基于协整方法的中国能源消费量 影响因素分析

Energy of China - - 专家分析 -

桂 华1,徐丽娜 2,3

(1. 国家节能中心,北京 100045;2. 山西大同大学 商学院、地方经济研究中心,山西 大同 037009;

3. 清华大学环境学院,北京 100084)

摘要:本文选取人口、GDP、产业结构、城镇化率等为变量,采用中国 1980—2015 年数据和协整分析方法,研究了中国一次能源消费量的影响因素。结果表明,人口、GDP、产业结构对能源消费有正向影响,其中人口的影响最大;城镇化对能源消费有负向影响,城镇化率每提高 1%,则能源消费相应降低约 0.87%。结合实证分析,本文提出了通过提高技术效率、优化产业结构和提升城镇化质量等措施,可以有效控制国家能源消费总量。

关键词:能源消费量;影响因素;协整分析

中图分类号:F206 文献标识码:A 文章编号:1003-2355-(2017)06-0016-04 Doi: 10.3969/j.issn.1003-2355.2017.06.004

Abstract: This study selects population, GDP, industrial structure, urbanization rate as variables to analyze the impact factors on the energy consumption during 1980~2015 period by using co-integration method. The results show that population, GDP, industrial structure all promote the energy consumption, among them the population is the most prominent factor, GDP has a smaller positive effect than population and industrial structure, and urbanization could reduce energy consumption. Finally, some of policies such as improving energy using efficiency, optimizing industrial structure and promoting the process of urbanization in a high-level are proposed to reduce energy consumption.

Key words: Energy Consumption; Influence Factors; Co- integration Method

1 引言

1980—2015 年间,中国 GDP 国民生产总值从 4587.6 亿元增加到 689052 亿元,增长了近150 倍,年平均增长率约10%。与经济高速增长相伴随的是能源消费迅速增长,1980—2015 年间能源消费总量增长了37 亿 t ,年均增长 6%。能源消费量的持续快速增长,给中国带来巨大的节能环保压力,因此找到中国能源消费增长的影响因素,以制定有效政策促进中国节能工作尤为重要。中国能源消费量影响因素的研究分析方法主要有三大类。一是采用因素分解的方法,如邓军、

[1]

蒋喆慧 采用 Laspeyres 分解法,将我国八大部门的能源消费影响分解为能源转换效率、能源密

度、经济结构、经济规模;张黎 [2] 运用 LMDI 方法,分解出能源消费的影响因素包括经济增长、能源消费强度、人口效应和产业结构。二是 IPAT

及其相关模型。如聂锐 [3] 利用 IPAT 模型分析江苏省能源消费量的影响因素及未来的情景模式;戴

钰等 [4] 应用 IPAT 方程分析长株潭地区能源消费量的影响因素。三是线性回归、时间序列分析等

方法。如刘建翠 [5]、池启水 [6]、黄蕊 [7]、Mirzaei和 Bekri[8]、Wang[9] 等分别利用线性回归方法、ARIMA 模型、Logistic 曲线、系统动力学方法、调查研究结合回归分析方法分析能源消费量的相关问题。本文分析了中国能源消费量的历史变动规律及与各影响因素间的长期均衡关系,选用协

整方法分析了各种经济、社会因素对能源消费量变动的影响作用及各影响因素的相对重要性,据此提出切实可行的节能政策建议,为开展节能工作和制定节能政策提供参考。

2 变量选取及数据来源

2.1 变量选取以往的研究表明,影响能源消费量的因素有很多,主要有经济规模、经济发展阶段、经济结构、人口数量、城镇化进程、技术水平等。林伯

[10]

强 指出经济规模的增大伴随着能源消费量的增

[11]

长。张玉周 证明了人口对能源消费也有正向影响,生产和生活的能源需求,归根结底都是人口增

[12]长带来的能源消费需求。冯沛运等 的研究表明

[13]产业结构对能源消费也有重要影响。徐丽娜等研究表明无论是短期或者长期,城镇化进程对能源消费都有显著影响。综合现有研究成果,选取人口、经济发展水平、产业结构、城镇化水平作为能源需求函数的自变量,一次能源消费量作为因变量,可以构建能源需求函数如式(1):

enyt=(popt , gdpt , indt , urbt) (1)

其中: eny—能源消费量; pop—年末总人口; gdp—经济发展水平; ind—产业结构; urb—城镇化水平。

2.2 变量说明及数据来源能源消费量指标选取一次能源消费量,电力折算采用发电煤耗计算法,单位为万吨标准煤。经济发展水平指标,参考方德斌 [14]、王锋 [15] 等的方法,选取国内生产总值( GDP )作为替代指标,以 1978 年为基期,GDP 用不变价计算,单位为亿元。产业结构指标,根据中国经济结构特点以及数据的代表性和可得性,选取第二产业增加值的比重,单位为百分比。人口数量用年末总人口表示,单位为万人。城镇化水平指标,也即城镇化率,由城镇人口占总人口的比重计算得到,单位为百分比。

其中, GDP、年末人口、城镇人口、第二产业增加值数据均来自国家统计局发布的年度数据;能源消费量数据来源于中国能源统计年鉴。基于数据的可得性和完整性,选取 1980—2015 年作为样本数据,见表 1。

3 中国能源消费量影响因素实证分析

3.1 变量平稳性检验采用时间序列分析,变量间有可能存在异方差问题。为了消除异方差性和去除变量的量纲,对能源消费量、人口、GDP、产业结构、城镇化率等变量取自然对数,记为 ln eny、ln pop、ln gdp、ln ind、ln urb。

同时,为了避免出现“伪回归”问题,在进行协整检验之前,需要对选取变量的对数序列进行平稳性检验。由于是多变量序列,采用ADF(Augmented Dickey-Fuller )方法对 ln eny、ln pop、ln gdp、ln ind、ln urb 进行单位根检验,检验结果如表 2。

表 2的检验结果表明,原始序列ln eny、ln pop、ln gdp、ln ind、ln urb 的 ADF 检验值均小于 1%、5%、10% 置信水平下的检验临界值,说明原始序列均为非平稳变量;对所选变量进行一阶差分,在 5%的置信水平下, D ln eny、D ln pop、D ln gdp、D ln ind、D ln urb 的 ADF 检验值均大于临界值,检验概率分别为 0.00、0.001、0.0024、0.0011、0.0135,均拒绝有单位根的原假设,表明选取变量的对数序列为一阶单序列 I(1),可以进一步做协整分析,以检验选取变量间协整关系的存在及协整方程的个数。

3.2 协整分析由于能源需求函数中涉及的变量多于两个,因此采用 JJ(Johansen-Juselius )检验法以避免 误差代入问题,检验变量间是否存在协整关系。如果变量间存在协整关系,相应地给出协整方程的个数,在协整分析时,采用迹统计量( Trace Statistic )和最大单位根统计量进行检验( MaxEigen Statistic ),本研究用 EViews8.0 软件得出协整检验结果如表 3。

由协整分析结果可知,在 5% 的置信水平下,迹统计量检验和最大单位根统计量检验均表明选取变量 ln eny、ln pop、ln gdp、ln ind、ln urb 间存在长期的均衡关系,变量之间最多存在两个协整方程,写出包含各变量的协整方程:

由协整方程可知,对能源消费有正向影响的因素有人口、经济发展水平、经济结构,负向影响的因素为城镇化率。

影响能源消费的最主要因素是人口总量,人口每增长1%,能源消费就随之增长约 2.2%。大量的能源被用于满足不断增长的人口的生产和生活需求,因此人口成为中国能源消费量的最大影响因素。

产业结构对能源消费的影响排序次之,分析结果表明,第二产业增加值比重每提高 1%,能源消费量相应增加约 1.3%。中国的经济结构中,第二产业一直占据重要地位,虽然自 2012 年起,第三产业增加值比重开始超过第二产业,但是在研究所选取的时间段内,第二产业增加值的比重平均保持在 45% 左右。在当前所处的发展阶段和工业化进程,中国还没有完全实现经济从粗放式发展向集约式发展转变,产业结构成为影响能源消费量增长的第二大因素。

经济规模对能源消费为正向影响,伴随着经济规模的扩大,能源消费量相应增加,人口和产业结构对能源消费的影响显著。

城镇化对能源消费为负向影响,城镇化率每提升 1%,能源消费量相应降低约 0.87%。1992 年之前,中国处于城镇化恢复发展阶段,随后进入城镇化快速发展阶段,并于 2000 年后城镇化率超过 50%。城镇化进程不仅表现为城镇人口的增加,还表现为生产要素向城市的集聚、城镇发展层次的提高、城镇自身功能的完善和社会生产生活方式的改变。高速发展的城镇化,带来了人口密度的增加,进而提高了城市基础设施的综合使用效率,降低了能源消耗量的增长率。因此在城镇化的推进过程中,不仅要强调数量,更要保证质量。在城镇化的进程中,城镇自身的高层次发展要自始至终贯彻其中。与国民经济相关的各种生产要素的集聚也要实现不断向高层次变革,保障城镇化的健康快速发展。

4 结论

基于 1980—2015 年的时间序列数据,采用协整方法,分析人口、经济发展水平、经济结构、城镇化对中国一次能源消费量的影响,结果表明:

(1)人口、GDP、产业结构、城镇化率与能源消费量之间存在长期的均衡关系,协整检验表明, 变量之间存在协整方程;人口的增加、GDP的提升、第二产业比重的增大均会增加能源消费量,人口对能源消费量的正向影响作用最大,产业结构次之;城镇化有利于降低能源消费量。

(2)我国要降低能源消费量根本的解决办法在于提高技术效率,实现产品升级换代,优化产业结构和推进产业低碳化。 参考文献:[1] 邓军,蒋喆慧.我国八大行业的能源消费驱动因素研究—

基于完全指数分解法2010,(05):89-93. [J].华中农业大学学报(社会科学版),

[2] 张黎 . 基于 Lmdi的中国能源消费的影响因素分解分析[ J ] . 中

国能源,2013,35(10):21-24.

[3] 聂锐,张涛,王迪. 基于 Ipat模型的江苏省能源消费与碳排放

情景研究[ J ] . 自然资源学报,2010,(09):1557-1564.

[4] 戴钰,刘亦文. 基于 Ipat模型的长株潭城市群经济增长与能

源消耗的实证研究[ J ] . 经济数学,2009,(02):65-71.

[5] 刘建翠 .中国交通运输部门节能潜力和碳排放预测[J]. 资源

科学,2011,(04):640-646. [6] 池启水 .中国石油消费量增长趋势分析—基于Arima 模型

的预测与分析[ J ] . 资源科学,2007,(05):69-73.

[7] 黄蕊,朱永彬,王铮.上海市能源消费趋势和碳排放高峰估计

[ J ] . 上海经济研究,2010,(10):81-90.

[8] Mirzaei M, Bekri M. Energy Consumption and CO2 Emissions in

Iran, 2025[J]. Environmental Research, 2017, 154: 345-351.

[9] Wang R, Jiang Z. Energy Consumption in China’s Rural Areas: A

Study Based On the Village Energy Survey[J]. Journal of Cleaner

Production, 2017, 143: 452-461. [10] 林伯强,李江龙. 环境治理约束下的中国能源结构转变—

基于煤炭和二氧化碳峰值的分析[J]. 中国社会科学,2015,

(09):84-107. [11] 张玉周 . 中国人口年龄结构变动对能源消费的影响研究—

基于省际动态面板数据的Gmm 分析 [J]. 中国人口·资源与

环境,2015,(11):69-74.

[12] 冯沛运,红娜,王锋. 我国经济增长、经济结构与能源消费

关系之研究 [J]. 统计教育,2010,(09):49-55.

[13] 徐丽娜,赵涛,孙金帅,等. 基于 Svar模型的山西省城镇

化与能源消费的动态冲击效应分析[J]. 干旱区资源与环境,

2014,(09):8-13.

[14] 方德斌,时珊珊,杨建鹏. 新常态下中国能源需求预测预警

研究 [J]. 资源开发与市场,2017,(01):8-13.

[15] 王锋,李紧想,陈进国,等. 人口密度、能源消费与绿色经济发展—基于省域面板数据的经验分析[J]. 干旱区资源与环境,2017,(01):6-12.

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.