/是-!~{'街沟兑(双月刊)2014年第3期(总第70期)电力消费与中国经济增长刘生龙高宇宁胡鞍钢(中国社会科学院数量经济与技术经济研究所，北京1∞732) 摘要:本文收集中国28个省、市、自治区1978-2011年面板数据，使用新近的基于误差修正的面板协整检验方法检验电力消费与中国经济发展之间的协整关系，同时对两者之间进行格兰杰因果关系检验。研究结果表明电力消费与中国经济增长之间存在着协整关系，而且从长期来看，存在着电力消费→GDP单向的因果关系;从短期来看，存在着GDP→电力消费单向的因果关系。本文还将中国分成东、中、西三大区域经济地带，验证不同区域电力消费与经济增长之间的格兰杰因果关系，结果表明从长期来看，东、中、西部地区均存在着电力消费→GDP单向的因果关系，而从短期来看，只有西部地区存在着GDP→电力消费单向的因果关系O关键词:电力消费;经济增长;面板协整;格兰杰因果检验;动态面板最小二乘法中图分类号:文献标识码:A文章编号:1671 -9301 (2014) 03 ∞71 -10 一、吉|言及背景在过去的30多年时间里，中国经历了高速经济增长，GDP年均增长率达到了近10%，成为世界第二大经济体，经济总量仅次于美国。随着经济的高速增长，中国的用电需求也高速增长，2011年中国全社会用电量达到亿千瓦时，超过美国，成为世界上用电需求最高的国家。图1刻画的是1979-2011年中国全社会用电量和14 GDP增长率，可以看到，如果12 按照经济增长的波谷-波谷1: 作为周期，那么用电需求的周6 期与中国的经济增长周期是;[…王一……一-HJ 11 高度吻合的，经济增长快的年。l份对应着用电需求高速增长§三至22EE至222222222豆豆豆豆罢言gg言去罢§言ggz(俐的年份，而经济增速减缓的年| …全社会用电量增速-GDP增长率| 979 -2011年中国全社会用电量增速与GDP增长率份则对应用电需求增长降低的年份，用电需求在一定程度上成为中国经济增长快慢的"晴雨表"。目前，全社会用电量、铁路货运收稿日期:2014一01-27;修回日期:2014一04-09作者简介:刘生龙(1979一) ，男，湖北荆门人，中国社会科学院数量经济与技术经济研究所副研究员，清华大学国情研究院兼聘研究员;高字宁(1979一) ，男.河北邢台人，清华大学国情研究院助理教授;胡鞍钢(1953一) ，男，辽宁鞍山人，清华大学公共管理学院教授、博士生导师。基金项目:本文受到中国社会科学院哲学社会科学创新工程项目"人口老龄化经济增长效应理论与实证研究"和国家重点基础研究发展计划(项目编号:20l2CB955801)的资助。一71一
刘生龙高宇宁胡鞍钢电力消费与中国经济增长量和信贷发放量成为了国外研究者跟踪观察中国宏观经济运行最为核心的指标。从图1还可以看到，尽管在过去的30年时间里中国加大了电力行业技资，全社会用电量保持了较高的增长速度，1978-2011年全社会用电需求年均增长率达到了%，然而，在大部分年份里，尤其在2000年之前，用电量增速低于经济增长率，说明电力消费与中国的经济增长之间并不存在一一对应的关系。从历史数据来看，中国的电力消费相对于经济发展的需求而言一直存在着较大的短缺问题，这一问题虽然在1997年亚洲金融危机爆发后，随着中国经济增速减缓，中国首次出现了电力盈余。然而，自2002年中国进人新一轮经济景气周期之后，电力短缺问题再次暴露出来，2004年全国电力短缺问题更加凸显。中国电力供需矛盾直到2∞8年全球金融海啸爆发，中国经济增速明显下降之后才有所缓解。然而，近些年来，中国的电力供需总体来说仍然偏紧，区域性、时段性和季节性缺电问题一直较为严重。历史数据表明中国电力短缺的问题一直存在，需要加大电力投资和生产，然而这就不得不提到另一个问题，即电力生产对环境的负面影响。基于资源禀赋的特点，中国的发电装机以火电为主。1978年中国火电发电装机容量占发电设备装机容量的比重为%，到2006年这一比重达到%，之后缓慢下降到2011年的%。而在中国的一次能源消费结构中，煤炭一直占据着最重要的份额，在所有的煤炭消费中，一半以上用于电力生产，其负面效果是大量的碳排放从而造成环境污染。2011年中国的二氧化碳排放量为89亿吨，是世界上最大的二氧化碳排放国，高出排放第二的美国29亿吨，是1978年中国二氧化碳排放量的6倍多。一方面经济发展导致中国电力短缺的状况长期存在;另一方面，出于环境保护的需要，中国需要降低经济发展对能源和电力的依赖程度。这就要求必须正确把握电力消费与经济发展之间的关系，只有这样才能够提出适合于经济可持续发展的能源和电力发展政策。此外，对于中国经济与电力之间的关系，更为突出的特征还体现在地区经济发展水平，电力发展水平以及节能减排实现情况的不平衡。因而，研究各地区经济增长与电力消费的特征分布与面板数据下的互动关系就成为了研究这一问题最好的切人点与分析路径。全文剩余结构安排如下:第二部分是文献回顾;第二部分对本文所使用的变量和数据进行说明;第四部分提供实证模型并进行参数估计和结果分析;最后一部分是全文总结和政策建议。二、文献回顾自1974年石油危机发生以来，能源消费和经济增长之间的关系一直是经验研究的核心问题之一。Kraft和Kraft川开创性地运用1947-1974年的时间序列数据验证了美国能源消费与经济增长之间的关系，研究结果表明两者之间呈单向的因果关系，即经济发展是能源消费的原因。之后，经验研究扩展至许多发达国家，如英国、德国、意大利、加拿大、法国、日本和希腊等[2-4J近些年来，这一经验研究又扩展至许多发展中国家，如印度、斯里兰卡、约旦、喀麦隆等等[叫O然而，这些经验研究并J没有得出一致的结论，Yang[9的研究表明，电力消费与台湾的经济增长之间具有双向的因果关系，JMorimoto和Hope[6发现斯里兰卡也是如此O也有一些研究表明电力消费与经济增长之间仅仅具有单向的因果关系，但即使是具有单向的因果关系，有的研究表明这种单向的因果关系是从经济发展到电力消费的，比如说Masih和Masih[IOJ对于印度尼西亚的研究，Aqeel和Butt[llJ对于巴基斯坦的研究，J以及Ghosh[5对于印度的研究，等等;还有的研究表明这种关系是从电力消费到经济增长的，比如说1Masih和Masih[叫对印度的研究，Asafu-Adjaye[12对于日本的研究等等。即使是同一个国家，不同的研究者通过收集不同时间段的数据或者采用不同的实证方法也可以得出不同的研究结论，比如说同样是对印度的研究，Ghosh[51与Masih和Masih[川的研究结论是完全相反的，前者研究表明存在一个从电力消费到经济增长的因果关系，而后者的研究表明存在从经济增长到电力消费的因果关系。尽管国际上有关电力消费与经济发展关系问题的研究已经很多了，但是有关中国电力消费与经济发展的研究并不多见。随着经济的发展，中国在国际上占据着越来越重要的位置，中国的能源安全一72一
INDUSTRIAL ECONOMICS RESEARCH 和电力短缺问题越来越受到国内外学者的重视，近些年来，一些研究者才开始关注中国的电力消费与经济发展的关系问题，然而现有的研究也没能得出一致的结论(见表1)。林伯强[13]的研究表明，经济增长对中国的电力消费具有单向的影响，而Shiu和Lam[14]、Yuan等[15-16]和Cheng等[川的研究则表明电力消费对中国的经济增长具有单向的影响。而Rong等[18]的研究则表明电力消费与经济增长之间从长期来看存在着双向的因果关系，而从短期来看，因果关系不确定。表1中国的电力消费与经济增长因果关系的经验结果比较作者研究时段研究方法研究结论林伯强(2∞3)1978 -2001 协整模型与误差修正模型GDP→电力消费Shiu和Lam(2∞4)1971 -2∞0 误差修正模型电力消费→GDPYuan等(2∞7)1978 -2∞4 协整模型电力消费→GDPYuan等(2∞8)1963 -2005 协整模型和向量误差修正模型电力消费→GDP电力消费H经济增长(长期)Rong等(2011) 1985 -2008 Panel协整具有混合的影响(短期)Cheng等(2013) 1953 -2010 协整分析与格兰杰因果关系检验电力消费→GDP正确把握电力消费与经济增长之间的因果关系具有重要的意义，这是因为不同的因果关系暗示着不同的能源政策。从目前的研究结果来看，电力消费与经济增长之间存在如下四种关系:(1)电力消费单向地影响经济增长;(2)经济增长单向地影响电力消费;(3)电力消费与经济增长之间不存在任何方向上的因果关系;(4)电力消费与经济增长之间存在双向的因果关系。如果存在从电力消费到经济增长单向的因果关系，这就意味着减少电力消费会导致经济增速下降[口]。相反的，如果存在从经济增长到电力消费单向的因果关系则意味着电力消费下降对经济增长不会产生实质性的影响，而经济增长下降则会降低对电力消费的需求。如果电力消费与经济增长之间不存在任何方向上的因果关系，这就意味着降低电力消费不会影响经济增长，而经济增长下降也不会影响电力消费，在这种情况下，能源节约政策不会对经济增长产生任何影响川]。而如果电力消费与经济增长之间存在双向的因果关系，这就意味着经济增长要求更多的电力需求，更高的电力消费将会导致更高的经济增速，电力消费与经济增长相辅相成，能源节约政策将会导致经济增速下降。鉴于当前文献关于中国电力消费与经济增长之间关系存在着研究结论不一致的问题，以及电力消费在中国经济发展中的重要性，有必要对电力消费与中国经济增长之间的关系进行更加细致地研究和分析，尤其是需要引人更新的方法研究电力消费与中国经济增长之间的关系。从目前研究中国电力消费与经济增长之间关系的文献来看，主要存在如下几个方面的问题:首先是数据的时间段较短，样本数偏低，大多数研究文献所使用的数据仅仅包含30-40年的样本;其次是使用的方法以格兰杰因果关系和误差修正模型为主，而一些批评者则明确指出，格兰杰因果关系模型会随着模型结构较小的变化而变得十分敏感，比如说是否加人线性趋势项或者滞后阶数发生改变都有可能改变模型的估计结果;最后是现有的研究主要采用的是双变量模型，这些研究通常没有考虑其他一些因素(如资本和劳动力)对结果可能产生的影响，因而导致估计结果不稳定，甚至是错误的[8]。由于传统的时间序列数据单位根检验和协整检验的势(power)比较弱，本文决定通过收集中国28个省、市、自治区1978-2011年的数据①，通过面板单位根和面板协整技术再次检验电力消费与中国经济增长之间的关系。由于面板数据提供的信息要远远高于单个时间序列数据或者横截面数据，而且面板检验允许不同组别之间的动态异质性，因此面板单位根检验和协整检验要比传统的检验方法具有更强的势[20]。本文与先前的文献相比还存在三个不同之处:首先，在研究电力消费与中国经济增长之间的关系时，本文控制了中国各省份的资本存量和劳动力;其次，本文运用新近发展的面板协整方法，即基于误差修正的面板协整进行分析，与以往基于残差动态的面板协整检验不同，这是一种基于结构式动态的协整检验，其检验的势更高;最后，本文将中国分成东、中、西三大区域②，分别检一73一
刘生龙高宇宁胡革是钢电力消费与中国经济增长验不同区域电力消费与经济发展之间的协整关系。由于中国是一个拥有超过13亿人口高速发展的大国，中国的经济发展和能源消费对全世界的经济格局、能源发展和环境保护都会带来深刻的影响，因此，本文将集中探讨中国的电力消费、经济发展和环境保护。三、变量及数据本文使用的数据是中国大陆28个省份1978-2011年的时间序列数据。实际GDP(1978 = 1∞) 用人民币亿元衡量、劳动力用万人来衡量、电力消费量用亿千瓦时来衡量，这些数据均来自《新中国六十年统计资料汇编》和分省统计年鉴(2010-2012年)。本文中，实际资本存量用亿元衡量(1978 4∞)。由于《新中国六十年统计资料汇编》和分省统计年鉴中只是给出了各年度的投资额，为此我们采用永续盘存法计算个地区不同年份的资本存量。遵循Chow[圳和Wu[叫的做法，我们假定第一阶段的资本存量是过去所有投资之和，资本折旧率为5%，即第一期资本存量可用下式表示:K(1)=LI(t)dt=咛主这里I(t)= 1(0)♂，。和可以通过1978-2011年时间序列的线性回归模型进行估计。给定折旧率，资本存量可以通过如下公式进行计算:K(t) =K(t-l)(l-δ) + I(t),t = 2,"’,34 这里的K(t)表示第t时期的资本存量，δ表示折旧率。各变量的定义和描述性统计如表2所示:表2变量的定义及描述统计变量变量定义均值标准差最小值最大值观察样本overall N =952 1978年不变价衡量的实际GDPGDP between n =28 (亿元)within -1891. 54 T=34 overall 11. 14 N =952 ELEC 电力消耗量(亿千瓦时)belween n =28 within -689. 67 T=34 overall N =952 1978年不变价衡量的实际资本K between n =28 存量(亿元)within T=34 overa11 N =952 L 总就业人员数(万人)between n =28 within 281. 93 T=34 四、经验探索由前面的分析可知，电力消费与经济增长孰因孰果对于能源政策的制定具有重要的意义，争论的焦点在于电力消费到底是促进经济增长、还是阻碍经济增长，或者对于经济增长来说是中性的。在一些增长理论模型，比如说哈罗德-多玛(Harrod-Domar)模型里，能源被认为是与生产函数元关的，即能源消费与经济增长之间的关系是中性的，既不促进经济增长，也不阻碍经济增长。然而，大多数能源经济学家则认为能源是生产函数中重要的投入要素[刀]。在新增长理论里，技术在生产函数中被内生化了，而能源使用又是促进技术进步的影响因素之一，因此将能源作为生产要素具有合理性[24J。从Jorgensen[25J提出的经典的资本、劳动、能源、原材料的四投入要素的KLEM模型开始，越来越多的文献将能源消费作为生产要素研究了能源消费对经济增长的影响，并得出了有意义的结论，如JStem[却]对美国的研究，Ghali和El-Sakka[27 J对加拿大的研究，Lee和Chang[8对东亚16国的研究。我们认为能源是重要的生产要素，与Lee和Chang[8)一样，我们建立如下生产函数模型:gdp = f( elec , k , l) (1 ) 其中，gdp、elec，k和l分别是实际GDP，实际资本存量K和用总就业人员衡量的劳动力L的对数。一74一
INDUSTRIAL ECONOMICS RESEARCH (一)面板协整和因果分析在对面板数据进行协整分析之前，我们先对面板数据的平稳性进行单位根检验。我们采用四种不同的面板数据单位根检验方法，前三种分别由Levine等[28J、1m等[29J提出，即分别用LL、IPSHIN和JCADF表示。第四种是Maddala和WU[30提出的一种更加直接的非参数单位根检验方法，分别为Fisher-ADF和Fisher-PP统计检验。表3为这些面板单位根检验结果。可以看到，除了LL检验和Fisher-PP检验之外，其余所有检验结果均表明这四个变量序列(gdp，elec木、1)都服从1阶单整过程。表3面板单位根检验结果水平量一阶差分量模型gdp elec k gdp elec k LL 1. 53 申由 -5. 41 " IPSHIN -1. 97 " .. CADF -1. 86 " 事 Fisher-ADF 63. 12 事 Fisher-PP 1. 12 " " " 注:所有变量都取自然对数。LL、IPSHIN和CADF分别代表Levine等[28J、1m等[回]提出的面板数据单位根检验值。Fisher-ADF和Fisher-PP分别代表Maddala和WU[30J提出来的Fish卧ADF和Fisher-PP面板单位根检验值。所有单位根检验都假定存在截距项和趋势项。LL、IPSHIN、CADF，Fisher-ADF和日sher-PP的原假设假定变量是非平稳的。牌和*分别表示在5%和10%的显著性水平下通过了显著性检验。Fisher类型的检验计算服从渐进卡方分布，其余检验值计算服从渐进正态分布。尽管面板数据由于合成了时间和横截面维度，使得检验的势大为增加，但是由于大多数面板协整检验都是基于残差的检验，要求变量在水平量上的长期参数与它们在差分量上的短期参数相等，即所谓的共同因子约束，而共同因子约束通不过检验往往是基于残差的协整检验的势下降的一个重要原J因[到oWesterlund[32提出的另外一种基于误差修正的面板协整检验，这是一种基于结构式动态，而非基于残差动态的面板协整检验，因而不需要强加任何共同因子约束，其检验的势也就进一步提高。本文的目的是要检验方程(1)式中的四个变量是否存在协整关系，以此来确定它们之间的长期关系。对方程(1)式进行修订，我们构造如下一个对数线性的柯布-道格拉斯生产函数:(2) gdp =αi + J +γie1eci' + ()λ，+δ;li' + 8, i这里的矶和βJ分别用来控制省际效应和趋势效应。趋势效应用表4面板协整检验结果来捕获同时产生在各省份的干扰因素，如全国性的政策变动、经济周统计量值Z值P值期等。由于每个变量都取了对数，γi，，(Ji和δs分别代表电力、资本和劳Gt 0 Ga 0 动力的产出弹性。Westerlund [32 J的面板协整检验要求所有序列都是1阶单整的 -1. 892 而本文中的所有变量都满足这一条件。表4给出了面板协整检验结注:根据AIC准则选择的滞后阶果。可以看到，四组检验值均表明这四个变量之间存在着协整关系，数为.选择的超前阶数为。这就意味着在控制了省际效应之后，中国的电力消费与经济发展之间存在着长期的稳态关系。在确定了这四个变量之间具有协整关系之后，接下来就要对这一关系进行估计。本文使用Kao和Chiang[33J提出的动态最小二乘法(DOLS)对电力消费与经济增长之间的长期关系进行估计③。表5给出了分省以及所有省份组成的省级面板DOLS参数估计结果，被解释变量都是GDP。表5的最后一行给出了面板数据回归结果，可以看到用电量、资本和劳动力的产出弹性分别为、和。用电量和资本前面的系数为正，且在5%的显著性水平下通过了检验，劳动力前面的系数也为正，但是没能通过显著性检验。回归结果表明在样本期间内，用电量每增加1%，将会导致中国的实际GDP增加岛。对于各个省份而言，可以看到，除了内蒙古、黑龙江、安徽、河南、湖南、四川、陕西、青海和宁夏这一75一
刘生龙高宇宁胡鞍钢电力消费与中国经济增长表5DOLS估计结果9个省份之外，其余19个省份的用电量都省份elec k 对经济增长产生显著的正向影响。很明北京1. 46(8. 28) 一(一)() 显，如果对各省份进行加总，更高的用电量天津()" ()忡( )忡河北()" ()" ()’ 会导致更高的产出。从表5还可以看到，山西()" ()" ( )忡内蒙古( ) ()" ()" 在28个省份中有25个省份的资本存量对辽宁1. 40 ( 13. 27) *. O. 08 ( 1. 71γ ( )" GDP产生正向影响，只有不到一半的省份吉林()" ()’ ( )" 黑龙江( ) *’ ()忡。.18()的劳动力对GDP产生正向影响，这也就导上海()" ()忡。16()忡江苏()" ()" ( )忡致了加总的资本存量对GDP影响显著为浙江()" () *’ () 正，而加总的劳动力对GDP的影响没能通安徽(一)()" () 福建()" ()" () 过显著性检验。总体来说，分省和省级面江西()" () *’ () 板的协整检验结果明显表明在中国大多数山东()" () *’ 一()忡河南( )" ()" ()" 省级样本中，GDP、电力、资本和劳动力之湖北()" ( 1. 77) -1. 87 ( -7. 82 )时湖南() ()" ()’ 间存在协整关系。广东()" ()" ()忡由于前面的研究表明GDP、电力、资广西()*’ ()*’ () 四川()牌1. 22(16. 69) 1. 04(8. 96)忡本和劳动力之间存在协整关系，接下来我贵州()牌。41(14. 93)忡()材云南(尸()忡() .. 们将建立基于面板数据的误差修正模型，陕西() ()忡( )" 通过该模型检验电力消费与经济增长之间甘肃()" ()*’ () 青海( )忡()" ()树的短期和长期因果关系，即采用格兰杰因宁夏() ()树立05()树果检验法进行检验[34]。Engle和Grang新疆()" ()忡() 各省面板(唱)忡。.74() .. ( ) er[34J提出的因果关系检验分成两个步骤，注:括号中的数值为t统计值，牌和*分别表示在5%和10%第一步对方程(2)的残差项，即B(残差项的显著性水平下通过显著性检验。it又被称之为误差修正项，从此处起用ECT表示误差修正项)进行估计;第二步建立一个动态误差修正模型对格兰杰因果关系进行参数估计。本文建立的动态误差修正模型形式如下:I1gdpit =α1呐ECTi卜1+平δlikl1g命-k+平川仇C川-kl1+ L()lik(.t-k + Lk’-k +μlil k(3) ECT111l1el叫=α2+β_l +平ω内t-k+平川eleCi•t_k+ L k ()2ik川k+立川(4) 阳r览3呻5蚓叫到]以及由于滞后被解释变量与残差项之间存在相关性，我们决定采用由Ar时ellano和B阮o町verB田lundell和B阮o时nd[恻3览6叫蚓]提出的系统广义矩(伪S刊YS-GMM)估计方法对方程(σ3)和(的4)进行参数估计。通过细致地检验，我们发现当滞后3期滞后，误差项满足经典的假设条件，因此在进行SYS-GMM估计时，我们用滞后3期及以上的变量作为滞后被解释变量的工具变量。由于本文的研究关注经济增长与电力消费，劳动力方程和资本方程在这里就没有被列出来。从方程(3)和(4)解释变量前面系数的显著性水平可以识别出电力消费与经济发展之间的因果关系。方程(3)和(4)中的因果关系分为短期因果关系和长期因果关系。方程(3)和(4)中，8、γ、θ和节反映的是短期的、暂时的影响;误差修正项前面的系数，即β反映的是调整速度。β的显著性决定了电力消费与经济发展之间长期的协整关系，因此反映的是长期的、永久性的影响。表6给出了4个变量的面板因果关系检验结果。可以看到，在经济增长方程中，电力消费对经济J增长的短期影响没能通过显著性检验，但长期影响通过了显著性检验，其估计结果与Lee和Chang[8估计的亚洲16国面板数据的结果相同。ect前面的系数显著为负，表明有一种驱动力使得系统走向其长远的协整路径上。电力消费对GDP有显著的、长期的影响，这意味着电力消费与经济增长之间一76一
INDUSTRIAL ECONOMICS RESEARCH 表6面饭因果检验结果中性关系假说在中国是不成立的。它的政策意义是电力可以作为中国解释变量被解释变量短期影响长期影响生产函数的一份要素投入，如果发I1gdp Ae1ec I1k 111 ecl 生电力短缺，从长远来说势必给中O. 141 O. 115 -O. 148 I1gdp 国经济带来不利影响。在电力需求() ()" ()" ()" O. 121 O. 142 -O.∞@ 方程中，经济发展对电力需求的短l1e1ec (3. 23) .. (3. 12)" (2. 11 )" (-O. 47) 期影响显著为正，长期影响没能通注:括号中的数值为t统计佳，牌和*分别表示在5%和109岛的显著过显著性检验。说明经济发展对电性水乎下通过显著性检验。力需求只有短期的影响。(二)不同区域的分析在过去30多年时间里，中国经济高速增长的同时出现了区域经济发展不平衡的现状，概括起来就是东部发达、中部次之、西部落后。电力消费对不同区域的经济发展是否产生不同的影响呢?表7给出了分三大区域的DOLS估计结表7分区域的∞凶估计果，其被解释变量与表5一样为GDP。可以区域组别elec k 看到，无论是东部地区、中部地区还是西部地东部面板()"()" ()’ 区，电力消费在5%的显著性水平下均对中部面板()"()" () 西部面板()"()" () GDP产生正向的影响。实证结论还表明电注:括号中的数值为t统计佳，材和*分别表示在5%和10%力消费对东部地区GDP的边际影响更大，而的显著性水平下通过显著性检验。资本存量对西部地区GDP的边际影响更大。表8分区域的商银因果关系检验结果表8给出了分东、中、西部地区的面板短期影响长期影响协整检验结果。可以看到，在东、中、西三个被解释变量 ~ap. .k .l ect 面板数据ågdp方程中，ect前面系数都显著 -O. 163 东为负，说明存在电力消费→GDP长期因果() (2. 06)" ( 1. 97)’ (-2.ω)" 部O. 295 O. 080 -O. 023 关系;而在åelec方程中，ect前面的系数都EA伽(1. 12) ( 1. 90)’ (2. 37)" (-O. 05) 没能通过显著性检验，说明不存在GDP→ -O. 169 电力消费长期因果关系，这与表6的结论中ð.gdp( O. 29) (-1. 94) , ()" ()" 部相同。 -O. 033 主ð.elec() (1. 27) ( -O. 24) () " 在短期的因果关系中，GDP对电力消 -O. 278 -O. 193 费有着正向的影响，但是这一正向影响只有 Z Agdp (1. 16) (2. 48)" (-O. 76) (-2. 92) .. 西部地区通过了显著性检验。资本和劳动地 O. 296 -O. 028 区ð.elec力对东、中、西部地区GDP的短期影响也是() .. (1. 70)事( 1. 48) ( -O. 23 ) 非常不同的，虽然资本对GDP的短期影响注:括号中的数值为t统计佳，牌和*分别表示在仰和10%的显著在三个地区均显著为正，但是在东部地区的性水乎下通过显著性检验。边际影响明显低于中部地区和西部地区;劳动力对东部地区GDP的短期影响为正，对中部地区和西部地区GDP的短期影响都没能通过显著性检验。一个可能的解释是，由于我国东部地区资本相对比较充足，因此资本对GDP的边际影响相对中西部地区而言更低一些。另外，由于长期以来，东部地区的劳动力收入高于中西部地区，中国出现了中西部劳动力向东部迁移的现象，这也导致了劳动力对东部地区GDP的影响要高于中、西部地区。五、结论及政策含义在过去30年时间里中国经历了高速经济增长，与此同时，中国的能源消费总量快速增长，从1978年的亿吨标准煤增加到2011年的亿吨标准煤，年均增长率达到了%，而在终端-77一
刘生龙高宇宁胡鞍钢电力消费与中国经济增长能源消费中，电力消费比重一度上升，从1980年的%增加到2010年的% 0电力在终端能源消费比重提升凸显了电力的重要性，研究电力消费与中国经济增长之间的关系因而得到了许多政策制定者、经济学者和其他学术研究者的高度关注。尽管许多研究者论证了能源消费对中国经济增长的影响，但是先前的研究大多集中在能源消费总量对电力需求的影响上，研究电力消费对中国经济增长影响的文献并不多见。此外，现有的研究有关电力消费与中国经济发展关系研究的文献并没有得出一致的结论。本文主要基于生产侧，即在一个加总的生产函数模型基础之上，将电力消费与资本和劳动力一样作为生产要素放人生产函数中，检验电力消费与经济发展之间的协整关系和因果关系。通过收集中国各省份1978-2011年的面板数据，本文的实证结果表明电力消费与中国经济增长之间存在着协整关系，而且从长期来看，存在着电力消费→GDP单向的因果关系;从短期来看，存在着GDP→电力消费单向的因果关系O这一点上，反映出短期内电力消费取决于经济增长的需求，而长期来看发电能力又会成为经济进一步增长的制约因素。电力发展需要不仅考虑当前的短期需求，还要考虑为长期经济增长潜力的扩展提供支撑。特别是考虑到电力建设周期性、规模性，具有强的外部性、网络性的特点，电力基础设施的建设更需要强化公共投资性，打出"提前量"。应当说，电力高速发展促进经济高速发展，经济高速发展引领电力高速发展所创造的发展奇迹，是中国经济奇迹的一个重要组成部分。本文的实证结果表明电力消费是GDP增长的原因，这就意味着如果降低电力消费增速将会导致GDP增速降低。但是另一方面，中国已经成为世界上第二大能源消费国，能源消费快速增长的同时带来严重的环境问题。未来对于中国的电力增长，在看到其对于增长的促进作用的同时，需要越来越注意电力部门对于资源环境带来的压力。设定合理的经济增长目标，将有助于电力部门的平稳增长，从而为其节能减排目标的实现创造空间。从电力部门本身来说，向更为集约利用资源，降低对环境的影响的转型刻不容缓。这就需要电力消费结构的调整，强制性、规模性地采用更低负外部性的替代能源，以及考虑环境资源成本(如脱硫补贴)的电力价格机制等等一系列政策的配套。通过进一步将中国分成东、中、西部地区，我们发现从长期来看，东、中、西部地区均存在着电力消费→GDP单向的因果关系，而从短期来看，只有西部地区存在着GDP→电力消费单向的因果关系，东部地区和中部地区并不存在这一关系。实证结果还表明中国资本和劳动力对中国的GDP均有正向的影响，与劳动力相比较而言，资本对GDP的影响更大。而在不同区域中，资本和劳动力对GDP的影响程度也不一样，资本对东部地区GDP的影响明显低于对西部地区的影响，而劳动力对东部地区GDP的影响明显要高于中部地区和西部地区。从这一结果来看，西部地区的电力消费增长模式仍然是经济发展拉动型，这也与西部地区电力供给相对过剩，目前仍处于"西电东送"的基本格局是紧密相关的。未来的产业发展一方面是东部地区产业升级，另一方面能源、资本密集型产业向西部地区的转移将可以促进西部地区进一步的经济增长和电力发展。本文的政策含义较为明显，中国要想保持经济高速增长，同时还要实施环保政策，这就要求中国必须更多地利用清洁能源，或者调整产业结构，优先发展低能耗、高附加值且具有国际竞争力的制造业。总之，清洁新能源的开发和利用是全世界能源使用政策的方向，中国要想在国际上保持持久的竞争力，有必要在新能源的开发和利用上做出应有的贡献。参考文献:[1] Kraft, 1. , Kraft，儿，1978，"On the Relationship between Energy and GNP" , }ournal of Energy aru1 Developrnent, 3: 401-403. [2]Yu, E. S.且，Choi, J. Y. ,1985, "The Causal Relationship between Electricity and GDP in Taiwan", Energy Ecorwm›ics ,22 :309-317. 一78一
INDUSTRIAL ECONOMICS RESEARCH [3] Erol, U. , Yu, E. S. H. ,1987, "On the Relationship between Electricity and Income for Industrialized Countries" , }our›ruß of Electricity aru1 En飞ployment，13 : 113-122. [μ4 ] Hondr何oy抖叩lanmss剑m吨gthe Evidence from Greece" , Energy Economics ,24 :319-336. [5]Ghosh, S. ，2∞2， "E囚咀l回ect阳n阳C才Ii均[6]Mo町r切im巾o创t叽o，K. , Hope, C. ，2∞4， "Impact of Electricity Supply on Economic Growth in Sri Lanka" , Energy Econom 邸, 26,77-85. [7]Yemane, W. R. ，2∞6， "Electricity Consumption and Economic Growth: A Time Series Experience for 17 Mrican Coun›tries" , Energy Policy ,34: 1106-1114. [8]Lee, C. C. , Chang, C. P. ，2∞8， "Energy Consumption and Economic Growth in Asian Economies: A More Comprehen›sive Analysis Using Panel Data" , Resource αru1 Energy Economics ,30 : 50--65. [9]Yang，旺，20∞，"A Note on the Causal Relationship between Energy and GDP in Taiwan" , Energy Economics ,26 :69一75. [10] Masih, A. M. M. , Masih, R. ,1996, "Electricity Consumption, Real Income and Temporal Causality: ResuIts from a MuIti-country Study Based on Cointegration and Error-correction Modeling Techiniqu四，Energy Economics, 18: 165-183. [ 11 ] AqeeI, A. and Butt, M. S. ,2001, "The Relationship between Energy Consumption and Economic Growth in Pakistan" , Asia-Pacific Development }ournal ,8: 101-110. [12]Asafu-Adjaye, 1. ，20∞， .. The Relationship between Energy Consunmption, Energy Prices and Economic Growth: Time Series Evidence from Asian Developing Countries" , Energy Economics ,22 :615一一625.[13 ]林伯强.结构变化、效率改进与能源需求预测[J].经济研究，2∞3(5):57 5. [14] Shiu, A. , Lam, P. L. ,2004, "Electricity Consumption and Economic Growth in China" , Energy Policy ,32 :47-54. [15]Yuan, 1., Zhao, C., Yu，忌，Hu, Z. ,2007, "Electricity Consumption and Economic Growth in China: Cointegration and Co-feature Analysis" , Energy Economics ,29: 1179一一1191.[16]Yuan, J., Ka吨，J. G. , Zhao, C. , Hu, Z. ，2∞8， "Energy Consumption and Economic Growth: Evidence from China from Both Aggregated and Disaggregated Levels" , Energy Economics ,30 : 3077一-3094.[ 17] Rong, L. , Xiaoqing, M. , 10, K. L. ,2011, "Electricity Consumption-economic Growth Nexus in China: Evidence from Provincial Panel Data" , Power aru1 Energy Society General Meeting ,2011 IEEE: 1-8. [18] Cheng, Y. S. , Wong, W. K. , Woo, C. K, 2013, "How Much Have Electricity Shortages Hampered China’s GDP Growth?" , Energy Policy ,55 :369一-373.[19]JUI由e，. ，2α)4， "囚El回e'Ct创ricit印yCons 一79一
刘生龙高宇宁胡鞍钢电力消费与中国经济增长[ 27 J Gha1i, K.旺，E1-Sakka, M. 1. T. ,2004, "Energy Use and Output Growth in Canada: A Multivariate Cointegration A›nalysis" , Energy Economics ,26 :225一-238.[28JLevin, A. , Lin, C.丑，James Chu, C. S. ,2002, "Unit Root Tests in Panel Data: Asymptotic and Finite-sample Prop›时ies", }ournal of Econometr町，108:1-24.[29J 1m, K.丘，Pesaran, M.忧，Shin，飞，2003."Testing for Unit Roots in Heterogeneous Pane1s". }ournal of Economet›rics, 115 :53-74. [30 J Maddala, G.缸，Wu, S. A. ,1999, "Comparative Study of Unit Root Tests with Panel Data and A New Simple Test" , 0物rdBulletin of Economics and Statistics,61 :631-652. [31 J Kreme凹，J. J. M. , Ericsson, N.民，Dolado, J. J. ,1992, "The Power of Cointegration Tests" , 0.物rdBulletin 01 Eco›nomics and Stαtistics ,54 :325-348. [32JWesterlund, 1. ,2007, "Testing for Error Correction in Panel Data" , 0.物rdBulletin of Economics and Statistics, 69 : 709一748.[33JKao, C. , Chiang, M.旺，2002，Nonstationary Pane1 Time Series Using NPT 1. 3一一-A User Guide, Center for Policy Research, Syracuse University. [34] Engle，孔，Granger, C. ,1987 , "Cointegration and Error Correction: Representation, Estimation, and Testi吨EconO阳trica,55 :257-276. [ 35 J Arellano, M. , Bover, O. , 1995. "Another Look at the Instrumental Variables Estimation of Error Component Mode1s" , }ournal of Econome的时，68:29-51.[ 36 J Blundell, R. , Bond，丘，1998，"Initial Conditions and Moment Restrictions in Dynamic Pane1 Data Models" , }ournal of Econometri口，87:115一143.注释:①海南和西藏因为数据大量缺失所以没有包含进来，为了保持数据的一致性，重庆被合并到四川，这样，本文的样本只剩下中国大陆28个省、市、自治区。②根据中国经济发展状况，我们将中国区域经济分成东部发达地区、中部次发达地区和西部欠发达地区。东部地区包括:北京、天津、辽宁、上海、江苏、浙江、山东、广东和福建:中部地区包括河北、山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西和海南;西部地区包括:重庆、四川、贵州、云南、陕西、西藏、甘肃、青海、宁夏和新疆。③本文中的所有参数估计都在软件中完成，我们采用"xtdo1shm"进行DOLS参数估计。(责任编辑:千山)Electricity Consumption and China’s Economic Growth Liu Shenglong, Gao Yuning, Hu Angang (Institute of Quantitative & Technical Economics, Chinese Academy of Social Sciences, Beijing 100732, China) Abstract: Collecting the panel data of China’s 28 provinces between 1978 and 2011, the paper applied the method of pane1 co-integration method based on the vector error correction as in Westerlund (2007) to test the co-integration re1ation and Granger causa1ity between electricity consumption and China’s economic growth. The result indicated that there is co-integra›tion relation between electricity consumption and China’s economic growth and unidirectional causality from electricity con›sumption to economic growth in the 10ng run. In the short run, there existed the causality from economic growth to e1ectricity consumption. The paper a1so divided China into three regions of the East, the Middle and the West and tests the Granger cau›sa1ity through different regions. The results show that in the long run they a11 have unidirectiona1 causality from economic growth to electricity consumption. However, only the West has the opposite causa1ity in the short run. Key words: electricity consumption; economic growth; panel co-integration; granger causality test; dynamic ordinary least square -80一
