不同區制工業化水平下的石油消費分析
——基于Path-STR模型的實證研究

柴 建，梁 婷,周友洪,汪壽陽，黎建強,4

(1.西安電子科技大學經濟與管理學院，陜西 西安 710126；2.陜西師范大學國際商學院，陜西 西安 710119；3.中國科學院數學與系統科學研究院，北京 100190；4.香港城市大學管理科學系，香港 999077)

不同區制工業化水平下的石油消費分析
——基于Path-STR模型的實證研究

柴 建1,2，梁 婷2,周友洪2,汪壽陽3，黎建強2,4

(1.西安電子科技大學經濟與管理學院，陜西 西安 710126；2.陜西師范大學國際商學院，陜西 西安 710119；3.中國科學院數學與系統科學研究院，北京 100190；4.香港城市大學管理科學系，香港 999077)

經濟的全球化、石油供需體系自身的復雜性使得石油消費和各影響因素之間的關系也變得復雜。本文從文獻回顧和理論分析中得出影響石油消費的總量因素、結構因素和價格因素，基于1995年至2015年的數據進行通徑分析，測算出各因素對石油消費的直接影響、間接影響以及總的影響程度，結果顯示經濟增長、工業化水平和國際原油價格是影響石油消費的主要因素。Johansen協整檢驗表明它們之間存在長期穩定關系，因此本文在此基礎上運用平滑轉換回歸(STR)方法進一步對各因素的石油消費影響效應進行研究，得出如下結論：工業化與我國石油消費之間存在非線性關系，其明顯的區間轉換動態特征可用LSTR2模型來刻畫。在加入了其它控制變量后，當滯后一期工業化水平處在低于-0.0045的低區制狀態和高于0.0228的高區制狀態時，工業化對石油消費產生抑制作用，此時的非線性特征最為明顯；當滯后一期工業化水平處在兩區制之間的中區制狀態時，對石油消費的影響效應逐漸從負向抑制作用向穩定的線性正向促進作用轉換。同時這種非線性關系使得經濟-能源系統中的經濟增長和國際油價對石油消費也產生復雜的影響。這為我國不同工業化時期在制定與節約能源、優化能源結構等相關政策時提供一定的依據。

工業化水平；石油消費；通徑分析；LSTR模型；區制轉換

1 引言

石油不僅是世界各國經濟發展的重要物資，同時又是安全機制的戰略物資。在中國，隨著國民經濟持續增長、工業快速發展以及生活水平的顯著提高，石油消費需求也迅速增加，作為第二大石油消費國，我國石油消費量從1970年的55.6萬桶/天增加到2015年的1196.8萬桶/天，增長了21.5倍，相比于2014年其消費量增長了6.3%，消費速度增長了近3%，占全部消費份額12.9%，僅次于美國19.7%的占比，而石油產量僅430.9萬桶/天，較2014年同比增長1.5%，占全球生產份額4.9%，不足美國13.0%的一半。自1993年起，我國由能源凈出口國變成凈進口國，我國原油凈進口量在2015年達到了819.6萬桶/天，對外依存度越來越高，加上當前去產能、油價持續走低的現狀，使得關于石油消費的研究更趨復雜化，未來經濟變化的多樣性、油價的波動趨勢以及石油市場供需矛盾的演化方向使得能源安全問題仍需高度關注。

我國進入新常態經濟發展階段，經濟穩步增長的戰略要求伴隨著行業、企業的轉型升級，新型城鎮化的建設也被作為“十三五”規劃編制的重要內容，在這一系列改革發展的背后需要石油等能源作支撐，同時石油消費也會隨之發生變化，因此對石油消費及其影響因素重新進行更深刻的研究有利于把握經濟增長下石油需求的不斷攀升所刺激的行業產能擴容，進而導致石油市場上出現供需不平衡的局面，為下一步的發展方向和政策制定提供一定的參考。

國內外對石油消費的研究頗多，從石油消費的影響因素上，Moore[1]研究發現，在短期內石油消費受前期消費、價格、收入水平以及電力消費和進口設備的影響；Narayan和Smyth等先后運用中東面板[2]和澳大利亞面板[3]研究石油消費、油價、收入之間的關系，得出中東的石油需求很大程度上正在由強勁的經濟增長來推動，石油價格對石油消費的長期彈性并不顯著的結論；Zou Gaolu和Chau[4]研究發現中國石油消費和經濟增長之間存在長期和短期的雙向關系。從石油消費研究方法上主要有以下三點，一是傳統的VAR研究，紀玉山等[5]、Gallo等[6]用VAR模型研究我國石油消費、石油產量、油價之間的關系；張歡等[7]運用VAR和SVAR模型來研究城市化進程和能源需求之間的動態波動效應；崔百勝和朱麟[8]則運用GVAR對能源消費、經濟增長等其他變量進行研究。二是變量之間的協整檢驗和Grange檢驗，這里既包括兩變量也包括多元變量的估計，Behmiri等[9]運用面板協整研究經濟增長和原油消費的因果關系；Lin Boqiang和Xie Chun[10]運用協整方法研究出石油消費與GDP、道路條件、勞動生產率以及石油價格之間存在長期關系；Zheng Yuhua等[11]、Park等[12]使用向量誤差修正模型對石油消費和三種產業之間以及石油消費和經濟增長之間的長期和短期關系進行研究；Mahadevan等[13]和Asafu-Adjaye[14]則運用面板誤差修正模型研究了各個國家經濟增長和能源消費之間所存在的關系。三是各影響因素對石油消費的非對稱和非線性研究，Kumar等[15]在研究中運用了非線性的Grey-Markov對印度的原油消費進行預測；Behrang等[16]使用引力搜索法(GSA)的三個需求評估模型來預測石油消費，每個模型包含線性和非線性形式；陳文靜等[17]通過建立半參數模型和非參數模型來考察石油消費系統中各線性和非線性影響因素的影響效應。

本文試圖運用非線性的STR模型來研究我國的石油消費，該種模型可有效解決一般回歸中存在的“折凹”現象，事實上，國內外已有相關文獻使用STR技術刻畫能源消費的非線性關系，Lee等[18]采用面板平滑轉換回歸模型(PSTR)對24個OECD國家的電力消費、實際收入、電價和溫度之間的非線性關系進行研究；賀小莉等[19]運用相同的方法研究中國能源消費和經濟增長之間存在非線性關系，趙新剛等[20]還使用該模型研究經濟增長與能源強度之間的關系；趙進文等[21]和Kani等[22]運用非線性STR技術分別對經濟增長與能源消費之間、天然氣價格和天然氣需求之間的非線性、非對稱及階段性特征進行研究。石油作為一種重要的能源，其消費量的研究對于整個石油市場的穩定尤為重要，目前學者大都對石油消費進行線性研究，很少對其進行非線性研究尤其是使用本文的STR方法，或是僅研究兩變量之間的影響，未加入其他變量，但事實上石油消費的影響因素和機制較為復雜。因此本文以石油消費為研究目標，并從影響石油消費的總量因素、結構因素以及環境因素中提取出核心影響因素加以研究，在考慮其它控制變量情況下，通過建立非線性LSTR2模型以期準確揭示工業化水平對我國石油消費的影響機制以及二者之間機制轉換的動態路徑。

2 基于我國石油消費影響因素的通徑分析

能源系統是一個復雜系統，在其發展演化過程中受到多種內部因素及外部環境的影響和制約。石油作為占比較大的化石能源之一，其消費量的影響因素也涉及各個方面，主要可分為總量因素、結構因素、技術因素和環境因素四個方面，而且各因素之間關系復雜。本文通過對國內外已有研究的回顧和綜述，找出本文所要重點研究的影響因素，利用通徑分析法分析各影響因素對石油消費的影響途徑和影響效應。

國內生產總值GDP：以國內生產總值衡量的經濟增長和收入水平是影響石油消費的重要因素。一方面，我國經濟增長是城市化、工業化的轉軌過程，城鄉之間、農工之間所存在的耗能差異使得以轉軌為明顯特征的經濟增長必然伴隨著低耗能經濟向高耗能經濟的轉軌，石油消費增加；另一方面，我國的經濟增長是由投資、消費以及進出口拉動的，這其中都伴隨著強勁的石油需求。呂魁等[23]在研究就得出經濟增長對石油消費有明顯的推動作用。

城鎮化水平：城市化進程是我國經濟處于轉型時期較為顯著的特征之一。中央文件《國家新型城鎮化規劃(2014-2020年)》中指出城鎮化是保持經濟持續健康發展的強大引擎，目前我國常住人口城鎮化率為53.7%，不僅遠低于發達國家80%的平均水平，也低于人均收入與我國相近的發展中國家60%的平均水平，這意味著中國須加快城市化進程。城鎮化的加快推動了基礎設施，如交通、住房等的需求，從而創建大量鋼鐵、水泥和其他能源密集型產品的需求增大，對能源的需求隨之上升。Jones[24]在研究中估計城市居民的能源消費一般大約是農村居民的3.5-4倍[24]，Halkos和Tzeremes[25]在分析中也指出不管在國家的哪一發展階段石油消費的主要驅動力都是工業化和城市化，因此城鎮化水平也會影響石油消費。

工業化進程：我國能源消費主要分為生產用能和生活用能兩大部分，生產用能是其中主要部分，加之三大產業中，第二產業能耗指數最高，尤其以工業生產耗能最為突出，Jiang zhujun等[26]在分析中也指出工業化和城市化過程是中國從低收入國家向高收入國家轉型的關鍵階段，轉換階段越短能源需求的增長速度越快。另一方面，工業的發展顯然會促進各種技術的進步，而技術的進步不僅反過來會增加產出，而且從節約成本的角度來看勢必會刺激廠商提高原有等值消耗能源的利用率，從而使得能源消費有下降趨勢，因此工業化水平對能源消費的這種不確定關系，需要本文基于一定的具體數據加以分析，西蒙.庫茲涅茨[27]研究認為，工業化的演進階段可通過產業結構的變動過程表現出來，因此本文以第二產業增加值占GDP的比重來衡量工業化水平。

國際油價：根據經典的能源經濟理論，石油價格是影響石油消費的重要因素。雖然我國對于油價實行市場管制，但是自從1993年成為石油凈進口國以來，在經濟快速增長的背景下，石油消費量穩步上升，供需缺口日漸加大，對外依存度上升以及經濟全球化下國際油價的波動傳導至國內，通過各大產業鏈影響我國經濟進而影響我國的石油消費。因此，越來越多的研究中不會因為油價缺乏市場化而剔除這一影響因素，紀玉山在研究了我國石油消費的動態影響因素中，得出石油價格的上漲并沒有導致石油消費顯著下降，反而在一定時間段內導致了石油消費的增加[5]，說明國際油價對石油消費的影響具有復雜性，本文將其作為國際政策大環境納入研究范圍。

本文選取代表總量因素的GDP總量，代表結構因素的城鎮化水平(城鎮人口占總人口的比重)和工業化進程(GDP中第二產業增加值占比)，以及代表政策環境因素的國際油價(國際原油價格)來分析石油消費，由于在技術因素中包含的節能技術、新能源技術以及管理技術等缺少可以量化的標準，因此本文不將其作為變量加以研究。

Wright[28]在1921 年提出通徑分析之后該方法越來越多的被用于各種領域，它是通過直接通徑、間接通徑和總通徑系數來研究多元統計中其他變量對因變量的直接作用效果、間接作用效果以及綜合作用效果，Chai Jian等[29]在研究中便使用該種方法提取核心因素。

本研究假定：y為石油需求，GDP、urb、ind、和p分別為國內生產總值、城鎮化水平、工業化水平和國際原油價格，數據來源于《2016年中國統計年鑒》、《2016年中國能源統計年鑒》、Wind數據庫、BP世界能源統計年鑒2016。選取1975-2015年的年度數據為樣本區間，對所有變量取對數以消除異方差性，并將處理后的數據分別記為LnGDP、Lnurb、Lnind、Lnp，得到變量之間的通徑系數：

PLnGDP.Lny=0.983，PLnurb.Lny=0.983

PLnind.Lny=0.112，PLnp.Lny=0.763

PLnGDP.Lny=0.879，PLnind.Lny=0.043,PLnp.Lny=0.145

由表1的分析結果可以看出，各因素對石油消費的直接作用大小排序為LnGDP>Lnp>Lnind，綜合影響排序為LnGDP>Lnp>Lnind，由此表明不管是從直接影響還是綜合影響來看，GDP對我國石油消費的影響作用最為顯著，其次是國際原油價格。同時從決策系數來看R(LnGDP)2>R(Lnp)2>R(Lnind)2，各因素對我國石油消費的推動作用大小和直接影響和綜合影響的結果一致。這是因為油價和工業化水平對石油消費的影響存在相當一部分會表現在經濟水平上，這一部分的效應主要是通過GDP間接影響石油消費。

3 非線性平滑轉換回歸模型分析

3.1 非線性平滑轉換模型的構建

本文擬使用平滑轉換(STR)模型(Smooth Transition Regression Model)來研究國際原油價格和我國石油消費之間的動態關系。這種非線性回歸可以有效刻畫被解釋變量和解釋變量的整體回歸模型在某點處可能存在的折凹現象，即表現為不同區間其截距或系數發生改變，平滑轉換回歸的核心思想是以某個變量作為轉換變量，所要回歸的模型會在該轉換變量的某個位置發生緩慢的變化，非線性平滑轉換回歸(STR)模型的一般形式為：

表1 GDP、工業化水平和國際油價對石油消費影響作用通徑分析

ut～Niid(0,σ2),t=1,2,...,T

(1)

其中yt是目標變量，Zt=(Wt′,Xt′)是一個((m+1)×1)的解釋變量向量，它包括被解釋變量yt直到p階的滯后向量Wt'=(1,yt-1,....,yt-p)和外生解釋變量向量Xt′=(x1t,....,xkt)。φ=(φ0,φ1,....,φm)'和φ=(φ0,φ1,....φm)′分別是線性部分和非線性部分的參數向量。

3.2 變量的平穩性檢驗

通常情況下，為避免出現偽回歸現象，要求加入模型的各變量序列必須平穩，因此需要對所有的變量進行單位根檢驗，本文對各變量進行ADF檢驗和PP檢驗，從表2的檢驗結果可知，各變量的原始序列即使在10%的顯著性水平下仍不能拒絕單位根假設，即原始序列都是非平穩時間序列。對各變量取一階差分后，所有的序列均表現為平穩，即都是I(1)序列，因此各變量的序列數據可用來對STR模型進行參數估計和相關的統計檢驗，在后文分析中，我們將差分處理后的各平穩序列分別記為dLny、dLnGDP、dLnind和dLnp。

表2 單位根檢驗結果

注：ADF檢驗和PP檢驗的原假設都為序列存在單位根，***、**和*分別表示在1%、5%和10%的顯著性水平下拒絕原假設，t統計量下方括號內的數值是對應的p值。

在正式建模之前，本文采用協整檢驗來判別均為I(1)序列的各變量之間是否存在長期穩定的均衡關系，這里使用Johansen協整檢驗法。表3的檢驗結果表明在1%顯著性水平下變量之間存在一個長期的均衡關系。

表3 Johansen協整檢驗結果

注：協整個數假設中的*代表存在長期均衡關系所對應的個數，檢驗統計量的p值中***代表1%顯著性水平下通過這種長期關系。

3.2 模型的非線性檢驗和轉換變量選擇

對STR模型進行估計的第一步是確定模型的自回歸(AR)部分，本文選取被解釋變量dLny的1至3階滯后項，解釋變量dLnGDP、dLnind和dLnp的0至3階滯后項，共組成12組組合。

表4 確定滯后階數

注：用被解釋變量對各滯后組合進行回歸，組合(dy，dxi)中的dy表示被解釋變量dLny的滯后階數，dxi表示所有解釋變量的滯后階數。

本文結合AIC信息準則、SC信息準則以及D.W統計量來選取滯后階數，從表4可以看出被解釋變量和解釋變量分別滯后2階和1階時AIC和SC相對比較小，且此時序列的一階自相關程度較低，結合以上判斷選擇模型的滯后階數組合為(2,1)。

在確定了AR項后，進行非線性檢驗和轉換變量的選擇，表5為檢驗結果。

表5 非線性檢驗及轉換函數形式

在非線性檢驗中，F、F4、F3和F2分別表示H0、H04、H03和H02假設下的F統計量，對應的每一列數是F統計量的p值。原假設H0被拒絕則證明非線性關系存在，接下來需要判斷轉換函數的具體形式，當H03被拒絕的p值最小時，選擇LSTR2模型，否則選擇LSTR1模型。從表5的檢驗結果可以得到，dLnind、dLnGDPt-1以及dLnpt-1均和被解釋變量之間存在非線性關系，當dLnindt-1為轉換變量時，相伴概率最小，因此本文以dLnindt-1為轉換變量以及以其對應的最優模型為最終模型。由于F3的p值小于F4和F2對應的p值，表明dLindt-1對應的轉換函數形式為LSTR2，具體表示如下：

G(γ,c,dLnindt-1)=

(1+exp{-γ(dLnindt-1-c1)(dLnindt-1-c2)})-1,

c10

(2)

3.3 LSTR2模型的估計和檢驗

3.3.1 模型的估計結果

由于已經確定模型形式為LSTR2，接下來確定位置參數c1、c2和平滑參數γ的初值，初值選擇方法一般包括格點搜索法和最陡爬坡法，本文采用二維格點搜索法來確定參數初值，根據數據長度、經濟變量實際情況以及參考常用做法，設置位置參數c1和c2的區間為[-0.0517,0.0686]，平滑參數γ的取值區間為[0.5,10]，迭代60次，依次取遍平滑參數γ和位置參數c的二維參數空間，按照最小殘差平方和的原則，確定對應參數c1、c2和γ的初始值，迭代結果如下表6。當平滑參數γ和位置參數c1、c2初始估計值分別為6.0185和-0.0028、0.0217時，輔助回歸方程的殘差最小。

表6 平滑參數和位置參數的初始估計值

在已知平滑參數和位置參數的初始值后，可以采用非線性方法來估計方程(1)中所要估計的參數φ、φ、γ和c，非線性估計方法一般有高斯—牛頓迭代和Newton-Raphson迭代法。本文采用的是遞歸Newton—Raphson來估計石油消費和工業化水平之間非線性回歸模型中的參數，通過最大似然函數得到模型參數的估計值，之后剔除不顯著變量，對模型進行優化得到最終模型，具體估計結果如表7所示。

表7 LSTR2模型的估計結果

注：***、**和*分別表示在1%、5%和10%水平下顯著。

3.3.2 模型檢驗

在完成對LSTR2模型的估計后，為保證上述所估計的工業化水平和石油消費間的非線性動態模型具有良好的性質，需要對估計出的LSTR2模型進行穩健性檢驗。誤差自相關檢驗中關于F統計量的伴隨概率p值在滯后3階時達到最小，為0.3833，即當誤差項的滯后長度取值在1和8之間波動時，殘差無序列相關的F統計量的p值均大于10%的顯著水平，因此接受不存在誤差自相關的原假設。根據誤差項的異方差ARCH-LM檢驗，F統計量的值為0.9239，對應的p值為0.5170，接受不存在ARCH效應的原假設；正態性J-B檢驗的卡方統計量的值為1.7551，對應的p值為0.4158，大于10%的顯著水平，接受殘差正態分布性假設的概率很高，殘差不存在異常點。對轉換變量是否還具有殘余的非線性以及位置參數在平滑轉換過程中是否是固定不變的相關檢驗如表8所示，轉換變量dLnindt-1不存在殘余的非線性，位置參數也在很高的顯著水平下不拒絕穩定性原假設。總之，依據上述非線性模型參數穩健性檢驗的結果表明，本文對工業化水平和石油消費之間所構建的LSTR2模型具有良好的性質。

表8 非線性殘余檢驗和參數穩定性檢驗

注：ARCH-LM檢驗的原假設是不存在ARCH效應；J-B檢驗的原假設是殘差是正態分布；非線性殘余檢驗的原假設是不存在剩余的非線性性；參數穩定性檢驗的原假設是參數γ和c是不變的。

3.3.3 非線性特征分析

表7的估計結果可以分為兩個部分，在LSTR2模型的線性部分中，當期工業化水平dLnindt和滯后一期的工業化水平dLnindt-1均對石油消費產生顯著的正向影響，而且滯后一期的工業化的系數要明顯大于當期工業化對石油的影響系數。滯后一期的經濟發展dLnGPDt-1也對石油消費產生促進作用，而當期價格對石油的影響則表現為顯著的抑制作用。

在LSTR2模型的非線性部分中，平滑參數γ=8.8047，表明模型的轉換速度比較快，如圖1和圖2所示，轉換函數圖的比較陡峭，斜率較大，表明區制之間的轉移速度較快，而且也意味著隨時間的變化，工業化水平對石油消費所表現的非線性影響中每一階段所持續的時間也較短。非線性部分的位置參數臨界值c1=-0.0045，c2=0.0228均在取值區間，表明所設定的非線性模型具有合理性，而且位置參數關于(c1+c2)/2=0.0092對稱，當轉換變量dLnindt-1=0.0092時，轉換函數值最小且接近于0，非線性部分特征并不明顯，此時的模型幾乎表現為完全的線性形式。當轉換變量值等于臨界值時，轉換函數值G=0.5。當轉換變量值小于-0.0045或大于0.0228時，即工業化進程出現絕對的負增長和超高速發展時，轉換函數值G(γ，c，dLnindt-1)開始快速向1轉換，非線性部分便會對模型產生較大影響，同時也體現出不同程度的工業化水平對石油消費具有非對稱影響。同時，從圖1轉換變量的轉換函數圖可以看出，滯后一期的工業化水平在-0.0045和0.0228之間時，理論上轉換函數值分布在[0,0.5]之間，實際從圖中可以看出dLnindt-1的值主要集聚在兩個位置參數的中點位置0.0092兩側，即轉換函數值幾乎為0，非線性部分不存在或者不明顯，表現為工業化水平對石油消費的正向影響，說明大多數年份都處在這一區間中，這也是截至目前學者們一致對工業水平和石油消費之間的關系進行線性研究的原因之一。當滯后一期的工業化水平小于-0.0045或大于0.0228，函數轉換值在[0.5,1]之間轉換，非線性特征比較明顯的被表現出來，此時工業化水平對石油消費的影響效應表現為負向作用。

圖1 轉換函數G(dLnindt-1)

圖2 轉換函數曲線圖

工業化的發展過程中和石油消費之間存在著非線性關系(圖3b)，當工業化水平出現絕對負增長(dLnindt-1<-0.0045)時，工業化對石油消費的滯后影響和非線性影響非常顯著，滯后一期的工業化水平dLnindt-1每上升1%時，石油消費將下降0.8707%(3.2581-4.1288)。當工業化水平處于-0.0045和0.0228之間時，工業化水平和石油消費之間的非線性逐漸降低，此時工業化對天然氣消費的影響系數逐漸從負向抑制作用轉向正向促進作用，當工業化增長至0.0092時，基本保持一種較為穩定的線性關系水平，此時的工業化水平是是一種以能源為代價的工業發展，即當滯后一期的工業化水平每增加1%，石油消費則表現為上升3.2581%。這是由于我國一直以推進工業化進程作為經濟增長的一大引擎，工業作為中國經濟的核心部門，工業化過程中的逆增長偏離了工業發展前期的所謂的“趕超戰略”，其代價是消耗更多的石油能源以將工業化進程拉回并維持在經濟可常態發展的范圍內，另一方面也說明粗放的發展模式不符合經濟的健康和可持續發展。當工業化進程處在快速增長區制時(dLnindt-1>0.0288)，此時當工業化水平每增加1%，石油消費將會下降0.8707%，此時工業化發展并不會以犧牲石油為代價。

不同發展階段的工業化對能源和經濟系統產生的變化使GDP和國際油價對石油消費的影響也產生階段性的影響，對于GDP，在工業化水平的低區制中，滯后一期的GDP(dLnGDPt-1)在非線性作用下對石油消費逐漸從負向抑制作用(0.3506-1.3316=-0.981)向正向促進作用轉換，之后在工業化的中區制中，其促進作用逐漸增強，直到工業化增長到達0.0092正向影響又開始減弱，當工業化進程進入高區制階段時又表現為負向抑制作用(圖3a)。這一方面說明了經濟增長與石油消費之間的關系和工業化水平與石油消費之間的關系具有一致性。另一方面也意味著，隨著經濟的發展，工業化進程較慢時期的石油消費增加，而在工業化進程較快的時期，經濟發展將會降低石油消費，因此當工業發展到一定程度時，更應突破“瓶頸”，這也意味著產業轉型升級在刺激經濟增長的同時也在節約能源上發揮重要的作用。從表7的估計結果可知，當期的GDP在非線性部分對石油消費有顯著的正向影響，但其影響系數小于滯后一期GDP的系數，這說明了前一期的經濟增長對石油消費具有較強的影響，而由于前一期經濟增長帶動能源以及其他生產要素價格的增長，這在一定程度會抑制當期石油消費的需求，因此當期的正向促進作用減小。

石油價格在整個工業化發展階段始終對石油產生負向抑制作用，這種抑制作用表現為：在工業化增速低于0.0092時逐漸增強，增速高于0.0092時逐漸減弱，這是因為工業的發展伴隨著技術的進步和生產效率的提高，天然氣等其他能源的發展對石油產生了一定的替代性，石油消費對市場價格的敏感性降低。

4 結語

本文采用通徑分析技術提取出影響石油消費的核心因素，并運用Johansen協整檢驗對國內生產總值GDP、工業化水平和國際原油價格這三大因素和石油消費之間的長期均衡關系進行檢驗，在此基礎上，通過建立平滑轉換回歸模型(STR)研究工業化水平對我國石油消費的非線性影響，同時利用非線性檢驗方法對所估計的LSTR2模型進行了穩健性檢驗，本文的實證分析結果如下。

第一，從我國的特殊經濟環境出發，通徑分析結果表明國內生產總值、工業化水平和國際原油價格是影響石油消費的主要因素，它們之間存在著長期穩定的均衡關系，非線性LSTR2模型估計結果顯示，在本文所研究的范圍內，工業化處于不同階段，國內生產總值對石油消費的影響存在著顯著差異，而國際原油價格在整體上對石油消費產生負向的抑制作用。

圖3 (a)石油消費關于滯后一期GDP的彈性；(b)石油消費關于滯后一期工業化水平的彈性；(c)石油消費關于國際油價的彈性

第二，模型內生性決定工業化水平為PSTR模型的轉換變量，這表明我國工業化水平對石油需求具有明顯的滯后性、非對稱性和非線性的轉移動態影響，且兩者之間存在狀態依存性，我國的石油消費依賴于工業化進程的倒退、緩增和高速增長三個階段，工業化水平在低區制狀態、中區制狀態和高區制狀態之間不斷進行轉換。工業化水平處于低區制的倒退狀態時，對石油消費的影響效應為負，此時滯后一期工業水平每下降1%時，石油消費的反應將會是上升約0.8707%，這是因為工業的發展在一定程度上代表了一國的經濟發展和綜合國力，在一國的發展戰略中占有重要的地位，當工業化水平在前期某一臨界值開始下降后，要將其維持在一國穩態發展的范圍內，在下期的經濟發展中則需要以更多的石油消費為代價；工業化水平處于中區制狀態時，對石油消費產生一個正向沖擊，在該區間內，工業化發展伴隨著石油消費的增加，與一般的研究結果一致；工業化水平處于高區制狀態時，對石油消費的影響效應又轉為負，即工業化進程的加速并不會導致石油消費的增加，反而會降低石油消費，這與環境庫茲涅茨理論相符，一方面，當工業化水平發展到一定程度，巨大的能源消耗成本迫切要求工業、制造業等行業以提高能源利用率和節約成本為首要任務，其中不可觀測的技術因素便隱含其中，另一方面，隨著綠色經濟、新常態經濟發展的推進，人們越來越重視石油替代能源如天然氣、核能等清潔能源的使用，從替代角度來看對石油的消費隨之減少。

第三，模型的穩健性檢驗也表明，本文所估計的非線性模型具有合理性和良好的動態特征。這對我國的工業化進程和石油消費之間關系的發展有了重新認識，處于新常態經濟下的中國，同經濟發展處于庫茲涅茨曲線的瓶頸區類似，我國工業化發展的整個過程并不總是需要以巨大的能源需求為代價，從技術上提高能源利用率和使用清潔能源是工業化發展到一定階段后在相關宏觀經濟政策和環境政策的配套實施下的必然之路。

基于以上分析，本文給出以下相關的政策建議。能源-經濟系統之間的制約關系使得任何一個因素的變動都將會對整個系統中各個因素之間的關系產生一定的影響，實證結果表明工業化對石油消費存在著較強的非線性影響，這一影響機制使得經濟增長、國際油價和石油消費之間的關系也較為復雜，但同時這種復雜的非線性機制在政策上可以通過影響工業化等因素來達到推遲或者延緩我國經濟發展對石油消費依賴的目的，為天然氣等清潔的可替代能源的開發和利用爭取時間，從而減緩霧霾等空氣污染現象，發揮節能減排的作用。在此過程中可以從以下幾個方面進行：第一，加快產業的升級轉型，使得我國的工業及經濟的發展“瓶頸”得到有效縮減，既能保證工業化的順利推進，其中伴隨的技術進步、效率提高也在一定程度上可以節約包括石油在內的能源消費，提高其它清潔能源對石油的替代性，充分發揮其在節能減排中的作用；第二，在工業轉型升級中，應促進天然氣等新能源的開發利用以及引導能使用這些清潔能源產業的發展；第三，應注意工業進程中石油消費對價格的不敏感性問題，這在一定程度上也會使得將污染成本加入到化石價格中從而達到優化能源結構以及治理空氣污染的目標時存在一定的困難，這可能需要對可替代能源等整體的能源價格結構進行調節使其形成價格競爭，從而在競爭中產生一定的替代。

本文在考慮了經濟總量因素、結構因素和價格因素的基礎上利用非線性的平滑轉換回歸(STR)估計我國工業化水平和石油消費之間的非對稱影響效應，但能源消耗以及伴隨的環境問題是全球問題，對于發達國家和發展中國家的工業化進程和石油消費是否也存在這種非線性關系為下一步擴展采用面板區間轉換模型提供了研究方向。

[1] Moore A.Demand elasticity of oil in Barbados [J].Energy Policy,2011,39(6):3515-3519.

[2] Narayan P K, Smyth R. A panel cointegration analysis of the demand for oil in the Middle East [J]. Energy Policy,2007,35(12):6258-6265.

[3] Narayan P K, Wong P. A panel data analysis of the determinants of oil consumption: The case of Australia [J]. Applied Energy,2009,86(12): 2771-2775.

[4] Zou Gaolu,Chau K W. Short-and long-run effects between oil consumption and economic growth in China [J]. Energy Policy,2006,34(18): 3644-3655.

[5] 紀玉山,代栓平.中國石油消費的動態影響因素分析[J]. 經濟與管理研究,2008,(1):26-30.

[6] Gallo A, Mason P, Shapiro S, et al. What is behind the increase in oil prices? Analyzing oil consumption and supply relationship with oil price[J]. Energy,2010,35(10): 4126-4141.

[7] 張歡,成金華. 中國城市化進程對能源需求的動態沖擊效應[J]. 管理學報,2011,8(7):1060-1066.

[8] 崔百勝, 朱麟. 基于內生增長理論與GVAR模型的能源消費控制目標下經濟增長與碳減排研究[J]. 中國管理科學, 2016, 24(1): 11-20.

[9] Behmiri N B, Manso J R P. The linkage between crude oil consumption and economic growth in Latin America: The panel framework investigations for multiple regions[J].Energy,2014,72:233-241.

[10] Lin Boqiang, Xie Chunping.Estimation on oil demand and oil saving potential of China's road transport sector [J]. Energy Policy,2013,61: 472-482.

[11] Zheng Yuhua, Luo Dongkun.Industrial structure and oil consumption growth path of China: Empirical evidence [J]. Energy,2013,57: 336-343.

[12] Park S Y, Yoo S H.The dynamics of oil consumption and economic growth in Malaysia[J].Energy Policy, 2014,66: 218-223.

[13] Mahadevan R, Asafu-Adjaye J. Energy consumption, economic growth and prices: A reassessment using panel VECM for developed and developing countries[J]. Energy Policy,2007,35(4): 2481-2490.

[14] Asafu-Adjaye J. The relationship between energy consumption, energy prices and economic growth: time series evidence from Asian developing countries[J]. Energy economics,2000,22(6): 615-625.

[15] Kumar U, Jain V K. Time series models (Grey-Markov, Grey Model with rolling mechanism and singular spectrum analysis) to forecast energy consumption in India[J]. Energy,2010,35(4):1709-1716.

[16] Behrang M A, Assareh E, Ghalambaz M, et al. Forecasting future oil demand in Iran using GSA (Gravitational Search Algorithm) [J]. Energy,2011,36(9): 5649-5654.

[17] 陳文靜,何剛. 石油消費及其影響因素:基于非參數模型的研究[J]. 管理工程學報,2009,(4):170-173.

[18] Lee C C, Chiu Y B. Electricity demand elasticities and temperature: Evidence from panel smooth transition regression with instrumental variable approach[J]. Energy Economics,2011,33(5):896-902.

[19] 賀小莉,潘浩然. 基于PSTR模型的中國能源消費與經濟增長非線性關系研究[J]. 中國人口.資源與環境,2013,23(12):84-89.

[20] 趙新剛, 劉平闊. 經濟增長與能源強度: 基于面板平滑轉換回歸模型的實證分析[J]. 中國管理科學, 2014,22(6):013.

[21] 趙進文,范繼濤. 經濟增長與能源消費內在依從關系的實證研究[J]. 經濟研究,2007,(8):31-42.

[22] Kani A H,AbbasspourbM, Abedi Z. Estimation of demand function for natural gas in Iran: Evidences based on smooth transition regression models[J]. Energy Modelling,2014,36: 341-347.

[23] 呂魁.基于向量誤差修正模型的石油需求預測實證檢驗[J].統計與決策,2009,(10):66-68.

[24] Jones D W. How urbanization affects energy-use in developing countries[J]. Energy Policy.1991,19(7):621-629.

[25] Halkos G E, Tzeremes N G.Oil consumption and economic efficiency: A comparative analysis ofadvanced, developing and emerging economies[J]. Ecological Economics, 2011,70(7): 1354-1362.

[26] Jiang Zhujun, Lin Boqing. China's energy demand and its characteristics in the industrialization and urbanization process[J].Energy Policy, 2012,49: 608-615.

[27] 西蒙·庫茲涅茨. 現代經濟增長[M].北京：商務出版社，1989.

[28] Wright S. Correlation and causation[J]. Journal of agricultural research, 1921, 20(7): 557-585.

[29] Chai Jian, Guo Jue, Meng Lei,et al. Exploring the core factors and its dynamic effects on oil price: An application on path analysis and BVAR-TVP model[J]. Energy policy, 2011,39(12): 8022-8036.

[30] Tersvirta T. Modelling economic relationships with smooth transition regressions[R]. Working Paper Stockholm School of Economics, 1996.

[31] Granger C W J, Tersvirta T. Modelling non-linear economic relationships [M]. Oxfor: oxford University Press, 1993.

Analysis of Oil Consumption under Different Regional Industrialization-AnEmpirical Study Based on Path-STR Model

CHAIJian1,2,LIANGTing2,ZHOUYou-hong2,WANGShou-yang3,KINKeung-lAI2,4

(1．School of Economics and Management, Xidian University, Xi’an 710126, China；2．InternationalBusiness School, Shaanxi Normal University, Xi’an 710119, China；3．Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190,China；4．Department of Management Sciences, City University of Hong Kong, Hong Kong 999077, China)

The economic globalization and the complexity of the oil demand-supply system complicate the relationship between oil consumption and its factors. In this paper the overall factor, structural factors and price factor which affect the oil consumption are obtained based on literature reviews and theoretical analysis. And then, the path analysis using the statistical data from 1995 to 2015 is applied to calculate the direct impact, indirect impact and total impact of the various factors on oil consumption, the results indicate that economic growth, industrialization and international crude oil prices are the main affect factors of oil consumption. And Johansen Co-integration test suggests that there is a long-term and stable relationship between these four variables. Next, the smooth transition regression (STR) method is employed to further examine the effect of factors on oil consumption and the following conclusion are drawn. Firstly, there is a nonlinear relationship between industrialization and oil consumption. Its obvious dynamic characteristics with regime conversion can be described by LSTR2 model perfectly. Secondly, when the first lagged industrializationdLnindt-1is in the regime of below -0.0045 or in the high regime of above 0.0228, the first lagged industrialization have a negative impact on the oil consumption, which the nonlinear feature is most obvious. While the first lagged industrialization is in the mid-regime, the effect of industrialization on oil consumption is gradually shifted from the negative and passive influence to the stably linear and positive influence. The results also suggest that this nonlinear relationship makes economic growth and international oil price have a complex impact on oil consumption in economic-energy systems. This provides reference for our country to make economic policies adapting to energy conservation and energy structure optimization in different industrial period in China.

industrialization; oil consumption; path analysis; LSTR model; regime conversion

1003-207(2017)11-0047-11

10.16381/j.cnki.issn1003-207x.2017.11.005

F062.1

A

2016-04-27；

2017-06-07

國家自然科學基金資助項目(71473155)；陜西省青年科技新星計劃項目(2016KJXX-14)；西安電子科技大學基本科研業務費項目(JB160603)

梁婷(1992-)，女(漢族)，陜西安康人，陜西師范大學國際商學院碩士研究生，研究方向：能源金融、能源經濟及宏觀經濟計量等，E-mail：liangting07031992@163.com.