中国人均电力消费收敛性分析

南京财经大学本科毕业论文（设计）1中国人均电力消费收敛性分析摘要：当今，经济的增长都伴随着能源消耗的增长，在一定程度上，人均电力消费能够适当反映经济增长情况。本文利用我国各省、直辖市和自治区1985-2007年间(1992-1994年除外)的人均电力消费数据，先进行σ收敛分析，然后进行面板数据模型的检验选择，确定用固定效应模型对我国省市的人均电力消费进行古典收敛性分析。文章意在探讨中国地区之间的人均电力消费差异，从另外一个角度反映我国地区经济差异的变化趋势。实证分析发现中国人均电力消费收敛性不仅具有阶段性的差异，还具有区域性差异，特别的是在1985-1991年期间三大区域都存在显著的σ收敛和绝对β收敛。关键词：人均电力消费；收敛性；面板数据模型Abstract:Currently,theeconomicgrowthisalwaysaccompaniedwiththeconsumptionofenergy.Therefore,tosomeextent,percapitaelectricityconsumptionisoneofthemostsuitableeconomicwelfareindicators.Theaimofthispaperistoexploreregionaldifferencesonthisvariableovertheperiod1985-2007(exclude1992-1994),andtoreflectthetendencyoftheregionaleconomicdifferencefromanotherangle.Firstly,thepaperappliesaσconvergenceanalysis,thenitselectsasuitablepaneldatamodel.Finally,thepaperappliesaclassicalconvergenceanalysisbyfixed-effects(within)regressionmodeltoasampleof29provincesandmunicipalities.Wefindthatatraditionalσandβconvergenceprocessonpercapitalelectricityconsumptionacrossregionshastakenplaceovertheperiod1985-1991.Notwithstandingthis,theinteriorconvergenceofregionalpercapitaelectricityconsumptionisdifferent.KeyWords:percapitaelectricityconsumption,convergence,paneldatamodel南京财经大学本科毕业论文（设计）2一、引言改革开放后，中国经济整体上一直都在稳定快速的增长，但是不同地区之间经济发展也存在着差异。改革开放初期，由于实行一部分地方先富起来以带动其他地区发展的战略，中国地区经济出现了很大的不平衡，地区发展不平衡带来的众多弊端显现出来了。近些年来，中国政府提出了“东部地区率先发展、实施西部大开发、振兴东北老工业基地，中部崛起”的战略，对各个地区经济都有不同程度的支持。那么中国落后地区与富裕地区之间的差距是否在缩小呢，各省的经济差距是越来越来大，还是趋于收敛呢？对经济增长收敛性问题，国内外的研究比较多，Martin(1996)对以往研究人均GDP收敛的方法做了系统分类，通过比较OECD、美国、日本以及欧盟地区的经济发展速度，实证分析人均GDP之间的收敛速度。TullioBuccellato（2007）曾用空间收敛模型对俄罗斯地区的GDP做了收敛性分析。关于中国经济增长的收敛性问题的研究，林毅夫（2003）利用TFP作为分析经济增长和收敛的指标证明存在着“俱乐部收敛”。尤文（2007）基于曼昆,罗默和韦尔在1992年提出的分析方法,将人力资本项加入到经典的索洛模型中,构造了一个面板数据模型,结果表明在统计意义上不能拒绝中国区域经济的条件收敛性。郭陈孜把B&S模型中的全要素生产率作为地理位置、制度变迁、工业发展以及外商投资的函数来分析中国经济增长路径。我国经济增长既然已趋于收敛，那么在能源消耗方面呢？齐绍洲,罗威（2007）研究了中国地区经济增长与能源消费强度的差异，史丹（2006）也曾对中国能源效率的地区差异和节能潜力做了分析。国外MazaandVillaverde（2008）用古典收敛性模型分析了世界各国人均电力消费差异,但是国内还没有对人均电力消费收敛性的研究。众所周知，中国第三产业所占比重不是很大，电力消费大部分是用于工业消耗，故电力消费在一定程度能反映经济的发展。除此，国内外学者普遍验证了电力消费与经济增长之间存在着关系，特别是Shinandlam对中国的研究表明电力消费能引起GDP的增长。本文旨在对中国不同省、直辖市的人均电力消费进行收敛性分析，从另外一个角度反映中国地区经济发展的差异。南京财经大学本科毕业论文（设计）3二、收敛性问题、数据选取、面板数据模型㈠收敛性相关说明收敛（convergence）是一个比较常用但不很精确的定义，它其实是指一种趋同性。收敛性一般有两种分类方法：按照研究的经济体的特征分为绝对收敛、条件收敛和俱乐部收敛；按照经济增长方式一般可以分为σ收敛和β收敛。关于σ收敛和β收敛Barro和Sala-Martin在1992年曾做过相关的研究。一般来说，σ收敛是针对变量的存量水平的分析，在本文其具体表现形式是人均电力消费的标准差随时间的推移而趋于下降；β收敛在本文中是指初期人均电力消费较低的经济体在人均电力消费指标上比初期人均电力消费较高的经济体增长速度要快。β收敛是对变量增量的描述，强调的是增长率于初始消费水平负相关。㈡数据选取本文研究的样本时间跨度是1985-2007年（1992-1994这三年的电力消费数据未能收集到，故除外），涵盖了我国大陆地区29个省、自治区、直辖市（具体名单见附录）的面板数据。一般说来统计资料中有城市居民人均电力消费，但是考虑到省市之间指标口径的一致性以及数据的可得性，本文采用的是电力消费总量与年底总人口数的比值，即得到人均电力消费。电力消费总量的单位是亿千瓦小时，年底总人口数的单位是万人，人均电力消费的单位为千瓦小时/每人。电力消费总量与年底总人口数的数据来源于各年的统计年鉴、中国能源统计年鉴和中国自然资源数据库网站。表1人均电力消费的描述统计量①变量均值标准差最小值最大值观测值总体1276.7041040.7740211.23167290.5080N=580组间686.9107529.01013268.9990n=29组内791.7370-700.88295915.552T=20①本部分以及下文的所有图形、模型检验结果都是使用的Stata/SE10.1软件。南京财经大学本科毕业论文（设计）4㈢面板数据模型面板数据包含了时间和截面两个维度,如果面板数据模型设定不正确,将产生较大的偏差,所以如何避免模型设定的偏差,正确建立面板数据模型就显得非常重要。一般地，面板数据模型为如下形式：tttyX，1,2,tT根据截距项向量和系数向量中分量的不同限制要求,可以将上式所描述的面板模型划分为三类：无个体影响的不变系数模型、含有个体影响的不变系数模型即变截距模型和含有个体影响的变系数模型。⑴无个体影响的不变系数模型的单方程形式：ititityX，1,2,,1,2,tTiN该模型假设个体成员既无个体效应也没有结构变化，即对于个体方程，截距项和系数向量均相同。对于此模型，利用OLS就可以直接求出参数和的一致有效估计。此模型也叫联合回归模型（pooledregressionmodel）。⑵变截距模型的单方程形式：itiitityX，1,2,,1,2,tTiN该模型假设了个体成员存在个体效应但是没有结构变化，个体影响可以用截距项i（Ni,,2,1）的差别来说明，而系数向量均相同，故称该模型为变截距模型。有时也称之为个体均值修正回归模型（individual-meancorrectedregressionmodel）。其中根据个体影响的不同形式，可以把此模型分为固定效应变截距模型和随机效应变截距模型。后者与前者区别在于把变截距模型中用来反映个体差异的截距项分为常数项和随机变量项两部分，并用其中的随机变量项来表示模型中被忽略的、反映个体差异的变量的影响。模型的基本形式为：ititiiityX，1,2,,1,2,tTiN其中，i为截距中的随机变量部分，代表个体的随机效应。⑶变系数模型的单方程形式：南京财经大学本科毕业论文（设计）5itiitiityX，1,2,,1,2,tTiN在该模型中，假设个体成员既存在个体效应，又存在结构变化。即截距项i和i（1,2,iN）可以依个体成员的不同而发生变化。我们称此模型为变系数模型或无约束模型（unrestrictedmodel）。本文将从联合回归模型和变截距模型中进行模型选择，不涉及变系数模型。三、古典收敛性分析模型㈠σ收敛分析σ收敛分析通常借助变异系数（CV）来测量样本个体之间的差异性，另外基尼(Gini)系数、阿特金森系数(Atkinson)和泰尔指数(Theilindex)也可以用作σ收敛分析，本文则用变异系数进行σ收敛分析，通过计算不同年份的变异系数，作图观察其随时间推移的变化趋势，以此判断人均电力消费是否存在σ收敛。变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。否则，比较其变异程度就需采用标准差与平均数的比值来比较。1985-2007年期间，中国人均电力消费的均值各年是不同的，所以用变异系数更有效。常用的是标准差系数，用CV(CoefficientofVariance)表示，CV＝σ/μ。我们以1985年的CV作为基期，定为100，计算我国整体、西部、东部、中部地区的变异系数，如图1--图4。本文东、中西部的划分见附录。图1描述了1985-2007年期间,全国人均电力消费变异系数的变动趋势。从图中可以看出变异系数在两个阶段具有明显的不同特征：在1985-1991年期间全国人均电力消费变异系数稳定下降；在1995年后表现为小幅度振荡，可认为没有σ收敛也没发散趋势。究其原因有两点：其一，1992年邓小平“南方讲话”和十四大召开后，整个市场化改革显著加速。其二，三大区域的内部收敛性存在着差异，其综合作用导致了整体上的这种阶段特征。南京财经大学本科毕业论文（设计）6图2-图4分别描绘了1985-2007年三大区域人均电力消费变异系数的动态特征。可以看出,东部省份和地区人均电力消费的变异系数在整个时期内（除1998年外）都是呈下降趋势的,下降的趋势十分显著，其幅度也较大。与之对应,在2000年之前，中部地区人均电力消费差异基本没变化，随后人均电力消费变异系数逐渐增大，人均电力消费呈发散趋势。西部地区的人均电力消费变异系数在1990年前是不断增长的，1991和1995年基本没变化，但1996年后则呈现震荡增长，变异系数逐渐攀升。这些区域的不同收敛性特征，验证了以上的原因分析是1995年后全国人均电力消费没有σ收敛也没发散趋势的原因之一。图1我国整体人均电力消费变异系数图2我国东部地区人均电力消费变异系数406080100CV198519901995200020057580859095100CV19851990199520002005南京财经大学本科毕业论文（设计）7图3我国中部地区人均电力消费变异系数图4我国西部地区人均电力消费变异系数㈡β收敛性分析鉴于全国人均电力消费σ收敛的阶段性特征，笔者分别分析1985-200