能源資源消耗為主的粗放型經(jīng)濟發(fā)展模式，經(jīng)濟增長對非清潔能源依賴度較高。2003-2004年依賴度短暫的維持峰值后開始呈現(xiàn)出下降態(tài)勢，期間在2008-2011年經(jīng)歷了小幅回升，這是由于清潔能源處于發(fā)展初期，能源需求尚不穩(wěn)定，因此發(fā)展較為波動。2012后又顯著下降，原因在于當時清潔能源發(fā)展勢頭正猛，經(jīng)濟對非清潔能源的需求有所下滑。而2016年后，經(jīng)濟增長對非清潔能源依賴度指數(shù)有小幅回升。

經(jīng)濟增長對清潔能源依賴度的總體發(fā)展趨勢大致經(jīng)歷了小幅波動和逐漸上升兩個階段。其中2001-2011年的變化趨勢并不明朗，這主要是由于清潔能源發(fā)展初期，經(jīng)濟增長對清潔能源的需求尚不穩(wěn)定，因此呈現(xiàn)出波動趨勢。2012年后依賴度指數(shù)一路攀升，是由于近年來國家出臺的各項清潔能源利好政策使得經(jīng)濟對于清潔能源的需求逐漸增強。2016年依賴度到達峰值后又有所回落，但降幅并不明顯，相對于基期仍舊處于高位狀態(tài)。

清潔能源中，兩類能源依賴度總體均呈上升趨勢。其中經(jīng)濟增長對水能依賴度的發(fā)展趨勢較為波動，大致經(jīng)歷了一個逐步下降，階段性回升，短暫下降，逐步提升，后又回落的變化過程。而經(jīng)濟增長對核能依賴度的發(fā)展在很長一段時間內(nèi)較為穩(wěn)定，2001-2004年經(jīng)歷了先升后降的過程，在此后的十年間一直維持穩(wěn)定狀態(tài)，2014年開始迅速上升，其后除2017年有短暫的回落外，其余年份均保持高位狀態(tài)。

（二）發(fā)展趨勢預測

為揭示未來經(jīng)濟增長對能源依賴度指數(shù)的發(fā)展趨勢，本文基于BP神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)了未來三年清潔能源與非清潔能源依賴度的預測。運用MATLAB程序?qū)η拔臉?gòu)建的神經(jīng)網(wǎng)絡(luò)進行訓練及預測，得到各評價年度的最終誤差及預測結(jié)果如圖2所示。由圖可知，除極個別年份的擬合誤差較大外，其余年份的擬合情況良好，說明該BP神經(jīng)網(wǎng)絡(luò)模型具有較高的預測精度。預測結(jié)果顯示，經(jīng)濟增長對非清潔能源依賴度的未來發(fā)展趨勢是逐漸回升，而清潔能源依賴度的未來發(fā)展趨勢是先有上升，2019年后略微下滑。

五、結(jié)論與討論

本文利用基于熵值權(quán)重的GRA-TOPSIS評價方法，對經(jīng)濟增長對能源的依賴度進行了測度與分析，進一步采用BP神經(jīng)網(wǎng)絡(luò)模型對依賴度進行預測。結(jié)果顯示，考察期內(nèi)經(jīng)濟增長對非清潔能源的依賴度總體上呈先上升后波動性下滑的趨勢，而清潔能源的依賴度則是經(jīng)歷了小幅波動和逐漸上升兩個階段。

清潔能源發(fā)展初期，受到技術(shù)和資源的限制，我國對清潔能源利用不充分，經(jīng)濟發(fā)展對清潔能源的需求也較小，導致了清潔能源依賴度一直處于較低水平，能源需求主要還是集中在非清潔能源方面。近年來，隨著我國相關(guān)能源發(fā)展戰(zhàn)略的陸續(xù)出臺，清潔能源發(fā)展加快，其能源依賴度有了顯著提升。而同一時期，由于國家進一步加大了節(jié)能減排力度，加快退出落后產(chǎn)能，使得非清潔能源的依賴度大幅降低。2016年后清潔能源依賴度有所回落，主要是由于清潔能源的消費增量占比能源消費總增量顯著下降，導致清潔能源的貢獻率大幅降低，但預期未來的清潔能源依賴度仍舊能維持在較高水平。相對的，非清潔能源貢獻率顯著提升，預測結(jié)果也表明未來的非清潔能源依賴度會逐漸回升。

本文研究結(jié)果表明我國以煤炭等非清潔能源消耗為主的粗放型經(jīng)濟發(fā)展模式，近年來已得到一定程度的轉(zhuǎn)變，清潔能源逐漸成為經(jīng)濟增長的一條命脈。但經(jīng)濟發(fā)展方式仍未得到根本性變革，非清潔能源在能源消費和經(jīng)濟增長中的地位依舊難以撼動，我國要實現(xiàn)經(jīng)濟形態(tài)向綠色、低碳、環(huán)保方向發(fā)展的任務(wù)，仍舊任重而道遠。

[參考文獻]

[1]范亞宣.河北省能源消費與經(jīng)濟發(fā)展關(guān)系研究[J].商業(yè)經(jīng)濟，2020（1）：33-34.

[2]金殿臣，李媛.能源消費、經(jīng)濟增長與產(chǎn)業(yè)發(fā)展的實證研究——基于中國1953年-2014年的數(shù)據(jù)分析[J].現(xiàn)代管理科學，2017（5）：55-57.

[3]孟望生.經(jīng)濟增長方式轉(zhuǎn)變與能源消費強度差異的收斂性——基于中國2001-2016年省級面板數(shù)據(jù)[J].資源科學，2019，41（7）：1295-1305.

[4]汪瀟，汪發(fā)元.能源工業(yè)投資、能源消費對經(jīng)濟增長的影響[J].統(tǒng)計與決策，2019，35（20）：133-136.

[5]徐斌，陳宇芳，沈小波.清潔能源發(fā)展、二氧化碳減排與區(qū)域經(jīng)濟增長[J].經(jīng)濟研究，2019，54（7）：188-202.

[6]胡軍峰，趙曉麗，歐陽超.北京市能源消費與經(jīng)濟增長關(guān)系研究[J].統(tǒng)計研究，2011，28（3）：79-85.

[7]謝和平，劉虹，吳剛.我國GDP煤炭依賴指數(shù)概念的建立與評價分析[J].四川大學學報（哲學社會科學版），2012（5）：89-94.

[責任編輯：高萌]

[作者簡介]? 沈夢涵（1996-），女，浙江杭州人，碩士研究生，研究方向：經(jīng)濟統(tǒng)計;鄒昀東（1996-），山東煙臺人，碩士研究生，研究方向：經(jīng)濟統(tǒng)計。