生物燃料乙醇產業發展的影響因素研究
——基于美國月度數據的VAR模型分析

邢　斐　吳曉杰　易文鈞

(華中科技大學，武漢　430074)

?

生物燃料乙醇產業發展的影響因素研究
——基于美國月度數據的VAR模型分析

邢斐吳曉杰易文鈞

(華中科技大學，武漢430074)

〔摘要〕本文以相對成熟的美國生物燃料乙醇產業為例，選取1982年1月至2014年12月的月度數據，通過構建多變量VAR模型分析影響生物燃料乙醇產業發展的因素。研究結果表明：燃料乙醇產量與玉米價格、汽油價格、GDP、溫室氣體排放量之間存在著長期穩定的均衡關系；汽油價格和GDP對燃料乙醇產量有正向沖擊效應且滯后期長，玉米價格和溫室氣體排放量對燃料乙醇產量有負向沖擊效應并在長期中逐漸收斂為0；政策扶持因素對燃料乙醇產量有顯著正向影響；在長期中汽油價格和GDP對燃料乙醇產量的影響較大，而玉米價格和溫室氣體排放量的影響小。

〔關鍵詞〕生物燃料乙醇VAR模型溫室氣體排放量國民生產總值能源結構清潔能源

引言

生物燃料乙醇①是以玉米、高粱、甘蔗等生物質為原料，通過降解、發酵處理獲得的可再生液體燃料，可以完全或部分替代汽油使用，是石油基液體燃料的綠色替代品。早在20世紀70年代，美國、巴西等國家出于對能源安全、環境保護和刺激農村經濟等方面的考慮開始大力倡導和扶持燃料乙醇產業，將其視為實現能源結構多樣化的重要途徑。隨后的幾十年間，燃料乙醇由于其“碳中性”的特質以及良好的理化性質成為各國爭相發展的清潔能源，目前有超過40個國家生產和銷售燃料乙醇，2014年全球總產量達到892.5億升，年平均增長率超過16%。

我國燃料乙醇產業起步較晚，始于2000年，經過十多年的發展取得了長足進步。全國燃料乙醇產量從2002年的2.90億升增加至2014年的29.51億升，增長超過10倍，成為繼美國、巴西之后的第三大燃料乙醇生產國。在車用燃料市場，截至2015年底已有6個省份全境使用乙醇汽油E10②，另有5個省份的27個城市部分推廣，全國燃料乙醇與汽油的平均摻混比例為2.3%。中國于2007年建成首個非糧乙醇生產廠，目前以木薯、甜高粱、玉米芯等為原料的非糧乙醇年產量已達6.39億升，在發展“1.5代”乙醇方面處于世界領先地位[1]。

雖然我國燃料乙醇產業取得了一定成績，但與美國、巴西相比差距明顯。2014年中國燃料乙醇產量占全球總產量的比例僅為3%，遠遠落后于美國和巴西分別達60%和20%的占比。發展燃料乙醇產業是解決我國現階段能源短缺、空氣污

染等問題的有效途徑，是實現我國經濟在“十三五”期間向綠色轉型升級的必要選擇。要推動燃料乙醇產業發展，必須首先明確影響其發展的重要因素，從而才能有針對性的提出發展建議。

對于產業發展影響因素的研究，許多學者是將燃料乙醇和生物柴油綜合起來，不加區分的研究整個生物燃料產業。如Jupesta等(2011)的研究表明對于印度尼西亞來說，政策法令是促使生物燃料國內需求量增加的重要原因，而全球環境改變增加了該國生物燃料的出口[2]。Moyo等(2013)梳理了津巴布韋生物燃料產業發展的歷程，指出缺少相應的產業政策是該國生物燃料產業發展不理想的主要原因[3]。向濤等(2014)的研究表明耕地資源、人均國民收入對生物燃料消費比重有正向影響，以人均國民收入為中介變量則農作物單產和碳排放也會對生物燃料消費比重造成影響[4]。

針對燃料乙醇產業，Karmarkar-Deshmukh和Pray(2009)的研究表明原油價格和聯邦政府的科研補貼對美國燃料乙醇產業的科技進步有顯著的正向影響[5]。Deogratias等(2011)通過構建因果關系圖發現玉米產量、玉米價格、政府稅收優惠、原油價格等因素對美國燃料乙醇產業有影響[6]。而André和Yony(2014)認為在巴西汽油和燃料乙醇既是相互替代品又是互補商品，

且在短期內汽油價格沖擊對燃料乙醇需求的影響大于乙醇自身價格沖擊[7]。

總的來說，目前專門針對燃料乙醇產業發展影響因素的研究不多，且現有研究成果多為定性分析，具有一定的局限性。本文嘗試構建包括燃料乙醇產量、政策扶持、玉米價格、汽油價格、GDP和溫室氣體排放量等變量的VAR模型對發展較為成熟的美國燃料乙醇產業進行分析，探究燃料乙醇產業發展的驅動因素，希望能為我國燃料乙醇產業發展帶來一定的啟示。

1研究方法及變量選取

1.1研究方法

本文采用含有外生變量的VAR模型對美國燃料乙醇產業發展的影響因素進行研究，并運用脈沖響應函數和方差分解兩種方法對變量之間的動態關系進行分析。含T個變量、滯后p期的VAR模型如下：

yt=A1yt-1+…Apyt-p+BXt+εtt=1，2，…，T

其中，yt為k維內生變量向量，Xt是d維外生變量向量，p為滯后階數，T為樣本個數，k×k維矩陣A1，…，Ap和k×d維矩陣B是VAR模型的系數矩陣，εt為k維擾動向量。

1.2變量選取

美國燃料乙醇產業是在20世紀70年代石油危機之后起步，迄今已走過近40年，特別是經過最近十多年的快速發展，美國燃料乙醇產業在產量、產能、市場、技術等方面都處于全球領先水平。2014年，美國生產燃料乙醇達542.77億升，占全球總產量的60%，高居世界首位。因此，本文選取發展較為成熟的美國燃料乙醇產業為例，采用1982年1月至2014年12月的月度數據對燃料乙醇產業發展的影響因素進行實證分析。所用數據均來源于美國能源信息網(EIA)和美國商務部網站。

(1)燃料乙醇產量EP(1000加侖)。本文選取美國燃料乙醇月度產量作為衡量產業發展程度的指標。

(2)玉米價格CP(美元/蒲式耳)。原料成本是燃料乙醇生產過程中最大的成本支出，占比達85%③，原料價格決定了乙醇企業的盈利水平。雖然近年來美國致力于發展纖維素乙醇，但玉米仍是其重要原材料，每年有95%以上的燃料乙醇產自玉米。因此，玉米價格波動直接影響著燃料乙醇產業的發展。

(3)汽油價格GP(美元/加侖)。汽油價格的變動對燃料乙醇供應量有雙向影響[8]。一方面，燃料乙醇對汽油有替代效應，汽油價格上升會使燃料乙醇供給曲線右移；另一方面，由于現階段燃料乙醇是以乙醇汽油混合物的形式使用，燃料乙醇與汽油之間又存在互補效應，汽油價格上升會增加乙醇汽油生產成本，導致燃料乙醇使用量降低。可見，原油市場與生物燃料市場關系緊密，汽油價格的波動影響著燃料乙醇產業的發展。

(4)國民生產總值GDP(10億美元)。GDP是一國經濟發展水平的衡量指標，其對燃料乙醇產業的影響體現在：①GDP反映了全社會可提供的資源數量，是產業發展的基礎；②經濟增長伴隨著能源消耗增加，GDP與能源消耗之間存在顯著的因果關系[9]。美國GDP為季度數據，首先利用Eviews6.0軟件對數據進行頻率轉換處理，將季度GDP轉換成月度GDP。

(5)溫室氣體排放量GHG(百萬噸)。改善空氣質量，減少溫室氣體排放是一些國家發展生物燃料的一個重要原因。歐盟“可再生能源指令”規定到2020年生物燃料在化石燃料中的混合比例達到10%以實現2020年溫室氣體排放量比1990年減少20%的目標；加拿大政府要求從2011年起國內銷售的車用燃料中必須添加一定比例生物燃料，減少交通部門的碳消耗量。

(6)政策扶持D。對于美國燃料乙醇產業的快速發展一直存在著“政策驅動”說，即認為政府的高額補貼是燃料乙醇發展的核心驅動力[10]。為了考察政策因素對燃料乙醇產業的影響，本文設定虛擬變量D，以美國“可再生燃料標準”(RFS)開始實施的時間2006年1月為分界線，令虛擬變量D在2006年1月之前為0，在2006年1月及之后為1。虛擬變量D在VAR模型中為外生變量。

為了消除可能存在的異方差，本文對除虛擬變量D以外的指標均進行對數化處理，用LEP表示燃料乙醇產量，LCP表示玉米價格，LGP表示汽油價格，LGDP表示國民生產總值，LGHG表示溫室氣體排放量。

2計量檢驗及實證分析

2.1平穩性檢驗

在進行VAR估計之前首先要對內生變量的平穩性進行檢驗。本文采用增廣的迪基——富勒(ADF)檢驗來判斷燃料乙醇產量LEP、玉米價格LCP、汽油價格LGP、國民生產總值LGDP、溫室氣體排放量LGHG等時間序列的平穩性。

表1　ADF單位根檢驗結果

注：D()代表一階差分。

從表1可知，LEP、LCP、LGP、LGDP和LGHG 5個變量序列在5%的顯著性水平下都是非平穩序列；一階差分以后，D(LEP)、D(LCP)、D(LGP)、D(LGDP)和D(LGHG)在95%的置信區間內都是平穩的，即各變量的一階差分具有平穩性，5個序列均為一階單整I(1)。

2.2VAR模型估計

雖然經過差分的時間序列平穩，但是差分過程損失了變量的長期信息也改變了變量的經濟意義，因此本文選用原變量序列LEP、LCP、LGP、LGDP和LGHG以及外生變量D構建VAR模型。

在進行VAR回歸估計之前先確定模型的滯后階數。由于LogL、LR、FPE、AIC、SC和HQ等定階方法得出的最優滯后階數并不一致，綜合考慮各項評價指標并經過多次嘗試，最終確定滯后階數為13階，建立模型VAR(13)。

利用Eviews6.0對模型VAR(13)做回歸估計，得到整個模型的擬合優度為0.997，表明模型的擬合效果較好。在VAR(13)模型中，虛擬變量D對乙醇產量的影響系數為0.035374，t統計量為1.56017，遠大于10%顯著性水平下的臨界值，故說明在RFS實施前后乙醇產量確實存在差別。且虛擬變量系數為正，表明政策扶持對乙醇產量有正向影響，即RFS對美國燃料乙醇產業發展給予了支持。

對于建立的VAR模型必須要保證其穩定性，如果模型不穩定，會影響脈沖響應函數和方差分解的分析結果。本文利用AR根來檢驗模型的穩定性，即若VAR(13)模型所有根模的倒數小于1，即全部位于單位圓內則模型穩定。

圖1　VAR模型的AR特征多項式逆根圖

如圖1所示，所有的AR根模的倒數都落在了單位圓內，因此所構建的VAR(13)的模型是穩定的。

2.3Johansen協整檢驗

由上文的平穩性檢驗可知，LEP、LCP、LGP、LGDP和LGHG 5個變量都是一階單整序列，滿足協整檢驗的前提條件。在已構建的VAR模型的基礎上，采用Johansen協整法對各變量進行檢驗，以確定5個變量之間是否具有長期均衡關系，結果如下：

表2　VAR模型的Johansen協整檢驗

注：*表示在5%的顯著性水平下拒絕原假設。

如表2所示，在5%的顯著性水平下拒絕無協整關系的原假設，接受最多一個協整向量的假設，表明LEP、LCP、LGP、LGDP和LGHG 5個變量在95%置信區間內有且只有一個協整關系。

2.4脈沖響應函數分析

經過檢驗，VAR(13)模型平穩且存在協整關系，可以對其進一步進行脈沖響應函數分析和方差分解。脈沖響應函數刻畫了變量之間動態的影響過程。為了研究影響燃料乙醇產業發展的因素，本文觀察了玉米價格、汽油價格、GDP以及溫室氣體排放量4個變量在受到隨機擾動項一個標準差的沖擊后在當期和未來200期里對燃料乙醇產量變動的影響。

2.4.1玉米價格沖擊對燃料乙醇產量的動態影響

圖2　LEP對LCP的脈沖響應

如圖2所示，在當期給玉米價格一個標準差的正向沖擊后乙醇產量急劇下降，在第10期達到負向最小值-0.016，隨后逐漸收斂為0。總體來說，玉米價格對乙醇產量有滯后效應，玉米價格的增加會引起乙醇產量在短期內快速下降，但在長期中這種影響越來越弱。作為美國燃料乙醇的主要原料，玉米的價格上升擠壓了乙醇企業的利潤空間，引起產量下調。

2.4.2汽油價格沖擊對乙醇產量的動態影響

圖3　LEP對LGP的脈沖響應

如圖3所示，在當期給汽油價格一個標準差的正向沖擊后乙醇產量短期內呈現穩定上升態勢，在第35期達到正向最大值0.02，隨后逐漸收斂，150期以后基本穩定在0.005的水平。這表明，在短期內汽油價格對乙醇產量的滯后效應明顯，汽油價格的上升導致乙醇產量增加，長期中這種影響持續存在。美國乙醇汽油的摻混比例較高，除了各州廣泛使用的E10、E15，高濃度乙醇汽油E85也已經進入終端市場，燃料乙醇對汽油的替代效應大于互補效應。

2.4.3國民生產總值沖擊對乙醇產量的動態影響

圖4　LEP對LGDP的脈沖響應

如圖4所示，在當期給國民生產總值一個標準差的正向沖擊后乙醇產量短期內上下波動，在第13期達到負向最小值-0.004，隨后該效應回調，超過零邊界變成正效應并最終穩定在0.008的水平。總體而言，乙醇產量對國民生產總值的變動產生正向響應，并在長期中持續。國民生產總值對燃料乙醇產業既有支撐作用又有帶動作用，GDP增加會促使燃料乙醇產量上升。

2.4.4溫室氣體排放量沖擊對乙醇產量的動態影響

圖5　LEP對LGHG的脈沖響應

如圖5所示，在當期給溫室氣體排放量一個標準差的正向沖擊后乙醇產量波動劇烈，在開始階段沖擊效應為負，在第2期達到負向最小值-0.01，隨后該效應回調，超過零邊界變成正效應，第25期達到正向最大值0.014，隨后逐漸收斂。溫室氣體排放量對乙醇產量在長期中有微弱的負向影響，這與預期不同。或許是因為溫室氣體排放量對生物燃料的影響是間接的，要通過民眾的環保意識、能源集團的政治博弈以及政府行為等復雜因素的傳導，最終效果出現偏差。

2.5方差分解分析

本文應用方差分解分析了每個結構沖擊對變量的貢獻度，進而評價不同結構沖擊的重要性。基于已建立的VAR(13)模型，對乙醇產量進行方差分解，以描述玉米價格、汽油價格、GDP以及溫室氣體排放量等因素在乙醇產量動態變化中的相對重要性。

表3　方差分解表

注：LEP、LCP、LGP、LGDP和LGHG列分別表示各變量對乙醇產量方差預測誤差值的貢獻度，單位是%。

由表3可知，乙醇產量在第一期只受自身波動的影響，玉米價格、汽油價格、GDP和溫室氣體排放量對乙醇產量的沖擊(即對預測誤差的貢獻度)在第二期才顯現出來，且這種沖擊相對于乙醇產量自身的影響非常微弱，隨后呈現逐期增強態勢。到了第100期，乙醇產量的波動52.1%由自身解釋，28.4%由汽油價格解釋，13.7%由國民生產總值解釋，4.1%由玉米價格解釋，1.8%由溫室氣體排放量解釋。相比其他變量，汽油價格對乙醇產量的預測方差貢獻度最大，這表明在研究期內汽油價格是推動乙醇產量變動的主要原因。其他變量的貢獻度相對較小，尤其是溫室氣體排放量的方差貢獻率幾乎可以忽略，這與脈沖響應函數的分析結果一致。GDP對乙醇產量的預測方差貢獻度幾乎是玉米價格的兩倍，說明GDP對乙醇產量的影響比玉米價格要大，一國經濟實力的增強可以彌補成本增加對乙醇產業發展造成的損失。

3結論與啟示

本文利用1982年1月到2014年12月的月度數據，通過構建包含乙醇產量、玉米價格、汽油價格、GDP、溫室氣體排放量以及政策支持因素的VAR模型，分析了影響美國燃料乙醇產業發展的因素。通過實證分析得到如下結論：

(1)燃料乙醇產量與玉米價格、汽油價格、GDP、溫室氣體排放量之間存在著長期穩定的均衡關系。汽油價格和GDP對乙醇產量有正向沖擊作用，汽油價格和GDP的增加在短期內會對帶動乙醇產量上升，長期中這種帶動作用持續存在；玉米價格對乙醇產量有負向沖擊作用，玉米價格增加使得乙醇產量在短期內快速下降，隨后逐漸收斂為0；溫室氣體排放量的沖擊對乙醇產量的影響總體為負，增加溫室氣體排放量會使乙醇產量在長期中有所下降。

(2)政策扶持因素對燃料乙醇產量有顯著正向影響。VAR模型估計結果顯示政策扶持變量對乙醇產量的回歸系數為正，在10%的水平下顯著，這表明“可再生燃料標準”(RFS)的實施促進了美國燃料乙醇產業發展，政策扶持是燃料乙醇產業快速發展的驅動力。

(3)在長期中汽油價格和GDP對燃料乙醇產量的影響較大，而玉米價格和溫室氣體排放量的影響小。方差分解的結果顯示，燃料乙醇產量在短期內主要是受自身波動的影響，玉米價格、汽油價格、GDP和溫室氣體排放量在短期內對乙醇產量的沖擊都非常微弱，隨后逐期增強；在長期中，原油價格和GDP是燃料乙醇產量變動的主要因素，玉米價格和溫室氣體排放量對燃料乙醇產量變動的貢獻度較小。

綜上所述，政策扶持、汽油價格以及GDP對燃料乙醇產業的發展影響較大，玉米價格以及溫室氣體排放量的影響相對較小。結合我國產業發展的實際情況，作者認為對美國燃料乙醇產業發展因素的研究對我國發展燃料乙醇產業有以下啟示：

(1)以法律為保障對燃料乙醇消費進行政府管制。我國燃料乙醇產業尚處于發展初期，產業規模小，市場競爭力不強，對此可以借鑒美國發展經驗，對燃料乙醇做出強制使用指令。具體來說，在合理制定產業發展規劃的基礎上對原油生產商、進口商等責任商提出燃料乙醇年度使用量的具體要求，規定各責任商在當年必須完成一定量的燃料乙醇使用責任。并建立監督系統，追蹤各責任商的完成情況，對沒有完成年度責任量的企業進行罰款。

(2)加大對纖維素乙醇的研發支持。考慮到我國的資源情況，未來燃料乙醇產業應以纖維素乙醇為主要發展方向，加大對纖維素乙醇的研發支持。政府應加大對纖維素乙醇專項科研經費的投入力度，鼓勵和支持燃料乙醇企業的技術研究和自主創新；大力推動創新型人才引進計劃，建立纖維素乙醇專家庫；促進產學研深度合作，支持發展一批由企業主導、科研院所和高校參與的產業技術創新聯盟，實施一批具有強勁帶動作用的產業化項目。

(3)提高公眾對燃料乙醇的認知，促進終端消費。乙醇汽油作為車用燃料在我國推廣使用的時間不長，公眾對乙醇汽油了解不多，不利于燃料乙醇產業發展。針對這種情況，首先應加大對燃料乙醇的宣傳，利用媒體渠道提高燃料乙醇曝光率。宣傳著重說明乙醇汽油在動力性能、平均油耗等方面與普通汽油差別不大，打消部分消費者對乙醇汽油的疑慮，同時還要強調燃料乙醇在治理空氣污染等方面的積極作用。其次政府可以聯合燃料乙醇生產商、混配商等相關企業利用消費補貼、低價促銷等手段吸引消費者。

注釋：

①生物燃料乙醇以下簡稱燃料乙醇。

②乙醇汽油是將燃料乙醇和汽油按一定體積比例混配而成的替代能源。我國常見的乙醇汽油為E10，是由10%的燃料乙醇與90%的汽油調和而成。

③數據來源：美國能源信息網http:∥www.eia.gov/

參考文獻

[1]Qiu,H.,Sun,L.,Huang,J.,& Rozelle,S.Liquid Biofuels in China:Current Status,Government Policies,and Future Opportunities and Challenges[J].Renewable & Sustainable Energy Reviews,2012,16(5):3095～3104

[2]Jupesta,J.,Harayama,Y.,& Parayil,G.Sustainable Business Model for Biofuel Industries in Indonesia[J].Sustainability Accounting,Management and Policy Journal,2011,2(2):231～247

[3]Moyo,P.,Moyo,M.,Dube,D.,& Rusinga,O.Biofuel Policy as a Key Driver for Sustainable Development in the Biofuel Sector:The Missing Ingredient in Zimbabwe’s Biofuel Pursuit[J].Modern Applied Science,2014,8(1):36～58

[4]向濤,李凱.生物燃料替代化石燃料的影響因素研究——基于能源、糧食、環境視角的跨國面板數據分析[J].生態經濟,2014,(12):42～44，48

[5]Karmarkar-Deshmukh,R.,& Pray,C.E..Private Sector Innovation in Biofuels in the United States:Induced by Prices or Policies[J].Agbioforum,2009,12(1)：1～8

[6]Deogratias K.and Guodong Shao.Modeling of U.S.Corn Ethanol Industrial Growth[C].ASME 2011 5th International Conference on Energy Sustainability,Parts A,B,and C,2011

[7]De,S.M.,& Yony de Sá,B.S..Impacts of Gasoline and Ethanol Prices on Brazilian Ethanol Demand[J].Revista De Economia Contemporanea(Online),2014,18(1):56～83

[8]Cantos,J.A.,B.,& Dixon,R.K..Impacts of Bioethanol on Gasoline Prices in the Philippines:An Econometric Analysis[J].Mitigation and Adaptation Strategies for Global Change,2014,19(1):1～13

[9]Kraft,J.,Kraft.A..On the Relationship Between Energy and GNP[J].Journal of Energy and Development,1978,(3):401～403

[10]蔡海龍,王秀清.美國燃料乙醇產量快速增長的原因及對國際玉米市場的影響[J].中國農業大學學報(社會科學版),2013,(4):127～132

(責任編輯：史琳)

收稿日期：2016—01—18

基金項目：本文得到國家自然科學基金青年項目的資助(項目批號：71403093)。

作者簡介：邢斐，華中科技大學經濟學院副教授，經濟學博士。研究方向：產業經濟學。吳曉杰，華中科技大學經濟學院碩士研究生。研究方向：產業經濟學。易文鈞，華中科技大學經濟學院碩士研究生。研究方向：產業經濟學。

DOI：10．3969/j．issn．1004-910X．2016．07．002

〔中圖分類號〕F462.72

〔文獻標識碼〕A

The Influencing Factors of Biological Fuel Ethanol Industry Development——Based on the Monthly Data Analysis of the VAR Model

Xing FeiWu XiaojieYi Wenjun

(Huazhong University of Science and Technology，Wuhan 430074，China)

〔Abstract〕Taking American biological fuel ethanol industry as an example and selecting the monthly data between January 1982 and December 2014,this paper constructs multivariate VAR model to analyze the factors affecting the development of biological fuel ethanol industry.The results show that:there is a long-term stable cointegration relationship between the fuel ethanol production and corn prices,gasoline price,GDP and greenhouse gas emissions;gasoline prices and GDP have positive impacts on fuel ethanol production,and the lag periods are long,while corn prices and greenhouse gas emissions have negative impacts on fuel ethanol production and the impacts gradually converge to zero in the long term;policy support has a significant positive influence on fuel ethanol production;in the long term fuel ethanol production is greatly influenced by gasoline prices and GDP,while the impact of greenhouse gas emissions and corn prices are smller.

〔Key words〕fuel ethanol;influencing factors;VAR model;GHG;GDP;energy structure;clean energy