上海产业结构、电力消费与经济增长关系的实证研究

夏祖菲 汪萌 何文

摘 要：随着上海经济的快速发展，经济增长与电力消费、产业结构之间的关系越来越受到关注，针对此问题进行分析研究，可为其产业结构改革、电力产业政策的制定提供科学依据。本文根据上海1998—2018年的GDP产出、产业结构高级化以及电力消费量三个指标，使用误差修正模型，结合脉冲响应函数，分析了产业结构升级、社会用电量与经济增长三者之间的关系。结果表明，从长期来看，经济增长、电力消费量和产业结构升级优化之间存在长期均衡关系。从短期经济波动来看，上海的产业结构升级与用电量的增加起着相互促进的作用，同时电力消费增加对经济增长起促进作用，经济增长对改善产业结构和用电量增加均起积极作用。研究指出，上海市进行产业结构改革，要以现代服务业为主，继续发展新兴产业，实现上海经济的可持续发展。

关键词：产业结构高级化；经济增长；社会用电量；向量误差修正模型

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2021）02（a）-042-06①基金项目：教育部人文社科青年基金项目（人民币国际化背景下海峡两岸货币合作制度设计和效应研究，17YJCGAT002）。

在能耗指标中，电力消费与经济增长有着密不可分的联系，电力是经济增长的重要基础，我国各省市的电力消费因其能源资源情况、产业结构和经济发展水平存在很大差异，根据自身的特殊情况，明确电力消费、产业结构与经济发展的关系，实现内部能源结构优化和產业结构升级具有重要意义。大多数文献通过建立长期电力需求模型来分析我国电力需求的主要因素，该模型侧重于国家层面的电力消费与经济增长之间的关系，缺乏对我国电力发展地区性差异研究。本研究弥补了这方面的不足，对上海市产业结构与电力消费及经济增长的相互关系进行较深入地分析和研究，有利于正确判断上海市电力工业发展方向、产业结构调整的方向，对合理规划电力产业发展、支撑经济增长，以及优化产业结构、打造上海经济升级版具有积极的现实意义。

1 文献综述

产业结构与经济增长之间的关系一直是经济学家们研究的重点，作为对工业发展和经济增长的支持，电力消耗也是研究的热点问题。最早的产业结构和能源效率研究有“结构红利假说”，Denison认为由于生产要素跨部门的重新配置，可以促进整体经济系统的生产率或产出的增长[1] 。Richard研究发现，当产业结构由重工业为主导向轻工业为主导进行转变时，国民经济系统的能源消耗强度将会有所下降[2]。

从国内的研究来看，干春晖等研究发现，产业结构合理化和先进化对经济增长的影响具有明显的阶段性特征。先进的产业结构是经济波动的重要来源，产业结构的合理化有助于抑制经济波动[3]。王强等采用向量自回归（VAR）模型、脉冲函数（IRF）和方差分解函数（VD）表明：中国产业结构演变对能效变化的影响大于能源消费结构演变，产业结构调整的影响升级是影响中国提高能效和节能减排政策的关键环节[4]。针对能源消费与产业结构、经济增长三者关系的研究，学者们采用了不同的方法：王新安等采用协整理论和误差修正模型发现，陕西省能源消费与产业结构、经济增长存在协整关系。其中，第二产业对经济增长的贡献大于能源消费对经济增长的贡献[5]。

金瑞庭在协整分析的基础上，综合运用Granger因果关系检验和脉冲响应函数的研究方法，对中国的三次产业结构、能源消费与经济增长的关系进行了实证研究，表明除了第二产业对能源需求产生压力之外，第三产业也表现出了对能源消费的增长势头[6]。张东辉利用面板向量自回归系统证明经济增长、能源消费与产业结构之间的相互动态调整关系，同时产业结构调整对能源消费的作用大于经济增长对能源消费的作用等[7]。周瀚醇利用灰色关联模型对能源消费、经济增长和产业结构进行动态关联分析，发现能源消费总量的快速增长是导致安徽省经济增长的主要原因，其次是能源利用效率和第二产业占国民经济比值[8]。李佳等采用动态面板回归方法，以产业结构优化为视角，表明省际经济增长存在条件收敛，电力消费规模的提高有利于经济增长等[9]。

综上所述，国内外学者对我国经济增长、电力消费以及产业结构之间的关系作了较多的研究，研究成果较为丰富，专家学者主要应用协整分析法、电力弹性系数法、Granger因果关系分析、单位根和面板数据分析等计量经济方法，并多角度地对它们之间的关系进行分析研究，提出相应的政策建议。但是针对这个问题的研究还有些许的不足：一是大部分研究都着眼于国家宏观层面，但这种国家宏观层面上的研究成果，理论意义较大，对实际工作的指导意义相对有限；二是对不同区域的差异涉及较少：我国各省的经济发展不平衡，电力消费水平相差也较大，对于不同区域、不同时期，电力消费对经济增长的作用各不相同，国内外学者对我国各省区，包括上海市电力、产业结构和经济之间的关系的研究相对较少；三是尽管有学者也将经济增长、电力消费与产业结构放在同一研究模型中展开分析，但主要分析它们两两之间的互动关系，很少研究产业结构的优化程度，本文在这几个方面均有所突破。

随着中国经济进入新的经济正常水平，上海的经济增长已经放缓。与此同时，产业结构也由第二产业为主转向第三产业为主，人均GDP及城镇化率高于全国平均水平，这些特征显示上海经济已步入工业化发展时期的后半段。这时产业结构的调整显得尤为重要。产业结构的升级和电力的使用又是息息相关，电力的分配会直接影响经济发展，因此研究上海的产业结构、电力消费与经济增长之间的关系，有望取得一定的经济和社会效益。本文借鉴了付凌晖[10]对产业结构高级化的测度方法，构建上海市产业结构高级化指数来描述上海市产业结构变化的趋势。然后，把产业高级化指数和社会用电量以及GDP作为时间序列变量，运用协整检验、误差修正模型以及脉冲响应函数，分析三者之间的动态作用关系。

2 上海市经济发展状态

2.1 全市GDP发展情况

1998—2018年，全市GDP年均增速约为11.35%。其中，1998—2011年是快速发展时期，年均增长率约为13.2%；2011年以后，受经济下行压力加大及产业结构调整进一步深化等因素影响，全市年均增速回落至7.6%。

2.2 产业结构分析

1998—2018年，上海的产业结构变化非常明显，第一产业和第二产业的比重明显下降，特别是第二产业，由1998年的49.2%下降到2018年的29.8%。这是由于上海市土地资源的瓶颈制约日趋突出，劳动力成本上升明显，导致众多上海市的工业企业都向长三角其他地方转移。与此同时，第三产业已成为经济的主要产业，由1998年的48.8%增长到2018年的69.9%，上海的产业升级以现代服务业为主导，以战略性新兴产业为指导，并以先进制造业为支撑，不断推动创新驱动发展，实现经济转型升级。

2.3 全市用电量情况分析

1998—2018年，全市用电量年均增速约为6.2%。其中，1998—2011年年均增速约为8.1%；2012—2018年年均增长率为2.3%，如表1所示。

3 数据的处理

3.1 数据来源

本文选用上海市国内生产总值（GDP）来反映经济增长，单位为亿元；选用上海市全社会电力年消费总量（简称EC，下同）来反映上海市电力消费数量，单位为亿千瓦时。所选样本区间为1998—2018年。上海市国内生产总值的数据来自《上海统计年鉴》，上海全社会电力消费总量来自于《中国能源统计年鉴》和《上海统计年鉴》。

3.2 产业结构高级化的测度

SH越大，产业结构水平越高。根据三产占比计算的上海市1998—2018年产业结构高级化指标 （如图1所示），结构高级化有随时间而增长的趋势。

4 向量误差修正模型（VECM）实证结果及分析

本文在平稳性检验、协整关系分析的基础上，构建向量误差修正模型结合脉冲响应函数，研究电力消费、产业结构对经济发展的影响，为科学合理地制定电力产业政策和产业结构调整政策以更好地促进经济发展提供借鉴。

4.1 数据平稳性（ADF）检验

考虑到数据的自然对数使趋势线性化而不改变原始的协整关系，在一定程度上可以消除时间序列中异方差性的影响，提高模型的拟合程度。因此，本文对三个变量取对数，分别表示为lnGDP、lnEC 和lnSH 。首先，本文采用ADF单位根检验方法，对变量进行单位根检验，以避免由“伪回归”引起的分析结果无效。

在利用AIC和SC准则确定时间序列模型的滞后阶数的基础上，分析检验结果，可得原始序列lnGDP、lnEC和lnSH最后一阶滞后项在5%的水平上显著地不等于0，ADF统计量Z（t）显示，无法在5%的水平上拒绝存在单位根的原假设，即可认为含有单位根是非平稳时间序列，但一阶差分以后是平稳序列。因此，原始序列lnGDP、lnEC和lnSH 是一阶单调的，表明序列之间存在长期稳定关系，这满足了协整检验的前提条件。

4.2 协整关系检验

协整关系可以表明，非平稳变量之间存在的长期均衡变动关系。三个变量lnGDP、lnEC、lnSH都是I（1）单整，满足协整条件。对于三个变量系统，可能的协整秩为0，1和2。然而，当执行协整秩检验时，有必要制定相应的VAR模型的滞后阶数。为此，先检验该系统所对应的VAR模型的滞后阶数，如表2所示。

根据AIC准则确定的无约束VAR模型的最优滞后阶数为四，而根据BIC准则选择滞后一阶，因此在此选择滞后一阶。本文采用目前比较通用的Johansen-Juselius检验方法进行协整关系检验，检验结果如表3、表4所示。

痕量测试结果表明，只有一个线性无关的协整向量。最大特征值检验还表明，可以在5%的水平上拒绝“协整秩为0”的原假设，但无法拒绝“协整秩为1”的原假设。因此经济增长、电力消费、产业结构之间至少存在一个协整关系。

表5给出了变量之间的协整向量系数（β1，-β2，-β3），可以得到协整向量方程式：

从协整向量方程式可以看出，上海市电力消费、产业结构升级、经济增长之间存在着长期均衡协整关系，电力消費每增长1个百分点，经济总量将增长1.08个百分点；产业结构每升级1个百分点，经济总量将增长9.7个百分点。从中可以看出，GDP与产业结构升级和用电量均为正向变动关系，且产业结构升级对经济增长贡献大于电力消费对经济增长的贡献。

4.3 向量误差修正模型（VECM）

长期均衡关系构成误差修正项，将误差修正项看作短期模型的一个解释变量。向量误差修正模型（VECM）不是对变量的原始值或者变量的差分进行建模，而是将两者提供的信息结合起来，其主要作用在于通过建立短期动态模型来弥补长期模型的不足，增强模型的精度。

从式（8）可以看出，在短期中电力消费量对经济增长的影响为正，产业结构优化对经济增长的影响为负。说明电力消费量增加能够推动经济增长，而产业结构优化在短期内起负向作用。在其他条件不变的情况下，電力消 费量增加1%，会拉动经济总量增加0.1313%；产业结构优化1%，对经济总量影响程度将减少0.0148%。误差修正项ECMt的系数多少反映了对偏离长期均衡调整力度，由系数估计值（0.0994）大小可以看出，当短期波动偏离长期均衡时，误差项将以0.0994的调整力度由短期非均衡状态到长期均衡状态，表明当上海市经济增长受到冲击时会自动恢复到平衡状态。

由回归结果可知，在短期中产业结构优化以及经济增长对电力消费量增加的影响均为正。在其他条件不变的情况下，产业结构优化1%，会使电力消费增加0.9409%；经济增长1%，会使电力消费增加1.0229%。由误差修正项ECMt的系数0.1965可知当短期波动偏离长期均衡时，误差项将以0.1965的调整力度由短期非均衡状态到长期均衡状态。

由式（10）可知，在短期中电力消费量增加与经济增长对产业结构优化的影响为正。在其他条件不变的情况下，电力消费量增加1%，会使产业结构优化0.0333%；经济增长1%，会促进产业结构优化0.0853%。由误差修正项ECMt的系数0.1444可知，当短期波动偏离长期均衡时，误差项将以0.1444的调整力度由短期非均衡状态到长期均衡状态。

4.4 向量误差修正模型（VECM）稳定性分析

以下验证ECM模型的残差是否存在自相关性，如果存在自相关，预示着需要增加滞后阶数。

由表6可知接受“无自相关的原假设”。

以下检验此VECM系统是否稳定，如图2所示。

结果显示，除了VECM模型本身所假设的单位根之外，伴随矩阵的所有特征值均落在单位圆之内，因此它是一个稳定的系统。

4.5 脉冲响应函数

脉冲响应衡量的是，在扰动项上加一个标准差大小的冲击，通过VAR模型的传导机制，对内生变量当前值和未来值产生的影响。

以下考察此VECM模型的正交化脉冲响应函数。图3中横轴表示冲击作用的响应期数（年），纵轴表示各变量变化的程度。

由脉冲响应图3可以看出，电力消费量的增加将导致GDP的增长，但是影响产业结构高级化较小；产业结构升级对电力消费和GDP的影响不大；GDP的增长对用电量增加起积极作用，但影响产业结构优化较小。

5 结语

本文从产业结构高级化角度出发，结合社会用电量，实证分析产业结构优化、电力消费量与经济增长之间的关系。分析表明，1998年以来，上海GDP快速增长，产业结构高级化水平也在不断提高，这说明上海的经济结构转型近年来取得了不错的成果。通过协整检验，发现1998—2018年上海产业结构升级、电力消费与经济增长之间存在长期协整关系。从误差修正模型来看，上海的产业结构升级与用电量的增加起着相互促进的作用，同时电力消费增加对经济增长起促进作用，经济增长对改善产业结构和用电量增加均起积极作用。此外，通过脉冲响应分析，发现电力消费量的增加将导致GDP的增长，但是影响产业结构高级化较小；产业结构升级对电力消费和GDP的影响不大；GDP的增长对用电量增加起积极作用，但影响产业结构优化较小。结果表明，电力消费量的增加与产业结构优化升级效应促进经济增长的效果非常明显。随着经济发展水平的提高，产业结构升级有利于提高资源利用效率，提高经济增长效率。进一步研究产业结构升级效益的影响将有助于加深我们对经济增长与产业结构关系的理解。

参考文献

[1] Denison， E. F. & Poullier， J.-P. Why growth rates differ： postwar experience in nine western countries[J]. Vol. 198 （Brookings Institution Washington， DC， 1967）.

[2] Newell， R. G.， Jaffe， A. B. & Stavins， R. N. The induced innovation hypothesis and energy-saving technological change[J]. The Quarterly Journal of Economics， 1999：114， 941-975.

[3] 干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011，46（05）：4-16+31.

[4] 王强，郑颖，伍世代，等.能源效率对产业结构及能源消费结构演变的响应[J].地理学报，2011，66（06）：741-749.

[5] 王新安，张亚杰，王羲.陕西省能源消费与产业结构、经济增长关系研究[J].西安财经学院学报，2018，31（03）：50-55.

[6] 金瑞庭.产业结构调整、能源消费与经济增长关系的实证研究[J].山东财政学院学报，2011（05）：47-53+60.

[7] 张东辉.经济增长、能源消费与产业结构之间动态调整关系研究[J].武汉纺织大学学报，2015，28（05）：56-61.

[8] 周瀚醇.安徽省产业结构、能源消费与经济增长的关系研究——基于灰色关联模型[J].长春大学学报，2013，23（01）：6-9.

[9] 李佳，周荣荣.我国电力消费与经济增长关系研究——基于产业结构优化视角[J].调研世界，2018（02）：40-44.

[10] 付凌晖.我国产业结构高级化与经济增长关系的实证研究[J].统计研究，2010，27（08）：79-81.