数据资源已成为越来越重要的生产要素,能源领域作为国民经济与社会发展的基础,对能源统计数据准确性的要求不断提高。我国是世界上能源消费最多的国家,能源消费决定能源产业的结构变化,能源数据的质量关系到经济社会的健康发展。但目前我国能源统计体系尚不完善,底层能源统计数据还不够完备,能源统计数据出现问题将会使研究结果不够准确、政策制定出现偏差,因此对能源统计数据质量进行分析具有重大的意义。本研究构建一套普遍适用的能源统计数据质量分析模型。选取1997-2017年我国30个地区的能源消费面板数据,使用ARMA模型及异常点联合估计方法在时间序列中识别出现的异常数据。我国能源消费水平不断上升,特别是重工业化阶段的能源消费量明显增长。以部分模型检验结果为例进行识别过程,如2004年山东省能源消费量和2013年湖北省煤炭消费量计算结果分别为3.14和3.30,均大于临界值,存在突变异常点。为了分析区域间的空间地理分布特征,本文将区域趋同理论和空间计量模型相结合,在传统的趋同模型中加入空间效应,构建空间趋同模型对我国的能源数据进行趋同性检验。结果显示1997-2017年我国省际能源消费空间绝对β趋同速率为1.94%,选取经济水平、产业结构、固定资产投资率、对外开放程度和技术进步率五个影响因素加入模型得到条件β趋同速率为6.25%。由于地区间发展不均衡,为了充分考虑地区之间的异质性,本文使用logt检验方法进行趋同俱乐部划分,进而研究俱乐部内部的发展机制。能源消费总量可以划分成两个俱乐部,煤炭消费量划分为三个俱乐部。在分析俱乐部内部及俱乐部间的差异之后,在俱乐部内部基于空间固定效应指标对能源消费数据质量进行分析,使用空间固定效应值作为空间地理因素对各区域影响的指标,间接判断能源消费数据质量。构建空间面板模型得到各地区的空间固定效应值,通过模型拟合结果给出对应年份能源消费的估计值,估计结果与异常年份的实际消费量相比波动减小。统计数据由于受到特殊的历史背景及政策影响会出现异常情况,本研究为提高能源统计数据质量提供了可行性建议,有助于更好的开展能源研究及预测工作。