摘要　近年来，北京市在能源发展和节能方面取得了较好成绩，能源供应能力持续增强，设施水平稳步提高，能源结构显著改善，但仍然存在一些需要解决的问题，本文将对影响北京市能源供应链的影响因素进行主成分分析找出影响北京市能源供应链的主要影响因素。
　　关键词　能源供应链　主成分分析　主要影响因素
　　中图分类号：F274 文献标识码：A
　　一、引言
　　所谓能源供应链就是指由原始一次能源开始，一次能源及由其加工转换得到的二次能源流动到冷热电联产厂，再流动到分布式网络中的配送站，最终流动到各个用户，这样一个涉及多个组织的能源网络。为了研究的方便，本文将对北京市能源供应链的构成进行简化，主要考虑单个一次能源及由其加工转换得到的二次能源流动到冷热电联产厂，再流动到分布式网络中的配送站，最终流动到各个用户的简单那能源网络，略去其中的复杂组织结构。
　　北京市属于能源资源短缺地区，一次能源主要是储量较少的煤炭和少量的水电及地热等，北京市一次能源中煤炭一部分自给，一部分来源于外购，据统计煤炭94　%外购，其本地煤炭资源主要分布在京西，最大年产量为1000万吨，其中97%为无烟煤。目前京西煤主要用于加工民用型煤，发电与焦化用煤主要从外地供应。石油和天然气尚未发现可供开采的工业储量，天然气基本依靠外购。北京市的水力资源主要分布在永定河、白河和潮白河干流，据统计约占可开发资源的70%左右，已开发水电装机容量约25.8万千瓦（不包括十三陵抽水蓄能电站装机80万千瓦）。北京市约70　%的电力依靠外购。
　　二、影响因素概述
　　北京市是典型的能源依赖型城市，能源消费总量的94%依靠外部供应。通过对以往的研究文献的分析，可以得出能源消费对经济总量增长与结构变动有影响、产业结构对能源消费有影响，能源消费对国内生产总值有影响，能源利用效率和能源强度对产业增加值有一定的影响。本文对影响北京市能源供应链的各种因素进行总结可以得出能源消费、能源生产能力、地区生产总值、能源利用效率、产业结构、环境保护等因素对能源供应链会产生一定程度的影响，鉴于此本文将提炼出以下的影响因素对北京市能源供应链产生影响的主要因素进行分析：
　　（一）能源自给率。
　　能源自给率等于能源生产量与能源消费量的比。这样就考虑到了能源的生产能力和能源的消费量两个因素。
　　（二）能源消费弹性系数。
　　指能源消费总量增长率与地区生产总值增长率的比值。选择能源消费弹性系数这个指标，就是对地区生产总值和能源消费总量影响因素的分析。
　　（三）CO2排放强度。
　　二氧化碳排放强度是指与国内生产总值（GDP）相对应的二氧化碳排放率，即一国或地区在一定时期内单位GDP的二氧化碳排放量。这个指标能够分析环境因素对能源供应链的影响程度。
　　（四）能源利用效率。
　　能源有效利用率、能源利用率或能源效率。通常是指在使用能源的过程中得到的有用能与实际消费的能源量之比。它反映能源消费过程中管理、技术、经济等因素的影响及其效果，具有高度的概括性和很强的对比性。
　　（五）能源价格指数。
　　根据国家统计局发布的价格方面的数据，可以将价格指数总体上分为原材料价格指数、生产价格指数和消费者物价指数，与产业链的三个环节一一对应。因此国内选择原材料燃料动力购进价格指数（DRAWPI）衡量国内相对应领域的价格。
　　（六）能源产业结构变动度。
　　为衡量产业结构的变动程度，把产业结构的变动给定量化，本文将引入产业结构变动度指标。其计算公式如下：式中：K为产业结构变化值，Qij为报告期i次产业构成百分比，Qi0为基期同次产业构成百分比。
　　三、主成分分析对本文的适用性分析
　　本文要做的研究是要将选定的诸多影响因素指标中选出对北京市能源供应链影响比较大的主要因素。根据主成分分析的方法的基本原理，用较少的变量去解释原来变量中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。设法将原来众多具有一定相关性指标，重新组合成一组新的互相无关的综合指标来代替原来的指标等，本文正是希望从纵多的能源供应链影响因素中确定一组互相无关的主要的影响因素，然后确定北京市能源供应与相关变量之间的关系，从而符合了主成分分析的基本特点，满足了主成分分析的基本条件。
　　四、数据与结果
　　（一）指标数据选取。
　　本文进行主成分分析的样本数据来自于《北京市统计年鉴》、《中国能源统计年鉴》。由此获得的数据具有权威性、可对比性和统计口径一致性等特点，能够保证主成分分析结果的科学性。根据上一节对北京市能源供给因素进行的分析，我们选取能源自给率、CO2强度、能源利用率、能源与节能、能源价格指数、能源消费弹性系数、产业结构变动度等6项数据指标。为保证数据的可获得性和完整性，我们选取2004年——2010年的北京市能源供给相关数据（见表1）。
　　（二）分析结果。
　　1、建立相关系数矩阵。将上述选取的6个影响因素分别命名为X1-X6变量名。利用基于相关阵的主成分分析法，通过　SPSS17.0　对所选取的能源供应链的6个影响因素的原始数据输入变量框，进行数据标准化处理得出标准化数据，对标准化的数据进行因子分析，计算得其相关系数矩阵。
　　2、求相关矩阵的特征值，确定主成分个数。相关系数矩阵计算特征值和各个主成分的贡献率与累计贡献率。根据最初几个特征值在全部特征值中的累计方差贡献率大于等于一定的百分率的原则，确定选取的主成分个数。从计算解释的总方差可以看出前两个主成分的累积方差贡献率达81.039%，说明这两个这主成分可代替原来各项指标描述影响能源供应链因素81.039%的可靠性。由此，只需求出第一、二主成分即可解释大部分影响因素。
3、成份矩阵。
　　成份矩阵在确定了2个主成分的基础上，利用　SPSS17.0　软件，运用回归法计算出。
　　4、求出主成分表达式。
　　有上述得出的成分矩阵，我们可以取得每个主成分的方差，即特征根，它的大小表示了对应主成分能够描述原来所有信息的多少（更多情况下是由方差贡献率来反映）。一般来讲，为了达到降维的目的，我们只提取前几个主成分，由于前2个特征值累计贡献率达到81.039%，所以决定用两个新变量来代替原来的六个变量。将前两个成分矩阵输入到数据编辑窗口（为变量b1　、b2　、b3　）　，　然后利用“　转换-计算变量”　，　在对话框中输入“a1=b1/SQR（3.459）”　[注：第二主成分SQR　后的括号中填[1.404]，即可得到特征向量a1。同理，可得到a2.　]
　　然后就可以得出主成分表达式：
　　Z1=0.24X1+0.26X2-0.16X3+0.11X4+0.24X5-0.26X6
　　Z2=0.02X1+0.14X2+0.53X3+0.56X4-0.26X5-0.17X6
　　五、结果分析
　　通过观察上述由spss17.0计算出的北京市能源供应链影响因素6个指标的主成分表达式，Z1表达式中X1的系数为0.24，这表示第一主成分和能源自给率变量的相关系数为0.24（相关系数的绝对值越大，主成分对该变量的代表性也就越大）。通过分析这两个主成分各变量前的系数可知，第一主成分Z1中的各个变量的相关系数分别为0.24、0.26、-0.16、0.11、0.24、-0.26，其绝对值较为平均，所以第一主成分对各个变量的解释不是很明显。而第二个主成分中X3、X4这两个变量所对应的相关系数0.53、0.54的绝对值较大，说明第二主成分对能源价格指数和能源利用率的解释较为充分。从而可以得出能源价格指数和能源利用率两个影响因素在影响程度上排名较靠前，即在评价影响北京市能源供应链的因素时可适当优先考虑能源利用率和能源价格指数这两种能源作为主要影响因素。□
　　（作者单位：莫傲然，华北电力大学　工商管理学院；李缓，河南省电力勘测设计院）
　　参考文献：
　　[1]董明.分布式能源供应链网络建模解析集成框架.上海交通大学学报，2008，42（11）：1772-1775.
　　[2]杨庆舟，王立杰.中国能源供应能力评价方法及实证研究.权威论坛，2006，298（27）：24-27.
　　[3]《北京市十二五能源规划》，2011.
　　[4]《北京市统计年鉴2011》：北京统计局.
　　[5]郭璞.北京能源结构调整的健康效应分析及政策建议.中国环境科学研究院，2009.
　　[6]娄伟.城市碳排放量测算方法研究.华中科技大学学报，2011：104-107
　　[7]严云鸿，易波波.国际能源价格波动对中国经济的影响.社会科学家，2011，7：61-64.
　　[8]郑阳.基于主成分分析的辽宁市城市竞争力评价.吉林大学，2011.
　　[9]崔爱巧，李春杰，郭红达.行为因素对供应链绩效影响程度的研究.工程和商业管理国际学术会议，2012：253-256.
　　[10]焦玥.基于主成分分析的企业物流绩效综合评价方法研究.青岛大学，2009.
　　[11]《中国能源统计年鉴2011》，中国统计出版社2012版.