国家能源安全中去产能政策的影响机理分析论文

时间:2022-07-03 12:39:12 能源技术 我要投稿
  • 相关推荐

国家能源安全中去产能政策的影响机理分析论文

  摘要:本研究主要以产业结构调整对能源需求的可能影响为基础, 基于19852015年的相关数据, 通过向量自回归模型 (VAR) 初步分析了“去产能”对我国能源需求总量和结构的影响。研究表明, “去产能”在短期就能改善我国的能源消费结构, 从而有助于增进能源使用安全;在长期, 还有助于提升能源利用效率, 从而改善能源的供应安全;但其对能源利用效率的影响是通过能源结构间接发生作用的, 因此, 希冀通过“去产能”快速改善我国的能源供应安全存在困难。

国家能源安全中去产能政策的影响机理分析论文

  关键词:供给侧改革; 向量自回归模型; 能源供应安全; 能源使用安全; 去产能; 能源结构;

  引言

  长期以来, 能源是我国国民经济发展的重要制约因素之一[1].特别是, 近年来经济规模持续、快速扩张, 而能源利用效率低、单位产值能耗过高的问题未能有效克服, 从而使得能源需求总量增长迅速。2001~2010年, 能源消费总量从15亿吨标准煤增长到36亿吨标准煤, 年均增长9.3%, 2009年超越美国成为全球能源消费量最大的国家;2011年以后, 增速虽有下降, 但能源消费规模仍持续扩大, 2015年已达43亿吨标准煤, 占全球的23%, 能源进口规模持续扩张。煤炭、石油和天然气等主要能源产品都处于净进口状态。其中, 长期占比超过70%的煤炭, 自2002年开始净进口, 2014年进口量达到2.91亿吨;石油自1993年开始净进口, 2014年进口量达到3.61亿吨, 对外依存度超过60%;天然气自2007年开始净进口, 2014年进口量达到591亿立方米, 对外依存度达到30%.而根据我国矿产能源的需求量和储量预测, 能源短缺将长期持续, 这也使能源的供应安全和运输安全受到极大关注[2].我国原油进口主要来自中东和北非地区, 不仅当地政治局势动荡, 而且海上运输路线长, 易受到外部力量的威胁, 能源安全与地缘政治关系密切。另一方面, 为共同应对全球变暖带来的挑战, 2016年生效的《巴黎协定》对碳排放提出了明确目标, 对长期以来我国以煤为主的能源结构提出了挑战。2015年以来, 中央积极推动供给侧结构改革, 力图通过“三去一降一补”优化资源配置[3], 这也为产业结构和能源结构改革创造了条件。本研究主要拟探讨供给侧改革的首要任务“去产能”对我国能源结构和能源使用效率的可能影响, 希冀对我国的能源安全战略研究有所裨益。

  1 能源安全的内涵

  1974年, 国际能源署 (International Energy Agency) 首次提出以稳定原油供应和价格安全为核心的国家能源安全概念;1997年签署的《京都议定书》将环境保护和可持续发展列入能源安全的内涵[4];新世纪以来, 能源安全观更趋综合, 强调能源安全应当包括能源供给安全、生产和使用安全、运输安全、环境安全及安全预警机制等多方面内容[5].不过, 更多的研究认为能源安全主要包括能源供应安全和使用安全两部分[6].

  所谓能源供应安全, 是指能保障正常能源需求的稳定供应[7], 这是能源安全在“量”上的基本目标, 主要与经济社会发展水平和能源利用效率有关, 不仅涉及能源总量供应, 也涉及能源生产和运输环节的安全。近年来, 随着经济社会发展, 我国能源需求总量不断攀升, 不仅面临主要能源产品对外依存度增大的挑战, 也承受着能源生产过程中安全事故频发和能源进口中的运输保障压力, 迫切要求提升能源利用效率。而能源使用安全, 主要是指能源的使用和消费不应对人类赖以生存和发展的生态环境构成威胁, 是能源消费“质”的要求[8].在全球变暖的压力下, 减少碳排放、发展低碳经济已成为世界各国的共识[9], 《巴黎协定》也对降低碳排放提出了明确的约束目标, 这就要求不仅要提高能源利用效率, 也要优化能源消费结构, 提高清洁能源在一次能源消费中的比重, 降低化石能源、特别是煤炭的消费比重。这对煤炭资源相对丰富、煤炭消费占比较高、能源利用效率较低、但经济社会发展迅速的中国的能源安全保障方面提出了更大挑战。

  2“去产能”对国家能源安全的影响机理

  作为供给侧改革的首要任务, “去产能”主要是指化解产能过剩, 是为了解决产品供过于求而引起的恶性竞争问题, 寻求对生产设备及产品进行转型和升级的方法[10,11], 因此, “去产能”的实质是调整产业结构。而从已有的研究看, 产业结构调整对能源需求总量和利用效率都会有影响, 例如工业化进程中, 无论工业、服务业占比的变化或者轻重工业结构的变化, 都曾导致能源利用效率和能源需求总量的变化[12].这主要是因为不同产业部门的技术水平、能源需求总量和能源利用结构存在明显差别, 当能耗高的产业部门占比下降时, 整个经济的能源利用效率会有所提高[13].实证研究表明, 经济结构变动降低了我国单位GDP的能耗[14];第三产业增加值占比提高对提高能源利用效率具有正向作用[15];我国第三产业占比每上升1%, 能源利用效率能提高0.44%, 并且这种积极影响还会逐渐增加[16].由此可见, 产业结构优化可以称为能源效率提升的中间目标[17].产业结构调整还可以通过影响能源消费结构间接影响能源利用效率。有学者基于我国29个省、市、自治区的面板数据分析, 证实了产业结构调整能在一定程度上优化能源消费结构、进而大幅提升能源效率[18];而对我国能源效率变动进行分解也发现, 产业结构以及能源消费结构的优化均有利于能源效率的提升[19,20];同时, 能源效率受产业结构的冲击效应较大, 而能源结构对能源效率的冲击效应相对较小[21,22].应该说, 我国不同产业部门主要使用的能源资源存在差异, 可能是产业结构影响能源消费结构、进而影响能源利用效率的重要原因, 因为许多产能过剩行业都大量使用煤炭作为主要的能源资源, 而煤炭是一次能源中热值最低、污染最大的, 煤炭消费比重的上升会明显降低能源使用安全[23], 因此, “去产能”可以通过降低煤炭在能源消费中的比重达到增进能源安全的目标。

  作为衡量资本利用和产能过剩状况最直接、最有效的指标[24], 产能利用率对于确定产能过剩行业具有指导价值。按照国际通行标准, 产能利用率不足79%为产能过剩, 低于75%为严重产能过剩。2014年, 我国工业产能利用率约为78.7%, 总体上处于产能过剩状态[25], 其中比较严重的产能过剩行业包括钢铁、水泥、电解铝、造船、炼油、煤炭、平板玻璃、冶铜等[26].对照标准的国民经济行业分类 (GB/T4754-2011) , 这些产能过剩行业主要集中在6个工业部门, 它们的主营业务收入占工业主营业务总收入 (2004年前采用的是产品销售收入) 的比重从1985年的24%逐渐上升到2011年的30%以上, 然后逐步下降 (图1) .而在2014年, 这些行业的能源消费总量占工业能源消费总量的62%, 占国家能源消费总量的43%.可见, 它们不仅大多是能耗较高的部门, 而且能源利用效率也远低于工业行业的平均水平。因此, 通过“去产能”调整产业结构有望: (1) 减少能源消耗总量; (2) 提高整个国家的能源利用效率, 从而对改善能源供应安全发挥积极的作用; (3) 降低煤炭资源的消费比重, 有效减少碳排放, 以利于提高我国的能源使用安全。

  图1 我国产能过剩行业在工业中的占比变化

  中国工业统计年鉴 (1986~2016) , 中国统计年鉴 (1986~2016) .

  表1 2014年我国产能过剩行业的能源消费量

  3 研究方法

  在传统的多元回归方程中, 内生变量和外生变量主要是人为划分的, 不一定符合经济运行的实际情况, 因此其合理性受到计量经济学家的批评。1980年, Sims首先提出了向量自回归模型 (VAR模型) 的分析方法, 就是用模型中当期变量作为被解释变量, 所有变量的滞后变量作为解释变量进行回归[27];之后, Johansen等将协整的概念应用于VAR模型, 促进了该模型的发展与应用[28].VAR模型不必区分内生变量和外生变量, 是处理多个相关经济指标分析与预测的简便模型之一, 近年来受到越来越多的重视。基于此, 本文采用VAR模型定量研究“去产能”引起的产业结构调整与中国能源安全的关系。

  向量自回归模型的一般形式如下:

  其中, Yt为p×1的向量, i表示其滞后阶数, βi为p×p的系数矩阵, c为截距项, ut为误差项, 选取滞后期为2, 将VAR模型展开可以得到:

  其中, 误差项u1, t、u2, t、u3, t均服从独立同分布。

  为研究“去产能”引起的产业结构调整对能源供应安全和使用安全的影响, 本文选取了产业结构 (IS) 、能源消费结构 (ES) 和能源效率 (EE) 3个变量进行实证分析。其中, 在产业结构方面, 本文选用产能过剩行业收入占工业总收入的比重作为表征产业结构的指标。由于“煤炭开采和洗选业”可能与能源消费结构有很强的正相关关系, 为减少变量之间的自相关、保证模型的可靠性, 研究剔除了“煤炭开采和洗选业”, 选取其他5个产能过剩行业的数据进行分析。能源消费结构方面, 本研究选取煤炭占能源消费总量的比重作为衡量指标。能源利用效率方面, 研究选取的是能源消费弹性系数这一指标。能源消费弹性系数是指能源消费增长的速度与经济增长速度的比值, 一般用一定时期内能源消费增速与GDP增速的比值来表示, 不仅可以反映能源利用效率的高低, 也可以用来预测能源需求量的变化。一般地说, 能源消费弹性系数越大, 经济增长对能源的依赖程度越高。

  研究所需的数据, 均源于历年《中国能源统计年鉴》、《中国统计年鉴》和《中国工业统计年鉴》。

  4 实证研究的初步结果

  实证研究包括如下5个步骤: (1) 根据向量自回归模型 (VAR) 的内在要求, 对产业结构 (IS) 、能源消费结构 (ES) 和能源效率 (EE) 这3个指标的时间序列数据进行平稳性检验; (2) 对变量IS、ES和EE的时间序列数据进行协整检验; (3) 若变量间存在协整关系, 建立VAR模型; (4) 利用脉冲响应函数研究各个变量之间的动态关系; (5) 利用方差分解, 分析各个扰动项对模型中的其他变量影响程度的大小。本文的数据运算均使用Eviews7.0软件进行。

  4.1 平稳性检验

  数据变量的平稳性是进行计量经济分析的重要前提。只有模型中变量的时间序列满足平稳性要求时, 后续的计量经济分析才是可信的。据此, 在建立VAR模型之前, 需要对IS、ES、EE这3个指标的时间序列数据进行平稳性检验。通过ADF单位根检验方法, 发现IS、ES、EE的ADF统计量的绝对值均显着小于10%水平下临界值的绝对值, 都是不平稳序列, 需要对它们进行差分处理, 得到ΔIS、ΔES、ΔEE, 发现其ADF统计量的绝对值大于5%水平下临界值的绝对值, 为平稳序列 (表2) .因此, IS、ES、EE都是一阶单整的序列, 它们之间可能存在协整 (即长期稳定的) 关系, 需要进行协整检验。

  表2 ADF单位根检验结果

  4.2 Johansen协整检验

  若直接对非平稳序列进行OLS分析, 则很可能出现伪回归, 协整的目的就是检验其回归方程所描述的因果关系是否为伪回归, 也就是检验变量之间是否真的存在稳定的关系。采用Johansen方法进行协整检验, 发现检验拒绝了“秩=0”的原假设, 但接受了“秩=1”的原假设, 即这3个变量在5%临界值水平下的协整秩为1, 存在1个协整关系 (表3) , 说明产业结构、能源消费结构和能源利用效率之间是存在长期协整关系的, 可以进一步构建VAR模型。

  表3 Johansen协整检验结果

  4.3 VAR模型估计结果与脉冲响应分析

  通过协整检验后, 利用软件建立的VAR模型用矩阵形式表达如下:

  为使VAR模型可视化并预测产业结构变动对能源消费结构以及能源利用效率的影响, 进一步模拟出脉冲响应函数曲线, 以表现冲击对特定变量在不同时期的影响效果。图2~3分别表示产业结构 (IS) 对能源消费结构 (ES) 和能源利用效率 (EE) 的冲击影响, 其中, 中间的实线为脉冲函数响应值, 两侧的虚线为正负2倍标准差的置信带, 横轴表示追踪期数, 将其设定为15期。

  产业结构变动与能源消费结构之间的脉冲响应图 (图2) 显示, 产业结构变动对能源消费结构有很强的冲击作用, 其在短期内就能够对能源消费结构产生影响, 并在第4期达到最高值。这说明, 产能过剩行业的比重下降, 能有效降低我国能源消费中煤炭的比重, 从而对优化我国能源使用安全、促进环境保护发挥积极的作用。但在长期, 这种冲击作用会出现稳态收敛的迹象, 说明“去产能”对我国能源消费结构的改善作用难以持续, 改变能源消费结构不能单靠“去产能”实现。

  图2 能源消费结构对产业结构变动冲击的响应

  图3 能源利用效率对产业结构变动冲击的响应

  产业结构变动与能源利用效率之间的脉冲响应图 (图3) 显示, 产业结构变动对能源利用效率的冲击在短期内不是很明显, 甚至出现了一定的反向推动作用 (即“去产能”可能会在短期内提高能源消费弹性系数, 降低能源利用效率) , 但反向推动作用在第5期左右会趋于收敛, 并在第9期开始呈现正向推动作用。这表明随着产能过剩行业比重下降, 在中长期内会降低能源消费弹性系数, 也就是说, 淘汰过剩产能会在长期内提升能源利用效率, 降低能源需求。

  4.4 方差分解分析

  脉冲响应函数描述的是VAR模型中内生变量的冲击对其他内生变量的影响, 而方差分解则能进一步评价各内生变量对预测变量变动方差的解释程度。根据研究对能源利用效率的方差分解结果 (图4) , 可见, 能源消费结构变动比产业结构变动对能源利用效率的变动贡献率更高。在短期, 能源消费结构变动的贡献率在30%~50%, 产业结构变动的贡献率只有不到10%;在长期, 能源消费结构变动的贡献率将提升到50%左右, 而产业结构变动的贡献率也会有所上升, 但难以超过20%.可见, 能源消费结构的优化是提高能源利用效率的关键环节, 而产业结构调整对能源利用效率的直接影响有限。因此, “去产能”较少对能源利用效率变化产生直接影响, 而更多通过对能源消费结构的优化效应, 对能源利用效率和能源需求总量产生间接影响。

  图4 能源利用效率的方差分解结果 (从左向右依次为IS、ES、EE)

  5 结论与启示

  以“去产能”为首要任务的供给侧结构性改革, 能够通过淘汰过剩产能优化产业结构, 特别是降低高耗能产业的比重, 来优化我国的能源消费结构, 降低煤炭消费的比重, 并能促进能源利用效率的提升, 这对我国能源安全将产生积极的作用。本文利用国家层面的数据, 运用VAR模型考察产业结构变化对能源消费结构和能源利用效率的动态影响, 发现在短期内, 产业结构的调整对能源消费结构变动的影响更明显, 而其对能源利用效率提升的作用将主要在长期显现, 并且, 这种影响更多是间接的, 而能源消费结构的变动则是其中重要的中间环节。因此, 在供给侧改革中, 希冀通过“去产能”快速改善我国的能源供应安全状况会存在困难, 同时, 改革不仅要关注产业结构的调整, 还要促进能源消费结构的优化, 这对保障我国能源安全具有更重要的意义。

  参考文献

  [1]刘景彤。论我国的能源与国民经济的发展[J].经济管理, 1988, (2) :26~31.

  [2]董秀成, 皮光林。能源地缘政治与中国能源战略[J].经济问题, 2015, (2) :6~8

  [3]冯志峰。供给侧结构性改革的理论逻辑与实践路径[J].经济问题, 2016, (2) :12~17.

  [4]崔民选。中国能源发展报告 (2008) [M].北京:社会科学文献出版社, 2008.

  [5]沈镭, 薛静静。中国能源安全的路径选择与战略框架[J].中国人口资源与环境, 2011, (10) :49~54.

  [6]刘立涛, 沈镭, 等。中国能源安全评价及时空演进特征[J].地理学报, 2012, (12) :1634~1644.

  [7]张雷。论中国能源安全[J].国际石油经济, 2001, (3) :10~14, 48.

  [8]张雷。中国能源安全问题探讨[J].中国软科学, 2001, (4) :7~12.

  [9]程叶青, 王哲野, 等。中国能源消费碳排放强度及其影响因素的空间计量[J].地理学报, 2013, (10) :1418~1431.

  [11]李朴民。坚定不移去产能将采取五大措施[EB/OL].

  [12]Kambara T.The Energy Situation in China[J].The China Quarterly, 1992, (9) :608~636.

  [13]Maddison A.Growth and Slowdown in Advanced Capitalist Economies:Techniques of Quantitative Assessment[J].Journal of Economic Literature, 1987, 25 (2) :649~698.

  [14]史丹。结构变动是影响我国能源消费的主要因素[J].中国工业经济, 1999, (11) :38~43

  [15]屈小娥。中国省际能源效率差异及其影响因素分析[J].经济理论与经济管理, 2009, (2) :46~52.

  [16]魏楚, 沈满洪。能源效率及其影响因素基于DEA的实证分析[J].管理世界, 2007, (8) :66~76.

  [17]张勇, 蒲勇健。产业结构变迁及其对能源强度的影响[J].产业经济研究, 2015, (2) :15~22.

  [18]魏楚, 沈满洪。结构调整能否改善能源效率:基于中国省级数据的研究[J].世界经济, 2008, (11) :77~85.

  [19]李静, 汪克亮。多重目标约束下我国能源效率变动分解、区域差异与影响因素研究[J].华东经济管理, 2013, (10) :66~71.

  [20]祝树金, 许可瑞琳。中国工业行业全要素能源效率度量及其影响因素--基于共同前沿法的研究[J].工业技术经济, 2015, 34 (12) :102~113.

  [21]赵涛, 时洪功。能源结构和产业结构对能源强度的冲击效应和贡献度研究[J].干旱区资源与环境, 2013, 27 (12) :1~6.

  [22]徐丽娜, 赵涛, 刘广为。中国能源强度变动与能源结构、产业结构的动态效应分析[J].经济问题探索, 2013, (7) :40~44.

  [23]刘明辉, 袁培, 卢飞。中哈能源消费结构与能源安全关联性对比分析[J].世界地理研究, 2016, (6) :49~58.

  [24]何蕾。中国工业行业产能利用率测度研究--基于面板协整的方法[J].产业经济研究, 2015, (2) :90~99.

  [25]邹蕴涵。我国产能过剩现状及去产能政策建议[J].发展研究, 2016, (07) :17~21.

  [26]中华人民共和国工业和信息化部公告2015年第59号[EB/OL].

  [27]Sims C A.Macroeconomics and Reality[J].Econometrica, 1980, 48 (1) :1~48.

  [28]Soen Johansen.Likelihood-Based Inference in Cointegrated Vector Autoregressive Models[M].Oxford University Press, 1995.

【国家能源安全中去产能政策的影响机理分析论文】相关文章:

电视媒体中电子技术的影响分析论文07-04

教师教学反思影响因素分析论文07-03

物联网对现代物流管理的影响分析论文07-04

绘画对现代园林景观设计影响分析论文07-04

2016国家新政策07-08

爸爸对女儿的影响分析08-11

父母对孩子的影响分析08-07

对国家双减政策的感想(精选7篇)10-14

国家双减政策感想(精选15篇)10-15

2016年国家房产新政策07-04