張優(yōu)智
(1.西安石油大學經濟管理學院,陜西西安710065;2.西安理工大學 經濟與管理學院,陜西西安710048)
眾所周知,城市化水平和能源消費之間有著密切的關系.國外學者York(2007)利用1960到2000年歐盟國家的數據,研究發(fā)現:隨著人口規(guī)模的擴大和年齡結構的變化,城市化對能源消費的可持續(xù)性帶來了不小的挑戰(zhàn)[1].Phetkeo Poumanyvong和Shinji Kaneko(2010)利用99個國家1975~2005年的面板數據的實證研究發(fā)現:城市化水平確實降低了低收入群體的能源消費,但中高收入群體卻隨著城市化進程的推進增加了能源消費[2].Yaobin Liu(2009)認為不論是長期還是短期來說,存在著從城市化到能量消耗總量的單向Granger因果關系[3].Reinhard Madlener和與Yasin Suna(2011)發(fā)現:經濟體內不同地區(qū)不同的城市化機制能夠引起城市能源需求的上升及其能源結構的變化[4].Weijun Gao等(2004)研究發(fā)現:城市居民生活條件的逐步改善會造成家庭能源使用的增加[5].Hohedahl與Joutz(2004)研究發(fā)現:城市化增加了住宅能耗,因為人們遷移到城市就會增加對電力的需求,并且農民從農村搬遷到城市后,所購買的新電器會增加能源消費[6].
國內學者許冬蘭等(2010)認為:山東省城市化和能源消耗量之間存在著單向的Granger因果關系[7].袁曉玲等(2011)研究發(fā)現:陜西省不同區(qū)域城市化水平和能源消費之間具有不同的因果關系[8].楊肅昌等(2012)的研究結果表明:甘肅省城市化水平提高是導致能源消費增長的Granger原因,而能源消費增長卻不是城市化水平提高的Granger原因[9].黃獻松(2009)的研究結論顯示:陜西省城市化和能源消費之間存在著協整關系[10].
1978年陜西按照城鎮(zhèn)人口占比測算,即名義城市化率只有16.34%,而到了2013年城市化率上升到了51.3%(城鎮(zhèn)人口占比測算),這意味著目前陜西的農村人口和城市人口基本相當,城市化進程處在加速發(fā)展期.也就是說在城市化進程的推進過程中,人們的生產與生活方式改變將會增加能源消費量.因此,深入分析陜西城市化水平與能源消費之間的動態(tài)關系,對穩(wěn)步推進陜西的城市化進程和有序進行能源消費以及協調兩者的發(fā)展均具有一定意義.
本文考慮到數據獲得的便利性和數據質量,主要采用非農人口比重來衡量陜西實際或者真實的城市化水平(因為陜西人口統(tǒng)計口徑經過多次調整).圖1為1978~2013年陜西城市化水平和能源消費的對數變動趨勢,從圖1中可以看出,陜西城市化水平和能源消費兩變量之間具有一定的趨同變化趨勢.本文將對陜西1978~2013年城市化水平和能源消費之間的關系進行Granger因果分析,研究得出的結論能夠為陜西建立節(jié)能型城市提供決策的理論依據.
本文為了實證分析陜西城市化水平和能源消費變量間的關系,采用Engle與Granger提出的協整檢驗方法,進行陜西城市化水平與能源消費間的協整分析.
一般協整的定義為:
k 維向量時間序列 yt=(y1t,y2t,y3t,…,ykt)′(t=1,2,…,T)的分量序列間被稱為 d,b 階協整,可以記為yt~CI(d,b),若滿足:(1)yt~I(d),要求 yt的每個分量都是 d 階單整的;(2)存在非零向量 β =(β1,β2,…,βk),使得 β′t~I(d -b),0 <b≤d.簡稱 yt是協整的,向量 β 又稱為協整向量[13].
圖1 1978~2013年陜西城市化水平和能源消費的對數趨勢
基于一般文獻的做法,本文也用非農人口比重來衡量陜西的城市化水平(%),將其記為U.把能源消費總量(萬噸標準煤)作為能源消費的度量指標,將其記為E.對這兩個變量分別取自然對數(這是為了消除時間序列數據中存在的異方差現象),可以分別記為LnU、LnE,其相應的一級差分序列可以分別記為ΔLnU、ΔLnE.
本文數據主要來源于《新中國六十年統(tǒng)計資料匯編》和《陜西統(tǒng)計年鑒(2011~2014)》.
對陜西城市化水平和能源消費變量進行平穩(wěn)性檢驗,以確定這兩個變量的平穩(wěn)性及其單整階數,其檢驗結果見表1.
表1 LnU與LnE的ADF檢驗表
從表1可以發(fā)現,陜西城市化水平和能源消費這兩個變量在經過一階差分后為平穩(wěn)序列,即LnU~I(1),LnE ~I(1).
因為有LnU~I(1),LnE~I(1),我們采用Engle-Granger兩步法來檢驗陜西城市化水平和能源消費間的協整關系,其協整回歸方程為:
從回歸方程我們看出:陜西城市化水平每提高1%,能源消費量將會增加2.575%,這就說明了隨著陜西城市化水平的提高,能源消費量也隨之增加了.其殘差為LnE-0.103-2.575LnU.
協整回歸方程殘差序列的檢驗情況如表2所示,通過表2我們發(fā)現LnU與LnE間確實存在著協整關系.另外,從圖2也可以看出陜西城市化水平和能源消費之間存在著協整關系.
陜西城市化水平和能源消費間的Granger因果關系檢驗如表3所示.
表2 殘差序列的ADF檢驗
圖2 殘差趨勢
表3 Granger因果關系檢驗
通過表3我們可以發(fā)現:滯后期數為2年的陜西城市化為引起能源消費的原因,而陜西能源消費構成城市化的Granger原因并不很顯著,也就是說陜西的能源消費并非城市化進程的制約因素.
ΔLnU和ΔLnE不存在單位根,就能夠采用ΔLnU和ΔLnE的數據構建VAR(P)模型,我們可以依據AIC和SC取值最小的準則,把ΔLnU和ΔLnE滯后1~2期的值作為內生變量,進而利用最小二乘法來估計方程,其估計如表4所示.
表4 向量自回歸模型
表4 續(xù)表
從表4中第一個方程我們可以發(fā)現當前的ΔLnE和其自身的滯后值以及ΔLnU的滯后值有一定的聯系;而第二個方程也顯示當前的ΔLnU和自身的滯后值以及ΔLnE的滯后值也有一定的聯系.
圖3顯示所有的單位根倒數都在單位圓之內,這就說明了VAR模型整體擬合情況比較好,解釋力也比較強.
圖3 VAR模型特征方程的根的倒數值
2.5.1 脈沖響應函數
VAR模型能夠測度隨機擾動對變量系統(tǒng)的動態(tài)影響,一般的數學表達式如下:
其中yt為M維內生變量向量,Xt是d維外生變量向量,A1...AP和B1...Br是待估計的參數矩陣,內生變量和生變量分別有p、r階滯后期,εi是隨機擾動項.
圖4是基于VAR(2)及其漸近解析法(Analtic)模擬的脈沖響應函數曲線[14、15].圖4顯示能源消費對城市化新息的一個標準差擾動的響應呈現出較為穩(wěn)定的響應且持續(xù)時間較長.這說明了陜西城市化水平和能源消費這兩個變量之間存在著緊密的聯系,且這種聯系也具有一定的長期性.
2.5.2 預測方差分解
不同于脈沖響應分析,方差分解分析方法呈現了另一種描述系統(tǒng)動態(tài)的方法,方差分解的結果如圖5所示:
圖4 脈沖響應函數曲線
圖5 方差分解
我們可以構建陜西城市化對于能源消費的可變參數空間狀態(tài)模型,用卡爾曼濾波對彈性系數進行分析,其狀態(tài)空間模型如下所示:
測量方程為:LnE=π +αtLnU+μt,
狀態(tài)方程為:αt=αt-1.
可變參數模型定義如下:
通過表5發(fā)現模型的估計值通過了檢驗,這就說明了模型形式選擇是正確的,能源消費的產出彈性在2.5565到2.5813之間.圖6也顯示了能源消費的產出彈性系數有階段性特征.在1978~1982年間,能源消費彈性系數一直在降低,而在1983~1996年間,能源消費彈性系數又增加了,這意味著這一時期陜西投資增長過高和高耗能產業(yè)迅速擴張以及高耗能產品產量大幅增長.但在2008年后能源消費彈性系數又有下降趨勢,這恰恰說明了市場機制配置資源的基礎性作用在陜西已經初步形成,陜西正在逐步改變粗放型的經濟增長方式[13].
表5 可變參數模型參數的估計值及檢驗
圖6 陜西能源消費彈性系數的動態(tài)變化
根據上述基于1978~2013年陜西城市化水平與能源消費的統(tǒng)計數據資料的實證分析發(fā)現:
(1)LnU和LnE在經過一階差分后平穩(wěn),即LnU~I(1),LnE~I(1).協整檢驗發(fā)現:陜西城市化水平與能源消費之間存在長期的均衡關系;陜西城市化水平每提高1%,能源消費量將增加2.575%.
(2)Granger因果檢驗發(fā)現:滯后期數為2年的陜西城市化為引起能源消費的原因,而能源消費構成城市化的Granger原因并不顯著,也就是說陜西能源消費非城市化進程的制約因素.
(3)基于VAR(2)的模型顯示:陜西城市化水平和能源消費之間存在著密切的聯系,陜西城市化水平提高能增加能源消費量,并且這種聯系有一定的長期性.
(4)基于狀態(tài)空間模型的可變參數研究表明:陜西能源消費的產出彈性系數在2.5565~2.5813之間,同時彈性系數顯示出階段性特征.
[1]York,Richard.Demographic trends and energy consumption in European Union Nations1960 - 2025[J].Social Science Re-search,2007,36(3):855 -872.
[2]Phetkeo Poumanyvong,ShinjiKaneko.Does urbanization lead to less energy use and lower CO2emissions?a cross - country analysis[J].Ecological Economics,2010,70(2):434 -444.
[3]Yaobin Liu.Exploring the relationship between urbanization and energy consumption in China using ARDL(Autoregressive Distributed Lag)and FDM(Factor Decomposition Model)[J].Energy,2009,34(11):1846 -1854.
[4]Reinhard Madlener,Yasin Sunak.Impacts of urbanization on urban structures and energy demand:what can we learn for urban energy planning and urbanization management[J].Sustainable Cities and Society,2011,1(1):45 -53.
[5]Weijun Gao,Xingtian Wang,LiHai feng,et al.Living environment and energy consumption in cities of Yangtze Delta area[J].Energy and Buildings,2004,36(12):1241 -1246.
[6]Hohedahl P,Joutz F L.Residential electricity demand in Taiwan[J].Energy Economics,2004,26(2):201 -224.
[7]許冬蘭,李 琰.山東省城市化和能源消耗的關系研究[J].中國人口·資源與環(huán)境,2010,20(11):19-24.
[8]袁曉玲,方 瑩,張寶山.能源消費與城市化水平關系的動態(tài)計量分析[J].城市發(fā)展研究,2011,18(3):65-71.
[9]楊肅昌,韓 君.城市化與能源消費:動態(tài)關系計量與貢獻度測算[J].西北人口,2012,33(4):120-125.
[10]黃獻松.城市化與能源消費關系的動態(tài)計量分析[J].城市發(fā)展研究,2009,16(3):92-98.
[11]國家統(tǒng)計局國民經濟綜合統(tǒng)計司.新中國六十年統(tǒng)計資料匯編[M].北京:中國統(tǒng)計出版社,2010.
[12]陜西省統(tǒng)計局.陜西統(tǒng)計年鑒(2014)[M].北京:中國統(tǒng)計出版社,2014.
[13]高鐵梅.計量經濟分析方法與建模[M].2版.北京:清華大學出版社,2009:177-180.
[14]張優(yōu)智,黨興華.研發(fā)投入與技術創(chuàng)新關聯性的動態(tài)分析—基于協整檢驗和狀態(tài)空間模型的研究[J].科技管理研究,2014,34(8):8 -13.
[15]張優(yōu)智.技術市場發(fā)展與經濟增長的協整檢驗-基于1987-2009年的數據分析[J].大連理工大學學報:社會科學版,2011,32(4):26 -31.