我国能源消费的动态演变——基于时变参数的状态空间模型

张 兴, 杨晓丽

(南开大学 经济学院,天津 300071)

我国能源消费的动态演变
——基于时变参数的状态空间模型

张 兴, 杨晓丽

(南开大学 经济学院,天津 300071)

采用多变量分析框架,将产业结构和技术进步与经济增长并列纳入研究体系分析能源消费的动态演变,构造了我国能源消费的可变系数状态空间模型,运用卡尔曼滤波方法对能源消费的收入弹性、产业结构弹性及生产率弹性的趋势变化进行估计。结果显示,经济增长和产业结构对能源消费有明显的促进作用,而全要素生产率与能源消费负相关,具有抑制能源消费的作用。从各弹性的长期变动趋势来看,能源的收入弹性有继续小幅提升的可能,产业结构弹性呈现明显的下降趋势,而全要素生产率对能源消费的影响程度日益加深。

能源消费;动态演变;状态空间模型;卡尔曼滤波

随着我国经济高速发展,能源对经济发展的约束日益凸显。据资料显示,2006年我国 GDP总量达到209 407亿元,约占全球 GDP总量的5.5%,但同时,能源的消耗高达24.6亿吨标准煤,约占世界能源消耗量的15%。从能源消耗结构看,与世界能源消耗总体规模相比,钢材、水泥消耗分别约占世界钢材、水泥消耗量的30%、54%。[1]近年来,我国能源消耗增长速度开始大于经济增长速度,能源消耗弹性系数有所反弹,单位 GDP能耗下降有限。改革开放以来,我国产业结构和技术水平均发生了深刻变化,产业结构的变动以及技术水平的提升与我国的经济增长紧密相关,两者对能源消费以及经济增长的影响成为当前研究热点。因此,本文从我国经济增长、产业结构、技术进步与能源消费的关系着手分析能源消费的动态演化,以期提供有价值的政策参考。

一、文献回顾与理论预设

(一)能源消费与经济增长

能源是经济增长必要投入要素之一,是支撑经济增长的重要因素,经济的快速发展又会带动能源消费量的不断上升。目前,关于二者实证关系的研究较为丰富(见表1),从计量方法来看多采用协整技术和 Granger因果关系分析,所获结论包括能源消费与经济增长的单向、双向因果关系以及不存在因果关系。

表1 能源消费与 GDP相关关系实证研究比较

此外,也有一些否认二者因果关系的研究,如Cheng(1999)对印度的研究 ,Lee、Chang(2007)对亚洲国家的研究,均认为在短期能源消费和 GDP之间不存在因果关系,而在长期也只存在从能源消费到 GDP的单向因果关系;赵进文、范继涛(2007)运用非线性STR技术得出我国经济增长对能源消费的影响具有非线性、非对称及阶段性特征。

尽管现有研究结论并不一致,但多数认为二者之间存在从 GDP到能源消费的单向或双向因果关系。就我国而言,改革开放以来,经济增长与能源消费增长呈现高度一致的变动趋势(如图1所示);名义 GDP增长率和能源消费增长率表现为较强的协同关系。因此,本文的第一个理论预设为:经济增长带动了能源消费增长,二者正相关。

(二)能源消费与产业结构

图1 能源消费增长与GDP增长相关图

能源消费不仅与经济增长相关,而且受产业结构变动影响。在各产业能源消耗强度不变条件下,如果产业结构发生变动,则能源消耗会随之变动;如果产业结构中高能源消费产业比重减少,能源消费总量会降低,反之则提高。

从产业结构视角研究能源消费是当前理论研究的热点问题之一。从国外研究来看,Meadows(1972)等发现工业化之前能源消耗较少,随着工业化水平的提高,经济增长对能源消耗急剧增加。与此类似,Ayres(1998)研究表明,在发达国家工业化过程中,能源消费强度在工业化初始阶段呈上升趋势,达到某个峰值后才开始下降,能源消费与工业化呈倒U型关系。Kambara(1992)、Richard(1999)也认为产业结构的变化,尤其是工业与服务业以及轻重工业结构的变化,是导致能耗强度变化的关键因素。Denison(1967)、Maddison(1987)等的研究表明,在部门生产率存在系统差异的条件下,能源从低生产率部门向高生产率部门转移,会促进经济体总的能源效率提高,而总生产率增长率超过各部门生产率增长率加权和的部分就是结构变化对生产率增长的贡献。

国内研究大体可分为能源消费总量分析和能源效率分析两类。前者如史丹(1999)通过统计指数分析法构造能源消费结构指数分析我国能源结构的变化,得出产业结构变化是低速能源消费的重要因素。尹春华(2003)运用灰色关联分析法,研究了我国1980～1998年能源消费总量与三次产业之间关系,发现第二产业对能源消费影响最大,第三产业次之,第一产业最小。深入到能源内部结构及其效率的研究,如吴巧生等(2006)运用Laspeyres指数及其分解模型,发现我国产业结构调整对降低能源消耗强度的作用是消极的,能源消耗强度下降主要是效率份额作用的结果。魏楚(2007)运用DEA方法构建能源效率指标进行能源效率的计算,得出产业结构的优化有利于提高能源效率的结论。此外,有少量文献涉及上述产业结构与能源消费关系的证伪研究,如周鸿、林凌(2005)、张金隆(2003)认为产业结构对能源效率的影响并不明显,或者这种影响正在逐渐消失。还有研究认为结构调整对能源效率产生负面影响,如王玉潜(2003)、韩智勇等(2004)。

上述研究达成的基本共识是:一国产业结构及其变动对资源消耗具有较强的影响。因此,本文的理论预设之二为:工业化进程促进了能源消费,产业结构升级和优化可有效提高能源利用效率。

(三)能源消费与技术进步

随着内生增长理论的发展和日渐成熟,知识、技术、人力资本等概念得到越来越多的重视和关注,认为技术进步对其它要素的投入可起到替代作用。在能源消费领域尤其是关于能源效率的研究同样开始聚焦于技术进步和创新的影响。如Stern和Ma(2008)运用LMDI分解技术,对我国能源密度进行研究,发现技术进步是我国能源密度下降的主因。技术进步可能带来能源节约,进而使产出增长率大于要素投入增长率,而低效能源组成到高效能源组成的转变可使同样的能源投入获得更多产出。李国璋、王双(2008)以面板数据为基础运用随机前沿模型,认为技术效率是造成地区能源消费差异的主要原因。王玉潜(2003)采用投入产出法,发现我国1987～1997年的技术进步降低了能源消耗强度,而需求结构的变动提高了能源消耗强度。总之,技术进步与技术创新在转变经济增长方式、能源生产方式和能源消费方式方面发挥着无可替代的作用。基于此,本文的理论预设三为:技术进步抑制了能源消费的增长,提高了能源利用效率。

本文与以往研究不同之处有三:第一,研究视角。本文采用多变量分析框架,不单纯分析能源消费与经济增长的关系,而是将产业结构和技术进步与经济增长并列纳入研究体系,考察它们之间的长期均衡关系。第二,实证方法。本文以可变系数状态空间模型和 KALMAN滤波方法为基础,研究各解释变量对能源消费的长期动态影响。第三,指标选取。在测量技术进步的变量选取上,采用体现社会整体技术水平的全要素生产率,并通过索洛余值法进行实际测算获得。①

二、指标选取与数据来源

(一)数据与指标说明

本文主要考查经济发展水平、工业化水平和技术进步对一次性能源消费总量的影响。能源消费(EC)用全国各行业和居民生活消费的各种能源的总和表示,包括原煤和原油及其制品、天然气和电力,不包括低热值燃料、生物质能和太阳能等的利用,并采用通常的万吨标准煤;经济发展水平用国内生产总值(GDP)替代,并以1978年不变价格表示;工业化水平(IP)用第二产业总产值占GDP的比重来衡量;技术进步用全要素生产率(TFP)来表示。变量的样本区间为1978～2007年,所有数据均来自于《新中国五十五年统计资料汇编》、《中国国内生产总值核算——历史资料:1952～2004年》和《中国统计年鉴》。

(二)全要素生产率测算

通常假设生产函数的规模收益不变,即α+β=1,则生产函数变为

对上述双对数模型进行OLS估计即可求得全要素生产率。

估计过程需要各期实际产出Y,资本存量K和劳动投入L的数据。产出由1978年不变价格计算的国内生产总值表示;劳动投入L用历年年末社会从业人数表示;资本存量用常用的永续盘存法测算,基本公式为

其中,Kt为t年的实际资本存量,Kt-1为t-1年的实际资本存量,t年的实际投资,δt为t年的固定资产的折旧率。关于It的选择标准,单豪杰(2008)[3]进行了详细论述,本文采用与其相同的做法,用固定资本形成额表示投资,并用固定资本形成额指数换算为以1978年价格表示的实际投资额。至于基期资本存量,则使用张军、章元(2004)[4]对1952年基期资本存量的估计800亿元,利用永续盘存法分别得出1978～2007年各年以1978年价格表示的资本存量值。资产折旧率取10%。使用OLS回归的结果如下:

三、能源消费相关因素的实证检验

(一)模型构建

目前有关能源消费的文献在方法上多采用协整和误差修正技术,属于固定参数模型的估计。随着时间的推移,各变量间的经济关系由于经济改革、各种各样的外界冲击和政策变化等因素的影响发生了很大变化,这种变化用以往的普通最小二乘法等固定参数模型无法体现,而基于可变参数的状态空间模型则可实现这一要求。因此,本文拟采用可变系数的状态空间模型分析各相关变量对能源消费的动态影响。

状态空间模型是估计不可观测时间变量的一种有力的建模工具。该方法具有两个优势:一是能通过状态变量体现不可观测变量对被解释变量的影响,从而较好地解决设定误差问题,并大大节省自由度。二是运用递归算法即卡尔曼滤波方法估计,能将不可观测因素的影响过滤出来,并且可利用被解释变量过去观察值提供的信息得到状态变量的最佳近似。

状态空间模型是动态模型的一般形式,一般由信号方程和状态方程组成。例如,k×1维向量yt的动态线性状态空间可表示为下面一组方程:

公式(5)～(8)中,Zt为 k×m矩阵α,t为 m×1维不可观测的状态向量,即时变系数向量,可表示为一阶马尔科夫过程,dt、ct中的参数仅影响确定性可观测变量和状态的期望值,εt、ηt是服从零均值正态分布的扰动向量,且εt、ηt同一时刻的协方差矩阵为

Zt,Rt,Ht,Qt,dt,ct被称为系统矩阵或向量,状态空间的主要任务之一就是估计这些参数。

在状态方程公式(6)中,假定参数αt的变动服从于AR(1)形式,其也可以服从随机游走如公式(7)或者带有漂移项的随机游走形式如公式(8)。通过综合比较各种形式,本文最终采用递归系数形式。能源消费的状态空间模型构建如下:

量测方程:lnEC=c(1)+sv1·lnGD P+sv2·lnI P+sv3·lnT FP+[var=exp(c(2))](10)

状态方程:sv1=sv1(-1),sv2=sv2(-1),sv3=sv3(-1)(11)

(二)单位根检验

首先对各变量进行平稳性检验,因为时间序列的非平稳性会导致虚假回归。本文运用ADF检验法对数据进行单位根检验。单位根检验结果(见表2)表明,各变量水平值均接受了存在单位根的原假设,所有一阶差分变量分别在5%和10%显著水平下拒绝了存在单位根的原假设。因此,各变量均为一阶单整 ,即 I(1)。

表2 单位根检验

(三)状态空间模型估计

由于状态空间模型要求各变量是平稳的或存在协整关系,上述单位根检验已表明各变量是一阶差分平稳的,在此基础上可进行Johansen协整检验,该检验是一种回归系数的检验方法,基于具有高斯误差的向量自回归模型的误差修正表达式,即以VAR模型基础,利用极大似然法估计参数,再由有关参数矩阵的秩确定协整向量个数。因此,协整检验之前首先应采用各变量的水平值构造VAR模型确定最佳滞后阶数,滞后期的确定以五个信息准则的最小值为依据(见表3)。五个信息准则中四个都选择了滞后3期,因此最终确定滞后期为3,协整检验的滞后期数应为2。通过协整检验发现,无论是迹检验还是最大特征值检验都表明,各变量在5%显著水平下存在唯一的一个协整关系(见表4)。

表3 VAR模型最佳滞后期选择

表4 Johansen极大似然检验

由于各变量间存在协整关系,因此,运用状态空间模型估计所得到的结论是可靠的。将各数据代入前述状态空间模型的公式(10)和(11)中,并使用eviews6.0软件进行相应操作,通过卡尔曼滤波算法得到状态空间模型的估计结果如公式(12):

公式(12)中括号内为z统计量,在5%显著水平下均通过z统计量检验。sv1、sv2、sv3分别代表 GDP、产业结构与全要素生产率对能源消费的影响系数是随时间而改变的。图2～4分别刻画了 GDP、产业结构及全要素生产率对能源消费弹性的变动趋势。

图2 GDP对能源消费弹性影响系数

图2给出了能源消费的收入弹性在1978～2007年之间的变动过程。总体而言,经济增长明显促进了能源消费增长,能源消费的收入弹性均值为0.74,即 GDP每增长1%将带动能源消费增长0.74%。从变化趋势看,改革开放以来,我国能源消费的收入弹性在小幅波动中呈上升趋势,并在1988年达到最高值1.15,随后90年代呈下降趋势。说明随着经济结构的调整与改革的深入,能源利用效率得到逐步提升;但2003年以后能源消费弹性系数又有小幅回升,这说明近些年来我国投资增长过猛、高耗能产业迅速扩张,高耗能产品的产量也大幅增长。另外,从我国统计年鉴公布的能源消费弹性系数来看,2003、2004年分别为1.53和1.59,2005年虽有所回落,但仍高达1.02。这表明近些年我国能源消费的增长速度明显快于经济增长速度,用较多的能源消费来支撑经济增长,同时节能减排的压力也面临加大的趋势。

图3是能源消费的产业结构弹性变化图示。产业结构对能源消费的影响也是积极显著的,即工业产值的增加伴随着能源消费的同步增长。从平均水平看,能源消费的产业结构弹性为0.82,大于能源消费的收入弹性,表明产业结构较之于经济增长是能源消费更为重要的影响因素。但从总体演变趋势来看,产业结构的影响呈逐渐下降趋势,尤其是1995年以来,产业结构对能源消费的弹性系数快速下降。进入“九五”以后,随着市场经济的不断推进和完善,市场机制的自发作用迫使企业进行结构优化和升级,导致部门高耗能行业的企业关闭或停产;同时受东南亚金融危机影响,我国出口大幅下降,很多行业如纺织、机械加工等出现负增长,进而降低了能源需求。另外,从工业产值占国内生产总值比重走势来看,20世纪90年代该比例也是不断下降的。尽管2003年后又有回升,但以产业结构优化和升级为目标的产业政策不断提高了能源利用效率。因此,总体上看,能源消费的产业结构弹性日趋下降。

图3 产业结构对能源消费弹性影响系数

图4 技术进步对能源消费影响系数

图4描绘了全要素生产率对能源消费的影响。与GDP和产业结构的影响相反,全要素生产率的提高有效地抑制了能源消费的增长。除了最初几年,弹性系数为正之外,样本区间内较多年份都为负数,该弹性均值为0.45,即全要素生产率每提高1%,将平均减低能耗0.45%,而且该影响也是显著的,这说明生产率的提高进而技术进步可以有效地实现节能减排,提高能源利用效率。

四、结论

本文运用协整技术与状态空间模型以及卡尔曼滤波方法估计和分析了我国能源消费的收入弹性、产业结构弹性以及生产率弹性。结果显示,改革开放以来,GDP、产业结构与全要素生产率对我国能源消费具有显著地促进或抑制作用,与先前的理论预设均一致。具体而言,GDP与产业结构对能源消费是积极的正向效应,即GDP与产业结构的变动将带来能源消费同方向的变动,说明现阶段我国经济增长仍然主要依靠高投资拉动,粗放式的经济增长模式并未得到根本转变;以工业产值比重衡量的产业结构对能源消费也有明显的拉动作用,但是从弹性变化的长期趋势来看,能源消费的产业结构弹性呈递减趋势,说明我国的产业结构在不断的优化和升级,越来越体现了对能源的高效利用。以全要素生产率衡量的技术进步对能源消费的影响显著为负,说明技术进步起到了降低能源消耗的作用。

随着经济的继续增长和工业化水平的不断提高,能源消费也势必会随之增长,要提高能源利用效率,实现低投入、高增长、高收益,应重点从产业结构调整与技术提升方面着手,以产业结构,尤其是工业内部结构调整为主线,以技术提升为核心和关键,并且将技术提升与结构调整相结合,使技术提升为结构调整服务,同时结构调整应将技术因素融入产业及其资源整合过程中,最终实现在保持经济增长和工业扩张速度的同时,提高能源利用质量,获得能源资源的帕累托最优配置。

注 释:

①在能源消费的研究文献中,技术进步的衡量有多种替代变量,如政府的研发投入、专利、发明、能源消费强度等,但是这些替代变量只是技术进步的粗略近似,并不能真正反映实际的技术状况。而全要素生产率,其一般含义为资源(包括人力、物力、财力)开发利用的效率,源自于技术进步、组织创新、专业化和生产创新等方面;尽管通过剔除资本、劳动等要素投入之后的余值来衡量会导致一定的偏误,但仍不失为衡量全社会一般技术水平及其变动的较好标准,而且得到日益广泛的使用。

[1]“硬约束”指标为节能减排“保驾护航”[EB/OL].http://env.people.com.cn/GB/6584956.html,2007-11-28.

[2]郭庆旺,贾俊雪.中国全要素生产率的估算:1979～2004[J].经济研究,2005,(6):51～60.

[3]单豪杰.中国资本存量 K的再估算:1952～2006年[J].数量经济技术经济研究,2008,(10):17～31.

[4]张 军,章 元.对中国资本存量 K的再估计[J].经济研究,2003,(7):35～43.

Dynamic Evolution of China’s Energy Consumption——Based on State Space Model with Time-varying Parameters

ZHANG Xing,YAN G Xiao-li

(Economic School,Nankai University,Tianjin300071,China)

Different from the traditional static analysis,this paper applies co-integrated theory and state space model to establish the state space model of energy consumption with time-varying parameters under the multivariable framework,and then uses Kalman filter method to estimate and research the long-run trend of income elasticity,industrial structure elasticity and productivity elasticity of energy consumption.The results of the model showed that economic growth and industry structure significantly promote the energy consumption while the total factor productivity has the negative impacts,which reduces the consumption of energy.In the long run,the trend of each energy consumption elasticity appeared differently.For the income elasticity,it may continue to increase slightly in the future,but the structure elasticity shows obvious decreasing trend and the influence of total factor productivity elasticity towards energy consumption will be getting stronger.

energy consumption;dynamic evolution;state space model;Kalman filter

F222

ADOI10.3969/j.issn.1671-1653.2011.02.002

1671-1653(2011)02-0009-07

2010-12-01

张 兴(1982-),女,河北邯郸人,南开大学经济学院2008级世界经济专业博士研究生,主要从事跨国公司与国际直接投资研究。