王晨藝，許玉鳳，黃 娟

（黔南民族師范學(xué)院旅游與資源環(huán)境學(xué)院，貴州 都勻 558000）

進(jìn)入21世紀(jì)以來，我國工業(yè)經(jīng)濟(jì)總體呈現(xiàn)較快發(fā)展的良好態(tài)勢，能源消費(fèi)作為整個(gè)經(jīng)濟(jì)發(fā)展戰(zhàn)略的基本支撐，是促進(jìn)一個(gè)現(xiàn)代化國家工業(yè)經(jīng)濟(jì)發(fā)展成功的一項(xiàng)基本能源要素，但健康快速平穩(wěn)的工業(yè)經(jīng)濟(jì)發(fā)展又必然同時(shí)伴隨著國內(nèi)日益復(fù)雜、突出且多樣的能源供需矛盾[1-2]。一直以來，電能都是我國工農(nóng)業(yè)生產(chǎn)與生活活動必須大量消耗的五種能源要素之一。目前，我國電力消耗量大，單位產(chǎn)值能耗高。同時(shí)，我國各地經(jīng)濟(jì)發(fā)展不均衡，電力消費(fèi)及其各影響因素在大空間范圍內(nèi)還存在非均衡性[3]。因此，有必要深入了解電力消耗的影響因素，進(jìn)一步研究電網(wǎng)布局與電力消耗的相關(guān)性。近年來，有關(guān)電力需求影響因素的問題引起很多學(xué)者的關(guān)注，研究成果豐富。但是，相關(guān)研究主要是基于時(shí)間序列數(shù)據(jù)，或者采用非參數(shù)分析和閾值協(xié)整等統(tǒng)計(jì)方法。目前利用最小二乘法或空間模型分析電力消耗及其影響因素的研究還比較少。

珠江三角洲是我國經(jīng)濟(jì)活躍發(fā)展的地區(qū)之一，從“十一五”時(shí)期到“十四五”時(shí)期，經(jīng)濟(jì)結(jié)構(gòu)不斷優(yōu)化，大部分地區(qū)實(shí)現(xiàn)了從工業(yè)向服務(wù)業(yè)的轉(zhuǎn)變，少部分地區(qū)正處在轉(zhuǎn)型階段。伴隨現(xiàn)代工業(yè)、服務(wù)業(yè)的快速發(fā)展，居民電力消耗迅速增加。但珠江三角洲受地理位置和資源條件限制，其主要電力供應(yīng)來自本地煤電、氣電、核電以及西電東送[4]。判斷影響電力消耗的因素，使珠江三角洲電網(wǎng)布局進(jìn)一步合理化，實(shí)現(xiàn)電力最優(yōu)配置是亟待解決的科學(xué)問題。本文從空間計(jì)量分析的角度，利用線性回歸分析、空間自相關(guān)分析以及空間計(jì)量模型等方法，探討我國珠江三角洲2018年電力消耗的影響因素，分析珠江三角洲電網(wǎng)的布局情況，并提出相關(guān)建議。

1 數(shù)據(jù)來源和處理

1.1 數(shù)據(jù)來源

本文以珠江三角洲的市、區(qū)縣為研究樣本，由于部分城市的屬性數(shù)據(jù)沒有劃分區(qū)縣，因此將廣州市、深圳市、東莞市和中山市分別視作一個(gè)空間單元進(jìn)行研究。研究區(qū)包括珠江三角洲的9 個(gè)地級市，即廣州市、佛山市（禪城區(qū)、順德區(qū)、南海區(qū)、三水區(qū)和高明區(qū)）、肇慶市（端州區(qū)、鼎湖區(qū)、高要區(qū)、廣寧縣、德慶縣、封開縣、懷集縣和四會市）、深圳市、東莞市、惠州市（惠城區(qū)、惠陽區(qū)、惠東縣、博羅縣和龍門縣）、珠海市（香洲區(qū)、斗門區(qū)和金灣區(qū)）、中山市、江門市（蓬江區(qū)、江海區(qū)、新會區(qū)、臺山市、開平市、鶴山市和恩平市）。屬性數(shù)據(jù)來源于《2019 廣東統(tǒng)計(jì)年鑒》、各地級市的2019年統(tǒng)計(jì)年鑒、各地級市工信部門官網(wǎng)以及部分區(qū)縣的國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)。

1.2 數(shù)據(jù)處理

將各類屬性數(shù)據(jù)整理到Excel 表格內(nèi)，同類數(shù)據(jù)統(tǒng)一單位，得到相關(guān)數(shù)據(jù)庫。首先，確定所解釋的變量對電力消耗是否具有空間差異性；其次，確定所要解釋的影響電力消耗的變量；第三，在SPSS 軟件上進(jìn)行系統(tǒng)聚類分析；最后，在GeoDa 軟件上進(jìn)行模型構(gòu)建。各市、區(qū)縣的電力消耗量單位是萬kW·h；外貿(mào)出口額的單位是億元，計(jì)算所用到的總?cè)藬?shù)均為常住總?cè)丝?；衡量各市、區(qū)縣工業(yè)發(fā)展?fàn)顩r的工業(yè)產(chǎn)值單位為億元；人均耗電量和人均地區(qū)生產(chǎn)總值（GDP）的單位分別是kW·h/人、億元/人。

2 研究方法

2.1 空間自相關(guān)

相關(guān)研究認(rèn)為，在估計(jì)存在顯著的空間相關(guān)性條件情形下，忽略空間關(guān)聯(lián)效應(yīng)對系統(tǒng)的實(shí)際影響，就會導(dǎo)致實(shí)際估計(jì)中結(jié)果發(fā)生某些偏誤或估計(jì)不太一致，分析計(jì)算結(jié)果有時(shí)可能對系統(tǒng)產(chǎn)生誤導(dǎo)[5]。本文通過空間自相關(guān)方法，探索電力消耗總量在珠江三角洲各地區(qū)是否具有自相關(guān)性。若存在自相關(guān)性，則說明相關(guān)樣本會受到周圍樣本的影響。若空間自相關(guān)呈現(xiàn)正值，則可能反映出具有空間聚集的現(xiàn)象；反之，則可能反映出高值樣本會對周圍樣本產(chǎn)生消極影響。本文采用全局空間自相關(guān)和局部空間自相關(guān)來展現(xiàn)電力消耗程度的空間集聚特征。

2.2 空間計(jì)量模型

2.2.1 空間滯后模型

空間滯后模型（SLM）可以單獨(dú)用來考察研究空間相鄰兩個(gè)地區(qū)差異對一整個(gè)時(shí)間系統(tǒng)框架內(nèi)任何其他地區(qū)變化的滯后影響，主要用以探討時(shí)空各空間變量分布在其中某一個(gè)相鄰地區(qū)上是否可能有時(shí)空擴(kuò)散現(xiàn)象（溢出效應(yīng)）。

2.2.2 空間誤差模型

空間誤差模型（SEM）可以直接通過擾動誤差項(xiàng)的城市空間依賴作用，直觀體現(xiàn)各城市的空間相互影響，空間依賴性不僅可以體現(xiàn)在對自變量的影響中，還可以通過誤差項(xiàng)體現(xiàn)。在模型變量的空間設(shè)定過程中，極有可能會故意遺漏一些與該變量有關(guān)的未知變量（變量具有隱蔽性或無法準(zhǔn)確量化），而正是這些未知變量的存在，其可能會最終通過空間傳導(dǎo)機(jī)制擴(kuò)散到空間其他地區(qū)。因此，在某些特定情況下，忽略誤差的空間自相關(guān)性可能造成模型預(yù)先設(shè)定的偏誤[6]。

3 結(jié)果分析

3.1 空間自相關(guān)分析

珠江三角洲各地區(qū)電力消耗分布如表1所示，相鄰地區(qū)有相似的電力消耗情況。廣州市電力消耗高，其周邊的東莞市、深圳市和中山市的電力消耗也高；懷集縣電力消耗較低，其周邊的封開縣、廣寧縣、德慶縣的電力消耗也低。電力消耗在一定空間內(nèi)具有相似的情況，即電力消耗具有空間自相關(guān)，并且具有一定的空間集聚現(xiàn)象。

表1 珠江三角洲各地區(qū)電力消耗分布

3.1.1 全局自相關(guān)分析

構(gòu)建一階Queen 空間鄰近矩陣后，進(jìn)行全局自相關(guān)分析，得到莫蘭指數(shù)I等于0.204 886（大于0）?？傮w來看，電力消耗存在空間上的正相關(guān)，即在電力消耗高的地方，其周圍地區(qū)的電力消耗可能也高，在電力消耗低的地方，其周圍地區(qū)的電力消耗可能也低。對全局莫蘭指數(shù)進(jìn)行999 次隨機(jī)檢驗(yàn)，莫蘭指數(shù)呈正態(tài)分布，顯著性系數(shù)P=0.047 ＜0.05，其呈現(xiàn)顯著相關(guān)性。期望值E(I)為-0.032 3，平均值為-0.037 6，標(biāo)準(zhǔn)差為0.115 1。標(biāo)準(zhǔn)分?jǐn)?shù)Z為2.111 1，大于1.96，則沒有空間自相關(guān)的概率小于5.0%。莫蘭指數(shù)I為0.204 886，遠(yuǎn)大于0.188，即莫蘭指數(shù)落在±1.96 個(gè)標(biāo)準(zhǔn)差以外，為小概率事件，概率小于4.7%，因此，推翻原假設(shè)（沒有空間相關(guān)性），接受備擇假設(shè)，珠江三角洲電力消耗具有空間自相關(guān)，且相關(guān)性顯著。

3.1.2 局部自相關(guān)分析

珠江三角洲電力消耗局部自相關(guān)空間集聚類型分布如表2所示，LISA 顯著性分布如表3所示。東莞市呈現(xiàn)高高集聚；封開縣、懷集縣呈現(xiàn)低低集聚；惠陽區(qū)、龍門縣呈現(xiàn)低高集聚。懷集縣的顯著性系數(shù)P為0.003，顯著性極高，說明懷集縣的低低自相關(guān)性集聚明顯，懷集縣及鄰近區(qū)域的電力消耗較低。龍門縣、封開縣、東莞市和惠陽區(qū)的顯著性系數(shù)P均小于0.05，相對而言，封開縣的低低集聚沒有懷集縣顯著，但是總體而言仍屬顯著。東莞市和惠陽區(qū)的顯著性差異不大，東莞市為高高集聚，鄰接的惠陽區(qū)為低高集聚，說明惠陽區(qū)受東莞市的高值影響較大。

表2 珠江三角洲電力消耗集聚類型分布

表3 珠江三角洲電力消耗LISA 顯著性分布

3.2 空間計(jì)量模型分析

3.2.1 篩選變量

為盡可能避免多重共線性問題，并避免樣本中高杠桿值的影響，本文在構(gòu)建空間計(jì)量模型之前利用回歸分析對影響因素進(jìn)行了篩選。最終確定的研究變量為人均GDP、人均耗電量、工業(yè)產(chǎn)值和外貿(mào)出口額。

3.2.2 模型選取

ELHORST[7]認(rèn)為，采用極大似然法（ML）直接估計(jì)空間計(jì)量模型參數(shù)，效果較好。但有時(shí)模型數(shù)據(jù)來源本身存在高度復(fù)雜性，運(yùn)用實(shí)際經(jīng)驗(yàn)估算分析模型的過程中，人們可能會明顯感覺結(jié)果存在很大偏差，同時(shí)實(shí)際分析模型結(jié)果的估計(jì)依據(jù)和各種邏輯推論常常不夠完全客觀而準(zhǔn)確。為力求通過更好的數(shù)據(jù)估計(jì)使實(shí)際模型結(jié)果和判斷結(jié)果更具說服力，首先對實(shí)際模型量進(jìn)行最小二次乘法（OLS）的估計(jì)，然后借助這兩個(gè)最小的拉格朗日乘數(shù)做初步研究，判斷空間計(jì)量的經(jīng)濟(jì)學(xué)模型是符合SLM 模型還是符合SEM 模型的形式。

判斷地區(qū)間的空間相關(guān)性是否存在，SLM 和SEM 哪個(gè)模型更恰當(dāng)時(shí)，一般可通過莫蘭指數(shù)檢驗(yàn)、兩個(gè)拉格朗日乘數(shù)LMERR、LMLAG 及其穩(wěn)健的R-LMERR、R-LMLAG 等形式來實(shí)現(xiàn)。SLM 模型和SEM 模型的各參數(shù)估計(jì)結(jié)果如表4所示，經(jīng)空間相關(guān)性拉格朗日乘數(shù)（LM）檢驗(yàn)，LMLAG 值為3.288 2，R-LMLAG 值為10.176 2，而LMERR 值為0.240 2，R-LMERR 值為7.128 2。結(jié)果發(fā)現(xiàn)，LMLAG（3.288 2）相較LMERR（0.240 2）在統(tǒng)計(jì)上更加顯著，并且在10%的顯著性水平下，R-LMLAG 很顯著而R-LMERR不顯著。此外，SLM 模型的擬合優(yōu)度和對數(shù)似然值均遠(yuǎn)高于SEM 模型，而施瓦茨準(zhǔn)則值和赤池信息準(zhǔn)則值也都顯著低于SEM 模型，因此，SLM 模型相比SEM 模型對樣本更具有解釋力，SLM 模型是最優(yōu)選擇。

表4 SLM 模型和SEM 模型的各參數(shù)估計(jì)結(jié)果

SLM 模型估計(jì)結(jié)果顯示，空間滯后系數(shù)的估計(jì)值為負(fù)（-0.405 96），且通過1%的顯著性水平檢驗(yàn)，說明研究區(qū)電力消耗形成較強(qiáng)的空間依賴作用和負(fù)的空間溢出效應(yīng)。外貿(mào)出口額在1%的顯著性水平下顯著，回歸系數(shù)為0.244 8，較其他系數(shù)值低，這意味著區(qū)域外貿(mào)出口額與電力消耗量呈顯著正相關(guān)，但外貿(mào)出口額的增加對電力消耗量的驅(qū)動作用并不占主導(dǎo)地位，在其他因素不變的情況下，外貿(mào)出口額每增加1%，電力消耗量會增加0.244 8%。人均耗電量的回歸系數(shù)為0.604 6，也通過1%的顯著性水平檢驗(yàn)，這說明人均耗電量與電力消耗量存在正相關(guān)關(guān)系。電力消耗量從低到高依次是德慶縣、懷集縣、廣寧縣與封開縣，在升序排序中，四個(gè)縣的人均耗電量位于所有區(qū)縣的前10，其中懷集縣的人均耗電量最低。根據(jù)LISA 顯著性分布結(jié)果，懷集縣為低低集聚且集聚顯著，與集聚分析結(jié)果吻合，進(jìn)一步說明人均耗電量為重要的影響因子。工業(yè)產(chǎn)值在5%的顯著性水平下顯著，回歸系數(shù)為0.260 946，數(shù)值較大，這意味著珠江三角洲電力消耗量與工業(yè)產(chǎn)值呈顯著正相關(guān)，且工業(yè)產(chǎn)值的增加對電量消耗的驅(qū)動作用占主導(dǎo)地位。在其他因素不變的情況下，工業(yè)產(chǎn)值每增加1%，電力消耗量會增加0.260 9%。人均GDP 的回歸系數(shù)為-0.290 9，未通過顯著性水平檢驗(yàn)，說明人均GDP對區(qū)域電力消耗量存在一定影響，但不太顯著。

3.3 小結(jié)

珠江三角洲電力消耗具有顯著的空間自相關(guān)性，總體表現(xiàn)出西北部電力消耗量高、東南部電力消耗量低的特征。外貿(mào)出口和工業(yè)產(chǎn)值對區(qū)域電力消耗量具有顯著的空間溢出效應(yīng)。珠江三角洲的各地方政府要相互配合，帶動區(qū)域經(jīng)濟(jì)一體化。特別是電力消耗低高集聚分布地區(qū)，更需要利用好空間溢出效應(yīng)，加強(qiáng)政府間的協(xié)作來帶動不同區(qū)域的合作，從而提高珠江三角洲的整體發(fā)展水平。

外貿(mào)出口額、工業(yè)產(chǎn)值、人均耗電量和人均GDP 是影響珠江三角洲電力消耗的主要因素。同時(shí)，工業(yè)單位電耗產(chǎn)出率也是經(jīng)濟(jì)發(fā)展水平的一個(gè)重要評價(jià)指標(biāo)。珠江三角洲的電力消耗量與工業(yè)產(chǎn)值、外貿(mào)出口額呈現(xiàn)顯著的正相關(guān)關(guān)系，工業(yè)和貿(mào)易是珠江三角洲電力消耗量的主要驅(qū)動因素。珠江三角洲工業(yè)產(chǎn)值和外貿(mào)出口額越高的地區(qū)，電力消耗量越高，供電站數(shù)量越多。但是，區(qū)域供電站數(shù)量只能在一定程度上說明一個(gè)地區(qū)的經(jīng)濟(jì)水平，不能反映當(dāng)?shù)氐挠秒娦б婧臀磥戆l(fā)展趨勢。隨著社會的革新，工業(yè)的單位電耗產(chǎn)出經(jīng)歷了由正轉(zhuǎn)負(fù)再轉(zhuǎn)正的過程，粗放型工業(yè)逐漸被淘汰。技術(shù)增長效應(yīng)遠(yuǎn)大于結(jié)構(gòu)變遷效應(yīng)，在可預(yù)見的未來，技術(shù)增長是真正決定工業(yè)單位電耗產(chǎn)出率的重要因素。從這個(gè)角度看，地方政府有必要推進(jìn)新型工業(yè)化，合理控制工業(yè)用電量，同時(shí)出臺貿(mào)易行業(yè)節(jié)能減排政策，逐步減少高耗能、低產(chǎn)出的外貿(mào)出口，使得供電站布局更加合理，從而推動地區(qū)經(jīng)濟(jì)更加健康穩(wěn)定發(fā)展。

4 結(jié)論

電能一直以來都是我國生產(chǎn)和生活大量消耗的能源之一。電力消耗研究包含復(fù)雜的科學(xué)問題，其涉及的影響因素很多。本文主要采用空間自相關(guān)分析、空間回歸模型對2018年珠江三角洲各地區(qū)電力消耗的影響因素進(jìn)行研究，主要討論的影響因子是人均GDP、工業(yè)產(chǎn)值、人均耗電量和外貿(mào)出口額，分析發(fā)現(xiàn)，工業(yè)產(chǎn)值和外貿(mào)出口額對電力消耗具有較強(qiáng)的空間依賴性。但是，本研究未能系統(tǒng)考慮人力技術(shù)和民間資本活動等因素對電力消耗的潛在影響，未來需要進(jìn)一步研究。

由于電力消耗與供電站布局有一定關(guān)聯(lián)，電力消耗量越大，其供電站數(shù)量越多；相反，電力消耗量越小，其供電站數(shù)量越少。各地要結(jié)合實(shí)際耗電情況，制定與區(qū)域相匹配的用電政策，同時(shí)要進(jìn)一步引導(dǎo)居民節(jié)約用電，通過提高用電效率來減少珠江三角洲的用電消耗[8]。

總之，珠江三角洲作為世界城市化和工業(yè)化水平較快提升的主要地區(qū)，工業(yè)結(jié)構(gòu)、經(jīng)濟(jì)增長和人們正常的文化生活等均影響電力消耗，這將對經(jīng)濟(jì)、社會和環(huán)境的可持續(xù)發(fā)展形成較大壓力[6]。廣州市、深圳市等珠江三角洲核心地區(qū)電力消耗大，可以優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推進(jìn)清潔能源和可再生能源的使用，調(diào)整供電布局，改變高消耗的現(xiàn)狀[6，9]。珠江三角洲西北部工業(yè)發(fā)展較為緩慢，可以與核心地區(qū)進(jìn)行資源共享，產(chǎn)業(yè)轉(zhuǎn)移會帶動人口流動和貿(mào)易空間變化，進(jìn)而解決部分地區(qū)集中的人口和產(chǎn)業(yè)所帶來的高消耗、高污染問題。不同地區(qū)通過整合資源、信息共享和技術(shù)交流，可以促進(jìn)地方經(jīng)濟(jì)持續(xù)發(fā)展，實(shí)現(xiàn)節(jié)能減排的目標(biāo)。