湖北省能源消耗与经济发展关系研究
来源:用户上传
作者: 王杨 韩凤歌
摘要：经济的发展带动能源的消耗，文章通过主成分分析方法提取出能够反映经济发展和能源消耗这两者的综合指标，利用时间序列数据，定量分析湖北省能源消耗与经济发展关系。然后通过建立协整模型发现这两者存在长期均衡关系，且存在着从经济发展到能源消耗的单向因果关系。最后比较最小二乘方法和Bootstrap方法得到的回归模型系数置信区间；可知Bootstrap方法的区间收敛于真实区间的速度更快，使得模型也能更好地适用于更普遍的经济-能源发展的关系应用中。
关键词：能源消耗；经济发展；主成分分析；协整检验；Bootstrap方法
一、 引言
经济的发展带动着能源的消耗，能源消耗又反过来促进经济的发展，两者之间相互促进。近年来湖北省的年均经济增长速度放缓，经济发展趋势呈现新常态。在面对现在湖北省经济发展状况的现状下，原始模式的资源利用导致了资源消耗大，资源约束日益紧张。目前湖北省能源资源稀缺，包括煤炭，石油，天然气，电力等。现阶段湖北省随着经济的发展，对于能源的需求量越来越大，如何用最少的资源带来最大的经济效益，是亟待解决的问题。
能源是国民经济的基础要素，能源的有效利用关系到社会经济的可持续发展，能源消费量过快增长和能源低效率会阻碍经济社会的可持续发展。能源与经济发展关系的研究是科学进行能源需求预测的需要，最终目的是使能源得到有效利用，使能源与经济协调发展。能源消费与经济发展关系的实证研究是为更有效的提高能源效率提供依据，能够为节能政策制定和可持续发展政策的实施提供重要参考依据。
二、 研究内容及框架
目前有很多学者研究了能源消耗总量对于经济发展的影响及相互关系，但是能源消耗总量及经济的发展指标仅单纯的数量研究不能更加有效地评判两者之间的关系，且单一的能源消耗指标及经济发展指标只能片面的反应二者之间的关系，不具有很强的代表性。此研究克服了之前总量研究的不足，采用胡绍雨的研究技术路线，利用综合指标对现阶段湖北省能源消耗现状和经济发展状况进行分析。本文选取经济发展指标有地区生产总值、居民消费水平、对外贸易出口总额、财政收入占地区生产总值的比重，能源消耗指标有煤炭、焦炭、原油、汽油、煤油柴油、燃料油、电力、天然气指标；其次利用主成分分析方法确定能够反映能源消耗和经济发展的综合指标得分；然后利用综合指标得分采用时间序列对湖北省能源消耗对经济发展的长期和短期关系及影响进行分析，给出经济发展综合指标和能源消耗综合指标之间的相互关系，为调整能源消耗情况的幅度，提升能源消耗所带来的经济效益提供参考。
三、 数据来源
此研究数据包含1995年到2014年间湖北省经济发展指标：地区生产总值、居民消费水平、对外贸易出口总额、财政收入占地区生产总值的比重；能源消耗指标：煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、电力、天然气指标数据。对应的指标数据来自2014湖北省统计年鉴。
四、 研究方法
（一） 主成分分析方法
本文通过对经济发展指标及能源消耗的指标进行主成分分析，确定能够反映经济发展和能源消耗的两个综合指标：GDP和能源。利用这两个综合指标对湖北省能源消耗与经济发展关系进行研究。
通过软件分别对反映经济发展的4个指标和能源消耗的9个指标进行主成分分析得到：经济发展提取出一个主成分（方差贡献率0.976）；能源消耗提取2个主成分，第一主成分方差贡献率0.781，第二主成分的贡献率0.115，累计贡献率0.896。各指标成分得分见表1和表2。
系数矩阵计算综合指标得分见表1和表2，两个指标的综合得分如下表3。
由表3和图1可看出，能源消耗与经济发展呈上升趋势。湖北省从1995年到2014年的20年间，经济的发展带动能源的消耗增长，能源的消耗增长带动经济的发展。在1995年至2005年之间能源消耗与经济发展趋势相同，在2005年至2010年之间能源整体发展比经济发展快，在2010年至2015年之间经济整体发展比能源消耗快。
（二）时间序列分析
1. 时间序列单位根检验
对于主成分分析得到的经济发展和能源消耗的综合指标得分都和时间有关系，因此将这两个综合指标序列作为时间序列来研究湖北省能源消耗与经济发展关系。在进行协整检验之前，需要确定变量的最优滞后阶数，并确定变量之间是否同阶单整。本文先建立VAR模型，根据中SC信息准则选定最优滞后阶数为6，将得分进行一阶差分，其单位根检验结果见表4：
由表4可知，经济发展和能源消耗的综合指标得分都通过显著性检验（P<0.05），所以经济发展和能源消耗的综合指标得分的时间序列为是一阶单整。
2. 时间序列协整分析
对能源得分和经济的得分的时间序列作分析，两个序列都是一阶单整，此时可以研究两个变量之间的长期均衡关系。经过协整检验，其均衡关系模型为：
N=0.76G，
模型各参数见表5。
由表5可知模型的R2=0.887，D-W=0.351。由于D-W很小，存在误差序列相关，这里引入AR（1）、AR（2）来消除残差序列相关。得到调整后的模型结果如下：
N=0.42G+[AR（1）=1.39，AR（2）=-0.45]，
模型因子系数及统计检验结果见表6。
由表6可知模型R2=0.973，D-W=2.052。D-W检验值由0.351上升到2.052，消除了残差项的序列自相关。并且在回归模型中的解释变量和AR（l）和AR（2）的t统计值都一致地通过了显著性检验。其回归方程的残差序列平稳性检验结果见表7。
由表7可知在显著水平为0.01下残差通过显著性检验，即调整之后的回归方程的残差序列为零阶单整序列。所以能源消耗综合指标时间序列与经济发展综合指标时间序列存在长期均衡关系。 3. 格兰杰因果关系检验
回归分析只能给出两个指标的数量之间的关系，不能反映出应变量和自变量间的因果关系，下面通过格兰杰因果关系分析来检验二者之间的影响关系。在进行格兰杰因果关系检验之前，先根据SC信息准则确定最优滞后阶为4，检验结果见表8 （滞后期为4，观测值为20），可以看出存在从经济发展到能源消耗的格兰杰因果关系，即经济的发展带动能源的消耗。
五、 回归模型系数置信区间研究
经济的发展带动能源的消耗，研究经济与能源关系模型对于了解两者之间的相互影响关系很重要。对于时间序列建立的数学模型是否能够运用到更宽的领域不能够确定。Bootstrap是假定不知道残差项具体是什么分布情况下的算法，用它不是为了促进有效性，而是为了使其能够在更大范围内使用。对很多估计能够获得更精准的置信区间（其构造的置信区间）收敛于真实区间的速度在某些条件下会比通常的正态近似要快。
（一） 最小二乘回归置信区间
利用时间序列得到的线性回归在置信水平分别为0.90、0.95、0.99下各系数的置信区间见表9。
（二） Bootstrap方法估计参数的置信区间
Bootstrap方法是一种有放回的随机抽样方法，即从原始样本数据中，有放回地重复重复抽取容量为的样本，然后作这个样本的估计，再将这一过程重复次，做相应的估计。Bootstrap方法能够较好的处理小样本数据。此处利用Bootstrap方法，重复抽样1000次，对回归方程的系数进行估计，参数估计置信区间结果见表10。
由表9和表10的结果可以看出自助法所得到的参数置信区间基本包含在时间序列估计的参数置信区间内，Bootstrap方法构造的置信区间收敛于真实区间的速度更快，该模型也能更好地适用于更普遍的经济-能源发展的关系应用中。
六、 结语
本文主要对湖北省的能源消耗与经济发展关系进行分析，主要通过选取能够反映能源消耗和经济发展的综合指标来研究。根据已有的发展指标建立综合指标体系，更好的反映现阶段湖北省能源消耗与经济发展的相互关系。
1. 能源的发展对经济增长存在一定的促进作用，经济增长对能源消耗存在一定的依赖性，经济增长同时也促进能源的开发利用。研究发现湖北省能源消耗与经济发展保持长期均衡关系，存在着从经济发展综合指标到能源消耗综合指标的因果关系，即经济的发展带动能源的消耗，但能源的消耗并不能带动经济的发展，此结果和已存在同类研究结果相类似。
2. 本文研究结果对于政策的制定有一定的参考价值。湖北省的能源消耗量逐年上升，但仍是以煤炭为主，煤炭消耗量从1995年到2014年年平均增长129万吨，其他能源消耗种类及消耗量也呈现上升趋势。能源的消耗虽不能带动经济的发展，但随着能源消耗的增加逐年增长所导致的环境问题（如空气污染、水污染等问题）仍在进一步扩大。
3. 为了解决现有经济-能源-环境关系，一方面要提升单位能源利用效率，调整能源的消费结构，大力发展能够替代现有煤炭、石油等的其他可再生能源，减少能源消耗带来的环境问题。另一方面，在发展经济的同时需要考虑能源及环境问题，高效的能源利用及良好的环境发展比经济发展带来的效益高。因此，在保证经济持续发展、环境问题不再扩大的前提下，充分利用现有的有限能源实现更大的效益，是值得我们给予高度重视并采取可行高效的解决方案来实现质的飞跃。
参考文献：
[1]侯建朝.中国能源与经济之间关系的模型及实证分析[D].华北电力大学（北京），2009.
[2]刘旖芸.上海能源消费与经济发展关系研究[D].复旦大学，2009.
[3]胡绍雨.我国能源、经济与环境协调发展分析[J].技术经济与管理研究，2013（04）.
[4]王德青，朱建平，谢邦昌.主成分聚类分析有效性的思考[J].统计研究，2012（11）.
[5]刘文忠.自助法统计推断的基本原理及应用[J].山西农业大学学报（自然科学版），2004（02）.
[6]肖支才，高华明，丁通，韩昕锋.自助法在小样本数据均值估计中的应用[J].海军航空工程学院学报，2009（05）.
【作者单位：中国地质大学（武汉）数学与物理学院】
转载注明来源:https://www.xzbu.com/2/view-7433027.htm
