微观经济学论文 案例 20101231074444703.doc

能源需求与经济增长以石油消费为例才国伟 舒元（中山大学岭南学院510275）摘要：目前我国已经成为世界第二大石油进口国和消费国，能源安全受到挑战。如果要节约能源消费、保护能源环境，会不会以牺牲经济增长为代价？本文借鉴国外研究方法，建立了石油消费的供给和需求模型，基于计量分析中的VECM模型，检验了石油消费与经济增长之间的短期和长期因果关系。结果发现，无论是短期还是长期内，经济增长都是石油消费的原因，而并未发现反向的因果关系存在。因而证实了节约石油消费并不会牺牲快速的经济增长，从而为能源政策提供了理论依据。另外，本文还证明了石油消费的不断上涨源于我国粗放型的增长方式。关键词：能源需求 经济增长 石油消费 因果关系Energy Demaond And Economy Growth: From the Petroleum ConsumptionCai Guowei Shu Yuan(Lingnan College of Sun Yat-sen University, 510275)Abstract: At Present, China has become the second biggest petroleum import and consumption country, and the energy security is in face of challenge. If reduce the energy consumption, will the economy growth fall down? This paper constructs the supply and demand model to inspect the short-run and long-run causal relationship between petroleum consumption and economic growth. As a result, we find that there is no causal relationship from petroleum consumption to economic growth in short-run or long-run. So reducing the petroleum consumption will not cause the economy growth to fall down, which provides the energy policy a theoretic base. In addition, we prove that the growth of petroleum consumption bases on the extensive growth pattern.Keywords: Energy Demaond, Economic growth, Petroleum consumption, Causal relationship作者简介：才国伟：男，中山大学岭南学院，博士研究生。发表论文：统计研究2005.9等舒元：男，中山大学岭南学院，教授，博士生导师。发表论文于经济研究、经济学季刊、管理世界等。联系方式：地址：广州中山大学岭南学院05级博士生 才国伟（收） 邮编：510275电话13640795767电子邮件：感谢语：本研究得到了中山大学“985二期工程”产业与区域发展研究哲学社会科学创新基地项目的资助，作者表示感谢。能源需求与经济增长以石油消费为例摘要：目前我国已经成为世界第二大石油进口国和消费国，能源安全受到挑战。如果要节约能源消费、保护能源环境，会不会以牺牲经济增长为代价？本文借鉴国外研究方法，建立了石油消费的供给和需求模型，基于计量分析中的VECM模型，检验了石油消费与经济增长之间的短期和长期因果关系。结果发现，无论是短期还是长期内，经济增长都是石油消费的原因，而并未发现反向的因果关系存在。因而证实了节约石油消费并不会牺牲快速的经济增长，从而为能源政策提供了理论依据。另外，本文还证明了石油消费的不断上涨源于我国粗放型的增长方式。关键词：能源需求 经济增长 石油消费 因果关系一、引言能源供给和能源安全是任何国家必须关注的问题之一。78年改革开放以来，我国的经济建设取得了举世瞩目的成绩，到04年国内生产总值年均增长率为9.5%。同时，能源消费也在不断上升，04年石油消费总量达31254万吨，为78年的3.44倍。进入20世纪90年代，我国对能源的需求进一步增大。特别是1993年以后，我国从石油出口国成为净进口石油国，03年石油消费总量的48%依赖于进口，目前中国已经为世界第二大石油进口国和消费国。我国石油的自身生产能力却远远不能满足消费需求的上升而且石油储藏量并不丰富。由此可见，我国的石油供给和安全问题不得不引起各界人士的关注。石油是不可再生资源，要解决能源压力的根本只能是采用更为先进的技能技术，减少能源的使用量。那么，这样做会不会以牺牲经济增长为代价呢？国际上诸如此类论述，早在30年前就已经出现了，具有代表性的是Kraft and Kraft (1978)，他们使用美国1947-1974年的数据发现是收入水平引起能源消费。近年来能源问题成为了经济学研究的一个热点问题，如Asafu-Adjaye (2000)、Soytas and Sari (2003)、Jumbe (2004)、Morimoto和Hope (2004)等等。最终的观点无非两种：一种是限制能源消费将有损经济增长，另一种则相反，限制能源消费不会牺牲经济增长。在国内，一些学者已经开始关注我国的能源问题，如周凤起（2006）、赵一平等（2006）、梁金权（2006）等。但是，比较系统的研究石油消费和经济增长之间相关关系的文献却比较少见，因此各种政策检验显得缺少理论基础。那么，在中国这样一个能源替代性较差、能源利用率较低的国家，如果降低石油消费会不会降低经济增长速度呢？为什么会出现这样的结果？这是本文研究的核心问题。本文以下结构为：第二节阐述我国石油消费现状；第三节论证我国石油消费和经济增长之间的因果关系；第四节再议石油消费的短期因果关系；第五节对我国的石油消费进行预测；第六节是结论部分。二、我国石油消费现状78年改革开放以来，我国的石油消费主要呈现出以下特点：1、石油消费规模随经济发展不断上涨，近年来增长速度有所加快。我国的国内生产总值保持着快速增长，年平均增长率达9.5%。同时，我国石油消费也在不断增长，78年石油消费总量为9090万吨，04年上升到31254万吨，年均增长率也达到了5%左右。02年以来，石油消费年均增长率更是达到了11%，连续三年超过了当年GDP增长率。（万吨标准煤）（比重）图1我国石油消费状况图2、我国能源消耗不断上升的同时，石油消费比重却没有明显的变化（参见图1）。78年能源消费构成中，煤炭占70.7%，石油占22.7%，天然气占3.2%，水电占3.4%。到04年煤炭占67.7%，石油占22.7%，天然气占2.6%，水电占7%。期间各年中，煤炭、天然气、水电的份额互有涨落，但是石油消费比重却变化不大，经历了一个先下降后上升的变化过程，但基本维持在20%左右。3、目前，我国石油供给很大程度上依赖于进口，能源安全受到挑战。90年我国石油生产量为13831万吨，03年为16960万吨，生产能力仅增长了22%，然而进口总量却从90年的756万吨，上升到03年10269万吨，增长了16倍还多（详见图2）。另外，我国煤炭储藏量相对丰富，03年我国煤炭生产量为166700万吨，进口量为1110万吨，出口量为9403万吨。但是，相对廉价的煤炭消费比重呈现出下降的趋势，而较为昂贵的石油消费却在不断上升，这也反映出了我国能源消费结构并不合理。原因可能是我国能源消费替代性较弱，能源之间的相互转化能力较差。图2 我国石油供应趋势图（万吨）4、石油使用效率得到提高，但进一步提升的态势并不明显。随着经济的增长，我国每万元GDP石油使用效率有了显著的提高。94年以后呈现出比较稳定的态势，每万元GDP耗油量基本上维持在0.85吨左右（如图3所示）。可以看出，如果不采取一定的能源政策，要提高我国的石油使用效率，可能性并不大。另一方面，人均石油消费量在不断的提高，近年来还有加速的趋势。图3 我国石油使用效率（千克/人）（吨/万元）由以上分析可知，我国的石油消费的增长趋势还在继续，而石油的供给越来越依赖于进口，同时石油使用效率提升的态势并不明显，可见我国的石油供给和安全将受到较大的挑战。因此，采用限制石油消费、保护资源环境的能源政策势在必行，那么这样做会不会牺牲现有快速的经济增长呢？由此，我们进入下一节的论述。三、石油消费与经济增长的因果关系在过去几十年里，能源消费与经济增长之间的关系受到了普遍关注，并且一直存在争议。尤其是两者之间的因果关系，无论是对于研究经济发展，还是对于环境保护，都是一个非常重要的议题。最早研究能源消费与经济增长之间因果关系的文献可以追溯到Kraft and Kraft (1978)，他们使用美国1947-1974年的数据发现是收入水平引起能源消费。目前，关于二者之间的因果关系，主要存在两种观点：一种认为能源是经济增长不可缺少的因素，因为资本和劳动等投入要素离开能源无法发挥作用；另一种认为能源消费在经济增长中的作用是中性的，理由是能源成本在GDP中的比重是相当小的，而这么小的份额不可能在经济增长中发挥显著的作用。以上两种观点，落实在计量分析上主要表现为检验能源消费和经济增长之间的Granger因果关系。如果能源消费是经济增长的Granger原因，则认为能源消费带动经济增长，因此节制能源消费、保护资源环境，将以牺牲经济增长为代价（如Yu and Choi, 1985；Masih和Masih, 1996；Asafu-Adjaye, 2000等)；如果能源消费不构成经济增长的原因，则此时采取能源保护政策将不会影响经济增长（Kraft和Kraft, 1978；Yu和Choi, 1985；Cheng and Lai, 1997等）。同样也有文献显示两者之间不存在任何方向的因果关系（如Stern, 1993；Yang, 2000等）。在检验方法上，不同的文献有不同的方法，常见的有VAR模型和VECM模型等。目前，大多数文献倾向于VECM模型，因为能源消费和其他经济变量之间可能存在着长期的协整关系。（一）数据来源EC代表石油消费总量，单位为万吨标准煤；Y代表实际GDP，单位为亿人民币；K代表资本存量，单位为亿人民币，来源于张军(2003)，其中2003、2004年数据是笔者根据其方法自行核算而来；P代表能源价格，用能源消费价格指数/GDP缩减指数代替（其中能源消费价格指数在1978-1988年以工业品出厂价格总指数代替；1989-2004年以燃料、动力购进价格分类指数代替）。实际操作中所有变量均取了自然对数。（石油消费数据来源于中国自然资源数据库；其他数据来自于各年中国统计年鉴。）（二）实证检验1、平稳性检验为避免计量分析中的伪回归现象，首先需要对变量进行单位根检验。本文应用ADF（Augmented Dickey-Fuller）方法进行单位根检验。如果拒绝原假设，则可断定序列平稳，检验结果如表1所示。表1 单位根检验只含截距含截距和趋势项变量t统计量P值t统计量P值结论EC3.097 1.000 -2.733 0.233 接受原假设，变量非平稳Y-1.186 0.661 -2.927 0.173 接受原假设，变量非平稳K2.610 1.000 2.541 1.000 接受原假设，变量非平稳L-1.607 0.465 -1.332 0.857 接受原假设，变量非平稳P0.805 0.992 -2.494 0.328 接受原假设，变量非平稳EC-2.6010.106 -3.752*0.037 拒绝原假设，为I(1)过程Y-3.048*0.046 -3.2680.098 拒绝原假设，为I(1)过程K-2.3820.157 -3.758*0.038 拒绝原假设，为I(1)过程L-4.857*0.001 -5.295*0.001 拒绝原假设，为I(1)过程P-3.849*0.008 -4.087*0.019 拒绝原假设，为I(1)过程（注：滞后阶数的选择原则为：Automatic based on SC, 但最大不超过5。）由表1可知，模型涉及的各个变量皆为1阶平稳序列，即为I(1)过程。2、相关分析由于模型中各个变量均为I(1)过程，因而使用水平值进行回归分析时，均使用了EG两步法来论证模型的可靠性，同时也检验了变量之间是否存在协整关系。结果如表2所示。表2、石油消费需求方程被解释变量ECECEC被解释变量ECECECC4.6753.4123.818C-0.0110.037-0.029(18.41)(11.01)(19.00)(-0.36)(3.96)(-1.05)Y0.5550.284Y0.656 0.725 (20.55)(6.47)(1.97)(2.51)P1.3390.703P0.3840.411(20.92)(6.64)(2.53)(2.98)R20.940.940.98R4N272727N262626残差检验（EG两步法单位根检验）t-stat-1.89*-2.37*-2.08*P值0.050.020.04结论协整协整协整注：*表示该统计量通过5%显著性水平的检验，下同。由表2可知，无论是水平值上还是增长率上，我国的能源消费都和GDP正相关。但是令人惊讶的是，我国的石油消费和价格水平之间也呈现正相关关系。这是一个比较反常的经济现象，同时这也从侧面反映了我国的石油消费并非真正的市场行为，石油价格并没有真正的体现市场供求（主要是由国家发改委根据经济形式制定）。另外，由EG两步法的分析可知，能源消费和经济增长、价格水平之间存在着协整关系。这也使得变量之间的因果关系变得相当复杂。3、因果检验VECM模型如果系统中变量存在协整关系，简单的差分VAR（Vector Autoregression）将损失掉许多有用的信息，同时也会使得分析结果出现误差。因此，我们将求助于VECM（Vector Error Correction Model）模型。如果用Zt代表系统中p个变量组成的向量组，则VAR模型在形式上等同于单变量的AR过程，即 （1）而任何一个形如式（1）的水平VAR过程都可以改写成一个VECM模型： （2）其中，表示一阶差分，为常数项，t为白噪声随机扰动项。在VECM模型中，系数矩阵包含了最为重要的信息，的秩是判断系统中p个变量之间有无协整关系，以及使用那种模型能够更好的刻画系统的标准。这里有三种情况： 如果是满秩的，即，则Zt是水平平稳的，水平VAR是正确的； 如果的秩为0，则变量之间不存在协整关系，差分VAR模型是正确的； 如果的秩满足，则存在两个的矩阵和，使得，而是平稳过程，即使Zt是非平稳的。如果是第种情况存在，则应用简单的水平或差分VAR，就会丢失大量的有用信息，并可能导致错误的结果。有关的秩的判定，一般有两种方法，一种是迹（Trace）检验，一种是最大特征根（Max-Eigen Statistic）检验。两者的原假设都是系统最多含有r（0rp）个协整方程。事实上，协整检验的结果会受变量滞后阶数选取的影响，一般的是选用了国际常用的Schwartz Information Criterion (SIC)作为标准来选取最优滞后阶数。选用不同的模型，在Granger因果关系的检验形式上也有所区别。下面以简单的含有三个变量的模型来解释VAR模型和VECM模型中Granger因果检验的异同。设定VAR过程如下： （3）其中，x、y和z均为平稳序列，1t、2t和3t为白噪声随机扰动项，l为最优滞后阶数。Y是x的Granger原因，等价于原假设不成立；相反，如果接受原假设，则y不是x的Granger原因。同样的方法，可用来检验其他变量之间的因果关系。但是，如果变量X和Y存在着单位根为非平稳序列，而且协整检验证实协整关系存在，此时VECM模型适用于回归分析，则变量之间的因果关系检验将有别于VAR过程中Granger因果检验。以，r=1为例，VECM模型如下： （4）如果原假设成立，则意味着在短期内y不是x的Granger原因；而如果原假设成立，则等价于长期内y不是x的Granger原因。同样的道理，可以检验其他变量之间的短期和长期因果关系。基于以上的原理，我们对能源消费与经济增长之间的因果关系进行了检验。为使结果不致产生偏颇，我们分别建立了能源消费的供给模型（能源作为一种要素投入，包含EC、Y和K）和需求模型（能源作为一种消费需求，包含EC、Y和P）两个VECM模型来分别检验经济增长和能源消费之间的因果关系。VECM模型中，在最优滞后阶数的选取中，我们采用了Schwartz Information Criterion (SIC)标准，来确定两个模型的最优滞后阶数，结果1阶滞后均为最优选择。在因果检验之前，我们首先应用Johansen方法，检验了两个模型中的协整方程个数，结果见表3。表3、乔根森协整方程个数检验模型变量原假设HTHEt统计量5%临界值P值t统计量5%临界值P值供给模型EC-Y-K-Lr=078.8547.860.0052.5927.580.00r126.2629.800.1219.8521.130.07r26.4115.490.654.4714.260.81r31.943.840.161.943.840.16需求模型EC-Y-Pr=038.8929.800.0028.0521.130.00r110.8415.490.228.3914.260.34r22.453.840.122.453.840.12如表4所示，选用5%作为显著性水平，两个模型无论是迹检验还是最大特征根检验，都拒绝r=0的假设，接受r1的假设，因此三个模型都仅含有一个协整方程。两个模型的回归结果结果如下：供给模型协整项： （5）需求模型协整项： （6）以上（4）、（5）分别是供给和需求模型中的协整项，其中除供给模型中的能源消费项没有通过5%显著性水平检验以外，其他各项均显著。表4为VECM模型的具体回归结果。表4 VECM模型回归结果模型供给模型需求模型YtECtKtLtECtYtPt协整项-0.303-0.866-0.2240.2460.171-0.0380.087(-2.18)*(-4.90)*(-4.02)*(2.43)*(3.81)*(-1.09)(1.15)ECt-1-0.145-0.449-0.09-0.119-0.2420.1280.251(-0.88)(-2.13)*(-1.35)(-0.99)(-0.76)(0.52)(0.47)Y t-10.8861.2350.3520.020.6550.437-0.182(3.75)*(4.12)*(3.73)*(0.11)(2.02)*(1.74)(-0.33)K t-1-0.3851.4270.843-0.013(-1.28)(3.73)*(7.01)*(-0.06)L t-1-0.395-0.685-0.3080.107(-1.46)(-1.99)*(-2.84)*(0.54)P t-1-0.135-0.0270.023(-0.93)(-0.24)(0.09)C0.06-0.146-0.0050.0270.0060.0460.034(1.94)*(-3.68)*(-0.38)(1.19)(0.24)(2.49)*(0.85) A-R20.3630.6450.8230.3420.5380.2010.134SSR0.0090.0140.0010.0050.0310.0240.052 F-stat3.749.70923.2573.4987.992.5121.925AIC-4.642-4.162-6.476-5.279-3.929-4.444-2.89依据以上回归结果，我们对两个模型分别进行了短期和长期的Granger因果检验，石油消费与经济增长之间的因果关系如表5所示。表5 因果关系检验结果因果关系模 型方 向2统计量dfP值结 论短期供给模型YEC16.972*1 0.00成立ECY0.7681 0.38不成立需求模型YEC4.065*1 0.04成立ECY0.2741 0.60不成立长期供给模型YEC40.042*2 0.00成立ECY5.6932 0.06不成立需求模型YEC10.833*2 0.00成立ECY2.3542 0.31不成立从因果检验的结果来看，无论是长期还是短期，石油消费都不是经济增长的原因，而经济增长却都是石油消费的原因。也就是说，是经济增长本身带动了能源消费，而不是能源消费带动了经济增长。因而，控制能源消费、保护资源环境，实现向低能耗经济的转型，并不会以牺牲经济增长为代价。既然石油消费不是推动经济增长的原因，那么经济增长本身是如何带动经济增长的呢？带着这个问题，我们进入下一节。四、能源消费的根源为了进一步揭示经济增长是如何带动石油消费的，我们将重点从供给角度来分析石油消费的短期因果关系。本节主要应用DAG技术（Directed Acyclic Graph）分析了石油消费与经济增长以及其他投入要素之间的短期因果关系。DAG技术是基于可观测的相关关系或偏相关关系，并以边缘关系（Edge Relationship）代替因果关系（Causal Relationship），来分析一组变量之间的因果流程（Causal Flows） 有关DAG技术的论述详见Yang和Bessler (2004)。此处依然选用5%作为显著性水平，检验结果如图4所示。其中，两个变量之间没有连线，表示这两个变量之间不存在直接的因果关系。由图4可知，能源消费和经济增长之间并没有直接的因果关系，两者的关系主要是通过要素投入资本和劳动来传导的。另外，基于以上分析的结果，我们还应用了差分平稳VAR模型，来分别检验了能源消费与经济增长、资本、劳动之间的因果关系，结果支持DAG技术的分析结果。ECYKL图4 能源消费短期相关图由此可见，我国不断上升的能源消费是源于我国经济建设过程中不断增加的要素投入。众所周知，我国自改革开放以来，依然走的是一条要素推动型的经济发展道路。快速的经济增长，源于不断增加的要素投入。因而是这种粗放型的经济增长模式决定了我国要素投入的不断增加，而不断增加的要素投入带动了我国石油消费。因而，如果不从根本上改变这种粗放型的发展战略，能源压力将无法从根本上解决。五、结论我国的石油消费的继续上涨，而石油的供给越来越依赖于进口，同时石油使用效率提升的态势并不明显，可见我国的石油供给和安全将受到较大的挑战。因此，采取限制石油消费、保护资源环境的能源政策势在必行。那么，这样做会不会牺牲现有快速的经济增长呢？本文借鉴国外研究方法，建立了石油消费的供给和需求模型，并基于计量分析中的VECM模型，检验了石油消费与经济增长之间的短期和长期因果关系。结果发现，无论是短期还是长期内，经济增长都是石油消费的原因，而石油消费并不是经济增长的原因。因而证实了节约石油能源并不会限制经济增长，从而为能源政策提供了理论依据。另外，本文还论证了，粗放型的增长之路决定了我国大量的要素投入，而快速增长的要素投入引起了我国石油消费的不断上涨。本文的贡献在于，运用标准的计量模型，分析了石油消费和经济增长之间的长期和短期因果关系，从而为节能政策的实施提供理论依据。同时，本文也指出，粗放型的经济增长模式决定了我国要素投入的不断增加，而不断增加的要素投入带动了我国石油消费。因而，如果不从根本上改变这种粗放型的发展战略，能源压力将无法从根本上解决。参考文献Asafu-Adjaye, J., 2000. The relationship between energy consumption, energy prices, and economic growth: time series evidence from Asian developing countries. Energy Econ. 22, 615625.Cheng, S.B., Tin, W.L., 1997. An investigation of co-integration and casuality between energy consumption and economic activity in Taiwan, Province of China. Energy Econ. 19, 435444.Ju