能源消费与经济增长关系研究

杨晓玉+周丹

[摘 要] 基于吉林省1978-2015年的能源消费和经济增长的数据，运用协整理论和基于误差修正模型的Granger因果关系的理论和方法，检验分析了吉林省能源消费和经济增长的关系。实证结果表明，吉林省能源消费和经济增长之间存在长期协整关系，发现吉林省存在长期的经济增长到能源消费的单向因果关系，即吉林省经济增长促进了能源消费，而非能源消费促进了经济增长，吉林省经济属于非能源依赖型经济。吉林省在新一轮产业结构调整中，应积极改造高能耗、低效率的产业；转变能源发展方式，促进能源结构多元发展，优化能源供给结构；发挥政府调控手段，鼓励技术创新，在采取适当优惠政策的基础上促进产业结构从资本、能源密集型向技术密集型方向调整，促进产业结构升级。

[关键词] 吉林省；能源消费；经济增长；误差修正模型；格兰杰因果检验；结论；政策建议

[中图分类号] F840 [文献标识码] B

[文章编号] 1009-6043（2017）03-0057-04

引言

目前能源消费和经济增长的研究已经成为宏观经济研究的热点问题，西方对能源消费和经济增长的研究始于KraftJ和KraftA（1978）针对美国GDP与能源消费研究，他们利用美国1947-1974年的样本数据，进行实证分析首次发现了GNP对能源消费的单向因果关系[1]，这意味着节约能源的政策可能会发起而不会对经济产生副作用。实证研究，后来扩展到包括许多发展中国家，以促进适当的能源政策的实施。例如，采用标准格兰杰因果关系检验方法，Masih等学者利用协整和误差修正技术，研究了发展中国家的经济增长和能源消耗之间的因果关系，研究的结果有好有坏和甚至出现冲突[2-4]。

从国内学者的研究看，研究视角基本可以分为两类。第一类从中国整体视角来考察经济增长和能源消耗之间的因果关系。例如，林小娟发现从经济增长到能源消费的单向因果关系[5]。韩智勇等发现中国能源消费与经济增长之间存在双向的因果关系，但不具有长期的协整性[6]。Soytas等的研究结论指出中国能源消费和经济增长之间不存在Granger因果关系。第二类从省域视角来考察经济增长和能源消耗之间的因果关系[7]。例如王保忠等发现，能源消费总量、能源生产总量与GDP之间存在长期协整关系，能源消费和能源供给一起构成了山西省经济增长的单向推动引擎[8]。张兴平等的分析结果说明：北京市短期存在从经济增长到能源消费的单向Granger因果关系，而长期存在双向Granger因果关系[9]。从国内外学者的研究来看，能源消费与经济增长的结论主要分为双向因果关系、单向因果关系和无因果关系三类。研究结论存在争议，可能是由于学者们的研究地域、样本区间、数据处理、检验方法和分析范围的不同造成的。

能源是整个世界发展和经济增长的最基本的驱动力，是国民经济发展的重要物质基础，2010年能源消费总量32.5亿吨标准煤，比上年增长5.9%，我国已成为世界上能源消耗的第二大国。我国能源供需不平衡的状况已日渐突出，能源消费主要集中在东部地区，但中西部地区用能增长较快。由于我国地域广阔，不同地域的能源状况、经济发展水平和发展模式等差别比较大，因此具体分析某个区域能源消费和经济增长之间的关系对区域能源政策的制定具有一定的实际意义。吉林省是能源欠丰富地区，能源自给能力低，一次能源自给率不到50%。2008年，吉林省一次能源生产量占全国能源生产总量的1.3%。同时吉林省面临能源供求矛盾，域外输入压力越来越大，能源利用水平也很低，经济发展中的高消耗、低效率现象还相当严重。按照国家下达的节能减排压指标，不仅要完成当年节能减排目标，而且还要消化以前年份的欠账。由于吉林省正处于重化工业加快发展时期，“十二五”节能减排任务更重。由此可见，能源问题已经成为制约吉林省经济发展的瓶颈问题。本文将运用数据协整理论和误差修正模型，探求吉林省研究能源消费与经济增长之间的均衡关系具有重要的理论意义和实际意义。

一、模型和数据

本文的吉林省能源消费数据和GDP数据均直接取《吉林省统计年鉴》，考虑到资料的可得性，将时间跨度定为1978年至2015年，实际GDP为消除价格因素后的数据即以1978年为基础的吉林省零售物价指数进行平减后得到的数据，能源消费序列用煤当量计算，单位是万吨标准煤。为消除异方差，对经济增长与能源消费实施对数化处理，综合能源与经济增长关系的研究文献，建立计量分析模型：

其中Yt代表能源消费变量，Xt代表经济增长变量（包括k个回归量），α表示截距项，βi为k×1阶回归系数列向量，εt随机扰动项，下标t是各年份的标识（t=1978，1979，…，2015）。本文数据的处理与分析借助于计量经济学软件Eviews6.0完成。

二、研究方法

（一）单位根检验

单位根检验针对宏观经济数据序列中是否具有某种统计特性而提出的一种平稳性检验的特殊方法。对时间序列单位根的检验就是对时间序列平稳性的检验，如果非平稳时间序列存在单位根，则一般可以通过差分的方法来消除单位根，得到平稳序列。单位根检验的方法有很多种，包括DF、ADF、WS、HEGY、NP、PP和BLS等30余种，其中采用的方法是ADF检验。

（二）协整检验

如果经济变量间确实存在着长期均衡关系，这种均衡关系意味着经济系统不存在破坏均衡的内在机制，如果变量在某时期受到干扰后偏离其长期均衡点，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。两个序列具有相同的单整阶数是序列间具有协整关系的必要条件。为检验吉林省能源消费和经济增长是否具有协整关系，本文建立如下模型：

（三）误差修正模型

对于非平稳变量，时间序列模型忽视了原变量的信息，而经济计量模型又忽视了虚假回归问题。Granger证明了若非平稳变量之间存在协整关系，则必然可以建立误差修正模型；若用非平稳变量可以建立误差修正模型，则该变量之间必存在协整关系。本文结合以往的研究文獻和成果，建立如下误差修正模型：

在式（3）和（4）中，LGDP和LEC分别是吉林省经济增长变量和能源消费变量的对数形式，Δ表示一阶差分，ECMt表示长期均衡误差，k为LEC和LGDP序列的最佳滞后长度。

对于（3）和（4）式，如果α11的联合Wald-F检验为0，则表明经济增长不是能源消费的短期格兰杰原因；如果α22的联合为0，则表明能源消费不是经济增长的短期格兰杰原因。对于λ1的检验如果显著不为0，则表明经济增长是能源消费的长期格兰杰原因。对于λ2的检验如果显著不为0，则表明能源消费是经济增长的长期格兰杰原因；如果对于λ1和α11联合Wald-F检验显著不为0，经济增长是能源消费强的格兰杰原因；同理λ2和α22联合Wald-F检验显著不为0，经济增长是能源消费强的格兰杰原因。

三、实证结果分析

（一）ADF单位根检验

对多个时间序列进行协整分析的第一步就是确定每个时间序列是否平稳，判断序列平稳特性通常是借助单位根检验方法。本文运用ADF单位根检验方法对经济增长与能源消费的时间序列LEC与LGDP进行平稳性检验，结果见表1。

从表1可知，在1%、5%和10%的显著水平下，LEC和LGDP序列是非平稳的序列。差分后，在1%、5%和10%的显著水平下，可以判断LGDP和LEC一阶差分序列是平稳的，即原序列是一阶单整序列而非平稳序列。

（二）协整检验

协整检验从检验的对象上可以分为两种：一种是基于回归系数的协整检验，如Johansen协整检验。另一种是基于回归残差的协整检验，如EG检验。Engle等学者指出后者尽管比较简单、实用，但检验功效比Johansen检验小[10]，由于不存在内生变量与外生变量的区别，所有变量都被视为内生变量，还允许对协整关系和速度调整系数施加约束进行检验，这些都是后者所不及的，这样的思想也与能源消费与经济增长关系较为吻合。

1.VAR模型的确定

Johansen协整检验是基于VAR模型进行，其检验结果对VAR滞后阶数的选择较为敏感。为了选择最为合适的k值，本文依据了LR、SC、AIC与HQ信息准则五个指标来综合进行判断。判断结果如表2。

从表2中可以看出，除去SC准则是选择了为1外，其余所有的指标都选择了滞后期为3的结果。遵循Johansen等（2000）的建议，当不同的信息准则所选择的滞后阶数不一致时，使用汉南-奎因准则来模型滞后阶数，所以本文选择建立VAR（3）模型。

2.协整检验

分析本文协整检验的VAR模型滞后期确定为2。由于Johansen协整检验的渐进分布依赖于关于常数项和时间趋势项的假定，故其检验结果对检验方程的形式也较敏感。本文按照Johansen（1992）的建议，采用潘图拉准则来最终确定恰当的协整检验模型。确定有截距的模型作为最适合的协整检验模型，进一步通过模型选择的联合检验，具体检验结果见表3：

从表3可以看出能源消费与经济增长之间存在一个长期稳定的协整关系。更进一步估计对（2）公式进行估计，协整关系式表示如下：

对ECM时间序列进行单位根检验得到表4：

从表4中看出，ECM序列已经是平稳时间序列了，这也验证了经济增长与能源消费时间序列的长期协整关系是成立的。再从公式（5）的二者的回归系数可以看出，从长期看，经济增长与能源消费是正相关关系，表明吉林省实际GDP上升（下降）1%，将导致能源消费上升（下降）变化0.373%。用向量误差修正模型来进一步考察它们的短期波动与长期均衡的联系。

（三）向量误差修正模型和格兰杰因果检验

格兰杰因果检验还可以分为两种形式：一种是传统的基于VAR模型的检验；另一种则是最近发展起来的基于VEC模型的检验。Feldstein指出如果非平稳变量间存在着协整关系，则应考虑使用基于VEC模型进行因果检验，即不能省去模型中的误差修正项，否则得出的结论可能会出现偏差[11]。本文所采用基于VEC的Granger长短期因果检验可以同时考察变量间短期因果关系和长期因果关系，并用Wald-F法对VEC方程中估计出的系数的显著性进行联合检验，来判断各变量长短期因果关系的方向。具体估计误差修正模型结果见公式（7）和（8）。

公式（7）和（8）中ECMt项表示对变量长期均衡关系在短期内的偏离可以起到纠正调节作用。而它前面的调整系数估计值分别为-0.184和-0.029，反映了经济增长和能源消费变量间受短期冲击后向长期均衡值调整的速度，其绝对值越大，则调整的速度越快，符合反向修正机制。

在表5中给出了Wald-F检验（原假设为联合检验系数为零）的F值。结果表明，在10%的显著水平下，经济增长短期对能源消费无因果关系，但长期对能源消费有因果关系；能源消费短期和长期对经济增长都没有因果关系。

（四）方差分解

方差分解是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同冲击的重要性。为进一步来了解能源消费与经济增长之间相互作用与影响，本文采用方差分解方法来定量描述，结果见表6。

从表6可以看出，能源消费在滞后期为1时，100%的来自于自身，经济增长对能源消费的相对方差贡献率从第2期的0.819%，增加到第5期4.391%后，到第10期上升为12.078%，并呈现继续增长的趋势，因此能源消费对经济增长在短期贡献不显著，从长期来看，经济增长对能源消费的方差贡献率逐渐增大。从0.819%到12.078%，也说明从长期来看经济增长对能源消费具有显著的影响。经济增长在滞后期为1时，100%的来自于自身，此后尽管略有降低，但最后稳定在95.896%以上，能源消费对经济增长的相对方差贡献率从第2期的2.714%，增加到第5期4.761%后，在第10期下降为4.104%，并呈现逐渐收敛的趋势，因此能源消费对经济增长无论在短期还是长期来看方差贡献率都不显著。方差的分析結果为因果关系提供了有力的证据。

四、结论及政策建议

本文运用协整理论和误差修正模型对吉林省的能源消费与经济增长的关系进行了研究。研究表明，吉林省经济增长和能源消费两者之间存在长期协整关系，且存在从经济增长到能源消费的单向Granger因果关系，即吉林省经济增长促进了能源消费，而非能源消费促进了经济增长，吉林省经济属于非能源依赖型经济。从实证研究结论可以得出以下政策：

1.吉林省经济属于非能源依赖型经济。说明该吉林省能源依赖程度比较小，执行保守的能源政策可能不会对经济增长产生影响或者影响比较小。吉林省在新一轮产业结构调整中，积极改造高能耗、低效率的产业，对全省经济增长的负面影响应该较小。

2.转变能源发展方式，促进能源结构多元发展，优化能源供给结构。以吉林省自身资源条件和环境承载力为依据，优化发展火电，加快开发水电，科学有序开发风电，并大力开发利用生物质能、太阳能和地热能，积极推进核电项目，积极推进分布式能源发展，优化能源结构。

3.发挥政府调控手段，鼓励技术创新，对低能耗、高效益的高新产业加以引导和扶持，在采取适当优惠政策的基础上促进产业结构从资本、能源密集型向技术密集型方向调整，促进产业结构升级。

[参 考 文 献]

[1]Kraft J， Kraft A. On the relationship between energy and GNP. Journal of Energy and Development[J].1978， （3）：401-403

[2]A.M.M. Masih and R. Masih.Electricity consumption， real income and temporal causality： results from a multi-country study based on cointegration and error correction modeling techniques. Energy Economics[J].1996， （18）：165-183

[3]Y.U. Glasure and A.R. Lee， Cointegration， error-correction， and the relationship between GDP and electricity： the case of South Korea and Singapore [J]. Resource and Energy Economics， 1997， （20）：17-25

[4]J. Asafu-Adjaye. The relationship between energy consumption， energy prices and economic growth： time series evidence from Asian developing countries[J]. Energy Economics， 2000，（22）：615-625

[5]林小娟.能源消費与经济增长的实证分析[J].经济研究导刊，2011，（27）：12-13

[6]韩智勇，魏一鸣，焦建玲，范英，张九天.中国能源消费与经济增长的协整性与因果关系分析[J].系统工程，2004，（12）：17-21

[7] Soytas， U.， Sari， R. Can China contribute more tothe fight against global warming？ [J]. Journal of Policy Modeling， 2006， （28）： 837-846

[8]王保忠，黄解宇.能源供给、能源消费与经济增长的关系—基1978—2008年山西省数据的实证分析[J].技术经济，2010（2）：74-80

[9]张兴平，高小钧，张帆.北京市能源消费与经济增长关系分析[J].工业技术经济，2010（11）：57-61

[10] Engle R F， Granger C W J. Co-integration and error correction： represention， estimation and testing [J]. Econometrica，1987， 55（2）：251-276

[11]Feldstein， M. and J. H. Stock .The Use of a Monetary Aggregate to Target Nominal GDP[M]. in G.N. Mankiw， （ed.）， Monetary policy. Chicago： Chicago University Press， 1994，7？62

[责任编辑：潘洪志]