CC BY
19Стратегия роста эффективности энергопотребления в Китае: эмпирический анализ
Сюй Юнь
аспирант МИРЭА - Российский технологический университет, 370202279@qq.com
Энергетика является базовой отраслью национальной экономики и играет важную роль в экономике и обществе. Существует множество причин, влияющих на эффективность потребления энергии. В настоящее время Китай сталкивается с двойными проблемами: международным энергосбережением и сокращением выбросов, а также внутренними энергетическими проблемами. В целом потребление энергии в Китае в настоящее время находится в первой половине «перевернутой и-об-разной формы». Таким образом, повышение эффективности производства и использования энергии является эффективным способом для большинства отраслей добиться низкоуглеродного и зеленого развития в краткосрочной и среднесрочной перспективе. Конкретная реализация заключается в повышении уровня цифровизации, продвижении сочетания технологий производства и использования энергии и информационных технологий, разработке технологий управления энергопотреблением и улучшении применения больших данных в энергетической отрасли.
В статье показано общее потребление энергии в Китае с 2005 по 2020 год и приводятся результаты факторного анализа влияния социально-экономических процессов, выраженных показателями (переменными), на эффективности энергопотребления. Построенная факторная модель позволила выявить ключевые эффективность энергопотребления, влияющие на эффективность энергопотребления. Предложены тактические и стратегические рекомендации их роста.
Ключевые слова: эффективность энергопотребления, регрессия главных компонент, влияющие факторы, Китай.
со см о см
см
О!
^
н
О Ш
т
X
<
т о х
X
Энергия является движущей силой мирового развития и незаменимым элементом развития современного общества. Непрерывный рост энергопотребления является важным условием модернизации. За несколько лет, прошедших с момента основания Нового Китая, энергетическая база Китая была очень слабой: в 1949 году добыча сырого угля в Китае составляла всего 30 миллионов тонн, а добыча сырой нефти — всего 120 тысяч тонн. В течение 20 лет после 1953 г. вопросу развития энергетики уделялось внимание, и «Первая пятилетка» [1], «Пятая пятилетка» [2] и другие политики были сосредоточены на направлении использование энергии и строительство инфраструктуры. После 70 лет быстрого развития энергетическая промышленность стала крупнейшим в мире производителем энергии, и отрасль также быстро развивалась. В 2011 году общая стоимость промышленного производства превзошла Соединенные Штаты и заняла первое место в мире. Быстрое развитие индустриализации привело к большому предложению и потреблению энергоресурсов. В период индустриализации ВВП на душу населения и потребление энергии на душу населения в основном демонстрировали «близкую к линейной» зависимость, что означает, что при росте экономики потребление энергии увеличивается одновременно. Поскольку с 2009 года Китай стал крупнейшим в мире потребителем энергии[3], модель экстенсивного промышленного развития с высоким потреблением и высоким уровнем загрязнения окружающей среды, а также предложение и спрос на энергию становятся все более и более серьезными. Понимание факторов, влияющих на потребление энергии, и формулирование рациональная энергетическая стратегия имеет большое значение для общества, важна для экономического развития.
Еще в 2003 г. зарубежные ученые Soyta[4] и Scrimgeours F. [5] изучали взаимосвязь между экономическим ростом и потреблением энергии во многих странах, Хэ Зе [6] использовал индекс упругой развязки и обобщенный метод LMDI для изучения динамической взаимосвязи между потреблением энергии в Китае и экономическим ростом, а также факторов, определяющих рост потребления энергии. Лю Шэнлун [7] рассчитал панельные данные по 28 провинциям Китая с 1978 по 2011 год с помощью панельного теста коинтеграции и пришел к выводу, что существует коинтеграционная связь между потреблением электроэнергии и экономическим ростом. В отличие от расчета взаимосвязи между единственным фактором экономического роста и потреблением энергии, Донг Мэй [8] провел анкетирование 1303 сельских домохозяйств в провинции Шэньси, проанализировал структуру энергопотребления и влияющие факторы сельских домохозяйств и пришел к выводу, что сельские домохозяйства на юге Шэньси привыкли использовать дрова и солому, сельские домохозяйства на севере Шэньси как правило, используют уголь, а сельские домохозяйства в центральной части Шэньси предпочитают использовать электричество.
Kambara, Huang [9-10] использовали метод факторной декомпозиции для анализа множества факторов, влияющих на потребление энергии. Чжан Иньхао [11] изучал региональные различия и факторы, влияющие на интенсивность энергопотребления, с точки зрения структуры энергопотребления, разных регионов и разных этапов, Результаты показывают, что структура энергопотребления оказывает существенное положительное влияние на интенсивность энергопотребления, причем это влияние имеет значительную неоднородность. Было проведено много исследований факторов, влияющих на потребление энергии в Китае, но большинство из них основано на изучении взаимосвязи между спросом и предложением или временной и пространственной эволюции одного роста ВВП и потребления энергии. В этой статье факторы, влияющие на потребление энергии, сначала в обобщение результатов исследование позволило выбрать семь факторов, влияющих потреблений энергий, качественно идентифицируются, количественно оцениваются, а затем подвергаются анализу основных компонентов. Регрессионный анализ выполняется после удаления корреляции между факторами, чтобы выяснить ключевые факторы, влияющие на потребление энергии.
1. Факторы, влияющие на потребление энергии в Китае
Фактор экономического роста
Экономика Китая сохраняет быстрое развитие после реформ и открытости. В 2021 году общий объем экономики Китая достигнет 17,7 трлн долларов США, что займет второе место в мире. Поскольку метод экономического роста Китая является грубым, принося в жертву потребление энергии и окружающую среду, поэтому экономика Быстрое развитие энергопотребления играет важную роль в увеличении энергопотребления.
Фактор производства и использования энергии
Производство и потребление энергии является неотъемлемой частью национальной экономики, а производство энергии является основой потребления. В 2019 году Китай произвел 2 719,21 млн тонн условной нефти (Мтнэ) энергии, что составляет 18,44% от общемирового объема. производство энергии[12] Занимает первое место в мире. Использование энергии относится к каждому этапу от производства энергии до конечного использования С точки зрения добычи полезных ископаемых, эффективность использования энергии относится к отношению теплотворной способности фактически добытой энергии к теплотворной способности накопленной энергии; Использование энергии относится к каждому этапу от производства энергии до конечного использования С точки зрения добычи полезных ископаемых, эффективность использования энергии относится к отношению теплотворной способности фактически добытой энергии к теплотворной способности накопленной энергии; С точки зрения переработки это относится к отношению теплотворной способности, преобразованной в продукты, к теплотворной способности энергии до преобразования. Стэн [13] считает, что после реформ и открытости основной причиной замедления темпов роста потребления энергии в Китае является повышение эффективности использования энергии. Вообще говоря, когда другие переменные остаются неизменными, чем выше эффективность использования энергии, тем выше потребление меньше энергии.
Демографические факторы
Большая численность населения и стремительная индустриализация являются важными характеристиками современного экономического и социального развития Китая. При этом условии будет увеличиваться спрос на ресурсы, представленные потреблением энергии. Социальная деятельность человека тесно связана с потреблением энергии. Энергоснабжающая промышленность, пищевая промышленность, Недвижимость, транспорт и другие энергоемкие отрасли также неотделимы от жизни человека.
Фактор энергетической структуры
По структуре энергопотребления Китай является одной из немногих стран мира, потребляющих в основном уголь.В 2020 г. общее энергопотребление Китая составляет 4,98 млрд т условного угля [12], из которых потребление угля составляет 56,8% от общего энергопотребления. Согласно исследованиям соответствующих экспертов, эффективный коэффициент преобразования энергии угля в Китае составляет 27%, что намного ниже, чем 50% нефти и 57% природного газа, а низкий эффективный коэффициент преобразования энергии приведет к увеличению в энергопотреблении. Согласно данным, предоставленным Национальным бюро статистики Китая[14], энергия, потребляемая вторичной промышленностью Китая, в которой преобладают промышленность и обрабатывающая промышленность, составляет около 75% от общего потребления энергии, в то время как на первичную и третичную промышленность приходится только 25%, структура промышленности, в которой вторичная промышленность доминирует в национальной экономике, также повлияет на потребление энергии в Китае.
Фактор уровня технологий
Еще в 1911 г. австрийско-американский экономист Дж. А. Шеумпетер [15] ввел в теорию экономического развития концепцию технического прогресса. Техническое развитие оказывает два основных воздействия на потребление энергии. С одной стороны, технический прогресс значительно улучшил использование энергии. Эффективность и улучшенная структура потребления энергии в Китае, основанная на использовании угля, снижает потребление энергии.С другой стороны, технический прогресс также способствует быстрому развитию экономики Китая, что приводит к увеличению спроса на энергию и увеличению потребления энергии. В то же время повышение уровня науки и техники приведет к увеличению видов доступной энергии и диверсификации структуры энергопотребления. Развитие возобновляемых источников энергии и новой энергии снизит зависимость от ископаемой энергии, тем самым сократив потребление традиционной энергии.
Фактор цен на энергию
Западные экономисты указывали, что ценовой механизм может заставить ресурсы в рыночной экономике распределяться разумно и эффективно, а необходимые условия для оптимального соотношения капитала и энергии таковы: = РК/РЕ, Иными словами, отношение капитала к предельному выпуску энергии равно отношению капитала к цене энергии.Согласно закону убывающей предельной нормы замещения факторов, уменьшение затрат энергии может привести к увеличению ее предельного выпуска. Таким образом, рост цен
X X
о
го А с.
X
го m
о
2 О
м
CJ
fO
сч
0 cs
сч
01
о ш m
X
<
m о x
X
на энергоносители снизит спрос на энергию и, следовательно, уменьшит потребление энергии.
Фактор прямых иностранных инвестиций (FDD
После реформ и открытости объем иностранных инвестиций в Китай продолжал расти, достигнув 144,3 млрд долларов США в 2020 г. Вообще говоря, прямые иностранные инвестиции влияют на потребление энергии двумя способами: с одной стороны, иностранный капитал приносит передовые технологии и концепции управления.Когда доля прямых иностранных инвестиций в стране относительно высока, это повысит общий технологический уровень страны и оптимизирует ее промышленную структуру, тем самым повысив эффективность использования энергии в стране и сократив потребление энергии. С другой стороны, увеличение прямых иностранных инвестиций приведет к увеличению доли энергоемких отраслей, таких как переработка энергии, транспорт и строительство, и уменьшению доли низкоэнергоемких отраслей, которые в свою очередь приведет к увеличению энергопотребления. трансмиссионный механизм передачи показан на рисунке 1:
Рисунок 1
2. Методы исследования
2.1 Выбор показателей
В нашем исследовании, чтобы более точно выяснить факторы, влияющие на эффективность потребления энергии в Китае, мы сослались на результаты исследований Чжао Цзяньхуэй[16], Цюй Тяньли[17] и Лу Фэн[18] и суммировали 7 основных влияющих факторов и 13 переменных. Затем количественно определили переменные, как показано в таблице 1:
Таблица 1
Факторы Переменные
экономический рост х1 ВВП ( 100 миллионов юаней ) х2 Уровень потребления населения (юань) х3 Валовая стоимость промышленного производства (100 миллионов юаней)
производство и использования энергии х4 Общее производство первичной энергии (10 000 тонн условного угля) х5 Эффективность преобразования энергии (%)
демографический х6 Общая численность населения (10 000 человек) х7 Естественный прирост населения (%%) х8 Пассажиропоток (10 000 человек)
энергетическая структура х9 Доля угля в общем потреблении энергии (%) х10 Вклад вторичной промышленности в ВВП (%)
уровньтехнологий х11 Расходы на исследования и экспериментальные разработки (100 млн юаней)
цены на энергоносители х12 Индекс закупочных цен промышленных производителей топлива и энергии
прямые зарубежные инве-стиции(FDI) х13 Фактическое использование иностранного капитала (10 000 долларов США)
2.2 Источники данных
Данные взяты из «Национального статистического бюро Китая» и «Статистического ежегодника энергетики Китая за 2021 год».
2.3 Регрессия главных компонентов
Анализ главных компонентов (Principal Components Analysis,PCA) был впервые предложен в 1933 году Хо-теллингом [19]. Основная идея заключается в следующем: на основе анализа исходной структуры матрицы коэффициентов корреляции переменных исходные переменные линейно преобразуются путем уменьшения размерности, чтобы сформировать новые некоррелированные переменные главного компонента,И используйте дисперсию, чтобы измерить, сколько информации содержат переменные основного компонента. Этот метод удобен для упрощения обработки задачи и улучшения отношения сигнал-шум информации о данных. При изучении практических задач множественные переменные не только усложняют расчеты, но и затрудняют решение задач, поскольку некоторые независимые переменные связаны друг с другом. Регрессионный анализ основных компонентов основан на анализе основных компонентов и извлекает факторы переменных с муль-тиколлинеарностью в регрессионной модели для получения новых ортогональных факторных переменных, а затем строит регрессионную модель на факторных переменных.
Конкретные этапы расчета регрессии основного компонента:
1) Имеется i выборок, в каждой выборке наблюдается р показателей, а исходная матрица данных равна х = (х1,х2,х3,.,хр), После нормализации исходных данных получаем
Х =
2) Рассчитать корреляционную матрицу R = (гпу)рхр, Получим характеристический корень из R:
>Л2 > — >Лр >0, Затем найдем его собственные векторыФ = (.(р1,ф2,-,Фр). Наконец, получим р главных компонент Рп = ^1пХ1 + ф2пХг Ч-----I- фрПХр(.п = 1,2, -,р)
3) Создаем регрессионную модель стандартизированной зависимой переменной У и независимых переменных Р1,Р2,...,Рт:
У = а0+а1Р1 + — + атРт (2)
Поскольку главные компоненты Р1,Р2,...,Рт представляют собой уравнения, представленные стандартизованными переменными Х1,Х2,...,Хр, то т главных компонент ^ подставляются в (2):
У = р0+р1Х1+ррХр (3)
в том числе, /30 =а0,рп =а1^п1 + а2<рп2 Ч-----1-
ат(рпт (и = 1,2.....р) .
4) Восстановим Х_1, Х_2, ..., Х_р и Y в формуле (3) к исходным переменным х_1, х_2, ..., х_р и у, чтобы получить окончательное уравнение регрессии:
у = Ь0+Ь1х1 + — + Ьрхр (4)
3 Эмпирический анализ
Поскольку выбрано много влияющих факторов, между факторами может быть мультиколлинеарность.
^12 ■■
.. х2р (1)
ХЦ Ха .. xip_
Во-первых, мы вычисляем коэффициент корреляции между переменными, как показано в таблице 2.
Таблица 2
x1
x2
x3
x4
x5
x6
x7
x8
x9
x10
x11
x12
x13
x1
1.00 0
0.99 8
0.99 1
0.94 2
0.83 1
0.99 3
0.47 2
0.49
0.97 9
0.81 0
0.99 6
0.44 6
0.94 6
1.00 0
0.98 3
0.92 3
0.81 3
0.99 0
0.47 9
0.53 1
0.98 6
0.83 8
0.99 6
0.44 0
0.92 9
1.00 0
0.97 2
0.85 3
0.99 1
0.39 7
0.40 2
0.94 8
0.76 6
0.98 0
0.44 1
0.97 3
1.00 0
0.86 9
0.94 5
0.32 8
0.27 0
0.86 6
0.62 4
0.92 8
0.50 6
0.98 0
1.00 0
0.86 0
0.21 8
0.23 2
0.79 5
0.52 7
0.82 2
0.47 3
0.89 8
1.00 0
0.39 1
0.47 6
0.96 6
0.82 2
0.98 3
0.47 4
0.95 5
x7 x8 x9 x10
1.00 0
0.55 3 1.00 0
0.53 2 0.61 6 1.00 0
0.30 1 0.62 1 0.84 4 1.00 0
0.51 5 0.54 1 0.98 4 0.79 7
0.17 9 0.28 7 0.38 7 0.27 8
0.34 4 0.25 9 0.88 2 0.66 0
1.00 0
0.46 2
0.92 7
1.00 0
0.42 3
1.00 0
Из таблицы 2 видно, что корреляция между переменными сильная. Если для расчета коэффициента регрессии используется метод наименьших квадратов (OLS), дисперсия оцениваемого значения будет слишком большой. Поэтому для решить проблему мультиколлинеар-ности и повысить точность оценивания.
Таблица 3
Глав- начальное собственное зна- Извлечь загрузку суммы
ный чение квадратов
компонент общий Диспер-сия% Общий итог% общий Диспер-сия% Общий итог%
1 9.786 75.280 75.280 9.786 75.280 75.280
2 1.353 10.410 85.689 1.353 10.410 85.689
3 0.815 6.270 91.959
4 0.649 4.990 96.949
5 0.236 1.816 98.765
6 0.115 0.887 99.653
7 0.032 0.246 99.898
8 0.006 0.043 99.941
9 0.004 0.033 99.975
10 0.003 0.020 99.994
11 0.001 0.004 99.999
12 0.000 0.001 100.000
13 7.181E-06 5.524E-05 100.000
мы извлекаем два главных компонента, собственное значение первого главного компонента равно 9,786, что объясняет 75,28% общей дисперсии 13 исходных переменные, собственное значение второго главного компонента равно 1,353, что объясняет 10,41% общей дисперсии исходной переменной, кумулятивная доля дисперсии составляет 85,69%.
Как видно из табл. 4, за исключением двух переменных, все остальные имеют относительно высокие нагрузки первой главной компоненты, что говорит о том, что переменные первой главной компоненты оказывают наибольшее влияние на эффективность энергопотребления в Китае. Вторая главная компонента в основном отражает информацию всего двух переменных: общая численность населения и естественный прирост населения. Таким образом, исходные 13 переменных были преобразованы в 2 компоненты, которые сыграли свою роль в уменьшении размерности, что повысило достоверность и трудоемкость анализа результатов.
Таблица 4
главные компоненты
1 2
ВВП (100 миллионов юаней) 0.996 0.011
Уровень потребления населения (юань) 0.995 -0.03
Валовая стоимость промышленного производства (100 миллионов юаней) -0.979 0.139
Общее производство первичной энергии (10 000 тонн условного угля) 0.984 0.129
Эффективность преобразования энергии (%) 0.851 0.354
Общая численность населения (10 000 человек) -0.528 0.748
Естественный прирост населения (%%) -0.478 0.632
Пассажиропоток (10 000 человек) 0.943 0.273
Доля угля в общем потреблении энергии (%) 0.938 0.282
Вклад вторичной промышленности в ВВП (%) 0.995 -0.041
Расходы на исследования и экспериментальные разработки (100 млн юаней) 0.994 0.074
Индекс закупочных цен промышленных производителей топлива и энергии -0.808 0.238
Фактическое использование иностранного капитала (10 000 долларов США) -0.497 -0.122
В данной работе для анализа данных использовался программный пакет SPSS 26. Во-первых, значение КМО оказывается равным 0,714 и больше 0,6, а вероятность сферического критерия Бартлетта меньше уровня значимости 0,01, что статистически считается подходящим для анализа главных компонент. Затем мы извлекаем главные компоненты, как показано в таблице 3, основываясь на принципе, что собственное значение больше 1,
Мы делим данные в приведенной выше таблице на квадратный корень из соответствующих собственных значений, чтобы получить коэффициенты каждого показателя в каждой главной компоненте, а затем умножаем каждый коэффициент на его стандартизированные данные, чтобы получить выражения главных компонент F1 и F2:
^ = 0.3182*! + 0.3182Х2 + 0.3152Х3 + 0.32Х4 + 0.2722Х5 + 0.3182Х6 - 0.1532Х7 - 0Л692Х8 - 0.313гХ9 -0.2582Хю + 0.3182^ + 0.1592^2 + 0.3012^3 (5)
^ = 0.0092^1 - 0.0262Х2 + 0.1112Хз + 0.2422Х4 + 0.3042Х5 + 0.064гХ6 + 0.5432Х7 + 0.6432Х8 + 0.1192Х9 + 0.2052Х10 - 0.0352*!! - 0.1052^2 + 0.2352^13 (6)
Среди них 2Х;(( = 1,2, ...,13) — стандартизированные данные.
Мы принимаем F_1 и F_2 в качестве независимых переменных, а стандартизированное общее потребление энергии (ZY) в качестве зависимой переменной и используем метод наименьших квадратов для регрессионного анализа. Результаты показаны в таблице 5.
X X
о
го А с.
X
го m
о
ю
2 О
м
CJ
Таблица 5
Model □ standard еггог t
сопБ1ап1 -1.174Е-17 0.024 0.000 1.000
0.313 0.008 39.651 0.000
□2 0.154 0.021 7.265 0.000
ю см
0 см
см
01
о ш т
X
3
<
т о х
X
Тест качества регрессионной модели показывает, что й = 0.996Д2 = 0.992 и скорректированный й2 = 0.991, эффект подгонки модели хороший. В то же время тест значимости показал Р < 0.001, что указывает на то, что регрессионная модель имеет статистическую значимость. Получаем уравнение регрессии главных компонент: = 0.313Р1 + 0.154Р2 (7)
Уравнение 7 показывает анатомию эффективности энегопотребления в Китае, представленную двумя факторами: первый мы назвали - экономический, второй -демографический, каждый из которых имеет свою структуру и численной значение переменных. Из таблицы 4 видно, что экономический фактор сконцентрировал в себе следующие переменные: ВВП, уровень потребления населения, валовая стоимость промышленного производства, общее производство первичной энергии, эффективность преобразования энергии, пассажиропоток, доля угля в общем потреблении энергии, вклад вторичной промышленности в ВВП, расходы на исследования и экспериментальные разработки, а так же индекс закупочных цен промышленных производителей топлива и энергии, фактическое использование иностранного капитала имеют относительно высокие нагрузки на эффективность энергопотребления. Общая численность населения и естественный прирост населения имеют более высокую нагрузку на вторую главную компоненту, поэтому мы называем ее фактором демографическим.
Чтобы получить уравнение множественной линейной регрессии подставим Р2 оответственно в (7),
= 0.101Х1 + 0.096Х2 + 0.116Х3 + 0.131Х4 + 0.132Х5 + 0.109Х6 + 0.036Х7 + 0.046ХВ - 0.08Х, -0.049Х10 + 0.094Х11 - 0.066Х12 + 0.13Х13 (8)
Таблица 6
Переменные стандартизированный коэффициент регрессии рейтинг
ВВП (100 миллионов юаней) 0.101 6
Уровень потребления населения (юань) 0.096 7
Валовая стоимость промышленного производства (100 миллионов юаней) 0.116 4
Общее производство первичной энергии (10 000 тонн условного угля) 0.131 2
Эффективность преобразования энергии (%) 0.132 1
Общая численность населения (10 000 человек) 0.109 5
Естественный прирост населения (%) 0.036 10
Пассажиропоток (10 000 человек) 0.046 9
Доля угля в общем потреблении энергии (%) -0.080 13
Вклад вторичной промышленности в ВВП (%) -0.049 11
Расходы на исследования и экспериментальные разработки (100 млн юаней) 0.094 8
Индекс закупочных цен промышленных производителей топлива и энергии -0.066 12
Фактическое использование иностранного капитала (10 000 долларов США) 0.130 3
На основании выражения уравнения множественной линейной регрессии и с использованием стандартизированного коэффициента регрессии в качестве эталона сортируется относительная степень влияния каждой переменной на эффективность энергопотребления. Результаты представлены в таблице 6.
Результаты показывают, что эффективность переработки и преобразования энергии, годовое производство первичной энергии и фактическое использование иностранного капитала оказывают наибольшее влияние на потребление энергии, занимая соответственно первое, второе и третье места. Два показателя цены на энергию и доля угля в энергопотреблении оказывают наименьшее влияние на потребление энергии, занимая соответственно двенадцатое и тринадцатое места. Среди них экономические факторы положительно коррелируют с потреблением энергии в Китае. Среди них на каждый 1 % прироста ВВП потребление энергии увеличится на 0,101 %, на каждый 1 % прироста уровня потребления жителей потребление энергии увеличится на 0,096 %, а на каждый 1 % прироста общего значение промышленной продукции, потребление энергии увеличится на 0,116%. Факторы производства и использования энергии положительно коррелируют с потреблением энергии. Среди них на каждый 1 % увеличения производства первичной энергии потребление энергии будет увеличиваться на 0,131 %, а на каждый 1 % повышения эффективности преобразования энергии потребление энергии увеличится на 0,132 %.Этот фактор оказывает наибольшее влияние на энергопотребление. Демографические факторы также положительно коррелируют с потреблением энергии. Среди них на каждый 1% увеличения общей численности населения потребление энергии будет увеличиваться на 0,109%, а на каждый 1% увеличения темпов роста населения потребление энергии увеличится на 0,036%, на каждый 1% увеличения пассажиропотока потребление энергии увеличивается на 0,046%. Факторы энергетической структуры отрицательно коррелируют с потреблением энергии. Среди них увеличение доли угля в общем потреблении энергии на каждый 1% снизит потребление энергии на 0,08%, а увеличение доли вторичной промышленности в ВВП на каждый 1% снизит общее потребление энергии на 0,049%. Также негативное влияние на энергопотребление оказывает ценовой фактор энергии. При повышении цен на энергию на 1% потребление энергии снизится на 0,066%. Фактор технологического уровня и фактор иностранного капитала положительно коррелируют с потреблением энергии. Среди них, когда расходы на НИОКР увеличиваются на 1%, потребление энергии увеличивается на 0,094%, а когда фактическое использование иностранного капитала увеличивается на 1%, потребление энергии увеличивается на 0,13%.
Вывод и предложение
В этой статье количественно исследуются факторы, влияющие на потребление энергии в Китае, и анализируются выбранные показатели с помощью регрессии главных компонентов. Уравнение регрессии прошло тесты R, F, Р и другие тесты, и соответствие является хорошим и статистически значимым. Среди них ВВП, уровень потребления населения, общая стоимость промышленного производства, производство первичной энергии, эффективность переработки и преобразования энергии, общая численность населения, естественный прирост населения, объем пассажирских перевозок,
расходы на исследования и опытно-конструкторские разработки, фактическое использование иностранного капитала. положительно связано с потреблением энергии. Среди них наибольшее влияние на нее оказывает эффективность переработки и преобразования энергии, производство первичной энергии, за которыми следуют фактическое использование иностранного капитала, прямые иностранные инвестиции, общая стоимость промышленного производства и общая численность населения. Это показывает, что среди факторов, влияющих на потребление энергии в Китае с 2005 по 2020 год, производство и использование энергии является основным фактором. Повышение энергоэффективности не только эффективно сократило потребление энергии, но и способствовало техническому прогрессу, еще больше способствовало экономическому росту, и ускоренное потребление энергии всем обществом производит эффект энергетического рикошета. Фактор фактического использования иностранного капитала занимает третье место, а прямые иностранные инвестиции положительно влияют на потребление энергии, а это означает, что увеличение масштабов инвестиций привело к росту энергии. С момента вступления Китая в ВТО в 2003 г. фактическое использование Китаем иностранного капитала увеличилось с 52,7 млрд долл. США в 2002 г. до 173,5 млрд долл. США в 2021 г. [20]. Из эффекта масштаба прямых иностранных инвестиций видно, что ПИИ в основном инвестируются в производство, лизинг и недвижимость, среди которых доля производства является самой высокой, достигнув 21,47% в 2020 году. Столп национальной экономики, производство является отраслью с высоким потреблением. Потребление энергии в обрабатывающей промышленности Китая составляет около 60% от общего потребления энергии в Китае. [21] При этом таким же очевидным фактором, влияющим на годовое потребление энергии, является общая численность населения. Как самая густонаселенная страна в мире, возрастная структура населения Китая и разрыв в доходах между городскими и сельскими жителями являются неизбежным результатом процесса урбанизации Китая и одним из факторов роста потребления энергии в Китае. Однако цены на энергию отрицательно влияют на потребление энергии: когда цены на энергию падают, стоимость использования энергии снижается, а фактическая выработка энергии увеличивается, что приводит к увеличению потребления энергии. И наоборот, когда цены на энергоносители растут. Исходя из того, что другие переменные остаются неизменными, некоторые исследования показали, что при повышении цен на энергию в среднем на 5% потребление угля, нефти и природного газа снизится на 4,05%, 5,42% и 4,09% соответственно. Когда цены на энергоносители упадут в среднем на 5%, потребление угля, нефти и природного газа увеличится на 4,48%, 5,98% и 4,53% соответственно. [18]
В связи с полученными результатами в данной работе даются следующие рекомендации: В настоящее время Китай сталкивается с двойными проблемами: международным энергосбережением и сокращением выбросов, а также внутренними энергетическими проблемами. В целом потребление энергии в Китае в настоящее время находится в первой половине «перевернутой и-образной формы». Таким образом, повышение эффективности производства и использования энергии является эффективным способом для большинства отраслей добиться низкоуглеродного и зеленого развития
в краткосрочной и среднесрочной перспективе. Конкретная реализация заключается в повышении уровня циф-ровизации, продвижении сочетания технологий производства и использования энергии и информационных технологий, разработке технологий управления энергопотреблением и улучшении применения больших данных в энергетической отрасли. Создание нового типа энергетического комплекса, повышение энергоэффективности и снижение затрат на энергопотребление за счет комплексного обслуживания. Разумно ввести иностранный капитал, сократить приток иностранного капитала с высоким потреблением энергии и высоким уровнем загрязнения, Измените раннюю концепцию Китая «сначала развивать экономику, а затем управлять окружающей средой». В то же время энергосберегающие технологии и оборудование должны внедряться любой ценой, а эффекты перелива технологий должны использоваться для имитации и инноваций энергосберегающих технологий, и в то же время предприятиям должны предоставляться политические субсидии. Наконец, укрепить управление ценами на энергию в Китае. Зависимость Китая от иностранной энергии в 2021 году составляет всего 20,6%, а вот нефти и природного газа -72% и 44% соответственно [18]. Поэтому, кроме угля, он по-прежнему очень зависит от импорта, поэтому цены на энергоносители в Китае должны поддерживаться рыночными. саморегулирование В сочетании с государственным регулированием, на основе уважения к рынку, усилить надзор за ценами на энергоносители, чтобы гарантировать, что цена колеблется в разумных пределах. В то же время энергоносители обладают сильными финансовыми свойствами, а их цены в значительной степени зависят от капитала, поэтому дополнительно усиливается антимонопольный надзор и надзор за рыночными ценами, а также создается система противодействия злонамеренным спекуляциям и ажиотажу, обеспечивающая защиту устойчивое развитие национальной экономики.
Литература
1. Первый пятилетний план Китая.
2. Пятая пятилетка Китая.
3. https://wri.org.cn/guandian/energy-transition-worldwide
4. Soytas, U., & Sari, R. (2003). Energy consumption and GDP: causality relationship in G-7 countries and emerging markets. Energy economics, 25(1), 33-37.
5. Fatai, K., Oxley, L., & Scrimgeour, F. G. (2004). Modelling the causal relationship between energy consumption and GDP in New Zealand, Australia, India, Indonesia, The Philippines and Thailand. Mathematics and Computers in Simulation, 64(3-4), 431-445. DOI: 10.1016/S0378-4754(03)00109-5
6. He Ze, Yang Yu, Song Zhouying & Liu Yi. (2018). Mutual evolution and driving factors of energy consumption and economic growth in China. Geographical Research (08), 1528-1540. DOI: 10.11821/dlyj201808005
7. Liu Shenglong, Gao Yuning & Hu Angang. (2014). Electricity Consumption and China's Economic Growth. Industrial Economics Research (03), 71-80. doi:10.13269/j.cnki.ier.2014.03.008.
8. Dong Mei & Xu Zhangyong. (2018). Analysis of Rural Household Energy Consumption Structure and Influencing
Factors-A Case Study of 1303 Rural Households in
Shaanxi Province. Journal of Agricultural and Forestry Economic Management (01), 45-
X X
о
го А с.
X
го m
о
2 О M
со
fO CN
o
cs
c4
O HI
m
X
<
m o x
X
53.doi:10.16195/j.cnki.cn36-1328/f.2018.01.006.
9. Kambara, T. (1992). The Energy Situation in China. The China Quarterly, 131, 608-636. doi:10.1017/S0305741000046312.
10. Huang, J.P. & Poh, K.L. & Ang, B.W., 1995. "Decision analysis in energy and environmental modeling," Energy, Elsevier, vol. 20(9), pages 843-855.DOI: 10.1016/0360-5442(95)00036-G
11. Zhang Yinhao. (2022). Analysis of Regional Differences in Energy Consumption Intensity and Its Influencing Factors. Macroeconomic Research (10), 129142. doi:10.16304/j.cnki.11-3952/f.2022.10.010.
12. China Energy Statistical Yearbook 2021.
13. Shi Dan. (2002). Improvement of energy utilization efficiency in the process of my country's economic growth. Economic Research (09), 49-56+94.
14. https://data.stats.gov.cn/easyquery.htm?cn=C01
15. Backhaus, J. (Ed.). (2003). Joseph Alois Schumpeter. https://doi.org/10.1007/b101851
16. Zhao Jianhui. (2014). Analysis of my country's Energy Consumption Influencing Factors Based on Principal Component Regression Model. China Mining (01), 44-49.
17. Qu Tianli. (2015). Research on China's fossil energy supply based on principal component analysis. Shang (29), 274-275.
18. Lou Feng & Cheng Yuan. Research on the Impact of Energy Price Fluctuation on my country's Macroeconomy. Price Theory and Practice. doi:10.19851/j.cnki.CN11-1010/F.2023.01.001.
19. Hotelling, H. (1933). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24(6)
20. http://k.sina.com.cn/article_5115326071_130e5ae7 702001pxdy.html
https://baijiahao.baidu.com/s?id=1741009884062764190& wfr=spider&for=pc
China's energy efficiency growth strategy: an empirical analysis.
Xu Yun
MIREA - Russian Technological University
JEL classification: H87, F02, F15, F29, F40, F42, F49_
Energy is the basic branch of the national economy and plays an important role in the economy and society. There are many reasons that affect the efficiency of energy consumption. At present, China is facing twin challenges: international energy conservation and emission reduction, and domestic energy challenges. Overall, China's energy consumption is currently in the first half of the "inverted U-shape". Thus, improving the efficiency of energy production and use is an effective way for most industries to achieve low-carbon and green development in the short and medium term. The specific implementation is to increase the level of digitalization, promote the combination of energy production and use technologies and information technology, develop energy management technologies, and improve the application of big data in the energy industry.
The article shows the total energy consumption in China from 2005 to 2020 and presents the results of a factor analysis of the impact of socioeconomic processes, expressed by indicators (variables), on the efficiency of energy consumption. The constructed factorial model made it possible to identify the key efficiency of energy consumption that affect the efficiency of energy consumption. Proposed tactical and strategic recommendations for their growth.
Keywords: energy efficiency, principal component regression, influencing factors, China.
References
1. China's first five-year plan.
2. Fifth Five-Year Plan of China.
3. https://wri.org.cn/guandian/energy-transition-worldwide
4. Soytas, U., & Sari, R. (2003). Energy consumption and GDP: causality
relationship in G-7 countries and emerging markets. Energy economics, 25(1), 33-37.
5. Fatai, K., Oxley, L., & Scrimgeour, F. G. (2004). Modeling the causal
relationship between energy consumption and GDP in New Zealand, Australia, India, Indonesia, The Philippines and Thailand. Mathematics and Computers in Simulation, 64(3-4), 431-445. DOI: 10.1016/S0378-4754(03)00109-5
6. He Ze, Yang Yu, Song Zhouying & Liu Yi. (2018). Mutual evolution and
driving factors of energy consumption and economic growth in China. Geographical Research (08), 1528-1540. DOI: 10.11821/dlyj201808005
7. Liu Shenglong, Gao Yuning & Hu Angang. (2014). Electricity Consumption
and China's Economic Growth. Industrial Economics Research (03), 7180. doi:10.13269/j.cnki.ier.2014.03.008.
8. Dong Mei & Xu Zhangyong. (2018). Analysis of Rural Household Energy
Consumption Structure and Influencing Factors-A Case Study of
1303 Rural Households in Shaanxi Province. Journal of Agricultural and Forestry Economic Management (01), 45-53.doi:10.16195/j.cnki.cn36-1328/f.2018.01.006.
9. Kambara, T. (1992). The Energy Situation in China. The China Quarterly,
131, 608-636. doi:10.1017/S0305741000046312.
10 Huang, J.P. & Poh, K.L. & Ang, B.W., 1995. "Decision analysis in energy and environmental modeling," Energy, Elsevier, vol. 20(9), pages 843-855.DOI: 10.1016/0360-5442(95)00036-G
11. Zhang Yinhao. (2022). Analysis of Regional Differences in Energy Consumption Intensity and Its Influencing Factors. Macroeconomic Research (10), 129-142. doi:10.16304/j.cnki.11-3952/f.2022.10.010.
12. China Energy Statistical Yearbook 2021.
13. Shi Dan. (2002). Improvement of energy utilization efficiency in the process of my country's economic growth. Economic Research (09), 4956+94.
14. https://data.stats.gov.cn/easyquery.htm?cn=C01
15. Backhaus, J. (Ed.). (2003). Joseph Alois Schumpeter. https://doi.org/10.1007/b101851
16. Zhao Jianhui. (2014). Analysis of my country's Energy Consumption Influencing Factors Based on Principal Component Regression Model. China Mining (01), 44-49.
17. Qu Tianli. (2015). Research on China's fossil energy supply based on principal component analysis. Shang (29), 274-275.
18. Lou Feng & Cheng Yuan. Research on the Impact of Energy Price Fluctuation on my country's Macroeconomy. Price Theory and Practice. doi:10.19851/j.cnki.CN11-1010/F.2023.01.001.
19. Hotelling, H. (1933). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24(6)
20. http://k.sina.com.cn/article_5115326071_130e5ae7702001pxdy.html https://baijiahao.baidu.com/s?id=1741009884062764190&wfr=spider&f or=pc
