中国经济增长与节能减排的动态关系研究

崔凯丽，胡 俊，宋马林

(安徽财经大学统计与应用数学学院，安徽蚌埠233030)

引言

在全球持续变暖这个气候大背景的作用下，极端天气频繁出现，尤其极端高温与强降水天气明显增多。随着人类经济的不断发展以及能源消费的不断增加，温室气体排放加剧了所引发的全球气候变暖、生态系统恶化以及极端天气等问题正严重威胁着人类的生存与发展。经研究证实，日最高温度每上升一度，天气便会引起很大的变化，将直接影响人类的活动。正因如此，近20年来国际社会多次召开全球性会议，试图找出协调世界各国经济增长、能源消费与温室气体排放的利益平衡点。

与此同时，中国经济的持续发展以及能源消费的快速增长导致了CO2排放量的急剧增加，2011年以来各地短时间内强降雨导致交通设施等全部瘫痪，以及好多地方的重干旱导致农作物减产。因此，协调好经济增长与能源消费以及CO2排放三者的矛盾与冲突已成为当前中国政府当局面临的重大挑战，在此背景下，实现中国经济增长与节能减排的双赢局面具有重要的现实意义。本文通过对经济增长与节能减排的长期关系运用定量分析的方法研究并得出结论。为经济持续稳定增长、资源合理开发并能优化生态环境的良性循环提供依据。最终使得经济又好又快发展，树立科学发展理念，走“资源节约型、环境友好型”发展路径。

一、实证分析

(一)原数据处理

本文用人均国内生产总值(GDP)作为衡量经济增长的变量，包括人口因素在内的国内生产总值能够更好地反应经济的增长;用CO2排放量和能源消费量作为衡量节能减排的变量，节能就是减少能源的消费，减排就是减少CO2的排放量;用固定资产投资作为控制变量，因为改革开放以来，固定资产投资快速稳定增长，是经济持续高速发展的主要推动力量，同时消耗着大量的能源。数据来源于《中国统计年鉴》，处理原数据。人均国内生产总值(GDP)用1978年为基期的定基GDP 平减指数进行调整。由于各个单位不同数据大小不一，为避免变量可能存在的异方差性，对所有变量取自然对数，再对它们进行标准化处理以消除不同变量量纲不同的影响。经过调整后的变量分别以Y(人均GDP)、O(CO2排放量)、E(能源消费量)表示。

图1 经济增长和节能减排的总体关系

(二)经济增长与节能减排的总体关系

从图1 中可以看出，人均GDP，CO2排放量以及能源消费量从1980年到2008年都在持续增加，只是增加的速度不同，其中CO2排放量和能源消费量基本上完全一致，由此可见，减少能源消费就能减少CO2的排放量，从而可以抑制温室效应。人均GDP 在1997年以前以较快的速度增长，与此同时，CO2排放量和能源消费量也在持续增长，经济的增长是以能源的消耗为代价的，在1998年到2004年前后，能源的消费量减少，导致经济的逐渐放缓，人均GDP 增速明显下降，而在2005年以后能源消费增加，进而带来经济增长速度增加，但是，此时消耗同等能源带来的经济增长的速度明显不如1997年以前，说明只靠消耗能源已经不能带来经济的持续增长。由此可见，为了保护环境而进行节能减排不会给经济增长带来很大的波动，我们必须通过其他方法来促进经济增长。

(三)单位根检验

本文采用ADF 方法对各变量进行单位根检验，来确定变量的单整阶数，其检验结果如表1。检验的原假设为存在单位根，由表可知:原序列所有的结果不能拒绝原假设，即不平稳;当对原序列进行一阶差分后所有的结果在不同的显著水平上拒绝原假设，即平稳。因此，我们可断定各序列均为一阶单整序列，即非平稳的I(1)过程。故可以进行协整检验。

表1 单位根检验

(四)协整分析

利用Johansen 协整检验进行检验经济增长与节能减排之间是否具有长期均衡关系。

表2 Johansen 协整检验

表3 能源消耗量和CO2 排放量的Granger 因果检验

由上述结果可以看出有3 个协整关系，即人均GDP 和CO2排放量以及能源消费量存在长期均衡关系，又可见能源消耗量和CO2排放量互为因果关系，且长期趋势基本一致。故可以建立人均GDP 和能源消费量之间的可变参数状态空间模型。

二、可变参数状态空间模型

工程控制领域的需要产生了卡尔曼滤波，在以后的一段时间的发展，慢慢产生了标准的形式，即出现了状态空间模型，并应用到经济领域中。状态空间模型是分析经济现象随时间变化的规律中，除了包含可观测的变量外，还加入不可观测变量的模型。这些不可观测的时间变量统称为状态变量，包括理性预期、长期收入、测量误差及不可观测的循环要素与趋势等。它可以分析状态随时间化的规律，还可以验证所选状态是否反映观测变量的真实情况。状态空间模型是在状态给定情况下建立的模型，状态向量的选择通常需要建模前考虑。它既要能描述系统变化过程的所有信息，又要包含尽可能少的元素。下面建立一个线性状态空间模型。其包含两个方程:状态方程(或称转移方程)和信号方程(量测方程)。

xt是p ×1 维的状态向量(可包含不可观测变量);yt为q ×1 维的观测向量;dt为p ×1 维的向量，仅影响确定性的状态向量期望值;ct为q × 1维向量，仅影响确定性的可观测变量值;它们可以包含先决变量的线性组合或非线性组合等。p × p维矩阵Ft称为状态转移矩阵;q × p 维矩阵Ht称为载荷阵。p×1 维向量wt称为状态噪声，q×1 维向量vt称为观测噪声，它们之间相互独立，均服从0 均值的高斯分布，且，其中，Qt为关于wt的p×p 维的对称方差矩阵，Rt为关于q × q 维对称方差矩阵，Gt为关于向量vt和wt的p ×q 维的协方差矩阵，当vt和wt独立时，Gt为0。

卡尔曼滤波是在时刻t 基于所有可得到的信息估计状态向量的最理想的地推算法，当扰动项和初始状态向量服从正态分布时，通过预测误差分解计算似然函数，从而可以对模型中的所有未知参数进行估计，得到新的观测值，只需利用卡尔曼滤波连续地修正状态向量的估计。

对经济增长与节能减排的关系进行可变参数状态空间模型进行估计，建立一个线性的状态空间模型，假定初始状态向量服从均值与方差已知的正态分布，且扰动项相互独立，利用卡尔曼滤波算法对目前为止的观测数据估计过去状态。假设为如下信号方程和状态方程。

因为Y 和E 分别为人均国内生产总值和能源消费量取对数处理后的数据，因此，αt、βt分别为各个时点上人均GDP 即经济增长对能源消费量的敏感程度的变参数序列。最终得出以下结果:

@signal y = sv1*e +［var = exp(c(1))］

@state sv1 =sv1(－1)

表4 状态空间模型卡尔曼滤波估计出的一些统计量

接下来，对状态空间模型的残差进行单位根检验，结果如下表。

表5 残差序列的单位根检验

综上所述的各个统计分析，可知状态空间模型的卡尔曼滤波估计结果是可靠的，下面对状态空间模型的估计结果进行分析。

长期以来，我国能源的高投入对经济增长的推动功不可没，由图2 可知，能源消费对经济增长一直以来起正的增长性作用，即能源消费量增加带来经济增长的增加，而且能源利用的效率总体上在提高。1980—1983年能源消费弹性一直很小，而与此同时实际的固定资产投资也没有多大的变化，此时经济增长的也很缓慢;1984年能源消费弹性激增，带来了1985年以后的实际固定资产投资的增加以及实际人均GDP 的增加，并且这个增加一直持续到2002年左右，与此同时，单位能源的消耗量带来经济增长的增加额度不断增大，直到达到最大1.4 左右。1978年对外开放后，引进外资、高耗能产业的迅速扩张和高耗能产品的产量大量增长，依靠能源的消耗使得经济增长。但同时产生了一系列的环境问题，土地荒漠化导致沙尘暴肆虐，工业等垃圾污染了河流土地，洪水干旱等极端天气频发，等等。在科学技术水平的发展和人民生活水平的提高，资源短缺、环境污染与生态破坏让越来越多的人意识关注到环境问题并实施保护措施。而且，当能量消耗到一定时，单位能耗所带来的经济增长已经逐渐减少，即仅仅依靠能量消耗带来产出增加，经济增长已经不再有效。从图3 和图4 中可以看出，当能源消耗弹性在逐渐增加时引起固定投资和人均GDP的增加，但有一定的时滞性。在2003年左右出现瓶顶期，即单位能耗的产出的弹性基本保持不变，经济也出现缓慢增长。2005年后为了缓解环境的压力，保护我们赖以生存的地球，使得经济可以达到可持续发展，国家号召节能减排，建设资源节约、环境友好型社会。在此影响下，2006年万元国内生产总值能耗进一步降低到1.206 吨标准煤，并且还在逐年下降。进行经济结构调整，将一系列高污染、高耗能的企业关停并转，积极扶持低污染、低能耗、高附加值的产业，重点发展新能源、污染较低的高级服务业，使得产业综合竞争力显著提高，由图也可看出在2006年以后人均GDP和固定资产投资额再次出现了增长。因此，随着我国可持续发展战略的推进，积极促进能源中介机构、节能服务公司的发展，探索建立国际化能源供应体系和国际能源合作机制，因此节能减排将面临着较大的压力。

图2 能源消费量对经济影响弹性分析

图3 能源消费量对实际人均GDP 的影响

结论与启示

本文对全国经济增长与节能减排之间的关系进行了实证分析，基本结论如下:从长期总体关系来看，经济增长与CO2排放量以及能源消费量都在持续增加，只是增加的速度不同，其中CO2排放量和能源消费量基本上完全一致。通过协整检验可以得知这三者存在长期均衡关系，尤其通过Granger 因果关系检验得知CO2排放量与能源消费量有高度的因果关系，再加上两者的长期趋势基本上相同，故只选择能源消费量与人均GDP 建立可变参数状态空间模型。从状态空间模型结果可以看出，能源消费量对经济增长的弹性在逐渐增加，在2002年左右达到最高并开始下降，即每单位能耗带来的经济增长幅度在增加达到最高后开始下降，说明单纯依靠消耗能源带来的经济增长的趋势不能一直维持，再加上环境污染的日益严重，国家寻找节能减排的新路径迫在眉睫。

图4 能源消费量对固定资产投资的影响

综上所述，我们不仅要继续保持经济快速增长，又要保护我们的环境，因此我们要采取一定的措施。首先，应对全球气候变暖，由上文可以看出CO2的排放量与能源消费量基本上一致且互为Granger 因果关系，而引起的全球气候变暖的温室气体首要的就是CO2的排放，而减少其排放就要从节约能源开始，减少能源的消费，坚持节约发展，情节发展、安全发展，实现经济发展真正的又好又快;其次，保持经济持续增长，可以看出衡量经济增长的重要指标人均GDP 已经不能单纯依靠消耗能源保持持续的增长，因此要加快产业结构调整，大力发展第三产业，提高高技术产业在工业中的比重，按期淘汰高耗能高污染的企业，并发展循环经济，推进企业清洁生产，实现废物等再次利用，从而控制和减少污染物排放，并提高了资源利用率;再次，强化污染防治，强化管理，对烟气余热节能降耗，健全法制和节能目标责任及评价考核制度，建立节能减排统计指标体系和监测体系，并加强宣传，全民参与，政府带头，共同为节约能源，保护环境奉献自己的力量;最后，积极稳妥推进资源性产品价格改革，完善有关的财政政策，实行有利的税收政策，拓宽融资渠道，促进金融机构的资金及贷款向节能减排领域倾斜，并对新能源新技术的企业在金融市场加以扶持。最终构建政府监管下的开放、竞争、有序的能源市场体系，并实现经济的稳步增长。

［1］杨子晖.经济增长、能源消费与二氧化碳排放的动态关系研究［J］.世界经济，2011，(6):100－125.

［2］程 波.经济增长与能源消费之间的关系［J］.中南财经政法大学研究生学报，2011，(2):80－85.

［3］中国人民大学区域与城市经济研究所课题组.长三角地区能源消费与经济增长的实证分析［J］.江淮论坛，2010，(4):21－25.

［4］李晓嘉，刘鹏.中国经济增长与能源消费关系的实证研究［J］.软科学，2009，(8):61－68.

［5］谭太平.国内信贷、货币供给对经济增长的动态影像［J］.财经科学，2011，(2):19－25.

［6］高铁梅.计量经济分析方法与建模:第二版［M］.北京:清华大学出版社，2009.

［7］易丹辉.数据分析与Eviews 应用［M］.北京:中国人民大学出版社，2008.