中國經(jīng)濟(jì)增長、能源消費(fèi)與碳排放動態(tài)分析

宋杰鯤+張凱新+曹子建

[摘要] 保持經(jīng)濟(jì)平穩(wěn)增長、節(jié)約能源和降低碳排放是中國當(dāng)前面臨的重要問題。利用中國1960—2012年GDP、能源消費(fèi)總量和碳排放的數(shù)據(jù)自回歸分布滯后（ARDL）模型，進(jìn)行長期協(xié)整分析和TodaYamamoto（TY）檢驗(yàn)，并對2013—2020年進(jìn)行預(yù)測。研究表明，經(jīng)濟(jì)增長與碳排放存在單向因果關(guān)系，能源消費(fèi)與碳排放存在雙向因果關(guān)系;按照目前發(fā)展路徑，與未來規(guī)劃目標(biāo)尚有一定差距，因此中國應(yīng)制定經(jīng)濟(jì)增長、能源消費(fèi)和碳排放相協(xié)調(diào)的發(fā)展對策。

[關(guān)鍵詞] 經(jīng)濟(jì)增長;能源消費(fèi);碳排放;自回歸分布滯后模型;TY檢驗(yàn);預(yù)測

[中圖分類號]F224;F205;F206;F124

[文獻(xiàn)標(biāo)識碼]A

[文章編號] 1673-5595（2015）06-0001-06

一、引言

中國高度重視節(jié)能降耗和碳減排，在哥本哈根國際氣候會議上首次提出溫室氣體減排目標(biāo)，即到2020年中國單位國內(nèi)生產(chǎn)總值CO2排放比2005年下降40%～45%。在“十二五”規(guī)劃綱要中明確提出，要在保持國內(nèi)生產(chǎn)總值年均增長7%的同時，到2015年單位國內(nèi)生產(chǎn)總值能源消耗降低16%，單位國內(nèi)生產(chǎn)總值CO2排放降低17%。經(jīng)濟(jì)增長、能源消費(fèi)和碳排放之間具有十分密切的關(guān)系。經(jīng)濟(jì)增長需要消耗大量能源，而經(jīng)濟(jì)增長涉及的能源活動、工農(nóng)業(yè)生產(chǎn)活動、城市廢棄物等碳源均會產(chǎn)生大量的碳排放。明確中國經(jīng)濟(jì)增長、能源消費(fèi)和碳排放之間的相互影響、相互作用關(guān)系，預(yù)測當(dāng)前發(fā)展路徑下三者的未來變化趨勢，對中國科學(xué)制定相關(guān)政策、推動能源節(jié)約和降低碳排放具有十分重要的現(xiàn)實(shí)意義。

近年來，許多學(xué)者分析了不同國家和地區(qū)經(jīng)濟(jì)增長、能源消費(fèi)和碳排放之間的動態(tài)關(guān)系。Soytas等構(gòu)建向量自回歸（VAR）模型并進(jìn)行Granger檢驗(yàn)，得出美國能源消費(fèi)與碳排放存在單向因果關(guān)系的結(jié)論。[1]Hatzigeorgiou等構(gòu)建VAR模型和向量誤差修正模型（VECM），得出希臘長、短期內(nèi)經(jīng)濟(jì)增長與能源消費(fèi)、碳排放存在單向因果關(guān)系，碳排放與能源消費(fèi)存在雙向因果關(guān)系的結(jié)論。[2]Soytas和Sari構(gòu)建VAR模型并進(jìn)行TodaYamamoto（TY）檢驗(yàn)，認(rèn)為土耳其碳排放與能源消費(fèi)存在長期單向因果關(guān)系。[3]Alam等構(gòu)建自回歸分布滯后（ARDL）模型和VECM，認(rèn)為孟加拉國能源消費(fèi)、碳排放與經(jīng)濟(jì)增長存在長、短期單向因果關(guān)系，能源消費(fèi)與碳排放存在短期單向因果關(guān)系，碳排放與能源消費(fèi)存在長期單向因果關(guān)系。[4]Menyah 和Rufael構(gòu)建ARDL模型并進(jìn)行TY檢驗(yàn)，認(rèn)為南非碳排放與經(jīng)濟(jì)增長存在單向因果關(guān)系。[5]在中國經(jīng)濟(jì)增長、能源消費(fèi)和碳排放三者關(guān)系的研究方面，許廣月運(yùn)用中國1990—2007年的數(shù)據(jù)構(gòu)建VAR模型，Granger分析表明兩兩間存在雙向因果關(guān)系[6];陳志芳和馮利英利用1990—2010年的數(shù)據(jù)構(gòu)建VAR模型，Granger檢驗(yàn)表明能源消費(fèi)與碳排放互為因果關(guān)系，能源消費(fèi)和碳排放是經(jīng)濟(jì)增長的Granger原因[7];王惠敏和傅濤利用1980—2010年的數(shù)據(jù)構(gòu)建VECM，認(rèn)為能源消費(fèi)與碳排放具有雙向Granger因果關(guān)系，經(jīng)濟(jì)增長是能源消費(fèi)的Granger原因[8];Zhang和Cheng利用1960—2007年的數(shù)據(jù)構(gòu)建VAR模型，TY檢驗(yàn)表明經(jīng)濟(jì)增長與能源消費(fèi)、能源消費(fèi)與碳排放存在單向因果關(guān)系[9];胡宗義等利用1960—2008年的數(shù)據(jù)構(gòu)建VAR模型，TY檢驗(yàn)表明經(jīng)濟(jì)增長與能源消費(fèi)存在雙向Granger因果關(guān)系，經(jīng)濟(jì)增長、能源消費(fèi)與碳排放存在單向因果關(guān)系[10];陳紅梅等利用1965—2007年的數(shù)據(jù)構(gòu)建ARDL模型，得到三者之間具有長期協(xié)整關(guān)系，碳排放對于經(jīng)濟(jì)增長具有顯著的正向影響，Granger檢驗(yàn)表明能源消費(fèi)與碳排放、碳排放與經(jīng)濟(jì)增長均存在單向因果關(guān)系。[11]

可見，不同學(xué)者在研究經(jīng)濟(jì)增長、能源消費(fèi)和碳排放之間的動態(tài)關(guān)系時，均應(yīng)用VAR模型或ARDL模型進(jìn)行協(xié)整分析，獲得三者間的長期均衡關(guān)系，繼而應(yīng)用傳統(tǒng)Granger檢驗(yàn)或TY檢驗(yàn)確定三者之間的長期因果關(guān)系，或者采用VECM確定它們之間的長、短期因果關(guān)系。但是，由于研究對象、時間區(qū)間以及數(shù)據(jù)來源不同，研究結(jié)論相差較大。本文借鑒上述成果，對中國經(jīng)濟(jì)增長、能源消費(fèi)和碳排放之間的動態(tài)關(guān)系進(jìn)行分析，并進(jìn)行預(yù)測。

二、中國經(jīng)濟(jì)增長、能源消費(fèi)和碳排放協(xié)整分析及ARDL模型構(gòu)建

鑒于數(shù)據(jù)的可獲得性與時間區(qū)間選擇的一致性，本文選取中國1960—2012年GDP、能源消費(fèi)總量和碳排放量作為數(shù)據(jù)樣本。其中，GDP（億元，2005年為不變價）來源于世界銀行數(shù)據(jù)庫，能源消費(fèi)總量（萬噸標(biāo)準(zhǔn)煤）來源于《中國統(tǒng)計年鑒2014》和《中國統(tǒng)計年鑒1990》，碳排放量（千公噸）來源于美國能源部CO2分析中心。1960—2012年中國GDP、能源消費(fèi)總量和CO2排放量總體均呈上升趨勢，對原始時間序列取自然對數(shù)以消除可能存在的異方差，分別記為

lnGDP、lnEC和lnCE，并運(yùn)用ADF方法進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見表1。結(jié)果表明，時間序列l(wèi)nEC為零階單整，而lnGDP和lnCE為一階單整。

中國石油大學(xué)學(xué)報（社會科學(xué)版）2015年12月

第31卷第6期宋杰鯤，等：中國經(jīng)濟(jì)增長、能源消費(fèi)與碳排放動態(tài)分析

表1平穩(wěn)性檢驗(yàn)結(jié)果

序列（C， T， K）ADF1%5%10%Prob結(jié)論

lnGDP（C， T， 1）-202296-414847-35005-31796205750不平穩(wěn)

ΔlnGDP（C， N， 0）-821007-356543-291995-25979100000平穩(wěn)

lnEC（C， T， 1）-360137-414847-35005-31796200396平穩(wěn)

lnCE（C， T， 1）-330813-414847-35005-31796200764不平穩(wěn)

ΔlnCE（C， N， 0）-56593-356543-291995-25979100000平穩(wěn)

注：檢驗(yàn)形式（C， T， K）分別代表截距項(xiàng)、趨勢項(xiàng)和滯后項(xiàng)，N沒有相應(yīng)的項(xiàng)。

VAR模型要求所有時間序列變量均為同階單整[12]，而ARDL模型只要求系統(tǒng)中所有變量都為零階或一階單整即可，并不需要所有變量同階單整，同時，它對小樣本、解釋變量（包含內(nèi)生變量）以及各變量滯后階數(shù)不同的情形也具有良好的檢驗(yàn)效果。[13]下面應(yīng)用ARDL方法對經(jīng)濟(jì)增長、能源消費(fèi)和碳排放進(jìn)行協(xié)整檢驗(yàn)與建模。

第一步：運(yùn)用邊界檢測法確定變量間的長期均衡關(guān)系。構(gòu)建三者ARDL模型如下：

ΔlnGDPt=α1+∑a1i=1φ1iΔlnGDPt-i+∑b1j=0β1jΔlnECt-j+

∑c1k=0θ1kΔlnCEt-k+δ11lnGDPt-1+δ12lnECt-1+

δ13lnCEt-1+ε1t ?（1）

ΔlnECt=α2+∑a2i=0φ2iΔlnGDPt-i+∑b2j=1β2jΔlnECt-j+

∑c2k=0θ2kΔlnCEt-k+δ21lnGDPt-1+δ22lnECt-1+

δ23lnCEt-1+ε2t ?（2）

ΔlnCEt=α3+∑a3i=0φ3iΔlnGDPt-i+∑b3j=0β3jΔlnECt-j+

∑c3k=1θ3kΔlnCEt-k+δ31lnGDPt-1+δ32lnECt-1+

δ33lnCEt-1+ε3t ?（3）

式中，ε1t、ε2t、ε3t為白噪聲項(xiàng);Δ表示一階差分;ai、bi和ci是最大滯后階數(shù)（i=1，2，3）;δij表示長期相關(guān)系數(shù)（i=1，2，3; j=1，2，3）;φli、βlj和θlk表示短期相關(guān)系數(shù)（l=1，2，3）。

邊界檢驗(yàn)是基于F統(tǒng)計或Wald統(tǒng)計檢測原假設(shè)：變量間不存在協(xié)整關(guān)系。以因變量為lnGDP的方程（1）為例，原假設(shè)為δ11=δ12=δ13=0，備擇假設(shè)為δ11≠0或δ12≠0或δ13≠0。如果計算的F統(tǒng)計值大于臨界值，則原假設(shè)被拒絕，即能源消費(fèi)、碳排放與經(jīng)濟(jì)增長之間存在長期協(xié)整關(guān)系;否則不能拒絕原假設(shè)，即能源消費(fèi)、碳排放與經(jīng)濟(jì)增長之間不存在長期協(xié)整關(guān)系，不能得到lnGDP與lnEC、lnCE的ARDL模型。

考慮到時間序列均為年度數(shù)據(jù)，樣本量略大于50，本文將三個變量的最大滯后期均設(shè)為4，分別對以

lnGDP、lnEC和lnCE為因變量的方程（1）、（2）、（3）進(jìn)行邊界檢驗(yàn)，結(jié)果為F（lnGDP|lnEC， lnCE）=12645，F(xiàn)（lnEC|lnGDP，lnCE）=45399，F(xiàn)（lnCE|lnGDP，lnEC）=35237。Pesaran等給出的在95%置信水平下有截距項(xiàng)無趨勢項(xiàng)的F統(tǒng)計量范圍為[3219，4378][13]。可見，方程（1）未能通過邊界檢驗(yàn)，說明能源消費(fèi)、碳排放與經(jīng)濟(jì)增長不存在長期協(xié)整關(guān)系;而方程（2）、（3）通過檢驗(yàn)，說明經(jīng)濟(jì)增長、碳排放與能源消費(fèi)存在長期協(xié)整關(guān)系，經(jīng)濟(jì)增長、能源消費(fèi)與碳排放也存在長期協(xié)整關(guān)系。

第二步：如果變量間存在長期協(xié)整關(guān)系，可以估計長期模型和誤差修正模型。lnEC和lnCE的長期模型形式分別為：

lnECt=φ1+∑o1i=0μ1ilnGDPt-i+∑p1j=1ν1jlnECt-j+

∑q1k=0γ1klnCEt-k+ξ1t ?（4）

lnCEt=φ2+∑o2i=0μ2ilnGDPt-i+∑p2j=0ν2jlnECt-j+

∑q2k=1γ2klnCEt-k+ξ2t ?（5）

式中，oi、pi和qi為各變量在不同方程中的最佳滯后期;ξ1t和ξ2t為白噪聲項(xiàng)。進(jìn)而，得到lnGDP、lnCE相對于lnEC以及l(fā)nGDP、lnEC相對于lnEC的長期彈性系數(shù)：

θ12=∑o1i=0μ1i1-∑p1j=1ν1j，θ32=∑q1k=0γ1k1-∑p1j=1ν1j，

θ13=∑o2i=0μ2i1-∑q2k=1γ2k，θ23=∑p2j=0ν2j1-∑q2k=1γ2k ?（6）

誤差修正模型分別為：

ΔlnECt=η1+∑o1-1i=01iΔlnGDPt-i+∑p1-1j=1θ1jΔlnECt-j+

∑q1-1k=0ρ1kΔlnCEt-k+ψ1ECT1，t-1+ζ1t ?（7）

ΔlnCEt=η2+∑o2-1i=02iΔlnGDPt-i+∑p2-1j=0θ2jΔlnECt-j+

∑q2-1k=1ρ2kΔlnCEt-k+ψ2ECT2，t-1+ζ2t ?（8）

式中，ζ1t和ζ2t為白噪聲項(xiàng);ECT1， t-1和ECT2， t-1為誤差修正項(xiàng)，ψ1和ψ2分別為其系數(shù)：

ψ1=φ11-∑p1j=1ν1j，ψ2=φ21-∑q2k=1γ2k ?（9）

考慮到樣本量大小，選用SBC準(zhǔn)則確定各變量在不同方程中的最佳滯后期。結(jié)果表明，以能源消費(fèi)為因變量，ARDL模型各變量最佳滯后期分別為o1=4，p1=4，q1=1;以碳排放為因變量，各變量最佳滯后期分別為p2=1，o2=0，q1=2。得到的ARDL長期模型長期彈性系數(shù)見表2。由表2知：（1）經(jīng)濟(jì)增長和碳排放對能源消費(fèi)的彈性系數(shù)均為正。這說明，經(jīng)濟(jì)增長變動會引起能源消費(fèi)同向變動，經(jīng)濟(jì)增長變動1%，能源消費(fèi)同向變動023%;降低中國能源消費(fèi)結(jié)構(gòu)中的高碳能源比例，可以降低碳排放量，進(jìn)而降低能源消費(fèi)量，碳排放量變動1%，會引起能源消費(fèi)量同向變動064%。（2）能源消費(fèi)對碳排放的彈性系數(shù)為正，而經(jīng)濟(jì)增長對碳排放的彈性系數(shù)為負(fù)。這說明，能源消費(fèi)變動會引起碳排放同向變動，能源消費(fèi)變動1%，碳排放同向變動111%，這主要由中國一直以煤炭、石油等高碳為主的能源消費(fèi)結(jié)構(gòu)造成的;從經(jīng)濟(jì)增長變動長期看則會引起碳排放反向變動，經(jīng)濟(jì)增長變動1%，碳排放反向變動007%，其原因是由于節(jié)能降耗和碳減排、碳捕獲與碳封存等技術(shù)的進(jìn)步，使得能源結(jié)構(gòu)得到進(jìn)一步優(yōu)化，節(jié)能降耗和碳減排取得明顯成效。

表2ARDL模型長期彈性系數(shù)

因變量lnGDP系數(shù)標(biāo)準(zhǔn)差t統(tǒng)計量

lnEC系數(shù)標(biāo)準(zhǔn)差t統(tǒng)計量

lnCE系數(shù)標(biāo)準(zhǔn)差t統(tǒng)計量

lnEC023110137916753*———063510224128344**

lnCE-0066800437-15283*11082-00687161397**———

注：**和*分別表示t統(tǒng)計量在1%和10%水平下顯著。

誤差修正模型中各變量系數(shù)見表3，兩個模型中的誤差修正項(xiàng)系數(shù)均為負(fù)值，并且顯著。這表明，能源消費(fèi)和碳排放如果受到?jīng)_擊，偏離了長期平穩(wěn)，則會在短期內(nèi)予以糾正，使之重新回歸長期均衡，其下一年度的糾偏力度分別約為12%和37%。

表3誤差修正模型中各變量系數(shù)

回歸項(xiàng)ΔlnECt

系數(shù)標(biāo)準(zhǔn)差t統(tǒng)計值

ΔlnCEt

系數(shù)標(biāo)準(zhǔn)差t統(tǒng)計值

ΔlnGDPt031160065947296***-0024500141-17390*

ΔlnGDPt-1-0359300858-41870***———

ΔlnGDPt-2023030089925616**———

ΔlnGDPt-3-0246100627-39221***———

ΔlnECt———1282200752170621***

ΔlnECt-1049850081161475***———

ΔlnECt-2-0304400926-32883***———

ΔlnECt-3019530065229956***———

ΔlnCEt0477100452105658***———

ΔlnCEt-1———-0121900608-20068*

常數(shù)項(xiàng)0138701563088780044430271216385

ECTt-1-0120100750-16015*-0366501142-32077***

注：***、**和*分別表示t統(tǒng)計量在1%、5%和10%水平下顯著。

三、中國經(jīng)濟(jì)增長、能源消費(fèi)和碳排放Granger因果分析

由于lnGDP、lnEC和lnCE非同階單整，無法采用傳統(tǒng)的基于VAR的Granger檢驗(yàn)方法，而TY檢驗(yàn)可以彌補(bǔ)這一不足。TY檢驗(yàn)是基于增廣VAR模型、采用Wald統(tǒng)計的一種長期Granger因果檢驗(yàn)方法，它無需考慮變量間是否同階單整、是否存在協(xié)整關(guān)系，只要滿足VAR模型最優(yōu)階數(shù)k不小于變量最大滯后期dmax即可。[14]表4給出了不同選擇標(biāo)準(zhǔn)下的VAR模型最優(yōu)階數(shù)結(jié)果，VAR模型的最優(yōu)滯后階數(shù)為4。建立階數(shù)為k+dmax=5的增廣VAR模型并進(jìn)行TY檢驗(yàn)，得到三個變量間的Granger因果關(guān)系，見表5。

表4VAR模型滯后階數(shù)確定

滯后階數(shù)LogLLRFPEAICSCHQ

0428951NA394×10-5-16284-15126-15844

129120874560861226×10-9-113963-109330-112205

23202830498416100×10-9-122156-114049*-119080

33352954238974791×10-10-124610-113028-120216

43504194222230*630×10-10*-127110*-112053-121397*

注：*表示在該準(zhǔn)則下選擇的滯后階數(shù)。

表5三個變量間的Granger因果檢驗(yàn)

原假設(shè)χ2統(tǒng)計量Prob結(jié)論

lnGDP不會Granger引起lnEC2196160001拒絕

lnEC不會Granger引起lnGDP190390862接受

lnGDP不會Granger引起 lnCE1708270004拒絕

lnCE不會Granger引起lnGDP198980851接受

lnEC不會Granger引起lnCE3491830000拒絕

lnCE不會Granger引起lnEC2432500000拒絕

可見，長期看：（1）經(jīng)濟(jì)增長與能源消費(fèi)存在單向Granger因果關(guān)系，因此適當(dāng)放緩經(jīng)濟(jì)增速可以抑制能源消費(fèi)的快速增長，而能源消費(fèi)增速的降低并不會顯著阻礙經(jīng)濟(jì)增長。（2）經(jīng)濟(jì)增長與碳排放存在單向Granger因果關(guān)系，適當(dāng)放緩經(jīng)濟(jì)增速也可抑制碳排放的快速增長，而碳減排政策的實(shí)施并不會顯著影響中國的經(jīng)濟(jì)增長。（3）能源消費(fèi)與碳排放具有雙向的Granger因果關(guān)系，即能源消費(fèi)增加會導(dǎo)致碳排放量增加，而碳排放量增加也會導(dǎo)致能源消費(fèi)增加。后者可能的原因是，中國在電力、煤炭和石油等能源的生產(chǎn)中，碳排放比例較大，碳排放先于能源消費(fèi)，所以導(dǎo)致碳排放對能源消費(fèi)具有傳遞性。雙向因果關(guān)系表明，通過實(shí)施節(jié)能降耗政策和推廣應(yīng)用節(jié)能技術(shù)，降低能源消費(fèi)增速，可以抑制碳排放的快速增長，而碳減排政策的實(shí)施同樣也有利于抑制能源消費(fèi)的快速增長。

四、ARDL模型穩(wěn)定性檢驗(yàn)

由于變量時間序列可能受結(jié)構(gòu)性變化的影響，而導(dǎo)致估計的ARDL模型參數(shù)不穩(wěn)定。運(yùn)用遞歸殘差累計和（CUSUM）、遞歸殘差平方累計和（CUSUMSQ）檢驗(yàn)其穩(wěn)定性[15]，可為后續(xù)預(yù)測奠定基礎(chǔ)。圖1、2、3、4分別給出了以lnEC為因變量和以lnCE為因變量的ARDL模型的CUSUM與CUSUMSQ檢驗(yàn)結(jié)果。其中，上下兩條直線表示顯著性水平為5%的邊界。由圖可知，二者CUSUM與CUSUMSQ均未超出邊界范圍，表明所得ARDL模型的參數(shù)是穩(wěn)定的。

圖1lnEC為因變量的CUSUM檢驗(yàn)結(jié)果

圖2lnEC為因變量的CUSUMSQ檢驗(yàn)結(jié)果

圖3lnCE為因變量的CUSUM檢驗(yàn)結(jié)果

圖4lnCE為因變量的CUSUMSQ檢驗(yàn)結(jié)果

五、中國經(jīng)濟(jì)增長、能源消費(fèi)與碳排放預(yù)測

由于ARDL模型在預(yù)測某一變量時需要知道其余變量的當(dāng)前值，所以需要將ARDL模型與其他預(yù)測方法相結(jié)合。首先運(yùn)用差分自回歸移動平均模型ARIMA（p，d，q）對單個變量進(jìn)行未來預(yù)測。其中，p為自回歸項(xiàng)數(shù)，q為移動平均項(xiàng)數(shù)，d為差分次數(shù)。根據(jù)lnGDP、lnEC和lnCE的自相關(guān)-偏自相關(guān)分析，識別模型階數(shù)均為p=2、q=1、d=1，建立ARIMA（2，1，1）模型見式（10）、（11）、（12），得到2013—2020年中國GDP、能源消費(fèi)總量和碳排放量ARIMA預(yù)測結(jié)果，見表6。

ΔlnGDPt=00848+06420ΔlnGDPt-1-

03655ΔlnGDPt-2+εt-02293εt-1 ?（10）

ΔlnECt=00602+06849ΔlnECt-1-

02880ΔLECt-2+εt+01294εt-1 ?（11）

ΔlnCEt=00590+12384ΔlnCEt-1-

03904ΔlnCEt-2+εt-09974εt-1 ?（12）

其次，將ARIMA模型的預(yù)測結(jié)果代入ARDL模型，得到2013—2020年中國GDP、能源消費(fèi)總量和碳排放量ARDL預(yù)測結(jié)果，見表6。由于以lnGDP為因變量的ARDL模型未通過邊界檢驗(yàn)，所以GDP預(yù)測值取ARIMA模型的預(yù)測結(jié)果，表6不再列出。

表62013—2020年中國GDP、能源消費(fèi)總量和CO2排放量預(yù)測值

年份ARIMA預(yù)測

GDP（億元）EC（萬噸標(biāo)準(zhǔn)煤）CE（千公噸）

ARDL預(yù)測EC（萬噸標(biāo)準(zhǔn)煤）CE（千公噸）

201333000136321227131153703532544154

201436130937981828709733851802742942

201539425939759530443404045232884361

201642849642052232330554247753083199

201746583444488834339244500003270509

201850659047190436476204747893480937

201955089950059338746525056503696954

202059906853138041158355359293929566

2013年GDP預(yù)測值為330001億元，由2013年GDP比2012年增長107%（2012年價）可知，2013年中國GDP實(shí)際值為3387807億元（2005年價），預(yù)測誤差為-259%，預(yù)測結(jié)果可信。2015年GDP預(yù)測值為2010年的147倍（2005年不變價），2011—2015年GDP年均增速797%，表明“十二五”期間可以滿足年均增長7%的目標(biāo);2020年GDP預(yù)測值是2015年的152倍，“十三五”期間GDP年均增速為873%。與GDP快速增長的趨勢一致，能源消費(fèi)總量和CO2排放量也保持較快的增長趨勢，2013年能源消費(fèi)總量預(yù)測值為370353萬噸標(biāo)準(zhǔn)煤，實(shí)際值為375000萬噸標(biāo)準(zhǔn)煤，預(yù)測誤差為-124%，預(yù)測結(jié)果可信。同時可得2015年單位國內(nèi)生產(chǎn)總值能耗比2010年下降1515%，單位國內(nèi)生產(chǎn)總值CO2排放量下降1301%，2020年單位國內(nèi)生產(chǎn)總值CO2排放量比2005年下降3435%，分別與中國提出的下降16%、17%和40%～45%的規(guī)劃目標(biāo)有一定的差距，特別是單位國內(nèi)生產(chǎn)總值CO2排放量下降幅度明顯不足，因此，中國在考慮經(jīng)濟(jì)增長、能源消費(fèi)和碳排放協(xié)調(diào)發(fā)展時應(yīng)重點(diǎn)考慮碳減排目標(biāo)。

六、結(jié)論

能源消費(fèi)相比經(jīng)濟(jì)增長，其對碳排放影響更大，中國今后應(yīng)加強(qiáng)節(jié)能降耗與碳減排政策的貫徹實(shí)施，引導(dǎo)企業(yè)積極利用節(jié)能技術(shù)提高能源利用效率，優(yōu)化能源利用結(jié)構(gòu);同時，要積極開發(fā)利用太陽能、風(fēng)能、核能、地?zé)崮芎蜕镔|(zhì)能等低碳能源，推動天然氣清潔能源利用，實(shí)現(xiàn)能源結(jié)構(gòu)的優(yōu)化升級。

碳排放對于能源消費(fèi)具有一定的影響，中國應(yīng)在各產(chǎn)業(yè)發(fā)展及人們?nèi)粘Ｉ钪蟹e極引導(dǎo)低碳生產(chǎn)和低碳生活方式;同時，從能源消費(fèi)利用等碳源角度和森林碳匯、碳捕集與封存等碳匯角度減少碳排放，促進(jìn)碳匯集，將碳排放增速降至最低，促進(jìn)碳減排目標(biāo)的實(shí)現(xiàn)。

經(jīng)濟(jì)增長對能源消費(fèi)具有促進(jìn)作用，對碳排放具有微弱的抑制作用。中國今后應(yīng)適當(dāng)放緩GDP增速目標(biāo)，不再一味追求GDP高速發(fā)展;同時，要注重優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展服務(wù)業(yè)，適當(dāng)縮減能源需求較大、碳排放較多的重工業(yè)產(chǎn)業(yè)發(fā)展，以此降低能源消費(fèi)和碳排放增速。

[參考文獻(xiàn)]

[1] Ugur Soytas， Ramazan Sarib， Bradley T. Ewingc. Energy Consumption， Income， and Carbon Emissions in the United States [J]. Ecological Economics， 2007，62（6）：482489.

[2] Emmanouil Hatzigeorgiou， Heracles Polatidis， Dias Haralambopoulos. CO2 Emissions， GDP and Energy Intensity： A Multivariate Cointegration and Causality Analysis for Greece， 1977—2007[J]. Applied Energy， 2011， 88（4）：13771385.

[3] Ugur Soytas， Ramazan Saria. Energy Consumption， Economic Growth， and Carbon Emissions： Challenges Faced by an EU Candidate Member [J]. Ecological Economics， 2009，68（6）：16671675.

[4] Mohammad Jahangir Alam， Ismat Ara Begum， Jeroen Buysse， et al. Energy Consumption， Carbon Emissions and Economic Growth Nexus in Bangladesh： Cointegration and Dynamic Causality Analysis [J]. Energy Policy， 2012，45（2）：217225.

[5] Kojo Menyah， Yemane WoldeRufael. Energy Consumption， Pollutant Emissions and Economic Growth in South Africa [J]. Energy Economics， 2010，32（6）：13741382.

[6] 許廣月.中國能源消費(fèi)、碳排放與經(jīng)濟(jì)增長關(guān)系的研究[D].武漢：華中科技大學(xué)，2010.

[7] 陳志芳，馮利英.我國碳排放量與能源消費(fèi)和經(jīng)濟(jì)增長的動態(tài)關(guān)系分析[J].中國管理信息化，2013，16（7）：4751.

[8] 王惠敏，傅濤.基于協(xié)整和ECM的中國能源消費(fèi)、碳排放與經(jīng)濟(jì)增長關(guān)系研究[J].中國能源，2013，35（5）：3538.

[9] XingPing Zhang， XiaoMei Cheng. Energy Consumption， Carbon Emissions， and Economic Growth in China [J]. Ecological Economics， 2009（68）：27062712.

[10] 胡宗義，劉亦文，唐李偉.中國能源消費(fèi)、碳排放與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究[J].湖南大學(xué)學(xué)報：自然科學(xué)版，2012，39（7）：8488.

[11] 陳紅梅，寧云才，齊秀輝.中國經(jīng)濟(jì)增長、能源消費(fèi)與碳排放之間的關(guān)系研究[J].科技管理研究，2012（10）：198202.

[12] 易丹輝.數(shù)據(jù)分析與EViews應(yīng)用[M].北京：中國人民大學(xué)出版社，2008.

[13] M Pesaran， Yongcheol Shin， Richard J. Smith. Bounds Testing Approaches to the Analysis of Level Relationships[J]. Journal of Applied Econometrics， 2001，16（3）：289326.

[14] Hiro Y. Toda， Taku Yamamoto. Statistical Inference in Vector Autoregression with Possibly Integrated Processes[J]. Journal of Econometrics， 1995，66（12）：225250.

[15] Brown R L， Durbin J， Evans J M. Techniques for Testing the Consistency of Regression Relations over Time[J]. Journal of the Royal Statistical Society， 1975，37：149192.

[責(zé)任編輯：張巖林]

Dynamic Analysis of Economic Growth， Energy Consumption

and Carbon Emissions in China

SONG Jiekun， ZHANG Kaixin， CAO Zijian

（School of Economics and Management， China University of Petroleum， Qingdao， Shandong 266580， China）

Abstract： To maintain steady economic growth， save energy and reduce carbon emissions is an important issue faced by China. By using the data of GDP， total energy consumption and carbon emissions from 1960 to 2012 in China， this article constructed the autoregressive distributed lag （ARDL） model， made the longterm cointegration analysis and TodaYamamoto （TY） test， and predicted economic growth， energy consumption and carbon emissions from 2013 to 2020. The results show that there are unidirectional causalities between economic growth and energy consumption or carbon emissions， and bidirectional causality between energy consumption and carbon emissions. According to the current development path， there is a certain gap to the planning target. Based on the analysis results， some countermeasures are put forward for promoting the coordinated development among economic growth， energy consumption and carbon emissions.

Key words： economic growth; energy consumption; carbon emissions; ARDL model; TY test; prediction