- 相關推薦
不同產業結構下電力消費與經濟增長的關系論文
1 引言
隨著全球氣候變暖和人類生存環境的惡化，越來越多的國家通過節能減排來保護環境，能源政策對經濟增長的影響成為各國普遍關注的問題。如果存在從能源消費到經濟增長的因果關系，那么保護能源的節能政策將會對經濟增長產生負面影響；相反，如果存在從經濟增長到能源消費的單向因果關系或兩者沒有因果關系，那么節能政策可能對經濟增長沒有或者有很小的影響。圍繞能源消費與經濟增長之間的關系，國內外學者進行了大量的實證檢驗，但迄今為止沒有達成一致或令人信服的結論。本文嘗試從產業結構的角度為實證結果的不一致給出一個較為合理的解釋。
歷史經驗表明，由于不同產業部門生產等量GDP所消耗的能源不同，產業結構對能源消費和經濟增長都有著重要影響。一般而言，第二產業單位增加值耗能要大大高于第一產業和第三產業。若經濟中第二產業的比重較高，經濟增長就會更多地依賴能源投入；反之，經濟增長對能源投入的依賴程度就會較弱。我國各地區產業結構存在較大差異，如果把具有不同產業結構的省份劃分在一個區域，必然會影響回歸結果的顯著性或者低估回歸參數，得到不準確的結論。因此，本文以產業結構為標準對我國28個省市自治區進行劃分，研究不同產業結構下能源消費與經濟增長的關系。本文的劃分方法具有兩個優點：一是相對于已有的國別研究，利用我國不同地區產業結構的差別來研究兩者關系，可以避免國家社會制度、經濟體制以及宏觀經濟政策等方面的差異對兩者內在依存關系的影響。二是相對于東、西、中地理位置的劃分，更具經濟合理性，所得結論也可為我國各地區電力需求預測、能源政策以及區域產業結構的調整提供科學依據。
2 文獻綜述與研究方法
能源消費與經濟增長的因果關系存在著重要的政策涵義，因此學術界對這一問題進行了大量的實證研究。
Ozturk（2010）[1]對這一領域的研究成果進行了梳理，發現針對不同國家的實證結果不同，即使針對同一個國家，不同樣本區間的實證結果也不一致。如Kraft J和Kraft A（1978）[2]利用美國1947~1974年的數據進行研究，發現存在GNP（國民生產總值）到能源消費的單向因果關系。然而，Akarca和Long（1980）[3]利用比Kraft J和Kraft A（1978）[2]更短的樣本區間時，卻發現兩者之間并不存在因果關系。但Ozturk并沒有給出引起差異的原因。本文認為，也有可能是不同區間，其產業結構不同所致，而這正是本文實證檢驗的部分。
在早期文獻中，學者們大多運用對時間序列平穩性非常敏感的Granger和Sim因果關系檢驗，但很多研究在沒有檢驗時間序列平穩性的情況下，直接使用時間序列的水平值進行檢驗，這種不科學的計量方法必然導致實證結果的不可靠。近年來，隨著計量經濟學的發展，對這一問題的研究出現了兩個主要趨勢：一是采用多變量模型，除了兩變量模型中的GDP和能源消費變量外，還加入了資本、勞動和二氧化碳排放等變量，如林伯強（2003）[4]、Ghali和El-Sakka（2004）[5]、Huang等（2008）[6]和Apergis等（2009）[7]等。二是采用面板協整檢驗，利用多國數據或省級數 據 來 檢 驗 能 源 消 費 與 經 濟 增 長 的 關 系，如Lee（2005）[8]、Francis等（2007）[9]、Mehrara（2007）[10]等。采用多變量模型是因為能源消費與經濟增長之間的關系受到多種因素的影響，因此在回歸中不能單純考慮能源消費與經濟增長兩個變量，還要考慮到產業結構、能源結構等因素；采用面板數據是為了克服短期時間序列的缺陷以及小樣本所造成的影響，增加檢驗的自由度。
近年來，也有很多學者對我國能源消費與經濟增長的關系進行研究。
Zhang和Cheng（2009）[11]利用我國1960~2007年數據進行研究的結 果 表 明，我 國 經 濟 存 在 從GDP到 能 源 消 費 的 單 向 因 果 關 系。韓 智 勇 和 魏 一 鳴（2007）[12]的實證結果則表明兩者之間存在雙向因果關系，但不具有長期協整性。吳巧生（2008）[13]利用我國省際面板數據再次檢驗了能源消費與經濟增長的關系，發現我國整體存在雙向因果關系，但東部地區只存在從能源消費到GDP的單向因果關系，而西部地區只存在從GDP到能源消費的單向因果關系。相對于能源消費與經濟增長關系的實證結果，電力消費與經濟增長關系的研究結果比較一致，大部分文獻認為我國只存在電力消費到經濟增長的單向關系，如Shiu和Lam（2004）[14]、Yuan等（2007）[15]和Yuan等（2008）[16]等。林伯強（2003）[4]基于三要素生產函數檢驗了電力需求與GDP的關系，結果表明我國電力需求和GDP之間存在長期相互關系，而且從短期來看，顯著 地 存 在 電 力 消 費 到GDP的 因 果 關 系。
Li等（2010）[17]將我國30個省份分為兩組進行分析發現人均實際GDP和電力消費之間存在長期的協整關系。但是，由于劃分標準和檢驗方法等諸多問題，這方面研究還比較少。
與已有研究不同，本文利用我國省際面板數據，基于各省市產業結構的差異，將其劃分為三個區域，并利用面板誤差修正模型檢驗了不同區域電力消費與經濟增長的因果關系。為避免虛假回歸，本文首先檢驗變量的平穩性，如果變量為平穩序列，則直接建立VAR模型。如果變量為非平穩序列，則檢驗變量之間是否具有協整關系，若變量之間存在協整關系，則建立相應的誤差修正模型；若變量之間不存在協整關系，則需要經過差分，得到平穩序列后再建立VAR模型。總之，實證檢驗各區域電力消費與經濟增長之間的因果關系，大致需要三步：面板單位根檢驗、面板協整檢驗和面板因果關系檢驗。
3 數據說明與區域劃分
3.1區域劃分
對各省市自治區如何進行區域劃分是本文實證檢驗的關鍵。由于資源稟賦條件和產業政策影響，我國各省市的產業結構存在明顯差異。為檢驗這種差異對電力消費與經濟增長關系的影響，本文將依據各省市產業結構對其進行劃分。一般來講，產業結構是指一個國家或一個地區經濟中產業的構成及其相互關系。研究中可以從多個角度來衡量一個地區的產業結構，比如產值結構、勞動力結構、相對勞動生產率等。產值結構（即三大產業增加值各占國民生產總值的比例）是研究中常用的一種方式。本文將依據各省市第二產業增加值占比對我國28個省市（因數據所限，不包括西藏、重慶和海南省）進行區域劃分。因為本文采用的是面板數據，不同時期各省市第二產業增加值占比會略有不同，所以本文利用各省市1985~2012年第二產業增加值占比的均值來衡量它們的產業結構。雖然在此期間各省市產業結構有一定的變化，但是總體而言沒有太大的變化。除北京和上海以外，在此期間其他省市第二產業增加值占比的方差均小于0.005且大部分省市小于0.001.因此，本文認為各省市第二產業增加值占比的均值可以用于衡量它們在這一時期的產業結構。基于此，本文將我國28個省市劃分為三個區域：第二產業增加值占比小于0.4（區域I）、第二產業增加值占比大于0.4小于0.5（區域II）和第二產業增加值占比大于0.5（區域III）。表1給出各區域所包含的省市。
3.2數據說明
本文采用1985~2012年的年度數據，主要包括我國28個省市自治區的國內生產總值（GDP）和電力消費量（ELC），數據來源于中國統計年鑒。本文采用電力消費而非能源消費的數據是基于以下兩個原因：一是因為相比煤炭、石油等一次能源的消費數據，由計算機直接讀出的電力消費數據更為準確，二是因為電力消費是中國能源消費的主要方式。因此，使用電力消費更能準確反映能源消費與經濟增長之間的內在聯系。GDP采用實際GDP數據，由名義GDP和以1978為基期的GDP平減指數計算得到①。所有變量均采用自然對數的形式。
4 實證分析結果
4.1面板單位根檢驗
面板單位根檢驗與普通時間序列單位根檢驗略有不同。假定面板數據的一階自回歸過程如下：yit =ρiyit-1+x′itδi+μit,i=1,2,…，N;t=1,2,…，Ti（1）式中，xit表示模型中的外生變量，包括各截面的固定影響和時間趨勢。
N表示截面成員個數，Ti表示第i個截面成員的觀測時間長度，參數ρi為自回歸系數，隨機誤差項μit滿足獨立同分布。如果|ρi|<1,則yit為平穩序列，如果|ρi|≥1,則為非平穩序列。依據對參數ρi的不同限制，面板單位根檢驗分為兩大類：一類假設各截面序列具有一個相同的單位根，LLC（Levin-Lin-Chu）檢驗和Breitung檢驗；另一類假定各截面序列具有不同的單位根 過 程，如Im-Pesaran-Skin檢驗、Fisher-ADF檢 驗 和Fisher-PP檢驗。本文將利用LLC檢驗、Im-Pesaran-Skin檢驗和Fisher-ADF檢驗，綜合判斷各區域電力消費及經濟增長的穩定性。
表2給出了不同區域各變量的水平值和一階差分的單位根檢驗結果。對于所有區域，對數GDP和對數ELC的水平值在1%的水平下都不能拒絕原假設，即存在單位根，為非平穩序列。但一階差分序列均拒絕了原假設，不存在單位根，表明對數GDP和對數ELC都是一階單整序列。
4.2面板協整檢驗
由于面板序列為非平穩序列，因此需要進一步作協整檢驗。
Pedroni（1999）提出了基于Engle和Grange兩步法的面板數據協整檢驗方法，該方法利用協整方程回歸殘差構造的七個統計量來檢驗變量之間的協整關系。就本文而言，可考慮以下回歸方程：lnGDPit=αi+θit+βilnELCit+εit,i=1,2,…，N;t=1,2,…，T（2）lnGDPit表示第個省市第t期實際國內生產總值的對數，lnELCit則表示第個省市第t期電力消費量的對數。
αi和θi分別表示每個省市的個體效應和趨勢效應，βi為協整參數。由EG兩步法可知，若上式殘差序列為非平穩序列，則變量之間不存在協整關系，相反，則存在協整關系。
在對殘差序列進行平穩性檢驗時，Pedroni將具體的原假設和備擇假設分為兩大類：一類為維度內（within-dimen-sion）檢驗，主要檢驗同質面板數據的協整關系，包括面板方 差率統計量（Panel v-Statistic）、面板ρ統計量（Panelrho-Statistic）、面板PP統計量（Panel PP-Statistic）和面板t統計量（Panel ADF-Statistic）；另一類為維度間（be-tween-dimension）檢驗，主要檢驗異質面板數據的協整關系，包括組間ρ統計量（Group rho-Statistic）、組間PP統計量 （Group PP-Statistic）和 組 間ADF統 計 量 （GroupADF-Statistic）。Kao面板協整檢驗與Pedroni檢驗方法基本相同，不同之處是Kao檢驗在第一階段將毀歸方程設定為每一個截面個體有不同的截距項和相同的系數。表3報告了兩種檢驗方法的檢驗結果。
如表3所示，在5%的顯著水平下，對于所有區域，Kao檢驗的T統計量都顯著。這表明不管是全國還是各區域，經濟增長和電力消費之間都存在長期協整關系。
Pedroni檢驗的七個統計量并不完全顯著。在這種情況下，應依據哪個統計量的檢驗結果，Pedroni（2004）給出了結論：對于小樣本面板數據，小 樣 本 面 板 數 據，GroupADF統計量和Panel ADF統計量相對比較穩定。因此，本文主要關注這兩個統計量的檢驗結果。如表3顯示，在10%的顯著水平下，所有區域的Group ADF統計量和Panel ADF統計量都拒絕了原假設，表明所有區域的經濟增長和電力消費之間都存在長期協整關系。
基于上述分析，為避免變量的內生性或誤差項的相關性，本文利用FMOLS模型（group-mean panel FMOLS）來估計各省市的長期協整系數。簡單來講，面板協整系數可由下式得到：^β*GFM= N-1∑Ni=1^β*FM,i^β*GFM面板協整參數，^β*FM,i則表示第i個單方程FMOLS估計。相應的T統計量則為t^β*GFM= N-0.5∑Ni=1t^β*FM,i,t^β*FM,i為第i個單方程FMOLS估計的T統計量。由于各變量均取了對數，因此，回歸系數即為彈性系數。根據FMOLS的估計 結 果，我 國GDP的 電 力 消 費 彈 性 大 于1,為1.1548,即電力消費每增加1%,GDP將增長1.1548%.地區I、地區II和地區III GDP的電力消費彈性分別為1.0869、1.148和1.3105,均大于1,且隨著第二產業增加值占比的提高，彈性系數也在不斷增加，表明第二產業增加值占比越高，GDP對電力消費的變化越敏感。同時，本文也發現，對于我國的一些不發達地區，如青海、寧夏、貴州、內蒙古等地，GDP對電力消費的彈性系數小于1,表明這些省份的GDP增長對電力消費的變化并不是很敏感。
4.3因果關系檢驗---面板誤差修正模型
Granger因果關系是指增加變量X的過去信息來預測Y比不增加時預測得更好。協整檢驗只能驗證變量之間是否存在協整關系，但并不能表明變量之間的因果關系。為了進一步檢驗兩變量之間的長期及短期因果關系，本文通過誤差修正機制，建立了如下的面板誤差修正模型：ΔlnGDPit=α1i+∑qk=1φ1kΔlnGDPit-k+∑qk=1γ1kΔlnELCit-k+λ1ECTit-1+ω1itΔlnELCit=α2i+∑qk=1φ2kΔlnELCit-k+∑qk=1γ2kΔlnGDPit-k+λ2ECTit-1+ω2it（3）Δ表示差分算子；q表示滯后階數，由1IC信息準則確定；ω2it為滿足標準假設的誤差項。
ECTit-1表示誤差修正項向量，由方程（2）得到。系數矩陣λ表明變量之間的長期因果關系，反映了變量之間偏離長期均衡狀態時，將其調整到均衡狀態的速度。系數矩陣γ表示變量之間的短期因果關系。本文利用F檢驗，對系數矩陣γ和λ的顯著性進行檢驗。
表5給出了動態誤差修正模型的檢驗結果。首先，分析關注各方程ECT的顯著性。
ECT系數的大小表明各因變量在本期對前一時期偏離其長期均衡水平修正的程度，其顯著性說明該變量關于長期參數的弱外生性。如表5所示，從全國范圍來看，GDP不是弱外生的，即GDP會在t期對t-1期的偏離做出響應。但ELC是弱外生的，并不對t-1期的偏離做出響應。可見，從長期來看，電力消費是GDP的Granger原因，但GDP卻不是電力消費的Granger原因。對于區域I、區域II和區域III來講，結果也是如此。但是，對于不同地區，短期因果關系卻不同。從全國范圍來看，F檢驗的結果表明電力消費是GDP增長的短期Granger原因，但沒有證據表明GDP是電力消費的短期Granger原因。對于區域I,結果卻正好相反，這或許是因為區域I的第二產業增加值占比較低，導致電力消費沒有成為GDP增長的Granger原因，GDP的增長卻拉動了電力消費的增加。對于區域II,GDP和ELC互不存在短 期Granger因 果 關 系。對 于 區 域III,GDP和ELC互為短期Granger因果關系，這或許是因為區域III的第二產業增加值占比高，其GDP的電力消費彈性也相對較高造成的。
基于以上實證結果，本文得出如下結論：
①從長期來看，所有地區的電力消費與GDP均存在著均衡關系，且電力消費是GDP的Granger原因。
②第二產業增加值占比越高，GDP對電力消費的變化越敏感。例如，第二產業增加值占比最高的區域III與第二產業增加值占比最低的區域I相比，GDP對電力消費的彈性系數要高18.6%.
③從全國范圍來看，存在從電力消費到GDP的短期Granger因果關系，反之，卻并不成立。
④從區域來看，對于第二產業增加值占比較低的地區，電力消費與GDP之間并不存在短期的Granger因果關系；對于第二產業增加值占比較高的地區，卻存在雙向的因果關系。可見，第二產業增加值占比越高，電力消費與GDP增長的關系越密切。
5 政策建議
本文利用我國1985~2012年的數據，以產業結構為標準對我國28個省市進行區域劃分，研究了不同產業構成下電力消費與經濟增長的關系。實證結果表明產業結構對電力消費與經濟增長的相互關系有著重要影響。相關部門在制定能源政策時，不應采取一刀切的方式，而應充分考慮各地區能源消費與經濟增長關系的差異，進行全面的調查和研究，制定符合各地區經濟可持續發展的能源政策。
從全國范圍看，電力消費與經濟增長之間存在長期協整關系，且電力消費是經濟增長的Granger原因。因此，抑制電力消費會對經濟增長產生不利影響，短期或長期的電力短缺可能造成GDP增長的減緩。政府相關部門應該采取一些措施來應對電力短缺，一方面應增加電力投資，尤其是風電、水電和核電等清潔能源的投資，另一方面應采取措施來提高電力能源的利用效率，比如推進電價改革、限制高耗能產業項目的過分擴張、加快產業升級等。
從區域范圍看，各地區產業結構存在較大差異，電力消費與經濟增長的因果關系也不相同。因此，要根據各地區的不同特點，制定差異化的能源政策。第二產業增加值占比較高的地區，電力消費與經濟增長的關系更緊密。對于這些地區，采取不適當的節能政策會制約經濟發展，應該加大產業結構調整力度，降低第二產業增加值的占比；而對第二產業增加值占比不高的地區，由于能源消費對經濟增長的短期影響并不顯著，因此可以采取較為嚴厲的能源保護措施。但從長期來看，還是應該采取提高能源利用效率的各項措施，促進本地區經濟的可持續發展。
【不同產業結構下電力消費與經濟增長的關系論文】相關文章：
能源消費與經濟增長關系分析論文10-08
產業結構與經濟增長現況論文10-09
產業結構變動與新疆經濟增長關系實證分析10-26
低碳消費與經濟增長探討論文10-10
河南民間投資與經濟增長關系的實證研究論文10-12
能源利用效率與經濟增長關系的關系10-26
電子商務與宏觀經濟增長的關系分析論文10-08
農村金融與農業經濟增長關系分析論文10-08
農業經濟增長與農村金融發展關系論文10-08