ᇏݓିჷླބିჷ఼؇ყҩ֥౦ࣟٳ༅ଆࠣఃႋႨ ᅋေ:ࢺകਔႋႨೆӁԛمބ౦ࣟٳ༅مࣉྛିჷླބିჷ఼؇ყҩ֥ࠎЧჰ,ѩ۳ԛਔࠎႿೆӁԛ֥ିჷླބିჷ఼؇౦ࣟٳ༅ଆ֥ሹุॿࡏbᆌؓھଆ,ຶಡ႕ཙିჷླބିჷ఼؇э߄֥۲ᇕഠ߶ࣜ࠶ၹ,ၛᇯҪןࡆ֥ٚൔࡹ৫ః౦ࣟٳ༅ଆbᄎႨ1997୍֥ඔऌ,ᆌؓಆ૫ൌགྷཬूഠ߶ଢѓ֥۲ᇕ౦ࣟ,קਈֹٳ༅ਔഠ߶ࣜ࠶ؿᅚၹؓିჷླބିჷ఼؇֥႕ཙ,֤֞ਔႵܱࢲ,ંѩิԛਔႵܱᆟҦࡹၰbܱՍ:能源需求;能源强度;情景分析;投入产出ᇏٳোݼ:TK01 ໓ངѓ്:A ໓ᅣщݼ:1672-884Ò(2004)01-0062-05 未来20年是我国全面建设小康社会的重要时了预测。A[8].JaiPersaud和UmaKumar解析了期,在这一时期各种社会经济因素(人口、收入、城市加拿大自然资源部(NRCan)的油气预测方法,并运化水平等)都将发生比较显著的变化。这些变化会引用油气供应模型(OGSM)预测了加拿大直到2020起国民经济各部门产出需求的巨大变化;而任一部年的油气供需情况。ChristophWeber和Adriaan门产出的增加,也会导致其他部门产出的相应增加[9],Perrels运用投入产出模型、情景分析法等研究了以满足该部门的投入要求;由于所有的生产活动都生活模式的变化对能源需求及相应的气体排放的影消耗能源,因而必然会引起能源需求的改变。响。等[10]运用投入产出模能源需求量直接影响能源供需缺口,也关系到型研究了荷兰1969～1989年间的能源强度变化趋国家的能源安全问题,而能源安全是全面建设小康势。V1]icentAlcantara和RosaD[1uarte运用一个社会的重要保障之一。能源强度是指单位GDP产出投入产出结构化分解分析模型对欧盟国家的能源强的能源消耗量,它反映了一个国家的经济结构、燃料度进行了比较。[12]提出了能源强度下降的组合情况以及技术发展水平,是衡量一个国家人文3种方式,并依次对一些发展中国家能源强度下降发展与进步的主要指标之一[1]。能源强度与环境问的现象进行了解释。中国社会科学院数量经济与技题息息相关术经济研究所构建系统动力学和投入产出模型,采,而环境保障也是全面建设小康社会、实现可持续发展的重要保障之一,降低能源强度是降用分部门终端需求分析方法,进行了长期能源需求低与能源相关的二氧化碳排放的一条重要途径[2]。预测[13]。这些研究大多或是重点探讨某一个因素对因此能源需求量和能源强度的影响,或是探讨各因素对,研究主要的社会发展因素的变化对能源需求和能源强度的影响具有重要的意义。能源需求量和能源强度的综合影响,计算结果不能近年来明了地比较出各因素各自的影响程度的大小。因此,,对能源需求和能源强度开展了大量的研究研究结果很难提供调控能源需求和能源强度的着手,RichardSilberglitt等[3]利用情景分析法对美国的能源需求进行了预测点。;PiyushT4]iw[ari运用投入产出模型对印度国民经济各部门本文将情景分析法与投入产出法相结合,建立1983～1997年能源强度的发展趋势进行了研究。了基于投入产出的能源需求和能源强度情景分析模Reinhard型,研究了中国2010～2020年期间,社会经济各因Haasa和LeeSchipperb[5]研究了技术效率因素对素对能源需求量和能源强度灵敏度的影响。首先采OECD国家居民能源需求的重要影响作用。NicosM用情景划分的方法将各因素的影响分离出来,然后.Christodoulakis等[6]考虑了社区支持的影响,对希腊的能源需求和二氧化碳排放水平进行了预运用投入产出方法对各情景下的能源需求量和能源测。强度做出了预测,探讨了各因素各自影响力的大小,和HuseyinT[7]atlidil运用周期分析法(cycleanalysis)对土耳其的能源需求进行得到了有关结论,并提出了有关政策建议。൬۠ರ௹:2004-06-10ࠎࣁཛଢ:国家“十五”科技攻关资助项目(2004BA616A-01);中国科学院自然科学与社会科学交叉研究中心部分支持·62·
1 基于投入产出的能源需求和能源强度情第k种情景下第j部门在计划期f的能源需求量;景分析模型Dfkj为第k种情景下第j部门在计划期f的能源强度。`ࠎЧჰ我们通过情景分析法来考察各因素的影响。情模型由计算能源需求量和能源强度的2个公式景分析是指对现状和未来发展的情景设置组成:(scenarioformula Qfktiononcurrentconditionsandfuturede-j=∑mf(bij×Yj) (j=1,2,…,n),(1)i=1veklopment.)。它是建立在对事实、假设和趋势的分析基础之上的DfkQfjj=Zfk (j=1,2,…,n)。(2)j,在对这些事实、假设和趋势深入分析之后,就可以把它们做不同的“综合”,形成不同的方`ҕඔ֥ಒק案(1)计划期最终使用量Yfkj 首先利用最终使,这些方案就是我们需要的“情景(scena用量与居民消费总额的关系将对最终使用量的预测rios)”[14]。在研究中,采用逐层叠加的方法进行情景设定转化为对居民消费总额的预测::首先列出社会经济中影响能源消费的主要驱动因Yfk=Hfk×Sfk(3)素式中k,Hf为居民消费总额占最终使用量的比例的倒数;Sfk为,包括技术变化、人口增长、收入增长、生产和消费模式变化,以及城市化水平提高;然后以基期实际为第k种情景下计划期f的居民消费总额向量。由于城市与农村在消费模式,生活水平上的差异较大,因而将两者的居民初始情景,一步一步地引入各影响因素,即每一情景消费总额分别计算。记Sfku为第k种情景下计划期f的城市居为在前一情景的基础上迭加入一个影响因素在未来民消费总额;Sfkr为第k种情景下计划期f的农村居民消费总的发展状态,通过对其附加效应的考察来比较各因额。则素的影响。通过运用投入产出法预测各情景下的能Sfk=Sfku+Sfkr(4)源需求量和能源强度。进一步利用以下公式将对居民消费总额的预测转换投入产出法的主要内容是编制棋盘式的投入产为对居民人均消费总额的预测:出表和建立相应的线性代数方程体系,构成一个模Sfku=Efku×P×U ,(5)拟现实的国民经济结构和社会产品再生产过程的经Sfkr=Efkr×P×(1-U) 。(6)济数学模型式中,Efku为第k种情景下计划期f的城市居民人均消费总额,综合分析和确定国民经济各部门间错综复杂的联系和再生产的重要比例关系[15]。投入产(万元/人);Efkr为第k种情景下计划期f的农村居民人均消出法的这一特点使得我们在进行预测时更具全面费总额(万元/人);P为第k种情景下计划期f的人口数;U性。为第k种情景下计划期f的城市化率(城市人口占全国人口总数的比率)。`ଆ૭ඍ再根据收入弹性系数公式`эਈ֥ഡᇂEf-Ec在本文中统一用上标“fk”表示第k种情景下EEc=计划期Lf-Lc ,(7)f的变量,用上标“c”表示基期的变量。记XfkLc为第k种情景下计划期f的总产出,它是一个n×1式中,E为收入弹性系数;Ef为计划期居民人均消费总额;Ec矩阵,其中的元素Xfkj表示第k种情景下第j部门计为基期居民人均消费总额;Lf为计划期居民人均收入;Lc为划期f的总产出;Yfk为第k种情景下计划期f的最基期居民人均收入。终使用量,它是一个n×1矩阵,其中的元素Yfk可得到居民人均消费总额的计算公式:j表示第k种情景下第j部门计划期f的最终使用量;Ef=1+E×(Lf-LcLc)×Ec ,(8)Zfk为第k种情景下计划期f的增加值,它是一个n则×1矩阵,其中的元素Zfkj表示第k种情景下第j部门计划期f的增加值;Af为计划期f的直接消耗系Efku=1+Efku×Lfku-LcuLc×Ecu ,(9)u数矩阵,它是一个n×n矩阵,其中的元素Afij表示计Efkr=1+Efkr×(Lfkr-Lcr)Lc×Ecr 。(10)划期第rj部门生产单位产品对第i个部门产品的直接消耗量(由于我们迭加的第一个因素就是技术因式中,Efku为第k种情景下计划期f的城市收入弹性系数;Efkr为第k种情景下计划期f的农村收入弹性系数;Ecu为基期城素,计划期各情景下技术矩阵相同,因而技术矩阵上市居民人均消费额;Ecr为基期农村居民人均消费额;Lfku为第标只用“f”);bfij表示计划期f中第j部门生产单位k种情景下计划期f的城市居民人均收入;Lfkr为第k种情景最终使用产品对第i部门产品的完全需求量;Qfkj为下计划期f的农村居民人均收入;Lcu为基期城市居民人均收·63·
管理学报第1卷第1期2004年7月入;Lcr为基期农村居民人均收入。例预测,以及计划期的收入、人口、城市化率等情景(2)计划期完全需求系数bfij 根据完全需求系设定数据。然后经过中间的算法处理,就可以得到需数矩阵的计算公式要的对各情景的能源需求量和能源强度的预测。B=-1(I-A)(11)将对完全需求系数的预测转化为对直接消耗系数Af2 模型应用的预测。这里我们以1997年为基期,分别预测2010年(3)计划期直接消耗系数矩阵Af 本文采用和2020年的能源需求量和能源强度。RAS直接消耗系数调整法[16]来确定Af。它是根据`ඔऌটჷ技术变化的代用假定和制造假定,利用计划期的中基期投入产出表采用1997年40部门×40部间使用合计(记为U)、中间投入合计(记为V)等控门投入产出表,基期其他参数(收入、人口、城市化制数据,找出一套行乘数(Rd)调整基年直接消耗系率)采用国家统计局综合司2001年10月26日发布数矩阵Ac各行元素,同时找出一套列乘数(Sd)调整的《1997年国民经济和社会发展统计公报》中的数基年直接消耗系数矩阵Ac各列元素,利用公式据[17]。Afk=Rd×Ac×Sd(12)情景设定数据参考中国社会科学所《2020年我逐步迭代预测计划年度直接消耗系数矩阵Af。国小康社会主要经济社会指标测算》[18]以及《21世(4)计划期增加值 根据投入产出法中的列平纪上半叶中国经济长期预测》[19]中的预测并稍作调衡原理:整而得到。`౦ࣟഡקj=Xfkj-∑nxfkij (i,j=1,2,…,n)(13)i=1依投入产出中的X=(I-A-1)Y,及上述结果本研究中,我们将经济发展(通过收入增长体现所得到的出来)、消费和生产模式变化(分别通过收入弹性系Xfkj,容易得到Xij=aij×Xj 数及直接消耗系数的变化体现出来)、人口增长、城(i,j=1,2,…,n)(14)结合以上建模及参数确定的思路,利用V市化水平提高作为能源强度变化的主要驱动因素。isualB围绕这些因素,按逐层叠加的方式建立了A、B、C、asic语言开发了其计算机软件。在程序运行时,初始输入参数如下:基期的投入产出表及基期其他参D、E、F6种情景,表1是对各种情景设定的基本描数、各行业增加值年增长率预测、增加值占总产出比述。і1`౦ࣟഡק૭ඍ情景特 征 描 述A中国1997年的实际情况(即1997年实际的人口总数、城市化水平、消费模式等)B在情景A的基础上加上技术进步因素C在情景B的基础上加上人口的变化,其中预计2010年人口总数将达到亿,2020年人口总数将达到亿在情景C的基础上加上人均收入的增长以及相应的生活模式的变化。其中预计2010年农村居民人均收入将达到D3830元(代入模型时转为基期不变价,下同),城镇居民人均收入将达到12300元;2020年农村居民人均收入将达到6860元,城镇居民人均收入将达到22000元。生活模式的变化体现在收入弹性系数的变化上,对收入弹性系数变化的预测见附表1E在情景D的基础上加上城市化水平的变化及相应消费模式的变化。其中预计2010年城市化率将为45%,2020年城市化率将为58%。在情景E的基础上对人口总数和城市化率都有一个更高的估计。其中预计2010年人口总数将达到14亿,城市化率F将达到48%;2020年人口总数将达到亿,城市化率将达到60%`ଆᄎྛࢲݔٳ༅აษં各项参数输入程序并运行,得到2010年和2020年各情景下的能源需求量和能源强度。下面将对能源需求量和能源强度的结果分别进行讨论,比较人口因素、收入因素、城市化因素的影响。`ିჷླਈ图1是2010年各情景能源需求量预测结果。为了分析各因素的影响,我们利用以上结果分1`2010୍۲౦ࣟିჷླਈყҩࢲݔ·64·
中国能源需求和能源强度预测的情景分析模型及其应用——梁巧梅 魏一鸣 范 英等别讨论人口、收入、城市化三大因素每增加一个百分来说,3个因素的影响基本相同,都非常小。点而带来的能源需求量的变化。(3)对于第一产业来说,收入和城市化率越高,由图2可以知道:能源强度越低,其中城市化的影响和收入的影响基(1)对于第二产业、第三产业以及三大产业合本相同。计的能源需求量来说,能源需求量增长速度比收入(4)对于第三产业的能源强度来说,城市化的增长速度略高,比人口增长速度略低,比城市化率增影响略小于收入的影响。长速度低得多。即针对这2个产业的能源需求问题(5)第一产业的能源强度受收入和城市化的影而言,收入水平对其的影响略大于人口总数的影响,响大于第二产业、第三产业以及总的能源强度所受远大于城市化率的影响。的影响。(2)对于第一产业来说,能源需求量增长速度略低于人口增长速度,比收入的增长速度低了约1/2,远远低于城市化率的增长速度,即人口数量的影响大于收入因素的影响,而前两者的影响远大于城市化的影响。(3)第一产业能源需求量受收入和城市化的影响小于第二产业、第三产业及三大产业合计所受到的影响。同理分析了2020年各因素对能源需求量的影4`1997j2010୍۲ၹᄹࡆ၂۱Ϥٳׄ响程度ط֝ᇁ֥ିჷ఼؇э߄Ϥٳඔбࢠ,其结果与1997～2010年间的分析结果基本相同。同理分析了2020年各因素对能源需求量的影响,其关系与1997～2010年间的基本相同,只是在这一更长的时期,城市化对第一产业能源强度的影响稍稍大于收入的影响。3 政策建议与进一步的研究工作通过上述结果分析与讨论,我们提出以下的政策建议:(1)对能源需求量影响较大的因素是人口因素和收入因素,所以,随着经济的发展和人民收入水平的提高,能源需求量的增长是必然趋势。控制人口可2`1997j2010୍۲ၹᄹࡆ၂۱Ϥٳׄ以一定程度上抑制能源需求量增长的趋势。特别地,ط֝ᇁ֥ିჷླਈэ߄Ϥٳඔбࢠ(%)占能源消费主体的第二产业和第三产业的能源消耗`ିჷ఼؇量,影响最大的因素是收入因素,或者说是经济发展图3是2010年各情景下能源强度的预测结果。水平;而对第一产业的能源需求量影响最大的因素图4是各因素每增加一个百分点而带来的能源强度是人口因素。的变化。由图4可知:由于模型中的情景E和情景F都是迭加了全部因素后的结果,这2个情景下的能源需求量和能源强度的预测结果可以作为对计划期能源需求量和能源强度的预测。这样将调整后的参数代入模型再次运行程序,就可以预测政策调整的效果;如果再运用逐次逼近法,就可以辅助决策出所需的调整方案。(2)对能源强度影响最大的因素是科技进步,3`2010୍۲౦ࣟିჷ఼؇ყҩࢲݔ所以,未来的能源规划必须依靠科技进步。只有加快(1)人口、收入、城市化3个因素对能源强度的科技的发展才能降低能源强度,从而减缓能源需求影响都很小,其中人口因素基本无影响作用。(2)对于第二产业的能源强度及总的能源强度总量的增长。(3)根据模型预测结果,1997～2010年间能源·65·
管理学报第1卷第1期2004年7月强度的平均下降速度为%;而2010～2020年andenergyrelatedCO2emissionsinGreece:Ane-间能源强度的平均下降速度为%,比前一阶valuationoftheconsequencesoftheCommunitySup-段要低。我们知道,20世纪的最后20年,伴随着经济portFrameworkIIandnaturalgaspenetration[J].的高速增长EnergyEconomics,2000,22(4):395～422,我国的能源强度一直在大幅度地下降。但是,能源强度的下降是有限度的[7]EdigerVolkan,所以,我们对未S,来能源需求量的增长决不可低估,实现小康社会的primaryenergydemandinTurkeyandanalysisofcyclicpatterns[J].EnergyConversionandManage-能源保障作用十分艰巨。ment,2002,43(4):473～487目前的结果仅是初步的,为了将本工作得到深[8]PersaudAJai,入和完善,需要进一步开展以下工作:energyforecasting:acaseofNaturalResources(1)提高模型的预测精度;Canada's(NRCan's)oilandgasoutlook[J].Energy(2)对模型进行适当修改,利用模型进一步研Policy,2001,29(4):303～313究社会经济因素对各能源品种的需求量[9]WeberChristoph,,亦即对能源结构的影响lifestyleeffectsonenergydemandandrelatede-;missions[J].EnergyPolicy,2000,28(8):549～566(3)研究当情景之间具有独立性时,它们各自技术路线选择下的能源需求[10]HarryC,Wilting,WouterB,;inDutchEnergyintensitiesfortheperiod1969-(4)收集地区水平上的数据,建立地区水平上1988[J].EnergyPolicy,1998,23(10):815～822的模型,研究社会经济因素对各地区(西部地区、中[11]AlcantaraVicent,-部地区、东部地区)的能源需求量和能源强度的影ergyintensitiesinEuropeanUnioncountries,re-响。sultsofastructuraldecompositionanalysis[J].En-ڸі1`ཨٮྟ༢ඔэ߄іergyPolicy,2004,32(2):177～189行业1992～20052005～2025[12]农村城市农村城市-anexplanationforthedeclineofenergyintensity农业[J].EnergyPolicy,工业建筑业2003,31(6):519～交通运输业[13]中国环保网.中国21世纪能源展望:中国现代化面临.200商业饮食业的能源问题[EB]..非物质生产部门
,,2004changeindynamicenvironment LIYuanAbstract:FromtheperspectiveofCAS(Xi'anJiaotongUniversity,Xi'an,China) (ComplexAdaptiveSystem),modularizationWANGLongwei XIE'en p58-61,111methodologyisintroducedintothesystemofAbstract:Astwoimportantsub-areasinEIRM(EnterpriseIntegratedRiskstrategicmanagementresearch,therelationshipManagement),whichisdecomposedstructurallybetweenresourcebasdviewandstrategicchangewithISM(InterpretativeStructuralModeling).,weThen,,thecouplingrelationshipsamongstrategicchangesimultaneously,,managemententropy,whichemphasizescolliga-thefourpossiblerelationshipsbetweenorganiza-tionofstrategyAgent,organizationAgent,tionalresourcesandstrategicchangeweredis-methodologyAgent,informationAgent,:organizationalresource;flexibili-Keywords:integratedriskmanagement;ty;strategicchangeISM;multi-agent;modularization;managemententropyAModelforScenarioAnalysisofChina'sEner-gyRequirementandEnergyIntensityandIts5PModel——ANewTaxonomyofHumanRe-Applications LIANGQiaomei(InstiutteofsourceManagement LIAOJianqiaoPolicyandManagement,ChineseAcademyof(HuazhongUniversityofScienceandTechnolo-Sciences,Beijing,China) WEIYiming FANgy,Wuhan,China) p71-75Yi NorioOkada p62-66Abstract:Inthisarticle,theauthorpropos-Abstract:Thispaperintroducedtheratio-esa5Pmodel,anewwaytoclassifytheactivi-naleofapplyinginput-outputmethodandsce-tiesofhumanResourceManagement(HRM).narioanalysistoprojectenergyrequirementsandThemodelcannotonlyhelppeoplememorizeenergyintensity;andsetupthegeneralframe-themaincontentsofHRM,butalsocanhelpworkofamodelforscenarioanalysisofenergypeoplebetterunderstandHRMandsystematical-requirementsandenergyintensity,,aKeywords:humanresourcemanagement;setofscenariosweredevelopedbyintroducingjobdesign;performanceappraisal;paymentde-stepbystepthemajorimpactfactorofenergysignrequirementsinChina'seconomyandsociety;theenergyrequirementsandenergyintensityofQualitativeSimulationofComplexGroupSystemyear2010andyear2020wereprojected,using HUBin(HuazhongUniversityofSciencethedataofyear1997;theimpactoftheper-andTechnology,Wuhan,China) p75-81ceivedchangesintheeconomyandsocietyonen-Abstract:Topopularizesimulationtech-ergyrequirementsandenergyintensitywereniquesinmanagementsystem,aqualitativesim-quantitativelyanalyzed;:energyrequirements;-tensity;scenarioanalysis;input-outputmodeltionanddescriptionofvariables,descriptionoffuzzyrelationship,transitionsofstatevariables, YANGNaiding(North-usedtocodethefilter,,Xi'an,China)usedtocodethetransitionsofstatevariableand JIANGJijiao p67-70,,·Ö·
