电力与东道国经济发展的关系研究——基于“一带一路”倡议背景

(河海大学 商学院,江苏 南京 211100)

我国电力行业的海外投资开发自1990年开始,现今已开拓出适宜的投资模式和经验,并进入快速发展期,合作的国别日益增加,项目也逐渐增多。随着“一带一路”峰会的成功召开,国际合作日趋紧密,本研究的目的是找出“一带一路”沿线国家各个区域电力消费与经济增长的因果关系,以此作为我国电力企业“走出去”的参考依据。

电力是人类生产生活的必备基础条件,也是社会进步的一大保障。当今社会,生产力实现需要能源的支撑,经济发展也需要电力支撑。相应地,经济发展在一定程度上带动了电力产业发展。目前,关于电力消费与经济增长的因果关系国内外学者持两种不同的观点:一种认为是经济增长带动了电力消费,另一种认为是电力消费促进了经济增长。实际上,两者之间的关系与该国当时的经济特性有关。

鉴于“一带一路”沿线国家各国之间的经济环境和经济特征差异性十分明显,很难找出可准确评估所有国别投资风险的指标体系,仅通过研究东道国的电力消费与其经济增长的关系可直观看出两者之间的关系,有助于我国电力企业投资更有针对性,找出电力需求度较高的国家进行投资。

1 文献回顾

自1973年首次能源危机后,学者们对能源消费和经济增长进行了广泛研究。多数研究者以探究电力消费与GDP增长两者的因果关系为首要目的,研究结果差异性明显。例如,Masih、Masih[1]对新加坡等6个亚洲国家的能耗与收入进行了检验;Asafu-Adjaye[2]对印度等国的能源消耗与收入两变量的研究得出相同的结论,即电力→GDP单向的因果关系;Yang[3]对我国台湾地区1954—1997年的总能源消费与GDP数据进行了检验,得出的结果与Morimoto、Hope[4]对斯里兰卡样本数据的实证一样,即电力与GDP互为因果的结论;Shiu、Lam[5]利用VECM和Granger两种方法研究了我国2000年之前的30年数据,得出电力消费与经济增长的单向因果。学者们对研究方法的选择,主要是采用误差修正模型(VECM)和Granger。如林伯强[6]利用VECM模型检验了我国各省份的数据,结果显示生产函数四要素之间存在长期的均衡关系,并建议在短期内实行必要的电力先行策略。不久，林伯强[7]又通过实证得出GDP是促进电力发展的必备要素;马超群等[8]的研究结果表明,经济发展水平只与能源总消费和煤炭消费之间存在长期的协整关系;胡军峰、赵晓丽、欧阳超[9]以北京市为研究对象,结果表明能源消费与GDP之间存在长期协整关系,短期内能源消费→经济增长存在单向因果,长期内能源消费与GDP互为因果。根据研究国别和区域的不同,诸多学者对探究方法进行了创新。如巴曙松、吴大义[10]基于VAR模型构建了成本计算模型,以此对四种消费和GDP的关系进行了定量分析，表明减少煤炭使用量将对GDP将产生负面影响;王敏、王慧梅、张家平等[11]利用变截距模型研究了我国2003—2014年的省级面板数据,表明互联网普及和经济增长都会对电力消费具有明显的促进作用。从分析可见,即使采用的研究方法和研究对象一致,国内外学者的研究结论仍有很大差异,结论也偏向于对短期和长期的影响不尽相同。有学者就产业结构的不同进行了研究,如刘玲、马晓青[12]研究了不同产业结构下GDP与电力消费的关系。结果显示,整体上电力消费与经济增长存在长期的协整关系,且发现为电力消费→经济增长的单向因果关系。工业增加量较高的地区,存在电力消费与GDP的短期双向因果关系;而工业增加值较低的区域,只有GDP是电力消费的单向格兰杰因果关系。

目前的研究主要存在:①研究对象较少,大部分集中在我国各省市及部分亚非欧国家,对我国的海外直接投资没有参考价值。②现有研究仅仅关注电力消费与经济发展两个要素,通常为其他控制变量(如劳动力和资本存量)对结果的影响,研究结果不稳定。③针对电力与经济的研究没有将“一带一路”沿线国家作为研究对象。本文通过面板协整技术检验“一带一路”沿线国家电力消费与经济增长的关系,引入各国家的资本存量和劳动力进行综合考量,采用基于误差修正的面板协整进行分析。④我们将各国分成南亚、东南亚、中东欧、西亚北非和其他国家5个区域,分别检验不同区域电力消费与经济发展的协整关系。

2 变量和数据来源

选取以下变量:①经济增长。选择国内生产总值(gdp)来衡量经济增长。为了方便计算,所有数据都按照当年汇率折算为美元,单位为“万亿美元”。②电力消费。电力是保障当今人民生产生活的基础,本研究选用电力消耗量(全社会用电量),未考虑其他能源形式,计量单位采用“亿kW·h”。③总就业人员数。经济增长与劳动力数量息息相关,呈明显的正比关系，劳动力数量计量单位用“万人”表示。④资本存量。经济增长最直接有效的方法就是投入大量资本,资本注入减去消耗和折旧即可得到资本存量,资本存量是经济快速增长的后盾。

本文选取1990—2016年的数据,国别为“一带一路”沿线48个国家。由于电力消耗量和固定资产投资额数据缺失,其他国别无法进行相应研究,国别见表1。劳动力数量与各国的gdp来源于世界银行的统计数据;电力消费数据来自国际能源机构和北极星电力网,部分国家缺失的电力数据摘自网源研究报告;国内资本形成总额来自联合国统计数据。

表1 研究区域及国别统计

3 构建模型与经验探索

大多数能源经济学家[13,14]认为能源是生产函数中重要的投入要素。在新的增长理论中,技术在生产函数中被内生化了,且能源的使用又可促进技术进步,因此将能源作为生产要素具有合理性。自Jorgensen[15]提出经典的KLEM模型(资本、劳动力、能源、原材料)以来,国内外众多学者沿用此方法研究了能源消费和经济增长的关系,获得了有借鉴意义的结论。如Stern[16]对美国的研究,Lee、Chang对东亚16国的研究,刘生龙、高宇宁、胡鞍钢[17]对我国的研究。与刘生龙一样,本文建立以下生产函数模型:

gdp=f(elec,k,l)

(1)

式中,gdp、elec、k和l分别是实际GDP、电力消耗、实际资本存量和总就业人员人数。将生产函数写成对数形式:

ln(gdp)=α1ln(elec)+α2lnk+α3lnl+ε

(2)

3.1 变量的描述性统计

实际资本存量k用亿美元衡量(1990=100),由于世界银行和联合国数据库统计的数据中只有历年的固定投资额,因此我们采用永续盘存法对各个国家各年度的资产存量进行计算。由于“一带一路”沿线各国在全球范围内属于次发达地区,未做过大规模的资产普查,故本文采用的方法是确定基准年的资本后再用永续盘存法按照不变价格计算各个国家各年份的资本存量,方法为:

kit=kit-1(1-δt)+Iit

(3)

式中,i为第i个国家;t为第t年;4个变量为当年期对应国家的投资额I、用以平减的投资价格指数、经济折旧率δ确定和基期资本存量确定。

表2 变量定义和描述性统计

本文主要采用的方法为:①国家投资额I。选用固定资本形成总额(国内固定投资总额),该指标可看作是未去除折旧的投资指标和衡量各年份投资I的适宜值。②用以平减的投资价格指数。本文选择采用建筑安装平减指数和设备安装购置平减指数的加权平均。③经济折旧率δ。选择平均折旧率10.96%。④基年物质资本存量K。参考Hall、Jones估计初始国际资本存量时的方法。各个变量的定义和描述性统计见表2。

3.2 平稳性检验

在对该面板数据进行协整分析之前,我们需要对面板数据的平稳性进行单位根检验,本文选用3种不同的面板数据单位根检验方法,分析前我们将4个变量进行了取对数处理,并运用Eviews8.0软件分别用LLC、IPSHIN、Fisher-ADF和Fisher-pp对4个变量进行了单位根检验,统计量Z及相应的概率值P统计(表3)。从表3可见,gdp和l在水平量单整中不能拒绝相应的原假设,即表示全部截面项序列都有一个单位根。

表3 面板水平量单位根检验结果

根据上述情况,再对四个变量进行一阶差分量的单位根检验,结果见表4。从表4可见,除Fisher-pp检验的k值外,其他所有检验结果都说明这四个变量服从1阶单整过程。

表4 面板一阶差分量单位根检验结果

3.3 协整性

检验4个变量的协整性之前,需要建立4个变量的面板数据回归模型。本文对上文构造的生产函数进行了相应的修订,得出了下述对数线性的生产函数:

gdp=αi+βit+γielecit+θikit+δilit+εit

(4)

式中,αi、βit分别为控制国际效应和趋势效应。

由于4个变量都取了对数,γi、θi和δi分别表示电力、资本存量和劳动力的产出弹性。代入48个国家27年的数据进行截面加权回归,可得出模型的估计结果见表5。由表5可见,拟合优度R2=0.9937,表明该模型的拟合程度非常高;DW统计量1.849,接近于2,说明模型不存在一阶序列自相关。然后进行回归模型残差的单位根检验,残差序列组的单位根检验结果见表6。各模型检验的单位根和相应的概率值P均等于0,表示可拒绝“各截面回归方程的残差序列具有相同单位根过程”的原假设。综合上述各种情况单位根检验的结果,可认为这些残差序列是平稳的,故可得出4个变量(gdp、elec、k和l)之间存在的协整关系。

表5 模型回归结果

表6 残差的单位根检验结果

3.4 最小二乘法估计

以上已证明了4个变量之间的协整性,我们采用动态最小二乘法对电力消费、经济增长、劳动力和资本存量之间的长期关系进行估计。被解释变量均为gdp,研究其他3个变量的影响关系,回归结果见表7。从表7可见,全社会用电量、资本存量和劳动力产出弹性分别为0.9462、0.594425和0.0572451。回归结果说明,全社会用电量和劳动力系数在1%的显著性水平下为正,在样本的检测范围内。全社会用电量每增加1%,将会使“一带一路”沿线各国相应的实际GDP增加0.9462%。

表7 DOLS估计结果

我们分别对各个国家的数据进行了最小二乘法参数估计,被解释变量仍是gdp,回归结果见表8。结果显示,全社会用电量对经济增长呈负向影响的国家有:马来西亚、文莱、菲律宾、克罗地亚、罗马尼亚、塞尔维亚、爱沙尼亚、拉脱维亚、摩尔多瓦、阿塞拜疆、沙特阿拉伯、以色列和埃及共13国,且负向影响系数变动很大,从-0.043到-2.45不等。而其他35国的全社会用电量均对经济产生了显著的正向影响。同时,还可看出48个国家中有15个国家的资本存量对gdp的影响为负,导致汇总后的资本存量对gdp的影响未通过显著性检验,且有16个国家的劳动力对经济的影响系数为负。从各国及汇总数据的协整结果来看,本文研究的“一带一路”沿线国家的4个变量之间绝大多数存在着协整关系,故可建立基于动态面板数据的误差修正模型。

表8 各国最小二乘法估计结果

(续表8)

国别eleckl尼泊尔 0.7491(8.94)∗∗ 3.52(19.34)∗∗ 0.75(2.62)∗∗斯里兰卡 1.218(42.93)∗∗ 1.89(46.34)∗∗-2.24(-18.43)越南 1.185(10.62)∗∗-0.0018(-0.34)-1.2534(-1.32)∗柬埔寨 0.752(19.12)∗∗ 0.32(8.64)∗∗-1.275(-7.3)泰国 2.34(24.14)∗∗-1.23(-6.35)∗∗-9.27(-13.18)∗∗马来西亚-0.108(-2.33)∗∗ 0.724(5.43)∗∗ 3.15(27.51)∗∗ 新加坡-0.043(-1.42)∗-3.442(-36.23)∗∗ 3.534(71.23)∗∗印度尼西亚 4.64(16.21)∗∗ 0.842(3.64)∗∗-10.32(-13.23)∗∗文莱-1.49(-18.17)∗∗-0.043(-0.52) 5.34(27.23)∗∗菲律宾-0.723(-10.56)∗∗ 1.13(16.87)∗∗ 4.73(35.23)∗∗波兰 7.732(43.63)∗∗-0.53(-1.58)∗-4.35(-7.538)∗∗捷克 5.64(72.228)∗∗ 0.84(5.2)∗∗ 15.31(27.4)∗∗斯洛伐克 0.343(2.45)∗∗-6.41(-54.8)∗∗ 5.45(15.56)∗∗匈牙利 5.66(70.54)∗∗-1.542(-12.1)∗∗-0.02(-0.082)斯洛文尼亚 0.612(8.13)∗∗ 0.0889(1.77)∗ 7.693(32.06)∗∗克罗地亚-0.725(-15.81)∗∗ 3.31(66.18)∗∗ 0.7299(8.23)∗∗罗马尼亚-0.041(-0.53) 1.269(21.1)∗∗-5.068(-75.08)∗∗保加利亚 2.53(16.43)∗∗ 2.81(28.64)∗∗-15.62(-63.1)∗∗塞尔维亚-2.45(-15.12)∗∗ 0.74(5.14)∗∗-9.45(-15.357)∗∗马其顿王国 1.3(11.32)∗∗ 0.13(2.8)∗∗ 5.43(24.8)∗∗阿尔巴尼亚 0.73(37.25)∗∗ 0.747(17.15)∗∗-7.9(-30.67)∗∗爱沙尼亚-0.192(-3.5)∗∗ 2.81(81.63)∗∗-3.25(-21.1)∗∗立陶宛 0.248(9.69)∗∗ 0.91(30.954)∗∗-4.5(-22.6)∗∗拉脱维亚-0.63(13.83)∗∗ 2.65(63.05)∗∗-3.71(-34.9)∗∗乌克兰 3.12(92.4)∗∗-1.69(-31.62)∗∗ 5.174(9.99)∗∗白俄罗斯 0.69(13.2)∗∗ 0.843(27.83)∗∗ 22.23(119)∗∗摩尔多瓦-1.332(-30.32)∗∗ 6.673(15.04)∗∗ 1.504(2.34)∗∗阿塞拜疆-0.76(-9.53)∗∗ 2.32(52.16)∗∗ 0.214(1.532)∗亚美尼亚 0.904(21.55)∗∗-1.42(-121.9)∗∗ 3.83(14.36)∗∗土耳其 2.16(98.1)∗∗ 1.743(51.43)∗∗-2.236(-28.34)∗∗伊朗 1.92(28.4)∗∗ 1.123(12.64)∗∗-0.45(-3.13)∗∗阿联酋 0.371(10.13)∗∗ 0.263(5.45)∗∗ 0.695(15.12)∗∗沙特阿拉伯-0.42(-5.3)∗∗ 0.157(2.87)∗∗ 2.632(15.87)∗∗巴林 0.163(5.52)∗∗-0.132(-4.253)∗∗ 1.43(81.32)∗∗黎巴嫩 0.91(53.15)∗∗ 0.442(8.423)∗∗ 0.83(32.14)∗∗阿曼 0.083(2.032)∗∗ 0.612(32.01)∗∗ 0.632(14.315)∗∗以色列-0.891(-24.26)∗∗-0.25(-5.251)∗∗ 3.17(62.08)∗∗埃及-0.389(-2.32)∗∗-0.173(-3.52)∗∗ 3.65(11.21)∗∗蒙古 2.68(46.1)∗∗-0.68(-9.21)∗∗ 2.816(12.23)∗∗俄罗斯 7.25(43.63)∗∗-1.045(-54.1)∗∗-10.7(-14.97)∗∗哈萨克斯坦 1.24(28.1)∗∗-1.53(-66.12)∗∗ 9.56(53.8)∗∗吉尔吉斯斯坦 0.352(7.42)∗∗ 1.75(51.4)∗∗ 3.654(123.1)∗∗塔吉克斯坦 0.703(11.2)∗∗ 3.635(72.4)∗∗ 11.32(103.46)∗∗乌兹别克斯坦 2.56(5.41)∗∗ 0.238(1.75)∗ 1.64(8.27)∗∗

注:括号内的数值为t统计值;**和*分别表示在5%和10%水平下显著性,下同。

3.5 误差修正模型(VECM)的建立

各国的经济增长、全社会用电量、资本存量和劳动力之间虽然存在均衡关系,但是否存在格兰杰因果关系,还需要进一步检验。因此,我们建立了基于面板数据的误差修正模型来检验经济增长和用电量之间的长期和短期因果关系。首先,需要建立4个变量的误差修正模型,修正模型设定为:

(5)

Δlnelecit=α2+β2ECTi,t-1+Σδ2ikΔgdpi,t-k+ΣγikΔeleci,t-k+Σθ2ikΔli,t-k+Σkπ2ikΔki,t-k+μ2it

(6)

VECM(向量误差修正模型)不仅包括短期影响还包含长期影响,差分项的系数反映的是短期波动的影响,即对VECM的不同变量进行Wald(瓦尔德)弱外生性检验。而VECM中的各分量表示的是长期影响,即对VECM和ECM(误差修正模型)中各变量滞后项的Wald联合显著性检验。

3.6 格兰杰因果关系检验

本文对各国的整体数据进行短期格兰杰检验(表8)和VECM的长期格兰杰检验(表10)可见,电力对经济发展的短期影响未通过检验,但长期影响却显著通过,表明电力对经济只有长期影响。经济发展对电力消费的短期影响通过检验,但长期影响未通过显著性检验,表明经济对电力只有短期效应。

表9 各个国家的短期格兰杰检验

注:上数字为检验值,下括号内的数字为概率值。

表10 各国的长期格兰杰因检验

注:数字为误差修正项修正后的系数,括号内为概率p值。

3.7 不同区域的分析

虽然上述分析已得出结论,但“一带一路”沿线各国的基本国情差异明显,区域之间的发展呈现出不平衡的状态,较难发现各区域的个性化特点并提出对应方案,因此我们将“一带一路”沿线48个国家分为五大区域进行讨论,分别是:南亚、东南亚、中东欧、西亚北非和其他国家,然后对五大区域进行DOLS回归分析和格兰杰因果关系检验,具体结果见表11—表13。

表11 分区域的DOLS估计结果

注:括号内为t统计值。

表12 分区域的面板因果关系短期影响检验结果

注:括号外为t检验值,括号内为概率值。

从实证结果可见,五个区域电力消耗的DOLS估计结果均显示在5%的显著性水平下对GDP产生正向的影响。其中,西亚北非和南亚对GDP的边际效应更大。长短期的格兰杰因关系检验结果表明,五大区域检验结果中ECT的系数都显著为负,说明存在电力→GDP长期因果关系,但GDP→电力消费的长期因果检验未通过显著性检验。在短期因果关系检验中,只有西亚北非和南亚的短期电力→GDP通过了显著性检验。

表13 分区域的面板因果关系长期影响检验结果

注:数字为误差修正项修正后的系数,括号内数字为概率p值。

根据分析结果可见，资本和劳动力对五大区域GDP的短期影响差异比较明显。从表11可见,五大区域的资本对GDP的短期影响均显著为正,但在中东欧和其他国家这两个区域的边际影响明显低于南亚、东南亚和西亚北非地区;劳动力对西亚北非的短期影响显著为正,但其他四大区域均未通过显著性检验。比较可能的解释是中东欧国家、俄罗斯和蒙古等国的资本相对较充足,因此资本要素对GDP的边际效应比南亚、东南亚和西亚北非三大区域更低。

4 结论与建议

4.1 结论

本文选取“一带一路”沿线的48个国家27年的数据为样本,构建了以经济增长、电力消费、资本存量和总就业人员数4要素的生产函数,以此来研究沿线各国电力消费与经济增长之间的关系。研究结果表明:①在样本的检测范围内,全社会用电量每增加1%,将会使“一带一路”沿线各国的GDP增加0.9462%。②全社会用电量对经济增长呈负向影响的国家有13个(马来西亚、文莱、菲律宾、克罗地亚等)。③西亚北非和南亚的电力消费对GDP的边际效应更大。④样本范围内的5个研究区域均存在电力→GDP的长期因果关系,但GDP→电力消费的长期因果未通过显著性检验。在短期因果关系检验中,只有西亚北非和南亚的短期电力→GDP通过了显著性检验。

总体而言,电力消费量的提升对“一带一路”沿线各国的经济发展有明显的促进作用,但部分国家的电力消费对经济增长呈负向影响,且各区域电力消费与经济增长的长短期因果关系不同。究其原因可能有:①电力消费对GDP的负向影响可能是近期该国电力基础设施的巨大投入,基础设施建设需要大量的钢铁和混凝土等高耗能材料。②中东欧各国基础设施陈旧,运行和维护成本较高。③南亚和西亚北非的电力普及率较低,原本的电力不足以满足其生产生活的需要,外来基建增加导致其经济水平大幅度提升。

4.2 建议

研究发现电力消费确能对大部分“一带一路”沿线国家的经济发展起到促进作用,但各个区域各个国家相同投入所产生的边际效应不同。为了让我国的海外直接投资更有效,本文提出以下建议:①加大对南亚地区的电力基础设施投资,重点是巴基斯坦、孟加拉国、尼泊尔和印度,劳动力派遣签证办理困难的问题可通过利用当地劳动力解决。②加大西亚北非的电力投资,重点是土耳其、伊朗和埃及,可利用光照优势积极开发光伏发电。③其他区域各国也可积极投资,分别是:泰国、波兰、越南、保加利亚、爱沙尼亚、吉尔吉斯斯坦等国。