謝品杰 潘仙友 林美秀
摘 要:電力資源在中國能源建設及能源發(fā)展方式轉變中處于中心地位,全面降低電力強度是實現(xiàn)資源、經(jīng)濟、環(huán)境可持續(xù)發(fā)展的關鍵所在。研究中國電力強度重心遷移路徑以及區(qū)域差異可以厘清電力強度分布狀況,對實現(xiàn)上述目標具有現(xiàn)實意義。本文運用重心理論研究了中國1985年~2014年電力強度重心遷移路徑,進而采用泰爾指數(shù)計算并分解了區(qū)域電力強度非均衡程度。研究結果表明:1985年~2014年,電力強度重心總體上呈現(xiàn)出持續(xù)向西遷移的態(tài)勢。期間,1985年~1993年、2003年~2014年主要呈現(xiàn)為向西北方向移動,1993年~2003年則表現(xiàn)為向西南方向移動的特征。1985年~2000年,區(qū)域間及區(qū)域內(nèi)部差異對于重心遷移的貢獻率各占50%;2000年~2014年,重心演變推力主要來源于區(qū)域內(nèi)部差異,貢獻率均值為54.49%,內(nèi)部差異則受西北、西南、華北地區(qū)影響最大。
關鍵詞:電力強度重心;區(qū)域差異;泰爾指數(shù)
中圖分類號:K901.4 文獻標識碼:A
0 引言
中國經(jīng)濟的快速增長推動了城市化的加速,城鎮(zhèn)人口比重由1985年的23.71%上升至2014年的54.78%,預計2020年,中國城市化水平將達到60%左右[1]。為了滿足大幅上漲的城鎮(zhèn)人口基本需求,大規(guī)模的城市基礎設施及住房建設悄然崛起[2]。電力作為不可或缺的資源之一,消費總量以年均9.51%的增長率逐年攀升。然而,受限于技術水平及發(fā)展方式,中國電力強度近年來雖有所改善但仍位于較高水平。另一方面,城市化作為區(qū)域經(jīng)濟“穩(wěn)增長”和“調(diào)結構”的重要引擎,是社會、經(jīng)濟轉型的必經(jīng)之路[2]。但是,全國各地區(qū)城市化程度存在巨大差異[3-4],電力強度也因此表現(xiàn)出區(qū)域差異。雖然適當?shù)牟罹嘤欣谌嫣嵘袊傮w電力消費水平,但過大的差距則會產(chǎn)生消極影響。因此,明確中國目前電力強度布局及區(qū)域差異,認清區(qū)域電力消費特征,以此制定差異化的節(jié)能政策對于促進各地區(qū)電力強度趨同,全面提升電力資源利用水平,緩解資源及環(huán)境問題具有現(xiàn)實意義。
重心概念最早起源于物理學,其含義是指空間重力場中物體各部分所受重力的合力作用點。眾多學者將重心概念應用于人口遷徙[5]、經(jīng)濟發(fā)展[6]、能源及碳排放[7-10]等領域的差異分析。關于能源問題的研究,王倩倩等人以一次能源消費產(chǎn)生的人均碳排放為研究對象,利用重心模型分析了中國能源碳排放區(qū)域差異問題[7]。任志遠等人對中國能源生產(chǎn)、消費以及GDP重心位置進行了測定,并對各自變化特征及其相互關系進行了研究[8]。劉佳駿等人結合重心模型,對中國經(jīng)濟總量、碳排放與碳排放強度重心轉移軌跡進行研究,并對其驅動因素進行了說明[9]。Zhang等對中國1997年~2009年煤炭、石油、天然氣以及電力供需市場的空間分布格局和重心遷移路徑進行了分析[10]。
電力強度問題,同樣可以基于重心理論分析其重心遷移以及區(qū)域差異特征。然而,僅僅知道區(qū)域電力強度差異動態(tài)演變趨勢,很難判斷中國電力強度重心遷移牽引力來源。目前,分析重心遷移原因的方法較少[10-11],泰爾指數(shù)最初用來評估區(qū)域之間收入水平的非均衡程度[12],差異變化程度越大一定意義上代表了重心遷移的頻率越高及幅度越大。同時,由于該方法具有將區(qū)域間差異分解成區(qū)域內(nèi)部與區(qū)域之間差異的優(yōu)點,因而得到廣泛應用。康曉娟等學者利用泰爾指數(shù)對中國能源消費分布非均衡程度進行了分解,結果表明,差異主要來源于區(qū)域內(nèi)部,而區(qū)域內(nèi)部非均衡度主要受東部地區(qū)省際之間的差異影響[13-15]。
總之,已有文獻關于中國能源消費特征的差異研究,大多是基于大能源視角。考慮到電力資源在中國能源消費結構中的重要地位,明確省域電力強度分布特征對于全面推進能源消費革命至關重要。另一方面,明確中國電力強度重心遷移的基礎之上,深入分析不同年間重心遷移驅動來源對于針對性地改善落后地區(qū)電力資源利用水平,調(diào)節(jié)區(qū)域之間電力強度分布非均衡現(xiàn)狀具有一定的現(xiàn)實意義。因而,本文引入重心理論,對中國電力強度重心遷移路徑進行測算及分析,進而利用泰爾指數(shù)闡述電力強度分布的非均衡程度大小及來源。
1 研究方法及數(shù)據(jù)來源
1.1 重心模型及其分析方法
在地理學中,重心指空間存在某一點,使得此點各個方向的作用力保持相對平衡[16-17]。而電力強度重心是指在各區(qū)域板塊中,能在各個方向上保持電力強度均衡的一個點。由于各地區(qū)電力強度大小和變化率迥異,故電力強度重心處于動態(tài)變化之中。電力強度重心變動反映了地區(qū)電力強度差異變化軌跡,可以用來研究國家或區(qū)域電力強度區(qū)間差異的動態(tài)演變以及評估電力強度政策的效果。
電力強度重心可以借助各區(qū)域的電力強度和地理坐標來表達。假設第i區(qū)域中心坐標為(xi,yi),mi為i區(qū)域電力強度的量值,則電力強度重心Q的地理坐標為[6-8]:
X=■ Y=■ (1)
式中:X、Y分別表示全國電力強度重心的經(jīng)度值和緯度值;xi、yi分別表示第i個次一級區(qū)域,即省級區(qū)域重心的經(jīng)度值和緯度值;mi表示第i個次一級區(qū)域電力強度的量值。另外,區(qū)域重心空間區(qū)位年際移動距離的測度公式如下所示:
Ds-k=C·[(Ys-Yk)2+(Xs-Xk)2]1/2 (2)
式中:D表示兩個不同年際間重心移動的距離;s、k分別表示兩個不同年份;(Xs,Ys)、(Xk,Yk)分別表示第s年和第k年的區(qū)域重心所在空間的地理坐標(經(jīng)度值和緯度值);C為常數(shù),取111.111,將地理坐標單位(經(jīng)緯度)換算成平面距離(km)的系數(shù)。
1.2 泰爾指數(shù)
泰爾指數(shù)在充分考慮地區(qū)電力強度非均衡性和差異性的同時,將總體差異性分解為區(qū)間差異性和區(qū)域內(nèi)部差異性。為了準確反映中國總體層面、區(qū)域間及區(qū)域內(nèi)部電力強度的差異,本文借鑒康曉娟等人的做法[13-15],以各區(qū)域電力消費總量作為權重系數(shù),對電力強度差異進行估算及分解,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代表電力強度的總體泰爾指數(shù);Rai代表區(qū)域內(nèi)各基本單元電力強度的泰爾指數(shù);Ra代表區(qū)域內(nèi)泰爾指數(shù),反映區(qū)域內(nèi)部差異;Rb代表區(qū)域間泰爾指數(shù),反映區(qū)域間差異;E代表全國電力消費總量;Ei代表各省電力消費總量;Ej代表各區(qū)域電力消費總量;GDP代表全國經(jīng)濟生產(chǎn)產(chǎn)值總量;GDPi代表各省經(jīng)濟生產(chǎn)產(chǎn)值總量;GDPj代表各區(qū)域經(jīng)濟生產(chǎn)產(chǎn)值總量;Za代表區(qū)域內(nèi)貢獻率,反映區(qū)域內(nèi)差異對總體差異的影響;Zb代表區(qū)域間貢獻率,反映區(qū)域間差異對總體差異的影響;Zj代表各子區(qū)域的貢獻率,反映各子區(qū)域差異對總體差異的影響;E/GDP為單位生產(chǎn)產(chǎn)值所消耗的電力資源,即電力強度。
1.3數(shù)據(jù)來源
本文選取1985年~2014年中國內(nèi)陸28個省域面板數(shù)據(jù)作為研究樣本,由于西藏數(shù)據(jù)缺失較多暫不考慮,并將重慶市并入到四川省,海南省并入廣東省。電力消費總量以各省每年的電力消費總量來表示;GDP以各省域生產(chǎn)總值表示,并以GDP平減指數(shù)將各省名義GDP轉化為以2000年為基期的實際GDP。所選數(shù)據(jù)均來自于各年《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》以及各地方統(tǒng)計年鑒。
2 實證分析
2.1 特征事實描述
圖1反映了1985年~2014年中國國內(nèi)生產(chǎn)總值以及電力消費總量的增長率趨勢,從圖中可以看出,1985年~2014年間,GDP年均增長率為11.25%。同期,電力消費總量年均增速為9.51%。對比兩者之間長期關系可以發(fā)現(xiàn):電力資源作為經(jīng)濟發(fā)展的重要投入要素之一,電力消費與經(jīng)濟增速存在一定偏離。就其本質(zhì)而言,電力強度是技術進步、管理水平提高以及體制創(chuàng)新的結果,即相對于經(jīng)濟總量和電力消費量而言,電力消費強度在很大程度上是一個外生變量,電力消費強度實際是隨著技術進步和管理水平提高而逐漸下降。
另一方面,觀察圖2可以發(fā)現(xiàn),從全國整體水平來看,1985年~2014年中國電力強度總體保持下降的態(tài)勢,2000年~2005年略有反彈。糾其原因:(1)21世紀初,尤其是2001年中國加入世界貿(mào)易組織后,隨著經(jīng)濟實力穩(wěn)步提升,電力消費總量急劇上升。對比2000年前后經(jīng)濟數(shù)據(jù)可知,1994年~1999年間,電力消費年均增長率為4.95%,而2000年~2005年間則高達10.69%。與此同時,1994年~1999年中國GDP年均增長率為8.96%,2000年~2005年為9.86%。體制創(chuàng)新的不足及電力資源的粗放型利用方式,經(jīng)濟增長過度地依賴于要素的投入,是導致2000年~2005年中國電力強度逐年攀升的重要原因;(2)受限于資源稟賦條件,中國電力生產(chǎn)以煤電為主,大量的煤炭資源消耗引致了沉重的環(huán)境代價。尤其是2003年重化工業(yè)重啟的制度安排,根據(jù)環(huán)境部規(guī)劃院公布的2004年綠色國民經(jīng)濟核算數(shù)據(jù)顯示,2004年中國環(huán)境污染損失占當年GDP的3.05%,GDP的環(huán)境污染扣減指數(shù)為1.8%。巨額的環(huán)境退化成本嚴重制約著此階段的經(jīng)濟發(fā)展,進而也在一定程度了提高了電力強度。2006年開始,即“十一五”期間,中央政府將節(jié)能減排目標納入國民經(jīng)濟發(fā)展規(guī)劃綱要,該目標有效地形成了促進經(jīng)濟發(fā)展方式轉變的倒逼機制,通過經(jīng)濟結構的調(diào)整、引資規(guī)模及質(zhì)量的優(yōu)化,對于降低電力強度都具有積極意義。
此外,考慮到電力強度作為一個外生變量,地區(qū)經(jīng)濟結構及電力要素利用技術水平的差異直接導致各區(qū)域電力強度存在顯著的差異。圖2顯示了中國七大區(qū)域電力強度演變特征①,具體來看,東部沿海地區(qū)(華東及東北地區(qū))電力強度始終保持在較低水平,這是由于東部沿海地區(qū)節(jié)能技術的發(fā)展,使得經(jīng)濟增長對電能的依賴程度相對較低;隨著國家提出“振興東北老工業(yè)基地”以及“中部崛起”等戰(zhàn)略,中部地區(qū)電力強度水平基本持平;值的注意的是,西北地區(qū)電力強度在樣本期間一直高于其它地區(qū),且差距呈現(xiàn)出向上擴延的趨勢。
2.2 電力強度重心遷移特征分析
基于前文中國電力強度特征事實的描述可知,由于電力強度受到了經(jīng)濟發(fā)展階段特征及技術水平的影響,時間及空間維度上呈現(xiàn)出一定的差異。因此,本部分將結合重心理論,首先對中國電力強度重心演變的動態(tài)特征進行測算與分析(表1)。如圖3所示:1985年~2014年,中國電力強度重心遷移在各個方向上呈現(xiàn)出波動的狀態(tài),遷移特點表現(xiàn)為:樣本期間,電力強度重心區(qū)域總體落在河南省西北部以及陜西省中部地區(qū)。從全國范圍看,重心位置處于中國中部偏東區(qū)域,自1985年至2014年,重心位置由河南省焦作市(112.72,34.89)移至陜西省銅川市(108.63,35.01),年平均移動直線距離為15.15公里。同時,電力強度的重心位置30年間向西移動了26次,移動頻率高達86.7%。在經(jīng)度方向上的絕對極差有4.09度,對應的累積實地距離為454.44公里,而在緯度方向的絕對極差為0.12度,對應的累積實地距離為13.33公里。其中,1985年~1993年及2003年~2014年兩個時間段,中國電力強度遷移方向以西北方向為主,經(jīng)度方向上的絕對極差分別為0.85度和2.01度,緯度方向上的絕對極差分別為0.25度和0.63度。然而,1993年~2003年間,中國電力強度遷移方向則以西南方向為主,經(jīng)度和緯度方向上的絕對極差分別為1.23度和0.87度,所對應的移動距離為167.4公里。綜上所述:1985年~2013年間,中國電力強度重心遷移方向整體上以自東向西為主,其中,1985年~1993、2003年~2013年主要體現(xiàn)為向西北方向移動,1993年~2003年則表現(xiàn)為向西南方向移動的特征。
2.3電力強度區(qū)間差異分析
從上述中國電力強度重心的分析結果來看,1985年~2014年,中國電力強度移動軌跡在各個方向上表現(xiàn)出一定的波動性。1985年~1993年以及2003年~2014年,中國電力強度重心遷移主要以西北方向為主,1993年~2003年,以西南方向為主。結合前文電力強度重心的概念可知,省域之間電力強度的差異程度將直接影響中國電力強度重心位置的變化,倘若重心位置朝某一方向移動,則表明在這一方向上電力強度差異量值貢獻較大?;仡檲D2中國1985年~2014年電力強度演化趨勢圖也可以發(fā)現(xiàn),樣本期間西北地區(qū)電力強度持續(xù)居于高位,1993年~2003年,西南地區(qū)電力強度則上升明顯,這也在一定程度上印證了上述重心遷移結論。為進一步量化分析電力強度差異程度,本部分將利用泰爾指數(shù)進行定量測算,該值大小反映了考察范圍內(nèi)各個地區(qū)電力消費差異的大小。其次,通過泰爾指數(shù)分解,分析各方向上差異貢獻度可對中國電力強度重心遷移的牽引力來源做進一步的說明。
(1)總體及區(qū)域間電力強度的差異性
按照式(3),對中國1985年~2014年總體電力強度的差異性進行計算,結果如圖4所示。從圖中可以看出,2003年之前,中國區(qū)域電力強度總泰爾指數(shù)維持在同一水平,說明中國總體電力強度差異程度波動范圍較小。2003年之后,總泰爾指數(shù)呈現(xiàn)出上升的趨勢,對比圖3重心演變趨勢也不難發(fā)現(xiàn),2003年~2014年中國電力強度重心移動速度較前幾年較快;其次,比較區(qū)域內(nèi)和區(qū)域間泰爾指數(shù)曲線(圖4),2000年之前,區(qū)域內(nèi)泰爾指數(shù)值與區(qū)域間泰爾指數(shù)值兩者對于總體泰爾指數(shù)的貢獻率大概各占50%左右,2000之后,區(qū)域內(nèi)泰爾指數(shù)值上升速度明顯高于區(qū)域間泰爾指數(shù)值。即2000年之前,中國區(qū)域間及區(qū)域內(nèi)部經(jīng)濟總量與電力要素投入兩者之間差距維持在一個穩(wěn)態(tài)水平。但是,2000年之后,兩者之間的差距明顯增大,區(qū)域內(nèi)部的不匹配程度增大速度明顯高于區(qū)域之間,對于總泰爾指數(shù)的貢獻率均值分別為54.49%和45.51%,這也從側面反映了一個事實,電力強度區(qū)域內(nèi)部各省份之間的差異對于電力強度重心遷移的貢獻度將逐步占據(jù)主導地位。因此,利用泰爾指數(shù),本文將對中國大陸七大區(qū)域電力強度差異做進一步測算,并根據(jù)各區(qū)域泰爾指數(shù)貢獻度對電力強度重心遷移趨勢進行補充說明。
(2)區(qū)域內(nèi)電力強度的差異性
利用前文式(5)及式(8)對中國1985年~2014年七大區(qū)域內(nèi)部電力強度泰爾指數(shù)及各自對總體差異貢獻度進行測算,結果如圖5所示。七大區(qū)域內(nèi)部電力強度差異貢獻程度在1985年~2014年表現(xiàn)各異??傮w而言,華東、華南、華中、東北地區(qū)對于總體泰爾指數(shù)的貢獻率較小,西北部地區(qū)貢獻最大,主要由于西部地區(qū)經(jīng)濟發(fā)達程度相對落后,技術水平較為滯后。自改革開放以來,雖然中國政府一直十分重視西部地區(qū)的經(jīng)濟發(fā)展,大規(guī)模的投資以期縮小區(qū)域經(jīng)濟差距。然而,由于自然地理因素,國家面向西部地區(qū)投資的主要目標為自然地理環(huán)境相對較好的四川、陜西等偏東省份,而青海、甘肅等地區(qū)受到地理環(huán)境、經(jīng)濟基礎的制約,電力強度一直得不到有效的改善。此外,西南地區(qū)在1993年之前保持在較低的水平,1993年~2003年,其貢獻度驟然劇升并于2003年達到20.48%,超過當期西北及華北地區(qū)對于總泰爾指數(shù)的貢獻程度。2003年之后,西南地區(qū)的貢獻率逐漸回歸低水平值。這意味著1985年~1993年,中國電力強度總體差異主要受到了西北及華北地區(qū)的牽引,1993年~2003年,西南方向對于總體差異的貢獻程度上升,2003年~2013年,總體差異的主要來源回歸于西北及華北地區(qū),從而使得中國電力強度重心總體趨勢表現(xiàn)以自東向西為主,其中1985年~1993、2003年~2014年主要體現(xiàn)為向西北方向移動,1993年~2003年則表現(xiàn)為向西南方向移動的特征。
3 結論及政策建議
本文引入重心概念,對中國1985-2014年電力強度重心遷移軌跡進行了分析。結論表明:中國電力強度重心總體分布于中部偏東區(qū)域,總體移動趨勢為自東向西。樣本期間,重心位置由河南省焦作市移至陜西省銅川市,年平均移動直線距離為15.15公里。其次,在明確中國電力強度重心移動趨勢的基礎上,本文利用泰爾指數(shù)計算并分解了中國電力強度分布非均衡程度,以此來探究引致中國電力強度重心移動的原因。研究結果表明:全國范圍內(nèi),中國電力強度區(qū)域差異呈現(xiàn)擴大的趨勢,區(qū)域內(nèi)部電力強度的差異性對總體差異貢獻度較大,區(qū)域內(nèi)部西北、華北及西南地區(qū)貢獻程度最大。因此,電力強度在各年間遷移路徑及速度也表現(xiàn)出一定差異,2000年之后,重心遷移速度有了明顯提升。同時,1985年~1993、2003年~2014年主要向西北方向移動,1993年~2003年則向西南方向移動為主。
結合上述研究結論,為了全面、有效地降低中國電力強度,緩解資源、環(huán)境與經(jīng)濟發(fā)展之間的約束,本文提出了相應的政策建議:
(1)在堅持以經(jīng)濟發(fā)展作為“第一要務”的同時,加大地區(qū)電力資源節(jié)約利用和環(huán)境污染防治問題關注度,構建低碳經(jīng)濟發(fā)展的新模式。各個區(qū)域應該根據(jù)自身的優(yōu)勢,不斷發(fā)展綠色產(chǎn)業(yè),加大清潔能源的開發(fā)程度以及先進發(fā)電技術的研發(fā)力度,逐步提高綠色電能效率,盡快實現(xiàn)經(jīng)濟、資源、環(huán)境之間的良性循環(huán)。
(2)政府在制定和落實相關區(qū)域政策時應該適當偏向于中西部落后地區(qū),優(yōu)化落后地區(qū)經(jīng)濟結構,產(chǎn)業(yè)政策重心由傾斜式結構性政策為主,向以支持關鍵環(huán)節(jié)功能性政策為主、結構性政策為輔的協(xié)同方式轉變。同時,隨著能源革命的推進,地區(qū)之間應該積極發(fā)揮協(xié)同效應,實現(xiàn)技術有效外溢,降低落后地區(qū)電力強度,這不僅僅關乎到西北地區(qū)能源合作戰(zhàn)略通道的順利開展,也是進一步構建“一帶一路”,實現(xiàn)中國各區(qū)域互利共贏的重要基礎。
(3)城市化作為“調(diào)結構”的有效措施之一,城市建設可以有效提高中國電力資源利用水平。為了更好地發(fā)揮城市化所帶來的正面影響,政府部門應盡快著手推進城市循環(huán)經(jīng)濟以及低碳城市的建設,降低傳統(tǒng)能源所占比重,推行可再生替代能源的規(guī)?;?,逐步建立并完善城市能源生產(chǎn)、消費系統(tǒng)。
參考文獻:
[1] 林伯強,劉希穎. 中國城市化階段的碳排放: 影響因素和減排策略[J]. 經(jīng)濟研究,2010(8):66-78.
[2] 楊麗霞,苑韶峰,王學禪. 人口城鎮(zhèn)化與土地城鎮(zhèn)化協(xié)調(diào)發(fā)展的空間差異研究-以浙江省69縣市為例[J]. 中國土地科學,2013,27(11):18-22+30.
[3] 周靖祥. 中國區(qū)域城鎮(zhèn)化差異及成因解釋[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究,2015(6):56-72+89.
[4] 柯善咨,趙曜. 產(chǎn)業(yè)結構、城市規(guī)模與中國城市生產(chǎn)率[J]. 經(jīng)濟研究,2014(4):76-88+115.
[5] 李在軍,管衛(wèi)華,柯文前. 中國區(qū)域消費與經(jīng)濟、人口重心演變的時間多尺度研究[J]. 經(jīng)濟地理,2014,34(5):7-14.
[6] 白雪. 中國經(jīng)濟重心空間演變及產(chǎn)業(yè)重心分解[J]. 經(jīng)濟問題探索,2015(6):18-24.
[7] 王倩倩,黃賢金,陳志剛,等. 我國一次能源消費的人均碳排放重心移動及原因分析[J]. 自然資源學報,2009,24(5):833-841.
[8] 任志遠,李強. 1978年以來中國能源生產(chǎn)與消費時空差異特征[J]. 地理學報,2008,63(12):1318-1326.
[9] 劉佳駿,李雪慧,史丹. 中國碳排放重心轉移與驅動因素分析[J]. 財貿(mào)經(jīng)濟,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] 張露,龔承柱,李蘭蘭,等. 中國天然氣供需重心遷移路徑及貢獻度分解[J]. 中國人口·資源與環(huán)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] 康曉娟,楊冬民. 基于泰爾指數(shù)法的中國能源消費區(qū)域差異分析[J]. 資源科學,2010,32(3):485-490.
[14] 寧亞東,張世翔,孫佳. 基于泰爾熵指數(shù)的中國區(qū)域能源效率的差異性分析[J]. 中國人口·資源與環(huán)境,2014,24(5):69-72.
[15] 張艷東,趙濤. 基于泰爾指數(shù)的能源消費區(qū)域差異研究[J]. 干旱區(qū)資源與環(huán)境,2015,29(6):14-19.
[16] 王勁峰,李連發(fā),葛詠,等. 地理信息空間分析的理論體系探討[J]. 地理學報,2000,55(1):92-103.
[17] 劉旭華,王勁峰,孟斌.中國區(qū)域經(jīng)濟時空動態(tài)不平衡發(fā)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