论文部分内容阅读
【摘要】本文建立自回归分布滞后模型研究中国电力消费、电力消费结构、经济增长以及CO2排放之间的关系。结果发现，电力消费在长短期关系中对经济增长与CO2排放均产生正向作用，电力消费结构对经济增长的长短期影响系数均为负，而电力消费结构在长期中对CO2排放影响系数统计显著，且符号为负。CO2排放在长期中会抑制经济增长，而经济增长不是CO2排放的主要因素。
【关键词】电力消费；电力消费结构；经济增长；CO2排放
引言
国内外很多学者研究了经济增长与能源消费、碳排放关系，但因数据选取与模型方法的差异性，得出的结论也不尽相同。关于经济增长与能源消费关系的研究，国内外学者针对不同地区进行大量的分析。例如文献[1-2]研究非洲部分国家的能源消费与经济增长的因果关系，研究发现能源消费与经济增长之间有显著的双向因果关系[1]，而节能政策对南非的经济增长会造成负面影响[2]。文献[3]以东盟部分国家为样本统计对象，发现经济增长、CO2排放以及能源消费之间存在环境库兹涅茨曲线EKC。文献[4]研究了电力消费与经济增长的关系，发现二变量之间整体上存在长期均衡关系。最近有文献[5]基于ARDL边界检验法对葡萄牙、意大利、希腊、西班牙以及土耳其等南欧五个国家的能源消费与经济增长的关系进行了实证研究，结果发现长短期关系中，能源消费与经济增长之间都具有双向的因果关系，并且节能政策将会导致经济增长的减速。国内文献[6]将关注点放在能源消费、能源消费结构与经济增长的关系上，研究发现不存在能源消费和能源消费结构对经济增长的长期影响，而推行适宜的节能减排政策不会阻滞我国的经济增长。文献[7]应用ARDL模型研究的结果显示，当碳排放量、能源消费量、经济增长互为回归变量时，均存在其他解释变量与回归变量间的长期稳定的协整关系。
本文研究电力消费、电力消费结构、经济增长、CO2排放四者之间的关系，以期丰富对该问题的深入研究，提出相关政策性建议。
1、ARDL模型
自回归分布滞后（ARDL，Autoregressive-Distributed lag）模型，是一种较新的协整检验方法，其主要思想为，基于边限检验法确定变量间是否存在长期稳定的关系，并在协整关系存在的前提下估计变量间的相关系数。本文研究中国电力消费（PC）、电力消费结构（PS）、经济增长（Y）以及CO2排放（CE）之间的关系，以电力消费作为因变量为例，构建方程如下：
上式中，μ1t为白噪声；α0是漂移项；αi（i=5，6，7，8）表示长期系数；表示短期系数；oi，pi，qi，ri（ =1，2，3）为最大滞后阶数。以方程（1）为例检验协整关系，原假设为α5=α6=α7=α8=0，备择假设为α5≠α6≠α7≠α8=0。本文选用更适合小样本的Narayan[8]所计算的F统计量临界表。c表示常数项；ζt表示白噪音；q1，q2，q3，q4表示滞后阶数，可依据AIC或SBC准则判定；表示长期关系系数；ECMt-1为滞后的误差修正因子，ECMt-1系数的t值检验代表了长期因果效应，而解释变量联合F值检验则代表了短期因果效应[8-9]。
2、数据来源及处理
数据主要选取1980～2012年中国电力消费总量、第二产业电力消费量占电力消费总量的比值、经济总支出和CO2排放量。采用以1980年为基期的可比价格GDP值计算。数据来自《中国能源统计年鉴》及国家统计局。在具体计算CO2排放量的过程中，本文采用胡初枝等[10]的做法和徐国泉[11]所给出的碳排放系数的平均值来测算能源消费中CO2排放。为消除原始数据的异方差性，将对自变量和因变量均取对数处理。
3、实证分析
3.1单位根检验
首先对各变量进行单位根检验，样本量为33个。检验结果为四个变量的自然对数时间序列都符合I（1）平稳，可以进行ARDL模型的估计。
3.2协整检验
首先第一步，要确定序列间是否具有协整关系。根据SBC准则，确定最优滞后阶数为2。当经济增长为因变量时，边界检验的F值为5.0478，明显高于5%显著水平的上限值，说明存在经济增长与电力消费、电力消费结构、CO2排放的长期协整关系；当CO2排放为因变量时，其F检验值为3.8253大于3.586，在10%水平上显著，因此CO2排放与电力消费、电力消费结构、经济增长也存在长期的协整关系。
3.3变量间影响系数的估计与解释
第二步估计存在协整关系的变量间长期和短期动态关系。本文优先选用SBC（施瓦茨贝叶斯）准则确定模型中各变量的最优滞后阶数，并根据样本实际统计数据，限定各变量的最大滞后阶数为3。结果见表1、表2。
表1中经济增长为因变量。结果表明，不论在长期还是短期，电力消费对经济增长均产生正向作用，统计显著，并且电力消费对经济增长的长期影响大于短期影响，长期看，电力消费向上浮动1%，经济增长将大约浮动1.5%，短期看，1%的电力消费增长会引起经济增长上涨0.63%。CO2排放对经济增长短期影响系数为负，但统计不显著，这说明CO2排放对经济增长的短期影响可以忽略。但是CO2排放对经济增长具有显著的长期影响，且影响为负。电力消费结构对经济增长的长短期影响系数均为负，且统计显著。
表2结果显示，电力消费对CO2排放的长短期影响系数均为正，在长期中电力消费增长1%，CO2排放增加0.69%，短期电力消费增长1%，CO2排放增加0.9%，反映出我国的电力生产结构中，主要是以以煤為燃料的火力发电为主，这种由我国现实的资源禀赋决定的电力生产结构还将会持续很长一段时间，因此，电力消费的增长仍旧会增加CO2排放。经济增长对CO2排放的长短期系数均为负，但都统计不显著。而电力消费结构对CO2排放的长期影响系数为正，统计显著。 4、结论
本文建立自回归分布滞后模型，实证研究电力消费、电力消费结构、经济增长、CO2排放之间的关系，研究结果发现：只有经济增长、CO2排放分别为因变量时，与其他变量之间存在长期协整关系。电力消费促进经济增长，CO2排放抑制经济增长，电力消费结构对经济增长的长短期影响系数均为负，说明电力消费结构所反映的我国目前的产业结构，对经济增长有阻碍作用。电力消费增加会增大CO2排放。经济增长不是CO2排放的主要影响因素。短期内电力消费结构不是CO2排放变动的主要影响因素。但在長期关系估计中，电力消费结构对CO2排放有正向影响。
基于以上结论，本文认为电力消费可以拉动经济增长，但同时也增加了CO2排放，这与我国现阶段的以火力发电为主的电力生产结构有关，因此优化电力生产结构，增加可再生能源以及清洁能源在电力生产消费中的比例对实现碳减排目标具有重要的意义。而电力消费结构对经济增长负向影响则反映出我国目前的产业结构对经济增长具有阻碍作用，因此优化调整产业结构，提高工业用能的利用效率，促进服务业等第三产业的发展，进而优化电力消费结构，这将对我国的经济增长和环境改善产生积极的正向推动作用。
参考文献
[1]Wesseh Jr PK， Zoumara B.Causal independence between energy consumptionand economic growth in Liberia：evidence from a non-parametric boot-strapped causality test[J]. Energy Policy 2012，50：518–27.
[2]Boqiang Lin， PresleyK.WessehJr. Energy consumption and economic growth in South Africa
reexamined：A nonparametric testing approach[J]. Renewable and Sustainable Energy Reviews 2014， 40：840-850
[3]Hassan Heidari， Salih Turan Katircio?lu， Lesyan Saeidpour. Economic growth， CO2 emissions， and energy consumption in the five ASEAN countries[J].International Journal of Electrical Power & Energy Systems， 2015， 64：785-791
[4]林伯强.电力消费与中国经济增长：基于生产函数的研究[J].管理世界，2003，（11）：18-27
[5]José Alberto Fuinhas， António Cardoso Marques. Energy consumption and economic growth nexus in Portugal， Italy， Greece， Spain andTurkey： An ARDL bounds test approach （1965–2009） [J]. Energy Economics，2012，34：511-517
[6]李国璋，霍宗杰.中国能源消费、能源消费结构与经济增长——基于ARDL模型的实证研究[J].当代经济科学，2010，32（3）：55-60
[7]翟石燕，王铮.基于ARDL模型长三角碳排放、能源消费和经济增长关系研究[J].长江流域资源与环境，2013，22（1）：94-103
[8]Narayan P K. The saving and investment nexus for China： evidence from co-integration tests[J]. Applied Economics，2005，37： 1979-1990
[9]ODHIAMBO N M. Financial depth， savings and economic growth in Kenya： a dynamic causal linkage [J]. Economic and Modeling，2008，25（4）：704-713
[10]胡初枝，黄贤金，钟太洋，等.中国碳排放特征及其动态演进分析[J].中国人口·资源与环境，2008，18（3）：38-42
[11]徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995-2005 [J].中国人口·资源环境，2006，16（6）：158-161
基金项目
上海高校人文社会科学重点研究基地——“一带一路”能源电力管理与发展战略研究中心，项目编号：WKJD15004.
【关键词】电力消费；电力消费结构；经济增长；CO2排放
引言
国内外很多学者研究了经济增长与能源消费、碳排放关系，但因数据选取与模型方法的差异性，得出的结论也不尽相同。关于经济增长与能源消费关系的研究，国内外学者针对不同地区进行大量的分析。例如文献[1-2]研究非洲部分国家的能源消费与经济增长的因果关系，研究发现能源消费与经济增长之间有显著的双向因果关系[1]，而节能政策对南非的经济增长会造成负面影响[2]。文献[3]以东盟部分国家为样本统计对象，发现经济增长、CO2排放以及能源消费之间存在环境库兹涅茨曲线EKC。文献[4]研究了电力消费与经济增长的关系，发现二变量之间整体上存在长期均衡关系。最近有文献[5]基于ARDL边界检验法对葡萄牙、意大利、希腊、西班牙以及土耳其等南欧五个国家的能源消费与经济增长的关系进行了实证研究，结果发现长短期关系中，能源消费与经济增长之间都具有双向的因果关系，并且节能政策将会导致经济增长的减速。国内文献[6]将关注点放在能源消费、能源消费结构与经济增长的关系上，研究发现不存在能源消费和能源消费结构对经济增长的长期影响，而推行适宜的节能减排政策不会阻滞我国的经济增长。文献[7]应用ARDL模型研究的结果显示，当碳排放量、能源消费量、经济增长互为回归变量时，均存在其他解释变量与回归变量间的长期稳定的协整关系。
本文研究电力消费、电力消费结构、经济增长、CO2排放四者之间的关系，以期丰富对该问题的深入研究，提出相关政策性建议。
1、ARDL模型
自回归分布滞后（ARDL，Autoregressive-Distributed lag）模型，是一种较新的协整检验方法，其主要思想为，基于边限检验法确定变量间是否存在长期稳定的关系，并在协整关系存在的前提下估计变量间的相关系数。本文研究中国电力消费（PC）、电力消费结构（PS）、经济增长（Y）以及CO2排放（CE）之间的关系，以电力消费作为因变量为例，构建方程如下：
上式中，μ1t为白噪声；α0是漂移项；αi（i=5，6，7，8）表示长期系数；表示短期系数；oi，pi，qi，ri（ =1，2，3）为最大滞后阶数。以方程（1）为例检验协整关系，原假设为α5=α6=α7=α8=0，备择假设为α5≠α6≠α7≠α8=0。本文选用更适合小样本的Narayan[8]所计算的F统计量临界表。c表示常数项；ζt表示白噪音；q1，q2，q3，q4表示滞后阶数，可依据AIC或SBC准则判定；表示长期关系系数；ECMt-1为滞后的误差修正因子，ECMt-1系数的t值检验代表了长期因果效应，而解释变量联合F值检验则代表了短期因果效应[8-9]。
2、数据来源及处理
数据主要选取1980～2012年中国电力消费总量、第二产业电力消费量占电力消费总量的比值、经济总支出和CO2排放量。采用以1980年为基期的可比价格GDP值计算。数据来自《中国能源统计年鉴》及国家统计局。在具体计算CO2排放量的过程中，本文采用胡初枝等[10]的做法和徐国泉[11]所给出的碳排放系数的平均值来测算能源消费中CO2排放。为消除原始数据的异方差性，将对自变量和因变量均取对数处理。
3、实证分析
3.1单位根检验
首先对各变量进行单位根检验，样本量为33个。检验结果为四个变量的自然对数时间序列都符合I（1）平稳，可以进行ARDL模型的估计。
3.2协整检验
首先第一步，要确定序列间是否具有协整关系。根据SBC准则，确定最优滞后阶数为2。当经济增长为因变量时，边界检验的F值为5.0478，明显高于5%显著水平的上限值，说明存在经济增长与电力消费、电力消费结构、CO2排放的长期协整关系；当CO2排放为因变量时，其F检验值为3.8253大于3.586，在10%水平上显著，因此CO2排放与电力消费、电力消费结构、经济增长也存在长期的协整关系。
3.3变量间影响系数的估计与解释
第二步估计存在协整关系的变量间长期和短期动态关系。本文优先选用SBC（施瓦茨贝叶斯）准则确定模型中各变量的最优滞后阶数，并根据样本实际统计数据，限定各变量的最大滞后阶数为3。结果见表1、表2。
表1中经济增长为因变量。结果表明，不论在长期还是短期，电力消费对经济增长均产生正向作用，统计显著，并且电力消费对经济增长的长期影响大于短期影响，长期看，电力消费向上浮动1%，经济增长将大约浮动1.5%，短期看，1%的电力消费增长会引起经济增长上涨0.63%。CO2排放对经济增长短期影响系数为负，但统计不显著，这说明CO2排放对经济增长的短期影响可以忽略。但是CO2排放对经济增长具有显著的长期影响，且影响为负。电力消费结构对经济增长的长短期影响系数均为负，且统计显著。
表2结果显示，电力消费对CO2排放的长短期影响系数均为正，在长期中电力消费增长1%，CO2排放增加0.69%，短期电力消费增长1%，CO2排放增加0.9%，反映出我国的电力生产结构中，主要是以以煤為燃料的火力发电为主，这种由我国现实的资源禀赋决定的电力生产结构还将会持续很长一段时间，因此，电力消费的增长仍旧会增加CO2排放。经济增长对CO2排放的长短期系数均为负，但都统计不显著。而电力消费结构对CO2排放的长期影响系数为正，统计显著。 4、结论
本文建立自回归分布滞后模型，实证研究电力消费、电力消费结构、经济增长、CO2排放之间的关系，研究结果发现：只有经济增长、CO2排放分别为因变量时，与其他变量之间存在长期协整关系。电力消费促进经济增长，CO2排放抑制经济增长，电力消费结构对经济增长的长短期影响系数均为负，说明电力消费结构所反映的我国目前的产业结构，对经济增长有阻碍作用。电力消费增加会增大CO2排放。经济增长不是CO2排放的主要影响因素。短期内电力消费结构不是CO2排放变动的主要影响因素。但在長期关系估计中，电力消费结构对CO2排放有正向影响。
基于以上结论，本文认为电力消费可以拉动经济增长，但同时也增加了CO2排放，这与我国现阶段的以火力发电为主的电力生产结构有关，因此优化电力生产结构，增加可再生能源以及清洁能源在电力生产消费中的比例对实现碳减排目标具有重要的意义。而电力消费结构对经济增长负向影响则反映出我国目前的产业结构对经济增长具有阻碍作用，因此优化调整产业结构，提高工业用能的利用效率，促进服务业等第三产业的发展，进而优化电力消费结构，这将对我国的经济增长和环境改善产生积极的正向推动作用。
参考文献
[1]Wesseh Jr PK， Zoumara B.Causal independence between energy consumptionand economic growth in Liberia：evidence from a non-parametric boot-strapped causality test[J]. Energy Policy 2012，50：518–27.
[2]Boqiang Lin， PresleyK.WessehJr. Energy consumption and economic growth in South Africa
reexamined：A nonparametric testing approach[J]. Renewable and Sustainable Energy Reviews 2014， 40：840-850
[3]Hassan Heidari， Salih Turan Katircio?lu， Lesyan Saeidpour. Economic growth， CO2 emissions， and energy consumption in the five ASEAN countries[J].International Journal of Electrical Power & Energy Systems， 2015， 64：785-791
[4]林伯强.电力消费与中国经济增长：基于生产函数的研究[J].管理世界，2003，（11）：18-27
[5]José Alberto Fuinhas， António Cardoso Marques. Energy consumption and economic growth nexus in Portugal， Italy， Greece， Spain andTurkey： An ARDL bounds test approach （1965–2009） [J]. Energy Economics，2012，34：511-517
[6]李国璋，霍宗杰.中国能源消费、能源消费结构与经济增长——基于ARDL模型的实证研究[J].当代经济科学，2010，32（3）：55-60
[7]翟石燕，王铮.基于ARDL模型长三角碳排放、能源消费和经济增长关系研究[J].长江流域资源与环境，2013，22（1）：94-103
[8]Narayan P K. The saving and investment nexus for China： evidence from co-integration tests[J]. Applied Economics，2005，37： 1979-1990
[9]ODHIAMBO N M. Financial depth， savings and economic growth in Kenya： a dynamic causal linkage [J]. Economic and Modeling，2008，25（4）：704-713
[10]胡初枝，黄贤金，钟太洋，等.中国碳排放特征及其动态演进分析[J].中国人口·资源与环境，2008，18（3）：38-42
[11]徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995-2005 [J].中国人口·资源环境，2006，16（6）：158-161
基金项目
上海高校人文社会科学重点研究基地——“一带一路”能源电力管理与发展战略研究中心，项目编号：WKJD15004.