能源消費、產業結構與經濟增長——基于省級面板數據的分析

（中南財經政法大學統計與數學學院，湖北 武漢 430073）

一、引言

21世紀以來，中國經濟取得了巨大的成就，經濟持續高速增長，并且在2010年超越日本成為世界第二大經濟體。中國經濟的高速增長很大程度上是由大量的能源消耗所推動的，但是煤炭和石油等不可再生能源逐年減少而新型能源的發展速度卻很緩慢，因此，依靠能源的消耗來推動中國經濟的持續增長是不可行的。2012年，我國國內生產總值達到518 942.1億元，其中第二產業生產總值為235 262億元，占國內生產總值的45.32%，對國內生產總值的貢獻率為48.7%，這說明目前我國仍是一個制造大國，第二產業在國民經濟中占著巨大的比重。由于第二產業主要是制造業、采礦業、建筑業、電力燃氣及水的生產和供應，這些產業對能源消耗巨大，而第三產業主要是商業、金融、保險、不動產業、運輸、通訊業、服務業及其他非物質生產部門，對能源的消耗相對較小，因此，產業結構的優化升級（由第二產業轉變到第三產業）會改變能源的需求結構。鑒于能源消費、產業結構和經濟增長之間具有相互促進相互制約的關系，因此，對三者進行實證研究具有一定的現實意義。

二、文獻綜述

能源消費、產業結構和經濟增長是宏觀經濟中三個重要的內容，因此國內外學者對它們之間的關系進行了大量的研究。Yu和Choi（1985）的研究發現，在美國，能源消費和經濟增長是獨立的，而韓國存在著經濟增長到能源消費的單向因果關系，菲律賓卻存在能源消費到經濟增長的單向因果關系。Kunitachi（2008）通過動態模型得出中國的經濟增長是伴隨著產業結構的變化而變化的，并且產業結構的變化加速了經濟增長的結論。王立新（2014）利用中國省級面板數據對經濟增長、產業結構和城鎮化之間的關系進行了實證研究，研究結果表明：在全國層面上，經濟增長與第二、三產業的發展對城鎮化帶來了顯著正向影響，而產業結構與經濟增長的交互作用遲滯了城鎮化，并且第二、三產業的發展對不同區域城鎮化影響有差異。許廣月（2009）在C-D生產函數中引入能源消費，并對能源消費與經濟增長的因果關系進行了檢驗。張靜（2013）通過結構方程模型對我國27個省市自治區的經濟增長、產業結構和能源消費進行了分析，分析結果顯示，產業結構對經濟增長的影響系數高達1.019，對能源消費結構的總影響為0.998，因此產業結構的優化升級對經濟增長和能源消費都具有重大意義。吳振信（2012）在環境庫茲涅茨曲線的基礎上加入產業結構調整因素，分析了我國碳排放量、經濟增長和產業結構的協整關系，并證實了碳排放量和經濟增長存在著倒U型關系。張傳平（2014）通過VAR模型發現山東省能源消費、產業結構和經濟發展之間存在長期均衡關系，并且產業結構對能源消費的彈性系數明顯大于經濟發展對能源消費的彈性系數。從上面已有的文獻來看，已有的研究要么是研究能源消費和經濟增長的關系，要么是研究產業結構和經濟增長的關系，把三者結合起來的研究卻非常少，并且對三者之間的研究多采用的是VAR模型，通過脈沖響應函數和方差分解去分析三者之間的相互影響。由于單個省市的VAR模型分析并沒有考慮到不同地區的區域差異，因此，有必要利用面板數據的分析方法去研究能源消費、產業結構與經濟增長之間的關系是否存在區域差異。

三、變量的度量和樣本的選取

（一）能源消費

查閱歷年《中國統計年鑒》和《中國能源統計年鑒》，能源消費總量是由煤炭、石油、天然氣和水電、風電、核電的消費總量構成，單位為萬噸標準煤。由于不同地區人口總量是不同的，因此用能源消費總量不能反映各個地區的能源消費的實際情況，在本文中用人均能源消費量來衡量地區能源的消費，用符號PEC來表示，單位為噸標準煤。由于各省市的能源消費總量從2000年開始數據比較全面沒有缺失，因此選擇2000年到2012年的統計數據作為樣本，考慮到年鑒中沒有西藏能源消費的數據，所以在分析中剔除掉西藏，只分析其他30個省市自治區的情況。

（二）產業結構

對產業結構的衡量一般是用各產業的生產總值占國內生產總值的比重來表示的，在已有的文獻中，有些學者用第二產業生產總值的比重或者第三產業的比重來度量產業結構，但考慮到產業結構的升級是由第一和第二產業向第三產業轉變，并且在目前我國的產業結構中，第一產業所占的比重比較小，因此，產業結構用第三產業的生產總值占第二產業和第三產業生產總值之和的比重來度量更合理。在本文中，用此種方法來度量產業結構，用符號INDS來表示。

（三）經濟增長

在經濟學的文章中多采用實際國內生產總值來衡量一個國家或地區的經濟增長，但是國內生產總值只是反映了總體的經濟發展情況，并不能衡量整個國家或地區的個人生活因為經濟增長而帶來的改善。由于經濟發展的最終目標是提高個人的生活水平，因此，采用人均國內生產總值能更有效反映經濟發展的實際狀況，故在本文中使用人均國內生產總值（PGDP）來度量經濟增長。為了剔除價格波動的影響，以2000年為基期，將歷年的人均國內生產總值折算為2000年的不變價的人均國內生產總值。

由于面板數據中包含不同的橫截面個體，因此很可能出現異方差問題。為了消除變量可能出現的異方差問題，并能從估計的結果中直接看出能源消費與產業結構、能源消費與經濟增長的彈性系數，在本文中對所有變量取對數處理，并用對數數據進行分析。

四、研究方法與實證分析

（一）面板單位根檢驗

在時間序列分析中一般都需要對序列進行單位根檢驗以確定序列是否平穩，如果對不平穩的時間序列建模容易出現偽回歸問題。在面板數據分析中，為了避免出現偽回歸問題，在分析之前也必須對面板數據進行單位根檢驗以確定數據序列是否平穩。面板數據的單位根檢驗有兩大類，一類是假設各個截面序列具有相同的單位根過程，即同根情形下的檢驗；一類是假設各個截面序列具有不同單位根過程，即不同根情形下的檢驗。

1．具有相同單位根情形下的檢驗

面板數據的同根情形下的單位根檢驗方法主要有LLC（Levin-Lin-Chu）檢驗、Breitung檢驗和Hadri檢驗，在本文中采取的是LLC檢驗方法。LTC檢驗的假設為H0:γ=0，H1:γ＜ 0，對如下的模型：

時間序列分析中的ADF單位根檢驗是對（1）式進行直接估計得到參數r ，然后再去檢驗r與0的大小關系去判斷是否存在單位根過程。若接受原假設，認為r=0，則序列存在著單位根過程，是不平穩的，只有拒絕原假設時，認為r＜0，原序列才是平穩過程。LLC檢驗與ADF檢驗原理相同，但是需要使用Δyit和yi(t?1)的代理變量去估計（1）來得到。Δyit和yi(t?1)的代理變量分別為：

si為第i 個截面的ADF檢驗式的標準差，表示Δyit對其滯后差分項和外生變量的估計值，如果接受原假設則認為存在相同單位根過程，序列是非平穩的，否則序列是平穩的。

2．不同單位根情形下的檢驗

對不同單位根情形下的檢驗方法主要有Im-Pesaran-Skin檢驗、Fisher-ADF檢驗和Fisher-PP檢驗。本文主要考慮Im-Pesaran-Skin檢驗，但是會給出另兩種檢驗的結果。IPS檢驗首先是對每個截面單位進行檢驗，然后再構造整個面板數據的檢驗統計量。對于(1)，由于各個截面存在不同的單位根，于是(1)式變為：

IPS的原假設為：H0:γi=0,i=1,2,...,N ,先對每個截面進行單位根檢驗得到t 統計量ti，則整個面板數據的單位根統計量就是這些統計量ti的平均值，即如果（2）中包含有差分項的滯后項，則需要使用修正的統計量WNT，

WNT=WNT漸進服從正態分布。

3．面板單位根檢驗結果

表1 面板單位根檢驗結果

由檢驗的結果可知，即使在10%的顯著性水平下，LnPGDP，LnINDS和LnPEC的水平值在四種檢驗方法中總有通不過顯著性檢驗的，即在某一檢驗方法下存在單位根過程，說明序列的水平值是不平穩的。對數據進行一階差分后，在1%的顯著性水平下，三個序列在四種檢驗方法下都通過了顯著性檢驗，差分序列是不存在單位根過程，即一階差分序列是平穩的，這三個變量均為一階單整的I(1)序列，可以進行協整分析。

（二）面板協整檢驗

面板數據的協整檢驗方法可以分為兩大類，一類是建立在Engle and Granger二步法檢驗基礎上的協整檢驗，主要有Pedroni檢驗和Kao檢驗，另一類是建立在Johansen協整檢驗基礎上的面板協整檢驗。在本文中采用的是Pedroni檢驗和Kao檢驗方法進行協整檢驗。

1．Pedroni檢驗

對于協整方程：

Pedroni檢驗方法是先估計（3），然后利用估計的殘差來構造如下的輔助回歸方程：

對于輔助回歸的估計系數γi的兩種不同假設，Pedroni檢驗即可以進行同質面板的協整檢驗又可以進行異質面板的協整檢驗。在假設H0:γi=1,H1:(γi=γ)＜1下，可以構造了檢驗同質面板協整關系的四個統計量，面板方差統計量（Panel v-Statistic）、面板ρ統計量（Panel rho-Statistic）、面板PP統計量（Panel PP-Statistic）和面板t統計量。而對異質面板的協整關系檢驗是在假設H0:γi=1,H1:γi＜1下構造組間ρ統計量（Group rho-Statistic）、組間PP統計量（Group PP-Statistic）和組間ρ統計量進行檢驗。Kao檢驗的方法與Pedroni檢驗方法類似，只是求得統計量不同，在這里直接給出檢驗結果。

2．面板協整檢驗結果

表2 面板協整檢驗

由表2的檢驗結果可知，除了兩個協整關系檢驗在同質面板的Panel ρ統計量和異質面板的Groupρ統計量通不過顯著性檢驗外，其他的統計量都通過了5%顯著性水平下的檢驗，Kao檢驗也表明可以拒絕不存在協整關系的原假設。綜合分析，有理由拒絕三個變量不存在協整關系的原假設，這說明了能源消費、產業結構和經濟增長存在長期穩定的均衡關系，可以建立協整方程分析它們之間的長期影響。

（三）模型的選取與檢驗

在面板數據模型中，根據各個截面的截距項和斜率項是否相同，可以將面板數據模型劃分為三種類型：混合回歸模型、變截距模型和變系數模型。

1．混合回歸模型

混合回歸模型假設對于不同的截面和不同的時間里，截距項和斜率系數始終保持不變，因此可以將所有數據進行混合得到一個大樣本，用普通最小二乘估計方法對模型進行估計。

2．變截距模型

變截距模型中各個截面單元的斜率系數是相同的，而截距項卻根據面的不同而不同，即假設截面單元存在個體差異但卻不存在結構差異。根據截距項ai與隨機誤差項是否相關，又將變截距模型分為個體固定效應模型和個體隨機效應模型。

3．變系數模型

在變系數模型中，各個截面不僅在截距項上存在差異，而且在斜率項上也存在差異。

4．模型的檢驗

在對面板數據模型進行估計時，首先需要檢驗樣本數據是屬于哪種形式，以避免模型誤設的偏差，從而提高參數估計的有效性。在檢驗樣本數據屬于哪種模型時，一般是采用協方差分析的方法，構造F統計量。協方差分析主要是檢驗以下兩個假設：

在檢驗時一般是先對假設2進行檢驗，通過估計變系數模型得到無約束的殘差平方和S1，在假設2成立的條件下得到有約束的殘差平方和S3，然后構造F 統計量：

F2=如果F2小于給定顯著性水平下的臨界值，則不拒絕假設2，認為樣本數據屬于混合回歸模型，直接用OLS進行回歸估計，不需要檢驗假設1。如果拒絕了假設2，就需要再檢驗假設1，令變截距模型的殘差平方和為S2，同理可得到檢驗假設1的F 統計量：

F1=如果不拒絕假設1，則認為屬于變截距模型；如果也拒絕了假設1，那么應該用變系數模型進行估計。

（四）模型的估計與分析

1．協整方程的估計與分析

在協整分析的基礎上，通過估計各地區的能源消費和產業結構，能源消費、產業結構和經濟增長的協整方程來得到能源消費與產業結構和經濟增長的彈性系數。在協方差分析的基礎上，結合似然比檢驗和Hausman檢驗，能源消費與產業結構的協整方程選擇了個體隨機效應模型，而能源消費、產業結構和經濟增長則選取了個體固定效應模型。模型的估計結果如下：

方程(5)是單純的分析產業結構對能源消費的影響，2.319 6不是30個地區共同的截距，而是各地區在截距項上的差異，即個體固定效應。斜率系數為-0.157 9，符號為負，說明產業結構對能源消費具有反向作用，產業結構的升級（由第二產業向第三產業的轉變）變動1個百分點會使得能源消費減少0.157 9個百分點。因為協整方程是常系數模型，斜率系數在不同地區保持不變，因此產業結構對能源消費的彈性系數不存在區域差異。方程中的AR項是用來修正誤差項可能存在的序列相關，因為回歸結果中DW統計量的值比較小，但是由于在面板數據中，誤差項存在著序列相關一般稱為空間自相關，時間序列中的DW統計量一般不適合用來檢驗空間自相關，因此不能僅根據DW 統計量的值來確定回歸方程的誤差項存在序列相關。只是在方程中引入AR項后，回歸估計結果得到明顯的改善，SC 和AIC 值都變小，F統計量變大，而且各個回歸系數仍然十分顯著，因此將AR項引入模型中是合適的。

方程(6)是三個變量的協整方程，ai同樣是各地區的固定效應，即不同的地區在截距項上的差異。對于斜率系數，LnINDS前的系數對于不同的地區仍然是保持不變的，即在保持人均國民生產總值不變時，產業結構對各個地區的能源消費的影響是相同的。而LnPGDP前的系數卻是變化的，即對于不同的地區，能源消費對經濟增長的彈性系數是不同的，這可能是由于各個地區的經濟增長的方式存在差異，導致彈性系數的不同。對于兩個協整方程，產業結構對能源消費的彈性系數都不存在區域差異，其中一個重要原因可能是因為本文中僅用第三產業的生產總值與第三產業和第二產業的生產總值之和作為產業結構的衡量指標，而沒有考慮衡量產業結構的其他變量。第三產業生產總值僅代表了生產的最終成果，卻沒有考慮獲得這些成果的產業組成與結構，可能各個地區產業結構的差異更多的是表現在其他方面，比如不同行業的組成，而不是最終產值。因此在本文中對于不同的地區，估計的產業結構對能源消費的彈性系數不存在差異。面板估計的結果如表3所示。

表3 面板回歸估計結果

（續表）

由表3的具體估計結果可知，在方程（5）中，個體效應有正有負，在不同的省市、自治區中存在著較大的差異。個體效應最大的是內蒙古，為1.667 0，最小的是安徽，為-0.920 6。在方程（6）中，不僅個體固定效應存在著顯著差異，能源消費對經濟增長的彈性系數也是隨著截面單元不同而不同。總體來說，βi都大于0，說明經濟增長會帶動能源消費的增加，這一方面是因為經濟增長使得居民收入水平提高，購買小汽車的人數增加使得對石油等化石燃料的消費增加，同時居民收入水平的提高也會增加大功率電器的使用，使得電力等能源的消費增加；另一方面，經濟增長會促使企業擴大生產規模，而企業的的生產是需要消耗大量能源的。具體到單個地區，能源消費對經濟增長的彈性系數存在著很大的差別，βi介于0.197 9到1.052 3之間。在分析的30個省市自治區里，只有湖南省的βi＞1，βi＞1說明能源消費增加的速度快于經濟增長的速度，經濟增長是靠能源驅動的粗放型增長模式。湖南位于中國中部，目前處于中部崛起戰略發展的初期，因此在經濟發展提速的同時導致能源的大量消耗。除了湖南，其他地區的βi＜1，說明隨著社會的發展，中國各個地區的經濟增長方式已經開始由粗放型轉變到集約型，這有利于我國的經濟持續穩定增長。查閱相關資料,可知西方發達國家的能源消費對經濟增長的彈性系數小于0.5，而表中的估計結果只有北京、天津和上海的βi小于0.5，其他地區的βi都是大于0.5的。北京、天津和上海是我國最早設立的三個直轄市，具有先天的政治地理優勢，北京是我國首都，上海是我國金融中心，所以這三個地區經濟發展水平明顯快于其他省份。根據能源消費與經濟增長的倒U型曲線，當經濟發展達到一定規模后，經濟增長會使得能源消費減少，由能耗系數可判斷北京、天津和上海已經超過了能源消費與經濟增長的倒U型曲線的拐點，達到了西方發達國家的能耗彈性系數標準。相對于北京、天津和上海，另一個直轄市重慶的βi則明顯偏大，高達0.882 1。由于重慶是最晚設立的直轄市，相對于其他三個直轄市，在經濟發展水平上還是存在一定差距的，因此能耗系數在四個直轄市中最大是符合實際的，但是接近0.9的能耗系數反映出重慶調整產業結構促進產業升級的任務很緊迫和艱巨。除了重慶，西部的四川、貴州、云南、新疆、青海、寧夏、甘肅和陜西的能耗系數普遍較高，這和西部地區普遍經濟發展落后的實際有關，符合現實情況。此外，在表3的回歸估計結果中，有20個省市自治區的βi大于0.7，這說明相對于西方發達國家而言，我國絕大部分省市自治區的能源利用效率還有待提高。

2．能源消費與經濟增長庫茲涅茨曲線的驗證

環境庫茨涅茨曲線是Grossmann和Kruger在研究經濟增長對環境的影響時提出的，他們研究發現：當人均GDP處于較低水平時，二氧化硫排放量處于集中增長階段，當人均GDP處于較高水平時，二氧化硫排放量處于下降階段，即隨著經濟增長，二氧化硫排放量呈倒U型曲線。環境庫茲涅茨曲線提出后很多學者對其進行了驗證，并且發現不僅僅是環境污染和經濟增長存在倒U型曲線，其他變量之間也可能存在倒U型曲線。由于石油和煤炭等能源的消耗會產生大量二氧化硫和一氧化碳等污染物，而這些污染物的排放與經濟增長存在倒U型曲線關系，那么能源消耗可能也與經濟增長存在著倒U型曲線的關系。于是在能源消費、產業結構與經濟增長的協整方程的基礎上引進人均GDP的二次項，通過似然比檢驗和Hausman檢驗，最終選取了固定效應的常系數模型。模型的估計結果如下：

通過上面的方程可以發現，人均GDP的二次項系數是非常顯著的，在模型中再引入人均GDP的三次項，方程的擬合效果下降并且三次項的系數也不顯著，因此最終選擇了上面的方程。在方程中，人均GDP的二次項前的系數是負的，因此人均能源消費與經濟增長的倒U型曲線關系是成立的，這證明了能源消費與經濟增長的庫茲涅茨曲線是存在的，在經濟水平比較低時，經濟的增長會引起能源消耗的增加，經濟發展達到一定水平時，能源消費會逐步減少。這主要是因為在經濟水平比較低時是以第一、二產業為主要產業的粗放型增長方式，并且由于技術水平不高，能源利用效率比較低下，因此經濟的增長需要大量的能源消耗作為支撐。但是隨著經濟水平的提高，產業結構不斷由第一、二產業向第三產業升級，高科技的發展使得能源利用效率大幅提高，同時人們的節能減排意識也得到增強，因此能源的消耗會逐步減少。

五、結論

通過對我國30個省市自治區能源消費、產業結構和經濟增長的相互關系進行實證分析，可以得到如下結論：

1．產業結構對于能源消費具有長期穩定的均衡關系。通過估計的回歸方程中產業結構的回歸系數的符號可知，產業結構對能源消費具有反向作用，產業結構的優化升級能抑制能源的消費。雖然在產業結構與能源消費的回歸方程中，不同地區的個體效應存在差異，但是產業結構對能源消費的彈性系數卻不存在差異，即對于不同的地區，產業結構對能源消費具有相同的影響。

2．經濟增長與能源消費具有長期穩定的均衡關系。通過回歸方程可以得知，經濟增長對能源消費具有正向影響，但是影響系數卻存在區域差異，除了兩個地區能源消費對經濟增長的彈性系數大于1外，其他的地區都是小于1的，說明我國絕大部分地區的經濟增長方式已經由粗放型轉變為集約型，但是彈性系數普遍大于0.7，說明能源利用效率不高，仍有待提高。

3．能源消費與經濟增長的庫茲涅茨曲線是存在的。在經濟發展水平比較低時，經濟增長會促進能源消費的增加，而經濟發展到一定規模后，經濟增長會抑制能源的消費。

[1] 王立新.經濟增長、產業結構與城鎮化——基于省級面板數據的實證研究[J].財經論叢，2014(4):3-8.

[2] 許廣月.能源消費與經濟增長的因果關系研究——基于省級面板數據的實證分析[J].重慶工商大學學報，2009，(6):161-166.

[3] 張靜.經濟增長與產業結構對能源消費的影響分析——基于27個省（區、市）面板數據[J].河南科學，2013，(8):1313-1316.

[4] 吳振信.經濟增長、產業結構對碳排放的影響分析——基于中國的省際面板數據[J]，中國管理科學，2012，(3):27-31.

[5] 張傳平.山東省能源消費、產業結構和經濟發展關系實證研究[J]．華東經濟管理，2014，(4):23-26.

[6] 高鐵梅.計量經濟分析方法與建模[M]．北京：清華大學出版社，2009．

[7] Yu E S H,Choi J Y，The Causal Relationship Between Energy and GNP:An International Comparsion[J].Journal of Energy and Development，1985，Vol.10:249-272.

[8] Kunitachi ,Learning by doing ,changes in industrial structure and trade patterns，and economic growth in a small open economy[J].Faculty of Economic，2008，Vol8:210-212.Vol.8:210-212.

[9] Grossman G M，Krueger A B.Environment impact of a north American free trade agreement [R].National Bureau of Economic Research Working paper 3941，1991