工业经济增长与能源消费的动态关联性研究

（陕西行政学院经济教研部，西安 710068）

引 言

能源是经济发展的重要资源保障，是经济增长的同步指标，能够准确、直接反映经济运行状态，而经济增长依赖于能源消费，并影响能源消费总量、增速及结构，两者之间具有紧密的关联性。对我国而言，工业经济发展不同进程中，对能耗的依赖度各异，在高速发展期，金属冶炼、电力、机械制造等高能耗产业是主流支撑，对能源消费的依存度较大，此时，一味的能源 “节流”政策并不适时，但过度的产业发展和能源刺激消费政策，也容易造成产能过剩、资源过度消费等问题；而近年来，在节能环保政策引导下，工业经济进入了非高速发展阶段，工业结构得以优化，加之新能源、新工艺、新技术的发展和进步，其增长对能源消费的依赖度较低，且能源消费结构和利用效率的优化实现了较少能源消费下的工业经济快速增长。可见，在工业经济不同发展阶段，因为政策环境、经济模式、技术等因素的综合作用，能源消费对工业经济增长的影响并不确定，存在动态演变的非线性特征。

从目前研究看，关于经济增长与能源消耗关系的研究众多，赵玉焕和王乾［1］采用E-G两步法，检验京津冀能源消费、经济增长与碳排放之间的长期协整关系；王新安等［2］采用协整理论、误差修正项构建陕西省能源消费与经济增长的关联分析模型；胡小渝［3］通过 Granger因果关系检验、脉冲响应和方差分解方法，实证分析了重庆市能源消费与经济增长关系；可知，现有对于变量间关系的分析多集中在协整检验及Granger因果关系检验方法，即多数学者认为经济增长与能源消费之间存在线性关系，但是实践证明，能源对经济增长的影响具有不确定性，且呈现动态演进的特征，因经济战略调整、能源政策转换等因素的扰动，在高增速、缓增长等不同经济发展阶段，能源对经济增长的影响存在既定差异，经济增长与能源消费也存在非线性关系，而以往的线性分析方法并不适用该类关系分析，为此，贺小莉和潘浩然［4］引入PSTR面板平滑转换模型，基于资本投入量，实证分析经济增长与能源消费之间的非线性关系；张恒和王彬［5］则采用SVAR非线性模型，从货币政策的视角探究了能源消费与经济之间的非线性关系问题；隋建利等［6］运用马尔科夫区制转移因果模型，分析了能源消费与经济增长的非线性动态驱动机制。然而，现有非线性研究方法在区制间转换时，存在非平滑性问题，为此本文融合以往研究，建构平滑转移向量自回归模型，弥补了马尔科夫区制转移模型的区制间转换的突变，并可根据能源与经济不同情况构建不同变量模型，以此提升模型灵活性，以准确分析能源消费与工业经济增长之间的动态关系，以为两者的双向优化和互促发展提供决策支撑。

1 能源消费与工业经济增长关系的理论基础

能源消费与工业经济增长是生产函数中的两个变量，一般以数据关系对其进行量化，当前，国内外最常用的评价指标是能源消费强度及能源消费弹性系数，这两个指标可以分别从不同层面反映经济增长与能源消费的关系。

1.1 能源消费强度

能源消费强度是GDP单位产值能耗，是指一个国家或地区在特定时期内单位产值所消耗的能源总量，可用公式表示为［7］：

该指标能够有效反映能源利用率、工业经济结构及工业经济发展水平变化等，并据此预测能源消费与经济增长的未来发展趋势。不同的时期因技术水平、产业结构、管理模式及创新程度的不同，能源消费强度存在差异性，从世界各国的经济发展历程来看，其大多经历 “工业经济发展初期-工业化发展中期-工业经济末期 （绿色节能）”的演变过程，能源消费强度系数呈现低-高-低的“U”型发展规律，这种关系与Kuznets于1995年发现的经济增长与收入差异的关系类似，即能源消费Kuznets曲线，如图1。

图1 能源消费Kuznets曲线

1.2 能源消费弹性系数

能源消费弹性系数是能源消费增长率与经济增长率之间的比值，能够有效反映能源效率和经济发展水平［8］：

从能源消费系数的演变规律可知，在工业经济发展初期，经济的快速增长需要依靠能源的超前消费，此时的e值＞1；而当工业化进程基本完成，能源利用水平提升，能耗也就相对降低，趋向稳定，e值＞1且接近于1。由此可知，能源消费系数是能源消费与经济关系的直接反映，可用于分析一个国家或地区的经济发展进程、程度及未来发展趋势。

2 能源消费与经济增长关联变化的定量分析

能源消费与工业经济增长一直以来都保持着密切关联性。在工业经济发展初期，经济增长处于高速状态，尤其是改革开放以来，在工业化和城市化 “双加速”的压力下，经济增长更是呈现“非常态”发展，依照2000年不变价格计算，1991年我国国内生产总值为3645.02亿元，到2018年则达到了900309.5亿元，增长了252倍 （根据国家统计局数据整理，如图2）；而与此同时，能源消费也在极速上升，根据数据统计1978年我国能源消费总量为57144万吨标准煤，至2018年我国能源消费总量增至41.5亿吨标准煤，整体也呈上升趋势 （如图3）。

图2 1999～2018我国GDP增长趋势

由图2、3可知，宏观上我国工业经济增长与能源消费均呈现上升趋势。近年来，因为工业发展进行新常态调整，增速放缓、结构不断优化，其能源消费增速下降，但GDP却未见下降，仍处于匀速上升趋势，可见，能源消费与工业经济增长之间存在非线性动态变化关系。

图3 1999～2018能源消费增长趋势

为了进一步研究我国能源消费与工业经济增长之间的动态关联性，需要基于我国工业经济、能源发展现状，根据其经济所处的不同发展阶段，制定经济和能源互动发展的政策，本文从能源消费强度和能源消费系数来进行分析，以此判断我国能源消费与工业经济增长之间发展态势。

图4 我国1999～2018年能源消费强度走势

从图4可知，我国能源消费强度整体呈现逐年下降的趋势，整体发展态势较好，且在1999～2013年随着工业化和城市化 “双加速”发展向城市化 “单速”轨道的转变，能源消费强度下降较快；而2014～2018年，因新常态战略目标的确定，我国工业经济发展进入低速发展通道，产业结构得以优化，新型低能耗的产业比重上升，能源消费强度不断降低，但是幅度较小，还未到最优状态，这说明经济节能降耗还有比较大的潜力和空间。

由图5可知，能源弹性系数曲线波动较大，稳定性较差，规律性不明显，这是因为其是综合指标，受经济结构、能源种类、技术水平、管理水平等多个变量影响，也反映了我国工业经济增长对能源消费的需求量并不稳定，两者的非线性特质明显，存在时变性。

图5 我国1999～2018年能源弹性系数

3 工业经济增长与能源消费动态关联性的实证分析

3.1 数据选择及说明

本文选取了1999～2018年我国经济增长与能源消费的相关统计数据作为分析样本。以人均能源消费量表示能源消费，以人均GDP表示经济增长，相关统计数据来源于各年的 《中国统计年鉴》、 《新中国60年统计资料汇编》及国家统计局、《BP世界能源统计年鉴》和世界银行在线数据库等，GDP参数所隐含的缩减因子以2000年为基期生成可比价格的GDP；同时，对GDP和ENG两数据进行自然对数转换，并进行一阶差分，得出我国工业经济增长率及能源消费增长率，分别记为dInGDP、dInENG。

3.2 计量模型的构建

结合上述分析，我国工业经济增长与能源消费之间存在高度相关性，但在不同阶段两者的关联性存在非线性的动态演变性，针对此，为得到能源消费在不同经济期对工业经济增长的影响，本文引入LSTVAR平滑转移向量自回归模型［9］：

式 （4） 中，β（L）、θ（L）均为p阶数多项式，εt为k维白噪声过程，均值为0、方差协方差矩阵为∑，F（st-d，γ，c）为逻辑函数，控制模型在不同经济区制之间转换，st-d为转移变量，且d为转移变量的滞后阶数，c为门限值，γ为转移速度。

3.3 GIRF广义脉冲响应函数

脉冲响应函数是VAR模型中分析变量之间关系的首要方式，但传统的线性TIRF不适用非线性问题的分析，为此，本文引入广义脉冲响应函数GIRF，实证分析不同经济期工业经济增长与能源消费之间的非线性特征，阐释两者的动态关联性，任意冲击vt＝δ及上期冲击wt-1，GIRF用式（5） 表示［10］：

上式为广义脉冲响应vt、wt-1的函数，而vt、wt-1是源自同一个产生随机过程 ｛xt｝，根据式（5），可在t阶段，判定能源消费对工业经济增长造成的影响，且可识别在能源消费的t-1时期，工业经济增长处于何种状态，由此，其可以从t+1至t+n期，预测不同发展阶段能源消费对工业经济增长的影响。

3.4 LSTVAR模型的线性检验和估计

3.4.1 模型的线性检验

针对上述LSTVAR模型，采用滞后阶数确定的LR信息准则，并融合SC信息准则，获得最优的线性 VAR（1）模型［11］：

式 （6） 中，yt＝ （GDPt，ENGt），A、B为系数矩阵，ut为扰动向量。该式模型的备选假设LSTVAR模型为：

上式中，F（st，γ，c′）为 Logisitic 转换函数，st为转换变量，γ为不同经济阶段的转换速度，c为阶段转换的门限值，st＜c时，为一个经济阶段，st≥c时，为另一个经济阶段。

为了验证模型的线性，本文引入一阶Taylor序列来近似LSTVAR。运用LM检验对式 （7）中各个方程的原假设H0∶γ＝0、 备选假设H1∶γ＞0进行验证［12］。

对式 （6）每个方程进行回归，获得对应的残差拟合值eit和残差平方和SSR0i， 然后， 对eit关于yit-1、styit-1进行回归得到残差平方和SSR1i，由此，对各个i计算LM统计量：

式 （9）中，T为样本观测值数量，在原假设条件下，LMi服从χ2（6）。同时，采用LR验证整个系统的线性，即各个方程均符合H0∶γ＝0，设，LR统计量为［13］：

在原假设下，LR近似服从χ2（7）。

本文以工业经济增长率、能源消费增长率及两者的滞后变量作为转移变量，得出模型的非线性检验结果如表1所示。

表1 LSTVAR模型的非线性检验结果

由表1可知，结合LM检验，当期工业经济和能源消费的增长率均在5%的显著性水平下拒绝原假设，可见该模型的非线性设置合理，而LR检验也再次表明，模型为非线性的，符合两变量之间的非线性特征分析需求，而以当期工业经济和能源消费的增长率作为转移变量，计算其统计量可知，工业经济增长率LM、LR检验的显著性水平更高，为此，本文选用其作为转移变量，即工业经济增长与能源消费之间的动态关联性受当期工业经济增长率的影响。

3.4.2 模型的估计

完成上述模型线性检验后，利用R软件，选用非线性OLS法对LSTVAR模型进行估计，得出不同经济阶段转换速度、阶段转换的门限值c的估计值分别为12、110，以当期工业经济增长率作为转移变量的区制转移轨迹及随时间变化的Logistic转移函数 （如图6所示）。图6（a）中，数据序列被划分为工业经济高速增长和非高速增长两个区制，而图6（b）中，由高速至非高速增长的转移函数变化是平滑渐进的，可见模型估计效果较好。

同时，利用上述LM、LR检验对上述式 （7）估计的各个残差序列进行计算，可得所有结果均支持非线性预设，为此，可得以当期工业经济增长率为转移变量，γ、c分别设定为12、110时，LSTVAR模型可充分捕捉变量间结构性调整的非线性特征。

图6 区制转移轨迹及Logistic转移函数

3.5 实证分析结果

在高速、非高速发展两区制下，分别计算不同经济阶段下我国工业经济增长与能源消费冲击的脉冲响应函数，计算所得的高速发展期下工业经济增长与能源消费的冲击效应结果如图7所示。由图7（a）可知，在高速发展阶段，工业经济增长率产生一个标准差的冲击后，能源消费增长率呈现出显著的正效应，且正效应持续5年，在第2年到达1.8峰值，而后，冲击响应逐渐减小，至第6年达到最小为-0.36，并在之后逐渐趋于消失，可见，在高速发展经济期，工业经济增长依赖于能源消费，对能源消费的促进效应明显，但限定在5年左右；而与此同时，由图7（b）可知，经济高速发展期，能源消费增长率产生一个标准差的冲击后，工业经济增长率仅呈现短期的正效应，在第1年即达到了峰值2.46，之后迅速下降，可见，在该区制内，能源消费的增加可推进工业经济增长，但该种正效应的持续时间较短，仅为1年左右。

图7 高速发展期下工业经济增长与能源消费的关系

依据上述方法，计算所得的非高速发展期下工业经济增长与能源消费的冲击效应结果如图8所示。由图8（a）可知，工业经济增长产生一个标准差的冲击，能源消费呈现显著的正效应，且持续时间为10年左右，在初期正效应上升较快，并至第2年到达峰值4.5，而后逐渐下降趋于平缓，可见，非高速增长期，工业经济进入了 “新常态”战略调整和供给侧结构改革阶段，新兴技术、资源密集型产业的加速发展，使得工业经济能源消费结构得以优化，加之节能技术、工艺的优化，虽然在转速初期 （经济发展转速是以新常态战略调整为划分点，在新常态调整前为高速增长、低效发展阶段，之后为中低速、高效发展阶段）工业经济增长对能源消费存在短期增长效应，但呈现长期持续性；与此同时，在非高速发展期，能源消费产生一个标准差的冲击，工业经济增长呈现较强的时变性，在短期存在瞬时的正效应，在第1年达到峰值4.5后，快速转变为负效应，并在第2年达到最小值-2.21后逐渐趋于0，可见，非高速发展期，因节能环保政策引领及技术革新，工业结构进入战略调整阶段，尤其高能耗产业面临整改的现状，发展受到限制，工业经济增长与能源消费的脱钩趋势增强，据此，虽在转速初期能源消费可促进工业经济加速发展，但该正向效应持续时间较短，从整体上看，能源消费对工业经济增长的带动效应并不明显。

图8 非高速发展期下工业经济增长与能源消费的关系

4 结论与建议

根据以上研究，本文得出的具体结论及建议如下：

（1）不同发展期下，工业经济增长对能源消费均存在显著的正向冲击效应，区别在于高速期，工业经济增长对能源消费的正向促进效应持续时间更短，且存在负效应；而非高速期，工业经济增长对能源消费为正向促进效应，且更为显著、持续时间更长。

可见，无论经济处于高速还是非高速增长的环境下，对于我国而言，工业经济的增长仍然离不开能源的支撑，两者始终未实现完全 “脱钩”［14］，为此，未来发展中，应根据不同地区所处发展阶段的差异，着力弱化工业经济增长对能源消费的依赖程度。尤其对于工业经济处于高速发展期的西部地区，因为其面临提升产能、促消费、快增长的现实需求，金属冶炼、电力、机械制造、化学原料等高能耗产业的布局和发展居多，这些产业对原油、原煤、天然气等能源的需求较多，但超量、破坏性的利用，容易引致能源消费结构失衡，造成主体资源 “供给不足”或枯竭的问题［15］。此时，应加速优化工业结构，淘汰落后产能和技术，积极发展高新技术、资本密集型的产业，以此转换工业经济增长的动力，减弱其对能源的过度依赖；同时，要引入节能设备、工艺和技术，以此控制能源消费量、提升能源利用效率，且要强化对水、风、光等新能源的开发和利用，以控制高污染、不可再生能源的过度消费，优化能源消费结构，进而以低量、清洁的能源消费来实现工业经济的高品质增长。

（2）不同发展期下，能源消费对工业经济增长仅存在短期的正向促进效应，而长期来看，影响性不明显，区别在于非高速期，能源消费对工业经济增长的正、负向效应更显著，其持续时间均较短，由此，通过刺激能源消费的增长来引领工业经济增长的政策，只存在短期效应，从长远来看并不可行。

为此，政府在制定能源政策时，应针对所处的经济发展阶段，充分考量工业经济发展需求和能源供给能力，设计工业经济发展路径和能源政策。而鉴于非高速期能源消费对工业经济增长的显著正向冲击效应，应从顶层设计出发调整工业结构，大力发展人工智能、新能源、生物产业等能耗低、能效高的新型产业，并进行供给侧改革，关停高能耗、高污染的小型、技术落后的企业，摆脱落后产能的约束，让工业经济实现更快、更优发展；同时，创新和完善节能、利用的长效机制，通过合理计算能耗和需求，融合节能统计、跟踪监测、追踪问责，来完善和严格各行业、各企业的能耗限额标准，且各部门要通力合作、协调配合，形成齐抓共管的工作合力，以此来驱动节能技术、工艺和设备的研发和引入，进而以较低的能耗实现工业经济发展高效、优质的发展，实现工业经济增长与能源消费的强脱钩。