毛勝贏,王玉芳
(上海電機學院商學院,上海 201306)
能源是人類社會賴以生存和發展的重要物質基礎,對能源的開發利用推進了世界經濟和人類社會的發展。然而,在開發利用能源,促進經濟發展的過程中,產生了環境污染、氣候變暖等問題。為了解決這些生態環境問題,需要改變人類的行為及經濟發展方式。2016年4月22日,170多個國家共同簽署了《巴黎氣候變化協定》,承諾將全球氣溫升高幅度控制在2℃的范圍之內。中國做出承諾,將爭取于2030年期間實現二氧化碳排放達到峰值。由此,我國開啟了嚴格的節能減排及綠色低碳發展的進程。特別是在2021年3月的兩會期間,我國鄭重地將“在2030年前實現碳達峰,在2060年前實現碳中和”寫進了政府工作報告。但對于這一目標,我國面臨著“雙碳”實現時間短、工業化和城市化尚未完成、化石能源碳排放占比高等問題[1]。碳排放主要來自于我國工業、交通及建筑行業[2]。其中發電、熱力和工業的碳排放在所有行業中占比高達79%[3]。因此,解決工業等行業的碳排放問題成為重點。為更好地在實現“雙碳”目標下兼顧經濟發展,有必要對工業能源消費與經濟發展的關系進行探究。
目前,國內對工業能源消費與經濟發展的研究主要集中于兩者關系的研究:運用不同的方法,研究不同區域的能源消費與經濟增長的關系。如劉旖蕓[4]提出了上海市3大產業能源消費和GDP之間存在協整關系;孫智君等[5]和謝長風等[6]擴大了研究地區范圍,將整個江浙滬地區作為檢驗對象;鐘帥[7]采用聚類分析法說明工業能源耗費是新疆GDP增長的重要因素;張育豪[8]檢驗出石油消費與上海市經濟發展關聯度最高;南菲[9]用灰色關聯度法檢驗出工業能源消費與經濟發展的關聯度十分顯著;夏祖菲等[10]提出了上海電力能源消費對經濟增長起著促進作用。上述相關研究表明,上海市經濟發展與能源消費之間存在著明顯的關系。
上海作為具有“四化同步”基礎的城市[11],其工業化發展對大部分地區都有借鑒意義,且在《上海市國民經濟和社會發展第十四個五年規劃和二O三五年遠景目標綱要》中明確提出,上海市將在2025年前實現碳排放量達到峰值的目標。二氧化碳排放的主要來源是對化石能源的消耗,工業是化石能源消耗的大戶,上海擁有一大批優秀的工業企業,對上海的發展起著重要作用。因此,分析上海市工業企業對能源消耗與經濟增長之間關系及其演變趨勢等問題,有利于更直觀地反映實現“雙碳政策”對經濟發展的影響,以便進行宏觀調控降低負面影響,更好地促進上海市低碳化、生態化發展。
自2000年以來,上海市經濟飛速發展,經濟總量大幅攀升,短短20年間經濟增幅高達30 000億元人民幣。由圖1所示的2000—2019年上海市GDP總量可見,上海市GDP呈現不斷上升的趨勢,從2000年的4 812.15億元增長到2019年的38 155.32億元,增長近8倍,每年的平均增長速度高達11.59%。而由圖2所示的2000—2019年上海市GDP的增長速度可見,上海市GDP增速的變化幅度在2006年就達到了最高點,隨后經濟增速趨于穩定,在2018年經濟增速達到最低點為5.95%。總體來看,2000年以來,上海市經濟的發展始終保持著中高速發展的態勢,取得了長期高于5%的好成績。

圖1 2000—2019年上海市GDP

圖2 2000—2019年上海市GDP的增長速度占比
根據《上海市統計年鑒》的相關數據,2000—2019年,上海市工業發展呈現上升的趨勢,工業增幅在20年間增長約7 500億元人民幣,從2000年的2 022.53億元增長到2019年的9 670.68億元,增長了4.78倍,如圖3所示。但在2008年,上海市工業GDP的增速下降-1.56%,2011年工業GDP下降-0.156%,2014年下降至-2.6%,且在2018年下降到-0.95%,但上海市工業GDP的平均增長率仍保持著8.86%的增速,如圖4所示。

圖3 2000—2019年上海市工業GDP總量

圖4 2000—2019年上海市工業GDP增速占比
2000年以來,上海市能源消費量也呈現不斷上升的趨勢(見圖5),2000—2010年的10年間呈現明顯的上升趨勢,2010年之后,能源消費逐漸趨于穩定。而上海市總GDP的增長速度在2010年之后仍然保持著增長。

圖5 2000—2019年上海市能源消費總量(標準煤)
2000—2019年上海市工業能源消費總量如圖6所示,可見2000—2011年,上海市工業能源消費基本呈現出上升趨勢;2013年,上海工業能源消費量達到了最高點,其消費值為5 965.53萬t標準煤;2014—2019年,上海市工業能源消費量呈現不斷下降的趨勢。而由圖4可知,這段時間,上海市工業GDP仍然保持著增長的態勢。

圖6 上海市工業能源消費總量(標準煤)
為了更為清晰直觀地顯示上海市工業能源消費量與上海市總GDP增長之間的關系,本文選取向量自回歸(Vector Autoregressive,VAR)模型對兩者之間的關系進行實證檢驗。VAR主要基于數據的統計性質建立模型,將系統中每個內生變量均作為系統中所有內生變量的滯后值構造模型,從而將單向量的自回歸模型變成由多元時間序列變量所組成的VAR模型。
VAR模型的數學表達式為

式中:yt為k維內生變量;Bx t為外生變量,設為常數C;A1,A2,…,A p為k×k維待估計的系數矩陣,p為滯后階數。
基于數據的可獲得性、真實性、權威性等原則,參考劉旖蕓[4]及劉甜甜[12]關于能源消費量與GDP
的研究中直接選取能源消費量作為能源消費指標;王原等[13]提出了上海市能源終端消費量排放的二氧化碳和經濟增長之間存在關系;楊澤民等[14]和王建軍等[15]在經濟增長關系實證分析中,直接采用終端能源消費量作為碳排放衡量指標。因此,本文選取上海市生產總值Y、上海市工業能源終端消費量X表示上海市總體經濟增長量和上海市工業能源消費量。通過查找《上海市統計年鑒》,選取2000—2019年的上述兩個指標的數據進行檢驗。
3.3.1 單位根檢驗要求VAR模型中的變量形式是平穩序列,否則對非平穩序列變量得出的VAR模型進行分析可能導致出現虛假分析的結果。ADF檢驗結果如表1所示。利用eviews10.0版本,根據ASH最小化原則,選取的P值分別與1%、5%、10%顯著性水平下的檢驗值進行比較,結果是原序列Y和X都不平穩。為了開展后續的研究,對一階差分后的序列DY、DX進行單位根檢驗,并找到最優P值與顯著性水平下的檢驗值進行比對,DY、DX分別在10%的顯著性水平下穩定。

表1 ADF檢驗結果
3.3.2 VAR模型的建立利用eviews10.0版本選定任意滯后階數進行回歸,根據最佳滯后期準則選擇滯后期,如表2所示。表中,Lag為滯后階數;LogL為似然估計值;LR為序貫調整的LR統計量;FPE為最終預測誤差;AIC為Akaike信息準則;SC為Schwarz信息準則;HQ為Hannan-Quinn信息準則;*表示該準則下選擇的最佳滯后期;。選擇“*”號最多的那一階作為最優滯后階數,“*”號最多的階數為1階,因此確定1階為最優的滯后階數。

表2 滯后階數的選擇
在確定滯后階數為1階后,建立VAR(1)模型,對其回歸可求出模型的相關系數,如表3所示。VAR(1)模型的數學表達式為

表3 Var相關系數的確定

3.3.3 變量外生性檢驗由于VAR模型中某些滯后值對被解釋變量沒有顯著性影響,需將沒有顯著性影響的外生性變量排除。變量外生性檢驗的結果如表4所示,可知DX是DY的格蘭杰原因,而DY不是DX的格蘭杰原因。因此,上海市工業能源消費與經濟增長之間存在單向因果關系,建立的VAR模型不需要剔除任何變量,VAR(1)可以被建立。

表4 格蘭杰因果檢驗結果
3.3.4 判斷模型的穩定性對VAR(1)模型進行AR特征根檢驗,判斷其是否穩定。采用AR特征根圖示法來檢驗,檢驗結果如圖7所示。模型的特征根均落在單位圓內,因此建立的VAR(1)模型是穩定的。

圖7 特征根檢驗
3.3.5 脈沖響應函數分析脈沖響應分析法可以描述一個內生變量對誤差項引起的沖擊的反應,即隨機誤差項施加一個標準差大小的沖擊后,對內生變量的當期值和未來值的影響程度。當沖擊的曲線之間的距離越大,說明兩者之間的影響程度越大,反之越小。對VAR(1)進行脈沖響應分析,結果如圖8所示。

圖8 脈沖響應結果
由圖8可見,DX對DY的沖擊在1~2期的距離不斷增大,在第2期時距離最遠,脈沖沖擊最大,說明在1~2期中X對Y的影響較大;而在2~10期,DX對DY的沖擊距離不斷縮小,表明在2~10期中X對Y的影響不斷下降且趨于穩定。由脈沖響應結果可知,上海市工業能源消費對上海市生產總值的影響呈現先增加后下降且趨于0。
3.3.6 方差分解分析方差分解分析是將系統中的全部內生變量的波動,按照其成因分解為與各個方程信息相關聯的k個組成部分,從而得到信息對模型內生變量的重要程度,即一個變量對其他變量的貢獻率。選擇10期進行方差分解分析,DY對DX的方差分解結果如圖9所示。

圖9 DY對DX的方差分解結果
由圖9可見,DX對DY的波動解釋在不斷地升高,在1、2、3期增長速度最快,在8、9、10期達到了最大值22%,說明工業能源消費對上海市GDP的貢獻在不斷地增加;從第3期開始,工業能源消費對于上海市GDP的貢獻基本穩定在20%左右,說明工業能源消費與上海市GDP總量之間的關系從第3期開始逐漸穩定。
本文采用VAR模型對2000—2019年的上海市工業能源消費量與上海市GDP的關系進行檢驗,檢驗結果如下:
(1)總體上,上海市工業能源消費量與上海市GDP之間存在單向格蘭杰因果關系,表現為:上海市工業能源消費量是上海市GDP增長的原因,并且上海市能源消費量與經濟增長之間的緊密性逐漸下降,其對促進經濟增長的顯著性越來越低。
(2)上海市的GDP是不斷上升的,而工業能源消費量呈現波動下降趨勢,且在2013年后GDP增長和工業能源消費量關系出現明顯松動。在脈沖響應分析中得出上海市工業能源消費量對上海市GDP的影響是逐漸下降,且最終達到一個穩定的影響狀態。方差分解結果則進一步論證了上海市工業能源消費量對上海市GDP的貢獻率是逐漸下降,且最終會趨于穩定。
根據上述研究結果,上海市工業能源消費量對上海市GDP的影響逐漸趨于穩定,研究發現上海市工業能源消費量在不斷下降,說明在不損耗經濟發展的前提下完成工業領域的“碳達峰”目標是可行的。為了更穩妥實現這一目標,本文提出以下建議:對于當前積極利好“雙碳”目標的政策繼續保持,并不斷推進企業的轉型升級;調整能源供給結構,適當減少化石能源的供給,增加清潔能源在能源供給中的比重,加快對風電、太陽能等項目的建設速度;加大對企業超額碳排放的懲罰力度,倒逼企業進行技術創新,改善能源消費結構,加強對企業碳排放的監督。