毛勝贏，王玉芳

（上海電機(jī)學(xué)院商學(xué)院，上海 201306）

能源是人類社會(huì)賴以生存和發(fā)展的重要物質(zhì)基礎(chǔ)，對(duì)能源的開發(fā)利用推進(jìn)了世界經(jīng)濟(jì)和人類社會(huì)的發(fā)展。然而，在開發(fā)利用能源，促進(jìn)經(jīng)濟(jì)發(fā)展的過(guò)程中，產(chǎn)生了環(huán)境污染、氣候變暖等問(wèn)題。為了解決這些生態(tài)環(huán)境問(wèn)題，需要改變?nèi)祟惖男袨榧敖?jīng)濟(jì)發(fā)展方式。2016年4月22日，170多個(gè)國(guó)家共同簽署了《巴黎氣候變化協(xié)定》，承諾將全球氣溫升高幅度控制在2℃的范圍之內(nèi)。中國(guó)做出承諾，將爭(zhēng)取于2030年期間實(shí)現(xiàn)二氧化碳排放達(dá)到峰值。由此，我國(guó)開啟了嚴(yán)格的節(jié)能減排及綠色低碳發(fā)展的進(jìn)程。特別是在2021年3月的兩會(huì)期間，我國(guó)鄭重地將“在2030年前實(shí)現(xiàn)碳達(dá)峰，在2060年前實(shí)現(xiàn)碳中和”寫進(jìn)了政府工作報(bào)告。但對(duì)于這一目標(biāo)，我國(guó)面臨著“雙碳”實(shí)現(xiàn)時(shí)間短、工業(yè)化和城市化尚未完成、化石能源碳排放占比高等問(wèn)題［1］。碳排放主要來(lái)自于我國(guó)工業(yè)、交通及建筑行業(yè)［2］。其中發(fā)電、熱力和工業(yè)的碳排放在所有行業(yè)中占比高達(dá)79%［3］。因此，解決工業(yè)等行業(yè)的碳排放問(wèn)題成為重點(diǎn)。為更好地在實(shí)現(xiàn)“雙碳”目標(biāo)下兼顧經(jīng)濟(jì)發(fā)展，有必要對(duì)工業(yè)能源消費(fèi)與經(jīng)濟(jì)發(fā)展的關(guān)系進(jìn)行探究。

目前，國(guó)內(nèi)對(duì)工業(yè)能源消費(fèi)與經(jīng)濟(jì)發(fā)展的研究主要集中于兩者關(guān)系的研究：運(yùn)用不同的方法，研究不同區(qū)域的能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。如劉旖蕓［4］提出了上海市3大產(chǎn)業(yè)能源消費(fèi)和GDP之間存在協(xié)整關(guān)系；孫智君等［5］和謝長(zhǎng)風(fēng)等［6］擴(kuò)大了研究地區(qū)范圍，將整個(gè)江浙滬地區(qū)作為檢驗(yàn)對(duì)象；鐘帥［7］采用聚類分析法說(shuō)明工業(yè)能源耗費(fèi)是新疆GDP增長(zhǎng)的重要因素；張育豪［8］檢驗(yàn)出石油消費(fèi)與上海市經(jīng)濟(jì)發(fā)展關(guān)聯(lián)度最高；南菲［9］用灰色關(guān)聯(lián)度法檢驗(yàn)出工業(yè)能源消費(fèi)與經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)度十分顯著；夏祖菲等［10］提出了上海電力能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)起著促進(jìn)作用。上述相關(guān)研究表明，上海市經(jīng)濟(jì)發(fā)展與能源消費(fèi)之間存在著明顯的關(guān)系。

上海作為具有“四化同步”基礎(chǔ)的城市［11］，其工業(yè)化發(fā)展對(duì)大部分地區(qū)都有借鑒意義，且在《上海市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二O三五年遠(yuǎn)景目標(biāo)綱要》中明確提出，上海市將在2025年前實(shí)現(xiàn)碳排放量達(dá)到峰值的目標(biāo)。二氧化碳排放的主要來(lái)源是對(duì)化石能源的消耗，工業(yè)是化石能源消耗的大戶，上海擁有一大批優(yōu)秀的工業(yè)企業(yè)，對(duì)上海的發(fā)展起著重要作用。因此，分析上海市工業(yè)企業(yè)對(duì)能源消耗與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系及其演變趨勢(shì)等問(wèn)題，有利于更直觀地反映實(shí)現(xiàn)“雙碳政策”對(duì)經(jīng)濟(jì)發(fā)展的影響，以便進(jìn)行宏觀調(diào)控降低負(fù)面影響，更好地促進(jìn)上海市低碳化、生態(tài)化發(fā)展。

1 上海市經(jīng)濟(jì)發(fā)展現(xiàn)狀

1.1 上海市經(jīng)濟(jì)發(fā)展的總體情況

自2000年以來(lái)，上海市經(jīng)濟(jì)飛速發(fā)展，經(jīng)濟(jì)總量大幅攀升，短短20年間經(jīng)濟(jì)增幅高達(dá)30 000億元人民幣。由圖1所示的2000—2019年上海市GDP總量可見，上海市GDP呈現(xiàn)不斷上升的趨勢(shì)，從2000年的4 812.15億元增長(zhǎng)到2019年的38 155.32億元，增長(zhǎng)近8倍，每年的平均增長(zhǎng)速度高達(dá)11.59%。而由圖2所示的2000—2019年上海市GDP的增長(zhǎng)速度可見，上海市GDP增速的變化幅度在2006年就達(dá)到了最高點(diǎn)，隨后經(jīng)濟(jì)增速趨于穩(wěn)定，在2018年經(jīng)濟(jì)增速達(dá)到最低點(diǎn)為5.95%?？傮w來(lái)看，2000年以來(lái)，上海市經(jīng)濟(jì)的發(fā)展始終保持著中高速發(fā)展的態(tài)勢(shì)，取得了長(zhǎng)期高于5%的好成績(jī)。

圖1 2000—2019年上海市GDP

圖2 2000—2019年上海市GDP的增長(zhǎng)速度占比

1.2 上海市工業(yè)發(fā)展現(xiàn)狀

根據(jù)《上海市統(tǒng)計(jì)年鑒》的相關(guān)數(shù)據(jù)，2000—2019年，上海市工業(yè)發(fā)展呈現(xiàn)上升的趨勢(shì)，工業(yè)增幅在20年間增長(zhǎng)約7 500億元人民幣，從2000年的2 022.53億元增長(zhǎng)到2019年的9 670.68億元，增長(zhǎng)了4.78倍，如圖3所示。但在2008年，上海市工業(yè)GDP的增速下降-1.56%，2011年工業(yè)GDP下降-0.156%，2014年下降至-2.6%，且在2018年下降到-0.95%，但上海市工業(yè)GDP的平均增長(zhǎng)率仍保持著8.86%的增速，如圖4所示。

圖3 2000—2019年上海市工業(yè)GDP總量

圖4 2000—2019年上海市工業(yè)GDP增速占比

2 上海市能源消費(fèi)現(xiàn)狀

2.1 上海市總體能源消費(fèi)現(xiàn)狀

2000年以來(lái)，上海市能源消費(fèi)量也呈現(xiàn)不斷上升的趨勢(shì)（見圖5），2000—2010年的10年間呈現(xiàn)明顯的上升趨勢(shì)，2010年之后，能源消費(fèi)逐漸趨于穩(wěn)定。而上海市總GDP的增長(zhǎng)速度在2010年之后仍然保持著增長(zhǎng)。

圖5 2000—2019年上海市能源消費(fèi)總量（標(biāo)準(zhǔn)煤）

2.2 上海市工業(yè)能源消費(fèi)現(xiàn)狀

2000—2019年上海市工業(yè)能源消費(fèi)總量如圖6所示，可見2000—2011年，上海市工業(yè)能源消費(fèi)基本呈現(xiàn)出上升趨勢(shì)；2013年，上海工業(yè)能源消費(fèi)量達(dá)到了最高點(diǎn)，其消費(fèi)值為5 965.53萬(wàn)t標(biāo)準(zhǔn)煤；2014—2019年，上海市工業(yè)能源消費(fèi)量呈現(xiàn)不斷下降的趨勢(shì)。而由圖4可知，這段時(shí)間，上海市工業(yè)GDP仍然保持著增長(zhǎng)的態(tài)勢(shì)。

圖6 上海市工業(yè)能源消費(fèi)總量（標(biāo)準(zhǔn)煤）

3 上海市工業(yè)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的檢驗(yàn)

3.1 研究方法

為了更為清晰直觀地顯示上海市工業(yè)能源消費(fèi)量與上海市總GDP增長(zhǎng)之間的關(guān)系，本文選取向量自回歸（Vector Autoregressive，VAR）模型對(duì)兩者之間的關(guān)系進(jìn)行實(shí)證檢驗(yàn)。VAR主要基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型，將系統(tǒng)中每個(gè)內(nèi)生變量均作為系統(tǒng)中所有內(nèi)生變量的滯后值構(gòu)造模型，從而將單向量的自回歸模型變成由多元時(shí)間序列變量所組成的VAR模型。

VAR模型的數(shù)學(xué)表達(dá)式為

式中：yt為k維內(nèi)生變量；Bx t為外生變量，設(shè)為常數(shù)C；A1，A2，…，A p為k×k維待估計(jì)的系數(shù)矩陣，p為滯后階數(shù)。

3.2 變量選取和數(shù)據(jù)來(lái)源

基于數(shù)據(jù)的可獲得性、真實(shí)性、權(quán)威性等原則，參考劉旖蕓［4］及劉甜甜［12］關(guān)于能源消費(fèi)量與GDP

的研究中直接選取能源消費(fèi)量作為能源消費(fèi)指標(biāo)；王原等［13］提出了上海市能源終端消費(fèi)量排放的二氧化碳和經(jīng)濟(jì)增長(zhǎng)之間存在關(guān)系；楊澤民等［14］和王建軍等［15］在經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證分析中，直接采用終端能源消費(fèi)量作為碳排放衡量指標(biāo)。因此，本文選取上海市生產(chǎn)總值Y、上海市工業(yè)能源終端消費(fèi)量X表示上海市總體經(jīng)濟(jì)增長(zhǎng)量和上海市工業(yè)能源消費(fèi)量。通過(guò)查找《上海市統(tǒng)計(jì)年鑒》，選取2000—2019年的上述兩個(gè)指標(biāo)的數(shù)據(jù)進(jìn)行檢驗(yàn)。

3.3 VAR模型的建立

3.3.1 單位根檢驗(yàn)要求VAR模型中的變量形式是平穩(wěn)序列，否則對(duì)非平穩(wěn)序列變量得出的VAR模型進(jìn)行分析可能導(dǎo)致出現(xiàn)虛假分析的結(jié)果。ADF檢驗(yàn)結(jié)果如表1所示。利用eviews10.0版本，根據(jù)ASH最小化原則，選取的P值分別與1%、5%、10%顯著性水平下的檢驗(yàn)值進(jìn)行比較，結(jié)果是原序列Y和X都不平穩(wěn)。為了開展后續(xù)的研究，對(duì)一階差分后的序列DY、DX進(jìn)行單位根檢驗(yàn)，并找到最優(yōu)P值與顯著性水平下的檢驗(yàn)值進(jìn)行比對(duì)，DY、DX分別在10%的顯著性水平下穩(wěn)定。

表1 ADF檢驗(yàn)結(jié)果

3.3.2 VAR模型的建立利用eviews10.0版本選定任意滯后階數(shù)進(jìn)行回歸，根據(jù)最佳滯后期準(zhǔn)則選擇滯后期，如表2所示。表中，Lag為滯后階數(shù)；LogL為似然估計(jì)值；LR為序貫調(diào)整的LR統(tǒng)計(jì)量；FPE為最終預(yù)測(cè)誤差；AIC為Akaike信息準(zhǔn)則；SC為Schwarz信息準(zhǔn)則；HQ為Hannan-Quinn信息準(zhǔn)則；*表示該準(zhǔn)則下選擇的最佳滯后期；。選擇“*”號(hào)最多的那一階作為最優(yōu)滯后階數(shù)，“*”號(hào)最多的階數(shù)為1階，因此確定1階為最優(yōu)的滯后階數(shù)。

表2 滯后階數(shù)的選擇

在確定滯后階數(shù)為1階后，建立VAR（1）模型，對(duì)其回歸可求出模型的相關(guān)系數(shù)，如表3所示。VAR（1）模型的數(shù)學(xué)表達(dá)式為

表3 Var相關(guān)系數(shù)的確定

3.3.3 變量外生性檢驗(yàn)由于VAR模型中某些滯后值對(duì)被解釋變量沒(méi)有顯著性影響，需將沒(méi)有顯著性影響的外生性變量排除。變量外生性檢驗(yàn)的結(jié)果如表4所示，可知DX是DY的格蘭杰原因，而DY不是DX的格蘭杰原因。因此，上海市工業(yè)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在單向因果關(guān)系，建立的VAR模型不需要剔除任何變量，VAR（1）可以被建立。

表4 格蘭杰因果檢驗(yàn)結(jié)果

3.3.4 判斷模型的穩(wěn)定性對(duì)VAR（1）模型進(jìn)行AR特征根檢驗(yàn)，判斷其是否穩(wěn)定。采用AR特征根圖示法來(lái)檢驗(yàn)，檢驗(yàn)結(jié)果如圖7所示。模型的特征根均落在單位圓內(nèi)，因此建立的VAR（1）模型是穩(wěn)定的。

圖7 特征根檢驗(yàn)

3.3.5 脈沖響應(yīng)函數(shù)分析脈沖響應(yīng)分析法可以描述一個(gè)內(nèi)生變量對(duì)誤差項(xiàng)引起的沖擊的反應(yīng)，即隨機(jī)誤差項(xiàng)施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后，對(duì)內(nèi)生變量的當(dāng)期值和未來(lái)值的影響程度。當(dāng)沖擊的曲線之間的距離越大，說(shuō)明兩者之間的影響程度越大，反之越小。對(duì)VAR（1）進(jìn)行脈沖響應(yīng)分析，結(jié)果如圖8所示。

圖8 脈沖響應(yīng)結(jié)果

由圖8可見，DX對(duì)DY的沖擊在1～2期的距離不斷增大，在第2期時(shí)距離最遠(yuǎn)，脈沖沖擊最大，說(shuō)明在1～2期中X對(duì)Y的影響較大；而在2～10期，DX對(duì)DY的沖擊距離不斷縮小，表明在2～10期中X對(duì)Y的影響不斷下降且趨于穩(wěn)定。由脈沖響應(yīng)結(jié)果可知，上海市工業(yè)能源消費(fèi)對(duì)上海市生產(chǎn)總值的影響呈現(xiàn)先增加后下降且趨于0。

3.3.6 方差分解分析方差分解分析是將系統(tǒng)中的全部?jī)?nèi)生變量的波動(dòng)，按照其成因分解為與各個(gè)方程信息相關(guān)聯(lián)的k個(gè)組成部分，從而得到信息對(duì)模型內(nèi)生變量的重要程度，即一個(gè)變量對(duì)其他變量的貢獻(xiàn)率。選擇10期進(jìn)行方差分解分析，DY對(duì)DX的方差分解結(jié)果如圖9所示。

圖9 DY對(duì)DX的方差分解結(jié)果

由圖9可見，DX對(duì)DY的波動(dòng)解釋在不斷地升高，在1、2、3期增長(zhǎng)速度最快，在8、9、10期達(dá)到了最大值22%，說(shuō)明工業(yè)能源消費(fèi)對(duì)上海市GDP的貢獻(xiàn)在不斷地增加；從第3期開始，工業(yè)能源消費(fèi)對(duì)于上海市GDP的貢獻(xiàn)基本穩(wěn)定在20%左右，說(shuō)明工業(yè)能源消費(fèi)與上海市GDP總量之間的關(guān)系從第3期開始逐漸穩(wěn)定。

4 結(jié)論與建議

本文采用VAR模型對(duì)2000—2019年的上海市工業(yè)能源消費(fèi)量與上海市GDP的關(guān)系進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如下：

（1）總體上，上海市工業(yè)能源消費(fèi)量與上海市GDP之間存在單向格蘭杰因果關(guān)系，表現(xiàn)為：上海市工業(yè)能源消費(fèi)量是上海市GDP增長(zhǎng)的原因，并且上海市能源消費(fèi)量與經(jīng)濟(jì)增長(zhǎng)之間的緊密性逐漸下降，其對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的顯著性越來(lái)越低。

（2）上海市的GDP是不斷上升的，而工業(yè)能源消費(fèi)量呈現(xiàn)波動(dòng)下降趨勢(shì)，且在2013年后GDP增長(zhǎng)和工業(yè)能源消費(fèi)量關(guān)系出現(xiàn)明顯松動(dòng)。在脈沖響應(yīng)分析中得出上海市工業(yè)能源消費(fèi)量對(duì)上海市GDP的影響是逐漸下降，且最終達(dá)到一個(gè)穩(wěn)定的影響狀態(tài)。方差分解結(jié)果則進(jìn)一步論證了上海市工業(yè)能源消費(fèi)量對(duì)上海市GDP的貢獻(xiàn)率是逐漸下降，且最終會(huì)趨于穩(wěn)定。

根據(jù)上述研究結(jié)果，上海市工業(yè)能源消費(fèi)量對(duì)上海市GDP的影響逐漸趨于穩(wěn)定，研究發(fā)現(xiàn)上海市工業(yè)能源消費(fèi)量在不斷下降，說(shuō)明在不損耗經(jīng)濟(jì)發(fā)展的前提下完成工業(yè)領(lǐng)域的“碳達(dá)峰”目標(biāo)是可行的。為了更穩(wěn)妥實(shí)現(xiàn)這一目標(biāo)，本文提出以下建議：對(duì)于當(dāng)前積極利好“雙碳”目標(biāo)的政策繼續(xù)保持，并不斷推進(jìn)企業(yè)的轉(zhuǎn)型升級(jí)；調(diào)整能源供給結(jié)構(gòu)，適當(dāng)減少化石能源的供給，增加清潔能源在能源供給中的比重，加快對(duì)風(fēng)電、太陽(yáng)能等項(xiàng)目的建設(shè)速度；加大對(duì)企業(yè)超額碳排放的懲罰力度，倒逼企業(yè)進(jìn)行技術(shù)創(chuàng)新，改善能源消費(fèi)結(jié)構(gòu)，加強(qiáng)對(duì)企業(yè)碳排放的監(jiān)督。