基于ECM模型和庫(kù)茲涅茨曲線的區(qū)域能源消費(fèi)峰值研究——以重慶市為例

王　勝，呂指臣，劉　貞，朱開偉，蒲剛清

(1.重慶社會(huì)科學(xué)院，重慶　400020； 2.重慶理工大學(xué) 管理學(xué)院， 重慶　40054；

3.美國(guó)勞倫斯國(guó)家能源實(shí)驗(yàn)室，美國(guó) 加州　94530)

?

基于ECM模型和庫(kù)茲涅茨曲線的區(qū)域能源消費(fèi)峰值研究
——以重慶市為例

王勝1,2，呂指臣1，2，劉貞2，3，朱開偉2，蒲剛清2

(1.重慶社會(huì)科學(xué)院，重慶400020； 2.重慶理工大學(xué) 管理學(xué)院， 重慶40054；

3.美國(guó)勞倫斯國(guó)家能源實(shí)驗(yàn)室，美國(guó) 加州94530)

摘要：以重慶市為例，選取1997—2013年的GDP、人均GDP、城鎮(zhèn)化率和工業(yè)比重等統(tǒng)計(jì)數(shù)據(jù)，研究影響能源消費(fèi)和經(jīng)濟(jì)發(fā)展相關(guān)因素的關(guān)系，結(jié)合協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)、誤差修正模型(ECM)和庫(kù)茲涅茨曲線，運(yùn)用定量分析方法進(jìn)行分析，預(yù)測(cè)能源消費(fèi)峰值，揭示能源消費(fèi)與經(jīng)濟(jì)發(fā)展動(dòng)態(tài)關(guān)系。結(jié)果表明：能源消費(fèi)與人均GDP、城鎮(zhèn)化率、工業(yè)比重分別有著單向、雙向、單向的因果關(guān)系。根據(jù)長(zhǎng)期均衡方程和ECM預(yù)測(cè)出2020、2025、2030年重慶市的能源消費(fèi)情況，結(jié)合GDP和能源消費(fèi)的庫(kù)茲涅茨曲線,重慶市能源消費(fèi)將在2028年達(dá)到峰值。研究結(jié)果與我國(guó)總體能源消費(fèi)目標(biāo)吻合，能夠?yàn)槲覈?guó)城市能源消費(fèi)規(guī)劃及政策制定提供參考依據(jù)。

關(guān)鍵詞：能源消費(fèi)峰值；人均GDP；城鎮(zhèn)化率；庫(kù)茲涅茨曲線

一、引言

2014 年11月12日，國(guó)家主席習(xí)近平和美國(guó)總統(tǒng)奧巴馬在北京發(fā)布聯(lián)合聲明：中國(guó)計(jì)劃到2030年達(dá)到二氧化碳排放峰值，并爭(zhēng)取提早實(shí)現(xiàn)這一目標(biāo)；根據(jù)《華爾街日?qǐng)?bào)》援引美國(guó)官員的消息稱，中國(guó)將同意化石燃料在整體能源使用中的比重降至80%左右；在2013年6月、9月及2014年3月，習(xí)近平與奧巴馬的3次會(huì)晤，都把雙方在氣候變化、能源與環(huán)境方面的合作作為重要內(nèi)容[1]。我國(guó)是能源消費(fèi)大國(guó)，能源消費(fèi)的預(yù)測(cè)是能源規(guī)劃制定的重要依據(jù)，目前中國(guó)的大部分一線城市正處于城市化、工業(yè)化的快速發(fā)展階段，伴隨著經(jīng)濟(jì)水平的大幅度提高，能源消耗的強(qiáng)度也越來(lái)越大。合理地分析和預(yù)測(cè)能源消費(fèi)的情況有助于各個(gè)城市全方位的和諧發(fā)展。研究能源消費(fèi)和經(jīng)濟(jì)發(fā)展、工業(yè)化程度等因素的關(guān)系怎么樣，能否根據(jù)它們的關(guān)系來(lái)預(yù)測(cè)未來(lái)能源需求，我國(guó)能源消費(fèi)能否在2030年前達(dá)到峰值，具有重要的現(xiàn)實(shí)借鑒意義。

國(guó)內(nèi)外不少學(xué)者針對(duì)能源消費(fèi)和經(jīng)濟(jì)發(fā)展間關(guān)系進(jìn)行了相關(guān)研究。K Fatai等通過(guò)研究能源消耗和實(shí)際GDP增長(zhǎng)的關(guān)系，在比較節(jié)能政策對(duì)新西蘭、澳大利亞及一些亞洲經(jīng)濟(jì)體的影響后得出，相對(duì)于亞洲經(jīng)濟(jì)體，節(jié)能政策在新西蘭和澳大利亞對(duì)GDP的增長(zhǎng)可能沒(méi)有顯著的影響[2]。Hu Jin-Li等通過(guò)分析非線性框架下臺(tái)灣的GDP和被分解的能源消費(fèi)之間的關(guān)系，采用協(xié)整檢驗(yàn)及向量誤差修正模型驗(yàn)證GDP增長(zhǎng)和能源消費(fèi)的調(diào)整閾值[3]。Sabrinayan等通過(guò)收集美國(guó)2000—2011年的動(dòng)態(tài)面板數(shù)據(jù)GMM-system估計(jì)量進(jìn)行分析，說(shuō)明能源消費(fèi)和GDP之間具有單向因果關(guān)系,并通過(guò)建立GDP模型和能耗模型說(shuō)明能源消費(fèi)對(duì)GDP的影響程度[4]。Paraskevi K等應(yīng)用7個(gè)國(guó)家最近的兩個(gè)時(shí)間序列，重新檢驗(yàn)?zāi)茉聪M(fèi)和實(shí)際GDP及資本存量的因果關(guān)系，認(rèn)為實(shí)際GDP對(duì)能源消費(fèi)的影響起到主導(dǎo)作用[5]。Angeliki在分析過(guò)去20年研究GDP增長(zhǎng)和能源消費(fèi)關(guān)系的文獻(xiàn)后認(rèn)為，研究能源消費(fèi)和GDP的長(zhǎng)期彈性，不僅僅是通過(guò)對(duì)GDP和能源消費(fèi)建立協(xié)整方程進(jìn)行分析，還有一些諸如價(jià)格水平和資本這樣的因素應(yīng)該進(jìn)入到協(xié)整方程中[6]。韓智勇等通過(guò)研究1978—2000年中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的協(xié)整性和因果關(guān)系，得出中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在雙向的因果關(guān)系，但不具有長(zhǎng)期的協(xié)整性[7]。肖濤等使用面板數(shù)據(jù)計(jì)量分析方法，根據(jù)中國(guó)的8個(gè)經(jīng)濟(jì)區(qū)域22年的相關(guān)數(shù)據(jù)分析了各區(qū)域能源消耗與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，結(jié)果表明不同地區(qū)的能源消耗與經(jīng)濟(jì)增長(zhǎng)存在不同的Granger因果關(guān)系[8]。陳操操等采用協(xié)整分析并建立VECE模型檢驗(yàn)北京市1980—2008年能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的因果關(guān)系，表明北京市經(jīng)濟(jì)發(fā)展對(duì)能源消費(fèi)的提升是滯后的，能源消費(fèi)并不是經(jīng)濟(jì)增長(zhǎng)的強(qiáng)外省變量[9]。汪旭暉等使用協(xié)整分析方法和Granger因果檢驗(yàn)，以中國(guó)1978—2005年能源消費(fèi)和GDP數(shù)據(jù)為基礎(chǔ)進(jìn)行了實(shí)證研究[10]。樊元等通過(guò)JJ協(xié)整檢驗(yàn)和向量誤差修正模型，基于甘肅省1985—2010年的數(shù)據(jù)運(yùn)用定性和定量結(jié)合的方法對(duì)其短期及長(zhǎng)期影響關(guān)系進(jìn)行了實(shí)證分析[11]。薛黎明等應(yīng)用協(xié)整原理，對(duì)中國(guó)煤炭消費(fèi)與經(jīng)濟(jì)發(fā)展水平之間的關(guān)系進(jìn)行了協(xié)整分析與因果關(guān)系檢驗(yàn)，得出煤炭工業(yè)健康發(fā)展的實(shí)施基礎(chǔ)[12]。何劍等利用2002—2008年數(shù)據(jù)，運(yùn)用面板數(shù)據(jù)模型、協(xié)調(diào)度計(jì)算等方法對(duì)中國(guó)西北五省區(qū)能源消費(fèi)與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)狀況進(jìn)行研究[13]。

關(guān)于能源消費(fèi)及其峰值預(yù)測(cè)進(jìn)行的研究有：董鋒等運(yùn)用灰色關(guān)聯(lián)分析方法研究GDP、技術(shù)進(jìn)步和對(duì)外開放程度等因素對(duì)能源消費(fèi)的影響，提出國(guó)家需要對(duì)相關(guān)政策進(jìn)行調(diào)整以應(yīng)對(duì)能源的需求[14]；寧亞?wèn)|等采用完全因素分解模型，對(duì)中國(guó)一些部門能源消費(fèi)特征進(jìn)行量化分析來(lái)研究影響能源消費(fèi)的因素[15]；岳婷等通過(guò)建立人均生活用能量與其影響因素之間的VAR模型驗(yàn)證它們與不同能源消費(fèi)品之間的消耗關(guān)系[16]；楊波等建立算法優(yōu)化后中國(guó)國(guó)家能源消費(fèi)總量Logistic模型，根據(jù)歷史數(shù)據(jù)預(yù)測(cè)未來(lái)20年的國(guó)家能源消費(fèi)情況[17]；渠慎寧等利用STIRPAT模型對(duì)中國(guó)碳排放峰值進(jìn)行了預(yù)測(cè)，得出碳排放峰值在不同的技術(shù)情景下出現(xiàn)的時(shí)間段[18]；朱永彬等在對(duì)內(nèi)生經(jīng)濟(jì)增長(zhǎng)模型進(jìn)行改進(jìn)的基礎(chǔ)上預(yù)測(cè)了中國(guó)能源消費(fèi)與碳排放高峰[19]；何建坤通過(guò)分析國(guó)內(nèi)外能源消費(fèi)和CO2排放達(dá)到峰值的耗時(shí)，結(jié)合數(shù)學(xué)模型分析預(yù)測(cè)我國(guó)能源消費(fèi)和CO2排放將在2030年左右達(dá)到峰值的不確定性，提出相關(guān)政策建議及戰(zhàn)略對(duì)策[20]。

綜合以上文獻(xiàn)，國(guó)內(nèi)外研究皆有從國(guó)家層面分析GDP增長(zhǎng)和能源消費(fèi)關(guān)系，從面板數(shù)據(jù)到時(shí)間序列，通過(guò)不同區(qū)域和國(guó)家比較，來(lái)解釋它們之間存在的因果關(guān)系，以期得出相關(guān)結(jié)論來(lái)影響宏觀政策調(diào)整。有學(xué)者通過(guò)建立模型(如運(yùn)用灰色、BP、協(xié)整等方法)研究能源消費(fèi)和GDP的關(guān)系，說(shuō)明能源消費(fèi)和經(jīng)濟(jì)發(fā)展關(guān)系的問(wèn)題正在被廣泛關(guān)注。

目前針對(duì)能源消費(fèi)情況，依據(jù)國(guó)家或者某一區(qū)域的經(jīng)濟(jì)發(fā)展、城市化規(guī)模以及工業(yè)化的比重對(duì)能源消費(fèi)進(jìn)行研究尚不多見。從實(shí)際意義上來(lái)看，根據(jù)模型本身的優(yōu)勢(shì)，建立的誤差修正模型能更好地預(yù)測(cè)短期的能源消費(fèi)情況。在此基礎(chǔ)上，針對(duì)國(guó)家或城市的發(fā)展?fàn)顩r，結(jié)合能源消費(fèi)的情況，提出相應(yīng)的政策建議，能夠更有效地跟隨和響應(yīng)國(guó)家的政策。本文以極具代表性(正快速發(fā)展)的城市——重慶為例，通過(guò)重慶市的經(jīng)濟(jì)發(fā)展(人均GDP)、城市化規(guī)模(城鎮(zhèn)化率)及工業(yè)化程度(工業(yè)產(chǎn)值比重)等因素對(duì)能源消費(fèi)情況進(jìn)行預(yù)測(cè)分析；主要使用計(jì)量經(jīng)濟(jì)學(xué)方法和Eviews軟件工具[21]，研究能源消費(fèi)和人均GDP、城鎮(zhèn)化率、工業(yè)比重之間的關(guān)系，檢驗(yàn)其協(xié)整性，并得出其長(zhǎng)期的均衡方程，然后判斷它們之間的Granger因果關(guān)系，建立誤差修正模型，預(yù)測(cè)出2015—2030年重慶市的能源消費(fèi)情況。借助協(xié)整理論，檢驗(yàn)?zāi)茉聪M(fèi)和實(shí)際GDP變化的庫(kù)茲涅茨曲線的存在性，確定能源消費(fèi)量達(dá)到拐點(diǎn)時(shí)的量，并確定重慶市能源消費(fèi)量達(dá)到峰值的時(shí)間，以期為我國(guó)城市能源政策的制定及發(fā)展規(guī)劃提供新的思路。

二、能源消費(fèi)預(yù)測(cè)中的計(jì)量模型與分析

(一)變量的選擇

參照相關(guān)研究發(fā)現(xiàn)，影響能源消費(fèi)的潛在因素有很多，本文通過(guò)對(duì)可能的影響因素如第三產(chǎn)業(yè)比重、常住人口增長(zhǎng)率、汽車擁有量增加值、人口自然生長(zhǎng)率、GDP、人均GDP、工業(yè)比重、城鎮(zhèn)化率、能源消費(fèi)結(jié)構(gòu)變化、建筑業(yè)比重等因素進(jìn)行檢驗(yàn)，確定下來(lái)直接影響能源消費(fèi)的因素為GDP、人均GDP、城鎮(zhèn)化率和工業(yè)比重。

1.GDP和人均GDP

GDP和人均GDP很好地反映了一個(gè)區(qū)域的經(jīng)濟(jì)發(fā)展程度，通常情況下，GDP和人均GDP的變動(dòng)也映射出能源消費(fèi)的變動(dòng)，伴隨著人均GDP的增加，將會(huì)導(dǎo)致能耗的不斷增長(zhǎng)。

2.城鎮(zhèn)化率

由于農(nóng)村居民和城鎮(zhèn)居民的消費(fèi)水平和方式有很大區(qū)別，城市規(guī)模的不斷擴(kuò)大，意味著城鎮(zhèn)化程度越來(lái)越高，也意味著能源消耗的大幅度提高。使用大量建材、鋼鐵、電力等能源建設(shè)基礎(chǔ)設(shè)施和住房等，勢(shì)必會(huì)導(dǎo)致能源需求增長(zhǎng)，因而城鎮(zhèn)化率可以很好地估計(jì)能源消費(fèi)的情況。

3.工業(yè)比重

一般情況下，一個(gè)區(qū)域的能耗水平很大程度上體現(xiàn)在工業(yè)的發(fā)展?fàn)顩r上，工業(yè)比重也直接反映了高能耗行業(yè)的占比，目前重慶市正處于工業(yè)化發(fā)展關(guān)鍵階段，預(yù)測(cè)能源消費(fèi)，工業(yè)產(chǎn)值具有很好的衡量效果。

鑒于重慶市成為直轄市后的經(jīng)濟(jì)形勢(shì)不同，重慶的內(nèi)外環(huán)境發(fā)生了巨大的變化，本文選取1997—2013年重慶能源消費(fèi)總量、城鎮(zhèn)化率以及工業(yè)比重來(lái)研究能源消費(fèi)與經(jīng)濟(jì)發(fā)展之間的關(guān)系。能源消費(fèi)總量及其構(gòu)成的數(shù)據(jù)來(lái)源于《重慶統(tǒng)計(jì)年鑒(2014)》[22]，單位為萬(wàn)噸標(biāo)準(zhǔn)煤；GDP數(shù)據(jù)來(lái)源于《重慶統(tǒng)計(jì)年鑒(2014)》[22]，并以1997年為基期，折算為不變價(jià)格的實(shí)際GDP，單位為億元，人均GDP也同樣處理。為消除異方差性及便于經(jīng)濟(jì)意義分析，對(duì)所有數(shù)據(jù)取自然對(duì)數(shù)處理。

(二)數(shù)據(jù)的處理

1.各變量的含義說(shuō)明

GDP、TE、GDPPC、UR、IR分別表示國(guó)內(nèi)生產(chǎn)總值、能源消費(fèi)總量、人均GDP、城鎮(zhèn)化率、工業(yè)比率(工業(yè)產(chǎn)值占總產(chǎn)值的比重)，其自然對(duì)數(shù)表示為L(zhǎng)GDP、LTE、LGDPPC、LUR、LIR，自然對(duì)數(shù)的一階差分表示為DLGDP、DLTE、DLGDPPC、DLUR、DLIR。DDLGDP、DDLTE、DDLGDPPC、DDLUR和DDLIR分別表示LGDP、LTE、LGDPPC、LUR、LIR的二階差分。根據(jù)1997—2013年的數(shù)據(jù)，通過(guò)Eviews 6.0畫出以上因素的時(shí)序圖,如圖1和圖2。

圖1　各種變量對(duì)數(shù)的時(shí)序

圖2　對(duì)數(shù)二階差分時(shí)序

2.各變量時(shí)間序列的平穩(wěn)性檢驗(yàn)

在進(jìn)行協(xié)整分析之前，需要對(duì)數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，采用的方法是單位根檢驗(yàn)。單位根檢驗(yàn)有DF 檢驗(yàn)、ADF 檢驗(yàn)和PP 檢驗(yàn)3種,本文采用的是目前使用最為廣泛的ADF 檢驗(yàn)。其檢驗(yàn)過(guò)程基于如下的OLS 回歸：

(1)

式中，t表示時(shí)間趨勢(shì)項(xiàng)，選擇滯后階數(shù)p，使εt為白噪聲序列。檢驗(yàn)YT中出現(xiàn)單位根的零假設(shè)相當(dāng)于檢驗(yàn)式(1)ρ=0 的原假設(shè)。如果ρ顯著小于零，則拒絕存在單位根的零假設(shè)。滯后階數(shù)根據(jù)AIC 準(zhǔn)則選取，各單位根的臨界值則均由Eviews6.0軟件給出。各時(shí)間序列的平穩(wěn)性檢驗(yàn)數(shù)據(jù)如表1 所示。

表1　各種變量的單位根檢驗(yàn)結(jié)果

注：結(jié)果由Eviews6.0得出，c和t表示帶有常數(shù)項(xiàng)和趨勢(shì)項(xiàng)，k表示滯后階數(shù)[23]。

表1中ADF值概率小于0.1通過(guò)平穩(wěn)性檢驗(yàn)。由檢驗(yàn)結(jié)果可知，各變量的一階差分均不平穩(wěn)。且LTE與LGDP、LGDPPC、LUR、LIR均為二階單整序列，所以它們之間有可能存在協(xié)整關(guān)系，也有必要對(duì)其進(jìn)行協(xié)整檢驗(yàn)。

三、協(xié)整檢驗(yàn)

關(guān)于協(xié)整理論的檢驗(yàn)和估計(jì)有許多方法，如EG兩步法、Johansen極大似然法、自回歸分布滯后模型(ARDL)法等，鑒于本文上述平穩(wěn)性檢驗(yàn)結(jié)果表明各變量都是二階單整序列，此處采用EG兩步法。

首先對(duì)能源消費(fèi)和GDP、人均GDP、城鎮(zhèn)化率、工業(yè)比重的對(duì)數(shù)分別建立適當(dāng)模型，通過(guò)檢驗(yàn)?zāi)Ｐ蜌埐钍欠駥儆谄椒€(wěn)序列判別它們是否協(xié)整。再對(duì)能源消費(fèi)和GDP、城鎮(zhèn)化率、工業(yè)比重的對(duì)數(shù)建立模型，檢驗(yàn)其殘差。最后對(duì)能源消費(fèi)和人均GDP、城鎮(zhèn)化率、工業(yè)比重的對(duì)數(shù)建立模型，檢驗(yàn)殘差，若殘差通過(guò)檢驗(yàn)，則表明它們協(xié)整。

(一)模型建立

LTE=1.43 + 0.85LGDP

LTE=0.24 + 0.86*LGDPPC

LTE=-1.30 + 2.55*LUR

LTE=-7.34 + 4.28*LIR

LTE=-1.62 + 0.36*LGDP+

1.19*LUR+ 0.7*LIR

LTE=-1.91 + 0.42*LGDPPC+

1.03*LUR+ 0.65*LIR

通過(guò)對(duì)上面模型殘差進(jìn)行檢驗(yàn)，殘差u1、u2、u3均通過(guò)檢驗(yàn)，原假設(shè)中拒絕零假設(shè)H0，意味著殘差項(xiàng)u1、u2、u3都是平穩(wěn)序列；u4通不過(guò)檢驗(yàn)，說(shuō)明LTE分別與LGDP、LGDPPC、LUR是協(xié)整的，LTE和LIR不是協(xié)整的。但當(dāng)使LGDP、LGDPPC分別和LUR、LIR結(jié)合建立模型時(shí)，u5、u6通過(guò)檢驗(yàn)說(shuō)明，組合因素共同影響能源消費(fèi)時(shí)它們是協(xié)整的，具體顯示如表2。

(二)長(zhǎng)期均衡方程

LTE=1.43+ 0.85*LGDP + 1*u1

LTE=0.24+0.86*LGDPPC+1*u2

LTE=-1.30+ 2.55*LUR + 1*u3

LTE=-7.40+ 4.28*LIR + 1*u4

LTE=-1.62 + 0.36*LGDP +

1.19*LUR + 0.7*LIR + 1*u5

LTE=-1.91 + 0.42*LGDPPC+

1.03*LUR + 0.65*LIR + 1*u6

根據(jù)Granger定理，如果若干個(gè)變量之間存在協(xié)整關(guān)系，則這些變量必然有誤差修正模型(ECM)表達(dá)式存在，反之也成立。對(duì)變量進(jìn)行單整性檢驗(yàn)來(lái)檢驗(yàn)序列平穩(wěn)性后，檢驗(yàn)變量之間是否存在協(xié)整性關(guān)系，如果存在協(xié)整關(guān)系則可以建立誤差修正模型。誤差修正模型可以將長(zhǎng)期關(guān)系與短期動(dòng)態(tài)特征結(jié)合在一個(gè)模型中，利用該模型來(lái)分析能源消費(fèi)影響因素是合理的。

表2　殘差檢驗(yàn)結(jié)果

四、誤差修正模型

根據(jù)Granger定理，一組具有協(xié)整關(guān)系的變量具有誤差修正模型的表達(dá)形式，其作用在于不依賴某些解釋變量。而僅僅依靠解釋變量和因變量之間的長(zhǎng)期關(guān)系的偏差以及因變量的調(diào)整，便可以解釋經(jīng)濟(jì)中不同變量之間的長(zhǎng)期穩(wěn)定關(guān)系和自身變化的過(guò)程。誤差修正模型(Error Correction Model，簡(jiǎn)記為ECM)是一種具有特定形式的計(jì)量經(jīng)濟(jì)學(xué)模型，它的主要形式是由Davidson、 Hendry、Srba和Yeo于1978年提出的，也常被稱為DHSY模型[27]。假設(shè)具有如下(1，1)階分布滯后形式：

(2)

模型顯示出第t期的Y值，與X的變化和t-1期的X與Y的狀態(tài)值有關(guān)，對(duì)(2)變形得：

(3)

式中，λ=1-μ，α0=β0/(1-μ)，α1=(β1+β2)/(1-μ)

式(2)稱為一階誤差修正模型，模型(3)可以寫成：

(4)

(一)GDP、能源消費(fèi)、城鎮(zhèn)化率、工業(yè)比重的誤差修正模型

DLTE=0.53*DLGDP+0.72*DLUR+

0.43*DLIR-0.56*u5(-2)+

0.01*DLTE(-1)

(u5= LTE+1.62 -0.36*LGDP-

1.19*LUR-0.7*LIR)

該模型表明：GDP、城鎮(zhèn)化率、工業(yè)比重的變化將引起能源消費(fèi)相同方向的變化，即短期內(nèi)GDP變化1%將導(dǎo)致能源消費(fèi)同方向變化0.53%，城鎮(zhèn)化率變化1%則引起能源消費(fèi)同方向變化0.72%，工業(yè)比重變化1%則引起能源消費(fèi)同方向變化0.43%，且DLTE(-1)顯示了能源消費(fèi)上期對(duì)本期變化有著顯著的促進(jìn)作用。而殘差項(xiàng)即誤差修正項(xiàng)u5則體現(xiàn)反向修正作用，表明了長(zhǎng)期非均衡誤差對(duì)LTE的控制。

(二)人均GDP、城鎮(zhèn)化率、工業(yè)比重和能源消費(fèi)誤差修正模型

DLTE=0.69*DLGDPPC+0.61*DLIR-

0.69*u6(-2) - 0.67*DLTE(-1)

(u6=LTE+1.91-0.42*LRJGDP-

1.03*LCZ-0.65*LGY)

該模型表明：人均GDP、城鎮(zhèn)化率、工業(yè)比的變化將引起能源消費(fèi)相同方向的變化，即短期內(nèi)GDPPC變化1%將導(dǎo)致能源消費(fèi)同方向變化0.69%，工業(yè)比重變化1%則引起能源消費(fèi)同方向變化0.61%，DLTE(-1)則顯示了上期對(duì)本期有抑制作用。而殘差項(xiàng)即誤差修正項(xiàng)u6則體現(xiàn)反向修正作用，表明了長(zhǎng)期非均衡誤差對(duì)LTE的控制。

1.Granger檢驗(yàn)

Granger因果關(guān)系檢驗(yàn)的基本模型為：

模型中，s，k分別代表被解釋變量和解釋變量滯后階數(shù)。利用最小二乘法進(jìn)行參數(shù)估計(jì)，用F統(tǒng)計(jì)量來(lái)進(jìn)行Granger因果關(guān)系分析。檢驗(yàn)的原假設(shè)H0∶βj=0(j=1,2,…,k)，如果F統(tǒng)計(jì)量計(jì)算值大于F臨界值，則拒絕原假設(shè)，及x是y的Granger原因。根據(jù)模型及數(shù)據(jù)檢驗(yàn)結(jié)果見表3所示。

表3　1997—2013年Granger因果關(guān)系檢驗(yàn)

城鎮(zhèn)化率和能源消費(fèi)之間的Granger檢驗(yàn)結(jié)果表明：能源消費(fèi)和城鎮(zhèn)化率是雙向的因果關(guān)系，拒絕原假設(shè)，能源消費(fèi)對(duì)數(shù)不是城鎮(zhèn)化率的原因，城鎮(zhèn)化率不是能源消費(fèi)的原因。同理說(shuō)明：工業(yè)對(duì)數(shù)是能源消費(fèi)的Granger原因，即是單向的因果關(guān)系。人均GDP和能源消費(fèi)是單向的因果關(guān)系，即能源消費(fèi)是人均GDP的單向因果關(guān)系。

五、能源消費(fèi)預(yù)測(cè)

通過(guò)對(duì)重慶市1997—2013年人均GDP、GDP、城鎮(zhèn)化率、工業(yè)比重和能源消費(fèi)進(jìn)行協(xié)整關(guān)系分析，建立模型，并通過(guò)Granger因果關(guān)系檢驗(yàn)，根據(jù)其長(zhǎng)期均衡方程和誤差修正模型得出預(yù)測(cè)值。由于人均GDP相對(duì)于總量GDP在和城鎮(zhèn)化率、工業(yè)比重結(jié)合建立模型時(shí)擬合度更高，更具有說(shuō)明意義，此處選擇模型中的能源消費(fèi)和人均GDP、城鎮(zhèn)化率、工業(yè)比重進(jìn)行預(yù)測(cè)。

圖3標(biāo)示的是模型在樣本區(qū)間內(nèi)的實(shí)際值和預(yù)測(cè)值的誤差，由計(jì)算結(jié)果可知，它們的誤差在2%～9%的較小范圍內(nèi)。

為實(shí)現(xiàn)對(duì)重慶市能源消費(fèi)的預(yù)測(cè)和評(píng)價(jià)，我們需要對(duì)模型中的因素設(shè)定參數(shù)，預(yù)計(jì)到2020年全市常住人口為3 400萬(wàn)人，城鎮(zhèn)化水平為70%,再參照國(guó)家整體規(guī)劃，根據(jù)2009—2013年城鎮(zhèn)化率的平均增幅推算2016—2020年及2025、2030年城鎮(zhèn)化率。

圖3　能源消費(fèi)的預(yù)測(cè)值、實(shí)際值和誤差

同樣，根據(jù)2009—2013年常住人口的平均增幅，以及2014年重慶市規(guī)劃局的調(diào)整計(jì)劃，可推算2016—2030年重慶市的常住人口，而根據(jù)重慶市GDP的增幅近階段處于9%的平均增幅，推算出重慶市2016—2030年人均GDP(人均GDP=GDP/常住人口)。

目前，重慶工業(yè)占比為42%左右，且有下降趨勢(shì)，但依據(jù)“十二五”規(guī)劃及現(xiàn)階段重慶市發(fā)展?fàn)顩r，重慶市仍處于工業(yè)的大力發(fā)展階段，根據(jù)2009—2013年的工業(yè)比值平均增幅，推算2016—2030年的工業(yè)比重。參數(shù)設(shè)置如表4。

表4　參數(shù)設(shè)定值

注：人均GDP和工業(yè)比重已按1997年不變價(jià)格折算過(guò)。

資料來(lái)源：《重慶城鄉(xiāng)總體規(guī)劃(2007—2020)》《城鄉(xiāng)規(guī)劃調(diào)整-重慶市規(guī)劃局(2014年)》《重慶市人民政府關(guān)于推進(jìn)新型城鎮(zhèn)化的若干意見(2012年)》。

基于上述分析，得出能源需求預(yù)測(cè)值如表5。

六、重慶市GDP和能源消費(fèi)趨勢(shì)

庫(kù)茲涅茨模型構(gòu)建的理論依據(jù)是20世紀(jì)90年代初美國(guó)經(jīng)濟(jì)學(xué)家Grossman 和Krueger提出的描述環(huán)境污染和經(jīng)濟(jì)發(fā)展之間演替關(guān)系的環(huán)境庫(kù)茲涅茨曲線(EKC)理論[24]。運(yùn)用庫(kù)茨涅茲曲線得出能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)的一般模型如下:

(6)

在實(shí)際模型構(gòu)建中,影響能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)的其他因素Z項(xiàng)在計(jì)算和模擬過(guò)程中常忽略不計(jì),國(guó)內(nèi)外學(xué)者通常選用的簡(jiǎn)化模型有:

(7)

簡(jiǎn)單的庫(kù)茲涅茨曲線描述了GDP和能源消費(fèi)的關(guān)系[25]，本文選擇GDP作為解釋變量并使用對(duì)數(shù)的二次方程形式，其庫(kù)茲涅茨模型表達(dá)式：

(8)

式(8)中，LGDP表示對(duì)GDP取對(duì)數(shù)；(LGDP)2表示對(duì)GDP取對(duì)數(shù)的平方；α表示反應(yīng)個(gè)體差異的變量；ωit表示隨機(jī)誤差項(xiàng)。

表52015—2020能源消費(fèi)量

萬(wàn)噸標(biāo)準(zhǔn)煤

由圖1可知能源消費(fèi)和GDP均有隨著時(shí)間上升的趨勢(shì)，此處首先對(duì)(LGDP)2序列進(jìn)行平穩(wěn)檢驗(yàn)，根據(jù)Eviews6.0檢驗(yàn)(LGDP)2同樣是二階差分平穩(wěn)序列，對(duì)LTE、LGDP、(LGDP)2做協(xié)整檢驗(yàn)得到靜態(tài)回歸方程為：

LTE=-10.12+3.79LGDP-0.18(LGDP)2

由回歸方程可以看出，其顯著性、回歸系數(shù)及相關(guān)系數(shù)的顯著性比較好，進(jìn)一步檢驗(yàn)LTE、LGDP和(LGDP)2是否有長(zhǎng)期協(xié)整的關(guān)系。對(duì)其殘差序列u7進(jìn)行檢驗(yàn)，結(jié)果如表6。

表6　殘差檢驗(yàn)

從檢驗(yàn)結(jié)果得出，殘差序列的統(tǒng)計(jì)量t值為-2.335 899 1，其在5%和10%的顯著水平下均拒絕了存在單位根的假設(shè)，說(shuō)明殘差序列穩(wěn)定。得出LTE、LGDP和(LGDP)2有顯著的協(xié)整關(guān)系，即長(zhǎng)期均衡，如表7。

表7　方程常數(shù)項(xiàng)系數(shù)及拐點(diǎn)值

根據(jù)表7及靜態(tài)回歸方程得出，重慶市能源消費(fèi)存在庫(kù)茲涅茨曲線，并可以得出能源消費(fèi)峰值為18 582.95萬(wàn)噸標(biāo)準(zhǔn)煤。結(jié)合上述能源預(yù)測(cè)，此拐點(diǎn)值與上述預(yù)測(cè)的2028年能源消費(fèi)量18 742.53 萬(wàn)噸標(biāo)準(zhǔn)煤接近，可以得出重慶市能源消費(fèi)將會(huì)在2028年達(dá)到峰值。

七、結(jié)論

重慶市能源消費(fèi)將會(huì)在2028年達(dá)到峰值，但2030年的預(yù)測(cè)值明顯又大于峰值點(diǎn)，這說(shuō)明目前重慶市對(duì)能源利用的能效無(wú)法滿足重慶市城鎮(zhèn)化和工業(yè)發(fā)展的需求，需要對(duì)第二產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行優(yōu)化，大力發(fā)展環(huán)保產(chǎn)業(yè)和低能耗產(chǎn)業(yè)，提高工業(yè)生產(chǎn)技術(shù)水平，減少高能耗行業(yè)比例，降低能耗，使能源得到合理可持續(xù)的利用。

城鎮(zhèn)化率和能源消費(fèi)存在著雙向的Granger的因果關(guān)系，這說(shuō)明城鎮(zhèn)化率對(duì)能源消費(fèi)有依賴作用，能源促進(jìn)了城鎮(zhèn)化率的提升，而且城鎮(zhèn)化程度也能充分反映能源消耗變化程度。能源消費(fèi)和人均GDP有著單向的Granger因果關(guān)系，說(shuō)明能源消費(fèi)的增長(zhǎng)可能暗含著人均GDP 的增長(zhǎng)。GDP和能源消費(fèi)有著單向的Granger因果關(guān)系，且GDP增長(zhǎng)明顯促進(jìn)了能源消費(fèi)的增加，說(shuō)明能源消費(fèi)要以經(jīng)濟(jì)的增長(zhǎng)為前提。通過(guò)預(yù)測(cè)的能源消費(fèi)總量值顯示，近期重慶市的能源需求還是在穩(wěn)步增長(zhǎng)，意味著經(jīng)濟(jì)的發(fā)展也在同步進(jìn)行。工業(yè)比重和能源消費(fèi)有著單向的Granger因果關(guān)系，即工業(yè)比重的變化將會(huì)導(dǎo)致能源消費(fèi)同方向的變化，需要調(diào)整工業(yè)比例，根據(jù)能源的供應(yīng)狀況合理調(diào)整工業(yè)發(fā)展。

本研究采用的是多因素變量構(gòu)建計(jì)量模型研究能源消費(fèi)情況，結(jié)合目前間接預(yù)測(cè)能源的一些其他模型可以看出，可能需要考慮更全面的因素，甚至組合相關(guān)的模型來(lái)預(yù)測(cè)或者衡量能源的需求，以保障重慶市的能源發(fā)展和國(guó)家對(duì)重慶市能源的支持政策同步。

參考文獻(xiàn)：

[1]東方早報(bào).中美達(dá)成減排協(xié)議：中國(guó)計(jì)劃 2030年左右碳排放達(dá)到峰值[EB/OL].http://www.dfdaily.com/html/21/2014/11/13/1203646.shtml.2014.

[2]FATAI K,OXLEY L,SCRIMGEOUR F G.Modelling the causal relationship between energy consumption and GDP in New Zealand,Australia,Indiia,Indonesia,The Philippines and Thailand[J].Mathematics and computers in simulation,2004,64(3/4):431-445.

[3]JIN-LI Hu,CHENG-HSUN Lin.Disaggregated energy consumption and GDP in Taiwan:a threshold cointegration analysis[J].Energy economics,2008,30(5):2342-2358.

[4]SABRINAYAN,NORSIAHKADIR,MAHYUNDIN A,et al.Revisiting energy consumption and GDP:evidence from dynamic panel data analysis [J].Procedia economics and finance,2013(7):42-47.

[5]PARASKEVI K，SALAMALIKI,Ioannis A.Energy consumption and real GDP in G-7:multi-horizon causality testing in the presence of capital stock [J].Energy economics,2013，39:108-121.

[6]ANGELIKI N.MENEGAKI.On energy consumption and GDP studies; a meta-analysisof the last two decades [J].Renewable & sustainable energy reviews,2014，29:31-36.

[7]韓智勇，魏一鳴，焦建玲，等.中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的協(xié)整性與因果關(guān)系分析[J].系統(tǒng)工程，2004,22(12):17-21.

[8]肖濤，張宗益，咼小明.八大經(jīng)濟(jì)區(qū)能源消耗與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[J].科研管理，2012,33(4)：139-146.

[9]陳操操，張妍，劉春蘭，等.北京市能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的協(xié)整檢驗(yàn)分析[J].環(huán)境科學(xué)，2012，33(6):2139-2144.

[10]汪旭暉，劉勇.中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)：基于協(xié)整分析和Granger因果檢驗(yàn)[J].資源科學(xué)，2007,29(5)：57-62.

[11]樊元，劉亞麗，陳晶.甘肅能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)影響關(guān)系實(shí)證分析——基于JJ協(xié)整檢驗(yàn)和誤差修正模型[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013,43(18)：39-45.

[12]薛黎明，侯運(yùn)炳，蔡先鋒，等.中國(guó)煤炭消費(fèi)與經(jīng)濟(jì)發(fā)展水平之間關(guān)系的協(xié)整分析[J].中國(guó)礦業(yè)，2011,20(1)：31-35.

[13]何劍，季俊.中國(guó)西北五省區(qū)能源消費(fèi)與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性分析[J].資源與產(chǎn)業(yè)，2012,14(4)：19-24.

[14]董鋒，譚清美，周德群，等.技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)和對(duì)外開放程度對(duì)中國(guó)能源消費(fèi)量的影響——基于灰色關(guān)聯(lián)分析-協(xié)整檢驗(yàn)兩步法的實(shí)證[J].中國(guó)人口·資源與環(huán)境，2010,20(6)：22-27.

[15]寧亞?wèn)|，丁濤，外岡豐.中國(guó)能源消費(fèi)特征分析——基于完全因素分解模型的實(shí)證研究[J].大連理工大學(xué)學(xué)報(bào)，2012，52(5)：641-647.

[16]岳婷，龍如銀.我國(guó)居民生活能源消費(fèi)量的影響因素分析[J].華東經(jīng)濟(jì)管理，2013,27(11)：57-61.

[17]楊波，譚章祿.基于Logistic模型的中國(guó)國(guó)家能源消費(fèi)總量預(yù)測(cè)研究[J].科技管理研究，2013(12)：45-48.

[18]渠慎寧，郭朝先.基于STIRPAT模型的中國(guó)碳排放峰值預(yù)測(cè)研究[J].中國(guó)人口·資源與環(huán)境,2010,20(12):10-15.

[19]朱永彬，王錚，龐麗，等.基于經(jīng)濟(jì)模擬的中國(guó)能源消費(fèi)與碳排放高峰預(yù)測(cè)[J].地理學(xué)報(bào)，2009，64(8)：935-944.

[20]何建坤.CO2排放峰值分析:中國(guó)的減排目標(biāo)與對(duì)策[J].中國(guó)人口·資源與環(huán)境，2013,23(12):1-9.

[21]張曉峒.EViews使用指南與案例[M].北京：機(jī)械工業(yè)出版社，2007.

[22]重慶市統(tǒng)計(jì)局.重慶統(tǒng)計(jì)年鑒(2014)[Z].北京：中國(guó)統(tǒng)計(jì)出版社，2014.

[23]李子奈.高等計(jì)量經(jīng)濟(jì)學(xué)[M].北京:清華大學(xué)出版社，2002.

[24]GROSSMAN G，KRUEGER A.Economic growth and the environment[J].Quarterly journal of economics,1995,110(2):353-377.

[25]夏自蘭，趙小鳳，王繼軍.江蘇省環(huán)境庫(kù)茲涅茨曲線特征及其成因分析[J].水土保持研究，2010,17(1)：198-206.

(責(zé)任編輯魏艷君)

Research on Regional Energy Consumption Peak Based on ECM Model

and Kuznets Curve: Take Chongqing as an Example

WANG Sheng1,2, LYU Zhi-chen1,2, LIU Zhen2,3, ZHU Kai-wei2, PU Gang-qing2

(1.Chongqing Academy of Social Sciences, Chongqing 400020, China；

2.College of Management, Chongqing University of Technology, Chongqing 400054, China;

3.Lawrence Berkeley National Laboratory, California 94530, US)

Abstract:Taking Chongqing as an example, we selected GDP, per capita GDP, urbanization rate and the proportion of industrial statistics from 1997 to 2013, and studied the factors affecting energy consumption and economic development, and combined with the co-integration test, Granger causality test, error correction model (ECM) and Kuznets Curve, and used quantitative analysis method, we analyzed and discussed the relationship between them by predicting the peak of energy consumption, to reveal the dynamic relationship between energy consumption and economic development. The results show that the energy consumption and per capita GDP, urbanization rate, industrial proportion respectively has a one-way, two-way and one-way causal relationship respectively. According to the long-term equilibrium equation and the ECM, we predicted energy consumption situation of Chongqing of 2020, 2025, 2030 respectively, and combined with the GDP and energy consumption of the Kuznets curve, energy consumption in Chongqing will arise its peak in 2028. The results accord with China’s overall energy consumption targets, conduce to comprehensive deal with the problem of energy demand, the urban energy consumption planning and policy in making provide reference .

Key words:energy consumption peak value; per capita GDP; rate of urbanization; Kuznets curve

文章編號(hào)：1674-8425(2016)01-0037-09

中圖分類號(hào)：F206

文獻(xiàn)標(biāo)識(shí)碼：A

doi:10.3969/j.issn.1674-8425(s).2016.01.007

作者簡(jiǎn)介：王勝(1976—)，男，四川樂(lè)山人，研究員，博士，重慶社會(huì)科學(xué)院副院長(zhǎng)，重慶市人民政府發(fā)展研究中心副主任兼秘書長(zhǎng)，研究方向：低碳經(jīng)濟(jì)、能源政策規(guī)劃與設(shè)計(jì)、區(qū)域能源消費(fèi)；呂指臣(1989—)，男，河南泌陽(yáng)人，碩士研究生，研究方向：技術(shù)經(jīng)濟(jì)及管理。

基金項(xiàng)目：國(guó)家自然科學(xué)基金“能源安全和生態(tài)環(huán)境約束下區(qū)域農(nóng)業(yè)生物質(zhì)能經(jīng)濟(jì)總量模型與補(bǔ)償機(jī)制研究”(71573026)；重慶市教委人文社會(huì)科學(xué)研究項(xiàng)目“總量控制下的區(qū)域能源安全預(yù)測(cè)預(yù)警體系研究”(13SKL10)；重慶市重大決策咨詢研究課題“重慶市能源安全風(fēng)險(xiǎn)評(píng)估及其對(duì)策研究”(2DKB12007)；重慶市人文社會(huì)科學(xué)重點(diǎn)研究基地開放基金項(xiàng)目“不同政策情境下的低碳消費(fèi)行為實(shí)驗(yàn)研究”(2015Q53)

收稿日期：2015-06-19

引用格式：王勝，呂指臣，劉貞，等.基于ECM模型和庫(kù)茲涅茨曲線的區(qū)域能源消費(fèi)峰值研究——以重慶市為例[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2016(1):37-45.

Citation format：WANG Sheng, LYU Zhi-chen, LIU Zhen,et al.Research on Regional Energy Consumption Peak Based on ECM Model and Kuznets Curve: Take Chongqing as an Example[J].Journal of Chongqing University of Technology(Social Science)，2016(1):37-45.