宋宝琳，白士杰，郭 媛

（1.天津财经大学 统计系，天津 300222；2.北京交通大学海滨学院 经济管理学院，河北沧州 061199）

0 引言

一直以来，中国经济高速发展，但是，高速经济发展的背后也暗藏汹涌。能源消耗量节节攀升，大气污染久治不愈，生态环境屡遭破坏。粗放型的经济增长模式，以过度的资源消耗为基础，严重的超越环境承载能力。虽然其对经济增长做出重要贡献，但是这种不可持续的经济发展方式，必定会制约经济的可持续增长。基于此，能否有效利用能源资源，合理调整中国产业结构，实现经济稳定持续增长和生态平衡的双赢，对中国未来经济稳定高质增长至关重要。

在相关研究中，彭志龙等[1]认为经济快速增长必然增加能源消耗，虽然从总体上看，能源消耗慢于经济增长，但其仍然是经济持续稳定增长的推动力。从动态角度分析[2-4]，学者们都基于不同时期的时间序列数据对全国经济增长与能源消耗的关系进行研究，认为经济增长是推动能源消耗的主要因素。王仲瑀[5]利用脱钩模型和Granger因果关系检验模型，得出实施节能减排措施不会导致经济下滑的结论。也有学者认为经济增长会推动能源消耗量增加，能源消耗又会导致碳排放量增加进而造成污染环境[6，7]，反过来抑制经济增长。关于经济增长与产业结构升级，韩立达[8]，柯军[9]等学者基于时间序列数据对经济增长、产业结构升级以及其他变量之间的动态关系进行研究。而基于全国省际面板数据对经济增长与产业结构升级之间的研究较少，同时对经济增长、能源消耗以及产业结构升级这三个变量联合起来进行研究的文章更少。因此，本文利用2006—2015年全国30个省市（不包括西藏自治区）的面板数据，对上述三个变量进行研究，以期为中国的经济发展的政策制定和调整提供参考。

1 模型构建、指标选取与数据来源

1.1 模型构建

面板向量自回归模型（PVAR模型）结合了VAR模型和面板数据的优点，不仅降低了数据时间长度的要求，可以对不可观测个体的异质性实行有效的控制，还可以分析各变量受到不同冲击时的动态反应。本文旨在分析全国经济增长、能源消耗以及产业结构升级之间的动态关系，因此采用面板向量自回归模型（PVAR模型）进行研究。本文构建的PVAR模型如下：

式（1）中，i代表各省市，t代表年份，k代表滞后阶数，yi，t包含3个向量，分别为经济增长、能源消耗和产业结构升级，ηi代表个体效应向量，μt代表时间效应向量，εi，t为随机扰动项。

建立PVAR模型有三个主要步骤：（1）利用广义矩估计方法（GMM）对相关系数进行估计；（2）通过脉冲响应图分析模型中某一变量的标准差冲击对系统中每一个变量的当前期以及未来期的影响；（3）根据方差分解进一步度量不同扰动项对内生变量波动的贡献度。

1.2 指标选取与数据来源

本文重点研究全国各省市经济增长、能源消耗与产业结构升级之间的动态关系，参考已有的相关研究文献，指标选取及说明如下：

经济增长指标（lngdp）：经济增长反映一个地区的经济发展水平，本文选用各省市年度GDP来衡量该地区的经济增长。为消除异方差性，对其进行取对数处理，即为lngdp。

能源消耗指标（lnens）：本文选用各省市能源消耗总量来衡量该地区的能源消耗。同样为消除异方差性，对其进行取对数处理，即为lnens。

产业结构升级指标（indup）：本文参考车维汉[10]的做法，分别赋予第一、二、三产业不同的权重，再计算各产业的产业占比，最后算出各产业占比的加权和，即为产业结构升级指标（indup）。测算公式为I2×2+I3×3，其中Ii为第i产业的产业占比，即各产业产值除以总产值。

鉴于数据的可得性，本文选用2006—2015年全国30个省市（不包括西藏自治区）的数据作为研究样本。数据主要来源于历年《中国统计年鉴》和《中国能源统计年鉴》。所有数据均为年度数据。

2 实证分析

2.1 面板单位根检验

在实证分析前，需要对变量数据进行面板单位根检验，以防出现伪回归或虚假回归。且只有变量数据是平稳的，才能构建面板向量自回归模型（PVAR）。本文采用LLC检验、IPS检验、Fisher ADF检验和Fisher PP检验四种单位根检验方法。这些检验的原假设均为变量存在单位根。表1统计了各变量的检验结果。由表1可知，lngdp、lnens、indup三个变量在四种单位根检验中有部分序列不平稳，但经过一阶差分后，所有变量均为平稳序列，也即三个变量为同阶单整。

表1 各变量单位根检验

2.2 滞后阶数选择

在建立变量间面板向量自回归模型之前，需要选择最优的滞后阶数，滞后阶数过长，会丢失较多的样本数据，而滞后阶数过短，则会使检验结果不可靠。本文将根据AIC、BIC、HQIC准则选择最优滞后阶数。表2统计了运行结果。结果表明：最优滞后阶数为4阶。

表2 滞后阶数选择结果

2.3 PVAR模型的广义矩估计（GMM）估计结果

由上文的单位根检验可知，三个变量是同阶单整，可以建立PVAR模型，且最优滞后阶数为4阶，因此建立4阶PVAR模型，通过GMM估计得到结果如表3所示。

表3 PVAR模型估计结果

由表3可知，能源消耗（d_lnens）的滞后1期对当期的经济增长有正向影响，而滞后2、3、4期都对经济增长有负向影响。表明在现有能源消耗模式下，能源消耗量的增加会抑制经济增长。而经济增长（d_lngdp）的滞后1期对能源消耗有显著的正向影响，但滞后2期则表现为显著负向影响，说明经济增长是拉动能源消耗的原因，但随着经济持续增长，长期来看，可以有效抑制能源消耗量的增加。产业结构升级在滞后4期对能源消耗有显著负向影响，而前3期不明显，意味着随着产业结构升级的不断深化，可以降低能源消耗量。

由于PVAR模型是动态模型，单个变量系数的意义很难解释，且某个变量的变动对其他变量的影响很难确定，因此为了进一步说明各个变量之间的动态关系，需要从PVAR模型的脉冲响应函数进行分析。

2.4 脉冲响应函数

脉冲响应函数研究的是模型中某一变量的标准差冲击对系统中每一个变量的当前期以及未来期的影响。本文使用蒙特卡罗（Monte Carlo）模拟200次得到脉冲响应图，如图1所示，中间曲线表示IRF点估计值，上下两侧曲线表示95%置信区间的边界，横轴表示滞后期数。

图1 脉冲响应图

根据图1所示的脉冲响应图可以分析各个变量在某一个变量的标准差冲击后的动态反应。

对于经济增长（d_lngdp），当受到自身的冲击时，当期会达到正向最大值，随后这种影响会逐渐减小直至消失。当受到能源消耗（d_lnens）的冲击时，经济增长在第一期会有正向反应，但很快会产生负向反应，且在第三期达到负向最大，随后这种影响逐渐减小，但依然处于负向影响。表明在资源限制条件下，维持现有的能源消耗标准，将会对经济发展有阻碍作用，因此要调整能源消耗模式，提高能源利用效率，才能使中国未来经济更好发展。当受到产业结构升级（d_indup）的冲击时，经济增长在前两期反应不明显，之后会有小幅度的负向反应。这种反应符合中国当前的经济发展现状，中国处于工业发展的中后期，产业发展重点由第二产业向第三产业转变，在经济新常态下，这种产业结构升级会对经济增长产生一定负向冲击。

对于能源消耗（d_lnens），当受到自身的冲击时，当期会达到正向最大值，随后会迅速降到负值。当受到经济增长（d_lngdp）的冲击时，能源消耗会产生正向反应，但这种正向反应会逐渐下降，并在第三期之后，能源消耗的反应在正负之间小幅度波动。表明，经济增长是能源消耗增加的主要原因，但随着经济的不断增长，能源消耗量会逐渐减小。当受到产业结构升级（d_indup）的冲击时，能源消耗在前两期的反应不是很明显，之后会产生负向反应。表明随着产业结构升级的进程逐渐加深，会降低能源消耗量，因为能源的大量消耗主要来自第二产业，产业结构升级将发展重点由高能耗的第二产业向低能耗的第三产业转移，会有效改善中国的能源消耗现状。

对于产业结构升级（d_indup），当受到自身的冲击时，当期达到最大正向反应，随后影响迅速减小，但依然处于正向反应。当受到经济增长（d_lngdp）的冲击时，产业结构升级会产生负向反应，但在第二期以后，这种负向反应会迅速减小到零，直到第六期之后，产业结构升级开始产生正向反应。表明在最初阶段，中国的经济增长并未促进产业结构升级，说明中国的产业结构调整大多是被动式进行，但从长期来看，随着产业结构调整的不断加深，各产业结构模式的不断完善，使得中国经济增长可以内生的促进产业结构升级。当受到能源消耗（d_lnens）的冲击时，产业结构升级当期会产生负向反应，但随后会在正负之间波动，反应不是很明显。

3 结论

本文基于2006—2015年全国30个省市的面板数据，对经济增长、能源消耗以及产业结构升级三个变量构建PVAR模型，根据脉冲响应函数分析变量间的动态关系，实证结果如下：经济增长需要消耗大量的能源资源，尤其是第二产业，因此当能源投入增加时，第二产业能够迅猛发展，从而带动经济增长，但第二产业大多为高能耗的产业，伴随着能源的开采和在使用过程中污染物的排放，会对经济增长造成负面影响，尤其在当今能源紧缺、环境污染的背景下，能源过度消费对经济增长带来的负面影响已经超过正面影响，最终从长期来看，能源大量消费会阻碍经济增长。这从脉冲响应图也可以反映出来，当经济增长受到能源消耗的冲击时，短期会产生正向反应，但从长期来看，会有负向反应。

随着粗放型经济增长方式的弊端逐渐显露，中国将工作重心逐渐由高能耗的第二产业向低能耗的第三产业过度，但在初期，这种结构调整大多为被动式调整，因此经济增长对产业结构升级并没有表现出促进作用。随着经济的持续发展，中国居民生活水平逐渐提高，使得人们对服务业的需求日益增加，从而促进了第三产业发展，这也是从长期来看，产业结构升级对经济增长的冲击有正向反应的原因。同时，由第二产业向第三产业倾斜的产业结构升级，也会降低能源消耗量。