您好, 访客   登录/注册

基于VAR模型的能源消费结构优化与农业经济增长

来源:用户上传      作者:

  摘要    为实现农业现代化,中国农业能源消费总量不断增加,其中煤炭和柴油消费占50%以上。农业生产依赖化石能源,已经对资源和环境产生负面影响。改善和优化农业能源消费结构,实现低碳、环保和可持续发展,是中国农业现代化发展的必然选择。文章基于VAR模型,使用1996—2016年中国农业能源消费和农业经济增长数据,分析了能源消费结构优化对农业经济增长的作用机理。在农业生产中,通过减少使用化石能源、增加使用清洁能源、优化能源消费结构,促进农业产出增长,实现可持续发展。
  关键词    VAR模型;能源消费结构;农业经济
  中图分类号    F323.214        文献标识码    A
  文章编号   1007-5739(2020)08-0237-04                                                                                     開放科学(资源服务)标识码(OSID)
  Abstract    In order to realize agricultural modernization,the agricultural energy consumption in China is increasing.Among which,coal and diesel consumption account for more than 50%.Agricultural production relies on fossil energy,which has had a negative impact on resources and the environ-ment.Improving and optimizing the structure of agricultural energy consumption to realize low-carbon,environmental protection and sustainable devel-opment is an inevitable choice for agricultural modernization in China.Based on VAR model,using the data of China′s agricultural energy consumption and agricultural economic growth from 1996 to 2016,the mechanism of energy consumption structure optimization on the agricultural economic growth was analysed.In agricultural production,by reducing the use of fossil energy,increasing the use of clean energy,and optimizing the energy consumption structure,in order to promote the growth of agricultural output and achieve sustainable development.
  Key words    VAR model;energy consumption structure;agricultural economy
  农业现代化是一个具有中国特色的用语,是把传统农业转变为现代农业,将机械、电力、化肥、农药、良种、设施等要素和技术投入生产,从而替代和节约人力、畜力、土地和水等传统要素的过程。农业现代化的发展,最终都是通过多元技术变革来提升农业水平[1]:一方面,使用农业机械提高劳动生产率;另一方面,发展设施农业、增施化肥,提高土地生产率。中国农业充分结合以上2个方面,致力于提高农业生产的机械化、化学化、电气化和设施化水平,从而促进产出增长。由此,农业能源消费也随之大幅增加[2-3]。
  本文所研究的农业能源,是农业生产者开展农业生产和服务活动所需要的直接能源,主要包括使用农业机械(如农用动力机械、农田建设机械、土壤耕种机械、作物收获机械、农田排灌机械、林业机械、渔业机械、畜牧业机械和田间运输机械等)所消费的能源,以柴油、电力、汽油为主;使用农业设施(如温室、舍棚的照明、调温、调湿、通风、防虫、杀虫、消毒、增氧机、自动孵化器和粪便处理等)所消费的能源,以煤炭和电力为主。
  随着机械化和设施化的普遍应用,中国农业能源消费总量在不断增加[4-5]。从能源消费结构来看,柴油的消费量最大,其次是煤炭,剩下的主要是电力和汽油。可见,煤炭和石油是能源消费中的主要类型。农业生产过多依赖消费化石能源,对空气、土壤和水的破坏日渐显现[6],而且随着天然的化石能源日渐减少,能源价格不断上涨,农业生产的资源约束会逐渐收紧。因此,改善和优化农业能源消费结构,减少农业对煤炭、石油等化石能源的依赖,更多使用电力、太阳能、风能、生物质能等清洁能源,从而实现低碳、环保和可持续发展[7-13],是中国农业现代化发展的必然选择[14]。   本文使用1996—2016年中国农业能源消费、农业产出数据,构建VAR模型,对农业能源消费、农业能源消费结构和农业经济增长三者之间的关系进行实证研究,以分析能源消费结构优化对农业经济增长的作用机理。
  1    研究方法
  1.1    模型构建
  本研究利用向量自回归(Vector Autoregression,VAR)模型,研究农业能源消费结构与农业经济增长之间的动态影响关系。该模型采用非结构化的多方程方法来建立各个变量之间的关系,它不以经济理论为基础,在模型的每个方程中,通过内生变量对模型所有内生变量的滞后值进行回归,从而估计全部内生变量的动态关系。VAR模型是处理多个相关经济指标分析与预测最容易操作的模型之一。模型的一般表达式为:
  1.2    数据来源和处理
  本研究选取1996—2016年中国农业能源消费和农业产出的年度数据来研究农业能源消费、农业能源消费结构、农业经济增长三者之间的关系。研究对象为大农业,即农林牧渔业。农业能源消费(E)用第一产业的能源消费总量来表示,单位是万吨标准煤(采用发电煤耗计算法);农业能源消费结构(S)用农业能源消费总量中煤炭的消费比重来表示,单位是%,因为煤炭的碳排放系数大于柴油,所以本研究选择用煤炭的消费比重来描述能源消费结构,那么煤炭消费比重下降就意味着能源消费结构优化;农业经济增长(Y)用第一产业总产值来表示,单位为亿元,均以1996年的不变价格进行了处理。
  数据来源为《中国统计年鉴2017》《中国农村统计年鉴2017》以及各年度的《中国能源统计年鉴》。为了消除可能存在的异方差以及考虑到变量之间经济关系的合理解释,对农业能源消费、农业经济增长数据,分别取自然对数,用lnE和lnY来表示;而农业能源消费结构(S)的结果为百分比数据,在0~1的区间内,无需取自然对数,直接使用其原值。
  2    模型估计
  2.1    序列平稳性检验
  为了避免伪回归,需要对数据进行平稳性检验。如果原始数据平稳,则可以继续研究,如果原始数据不平稳,则需要通过差分法来消除原始时间序列存在的确定趋势或者随机趋势。本文采用ADF单位根检验法对时间序列进行平稳性检验,进行滞后阶数的判定选择时采用SIC信息准则,结果见表1。从各变量的ADF检验结果可以看出,变量lnE、S和lnY的原始时间序列分别在10%和1%的显著性水平下拒绝原假设,不存在单位根,均为0阶平稳序列。
  2.2    VAR模型估计
  由于变量lnE、S和lnY均为平稳的时间序列,因而可以直接构建无约束VAR模型,对能源消费结构优化的作用机理进行分析。为了确定合适的滞后期数,需要将不同滞后期VAR模型的AIC和SC值进行比较,当2个准则同时出现最小值时,该滞后期就为最优滞后期。
  AIC和SC值在滞后1期分别为-13.064 11、-12.466 67,在滞后2期分别为-13.024 26、-11.980 40。可以看出,AIC和SC值在滞后1期时同时达到最小,因而选择滞后1期的VAR模型,如下:
  从式(2)、式(3)、式(4)的估计结果来看,模型中主要系數是显著的,可决系数和F统计量都比较大,拟合效果较好。由此可以得到几个主要变量之间的关系:①农业增长主要受上一期产出的正向影响,上一期产出每增加1%,本期产出将会增加0.87%;农业增长还受上一期能源消费的正向影响,上一期能源消费每增加1%,本期产出将会增加0.25%;农业增长受上一期能源消费结构优化的正向影响,上一期煤炭消费比重每降低1个单位,本期产出将会增加1.35%。②能源消费增长主要受上一期能源消费的正向影响,上一期能源消费每增加1%,本期能源消费将会增加1%;能源消费增长还受上一期能源消费结构优化的正向影响,上一期煤炭消费比重每降低1个单位,本期能源消费将会增加1.6%。③能源消费结构优化以上一期优化的水平为基础,上一期煤炭消费比重下降1个单位,本期煤炭消费比重将继续下降0.5个单位;但是,能源消费结构优化也受上一期能源消费的反向影响,上一期能源消费减少1%,本期煤炭消费比重将会下降0.03个单位,不过,这一影响较小,可以忽略。
  该模型包含3个内生变量,滞后期为1,AR特征多项式有3个根。对该模型进行稳定性检验,结果显示,这3个根都位于单位圆内(该图形省略),因而所估计的VAR模型满足稳定条件。
  2.3    脉冲响应函数
  建立VAR模型之后,可以通过脉冲响应函数方法来观察农业经济增长、能源消费和结构之间的相互影响关系和影响程度。本文选用滞后期为30期,模拟某个内生变量随机扰动项一个标准差的冲击,对VAR模型中所有内生变量当期值和未来值的影响。从图1可以看出,①经济增长受到能源消费的一个标准差冲击后,立即作出反应,正向偏离初始状态,在第10期达到峰值(0.05),随后逐渐减弱,说明能源消费对经济增长在短期内具有显著的促进作用,长期影响变小。②经济增长受到能源消费结构的一个标准差冲击后,立即做出反应,第2期达到峰值(0.013),随后下降,第5期后开始负向偏离初始状态,在第13期达到负向峰值(-0.034),随后逐渐接近初始状态。说明煤炭消费比重的提高只会暂时刺激经济增长,但长期来看,却有较强阻碍作用,也就是说,只有能源消费结构优化才对经济增长产生长期促进作用。③能源消费受到经济增长一个标准差冲击后,没有明显反应,一直都维持在初始状态,说明经济增长对能源消费的影响不明显;同样的情况,经济增长对能源消费结构的影响也不明显。可见,农业经济增长对农业能源消费以及结构优化都没有明显的、长期的促进作用。④能源消费受到能源消费结构一个标准差冲击后,立即做出反应,负向偏离初始状态,在第5期达到负向峰值(-0.027),随后逐渐回归初始状态,说明煤炭消费比重的提高对能源消费的增长起抑制作用;但是,能源消费结构受到能源消费一个标准差冲击后,正向偏离初始状态,不过力量较小。也就是说,农业能源消费结构优化最终有助于促进能源消费增长。   2.4    方差分解
  将lnE、S和lnY的方差进行分解来计算三变量间的相互贡献度,可以描述每个冲击在农业能源消费、能源消费结构和经济增长的动态变化中的影响比例及重要程度,结果见图2。
  从图2可以看出,在第1期预测中,自身扰动对经济增长预测方差贡献度100%,但从第2期开始,自身扰动贡献迅速下降,能源扰动的贡献度立即上升,能源消费结构扰动的贡献度在出现一个小幅下降之后缓慢上升。在第12期,能源扰动的贡献度已经达到峰值(53%),随后稍有下降,基本保持在50%的水平。同样在第12期,能源消费结构扰动的贡献度只有14%,第30期贡献度预计达到30%。说明在长期内,能源消费增长以及消费结构优化对农业经济增长的贡献较为稳定,其中能源消费增长的贡献较大。
  在第1期预测中,自身扰动对能源消费预测方差贡献度为 100%。从第2期开始,自身扰动贡献度迅速下降,能源消费结构扰动对能源消费预测方差的贡献度迅速上升。从第10 期开始,自身扰动的贡献度就基本保持在53%,而能源消费结构扰动的贡献度基本在47%的水平上。因此,长期来看,能源消费结构优化对能源消费的贡献较为稳定,影响程度也比较大。
  在第1期预测开始,自身扰动对能源消费结构预测方差贡献度90%,从第2期开始,缓慢下降,之后维持在73%的水平上。能源消费扰动对能源消费结构预测方差贡献度从第1期的10%缓慢上升为26%,并一直保持稳定。说明能源消费对能源消费结构优化的影响程度较小,最终仍体现出能源消费结构优化对能源消费增长的较大贡献。
  2.5    Granger因果关系检验
  所谓因果关系是指变量之间的依赖性,作为结果的变量是由作为原因的变量所决定的,原因变量的变化引起结果变量的变化,Granger从预测的角度给出了因果关系的一种定义。因此,对lnE、S和lnY进行Granger因果关系检验,以确定3个变量的因果关系。Granger因果检验对滞后期的选择非常敏感,滞后期不同,检验结果可能有较大差异。本文采用AIC准则确定最优滞后期数为1期,结果见表2。
  可以看出,在5%的显著性水平下,拒绝了原假设,接受lnE是lnY的Granger原因,lnY是S的Granger原因,S是lnE的Granger原因,lnE是S的Granger原因。也就是说,1996—2016年的统计数据表明,存在E到Y、Y到S的单向因果关系,以及E和S的双向因果关系。结合脉冲响应函数和方差分解的结果,其主要因果关系为:农业能源消费结构优化引起能源消费增长,农业能源消费增长引起经济增长。
  3    结论
  本文在现有文献已证明能源和经济、环境之间相互影响的基础之上,进一步研究了农业能源消费结构优化的作用机理。使用中国1996—2016年的农业能源消费和经济增长数据,运用向量自回归模型(VAR),对农业能源消费结构优化促进经济增长的作用机理进行了分析,得出以下结论:
  (1)农业能源消费结构优化以前期优化为基础,能够促进未来的能源消费和经济增长。煤炭消费比重每降低1个单位,未来的煤炭消费比重将会继续下降0.5个单位,未来的农业能源消费将会增加1.6%,农业产出将会增加1.35%。
  (2)农业能源消费结构优化对能源消费以及经济增长具有长期的促进作用,农业能源消费对经济增长短期的促进作用更为明显。然而,农业经济增长对农业能源消费以及结构优化都没有明显的、长期的促进作用。
  (3)长期来看,农业能源消费结构优化对能源消费增长贡献较大,农业能源消费增长对农业经济增长贡献较大。
  (4)长期来看,农业经济增长对能源消费的依赖仍将持续。农业能源消费结构优化引起能源消费增长,继而能源消费增长引起经济增长。
  本文认为,农业生产应当依靠科技进步,使用低碳机械,推广节能技术,通过调整和优化能源消费结构的方法,减少煤炭和石油等化石能源的使用,增加电力等清洁能源的使用,在促进农业产出增长的同时,注重生态和环境的改善,实现农业可持续发展。
  4    参考文献
  [1] BALL V E,F?魧RE R,GROSSKOPF S,et al.The role of energy productivity in US agriculture[J].Energy Economics,2015,49(5):460-471.
  [2] FEI RILONG,LIN BOQIANG.Estimates of energy demand and energy saving potential in China′s agricultural sector[J].Energy,2017,135(9):865-875.
  [3] CHEN J D,CHENG S L,SONG M L.Changes in energyrelated carbon di-oxide emissions of the agricultural sector in China from 2005 to 2013[J].Renewable and Sustainable Energy Reviews,2018,94(10):748-761.
  [4] 张霞,蔡宗寿,李欢.我国农业生产能源消费现状分析[J].江苏农业科学,2015,43(5):441-443.
  [5] YU ZHIXIN,LI NAN,MU HAILIN,et al.Empirical study on the regional agricultural energy efficiency convergence across provinces in China[J].Energy Procedia,2017,142(12):2391-2396.
  [6] WANG S L,MCPHAIL L.Impacts of energy shocks on US agricultural pr-oductivity growth and commodity prices:a structural VAR analysis[J].Energy Economics,2014,46(11):435-444.
  [7] 李国志,李宗植.中国农业能源消费碳排放因素分解实证分析:基于LMDI模型[J].农业技术经济,2010(10):66-72.
  [8] 朱立志,刘静,向猛.我国农业生产能源消费变化与趋势分析[J].环境经济,2010(12):44-47.
  [9] 史常亮,郭焱,占鹏,等.中国农业能源消费碳排放驱动因素及脱钩效应[J].中国科技论坛,2017(1):136-143.
  [10] 黄晓凤,陈永康.中国农业能源偏向型技术创新测度及结构优化研究[J].湖南大学学报(社会科学版),2018,32(1):100-107.
  [11] 彭科,安玉發.中国农业生产能源消费影响因素的实证分析:基于固定效应模型[J].技术经济,2012,31(6):101-106.
  [12] 张宽,漆雁斌,邓鑫.农业机械化、能源消费与经济增长耦合关系研究[J].农机化研究,2017,39(3):1-6.
  [13] 魏玮,文长存,崔琦,等.农业技术进步对农业能源使用与碳排放的影响:基于GTAP-E模型分析[J].农业技术经济,2018(2):30-40.
  [14] 李笑宇,樊远洋.农业机械化与能源消费对农业经济发展的影响[J].山东农业大学学报(自然科学版),2017,48(6):939-942.
转载注明来源:https://www.xzbu.com/8/view-15186278.htm