經濟增長與能源消費動態關系研究

　　摘 要：能源是社會經濟發展的重要基礎資源，解決好能源的可持續發展戰略問題，是實現中國社會經濟可持續發展的重要環節。基于1980—2016年GDP及萬元GDP能源消費量數據，運用馬爾科夫區制轉移向量自回歸(MS-VAR)模型，研究能源消費及其變化對經濟增長的影響。研究表明，經濟增長與能源消費之間的關系存在顯著的兩區制性質，發展趨勢存在明顯的非對稱性。具體體現在周期階段的轉換概率不同以及周期階段的持續期不同。尤其是2010—2016年間，隨著中國經濟的增速逐步放緩，產業結構和能源結構不斷發生變化，經濟增長與能源消費出現了逐步脫鉤的趨勢，經濟增長對能源消費的依賴顯著減弱。

　　關鍵詞：經濟增長;能源消費;可持續發展

　　《工程經濟》EngineeringEconomy(月刊)于1991年創刊，具有國際國內雙刊號的國家項目管理類刊物。項目管理作為一個新興的學科和行業，受到越來越多的組織和管理人員的重視。

　　引言近年來，隨著經濟發展進入新常態，中國能源消費強度大幅下降，但能源消費總量居高不下，結構優化任重道遠。2017年，中國經濟穩定發展，能源消費穩中有升，能源生產總體平穩，全年能源消費總量為44.9億t標準煤，同比增長2.9%，增速較2016年提高1.5個百分點。能源消費結構不斷優化，煤炭消費量占比為60.4%，同比下降1.6個百分點。清潔能源消費占比達到20.8%，同比上升1.3個百分點[1]。隨著社會發展的需要，中國能源需求仍將持續增長。但是，中國能源資源總量僅為世界的10%，而單位GDP能源消耗卻是世界水平的1.9倍，并且能源效率遠遠落后于發達國家[2-3]。假如繼續大量增加使用量，能源緊張問題將日益突出，勢必制約經濟的健康穩定發展。此外，由粗放的能源消費模式導致的環境問題也層出不窮，大氣、水、土壤污染加重的趨勢難以得到根本遏制。種種危險信號表明，中國的能源消費問題日益突出，需要從根本上得到解決。經濟發展新常態背景下，能源資源與環境承載能力已經達到或接近上限，能源資源和生態環境空間將越來越小而人民對清新空氣、清潔飲水、優美環境的要求越來越強烈，因此必須尊重和順應自然，堅持節約資源和保護環境的基本國策，推動形成綠色低碳循環發展新方式[4]。能源是社會經濟發展的重要基礎資源，解決好能源的可持續發展戰略問題，是實現中國社會經濟可持續發展的重要環節。研究能源消費與經濟增長之間的關系，一直是經濟學家和政策制定者感興趣的一個話題，而大家對二者的因果關系總是有著不同的看法。

　　1 文獻綜述能源消費與經濟增長之間關系的定量研究，在20世紀70年代即引起了國際社會的廣泛關注。時至今日，相關研究文獻頗豐，各國學者利用不同的數據和統計方法做了系列研究。對于西方國家，Yu和Hwang(1984)進行了開拓性研究，他們利用1947—1979年間美國年度數據進行的研究表明：能源消費和GNP 增長之間不存在因果關系[5];Karanfil(2007)、Pao和Tsai(2011)利用協整檢驗及格蘭杰因果檢驗法對GDP和能源消費間的關系進行了研究[6-7];Siebert(1982)的研究認為當經濟增長規模超過環境承載力時，經濟增長將受到一定的限制，生態環境也將瀕臨崩潰[8];Yu和Choi(1985)運用標準格蘭杰檢驗方法對不同經濟體之間經濟增長與能源消費之間的關系進行了研究，發現美國、波蘭、英國的能源消費與經濟增長之間不存在因果關系，而韓國的GNP對能源消費存在單向的因果關系[9]。對于亞洲部分國家和地區，研究結論也不盡相同。

　　Hwang和Gum(1992)對中國臺灣的經濟增長與能源消費之間的關系進行了研究，發現GDP與能源消費之間存在雙向的因果關系[10];而Chiou_Wei(2006)等利用菲律賓1954—2006年間的GDP與能源消費數據進行研究，發現經濟增長是能源消費的單向格蘭杰原因[11]。趙進文(2007)和張優智等(2016)運用STR模型對中國能源消費與經濟增長之間內在結構依從關系進行了研究，發現能源效率與經濟增長之間存在著長期的均衡關系且互為因果關系[12][13];楊方圓等(2017)利用LMDII分解方法，建立分行業能源消費分解模型，分析2006—2011年間中國高耗能行業終端能源消費的變化、主要原因、各因素的影響程度以及特征[14];梁經緯等(2014)利用兩區制馬爾科夫狀態轉移模型對中國1953—2008年能源消費與經濟增長的相互關系進行了研究，發現在經濟適速增長區能源消費與經濟增長之間存在單向格蘭杰因果關系，在經濟快速增長區能源消費與經濟增長之間存在雙向格蘭杰因果關系[15];郭四代(2012)和馬宏偉等(2012)運用Granger因果關系檢驗分析法及線性回歸模型對中國新能源利用和經濟增長的關系進行了研究，發現短期內不存在能源消費與經濟增長的雙向格蘭杰因果關系，但從長期來看經濟增長是能源消費的格蘭杰原因[16-17];張修和王廣鳳(2017)通過VAR模型以及廣義脈沖分析方法對中國河北省能源消耗與經濟增長之間的動態關系進行了分析及研究，得出碳排放與經濟增長之間呈現倒“U”型EKC曲線關系的結論[18]。上述學者采用VAR模型、VECM模型、典型相關模型、格蘭杰因果檢驗等方法來研究GDP與能源消費之間的因果關系。

　　他們得到的研究結果存在著較大差異，有一些學者發現GDP與能源消費之間存在單向的因果關系，有些認為二者之間不存在因果關系，還有一些則認為二者之間存在雙向的因果關系。在這些研究中，模型中的參數在樣本期內都假定為常數，意味著GDP與能源消費之間的關系是恒定不變的，而實際上宏觀政策的變化和突發的經濟危機、金融危機都會影響到GDP與能源消費之間的關系。因而這些研究存在一個共同的不足之處，就是利用線性模型來構建能源消費與經濟增長之間的關系，沒有考慮到經濟時間序列的非線性本質。Hamilton指出：“許多經濟變量在經歷一段時期之后，其序列特征看上去都會產生較大變化”。[19]因此，在經濟變量之間建立線性模型是需要相當謹慎的。文中的創新之處就在于選用非線性模型，分區制研究經濟增長與能源消費間的動態關系，因而能夠更加準確的刻畫二者之間的關系。

　　2 模型設定

　　2.1 理論模型由于宏觀經濟運行在特定經濟周期可能存在多重變化或者結構性斷點，采用傳統的線性模型來研究GDP與能源消費之間的關系可能存在較大的偏差。因此文中摒棄傳統的線性因果關系建模思路，采用馬爾科夫區制轉移向量自回歸方法對GDP與能源消費之間的關系進行研究。馬爾科夫區制轉移回歸模型最早是由Goldfeld和Quandt(1973)引入計量經濟學領域的[20]。自Sims(1980)提出向量自回歸模型以來[21]，該方法在研究總體變量之間的關系得到廣泛應用，而馬爾科夫區制轉移向量自回歸模型就是在向量自回歸模型的基礎上加上了馬爾科夫鏈特性的模型。馬爾科夫區制轉移向量自回歸模型中的參數包含常數項、平均數和誤差項，三者都會隨著區制的改變而發生變化。因此，依據研究本身的需求，選擇此模型來研究不同區制下經濟增長與能源消費間的動態關系。

　　2.2 模型介紹在MS-VAR模型中，VAR模型的參數依賴于狀態(st)，假定存在s個狀態，即st∈{1，2，…，s}，那么時間序列yt的條件概率密度函數定義為

　　p(yt|Yt-1，st)

　　=f(yt|Yt-1，θ1)，st=1

　　f(yt|Yt-1，θs)，st=s

　　其中θ為VAR模型中的參數;Yt-1為樣本內yt-1個樣本觀測值。在每個區制中，一個MS-VAR的一般形式為

　　yt=v(st)+qi=1Ai(st)yt-1+εt

　　其中v為截距項;Ai為自回歸系數;εt是白噪聲向量;即εt～NID(0，(st))。在一個MS-VAR模型中，(st)是由一個馬爾科夫鏈所生成的

　　prst|{st-1}∞i=1，{yt-1}∞i=1」

　　=pr{st|st-1;ρ}

　　其中ρ包含了概率參數，也就是說，t時期的區制僅依賴于t-1時期的區制。另外，yt的條件概率分布不依賴與st-1，也就是說，pr(yt|Yt-1，st-1)=pr{yt|Yt-1}.另外，由于區制變量是無法觀測到的，因此需要根據可觀測的時間序列yt來進行推斷。定義pij為從區制1到區制2的轉移概率，則

　　pij=p{st=j|st-1=i，st-2=k，…}=pr{st=j|st-1=i}

　　狀態轉移概率可以表示為(N*N)狀態轉移概率矩陣，該矩陣用

　　馬爾科夫區制轉移向量自回歸模型的參數估計方法有2種：一是利用最大期望值算法(EM算法)給出模型的最大似然估計值;另一種通過吉布斯抽樣算法給出參數估計值[22]。文中采用EM算法。

　　2.3 變量選擇與數據來源選取中國1980年至2016年的GDP，萬元GDP能源消費量(簡稱能源消費，用EC表示)作為研究數據，數據來源于《中國統計年鑒2017》。

　　3 實證研究

　　3.1 單位根檢驗在構建MS-VAR模型之前，首先需要保證樣本數據的平穩性。通過Eviews 8.0采用ADF檢驗方法對數據的平穩性進行檢驗。從表1和表2可以看出GDP及能源消費都不是平穩序列。為了減少數據的波動、消除經濟時間序列異方差的問題，對GDP及能源消費取對數，然后對其進行ADF檢驗，同樣未得到數列平穩的結論。于是對其進行一階差分，經過檢驗，一階差分后數列是平穩的。

　　3.2 協整檢驗對數據進行協整檢驗，從表3和表4可以看出，在5%的顯著性水平下，跡檢驗結果及最大特征根檢驗結果中當原假設為沒有協整關系時，p值0.769 6大于顯著性水平0.05，因此接受原假設，認為二者之間不存在協整關系。

　　3.3 最優階數的確定文中根據AIC和SC值來確定模型的最優階數，從表5最優滯后階數確定結果可以看出，當滯后期數為1時，AIC值為-3.823 609，SC值為-3.548 784.AIC和SC值相對較小，代表其模型配適性最佳，因此確定模型的VAR階數為1.

　　3.4 最佳模型的確定接下來通過AIC值、SC值和LR Linearity值來確定MS-VAR的最佳模型，具體數值見表6.

　　文中根據AIC和SC值，已經確定VAR模型的階數為1階，從表6可以看出，根據AIC和似然比(LR)檢驗，MSIAH(2)-VAR(1)模型的AIC值和SC值最小，且LR線性統計量顯著。因而選擇MSIAH(2)-VAR(1)模型對經濟增長與能源消費間的關系進行研究，接下來對模型進行檢驗。

　　3.5 模型的檢驗從表7可以看出，該模型的LR線性統計量(χ2(9)，χ2(11)和Davies)都顯著拒絕了模型是線性的原假設，接下來對MSIAH(2)-VAR(1)模型分區制進行動態分析。

　　3.6 模型的分析狀態轉移概率反映了GDP與能源消費之間相關關系轉換的可能性。由表8可知，當期處于區制1，下期維持區制1的概率為0.596 5，下期轉換為區制2的概率為0.403 5;當期處于區制2，下期維持區制2的概率為0.882 4，下期轉換為區制1的概率為0.117 6.估計結果表明，沒有一個狀態是穩固的，因為所有的轉移概率都小于1.說明經濟增長與能源消費間的關系一直處于不穩定的狀態。

　　結合表7，表9以及圖1，對中國GDP與能源消費之間的關系進行如下分析：對于GDP來說，從表9可以看出，在顯著性水平為5%的情況下，t檢驗臨界值為2.035，DLNEC的滯后項系數的t統計量通過了檢驗，能源消費(DLNEC)的滯后項系數只有在區制2下是顯著的，即在1980—1990年、1992—2000年、2005年、2007—2010年、2012—2016年，能源消費是GDP的格蘭杰原因，能源消費拉動了經濟增長。而在區制1下，即在1991年、2001—2004年、2006年、2011年，DLNEC的滯后項系數不顯著，二者之間沒有強相關關系，能源消費對GDP沒有顯著影響，能源消費不是GDP的格蘭杰原因。對于能源消費來說，經濟增長(DLNGDP)的滯后項系數只有在區制1下是顯著的，即在1989—1991年、1995—1997年、2000—2008年、2010—2013年GDP是能源消費的格蘭杰原因，經濟增長促進了能源消費。而在區制2下，即在1980—1988年、1992—1994年、1998—1999年、2009年、2014—2016年，DLNGDP的滯后項系數不顯著，二者之間沒有強相關關系，GDP對能源消費沒有顯著影響，GDP不是能源消費的格蘭杰原因。綜上所述，在區制1下，GDP是能源消費的格蘭杰原因，能源消費對GDP沒有顯著影響;在區制2下，能源消費是GDP的格蘭杰原因，GDP對能源消費沒有顯著影響。可見，GDP與能源消費之間并不一定存在強相關關系。