基于计量经济模型的我国能源消耗与经济发展关系探究

来源:用户上传      作者: 缪沁轩

　　［摘 要］随着世界能源危机的一次又一次爆发，各国对能源的利用问题日益关注。我国在坚持可持续发展战略原则的指导下，一直寻求着能源利用遇经济发展之间的平衡。本文着眼于研究能源消耗与经济发展的定量关系。首先证明了能源消耗与经济发展的协整关系，然后从C-D生产函数出发，探究能源对经济发展的影响力。
　　［关键词］ 能源消耗 经济发展 协整关系 C-D生产函数
　　
　　一、能源消耗与经济发展关系的相互关系分析
　　1.文献综述
　　关于能源供给与经济增长之间的关联关系,在国内外文献中已有初步的研究。因果检验是指葛兰杰因果检验（Granger,1969）。Granger和Kraft（1978）在他们的先驱研究里阐述了美国从GNP到能源消费存在单向因果关系。他们使用的是1947-1974年的数据。
　　随后,这种实证研究迅速扩展到英国、德国、意大利、加拿大、法国以及日本等发达国家。对亚洲国家,Glasure和Lee (1997)利用Granger检验方法发现了新加坡能源对GDP的因果关系; Yu和Choi (1985)在标准Granger检验方法的基础上发现了韩国GDP与能源消费之间的因果关系。
　　从以上的文献研究可见,国外学者侧重于对能源消费与经济增长之间的因果关系检验,而国内学者则将这种检验分析应用于我国的特定经济空间中,得出了与国外学者相同的结论。
　　本文的创新则表现为:采用自改革开放以来的较长时期的时间序列数据,不仅验证了能源消费与经济增长之间的协整性关系的成立,而且揭示了能源消费与经济增长之间的长短期模型。当得到较为精确的产短期模型之后,就能够把握住能源消费与能源供给、能源消费与经济增长之间的规律,从而实现国民经济与能源供给、能源消费、能源消耗之间的良性循环。
　　2.实证检验
　　（1）数据选择
　　对于经济发展，用国内生产总值GDP来衡量；对于，能源消耗，用我国能源消费总量E来衡量。为了增加序列的平稳性，对两个序列均取对数。数据选取1981~2008年度数据，来源于国家统计局数据库。
　　（2）单位根检验
　　首先用Eviews对序列进行ADF检验，检验结果如下：
　　变量 ADF检验
　　（c，t，*） T统计量 5%临界值 P值
　　LnGDP (c,t,0) -2.743038 -3.595026 0.2290
　　LnE (c,t,0) -3.081725 -3.612199 0.1328
　　D(LnGDP) (c,t,1) -4.033237 -3.603202 0.0208
　　D(LnE) (c,t,1) -4.593284 -3.612199 0.0065
　　
　　由上示结果得，LnGDP与LnE是非平稳序列，但是其一阶差分序列为5%置信水平下的平稳序列。即LnGDP~I(1), LnE~I(1)。
　　（3）协整性检验
　　其次，用E-G两步法进行协整性检验，做回归结果如下：
　　Dependent Variable: LNGDP
　　Variable Coefficient Std. Error t-Statistic Prob.
　　C -23.26716 1.588758 -14.64487 0.0000
　　LNE 2.893603 0.135570 21.34398 0.0000
　　
　　整理上述结果得：
　　
　　T值 （-14.64487）（21.34398）
　　 DW=0.131733
　　从回归结果来看方程的显著性、相关系数及回归系数的显著性都较优，拟合效果良好。在对上式的残差进行序列平稳性检验。结果如下：
　　Null Hypothesis: ET has a unit root
　　Exogenous: None
　　Lag Length: 1 (Automatic based on SIC, MAXLAG=6)
　　 t-Statistic Prob.*
　　Augmented Dickey-Fuller test statistic -2.205659 0.0289
　　Test critical values: 1% level -2.656915
　　 5% level -1.954414
　　 10% level -1.609329
　　
　　由上式得，在5%的置信度水平下，ADF检验值为-2.205659，拒绝原假设，因此残差序列无单位根。说明国内生产总值与能源消耗之间存在协整关系，两者长期均衡。
　　（4）建立误差修正方程
　　为了增强模型的精度，可以把协整回归式中的误差项看成均衡误差，建立误差修正模型，从而将经济发展的短期与长期变化联系起来，基本构架为：
　　
　　
　　取l=0,1,2,3，进行试验。经多次试验比较，得拟合效果最好的方程如下所示：
　　Dependent Variable: DGDP
　　Variable Coefficient Std. Error t-Statistic Prob.
　　C 0.054688 0.026937 2.030202 0.0552
　　DE 0.796258 0.295451 2.695057 0.0136
　　DGDP(-1) 0.590472 0.152098 3.882168 0.0009
　　DE(-1) -0.590268 0.340336 -1.734367 0.0975
　　ET(-1) -0.072104 0.034483 -2.091005 0.0489
　　
　　整理上式结果得：
　　
　　T=(2.030202) (2.695057)(3.8882168) (-1.734367)(-2.091005)
　　 DW=1.820055
　　从上式看，模型拟合效果良好。从经济意义上看，该模型反映了经济发展与能源消耗的变化影响关系。本期国内生产总值的变化不仅取决于本期能源消耗的变化，还受上一期上期GDP与能源消耗变化的共同影响。与此同时，本期的偏离也受上一期GDP对于均衡水平的偏离的影响。
　　至此，已经初步确立了我国能源消耗与经济发展的关系，为了进一步探究能源消耗是如何与其他重要生产要素一起，共同作用于经济发展，在此引入C-D生产模型。
　　二、基于C-D生产模型的定量分析
　　柯布―道格拉斯生产函数基本形式为：。其中，Y是工业总产值，At是综合技术水平，L是投入的劳动力数（单位是万人或人），K是投入的资本，一般指固定资产净值，α 是劳动力产出的弹性系数，β是资本产出的弹性系数，μ表示随机干扰的影响，μ≤1。
　　本文在传统的C-D生产函数中，加入了影响因素能源消耗E，扩张后的生产模型为：假定生产技术水平在短期内不会发生较大变化，经济增长和能源消费分别采用GDP和能源消费总量进行衡量，对经济增长亦有重要影响的资本和劳动力采用全社会固定资产投资和就业人数衡量。
　　1.文献综述
　　Rashe和Tatom首次将能源使用引入Cobb-Douglas生产函数,他们力图寻求能源利用与经济增长之间更符合实际过程的基本规律,定量地描述能源与经济发展的关系。
　　在张明慧、李永峰的《论我国能源与经济增长关系》一文中，作者选取了资本劳动和能源作为解释变量，论证了能源在经济增长中的重要性，但是,劳动力系数为负值且其统计显著性较低。
　　在刘朝明、曾胜、刘博的论文《我国能源消费与经济增长的关联模型分析》中，作者用同样的方法得到了变换后的模型，并用1989～2003的数据建立模型。但是结果依旧不理想――其中能源消费量的系数为负。从统计意义分析,能源消费量每增加一个百分点,国内生产总值就要平均下降0.175253%,这与现实经济意义不相符。其后，作者再用1985～2003年的数据作一个相同的分析，结果基本反映了事实。但是能源消耗仍然不显著，而且整体的模型拟合效果也不好。

　　在曾胜的《基于C-D模型分析我国能源消费结构与经济增长的关系》一文中，作者将生产函数再一次扩展。把能源消费量的投入细分为煤炭、石油、天然气以及电力(包括水电、风电、核电)。得到的结果中，模型整体拟合优度较好，被解释变量能够得到解释变量很好的解释。然而，不足之处在于：劳动就业人数与天然气没能通过符号检验。
　　2.实证研究
　　在传统的C-D生产函数中，加入了影响因素能源消耗E，扩张后的生产模型为：
　　Y为GDP,K为资本、L为劳动、E为能源。其中，K用全社会固定资产投资表示，L用就业人员表示，E用能源消费总量表示。假定生产技术水平在短期内不会发生较大变化，经济增长和能源消费分别采用GDP和能源消费总量进行衡量，对经济增长亦有重要影响的资本和劳动力采用全社会固定资产投资和就业人数衡量。
　　因为方程为对数形式,所以系数α、β、γ分别为资本、劳动及能源对产出的弹性,常数c用来反应技术进步可能的生产率。SPSS运算结果得作者对模型进行变换如下：由于C-D函数是非线性的,通过对数变换可以使之线性化。因此对⑴式两边取对数,则有:
　　
　　对上式时间进行求导，得：
　　
　　
　　增加常数项与误差项，得：
　　
　　
　　运用1985~2008年的数据，运行Eviews得输出结果为：
　　
　　（2.354）（0.633）（3.012） （-0.169）
　　F=8.962
　　3.问题探究
　　结果显示，能源这一项的结果不显著，并且符号为负。这与经济意义不符合。
　　究其原因，可能有以下几点：
　　（1）C-D模型的适用性问题
　　关于数理经济模型在计量经济学中的适用性问题，胡桂华在《论数理经济模型有别于计量经济模型――从关于柯布-道格拉斯生产函数的一个争论谈起》一文中给出了分析。她指出，直接用数理经济模型来充当计量经济模型的风险在于:数理经济模型要对现实世界加以简化,也就是,要把因变量的某些重要的影响因素假定为不变,当我们把该模型充作计量经济模型使用时,只要这些被假定为不变的因素与模型内的自变量相关,它们就成为计量经济模型的遗漏变量,从而导致遗漏变量效应。
　　关于模型的预测性，构建预测模型时应首先把所有可能充当预测变量的自变量全部列出来,然后设法筛选出具有优良预测功能而所使用的预测变量又尽可能简约的模型。否则，做出结果将有一些出入。
　　（2）数据来源问题
　　经过查阅资料与新闻可知，我国的能源统计还不完善。特别在80年代，有去统计种类的不完全与数据的部分缺失，造成了统计年鉴上的数据与真实值的一定出入。这也从一定方面导致了结论去现实不一致。
　　4.模型的进一步改进
　　从C-D生产函数出发，可以对模型进行以下改进：
　　(1)在之前的模型中，我们将作为常数项看待，这是基于技术不变的基本假定。但是，研究大时间跨度的能源与经济发展问题，特别是研究我国85年到08年的之间的两者关系，不能不将时间变化带来的技术革新考虑在内。改革开放以来，我国生产力得到了很大的发展，能源的开发与利用也有了很大的进步。特别是在能源危机之后，随着全世界能源创新与新能源开发的进一步推动，我国的能源技术也得到了大力发展。因此，可以将技术进步因子A表示为t的函数，例如，这样在去对数之后就得到，加入了时间因素。
　　(2)由于95～96年间，我国出现了能源危机。这导致数据不平稳，从Eviews刻画的散点图中可以看出，这两年的数据出现了问题。这就可能造成结果的偏离，因此可以针对这两个时间点构造虚拟变量，将95~96年代模型与其他模型区分开进行拟合，会得到更加精确的结论。
　　(3)上面的文献综述中也提出，为了精确的计量能源在经济发展中的作用，可以将能源细分为各个方面――煤炭、石油、天然气等等。这样做的好处是可以得到不同能源对经济的贡献率。但是，又论文结果来看，这种做法的结论还是不甚理想。因此，可以先将能源分类，再按照一定的比例与利用率将不同能源归一为相同的单位。但是，这种转换的具体方法还有待进一步研究。

转载注明来源:https://www.xzbu.com/3/view-1476685.htm