能源消费、经济增长能源需求预测

摘 要：应用协整理论和格兰杰因果性检验,研究了河南省1978-2010年能源消费与经济增长的关系.结果表明,河南省能源消费与经济增长之间存在着长期均衡关系,能源消费增加将促进经济增长,反之则不然,二者之间存在单向因果关系.采用ARMA模型的预测结果表明,河南省未来能源需求仍比较大,必须采取多种措施完善能源保障体系.

关 键 词：能源消费；经济增长；协整性；因果关系；ARMA模型

中图分类号：F224文献标识码：A

DOI：10.3963/j.issn.16716477.2013.04.006

一、引言

能源是经济社会发展的重要物质基础,是关系到国计民生的重要战略资源.随着我国国民经济的发展,对能源的需求不断增加,但能源供给却日益紧张,能源问题已经成为普遍关注的问题.因此,探讨能源消费与经济增长的关系,并在此基础上较为准确地预测能源需求的变化趋势,从而为有关部门政策的制定提供科学依据,对于保持国民经济的健康、持续、稳定发展具有重要意义.

自从Kraft[1]探索了美国经济增长与能源消费之间的因果关系后,能源消费与经济增长关系的实证研究便迅速扩展到了英、法、德、意大利等发达国家.对于亚洲国家,Glasure[2]利用Granger检验方法发现了新加坡能源对经济增长的因果关系.Yu[3]利用Granger检验方法得到了韩国经济增长对能源消费的因果关系.目前,国内对中国经济增长与能源消费的关系也进行了一些研究.马超群[4]的研究表明,我国经济增长分别与能源总消费、煤炭消费之间存在协整关系,而与石油、天然气和水电之间不存在协整关系.韩智勇等[5]的研究表明,我国能源消费与经济增长之间存在双向因果关系,但不具有长期的协整性.赵进文[6]利用STR模型对我国的能源消费与经济增长之间的内在依从关系进行了研究,认为我国经济增长对能源消费的影响具有明显的阶段性特征.国内学者对能源需求的预测方法有很多种.隗斌贤[7]采用能源消费弹性系数法、能源强度法和部门平衡预测法对浙江省的能源需求进行了预测.刘勇等[8]采用ARIMA模型对我国的能源消费进行了预测.熊国强等[9]采用灰色系统和神经网络组合预测模型对我国未来的能源消费进行了预测.宋雅晴等[10]采用三次多项式、回归分析和时间序列组合模型对我国未来的能源消费进行了预测.

从目前的文献看,这些研究成果大部分都以全国作为研究对象,而由于资源禀赋、地理环境和经济结构的不同,各地区的能源消费与经济增长之间的关系可能会呈现出不同的特征,所需要采用的预测方法也有较大差异.河南省是全国第一人口大省,也是重要的能源和资源大省,2011年中原经济区规划被正式纳入国家国土规划.因此,本文在对河南省的具体情况进行分析的基础上,找出河南省经济增长与能源消费之间的关系,并采用ARMA时间序列模型对河南省未来能源需求进行预测,为河南省能源发展和经济发展政策的制定提供科学的决策依据.

二、经济增长与能源消费关系的实证分析

(一)数据来源与处理

本文选取1978-2010年河南省能源消费总量（EC）与国内生产总值（GDP）的数据作为基本变量来研究河南省能源消费与经济增长之间的关系,所有数据均来自《河南统计年鉴2011》.能源消费总量的量纲为万吨标准煤,国内生产总值的量纲是亿元人民币,为了剔除物价变动的影响,以1978年为基期对GDP序列进行折算,得到各年实际GDP.为了消除可能存在的异方差问题,避免数据间较大波动的影响,对能源消费总量和实际GDP序列取对数,分别用lnEC和lnG表示,其相应的一阶差分序列分别用DlnEC和DlnG表示.

(二)序列平稳性检验

为了避免非平稳时间序列在进行普通最小二乘估计时可能遭遇的虚检测回归问题,在对模型进行估计前,必须对序列进行平稳性检验.这里采用ADF单位根检验法对序列进行平稳性检验,由于lnEC和lnG都呈现出明显的线性增长特征,因而使用包含常数项和时间趋势项的检验模型进行检验.使用Eviews5.1软件对序列进行检验,结果见表1.

从表1可以看出,变量lnEC和lnG的ADF检验值在5%的显著性水平下均大于其所对应的临界值,不能拒绝单位根的零检测设,说明存在单位根,是非平稳的；而其一阶差分后的序列DlnEC和DlnG的ADF检验值均小于其所对应的临界值,都是平稳的,说明lnEC和lnG均为一阶单整序列,可进行下一步检验.

(三)协整检验和误差修正模型

协整是对非平稳经济变量之间长期均衡关系的统计描述,非平稳经济变量之间存在的长期稳定的均衡关系就被称作协整关系.由于lnEC和lnG均为一阶单整序列,因此可进行协整性检验.本文使用Johansen协整检验法,运用Eviews5.1软件得到检验结果,见表2.

表2能源消费和经济增长的Johansen协整检验

原检测设特征值迹统计量5%临界值p值

None*0.523714.763212.3210.0105

Atmost10.09751.57244.12110.3671

注：p为接受原检测设的概率；*表示在5%显著水平下显著.

由检验结果看,在5%检验水平下,迹统计量值14.7632大于临界值12.3216,而迹统计量值1.5724小于临界值4.1211,说明在变量lnEC和lnG之间存在协整关系.基于表2中的协整检验结果,对两变量之间的协整关系进行估计,得到协整方程如下：

lnG等于-8.711+1.7483lnEC+et

（-16.26）（28.92）

R2等于0.9643,DW等于1.6149,F等于836.84括号内为对应系数的t统计量值,从回归结果来看,R2、DW值和F值均可通过显著性检验,方程拟合优度良好,统计变量显著.回归方程表明：河南省能源消费每增加1个百分点,可以使经济增长增加1.7483个百分点,能源消费带动了河南省地方经济的发展,而且能源消费弹性系数大于1,说明长期来看能源消费对经济增长的制约和促进作用较强.

建立描述经济增长和能源消费短期波动的误差修正模型,这里采用滞后一阶的形式：

从估计结果来看,模型的各项检验均可通过,经济增长的波动受到能源消费波动和误差修正项的影响.在短期内,如果经济增长和能源消费的均衡关系偏离了长期均衡关系,下一期将以-0.1361的调整力度进行反向修正,以使其向长期均衡方向移动.

(四)Granger因果性检验

协整检验结果说明河南省能源消费与经济增长之间存在着长期均衡关系,但是这种均衡关系是否构成因果关系,即是由能源消费的增加促进了经济的增长还是由经济增长拉动了能源消费的增加,这就要进行Granger因果性检验.Granger因果性检验对滞后期的选择非常敏感,滞后期不同,检验结果可能有较大差异.本文采用AIC准则确定最优滞后期数为1阶,利用Eviews5.1软件进行检验,检验结果见表3.

由表3可知,在10%检验水平下,“lnEC不是lnG的原因”被拒绝,也就是说能源消费是促进河南省经济增长的原因,而“lnG不是lnEC的原因”的检测设被接受,经济增长不是能源消费增加的原因,lnEC与lnG之间存在由能源消费到经济增长的单向因果关系.这在一定程度上表明,河南省实施节能降耗措施,依靠科技进步提高能源利用效率以及转变经济增长方式的举措取得了一定成效,在保持经济增长的同时,能源消耗逐步下降.

三、河南省未来能源需求预测

从以上分析可知,能源消费是促进河南省经济增长的重要原因,为了促进经济持续、快速、稳定的发展,有必要对河南省未来的能源需求进行预测,为河南省未来能源规划以及能源生产企业制定发展战略提供决策依据.

进行能源需求预测的方法有很多,大体上可以分为两类.一类是相关关系预测法,即根据经济现象与能源需求之间的因果关系或结构比例关系来预测未来能源需求量,如回归模型、能源消费弹性系数法、部门预测法等.另一类是时间序列分析预测法,如协整和误差修正模型[11]、ARMA模型等.由于未来能源消费需求会受到很多因素的制约,而且这些因素之间往往又存在着错综复杂的关系,因此采用相关关系预测法进行预测一般比较困难,再加上相关解释变量未来取值的不确定,会对预测结果精确度产生较大影响,因此本文采用时间序列模型中的ARMA模型来对河南省未来能源需求进行短期预测,以避免解释变量取值不确定所带来的诸多问题,从而实现最小方差意义下的最优预测.

表1中单位根检验表明,河南省能源消费总量的对数序列是非平稳的,而其进行一阶差分序列是平稳的,因此这里先对序列进行一阶差分,而后建立ARMA模型,实际上就是对其增长率建立预测模型.为了选取合适的模型形式,先对一阶差分后的序列DlnEC进行自相关和偏自相关分析,见图1.

根据DlnEC的自相关系数和偏自相关系数图可以看出,二者均是拖尾,于是可以选用ARMA模型结构.通过对模型的残差白噪声检验和参数显著性检验,并结合AIC和SC准则确定模型形式,利用Eviews5.1软件,可以得到河南省能源需求预测的模型形式如下：

这里参数估计值下括号内的值为t统计量值.由于是对差分序列建模,可决系数R2不高,但如果将模型转化为对原始序列的预测模型,则可决系数为0.9745,非常接近于1.Q统计量用于检验残差的白噪声性质,其后括号内为对应的p值,根据这些p值可以看出河南省能源需求预测模型中残差具有良好的白噪声性质,从而可以保证短期预测的相对精确性.

利用1978-2010年的数据建立的预测模型计算出能源消费的增长趋势,然后结合基期值计算河南省2008-2015年的能源需求水平,到2015年,河南省能源消费总量将达到27636万吨标准煤.从2008年、2009年、2010年的预测结果与实际值的比较可以看出,各年预测误差百分比均小于3%,平均绝对预测误差1.51%,一般认为平均绝对误差的值低于10%时预测精度较高[12],所以模型拟合效果较好,预测精度较高,见表4.

四、结论与建议

利用河南省1978-2010年的能源消费和经济增长数据进行实证分析,结果表明：河南省能源消费与经济增长之间存在长期均衡关系,能源消费对经济增长有着明显的促进作用,而经济增长则不成为拉动能源消费增加的原因.从长期来看,能源消费每增加1%,就可以使经济增长1.7483个百分点,能源消费对经济增长的刺激作用较强；而在短期动态调整中,如果经济增长和能源消费的均衡关系偏离了长期均衡关系,下一期将以-0.1361的调整力度进行反向修正,以使其向长期均衡方向移动.这说明河南省目前的节能降耗工作取得了一定成效,能源利用效率有所提高,但经济增长方式仍以粗放型为主,经济增长对能源的依赖程度仍比较强.

采用ARMA模型的预测结果表明,到2015年河南省能源需求总量将达到27636万吨标准煤.然而目前河南省的能源供给却日益紧张,在一次性能源消费结构中,煤炭消费所占比重虽然都在85%以上,虽然河南省煤炭资源丰富,但按照目前的开采水平和速度,仍存在一定供需缺口；石油和天然气消费在能源消费结构中所占比重一直不足20%,但河南省原油和天然气储量严重不足,按照目前的开采速度,原油开采寿命不到10年,而天然气仅仅能持续到2015年左右,而且这种开采速度所能保证的原油供应尚不及需求量的1/5,天然气供应也不到需求量的1/5.因此,我们在充分利用省内能源资源的同时,必须加强与省外、国外的能源战略合作与交流,尽快制定相关的能源政策措施,以完善能源保障体系.第一,建立科学的能源供应体系,合理开发利用河南省能源资源.积极推进煤炭资源整合与战略重组,培育大型煤炭生产集团,建设全国重要的煤炭生产基地；依托西气东输等国家骨干天然气管道,完善支线管网,提高燃气覆盖率；规划和建设外电入豫通道,加快智能电网建设.

第二,优化能源结构体系,减少对传统能源的依赖,大力发展新能源.一方面要加大能源开发利用方面的科技投入,探讨煤炭和煤层气综合开发利用技术.另一方面要减少一次性能源在能源消费中的比例,积极开发利用核能、太阳能、地热能、生物质能等新能源和清洁能源.加快规划建设南阳核电项目和南阳新能源国家高新技术产业基地,依托骨干企业和有条件的地区,建设多晶硅及太阳能电池、风电装备等特色产业园区.

第三,加大节能降耗方面的科研体系建设,倡导全社会厉行节能的良好风尚.建立科研院校、科研院所和企业相结合的节能降耗科研体系,尽快将科研成果应用在生产中,淘汰耗能大的旧设备,引进能耗小、资源利用率高的新设备,引进新技术和新方法.

第四,加强国际国内能源合作,积极实施“引进来”和“走出去”战略.要充分利用内外两个资源和两个市场,积极与能源资源储量丰富的国家和地区开展合作,重点加强在能源开发利用以及节能降耗等方面的研究与合作,建立能源合作长效机制,实现共同开发,互惠互利.

第五,加强能源战略储备体系建设.在保障中原经济区基本建设发展需要的同时,要对煤炭（煤层气）、天然气等实施保护性开采和战略储备,以确保能源结构安全.必须提高对煤炭资源的利用效率,推进濮阳、平顶山等地建设天然气储备基地和煤炭（煤层气）战略储备基地.

[参考文献]

[1]KraftJ,KraftA.OntheRelationshipbetweenEnergyandGNP[J].EnergyDevelopment,1978（3）：401403.

[2]GlasureYU,LeeAR.Cointegration,ErrorCorrection,andtheRelationshipbetweenGDPandElectricity：TheCaseofSouthKoreaandSingapore[J].ResourceandElectricityEconomics,1997,20（1）：1725.

[3]YuESH,ChoiJY.TheCausalRelationshipbetweenElectricityandGNP：AnInternationalComparison[J].JournalofEnergyandDevelopment,1985,10（2）：249272.

[4]马超群,储慧斌,李科.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）：4750.

[5]韩智勇,魏一鸣,范英.中国能源消费与经济增长的协整与因果关系分析[J].系统工程,2004,22（12）：1721.

[6]赵进文,范继涛.经济增长与能源消费内在依从关系的实证研究[J].经济研究,2007（8）：3142.

[7]隗斌贤.“九五”及2010年浙江省能源需求预测研究[J].预测,1997（2）：2533.

[8]刘勇,汪旭辉.ARIMA模型在我国能源消费预测中的应用[J].经济经纬,2007（5）：1114.

[9]熊国强,刘海磊.我国能源消费的组合预测模型[J].统计与决策,2007（2）：2122.

[10]宋雅晴,杨桂元.我国能源消费的组合预测[J].市场经济与,2011（7）：3437.

[11]林伯强.中国能源需求的经济计量分析[J].统计研究,2001,（10）：3439.

[12]易丹辉.数据分析与Eviews应用[M].北京：中国统计出版社,2005：106.

（责任编辑王婷婷）