基于VAR模型的能源消費結構優(yōu)化與農業(yè)經濟增長

王文霞

摘要? ? 為實現(xiàn)農業(yè)現(xiàn)代化，中國農業(yè)能源消費總量不斷增加，其中煤炭和柴油消費占50%以上。農業(yè)生產依賴化石能源，已經對資源和環(huán)境產生負面影響。改善和優(yōu)化農業(yè)能源消費結構，實現(xiàn)低碳、環(huán)保和可持續(xù)發(fā)展，是中國農業(yè)現(xiàn)代化發(fā)展的必然選擇。文章基于VAR模型，使用1996—2016年中國農業(yè)能源消費和農業(yè)經濟增長數(shù)據(jù)，分析了能源消費結構優(yōu)化對農業(yè)經濟增長的作用機理。在農業(yè)生產中，通過減少使用化石能源、增加使用清潔能源、優(yōu)化能源消費結構，促進農業(yè)產出增長，實現(xiàn)可持續(xù)發(fā)展。

關鍵詞? ? VAR模型;能源消費結構;農業(yè)經濟

中圖分類號? ? F323.214? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2020）08-0237-04? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

Abstract? ? In order to realize agricultural modernization，the agricultural energy consumption in China is increasing.Among which，coal and diesel consumption account for more than 50%.Agricultural production relies on fossil energy，which has had a negative impact on resources and the environ-ment.Improving and optimizing the structure of agricultural energy consumption to realize low-carbon，environmental protection and sustainable devel-opment is an inevitable choice for agricultural modernization in China.Based on VAR model，using the data of China′s agricultural energy consumption and agricultural economic growth from 1996 to 2016，the mechanism of energy consumption structure optimization on the agricultural economic growth was analysed.In agricultural production，by reducing the use of fossil energy，increasing the use of clean energy，and optimizing the energy consumption structure，in order to promote the growth of agricultural output and achieve sustainable development.

Key words? ? VAR model;energy consumption structure;agricultural economy

農業(yè)現(xiàn)代化是一個具有中國特色的用語，是把傳統(tǒng)農業(yè)轉變?yōu)楝F(xiàn)代農業(yè)，將機械、電力、化肥、農藥、良種、設施等要素和技術投入生產，從而替代和節(jié)約人力、畜力、土地和水等傳統(tǒng)要素的過程。農業(yè)現(xiàn)代化的發(fā)展，最終都是通過多元技術變革來提升農業(yè)水平[1]：一方面，使用農業(yè)機械提高勞動生產率;另一方面，發(fā)展設施農業(yè)、增施化肥，提高土地生產率。中國農業(yè)充分結合以上2個方面，致力于提高農業(yè)生產的機械化、化學化、電氣化和設施化水平，從而促進產出增長。由此，農業(yè)能源消費也隨之大幅增加[2-3]。

本文所研究的農業(yè)能源，是農業(yè)生產者開展農業(yè)生產和服務活動所需要的直接能源，主要包括使用農業(yè)機械（如農用動力機械、農田建設機械、土壤耕種機械、作物收獲機械、農田排灌機械、林業(yè)機械、漁業(yè)機械、畜牧業(yè)機械和田間運輸機械等）所消費的能源，以柴油、電力、汽油為主;使用農業(yè)設施（如溫室、舍棚的照明、調溫、調濕、通風、防蟲、殺蟲、消毒、增氧機、自動孵化器和糞便處理等）所消費的能源，以煤炭和電力為主。

隨著機械化和設施化的普遍應用，中國農業(yè)能源消費總量在不斷增加[4-5]。從能源消費結構來看，柴油的消費量最大，其次是煤炭，剩下的主要是電力和汽油。可見，煤炭和石油是能源消費中的主要類型。農業(yè)生產過多依賴消費化石能源，對空氣、土壤和水的破壞日漸顯現(xiàn)[6]，而且隨著天然的化石能源日漸減少，能源價格不斷上漲，農業(yè)生產的資源約束會逐漸收緊。因此，改善和優(yōu)化農業(yè)能源消費結構，減少農業(yè)對煤炭、石油等化石能源的依賴，更多使用電力、太陽能、風能、生物質能等清潔能源，從而實現(xiàn)低碳、環(huán)保和可持續(xù)發(fā)展[7-13]，是中國農業(yè)現(xiàn)代化發(fā)展的必然選擇[14]。

本文使用1996—2016年中國農業(yè)能源消費、農業(yè)產出數(shù)據(jù)，構建VAR模型，對農業(yè)能源消費、農業(yè)能源消費結構和農業(yè)經濟增長三者之間的關系進行實證研究，以分析能源消費結構優(yōu)化對農業(yè)經濟增長的作用機理。

1? ? 研究方法

1.1? ? 模型構建

本研究利用向量自回歸（Vector Autoregression，VAR）模型，研究農業(yè)能源消費結構與農業(yè)經濟增長之間的動態(tài)影響關系。該模型采用非結構化的多方程方法來建立各個變量之間的關系，它不以經濟理論為基礎，在模型的每個方程中，通過內生變量對模型所有內生變量的滯后值進行回歸，從而估計全部內生變量的動態(tài)關系。VAR模型是處理多個相關經濟指標分析與預測最容易操作的模型之一。模型的一般表達式為：

1.2? ? 數(shù)據(jù)來源和處理

本研究選取1996—2016年中國農業(yè)能源消費和農業(yè)產出的年度數(shù)據(jù)來研究農業(yè)能源消費、農業(yè)能源消費結構、農業(yè)經濟增長三者之間的關系。研究對象為大農業(yè)，即農林牧漁業(yè)。農業(yè)能源消費（E）用第一產業(yè)的能源消費總量來表示，單位是萬噸標準煤（采用發(fā)電煤耗計算法）;農業(yè)能源消費結構（S）用農業(yè)能源消費總量中煤炭的消費比重來表示，單位是%，因為煤炭的碳排放系數(shù)大于柴油，所以本研究選擇用煤炭的消費比重來描述能源消費結構，那么煤炭消費比重下降就意味著能源消費結構優(yōu)化;農業(yè)經濟增長（Y）用第一產業(yè)總產值來表示，單位為億元，均以1996年的不變價格進行了處理。

數(shù)據(jù)來源為《中國統(tǒng)計年鑒2017》《中國農村統(tǒng)計年鑒2017》以及各年度的《中國能源統(tǒng)計年鑒》。為了消除可能存在的異方差以及考慮到變量之間經濟關系的合理解釋，對農業(yè)能源消費、農業(yè)經濟增長數(shù)據(jù)，分別取自然對數(shù)，用lnE和lnY來表示;而農業(yè)能源消費結構（S）的結果為百分比數(shù)據(jù)，在0～1的區(qū)間內，無需取自然對數(shù)，直接使用其原值。

2? ? 模型估計

2.1? ? 序列平穩(wěn)性檢驗

為了避免偽回歸，需要對數(shù)據(jù)進行平穩(wěn)性檢驗。如果原始數(shù)據(jù)平穩(wěn)，則可以繼續(xù)研究，如果原始數(shù)據(jù)不平穩(wěn)，則需要通過差分法來消除原始時間序列存在的確定趨勢或者隨機趨勢。本文采用ADF單位根檢驗法對時間序列進行平穩(wěn)性檢驗，進行滯后階數(shù)的判定選擇時采用SIC信息準則，結果見表1。從各變量的ADF檢驗結果可以看出，變量lnE、S和lnY的原始時間序列分別在10%和1%的顯著性水平下拒絕原假設，不存在單位根，均為0階平穩(wěn)序列。

2.2? ? VAR模型估計

由于變量lnE、S和lnY均為平穩(wěn)的時間序列，因而可以直接構建無約束VAR模型，對能源消費結構優(yōu)化的作用機理進行分析。為了確定合適的滯后期數(shù)，需要將不同滯后期VAR模型的AIC和SC值進行比較，當2個準則同時出現(xiàn)最小值時，該滯后期就為最優(yōu)滯后期。

AIC和SC值在滯后1期分別為-13.064 11、-12.466 67，在滯后2期分別為-13.024 26、-11.980 40?？梢钥闯?，AIC和SC值在滯后1期時同時達到最小，因而選擇滯后1期的VAR模型，如下：

從式（2）、式（3）、式（4）的估計結果來看，模型中主要系數(shù)是顯著的，可決系數(shù)和F統(tǒng)計量都比較大，擬合效果較好。由此可以得到幾個主要變量之間的關系：①農業(yè)增長主要受上一期產出的正向影響，上一期產出每增加1%，本期產出將會增加0.87%;農業(yè)增長還受上一期能源消費的正向影響，上一期能源消費每增加1%，本期產出將會增加0.25%;農業(yè)增長受上一期能源消費結構優(yōu)化的正向影響，上一期煤炭消費比重每降低1個單位，本期產出將會增加1.35%。②能源消費增長主要受上一期能源消費的正向影響，上一期能源消費每增加1%，本期能源消費將會增加1%;能源消費增長還受上一期能源消費結構優(yōu)化的正向影響，上一期煤炭消費比重每降低1個單位，本期能源消費將會增加1.6%。③能源消費結構優(yōu)化以上一期優(yōu)化的水平為基礎，上一期煤炭消費比重下降1個單位，本期煤炭消費比重將繼續(xù)下降0.5個單位;但是，能源消費結構優(yōu)化也受上一期能源消費的反向影響，上一期能源消費減少1%，本期煤炭消費比重將會下降0.03個單位，不過，這一影響較小，可以忽略。

該模型包含3個內生變量，滯后期為1，AR特征多項式有3個根。對該模型進行穩(wěn)定性檢驗，結果顯示，這3個根都位于單位圓內（該圖形省略），因而所估計的VAR模型滿足穩(wěn)定條件。

2.3? ? 脈沖響應函數(shù)

建立VAR模型之后，可以通過脈沖響應函數(shù)方法來觀察農業(yè)經濟增長、能源消費和結構之間的相互影響關系和影響程度。本文選用滯后期為30期，模擬某個內生變量隨機擾動項一個標準差的沖擊，對VAR模型中所有內生變量當期值和未來值的影響。從圖1可以看出，①經濟增長受到能源消費的一個標準差沖擊后，立即作出反應，正向偏離初始狀態(tài)，在第10期達到峰值（0.05），隨后逐漸減弱，說明能源消費對經濟增長在短期內具有顯著的促進作用，長期影響變小。②經濟增長受到能源消費結構的一個標準差沖擊后，立即做出反應，第2期達到峰值（0.013），隨后下降，第5期后開始負向偏離初始狀態(tài)，在第13期達到負向峰值（-0.034），隨后逐漸接近初始狀態(tài)。說明煤炭消費比重的提高只會暫時刺激經濟增長，但長期來看，卻有較強阻礙作用，也就是說，只有能源消費結構優(yōu)化才對經濟增長產生長期促進作用。③能源消費受到經濟增長一個標準差沖擊后，沒有明顯反應，一直都維持在初始狀態(tài)，說明經濟增長對能源消費的影響不明顯;同樣的情況，經濟增長對能源消費結構的影響也不明顯?？梢?，農業(yè)經濟增長對農業(yè)能源消費以及結構優(yōu)化都沒有明顯的、長期的促進作用。④能源消費受到能源消費結構一個標準差沖擊后，立即做出反應，負向偏離初始狀態(tài)，在第5期達到負向峰值（-0.027），隨后逐漸回歸初始狀態(tài)，說明煤炭消費比重的提高對能源消費的增長起抑制作用;但是，能源消費結構受到能源消費一個標準差沖擊后，正向偏離初始狀態(tài)，不過力量較小。也就是說，農業(yè)能源消費結構優(yōu)化最終有助于促進能源消費增長。

2.4? ? 方差分解

將lnE、S和lnY的方差進行分解來計算三變量間的相互貢獻度，可以描述每個沖擊在農業(yè)能源消費、能源消費結構和經濟增長的動態(tài)變化中的影響比例及重要程度，結果見圖2。

從圖2可以看出，在第1期預測中，自身擾動對經濟增長預測方差貢獻度100%，但從第2期開始，自身擾動貢獻迅速下降，能源擾動的貢獻度立即上升，能源消費結構擾動的貢獻度在出現(xiàn)一個小幅下降之后緩慢上升。在第12期，能源擾動的貢獻度已經達到峰值（53%），隨后稍有下降，基本保持在50%的水平。同樣在第12期，能源消費結構擾動的貢獻度只有14%，第30期貢獻度預計達到30%。說明在長期內，能源消費增長以及消費結構優(yōu)化對農業(yè)經濟增長的貢獻較為穩(wěn)定，其中能源消費增長的貢獻較大。

在第1期預測中，自身擾動對能源消費預測方差貢獻度為 100%。從第2期開始，自身擾動貢獻度迅速下降，能源消費結構擾動對能源消費預測方差的貢獻度迅速上升。從第10 期開始，自身擾動的貢獻度就基本保持在53%，而能源消費結構擾動的貢獻度基本在47%的水平上。因此，長期來看，能源消費結構優(yōu)化對能源消費的貢獻較為穩(wěn)定，影響程度也比較大。

在第1期預測開始，自身擾動對能源消費結構預測方差貢獻度90%，從第2期開始，緩慢下降，之后維持在73%的水平上。能源消費擾動對能源消費結構預測方差貢獻度從第1期的10%緩慢上升為26%，并一直保持穩(wěn)定。說明能源消費對能源消費結構優(yōu)化的影響程度較小，最終仍體現(xiàn)出能源消費結構優(yōu)化對能源消費增長的較大貢獻。

2.5? ? Granger因果關系檢驗

所謂因果關系是指變量之間的依賴性，作為結果的變量是由作為原因的變量所決定的，原因變量的變化引起結果變量的變化，Granger從預測的角度給出了因果關系的一種定義。因此，對lnE、S和lnY進行Granger因果關系檢驗，以確定3個變量的因果關系。Granger因果檢驗對滯后期的選擇非常敏感，滯后期不同，檢驗結果可能有較大差異。本文采用AIC準則確定最優(yōu)滯后期數(shù)為1期，結果見表2。

可以看出，在5%的顯著性水平下，拒絕了原假設，接受lnE是lnY的Granger原因，lnY是S的Granger原因，S是lnE的Granger原因，lnE是S的Granger原因。也就是說，1996—2016年的統(tǒng)計數(shù)據(jù)表明，存在E到Y、Y到S的單向因果關系，以及E和S的雙向因果關系。結合脈沖響應函數(shù)和方差分解的結果，其主要因果關系為：農業(yè)能源消費結構優(yōu)化引起能源消費增長，農業(yè)能源消費增長引起經濟增長。

3? ? 結論

本文在現(xiàn)有文獻已證明能源和經濟、環(huán)境之間相互影響的基礎之上，進一步研究了農業(yè)能源消費結構優(yōu)化的作用機理。使用中國1996—2016年的農業(yè)能源消費和經濟增長數(shù)據(jù)，運用向量自回歸模型（VAR），對農業(yè)能源消費結構優(yōu)化促進經濟增長的作用機理進行了分析，得出以下結論：

（1）農業(yè)能源消費結構優(yōu)化以前期優(yōu)化為基礎，能夠促進未來的能源消費和經濟增長。煤炭消費比重每降低1個單位，未來的煤炭消費比重將會繼續(xù)下降0.5個單位，未來的農業(yè)能源消費將會增加1.6%，農業(yè)產出將會增加1.35%。

（2）農業(yè)能源消費結構優(yōu)化對能源消費以及經濟增長具有長期的促進作用，農業(yè)能源消費對經濟增長短期的促進作用更為明顯。然而，農業(yè)經濟增長對農業(yè)能源消費以及結構優(yōu)化都沒有明顯的、長期的促進作用。

（3）長期來看，農業(yè)能源消費結構優(yōu)化對能源消費增長貢獻較大，農業(yè)能源消費增長對農業(yè)經濟增長貢獻較大。

（4）長期來看，農業(yè)經濟增長對能源消費的依賴仍將持續(xù)。農業(yè)能源消費結構優(yōu)化引起能源消費增長，繼而能源消費增長引起經濟增長。

本文認為，農業(yè)生產應當依靠科技進步，使用低碳機械，推廣節(jié)能技術，通過調整和優(yōu)化能源消費結構的方法，減少煤炭和石油等化石能源的使用，增加電力等清潔能源的使用，在促進農業(yè)產出增長的同時，注重生態(tài)和環(huán)境的改善，實現(xiàn)農業(yè)可持續(xù)發(fā)展。

4? ? 參考文獻

[1] BALL V E，F(xiàn)？魧RE R，GROSSKOPF S，et al.The role of energy productivity in US agriculture[J].Energy Economics，2015，49（5）：460-471.

[2] FEI RILONG，LIN BOQIANG.Estimates of energy demand and energy saving potential in China′s agricultural sector[J].Energy，2017，135（9）：865-875.

[3] CHEN J D，CHENG S L，SONG M L.Changes in energyrelated carbon di-oxide emissions of the agricultural sector in China from 2005 to 2013[J].Renewable and Sustainable Energy Reviews，2018，94（10）：748-761.

[4] 張霞，蔡宗壽，李歡.我國農業(yè)生產能源消費現(xiàn)狀分析[J].江蘇農業(yè)科學，2015，43（5）：441-443.

[5] YU ZHIXIN，LI NAN，MU HAILIN，et al.Empirical study on the regional agricultural energy efficiency convergence across provinces in China[J].Energy Procedia，2017，142（12）：2391-2396.

[6] WANG S L，MCPHAIL L.Impacts of energy shocks on US agricultural pr-oductivity growth and commodity prices：a structural VAR analysis[J].Energy Economics，2014，46（11）：435-444.

[7] 李國志，李宗植.中國農業(yè)能源消費碳排放因素分解實證分析：基于LMDI模型[J].農業(yè)技術經濟，2010（10）：66-72.

[8] 朱立志，劉靜，向猛.我國農業(yè)生產能源消費變化與趨勢分析[J].環(huán)境經濟，2010（12）：44-47.

[9] 史常亮，郭焱，占鵬，等.中國農業(yè)能源消費碳排放驅動因素及脫鉤效應[J].中國科技論壇，2017（1）：136-143.

[10] 黃曉鳳，陳永康.中國農業(yè)能源偏向型技術創(chuàng)新測度及結構優(yōu)化研究[J].湖南大學學報（社會科學版），2018，32（1）：100-107.

[11] 彭科，安玉發(fā).中國農業(yè)生產能源消費影響因素的實證分析：基于固定效應模型[J].技術經濟，2012，31（6）：101-106.

[12] 張寬，漆雁斌，鄧鑫.農業(yè)機械化、能源消費與經濟增長耦合關系研究[J].農機化研究，2017，39（3）：1-6.

[13] 魏瑋，文長存，崔琦，等.農業(yè)技術進步對農業(yè)能源使用與碳排放的影響：基于GTAP-E模型分析[J].農業(yè)技術經濟，2018（2）：30-40.

[14] 李笑宇，樊遠洋.農業(yè)機械化與能源消費對農業(yè)經濟發(fā)展的影響[J].山東農業(yè)大學學報（自然科學版），2017，48（6）：939-942.