中国电力工业与国民经济增长的关系研究,本文主要内容关键词为:经济增长论文,中国电力论文,国民论文,关系论文,工业论文,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
电力工业是国民经济的基础产业,电力的生产及充足供给为经济发展、社会的进步和人民生活水平的提高提供了必不可少的条件,而电力的短缺将给国民经济与人民生活带来巨大的影响。如2003年出现的美加大停电,直接经济损失达300亿美元;意大利大停电纯给家庭带来的总损失不低于3亿欧元。2003年至2004年间, 中国也出现了全国范围的电力紧缺,严重制约了中国经济的发展。因此,对中国电力在未来长期经济发展中的作用进行研究,将对制订科学的电力发展规划与产业政策决策,促进中国经济的可持续发展具有重大的意义。
自20世纪70年代末以来,学术界对能源消费与经济增长之间因果关系进行了大量的实证研究。1978年Kraft开始研究电力与经济增长的关系,对美国的GNP与电力消费的关系进行了研究。该类研究后来也在英国、德国、意大利、加拿大、法国、日本等工业国家进行(Yu和Choi,1985; Erol和Yu,1987)。采用的模型主要有标准Granger因果检验模型、综合误差矫正模型ECM[1]、向量自回归的多变量Granger因果检验模型等。最近几年的实验研究主要集中在亚洲经济的电力与经济增长的关系研究上[2—7]。如1997年Glasure与Lee对南朝鲜、新加坡的电力与经济增长关系的研究,结论是其影响是双向的。Masih(1998)用Johansen综合检验模型对泰国、斯里兰卡的电能消费、实际收入、价格水平的关系进行了研究,结论是能源消费本身是相对外生的变量,对收入与价格水平起很重要的作用。最近,Asafu-Adjaye(2000)用误差矫正技术模型对印度、印度尼西亚、菲律宾、泰国的电能与经济的关系进行了研究[2],得出电能、收入、价格对泰国来说是相互影响的,而存在相反方向因果关系的国家是菲律宾。文献[5][6] 对台湾地区电力与经济的关系进行了研究,Alice Shiu与Pun-Lee Lam在2004年也对中国大陆电力与经济的关系进行了研究[7],其基于ECM模型的分析结果得出,中国电力与经济的单向关系。文献[8] 采用智能的方法,初步分析了中国大陆经济发展特性及电力需求与经济增长的关系,包括经济周期的分析与经济发展对电力需求的影响。文献[9] 建立了火电发电量与GDP的双对数回归关系,得出中国火电发电量增长1%,GDP增长2.03%。文献[10] 建立了GDP与用电量的回归分析模型,得出中国用电量增长1%,GDP增长1%。文献[11] 基于Grange和ECM模型研究了GDP、资本、人力资本及用电量间的关系,结论是中国GDP与用电量间是双向关系。从电力与经济关系的研究成果看,大多是基于用电量与GDP的关系分析,没有得出一致性的结论。
本论文从新的角度,提出电力与经济的关系研究应同时从电力(装机容量)、用电量两个角度进行分析,并基于中国1975~2002年发电装机规模、用电量、GDP的原始数据,采用Granger因果关系与ECM模型来分析中国电力与经济的关系及影响程度。第一部分是模型的介绍,第二部分是中国电力与经济关系的实证分析,第三部分是结论与对中国电力发展的建议。
二、关系分析模型
中国电力与经济关系的分析检验过程为时间序列的平稳性检验、Granger 因果关系和协整关系检验、最后建立ECM模型进行分析。
1.时间序列平稳性检验模型
Granger因果关系、协整关系检验、ECM模型都要求时间序列是平稳的。本检验采用的是ADF(Augmented Dickey-Fuller)和PP(Phillips-Perron )的单位根检验与平稳性检验。两个检验都是检验零假设,H[,0],时间序列r[,t]是非平稳的。ADF检验是基于模型(1),
其中,p是最优滞后期,由于检验结论对滞后阶数较为敏感, 在实际操作的过程中视具体情况而定,一般取使AIC和SC值达到最小的方程中的参数p就是最优滞后阶数。若ADF检验值在一定的置信水平下大于临界值,则接受原假设, 即时间序列为非平稳,若ADF检验值在一定置信水平下小于临界值,则拒绝原假设, 即时间序列为平稳。[12]
2.Granger因果关系检验
Granger因果关系检验的基本思想为:假定变量X的变化是变量Y发生的原因, 则变量X的变化应时间上先于变量Y,而且变量X在预测变量Y具有显著性,即在预测Y的回归模型中,引入变量X的过去观测值作为独立变量应该在统计上显著地增加模型的解释能力。
常用的模型为:
式中c为常数项,r、q分别为因变量和自变量滞后期长度,为了完成对任何自回归滞后期长度n的Granger因果检验,公式可以OLS(最小二乘法)法估计,F检验的零假设为β[,j]=0(j=1,2,…,n),F统计量基于以下公式计算:
式中,RSS[v]为β[,j]≠0(j=1,2,…,n)时公式(2)的残差平方和,RSS[,R]为β[,j]=0(j=1,2,…,n)时公式(2)的残差平方和,T为样本容量,q为Y 的滞后期长。
若F统计量的计算值比F(q,T-2q-1)分布的标准值大,则Y不能导致X的零假设不成立,也就是说Y能导致X,表示为Y→X。若检验X→Y,则用Y对滞后的Y和X的回归,使用相同方法反向进行。若两个检验都推翻了零假设,则存在双向因果关系,即X与Y等价。
3.协整检验
Granger因果关系检验的前提条件是时间序列的线性组合必须具备协整性, 因此需要对变量之间的协整性进行分析。所谓协整,是指若干个由单位根过程所生成的数据的变量,若存在这样的线性组合,使这一组合的偏差(或者说协整残差)由稳定过程所生成,则这种组合即为变量之间的协整,它度量了这几个变量之间的长期稳定性。[13]
检验方法如下:用OLS法估计变量间线性组合y[,t]=α×βx[,t]+u[,t],得到,则模型残差估计值为,利用ADF检验方法判断的单整性,若为稳定序列,则认为变量Y与X为一阶协整。否则,继续检验的一阶差分的稳定性,判断二者的协整阶数。
4.误差修正模型
误差修正模型ECM(Error Correction Model)基本形式是由Davidson、Hendry、Srba和Yeo于1978年提出的,称为DHSY模型。
模型:
y[,t]=β[,0]+β[,1]X[,1]+β[,2]y[,t-1]+β[,3]X[,t-1]+ε[,t] (4)
移项整理后得:
方程(5)即为ECM,其中是误差修正项,记为ecm。模型(5)解释了因变量y[,t]的短期波动Y[,t]是如何被决定的。一方面,它受到自变量短期波动X[,t]的影响,另一方面,取决于ecm。如果变量y[,t]和X[,t]间存在长期均衡关系,即有,(5)式中的ecm可以改写为:
可见,ecm反映了变量在短期波动中偏离它们长期均衡关系的程度, 称为均衡误差。模型(5)可简写为
一般地,(4)式中│β[,2]│<1,所以λ=β[,2]-1<0。因此,当,ecm[,t-1]为正,则λecm[,t-1]为负,使减少,反之亦然。这体现了均衡误差对y[,t]的控制。[14]
三、实证分析
本文基于1975~2002年GDP[15]、用电量与装机规模水平[16—19] 进行分析,为保证分析的可比性,采用了可比的实际GDP(基于1978年为1的可比价格),参见表1。
表1 中国1975~2002年GDP、社会用电量与装机规模
时间 GDP(亿元)
全社会用电量(亿kWh) 装机容量(万kW)
1975 3544.7917
1853.65
4341
1976 3538.0092
1963.11
4715
1977 3576.5220
2170.11
5145
1978 3624.1000
2498.12
5712
1979 3752.9740
2762.06
6302
1980 3894.6552
2954.31
6587
1981 3982.3096
3045.8
6913
1982 3977.9865
3223.64
7236
1983 4020.6640
3465.99
7644
1984 4218.2353
3731.97
8012
1985 4647.1747
4117.6
8705
1986 4858.1905
4429.041
9382
1987 5105.6338
4902.687
10290
1988 5726.2371
5358.654
11550
1989 6232.6576
5761.983
12664
1990 6584.2741
6125.96
13789
1991 7027.8934
6696.793
15147
1992 7580.5635
7455.387
16653
1993 8684.6540
8201.076
18291
1994 10407.1667 9046.493
19990
1995 11778.0665 9886.356
21722
1996 12476.4933 10570.29
23654
1997 12573.8940 11039.11
25424
1998 12270.1958 11347.3
27729
1999 11996.4128 12092.28
29877
2000 12109.9215 13466.22
31932
2001 12253.1856 14682.51
33849
2002 12227.9154 16386.28
35657
设GDP为国内生产总值,Q为用电量,Z为装机容量。GDP、Q、Z的时序图参见图1;单位GDP用电量Q/GDP和单位GDP装机容量Z/GDP的时序图参见图2。
图1 GDP、用电量Q与装机容量Z时序图
图2 单位GDP用电量与单位GDP装机容量时序图
1.变量的单位根检验:
从图1看,电力和经济的发展基本是同步的。为了排除异方差性, 本文对这三个时序变量取自然对数,分别为LGDP、LQ、LZ,采用ADF检验与PP 检验来检验该序列的平稳性。检验结果参见表2。
表2 国内生产总值LGDP LQ LZ的ADF和PP检验结果
变量 检验形式(C、T、K) ADF检验值
PP检验值
LGDP (C、T、1) -2.476770
-1.899396
△LGDP
(C、T、1) -2.421471
-1.802969
△[2]LGDP
(N、N、1) -4.426373[a] -3.657275[a]
LQ (C、T、6) -1.551890[a] -2.327058
△LQ (C、N、4) -2.742363[a] -0.279063
△[2]LQ
(N、N、3) 3.747605[a]
-4.754095[a]
LZ (C、T、6) -1.542751
-1.630503
△LZ (C、N、1) -1.938060
-2.175794
△[2]LZ
(N、N、1) -2.591057[b] -5.615798[a]
注:△是差分算子。检验形式(C,T,K)中的C,T和K分别表示单位根检验方程包括常数项、时间趋势和滞后阶数,N是指检验方程不包括常数项或时间趋势。a代表以置信水平%1拒绝序列非平稳性的零假设,b代表以置信水平%5 拒绝序列非平稳性的零假设。
由表2可得出,LGDP、LQ、LZ 在各个显著水平下原始序列和一阶差分序列都是不平稳的,而二阶差分是平稳的,由此说明三个序列都是二阶单整序列。
2.因果关系检验
前面已经检验出虽序列LGDP、LQ、LZ自身都是非平稳序列,但经过差分后三者是同阶单整序列,下面将用Granger模型来估计LGDP和LQ及LZ的因果关系, 最优滞后期通过VAR模型检验,结果为滞后阶数为2时AIC和SC为最小,因此滞后阶数选择2,检验结果参见表3。
表3 LQ LGDP LZJ格兰杰因果检验结果
零假设 滞后阶数
F检验值
伴随概率
LQ不影响LGDP
2
3.29814
0.05680
LGDP不影响LQ
2
0.71592
0.50029
LZ不影响LGDP
2
3.65685
0.04338
LGDP不影响LZ
2
0.16083
0.85247
由上表可见,对于LQ不影响LGDP的原假设,拒绝它犯第一类错误的概率是0.05680,表明LQ不影响LGDP的原假设的概率较小,拒绝原假设,即认为用电量Q的增长影响GDP的增长,而GDP增长对用电量的增长影响不大,即用电量Q和GDP之间是从Q到GDP的单向因果关系。同理可以得出LGDP和LZ之间也是从LZ到LGDP的单向因果关系。
3.变量的误差修正模型:
根据Granger因果关系检验结果,分别以LQ为自变量,LGDP为因变量和LZJ为自变量,LGDP为因变量,建立用电量对GDP影响和装机容量对GDP的影响的线性回归方程。本文采用Engel-Granger两步法,只有当回归方程的残差为平稳变量时,且变量之间存在协整关系时线性回归才具有现实意义。变量间协整关系检验如表4。
表4 LGDP和LQ及LGDP和LZ的残差e的ADF和PP检验
变量 检验形式(C、T、K) ADF检验值
PP检验
LQ对LGDP回归残差e的单位根检验 (C、T、1) -2.594453[b] -2.062265[b]
LZ对LGDP回归残差e的单位根检验 (N、N、1) -3.073404[a] -2.207200[b]
注:a(b)代表以置信水平%1(%5)拒绝序列非平稳性的零假设。
从表4可以看出两个回归残差e都是平稳变量,因此LGDP与LQ和LZ之间存在协整关系,故可建立误差修正模型。
由公式(4),得到如下两个误差修正模型:
LGDP和LQ的误差修正模型:
LGDP[,t]=0.272678+0.8853014LGDP[,t-1]+0.504220LQ[,t]-0.385605LQ[,t-1]+ε[,t](8)
整理移项得:
△LGDP[,t]=0.006550+0.497188△LQ[,t]-0.141753(LGDP-0.942775LQ)[,t-1]+ε[,t](9)
方程(9)即为ECM,其中LGDP-0.942775Q是误差修正项,记为ecm。模型(9)解释了LGDP[,t]的短期波动△LGDP[,t]是如何被决定的。一方面,它受自变量短期波动△LQ[,t]影响,另一方面取决于ecm。两变量的长期关系可表示为:
LGDP=0.942775LQ
(10)
同理可得到装机容量和GDP的误差修正模型为:
△LGDP[,t]=-0.057347+1.334384△LZ[,t]-0.178102(LGDP-1.115371LZ)[,t-1]+ε[,t](11)
长期关系方程为:
LGDP=1.115371LZ
(12)
由长期协整方程(10)、(11)说明从长期均衡看,GDP确实与用电量和装机容量呈正相关关系,用电量每增加1%,GDP增长0.943%,装机容量每增加1%,GDP增长1.12%,由公式(9)、(11)说明的波动,用电量和装机容量的非均衡误差分别以-0.141753和-0.178102对本年GDP的增长做出修正,符合相反修正机制。
四、结论
通过对中国1975年至2002年期间的用电量、装机规模与GDP的关系进行分析, 得出如下结论:
1.电力与经济的关系应从电力(装机容量)、电量两个角度进行分析,装机容量规模是影响经济发展的关键因素之一。
2.用电量与GDP及装机容量与GDP都具有协整关系,中国电力与经济的Granger因果关系是从装机容量和用电量到GDP的单向因果关系, 即装机容量和用电量的增长都将推动GDP的增长,装机容量和电量的短缺都将严重制约GDP的增长。
3.从长期均衡看,GDP与用电量和装机容量呈正相关关系,用电量每增加1%,GDP增长0.943%,装机容量每增加1%,GDP增长1.12%,装机容量对国民经济的影响更大。
中国目前正处于电力装机容量与电量短缺的供给现状,也正进行着新的电力市场改革,基于电力与经济的以上关系,中国应协调做好电力规划工作,保障充足的装机容量与电量的供给,并且优化产业结构,节约能源,强化电力需求侧管理(DSM),在资源稀缺的条件下,更大地发挥电力在经济中的作用。
基金项目:国家社会科学基金资助项目(05CJY020);华北电力大学留学回国人员基金资助项目(200401)
标签:电力论文; 装机容量论文; 经济研究论文; 经济模型论文; 国民经济论文; 经济论文; 格兰杰因果关系论文; 能源论文; 经济学论文; 时间序列论文;