随着经济的快速发展,能源与经济互相约束的关系日益凸显。2018年辽宁省《政府工作报告》指出,要解决新旧动能转换问题,促进经济由中高速增长转向高质量发展。辽宁省作为重要的老工业基地,在经济迅猛发展的同时能源消费增长迅速,经济发展对能源具有较大的依赖性。随着新一轮工业革命的兴起,辽宁省提高能源效率和促进经济增长的压力进一步加大,实现能源与经济的可持续发展成为重要目标。
国内外学者在能源效率与经济增长、能源消费与经济增长的关系方面取得了较为丰富的研究成果。有关能源效率与经济增长关系的研究:Zhang等(2011)[1]采用全要素框架,分析了23个发展中国家的能源效率,认为全要素能源效率与人均收入之间存在U型关系。郑丽琳(2012)[2]采用面板回归模型分析了能源效率、要素投入与经济增长的关系,认为改善能源效率达到一定阈值,将会提高相关要素的产出弹性从而促进经济增长。张建伟等(2013)[3]分析了能源效率对经济增长的影响途径,认为能源效率对经济增长的影响具有阶段性特征。Marcel(2014)[4]通过模拟南非工业和采矿部门的电力消耗,考察了能源价格和能源效率的关系,认为政府应将电力需求因素纳入国家能源政策。周肖肖等(2015)[5]采用门限回归模型考察了能源效率、产业结构对经济增长的影响,认为能源效率可以通过促进产业结构优化影响经济增长。戴嵘等(2016)[6]通过联立方程模型分析了我国能源效率影响能源消费的内在机理,认为经济增长是推动能源消费的主要因素。Nicola等(2016)[7]利用29个发展中国家的企业数据,从微观层面(全要素生产率)和宏观层面(国家经济增长)分析了能源效率与经济绩效之间的关系,发现大多数国家较低的能源强度伴随着较高的全要素生产率。周四军等(2016)[8]采用PSTR模型分析了我国能源效率与经济增长之间的关系,认为我国能源效率与经济增长之间存在机制转换效应和阶段性特征。Chris等(2017)[9]使用CGE方法,分析了加拿大2002—2012年能源效率和经济增长的关系,认为能源效率的改善使经济结构从资本密集的能源供应部门转向劳动密集的制造业和服务业。叶祥松等(2017)[10]运用GMM方法分析了珠三角地区经济增长与能源效率的关系,认为经济增长与能源效率整体上具有一致性。
有关能源消费与经济增长关系的研究:徐明圣等(2011)[11]运用ARDL模型和灰色关联模型分别研究了东北三省经济增长与能源消费之间的关系,认为集约型发展模式是东北振兴的最佳选择。马颖(2012)[12]应用MS-VAR模型研究了我国1978—2010年经济增长与能源消费之间的关系,发现两者之间的关系具有明显的区制转换特征。赵湘莲等(2012)[13]应用空间计量分析研究了我国能源消费对经济增长的驱动作用,结果表明能源消耗与经济增长存在较为显著的空间相关性。Chang等(2013)[14]应用面板因果检验考察了12个亚洲国家1970—2010年经济增长与能源消费之间的关系,结果表明二者之间具有因果关系。Jalil等(2014)[15]利用ARDL模型讨论了中国1952—2008年经济增长与能源消费之间的关系,指出能源消费是中国经济增长的发动机。刘先涛等(2014)[16]基于1990—2011年的数据,应用向量自回归模型研究了我国能源消费与经济增长的关系,认为我国能源消费与经济增长之间不存在长期的协整关系。梁经纬等(2014)[17]采用MS-VAR模型研究了我国能源消费与经济增长之间的关系,选择的样本区间为1953—2008年,结果表明二者之间存在动态区制转移和非对称性。马思捷(2014)[18]使用Compertz曲线预测方法,模拟分析了我国未来一段时期内能源消费与经济增长状况。Guan等(2015)[19]采用ARDL-ECM模型考察了江苏省经济增长与能源消费之间的关系,认为江苏省的经济增长具有较为明显的能源依赖性。张优智等(2016)[20]应用STR模型研究了我国能源消费与经济增长的关系,认为能源消费与经济增长之间存在长期非线性关系。马莉和叶强强(2016)[21]采用误差修正模型和协整检验分析了陕西省经济增长与能源消费的关系,认为经济增长与能源消费之间存在长期协整关系。郭晶等(2017)[22]运用半参数局部线性回归方法分析了我国不同地区能源消费与经济增长的关系,结果表明能源消费与经济增长的关系具有动态性、非同步性和周期性特征。齐绍洲等(2018)[23]分析了可再生能源消费与经济增长的关系,认为可再生能源消费对经济增长存在显著的门槛效应。
从现有文献来看,已有研究主要体现在能源效率与经济增长、能源消费与经济增长的关系上,未将能源效率、能源消费与经济增长纳入一个统一框架进行分析。同时,在能源效率、能源消费与经济增长的关系上,对于不同的研究对象,由于经济发展阶段、模式等的差异,得到的结论也不尽相同。本文旨在基于结构性变化分析能源效率、能源消费与经济增长的关系,故选择目前学术界广泛使用的马尔科夫区制转换向量自回归模型(MS-VAR)考察辽宁省能源效率、能源消费与经济增长相关性的结构突变特征。
本文选取1990—2016年辽宁省能源加工转换效率作为能源效率变量(EE)、能源消费总量作为能源消费变量(EC)、生产总值作为经济增长变量(GDP)。其中能源加工转换效率为加工转换产出量/加工转换投入量,以百分数表示;能源消费总量单位为万吨标准煤;生产总值单位为亿元。数据来源于《辽宁统计年鉴》。
能源效率、能源消费、经济增长时间序列图分别如图1~3所示。
图1 能源效率的时间序列
图2 能源消费的时间序列
图3 经济增长的时间序列
表1为三个序列的基本统计特征。从变量的标准差来看,经济增长最大,说明经济增长有较强的波动性。Jarque-Bera统计量表明,能源效率不服从正态分布。从序列自身的Ljung-Box Q统计量看,能源效率、能源消费和经济增长序列均存在自相关现象。
表1 样本数据的基本统计特征
统计量EEtECtGDPt均值77.5852 13435.7700 10568.6500 中位数76.900011430.70006002.5000标准差3.13615206.11209467.7580偏度0.25070.43470.8378峰度1.79681.60932.2113JB1.91143.02603.8578Q(10)91.4520∗∗∗45.2270∗∗∗78.4430∗∗∗Q2(10)44.6430∗∗∗88.1070∗∗∗63.1970∗∗∗
注:***表示1%的水平下显著。
自Sims(1980)[24]提出VAR模型以来,该方法广泛应用于研究总体变量之间的关系。然而经济学理论表明,很多时间序列变量具有非线性的性质。Hamilton(1989)[25]最早将马尔科夫区制转换模型应用到经济周期问题的研究上。Krolzig(1997)[26]在Hamilton(1989)研究的基础上提出了非线性的马尔科夫区制转换向量自回归(MS-VAR)模型。MS-VAR模型通常在时间序列受到区制变化支配的情况下使用。区制是不可观测的潜在变量,反映了一种状态,经济变量之间的关系往往由不同的状态组成。模型设定符合经济的现实特征,并且可以捕捉到数据间相互影响的动态过程。
P阶向量自回归模型的数学表达式为
yt=v+A1yt-1+…+Apyt-p+ut
(t=1,2,…,T)
(1)
式中:yt表示k维向量;t表示样本个数;矩阵A1,…,Ap(k×k维)表示待定系数矩阵;v表示常数。若ut~,,则式(1)为稳态高斯VAR(p)模型的截距形式,可将其表示成均值调整形式,即
yt-u=A1(yt-1-u)+…+Ap(yt-p-u)+ut
(2)
其中,是yt的k×1维均值。对于可观测时间序列向量yt,其潜在数据生成过程依赖于不可观测的区制变量st。假设st是一个有M个区制的离散时间和离散状态的马尔科夫链,其转换概率可以定义为
,j∈{1,2,…,M}
(3)
那么马尔科夫过程的区制转换概率矩阵可记为
(4)
则均值调整形式的VAR模型式(2)可记为
yt-u(st)=A1(st)(yt-1-u(st-1))+…+
Ap(st)(yt-p-u(st-p))+ut
(5)
其中,ut~,,u(st)可表示为
(6)
式(5)刻画了均值发生跳跃后可观察变量的情况。一般来说有两种情况:一种是跳跃、突变的;另外一种是平滑的方式,即
yt=v(st)+A1(st)yt-1+…+Ap(st)yt-p+ut
(7)
式(5)、(7)是MS-VAR模型的两种不同形式,代表了变量发生转移的不同过程,MSM(M)-VAR(p)和MSI(M)-VAR(p)刻画了可观测变量在区制变化后的两种不同的动态调整模式,二者是不同的:MSM(M)-VAR(p)依赖于均值的调整,MSI(M)-VAR(p)依赖于截距项的调整。由此可以看出,均值调整是一个较为缓慢的平滑过程,而截距项的调整则带有突变性。利用最大化似然函数可以求解MS-VAR模型,用迭代计算方法可以得出自回归模型的参数及马尔科夫链不可观测区制的转移概率。
本文将能源效率、能源消费与经济增长的关联性分为两种区制,模型MSIH(M)-VAR(p)设定为
~,
(8)
式中,yt包含能源效率、能源消费与经济增长时间序列三组变量,描述了马尔科夫区制转变下能源效率、能源消费与经济增长之间的动态关系。根据AIC准则,确定VAR模型最优滞后阶数为3;根据AIC和似然比(LR)检验,选择的MS模型为MSIH(2)-VAR(3),即截距和方差都随区制而改变的两区制MS模型。MSIH能够反映能源效率、能源消费与经济增长之间的结构性变化。模型参数估计结果如表2所示。
表2 MSIH(2)-VAR(3)模型的估计结果
变量EEtECtGDPt截距(区制1)57.82900∗∗∗(241.6739) 16695.00000∗∗∗(68814742.3070)8059.40000∗∗∗(7133973.1373)截距(区制2)59.95900∗∗∗(7783976.9396)17858.00000∗∗∗(803985.3963)8782.90000∗∗∗(129914.8094)EEt-1-0.49251∗∗∗(-93141.1082)3.77380∗∗∗(1294.7115)-12.64700∗∗∗(-3830.2537)EEt-20.17120∗∗∗(32127.0978)-69.36700∗∗∗(-26959.9329)-58.22000∗∗∗(-11763.5884)EEt-30.64696∗∗∗(120511.1276)-116.04000∗∗∗(-39627.9752)-64.93600∗∗∗(-24378.4837)ECt-1-0.00105∗∗∗(-194.7755)1.29060∗∗∗(122998.7622)0.29753∗∗∗(51500.9063)ECt-20.00098∗∗∗(180.6677)-0.58020∗∗∗(-42564.7928)-0.12166∗∗∗(-19941.6574)ECt-3-0.00107∗∗(-198.0038)-0.00190∗∗∗(-185.8760)0.22933∗∗∗(40533.0764)GDPt-10.00045∗∗∗(82.4852)0.48287∗∗∗(60507.5891)1.19520∗∗∗(219574.4190)GDPt-20.00114∗∗∗(211.8161)-0.92651∗∗∗(-92861.4946)0.52468∗∗∗(98162.2986)GDPt-3-0.00091∗∗∗(-170.2460)0.55636∗∗∗(66114.7445)-1.12370∗∗∗(-207831.6646)SE(区制1)1.48700 405.53000217.57SE(区制2)0.66374691.720001300.00对数似然估计值-280.69666线性LR检验值 252.76600Chi(9)=[0.0000]∗∗ Chi(11)=[0.0000]∗∗ DAVIES=[0.0000]∗∗
注:圆括号内为t统计量值,***、**、*分别表示1%、5%、10%的显著性水平。
由表2可知,两组参数显著性检验H0∶p12,p21=0;H1∶p12≠0,p21≠0,Chi(9)=[0.000 0]**,Chi(11)=[0.000 0]**,DAVIES=[0.000 0]**均显著拒绝了转换概率参数为零的原假设。因此,该模型的设计优于线性VAR模型。不同区制下的相关系数矩阵及转换概率矩阵分别如表3、4所示。
表3 不同区制下的相关系数矩阵
区制变量EEtECtGDPt区制1区制2EEt 1.0000 0.3346-0.7140ECt0.33461.0000-0.0842GDPt-0.7140-0.08421.0000EEt1.00000.14520.9849ECt0.14521.00000.3141GDPt0.98490.31411.0000
表4 区制转换概率矩阵
区制区制1区制2区制10.92350.0765区制20.10100.8990
由表3可知,在区制1下,能源效率与经济增长、能源消费与经济增长呈负相关关系,系数分别为-0.714 0和-0.084 2。在区制2下,能源效率与经济增长、能源消费与经济增长呈正相关关系,系数分别为0.984 9和0.314 1。因此,区制转换模型清晰地反映了能源效率、能源消费与经济增长的动态相关关系。
转换概率矩阵反映了能源效率、能源消费与经济增长相关关系转换的可能性。由表4可知:当能源效率、能源消费与经济增长的相关关系处于区制1时,继续保持区制1的概率是0.923 5,从区制1转为区制2的概率是0.076 5;当能源效率、能源消费与经济增长的相关关系处于区制2时,继续保持区制2的概率是0.899 0,从区制2转为区制1的概率是0.101 0。可见,能源效率、能源消费与经济增长的相关性连续停留在某一区制(区制1或者区制2)的概率较大,不会在区制之间频繁转换,变量之间的关系较为稳定。这表明,在某一区制下应当考虑变量之间长期关系的发展。
变量对区制转换的响应结果如图4所示。由图4可以看出,当下一期能源效率、能源消费与经济增长相关性维持在区制1或者由区制2过渡到区制1时,能源效率与经济增长表现出负向响应—正向响应—负向响应的过程,响应最为明显的是经济增长,其次是能源消费,能源效率没有表现出响应特征。同样地,当下一期能源效率、能源消费与经济增长相关性维持在区制2或者由区制1过渡到区制2时,能源效率与经济增长表现出正向响应—负向响应—正向响应的过程,响应最为明显的是经济增长,其次是能源消费,能源效率没有表现出响应特征。区制相关数据见表5。
图4 变量对区制转换响应结果
表5 区制相关数据
区制样本数量频率平均持续期区制114.00.569113.08区制210.00.43099.90
表5列出了该模型两种区制下的样本数量、频率和平均持续期,这样可以更直观地看出能源效率、能源消费与经济增长相关性的转换过程。区制1占据了整个时间段的56.91%,平均持续时间为13.08年;区制2占据了整个时间段的43.09%,平均持续时间为9.9年。具体的区制长度和时间段则通过区制转换概率图进行描绘(见图5)。
图5 区制转换概率
由图5可知,对于能源效率、能源消费与经济增长之间的区制转换而言,区制1有一个样本段,即1994—2007年;区制2有两个样本段,即1993年和2008—2016年。
为了说明能源效率、能源消费与经济增长在不同区制下相互关系的变化,利用脉冲响应图来分析在某个特定区制下能源效率、能源消费与经济增长之间的相互影响,考察区制依赖的脉冲响应。
图6是能源效率引起的冲击反应。由图6可知,在区制1下,给能源效率1个单位的正向冲击,会给能源消费带来正的影响,在第2期达到最大值300,然后逐渐平复,到第3期归为0。能源效率1个单位的正向冲击同样会对经济增长产生负的影响,在第8期达到低点-2 400,然后逐渐平复,到第11期归为0。在区制2下,给能源效率1个单位的正向冲击,会给能源消费带来正的影响,在第5期达到高点,然后逐渐平复,到第7期归为0。能源效率1个单位的正向冲击同样会对经济增长产生正的影响,在第6期达到高点14 000,然后逐渐平复,到第9期归为0。可以看出,在区制2下能源效率的冲击系数要明显大于区制1下的冲击系数。
图6 区制1~区制2能源效率引起的冲击反应
图7是能源消费引起的冲击反应,在区制1下,给能源消费1个单位的正向冲击,会给经济增长带来正的影响,在第8期达到高点,然后逐渐平复,到第12期归为0。能源消费1个单位的正向冲击对能源效率没有显著影响。在区制2下,能源消费对经济增长冲击反应的运动轨迹与区制1下基本相同。但是可以看出,在区制2下能源消费的冲击系数要明显大于区制1下的冲击系数。同样地,能源消费1个单位的正向冲击对能源效率没有显著影响。
图7 区制1~区制2能源消费引起的冲击反应
图8是经济增长引起的冲击反应,在区制1下,给经济增长1个单位的正向冲击,会给能源消费带来正的影响,在第5期达到高点,然后逐渐平复,到第7期归为0。经济增长1个单位的正向冲击对能源效率没有显著影响。在区制2下,经济增长对能源消费的冲击反应的运动轨迹与区制1下基本相同。但是可以看出,在区制1下经济增长的冲击系数要明显大于区制2下的冲击系数。同样地,经济增长1个单位的正向冲击对能源效率没有显著影响。
图8 区制1~区制2经济增长引起的冲击反应
本文通过非线性的MS-VAR模型分析辽宁省能源效率、能源消费与经济增长的动态关系,将马尔科夫区制转换理论与VAR模型相结合,观测变量依区制而改变的动态变化特征。从实证分析结果来看,最终建立的MSIH(2)-VAR(3)模型能够很好地体现动态变化过程,并得出以下结论:
第一,辽宁省能源效率、能源消费与经济增长的相关性存在两个明显的区制,即正相关和负相关。1994—2007年,能源效率与经济增长、能源消费与经济增长呈负相关关系。这一阶段,由于经济增长缓慢,技术有限,主导产业没有形成优势,并且多为劳动密集型制造业,地区发展着重于经济增长,忽视了能源效率的提升,随着经济的增长能源效率下降。2008—2016年,能源效率与经济增长、能源消费与经济增长呈正相关关系。因此,政府应当有效利用经济增长与能源效率相互促进的发展阶段,保障经济增长与能源效率的有效协调。
能源消费和经济增长的关系呈U型走势。能源消费随着经济增长呈现先下降后上升的走势,辽宁省能源消费伴随着经济增长还有继续增长的趋势。现阶段,随着辽宁省经济增长,能源消费将在一定时期内保持较高的增长水平。为了保证经济的快速和持续增长,必须推进经济增长与能源消费之间的协调发展。大力改造传统能源产业的同时,要积极发展各种新能源,形成能源消费多元化,实现能源消费与经济增长的协同发展。
第二,通过区制转换概率矩阵可以发现,能源效率、能源消费与经济增长的关系较为稳定。能源效率与经济增长、能源消费与经济增长呈正相关关系,系数分别为0.984 9和0.314 1。因此,当前能源效率、能源消费与经济增长的关系将会在较长一段时期得到保持,政府应当着眼于能源效率、能源消费与经济增长长期政策的制定,避免短期行为。短期政策行为会对能源效率、能源消费与经济增长的关系造成干扰,并不能改变能源效率、能源消费与经济增长关系的内在联系。因此,应当着眼于制定符合当前区制状况的长期政策。
第三,由脉冲响应函数分析可知,在不同的区制下,能源效率、能源消费与经济增长脉冲响应冲击系数的大小明显不同。由区制1到区制2的转换过程中,经济增长对能源效率、能源消费的冲击反应逐渐减小;能源效率、能源消费对经济增长的冲击反应逐渐增大,并且能源效率、能源消费对辽宁省经济增长的冲击具有持续性特征。经济增长对能源效率、能源消费的冲击相对较弱。因此,在当前阶段,要着重把握能源效率、能源消费的提升,以促进辽宁省经济增长。
[1]Zhang X P,Cheng X M,Yuan J H,et al.Total-factor energy efficiency in developing countries [J].Energy Policy,2011,39(2):644-650.
[2]郑丽琳.能源效率、要素投入与经济增长——基于面板门限回归的实证分析 [J].中央财经大学学报,2012(9):48-53.
[3]张建伟,杨志明.能源效率对中国经济增长的实证研究 [J].山东社会科学,2013(10):170-174.
[4]Marcel K.Differential electricity pricing and energy efficiency in South Africa [J].Energy,2014,64(3):524-532.
[5]周肖肖,丰超,魏晓平.能源效率、产业结构与经济增长——基于匹配视角的实证研究 [J].经济与管理研究,2015(5):13-21.
[6]戴嵘,曹建华.中国能源效率影响能源消费的内在机理及传导路径研究 [J].科技管理研究,2016(5):227-232.
[7]Nicola C,Massimiliano C,Dirk W V.Does energy effi-ciency improve technological change and economic growth in developing countries [J].Energy Policy,2016(2):279-285.
[8]周四军,封黎.我国能源效率与经济增长关系研究——基于PSTR模型的实证 [J].湖南大学学报,2016(3):81-86.
[9]Chris B,Noel M.Energy efficiency and economic growth:a retrospective CGE analysis for Canada from 2002 to 2012 [J].Energy Economics,2017(2):118-130.
[10] 叶祥松,刘敬,王江波.经济增长质量与能源效率研究——以珠三角地区为例 [J].江西财经大学学报,2017(5):3-13.
[11] 徐明圣,朱天星,张雪丽.我国东北三省经济增长与能源消费关系研究 [J].东北财经大学学报,2011(3):44-49.
[12] 马颖.基于MS-VAR模型的经济增长与能源消费关系研究 [J].统计与决策,2012(18):120-123.
[13] 赵湘莲,李岩岩,陆敏.我国能源消费与经济增长的空间计量分析 [J].软科学,2012(3):33-38.
[14] Chang T,Chu H P,Chen W Y.Energy consumption and economic growth in 12 Asian countries:panel data analysis [J].Applied Economics Letters,2013(3):282-288.
[15] Jalil A,Feridun M.Energy-driven economic growth:energy consumption-economic growth nexus revisited for China [J].Emerging Markets Finance & Trade,2014,50(5):159-168.
[16] 刘先涛,石俊.中国能源消费与经济增长的向量自回归模型检验分析 [J].统计与决策,2014(10):128-130.
[17] 梁经纬,刘金兰,柳洲.能源消费与经济增长非线性动态关系研究 [J].干旱区资源与环境,2014(5):1-6.
[18] 马思捷.中国能源消费与经济增长关系变更分析 [J].统计与决策,2014(14):146-148.
[19] Guan X,Zhou M,Zhang M.Using the ARDL-ECM approach to explore the nexus among urbanization,energy consumption,and economic growth in Jiangsu Province,China [J].Emerging Markets Finance & Trade,2015(2):391-399.
[20] 张优智,党兴华.我国的能源消费与经济增长:1980—2011——基于非线性 STR模型的实证分析 [J].运筹与管理,2016(12):162-174.
[21] 马莉,叶强强.能源消费与经济增长关系的实证研究——以陕西省为例 [J].经济地理,2016(6):130-135.
[22] 郭晶,王涛.中国能源消费与经济增长关系的实证分析 [J].统计与决策,2017(4):138-141.
[23] 齐绍洲,李杨.能源转型下可再生能源消费对经济增长的门槛效应 [J].中国人口·资源与环境,2018(2):19-27.
[24] Sims A.Macroeconomics and reality [J].Econome-trica,1980,48(1):1-48.
[25] Hamilton J D.A new approach to the economic analysis of nonstationary time series and the business cycle [J].Econometrica,1989,57(2):357-384.
[26] Krolzig,H M.Markov-switching vector auto regre-ssions:modelling,statistical inference,and application to business cycle analysis [M].Berlin and New York:Springer,1997.