电力消费与经济增长因果关系研讨

本文采用Pesaran等人2001年提出的协整检验方法检验电力与经济增长之间的关系。该方法不需要知道变量的协整阶数，因此避免协整检验之前的单位根检验带来的限制。无论时间序列是I（0）还是I（1），该方法尤其有效。另外，该方法在小样本分析中也具有良好的适用性。1.1边限协整检验法协整性分析通过联合F统计量来分析，其原假设是变量间不存在协整关系，对于式（1）H0:η11=η12=0，对应的备择假设是H1:η1≠0或η2≠0。对于式（2），原假设为H0:η21=η22=0，备择假设为H1:η21≠0或η22≠0。Pesaran等人给出了对于不同自变量个数、是否包含截距项和时间趋势项、不同显著性水平下的上下临界值。若F值大于上限，则不需要进行变量平稳性检验即可以判定变量之间存在长期关系；若F值小于下限，则可以直接判定原假设成立；若F值介于上下限之间，我们不能直接得出结论，而需要检验变量为I(0)或者I(1)。若存在长期协整关系，即可引入无约束误差修正模型（UECM），利用AIC或者SBC信息准则并结合其他模型。

通过以上对变量间长期关系的确定。之后可以对变量间的短期和长期因果关系进行检验。根据格兰杰因果关系的定义，若时间序列Yt通过采用Xt的历史数据可以提高预测效果，则说明存在从Xt到Yt的因果关系，否则不存在。传统的格兰杰因果检验的原假设是不存在从Xt到Yt的因果关系。电力消费与经济增长之间的传统的格兰杰因果检验通过式（3）和（4）进行说明。式（3）的原假设是不存在EL到GDP的格兰杰因果关系，若b1j的联合显著的，则拒绝原假设。同样，式（4）中，原假设是不存在GDP到EL的格兰杰因果关系，若b2j是联合显著的，则拒绝原假设，表明存在从GDP到EL的因果关系。基于误差修正项的因果检验，包含了协整方程中的误差滞后项。如式（5）和（6）所示，通过引入滞后误差修正项，原本通过差分损失的长期信息得到补充。变量间虽然存在长期关系，但并不至少存在一个方向的格兰杰因果关系。因果关系的方向通过F统计量和滞后的误差修正项来确定。当ECM（-1）系数的t统计量显著则表明存在长期的因果关系，解释变量的F统计量表明短期的因果关系。然而，对于式（5）和（6），仅当变量间存在协整性才能引入误差修正项进行估计。

本文采用国内生产总值（GDP）序列代表经济增长，用全社会用电量代表用电需求，样本期间为1980~2009年，数据来源于《中国统计年鉴》（1981~2010）。为消除原始数据的异方差性，对GDP和电力消费数据都作了取对数处理。由于电力消费和GDP时间序列存在明显的趋势特点，为将时间趋势特征与周期性波动分别研究两者之间的因果关系，在此用HP滤波法将电力消费和GDP时间序列分为趋势部分和波动部分，如图1和2所示。

1电力消费与经济增长的协整性检验

电力消费与GDP趋势部分之间的长期关系通过AR-DL边限检验法检验。首先，（1）和（2）中各变量的差分的滞后阶数通过AIC和SBC准则确定，两变量均为2。随后，进行我国电力消费和经济增长趋势部分之间的协整关系检验，如果协整关系存在，则可以得到变量间的长期系数和ECM项。同样，对电力消费和经济增长的周期波动部分进行检验。检验结果如表1所示。表1中的F统计量表明，对于趋势部分，当GDPS和ELS为因变量时，所得的F统计量高于1%水平下的上限临界值，存在明显的协整关系；对波动部分，当ELC为因变量时，F统计量在5%水平下高于上限临界值。而GDPC为因变量时，F统计量在5%水平下低于临界值。可以看出，仅有唯一的协整向量。趋势成分与波动成分之间均存在协整关系，表明两者之间既有长期的共同增长趋势特点，且短期的波动也具有共同性。

2基于误差修正模型的因果关系检验

对于趋势成分和波动成分根据检验出式（2）中均存在长期协整关系后，可以对有滞后误差项的式（6）进行因果关系检验。通过对滞后误差项系数的显著情况和Wald检验中解释变量的滞后差分项的联合显著性情况进行判断。实证分析结果如表2所示。根据检验结果可以看出，对于趋势部分，当GDPS为自变量时，ECM系数与预期相同为负并且显著，反映了短期波动偏离长期均衡时，将以0.19%的调整力度将非均衡状态拉回到均衡状态，说明存在从电力消费到电力消费的显著的长期因果关系，F统计量的显著表明存在从电力消费到经济增长的短期因果关系。而当ELS为自变量时，其ECM系数显著但非负，并不能证明经济增长到电力消费之间的因果关系。同样，对于波动部分，当ELC和GDPC为自变量时，ECM系数均与预期相同为负并且显著，分别以33.03%和6.19%的调整力度将非均衡状态拉回到均衡状态，前者对电力消费的调整速度更快。F统计量的显著表明存在从电力消费波动成分与经济增长波动成分之间双向的短期因果关系。

3脉冲响应分析

为进一步分析GDP与电力消费彼此作用效果，本文利用脉冲响应函数进行分析。趋势部分和波动部分获得的脉冲响应图如图3-6。其中，横轴代表响应函数的追踪期数，纵轴代表GDP（电力消费）对电力消费（GDP）的响应程度，实线为响应函数的计算值。从图3和4中可以看出，趋势部分，GDP的冲击对于电力消费长期上影响不是很大，直到第8期电力消费才开始有反应，此现象与不存在从经济增长到电力消费的长期因果关系结果保持一致；而电力消费对GDP的具有正向冲击且不断加强，因此也反应出从电力消费到经济增长的显著长期因果关系。而对于波动部分，GDP对于电力需求的反应初期并不显著，且为负；而电力需求对于GDP的反应显著且为正，2-3期达到最高水平，之后才逐渐向水平轴靠近。

电力消费与经济发展的实证研究对我国的经济政策有重要的意义。本文通过对两者之间存在何种因果关系及其强弱程度进行了分析和检验。通过对HP滤波后的趋势部分和波动部分分别进行边限协整检验，该协整检验方法比传统的方法更方便且更适用于小样本分析。之后，根据协整检验结果分别进行基于误差修正模型的格兰杰因果分析，并通过脉冲函数分析，反应两者彼此作用效果。从整体趋势分析，电力消费到经济增长单向长期的因果关系表明电力供给的短缺将阻碍经济发展，充分的电力供给是经济增长的重要保障之一。因此保持电力供给的正常增长对我国经济增长具有刺激作用。未来五年，我国GDP仍将维持7~8%的增长水平，为了克服电力消费的带来的约束，政府应该加快全国范围内电网之间的联络，升级城市和农村的配电网系统，加快农村电气化。此外，考虑节能减排和环保对于电力发展的要求，抑制火电发展会对我国经济发展产生负面影响，而应该更多的开发新能源作为经济发展增长的基础。从波动上看，电力消费与经济增长存在双向的因果关系，两者相互影响，共同发展。虽然本文对电力需求与经济增长之间的趋势部分和波动部分分别建立长期均衡关系和周期波动联系，但模型中没有加入其他外生变量，在下一步的研究中应该将其他影响因素考虑到模型中，如出口额、人均收入、社会固定资产投资额等。（本文作者：牛东晓、嵇灵、劳咏昶、路妍 单位：华北电力大学经济与管理学院）