中国高耗能行业能源消费的贝叶斯非对称影响效应研究 *

李素芳，徐钰楚，王定国

(中南财经政法大学 统计与数学学院，湖北 武汉 430073)

一 引 言

自改革开放以来，我国经济以平均10%左右的速度增长[1]，工业化和城市化进程持续加快，能源作为人类生存、社会进步、经济发展不可缺少的物质基础，对我国经济发展和人民生活水平的提高起着重要作用。根据《中国统计年鉴》的数据资料，自上世纪90年代中期以来，能源消费排名前10位的高耗能行业的能源消费占总能源消费的56.7%，占工业部门能源消费量的81.6%。尤其在当前环境问题日益凸显的形势下，“可持续发展”理论应运而生，如何处理能源消费与环境污染、经济发展之间的关系，中国能源消费应该以怎样的趋势发展才能达到能源利用节约型的经济可持续发展，成为实务界和理论界需要广泛关注的问题。因此，在考虑环境污染因素的条件下，探索以高耗能行业为代表的能源消费与经济发展之间长期动态关系具有重要的意义。能源消费与经济增长之间的关系研究最初由Kraft J.和Kraft A.[2]进行了开创性工作，随后四十余年来，国内外学者开展了大量深入的研究。但是，能源消费与经济增长之间的关系到底如何至今仍然没有形成一致结论。现有的研究结论主要可以归纳为如下四种观点：第一种观点认为能源消费与经济增长之间没有因果关系[3-5]，也就是所谓的“中性假说”，这就意味着减少能源消费量不会影响经济增长；第二种观点认为存在经济增长对能源消费的单向因果关系[6][7]，即所谓的“能源节约假说”，这就表明减少能源消费对经济增长没有负面影响；第三种观点认为存在能源消费导致经济增长的单向因果关系[8][9]，也就是所谓的“经济增长假说”，这种情况下节约能源可能会对经济增长有负面影响；第四种观点认为能源消费与经济增长间存在双向因果关系[10][11]，也被称为“反馈假说”，这就意味着能源消费和经济增长是互相影响的。

现有的研究主要利用双变量模型对单个国家或多个国家的能源消费——经济增长关系进行考察。Zhang和Cheng[12]研究了1960-2007年期间中国能源消费，碳排放和经济增长之间的关系，发现能源节约政策对经济增长几乎没有负面影响；谢志明等[13]考察发现能源强度与CO2排放之间存在显著相关性与长期均衡性。总体而言，目前对中国高耗能行业能源消费的影响因素分析，以及其与环境污染、经济增长之间的关系研究还较少，例如，沈可挺和龚健健[14]利用方向性距离函数和非参数数据包络方法分析了高耗能产业环境全要素生产率的行业和省际差异基础上对其影响因素进行了实证研究；牛雄鹰和丁言乔[15]发现我国当期对外直接投资对“一带一路”沿线国家的碳排放有恶化作用,但是滞后一期的对外直接投资可以降低沿线国家碳排放；柳瑞禹和叶子菀[16]则研究了中国高耗能行业电力消费与宏微观经济变量之间的动态关系。黄晓凤和陈永康[17]发现2005年至2015年间我国农业技术创新总体上是偏向非能源要素的使用，即资本和劳动。与以往研究不同，本文利用大量变量、大规模数据，结合贝叶斯非线性FAVAR模型研究高耗能行业为代表的中国能源消费与经济增长之间的非对称效应，克服了数据潜在的测量误差，有效弥补了以往研究所采用的主要多变量模型(如VAR、VECM、SVAR等)变量少、信息有限等缺陷，同时能够解决中国由于经历了快速的机构和结构变化而导致的缺乏长时期时间序列的难题。特别地，利用贝叶斯方法进行非线性FAVAR模型的估计，能够解决模型的高维度问题，并且，贝叶斯方法融合了先验历史信息和样本信息，有助于提高模型分析的精度。

二 非线性FAVAR模型的构建

在实际经济运行中能源消费可能直接或间接地影响着众多的宏微观经济因素，政策制定者需要考虑的经济因素很多，而以往通常运用的VAR、VECM、SVAR以及DSGE等计量经济模型最多可以处理12个经济变量，无法反映所有的经济信息[18]，显然很难直接观察和测量到能源消费影响宏微观经济的所有信息。Bernanke等[18]提出的FAVAR模型从根本上解决了上述问题，其具体方法是用主成分分析法从高维的经济信息集中提取少数几个宏观共同因子，再使用提取的宏观共同因子与政策变动因子建立VAR模型。因此，FAVAR模型为综合研究能源消费与经济增长之间的动态关系提供了一个很好的计量经济框架。

假设Xt为t时期的N维可观测变量，Ft是从大量数据集中提取的K维不可观测共同因子，反映了t时期大量数据集中变量的共同趋势，这些不可观测因子Ft可以理解成不能由一两个指标刻画，而需要用一系列经济变量来反映的经济活动或者政策因素。Yt是M维影响经济动态的可观测变量，在此，能源消费就是可观测变量，记为ENEt，同时，考虑到环境污染因素的影响，引入与高耗能行业环境污染密切相关的三个可观测变量，即三个空气污染指标：工业二氧化硫(SO2)、二氧化碳(CO2)和工业烟粉尘排放量，分别记为SO2t，CO2t和SMOt。根据Bernanke等[18]提出的FAVAR模型，不可观测因子和可观测变量的联合动态(Ft,Yt)服从VAR过程，其具体形式如下：

(1)

其中Φ(L)为p阶滞后算子多项式，υt是均值为0、协方差矩阵为Q的随机误差项，并且，假定信息时间序列变量Xt与不可观测因子Ft、观测变量Yt相关，有如下测量方程：

Xt=ΛfFt+ΛyYt+εt

(2)

此处，Λf是N×K的因子载荷矩阵，Λy是可观测变量的N×M的因子载荷矩阵，误差项εt的均值为0，协方差为对角阵R，从而使得可观测变量的误差项是互不相关的。

方程(1)和(2)共同构成了FAVAR模型，对于模型Ft中的估计，Boivin等[19]提出了一种新的反复迭代估计法。由于经济社会背景复杂化，能源消费对经济和环境的影响可能不一定是线性的，而存在非对称等非线性特征。因此，为了研究中国高耗能行业能源消费对经济和环境潜在的非对称影响效应，则要考察如下非线性FAVAR模型，其测量方程为：

Xt=ΛfFt+ΛyYt+Λ1ΔENEtI(ΔENEt≥0)+Λ2ΔENEtI(ΔENEt<0)+εt

(3)

在此，ΔENEt为能源消费变量的一阶差分，表示能源消费的变化情况，I(·)是示性函数，Λ1，Λ2为可观测变量能源消费变化的因子载荷矩阵，表明在能源消费增加和减少两个不同机制下的特征。此时，相应的VAR模型为：

(4)

其中ΔZt-1=Ψ1(L)ΔENEt-1I(ΔENEt-1≥0)+Ψ2(L)ΔENEt-1I(ΔENEt-1<0)，Φ(L)，Ψ1(L)和Ψ2(L)为p阶滞后系数矩阵。

三 非线性FAVAR模型的贝叶斯估计

(一)模型参数的初始值选择及贝叶斯估计

由于贝叶斯方法能够解决FAVAR模型的高维度问题，在此利用贝叶斯似然方法和多步Gibbs抽样进行模型估计，从而，可以同时估计上述非线性FAVAR模型的因子和动态过程。为了通过似然方法同时估计方程(3)和(4)，将上述非线性FAVAR模型写成如下状态空间模型形式：

(5)

(6)

其中εt～iid(0,R)，υt～iid(0,Q)，式(5)表示测量方程，式(6)表示状态方程。

Xt=A1FitI(ΔENEt≥0)+A2FitI(ΔENEt<0)+ut

(7)

Fit=Ψ1(L)Fi,t-1I(ΔENEt≥0)+

Ψ2(L)Fi,t-1I(ΔENEt<0)+υt

(8)

在此，可以采用模型(7)的主成分估计和模型(8)的参数估计作为参数的初始值，同时要求这些参数的估计满足正则化条件，即载荷矩阵

假设给定参数空间Θi的超参数，则生成状态向量的条件分布可以表示为每个时刻t处因子的条件分布的乘积：

(9)

(10)

t=T-1,T-2,…,1

(11)

其中

(12)

(13)

(14)

Cov(FitFi,t+1,Fitt,Θi)

(15)

3.参数Θi的条件分布

令Rimn=0，m≠n，同时，假定Rimm的先验分布为发散共轭的逆伽玛分布，即有Rimm～IG(3,0.001)，则Rimm的后验分布为：

(16)

(17)

其中

(18)

vec(Ψi)丨Qi～N(0,Qi⊗Ω0)，

Qi～IW(Q0,K+M+2)

(19)

(20)

其中

四 实证分析

(一)指标的选取与数据处理

目前工业统计通常依据《国民经济行业分类标准》2002版(GB/T4754-2002)对行业进行划分，一般意义上把行业年电力消费量在400亿万千瓦时以上同时行业能源消费强度在1万吨标准煤万元以上或者能源消费总量在5000万吨标准煤以上的行业列为高耗能行业，本文以此标准为基础划分的高耗能行业分别为黑色金属冶炼及压延加工业，非金属矿物制品业，煤炭开采和洗选业，化学原料及化学制品制造业，电力、热力的生产和供应业，石油加工、炼焦及核燃料加工业，有色金属冶炼及压延加工业，纺织业与造纸及纸制品业。在此，能源消费指标采用工业能源消费，表示为ENEt。污染物指标包括工业二氧化硫(SO2)、二氧化碳(CO2)和工业烟(粉)尘(Smoker)。从2011年开始，《中国统计年鉴》中将工业烟尘排放和工业粉尘两项合并为工业烟(粉)尘排放，本文参照这种做法将样本研究期内的两项进行了合并。同时，借鉴Bernanke等[18]和Boivin等[19]筛选的宏观经济数据指标，结合本文的研究内容，选取如下几方面的宏观经济信息集：一是实际产出指标；二是消费类指标；三是收入分配指标；四是价格指标；五是投资类指标；六是房地产开发类指标；七是财政收支指标；八是对外经济指标；九是金融发展指标。上述9个方面的信息集共同构成156个变量的宏观经济信息集Xt。

考虑到我国数据的可得性，利用2004年1季度至2018年4季度的数据进行分析。本文利用化石能源消费产生的排放来估算CO2排放量，以各行业每年的能源消费量乘以单位能源使用的CO2排放系数，即得到各行业每年的CO2排放量。综合借鉴Pan等[20]、陈诗一[21]以及李小平和卢现祥[22]的做法，采用单位能源使用的CO2排放系数为2.13吨CO2/吨标准煤，即可计算出各主要高耗能行业的CO2排放量。特别地，能源消费、SO2、CO2和工业烟(粉)尘变量的数据为年度数据，从而运用三次样条插值方法变换成季度数据。所有数据均来自中国统计年鉴、中国环境统计年鉴、WIND数据库和CEIC数据库。

(二)模型实证结果分析

在高耗能行业能源消费增加和能源消费减少两种不同情形下，为了研究高耗能能源消费对宏观经济以及各主要环境污染因素的非对称和非线性影响效应，考虑进行两种不同机制下的贝叶斯非线性脉冲响应分析。首先利用贝叶斯多步Gibbs抽样算法估计模型(7)和(8)，得到模型参数的贝叶斯后验估计。结合宏观经济信息集的时间序列跨度和考虑模型的稳定性、简洁性以及主成分因子的解释度，前三个主成分因子的累积贡献率能够达到81.83%，说明前三个主成分因子提供了原始数据的足够信息，因此我们选取前三个因子作为最终估计的共同因子Ft，滞后阶数选择4阶。

通过提炼每个因子解释度最高的前4—5个变量，第一个因子F1主要由4个原始变量确定，第二个因子F2主要由5个原始变量确定，第三个因子F3主要由5个原始变量确定，如表1所示。其中，人民币对日元加权平均汇率和第一产业固定资产投资额的载荷值为负值，表示人民币对日元加权平均汇率和第一产业固定资产投资额与第二个因子呈负相关；同理，食品类农村居民消费价格指数、农村居民消费价格指数、农村商品零售价格指数和食品类城市居民消费价格指数与第三个因子呈负相关。F1主要由货币供应量M0、M1、外汇储备、第二产业增加值组成，其中，货币供应量M0反映现实购买能力和潜在购买能力，外汇储备与进出口总额存在较强的正相关性，以工业为主体的第二产业是最具有增值空间的产业构成，因此，F1反映国家经济增长的能力； F2主要由证券交易印花税、城市居民消费价格指数、人民币对日元汇率、加工贸易进口设备进口额以及第一产业固定资产投资额组成，其中，印花税反映证券交易市场的活跃程度，人民币对日元升值会导致以技术密集型产品为主体的中日贸易额的缩减，第一产业固定资产投资额的增加会造成一定的经济滞后影响，因此，F2反映国家经济发展的阶段；F3主要由银行间隔夜同行业拆借利率、食品类居民消费价格指数以及农村居民消费、商品零售价格指数组成，食品类居民消费价格指数的增大不利于消费结构升级，而民间资本应充分发挥在村镇银行改革中的重要作用，因此，F3能够刻画活货币的存量。综上所述，影响高耗能行业能源消费的因子主要由国家经济增长的能力、国家经济发展的阶段以及活货币的存量等方面维度构成。

表1 提炼的三个因子的经济学含义

根据模型(7)和(8)，分解出能源消费冲击通过K+1维载荷矩阵中对应宏观因子信息集指标的行向量对相应指标的影响。特别地，我们考察了黑色金属冶炼及压延加工业，非金属矿物制品业，煤炭开采和洗选业，化学原料及化学制品制造业，电力、热力的生产和供应业，石油加工、炼焦及核燃料加工业，有色金属冶炼及压延加工业，纺织业与造纸及纸制品业九大高耗能行业的能源消费增加和能源消费减少冲击对宏观经济和环境污染因素的影响效应。由于篇幅限制，这里只给出煤炭开采和洗选业在能源消费增加和能源消费减少两种不同机制下的脉冲响应图，其他几个高耗能行业的脉冲响应的幅度和时期各有不同，但是其影响的大体趋势基本类似。图1(a)-(c)分别给出了煤炭开采和洗选业的能源消费增加和减少冲击对几个宏观经济变量的非对称脉冲响应。可以看出，煤炭开采和洗选业的能源消费增加和能源消费减少冲击对国内生产总值(GDP)、外商直接投资以及全部在岗职工数的影响效应是非对称的，能源消费增加导致国内生产总值、外商直接投资以及全部在岗职工数增加，反之亦然。这与经济理论的解释基本一致，短期内，能源消费增加意味着经济处于上行阶段，经济活力很好，GDP增加，FDI也会增加，失业人数降低；反之，能源消费减少可能会对工业生产等产生直接影响，继而减少GDP和FDI，导致失业人数增加。特别地，在能源消费减少冲击下，国内生产总值、外商直接投资以及全部在岗职工数首先减少，继而，能源消费减少的冲击作用逐渐变小，其波动逐渐被经济完全接受，国内生产总值、外商直接投资以及全部在岗职工数逐渐增加，慢慢达到基本稳定趋势。另一方面，能源消费减少的传导速度要比能源消费增加的传导作用速度快，从图形的趋势可以看出能源消费增加或减少的冲击一般都是短期效应，而不具有长期影响，而随着时间推移，能源消费的波动被经济完全接受，非对称效应就会减少。这表明，减少能源消费的政策如果实施有度，在长期来看对经济的冲击会弱化，其非对称影响效应也会减弱。

(a2)第二机制中GDP的脉冲响应

(b1)第一机制中外商直接投资的脉冲响应

(b2)第二机制中外商直接投资的脉冲响应

(c1)第一机制中全部在岗职工数的脉冲响应

(c2)第二机制中全部在岗职工数的脉冲响应

图1 能源消费冲击对几个宏观经济变量的非对称脉冲响应图

同时，图2(a)-(d)则分别给出了煤炭开采和洗选业的能源消费增加和减少冲击对能源消费以及环境污染因素(包括二氧化碳(CO2)、工业二氧化硫(SO2)和工业烟(粉)尘(Smoker))的非对称脉冲响应。从图中可以看出，煤炭开采和洗选业的能源消费增加和能源消费减少冲击对能源消费、二氧化碳、工业二氧化硫以及工业烟(粉)尘的影响也是非对称的，煤炭开采和洗选业能源消费增加导致其能源消费增加，而煤炭开采和洗选业能源消费减少对其能源消费的冲击作用不大，而且没有长期作用。另一方面，煤炭开采和洗选业能源消费增加导致二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量增加，其中，二氧化碳和工业烟(粉)尘排放量的增加速度更大，而煤炭开采和洗选业能源消费减少首先会导致二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量减少，然后随着时间推移，二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量逐渐增加，其增加速度越来越慢，直到最后趋于平缓。这种现象的原因可能是高耗能行业能源消费减少会导致二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量减少，同时，随着时间推移，能源消费减少的冲击会逐渐被整个经济完全接受，并且，当我国逐渐过渡到完全能源节约型工业，二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量增加将会达到一个基本平缓稳定的状态。

另一方面，利用一般FAVAR模型进行能源消费、国内生产总值、外商直接投资、全部在岗职工数、二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量的脉冲响应分析发现能源消费对国内生产总值、外商直接投资、全部在岗职工数、二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量有正向冲击作用，其脉冲响应的幅度和时期与贝叶斯非线性FAVAR的结论不一致，这主要是由于一般FAVAR模型不能刻画具有非线性特征的非对称脉冲响应。可见，

(a1)第一机制中能源消费的脉冲响应

(a2)第二机制中能源消费的脉冲响应

(b1)第一机制中CO2排放的脉冲响应

(b2)第二机制中CO2排放的脉冲响应

(c1)第一机制中SO2排放的脉冲响应

(c2)第二机制中SO2排放的脉冲响应

(d1)第一机制中烟粉尘排放的脉冲响应

(d2)第二机制中烟粉尘排放的脉冲响应

图2 能源消费冲击对环境污染因素等的非对称脉冲响应图

基于贝叶斯非线性FAVAR模型进行分析能够刻画中国高耗能行业能源消费潜在的非线性影响效应，并且，利用贝叶斯方法进行非线性FAVAR模型的估计，由于贝叶斯方法能够融合先验历史信息和样本信息，所以能够解决FAVAR模型的高维度问题，有助于提高模型参数估计的精度。

五 结束语

高耗能行业由于能源消费高，行业产值大，产生的环境污染偏大等特点，越来越受到当前能源节约型社会建设的关注。本文构建双机制的非线性FAVAR模型，结合贝叶斯参数估计方法，考察了黑色金属冶炼及压延加工业，非金属矿物制品业，煤炭开采和洗选业，化学原料及化学制品制造业，电力、热力的生产和供应业，石油加工、炼焦及核燃料加工业，有色金属冶炼及压延加工业，纺织业与造纸及纸制品业九大高耗能行业的能源消费增加(减少)冲击对宏观经济以及环境污染因素的非对称影响效应。由于FAVAR模型利用了中国的156个宏观经济变量，基本集合了所有的中国宏观经济信息，因此，能够避免某些变量数据潜在的测量误差问题。同时，由于贝叶斯方法能够融合先验历史信息和样本信息，所以，利用贝叶斯方法进行非线性FAVAR模型的参数估计，能够解决FAVAR模型的高维度问题，从而有利于提高模型估计的准确性。

实证结果表明，高耗能行业的能源消费增加和减少对宏观经济的影响是非对称的：能源消费增加会导致国内生产总值、外商直接投资以及全部在岗职工数增加，反之亦然；继而，能源消费减少的冲击作用逐渐变小，其波动逐渐被经济完全接受，国内生产总值、外商直接投资以及全部在岗职工数逐渐增加，慢慢达到基本稳定趋势。因此，如果高耗能行业由目前的高能耗逐渐过渡到节约型能源，其能源消费的减少最初可能会对国民经济发展有短期负向刺激，导致国内生产总值、外商直接投资以及就业人数减少，但是经过一段时间的调整，能源消费减少的冲击作用会逐渐变小，国内生产总值、外商直接投资以及就业人数都会逐渐上升，慢慢达到基本稳定状态。同时，高耗能行业的能源消费增加和减少对环境污染因素的影响也呈现非对称性，能源消费增加会导致二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量增加，能源消费减少最初会导致二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量减少，然后随着时间推移，二氧化碳、工业二氧化硫以及工业烟(粉)尘排放量逐渐增加，其增加速度越来越缓慢，直到最后趋于平缓。这也充分说明了节约型能源建设的必要性和迫切性。高耗能行业只有寻找到可替代的新能源，才能在既保证国民经济长期发展的同时又解决了“高能耗、高污染”问题，达到行业增长与节能减排有效结合的经济健康持续发展。