中國能源消費具有收斂性的特征嗎

田濤

摘 要：利用平滑轉換回歸（STR）模型對中國能源消費收入彈性時變性的特點進行驗證，并對能源消費收入彈性進行估計，然后對估計得到的能源消費收入彈性是否具有收斂性進行檢驗。研究結果表明：我國能源消費收入彈性具有明顯的時變性，并且能源消費收入彈性不斷下降并最終收斂為-0.08。雖然從長期來看，中國的能源消費收入彈性具有不斷下降的趨勢并最終收斂，但是能源消費收入彈性短期仍然為正，這種現象在近十幾年不會改變。因此，我國政府在增加能源供給的同時要大力進行節能減排以減緩由于經濟增長而帶來的能源需求壓力。

關鍵詞：能源消費；收入彈性；平滑轉換回歸模型；收斂性

一、引言

我國政府在“十二五”規劃中明確提出了要把保障能源供應作為能源發展的首要目標，但是從現實來看，“十二五”能源總量大概在40億噸標準煤左右，難以支撐經濟翻番的需求。①①鳳凰財經網2011年全國能源工作會議專題報道：http：//finance.ifeng.com/news/20110107/3168180.shtml。與此同時，各省市在制定自身“十二五”規劃時，普遍把自身的發展目標定得過高，使得能源需求與經濟發展的矛盾日益突出，這說明經濟發展方式的轉變并不順利，經濟運行對于能源需求的壓力與日俱增。與此同時，2020年中國要完成GDP相對于2000年翻兩番的歷史任務，因此未來相當長的一段時期，中國追求相對較高的經濟發展速度的任務短期內不會改變。與中國經濟持續、較快增長的經濟發展形勢相對照，中國的能源需求也在日益增加，能源需求壓力也在不斷加大，能源消費并沒有出現隨著經濟增長質量的提高和經濟增長速度的下調而減少的跡象（圖1）。由此產生的一個問題是，未來一段時期經濟發展和節能減排能否實現雙贏——這對于反思過去幾十年的能源政策以及未來能源政策的制定顯得尤為重要，而能源消費收入彈性是否具有收斂性對于中國在經濟保持較高增長的同時實現節能減排的雙重任務具有重要的意義。鑒于此，本文的研究目的和創新之處是通過引入平滑轉換回歸（Smooth Transition Regression ，STR）模型來捕捉中國能源消費收入彈性的時變性特點，并在此基礎上對中國能源消費收入彈性的演化規律進行分析，以探求其是否具有收斂性的特征。本文的結構安排如下：第一部分為引言；第二部分為相關文獻綜述；第三部分是模型構建及平滑轉換回歸（STR）方法介紹；第四部分是實證結果及分析；第五部分為結論與政策建議。

圖1 人均能源消費和人均GDP的時間趨勢圖二、文獻綜述

林伯強（2003）[1]基于三要素分析框架，采用協整和誤差修正模型分析了1952—2001年電力消費和經濟增長之間的關系，并估計了電力消費的GDP彈性，實證表明中國的電力消費和經濟增長之間存在內生性的關系。林伯強（2003）[2]采用誤差修正模型分析了電力需求GDP彈性，研究發現電力需求的GDP彈性在改革開放之后出現下降，GDP的高速增長并不總是伴隨著較高的電力需求。韓智勇、魏一鳴、范英（2004）[3]采用結構份額與效率份額的能源強度分析方法對中國經濟結構變動如何影響能源強度變化進行了定量研究。施發啟（2005） [4]對我國改革開放以來能源消費彈性系數的變化及成因進行了分析。齊志新（2007）[5]應用因素分解法計算了1993—2005年工業部門內部輕重結構變化對能源消費和能源強度的影響。Masih 、Masih （1996）[6]用動態最小二乘法和誤差修正模型計算了中國1953—1992 年能源消費收入彈性系數與價格彈性系數。張興、楊曉麗（2006）[7]基于時變參數的狀態空間模型分析了經濟增長及產業結構與能源消費之間的關系進行了研究。研究發現經濟增長和產業結構對能源消費有明顯的促進作用，而全要素生產率與能源消費負相關。Ang， B.W（1987）[8]利用100多個國家的跨國數據分析了能源消費和產出之間的關系，研究發現高收入國家的單位產出所消耗的能源要比低收入國家的要高。Miguel等（2000）[9]通過引入動態隨機變量模型對跨國城市居民電力和天然氣的消費彈性進行了分析。Judson R.A.等（1999）[10]利用跨國面板數據對人均能源消費與人均GDP之間的關系進行了估計。

綜上所述，現有研究主要是以線性模型為基礎，對能源消費和經濟增長之間的關系進行研究。無論是以上文獻中涉及的協整和誤差修正模型還是動態最小二乘法，本質上都是以線性模型為基礎進行分析，然而現實世界是復雜的，長期來說大多數經濟變量之間并不存在簡單的線性關系。采用線性方程通過回歸的方法來估計能源-GDP消費彈性意味著，能源-GDP的消費彈性不會隨著經濟發展方式以及經濟發展階段的變化而變化。正如Ang（2006）所說“GDP的能源消費彈性一般而言是不穩定的。當GDP的年度經濟增長率接近于0時，能源消費增長率并沒有降低，GDP的能源消費彈性的大小并不是一個很大的正值或者負值” [11]。因此能源消費收入彈性的一個顯著特點就是時變性，也就是隨著時間的變化，能源消費收入彈性系數不斷變化。另外，中國有計劃、有組織地開展節能工作雖然始于上世紀80年代初，然而實際上從中國改革開放初期開始的相當長的一段時期，中國實際上是一種“粗放型”的經濟增長式。進入新世紀中國政府正式提出并實施轉變能源供需模式，使其由“以粗放的供給滿足增長過快的需求”向“以科學的供給滿足合理的需求”轉變，這意味著經濟發展方式和能源政策的變化必然會對能源消費收入彈性產生沖擊，會導致能源消費收入彈性的數據生成過程發生變化，從而注定了能源消費收入彈性不可能是一個固定值。所以，分析能源消費收入彈性不能用同一個靜態的、線性能源模型來度量不同時期的能源消費。一種用來捕捉能源消費收入彈性時變性的方法是引入門限效應模型（Threshold Autoregression Model， TAR）。實際上，能源需求的收入彈性取決于收入水平與門限回歸模型的定義一致。門限回歸模型是所有個體的觀察值通過一個可觀察的變量將不同的個體觀察值分成不同的組，不同組內能源消費的需求彈性不同。門限回歸模型的優點在于即使模型設定為線性的，但是通過引入門限變量之后，能源消費收入彈性取決于門限變量值。然而，使用門限回歸模型進行分析暗含了一個假定：在某一個特定時點，時間序列的運動方式是從一種體制（regime）跳躍到另一種體制，而且這種跳躍是離散的。然而在實際生活中，很多體制的轉換并不是離散跳躍的，而是一個連續、逐漸變化的過程。如在經濟周期中，經濟并不是從蕭條突然轉變為繁榮，而往往要經歷一個從蕭條逐漸復蘇的過程。同樣，正如上文分析所指出，能源消費的需求彈性也不是突然變化的，其運動軌跡必然要經歷一個平滑轉換的過程。Terasvirta（2004）等[[12]提出的平滑轉換回歸模型能夠很好體現體制連續性變換的非線性時間序列模型。接下來，我們就利用這個模型來對能源消費收入彈性進行收斂性分析。

三、實證框架：模型構建及平滑轉換回歸方法介紹

借鑒Zilberfarb&Adams（1981）[13]、Shrestha（2000）[14]的研究，考慮一個雙對數模型來討論能源需求方程。定義ci表示人均能源消費的對數值，用yi來表示相應的人均GDP對數值，建立如下模型：

四、STR模型的實證結果分析

（一）數據來源與預處理

本文采用1978—2011年我國的能源消費總量（發電煤耗計算法）和相應時期的GDP數據。年度人口總數以每年年末的人口總數進行度量。在進行數據分析之前，采用GDP平減指數把GDP調整為以1978年為基期的定基比數據，并計算得到人均GDP和人均能源消耗。遵從一般文獻的做法，所有數據進行了對數處理以減少數據波動并盡可能降低可能產生的異方差。所有數據均來自于中國經濟統計網。t期人均能源消費以及人均GDP的對數形式分別表示為ct、gdpt。同時STR模型要求變量具有平穩性或者同階單整，因此在進行模型估計之前要進行平穩性檢驗，經檢驗發現兩變量均為2階單整，

2.轉換變量的選擇及線性檢驗。在確立了模型的線性部分滯后項之后，接下來進行模型線性檢驗（相應的檢驗統計量為F統計量）同時對轉換變量進行選擇，并在拒絕線性假設的條件下，進行了序貫檢驗（test sequence）從而確立模型的具體形式。即先從H04開始檢驗，如果H03檢驗結果最強烈的拒絕H03（相應的檢驗的F統計量為F3的伴隨概率P值最小），則選擇LSTR2或者ESTR模型；反之，則選擇LSTR1模型，檢驗結果如表4所示。從表4檢驗可以看出，根據最強烈拒絕線性假設的轉換變量為候選轉換變量（Terasvirta，2004）[12]，即選擇LSTR1為擬合模型，同時選擇時間趨勢變量為轉換變量。接下來，利用網格點搜索（grid search）估計模型的初始值 c、γ。γ的搜索范圍是從[0.5，10]，而c的搜索范圍是從[-0.0055， 0.0129]。搜索的原理是從最小值到最大值等間距取30個值，然后構造900對組合，針對每一個組合的c與r，計算殘差平方和，取殘差平方和最小的組合為初始值，然后采用牛頓-拉夫森（Newton-Raphson）進行迭代，并針對最大似然函數求取極值，得到整個模型參數估計值，并剔除不顯著的變量，得到模型的最終形式。

3.模型檢驗與評價。模型的主要診斷統計量為：ARCH-LM=3.26（伴隨概率P值為0.9172），表明模型殘差不存在ARCH效應。同時檢驗模型殘差是否存在自相關的假設，發現殘差滯后期從1～6，都不能拒絕殘差不存在自相關的假設（詳細檢驗結果見表5），同時模型殘差的正態檢驗J-B統計量的值為0.5406，對應的伴隨概率為0.7632，說明模型殘差服從正態分布。另外，對模型殘差進行非線性檢驗，發現模型殘差不存在非線性（檢驗結果見表6），模型擬合較好。模型中非線性部分轉換函數。

在不考慮能源消費和產出之間的線性關系的情況下，能源消費的收入替代彈性恒為0.28，即礳t祔t=0.28；當考慮能源消費和產出之間非線性關系的情況下，能源消費收入彈性為礳t祔t=0.28+（-0.36）（1+exp{9.0（t-24.5）}）-1 ，將趨勢變量t取值帶入就可以得到能源消費收入彈性，結果如圖3所示。

從圖3可以看出，STR模型很好地捕捉了能源消費彈性時變性的特點。隨著時間t的變化，能源消費收入彈性平滑變化并且具有遞減的趨勢。當t值很小時，轉換函數接近于0，此時能源消費收入彈性最大；當t值為24.5時，轉換函數值為0.5，此時能源消費收入彈性變為0.1；當t不斷增大時，轉換函數取值趨近于1，此時能源消費收入彈性收斂為-0.08，并趨于穩定，即此后人均GDP增加1%，人均能源消費相對減少0.08%。圖4反映的是能源消費收入彈性隨著時間t變化而變化的時序圖，從圖4當中可以直觀地發現，再經過大約30年左右的時間，能源消費收入彈性最終收斂并穩定于-0.08。這與（Destais G等，2006）[16]研究的結論類似，即能源消費收入彈性存在顯著的收斂性，但是收斂值存在差異，西方工業化國家能源消費的收斂值要高于非工業化國家。西方工業化國家的能源消費的收斂彈性20世紀初為1～15，21世紀初為1～1.5（ Toman 、Jemelkova ，2003）[17]，而本文測算的中國能源消費的收斂彈性為-0.8。因此，Toman 、Jemelkova的研究結論在本文中再次得到了驗證。造成能源消

能源消費收入彈性隨時間變化的趨勢圖費收入彈性不斷下降并最終趨于收斂的原因可能有：隨著經濟發展水平的不斷提高，產業結構會不斷趨于“軟化”，即第三產業的比重在整個經濟結構中的比重會不斷上升，而根據施發啟（2005）[4]，第三產業單位產出能耗要遠遠小于工業，因而會帶動整個能源消費下降。其次，從工業內部來說，輕工業與重工業之間的協調發展必然會扭轉中國以前片面追求重工業優先發展所導致的工業內部的結構不合理，而輕工業單位能耗要遠遠高于重工業，因此整個工業的能耗會隨著輕、重工業比例的不斷協調而下降并最終趨于穩定。再次，由于我國經濟發展戰略已經逐步從最初注重量的擴張開始轉向質的增長，我國能源利用效率不斷上升，因此，隨著經濟不斷發展，我國能源消耗與人均GDP的比例會最終趨于穩定。

五、結論與政策建議

總結全文，可以得到如下結論： 以趨勢變量t為轉換變量的LSTR模型的實證檢驗表明，能源消費收入彈性具有時變性的特點。在此基礎上對不同時期的能源消費收入彈性進行估計，研究結論進一步表明能源消費收入彈性不僅具有時變性，而且隨著時間的推移，能源消費收入彈性不斷下降并最終趨于收斂。

本文的政策含義是：雖然從長期來看，中國的能源消費收入彈性具有不斷下降的趨勢并最終收斂，但是能源消費收入彈性短期仍然為正，這種現象在最近十幾年不會改變。因此，當前我國政府仍然要重視產業結構的調整以及節能減排的宣傳并通過新能源的研發來緩解能源短缺對于經濟發展的制約。

參考文獻：

[1]林伯強.電力消費與中國經濟增長：基于生產函數的研究[J].管理世界，2003（11）：18-26.

[2]林伯強.結構變化、效率改進與能源需求預測[J].經濟研究，2003（5）：57-65.

[3]韓智勇，魏一鳴，范英. 中國能源強度與經濟結構變化特征研究[J].數理統計與管理，2004（11）：1-6.

[3]張志柏.中國能源消費的彈性系數：估計與分析[J].數量經濟與技術經濟研究，2008（7）：42-53.

[4] 施發啟. 對我國能源消費彈性系數變化及成因的初步分析[J].統計研究，2005（5）：8-11.

[5]齊志新， 陳文穎， 吳宗鑫.工業輕重結構變化對能源消費的影響[J].中國工業經濟，2007（2），35-42.

[6]Masih， Rumi， Masih. Dynamic OL S （ DOL S） and Error correction Modeling Approaches to Estimating Long and Short run Elasticizes in a Demand Function ： New Evidence and Methodological Implications from an Application to the Demand f or Coal in Mainland China [J ].Energy Economics，1996（18）：315-334.

[7]張興，楊曉麗.我國能源消費的動態演變——基于時變參數的狀態空間模型[J].河北科技大學學報，2011（6）：9-15.

[8]Ang，B.W.A.Cross-Sectional Analysis of Energy-Output Correlation. Energy Economics， October. 1987pp. 274-285.

[9] Garcia-Cerrutti L. Miguel. Estimating Elastic ties of Residential Energy Demand from Panel County Using Dynamic Random Variables Models with Heteroskedastic and Correlated Terms， Resource and Energy Economics.2000（22）：355-366.

[10] Judson R.A.， Schmalensee R， Stoker T.M. Economic Development and the Structure of the Demand for Commercial Energy， The Energy Journal.1999（20）： 28-57.

[11] Ang， B.W..Monitoring Changes in Economy-wide Energy Efficiency： From Energy-GDP Ratio To Composite Efficiency Index. Energy Policy.2006（5）： 574-582.

[12]Terasvirta.smooth transition regression modeling， in H.Lutkepohl and M.kratzig（eds）.applied Time series econometrics [M]. Cambridge ：Cambridge University Press，2004.

[13] Zilberfarb B.Z.， Adams F.G.. The Energy-GDP Relationship in Developing Countries， Empirical Evidence and Stability Tests， Energy Economics.1981（10）：244-248.

[14] Shrestha Ram M. Estimation of International Output-Energy Relation： Effects of Alternative Output Measures， Energy Economics.2000 （22）：297-308.

[15]項后軍，王清.通貨膨脹環境視角下的人民幣匯率傳遞——理論模型和實證研究.上海：財經研究，2010（11）：51-60.

[16] Destais G， Fouquau J.，Hurlin C. Economic Development and Energy Intensity： a Panel Data Analysis [J]working paper，2006：1-35.

[17] Toman， M.A. and Jemelkopva， B. Energy and Economic Development： An Assessment of the State of Knowledge[J]. Energy Journal，2003（24）.

責任編輯：吳錦丹