国民经济行业产出与能源消费关系的实证检验

杨超，张冰洁

（中南财经政法大学统计与数学学院，武汉430073）

国民经济行业产出与能源消费关系的实证检验

杨超，张冰洁

（中南财经政法大学统计与数学学院，武汉430073）

文章通过讨论面板数据模型的类型及判别方法，建立了用于反映国民经济行业产出与各种能源消费量之间关系的面板数据模型，对能源消费量与行业产出之间的数量关系进行了实证分析,检验表明经济呈现单位GDP能耗逐年下降的良好发展态势。

能源消费；行业产出；面板单位根检验；面板协整

0 引言

能源作为一种投入要素会影响经济增长。一方面，随着经济增长，生产能力扩张，对能源的需求会增加，另一方面，化石类能源的消费又会导致碳排放增加、环境污染等一系列问题。研究产出与能源之间的关系，对于保障我国能源安全，制定合理的能源发展战略，保护生态环境，实现经济社会健康可持续发展具有重要现实意义。对经济增长与能源消费之间的定量关系，有两种截然不同的观点，一种观点认为能源消费的增长速度大于经济增长速度，另一种观点认为能源消费增长速度小于经济增长速度，而这些结论均是基于分析国民经济总量和能源消费总量之间的关系得出的。研究表明不同国家在经济发展的不同时期，两者之间应有不同的数量关系。本文拟从分析国民经济行业产出与各种不同能源消费之间关系的角度深入研究能源消费与经济增长之间的关系。

1 模型构建

1.1 线性面板数据模型的几种主要形式

面板数据（Panel Data），是兼有时间序列和截面数据两种成份的二维数据集。面板数据相比其他数据具有能提供更多信息、更大的变异、更大的自由度、更高的效率、可以控制个体异质性等诸多优点。面板数据模型是根据面板数据建立的一种分析变量之间数量关系的经济计量模型。在建模过程中，不仅可建立线性模型，还可建立非线性模型，其中线性模型在经济定量分析中得到广泛应用，其一般解析表达式为：

式中，xit=(x1it,x2it,…,xkit)’，βit=(β1it，β2it，…，βkit)’；下标i表示不同的个体，t表示不同的时间，k表示自变量个数；yit为因变量，xit为自变量，βit为待估参数；μit为满足经典假定的随机误差项。表达式中αit、βit均包含有截面效应和时间效应，进一步可以将αit分解成个体效应和总体效应两部分，即：

式中，（ηt+δi）代表个体效应，其中ηt表示个体时期效应，δi表示个体截面效应；α代表总体效应。对于时间跨度较短的面板数据，通常假定参数不随时间变化，即满足时间序列参数齐性，则模型（1）可以写成如下形式：

式中，待估参数αi和βi的取值与时间t无关，只与截面个体单位i有关，故该模型称为变系数模型。一般模型（3）的截距项及斜率系数有如下两种假设：

在原假设下，模型的截距和斜率在不同个体上都相同，所以该模型又称为固定系数模型，模型的解析表达式为：

在原假设下，模型的斜率是常数，截距项随个体的不同而改变，因此该模型又称为变截距模型，模型的解析表达式为：

在实证分析中，由于当斜率不同时，考虑截距相同没有实际意义，因此这里没有斜率系数非齐性而截距齐性的假设。若上述两种假设都不成立，则模型应为表达式（3）。

1.2 面板数据模型的判别

记模型（3）至模型（5）最小二乘估计的残差平方和分别为RSS1、RSS2、RSS3、则：

在H01成立的情况下，～F[(N-1)(k+1)，N(T-k-1)]；

在H02成立的情况下，[(N-1)k，N(T-k-1)]。

给定显著性水平α，根据自由度，查F分布表得到用于检验的临界值Fα，然后将检验统计量的计算值与临界值比较，进行决策，具体检验方法如下：

先检验假设H01，如F1＞Fα[(N-1)(k+1)，N(T-k-1)]，则拒绝原假设H01，但要判断模型类型还需进一步检验假设H02；如F1＜Fα[(N-1)(k+1)，N(T-k-1)]，不能拒绝原假设H01，则模型判为固定系数模型。再检验假设H02，如F2＞Fα[(N-1)k，N(T-k-1)]，拒绝H02，则模型判为变系数模型；如F2＜Fα[(N-1)k，N(T-k-1)]，不拒绝H02，则模型判为变斜率模型。

变系数模型和变截距模型又都具有固定效应模型和随机效应模型两种形式。固定效应模型认为个体特性或时期特性与自变量相关，通过引入虚拟变量来反映模型中未包含的潜在因素对因变量的影响，而随机效应模型则把它们看作与自变量无关的随机变量。一般地，可应用LR检验及Hausman检验对选择固定效应还是随机效应模型进行识别。经验上，如果研究者仅研究样本自身效应，一般选择固定效应模型，本文属于此情况，采用固定效应模型进行分析；如果要通过样本效应推断总体效应，一般选择随机效应模型。

2 实证分析

2.1 变量及数据

为了全面考察我国能源消费与各行业产出之间的数量关系，下面将建立面板数据模型进行实证分析。模型中的个体单位从数据的可获得性上考虑，选择了农、林、牧、渔业（以下简称农业），交通运输、仓储及邮电通讯业（以下简称交通业）,工业，建筑业，批发和零售贸易餐饮业（以下简称批发零售业）及其它行业（生活消费除外），能源除总量外，选择了煤炭、原油、汽油、柴油、煤油、燃料油、电力、天然气等类别。本文考察的时间范围为2008—2014年，设变量Yit代表各个行业在各年的能源消费量(万吨标准煤),Xit代表各个行业在各年的产值（亿元）（其中，i代表行业，取值1～6；t代表时间，取值2007～2013），数据主要来源于2009—2015年《中国统计年鉴》。

2.2 面板单位根检验

由于面板数据中含有时间序列成分，而经济时间序列数据大多是非平稳的，为了避免伪回归，下面对各变量进行单位根检验，以序列X为例，结果见表1。

由表1可知，在5%的显著性水平下，面板序列X为非平稳序列，下面继续对其一阶差分序列进行检验，判断其是否为一阶单整序列，检验结果见表2。

由表2可知，在5%的显著性水平下，序列X的一阶差分序列D(X)是平稳序列，说明X为一阶单整序列，即X～I (1)。同理，检验可知，能源消费量各序列也是I(1)序列。

2.3 面板协整检验

由于各序列都是I(1)的，因此，可以对各序列进行协整检验。下面采用Pedroni检验方法，检验能源消费总量Y1与X之间是否具有协整关系，协整检验结果如表3所示。

表1 面板序列X单位根检验结果

表2 面板序列X的一阶差分序列D(X)的单位根检验结果

表3 Pedroni协整检验结果

表3结果表明，在1%的显著性水平下，序列Y1与X之间存在协整关系。同理，检验表明其余各能源消费量序列与行业产出之间均存在协整关系。

2.4 格兰杰（Granger）因果关系检验

运用格兰杰（Granger）提出的因果检验方法进一步分析行业产出与能源消费之间是否存在格兰杰因果关系，以工业产出和能源消费为例，检验结果见表4。结果表明在样本期内，在5%的显著性水平下，行业产出与能源消费之间无显著的格兰杰因果关系。

表4 工业产出和工业消耗能源总量之间的格兰杰因果关系检验结果

2.5 面板模型选择

为正确揭示各行业产出与各类能源消费之间的关系，需建立与其数据特征相适应的面板数据模型。对某一具体行业来说，各类能源的边际消费倾向在短期内具有一定的稳定性，可以不考虑个体时间特性，又由上述检验可知，各行业产出与各类能源消耗量之间存在协整关系，因此设定式（3）为模型的基本形式。根据收集的数据，按能源种类分别计算变截距模型、变系数模型和混合模型的有关统计量对模型形式进行判别，结果见表5。

表5 各类模型残差平方各及F统计量的计算结果

分析表5可知，除分析燃料油消费采用变截距模型外，其余均采用变系数模型，各模型所属类型见表5的最后一列。

2.6 参数估计

根据上述判别结果，运用固定效应面板最小二乘法进行估计，计算结果见表6。

表6 模型参数估计结果

3 结果分析

表6的结果表明,各行业在能源总量及各类能源（煤炭、原油、煤油、汽油、柴油、燃料油、电力、天然气等）的边际消费倾向(自变量系数)上存在着差异，而且同一种能源在不同行业的边际消费倾向上也存在着差异。具体分析如下：

（1）各行业对能源总量的消费情况

表6中，在样本期间内，根据能源总量边际消费倾向的大小，上述行业可分为三类：交通运输、仓储及邮电通讯业为第一类，该行业的能源边际消费倾向大于1，说明该类行业产出每增加1单位，能源消耗量增加的数量要大于1单位；工业、建筑业为第二类，该类行业能源边际消费倾向在0.1至1之间，说明这类行业产值增加1单位，能源消费增加的数量小于1单位，但绝对数量还较大；农业、批发零售业及其它行业为第三类，该类行业能源边际消费倾向在0.1以下，说明这类行业增加1单位的产出，能源消耗量增加小于0.1单位，表明这类行业对能源依赖度较低，节能增效已见成效。

（2）不同行业对同一种能源的消费情况

从表6中不同行业对同一种能源的边际消费倾向来看，煤炭方面：边际消费倾向最大的行业是工业，其值大于1，说明现阶段工业生产对煤炭的依赖仍然较大，建筑、批发零售、其它行业的煤炭边际消费倾向都很小，而农业、交通业的煤炭边际消费倾向为负数，说明这两个行业对煤炭的消费在逐渐降低；原油方面：边际消费倾向最大的行业也是工业，交通运输业的原油边际消费倾向为负数，说明交通运输业对原油的消费也在逐渐降低，农业、建筑、批发零售、其它行业基本不消耗原油；汽油方面：交通运输、仓储及邮电通讯业的边际消费倾向最大，该行业增加产出对汽油消耗较大，而工业、建筑、其它行业的边际消费倾向都很小，农业、批发零售业的汽油边际消费倾向为负数，说明这些行业对汽油的消费在逐渐减少；煤油方面：交通业的边际消费倾向最大，建筑、批发零售业的边际消费倾向都很小，工业、其它行业的边际消费倾向都是负数，说明这些行业对煤油的消费在逐渐减少；柴油方面：边际消费倾向最大的行业是交通运输业，除交通运输业外其它行业的边

际消费倾向都很低，其中农业、批发零售业边际消费倾向为负数；燃料油方面：边际消费倾向都较小，基本都为负数；电力方面：工业的边际消费倾向最大，说明增加工业产值，需要增加较大的电力消费，其余各行业的边际消费倾向均为正数，说明保障电力供应，对我国国民经济各行业生产经营都起到较为重要的作用；天然气方面：由于我国现阶段天然气在能源消费总量中所占比例较小，各行业天然气的边际消费倾向都很小。（3）同一行业对不同种类能源的消费情况

根据表6，从上述行业的边际能源消费倾向来看，工业和批发业边际能源消费倾向最大的都是煤炭，这两个行业产值的增长对煤炭的依赖较大，特别是工业对煤炭的边际消费倾向大于1，说明在考察的样本时间范围内，以煤炭为主要能源的格局还没有很大改观；农业、建筑业及其它行业对电力的边际消费倾向最大，这几个行业产值的增长对电力的依赖程度较大；交通运输业边际能源消费倾向较大的是柴油和汽油，该行业产值的增长对柴油、汽油的需求比对其他能源的需求增加得更多。

4 结论

根据上述检验及结果分析，可以得出以下结论：

（1）实证表明，在研究的样本期内，国民经济行业产出与能源消费量之间存在协整关系，但两者之间并无显著的格兰杰因果关系。

（2）农业边际能源消耗系数为负数，除交通运输业外，其余行业边际能源消耗系数均小于1，煤炭等传统能源比例在逐年降低，天然气等清洁能源的比例在逐年升高，通过不断优化升级能源结构，呈现出单位GDP能耗逐年下降的良好发展态势。

（3）从总量上看，工业及交通运输业这两个行业的能源边际消耗系数较大，均在0.75以上，节能的重点领域在工业及交通运输业；从各类能源上看，工业应重点控制煤炭的消费，交通运输业重点控制柴油及汽油的消费。

为此，需进一步调整经济结构，大力发展能耗低的第三产业及新兴产业，转变经济发展方式，提高经济增长的科技含量。同时，要积极推进新能源开发，调整能源结构，在交通运输领域推广新能源汽车的应用，加快清洁化低碳化进程，提高能源利用效率。切实贯彻新发展理念，树立“绿水青山就是金山银山”的强烈意识，加强生态文明建设，建设绿色发展新生态。

[1]Mehrara M.Energy Consumption and Economic Growth:The Case of Oil Exporting Countries[J].Emergy Policy,2007,35(5).

[2]Eviews 7 User Guide,Version,Quantitative Micro Software[M].California:Irvine,2009.

[3]梁怀学,陈权宝.基于面板数据模型的我国行业能源消费特征分析[J].东北师大学报:自然科学版,2005,37(2).

[4]彭志龙,吴优等.能源消费与GDP增长关系研究[J].统计研究,2007,(7).

[5]易丹辉.数据分析与EViews应用[M].北京:中国人民大学出版社, 2008.

[6][美]巴尔塔基著.白仲林等译.面板数据计量经济分析(第四版)[M].北京:机械工业出版社,2010.

[7]徐丽杰.能源消费、经济增长及能源需求预测研究——基于河南省的实证分析[J].武汉理工大学学报:社会科学版,2013,26(4).

[8]黄敏,赫英.中国能源消费与经济增长关系的模型与实证[J].统计与决策,2006,(11).

[9]林伯强.电力消费与中国经济增长——基于生产函数的研究[J].管理世界,2003,(11).

（责任编辑/易永生）

F222

A

1002-6487（2017）11-0121-03

中央高校基本科研业务费专项资金资助项目（2010088）

杨超（1973—），男，湖北潜江人，硕士，讲师，研究方向：应用统计。张冰洁（1994—），女，湖北随州人，硕士研究生，研究方向：金融统计。