能源消费与工业经济增长的协整与ECM分析

谭元发

（1.中国地质大学（武汉）经济管理学院，武汉 430074；2.湖南电气职业技术学院，湖南 湘潭 411101）

能源消费与工业经济增长的协整与ECM分析

谭元发1，2

（1.中国地质大学（武汉）经济管理学院，武汉 430074；2.湖南电气职业技术学院，湖南 湘潭 411101）

能源消费与经济增长的关系一直是资源产业经济学的一个热点研究问题，文章利用我国1953～2008年工业生产总值和能源消费总量统计数据，分析我国工业生产总值与能源消费总量的长期稳定关系，并构建误差修正模型。研究表明，能源消费的增长与工业经济增长之间存在单向的因果关系，能源消费的增长影响工业经济增长,同时说明工业经济增长有利于能源开发，通过技术创新可以达到节能目的。

能源消费总量；协整分析；误差修正模型

1 问题的提出

能源是人类进步和社会发展的物质基础，经济增长及经济发展水平的提高需要能源作支撑，对能源消费与经济增长关系的研究一直是能源经济学的一个热点问题[1]，Kraft J and Kraft A在1978年就发现了美国GNP与能源消费的单向Granger因果关系[2]。而工业又是能源需求最大的产业。研究工业经济增长和能源消费之间的协整与因果关系对我国实现可持续发展和继续强调节能优先的能源政策，进一步优化能源结构，加快经济结构向能源节约型和集约化转变，增强能源利用技术的创新能力有着重要的作用。工业经济增长是衡量一个国家经济发展的总体水平及综合国力的一个最主要的宏观经济指标。国内工业生产总值是国内生产总值的重要组成部分，一个国家的经济发展关键在于工业的发展[3]。本文研究能源消费增长是否为工业经济增长的原因，工业经济发展和技术创新能否改善我国目前能源状况，并建立能源消费与工业经济增长的误差修正模型，对分析能源消费有着重要的作用。

2 实证分析

2.1 数据处理和单位根检验

本文用于分析的数据选取于《中国统计年鉴》(1990，2009)。分别用能源消费总量（TEC）来反映能源消费总量增长；用工业生产总值(GDPI)反映工业经济增长。

在检验我国工业生产总值与能源消费总量之间的协整关系之前，首先要进行单位根检验，确定时间序列是否为平稳过程。如果时间序列为非平稳序列，则在进行协整检验时就会出现虚假回归，导致结论错误。GDPI和TEC具有指数增长趋势，并且变动方向较为一致，变化的幅度也较为一致，而且表现出不平稳的特性。通过ADF检验GDPI和 TEC是不平稳的序列。由于自然对数变换不改变原变量之间的关系，并能使其趋势线性化，消除时间序列中存在的异方差，所以利用EViews6.0软件，对GDPI和TEC作自然对数变换后进行逐期差分：

Series ΔLGDPI=log(GDPI)-log(GDPI(-1))，Series ΔLTEC=log(TEC)-log(TEC(-1))

用 LGDPI和 LTEC分别表示 log(GDPI)和 log(TEC)。 用EViews6.0 对 LGDPI、 LTEC、ΔLGDPI和 ΔLTEC 进 行 ADF检验。由表1可见，LGDPI的ADF统计量大于5%的临界值，时间序列LGDPI不能拒绝单位根假设，说明LGDPI在5%的显著水平上都是非平稳的。LTEC和ΔLGDPI、ΔLTEC的ADF统计量均小于1%的临界值，说明这些变量在1%的显著水平上拒绝单位根假设，LTEC和ΔLGDPI、ΔLTEC都是平稳的。

表1 各变量的平稳性检验

2.2 变量间的协整检验

一阶差分序列拒绝了单位根假设，说明时间序列LGDPI、LTEC可能存在某种平稳的线性组合，这个线性组合反映了变量之间长期稳定的比例关系，即协整关系。

对变量之间的协整关系检验有两种方法：一种是 Engle-Granger两步检验法,适用于检验两个变量之间的协整关系[4]。另一种方法为 Johansen检验法，适用于检验多个变量之间存在的协整关系[5]。由于本文研究的是我国能源消费与工业生产总值这两个变量之间的关系，所以采用 EG两步法来检验变量之间的协整关系。

表2 LTEC与LGDPI的回归方程

假设 LGDPI、LTEC两个变量之间存在协整关系，用EViews6.0进行估计得估计方程。

R赞2≈0.91，DW≈0.086，回归系数均通过 t检验。et=LTECLT赞C，et为随机干扰项，在 EViews6.0 中：Seriese=resid，对 et进行单位根检验。

从表3可以看出，检验统计值-2.1365大于5%的显著性水平临界值-2.9188，et不能拒绝单位根检验，残差序列et为非平稳序列。

假设 ΔLGDPI、ΔLTEC两个变量之间存在协整关系，用EViews6.0进行估计得估计方程。

表3 序列et的单位根检验结果

表4 ΔLTEC与ΔLGDPI回归方程

从表5可以看出，检验统计值-3.8583小于1%的显著性水平临界值-3.5575，et拒绝单位根检验，残差序列et为平稳序列。

表明LGDPI和LTEC之间存在平稳线性组合，即能源消费总量和国内工业生产总值之间存在长期协整关系。

表5 序列et的单位根检验结果

2.3 估计误差修正模型

（1）一阶误差修正模型

根据 Granger定理，一组具有协整关系的变量具有误差修正模型的表达形式。因此，在协整检验的基础上，进一步建立包括误差修正项在内的误差修正模型，以此来研究模型的短期动态和长期协整特征。由协整关系检验知，能源消费和GDPI之间存在协整关系，虽然R赞2很高，回归系数也显著，但是DW值明显偏小，这说明残差序列还存在自相关。因此，下面重新对LTEC、LGDP进行回归，并加入滞后变量，进而建立单方程误差修正模型。利用 EViews6.0建立如下修正模型(见表 6)。

表6 一阶误差修正模型

R赞2接近 1，效果很好，DW=1.09不在 2 附近，残差序列存在自相关。该方程各个系数都通过t检验。

（2）二阶误差修正模型

考虑到ΔLTEC和ΔLGDP协整，一阶误差修正模型残差序列存在自相关，所以在此用二阶误差修正模型来进行估计。利用 EViews6.0建立如下二阶误差修正模型(见表7)。

表7 二阶误差修正模型

R赞2=0.995接近1，效果良好，回归系数均通过t检验，DW=2.37在2附近，残差序列不存在自相关。

式（4）经过适当的衡等变形，可得二阶滞后项误差修正模型：

式(5)中:LTECt-1-0.4117LGDPIt-1-8.731这一项称为误差修正项ecm。从式(5)可以看到，若t时刻LTECt-1大于其长期均衡解0.4117LGDPIt-1+8.731,ecm为正，ΔLTEC将减小；若t时刻LTECt-1小于其长期均衡解0.4117LGDPIt-1+8.731，ecm为负，将使ΔLTEC增加。这符合反向修正机制，体现了长期非均衡误差对LTEC的控制。

误差修正项的系数的大小反映了对偏离长期均衡的调整力度。从系数估计值-0.0736来看，当短期波动偏离长期均衡时，将以-0.0736的调整力度将非均衡状态拉回到均衡状态。即意味着上一年度的非均衡误差以7.36%的比率对本年度的 ΔLTEC做出方向修正[6]。

2.4 变量间的因果关系检验

LGDPI与LTEC存在协整关系，在分析变量之间的Granger因果关系时，从变量的增长效应角度进行分析，即分析ΔLGDPI和ΔLTEC之间是否具有相互影响作用，应用EViews6.0软件中的Granger-causality检验方法检验，检验结果见表8。

表8 各变量的Granger因果关系检验

从表8可以看出，“ΔLTEC不是ΔLGDPI的原因”的零假设被拒绝；这说明 ΔLTEC和 ΔLGDPI之间存在单向的Granger因果关系，即能源消费总量的增长影响工业经济增长，能源消费总量的增长是经济增长的原因，而工业经济增长却不是能源消费总量增长的原因。

3 结论与建议

(1)能源消费总量与工业生产总值之间存在较强的相关关系，尽管各自的增长是非平稳的，但LGDPI和LTEC两者之间却存在着长期稳定的均衡关系。

(2)能源消费的增长是工业经济增长的原因，由此可看出，能源消费总量的增长对工业经济增长起着重要的作用。

(3)而工业经济增长不是能源消费增长的原因。

这主要是以下几个方面的原因，从而说明我们今后还要从以下几个方面努力。

（1）随着工业的发展和国家能源政策的调整,能源利用效率不断提高。这说明随着工业经济的发展，国家合理调控经济，避免低效率的能源消耗。1978年以来，中国能源结构的变化在总体上推动了能源效率的提高，说明我国能源结构已经开始随着经济结构优化而逐渐升级。

（2）经济增长对能源的依赖在逐渐减小。有重点地调整产业结构，确保经济与能源需求的协调增长，粗放增长方式向集约增长方式转变，改变传统的“高投入，低利用，高排放”的生产方式，倡导“减量化、再使用、再循环”的循环经济原则。

（3）工业的发展有利于优化能源、节约能源和开发新能源。随着工业的发展和技术创新有利于发展清洁能源和可再生能源，一方面，技术进步大大提高了能源效率，改善了我国的能源消费结构，降低了能源消费密度，如城市轨道交通、双能源汽车降低了能源的消耗；另一方面技术进步有利于开发新能源，如风力发电、核能的应用开发了新能源，所以依靠技术进步可以发展清洁能源和可再生能源，以满足社会经济发展的需要。

[1]汪旭晖,刘勇.中国能源消费与经济增长:基于协整分析和Granger因果检验[J].资源科学,2007，(9).

[2]Kraft J,Kraft A.On the Relationship between Energy and GNP[J].J.Energy Development,1978，(3).

[3]谭元发.装备制造循环经济研究[M].北京:中国经济出版社,2010.

[4]Johansen,S.Statistical Analysis of Cointegration Vectors[J].Journal of Economic Dynamics and Control,1988，(12).

[5]Engle R F.,Yoo B S.Forecasting and Testing in Cointegrated Systems[J].Journal of Econometrics,1987,(35).

[6]Jeffrey M.Woddridge,Introductory Econometrics:A Modern Approach.（3rdEdition）[M].Beijing:Tsinghua University Press,2007.

F064.1

A

1002－6487（2011）04－0089-03

湖南省科技厅计划项目（2010FJ3123）

谭元发（1961-），男，湖南茶陵人，博士，副教授，研究方向：资源产业经济。

（责任编辑/浩 天）