我国煤炭产能对经济增长的影响——基于煤炭产量与GDP的协整分析

孙万鑫

(中国矿业大学(北京)管理学院，北京市海淀区，100083)

★ 经济管理 ★

我国煤炭产能对经济增长的影响
——基于煤炭产量与GDP的协整分析

孙万鑫

(中国矿业大学(北京)管理学院，北京市海淀区，100083)

以1978-2016年我国煤炭产量和经济增长为基础，提出了二者之间存在协整关系的假设。建立VAR模型，进行Johansen-Juselius协整检验，并构造向量误差修正模型，进行Granger因果检验。研究结果显示，二者之间存在长期均衡关系，经济增长对煤炭产量有着单向的Granger因果关系。说明经济增长速度减缓导致煤炭的市场需求量下降，这与前十年煤炭行业快速扩大的产能发生矛盾，造成煤炭价格急剧下降。煤炭行业应结合煤炭市场行情制定淘汰落后产能计划，寻找煤炭产能与市场需求的新平衡点以稳定煤炭价格。

煤炭产量 经济增长 协整检验 VAR模型 Granger因果检验

1978-2016年，我国处于一个经济增长速度越来越快的时期，在这39年间国民生产总值持续增长，这种增长离不开能源的消耗，尤其是煤炭的消耗。本文使用计量经济学方法，对1978-2016年的煤炭产量与经济增长数据进行处理分析，研究二者之间是否仍然存在长期均衡关系，并通过分析煤炭产量波动对经济增长的影响，探究煤炭行业对产能过剩的应对措施。

1 协整关系的假设

为了研究我国1978-2016年的煤炭产量与GDP之间的关系，本文使用基于VAR模型的Johansen-Juselius协整检验，在误差修正模型下进行Granger因果检验。使用数据的样本区间为1978-2016年，主要来自《中国统计年鉴》(2016年)、国家统计局网站和中经网统计数据库。并且预先根据实际GDP=名义GDP/CPI，以1978年为准，将1978-2016年的名义GDP转化为实际GDP。

实际GDP和煤炭产量的曲线图如图1所示。从图1中可以看出，实际GDP与煤炭产量随着时间的变化有着相同的变化趋势，在2013年之前煤炭产量提高，实际GDP的增长速度也大幅度提高。值得注意的是，在2013年之后，煤炭产量有明显的下降，与此对应的实际GDP曲线的斜率也变小，说明在2013年以后我国实际GDP增长的速度与之前相比有所减缓。由此可以推断出煤炭产量与实际GDP之间存在长期的均衡关系，即协整关系。

图1 实际GDP与煤炭产量曲线图

本文采用协整理论模型是为了在两个或两个以上的非平稳变量之间寻找均衡关系，它能够判断并区分不同变量之间是长期均衡关系还是短期动态关系。同时避免了计量经济学模型中经常出现的伪回归现象，使得估计结果更加可靠。在进行协整分析前需要对变量所组成的系统进行检测，看它是否具有弱稳定的特征。常用的方法是通过曲线图来观察变量之间是否存在长期稳定的比例关系。

对于一个包含g个变量，k阶滞后的向量自回归VAR模型可以描述为：

yt=A1yt-1+…+Akyt-k+BXt+εt

(1)

式中：εt——扰动向量；

yt——假定所有的yt是非平稳一阶单整过程，即I(1) ；

Xt——一个确定的外生向量，代表趋势项、常数项等确定性项。

对式(1)进行适当的变换，可得到以向量误差修整模型形式表示的模型为：

(2)

∏矩阵是变量长期关系的系数矩阵，在达到长期均衡时，式(2)差分变量是零向量，εt中随机误差项的期望值为零，因此 ∏yt-k=0 表示长期均衡时变量的关系。

∏=αβ′

(3)

将式(3)带入式(2)得：

(4)

β′yt-k中每行都是一个I(0)组合变量，即每一行都是使变量y1,t-1,y2,t-1,…,yg,t-1具有协整关系的线性组合，因此矩阵β决定了协整关系的个数与形式，矩阵β秩是线性无关的协整向量的个数。

2 建立VAR模型

2.1 变量选择

由于本文采用的经济变量是按照时间顺序选取，对于时间序列而言大多数是非平稳序列，一般情况下不包含随机趋势或确定性趋势，所以在进行变量平稳性检验之前，要对原数据进行处理。一般方法是对原数据取对数，原数据在取对数后，序列的波动会减小，稳定性会增强，并且可以起到消除原数据异方差性的作用，处理过的数据经济含义较强。

(1)实际GDP取对数后用lngdp表示。

(2)煤炭产量取对数后用lnym表示。

2.2 变量的平稳性检验

对煤炭产量和实际GDP进行迪基-富勒检验(ADF)检验。将检验的零假设记为H0，H0:含有单位根，即为非平稳时间序列。在检验过程中先通过曲线图大致判断两个变量是否还有趋势项和常数项，如果有明显的随时间变化的趋势则需要在ADF检验中加入常数项和时间趋势项。若检验结果接受零假设，则对变量进行差分后再次检验，直到检验结果为平稳为止，检验结果见表1。

表1 ADF单位根检验结果

注：*表示在1%水平下拒绝原假设，**表示在5%水平下拒绝原假设；Δ是一阶差分序列，Δ2是二阶差分序列

从表1可以得出煤炭产量和实际GDP的二阶差分的ADF检验，拒绝存在单位根假设，所以煤炭产量和实际GDP都是二阶单整序列。

显然时间序列 lngdp和lnym存在稳定的线性组合。这种稳定的线性组合反映了两个变量之间存在长期均衡关系——协整关系。为了对这种关系进行验证，需要进行 Johansen-Juselius检验，这种方法基于向量自回归模型(VAR)，通过检验回归系数来确定是否存在协整关系，对双变量和多变量都有很好效果。

2.3 Johansen-Juselius检验

在进行Johansen-Juselius协整检验之前，需要先建立VAR模型，模型由lngdp和lnym组成。在建立VAR模型前需要确定模型的滞后阶数。VAR模型选择滞后阶数的相关准则见表2。

表2 VAR模型滞后阶数相关准则

根据AIC和SC最小原则，可以看出当滞后阶数为2时，AIC与SC同时达到最小，AIC=-6.906363，SC=-6.466497，因此VAR模型选择2阶滞后。Johansen-Juselius协整检验的滞后阶数应为原VAR模型一阶差分后的阶数，原VAR模型的滞后阶数为2，因此Johansen-Juselius协整检验滞后阶数为1。

然后使用Johansen-Juselius协整检验法对变量之间是否存在协整关系进行检验，检验结果见表3。

表3 Johansen-Juselius协整检验结果

由表3的检验结果可以看出，无约束协整秩检验在5%显著水平下存在一个协整方程，极大特征根协整检验在5%显著水平下存在一个协整方程，得出协整关系式为：

α=lngdp+1.628917lnym

(5)

在确定lngdp、lnym两个变量的协整关系之后，还需验证VAR模型的稳定性，本文采用AR根的分布图进行验证，结果见图2。

从图2中可以看出所有AR根全部都落在单位圆之内，由此可以证明建立的VAR模型是稳定的。以上结果表明，经济增长和煤炭产量存在长期的均衡关系，即协整关系。此结论证明了本文的假设，同时与1978-2016年我国经济发展情况基本相符。

3 向量误差修正模型和Granger因果检验

3.1 向量误差修正模型

通过Johansen-Juselius协整检验证明了我国实际GDP与煤炭产量之间存在协整关系的假设是成立的，但是否存在Granger因果关系还需要进一步的检验。

图2 AR单位根的分布图

向量误差修正模型(VEC)可以看作是有约束条件的VAR模型，它的解释变量包含协整约束条件，适用于已经证明存在协整关系的非平稳序列。根据向量误差修正模型(VEC)理论，两个变量的向量误差修正模型为：

式(6)、(7)、(8)中差分算子为△，滞后阶数为n，协整关系的滞后误差修正项记为ECT，它的系数反映了变量之间均衡状态的调整速度。在向量误差修正模型(VEC)中，作为解释变量差分项的系数反映了每个变量的短期波动对解释变量的短期变化的影响。这种影响一方面受自变量短期波动的影响；另一方面受误差修正项ECT的影响。

理论上，向量误差修正模型(VEC)的滞后阶数与原VAR模型的滞后阶数存在一阶差分关系。本文中VAR模型的滞后阶数为2，所以向量误差修正模型(VEC)应该选择一阶滞后。经过检验，得出参数估计VEC模型为：

(8)

从检验结果可以明显看出，在显著水平为5%时，每个方程的回归残差序列全部满足正态性，既不存在自相关也不存在异方差，检验结果证明了向量误差修正模型(VEC)的有效性。继续对向量误差模型(VEC)进行整体检验，检验结果见表4。

表4 向量误差修正模型(VEC)整体检验结果

从表4可以得出向量误差修正模型(VEC)的对数似然函数值(136.7480)较大，同时AIC和SC检验值又相当小，分别为-6.851246和-6.415863，足以说明模型整体解释力较强。

3.2 Granger因果关系检验

计量经济学家Granger利用分布滞后概念在1969年提出了Granger因果关系检验法，这种方法是以VAR模型为基础进行检验的。而本文所用的是基于向量误差修正模型(VEC)的Granger因果检验，此方法是最近发展起来的，能够对不同因变量的VEC进行Wald弱外生性检验的统计量及其伴随概率。

协整检验已经证明两个变量之间存在协整关系。因此对lngdp和lnym两个变量进行Granger因果检验，检验结果见表5。

表5 基于向量误差修正模型的Granger因果关系检验

注：括号里的数据是概率值

从表5的结果中可以看出， Granger因果检验在5%显著水平上存在着实际GDP对煤炭产量的Granger因果关系。而煤炭产量对实际GDP不存在Granger因果关系。

4 结论

本文使用1978-2016年的煤炭产量和经济增长数据建立VAR模型，通过Johansen-Juselius协整检验，确定了煤炭产量与经济增长之间仍然存在长期均衡关系。从基于向量误差修正模型的Granger因果关系检验结果来看，我国经济增长与煤炭产量之间存在单向的Granger因果关系。从我国经济增长与能源的理论角度来看，我国高速的经济增长与高能耗有着密不可分的关系，经济增长速度提高的同时，能源的消耗也在增长。

1978年至“十二五”前期，我国高速的经济增长依赖于对能源的消耗，尤其是对于煤炭的消耗，但是这种依靠能源消耗来带动经济发展的方式并不符合可持续发展的要求，导致了一系列问题，其中以煤炭价格虚高的影响最为严重，这种虚高的价格刺激煤炭企业大力扩大产能，而这种产能大多不是符合科学发展观的先进产能，它们的产生只是为了追求产量而已。这种情况最终在经济增长速度减缓后暴露出来，煤炭行业过剩的产能与市场需求之间的矛盾已经严重危害到了国内煤炭市场的健康发展。

5 建议

理论上讲，煤炭价格的稳定可以靠市场内在的平衡功能得以实现，但这是一个漫长的过程。特别是对建设、生产、投资回收周期都很长的煤炭产业，市场机制正常发挥作用需要很长的时间。鉴于此，提出以下建议：

(1)加大政府和行业调控力度。充分发挥政府的主观能动作用，采取政府规制的手段矫正畸形的煤炭价格。政府规制并不违背市场经济规律，而且在一定程度上可以弥补市场功能的缺陷，不仅恢复周期短，而且付出的代价要小，具有不可替代的作用。

(2)将化解落后产能工作落到实处。目前已经关闭退出的很多都是“僵尸”企业，这些长期处于停产和半停产状态的企业对市场影响不大。要达到生产和消费的相对平衡需要寻找能够对市场产生影响的落后产能并进行关停。

(3)煤炭价格不能无限制下跌。在产能和市场需求没有达到平衡的前提下，需要通过政策来给煤炭定一个最低销售价格，来保证煤炭在社会经济中的地位并发挥其对国民经济增长的作用。

(4)适当降低进口煤炭的数量。对于国内煤炭资源进行省市和地区的合理调动和调配，这样可以最大限度地稳定国内煤炭供给市场，从而稳定煤炭价格。

[1] 解树江，李雪，栗侨.中国能源经济理论研究的最新进展与评述[J].经济学动态，2010(8)

[2] 张启銮，曾伟强，刘伶.我国经济增长与能源消费的内在关系研究——基于 VECM 模型格兰杰因果检验与灰色关联度分析[J].当代经济管理，2014(1)

[3] 张丽峰，崔佳颖.我国能源工业投资与能源产量的计量经济模型研究[J].技术经济与管理研究，2009(3)

[4] 张士强，曾宪迪. 煤炭产能调控机制初探[J]. 中国煤炭，2013(2)

(责任编辑 宋潇潇)

国际能源署：2016年中国能源投资世界第一

国际能源署在日前举行的世界石油大会期间发布年度报告指出，2016年全球能源投资下降12%，这是全球能源投资连续第二年下滑，主要原因在于石油和天然气上游投资持续减少。

报告指出，2016年全球能源总投资为1.7万亿美元，占全球国内生产总值(GDP)的2.2%。其中，电力部门投资首次超过石油、天然气和煤炭的投资总和，清洁能源投资占总投资的43%。

报告指出，中国是最大能源投资国，2016年中国能源投资占全球总投资的21%。中国燃煤电力投资减少25%，但清洁能源发电、电网建设及能效投资日益增加。2016年美国能源投资占全球总投资的16%。印度能源投资增长7%，稳居全球第三大能源投资市场。

报告引述国际能源署执行干事法提赫·比罗尔的话说：“我们的分析显示，精明的投资决策对维持能源安全、实现环保目标比任何时候都更加重要。”他表示，石油和天然气行业再次把重点放在短周期项目上，决策者应扭转当前低迷的投资态势，确保能源长期充足供应。

EffectofChinesecoalproductioncapacityoneconomicgrowth：basedonco-integrationanalysisofcoalproductionandGDP

Sun Wanxin

(School of Management, China University of Mining & Technology, Beijing, Haidian, Beijing 100083, China)

Based on coal production and economic growth from 1978 to 2016, proposed the assumption that there would co-integration relation between those two. VAR model was built up to undertake Johansen-Juselius co-integration inspection and vector error correction model was established to take Granger causality test. The research results showed that there was long-lasting balance relation between coal production and economic growth and economic growth had a one-way Granger causality on coal production which means lower economic growth speed could lead to the decrease of coal demand and it conflicts with the boosting coal capacity in the past decade, causing a sharp drop in coal price. Coal industry should be combined with coal market to formulate plan for closing down outdated coal capacity, looking for new balance between coal production capacity and market demand to stabilize coal price.

coal production, economic growth, co-integration inspection, VAR model, Granger causality test

孙万鑫. 我国煤炭产能对经济增长的影响——基于煤炭产量与GDP的协整分析[J].中国煤炭，2017，43(8):18-22. Sun Wanxin. Effect of Chinese coal production capacity on economic growth： based on co-integration analysis of coal production and GDP [J].China Coal，2017，43(8):18-22.

TD-9

A

孙万鑫(1989-)，男，河北唐山人，中国矿业大学(北京)管理学院博士研究生，主要研究方向为煤炭物流、煤炭产业结构。