常州市能源消費與經濟增長探究

徐文濤

(南京財經大學經濟學院，江蘇 南京210023)

一、 引言

能源是人類社會以及經濟發展的重要基礎，是關系到國家命脈的戰略資源。 一方面，現代社會任何的經濟活動都離不開能源的供給，一個經濟體的能源消費總量可以很大程度上反映其經濟體量；另一方面，所有生產活動對能源的需求又會帶來能源市場的波動，對能源的價格及生產產生重大影響。 理論上，能源消費與經濟增長之間存在密切聯系。 常州市作為“蘇錫常”都市圈的成員之一，經濟發展水平長期位于江蘇省前列。 同時，常州市也是能源消費大市，2018 年市全社會用電量達到455.03 億千瓦時，是省內第四大用電城市。研究其能源消費和經濟發展之間的關系，對未來經濟發展和能源戰略政策制定具有重要的意義。

從20 世紀70 年代開始，國外學者便開始了有關能源與經濟增長之間關系的實證研究，但是長期以來關于二者之間的關系一直無法達成共識。 研究所采用的模型、樣本數據和地區的不同都會導致不一樣的結論。 J.Kraft 和A.Kraft(1978)利用美國二戰后1947～1974 年度的GEI(gross energy inputs)和GNP(gross national product)數據，借鑒Sims(1972)單向因果檢驗的方法進行的研究表明，存在經濟增長到能源消費的單向因果關系，且經濟增長可以推動能源消費；然而，Akarca 和Long(1980)認為J.Kraft 和A.Kraft 的研究因為采用了發生經濟蕭條、石油禁運以及能源價格暴漲的1970 和1973～1974 年的數據而出現了“偽回歸”的結果，并采用更短的時間序列數據進行實證檢驗加以驗證，結果無法得出經濟增長影響能源消費的結論，從而證明了自己的觀點。 Tugcu等(2012)通過自回歸分布滯后模型對G7 國家1980～2009 年的數據進行了實證分析，發現無論是可再生還是不可再生能源長期以來均對經濟增長產生重要的推動作用，且在經典生產函數的情況下經濟增長與能源消費能夠相互影響；而Mutascu(2016)通過擴大樣本容量，采用1970～2012 年數據，并用面板協整模型對G7 國家進行檢驗，結果卻發現不同國家能源消費與經濟增長之間的關系呈現出明顯不一致性。 上述研究結果表明，即使針對同一研究對象，能源消費與經濟增長之間的關系也可能會因為樣本、模型的不同而產生完全不同的結論。

我國相關研究是從20 世紀80 年代中后期開始的。 趙麗霞和魏巍賢(1998)將能源作為投入要素引入C-D 生產函數，建立VAR 模型，考察我國1978 ～1996 年GDP、勞動力投入、資本投入及能源消費數據，發現我國在這一時期能源消費與經濟增長正相關；林伯強(2003)認為由于煤炭私采濫挖與原油和成品油走私非常猖獗，我國能源消費總量被嚴重低估，因此以計算機直接讀出的電力消費數據代替總能源消費數據進行研究，通過誤差修正模型發現，我國GDP、資本投入、勞動力投入與電力消費之間存在長期均衡關系。 隨著研究的深入，一些學者逐漸認識到線性假設的局限性，嘗試以非線性模型解釋能源消費與經濟增長之間的關系。 趙進文和范繼濤(2007)在借鑒Granger 和Terasvirta(1993)LSTR 模型的基礎上，對我國1953 ～2005 年GDP 與一次能源消費量進行了實證分析，發現經濟增長對能源消費存在非線性影響；隋建利等(2017)創造性地將能源消費與經濟增長之間的時變因果關系劃分為：能源消費和GDP 相互作用、能源消費單向作用于GDP、GDP 單向作用于能源消費和GDP 與能源消費之間無因果關系4 個區制，基于非線性馬爾科夫區制轉移因果模型，分別測度煤炭、石油、天然氣和電力消費與經濟增長之間關系的區制轉移概率，結果顯示能源消費與經濟增長之間的關系存在顯著的能源異質性。

論文將借鑒曾勝和黃登仕(2009)的做法，采用生產規模報酬不變的C-D 生產函數測算的常州市能源消費對GDP 的貢獻量作為產出指標，同時將煤炭、天然氣、汽油與電力消費作為投入指標，逐年測算2015～2018 年的能源效率；隨后，分別使用2015 ～2018 年常州市下轄6 個區縣的面板數據與1980～2018 年常州市的時間序列數據進行VAR 模型回歸，研究能源消費與經濟增長之間的因果關系。

二、 常州市各地區能源效率現狀

從圖1(a)可以看出以電力消費為代表的常州市能源消費量與GDP 幾乎保持相同的增長率，說明常州市的能源消費量與GDP 有著較為接近的增長趨勢。 從圖1(b)可以看出，雖然常州市的能源消費與GDP 保持著幾乎相同速率的增長，但是常州市GDP 的增長量要遠遠高于能源消費的增長量。從單位GDP 的能源消費角度來看，常州市的單位GDP 能源消費是長期下降的，說明自改革開放初期以來常州市在提高生產率和資源利用率方面取得了巨大進步。

圖1 1980～2018 年常州市全社會用電量和GDP 增長趨勢圖

由于上述只是基于圖表的粗略分析，且單位GDP 的能源消費缺乏對GDP 中能源貢獻率的準確測度，因此論文將借鑒曾勝和黃登仕(2009)的做法，將能源看作生產投入要素之一，基于C-D 生產函數測度能源消費對GDP 增量的貢獻，并利用DEA 方法研究常州市能源利用效率。

假定GDP、資本、勞動力、能源消費滿足C-D 生產函數，即：

其中，K表示全社會固定資產投資，L表示就業人數，E為能源消費總量，α、β、μ分別表示資本、勞動力和能源對GDP 的貢獻率。 通過對函數兩邊求對數使之線性化，并對時間t求導有：

表1 C-D 函數回歸結果

由回歸結果可以看出，資本、能源系數均符合預期且顯著，只是L 的數值為負且不顯著，原因可能是經濟、資本、能源消費增長都較快，而勞動力增長緩慢，并且增長率還出現下降的趨勢。 根據回歸結果可得：

說明能源消費每上升1 個百分點，經濟增長將上升0.597個百分點。 據此可以測算出經濟增長中能源消費增長的貢獻量。 以能源消費貢獻的經濟增長量作為產出，以煤炭、天然氣、汽油和電力消費作為投入，利用DEA 方法對2015 ～2018 年常州市下轄6 個區縣生產的能源效率進行測度。

非參數估計的DEA 方法是運籌學的一個新的研究領域，用于評價決策單元(DEA)的相對效率，其目的就是構造非參數的包絡生產前沿面。 生產前沿面描述在當前技術水平下有效率的投入產出向量，即給定投入和其他產出不變時一種產出的最大值，有效點位于生產前沿面上，無效點位于生產前沿面的下方。 由于僅使用了2015 ～2018 年6 個區縣的數據測量能源效率，時間較短，因此論文采用假定規模報酬不變的CCR 模型進行測度。 模型如下：

表2 DEA 測度結果

從測度結果可以發現，常州市下轄6 個區縣，2015～2018年除了新北區以外均達到了DEA 有效，即均處于生產前沿面之上。 回歸結果說明，一方面，金壇區、武進區、天寧區、鐘樓區和溧陽市近幾年生產的能源利用效率水平比較接近，新北區能源利用效率相比較而言處于較低水平，這可能是因為新北區和其他區縣相比較存在更多的高能耗型化工企業，且許多企業規模較小、技術落后、單位產值能耗較高；另一方面，新北區近年能源利用效率有了較快的提升，這可能是由于為了貫徹省委、省政府《關于印發“兩減六治三提升”專項行動方案的通知》，省政府辦公廳《關于開展全省化工企業“四個一批”專項行動的通知》，常州市新北區自2017 年起開始實施了減少落后化工產能暨化工企業“四個一批”專項行動。

為了進一步分析常州市整體能源消費與經濟增長之間的關系，利用2015～2018 年常州市下轄的6 個區縣一級的面板數據和1980～2018 年常州市的時間序列數據分別進行實證研究。

三、 常州市經濟增長與能源消費的實證分析

論文選取2015 ～2018 年常州市下轄的6 個區縣一級的工業綜合能源消費(ICEC)和工業產值(IOV)數據，對能源消費與經濟增長之間的關系進行實證分析。 還選取1980 ～2018 年常州市工業用電量(IELC)與全市工業產值(CIOV)數據建立時間序列數據對回歸結果加以驗證。 其中縣區一級的綜合能源消費數據的單位為噸標準煤，常州市工業用電量數據單位為萬千瓦時，工業產值數據均為萬元。 以上數據均取自歷年常州市統計局公布的《常州市統計年鑒》。

(一)面板數據

首先對2015～2018 年金壇區、武進區、新北區、天寧區、鐘樓區和溧陽市的工業綜合能源消費與工業產值數據進行平穩性檢驗。 由于論文采用的面板數據時間較短，便沒有對數據滯后平穩性進行檢驗。 在LLC 檢驗中，無論是工業綜合能源消費(ICEC)還是工業產值(IOV)都強烈拒絕“存在單位根”的原假設，因此LLC 檢驗通過。 由于LLC 要求每位個體具有相同的自回歸系數，這樣的假設對于金壇區、武進區、新北區、天寧區、鐘樓區和溧陽市可能過強。 并且由于截面與時間序列均較短，為避免檢驗結果產生誤差，論文對面板數據進行了IPS 檢驗。 結果顯示，在更為嚴格的IPS 檢驗中，工業綜合能源消費(ICEC)和工業產值(IOV)統計量分別為-2.9212和-2.0201，且P值分別為0.0017 和0.0217——強烈拒絕“存在單位根”的原假設，所以可以認為該面板數據中不存在單位根。

由于兩個變量均具有平穩性，可以進一步對其進行因果關系檢驗。 檢驗結果如表3：

表3 格蘭杰因果檢驗

由檢驗結果可以看出，在10%的顯著性水平下，“工業綜合能源消費(ICEC)不是工業產值(IOV)的格蘭杰原因”的原假設被強烈拒絕，而并不能顯著拒絕“工業產值(IOV)不是工業綜合能源消費(ICEC)的格蘭杰原因”的原假設。 因此，根據檢驗結果可以認為在2015 ～2018 年常州市下轄六個區縣的能源消費與經濟增長之間存在單向的因果關系，能源消費是經濟增長的格蘭杰原因。

為了進一步探討能源消費與經濟增長的關系，論文采用面板VAR 模型對工業綜合能源消費(ICEC)和工業產值(IOV)兩個變量進行回歸分析。 在進行回歸之前先應確定最優滯后階數，論文分別采用AIC、BIC 與HQIC 3 個準則對滯后期做了檢驗。 結果根據AIC、BIC 和HQIC 準則，滯后1 階均是最優的，因此可以認為面板VAR 模型中滯后階數應為1階。 由于面板時間序列較短且6 個區縣差別較小，可以認為不存在個體與時間固定效應，因此構建VAR 回歸模型如下：

其中，IOVit和ICECit分別表示第i個區縣、第j年的工業產值和工業綜合能源消費量。 回歸結果如表4 所示：

表4 回歸結果

由回歸結果可以看出，工業能源消費自回歸系數為0.735，顯著小于1，而且IOV 的自回歸系數并不顯著，再次證明了上述ICEC 和IOV 滿足平穩性的結論。 ICEC 對IOV 的回歸系數并不顯著，但是IOV 對ICEC 的回歸系數為2.674571，且可在5%的顯著性水平下拒絕原假設，說明確實存在ICEC 對IOV 的單向因果關系，并且能源消費對產值增加存在顯著的推動作用。 對于上述模型回歸結果可以做這樣的解釋：在樣本范圍內，上一年的工業綜合能源消費每增加1 噸標準煤，第二年的工業產值將上升大約2.34 萬元。

(二)時間序列數據

為了避免面板數據樣本太小導致回歸結果的偶然性，論文采用常州市1980～2018 年的時間序列數據進行實證研究。 首先，對常州市工業用電量(IELC)與市工業產值(CIOV)兩個變量進行平穩性分析。 通過Schwert(1989)建議的最大滯后階數pmax＝[12×(T/100)1/4]可知，IELC 和CIOV 的最大滯后階數約等于9。 確定最大滯后階數后，對IELC 進行ADF 檢驗。 由檢驗結果可知，9 階滯后項在10%的水平下顯著地不等于0。 且統計量Z(t)無法在10%的水平上拒絕存在單位根的原假設(0.550＞-2.625)，同時P值為0.9863。 因此可以認為IELC 含有最大滯后8 階的單位根。 接下來，對CIOV 進行ADF 檢驗。 由于CIOV 的9 階滯后項無法在10%的水平下顯著地不等于0，因此又對CIOV進行了最大滯后階數為8 的ADF 檢驗。 檢驗結果顯示，8階滯后項可以在5%的水平下顯著地不等于0，且Z(t)統計量為0.955，P值為0.9938。 因此可以認為CIOV 含有最大滯后7 階的單位根。 由于IELC 與CIOV 均存在單位根，不滿足平穩性條件，對其進行對數化處理，得到lnIELC 與ln-CIOV 序列(以下簡稱LIELC 和LCIOV)。 由于經過對數化處理后的能源消費數據與經濟增長數據仍然具有明顯的時間趨勢性，可初步判斷不滿足平穩性條件。 針對LIELC 和LCIOV 的平穩性，可以進一步進行DF-GLS 檢驗。 根據檢驗結果，從1 階至9 階滯后，LIELC 均無法在10%的水平上拒絕“存在單位根”的原假設，因此我們可以判定LIELC 依然不滿足平穩性條件。 接下來，對LCIOV 的DF-GLS 檢驗，結果顯示從1 階至9 階滯后，LCIOV 依然無法在10%的水平上拒絕“存在單位根”的原假設，因此可以判定LCIOV 依然不滿足平穩性條件。 LIELC 與LCIOV 依然不滿足平穩性條件。 除此之外，通過LIELC 和LCIOV 的協整分析發現無法在5%的顯著性水平上拒絕“協整秩為0”的原假設。綜上所述，得將LIELC 與LCIOV 進行差分，得到dLIELC 和dLCIOV，并進一步檢驗其平穩性。 從單位根檢驗結果可知，dLIELC 和dLCIOV 的檢驗統計量均小于5%的臨界值，故可在5%的水平上拒絕“存在單位根”的原假設。 由于dLIELC和dLCIOV 均滿足平穩性條件，可以對其進行格蘭杰因果檢驗。 在進行格蘭杰因果檢驗之前，需要根據信息準則對dLIELC 和dLCIOV 模型階數進行確定。 結果顯示，雖然基于AIC 準則，需要滯后9 項，但是根據FPE、HQIC 與SBIC準則，只需要滯后2 階。 因此取滯后階數為2 進行格蘭杰因果檢驗。 根據滯后2 階的格蘭杰因果檢驗結果可得表5：

表5 格蘭杰因果檢驗

從格蘭杰因果檢驗結果可以看出，可以在10%的顯著性水平上拒絕dLIELC 不是dLCIOV 的格蘭杰原因原假設，同時無法拒絕dLCIOV 不是dLIELC 的格蘭杰原因原假設。 可以構建VAR 模型如下：

最后，對dLIELC 和dLCIOV 進行VAR 回歸，結果如表6所示：

表6 VAR 回歸結果

回歸結果可以看出，滯后一階的dLIELC 對dLCIOV 具有顯著的推動作用，可以在1%的水平上拒絕原假設，因此可以說dLIELC 確實是dLCIOV 的格蘭杰原因，符合格蘭杰因果檢驗的結論；在10%的顯著性水平上可以拒絕“dLCIOVt-1不會影響dLIELCt”的原假設，說明dLCIOV 可以在一定程度上影響dLIELC。 但是由于無法在5%的顯著性水平上拒絕，因此可以認為dLIELC 和dLCIOV 之間的關系還是以dLIELC 推動dLCIOV 為主。 由回歸結果可得以下兩式(個別不顯著的變量省略)：

由上述方程組可知，常州市工業產值與工業用電量互相影響。 一方面，滯后1 期的工業產值對數的上升會推動工業用電量對數，滯后2 期的工業產值對數上升會降低工業用電量對數；另一方面，滯后1 期與滯后3 期的工業用電量對數會推動工業產值對數上升，滯后2 期的工業用電量會降低工業產值對數。 就時間序列而言，常州市存在經濟增長與能源消費的雙向因果關系，且影響的方向會隨著滯后期的不同發生改變。

從面板數據來看，常州市各區縣的能源消費對經濟增長起促進作用，具體而言，上一年的工業綜合能源消費每增加1噸標準煤，第二年的工業產值將上升大約2.34 萬元。 從時間序列的回歸結果可以看出常州市能源消費與經濟增長長期以來互相影響，且根據滯后期的不同，能源消費與經濟增長之間的關系會發生變化，具體而言：滯后1 期的經濟增長會促進當期能源消費；滯后1 期的能源消費會促進當期的經濟增長；滯后2 期的能源消費會抑制當期經濟增長；滯后2 期的經濟增長會抑制當期能源消費。 綜上所述，短期內常州市以及下轄6 個區縣的能源消費可以促進經濟增長；長期來看，整個常州市的能源消費與經濟增長之間存在具有時間異質性的雙向因果關系。

四、 常州市能源效率與經濟高質量發展對策研究

論文以柯布—道格拉斯生產函數所測算的常州市能源消費對經濟增長的貢獻量作為產出指標，以煤炭、天然氣、汽油與電力消費作為投入指標，逐年測度了2015～2018 年的能源效率；隨后，通過使用2015 ～2018 年常州市下轄6 個區縣的面板數據與常州市1980 ～2018 年的時間序列數據分別進行VAR 模型的回歸研究，實證分析能源消費與經濟增長之間存在的因果關系。 通過研究常州市能源利用效率現狀和分析能源消費與經濟增長關系得出如下結論：第一，由于集中存在大量高能耗、規模小、缺乏技術的小型化工企業，常州市新北區的能源效率較其他五個區縣低；第二，由于實施了減少落后化工產能暨化工企業“四個一批”專項行動，常州市新北區的能源效率2017 年起有了顯著提升；第三，常州市下轄6 個區縣均存在能源消費促進經濟增長的作用機制；第四，常州市的經濟增長與能源消費長期以來存在具有時間異質性的雙向因果關系。

綜合以上分析討論，結合常州市能源消費與經濟增長的具體情況，論文就促進常州市能源效率提高與經濟高質量發展提出如下建議：

第一，提高能源利用效率。 由于存在大量規模較小、技術落后、能耗較高的化工企業，新北區能源效率水平較低，因此，應該采取相應措施提升新北區能源利用率，包括：整頓不符合規定的化工企業；合理引導先進化工企業向落后化工企業的技術轉移；加大化工企業技術研發和升級投資的扶持力度。

第二，改善能源消費結構。 由于常州市存在能源消費促進經濟增長的作用機制，因此應該積極改善能源消費結構，以能源消費結構升級引導經濟增長方式的轉變，減少高能耗、低收益的落后產能，促進經濟實現高質量發展。

第三，減少經濟增長的能源消耗。 常州市滯后1 期的經濟增長一定程度上提高了當期能源消費量，說明常州市經濟發展還未完全實現產業結構升級，經濟增長仍然一定程度上依賴于能源消費。 因此，應該繼續推進產業結構的轉型升級，促進經濟增長方式向創新驅動轉變。 同時，明確將自主創新作為核心推動力，通過建設現代化產業體系和加快產業轉型升級，實現常州市向服務經濟為主體、現代服務業和先進制造業、高新技術產業融合發展的工業化后期階段轉型。