能源需求的分析方法

（一）国内外能源需求分析方法及结论

国外对能源需求的研究已有30多年的历史，最初的研究主要运用简单的回归、VAR模型或格兰杰因果分 析研究能源需求与经济发展之间的因果关系。自恩格尔和格兰杰(Engle and Granger，1987)研究协整检验和误差修正模型以来，它就成为研究电力需求的经典技术。随后，乔根森(Johansen，1988、1991)研究了识别协整关系的Trace统计量和Max-Eigen统计量方法，并被应用到了以色列的电力需求(Beenstock，et al.，1999)和美国居民部门的电力需求(Silk and Joutz，1997)等的研究。特别是John(2000)运用协整和误差修正模型研究了印度、印尼、泰国和菲律宾的能源需求与经济增长之间的关系，Soytas和Sari(2003)分析了G7和除中国以外的新兴市场经济国家共16国的能源需求与经济增长的关系。这些研究普遍得出了能源需求(或电力需求)与经济发展(GDP)和能源(电力)价格之间存在协整关系的结论。

国内学者运用协整理论研究能源和电力需求也取得了大量的成果。林伯强(2003)应用协整分析和误差修正模型技术研究了中国电力需求与经济增长之间的关系，证明GDP、资本、人力资本以及电力需求之间存在着长期的均衡关系，从理论上证明了中国的电力需求与经济增长具有协整关系。王庆露、葛虹(2007)运用协整理论和误差修正模型研究了我国电力需求与经济增长之间的关系，检验了电力需求与国内生产总值、人口、价格和结构变量之间的长期均衡关系；张建平、顾宇桂(2007)运用协整理论研究了华东电网中长期电力需求的问题。

然而，协整检验对能源需求与经济发展长期关系的研究受到了一些学者的质疑，即长期中外在的冲击是不可预测的，技术的进步会使能源效率提高，因此跨期较长的固定系数的有效性受到怀疑。Hass和Schipper(1998)对在长期中可能面临的变化而导致系数变动的问题进行了分析。Park和Hahn(1999)发展了随时间变动的变参协整回归的思想，Yoosoon Chang和Eduardo Martinez-Chombo(2003)运用这一思想对墨西哥的电力需求进行了分析。

国内学者王海鹏等(2005)研究了中国电力需求与经济增长的变参数协整关系问题。由于其研究的时间跨度为1952—2002年，其间跨越了中国经济工业化—计划经济—转轨经济等不同的经济发展模式阶段，并且改革开放以来，中国的能源效率不断提高，能源强度稳步下降，直到2002年出现了断点，能源强度由下降改为上升。因此尽管其间中国的电力消费与GDP的关系也出现波动(见图1-1)，但这并不表明中国的电力需求与GDP之间出现了变参问题，而是中国电力需求面临着经济结构变化所导致的电力强度变化和因价格诱导的节能因素未被纳入协整考虑的范围之内所致。

图1-1　中国1985—2006年单位GDP耗电(千瓦时/元)

由于我国能源需求与GDP的关系，特别是单位GDP的能源消耗出现波动，一些学者开始怀疑我国能源需求与GDP的协整关系存在变参问题。但笔者认为，这种关系的变化，一方面是由于能源价格变动的因素所导致的，另一方面则是由于我国经济结构调整所导致的。

为了较为准确地分析我国的能源需求，本书对能源需求的行业进行区别对待，以了解不同产业部门对能源需求变化的情况。因为第一、二、三产业生产模式不同，能源要素的投入也不一样，因此能源需求与各产业产值的关系不一致。但从国民经济的角度来看，这种结构性差别会随着三个产业比例的调整而导致能源需求系数的变化。居民消费部门的能源需求会随着收入的增加而增加。生活用电作为一种消费品，其在居民消费商品组合中的比例会跟其他商品一样，随着收入的增加而增加，随着自身价格的提高而下降。

（二）能源需求与经济发展水平协整关系分析

1.产出与能源需求协整关系的基础——非平稳性

某生产部门能源需求与经济增长之间的关系可以在如下的三要素生产函数框架内进行：

Y_i，t=f ( K_i，t，L_i，t，E_i，t )

（1-1）

其中：Y_i，t为部门i在t期的产出量；K_i，t为资本存量；L_i，t为劳动量；E_i，t为能源要素投入量。

或者可以用取自然对数值的形式简化生产函数得：

lnY_i，t=β_i，0+β_i，1lnK_i，t+β_i，2lnL_i，t+β_i，3lnE_i，t+μ_i，t

（1-2）

由于当期的资本存量取决于上一期末的资本存量加上本期的投资，即：

K_i，t=(1-δ)K_i，t+I_i，t

（1-3）

而投资又取决于本期的产出量Y_i，t，或者表示为：

I_it=ω_iY_it

（1-4）

其中：ω_i为投资比例。

通过进一步处理可以得到：

K_it=ω_i (L)Y_i (L)

（1-5）

其中：L代表时间序列中的滞后多项式。

同样，本期雇用的工人数量与上一期的产出和上一期对本期产出的预期有关。式(1-2)通过变换可以简写为：

LnY_i，t=β_i，0+β_total LnY_i，t ( L )+β_i，t+μ_i，t

（1-6）

其中：β_total项表示经过时间序列技术处理后得到的系数。

从式(1-6)可以看出，部门i的产出具有非平稳序列的特点。

若将式(1-2)进行改写：

（1-7）

经过同样的技术处理，可以发现，能源需求也同样具备非平稳序列的特点。虽然在短期内能源需求与产出之间的比例受制于技术水平的发展，能源需求与产出之间的关系具有里昂惕夫(Leontief)生产函数的特点。能源需求的时间序列关系必须通过跨期产出之间的关系来确定，但这不排除在能源需求受到其他一些干扰因素的影响时而具有非平稳序列的特征。

2.能源需求与价格之间的关系分析

企业进行生产，当达到利润最大化目标时，需要满足边际收益相等的条件，即：

（1-8）

或者：

（1-9）

当能源的价格相对于资本或劳动的价格上升时，就会出现资本或劳动替代能源。其替代速度取决于投资的速度和能源当前的边际效率与均衡效率的差额，导致短期弹性与长期弹性的不同。同时这也从经济理论上解释了研究能源需求时必须考虑能源的价格因素，不能将因能源电价提高而导致的节能归因于技术进步或者是外在的冲击作用。

3.协整检验的技术分析

协整关系描述的是两个或多个非平稳时间序列间的均衡关系。虽然两个或多个变量的时间序列是非平稳的，但它们的某种线性组合却是平稳的，那么这种线性关系就体现了变量之间的长期均衡关系。在短期内，随机冲击将使系统偏离均衡，但长期内，系统中经济变量的共同变化将使系统恢复这种稳定关系。按Engle和Granger(1987)的定义：

对于m维向量时间序列｛x_t｝，如果｛x_t｝的分量序列是I(d)序列且存在一个向量β≠0使得β′X_t~I(d-b)，则称｛x_t｝的分量序列存在(d，b)阶协整关系，而β称为协整向量。当m=2时，协整向量是惟一的；当m>2时，可能存在多个协整关系。

常用的协整向量估计方法有Engle和Granger(1987)基于残差的方法，以及Johansen和Juselius(1990、1994)的最大似然估计法。Engle和Granger的方法采用单一回归方程表达式，隐含地假设变量之间只存在一个协整关系，但对于多变量系统，这种假设就不适用；另外，它也没有很好地考虑解释变量可能存在的新问题。而Johansen和Juselius的最大似然估计方法基于多元VAR框架，允许变量之间的即时相互反馈作用，并允许多个变量以不同的速度对扰动项进行反映与调整，使之向长期均衡靠近。

由于协整检验是对非平稳序列之间的关系进行研究，因此首先应对时间序列的平稳性进行检验。

（1）单位根检验

常用的单位根检验方法有ADF检验、PP检验和KPSS检验。但ADF检验和PP检验对小样本数据可能缺乏效力，而KPSS检验在选择较低的滞后截断参数时，对小样本较为有效。ADF检验和PP检验的假设是序列不平稳的：H₀＝单位根；H₁＝平稳；而KPSS检验的假设则是序列平稳的：H₀＝平稳；H₁＝单位根。

（2）协整检验：长期关系的确定

Johansen协整关系的检验统计量主要有Trace统计量和Max-Eigen统计。Trace统计量的原假设是存在r个协整关系，备选条件是存在k个协整关系，计算公式为：

（1-10）

其中：λ_i是矩阵从大到小排列的第i个特征根。

Max-Eigen统计量的原假设是存在r个协整关系，备选假设是r+1个协整关系。计算公式为：

（1-11）

（3）误差修正模型

当确定了变量之间存在长期的协整关系时，可以进一步运用误差修正模型研究短期内各变量之间的相互影响关系和向长期均衡回归的速度。

（三）非协整关系的弹性分析

当不同的经济变量之间不存在协整关系时，Clifton(1993)的研究证明，可以运用“简单到一般”(simple to general)运算模式的局部调整模型(Partial Adjustment Model)来研究变量之间的相互关系。该模型的运用，一般首先计算如下：

（1-12）

其中：β₃＜1，β₁为q对p的短期弹性，β₂为q对y的短期弹性。而q对p和y的长期弹性分别为β₁/(1-β₃)和β₂/(1-β₃)。