中国资源消耗与经济增长动态关系的检验与分析，本文主要内容关键词为：经济增长论文,中国论文,消耗论文,关系论文,动态论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
随着2008年国际金融危机的扩散和蔓延，中国经济社会发展中的一些矛盾将更加突出。其中一个关键的矛盾是：各地区在相当长的一段时间里，随着人口继续保持增长、城市化进程进一步加快、经济结构进入快速转型期，经济要保持平稳较快的发展，会对自然资源产生更大的需求、对生态环境造成更大的压力。如果各地区经济的发展继续维持这种粗放式的资源消耗模式，必将对赖以生存的自然生态系统产生更强烈的破坏，最终将导致整个国家可持续发展能力的下降。因此，对各地区经济系统的资源投入与消耗进行分析，对认清各省经济发展过程中的资源利用现状、调整可持续发展政策方向具有很强的现实意义。
物质流核算（Economy－wide Material Flow Accounting,EW－MFA）方法[1－3]追踪从自然资源提取的物质到形成存量、经济系统内部的积累，以及最终作为废物排放到环境中的各种排放物。加总产业生产过程中各个阶段的物质质量总和，就可以得到一系列物质总量指标，用于评估和分析经济系统的物质发展状况。该方法是解决发展循环经济、资源节约、实现可持续发展等问题的一种可行方法。因此，本文在EW－MFA框架的基础上，核算物质投入作为资源消耗指标，利用面板数据模型对中国30个省、自治区和直辖市（西藏由于缺少数据没有包括在内）的资源消耗与经济增长之间的动态关系进行经验研究，为经济可持续发展政策提供决策支持。
2 方法与数据
采用面板数据模型中的变截距模型作为经验研究方法[4]，其基本形式为：
由于面板数据同时具有截面和时序的二维特性，模型的设定形式直接决定了参数估计的有效性，因此必须首先对模型设定形式进行假设检验，主要是检验模型参数在所有截面与时序样本点上是否具有相同的参数。变截距模型估计可分为固定效应模型和随机效应模型，通过似然比检验（LR）对模型的固定效应进行检验；利用Hausman检验对随机效应进行检验。
根据数据的可获得性，资源消耗数据的范围是1990年－2008年。本文使用EW－MFA框架推导出表示资源消耗的主要指标是直接物质投入（Direct Material Input,DMI），即直接输入到经济系统中用于生产和消费活动的物质流[3]。将DMI中包含的进口，都纳入化石燃料、矿物质与生物质等三部分消耗总量的核算中。主要核算的物质包括：农业产品（粮食作物、蔬菜和秸秆利用）、林业产品、畜牧业（产草量等）、渔业产品、一次能源、黑色金属、10种有色金属和非金属矿物（工业矿物和建筑材料）。另外，本文未考虑隐流问题。所有物质均以“万吨”为计量单位。
基础数据主要来自各年的环境公报、《中国统计年鉴》、《中国环境年鉴》、《中国能源统计年鉴》、《中国钢铁工业年鉴》和《中国有色金属年鉴》以及30个省、自治区和直辖市的统计年鉴。根据这些统计资料提供的基础数据，还对构成研究变量的部分基础数据进行了估算。经济增长变量用人均GDP来度量，各省、自治区和直辖市的人均GDP用对数值表示，并统一换算成以2005年为基期的不变价人均GDP，单位为元/人。
3 资源消耗与经济增长动态关系的检验与分析
3.1 面板单位根检验
DMI与人均GDP之间是否存在长期关系取决于变量之间的单整性。目前面板协整的单位根检验尚未取得一致的结论，因此采用四种单位根检验的方法，即LLC检验[5]、IPS检验[6]、Breitung检验和Fisher检验（包括ADF和PP检验）。利用这四种方法对各变量进行单位根检验，且检验回归式中是否包含趋势项两种情况。检验结果如表1。
表1显示，人均CDP、DMI、化石燃料、矿物质和生物质的单位根检验中，对其水平值检验时，除了化石燃料变量，4种检验都一致不能拒绝“存在单位根”的零假设外，其他变量都有拒绝零假设和不能拒绝零假设的情况。而对5个变量的一阶差分进行检验时，结果都可以拒绝“存在单位根”的零假设。因此，综合判定各序列都是一阶单整过程。由于面板数据的不稳定性，应用最小二乘法直接估计面板数据模型可能导致伪回归，所以必须分析相关变量的协整关系，进而分析理论模型的长期关系。
3.2 面板协整检验
以回归残差为基础构造出7个统计量进行面板协整检验[7－8]。本文考虑了样本数据中各省间协整向量的差异以及各省的固定效应，表2给出了面板协整检验的结果。Monte Carlo模拟结果显示，对大于100的样本来说，所有7个统计量的检验功效都很好并且稳定。但对于小样本（小于20）来说，Group ADF统计量是最有效力的，其次是Panel－v统计量和Panel－Rho统计量[8]。本文的样本量只有19年，因此主要看这三个统计量。
从表2协整检验的结果看，人均GDP与DMI、化石燃料、矿物质和生物质在5％或10％的显著性水平下拒绝“不存在协整关系”的零假设。因此公式（1）即为中国各省资源消耗的面板协整模型，它刻画了资源消耗的区域特点及其与人均GDP之间的长期均衡关系。可以认为，人均CDP与DMI、化石燃料、矿物质和生物质在长期趋于一致，即非平稳序列人均GDP与DMI、化石燃料、矿物质和生物质之间存在协整关系。
3.3 面板模型估计
对公式（1）进行广义最小二乘估计，其中资源消耗滞后l期时，模型的估计效果最好。表3列出了人均GDP与DMI、化石燃料、矿物质和生物质之间的面板模型参数估计结果。从表3看出，四个模型的系数都非常显著，且无时期效应模型的估计结果要优于有时期效应模型的估计结果。调整后的
都在0.99左右，F统计量的数值很大，说明整个模型拟合的很好。从检验模型固定效应与随机效应看，除了生物质中Hausman检验的随机效应不显著外，其他模型的固定效应和随机效应都很显著。
3.3.1 DMI与经济增长 表3表明，直接物质投入DMI的系数在5％的显著性水平下统计显著，且理论预期效果为正，根据无时期效应模型来看，资源消耗的弹性系数为0.90，说明在其他因素不变的情况下，全国总体水平上人均GDP每增加1％，其中有0.90％是由资源消耗引起的。全国30个省份中，资源消耗弹性系数如表4所示。资源消耗系数排前5位的分别是：山东、江西、青海、浙江和江苏。DMI滞后1期的系数是0.90，说明直接物质消耗对经济增长的滞后反应效果非常明显，经济增长很大程度上取决于前一期的资源投入情况。
3.3.2 化石燃料与经济增长 化石燃料代表了工业生产和生活中使用的主要能源。表3表明，人均GDP每增加1％，化石能源的消耗增加0.07％，而滞后1期的化石燃料消耗系数为0.95，说明经济增长导致化石能源的消耗，主要取决于上期化石燃料的投入。从分省的结果看，化石燃料弹性系数排前5位的有：青海、湖北、贵州、河北和河南，说明化石燃料投入对这5个省份的经济增长作用效果较大。
3.3.3 矿物质与经济增长 矿物质包括金属矿物和非金属矿物。在表3中，经济增长导致矿物质消耗的作用表现为0.22，也就是说经济增长的份额中有22％来源于当期的矿物质消耗。其滞后1期的系数为0.78，大部分的矿物质投入在滞后1期时对经济增长发挥作用。表4中，矿物质消耗弹性系数排前5位的是：青海、四川、江苏、安徽和山东。
3.3.4 生物质与经济增长 在表3中，人均GDP每增加1％，有0.03％来自于当期生物质的消耗，而上期生物质消耗的系数为0.83，这说明生物质投入对经济增长的贡献仍主要取决于前一期的投入。表4中，从生物质消耗弹性系数看，排名前5位的省份有：山东、江西、内蒙古、广西和河南，这也说明农业大省经济增长的来源中，农业起到了较大作用。
综上说明，资源消耗是各省经济增长的主要因素之一，而且资源消耗对经济增长的滞后效应非常明显，DMI、化石燃料、矿物质和生物质对经济增长的贡献在省级层面上存在较大差异，主要表现为：资源消耗弹性系数大的多集中在江西、山东、青海等省。而北京、天津和上海等直辖市往往资源消耗系数的弹性为负，说明1990年－2008年间，伴随着经济的快速发展，发达省份的资源利用效率较高。
3.4 面板因果关系检验
变量之间的协整关系只能说明变量之间存在长期的因果关系，但不知道因果关系的方向，因此有必要对变量之间进行因果关系检验。本文根据误差修正模型[9]，建立面板数据的误差修正模型来解决这一问题。其模型形式为：
式中ecm是误差修正项，它反映了变量在短期波动中偏离其长期均衡关系的程度。因此，资源消耗与经济增长的长期因果关系可以通过观察调整速度ecm系数λ的显著性来检验。根据公式（2），估计资源消耗与经济增长的误差修正模型，结果见表5。
_
从表5可以看出，人均GDP和DMI、化石燃料存在双向因果关系，人均GDP与矿物质不存在明显的因果关系，而与生物质存在从生物质消耗到人均GDP的单向因果关系。
4 结论
本文根据资源消耗和人均GDP之间的动态关系得出如下结论：从短期来看，矿物质消费与人均GDP之间不存在因果关系，可以采取严厉的控制矿物质消耗的政策。
从长期来看，资源消耗（包括化石燃料）与经济总量之间存在双向因果关系，在现阶段，资源保护政策的实施可能会严重影响各省的经济增长；生物质消耗对经济增长长期具有促进作用，采取化石能源的保护政策，大力开发生物质能源很有前景。
收稿日期：2010－05－12；修订日期：2010－09－15