山东省能源经济环境系统预测与动态分析

2014-11-27宋杰鲲陆悠悠

华东经济管理 2014年12期

宋杰鲲，宋卿，张冬，栾龙，陆悠悠

（中国石油大学（华东）经济管理学院，山东青岛 266580）

一、引言

20世纪90年代以来，能源—经济—环境三元复合系统开始成为研究的热点。Hanley等研究了苏格兰能源效率对于经济和环境的影响，指出单一化促进能源效率提高的政策可能导致更多的污染[1]。Soytas 等探讨了美国和土耳其的能源消费、国民收入和碳排放之间的Granger 因果关系，指出美国国民收入不是碳排放的Granger原因，而能源消费是其原因[2]；土耳其碳排放是能源消费的Granger 原因，但能源消费不是碳排放的Granger 原因，国民收入和碳排放双向之间均不存在Granger因果关系[3]。牛叔文等分析了亚太八国能源消耗、经济增长和碳排放的关系，指出三者之间存在长期均衡关系[4]。叶红等运用指标数据定性分析了厦门市集美区能源—经济—环境之间的关系，揭示3E关系瓶颈产生的原因[5]。Lin利用灰关联分析方法研究了台湾工业37个部门的GDP、能源消费量以及CO2排放量之间的相关性[6]。杨冬艳运用GDP、环境污染指数、能源消费量等参数对贵州省能源、环境与经济发展之间的关系进行计量分析[7]。翟石艳、王铮运用ARDL模型对长三角碳排放、能源消费和经济增长关系进行分析[8]。刘心、杨晨运用VAR模型讨论了辽宁省碳排放、能源消费与经济增长之间的动态关系[9]。万红飞等构建了我国CO2、SO2与能源消费强度、人均GDP和人口的回归方程式[10]。崔和瑞、王娣运用能源消费总量、GDP和二氧化硫排放量建立了我国能源—经济—环境的VAR模型，并以此为基础对三者进行预测和分析[11]。刘志雄以经济增长、资本存量、劳动力数量、能源消费量和碳排放量（以工业废气代替）等指标数据探讨了我国能源、经济、环境之间的动态关系[12]。许广月运用1990-2007年的指标数据对我国能源消费、碳排放与经济增长之间的关系进行分析，结果表明三者之间存在着长期协整关系[13]。Zhang&Cheng 运用中国1960-2007年GDP、净固定资产、城市人口、能源消费量、碳排放的数据进行能源、经济和环境间的Granger 因果检验，结果表明GDP 到能源消费、能源消费到碳排放之间存在间接的Granger 因果关系，但碳排放和能源消费到经济增长则无Granger因果关系[14]。陈红梅等运用ARDL 协整分析方法分析了1965-2007年中国的经济增长、能源消费和碳排放之间的关系，结果表明三者之间具有长期协整关系，且能源消费是CO2排放的Granger 原因，CO2排放是经济增长的Granger 原因[15]。胡宗义等利用中国1960-2008年的样本数据对中国能源消费、碳排放与经济增长三者之间的因果关系进行了计量分析[16]，结果表明经济增长与能源消费都是CO2排放的单向Granger原因，能源消费与经济增长之间存在双向的Granger 因果关系。王惠敏和傅涛研究表明1980-2010年间中国经济增长、能源消费与碳排放之间存在长期均衡关系，能源消费与碳排放具有双向Granger 因果关系，经济增长是能源消费的Granger 原因，但能源消费与碳排放均不是经济增长的Granger原因[17]。

可见，不同学者在进行能源经济环境系统分析时，对于经济、能源指标的选择相对比较一致，对于环境指标的选择则有所不同，多以CO2排放为主；定量分析方法以计量分析模型为主。但是，即使都选择GDP、能源消费量和CO2排放作为分析指标，由于研究对象、样本数据的时间区间、来源和处理方式不同，对于能源经济环境系统的计量分析结论亦不一致。本文借鉴上述成果，选取GDP代表经济，能源生产总量和能源消费总量代表能源，其中前者表示能源经济活动，后者则表示经济发展对能源的刺激活动，CO2排放量代表环境，以山东省1995-2012年的样本数据为基础，构建山东省能源经济环境系统向量自回归（VAR）模型，对其能源经济环境系统的动态关系进行分析，并对未来进行预测。

二、山东省能源经济环境系统VAR模型构建

向量自回归（VAR）是基于数据的统计性质，把系统中每一个内生变量作为系统中所有内生变量的滞后期的函数来构造模型，常用于预测多个相互联系的时间序列系统，分析随机扰动对变量系统的动态冲击，解释各种冲击对内生变量形成的影响[18]。VAR 理论要求模型中的每个变量都是平稳的，对于非平稳序列要先经过差分得到平稳序列后再构建VAR模型。

选取1995-2012年山东省GDP、能源生产总量（EnergyP）、能源消费总量（EnergyC）和CO2排放量的时间序列数据作为模型样本。其中，GDP和能源生产总量数据来自于《山东统计年鉴2013》，并对GDP 统一折算为1995年可比价下的数值；能源消费总量数据来自1997-2013年《中国能源统计年鉴》，CO2排放量数据则根据作者测算的能源消费碳排放系数和《山东省统计年鉴》中的终端能源消费量计算得到[19]。原始数据见表1所列。

表1 1995-2012年山东省能源经济环境系统相关数据

表1 中的能源消费总量数据说明如下：①1995年、2000年、2005-2012年的能源消费总量数据来自《中国能源统计年鉴2013》；②1995-1999年的数据来自《中国能源统计年鉴1997-1999》；③2002-2004年的数据来自《中国能源统计年鉴2006》（该统计年鉴数据与2007-2011年相应数据吻合）；④2001年数据在《中国能源统计年鉴2000-2002》和《中国能源统计年鉴2004》中的数据相同，但2000年、2002-2004年的数据在《中国能源统计年鉴2004》、《中国能源统计年鉴2006》两个年鉴中不同，为了与2000年、2002-2004 的数据变化趋势一致，对2001年数据按照2000年、2002年在两个年鉴中的数据进行差值得到。

由表1 可以看出，山东省GDP、能源生产总量、能源消费总量、CO2排放量这四个时间序列总体呈上升趋势，可能存在异方差。将原始时间序列取自然对数，数据仍然存在增长趋势，对取对数后的数据进行ADF单位根检验，得到结果见表2所列。

表2 平稳性检验结果

平稳性检验表明：lnGDP是平稳序列，lnEnergyP、lnEnergyC和lnCO2均为非平稳序列；经过一阶差分后，lnEnergyP和lnCO2为平稳序列，lnGDP 和lnEnergyC 为非平稳序列；经过二阶差分后，四个序列均为平稳序列。由于四个时间序列均服从二阶单整，有可能存在协整关系。对lnGDP、lnEnergyP、lnEnergyC 和lnCO2进行协整关系检验，其中选择合适的滞后阶数p 不论对VAR 模型还是Johansen 协整检验来说都很重要。一方面，为减少残差的自相关性和参数估计的非一致性，要保证滞后阶数不能过小；另一方面，为防止估计参数过多，自由度过少，又要保证滞后阶数不能过大。综合考虑样本量、似然比（LR）、最终预测误差（FPE）、赤池信息准则（AIC）、施瓦茨准则（SC）和汉南—奎因信息准则（HQC）等准则，最佳滞后阶数p 为2，其LR、FPE、AIC、SC、HQ均最小，见表3所列。

表3 VAR滞后阶数确定

基于VAR(2)模型，利用Johansen检验法对各时间序列进行协整检验，得到检验结果见表4所列。

表4 Johansen协整检验

迹统计检验和最大特征根检验均表明四个变量之间存在着长期协整关系。同时，得到四个变量的联立方程组即VAR（2）模型为：

lnGDP=1.771 65×lnGDP(-1)-0.769 255×lnGDP(-2)+

0.017 110×lnENERGYP(-1)-0.014 702×lnENERGYP(-2)+

0.023 692×lnENERGYC(-1)+0.026 324×lnENERGYC(-2)-

0.018 557×lnCO2(-1)-0.037 139×lnCO2(-2)-0.023 484；

lnENERGYP=-2.060 439×lnGDP(-1)+1.992 714×lnGDP(-2)+

0.462 035×lnENERGYP(-1)-0.082 964×lnENERGYP(-2)+

0.709 354×lnENERGYC(-1)-0.072 246 4×lnENERGYC(-2)-

0.257 243×lnCO2(-1)-0.078 938 1×lnCO2(-2)+3.465 957；

lnENERGYC=5.226 066×lnGDP(-1)-4.383 793×lnGDP(-2)+

0.344 933×lnENERGYP(-1)-0.225 468×lnENERGYP(-2)+

0.811 141×lnENERGYC(-1)-0.857 762×lnENERGYC(-2)-

0.102 869×lnCO2(-1)+0.145 017×lnCO2(-2)+0.296 737；

lnCO2=8.305 727×lnGDP(-1)-7.525 991×lnGDP(-2)-

1.618 848×lnENERGYP(-1)+0.809 178×lnENERGYP(-2)-

0.412 296×lnENERGYC(-1)+1.486 931×lnENERGYC(-2)-

0.207 323×lnCO2(-1)-0.456 332×lnCO2(-2)+3.667 766

在确定了变量间的协整关系之后，应用AR根的图表验证协整关系的平稳性。得到AR根模的倒数如图1所示，可见8个单位根模倒数均在单位圆内，表明所建VAR(2)模型是稳定的。

图1 AR根模的倒数

三、基于VAR的山东省能源经济环境系统预测

对1997-2015年的历史数据进行动态预测，得到结果见表5。1997-2012年GDP 的最大相对误差绝对值为3.614 5%，相对误差绝对值的平均值为2.294 6%；能源生产量最大相对误差绝对值为6.290 1%，相对误差绝对值的平均值为2.726 6%；能源消费量最大相对误差绝对值为9.616 9%，相对误差绝对值的平均值为4.845 8%；碳排放预测结果相对较差，但从2009年以来误差逐年下降，一直在8%以内，最大相对误差绝对值为18.485 3%，相对误差绝对值的平均值为8.716 7%。

表5 1997-2015年山东省能源经济环境系统预测结果

续表5

可见，所得VAR 模型的预测结果较好，按照该预测模型，2015年山东省GDP 预测值为46 857.67 亿元（1995年不变价），比2012年增长了38.69%，年均增长11.52%；2015年能源生产和消费总量分别为19 908.52、54 449.01 万吨标准煤，分别比2012年增长了13.41%和34.63%，年均增长4.29%和10.42%；2015年CO2排放量为18 486.8万吨，比2012年增长了34.54%，年均增长10.39%。

四、山东省能源经济环境系统的Granger因果检验

由于lnGDP、LnEnergyP、lnEnergyC 和lnCO2间存在协整关系，故可对它们进行Granger 因果性检验，结果见表6 所示。可见，在5%的显著性水平下拒绝“CO2波动不是GDP的Granger 原因”、“EnergyC 波动不是EnergyP 的Granger 原因”、“GDP 波动不是EnergyC 的Granger 原因”、“EnergyC、EnergyP、GDP 波动不是CO2波动的Granger 原因”，在10%的显著性水平下拒绝“GDP 波动不是EnergyP 的Granger 原因”，即碳排放对经济增长具有显著的Granger 影响，能源消费对能源生产具有显著的Granger 影响，经济增长对能源消费具有显著的Granger 影响，经济增长、能源生产和能源消费对碳排放具有显著的Granger 影响，经济增长对能源生产具有一定的Granger影响。

表6 lnGDP、lnEnergyP、lnEnergyC和lnCO2的Granger因果检验

五、山东省能源经济环境系统的脉冲响应函数

脉冲响应函数描述的是一个内生变量对残差冲击的反应。具体而言，它描述的是在随机误差项上施加一个标准差大小的冲击（来自系统内部或外部）后对内生变量的当期值和未来值所产生的影响（动态影响）。为了更全面地反映冲击情况，假设脉冲响应函数的追踪期为20期，得到GDP的脉冲响应函数如图2所示。

从GDP 对其自身的脉冲响应函数可知，当期增加GDP，对未来GDP 具有一定的正效应，第1 期至第6 期逐渐上升，第7 期至12 期逐渐下降，自第13 期开始有所上升，自15 期开始一直保持在0.03左右。从GDP对能源生产的脉冲响应函数可知，当期增加GDP，对能源生产具有微弱的正效应，基本保持在0.01 左右；从GDP 对能源消费的脉冲响应函数可知，当期增加GDP，对能源消费具有微弱的正效应，自第8期开始一直保持在0.001～0.004 之间；从GDP 对CO2的脉冲响应函数可知，当期增加GDP，对CO2具有微弱的负效应，并基本保持在-0.005左右。总体而言，山东省经济增长短期内对经济持续发展具有一定的促进作用，会刺激能源生产和能源消费，同时其优化内涵式发展的效果已逐步显现，在一定程度上抑制了碳排放的快速增长。

图2 GDP的脉冲响应函数

能源生产的脉冲响应函数见图3。从能源生产对GDP 的脉冲响应函数可知，当期增加能源生产，对第1-4 期经济增长有一定的正效应，第5-8 期呈负效应，自第9 期开始一直呈正效应，到第17期时这种正效应极其微弱；从能源生产对其自身的脉冲响应函数可知，当期增加能源生产，对1-6 期能源生产有一定的正效应，第7-11 期呈现负效应，自第12期开始呈微弱的正效应；从能源生产对能源消费的脉冲响应函数可知，当期增加能源生产，对第1-4 期能源消费有一定的正效应，第5-7 期有一定的负效应，第8-9 期、10-11 期、12-15期则呈现微弱的正、负交替效应，自第15期开始效应近趋于零；从能源生产对碳排放的脉冲响应函数可知，第1-3期呈负效应、第4期、5-7期、8-10期、11-19期、20期呈极其微弱的正、负交替效应。总体而言，山东省能源生产短期内会促进经济增长、能源生产和能源消费，但对碳排放的作用方向不明显。

图3 能源生产的脉冲响应函数

能源消费的脉冲响应函数见图4。从能源消费对GDP 的脉冲响应函数可知，当期增加能源消费，对第1-8 期经济增长有一定的正效应，第9-11 期呈弱负效应，自第12 期开始呈现一定的正效应；从能源消费对能源生产的脉冲响应函数可知，当期增加能源消费，对前2 期能源生产具有一定的负效应，第3-9 期呈一定的正效应，第10-12 期呈极其微弱的负效应，第13期开始呈弱正效应；从能源消费对其自身的脉冲响应函数可知，当期增加能源消费，对第1-7 期能源消费具有一定的正效应，第8-10 期呈较弱的负效应，第11 期开始呈弱正效应；从能源消费对CO2的脉冲响应函数可知，当期增加能源消费，对第1-10期碳排放具有较弱的负效应，第11-12 期和第13-20 期分别呈微弱的负、正效应。总体而言，山东省能源消费短期内会促进经济增长，刺激能源生产与消费，同时，山东省能源消费结构优化的碳减排作用已开始呈现，一定程度上抑制了碳排放的快速增长。

碳排放的脉冲响应函数见图5。从碳排放对GDP 的脉冲响应函数可知，当期增加碳排放，第1 期对经济增长具有较弱的负效应，第2-8期呈一定的正效应，第9-13期呈较弱的负效应，自第14期开始呈现一定的正效应；从碳排放对能源生产的脉冲响应函数可知，当期增加碳排放，对第1-2 期、第3-10期能源生产分别具有一定的负、正效应，第11-14期和第15-20 期分别呈微弱的负、正效应；从碳排放对能源消费的脉冲响应函数可知，当期增加能源消费，对前2 期能源消费具有较弱的负效应，第3-7期呈一定的正效应，第8-13期和第14-20 期分别呈微弱的负效应和正效应；从碳排放对其自身的脉冲响应函数可知，当期增加碳排放，对第1 期、第2-9 期的碳排放分别呈一定的正、负效应，第10-13 期、第14-20 期分别呈微弱的正、负效应。总体而言，山东省碳排放对能源生产与消费的作用方向不明显，其短期内会促进经济增长，并抑制碳排放的快速增长。这表明，山东省碳减排政策的实施可能会降低经济增速，但一定程度上将抑制碳排放的快速增长。

图4 能源消费的脉冲响应函数

图5 碳排放的脉冲响应函数

六、山东省能源经济环境系统的方差分解

方差分解(variance decomposition)主要用来分析影响内生变量变化的结构冲击的贡献度，其目的是确定系统中每一个内生变量的主要影响因素。得到方差分解结果见图6。

由图6可知，在山东省GDP的变动中，GDP本身的贡献率最大，由第1 期的100%逐渐下降至第8 期的91.1%，之后保持在90%左右；能源生产的贡献率由第1期的0%逐渐升至第8 期的4.74%，之后保持在5.5%左右；能源消费的贡献率由第1 期的0%逐渐升至第6 期的2.17%，自第7 期开始基本保持在1.5%～2%之间；碳排放的贡献率由第1期的0%渐升至第9期的2.44%，之后保持在2.5%～2.6%之间。可见，GDP的主要影响因素是其自身，能源生产作为经济的重要组成，对其具有一定的影响，而碳排放和能源消费的影响相对较小。

图6 方差分解结果

在山东省能源生产量的变动中，经济增长的贡献率由第1期的不到1%快速上升到第4 期的37.32%，继而由第5 期的35.99%逐渐上升至第14 期的57.49%，自第15 期开始一直保持在58%～59%之间；能源生产自身的贡献率由第1 期的近100%骤降至第3 期的40.17%，继而缓降至第13 期的25.04%，自第14 期开始保持在23%～24%之间；能源消费的贡献率先由第1 期的0%骤升至第2 期的15%，第3 期到第13期保持在16%～22%之间，第14-20 期在14%～16%之间；碳排放的贡献率由第1 期的0%上升至第2 期的6.05%，自第3期开始一直在3%～5%之间。可见，经济增长需求很大程度上促进了能源生产量的增长，而能源生产量本身和能源消费需求也对能源生产具有较大的影响，碳排放对能源生产的影响则相对较小。

在山东省能源消费量的变动中，经济增长的贡献率由第1期的65.65%快速上升到第2 期的86.83%，之后保持在86%～91%之间；能源生产的贡献率由第1 期的13.35%渐变至第6期的5.92%，之后保持在6%～7%之间；能源消费自身的贡献率由第1 期的21%下降至第3 期的5.89%，之后保持在4%～5%之间；碳排放的贡献率由第1 期的0%渐升至第5 期的1.93%，之后保持在2%～2.4%之间。可见，经济增长需求促进了能源消费量的增长，能源生产和能源消费需求本身对能源消费具有一定的影响，碳排放对能源消费的影响则相对较小。

在山东省碳排放的变动中，经济增长的贡献率由第1 期的18.15%快速上升到第4期的76.86%，之后保持在80%～82%之间；能源生产的贡献率由第1 期的21.50%先增至第2 期的28.87%，后降至第5 期的8.08%，之后保持在8.5%～10.5%之间；能源消费的贡献率由第1 期的1.38%渐变至第5 期的4.77%，之后保持在4%左右；碳排放自身的贡献率由第1 期的58.96%降至第5 期的6.34%，之后保持在5%左右。可见，经济增长很大程度上促进了碳排放增加，能源生产、碳排放自身和能源消费对碳排放也有一定的影响。

七、结论与建议

本文构建了山东省能源经济环境系统的VAR模型，对山东省能源经济环境系统进行了分析与预测，得到如下结论：

（1）运用构建的VAR模型进行预测，预测结果良好。按照该预测模型，2015年山东省GDP、能源生产总量、消费总量和碳排放量预测值分别为46 857.67 亿元（1995年不变价）、19 908.52万吨标准煤、54 449.01万吨标准煤、18 486.8万吨，分别比2012年增长了38.69%、13.41%、34.63%和34.54%。

（2）Granger因果检验表明：碳排放对经济增长，能源消费对能源生产，经济增长对能源消费，经济增长、能源生产和能源消费对碳排放，均具有显著的Granger影响。

（3）脉冲响应分析表明：山东省经济增长短期内会促进经济持续发展、能源的生产和消费，能源生产和消费短期内会促进经济增长及能源的持续生产与消费。经济结构优化、能源消费结构优化和碳减排政策的实施均对碳减排产生了较好的效果，但碳减排的同时将对经济快速增长产生一定的阻滞影响。

（4）方差分解结果表明：GDP 的主要影响因素是其自身，能源生产作为经济的重要组成，对其具有一定的影响。经济增长很大程度上促进了能源生产、能源消费和碳排放，而能源生产、能源消费和碳排放之间均具有一定的相互影响。

结合上述分析结果，为了促进山东省能源经济环境系统科学、可持续发展，今后应重点强化以下措施：

（1）适当放缓GDP增速，持续推进经济结构优化。经济增长对能源生产、能源消费和碳排放均具有促进作用，经济内涵式增长的碳减排效果已逐步显现。今后山东省应适当降低GDP增速目标，以减少对能源的需求，降低碳排放，同时应继续注重经济结构优化，大力发展服务业，适当控制对能源需求大、碳排放较多的重工业发展。

（2）发展低碳能源，持续优化能源消费结构。能源生产和能源消费对经济增长、碳排放均具有一定的影响，优化能源消费结构可以促进碳减排，今后山东省要积极开发利用太阳能、风能、核能、地热能和生物质能等低碳能源，并推行天然气清洁能源的消费利用，实现能源生产与消费结构的优化升级。

（3）继续强化碳减排政策的实施。碳减排对经济与碳排放快速增长具有一定的抑制作用，对能源生产与消费也具有一定的作用。今后山东省应从能源生产领域和消费领域等碳源角度强化碳减排政策的制定与执行，并从森林碳汇、碳捕集与封存等碳汇角度推进碳减排，将碳排放增速延缓至最低，从而推动能源经济环境系统科学、持续地发展。

［1］Nick D Hanley，Peter G McGregor，J Kim Swales，et al. The impact of a stimulus to energy efficiency on the economy and the environment: A regional computable general equilibrium analysis［J］. Renewable Energy，2006，31（2）：161-171.

［2］Ugur Soytas，Ramazan Sari，Bradley T Ewing. Energy consumption，income，and carbon emissions in the United States［J］. Ecological Economics，2007，62（6）：482-489.

［3］Ugur Soytas，Ramazan Sari. Energy consumption，economic growth，and carbon emissions：Challenges faced by an EU candidate member［J］. Ecological Economics，2009，68（6）：1667-1675.

［4］牛叔文，丁永霞，李怡欣，等. 能源消耗、经济增长和碳排放之间的关联分析——基于亚太八国面板数据的实证研究［J］. 中国软科学，2010（5）：12-19.

［5］叶红，黄静，崔胜辉. 半城市化区域能源—经济—环境关系分析［J］. 生态环境学报，2009，18（4）：1346-1350.

［6］Lin Sue J，Lu I J，Charles Lewis. Grey relation performance correlations among economics，energy use and carbon dioxide emission in Taiwan［J］. Energy Policy，2007，35（3）：1948-1955.

［7］杨冬艳. 贵州省能源消费、环境污染和经济发展的关系研究［D］. 贵阳：贵州财经学院，2011.

［8］翟石艳，王铮. 基于ARDL模型长三角碳排放、能源消费和经济增长关系研究［J］. 长江流域资源与环境，2013，22（1）：94-103.

［9］刘心，杨晨. 辽宁省碳排放、能源消费与经济增长的实证研究［J］. 数学的实践与认识，2013，43（6）：69-78.

［10］万红飞，周德群，高亚平. 可持续发展的能源、环境、经济（3E）关联模型［J］. 连云港化工高等专科学校学报，2000（1）：50-53.

［11］崔和瑞，王娣. 基于VAR 模型的我国能源—经济—环境（3E）系统研究［J］. 北京理工大学学报：社会科学版，2010，12（1）：22-28.

［12］刘志雄. 我国能源消费、经济增长与碳排放的关系研究［J］. 煤炭经济研究，2011，31（4）：37-41.

［13］许广月. 中国能源消费、碳排放与经济增长关系的研究［D］. 武汉：华中科技大学.2010.

［14］Xing-Ping Zhang，Xiao-Mei Cheng. Energy consumption，carbon emissions，and economic growth in China［J］. Ecological Economics，2009，68：2706-2712.

［15］陈红梅，宁云才，齐秀辉. 中国经济增长、能源消费与碳排放之间的关系研究［J］. 科技管理研究，2012（10）：198-202.

［16］胡宗义，刘亦文，唐李伟. 中国能源消费、碳排放与经济增长关系的实证研究［J］. 湖南大学学报：自然科学版，2012，39（7）：84-88.

［17］王惠敏，傅涛. 基于协整和ECM的中国能源消费、碳排放与经济增长关系研究［J］. 中国能源，2013，35（5）：35-38.

［18］高铁梅. 计量经济分析方法与建模：EViews 应用及实例［M］. 北京：清华大学出版社，2009：136-147.