基于VAR模型技术进步、产业结构与能耗强度关系研究

赵芳菲，秦颖

（北京建筑大学经济与管理工程学院，北京 100044）

1 引言

能源问题是世界性问题，几乎所有国家都会面临能源耗竭所带来的困扰，当然中国也列在其中。我国能源消费量依旧处于高增长的趋势，能源综合利用率较低。在国内社会经济发展的各个领域中，能源的高消耗引起的高排放等问题成为制约现阶段经济发展的瓶颈，技术进步是解决这一问题的重要手段。

由于在传统能源耗竭的制约下，当前能源消费处于倒“U”型能源库兹涅茨曲线左侧，还没有达到顶峰，所以能源消费还会在短期内上升。但对于依靠政府的资产投入使得高耗能产业的能源消费带动经济增长的作用已经减弱，所以在探寻新的经济增长方式中，依靠产业结构调整，提高技术水平成为经济和环境可持续发展的新路径。

2 研究现状

技术水平的提高、产业结构的优都会通过提高部门能源利用率，使能源消费量从高能耗向较低能耗部门的流通，这是能耗强度变动的主导因素。徐丽娜(2013)采用SVAR模型分析能源结构与产业结构对能耗强度变化的冲击效应，结果表明，能源强度受产业结构冲击较大，而对能源结构的效应较小。Mi ZF(2018)基于投入产出模型评价北京市产业结构对能耗影响，结果表明，从2010-2020年产业结构优化可以节能39.42%，表明合理的调整产业结构能够降低能耗强度。Wang,Q(2016)使用Divisia指数分析中国能源消耗，在中国1970-2012年，能源使用排放量增长了12.53倍，主要由个人收入快速增长和人口增长缓慢所造成，而1980年以来的技术进步抵消了这一趋势。Du(2015)采用综合分解框架，将生产理论分解分析和指标分解分析相结合，解释了2003年至2010年中国能源消费的快速增长[1]。结果显示产业结构变化、劳动力替代和技术效率的变化在能源消费增长中扮演着重要的角色，其中技术进步使中国的能源消耗减少了22.4%。尽管应用不同研究方法，但结果表明产业结构与技术进步对能耗强度所产生的效应不尽相同。

3 北京市能耗特征

能耗强度：能耗强度（EI）表示能源利用效率，用万元GDP能源消耗表示。能耗强度下降率（EIR）表示能耗强度下降的速度，即：EIRt=（EIt-1-EIt）EIt-1，可见EI越小利用率越高，EIR＞0说明能源效率提升，反之下降。计算结果如图1：

产业结构：从考察北京市的能耗强度（能源效率）可以发现，能耗强度由1995年的2.34下降至2015年的0.34，这一时期的万元GDP能耗水平的下降，产业结构调整占多大程度的贡献率？2011年的产业结构处于在75%以上徘徊，对应当时能耗强度下降了21个百分点。这组数据是否能够说明当时的产业结构发挥了能耗效应？从能源经济学可知，由于行业之间的技术进步的差异性，促使生产要素从低向高生产率行业转移，导致产业结构的升级而提高了能源使用效率（能耗强度的下降）（Lewis，1954，Krüger，2008）。因此，能源经济中的结构红利指的是把能耗强度的下降归结于产业结构的升级。因此，本文可以揭示北京市产业结构在1995-2015年时期是否产生能耗效应，其结论对于北京市产业结构调整和节能降耗具有明显的现实意义。

图1 北京市能耗强度及其下降率

图2 能耗强度与产业结构

技术进步：从可持续发展理论和经济学理论可知，技术进步是当前提高能源利用率，降低能耗的主要原因之一，是实现能源约束下经济增长的重要保证。从各行业可以看出，对机器设备等固定资产的更新改造、引进或自主研发先进的工艺设备均显著提高技术水平。刘源远（2008）在研究技术进步在能源消费方面的回弹效应影响时，提出能源利用技术水平的提升是节能降耗与提高利用率的重要手段[2]。但在2000年以后，技术进步不仅会带动经济增长，同时刺激了能源消费总量的增加，尽管技术进步对能耗的贡献率趋于平稳势态，但其导致的能源消费量确处于上升趋势，这与技术进步的特点有关，即技术进步对能源消费在不同时期产生的影响不同。

4 变量选择及模型设定

为揭示能耗强度、产业结构、技术进步之间存在怎样的作用关系，首先定义变量，基于此探讨模型的设定。

4.1 变量定义

4.1.1 能耗强度

依据北京市统计局计量方法，定义能耗强度（EI）为万元GDP的能源消费，即：EI=EC/GDP其中EC为能源消费总量，以万吨标准煤表示；GDP以1980年为基数的不变价，以亿元表示；样本期间1995-2015年。

4.1.2 产业结构

定义产业结构（thdstr）为hdstr=TI/GDP，其中TI为第三产业生产总值（单位：亿元），GDP为北京市生产总值（单位：亿元）由于IS为比值数据，所以TI与GDP取各自名义值。

4.1.3 技术进步

广义的技术进步是指能提高生产效率的一切因素，用全要素生产率来表示。张少军（2009）用全员劳动生产率代表技术进步。但是由于北京市产业结构在近年来都在向第三产业靠拢，符合狭义技术进步即技术本身发生的变化，R&D能促进新的发明、创新产生，改进产品，增加消费者的效用，提高全要素生产效率。所以本文借助研发支出（lnrd）描述技术进步。

4.2 VAR模型设定

VAR模型的实质是将每一个内生变量的滞后项作为函数构造回归模型，一般形式如下：

其中Y表示内生变量，P表示滞后阶数，A代表系数矩阵。VAR模型的平稳性需要根据整个系统平稳性判断，如果特征根倒数的模小于1，则模型平稳，否则，不平稳。

因为此模型是无约束模型，因此可以把每个变量当作被解释变量，并且包含各变量的滞后期。根据AIC或SC最小信息准则选择滞后期。

基于此本文设定包含能耗强度ei、产业结构thdstr、技术进步lnrd，滞后期为1的VAR模型，公式如下：

由于这些变量代表了变量之间的动态影响关系，不会因为变量的滞后期不显著舍去，而是为每个方程保留这些变量。VAR模型估计结果表达式为：

本文先对变量建立VAR模型，进行稳定性检验，再用Granger因果关系检验每个变量的滞后项是否对其他变量当期值有影响，并绘制IRF图比较全面的反应变量之间的动态关系，最后利用方差分解，将系统内一个变量的方差分解到其他变量上去，分析变量之间的动态关系。

6 实证分析

对于判断模型中变量之间的动态关系则需要用Granger因果分析、IRF与方差分解进行分析。系数只是反映变量间局部动态关系，难以捕捉到全面复杂关系，本文关注的是一个变量对另一个变量冲击影响的全过程，在此之下绘制IRF脉冲响应函数来描绘变量之间的动态变化。方差分解是将一个变量的方差分解到各个扰动项上，分析每个扰动项对变量的影响程度。首先对VAR模型进行稳定性检验。

图3 VAR特征根的倒数的模的单位圆图示

就图3中特征根倒数的模而言，所有模都小于1（位于单位圆内），表明建立的VAR模型是稳定的。

图4 VAR模型脉冲响应函数结果

图中实线表示变量受冲击后的走势，两侧的虚线表示两倍的标准误差。可以看出能耗强度受自身一个冲击后一直下降，直到第20期趋于平稳；受产业结构的冲击后开始下降，直到第8期开始回转；受技术进步的冲击后连续下降4期，然后保持稳定。产业结构受能耗强度的冲击作用后缓慢上升，第20期趋于平稳；受自身一个冲击后下降速率较快，并在第18期趋于平稳；受技术进步的冲击后，产业结构在前4期有正向反映，第5期开始下降。技术进步受能耗强度的冲击后有缓慢的上升趋势，在第12期趋于平稳；受产业结构的冲击后，在第3期达到顶峰；受自身冲击后在前4期急剧下降，第5期开始趋于平稳。

6 结论与建议

北京市能耗强度一直处于下降态势，能耗强度下降率（eir）显示出不规则的倒“V”型调整，即下降速度呈现出非线性的演变。北京市的产业结构（用第三产业产值占GDP比重表示），从1995年的53%到2015年的80%，第三产业以近2%的年均增长率增长，而能耗强度以近4%的年均下降率降低。技术进步即R&D研发支出增长速率比较缓慢，但一直处于上升趋势。基于上述数据的特征演变，本文构建了基于VAR模型的能耗强度与产业机构、技术进步的关系研究。得出以下结论：

脉冲响应和方差分解分析表明，技术进步与产业结构的调整对能耗强度的下降具有可持续性。基于VAR模型构建的技术进步（R&D）和能耗强度之间存在较强的相关关系。从能耗强度持续下降这一点可以说明，技术进步与能耗强度之间是存在关系的，但从Granger因果检验表明，技术进步与能耗强度之间短期内不存在直接的因果关系，表明技术进步对能耗强度的影响可能通过其他中间变量传递到能耗强度。脉冲响应表明技术进步的冲击对能耗强度响应是持久的，从方差分解结果来看，就长期而言，能耗强度的误差中，源于技术进步的影响要大于产业结构[3]。

针对以上结论对北京市能源消费提出相关建议：要促使经济增长转向全要素增长方式转变。一方面通过提高各要素生产效率降低能耗强度，另一方面，强调技术进步在促进经济增长中起到的重要作用，以降低能源总量消费的控制对经济增长的制约。