孟 军，王维国

(1.东北财经大学 数学与数量经济学院，辽宁 大连 116025;2.内蒙古财经大学，内蒙古 呼和浩特 010070)

一、能源需求影响因素分析

对于能源需求影响因素的分析已经很深入，也很广泛了。关于能源需求的影响因素，学者们主要从经济增长、产业结构或工业化程度、城市化率、能源利用效率或技术进步、能源价格、人口、贸易结构等方面或部分方面进行了研究。林伯强［1］利用协整与误差修正模型对我国的能源需求的决定因素进行了研究。实证结果表明:(1)能源总消费、GDP、能源价格及结构变化之间存在长期均衡关系。(2)不仅价格和收入是能源需求的重要决定因素，而且，用来反映结构变化的GDP中的重工业份额也是一个显著的需求决定因素。林伯强等［2］采用协整技术研究了中国煤炭需求的长期均衡关系，估计出中国煤炭需求的长期收入弹性、价格弹性、结构弹性以及运输成本弹性，模拟解释变量不同增长率下煤炭需求的演变并给出政策选择。何晓萍等［3］利用面板数据非线性模型和协整模型从两个侧面对中国电力需求做了对比研究，发现两个模型所得到的结果基本一致而且数值非常接近，两种模型的结果都表明现阶段电力需求与城市化高度相关。中国城市化进程以及城市化发展阶段所表现出的工业化特征，推动了电力需求快速增长。另外，国外一些学者，如Kraft等［4］对美国GNP与电力消费关系的研究，Silk和Joutz［5］对美国居民电力消费所进行的研究。

本文中能源需求 (E)的影响因素在采用林伯强2001年中国能源需求的经济计量分析的基础上进行了扩展，并以人均形式表示 (PE)。以人均总产出 (PY)、产业结构或工业化程度(S)、能源利用效率或技术进步 (T)和城市化率 (U)、能源价格 (P)和贸易结构 (O)做为能源需求的影响因素。把人均总产出 (PY)、产业结构或工业化程度 (S)、城市化率 (U)、能源利用效率或技术进步 (T)、能源价格 (P)和贸易结构 (O)纳入模型是基于这样的原因:(1)经济增长是国内外文献当中最早和最常见的能源影响因素，能源要素是经济增长的必要条件。众多的国内外经验研究表明经济增长与能源需求存在着稳定的正向相关关系。考虑到人口对能源的重要影响，所以本节采用人均形式。(2)众所周知，产业结构或工业化也是能源需求的重要影响因素之一。如果第二产业或重工业在GDP中的比重越大，能源需求一般也较大，因为第二产业对能源需求最直接，除非能够突破技术的瓶颈，即能源需求与工业化也成显著的正向相关关系。(3)对于城市化而言，随着城市化的不断推进，大量农村人口涌入城市而导致城市人口的不断增加，而城市人口的增加需要大量配套的基础设施、住房等方面的建设，其又会带动相关产业尤其是第二产业的发展，所以城市化率和能源需求也成显著正向相关关系。(4)前面已阐明了技术进步是克服其他因素，如经济增长、工业化和城市化等因素对能源需求增加的主要因素之一，即技术进步与能源需求成反向相关关系。(5)依据经济学中的需求规律，价格和需求呈反向关系，即需求会随着价格的上升而下降，随着价格下降而上升，能源需求也不例外。(6)贸易结构在一定程度上决定着一国的能源消费结构，若一国以高耗能的低端工业品出口为主，则出口的拉动一定会导致其能源消费的上升，即高耗能的低端出口与能源消费成反向的相关关系。

所有数据均来自中经网统计数据库(1978—2011)。人均能源消费 (PE)由能源消费总量除以年底人口总数得到;人均总产出(PY)由人均GDP表示，并以人均GDP价格指数以2000年为基期进行了平减。产业结构或工业化程度 (S)由工业增加值与GDP相除得到，工业增加值和GDP按各自的平减指数换算为2000年的不变价;能源利用效率或技术进步(T)由单位工业产出的能耗来表示，由工业能耗和GDP相比而得到，GDP按其平减指数折算为以2000年的不变价;城市化率 (U)由城镇人口和全国总人口相比得到;能源价格 (P)以工业品出厂价格指数和燃料零售价格指数的相对数来表示，并都折算为2000年的不变价;贸易结构 (O)由初级产品的出口额占工业品出口额的比例表示。

本文采用固定参数和时变参数两种回归估计方法。采用此两种方法是基于这样的考虑:其一，这两种方法都是建立在协整理论的框架下。而协整方法认为非平稳时间序列变量之间的线性组合可能是平稳的，它反映的是变量之间一种长期均衡关系，并可以通过构建误差修正模型(ECM)将变量变化分解为一个对长期均衡的偏离和短期的动态调整过程，使研究者能够更加充分和准确地把握变量之间的关系。因此，协整和误差修正模型被广泛用于拟合各国的能源需求。其二，比较固定参数和时变参数两种回归估计方法哪个更优。因为不同学者对参数估计值 (设定值)认识不一致，考虑到我国在全球化背景下的环境政策、制度等因素，影响能源需求的因素与能源需求之间的参数关系也可能会随之变化。而固定参数回归法一般只能表现出静态或者平均的变化规律，无法表现出不同时期由于不可观测原因而产生的变量之间的动态变化关系。

为了消除异方差的影响，所有数据均取对数。扩展后的人均能源需求影响因素对数模型设定为:

接下来运用ADF和PP方法检验数据的平稳性，结果表明所有原序列均不平稳，一阶差分平稳。

因为序列均为I(1)过程，所以它们的组合可能是协整的。经过协整检验，我们发现至少有两个协整方程。

由最小二乘法对 (1)式估计，估计结果如下:

其中括号内为t统计量的值。

由协整方程 (2)可以看出，1978—2011年间，我国能源需求与经济增长、产业结构或工业化程度、城市化率、能源利用效率或技术进步、能源价格和贸易结构存在着稳定的长期均衡关系。不仅所有变量的系数符号均符合如前所述的经济意义，而且在5%的显著性水平下 (其中贸易结构在10%的显著性水平下显著)，各个系数均通过了t检验。其中，正向相关关系中影响最显著的是人均GDP，系数为0.66，即在1978—2008年间，人均GDP每增加1个百分点，会带动能源消费平均上涨0.66个百分点;产业结构或工业化程度和城市化率次之，系数分别为0.40和0.42，即工业化程度和城市化率每增加1个百分点，会平均带动能源需求增加0.40和0.42个百分点。在负向相关关系中，影响最显著的是能源利用效率或技术进步。对于技术进步来讲，因为这里的技术进步用单位GDP的工业能耗表示的，所以其下降代表着技术的进步，即方程中的符号为正，且技术进步每提升1个百分点，能源需求平均下降0.69个百分点。能源价格和贸易结构影响相对较小，分别为0.09和0.06，即能源价格和贸易结构每上升1个百分点会带动能源消费下降0.09和0.06个百分点。这一结论与何晓萍等［3］得到的结论基本一致，只不过其是对电力需求的预测。

我国在进入改革开放以来，随着国家制度、国家宏观经济政策以及国内外经济环境的变化，在不同的发展阶段，我国能源需求影响因素的贡献也会随之变化。为了比较揭示变量之间的这种变化关系，我们在本节进一步采用可变参数模型，利用卡尔曼 (Kalman)滤波方法，基于状态空间模型 (State Space Model)对我国能源消费影响因素的时变情况进行动态研究。

我们将模型 (1)改写，构建我国能源需求动因分析的时变参数模型。其中测量方程为:

参数sv1、sv2、sv3、sv4、sv5、sv6随时间的变化而变化，可以表现出人均GDP、产业结构或工业化、城市化率、能源利用效率或技术进步、能源相对价格和贸易结构对人均能源需求的影响随着时间变迁的动态变化过程。

状态方程均为一阶自回归过程，对于超越参数c(1)和c(2)设定为由固定参数估计出的结果，估计结果见图1—图6所示。

图1 人均能源需求的人均GDP弹性

图2 人均能源需求的产业结构

图3 人均能源需求的城市化率弹性

图4 人均能源需求的能源利用效率弹性

图5 人均能源需求的能源价格弹性

图6 人均能源需求的贸易结构弹性

图1是人均能源需求的人均GDP弹性。从图1可以看出人均能源需求的人均GDP弹性具有较大的波动性。1986年左右达到最大值，之后开始缓慢下降，在2000年左右小幅波动后，逐渐趋于平稳。改革开放之前，处于计划经济下的能源需求主要由国家统筹分配，所以在改革开放后，处于市场经济下的能源需求价格弹性开始显现。随着能源价格的改革，能源利用效率的提高，能源密度开始下降。因此改革开放以后，伴随着煤炭价格、电力价格的逐步放开，人均能源需求的人均收入弹性开始缓慢下降，这与林伯强［1］得到的结论基本一致。

图2是人均能源需求的产业结构或工业化程度弹性。从图2可以看出人均能源需求的产业结构或工业化弹性也具有较大的波动性。在1996年之前波动上升，之后波动下降，基本成倒U型。说明我国的产业结构调整已初见成效。改革开放以来，随着我国工业化程度的不断推进，由此而拉动了能源需求的不断提升。这一期间主要以高耗能、高污染的粗放式经济增长方式为主。此后，随着产业结构转变力度的加大，一些高耗能、高污染企业的关停并转，我国经济开始走上一条可持续发展的道路。因此，产业结构对能源需求的拉动逐渐减弱，但较发达国家依然较高。2001年后出现反复现象，是由于受道路、桥梁、厂房等基本建设投资的高速增长，以及国外对我国高耗能产品需求的增长而导致能源需求的增长。

图3是人均能源需求的城市化率弹性。从图3可以看出人均能源需求的城市化率弹性波动性也较大。在1986年左右进入低谷，并在20世纪80年代初期到90年代初期一直为负值，说明这一时期城市化进程较慢，由城市化而引起的能源消费还没有凸显出来。之后以较大振幅波动上升，在1995年左右达到最大值后略有下降，但总体趋势是上升的。说明随着我国城市化进程的不断推进，由城市化而引起的基础设施建设进而影响能源需求的不断提升，中国能源需求总量仍将经历一段刚性的高增长过程。

图4是人均能源需求的能源利用效率或技术进步弹性。从图6可以看出人均能源需求的技术进步弹性较其他弹性波动性较小。说明技术进步一直是节约能源的有效手段。

图5是人均能源需求的能源价格弹性。从图5可以看出人均能源需求的能源价格弹性也是在1985年前后发生了剧烈的波动后，开始缓慢下降并渐趋稳定。而且在1985年前后出现能源价格上升，能源需求不减反增的现象，这是由于能源价格的变动对能源需求的影响未能达到预期的效果，能源价格未能反应能源的真实成本，从而导致这一时期能源价格改革无法抑制较快的能源需求。1990年以后，随着能源价格的改革，能源价格和能源需求关系趋于正常，并且逐渐显示出能源价格在节约能源中的重要作用。

图6是人均能源需求的贸易结构弹性。从图6可以看出其波动特征与人均能源需求的能源价格弹性的波动相似，即人均能源需求的贸易结构弹性在1985年前夕发生了剧烈的波动后，开始缓慢下降并渐趋稳定。因为贸易结构的作用与能源价格市场化作用是一致的。

综合时变参数分析的结果，改革开放以来，人均GDP、产业结构或工业化程度、城市化率、能源利用效率或技术进步、能源价格以及贸易结构对人均能源需求的弹性均存在着较明显的变化。其中人均GDP和工业化程度基本呈现先上升后下降的趋势，城市化率和技术进步总体呈逐步上升的趋势，能源相对价格和贸易结构呈反向上升趋势。从这些因素的弹性变化趋势可以看出，城市化进程的推进增加了能源需求，产业结构的调整、技术的进步、能源相对价格的变化以及贸易程度的扩大均有利于能源需求的降低。

二、能源需求预测

关于能源需求的预测有多种方法，包括回归分析法、投入产出法、灰色系统理论、神经网络模型、弹性系数法等。尤其是回归分析法，目前比较成熟，应用也比较广泛。主要有自回归(AR)、移动平均 (MR)、自回归移动平均(ARMA)、自回归整体移动平均 (ARIMA)、向量自回归 (VAR)以及协整和误差修正模型(ECM)等。邢璐等［6］运用混合能源投入产出模型，预测我国在2020年全面实现小康社会条件下，由居民最终消费引起的能源直接和间接需求。结果表明，2020年我国由居民衣食住行等基本生活需求所产生的一次能源总需求将在2002年的基础上增加14.20亿吨标煤，其中间接需求占86.00%。周扬等［7］利用BP神经网络与灰色GM的优化组合模型，对江苏省未来十五年煤炭和石油的需求量进行预测。结果表明:随着经济的发展，未来江苏省对煤炭和石油的需求量逐渐增加，其中煤炭从2008年的19 601.39万吨标准煤增加到2020年的25 615.26万吨标准煤，年均增长率为1.81%;石油从2008年的2 628.64万吨标准煤增加到2020年的3 532.60万吨标准煤，年均增长率为1.36%。王妍和李京文［8］利用能源弹性系数法预测未来我国能源需求，然后采用相关部门对除煤炭以外的其他一次能源需求的预测，间接求得我国2010、2020年煤炭需求。韩君和梁亚民［9］运用趋势外推与ARMA组合模型对趋势外推模型中的非趋势分量即残差序列进行分析，得到了趋势外推与ARMA模型，对我国的能源需求进行了很好的预测。何晓萍等［3］在利用面板数据非线性模型和协整模型从两个侧面对中国电力需求做了对比研究的基础上对电力需求进行了预测，预计2020年中国人均电力需求将达到5 000千瓦时左右。

本节应用上节得到的固定参数和时变参数模型对我国能源需求进行预测。

预测之前先要对解释变量即人均GDP、产业结构或工业化程度、城市化率、能源利用效率或技术进步、能源价格和贸易结构的基本情形进行设定。

人均GDP:林伯强和孙传旺［10］对我国十二五和十三五期间的经济增长率按高速、基准和低速三种情形进行了预测，十二五期间分别为9.10%、8.40%和7.50%，十三五期间分别为8.00%、7.00%和6.00%。另外，按照十二五人口规划，十二五期间，人口年均自然增长率控制在7.20‰以内，我们把政府的这个目标作为人口增长率。由此可以得到2015年人均GDP的三种情形分别为30 077元、29 312元和28 351元，到2020年人均GDP的三种情形分别为42 438元、39 663元和36 603元，以上均为2000年的不变价。

产业结构或工业化程度:在本节当中产业结构或工业化程度是由工业增加值在GDP中的比重表示的。依据何晓萍等［3］按照中国宏观经济信息网2001年8月25日发布的《中国宏观经济形势报告 (2001年第8期)》:第二产业在GDP中的比重在2010年和2020年分别为51.50%和50.00%，而样本区间内工业在第二产业所占的比重均值为88.64%之数据推算出工业产值GDP中所占的比重在2010年和2020年分别为45.30%和44.32%。即工业产值在GDP中的变化不大，而能源消耗主要是由工业生产引起，因此我们认为2015年和2020年我国的工业增加值能耗变化不大，即稳定在当前水平。因此假定其在2015年和2020年的工业化程度基本和当前保持一致，即为44.00%。

城市化率:2011年我国的城市化率为51.30%，距离中等收入国家61.00%、高收入国家78.00%的平均水平差距较大。假定2020年我国的城市化水平能达到中等收入国家水平即61.00%，则我们可以推算出2015年的城市化水平为55.60%。

能源利用效率或技术进步:2004年以来，我国单位工业增加值能耗成逐年平稳下降趋势，因此本节中2015年和2020年单位工业产出能耗表示的能源利用效率或技术进步由2004年以来的指数平滑得到。即分别为1.75吨标准煤/万元和1.52吨标准煤/万元。

价格水平:改革开放以来，我国不断深化能源价格的改革。尤其是2004年以来，以电煤价格的完全市场化，标志着我国能源价格改革完全市场化的深化。假定未来我国政府进一步促进能源价格的改革，使得其与国际市场进一步接轨。据此，设定燃料零售价格与工业品出厂价格的相对价格按照2004年以来以指数平滑而得到，则2015年为0.48，2020年为0.39。

贸易结构:随着我国国民经济实力的不断增强，产业结构的不断优化以及科学技术等的不断推进，我国在未来国际产业链的分工也将不断改变，由生产低端初级的耗能或高耗能产品向具有低耗能高附加值的高科技工业品转变。同样，按照价格水平的设定方法，设定2015年和2020年的贸易结构指数分别为0.04和0.03。

按照基准情形的设定和估计出的方程 (2)和 (3)很容易得出在固定参数模型和时变参数模型下的我国人均能源需求2015年和2020年分别为3.11吨标准煤和3.72吨标准煤。在一般的研究中，都假定能源需求和能源消费相等，因此核算成2000年不变价的单位GDP能耗2015年和2020年分别为1.06吨标准煤和0.94吨标准煤。

针对我国在2009年气候谈判中对国际社会承诺，“十二五”规划要求，在此期间非化石能源占一次能源消费比重提高到11.40%，单位GDP能耗降低16.00%。按照这一目标，我们可以核算出以2000年为不变价的单位GDP能耗2015年和2020年分别约为1.01吨标准煤和0.85吨标准煤。由此我们可以得出，在保持我国GDP 8.40%—7.00%的发展速度以及实现工业化和城市化目标的前提下，十二五规划要求的单位GDP能耗的实现还面临艰巨的任务。我国正处于工业化和城市化的关键时期，工业化和城市化的主要特征是能源的阶段性刚性需求使得未来较长时期内，随着经济增长，能源消费将继续扩大，这必将会给我国的节能带来更大的压力。因此如何在保持经济一定发展速度的前提下实现能源的节约成为学术界和政策制定者关心的核心问题。

三、如何在保持经济增长下实现能源节约

考虑到一方面上述情形设定与未来现实的情况可能存在差异，另一方面政策的调整可能会对某些变量产生影响，从而影响对2015年和2020年能源消费的预测。因此我们就GDP平均增速、产业结构或工业化、城市化率、能源利用效率或技术进步、能源价格以及贸易结构进行敏感性分析，研究这些变量略微调整对能源节约产生的影响。

根据基准情形的设定，2011—2015年和2016—2020年GDP年均增速分别为8.40%和7.00%，2011—2020年产业结构即工业增加值在GDP中的比重为44.00%，2015年和2020年城市化率分别为 55.60%和 61.00%，2011—2020年的能源利用效率技术进步、能源价格以及贸易程度均以2004年以来的平均增速增长。我们在此情形设定的基础上，假设其他变量保持不变的情况下，略微调整以上某个变量，进行单变量的敏感性分析，重新预测2015年和2020年的人均能源消费量 (如图7—图8所示)。

图7 基准情形下2015年二氧化碳排放量的敏感性分析

图8 基准情形下2020年二氧化碳排放量的敏感性分析

通过能源消费量对GDP增速的敏感性分析，可以看出2011—2020年 GDP的平均增速从8.00%下降至7.90%，对能源节约将产生正面的影响，2015年人均能源消费可以节约为0.007万吨标准煤左右，2020年能源消费可以节约0.021万吨标准煤。而经济增长速度的提高则将导致能源消费的增加，若增速达到8.10%，2015年和2020年人均能源消费将增加0.008万吨标准煤和0.021万吨标准煤;产业结构或工业化程度的变化对能源消费也将造成重要的影响，2015年和2020年产业比重从44.00%下降到43.00%，可以节约能源人均0.029万吨标准煤和0.034万吨标准煤，如果上升到45.00%，2015年和2020年将增长能源消费人均约0.028万吨标准煤和0.034万吨标准煤。若结构调整的力度较大，使得产业结构的比重下降到40.00%，那么2015年和2020年的人均能源消费量可以节约0.317万吨标准煤和0.139万吨标准煤;城市化率的变化对能源消费的变化也会产生重要影响。若2015年和2020年的城市化率在基准情形的55.60%和61.00%基础上下降1个百分点，将分别节约能源0.024万吨标准煤和0.025万吨标准煤，若上升1个百分点将分别增加能源消费0.023万吨标准煤和0.026万吨标准煤;能源利用效率即单位工业增加值能耗在2015年和2020年的1.75吨标准煤/万元和1.52吨标准煤/万元的基础上每降低0.05个百分点，人均能源消费将节约0.062万吨标准煤和0.086万吨标准煤，若增加0.05个百分点，将增加能源消费0.061万吨标准煤和0.085万吨标准煤;能源相对价格与上述因素影响结果相反，即能源相对价格在2015年和2020年基准情形48.00%和39.00%下，每增加1个百分点，将节约能源0.006万吨标准煤和0.009万吨标准煤，每减少1个百分点，将增加0.006万吨标准煤和0.008万吨标准煤;贸易结果与能源相对价格一样，在2015年和2020年42.00%和31.00%的基础上每上升1个百分点，将节约能源0.004万吨标准煤和0.006万吨标准煤，若下降1个百分点，则将增加0.004万吨标准煤和0.007万吨标准煤。综合比较以上敏感性分析结果可以发现，大部分优化影响因素导致的能源消费量下降幅度往往要略大于反向变化时的能源消费增加量。

通过基准情形下的人均能源消费量预测(进而得到预测能源强度)以及敏感性分析我们发现，经济增长速度越快，能源消费量就越大。也即要想实现资源的节约，首先要降低经济的发展速度。但是为了实现工业化和城市化，还必须保持一定的经济发展速度，而且我国当前的现实情况也会导致我国经济仍将保持较快增长速度，2005—2020年GDP的平均增长率为8.30%［10］。如果将经济增长的重心放在考虑增长速度的时候，就很难兼顾效率，导致增长方式往往会偏向于粗放，而忽视对经济结构的调整以及能源效率等方面的重视。这也表明，增长方式的选择会决定能源强度的实现，进而决定能源的节约。也即只有是一种有约束、有目标的增长才能实现我国2015年和2020年的能源强度目标。因此，要想实现我国未来的能源强度目标或者说是能源的节约必须另谋出路。敏感性分析告诉我们，产业结构的调整和技术进步将成为我国能源节约的首选，其次是能源价格的调整以及贸易结构的改变。

四、结论与政策建议

为实现2009年我国在气候谈判中对国际社会承诺，即到2020年我国的单位GDP二氧化碳排放 (GDP碳排放强度)比2005年下降40.00%—45.00%，非化石能源占一次能源消费比重达到15.00%左右的目标。“十二五”规划要求，在此期间非化石能源占一次能源消费比重提高到11.40%，单位GDP能耗降低16.00%。本文系统全面地研究了我国能源需求 (消费)的影响因素，并在此基础上提出了保持经济持续增长下的能源节约对策。

本文首先通过构建能源需求的影响因素模型，将具有阶段性特征的如工业化程度、城市化率等因素纳入到了模型当中，使得能源需求影响因素更全面、更准确。其次，通过合理的能源影响因素未来值的设定，预测出未来即2015年和2020年的人均能源消费量，进而得到了预测能源强度值，其略高于政府计划值，说明我国未来能源节约的压力还较大。最后，考虑到影响因素未来值设定的偏差，通过微调这些因素，进行单变量敏感性分析，并结合2011年林伯强和孙传旺研究的结论——我国经济未来平均增长为8.30%，我们发现产业结构的调整和技术进步将成为实现我国未来能源强度目标或资源节约的首选，其次是能源价格和贸易结构的改变。据此，我们提出能源节约的政策建议:

第一，客观认识我国现阶段经济增长的现状。为了实现我国的城市化和工业化，未来我国的经济增长速度不会很低，平均为8.30%。城市化和工业化的显著特点是能源需求刚性。我国现阶段经济发展需要兼顾和平衡这两个方面。因此政府可以利用政策去引导产业结构的优化和合理的城市低碳生活来实现能源的节约。

第二，客观认识我国现阶段能源消费现状。我国现阶段的能源消费主要是以煤炭为主的能源消费方式。因此提高煤炭的利用率和效率，将成为我国现阶段能源节约的另一重要手段。

第三，利用市场化手段实现能源节约。提高能源价格，使能源价格更反映能源的稀缺性和环境成本，使得企业积极进行技术研发，实现能源的节约。

第四，积极进行自主创新，彻底改变我国在国际贸易分工所处的低端地位。

总之，鉴于我国目前所处的特殊历史阶段，我们在积极倡导能源节约的过程中，还应当按照“十一五”能源强度指标的处理方式，把能源强度约束指标分配到各个省，实施强制节能。

［1］林伯强.中国能源需求的经济计量分析［J］.统计研究，2001，(10):34－38.

［2］林伯强，魏巍贤，李丕东.中国长期煤炭需求:影响与政策选择［J］. 经济研究，2007，(2):48－58.

［3］何晓萍，刘希颖，林艳苹.中国城市化进程中的电力需求预测［J］. 经济研究，2009，(1):118－130.

［4］Kraft， J.，Kraft，A.On the Relationship between Energy and GNP［J］.Journal of Energy and Development，1978，(3):401－403.

［5］Silk，J.I.，Joutz，F.Short and Long－Run Elasticities in US Residential Electricity Demand:A Cointegration Approach［J］.Energy Economics，1997，(4):493－513.

［6］邢璐，邹骥，石磊.小康社会目标下的居民生活能源需求预测［J］.中国人口·资源与环境，2010，(6):131－135.

［7］周扬，吴文祥，胡莹，刘秀香.基于组合模型的能源需求预测［J］.中国人口·资源与环境，2010，(4):63－68.

［8］王妍，李京文.我国煤炭消费现状与未来煤炭需求预测［J］.中国人口·资源与环境，2008，(3):152－155.

［9］韩君，梁亚民.趋势外推与ARMA组合的能源需求预测模型［J］.兰州商学院学报，2005，(12):92－95.

［10］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):63－76.