青岛市能源强度（通用5篇）
青岛市能源强度 篇1
关于报送 年 月份
青岛市新能源汽车财政补助的申请
青岛市新能源汽车推广应用联席会议办公室：
根据国家财政部、科技部、工业和信息化部、发展改革委《关于继续开展新能源汽车推广应用工作的通知》(财建[2013]551号)、《青岛市新能源汽车推广应用示范财政扶持专项资金管理暂行办法》(青财建〔2014〕122号)等要求，我公司 年 月份销售的新能源汽车（乘用车、客车、专用车）台，申请财政补贴资金总额共计 万元。
特此申请。
公司名称（公章）： 年 月 日
青岛市能源强度 篇2
改革开放以来, 我国经济得到了全面、高速、持续发展, GDP以年均9.8%的增长率增长, 成为世界上发展最快的国家。随着经济的发展, 我国的能源消耗量也大幅度提升, 2010年已成为全球第一大能源消费国。我国在“十二五”规划中明确提出了节能减排的具体目标。国外学者对能源消费的研究起步较早, 由于经济体制的限制, 国内学者在改革开放后才逐步开始对能源问题的研究。目前, 学术界主要从以下几个方面研究能源消费强度问题:
(一) 能源消费强度总体趋势研究。
由于数据和研究方法的选取不同, 因此国内外学者对于我国能源消费强度的趋势存在不同的判断。Ma and Stern (2008) 利用中国1980~2003年的经济数据考察了我国能源消费强度的变化趋势, 发现1978~2000年之间呈现下降趋势, 2000年后又开始回升。但是, 对于2000年是否是我国能源消费强度变化的拐点, 依然存在争议。Liao et al. (2007) 通过实证研究发现从2003年起我国的能源消费强度才开始上升, 章爽 (2013) 也持相同观点。王安建和王高尚 (2010) 的研究表明各国能源消费强度在每个国家经济发展的不同阶段呈现不同的变化趋势, 但是随着工业化进程的不断推进, 每个国家能源消费强度的变化基本上都呈现“U”形分布。马小微 (2007) 的研究结果表明1953~2005年间, 中国能源消费强度变化与环境库兹涅茨曲线较为吻合。类似结论还有史丹 (2002) 、余甫功 (2007) 、张建文和刘学之 (2010) 。
(二) 能源消费强度影响因素。
诸多学者从产业结构、技术进步等多个角度考察了经济因素对我国能源消费的强度影响, 并得出了有价值的结论。Garbaccio et al. (1999) 用投入-产出模型创建了能源消费强度指数, 分析了1978~1995年中国能源消费的数据, 发现技术革新是中国能源消费强度变化的主要因素。Perry (2011) 运用异质面板回归技术分析发展中国家的城市化和工业化对能源消费强度的影响, 研究发现收入提高可以降低能源消费强度, 而工业化会使能源消费强度提高。刘满平 (2006) 分析我国近年来产业结构调整的特点及所面临的能源供给约束, 并从产业结构调整与能源供给相协调的角度出发, 提出能源发展战略及产业调整政策。但是, 其中产业结构调整的思路没有细化, 只是泛泛而谈调整重工业轻工业比重、国有经济比重等, 同时缺少对各省份产业结构差异的考虑。关于能源消费强度和FDI的关系, 部分学者认为“FDI的规模对能源消费强度具有负效应” (Mielnik and Goldemberg, 2002;齐绍洲和云波, 2009) , 持否定态度的学者有Huble and Keller (2009) 。
结构因素、技术因素和对外贸易因素是国内外学者在研究能源消费强度问题上经常考虑的指标。大多数学者得出了能源消费强度的相同影响因素, 本文在总结前人研究的基础上, 结合我国的具体实际, 增加了政府支出这个变量, 希望在回归结果上更有说服力。
(三) 能源消费强度区域差异研究。
近年来, 国内学者对我国能源消费强度区域差异的研究开始关注, 但是大多数研究只停留在表层阶段, 粗略的划分出能源高耗区和能源低耗区, 研究方法局限于面板数据、省际因素分解等模型。国涓等 (2009) 运用聚类分析方法将中国各省市划分成高增长高能耗、低增长高能耗、低增长低能耗和高增长低能耗4个区域, 并运用面板数据的协整分析与误差修正模型, 对影响各区域能源消费强度的长、短期因素进行实证分析。目前, 运用空间计量方法系统地研究中国能源消费强度相关问题的文献较少, 部分文章在数据的全面性和方法的正确性方面还存在欠缺。张贤和周勇 (2007) 曾利用空间自相关和空间回归模型, 发现FDI具有显著的空间溢出效应, 对本地区和周边地区能源消费强度的降低具有明显的作用。宋马林等 (2012) 采用LISA统计分析空间聚集和扩散模式, 结合Moran’s I和Geary’s C方法, 对这88个地市产业发展所处的状态进行综合判断并进行相关预测。姜磊和季民河 (2012) 利用Moran散点图分析得出我国能源强度存在空间集聚效应, 但是其没有建立空间计量模型。袁梁和王军 (2011) 研究表明我国能源消费强度存在显著的空间相关性, 并建立相应的空间计量模型, 但是他们的研究没有进行残差的空间相关性检验、异方差检验等, 模型的正确性不能保证, 所以需要做进一步的分析。类似的研究还有阚大学和罗良文 (2010) 、吴玉鸣 (2012) 。本文在综合国内外学者相关研究的基础上, 利用空间计量方法对我国能源消费强度的空间相关性及影响因素进行更加全面系统的分析。
二、研究设计
(一) 变量定义。
作为复杂经济系统中的一个指标, 能源消费强度的变化以及中国经济最终能耗水平的形成实际是多种因素综合作用的结果, 从这个意义上讲, 技术变化、市场化水平、政府规制、产业发展特征、产业结构、经济发展模式等经济系统的诸多方面都直接或间接影响着能源投入的多少以及产出水平的高低, 并最终通过能耗强度的变化而表现出来。综合相关文献的分析, 本文选取以下几个指标作为能源消费强度水平的影响因素。
1、产业结构。
产业结构是影响能源消费的一个重要因素, 产业结构是衡量一国经济结构是否合理的关键因素, 不同的产业结构会对能源消费产生不同的影响, 进而影响能源消费强度高低。本文产业结构选取第二产业增加值占生产总值的比重以及第三产业增加值占生产总值的比重来表示, 变量代码为SE和TH。
2、能源结构。
能源消费结构反映的是能源消费中各种能源的比例关系问题, 是衡量国家和地区发展方向和程度的重要指标之一。我国特殊的资源禀赋和能源消费习惯决定了煤炭、石油在我国能源消费中的绝对比重, 而新能源、清洁能源的发展会有效降低能源消费强度。本文选取煤炭消费总量占能源消费总量的比重来表示能源结构, 变量代码为MT。
3、经济发展水平。
经济发展水平也是影响能源消费强度的一个重要因素。能源消费强度等于能源消费总量与国内生产总值的比值, 两者增加的幅度和速度不同会对能源消费强度产生不同的影响。本文经济发展水平用各省的人均生产总值来表示, 变量代码为GDP。
4、技术进步。
科技投入带来的技术进步对于降低能源消费强度有着积极的作用。技术进步可以有效提高生产效率, 并且可以在经济发展水平相同的条件下降低能源消费强度。科研经费的投入是影响能源利用效率的重要因素, 也是节能降耗的根本途径。Keller (2002) 认为, R&D投入越多, 有效的研发劳动也越多, 对技术进步的促进能力也越强, R&D有利于促进知识和技术的外溢。本文选取R&D经费支出代表技术进步, 变量代码为R&D。
5、外商直接投资。
首先, 外国直接投资会带来先进的技术, 从而促进中国企业的技术进步, 提高能源效率, 降低能源消费强度水平;其次, 外商直接投资也会通过产业结构调整来影响能源消费强度。张贤和周勇 (2007) 从空间效应因素验证了外商直接投资对能源效率的影响。因此, 预期外商直接投资会促进能源消费强度的降低。本文用各个省的外商投资总额占地区生产总值的比重来表示外商直接投资, 变量代码为FDI。
6、政府影响力度。
政府影响力可以制约市场化程度的加深, 国家的各种政策对能源消费强度的影响还是很大的。政策的侧重点不同将直接关系到经济发展领域的不同, 进而导致不同的产业结构、不同地区发展目标, 这些都会引起能源消费强度的变化。本文政府影响力选取的是财政支出占生产总值的比重, 变量代码为CZ。
(二) 数据来源。
文中数据来自于《中国能源统计年鉴2013》、《中国统计年鉴2013》等, 部分西藏数据来源于《西藏自治区能源发展“十二五“规划》, 数据为2012年截面数据。为了消除异方差现象, 本文对R&D经费支出、人均地区生产总值等指标数据进行了对数化处理。
(三) 模型设定。
国内外学者对于能源消费强度的研究多从全局来入手, 忽略了区域性差异因素。然而, 在地大物博的中国, 地区之间发展不均衡, 引入空间因素到相关研究中是十分必要的。因此, 本文采用空间计量方法, 建立能源消费强度影响因素的空间计量模型, 包括空间滞后模型和空间误差模型。
1、空间滞后模型。
空间滞后模型 (Spatial Lag Model, SLM) 主要是探讨各变量在某一地区时有扩散现象 (溢出效应) 。其模型表达式为:
式 (1) 中, EI为因变量;SE、TH、MT、GDP、R&D、FDI和CZ为变解释量;ρ为空间回归系数;W为n×n阶的空间权值矩阵, 一般用邻接矩阵 (Conti-guity Matrix) ;ε为随机误差项向量;参数β分别反映了解释变量对因变量的影响, 空间滞后因变量WEI是一个内生变量, 反映了空间距离对区域行为的作用。
2、空间误差模型。
若地区间的相互作用因所处的相对位置不同而存在差异, 则需要采用空间误差模型。空间误差模型 (Spatial Error Model, SEM) 的模型形式为:
其中, ε为随机误差项向量, λ为n×1阶的截面因变量向量的空间误差系数, μ为正态分布的随机误差向量。SEM中参数β分别反映了解释变量对因变量的影响。参数λ衡量了样本观察值中的空间依赖作用, 即相邻地区的观察值EI对本地区观察值EI的影响方向和程度。存在于扰动误差项之中的空间依
三、空间计量模型实证分析
(一) 空间相关性检验结果。
应用空间计量方法首先要检验我国能源消费强度是否存在空间相关性。本文自相关统计量采用的是Moran’s I, 选用的是rook一阶、二阶和三阶空间权值矩阵。检验结果如下。 (表1)
表1中Rook1、Rook2、Rook3依次为rook一阶、二阶、三阶空间权值矩阵。从表1可知, 能源消费强度一阶权值矩阵的Moran’s I通过1%显著性水平的检验, 并且Moran’s I的值为0.3838, 说明能源消费强度存在明显的空间自相关。同时发现, 权值矩阵所选的阶数越高, Moran’s I值越低, 说明能源消费强度的空间相关性符合地理学第一定理, 即各个地区的空间联系随着空间距离的增大而呈现降低的趋势。因此, 在空间计量经济学模型分析中选择rook一阶空间权值矩阵。
为了更直观地展示出我国能源消费强度不同省份的集聚类型, 本文给出了中国各省能源消费强度2012年我国能源消费强度的Moran散点图和局域空间自相关LISA集聚图, 参见图1和图2。 (图1、图2)
Moran散点图是以能源消费强度的原始值为横坐标, 以空间滞后值为纵坐标。从Moran散点图中可以看出我国多数省份分布在第一象限和第三象限。图2的LISA集聚图红色区域表示高-高集聚地区, 表示该区域自身和周边地区的水平均较高, 存在较强的空间正相关, 包括内蒙古、甘肃、新疆、西藏和青海;深蓝色区域表示低-低集聚地区, 表示该区域和它周围的其他区域都是低水平的区域, 包括江苏、浙江、上海、广东等地方;浅蓝色区域表示低-高集聚地区, 表示高水平的区域包围着一个低水平的区域。该区域的水平与周围邻居相比是比较低的, 意味着该区域的空间差异的程度是比较大的, 存在较强的空间负相关, 包括四川和海南。
通过以上空间效应检验可以看出, 总体来看我国省际能源消费强度以第一象限L-L、第三象限H-H型为主, 表示我国能源消费强度存在明显的空间集聚和空间依赖性。
(二) 空间计量模型估计结果。
经典的计量经济学模型假设空间是均质的, 而空间自相关性是客观存在的, 空间效应会使得普通最小二乘估计无效 (Anselin, 1988;Le Sage and Pace, 2009) 。因此, 需要建立空间计量模型来克服普通最小二乘法无法解决的空间依赖效应。但为了与空间计量经济学模型结果进行对比, 本节先采用普通最小二乘法进行估计, 然后再建立相关空间计量经济学模型。
由于变量之间可能存在多重共线性, 建立模型之前, 首先通过计算出6个解释变量的方差膨胀因子 (VIF) 来检验多重共线性。 (表2)
从表2可以看出, 选取的6个解释变量方差膨胀因子的值都小于5, 所以可知解释变量之间不存在多重共线性, 可以用来建立相关的模型。
1、经典最小二乘回归模型估计结果。
通过建立OLS得出相关结果如表3所示。 (表3)
从经典最小二乘模型中, 可以知道拟合优度为0.6935, F统计量为9.05156, 模型整体也通过了1%显著性水平的检验, 因此模型的拟合程度很好。解释变量MT、SE在10%的显著性水平下通过了检验, 解释变量INRD、CZ在5%的显著性水平下通过了检验, 而INGDP、FDI没有通过检验。
通过最小二乘法同时得到Lagrange乘数判断的结果, 以下检验结果可以作为如何选择空间模型的参考, 检验结果如表4所示。 (表4)
诊断结果中给出了5个Lagrange乘数检验统计量。从表4可以得出, Lagrange multiplier (lag) 通过了检验, 而Lagrange multiplier (error) 未通过检验, 可以理论上推出空间滞后模型比空间误差模型更合适。但这并不是绝对的检验方法, 具体选择建立哪个模型, 还需要结合两个模型的检验结果比较, 以及根据与经典的最小二乘模型的比较结果来决定。
2、空间模型估计结果。
本文采用空间统计软件Geo Da095i建立空间模型, 空间邻接矩阵选取一阶邻近矩阵, 估计方法为极大似然估计。为了选择合适的计量模型, 本文列出了空间滞后模型和空间误差模型的估计结果, 并将其进行对比分析。 (表5)
从空间模型的估计结果来看, 空间滞后模型的ρ均通过了1%显著性水平的检验, 因此空间滞后模型是成立的。模型中第二产业比重、煤炭消费比重、R&D经费支出、财政支出通过了10%显著性水平检验, 地区生产总值和外商直接投资没有通过检验;空间误差模型的也通过了1%显著性水平的检验, 因此空间滞后模型也是成立的。模型中第二产业比重、煤炭消费比重、R&D经费支出、财政支出及外商直接投资通过了10%显著性水平检验, 只有地区生产总值没有通过检验。
表6空间滞后模型和空间误差模型的Breusch-Pagan检验结果可以看出, 模型均不存在异方差性。从两个模型的残差空间自相关性检验来看, 模型的残差的Moran’s I没有通过检验, 所以不存在残差空间自相关性, 说明空间模型将残差的空间相关性消除了。 (表6、表7)
3、OLS、空间滞后模型与空间误差模型对比。
从表8可以看出相比OLS, 空间计量模型的Log likelihood都有显著增长, 同时AIC、SC有所下降, 表明空间模型估计结果更为稳健。然而, 综合比较OLS、空间滞后模型和空间误差模型的统计量, 空间滞后模型不但比最小二乘法计量模型拟合的好, 而且比空间误差模型拟合的好。 (表8)
结合Lagrange乘数检验和表8的比较结果, 本论文最后选择空间滞后模型作为空间计量模型来说明能源消费强度的相关影响因素, 空间滞后模型为:
(W为n×n阶的空间权值矩阵)
从空间滞后模型各个解释变量的弹性系数数值来看, 与普通最小二乘估计的系数有所修正, 因此可以说明考虑空间效应的空间滞后模型的估计结果更为稳健。空间滞后模型中第二产业增加值比重、煤炭消费总量比重、各省科研经费投入、各省财政支出比重通过了检验, 下文将重点分析空间滞后模型中的这四个变量对能源消费强度的影响。
4、空间滞后模型结果分析
(1) 能源消费强度在省域之间形成显著空间扩散效应。空间滞后模型的ρ十分显著, 说明了能源消费强度在省域之间形成了空间扩散 (溢出) 效应, 空间滞后效应较强, 也就是说相邻两个地区能源消费强度互相产生影响。ρ值为0.4419, 说明周围地区能源消费强度每增加1%, 本地区能源消费强度就会提高0.44%, 空间滞后效果相当明显。
(2) 产业结构的优化有利于降低能源消耗强度。各省第二产业占地区生产总值的比重代表产业结构, 模型的回归系数为0.0877, 符号为正, 与预期相同, 并且在0.1的显著性水平通过了检验。说明能源消费强度与第二产业所占比重存在正相关关系, 即第二产业所占比重每增加1%, 会导致能源消费强度增加0.09%。国家应尽量优化产业结构, 降低第二产业所占比重, 增加第三产业比重, 以降低我国能源消费强度。
(3) 能源消费结构是制约能源消费强度降低的重要原因。煤炭占能源消费总量的比重代表能源消费结构, 其在模型得到的回归系数为0.2231, 在5%显著性水平下通过了检验。回归结果说明能源消费结构对能源消费强度的影响比较显著, 煤炭占能源消费总量的比重每增加1%, 就会使能源消费强度增加0.22%。然而, 由于资源禀赋的限制, 我国以煤炭为主的消费结构短期内不会有显著变化, 能源消费结构严重制约着能源消费强度的下降。国家应大力发展清洁能源, 优化能源消费结构, 逐步以新能源代替传统能源。
(4) 技术进步是降低我国能源消费强度的关键因素。R&D经费支出代表技术进步, 由模型得到的回归系数为-0.3297, 符号与预期相同, 并在5%的显著性水平下通过了检验。实证结果表明, 技术的进步, 尤其是能源技术的进步, 对降低能源消费强度有着至关重要的作用。所以, 技术进步是解决我国未来能源危机的一个重要的关键因素, 可以强有力地降低能源消费强度。
(5) 财政支出的增长导致能源消耗强度上升。财政支出占GDP的比重代表政府影响力, 由模型得到的回归系数为0.2370, 符号为正, 在1%的显著性水平通过了检验。即财政支出所占比重增加1%, 会导致能源消费强度增加0.24%, 这就要求政府在合理的情况下应尽量减少财政支出, 适当优化财政支出结构。
四、政策建议
(一) 重视区域经济间相互影响。
基于区域相关性的调整策略是指从区域经济受相关区域影响角度出发, 制定区域发展政策时要考虑到受其他相邻区域的经济影响, 各省份制定的产业政策要有协同性, 形成系统性的全国区域产业发展政策。例如, 我国西部大开发、东北工业振兴等区域政策尤其要考虑对相邻区域的影响, 邻近省份的产业政策、能源消费强度变化。对于一个空间统计上表现为离群现象的省份, 比如西北地区的陕西省, 制定政策时要考虑到周边省份能源消费强度的负相关性, 合理的调整政策力度。
(二) 调整产业结构。
调整优化产业结构, 特别是工业部门的内部结构。产业结构调整是能源消费强度下降的物质基础。就我国目前的发展阶段来看, 第二产业所占比重较大, 重工业增长明显加快。因此, 要严格控制第二产业、工业和重工业的发展速度和规模, 提高高耗能行业的进入门槛, 努力形成“低投入、低消耗、高效率”的经济发展方式。同时, 合理地调整产业结构布局, 由以工业为主导的产业结构向第三产业为主导的产业结构转化也显得尤为重要。
(三) 优化能源消费结构。
“以煤为主”的能源资源禀赋决定了长期以来我国“以煤为主”的能源消费现状, 但由于煤炭利用技术不成熟, 使得煤炭利用率较低, 造成了能源浪费和大量的废弃排放。特别是那些资源禀赋丰裕的地区, 应该充分利用本地的资源优势, 发展煤炭、石油深加工行业, 提高煤炭的利用效率, 降低能源消费强度。此外, 应加大对新能源、清洁能源等领域的科技、人力、资金等方面的投入, 不断优化能源结构, 采取多元化能源结构的发展战略, 提高优质能源比重, 努力实现能源工业的均衡发展。
(四) 提高科技水平。
实证分析表明技术的进步对于降低能源消费强度有着积极的作用。在经济高速发展的过程中, 新工艺、新技术都可以强有效地降低能源消耗的强度。所以, 技术进步可以有效提高生产效率, 并且可以在经济发展水平相同的条件下降低能源消费强度。国家应鼓励科技的创新, 加大科学技术研发方面的投入, 从而提高能源利用效率, 降低能源消费强度;同时能源方面的科学技术进步同时也会促进新能源、清洁能源的发展, 降低传统能源使用规模, 从而降低我国能源消费强度。
(五) 合理控制财政支出总量。
我国目前以经济建设为中心, 经济发展迅速, 不可避免地会积极实施财政政策, 而且在诸多领域都需要财政支出, 因此尽管降低财政支出可以降低能源消费强度, 但是应该合理控制财政支出, 不能一味为了能源消费强度的降低而影响经济发展。此外, 可以在财政支出的结构上加大控制力度。比如实证分析结果显示R&D经费支出可以有效降低能源消费强度, 所以对于此类既能促进经济增长又能降低能源消费强度领域, 政府可以多投入一些, 这就能在保证国家政策落实、维护政府控制力度的前提下, 既促进经济增长, 又降低我国能源消费强度。
摘要：本文基于2012年我国30个省市的截面数据, 运用空间计量方法研究我国能源消费强度的影响因素, 研究结果表明:空间滞后模型中空间滞后效应明显, 能源消费强度在省域之间形成显著空间扩散效应。第二产业比重、煤炭消费所占比重、R&D经费支出以及政府财政支出是影响我国能源消费强度的主要因素。能源消费结构、产业结构是能源消费强度难以降低的重要原因;技术进步可以显著降低能源消费强度;适当减少政府财政支出有利于降低能源消费强度。
青岛市能源消费与城市化关系研究 篇3
［关键词］能源消费；城市化；协整分析；误差修正模型；Granger因果检验
［中图分类号］F293.1［文献标识码］A［文章编号］1671-8372（2014）02-0014-04
On the relationship between energy consumption and urbanization in Qingdao city
—an empirical analysis based on co-integration theory
WANG Xiao-bing, QIU Li-xin
（College of Economics and Management, Qingdao University of Science and Technology, Qingdao 266061, China）
Abstract：With the rapid development of economy and urbanization, it is an increasing concern in China to coordinate and balance the relationship between energy consumption and urbanization. We use dynamic econometric methods such as co-integration theory, error correction model and Granger causality test to make an empirical analysis based on the data from 1996 to 2010 of Qingdao. The results show that there are co-integration relationship and Granger causality relationship between energy consumption and urbanization in Qingdao city. Therefore, in the new round of the development of urbanization, correctly handling the relationship between energy consumption and urbanization is conducive to energy conservation and rational utilization, and it will also promote the sustainable and healthy development of Qingdao.
Key words：energy consumption；urbanization；co-integration analysis；error correction model；Granger causality test
随着我国经济社会改革的不断深化，新型城镇化将会成为中国经济增长的新引擎。近来，山东省率先放开城市户籍，青岛等城市已在现行落户政策的基础上，积极创造条件，优先将高技能农民工和城市急需的优秀农民工转为当地市民［1］。这一新政策将稳步推进农民工市民化，提高人口城镇化水平，促进农民工在工作、生活、文化等方面融入城市，并为城市经济发展注入新的活力。在快速城市化进程中，由于城市承载能力是有限的，城市能源需求紧张的局面日趋严峻，再加上一些城市“重经济、轻环境”的功利短视行为，多种因素相互叠加引发了一系列“城市病”。因此，在新一轮城镇化发展中，平衡城市化发展与能源消费的关系越来越为各界所关注。
近年基于协整分析的相关文献，有从全国范围进行研究的，如潘雄锋、刘凤朝［2］研究了中国技术市场发展与经济增长关系，金玉国、张伟［3］则对中国行政管理成本变动进行了实证分析，刘耀彬［4］分析了我国城市化水平与能源消费间的协整关系并得出二者存在单向Granger因果关系，张琳、何炼成、王凯［5］对能源消费与经济增长的动态关系进行了实证研究，梁朝晖［6］分析了城市化不同阶段的能源消费的影响因素，李永乐、吴群［7］研究的重点是我国经济增长与耕地资源数量变化的阶段性特征。也有从区域发展的角度进行研究的，如赵霄伟、高志刚［8］对新疆经济增长与能源消费的关系进行了实证分析；黄松宪［9］的研究表明陕西省城市化与能源消费量之间存在着协整关系，但这种长期均衡的短期调整幅度不大；许冬兰、李琰［10］的研究表明，山东省城市化和能源消耗量之间存在着单向的Granger因果联系，且二者存在协整关系；杨肃昌、韩君［11］认为甘肃省城市化水平与能源消费之间存在长期稳定同步上升的关系，而且这种关系在短期内能够得到显著的修正。
本文以青岛市为例，研究城市化快速发展进程中的能源消费与城市化发展的相互关系，旨在为青岛市在新一轮城镇化发展中制定科学的能源发展战略提供参考，以实现青岛市城市化发展与能源消费增长的协调，加快青岛市经济增长方式的转变和产业结构的转型与升级，促进青岛市低碳城市、智慧城市的培育和发展。
一、研究方法
协整分析方法是指在时间序列向量自回归分析的基础上发展起来的空间结构与时间动态相结合的建模方法与理论分析方法［12］。本研究将运用Engle和Granger1987年提出的协整理论与方法，研究青岛市能源消费与城市化之间的相互关系。具体为：（1）进行单位根检验。即检验单个的变量序列是否平稳，若平稳，可在此基础上建立回归模型；若非平稳，则需进行差分，直到进行到第i次差分时序列平稳为止，即可认为序列服从i阶单整，服从同阶单整，并构造回归模型。（2）对回归模型进行EG两步法协整检验，以判断模型中的变量之间是否存在协整关系，即长期均衡关系。若变量之间有协整关系，则构造误差修正模型（ECM）以考察具有协整关系的变量的短期行为。（3）进行Granger因果检验，即检验变量之间是否存在因果关系。
具体到本研究，需要分析青岛市能源消费与城市化之间的关系，为此，可先建立反映二者长期均衡关系的计量模型：
（1）
为反映变量之间短期变动关系，建立误差修正模型（ECM）。由（1）式可得出分布滞后模型：
经变换，得到：
整理上式，得到：
（2）
式（2）中，令，， ，于是，式（2）可整理为：
（3）
在（1）—（3）式中，LnEC和LnURB分别表示青岛市能源消费量（EC）和城市化水平（URB）的自然对数，其他未被囊括的变量与不可观测的因素均纳入残差项中，表示误差修正项。
二、实证分析
青岛市地处山东半岛南端，是我国沿海开放城市之一，是我国国家历史文化名城和风景旅游胜地，同时也是山东省最大的工业城市。改革开放以来，伴随着经济的快速发展，青岛城市化水平得到较大提高。至2012年，青岛市国内生产总值达到7302.11亿元，实现财政总收入2449.69亿元，完成蓝色经济增加值1210.54亿元。据统计，青岛市在1996—2010年的15年间城镇化率从36.9%上升到66%，年均增长率为4.2%，处于国际公认的城镇化快速发展期。在能源消费方面，青岛市在2012年全市规模以上工业综合能源消费量为1689万吨标准煤，比上年增长2.2%。但原煤消费量下降3.5%，原油消费量增长9.4%，天然气消费量增长71.7%，全社会用电量为3.18×106万千瓦时，增长1.6%；在清洁能源方面，其风力发电装机容量累计为40万千瓦，增长2.1倍，风力发电为4.5×104万千瓦时，增长4.8倍。总体呈现能源消费总量逐步增大、单位GDP能耗持续降低的态势。
（一）变量选择与数据说明
本文主要采用能源消费量（EC）和城市化水平（URB）两个变量指标。
1．城市化水平（URB）。青岛市2004年以前以非农人口占总人口的比重来反映城市化率，2005年开始改为城镇人口占总人口的比重来反映城市化率。考虑到数据的可获得性，以及能统一统计口径，本文选择非农业人口占总人口的比重来测度城市化水平，单位为％。1996—2010年的URB中涉及“非农人口数”和“总人口数”的数据来源于《青岛统计年鉴》（1997—2011）。
2．能源消费量（EC）。能源一般分为两类：一次能源和二次能源。一次能源指的是天然能源，包括煤炭、石油、天然气等化石燃料，也包括水能、风能、太阳能、核能等清洁能源。二次能源指转化过形式的能源，如用煤发电所产生的电能。受限于数据的可获得性，本文以青岛市电力消费量替代城市能源消费量，单位为万千瓦时。电力消费量的数据来自于《中国城市统计年鉴》（1997—2011），其中2003年电力消费量缺失，以2002年与2004年的数据简单平均值替代。为此进行如下处理：
（4）
式（4）中，EC2002、EC2003、EC2004分别代表2002年、2003年、2004年青岛市的电力消费量。
由于对原序列EC与URB取自然对数变换并不改变原有的协整关系，且能够消除时间序列中可能存在的异方差，因此对原序列分别取自然对数，分别为 和，其时间趋势如图1所示，存在类似的线性增长趋势，其相关系数达0.9795，表明二者之间存在强正相关性。
图1青岛市能源消费与城市化的时间序列（1996—2010 年）
（二）单整检验
首先，采用ADF单位根检验法对水平序列和进行平稳性检验（见表1）。比较T统计值与各临界值，发现和水平序列的ADF值在10%显著性水平，都大于临界值，表明各序列均非平稳；然后，进行一阶差分，发现一阶差分变量和的ADF值在5%显著性水平，都小于临界值，说明序列表现平稳，即。结果表明，青岛市能源消费和城市化有可能存在同阶单整，接下来需要进行协整关系检验。
表1变量的单位根检验结果
变量ADF检验ADF检验各显著水平临界结论
T统计值检验类型
(C，T，K)伴随概率1%
显著水平5%
显著水平10%
显著水平
lnEC-0.417114(C，T，0)0.8790-4.057910-3.119910-2.701103不平稳
dlnEC-3.305102(C，T，0)0.0385-4.121990-3.144920-2.713751平稳(**)
lnURB-0.295140(C，T，0)0.9012-4.057910-3.119910-2.701103不平稳
dlnURB-3.152342(C，T，0) 0.0494-4.121990-3.144920-2.713751平稳(**)
注：（1）检验类型（C，T，K）中的C、T、K分别表示模型中的常数项、时间趋势项和滞后阶数；
（2）*表示10%显著性水平，**表示5%显著性水平。
（三）基于EG两步法的协整检验
在青岛市的能源消费与城市化水平之间构建回归方程式（5），并采用EG两步法，运用Eviews6.0软件，对青岛市能源消费与城市化水平之间是否存在协整关系进行检验。
（5）
对式（5）的残差序列e进行单位根检验（见表2）。检验结果表明，e为平稳序列，即 ，表明和之间存在协整关系。
表2协整方程残差的单位根检验结果
变量ADF检验ADF检验各显著水平临界结论
T统计值检验类型(C，T，K)伴随
概率1%
显著水平5%
显著水平10%
显著水平
e-2.598528(0，0，0) 0.0139-2.754993-1.970978-1.603693平稳(**)
注：（1）检验类型（C，T，K）中的C、T、K分别表示模型中的常数项、时间趋势项和滞后阶数；
（2）*表示10%显著性水平，**表示5%显著性水平。
以上的协整分析表明，青岛市能源消费与城市化水平存在长期稳定的均衡关系，且随着城市化水平的提高，同期的能源消费会呈现更大幅度的增长，即每当城市化水平提高1%，青岛市能源消费将相应增加2%。
（四）误差修正模型
如前文所述，序列和之间存在协整关系，为弥补长期静态模型的不足，需建立反映短期偏离长期均衡的误差修正模型（ECM）：
（6）
由式（6）可知，的短期波动对有正向影响，具体表现为：在短期内每提高1个百分点，将会增长近0.6个百分点；而且，当短期波动偏离长期均衡时，误差修正项将分别以近0.04的调节力度作反向调整，使得非均衡状态恢复到均衡状态。
（五）Granger因果检验
前文分析表明，青岛市能源消费与城镇化水平存在长期的协整关系，但二者是否存在更紧密的因果关系，需要进行Granger因果关系检验，结果见表3。
表3能源消费与城市化水平的Granger因果关系检验
原假设滞后阶F统计值P值结论
lnURB不是lnEC的Granger原因11.824150.2066接受
lnEC不是lnURB的Granger原因16.998380.0245拒绝
表3显示，青岛市能源消费与城市化水平之间仅存在单向因果关系，表明青岛市能源消费是引起城市化变化的Granger原因，存在着从能源消费到城市化的单向的因果联系，说明能源消费是推动青岛城市化的重要原因。
三、主要结论与启示
（一）主要结论
1．青岛市城市化与能源消费二者之间存在同向的作用力，且作用强度较强。表现为：从长期看，青岛市能源消费会随着城市化水平的提高而增加，且同期的能源消费比城市化水平呈现更大的增长幅度；从短期来看，当短期波动偏离长期均衡时，误差修正项将会以较微弱的调节力度对二者作反向调整，使之恢复到均衡状态。
2．青岛市城市化和能源消耗量之间存在着单向的Granger因果关系。青岛市能源消费量增长使城市化水平提高，从而导致Granger因果关系，存在因能源消费而引起Granger原因的内在发展取向，因为能源消费的增长能导致产业结构升级和劳动生产率提高，从而推动城市经济更高程度的集聚和城市人口的更大规模的扩张，引导着城市化发展进程。因此，在城市发展道路的取向上，青岛市实施的是“先工业化、后城市化”的发展模式。
（二）启示
青岛市应抓住新一轮城镇化发展的契机，加快产业结构调整步伐，加速产业集群的建设和发展，吸引更多农村劳动力，推动农民向城镇集中，从而推进城镇化发展进程。应大力完善相应的社会保障制度和技能培训优惠政策，加大青岛市域内中小城镇发展力度，为城市化提供发展动力。应科学规划、统一协调产业布局，科学地选择和培育青岛市域内各中小城镇的特色产业和支柱产业，积极探索适合各中小城镇的可持续发展模式。应加大城镇的基础设施建设与投入力度，为城市化的可持续发展打下坚实基础。
［参考文献］
［1］魏圣曜．山东放开除济青外城市户籍［EB/OL］．［2013-09-1］.http://www.sd.xinhuanet.com/news/2013-09/11/c_117329524.htm.
［2］潘雄锋，刘凤朝．中国技术市场发展与经济增长的协整分析［J］．科学学研究，2005（5）：645-649．
［3］金玉国，张伟．基于协整方法和VAR 模型的中国行政管理成本变动分析［J］．统计研究，2006（8）：57-61．
［4］刘耀彬．中国城市化与能源消费关系的动态计量分析［J］．财经研究，2007（11）：72-81．
［5］张琳，何炼成，王凯．能源消费与中国经济增长的动态关系研究［J］．开发研究，2009（35）：86-90．
［6］梁朝晖．城市化不同阶段能源消费的影响因素研究［J］．上海财经大学学报，2010（5）：89-96．
［7］李永乐，吴群．中国经济增长与耕地资源数量变化阶段性特征研究—协整分析及Granger因果检验［J］．长江流域资源与环境，2011（1）：33-39．
［8］赵霄伟，高志刚．新疆经济增长与能源消费的实证分析—基于协整分析和状态空间模型的估计［J］．地域研究与开发，2011（1）：34-37．
［9］黄献松．城市化与能源消费关系的动态计量分析—以陕西省电力消费为例［J］．城市经济，2009（3）：92-98．
［10］许冬兰，李琰．山东省城市化和能源消耗的关系研究［J］．中国人口·资源与环境，2010（11）：19-24．
［11］ 杨肃昌，韩君．城市化与能源消费:动态关系计量与贡献度测算—基于甘肃省数据的实证分析［J］．西北人口， 2012（4）：120-125．
［12］ 高铁梅．计量经济分析方法与建模：Eviews应用及实例［M］．北京：清华大学出版社，2006．
［责任编辑祁丽华］
（二）启示
青岛市应抓住新一轮城镇化发展的契机，加快产业结构调整步伐，加速产业集群的建设和发展，吸引更多农村劳动力，推动农民向城镇集中，从而推进城镇化发展进程。应大力完善相应的社会保障制度和技能培训优惠政策，加大青岛市域内中小城镇发展力度，为城市化提供发展动力。应科学规划、统一协调产业布局，科学地选择和培育青岛市域内各中小城镇的特色产业和支柱产业，积极探索适合各中小城镇的可持续发展模式。应加大城镇的基础设施建设与投入力度，为城市化的可持续发展打下坚实基础。
［参考文献］
［1］魏圣曜．山东放开除济青外城市户籍［EB/OL］．［2013-09-1］.http://www.sd.xinhuanet.com/news/2013-09/11/c_117329524.htm.
［2］潘雄锋，刘凤朝．中国技术市场发展与经济增长的协整分析［J］．科学学研究，2005（5）：645-649．
［3］金玉国，张伟．基于协整方法和VAR 模型的中国行政管理成本变动分析［J］．统计研究，2006（8）：57-61．
［4］刘耀彬．中国城市化与能源消费关系的动态计量分析［J］．财经研究，2007（11）：72-81．
［5］张琳，何炼成，王凯．能源消费与中国经济增长的动态关系研究［J］．开发研究，2009（35）：86-90．
［6］梁朝晖．城市化不同阶段能源消费的影响因素研究［J］．上海财经大学学报，2010（5）：89-96．
［7］李永乐，吴群．中国经济增长与耕地资源数量变化阶段性特征研究—协整分析及Granger因果检验［J］．长江流域资源与环境，2011（1）：33-39．
［8］赵霄伟，高志刚．新疆经济增长与能源消费的实证分析—基于协整分析和状态空间模型的估计［J］．地域研究与开发，2011（1）：34-37．
［9］黄献松．城市化与能源消费关系的动态计量分析—以陕西省电力消费为例［J］．城市经济，2009（3）：92-98．
［10］许冬兰，李琰．山东省城市化和能源消耗的关系研究［J］．中国人口·资源与环境，2010（11）：19-24．
［11］ 杨肃昌，韩君．城市化与能源消费:动态关系计量与贡献度测算—基于甘肃省数据的实证分析［J］．西北人口， 2012（4）：120-125．
［12］ 高铁梅．计量经济分析方法与建模：Eviews应用及实例［M］．北京：清华大学出版社，2006．
［责任编辑祁丽华］
（二）启示
青岛市应抓住新一轮城镇化发展的契机，加快产业结构调整步伐，加速产业集群的建设和发展，吸引更多农村劳动力，推动农民向城镇集中，从而推进城镇化发展进程。应大力完善相应的社会保障制度和技能培训优惠政策，加大青岛市域内中小城镇发展力度，为城市化提供发展动力。应科学规划、统一协调产业布局，科学地选择和培育青岛市域内各中小城镇的特色产业和支柱产业，积极探索适合各中小城镇的可持续发展模式。应加大城镇的基础设施建设与投入力度，为城市化的可持续发展打下坚实基础。
［参考文献］
［1］魏圣曜．山东放开除济青外城市户籍［EB/OL］．［2013-09-1］.http://www.sd.xinhuanet.com/news/2013-09/11/c_117329524.htm.
［2］潘雄锋，刘凤朝．中国技术市场发展与经济增长的协整分析［J］．科学学研究，2005（5）：645-649．
［3］金玉国，张伟．基于协整方法和VAR 模型的中国行政管理成本变动分析［J］．统计研究，2006（8）：57-61．
［4］刘耀彬．中国城市化与能源消费关系的动态计量分析［J］．财经研究，2007（11）：72-81．
［5］张琳，何炼成，王凯．能源消费与中国经济增长的动态关系研究［J］．开发研究，2009（35）：86-90．
［6］梁朝晖．城市化不同阶段能源消费的影响因素研究［J］．上海财经大学学报，2010（5）：89-96．
［7］李永乐，吴群．中国经济增长与耕地资源数量变化阶段性特征研究—协整分析及Granger因果检验［J］．长江流域资源与环境，2011（1）：33-39．
［8］赵霄伟，高志刚．新疆经济增长与能源消费的实证分析—基于协整分析和状态空间模型的估计［J］．地域研究与开发，2011（1）：34-37．
［9］黄献松．城市化与能源消费关系的动态计量分析—以陕西省电力消费为例［J］．城市经济，2009（3）：92-98．
［10］许冬兰，李琰．山东省城市化和能源消耗的关系研究［J］．中国人口·资源与环境，2010（11）：19-24．
［11］ 杨肃昌，韩君．城市化与能源消费:动态关系计量与贡献度测算—基于甘肃省数据的实证分析［J］．西北人口， 2012（4）：120-125．
［12］ 高铁梅．计量经济分析方法与建模：Eviews应用及实例［M］．北京：清华大学出版社，2006．
青岛市能源强度 篇4
能源消费的变动可分解为能源强度、结构变动和经济产出效应。基本的分解公式为:
undefined
(1) 式中, Rt为t 时期总的最终能源消耗量;Rit为t时期i 部门消耗的最终能源;Yt为t 时期的总产出;Yit为t 时期i 部门的产出;Sit为t 时期i 部门的产出份额;Eit为t 时期i 部门的能源消耗强度。方程 (1) 除以Yt, 得到国家或地区水平的能源消耗强度Et为:
undefined
为了得到能源消耗强度随时间的变化关系, 公式 (2) 两边同时对t进行微分, 得到:
undefined
(3) 式两边同时除以Et, 然后对t进行从0 到t时期的积分, 有:
undefined
(4) 式存在计算上的困难, 需要参数技术来逼近 (4) 式。一般而言, 分解模型可表示为:
undefined
总的能源消耗强度变化被定义为部门能源强度效应 (ΔEint, 即总的能源消耗强度的变化随着部门能源强度的变化而变化) 、结构效应 (ΔEstr, 即总的能源消耗强度的变化随着GDP结构而变) 与残留项D。从式 (4) 变换为 (5) 式有多种方法可以使用, 最常用的是参数微分法1 (PDM1) 和参数微分法2 ( PDM2) 。PDM1方法分解的结果为:
undefined
undefined
PDM2方法分解的结果为:
undefined
undefined
其中:0≤βi, τi≤1。
PDM1和PDM2各自产生了2n个参数, 对这些参数取值就可以计算出强度效应与结构效应的具体数额。参数βi, τi值的确定有四种不同处理形式, 即:
(1) βi=τi=0, 为基于Laspey res的方法。
(2) βi=τi=1, 为Paasche指数。
(3) βi=τi=0.5, 简单平均微分法。
(4) AWD法。它的基本思想是PDM1和PDM2所产生的结果应该是一样的, 可以通过方程解出βi和τi。
理论上讲四种方法差别不大, 一般来说PDM2方法效果比较好, 比较常用的部门结构和效率因素分解公式即为基于PDM2方法, 为分析的方便, 我们取第三种简单平均微分法确定参数:βi=τi= 0.5, 因此得到下面两个方程式
undefined
undefined
2 部门结构变化及效率提高对江苏能源消费强度的影响分析
依照简单平均微分PDM2方法分解模型, 根据《江苏统计年鉴》和《中国能源统计年鉴》数据, 对江苏1995-2007年间能源消费强度以及六部门能源消费强度进行分析, 在图1中, ET曲线表示当年的能源消耗强度比上一年的增量;ES表示当年ET变量的结构份额部分, EE表示当年ET变量的效率份额部分, ET=ES+EE.
从图1可以看出, 在1995年到2007年的时间里, 在能源消费强度下降的诸因素中, 效率份额的贡献最大, 结构份额的影响比较少, ET线几乎完全随着EE线运行, 说明结构变动对能耗提高影响作用比较大, 2000年后有一段时期, 江苏能耗明显提高, 从折线图来看, 这一段时期, 效率份额影响比较大, 效率份额也变为正影响, 加上产业结构的效应, 导致这一时期江苏能耗出现了升高的趋势, 此后效率份额转为负数, 拉动江苏能耗下降。
3 六部门效率份额和结构份额的比较
3.1 六部门能源强度变动结构份额
通过以上分析可知, 1995-2007年江苏能源消费强度下降主要是能源使用效率作用的结果, 从表1我们可以看出, 结构变动引起的能源消费强度的变化相对较小, 除了工业的影响程度比较大以外, 其他各部门的影响程度都比较小, 比如农业基本上都在小数点三位以后;这与工业和第三产业的比例稳步提高是一致的。从表中数据可知, 结构份额的累积影响, 农业和批发零售贸易餐饮业以及交通运输仓储邮电通讯业出现了负值, 但影响并不大, 结构份额的影响实际上具有推动能源消耗强度上升的趋势, 虽然效果比较小。
3.2 六部门能源强度变动效率份额
通过对六部门能源强度变动效率份额的分解分析, 江苏能源消耗强度的变动主要是由于效率份额的影响, 农业部门的效率一直在提高, 能源消耗强度一直在下降, 工业部门基本上也处于下降状态, 而且在六部门中下降幅度变动最大, 江苏能源消耗强度下降主要归功于工业部门的能源利用效率的提高, 一个显著的特征是2002年开始, 工业部门能源消耗强度开始上升, 能源利用效率开始下降, 交通运输和批发零售部门出现了小幅增加地现象, 非物质生产部门能耗一直在下降;建筑业部门能耗基本是上升的趋势, 这与江苏房地产业投资繁荣有关, 房产开发比较快, 在大量需求和迅猛发展下, 能耗提高也就是必然的现象。
单位:千克/元
3.3 结构份额和效率份额的比较分析
通过对六部门能源强度变动分析表明, 效率份额对能源消耗强度贡献最大, 效率份额的变动代表的是产业结构和技术进步的效果, 对比工业化国家, 工业化国家在进入工业化初期时, 都伴随着单位GDP能耗的上升过程, 而且这一过程发生在第二产业上升的阶段。江苏目前的单位GDP能耗完全符合这个特征, 从2000年以后, 江苏工业比例开始出现较大幅度的增加, 特别是重工业比例的增加, 与此同时多年来的单位GDP能耗下降的趋势开始恶化。尽管江苏第三产业一直在增加, 但是江苏的经济增长方式仍然没有完全摆脱粗放型的增长方式, 因此第三产业并不能够带来单位GDP能耗的长期下降, 江苏的第三产业比例仍然过低, 主要原因还是工业化进程没有完成, 没有提供足够的向第三产业发展的物质基础。
4 建议
(1) 加大能源生产的建设, 提高江苏的能源供应。
江苏省本身有比较发达的能源生产产业, 对支持江苏经济发展产生了重大的作用, 但是江苏不是能源原产地, 优质能源供应能够得到保证, 但是大量基础能源仍然需要从外省份调拨, 这就面临着和其他省份的竞争压力, 随着中国经济的趋同发展, 各省都会对能源产生巨大的需求。江苏省要积极建立能源供应渠道, 多渠道得到能源供应, 以支持江苏经济发展。
(2) 进一步加大技术改造, 提升能源利用效率。
总的来说, 江苏的能耗下降时技术进步的结果, 这是江苏经济发展的一个优势;随着全国的经济趋同效应, 江苏的能耗优势渐渐就弱化了;而和国际上的发达国家比较, 江苏的技术水平, 能源利用水平仍然是相对落后的, 能源利用效率仍然有很大的提升空间;因此, 江苏在“十一五”期间仍然不能放松技术改造的重要性, 努力提升产业的技术水平, 提高能源利用效率, 实现江苏经济又快又好的发展, 实现江苏经济的可持续发展。
(3) 改善产业结构。
江苏产业结构不合理, 工业比重过大, 这些都给能耗带来很大的压力。对于农业, 江苏应该重新重视, 农业对能源的消耗和能耗的改善作用是很明显的。对于江苏来说, 全省都去发展工业是一个不合理的方式, 另一方面从中国的近30年的发展来看, 工业化并不能很好的解决广大农村的发展问题, 资源是有限的, 应该合理利用资源, 而不是采取极端发展模式。
参考文献
[1]尹敬东.江苏省能够实现“十一五”规划能耗目标吗:一项实证研究[J].产业经济研究, 2006, (2) .
[2]刘兆恒.江苏能源消耗变动因素的实证研究[J].能源研究与利用, 2008, (1) .
[3]蒋金荷.提高能源效率与经济结构调整的策略分析[J].数量经济技术经济研究》, 2004, (10) .
[4]林伯强.中国能源需求的经济计量分析[J].统计研究, 2001, (10) .
青岛新能源汽车驶在全国前列 篇5
新能源汽车推广工作，青岛走在全国前列。
7月9日13：30，一辆空载609路纯电动公交车缓缓驶入位于深圳路汽车东站的换电站车间。
车在指定位置停稳，换电程序启动：“换电机器人”接受指令运行到公交车安放电池的位置，卸载车载空电池，在“换电机器人”内部，满载电池和空载电池交换位置，电池换电过程结束。大约10分钟，公交车驶出换电站，下一辆空载公交车紧接着驶入。
“如果算上公交车进出时间，整个换电过程平均12分钟，单纯换电过程只需要6-8分钟。”在换电站车间，青岛供电公司电动汽车服务公司副经理范永斋指着这套装置向记者解释，“一辆纯电动公交车安装有9块电池，如果是新电池，充满电可以行使150公里，平均行驶里程约为120-150公里。这个充换电站每天可以为十几条线路的170余辆公交车提供充换电服务。”
“2015年以来青岛市电动汽车充换电网络建设全面提速”，青岛市新能源汽车推广中心主任田华告诉记者，青岛目前建成薛家岛、延安一路、深圳路、莱西、流清河5座充换电站，全市充电站点32个，交、直流充电终端近823个，全市各类新能源汽车2073辆。
事实上，基于青岛在2013和2014年度新能源汽车推广应用工作的成效，今年6月，青岛市获得国家新能源汽车充电设施奖励资金3700万元。“奖励资金要用于充电设施相关方面，旨在通过引导充电设施建设运营及运营监控系统建设，促进新能源汽车推广应用。”田华说。
根据公开报道显示，在参评的全国39个城市和城市群中，只有13个城市（群）获得了奖励资金。青岛市为山东省5个试点城市中唯一获得奖励的城市。
落实国家政策并出台地方补贴配套
在北汽新能源特锐德体验中心，销售经理陈凯给记者算了一笔经济账，“新能源汽车百公里耗电15度，按每度电0.55元计算，费用在七八元左右。燃油汽车百公里的费用大约在50元。而北汽的经济型新能源汽车享受补贴后的售价为8万多元，作为代步工具其实很便宜。今年4月开业以来，已经卖出300多台新能源汽车。”
根据《青岛市新能源汽车推广应用示范财政扶持专项资金管理暂行办法》规定，2014年和2015年对在本市购买新能源汽车的消费者给予补助。乘用车按照2013年中央财政补助标准1：1补助，补助总额最高不超过车辆销售价格的60%；其他车辆按照中央财政补助标准的20%进行补贴。补贴政策不实行退坡机制，相关标准按国家2013年度补贴额度计。充电设施建设企业建设公共充电桩将获得设备投资额（不含土建工程及其他支出）30%的财政补助。
按照国家财政部、科技部、工业和信息化、发展改革委《关于继续开展新能源汽车推广应用工作的通知》，2013年度，纯电动乘用车续驶里程大于等于80公里，最低给予3.5万元最高给予6万元车辆购置补贴；插电式混合动力（含增程式）纯电续驶里程大于等于50公里，给予3.5万元车辆购置补贴，2014年和2015年分别在2013年标准基础上退坡5%和10%。
据公开数据显示，目前，青岛市新能源小型乘用车车辆购置补贴居全国最高水平。购买新能源车，最高补11.4万元。
公共交通示范带动私车领域推广
作为北京奥运帆船比赛伙伴城市，青岛接触电动汽车比较早。相关部门响应国家节能减排的号召，于2010年底首先确定了在节能减排效果最优、示范引领作用最强、市民环保意识提升最给力的公共交通领域，开展纯电动公交车推广应用工作。
到2011年4月25日，首批9辆纯电动公交车上路运行。截至目前，已采购新能源公交车1000多辆。开通公交线路近40条，累计安全运行里程7000多万公里。
以公共交通为示范，带动公务车和私家车的推广。制定并出台《青岛市党政机关及公共机构公务用车新能源汽车推广应用实施方案》，明确规定市直及市内三区政府机关、公共机构购买的新能源汽车占当年配备更新总量的比例不低于60%，其他各区（市）不低于30%。
在社会车辆推广方面，青岛创新推广模式，提出“以充带车、车充同步”的推广思路。依托政府机关、科技园区及高校、大型企业、具备条件的居民小区，开展充电设施建设布点和推广，并形成车、桩互动的良性循环。