中國煤炭消費機制研究:1993-2007

摘要：在對我國產業結構重型化的形成、發展和煤炭消費現狀進行簡要分析的基礎上，首先，通過建立產業結構重型化條件下我國煤炭消費的誤差修正模型，分析了兩者的均衡關系；其次，通過建立煤炭消費與重工業發展的脈沖響應函數及對兩者變量的誤差分解，分析了兩者的長期動態關系。其結論是：重工業發展促使了我國煤炭消費量的增加。最后，從走新型工業化道路、調整產業結構、實施節能優先戰略和優化能源結構等方面探討了降低煤炭消費量的若干途徑。

關鍵詞：重工業重新發展；煤炭消費；脈沖響應函數；預測誤差分解

中圖分類號：F407.21

文獻標識碼：A

文章編號：1004－0544(2010)08－0173－04

由于“富煤貧油少氣”和重工業的重新發展，在未來一段時期內，我國能源消費主要仍將以煤炭為主。研究證明經濟發展對煤炭消費的影響主要通過產業結構的調整和變化來實現。產業結構對煤炭消費的影響取決于各行業的能耗水平和它們在產業結構中的比重。高能耗行業在國民經濟中的比重越大則煤炭消費的影響就會越大。經歷了近50年的低速發展后，從2000年起，我國重工業得到了重新發展。而根據先行工業化國家的歷史經驗，工業化進入中后期階段。就進入了重工業比重不斷上升的階段。可見，中國重化工業在未來一段時間內還將會保持較快的發展速度。從1990-2007年主要年份分行業煤炭消費量來看，重工業的重新發展加大了我國煤炭消費總量。這必然會引起煤炭供需缺口的擴大，影響國家能源安全。因此，對我國煤炭消費與重工業重新發展的關系進行研究，對優化產業結構、把握我國煤炭乃至能源消費變化趨勢、制定科學的能源安全戰略具有重要的現實意義。

國內對產業結構與能源消費關系的研究主要集中在產業結構對能源消費總量、使用效率和強度影響方面。張意翔、史丹、路正南研究了產業結構變動對能源消費的影響。認為產業結構中不同行業比重的變化會影響能源消費總量；吳巧生、成金華、劉培林認為產業結構調整對我國能源效率提高的貢獻很小，甚至為負數；何建坤m認為我國GDP能源強度1/3可依靠產業結構調整和輕重工業結構調整來提高的結論。這些研究雖然揭示了產業結構調整和能源消費的關系，但也存在著不足。例如，都是從產業結構整體出發研究產業結構調整對能源總體消費的影響。很少對具體種類的能源資源如煤炭資源的消費影響進行深入研究。研究方法上，現有研究方法雖然能夠較好地揭示兩者之間的相互影響關系，但都只是從靜態或比較靜態角度分析的，沒有反映變量間的動態關系，而產業結構調整與煤炭能源消費之間是一種長期互動關系；同時，Granger因果檢驗分析法雖然能揭示變量之間的因果關系，但很可能受到由非平穩變量引起的偽回歸的影響。因此，有必要使用一種能夠反映變量之間長期關系且不受非平穩變量引起的偽回歸的影響的研究方法來分析產業結構重型化條件下我國煤炭消費的變化趨勢。而張意翔證明可以利用該模型來分析產業結構重型化條件下我國煤炭消費的短期變化趨勢。所以，本文主要從兩個方面分析產業結構重型化條件下重工業發展與煤炭消費的關系。

一、數據和模型

1.數據來源和基本特征分析

由于正是重工業在工業總產值中比重的增加使我國產業結構具有重型化特征，所以可以用重工業產值的變化來表示產業結構重型化的發展情況。為了分析的可比性。重工業和輕工業均采用《中國統計年鑒》中給出的定義。文章以1993年至2007年我國重工業產值和煤炭消費總量為分析的基本數據。重工業產值和煤炭消費總量分別用zgycz和mtxf表示。

圖1是1989年到2005年間我國重工業產值和煤炭消費變化趨勢曲線圖。可看出，我國重工業產值和煤炭消費總量的走勢基本一致，尤其是2000年以后，兩者的變化趨勢完全一致，都經歷了一個上升的過程。這說明我國重工業發展和煤炭消費之問存在著長期對應關系。

2.模型介紹

本文的實證分析采用向量自回歸模型(vAR)。構建該模型的主要目的是估計煤炭消費的殘差。這些殘差代表了各變量變化可能給煤炭消費造成的沖擊。

這一模型中，我們選擇重工業產值和煤炭消費為基本變量。由這二個變量構成的該模型可以表示為：

y_i＝Ay_i－l＋L＋A_py_r－p＋ε_i，

(1)

其中y_i為m維非平穩I(1)序列，e_i為白噪聲向量。

VAR模型的一個重要問題是滯后期p的選擇。一般來說可以使用R²，AIC和SC來確定滯后項的數目。利用R²確定滯后項數時是使R²盡量大，利用VIC和SC確定滯后項數時是使AIC和SC的和盡量小，或取AIC和SC同時達到最小時的滯后期為最優滯后期。

VAR模型中用以分析變量間的動態效應主要使用脈沖反應函數和預測誤差方差分解技術。脈沖反應函數就是用于追蹤其中某一變量一個標準差的波動對模型中所有內生變量當前值和將來值影響效果的一種分析技術。預測誤差方差分解則提供了每個隨機變化對VAR模型中所有變量的相對重要性的信息。

二、基礎分析

按照統計學的基本要求。在對時間系列進行分析時，必須要先進行平穩性和協整檢驗。只有當變量通過這些檢驗時，才能進行下一步分析。

1.單位根檢驗

我們首先對變量序列用增廣的迪基一富勒檢驗(ADF)來檢驗平穩。從圖1中可以看出，mtxf、zgycz這三個時間系列均有上升的趨勢。因此它們的線性方程中應含有截距項和趨勢項。變量的滯后項由Akaike檢驗準則(AIC)來確定。具體檢驗結果如表1所示。

表1的結果顯示，在對mtxf、zgycz進行平穩性檢驗后，兩者在滯后二階情況下，沒有單位根。所以，非平穩性序列mtxf、zgycz是二階單整序列，即I(2)。所以mtxf與zgycz之間就有可能存在協整即長期穩定的比例關系。

2.協整柱驗

本文使用JJ法進行協整檢驗。由于mtxf、zgycz是二階單整序列，為了檢驗結果的可靠性我們以二階差分后的mtxf、zgyez(分別用iimtxf、iizgycz表示)為基本變量進行隨后的分析。而由此得出的變量間的關系也是mtxf、zgycz間關系的如實反映。表2是對iimtxf、iizgycz關系進行Johansen檢驗的結果。

從表2可以看出，按照檢驗的基本原則，iimtxf、iizgycz之間在5％顯著水平下有一個協整方程存在協整方程，這說明變量通過協整檢驗，它們之間可能存在長期均衡關系。

三、因果分析和誤差修正模型

協整檢驗雖然告訴我們國內原油價格與國際原油價格之間存在著動態平衡關系，但并沒有說明這兩者因果關系。而Granger因果關系檢驗和誤差修正模型則可以反映兩者短期和長期中的因果關系。所以，我們可以運用它們來反映兩者的因果關系。

1.因果關系檢驗

本文采用基于模型的Granger檢驗法對諸變量之間是否存在因果關系進行檢驗。為全面反映兩者的因果關系，文章將滯后4期內的檢驗結果都反映出來。

從表3中可以看出，重工業發展與煤炭消費表現出較強的因果關系，但煤炭消費對重工業發展的影響大于重工業發展對煤炭消費的影響：首先。煤炭消費對重工業發展在第一個周期時就有因果關系，而重工業發展對煤炭消費則到第二個周期時才有因果關系，這說明煤炭消費對重工業發展的影響大于重工業發展對煤炭消費的影響快一些，持續的時間也長一些；其次，從各期顯著性概率的大小可以看出，煤炭消費對重工業發展的影響更為顯著，例如，煤炭消費對重工業發展的影響的顯著性概率均小于1％，這說明兩者關系的檢驗結果均具有大于99％的可信度；而重工業發展對煤炭消費的影響的顯著性概率在1％－3％，這說明該因果關系的檢驗結果只具有97－99％的可信度。

2.誤差修正模型

從檢驗結果可以看出，所有變量均通過了檢驗。限于篇幅，沒有給出重工業發展的誤差修正模型。按照統計學的基本原理，可將我國煤炭消費的誤差修正模型表示為下述方程：

VIIMTXF＝96.43600＋0.027549VIIZGYCZ＋0.926308VIIZGYCZ＋0.81258IVIIZGY＋0.653301VIIZGYCZ＋0.146100VIIMTXE＋0.18649VIIMTXF＋0.223152VIIMTXF＋0.034566ecm

其中，ecm是誤差修正項，反映了我國煤炭消費偏離它們長期均衡關系的程度，－0.034566說明我國重工業產值每波動1％，則我國煤炭消費就會向長期均衡靠0.035％。

由于R²＝0.9936，R²＝0.9917逼近1。D.W大于1.5說明上述模型有較強的統計學意義，因此，上述模型能夠反映兩者之間的長期均衡關系。從上述方程中可以看出兩者之間存在著極為明顯的長期因果關系。本期重工業產值每增加1％，會使本期煤炭消費提高幻5％；1期前的重工業產值每增加1％，會使本期煤炭消費降低9.26％，2期前的重工業產值每增加1％，會使本期煤炭消費降低8.13％；3期前的重工業產值每增加1％，會使本期煤炭消費增加6.53％。同時，煤炭消費對自身也存在極為顯著的影響，誤差修正項的符號與iizgycz的系數符號相反，符合反向修正機制。

四、動態關系分析

通過對我國煤炭消費和重工業產值的長期均衡關系進行檢驗，但這種分析只是揭示了兩者的關系，并沒有說明兩者之間的相互影響程度。下面利用脈沖響應函數和預測誤差分解技術對兩者的影響程度進行動態模擬分析，以期對兩者的相互作用機制有一個較深刻認識。

1.脈沖響應函數的建立

脈沖響應函數是衡量當時間序列收到來自隨機擾動項的一個標準差沖擊時內生變量當前和未來取值變化情況的函數。它反映了煤炭消費和重工業產值間的相互動態影響。圖2和圖3分別是不同時期muff與zgycz對單位標準新息擾動的響應函數。

圖2是不同時期mtxf對zgycz一個標準新息擾動的10個周期的脈沖響應圖，左圖是響應函數；圖3是不同時期zgycz對mtxf一個標準新息擾動的10個周期的脈沖響應圖，左圖是響應函數其中，實線表示脈沖響應函數，虛線表示以標準差新息的變化情況。

從左圖可以看出zgycz一個標準新息擾動會給對方產生一定的沖擊。zgycz一個標準新息擾動對mtxf的影響傳導很快，在第一個周期內(即第1年內，下同)就能把擾動的94％傳導到mtxf、zgycz一個標準新息擾動前3.5個周期的上升使得mtxf一直在上升；從第3.5周期開始，zgycz一個標準新息的下降使得mtxf不斷上升。此后，這種影響呈反方向變動。

從左圖可以看出mtxf一個標準新息擾動會給對方產生一定的沖擊。mtxf一個標準新息擾動對zgycz的影響傳導很快，在第一個周期內(即第1年內，下同)就能把擾動的98％傳導到zgycz；在前10個周期。mbxf一個標準新息擾動對zgycz的影響呈反方向變動一直在上升。

2.預測誤差方差分解分析

mtxf與zgycz的脈沖響應函數說明了彼此之間的互動關系。下面通過預測誤差方差分解技術將這種互動關系進行分解，以了解彼此之間因果關系的強度。分解結果如表4所示。身原因解釋：第1期煤炭消費總量的預測方差中由自己來解釋；第2期，煤炭消費總量的預測方差中仍有96，64％的比例由自己來解釋，重工業發展對煤炭消費總量的預測方差的貢獻率由第1期的0％增加到3.36％；此后重工業發展對煤炭消費總量的預測方差的貢獻率一直上漲，到第10期。重工業發展對煤炭消費總量的預測方差的貢獻率上升到18.0％。煤炭消費總量自身的貢獻率則降為81.4％；之后重工業發展的貢獻率不斷下降，而煤炭消費總量自身的貢獻率則不斷上升。

從表4右邊看出，開始時重工業發展的變化主要由自身原因解釋，隨著時間的推移，煤炭消費對重工業發展的預測方差的貢獻率在不斷的上升：第1期重工業發展總量的預測方差中由自己來解釋；第2期，重工業發展的預測方差中仍有99.9％的比例由自己來解釋。隨后，煤炭消費對重工業發展的預測方差的貢獻率在不斷上升，到第10期，煤炭消費總量對重工業發展的預測方差的貢獻率上升到最高，為53.1％。重工業發展自身的貢獻率則降為47.9％。

五、結論與建議

在運用誤差修正模型、脈沖反應函數和預測誤差方差分解技術通過對重工業發展與我國煤炭消費的關系進行了動態分析。得出了下面幾個結論：(1)就因果關系來看。重工業發展與煤炭消費表現出較強的因果關系，但煤炭消費對重工業發展的影響大于重工業發展對煤炭消費的影響：煤炭消費對重工業發展的影響時效較長、強度較大，而重工業發展對煤炭消費的影響則持續時間較短、強度相對較弱。(2)就誤差修正模型反映的均衡關系來看。煤炭消費誤差修正模型表現出來的均衡性比重工業發展誤差修正模型表現出來的均衡性要差一些。也就是說，煤炭消費對重工業發展的影響要大于重工業發展對煤炭消費的影響。(3)就向量自回歸模型反映的動態作用機制來看。煤炭消費在重工業發展誤差分解中貢獻率要大于重工業發展在煤炭消費誤差分解中的貢獻率：重工業發展對煤炭消費總量的預測方差的貢獻率最多只有20.86％。而煤炭消費總量對重工業發展的預測方差的貢獻率最高則為50.6％，且基本維持在39％以上。

可見，重工業的重新發展直接影響到我國煤炭消費總量的變化。因此，在制定和調整產業政策時，必須考慮我國能源工業的發展現狀。在工業化進程中，工業尤其是重工業必將得到進一步發展，與之相適應，我國經濟發展模式和能源發展戰略也必須作出調整，使經濟與能源協調發展。具體來說，可從走新型工業化道路、調整產業結構、實施節能優先戰略和優化能源結構等方面著手。