能源与经济增长篇1
关键词：能源开发资源诅咒可持续发展
能源是人类生产与生活不可或缺的重要资源，是地区和国家国民经济发展的基础。目前，我国正处在工业化快速发展阶段，国民经济的发展对各种能源的需求也不断增加。陕北地区是我国能源资源富集区，拥有丰富的煤炭、石油和天然气资源，能源产业成为该地区的支柱产业，从而极大地促进了国民经济的发展。
但另一方面，由于区域自然条件的制约和历史因素，陕北地区生态环境脆弱，能源资源的开采所引起的水资源匮乏、水土流失和环境污染等问题相当严重，同时在陕北能源资源的开发利用过程中存在着严重的产业结构不合理、管理体制不健全以及开发秩序混乱、安全隐患突出等问题，严重制约了经济的可持续发展。因此，分析经济增长中存在的“资源诅咒现象”和经济增长对资源开发的路径依赖、以及这种依赖所造成的排挤效应和环境恶化成为了实现经济可持续发展所必须解决的问题。
一、文献综述
国外学者对资源禀赋和经济增长之间的关系的研究分为两派相反的观点。以DeFerrantietal为代表的经济学家认为丰富的资源禀赋对经济增长有正向的促进作用。而相反的观点则想成了三个著名的命题：“荷兰病”、“委内瑞拉化”现象和“资源诅咒”命题。“荷兰病”是指上世纪70年代，荷兰天然气资源的大量开采及出口非但没有加速经济增长反而导致经济衰退的现象。“委内瑞拉化”则是指委内瑞拉在20世纪70年代由石油的开采和出口所引起的资源浪费严重以及经济发展战略的短视，导致了该国一段时间严重的经济危机。“资源诅咒”则是指20世纪80年代越来越多资源丰裕的国家陷入了增长陷阱，丰裕的自然资源非但没有促进经济的快速增长，相反资源丰裕的国家经济增长的速度往往是缓慢的，甚至是停滞的。
国内学者对资源禀赋和经济增长之间的关系的研究也体现在两种观点上。以尹碧波、范方志等学者为代表的认为资源禀赋不能单独成为经济增长的动力，而是要和技术因素、制度因素等一系列构成经济增长的动力。第二种观点以徐康宁和峻峰等学者为代表，他们通过对资源禀赋与经济增长之间关系的实证研究，提出了资源优势并不等于经济优势，从而在某种程度上验证了“资源诅咒假说”。
二、陕北能源资源概况与经济增长现状
陕北是我国的能源资源富集区，蕴藏着丰富的煤炭、石油、天然气、岩盐等资源。已探明储量巨大，分布集中，资源开发的远景相当可观。各种能源资源的开发和利用对国内生产总值和工业总产值有直接的拉动作用，极大地促进了陕北及整个陕西省的经济发展。但另一方面，丰裕的能源资源禀赋使得陕北在选择经济发展的路径时，更偏好于发展能源产业，能源生产的投资比重在地区固定资产投资中占据了重要地位，从而能源资源的投资及生产造成了对社会经济其他领域的排挤效应。同时，陕北能源资源的开发利用给地区的生态环境带来了一系列的负面影响，生态环境是最宝贵的资源，具有供给的有限性和破坏的不可逆性，陕北地处黄土高原，生态环境极其脆弱，水土流失严重。而煤炭等能源资源的开采往往伴随着大规模的挖掘作业以及对水资源的过量消耗，这都会给生态环境带来极大地破坏，从上世纪80年代开始，受经济利益的驱使，陕北各产煤县各种非法开采资源的行为屡禁不止，小煤窑猖獗，能源矿产资源的开发秩序极为混乱，急功近利、缺乏科学技术手段、掠夺式的开发方式带来了严重的资源浪费，不利于科学发展。同时由于企业经营管理体制落后、产品结构单一、科技贡献率低、创新能力弱等问题，导致能源资源企业的经济效益并不可观，抵御市场风险的能力较低，经济发展并未取得理想的成果。
综合以上情况，我们认为陕北地区的经济发展在一定程度上存在资源诅咒的现象。丰裕的能源资源反而使经济陷入了增长的陷阱，它的传导机制主要表现在四个方面：第一，单一的资源型产业结构使资源部门不断扩张，地区经济对资源部门形成路径依赖，其他经济部门不断萎缩，使得产业链缩短，具有高技术含量和高附加值的最终产品工业和高新技术产业等部门发展受阻。第二，资源型产业的扩张导致地区严重缺乏人力资本积累的内在动力，从而缺乏高知识水平和技能素质的人力资源，难以支撑经济的高速增长。第三，在法律制度不完善、产权制度不清晰、市场规则不健全的情况下，丰裕的资源诱发了一些“机会主义”行为和寻租活动。资源的实际占有者往往是地方政府，政府对开发权及相关受益的重新分配导致贫富差距的进一步扩大，这些都会导致社会矛盾的激化，使得社会环境恶化。第四，资源开发加大了生态环境的恶化，脆弱的生态环境又反过来制约了区域经济的发展，不利于经济的可持续发展。
三、政策建议
基于陕北地区能源资源禀赋与经济增长现状，建议从以下三方面来解决经济发展存在的资源诅咒问题。
首先，要建立起优势产业政策引导和支持机制。应该通过适当的产业政策延长煤油气资源开发的产业链，促进区域经济的长期增长，提高资源开发利用的集约化程度。能源产业的发展与其他具有高技术含量的高新技术产业发展并重，促进经济的多元化发展。
能源与经济增长篇2
关键词：能源消费；经济增长；协整关系
中图分类号：F206文献标志码：a文章编号：1673-291X（2016）28-0046-01
引言
近年来，随着各地雾霾危害的加剧，国家对相关环境污染现象的严防厉惩，给能源行业的发展带来了前所未有的冲击和挑战。可以说，能源既是促进经济发展的助推器，也是衡量人民生活质量的指标。如今，能源消费与经济增长到底是一种什么样的关系，能源消费可能会对经济增长产生什么样的影响，这样的问题显得十分重要。所以，本文以广西2000―2014年间的时间序列数据为研究对象，来分析广西能源消费与其经济增长之间的关系。
一、文献综述
目前，有很多关于能源消费与经济增长之间的关系的研究，但这方面的研究主要是全国和省域范围上的区别。例如，陈书通（1996）认为，能源消费与经济增长之间的关系是经济增长必然会引起能源消费的变化[1]。陈榕（1998）以福建省为例，指出20世纪80年代福建省经济增长对其能源消费有很强的依赖性，能源消费支持着经济增长[2]。崔明欣、刘超（2016）通过选取中国东北三省1990―2013年的数据，实证分析结果显示，能源消费与经济增长之间存在因果关系[3]。
二、实证分析
1.数据的来源及处理。本文选取的样本区间是2000―2013年，频率为年度，数据来源于《广西统计年鉴》。采用广西壮族自治区生产总值和能源消费总量作为经济增长和能源消费的衡量指标。本文分别用lnGDp和lne代表经济增长和能源消费。
2.序列平稳性检验。其实，平稳性检验方法有很多种，而单位根检验是检验序列是否平稳的一种最为常用的方法。在单位根检验中如果有单位根的存在，则认为序列是不平稳的。本文所有的检验都是在eviews7.2条件下进行的。aDF检验结果显示，原变量都是不平稳的，对它们进行一阶差分后所得的变量同样也是不平稳的，而对它们进行二阶差分后所得的变量都是平稳的。
3.协整检验。从上面的检验结果可知，两个变量是二阶单整的，它满足进行协整检验的前提条件。所以，本文运用eG两步法来检验两变量之间是否存在协整关系。根据eG两步法的思想可知，如果残差序列不存在单位根则认为它是平稳的，也就是它们存在协整关系。检验结果显示，残差序列是平稳的，即lnGDp和lne的二阶差分存在协整关系。
4.格兰杰因果关系检验。由协整检验的结果可知，经济增长和能源消费两者之间存在协整关系。但是，它们两者之间到底是谁先变化谁后变化并不知道，所以为了弄清楚这种先后关系，需要对变量进行格兰杰因果关系检验。检验结果显示，能源消费是广西经济增长的格兰杰原因。
三、政策建议
如果想要让广西经济持续迅速地发展，就需要充足的供应能源。因为能源消费对经济增长会产生影响，但是也要注意利用先进技术开发新能源，提高能源的利用效率，以减少对能源的过度浪费，促使能源的合理消费。在短时间里，加大能源投入会刺激广西经济的增长。但从长期来看的话，反而会对其经济带来负面影响。所以，能源消费要适度，超过一定的水平可能会不利于广西经济的增长和发展。
参考文献：
[1]陈书通.我国未来经济增长与能源消费关系分析[J].中国工业经济，1996，（9）.
能源与经济增长篇3
关键词：能源消费经济增长关系
一、引言
2014年11月12日，中美两能源消费巨头再次发出了《中美气候变化联合声明》，美国计划于2025年实现在2005年基础上减排26%-28%的全经济范围减排目标，并将努力减排28%；中国计划2030年左右C02排放达到峰值且将努力早日达峰，并计划到2030年非化石能源占一次能源消费比重提高到20%左右。
该联合声明充分体现了两国要向能源合理利用、低碳经济转型、全球2℃温升目标作出长期努力的决心。能源不仅是国民经济发展的动力，而且是衡量综合国力和人民生活水平以及国家文明发达程度的指标。尤其是化石能源的供给不足、能源结构偏差、能源效率低下、破坏生态修复系统、环境压力增加等问题已经成为世界各国经济发展的瓶颈。能源消费促进了经济的增长，经济增长也推动着能源的大规模开发利用，同时随着经济的快速发展，必然面临不断增长的能源需求和能源稀缺的矛盾问题。
随着我国社会财富的不断增加，合理利用能源，保证经济的稳步发展，促进绿色GDp增长是当务之急。无论是发达国家或是发展中国家，能源消费和经济增长之间的关系都成为各国制定经济可持续发展战略的重要依据，正确认识并处理好二者之间的关系对于缓解或是解决能源瓶颈和生态压力问题，保持经济的持续稳步增长具有显著的重要意义。
一、能源消费与经济增长相关理论研究
关于能源消费与经济增长关系的理论分析，国内外学者主要基于经济可持续发展理论从技术进步、产业结构调整、外商投资、家庭消费等方面进行分析，讨论如何改变能源消费与经济发展现状，以实现经济平稳持续增长。
比如，在技术进步方面，李廉水等（2006）将技术进步分解为科技进步、纯技术效率和规模效率三个部分，发现技术效率是能源效率提高的主要原因，科技进步的贡献相对低些，但随着时间推移，科技进步的作用逐渐增强，技术效率的作用慢慢减弱。何小钢等（2012）延续了李廉水等（2006）的研究，发现到2012年为止，科技进步对能效提高的贡献超过了技术效率。
在产业结构调整方面，王强等（2011）针对产业结构对能源效率的影响进行了研究，发现中国第三产业较第二产业发展对能源效率提高具有更大推动作用，根据发达国家发展经验，中国第二产业发展对能源效率提高的抑制效应尚未显现，经济发展仍需粗放、耗能工业拉动，且中国能源消费过度集中于煤炭能源的结构特征会抑制能源效率的提高。mcDermott，Rocha（2010）强调政府应充当科研机构与技术人才的沟通桥梁，企业在产业升级中拥有足够的知识实现产业升级转型，进而实现经济发展中能源的合理利用。Kohpaiboon，Jongwanich（2013）强调了产业升级对经济持续发展的重要性，认为产业集群是产业升级发展的结果，而非技术升级的前提条件，政府应该为前沿产业发展创造机会。
从外商投资角度，pavlinek，Domanski等（2009）认为外商在资本和技术上的双方面投入为中欧汽车制造产业升级发挥了重要作用，FDi的引入要确保不以牺牲当地资源环境为代价，要确保实现资本和技术的双效吸收。
从家庭消费理论出发，SchubertJohannes等（2013）研究发现德国近50%的碳排放是由于私人交通造成的，这与城市和农村的不同的基础设施建设和职能分工有关，因此政府在制定降低碳排放政策时要考虑家庭结构的因素。
总体来说，国内外学者对于能源消费与经济增长关系的理论分析主要是基于循环经济理论，从促进两者和谐发展的因素入手分析的，这些理论分析从不同侧面对能源经济问题进行了分析，对日后的研究起到了携领启发的作用。
二、能源消费与经济增长关系研究的不同方法选择
纵观国内外学者对能源消费与经济增长关系的研究，主要采用计量模型分析、灰色关联度分析、脱钩系数法以及投入产出模型分析等方法，阅读相关文献发现，对于研究能源消费与经济发展关系这一课题基于不同理论、方法的论述对应着该课题研究的不同角度，从研究效果上来说各有千秋。具体来看有以下评述。
（一）基于计量模型的研究
Granger因果关系检验目的是要确定一个变量的滞后项是否包含在另一个变量的方程中，是检验经济变量间因果关系常用的一种计量经济学方法，其本质是用条件概率来定义因果关系。该检验方法为2003年诺贝尔经济学奖得主克莱夫格兰杰（Clivew.J.Granger）所开创，进行Granger因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题，因此在进行Granger因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验。
有许多学者建立计量模型对能源消费与经济增长的关系进行了Granger因果检验，但是对于我国整体能源消费与GDp两对时间序列的因果关系研究上有不同的结论产生，杨宜勇等（2009）.王鉴雪等（2011）、戴新颖（2014）利用协整理论和误差修正模型eCm分析了我国能源消费与国内生产总值的数据，发现中国的能源消费与经济增长在长期内保持均衡状态且两者互为因果关系。然而，汪旭晖等（2007）、鄢琼伟等（2011）、张宝山等（2012）、王秀丽（2014）的Granger因果检验结果为能源消费对经济增长的单向Granger原因。马宏伟等（2012）以1978年-2008年样本区间数据为基础，利用Johansen协整检验法和基于向量误差修正模型的短期、长期Granger因果关系检验，发现我国经济增长、能源消费之间存在单向Granger因果关系，经济增长是能源消费的Granger原因。在短期内，以上学者普遍认为我国能源消费与GDp之间存在波动关系，不具有Granger因果关系。对于这种研究同一地区却得到不同甚至截然相反的结果的现象，很可能与学者选择不同时间跨度、不同时间间隔的数据有关，当然模型变量的不同选择同样也会造成对实证分析结果造成影响，但是由于Granger因果检验务必要求所检验的序列平稳，对于协整序列不可直接进行该检验，因此也不排除模型中存在错误的可能。
（三）脱钩系数法分析
脱钩理论简单来说就是原本具有依赖关系的两种事物随着时间的推移不再具有相依关系而实现独立发展，即实现了脱钩。基于这一理论对于能源消费与经济增长关系的研究，主要集中于如何选择和计算脱钩系数，何时或者说发展到何种程度即视为真正实现能源消费与经济增长的脱钩化等问题，就此，国内外也有不少学者基于不同时间范围、针对不同地域进行了相关研究。
针对如何选择和计算脱钩系数，判断脱钩状态或测度脱钩程度，当前所采取的方法主要有oeCD开发的脱钩指数法以及tapio提出的弹性分析法，其中王远等（2010）.郭岩等（2013）、何剑等（2014）运用脱钩指数法计算了脱钩系数，但是由于脱钩指数法只能分辨出脱钩与非脱钩，无法准确判定脱钩的程度和类别而使其应用受到一定的局限，因此多数学者对tapio模型更为青睐，比如武红等（2011）、吴振信等（2013）、张小平等（2013）、盖美等（2014）均使用tapio弹性分析法来计算脱钩系数。
从能源消费与经济增长的脱钩分析成果上来看，脱钩指数越大，也就意味着经济增长相对于能源消费的效率越高，也就是实现了脱钩，反之，则定义为复钩，也就是说经济增长与能源消费依然存在依赖关系。王远等（2010）发现1990-2005年间江苏省能源消费与地区生产总值处于弱“脱钩”状态，进入2000年后，二者呈现出扩张性“复钩”趋势。武红等（2011）利用河北省1980年-2009年数据分析得出，1980年-2009年，河北省能源消费总量与碳排放总量的变动趋势近似，能源强度与碳排放强度的变动趋势近似，1980年-2009年期间，碳排放与经济增长的脱钩弹性指数类型、能源消费与经济增长的脱钩弹性指数类型在同年份表现完全一致，且在大部分年份指向弱脱钩状态。吴振信等（2013）、张小平等（2013）、郭岩（2013）、盖美等（2014）分别对北京市、甘肃省、青海省、辽宁省做了类似分析。
在国外学者的相关研究中，DeFreitas，LucianoCharlita等（2011）探讨巴西从2004年到2009年经济增长率和C02排放之间的脱钩关系，2009年以后两者间脱钩显著。Baranzini，andrea等（2013）研究了瑞士从1950-2010年期间能源消费与经济增长之间的关系，以1970年为界，能源消耗对经济增长贡献逐渐减弱，这意味着GDp增长与能源消耗之间可能趋向脱钩，节能减排的政策不一定对瑞士经济增长造成负面影响。
（四）投入产出分析
投入产出分析的理论基础是瓦尔拉的一般均衡理论，是通过编制投入产出表来实现的分析方法，投入表反映各种产品的生产投入情况，包括中间投入、最初投入等，支出表反映各种产品的使用去向情况，包括中间使用去向和最终使用去向。就能源消费与经济发展的研究来说，不少学者选取了经济发展中的某种环境、某个行业、某一因素来研究其对能源消费的影响，基于此建立数学模型，进行经济分析、政策模拟、经济预测等。
比如郎春雷（2012）就基于技术创新这一因素作为经济发展投入对能源消费影响因素进行了实证分析，发现技术创新对于能源消费弹性的确具有反弹效应，但由于目前中国整体的技术创新水平还未达到限值的阶段，因此加快技术创新水平是降低能源消费强度的重要手段。乌力吉图（2012）则从能源消费部门人手，编制各年间能源投入产出表，分析了我国各产业部门能源消费的结构、变化、效率、完全能源强度等，量化分析了能源消费型部门的生产用能源转变。陈琳（2013）从产业关联的角度出发，采用结构分解分析法（SDa）给出了中国1997年、2002年、2005年、2007年能源消费碳排放的投入产出分析模型。吴开尧等（2014）使用价值型能源强度作为中国经济产业能源制约程度指标，按照Seea核算方法编制1997-2002-2007-2010年混合型能源投入产出可比价序列表。由以上文献可以看出，使用投入产出模型分析能源消费与经济增长关系的好处在于可以针对某一要素进行该要素对两者影响的特定分析，但是投入表产出表的编制方法很多，在选择上具有一定的自主性，这一点对研究结果的客观真实性会产生或多或少的影响。
同时，正由于投入产出方法的自主因素，利用这种模型进行针对某一变量变化途径的情景分析是不错的选择，比如曹俊文等（2012）就基于该方法对中国能源消费碳排放进行了情景分析，模拟了在不同经济增长方式情景下中国2020年能源消耗及碳排放情况，并由此对我国减排影响因素进行分析。
四、研究评述与未来研究趋势
为减缓全球温室效应的加剧，能源消费与经济增长和谐发展的问题备受各国政界人士以及业界学者的关注，从可持续发展理论出发深入研究能源经济问题，解决经济快速增长下能源的供给不足、能源结构偏差、能源效率低下、破坏生态修复系统、环境压力增加等问题，均是各界学者关注的重点。
能源与经济增长篇4
【关键词】能源消费经济增长相关分析灰色模型
一、引言
“十二五”时期是河南省全面建设中原经济区、加快中原崛起和河南振兴的关键时期，随着工业化、城镇化加速推进，我省能源需求将刚性增长，能源供需矛盾将更加凸显，能源发展将面临严峻挑战。统计资料显示，河南省的能源消费从1978年的3353万吨标准煤增长到2013年的24756万吨标准煤，中国能源生产总量在2013年达到34亿吨标准煤，河南省能源生产总量为13248万吨标准煤，占全国能源生产总量的3.90%；同年，中国能源消费总量为375000万吨标准煤，河南省能源消费总量为24756万吨标准煤。目前，河南省还处于能源短缺、能源消耗粗放的现状下，在经济结构和产业结构转型的关键时期，研究河南省能源消费与经济增长之间的内在联系并且预测河南省能源消费量的走势显得十分迫切和必要。
2013年河南省的经济总量达到32155.86亿元。2000年到2013年间，河南省的名义GDp由2000年的5052.99亿元人民币增加到2013年的32155.86亿元人民币，平均增幅达12.20%。
图1呈现出河南省2000年至2013年间地区生产总值总体变化趋势，可以明显看出，绝对经济总量是逐年上升的，2008年由于金融危机的影响，经济增长速度放缓，但随着政府一系列政策的出台，刺激了当时低迷的市场，使得经济加速增长。
从能源消费总量来看，近十多年来，能源消费总量不断递增。从2000年的7919万吨标准煤增加到24756万吨标准煤。尤其是2001～2006年，能源消耗量迅速增长，到2003年能源消耗总量突破亿吨。自2007年以来，能源消耗增幅略有减少，但是仍旧突破两亿吨。
图1河南省地区生产总值柱状走势图
图2河南省能源生产与消耗总量折线图
二、回归分析
（一）数据说明
本研究主要涉及两组数据，即国民生产总值（GDp）和能源消费总数的时间序列数据。数据的时间序列是从2000年～2013年。能源消费数据的单位为万吨标准煤（燃料），不需要折算转换，可以直接使用，因此不需要多加说明。关于GDp数据，为了消除较长时间周期中存在的物价、时间价值变化等诸多因素，使之可比性，因此是按不变价格计算（1952年=100）。所涉数据均来自河南省统计局2013年经济普查数据、《河南省统计年鉴》和河南省统计局的统计数据。
表12000～2013年河南省GDp和能源消费总量
（二）回归分析
改革开放以来，河南经济发展迅速。经济普查数据表明，2000～2013年期间，河南的GDp由5052.99亿元增加到32155.86亿元，按可比价计算增加了6倍左右，年均递增12.20%。随着经济的快速发展，能源消费规模不断扩大，能源消费结构也不断变化。同期全省能源消费总量由6591万吨标准煤增加到万吨标准煤，增长了3倍左右，年平均增幅达到7.89%。
2000年～2013年，随着河南省GDp逐年增加，全省的能源消费总量也呈现出增长趋势。全社会能源消费总量与GDp的散点图变现为一条趋于上升的直线，说明二者之间呈线性关系，运用回归分析方法可计算出两者之间的相关系数高达94%以上。
本研究主要涉及两组数据，即国民生产总值GDp和能源消费总数的时间序列数据。数据的时间序列是从2000年～2013年。关于GDp数据，为了消除较长时间周期中存在的物价、时间价值变化等诸多因素，使之更具有可比性，因此是按不变价格计算（1952年=100）。所涉数据均来自《河南省统计年鉴》和河南省统计局的统计数据。
根据河南经济普查数据，可观察到GDp与eCp（能源消费数量）两时间序列都呈现指数增长趋势，故取它们的自然对数值，以便消除指数趋势而转换为直线趋势，同时并不改变原来具有的协整关系，这在一定程度上可以消除时间序列中存在的异方差现象；并且分别采用表示lnGDp和lneCp各自取对数处理后的新序列。通过eviews计算机软件运算得出：
以lnGDp为被解释变量，lneCp为解释变量，u为残差项，用oLS回归方法估计的回归模型为：
lngdp=-1.21+1.14lnecp+u
t（-3.96）（30.67）
R2=0.98，f=940.36明显显著，dw=0.69
从回归方程中可以看出，eCp的变化对GDp的影响呈现正相关关系，即随着eCp的增加或减少，GDp也会出现相应的增加或减少。其经济意义为：能源消费确实影响和带动了经济的增长，其影响方向和程度为：若能源消费总量eCp每变动（增加和减少）1%，将会引起GDp同方向发生变动，其影响的平均变动幅度为1.14%。这也说明了能源对促进经济具有乘数效应，且具有双刃剑的功能。
R2=0.98，表明能源消费变化中的98%可以用GDp的变化进行解释，两者之间存在着显著的正相关关系，即随着GDp的不断增大，能源消费也在不断增加。
调整后的R2=98%，拟合度均高于0.9以上。
模型（1）是不是表明两变量序列具有协整关系的适应性模型，关键在于估计的残差序列（用u表示）是否平稳的，需要进行回归残差的平稳性的aDF检验，其结果为残差序列的单位根检验及其结论变量aDF检验值1%显著水平、5%显著水平和10%显著水平检验形式检验结论。
从回归结果的图形可以看出，包括残差项（Residual）、实际值（actual）、拟合值（Fitted）的图形中，实际值和拟合值几乎一致。当然，由于经济是一个复杂的体系，受到多方面的因素影响，不可能用一个变量解释清楚，这就造成残差项在图形中有较大的波动起伏。
但是，从方程（1）和方程（2）趋势项的系数可以看出：能源消费的系数为负，而经济增长的系数为正，这表明从长期来看，经济增长的边际效应是递增的，但能源消费的边际效应却是趋于下降的，即经济增长对能源消费的影响在未来的河南省经济增长中将发挥主导作用。
lngdp=1.197+0.86necp+u
tt（5.22）（30.66）
R2=0.98，f=940.36，dw=0.69
三、灰色模型预测
（一）灰色模型理论
灰色模型理论是由我国邓聚龙教授在20世纪80年代首次提出的，用于研究“小样本”、“贫信息”不确定系统问题的一种数学理论方法。一阶微分Gm（1，1）预测模型是灰色理论系统的核心内容，广泛应用于物流、交通、工业等经济领域。可对能源消费进行长期预测，且精度较高。
本文用到数列预测。所谓数列预测，就是对某一指标的发展变化情况所作的预测，其预测的结果是该指标在未来各个时刻的具体数值，数列预测的基础，是基于累加生成数列的Gm（1，1）模型：
（二）预测结果及分析
选取河南省2000～2013年能源消费总量，应用灰色模型Gm（1，1）理论，可计算得知α=-0.06601，u=13897.72，模型预测公式为：
四、结论
回归分析结果显示，河南省的经济增长与能源消费之间存在着一种共同的长期趋势，二者相互影响、相互依存，且互为因果关系。上述研究结论具有一定的理论基础，因为能源作为一种生产投入要素，其投入的增加必然会带来经济产出的增加；同时，当经济产出总量扩大时，对能源要素的需求也会随之增加。
但是，这一结论带来的深层次的政策含义更值得我们关注。一方面保持经济持续的稳定增长必须有不断扩大的能源供应作为保障，除非能源的质量（比如能源结构、新能源品种等）得到改善，否则能源需求总量规模将会随着经济总量的增长而不断扩大，一旦能源供应可能出现的波动和短缺必须保持高度警惕并做好应对的准备；另一方面，不断降低能源消费强度的节能目标也必然会对经济造成一定的影响。因此，政府在制定相关政策时，必须充分考虑其对能源消费形成的影响，重视能源生产结构的合理性，并且加强对系能源的开发和利用，从而避免其间接对经济增长目标带来的消极影响。
基于建立的灰色模型Gm（1，1）对河南省能源消费进行预测，预测2020年能源消费总量将达到41071万吨标准煤。该预测模型方法可行，结果可信，拟合效果较好，且总体符合一级精度标准。考虑到河南省未来几年能源消费总量会持续增加，且增速会稍放缓，此样本模型恰与实际能源消费趋势相符。
参考文献：
[1]河南省统计局，国家统计局.河南统计年鉴2013[m].北京：中国统计出版社，2014.
[2]宣宜.云南省能源消耗与经济增长关系研究[J].云南社会科学，2011，（2）.
[3]李壮，胡炳清.基于灰色模型Gm（1，1）的河南省能源消费预测[J].环境与可持续发展，2015，（3）.
能源与经济增长篇5
[关键词]俄罗斯能源消费经济增长格兰杰因果检验
[中图分类号]F124[文献标识码]a[文章编号]1009-5349（2015）05-0029-02
随着全球经济规模的不断扩大，对能源的消费也急剧上升，表现为，20世纪70年代初全球能源消费量仅为57.3亿吨油当量，到2013年已经超过100亿吨油当量，为127.30亿吨油当量，总量上翻了一番。但是由于传统的能源结构已经不能满足当今社会发展的要求，所以可再生能源部门由以前的政府支持已经转变成为多国的能源平衡不可分割的一部分。
据2013年国际能源机构分析，到2017年预计将会有70个国家在国家电力部门使用可再生能源技术。可再生能源是减少二氧化碳（Co2）和局部污染物的排放，同时，可再生能源也可促进经济发展，加强能源安全和多样化的能源消费，改善单一的能源消费结构。但是可再生能源依然比化石能源的使用要贵，这也是束缚可再生能源发展的一个重要因素。据统计，2010年可再生能源利用包括传统生物质能的利用为16.84亿吨油当量，占一次能源利用的13%。能源在经济增长中的作用表现在供给和需求两个方面。在供给方面，节约能源是消费决定是否购买，并最大化产品效用的因素之一。在供给方面，在发挥各国经济增长和社会发展中，除了资本，劳动力和材料投入这些关键因素之外，能源的生产被认为是促进经济增长和生活水平的另一关键因素。这表明，应该对能源消费和国民收入（GDp）的因果关系进行分析，是能源消耗拉动了经济增长还是经济增长加大了能源消耗，一直都是学界比较关心的问题。
一、文献综述
有很多的关于能源消耗和经济增长之间的因果关系检验的文章，采用的方法包括以下几种：Granger因果检验、协整检验、向量自回归模型（Vectorautoregressive，以下简称VaR模型）、误差修正模型（VectorerrorCorrection，以下简称VeC模型）、0型等。即使在同一种方法下，由于针对不同国家的、国家发展阶段上的差异以及同一国家同一阶段由于采取的数据样本的存在的差异，得出的结论也不尽相同。
最早的研究是KraftandKraft（1978）[1]，他们使用1947―1974年美国的宏观数据，用Sims因果检验来考察整个社会总产出到能源消费的单向因果关系，发现了社会总产出的增长将带动能源消费的结论。akarca和Long（1980）[2]1973―
1978年美国的数据，他们分别采用不同时间段的数据，对不同对象的能源消费与经济增长进行Granger因果关系检验，检验结果表明GDp和能源消费之间不存在因果关系。
最近有好多这种问题研究的分析学家，比如：masih和mansih（1996）[3]阐述了长期均衡关系，在能源消费和经济增长之间存在可以用Granger因果检验协整分析。从六个国家检验了能源消耗和真实的收入之间的协整关系。结果发现，只有印度、巴基斯坦和印度尼西亚存在协整的。暂时的因果关系表明至少是一种的Granger因果关系，或者是单项或者是双向。
asafu-adjaye（2000）[4]用印度、印度尼西亚1973―1995，菲律宾以及泰国1971―1995的年度数据使用协整和aeC模型估计了能源消费和收入之间的关系。结果表明，短期内，从印度和印度尼西亚能源到收入存在单项的Granger因果关系。而在泰国和菲律宾的数据表明，能源消耗和收入存在双向的Granger因果关系。考虑到泰国和菲律宾能源，收入以及价格之间互为因果。本文的研究不能支持能源和收入是中立的，但是有个例外是印度尼西亚在短期来看是中立的。
UgurSoytasa，RamazanSari（2003）[5]使用了能源消耗和GDp的时间时间序列数据，运用VDCs和VeC模型，重新估计了前10位新兴经济体和G7国家包括了中国在能源消耗和收入之间的关系。结果发现在阿根廷存在一个双向的因果关系，印度和韩国单项因果关系从GDp到能源消耗，土耳其、法国、德国、日本正好是反向的因果关系。最后文章还指出，在最后四个国家中能源保留对经济增长存在阻碍作用。nodo和Kahsai（2009）[6]用ComeSa国家（包括19个非洲国家）1980―2005数据，论文结论表明长期和短期的因果关系是单项的从GDp到能源消耗。
二、能源消费与经济增长的因果分析
（一）平稳性检验
首先，应该对每个变量进行平稳性检验，看看这些变量否是含有单位根。aDF检验是在时间序列分析当中比较普遍，结果也是很真确的。aDF检验从Dickey-Fuller检定扩张修改而来。aDF检定优点在于，它透过纳入落后期的一阶向下差分项，排除了自相关的影响。
即aDF检验方法来检验Lgdp、Loil、Lgas、Lcoal、Lren、Lhydro和Lnuclear序列的平稳性。俄罗斯aDF检验结果，检验的原假设是：时间序列变量“存在单位根”，如果aDF值比临界值小时拒绝原假设，就是变量平稳。在10%的显著水平（-2.630）下俄罗斯的实际GDp（-0.251）、石油（-1.864）、天然气（-1.207）、可再生能源（-1.617）、水电（-1.923）消费消费的aDF值比临界值大，由此说明该时间序列存在着单位根，总体保持不平稳。可是俄罗斯煤炭（-2.729）、核能（-3.106）消费变量都拒绝“存在单位根”的原假设。然后对数序列进行差分变换，上表中dLgdp、dLoil、dLgas、dLren、dLhydro是指各相关变量对数序列的一阶差分，然后再做平稳性检验，发现在临界值水平下，除了可再生能源以外其他的变量基本都是平稳的。对协整和因果关系检验分析，变量的阶应该属于同阶，这样满足检验的条件，而上面单位根检验显示变量单整阶数不同，所以不能进行相关检验，对俄罗斯能用Lgdp、Loil、Lgas、Lhydro。这些变量属于同阶，那可以进行Johansen协整检验。
（二）Johansen协整检验
JJ协整检验表示如果序列数据是非平稳而这一组的线组合，意思是这个租序列就是协整的，即有一种长期的均衡关系。非平稳的时间序列协整分析包括两个方法：第一，对两个变量之间协整关系学家用engle和Granger（eG）两步法，他们的步法是基于回归残差协整检验；第二，对两个多变量之间协整关系来说，比较长用Johansen检验法，JJ检验法是基于回归系数协整检验。
本文的研究包括两个多变量可以正确通过检验出协整向量的数目，协整检验方法采用被广泛使用的Johansen检验法。做对俄罗斯变量协整分析，检验见下面表：俄罗斯GDp和能源消费的协整性分析。
表1俄罗斯的变量的Johansen协整检验结果
特征根迹检验
原假设协整方程的个数特征值迹统计量5%临界值
0-66.215447.21
10.7153138.575329.68
20.5891519.005715.41
30.495163.96823.76
最大特征根迹检验
原假设协整方程的个数特征值迹统计量5%临界值
0-27.640127.07
10.7153119.569620.97
20.5891515.037514.07
30.495163.96823.76
从上结果发现了对俄罗斯来说：Lgdp、Loil、Lgas和Lhydro四个变量之间存在协整关系。
（三）格兰杰因果检验
格兰杰因果关系检验的原理如下：
et=ln（et），yt=ln（Yt），et为第t期的能源消费，Yt为世纪GDp，都是水平数据。
LGDp、Loil、Lgas、Lhydro虽然是非平稳变量，由于对俄罗斯来说LGDp、Loil、Lgas和Lhydro是存在协整关系，所以可以对他们进行格兰杰因果关系检验。本文利用格兰杰因果检验研究俄罗斯GDp与能源消费之间的关系，通过Stata用格兰杰因果检验分析结果。
表2俄罗斯变量格兰杰因果关系检验结果
equationexcluded带后阶数Chi2p值检验结果
LGDpLoil210.6120.005Loil是LGDp的Granger因
LGDpLgas27.11290.029Lgas是LGDp的Granger因
LGDpLhydro21.18920.552Lhydro不是LGDp的Granger因
LoilLGDp21.65740.437LGDp不是Loil的Granger因
LgasLGDp21.77720.411LGDp不是Lgas的Granger因
LhydroLGDp28.13180.017LGDp是Lhydro的Granger因
在表2中，对俄罗斯的一次能源消费与经济增长之间的格兰杰因果关系检验可以看出，在5%的显著性水平下，天然气、水电能源消费与经济增长之间的因果关系很明显。对于“Loil不是LGDp的格兰杰因”和“LGDp不是Loil的格兰杰因”的原假设，能接受一个原假设就是经济增长不是石油消费的格兰杰因，即石油消费是经济增长的格兰杰因。
“Lgas不是LGDp的格兰杰因”和“LGDp不是Lgas的格兰杰因”的原假设结果是，天然气消费是经济增长的格兰杰因，就是经济增长依赖天然气消费。
关于“Lhydro不是LGDp的格兰杰因”和“LGDp不是Lhydro的格兰杰因”的原假设。意思是水电消费不是经济的格兰杰因，而经济增长是水电消费的格兰杰因。意思是经济发展是非水电能源依赖型的，而经济发展对水电能源消费率会有影响。
四、结论与政策含义
从1990年到2013年有苏联解体，两个很重的危机，俄罗斯的能源消费苏联解体以后下降，20世纪末有积极增长的态势。这都是对能源消费和经济发展有影响。2013年GDp比1990年GDp增长了4倍，一次能源消费增长了0.8倍，就是2013年一次能源消费比1990年一次能源消费小。2000年以后俄罗斯能源消费稳定增长，也是可再生能源消费慢慢增长。根据格兰杰的检验结果可以发现，对于俄罗斯而言，石油和天然气与经济增长之间存在着明显的单向因果关系，经济增长对水电消费存在着显著的单向因果关系，即俄罗斯的经济增长依赖于石油和天然气的，而水电能源消费是依赖于经济增长的。
【参考文献】
[1]KraftJ.，Kraft.a.ontherelationshipbetweenenergyandGnp[J].JournalofenergyandDevelopment，1978（03）：401-403.
[2]akarca，Long.ontherelationshipbetweenenergyandGnp：areexamination[J].JournalofenergyDevelopment，1997（05）：326-331.
[3]masih，a.m.m.andmansihR.energyConsumption，RealincomeandtemporalCausality：Resultsfromamulti-CountryStudyBasedonCointegrationanderror-Correctionmodelingtechniques[J].energyeconomics，1996（18）：165-183.
[4]Johnasafu-adjaye.therelationshipbetweenenergyconsumption，energypricesandeconomicgrowth：timeseriesevidencefromasiandevelopingcountries.energyeconomics，2000（22）：615-62.
[5]UgurSoytasa，RamazanSari.energyconsumptionandGDp：causalityrelationshipinG-7countriesandemergingmarkets[J].energyeconomics，2003（25）：33-37.
[6]Chalinondo，mulugetaKahsai.energyconsumptionandeconomicgrowth：evidencefromComeSaCountry[D].agriculturaleconomicsassociationannualmeeting，2009.
[7]alainD.ayongLeKama.Sustainablegrowth，renewableresourcesandpollution[J].JournalofeconomicDynamics&Control25，2001（14）：1911-1918.
[8]林伯强.中国能源政策[m].北京：中国财政经济出版社，2009.
[9]魏一鸣，焦建玲.高级能源经济学[m].北京：清华大学出版社，2009.
[10]林伯强，牟敦国.高级能源经济学[m].北京：中国财政经济出版社，2009.
能源与经济增长篇6
中国东部发达地区和西部不发达地区的经济差异到底存在收敛趋势还是发散趋势?西部地区在努力缩小同东部发达地区的经济差异的过程中,其能源使用效率(用能源消费强度①表示)是在提高还是在降低?对这些问题的研究,对于中国制定更合理的区域发展政策,充分考虑我国不同地区的能源供求差异,使各地区有效利用能源禀赋以及能源利用效率方面的差异进行合作,走能源节约型的可持续的区域平衡增长道路至关重要。国内外对区域人均GDp增长收敛的研究较多,Jianetal(1996)、Bunyaratavejetal(2002)、DelaFuente(2003)分别研究了人均收入增长水平与就业、劳动生产率、技术扩散和汇率波动之间的收敛关系。martin(1996)对以往研究人均GDp收敛的方法做了系统分类,并通过比较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之间的收敛程度。关于中国经济增长收敛问题的研究,大体上可以分为四大类:一是“U”型收敛,即全国及东西部差异在1990年以前减小,1990年以后开始增大,Jianetal(1996)、世界银行(1997)、卢艳等(2004)、黎德福等(2006)的研究基本上都验证了这一结论。二是所谓的“收敛俱乐部”现象,即东中西三大区域的差异扩大的同时,各区域内部存在收敛趋势,Jianetal(1996)、世界银行(1997)和彭国华(2005)的研究都不同程度地验证了这一现象。三是条件收敛,林毅夫等(2003)、彭国华(2005)、许召元(2006)、刘黄金(2006)、龙文(2007)分别从不同角度认为中国区域经济增长存在条件收敛。四是收敛,张庆君(2006)认为我国东中西三大区域既存在新增长理论也存在新古典增长理论所产生的收敛速度;欧向军(2006)认为我国东中西三大区域逐渐发散趋异,而南北两大区域逐渐收敛趋同。总之,由于不同学者研究的方法、样本区间和研究视角的不同,关于中国不同区域经济增长的收敛问题并没有完全一致的结论。国内外对经济增长和能源使用效率关系的研究较为丰富,其中不乏国外学者直接针对中国的研究。
markandyaetal(2004)在分析欧盟东扩后不同成员国能源禀赋差异对欧盟经济的影响时,得出了欧盟新老成员国之间的能源消费强度存在收敛的结论。Garbaccioetal(1999)分析了1978—1995年间中国能源消费强度下降的原因。他们运用投入—产出分析法将能源消费强度下降的影响因素分解为技术变更以及结构变更两个方面,认为产业的技术创新是中国能源消费强度下降的主要原因。Fisheretal(2004)在大量工业企业数据的基础上,运用面板计量方法,得出了1997—1999年间促使中国能源消费强度下降的因素为能源相对价格的上升、能源R&D支出、企业产权改革以及中国的产业结构调整等。
马晓君(2004)则分析了GDp和能源、就业及消费价格指数增长率之间的关系,他认为能源消费的增长与GDp的增长没有直接或内在的因果关系。张宗成等(2004)从我国能源消费弹性系数①的异常变化入手,认为我国经济体制改革对能源X低效率②起到了很大的改进作用;同时,我国产业结构的调整,尤其是电子信息、生物工程等高新技术产业的迅猛发展也带来了巨大的节能效益。施发启(2005)对我国能源消费弹性系数变化及成因进行了分析,着重分析了1997—1999年我国能源弹性系数为负的成因和2002—2004年我国能源消费弹性系数大于1的成因。他将前者归因于1997年我国出现买方市场、亚洲金融危机等使国内能源需求疲软、耗能高且污染大的企业关停并转和产业结构改善以及能源利用率提高,将后者归因于固定资产投资高速增长、第二产业比重上升和居民生活能源消费增长。但是,国内外研究文献中缺乏对中国发达与不发达地区人均GDp差异的变化趋势与这些地区能源消费强度差异的变化趋势之间的关系的研究。markandyaetal(2004)关于欧盟东扩后不同成员国能源禀赋差异对欧盟经济的影响的研究,为我们提供了研究方法的启示。本文将参考martin(1996)和markandyaetal(2004)的研究方法,并结合中国国情进行适当改进,收集我国30个省、直辖市和自治区(以下简称省份)1995—2002年的年度面板数据对这一问题展开研究。我们的研究逻辑是:首先假设西部与东部地区能源消费强度差异是西部与东部地区人均GDp差异变化的函数;然后同其他回归变量一起检验这两个变量之间的关系,并通过使用面板数据计量经济学模型进行实证估计;最后得出我们的研究结论和政策含义。
二、理论模型
(一)人均GDp收敛模型
martin(1996)把研究人均GDp收敛的文献归为两大类:β收敛和σ收敛。β收敛是指落后地区的发展速度快于发达地区的发展速度。其模型为:log(yi,t+t/yi,t)/t=α-βlog(yi,t)+εi,t其中log(yi,t+t/yi,t)/t是指从t到t+t这段时期经济体i的人均实际GDp的年均增长率,log(yi,t)是经济体i在时间t的人均实际GDp的log值。如果β>0则表示存在绝对的β收敛,即经济增长与初始人均GDp成反比,落后地区的经济增长快于发达地区从而可以最终赶上发达地区。为了更好地考察我国西部和东部地区人均GDp差异逐年的变化情况,并且和考察两个地区间能源消费强度差异逐年的变化一致起来,我们对上述传统的β收敛模型加以适当改进。我们取t=1为常数,这样通过考察每一年30个省份的横截面数据计算出该年的人均GDp差异的变化情况,再在1995—2002年这一时间序列上得出样本期间内逐年人均GDp差异的变化趋势。为了分析简便起见,我们改用自然对数并取β前面的符号为正号。于是得到我们本文的β收敛模型为:ln(yi,t/yi,t-1)=α+βln(yi,t-1)+φi,t(1)如果β<0,则存在β收敛,说明人均GDp的增长与上一期人均GDp负相关,这意味着不发达的西部在增长趋势上快于发达的东部,随着时间的推移,西部的人均GDp水平将趋同于东部地区。
(二)能源消费强度收敛模型
在我国,西部不发达地区在努力缩小与东部发达地区的经济差异时,其经济增长是建立在高能耗基础上还是建立在节约能源的可持续发展基础上是西部地区在实践中采取的两种不同的发展战略。如果是建立在高能耗基础上的经济增长,那么,经济增长越快,与东部发达地区的经济差异越缩小,能源使用效率就越低,即能源消费强度越大。反之,如果是建立在节约能源的可持续发展基础上,那么,经济增长越快,与东部发达地区的经济差异越缩小,能源使用效率就越高,即能源消费强度越小。因此,我们假设西部与东部地区能源消费强度差异是西部与东部地区人均GDp差异的函数,据此建立下列能源消费强度收敛模型,并在下一部分对这一假设的显著性进行实证检验。我们首先定义以下几个变量:yit代表西部省份i在时期t的人均GDp,εit代表西部省份i在时期t的能源消费强度;yft代表所有东部省份在时期t的平均人均GDp水平,εft代表所有东部省份在时期t的平均能源消费强度。于是有:ε*it=ayftyitηεft(2)其中ε*it是西部第i个省份的能源消费强度,a是常数,η是能源消费强度差异对于人均GDp差异变化的弹性系数,表示西部与东部地区的人均GDp差异每降低1个百分点会对西部与东部地区的能源消费强度差异造成η个百分点的影响,本文的关键就是要求出这个弹性系数。考虑到在面板数据分析中也有时间序列因素的影响,因此,我们在模型中加入一个一期的滞后变量,以期能够使预测更加准确,其方程如下:εit=εi,t-1ε*itεi,t-1μ(3)这样ε*it就是包含了时滞影响的能源消费强度变量,而εit是不包含时滞影响的能源消费强度变量,μ为时滞调整因子。
对方程(2)和(3)取自然对数并整理,最终我们可以得到如下回归方程:ln(εit/εi,t-1)=B+C(lnεft/εi,t-1)+DlnΔyt+υit(4)其中Δyt=yft-yit①,υit为残差项,B=μlna,C=μ,D=μη,a=exp(B/μ)=exp(B/C),于是:η=Dμ=DBln(a)(5)至此,我们就可以用方程(1)来度量我国西部与东部地区人均GDp差异的收敛状况,用(4)验证能源消费强度差异与人均GDp差异的关系并估计出系数B、C、D,通过方程(5)求出η值来度量能源消费强度差异的收敛状况。如果对方程(1)的实证检验中存在β收敛,即β<0,则说明我国西部地区的发展在总体趋势上快于东部地区的发展。然后我们对方程(4)加以回归检验并估计出系数B、C、D,求出ln(a),用方程(5)求出η值,如果:(1)η>0则说明我国西部与东部地区的人均GDp差异每降低1%,会导致西部与东部地区的能源消费强度差异降低η%,即我国西部地区在缩小与东部地区经济差异的过程中其能源消费强度差异也在不断缩小,西部地区的经济增长是建立在低能耗基础上的。(2)η<0则说明我国西部与东部地区的人均GDp差异每降低1%,会导致西部与东部地区的能源消费强度差异增加η%,即我国西部地区在缩小与东部地区经济差异的过程中其能源消费强度差异却在不断扩大,西部地区的经济增长是建立在高能耗基础上的。
三、样本与数据
我们通过《中国统计年鉴》和中国自然资源数据库收集了我国30个省份1995—2002年每年的GDp总量、人口总量和能源消费总量并对这些数据进行以下处理:首先,以1995年为基期,通过分别测算各省份1995—2002年的人均GDp平均值及所有省份人均GDp平均值的统计特征值,发现在中位数以上的前15个省份大部分都是东部省份,依次是上海、北京、天津、浙江、广东、江苏、福建、辽宁、山东、黑龙江、河北、新疆、吉林、海南和湖北,而中位数以下的省份都集中在西部;上海的人均GDp最高,贵州最小。其结果与中国实际情况相符,发达省份主要集中在中国的东部地区,而不发达省份主要集中在中国的西部地区。本文把中国分成东部和西部两大区域,以中位数而不是均值作为划分中国发达与不发达地区的标准,扩大了东部发达地区的范围,而其他研究文献一般把中国分成东中西三大区域进行人均GDp收敛分析,这是本文区别于其他研究文献的不同的研究视角。其次,我们用各省份每年的能源消费总量除以各省份的GDp总量,计算出各省份1995—2002年每年的能源消费强度,共得到229个有效数据①。比较各省份的能源消费强度样本期间平均值及所有省份在样本期间内的统计特征值,我们可以发现:在1995—2002年样本期间内,各个省份的能源消费强度的平均值在所有省份的样本平均值以上的省份从高到低依次是山西、贵州、宁夏、青海、甘肃、新疆②、内蒙等几个西部省份。这说明人均GDp越低的省份,其能源消费强度越高,换句话说,东部发达地区的能源使用效率高于西部不发达地区的能源使用效率。最后,在以上数据处理的基础上,利用eviews5•0计量软件,采用面板数据估计方法,对上面所推导的理论模型进行实证检验。
四、实证检验分析
我们用二元面板数据模型对上面的理论模型(1)和(4)进行实证估计,其对应的面板数据模型分别为(6)与(7):ln(yi,t/yi,t-1)=α+βln(yi,t-1)+∑δiHi+∑γktk+φi,t(6)其中,Hi=1,如果是第i个省份0,其他i=1,2,……,30tk=1,如果是k年0,其他k=1995,1997,……,2002ln(εi,t/εi,t-1)=B+Cln(εf,t/εi,t-1)+DlnΔyt+∑θiwi+∑ktk+υi,t(7)其中,wi=1,如果是第i个省份0,其他i=16,17,……,30tk=1,如果是k年0,其他k=1995,1997,……,2002为了便于检验,把方程(6)、(7)分别改写为:Y1=α+βX1+∑δiHi+∑γktk+φi,t(8)Y2=B+CX2+DX3+∑θiwi+∑ktk+υi,t(9)其中:Y1=ln(yi,t/yi,t-1),X1=ln(yi,t-1)Y2=ln(εi,t/εi,t-1),X2=ln(εf,t/εi,t-1),X3=lnΔyt我们对方程(8)采用固定效应模型进行回归,其结果如表2:我们可以看到用固定效应模型估计方程(8),其拟合优度达到了85•23%,通过1%显著水平的F检验;X1的系数β值为-0•3466,t检验完全显著。这表明西部与东部地区的人均GDp的增长趋势存在β收敛,即西部地区的增长虽然整体落后于东部地区,但增长趋势略快于东部。我们的结论同其他文献的研究结论不完全相符,可能是因为三方面的原因:一是我们仅仅比较东部与西部两大地区而不是东中西三大地区,文中的东部发达地区范围较大,由人均GDp中位数以上的省份构成,包括了新疆、湖北、河北和东三省,其他文献认为的东部发达地区的范围只包括了本文均值以上的前9或10个省份,这在一定程度上使我们的结论与其他文献的不符;二是我们使用的β收敛模型取t=1为常数进行逐年回归,与传统β收敛模型中对整个样本期间t内的年人均GDp回归有所区别。三是我们使用人均GDp,有些研究文献用的是劳均GDp,而中国各省份的人口总量与劳动人口总量差别较大。
我们对方程(9)采用固定效应模型进行回归,其结果如表3。我们采用固定效应模型估计方程(9),其拟合优度达到了73•20%,通过1%显著水平的F检验①;并且X2的系数(即C^=0•7452)和X3的系数(即D^=0•3630)都通过了5%水平的显著性检验。这说明本文的核心假设“我国西部与东部地区能源消费强度差异是西部和东部地区人均GDp差异的函数”通过检验。我们对方程(8)、(9)采用随机效应模型进行回归并通过Hausman检验来判断固定效应和随机效应哪种模型更有效,检验结果表明固定效应模型要优于随机效应模型。同时我们又采用F值检验固定效应模型的适用性,可以在1%的显著水平上拒绝原假设,即在此使用固定效应模型更有效。因此,我们只给出并使用固定效应模型的回归结果,不再给出随机效应模型的回归结果。下面,我们就利用方程(9)回归出来的系数B^、C^和D^,通过方程(5)求出本文的关键变量,即西部与东部的能源消费强度差异对西部与东部的人均GDp差异变化的弹性系数η=D^B^•ln(a)。
弹性系数η表示西部与东部地区人均GDp差异每降低1个百分点会对两地区能源消费强度差异造成η个百分点的影响。η=1表示能源消费强度差异的收敛速度和人均GDp差异的收敛速度相当;η大于1表示能源消费强度差异的收敛速度快于人均GDp差异的收敛速度;η小于1则表示能源消费强度差异的收敛速度慢于人均GDp差异的收敛速度;η小于0大于-1则表示能源消费强度差异的发散速度小于人均GDp差异的收敛速度;η小于-1则表示能源消费强度差异的发散速度快于人均GDp差异的收敛速度。从整体上来看,η值为0•4870%,这表明我国西部与东部地区的能源消费强度差异的变化趋势是收敛的,即西部与东部地区的人均GDp的差异每降低1%,会导致西部与东部地区的能源消费强度差异缩小0•4870%。利用η值计算公式,我们还可以得到西部15个省份各自的η值。过程如下:我们已经通过对方程(9)的回归估算出B^、C^和D^值,并且还得到了西部各省份的固定效应虚变量系数^θi,于是可以求出lna=B^/C^和各省份对应的B^i值即B^i=B^+^θi。这样,就可以通过方程(5)测算出西部各省份与东部的能源消费强度差异对人均GDp差异变化的弹性系数ηi=D^B^i•ln(a),其结果见表4。从表4中我们可以直观地看到1995—2002年这八年间我国西部地区不同省份能源消费强度的变化趋势。其中各省份的η值,反应了各省份与东部地区能源消费强度差异的收敛或发散状况:η值为正,表示该省份与东部地区人均GDp的差异缩小1个百分点,将导致该省份与东部地区能源消费强度的差异缩小η个百分点,说明该省份在人均GDp增长、缩小与东部差异的同时,也提高了能源的使用效率。这些省份包括:陕西、云南、河南、安徽、四川、湖南、广西、江西。η值为负,表示该省份与东部地区人均GDp的差异缩小1个百分点,将导致该省份与东部地区能源消费强度的差异增加η个百分点,说明该省份在人均GDp增长、缩小与东部差异的同时,能源的使用效率在下降,这些省份包括:山西、宁夏、青海、贵州、内蒙古、甘肃。
能源与经济增长篇7
关键词：能源消费；经济增长；协整检验；格兰杰因果检验
中图分类号：F061.5文献标识码：a
文章编号：1005-913X（2014）02-0037-03
一、引言
自国家实施振兴东北老工业基地战略以来，伴随着经济的高速发展、人口的迅速集聚以及国家政策的强有力支持，黑龙江省经济的发展无论是总量还是质量在我国国民经济发展中的作用均更显突出。黑龙江是全国老工业基地的重要组成部分，具有巨大的能源消费量。2011年，全省能源消费总量达10061.8万吨标准煤，比2000年增长77.6%，年均增长7.06%。全省煤炭消费量占全国煤炭消费总量的2.9%，石油消费总量占全国石油消费总量的4.1%，天然气消费总量占全国天然气消费总量的2.8%。
国家“十二五”规划针对能源消费现状，从深化改革、提高支撑能力、转变发展方式等方面提出了经济社会发展的各项目标值，对能源生产与消费提出了更高要求。党的十报告强调支持可再生能源发展，大力推动能源生产和消费革命，保障国家能源安全。然而，能源是经济发展不可缺少的基础要素，其重要性不仅体现在与劳动力、资本、设备及土地等要素的有机结合，进而促进经济增长，而且在无限制的开采和消耗过程中，凸显出能源供求矛盾、环境污染等严重问题，这在很大程度上制约了经济的可持续发展。因此，针对黑龙江省的实际情况，对黑龙江省经济增长与能源消费间的相互关系进行深入研究，探索和寻找经济增长与能源消费的均衡点，通过对均衡点的把握，构建黑龙江省能源消费与经济增长的良性互动机制，对促进黑龙江省经济的可持续发展具有重要意义，同时也对黑龙江省经济结构调整、产业结构升级、生态文明建设提供重要的借鉴和参考。
二、文献回顾
从20世纪80年代开始，国内外很多学者就开始对能源消费与经济增长的关系进行了研究，并取得了丰富的研究成果。随着研究的不断深入，人们在这一问题的研究上逐渐从理论研究发展到实证研究，研究方法主要有线性分析方法、时间序列分析和面板分析等方法。
Kraft和Dennis（1978）在研究中首次应用Sims检验方法，得出煤炭消费是影响其经济增长的因素的结论，而且研究表明美国1947-1974年经济增长与能源消费存在单向因果关系。[1]Yu和Choi等（1985）对东南亚国家和地区进行全方位的研究，其研究结果表明，不同国家或地区在资源禀赋和经济发展状况不同的条件下，能源消费与经济增长之间的关系也各不相同。[2]obas，Johnebohon（1996）以坦桑尼亚等发展中国家为研究对象，通过实证研究发现能源消费与经济增长之间相互影响，具有双向的因果关系，且能源消费能够极大的促进经济发展。[3]Belloumi等（2009）对突尼斯，narayan等（2008）对经合组织30个成员国的能源消费及经济增长情况进行了研究，采用修正向量误差模型取代了向量自回归模型，得出能源消费与经济增长之间普遍存在双向或单向的因果关系。[4-5]
韩智勇（2004）根据1978-2000年中国能源消费与经济增长的数据，运用协整检验和格兰杰因果关系检验展开实证研究，发现二者互为格兰杰原因。[6]吴巧生等（2008）通过研究中国1986-2005年的省际面板数据，利用异质面板协整和误差修正模型进行实证研究，结果表明中国能源消费与经济增长之间具有双向的因果关系。[7]王建林等（2008）运用了aRDL方法研究中国能源消费与经济增长之间的关系，并对能源消费与经济增长之间的协整关系进行了深入的挖掘和分析，研究发现经济增长和能源消费存在单向联系，即经济增长对能源消费具有较强的刺激作用，而能源消费则与经济增长的关联性不大，进而得出合理控制能源消费在一定程度上不会影响中国经济发展的结论。[8]杨子晖（2011）在经济增长与能源消费动态关系研究中首次运用“有向无环图”技术方法，发现中国存在由“经济增长”到“能源消费”到“二氧化碳排放”的关系链。[9]王惠敏、傅涛（2013）以1980-2010年中国的能源消费、碳排放及经济增长为研究对象，研究结果表明三者存在内在联系，经济增长能够提高能源消费，而能源消费及碳排放不是经济增长的格兰杰原因。[10]
综上所述，针对能源消费与经济增长的关系研究，学者们有不同的见解，也得出了不同的结论，这跟时间序列数据的选取及检验方法的选择有关。然而这也从一个侧面说明了能源消费和经济增长之间的内在联系并不存在一个简单的模式，各个国家和地区有着很大的不同。国内的研究多数集中在国家层面的经济增长和能源消费情况，对区域和省级的研究不多，尤其缺乏对黑龙江省的针对性研究，因此本文选择黑龙江省能源消费与经济增长作为分析对象，以1978-2011年为基本样本区间，对二者间的长期均衡与因果关系进行细致的实证研究，并在此基础上提出对策和建议。
三、数据、方法与模型的选择和说明
（一）数据来源及说明
本文选取1978-2011年黑龙江省能源消费总量与生产总值的数据来分析和研究能源消费与经济增长间的联动作用。其中，能源消费总量用teC表示，单位是百万吨标准煤；黑龙江省生产总值用GDp表示，并根据平减指数换算为1978年不变价格的实际GDp，即选用消除通胀因素后的真实GDp，单位是亿元。统计数据均来自《黑龙江省能源统计年鉴》和《黑龙江省统计年鉴》。
（二）方法与模型的选择和说明
序列的平稳性是进行协整检验和格兰杰因果检验的前提，本文首先对收集到的数据进行aDF单位根检验，根据aDF单位根检验的结果运用协整检验来分析序列间的协整性，然后利用格兰杰因果检验考察序列间内在的因果关系，从而对黑龙江省经济增长与能源消费之间的关系进行全面分析和研究。
2.序列的协整性及检验方法。协整性检验是指通过检验来确定非平稳的时间序列间是否存在长期的均衡关系。如果存在长期均衡关系，就认定序列间具有协整性，反之，则不具有协整性。此外，进行协整性检验的两个时间序列必须要具有相同的单整阶数，即尽管两个时间序列均为非平稳序列，但经过同样的差分次数后，二者均能成为平稳序列。序列的协整性检验方法有很多种，常用的有e-G两步法和JJ极大似然法。对于二元变量协整关系的检验，e-G两步法通常比较准确和方便，而JJ极大似然法通常适用于多元变量协整关系的估计。由于本文仅涉及经济增长（GDp）和能源消费总量（teC）两个变量，故采用e-G两步法进行协整检验更加有效。首先，建立回归方程，然后借助eviews6.0软件，采用aDF检验法对回归方程的残差项ε进行单位根检验。
3.序列的格兰杰因果关系及检验方法。在协整检验的基础上，采用格兰杰因果关系检验来挖掘能源消费与经济增长之间的相互关系。若采用经济增长（GDp）和能源消费总量（teC）两个时间序列共同对teC序列的未来趋势进行预测，预测结果由于仅适用teC序列对其未来趋势进行预测的结果，则认为GDp序列为teC序列的格兰杰原因，而预测结果的优劣性是通过比较回归模型中的相关系数统计量的显著程度来说明的。对GDp和teC两个时间序列进行格兰杰因果关系检验需要建立以下两个回归模型，GDp和teC分别用x与y来表示。
四、实证分析
在进行实证分析之前，本文首先对经济增长和能源消费两个序列进行自然对数变换，然后再进行后续的计量检验与分析。对数据的自然对数处理一方面符合统计学与经济学意义，另一方面，进行自然对数变换不改变原来的协整关系，能够消除数据波动的异方差，使能源消费总量与GDp时间序列平整，避免出现伪回归。
由图1可知，黑龙江省的经济增长（GDp）与能源消费（teC）呈协同增长，且均呈现出加速增长的趋势，经济增长（GDp）与能源消费（teC）均表现出非平稳的特性，因此，本文将对两个经济序列进行对数化处理，在保留数据原有特征的基础上，促进序列的线性化，在一定程度上消除序列的异方差。
（一）aDF单位根检验
本文对经济增长和能源消费总量的时间序列数据取自然对数并进行aDF单位根检验，检验结果见表1。
表1的检验结果表明，原始序列lnGDp的aDF检验值均大于其1%、5%、10%三个显著性水平下的临界值，从而不能拒绝H0，表明lnGDp存在单位根，不是平稳序列，需要进行一阶差分，差分后在5%、10%的显著水平下都能通过aDF检验，1%的水平下未通过aDF检验，在此本文以5%为衡量标准，认为其一阶差分是平稳的；同理，lnteC也不是平稳序列，一阶差分后在1%、5%、10%显著水平下都能通过aDF检验，说明变量是平稳序列。在此，本文认为经济增长与能源消费总量构成的一阶差分都不具有单位根，是平稳序列，即序列lnGDp、lnteC都是一阶单整序列。
（二）协整检验
（三）格兰杰因果关系检验
在序列的平稳性及协整性均通过了检验的基础上，本文将进一步对lnteC和lnGDp进行格兰杰因果关系检验，以确定一个变量是否有助于预测另外一个变量。格兰杰因果关系检验的对象是平稳序列，所以，本文利用表1中的aDF单位根检验结果，采用两个变量的一阶差分数据来进行格兰杰因果关系检验，结果如表3所示。
由表3可知，lnGDp与lnteC之间随着滞后期的不同而出现不同的因果关系，当滞后期为1时，拒绝lnteC不是lnGDp格兰杰原因的假设，即滞后期为1时，lnteC是lnGDp的格兰杰原因。而不管滞后期为1期还是2期，均接受原假设，即lnGDp不是lnteC的格兰杰原因，由此得出能源消费能够促进经济增长，反之并不成立。
五、结论与建议
本文利用黑龙江省1978-2011年能源消费及GDp的数据，运用协整检验和格兰杰因果关系检验的方法分析和检验了黑龙江省能源消费与经济增长间的关系，通过分析和检验结果可以得到如下结论：能源消费与经济增长具有长期的均衡关系，且能源消费总量的增加能够促进经济增长。这是因为黑龙江省经济以传统工业为支撑，与新型工业相比，传统工业更依赖于能源消费，因此能源消费是黑龙江省GDp的主要组成部分，进而能源消费总量增加，将很大程度上拉动黑龙江省经济的增长，同时也表明黑龙江省的经济增长模式是明显的能源推进型的增长模式。然而，需要注意的是，随着经济的发展，能源消费对经济增长的促进及拉动作用是有限的，黑龙江省不能把经济发展的重心放在能源消费上，对能源消费的依赖过大，会在很大程度上影响经济的可持续发展，同时对能源消费的过度依赖也可能成为黑龙江省未来经济快速发展的瓶颈。
为实现经济的协调和可持续发展，以实现节能降耗和经济增长的双重目标，黑龙江省应该合理调整能源消费战略：首先，黑龙江省要从节能减排的角度出发，加大力度，提升节能减排的效果，提高能源利用率，加快发展循环经济，保证能源可持续利用。第二，政府应发挥战略导向性作用，通过政策支持和经济补偿来鼓励工业产业向低能耗、高附加值的方向转变，并以黑龙江省区域经济状况为基础，建立以高科技为主导的经济园区，同时通过税收政策来限制能源浪费，保护稀缺资源。第三，对产业结构进行优化升级，通过政策鼓励和支持，加快发展第三产业的速度，降低能源的消耗，逐步减缓黑龙江省经济发展对能源资源的依赖程度，实现低碳经济发展。
参考文献：
[1]Kraft，J.，Kraft，a.ontheRelationshipbetweenenergyandGnp[J].JournalofenergyDevelopment，1978（3）.
[2]Yu，eSH，Choi，JY.theCausalRelationshipbetweenenergyandGnp：aninternationalComparison[J].JournalofenergyandDevelopment，1985（10）.
[3]ebohon，obasJohn.energy，economicgrowthandcausalityindevelopingcountries：acasestudyoftanzaniaandnigeria[J].energypolicy，1996，24（5）.
[4]Belloumim.energyconsumptionandGDpintunisia：co-integrationandcausalityanalysis[J].energypolicy，2009，37（7）.
[5]narayanpK，prasada.electricityconsumption-realGDpcausalitynexus：evidencefromabootstrappedcausalitytestfor30oeCDcountries[J].energypolicy，2008，36（2）.
[6]韩智勇，魏一鸣，等.中国能源消费与经济增长的协整性与因果关系分析[J].系统工程，2004（12）.
[7]吴巧生，陈亮，等.中国能源消费与GDp关系的再检验[J].数量经济技术经济研究，2008（6）.
[8]王建林，赵佳佳.能源消费和经济增长的因果关系测度与分析——基于中国样本[J].工业技术经济，2008（1）.
能源与经济增长篇8
文/王涵丽
【摘要】人类社会的进步离不开能源的支持，经济增长与能源消费之间具有紧密的关系。能源是经济增长的动力，经济增长又促进能源的消费。本文通过典型相关分析，研究经济增长对能源消费的影响。结果表明，经济增长特别是反映人民生活水平的人均可支配收入的增加，会带来能源消费量的直接增长，并据此提出相应建议。
关键词经济增长；能源消费；典型相关分析
【作者简介】王涵丽，内蒙古财经大学硕士研究生，研究方向：西方经济学。
一、引言
伴随社会的进步，经济增长与能源消费的相互作用日益加深，二者相互促进，彼此制约。经济发展水平同能源消费之间的相互影响已然成为广大学者的研究热点。
第一，国家及人民对能源的需求受到经济快速增长的影响。长期以来，我国经济持续高速增长，工业得到较快发展，人民生活水平显著提高，极大地推动了我国对能源的需求。第二，科技的发展丰富了人们利用能源的途径。科技发展及人才培养，促进了人们对能源利用方法的改造，有助于提高能源利用效率。第三，能源的发展需要经济为其奠定物质基础。众所周知，相较于其他产业而言，能源产业所需要投入较大并且建设所需时间较久，这些建设所需资金全部来源于经济的快速发展。
社会、经济的进步促进了能源产业的发展，探讨经济增长和能源消费的相互关系，有助于提高我国能源利用效率，为我国经济、能源的协调发展提供政策参考。
二、我国经济增长与能源消费现状
总的来说，2004～2014年，我国国民生产总值逐年递增，各产业生产总值均呈现增长趋势。
2012年我国GDp总值为519470.1亿元，比上年增长7.8%，其中第一二三产业GDp增长率分别为4.5%、8.1%、8.1%。2013年我国GDp总值为568845.2亿元，比上年增长7.7%，其中第一二三产业GDp增长率分别为4.0%、7.8%、8.3%。2014年我国GDp为636462.7亿元，比上年增长7.4%，其中第一二三产业GDp增长率分别为4.1%、7.3%、8.1%。第二三产业GDp增长强劲；相反，第一产业GDp增长缓慢，长期停留在较低平稳水平。
我国能源消费总量同样逐年递增。2012年我国能源消费总量增长率达到3.9%；其中，煤炭、石油、天然气、水电消费量增长率分别为2.5%、6.0%、10.2%、5.5%；全国万元GDp能耗下降3.6%。2013年我国能源消费总量增长率3.7%；其中煤炭、石油、天然气、水电消费量增长率分别为3.7%、3.4%、13.0%、7.5%；全国万元GDp能耗下降3.7%。2014年，我国节能减排有了重大进展，对煤炭资源的消费首次出现下降,能源消费总量增长率仅为2.2%；其中，煤炭消费量下降2.9%，石油、天然气、水电消费量增长率分别为5.9%、8.6%、3.8%；全国万元GDp能耗下降4.8%。我国对能源的消费量从高到低依次为煤炭、石油、水电、天然气。虽然2014年我国对煤炭的消费减少，但我国的消费结构仍然是煤炭占据主导地位，并且其消费量显著高于其他能源、增幅最大，我国对煤炭的消费占消费总量的比例历年均达到66%以上。与之相比，我国对除煤炭外的一次能源（石油、水电和天然气）的消费量增幅很小，对各类能源的消费仍然集中于高碳排放的化石能源，特别是对煤炭和石油的依赖很大，而低碳能源水电和天然气消费量及增幅均较小。
综上所述，我国GDp和能源消费量都呈现出逐年增长趋势，那么经济增长对能源消费量究竟有什么影响，下面用典型相关分析进一步阐述。
三、经济增长与能源消费的典型相关分析
（一）变量选择及数据来源
经济增长指在一个较长的时间范围内，一个国家人均产出水平的持续增长，可以衡量一个国家或地区总体经济实力的增长速度。本文以经济增长作为第一组变量，通过以下四类共5个指标来体现。1.体现经济发展水平的指标：国内生产总值GDp，用X1表示。
2.体现产业结构的指标：第三产业总产值比GDp，用X2表示。
3.体现经济活跃程度的指标：固定资产投资，用X3表示。
4.体现生活水平的指标：人均可支配收入和全体居民消费水平，用X4和X5表示。
能源消费量反映一个地区在一定时期内消费的能源总量，用能源消费总量指标来反映，用Y表示，作为第二组变量。
本文选用1980～2014年年度数据，全部数据由国泰安数据库及2014年国民经济和社会发展统计公报获得。为消除量纲影响，采用标准化方法处理数据。
（二）样本相关系数分析
从表1可以看出，反映经济增长的指标与组内的指标高度相关；第二组变量中只有一个变量。由表2可以看出经济增长与能源消费这两组变量间确实存在相关关系。能源消费总量与人均可支配收入相关性最高，相关系数为0.9858；其次是全体居民消费水平、国内生产总值和固定资产投资；相关性最弱的是第三产业占国民生产总值比重，相关系数为0.8681，虽然该相关系数最低，但相关性已经属于较强的。可见，经济增长与能源消费之间有较强的相关性。这里需要做的就是提取综合指标来代表这种相关性。
（三）典型相关系数及显著性检验
由于代表能源消费的第二组变量中只有一个指标，所以本文只需要提取一对典型变量a、B。典型变量（a、B）的相关系数达到0.996，p值小于0.05，说明在0.05的检验水平上a与B的相关关系显著，即可以用反映经济增长的第一组变量解释反映能源消费的第二组变量（见表3）。
（四）典型相关模型的构建
spss输出的结果中包括经济增长和能源消费的非标准化典型系数和标准化典型系数。因为指标的种类繁多、复杂多样，有的还是不同质，即便是同一指标，在不同的行业，也会因其行业标准、重要性的不同而缺乏可比性，所以对指标进行标准化处理，使不同企业、不同指标间进行直接比较成为可能。标准化系数就是无量纲化后的数据分析结果，非标准化系数就是数据未经无量纲化得出的结果。基于以上原因，本文采用标准化典型系数进行分析。进而写出a（来自第一组变量组的典型变量）、B（来自第二组变量组的典型变量）的典型相关方程，原始指标对它的典型变量的贡献大小由其系数大小来衡量。
经济增长的典型方程为：a=1.126X1+0.156X2-0.229X3+2.320X4-2.277X5
可见，对a影响最大的是X4—人均可支配收入，然后影响度由大到小依次是：X5—全体居民消费水平、X1—国内生产总值、X3—固定资产投资和X2—第三产业占国内生产总值的比重。
能源消费的典型方程为：B=Y，Y完全影响B。
（五）典型载荷分析
反映经济增长的第一组变量中，国内生产总值（X1）、第三产业总产值比GDp（X2）、固定资产投资（X3）、人均可支配收入（X4）、全体居民消费水平（X5）与典型变量a的相关系数分别为0.979、0.871、0.934、0.990、0.982，第一组中所有变量与典型变量a相关性均较高，且均与a正相关。其中，X4与a相关性最强，并且从前文的典型模型分析中可知X4在a中起主要作用。不难发现，X3与X5在a的典型相关模型中系数为负，但在此处，它们与a的相关系数却为正，这样的变量称为校正变量。第二组变量中只有能源消费总量Y一个变量，即Y与典型变量B完全正相关，Y在B中起完全作用。典型变量a与B相关系数为0.996，相关性很强。这表明，人均可支配收入X4的增加会直接促使能源消费总量Y的增加。
（六）典型冗余分析
如果想考察构建的典型相关模型的解释能力，就需要进行典型冗余分析。表4反映了自身典型变量及配对典型变量分别解释各组变量总变异的比例。
由表4可知，a解释第一组变量总变异的比例为90.7%，B解释第一组变量总变异的比例为90%；a解释第二组变量总变异的比例为99.3%，B解释第二组变量总变异的比例为100%。第一二组变量分别被其自身及其配对典型变量解释的百分比均较高，说明能源消费与经济增长可以很好地相互解释。
四、结论
总体来看，每组指标都与其典型变量高度相关，并且都能被典型变量很好的解释，这说明经济增长与能源消费确实会相互影响。具体来看，反映人民生活水平的人均可支配收入在a中起主要作用，它的增加会直接引起能源消费的增加；反映产业结构的X2变量对典型变量的贡献最小，并且该变量与典型变量的相关性最弱，故该变量的增加对能源消费的影响较其余变量弱。这表明，人均收入提高，人们对能源的消费越来越多；第三产业的发展并不会消耗太多的能源，所以和能源消费的关系并不太大。
减少对能源的消费量，应该从以下几点入手。
首先，随着城镇化发展、人均可支配收入的增加以及消费升级，城镇生活用能大大提高，生活用能占能源消费总量百分比进一步增加，因此“节能减排”应体现在工业生产及生活中。为减少生活用能，应鼓励居民更多的采用节能设备。人均收入的较快增长会滋生人们浪费能源的现象，社会应大力倡导勤俭节约的传统美德。
其次，着力调整我国产业结构。国家应出台相关政策促进第三产业的快速发展，逐步降低第二产业占国民生产总值的比重；通过学习国外先进技术及经验，引导企业创新，加快产业结构升级，利用科技和政策来降低对能源的消耗。
最后，新常态下，我国经济增长不再单单只重视量的增长，更多的要重视结构的优化。因此，我国的政绩考核制度也应进行改革，降低GDp在政绩考核中的百分比，从强调经济增长速度逐步转向经济增长质量。
参考文献
[1]孟军.内蒙古“金三角”地区经济增长与能源消费关系典型相关分析[J].内蒙古财经学院学报,2009,(4):107－109.
[2]宋梅,程青莉,高志远.河南省能源消费与经济增长关系关联分析[J].中国矿业,2012,(3):35－37.
[3]肖涛,张宗益,呙小明.八大经济区能源消耗与经济增长关系的实证研究[J].科研管理,2012,(4):139－146.
能源与经济增长篇9
关键词：能源消费；经济增长；碳排放
中图分类号：F124.5文献标识码：a文章编号：1003-3890（2016）05-0030-08
一、引言
近年来，河北省经济快速发展，2015年地区生产总值达到29806.10亿元，在全国省级行政区排名第七。与此同时，能源消费量也在逐年增加，1985―2013年河北省能源消费总量从4548.85万吨标煤增长到31170.36万吨标煤，增长了5.85倍，年均增长7.12%。在河北省能源消费种类中，煤炭在一次能源消费中的比重一直高达90%左右，石油占9%左右，天然气等能源的消费比重非常低。伴随着巨大的能源消费总量及不合理的能源消费结构，河北省的碳排量从1985年的3310.99万吨增加到2013年的22301.82万吨，增加了5.74倍。河北省在经济发展的同时，能源消费和碳排放量也同步增长，产生了严重的环境问题。为了实现河北省经济绿色发展，有必要对河北省能源消费、经济增长、碳排放三者的关系进行深入研究。
二、河北省能源消费、经济增长、碳排放现状分析
（一）能源消费现状分析
1.能源消费总量分析。河北省能源消费总量呈现持续上涨趋势（见图1）。能源消费总量由1985年的4548.85万吨标煤增长到2013年的31170.36万吨标煤，增长了5.85倍，年均增长速度为7.12%。从整体形势上看，能源消费总量在1985―1999年缓慢上涨，能源消费增长率呈现波动趋势，年平均增长率为5.42%；从2000―2005年呈快速增长趋势，年平均增长率为12.12%，这与我国进入新世纪经济快速发展的大环境相吻合；2006―2008年能源消费增速放缓，年平均增长速度为5.64%，主要由于我国为举办奥运会在节能、减排方面做出了相关努力，河北省为此也采取了相关措施，能源消费在一定程度上受到抑制；2009―2013年能源消费缓慢上升后又逐渐下降，年平均增速为5.11%，这与河北省进行产业结构调整密不可分。
与全国进行对比，1985―2013年河北省平均能源消费增长率为7.12%，而全国为5.97%，且大部分年份河北省能源消费增长率高于全国，波动幅度较大，2013年河北省占全国能源消费总量比重达到8.31%。总体来看，河北省能源消费总量大，增长速度快。
2.能源消费强度分析。能源消费强度是指单位GDp所使用的能源量，体现了能源利用的经济效益。由图2可以看出，河北省能源消费强度总体呈现下降趋势，表明河北省能源经济效率越来越高。与全国比较来看，从1985―2013年全国的能源消费强度一直低于河北省，全国能源消费强度的平均值为5.13吨/万元，然而河北省却高达7.17吨/万元，河北省能源消费强度与全国平均水平比较仍有较大差距，说明河北省能源效率有待进一步提高。
3.能源消费结构分析。1985―2013年河北省煤炭在能源消费中的比重一直高达90%左右，而石油、天然气、电力消费只占很小一部分，而全国的能源消费结构中煤炭占比在70%左右，石油、天然气等能源相对河北来说占比较高。由图3与图4可以看到，2013年河北省相对于全国来说，劣质能源例如煤炭占比较高，相对全国高出了23个百分点，然而，例如天然气、电能等清洁能源占比相对较少，河北省与全国相比少了11个百分点。由此看来，河北省的能源消费结构不合理，应该改善能源消费结构，加强清洁能源的使用。
4.河北省与其他省份能源消费情况比较。图5显示了华北各省份能源消费情况，从能源总量来看，2012年河北省在华北各省份中能源消费总量最大，达到了30250万吨标准煤；从能源消费强度来看，河北省能源消费强度小于内蒙古与山西，为1.14吨/万元，但与北京、天津相比仍有很大差距，北京和天津的能源消耗强度分别为0.40吨/万元与0.64吨/万元；从能源消费弹性来看，2012年河北省能源消费弹性系数（能源消费增长率与经济增长率的比值）大于北京，小于其他三个省（市）。从整体来看，河北省属于能源消费大省，虽然能源利用效率在不断改善，但仍有很大的提升空间。
（二）河北省经济增长现状
1.河北省经济总量分析。近些年，河北省经济取得飞速发展，按1985年价计算，河北省实际GDp由1985年的396.75亿元增长到2013年的7727.24亿元，增长了18.48倍。由图6可以看到，大部分年份河北省GDp增长率高于全国，总的来说，河北省在此期间经济发展速度高于全国的平均速度。
2.河北省产业结构现状。从图7可以看出，河北省第一产业呈现逐年下降趋势，从1985年的30.33%下降到2013年的12.37%；第二产业占比稳中有升，由1985年的46.44%上升到2013年的52.16%；第三产业增幅较大，由1985年的23.23%增长至2013年的35.47%。总的来看，河北省的三次产业结构比由1985年的0.31∶0.46∶0.23变为2013年的0.12∶0.52∶0.36。虽然在29年间产业结构发生了巨大变化，但第二产业仍占比最大。
3.河北省与其他省份经济增长比较分析。由图8、图9可以看出，2004―2013年，河北省的地区生产总值一直处于五省市中第一的位置，但是人均GDp在五省市中排名比较靠后，十年间河北省人均GDp均排在第四位，仅仅高于山西省人均GDp，并且与北京、天津相比人均GDp的差距非常大。
（三）碳排放现状分析
1.碳排放测算方法。在本文中碳排放主要是指化石能源的碳排放，计算碳排放所涉及的能源包括煤炭、石油、天然气、水电和其他能源五类。水电和其他能源中的风能、太阳能通常被视为零碳能源，不需要计算碳排放量，而其他能源中的生物质能等由于数据缺失，暂时忽略不计。因此本文中碳排放量的计算公式为：C=∑Ci=∑ei×ηi。其中，C表示碳排放量，ei表示第i种能源的消耗量，ηi表示第i种能源的碳排放转换系数。本文中碳排放系数利用国家发改委公布的碳排放系数进行碳排放测算，煤炭、石油、天然气的碳排放系数分别为0.7476、0.5825和0.4435。
通过以上公式可以计算河北省1985―2013年各年份的碳排放量（见表1）。
2.碳排放总体分析。如表1所示，1985―2013年，河北省碳排放总量呈现快速上升，从3310.98万吨上升到22301.82万吨，上升了5.74倍，29年间的年平均增长速度达到了7.05%，高于全国同时期5.54%的增长速度，碳排放增长过快问题突出。碳排放强度是衡量单位GDp的碳排放指标[1]，由图10得出，河北省碳排放强度总体呈现下降趋势，由1985年8.35吨/万元GDp下降到2013年2.89吨/万元GDp，下降了65.39%。虽然河北省的碳排放强度在不断下降，但大部分年份碳排放的下降率均小于GDp的增长率，并没有实现碳绝对减排。从横向来看，河北的碳排放强度明显高于全国的碳排放强度。
三、河北省能源消费、经济增长与碳排放关系实证分析
（一）河北省能源消费与经济增长的计量分析
1.数据来源及说明。为了研究河北省能源消费与经济增长的关系，同时考虑到数据的可获取性，本文选取河北省人均能源消费量作为能源消费变量，选取地区实际生产总值作为经济增长变量，样本数据区间为1985―2013年。为了消除价格因素的影响，以1985年为基期，计算历年的实际GDp。1985―2013年河北省人均能源消费量和实际GDp见表2。地区生产总值数据来自2014年《河北省经济年鉴》，人均能源消费量经计算得到，即能源消费总量除以总人口，且数据均来自2014年《河北省经济年鉴》。
2.实证分析。为了消除数据间可能存在的异方差，对所分析的数据取对数处理，取对数后容易得到平稳的时间序列，且不会改变变量间的长期均衡关系和短期稳定关系。首先对变量进行平稳性检验，单位根检验结果见表3。
由表3可以看出，一阶差分序列在10%的显著性水平下通过了平稳性检验，二阶差分序列在1%的显著性水平均通过平稳性检验，这说明可以对变量进行协整检验。
目前国内常用的协整检验方法主要有两种，一种是由engle和Granger1987年所提出的eG两步法以及Johansen和Juselius提出Johansen检验法。前者主要是对单方程、双变量进行的。后者主要是对多方程、多变量进行的检验[2]。在此运用e-G两步法检验二者之间是否具有协整关系，利用最小二乘法对LnGDp与Lne进行回归，回归方程如下：
LnGDp=6.4620+1.69121Lne（1）
t=（120.7404）（25.1683）
R2=0.9591Dw=0.1729
模型回归结果表明，R2高达0.9591，模型拟合程度良好，t值也通过了检验，但是Dw值为0.1729，说明模型可能存在正自相关，模型有可能存在伪回归，因此对残差进行aDF单位根检验，判断二者是否具有协整关系。
残差序列的单位根检验如表4所示：
检验结果表明，在1%显著水平下，残差序列是平稳的，这表明1985―2013年河北省人均能源消费与经济增长存在长期均衡关系，即存在协整关系。
选取滞后期1～5期，对序列Lne与LnGDp进行格兰杰因果检验，判断因果关系，检验结果如表5所示。
从表5的检验中可以得到，从滞后3期到5期，在5%的显著性水平下均拒绝原假设“LnGDp不是LneGranger原因”，从滞后1期到5期，不能拒绝原假设“Lne不是LnGDp的Granger原因”，说明存在从经济增长到能源消费的单向因果关系。河北省经济快速增长，经济增长依赖各产业的快速发展（尤其是高耗能产业），各产业迅速发展，对能源的需求不断加大，因此经济增长能引起能源消费的增加。同时也反映出河北省的生产技术水平及能源利用效率的改进处于相对滞后的状态。
（二）河北省经济增长与碳排放的脱钩分析
在本文中使用tapio脱钩指标，对河北省经济增长与碳排放之间的关系进行分析[3]（见表6）。
运用因果链对脱钩指标进行分解，将GDp与碳排放量之间的脱钩弹性表示为减排脱钩弹性（碳排放量与能源消耗之间的脱钩弹性）与节能脱钩弹性（能源消耗与GDp之间的脱钩弹性）的乘积，减排弹性的数学表达式如下：
e（co2，e）=■（2）
节能脱钩弹性表达式为：
e（e，GDp）=■（3）
GDp与碳排放之间的脱钩表达式为：
e（Co2，GDp）=■（4）
将上式相乘可以得到：
e（Co2，GDp）=e（Co2，e）×e（e，GDp）（5）
本文通过河北省1985―2013年的实际GDp（1985年为基期计算得到）、能源消费总量、碳排放总量，计算出河北省碳排放增长率、能源消费总量增长率及实际GDp增长率，进而得出脱钩值及脱钩类型（见表7）。
根据表7，从二氧化碳与GDp整体脱钩弹性来看，1985―2013年河北省经济增长与碳排放的脱钩弹性值大致经历了四个阶段：第一个阶段为1985―1993年，这个阶段脱钩弹性值均较高，大部分年份呈现弱脱钩状态。这一阶段工业发展仍然是河北省经济发展的重心，其中重工业占有很大的比重。第二阶段为1994―1999年，这期间河北省的脱钩弹性值总体比较小，这一阶段主要是由于河北省进行了产业结构调整，开始大力发展第三产业，淘汰了一批技术落后、高耗能、高污染产业，进而使得碳排放增长速度放缓。第三阶段为2000―2005年，这个时期的脱钩状态为扩张负脱钩或是增长连结状态，这个阶段河北省经济加速发展，工业尤其是重工业是其发展的主导力量，河北省呈现典型的粗放式经济增长模式[4]。第四阶段为2006―2013年，这几年河北省的脱钩弹性值呈现逐年下降趋势，属于弱脱钩状态，一方面是由于生产技术不断提高，另一方面是由于迫于环境压力而淘汰相关落后产能。
从减排弹性来看，1985―2013年河北省大部分年份碳排放与能源消费的关系处于增长连结状态，即减排弹性在0.8～1.2，碳排放与能源消费同步增长。
从节能弹性来看，1985―2013年河北省大部分年份能源消费与经济增长的弹性呈现弱脱钩状态，说明了大部分年份经济增长速度高于能源消费的速度。且通过图11可以看到，河北省节能脱钩弹性值与经济增长与碳排放量之间的弹性值非常接近，其两者的折线图基本重合，这也说明了河北省的经济增长与碳排放之间的脱钩状态主要是受产业结构与能源效率的影响。
（三）河北省经济增长、能源消费与碳排放三者之间关系的实证分析
样本区间为1985―2013年，数据来自《河北省经济年鉴》、国家统计局网站。且采用以1985年为基期的实际GDp作为经济增长指标gdp；采用人均能源消费量作为能源消费指标e，采用人均碳排放量作为碳排放指标car。
1.单位根检验。为了避免使用非平稳的时间序列进行回归时出现“伪回归”现象，首先对序列进行平稳性检验（见表8）。
由aDF检验可知，在10%的显著水平下，三者的一阶差分均是平稳的，在1%的显著水平下三者的二阶差分均是平稳的，因此，可以对变量进行协整检验。
2.协整检验。对能源消费、经济增长、碳排放三者之间进行协整检验，由于为多变量之间的协整检验，故在此运用Johansen协整检验法，在做协整检验之前，先要确定其滞后阶数，由表9所示的结果，综合考虑LR、Fpe、aiC、SC、HQ等因素，我们选择滞后阶数为4期进行分析。
由表10，我们得出河北省能源消费、经济增长、碳排放的协整检验结果，结果显示，在5%的显著性水平下不论是迹检验还是最大特征值检验，均拒绝没有协整关系的原假设。由此，可以得出能源消费、经济增长、碳排放之间存在着协整关系。
3.格兰杰因果检验。协整检验显示，经济增长、能源消费与碳排放之间存在长期的协整关系，我们进一步用格兰杰因果关系确定变量之间存在何种因果关系（见表11）。
表11显示，在5%的显著性水平下，存在经济增长到能源消费与碳排放的单向因果关系。但能源消费与碳排放之间不存在格兰杰因果关系，这与我们预期的能源消费带动碳排放结论有矛盾，这可能是因为计算二氧化碳排放量时并没有官方数据，也没有确定的计算标准或是与滞后期的长短选取有一定关系，导致了该关系并不明显[5]。
四、研究结论和对策建议
（一）研究结论
1.河北省能源消费与经济增长的关系研究表明，二者存在协整关系，且存在由经济增长到能源消费的单向因果关系，说明河北省生产技术水平与能源利用效率水平均较低。
2.河北省碳排放与经济增长关系研究表明，GDp与碳排放之间大部分年份呈现弱脱钩状态，河北应继续开展节能减排工作。
3.河北省能源消费、经济增长、碳排放三者关系研究表明，三者间存在协整关系，存在由经济增长到能源消费与碳排放的单向因果关系。
（二）对策建议
针对上述研究结论，并结合河北省能源消费与碳排放的现状，提出以下对策建议。
1.调整产业结构，促进产业转型升级。目前河北省产业结构仍是第二产业占比重较大，产业大都属于高耗能、高排放产业。因此，调整产业结构，促进产业转型升级是减少碳排放根本。第一，削减钢铁、水泥、玻璃等过剩产能，促进工业转型升级。第二，通过发展绿色金融、物流、养老、信息、咨询等服务业，促进产业结构从重工业向服务业转变，实现河北省经济绿色低碳发展。
2.调整能源结构，加快发展非化石能源。调整能源结构即把碳基能源调整为非碳基能源，改变以煤炭为主的能源消费结构。第一，实施“煤改气”“煤改电”技术改造，增加天然气等能源的使用。第二，积极开发利用太阳能、生物质能、风能等清洁能源及可再生能源。
3.加快节能减排技术开发和推广，推动企业低碳化发展。加快开发节能减排共性、关键和前沿技术，培育建立以企业为主体、产学研相结合的节能减排技术创新体系。采取多种方式加快高效节能新技术、新工艺、新产品和新设备的推广应用。推动示范企业低碳化发展，打造清洁生产园区，引进节能减排技术，加快清洁生产园区的发展。
参考文献：
[1]韩h.基于能源消费、经济增长与碳排放关系研究的能源政策探讨[D].北京：中国地质大学，2012.
[2]张在旭.中国能源消费、经济增长与碳排放关系的互动研究[J].中外能源，2015，20（12）：2034-2038.
[3]孙小祥，杨桂山，徐昔保.无锡市能源消费、经济增长与碳排放关系研究[J].长江流域资源与环境，2013（12）：1537-1542.
能源与经济增长篇10
关键词：能源消费结构经济增长对策
一、研究目的
江苏是一个能源消费大省，当前江苏的能源消费总量中原煤消费占据着绝对的比重，原油消费位居其次，而相对较清洁的天然气消费及新能源消费在能源消费总量中所占比例基本可以忽略不计。从江苏省经济可持续发展的角度考虑，我们需要研究江苏省的能源消费结构与经济增长的关系，一方面可以对江苏省的各大能源消费项目对经济的影响有一个量上的把握；另一方面，我们也可以从研究结果中对江苏省能源消费结构的调整指明方向。
二、文献综述
Kraft.a和Kraft.J（1978），分析了美国1947年至1974年的能源消费与经济的数据，发现：经济增长是能源消费增长的格兰杰原因，而反之不成立。Yu和Hwang（1984），Yu和Choi（1985）利用格兰杰因果分析的方法，检验了多国的能源消费与经济数据，发现：能源消费与经济增长的格兰杰因果关系在不同国家间是存在差异的。Yu和Jin（1992）研究美国能源消费总量与经济总量后，发现此两者之间存有协整关系，并且GDp对能源消费的影响明显。Hwang和Gum（1992）分析了台湾的能源消费与经济数据后，得出了台湾的能源消费和经济总量之间是双向格兰杰因果关系。Stern（1993）通过对美国1947年至1990年的数据进行因果关系检验，并且加入了VaR模型分析，发现能源消费对GDp并没有格兰杰因果关系，但是反之GDp却是能源消费的格兰杰原因。
三、计量模型
本文的目的是分别研究江苏省各主要能源消费项目与经济之间的关系。假定江苏省原煤消费、原油消费、天然气消费和电力消费分别与本省经济增长存在着一定的关系，分别以江苏省GDp总量为因变量，原煤、原油、天然气和电力消费量为自变量，建立四个线性回归模型，方程如下：
LnGDp=C1+αLnCoaL+ε1LnGDp=C2+βLnoiL+ε2
LnGDp=C3+γLnGaS+ε3LnGDp=C4+θLnpoweR+ε4
其中，GDp代表江苏省的地区生产总值，CoaL代表江苏省的原煤消费总量，oiL代表江苏省的原油消费总量，GaS代表江苏省的天然气消费总量，poweR代表江苏省的电力消费总量。α，β，γ，θ分别是四个线性回归方程的自变量系数，εi（i=1、2、3、4）分别代表四个线性回归方程的残差，Cj（j=1、2、3、4）分别代表是个线性回归方程的常数项。
用eviews6.0软件对LnCoaL、LnGaS、LnoiL、LnpoweR进行aDF检验，检验结果表1所示。根据表1所展现的结果，四组数据的原序列都是不平稳的，而一阶序列除了DLnpoweR以外均是平稳的，因此需对原序列做二阶的aDF检验。检验结果显示，四组数据的二阶aDF检验值均可以在5%的置信水平上检验通过。那么可以得出结论，原序列是属于二阶单整序列，满足协整检验的前提。
在平稳性检验之后对LnGDp与LnCoaL、LnoiL、LnGaS、LnpoweR做Granger因果检验，结果如下：
如表2所示：原煤消费是GDp增长的格兰杰原因，而GDp增长也是原煤消费增长的格兰杰原因。
如表3所示：原油消费的增长不是GDp增长的格兰杰原因，而GDp增长是原油消费增长的格兰杰原因。
如表4所示：天然气消费增长不是GDp增长的格兰杰原因，而GDp增长是天然气消费增长的格兰杰原因。
如表5所示：电力消费增长是GDp增长的格兰杰原因，GDp增长也是电力消费增长的格兰杰原因。
四、结论
第一，江苏省原煤消费与经济增长是双向因果关系，且两者是正相关的关系，增加1%的原煤消费会带来1.238%经济增长，而经济每增长1%就会带来原煤消费0.808%的速度增长；第二，江苏省原油消费与经济增长是单向因果关系，经济增长带来了原油消费的增长，而原油消费的增长并不一定会引起经济的增长。这两者是正相关的关系，地区生产总值每增加1%，就会带来原油消费0.622%的增长；第三，江苏省天然气消费与经济增长也是单向因果关系，经济增长是原油消费增加的格兰杰原因，而反之不成立。两者之间是正相关的关系，GDp每增加1%就会引起天然气消费3.86%的增长；第四，江苏省电力消费与经济增长是正相关的双向因果关系。每当全省GDp增加1%，就会引起电力消费以0.963%的速度增长，而电力消费每增长1%就会带来1.039%的经济增长。
从实证分析的结果中，我们可以看出，原油、原煤和电力消费对经济增长的影响是积极的，其中原油消费对经济的影响最大，其次是原煤消费的影响。而天然气消费对经济增长的影响却不尽如人意。
参考文献：
[1]马尔萨斯.人口原理[m].黄立波，译.西安：陕西人民出版社，2007
[2]大卫・李嘉图.政治经济学及赋税原理[m].北京：商务印书社，1962
[3]（美）丹尼斯・米都斯.增长的极限――罗马俱乐部关于人类困境的报告.李宝恒译[m].长春：吉林人民出版社，1997
[4]Kraft.J.，Kraft.a..ontheRelationshipBetweenenergyandGnp.JournalofenergyandDevelopment[J]，1978，3
[5]Yu.e.S.H.，Hwang，B.K..theRelationshipBetweenenergyandGnp：FurtherResult[J].energyeconomies，1984，6（3）
[6]Yu，e.S.H.，Choi，J.Y..thecausalrelationshipbetweenenergyandGnp：aninternationalcomparison[J].JournalofenergyandDevelopment，1985，10（2）