金融发展与能源消费的关系
一、文献回顾
现有能源消费总量的研究文献中，主要注重能源消费与经济增长、经济结构和对外贸易等方面的长期协整关系。其中又以能源消费与经济增长为最核心的研究内容，其主要研究内容能够归纳为4个主要方面：增长假说、保护假说、回馈假说和中性假说。增长假说认为能源消费是经济增长的关键因素，能源消费的降低会导致国内生产总值的下降(陈首丽，马立平，2010;齐绍洲，云波，李锴，2009)。而保护假说认为，经济增长与能源消费之间只存有单向因果关系，即经济增长是能源消费的原因，所以旨在降低能源消费的能源政策并不会影响经济增长(林伯强，魏巍贤，李丕东，2007)。回馈假说则认为能源消费与经济增长之间是相互因果的关系(胡军峰，赵晓丽，欧阳超，2011)。中性假说则认为经济增长与能源消费之间不存有显著的因果关系，所以经济增长不会导致能源消费的增长，反之亦然(Belke，Dobnik，
Dreger，2011)。近年来随着金融发展研究的深入，已经从过去的金融发展与经济增长的研究局限中逐步拓展到能源消费、教育、企业家精神和收入差异等方面。金融发展包括股票市场、债券市场的发展，银行机构等金融中介机构的扩张，还包括国外直接投资(FDI)等。关于金融发展与能源消费的研究，能够简单地描述为，金融发展会导致更多还是更少的能源消费，同时能源消费又会对金融发展带来什么影响。从理论上来说，金融发展存有影响能源消费的多种传导路径，而且不同路径对能源消费影响的方向是不同的。在生产领域，金融能发展有助于提升生产领域的能源效率。金融机构协助生产企业实行风险规避，金融市场促动企业的投资效率，金融市场给企业研究和技术更新提供巨大的资金支持。这都有利于能源效率的提升，降低生产领域的能源需求。但是从整体和长期来看，更高的能源效率并不一定会带来能源消费总量的下降。随着能源效率的提升，生产领域和消费领域的能源消费总量反而增加，就是能源研究中的回弹效应(reboundeffect)。查冬兰的研究认为我国煤炭、石油和电力部门存有显著的回弹效应(查冬
兰，周德群，2010)。史红亮、陈凯的研究计算了我国钢铁行业能源消费回弹效应，得出其回弹效应高达130．47%(史红亮，陈凯，2012)。在消费领域，金融发展通过提供消费信贷等金融服务促动大宗商品的消费，这会直接影响我国能源消费总量。快捷、便利的金融服务，使得消费者能够更加轻松地购买大宗消费品，从而拉动国内消费品市场的需求。比如汽车、房子、冰箱和空调等消费品市场在最近十几年里取得了快速的发展。而这些大宗消费品的生产过程会消耗大量的能源，同时消费者在使用过程中也会消耗大量的能源。国外已经有研究文献注重金融发展与能源消费，研究认为金融发展会刺激经济增长，从而影响能源消费的需求(Shahbaz，Lean，Farooq，2013;Sa-dorsky，
2010);并进一步指出金融发展使得企业能更方便快捷地获取融资服务，从而刺激企业对大宗货物的需求以及投资的冲动，进而导致能源需求
的增加(Sadorsky，2011)。当前国内关于这方面的研究文献还非常少。 二、系统与方法
为了研究能源消费与金融发展的相互关系，我们采用Cobb-Douglas生产函数。这里的G是国内生产总值(GDP)，E、K、L分别表示能源、资本和劳动力，A表示技术，e表示误差项并满足正态分布。能源、资本和劳动力的产出弹性用α1、α2和α3来表示。我们设定生产函数满足规模报酬不变的特性，即α1+α2+α3=1。然后在Cobb-Douglas生产函数的基础上实行扩展，设定技术是因为金融发展、国际贸易内生得来的。金融发展通过提升资本效率，吸引国外直接投资和技术溢出等方式促动了技术进步。在自由市场中，企业家是市场的主要组成部分。他们出于自身利益的追求而展开的国际贸易也是技术扩散的推动力。所以设定技术发展函数：这里的gdp(t)、ene(t)和cap(t)分别采用人均国内生产总值、人均能源消费和人均固定资本存量表示，
tra(t)和fin(t)分别用人均贸易额和人均新增人民币贷款表示。其中，人均国内生产总值、人均能源消费、人均贸易额和人均新增人民币贷款的数据来源于《新中国60年统计资料汇编》和《中国统计年鉴2009—2012》;人均资本存量来源于社会资本存量与当年全国总人口的比值，社会资本存量用固定资本存量Kit代替，并使用永续盘存法计
算。具体方法参考单豪杰的论文(单豪杰，2008)，并扩展到2011年(该方法按照统一的10．96%实行估算)。其中，投资值Iit根据《中国统计年鉴》的“固定资产投资价格指数”将年度新投资值调整为1990年不变价，假设固定资本折旧率为10%。在实行变量之间的相关性研究之前，需要对每个变量实行平稳性检验。因为研究的时间是从1978年到2011年，这期间存有重大的社会经济体制转变，所以在常规的ADF检验基础上，还采用Zivot-Andrews的方法来识别其中的结构断点(Zivot，Andrews，1992)。然后实行变量之间的协整关系研究，论文采用AＲDL模型(AutoregressiveDistributedLagModel)实行协整关系研究。AＲDL模型具有如下优点：首先是AＲDL模型的应用比较灵活，时间序列变量并不需要同阶协整，如果是一阶协整也是能够的。其次在小样本情况下，该方法获得的检验结果仍然具有一致性。最重要的是，在AＲDL模型的基础上能够推导出动态无约束误差模型
(DynamicUnrestrictedErrorCorrectionModel)。动态无约束误差模型在长期均衡的基础上，考虑了变量之间的短期效应，同时包含了变量之间的短期信息和长期信息。基于AＲDL模型，采用更加稳健的边限协整检验识别金融发展与能源消费的长期关系，同时利用
ECM(ErrorsCorrectionModel)模型分析金融发展水平与能源消费的短期动态关系。具体的AＲDL－ECM模型表达式如下。 三、数据和实证研究
(一)描述性统计与数据平稳性在协整研究之前，需要对主要变量实行基本统计特征提取和时间序列稳定性检验。变量基本统计特征包括均值、中间值、最大值、最小值和正态分布检验等。数据的平稳性对于政府等相关决策部门来说是非常重要的，比如能源消费时间序列是平稳的，那就意味能源消费的波动只具有短期效应，一段时间之后时间序列会重新回到原来的趋势上;如果能源消费时间序列是一阶平稳，那说明能源消费波动效应是长期的。同样，如果金融发展时间序列是水平平稳的，那么用于提升金融效率的金融政策对金融发展的影响是短期的;如果金融发展时间序列是一阶平稳，那么这种影响是长期的。在经济增长时间序列方面也一样，如果经济增长时间序列是水平平稳的，