中国煤炭消耗与污染排放的区域差异实证

陈 军 李世祥

(1．中国地质大学(武汉)马克思主义学院，湖北武汉430074;2．中国地质大学(武汉)政法学院，湖北 武汉430074)

长期以来，由于“富煤贫油少气”的资源条件约束，中国形成了以煤炭为主的能源消费结构，煤炭消费在能源消费中的比重长期处于高位。煤炭资源的持续投入与大量消耗，一方面保障了中国加速推进工业化、城市化进程的燃料动力供给，另一方面，煤炭生产、开发与利用过程所导致的污染排放也给中国的低碳发展带来了严重挑战。转变经济发展方式，实现能源尤其是煤炭资源的节约利用，控制污染排放，依然是中国经济社会可持续发展的突出问题。

经济发展离不开以煤为主体的化石能源消耗，关于能源消耗和污染排放问题的研究是长期被关注的问题。李京文［1］、李 长 明［2］、雷 明［3］、David G．Streets et al．［4］、Hamilton and Turton［5］、郑博福等［6］、魏一鸣等［7］、Ugur Soytas et al．［8］、Ang［9］等分别就中国、美国、欧洲等国家和地区的能源消耗和污染排放关系进行了考察，揭示了能源消耗对污染排放的作用。现有的研究为人们进一步明确中国节能减排的现实意义提供了有益的启示。中国的煤炭消耗过程分布于不同社会发展水平与经济技术规模的区域之中，煤炭消耗的动力与影响由此也存在着显著的区域特征，其所导致的污染排放也相应地具有显著的区域差异。现有的相关研究对这些特征和差异还缺少深入的论证，尤其是不同区域煤炭消耗所导致的污染排放的分布格局、影响程度以及导致煤炭消耗的经济动因等问题还缺少系统研究，这在一定程度上模糊了节能减排措施实施的具体性和可操作性。因此，本文从区域煤炭资源消耗的污染排放影响出发，揭示区域经济发展对煤炭资源消耗的驱动因素，进而探讨实现资源节约、控制污染排放的相关对策，为推进中国经济发展方式的转变、巩固节能减排成果提供理论支持。

1 中国煤炭消耗对污染排放影响实证

1．1 指标选择

中国的大气污染主要以煤烟型污染为主，其主要污染物是SO2、烟尘和氮氧化物，这一污染状况与中国以煤为主的能源结构密切相关。与此同时，中国煤矿每年生产的各种废水、污水已经占到全国废污水排放总量的25%，以煤炭为主的能源结构还带来了水污染物的排放不断增加［10］。大量低效的燃煤设备、传统的用煤方式和低劣品质的煤炭投入生产过程，是中国污染排放加剧的重要原因。因此，本文将煤炭消费量(单位:万吨标准煤)作为解释变量，以工业废气(单位:吨)、废水(单位万吨)、粉尘(单位:吨)与SO2排放量(单位:吨)作为被解释变量来考察中国煤炭消耗对污染排放的影响。

1．2 模型设计

本文以第i个区域(省)的煤炭消耗量coali作为解释变量，分别将第i个区域(省)的废气排放量gasi、废水排放量wateri、粉尘排放量fdusti、烟尘排放量sdusti以及SO2排放量so2i作为被解释变量，用线性函数形式来拟合煤炭消耗与污染排放诸多变量之间的关系，构造基于面板数据的回归方程:

由于面板数据存在两维特征，模型选择的正误决定了参数估计的有效性。因此在分析时首先要对模型的设定形式进行检验，决定采用混合估计模型、回归系数相同的固定效应模型还是回归系数不同面板数据模型。本文采用广泛使用的协方差分析来检验如下两个假设:

H1:公式(1)中的截距项αi以及斜率βi项在横截面和时间样本点是相同的。公式(2)、(3)、(4)和(5)与公式(1)同;

H2:公式(1)中的截距项αi在横截面和时间样本点是不同的，而斜率项βi在横截面和时间样本点是相同的。公式(2)、(3)、(4)和(5)与公式(1)同。

如果检验的结果接受H1，则使用混合估计模型;如果检验的结果接受H2，则使用回归系数相同的固定效应模型;否则就使用回归系数不同的面板数据模型。检验是通过两个F检验进行的。

上面两式的临界值分别为F5%［(n－1)，(nT－nk)］、F5%［(n－1)k，(nT－nk－k)］。其中，n为截面个数，k为解释变量的个数，T表示每个截面的时间点个数。公式(6)和(7)的SSEr和SSEu分别表示约束模型与非约束模型的残差平方和。

1．3 数据说明

本文使用的数据是1990－2008年中国30个主要省、自治区和直辖市的面板数据。数据主要来源于历年《中国统计年鉴》、《中国能源统计年鉴》、《新中国六十年统计资料汇编》以及由咨询行中国高校财经数据库和中宏统计数据库所提供的数据。因为西藏、中国香港、中国澳门和中国台湾有关各项指标数据不全，本文在选择观测样本时将以上省区删除。由于重庆1997年从四川分出成为直辖市，本文将重庆市1996年的个别指标所缺失的数据用四川省的各项指标值进行了替代。其他省份个别指标所缺失的数值，运用均值法进行了修补。为了消除数据中存在的异方差，在进行面板数据分析时，本文分别对各个变量的数据进行了对数处理。

另外，目前研究中关于中国的区域划分，大都采用传统的东、中、西三大地区的划分标准，但该方法划分比较模糊，不便于深入分析地区差异。考虑到我国的自然资源分布和经济发展水平，为了研究的方便，本研究把我国划分为7个大区域，其中东北地区包括辽宁、吉林和黑龙江，华北地区包括北京、天津、河北、内蒙古、山西、山东，华东地区包括上海、江苏、浙江，华南地区包括福建、广东、海南，华中地区包括、安徽、江西、河南、湖北、湖南，西北地区包括陕西、甘肃、青海、宁夏、新疆，西南地区包括广西、重庆、四川、贵州、云南。各变量取对数后的描述性统计量如表1所示。

1．4 模拟结果

1．4．1 总体结果分析

为了确定模型的具体形式，需要对上述假设进行F检验，以决定采用混合估计模型、回归系数相同的固定效应模型还是回归系数不同的面板数据模型。根据协方差分析和Hausman检验的结果，本文将采用固定效应模型进行估计。另外，对于本文的模型而言，由于截面单元包括了中国30个省(市、区)，显然不宜视为从一个大总体中随机抽样的结果。因此，选择固定效应方法也更为合适。结合前文选定的模型，为了准确描述煤炭消费对污染排放的影响，本文首先对中国煤炭消耗对污染排放影响的面板数据模型进行了估计，估计结果如表2所示(因篇幅限制，故本文将模型估计结果中各个省份的固定效应截据项估计值省略，但这不影响模型估计的效果，表3同)。

表1 各变量取对数后的描述性统计Tab．1 The descriptive statistics of various variables after taking the logarithm

该表中所有系数的估计值都在1%的显著性水平上显著，且符号与预期相符，各个方程修正的判定系数均达到了0．8，模型具有较强的解释力。除了DW值偏小之外，模型的其它统计量均通过了检验①表中DW值小于1，说明残差存在自相关，在本模型中可能是缺少解释变量造成的。面对回归模型中遗漏了解释变量，一般有以下三种选择:首先，可以忽略这个问题，承受有偏、非一致性估计量的后果;其次，可以试图为未观察到的解释变量找一个适意的代理变量;再次，可以假定遗漏变量不随时间变化。在本文中我们选择了忽略遗漏解释变量的问题，承受有偏、非一致性估计量的后果。表3、表4和表5中的DW值出现了同样的情况，均按照该注释加以说明。。从模型拟合的结果可见，在就全国范围而言，煤炭消耗每增加1%，则废气、废水、粉尘、烟尘和 SO2排放量将将相应增长1．239%、0．569%、0．662%、0．652% 和 0．832%。显然，煤炭消耗对废气排放的作用较大，对SO2排放的作用次之，对废水、烟尘和粉尘排放的作用相对较小。这主要是由煤炭资源自身的物理化学属性及其在生产消费中的使用形式所决定的。然而，尽管煤炭消耗对不同种类的污染排放产生着不同的影响，但是煤炭消耗与污染排放诸变量之间的正向关系却十分明确。这表明，中国的煤炭消耗是污染排放的主要来源，煤炭消耗量的增加导致了污染排放量相应的增加。

1．4．2 分区域估计结果分析

考虑到中国经济社会发展存在较大的区域差异性，不同地区的煤炭消耗水平可能会对污染排放形成不同的影响，本文还进一步对前文所列七大区域煤炭消耗对污染排放的影响分别进行了考察，以揭示煤炭消耗对中国污染排放在总量与结构上的影响以及这些影响所存在的区域特征。因此，根据协方差分析和Hausman检验的结果，运用固定效应模型对变量之间的关系进行了模拟，模型估计结果如表3所示。

在所列的七大区域内，煤炭消耗对污染排放都具有显著的正向效应。在中国东北地区，煤炭消耗每提高1%，则废气、废水、粉尘、烟尘和 SO2排放量即相应提高1．46% 、0．467% 、0．855%、0．719%、0．711%。可见，在这一地区，煤炭消耗对废气排放的影响最为突出，对粉尘、烟尘和SO2排放的影响次之，对废水排放的影响相对较弱;在华北地区，煤炭消耗对废气排放的影响最为显著，其影响系数为1．179%，对烟尘排放的影响次之，其影响系数为0．935%，对废水、粉尘与 SO2排放的影响系数分别为0．753% 、0．721% 和 0．751%;在华东地区，煤炭消耗每提高1%，则废气、废水、粉尘、烟尘和SO2排放量即相应提高 0．968%、1．749%、1．032%、1．327%、0．723%;煤炭消耗对各项污染物排放的影响均呈现了较为突出的作用;在华南地区，煤炭消耗每提高1%，则废气、废水、粉尘、烟尘和 SO2排放量即相应提高 1．027%、0．233%、0．793%、0．735%、0．514%，煤炭消耗对废气排放的影响较大，对废水排放的作用相对较小;与此同时，在华中地区，煤炭消耗每提高1%，则废气、废水、粉尘、烟尘和SO2排放量即相应提高 0．859%、0．345%、0．233%、0．230%、0．464%;在西北地区，煤炭消耗每提高1%，则废气、废水、粉尘、烟尘和 SO2排放量即相应提高 0．975%、0．687%、0．329%、0．294%、0．748%;在西南地区，煤炭消耗每提高1%，则废气、废水、粉尘、烟尘和SO2排放量则相应提高1．203%、0．487%、0．267%、0．240%、0．338% 。这些区域煤炭消耗对污染排放的影响相对较弱。

表2 全国煤炭消耗对污染排放影响的固定效应模型回归结果Tab．2 The regression results of the fixed effect model about the impact from the coal consumption on polluting emissions in China

需要强调的是，就单一污染排放而言，煤炭消耗对废气排放的影响最为突出，在七大区域内，煤炭消耗对废气排放的影响系数在1．46－0．895之间，即煤炭消耗每提高1%，则废气排放相应增长1．46% －0．895%。而关于其它污染排放，不同区域煤炭消耗所产生的影响各有不同，但是综合分析来看，除华东地区之外，这些影响都明显低于煤炭消耗对废气排放的影响，这与全国性总体分析的结果基本一致。另外，就煤炭消耗对污染排放作用的区域特征来看，经济发达地区如华东、华北、华南地区，煤炭消耗对各项污染排放的影响要相对高于华中、西北、西南等经济欠发达地区的影响，煤炭消耗对污染排放的正向效应由此展现了较为明显的自东向西逐渐递减的特征。

2 中国煤炭消耗与污染排放区域差异的原因解释

前文的分析证实了煤炭消耗对污染排放的影响，无论是从全国还是区域层面，煤炭消耗的总量不同，污染排放也相应发生变化。在构建资源节约、环境友好型社会的现实要求下，要实现污染排放的有效控制，必须从根源上把握作为污染排放直接来源的煤炭消耗的动力与特征。现有的研究已经证明了经济增长与能源消耗的相互关系［11－15］，一方面，能源消耗是促进经济增长的动力，另一方面，经济增长也会导致能源消耗的增加。若以煤炭消耗作为考察对象，作为能源消耗的重要组成部分，其发展变化的轨迹与经济增长必将存在关联。为了进一步挖掘煤炭消耗变动的原因，进而从逻辑上掌握污染排放区域差异产生的依据，本文从区域经济发展的视角阐述了煤炭消耗的动因。

表3 分区域煤炭消耗对污染排放影响的面板数据模型估计结果Tab．3 The estimation results of the panel data model about the impact from the coal consumption to polluting emissions in different regions

2．1 区域经济发展对煤炭消耗的作用模型

区域经济发展过程是与经济要素及其分布密切结合的区域发展实体，在资源配置和经济发展方式上进行集成的过程，其实质是在一定的发展要素基础上，通过形成既定的发展路径，推动区域范围内生产力水平的提高。本文认为，在区域经济发展的过程中，影响到煤炭消耗的因素主要包括经济结构、外部环境、开放程度以及能源自身因素等方面。其中，经济结构包括产业结构和所有权结构，外部环境指政府干预经济的程度，开放程度指区域发展中外商资本进入的水平。能源自身因素包括能源消费结构、能源禀赋和能源价格等。因此，本文用Cobb-Douglas生产函数的形式来拟合区域经济发展诸多变量与煤炭消耗之间的关系，得出如下方程:

上式中，coali代表i地区煤炭消耗量;ist代表i地区的产业结构水平，用各省第二产业总产值在本省GDP中所占的比值表示;psi代表i地区的所有权结构，用各省国有工业产值与本省工业总产值之比表示;gii代表地方政府对经济的参与程度，用地方财政支出(扣除消费性支出)与当地GDP的比例表示;fdii代表i地区经济对外开放程度，用实际利用外商直接投资额表示;csi代表i地区能源消费结构，用地区煤炭消费量占能源消费比重表示;edi代表i地区的能源禀赋，用各地区能源消费总量与能源产出量之比表示;epi代表i地区的能源价格水平，用原材料、燃料动力购进价格指数表示。εi为随机干扰项，表示除所列自变量以外其他遗漏变量对煤炭消耗产生的影响。本方程拟合过程中所需的数据与处理方法与前文讨论煤炭消耗对污染排放的影响时所采用的数据来源及其处理方法相同。根据协方差分析和Hausman检验的结果，运用固定效应模型以全国和分区域数据对公式(8)各变量之间的关系进行了模拟，模型估计结果如表4、表5所示。

2．2 区域经济发展对煤炭消耗的作用结果分析

2．2．1 全国区域经济发展对煤炭消耗影响的总体估计

表4的估计结果显示，就模型设定的变量而言，经济结构、外部环境、开放程度以及能源自身因素等对区域煤炭资源消耗都产生着显著影响。经济结构尤其是产业结构变化是引起煤炭资源消耗的最为重要的因素，其系数为0．737，这意味着工业生产占国民生产总值的比重每提高1%，煤炭消耗将相应上升0．737%。政府干预经济的程度、能源禀赋、能源消费结构、经济对外开放程度等因素对煤炭资源消耗也产生正向影响，其影响系数名别为0．611、0．184、0．165和0．091。这一结果的出现具有其内在的含义。本文认为，地方政府干预经济的程度越高，煤炭资源消耗也相应增加。在中国区域经济发展的过程中，地方政府强大的财政支出用于投资于基础设施建设等行业，带动了煤炭资源的大量消耗。随着地方政府对经济参与程度的提高，对民间投资产生了挤出效应，破坏了市场机制的配置功效，从而降低了地方经济的活力和能源效率，提高了煤炭资源消耗的总量;同时，能源资源越充裕，煤炭资源开采与利用的成本越低，煤炭消耗就更为便捷，其消耗总量也便相应提高;此外，经济对外开放度的提高会导致大量的外商直接投资的进入，新进资本进入生产领域引起的设施建设和产能增加，带动了煤炭资源的消耗［16］。尽管FDI的进入一定程度能够促进先进技术、设备和管理经验的引进，提高地区的能源效率，但是通过其技术外溢途径提升能源效率后所节省的煤炭消耗量较其投入生产进而带动煤炭消耗的增量相比还相对较小;能源消费结构对煤炭消耗呈现了正向作用，这主要来源于煤炭资源消耗与能源结构指标(煤炭消费量占能源消费总量的比重)在数据关系上具有很强的同一性。

表4 全国区域经济发展对煤炭消耗影响的总体估计结果Tab．4 The estimate result of the impact from the national regional economies development on the coal consumption

表4还分别显示了所有权结构、能源价格与煤炭消耗关系的估计结果。其中，所有权结构对煤炭消耗的作用系数为－0．066，即国有工业总产值在区域工业总产值比重的提高会减少煤炭消耗量。这一结果表明，尽管不同的产权制度会产生不同激励，从而导致能源消耗数量的变化，但是中国国有工业的发展在改革与创新的努力下，通过转制搞活、关闭破产等系列措施较好地提高了生产率，所有权结构的改进形成了生产单位节约能源的动力。另外，能源价格对煤炭资源消耗的作用系数为－0．160，这表示能源价格的上涨会导致煤炭消耗数量的下降。这说明以价格为信号的市场机制对中国煤炭资源配置与消耗产生着影响，适度的价格调整将会引起煤炭资源消耗的变动［17］。

2．2．2 不同地区区域经济发展对煤炭消耗的影响

为了进一步挖掘不同区域经济发展变量对煤炭消耗的作用，本文还分地区考察了区域经济发展对煤炭消耗的影响，结果如表5所示。在不同区域，经济发展对煤炭消耗的作用呈现不同的特征，这种特征主要集中在不同发展变量对煤炭消耗作用系数的差异上。在东北地区，资源禀赋、产业结构、能源消费结构等因素对煤炭消耗的作用较为明显，其系数分别达到了 0．402、0．377、0，367;而在华北地区，地方政府对经济的干预程度与产业结构因素对煤炭消耗作用较为明显，其系数分别达到了0．907、0．841;在华东地区，产业结构和地方政府对经济的干预程度对煤炭消耗的影响较为显著，其系数分别为0．993和0．799;在华南地区，产业结构是对煤炭消耗影响较大的因素，其作用系数为1．503，较其他区域而言，这一因素的影响最为突出;在华中地区，地方政府对经济的干预程度和能源消费结构对煤炭消耗的作用较为显著，其系数分别为0．760和0．569;在西北地区，产业结构、能源消费结构和地方政府对经济的干预程度对煤炭消耗的作用较大，系数分别为1．044、0．789 和0．408;在西南地区，产业结构对煤炭消耗的作用最为突出，其系数为0．792。以上分析表明，产业结构、地方政府对经济的干预程度是影响区域煤炭消耗的主要因素。

当然，所有权结构对区域煤炭消耗也产生着不同的影响。在东北与华南地区，和全国的情况基本相同，这一变量对煤炭消耗的影响系数为负值，意味着这些地区的所有权变动对煤炭消耗产生着一定的抑制作用，这种作用主要通过国有工业转制、破产等途径提高能源效率进而减少煤炭消耗量得以实现。而在华北、华东、华中、西北和西南地区，所有权结构对煤炭消耗却呈现正向作用，这表明在这些地区，国有工业的规模扩张和总量增长是建立在煤炭消耗的基础之上，属于资源依赖型增长。另外，通过比较还可以发现，能源价格对煤炭消耗的影响也具有显著的区域特征。除了华南地区与全国的情形类似即能源价格变化对煤炭消耗产生负向作用，能源价格上涨抑制煤炭消耗之外，东北、华北、华东、华中、西北与西南地区的能源价格对煤炭消耗都产生正向影响，这表明了这些区域煤炭资源消耗的价格刚性，反映了这些地区经济发展对煤炭资源的依赖［18－19］。在影响区域经济发展的因素中，本文还将经济的对外开放程度、能源消费结构和能源资源禀赋纳入到了考察视角之类。模型拟合的结果显示，经济对外开放程度、能源消费结构和能源资源禀赋对煤炭消耗的作用尽管不如被考察的其他变量突出，但是其在不同区域对煤炭消耗依然产生这正向作用。

表5 区域经济发展对煤炭消耗影响的分区域估计结果Tab．5 The estimate result of the impact from the regional economies development on the coal consumption in regions

3 结论与启示

上述研究表明，要进一步实现节能减排，建立资源节约和环境友好社会，需要以煤炭消耗为依据，并结合引起煤炭消耗变动的经济因素，从根源上控制污染排放。基于全文的分析，本文得出如下启示:

第一，作为污染排放产生的直接根源，煤炭消耗的增长给污染减排带来了强大的挑战。要现实污染物减排，需要进一步明确和分解不同区域不同污染排放的控制目标，运用全国统一的产品能耗和环保标准，严格实施重大投资项目的节能评估和环保审核，完善排放准入制度，形成项目审批、核准和备案的强制性市场进入壁垒。在此基础上通过有效甄别不同区域煤炭消耗的数量和利用效率，合理选择区域煤炭资源的投入，在转变煤炭消费方式、增加煤炭利用效率的基础上，不断改善能源结构，形成以传统能源和清洁能源相结合、并不断提高清洁能源利用比重的新型能源消费体系，从源头上减少污染排放。

第二，煤炭消耗的增长主要受到区域经济发展中的产业结构与政府对经济干预的影响，要减少污染排放，其直接途径就是通过区域产业结构的升级减少煤炭消耗的总量，并发挥政府干预在能源消耗上的积极作用。一方面，不同区域要根据经济社会发展实际调整产业结构，对传统行业尤其是重型化企业要狠抓节能技术改造升级，坚决淘汰一批技术和装备落后能耗水平高的企业，运用高新技术和先进适用技术改造和提升传统产业，不断提高低耗能、高产出的高新技术产业在国民经济中的比重，实现由能源依赖型向能源节约型产业转变;另一方面，要发挥地方政府对经济干预的积极作用，尤其是要发挥政府在健全统一、开放、竞争、有序的现代能源市场体系，确保市场在国家宏观调控下对资源配置的基础性作用，减少其作为经济活动主体直接参与经济活动的程度，以减少政府支出对民间投资可能产生挤出效应，从而增强地方经济的效率与活力，进而减少煤炭消耗。

第三，影响不同区域煤炭消耗变动的因素各不相同，因此，不同区域之间可以根据区位和能源禀赋的实际特点，寻求促进能源产品、服务与管理优化等方面的合作方案，并不断加速、加强和完善合作机制。对于煤炭消耗低、污染排放少的区域，其在产业结构调整、政府干预经济的程度、经济对外开放方式以及能源消费结构等方面所形成的先进管理办法和成功经验，可以加强总结，不断向煤炭消耗大、污染排放高的地区推广。政府部门要出台政策，完善能源区域合作的宏观环境，建立健全有效的区域能源合作统筹管理等职能部门和区域能源合作的技术信息平台，促进不同区域在能源消耗中的深化合作与优势互补。

第四，煤炭消耗是导致污染排放的直接因素，工业化与区域经济发展又必须消耗煤炭等化石能源，因此，现阶段中国的能源战略还必须重点关注煤炭资源的利用方式，将环境约束纳入煤炭资源发展规划。长期以来，中国煤炭以廉价开采为主，其社会成本没有得到全面考虑。同时，中国的煤炭开采、转化、发电与终端消费等环节还存在着巨大的清洁化空间，这需要进一步寻求最清洁的方式来获取使用。随着现代科学技术的发展，我们可以通过环境友好型的生产技术来提高煤炭开采与利用的效率，进而实现低碳排放。这需要国家将煤炭资源清洁化利用的内容纳入能源战略，也需要政府管理部门完善激励政策，以促使煤炭清洁化利用为契机，提高产业竞争力，构建起现代煤炭产业体系。

(编辑:于 杰)

References)

［1］李京文．我国能源发展与环境问题［J］．数量经济技术经济研究，1995，(12):8 － 9．［Li Jingwen．The Environment Problem and Energy Development in China［J］． Quantitative ＆ Technica Economics，1995，(12):8 －9．］

［2］李长明．经济增长、能源与生态环境［J］．中国工业经济，1997，(8):17．［Li Changming．The Economy Growth，Energy and Environment［J］．China Industrial Economy［J］．1997，(8):17．］

［3］雷明．资源—经济—环境投入产出核算应用研究［J］．数量经济技术经济研究，1998，(11):59 －63．［Lei Ming，The Applying Research on the Input and Output Account of Resource-Economy-Environment［J］．Quantitative ＆ Technical Economics，1998，(11):59 －63．］

［4］Streets D G，Gupta S，Waldhoff ST，et al．Black Carbon Emissions in China［J］．Atmospheric Environment，2001，35:4281 － 4296．

［5］Hamilton C，Turton H．Determinants of Emissions Growth in OECD Countries［J］．Energy Policy，2002，30:63 －71．

［6］郑博福，邓红兵，严岩，等．我国未来能源消费及其对环境的影响分析［J］．环境科学，2005，(5):1 － 6．［Zheng Fubo，Deng Hongbing，Yan Yan，et al．Analysis of China’s Energy Consumption and Its Impact on the Environment in the Future［J］．Environmental Science．2005，(5):1 －6．］

［7］魏一鸣，范英，韩智勇，吴刚．中国能源报告(2006)［M］．北京:科学出版社，2006:180．［Wei Yiming，Fan Ying，Han Zhiyong，Wu Gang．China’s Energy Report(2006)［M］．Beijing:Science Publish House，2006:180．］

［8］Soytas U，Sari R，Ewing B T．Energy Consumption，Income，and Carbon Emissions in the United States［J］．Ecological Economics，2007，62:482 －489．

［9］Ang J．The Long-run Relationship between Economic Development，Pollutant Emissions，and Energy Consumption:Evidence from Malaysia［J］．Journal of Policy Modeling，2008，30:271 －278．

［10］崔民选．2007中国能源发展报告［R］．北京:社会科学文献出版社，2007:149．［Cui Minxuan．2007 The Energy Development Report．Beijing:Social Sciences Academic Press，2007:149．］

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

［12］Cheng B L，Lai T W．An Investingation for Cointegration and Causality between Energy Consumption and Economic Activity in Taiwan［J］．Energy Economics，1997，19:435 －444．

［13］赵丽霞，魏巍贤，能源与经济增长模型研究［J］．预测，1998，(6):32．［Zhao Lixia，Wei Weixian，A Research on the Model of Energy and the Growth of Economy［J］．Forecast，1998，(6):32．］

［14］York R．Demographic Trends and Energy Consumption in European Union Nations:1960 － 2025［J］．Social Science Research，2007，36，855 －872．

［15］Sun J W．Changes in Energy Consumption and Energy Intensity:A Complete Decomposition Model［J］．Energy Economics，1998，(20):85－100．

［16］周建．我国区域经济增长与能源利用效率改进的动态演化机制研究——基于省域面板数据协整模型的实证分析［J］．数量经济技术经济研究，2008，(9):3－14．［Zhou Jian．The Researches on Dynamic Evolution Mechanism between China Regional Economic Growth and Energy Using Efficiency［J］．The Journal of Quantitative＆ Technical Economics，2008，(9):3 －14．］

［17］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．［Qi Shaozhou，Luo Wei．Regional Economic Growth and Differences of Energy Intensity in China［J］．Economic Research Journal，2007，(7):74 －81．］

［18］Yuan JH，Kang JG，Zhao CH，Hu Z G．Energy Consumption and Economic Growth:Evidence from China at both Aggregated and Disaggregated levels［J］．Energy Economics，2008，30:3077 －3094．

［19］Ravallion M．On Measuring Aggregate Social Efficiency［J］．Economic Development and Cultural Change，2005，53:273 －92．