前言：本站為你精心整理了中國能源的經濟計量探析范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

一、中國能源需求預測

世紀之交,中國已實現了現代化建設的前兩步戰略目標。從新世紀開始,中國將努力實現第三步戰略目標,2010年的GDP比2000年翻一番。但實踐表明:能源短缺是經濟發展的主要障礙之一。基于能源在國民經濟中的重要地位,中國政府對諸如能源等基礎設施建設始終予以高度重視。

在學術研究方面,文獻[1]總結了經濟學家給出的2000年中國能源需求預測的7種結果:最小的是13·9億噸標準煤,最大的是24億噸標準煤。這些研究主要使用兩類方法:密度分析和回歸分析。但幾種使用密度法的預測結果都高估了80年代初期的能源需求水平。如果考慮到改革開放以來中國的能源密度(單位GDP的能源消費量)顯著下降,而早期的密度分析沒有預測到這一變化的基本情況,密度法預測的高估結果就不令人吃驚了。文獻[2]使用密度分析和回歸分析的組合預測法,得出了20世紀末中國的能源消費在[14·5,16·8]億噸標準煤范圍內的結論,而具體的數值則取決于所假設的能源利用效率。可見,基于能源預測在經濟計劃和決策中的重要地位,有關中國能源消費預測問題是一個值得深入研究的重要課題。

本文應用學術界目前廣泛關注的經濟計量學方法———協整和誤差修正模型[3,4],建立中國能源需求模型。應用該方法的原因首先在于以前的能源需求計量研究很可能受到由非平穩變量引起的偽回歸的影響,使用協整方法可有效解決這一問題;其次,協整方法可分辨出能源需求模型中的變量(例如GDP和價格等)之間的長期均衡關系、短期波動以及長期均衡對短期波動的影響,從而可得出能源需求的長期均衡關系,并可進行短期預測。

二、經濟計量方法及數據

協整是指變量之間的長期均衡關系。兩種最常用的協整檢驗方法是Engle和Granger(EG)的兩步法[3]以及Johansen和Juselius(JJ)的極大似然法[4,5]。EG的兩步法適應于單方程的協整檢驗,而JJ法不僅能檢驗出變量之間是否存在協整關系,而且可準確確定出協整向量個數。鑒此,本文使用JJ法研究變量之間的協整關系。

定義向量Xt為n個潛在內生變量組成的向量,并將Xt界定為無約束的滯后k階向量自回歸(VAR):XT=A1Xt-1+,…,AkXt-k+εtεt~IN(0,Ω)(1)其中Ai是(n×n)參數矩陣。可將方程(1)改寫為如下形式:ΔXt=ΠXt-k+∑k-1i=1ΓiΔXt-i+εt(2)其中Γi=-I+∑ij=1Aj(i=1,…,k-1),Π=-I+∑kj=1Aj。Granger表現定理說明,如果系數矩陣Π的秩r<n,則存在秩為r的n×r矩陣α和β,使得Π=αβ′和β′Xt是平穩的,r是協整關系個數,矩陣β的每列代表一個協整向量,矩陣α中的元素被稱為誤差修正模型的調整參數。JJ法是估計無約束矩陣Π,然后再檢驗是否能拒絕矩陣Π具有縮減軼的假設。

文獻[4]給出的方法是,通過解如下的特征值方程得出向量β:|λSkk-Sk0S-100S0k|=0其中S00是來自于ΔXt對ΔXt-1,…,ΔXt-k+1的OLS回歸的殘差的矩量矩陣,其中Skk是來自于ΔXt-k對ΔXt-1,…,ΔXt-k+1的OLS回歸的殘差的矩量矩陣,S0k是交叉矩矩量矩陣。使用“最大特征值”統計量和“跡”統計量可求出協整向量β。“最大特征值”法通過計算如下極大似然統計量LRmax=-Tln(1-λr+1)(3)檢驗原假設“系統中存在r個協整向量”對備擇假設“系統中存在r+1個協整向量”。其中T是樣本量,λr+1是估計的特征值。“跡”統計量通過計算如下似然檢驗統計量LRtrace=-T∑ni=r+1ln(1-λi)r=0,1,2,…,n-1(4)λ1,…,λn按由大到小順序排列。該統計量檢驗假設“至多存在r個協整向量”。上述兩個檢驗統計量的分布參考文獻[6]。本文中的向量由Qt、Yt、Pt和Mt等4個變量構成,其中Qt是中國t年的能源消費量,Yt是t年GPD,Pt是能源價格,Mt是一個反映結構變化的指標。本文使用重工業在GDP中的份額表示結構變遷。在構造中國能源消費需求行為模型時,需要處理一些方法論方面的問題,例如,能源匯總有兩種主要方法:Btu法和Divisia法,這兩種方法各有其優缺點。由于中國沒有公布各種能源的價格數據,因此本文不采用Divisia法。

根據需求理論,我們將收入變量(GDP)和價格變量包括在向量Xt中。除此之外,本文將變量Mt包括在向量Xt中主要因為:我們考慮到重工業是中國傳統的主要能源消費行業。例如在1985—1993年期間,重工業的能源消費量占全國能源消費總量的53%。尤其是在計劃經濟時代,中國采取重工業優先發展戰略,因此重工業則更是能源消費大戶。盡管改革開放后重工業在GDP中的份額下降了,但在80年代后期它又上升了。發生這種情況的原因是:在改革的初期,配置給重工業的資源不足,從而導致了生產資料(如原材料、鋼鐵和電力)的短缺。因此,80年代后期國家又對重工業進行大量投資。總之,我們在模型中使用變量Mt反映上述變化。

數據來源如下:本文使用的所有數據都來自各期《中國統計年鑒》。顯然,總能源消費量和GDP可直接取自統計年鑒。總能源消費量由4種能源消費組成:煤、原油、電力和天然氣。為了使用Btu方法,我們應用年鑒給出的標準煤(單位:萬噸標準煤》。為了計算能源價格,我們文獻[7]提出的方法,即能源銷售量(貨幣單位)除以總熱量。但由于中國未報告能源銷售量數據,因此我們使用能源部門的總產出替代能源銷售量,其隱含假設是此兩變量各期之比固定。Mt的數據按以下方法得到:在GDP的構成序列中,已知工業增加值的份額,我們又可得到工業總產值中重工業的份額,將這兩組數據相乘得出GDP中重工業的份額。

三、能源需求模型的實證分析

為了檢驗數據的性質,我們使用augmentedDick-ey-Fuller(ADF)和Phillips-Person(PP)單位根檢驗法檢驗變量的平穩性。即對變量zt,檢驗zt~1(1)的原假設,即檢驗Δzt是否平穩。ADF單位根檢驗程序基于如下的OLS回歸:Δzt=β0+α0t+α1zt-1+∑mi=1βiΔzt-i+εt(5)其中t是線性時間趨勢,選擇滯后階數m使殘差εt為白噪聲。檢驗zt中出現單位根(即zt~l(1))的原假設,等價于檢驗方程(5)中α1=0的原假設。如果α1顯著小于零,則拒絕單位根的原假設。PP檢驗類似于ADF,但PP檢驗法對殘差的異方差和自相關性不敏感。應用此兩種檢驗法的檢驗結果見表1①。兩種檢驗結果都表明:我們不能拒絕所有變量都是l(1)的原假設。其中LY表示變量Y的自然對數。只有當變量之間存在協整關系時,才存在誤差修正模型。因此,我們下一步要檢驗變量之間的協整關系。在協整檢驗中,如果系統中的變量個數多于兩個,則JJ法明顯優于EG法。我們應用JJ“跡”檢驗來確定模型中的協整向量個數,首先應用Schwarz信息準則確定VAR的最優滯后階數為2。協整檢驗結果。

檢驗結果表明,系統中存在唯一的協整向量,即變量之間存在唯一的長期均衡關系:LQt=3.3506+0.8828LYt-0.4645LPt+0.8469LMt(38.28)(-11.51)(18.45)(6)協整檢驗及方程(6)的估計的樣本區間為1953—1994,括號內數值是t檢驗值。協整檢驗結果表明:能源總需求、GDP、價格及Mt之間存在長期均衡關系(6),能源需求的長期收入彈性是0·8828、長期價格彈性是-0·4645、長期結構變化彈性是0·8469。與其他國家相比[8],中國的收入彈性低,而價格彈性相對較高。文獻[8]提供的結果表明:許多國家的收入彈性大于1,而價格彈性相當低。我國的低收入彈性的估計結果并不令人吃驚。這是因為在改革開放前,政府對能源實行低定價來刺激工業發展。但改革開放后,能源部門要自負盈虧,因此在出現巨大虧損后,這一政策無法繼續執行。而能源價格的上升以及其他改革,刺激消費者提高了能源利用效率,從而導致了能源密度大幅度下降。所以,能源需求的收入彈性較小。對于較高的價格彈性,我們提供兩種解釋:首先由于改革前中國制造業的許多設備相當老化,這些設備的能源利用效率很低。改革開放后,制造業逐漸淘汰這些老化設備。在這一條件下,相當大程度地存在著資本對能源的替代。其次,由于中國勞動力人口眾多,勞動力對能源的替代空間很大。廉價勞動力對相對昂貴的能源的替代便是一個自然的經濟現象。

四、中國能源需求的短期行為:誤差修正模型(ECM)

為了研究中國能源需求的短期行為,應用En-gle-Granger表現定理[3],可估計出如下形式的誤差修正模型:ΔLQt=β0+∑ni=1β1iΔLQt-i+∑ni=0β2iΔLYt-i+∑ni=0β3iΔLQt-i+∑ni=0β4iΔLMt-i+β5ΔECt-1+εt(7)其中ECt-1是來自于協整向量的一階滯后誤差。在估計出協整關系(6)的基礎上,我們可通過估計誤差修正模型來確定中國能源需求的短期行為。根據Hendry[9]一般的特定的建模方法,我們首先選定3階滯后變量及誤差修正項,然后逐漸刪除不顯著的變量。最后得出誤差修正模型(表3)。表3也給出了診斷檢驗結果。其中包括用于檢驗殘差一階自相關的DW檢驗、檢驗殘差高階相關的LM檢驗、條件異方差(ARCH)的LM檢驗、White的異方差檢驗、BJ正態性檢驗,以及函數設定形式的RESET檢驗。檢驗結果表明,各檢驗統計量都不顯著。這表明誤差修正模型的界定正確,并且殘差是白噪聲的。反映出模型的良好的擬合效果。而參數穩定性檢驗CUSUM表明模型參數的穩健性。在誤差修正模型中,GDP、能源價格及結構變化都是能源短期需求的決定因素。誤差修正系數為-0·702并在1%水平顯著,這表明我國能源需求的短期波動較大,平均每年對上年偏離長期均衡水平的短期調整幅度為70%。

為了研究模型的預測性能,我們增加1995到1999的5個樣本點檢驗模型的預測效果。表4給出預測及預測評價結果。診斷結果表明:我們的模型對中國能源需求具有優良的預測能力,我們的模型不僅能準確地預測能源需求的變化方向,而且預測精度很高。

五、結論

本文應用協整和誤差修正模型技術深入研究了中國能源需求的決定因素。實證分析結果表明:(1)能源總消費、GDP、能源價格及結構變化之間存在長期均衡關系;(2)不僅價格和收入是能源需求的重要決定因素,而且,用來反映結構變化的GDP中的重工業份額也是一個顯著的需求決定因素。我們的研究還發現,與其他國家相比,中國能源需求的收入彈性較低,而價格彈性較高。用來反映能源需求的短期行為的誤差修正模型不僅具有良好的擬合效果和穩定性,而且具有較高的預測精度。