APP下载

我国城市化、产业结构与能源消费的实证研究

2020-03-13黄燚平

广西质量监督导报 2020年3期
关键词:期数协整城市化

黄燚平

(吉林财经大学研究生院 吉林 长春 130117)

一、研究方法与数据

(一)计量经济模型

本研究旨在考察面对来自城市化(Q)、产业结构优化(S)的冲击,能源效率(P)的短期和长期效应是怎样变化的。考虑柯布-道格拉斯生产函数:

Y=ALαKβ

其中,Y为实际总产出,L和K为劳动力的投入量和资本的投入量,α和β为劳动力和资本的产出弹性系数,A为除劳动力和资本以外的影响产出Y的因素。

测度经济发展的指标,除了实际总产出Y,还可以用效率指标,如单位GDP能耗等;而一般认为A主要是综合技术水平、城市化水平、产业结构优化等因素,假定城市化、产业结构内生,除此之外包括技术进步等因素外生,所以A可进一步分为产业结构和其他以外的因素:

(1)

其中,A0为其他因素,S为产业结构,Q为城市化水平,θ1为产业结构的参数,θ2为城市化水平的参数。所以,式(1)也可进一步改写成:

(2)

其中,Pt为单位GDP能耗。式(2)即为本研究所采用的经济模型的一般形式,但为了消除异方差并保证差分之后的序列有良好的经济意义,对式(2)两端同时取自然对数,令μt=lnA0,可以得到:

lnPt=θ1lnSt+θ2lnQt+μt

(3)

式(3)即为研究采用计量模型的主要形式,其含义是:决定单位GDP能耗高低的因素是城市化水平和产业结构。

(二)研究方法

首先对上述式(3)经济模型的三个变量,分别进行ADF单位根检验,避免伪回归问题;其次对三个变量进行Johansen协整关系检验,其中主要包括两步:一是建立无约束的向量自回归模型VAR,设置最大滞后期数为5,然后根据AIC和SC最小信息准则,确定最优的滞后期数,把最后滞后期数减1作为Johansen检验的滞后期数;二是,通过对5种形式的检验,确定模型是否包括截距项和趋势项,然后根据AIC和SC最小信息准则,确定最优的误差修正模型VECM,进而确定最优的检验形式。最后,基于最优误差修正模型进行短期和长期Granger因果关系检验。

(三)数据

本研究选取了单位GDP能耗、城市化水平、产业结构这三个变量,收集了1990-2017年的时间序列数据。对于单位GDP能耗,是能源消费总量和国内生产总值这两个指标计算出来,首先以1990年GDP作为不变价格,计算了1990-2017年的实际GDP,来剔除通货膨胀因素的影响,用每一年的能源消费总量/当年的实际GDP得出各年的单位GDP能耗。对于产业结构优化,用各年的第三产业产值和第二产业产值的比值来衡量;最后,对于城市化水平,数据主要来自国家统计局网站。

二、实证分析结果

(一)ADF单位根检验

本文采用Eviews 8.0来进行计量分析检验。对单位GDP能耗Pt、产业结构优化St、城市化水平Qt这三组数据取完自然对数之后进行ADF单位根检验,结果表明,水平序列中有两个是非平稳序列,而一阶差分序列在5%显著水平下都是平稳的,因此这三个变量都是一阶单整I(1)的。

(二)Johansen协整关系检验

由于OLS要求时间序列数据是平稳序列,而上述ADF单位根检验结果却是一阶单整序列,因此,要对所有变量进行Johansen协整关系检验以避免伪回归问题。由于无约束向量自回归模型VAR确定的最优滞后期数为2,所以相应地,Johansen检验的最优滞后期数为1-1。

从检验结果可以看出在任何一种可能形式下,在5%显著水平下,每一个向量都至少存在一种协整关系。为了尽量保证结果的客观性,确定最优模型形式,本文分别建立了滞后阶数为1的5种可能形式相应的误差修正模型。经过识别,最优误差修正模型均为“序列和协整方程存在二次趋势”。相应地,反应变量之间长期均衡的协整关系的协整方程为:

LnPt=-0.040LnSt+0.816LnQt-0.054T-1.101

[0.248] [-2.547]

其中,T表示时间趋势,[ ]内表示t统计量。以△lnPt为因变量的误差修正模型估计结果为:

ΔlnPt=-0.260ECt-1+0.659△lnPt-1-0.168△lnQt-1-0.087

[-4.411] [5.790] [-1.191] [-0.843]

△lnSt-1+0.001T-0.013

[0.786] [-1.181]

由协整方程可以看出单位GDP能耗与城市化率显著成正相关,误差修正项ECt-1的系数显著为负,符合反向调节机制。但协整方程的参数显著并不必然意味着自变量对因变量产生影响,并且协整方程反映的是长期均衡关系,因而还需要对短期和长期的Granger非因果关系分别进行检验。

(三)Granger非因果关系检验

经检验,短期不存在Granger非因果关系。之后进行长期Granger非因果关系检验,该检验通过对最优误差修正模型的误差修正项与自变量滞后项的联合显著性进行了Wald检验,考察了各向量之间的长期Granger非因果关系,得出:

首先,在5%显著水平下,产业结构优化ΔlnSt和城市化率ΔlnQt不是单位GDP能耗ΔlnPt的长期Granger原因的原假设被拒绝。在长期,产业结构优化和城市化率提高都会对单位GDP能耗产生显著影响,但在反映长期均衡关系的协整方程中,从参数的符号可以看出,产业结构优化ΔlnSt对单位GDP能耗ΔlnPt产生显著的负效应,而城市化率ΔlnQt对单位GDP能耗产生显著的正效应。

其次,对于另外两个分别以ΔlnSt、ΔlnQt为因变量的方程而言,在5%的显著水平下,另外的两个自变量均不拒绝不存在因果关系的原假设。这意味着单位能耗、城市化并不能很好地影响产业结构优化,同时,单位GDP能耗以及产业结构优化对城市化进程的推进也不存在长期效应。

三、结论

本文以生产函数为基础,构建了一个包括城市化率、产业结构和单位GDP能耗的增长模型。对1990-2017年相关数据的时间序列进行检验,最后得出结论:

第一,从长期来看,前期产业结构优化即高级化会对降低单位GDP能耗产生一定的作用,但是这种作用并不持续,在中后期却会增加单位GDP的能耗;城市化水平的提高,不可避免地需要加大城市建设的力度,这就从一开始就会加重单位GDP能耗。这就出现了诸多目标之间的矛盾:一方面,从粗放型生产转化成集约型生产,建设资源节约型、环境友好型社会,一直是我们当前阶段的目标,要想实现这个目标,必须提高能源效率,减少能耗,而产业结构优化和城市化长期却会使当前形势恶化;另一方面,当前经济正处于产业结构转型和升级时期,产业结构转型升级势在必行、迫在眉睫,城市化又是随着一个国家或地区社会生产力的发展、科学技术的进步以及产业结构调整之后的必然结果,这些势必又会阻碍能源效率的提高,加重单位GDP能耗。

第二,这些变量之间存在矛盾:若采取有利于产业结构优化以及提高城市化的措施,在长期将会不利于节约资源,提高能效。若要降低单位能耗,长期又需要中断产业结构调整升级,抑制城市化进程,这将不利于我国的经济社会的发展。因此,政府要想通过优化产业结构,加速城市化进程进而实现降低能耗的方法是行不通的,反而会适得其反。要想同时实现这三个目标,必须寻找新的更好地降低能耗,提高能效的途径,而且使它所产生的效果能超过产业结构和城市化的总效应,这样便能实现三者之间的均衡。

猜你喜欢

期数协整城市化
更正说明
外商直接投资对我国进出口贸易影响的协整分析
外商直接投资对我国进出口贸易影响的协整分析
城市化对经济增长推动作用的经济学研究
跟踪导练(一)6
河南金融发展和城乡居民收入差距的协整分析
河南金融发展和城乡居民收入差距的协整分析
中国早期城市化的动力机制
欠发达地区R&D要素、经济增长与能源消费协整关系分析——以新疆为例
阈值协整参数的修正估计法小样本性质的比较