基于面板数据的中国三大区域天然气消费影响因素比较分析

李宏勋,崔　宾,程栋栋(中国石油大学(华东)经济管理学院,山东青岛　266580)

基于面板数据的中国三大区域天然气消费影响因素比较分析

李宏勋,崔宾,程栋栋
(中国石油大学(华东)经济管理学院,山东青岛266580)

基于天然气消费影响因素的定性分析及消费方程,构建了天然气消费与影响因素之间的地区面板数据模型,通过对东、中、西部地区的定量计算得出了影响因素的区域性差异.从长期来看,东部天然气平均自发消费水平高于中、西部,能源消耗强度的影响效应高于其他两区;中部能源消费结构影响效应高于其他两区;西部GDP、产业结构影响效应高于其他两区.从短期来看,三个地区GDP、产业结构、能源消费结构、能源消耗强度的短期波动对天然气消费量的短期波动均有影响,且短期效应比长期效应更显著.从偏离长期均衡的调整力度来看,东部地区最强,其次是西部,最弱的是中部.

区域天然气消费;影响因素;面板数据模型;比较分析

引用格式:Li Hongxun,Cui Bin,Cheng Dongdong．Comparative Analysis of Influencing Factors of the Natural Gas Consumption in Chinese Three Regions Based on Panel Data[J]．Journal of Gansu Sciences,2016,28(2):106G 112．[李宏勋,崔宾,程栋栋．基于面板数据的中国三大区域天然气消费影响因素比较分析[J]．甘肃科学学报,2016, 28(2):106G112．]

能源是社会发展和经济增长的重要驱动力.随着我国工业化进程的不断加快,能源需求日益增加,控制温室气体排放和保护环境的压力不断加大,开发利用洁净能源已成为我国能源发展的一项重要任务[1].天然气是一种清洁高效的低碳化石能源,在低碳经济背景下,推广使用天然气已是大势所趋.尽管我国天然气资源储量丰富,但地区分布不均,加之各省经济发展水平、产业结构、能源消费结构、能源消耗强度不同,各地区天然气消费有很大差异[2].因此,对我国区域天然气消费的影响因素进行差异化比较分析,研究天然气消费与区域经济指标之间的动态关系,对高效、合理利用天然气资源,实现区域经济平稳可持续发展有重要意义.

1　相关文献综述

在能源消费与经济增长两者关系的研究上,国内外学者基于不同的研究范围、不同的样本时间跨度以及不同的研究方法进行了大量研究,其研究结论也不尽相同.Ugur等[3]通过对16个国家能源消费与GDP因果关系的研究发现,在所有国家中,这两个系列水平值是不平稳的,但其一阶差分是平稳的,其中有7个国家变量之间存在平稳线性协整关系,在土耳其、法国、德国和日本,能源消费与GDP之间的作用方向是能源消费促进经济增长,显示这些国家长期的能源节约可能损害经济增长;在意大利和韩国其因果关系则正好相反;而在阿根廷又表现为双向因果关系.Seung[4]使用Granger因果关系分析了韩国GDP与能源消费之间的协整关系. Lee等[5]利用面板Granger因果关系研究了22个OECD国家的能源消耗与经济收入之间的关系,发现经济收入对能源消耗有单向作用.李阳等[6]利用Granger因果关系和协整分析法对低碳背景下我国GDP与煤炭消费之间的协整关系进行了研究.唐小淇等[7]利用协整分析和误差修正模型研究发现,中国产业能源消费与GDP之间具有双向Granger关系.蔡海霞[8]利用基于误差修正模型的Granger因果关系分析了能源消费、能源效率与中国经济增长之间的协整关系,研究发现GDP与能源消费有关,而与能源效率无关.牛叔文等[9]构建了亚太八国面板数据模型,研究了碳排放与能源消耗、经济增长之间的关联性,结果表明三者长期存在均衡关系.肖涛等[10]基于能源输入省与输出省的面板数据模型实证分析了区域能源消耗与经济增长之间的关系,研究发现长期和短期存在的Granger因果关系不一样.李金铠[11]利用产业面板数据分析了产业结构与能源消费之间的影响关系,发现不同产业对不同能源的需求有较大差异.王火根等[12]利用30个省市的面板单位根方法对我国经济增长与能源消费之间的关系进行了经验检验,结果证实能源消费是经济增长的主要因素.

研究主要采用协整分析和Granger因果关系分析,面板数据在近几年才被用于研究能源消费与经济增长之间的关系,但主要是从全国能源总量与全国经济指标进行研究.由于地区经济发展的不平衡性,各省及各地区在能源消费与经济增长之间存在的关系是有差别的,因此,对以能源消费总量构成的面板数据进行分析不能体现不同能源的异质性.此外,从区域层面进行的研究也尚未考虑到地区能源消费结构、产业结构等因素对能源消费的影响.因此,在前人的研究基础上,将能源细化为天然气,将经济指标扩展为地区GDP、产业结构、能源消费结构、能源消耗强度等,利用1999—2013年我国29个省、市、区的面板数据进行定量分析,以期发现我国东、中、西部天然气消费影响因素的差异性,为国家制定合理的能源规划政策提供理论参考.

2　区域天然气消费模型构建

2．1天然气消费影响因素分析

(1)地区生产总值地区生产总值是一个地区经济实力的代表,而能源消费与经济发展水平密切相关.Stem[13]认为GDP与能源消耗之间存在双向关系:一方面,经济发展依赖能源消费;另一方面,能源消费取决于经济发展水平.因此地区生产总值对地区天然气消费有最直接的影响.理论上讲,经济发展水平高的地区,对天然气的消费需求大,反之亦然.

(2)产业结构不同产业对能源的需求是不同的,在三大产业中,第二产业的能源需求最大.可以说,第二产业的比重直接决定了当地在不同经济发展阶段对能源的需求.但在发展低碳经济的背景下,高能耗行业都在试图通过创新能源消费结构、完善产业链达到节能减排的目的[14].天然气作为一种清洁高效能源,第二产业对其需求逐年加大,天然气大规模应用具有广阔的前景.因此,研究用第二产业产值占当地GDP的比重代表当地产业结构,进而分析其对当地天然气消费的影响.

(3)能源消耗强度能源消耗强度是指单位GDP能耗,它会影响能源的消费.能源消耗强度反映国民经济发展过程中对能源的利用效率,我国地区间能源消耗强度的差异对地区能源消费影响很大,张晓平[15]选取多项指标,构建了能耗强度指数来研究分析中国能源消费的区域差异.此外,能源消耗强度也代表一个国家低碳技术的发展水平,在发展低碳经济的背景下,这无疑对天然气的消费产生巨大潜在影响.

(4)能源消费结构能源消费结构是指天然气消费量占区域能源消费总量的比重,它会影响天然气消费.由于地区资源分布的不均衡性,各地区的能源消费结构是不同的,天然气在能源消费中所占的比重,相较于煤炭、石油仍然偏低.然而,随着国家对能源消费结构的优化调整,天然气在能源消费总量中的比例呈上升趋势.根据最新的统计资料显示,天然气在能源消费中所占的比例由1999年的2%上升到2013年的5．9%,可以预见,随着我国能源消费结构的不断优化,天然气消费需求也将逐步上升,天然气消费比重不断加大.

2．2天然气消费模型构建

令trqlt表示第t期的天然气消费量;gdpt表示地区GDP;et表示能源消耗强度;nyjgt表示能源消费结构.μt表示误差项,是指除解释变量之外的其他因素对被解释变量的影响.将et分解为

其中:ek,t代表第t期第k个行业部门的能耗强度; ,代表第t期第k个行业的产值占当地GDP的比重,即产业结构.

在此基础上建立天然气消费模型,研究区域GDP、产业结构、能源消耗强度、能源消费结构对区域天然气消费量的影响,并进一步分析个体差异、参数估计、动态调节、误差修正等[16]问题.基于面板数据模型的天然气消费模型如下:

其中:βi,t表示影响因素的系数向量,则βi,t＝(β1i,t, β2i,t,β3i,t,β4i,t);xi,t表示天然气消费的影响因素向量,则xi,t＝(gdpi,t,cyjgi,t,ny xli,t,nyjgi,t)′[17],i表示省市,则i＝1,2,3,ƻ,N;t表示时期,则t＝1, 2,3,ƻ,T.

3　定量分析

3．1数据来源

借鉴相关学者的研究,采用的原始数据部分来自2000—2014年的«中国统计年鉴»,各省市的具体能源消费数据来自“国研网—统计数据库”中的分地区能源统计[18].研究将天然气消费量的单位换算为万吨标准煤(1亿立方米＝13．3万吨标准煤).我们主要研究区域天然气消费,因此,严格按照国家划定的三个区进行省份划分,东部地区有11个,包括:北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部地区有7个,包括:山西、黑龙江、安徽、江西、河南、湖北、湖南;西部地区有11个,包括:内蒙、吉林、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆.因为西藏地区部分数据多年缺失,故未将其包括在内;另香港、澳门和台湾地区能源消费数据不易查找,因而也不在统计范围内.

3．2面板数据单位根检验和协整检验

应用Eviews6．0对分地区的各省市数据进行处理,构建了专门的面板工作文件进行数据分析.首先利用LLC(LevinGLinGChu)检验、FisherGPP检验对东、中、西部解释变量的原序列进行单位根检验,结果显示检验统计量在1%和5%的显著性水平下不显著,存在单位根;对其进行一阶差分后,检验统计量在1%和5%的显著性水平下均变为显著,说明地区生产总值、产业结构、能源消耗强度、能源消费结构等变量之间为一阶单整,即变量间可能存在协整关系,因此,需进一步作协整检验,检验结果如表1所列.

表1　面板数据协整检验结果Table 1　Cointegration test results of panel data

在第二类检验中,Pedroni检验和Kao检验建立在Engle and Granger二步法检验基础上,其构造的7个检验面板数据协整关系的统计量,前4个是用联合组内维度(withinGdimension)来描述,即Panelv、Panel rho、Panel PP和Panel ADF统计量,另外3个用组间维度(betweenGdimension)描述,即Grouprho、Group PP和Group ADF统计量.

由表1可知,东、中、西部地区的面板数据协整检验结果均通过Kao检验,而Pedroni检验结果为部分通过,表明变量间确实存在协整性.据此可构建稳定的面板数据模型,并可建立误差修正模型分析变量之间的动态关系.

3．3地区天然气消费面板模型分析

研究的定量样本为界面成员相对多而时期相对较少的面板数据,方向从地区整体出发,主要侧重于截面分析,因此构建变截距模型.为检验个体影响与解释变量的相关性,采用Huasman检验分析固定效应与随机效应的估计量是否有实质上的差异,检验结果如表2所列.表2中的CrossGsection ranG dom为截面随机检验;ChiGSq．Statistic为统计值; Prob为概率值.

由表2可知,东、中、西部三个地区的统计量概率值均为零,说明固定效应模型与随机效应模型的估计量有实质上的差异.此外固定效应模型的参数估计一致性至少不比随机效应模型弱,而且在统计检验中不容易导致参数的过度显著识别[19],因此,采用固定效应的变截距模型,其估计结果如表3所列.

表2　随机效应的Huasman检验结果Table 2　Huasman test results of random effect

表3　东、中、西部地区模型估计结果Table 3　Model estimation results in eastern,central and western regions

表3中Variable为变量;Coefficient为系数; Fixed Effects为固定效应;变量C表示天然气的平均自发消费水平;NYJG表示能源消费结构;NYXL表示能源消耗强度;CYJG表示产业结构;BJ代表北京,剩余地区与此类似,以首字母缩写指代.

从表3的模型估计结果可以看出,东、中、西部天然气的平均自发消费水平(指天然气本地区生产消费)分别为305．498 0、166．592 5、－548．508 8,即在东部、中部为正值,在西部为负值,并且东部地区大于中部地区,其原因在于东部地区经济发达、工业化程度高,因此能源消费量大,西部地区出现负值,其原因在于西部地区是我国天然气的主要产区,但并非天然气的主要消费区;从地区GDP来看,西部地区GDP对天然气消费的影响最大,其次是东部地区和中部地区,东、中、西部地区GDP每增加100亿元,将使得天然气消费量相应增加2．846 2万吨标准煤、1．635 9万吨标准煤、4．655万吨标准煤,这说明西部地区的产业结构仍以传统模式为主,未来发展亟需改善产业结构;从产业结构来看,东部、中部地区为负值,西部地区为正值,这说明东、中部地区第二产业的技术水平得到一定程度地改善,即维持相同的产值所需的能源总量减少,而西部地区第二产业的发展更加依赖天然气资源;从能源消费结构来看,东、中、西部地区的天然气消费在地区能源消费总量中的比例每增长1%,会引起天然气消费量相应增长19．21%、53．90%、27．04%,增长比例越大说明实际消费量占当年能源消费总量的比例越小,中部地区消费增长最大与该地区主要出产煤炭资源、天然气占一次能源消费的比重较小有关;从能源消耗强度来看,东、西部地区的能源消费强度每提高1%,会引起天然气消费量相应增长41．32%、27．85%,而中部地区却降低39．76%,这说明东部地区用天然气来满足新增能源需求,而西部地区是天然气的主要产区,也倾向于用天然气满足新增能源需求,对于中部地区,煤炭资源丰富,因此,中部地区倾向于用煤炭满足新增能源需求,煤炭需求对天然气需求有挤出效应[20].

Fixed Effects项给出的是三个地区各个截面省份的自发天然气消费水平相对于平均自发消费水平的偏离程度,反映了各个省份之间自发消费结构差异.在东部地区,天然气自发消费水平最高的是天津,为195．822 4万吨标准煤,而最低的是海南,为－347．132 5万吨标准煤;中部地区中,天然气自发消费水平最高的是山西,为115．229 5万吨标准煤,最低的是湖南,为－99．18万吨标准煤;西部地区中,天然气自发消费水平最高的是四川,为592．067 4万吨标准煤,最低的是青海,为－180．496 9万吨标准煤.而从三个地区总的偏离程度来说,整体偏离程度最大的是西部,其次是东部,最小是中部,而且西部地区的四川省是所有省份中偏离度最大的,其次是新疆.其原因在于西部地区是我国天然气的主产区,却不是主消费区.四川和新疆的部分盆地储藏有大量天然气,但受经济发展水平所限,天然气消费较少,其天然气资源主要供应东部发达地区.

3．4误差修正模型及检验

由上述面板数据单位根检验可知,5个变量为一阶单整,且均能通过协整关系检验,说明原估计方程为协整方程,为验证其短期动态性需构造误差修正模型做进一步分析,其模型方程为其中:Δ表示一阶差分运算;ecmi,t－1表示误差修正项;系数τi反映了对偏离长期均衡的调整力度;ωi反映了解释变量对因变量的短期波动效应;εi,t为随机扰动项.用Eviews6．0处理各地区面板数据的误差修正模型,其检验结果如表4所列.

表4　各地区面板数据的误差修正模型检验结果Table 4　model test results of panel data error correction in different regions

表4中,NYJG表示能源消费结构;NYXL表示能源消耗强度;CYJG表示产业结构;e(－1)表示修正系数;R2表示模型对样本数据的拟合程度.

由表4可知,东、中、西部地区的误差修正项e(－1)系数在5%的显著性水平下显著,且为负值,符合反向修正原理.大部分解释变量的系数均为显著,调整的R2均大于0．9,说明模型拟合效果较好.对于东、中、西部,总体上来说,地区GDP、产业结构、能源消费结构、能源消耗强度对天然气消费的短期波动是引起天然气消费短期波动的原因.e(－1)系数反映的是天然气消费量对偏离长期均衡的调整力度,如东部地区天然气消费的实际值与均衡值之间的差异,大约有51．34%的可能性得到修正,而中部地区的这一概率约为10．42%,西部地区约为22．89%.因为不显著的指标对天然气消费波动的影响不大,在此不作分析.从各地区影响差异来看,东部和西部的GDP短期波动对天然气消费量的短期波动影响大于中部;东部地区天然气消费量短期波动的主要原因是能源消费结构的短期波动,中部地区的主要原因是能源消耗强度,西部地区的主要原因是能源消费结构和能源消耗强度.

从长期协整方程和误差修正模型的检验结果还可得出,对于东部地区,GDP、产业结构、能源消耗强度对天然气消费的短期影响高于长期影响,而能源消费结构的长期影响高于短期影响;对于中部地区,产业结构、能源消费结构、能源消耗强度的短期影响高于长期影响,GDP的长期影响高于短期影响;对于西部地区,GDP、能源消费结构、能源消耗强度对天然气消费的短期影响高于长期影响,产业结构的长期影响高于短期影响.总体来讲,GDP、产业结构、能源消费结构、能源消耗强度对天然气的短期消费影响显著,因此国家在改善区域产业结构、降低能源消耗强度时,要注意各经济指标对区域天然气消费造成的短期影响.

4　结论

基于天然气消费的理论公式,构建了天然气消费与其影响因素之间的面板数据模型,定量分析了东、中、西部地区GDP、产业结构、能源消费结构、能源消耗强度对天然气消费影响的差异性.从长期来看,东部地区的天然气平均自发消费水平高于中、西部,能源消耗强度对天然气消费的影响效应高于其他两区;中部地区的能源消费结构对天然气消费的影响效应高于其他两区;西部地区GDP、产业结构对天然气消费的影响效应高于其他两区.从短期来看,三个地区中,GDP、产业结构、能源消费结构、能源消耗强度的短期波动对天然气消费量的短期波动均有影响,且短期效应比长期效应更显著.而从偏离长期均衡的调整力度来看,东部地区最强,其次是西部,最弱的是中部.

各地区天然气消费与GDP、产业结构、能源消费结构、能源消耗强度间的动态关系紧密,长期和短期内影响效应存在差异.因此,国家和各地区政府在制定经济发展规划和能源政策时,必须正视地区差异性,兼顾资源开发利用与经济发展、环境保护和社会发展的多重关系,实现可持续发展.如东部地区在规划天然气消费政策时必须首先重视自发消费水平高的问题,大力推动低能耗产业发展、优化产业结构,同时注重加强技术创新、提高能源利用效率.

[1]董梅,孟秋敏．我国区域能源消费与经济增长关系的比较研究——基于省际面板数据的实证分析[J]．西安财经学院学报,2012,25(6):49G51．

[2]邱中建,赵文智,胡素云,等．我国天然气资源潜力及其在未来低碳经济发展中的重要地位[J]．中国工程科学,2011,13(6): 81G87．

[3]Ugur S,Ramazan S．Energy Consumption and GDP:Causality Relationship in G7 Countries and Emerging Markets[J]．EnG ergy Economics,2003,25(1):33G37．

[4]Seung Hoon Yoo．Causal Relationship between Coal ConsumpG tion and Economic Growth in Korea[J]．Applied Energy, 2006,83(11):1 181G1 189．

[5]Lee Chienchiang,Chang Chunping,Chen Peifen．EnergyGinG come Causality in OECD Countries Revisited the Key Role of Capital Stock[J]．Energy Economics,2008,(30):2 359G2 373．

[6]李阳,张洪胜．应对气候变化挑战下的低碳经济的转型建议——中国经济增长与煤炭消费量关系的实证分析[J]．知识经济,2010,12(8):86G87．

[7]唐小淇,谢丽安．中国各产业能源消费与经济增长的协整性及因果关系分析[J]．统计与决策,2009,11(14):70G71．

[8]蔡海霞．能源消费、能源效率与中国经济增长的协整分析研究[J]．环境科学与管理,2014,39(2):9G13．

[9]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,2010,21(5):12G19．

[10]肖涛,张宗益,汪峰．我国区域能源消耗与经济增长关系——基于能源输入省与输出省面板数据的实证分析[J]．管理工程学报,2012,26(3):74G79．

[11]李金铠．产业结构对能源消费的影响及实证分析:基于面板数据模型[J]．统计与信息论坛,2008,23(10):30G35．

[12]王火根,沈利生．中国经济增长与能源消费关系研究——基于中国30省市面板数据的实证检验[J]．统计与决策,2008,16 (3):125G128．

[13]Stern David．Energy and Economic Growth in the USA:A Multivariate Approach[J]．Energy Economics,1993,15(2): 137G150．

[14]徐东,刘清志,王臻．低碳视角下我国能源结构优化研究[J]．生态经济,2011,20(9):85G87．

[15]张晓平．中国能源消费强度的区域差异及影响因素分析[J]．资源科学,2008,30(6):883G889．

[16]Huang B N,Hwang M J,Yang C W．Causal Relationship beG tween Energy Consumption and GDP Growth Revisited a DyG namic Panel Data Approach[J]．Ecological Economics,2008, 67(1):41G54．

[17]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．

[18]刘满芝,王锐,周梅华,等．中国区域煤炭消费影响效应的比较分析——基于面板数据模型的实证经验[J]．资源科学,2011, 33(9):1 641G1 649．

[19]刘宗明．财政分权、房价上涨与消费抑制[J]．财经科学,2012, 25(2):54G62．

[20]李宏勋,程栋栋．基于灰色关联模型的我国三大化石能源消费研究[J]．甘肃科学学报,2014,26(5):98G103．

Comparative Analysis of Influencing Factors of the Natural Gas Consumption in Chinese Three Regions Based on Panel Data

Li Hongxun,Cui Bin,Cheng Dongdong
(School of Economics and Management,China University of Petroleum,Qingdao 266580,China)

Regional differences of influencing factors are concluded by quantitative calculation to eastern, central and western regions based on the qualitative analysis and consumption equation of the influencing factors of natural gas consumption which builds the regional panel data model between natural gas conG sumption and influencing factors．In the long run,the average spontaneous consumption of natural gas in eastern region is higher than the central and western,and its influencing factors of energy consumption inG tensity is higher than the other two regions too．The influencing factors of central energy consumption structure is higher than the other two regions．Western GDP and the influencing factors of industrial strucG ture are higher than the other two regions．In the short term,shortGterm fluctuation of GDP,industrial structure,energy consumption structure and energy consumption intensity has influences on the shortGterm fluctuation of natural gas consumption in the three regions．Besides,the shortGterm effect is more remarkaG ble than the longGterm effect．From the adjustment force of diverging from longGterm equilibrium,eastern region ranks first,the next is the western,and the central is the weakest．

Regional natural gas consumption;Influencing factors;Panel data model;Comparative analysis

F407．22

A

1004G0366(2016)02G0106G07

10．16468/j．cnki．issn1004G0366．2016．02．023．

2015G06G10;

2015G08G10．

国家社会科学基金项目“低碳经济下我国天然气产业发展战略研究”(12BJY075);中国石油大学(华东)自主创新科研计划科技专项“低碳经济下我国石油工业发展战略研究”(13CX05044B)．

李宏勋(1964G),男,河南柘城人,教授,硕士生导师,研究方向为石油与天然气工业经济、工商企业经营与战略管理和公司治理．EGmail:1027926491＠qq．com．