- 1 -
工业结构、城市化水平与能源消费结构
——基于协整和向量误差修正模型的实证检验
摘要：本文基于 VAR模型，采用单位根、协整检验、向量误差修正模型、Granger因果检验
等方法分析 1985~2007年我国煤炭主导型的能源消费结构与工业结构、城市化水平之间的关
系，建立了能源消费结构的长期协整方程和短期误差修正模型，验证了城市化水平对能源消
费结构的作用，并对模型预测能力进行了检验。结果表明三者存在长期均衡关系，工业结构
阻碍能源消费结构的优化，是其外生因素；城市化水平促进能源消费结构的优化，是其内生
因素；目前城市化水平作用的长期贡献率较低，短期弹性大。根据研究结论，进一步提出了
调整工业结构、促进技术升级、加快推进城市化、开发新型清洁优质能源等政策建议。
关键字：能源消费结构 工业结构 城市化水平 协整检验 误差修正
1. 引言
改革开放 30年来，中国经济增长取得了巨大成就，近年来，为响应党的“十七大”号
召和实践科学发展观要求，全国各地提出了全面实施“工业化、城市化双轮驱动”的战略，
工业化和城市化成为国民经济增长和现代化发展的核心。同时，在很长一段时间内，能源始
终是我国经济发展的重要命脉和战略资源，是工业化和城市化发展的重要原料，对国民经济
持续增长具有重要意义。目前，我国正处于工业化发展中期，工业化对能源的需求巨大；另
一方面，我国的城市化进程不断加深，居民生活水平提高对能源利用效率提出了更高的要求。
我国工业结构的调整和城市化水平的提高对能源消费产生了预期的依赖性。然而，当前我国
面临能源消费结构不合理、能源利用效率不高、环境污染严重等问题，“能源消费结构”一
直是学术界和社会关注的焦点。2009年，国家开始制定《新兴能源产业发展规划》1，加快
能源结构调整，优化能源消费结构，以技术进步、政府宏观管理和市场竞争等途径减少能源
消耗，改变能源供需结构单一的局面，促进能源节约使用，这也是我国经济社会和谐、稳定、
持续发展的重要目标之一。
所谓能源消费结构是指在一定时期、一定空间内各种能源消费之间的比例关系和相互
联系。我国是能源生产和消费大国，主要消费的能源资源有煤炭、石油、天然气、水电、核
电、风电、太阳能、潮汐能和生物质能等，其中煤炭消费始终占能源消费总量的第一位。本
文研究工业结构、城市化水平与能源消费结构之间的关系，对能源战略的制定、环境质量的
评估预测、工业结构的优化以及城市化进程的有效推进等具有重要意义。
2. 相关文献综述
目前，已有大量文献在理论和实践方面研究能源消费与经济增长相关因素的关系。国
外，早期 Kraft(1978)[1]对美国 1947~1974年 GNP和能源消费关系进行研究，发现两者存在
单向的因果关系，能源保护对 GNP无影响。之后，Akarca(1980) [2]等人通过修改 Kraft的样
本区间为 1947~1979 年，发现 GNP 与能源消费无因果联系。Yu[3](1985)发现美国、英国、
波兰的 GNP与能源消费不存在因果关系，韩国的 GNP对能源消费有显著影响，而菲律宾则
存在能源消费到 GNP的因果关系。90年代以后，对能源消费研究的重点转向分析技术（计
1 2009年 8月，我国“新能源产业振兴规划”正式更名为《新兴能源产业发展规划》。
中国科技论文在线
- 2 -
量经济学和统计学工具）创新和分析领域的拓展，尤其近年来，协整技术被广泛应用于该领
域。分析技术方面，Stern(2000) [4]使用单方程静态协整分析和多元动态协整分析法，发现能
源消费对 GDP有显著效果且四变量存在协整关系。Cheng&Lai(1997) [5]应用单位根、协整以
及 Granger 因果检验的 Hsiao程序等技术检验台湾地区 1955~1993年能源与 GDP的因果关
系，结果发现存在 GDP到能源消费的单向因果关系。分析领域方面，学者开始转向研究能
源消费影响因素如结构变化等的关系问题。Smil[6]&Kambara[7]分析了中国 1980~1990年国民
收入和能源消耗的关系，认为工业结构变化对能源节约有显著影响，其贡献率在 70%左右。
Hiroyuki(1997)[8]对多个国家 1980~1993 年的数据进行分析，发现城市人口比例和人均能源
消费的对数存在正相关关系。
国内，对能源消费问题的研究主要集中在能源消费与经济增长的关系、能源消费需求
决定因素以及关系问题两个方面。近年来，国内学者对该问题的研究在分析技术和分析领域
两个方面也获得了明显进展。分析技术方面，林伯强(2003)[9]运用协整技术及向量误差纠正
模型对中国 1952~2001年的长期数据进行分析，通过建立劳动力、资本和能源的三要素生产
函数实证研究了中国的经济增长与能源消费（电力消费）的关系，发现 GDP、资本、人力
资本与电力消费之间存在长期均衡关系。王火根、沈利生(2007)[10]引入空间面板回归模型研
究中国各省市区经济增长和能源消费的关系，这是国内分析技术工具的创新之一。分析领域
方面，近年来有关能源消费需求决定因素，以及与经济结构、城市化等的实证关系研究开始
出现，能源消费和结构问题逐渐受到学者关注。林伯强(2003)[11]通过建立我国长期电力需求
模型，发现 GDP、电价、人口增长、结构变化和能源效率改进是影响电力需求的主要因素。
王俊松、贺灿飞(2009) [12]采用对数平均的 LMDI方法研究技术进步、结构变动和我国能源利
用效率的关系，结果发现技术进步推动能源强度降低，产业结构变动对能源强度的影响先降
后升。耿海青(2004) [13]对 1953~2002年中国的煤炭、石油、天然气消费量和城市化率进行拟
合，发现相关系数都在 以上。黄献松(2009)[14]实证分析了陕西省城市化与能源消费之间
的动态相关性，发现两者存在协整关系，通过因素分解模型测算出城市化对能源消费贡献率
为 %。
可见，已有文献主要集中于研究能源消费与经济增长的关系，国外学者较多地研究不
同样本区间和国别地区数据因果关系问题，国内学者较多地研究我国能源消费需求问题。近
年来，虽然出现了一些关于能源消费与经济结构、城市化等关系的基础研究，但多数都不全
面和深入，很少系统地论述能源消费结构变动的关系问题。与城市化的相互关系方面，已有
文献大多认为城市化增加能源消费总量，少有论及能源消费结构的研究。本文在前人研究的
基础上，从宏观层面出发，基于 VAR模型，运用协整检验和误差修正方法试图分析我国能
源消费结构变化与工业结构、城市化水平三者之间的关系，验证城市化对能源消费的作用，
并对模型预测能力进行检验，从而为我国能源结构优化、工业化与城市化的有效推进提出战
略思考和政策建议。
本文结构主要分为六个部分：第一部分前沿，第二部分相关文献综述，第三部分我国
能源消费结构、工业结构和城市化水平的现状分析，第四部分分析机理、变量选择及数据来
源，第五部分实证分析，第六部分结论与政策建议。
3. 我国能源消费结构、工业结构和城市化水平的现状分析
能源消费结构现状
我国一次能源消费构成以煤炭为主，煤炭消费比例在改革开放 30年来都保持 70%左右。
可见，目前煤炭依然是我国经济发展依赖的最主要能源；而石油、天然气、水电、核电、风
电的消费比例近年来虽然有不断上升的趋势，但总量上仍然相对较低；风能、太阳能、潮汐
能和生物质能等作为新兴能源尚未完全发展和利用起来，与世界平均水平存在较大差距，也
中国科技论文在线
- 3 -
是我国《新兴能源发展规划》重点发展的领域。
目前，我国正处于工业化发展中期，能源消费总量逐年增加，能源消费结构也发生局部
调整。根据国家统计局关于我国一次能源消费的统计口径，我国能源消费主要由煤炭，石油，
天然气，水电、核电、风电这四大类构成。从能源消费总量来看，1978 年以来，消费总量
整体呈现上升趋势，1980年消费 60275万吨标准煤，1991年首次突破 10亿吨标准煤，2007
年达到 265583万吨标准煤，比 1980年增长 倍。其中，煤炭消费量从 1980年的 40401
万吨标准煤增加至 2007 年的 184580 万吨标准煤，增长了 倍。下图 1 显示了我国
1980~2007年能源消费总量与煤炭消费量的变化趋势。
0
50000
100000
150000
200000
250000
300000
1
98
0
1
98
1
1
98
2
1
98
3
1
98
4
1
98
5
1
98
6
1
98
7
1
98
8
1
98
9
1
99
0
1
99
1
1
99
2
1
99
3
1
99
4
1
99
5
1
99
6
1
99
7
1
99
8
1
99
9
2
00
0
2
00
1
2
00
2
2
00
3
2
00
4
2
00
5
2
00
6
2
00
7
年份
万吨标准煤
能源消费总量 煤炭消费总量
图 1 1980~2007年我国能源消费总量与煤炭消费总量趋势图
从能源消费结构来看，煤炭消费占能源消费总量的比例在 1980年为 72%，1990年上升
至 76%，2007年下降至 69%，近 30年煤炭消费比例平均约达到 %，在我国能源消费
构成中始终位居第一。我国仅次于煤炭消费的能源是石油，1980 年石油消费比例为 21%，
1990年下降至 17%，2007年又上升至 20%；天然气和水电、核电、风电消费比例相对前两
者较小，电力消费近年来有不断上升的趋势。图 2 为这四类能源消费在 1980、1990、2007
年的比例变化情况。
1980年
石 油
21%
天然气
3%
水电、核
电、风电
4%
煤 炭
72%
1990年
石 油
17%
天然气
2%
水电、
核电、
风电
5%
煤 炭
76%
2007年
石 油
20%
天然气
4%
水电、
核电、
风电
7%
煤 炭
69%
图 2 1980、1990、2007年我国能源消费结构对比图
我国能源消费结构在近 30年来呈现出局部调整变化的态势，煤炭消费比重在 1997年金
融危机后下降到 %，但 2004年以后一直稳步上升到 %；石油消费比重则与之正相
反，1997年后上升至 %，而 2004年后逐步下降至 %；天然气和水电、核电、风电
消费由于所占比重较小，因此显现出在调整中平稳上升，1997 年后这两类能源消费比例分
别上升至 2007年的 %和 %。图 3显示了我国 1980~2007年能源消费结构调整变化的
趋势。
中国科技论文在线
- 4 -
1
98
0
1
98
1
1
98
2
1
98
3
1
98
4
1
98
5
1
98
6
1
98
7
1
98
8
1
98
9
1
99
0
1
99
1
1
99
2
1
99
3
1
99
4
1
99
5
1
99
6
1
99
7
1
99
8
1
99
9
2
00
0
2
00
1
2
00
2
2
00
3
2
00
4
2
00
5
2
00
6
2
00
7
年份
%
煤炭
石 油
天然气
水电、核
电、风电
图 3 1980~2007年我国能源消费结构图
从长期来看，我国基本维持着以煤炭为主的能源供需格局，对煤炭资源有很高的依赖度，
可以预见短期内这种局面不会根本改变。煤炭成为我国的主导能源跟我国的自然禀赋和要素
特征有关，一方面，我国拥有丰富的煤炭资源，已探明煤炭储量就超过 3万亿吨；另一方面，
我国是典型的劳动力密集型国家，尤其是众多的廉价劳动力大大降低了开采煤炭的成本，加
之开采煤矿的技术复杂度不高，导致煤炭价格相对其他能源较低，可以被大量用于生产、发
电等。这种煤炭主导型的能源消费结构正是我国与发达国家的差距所在，也是我国经济增长
方式转变和能源利用效率提高的障碍之一，长期保持这种能源消费结构将对我国经济的跨越
式发展和发展质量产生不利影响。
工业结构和城市化水平的现状
我国的工业结构主要分为重工业和轻工业两部分。从宏观来看，我国目前正处于工业化
进程加速推进时期，工业重型化是这个阶段的典型特征。改革开放至今，我国重工业增长一
直领先于轻工业增长，1980 年重工业增加值为 亿元，占工业增加值的 53%；1995
年增加值为 亿元，占 %；1996年工业增加值首次突破 1 万亿元；2007 年增加
值为 亿元，占工业增加值的 67%，比轻工业增加值比重高出 34个百分点，是 1980
年重工业增加值的 倍。近年来，工业发展中，造船业、汽车制造业、机床生产、电气
机械与器材制造业、通讯设备制造业、交通运输设备制造业、冶金和化学工业等重型工业成
为带动工业经济增长的主要力量。当前，我国工业结构正努力向高加工化、技术集约化转化，
虽然国企改革已经关闭了许多效益差的大型国有企业（特别是重工业企业），但从总体上看，
重工业增加值占工业增加值的比例仍然呈现稳步上升趋势。
我国重工业按其生产性质和产品用途可分为采掘业、原材料工业和加工工业，重工业对
全部工业增长的贡献率超过 60%；同时，重工业的性质决定了其为高能耗产业。改革开放
30 年来，我国能源消费总量的不断上升，尤其是煤炭消费的持续增加，在很大程度上取决
于我国工业化进程所处的阶段和重工业的发展水平。
随着我国城市化进程的深入，城镇人口比例不断上升。1980 年我国城镇人口只有
亿人，占总人口的比例为 %；1990 年增加到 亿人，占总人口的比例为 %；
2007 年城镇人口将近 6 亿人，占总人口的 %。我国城镇人口数以及在总人口中占的比
例逐年上升，在一定程度上可以反映出我国城市化水平的提高和城市化进程的不断推进。城
市化水平的提高同时改善了人民的生活和居住条件，城市化进程的加快会对能源消费结构提
出新的要求。一方面，城市化会促进经济增长和能源消费的增加；另一方面，在城市居民的
能源消费中，电力、天然气等优质能源所占比例明显高于农村居民，因此城市化的进程可以
带动能源消费结构的优化。
中国科技论文在线
- 5 -
0
10
20
30
40
50
60
70
80
90
1
9
8
0
1
9
8
1
1
9
8
2
1
9
8
3
1
9
8
4
1
9
8
5
1
9
8
6
1
9
8
7
1
9
8
8
1
9
8
9
1
9
9
0
1
9
9
1
1
9
9
2
1
9
9
3
1
9
9
4
1
9
9
5
1
9
9
6
1
9
9
7
1
9
9
8
1
9
9
9
2
0
0
0
2
0
0
1
2
0
0
2
2
0
0
3
2
0
0
4
2
0
0
5
2
0
0
6
2
0
0
7
年份
%
煤炭消费比重 重工业增加值比重 城镇人口比重
图 4 1980~2007年工业结构、城市化水平与能源消费结构变化趋势图
当前，我国煤炭主导型的能源消费结构面临着很多问题：能源利用效率低下、技术落后，
高能耗产业经济效益差，能源结构性污染问题、生态环境的破坏，能源供需结构单一导致的
资源约束加剧等。影响能源消费结构的因素众多，随着我国工业化和城市化的发展，重工业
化与人民生活水平的提高对能源产生了更高的依赖，工业结构和城市化水平与能源消费有直
接关联。因此，通过研究这三者之间的关系程度，可以为我国能源消费结构的调整和优化以
及工业化、城市化进程的推进提供依据。
4. 分析机理、变量选择及数据来源
计量经济分析机理
本文拟对 1985~2007 年的时间序列数据建立向量自回归（VAR）模型，采用协整检验
和向量误差修正模型的方法，分析我国煤炭主导型能源消费结构与工业结构、城市化水平之
间的关系。
协整(Cointegration)是指经济变量之间存在的长期均衡(静态)稳定的关系，协整理论认为
某些非平稳的经济变量间存在着长期均衡关系，这种均衡关系意味着经济系统不存在破坏均
衡的内在机制。常见的协整检验主要分为两种：一种是基于 Engle & Granger的两步法检验
两个变量之间的关系；另一种是基于 Johansen & Juselius的方法检验多变量协整关系问题。
本文涉及三个变量之间的关系，固采用第二种方法。
根据 Johansen定义，构建内生变量 Yt的向量自回归(VAR) 模型如下:
1 p= A + + A + B + tt t -1 t - p tY Y Y X e
其中，Yt是 n维内生变量向量，Xt是确实的 m维外生变量向量，代表趋势项、常数项
等，A1…Ap和 Bt是待估计参数矩阵，p是 Yt的滞后期阶数， te 是服从独立均匀分布的 k维
随机扰动项。该方程的差分形式或向量误差纠正模型(VECM)的形式：
1
1
1 1
( )
pP
t tt t j t i
i j i
Y Y A Y BX e
-
- -
= = +
D = P + - D + +å å (1)
其中，
1
P
i
i
A I
=
P -å＝ ，Δ表示变量的一阶差分。矩阵P的秩等于独立的协整向量的个数。
如果 rank( P )=0，则式(1)仅是个一阶差分方程，各项都是 I(0)变量，不具备协整关系。如果
0<rank( P )<k，则式(1)为向量误差修正模型， 1tY -P 为误差修正项(ECM)，从中可以得到变
量的协整关系方程。
本文基于 VAR模型的协整检验和向量误差修正模型方法主要分为以下几个步骤：一，
中国科技论文在线
- 6 -
单位根检验；二，Johansen协整检验；三，向量误差修正模型（VECM）；四，Granger因果
关系检验；五，模型预测性能检验。
变量选择及数据来源
能源消费结构(Q)：采用煤炭消费占能源消费总量的比例作为变量，依据是我国煤炭主
导型能源消费结构的现状。
工业结构(GS)：采用重工业增加值占工业增加值的比例作为变量，依据是：不同的经济
发展阶段具有不同的工业结构与消费结构，目前重工业是带动我国工业经济增长的主要力
量，重工业对全部工业增长的贡献率超过 60%，重工业增加值以及占工业增加值的比例呈
现稳步上升趋势。重工业属于高能耗产业，也是煤炭消费的主要因素之一，我国能源消费总
量的不断上升，尤其是煤炭消费的持续增加，在很大程度上受到重工业发展水平的影响。
城市化水平(POP)：采用城镇人口占总人口的比例作为度量城市化水平的指标。城市化
对能源消费的影响是不确定的：一方面，城市化会推进经济增长和人们生活水平的提高，从
而增加能源消费总量；另一方面，城市化水平的提高可以优化能源利用的技术结构、对能源
结构的需求也发生变化，如从煤炭向天然气、电力转变等，从而减少部分能源消耗、优化能
源结构。因此，城市化水平与能源消费结构的关系需要作进一步的实证检验。
本文考虑到数据的完整性和权威性，选择 1985~2007 年的时间序列数据，数据来自
1990~2008 各年度的《中国统计年鉴》、《中国工业经济统计年鉴》和《中国能源统计年鉴
1986》，或对其中数据整理计算所得。本文对各变量取自然对数以解决变量异方差问题。
5. 实证分析
单位根检验
传统计量经济模型假设时间序列是平稳的，然而现实经济生活中，实际的时间序列数据
往往是非平稳的，这种非平稳性可能会产生序列相关和伪回归问题。因此在协整分析前，首
先要对时间序列的平稳性进行检验，这里采用 ADF法检验各变量及其一阶差分的平稳性。
滞后阶数根据 AIC和 SIC信息准则确定。检验结果如表 1所示。
表 1 单位根检验结果
临界值
变量
检验类型
（C，T，N） 1%显著性水平 5%显著性水平 10%显著性水平
ADF 平稳性
LNQ (C,T,3) 非平稳
ΔLNQ (C,0,0) 平稳
LNGS (C,T,1) 非平稳
ΔLNGS (C,T,0) 平稳
LNPOP (C,T,2) 非平稳
ΔLNPOP (C,0,0) 平稳
注：Δ符号表示该变量的一阶差分。检验类型是指ADF检验时回归方程的具体形式，（C，T，N）中，C 和
T 表示常数项和趋势项，N 表示滞后阶数，取值为0 表示不含对应项。
检验结果显示，LNQ、LNGS、LNPOP 都是不平稳的时间序列，但它们的一阶差分都
是平稳序列，因此这三个变量都是 I(1)阶单整序列，符合协整分析的必要条件。
Johansen协整检验
为研究 1985~2007年我国煤炭主导型能源消费结构与工业机构、城市化水平之间是否存
在长期的均衡关系，需对这三个变量进行协整检验。
对于多变量方程组协整关系的检验，JJ 方法优于 E-G 两步法，Johansen 协整关系的检
验统计量主要有 Trace 统计量和 Max-Eigen统计量。Trace 统计量的原假设是至多存在 r 个
中国科技论文在线
- 7 -
协整关系，Max-Eigen统计量的原假设是存在 r个协整关系。本文基于向量自回归（VAR）
模型，根据 SIC和 AIC信息准则确定序列一阶差分最佳的滞后阶数为 2，用 Johansen方法
检验变量之间的协整关系，结果如表 2所示。
表 2 Johansen协整检验结果
假定的CE数量 特征根 Trace统计量 5%临界值 10%临界值
无**
至多1个
至多2个
假定的CE数量 特征根 Max-Eigen统计量 5%临界值 10%临界值
无*
至多1个
至多2个
注:*，**表示在 5%，10%的显著性水平下拒绝原假设。趋势假设：检验假设序列存在确定性线性趋势，协
整方程只有截距项；序列一阶差分滞后阶数 2；是非限定性协整秩检验。
Trace检验说明在 5%和 10%的显著性水平下都只存在唯一的协整方程；Max-Eigenvalue
检验说明在 10%的显著性水平下都只存在唯一的协整方程。可见，这三个变量间确实存在
唯一的协整方程：
( ) ( )
[ ] [ ]
= -0 .178881 +
0 .04221 0 .18612
4 .23754 -1 .3 1423
L N Q L N G S L N P O P
注意：“( )”内为标准差；“[ ]”内为 t统计量值。
该方程反映了 1985~2007年间中国能源消费结构与工业结构、城市化水平之间存在长期
均衡关系。估计系数说明：工业结构与煤炭主导型的能源消费结构正相关，而城市化水平则
与之负相关。重工业增加值比例每提高 1%，煤炭消费比例将提高约 % ；城市化水平
每提高 1%，煤炭消费比例将降低约 %。可见，我国重工业主导的工业结构增加了能源
消费量，尤其提高了煤炭消费比重，因此，持续的重工业化发展对能源消费结构调整优化有
不利影响。
另一方面，我国城市化水平的提高，城镇居民对煤炭的直接需求明显下降，煤炭消费比
重随之降低，其原因可能有：一，城镇居民比农村居民更偏好于电力、天然气等优质能源，
从而对一次能源的需求从煤炭向优质能源转变；二，城市化进程中对环境、生活质量的要求
提高，对污染指数高的煤炭需求会大大降低；三，城市化推动经济增长和能源技术改进，也
促进了煤炭利用和转换效率的提高等。该方程验证了城市化水平的提高可以改进能源利用技
术、改变能源需求结构、降低煤炭消耗、优化能源消费结构。但是也应看到，目前城市化对
能源消费结构调整的贡献率还比较低，只有 %，低于重工业化的负作用率 %。可
以认为，我国城市化进程仍处于初级阶段，对能源优化配置的效应还不能完全显现。城市化
水平对能源消费结构的效应路径应该是：煤炭消费的大大降低，能源消费结构由煤炭主导型
过渡到石油主导型，进而向天然气、电力等优质清洁能源主导型转变。
向量误差修正模型(VECM)
协整反映三个变量间的长期均衡关系，而向量误差修正模型(VECM)是基于VAR模型，
将变量变化分解为对长期均衡的偏离和短期的动态调整过程，用以反映变量的短期波动和长
期均衡特征。
中国科技论文在线
- 8 -
在上述协整方程基础上，建立VECM，其中误差修正项(EC)是协整方整的残差式，最佳
滞后阶数为2，模型系数及相关检验结果见表3。
表 3 向量误差修正模型及检验结果
向量误差修正模型 ΔLNQ ΔLNPOP ΔLNGS
EC
() () ()
[] [] []
ΔLNQ(-1)
() () ()
[ ] [] [ ]
ΔLNQ(-2)
() () ()
[ ] [ ] []
ΔLNPOP(-1)
() () ()
[] [ ] [ ]
ΔLNPOP(-2)
() () ()
[] [] []
ΔLNGS(-1)
() () ()
[] [ ] []
ΔLNGS(-2)
() () ()
[] [] []
C
() () ()
[ ] [ ] [ ]
R-squared
Adj. R-squared
F-statistic
VECM系统的 Akaike information criterion
VECM系统的 Schwarz criterion
# DW值 ， 无自相关性
# Breusch-Godfrey序列相关 LM检验 LM(2)=, P值=无自相关性
# White 的异方差检验: nR2 =，P值= 同方差
# 自回归条件异方差(ARCH) 检验 LM(2)=, P值= 无 ARCH效应
# Ramsey- RESET F=，P值=，方程无设定误差
注：变量前 D表示一阶差分。“( )”内为标准差；“[ ]”内为 t统计量值。底部两列部分，“#”表示对 ΔLNQ
误差修正模型（ECM）进行的各种显著性检验。
表 3 底部列出了能源消费结构误差修正模型的一些测试性检验结果，包括
Durbin-Watson(DW) 检验， Breusch-Godfrey序列相关 LM检验，White 的异方差检验，自
回归条件异方差 ARCH检验，以及 Ramsey回归设定误差检验。可以看出，这些统计量值均
中国科技论文在线
- 9 -
通过各自的检验，说明能源消费结构的误差修正模型能克服回归方程中的一些重大缺陷问
题，可以较好的反映变量之间短期波动关系。另外，对该误差修正模型做参数稳定性检验，
采用递归残差累积和检验(CUSUM)，发现 CUSUM统计量落在 5%的边界范围内，说明模型
中的估计参数即使受到短期干扰，在样本区间内仍然是稳定的。
-12
-8
-4
0
4
8
12
96 97 98 99 00 01 02 03 04 05 06 07
CUSUM 5% Significance
图 5 递归残差累积和检验(CUSUM)结果
能源消费结构与工业结构、城市化水平短期波动关系的误差修正模型为：
= + +
+
t t -1 t -1 t - 2 t -1
t - 2 t -1 t - 2
L NQ E C LN Q LN Q LNP O P
L NP O P LNG S LN G S
D D D D
D D D
该方程表明，能源消费结构的短期波动受其自身前两期的正向影响，以及城市化水平和
工业结构滞后两期的负向影响。根据表3中变量显著性水平的检验可知，我国能源消费结构
的短期波动主要受城市化水平变动的影响，滞后一期的城市化水平对能源消费结构的短期弹
性为。长期误差项系数说明，当短期波动偏离长期均衡时，系统将以约%
的负向调整力度将短期波动拉回到长期均衡状态。
Granger 因果关系检验
协整检验只是证明了变量之间的长期均衡关系，并没有验证其因果关系。下面就对上述
向量误差修正模型中的变量进行Granger因果检验(VEC Granger Causality/Block Exogeneity
Wald Tests)，选用此方法一是为了排除先确定滞后阶数的缺陷，二是为了检验一个内生变量
是否可以作为外生变量对待，三是该检验结果直接对应于各方程，简明直观。这种检验方法
对于VEC模型中的每一个方程，将输出每一个其他内生变量的滞后项联合显著的Wald统计
量，最后行的All则列出了检验所有滞后内生变量联合显著的Wald统计量数值。结果如下：
表 4 Granger因果检验结果
Dependent variable: ΔLNQ
Excluded Chi-sq df Prob. 结论
ΔLNPOP 2 拒绝
ΔLNGS 2 接受
All 4 拒绝
Dependent variable: ΔLNPOP
Excluded Chi-sq df Prob. 结论
ΔLNQ 2 接受
ΔLNGS 2 接受
中国科技论文在线
- 10 -
All 4 接受
Dependent variable: ΔLNGS
Excluded Chi-sq df Prob. 结论
ΔLNQ 2 接受
ΔLNPOP 2 接受
All 4 接受
表 4说明：第一个方程中，拒绝 LNPOP不是 LNQ的 Granger原因的假设，接受 LNGS
不是 LNQ的 Granger原因的假设，说明在上述 LNQ的误差修正模型中 LNPOP的滞后变量
（这里是 2 阶滞后）可以作为内生变量，而 LNGS 的滞后变量应作为外生变量；第二、三
个方程中，接受 LNQ不是 LNPOP、LNGS的 Granger原因的假设，说明在 LNPOP、LNGS
的误差修正模型中 LNQ滞后变量（这里是 2阶滞后）应作为外生变量。
模型预测性能检验
由于误差修正模型的样本区间为 1985~2007年，考虑到样本区间外的实际数据目前难以
获得，因此采取分别对整体样本和近期数据这两个区间进行预测评价的方法来分析模型预测
性能。近期数据是指离预测期较近的样本数据，如果模型生成的序列能与近期样本数据相吻
合，模型在未来与序列实际变化一致的可能性较大。2
表 5 能源消费结构 ECM的预测评价结果
预测评价指标 整体样本（1985~2007） 近期数据（2000~2007）
均方根误差RMSE
绝对平均误差MAE
绝对平均百分比误差MAPE
Theil 不等系数TIC
偏差率
方差率
协变率
在统计学上，模型预测评价指标主要有均方根误差(RMSE)、绝对平均误差(MAE)、绝
对平均百分比误差(MAPE)、Theil不等系数(TIC)、偏差率、方差率和协变率。其中，误差越
小，模型的预测能力越好；TIC常介于0 -1之间，数值越趋于0，拟合值与实际值越接近，模
型预测精度越高；偏差率、方差率和协变率分别度量预测值与实际值的均值、方差的偏离程
度，以及系统预测误差，偏差率和方差率越小、协方差越大，模型预测能力越好。
从表5中可以看出，能源消费结构的ECM对于整体样本和近期数据的预测结果都很好。
近期数据的预测误差小，RMSE为、MAPE为；TIC趋于0，为；
预测偏差较小，偏差率为。可见，LNQ的误差修正模型对我国能源消费结构的短期
波动变化有较好的预测能力。
5 结论和政策建议
结论
本文基于 VAR模型，运用协整理论和向量误差修正方法分析了 1985~2007年我国煤炭
主导型能源消费结构与工业结构、城市化水平三者之间的关系，验证了城市化水平对能源消
费结构的作用，并对模型预测能力进行了检验。实证结果表明：
2 易丹辉. 数据分析与 Eviews应用. 中国统计出版社. 2002年. 传统时间序列分析之模型评价与预测，第 84
页。
中国科技论文在线
- 11 -
第一，从协整关系来看，中国能源消费结构与工业结构、城市化水平之间存在着长期
稳定的均衡关系。长期来看，持续的重工业化发展阻碍了能源消费结构的调整优化；而城市
化水平的提高，使得对煤炭的直接需求明显下降，煤炭消费比重随之降低，对能源消费结构
的优化有积极作用。
第二，目前我国城市化进程仍处于初级阶段，对能源消费结构调整的贡献率还比较低，
只有 %。城市化水平对能源消费结构的长期效应路径是：煤炭消费的大大降低，能源
消费结构由煤炭主导型过渡到石油主导型，进而向天然气、电力等优质清洁能源主导型转变。
第三，从向量误差修正模型来看，我国能源消费结构的短期波动主要受城市化水平变
动的影响，滞后一期的城市化水平对能源消费结构的短期弹性达到；从短期波动收
敛至长期均衡状态的调整力度为%。
第四，因果检验验证了城市化水平对能源消费结构的内生性影响，而工业结构则只有
外生作用。另外，能源消费结构不是工业结构和城市化水平变动的内生原因。文中建立的能
源消费结构误差修正模型对我国能源消费结构的短期波动变化有较好的预测能力。
政策建议
我国的能源消费结构是典型的煤炭主导型结构，当前这种结构面临着能源总消耗大、
利用效率低、技术落后、环境污染严重、供需结构单一等问题。如何从经济社会发展现状出
发，调整优化目前的能源消费结构是目前国家关注的重点，本文结合我国工业化和城市化发
展现状，根据以上结论，提出如下政策建议：
（1）严格控制高能耗产业，优化煤炭定价机制
煤炭是我国目前经济增长的主导能源，也是高能耗产业发展依赖的主要能源。我国能源
消费结构的调整首先要从减少煤炭消费量出发，一方面要严格控制高能耗、高投入和低附加
值的产业；另一方面要加强对不可再生资源的合理定价，实现我国煤炭价格与国际市场接轨，
避免我国廉价煤炭的过度消耗，同时提高优质煤的利用效率，有利于经济增长方式的转变。
（2）调整和优化工业结构，促进重工业技术升级
我国重工业化发展对能源消费结构优化起着阻碍作用，由于重工业大多是煤炭需求量大
的高能耗产业，因此现阶段，我国工业结构调整应围绕优化工业结构、平衡轻、重工业比重，
促进重工业企业技术升级，提高重工业发展质量来进行，实现工业结构向附加值高、能耗少
的轻工业和第三产业转变，既保证工业化有序推进，又能有效控制能源消耗，通过技术改造
提高能源利用效率。
（3）大力推动城市化进程，发展洁净煤技术，转变能源消费结构
城市化水平的提高能减少对煤炭的直接需求，降低煤炭消费比例，促进能源消费结构的
优化。由于目前我国城市化水平对能源消费结构调整的贡献率还比较低，但短期弹性很大，
因此政府在推动城市化发展的同时，尤其要重视能源供需结构的调整，积极引导城镇居民的
能源消费习惯。一方面要大力发展洁净煤技术，提高煤炭利用效率；另一方面要倡导全社会
节约意识，构建节约型社会，鼓励能源消费结构由煤炭主导型向石油、天然气、电力等主导
型转变，提高全社会能源配置效率，同时积极利用城市化发展来引导资源开发技术结构和产
业组织结构的调整，尽可能地提高一次能源强度，以更少的能源推动更快的经济社会发展。
（4）开发新型清洁优质能源，减少煤炭依赖
从我国今年提出的《新兴能源产业发展规划》可以看出，国家已经开始全面关注新能源
的开发和利用。新能源包括风能、太阳能、生物质能、海洋能等在自然界可以重复、循环利
用的自然资源。近年来，频繁出现的环境污染、生态破坏、能源供需结构单一等问题使得开
发和利用新型清洁优质能源成为我国能源消费结构调整优化的必要途径。新能源战略不仅能
够减少对煤炭资源的依赖，实现能源消费结构的转型，也有利于提高能源技术水平和国际竞
争力，解决我国能源问题，走上能源强国之路。
中国科技论文在线
- 12 -
参考文献
[1] Kraft, J., Kraft, A., On the Relationship Between Energy and GNP[J], The Journal of Energy and Development,
1978(3):401~403.
[2] Akarca, A. T. , Long, T. V., On the Relationship between Energy and GNP: A re-examination[J], Journal of
Energy and Development, 1980(5):326~331.
[3] Yu, ., Hwang, ., The Relationship Between Energy and GNP: Further Results[J], Energy Economics,
1984(6):168~190.
[4] Stern, ., A Multivariate Cointegration Analysis of the Role of Energy in the US Macroeconomy[J], Energy
Economics, 2000(22): 267~283.
[5] Cheng, ., Lai, ., An investigation of Cointegration and Causality between Energy Consumption and
Economic Activity in Taiwan[J], Energy Economics, 1997(19):435~444.
[6] Smil V. China’s Energy [M]. Washinton, : Office of Technology Assessment, Report Prepared for the US.
Congress. 1990.
[7] Kambara, T. The Energy Situation in China[J]. China Quarterly,1992(131): 608~636.
[8] Hiroyuki IMAI. The Effect of Urbanization on Energy Consumption [J].The Journal of Population
,53(2):43~49.
[9] 林伯强. 电力消费与中国经济增长——基于生产函数的研究[J]. 管理世界. 2003(10): 18~27.
[10] 王火根, 沈利生. 中国经济增长与能源消费空间面板分析[J]. 数量经济技术经济研究. 2007(12):
98~107.
[11] 林伯强. 结构变化、效率改进与能源需求预测——以中国电力为例[J]. 经济研究. 2003(5): 57~65.
[12] 王俊松, 贺灿飞. 技术进步、结构变动与中国能源利用效率[J]. 中国人口、资源与环境. 2009(2):
157~161.
[13] 耿海青. 能源基础与城市化发展的相互作用机理分析[D]. 北京:中国科学院地理科学与资源研究所.
2004: 111~114.
[14] 黄献松. 城市化与能源消费关系的动态计量分析——以陕西省电力消费为例[J]. 城市发展研究.
2009(3): 91-98.
[15] 易丹辉. 数据分析与 Eviews应用[M]. 北京: 中国统计出版社. 2002.
[16] 高铁梅. 计量经济分析方法与建模——Eviews应用及实例[M]. 北京: 清华大学出版社. 2006.
Industrial Structure, Urbanization Level and Energy
Consumption Structure
——Empirical Test Based on Cointegration and VECM
Yin Chao
School of Economics and Management, Southeast University, Nanjing, PRC, (211189)
Abstract
Based on the VAR model, this paper analyses the relationship among China's coal-dominated energy
consumption structure (ECS), industrial structure and urbanization level from 1985 to 2007, using unit
root test, VECM, Granger causality test. Through the long-term cointegration equation and short-term
ECM, this paper verifies the effect of urbanization level on the ECS. Besides, it’s successfully tested
the predictive ability of ECM. The results give evidences on the existence of long-run equilibrium
relationship among these three variables, industrial structure as an exogenous factor, prevents the
optimization of ECS; while the level of urbanization as an endogenous factor, promotes the
optimization of ECS. Although the long-term contribution rate of urbanization level is low, its
short-term flexibility is high. Based on theses conclusions, the paper proposes some policy advices
such as adjusting industrial structure, promoting technical upgrading, accelerating urbanization,
developing new clean energy with high quality, and so on.
Key words: ECS, Industrial structure, Urbanization level, Cointegration test, Error correct
中国科技论文在线
