- 实现节能减排目标的经济分析与政策选择
- 郑玉歆 齐建国等
- 5699字
- 2020-08-29 11:16:16
第五节 总需求结构对能源效率的影响
能源已经成为资本、劳动、制度等因素外另一个影响经济增长的重要因子。众所周知,最终消费、投资和净出口的增加是拉动经济增长的“三驾马车”,而这三驾马车的运行无疑都需要能源的支撑。这就使得研究总需求结构(最终消费、投资和净出口)对于能源消费的影响非常有必要。当前,对于能源消费同总需求之间关系的实证研究大都是通过投入产出模型来进行的,如张贤和周勇(2007)。
一 指标选择和数据说明
对于总需求中的最终消费、投资和净出口,我们采用各个指标的绝对量来进行分析。但由于净出口序列中存在负值,会对之后的计量分析造成不便,所以运用进口和出口两个序列来反映我国的外贸情况。在获取最终消费、投资、进口和出口四个序列时,我们首先对1953~2009年的支出法计算的GDP序列以1978年的价格水平进行调整,在此基础上根据各个年份最终消费、投资、净出口的贡献率,推算出1953~2009年的最终消费、投资和净出口三个序列,之后运用进口和出口之间的比例关系推算出进口和出口序列,并对其中的异常值进行了插值调整。这样做的目的是为了避免由于数据可得性缺失所带来的不便,同时也保证了调整后的最终消费、投资、净出口三个序列的和依旧等于支出法计算的GDP。1953~2009年能源消费总量、支出法GDP、最终消费、投资、净出口贡献率均来自中国经济网综合年度数据库。
二 总需求结构与能源消费的经济计量模型
(一)序列的平稳性检验
为了建立能源消费总量、GDP、最终消费、投资、净出口五个变量之间的协整关系,首先需要对五个序列的平稳性进行检验,以避免单整阶数不相同的序列同时存在于模型中,给模型分析带来不便。平稳性检验又称单位根检验,常用的方法有ADF检验、PP检验、KPSS检验等。本部分采用ADF检验来对上述五个序列进行单位根检验。
在对序列进行单位根检验之前,为了减缓序列的波动性,我们对上述最终消费、投资、进口、出口序列取自然对数,之后对上述数据进行平稳性检验,发现五个变量的数据均是一阶单整的,检验结果见表1-4(通过SC准则来对ADF检验中的滞后期进行选择)。
表1-4 序列单位根检验结果
(二)协整关系的检验
当前,判断协整关系的方法有很多,如Engle-Granger两步法、Johansen检验法、贝叶斯方法、频域非参数谱回归法等。大多数研究都采用Engle -Granger两步法和Johansen检验法。Engle和Granger的方法比较易于操作,但是其存在一定缺点。首先,该方法的第一步要求将一个变量放在模型等式的左边,将剩下的变量放在模型等式的右边。在大样本的条件下,这样做并不会导致变量间协整向量的改变,但在实际分析中,如果样本量较小,就会出现不同的变量放在模型等式左边时所得的协整向量不同的现象。其次,在处理多变量较多(多于两个)时,多个变量之间可能存在多个协整关系,这时Engle和Granger的方法就会受到一定的限制。再次,Engle和Granger的方法的第二步依赖于第一步计算出的残差,而这样计算出的残差与真正协整关系计算出的残差相比会有一定的偏差。因此本部分采用的Johansen检验法是以向量自回归模型为基础的检验方法。一个VAR(p)可以表示为:
其中,xt为外生变量,εt为随机扰动项。通过适当的变换可以将上述模型转换为以下形式:
Johansen检验法就是通过检验上式中的特征值是否显著地不为零,来判断变量间是否存在协整关系。Johansen检验法较Engle-Granger两步法而言具有很好的小样本性质,因此得到了广泛的应用。本部分也采用Johansen检验法来检验能源消耗强度、最终消费、投资、进口、出口五个变量之间的协整关系。
首先建立能源消耗强度(intensity)、最终消费(lcons)、投资(linvest)、进口(limport)、出口(lexport)五个变量的VAR模型,考虑到1978年改革开放的影响,在上述VAR模型中加入了外生虚拟变量 d78(1953~1977年取值为0,1978~2009年取值为1)。由以上分析知,上述变量均是一阶单整的。我们通过LR似然比、FPE预测误差、AIC信息准则、SC信息准则、HQ信息准则来对VAR模型的滞后期进行选择。表1-5给出了五个指标的值。从表1-5中可见,LR似然比、FPE预测误差、AIC信息准则建议选择滞后期为5,而SC信息准则和HQ信息准则建议选择滞后期为2。考虑到若选择滞后期为5所要估计的参数过多,而我们所拥有样本量过小,所以选择滞后期为2。
表1-5 滞后期选择指标结果汇总
注:表中的*表示选择的滞后阶段。
表1-6和表1-7分别给出了Johansen检验中迹检验和最大特征值检验的结果。可以看出,迹检验和最大特征值检验的检验结果是相同的,均在5%的显著性水平下拒绝0个协整关系的假设,但接受最多1个协整关系的假设。因此可知,能源消耗强度(intensity)、最终消费(lcons)、投资(linvest)、进口(limport)、出口(lexport)五个变量之间存在唯一的协整关系。
表1-6 Johansen检验中迹检验的检验结果
表1-7 Johansen检验中最大特征值检验的检验结果
协整关系如下:
其中,ecmt为误差修正项,括号中为相应系数的统计量。可见,进口(limport)和出口(lexport)的统计量较小,经过检验可知其在统计上是不显著的,但它们联合起来在统计上是显著的(10%的置信水平下),又考虑到进口和出口两个变量联合起来才可以说明净出口的情况,所以在此将其留在协整关系中,并在以后的论述中对其进行分析。进口(limport)和出口(lexport)的具体检验结果见表1-8。
表1-8 协整向量系数显著性检验结果
上述协整关系表明,在其他条件不变的条件下,最终消费同能源消耗强度之间呈负相关,最终消费每增加1个百分点,能源消耗强度将下降约0.22吨标准煤/万元(1978年价);而投资同能源消耗强度呈正相关,投资每上升1个百分点,能源消耗强度将上升约0.19吨标准煤/万元(1978年价);进口同能源消耗强度之间呈负相关,进口每上升1个百分点,能源消耗强度将下降约0.039吨标准煤/万元;出口与能源消耗强度呈正相关,出口每上升1个百分点,能源消耗强度将上升约0.016吨标准煤/万元。
(三)Granger因果检验
由上可知,能源消耗强度、最终消费、投资、进口、出口五个变量都是一阶单整的,即它们都是非平稳变量。五个变量之间存在唯一的协整关系。此时若基于VAR模型做Granger因果检验会损失掉变量间的长期均衡关系,所以我们基于VEC模型来做Granger因果检验,这样既可以考虑到变量之间的长期关系,也不会忽略变量间的短期关系。短期Granger因果检验的结果汇总见表1-9。
表1-9 短期Granger因果检验的结果汇总
注:以上假设检验均在10%的置信水平上进行。
从表1-9可以看出,D(lcons)和 D(linvest)是 D(intensity)的Granger原因,而D(limport)和D(lexport)不是D(intensity)的Granger原因,D(intensity)是 D(lcons)和 D(linvest)的Granger原因,D(intensity)也是D(limport)和D(lexport)的Granger原因。虽然Granger因果检验所得出的因果关系不是逻辑上的因果关系,但是上述结论还是能说明一些问题的。从短期看,首先,最终消费和投资对能源消耗强度的影响是比较明显的,即对最终消费与投资的调控和合理指导对整个国民经济的能源消耗水平的作用将会是显著的,而进口和出口对能源消耗强度的影响是不显著的。另外,能源消耗强度对最终消费、投资、进口、出口都有一定的作用,这也说明了能源消耗强度已经成为经济活动各个环节所关注的指标。
长期Granger因果检验的结果见表1-10。从表中可以看出,在长期中,最终消费、投资、进口、出口会影响能源消耗强度(因为五个变量之间存在唯一的协整关系),但长期协整关系的变化不会影响出口和进口,即长期协整关系对进口和出口没有反馈作用。另外,综合长期和短期的Granger检验结果可知,无论是在长期还是在短期,最终消费和投资都会对能源消耗强度产生影响,这进一步证明了最终消费和投资对一国能源消耗水平影响的重要程度。
表1-10 长期Granger因果检验的结果汇总
(四)协整关系的调整
由上可知,在长期中,长期的均衡关系对进口 [D(limport)]和出口[D(lexport)]没有显著的反馈作用。基于此,对上面的协整关系进行调整,即在进行协整检验时,将αD(lexport)、αD(limport)设定为零,并在此基础上获得协整向量。调整后的协整向量为:
为使上述协整关系可识别,假定intensity前的系数为1。
可见,调整后的协整向量的系数均趋于显著,t统计量均大于2,且调整后的协整关系没有改变协整向量中系数的正负号,最终消费依旧同能源消耗强度负相关,投资依旧同能源消耗强度正相关,进口同能源消耗强度负相关,出口同能源消耗强度正相关。但各个系数的绝对值都有略微的增大。
(五)脉冲响应函数和方差分析
脉冲响应函数描述了当模型中某一个干扰项受到冲击后,该变量自身及其他变量对该冲击的反应情况。假设一个两变量系统有如下模型:
其中,yt、zt为稳定序列,εyt、εzt为具有恒定方差白噪声,且两者互不相关。从理论上讲,当上述系统的所有系数都已知时,就可以得到各个变量对于εyt、εzt的冲击的反应情况。但是在现实中,上述系统的系数在很多情况下是无法得到的,这就引出了VAR模型的识别问题,即只有对上述系统中的系数进行一定的限制,使得VAR模型是可识别的,才可能得到各个变量的脉冲响应函数。
常用的一种对系数的限制方法是Choleski分解法,但其有一个明显的缺点:在绝大多数情况下,VAR模型中变量次序的改变会导致脉冲响应函数的改变。通过对VAR模型(1-8)进行变换可得:
模型(1-9)可以写为:
只有当e1 t、e2t之间相互独立时,VAR模型中变量次序的改变才不会导致脉冲响应函数的变化,而这在多变量的VAR模型中几乎是不可能的。这就使得对VAR模型施加其他限制条件,使VAR可识别成为必要。为了使VAR模型可识别,需要对其施加(n2-n)/2个限制条件。Sims和Bernanke指出,可以根据经济理论来对VAR模型进行限制,从而达到模型可识别的目的。
鉴于此,在以下的分析中设置如下假定。
(1)当期的最终消费不会受到当期能源消耗强度和进口的影响,但进口会受到当期最终消费的影响。
(2)当期的投资会受到当期最终消费和能源消耗强度的影响,但不会受到出口和进口的影响。
(3)进口会受到当期最终消费和投资的影响,而不会受到当期出口的影响,也不会受到当期能源消耗强度的影响。
(4)出口为国外需求决定,不会受到本国经济活动的影响。
(5)能源消耗强度会受到当期最终消费、投资、进口、出口的影响。
经过限制后的VAR模型中的矩阵可以表示为:
在此基础上对VAR模型进行脉冲响应函数分析和方差分解分析。
从上述论述中可知,能源消耗强度(intensity)、最终消费(lcons)、投资(linvest)、进口(limport)、出口(lexport)五个变量都是一阶单整的,因此,运用各自变量的一阶差分来建立本部分分析所用的VAR模型。能源消耗强度的一阶差分表明了能源消耗强度的变化程度,而最终消费、投资、进口、出口的对数的一阶差分则近似地表明了各自的变化率。建模时,模型的滞后期选择为滞后2期,样本区间为1953~2009年。
在进行脉冲响应和方差分解分析之前,首先要确定VAR模型的稳定性,以确保脉冲响应函数和方差分解的稳定性和有效性。图1-2给出了VAR模型特征多项式的根的倒数的分布。可见,所有的特征根的倒数均在单位圆内,因此,上述VAR模型是平稳的。在此基础上对上述VAR模型进行脉冲响应分析。图1-3给出了最终消费、投资、进口、出口的自然对数的差分受到冲击后,能源消耗强度的差分的变化情况。
图1-2 特征多项式的根的倒数的分布
可见,所有冲击的作用一般都会在8~10年后趋于零。其中,投资对能源消耗强度的影响是最大的、最显著的。投资的1单位正冲击会在之后的第1年马上产生反应,其会对能源消耗强度产生一个正冲击,且这种正冲击在第1年的影响最大,约为0.7959个单位,之后随着时间的推移而减小,在冲击后的第5年,这种正影响转变为负影响,但相对于之前的正影响,这种负影响是微不足道的(横轴上方脉冲响应函数与横轴所围成的面积,远大于横轴下方脉冲响应函数与横轴所围成的面积)。最终消费的1单位正冲击,首先会对能源消耗强度产生负影响,这种负影响在第2年内达到高峰,约为-0.3647个单位,之后在第4年转为正影响,但这种正影响的作用远远小于之前的负影响。进口的一个正冲击,对能源消耗强度的影响只有在前3年内较为显著,之后的影响便微不足道了,总的来讲,这个正冲击会对能源消耗强度产生负影响,这种负影响在第2年达到最大,约为-0.1562个单位。出口对于能源消耗强度的冲击相对于进口来讲持续时间较久,会达到7年的时间。从总体上看,出口对能源消耗强度的影响是正面的,这种正影响会在第3年和第4年达到最大,之后趋于平缓。脉冲响应函数说明了一个扰动项的变动对自身和其他变量的影响,而方差分解则说明了结构冲击对内生变量变化的贡献率,从而进一步评价不用冲击对内生变量影响的重要性。图1-4给出了基于以上VAR模型的方差分解结果。
图1-3 脉冲响应函数
图1-4 方差分解
可见,投资对于能源消耗强度变化的贡献率最大,第1年时投资对能源消耗强度变化的贡献率达到了99.992%,即其他变量在第1年时几乎对能源消耗强度的变化没有贡献,随着时间的推移贡献率也趋于稳定,但在稳定后,投资依旧在所有变量中的贡献率保持最大,约达到74%,而最终消费对能源消耗强度变化的贡献率在稳定后约为14%,进口和出口的贡献率分别约为2.5%和7.5%。
三 小结
协整关系及其经济学意义的解释:根据以上分析可知,能源消耗强度同最终消费、投资、进口、出口之间存在长期稳定的均衡关系,在这个均衡关系中,最终消费与投资各自对能源消耗强度的影响都较为显著,而进口和出口联合起来对能源消耗强度也存在一定的影响。
除了上述协整关系,我们还可以得出以下结论。首先,无论在短期还是长期中,最终消费和投资都是能源消耗强度的Granger原因,而进口和出口不是能源消耗强度的Granger原因,能源消耗强度是最终消费、投资、进口、出口的Granger原因。其次,总体来讲,对于最终消费、投资、进口、出口,分别给予它们一个正冲击后,最终消费和进口对能源消耗强度会产生负影响,投资和出口会产生正影响。而在所有的影响中,投资对能源消耗强度的正影响是最大的,即其会在长时间内对能源消耗强度有提升效果。最后,当能源消耗强度受到各变量的冲击而产生变化时,投资对于能源消耗强度变化的贡献率是最大的,且这种贡献率会持续下去。
根据以上结论,我们建议:第一,规范投资渠道和投资的审批程序,对能源消耗较大的项目的评价和评估工作要进一步加强,以控制能源消耗强度的进一步增大。第二,坚持扩大内需的政策,大力提倡消费者进行消费,努力提高最终消费在国民经济中所占比例,这不仅有利于中国经济结构的优化,还有利于进一步降低能源消耗强度。第三,优化外贸结构,努力提高高科技、高附加值、低能耗产品的出口所占比例,改变当前的出口现状,加快实现国际收支平衡,这不仅会减小人民币升值的压力,还有利于能源结构的优化和调整。