長江經濟帶能源高質量發展的測度與聚類分析

（湖南大學金融與統計學院，長沙 410079）

引 言

長江經濟帶橫跨我國東中西三大區域，經濟密度高、發展潛力大、影響范圍廣，是我國經濟發展的重點區域。長江經濟帶發展是黨的十九大報告中提出的國家級三大戰略之一，起到開拓“生態優先、綠色發展”道路的示范性作用。能源不僅是我國實體經濟發展的重要物質基礎，也是協調生態環境保護和經濟發展的關鍵。推動能源高質量發展是推動生態文明建設、建設綠色發展體系的決定性力量，是經濟高質量發展中重要一環。研究長江經濟帶能源高質量發展問題具有重要理論和實踐指導意義。

能源高質量發展問題得到許多學者的關注。國外能源發展評價問題的研究主要集中于評價方法創新，Tolga Kaya和 Cengiz Kahraman（2011）結合TOPSIS法和模糊層次分析法提出修正模糊TOP?SIS法，發現風能是最佳替代能源［1］。Mayuresh Patole等（2017）使用加權線性函數，提出多指標夾點分析方法，應用于印度電力行業的能源規劃研究［2］。國內研究中，許多學者從理論角度論述了我國能源高質量發展的內涵和目標，并給出對策和路徑，如加大清潔能源比重、提高科技創新水平、完善能源發展政治機制等［3，4］。 在能源質量發展評價的實證研究方面，大多數主題是“能源可持續發展”，如陳海燕等（2010）使用遺傳神經網絡評價我國能源可持續發展能力，認為能源貧乏地區比豐富地區的能源可持續發展能力高［5］；向錚等（2016）運用主成分分析法評價能源可持續發展，得到我國能源行業短期內無法規避高能耗推動發展的模式的結論［6］；許姍等（2016）基于廣義粗糙集理論對我國能源結構進行低碳評價，得到社會經濟效益、能源規劃和環境效益得分［7］。此類研究大多采用能源強度、能源消費結構和能源消費產生的廢棄物等指標，在經濟高質量發展和能源高質量發展背景下，應對能源發展評價加入更多因素，如陳黎明等（2015）建立能源-經濟-環境（3E）系統協調性綜合評價模型進行綜合評價，得出各省市3E協調程度整體上升但橫向差異較大的結論［8］

國內外現有的能源高質量發展研究仍較為缺乏，且多關注我國整體能源發展情況在時間維度上的變化，對區域能源高質量發展的差異分析不足。本文擬利用稀疏主成分綜合評價方法和TOWA算子加權法測度和評價長江經濟帶能源高質量發展問題。

1 能源高質量發展評價指標體系與方法研究

根據能源高質量發展的內涵，從能源高質量發展條件和能源高質量發展狀況出發，構建能源高質量發展評價指標體系，利用稀疏主成分分析方法測度和評價能源高質量發展狀況。

1.1 能源高質量發展評價指標體系

能源高質量發展的內涵：（1）構建安全可靠的能源供應體系，立足國內且堅持改革開放，增強能源供應能力，保障國家能源安全；（2）以科技和管理創新等途徑提高能源生產和消費的效率，依托經濟高質量發展擴大能源消費空間；（3）建成以清潔低碳能源為主體的能源生產和消費體系［9］。

高質量發展是可持續發展，評價能源高質量發展不僅要評估當下發展的真實狀況，還要考慮為長期發展提供條件的因素。因此，本文從能源高質量發展條件和能源高質量發展狀況兩個子系統出發構建能源高質量發展綜合評價指標體系。

能源高質量發展條件子系統包含長期為能源高質量發展提供支持的因素——“科技創新”、“產業結構”和“對外開放”。“科技創新”準則要求提升科技水平以推動能源技術革命，轉變能源粗放型發展方式，釋放科技創新對能源發展的促進作用，選取研究與試驗發展R&D總支出占GDP比重、R&D人員全時當量占總人口比重、每萬人發明專利申請授權件數和科學技術支出占一般預算支出比重衡量。“結構優化”準則要求經濟結構優化以創造能源需求新空間，選取第三產業增加值占GDP比重表示。“對外開放”準則要求為能源發展開拓國際空間，積極參與國際能源合作，構建開放競爭的能源市場，采用進出口貿易額占GDP比重衡量。

能源高質量發展狀況子系統評估能源使用狀況，考慮能源使用的“生態環保”、“協調發展”和“清潔低碳”。“生態環保”響應綠色發展理念，要求降低能源消費污染物的排放，減少對生態環境的破壞，采用單位GDP工業二氧化硫排放量和單位GDP工業煙（粉）塵排放量衡量。“協調發展”從經濟-能源和人口-能源的協調發展考慮，分別采用單位GDP能源消耗量和人均能源消耗量衡量。“清潔低碳”要求加大清潔能源消費的占比，優化能源消費結構。天然氣是目前清潔能源的首選，用天然氣消耗量占總能源消耗量比重和天然氣用氣人口占總人口比重表示能源清潔低碳水平。

基于以上目標和準則，構建長江經濟帶能源高質量發展評價體系，見表1。

表1 能源高質量發展評價指標體系

1.2 稀疏主成分分析方法

稀疏主成分分析的優勢在于使各主成分的載荷分明，將無關變量載荷壓縮至趨于零，主要解釋變量載荷的絕對值大。稀疏主成分綜合評價方法克服傳統主成分分析解釋性不足的問題，提高了主成分的解釋性和評價結果的合理性。

稀疏主成分的算法步驟如下：

（1）計算前k個主成分對應的系數向量αj，j＝1，2，…，k。

（2）給定 A＝（α1，α2，…，αk），求解彈性網回歸問題①：

（3）記 B＝（β1，β2，…，βk），對 XTXβ 進行奇異值分解：XTXβ＝UDVT，令 A＝UVT。

（4）重復步驟（2）、（3）至B收斂。

在懲罰系數選擇上，2-范數懲罰系數一般為默認值10-6，1-范數懲罰系數的選擇需平衡解釋程度和稀疏性。懲罰系數過小，主成分的意義仍不明確，與一般主成分分析無異。懲罰系數過大，主成分解釋程度不足，主成分分析失去意義。采用方差貢獻率作為解釋程度（PEV），采用零載荷變量數與總變量數之比衡量稀疏性（Sparse）。

2 長江經濟帶能源高質量發展測度與評價

長江經濟帶包括11個省市：上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州和云南。數據取自2008～2019年 《中國統計年鑒》和各省市統計年鑒，個別省市未公布2018年的能源使用和工業二氧化硫和工業煙塵的排放數據，采用指數平滑法預測（表略）。

2.1 長江經濟帶能源高質量發展測度

據如上步驟，得到3個稀疏主成分不同懲罰系數與解釋程度（PEV）和稀疏性（Sparse）見圖1。

圖1 長江經濟帶能源高質量發展測度的稀疏主成分懲罰系數選擇

考慮平衡解釋程度和稀疏性，選定懲罰系數向量為（0.04，0.1，0.02），稀疏主成分上各變量載荷見表2。

表2 稀疏主成分載荷

由表2可知，變量的載荷幾乎都為負數，但變量都為正向化的指標，應對稀疏主成分進行取負號的正向化處理［10］。正向化調整后稀疏主成分如下：

Y1＝0.356X1＋0.338X2＋0.337X3＋0.410X4＋0.339X5＋0.393X6＋0.428X10＋0.173X12

Y2＝0.663X7＋0.413X8＋0.625X9

Y3＝0.115X3-0.201X4＋0.088X5-0.130X6＋0.058X8＋0.858X11＋0.427X12

（1）Y1對應指標 X1～X6及 X10和 X12。 指標X1～X6的載荷絕對值接近，正負號一致，反映了促進能源高質量發展的三方面條件。指標X10（人均能源消耗量）和X12（天然氣用氣人口占總人口比重）均與居民能源消費和生活有關，居民生活和能源消費水平的提高將倒逼能源發展轉型。因此，第一稀疏主成分可視為能源發展條件主成分。

（2）Y2對應指標均反映生產中的能源使用情況，載荷絕對值接近，正負號一致。X7和X8衡量工業生產中能源使用產生的有害污染，X9衡量國民經濟生產的能源利用效率。理想狀態下，生產中能源使用所帶來的環境污染小且單位能源所產生的經濟效益大。因此，第二稀疏主成分可視為能源-生產協調主成分。

（3）Y3對應指標載荷的大小和正負號不一。載荷絕對值較大的指標為X11和X12，反映“清潔低碳”準則，因此，第三稀疏主成分可視為能源清潔低碳主成分。但由于指標X4和X6在該主成分上有一定大小的負向載荷，在第三稀疏主成分上得分較高的地區可能存在科技創新預算和對外貿易發展不足的問題。

利用方差貢獻度Vi計算各稀疏主成分的權重：

構造主成分綜合評價指數：

Y＝0.241X1＋0.229X2＋0.242X3＋0.254X4＋0.240X5＋0.251X6＋0.136X7＋0.094X8＋0.128X9＋0.287X10＋0.100X11＋0.173X12

從能源高質量發展綜合評價指數可以看到，人均能源消耗量指標（X10）的貢獻度最高，說明我國雖為能源消費大國，但人均能源消費量低于世界平均水平，應該提高能源供應服務水平以滿足人民用能需求。貢獻度次高的是進出口貿易總額占比（X6），反映出對外開放水平對能源高質量發展的重要性。科學技術支出占一般預算支出比重指標（X4）的貢獻度排在第3位，體現科技創新準則的其余指標X3、X1、X2的貢獻度依次排第4、5、6位，表明科技創新水平對能源高質量發展的重要性。

以綜合評價指數計算長江經濟帶2007～2018年能源高質量發展綜合得分，變化趨勢見圖2。

圖2 長江經濟帶能源高質量發展指數變化趨勢

長江經濟帶能源高質量發展總體呈上升趨勢，各省市能源高質量發展水平有一定差距。上海保持領先，能源高質量發展水平遠高于其他省市，江蘇和浙江緊隨其后，2010年后，江蘇超越了浙江。重慶、湖北、安徽和四川都位于能源高質量發展水平的第二梯隊，安徽的能源高質量發展突出，在2014年和2016年后分別超過四川和湖北。湖南、江西、云南和貴州能源高質量發展水平位于第三梯隊，湖南能源高質量發展水平增速在2011年后放緩，貴州在2007～2012年增長較快，但仍與云南同屬能源高質量發展水平的最末位。

2.2 能源高質量發展評價

為探究地區間能源高質量發展差異的成因和變動，利用方差分析研究長江經濟帶能源高質量發展及能源發展條件、能源-生產協調和能源清潔低碳的地區差異和動態趨勢。

圖3 長江經濟帶能源高質量發展差異變動趨勢

從圖3可知，長江經濟帶能源高質量發展地區差異總體緩慢上升，2007～2011年增幅較2012～2018年大，說明長江經濟帶能源高質量發展的地區不均衡近年逐漸改善。能源發展條件和能源清潔低碳地區差異呈上升趨勢且前者上升幅度更大，能源-生產協調地區差異呈下降趨勢且降幅較大。2007年，能源發展條件地區差異較大，能源-生產協調地區差異最大，能源清潔低碳地區差異最小。能源發展條件地區差異在2007～2011年快速上升，2012～2018年保持穩定；能源-生產協調地區差異持續下降，2012年后降速轉緩；能源清潔低碳地區差異2011年后穩步上升。2018年，能源發展條件地區差異仍很大，能源-生產協調的地區差異降至較小，低于能源清潔低碳地區差異。

2007～2011年各省市能源發展條件、能源-生產協調和能源清潔低碳的地區差異均有波動且變化幅度較大，2012～2018年的地區差異變動無明顯波動且變化平緩，因此可分2007～2011年和2012～2018年兩個階段來研究長江經濟帶各地區3個方面發展狀況，如圖4～6。

（1）能源發展條件。2007～2018年，長江經濟帶總體能源發展條件呈緩慢上升趨勢。2007～2011年，上海、浙江和江蘇領先于其他地區，領先優勢逐年上升。大部分時間里江蘇超過浙江，近年差距逐年減小。湖北和重慶位隨其后，四川、湖南、安徽和貴州的水平相近且差距逐年減小，安徽發展表現突出，逐漸趕上湖北和重慶；四川和湖南的發展條件水平雖在上升，但與領先地區差距仍在增大。2012～2018年，湖北、重慶和安徽能源發展條件水平持續上升，拉開與湖南、四川、江西、貴州和云南的差距。貴州由前階段的提升較快轉為平緩，與領先地區的差距仍在擴大。江西有所進步，超越了貴州和云南，保持平穩上升趨勢。云南能源發展條件落后，與其他省市的差距仍較大。

圖4 長江經濟帶能源發展條件的變化趨勢

（2）能源-生產協調發展。從圖5可知，2007～2018年，長江經濟帶總體能源-生產協調發展水平呈上升趨勢，2012～2018年的上升幅度較2007～2011年平緩。除云南外，領先地區間（上海、浙江和江蘇）和其他地區間的組間和組內差距不斷縮小，且2007～2011年降幅大于2012～2018年。2018年，除安徽、云南和貴州外所有地區的能源-生產協調水平都非常相近。云南在2007～2010年與重慶、四川等省市接近，經2010～2011年下降后緩慢上升，與領先地區的差距緩慢減小。貴州在2012年后逐漸縮小與其他省市差距。安徽的能源生產-協調水平在2017～2018年降幅明顯，下降至長江經濟帶最末位。

（3）能源清潔低碳發展。2007～2018年，長江經濟帶總體能源清潔低碳發展呈緩慢上升趨勢。2007～2011年，重慶和四川的能源清潔低碳水平明顯高于其他省市，上海排在第3，其他省市間差距較小但逐年增大。其間，除四川經先升后降的波動及貴州和云南呈下降趨勢外，其他省市均呈上升趨勢，上海、浙江、江蘇和安徽的增速較快。

圖5 長江經濟帶能源-生產協調發展的變化趨勢

2012～2018年，重慶仍領先，上海逐漸超過四川且增速與重慶相近。其他省市間能源清潔低碳水平差距不斷增大，是由于浙江、安徽和湖北的水平增速較大，湖南、江西和貴州的水平則停滯或下降。

圖6 長江經濟帶能源清潔低碳發展的變化趨勢

3 長江經濟帶能源高質量發展聚類分析

為體現時序對評價的影響，引入時序加權平均（TOWA）算子對數據進行時間維度上的綜合，并進行聚類分析。

3.1 TOWA算子加權動態評價

令 N ＝ ｛1，2，…，n｝，稱〈ui，ai〉（i∈N）為TOWA對，ui為時間誘導分量，ai為數據分量，TOWA算子定義的最終評價結果函數F可表示為：

其中，WT＝（w1，w2，…，wn）為時間權向量，bj是對應時刻的第j個TOWA對的數據分量。在計算時間權向量 WT＝（w1，w2，…，wn）之前，給出其的熵I和時間度λt的定義。時間權向量的熵I度量信息量的大小，熵值與信息量大小成反比，定義為：

時間度λt的大小體現了時序在算子集結過程中的重要程度，λt的定義為：

λt越接近0，表明越重視最近時刻的信息，適用于評價“已發生”的動態綜合評價問題。

時間權向量 WT＝（w1，w2，…，wn）的求解轉化為以下形式：

根據重視近期的“厚今薄古”思想，取λt＝0.1。 本文中，n＝12。

使用LINGO求解時間權向量，對3個稀疏主成分和能源高質量發展指數評分從時間維度上再次集結，最終評價結果見表3。

3.2 聚類分析

為了反映長江經濟帶內各省市能源高質量發展差異，使用K均值聚類按各稀疏主成分得分和綜合得分聚成4類，按得分高低給類別命名，從高到低依次為最高水平、較高水平、較低水平、最低水平地區。得分分區區間見表4，聚類結果見圖7～10，按得分從高到低使地圖顏色由深到淺。

表3 長江經濟帶能源高質量發展動態評價指數

表4 長江經濟帶能源高質量發展得分分區

圖7 長江經濟帶能源發展條件聚類分析

圖8 長江經濟帶能源-生產協調發展聚類分析

圖9 長江經濟帶能源清潔低碳發展聚類分析

圖10 長江經濟帶能源高質量發展聚類分析

（1）能源發展條件方面，在長江經濟帶內表現出明顯區域不均衡，呈“東北部高，西南部低”的分布特點，且多數省市能源發展條件水平低下。僅上海、江蘇和浙江東部省市處在最高水平和較高水平區。較低水平區包括重慶、湖北和安徽3個中部省市，最低水平地區包括江西、湖南、四川、貴州和云南5個南部和西部省份，處在較低水平和最低水平地區的省市占絕大多數。

（2）能源-生產協調方面，在長江經濟帶內區域均衡性較高，大部分省市間能源-生產協調水平差距不大。最高水平地區包括上海、浙江和江蘇，大多數省市被聚至較高水平區，包括湖北、湖南、安徽、江西、重慶和四川，僅云南和貴州分屬于較低水平地區和最低水平地區。

（3）能源清潔低碳方面，長江經濟帶內北部省市明顯高于南部省市，大部分省市水平較低。上海、重慶和四川屬于最高水平地區，江蘇屬于較高水平地區，湖北、安徽和浙江屬于較低水平地區，云南、貴州、江西和湖南屬于最低水平地區。

（4）能源高質量發展方面，長江經濟帶內能源高質量發展區域不均衡明顯，北部水平普遍高于南部，東部水平普遍高于西部。上海屬于最高水平地區，江蘇和浙江屬于較高水平地區，湖北、安徽、重慶和四川屬于較低水平地區，最低水平地區包括云南、貴州、江西和湖南。在綜合得分中能源發展條件主成分對應的權重最大，能源質量發展綜合得分的聚類結果與能源發展條件主成分得分較一致，僅四川省情況不同，它處于能源發展條件最低水平地區但同時處于能源高質量發展較低水平地區。

綜合來看：在長江經濟帶內，上海在能源高質量發展三方面擁有絕對領先的優勢，與其經濟地位相符。江蘇和浙江位于能源高質量發展較高水平區域，能源發展條件和能源-生產協調得分也高于其他省市，但清潔低碳能源使用情況并未取得領先地位，是“隱藏”的短板。安徽處于能源高質量發展中游，發展速度快，與其毗鄰“長三角”的地理優勢相符。重慶和四川的清潔低碳能源使用情況領先于其他省市，是其能源發展優勢所在，但能源發展條件屬于較低水平和最低水平，導致綜合得分較低，應加大科技投入、優化產業結構并擴大對外開放以改善能源發展條件。江西、湖南、貴州和云南的能源高質量發展水平低下，發展速度緩慢。貴州和云南的能源高質量水平處于落后狀態，尤其是在能源-生產協調方面與其他地區差距最大。

4 結論與政策建議

4.1 主要結論

本文選取能源高質量發展條件和發展狀況兩個子系統構建能源高質量發展綜合評價指標體系，以2007～2018年長江經濟帶為樣本，通過稀疏主成分分析得到反映能源發展條件、能源-生產協調、能源清潔低碳的3個稀疏主成分，測算能源高質量發展指數。使用TOWA算子二次加權，并根據聚類分析進行地理分區。結論如下：（1）長江經濟帶能源高質量發展整體呈上升趨勢，各省市有一定差距，存在明顯區域不平衡。能源高質量發展地區差異總體緩慢上升，地區不均衡狀況近年來有改善。能源發展條件和能源清潔低碳的地區差異呈上升趨勢且前者上升幅度更大，而能源-生產協調的地區差異呈下降趨勢且降幅較大；（2）能源高質量發展區域不均衡呈“東北部高，西南部低”格局，上海能源高質量發展水平最高，江蘇、浙江、重慶和四川水平一般，而湖南、江西、貴州和云南水平較低。能源發展三方面不平衡較明顯的省市有：重慶和四川清潔低碳能源發展水平較高，但能源發展條件較低；江蘇和浙江能源發展條件和能源-生產協調水平較高，但能源清潔低碳水平較低。

4.2 政策建議

基于上述結論，為長江經濟帶能源發展提出以下政策建議：

（1）能源發展條件。長江經濟帶大多數省市的能源發展條件落后，能源高質量發展條件較低水平區域的重慶、湖北和安徽和最低水平區域的湖南、江西、云南和貴州需重視科研創新、產業升級和對外開放等外部條件對能源發展的作用，加大創新力度，促進產業升級。即使科研經費投入短時間內不會呈現明顯成效，也要堅持把科技創新作為能源高質量發展的第一動力，改變能源粗放發展的“老路子”。

（2）能源-生產協調。長江經濟帶內除云南和貴州外的其他省市的能源-生產都較為協調，生產高能耗和高污染的情況得到改善，地區不均衡狀況逐年減小，需繼續保持低能耗、低污染的生產方式。貴州和云南能源-生產協調劣勢十分突出，作為長江上游地區，其高耗能和高污染工業生產活動會對整個長江流域的水質和生態環境造成極大的負面影響，應加快能源消費結構調整的進程，充分利用云貴地區水電能和太陽能豐富的自然優勢。

（3）能源清潔低碳。重慶、四川和上海應保持優勢，其他方面表現優秀但能源清潔低碳發展水平一般的浙江和江蘇以及能源清潔低碳水平出現下降趨勢的湖南、江西和貴州更應警惕在這一方面與其他地區的差距，應加大天然氣在工業生產和人民生活中對高污染化石能源的替代力度。

注釋：

①稀疏主成分分析方法SPCA采用彈性網（Elastic Net）方法篩選變量，在Lasso方法的1-范數懲罰項基礎上添加嶺回歸方法的2-范數懲罰項，結合兩種方法的優勢，既能實現變量篩選和參數估計，又能實現連續收縮。