能源转型下的中国：如何跨越能源贫困障碍？ | 科技导报

能源是经济社会发展的基础，能源贫困的存在会对经济、政治、生态、公共服务等产生不利影响。本研究边际贡献如下：其一，对能源贫困含义进行解析，便于读者对能源贫困有更深刻、更明了的认识；其二，阐述解决能源贫困的重要意义，并将能源贫困分为两种类型；其三，在测算中国30个省（自治区、直辖市）能源贫困指数的基础上，运用双维基尼系数分解、核密度估计和马尔科夫链等统计方法充分分析了中国能源贫困演变过程、地区差异、未来趋势等，便于把握中国能源贫困发展现状并提出具体建议。

表1 中国能源贫困综合评价指标体系

在数据标准化处理的基础上，通过计算各个指标的熵值和差异性系数计算各指标权重，最后将各个指标加权求和得出各地区每年的能源贫困指数。

2）基尼系数法。

基尼系数是衡量区域发展差异的重要指标，这里运用Dagum基尼系数从组内差异、组间差异和超变密度3个方面来描述能源贫困的差异性，并在此基础上加入能源贫困指标维度的基尼系数分解，从区域维度和指标构成维度2个层面对中国能源贫困内在结构进行深入剖析。具体计算公式如下：

式中，y_ji、y_hr分别表示j、h区域内任意省份的能源贫困程度，n表示省（自治区、直辖市）个数，


表示全部地区能源贫困指数的均值，k表示区域划分的个数，n
_j
、n
_h
分别表示j、h区域内省（自治区、直辖市）的个数。
Dagum基尼系数可以分解为G
_w
、G
_nb
、G
_t
，且G=G
_w
+G
_nb
+G
_t
。
其中，G
_w
表示能源贫困的区域内差异，G
_nb
表示能源贫困的区域间差异，G
_t
表示能源贫困的超变密度贡献。

3）Kernel密度估计。

核密度估计具体的计算公式如下：

式中，f(x)为x点处的概率密度估计，N表示观测值数量，d表示所选取的带宽，X_i代表独立同分布的观测值，x表示均值，K(·)为核函数，这里选取高斯核函数来估计。

4）马尔科夫链及空间马尔科夫链。

式中，m_ab表示t时刻a类型能源贫困转变为t+m时刻时b类型能源贫困的空间单元数量总和；m_a表示研究期内所有时刻a类型空间单元数量总和；M_ab表示t时刻a类型的空间单元能源贫困在t+m时刻转变为b类型的概率。

采用熵权法测算能源贫困指数，指数越高表明能源贫困程度越深，清洁和现代化能源获取难度越大，部分数据如表2所示。

表2 中国能源贫困指数测算结果

1）整体能源贫困情况分析。

表2中，中国能源贫困指数均有所下降，经济快速发展带来家庭可支配收入增长以及能源基础设施完善很大程度上改善了中国家庭能源获取困境。结合图1可以看出，能源贫困程度与经济发展水平呈反比，西部、中部和东北地区能源贫困程度明显高于全国平均水平，这与已有研究结论基本一致。

图1 中国能源贫困指数分布

2）分地区能源贫困情况。

图2 各地区能源贫困指数对比

借助Matlab软件运用基尼系数双维度分解方法对中国2005—2021年东部、中部、西部和东北地区以及全国能源贫困的内在结构进行差异分析。

1）中国能源贫困的总体差异。

如图3所示，中国能源贫困总体差异表现为缩小—扩大—缩小的变化态势，能源贫困大体向均衡优化方向转变。对应地，可将中国能源贫困总体差异划分为3个阶段：第一阶段（2005—2010年），这一阶段能源贫困总体差异波动递减，递减速度较缓；第二阶段（2011—2013年），这一阶段能源贫困总体差异明显增大，可能源于国际金融危机发生后中国采取刺激政策。第三阶段（2014—2021年），这一阶段中国能源贫困总体差异呈波动式收敛，且收敛速度较快。

2）基于区域维度的分解。

如表3所示，能源贫困基尼系数按区域分解后呈现如下特征：

第一，区域间差异是产生能源贫困差异的重要原因。区域间差异在研究期内占比较高，大体呈递减趋势，这表明中国区域内部能源抢占现象比较严重，导致区域内差异拉大。

第二，细数区域间差异来源，东部地区与中部、西部和东北地区能源贫困差异较大，特别是与西部和东北地区。

第三，在图4中，区域内差异依次表现为西部地区差异最大，其次是中部和东部地区，东北地区差异最小。

表3 中国能源贫困区域差异的贡献率

3）基于能源贫困指标构成维度的分解。

本部分从用能水平、用能结构和用能能力3个维度对能源贫困总体差异进行分解，通过测算分指标对总体差异的贡献率来对能源贫困空间差异的主要来源做进一步了解，结果如表4所示。

表4 中国能源贫困各分项指标对总体差异的贡献率（单位：%）

1）能源贫困的核密度估计。

图5 全国主要年份能源贫困二维核密度图

从区域层面看（图6），首先，在研究初期，中部、西部和东北地区陷入严重的能源贫困，东部地区情况相对较好，呈左边拖尾，表明东部个别省份能源贫困程度较轻。其次，东部地区产业结构转型较快，对能源市场能够先判先行，快速适应能源改革和节能降碳发展趋势。中部地区和西部地区能源依赖还比较重，特别是对传统能源，能源脱贫难度较大。东北地区近年来能源贫困内部差异比较小。最后，2021年中部、西部和东北地区核密度曲线出现右移趋势，这为中国能源脱贫工作敲响警钟。

图6 四大区域主要年份能源贫困二维核密度图

2）能源贫困的马尔科夫链分析。

从表5看，在不考虑空间因素的情况下，中国能源贫困表现稳定，持续性强，短时间内消除能源贫困的难度较大，且难以实现等级跃迁。

表5 中国能源贫困的传统马尔科夫转移概率矩阵

表6显示，首先，在考虑了相邻地区能源贫困的影响后，中国各省（自治区、直辖市）能源贫困依然倾向于维持当前水平。其次，单个省（自治区、直辖市）的能源贫困与区域能源贫困类型具有协同性。再次，与能源贫困程度低的地区为邻，该省（自治区、直辖市）能源贫困类型向下移的概率更大，能源贫困缓解的可能性会大；与能源贫困程度高的地区为邻，该省能源贫困类型向上转移的概率更大，能源贫困缓解的可能性会小。最后，中国能源贫困出现“俱乐部收敛”现象。可见，中国能源贫困的改善与相邻省份有着紧密联系，关注重点地区能源贫困问题很有必要。

随着中国经济发展水平提升，居民人均可支配收入增长，能源贫困整体得到缓解，其中，东部地区低于全国平均水平，西部、中部和东北地区高于全国平均水平。相比资源存储量，经济水平更能决定一个地区能源贫困程度以及区域持续发展动力，但后发地区可以凭借资源优势打造自身竞争力来取得经济高质量发展。能源贫困总体差异有所收敛，目前区域间差异最明显，用能结构是造成地区差异的主要因素。另外，能源贫困虽持续缓解但近期有回升趋势且具有“俱乐部收敛”特征。

中国能源贫困还存在诸多问题亟待解决，能源贫困程度整体还有待缓解。为满足中国居民生产、生活活动需求，促进绿色发展，消除相对贫困，防范多重贫困问题发生，针对能源贫困的解决，提出以下对策建议。

第一，发达地区应发挥领先优势，加强新能源开发和利用。第二，欠发达地区应利用地理优势，增加能源多样性选择。第三，资源型地区应改造传统能源产业，减轻能源依赖。第四，制定能源协同发展机制，加强地区间能源合作。