牟 勇，苗成林

(安徽理工大学经济与管理学院, 安徽 淮南 232001 )

1 问题的提出

2015年以来，中国经济呈现出新常态，主要特点是速度从高速增长转为中高速增长，经济结构不断优化升级，动力从要素驱动、投资驱动转向创新驱动。为了适应新常态，迫切需要进行供给侧结构性改革，我国经济的结构性问题主要包括产业结构、区域结构、要素投入结构、排放结构、经济增长动力结构和收入分配结构等六个方面，供给侧结构性改革的目的是增强我国经济长期稳定发展的新动力。

传统经济结构依靠高投入、高产出，经济增长伴随资源的高消耗、环境的高污染，生态治理问题越来越突出。研究经济、环境、能源(以下简称3E)三者的关系，对于新常态下中国3E如何协调有重要的理论与实践意义。

本文通过对能源消费与生态环境之间的空间关系检验，研究能源消费与生态环境之间是否有因果关系；通过对经济增长与生态环境之间的空间关系检验，研究经济增长与生态环境之间是否有因果关系；通过对能源消费与经济增长之间空间关系检验，研究二者之间是否有因果关系。以此来检验经济增长与生态环境改善是否矛盾，检验金山银山与绿水青山是否是鱼和熊掌的关系，为实现经济环境协调发展提供定性和定量依据。

2 文献综述

在能源、环境、经济的关系上，已有文献的数据类型为时间序列、面板数据、空间面板数据三大类，已有研究方法为计量、统计方法。

时间序列的文献如文献[1]利用1990～2014年数据，建立VAR、脉冲响应函数和方差分解函数模型，研究得出资源、环境、经济三个系统之间存在长期稳定、协调的关系，给本文提供了很好的思想基础；文献[2]利用1990～2009年数据，得出我国经济增长对能源消费有严重依赖性；文献[3]利用中国1953～2008年工业生产总值和能源消费总量统计数据，构建误差修正模型，得出能源消费增长与工业经济增长之间存在单向的因果关系， 工业经济增长有利于能源开发， 技术创新可以节能； 文献[4]利用1989～2009年数据和VAR模型证明中国总体上存在从环境污染到经济增长、从环境污染到能源消费以及从能源消费到经济增长的三个单向因果关系。文献[5]利用湖北省 1980～2005 年的年度数据，得出能源消费与经济增长之间不存在协整关系，但存在从经济增长到能源消费的单向因果关系；文献[6]利用1985～2003年的数据得出能源消费增长一定程度上能引起 GDP 增长， 但对经济增长影响最大的是劳动力水平的提高； 文献[7]研究得出不同种类能源消费的二氧化碳减排成本存在差异性，施行燃料转换政策对于中国是一个很好的减排政策选择，这为不同地区污染治理提供了实际指导。

面板数据文献如文献[8]利用面板数据研究了我国八大经济区域经济增长与能源消费关系，得出不同地区能源消费的对经济增长速度的长期影响程度不同；文献[9]研究得出我国经济增长对能源消费的影响具有明显的阶段性特征，在1956～1976年呈现明显的非线性特征，在1977～2005年间呈现线性特征。文献[10]用实证方法研究中国与八个发达国家之间人均GDP差异的收敛性及其能源消费强度随人均GDP变化的收敛性，得出人均GDP差异与能源消费强度差异均存在收敛。

空间面板数据模型如文献[11]利用面板单位根检验，得出能源、GDP为一阶差分平稳变量，能源消费是经济增长的Granger原因，经济增长不是能源消费的Granger原因。

最近分析3E之间关系的文献主要有：文献[12]利用省级数据研究了三者的耦合协调度；文献[13] 分析了改革开放40年来经济与环境的关系，认为实现经济与环境相协调的绿色发展模式是新时期经济高质量发展的必然选择；文献[14]建立了产业升级对环境影响模型，分析了经济产业升级对空气、水质的影响；文献[15]认为要实现环境税与减排补贴之间的优化组合来实现经济增长。

综合来看，已有研究3E之间的关系文献比较丰富，但结论不一致，有的结论甚至是相反的，因而需要进一步采用新方法和模型来研究。本文在吸收已有文献的有益见解基础之上，运用空间计量经济模型，采用面板数据，研究我国31个省、市、自治区(以下简称省，不包括香港、澳门和台湾)近年来的经济、能源、环境之间的关系，因为空间面板模型结合了空间模型的优点和面板数据的优点。研究过程以构建理论模型为指导，以建立空间面板模型为基础，以STATA11为工具，分析经济、能源、环境之间协同关系。采用数据对比直观表达经济、能源、环境的静态和动态关系；运用理论模型建立了30个空间静态面板模型，计算模型的参数，分析参数的含义，并据此提出结论与建议。

3 理论模型与计量模型

3.1 理论模型

结合经济、环境、能源的关系理论和现有文献，建立图1所示理论模型。图1中箭头的始端表示原因，末端表示结果。① 表示能源消费增长导致经济增长，② 表示经济增长引起三废排放增长，③ 表示能源消费增长引起三废排放增长，④ 表示经济增长导致能源消费增长，⑤ 表示三废排放增长导致经济增长。图1中③ 只有单向一个模型，因为从理论上讲二者之间没有反向关系，即使实证数据支持反向模型也不需要建立反向的模型，那也只是数据挖掘的结果。本文试图利用空间面板数据检验该理论模型是否成立，以此来探索经济与能源、经济与环境、能源与环境之间的复杂关系。

图1 经济、环境、能源模型

3.2 计量模型

经济增长、生态环境、资源分布呈现空间依赖特性，因而在考虑这三类变量的相互作用机理和规律时，加入空间位置因素能进一步揭示真实的经济规律，空间计量模型可以用来研究这种相互影响。空间计量模型表示如下。

y=λWy+Xβ+μ

(1)

μ=ρMμ+ε，ε～N(0，σ2In)

(2)

式中：W与M为空间权重矩阵，W刻画了y的空间依存关系，M刻画了μ的空间依存关系，W为n×n对称阵，M为n×n方阵，y为n×1向量，X为影响y的k个变量组成的n×k矩阵，β为k×1参数列向量，μ为误差项，λ、ρ和σ2为参数。(1)和(2)构成的模型被称为带空间自回归误差项的空间自回归模型(SARAR)，该模型不满足普通最小二乘法(OLS)的估计假设，需用极大似然函数估计。由(1)和(2)易得(3)和(4)。

(In-λW)y=Xβ+μ

(3)

(In-ρM)μ=ε

(4)

令A=In-λW，B=(In-ρM)，(3)和(4)转化为(5)和(6)。

Ay=Xβ+μ

(5)

Bμ=ε

(6)

样本的对数似然函数为(7)。

(7)

(7)所表示的对数似然函数的参数λ、ρ、σ2和β需要用迭代法估计，具体方法为Kelejian和Prucha[16]提出的广义空间二阶段最小二乘法(GS2SLS)，该方法的计算程序已经由Drukker[17]等实现。

将(5)和(6)表示的空间模型推广到面板数据情形，得(8)和(9)所示模型[18]。

(8)

υit～i.i.d.N(0，σ2))

(9)

式中：τ、ρ、δ、γ、λ为参数，wiT、diT、miT分别表示对应空间矩阵W、D和M的第i行，D表示解释变量X的空间权重矩阵，β、W、M的含义同前文。(8)和(9)组成的模型的估计由文献[19]等完成，并由Belotti F，Hughes G、Mortari[20]完成计算程序编写。

一般用上述模型的特殊形式，本文的研究假定λ=τ=0，此时模型称为空间杜宾模型 (Spatial Durbin Model，SDM)。将λ=τ=0 代入(8)和(9)两式得 (10)和(11) 两式。

(10)

i=1，2，…，n；t=1，2，…，T，υit～i.i.d.N(0，σ2)

(11)

实际运用时令W=D=M，M为各省与周边省市区的相邻关系组成的对称矩阵，相邻为1，不相邻为0，根据我国地图完成M的取值。

4 数据与样本

经济的数据指标分别用GDP(gdp，亿元)、人均GDP(pgdp，元)表示；环境指标用废水排放量 (ww，万吨)、废气排放量(wg，亿标立方米)、固体废物排放量(ws，万吨)表示；能源类指标用能源消费总量(encon，万吨标准煤)表示。为了消除各省面积(area，万平方公里)的影响，选用单位国土面积污染物排放量作为补充；为了消除虚假回归和多重共线性，估计时对上述变量取对数(变量名前加ln为取过对数后的变量)。

数据来源于国家统计局网站、2016年能源统计年鉴、2016年环境统计年鉴、国泰安宏观经济数据库、各省市区政府网站，各变量含义和统计年鉴的界定相同，样本为2000～2015年的31个省(西藏缺能源消费量)的数据。西藏的能源消费数据采用赵建安[21]的方法，按照GDP的10%～11%增长率估算对应年度的能源消费总量，得到31个省16年的平衡面板数据。

4.1 数据的描述性统计

经济增长、生态环境、能源消费三类数据的描述性统计如表1所示。从表1可以看出，变量差异非常明显，有利于做相关分析和回归分析。

表1 主要变量的描述性统计

4.2 数据直观解读

为了直观理解各省经济增长、生态环境、能源消费现状，分别将各省2000年和2015年的国内生产总值、人均国民生产总值、能源消费量数据抽取出来并计算变化倍数，按照2000年的GDP由低到高排序，得到表2。表2的变化倍数由原始数据计算后保留1位小数获得，与表中的数据直接计算所得的结果相比可能存在细微的误差。

表2 2000年与2015年经济与能源消费对比

从表2的GDP和人均GDP看，GDP增速表现突出的有内蒙古、贵州、陕西、天津、青海、宁夏，江苏；黑龙江、甘肃、新疆、山西较慢。广东、江苏、山东、浙江GDP保持领先。人均GDP增速表现突出的有内蒙古、贵州、陕西；天津、北京、上海人均GDP靠前。GDP和人均GDP在分布基本上呈现出东部高、中西部低的态势。

从表2的能源消费看，山东、江苏、广东、河北能源消费总量靠前，西藏、内蒙古、青海、宁夏增长较快。能源消费基本上呈现出东部高、中西部低的分布态势。

将各省2000年和2015年的单位国土面积三废排放量(根据表1中的wg、ws、ww分别除以area得到) 抽取出来并计算变化倍数，按照2000年单位国土面积废气排放量由低到高排序，得到表3；表3的变化倍数由原始数据计算后保留1位小数获得，与表中的数据直接计算所得的结果相比可能存在细微的误差。

表3 2000年与2015年单位国土面积三废排放对比

从表3的单位国土面积废气排放量可以看出，上海、天津、江苏、河北、山东单位国土面积上废气排放靠前，西藏、新疆快速增长。从表3的单位国土面积废水排放量可以看出，上海、江苏、天津、浙江等单位国土面积上废气排放靠前，新疆、青海、江西快速增长，北京、重庆、西藏等减少。从表3的单位国土面积固体废物排放量可以看出，上海、辽宁、山西排放量靠前，青海、西藏、内蒙古、新疆快速增长，北京下降。总之，三废排放基本上呈现出中东部高、西部低的分布态势。

表2到表3可以观察到，3E的分布态势非常类似，均表现为东部高、中西部低，3E之间有很强的空间依赖关系(当然也可以计算Moran指数、Geary指数或Getis-Ord指数来衡量空间相关关系)，因此可以建立空间计量模型来计算定量关系。

5 实证与结果

5.1 实证模型

将图1所示理论模型具体化即可得到实证模型。由于图1中箭头始端和末端可以用一个或多个变量代表对应的元素，将这些自变量和因变量应用到公式(10)和(11)中时，①～⑤ 中每个数字就代表了多个模型。根据空间计量经济理论，这些模型又可分为固定效应模型(下文的奇数编号)和随机效应模型(下文中的偶数编号)。模型中的空间权重矩阵M为按前文的方法取值得到的31×31对称矩阵，计算时将M行标准化。由于实证分析时自变量和因变量都取对数，线性回归模型的系数的经济含义为弹性。

5.2 实证结果

1) 从能源消费到经济增长的关系模型。在表4所示4个模型中，通过Hausman检验可知，模型(2)优于模型(1)、模型(4)优于模型(3)，说明每个省都有不同的截距项，即省情是不同的。从系数上看，本省能源消费增长1%，GDP增长0.588%，人均GDP增长0.519%，说明经济对能源消费的变化不敏感，能源消费的增长对经济增长促进作用较低；GDP的空间项系数ρ为0.868，邻省GDP平均增长1%则本省GDP增长0.868%；人均GDP的空间项系数ρ为0.821，邻省人均GDP平均增长1%则本省人均GDP增长0.821%；能源消费空间系数为-0.378到-0.258，表明相邻省份的能源消费对本省的GDP和人均GDP有负面影响，表明能源消费在省际之间有竞争性。从系数的绝对值大小看，相邻省的GDP(人均GDP)对本省的GDP(人均GDP)的影响最大，其次是本省能源消费，最小的是相邻省的能源消费。

表4的实证结果证明图1中的①成立，即能源消费促进经济增长。

表4 从能源消费到经济增长模型实证结果

注：括号内为t统计量，*p< 0.05，**p< 0.01，***p< 0.001；

编号为奇数的模型未报告平均效应，所有模型未报告R2，下同。

2)从经济增长到三废排放关系模型

表5 从GDP到三废排放量的关系模型实证结果

从表5容易得出模型(6)、(8)、(10)优于模型(5)、(7)、(9)。模型(6)、(8)、(10)中lngdp的系数均为正，且在0.1%水平上显著，说明GDP增长会导致三废增长。GDP的增长1%，固体废物排放增长1.1%，废水排放增长0.739%，废气排放增长0.962%；GDP对固体废物排放影响最大。GDP对三废排放的空间影响为负，影响大小从-0.736到-0.279，即各省GDP增长导致邻省的三废排放减少，说明相邻省经济增长有竞争性；各省三废排放的空间影响系数ρ均为正，各省三废排放增长导致相邻省的三废排放也增长，但增长的绝对值比GDP的空间项的绝对值要小，说明三废排放的主要影响因素是本省的GDP，其次是相邻省的GDP，然后是相邻省的三废排放。

表6 从人均GDP到三废排放模型实证结果

从表6的t检验可以看出，模型(11)、(12)自变量空间项不显著，说明人均GDP与废气排放量的相邻省之间影响不显著；模型(13)、(14)因变量的空间项ρ不显著，说明废水排放量本身空间相关性弱；模型(15)、(16)的Hausman检验的卡方=3.06，Prob>chi2=0.080 4，在5%的显著水平下二者没有差异，从t检验判断模型(15)更优且所有系数在0.1%水平下显著，说明固体废物排放与人均GDP及空间项、自身空间项都相关，且这种相关对所有的省都成立。结合t统计量判断该组模型可选择(11)、(14)和(15)，说明人均GDP的增长显著的引起三废排放的增长。

从系数上看，本省人均GDP增长1%，废气增长0.914%，废水增长0.599%，固体废物增长1.048%；相邻省人均GDP增长1%，废气减少0.176%且不显著，废水减少0.572%，固体废物减少0.659%；再看ρ可知，相邻省废气排放增长1%，本省废气排放增长0.148%，相邻省废水排放增长1%，本省废水排放增长0.057 2%且不显著，相邻省固体废物排放增长1%，本省固体废物增长0.512%。以上数据表明，人均GDP显著影响三废排放量；相邻省人均GDP增长对本省废气排放量影响不显著，相邻省人均GDP增长会减少本省废水和固体废物排放，相邻省的固体废物排放增长引起本省的固体排放量增长；固体废物排放的空间规律不同于废气和废水。

表5和表6的实证结果证明图1中的②成立。

3)从能源消费到三废排放的关系模型。

从表7的t检验可以看出，模型(17)、(18)自变量空间项不显著，Hausman检验的卡方=3.19，Prob>chi2=0.074 0，在5%的显著水平下二者没有差异；模型(19)、(20)模型除了因变量的空间项不显著外，所有系数都在0.1%下显著，Hausman检验的卡方=17.14，模型(20)优于(19)。模型(21)、(22)Hausman检验的卡方=3.27，Prob>chi2=0.070 6，在5%的显著水平下二者没有差异。综合t统计量和Hausman检验，选择模型 (18)、(20)、(22)作为最终模型。

表7 从能源消费到三废排放量模型实证结果

从系数上看，本省能源消费增长1%，废气排放增长1.174%，固体废物排放增长1.206%，废水排放增长0.486%，且均在0.1%水平上显著，说明能源消费增长的确引起三废增长；相邻省能源消费平均增长1%，则本省固体废物减少0.521%，废水减少0.426%，废气排放略微增长，但不显著；再看ρ可知，相邻省废气排放平均增长1%，本省废气排放增长0.133%，相邻省固体废物排放平均增长1%，本省固体废物排放增长0.476%，相邻省废水排放对本省废水排放量影响不显著。以上分析可以得出：三废排放量变化的空间规律不同，能源消费显著影响三废排放。

表7的实证结果证明图1中③成立。

4) 从经济增长到能源消费

从表8可以看出经济增长与能源消费呈明显的正相关关系，所有系数在0.1%的水平下显著，Hausman检验可知，模型(24)优于(23)，模型(26)优于(25)。

从系数上看，本省GDP增长1%，能源消费增长0.859%，本省人均GDP增长1%，能源消费增长0.675%；相邻省GDP平均增长1%，本省能源消费减少0.646%，相邻省人均GDP平均增长1%，本省能源消费减少0.431%；再看ρ，相邻省能源消费平均增长1%，本省能源消费增长约0.6%。以上分析表明：相邻省的经济增长对本省的能源消费有负面影响，即经济增长存在省际竞争；相邻省的能源消费增加会引起本省的能源消费增加，能源消费具有惯性，空间效应明显。

表8 从经济增长到能源消费模型实证结果

表8的实证结果证明图1中的④成立。

5)从三废排放到经济增长模型

表9 从三废排放到经济增长模型实证结果

从表9可以看出，除固体物排放量外，其他变量系数在统计上都显著，Hausman检验表明可以选择模型(28)和(29)。虽然统计上多数变量的系数是显著的，但三废变量对GDP和人均GDP的影响系数最大的只有0.144，GDP的自身空间影响系数却高达0.788， 人均GDP的自身空间影响系数也达到0.729， 三废排放量的空间项的影响稍大(约-0.2)。说明三废排放在统计上是GDP和人均GDP变化的原因，但实际上这种关系是微弱的，GDP和人均GDP受到相邻省GDP和人均GDP的影响比三废排放量的影响大得多；统计意义上显著，但实际意义不大。

从另外一个角度解读，三废增长了，环境恶化了，GDP和人均GDP却增长微弱，警示着以环境为代价获得经济利益在短期(样本为16年)效果都比较差，这一结论给经济落后的省份提供了很好的政策建议。

表9的实证结果证明图1中的⑤在实际意义上不成立。

5.3 模型评价

从表4到表9的实证结果表明，样本数据和空间计量模型支持了图1中的① ② ③ ④，没有支持⑤。至此可以得出三类变量之间的关系有以下四种：(1)能源消费直接影响环境的三废排放；(2)能源消费通过影响经济增长，由经济增长引起三废排放；(3)经济增长直接引起三废排放；(4)经济增长通过影响能源消费，由能源消费引起三废排放。三类变量之间的弹性系数如图2所示。

图2 经济、能源、环境之间的弹性系数

考虑时间、空间、各省的不同省情，可以得出：能源消费与经济增长是环境的因，环境是果，能源消费与经济增长互为因果。

样本包含的三类变量都是空间依存的，尤其是经济变量的空间依存度很高(在0.7～0.9之间)，且有本身的惯性，表明经济运行与地理因素关系很强。能源消费的本身空间依存度在0.6左右，说明能源消费有惯性；邻省的经济增长对本省能源消费影响为-0.7到-0.4，说明经济增长在省际间有竞争，会抑制外省的能源消费；本省的经济增长对能源消费的影响系数为0.674～0.859之间，经济增长对其有直接拉动作用。

GDP、人均GDP影响三废排放量，废气和固体废物排放对能源消费的弹性系数超过1，废水排放的能源消费弹性系数只有0.5左右，固体废物排放量的空间依存性强，这一特点印证了废水废气流动快而固体废物有累积性的特点。

6 结论与建议

6.1 结论

通过理论模型和空间面板数据实证分析，可以得出以下结论。

(1)能源消费与经济增长是环境的因，环境是果，能源消费与经济增长互为因果。从样本看，面临金山银山与绿水青山的权衡取舍，供给侧结构性改革是解决三者之间协调发展的钥匙。

(2)经济增长有自身的惯性，要有能源做基础。从样本看，各省总体上表现出能源驱动经济的发展模式。

(3)经济、能源、环境三类变量在空间相互关联。三类变量的空间项几乎都显著，空间效应明显，邻省之间的相互的影响较大，开展区域合作很有意义。

6.2 建议

(1)短期需要权衡经济与环境的关系。既然经济与能源互为因果，能源为环境的因，我国的环境状况又达到了必须治理的程度，在短期没有好的途径解决经济、能源、环境之间的协调，决策者需要权衡经济与环境的取舍关系，根据前文5.3的模型评价，金山银山与绿水青山没能兼得，把握好经济新常态，抓好供给侧结构改革，力争在长期中逐渐协调三者。

(2)要依靠创新来破解经济、能源、环境的依赖关系。发达省份经济增长的历史给落后省份的发展留下了经验，落后地区的发展不能继续走先污染后治理的路子。根据前文5.3的模型评价，经济与能源、环境与能源之间的存在较强依赖关系，要摆脱对能源的依赖，要么发展三废排放少的产业，要么变废为宝，要么二者兼用，达到留住绿水青山且获得金山银山的目的，而这个过程要依靠创新来完成。

(3)要特别重视三废的利用技术创新和方法创造。表4的分析表明，经济的发展对能源的依赖性较强；表7的分析表明，环境污染与能源消费关系紧密，在未找到替代高能耗高污染产业的情形下，三废利用的技术创新和方法创造是均衡三者关系的关键。

(4)需及时妥善处理固体废物，并警惕废气废水造成的污染。表6的分析表明，在经济发展过程中，固体废物的空间影响大于其他两类污染物，需妥善处理固体废物；要深入研究废气废水的空间影响小是否是因为废气废水更容易偷排，因为偷排直接威胁人的身体健康，所以要警惕废气废水污染。

(5)重视经济落后地区的环境状况变化。表9的分析结果表明，以环境为代价不能换来经济的发展。经济水平较高的省市已经意识到环境的重要性，正在开启创新发展的思路，经济落后地区需要跳过在污染中发展的阶段，发达省份的部分产业在向落后地区转移，带来产业，也带来了污染。因此，需要重视产业转移过程中落后地区的环境变化状况。