煤炭消費對山西經濟增長的影響分析
——基于VAR模型

李 驍

山西財經大學統計學院 山西太原 030006

煤炭消費對山西經濟增長的影響分析
——基于VAR模型

李 驍

山西財經大學統計學院 山西太原 030006

本文主要采用1985—2014年山西省的相關數據，運用單位根檢驗、Johansen協整檢驗、VAR模型等計量分析方法進行實證分析，表明能源消費總量對山西經濟發展的影響程度較為穩定但較預期小，而投資對山西省經濟的影響程度較大且在逐漸增加。

VAR模型；經濟增長；煤炭消費

1 研究背景和意義

山西省作為我國傳統的內陸資源大省，受地理位置、交通條件和國家政策等因素的限制，經濟發展在近年來受到了很大的制約。隨著本世紀初國際能源市場價煤炭價格的上漲，作為煤炭大省的山西，依靠煤炭的銷售出口，經濟得到了快速發展。然而從2014年開始，國際市場煤炭價格不斷走低，山西的經濟開始遭遇斷崖式的下跌。造成這一現象的主要原因正是山西省經濟發展中一煤獨大的經濟現狀，因煤而興、因煤而困也成為了山西經濟的現實寫照。

根據經濟學的相關理論，經濟增長受要素投入量和要素之間均衡關系的制約，要素投入直接影響著經濟增長的速度。在當前經濟社會背景下，結合柯布道格拉斯生產函數理論的相關理論，分析山西經濟增長過程中的勞動力要素、資本要素以及煤炭消費要素，對于研究戰略轉型期的山西經濟，幫助山西走出低迷現狀具有一點意義[1]。

對于經濟增長影響因素的分析，國外的經濟模型和理論都相當完善。與國內的研究相比，國外對于人力資本、投資以及能源消費對經濟增長的關系分析研究有很多。然而，國外分析所采用的方法、得出的結論并不完全適合我國的具體情況，而尤其在對我國地方經濟的研究上還有所欠缺。本文通過結合上述理論，運用國外成熟的經濟增長模型，與山西具體情況相結合，對山西經濟的影響因素做出了實際分析。

2 理論模型

在經濟學中，對于經濟增長的研究處于經濟學研究中最核心的領域。現代經濟學中，對于經濟增長的研究主要在于經濟增長的根源和推動力方面。這其中由以柯布-道格拉斯生產函數為典型。柯布-道格拉斯生產函數模型是由美國數學家柯布和經濟學家道格拉斯共同探討收入和產出的關系時設計的生產函數，該模型多被應用在定量分析經濟增長中，尤其用于分析各種要素貢獻率等方面。柯布道格拉斯生產函數模型的基本形式為：Y = AKαLβ

結合20世紀80年代以來有關內生經濟增長理論的相關知識理論，我們可以將能源消費內生化為除資本存量、勞動力和技術進步之外的另一影響經濟增長的要素[2]。為了證明這一要素所帶來的影響。本文中生產函數的內生變量為煤炭消費，故柯布-道格拉斯生產函數模型包括資本存量、勞動力、煤炭消費量，其基本形式為：

式中，Y代表國內生產總值，A代表技術進步，L表示勞動力，K表示資本存量，E為煤炭消費量，α、β、γ則為各要素的投入產出彈性系數。

一般地，對上述生產函數進行對數變換，得到如下模型：

3 實證分析

3.1 數據的選取和處理

本文數據取自1985—2014年的山西省年度數據，數據來源于各年度《山西省統計年鑒》。各變量說明如下[3]：

本文中山西省GDP，單位為億元，記為GDP。為了使得研究有意義，需要剔除價格對GDP的影響，由于沒有省級GDP價格平減指數，我們使用各省以當年實際價格計算得出的GDP指數（上年=100）進行實際GDP的換算，GDP指數記為，并以1978年為基期進行換算，設換算完成的各省實際GDP記為GDP78。

本文中對于勞動力L這一指標，選取山西省就業人員數衡量，記為labor。

本文中對于資本存量K這一指標，選取各年度固定資產投資額代替，并通過固定資產投資價格指數進行換算，記為inv。

本文中對于煤炭消費量E這一指標，選取山西省各年度煤炭消費量，記為coal。

為了降低異方差影響，本文對所有變量取對數處理，分別記為lngdp78，lnlabor，lninv和lncoal。

3.2 數據的平穩性檢驗

由于所選取的數據均為時間序列數據，而非平穩的時間序列不便用于直接建模，因此需要對變量做平穩性檢驗，本文使用單位根（ADF）檢驗來檢驗時間序列是否平穩，使用EViews 8.0進行檢驗，檢驗結果見表1。

表1 單位根檢驗結果

根據檢驗結果，在95%的顯著性水平下各對數序列的ADF統計量的P值均大于0.05，即均接受存在單位根的原假設，各對數序列都是非平穩時間序列。因此，我們需要對序列進行差分，檢驗各序列的單整階數。對上述各變量進行一階差分后，在95%的顯著性水平下，均拒絕了有單位根的原假設，即所有變量都是一階單整的。在各變量均為一階單整的情況下，非平穩時間序列之間可能存在長期均衡的協整關系。為證明是否存在協整關系，需要進行下一步檢驗。

3.3 VAR模型建立

由于VAR模型要求所有變量必須是平穩序列，故利用dlngdp、dlninv、dlncoal建立VAR模型。

利用AIC最小準則判斷，確定最優滯后階數為4階。利用最終確定的滯后階數分析以上變量的協整關系判斷模型內部變量之間是否具有協整關系，即長期均衡關系，檢驗結果見表2。檢驗結果表明，在5%的顯著水平下，拒絕不存在協整向量的原假設，即模型變量之間存在兩個協整關系，即山西煤炭消費量、固定資產投資和地區生產總值之間存在長期的協整關系。

表2 協整檢驗結果

3.4 檢驗VAR模型穩定性

利用上述變量根據確定的滯后階數建立對應的VAR模型，對所構建的VAR模型進行平穩性檢驗，結果見圖1。

從圖1可看出，VAR模型的單位根均位于單位圓之內，由此可得，該VAR模型是平穩的。由于勞動力這一指標在對VAR模型的穩定性分析時使得模型不穩定，故予以剔除。

圖1 滯后4階VAR模型單位根分布

3.5 脈沖響應函數

脈沖響應函數用來結構式沖擊的單位變化對內生變量的動態影響，能夠直接表現變量之間的互相作用和效應。

由以上脈沖響應圖可以看出，圖2為煤炭消費受到沖擊時對GDP的反應，圖2說明，煤炭消費的對數差分對GDP的對數差分在初期有正向影響，在中期有負向影響，在長期過程中，這種影響程度逐漸趨于零。圖3為投資受到沖擊時對GDP的反應，圖3說明，投資的對數差分對GDP的對數差分在前期有正向影響，在中期有負向影響，在長期過程中，這種影響程度逐漸趨于零。

3.6 方差分析

為了進一步分析VAR模型的動態特征，

采用方差分解方法，即分析某一變量的變動分別受自身誤差項和其他變量誤差項的影響程度，結果見表3。

表3 GDP方差分解結果

通過對山西省GDP進行方差分解可知，GDP的預測誤差主要受自身的影響平均達到64.47%，受煤炭消費的影響平均為12.53%，受投資的影響平均為22.99%。因此，對于GDP影響最大的還是其自身，而雖然山西一直在進行戰略轉型，但煤炭對其經濟的影響基本穩點在12%左右，而在經濟發展中，投資對經濟的影響則有著越來越重要的作用，影響程度逐期加大。

4 結語

綜上所述，通過分析山西省GDP影響因素，各變量間存在協整關系，具有長期均衡關系，進一步在脈沖響應和方法分析中得出各變量對失業率的影響程度，其中各變量對于GDP的變動影響程度不一。

綜合分析，對于山西省GDP增長緩慢的分析，其影響因素紛繁復雜，綜合本文的研究，可得出以下結論。

第一，煤炭消費對山西省經濟發展有一定的影響，但影響程度并不如我們所預期的高。因此，在山西經濟轉型過程中，不能一味認為解決山西經濟依賴資源發展的問題便可以促進山西經濟的發展。在破除發展障礙中，應該深入了解各種因素的影響。

第二，投資對山西省經濟仍然有著重要的影響。因此，在山西經濟轉型過程中，應該繼續重視投資的作用，將投資視為促進經濟發展的一個重要手段。

[1]王再文.人力資本與經濟增長[J]. 西北大學學報：哲學社會科學版，2003(1)：77-80.

[2]李傳志.人力資本對經濟增長影響的實證分析[J].生產力研究，2004(3)：22-23.

[3]鄧垚.中國勞動力資源與經濟發展研究[D].吉林大學，2012.

F224

A

李驍（1991-），男，漢族，山西長治人，本科，研究生在讀， 研究方向：經濟統計分析與社會統計。