陳煜 譚睿鵬 林伯強 葉彬

摘要：本文建立了測算能源價格變化所帶來的經濟產出、能源需求和污染物減排效應的理論分析框架，分自然演化情形和約束情形計算未來的能源平均價格變化（包括化石能源和非化石能源），并以此價格變化作為外生沖擊，在要素可變投入產出模型的框架下模擬能源價格變化對經濟系統(tǒng)、能源需求和污染物排放的影響。以安徽省為例進行了實證分析得到以下主要結論，有約束情形下的能源價格比自然演化情形下高，且差額隨年份增加而增加，由能源結構轉變和能源價格的上漲造成產出和能源需求比自然演化情形下低。能源價格的增加主要是由可再生能源消費占比增加引起的，發(fā)展可再生能源有利于環(huán)境改善，對經濟發(fā)展的不利影響有限。

關鍵詞：可再生能源發(fā)展；能源成本；能源需求；經濟產出

文獻標識碼：A文章編號：1002-2848-2018（03）-0095-08

一、 引 言

能源作為經濟發(fā)展不可或缺的生產要素，在中國經濟增長中扮演著重要角色。近年來，人們對環(huán)境的關注度不斷提高。十九大報告指出未來要堅持人與自然的和諧共生，建設美麗中國，為全球生態(tài)安全做出貢獻。這就對能源、經濟和環(huán)境三者的平衡發(fā)展提出了更高要求，如何實現(xiàn)綠色發(fā)展，即在保障經濟平穩(wěn)健康增長的同時，實現(xiàn)節(jié)能減排和生態(tài)環(huán)境可持續(xù)發(fā)展[1]是一個新的時代話題。以太陽能、風能和核能為代表的可再生能源發(fā)展必將在這一過程中起到重要作用。但是，可再生能源的使用成本比傳統(tǒng)能源高，隨著能源結構趨于清潔化（可再生能源消費占比增加），其帶來的經濟產出效應和能源需求效應如何是本文重點關注的問題之一。具體來說，對未來能源發(fā)展狀況設定不同的情形，包括自然演化情形和約束情形。前者指各變量的發(fā)展都是根據(jù)其歷史發(fā)展趨勢進行，后者是在綜合考慮各種政府文件規(guī)劃后設置的一種情形。在不同的發(fā)展情形下，能源消費結構不一樣，能源平均使用成本不一樣，進而會影響經濟產出、能源消費和污染物排放。

鑒于不同區(qū)域的要素稟賦的巨大差異，所處的發(fā)展階段和發(fā)展模式不一致，在文章構建出分析框架后，以安徽省為例進行了實證分析。安徽省未來可再生能源規(guī)劃量大，在節(jié)能減排的政策壓力下，未來化石能源消費比重將逐年下降，可再生能源比重上升。用可再生能源對傳統(tǒng)化石能源進行替代必然會導致單位能源使用成本的上升，由此可能會對安徽省整個能源經濟系統(tǒng)造成一些影響。本文的余下部分安排如下：第二部分是文獻回顧；第三部分構建了本文分析的模型，分化石能源和可再生能源計算安徽省未來能源成本和能源價格，并以安徽省為例進行了實證分析；最后一部分對全文進行了總結。

二、 相關文獻回顧

關于能源與經濟發(fā)展關系的研究可以追溯到Kraft等[2]，他們用格蘭杰因果檢驗的方法實證檢驗了1947年到1974年間美國GDP與能源消費之間的關系，發(fā)現(xiàn)GDP與能源消費之間存在單向格蘭杰因果關系。自那之后，格蘭杰因果檢驗方法作為一種主流的研究方法被廣泛使用，比如，Belloumi[3]研究了突尼斯能源消費與GDP之間的關系，發(fā)現(xiàn)人均GDP與人均能源消費之間存在長期雙向因果關系，但能源消費與GDP之間只存在短期單向因果關系。Bozoklu等[4]對經濟合作與發(fā)展組織（OECD）國家的能源消費與經濟增長之間的關系進行了檢驗，結果發(fā)現(xiàn)，澳大利亞、奧地利、加拿大、意大利、日本、墨西哥、新西蘭、葡萄牙、英國和美國存在GDP到能源消費的短期格蘭杰因果關系；奧地利、比利時、丹麥、德國、意大利、日本、新西蘭、挪威和美國存在GDP到能源消費的長期格蘭杰因果關系；反過來，從能源消費到GDP的短期格蘭杰因果關系主要存在的國家包括奧地利、丹麥、意大利、新西蘭、挪威、葡萄牙；而能源消費到GDP的長期格蘭杰因果關系主要存在的國家包括比利時、芬蘭、希臘、意大利、日本和葡萄牙。Tiba等[5]對能源、環(huán)境和經濟增長之間關系研究的文獻進行了系統(tǒng)有序的總結和回顧，主要方法包括協(xié)整、誤差修正模型[6-8]、向量自回歸模型（VAR）[9-10]、廣義矩估計（GMM）[11-12]、ARDL邊界檢驗[13-14]。能源價格變動與經濟之間關系的研究自Hamilton[15]開始，該研究實證分析發(fā)現(xiàn)第二次世界大戰(zhàn)后全球的經濟衰退是由石油價格上漲造成的。Blanchard等[16]發(fā)現(xiàn)21世紀之后油價上漲對經濟和通貨膨脹的影響程度都比20世紀70年代弱。

關于對中國能源消費與經濟增長的研究，劉衛(wèi)國[17]發(fā)現(xiàn)中國經濟總量對石油消費量具有單向正影響，即存在單向格蘭杰因果關系。吳永平等[18]證明中國煤炭消費和經濟增長之間存在長期穩(wěn)定的均衡關系，且經濟增長與能源消費之間存在雙向格蘭杰因果關系，但經濟增長與煤炭消費之間僅存在單向格蘭杰因果關系。林伯強[19]對中國電力消費與經濟增長之間的關系進行了探討，證明GDP與電力消費之間存在顯著的單向格蘭杰因果關系?？紤]到環(huán)境因素，陳詩一[20]對中國工業(yè)全要素生產率的變化和綠色增長進行了核算，結果表明中國工業(yè)大體上以集約型增長為主，只有少數(shù)高耗能和排放高的行業(yè)仍然呈粗放型增長。王兵等[21]基于全局非徑向方向距離函數(shù)測算了中國區(qū)域綠色發(fā)展績效并分析了區(qū)域差異性形成的主要原因。林伯強等[22]模擬了在反映節(jié)能和排放約束下的最優(yōu)能源結構和現(xiàn)有能源結構下能源成本增加對中國宏觀經濟的影響。本文正是借鑒這一思路，參考馬靜等[23]對安徽省未來能源消費總量、電力消費總量和能源消費結構的預測，結合本文構建的理論分析框架，分情形討論了安徽省未來能源結構轉變和能源價格變化對其經濟產出、能源需求和污染物排放造成的影響。

三、 理論模型構建和分析

（一）要素可變的投入產出模型

本節(jié)將構建要素可變的投入產出模型，模擬未來由于能源結構和能源價格變化導致的經濟產出、能源需求和污染物排放變動。首先將部門合并整理，并通過以下五個模塊進行刻畫：生產、價格、能源、排放及系統(tǒng)約束，所以在模型中，將未來遠景的能源結構、能源價格作為沖擊，帶入模型中計算相應的影響。

（1）生產：生產模塊主要描述國內外產品市場的供需情況，本節(jié)把產業(yè)分為第一產業(yè)部門、第二產業(yè)部門（不包括能源產業(yè)部門）、第三產業(yè)部門和能源產業(yè)部門。方程（1）為包含要素投入的多元生產函數(shù)，該生產函數(shù)包括勞動和資本、中間投入以及能源投入。

（2）價格：在零利潤的假設下，如果各投入獲得邊際報酬，那么αki就等于投入產出表中的直接投入系數(shù)。

在最大化利潤的約束下，不同要素投入的邊際產出之比等于邊際價格之比：

Pm和Pn分別表示第i產業(yè)中第m產業(yè)投入和第n產業(yè)投入要素的價格。由于投入系數(shù)αmi和αni一般不發(fā)生變化，根據(jù)式（2），就可以計算價格變動后，對于投入要素需求的沖擊。價格變化后，不同的投入要素要根據(jù)上式進行調整，重新滿足平衡約束條件。

（3）能源：根據(jù)變化后的要素投入量，就可以計算出對能源需求和社會總產出的沖擊。由于能源在本模型中作為一種要素投入，所以能源價格變化后對總能源消費的影響為：

其中，YT為社會總產出，F(xiàn)N為調整后的要素投入量，A為直接消耗系數(shù)矩陣。

總產出變化率則可以根據(jù)價格變化前后產出的變化情況進行計算。

（4）排放：我們主要考慮的污染物排放包括二氧化碳、二氧化硫、氮氧化物和煙塵，它們主要由化石能源燃燒使用引起。其中

使用一噸煤炭會產生1.39 kg二氧化硫，1.88噸二氧化碳，5.75 kg氮氧化物以及4 kg煙塵；

使用一噸石油會產生17.2 kg二氧化硫，3.005噸二氧化碳，2.32 kg氮氧化物以及大約2 kg煙塵；

天然氣作為一種清潔化石能源，我們只考慮其燃燒排放的二氧化碳，使用一億立方米天然氣排放的二氧化碳大約為21.84噸。

（5）系統(tǒng)約束：由于本模型主要關注于長期能源結構與價格變化的影響，所以討論家庭與政府平衡對于分析問題的意義不大，本文關注于投入要素之間的平衡。在上述所有約束條件下，使用投入產出模型可以模擬出能源價格變化對某區(qū)域能源消費變化和產出沖擊的影響。

（二）能源成本和能源價格的估算

能源成本包括化石能源成本和可再生能源成本，其中前者由其使用量乘以相應的價格得到；后者計算比較復雜，包括并網(wǎng)成本和購電成本，下面依次介紹這兩種成本的計算過程。

（1）并網(wǎng)成本：可再生能源發(fā)電因其不穩(wěn)定性會給電網(wǎng)造成一定沖擊，并因此產生一些成本[24]。大規(guī)模開發(fā)利用可再生能源，尤其是風電和光伏發(fā)電將需要更為穩(wěn)定的電網(wǎng)配套設施，其產生的成本可以分為電網(wǎng)基礎設施建設成本和系統(tǒng)平衡成本[25]，本小節(jié)將分別計算這兩種成本。

由于風力發(fā)電和光伏發(fā)電的隨機性和間歇性，要穩(wěn)定地傳輸風電和光伏電力需要更加強大和穩(wěn)定的電力系統(tǒng)，對安徽省而言，未來伴隨可再生能源使用量的增加，要強化的電力系統(tǒng)也更大。通過增加電網(wǎng)基礎設施投資來消納可再生能源發(fā)電已經達成一種共識[26-28]。在具體計算中，我們使用的參數(shù)來自Cometto和Keppler[29]對風力發(fā)電和光伏發(fā)電的電網(wǎng)基礎設施建設成本的估計，即每單位電力的運輸成本的估算，詳見表1。

建設電網(wǎng)基礎設施運輸陸上風電的單位成本為3.96美元/千千瓦時，運輸光伏發(fā)電的單位成本為15.55美元/千千瓦時，單位成本乘以風力和光伏發(fā)電量可得安徽省未來風力和光伏發(fā)電的總電網(wǎng)建設成本。

除了要加強電網(wǎng)基礎設施建設以外，發(fā)展風電和光伏還需要對其電力負荷進行轉換實現(xiàn)峰值調控[25]，抽水蓄能電站可以滿足這一功能。根據(jù)何永秀等[30]，抽水蓄能電站在電力負荷低谷時將水由下至上抽至水庫，在電力負荷調峰時放水發(fā)電，可以實現(xiàn)維持電網(wǎng)負荷平衡的作用。假設安徽省未來為了平衡電網(wǎng)負荷，將建設一些新的抽水蓄能電站，基于此我們估計了可再生能源發(fā)電的系統(tǒng)平衡成本（包括建設抽水蓄能電站的成本和平衡電力負荷時的電力損失成本）。根據(jù)Lin等[25]，建設成本的具體計算公式為：

除了建設抽水蓄能電站外，另一部分成本為電力損失成本。目前全球抽水蓄能電站的能源轉換效率為70%到80%之間。中國抽水蓄能電站目前的能源轉換效率為75%，假設到2050年這一效率將上升至80%。因此，總的系統(tǒng)平衡成本為：

（2）可再生能源購電成本：各可再生能源品種的發(fā)電量和上網(wǎng)電價的乘積構成了未來使用可再生能源的購電成本。對安徽省而言，2015年風電裝機容量135.5萬千瓦。在約束情形下，安徽省2030年風電和光伏裝機容量將達到450萬千瓦和3500萬千瓦；到2050年，風電和光伏裝機容量將分別達到600萬千瓦和7500萬千瓦。而在自然演化情形下，安徽省2030年風電和光伏裝機容量將達到300萬千瓦和1100萬千瓦；到2050年，風電和光伏裝機容量將分別達到600萬千瓦和7000萬千瓦。（關于自然演化情形和約束情形的具體設定見附錄）

對水電而言，安徽省常規(guī)水電資源并不豐富，常規(guī)水電理論蘊藏量160萬千瓦，經濟可開發(fā)量120萬千瓦，目前常規(guī)水電資源已基本開發(fā)完畢。而抽水蓄能電站可以選擇的站址資源豐富，從普查資料看具有開發(fā)價值的站址共27處，裝機容量2825萬千瓦，其中裝機容量超過100萬千瓦且水頭高于300米以上的有13處，總裝機容量1815萬千瓦。績溪抽蓄和金寨抽蓄2個站址被國家能源局批準列為安徽省2020年新建抽水蓄能電站推薦站點，目前正在開工建設，預計2020年投產后水電總裝機容量將達到591萬千瓦。在約束情形下，至2030年和2050年，安徽省抽水蓄能裝機容量將分別達到900萬千瓦和2000萬千瓦，水電總裝機則分別達到1023和2130萬千瓦。在自然演化情形下，至2030年和2050年，安徽省抽水蓄能裝機容量將分別達到500萬千瓦和2000萬千瓦，水電總裝機則分別達到623萬千瓦和2130萬千瓦。

對于核電建設，由于受日本福島核事故的影響，導致了公眾對于核電發(fā)展安全性的擔憂，因而安徽省的內陸核電建設計劃被一度擱置，預計2020年之前不太可能建設核電站。目前多方論證的主要核電選擇地址有董公山廠址、芭茅山廠址和吉陽廠址，各廠址規(guī)劃裝機均為4×100萬千瓦級，芭茅山具體規(guī)劃裝機為4×125萬千瓦，其他兩個廠址也按此裝機容量考慮，基本上核電站均按照兩期建設，一期工程2×125萬千瓦。進而我們對安徽省未來核電裝機容量做出以下預測，在約束情形和自然演化情形下，2050年核電裝機容量分別為1500萬千瓦和2500萬千瓦。

2015年安徽省風力發(fā)電平均利用小時數(shù)約為1700小時，光伏發(fā)電平均利用小時數(shù)約為1100小時，常規(guī)水能發(fā)電利用小時數(shù)約為2750小時。2016年抽水蓄能發(fā)電利用小時數(shù)約為1600小時，預計2016年以后每年的發(fā)電小時數(shù)至少與2016年持平。核電利用小時數(shù)約為7200小時。根據(jù)不同種類的可再生能源發(fā)電裝機量與設備發(fā)電利用小時數(shù)，可以計算安徽省在未來各年份的可再生能源發(fā)電量。

安徽省2016年光伏上網(wǎng)電價為0.98元/千瓦時，屬III類資源區(qū)。根據(jù)王利等[32]，2020年III類資源區(qū)地面光伏電站的發(fā)電成本電價為0.8元/千瓦時，2025年可以實現(xiàn)發(fā)電側平價上網(wǎng)。自2020年往后，光伏發(fā)電成本將進一步降低。據(jù)日本學者的估計，到2030年業(yè)務用光伏發(fā)電成本有望降低到7日元/千瓦時，2050年則更低；美國能源部2030年的目標更是爭取實現(xiàn)百萬光伏電站成本降至3美分/千瓦時[33]。所以我們假設安徽省2030年光伏發(fā)電成本將降為0.5元/千瓦時，2050年降低至0.3元/千瓦時。風電的上網(wǎng)電價分為陸上風電和海上風電兩種，安徽省地處內陸，沒有海上風電場，2016年風電上網(wǎng)電價為0.6元/千瓦時，屬IV類資源區(qū)。根據(jù)國家發(fā)改委對2018年風電上網(wǎng)標桿電價的設定，IV類資源區(qū)為0.57元/千瓦時，我們假設安徽省2020年風電上網(wǎng)電價為0.50元/千瓦時，自2020年往后，風力發(fā)電成本將進一步降低，所以我們設定其成本2030年為0.4元/千瓦時，2050年為0.3元/千瓦時。水力發(fā)電2014年全國上網(wǎng)電價為0.2～0.4元/千瓦時，在未來一段時間內，其成本變化不大，我們假設2016年為0.4元/千瓦時，2050年降為0.2元/千瓦時，且在這一段時間呈線性變化。核電的上網(wǎng)電價根據(jù)國家發(fā)改委的規(guī)定，設定為0.43元/千瓦時（佚名[34]）且未來變化不大。

（3）化石能源成本：根據(jù)美國能源信息管理局對未來化石能源成本的估計和安徽省2015年煤炭、石油和天然氣的單位使用成本以及馬靜等[23]對安徽省未來能源使用總量和能源結構的估計，可以計算安徽省未來在不同情形下化石能源使用成本，如圖1所示?？梢钥闯鲈诩s束情形下，天然氣的使用成本比自然演化情形下高，而煤炭使用成本則比自然演化情形下低。

最終，考慮到電力平衡，使用發(fā)電煤耗法和火電占比計算安徽省火力發(fā)電量并與可再生能源發(fā)電量進行對比，如果產生了電力缺口，則考慮從省外調電，該部分成本以安徽省火電上網(wǎng)電價核算。最終的能源成本是化石能源成本和可再生能源成本之和，計算結果見表2。

從表2可以看出，安徽省未來能源成本都呈遞增趨勢，但是在自然演化情形下的能源總成本低于約束情形下的成本，且它們之間的差額也隨時間推移而增加。表3顯示了安徽省未來在不同情形下的能源價格，其中約束情形下的能源價格要高于自然演化情形，在約束情形下能源平均價格為1851.6元/噸標準煤，比自然演化情形下高出9.2%（后者為1695.5元/噸標準煤），且在兩種情形下能源價格增速逐漸下降。

（三）結果討論

根據(jù)上文構建的分析模型，使用安徽省2012年投入產出表作為數(shù)據(jù)基礎進行了實證分析，結果見表4?？梢钥闯觯c自然演化情形相比，約束情形下的能源需求和產出都會減少，這是因為受到能源結構變化的約束，約束情形下的傳統(tǒng)化石能源消費比例下降，可再生能源消費比例上升，導致能源成本上升，進而導致能源與其他生產要素之間發(fā)生了替代。比如要更多地使用資本和勞動來替代能源投入，資本和勞動投入的增加相當于增加了中間投入，所以最終產出也會減少。具體來說，2020年，由于能源價格的上升會使能源消費量在有約束情形下比自然演化情形下降低1.58%，產出下降0.64%；2030年能源消費量在有約束情形下比自然演化情形下降低6.41%，產出下降2.61%；2050年能源消費量在有約束情形下比自然演化情形下降低9.11%，產出下降3.73%。

對污染物排放而言，能源結構和能源價格的沖擊導致能源需求量下降，污染物排放量也會相應下降。表5呈現(xiàn)出與自然演化情形相比，約束情形下的各類污染物排放減少量，其中二氧化碳的減少量最為明顯，到2050年達到了1.28億噸，氮氧化物其次，達到37.49萬噸，煙塵和二氧化硫減少量分別為26.11萬噸和13.02萬噸。由此可見，發(fā)展可再生能源有利于安徽省未來的環(huán)境質量改善和提高。

四、 總結和政策建議

本文建立了能源價格變化所帶來的經濟產出、能源需求和污染物減排效應的理論分析框架，分自然演化情形和約束情形測算未來的能源平均價格變化，并以此價格變化作為外生沖擊，在要素可變投入產出模型的框架下模擬能源價格變化對經濟系統(tǒng)、能源需求和污染物排放的影響。在馬靜等[23]提供的數(shù)據(jù)基礎上，以安徽省為例進行了實證分析，分情形估算了安徽省未來的能源價格，模擬了能源價格變化對安徽省經濟系統(tǒng)的影響。在自然演化情形下（即所有變量均按歷史趨勢演變），2020年能源價格為1472.0元/噸標準煤；2030年為2023.9元/噸標準煤；2050年為2590.9元/噸標準煤。在約束情形下，即綜合考慮各種政策文件對新能源的發(fā)展規(guī)劃時，安徽省未來可再生能源消費量所占比例提高，能源價格也相應上漲，2020年能源價格為1518.8元/噸標準煤，2030年為2303.1元/噸標準煤，2050年為3119.4元/噸標準煤。

模擬安徽省未來在自然演化情形和約束情形下能源成本的變化對能源需求和經濟產出的影響，可以得到，與自然演化情形相比，約束情形下的能源需求和產出都會減少。具體來說，2020年，由于能源成本的上升會使能源需求量在有約束情形下比自然演化情形下降低1.58%，產出下降0.64%；2030年能源需求量在有約束情形下比自然演化情形下降低6.41%，產出下降2.61%；2050年能源需求量在有約束情形下比自然演化情形下降低9.11%，產出下降3.73%。與能源需求下降相對應，污染物排放也將減少，其中二氧化碳的減少量最為明顯，到2050年達到1.28億噸，氮氧化物其次，達到37.49萬噸，煙塵和二氧化硫減少量分別為26.11萬噸和13.02萬噸。

根據(jù)文章的發(fā)現(xiàn)，我們給出以下政策建議：第一，由于風電和太陽能上網(wǎng)電價與技術進步密切相關，因此要加強在此方面的科研投入，較低的上網(wǎng)電價可以減少購電成本，進而降低未來可再生能源使用成本。第二，為避免風電和太陽能的不穩(wěn)定性對電網(wǎng)產生的不良沖擊，發(fā)展風電和太陽能所需要的電網(wǎng)建設成本巨大，且這一部分成本大都由國家電網(wǎng)承擔，這將打擊國家電網(wǎng)發(fā)展可再生能源的積極性，未來要建立更加合理的成本和收益分攤機制，在電網(wǎng)承擔成本的同時保證其應得收益。第三，在電網(wǎng)系統(tǒng)平衡成本中，由抽水蓄能電站來調峰會帶來相當一部分的電力損失，未來可結合運用多種調峰方式，以成本最小的方式進行；建立相應的機制保障抽水蓄能電站的健康發(fā)展，以應對可再生能源發(fā)展帶來的巨大調峰需求。第四，可再生能源的發(fā)展有利于環(huán)境質量改善，但由于受限于技術進步，電網(wǎng)建設成本增加等因素的影響，大規(guī)模發(fā)展使用可再生能源會使得能源使用成本上升，對經濟發(fā)展造成的負向影響較小，如果綜合考慮可再生能源發(fā)展帶來的外部效應，應該加快可再生能源的發(fā)展，使其在美麗中國的建設歷程中發(fā)揮應有的作用。

參考文獻：

[1] 涂正革， 王秋皓. 中國工業(yè)綠色發(fā)展的評價及動力研究——基于地級以上城市數(shù)據(jù)門限回歸的證據(jù) [J]. 中國地質大學學報（社會科學版）， 2018（1）： 47-56

[2] Kraft J， Kraft A. On the relationship between energy and GNP [J]. Journal of Energy and Development， 1978， 3（2）： 401-403.

[3] Belloumi M. Energy consumption and GDP in Tunisia： cointegration and causality analysis [J]. Energy Policy， 2009， 37（7）： 2745-2753.

[4] Bozoklu S， Yilanci V. Energy consumption and economic growth for selected OECD countries： further evidence from the granger causality test in the frequency domain [J]. Energy Policy， 2013， 63： 877-881.

[5] Tiba S， Omri A. Literature survey on the relationships between energy， environment and economic growth [J]. Renewable and Sustainable Energy Reviews， 2017， 69： 1129-1146.

[6] Shiu A， Lam P L. Electricity consumption and economic growth in China [J]. Energy policy， 2004， 32（1）： 47-54.

[7] Hwang D， Gum B. The causal relationship between energy and GNP： the case of taiwan [J]. Journal of Energy and Development， 1992， 16（2）： 219-26.

[8] Kouakou A K. Economic growth and electricity consumption in cote dIvoire： evidence from time series analysis [J]. Energy Policy， 2011， 39（6）： 3638-3644.

[9] Lorde T， Waithe K， Francis B. The importance of electrical energy for economic growth in Barbados [J]. Energy Economics， 2010， 32（6）： 1411-1420.

[10] Chiouwei S Z， Chen C F， Zhu Z. Economic growth and energy consumption revisited — evidence from linear and nonlinear granger causality [J]. Energy Economics， 2008， 30（6）： 3063-3076.

[11] Huang B N， Hwang M J， Yang C W. Causal relationship between energy consumption and GDP growth revisited： a dynamic panel data approach [J]. Ecological economics， 2008， 67（1）： 41-54.

[12] Soytas U， Sari R， Ewing B T. Energy consumption， income， and carbon emissions in the United States [J]. Ecological Economics， 2007， 62（3）： 482-489.

[13] Ozturk I， Acaravci A. CO2 emissions， energy consumption and economic growth in turkey [J]. Renewable and Sustainable Energy Reviews， 2010， 14（9）： 3220-3225.

[14] Shahbaz M， Feridun M. Electricity consumption and economic growth empirical evidence from pakistan [J]. Quality & Quantity， 2012， 46（5）： 1583-1599.

[15] Hamilton J D. Oil and the macroeconomy since world war II [J]. Journal of political economy， 1983， 91（2）： 228-248.

[16] Blanchard O J， Gali J. The macroeconomic effects of oil shocks： why are the 2000s so different from the 1970s？ [R]. National Bureau of Economic Research， 2007.

[17] 劉衛(wèi)國. 我國石油消費與經濟增長互動關系的實證研究 [J]. 北京工商大學學報（社會科學版）， 2008， 23（4）： 83-89.

[18] 吳永平， 溫國鋒， 宋華嶺. 世界主要煤炭消費國與其國家經濟增長GDP關系分析 [J]. 中國礦業(yè)， 2008， 17（2）： 21-25.

[19] 林伯強. 電力消費與中國經濟增長： 基于生產函數(shù)的研究 [J]. 管理世界， 2003（11）： 18-27.

[20] 陳詩一. 能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展 [J]. 經濟研究， 2009（4）： 41-55.

[21] 王兵， 侯冰清. 中國區(qū)域綠色發(fā)展績效實證研究： 1998—2013——基于全局非徑向方向性距離函數(shù) [J]. 中國地質大學學報（社會科學版）， 2017（6）： 24-40.

[22] 林伯強， 姚昕， 劉希穎. 節(jié)能和碳排放約束下的中國能源結構戰(zhàn)略調整 [J]. 中國社會科學， 2010（1）： 58-71.

[23] 馬靜， 田鵬， 林伯強， 等. 安徽省中長期能源電力需求預測 [R]. 中國能源經濟研究中心工作論文， 2017.

[24] Smith J C， Milligan M R， Demeo E A， et al. Utility wind integration and operating impact state of the art [J]. IEEE Transactions on Power Systems， 2007， 22（3）： 900-908.

[25] Lin B， Li J. Analyzing cost of gridconnection of renewable energy development in China [J]. Renewable and Sustainable Energy Reviews， 2015， 50： 1373-1382.

[26] Mills A. Estimating reserve costs for wind power [R]. The China Sustainable Energy Program， 2011.

[27] CDEAC. Report of the transmission task force to the western governors association [R]. Clean and Diversified Energy Advisory Committee， 2006.

[28] Jacobs M B. Transmission recommendations for high wind penetration [C]. Power Engineering Society General Meeting， 2007 IEEE 1-6.

[29] Cometto M， Keppler J H. Nuclear energy and renewables： system effects in lowcarbon electricity systems [D]Paris： Paris Dauphine University， 2012.

[30] 何永秀， 關雷， 蔡琪， 等. 抽水蓄能電站在電網(wǎng)中的保安功能與效益分析 [J]. 電網(wǎng)技術， 2004， 28（20）： 54-57.

[31] 周小謙. 國網(wǎng)摒棄抽水蓄能利好風電并網(wǎng)為何不建？ [EB/OL]. （2012-06-15）. http： ∥www. cnsb. cn/html/news/782/show_782855. html.

[32] 王利， 周悅剛， 徐曉敏. 我國光伏發(fā)電成本變化分析 [J]. 中國電力企業(yè)管理， 2016（5）： 46-49.

[33] 章從福. 以5美分/kWh的成本發(fā)電美國風險企業(yè)開發(fā)出跟蹤聚光型太陽能電池 [J]. 半導體信息， 2008（3）： 39-39.

[34] 佚名. 國家發(fā)展改革委： 部署核電上網(wǎng)電價機制 [J]. 中國招標， 2013（30）： 53-53.