外文翻译-地域因素影响下中国能源需求上限的前景.pdf

1、 中文译文中文译文 地域因素影响下中国能源需求上限的前景地域因素影响下中国能源需求上限的前景 Toshihide Ito1，Youqing Chen2，Shoichi Ito3，Kaoru Yamaguchi4 1 関西大学信息科学学院，地址：日本大阪高槻鸣门市 2 日本京都大学能源科学研究生院 3 日本関西大学国际事务学院 4 日本能源经济研究所高级经济学家 摘要摘要:这篇文章的目的是为了指出中国年度能源需求的上限，考虑区域需求趋势，展望这些趋势的长久未来。上限下的能源消耗量严格的说不是最大数量的消耗量。这就意味着实际的消耗量会超过这个水平，但不会太多。消耗量是利用美国和日本当前的能源消耗量

2、为参考计算出来的，他们的能源需求几乎已经达到了上限。剧本分析法同时运用半定量模型和数字模型。剧本的制定把农村地区的情况考虑了进来。区域性人口增长的前景也被考虑进来了。其结果显示出了与这个研究很大的差距，这就意味着如果低消耗量领域人均能源消耗量增加，很明显中国消耗总量也会增加。根据 OECD 前景进度，中国预计的上限将在2032 和 2073 年左右被超过。关键词关键词：中国；能源需求；长期景象；地域性分析 1.引言 中国近期的经济增长非常迅速，中国的经济在 2008 年经济危机后快速复苏。在上一个十年，中国国内生产总值的增长率近乎 10%。另外，中国现在的人口已经超过 13 亿，而且这个数字将

3、在很长一段时间内明显增加。联合国报告指出中国的人口增长最起码会持续到 2030 年。由于如此有活力的经济和人口增长预计将增加能源消耗量，中国能源需求对全球能源平衡有重大影响。在二十世纪就是年代末，香港回归中国，大致从那时开始能源消耗量就开始快速增长。然而，不管未来生活标准的改进和工业化水平的增长，中国能源消耗量上限将遵循美国和日本这些工业发达国家的历史经验。尽管一系列研究已经计算出中国未来能源的需求，其中的许多研究分析了能源需求在近来或相对久远的未来的时间序列上的转变。这些分析对以往的能源消耗量趋势进行了考查，抽取了有效率的参数，然后利用数学模型预测未来年度的能源需求转变。一些研究把中国作为一

4、个整体来论述，但是近些年来，分析研究已经把中国这个巨大市场划分为若干个部分进行。这种分割显示出了巨大的多样化，例如，工业部分、地域方面、主要能源来源、最终消耗模式。此外，当联系相似个体进行分析时，分析模型会变得更复杂。随着模型精确度和电脑技术的进步，这些分析的可信度也得以提升。这些研究表明许多人对中国能源消耗量感兴趣，并且这作用于世界。然而本次研究用来建立估计价值的方法论与其他一些研究不太一致。其出发点是如此大国最终会对世界产生何种影响。考虑到地区需求趋势，中国能源需求上限是可以预测的。能源消耗量上限不是严格的最大数量的消耗量。这意味着实际的消耗量会超过这个水平，但不会太多。出于地域性考虑，3

5、1 个省级划分，包括 22 个省，5 个自治区和 4 个自治市被研究。其中一些行政地区有比其他亚洲国家更大的面积和人口。这些行政地区的人口、气候、环 境、资源、工业结构、经济状况明显不同。因此，把中国作为一个整体来预测其能源消耗量是很困难的。为了更准确的预测，能源消耗量的分析应依据地区特性或趋势。中国能源消耗量的估计上限是利用美国和日本当前的能源消耗量为参考计算出来的，他们的能源需求几乎已经达到了上限。这些剧本都假定于定性和定量的案件。因为中国能源消耗量的巨大，有必要去研究这个国家未来能源的剧本。2.利用消耗量趋势估计上限 2.1 方法论 大体上，一个地区的总的能源消耗量 E 被描述为 E=i

6、eipi 其中 ei 和 pi 分别是人均能源消耗量和 i 地区人口。人均能源消耗量是生活水平的重要参数。如果这俩个参数能够个别的给出，就可能很快地估计出能源消耗量。因此，要想估计能源消耗量上限，每个省的能源消耗量趋势应根据地理特征和工业结构分为若干模式，然后人均能源消耗量根据每个模式确定。然而，一些剧本必须假定于某些人均能源消耗量很难确定的地区。当只有一个类别的地区被剧本假定，能源消耗量上限可用下式计算：ES=cecipi+esjpj 其中 ec 是 c 模式下一个省人均能源消耗量，pi 是 c 模式下一个省的人口，es 剧本 s 下估计的人均能源消耗量，pj 是剧本假定省的人口。每个省的最

7、大人口是依据联合国预告估计的。2.2 根据能源消耗量的模式对各省的分级 2.2.1 每个省目前的能源消耗量趋势每个省目前的能源消耗量趋势 每个地区的能源消耗量是根据观察所有省的能源消耗量趋势后分析的，西 藏自治区例外，因为这个省的能源数据还没有公布。2005 年，西藏有将近 270 万人口（占中国人口的 0.2%）。在其他省份，许多统计数据例如经济状况指数、产能、能源消耗量从 1991 年就已得出。首先，每个省的经济状况和能源消耗量趋势都是根据地区内人均生产总值和人均能源消耗量来审议的。图片 1 显示人均能源消耗量在各个省的排名情况。依据能源消耗量降序排列这些省之后，每系列五个连续的省在地图上

8、用一个颜色代表，图片 1 共用了 6 种颜色。同样，图片 2 显示了根据他们人均区内生产总值的排序。通过两幅地图的比较揭示了人均区内生产总值不总是确定各省能源消耗量的主要因素。在人均区内生产总值方面排序最高和最低的五个省与消耗量方面排名前五的省份不是一样的。然而，通过将这些省划分为俩类，在高 GRP 组和高消耗量组的省几乎相同。图片 1.按人均能源消耗量排序各省（2005）。三十各省被分为六类。绿线是西北低消耗量地区与东南高消耗量地区的假象界线。东海岸地区的工业化城市，以高 GRP 和高能源消耗量为特征，这些城市期望通过节约能源变得更好，提升工业化；另一方面，除非生活水平提升，低 GRP、低能

9、源消耗量的内陆省份不会增加能源消耗量。这也表明生活质量上的提升或者汽车的使用会导致更高的能源消耗量。在图片 3 中，每个省的颜色体现了其首府一月份的平均气温。图片 3 与图片 1的比较显示北方的低气温地区能源消耗量高，从东北到西南的绿线分开了北方高能源消耗量地区和南方的低能源消耗量地区。因为寒冷省份的能源消耗量趋势是基本上由气候决定了，在未来不希望有改变。因为普遍认为工业比农业消耗更多的能源，基础工业在其 GRP中占高比例的省份消耗更少能源。像图 1 中显示的那样，图 4 用六种颜色显示工业在其 GRP中占得百分比。正如图 4 中所示，在北京、天津、上海，其比例低于 3%。在东部沿海地区，比例

10、在 3%到 15%之间。在其他所有省份中，比例几乎都超过 15%。工业在 GRP 中所占比例也影响该地区的能源消耗量。GRP、工业结构、气温及上面提到的能源消耗量的关系在上海和宁夏自治区是不一样的，因为这些省的状况与其他省相比是优越的。首先，上海是主要生产城市，贡献了中国 68%的煤炭能源消耗量。这个省的煤炭资源很富有。然而，这个城市钢铁工业的进步已经引起了能源消耗量的增长。此外，家庭领域的煤炭利用量占总体的 90%，这是低效率的能源利用。尽管宁夏人口较稀薄，这里有许多煤炭资源（跟上海相似）和化工业，这些消耗了很大数量的能源。因此，人均消耗了总保持高状态。2.2.2 五种能源消耗量模式五种能源

11、消耗量模式 首先，五种未来能源消耗量趋势的模式是假定的，而且这些省份根据地形 资源、经济及过去的能源消耗量趋势被分类。这五种模式对应五种分类，命名为“城市地区”、“沿海工业区”、“北方地区”、“农业地区”、“优越地区”（图片 5）。城市地区包括北京、天津、上海这些高人均 GRP 和高人均能源消耗量 省份。沿海地区的五个省份（山东、江苏、浙江、福建、广东）属于沿海工业区。这五个省份和城市地区的那些省份有前八高能源消耗量的非国有工业企业(这个类别是定义于中国的统计数据)。再者，在这五个省份中，第一产业占 GRP 得比例少于 15%，而且第二产业的比例大于 30%。除去山西和宁夏，一月份平均气温低于

12、 5的省份有内蒙古、辽宁、吉林、黑龙江、甘肃、青海、新疆。这七个省和一月份平均气温低于 0 度的河北属于北方地区。在这些寒冷的省份，冬天相当数量的能源用来加热。图片 2.各省人均 GRP 排序。三十个省市被划分为六类。优越的省份包括上海和宁夏这俩个在能源消耗量方面独特的省份，这在之前已提过。其他 14 个省份属于农业地区，这些省份基础工业形成相对高的 GRP 比例，而且第二产业的劳动力比例低于沿海工业地区。这五种类型的分类现状制成表格于表格 1.。2.2.3 农业地区估计利用的若干剧本农业地区估计利用的若干剧本 根据目前美国和日本的趋势，城市地区、沿海工业地区、北方地区、优越地区能源消耗量上限

13、几乎可以估计出来。然而，确定未来农业地区的能源需求很难，因为这些省有许多不确定因素。因此，农业地区的能源消耗量上限是通过假定一些条件估计的。城市地区 城市地区的能源需求假定为人均 2.67toe，是 2004 年京都的能源消耗量。沿海工业化地区 由于这些省份期望通过更好的节约能源实现更高的工业化水平，其需求水平被看作是 目前日本的能源消耗量，日本现在是能源节约世界最好的地方。沿海工业化地区的人均需求水平为 4.18 toe，是 2004 年日本所有地区的平均能源消耗量。北方地区 在北方地区，每个省未来的需求水平被假定为 2004 年的平均能源消耗量，因为气候是确定能源消耗量的主要因素。优越地区

14、 优越地区的需求假定为目前美国的水平，人均 8.6 toe，是世界上最高的。农业地区 赋予低人口密度和广阔延伸的陆地，这个地区与美国很想，其中相当量的能源消耗于物资运输。因此，依据美国能源消耗量，这个地区假定了三个条件即 50%US 消耗量；75%US消耗量；100%US 消耗量。图片 3.各省首府一月份平均气温。绿线上方的北方地区相对应与严寒地区。就未来人口水平而论，根据中国 2005 年的规模，联合国估计中国的人口高峰为1455000000，被分布与各个省份。最后，利用这些假设估计能源消耗量上限，结果列于表格 3。表格 1 根据能源消耗量特点划分省份 类型 省份 城市地区 北京、天津、上海

15、 沿海工业化地区 山东、江苏、浙江、福建、广州 北方地区 内蒙古、辽宁、吉林、黑龙江、甘肃、青海新疆 优越地区 山西、宁夏 农业地区 安徽、江西、河南、湖北、湖南、广西、海南、重庆、四川、贵州、云南、西藏、陕西 表格 2 假设最大人口 地 区 人 口 3 通过量化比较估计上限 3.1 区域性能源消耗量的量化分析 图片 6 显示了 1990 年到 2005 年日本 47 个辖区和中国三十个省份的人均能源消耗量平衡的转变。图形中每个多边形的曲线显示了各地区人均能源消耗量按降序排列。从底部开始，曲线分别对应于 1990 年、1995 年、2000 年、2005 年。在本文中，我们称这种曲线形式为 D

16、OC 曲线（消耗量降序排序曲线）。根据日本过去的趋势，当消耗量达到某一水平是，增长的比率将会减小。区域性差距上没有明显的变化。另一方面，在中国，从 2000 年开始，DOC 曲线开始明显增长，而且高能源消耗量地区增长比率高于低能源消耗量地区。预期图形 6 中的 DOC 曲线会上升，这个国家的总体消耗量会更接近其上限。此外，在高能源消耗量地区，其消耗量会达到发达国家水平，低能源消耗量地区的增长率会低速进行。结果，高能源消耗量地区的需求上限通过简单观察发达国家已经实现的模式就可以容易地预期。然而，低能源消耗量地区的上限不易估计。在某些地区，因为有许多复杂的因素，能源消耗量的估计需要假定某些条件。3.2 方法论 由目前中国 DOC 曲线核定中国 DOC 曲线上限的过程用大的灰色箭头显示（图片 7）。如果在所有的省份同样的人均能源消耗量被消耗，DOC 曲线就会到达图片 7 中的 A 线。然而，因为每个省的许多不同之处，这样同样的人均消耗量是不现实的。因此，如图片 7所示，中国的 DOC 曲线实际上会上升到曲线 B、C 和 D。图片 4.各省份基础工业占 GRP 比例描述图（2005）。图片 5