甘肃省能源消费与经济增长实证分析

秦静，牛叔文，孙红杰，胡莉莉

(兰州大学资源环境学院，兰州730000)

有关能源消费与经济增长的相互关系是个有争议的问题，是经济增长导致能源消费?还是能源消费促进经济增长?国内外学术界围绕这一问题展开了讨论，得出的结论也不尽相同。

Kraft J和Kraft A(1978)发现了美国GDP对能源消费的单向因果关系[1]。Yu和Choi(1985)的研究表明，韩国也存在着GDP增长促使能源消耗增加的因果关系，而菲律宾则存在着从能源消耗促进GDP增长相反的因果关系[2]，Yang(2000)检验了石油、天然气、煤炭和电力与经济增长的因果关系，得出各种能源消费与经济增长存在着格兰杰双向因果关系[3]。Hondroyiannis(2002)等研究了希腊能源消费、GDP和消费价格指数之间的联系，认为能源消费与GDP存在双向因果关系[4]。

国内学者对此也做了大量研究。马超群(2004)等研究结果表明，我国GDP分别与能源总消费、煤炭消费之间存在协整关系和很强的Granger双向因果关系，而GDP与石油、天然气和水电之间不存在协整关系[5]。杨朝峰、陈伟忠(2005)则得出我国从经济增长到能源消费的单向因果关系，而且这种关系是稳定的，没有随时间发生结构性变化[6]。王宇新研究结果又表明，短期内我国能源消费与GDP增长之间不存在因果关系，但长期内存在GDP到能源消费的单向因果关系[7]。王海鹏等(2005)研究结果则表明我国电力消费与经济增长之间存在长期协整性和双向因果关系[8]。研究综述不难发现，国内外学者研究结果虽不尽相同，但总的来说，能源消费和经济增长之存在间双向因果关系的居多。

甘肃省是我国西部一个重要而又特殊的省份，截至目前，关于甘肃经济增长与能源消费关系的相关研究不多。因此，本研究将根据1985—2007年间甘肃省的23组年度数据，利用协整分析及格兰杰(Granger)因果关系检验法对甘肃省生产总值和能源消费总量之间的关系进行实证分析。

1 甘肃能源开发与经济增长

1.1 能源条件

甘肃省位于黄河上游，地处西北内陆，拥有独特的自然地理条件，能源资源相对富集，品种齐全，既有常规矿产能源，石油、天然气、煤、油页岩、泥炭等，又有水电、核能、太阳能、风能、地热及生物质能等资源。且具有分布相对集中、开发成本低、开发潜力大等特点。

甘肃已发现油田20个，含油面积为12.30万km2，已探明可采储量为2.72亿t，占全国总储量的2.08%，其中，位于甘肃河西走廊的玉门油田是新中国第一个天然石油基地[9]。已探明煤炭保有储量92.65亿t，煤质多以长焰煤、不粘或弱粘结煤为主[10]。依托丰富的煤炭资源，先后在兰州、平凉、靖远等地建立了大规模的火电厂。甘肃也是我国先行开发水电的地方，刘家峡水电站为黄河上游地区梯级水电站的开发建设拉开了序幕，河西750 kV输变电系统不仅构成了西北电网的主骨架，也为“西电东送”创造了条件。2009年8月中国规划建设的第一座千万kW级风电示范基地——甘肃酒泉风电基地一期工程正式开工建设。“建设河西风电走廊，再造西部陆上三峡”成为甘肃能源产业结构调整走向“绿电”新路的标志。甘肃太阳能的开发利用在我国也是起步较早的省份，太阳灶、太阳能热水器在城乡居民的生活中有较多地应用。生物质能的利用技术也在不断改善，沼气建设缓解了农村炊事用能，产生了节能减排的良好效果。甘肃的能源开发不仅为甘肃经济发展奠定了基础，也有力地支持了全国经济的发展[11]。

1.2 能源消费与经济增长变化趋势

由于建国初期倡导重工业优先发展，甘肃省形成了以重工业为主的工业体系。改革开放以来，这种趋势虽有所扭转，但工业结构基本格局仍未有大的改变[12]。甘肃能源消费品主要为煤炭、石油、天然气、水电、风电，其中，煤炭和电力占有较大比重。1985—2007年甘肃能源消费总量由1 790.12万tce增加到5 109.29万tce(图1)，增长了2.85倍，年均增幅达到4.88%。2007年，第一、二、三产业能耗在能源消费总量中占比分别为4.8%、76.4%、7.3%，工业仍是能源消费的主体，达到75.2%。期间，甘肃生产总值(GDP)由123.39亿元增加到2702.40亿元(当年价)，按可比价计算增加了8.43倍，年均增长率为10.10%，比建国后前30年的年均增速高4.3个百分点。1985—2007年间，甘肃省GDP与能源消费总量呈稳步上升趋势，可以初步认为能源消费与经济增长之间存在某种关联。

图1 1985—2007年甘肃能源消费总量与GDP增长趋势Fig.1 The amount of energy consumption and GDP growth trend from 1985 to 2007 in Gonsu Province

1.3 能源消费弹性系数

能源消费弹性系数是反映能源消费增长速度与国民经济增长速度之间比例关系的指标。计算公式为:能源消费弹性系数=能源消费量年平均增长速度/国民经济年平均增长速度。

图2 1985—2007年甘肃能源消费、GDP增长率及能源消费弹性系数Fig.2 Growth rate of energy consumption and GDP and elasticity ratio of energy consumption of Gansu Province from 1985 to 2007

1985—2007 年，甘肃省能源消费弹性系数呈波动变化(图2)，很不稳定，其平均值为0.60，低于全国0.68的平均水平。其中，1996、1997年能源消费增长率呈反向变化，弹性系数除了2003和2004年大于1，其余年份均小于1，且在0.1～0.7的区间波动，没有表现出明显的变化规律。由于GDP的增长具有较强的平衡性，弹性系数的变化主要是由于能源消费增长不稳定所致。

2003 年以来，甘肃经济进入新一轮快速增长期，伴随投资的大幅增长，钢铁、水泥、化工、电力等高耗能产业迅速扩张，产品产量大幅增长。2003—2004年能源消费增长快于GDP增长，能源消费弹性系数大于1。与全国比较，1998年以来甘肃GDP比上年增长率略低于全国，能源消费增长率也低于全国能源消费增长率，弹性系数比全国波动幅度大，平均值低于全国弹性系数。甘肃省的GDP、能源消费总量及能源消费弹性系数的变化趋势与全国基本一致(图3)。

1.4 能源消费强度

能源消费强度(万元，GDP能耗)是反映能源消费经济成果的重要指标，指一定时期内一个国家或地区万元国内生产总值所消耗的能源，计算公式为:能源消费强度=能源消费总量/万元GDP(不变价)。

1985—2007 年，甘肃能源消费强度与时间序列的回归方程:

图3 1985—2007年中国能源消费、GDP增长率及能源消费弹性系数Fig.3 Growth rate of energy consumption and GDP and elasticity ratio of energy consumption of China from 1985 to 2007

式中:y是能源消费强度;x是时间。由此可以看出，能源消费强度与时间有着密切的幂函数相关性(图4)。趋势线的估计值与对应的实际数据之间拟合程度比较高。甘肃省能源消费强度(按1985年价格计算)呈下降趋势。万元GDP能耗从1985年的14.51 tce下降到2007年的3.01tce，累计下降125.68%，其中，2006、2007年全省万元GDP能耗分别比上年下降2.61%、4.09%。表明甘肃能源利用效率逐步提高，技术进步和产业升级产生了节能效应。2007年全国的能源消费强度是1.16 tce/万元，甘肃能源消费强度远远大于全国平均水平，说明甘肃未来节能减排仍有较大潜力。

图4 甘肃能源强度变化Fig.4 Energy intensity of Gansu Province

2 实证分析

2.1 变量和数据的选取

原始数据来源于《甘肃改革开放30年》、《甘肃省统计年鉴》、《中国统计年鉴》。数据区间是1985—2007年，能源消费总量(TEC)是个实物指标，单位是万tce;国内生产总值(GDP)是以1978年为基期的不变价格。为了消除数据间的波动，对生产总值和能源消费总量分别取对数，并记为LGDP和LEC。

2.2 序列的平稳性能检验

传统的计量经济模型一般假定都建立在平稳的经济过程基础上，美国学者Nelson与Plosser(1982)指出，多数的宏观经济时间序列都是不稳定的[13]，Stock(1987)的研究则表明因果性检验对序列的稳定性非常敏感[14]。如果把非平稳的研究过程当成平稳过程，这对计量回归分析的有效性有很大影响，会导致分析、检验和预测的结果都是无效的。因此在具体应用协整理论进行分析时，首先要对能源需求和GDP的时间序列进行平稳性检验。从图1可以看出，能源消费总量(EC)和国内生产总值(GDP)是带有趋势的、非平稳的，未经差分的序列是非平稳序列。由于实际的经济序列通常不会是一个简单的一阶自相关过程，这里用ADF检验方法对序列进行单位根检验来判断其平稳性[15]。ADF检验是通过下面3个模型完成的。

模型(1)不包含常数项和线性时间趋势项

模型(2)包含常数项、不包含线性时间趋势项

模型(3)包含常数项和线性时间趋势

其中:ut是白噪声;Δ表示变量的一阶差分;a为常数项;t为时间趋势项。单位根检验的最佳滞后阶数依照AIC(Akaike info criterion)和SC(Schwarz criterion)最小准则确定。

在进行检验时，同时估计出上述3个模型的适当形式(在每个模型中选取适当的滞后差分项，以使模型的残差项是一个白噪声，主要是保证不存在自相关。一般选择能保证ut是白噪声的最小P值。)然后通过ADF临界值检验零假设:Ho∶δ=0。只要其中有一个模型的检验结果拒绝了零假设，就可以认为时间序列是平稳的。当3个模型的检验结果都不能拒绝零假设时，则认为时间序列是非平稳的。如果其中任何一个检验模型中ADF值大于麦金农临界值，则可以认为该序列不能拒绝存在单位根的假设，即是非平稳序列。如果非平稳序列的d阶差分是平稳序列，则我们称为此序列d阶单整，记为I(d)。

利用计量经济软件EVIEWS5.0完成对甘肃GDP和TEC序列的平稳性分析检验，具体检验结果如表1所示。

由检验结果可知，LEC和LGDP的一阶差分都不平稳。在二阶差分的时候，LEC的模型1、模型2中ADF值分别为-6.0413、-5.8914，均小于a=1%、a=5%和a=10%时的临界值;LGDP的模型1、模型2中ADF值也分别小于a=1%、a=5%和a=10%时的临界值。可见，甘肃省LEC和LGDP序列通过二阶差分后，能达到显著性水平99%以上的平稳性。所以两个时间序列LEC和LGDP都是二阶差分单整序列，故可以对两个序列进行进一步的协整检验。

2.3 能源消费与经济增长协整性分析

协整的基本思想认为，尽管两个或者两个以上的变量中每个都是非平稳的，但它们的线性组合有可能相互抵消趋势项的影响，使该组合成为一个平稳的变量。协整理论为两个或两个以上非平稳变量之间寻找均衡关系，以及用存在协整关系的变量建立动态模型奠定了理论基础[16]。

协整分析，主要用于短期动态关系易受随即扰动的影响，而长期关系又受经济均衡关系约束的经济系统。协整检验的常用方法有EG(Engle-Granger，1987)两步法和JOHANSON(Johansen，1988)检验法。约翰森检验法常用于基于向量自回归模型的多变量之间的协整分析[17]。两步检验法是由恩格尔(Engle)和格兰杰(Grange)于1987年提出的[18]，通常用于检验两变量之间的协整关系——对于两个都是随机游走的变量序列，如果它们的某个线性组合是平稳的，则称这两个序列为协整的;如果是非平稳的，则求出两变量单整的阶，且两个序列具有相同的单整阶数，是序列之间具有协整性的必要条件。如果两个序列单整的阶相同，则可以利用最小二乘法对协整回归方程xt=a+βyt+ut的残差ut是否平稳的检验来判断xt和yt的协整性。如果ut是平稳序列，说明是协整的，反之不协整。此法适用于能源消费与国内生产总值之间的协整关系的分析。

从估计结果来看，该方程的拟合优度R为0.9826，调整后的R2为0.9796，F=320.8217，t统计量和F统计量都很显著，说明模型的拟合效果很好。其中DW=2.09，查DW统计量表得DL=1.24，Du=1.43，Du＜DW＜4-Du，残差序列已消除自相关。残差的计算公式为

第二步，检验et的单整性，看看残差是否是平稳序列。

对残差进行单位根检验，按照AIC定阶准则和EVIEWS运算确定滞后阶数，通过单位根的检验发现，不含常数项和截距项的模型最适合，ADF检验的结果如表2所示。

由单位根检验可知，LEC和LGDP时间序列都是二阶平稳的，协整检验分两步进行。

第一步，通过最小二乘法回归得到两者之间的协整回归方程为

表2 残差单位根的检验结果表Tab.2 Unit root tests on residual series

由对残差稳定性的检验结果可以看出，ADF值的绝对值小于显著性水平为1%、5%、10%水平下的临界值，残差序列是平稳序列。也就是说1985—2007年甘肃省能源消费与GDP统计数据之间具有协整关系。由协整回归方程可以看出，甘肃省能源消费与经济增长存在着正向互动关系，甘肃能源消费每增加1个单位，GDP增长34.8%。

2.4 变量的Granger因果关系检验

格兰杰因果关系检验的基本思想为:假定变量X的变化是变量Y发生的原因，则X的变化应该发生在Y的变化之前，而且在预测Y的回归模型中，引入变量X的过去观测值作为独立变量应该在统计上显著地增加模型的解释能力。交换X与Y，做同样的回归估计，检验Y是引起X变化的原因。常用的模型为

白噪声u1t和u2t假定为不相关的。

用最小二乘法进行参数估计，用F统计量来进行格兰杰因果关系分析，F检验的原假设分别为

若F统计量的计算值比F临界值大，则X不能导致Y的原假设不成立，也就是说X是Y的Granger原因[19]。

表3 EC和GDP的格兰杰因果关系检验Tab.3 Granger causality estimation on energy consumption and GDP

由表3可以看出，在滞后期为1的时候，对于GDP不是EC的格兰杰原因的假设相伴概率为0.2632，表明至少在5%的显著性水平下接受原假设，即可以认为GDP不是EC的格兰杰原因。而对于EC不是GDP的格兰杰原因的相伴概率只有0.0020，表明至少在5%的显著性水平下，拒绝原假设，即可以认为EC是GDP的格兰杰原因。滞后期为2和3时，可以得到同样的结论。因此，该检验表明甘肃省能源消费与GDP是一种单向因果关系，即甘肃能源消费是经济增长的格兰杰原因，但反向因果关系并不成立。

这种因果关系与甘肃的实际情况是相符合的。多年来，甘肃的产业结构以能源原材料等高耗能重型工业为主，并依赖政府投资来扩大规模。这些产业对能源具有较强的依赖性，而低耗能的加工服务业相对薄弱，对经济增长的贡献不大。这就形成了能源消费导致GDP增加的局面。

3 结论与建议

能源的开发利用在甘肃经济发展中占有重要的位置。1985—2007年间，甘肃能源消费与经济增长呈稳步上升趋势，能源消费弹性系数在0.1～0.7的区间波动变化，没有表现出明显的规律性。能源消耗强度逐年下降，能源利用效率较快提高。但与全国平均水平相比较，能源消耗强度仍偏高，未来节能减排的潜力较大。协整分析表明:甘肃能源消费和GDP之间存在协整关系。两者之间的长期关系为能源消耗提高1个单位，甘肃省地区生产总值增加34.8%。甘肃能源消费与GDP增长是一种单向因果关系，即能源消费是经济增长的格兰杰原因，但反向因果关系并不成立。这说明甘肃是能源依赖型经济增长模式，能源的开发和利用在很大程度上带动了地方经济的发展。

甘肃重工业比重大，高耗能行业比重高，工业化进程中存在着“高消耗、高污染、低产出”的问题，加之观念落后、技术水平有限等问题，使得甘肃的粗放型经济发展模式始终未得到根本转变。在能源竞争日益激烈、节能减排已成为我国必须面对的严峻现实情况下，甘肃既需要大规模开发河西风电和开发陇东煤田，使之成为支撑甘肃长期发展的重要依托，同时又要加大节能减排的力度，坚决关停并转高耗能、高污染企业，发展低耗能的加工服务业和高技术产业。

今后，随着甘肃省经济总量不断增长，能源需求总量将在较长时期内保持较高的增长水平。进一步调整产业结构，优化能源结构，依靠科技进步，提高能源利用效率，加快经济结构向能源节约型和集约化转变，是确保甘肃省经济持续稳定发展的一项重要任务。

[1]Kraft J，Kraft A.On the Relationship between Energy and GNP[J].Energy Development，1978，3(2):401-403.

[2]Yu E S H，Choi J Y.The Causal Relationship between E-lectricity and GNP:An International Comparison[J].Journal of Energy and Development，1985，10(2):249-272.

[3]Yang H Y.A Note on the Causal Relationship between Energy and GDP in Taiwan[J].Energy Economics，2000，22(3):309-317.

[4]Hondroyiannis G，Lolos S，Papapetrou E.Energy Consumption and Economic Growth:assessing the Evidence from Greece[J].Energy Economics，2002，24(4):319-336.

[5]马超群，隼丰盛斌，李科，等.中国能源消费和经济增长的协整与误差修正模型研究[J].系统工程，2004，22(10):47-50.

[6]杨朝峰，陈伟忠.能源消费和经济增长:基于中国的实证研究[J].石油大学学报(社会科学版)，2005，21(1):18-22.

[7]王宇新，姚梅.中国能源消费与经济增长关系的因果分析[J].合肥工业大学学报(自然科学版)，2007，30(9):1163-1166.

[8]王海鹏，田澎，靳萍.中国能源消费、经济增长间协整关系和因果关系的实证研究——以电力行业为例[J].生产力研究，2005(3):159-160，177.

[9]常跟应.区位、制度与我国西部工业空间集聚机制研究——以兰州市为例[J].地域研究与开发，2007，26(6):48-52.

[10]丁文广，雷青，于娟.甘肃省耕地资源禀赋与贫困关系的量化研究[J].经济地理，2006，26(4):636-638.

[11]牛叔文，常正.甘肃省国土资源开发利用与保护研究[M].兰州:甘肃人民出版社，2005:444.

[12]赵雪雁.甘肃省产业转型及其生态环境效应研究[J].地域研究与开发，2007，26(2):102-106.

[13]Nelson C R，Plosser C I.Trends and Random Walks in Macroeconomic Time Series:Some Evidence and Implications[J].Journal of Monetary Economics，1982(2):139-162.

[14]Stock J H.Asymptotic Properties of Least Squares Estimators of Co-integrating Vectors[J].Econometrica，1987(5):1035-1056.

[15]孙敬水.计量经济学教程[M].北京:清华大学出版社，2005.

[16]旭晖，刘勇.中国能源消费与经济增长:基于协整分析和Granger因果检验[J].资源科学，2007，29(5):57-62.

[17]白万平.经济时间序列模型——方法与应用[M].北京:中国商务出版社，2005.

[18]Johansen S.Statistical Analysis of Cointegration Vectors[J].Journal of Economic Dynamics and Control，1988，12(2～3):231-254.

[19]Engle R F，Yoo B S.Forecasting and Testing in Cointegrated Systems[J].Journal of Econometrics，1987，35(1):143-159.