全要素能源效率与中国经济增长收敛性
本文关键词:全要素能源效率与中国经济增长收敛性——基于动态面板数据的实证检验,由笔耕文化传播整理发布。
中国人口?资源与环境2012年第22卷第1期CHINAPOPULATION,RESOURCESANDENVIRONMENT
V01.22No.12012
全要素能源效率与中国经济增长收敛性
——基于动态面板数据的实证检验
陈德敏1
张瑞2谭志雄3
(1.重庆大学可持续发展研究院,重庆400044;2.重庆大学经济与工商管理学院,重庆400044;
3.重庆大学贸易与行政学院,重庆400044)
摘要能源效率是促进经济增长、减少能源消费的关键政策参数.研究能源效率与经济增长收敛性关系。对于揭示能源效率在我国地区经济增长中的作用,指导能源发展战略具有重要的理论和实践意义。本文选取1995-2009年中国29个省份的面板数据样本。运用DEA方法测算全要素能源效率,发现全国以及区域能源效率经历了一个先上升再下降的过程.中国省域全要素能源效率差异显著,但总体上各省份之间的差异呈现缩小趋势;将能源效率纳入内生经济增长模型进行实证检验。运用IV、DIFF—GMM和SYS—GMM方法证明中国经济增长条件收敛存在,能源效率系数显著为正。说明能源效率促进中国经济增长和收敛:运用纠偏[SD'q估计方法分区域开展实证检验,研究认为。能源效率对东部和中部地区经济增长起到显著的促进作用。由此表明能源效率对经济发达地区作用更为最著。基于此。国家能源效率提升战略重点应放在东中部能源消费集中地区。从而通过节能技术“溢出”效应促进西部地区能源效率的提升。以促进地区经济增长的收敛。
关键词全要素能源效率;经济增长:条件收敛;DEA:动态面板模型中图分类鼍1:062.1
文献标识码A文章编号1002—210412012JOl一0130—08
doi:10.3969/j.issn.1002—2104.2012.01.021
改革开放以来,中国经济实现年均10%左右的高速
的节能潜力,对中国整体能源效率做了变异系数考察¨J。师博和张良悦从区域层面考察中国能源效率发展趋势,发
现西部显示出发散特征,东部表现出趋同特征,而中部则
增长,综合国力大大增强。与此相伴随的一些经济社会问
题正在逐步累积,甚至有可能影响中国可持续发展。一是
粗放的经济发展方式,能源利用效率低下导致能源消费需
求猛增,据英国石油(BP)《世界能源统计年鉴》显示,2010年,中国超过美国成为世界上最大的能源消费国,能源消
有向东部收敛态势卜1。李国璋和霍宗杰运用数据包络方
法(DEA)对各省份、三大区域及全国全要素能源效率进行
研究,全国和东中部能源效率均呈现向一个稳态收敛的发
展趋势,而西部能源效率却没有表现出显著的收敛趋
费量占到全球20.3%,这也同时预示着我国人口生存环境将面临更加严峻的考验;二是地区差距不断扩大,改革
开放以来,除东部地区占全国总产出的比重上升外,中西
势"1。在研究能源效率与地区经济增长差异性的学者中。
齐绍洲等对中国东西部之间、中国与发达国家之间的经济
部地区生产总值的比重都有下降…。当前,解决区域差距
问题,缓解能源消费与经济社会发展的矛盾是实现中国经
增长和能源消费强度之间的收敛性进行了实证研究旧‘71。张唯实在研究了能源效率、产业结构与中国区域经济发展差距的关系,认为提高能源效率、优化产业结构,对东、中、西部地区经济发展以及缩小区域问的经济发展差异至关重要【81。那么,能源效率变动与我国区域经济增长差距缩
小是否存在显著关系?为更加深入细致地考察能源效率
济社会和谐发展的重要举措。能源资源的可耗竭性特征使得经济持续增长已不能仅仅通过增加能源消费量来保障,能源效率的提升对经济增长的作用越来越强。Birol&Keppler指出能源消费效率是在保持或者促进经济增长的同时减少能源消费的关键政策参数旧j。史丹假定中国能源效率存在条件收敛,并在此基础上计算了各省份
对区域经济增长差异的影响,本文以全要素能源效率作为
我国经济增长的收敛因素考虑,利用动态面板数据模型进
收稿日期:201l一07—27
作者简介:陈德敏.博士,教授,博导,主要研究方向为可持续发展规划与政策。通讯作者:张瑞,博士生。主要研究方向为环境经济与管理。?130?
万方数据
陈德敏等:全要素能源效率与中国经济增长收敛性
行实证研究,科学探索我国区域经济增长的收敛机制,为实现中国区域经济协调发展提供政策建议。
1研究方法与理论模型
1.1全要素能源效率指标构造与测算方法
JinliHu和ShihehuanWang利用数据包络法较早提出
了全要素能源效率(TotalFactorEnergyEfficiency,TFEE)
的概念,并将其定义为在除能源要素投入外的其他要素(如资本、劳动力)保持不变的前提下,按照最佳生产实践,一定的产出(如GDP)所需的目标能源投入量与实际
投入量的比值一1。因此,本研究采用Charnes,Copperand
Rhodes提出的CRS(ConstantReturns
to
Scale)模型(图1)。
图1基于投入导向的CRSDEA模型
Fig.1
The“CRS?DEA”modelbased
on
input-oriented
A、B、C、D为四个决策单元(DMU),GDP产出依赖于
能源(energy)和其他要素(others)的共同投入,卜S’为现
实条件下的最佳前沿面。C、D在前沿面上是有效的,A、B
存在效率损失。B’点是B点在前沿面上的投影,即为B改善的目标点。决策单元B存在B’一B这一段的损失。考虑到能源投入的冗余问题,A点位于前沿面上的投影
A’点可通过进一步减少能源投入达到C点,而保持产出不变,因此对于决策单元A而言,AA’和A’C是点A为到达目标点C所要调整的能源投入量,即存在径向调整量和
松弛调整量两个部分。由此可将一个地区的全要素能源
效率定义为:
一¨=鼍=警小象
(1)EAD¨=EL¨=EA¨一EE.。
(2)
其中,TFEE¨为全要素能源效率,ETi.,为目标能源投
入量,鲋i.‘为实际能源投入量,ELi.I为能源损失量,即为
万方数据
翻¨与ET,.,的差值,EAD“为能源消费调整量,在数值上与
皿¨相等。假设有』、r个决策单元DMUy(,=l,2,…,n),每
个DMU有M种输入和S种输出,用善f=(菇f,%…戈#)’和乃=(乃,Y2j""Y,j)7,(.『=1,2,…,/'t)分别表示输入和输出向
量,A,为DMU的线性组合向量,5一表示剩余变量(投入过
剩),s+表示松弛变量(产出不足)。
min[0一占(e7’s一+er¥+)]
,荟A,xj+s。=‰
一
“?{耋A所一s+=Y0
(3)
曝卟一地。铷
设A’,s~,s”,0‘为模型的最优解,若0’=l,且
s一=O,s~=0,则DM∽为DEA有效;若0‘=1,而s一,
s”至少有一个不为零,则OMV,为弱DEA有效;若0’<
l,则DMUj为DEA无效。在实际应用中,各输入量和输出量都带有一定的量纲,在不同量纲下,输入量与输出量的
数值不同,但决策单元的最优效率评价指数与输入量及输出量的量纲选取无关。
1.2经济增长收敛性及其检验方法
在经济增长研究中,曼昆一罗莫一威尔(MRW)以及巴罗和萨拉一依一马丁(Barro,Sala.I.Martin)最早把增长回归
方程建立在增长模型之上。本文分析区域经济增长收敛的依据来自MRW加入了人力资本的索洛一斯旺模型¨…。
生产函数为:y(t)=K(t)。H(t)4[A(t)L(t)]“”p
其中,Y是总产出,K是资本总量,H是人力资本的总量,A是技术进步因子,L是劳动力总量,a是资本产出弹性,口为
人力资本的产出弹性,l—a一.IB是劳动力的产出弹性。
.
经过推导后,可以得到自回归经济增长模型:
yi.1=Cllnyi.o+c2lnsI++c3lns^+c4In(ni+gi+艿1)(4)其中,y“表示经济增长速度,由此一般采用截面回归
计量模型进行检验。然而,相对于截面数据处理方法,面
板数据(PanelData)模型对增长收敛的描述能够解决异质性问题,,更能接近现实状态。面板数据不仅可以同时利用截面数据和时间序列数据建立计量经济模型,而且能更好
地识别和度量单纯的时间序列模型和单纯截面数据模型所不能发现的影响因素,它能够构造和检验更复杂的行为模型…J。邦德(Bond)、霍弗(Hoeffle)和坦普尔(Temple)
对利用广义矩估计(GMM)对索洛(Solow)增长模型进行
了动态面板分析¨21。模型形式为:
dyi.I=y。+(a—1)Y‘.I.I+Xi,‘卢+叩‘+n.。
(5)
其中,△‰为对数形式的人均GDP,t表示每5年的一
个时期,毛.。表示该时期的解释变量,对于Solow模型它包括对数投资率或储蓄率s“,对数形式的人口增长率与折旧率、技术进步率之和(n“+g+6)。在扩展的索洛模型
?131?
中,还包括人力资本的储蓄率。观测不到的田i反应初始效率水平,竹反应所有国家共同面临的生产率改变(时间
效应)。为全面考察我国经济增长的收敛机制,本文中气。
包括全要素能源效率(TFEE)、产业结构(IS)、实际利用外资(FDI)等。因此,建立如下计量模型:
Y‘.1=yI+ai.1一l+毛.属+田i+卟.1,i=1,…,N,t=2,…,T
(6)
其一次差分方程为:
dy‘.。=y。一y。一l+(a一1)△yi.。一l+dxuJB+△王,i。。,i=1,
…,N,t=3,…,T
(7)
其中,d代表上一期对数人均产出Y。一。对当期人均产
出y。的影响程度,实际上a=e一拙,当n<l时意味着A>
0,人均产出的长期增长率最终趋向均衡增长率,经济增长
呈现收敛。d≥l意味着A≤0,人均产出的长期增长率出现加速现象,经济增长呈现发散。a越小时,A越大,人均产出的增长率趋向均衡增长途径的速度越快,经济到达均衡增长的时间越短¨…。
在面板数据模型估计中,如果解释变量具有内生性,采取固定效应模型和随机效应模型不能保证得出无偏的
参数估计。同时,一些影响经济增长的因素,比如说能源消费、人力资本等解释变量既可能是经济增长的原因,也可能是经济增长的结果,这些解释变量存在一定程度的内
生性。因此,对于模型(6)采用工具变量法(IV)或者广义
距估计(GMM)更为可靠。Anderson和Hsiao通过一阶差
分并选用因变量2阶滞后项及2阶的差分滞后项作为工
具变量,给出了AH法,这种方法从理论上给出了系数的
一致估计,但不是有效的;Arellano和Bond(1991)在AH
工具变量法的基础上给出了差分的广义矩估计法(DIF.GMM),该方法采用t一2期前的因变量的滞后项作为因变
量一阶差分滞后项的工具变量,从而得到一致且更为有效
的估计结果。然而,进一步研究认为差分GMM估计量有限样本的特性较差,较易受到弱工具变量的影响,从而使得估计时出现偏误。Arellano
and
Bover以及Blundell
and
Bond提出了一种有效的方法.即系统GMM(SYS.GMM)估计方法¨“15】。其具体做法是将水平回归方程和差分回归方程结合起来进行估计,在这种估计方法中,滞后水平作为一阶差分的工具变量,而一阶差分又作为水平变量的工
具变量。实践证明,系统GMM估计相对差分GMM估计
方程来说有着更好的有限样本特征,因此其估计结果更加
有效【l61。AreHano
and
Bover及Blundefl
and
Bond同时提
出了两种统计检验方法来检验系统GMM的工具变量是
否有效。一是称为过度识别约束检验,称为Saga.检验或
者Hansen检验,主要用来判断在估计过程中所使用的矩条件工具变量在总体上是否有效。二是自回归(AR)检
?132?
万方数据
中国人口?资源与环境2012年第l期
验,主要用来判断残差项在差分回归或者水平方程回归中是否存在序列相关。在Sargan检验中,原假设为工具变量有效,在AR检验中,残差项允许存在一阶序列相关,但不允许存在二阶序列相关。
2样本与数据
本文以1995—2009年中国29个省、市、自治区的面板数据为样本,澳门、香港和台湾由于数据资料原因未予
考虑,西藏统计资料不全未包括在内。此外,为了保持口径统一,将重庆数据合并到四川省。数据资料主要来源于《新中国六十年统计资料汇编》、历年《中国劳动统计年鉴》、《中国统计年鉴》、《中国能源统计年鉴》。本文用到
的主要指标如下:
①实际GDP产出。本文选取各省、市、自治区的实际GDP(单位:亿元)作为产出指标。为了剔除价格因素的影响,将原始数据按可比价统一折算成实际GDP(1995=
100)。
②劳动力指标。借鉴李小平和朱钟棣的研究方法,使用从业人员总数代替劳动投入。当年就业人数按照(当年年末就业人数+上一年年末就业)/2计算得到。
③能源消费。能源消费以历年各省的能源消费总量
表示,4种主要能源消费量统一折算成标准煤(单位:万吨
标准煤)。由于宁夏缺少2001年能源消费总量数据,因此
取前后两年的平均数补齐。
④资本存量。本文参照单豪杰对资本存萤的估算方法,采用固定资本形成总额作为当年投资指标Ⅲ1;固定资产投资价格指数根据《中国国内生产总值核算资料
(1992—1995)》、《中国国内生产总值核算历史资料
(1952—2004)》提供的1952—2004年全国和分省的固定资本形成价格指数,计算出平减价格指数,对于缺省指数的年份,我们借用各省的固定资产投资价格指数进行替代,利用这一指数平减各年投资,折旧率选择统一取
10.96%tts]。
⑤人力资本。人力资本是劳动者通过长期投资获得的素质和能力,是决定长期经济增长的一个重要变量。在研究长期内人力资本的影响,需要重视存量分析。本文采用教育积累作为人力资本积累的替代变量,教育程度用平
均受教育年限来反映。劳动力平均受教育年限用劳动力
受教育程度结构指标加权计算,赋值:文盲0年,小学6
年,初中9年,高中12年,中专14年,大专以上16年。
使用DEAIr2.1软件,以GDP产出作为输出变量,资
3实证检验与分析
3.1全要素能源效率分析
陈德敏等:全要素能源效率与中国经济增长收敛性
本存量、人力资本和能源消费量作为输入变摄,假定规模报酬不变,进行输入导向型DEA分析,得出中国各省份
1995—2009年能源消费的目标值,再根据各年能源投入实际值,利用全要素能源效率计算公式,得到各省份历年全要素能源效率值,篇幅所限不再列出,根据计算结果绘制
了图2和图3。
根据计算结果,1995—2009年中国整体全要素能源效
率值维持在0.7—0.8,在1995年至2006年呈现缓慢上升
趋势,最近几年有所下降。上海市和广东省的全要素能源效率值始终等于l,意味着相对于其它省份而言,上海市和广东省的相对能源效率最优,在同样产出水平下实现了
图2
中国省际人均GDP平均值与平均全要素能源
效率分布散点图
Fig.2
Distribution
scatter
diagrmnf(Jraverageinter—prov
per.capitaGDPandtotalfactorenergyefficicncy
圈3
中国省际平均全要素能源效率四分位图
Fig.3
ne
quartilemapofChineseprovincialtotalfactor
energyefficiency
注:西藏数据缺失,重庆数据合并到四tJtl省.本图由空间计量软件Geoda095i得出。
万方数据
妇
最/l,fl色源投入,这两个省市共同组成了能源效率的最佳效率前沿面,其他省市距离该前沿越远,其效率值越低。除
上海和广东一直处于前沿外,江苏、浙江、福建、山东、海
南、广西等省的全要素生产率靠近效率前沿面,而山西、贵州、青海、宁夏和新疆等省份离最佳前沿面的距离较远,意
味着无效损失较高,同时也是中国节能降耗的重点地区。
测算结果与魏楚、沈满洪,杨正林等基本一致¨¨驯。由此可见,中国全要素能源效率在省际间的差距较为明显,并且省域能源效率与所处地区经济发展之间具有一定的空间依赖性和相关性。
根据三大区域划分,结合全要素能源效率测算结果,呵以得出1995—2009年中国三大区域的能源效率均值f见图4)。从能源效率均值的空间分布规律可以看,中国尔、中、西部能源效率分布呈现梯度变化,东部地区的平均i彪源效率为0.87,中部地区的平均能源效率为0.73,而西。邵地区的平均能源效率只有0.60,东部地区是全国能源放率最高的地区,明显高于全国整体水平和中、西部地区能源效率,而西部地区能源效率最低,中部地区处于中间位置,这与刘立涛、沈镭以及徐盈之、管建伟等学者的研究
结论一致¨“221。三大区域在变化趋势方面也不尽相同,
乓中东、中、西部地区在2005年之前大体保持上升趋势,
图4地区全要素能源效率
Fig.4
Theregionaltotalfactorenergyefficiency
图5地区全要素能源效率变异系数
Fig.5
Thecoefficientofvariationofregionaltotal
factorenergyefficiency
?133?
中国人口?资源与环境2012年第1期
2005年之后开始下降,其主要原因是由于加速的重工业化进程所致旧1。东部地区从1996年开始缓慢上升;中部地区在2002年达到最高值之后,能源效率开始下降;西部地区与之类似,这与史丹等结论基本一致。同时也体现了中西部地区有一个“追赶前沿”不断逼近前沿的动态过程。从全要素能源效率的变异系数(图5,即仃趋同)来看,变异系数逐渐变小,表明全国各省份能源效率差距逐步缩小。就地区而言,西部地区的变异系数始终最大,说明西部地区内部的能源效率差距一直较大。中部地区的变动在西部和东部之间,总体表现出差距缩小的趋势,但2005年后,能源效率差距有所拉大。东部地区内部差异最小,且这种差异在相对稳定地缩小,东部能源效率在2006年前具有明显的“俱乐部收敛”特征,近几年差异性也有所拉大。
3.2能源效率与中国经济增长收敛性分析
在实证分析中,采用计量软件Statal0.0对动态面板模型(6)进行估计。为稳妥起见,我们给出了工具变量(IV)估计量、差分GMM(一步和二步)估计量以及系统GMM(一步和二步)估计量,并给出过度识别的检验统计
量(SarganTest)和差分转换方程的序列相关检验(Abond
test
显著为正,表明产业结构调整与实际产出之间的时滞性;④当期全要素能源效率系数显著为负,这可能是由于能源
表l
Tab.1
全要素能源效率与经济增长收敛实证检验结果
7nleempiricaltestoftotalfactorenergye伍ciency
andeconomicgrowthconvergence
、,变量嚣
Varisbl8
4IV“
LL皿y
。
差分广义矩估计
DIF.GMM
系统广义矩估计
SYS—GMM
一步法
Onestep
两步法
Twostep
一步法
Onestep
两步法
Twostep
o.672’_o?728…o?652…o?926…o.930…
(3.34)
(20.91)(4.81)
(11.80)
(81.11)(5.27)
(66.66)(4.12)
..。0.0834皿K
(O.83)
L
0.376‘‘‘0.315‘‘‘0.280’‘’0.237‘‘‘
(3.38)
hK
(1.26)
抽L
..
?-1篡
一o?190“0.065
o?267…o?224“‘
(一2.36)(一0.71)(一4.95)(一3.94)
一0.104
0.126”0.095”0.113”0.139…
(2.32)
0.182¨
…0.095L眦
…
LnH
(一0.87)(2.03)
0.024
(2.08)
(4.67)
O.138..0.162‘++
(1.42)
一0.076
(0.37)(2.12)(一2.51)(一5.94)
—0.077
—0.060
0.030
0.044
….0.029L血H
L
(一0.80)(一1.16)(一1.30)(O.51)
0.010
—0.014
0.057
(1.22)
0.044’
(0.25)(0.14)(一0.26)(1.03)(1.76)
for
AR(1)&AR(2))等。为考察不同时期能源效率对
经济增长收敛的影响,引入时间虚拟变量D2005(2005
LaFD一0:纛1)80‘罢F0’淼j‘0’@0214*。*,’O@.02:4,",*’
LnF。I(--0.0.02032)i0-2..01548")*.;0“.01027’)’’-(0-3..02643")*‘-(0_5..02439*)*‘
..
1。
年及以后取值l,2005年之前取值0),具体结果如表1所
示。
一0.102(一0.60)
0.037—0.165—0.076—0.154
(0.23)(一0.71)(一0.57)(一0.85)
o?305’
根据估计结果,一阶段差分GMM未通过过度识别检验(SarganTest),其他均接受原假设,表明估计方法有效,AR(1)统计量值拒绝原假设,而AR(2)统计量值接受原假设,表明模型估计的残差序列不相关。根据各变量的系数与显著性水平可以得出:①lny。.。的系数在工具变量、两阶段差分GMM以及系统GMM(一步和两步)估计方法下分别为0.672、0.652、0.926、0.930,均小于l,且在统计
上显著,表明人均产出的长期增长率最终趋向均衡增长
LIS
o?“8“o?565‘j‘o?498-”曼21i
(i.98)
(3.30)
(3.09)
(1.55)(I.68)
L
TFEE-(-20.08.518*)*’-(-30.10.317*)*+-(-50.09.409*≈鬈咒-0.,07.:04*)*’mE
l:+品:躲047,0仨.03,66",*翟060。_o;篇;‘
oi羔;’气黑;‘0。.。0.623。*,*’o.爱:io.鬈!li
0.116
0.714
0.448‘‘?0.420‘‘‘
290
348
348
377
377
D2005
㈨(1.04)(一0.39)(一1.35)(6.05)(5.42)
.0.013
N
率,即存在条件收敛;②物质资本、劳动力系数均为正数,
表明他们对经济增长有着明显的促进作用,滞后一期系数
州-,
一
。二蔷。i勰。i谲。i硫
274.7
23.51
39.51
39.51
有所变化,但基本一致,表明该阶段如果在低收入地区和高收入地区增加投资或者劳动力的情况下,经济增长速度会加快,这与1995年以来我国依赖投资拉动经济增长情况相符,也表明我国人口红利的存在①;③FDI当期系数为正,表明经济增长与当期FDI的正向关系,但是对数FDI滞后一期的系数为负,这可能是由于FDI对经济增长的挤出效应所致Ⅲ1,而工业化程度(IS)只有滞后一期的系数
AR(2,一。:;Z,。:罢,。鬻,瑚;
晰gan
.
一‘[O.ooo]【1.ooo][1.ooo][1.ooo]
注:1.t检验显著性水平‘P<o.1,一P<0.05,…P<0.0l;
2.表中“(
)”内数据为t值;“[
】”内数据为P值,L(?)表示
(?)的滞后一期;3.DIF-GMM采用xt|lb0耐命令,SYS-GMM采用xmbond2命令.SYS-GMM
Two
step中采用稳健型估计方法。
①1986年,中国进入劳动力负担低于53%的人口红利门槛,于学军、马蠢通、蔡肪等认为人口红利是2l世纪中国跨越式发展的动力。是未来中国经济增长的源泉。陈友华认为人口红利将一直持续到2l世纪30年代初。?134?
万方数据
博泰典藏网btdcw.com包含总结汇报、经管营销、行业论文、表格模板、出国留学、农林牧渔、初中教育以及全要素能源效率与中国经济增长收敛性——基于动态面板数据的实证检验_图文等内容。
本文共2页12
本文关键词:全要素能源效率与中国经济增长收敛性——基于动态面板数据的实证检验,由笔耕文化传播整理发布。
本文编号:89700
本文链接:https://www.wllwen.com/jingjifazhanlunwen/89700.html