孫萬鑫

(中國礦業(yè)大學(北京)管理學院，北京市海淀區(qū)，100083)

★ 經濟管理 ★

我國煤炭產能對經濟增長的影響
——基于煤炭產量與GDP的協(xié)整分析

孫萬鑫

(中國礦業(yè)大學(北京)管理學院，北京市海淀區(qū)，100083)

以1978-2016年我國煤炭產量和經濟增長為基礎，提出了二者之間存在協(xié)整關系的假設。建立VAR模型，進行Johansen-Juselius協(xié)整檢驗，并構造向量誤差修正模型，進行Granger因果檢驗。研究結果顯示，二者之間存在長期均衡關系，經濟增長對煤炭產量有著單向的Granger因果關系。說明經濟增長速度減緩導致煤炭的市場需求量下降，這與前十年煤炭行業(yè)快速擴大的產能發(fā)生矛盾，造成煤炭價格急劇下降。煤炭行業(yè)應結合煤炭市場行情制定淘汰落后產能計劃，尋找煤炭產能與市場需求的新平衡點以穩(wěn)定煤炭價格。

煤炭產量 經濟增長 協(xié)整檢驗 VAR模型 Granger因果檢驗

1978-2016年，我國處于一個經濟增長速度越來越快的時期，在這39年間國民生產總值持續(xù)增長，這種增長離不開能源的消耗，尤其是煤炭的消耗。本文使用計量經濟學方法，對1978-2016年的煤炭產量與經濟增長數據進行處理分析，研究二者之間是否仍然存在長期均衡關系，并通過分析煤炭產量波動對經濟增長的影響，探究煤炭行業(yè)對產能過剩的應對措施。

1 協(xié)整關系的假設

為了研究我國1978-2016年的煤炭產量與GDP之間的關系，本文使用基于VAR模型的Johansen-Juselius協(xié)整檢驗，在誤差修正模型下進行Granger因果檢驗。使用數據的樣本區(qū)間為1978-2016年，主要來自《中國統(tǒng)計年鑒》(2016年)、國家統(tǒng)計局網站和中經網統(tǒng)計數據庫。并且預先根據實際GDP=名義GDP/CPI，以1978年為準，將1978-2016年的名義GDP轉化為實際GDP。

實際GDP和煤炭產量的曲線圖如圖1所示。從圖1中可以看出，實際GDP與煤炭產量隨著時間的變化有著相同的變化趨勢，在2013年之前煤炭產量提高，實際GDP的增長速度也大幅度提高。值得注意的是，在2013年之后，煤炭產量有明顯的下降，與此對應的實際GDP曲線的斜率也變小，說明在2013年以后我國實際GDP增長的速度與之前相比有所減緩。由此可以推斷出煤炭產量與實際GDP之間存在長期的均衡關系，即協(xié)整關系。

圖1 實際GDP與煤炭產量曲線圖

本文采用協(xié)整理論模型是為了在兩個或兩個以上的非平穩(wěn)變量之間尋找均衡關系，它能夠判斷并區(qū)分不同變量之間是長期均衡關系還是短期動態(tài)關系。同時避免了計量經濟學模型中經常出現的偽回歸現象，使得估計結果更加可靠。在進行協(xié)整分析前需要對變量所組成的系統(tǒng)進行檢測，看它是否具有弱穩(wěn)定的特征。常用的方法是通過曲線圖來觀察變量之間是否存在長期穩(wěn)定的比例關系。

對于一個包含g個變量，k階滯后的向量自回歸VAR模型可以描述為：

yt=A1yt-1+…+Akyt-k+BXt+εt

(1)

式中：εt——擾動向量；

yt——假定所有的yt是非平穩(wěn)一階單整過程，即I(1) ；

Xt——一個確定的外生向量，代表趨勢項、常數項等確定性項。

對式(1)進行適當的變換，可得到以向量誤差修整模型形式表示的模型為：

(2)

∏矩陣是變量長期關系的系數矩陣，在達到長期均衡時，式(2)差分變量是零向量，εt中隨機誤差項的期望值為零，因此 ∏yt-k=0 表示長期均衡時變量的關系。

∏=αβ′

(3)

將式(3)帶入式(2)得：

(4)

β′yt-k中每行都是一個I(0)組合變量，即每一行都是使變量y1,t-1,y2,t-1,…,yg,t-1具有協(xié)整關系的線性組合，因此矩陣β決定了協(xié)整關系的個數與形式，矩陣β秩是線性無關的協(xié)整向量的個數。

2 建立VAR模型

2.1 變量選擇

由于本文采用的經濟變量是按照時間順序選取，對于時間序列而言大多數是非平穩(wěn)序列，一般情況下不包含隨機趨勢或確定性趨勢，所以在進行變量平穩(wěn)性檢驗之前，要對原數據進行處理。一般方法是對原數據取對數，原數據在取對數后，序列的波動會減小，穩(wěn)定性會增強，并且可以起到消除原數據異方差性的作用，處理過的數據經濟含義較強。

(1)實際GDP取對數后用lngdp表示。

(2)煤炭產量取對數后用lnym表示。

2.2 變量的平穩(wěn)性檢驗

對煤炭產量和實際GDP進行迪基-富勒檢驗(ADF)檢驗。將檢驗的零假設記為H0，H0:含有單位根，即為非平穩(wěn)時間序列。在檢驗過程中先通過曲線圖大致判斷兩個變量是否還有趨勢項和常數項，如果有明顯的隨時間變化的趨勢則需要在ADF檢驗中加入常數項和時間趨勢項。若檢驗結果接受零假設，則對變量進行差分后再次檢驗，直到檢驗結果為平穩(wěn)為止，檢驗結果見表1。

表1 ADF單位根檢驗結果

注：*表示在1%水平下拒絕原假設，**表示在5%水平下拒絕原假設；Δ是一階差分序列，Δ2是二階差分序列

從表1可以得出煤炭產量和實際GDP的二階差分的ADF檢驗，拒絕存在單位根假設，所以煤炭產量和實際GDP都是二階單整序列。

顯然時間序列 lngdp和lnym存在穩(wěn)定的線性組合。這種穩(wěn)定的線性組合反映了兩個變量之間存在長期均衡關系——協(xié)整關系。為了對這種關系進行驗證，需要進行 Johansen-Juselius檢驗，這種方法基于向量自回歸模型(VAR)，通過檢驗回歸系數來確定是否存在協(xié)整關系，對雙變量和多變量都有很好效果。

2.3 Johansen-Juselius檢驗

在進行Johansen-Juselius協(xié)整檢驗之前，需要先建立VAR模型，模型由lngdp和lnym組成。在建立VAR模型前需要確定模型的滯后階數。VAR模型選擇滯后階數的相關準則見表2。

表2 VAR模型滯后階數相關準則

根據AIC和SC最小原則，可以看出當滯后階數為2時，AIC與SC同時達到最小，AIC=-6.906363，SC=-6.466497，因此VAR模型選擇2階滯后。Johansen-Juselius協(xié)整檢驗的滯后階數應為原VAR模型一階差分后的階數，原VAR模型的滯后階數為2，因此Johansen-Juselius協(xié)整檢驗滯后階數為1。

然后使用Johansen-Juselius協(xié)整檢驗法對變量之間是否存在協(xié)整關系進行檢驗，檢驗結果見表3。

表3 Johansen-Juselius協(xié)整檢驗結果

由表3的檢驗結果可以看出，無約束協(xié)整秩檢驗在5%顯著水平下存在一個協(xié)整方程，極大特征根協(xié)整檢驗在5%顯著水平下存在一個協(xié)整方程，得出協(xié)整關系式為：

α=lngdp+1.628917lnym

(5)

在確定lngdp、lnym兩個變量的協(xié)整關系之后，還需驗證VAR模型的穩(wěn)定性，本文采用AR根的分布圖進行驗證，結果見圖2。

從圖2中可以看出所有AR根全部都落在單位圓之內，由此可以證明建立的VAR模型是穩(wěn)定的。以上結果表明，經濟增長和煤炭產量存在長期的均衡關系，即協(xié)整關系。此結論證明了本文的假設，同時與1978-2016年我國經濟發(fā)展情況基本相符。

3 向量誤差修正模型和Granger因果檢驗

3.1 向量誤差修正模型

通過Johansen-Juselius協(xié)整檢驗證明了我國實際GDP與煤炭產量之間存在協(xié)整關系的假設是成立的，但是否存在Granger因果關系還需要進一步的檢驗。

圖2 AR單位根的分布圖

向量誤差修正模型(VEC)可以看作是有約束條件的VAR模型，它的解釋變量包含協(xié)整約束條件，適用于已經證明存在協(xié)整關系的非平穩(wěn)序列。根據向量誤差修正模型(VEC)理論，兩個變量的向量誤差修正模型為：

式(6)、(7)、(8)中差分算子為△，滯后階數為n，協(xié)整關系的滯后誤差修正項記為ECT，它的系數反映了變量之間均衡狀態(tài)的調整速度。在向量誤差修正模型(VEC)中，作為解釋變量差分項的系數反映了每個變量的短期波動對解釋變量的短期變化的影響。這種影響一方面受自變量短期波動的影響；另一方面受誤差修正項ECT的影響。

理論上，向量誤差修正模型(VEC)的滯后階數與原VAR模型的滯后階數存在一階差分關系。本文中VAR模型的滯后階數為2，所以向量誤差修正模型(VEC)應該選擇一階滯后。經過檢驗，得出參數估計VEC模型為：

(8)

從檢驗結果可以明顯看出，在顯著水平為5%時，每個方程的回歸殘差序列全部滿足正態(tài)性，既不存在自相關也不存在異方差，檢驗結果證明了向量誤差修正模型(VEC)的有效性。繼續(xù)對向量誤差模型(VEC)進行整體檢驗，檢驗結果見表4。

表4 向量誤差修正模型(VEC)整體檢驗結果

從表4可以得出向量誤差修正模型(VEC)的對數似然函數值(136.7480)較大，同時AIC和SC檢驗值又相當小，分別為-6.851246和-6.415863，足以說明模型整體解釋力較強。

3.2 Granger因果關系檢驗

計量經濟學家Granger利用分布滯后概念在1969年提出了Granger因果關系檢驗法，這種方法是以VAR模型為基礎進行檢驗的。而本文所用的是基于向量誤差修正模型(VEC)的Granger因果檢驗，此方法是最近發(fā)展起來的，能夠對不同因變量的VEC進行Wald弱外生性檢驗的統(tǒng)計量及其伴隨概率。

協(xié)整檢驗已經證明兩個變量之間存在協(xié)整關系。因此對lngdp和lnym兩個變量進行Granger因果檢驗，檢驗結果見表5。

表5 基于向量誤差修正模型的Granger因果關系檢驗

注：括號里的數據是概率值

從表5的結果中可以看出， Granger因果檢驗在5%顯著水平上存在著實際GDP對煤炭產量的Granger因果關系。而煤炭產量對實際GDP不存在Granger因果關系。

4 結論

本文使用1978-2016年的煤炭產量和經濟增長數據建立VAR模型，通過Johansen-Juselius協(xié)整檢驗，確定了煤炭產量與經濟增長之間仍然存在長期均衡關系。從基于向量誤差修正模型的Granger因果關系檢驗結果來看，我國經濟增長與煤炭產量之間存在單向的Granger因果關系。從我國經濟增長與能源的理論角度來看，我國高速的經濟增長與高能耗有著密不可分的關系，經濟增長速度提高的同時，能源的消耗也在增長。

1978年至“十二五”前期，我國高速的經濟增長依賴于對能源的消耗，尤其是對于煤炭的消耗，但是這種依靠能源消耗來帶動經濟發(fā)展的方式并不符合可持續(xù)發(fā)展的要求，導致了一系列問題，其中以煤炭價格虛高的影響最為嚴重，這種虛高的價格刺激煤炭企業(yè)大力擴大產能，而這種產能大多不是符合科學發(fā)展觀的先進產能，它們的產生只是為了追求產量而已。這種情況最終在經濟增長速度減緩后暴露出來，煤炭行業(yè)過剩的產能與市場需求之間的矛盾已經嚴重危害到了國內煤炭市場的健康發(fā)展。

5 建議

理論上講，煤炭價格的穩(wěn)定可以靠市場內在的平衡功能得以實現，但這是一個漫長的過程。特別是對建設、生產、投資回收周期都很長的煤炭產業(yè)，市場機制正常發(fā)揮作用需要很長的時間。鑒于此，提出以下建議：

(1)加大政府和行業(yè)調控力度。充分發(fā)揮政府的主觀能動作用，采取政府規(guī)制的手段矯正畸形的煤炭價格。政府規(guī)制并不違背市場經濟規(guī)律，而且在一定程度上可以彌補市場功能的缺陷，不僅恢復周期短，而且付出的代價要小，具有不可替代的作用。

(2)將化解落后產能工作落到實處。目前已經關閉退出的很多都是“僵尸”企業(yè)，這些長期處于停產和半停產狀態(tài)的企業(yè)對市場影響不大。要達到生產和消費的相對平衡需要尋找能夠對市場產生影響的落后產能并進行關停。

(3)煤炭價格不能無限制下跌。在產能和市場需求沒有達到平衡的前提下，需要通過政策來給煤炭定一個最低銷售價格，來保證煤炭在社會經濟中的地位并發(fā)揮其對國民經濟增長的作用。

(4)適當降低進口煤炭的數量。對于國內煤炭資源進行省市和地區(qū)的合理調動和調配，這樣可以最大限度地穩(wěn)定國內煤炭供給市場，從而穩(wěn)定煤炭價格。

[1] 解樹江，李雪，栗僑.中國能源經濟理論研究的最新進展與評述[J].經濟學動態(tài)，2010(8)

[2] 張啟鑾，曾偉強，劉伶.我國經濟增長與能源消費的內在關系研究——基于 VECM 模型格蘭杰因果檢驗與灰色關聯(lián)度分析[J].當代經濟管理，2014(1)

[3] 張麗峰，崔佳穎.我國能源工業(yè)投資與能源產量的計量經濟模型研究[J].技術經濟與管理研究，2009(3)

[4] 張士強，曾憲迪. 煤炭產能調控機制初探[J]. 中國煤炭，2013(2)

(責任編輯 宋瀟瀟)

國際能源署：2016年中國能源投資世界第一

國際能源署在日前舉行的世界石油大會期間發(fā)布年度報告指出，2016年全球能源投資下降12%，這是全球能源投資連續(xù)第二年下滑，主要原因在于石油和天然氣上游投資持續(xù)減少。

報告指出，2016年全球能源總投資為1.7萬億美元，占全球國內生產總值(GDP)的2.2%。其中，電力部門投資首次超過石油、天然氣和煤炭的投資總和，清潔能源投資占總投資的43%。

報告指出，中國是最大能源投資國，2016年中國能源投資占全球總投資的21%。中國燃煤電力投資減少25%，但清潔能源發(fā)電、電網建設及能效投資日益增加。2016年美國能源投資占全球總投資的16%。印度能源投資增長7%，穩(wěn)居全球第三大能源投資市場。

報告引述國際能源署執(zhí)行干事法提赫·比羅爾的話說：“我們的分析顯示，精明的投資決策對維持能源安全、實現環(huán)保目標比任何時候都更加重要?！彼硎荆秃吞烊粴庑袠I(yè)再次把重點放在短周期項目上，決策者應扭轉當前低迷的投資態(tài)勢，確保能源長期充足供應。

EffectofChinesecoalproductioncapacityoneconomicgrowth：basedonco-integrationanalysisofcoalproductionandGDP

Sun Wanxin

(School of Management, China University of Mining & Technology, Beijing, Haidian, Beijing 100083, China)

Based on coal production and economic growth from 1978 to 2016, proposed the assumption that there would co-integration relation between those two. VAR model was built up to undertake Johansen-Juselius co-integration inspection and vector error correction model was established to take Granger causality test. The research results showed that there was long-lasting balance relation between coal production and economic growth and economic growth had a one-way Granger causality on coal production which means lower economic growth speed could lead to the decrease of coal demand and it conflicts with the boosting coal capacity in the past decade, causing a sharp drop in coal price. Coal industry should be combined with coal market to formulate plan for closing down outdated coal capacity, looking for new balance between coal production capacity and market demand to stabilize coal price.

coal production, economic growth, co-integration inspection, VAR model, Granger causality test

孫萬鑫. 我國煤炭產能對經濟增長的影響——基于煤炭產量與GDP的協(xié)整分析[J].中國煤炭，2017，43(8):18-22. Sun Wanxin. Effect of Chinese coal production capacity on economic growth： based on co-integration analysis of coal production and GDP [J].China Coal，2017，43(8):18-22.

TD-9

A

孫萬鑫(1989-)，男，河北唐山人，中國礦業(yè)大學(北京)管理學院博士研究生，主要研究方向為煤炭物流、煤炭產業(yè)結構。