首页 > 文章中心 > 正文

能源消费和经济增长的实证探究

前言:本站为你精心整理了能源消费和经济增长的实证探究范文,希望能为你的创作提供参考价值,我们的客服老师可以帮助你提供个性化的参考范文,欢迎咨询。

能源消费和经济增长的实证探究

一、能源消费经济增长

能源消费和经济增长之间的关系是近30年来的一个研究热点。这里的关系是指格兰杰意义上的因果关系。格兰杰因果关系的定义是:X称为Y的“格兰杰原因”当且仅当利用X的过去值比不用它时能够更好的来预测Y。简言之,如果标量X能够有效的帮助预测Y,那么X就称为Y的“格兰杰原因”。最早研究能源消费和经济增长之间关系的是美国学者KraftJ.和KraftA.[1],他们用Sim[2]方法对美国1947—1974年能源消费和经济增长的数据进行实证分析,发现二者之间是单向的从GNP到能源消费的因果关系。随后,许多学者用不同时间段和不同的检验方法对美国能源消费和经济增长之间的关系做过实证研究,所得结论有的支持Kraft-Kraft的结论,有的不支持Kraft-Kraft的结论。[3-7]进一步的实证研究发现,不同国家以及同一国家不同时间段的能源消费和经济增长之间的关系也是不同的。随着时间序列分析方法的不断改进,在最近的实证中,许多学者在他们的实证研究中采用了协整分析技术。[8-11]我国能源消费和经济增长之间的关系已经引起不少经济学者的重视,对于二者之间的关系,学者们提出了不同的看法。不过,国内大部分人的观点都是通过定性分析得到的,少量的定量分析也只是使用传统的经济计量方法,对现实的解释力很弱。目前尚未见到国内外学者用协整分析技术对中国能源消费和经济增长之间的关系做实证研究。本文采用协整分析技术,对中国1952—2003年能源消费和经济增长之间的关系进行了格兰杰因果检验,并根据格兰杰表示定理,建立能源消费和经济增长之间的误差修正模型来考察二者之间的长期关系和动态关系。结果表明我国能源消费和经济增长之间是单向的从经济增长到能源消费的因果关系,而且这种长期关系是稳定的,并没有随时间发生结构性变化。

二、变量和方法说明

在能源消费和经济增长关系实证分析中,既可采用双变量模型,也可采用多变量模型。Stern采用了四变量(能源消费量、GDP、资本和劳动力)模型分析了战后美国能源消费和经济增长之间的因果关系。他之所以把资本和劳动力加入到模型中是基于这样一个认识:资本和劳动力有逐渐替代能源的趋势。笔者认为,随着知识经济的兴起和蓬勃发展,技术替代能源的趋势更为明显,因此在实证中包含技术变量是合理的。但由于中国统计数据的缺失,我们难以找到1990年以前的衡量技术水平的一个关键指标R&D费用的统计数值。因此在本文采用双变量模型,即能源消费量(用E表示)与经济增长(实际GDP表示),为了消除变量中存在的异方差,我们对这两个变量作对数化处理,分别记为LnE和LnGDP。协整的概念最早由Granger[12]提出,他观测到几个大致同向运动的变量,在短期,它们可能分岔,但经过若干期调整,它们可能返回到原有的运动轨迹,若如此,这几个变量可能协整。Granger[13]正式给出了协整的定义,其核心是,若干个由单位根过程所生成的数据的变量,若存在这样的线性组合,使与这一组合的偏差(或者说协整残差即非均衡)由稳定过程所生成,则这种组合即为变量之间的协整,它度量了这几个变量之间的长期稳定性。不难看出,协整所隐含的均衡概念与经济学理论中的均衡不完全一致。从宏观计量的角度考察,在协整提出之前,宏观计量主要研究向量自回归类模型(VAR),这一类模型构成了时间序列的主要内容,而这一类模型是建立在稳定数据的基础上,对于非稳定数据,尤其是含单位根的数据,如所谓ARIMA模型,采用差分的方法对数据进行变换。

如何将这一类模型与协整模型联系起来,解决这一问题即是Granger[13]表示定理。这一表述定理所陈述的是在协整成立的条件下,VAR类模型可由对应的误差修正模型(ECM)表示,这就使协整模型与时间序列的主要内容相联系,从而在协整成立的条件下,对VAR类模型的研究就转化为对协整及其所对应的ECM模型的研究。本文在建立ECM模型之前,先对能源消费和经济增长之间的关系进行格兰杰因果检验,以考察二者之间因果关系的方向。假设时间序列LnE和LnGDP皆为单位根过程(记为I(1))并且具有协整关系,根据“格兰杰表示定理”,我们建立可以建立式(1)及(2)所示的这两个变量间的误差修正模型(具体采用式(1)还是式(2)或者二者都采用取决于格兰杰因果检验的结果):ΔLnEt=α1+∑mi=1β1iΔLnEt-i+∑ki=0δ1iΔLnGDPt-i+γ1Ecm1t-1+ε1t,(1)ΔLnGDPt=α2+∑mi=1β2iΔLnGDPt-i+∑ki=0δ2iΔLnEt-i+γ2Ecm2t-1+ε2t.(2)式中,Δ表示对变量的一阶差分;α1与α2为常数项;m、k代表该变量的滞后期;γ1和γ2是调整系数;Ecmt-1是回归方程的误差修正项,其中Ecm1t=LnEt-ξ1-ξ2LnGDPt,(3)Ecm2t=LnGDPt-ψ1-ψ2LnEt.(4)误差修正模型的关键在于考察修正项系数γ是否在统计上显著小于0,如果的确如此,那么能源消费对经济增长(GDP)长期均衡水平的偏离就会通过下一期能源消费的变化来逐步调整过来。如式(1)中,t-1期如果能源消费过高(高于均衡值),就会有Ect1t-1>0,γ1Ect1t-1<0,这样便使得t期的能源消费变化率ΔLnEt下降,从而向均衡水平回复。相反,t-1期如果价格水平过低会使得ΔLnEt上升。根据Granger表示定理,变量之间如果存在协整关系,则至少存在单方向的格兰杰因果关系。式(1)中如果修正项系数γ显著,就表明GDP变动会引起能源消费的变动。

三、数据实证结果

(一)数据说明

本文数据取自2002年中国统计年鉴[14],2002和2003年的数据根据国研网上的数据整理得到[15]。研究样本包括1952—2003年的能源消费量和GDP。能源消费量的单位是万吨标准煤,GDP的单位是亿元人民币。由于统计年鉴上GDP的数据是基于当年价格计算的,为了使数据具有可比性,笔者将GDP的数据按照1990年不变价格进行了调整。1952—2003年中国大陆能源消费与GDP的走势曲线如所示,从可以看到序列具有加速增长的特征,类似于指数增长趋势,因此在建模前考虑对原始序列取对数。是对数序列的样本曲线,从可以看到对数序列呈线性增长的趋势。从还可以看出LnE和LnGDP表现出非平稳特征,而且不难发现LnE和LnGDP之间的变化特征极为相似,也就是说LnE和LnGDP之间具有同趋势性。另外,从LnE和LnGDP差分序列的趋势图()可以看到,尽管LnE和LnGDP表现出波动增长的非平稳态势,但其差分序列都表现出平稳的特征,因此我们预期能源消费和经济增长之间存在协整关系。

(二)单位根检验

为了检验变量之间的协整关系,我们首先对能源消费量和GDP序列进行单位根检验,判断每个序列是否为I(1)过程。检验单位根有几种方法,本文采用ADF检验法分别对各序列进行单位根检验。因为LnGDP和LnE都具有非零均值和上升趋势(见),所以在对序列的水平值做单位根检验时应包含截距项和时间趋势。在对序列的水平值做单位根检验时,由于一阶差分序列已经消除时间趋势(见),所以检验时不包含时间趋势项。滞后期的选择根据AIC准则来确定,见表1。结果表明,LnGDP和LnE的ADF检验值均大于1%显著性水平的临界值,所以接受单位根假设,因此它们都是不平稳的单位根过程,但其一阶差分是平稳的。以上检验结果说明这两个序列具有相同的协整阶数———均为I(1)过程。

(三)协整检验

既然确定了LnE和LnGDP序列都是I(1),下一步的任务是检验二者之间是否存有协整或者说长期均衡关系。关于协整检验的研究已经发展成了两种主要的方法:一是1987年Engle和Granger提出的基于协整回归残差的ADF检验;二是Johansen和Juselius[16]提出的基于VAR方法的协整系统检验(又称为JJ检验),通过建立基于最大特征值的比统计量λ-max来判别变量之间的协整关系。本文首先采用EG两步法来检验。首先建立LnE和LnGDP之间的回归方程LnEt=ξ1+ξ2LnGDPt+μt.(5)由OLS估计我们得到下面的方程(方程下面小括号内为t统计量,n为观测次数,R2为相关系数的平方,下同)LnE^t=3.381(9.255)+0.813×LnGDPt(20.094),(6)n=52,R2=0.890.方程右侧LnGDPt系数的符号同我们的预期一致,相关性很高,并且系数也是显著的。然而这两个变量都是单位根过程,这个OLS回归式是否有意义还取决于协整检验结论。如果回归式中两个变量不存在协整关系,则可能出现伪回归现象。根据式(6)得到残差项为Ecm1t=LnEt-3.381-0.083×LnGDPt.(7)对回归残差序列的单位根检验,Engle&Granger建议使用ADF方法,不过这时的ADF临界值需要修正。本文中使用ADF检验来确定残差是否含有单位根。假定残差不含有时间趋势是合理的,而且从残差的散点图来看,残差围绕0波动,因此对残差的单位根检验时,我们设定回归式中不含截矩项和时间趋势。检验结果表明,ADF检验值大于临界值,回归残差序列是平稳的,因而LnE和LnGDP存在协整关系。虽然EG两步法检验结果表明LnE和LnGDP之间存在协整关系。然而经验上一般认为,小样本时协整检验的结果较为不稳定,为了在协整关系上得出稳健的结论,需进一步使用JJ检验法来检验LnE和LnGDP之间是否具有协整关系。同时,本文采用AIC准则,根据无约束的VAR模型的残差分析来确定VAR模型的最优滞后期。从检验结果中可以得出:在1%的显著性水平下,r=0的假设被拒绝,r≤1的假设通过检验。这说明了,LnE和LnGDP之间存在协整关系,即这两个变量之间存在长期的均衡关系。

(四)格兰杰因果检验

以上确定了LnE和LnGDP均为I(1)过程而且存在协整关系。协整只是表明了能源消费与经济增长之间存在因果关系,但没有指明这种因果关系的方向,下面对LnE和LnGDP之间进行格兰杰因果关系检验。我们发现零假设经济增长(GDP)不是能源消费的“格兰杰原因”发生的概率为0•039,如此小概率的事件拒绝了零假设,因此,经济增长是能源消费的“格兰杰原因”。零假设能源消费不是经济增长的“格兰杰原因”发生的概率为0•074,因此可以看出该零假设在5%的显著水平下应该被接受。也就是能源消费对于经济增长的影响并不显著,也即能源消费不是经济增长的“格兰杰原因”。

(五)误差修正模型

以上结果表明我国能源消费量和经济增长之间是单向的从经济增长到能源消费的因果关系。利用方程(7)中得到的误差修正项Ecm1t-1,根据格兰杰表示定理建立形如式(1)的误差修正模型。这里误差修正项系数为-0.129,显著小于零,符合反向修正机制,表明能源消费和经济增长之间存在长期均衡关系。上一期能源消费水平高于均衡值时,本期能源消费涨幅便会下降,反之上一期能源消费水平低于均衡值时,本期能源消费涨幅会上升。Ecm1t-1的系数表明12.9%的偏离均衡部分会在一年之内得以调整,于是能源消费不会偏离均衡值太远。方程(8)还表明,能源消费对经济增长的短期价格弹性大于长期弹性(短期弹性为-0.129,而长期弹性为0.083),说明经济增长对能源消费的即期影响比长期影响大。由于协整度量的是长期关系,因此在长期,这种关系有可能发生结构突变。50多年来中国的宏观经济运行相当不平稳,、、1979年开始的改革开放等都可能使前后的宏观经济发生大的变化。另外从可以看到,1996年以后能源消费增幅减小,但GDP的增幅仍比较平稳甚至呈上升趋势。为了检验式(8)揭示的动态关系的稳定性,我们使用迭代最小二乘法(RecursiveLS)来考察误差修正系数的稳定性,见(虚线表示两个标准差范围)。1990年以后,误差修正系数便相当稳定了(保持在-0.12左右),表明ECM模型所揭示的能源消费和经济增长的关系是稳定的,并没有随时间而发生结构性变化。

四、结论

从以上的计量模型分析结果不难得出以下结论:我国能源消费和经济增长之间是单向的从经济增长到能源消费的因果关系,而且这种长期关系是稳定的,并没有随时间而发生结构性变化。从定性分析来看,能源消费包括两部分:一部分是由生产技术水平所决定的,一般说来,这部分消费与经济增长的关系在短期内不会发生较大变化;另一部分是由管理水平、市场环境、产业结构等因素决定的能源消耗水平,即体制性因素决定的能源消费水平。这部分能源消费可变性较大,是引起能源消费增长与经济增长关系不稳定的主要原因。由于能源消费与经济增长之间的这种内在关系的作用,使得尽管能源消费会有时偏离均衡,但是经济自身的力量将会使其重新回到均衡状态,也就是无论在短期它如何变化,在长期仍趋于均衡,这也正是本文误差修正模型所描述的能源消费与经济增长之间的关系。