基于变参数模型的中国能源结构和经济增长之间的关系研究

 　摘 要：文章利用1978―2010年的时间序列数据和状态空间模型对中国能源消费结构与经济增长关系进行了研究。研究发现，我国煤炭、石油和水电等能源的消费和经济增长之间存在着协整关系，消费弹性系数是服从随机游走形式的；中国煤炭、石油和水电等能源的消费与经济增长之间存在随时间不断变化的长期均衡关系即变参数协整关系；基于状态空间模型的变参数估计揭示了中国能源消费弹性的时变规律。 
　　关键词：能源消费 经济增长 变参数 协整 状态空间模型 
　　中图分类号：F206 文献标识码：A 
　　文章编号：1004-4914（2015）03-008-03 
　　一、引言 
　　能源是人类进步和发展的物质基础，经济的增长以及经济发展水平的提高，需要能源作支撑，并要求提高能源的使用效率，经济的发展和能源的利用有着密不可分的关系。近年来，随着能源需求的大幅度增加，关于经济增长与能源消费关系的研究越来越受到国内外计量经济学家的重视，他们试图从各国统计数据出发探索经济增长与能源消费之间的关系，并形成了一系列有价值的研究成果。研究表明大多数国家或地区能源消费和经济增长之间存在协整关系，如印度、巴基斯坦、印度尼西亚、七国集团和大部分的新兴市场经济国家等；然而，亦有部分国家或地区能源消费和经济增长之间不存在协整关系，如马来西亚、新加坡、菲律宾等。 
　　国内也有不少学者对此进行了研究，赫海等依据资源、环境和经济可持续发展思路，对我国和世界能源消费因素进行对比分析，探讨了与能源消费有关的各个因素，如技术进步、产业结构、能源结构和人口对能源消费的影响，然后和一些发达国家及世界平均水平对比分析，揭示了我国所存在的差距。林伯强通过在中国能源消费和GDP模型中引入价格、重工业在国民收入中所占比重两个经济指标后发现了它们之间存在协整关系。 
　　综上所述，经济增长与能源消费之间的关系，由于所使用的分析方法及收集的数据不同，所得的结论也是不尽相同。但有一个共同点就是：所得结论都是通过使用固定参数模型进行分析而得到的。然而，影响能源各个组成部分的消费量的因素有很多，随着时间的推移，它们与能源各个组成部分消费量的关系和原有的经济结构由于体制改革、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的变化，而这种变化用以往的普通最小二乘法等固定参数模型是无法表现出来。鉴于这一原因，本文用可变参数模型来反映这一动态过程。 
　　二、变参数模型简介 
　　通常的回归模型可以用下式表示，即 
　　在（1）式中，yt是因变量，xt是1×m的解释变量向量，β是待估计的m×1未知参数向量，μt是扰动项。这种回归方程所估计的参数在样本期间内是固定的，可以采用普通最小二乘法（OLS）、工具变数法等计量经济模型的常用方法进行估计。 
　　实际上，随着时间的不断推移，影响能源各个组成部分消费量的因素也在不断发生变化，因此这种变化用以往的基于普通最小二乘估计法等固定参数模型是无法表现出来的，这就需要考虑用变参数模型。下面利用状态空间模型构造变参数模型如下。 
　　在（2）式中，xt是随机系数的解释变量向量，随机系数向量是状态向量，称为可变参数。βt是不可观测变量，必须利用可观测变量yt和xt来估计，体现了解释变量对因变量影响关系的改变。状态转移方程有三种假设形式：随机游走、带漂移的随机游走和AR（1）形式，本文选定了AR（1）形式的状态转移方程，是因为AR（1）过程的转移方程待估参数较多，相对另外两个形式的转移方程，参数估计的可调整性较大，同时预测精度也较高。在（3）式中假定参数βt的变动服从于AR（1）模型。ε和η分别是量测方程和状态方程的扰动项，根据（4）式ε和η分别是相互独立的，且服从均值为0，方差为σ2和协方差矩阵为R的正态分布。在建立了状态空间模型之后，就需要设法估计状态空间模型中的未知参数。通过以卡尔曼（Kalman）滤波为核心的算法来估计状态空间模型。卡尔曼滤波是在时刻t基于所有可得到信息计算状态向量的最理想的递推过程。卡尔曼滤波的主要作用是，当扰动项和初始状态向量服从正态分布时，能够通过预测误差分解计算似然函数，从而可以对模型中的所有未知参数进行估计，并且当新的观测值一旦得到，就可以利用卡尔曼滤波连续地修正状态向量的估计。因此本文采用了基于状态空间模型和卡尔曼滤波的可变参数模型，求出模型中解释变量（自变量）对被解释变量（因变量）在样本区间内不同时间点上的动态影响。 
　　三、变量说明及状态空间的估计 
　　（一）数据来源、变量说明及模型的建立 
　　鉴于数据的可获得性，本文采用1978―2010年煤炭、石油、天然气和水电的消费量（单位：万吨标准煤）和GDP数据，其中GDP数据是按1978年不变价格换算而来（单位：亿元），数据来源于2001年和2010年《中国统计年鉴》且都经过取自然对数处理。本文的图表和模型估计用Excel和EViews6.0软件实现。 
　　用Ly1、Ly2、Ly3和Ly4分别表示取对数后的煤炭、石油、天然气和水电的消费量，用Lx表示取对数后的GDP。为了保证估计结果的可靠性，在建立状态模型之前必须对状态空间模型描述的关系进行协整分析。由协整定义可知，若两个变量是协整的，它们必须先满足同阶单整这一条件。因此，我们先考察这些变量的单整阶数。 
　　本文采用ADF检验法分析各变量是否存在单位根，根据表1所给出的结果，所有变量的水平值是非平稳的，而Lx、Ly1、Ly2和Ly4的一阶差分值在5%的显著水平下呈现平稳性，Ly3的二阶差分却呈现平稳性。所以Lx～I（1）、Ly1～I（1）、Ly2～I（1）和Ly4～I（1），而Ly3～I（2），这就说明了Ly3和Lx之间不可能存在协整关系。我们采用普通最小二乘法以Lx为自变量分别对Ly1、Ly2和Ly4进行回归估计，建立相应的模型。 　　yt=a+βxt+μt 
　　模型估计完成之后，需要检验量测方程残差是否平稳。如果残差平稳，则是一个可信估计，如果残差不平稳，则有可能是"伪回归"。接下来就是检验同阶单整序列Ly1、Ly2、Ly4和Lx之间是否存在协整关系。我们采用Engle和Granger（1987）提出协整检验方法（EG检验法）。这种协整检验方法是对回归方程的残差进行单位根检验。若变量都是d阶单整，用OLS法估计长期均衡方程，即有 
　　用a^和β^表示回归系数的估计值，则模型残差估计值为： 
　　μ^t=yt-a^-β^xt，μ^t如果是平稳的，则变量xt和yt具有协整关系。取Lx分别对Ly1、Ly2、Ly4进行回归得到各自的残差序列为e1、e2和e3，对以上三个残差序列进行ADF单位根检验，检验结果见表2： 
　　由检验结果可以知道，在5%的显著水平下可以认为三个残差序列为平稳序列，表明Ly1、Ly2、Ly4三者确实分别和Lx之间存在着协整关系。这就保证了下面建立的状态空间模型可信性，下面我们对这些变量建立状态空间模型，来预测它们的变参数的变化趋势。 
　　（二）估计状态空间模型 
　　用卡尔曼滤波法可得到前述状态空间模型的估计，见如下表3： 
　　三个状态方程中的系数的估计值都接近于1，说明at、βt和yt符合随机游走形式，也就是说，除GDP以外的其他因素对经济增长与煤炭、石油和水电的消费量关系的影响是持久而深远的。参数αt、βt和yt分别刻画了煤炭、石油和水电消费量弹性系数的变化。图1、图2和图3分别给出了中国煤炭、石油和水电消费量弹性系数在1978―2010年期间的变化趋势，在用卡尔曼滤波算法估计变参数的过程中，为了使损失的变系数尽可能少，本文采用一步向前预测法来得到变参数，因此我们从1979年开始对变参数进行讨论。 
　　在1979―2010年间，我国煤炭消费量弹性系数呈现先上升再下降，然后再次上升，波动性比较大，大约在0.432011～0.473035之间波动，没有呈现明显的规律性。这可能与同期国内经济总体经济形势的变动有关。改革开放以后，我国煤炭需求弹性系数小于1，并且呈现逐渐上升趋势。并且在1990年达到最大值0.473035，而后逐渐降到1997年的0.46878，1997年是另一个高峰，之后弹性系数急剧下降，到2001年跌落到谷底，而后又呈现强势的回升趋势。原因可能是中国能源消费主要以煤炭为主，占总消费量的70%左右，所以煤炭消费量受经济和其他因素影响最大。改革开放之初，由于我国推出经济开放和其他刺激经济的政策，经济平稳快速增长导致煤炭需求弹性系数也随之增大；1997年的亚洲金融危机导致整个东南亚甚至中国出现经济的不景气，所以煤炭的消费弹性系数也随之大幅度下降，2001年经济的复苏促使弹性系数开始触底反弹，这也促使煤炭消费弹性系数增大。 
　　图2给出了石油的需求弹性系数βt的变化情况，可以看出βt也存在较大的波动性，大约在0.358492～0.413433之间波动。从1979―1985年，石油需求弹性系数一直是下滑，表明在这段时间里经济增长对国内市场的石油需求的拉动作用明显减小。主要原因是此时我国处于由计划经济向市场经济转轨阶段，人民生活水平还是很低的，经济的增长不能促使人们增加石油的消费，而是转而去消费煤炭，这也反映了能源消费结构和经济发展水平之间的密切联系。1985年以后，虽然石油需求弹性系数出现小幅波动，但是整体呈现节节攀升的趋势。主要原因是随着我国人民生活水平提高，城市车辆也随之增加，农村劳动工具的机械化也在加快。以上原因促使经济增长对我国石油需求的拉动作用增大。 
　　图3给出了水电、风电和核电等新型清洁能源的需求弹性系数的变化情况，可以看出的波动幅度较大，大约在0.267269～0.403825之间波动，一直呈现上升趋势。其中原因是随着我国经济的发展，国家越来越重视清洁可再生资源的开发利用。因此改革开放后，我国经济增长对清洁能源需求的拉动作用越来越大。 （下转第12页）（上接第9页） 
　　四、结论和对策 
　　通过状态空间模型分别建立了我国煤炭、石油和水电等与经济增长三对时间序列变量之间的变协整模型，该模型充分考虑了我国处于经济转轨时期这一实际情况，将经典的固定参数模型推广到了变参数模型，相对于固定参数模型无法揭示中国能源消费弹性的时变规律以及在实际应用中可能存在的伪回归问题，本文的变参数模型具有非常好的拟合效果。 
　　应用卡尔曼滤波估计出了我国经济增长对于煤炭、石油和水电需求的弹性系数的变化情况。利用卡尔曼滤波算法对变参数模型的估计结果表明，中国煤炭和石油消费弹性系数在改革开放后的前几年波动较大，规律性不明显；改革开放以后随着能源利用效率的提高、经济结构的调整以及经济体制改革的深入并且由于三种能源的消费比重和地位的不同，它们的需求弹性系数变化趋势各不相同：煤炭需求弹性系数是先增加然后降低，触底反弹接着又呈现强势上升趋势；石油的需求弹性系数先下降到谷底，又呈现小幅波动但总体上升的趋势；水电需求弹性系数一直呈现小幅波动总体上升的趋势。 
　　综上所述，我国未来的煤炭需求弹性系数会急剧上升，经济的增长会极大地促进煤炭的消费；石油需求弹性系数变化较为次之；再次就是水电的需求弹性系数变化情况。根据2004年BP世界能源统计，我国已探明原油储量占全球已探明储量的2.1%，人均拥有的原油储量仅为世界平均水平的10.5%；已探明天然气储量只占全球已探明储量的1%，即便是资源丰富的煤炭，储量也仅为全球的11.6%，人均为世界平均水平的58%。为实现2020年国内生产总值比2000年翻两番的战略目标，保障能源供给，必须大力发展电力，特别是水电、核电和风电等新型清洁能源。我国煤炭在能源消费结构中所占比例过大，以煤为主的能源结构是造成大气污染的根源之一。因此，我们应该大力提倡能效革命、优化能源消费结构、发展洁净煤和煤转油技术、推进新能源和可再生能源的开发利用，致力建设一个持久、再生、干净的能源体系，使能源与经济和环境协调发展。