【正文】 參考文獻(xiàn) [1]Banerjee, A. Panel Data unit Roots and Cointegration: an Overview [J]. Oxford Bulletin of Economics and Statistics, 1999,Special Issue: 607 629. [2]Breitung, L. The Local Power of Some Unit Root Tests for PanelData[J]. Advances in Econometrics, 2021, (15). [3]Kao, C. and . On he Estimation and Inference of Acointegrated Regression in Panel Data[J]. Advances in Econometrics, 2021, (15) [4]Pedroni, P. Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors[J]. Oxford bulletin of economics and statistics, 1999, (61). [5]汪濤、饒海斌、王麗娟 ， 2021：《 Panel Data 單位根和協(xié)整分析》 ， 《統(tǒng)計(jì)研究》第 5 期 [6]趙麗霞 ,魏巍賢 . 能源與經(jīng)濟(jì)增長(zhǎng)模型研究 [ J ]. 預(yù)測(cè) , 1998 (6) : 32—38. [7]馬超群 ,儲(chǔ)慧斌 ,李科 ,等 . 中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的協(xié)整與誤差校正模型研究 [ J ]. 系統(tǒng)工程 , 2021 ( 10 ) ,22—27 [8]高鐵梅計(jì)量經(jīng)濟(jì)分析方法與建模 EViews應(yīng)用與實(shí)例 [M]北京清華大學(xué)出版社， 2021 [9]李子奈 ， 葉阿忠 ． 高等計(jì)量經(jīng)濟(jì)學(xué) [M]． 北京：清華大學(xué)出版 社 ,2021. [10] 易丹輝 ． 數(shù)據(jù)分析與 Eviews 應(yīng)用 [M]． 北京 。再有本文通過(guò)面板回歸模型得到了能源對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期彈性系數(shù)克服了前人二者協(xié)整檢驗(yàn)結(jié)論只能定性說(shuō)明缺乏定 量支持的不足， 缺點(diǎn)及改進(jìn)：本文分析發(fā)現(xiàn) 各地區(qū)能耗效率之間存在巨大差異，但是因限于篇幅和數(shù)據(jù)源限制，對(duì)造成這一差異的原缺乏進(jìn)一步的科學(xué)分析。 通過(guò)加快經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)變與繼續(xù)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，同時(shí)注意地區(qū)之間平衡，鼓勵(lì)引導(dǎo)高耗能地區(qū)產(chǎn)業(yè)轉(zhuǎn)變與經(jīng)濟(jì)發(fā)展，我們有望在經(jīng)濟(jì)增長(zhǎng)不減速的情況下達(dá)到節(jié)能的目標(biāo)。分析發(fā)現(xiàn)，我國(guó)各地區(qū)經(jīng)濟(jì) 能源壓力在內(nèi)陸與沿海，經(jīng)濟(jì)發(fā)展程度不同地區(qū)存在很大差異。部分省市為了達(dá)到節(jié)能目標(biāo)，大規(guī)模限電等以犧牲經(jīng)濟(jì)發(fā)展為代價(jià)的方式是不可取的，經(jīng)濟(jì)發(fā)展雖在短期來(lái)看會(huì)對(duì)節(jié)能造成一定壓力，但長(zhǎng)期來(lái)看經(jīng)濟(jì)越發(fā)達(dá)，這一壓力越小。分析發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)能耗壓力較大的地區(qū)重工業(yè)和高耗能行業(yè)依賴性強(qiáng)，因此加快經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)變，大力發(fā)展第三產(chǎn)業(yè)無(wú)疑是節(jié)能的重要舉措。 （二）政策建議 以上的 分析結(jié)果表明在長(zhǎng)期我國(guó)經(jīng)濟(jì)增長(zhǎng)與能源消耗存在長(zhǎng)期協(xié)整關(guān)系與雙向格蘭杰因果關(guān)系，經(jīng)濟(jì)增長(zhǎng)造成能源消耗壓力漸小的拐點(diǎn)尚未到來(lái)，這對(duì)于我國(guó)制定節(jié)能政策提出了嚴(yán)峻挑戰(zhàn)。結(jié)論表明，單純能源消費(fèi)并不會(huì)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，但是目前階段我國(guó)經(jīng)濟(jì)增長(zhǎng)確實(shí)對(duì)能源消耗帶來(lái)了較大壓力。 此外，通過(guò)面板 VAR模型分析發(fā)現(xiàn) :本期經(jīng)濟(jì)增長(zhǎng)同上期能源消耗總量變化方向調(diào)整，但能源消耗總量變化對(duì)其解釋能力很??；本期能源消耗總量同前兩期GDP變化同方向調(diào)整，且 GDP變化對(duì)其解釋能力較大。這一結(jié)論可以發(fā)現(xiàn)不同地區(qū)的能耗技術(shù)水平差異。 其次，在通過(guò)模型篩選后建立面板固定效應(yīng)模型分析發(fā)現(xiàn)，我國(guó)說(shuō)明能源消費(fèi)對(duì) GDP的彈性系數(shù)為 ，表明 GDP每增長(zhǎng) 1%，能源增加 %，說(shuō)明能源消耗近 80%可由經(jīng)濟(jì)增長(zhǎng)來(lái)解釋?zhuān)覈?guó)經(jīng)濟(jì)增長(zhǎng)確實(shí)對(duì)能源消耗提出了挑戰(zhàn)。在長(zhǎng)期均衡關(guān)系基礎(chǔ)上通過(guò)建立回歸模型得到了目前全國(guó)的能源消耗對(duì) GDP的彈性系數(shù)，并分解出了各個(gè)地區(qū)的不同固定效應(yīng)值。分析表明 ：我國(guó)能源消費(fèi)與 GDP在 3 年內(nèi)存在增強(qiáng)正向響應(yīng)作用，即在短期內(nèi)經(jīng)濟(jì)增長(zhǎng)會(huì)拉動(dòng)能源消費(fèi)，能源消費(fèi)也會(huì)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，但這一響應(yīng) 3 年后逐漸減弱。 2 S . E .圖 1 圖 2 由以上結(jié)果可見(jiàn)，當(dāng)給能源消費(fèi)變化一個(gè)標(biāo)準(zhǔn)誤沖擊后， GDP 變化在 3 年內(nèi)逐漸增強(qiáng)，且增強(qiáng)速度基本穩(wěn)定， 3 年后逐漸減弱但減弱速度較慢。如圖 1 至圖 2，其中，橫軸表示沖擊作用的滯后期間數(shù)（單位：年），縱軸表示 △ LGDP 和 △ LENY，實(shí)線表示脈沖響應(yīng)函數(shù)，虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。 為了直觀分析一個(gè)變量的變化對(duì)另一個(gè)變量的影響，進(jìn)一步地，我們用脈沖響應(yīng)函數(shù)分析隨機(jī)擾動(dòng)項(xiàng)一個(gè)標(biāo)準(zhǔn)差新息的沖擊對(duì)內(nèi)生變量的影響。 為了確定變量之間的相互關(guān)系， 本文 采用 Pairwise 方法進(jìn)行格蘭杰因果檢驗(yàn)。 分析以上結(jié)果可以發(fā)現(xiàn)，滯后一期系數(shù)顯著為正，表明 GDP 和能源消耗存在相互反饋現(xiàn)象，即本期與上期表現(xiàn)出協(xié)同趨勢(shì)。 （二）短 期動(dòng)態(tài)調(diào)整分析 1. VAR 模型 前文分析結(jié)果表明我國(guó)能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期協(xié)整關(guān)系，為考察短期二者之間的動(dòng)態(tài)調(diào)整關(guān)系建立 VAR 模型，為確定 VAR 模型的滯后階數(shù)，首先用 AIC 和 SC 準(zhǔn)則進(jìn)行模型篩選 ,結(jié)果見(jiàn)表 4。 綜合以上分析發(fā)現(xiàn)，經(jīng)濟(jì)增長(zhǎng)帶來(lái)環(huán)境壓力的可能因素主要有：一是技術(shù)水平，二是重工業(yè)依賴程度，三是經(jīng)濟(jì)發(fā)展水平。 對(duì)比經(jīng)濟(jì)增長(zhǎng)帶來(lái)較大能源消耗的地區(qū)：河北，山西，內(nèi)蒙古，貴州，云南，甘肅，青海，寧夏，新疆。海南，福建旅游業(yè)發(fā)達(dá)，重工業(yè)少，地處沿海經(jīng)濟(jì)發(fā)展起步早；上海，北京，天津，浙江，江蘇同樣經(jīng) 濟(jì)發(fā)展水平高，且重工業(yè)和高耗能行業(yè)減少；廣西資源少，重點(diǎn)發(fā)展旅游業(yè)，重工業(yè)尚處于落后階段。而經(jīng)濟(jì)增長(zhǎng)對(duì)能源造成壓力較大的地區(qū)為：河北，山西，內(nèi)蒙古，貴州，云南，甘肅，青海，寧夏，新疆。 C值為顯著較小的省份有：北京，天津，吉林，上海，江蘇，浙江，安徽，福建，江 西，廣東，廣西，海南。 表 5 截面加權(quán)面板回歸模型個(gè)體固定效應(yīng)值 地區(qū) 固定效應(yīng) 地區(qū) 固定效應(yīng) 地區(qū) 固定效應(yīng) 地區(qū) 固定效應(yīng) 北京 黑龍江 山東 貴州 天津 上海 河南 云南 河北 江蘇 湖北 陜西 山西 浙江 湖南 甘肅 內(nèi)蒙古 安徽 廣東 青海 遼寧 福建 廣西 寧夏 吉林 江西 海南 新疆 由上表結(jié)果顯示，固定影響值有大有小。說(shuō)明 ENY對(duì) GDP的彈性系數(shù)為，表明 GDP每增長(zhǎng) 1%， ENY增加 %，說(shuō)明能源消耗近 80%來(lái)源于經(jīng) 13 濟(jì)增長(zhǎng) 造成的壓力。在確立個(gè)體固定效應(yīng)模型時(shí)，由于截面?zhèn)€數(shù)（ 28個(gè)）大于時(shí)間個(gè)數(shù)（ 15年），采用截截面加權(quán)模型。 然后，用 Husman 檢驗(yàn)進(jìn)行固定效應(yīng)模型和隨機(jī)效應(yīng)模型的選擇 H0:個(gè)體效應(yīng)與回歸變量無(wú)關(guān) (個(gè)體隨機(jī)效應(yīng)模型 ) H1：個(gè)體效應(yīng)與回歸變量有關(guān)（個(gè)體固定效應(yīng)模型） 計(jì)算得檢驗(yàn)統(tǒng)計(jì)量 Chi^2=， Probchi^2 = 結(jié)果表明，拒絕原假設(shè)，即認(rèn)為應(yīng)該建立固定效應(yīng)模型。 混合估計(jì)結(jié)果如下 LENY = *LGDP + （ ） （ ） 固定效應(yīng)模型估計(jì)結(jié)果如下： LENY = *LGDP + + [CX=F]3 （ ）（ ） 3 CX=F 與綜合固 定效應(yīng)值 之和即為個(gè)體固定效應(yīng)值。由表 3 結(jié)果可知，綜合三種檢驗(yàn)結(jié)果，可在 的顯著性水平上拒絕 LGDP 和 LENY 不存在長(zhǎng)期協(xié)整關(guān)系的原假設(shè)，即沒(méi)有理由拒絕我國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期協(xié)整關(guān)系。 表 2 協(xié)整檢驗(yàn)結(jié)果 統(tǒng)計(jì)量 統(tǒng)計(jì)量值 P 值 Pedroni 檢驗(yàn) Panel vStatistic Panel rhoStatistic Panel PPStatistic Panel ADFStatistic Group rhoStatistic Group PPStatistic Group ADFStatistic Kao 檢驗(yàn) ADF Johansen 檢驗(yàn) Fisher 注：原假設(shè)均為兩變量不存在協(xié)整關(guān)系，不含趨勢(shì)項(xiàng)，滯后階數(shù)為 1。 11995 年前和 2021 年數(shù)據(jù)無(wú)法獲得 2西藏?cái)?shù)據(jù)全部缺失，重慶四川由于劃分直轄市統(tǒng)計(jì)口徑不一致 11 2． 面板協(xié)整檢驗(yàn) 前文檢驗(yàn)結(jié)果表明 LGDP 和 LENY 均是一階單整序列，滿足進(jìn)行協(xié)整檢驗(yàn)的前提條件。 六 .實(shí)證模型分析 （一）長(zhǎng)期分析 1．面板單位根檢驗(yàn) 為避免時(shí)間序列的不平穩(wěn)造成的 “偽回歸 ”問(wèn)題，需要首先對(duì)數(shù)據(jù)進(jìn)行面板單位根檢驗(yàn)，鑒于最新展起來(lái)的面板單位根檢驗(yàn)方法的多樣性和各自的獨(dú)特性，不同檢驗(yàn)方法得到的檢驗(yàn)結(jié)果存在不一致性。為使數(shù)據(jù)具有可比性，所有 GDP 數(shù)據(jù)用國(guó)內(nèi)生產(chǎn)總值平減指數(shù)（ 1995=100）對(duì)所用數(shù)據(jù)進(jìn)行平減。 10 （二）數(shù)據(jù)來(lái)源與預(yù)處理 本文實(shí)證分析所選取的變量為 GDP 和能源消費(fèi)總量，采用的數(shù)據(jù)為19952021 年 128 個(gè)省市 215 個(gè)年份的面板數(shù)據(jù)。脈沖響應(yīng)函數(shù)用于衡量來(lái)自隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前和未來(lái)取值的影響，能夠