山东省工业总产值与能源消耗量的协整关系

摘要 为考察山东省工业经济发展与能源消耗之间的定量关系，本文基于协整分析和误差修正模型，实证研究了山东省工业总产值与能源消费的动态关系。选取1990-2008年山东省工业总产值和能源消耗的相关数据，通过对时序变量的协整检验、误差修正分析及Granger因果关系检验，对工业总产值和能源消耗量在时序维度的关系进行实证分析。研究得出山东省工业总产值与终端能源消耗量及原煤消耗量之间存在协整关系，工业总产值与终端能源消耗量为双向Granger因果关系，工业总产值是原煤消耗量的单向Granger原因，误差修正模型则显示了具有协整关系的时序变量长期均衡误差对其短期波动的修正。结果表明山东省工业经济发展仍然是以大量消耗能源为基础，而原煤在能源结构中又占主导地位，优化能源结构是山东省工业经济发展的方向。

关键词 工业总产值；能源消耗；协整检验；格兰杰原因

中图分类号 F206 文献标识码 A

文章编号 1002-2104（2011）11-0056-05doi:10.3969/j.issn.1002-2104.2011.11.010

山东省是工业经济大省，也是能源消耗大省，研究工业经济增长与能源消耗之间的关系对于促进山东省工业经济可持续发展具有重要意义。传统的经济发展模式造成能源资源严重短缺，能源资源问题已经成为制约经济社会可持续发展的瓶颈，引起相关部门的高度关注［1］。能源消费与经济增长的关系研究成为学术界研究的热点领域。计量经济学中协整理论的发展，推动了能源消费与经济增长间动态关系的研究，为研究能源消费与经济增长间短期波动和长期均衡关系提供了理论基础。许多学者的研究主要集中在能源消费与经济增长在长期发展中是否表现出同种趋势性上。林伯强将协整误差校正模型引入能源分析中，通过分析能源需求和GDP、能源价格、经济结构中重工业份额的协整关系，建立了中国能源需求的计量经济模型［2］；马超群等采用协整理论分析中国从1954-2003年间能源消费和经济增长的年度数据，研究GDP与能源消费的各组成部分（包括煤、石油、天然气和水电等）之间的协整关系，对具有长期均衡关系的变量构建具有误差修正项的长期均衡方程，得出煤炭消耗与GDP存在长期协整关系［3］。但是，目前的研究大部分将整体国民经济作为研究对象，忽略了不同行业能源消费结构及技术水平的特点。本文选取山东省工业产值与能源消耗作为研究对象，采用时间序列的动态经济分析方法，以山东省1990-2008年工业总产值和能源消费年度数据为样本进行分析，研究山东省工业总产值增长与工业能源消费之间短期和长期的影响关系，为山东省相关部门制定工业经济可持续发展政策提供理论支持。

1 研究的理论基础

时间序列变量之间的协整关系研究是20世纪80年代末到20世纪90年代以来计量经济学方法的重大突破。之前，学者们在分析这些变量的关系时往往采用传统的回归分析方法。而对时间序列变量进行回归分析的前提是这些变量是平稳的，但是现实中的经济变量往往是非平稳的，若是直接对这些变量之间的关系做分析，可能产生“伪回归”现象，导致不正确的结论［4］，协整分析能够很好的解决上述问题［5］。协整的经济意义在于两个或多个变量虽然具有各自的长期波动规律，但如果是协整的，那么它们之间存在着一个长期稳定的比例关系［6］。如果两个或者两个以上的时间序列变量是非平稳的，而它们的某种线性组合表现出平稳性，则这些变量之间存在长期均衡关系，即协整关系。在经济学意义上，这种协整关系的存在便可以通过其它变量的变化来影响另一变量水平值的变化，若变量间没有协整关系，则不存在通过其它变量来影响另一变量的基础。而协整理论通过误差修正模型，把长期均衡关系引入动态方程，用长期均衡误差作为短期波动的修正项，这种设定对许多经济模型来说比较合适。目前，基于协整理论的误差修正模型在计量经济分析中得到了广泛的应用［7-8］。协整分析的具体步骤包括：

（1）单位根检验。因为只有同阶单整的变量之间才可能协整，所以在对变量进行协整分析之前，要先进行变量的单位根检验。比较常用的单位根检验方法DF检验由于不能保证方程中的残差项是白噪声(White Noise)，所以Dickey和Fuller对DF检验法进行了扩充，形成ADF（Augmented Dickey Fuller Test）检验，这是目前普遍应用的单整检验方法［9］。本文选用ADF法对变量进行平稳性检验，其模型为：

Δxt=α+βt+(ρ-1)xt-1+∑ki=1θiΔxi-1+t（1）

作假设检验：H0∶ρ=1；H1∶ρ＜1。检验时如果接受原假设H0而拒绝备择假设H1，则说明序列xt存在单位根，因而序列xt是非稳定的；否则说明序列xt不存在单位根，即是稳定的。模型中加入k个滞后变量是为了使残差项变为白噪声。对于非稳定变量，还需检验其一阶或者二阶差分的稳定性。如果变量的一阶差分是稳定的，则称此变量是I(1)的，依次类推。所有变量差分阶数都相同是变量之间存在协整关系的必要条件。

（2）协整检验。假设所选取的时间序列变量都是一阶差分后平稳的，如果这些变量的某种线性组合是平稳的，则称这些变量间存在协整关系，协整检验即对这些变量是否具有协整关系进行检验。用普通最小二乘法（Ordinary Least Square）对变量进行回归分析，考察变量方程的回归残差是否平稳，如果平稳，则说明存在协整关系［10-11］，用ADF方法检验回归残差的平稳性，即做如下回归分析：

Δet=u0et-1+∑ki=1uiΔei-1+t（2）

其中，t是新误差项，k是使残差项为白噪声的最优滞后阶数，u0的t检验是ADF统计量。

（3）格兰杰因果关系检验。在时间序列情形下，两个经济变量X、Y之间的格兰杰因果关系定义为：若在包含了变量X、Y的过去信息的条件下，对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因［12］。格兰杰因果关系检验假设了有关Y和X每一变量的预测的信息全部包含在这些变量的时间序列之中。分四种情形讨论：①X是引起Y变化的原因，即存在由X到Y的单向因果关系；②Y是引起X变化的原因，即存在由Y到X的单向因果关系；③X和Y互为因果关系，即存在由X到Y的单向因果关系，同时也存在由Y到X的单向因果关系；④X和Y是独立的，或X与Y间不存在因果关系。

（4）误差修正模型。根据Granger表述定理，如果变量X与变量Y是协整的，则它们之间的短期非均衡关系能由一个误差修正模型表述：

ΔYt=α+βΔXt+γu^t-1+t（3）

式中，u^t-1是非均衡误差项或者说是长期均衡偏差项，表达了变量Y与其它变量之间的非均衡程度。误差修正模型将短期波动与长期均衡结合在一个模型中，误差修正项的参数估计一致且有效。γ是短期调整参数。然后以ΔYt作为被解释变量，ΔXt和t-1为解释变量，估计回归模型。

2 数据选择与处理

选取《山东省统计年鉴》中工业总产值、能源结构中各类能源的消耗量1990-2008年样本区间的数据作为研究对象。工业总产值按1990年不变价格计算，单位是亿元，能源消耗序列用煤当量计算，单位是万吨标准煤。文中采用的变量有：工业总产值（GYCZ）、终端能源消耗总量（ZNZL）、原煤消耗总量（YM）、油品消耗总量（YP）、电力消耗量（DL）以及其它燃料消耗总量（QT）。为了消除时间序列中的异方差，对各变量取对数，分别记为LGYCZ、LZNZL、LYM、LYP、LDL、LQT，进一步差分后记为DLGYCZ、DLZNZL、DLYM、DLYP、DLDL、DLQT。因为数据的自然对数变化不改变原来数据的协整关系，并能使其趋势线性化，而差分可以消除变量序列的趋势。图1、图2分别是变量序列的时序图和一阶差分图。

从时序图（见图1）可以看出所有的变量都呈现出非平稳性，但它们有共同向上发展的趋势；它们的一阶差分

通过ADF检验发现，在5%的显著水平下，接受序列LGYCZ、LZNZL、LYM、LYP、LDL、LQT及一阶差分DLYP、DLDL、DLQT有单位根的假设，而拒绝一阶差分序列DLGYCZ、DLZNZL及DLYM有单位根的假设。检验结果说明，工业总产值、终端能源消耗量、原煤消耗量及电力消耗量都属于一阶单整序列，可进一步检验它们之间是否存在长期协整关系。

3.2 变量间的协整检验

本文采用Engle Granger检验法（简称E G检验法）对时序变量LGYCZ、LZNZL和LYM进行协整检验。首先，对LGYCZ与LZNZL、LGYCZ与LYM分别进行OLS回归分析，得到如下方程：

L

在5％的显著性水平下，εt、εt的t检验统计量绝对值都大于相应临界值，拒绝H0假设，即残差序列不存在单位根，是平稳序列，说明工业总产值和终端能源消耗总量和原煤消耗量之间存在协整关系。这一研究结果也与山东省工业发展发展过程中的能源消耗状况是一致的，进一步表明山东省工业发展仍然主要依靠能源的大量消耗为基础，而工业能源消费结构还是严重依赖原煤的消耗。

3.3 Granger因果关系检验

通过协整分析得出山东省工业总产值分别与终端能源消耗量和原煤消耗量间存在协整关系，但是这种长期关系究竟是能源消耗引起工业总产值的变化，还是工业总产值引起能源消耗变化的结果？仅从协整分析结果来看无法得出结论。本文采用Hsiao提出的FPE最优滞后准则：FPE=(T+K)*SSR/［(T-K)*T（其中T是样本个数，K是被估计的参数个数，SSR是残差平方和）确定滞后阶数，本文确定的最优滞后阶数为3。

可以看出，对于变量LGYCZ与LZNZL，在10%的显著水平下，拒绝它犯第一类错误的概率分别是0.084和

0.02，可以拒绝原假设，得出LGYCZ与LZNZL互为Granger因果关系。对于变量LGYCZ与LYM，“LGYCZ不是LYM的Granger原因”的概率仅为0.042，能够拒绝原假设；“LYM不是LGYCZ的Granger原因”的概率是0.76，不能拒绝原假设。因此，格兰杰因果关系检验表明，山东省工业总产值与终端能源消耗量互为Granger因果关系，工业总产值是原煤消耗量的单向Granger原因，即原煤消耗量的增加并不必然导致工业总产值的增加。

3.4 工业总产值与终端能源消耗量和原煤消耗量的误差修正模型

山东省工业总产值和终端能源消耗量及原煤消耗量之间存在协整关系，表明工业总产值与其它两个变量之间分别存在长期动态均衡机制。但从短期来看，可能会出现失衡，为了增强模型的精度，把协整回归（1）式中的误差项εt和（2）式中的误差项εt看作均衡误差，通过建立误差修正模型把山东省工业总产值的短期行为与长期变化联系起来。误差修正模型结构如下：

在描述工业总产值与终端能源消耗量、工业总产值与原煤消耗量之间短期波动关系的误差修正模型（10）和（11）中，误差修正项的系数都为负，符合反向修正机制。具体解释为：当t时刻LGYCZ大于其长期均衡解-7.680 116+1.880 764LZNZL时，εt-1为正，ΔLGYCZt将减少；反之，εt-1为负，ΔLGYCZt将增加。同理，ε′t-1也起到相同的作用。εt-1与ε′t-1前面的系数绝对值分别为0.126 043与0.101 593，表明滞后1期的非均衡误差分别以0.126 043与0.101 593的比率对本年度的工业总产值增加量做出修正，这种反向修正机制体现了长期非均衡误差对变量工业总产值偏离的修正，上一期偏离越远，本期修正的量就越大，即系统存在误差修正机制。

4 结 论

本文运用协整分析与误差修正模型技术，建立了山东省工业总产值与能源消耗量之间的长期均衡关系和短期误差修正模型，选取山东省1990-2008年的相关数据，实证分析了山东省工业经济发展与能源消耗的关系。通过对山东省工业总产值和能源消耗之间的长期动态均衡关系的研究发现，山东省工业总产值和终端能源消耗量之间存在协整关系，二者之间互为Granger原因，即工业总产值与终端能源消耗量相互影响；工业总产值与原煤消耗量之间同样存在协整关系，但是工业总产值是原煤消耗量的单向Granger原因，即工业总产值的增加必然带来原煤消耗量的增长，而原煤消耗量的增长不一定带来工业总产值的增长。工业总产值每提高1%，终端能源消耗量与原煤消耗量均提高1.8%左右。这说明山东省工业的发展仍然是在以大量消耗能源作为基础，而原煤的消耗在整个能源结构中占主导地位。利用误差修正模型定量测算了反向修正机制对经济变量短期波动的影响，体现了长期非均衡误差对变量工业总产值偏离的修正，上一期偏离越远，本期修正的量就越大。

上述研究结果反映了山东省工业的发展对终端能源的消耗，特别是对原煤的消耗具有很强的依赖性，工业能源消耗中以煤炭为主的能源结构在很长时间内难以改变。而原煤资源属于不可再生资源，也是高污染的资源，经济发展又是以煤炭的大量消耗为支撑，资源的短缺和环境的恶化会越来越困扰山东省工业企业的发展。因此，要实现工业经济的可持续增长，从宏观层面上，政府相关部门应采取措施制定相应的产业政策、技术政策和经济政策，实行多样化能源消费结构战略，优化能源消费结构，使能源的利用符合工业的发展战略；从微观层面上，山东省工业行业本身应该大力发展洁净煤技术，使用技术手段有效解决大量使用煤炭所带来的资源短缺和环境污染问题，在中长期内形成多元化、清洁的能源结构，促进山东省工业经济的健康发展。

参考文献（References）

［1］刘爱芹．山东省能源消费与工业经济增长的灰色关联分析［J］．中国人口

•资源与环境，2008，18(3):103-107．［Liu Aiqin. Grey Associated Analysis on the Relationship

Between Energy Consumption and Industrial Economic Growth in Shandong

Province［J］. China Population,Resources and Environment, 2008,18(3):103-107.］

［2］林伯强.中国能源需求的经济计量分析［J］.统计研究，2001，(10)：34-39.［Lin Boqiang. The Econometric Research on Energy Demands of China［J］. Statistical Research, 2001, (10): 34-39.］

［3］马超群，等.中国能源消费与经济增长的协整与误差校正模型研究［J］.系统工程，2004，22（10）：47-50.［Ma Chaoqun，et al. Co Integration Analysis and an Error Correction Model of China’s Energy Consumption and Economy Growth ［J］. Systems Engineering, 2004, 22(10): 47-50.］

［4］Enger R，Granger C. Co integration and Error Correction: Representation, Estimation and Testing［J］. Econometrica, 1987, 35:391-407.

［5］张晓峒.经济计量分析［M］.北京：经济科学出版社, 2000.［Zhang Xiaotong. Econometric Analysis ［M］. Beijing: Economic Science Press, 2000.］

［6］Granger C W J. Some Properties of Time Series Data and Their Use in Econometric Model Specification［J］.Journal of Econometrics, 1981, （16）:120-130.

［7］吴巧生，成金华，王华．中国工业化进程中的能源消费变动：基于计量模型的实

证分析［J］．中国工业经济，2005，(4)：30-37．［Wu Qiaosheng, Cheng Jihua,Wang Hua. Change of Energy

Consumption with the Process of Industrialization in China ［J］. China Industrial

Economy, 2005, (4)：30-37.］

［8］王旭晖，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．［Wang Xuhui, Liu Yong. China’s Energy Consumption

and Economic Growth:A Study based on the Cointegration Analysis and Granger

Causality Test ［J］. Resources Science. 2007,29(5)：57-62.］

［9］李子奈，叶阿忠.高等计量经济学［M］.北京：清华大学出版社，2000.［Li Zinai, Ye Azhong. Advanced Econometrics ［M］. Beijing: Tsinghua University Press, 2001.］

［10］Johansen S. Statistical Analysis of Co integration Vectors［J］. Journal of Economic Dynamics and control, 1988,（12）： 231-254.

［11］Johansen S. Estimation and Hypothesis Testing of Co integration Vectors in Gaussian Vector Autoregressive Models ［J］. Econometrica, 1991, 59(6): 1551-1580.

［12］韩智勇，魏一鸣，焦建玲，等．中国能源消费与经济增长的协整性与因果关系分析［J］．系

统工程，2007,(5)：17-21．［Han Zhiyong, Wei Yiming,Jiao Jianling,et al. On the Cointegration and Causality between

Chinese GDP and Energy Consumption. Systems Engineering, 2007,(5):17-21.］

Analysis on Co integration Relationship Between Industrial Output

Value and Energy consumption of Shandong Province

DONG Hui zhong1 QI Zhen fa1,2 SHI Cheng dong1

(1. Business School, Shandong University of Technology, Zibo Shandong 255049, China; 2. College of Physics and Electronics，Shandong Normal University, Jinan Shandong 250014, China)

Abstract

To examine the quantitative relationship between industrial development and energy consumption of Shandong Province, the paper studies the dynamic interactions relationship between industrial output value and energy consumption by empirical method based on co integration test and error correction model. The spatial panel data of industrial value and energy consumption of Shandong Province is adopted from 1990 to 2008. By using co integration test, error correction model and Granger causality test, some results are obtained that industrial output value and energy consumption of Shandong Province are co integrated and have a longtime equilibrium. There is a bi directional Granger causality relationship between industrial output value and energy consumption, an unidirectional causality between industrial output value and raw coal consumption. An error correction model is also established to correct short term fluctuations by long range errors. It can reveal the dynamic equilibrium relationship between these time series. The conclusion of the study is that industrial economy of Shandong Province develops rapidly with the high speed consumption of natural energy, and raw coal is the leading one of whole energy consumption in Shandong Province. Therefore, optimizing industrial energy consumption structure is the direction of economic development of Shandong Province.

Key words industry output value; energy consumption; co integration test; Granger causality