高晓燕

摘要：随着我国经济飞速发展，不可忽视的生态环境问题伴随而来，经济增长、煤炭消费与环境的冲突日益加剧。构建供给侧和需求侧两方面传导理论模型，利用更加灵活、稳健的TVP-VAR模型计算时变冲击效应，从供给侧与需求侧两个方面分别得到“资本、劳动→煤炭消费→经济增长”与“经济增长→煤炭消费→二氧化碳”的传导关系链，反映出我国目前仍依赖煤炭能源消费带动经济增长，产业结构较为落后、新能源利用较少。

关键词：经济增长；煤炭消费；二氧化碳排放；时变参数自回归；供给侧；需求侧；节能减排

中图分类号：F403.3 文献标识码：A 文章编号：1007-2101（2017）06-0070-08

一、引言

改革开放以来，我国经济发展取得了举世瞩目的成就，人均GDP年平均增长率高达14.07%，已经成为世界第二大经济体；作为人口大国，我国的贫困发生率也从1978年的30.7%降至2015年的5.7%。但与此同时，由于经济快速发展的需要，煤炭作为我国生产的主要一次能源，其需求量与消费量在不断激增。BP世界能源统计年鉴的数据显示，在2015年，我国的煤炭消费量高达1 920.4百万吨油当量，相当于1978年的5.6倍，同时占据全球消费总量的50%。作为碳强度最高的化石燃料，煤炭的过多消费亦导致了我国二氧化碳排放量持续走高。根据世界银行的世界发展指标（WDI），我国2013年二氧化碳排放量为102.49亿吨，占全世界排放总量的28.6%。“高耗能”“高排放”的经济增长模式对我国的生态环境平衡带来严重威胁，同时亦在加剧全球温室效应与气候变化的进程。

我国政府早已认识到经济快速增长带来的严重环境问题，制定了“科学发展观”基本国策，大力倡导绿色、协调、可持续的发展理念，长期致力于全世界节能减排的进程。早在1998年5月，我国即签署了《京都协议书》，并分别于2010年3月和2016年4月签署《哥本哈根协议》与《巴黎协议》，承担起了全球减排协作的重要责任。为了做好国内温室气体减排，我国于2014年9月制定了《国家应对气候变化规则》，并在2015年6月正式向IPCC提交了国家自主决定贡献文件，郑重向世界承诺，我国的二氧化碳排放量将在2030年左右到达峰值，单位GDP排放量比2005年下降60%～65%。经过不懈的努力，2015年，我国的温室气体排放量首次下降，为全球温室气体排放总量下降做出了突出贡献；单位GDP碳排放量也相较于2005年降低了29.6%，但该指标仍远远高于世界发达国家。由于我国“富煤、贫油、少气”的客观能源储备现实，核能、天然气等清洁能源在我国一次能源消费中比重仍然有限，煤炭仍将是我国生产活动的主要依赖能源，同时我国制造业比重较高、劳动生产率较低等问题依然存在，若想在保证实现经济增长目标的同时兑现2030年碳排放承诺，我国面临着艰巨的困难与严峻的挑战。

若想制定合理的经济政策，做好经济增长与环境保护的协调，必须对我国经济增长、煤炭消费以及资本、劳动、二氧化碳等指标相互之间的传导机制与方向做出准确的判断分析。据此，本文从煤炭消费的供给侧与需求侧两方面入手构建理论模型框架，利用传统的向量误差修正模型（VECM）与更加稳健、灵活的时变参数向量自回归（TVP-VAR）协同研究我国各经济指标之间，特别是煤炭消费、经济增长与二氧化碳排放之间的相互传导效应，以期得到准确、合理的结果，并为我国进一步贯彻、落实可持续发展提供有益的建议。

二、文献评述

对于能源消费、经济增长之间的传导关系，国内外学者已经进行了深入的研究，但是研究结果却不尽相同。AI（2006）分析得出在1971—2002年样本期内，六个海湾合作委员会国家的经济产出对能源消费存在单向的传导效应；杨子晖（2011）利用“有向无环图”的方法，认为我国的经济增长对能源消费同样存在单方面的传导作用。相反，Chen（2007）对亚洲十个新兴工业国家从1972—2001年的样本数据进行实证分析，得出这些国家的电力能源消费对GDP存在单向传导效应；姚君（2015）运用VAR脉冲响应函数的方法，同样得出我国能源消费对于经济增长有着重要贡献。此外，更多的学者通過不同的实证分析方法得到的结果显示，我国的能源消费和经济增长之间存在着双向格兰杰因果关系（张启銮2014，肖徳2016）。对于不同文献研究结果不尽相同的原因，可以理解为研究国家、数据选取方式的差异性，但更值得我们注意的是，上述文献均未能从供给侧、需求侧两个不同的方向对能源消费和经济增长之间的传导效应进行比较研究，缺乏完整、全面的理论框架。考虑到能源消费、经济增长之间的关系会存在供求双向路径，因此本文延续Bloch（2012）的理论基础，从供给侧、需求侧两个角度分别进行实证分析。

在变量选取方面，国外文献多以研究国家自身主要使用一次能源代表能源消费，而我国文献主要利用能源消费总量研究其同经济增长之间的传导关系。但我国一次能源消费结构复杂，其中天然气、风能、电力、核电等新能源虽然所占比重较低，但已经逐渐呈现递增趋势，在2015年总计占比达到17.9%（BP世界能源统计年鉴，2015）。考虑到清洁能源的使用不会产生过多的温室效应气体，如果将传统能源与新能源之总和作为研究对象，两种能源之间不断变化的消费比例难免会给实证估计带来偏误。而我国的煤炭消费比重虽然在近年呈现出小幅度下降趋势，但在2015年占据一次能源消费比重仍高达64%，加之煤炭消费会直接造成二氧化碳等温室效应气体的排放，对于二氧化碳排放、经济增长的关系链具有更强的解释效力，故本文选取我国煤炭消费总量作为研究对象，以期得到更加具有理论意义的结果。

此外，动态面板模型（肖德，2016）、灰色关联方法（张启銮，2014）、向量误差修正VECM模型（马宏伟，2012）等不同的实证方法均被用于我国能源消费与经济增长之间的传导关系研究。不过，由于面板数据的齐次性假设，我国的煤炭消费等数据只能获取年度数据，会存在小样本横截面数据异质性进而造成回归偏误；灰色关联方法无法同时获取煤炭消费同经济增长之间的长短期因果关系；而传统的VECM模型缺乏稳健性与时变性。据此，本文在运用VECM模型的基础上，引入假定条件更加宽松、估计方法更加灵活、同时结果兼具稳定性与时变性的事变参数结构向量自回归（TVP-VAR）方法。endprint

综上所述，本文在已有文献的基础上做出如下三点主要贡献：第一，同时考虑煤炭消费和经济增长之间在供给侧和需求侧两个渠道的传导效应，以获取更具有经济意义的理论基础；第二，使用我国煤炭消费数据代替能源消费总量作为研究对象，以避免能源消费结构变化造成的估计偏误；第三，引入更具有适用性的TVP-VAR模型，以期得到更加准确、稳健的估计结果，同时可以兼顾时变传导效应。

三、理论框架与模型构建

本文从供给侧和需求侧对我国煤炭消费和经济增长进行双向渠道分析。在供给侧，传统的经济增长模型中将技术水平、资本、劳动作为影响产出的指标，而本文在传统模型的基础上，加入煤炭消费作为自变量，研究其与产出、资本、劳动之间的协同关系，构建供给侧模型1（见式1），其中GDP、A、K、L、CC分别代表产出、技术、资本、劳动与煤炭消费。

GDPt=AtK？琢tL？茁tCC？酌t？着t （1）

其中，GDPt代表t时期的产出，At代表t时期的综合技术水平，Kt代表t时期的投入资本，Lt代表t时期的劳动力数，CCt代表t时期的煤炭消费，？琢是劳动力产出的弹性系数，？茁是资本产出的弹性系数，？酌是煤炭消费的弹性系数，？着t代表t时期随机干扰的影响。

一方面，我国目前依然较多地依靠工业和制造业拉动产出增长，煤炭作为我国消费最多的一次能源，其投入量必将影响到最终的产出总量；同时，出于经济持续快速发展的需要，产出总量会反过来刺激煤炭消费的增长。另一方面，在经济增长理论模型中，煤炭消费同资本、劳动之间存在着相互替代的关系，且我国劳动力成本仍具有一定的成本优势，如果将更多的资本、劳动力投入到生产活动，可以在不增加甚至减少煤炭消费的基础上带动经济增长；不过，资本投入的增加可能会刺激更多的煤炭消费投入到生产中，同时我国第三产业比重仍然相对较低，劳动力作为第三产业的主要推动力，对工业、制造业主要依托对象煤炭的替代效应有限。这说明煤炭消费同资本、劳动之间作用机制的方向尚不明确，需要进一步地进行实证分析。

在需求侧，我们首先引入煤炭市场价格作为煤炭消费与产出之间的中间变量，因为煤炭实际价格作为影响煤炭成本的决定性指标，其波动势必会对煤炭消费量带来一定影响，进而波及到最终产出；相反，在我国高速发展背景下，煤炭需求的快速增长可能会反过来拉动煤炭价格的提高。据此，我们加入出于需求侧构建的模型2（见式2）。

CCt=GDPt？啄CP？孜t？着t（2）

其中，CCt代表t时期的煤炭消费，GDPt代表t时期的产出，CPt代表t时期的煤炭价格，？啄是产出的弹性系数，？孜是煤炭消费的弹性系数，？着t代表t时期随机干扰的影响。

煤炭消费激增带来的最显著的负面影响是产生了过多的温室效应气体，从而引发全球气候变化与温度升高。因此，将代表温室气体效应的二氧化碳排放指标引入需求侧模型显得势在必行。为此，我们引入第二个基于需求侧构建的模型3（见式3）。

CO2t=GDPtKCC？棕t？着t（3）

其中，CO2t代表t时期我国二氧化碳排放总量，GDPt代表t时期的产出，CCt代表t时期的煤炭消费，k是产出的弹性系数，？棕是煤炭消费的弹性系数，？着t代表t时期随机干扰的影响。

根据供给侧与需求侧双方面的传导理论，本文构建出上述三种理论模型。值得注意的是，由于煤炭消费、经济增长以及其他各变量之间的传导关系错综复杂，甚至两个变量之间会存在着方向相反的传导效应，因此需要我们从不同的角度、利用更加稳健的估计方法进行实证分析，以期得到具有准确经济含义的传导机制。

四、估计方法与数据说明

1. 误差修正模型与格兰杰因果检验。考虑到样本的经济数据可能存在的非平穩和变量之间的协整关系，本文引入向量误差修正模型（VECM）来估计经济增长、煤炭消费及其他各变量之间的相关关系，并且利用VECM的结果进行短期与长期的格兰杰因果检验。考虑一个三变量经济数据（x，y，z），假定各变量均为一阶单积时间序列并且变量间存在着长期稳定的协整关系，设定VECM模型形式如式（4）：

（1-L）xtytzt=？茁1？茁2？茁3+（1-L）B11 B12 B13B21 B22 B23B31 B32 B33xt-1yt-1zt-1+

？啄1？啄2？啄3·？着t-1+？滋1t？滋2t？滋3t（4）

式（4）中，（1-L）表示进行一阶差分处理，μit 为扰动项并且服从于独立同分布，εt-1为滞后一期的误差修正项，由协整变量之间的同期关系计算得出。沿用Govindaraju（2013）的方法，本文根据对VECM模型估计参数的显著性检验，得到各变量之间的短期和长期格兰杰因果关系。首先，对于估计结果的单个系数进行Wald检验，可以判断变量的短期格兰杰因果关系，即如果系数B12的检验χ2统计量显著，则说明变量y是变量x的短期格兰杰原因，反之亦然；其次，对估计结果的系数和响应误差修正项的系数进行联合Wald检验，可以判断变量之间的长期格兰杰因果关系，即如果系数B12与系数δ1 的联合χ2统计量显著，那么变量y是变量x的长期格兰杰原因。

2. 时变参数向量自回归与脉冲响应函数。为了检验利用VECM进行格兰杰因果关系推导结果的稳健性，同时考虑各变量之间冲击效应的时变性，本文引入更具有灵活性与稳定性的时变参数结构向量自回归模型（TVP-VAR）计算各变量之间的时变脉冲响应函数，以期得到我国煤炭消费、经济增长及其他变量之间的内在、时变的基础结构经济关系。TVP-VAR模型是根据结构向量自回归模型（SVAR）进行发展和改变得到的，根据Primiceri（2005）的模型设定，对于维度为k的向量y，一般SVAR模型可以表示为式（5）：

Ayt=F1yt-1+…+Fsyt-s+？滋t，t=s+1，…，nendprint

Bi=A-1Fi （5）

式（5）中μt为扰动项，服从于均值为0方差为∑∑的正态分布，∑为对角矩阵。将SVAR模型进行递归识别，指定变量间结构的同时相关性，设定矩阵A为下三角矩阵，对向量B1至Bs进行堆叠处理得到维度为（k2s）的列向量β，对向量yt-1至yt-s进行克罗内克积（Kronecker product）变换得到向量Xt，得到SVAR的变换形式为式（6）：

yt=Xt？茁+A-1∑？着t （6）

在式（6）中，参数变量β、A、∑都是非时变的，而在TVP-VAR的模型设定中，将所有参数变量都设定为随着时间的变换而不断变化：

yt=Xt？茁t+At-1∑t？着t （7）

令向量at为下三角矩阵At中元素的堆叠向量，向量ht为矩阵∑t对角元素平方的对数形式，在TVP-VAR模型中，设定参数变量βt、at、ht均为随机游走过程：

？茁t+1=？茁t+？滋？茁t，at+1=at+？滋at，ht+1=ht+？滋ht

？着t？滋？茁t？滋at？滋ht-N0，I O O OO ∑p O OO O ∑a OO O O ∑h（8）

对于TVP-VAR模型的估计，由于模型随机波动的设定使得利用最大似然法估计（MLE）变得困难，所以本文沿用Nakajima（2011）的方法，使用蒙特卡罗—马尔科夫链（MCMC）方法对参数进行迭代模拟估计。使用TVP-VAR模型的优点在于，模型具有非线性特征，可以消除线性假定可能带来的约束；使用时变参数，可以计算变量在任何样本期时点的长期与短期冲击效应；实行随机波动假定，可以克服恒定波动假定可能造成的估计偏误。

3. 数据说明与来源。根据国民收入核算的会计准则，总产出的数值应当与总收入相等，故本文选取以2010年为基期的不变美元价值GDP来衡量供给模型中的产出指标和需求模型中的收入指标，单位为亿美元，数据来源为世界银行提供的2016年世界发展指标（WDI）。煤炭消费CC数据来源于英国石油公司（BP）提供的世界能源统计年鉴，单位为百万吨。此外，在供给模型中，资本指标K选取2016年WDI数据中以当前美元价值衡量的我国固定资本形成总值，单位为亿美元；劳动指标L为我国成年劳动力中就业人数的百分比，数据来源为中国国家统计局。在两个需求模型中，二氧化碳排放指标CO2数据来自于WDI，单位为千吨；对于我国的煤炭价格指标CP，首先选取WDI和BP报表中的国际煤炭价格数据，再利用我国的价格替代转换因子进行转换，得到我国的煤炭价格数据，单位为美元/吨，其中价格替代转换因子数据来源于WDI。由于世界银行提供的世界发展指标数据起始于1960年，故本文的样本期为1960—2015年，数据均为年度指标。为了消除变量之间的异方差性，本文在进行计量估计之前对所有变量进行取对数处理。

五、实证分析结果

1. 单位根与协整检验。本文使用目前更具有功效的DF-GLS方法对各变量进行平稳性检验，表1的检验结果显示，六个变量都是非平稳时间序列，但是经过一阶差分处理后，均通过了平稳性检验。故此我们进一步地考察三个模型中是否存在协整关系。表2的Johansen协整检验结果显示，三个模型均拒绝了最大协整秩为0的原假设，故此可以认为三个模型中均存在着长期稳定的协整关系；三个模型的特征值均落在单位圆内，说明模型设定稳定。协整的存在证明各个模型中均至少存在一个格兰杰因果关系，故此本文利用VECM模型进行格兰杰因果分析，通过TVP-VAR检验VECM估计结果稳定性的同时，考虑煤炭消费、经济增长及其他变量间传导关系的时变效应。在利用MCMC进行模拟的过程中，将迭代次数设定为10000次，并计算2年、5年、12年响应期的脉冲响应函数，分别代表短期、中期、长期的冲击效应。此外，根据AIC信息准则，三个模型均设定为2阶滞后。

2. 供给侧模型估计结果。对供给侧模型1进行VECM格兰杰因果检验结果为表3。计算结果显示，在供给侧模型中，无论是在短期还是长期，我国的煤炭消费对于产出增长存在单方面的正向传导效应，即煤炭消费对我国经济增长具有较强的推动作用，通过对VECM模型方差分解计算可以看到，在中期和长期煤炭消费对于我国经济增长变化的贡献均超过了23%，印证了这一结果；同时通过TVP-VAR模型的时变效应可以得到，自1978年改革开放之后，煤炭消费对于我国产出增长的冲击效应呈现出逐年递增态势。但是，经济增长在供给侧对煤炭需求的反作用并不显著，可以理解为在工业生产中，资本、劳动等要素投入对于煤炭消费需求具有一定的替代效應，出于绿色可持续发展的目标，我国可以通过投入更多资本、劳动的途径来拉动经济增长，而同时不过多增加煤炭使用。

对于各要素之间的关系，长期来看，煤炭消费与资本、劳动均存在着双向的正向冲击效应。虽然资本、劳动对于煤炭消费可以起到一定的替代作用，但是我国工业、制造业生产活动过于依赖煤炭的客观事实在短期内无法改变，加之资本量有限以及劳动力生产率较低，资本、劳动对于煤炭消费的替代效应终究有限。故此为了满足经济增长的需求，在长期需要同时增加煤炭消费、资本、劳动的投入，所以呈现出协同上升之趋势。根据动态脉冲响应函数可以看到，我国煤炭消费与资本投入的长期正向冲击效应均呈现出逐年递增趋势。与此同时，我国资本投入对于煤炭消费的短期正向冲击作用并不明显，说明其传导过程存在一定的时滞；而煤炭消费对于劳动力的短期作用亦不显著，说明劳动力水平会受到人口、教育水平等因素的客观制约，在短期内难以迅速匹配推进生产的需要。

3. 需求侧模型估计结果。以煤炭消费、收入、煤炭价格为基础设定的需求侧模型2的估计结果为表4。与供给侧结果不同的是，在需求侧，经济增长可以在长期刺激煤炭消费的增加，其影响程度呈现出逐年递增趋势。通过预测方差分解计算也可以得出，经济增长对于煤炭消费变化超过十年后的贡献度均高于50%，印证了其决定性作用。对于煤炭消费与煤炭价格之间的关系，煤炭消费在短期和长期均对煤炭价格存在显著的正向冲击效应，预测方差分解结果也显示，我国煤炭消费对煤炭价格10年期后的解释程度达到32.8%，在15年后更是高达43.9%，可以说是起到了决定性作用。显然，煤炭消费需求的快速增加打破了原先市场的均衡，在煤炭供给量难以匹配煤炭消费需求快速增加的情况下，煤炭的市场价格会大幅度上涨。我国煤炭价格对于煤炭消费存在着长期和短期的负向冲击效应，不过在短期，煤炭价格每上升1%，煤炭消费量仅随之下降大约1%，说明在短期内，企业的生产方式、生产原料难以迅速发生转变，工业、制造业对于煤炭需求具有刚性，呈现出较低的价格弹性；在长期情况有所不同，一旦煤炭价格持续走高，企业为了降低成本的需要，会积极研发新技术、使用新能源甚至转变高耗能的生产方式，使得煤炭的价格弹性提高，根据TVP-VAR时变结果可以看到，近年来我国煤炭价格弹性呈现出越来越高的态势，近几年可以达到8%左右，可以理解为我国风力、天然气、核能等新能源使用比例的逐渐提高，加之劳动力水平提高与生产技术进步，我国生产活动有更多的途径来代替煤炭消费，对于煤炭的依赖已经越来越低，说明我国近年来的节能减排工作取得了一定的成效。endprint

由于二氧化碳排放作为衡量温室效应气体的主要指标，故此引入二氧化碳排放量的模型3更加值得关注。根据表5的结果可以看到，与供给侧模型结果不同的是，我国经济增长对于煤炭消费在短期和长期均存在单方面的正向冲击效应，预测方差分解结果亦显示，我国经济增长对于煤炭消费变化的贡献程度在5年、10年期后分别高达30.9%和41.3%，印证了其决定性作用。可以理解为，尽管我国的技术水平、劳动力生产率得到一定程度提升，新型清洁能源也越来越多地投入于生产活动中，但我国煤炭消费在能源消费总量占比仍常年超过60%，过于依靠煤炭消费的经济增长模式尚未得到根本的改变。在20世纪70年代至90年代中期，经济增长对于煤炭消费的冲击效应持续走高，甚至一度接近15%，说明在改革开放初期，我国主要依靠“粗放式”“高耗能”的生产途径推动经济增长。但同时可以看到，在20世纪90年代末至今，随着我国签署了《京都协议书》《哥本哈根协议》《巴黎协议》等维护世界环境气候的协定，我国开始大力推行节能减排工作，使得经济增长对于煤炭消费的冲击作用呈现出下降趋势，但其冲击效应依然高于10%。

煤炭消费对于二氧化碳排放在短期和长期均存在非常显著的正向冲击效应，均通过了1%显著性水平下的格兰杰因果检验，10年期的预测方差分解贡献度高达45.6%，由于煤炭燃料碳强度高的化学属性，煤炭燃烧直接产生大量的二氧化碳气体，这样的估计结果显然在情理之中。二氧化碳气体的过多排放会严重影响世界环境气候，威胁到全人类的生存，故我国长期致力于二氧化碳气体的减排工作，一旦排放值处于较高的状态，我国政府会出台相应的政策限制其排放，煤炭消费所受影响自然首当其冲。所以我国的二氧化碳排放对于煤炭消费具有显著的冲击效应，在短期，由于煤炭消费具有较强的惯性，冲击效应较弱；在长期，随着新能源的广泛推广利用，对二氧化碳排放的限制将会显著降低煤炭消费。

我国经济增长同样对二氧化碳存在短期和长期的显著正向冲击效应，10年期的预测方差分解同样高达33.7%，经济增长带动煤炭消费不断提升，是造成该冲击效应的直接因素，同时经济增长过程中畜牧业、农业等生产活动同样会导致二氧化碳排放的增加。与经济增长对煤炭消费冲击效应的变化趋势类似，经济增长对二氧化碳的冲击效应同样呈现出了先增加后递减的态势，印证了我国近年来节能减排工作初见成效的同时，更是证明了煤炭消费同二氧化碳排放之间的紧密联系。我国政府在二氧化碳排放持续升高时会出台相应减排政策限制其升高，在短期工业、制造业厂商难以迅速转变生产方式，对二氧化碳排放的限制会直接影响煤炭的使用进而造成减产，故此从全行业角度来看，二氧化碳排放会在短期内给我国经济增长带来约为-2%的负向冲击效应。但是在长期，经过生产方式转变、产业结构升级、能源使用结构改善等诸多方面的努力，我国经济增长对于碳排放的依赖程度降低，二氧化碳排放的增加不再约束我国经济增长，从而呈现出稳定的正向冲击效应。

六、结论及政策建议

（一）主要结论

在供给侧，各变量之间长期稳定的关系链可以整理为“资本、劳动→煤炭消费→经济增长”。可以理解为改革开放以来，为了满足广大人民日益增长的物质文化需求，我国明确了“以经济建设为中心”的基本路线，越来越多的资本被投入到经济建设中；我国制定了“科教兴国”的战略目标，全面深入的教育改革使得劳动力文化水平与日俱增，科学水平的进步带动了劳动生产率的大幅度提高。由于我国主要依靠工业、制造业拉动经济增长的现状，单纯依靠资本、劳动要素投入的增加尚不足以拉动经济增长，还需要更多的能源被投入到生产活动中去，鉴于我国“富煤、贫油、少气”的能源结构现状以及工业、制造业生产的客观需要，资本、劳动要素的增加给我国的煤炭消费带来了显著的正向冲击。进一步地，根据本文模型1构建的柯布—道格拉斯函数的设定，随着煤炭消费与资本、劳动、技术所有自变量的协同上涨，作为因变量的产出指标也势必会增加，最终拉动了经济增长，构成了一条完整的关系链。通过供给侧的关系链我们可以注意到，资本、劳动的增加需要煤炭消费的协同上升才可以起到拉动经济增长的目的，这说明我国目前仍然过于依赖能源推动型的工业、制造业，而主要以科技、人力驱动的第三产业的比重较低。若想实现在不增加煤炭消费的前提下通过资本、劳动要素投入增加产出，放大资本、劳动对于煤炭能源的替代效应，大力发展第三产业、加快产业结构升级显得至关重要。

在需求侧，各变量之间形成了一条“经济增长→煤炭消费→二氧化碳排放”的长期稳定关系链。经济增长刺激煤炭消費的提升同样说明了我国生产活动对于煤炭能源的依赖性，尽管我国近年来在利用新能源、研发新技术等层面做出巨大努力，煤炭消费在能源消费总量中所占比重也从2005年的74%降至2015年的64%，但是其占比依然在六成以上。从本质上来看，是因为我国技术水平依然相对落后，能源利用效率较低，“粗放式”“高耗能”“高排放”的经济增长方式并未得到根本改变。由于“粗放式”的生产方式，加之我国对于工业、制造业生产排放废气的约束机制尚不完善，煤炭消费的提高直接造成了二氧化碳排放的增多，并且起到了决定性的作用。我国经济增长对二氧化碳排放同样具有明显的冲击效应，在2015年我国GDP占全世界GDP总量的11.84%，而二氧化碳排放占比高达28.59%，说明了我国能源利用率较低的现实问题，具体来看，我国每单位美元GDP所产生的二氧化碳排放量为1.32千克，明显高于世界平均水平的0.5千克，同时这一指标是美国的7.3倍、日本的6.3倍甚至是印度的1.3倍。在短期，碳排放的约束目标会给我国经济增长带来负向的冲击，在长期，我国可以通过开发替代新能源等途径消除这一冲击，但是在过于依靠煤炭的发展现状无法得到改变之前，经济增长仍将受到二氧化碳排放的约束。若想在保持经济增长率目标的前提下兑现2030年碳排放承诺，我国依然任重道远。

（二）政策建议

利用本文的研究结论，结合我国实际国情，我们对促进我国绿色可持续发展、实现节能减排目标提出如下政策建议：第一，继续提高第三产业所占比重，加速产业结构升级，由“资源密集型”发展转变为“资本技术密集型”发展，继续坚持“科教兴国”“人才强国”的发展战略，充分发挥我国资本、劳动力的优势，更多地依靠资本、劳动、技术等要素带动经济发展，减轻经济增长对于煤炭消费的依赖。第二，继续大力实行新能源的开发与利用，提升天然气、核能、风力等清洁能源的比重，继续鼓励科技创新，研发出更多与新能源相匹配的生产机器；同时大力鼓励“绿色信贷”“绿色金融”在我国的良性发展，降低企业使用新能源的成本，争取早日改变我国目前的能源消费格局。第三，制定并完善关于碳排放的相关法律与政策并尽早落地实施，加强对工业、制造业企业碳排放的约束与监管，对企业碳排放实行严格的监控，要求企业将与之财力匹配的资金投入到减排投资中，同时对碳排放较低的企业实行补偿机制以及税收减免，对企业购进减排设备实行优惠政策，建立更加完善的“约束—激励”机制，加快减少二氧化碳排放的进程，力争早日兑现碳减排的承诺，实现经济快速、协调、可持续发展。endprint

參考文献：

[1]Al-Iriani M A. Energy-GDP relationship revisited：An example from GCC countries using panel causality[J].Energy Policy，2006（17）：3342-3350.

[2]Bloch H， Rafiq S，Salim R. Coal consumption，CO2，emission and economic growth in China： Empirical evidence and policy responses[J]. Energy Economics，2012（2）：518-528.

[3]Chen S T，Kuo H I，Chen C C. The relationship between GDP and electricity consumption in 10 Asian countries[J].Energy Policy，2007（4）：2611-2621.

[4]Govindaraju V G R C，Tang C F. The dynamic links between CO2，emissions， economic growth and coal consumption in China and India[J]. Applied Energy，2013（2）：310-318.

[5]Li R，Leung G C K. Coal consumption and economic growth in China[J].Energy Policy，2012（1）：438-443.

[6]Nakajima J. Time-Varying Parameter VAR Model with Stochastic Volatility： An Overview of Methodology and Empirical Applications[J].Jouchi Nakajima，2011（29）：107-142.

[7]Negro M D，Primiceri G E. Time-Varying Structural Vector Autoregressions and Monetary Policy：A Corrigendum[J].Staff Reports，2005（3）：821-852.

[8]马宏伟，刘思峰，袁潮清，等.基于生产函数的中国能源消费与经济增长的多变量协整关系的分析[J].资源科学，2012（12）：154-161.

[9]肖德，张媛.经济增长、能源消费与二氧化碳排放的互动关系——基于动态面板联立方程的估计[J].经济问题探索，2016（9）：29-39.

[10]杨子晖.经济增长、能源消费与二氧化碳排放的动态关系研究[J].世界经济，2011（6）：100-125.

[11]姚君.我国能源消费、二氧化碳排放与经济增长关系研究[J].生态经济（中文版），2015（5）：14-16.

[12]张启銮，曾伟强，刘伶.我国经济增长与能源消费的内在关系研究——基于VECM模型格兰杰因果检验与灰色关联度分析[J].当代经济管理，2014（1）：30-34.

责任编辑：武玲玲endprint