姚莉媛


摘 要:文章利用1978—2010年的時間序列數據和狀態空間模型對中國能源消費結構與經濟增長關系進行了研究。研究發現,我國煤炭、石油和水電等能源的消費和經濟增長之間存在著協整關系,消費彈性系數是服從隨機游走形式的;中國煤炭、石油和水電等能源的消費與經濟增長之間存在隨時間不斷變化的長期均衡關系即變參數協整關系;基于狀態空間模型的變參數估計揭示了中國能源消費彈性的時變規律。
關鍵詞:能源消費 經濟增長 變參數 協整 狀態空間模型
中圖分類號:F206 文獻標識碼:A
文章編號:1004-4914(2015)03-008-03
一、引言
能源是人類進步和發展的物質基礎,經濟的增長以及經濟發展水平的提高,需要能源作支撐,并要求提高能源的使用效率,經濟的發展和能源的利用有著密不可分的關系。近年來,隨著能源需求的大幅度增加,關于經濟增長與能源消費關系的研究越來越受到國內外計量經濟學家的重視,他們試圖從各國統計數據出發探索經濟增長與能源消費之間的關系,并形成了一系列有價值的研究成果。研究表明大多數國家或地區能源消費和經濟增長之間存在協整關系,如印度、巴基斯坦、印度尼西亞、七國集團和大部分的新興市場經濟國家等;然而,亦有部分國家或地區能源消費和經濟增長之間不存在協整關系,如馬來西亞、新加坡、菲律賓等。
國內也有不少學者對此進行了研究,赫海等依據資源、環境和經濟可持續發展思路,對我國和世界能源消費因素進行對比分析,探討了與能源消費有關的各個因素,如技術進步、產業結構、能源結構和人口對能源消費的影響,然后和一些發達國家及世界平均水平對比分析,揭示了我國所存在的差距。林伯強通過在中國能源消費和GDP模型中引入價格、重工業在國民收入中所占比重兩個經濟指標后發現了它們之間存在協整關系。
綜上所述,經濟增長與能源消費之間的關系,由于所使用的分析方法及收集的數據不同,所得的結論也是不盡相同。但有一個共同點就是:所得結論都是通過使用固定參數模型進行分析而得到的。然而,影響能源各個組成部分的消費量的因素有很多,隨著時間的推移,它們與能源各個組成部分消費量的關系和原有的經濟結構由于體制改革、各種各樣的外界沖擊和政策變化等因素的影響發生了很大的變化,而這種變化用以往的普通最小二乘法等固定參數模型是無法表現出來。鑒于這一原因,本文用可變參數模型來反映這一動態過程。
二、變參數模型簡介
通常的回歸模型可以用下式表示,即
在(1)式中,yt是因變量,xt是1×m的解釋變量向量,β是待估計的m×1未知參數向量,μt是擾動項。這種回歸方程所估計的參數在樣本期間內是固定的,可以采用普通最小二乘法(OLS)、工具變數法等計量經濟模型的常用方法進行估計。
實際上,隨著時間的不斷推移,影響能源各個組成部分消費量的因素也在不斷發生變化,因此這種變化用以往的基于普通最小二乘估計法等固定參數模型是無法表現出來的,這就需要考慮用變參數模型。下面利用狀態空間模型構造變參數模型如下。
在(2)式中,xt是隨機系數的解釋變量向量,隨機系數向量是狀態向量,稱為可變參數。βt是不可觀測變量,必須利用可觀測變量yt和xt來估計,體現了解釋變量對因變量影響關系的改變。狀態轉移方程有三種假設形式:隨機游走、帶漂移的隨機游走和AR(1)形式,本文選定了AR(1)形式的狀態轉移方程,是因為AR(1)過程的轉移方程待估參數較多,相對另外兩個形式的轉移方程,參數估計的可調整性較大,同時預測精度也較高。在(3)式中假定參數βt的變動服從于AR(1)模型。ε和η分別是量測方程和狀態方程的擾動項,根據(4)式ε和η分別是相互獨立的,且服從均值為0,方差為σ2和協方差矩陣為R的正態分布。在建立了狀態空間模型之后,就需要設法估計狀態空間模型中的未知參數。通過以卡爾曼(Kalman)濾波為核心的算法來估計狀態空間模型。卡爾曼濾波是在時刻t基于所有可得到信息計算狀態向量的最理想的遞推過程。卡爾曼濾波的主要作用是,當擾動項和初始狀態向量服從正態分布時,能夠通過預測誤差分解計算似然函數,從而可以對模型中的所有未知參數進行估計,并且當新的觀測值一旦得到,就可以利用卡爾曼濾波連續地修正狀態向量的估計。因此本文采用了基于狀態空間模型和卡爾曼濾波的可變參數模型,求出模型中解釋變量(自變量)對被解釋變量(因變量)在樣本區間內不同時間點上的動態影響。
三、變量說明及狀態空間的估計
(一)數據來源、變量說明及模型的建立
鑒于數據的可獲得性,本文采用1978—2010年煤炭、石油、天然氣和水電的消費量(單位:萬噸標準煤)和GDP數據,其中GDP數據是按1978年不變價格換算而來(單位:億元),數據來源于2001年和2010年《中國統計年鑒》且都經過取自然對數處理。本文的圖表和模型估計用Excel和EViews6.0軟件實現。
用Ly1、Ly2、Ly3和Ly4分別表示取對數后的煤炭、石油、天然氣和水電的消費量,用Lx表示取對數后的GDP。為了保證估計結果的可靠性,在建立狀態模型之前必須對狀態空間模型描述的關系進行協整分析。由協整定義可知,若兩個變量是協整的,它們必須先滿足同階單整這一條件。因此,我們先考察這些變量的單整階數。
本文采用ADF檢驗法分析各變量是否存在單位根,根據表1所給出的結果,所有變量的水平值是非平穩的,而Lx、Ly1、Ly2和Ly4的一階差分值在5%的顯著水平下呈現平穩性,Ly3的二階差分卻呈現平穩性。所以Lx~I(1)、Ly1~I(1)、Ly2~I(1)和Ly4~I(1),而Ly3~I(2),這就說明了Ly3和Lx之間不可能存在協整關系。我們采用普通最小二乘法以Lx為自變量分別對Ly1、Ly2和Ly4進行回歸估計,建立相應的模型。endprint
yt=a+βxt+μt
模型估計完成之后,需要檢驗量測方程殘差是否平穩。如果殘差平穩,則是一個可信估計,如果殘差不平穩,則有可能是“偽回歸”。接下來就是檢驗同階單整序列Ly1、Ly2、Ly4和Lx之間是否存在協整關系。我們采用Engle和Granger(1987)提出協整檢驗方法(EG檢驗法)。這種協整檢驗方法是對回歸方程的殘差進行單位根檢驗。若變量都是d階單整,用OLS法估計長期均衡方程,即有
用a^和β^表示回歸系數的估計值,則模型殘差估計值為:
μ^t=yt-a^-β^xt,μ^t如果是平穩的,則變量xt和yt具有協整關系。取Lx分別對Ly1、Ly2、Ly4進行回歸得到各自的殘差序列為e1、e2和e3,對以上三個殘差序列進行ADF單位根檢驗,檢驗結果見表2:
由檢驗結果可以知道,在5%的顯著水平下可以認為三個殘差序列為平穩序列,表明Ly1、Ly2、Ly4三者確實分別和Lx之間存在著協整關系。這就保證了下面建立的狀態空間模型可信性,下面我們對這些變量建立狀態空間模型,來預測它們的變參數的變化趨勢。
(二)估計狀態空間模型
用卡爾曼濾波法可得到前述狀態空間模型的估計,見如下表3:
三個狀態方程中的系數的估計值都接近于1,說明at、βt和yt符合隨機游走形式,也就是說,除GDP以外的其他因素對經濟增長與煤炭、石油和水電的消費量關系的影響是持久而深遠的。參數αt、βt和yt分別刻畫了煤炭、石油和水電消費量彈性系數的變化。圖1、圖2和圖3分別給出了中國煤炭、石油和水電消費量彈性系數在1978—2010年期間的變化趨勢,在用卡爾曼濾波算法估計變參數的過程中,為了使損失的變系數盡可能少,本文采用一步向前預測法來得到變參數,因此我們從1979年開始對變參數進行討論。
在1979—2010年間,我國煤炭消費量彈性系數呈現先上升再下降,然后再次上升,波動性比較大,大約在0.432011~0.473035之間波動,沒有呈現明顯的規律性。這可能與同期國內經濟總體經濟形勢的變動有關。改革開放以后,我國煤炭需求彈性系數小于1,并且呈現逐漸上升趨勢。并且在1990年達到最大值0.473035,而后逐漸降到1997年的0.46878,1997年是另一個高峰,之后彈性系數急劇下降,到2001年跌落到谷底,而后又呈現強勢的回升趨勢。原因可能是中國能源消費主要以煤炭為主,占總消費量的70%左右,所以煤炭消費量受經濟和其他因素影響最大。改革開放之初,由于我國推出經濟開放和其他刺激經濟的政策,經濟平穩快速增長導致煤炭需求彈性系數也隨之增大;1997年的亞洲金融危機導致整個東南亞甚至中國出現經濟的不景氣,所以煤炭的消費彈性系數也隨之大幅度下降,2001年經濟的復蘇促使彈性系數開始觸底反彈,這也促使煤炭消費彈性系數增大。
圖2給出了石油的需求彈性系數βt的變化情況,可以看出βt也存在較大的波動性,大約在0.358492~0.413433之間波動。從1979—1985年,石油需求彈性系數一直是下滑,表明在這段時間里經濟增長對國內市場的石油需求的拉動作用明顯減小。主要原因是此時我國處于由計劃經濟向市場經濟轉軌階段,人民生活水平還是很低的,經濟的增長不能促使人們增加石油的消費,而是轉而去消費煤炭,這也反映了能源消費結構和經濟發展水平之間的密切聯系。1985年以后,雖然石油需求彈性系數出現小幅波動,但是整體呈現節節攀升的趨勢。主要原因是隨著我國人民生活水平提高,城市車輛也隨之增加,農村勞動工具的機械化也在加快。以上原因促使經濟增長對我國石油需求的拉動作用增大。
圖3給出了水電、風電和核電等新型清潔能源的需求彈性系數的變化情況,可以看出的波動幅度較大,大約在0.267269~0.403825之間波動,一直呈現上升趨勢。其中原因是隨著我國經濟的發展,國家越來越重視清潔可再生資源的開發利用。因此改革開放后,我國經濟增長對清潔能源需求的拉動作用越來越大。 (下轉第12頁)(上接第9頁)
四、結論和對策
通過狀態空間模型分別建立了我國煤炭、石油和水電等與經濟增長三對時間序列變量之間的變協整模型,該模型充分考慮了我國處于經濟轉軌時期這一實際情況,將經典的固定參數模型推廣到了變參數模型,相對于固定參數模型無法揭示中國能源消費彈性的時變規律以及在實際應用中可能存在的偽回歸問題,本文的變參數模型具有非常好的擬合效果。
應用卡爾曼濾波估計出了我國經濟增長對于煤炭、石油和水電需求的彈性系數的變化情況。利用卡爾曼濾波算法對變參數模型的估計結果表明,中國煤炭和石油消費彈性系數在改革開放后的前幾年波動較大,規律性不明顯;改革開放以后隨著能源利用效率的提高、經濟結構的調整以及經濟體制改革的深入并且由于三種能源的消費比重和地位的不同,它們的需求彈性系數變化趨勢各不相同:煤炭需求彈性系數是先增加然后降低,觸底反彈接著又呈現強勢上升趨勢;石油的需求彈性系數先下降到谷底,又呈現小幅波動但總體上升的趨勢;水電需求彈性系數一直呈現小幅波動總體上升的趨勢。
綜上所述,我國未來的煤炭需求彈性系數會急劇上升,經濟的增長會極大地促進煤炭的消費;石油需求彈性系數變化較為次之;再次就是水電的需求彈性系數變化情況。根據2004年BP世界能源統計,我國已探明原油儲量占全球已探明儲量的2.1%,人均擁有的原油儲量僅為世界平均水平的10.5%;已探明天然氣儲量只占全球已探明儲量的1%,即便是資源豐富的煤炭,儲量也僅為全球的11.6%,人均為世界平均水平的58%。為實現2020年國內生產總值比2000年翻兩番的戰略目標,保障能源供給,必須大力發展電力,特別是水電、核電和風電等新型清潔能源。我國煤炭在能源消費結構中所占比例過大,以煤為主的能源結構是造成大氣污染的根源之一。因此,我們應該大力提倡能效革命、優化能源消費結構、發展潔凈煤和煤轉油技術、推進新能源和可再生能源的開發利用,致力建設一個持久、再生、干凈的能源體系,使能源與經濟和環境協調發展。endprint
[基金項目:中國博士后第五十四批面上資助項目(2013M542102)]
參考文獻:
[1] Masih.On the temporal relationship between energy consumption,real income and prices:some new evidence from Asian-Energy Dependent NICs based on a multivariate co-integration vector error correction approach[J].Journal of Policy Modeling,1997(19)
[2] Soytas and Sari.Energy Consumption and GDP:Causality Relationship in G-7 Countries and Emerging Market[J].Energy Economics,2013(25)
[3] Cheng and Lai.An investigation of co-integration and causality between energy consumption and economic activity in Taiwan[J].Energy Economics,1997(19)
[4] 赫海,顧培亮,盧奇.中國和世界能源消費因素對比分析[J].中國能源,2002(5)
[5] 林伯強.中國能源需求的計量經濟分析[J].統計研究,2001(10)
[6] 高鐵梅.計量經濟分析方法與建模EViews應用及實例[M].北京:清華大學出版社,2006
[7] 陳曉毅.基于變參數模型的廣西就業與經濟增長關系研究[J].統計教育,2008(8)
[8] 趙霞,連嚴燕.基于變參數模型的我國保險有效需求與經濟增長的關系探討.山東經濟,2010(1)
[9] 賀鳳羊.全國基尼系數與經濟增長關系研究——基于變參數模型.統計教育,2009(1)
[10] 王海鵬,田澎,靳萍.基于變參數模型的中國能源消費經濟增長關系研究.數理統計與管理,2006(5)
[11] 尹立彬.江蘇省外商直接投資與經濟增長的長期均衡關系——狀態空間模型及協整分析.中小企業管理與科技(下旬刊),2009(10)
[12] 薛永鵬,王莎.基于時變參數的中國經濟增長因素分析.統計教育,2009(2)
[13] 楊飛虎,李夢君.關于江西省產出缺口的估算.價格月刊,2011(10)
[14] 李曉芳.我國轉軌時期財稅政策效應及最優宏觀稅負水平研究.吉林大學博士論文,2006
[15] 胡寧,廖琪.我國上市公司股權分置改革效應研究——基于市場效率分析.當代財經,2007(8)
[16] 賁興振,楊寶臣.中國能源消費和經濟增長的協整關系分析.哈爾濱理工大學學報,2005(8)
(作者單位:朔州職業技術學院 山西朔州 036000)
(責編:賈偉)endprint