煤炭消费对山西经济增长的影响分析<br/>——基于VAR模型

煤炭消费对山西经济增长的影响分析
——基于VAR模型

2017-07-24李骁

文化创新比较研究 2017年1期

关键词：协整山西省山西

李骁

山西财经大学统计学院山西太原 030006

煤炭消费对山西经济增长的影响分析
——基于VAR模型

李骁

山西财经大学统计学院山西太原 030006

本文主要采用1985—2014年山西省的相关数据，运用单位根检验、Johansen协整检验、VAR模型等计量分析方法进行实证分析，表明能源消费总量对山西经济发展的影响程度较为稳定但较预期小，而投资对山西省经济的影响程度较大且在逐渐增加。

VAR模型；经济增长；煤炭消费

1 研究背景和意义

山西省作为我国传统的内陆资源大省，受地理位置、交通条件和国家政策等因素的限制，经济发展在近年来受到了很大的制约。随着本世纪初国际能源市场价煤炭价格的上涨，作为煤炭大省的山西，依靠煤炭的销售出口，经济得到了快速发展。然而从2014年开始，国际市场煤炭价格不断走低，山西的经济开始遭遇断崖式的下跌。造成这一现象的主要原因正是山西省经济发展中一煤独大的经济现状，因煤而兴、因煤而困也成为了山西经济的现实写照。

根据经济学的相关理论，经济增长受要素投入量和要素之间均衡关系的制约，要素投入直接影响着经济增长的速度。在当前经济社会背景下，结合柯布道格拉斯生产函数理论的相关理论，分析山西经济增长过程中的劳动力要素、资本要素以及煤炭消费要素，对于研究战略转型期的山西经济，帮助山西走出低迷现状具有一点意义[1]。

对于经济增长影响因素的分析，国外的经济模型和理论都相当完善。与国内的研究相比，国外对于人力资本、投资以及能源消费对经济增长的关系分析研究有很多。然而，国外分析所采用的方法、得出的结论并不完全适合我国的具体情况，而尤其在对我国地方经济的研究上还有所欠缺。本文通过结合上述理论，运用国外成熟的经济增长模型，与山西具体情况相结合，对山西经济的影响因素做出了实际分析。

2 理论模型

在经济学中，对于经济增长的研究处于经济学研究中最核心的领域。现代经济学中，对于经济增长的研究主要在于经济增长的根源和推动力方面。这其中由以柯布-道格拉斯生产函数为典型。柯布-道格拉斯生产函数模型是由美国数学家柯布和经济学家道格拉斯共同探讨收入和产出的关系时设计的生产函数，该模型多被应用在定量分析经济增长中，尤其用于分析各种要素贡献率等方面。柯布道格拉斯生产函数模型的基本形式为：Y = AKαLβ

结合20世纪80年代以来有关内生经济增长理论的相关知识理论，我们可以将能源消费内生化为除资本存量、劳动力和技术进步之外的另一影响经济增长的要素[2]。为了证明这一要素所带来的影响。本文中生产函数的内生变量为煤炭消费，故柯布-道格拉斯生产函数模型包括资本存量、劳动力、煤炭消费量，其基本形式为：

式中，Y代表国内生产总值，A代表技术进步，L表示劳动力，K表示资本存量，E为煤炭消费量，α、β、γ则为各要素的投入产出弹性系数。

一般地，对上述生产函数进行对数变换，得到如下模型：

3 实证分析

3.1 数据的选取和处理

本文数据取自1985—2014年的山西省年度数据，数据来源于各年度《山西省统计年鉴》。各变量说明如下[3]：

本文中山西省GDP，单位为亿元，记为GDP。为了使得研究有意义，需要剔除价格对GDP的影响，由于没有省级GDP价格平减指数，我们使用各省以当年实际价格计算得出的GDP指数（上年=100）进行实际GDP的换算，GDP指数记为，并以1978年为基期进行换算，设换算完成的各省实际GDP记为GDP78。

本文中对于劳动力L这一指标，选取山西省就业人员数衡量，记为labor。

本文中对于资本存量K这一指标，选取各年度固定资产投资额代替，并通过固定资产投资价格指数进行换算，记为inv。

本文中对于煤炭消费量E这一指标，选取山西省各年度煤炭消费量，记为coal。

为了降低异方差影响，本文对所有变量取对数处理，分别记为lngdp78，lnlabor，lninv和lncoal。

3.2 数据的平稳性检验

由于所选取的数据均为时间序列数据，而非平稳的时间序列不便用于直接建模，因此需要对变量做平稳性检验，本文使用单位根（ADF）检验来检验时间序列是否平稳，使用EViews 8.0进行检验，检验结果见表1。

表1 单位根检验结果

根据检验结果，在95%的显著性水平下各对数序列的ADF统计量的P值均大于0.05，即均接受存在单位根的原假设，各对数序列都是非平稳时间序列。因此，我们需要对序列进行差分，检验各序列的单整阶数。对上述各变量进行一阶差分后，在95%的显著性水平下，均拒绝了有单位根的原假设，即所有变量都是一阶单整的。在各变量均为一阶单整的情况下，非平稳时间序列之间可能存在长期均衡的协整关系。为证明是否存在协整关系，需要进行下一步检验。

3.3 VAR模型建立

由于VAR模型要求所有变量必须是平稳序列，故利用dlngdp、dlninv、dlncoal建立VAR模型。

利用AIC最小准则判断，确定最优滞后阶数为4阶。利用最终确定的滞后阶数分析以上变量的协整关系判断模型内部变量之间是否具有协整关系，即长期均衡关系，检验结果见表2。检验结果表明，在5%的显著水平下，拒绝不存在协整向量的原假设，即模型变量之间存在两个协整关系，即山西煤炭消费量、固定资产投资和地区生产总值之间存在长期的协整关系。

表2 协整检验结果

3.4 检验VAR模型稳定性

利用上述变量根据确定的滞后阶数建立对应的VAR模型，对所构建的VAR模型进行平稳性检验，结果见图1。

从图1可看出，VAR模型的单位根均位于单位圆之内，由此可得，该VAR模型是平稳的。由于劳动力这一指标在对VAR模型的稳定性分析时使得模型不稳定，故予以剔除。

图1 滞后4阶VAR模型单位根分布

3.5 脉冲响应函数

脉冲响应函数用来结构式冲击的单位变化对内生变量的动态影响，能够直接表现变量之间的互相作用和效应。

由以上脉冲响应图可以看出，图2为煤炭消费受到冲击时对GDP的反应，图2说明，煤炭消费的对数差分对GDP的对数差分在初期有正向影响，在中期有负向影响，在长期过程中，这种影响程度逐渐趋于零。图3为投资受到冲击时对GDP的反应，图3说明，投资的对数差分对GDP的对数差分在前期有正向影响，在中期有负向影响，在长期过程中，这种影响程度逐渐趋于零。

3.6 方差分析

为了进一步分析VAR模型的动态特征，

采用方差分解方法，即分析某一变量的变动分别受自身误差项和其他变量误差项的影响程度，结果见表3。

表3 GDP方差分解结果

通过对山西省GDP进行方差分解可知，GDP的预测误差主要受自身的影响平均达到64.47%，受煤炭消费的影响平均为12.53%，受投资的影响平均为22.99%。因此，对于GDP影响最大的还是其自身，而虽然山西一直在进行战略转型，但煤炭对其经济的影响基本稳点在12%左右，而在经济发展中，投资对经济的影响则有着越来越重要的作用，影响程度逐期加大。