王建民 杨文培 杨+力

摘要

中国碳排放的主要来源是能源消费，能源消费又是经济增长的重要驱动因素，因而如何进行能源结构调整成为我国能否如期实现经济增长和碳减排双赢目标的关键。考虑技术进步的动态条件，基于1991-2013年中国的数据，采用超越对数生产函数对我国GDP增长中不同能源要素的贡献率进行了分解，并在2020年实现双赢目标的约束下，对不同能源2014-2020年期间的增长率在技术进步动态条件下进行了估算，分析了实现双赢目标的路径条件。研究结果显示：①综合要素、煤炭、石油、天然气、非化石能源等驱动因素1991-2013年期间对GDP的年均贡献率分别为：36.38%、13.03%、16.99%、12.00%、21.60%，中国经济增长对能源投入的依赖较强；②煤炭、石油、天然气对非化石能源的替代弹性较小，可替代性较差，但非化石能源对煤炭的替代弹性从2007年开始逐步增大，同时，煤炭、石油利用的技术进步慢于非化石能源，这有利于我国双赢目标的实现；③为实现2020年的双赢目标，煤炭、石油、天然气和非化石能源2020年的投入量需要比2013年分别增长26.43%、26.92%、57.53%、64.27%，2020年的能源消费结构比例为：0.63∶0.18∶0.07∶0.12，各种能源增长幅度不同，保持平稳调整；④在双赢目标约束条件下，从非化石能源、煤炭、石油、天然气四种能源角度分析了实现该目标的路径条件。从整体上看，在技术进步推动下，到2020年中国可以实现经济年均增长7%、碳排放强度下降44%的双赢目标。

关键词碳减排；双赢目标；能源结构；超越对数生产函数

中图分类号F062.1文献标识码A文章编号1002-2104（2016）03-0027-10doi：10.3969/j.issn.1002-2104.2016.03.004

为了实现可持续发展，中国政府制定了详细的碳减排目标和经济增长目标。中国政府在2009年11月首次发布的碳减排目标中承诺，到2020年，二氧化碳排放强度比2005年下降40%-45%，并作为约束性指标纳入中长期国民经济发展规划。同时，在党的十八大报告中提出到2020年GDP要比2010年翻一番。以下本文将中国政府制定的2020年碳减排目标和经济增长目标简称为双赢目标。

在技术进步条件的局限下，实现经济增长需要一定的能源消费，而能源消费是碳排放的主要来源，增加能源消费将带来碳排放的增长，这给双赢目标的实现带来困局。由于不同能源消费的碳排放系数不同，因此调整能源结构成为实现双赢目标的关键。那么，中国是否能在2020年实现提出的双赢目标呢？实现这一双赢目标的能源消费结构如何调整呢？

围绕以上问题，本文将中国的能源分为煤炭、石油、天然气和非化石能源，建立反映中国能源消费结构的超越对数生产函数模型，对拉动经济增长的能源要素进行分解，在双赢目标下估算对能源消费结构的约束条件，测算、探索实现双赢目标的发展路径。

1文献综述

国内外区域经济增长驱动因素的研究文献较多，从理论分析[1-2]到实证检验[3-4]都进行了大量研究。学者选择的驱动因素主要是物质资本因素和人力资本因素[5-7]。

近年来，随着环境污染、碳排放的加剧，学者在经济增长的驱动因素中增加了能源消费因素，并展开了相应的实证分析[8-10]。从学者的研究结论来看，能源消费与经济增长的关系复杂。如Halicioglu F.[11]， Ang J.B [12]， Lee ChienChiang[13]等采用不同国家的面板数据对经济增长和能源消费之间的关系进行了Granger因果检验和协整分析，研究结果显示，在这两个变量中，其因果关系既有单向的也双向的，有存在长期协整关系的，也有不存在长期协整关系的。从我国学者的实证检验结果来看，中国的能源消费与经济增长之间存在协整关系[14-15]，王建民[16]的研究显示中国1990-2011年期间能源消费、经济增长和碳排放之间存在长期均衡关系，其传导关系为：经济每增长1%，能源消费增长1.517 7%，碳排放增长1.572 2%。

从以上文献研究来看，中国的经济增长在一定程度上依赖于能源的投入，能源消费成为驱动经济增长的重要因素。但学者将能源做为一个整体对其与经济增长的关系进行实证检验，未区分不同能源对经济增长的驱动作用程度，难以为能源结构调整提供依据和衡量碳排放强度。还有学者敏锐的认识到驱动因素内在的技术进步直接影响着经济增长的质量和发展水平[17]，因此不仅要考虑驱动因素投入数量对经济增长的影响，还要考虑其由于内生的技术进步引起的质量变化对经济增长的贡献。

中国2020年能否及如何实现经济增长和碳减排目标的双赢发展呢？陈诗一[18]设计了一个基于方向性距离函数的动态行为模型对中国2009-2049年节能减排的损失和收益进行模拟发现，节能减排初期会造成较大的生产损失，但由于后期技术进步的主导作用，未来40年将会实现环境和经济的双赢。林伯强等[19]采用在设定驱动因素增长率的情景下对碳减排目标实现程度进行预测，预测结果表明在2005-2020年经济增长率保持年均8.3%，城市化率2020年达到60%，非化石能源占15%等的前提下， 2020年中国碳排放强度将较2005年可以下降43.5%。王建民[20]的预测结果显示，在中国现有的能源消费结构、保持经济增长目标等的条件下， 2020年碳排放强度将比2005年降低36.03%，减排目标面临压力。HsiaoTien P. et al[21]采用非线性灰色伯努利模型（NGBM）预测中国2011-2020年的碳排放、能源消耗和实际GDP存在长期均衡关系，不支持EKC假设，三者的增长率分别设定为4.47%，-0.06%和6.67%，从增长率设定上反映了实现双赢目标的困境。

中国目前还处于工业化发展阶段，化石能源消费和碳排放总量今后一段时期还会持续增长，在经济增长和碳减排之间寻找最优途径是中国现阶段经济发展战略的理性选择。因此围绕中国政府制定的2020年经济增长和碳减排的双赢目标对能源消费结构进行分析和测量，研究双赢目标的实现途径及条件，对实践更具有现实指导意义。

在现有文献研究的基础上，本文的研究进行了以下探索：一是在研究方法上，采用超越对数生产函数对GDP增长的不同类型的能源驱动因素进行分解，估算不同能源的弹性系数及贡献率等。超越对数生产函数是更具一般性的变弹性生产函数模型，是任意生产函数的二阶泰勒近似，具有较强的易估计和包容性，它结构上属于平方反应面模型，可以较好的揭示经济系统中更多的信息。二是建立了反映我国能源结构状况的超越对数生产函数模型，将能源消费区分为煤炭、石油、天然气和非化石能源，可以较好的估算减排目标。同时，在驱动因素中引入时间变量，反映不同能源的内生技术变化对经济增长的作用。三是在实现2020年双赢目标的约束下，并考虑各驱动因素技术进步的动态变化，对各不同能源消费量的增长率进行估算，直接测量实现双赢目标的条件要求，探索实现双赢目标的路径，不同于部分学者采用的在设定既定情景下的静态预测。

3模型估计与分析

3.1模型估计

为避免超越对数生产函数中各解释变量之间的共线性，本文采用岭回归方法对模型进行估计。为确定最佳岭值，本研究利用SPSS20软件，从start=0开始，以inc=0.01作为步长，直到stop=1，计算得到本文岭值k=0.9。在该岭值下，采用岭回归方法对式（3）进行估计，并对岭回归程序进行了改进，计算出显著性值。估计结果如表1所示。

从表1中可以看出，岭回归方程的调整后的决定系数为0.9749，方程的拟合度较好，T检验统计量值均大于5，并通过了0.05水平下的显著性检验。从岭回归参数估计的结果来看，所有项回归系数均大于0；时间趋势项系数为正，表明生产系统中的中性技术进步存在并呈加速趋势；交叉项系数和平方项系数为正，表明中国经济生产系统存的规模报酬是递增的。从中国经济发展状况的实践来看，模型参数估计结果合理。这也与部分学者的研究结果近似[23-24]。因此，采用该模型估算我国能源结构对GDP产出的贡献状况及其变化是可靠的。

3.2驱动因素产出弹性及贡献率核算

根据模型参数估计结果，利用式（4）可以计算驱动因素对GDP的产出弹性。计算结果如表2所示。

表2显示了煤炭、石油、天然气和非化石能源等驱动因素在1991-2013年期间对我国GDP产出的弹性系数。

驱动因素的产出弹性反映了该要素的利用效率水平。从驱动因素弹性系数的大小来看，四种能源驱动因素中，石油消费量对GDP的产出弹性系数最大，年均为0.318 7，表示石油消费量每增长1%，GDP产出将增长0.3187%，表明石油消费的产出效率较高。天然气消费对GDP产出的影响最小，年均为0.1108，这是因为一方面目前我国能源消费中天然气所占比例年均仅为2.825%，所占比例过低；另一方面是我国天然气主要在居民生活领域，产出效

率低，利用效率有待通过技术进步提高。但随着我国天然气消费量的快速提高和技术进步，天然气的产出弹性增长在四个驱动因素中也最快。从驱动因素弹性系数的变化趋势来看，四种能源驱动因素的弹性系数均呈现逐年增长趋势，煤炭、石油、天然气和非化石能源2013年比1991年分别增长了13.09%、11.22%、17.00%和15.77%，增长平稳，表明我国各种能源的利用效率在整体上得到了逐渐提高。

根据式（2）可以进一步计算得到四种能源驱动因素对GDP产出的贡献率。各驱动因素1991-2013年期间对

如图1所示，四种能源消费驱动因素对GDP产出除个别年份外整体上呈现正向贡献，均促进了GDP的增长。从驱动因素对GDP产出贡献率的大小来看，综合要素所占比例最大，年均为36.38%，其次为非化石能源要素，年均为21.60%，煤炭和石油分别为13.03%和16.99%，天然气对GDP产出的贡献率最小为12.00%。非化石能源所占比例较大，一方面反映了我国近年来非化石能源在能源消费比例中的快速增长，所占比例从1992年的4.8%提高到2013年的9.8%，提高了一倍多；另一方面是由于非化石能源的环保性，加大了开发的技术投入，提高了利用

效率。同时，能源要素对GDP增长的贡献率超过了60%，表明我国经济增长在一定程度上表现依赖较高的能源投入，属于高投入高增长型。

从各驱动因素对GDP产出贡献率的变化趋势来看，表现差异较大。其中，非化石能源的变化幅度最大，呈现较大的波浪线，与该能源的投入量变化波动大相关，表明我国需要建立非化石能源开发利用的长期发展战略，稳定其投入利用比例。综合要素在2003、2004、2005年贡献率的表现异常，是因为这些年份我国的能源消费量暴增，能耗过高，碳排放不降反升，碳减排形势严峻，与大多学者的测算较为一致[25-26]。其它个别年份的驱动要素贡献率小于0是由于该能源消费量的增长率小于0所导致。为使各能源对GDP增长的贡献率保持稳定，一方面需要保持稳定量的投入，另一方面是持续的技术投入开发，提高其利用效率。

3.3驱动因素替代弹性计算与分析

根据式（5），本文计算了各驱动因素与能源投入之间的替代弹性。如图2所示。

驱动因素之间的替代弹性系数反映了两种驱动因素的可替代程度。如图2，从整体上看，煤炭、石油、天然气对非化石能源的替代弹性较小，可替代性较差，未来还需要保持各能源的稳定投入。同时，石油、天然气对非化石能源的替代弹性略大于1，表明石油、天然气可在较小程度上替代非化石能源。煤炭对非化石能源的替代弹性小于1，并且替代弹性逐步增大，表明非化石能源对煤炭的替代性将越来越强。实践中，煤炭消费是碳排放的重要来源，而非化石能源属于清洁能源，是理想的煤炭替代能源，这一替代弹性表明我国可以通过大力发展非化石能源替代煤炭消费，实施节能减排战略，这对我国低碳经济发展战略制定具有实践指导价值。

3.4驱动因素的技术进步差异分析

利用公式（6），本文计算了煤炭、石油、天然气与非化石能源的技术进步差异。如图3所示。

由图3，我国煤炭、石油对非化石能源的技术进步均小于0，表明煤炭和石油利用的技术进步慢于非化石能源利用的技术进步，这表明随着我国节能减排、低碳发展战略的实施，加大了对非化石能源开发利用技术的投资，使得非化石能源开发利用的效率提高，技术进步取得了较快发展。天然气对非化石能源的技术进步大于0，表明天然气的开发利用又快于非化石能源的开发利用速度，但二者的差距趋于缩小趋势，非化石能源的开发利用速度进步较快。

从驱动因素的技术进步差异来看，非化石能源利用的技术进步速度快于煤炭、石油等驱动因素，是我国节能减排战略实施的成果，有利于碳减排和经济发展双赢目标的实现。

4双赢目标的发展路径及实现程度测算

4.1双赢目标约束下的GDP及碳排放量计算

本文在实现2020年经济增长和碳减排双赢目标下对

碳排放强度进行计算。党的十八大报告提出，2020年实现GDP比2010年翻一番的目标。按十八大制定的经济增长目标核算，2014-2020年期间我国GDP年平均增长速度需要达到7%，由此可以计算该期间的GDP。同时，中国政府2009年承诺的碳排放强度下降目标为，2020年比2005年下降40%-45%，本文按碳排放强度下降45%的目标进行估算，则2014-2020年期间每年平均下降强度为0.0424 t碳/亿元。由此可以推算实现双赢目标下2014-2020年期间中国的碳排放强度，并可以计算实现双赢目标下的碳排放量。

根据以上方法，可以测算2014-2020年期间中国的GDP、碳排放量及碳排放强度。经测算，为实现2020年的双赢目标，按1990年可比价计算到2020年GDP需要达到275 750.983亿元，按碳排放强度2020年比2005年下降45%计算，2020年碳排放量不超过292 805.031 t，碳排放强度下降到1.062 t/亿元。

本文在双赢目标下对拉动GDP增长的各投入因素的增长率进行估算，分析实现双赢目标发展途径。

4.2双赢目标发展路径下的驱动因素投入量估算

灰色系统理论认为，任何随机过程都可以看作是一定时空区域变化的灰色过程。煤炭、石油、天然气、非化石能源及技术进步等驱动因素的发展过程也有其自身的客观规律性，受历史发展状况的制约，它们1991-2013年期间的状况及其发展水平是2014-2020年期间相关要素发展的基础和前提。因此，历史数据对未来的发展具有重要的参考作用。基于此，本研究假设2014-2020年期间中国的GDP产出驱动因素的发展变化是1991-2013年期间该因素的延续和发展， 即2014-2020年期间GDP增长的驱动因素的弹性系数可以由该要素1991-2013年期间的弹性系数进行预测。

基于本文表2测算的中国1991-2013年期间GDP增长的能源消费驱动因素的弹性系数数据，采用灰色预测模型GM（1，1）方法对中国2014-2020年期间的能源消费驱动因素弹性系数进行预测。该预测方法假设中国GDP产出的能源投入因素及综合要素按1991-2013年的惯性拉动GDP产出，GDP产出是诸要素在发展变化中共同作用的结果。该预测方法考虑了技术进步对投入因素的影响，实现了动态条件下的预测。

本文采用Matlab7.1软件对2014-2020年期间中国GDP产出驱动因素的弹性系数进行预测，为增加预测精度，每种驱动因素选取不同年份的弹性系数数据进行比较。

用后验差检验法对模型预测精度进行检验。C为后验差比值，C=S2S1， S1为原始方差，S12=1n∑nk=1（x（0）（k）-）2， S2为残差方差，S22=1n-1∑nk=2（q（k）-）2， P为小误差概率，p=p{q（k）-|<0.674 5S1}。检验结果显示煤炭、石油、天然气和非化石能源等驱动因素的残差均为0.000 0，后延差比值均为0，小误差概率均为1，模型预测精度等级属于“好”，表明预测模型是可信的，可以用于外推预测。

由此，可以预测得到各驱动因素2014-2020年期间对GDP产出的弹性系数。预测结果为，煤炭的弹性系数从2014年的0.263 0增长到2020年的0.272 5，石油的弹性系数从2014年的0.338 8增长到2020年的0.347 8，天然气的弹性系数从2014年的0.121 9增长到2020年的0.128 8，非化石能源的弹性系数从2014年的0.258 4增长到2020年的0.271 0。

接下来本文在技术进步动态变化条件下对实现经济增长和碳减排的双赢目标各驱动因素的增长率进行估算。

根据（2）式，各驱动因素每年对GDP增长的贡献率可以表示为：

投入要素对GDP增长的贡献率=该投入要素的弹性系数×该投入要素的增长率GDP增长率

对上式进行推导，可以得到：

各投入要素的增长率=该投入要素对GDP的贡献率×GDP增长率该投入要素的产出弹性系数

进一步假设2014-2020年每年各驱动因素对GDP增长的贡献率与1991-2013年期间的年均贡献率相同，即2014-2020年煤炭、石油、天然气、非化石能源每年对GDP的贡献率分别为13.03%、16.99%、12.00%、21.60%。则根据上文估算的GDP增长率，可以得到为实现GDP增长目标各驱动因素2014-2020年期间的增长率。

为实现双赢目标，2014-2020年期间，各驱动因素的增长状况计算如下。中国的煤炭消费量需要从2013年的247 500万t标准煤增长到2020年的312 920.3万t标准煤，增长26.43%，平均每年保持3.41%的增长率，但在能源消费总量中的比重从2013年的66%下降到2020年的63.20%。石油的消费量需要从2013年的69 000万t标准煤增长到2020年的87 572.94万t标准煤，增长26.92%，平均每年需要保持3.46%的增长率，在能源消费总量中的比重从2013年的18.4%下降到17.69%。天然气的消费量需要从2013年的21 750万t标准煤增长到2020年的34 262.87万t标准煤，增长57.53%，平均每年需要保持6.71%的增长率，在能源消费总量中的比重从2013年的5.8%上升到2020年的6.92%。非化石能源的消费量需要从2013年的36 750万t标准煤增长到2020年的60 369.02万t标准煤，增长64.27%，每年保持7.35%的增长速度，但在能源消费总量中的比重从2013年的9.8%上升到2020年的12.19%。

从预测结果来看，在技术进步的推动下，由于经济增长放缓，各能源驱动因素在2014-2020年期间的年均增长率均小于其在1991-2013年期间的年均增长率，实现双赢目标的压力较小，较为现实可行。

4.3双赢目标实现程度测量

根据以上本文估算的煤炭、石油、天然气在2014-2020年期间的投入量，可以计算煤炭、石油、天然气在2014-2020年期间的碳排放量。

碳排放量的测算公式为：

C=∑iSi×Fi×E （7）

式（7）中：C表示碳排放量，用吨表示；Si中国第i类能源消费量占总能源消费量的比重；Fi第i类能源的碳排放系数，指煤炭、石油和天然气。E表示折算为标准煤后的能源消费总量，单位为万吨标准煤。根据中国国家发改委能源研究所的研究，煤炭、石油、天然气的碳排放系数Fi分别为0.7476、0.5825、0.443，单位为：吨碳/万吨标准煤。

根据以上计算方法，可以预测我国2014-2020年期间的碳排放量。同时，根据本文4.1中的测算方法，可以计算得到双赢目标约束下碳排放强度下降45%、43%目标下的碳排放量。将双赢目标约束下的碳排放量与预测碳排放量进行比较，如图4所示。

由图4，本文根据双赢目标下2014-2020年期间能源投入量预测的碳排放量介于碳排放强度下降43%-45%的目标之间，可以实现提出的碳减排强度目标。具体为，按碳排放强度2020年比2005年下降45%计算，2020年碳排放量不超过292 805.031 t，按碳排放强度2020年比2005年下降43%计算，则2020年碳排放量为不超过305 445.1327 t，而2020年预测碳排放量为300 128.8737 t。因此，中国政府提出的减排承诺2020年碳排放强度比2005年下降40%-45%，具有一定的科学性和合理性。在各要素保持目前发展速度状况下，到2020年中国可以实现经济增长和碳减排的双赢目标。

5结论与政策启示

基于对1991-2013年期间驱动中国GDP增长的能源因素超越对数生产函数分解结果及分析，围绕实现2020年经济增长和碳减排的双赢目标，在技术进步动态变化条件下，本文从煤炭、石油、天然气及非化石能源四种驱动因素角度对实现双赢目标的途径进行了估算，主要结论及政策启示如下：

第一，关于非化石能源。非化石能源在1991-2013年期间对经济增长的弹性系数与煤炭相近，其贡献率在四种能源驱动因素中最大，对经济增长发挥了较大的拉动作用。同时，煤炭对非化石能源的替代弹性小于1，并呈现加大趋势，表明我国可以通过采用非化石能源替代煤炭，实现能源结构优化和调整，并且非化石能源开发利用的技术进步快于煤炭的技术进步，是我国节能减排战略实施的成果。为实现双赢目标，2014-2020年期间，非化石能源的开发利用需要保持平均每年7.35%的增长速度，到2020年消费量比2013年增长64.27%，占能源消费总量的12.19%，与中国的能源发展战略目标相一致。中国正在逐步加大对非化石能源的利用和开发，非化石能源消费的消费量和在能源消费中所占的比例保持了快速增长，非化石能源的有效利用和开发不仅促进经济的发展，也有利于减少碳排放。因此，进一步加强非化石能源的开发和利用是中国实现经济增长目标和碳减排目标的关键和有效途径。

第二，关于煤炭。煤炭在1991-2013年期间对经济增长的弹性系数小于石油，对经济增长贡献率最小，反映了我国煤炭虽然消费量最大，但利用效率不高，开发利用的技术进步慢于非化石能源。在双赢目标约束下，2014-2020年期间，煤炭的投入量需要保持平均每年不超过3.41%的增长速度，到2020年消费量比2013年增长26.43%，占能源消费总量的比重从2013年的66%下降到2020年的63.2%。从中国的能源利用状况来看，煤炭在相当长的时期内还占据主导地位，其消费的绝对量还将保持增长趋势。但其在能源结构中所占的比重将逐步下降。鉴于以上情况，为实现碳减排目标，一方面需要积极采用非化石能源进行替代，减少煤炭的利用量，减少污染；另一方面需要加大煤炭利用的科技投入，提高煤炭利用效率，对煤炭利用开发技术进行革新，而不是革煤炭的命，这是目前面临的必然选择。

第三，关于石油。石油在1991-2013年期间对经济增长的弹性系数最大，产出效率高，贡献率仅次于非化石能源，对经济增长贡献较大。石油对非化石能源的替代弹性略大于1，并呈现收敛趋势，表明在一定程度上可以通过增加石油消费量替代一定的非化石能源消费。但其技术进步速度小于非化石能源的开发和利用速度。为实现双赢目标，2014-2020年期间，石油投入量需要保持平均每年3.46%的增长速度，到2020年消费量将比2013年增长26.92%，在能源消费中的比重略有下降。石油主要利用领域为第二产业，中国经济处于工业化和城市化快速发展阶段，鉴于其对经济增长的拉动作用较大，需要一方面在利用中加大技术投入，提高利用效率，另一方面积极采用天然气和非化石能源进行替代。

第四，关于天然气。天然气虽然对GDP产出的弹性系数和贡献率均最小，表明我国目前的对天然气的开发利用程度不够。天然气是一种高效、节能、环保的能源，但目前使用的领域主要是居民生活，比较狭窄，对经济增长发挥的作用有限。随着用途的扩大和利用效率的提高，天然气将发挥越来越重要的作用。天然气对非化石能源的替代弹性略大于1，表明天然气在一定程度上可以替代非化石能源，并且其技术进步速度快于非化石能源的开发利用。为实现双赢目标，2014-2020年期间，天然气投入量需要保持平均每年6.71%的增长速度，到2020年天然气需求量将比2013年增长57.53%，占能源消费总量的6.92%。目前天然气对经济增长拉动作用与未来的发展目标还不相适应，需要通过加大投资开发力度和激励制度建设，发挥天然气对经济增长的拉动作用。

第五，从预测结果来看，在技术进步的推动下，能源结构保持按比例稳定增长，到2020年中国可以实现经济年均增长7%、碳排放强度下降44%的双赢目标。

（编辑：田红）

参考文献（References）

[1]Stylianos G G，Nikolaos M， Dimitris P， et al.1979-2001： A Greek Great Depression Through the Lens of Neoclassical Growth Theory[J]. Economic Modelling， 2014， 36： 316- 331.

[2]蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学，2013，（1）：56-71.[Cai Fang. How Can Chinese Economy Achieve the Transition toward Total Factor Productivity Growth？[J].Social Sciences in China， 2013，（1）：56-71.]

[3]Fleisher B， Li H Z， Zhao M Q. Human Capital， Economic Growth， and Regional Inequality in China[J]. Journal of Development Economics， 2010， 92： 215-231.

[4]Robert A， Vlasios V. The Economic Growth Enigma： Capital， Labour and Useful Energy？[J]. Energy Policy， 2014， 64：16-28.

[5]安锦，王建伟.资源诅咒：测度修正与政策改进[J].中国人口·资源与环境，2015，25（3）：91-98.[An Jin， Wang Jianwei. Resource Curse： Measure Amended and Policy Improvement[J]. China Population， Resources and Environment， 2015， 25（3）：91-98.]

[6]王小鲁，樊纲，刘鹏.中国经济增长方式转化和增长可持续性[J].经济研究，2009，（1）：4-16.[Wang Xiaolu， Fan Gang， Liu Peng. Transformation of Growth Pattern and Growth Sustainablity in China[J]. Economic Research Journal. 2009，（1）： 4-16.]

[7]何东伟.胡晓鹏.中国区域经济增长影响因素的分解：基于DEA方法的实证研究[J].产业经济评论，2015，（7）：19-27.[He Dongwei， Hu Xiaopeng. The Decomposition of Regional Economic Growth in China：A Empirical Study Based on DEA Method[J].Review of Industrial Economics， 2015，（7）： 19-27.]

[8]李强，魏巍，徐康宁.技术进步和结构调整对能源消费回弹效应的估算[J].中国人口·资源与环境，2014，24（10）：64-67.[Li Qiang， Wei Wei， Xu Kangning. Estimation of Technological Progress and Structural Readjustment on the Energy Consumption Rebound Effect [J]. China Population， Resources and Environment， 2014，24（10）：64-67.]

[9]Payam N， Fatemeh J， Mohammad M T， et al. A Global Review of Energy Consumption， CO2 Emissions and Policy in the Residential Sector （With an Overview of the Top Ten CO2 Emitting Countries）[J]. Renewable and Sustainable Energy Reviews， 2015， 43： 843-862.

[10]齐绍洲，罗威.中国地区经济增长与能源消费强度差异分析[J].经济研究，2007，（7）：74-81.[Qi Shaozhou， Luo Wei. Regional Economic Growth and Differences of Energy Intensity in China[J].Economic Research Journal， 2007，（7）： 74-81.]

[11]Halicioglu F. An Econometric Study of CO2 Emissions Energy Consumption and Foreign Trade in Turkey [J]. Energy Policy， 2009， （37）： 1156-1164.

[12]Ang J B. CO2 Emissions， Energy Consumption， and Output in France [J]. Energy Policy， 2007， （35）： 4772-4778.

[13]Lee C C， Chang C P. Energy Consumption and Economic Growth in Asian Economies： A More Comprehensive Analysis Using Panel Data [J]. Resource and Energy Economics， 2008， 30： 50-65.

[14]汪旭晖，刘勇.中国能源消费与经济增长：基于协整分析和Granger因果检验[J].资源科学，2007，29（5）：57-62.[Wang Xuhui， Liu Yong. Chinas Energy Consumption and Economic Growth： A Study Based on the Cointegration Analysis and Granger Causality Test[J].Resources Science， 2007，29（5）：57-62.]

[15]马超群，储慧斌，李科，等. 中国能源消费与经济增长的协整与误差校正模型研究[J].系统工程，2004，22（10）：47-50.[Ma Chaoqun， Chu Huibing， Li Ke， et al.Cointegration Analysis and an Error Correction Model of Chinas Energy Consumption and Economy Growth[J]. Systems Engineering， 2004，22（10）：47-50.]

[16]王建民，杨文培，杨力.经济增长-能源消费-碳排放关系的实证检验[J].统计与决策，2014，（5）：137-139.[Wang Jianmin， Yang Wenpei， Yang Li. Empirical Test of Economy Growth， Energy Consumption and Carbon Emission[J].Statistics and Decision， 2014，（5）：137-139.]

[17]Plutarchos S， Daniel J W， Quantifying Embodied Technological Change[J]. Review of Economic Dynamics， 2004， 7：1-26.

[18]陈诗一.节能减排与中国工业的双赢发展：2009-2049 [J]. 经济研究， 2010， （3）： 129-143.[ Chen Shiyi. Energysave and Emissionabate Activity with its Impact on Industrical WinWin Development in China： 2009-2049[J].Economic Research Journal， 2010， （3）： 129-143.]

[19]林伯强， 孙传旺. 如何在保障中国经济增长前提下完成碳减排目标[J]. 中国社会科学， 2011， （1）： 64-76.[Lin Bo Qiang， Sun Chuan Wang. How Can Achieve its Carbon Emission Reduction Target while Sustaining Economic Growth[J].Social Sciences in China， 2011，（1）： 64-76.]

[20]王建民. 碳减排目标约束对经济增长影响：理论框架与实证检验：基于中国1991-2010年的实证分析[J]. 经济管理，2012， 34（6）：171-178.[Wang Jianmin. On the Influences of the Targets of Carbon Emission Reduction on Economic Growth： The Theoretical Framework and Empirical Tests：The Empirical Analysis of the Samples in China from 1991 to 2010[J].Economic Management Journal， 2012， 34（6）： 171-178.]

[21]HsiaoTien P， HsinChia F， ChengvLung T. Forecasting of CO2 Emissions， Energy Consumption and Economic Growth in China Using an Improved Grey Model [J]. Energy， 2012，40（1）：400-409.

[22]杨福霞，杨冕，聂华林.能源与非能源生产要素替代弹性研究：基于超越对数生产函数的实证分析[J].资源科学，2011，33（3）：460-467.[Yang Fuxia， Yang Mian， Nie Hualin. An Investigation of the Elasticity of Energynonenergy Factor Substitution： An Empirical Analysis Based on the Translog Production Function[J]. Resources Science， 2011，33（3）：460-467.]

[23]王明益.山东省能源要素产出弹性、替代弹性的实证研究：基于超越对数生产函数的岭回归估计[J].技术经济，2012，31（4）：82-86.[Wang Mingyi. Empirical Study on Output Elasticity and Substitution Elasticity of Energy Factors in Shandong Province： Based on Ridge Regression of Translog Production Function[J]. Technology Economics， 2012， 31（4）：82-86.]

[24]郑照宁，刘德顺.考虑资本-能源-劳动投入的中国超越对数生产函数[J].系统工程理论与实践，2004，（5）：51-54.[ Zheng Zhaoning， Liu Deshun. Chinas Translog Production Function Using Capital， Energy and Labor as Input[J].Systems Engineering： Theory and Practice， 2004，（5）：51-54.]

[25]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济，2011，（4）：124-143.[Chen Shiyi. Wavelike Decrease Patterns and Economic Explanation of Carbon Emission Intensity in China[J]. World Economy， 2011，（4）： 124-143.]

[26]王锋，吴丽华，杨超.中国经济发展中碳排放增长的驱动因素研究[J].经济研究，2010，（2）：123-136.[Wang Feng， Wu Lihua， Yang Chao. Driving Factors for Growth of Carbon Dioxide Emissions During Economic Development in China [J]. Economic Research Journal， 2010， （2）： 123-136.]