能源消费对中国经济增长的影响研究——基于线性与非线性回归方法的比较分析

衙　宄（双肿４）　２００９年第１期（总第３８期）　能源消费对中国经济增长　的影响研究　——基于线性与非线性回归方法的比较分析　口刘长生　＇　口郭小东　口简玉峰　（１．吉首大学旅游学院，湖南张家界４２７０００；２．中山大学岭南学院，广东广州５１０２７５）　摘要：通过建立能源消费影响经济增长的“单部门经济模型”和“两部门经　济模型”，推导出能源消费对经济增长可能存在正面的积极影响，也可能存在负　面的消极影响，并利用线性回归和基于“阈回归模型”的非线性回归的分析方　法，对中国能源消费对经济增长的影响进行了比较分析，得到的基本结论是中国　能源消费与经济增长之间存在非线性关系而不是线性关系，中国能源消费对经　济增长产生了“倒ｕ一型”的影响，即当能源消费水平较低时，对经济增长产生正　面的积极影响，当能源消费水平较高时，对经济增长产生负面的消极影响。这些　研究结论为中国节能减排的能源政策与环境保护政策提供了一定的理论与实证　基础。　关键词：能源消费；经济增长；线性回归；非线性回归　中图分类号：Ｆ５９０．８　文献标识码：Ａ　文章编号：１６７１—９３０１（２００９）０ｌ一０００１—０９　一、引言　能源是经济发展的基础，研究能源消费与经济增长之间的均衡关系一直是　经济研究的热门主题。我国作为世界上经济增长最快的国家之一，也是一个能　源生产和消费大国…。２００４年度我国能源消费增长率达到历史最大值１６．１％，　到２００７年虽然有所下降，但是也达到８％，远高于当年全球２．７％的增长率。　２００６年我国ＧＤＰ总量只占世界ＧＤＰ总量的５．５％，能源消耗却占全世界的　收稿日期：２００８—０６—１ｌ；修回日期：２００８—０９—１７　作者简介：刘长生（１９７３一），男，湖南邵阳人，吉首大学副教授，中山大学岭南学院博士研究生；郭　小东（１９６０一大学讲师。　），男，山东茌平人，中山大学教授，博士生导师；简玉峰（１９７６一），女，湖南邵阳人，吉首　一ｌ一　刘长生郭小东　简玉峰　能源消费对中国经济增长的影响研究　１５％，全国工业废水排放总量为２０８．０４亿吨，工业废气排放量为３３０９９２亿立方米，对人们生活造成　了较大的不良影响　。可见，尽管我国的经济保持了高速、强劲的发展，但经济增长方式能源消耗　高、环境污染大的现状仍然令人担忧。所以，深入把握中国能源消费对经济增长所产生影响及其内在　规律性具有十分重要的意义。　关于能源消费与经济增长之问关系的问题，不同学者从不同角度进行了深入研究，取得较为丰硕　的研究成果。但是，对经济增长与能源消费之问的关系一直不能形成共识。如Ｋｒａｆｔ［３　利用１９４７～　１９７４年间美国年度数据对能源消费与经济增长之间的关系进行了开拓性的研究，研究结果显示存在　ＧＮＰ到能源消费的单向因果关系。然而，Ｌｏｎｇ　使用同样的时间序列数据，但样本区问取值比Ｋｒａｆｔ　更短得到相反的结果。Ｓｔｅｒｎ　使用静态协整分析发现，ＧＤＰ、资本、劳动力和能源之间存在明显的长　期协整均衡关系。赵丽霞等　将能源作为一种生产要素引入Ｃ—Ｄ生产函数，并进行ＶＡＲ分析结果　显示中国能源消费同经济增长存在正相关的结论；马超群等　采用Ｅ．Ｇ两步法对１９５４～２００３年间　的年度数据进行了分析，得出ＧＤＰ同能源总消费、煤炭消费之间存在着长期的均衡关系和双向因果　关系的结论。王火根　利用空间邻近性矩阵和空间自相关系数检验中国省级经济增长和能源消费　是否具有显著的空间相关性。赵进文　率先将近年来发展的非线性ＳＴＲ模型技术应用于中国能源　消费与经济增长之间的变化规律，并得出中国经济增长对能源消费的影响具有非线性特征的结论。　不同的文献利用的模型、样本数据、参数估计方法不同，能源消费与经济增长之间的结构依从关　系将会发生显著性差异。而且，大多研究是以传统的线性回归方法，从协整与因果关系角度来考察能　源消费与经济增长之间的长期均衡与短期动态调整。但是，经济增长与能源消费之间究竟是不是线　性关系并未进行严格的计量经济学检验¨　。而且，不同文献在研究能源消费与经济增长之间的关系　时所采用的方法不尽相同，有些方法甚至存在明显的缺陷或不足。例如，近年来的Ｍｏｎｔｅ　Ｃａｒ模拟结　果也显示，Ｅ—Ｇ两步法检验的势（ｐｏｗｅｒ）非常低，因而检验结论会受到质疑，即使是标准的Ｇｒａｎｇｅｒ因　果检验方法，也会对变量的平稳性、模型设定形式及异常值点等有较强的敏感性　。本文认为赵进　文等人对中国能源消费与经济增长率之间关系所进行的非线性回归是一种较大突破。所以，本文欲　以中国不同年度能源消费与经济增长率的时间序列数据而不以跨国数据对二者的关系进行比较分　析，其主要创新之处是，一是针对不同的理论基础来构建能源消费与经济增长之间理论模型从而进行　比较分析，检验回归结果在不同模型构造下是否具有稳定性，二是以非线性回归与传统的线性回归进　行比较分析，检验分析结果在不同分析方法下是否存在显著的差异性。　二、理论分析模型　经济学中生产函数是研究社会经济系统中的生产投入与产出之间关系的理论模型，传统的生产　函数是假设社会经济生产存在资本、劳动两种生产要素，与传统的观点不同的是，本文将生产性的能　源资源也单独作为一种生产要素进入生产函数。因为许多学者，如Ｎｅｒｌｏｖｌ１　、Ｐｏｋｒｏｖｓｋｉｌ】　等，通过实　证研究表明，能源在生产过程中的重要性日渐增大，在研究过程中忽略能源的影响将会产生很大的误　差。而且，在实证分析中也可以做到将能源要素与其它生产要素进行剥离。由于不同学者利用不同　的模型设计进行研究得到不同的研究结果，所以，本文设立“单部门经济模型”和“双部门经济模型”　来进行比较分析。　在“单部门经济模型”中，以传统的生产函数为基础，整个社会只存在一个生产部门，一个生产函　数，只是在生产函数中增加了能源这种生产要素，具体形式如下：　ｙ『＝Ｆ（Ａ，　，Ｌ　，Ｅ　）＝Ａ　，Ｊ　Ｅ　（１）　其中ｙｆ表示产出，Ａ表示生产要素投入效率，Ｋ表示资本投入，Ｅ　表示能源投入，　表示劳动力　投入，ｈ，，ｈ：，ｈ，分别表示资本、劳动力、能源的产出弹性系数。为了避免各个变量的时间序列数据存　在“不平稳性”而导致“伪回归”　，在实证分析中我们将（１）式设为各变量的增长率：　２一　ｌＮＤＵＳＴＲＩＡＬ　ＥＣｏＮｏＭＩＣＳ　ＲＥＳＥＡＲＣＨ　＝ｈ０＋ｈ　ｘＲＫ，＋ｈ２ＲＬ　＋ｈ３ＲＥ　＋　（２）　其中，尺　、ＲＫ　、ＲＬ　、Ｒ　分别表示经济增长率、资本增长率、劳动增长率与能源消费增长率，“　表　示随机扰动项，表示其它可以忽略的影响因素。　另外，我们参照Ｆｅｄｅｒ　的研究方法，设定“双部门生产模型”：整个社会存在两大生产部门，能源　生产部门（ＧＥ）与非能源生产部门（ＮＥ）。这与传统的“国内部门”与“国外部门”的划分方法有一定　的区别，主要是为了评价能源生产与消费对整体经济增长绩效的影响。这两个部门的生产函数设定　如下（出于简便以下各式的时间下标ｔ被省略掉）：　ＮＥ＝　（ＡＭ，ＫＭ，　帽，ＧＥ）　ＧＥ＝ＧＥ（　，　，　循）　Ｙ＝ＧＥ＋ＮＥ　Ｌ＝Ｌ砸＋￡　（３）　（４）　（５）　（６）　Ｋ＝ＫＧＥ＋ＫⅣＥ　ＮＥ　ＮＥ　ｌ＋　：　：一　（７）　（８）ｒ　Ｆ　其中方程（３）表示非能源生产部门的生产函数，方程（４）表示能源生产部门的生产函数，方程　（５）表示社会总产出由能源生产部门与非能源生产部门的产出共同构成，方程（６）和（７）表示社会总　劳动与总资本性投入在能源生产部门与非能源生产部门中进行分配，方程（８）表示能源生产部门与　非能源生产部门中的劳动与资本的边际生产力所存在的差异性，其中ＧＥ　、ＧＥ　、ＮＥ　、ＮＥ　分别表示　能源生产部门与非能源生产部门的劳动与资本的边际生产力。０表示生产要素投入在两个生产部门　所存在的边际生产力差异，当０＞０时，表示能源生产部门的边际生产力大于非能源生产部门的边际　生产力，当０＜０时，表示能源生产部门的边际生产力小于非能源生产部门的边际生产力。下面我们　对（３）、（４）式求微分，并将（５）、（６）、（７）代人，并结合（８）式可以得到下式：　ｄｌ，＝　ＬｄＬ＋Ⅳ　ｄＫ＋ＮＥｃ￣ｄＧＥ＋　ｄＧＥ　（９）　假设Ｐ，＝ＮＥ　，Ｐ　＝ＮＥ　（Ｌ／Ｙ），即分别为非能源生产部门的资本边际产出与劳动的产出弹性，则　我们可以得到下式：　～　ｔ　（ｌ　Ｊ专）＋　＋ＩＰ２－以Ｔ＋（　＋　　）化ｃ　面　　Ｙ＝Ｐ，（ｔＩ０ｕ　）　其中ＮＥ。　表示能源生产部门对非能源生产部门所产生的边际外部性影响。因为在上述简单的　模型设计中还有一些相关变量没有考虑到，所以，在实证分析中我们可以将（１０）式转化为更为一般　形式的方程如下：　（专）　警　＋竹　…　从上式可知，影响经济增长的因素包括投资与总产出的比值，劳动增长率、资本增长率、能源生产　与消费增长率（ｄＧＥ／ＧＥ）和能源生产规模（ＧＥ／Ｙ），以及其它可以忽略的随机扰动因素（盯）。按照传　统的经济增长理论，投资增长率、劳动增长率对总产出会产生正向影响，即Ｐ　，Ｐ：都会大于０，Ｐ　包括　能源生产与消费对总产出所产生的两个方面影响：一是能源部门的产值作为总产出的一个部分直接　对经济增长率产生影响；二是能源生产部门对非能源生产部门产生直接影响，即能源生产部门对非能　源生产部门存在外部效应，从而间接对总体经济增长率产生影响，从Ｐ　内部构成来看，它的大小和符　号具有不确定性，可能大于０，也可能小于０，因为能源生产部门对非能源生产部门所存在的这种外部　效应有可能是正向的外部效应，也可能是负向外部效应，能源作为非能源生产部门的一种生产性投　入，一般会产生正的外部效应，但是，随着能源生产与非能源生产部门能源投入增加，一方面会对生态　——　——　刘长生　郭小东　简玉峰　能源消费对中国经济增长的影响研究　环境产生污染，另一方面会对资本、劳动等生产要素产生替代效应，从而对非能源生产部门产生负的　外部效应。所以，ｐ　大小与符号只有通过实证才能最终确定。　三、实证分析　本文上一部分从两个不同的角度建立了两种不同理论模型，都可以看出能源消费对总体经济增　长率产生影响，相比之下第二种模型更有理论说服力，下面以中国能源消费与经济增长率之间的具体　数据，利用线性回归与非线性回归的方法来进行实证检验。　（一）样本数据与变量选择　大多数学者对中国能源消费与经济增长率的关系进行研究时，以１９７８年以后的时间序列数据与　面板数据来研究二者之间的关系，但这很难反映我国能源消费的全部特征，如１９５８年，以全民大炼钢　铁，工业大跃进为特征的能源大开发，不仅使资源配置低效率，没有有效地促进经济增长，而且造成了　能源的巨大浪费。所以，本文采用我国１９５２～２００６年的能源消费与经济增长率的时间序列数据来进　行全面分析。数据主要来源于各年度的《中国统计年鉴》、《能源统计年鉴》、《中经网数据库》等。以　ＧＤＰ作为产出量，以１９５２的价格水平为基础，计算各年ＧＤＰ的增长指数。资本存量是我们模拟的数　据，即首先根据每年的资本积累，采用永续盘存法模拟出名义资本存量，然后用各年度的ＧＤＰ缩减指　数进行平滑，最后得到中国的资本存量　。本文使用全社会职工工资总额作为劳动力的存量。这里　不是用从业人员人数作为劳动力变量数据，是因为人数变化只能反映劳动力数量的变化，不能反映出　劳动力质量的变化，而劳动力作为影响产出量的一大要素最主要的原因是劳动力质量的变化对产出　量有很大影响。在扣除通货膨胀因素的影响后，工资总额的增加意味着每个劳动者付出的劳动价值　提升，也即劳动力质量提高，因此改用工资总额可以更明确地反映出劳动力水平变化所带来的影响。　能源消费总量是指一定时期内全国物质生产部门、非物质生产部门和生活消费的各种能源的总和，它　主要是由４种能源消费组成：煤炭、石油、天然气和水电。本文采用统计年鉴上所给出的标准煤，并计　算其年度增长率。　（二）线性回归结果　针对前面“单部门经济模型”和“双部门经济模型”所得到的（２）和（１１）式，本文先以线性回归的　方法对其进行回归，回归的方法是采用传统的ＯＬＳ估计方法，以经济增长率与能源消费及其相关经　济变量从１９５２～２００６年的整个时问序列来进行回归，在方程中我们利用拉姆齐一阶　检验来对实　证模型设定的正确性进行检验，原假设为“正确的模型为线性回归模型”，备择假设为“正确的模型设　定为非线性回归模型”。其回归结果列在表１中。　表１　我国能源消费对经济增长影响的线性回归结果　单部门经济模型（因变量：经济增长率）　双部门经济模型（因变量：经济增长率）　注：括号内为各个估计系数值的Ｔ一统计量，　、　一分别表示在１％、５％的显著水平上显著，ＲＥＳＥＴ（１）为拉姆齐　阶卡方检验值，其方括号内的数值为Ｐ一值．　表１左边是以（２）式为基础的“单部门经济模型”的线性回归结果，右边是以（１１）式为基础的　．．．——４．．．——　ｌＮＤＵＳｌＴＲＩＡＬ　ＥＣＯＮＯＭｌＣＳ　ＲＥＳＥＡＲＣＨ　“双部门经济模型”线性回归结果。从（２）式的回归结果来看，调整Ｒ　为０．４３７，拟合效果较差，所有　因变量按照这种回归方法只能解释经济增长率的少部分变化。资本、劳动与能源消费都对经济增长　产生正向的影响，但是，除了劳动就业这个变量在５％的显著水平上显著之外，资本积累和能源消费　两个变量在１％和５％的显著水平上都不显著。从拉姆齐一阶　检验结果来看，ＲＥＳＥＴ（１）的值为　３．０２１，在１％的显著水平上拒绝了“线性回归模型设定”的原假设。所以，我们可以肯定这种模型设　计与回归方法是存在问题的。　从（１１）式的回归结果来看，调整Ｒ　为０．５２４，拟合优度有所提高，解释变量的显著性增强。能源　消费增长率与能源生产规模对经济增长率产生了正向影响且在５％的显著水平上显著，但是，其系数　值与方程（２）式的回归结果相比较而言，没有增加，反而减少了，这说明了在考虑能源消费所存在外　部效应的情况下，它确实从总体上对经济增长率存在一定程度的负面影响。劳动增长率对经济增长　率也产生了正向影响且在１％的显著水平上显著，而资本积累增长率对经济增长率虽然产生正向影　响但１％和５％的显著水平上都不显著，且其系数值仅为０．０２７，相对于劳动变量的系数值而言十分　小，也就是资本积累对于促进中国经济增长产生了十分小的作用，这有违中国经济发展的客观事实。　ＲＥＳＥＴ（１）的值为２．６４８，也在５％的显著水平上显著拒绝“正确的回归模型为线性模型”的原假设。　所以，从以上两个模型估计结果来看，能源消费与经济增长率之间的影响关系应该是一种非线性　关系而并非是一种线性关系，且二者之间的影响关系在较大程度上受到所依据的理论基础与模型设　立的影响，相比较而言，在“双部门经济模型”中其回归的结果更加具有合理性。那么，为什么会存在　这种现象？下面我们利用非线性回归方法来对其进行深入的分析。　（三）非线性回归结果　首先，我们利用Ｔｏｎｇ［１　所提出的“阈回归模型（Ｔｈｒｅｓｈｏｌｄ　Ｒｅｇｒｅｓｓｉｏｎ　Ｍｏｄｅ１）”将传统的线性回归　方程（２）、（１１）修改为两种状态的非线性的“阈回归模型”。“阈回归模型”在很多经济研究方面已经　得到较为广泛的运用，如购买力平价假说、长期货币需求预测等，但很少运用到能源消费与经济增长　之间关系的研究上，这种方法最大的好处在于不要人为地假定某个数据点为异质点¨　。我们运用这　种方法将为研究中国能源消费与经济增长之间的关系提供一种非线性回归的研究方法，而且为模型　设计及其线性与非线性的假设检验提供了更多的方便。“阈回归模型”首先要假定某一个变量为阈　变量，即以该变量为标准来分析经济变量之间所存在的阈效应，阈变量的确定一般是选择理论模型的　外生变量，也可以通过Ｈａｎｓｅｎ所设定的ＬＭ检验来选择¨　］。本文选择能源消费作为阈变量，并将线　性模型修改如下：　Ｒ　ｙｆ＝ｙ　＋　＋ｙ　甩　＋　；胜　＋１２，　（１２）　警－ｐｈ０　㈥　等　其中ｈ为总的能源消费ＲＥ的两种不同的状态，其具体规定如下：　：（１３）　｛　，　其中ＲＥ为阈参数值，即一个有特殊意义的能源消费值，该能源消费值将整个能源消费的时间序　列与对应的相关变量的时间序列数据分为两个不同特征的序列　引。阈参数值可以通过对原时间序　列数据进行不同的重新排序而得到不同的回归方程的残差平方和，然后选择一个最小的残差平方和　的阈变量值作为阈参数值，即：　Ｓ　（ＲＥ）＝　（尺Ｅ）　占（ＲＥ）＝　（１５）　刘长生郭小东　简玉峰　能源消费对中国经济增长的影响研究　ＲＥ＝ａｒｇｍｉｎＳｌ（ＲＥ）　（１６）　（１５）式表示以阈变量ＲＥ为基础将原时间序列进行不同的重新排序，并按照（１２）或（１３）进行回　归后所得到的残差平方和，（１６）式表示在所有残差平方和中选择一个最小的残差平方和所对应的　ＲＥ的数值即为我们所求的阈参数值的估计值。这个估计量确定后，我们还要对这个估计量进行统计　检验　。但是，（１２）～（１３）的检验程序不同于传统的统计检验。我们运用Ｈａｎｓｅｎ所设计的最大可　能估计量来检验阈参数值的估计量，其原假设　为：中国能源消费与经济增长率之间存在阈参数值　ＲＥ＝ＲＥ；备择假设为：中国能源消费与经济增长之间是一种线性关系不存在阈参数值。　这个最大可　能统计量为：　ＬＲ。（ＲＥ。）：　（１７）　ｏｒ　其中Ｓ。（ＲＥ。）和Ｓ　（ＲＥ）为（１２）、（１３）式的真实、估计的残差平方和，利用　，（ＲＥ。）的渐近分布　可以获得估计的阈参数值的渐近置信区间，Ｈａｎｓｅｎ给出了计算拒绝域的方法，ｃ（　）＝一２１ｎ（１一　，／１一　），　为给定的临界的渐近水平。当职　（　Ｅ。）≥ｃ（ｏ），则原假设　被拒绝，即中国能源消费　与经济增长之问存在阈参数值　。下面利用上述方法对中国能源消费与经济增长率所存在阈参数　值进行估计和统计检验，其结果列在表２中。从表２结果来看，在“单部门经济模型”和“双部门经济　模型”中都拒绝了“中国能源消费与经济增长率之间存在线性关系”的原假设，在５％的显著水平上　Ｆ一统计量都显著，且都是存在一个滞后期的阈参数估计值，两个模型的阈参数估计值分别为７．２３％　和７．３７％，二者相差不大，且正好在这两个增长率之间没有包含能源消费增长率的相应的样本值，从　而将样本分为两个子样本，一个为小于这个阈参数值的２８个数值，另一个为大于这个阈参数值的２６　个数值　。　表２潜在阈变量的阈参数值估计与检验结果　注：阈变量是能源消费，滞后期表示某个阈变量所产生的滞后影响期数，在此我们最多估计３个滞后期的情况，原　假设是能源消费与经济增长率之间存在线性关系，备择假设是二者存在一种阈关系。括号中为Ｐ一值，　表示在５％的　显著水平上显著。　下面我们利用已经得到的阈参数值分别针对两个理论模型，利用（１２）～（１４）式进行非线性参数　估计，其估计结果列在表３中。以能源消费的阈参数估计值为临界点，表３中将其分为能源消费较低　时和能源消费较高时的两种不同的回归模型的回归结果。无论是从“单部门经济模型”还是从“双部　门经济模型”的回归结果来看，由于考虑了非线性，调整Ｒ　分别由原来的０．４３７增加到０．８７２，０．５２４　增加到０．８９１，拟合优度大大提高，所有解释变量在５％的显著水平上都显著。这就说明了以非线性　回归模型来进行回归时，所有解释变量能够更好地解释经济增长率的变动情况。但是，当能源消费低　于阈值时，能源消费与经济增长率成正向关系。当能源消费高于阈值时，能源消费与经济增长率成负　相关的关系，且此时资本与劳动的系数有所增加，也就是说，资本与劳动对经济增长率的作用加强。　能源消费与经济增长率之间存在一种“倒一ｕ型”的关系，这与相关学者的研究结论相一致⑨。所以，　６——　ＮＤＵＳＴＲＩＡＬ　ＥＣＯＮｏＭＩＣＳ　ＲＥＳＥＡＲＣＨ　相比较线性回归方法而言，非线性回归方法对两种不同的模型设计取得了较为一致的回归结果，不　过，相比较而言，“双部门经济模型”的相关回归系数有更强的显著性和更好的拟合优度，所以，利用　“双部门经济模型”来估计中国能源消费对经济增长率的影响更为合理。　表３能源消费对经济增长产生影响的非线性回归结果　单部门经济模型（因变量：经济增长率）　双部门经济模型（因变量：经济增长率）　注：阈变量为能源消费，阈滞后期为１期，括号中Ｔ一统计量，　、　分别表示在１％、５％的显著水平上显著。　四、结论及其启示　本文首先构建了关于中国能源消费与经济增长率之间关系的“单部门经济模型”和“双部门经济　模型”，基于模型的推导可知，能源消费对经济增长率同时存在正面和负面影响，二者存在非线性的　关系。然后，我们以中国１９５２～２００６年度时问序列数据为实证基础，利用线性回归方法和“阈回归模　型”的非线性回归方法，针对两种不同的模型设计，就中国能源消费对经济增长率的影响进行了详细　的实证检验，得到了如下主要结论及其相应的启示。　１．从研究方法的角度看，首先是“双部门经济模型”相对“单部门经济模型”而言，更加能够反映　中国能源消费对经济增长率的影响关系，也在实证分析中得到了更有力的支撑。大多学者以“单部　门经济模型”为基础的ｃ．Ｄ生产函数来从理论与实证的角度分析中国能源消费对经济增长率的影　响，从而得到不一致的结论，理论模型选择上的失误可能是他们得到这种不一致结论的一个主要原　因。其次是本文使用“阈回归模型”这种非线性回归方法与传统的线性回归方法对中国能源消费对　经济增长率的影响进行了对比分析，结果显示非线性回归分析的结论才是显著可靠的，并通过拉姆齐　一阶检验拒绝了二者之间存在线性关系。所以，在选择回归方法上的失误，可能是大多数学者在研究　中国能源消费对经济增长率产生影响时得到不一致结论的另一个重要原因。　２．中国能源消费对经济增长率的影响存在“倒．ｕ型”的关系。从“阈回归模型”的非线性回归结　果来看，当中国能源消费增长率较低时，能源消费对经济增长率产生正面的积极影响，但是，当中国能　源消费增长率较高时，能源消费对经济增长率产生负面的消极影响。这不仅从理论与实证上驳斥了　传统的关于“中国能源消费对经济增长率产生单一的正面影响”及“中国经济增长率对能源消费存在　单向因果关系”的这些错误观点，而且为节能减排、保护环境等相关经济政策的实施提供了理论支　撑。由于能源消费增长率超过某一个临界值时，再增加能源消费不但不会促进经济增长，反而会对经　济增长产生负面影响。所以，政府建立相应的能源保护政策是有效的。政府应该建立相应政策，如征　收能源消费税，节能生产专项补贴，能源消费数量限制等，以提高能源使用效率。这不仅可以提高经　济增长率，而且有利于保护生态环境。　３．从实证分析来看，中国能源消费对经济增长所产生的影响呈现出一种非线性的形式，而不是　种线性影响，呈现非线性的主要原因是中国经济增长受到多种因素的影响，如国内外政治经济环　境、技术进步、制度创新，以及各种经济政策导向等，从而表现出不同的经济增长方式。具体可分为三　个阶段：第一个阶段从ｒ９５４～１９７７年，此阶段我国国民经济发展的国内外环境都不稳定，存在着多种　一——一７——　刘长生郭小东　简玉峰　能源消费对中国经济增长的影响研究　不可测因素，使经济增长的速度时快时慢于能源消费的增长速度。第二个阶段从１９７８～２００１年，这　个阶段我国经济发展的国内外环境已经趋于稳定，改革开放，引进先进的技术和管理经验，建立现代　企业制度，极大地促进了我国生产力的发展，使我国的经济增长模式逐步从“粗放型”向“集约型”转　变，在经济增长同能源消费关系上则表现为经济增长的速度长期高于能源消费的增长速度。第三个　阶段从２００２～２００５年，由于进行了大量的基础设施建设和固定资产投资，投资对经济增长的贡献率　高于消费贡献率，使得能源消费的增长速度再一次快于经济增长的速度。　４．我国人均能源十分短缺，能源供给已经成为影响我国经济发展的重要瓶颈。实证结果表明，　我国的能源消费对经济增长的影响呈现出非线性特征，如果我们发现并能利用这种非线性的影响，则　可以推迟或缓解我国能源供给对经济增长的制约，为可替代能源的开发争取时间。基于此，本文提出　相关政策建议：一是鼓励引进国外先进技术和自主创新，通过技术进步实现能源消费对经济增长的非　线性影响；二是随着城镇化、机动化的快速发展和消费升级，城镇生活用能将进入快速增长期，生活用　能在能源消费总量中的比重也将随之提高，因此“节能减排”不仅应作为工业生产的调节手段，更应　体现在日常生活用能上，应鼓励居民采用节能设备；三是加强建筑业节能，由于房屋使用的长期性，一　旦建成将很难进行更新改造，因此，应该合理设计房屋的采光采暖及通风性能、选择保温的新型材料，　避免通过耗能达到取暖或取冷的目的；四是改革政绩考核制度，降低ＧＤＰ在考核中的权重，引入反映　经济增长的“绿色指标”，考核的重点从经济增长速度转向经济增长质量。　参考文献：　［１］胡援成，肖德勇．经济发展门槛与自然资源诅咒——基于我国省际层面的面板数据实证研究［Ｊ］．管理世界，２００７　（１０）：ｌ５—２４．　［２］齐绍洲，罗威．中国地区经济增长与能源消费强度差异分析［Ｊ］．经济研究，２００７（７）：７４—８１．　［３］ＫＲＡＦＴ　Ｊ，ＫＲＡＦＴ　Ａ．Ｏｎ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｅｎｅｒｇｙ　ａｎｄ　ＧＮＰ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｅｒｙ　ａｎｄ　ｇＤｅｖｅｌｏｐｍｅｎｔ，１９７８（３）：　４０１—１４０３．　［４］ＡＫＡＲＣＡ　Ａ　Ｔ，ＬＯＮＧ　Ｔ　Ｖ．Ｏｎ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｅｎｅｒｇｙ　ａｎｄ　ＧＮＰ：ｒｅ—ｅｘａｍｉｎａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｅｒｙ　ａｎｄ　ｇＤｅｖｅｌｏｐｍｅｎｔ，１９８０（５）：３２６—３３１．　［５］ＳＴＥＲＮ　Ｄ　Ｉ．Ａ　ｍｕｌｔｉｖａｒｉａｔｅ　ｃｏｉｎｔｅｇｒａｔｉｏｎ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　ｒｏｌｅ　ｏｆ　ｅｎｅｒｙ　ｉｇｎ　ｔｈｅ　ＵＳ　ｍａｃｒｏｅｃｏｎｏｍｙ［Ｊ］．Ｅｎｅｒｙ　Ｅｃｏｇｎｏｍｉｃｓ，　２０００（２２）：２６７—２８３．　［６］赵丽霞，魏巍贤．能源与经济增长模型研究［Ｊ］．预测，１９９８（６）：３２—３８．　［７］马超群，储慧斌，李科，等．中国能源消费与经济增长的协整与误差校正模型研究［Ｊ］．系统工程，２００４（１０）：　２２—２７．　［８］王火根，沈利生．中国经济增长与能源消费空间面板分析［Ｊ］．数量经济技术经济研究，２００７（１２）：９８一ｌ０７．　［９］赵进文，范继涛．经济增长与能源消费内在依从关系的实证研究［Ｊ］．经济研究，２００７（８）：３１—３９．　［１Ｏ］徐现祥，舒元．中国省区经济增长分布的演进［Ｊ］．经济学（季刊），２００４（４）：６１９＿．６３２．　［１　１］ＡＵＴＹ　Ｒ　Ｍ．Ｈｏｗ　ｎａｔｕｒａｌ　ｒｅｓｏｕｒｃｅｓ　ａｆｆｅｃｔ　ｅｃｏｎｏｍｉｃ　ｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．Ｄｅｖｅｌｏｐｍｅｎｔ　Ｐｏｌｉｃｙ　Ｒｅｖｉｅｗ，２０００（１８）：　３４７—３６４．　［１　２］ＮＥＲＬＯＶ．Ａｎ　ａｎａｌｙｓｉｓ　ｏｆ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ａｎｄ　ｃａｒｂｏｎ　ｄｉｏｘｉｄｅ　ｅｍｉｓｓｉｏｎｓ　ｉｎ　ｃｏｕｎｔｉｒｅｓ　ｏｆ　ｔｈｅ　Ｍｉｄｄｌｅ　Ｅａｓｔ　ａｎｄ　Ａｍｅｒｉｃａｎ　Ｅｎｅｒｙ［Ｊ］．Ｗｏｒｇｌｄ　Ｄｅｖｅｌｏｐｍｅｎｔ，２００６（１２）：９３—１０７．　［１３］ＰＯＫＲＯＶＳＫＩ．Ｅｎｅｒｙ　ｇｉｎ　ｔｈｅ　ｔｈｅｏｒｙ　ｏｆ　ｐｒｏｄｕｃｔｉｏｎ［Ｊ］．Ｅｎｅｒｇｙ，２００３（２８）：７６９啊７８８．　［１４］ＦＥＤＥＲ．Ｅｘｐｏｎｓ　ａｎｄ　ｅｃｏｎｏｍｉｃ　ｇｒｏｗｔｈ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ｅｃｏｎｏｎｉｍｃｓ，２００４（１）：５９　３．　［１５］ＴＯＮＧ　Ｔ．Ｔｈｒｅｓｈｏｌｄ　ｍｏｄｅｌｓ　ｉｎ　ｎｏｎｌｉｎｅａｒ　ｔｉｍｅ　ｓｅｉｒｅｓ　ａｎａｌｙｓｉｓ．Ｎｅｗ　Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ；１９８３：１３４—１５６．　［１６］ＥＬＩＳＳＡＩＯＮＳ　ＰＡＰＹＲＫＩＳ，ＲＥＹＥＲ　ＧＥＲＬＡＧＨ．Ｒｅｓｏｕｒｃｅ　ａｂｕｎｄａｎｃｅ　ａｎｄ　ｅｃｏｎｏｍｉ’ｃ　ｒｇｏｗｔｈ　ｉｎ　ｔｈｅ　Ｕｎｉｔｅｄ　Ｓｔａｔｅｓ［Ｊ］．Ｅｕ—　ｒｏｐｅａｎ　Ｅｃｏｎｏｍｉｃ　Ｒｅｖｉｅｗ，２００７（５　１）：１０１　１—１０３９．　［１７］ＨＡＮＳＥＮ　Ｂ　Ｅ．Ｉｎｆｅｒｅｎｃｅ　ｗｈｅｎ　ａ　ｎｕｉｓａｎｃｅ　ｐａｒａｍｅｔｅｒ　ｉｓ　ｎｏｔ　ｉｄｅｎｔｉｆｉｅｄ　ｕｎｄｅｒ　ｔｈｅ　ｎｕｌｌ　ｈｙｐｏｔｈｅｓｉｓ［Ｊ］．Ｅｃｏｎｏｍｅｔｉｒｃｓ，１９９６　—８一　ＮＤＵＳＴＲＩＡＬ　ＥＣ０Ｎ０ＭＩＣＳ　ＲＥＳＥＡＲＣＨ　（６４）：４１３—＿４３０．　［１　８］ＨＡＮＳＥＮ．Ｓａｍｐｌｅ　ｓｐｌｉｔｔｉｎｇ　ａｎｄ　ｔｈｒｅｓｈｏｌｄ　ｅｓｔｉｍａｔｉｏｎ［Ｊ］．Ｅｃｏｎｏｍｅｔｉｒｃｓ，２０００（６８）：５７５＿＿６０３．　［１９］ＨＡＮＳＥＮ．Ｉｎｆｅｒｅｎｃｅ　ｉｎ　ＴＡＲ　ｍｏｄｅｌｓ［Ｊ］．Ｓｔｕｄｙ　Ｎｏｎｌｉｎｅａｒ　Ｄｙｎａｍｉｃ　Ｅｃｏｎｏｍｅｔｉｒｃｓ，１９９７（２）：１—１４．　［２０］ＭＯＲＡＬ—ＣＡＲＣＥＤＯＡ　Ｊ，ＶＩＣＥＮＨＳ—ＯＴＥＲＯＢ　Ｊ．Ｍｏｄｅｌｌｉｎｇ　ｔｈｅ　ｎｏｎ—ｌｉｎｅａｒ　ｒｅｓｐｏｎｓｅ　ｏｆ　Ｓｐａｎｉｓｈ　ｅｌｅｃｔｒｉｃｉｔｙ　ｄｅｍａｎｄ　ｔｏ　ｔｅｒｎ－　ｐｅｒａｔｕｒｅ　ｖａｒｉａｔｉｏｎｓ［Ｊ］．Ｅｎｅｒｇｙ　Ｅｃｏｎｏｍｉｃｓ，２００５，２７（３）：４７７—４９４．　［２１］ＲＡＭＳＥＹ　Ｊ　Ｂ．Ｔｅｓｔｓ　ｆｏｒ　ｓｐｅｃｉｆｉｃａｔｉｏｎ　ｅｒｒｏｒｓ　ｉｎ　ｃｌａｓｓｉｃａｌ　ｌｉｎｅａｒ　ｌｅａｓｔ—ｓｑｕａｒｅｓ　ｒｅｇｒｅｓｓｉｏｎ　ａｎａｌｙｓｉｓ［Ｊ］．Ｊ　Ｒ　Ｓｔａｔ　Ｓｏｃ　Ｓｅｒ　Ｂ，　１９６９（３１）：３５０—３７１．　［２２］ＣＨＩＥＮ—ＣＨＩＡＮＧ　ＬＥＥ，ＣＨＵＮ—ＰＩＮＧ　ＣＨＡＮＧ．Ｔｈｅ　ｉｍｐａｃｔ　ｏｆ　ｅｎｅｒｙ　ｃｏｎｓｇｕｍｐｔｉｏｎ　ｏｎ　ｅｃｏｎｏｍｉｃ　ｇｒｏｗｔｈ：ｅｖｉｄｅｎｃｅ　ｆｒｏｍ　ｌｉｎｅａｒ　ａｎｄ　ｎｏｎｌｉｎｅａｒ　ｍｏｄｅｌｓ　ｉｎ　Ｔａｉｗａｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｅｒｙ，２００７（３２）：ｇ２２８２　２２９４．　［２３］ＨＡＬＬ　Ｒ，Ｃ　ＪＯＮＥＳ．Ｗｈｙ　ｄｏ　ｓｏｍｅ　ｃｏｕｎｔｉｒｅｓ　ｐｒｏｄｕｃｅ　ＳＯ　ｍｕｃｈ　ｍｏｒｅ　ｏｕｔｐｕｔ　ｐｅｒ　ｗｏｒｋｅｒ　ｔｈａｎ　ｏｔｈｅｒｓ［Ｊ］．Ｑｕａｒｔｅｒｌｙ　Ｊｏｕｒｎａｌ　ｏｆ　Ｅｃｏｎｏｍｉｃｓ，１９９９，１　１４（１）：８３一】１６．　注释：　①在实证分析中我们将各变量的数值及其增长率的数值进行了单位根检验，前者存在单位根，是不平稳的变量，而后　者不存在单位根，是平稳的变量。但是，这些分析结果限于篇幅，在实证分析中没有将其列入，只是在此对模型进　行直接改进。　②永续盘存法的公式是Ｋ（ｔ）＝Ｋ（ｔ一１）＋，（ｔ）一６１￣（ｔ一１）。其经济含义是当年资本存量等于上一年净资本存量（总　资本存量减去折旧）加上当年的投资。本文所采用的初始年份是１９５２年，采用Ｈａｌｌ和Ｊｏｎｅｓ心　的方法模拟１９５２年　的资本存量，即　：＝１５：／（ｇ＋６），其中ｇ是１９５２～２００６年间的平均增长率；占为６％（Ｈａｌｌ和Ｊｏｎｅｓ在模拟世界上１２７　个国家的资本存量时，所采用的折旧率）。　③Ｃｈｉｅｎ—Ｃｈｉａｎｇ　Ｌｅｅ　对台湾的能源消费对其经济增长率进行的实证分析也得到了二者之间存在“倒一ｕ型”的　关系。　（责任编辑：雨珊）　Ｔｈｅ　Ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　Ｅｆｆｅｃｔ　ｏｆ　Ｅｎｅｒｇｙ　Ｃｏｎｓｕｍｐｔｉｏｎ　ｏｎ　Ｅｃｏｎｏｍｉｃ　Ｇｒｏｗｔｈ　ｉｎ　Ｃｈｉｎａ　Ｃｏｍｐａｒａｔｉｖｅ　Ａｎａｌｙｓｉｓ　Ｂａｓｅｄ　ｏｎ　Ｌｉｎｅａｒｉｔｙ　ａｎｄ　Ｎｏｎｌｉｎｅａｒｉｔｙ　Ｒｅｇｒｅｓｓｉｏｎ　Ｍｅｔｈｏｄｓ　ＬＩＵ　Ｃｈａｎｇｓｈｅｎｇ　，ＧＵＯ　Ｘｉａｏｄｏｎｇ　，ＪＩＡＮ　Ｙｕｆｅｎｇ　（１．Ｔｏｕｒｉｓｍ　Ｃｏｌｌｅｇｅ　ｏｆ　Ｊｉｓｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈａｎ舀ｉａｊｉｅ　４２７０００，Ｃｈｉｎａ；　２．Ｌｉｎｇｎａｎ　Ｃｏｌｌｅｇｅ　Ｓｕｎ　Ｙａｔ－ｓｅｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ　５１０２７５，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐａｐｅｒ　ｅｓｔａｂｌｉｓｈｅｓ　ａ‘‘ｏｎｅ　ｓｅｃｔｏｒ　ｅｃｏｎｏｍｉｃ　ｍｏｄｅｌ’’ａｎｄ　ａ“ｔｗｏ　ｓｅｃｔｏｒｓ　ｅｃｏｎｏｍｉｃ　ｍｏｄｅｌ’’ｔｏ　ａｎａｌｙｚｅ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ａｆｆｅｃｔｉｎｇ　ｅｃｏｎｏｍｉｃ　ｇｒｏｗｔｈ，ｆｒｏｍ　ｗｈｉｃｈ　ｗｅ　ｃｏｎｃｌｕｄｅ　ｔｈａｔ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ｍａｙ　ｂｒｉｎｇ　ａｂｏｕｔ　ａ　ａｃｔｉｖｅ　ｅｆｆｅｃｔ　ｏｒ　ｎｅｇａｔｉｖｅ　ｅｆｆｅｃｔ　ｏｎ　ｇｒｏｗｔｈ，ｔｈｅｎ　ｗｅ　ｕｓｅ　ｌｉｎｅａｒｉｔｙ　ｒｅｇｒｅｓｓｉｏｎ　ａｎｄ　ｎｏｎｌｉｎｅａｒｉｔｙ　ｒｅｇｒｅｓｓｉｏｎ　ｍｏｄｅｌｓ　ｂａｓｅｄ　ｏｎ　ｔｈｒｅｓｈｏｌｄ　ｒｅｇｒｅｓｓｉｏｎ　ｍｏｄｅｌ　ｔｏ　ｃｏｍｐａｒａｔｉｖｅｌｙ　ａｎａｌｙｚｅ　ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ｏｎ　ｇｒｏｗｔｈ　ｉｎ　Ｃｈｉｎａ，ｉｔｓ　ｂａｓｉｃ　ｃｏｎｃｌｕｓｉｏｎｓ　ａｒｅ　ａｓ　ｆｏｌｌｏｗｓ：Ｔｈｅｒｅ　ｉｓ　ａ　ｋｉｎｄ　ｏｆ　ｎｏｎｌｉｎｅａｒｉｔｙ　ｒｅｌａｔｉｏｎ，ｎｏｔ　ａ　ｌｉｎｅａｒｉｔｙ　ｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ａｎｄ　ｅｃｏｎｏｍｉｃ　ｇｒｏｗｔｈ，Ｃｈｉｎｅｓｅ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ｍａｋｅ　ａ　ｉｎｖｅｒｓｅ　Ｕ・ｓｈａｐｅ　ｏｎ　ｅｃｏｎｏｍｉｃ　ｇｒｏｗｔｈ，ｔｈａｔ　ｉｓ　ｔｏ　ｓａｙ，ｗｈｉｌｅ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ｉｓ　ｌｏｗ，ｉｔ　ｍａｋｅｓ　ａ　ｐｏｓｉｔｉｖｅ　ｅｆｆｅｃｔ　ｏｎ　ｇｒｏｗｔｈ．Ｈｏｗｅｖｅｒ，ｗｈｉｌｅ　ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ　ｉｓ　ｈｉｇｈ，ｉｔ　ｍａｋｅｓ　ａ　ｎｅｇａｔｉｖｅ　ｅｆｆｅｃｔ　ｏｎ　ｇｒｏｗｔｈ．Ｔｈｅｓｅ　ｒｅｓｅａｒｃｈ　ｃｏｎｃｌｕ—　ｓｉｏｎｓ　ｐｒｏｖｉｄｅ　ｃｅｒｔａｉｎ　ｔｈｅｏｒｅｔｉｃａｌ　ａｎｄ　ｐｏｓｉｔｉｖｅ　ｂａｓｅｍｅｎｔ　ｆｏｒ　ｅｎｅｒｇｙ　ｐｏｌｉｃｙ　ａｎｄ　ｅｎｖｉｒｏｎｍｅｎｔａｌ　ｐｒｏｔｅｃｔｉｏｎ　ｐｏｌｉｃｙ　ｏｆ　ｄｅｃｒｅａｓｉｎｇ　ｅｎｅｒ－　ｇＹ　ｕｓｅ　ａｎｄ　ｃｏｎｔａｍｉｎａｔｉｏｎ　ｌｅｔｔｉｎｇ．　Ｋｅｙ　ｗｏｒｄｓ：ｅｎｅｒｇｙ　ｃｏｎｓｕｍｐｔｉｏｎ；ｅｃｏｎｏｍｉｃ　ｇｒｏｗｔｈ；ｌｉｎｅａｒｉｔｙ　ｒｅｇｒｅｓｓｉｏｎ；ｎｏｎｌｉｎｅａｒｉｔｙ　ｒｅｇｒｅｓｓｉｏｎ　一９一