《基于多因素多阶影响分析模式的能耗影响因素分析方法.doc》由会员分享，可在线阅读，更多相关《基于多因素多阶影响分析模式的能耗影响因素分析方法.doc（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、中国科技论文在线http:/基于多因素多阶影响分析模式的能耗影响因素分析方法基金项目：本文受国家哲学社会科学基金（编号为：08BTJ008）；河北省社会科学基金（项目编号：HB12YJ074）资助。 刘新建1，宋辉2作者简介：刘新建（1963-），男，教授，数量经济学理论与方法. E-mail: School of Economics and Management, Yanshan;Statistics Institute of Hebei Province燕山大学经济管理学院;河北省统计科学研究所066004;13785996742;0335-8060795;秦皇岛燕山大学经济管理学院;石家
2、庄市合作路312 号河北省统计局统计科学研究所;刘新建（1963-），男，教授，数量经济学理论与方法;宋辉（1956-），男，研究员，数量经济学方法与应用刘新建;宋辉LIU Xinjian;SONG Hui刘新建本文受国家哲学社会科学基金（编号为：08BTJ008）；河北省社会科学基金（项目编号：HB12YJ074）资助。1.51.51.51.51.51.51.51.51.51.51.51.51*|*期刊*|*Skolka, J. Input-output structural decomposition analysis for AustriaJ, Journal of Policy Mod
3、eling, 1989 (11):45-66.2*|*论文集*|*Carlo Milana. The Input-Output Structural Decomposition Analysis of chr(34)Flexiblechr(34) Production SystemsA. Michael L. Lahr and Erik Dietzenbacher (eds). Input-Output Analysis: Frontiers and Extensions, Essays in honor of Ronald E. MillerC. London: Macmillan Pres
4、s, 2001.3*|*期刊*|*Ang,B. W. ,Liu F. L. A New Energy Decomposition Method: Perfect in Decomposition and Consistent in AggregationJ. Energy, 2001, (26): 537-548.4*|*期刊*|*Ang,B. W. ,Liu F. L., Chew E.P. Perfect Decomposition Techniques in Energy and Environment AnalysisJ. Energy Policy, 2003, (31):1561-
5、1566.5*|*期刊*|*Ang,B W. Decomposition Analysis for Policymaking in Energy: which is the preferred method?J. Energy Policy, 2004 (32): 1131-1139.6*|*期刊*|*Ang, B W. The LMDI approach to Decomposition Analysis: A Practical GuidJ. Energy Policy, 2005, (33):867-871.7*|*期刊*|*李国璋, 王双. 中国能源强度变动的区域因素分解分析基于LMD
6、I分解方法J. 财经研究, 2008(8)：52-63.8*|*期刊*|*刘叶,王磊. 我国工业能源强度变动的影响因素分解分析基于LMDI分解法J. 中国矿业大学学报(社会科学版), 2009(4):66-70.9*|*期刊*|*岳婷,龙如银. 基于LMDI的江苏省能源消费总量增长效应分析J. 资源科学, 2010(7):1266-1271.10*|*期刊*|*徐盈之,张全振. 中国制造业能源消耗的分解效应：基于LMDI模型的研究J. 东南大学学报：哲学社会科学版, 2011(4):55-60.11*|*期刊*|*李景华. SDA模型的加权平均分解法及在中国第三产业经济发展分析中的应用J. 系
7、统工程, 2004(9)：69-73.12*|*期刊*|*Dietzenbacher E,Los B. Structural decomposition techniques:Sense and sensitivityJ. Economic Systems Research, 1998,(3):307-323.13*|*技术报告*|*Peter Rrmos.Structural Decomposition Analysis：Sense and SensitivityR，Statistics Denmarke，2010.14*|*期刊*|*杨启梓. 论多元函数全增量的统计分析J. 统计研究, 1
8、995,(3):38-45.*|1|刘新建|LIU Xinjian|燕山大学经济管理学院|School of Economics and Management, Yanshan|刘新建（1963-），男，教授，数量经济学理论与方法|秦皇岛燕山大学经济管理学院|066004||0335-8060795|13785996742|2|宋辉|SONG Hui|河北省统计科学研究所|Statistics Institute of Hebei Province|宋辉（1956-），男，研究员，数量经济学方法与应用|石家庄市合作路312 号河北省统计局统计科学研究所||基于多因素多阶影响分析模式的能耗强度分
9、析方法|Energy Consumption Intensity Analysis Methos Based on the Mode of Multifactor and Multistage Impact Analysis|本文受国家哲学社会科学基金（编号为：08BTJ008）；河北省社会科学基金（项目编号：HB12YJ074）资助。- 10 -（1. 燕山大学经济管理学院；2. 河北省统计科学研究所）摘要：本文对多因素影响分析的理论和方法进行了深入分析，认为以物价指数和物量指数原理为基础提出的IO-SDA和LMDI方法存在严重逻辑缺陷，没有把各因素的单独作用和交互作用分离开来，其结果不宜用
10、于经济决策分析。为此，本文提出采用多因素多阶分析（MMIA）模式，把影响主指标的各因素的作用按照单独作用和各阶交互作用分离列出，并用以分析了我国1997-2005年的能耗强度变化，结论是：对节能降耗的支持作用和抑制作用同时存在，均很显著，但技术节能的总体作用超过了各种抑制作用总和，并且二阶交互作用非常显著，与一阶独立作用相当。关键词：能源经济；因素分析；多因素影响分析；能耗强度；投入产出中图分类号：C813Energy Consumption Intensity Analysis Methos Based on the Mode of Multifactor and Multistage Im
11、pact AnalysisLIU Xinjian1, SONG Hui2(1. School of Economics and Management, Yanshan;2. Statistics Institute of Hebei Province)Abstract: By a deep analysis to the prevail theory and method of multifactor impact analysis, it is thought that the SDA and LMDI methods which are based on index theory of p
12、rice index and quantity index have severe logic bugs, and dont separate interactions from sole actions, and their results are not suitable to economic decision analysis. A multifactor and multistage impact analysis (MMIA) mode is set up to list the sole and inter-actions separately. The MMIA method
13、is applied to analyze the energy consumption intensity changes in 1997-2005 Chines economy, and the conclusion is that there are support and inhibitory actions simultaneously and both are significant, and the support action of techniques exceeds the total sum of inhibitory actions, and that the tota
14、l second-order interaction is quite remarkable and matched to the total first-order actions.Key words: Energy Economics; Factor Analysis; Multifactor Impact Analysis; Energy Consumption Intensity; Input-Output0 引言多因素影响分析的理论和方法起源于对物价指数和物量指数编制的需要。最早和最有影响的两种指数就是广泛流行的拉氏指数和帕氏指数。两种指数的差异在于权数选择的不同。这种差异的存在实际
15、上反映了分析结果的非唯一性。为了使计算结果不因权数的选择而变化，学者们又构造了多种指数（见表1）。自二十世纪八十年代末以来，以投入产出关系为基础发展的结构分解分析（SDA：Structural Decomposition Analysis）已被广泛用于进行经济指标的多因素影响分析（Skolka, 19891；Carlo Milana，20012）。SDA方法源于拉氏指数和帕氏指数。Ang等（2001；2003；2004；2005）提出了以Divisia指数为基础的LMDI方法（Logarithmic Mean Divisia index) 36，这种方法在我国也获得了广泛应用（李国璋和王双，2
16、0087；刘叶和王磊，20098；岳婷和龙如银，20109；徐盈之和张全振，201110）。目前这些因素分析方法的主要应用是关于能源消耗影响因素的分析。但是，无论哪种分析方法，都有一个基本缺陷：没有把一种因素的影响与其他因素的变化彻底分开，而且对分解结果的经济意义解释总是不能令人满意，感到有些主观武断。本文认为，这些困境的根本原因在于对影响因素分析的理论基础一直没有从本质上理清楚。本文下面的内容将首先解释流行方法的基本缺陷，然后将建立新的影响因素分析模式。表1 传统因素分析指数公式指数名称提出者提出时间质量因子公式Kp数量因子公式Kq拉氏指数德国Laspeyres1864帕氏指数德国Paasc
17、he1874阿瑟杨格指数英国Arthur Young1818马歇尔艾奇沃斯指数英国Marshall A. Edgeworth F.Y.1887卓比史指数费暄指数美国Fisher1927最大公因数指数迪威夏指数法国Divisia1924注：本表根据徐国祥编著统计指数理论及其应用（中国统计出版社，2004）有关内容整理。1 流行影响因素分析方法的缺陷分析各种流行影响因素分析方法的缺陷首先都植根于其本源的简单指数模型，因此，本节将首先对拉氏指数和帕氏指数的基本缺陷进行分析，然后，分别讨论SDA的主要问题和LMDI方法的问题。1.1 拉氏指数和帕氏指数的经济意义分析令，其中V是要考察的主指标，p和q是
18、两个影响因素，k=1, 2, , m分别代表不同的统计单元(下文省略这个角标)。在传统统计学原理中，p和q一个被称为质量指标，如价格，一个被称为数量指标，如交易量。简单统计分析分别研究质量指标和数量指标的发展指数。为叙述简化起见，下面分别考虑价格指数和交易量指数。在前述假定下，按照传统统计方法，拉氏价格指数和交易量指数分别为： ， 帕氏价格指数和交易量指数分别为：， 可以看出，单从价格指数或单从交易量指数说，不同指数不过是对各个统计单元的对应指数进行不同的加权，所以，是一种加权平均数。如上面的拉氏价格指数和帕氏交易量指数都是以基期价值比例为权数。这样的话，权数的选择就具有很大的任意性。比如，完
19、全可以用报告期的交易价值结构比例甚至交易量结构比例（在交易物品质量可比的情况下）做权数。如果要满足从主指标出发的指数体系的要求，即要求KV=KpKq，那么，任给一种价格权数系统，就可以用待定系数法求出一种交易量权数系统，或者直接令交易量指数等于主指标指数除以价格指数。同理也可以先确定交易量指数，再推出价格指数。从求平均数来说，只要所得平均数在最大值和最小值之间都有一定的合理性，如众数、中位数、算术平均数和几何平均数就是这样的关系。从以上分析中可以看出，不同商品的综合价格指数并不存在客观唯一的值，也不存在唯一的明晰的经济意义，仅仅是一种大致的水平意义。比如，当我们说CPI是20%时，在名义收入不
20、变的情况下，并不能准确地就解释说：居民的生活水平平均下降了20%。对不同人，这个含义不同。从此也可以看出，如果把居民的生活水平解释为一种福利水平，那么，这个水平不存在唯一的客观测量值。1.2 SDA的主要缺陷SDA方法源于以拉氏指数或帕氏指数为基础的指数体系，目的是要把一个主指标的变化分解成几个影响因素变化的贡献之和。因为一般情况下，在关系模型中，无法把各因素变化的影响独立分离，所以就借鉴了一般多因素指数体系的编制方法。一般文献中考察的都是主指标等于各构成因素相乘的情况（形式上可以推广到任意函数形式），下面以三因素为例进行说明。令，在只有一个统计单位时，从指数来说，有，但是，从变化量来分解，就
21、没有这么简明，其完全分解应该是：（1）为了把变化归因，现流行的因素分析方法仿照多因素拉氏指数或帕氏指数编制方法，提出了如下的基本SDA分解模式： （2）对于这样的分解模式，可以提出以下疑问：（1）分解结果与各因素在模型中的排列顺序有关，究竟应该采用哪种顺序分解模式？（2）不同因素影响的测度的基础不同，如式（2）中x的系数是基期的，z的系数是报告期的，y的系数是混合的，那么，其贡献数值是可比的吗？对于第一个疑问，人们给出了回答，就是把各种可能性排序结果进行平均，这样就消除了排序形式的影响，如对于上述三因素模型，采取以下的平均形式（李景华，200411）：Dietzenbacher and Los
22、 (1998) 对各种排序解决方法及综合水平的选择进行了系统研究，发现不同方式的结果可以有很大的差异12，Peter Rrmose（2010）在此研究基础上考虑了更多因素的灵敏性分析，并考虑了实物变量和经济变量的混合情况13。然而，无论采用怎样的平均分解形式，都无法消除这种分解模式的固有缺陷：分解方式选择的非客观性和无经济意义根据性，这与拉氏指数和派氏指数的缺陷是一样的。但是，与单纯的价格指数分析等不同，这种缺陷在这里的影响是根本性的，它完全破坏了SDA用于影响因素分析的学理依据。在根本上，我们不能把这里的各部分称为各因素对主指标变化的贡献。这同时与对第二个疑问的回答有关。对第二个疑问，还未见
23、有人提出过。从式（2）中可以看出：因素x 变化的系数是基期的值，因素z变化的系数是报告期的值，这就相当于对x和z的变化影响贡献分别采用了基期权数系统和报告期权数系统，这样，计算的两因素的贡献值就是不可比的。综上分析，流行SDA作为影响因素分析模式是缺乏学理基础的。1.3 LMDI的主要问题为了考察LMDI方法的合理性，我们先来看Divisia指数的合理性。Divisia指数基本定义参见表1，其推导过程如下：令，P和Q分别是一个m维向量，对应各个统计单元，设时间是连续变量，P(t)和Q(t)连续可导，则 （3）单从形式上看，这个公式满足因素互换要求，即P和Q的顺序不影响结果，还满足连锁要求，即相
24、隔多个时期的指数可以由中间时期的指数连乘而得。但是，很显然，在多统计单位即P和Q是多维向量时，每个因素的指数都会受到其它因素变化的影响，因此，这就与指数的原本含义一个因素变化其它因素不变发生了冲突。所以，这个指数公式表面上经济意义清新，逻辑严格，实际上偏离了指数的本来含义。由Divisia指数发展出来的LMDI影响因素分析方法同样无法避免这样的缺陷。在离散时间下，LMDI的分解模型如下：令，其中， （4）由式（4）可以看出，每个因素x的变化贡献都与所有因素共同引起的总变化有关。这样，LMDI的分解效果就与采用完全平均的SDA的分解效果在学理上是一样的，没有优劣之分。把这种分解称为各因素的贡献也
25、不具有决策意义，因为一个因素的变化必须有其他因素的变化相配合。2 新影响因素分析模式多因素多阶影响分析模式影响因素分析的实质，在主指标与各因素存在连续函数关系的情况下，就相当于求偏导数。对此，我国学者杨启梓（1995）曾进行了系统讨论14，他叫做“多元函数全增量的的统计分析”。杨文首先把主指标的变化分解成一阶作用（他称为基本影响值）和高阶或交互作用（他称为交互影响总值），并指出交互作用可以按照这样的分解模式继续分解。其次，杨文提出了微分增量分析法即泰勒公式展开法，并认为是对多元函数全增量的分解具有普遍意义的公式。杨文最后对如式（2）的基本SDA方法（杨文称为赋予分析法或指数分析法）的缺陷通过数
26、字计算进行了分析。但是该文尚未认识到流行SDA方法的缺陷本质，所以，他在文中也提出了对交互效应进行处理的分摊分析法与积分增量分析法。因此，对于改进后的SDA他就不会反对了。但是，如我们前面指出的，流行的影响因素分析法，不论是SDA还是LMDI，相对于分析的目的来说，都是逻辑上不正确的方法。影响因素分析的本来目的是要把造成主指标变化的各种来源都找出来，并为未来的决策控制提供理论依据，而各种来源实际上既有各因素的单独作用，又有相互关联的共同作用。在分析中如果不把共同作用分离出来，而是分摊到各因素独立作用中去，就掩盖了交互作用，似乎只要某种因素变化了，就能实现流行方法计算出的贡献值。所以，为了给决策
27、提供正确的依据信息，应该采用不受主观排序及分摊处理影响的客观直接分解法，这就是下面的多因素多阶影响分析（MMIA：Multifactor and Multistage Impact Analysis）模式。设是考虑的主指标函数，则 (5) 令 ， (6) ， (7) ， (8)则称y、yi 、yij 和分别为总变化、xi的一阶作用、xi与xj的二阶总联合作用和xi与xj的二阶纯联合作用。把自变量即影响因素集合的所有因素的一阶作用加总就得到全因素的一阶总作用，记作y(1)；把N的所有两因素组合的二阶纯联合作用加总就得到全因素的二阶纯联合作用，记作y(2)。一阶纯作用等于一阶总作用。把全因素一阶纯
28、作用与二阶纯联合作用相加，就得到全因素二阶总作用，记作y(2)。同理，以表示xi、xj与xk的三阶总联合作用，则有： (9)而 (10)就是xi、xj与xk的三阶纯联合作用。将N中所有三阶组合的三阶纯联合作用加总就得全因素的三阶纯联合作用，记作y(3)；将全因素的一阶、二阶和三阶纯联合作用相加就得到全因素的三阶总联合作用y(3)。一般地，设自变量即影响因素集合的一个m阶组合是:, T=NM令 (11)则称为因素集M的总联合作用。设Mk为从M中取k个元素的一个组合（km），表示基于Mk的k阶纯联合作用，将M中的所有k阶组合的k阶纯联合作用加总，就得到基于M的k阶纯联合作用，记为，而 (12)就是
29、基于M的k阶总联合作用，从而，基于M的m阶纯联合作用就是： (13)将N的所有m阶组合的m阶纯联合作用加总，所得和就是全因素的m阶纯联合作用，记作y(m)；将N的从1到m阶的纯联合作用加总就得到全因素的m阶总联合作用，记作y(m)。可以推知，全因素的m阶纯联合作用也等于全因素的m阶总联合作用减去全因素的m-1阶总联合作用，即y(m)=y(m)y(m1)。将一阶作用和各种纯联合作用的数值除以主指标的总变化就是各种影响变化的贡献率。3 中国经济单位GDP能耗影响因素分析：19972005为了展示MMIA方法的分析过程，本节以1997年和2005年40部门不变价投入产出表数据（该表在国家统计局和中国
30、人民大学联合课题组所编62部门不变价表的基础上总合而成）和相关能源消费统计为基础，分析我国1997至2005年期间影响单位GDP能耗的几个因素的作用。3.1 基本模型设G表示国内生产总值（GDP），Y表示投入产出表中的最终使用合计列向量，Q表示总产出列向量，A是直接消耗系数矩阵，W是总产出结构列向量，P是总产出合计，e是所有元素都为1的行向量，则又设f表示单位GDP能耗，kE表示单位总产出的能耗，YE表示生活总能耗，则： (14)或 (15)其中，表示人均生活能耗，表示人均生产总值。式（14）中的结构因素用的是总产出结构，式（15）中的结构因素用的是最终使用结构。在这个模型中，单位GDP能耗首
31、先被分成了两部分：生产能耗和生活能耗。表3列出了对应式（14）的五因素分析模型。为了节约篇幅，基于式（15）的分解结果省略不列。表2 能源消耗强度的五因素分解模型（基于总产出结构和直接消耗系数联合影响）影响因素总作用纯作用生产能耗强度直接消耗系数总产出结构一阶作用生产能源消耗强度，直接消耗系数直接消耗系数，总产出结构总产出结构，生产能源消耗强度二阶作用生产能源消耗强度，直接消耗系数，总产出结构人均生活能耗人均GDP一阶作用人均生活能耗，人均GDP总变化3.2 计算与分析从1997年到2005年共八年时间，单位GDP能耗下降15.6%。对能耗变化，我们首先做了一个二因素分析，即分为生产和生活两个
32、因素。考察表3可以发现，这一阶段生活能耗在总能耗中的比例在11%左右，变化量的贡献率则达到17.8%。这一阶段，能耗强度总体是下降的，生活能耗强度即单位GDP生活能耗也是下降的。观察表4。数据显示，生产因素中的一阶、二阶和三阶纯作用的贡献率分别是25.7%、58.1%和-1.7%。这是一个有点奇怪的结果。因为二阶作用是一阶作用的两倍多，与一般情况不合。这个现象的出现是因为在第一阶段即1997至2002年能耗强度是大幅下降，而第二阶段2002至2005年又急速上升。在支持作用与抑制作用的多重相互作用下，二阶作用就超过了一阶作用的贡献率。从表的下半部分看，从1997年到2005年，总的来说，在第一
33、阶段强大的技术因素影响下（技术因素仍然是这一阶段总能耗强度下降的主导因素），其变化贡献率达到89.0%。但是，需求结构的调整作用仍然是不利的，其负作用达到-25.0%，所以，可以说，我国在这一阶段的需求不利于节能降耗。观察表5。生产因素中的一阶、二阶和三阶纯作用的贡献率分别是39.5%、39.2%和3.4%。一、二阶作用平分秋色。这里，一阶纯作用中，产出能耗强度的作用更加突出，达到162.46%，直接消耗系数和总产出结构对节能降耗都表现出显著的抑制作用，分别达到-58.3%和-64.6%。这说明，这一阶段总体中，投入结构的变化形成了很大的替代作用，显著抑制了节能降耗活动带来的能耗强度降低效果。
34、总体看1997-2005年我国的能耗强度变化趋势，对节能降耗的支持作用和抑制作用同时存在，都很显著，但技术节能的总体作用超过了各种抑制作用的总和，平均贡献率达到120.9%，最终使得单位GDP能耗下降。生活能耗对单位GDP能耗下降的影响也比较明显，总贡献率达到17.9%。但是，这主要是经济增长快于人口增长的结果，因为从人均生活能耗来看，其作用始终是抑制作用，在本阶段总体贡献率达到-36.8%。当经济增长速度较低时，生活能耗将抑制单位GDP能耗的下降。表3 1997-2005 二因素模型19972005变化分析因素分解数量（吨/万元）总量贡献率（%）数量（吨/万元）总量贡献率（%）变化量（吨/万
35、元）变化率（%）变化贡献率（%）生产能耗强度1.5008 88.15 1.283689.28 -0.2172 -14.47 82.05 生活能耗强度0.2017 11.85 0.154210.72 -0.0475 -23.56 17.95 总能耗强度（合计）1.7025 100.00 1.4377100.00 -0.2647 -15.55 100.00 表4 五因素分解模型（基于最终需求结构和直接消耗系数联合影响）：1997-2005影响因素影响绝对数（吨/万元）影响贡献率（%）总作用纯作用总作用纯作用产出能耗强度-0.4300-0.4300162.46 162.46 直接消耗系数0.2960
36、0.2960-111.84 -111.84 最终使用结构0.06610.0661-24.96 -24.96 一阶作用-0.0679-0.067925.67 25.67 产出能耗强度，直接消耗系数-0.2356-0.101688.99 38.37 直接消耗系数，最终使用结构0.3456-0.0165-130.55 6.24 最终使用结构，产出能耗强度-0.3996-0.0357150.97 13.47 二阶作用-0.2217-0.153783.75 58.08 产出能耗强度，直接消耗系数，最终使用结构-0.21720.004582.05 -1.70 人均生活能耗0.09740.0974-36.8
37、0 -36.80 人均GDP-0.0977-0.097736.92 36.92 一阶作用-0.0003-0.00030.12 0.12 人均生活能耗，人均GDP-0.0475-0.047217.95 17.83 总变化-0.2647-0.2647100.00 100.00 以下把部门能耗强度与直接消耗系数绑在一块变化影响因素总作用纯作用总作用纯作用最终使用结构0.06610.0661-24.96 -24.96 产出能耗强度，直接消耗系数-0.2356-0.235688.99 88.99 一阶作用-0.1695-0.169564.04 64.04 产出能耗强度，直接消耗系数，最终使用结构-0.2
38、172-0.047782.05 18.02 表5 五因素分解模型（基于总产出结构和直接消耗系数联合影响）：1997-2005影响因素影响绝对数（吨/万元）影响贡献率（%）总作用纯作用总作用纯作用产出能耗强度-0.4300-0.4300162.46 162.46 直接消耗系数0.15430.1543-58.29 -58.29 总产出结构0.17110.1711-64.64 -64.64 一阶作用-0.1046-0.104639.52 39.52 产出能耗强度，直接消耗系数-0.3199-0.0442120.87 16.70 直接消耗系数，总产出结构0.34560.0202-130.55 -7.6
39、1 总产出结构，产出能耗强度-0.3385-0.0796127.87 30.05 二阶作用-0.2082-0.103678.67 39.15 产出能耗强度，直接消耗系数，总产出结构-0.2172-0.0089682.05 3.38 以下把部门能耗强度与直接消耗系数绑在一块变化影响因素总作用纯作用总作用纯作用总产出结构0.17110.1711-64.64 -64.64 产出能耗强度，直接消耗系数-0.3199-0.3199120.87 120.87 一阶作用-0.1488-0.148856.23 56.23 产出能耗强度，直接消耗系数，总产出结构-0.2172-0.068482.05 25.83
40、 4 结论对经济问题的分析要首先搞清楚其中的主客观因素，理清楚每个设计指标的真实经济意义。像物价指数、GDP增长速度等指数只有相对水平意义，不能过分追求其具体数值的大小，因为，计算中的权数选择不是唯一的，需要主观决定；权数不同，计算结果就不同。在影响因素分析中，需要客观的分解结果来作为经济发展决策的参考依据，就不应该使主观决定的权数来决定分析结果。所以，我们建议摈弃流行的SDA及LMDI分析模式，采取纯客观的多因素多阶分析（MMIA）模式。利用基于投入产出结构的多因素多阶影响分析模式，并利用我国1997-2005年不变价投入产出表，对我国1997-2005年能耗强度变化分析表明，对节能降耗的支
41、持作用和抑制作用同时存在，均呈现显著特征，且技术节能的总体作用超过了各种抑制作用的总和，平均贡献率达到120.9%，最终使得单位GDP能耗下降。生活能耗对单位GDP能耗的贡献率达到17.9%。从人均生活能耗变化来看，其作用始终是抑制作用，即其持续增大，但由于经济增长快于人口增长，单位GDP生活总能耗还是下降的。当然，由于GDP核算本身的固有缺陷，不变价格GDP依赖于权数选择，单位GDP能耗值也就不是纯客观的，所以，分析结果还是有近似性。参考文献 (References)1 Skolka, J. Input-output structural decomposition analysis for
42、 AustriaJ, Journal of Policy Modeling, 1989 (11):45-66.2 Carlo Milana. The Input-Output Structural Decomposition Analysis of Flexible Production SystemsA. Michael L. Lahr and Erik Dietzenbacher (eds). Input-Output Analysis: Frontiers and Extensions, Essays in honor of Ronald E. MillerC. London: Macm
43、illan Press, 2001.3 Ang,B. W. ,Liu F. L. A New Energy Decomposition Method: Perfect in Decomposition and Consistent in AggregationJ. Energy, 2001, (26): 537-548.4 Ang,B. W. ,Liu F. L., Chew E.P. Perfect Decomposition Techniques in Energy and Environment AnalysisJ. Energy Policy, 2003, (31):1561-1566
44、.5 Ang,B W. Decomposition Analysis for Policymaking in Energy: which is the preferred method?J. Energy Policy, 2004 (32): 1131-1139.6 Ang, B W. The LMDI approach to Decomposition Analysis: A Practical GuidJ. Energy Policy, 2005, (33):867-871.7 李国璋, 王双. 中国能源强度变动的区域因素分解分析-基于LMDI分解方法J. 财经研究, 2008(8)：52
45、-63.8 刘叶,王磊. 我国工业能源强度变动的影响因素分解分析基于LMDI分解法J. 中国矿业大学学报(社会科学版), 2009(4):66-70.9 岳婷,龙如银. 基于LMDI的江苏省能源消费总量增长效应分析J. 资源科学, 2010(7):1266-1271.10 徐盈之,张全振. 中国制造业能源消耗的分解效应：基于LMDI模型的研究J. 东南大学学报：哲学社会科学版, 2011(4):55-60.11 李景华. SDA模型的加权平均分解法及在中国第三产业经济发展分析中的应用J. 系统工程, 2004(9)：69-73.12 Dietzenbacher E,Los B. Structural decomposition techniques:Sense and sensitivityJ