柳亞琴　趙國(guó)浩

摘要 如何在確保經(jīng)濟(jì)平穩(wěn)發(fā)展的前提下減少CO2排放量，從而達(dá)到社會(huì)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)雙贏的一種經(jīng)濟(jì)發(fā)展形態(tài)，成為世界各國(guó)共同研究和探討的焦點(diǎn)。與此同時(shí)，在發(fā)達(dá)國(guó)家應(yīng)對(duì)氣候變化行動(dòng)如火如荼之際，作為世界上最大的發(fā)展中國(guó)家，我國(guó)提出到2020年CO2排放強(qiáng)度比2005年降低40%-45%。論文根據(jù)這一約束指標(biāo)，創(chuàng)新性地把CO2減排控制率引入傳統(tǒng)的CobbDouglas生產(chǎn)函數(shù)，構(gòu)建應(yīng)對(duì)氣候變化的最優(yōu)經(jīng)濟(jì)增長(zhǎng)模型，利用偏最小二乘回歸方法分別計(jì)算基準(zhǔn)情景和低碳經(jīng)濟(jì)發(fā)展情景下2020年的最優(yōu)經(jīng)濟(jì)增長(zhǎng)率，得到以下結(jié)論：基準(zhǔn)情景下最優(yōu)經(jīng)濟(jì)增長(zhǎng)率為8.30%；在低碳經(jīng)濟(jì)發(fā)展情景中，2020年CO2排放強(qiáng)度降低40%和45%減排控制下最優(yōu)經(jīng)濟(jì)增長(zhǎng)率分別為7.67%和7.52%。在此基礎(chǔ)上，參考兩種不同的經(jīng)濟(jì)發(fā)展情景假設(shè)，對(duì)2020年經(jīng)濟(jì)產(chǎn)出、能源消費(fèi)需求量和CO2排放量進(jìn)行預(yù)測(cè)，最后提出推動(dòng)能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)可持續(xù)發(fā)展的低碳政策建議。

關(guān)鍵詞應(yīng)對(duì)氣候變化；最優(yōu)經(jīng)濟(jì)增長(zhǎng)；CO2減排控制率；偏最小二乘回歸

中圖分類號(hào)F206文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2014）02-0009-09doi：103969/jissn1002-2104201402002

政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change， IPCC）的研究表明，當(dāng)前以全球變暖為主要特征的氣候變化，從人類活動(dòng)原因上看，主要是工業(yè)革命以來人類大量使用煤炭、石油和天然氣等化石能源，所排放的CO2等溫室氣體增強(qiáng)了大氣溫室效應(yīng)，該氣候變化會(huì)給人類社會(huì)帶來不可估量的后果。因此，全球氣候變暖問題日益成為國(guó)際社會(huì)關(guān)注的焦點(diǎn)，隨著《聯(lián)合國(guó)氣候變化框架公約》、《京都議定書》和《哥本哈根協(xié)議》等的簽署和締結(jié)，發(fā)達(dá)國(guó)家紛紛開展減排行動(dòng)，向低碳經(jīng)濟(jì)轉(zhuǎn)型。

中國(guó)作為最大的發(fā)展中國(guó)家和負(fù)責(zé)任大國(guó)，目前處于城市化、工業(yè)化階段，主要特征是經(jīng)濟(jì)增長(zhǎng)速度快、能源需求增長(zhǎng)快且剛性增長(zhǎng)，能源供需缺口日益擴(kuò)大，能源安全面臨嚴(yán)重威脅。與此同時(shí)，現(xiàn)階段我國(guó)的經(jīng)濟(jì)發(fā)展過度依賴煤炭、石油和天然氣，非化石能源消費(fèi)比重相當(dāng)?shù)?，大量消耗化石能源?huì)帶來高額的碳排放，導(dǎo)致氣候變化惡劣。為了應(yīng)對(duì)全球氣候變化，2009年在哥本哈根會(huì)議上莊重承諾到2020年CO2排放強(qiáng)度比2005年降低40%-45%。從“十一五”時(shí)期的能源強(qiáng)度到當(dāng)前CO2排放強(qiáng)度的目標(biāo)約束變化，體現(xiàn)了中國(guó)能源政策將以提高能源利用效率為主，轉(zhuǎn)變?yōu)閷夂蜃兓蛩刈鳛榧s束目標(biāo)，引入能源發(fā)展戰(zhàn)略規(guī)劃。

從20世紀(jì)80年代開始，隨著可持續(xù)發(fā)展理念被國(guó)際社會(huì)廣泛接受，國(guó)內(nèi)外學(xué)者開始把能源和環(huán)境納入經(jīng)濟(jì)增長(zhǎng)理論模型進(jìn)行研究。關(guān)于能源與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究主要集中在能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)相互關(guān)系的驗(yàn)證方面。自Granger因果關(guān)系檢驗(yàn)方法提出以來，Kraft等[1]首先使用該方法對(duì)美國(guó)1947-1974年期間的能源消費(fèi)和GNP數(shù)據(jù)之間的關(guān)系進(jìn)行分析，研究發(fā)現(xiàn)存在GNP到能源消費(fèi)的單向因果關(guān)系，Akarca Long[2]、Yu Choi[3]、Cheng Lai[4]、吳巧生，成金華，王華[5]、Mehrara[6]、解堊[7]和寧澤奎[8]等也得出了一致的結(jié)論。隨后，Stern[9]、Glasure Lee[10]、張志柏[11]和國(guó)涓、張璐[12]等通過研究發(fā)現(xiàn)存在能源消費(fèi)到GDP的單向因果關(guān)系，Hwang Gum[13]、 Ebohon[14]、Yang[15]、AsafuAdjaye[16]、韓智勇等[17]和楊宜勇、池振合[18]等經(jīng)過分析得出能源消費(fèi)和經(jīng)濟(jì)產(chǎn)出之間存在雙向因果關(guān)系，而Yu Hwang[19]和Abosedra Baghestani[20]等研究得到能源消費(fèi)和經(jīng)濟(jì)產(chǎn)出之間不存在因果關(guān)系。由此可以看出，基于對(duì)能源問題的大量研究，學(xué)者們普遍認(rèn)為能源要素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響至關(guān)重要。

關(guān)于環(huán)境污染排放量與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究比較復(fù)雜，文獻(xiàn)中主要有兩種處理環(huán)境污染排放量的方法：一種方法是將環(huán)境污染排放量與資本、勞動(dòng)等其他要素一起作為生產(chǎn)的投入要素，引入生產(chǎn)函數(shù)模型，代表文獻(xiàn)有Chichilnisky Graciela[21]、Ramanathan[22]、Lu et al.[23]等；另一種方法是通常將環(huán)境污染排放量作為非期望產(chǎn)出，國(guó)民生產(chǎn)總值GDP作為期望產(chǎn)出，資本、勞動(dòng)力和能源消費(fèi)作為投入指標(biāo)，一起引入生產(chǎn)過程，其中Chung et al.[24]、涂正革[25]、吳琦、武春友[26]、何文強(qiáng)、汪明星[27]和沈能[28]等許多學(xué)者們對(duì)其進(jìn)行了分析研究。

此外，很多學(xué)者在CO2減排方面也展開了詳細(xì)的研究。高鵬飛等[50]應(yīng)用MARKAL-MACRO混合模型對(duì)我國(guó)2010-2050年的CO2減排邊際成本進(jìn)行了測(cè)算。韓一杰等[51]在不同的減排目標(biāo)和GDP增長(zhǎng)率的假設(shè)下，計(jì)算了我國(guó)實(shí)現(xiàn)CO2減排目標(biāo)所需要的增量成本。李陶等[52]根據(jù)CO2強(qiáng)度目標(biāo)構(gòu)建了省級(jí)減排成本估計(jì)模型，提出了基于非線性規(guī)劃的CO2減排配額分配方法。公維鳳[53]在節(jié)能減排約束條件下，構(gòu)建了各省經(jīng)濟(jì)增長(zhǎng)優(yōu)化模型，分析了各種情景下各省區(qū)經(jīng)濟(jì)發(fā)展的優(yōu)化問題。

以上學(xué)者主要是利用歷史數(shù)據(jù)在不平穩(wěn)的經(jīng)濟(jì)條件下對(duì)所關(guān)注區(qū)域的能源、經(jīng)濟(jì)與環(huán)境等問題進(jìn)行了研究。而在當(dāng)前能源資源不足和面對(duì)日益緊迫的全球減排溫室氣體形勢(shì)下，以“低能耗、低污染、低排放”為基礎(chǔ)的低碳經(jīng)濟(jì)發(fā)展模式應(yīng)運(yùn)而生。低碳經(jīng)濟(jì)的實(shí)質(zhì)是通過降低高碳能源消耗和減少CO2排放，建立合理的能源消費(fèi)結(jié)構(gòu)，從而達(dá)到社會(huì)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)雙贏的一種經(jīng)濟(jì)發(fā)展形態(tài)。因此，如何在確保經(jīng)濟(jì)平穩(wěn)發(fā)展的前提下減少CO2排放量，已成為世界各國(guó)共同研究和探討的焦點(diǎn)。另外，在CO2排放強(qiáng)度目標(biāo)作為應(yīng)對(duì)氣候變化的約束指標(biāo)被提出以后，該指標(biāo)具有了重要的政策含義，本文根據(jù)該約束指標(biāo)，創(chuàng)新性地將CO2減排控制率引入Cobb-Douglas生產(chǎn)函數(shù)，通過構(gòu)建應(yīng)對(duì)氣候變化下最優(yōu)經(jīng)濟(jì)增長(zhǎng)模型，得到基準(zhǔn)情景和低碳經(jīng)濟(jì)發(fā)展情景下2020年的最優(yōu)經(jīng)濟(jì)增長(zhǎng)率。在此基礎(chǔ)上，參考兩種不同的經(jīng)濟(jì)發(fā)展情景，預(yù)測(cè)估計(jì)該年份的經(jīng)濟(jì)產(chǎn)出、能源消費(fèi)需求和CO2排放總量，最后提出推動(dòng)能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)可持續(xù)發(fā)展的低碳政策建議。

柳亞琴等：應(yīng)對(duì)氣候變化的最優(yōu)經(jīng)濟(jì)增長(zhǎng)研究中國(guó)人口·資源與環(huán)境2014年第2期1應(yīng)對(duì)氣候變化下經(jīng)濟(jì)增長(zhǎng)模型構(gòu)建

新古典經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為物質(zhì)資本K和勞動(dòng)力L是經(jīng)濟(jì)增長(zhǎng)的基本投入要素，而技術(shù)進(jìn)步A則是經(jīng)濟(jì)增長(zhǎng)的源泉和動(dòng)力。隨著科學(xué)的進(jìn)步和社會(huì)的發(fā)展，能源已經(jīng)成為關(guān)乎國(guó)民經(jīng)濟(jì)命脈和國(guó)家經(jīng)濟(jì)安全的重要戰(zhàn)略資源。越來越多的學(xué)者也認(rèn)為能源是生產(chǎn)過程中不可缺少的要素，因此本文基于Solow經(jīng)濟(jì)增長(zhǎng)模型，借鑒Moon Soon[29]和朱永彬等[30]的研究成果，認(rèn)為能源要素與其他要素具有有限替代彈性，與資本和勞動(dòng)力要素一起引入傳統(tǒng)的Cobb-Douglas生產(chǎn)函數(shù)，反映能源與經(jīng)濟(jì)產(chǎn)出之間的關(guān)系，同時(shí)假設(shè)資本和能源具有不變規(guī)模報(bào)酬性質(zhì)，并在生產(chǎn)函數(shù)中考慮技術(shù)進(jìn)步因素，根據(jù)新古典經(jīng)濟(jì)增長(zhǎng)理論，假設(shè)技術(shù)進(jìn)步是外生的，為Hicks中性技術(shù)進(jìn)步，其變化率服從指數(shù)增長(zhǎng)，將模型設(shè)定為：

Y（t）=A（t）K（t）αE（t）1-αL（t）β0<α，β<1（1）

式（1）中各變量的含義如下：Y（t）為t時(shí)刻的經(jīng)濟(jì)產(chǎn)出；A（t）為t時(shí)刻的技術(shù)水平；K（t）為t時(shí)刻的資本投入；E（t）為t時(shí)刻的能源消費(fèi)量；L（t）為t時(shí)刻的勞動(dòng)力投入；α為資本的產(chǎn)出彈性；1-α為能源的產(chǎn)出彈性；β為勞動(dòng)的產(chǎn)出彈性。

在此基礎(chǔ)上將CO2減排控制率考慮到此生產(chǎn)函數(shù)中，假設(shè)CO2減排控制率為μ（t），張清等[31]和Nordhuas[32]構(gòu)建的DICE（The Dynamic Integrated Climate Economy）模型中設(shè)定CO2排放以μ（t）的速率減少排放，本文將CO2減排控制率μ（t）設(shè)定為CO2排放強(qiáng)度年下降速率，則模型（1）可擴(kuò)展為如下形式：

Y（t）=（1-μ（t））A（t）K（t）αE（t）1-αL（t）β（2）

該模型人均消費(fèi)和資本積累方程形式如下：

c（t）=C（t）/N（t）（3）

K·1（t）=（1-δ）Y（t）-C（t）（4）

式（3）中N（t）表示t時(shí)刻的總?cè)丝跀?shù)，c（t）表示人均消費(fèi)。

為了簡(jiǎn)化分析，式（4）假設(shè)經(jīng)濟(jì)產(chǎn)出除了消費(fèi)支出和折舊外，都用于資本的積累，δ為資本折舊系數(shù)。

該模型對(duì)勞動(dòng)力人口即就業(yè)人口和總?cè)丝谧髁藚^(qū)別，其中，N（t）表示t時(shí)刻的總?cè)丝跀?shù)，ω（t）表示就業(yè)人口占總?cè)丝诘谋戎兀磩趧?dòng)參與率，因此勞動(dòng)力L（t）可表示為：

L（t）=ω（t）·N（t）（5）

模型剩下的假設(shè)關(guān)于技術(shù)進(jìn)步、總?cè)丝诤湍茉聪M(fèi)如何隨時(shí)間而變化。給定技術(shù)進(jìn)步與總?cè)丝诘某跏妓?，技術(shù)進(jìn)步與總?cè)丝谝圆蛔兊脑鲩L(zhǎng)率增長(zhǎng)：

A（t）=A0evt（6）

N（t）=N0ent（7）

根據(jù)定義能源強(qiáng)度是指單位GDP所消耗的能源，由能源消費(fèi)量和經(jīng)濟(jì)產(chǎn)出決定，同時(shí)模型假定能源強(qiáng)度是外生的，用公式可表示為：

τ（t）=E（t）/Y（t）（8）

將式（5）、式（6）、式（7）和式（8）代入式（2），則有：

Y（t）=[（1-μ（t））A0evt]11αK（t）τ（t）1-α1α[ω（t）N0ent]β1α（9）

目標(biāo)函數(shù)我們采用具有不變跨時(shí)替代彈性的效用函數(shù)CES（也被稱為不變的相對(duì)風(fēng)險(xiǎn)厭惡或CRRA），其含義是：效用是人均消費(fèi)c（t）的函數(shù)，同時(shí)還需考慮總?cè)丝跀?shù)，該效用函數(shù)主要由式（10）來確定：

U[c（t），N（t）]=N0ent[（c（t）1-σ-1）/（1-σ）]

=111-σ（N0σenσtC（t）1-σ-N0ent）（10）

這里σ為風(fēng)險(xiǎn)厭惡系數(shù)，而社會(huì)計(jì)劃者的目標(biāo)就是在預(yù)算約束下使得跨期效用最大化，如式（11）所示：

max∫∞0U[c（t），N（t）]e-ρtdt=

max∫∞0111-σ（e（nσ-ρ）tNσ0C（t）1-σ-e（n-ρ）tN0）dt（11）

其中ρ為時(shí)間偏好系數(shù)。

模型（11）即為如下最優(yōu)控制問題：

max∫∞0111-σ（e（nσ-ρ）tN0σC（t）1-σ-e（n-ρ）tN0）dt

s.t.K·1（t）=（1-δ）Y（t）-C（t）

CEI（T）≤（1-α）CEI（0）（12）

其中CEI（T）表示期末CO2排放強(qiáng)度，CEI（0）表示基期CO2排放強(qiáng)度，α為減排目標(biāo)設(shè)定的期末CO2排放強(qiáng)度相對(duì)基年的下降比例。

2模型求解

本文主要分析經(jīng)濟(jì)系統(tǒng)長(zhǎng)期穩(wěn)定增長(zhǎng)的情形，該問題就是在連續(xù)時(shí)間內(nèi)，求泛函積分最大化問題，其中包括控制變量和狀態(tài)變量，是一個(gè)非線性系統(tǒng)動(dòng)態(tài)最優(yōu)化問題。根據(jù)最優(yōu)控制理論中龐特里亞金極大值原理，式（12）的Hamilton函數(shù)H如下：

H=U[c（t），N（t）]+λ{(lán)（1-δ）[（1-μ（t））·

A0evt]11αK（t）τ（t）1-α1α[ω（t）N0ent]β1α-C（t）}（13）

上式中，C為控制變量，K為狀態(tài)變量，λ為拉格朗日乘子，經(jīng)濟(jì)含義是t時(shí)刻資本的影子價(jià)格，其最大化的一階條件為：

H1C=U′（C）-λ=0（14）

由式（14）可得

λ=N0σe（nσ-ρ）tC（t）-σ（15）

拉格朗日乘子λ的運(yùn)動(dòng)方程為：

λ·1=-H1K=-λ（1-δ）·Y1K（16）

由式（9）可得：

Y1K=[（1-μ（t））A0evt]11ατ（t）1-α1α[ω（t）N0ent]β1α（17）

將式（17）代入式（16），得：

λ·11λ=-（1-δ）[（1-μ（t））A0evt]11ατ（t）1-α1α

[ω（t）N0ent]β1α（18）

對(duì)式（15）兩邊取對(duì)數(shù)，得：

ln（λ（t））=σln（N0）+（nσ-ρ）t-σln（C（t））（19）

對(duì)式（19）求時(shí)間t的導(dǎo)數(shù)，得：

λ·11λ=nσ-ρ-σC·11C（20）

令g代表各變量的增長(zhǎng)率，則有g(shù)λ=λ·11λ，gc=C·11C，gk=K·11K，合并式（18）和式（20），得到：

gc=（n-ρ1σ）+1-δ1σ·[（1-μ（t））A0evt]11ατ（t）1-α1α

[ω（t）N0ent]β1α（21）

由于在穩(wěn)態(tài)增長(zhǎng)條件下，消費(fèi)與經(jīng)濟(jì)產(chǎn)出以相同的速度增長(zhǎng)，因此經(jīng)濟(jì)平穩(wěn)增長(zhǎng)路徑下加入CO2減排控制率的最優(yōu)經(jīng)濟(jì)增長(zhǎng)率為：

gY=（n-ρ1σ）+1-δ1σ·[（1-μ（t））A0evt]11α·

τ（t）1-α1α[ω（t）N0ent]β1α（22）

3數(shù)據(jù)來源與研究方法

3.1數(shù)據(jù)來源

通過公式（2）和公式（6）可以得到：

Y（t）/[E（t）（1-μ（t））]=A0evt[K（t）/E（t）]αL（t）β（23）

令Y′=Y（t）/[E（t）（1-μ（t））]，K′=K（t）/E（t），為了消除時(shí)間因素對(duì)方程的影響，對(duì)公式（23）兩邊進(jìn)行取對(duì)數(shù)操作，并添加誤差項(xiàng)ε，得到如下方程：

lnY′=lnA0+vt+αlnK′+βlnL+ε（24）

本文以1978-2011年期間的時(shí)間序列數(shù)據(jù)為研究對(duì)象，所有數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》和《新中國(guó)60年統(tǒng)計(jì)資料匯編》。經(jīng)濟(jì)產(chǎn)出以可比價(jià)格的GDP序列作為經(jīng)濟(jì)產(chǎn)出的衡量指標(biāo)（1978年=100）；CO2減排控制率以CO2排放強(qiáng)度的年下降速率表示，其中CO2排放量的測(cè)算采用間接法，即利用化石能源消費(fèi)量來計(jì)算[33]。本文將一次能源分為煤炭、石油、天然氣、非化石能源（水電、核電、風(fēng)電等）四類，將歷年煤炭、石油及天然氣三類化石能源消費(fèi)量分別乘以各自的的CO2排放系數(shù)然后加總得到CO2排放量。CO2排放系數(shù)由能源碳排放系數(shù)乘以（44/12）得到，這里煤炭、石油及天然氣的碳排放系數(shù)來源于2003年國(guó)家發(fā)展和改革委員會(huì)能源研究所發(fā)布的《中國(guó)可持續(xù)發(fā)展能源暨碳排放情景分析》，（44/12）為CO2和碳的分子量比率[33]54，由此可得煤炭、石油和天然氣的CO2排放系數(shù)分別為2.744，2.138和1.628；勞動(dòng)投入以樣本期末全國(guó)就業(yè)人數(shù)表示；能源投入以樣本期末全國(guó)能源消費(fèi)總量表示；資本投入數(shù)據(jù)，文章選取固定資本存量作為資本投入量的衡量指標(biāo)，遵循Goldsmith開創(chuàng)的目前廣泛應(yīng)用的永續(xù)盤存法（perpetual inventory method）[34]，采用相對(duì)效率幾何遞減模型，其基本公式為：

Kt=Kt-1（1-δ）+It/Pt（25）

式（25）中Kt表示當(dāng)年的固定資本存量，Kt-1表示上一年的固定資本存量，It表示當(dāng)年新增資本存量，Pt表示當(dāng)年的固定資本平減指數(shù)，本文采取以當(dāng)年的全社會(huì)固定資產(chǎn)投資總額替代當(dāng)年新增資本存量[35-37]，δ表示折舊率。用式（25）測(cè)算固定資本存量，有如下幾個(gè)關(guān)鍵：

（1）基年固定資本存量和折舊率的確定。本文采用1978年的固定資本存量作為基年固定資本存量K0，K0按國(guó)際常用方法計(jì)算[38]：用基年的全社會(huì)固定資本形成總額I0（可比價(jià)格）與樣本期內(nèi)全社會(huì)固定資本形成總額（可比價(jià)格）的幾何平均增長(zhǎng)率g加上折舊率δ之和的比值，其公式為：

K0=I01g+δ（26）

對(duì)于折舊率δ，本文根據(jù)Perkins[39]、胡永泰[40]、王小魯[35]12以及郭玉清[41]的估算，取δ=5%。

（2）固定資本平減指數(shù)的確定。在采用永續(xù)盤存法時(shí)，必須將當(dāng)年價(jià)格表示的固定資本用一定的價(jià)格指數(shù)進(jìn)行平減，換算成以基年不變價(jià)格表示的實(shí)際值，本文將采用固定資產(chǎn)投資價(jià)格指數(shù)作為固定資本平減指數(shù)。然而根據(jù)《新中國(guó)60年統(tǒng)計(jì)資料匯編》所公布的各年全社會(huì)固定資產(chǎn)投資總額（當(dāng)年價(jià)格）及固定資產(chǎn)投資價(jià)格指數(shù)，發(fā)現(xiàn)在1991年才開始每年公布這一指數(shù)，這樣便無(wú)法把1978-2011年間用當(dāng)年價(jià)格給出的全社會(huì)固定資產(chǎn)投資總額折算成以1978年價(jià)格表示的數(shù)據(jù)。但是，可以通過構(gòu)造指數(shù)來間接實(shí)現(xiàn)這個(gè)目的。經(jīng)過分析，本文選擇了在1978-1990年間的工業(yè)品出廠價(jià)格指數(shù)（1978年=100）和1991-2011年間的固定資產(chǎn)投資價(jià)格指數(shù)去擬合固定資本平減指數(shù)，以此推算我國(guó)1978-2011年間以1978年價(jià)格表示的歷年全社會(huì)固定資產(chǎn)投資總額，從而為逐年累計(jì)出我國(guó)的資本存量奠定基礎(chǔ)。

3.2研究方法

偏最小二乘回歸（Partial LeastSquares Regression，簡(jiǎn)稱PLS）[42]由伍德（S.Wold）和阿巴諾（C.Albano）等人于1983年首次提出，是應(yīng)實(shí)際需要產(chǎn)生和發(fā)展的一種新型的多元統(tǒng)計(jì)數(shù)據(jù)分析方法。偏最小二乘回歸可以有效地克服目前回歸建模的許多實(shí)際問題，諸如樣本容量小于變量個(gè)數(shù)的情況下進(jìn)行回歸建模，以及多因變量對(duì)多自變量的同時(shí)回歸分析等用普通多元線性回歸無(wú)法解決的問題。特別在普通多元線性回歸中，變量之間的多重共線性常會(huì)嚴(yán)重危害參數(shù)估計(jì)，擴(kuò)大模型誤差，并破壞模型的穩(wěn)健性，用偏最小二乘回歸進(jìn)行建模，其分析結(jié)論更加可靠，結(jié)論性更強(qiáng)。

偏最小二乘回歸方法有單因變量偏最小二乘回歸和多因變量偏最小二乘回歸，由于本文研究的問題只涉及到單因變量，因此只對(duì)單因變量偏最小二乘回歸進(jìn)行闡述，其建模方法如下：設(shè)有因變量Y和k個(gè)自變量{x1，…， xk}。為了研究因變量與自變量的統(tǒng)計(jì)關(guān)系，觀測(cè)了n個(gè)樣本點(diǎn)，由此構(gòu)成了自變量與因變量的數(shù)據(jù)表Xn×k和Yn×l。偏最小二乘回歸分析的目的是在數(shù)據(jù)集X提取出t1（t1是x1，…， xk的線性組合），要求t1滿足：（1）應(yīng)盡可能大地?cái)y帶數(shù)據(jù)表X中的變異信息；（2）與Y的相關(guān)程度能夠達(dá)到最大。

在第一個(gè)成分t1被提取后，偏最小二乘回歸分別實(shí)施X對(duì)t1的回歸以及Y對(duì)t1的回歸。如果回歸方程已經(jīng)達(dá)到滿意的精度，則算法終止；否則，將利用X被t1解釋后的殘余信息E進(jìn)行第二輪的成分提取。如此反復(fù)迭代，直到能達(dá)到一個(gè)較滿意的精度為止。若最終對(duì)X共提取了q個(gè)成分t1，…， tq，偏最小二乘回歸將通過施行Y對(duì)t1，…， tq的回歸，然后再表達(dá)成Y關(guān)于原自變量x1，…， xk的回歸方程。

4最優(yōu)經(jīng)濟(jì)增長(zhǎng)率計(jì)算

4.1生產(chǎn)函數(shù)參數(shù)估計(jì)

常用的診斷多重共線性方法主要有容忍度、方差膨脹因子、條件指數(shù)、方差比例等，本文采用方差膨脹因子（VIF）方法進(jìn)行診斷，結(jié)果如表1所示。

從表1中可以發(fā)現(xiàn)各自變量的VIF都超過10，說明自變量之間存在嚴(yán)重的多重共線性關(guān)系，將嚴(yán)重影響普通最小二乘回歸的估計(jì)值，極有可能會(huì)出現(xiàn)模型結(jié)論與現(xiàn)實(shí)相差較大的情況，從而導(dǎo)致模型的解釋無(wú)效，這里利用偏最小二乘回歸分析方法對(duì)公式（23）進(jìn)行回歸分析，運(yùn)行唐啟義[43]研發(fā)的DPS數(shù)據(jù)處理系統(tǒng)軟件，經(jīng)交叉有效性檢驗(yàn)，只能提取一個(gè)成分。得到數(shù)據(jù)標(biāo)準(zhǔn)化后模型預(yù)測(cè)誤差平方和為9.031 8；Press殘差平方和為9.331 0；判定系數(shù)為0.726 3，模型的擬合程度較好，原變量的回歸方程為：

lnY′=3.421 6+0.010 4t+0.285 3lnK′+0.517 6lnL（27）

根據(jù)公式（27），公式（6）變?yōu)槿缦滦问剑?/p>

A（t）=30.618 2e0.010 4t（t1978=1）（28）

4.2能源強(qiáng)度模型

本文模型中假定能源強(qiáng)度是外生的，根據(jù)劉曉等[44]的研究，設(shè)定能源強(qiáng)度隨時(shí)間呈指數(shù)變化趨勢(shì)，未來能源強(qiáng)度的預(yù)測(cè)值可通過擬合歷年能源強(qiáng)度數(shù)據(jù)獲得，能源強(qiáng)度模型如下：

τ（t）=τ0ebt（29）

根據(jù)前面選取的1978-2011年期間的經(jīng)濟(jì)產(chǎn)出和能源消費(fèi)量數(shù)據(jù)，計(jì)算得到歷年能源強(qiáng)度時(shí)間序列數(shù)據(jù)，對(duì)公式（29）取對(duì)數(shù)，并進(jìn)行回歸分析，結(jié)果如表2所示。

變量

Variables1回歸系數(shù)

Regression

coefficient1標(biāo)準(zhǔn)誤

Standard

error1t值

Tvalue1p值

Pvaluelnτ01-6.390 410.060 11106.258 710.000 0b1-0.028 410.003 019.465 810.000 0

由表2可知，當(dāng)α=0.05時(shí)，回歸系數(shù)的t檢驗(yàn)值都能通過顯著性檢驗(yàn)。且模型總體效果的F檢驗(yàn)值為89.600 5，p=0.000 0，也通過顯著性檢驗(yàn)。判定系數(shù)為0.736 8，模型擬合程度較好，因此能源強(qiáng)度模型可表示為：

τ（t）=0.001 7e-0.028 4t（t1978=0）（30）

4.3其他參數(shù)估計(jì)

對(duì)公式（7）進(jìn)行回歸分析，其數(shù)據(jù)用《中國(guó)統(tǒng)計(jì)年鑒》和《新中國(guó)60年統(tǒng)計(jì)資料匯編》中的樣本期末全國(guó)總?cè)丝跀?shù)表示，模型回歸結(jié)果如表3所示。

同樣地，由表3可知，當(dāng)α=0.05時(shí)，回歸系數(shù)的t檢驗(yàn)值都能通過顯著性檢驗(yàn)，且總體效果的F檢驗(yàn)值為916.798 1，p=0.000 0，也通過顯著性檢驗(yàn)。判定系數(shù)為0.966 3，模型擬合程度較好，因此總?cè)丝谀Ｐ涂杀硎緸椋?/p>

N（t）=9.797 3e0.010 5t（t1978=1）（31）

由總?cè)丝谀Ｐ涂深A(yù)測(cè)得到未來人口的總量，根據(jù)王金營(yíng)等[45]預(yù)測(cè)的勞動(dòng)力數(shù)據(jù)可計(jì)算出未來勞動(dòng)參與率ω的

取值，其中ω2020=0.516 8。

在Ramsey模型中，時(shí)間偏好系數(shù)ρ和風(fēng)險(xiǎn)厭惡系數(shù)σ都是重要的外生參數(shù)。時(shí)間偏好系數(shù)表示人們對(duì)現(xiàn)在的滿意程度與對(duì)將來的滿意程度的比值，人們?cè)讲幌矚g現(xiàn)在，其時(shí)間偏好系數(shù)也就越低。Barro and SalaiMartin[46]在其著作《Economic growth》中認(rèn)為時(shí)間偏好因子有一個(gè)基準(zhǔn)值0.02，顧六寶、肖紅葉[47]研究中以該值為基準(zhǔn)給ρ值設(shè)定了一個(gè)取值范圍（0.01，0.02，0.03），結(jié)果檢驗(yàn)表明，ρ值在0.01-0.03之間的變化對(duì)顯著性檢驗(yàn)的影響很小，并采用ρ=0.02，因而本文也設(shè)定ρ=0.02。另外根據(jù)顧六寶、肖紅葉[48]研究中模擬最優(yōu)消費(fèi)增長(zhǎng)率時(shí)σ值取2的研究結(jié)果，設(shè)定參數(shù)σ的取值為2。

經(jīng)過測(cè)算，2011年CO2強(qiáng)度比2005年CO2排放強(qiáng)度下降19.70%，本文假設(shè)在未來幾年內(nèi)我國(guó)CO2排放強(qiáng)度以平均速度下降，計(jì)算可得2020年CO2排放強(qiáng)度下降40%-45%目標(biāo)下μ的取值分別為0.022 6和0.028 1。

由此將所需參數(shù)值代入公式（22），獲得2020年CO2排放強(qiáng)度降低40%和45%減排控制下最優(yōu)經(jīng)濟(jì)增長(zhǎng)率分別為7.67%和7.52%。

另外根據(jù)模型（1），計(jì)算可以獲得2020年無(wú)CO2減排控制下最優(yōu)經(jīng)濟(jì)增長(zhǎng)率為8.30%。

國(guó)家環(huán)保總局環(huán)境規(guī)劃院與國(guó)家信息中心聯(lián)合推出《2008-2020年中國(guó)環(huán)境經(jīng)濟(jì)形勢(shì)預(yù)測(cè)》報(bào)告中指出我國(guó)國(guó)民經(jīng)濟(jì)將繼續(xù)保持較快的增長(zhǎng)，“十二五”期間年均經(jīng)濟(jì)增長(zhǎng)率為9%左右，“十三五”為8%左右。2012年2月，國(guó)務(wù)院發(fā)展研究中心研究員李善同在中國(guó)宏觀經(jīng)濟(jì)高層研討會(huì)上表示中國(guó)經(jīng)濟(jì)高速增長(zhǎng)至少可以維持到2020年，并有研究結(jié)論表示如果保持目前的經(jīng)濟(jì)增長(zhǎng)態(tài)勢(shì)，2011-2020年期間經(jīng)濟(jì)增長(zhǎng)速度為7.7%左右[49]?；谖覈?guó)經(jīng)濟(jì)增長(zhǎng)的連續(xù)性和穩(wěn)定性，并比照有關(guān)機(jī)構(gòu)和專家的經(jīng)驗(yàn)，本文認(rèn)為該模型的預(yù)測(cè)結(jié)果在一定程度上可信。

5經(jīng)濟(jì)產(chǎn)出、能源消費(fèi)量和CO2排放量

根據(jù)上述計(jì)算得到的2020年最優(yōu)經(jīng)濟(jì)增長(zhǎng)率，并參考大多數(shù)學(xué)者們的研究成果，本文將未來最優(yōu)經(jīng)濟(jì)增長(zhǎng)設(shè)定兩種情形：基準(zhǔn)情景（無(wú)CO2減排控制）和低碳情景（CO2減排控制），年均最優(yōu)經(jīng)濟(jì)增長(zhǎng)率分別為9%和8%，以2011年的經(jīng)濟(jì)產(chǎn)出總量（按2005年不變價(jià)格計(jì)算）為基年，估測(cè)可得到中國(guó)2020年低碳情景下的經(jīng)濟(jì)產(chǎn)出總量；由能源強(qiáng)度模型可獲得2020年能源強(qiáng)度的預(yù)測(cè)值，從而計(jì)算出能源消費(fèi)需求量，在兩種經(jīng)濟(jì)增長(zhǎng)情景中，一次能源消費(fèi)需求量分別為523 624.09億t標(biāo)準(zhǔn)煤和481 942.18億t標(biāo)準(zhǔn)煤；另外可計(jì)算出2020年不同CO2排放強(qiáng)度目標(biāo)下的CO2排放量。結(jié)果見表4。

6結(jié)論及政策建議

應(yīng)對(duì)氣候變化的CO2排放強(qiáng)度指標(biāo)是指單位國(guó)內(nèi)生產(chǎn)總值的CO2排放量，可以通過增加國(guó)內(nèi)生產(chǎn)總值、降低CO2排放量或兩者同時(shí)進(jìn)行來實(shí)現(xiàn)。另外，通過強(qiáng)制性壓縮高耗能產(chǎn)業(yè)降低CO2排放量也可以實(shí)現(xiàn)碳排放強(qiáng)度目標(biāo)?？梢?，CO2排放強(qiáng)度目標(biāo)的實(shí)現(xiàn)不僅是經(jīng)濟(jì)增長(zhǎng)問題，還是能源消費(fèi)總量和能源消費(fèi)結(jié)構(gòu)問題。如何在保障經(jīng)濟(jì)平穩(wěn)增長(zhǎng)前提下實(shí)現(xiàn)這一目標(biāo)，不僅可以轉(zhuǎn)變傳統(tǒng)粗放的經(jīng)濟(jì)增長(zhǎng)方式，促進(jìn)低碳經(jīng)濟(jì)發(fā)展模式的形成，同時(shí)還能推動(dòng)能源、經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展。本文根據(jù)2020年單位GDPCO2排放強(qiáng)度下降40%-45%這一約束指標(biāo)，建立了應(yīng)對(duì)氣候變化的最優(yōu)經(jīng)濟(jì)增長(zhǎng)模型。計(jì)算得到基準(zhǔn)情景下2020年最優(yōu)經(jīng)濟(jì)增長(zhǎng)為8.30%；在低碳經(jīng)濟(jì)發(fā)展情景中，2020年CO2排放強(qiáng)度降低40%和45%減排控制下最優(yōu)經(jīng)濟(jì)增長(zhǎng)率分別為7.67%和7.52%。在此基礎(chǔ)上，參考大多數(shù)學(xué)者的研究成果，設(shè)定了兩種不同的未來最優(yōu)經(jīng)濟(jì)發(fā)展情景，其年均最優(yōu)經(jīng)濟(jì)增長(zhǎng)率分別為9%和8%，由此預(yù)測(cè)得到不同經(jīng)濟(jì)發(fā)展情景下2020年經(jīng)濟(jì)產(chǎn)出、能源消費(fèi)需求量和CO2排放量。

基于以上結(jié)論，本文提出如下政策建議：

（1）在經(jīng)濟(jì)層面上，需優(yōu)化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，切實(shí)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式。目前，我國(guó)正處于經(jīng)濟(jì)高速發(fā)展和工業(yè)化、城市化進(jìn)程加快的進(jìn)程中，密集開采和消耗了大量的能源資源，造成能源資源匱乏和生態(tài)環(huán)境污染日益惡化的壓力進(jìn)一步加劇。在當(dāng)前經(jīng)濟(jì)全球化、世界政治格局多極化的背景下，面對(duì)日趨強(qiáng)化的國(guó)際國(guó)內(nèi)雙重壓力，優(yōu)化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，既是推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)戰(zhàn)略性調(diào)整的重要著力點(diǎn)，又是加快形成新的經(jīng)濟(jì)發(fā)展方式的有效途徑，也是我國(guó)能源、經(jīng)濟(jì)和環(huán)境協(xié)調(diào)發(fā)展的客觀需要和戰(zhàn)略要求，更是一項(xiàng)長(zhǎng)期而艱巨的歷史使命。因此，首先應(yīng)構(gòu)建現(xiàn)代產(chǎn)業(yè)發(fā)展新體系，使第一、第二、第三產(chǎn)業(yè)相互促進(jìn)、協(xié)調(diào)發(fā)展，逐步形成以現(xiàn)代農(nóng)業(yè)為基礎(chǔ)、優(yōu)勢(shì)傳統(tǒng)產(chǎn)業(yè)為主導(dǎo)、戰(zhàn)略性新興產(chǎn)業(yè)為先導(dǎo)、基礎(chǔ)產(chǎn)業(yè)為支撐、服務(wù)業(yè)全面發(fā)展的各具特色、優(yōu)勢(shì)互補(bǔ)、結(jié)構(gòu)合理的新型產(chǎn)業(yè)格局。其次應(yīng)深入貫徹落實(shí)科學(xué)發(fā)展觀，促進(jìn)工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化同步進(jìn)展，切實(shí)發(fā)揮實(shí)體經(jīng)濟(jì)在擴(kuò)大內(nèi)需中的積極作用，實(shí)施科教創(chuàng)新發(fā)展戰(zhàn)略，切實(shí)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式，破解原有粗放的經(jīng)濟(jì)發(fā)展模式，構(gòu)建資源節(jié)約型和環(huán)境友好型的經(jīng)濟(jì)社會(huì)發(fā)展模式，從而實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。

（2）在技術(shù)層面上，需著力提升能源自主創(chuàng)新能力，全面規(guī)劃能源新技術(shù)的研發(fā)和推廣應(yīng)用，大力提高能源資源開發(fā)、轉(zhuǎn)化和利用的效率，加強(qiáng)開發(fā)低碳技術(shù)。能源工業(yè)既是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，也是技術(shù)密集型產(chǎn)業(yè)?，F(xiàn)代能源技術(shù)的特點(diǎn)主要表現(xiàn)為安全、高效、清潔，該特點(diǎn)也是未來能源技術(shù)制高點(diǎn)的主要方向。我國(guó)能源工業(yè)的技術(shù)創(chuàng)新能力與發(fā)達(dá)國(guó)家相比，還存在很大差距，因此在全球應(yīng)對(duì)氣候變化的大背景下，面對(duì)日趨強(qiáng)化的資源環(huán)境約束，我國(guó)作為能源資源消費(fèi)大國(guó)和污染排放大國(guó)，發(fā)展節(jié)能減排尤為重要。在未來的經(jīng)濟(jì)發(fā)展和能源結(jié)構(gòu)戰(zhàn)略中，我們需要持續(xù)推進(jìn)節(jié)能減排進(jìn)程，優(yōu)化提升能源勘探與開采技術(shù)，大力開發(fā)低碳技術(shù)。首先，在能源勘探與開采技術(shù)領(lǐng)域，通過規(guī)劃重大技術(shù)研究、重大技術(shù)裝備、重大示范工程和技術(shù)創(chuàng)新平臺(tái)，確定能源應(yīng)用技術(shù)和工程示范重大專項(xiàng)研究等手段，提高煤炭生產(chǎn)地質(zhì)保障技術(shù)，確保煤炭資源的安全高效開發(fā)，推進(jìn)煤層氣合理開發(fā)，加強(qiáng)油氣資源勘探，確定油氣資源高效清潔開發(fā)。其次，通過加大新能源的研發(fā)投入和推廣力度，更合理有效地利用現(xiàn)有的常規(guī)能源，提高能效比；在能源使用過程中，積極開發(fā)和運(yùn)用可再生能源技術(shù)、新型發(fā)電技術(shù)、碳捕獲與封存技術(shù)、節(jié)能技術(shù)等有效地控制溫室氣體排放，加強(qiáng)與發(fā)達(dá)國(guó)家的交流合作，共同構(gòu)筑互利共贏、技術(shù)共享的良好局面，從而為改善能源低碳利用方式、確保低碳經(jīng)濟(jì)順利實(shí)現(xiàn)奠定基礎(chǔ)。

（3）在能源供需層面上，需統(tǒng)籌國(guó)內(nèi)開發(fā)和對(duì)外合作，完善能源戰(zhàn)略儲(chǔ)備制度，大力調(diào)整優(yōu)化能源消費(fèi)結(jié)構(gòu)，加快發(fā)展低碳能源。首先，中國(guó)在保持經(jīng)濟(jì)持續(xù)高速增長(zhǎng)的同時(shí)，能源消費(fèi)需求量也日趨龐大，已成為煤炭、鋼鐵、銅等世界第一消費(fèi)大國(guó)，繼美國(guó)之后的世界第二石油和電力消費(fèi)大國(guó)，能源供需缺口日益擴(kuò)大，“電荒”、“煤炭”、“油荒”在全國(guó)各地頻頻出現(xiàn)，給國(guó)家能源經(jīng)濟(jì)安全造成了一定的壓力。而我國(guó)是一個(gè)煤多油少、優(yōu)質(zhì)資源匱乏、經(jīng)濟(jì)仍處于城市化和工業(yè)化階段的發(fā)展中國(guó)家，在此背景下，如何保障能源持續(xù)供應(yīng)成為我國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展亟待解決的重大戰(zhàn)略問題。一方面，我們應(yīng)充分利用國(guó)內(nèi)和國(guó)際各個(gè)市場(chǎng)，建立立足國(guó)內(nèi)的能源安全保障體系。在國(guó)內(nèi)加大能源的勘探和開發(fā)投入，加強(qiáng)煤炭開采業(yè)的投資及基礎(chǔ)設(shè)施的建設(shè)。同時(shí)還應(yīng)擴(kuò)大國(guó)際能源合作，對(duì)自給率低的能源，加強(qiáng)國(guó)際合作，拓展市場(chǎng)空間，有效保障能源供需的總體平穩(wěn)。另一方面，通過制定國(guó)家能源儲(chǔ)備法，不斷完善能源戰(zhàn)略儲(chǔ)備制度。從能源儲(chǔ)備的功能定位、主體與機(jī)構(gòu)、資金來源、種類與規(guī)模、儲(chǔ)備方式等相關(guān)法律問題入手，建立國(guó)家能源資源戰(zhàn)略儲(chǔ)備制度。其次，由于資源稟賦條件特征，長(zhǎng)期以來我國(guó)能源消費(fèi)結(jié)構(gòu)中煤炭的比重較大，能源消費(fèi)結(jié)構(gòu)不盡合理。在危及能源安全的同時(shí)，導(dǎo)致我們2020年CO2排放強(qiáng)度目標(biāo)的實(shí)現(xiàn)面臨嚴(yán)峻挑戰(zhàn)。我國(guó)以煤炭為主的能源消費(fèi)結(jié)構(gòu)必然面臨改革，跨越式的更新傳統(tǒng)高碳能源消費(fèi)模式是確保國(guó)家長(zhǎng)治久安的必由之路，實(shí)施有序發(fā)展煤炭，積極發(fā)展電力，加快發(fā)展石油天然氣，鼓勵(lì)開發(fā)煤層氣，大力發(fā)展水電等可再生能源，積極推進(jìn)核電建設(shè)，科學(xué)發(fā)展替代能源的發(fā)展戰(zhàn)略，通過增加天然氣和非化石能源消費(fèi)比重并逐步削減煤炭石油比重來優(yōu)化調(diào)整能源消費(fèi)結(jié)構(gòu)，實(shí)現(xiàn)多能互補(bǔ)，逐漸由“低碳多元化能源時(shí)代”取代“煤炭石油時(shí)代”。

（編輯：尹建中）

參考文獻(xiàn)（References）

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

[2]Akarca A， Long T. On the Relationship between Energy and GNP： a Reexamination [J]. Energy Development， 1979，（5）： 326-331.

[3]Yu E S H， Choi J Y. Causal Relationship between Energy and GNP： an International Comparison [J]. Energy Development， 1985，（10）： 249-272.

[4]Cheng S， Lai T W. An Investigation of Cointegration and Causality between Energy Consumption and Economic Activity in Taiwan Province of China [J]. Energy Economics， 1997，（19）： 435-444.

[5]吳巧生，成金華，王華.中國(guó)工業(yè)化進(jìn)程中的能源消費(fèi)變動(dòng)——基于計(jì)量模型的實(shí)證分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2005，（4）：30-37.[Wu Qiaosheng， Cheng Jinhua， Wang Hua. Change of Energy Consumption with the Process of Industrialization in China [J]. China Industrial Economics， 2005，（4）： 30-37.]

[6]Mehrara M. Energy Consumption and Economic Growth： the Case of Oil Exporting Countries [J]. Energy Policy， 2007，（35）： 2939-2945.

[7]解堊.能源消費(fèi)與中國(guó)工業(yè)生產(chǎn)率增長(zhǎng)[J].中國(guó)人口·資源與環(huán)境，2008，18（3）：88-92.[Xie E. Energy Consumption and Industrial Productivity Growth in China [J]. China Population Resources and Environment， 2008，18（3）： 88-92.]

[8]寧澤逵.能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)協(xié)整分析：基于宏觀數(shù)據(jù)的比較分析[J].統(tǒng)計(jì)與信息論壇，2010，（3）：81-85.[Ning Zekui. The EnergyGDP Cointegration Analysis in China： Based on Comparative Analysis on Macrodata [J]. Statistics & Information Forum， 2010，（3）： 81-85.]

[9]Stern D. Energy Use and Economic Growth in the USA， a Multivariate Approach [J]. Energy Economics， 1993，（15）： 137-150.

[10]Glasure Y U， Lee A R. Cointegration errorcorrection and the relationship between GDP and ease of South Korea and Singapore [J]. Resource and Electricity Economics， 1997，（20）： 17-25.

[11]張志柏.中國(guó)能源消費(fèi)因果關(guān)系分析[J].財(cái)貿(mào)研究，2008，（3）：15-21.[Zhang Zhibai. Causal Analysis of Chinese Energy Consumption [J]. Finance and Trade Research， 2008，（3）： 15-21.]

[12]國(guó)涓，張璐.中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2008，（3）：248-251.[Guo Juan， Zhang Lu. Empirical Analysis of the Relationship between Chinas Energy Consumption and Economic Growth [J]. Journal of Liaoning Technical University： Social Science Edition， 2008，（3）： 248-251.]

[13]Hwang D K， Gum B. The Causal Relationship between Energy and GNP： the Case of Taiwan [J]. Journal of Energy and Development， 1992，（12）： 219-226.

[14]Ebohon O J. Energy， Economic Growth and Causality in Developing Countries： A case study of Tanzania and Nigeria [J]. Energy Policy， 1996， 24（5）： 447-453.

[15]Yang H Y. A Note of the Causal Relationship between Energy and GDP in Taiwan [J]. Energy Economics， 2000，（22）： 309-317.

[16]AsafuAdjaye J. The Relationship between Energy Consumption， Energy Prices and Economic Growth： Time Serious Evidence from Asian Developing Countries [J]. Energy Economics， 2000，（22）： 615-625.

[17]韓智勇，魏一鳴，焦建玲，等.中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的協(xié)整性與因果關(guān)系分析[J].系統(tǒng)工程，2004，（12）：17-21.[Han Zhiyong， Wei Yiming， Jiao Jianling， et al. On the Cointegration and Causality between Chinese GDP and Energy Consumption [J]. Systems Engineering， 2004，（12）： 17-21.]

[18]楊宜勇，池振合.中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究——基于誤差修正模型[J].經(jīng)濟(jì)與管理研究，2009，（9）：39-45.[Yang Yiyong， Chi Zhenhe. Energy Consumption and Economic Growth in China： Evidence from Error Correction Model [J]. Research on Economics and Management， 2009，（9）： 39-45.]

[19]Yu E S H， Hwang B K. The Relationship between Energy and GNP： Further Result [J]. Energy Economics， 1984，（6）： 168-190.

[20]Abosedra S， Baghestani H. New Evidence on the Causal Relationship between U.S. Energy Consumption and Gross National Product [J]. Journal of Energy and Development， 1989，（14）： 285-292.

[21]Chichilnisky G. NorthSouth Trade and the Global Environment [J]. The American Economic Review， 1994， 84（4）： 851-874.

[22]Ramanathan R. An Analysis of Energy Consumption and Carbon Dioxide Emissions in Countries of the Middle East and North Africa [J]. Energy， 2005， 30（15）： 2831-2842.

[23]Lu X D， Pan J H， YING C. Sustaining Economic Growth in China under Energy and Climate Security Constraints [J]. China and World Economy， 2006， 14（6）： 85-97.

[24]Chung Y H， Fare R， Grosskopf S. Productivity and Undesirable Outputs： A Directional Distance Function Approach [J]. Journal of Environmental Management， 1997，51（3）： 229-240.

[25]涂正革.環(huán)境、資源與工業(yè)增長(zhǎng)的協(xié)調(diào)性[J].經(jīng)濟(jì)研究，2008，（2）：93-105.[Tu Zhengge. The Coordination of Industrial Growth with Environment and Resource [J]. Economic Research Journal， 2008，（2）： 93-105.]

[26]吳琦，武春友.基于DEA的能源效率評(píng)價(jià)模型研究[J].管理科學(xué)，2009，（1）：103-112.[Wu Qi， Wu Chunyou. Research on Evaluation Model of Energy Efficiency Based on DEA [J]. Journal of Management Sciences， 2009，（1）： 103-112.]

[27]何文強(qiáng)，汪明星.全要素能源效率的DEA模型評(píng)價(jià)——基于中國(guó)1991-2007年數(shù)據(jù)的實(shí)證檢驗(yàn)[J].上海商學(xué)院學(xué)報(bào)，2009，（5）：92-96.[He Wenqiang， Wang Mingxing. Evaluation for the DEA Model in Calculating TotalFactor Energy Efficiency： An Empirical Test Based on Chinas Data from 1991 to 2007 [J]. Journal of ShangHai Business School， 2009，（5）： 92-96.]

[28]沈能.能源投入、污染排放與我國(guó)能源經(jīng)濟(jì)效率的區(qū)域空間分布研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2010，（1）：107-113.[Shen Neng. A Study on Energy Input，Pollution Output and Spatial Distribution of Energy Efficiency of China [J]. Finance & Trade Economics， 2010，（1）： 107-113.]

[29]Young S M， Yang H S. Productive Energy Consumption and Economic Growth： An Endogenous Growth Model and its Empirical Application [J]. Resource and Energy Economics， 1996，（18）： 189-200.

[30]朱永彬，王錚，龐麗，等.基于經(jīng)濟(jì)模擬的中國(guó)能源消費(fèi)與碳排放高峰預(yù)測(cè)[J].地理學(xué)報(bào)，2009，（8）：935-944.[Zhu Yongbin， Wang Zheng， Pang Li， et al. Simulation on Chinas Economy and Prediction on Energy Consumption and Carbon Emission under Optimal Growth Path [J]. Acta Geographica Sinica， 2009，（8）： 935-944.]

[31]張清，陶小馬，楊鵬.碳減排約束條件下的內(nèi)生經(jīng)濟(jì)增長(zhǎng)機(jī)制研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010，（11）：33-39.[Zhang Qing， Tao Xiaoma， Yang Peng. Endogenous Economic Growth under Restraints of Carbon Abatement [J]. Economic Theory and Business Management， 2010，（11）： 33-39.]

[32]Nordhuas W D. Managing the Global Commons： the Economics of Climate Change [M]. Cambridge： MIT Press， 1994.

[33]陳詩(shī)一.能源消耗、CO2排放與中國(guó)工業(yè)的可持續(xù)發(fā)展[J].經(jīng)濟(jì)研究，2009，（4）：41-55. [Chen Shiyi. Energy Consumption， CO2 Emission and Sustainable Development in Chinese Industry [J]. Economic Research Journal， 2009，（4）： 41-55.]

[34]Goldsmith R. A Perpetual Inventory of National Wealth [J]. NBER Studies in Income and Wealth， 1951，（14）： 5-61.

[35]王小魯.中國(guó)經(jīng)濟(jì)增長(zhǎng)的可持續(xù)性與制度變革[J].經(jīng)濟(jì)研究，2000，（7）：3-15，79.[Wang Xiaolu. Sustainability of Chinas Economic Growth and Institutional Changes [J]. Economic Research Journal， 2000，（7）： 3-15，79.]

[36]李治國(guó)，唐國(guó)興.資本形成路徑與資本存量調(diào)整模型——基于中國(guó)轉(zhuǎn)型時(shí)期的分析[J].經(jīng)濟(jì)研究，2003，（2）：34-42，92.[Li Zhiguo， Tang Guoxing. The Capital Formation and the Capital Adjustment Model during the Chinas Transition [J]. Economic Research Journal， 2003，（2）： 34-42，92.]

[37]錢雪亞，王秋實(shí)，伊立夫.中國(guó)人力資本和物質(zhì)資本存量：基于總資本框架的估算[J].商業(yè)經(jīng)濟(jì)與管理，2009，（3）：39-45.[Qian Xueya， Wang Qiushi， Yi Lifu. The Stock of Human Capital and Physical Capital in China： An Estimate Based on the Total Capital Framework [J]. Journal of Business Economics， 2009，（3）： 39-45.]

[38]Robert E H， Charles I J. Why do some Countries Produce so much more Output per Worker than Others？[J]. Quarterly Journal of Economics， 1999， 114（1）： 83-116.

[39]Perkins H D. Reforming Chinas Economic System[J]. Journal of Economic Literature， 1998， 26（2）： 601-645.

[40]胡永泰.中國(guó)全要素生產(chǎn)率：來自農(nóng)業(yè)部門勞動(dòng)力再配置的首要作用[J].經(jīng)濟(jì)研究，1998，（3）：33-41.[Hu Yongtai. The Total Productivity in China： the chief of Relocation of labor Forces [J]. Economic Research Journal， 1998，（3）： 33-41.]

[41]郭玉清.資本積累、技術(shù)變遷與總量生產(chǎn)函數(shù)——基于中國(guó)1980-2005年經(jīng)驗(yàn)數(shù)據(jù)的分析[J].南開經(jīng)濟(jì)研究，2006，（3）：79-89.[Guo Yuqing. Capital Accumulation， Technical Change and Aggregate Production Function： A Study Based on Empirical Data from China between 1980 and 2005 [J]. Nankai Economic Studies， 2006，（3）： 79-89.]

[42]王惠文.偏最小二乘回歸方法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，1999.[Wang Huiwen. Partial LeastSquares RegressionMethod and Applications [M]. Beijing： National Defence of Industry Press， 1999.]

[43]唐啟義.DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘[M].北京：科學(xué)出版社，2010.[Tang Qiyi. DPS Data Processing System：Experimental Design， Statistical Analysis and Data Mining [M]. Beijing： Science Press， 2010.]

[44]劉曉，熊文，朱永彬，等.經(jīng)濟(jì)平穩(wěn)增長(zhǎng)下的湖南省能源消費(fèi)量及碳排放量預(yù)測(cè)[J].熱帶地理，2011，（3）：310-315.[Liu Xiao， Xiong Wen， Zhu Yongbin， et al. Prediction on Energy Consumption and Carbon Emission Based on Steady Economic Growth of Hunan Province [J]. Tropical Geography， 2011，（3）： 310-315.]

[45]王金營(yíng)，藺麗莉.中國(guó)人口勞動(dòng)參與率與未來勞動(dòng)力供給分析[J].人口學(xué)刊，2006，（4）：19-24.[Wang Jinying， Lin Lili. Analysis on Labor Force Participation Rate and Labor Supply in the Future in China [J]. Population Journal， 2006，（4）： 19-24.]

[46]Barro R J， SalaIMartin X. Economic growth[M]. Cambridge： MIT Press， 1995.

[47]顧六寶，肖紅葉.中國(guó)消費(fèi)跨期替代彈性的兩種統(tǒng)計(jì)估算方法[J].統(tǒng)計(jì)研究，2004，（9）：8-11. [Gu Liubao， Xiao Hongye. Two Statistical Methods to Estimate Intertemporal Substitution Elasticity of Consumption of China [J]. Statistical Research， 2004，（9）： 8-11.]

[48]顧六寶，肖紅葉.基于消費(fèi)者跨期選擇的中國(guó)最優(yōu)消費(fèi)路徑分析[J].統(tǒng)計(jì)研究，2005，（11）：39-43.[Gu Liubao， Xiao Hongye. The Path Analysis of Optimal Consumption of China based on Consumers Intertemporal Choice [J]. Statistical Research， 2005，（11）： 39-43.]

[49]李善同，吳三忙，何建武，等.入世10年中國(guó)經(jīng)濟(jì)發(fā)展回顧及前景展望[J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，（3）：1-8.[Li Shantong， Wu Sanmang， He Jianwu， et al. Review and Prospect of Chinas Economy after Accession to the WTO Ten Years [J]. Journal of Beijing Institute of Technology： Social Sciences Edition， 2012，（3）： 1-8.]

[50]高鵬飛，陳文穎，何建坤.中國(guó)的CO2邊際減排成本[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2004， 44（9）：1192-1195.[Gao Pengfei， Chen Wenying， He Jiankun. Marginal Carbon Abatement Cost in China [J]. Journal of Tsinghua University： Science and Technology， 2004， 44（9）： 1192-1195.]

[51]韓一杰，劉秀麗.中國(guó)CO2減排的增量成本測(cè)算[J]. 管理評(píng)論，2010，（6）：100-105.[Han Yijie， Liu Xiuli. Measurement of Incremental Cost for CO2 Mitigation in China [J]. Management Review， 2010，（6）：100-105.]

[52]李陶，陳林菊，范英.基于非線性規(guī)劃的我國(guó)省區(qū)碳強(qiáng)度減排配額研究[J]. 管理評(píng)論，2010，（6）：54-60.[Li Tao， Chen Linju， Fan Ying. Empirical Study for CO2 Abatement Allocation among Provinces in China： Based on a Nonlinear Programming Model [J]. Management Review， 2010，（6）：54-60.]

[53]公維鳳.節(jié)能減排約束下省際經(jīng)濟(jì)增長(zhǎng)優(yōu)化多情景分析[J]. 中國(guó)經(jīng)濟(jì)問題，2012，（2）：23-32.[Gong Weifeng. Analysis of the Optimal Economic Growth under the Restriction of Energy Conservation and CO2 Emissions reduction of Provinces Based on Scenarios [J]. Economic Issues in China， 2012，（2）： 23-32.]

[41]郭玉清.資本積累、技術(shù)變遷與總量生產(chǎn)函數(shù)——基于中國(guó)1980-2005年經(jīng)驗(yàn)數(shù)據(jù)的分析[J].南開經(jīng)濟(jì)研究，2006，（3）：79-89.[Guo Yuqing. Capital Accumulation， Technical Change and Aggregate Production Function： A Study Based on Empirical Data from China between 1980 and 2005 [J]. Nankai Economic Studies， 2006，（3）： 79-89.]

[42]王惠文.偏最小二乘回歸方法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，1999.[Wang Huiwen. Partial LeastSquares RegressionMethod and Applications [M]. Beijing： National Defence of Industry Press， 1999.]

[43]唐啟義.DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘[M].北京：科學(xué)出版社，2010.[Tang Qiyi. DPS Data Processing System：Experimental Design， Statistical Analysis and Data Mining [M]. Beijing： Science Press， 2010.]

[44]劉曉，熊文，朱永彬，等.經(jīng)濟(jì)平穩(wěn)增長(zhǎng)下的湖南省能源消費(fèi)量及碳排放量預(yù)測(cè)[J].熱帶地理，2011，（3）：310-315.[Liu Xiao， Xiong Wen， Zhu Yongbin， et al. Prediction on Energy Consumption and Carbon Emission Based on Steady Economic Growth of Hunan Province [J]. Tropical Geography， 2011，（3）： 310-315.]

[45]王金營(yíng)，藺麗莉.中國(guó)人口勞動(dòng)參與率與未來勞動(dòng)力供給分析[J].人口學(xué)刊，2006，（4）：19-24.[Wang Jinying， Lin Lili. Analysis on Labor Force Participation Rate and Labor Supply in the Future in China [J]. Population Journal， 2006，（4）： 19-24.]

[46]Barro R J， SalaIMartin X. Economic growth[M]. Cambridge： MIT Press， 1995.

[47]顧六寶，肖紅葉.中國(guó)消費(fèi)跨期替代彈性的兩種統(tǒng)計(jì)估算方法[J].統(tǒng)計(jì)研究，2004，（9）：8-11. [Gu Liubao， Xiao Hongye. Two Statistical Methods to Estimate Intertemporal Substitution Elasticity of Consumption of China [J]. Statistical Research， 2004，（9）： 8-11.]

[48]顧六寶，肖紅葉.基于消費(fèi)者跨期選擇的中國(guó)最優(yōu)消費(fèi)路徑分析[J].統(tǒng)計(jì)研究，2005，（11）：39-43.[Gu Liubao， Xiao Hongye. The Path Analysis of Optimal Consumption of China based on Consumers Intertemporal Choice [J]. Statistical Research， 2005，（11）： 39-43.]

[49]李善同，吳三忙，何建武，等.入世10年中國(guó)經(jīng)濟(jì)發(fā)展回顧及前景展望[J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，（3）：1-8.[Li Shantong， Wu Sanmang， He Jianwu， et al. Review and Prospect of Chinas Economy after Accession to the WTO Ten Years [J]. Journal of Beijing Institute of Technology： Social Sciences Edition， 2012，（3）： 1-8.]

[50]高鵬飛，陳文穎，何建坤.中國(guó)的CO2邊際減排成本[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2004， 44（9）：1192-1195.[Gao Pengfei， Chen Wenying， He Jiankun. Marginal Carbon Abatement Cost in China [J]. Journal of Tsinghua University： Science and Technology， 2004， 44（9）： 1192-1195.]

[51]韓一杰，劉秀麗.中國(guó)CO2減排的增量成本測(cè)算[J]. 管理評(píng)論，2010，（6）：100-105.[Han Yijie， Liu Xiuli. Measurement of Incremental Cost for CO2 Mitigation in China [J]. Management Review， 2010，（6）：100-105.]

[52]李陶，陳林菊，范英.基于非線性規(guī)劃的我國(guó)省區(qū)碳強(qiáng)度減排配額研究[J]. 管理評(píng)論，2010，（6）：54-60.[Li Tao， Chen Linju， Fan Ying. Empirical Study for CO2 Abatement Allocation among Provinces in China： Based on a Nonlinear Programming Model [J]. Management Review， 2010，（6）：54-60.]

[53]公維鳳.節(jié)能減排約束下省際經(jīng)濟(jì)增長(zhǎng)優(yōu)化多情景分析[J]. 中國(guó)經(jīng)濟(jì)問題，2012，（2）：23-32.[Gong Weifeng. Analysis of the Optimal Economic Growth under the Restriction of Energy Conservation and CO2 Emissions reduction of Provinces Based on Scenarios [J]. Economic Issues in China， 2012，（2）： 23-32.]

[41]郭玉清.資本積累、技術(shù)變遷與總量生產(chǎn)函數(shù)——基于中國(guó)1980-2005年經(jīng)驗(yàn)數(shù)據(jù)的分析[J].南開經(jīng)濟(jì)研究，2006，（3）：79-89.[Guo Yuqing. Capital Accumulation， Technical Change and Aggregate Production Function： A Study Based on Empirical Data from China between 1980 and 2005 [J]. Nankai Economic Studies， 2006，（3）： 79-89.]

[42]王惠文.偏最小二乘回歸方法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，1999.[Wang Huiwen. Partial LeastSquares RegressionMethod and Applications [M]. Beijing： National Defence of Industry Press， 1999.]

[43]唐啟義.DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘[M].北京：科學(xué)出版社，2010.[Tang Qiyi. DPS Data Processing System：Experimental Design， Statistical Analysis and Data Mining [M]. Beijing： Science Press， 2010.]

[44]劉曉，熊文，朱永彬，等.經(jīng)濟(jì)平穩(wěn)增長(zhǎng)下的湖南省能源消費(fèi)量及碳排放量預(yù)測(cè)[J].熱帶地理，2011，（3）：310-315.[Liu Xiao， Xiong Wen， Zhu Yongbin， et al. Prediction on Energy Consumption and Carbon Emission Based on Steady Economic Growth of Hunan Province [J]. Tropical Geography， 2011，（3）： 310-315.]

[45]王金營(yíng)，藺麗莉.中國(guó)人口勞動(dòng)參與率與未來勞動(dòng)力供給分析[J].人口學(xué)刊，2006，（4）：19-24.[Wang Jinying， Lin Lili. Analysis on Labor Force Participation Rate and Labor Supply in the Future in China [J]. Population Journal， 2006，（4）： 19-24.]

[46]Barro R J， SalaIMartin X. Economic growth[M]. Cambridge： MIT Press， 1995.

[47]顧六寶，肖紅葉.中國(guó)消費(fèi)跨期替代彈性的兩種統(tǒng)計(jì)估算方法[J].統(tǒng)計(jì)研究，2004，（9）：8-11. [Gu Liubao， Xiao Hongye. Two Statistical Methods to Estimate Intertemporal Substitution Elasticity of Consumption of China [J]. Statistical Research， 2004，（9）： 8-11.]

[48]顧六寶，肖紅葉.基于消費(fèi)者跨期選擇的中國(guó)最優(yōu)消費(fèi)路徑分析[J].統(tǒng)計(jì)研究，2005，（11）：39-43.[Gu Liubao， Xiao Hongye. The Path Analysis of Optimal Consumption of China based on Consumers Intertemporal Choice [J]. Statistical Research， 2005，（11）： 39-43.]

[49]李善同，吳三忙，何建武，等.入世10年中國(guó)經(jīng)濟(jì)發(fā)展回顧及前景展望[J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，（3）：1-8.[Li Shantong， Wu Sanmang， He Jianwu， et al. Review and Prospect of Chinas Economy after Accession to the WTO Ten Years [J]. Journal of Beijing Institute of Technology： Social Sciences Edition， 2012，（3）： 1-8.]

[50]高鵬飛，陳文穎，何建坤.中國(guó)的CO2邊際減排成本[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2004， 44（9）：1192-1195.[Gao Pengfei， Chen Wenying， He Jiankun. Marginal Carbon Abatement Cost in China [J]. Journal of Tsinghua University： Science and Technology， 2004， 44（9）： 1192-1195.]

[51]韓一杰，劉秀麗.中國(guó)CO2減排的增量成本測(cè)算[J]. 管理評(píng)論，2010，（6）：100-105.[Han Yijie， Liu Xiuli. Measurement of Incremental Cost for CO2 Mitigation in China [J]. Management Review， 2010，（6）：100-105.]

[52]李陶，陳林菊，范英.基于非線性規(guī)劃的我國(guó)省區(qū)碳強(qiáng)度減排配額研究[J]. 管理評(píng)論，2010，（6）：54-60.[Li Tao， Chen Linju， Fan Ying. Empirical Study for CO2 Abatement Allocation among Provinces in China： Based on a Nonlinear Programming Model [J]. Management Review， 2010，（6）：54-60.]

[53]公維鳳.節(jié)能減排約束下省際經(jīng)濟(jì)增長(zhǎng)優(yōu)化多情景分析[J]. 中國(guó)經(jīng)濟(jì)問題，2012，（2）：23-32.[Gong Weifeng. Analysis of the Optimal Economic Growth under the Restriction of Energy Conservation and CO2 Emissions reduction of Provinces Based on Scenarios [J]. Economic Issues in China， 2012，（2）： 23-32.]