中国能源需求的协整误差校正模型分析，本文主要内容关键词为：误差论文,中国论文,模型论文,能源需求论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
能源是人类赖以生存和发展不可缺少的物质基础，是国民经济和社会发展的重要战略 物资。在当代，能源资源及其开发利用不仅直接影响人类文明和社会经济的发展，而且 成为影响世界政治经济秩序的重要因素。自上世纪90年代以来，我国的能源供求关系、 能源结构和使用效率均出现了重大变化：能源消费强度大幅下降，能源使用效率迅速提 高；能源消费结构出现剧烈变化，原油消费在能源消费中的比重明显提高；能源安全尤 其是石油安全越来越有受制于人的危险。
近年来，国内外学者采用不同的方法对中国能源消费与经济增长的关系做了大量研究 ，但主要是从定性方面进行，定量分析方面也主要集中在考察能源需求总量、能源利用 效率和经济增长之间的关系。本文将利用影响中国能源需求的影响因子建立起中国能源 需求的协整误差校正模型，并实证研究各个影响因素对中国能源需求的具体影响。
二、中国能源需求模型的建立及数据预处理
2.1 中国能源需求模型的构建
国内生产总值、能源价格、经济结构、能源使用效率和人口是影响中国能源需求的主 要因素。因此，中国的长期能源需求函数可以用下式表示：
TEC = f(GDP,P,M2,POP,EF)
式中TEC为能源总需求，GDP表示国内生产总值，P表示能源价格，M2代表重工业在GDP 中的份额以反映经济结构的变迁，POP表示人口，EF是效率变量(以能源强度来表示)。
由于能源强度和结构变量间的强相关关系，本文只考虑了能源强度。此外由于中国缺 乏统一的能源价格数据，本文只得放弃对能源价格的估计。由此，我们定义的能源需求 函数可以表示为：
TEC = f(GDP,POP,EF)
2.2 数据来源及预处理
本文选取的数据期间是1954年到2003年，数据来源于中国统计年鉴(2004、1991)，中 国经济统计年鉴(1998)。为了计算上的统一，将GDP数据用GDP平减指数换算成1952年不 变价计算的实际GDP(记做RGDP)，能源消费序列用煤当量计算，单位是万吨标准煤。
为克服数据中的异方差，记LRGDP[,t] = ln(RGDP[,t])，进一步一阶差分后记为
DLRGDP，即DLRGDP[,t] = LRGDP[,t] - LRGDP[,t-1]，同理应用于其它变量的变换。
三、中国能源需求协整与误差修正模型
3.1 变量的单位根检验
中国经济的高速增长使得时间序列不再平稳，传统的OLS估计可能不适合于长期模型。 为了检验数据的时间序列特征，这里采用扩大的Dickey-Fuller(ADF)和
Phillips-Person(PP)的单位根法来检验中国能源需求的时间序列数据的平稳水平，结 果见表1。两种检验结果都表明：我们不能拒绝所有变量都是1(1)的原假设，即接受所 有变量都存在单位根。
表1 单位根检验结果
水平 一阶差分
ADF PP ADF PP
LTEC
-2.436373 -3.087487 -5.779937* -4.317464*
LRGDP -1.820172 -1.797384 -4.947121* -4.461304*
LPOP
-0.718297 -0.190381 -3.831947** -3.696847**
LEF
-1.48467
-0.752973 -3.071444** -3.247475**
注：*和**分别表示在1%和5%水平显著，L表示自然对数。数据区间：1954-2003年。
3.2 变量的因果关系检验
我们知道宏观经济运行在很大程度上依赖于变量之间可能存在的因果关系，正是这种 因果关系，使组成宏观经济系统的各变量相互制约和相互促进。这一方向具有原创性突 破的工作是著名计量经济学家C.W.J.Granger于1969年所定义的因果关系及其检验(Sims ，1972)，以及后续的发展和完善，已经成为经济和金融实证分析中广泛使用的工具。 这一检验亦被命名为Granger因果关系检验。
Granger因果关系检验对滞后阶数十分敏感，不同的滞后阶数会导致完全相反的结果。 目前所使用从一般到特殊的方法即是从较大的滞后阶开始，通过对应的t值的显著性调 整滞后阶，进而决定最终的滞后阶，或者通过Akaike信息准则或者Schwarz贝叶斯最小 信息准则来确定最合适的滞后阶。我们依据Hsiao(1981)提出的FPE最优滞后准则：FPE = (T + K)*SSR/[(T - K)*T](其中T是样本个数，K是被估计的参数个数，SSR是残差平 方和)可以确定滞后阶数为2。从检验结果看，能源总消费与经济增长、人口及能源强度 有很强的双向因果关系。
表2 变量的Granger因果关系检验
变量
零假设 样本数
F-统计量
零概率
LTEC，LRGDP LTEC不是LRGDP的Granger原因
49
6.88966
0.00249
LRGDP不是LTEC的Granger原因
3.93182
0.02685
LTEC，LPOP LTEC不是LPOP的Granger原因
49
7.84830
0.00122
LPOP不是LTEC的Granger原因14.4376
1.5E-05
LTEC，LEF
LTEC不是LEF的Granger原因49
4.29863
0.01971
LEF不是LTEC的Granger原因 2.31989
0.11019
3.3 Johansen协整检验
只有当变量之间存在协整关系时，才存在误差修正模型。因此我们要检验变量之间的 协整关系。在多变量方程中对于一组变量间协整关系的检验，Johansen法要优于
Enger-Granger的两步法。因此本文采用前一种方法来确定模型中协整向量的个数。
首先对LTEC，LRGDP，LPOP和LEF建立VAR(p)模型。在实际应用中，通常希望最大滞后 期p足够大，从而完整地反映所构造模型的动态特征。但滞后期越长，模型中待估计的 参数就越多，自由度就越少。所以，应在滞后期和自由度之间寻求一种平衡。经过多次 试验，在不损失过多信息的条件下，SC值在滞后4期时达到最小。用Johansen法得到的 结果如表3所示。
表3 Johansen协整检验
特征值
似然比 5%临界值 1%临界值 假设协整向量个数
0.832133
142.2852 47.21
54.46
None **
0.499514
60.19445 29.68
35.65
At most 1 **
0.433051
28.35438 15.41
20.04
At most 2 **
0.047737
2.250040
3.76
6.65
At most 3
注：*(**)表示在5%(1%)显著水平下拒绝原假设。
从上表可以看到，在5%的显著性水平下序列间存在3个协整关系，基于研究的目的，本 文选取其中以LTEC为因变量，其他变量为解释变量的协整关系，它的标准化系数见表4 。
表4 标准化协整系数
LTEC LRGDPLEF LPOP
C
1.000000
-0.868426 -0.855227 -0.449640 3.587099
(0.02805) (0.02816)
(0.09874)
Log likelihood:565.3853
注：括号内的数字为标准误差。
将协整关系写成数学表达式，得：
附图
括号里面的数字是标准差。
协整检验的结果表明：能源总需求、GDP、人口总量、能源效率变量间存在长期均衡关 系。能源需求的长期收入弹性为0.868426。这一结论与[5]的结论相一致(其当时计算结 果表明能源需求的长期收入弹性为0.8828)。但与国际上许多国家的收入弹性大于1结论 相左。
下图给出了根据协整方程建立的模拟能源总消费和实际能源总消费的对比关系图，从 图1看，拟合图和实际图几乎一致，说明拟合的效果十分理想。我们还通过其它变量的 组合建立相对应的协整方程，但从效果上看图1代表了最好的一种协整组合。
附图
3.4 向量误差修正模型
经济变量中的某些发展可能引起中国能源需求的短期波动，比如中国近年来持续的积 极财政政策和宽松的货币政策；中国在国际石油市场上的高买低卖现象；中国总体能源 价格偏低导致的价格消费激励；经济迅速发展但能源总体消费在上世纪末的下降的反常 现象等。我们需要评估这些事件对协整模型的影响，这就意味着需要检验模型中的中长 期需求关系在受到短期干扰时是否仍然成立。为达到上述目的，我们在协整基础上建立 一个动态的误差修正模型用来预测短期内能源需求行为。因此，在协整向量中所得到的 滞后残差被综合为一个高度概括性的误差修正模型。
一旦协整关系确定以后可由此确定一个误差修正模型来预测短期能源需求行为。根据
Hendry(1995)的“从一般到特殊”的建模方法去剔除回归系数中不显著的滞后期，我们 获得如下较为简洁的向量误差修正模型：
附图
上式中括号里的分别为标准误差和t统计量。
模型的整体效果如下：
R：0.916980 调整R：0.864709 F统计量：17.54260
极大似然数：570.5062 AIC：-21.97805 SC：-18.92680
从短期看，TEC、POP的前两期的变化对本期的变化有反向作用，而RGDP的变动对本期
TEC的变动有正向作用，尤其式EF的变动在滞后4期时仍然对本期TEC作用显著。这表明 我国能源使用效率的提高对能源总消费的巨大作用，也体现了我国节能技术的显著进步 。
四、变量之间的冲击和方差分解
为了对各变量之间的动态特征有一个清楚的了解，应用上面的VECM，对其进行冲击响 应分析，即计算一个单位的TEC、GDP、POP和EF冲击分别对TEC、GDP、POP和EF的影响。 由于冲击对变量的冲击顺序非常敏感，根据Sims(1980)和Zhou(1996)提出的冲击顺序应 该先是弱外生变量，后是与之相关的内生变量，最后是其它内生变量，可以确定冲击顺 序依次为：LTEC，LRGDP，LEF，LPOP。
图2给出了四个脉冲响应函数合成图。由于我们主要考察能源总消费的影响，因此这里 我们只分析LTEC对一个标准差新息的响应。可以看到：LTEC，LRGDP，LEF，LPOP的冲击 均对我国的LTEC具有永久性的影响，其中LTEC和LRGDP的影响作用十分显著。TEC对其自 身的影响一开始十分显著，在滞后四期时逐渐下降；GDP的冲击对TEC的负影响经历了有 小到大再到小的过程，表明它的影响短期、中期和长期的作用差异很大；人口因素对
TEC的影响一直为正，但作用一直什么温和，这也和我们上文中的讨论一致，也表明人 口因素是影响我国能源消费的一个显著因素；能源效率冲击对能源消费的影响先正后负 ，这一方面是由于经济迅速增长对能源需求的影响超过了能源使用效率提高对能源需求 的影响，同时也反映了我国转变经济增长方式的长期性和艰巨性。
附图
表5给出了LTEC的方差分解。从表中可以看到，LTEC在前三年自身的影响十分显著，而 后缓慢下降，但作用仍然十分明显；LRGDP的冲击在第六年时达到最大(占53.89%)，但 可以看到从第5年开始，LRGDP的冲击占主导地位；人口的冲击为先小后大，一直是稳步 上升；能源使用效率对能源消费的影响不十分稳定，最高时占(7.12%)。这些结果与图2 的结果具有一致性。
表5 LTEC的方差分解(%)
Period
LTEC
LRGDP
LPOP
LEF
1 100.0000 0.000000 0.000000 0.000000
2 84.22950 5.899999 2.749956 7.120549
3 71.21323 19.88464 2.187329 6.714802
4 54.07481 38.44887 2.479873 4.996443
5 44.69714 48.56062 2.665769 4.076464
6 40.06232 53.89423 2.680913 3.362535
7 38.75416 55.41380 2.715050 3.116988
8 37.86138 55.21136 3.779784 3.147477
9 36.55866 54.65832 5.785528 2.997492
1035.14642 54.30853 7.576296 2.968756
1133.90155 53.95948 9.046878 3.092087
1232.83100 53.46375 10.53800 3.167253
五、结束语
通过对1954～2003年的研究结果证实了中国能源消费与经济总量之间的相互因果关系 ，这符合能源经济之间的经济理论：作为一种要素，能源投入的增加会带来经济产出的 增加，同样，当经济总量扩大时，对能源要素的引致需求也会增加。此外，由于能源效 率因子包含有经济结构变动和技术进步因素的影响，因而本文在研究中重点考察了经济 增长、人口和能源效率对能源需求的影响。从实证效果上看本文的研究是合理和理想的 。
由于宏观经济变量的惯性，本文的研究表明前期的能源总消费对当期的消费量影响十 分显著，经济增长对能源总消费的影响在短期、中期和长期的作用差异很大，但从长期 看经济增长对能源需求量的影响占主导地位。人口因素是影响我国能源消费的一个显著 因素，但其作用一直十分温和，表明我国经济增长，人们生活水平的提高的同时，人均 消费量的稳步上升。能源效率对能源消费的影响并不稳定，这反映了我国在节能技术上 仍然有很大潜力，也表明国家应该加大节能技术上的投入，积极依靠节能技术进步以提 高能源使用效率。