区域经济发展、效率改进与能源消费的动态关系研究——以江苏省为例

徐立霞，李昌峰，杨艳琴

(1.南京财经大学 经济学院， 江苏 南京 210023；2.潍坊密城学校，山东 潍坊 261300)

区域经济发展、效率改进与能源消费的动态关系研究
——以江苏省为例

徐立霞1，李昌峰1，杨艳琴2

(1.南京财经大学 经济学院， 江苏 南京 210023；2.潍坊密城学校，山东 潍坊 261300)

本文采用协整分析理论、误差修正模型研究了江苏省1985-2009年间能源消费，经济增长以及能源效率改进之间的长期关系和短期变动。在此基础上通过向量自回归模型采用脉冲响应函数、方差分解模型对能源消费及其影响因素之间的作用机理进行系统分析，研究结果表明：长期看来能源消费、经济增长、能源效率三者之间存在稳定的长期静态关系，能源需求的短期变动虽然会受到其他因素的影响，但影响程度不大，系统自身具有的反向修正机制可以有效调节三者之间的短期偏离；而相应的评价准则也说明了该模型具有较强的预测能力；在对各重要因素的影响路径和影响程度的研究上发现，在现有的产业结构和增长方式下，经济增长对江苏省能源消费的作用力度最大，效率改进对能源消费有积极的作用，但其贡献度不大，仍有一定的提升空间。最后在研究基础上从调整产业结构，推进技术创新和完善制度管理等方面提出了江苏省有关节能降耗，提高能源使用效率的对策建议。

协整；误差修正模型；脉冲响应；方差分解

引 言

能源是保障经济发展的重要因素，随着工业化和城市化进程的加快，能源消费问题已经成为目前各国或各地区经济发展中的热点问题。“十一五”规划提出“在优化结构、提高效益和降低消耗的基础上，资源利用效率显著提高，2010年末实现单位国内生产总值能耗降低20%左右”。改革开放以来，江苏经济发展迅速，特别是进入21 世纪后，经济保持平稳较快发展，呈现出“增长较快、结构优化、效益提高、民生改善”的良好运行态势。同时，随着国民经济的发展，对能源的需求也日益增加。江苏是能源资源匮乏地区，有较强的能源依赖性，能源极易成为江苏经济发展的瓶颈，为保持经济的可持续发展，就要提高江苏能源利用效率，促进能源消费与经济的协调发展。在此背景下，本文从经济增长、能源总量消费和能源效率3个方面对江苏经济增长与能源消耗的关系进行深入分析，并提出经济增长与能源消耗协调发展的对策建议。

近年来国内外学者采用不同的方法对能源与经济增长的关系进行了研究，并且取得一系列有价值的研究成果。但由于地域不同，选取的样本区间不同，所得结论往往有很大差异。Kraft,J.和Kraft,A.(1978)首先将Sims检验应用到美国能源消费和收入关系的研究中，发现1947-1974年美国GNP和能源消费具有单项的因果关系[1]。Yu和Choi(1985)采用标准Granger方法检验了菲律宾能源和GNP之间的因果关系，其方向与Kraft,J.和Kraft,A对美国的结论相反[2]。汪旭辉等(2007)通过协整分析技术，根据格兰杰因果定理，建立了能源消费和经济增长之间的误差修正模型，验证了我国能源消费和经济增长之间是单项的因果关系[3]。李晓嘉等(2009)对我国能源消费和经济增长之间的关系运用状态空间模型进行研究，得出能源消费和经济增长之间存在长期均衡关系，并对能源消费弹性系数进行估计，表明了我国能源效率不断提升的过程[4]。这些研究基本上都是从全国的角度上分析能源消费与经济增长之间的关系，并未把能源效率作为影响因素考虑进来，研究内容也大都仅考虑变量之间的关系，并未对有关因素的影响程度和影响路径进行测算，另外对于具体区域有关问题的研究成果也不多见，关于江苏省的能源消费和经济增长、能源效率之间关系的统计研究则更少。由于中国不同地区和省份之间在经济发展水平、产业结构以及能源消费结构等方面都存在较大差异，因此利用省级数据探索三者之间的关系非常有必要。本文选取江苏省1985年以来的实际数据按照协整分析和误差修正理论对三者之间的长期关系和短期特征进行探讨，同时建立能源消费和各影响因素之间的向量自回归模型，利用脉冲响应函数和方差分解手段对各个影响因素的冲击对能源消费的传递效应以及各自对能源消费的贡献程度进行分析，以期为江苏省的未来能源战略与政策制定提供科学依据，以加快江苏省资源节约型国民经济体系的形成，优化能源结构，提高能源综合利用率，保持江苏省经济发展的可持续性。

一、变量选择与模型设定

(一)变量和数据的选择

对江苏省能源经济的研究分析，我们选取的数据为1985-2009年的江苏省能源消费总量和实际的GDP数据。其中，能源消费(EC)是个实物指标，单位是万吨标准煤；得到的GDP数据均为1985年不变价格的实际GDP,单位为亿元人民币。数据来源为《江苏省统计年鉴2009》和《新中国六十年统计资料汇编(江苏篇)》, 按照需求函数的定义，国内生产总值被认为是能源消费最重要的决定因素。统计数据表明能源消费和GDP之间存在着显著的互动影响关系：一方面，经济增长对能源具有很强的依赖性，能源波动将会对经济增长带来严重的负面效果；另一方面，经济的快速发展将会刺激能源需求的迅速增长。能源和经济之间有着客观的关系，这种关系有规律性可循。能源经济效率为单位能源能耗所产生的GDP，是反映能源消费和经济发展数量关系最核心的指标，在实际中用来考察能源利用水平和效率，并用以预测能源需求。图1反映了1985～2009年间江苏省能源消费和实际GDP的变动情况，可以看出数据呈现一定的增长趋势且同向发展。

(二)能源消费的长期均衡和短期波动:协整分析与误差修正模型

美国学者Nelson与Plosser在其研究中指出：

图1 1985～2009江苏省经济增长与能源消费趋势图

多数宏观经济时间序列都是非平稳的[5]；而当经济过程非平稳时，回归拟合系数在不同的时序条件下具有不同的分布，从而由变量间的统计关系来推断计量经济模型的形式，就会出现较大偏差，导致伪回归现象，由图1可以看出，能源消费EC和实际GDP呈现出一定的趋势性，因此我们借助单位根检验来判断序列的非平稳性以及相应的单整阶数，为后面的协整分析做准备。同时为了消除原始数据的异方差性，对GDP和EC做取对数处理，分别记为LGDP和LEC;三变量的检验结果如表1，其中的滞后阶数k根据AIC准则确定。

表1 ADF检验结果

检验结果表明：LEC、LGDP和PE的水平序列以及一阶差分序列都是非平稳的，但其二阶差分序列在1%的显著性水平下是平稳的。因此我们认为三序列都是二阶单整的，即为I(2)。满足协整检验的前提，可以进一步验证变量间是否存在协整关系。

经济变量之间存在的长期均衡(静态) 关系被称为协整关系。确立变量间的长期静态关系常用的方法是Engle 和Granger(1987)的方法及Johansen 和Juselius 的方法(Johansen and Juselius,1990[6];Johansen,1995[7])。Engle和Granger(1987)的两步法是基于二元变量进行的。Johansen和Juselius的研究考察了协整的问题,在多元变量分析的基础上不仅提供了一个估计的方法,还提出了检验协整向量个数及经济理论所设条件的显式方法。在实际应用中，Johansen 的方法很快成为检验多元变量间协整关系的关键工具。本文中我们首先根据AIC和SC准则，确定相应VAR模型滞后期为2， 用Johansen检验方法得到的结果如表2。

表2aJohansen协整检验样本区间(调整后):1988-2009; 趋势设定：无确定趋势(有常数项)；滞后间隔:1到2

假定协整个数特征值迹统计量P值无0．80660551．23320．0001最多1个0．49534715．086810．0575最多2个0．0018790．0413660．8388

表2bJohansen协整检验样本区间(调整后):1988-2009; 趋势设定：无确定趋势(有常数项)；滞后间隔:1到2

假定协整个数特征值最大特征值统计量P值无0．80660531．146420．0002最多1个0．49534715．045440．0375最多2个0．0018790．0413660．8388

由表2可知，两个检验都表明在样本区间内，三个变量间存在一致协整的向量或长期的均衡关系。估计的变量LEC,LGDP,PE三者之间的长期静态关系可表示为

LECt=0.9973LGDPt-8.78PE

长期看来，能源消费对GDP的弹性为0.9973，经济增长对江苏省能源消费有正向的拉动作用，能源效率对能源消费的影响系数高达-8.78,说明能源效率的改进对江苏省能源消费具有明显的作用。

在经济现象的实际发展过程中，除了其主要影响因素带来的长期发展趋势，往往还伴随着其他多种发展因素引发的短期波动。我们需要评估这些事件对长期均衡方程中所表述的关系是否造成影响，也就是说需要检验方程中各变量的长期均衡关系在受到短期干扰时是否仍然成立。根据格兰杰定理，存在协整关系的若干个非平稳变量之间可以建立相应的误差修正模型。误差修正模型最初由Sargan(1964)提出，后Hendry-Anderson(1977)和Davidson (1977)等人进一步完善。误差修正模型中既包含变量的长期关系又能刻画变量的短期变动关系；即可以同时研究经济问题的静态特征和动态特征。下面我们根据Hendry(1995)的“从一般到特殊”建模方法，剔除回归系数不显著的滞后期，获得较简洁的误差修正模型，结果如表3所示：

表3估计的误差修正模型因变量：ΔLEC; 样本区间(调整后):1987-2009;包含的观察样本：调整后为22个误差修正项ECM=LECt-0.9973LGDPt+8.78PE

变量系数t-统计量P值常数项37．128234．96760．0002ΔLEC(-1)-12．63109-3．62690．0027ΔLGDP(-1)16．062633．82520．0019ΔPE(-1)-134．8695-3．78430．002ECM(-1)-4．2288-4．96160．0002ΔLEC(-2)-13．9469-2．95050．0105ΔLGDP(-2)16．94212．90920．0114ΔPE(-2)-144．3299-2．91180．0114调整后的R20．863D-W统计量2．56Jarque-Bera统计量1．555(0．459)序列相关的LM检验F-统计量：1．52(0．27)；观察数∗R2：8．31(0．08)自回归条件异方差(ARCH)F-统计量：0．83(0．45)；观察数∗R2：1．79(0．41)

从模型结果中可以看出， GDP、能源效率都表现为短期内江苏省能源消费的重要决定因素。误差修正项的系数为负，符合反向修正机制，即：在短期内，当能源消费偏离均衡状态时，在误差修正的作用下，能源消费能以较快的速度向均衡方向收敛，也就是说短期内其他因素所造成的扰动不会影响经济变量间的长期均衡关系。在表中所列出的一些测试性检验结果表明该模型是适应的，为能源消费的预测提供了一个较好的方法。参数稳定性的累积和检验(CUSUM)表明模型中的估计参数即使受到短期干扰，在样本区间内仍然是稳定的。

图2 模型CUSUM检验结果

在统计上，模型的预测精确度主要通过平均绝对百分比误差(MAPE)、Theil不等系数、偏倚比例、方差比例和协方差比例等指标来衡量的[8]，一个模型预测程度的好坏取决于上述指标的大小。其中，平均相对误差要小于10，越小越好；Theil系数介于0到1之间，数值越小，说明拟合值和真实值之间的差异越小，预测精度越高；偏倚比例和方差比例越小，协方差比例越大，说明模型预测能力越强。在上面的误差修正模型中预测精度中的MAPE为0.206，Theil系数为0.00122，偏倚比例为0.0001%，说明系统误差较小，方差比例为0.0607%，小于5%的要求，协方差比例为99.9392%，近似为1，从这五项指标看，该模型对江苏省能源消费发展趋势具有良好的预测能力；从图3中也可以看出能源消费误差修正模型预测值与实际值的拟合情况，不难看出，两者的拟合程度很高。这进一步说明了该模型的有效性。

图3 1985～2012江苏省能源消费预测结果和实际值的趋势图

(三)能源消费的冲击影响分析：脉冲响应和方差分解

改革开放以后，江苏经济发展迅速，特别是2000年以后，国民经济保持平稳较快发展，呈现出“增长较快、结构优化、效益提高、民生改善”的良好运行态势。2005 年之后，江苏经济结构的不断调整，能源利用效率的不断改进，这些因素共同促成了全社会能源需求的变动。本文基于前面建立的VAR模型采用脉冲响应函数(impulse response function,简称IRF)分析各影响因素自身需求的变动对能源消费的影响，同时利用方差分解技术考察各影响因素变动对能源消费影响的贡献率。

脉冲响应函数(impulse response function,IRF)刻画的是当某变量在t时刻受到某种新息的冲击，会通过变量之间的动态联系，在t时刻之后对系统中的其他变量产生一定的影响，这种新息可以解释为政治，经济等各种因素造成的冲击。下面分别给各影响因素一个标准差大小的冲击，得到关于能源消费的脉冲响应函数图。横轴表示冲击作用的滞后期间数，纵轴表示能源消费量。

图3 能源消费的各影响因素的冲击反应

从图3可以看出由GDP冲击所引起的能源消费的变化情况。在本期给GDP一个正的冲击后，能源消费在第四期达到最高点，然后开始下降一直到10期以后维持在一个稳定的水平。这说明经济增长受到外部冲击后，经市场传导给能源行业，给能源消费带来同向的冲击，影响力在第4年达到峰值，之后逐渐回落，10年之后趋于最低。这说明经济增长的正向冲击对能源消费具有正向的促进作用，这一作用还具有较长的持续效应。

由能源效率的改进对能源消费的冲击作用曲线可知，当给能源效率一个正的冲击后，对能源消费产生反向的影响，也就说能源效率的正向提高会降低能源消费量。具体说来，当能源效率受到外部冲击后，能源消费量的降低在第四期达到最高点，然后开始有所回升一直到10期以后稳定在一个较低的水平。这说明能源效率对能源消费的抑制作用在短期有比较明显的效果，但在现有的经济结构下长期看来其作用力会有所下降。这是因为江苏省在工业化过程中产业结构逐渐发生变化，在工业比重达到一定程度后，第三产业得到发展，加上科技进步以及管理的改善，能源使用效率开始逐步提高，2003～2005年，江苏单位GDP能耗连续3年大幅上升，在2005年达到0.92tce/万元，主要是因为十五期间江苏省正处于工业化和城市化的重要时期。“十一五”期间国家将单位GDP能耗列为考核指标，江苏通过实施一系列节约能源的政策和措施，2009年江苏单位GDP能耗由2005年的0.92吨标准煤下降到0.76吨标准煤。但与经济较发达的省市相比，江苏单位GDP能耗高于北京(0.606)、广东(0.684)、上海(0.727)和浙江(0.741)*参见国家统计局2010年发布的2009年各省、自治区、直辖市单位国内生产总值(GDP)能耗等指标公报。，仍有一定的降耗空间和潜力。因此，积极调整产业结构和转变经济增长方式以降低能耗或者提高能源使用效率是江苏省将面临的长期任务。

与脉冲响应函数相比较，Sim(1980)的方差分解法(Variance Decomposition)提供了另外一种描述系统动态的方法。脉冲响应函数是追踪系统对一个内生变量的冲击效果，相反，方差分解则是通过求解扰动项对模型预测均方误差的贡献度来评价各影响因素的相对重要性。下面给出各因素的变化对能源消费的方差分解结果，如图4所示。

从方差分解结果可以看出，对江苏省而言，经济增长在对能源消费的贡献率在期初约为18%，到滞后5期到达最大，约为43%，随后略有回落，但仍然在后面较长的时期里维持在较高的水平，对能源消费的影响持久。统计数据表明2009年江苏省三次产业结构为6.5∶53.9∶39.6，产业结构依然是“二、三、一”结构，第二产业居于主导地位。而第二产业中的工业部门尤其是重工业是第二产业增长的主要动力，这种高能耗产业的大力发展自然会对江苏省能源消耗产生重要影响，如果一直维持目前这种经济增长方式不变，经济增长对能源消费将会一直产生较大的贡献率。

图4 各影响因素对能源消费的贡献度百分比

方差分解图显示能源使用效率对能源消费的贡献度在逐步提高，在6期以后一直维持在7%的水平，对能源消费的影响比较稳定，但所占比重最终并没有提升到一个高位。 “十一五”期间，虽然江苏省坚持可持续发展的能源战略方针，在全社会各领域不断加大能源节约力度，特别是针对能源消耗量大的工业企业，采取更加强有力的措施，加快关闭淘汰了一批技术落后、能耗高和污染严重的企业，能源消费强度不断降低，节能政策措施取得了较好的效果， 但2009年江苏单位GDP能耗仍高于北京、广东、上海和浙江等经济发达省份。就全国层面而言，我国的单位GDP能耗值高于很多发达国家，甚至一些发展中国家[9]。由此可见，江苏省能源利用效率远落后于国际水平，在国内也落后于部分省份，仍有一定的降耗空间和潜力。江苏省有关部门应认真分析影响能源使用效率的各种因素，优化产业结构，促进科技进步，努力提高能源使用效率，使其对能源消费的影响力度进一步提升。

二、结论和建议

本文基于1985～2009年的时间序列数据，对江苏省能源消费和实际GDP、能源使用效率的短期动态关系和长期静态关系进行了分析，并且对各因素对于能源消费的影响路径和影响程度进行了测算。研究结果表明，能源消费和经济增长、能源使用效率之间存在长期均衡关系。经济增长和能源使用效率改进都是影响能源消耗的重要因素。经济增长将导致能源消费的上升而能源使用效率的提高则对能源消耗的降低有显著作用。从影响途径和影响力度看，对江苏省而言，经济增长对能源消费的影响力和贡献度都是最大的，江苏省虽然近几年来一直在不断调整产业结构，第三产业的份额在不断提升，但经济增长方式并没有显著改善，仍然是粗放型的经济增长道路。江苏作为我国的经济大省，同时又是能源小省，为保持经济增长和能源消费协调发展，避免能源消费成为经济增长的瓶颈，要努力调整产业结构，逐步实现主要依靠工业带动经济增长向工业、服务业和农业共同带动增长转变。除此以外，要积极发展各种新能源，提高能源产业的科技含量，并根据江苏省自身资源条件和环境承载力, 确定不同区域的发展方向和功能定位, 优化区域产业布局。

能源使用效率对能源消费的影响方向一直是积极的，但其影响力度不大并且有下降趋势。因为江苏省在工业化和城市化的进程中，全社会固定资产投资大幅增加，一些重工业在工业中的比重明显上升。钢铁、水泥、化工等高耗能产业迅速扩张，高耗能产品产量大幅增长，由此造成的产能过剩过度地增加了能源消费，从而使得能源效率对能源消费的作用有所减弱。江苏省在提高能源使用效率的过程中，应加快技术创新,大力推进节能技术进步和节能新方式实施, 提高节能产品份额, 降低单位产品能耗；优化产业结构，降低工业内高能耗行业的比重, 并积极提高商业和服务业在国民经济中的比重，尽快实现产业结构发展目标的转变，同时还要高度重视改造提升传统产业，譬如农业，通过产业结构调整促进能效提升；进行制度创新，建立和完善能源需求的安全保障体系，理顺各种能源及其产品价格, 排除体制障碍, 促进能源利用效率的提高。以上目标在短期内实现都是很困难的，一定要从可持续发展的角度常抓不懈，从而保障江苏省能源消费和经济增长的协调稳定发展。

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

[2] Yu, E S H. and Choi, J Y. The Causal Relationship between Energy and GNP: an International Comparision[J].Journal of Energy and Development, 1985(10): 249-272.

[3] 汪旭辉,等. 中国能源消费和经济增长：基于协整分析和Granger因果检验[J].资源科学，2007(5)：57-62.

[4] 李晓嘉,等. 中国经济增长与能源消费的实证研究——基于协整和状态空间模型的估计[J].软科学，2009(8)：61-64.

[5] Nelson C R, Plosser C I. Trends and random walks in macroeconomic time series [J].Monetary Economics, 1982(10): 139-162.

[6] Johansen,S., Likelihood2based Inference in Cointegrated Vector Autoregressive Models[M]. New York : Oxford University Press, 1995.

[7] Johansen,S.and Juselius,K. Maximum Likelihood Estimation and Inferences on Cointegration with Applications to the Demand for Money[J]. Oxford Bulletin of Economics and Statistics,1990.52 :169-210.

[8] 高铁梅.计量经济学分析方法与建模——Eviews应用与实例[M].北京：清华大学出版社，2005.

[9] 周建. 经济转型期中国能源需求的长期均衡及短期波动:1978～2005[J]. 南开经济研究，2007(3):3-18.

Dynamicrelationshipsamongregionaleconomicdevelopment,efficiencyimprovementandenergyconsumption:acasestudyofjiangsuProvince

XU Li-xia1，LI Chang-feng1，YANG Yan-qin2

(1.School of Economics, Nanjing University of Finance and Economics, Nanjing 210023, China;2.School of Micheng,Weifang 261300,China)

The dynamic relationship of energy consumption, economic growth and energy efficiency in Jiangsu Province since 1985 was studied in the use of co-integration analysis and error correction model. Based on the above analysis, the paper systematically investigates the impulse response function and variance decomposition model on mechanism of energy consumption and its influence factor by means of vector autoregression. The empirical results show that: there is a long-run equilibrium relation among the three variables; although the short-run fluctuation can be influenced by other factors, there is only little influence; the reverse correction mechanism that the system owns by itself can effectively adjust the short-term deviation among the three variables while the corresponding evaluation indexes indicate that future value can be forecasted effectively. Based on the study of various influence paths and degree, it can find that economic growth has great influence on energy consumption and efficiency improvement,and has positive influence on energy consumption, but has little influence on it and there is still a certain ascending space. Finally, based on the previous results, some countermeasures and suggestions on improving energy efficiency and saving energy are proposed from the aspects of changing economic structure, promoting technological innovation and improving management system.

co-integration; error correction model; impulse response; variance decomposition

F224.0

A

1009-105X(2013)02-0035-06

2013-03-07

全国统计科学研究计划重点项目(项目编号：2012LZ004)；

江苏省高校哲学社会科学研究项目(项目编号：2013SJB790058)

南京财经大学科研项目(项目编号：C0915)；

江苏高校优势学科建设资助项目。

徐立霞，女，博士，南京财经大学副教授。