宋杰鯤，宋 卿，張 冬，欒 龍，陸悠悠

（中國石油大學(xué)（華東）經(jīng)濟管理學(xué)院，山東 青島 266580）

一、引言

20世紀90年代以來，能源—經(jīng)濟—環(huán)境三元復(fù)合系統(tǒng)開始成為研究的熱點。Hanley等研究了蘇格蘭能源效率對于經(jīng)濟和環(huán)境的影響，指出單一化促進能源效率提高的政策可能導(dǎo)致更多的污染[1]。Soytas 等探討了美國和土耳其的能源消費、國民收入和碳排放之間的Granger 因果關(guān)系，指出美國國民收入不是碳排放的Granger原因，而能源消費是其原因[2]；土耳其碳排放是能源消費的Granger 原因，但能源消費不是碳排放的Granger 原因，國民收入和碳排放雙向之間均不存在Granger因果關(guān)系[3]。牛叔文等分析了亞太八國能源消耗、經(jīng)濟增長和碳排放的關(guān)系，指出三者之間存在長期均衡關(guān)系[4]。葉紅等運用指標數(shù)據(jù)定性分析了廈門市集美區(qū)能源—經(jīng)濟—環(huán)境之間的關(guān)系，揭示3E關(guān)系瓶頸產(chǎn)生的原因[5]。Lin利用灰關(guān)聯(lián)分析方法研究了臺灣工業(yè)37個部門的GDP、能源消費量以及CO2排放量之間的相關(guān)性[6]。楊冬艷運用GDP、環(huán)境污染指數(shù)、能源消費量等參數(shù)對貴州省能源、環(huán)境與經(jīng)濟發(fā)展之間的關(guān)系進行計量分析[7]。翟石艷、王錚運用ARDL模型對長三角碳排放、能源消費和經(jīng)濟增長關(guān)系進行分析[8]。劉心、楊晨運用VAR模型討論了遼寧省碳排放、能源消費與經(jīng)濟增長之間的動態(tài)關(guān)系[9]。萬紅飛等構(gòu)建了我國CO2、SO2與能源消費強度、人均GDP和人口的回歸方程式[10]。崔和瑞、王娣運用能源消費總量、GDP和二氧化硫排放量建立了我國能源—經(jīng)濟—環(huán)境的VAR模型，并以此為基礎(chǔ)對三者進行預(yù)測和分析[11]。劉志雄以經(jīng)濟增長、資本存量、勞動力數(shù)量、能源消費量和碳排放量（以工業(yè)廢氣代替）等指標數(shù)據(jù)探討了我國能源、經(jīng)濟、環(huán)境之間的動態(tài)關(guān)系[12]。許廣月運用1990-2007年的指標數(shù)據(jù)對我國能源消費、碳排放與經(jīng)濟增長之間的關(guān)系進行分析，結(jié)果表明三者之間存在著長期協(xié)整關(guān)系[13]。Zhang&Cheng 運用中國1960-2007年GDP、凈固定資產(chǎn)、城市人口、能源消費量、碳排放的數(shù)據(jù)進行能源、經(jīng)濟和環(huán)境間的Granger 因果檢驗，結(jié)果表明GDP 到能源消費、能源消費到碳排放之間存在間接的Granger 因果關(guān)系，但碳排放和能源消費到經(jīng)濟增長則無Granger因果關(guān)系[14]。陳紅梅等運用ARDL 協(xié)整分析方法分析了1965-2007年中國的經(jīng)濟增長、能源消費和碳排放之間的關(guān)系，結(jié)果表明三者之間具有長期協(xié)整關(guān)系，且能源消費是CO2排放的Granger 原因，CO2排放是經(jīng)濟增長的Granger 原因[15]。胡宗義等利用中國1960-2008年的樣本數(shù)據(jù)對中國能源消費、碳排放與經(jīng)濟增長三者之間的因果關(guān)系進行了計量分析[16]，結(jié)果表明經(jīng)濟增長與能源消費都是CO2排放的單向Granger原因，能源消費與經(jīng)濟增長之間存在雙向的Granger 因果關(guān)系。王惠敏和傅濤研究表明1980-2010年間中國經(jīng)濟增長、能源消費與碳排放之間存在長期均衡關(guān)系，能源消費與碳排放具有雙向Granger 因果關(guān)系，經(jīng)濟增長是能源消費的Granger 原因，但能源消費與碳排放均不是經(jīng)濟增長的Granger原因[17]。

可見，不同學(xué)者在進行能源經(jīng)濟環(huán)境系統(tǒng)分析時，對于經(jīng)濟、能源指標的選擇相對比較一致，對于環(huán)境指標的選擇則有所不同，多以CO2排放為主；定量分析方法以計量分析模型為主。但是，即使都選擇GDP、能源消費量和CO2排放作為分析指標，由于研究對象、樣本數(shù)據(jù)的時間區(qū)間、來源和處理方式不同，對于能源經(jīng)濟環(huán)境系統(tǒng)的計量分析結(jié)論亦不一致。本文借鑒上述成果，選取GDP代表經(jīng)濟，能源生產(chǎn)總量和能源消費總量代表能源，其中前者表示能源經(jīng)濟活動，后者則表示經(jīng)濟發(fā)展對能源的刺激活動，CO2排放量代表環(huán)境，以山東省1995-2012年的樣本數(shù)據(jù)為基礎(chǔ)，構(gòu)建山東省能源經(jīng)濟環(huán)境系統(tǒng)向量自回歸（VAR）模型，對其能源經(jīng)濟環(huán)境系統(tǒng)的動態(tài)關(guān)系進行分析，并對未來進行預(yù)測。

二、山東省能源經(jīng)濟環(huán)境系統(tǒng)VAR模型構(gòu)建

向量自回歸（VAR）是基于數(shù)據(jù)的統(tǒng)計性質(zhì)，把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后期的函數(shù)來構(gòu)造模型，常用于預(yù)測多個相互聯(lián)系的時間序列系統(tǒng)，分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，解釋各種沖擊對內(nèi)生變量形成的影響[18]。VAR 理論要求模型中的每個變量都是平穩(wěn)的，對于非平穩(wěn)序列要先經(jīng)過差分得到平穩(wěn)序列后再構(gòu)建VAR模型。

選取1995-2012年山東省GDP、能源生產(chǎn)總量（EnergyP）、能源消費總量（EnergyC）和CO2排放量的時間序列數(shù)據(jù)作為模型樣本。其中，GDP和能源生產(chǎn)總量數(shù)據(jù)來自于《山東統(tǒng)計年鑒2013》，并對GDP 統(tǒng)一折算為1995年可比價下的數(shù)值；能源消費總量數(shù)據(jù)來自1997-2013年《中國能源統(tǒng)計年鑒》，CO2排放量數(shù)據(jù)則根據(jù)作者測算的能源消費碳排放系數(shù)和《山東省統(tǒng)計年鑒》中的終端能源消費量計算得到[19]。原始數(shù)據(jù)見表1所列。

表1 1995-2012年山東省能源經(jīng)濟環(huán)境系統(tǒng)相關(guān)數(shù)據(jù)

表1 中的能源消費總量數(shù)據(jù)說明如下：①1995年、2000年、2005-2012年的能源消費總量數(shù)據(jù)來自《中國能源統(tǒng)計年鑒2013》；②1995-1999年的數(shù)據(jù)來自《中國能源統(tǒng)計年鑒1997-1999》；③2002-2004年的數(shù)據(jù)來自《中國能源統(tǒng)計年鑒2006》（該統(tǒng)計年鑒數(shù)據(jù)與2007-2011年相應(yīng)數(shù)據(jù)吻合）；④2001年數(shù)據(jù)在《中國能源統(tǒng)計年鑒2000-2002》和《中國能源統(tǒng)計年鑒2004》中的數(shù)據(jù)相同，但2000年、2002-2004年的數(shù)據(jù)在《中國能源統(tǒng)計年鑒2004》、《中國能源統(tǒng)計年鑒2006》兩個年鑒中不同，為了與2000年、2002-2004 的數(shù)據(jù)變化趨勢一致，對2001年數(shù)據(jù)按照2000年、2002年在兩個年鑒中的數(shù)據(jù)進行差值得到。

由表1 可以看出，山東省GDP、能源生產(chǎn)總量、能源消費總量、CO2排放量這四個時間序列總體呈上升趨勢，可能存在異方差。將原始時間序列取自然對數(shù)，數(shù)據(jù)仍然存在增長趨勢，對取對數(shù)后的數(shù)據(jù)進行ADF單位根檢驗，得到結(jié)果見表2所列。

表2 平穩(wěn)性檢驗結(jié)果

平穩(wěn)性檢驗表明：lnGDP是平穩(wěn)序列，lnEnergyP、lnEnergyC和lnCO2均為非平穩(wěn)序列；經(jīng)過一階差分后，lnEnergyP和lnCO2為平穩(wěn)序列，lnGDP 和lnEnergyC 為非平穩(wěn)序列；經(jīng)過二階差分后，四個序列均為平穩(wěn)序列。由于四個時間序列均服從二階單整，有可能存在協(xié)整關(guān)系。對lnGDP、lnEnergyP、lnEnergyC 和lnCO2進行協(xié)整關(guān)系檢驗，其中選擇合適的滯后階數(shù)p 不論對VAR 模型還是Johansen 協(xié)整檢驗來說都很重要。一方面，為減少殘差的自相關(guān)性和參數(shù)估計的非一致性，要保證滯后階數(shù)不能過??；另一方面，為防止估計參數(shù)過多，自由度過少，又要保證滯后階數(shù)不能過大。綜合考慮樣本量、似然比（LR）、最終預(yù)測誤差（FPE）、赤池信息準則（AIC）、施瓦茨準則（SC）和漢南—奎因信息準則（HQC）等準則，最佳滯后階數(shù)p 為2，其LR、FPE、AIC、SC、HQ均最小，見表3所列。

表3 VAR滯后階數(shù)確定

基于VAR(2)模型，利用Johansen檢驗法對各時間序列進 行協(xié)整檢驗，得到檢驗結(jié)果見表4所列。

表4 Johansen協(xié)整檢驗

跡統(tǒng)計檢驗和最大特征根檢驗均表明四個變量之間存在著長期協(xié)整關(guān)系。同時，得到四個變量的聯(lián)立方程組即VAR（2）模型為：

lnGDP=1.771 65×lnGDP(-1)-0.769 255×lnGDP(-2)+

0.017 110×lnENERGYP(-1)-0.014 702×lnENERGYP(-2)+

0.023 692×lnENERGYC(-1)+0.026 324×lnENERGYC(-2)-

0.018 557×lnCO2(-1)-0.037 139×lnCO2(-2)-0.023 484；

lnENERGYP=-2.060 439×lnGDP(-1)+1.992 714×lnGDP(-2)+

0.462 035×lnENERGYP(-1)-0.082 964×lnENERGYP(-2)+

0.709 354×lnENERGYC(-1)-0.072 246 4×lnENERGYC(-2)-

0.257 243×lnCO2(-1)-0.078 938 1×lnCO2(-2)+3.465 957；

lnENERGYC=5.226 066×lnGDP(-1)-4.383 793×lnGDP(-2)+

0.344 933×lnENERGYP(-1)-0.225 468×lnENERGYP(-2)+

0.811 141×lnENERGYC(-1)-0.857 762×lnENERGYC(-2)-

0.102 869×lnCO2(-1)+0.145 017×lnCO2(-2)+0.296 737；

lnCO2=8.305 727×lnGDP(-1)-7.525 991×lnGDP(-2)-

1.618 848×lnENERGYP(-1)+0.809 178×lnENERGYP(-2)-

0.412 296×lnENERGYC(-1)+1.486 931×lnENERGYC(-2)-

0.207 323×lnCO2(-1)-0.456 332×lnCO2(-2)+3.667 766

在確定了變量間的協(xié)整關(guān)系之后，應(yīng)用AR根的圖表驗證協(xié)整關(guān)系的平穩(wěn)性。得到AR根模的倒數(shù)如圖1所示，可見8個單位根模倒數(shù)均在單位圓內(nèi)，表明所建VAR(2)模型是穩(wěn)定的。

圖1 AR根模的倒數(shù)

三、基于VAR的山東省能源經(jīng)濟環(huán)境系統(tǒng)預(yù)測

對1997-2015年的歷史數(shù)據(jù)進行動態(tài)預(yù)測，得到結(jié)果見表5。1997-2012年GDP 的最大相對誤差絕對值為3.614 5%，相對誤差絕對值的平均值為2.294 6%；能源生產(chǎn)量最大相對誤差絕對值為6.290 1%，相對誤差絕對值的平均值為2.726 6%；能源消費量最大相對誤差絕對值為9.616 9%，相對誤差絕對值的平均值為4.845 8%；碳排放預(yù)測結(jié)果相對較差，但從2009年以來誤差逐年下降，一直在8%以內(nèi)，最大相對誤差絕對值為18.485 3%，相對誤差絕對值的平均值為8.716 7%。

表5 1997-2015年山東省能源經(jīng)濟環(huán)境系統(tǒng)預(yù)測結(jié)果

續(xù)表5

可見，所得VAR 模型的預(yù)測結(jié)果較好，按照該預(yù)測模型，2015年山東省GDP 預(yù)測值為46 857.67 億元（1995年不變價），比2012年增長了38.69%，年均增長11.52%；2015年能源生產(chǎn)和消費總量分別為19 908.52、54 449.01 萬噸標準煤，分別比2012年增長了13.41%和34.63%，年均增長4.29%和10.42%；2015年CO2排放量為18 486.8萬噸，比2012年增長了34.54%，年均增長10.39%。

四、山東省能源經(jīng)濟環(huán)境系統(tǒng)的Granger因果檢驗

由于lnGDP、LnEnergyP、lnEnergyC 和lnCO2間存在協(xié)整關(guān)系，故可對它們進行Granger 因果性檢驗，結(jié)果見表6 所示?？梢姡?%的顯著性水平下拒絕“CO2波動不是GDP的Granger 原因”、“EnergyC 波動不是EnergyP 的Granger 原因”、“GDP 波動不是EnergyC 的Granger 原因”、“EnergyC、EnergyP、GDP 波動不是CO2波動的Granger 原因”，在10%的顯著性水平下拒絕“GDP 波動不是EnergyP 的Granger 原因”，即碳排放對經(jīng)濟增長具有顯著的Granger 影響，能源消費對能源生產(chǎn)具有顯著的Granger 影響，經(jīng)濟增長對能源消費具有顯著的Granger 影響，經(jīng)濟增長、能源生產(chǎn)和能源消費對碳排放具有顯著的Granger 影響，經(jīng)濟增長對能源生產(chǎn)具有一定的Granger影響。

表6 lnGDP、lnEnergyP、lnEnergyC和lnCO2的Granger因果檢驗

五、山東省能源經(jīng)濟環(huán)境系統(tǒng)的脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)描述的是一個內(nèi)生變量對殘差沖擊的反應(yīng)。具體而言，它描述的是在隨機誤差項上施加一個標準差大小的沖擊（來自系統(tǒng)內(nèi)部或外部）后對內(nèi)生變量的當期值和未來值所產(chǎn)生的影響（動態(tài)影響）。為了更全面地反映沖擊情況，假設(shè)脈沖響應(yīng)函數(shù)的追蹤期為20期，得到GDP的脈沖響應(yīng)函數(shù)如圖2所示。

從GDP 對其自身的脈沖響應(yīng)函數(shù)可知，當期增加GDP，對未來GDP 具有一定的正效應(yīng)，第1 期至第6 期逐漸上升，第7 期至12 期逐漸下降，自第13 期開始有所上升，自15 期開始一直保持在0.03左右。從GDP對能源生產(chǎn)的脈沖響應(yīng)函數(shù)可知，當期增加GDP，對能源生產(chǎn)具有微弱的正效應(yīng)，基本保持在0.01 左右；從GDP 對能源消費的脈沖響應(yīng)函數(shù)可知，當期增加GDP，對能源消費具有微弱的正效應(yīng)，自第8期開始一直保持在0.001～0.004 之間；從GDP 對CO2的脈沖響應(yīng)函數(shù)可知，當期增加GDP，對CO2具有微弱的負效應(yīng)，并基本保持在-0.005左右?？傮w而言，山東省經(jīng)濟增長短期內(nèi)對經(jīng)濟持續(xù)發(fā)展具有一定的促進作用，會刺激能源生產(chǎn)和能源消費，同時其優(yōu)化內(nèi)涵式發(fā)展的效果已逐步顯現(xiàn)，在一定程度上抑制了碳排放的快速增長。

圖2 GDP的脈沖響應(yīng)函數(shù)

能源生產(chǎn)的脈沖響應(yīng)函數(shù)見圖3。從能源生產(chǎn)對GDP 的脈沖響應(yīng)函數(shù)可知，當期增加能源生產(chǎn)，對第1-4 期經(jīng)濟增長有一定的正效應(yīng)，第5-8 期呈負效應(yīng)，自第9 期開始一直呈正效應(yīng)，到第17期時這種正效應(yīng)極其微弱；從能源生產(chǎn)對其自身的脈沖響應(yīng)函數(shù)可知，當期增加能源生產(chǎn)，對1-6 期能源生產(chǎn)有一定的正效應(yīng)，第7-11 期呈現(xiàn)負效應(yīng)，自第12期開始呈微弱的正效應(yīng)；從能源生產(chǎn)對能源消費的脈沖響應(yīng)函數(shù)可知，當期增加能源生產(chǎn)，對第1-4 期能源消費有一定的正效應(yīng)，第5-7 期有一定的負效應(yīng)，第8-9 期、10-11 期、12-15期則呈現(xiàn)微弱的正、負交替效應(yīng)，自第15期開始效應(yīng)近趨于零；從能源生產(chǎn)對碳排放的脈沖響應(yīng)函數(shù)可知，第1-3期呈負效應(yīng)、第4期、5-7期、8-10期、11-19期、20期呈極其微弱的正、負交替效應(yīng)。總體而言，山東省能源生產(chǎn)短期內(nèi)會促進經(jīng)濟增長、能源生產(chǎn)和能源消費，但對碳排放的作用方向不明顯。

圖3 能源生產(chǎn)的脈沖響應(yīng)函數(shù)

能源消費的脈沖響應(yīng)函數(shù)見圖4。從能源消費對GDP 的脈沖響應(yīng)函數(shù)可知，當期增加能源消費，對第1-8 期經(jīng)濟增長有一定的正效應(yīng)，第9-11 期呈弱負效應(yīng)，自第12 期開始呈現(xiàn)一定的正效應(yīng)；從能源消費對能源生產(chǎn)的脈沖響應(yīng)函數(shù)可知，當期增加能源消費，對前2 期能源生產(chǎn)具有一定的負效應(yīng)，第3-9 期呈一定的正效應(yīng)，第10-12 期呈極其微弱的負效應(yīng)，第13期開始呈弱正效應(yīng)；從能源消費對其自身的脈沖響應(yīng)函數(shù)可知，當期增加能源消費，對第1-7 期能源消費具有一定的正效應(yīng)，第8-10 期呈較弱的負效應(yīng)，第11 期開始呈弱正效應(yīng)；從能源消費對CO2的脈沖響應(yīng)函數(shù)可知，當期增加能源消費，對第1-10期碳排放具有較弱的負效應(yīng)，第11-12 期和第13-20 期分別呈微弱的負、正效應(yīng)?？傮w而言，山東省能源消費短期內(nèi)會促進經(jīng)濟增長，刺激能源生產(chǎn)與消費，同時，山東省能源消費結(jié)構(gòu)優(yōu)化的碳減排作用已開始呈現(xiàn)，一定程度上抑制了碳排放的快速增長。

碳排放的脈沖響應(yīng)函數(shù)見圖5。從碳排放對GDP 的脈沖響應(yīng)函數(shù)可知，當期增加碳排放，第1 期對經(jīng)濟增長具有較弱的負效應(yīng)，第2-8期呈一定的正效應(yīng)，第9-13期呈較弱的負效應(yīng)，自第14期開始呈現(xiàn)一定的正效應(yīng)；從碳排放對能源生產(chǎn)的脈沖響應(yīng)函數(shù)可知，當期增加碳排放，對第1-2 期、第3-10期能源生產(chǎn)分別具有一定的負、正效應(yīng)，第11-14期和第15-20 期分別呈微弱的負、正效應(yīng)；從碳排放對能源消費的脈沖響應(yīng)函數(shù)可知，當期增加能源消費，對前2 期能源消費具有較弱的負效應(yīng)，第3-7期呈一定的正效應(yīng)，第8-13期和第14-20 期分別呈微弱的負效應(yīng)和正效應(yīng)；從碳排放對其自身的脈沖響應(yīng)函數(shù)可知，當期增加碳排放，對第1 期、第2-9 期的碳排放分別呈一定的正、負效應(yīng)，第10-13 期、第14-20 期分別呈微弱的正、負效應(yīng)?？傮w而言，山東省碳排放對能源生產(chǎn)與消費的作用方向不明顯，其短期內(nèi)會促進經(jīng)濟增長，并抑制碳排放的快速增長。這表明，山東省碳減排政策的實施可能會降低經(jīng)濟增速，但一定程度上將抑制碳排放的快速增長。

圖4 能源消費的脈沖響應(yīng)函數(shù)

圖5 碳排放的脈沖響應(yīng)函數(shù)

六、山東省能源經(jīng)濟環(huán)境系統(tǒng)的方差分解

方差分解(variance decomposition)主要用來分析影響內(nèi)生變量變化的結(jié)構(gòu)沖擊的貢獻度，其目的是確定系統(tǒng)中每一個內(nèi)生變量的主要影響因素。得到方差分解結(jié)果見圖6。

由圖6可知，在山東省GDP的變動中，GDP本身的貢獻率最大，由第1 期的100%逐漸下降至第8 期的91.1%，之后保持在90%左右；能源生產(chǎn)的貢獻率由第1期的0%逐漸升至第8 期的4.74%，之后保持在5.5%左右；能源消費的貢獻率由第1 期的0%逐漸升至第6 期的2.17%，自第7 期開始基本保持在1.5%～2%之間；碳排放的貢獻率由第1期的0%漸升至第9期的2.44%，之后保持在2.5%～2.6%之間。可見，GDP的主要影響因素是其自身，能源生產(chǎn)作為經(jīng)濟的重要組成，對其具有一定的影響，而碳排放和能源消費的影響相對較小。

圖6 方差分解結(jié)果

在山東省能源生產(chǎn)量的變動中，經(jīng)濟增長的貢獻率由第1期的不到1%快速上升到第4 期的37.32%，繼而由第5 期的35.99%逐漸上升至第14 期的57.49%，自第15 期開始一直保持在58%～59%之間；能源生產(chǎn)自身的貢獻率由第1 期的近100%驟降至第3 期的40.17%，繼而緩降至第13 期的25.04%，自第14 期開始保持在23%～24%之間；能源消費的貢獻率先由第1 期的0%驟升至第2 期的15%，第3 期到第13期保持在16%～22%之間，第14-20 期在14%～16%之間；碳排放的貢獻率由第1 期的0%上升至第2 期的6.05%，自第3期開始一直在3%～5%之間?？梢姡?jīng)濟增長需求很大程度上促進了能源生產(chǎn)量的增長，而能源生產(chǎn)量本身和能源消費需求也對能源生產(chǎn)具有較大的影響，碳排放對能源生產(chǎn)的影響則相對較小。

在山東省能源消費量的變動中，經(jīng)濟增長的貢獻率由第1期的65.65%快速上升到第2 期的86.83%，之后保持在86%～91%之間；能源生產(chǎn)的貢獻率由第1 期的13.35%漸變至第6期的5.92%，之后保持在6%～7%之間；能源消費自身的貢獻率由第1 期的21%下降至第3 期的5.89%，之后保持在4%～5%之間；碳排放的貢獻率由第1 期的0%漸升至第5 期的1.93%，之后保持在2%～2.4%之間?？梢?，經(jīng)濟增長需求促進了能源消費量的增長，能源生產(chǎn)和能源消費需求本身對能源消費具有一定的影響，碳排放對能源消費的影響則相對較小。

在山東省碳排放的變動中，經(jīng)濟增長的貢獻率由第1 期的18.15%快速上升到第4期的76.86%，之后保持在80%～82%之間；能源生產(chǎn)的貢獻率由第1 期的21.50%先增至第2 期的28.87%，后降至第5 期的8.08%，之后保持在8.5%～10.5%之間；能源消費的貢獻率由第1 期的1.38%漸變至第5 期的4.77%，之后保持在4%左右；碳排放自身的貢獻率由第1 期的58.96%降至第5 期的6.34%，之后保持在5%左右?？梢?，經(jīng)濟增長很大程度上促進了碳排放增加，能源生產(chǎn)、碳排放自身和能源消費對碳排放也有一定的影響。

七、結(jié)論與建議

本文構(gòu)建了山東省能源經(jīng)濟環(huán)境系統(tǒng)的VAR模型，對山東省能源經(jīng)濟環(huán)境系統(tǒng)進行了分析與預(yù)測，得到如下結(jié)論：

（1）運用構(gòu)建的VAR模型進行預(yù)測，預(yù)測結(jié)果良好。按照該預(yù)測模型，2015年山東省GDP、能源生產(chǎn)總量、消費總量和碳排放量預(yù)測值分別為46 857.67 億元（1995年不變價）、19 908.52萬噸標準煤、54 449.01萬噸標準煤、18 486.8萬噸，分別比2012年增長了38.69%、13.41%、34.63%和34.54%。

（2）Granger因果檢驗表明：碳排放對經(jīng)濟增長，能源消費對能源生產(chǎn)，經(jīng)濟增長對能源消費，經(jīng)濟增長、能源生產(chǎn)和能源消費對碳排放，均具有顯著的Granger影響。

（3）脈沖響應(yīng)分析表明：山東省經(jīng)濟增長短期內(nèi)會促進經(jīng)濟持續(xù)發(fā)展、能源的生產(chǎn)和消費，能源生產(chǎn)和消費短期內(nèi)會促進經(jīng)濟增長及能源的持續(xù)生產(chǎn)與消費。經(jīng)濟結(jié)構(gòu)優(yōu)化、能源消費結(jié)構(gòu)優(yōu)化和碳減排政策的實施均對碳減排產(chǎn)生了較好的效果，但碳減排的同時將對經(jīng)濟快速增長產(chǎn)生一定的阻滯影響。

（4）方差分解結(jié)果表明：GDP 的主要影響因素是其自身，能源生產(chǎn)作為經(jīng)濟的重要組成，對其具有一定的影響。經(jīng)濟增長很大程度上促進了能源生產(chǎn)、能源消費和碳排放，而能源生產(chǎn)、能源消費和碳排放之間均具有一定的相互影響。

結(jié)合上述分析結(jié)果，為了促進山東省能源經(jīng)濟環(huán)境系統(tǒng)科學(xué)、可持續(xù)發(fā)展，今后應(yīng)重點強化以下措施：

（1）適當放緩GDP增速，持續(xù)推進經(jīng)濟結(jié)構(gòu)優(yōu)化。經(jīng)濟增長對能源生產(chǎn)、能源消費和碳排放均具有促進作用，經(jīng)濟內(nèi)涵式增長的碳減排效果已逐步顯現(xiàn)。今后山東省應(yīng)適當降低GDP增速目標，以減少對能源的需求，降低碳排放，同時應(yīng)繼續(xù)注重經(jīng)濟結(jié)構(gòu)優(yōu)化，大力發(fā)展服務(wù)業(yè)，適當控制對能源需求大、碳排放較多的重工業(yè)發(fā)展。

（2）發(fā)展低碳能源，持續(xù)優(yōu)化能源消費結(jié)構(gòu)。能源生產(chǎn)和能源消費對經(jīng)濟增長、碳排放均具有一定的影響，優(yōu)化能源消費結(jié)構(gòu)可以促進碳減排，今后山東省要積極開發(fā)利用太陽能、風(fēng)能、核能、地熱能和生物質(zhì)能等低碳能源，并推行天然氣清潔能源的消費利用，實現(xiàn)能源生產(chǎn)與消費結(jié)構(gòu)的優(yōu)化升級。

（3）繼續(xù)強化碳減排政策的實施。碳減排對經(jīng)濟與碳排放快速增長具有一定的抑制作用，對能源生產(chǎn)與消費也具有一定的作用。今后山東省應(yīng)從能源生產(chǎn)領(lǐng)域和消費領(lǐng)域等碳源角度強化碳減排政策的制定與執(zhí)行，并從森林碳匯、碳捕集與封存等碳匯角度推進碳減排，將碳排放增速延緩至最低，從而推動能源經(jīng)濟環(huán)境系統(tǒng)科學(xué)、持續(xù)地發(fā)展。

［1］Nick D Hanley，Peter G McGregor，J Kim Swales，et al. The impact of a stimulus to energy efficiency on the economy and the environment: A regional computable general equilibrium analysis［J］. Renewable Energy，2006，31（2）：161-171.

［2］Ugur Soytas，Ramazan Sari，Bradley T Ewing. Energy consumption，income，and carbon emissions in the United States［J］. Ecological Economics，2007，62（6）：482-489.

［3］Ugur Soytas，Ramazan Sari. Energy consumption，economic growth，and carbon emissions：Challenges faced by an EU candidate member［J］. Ecological Economics，2009，68（6）：1667-1675.

［4］牛叔文，丁永霞，李怡欣，等. 能源消耗、經(jīng)濟增長和碳排放之間的關(guān)聯(lián)分析——基于亞太八國面板數(shù)據(jù)的實證研究［J］. 中國軟科學(xué)，2010（5）：12-19.

［5］葉紅，黃靜，崔勝輝. 半城市化區(qū)域能源—經(jīng)濟—環(huán)境關(guān)系分析［J］. 生態(tài)環(huán)境學(xué)報，2009，18（4）：1346-1350.

［6］Lin Sue J，Lu I J，Charles Lewis. Grey relation performance correlations among economics，energy use and carbon dioxide emission in Taiwan［J］. Energy Policy，2007，35（3）：1948-1955.

［7］楊冬艷. 貴州省能源消費、環(huán)境污染和經(jīng)濟發(fā)展的關(guān)系研究［D］. 貴陽：貴州財經(jīng)學(xué)院，2011.

［8］翟石艷，王錚. 基于ARDL模型長三角碳排放、能源消費和經(jīng)濟增長關(guān)系研究［J］. 長江流域資源與環(huán)境，2013，22（1）：94-103.

［9］劉心，楊晨. 遼寧省碳排放、能源消費與經(jīng)濟增長的實證研究［J］. 數(shù)學(xué)的實踐與認識，2013，43（6）：69-78.

［10］萬紅飛，周德群，高亞平. 可持續(xù)發(fā)展的能源、環(huán)境、經(jīng)濟（3E）關(guān)聯(lián)模型［J］. 連云港化工高等?？茖W(xué)校學(xué)報，2000（1）：50-53.

［11］崔和瑞，王娣. 基于VAR 模型的我國能源—經(jīng)濟—環(huán)境（3E）系統(tǒng)研究［J］. 北京理工大學(xué)學(xué)報：社會科學(xué)版，2010，12（1）：22-28.

［12］劉志雄. 我國能源消費、經(jīng)濟增長與碳排放的關(guān)系研究［J］. 煤炭經(jīng)濟研究，2011，31（4）：37-41.

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

［14］Xing-Ping Zhang，Xiao-Mei Cheng. Energy consumption，carbon emissions，and economic growth in China［J］. Ecological Economics，2009，68：2706-2712.

［15］陳紅梅，寧云才，齊秀輝. 中國經(jīng)濟增長、能源消費與碳排放之間的關(guān)系研究［J］. 科技管理研究，2012（10）：198-202.

［16］胡宗義，劉亦文，唐李偉. 中國能源消費、碳排放與經(jīng)濟增長關(guān)系的實證研究［J］. 湖南大學(xué)學(xué)報：自然科學(xué)版，2012，39（7）：84-88.

［17］王惠敏，傅濤. 基于協(xié)整和ECM的中國能源消費、碳排放與經(jīng)濟增長關(guān)系研究［J］. 中國能源，2013，35（5）：35-38.

［18］高鐵梅. 計量經(jīng)濟分析方法與建模：EViews 應(yīng)用及實例［M］. 北京：清華大學(xué)出版社，2009：136-147.

［19］宋杰鯤. 基于LMDI的山東省能源消費碳排放因素分解研究［J］. 資源科學(xué)，2012，34（1）：35-41.