APP下载

湖南城镇化能源消费与经济增长研究

2020-02-06邓仕杰

合作经济与科技 2020年2期
关键词:能源消费经济增长城镇化

邓仕杰

[提要] 为理解湖南省城市化、能源消费和经济增长之间的关系,通过运用向量自回归滞后分布(ARDL)边界检验方法,对湖南城市化、能源消费和经济增长等三个变量的协整关系进行研究。首先确定这三个变量之间的均衡关系存在,然后利用ARDL纠错模型(ARDL-ECM)对这些变量的长期系数和短期系数进行估计。得出结论:当前湖南经济对能源的依赖程度比较高,同时,城市化成为湖南经济发展的重要引擎。建议在保持适度经济增长速度情况下,采取各种节能措施减少能源的使用,继续加大力度推进城市化进程。

关键词:ARDL-ECM模型;经济增长;能源消费;城镇化

中图分类号:F062.2;F206 文献标识码:A

收录日期:2019年11月13日

湖南省地处中国中部,改革开放以来,经济发展迅速,GDP总量位居全国前列,是中部地区竞争力和发展潜力较强的省份。土地面积21.18万平方公里,人口7,147万人。2013年年底,人均GDP达40,429.49元。2014年底常住人口城城镇化率49.28%,未达到全国的平均水平。2013年能源消费总量为17,561.46万吨标准煤,能源消费量位居全国各省市的前列。研究湖南省城镇化水平、能源消费和经济增长之间的关系,不仅仅是为湖南未来发展规划提供有益帮助,也可以为其他省份的发展提供有价值的参考。

一、文献综述

研究表明城镇化与经济增长之间有一个相互促进的关系。就因果关系而言,多数研究认为:经济增长对城市化的影响要远大于城市化对经济增长的影响。另外一些研究表明:城镇化与经济增长之间仅仅是一种单边的关系,即,城镇化只是一种经济现象,而不是经济发展的结果。但是,城镇化是经济发展的动力。一些学者认为经济发展和城镇化之间的关系可以用U形曲线来表示。在城镇化的初期,经济增长速度会有一定程度的下降。因为城镇化过程本来就是一个人口、资源和产业集聚的过程。通过生产要素的集聚产生的溢出效应促进产业结构的优化,最终促进经济的增长。因此城市化与经济增长之间本身非常复杂,不一定是线性关系。我国学者也得出了相同的结论。

关于能源消费与经济增长之间的关系的学术研究成果也是十分得丰富。研究结论大致可以分成四类:第一类为中性假设。即能源消费和经济增长之间没有因果关系,他们之间不存在相互促进的关系。第二类为节约型假设。经济增长对能源消费只有单向关系。即,经济增长能引致能源消费的增长,而能源消费不会影响经济的发展。第三类为增长型假设。能源消费像劳动和资本等生产要素一样,能促进经济的增长,是经济增长的源泉之一。当能源消费增加时,能促进经济的发展,当能源消费水平降低时,可能会阻碍经济的增长。第四类为反馈型假设。能源消费与经济增长之间是一种双向的因果关系。

二、方法与数据

(一)ARDL-ECM模型。本文研究过程中,使用自回归分布滞后模型(ARDL),该模型是由Charemza和Deadman最先引入和使用,受到计量经济学界的广泛关注。

ARDL模型的处理过程主要包含两步:第一步是利用ARDL纠错机制计算F统计量的值,再把F统计量和给定的F统计量的上下界比较,确定长期均衡关系是否存在。本研究中,下列的模型被用来进行ARDL(p1,p2,p3)边界检验:

在这里,△是一阶差分算子,μ代表白噪声误差项,GDP代表湖南经济增长,EC代表湖南能源消费,U代表湖南城镇化水平。所有变量都取它们的自然对数形式。长期均衡关系的存在性由方程(1)~(3)的滞后项的F统计量验证。虚拟假设为H0:δ=σ=λ=0,其对立假设为H1:δ≠0或σ≠0或λ≠0。如果虚拟假设被拒绝,那么城镇化、能源消费与经济增长之间的长期和短期关系存在,从而也可以被模型估计出来。模型中的最优滞后阶数由赤池信息准则(AIC)和施瓦茨贝叶斯准则(SBC)决定。

第二步是利用ARDL和ECM模型来估计长期和短期弹性,长期系数利用如方程(4)~(6)的模型,即ARDL(p1,p2,p3)来估计。

这里的α、β、γ是长期系数。另外,如上所述,滞后阶数p1、p2、p3是根据AIC和SBC决定的。短期动态系数由方程(7)~(9)所对应的ECM模型得出。

这里的α、β、γ是短期动态系数,ε是误差纠错项,代表着经济系统从受冲击到再均衡的调整速度。

(二)数据。本文使用的数据为1992~2016年的湖南省年度城鎮化水平、能源消费和经济增长的时间序列。城镇化水平用U来代表,意味着湖南城市人口占总人口的比例;EC是湖南省年度能源消费总量,单位为:万吨标准煤;GDP是经济增长的代理变量,单位是亿元。城镇化和GDP的数据来自各年度的《湖南统计年鉴》,能源消费数据来自各年度的《中国能源统计年鉴》。为减少时间序列的多重共线性和波动性,各变量均取自然对数的形式。

三、经验分析

(一)单位根检验。单位根检验结果如表1所示。其中,GDP的自然对数序列在1%的水平上是显著的,这说明GDP的自然对数序列是稳定的。能源消费和城镇化水平的自然对数序列进行一阶差分之后,分别在10%和5%的统计学水平上是显著的。这说明ln(EC)和ln(U)属于I(1)。说明ARDL模型在本研究中是可以运用的。(表1)

(二)边界检验。ARDL边界检验的目的就是要确定城镇化水平,能源消费和经济增长是否有一种协整关系。这种边界检验的临界值分成小样本临界值和大样本临界值。其上界假定所有的回归向量属于I(1),下界表示所有的回归向量都是I(0)。当我们计算的F统计量小于所给定的下界值时,意味着虚拟假设被接受。当F值高于给定的上界值时,虚拟假设被拒绝。当F值处于上界和下界之间时,我们不能得出明显的结论。由于本研究的样本数量规模不大,临界值由Narayan(2005)给出,边界检验结果在表2中列出。(表2)

猜你喜欢

能源消费经济增长城镇化
能源革命对山西省煤炭产业的影响分析
坚持“三为主” 推进城镇化
城镇化
加快推进以人为本的新型城镇化
对构建新型城镇化的观察思考