李素芳，徐鈺楚，王定國

(中南財經政法大學 統(tǒng)計與數(shù)學學院，湖北 武漢 430073)

一 引 言

自改革開放以來，我國經濟以平均10%左右的速度增長[1]，工業(yè)化和城市化進程持續(xù)加快，能源作為人類生存、社會進步、經濟發(fā)展不可缺少的物質基礎，對我國經濟發(fā)展和人民生活水平的提高起著重要作用。根據(jù)《中國統(tǒng)計年鑒》的數(shù)據(jù)資料，自上世紀90年代中期以來，能源消費排名前10位的高耗能行業(yè)的能源消費占總能源消費的56.7%，占工業(yè)部門能源消費量的81.6%。尤其在當前環(huán)境問題日益凸顯的形勢下，“可持續(xù)發(fā)展”理論應運而生，如何處理能源消費與環(huán)境污染、經濟發(fā)展之間的關系，中國能源消費應該以怎樣的趨勢發(fā)展才能達到能源利用節(jié)約型的經濟可持續(xù)發(fā)展，成為實務界和理論界需要廣泛關注的問題。因此，在考慮環(huán)境污染因素的條件下，探索以高耗能行業(yè)為代表的能源消費與經濟發(fā)展之間長期動態(tài)關系具有重要的意義。能源消費與經濟增長之間的關系研究最初由Kraft J.和Kraft A.[2]進行了開創(chuàng)性工作，隨后四十余年來，國內外學者開展了大量深入的研究。但是，能源消費與經濟增長之間的關系到底如何至今仍然沒有形成一致結論。現(xiàn)有的研究結論主要可以歸納為如下四種觀點：第一種觀點認為能源消費與經濟增長之間沒有因果關系[3-5]，也就是所謂的“中性假說”，這就意味著減少能源消費量不會影響經濟增長；第二種觀點認為存在經濟增長對能源消費的單向因果關系[6][7]，即所謂的“能源節(jié)約假說”，這就表明減少能源消費對經濟增長沒有負面影響；第三種觀點認為存在能源消費導致經濟增長的單向因果關系[8][9]，也就是所謂的“經濟增長假說”，這種情況下節(jié)約能源可能會對經濟增長有負面影響；第四種觀點認為能源消費與經濟增長間存在雙向因果關系[10][11]，也被稱為“反饋假說”，這就意味著能源消費和經濟增長是互相影響的。

現(xiàn)有的研究主要利用雙變量模型對單個國家或多個國家的能源消費——經濟增長關系進行考察。Zhang和Cheng[12]研究了1960-2007年期間中國能源消費，碳排放和經濟增長之間的關系，發(fā)現(xiàn)能源節(jié)約政策對經濟增長幾乎沒有負面影響；謝志明等[13]考察發(fā)現(xiàn)能源強度與CO2排放之間存在顯著相關性與長期均衡性?？傮w而言，目前對中國高耗能行業(yè)能源消費的影響因素分析，以及其與環(huán)境污染、經濟增長之間的關系研究還較少，例如，沈可挺和龔健健[14]利用方向性距離函數(shù)和非參數(shù)數(shù)據(jù)包絡方法分析了高耗能產業(yè)環(huán)境全要素生產率的行業(yè)和省際差異基礎上對其影響因素進行了實證研究；牛雄鷹和丁言喬[15]發(fā)現(xiàn)我國當期對外直接投資對“一帶一路”沿線國家的碳排放有惡化作用,但是滯后一期的對外直接投資可以降低沿線國家碳排放；柳瑞禹和葉子菀[16]則研究了中國高耗能行業(yè)電力消費與宏微觀經濟變量之間的動態(tài)關系。黃曉鳳和陳永康[17]發(fā)現(xiàn)2005年至2015年間我國農業(yè)技術創(chuàng)新總體上是偏向非能源要素的使用，即資本和勞動。與以往研究不同，本文利用大量變量、大規(guī)模數(shù)據(jù)，結合貝葉斯非線性FAVAR模型研究高耗能行業(yè)為代表的中國能源消費與經濟增長之間的非對稱效應，克服了數(shù)據(jù)潛在的測量誤差，有效彌補了以往研究所采用的主要多變量模型(如VAR、VECM、SVAR等)變量少、信息有限等缺陷，同時能夠解決中國由于經歷了快速的機構和結構變化而導致的缺乏長時期時間序列的難題。特別地，利用貝葉斯方法進行非線性FAVAR模型的估計，能夠解決模型的高維度問題，并且，貝葉斯方法融合了先驗歷史信息和樣本信息，有助于提高模型分析的精度。

二 非線性FAVAR模型的構建

在實際經濟運行中能源消費可能直接或間接地影響著眾多的宏微觀經濟因素，政策制定者需要考慮的經濟因素很多，而以往通常運用的VAR、VECM、SVAR以及DSGE等計量經濟模型最多可以處理12個經濟變量，無法反映所有的經濟信息[18]，顯然很難直接觀察和測量到能源消費影響宏微觀經濟的所有信息。Bernanke等[18]提出的FAVAR模型從根本上解決了上述問題，其具體方法是用主成分分析法從高維的經濟信息集中提取少數(shù)幾個宏觀共同因子，再使用提取的宏觀共同因子與政策變動因子建立VAR模型。因此，F(xiàn)AVAR模型為綜合研究能源消費與經濟增長之間的動態(tài)關系提供了一個很好的計量經濟框架。

假設Xt為t時期的N維可觀測變量，F(xiàn)t是從大量數(shù)據(jù)集中提取的K維不可觀測共同因子，反映了t時期大量數(shù)據(jù)集中變量的共同趨勢，這些不可觀測因子Ft可以理解成不能由一兩個指標刻畫，而需要用一系列經濟變量來反映的經濟活動或者政策因素。Yt是M維影響經濟動態(tài)的可觀測變量，在此，能源消費就是可觀測變量，記為ENEt，同時，考慮到環(huán)境污染因素的影響，引入與高耗能行業(yè)環(huán)境污染密切相關的三個可觀測變量，即三個空氣污染指標：工業(yè)二氧化硫(SO2)、二氧化碳(CO2)和工業(yè)煙粉塵排放量，分別記為SO2t，CO2t和SMOt。根據(jù)Bernanke等[18]提出的FAVAR模型，不可觀測因子和可觀測變量的聯(lián)合動態(tài)(Ft,Yt)服從VAR過程，其具體形式如下：

(1)

其中Φ(L)為p階滯后算子多項式，υt是均值為0、協(xié)方差矩陣為Q的隨機誤差項，并且，假定信息時間序列變量Xt與不可觀測因子Ft、觀測變量Yt相關，有如下測量方程：

Xt=ΛfFt+ΛyYt+εt

(2)

此處，Λf是N×K的因子載荷矩陣，Λy是可觀測變量的N×M的因子載荷矩陣，誤差項εt的均值為0，協(xié)方差為對角陣R，從而使得可觀測變量的誤差項是互不相關的。

方程(1)和(2)共同構成了FAVAR模型，對于模型Ft中的估計，Boivin等[19]提出了一種新的反復迭代估計法。由于經濟社會背景復雜化，能源消費對經濟和環(huán)境的影響可能不一定是線性的，而存在非對稱等非線性特征。因此，為了研究中國高耗能行業(yè)能源消費對經濟和環(huán)境潛在的非對稱影響效應，則要考察如下非線性FAVAR模型，其測量方程為：

Xt=ΛfFt+ΛyYt+Λ1ΔENEtI(ΔENEt≥0)+Λ2ΔENEtI(ΔENEt<0)+εt

(3)

在此，ΔENEt為能源消費變量的一階差分，表示能源消費的變化情況，I(·)是示性函數(shù)，Λ1，Λ2為可觀測變量能源消費變化的因子載荷矩陣，表明在能源消費增加和減少兩個不同機制下的特征。此時，相應的VAR模型為：

(4)

其中ΔZt-1=Ψ1(L)ΔENEt-1I(ΔENEt-1≥0)+Ψ2(L)ΔENEt-1I(ΔENEt-1<0)，Φ(L)，Ψ1(L)和Ψ2(L)為p階滯后系數(shù)矩陣。

三 非線性FAVAR模型的貝葉斯估計

(一)模型參數(shù)的初始值選擇及貝葉斯估計

由于貝葉斯方法能夠解決FAVAR模型的高維度問題，在此利用貝葉斯似然方法和多步Gibbs抽樣進行模型估計，從而，可以同時估計上述非線性FAVAR模型的因子和動態(tài)過程。為了通過似然方法同時估計方程(3)和(4)，將上述非線性FAVAR模型寫成如下狀態(tài)空間模型形式：

(5)

(6)

其中εt～iid(0,R)，υt～iid(0,Q)，式(5)表示測量方程，式(6)表示狀態(tài)方程。

Xt=A1FitI(ΔENEt≥0)+A2FitI(ΔENEt<0)+ut

(7)

Fit=Ψ1(L)Fi,t-1I(ΔENEt≥0)+

Ψ2(L)Fi,t-1I(ΔENEt<0)+υt

(8)

在此，可以采用模型(7)的主成分估計和模型(8)的參數(shù)估計作為參數(shù)的初始值，同時要求這些參數(shù)的估計滿足正則化條件，即載荷矩陣

假設給定參數(shù)空間Θi的超參數(shù)，則生成狀態(tài)向量的條件分布可以表示為每個時刻t處因子的條件分布的乘積：

(9)

(10)

t=T-1,T-2,…,1

(11)

其中

(12)

(13)

(14)

Cov(FitFi,t+1,Fitt,Θi)

(15)

3.參數(shù)Θi的條件分布

令Rimn=0，m≠n，同時，假定Rimm的先驗分布為發(fā)散共軛的逆伽瑪分布，即有Rimm～IG(3,0.001)，則Rimm的后驗分布為：

(16)

(17)

其中

(18)

vec(Ψi)丨Qi～N(0,Qi?Ω0)，

Qi～IW(Q0,K+M+2)

(19)

(20)

其中

四 實證分析

(一)指標的選取與數(shù)據(jù)處理

目前工業(yè)統(tǒng)計通常依據(jù)《國民經濟行業(yè)分類標準》2002版(GB/T4754-2002)對行業(yè)進行劃分，一般意義上把行業(yè)年電力消費量在400億萬千瓦時以上同時行業(yè)能源消費強度在1萬噸標準煤萬元以上或者能源消費總量在5000萬噸標準煤以上的行業(yè)列為高耗能行業(yè)，本文以此標準為基礎劃分的高耗能行業(yè)分別為黑色金屬冶煉及壓延加工業(yè)，非金屬礦物制品業(yè)，煤炭開采和洗選業(yè)，化學原料及化學制品制造業(yè)，電力、熱力的生產和供應業(yè)，石油加工、煉焦及核燃料加工業(yè)，有色金屬冶煉及壓延加工業(yè)，紡織業(yè)與造紙及紙制品業(yè)。在此，能源消費指標采用工業(yè)能源消費，表示為ENEt。污染物指標包括工業(yè)二氧化硫(SO2)、二氧化碳(CO2)和工業(yè)煙(粉)塵(Smoker)。從2011年開始，《中國統(tǒng)計年鑒》中將工業(yè)煙塵排放和工業(yè)粉塵兩項合并為工業(yè)煙(粉)塵排放，本文參照這種做法將樣本研究期內的兩項進行了合并。同時，借鑒Bernanke等[18]和Boivin等[19]篩選的宏觀經濟數(shù)據(jù)指標，結合本文的研究內容，選取如下幾方面的宏觀經濟信息集：一是實際產出指標；二是消費類指標；三是收入分配指標；四是價格指標；五是投資類指標；六是房地產開發(fā)類指標；七是財政收支指標；八是對外經濟指標；九是金融發(fā)展指標。上述9個方面的信息集共同構成156個變量的宏觀經濟信息集Xt。

考慮到我國數(shù)據(jù)的可得性，利用2004年1季度至2018年4季度的數(shù)據(jù)進行分析。本文利用化石能源消費產生的排放來估算CO2排放量，以各行業(yè)每年的能源消費量乘以單位能源使用的CO2排放系數(shù)，即得到各行業(yè)每年的CO2排放量。綜合借鑒Pan等[20]、陳詩一[21]以及李小平和盧現(xiàn)祥[22]的做法，采用單位能源使用的CO2排放系數(shù)為2.13噸CO2/噸標準煤，即可計算出各主要高耗能行業(yè)的CO2排放量。特別地，能源消費、SO2、CO2和工業(yè)煙(粉)塵變量的數(shù)據(jù)為年度數(shù)據(jù)，從而運用三次樣條插值方法變換成季度數(shù)據(jù)。所有數(shù)據(jù)均來自中國統(tǒng)計年鑒、中國環(huán)境統(tǒng)計年鑒、WIND數(shù)據(jù)庫和CEIC數(shù)據(jù)庫。

(二)模型實證結果分析

在高耗能行業(yè)能源消費增加和能源消費減少兩種不同情形下，為了研究高耗能能源消費對宏觀經濟以及各主要環(huán)境污染因素的非對稱和非線性影響效應，考慮進行兩種不同機制下的貝葉斯非線性脈沖響應分析。首先利用貝葉斯多步Gibbs抽樣算法估計模型(7)和(8)，得到模型參數(shù)的貝葉斯后驗估計。結合宏觀經濟信息集的時間序列跨度和考慮模型的穩(wěn)定性、簡潔性以及主成分因子的解釋度，前三個主成分因子的累積貢獻率能夠達到81.83%，說明前三個主成分因子提供了原始數(shù)據(jù)的足夠信息，因此我們選取前三個因子作為最終估計的共同因子Ft，滯后階數(shù)選擇4階。

通過提煉每個因子解釋度最高的前4—5個變量，第一個因子F1主要由4個原始變量確定，第二個因子F2主要由5個原始變量確定，第三個因子F3主要由5個原始變量確定，如表1所示。其中，人民幣對日元加權平均匯率和第一產業(yè)固定資產投資額的載荷值為負值，表示人民幣對日元加權平均匯率和第一產業(yè)固定資產投資額與第二個因子呈負相關；同理，食品類農村居民消費價格指數(shù)、農村居民消費價格指數(shù)、農村商品零售價格指數(shù)和食品類城市居民消費價格指數(shù)與第三個因子呈負相關。F1主要由貨幣供應量M0、M1、外匯儲備、第二產業(yè)增加值組成，其中，貨幣供應量M0反映現(xiàn)實購買能力和潛在購買能力，外匯儲備與進出口總額存在較強的正相關性，以工業(yè)為主體的第二產業(yè)是最具有增值空間的產業(yè)構成，因此，F(xiàn)1反映國家經濟增長的能力； F2主要由證券交易印花稅、城市居民消費價格指數(shù)、人民幣對日元匯率、加工貿易進口設備進口額以及第一產業(yè)固定資產投資額組成，其中，印花稅反映證券交易市場的活躍程度，人民幣對日元升值會導致以技術密集型產品為主體的中日貿易額的縮減，第一產業(yè)固定資產投資額的增加會造成一定的經濟滯后影響，因此，F(xiàn)2反映國家經濟發(fā)展的階段；F3主要由銀行間隔夜同行業(yè)拆借利率、食品類居民消費價格指數(shù)以及農村居民消費、商品零售價格指數(shù)組成，食品類居民消費價格指數(shù)的增大不利于消費結構升級，而民間資本應充分發(fā)揮在村鎮(zhèn)銀行改革中的重要作用，因此，F(xiàn)3能夠刻畫活貨幣的存量。綜上所述，影響高耗能行業(yè)能源消費的因子主要由國家經濟增長的能力、國家經濟發(fā)展的階段以及活貨幣的存量等方面維度構成。

表1 提煉的三個因子的經濟學含義

根據(jù)模型(7)和(8)，分解出能源消費沖擊通過K+1維載荷矩陣中對應宏觀因子信息集指標的行向量對相應指標的影響。特別地，我們考察了黑色金屬冶煉及壓延加工業(yè)，非金屬礦物制品業(yè)，煤炭開采和洗選業(yè)，化學原料及化學制品制造業(yè)，電力、熱力的生產和供應業(yè)，石油加工、煉焦及核燃料加工業(yè)，有色金屬冶煉及壓延加工業(yè)，紡織業(yè)與造紙及紙制品業(yè)九大高耗能行業(yè)的能源消費增加和能源消費減少沖擊對宏觀經濟和環(huán)境污染因素的影響效應。由于篇幅限制，這里只給出煤炭開采和洗選業(yè)在能源消費增加和能源消費減少兩種不同機制下的脈沖響應圖，其他幾個高耗能行業(yè)的脈沖響應的幅度和時期各有不同，但是其影響的大體趨勢基本類似。圖1(a)-(c)分別給出了煤炭開采和洗選業(yè)的能源消費增加和減少沖擊對幾個宏觀經濟變量的非對稱脈沖響應?？梢钥闯?，煤炭開采和洗選業(yè)的能源消費增加和能源消費減少沖擊對國內生產總值(GDP)、外商直接投資以及全部在崗職工數(shù)的影響效應是非對稱的，能源消費增加導致國內生產總值、外商直接投資以及全部在崗職工數(shù)增加，反之亦然。這與經濟理論的解釋基本一致，短期內，能源消費增加意味著經濟處于上行階段，經濟活力很好，GDP增加，F(xiàn)DI也會增加，失業(yè)人數(shù)降低；反之，能源消費減少可能會對工業(yè)生產等產生直接影響，繼而減少GDP和FDI，導致失業(yè)人數(shù)增加。特別地，在能源消費減少沖擊下，國內生產總值、外商直接投資以及全部在崗職工數(shù)首先減少，繼而，能源消費減少的沖擊作用逐漸變小，其波動逐漸被經濟完全接受，國內生產總值、外商直接投資以及全部在崗職工數(shù)逐漸增加，慢慢達到基本穩(wěn)定趨勢。另一方面，能源消費減少的傳導速度要比能源消費增加的傳導作用速度快，從圖形的趨勢可以看出能源消費增加或減少的沖擊一般都是短期效應，而不具有長期影響，而隨著時間推移，能源消費的波動被經濟完全接受，非對稱效應就會減少。這表明，減少能源消費的政策如果實施有度，在長期來看對經濟的沖擊會弱化，其非對稱影響效應也會減弱。

(a2)第二機制中GDP的脈沖響應

(b1)第一機制中外商直接投資的脈沖響應

(b2)第二機制中外商直接投資的脈沖響應

(c1)第一機制中全部在崗職工數(shù)的脈沖響應

(c2)第二機制中全部在崗職工數(shù)的脈沖響應

圖1 能源消費沖擊對幾個宏觀經濟變量的非對稱脈沖響應圖

同時，圖2(a)-(d)則分別給出了煤炭開采和洗選業(yè)的能源消費增加和減少沖擊對能源消費以及環(huán)境污染因素(包括二氧化碳(CO2)、工業(yè)二氧化硫(SO2)和工業(yè)煙(粉)塵(Smoker))的非對稱脈沖響應。從圖中可以看出，煤炭開采和洗選業(yè)的能源消費增加和能源消費減少沖擊對能源消費、二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵的影響也是非對稱的，煤炭開采和洗選業(yè)能源消費增加導致其能源消費增加，而煤炭開采和洗選業(yè)能源消費減少對其能源消費的沖擊作用不大，而且沒有長期作用。另一方面，煤炭開采和洗選業(yè)能源消費增加導致二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量增加，其中，二氧化碳和工業(yè)煙(粉)塵排放量的增加速度更大，而煤炭開采和洗選業(yè)能源消費減少首先會導致二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量減少，然后隨著時間推移，二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量逐漸增加，其增加速度越來越慢，直到最后趨于平緩。這種現(xiàn)象的原因可能是高耗能行業(yè)能源消費減少會導致二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量減少，同時，隨著時間推移，能源消費減少的沖擊會逐漸被整個經濟完全接受，并且，當我國逐漸過渡到完全能源節(jié)約型工業(yè)，二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量增加將會達到一個基本平緩穩(wěn)定的狀態(tài)。

另一方面，利用一般FAVAR模型進行能源消費、國內生產總值、外商直接投資、全部在崗職工數(shù)、二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量的脈沖響應分析發(fā)現(xiàn)能源消費對國內生產總值、外商直接投資、全部在崗職工數(shù)、二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量有正向沖擊作用，其脈沖響應的幅度和時期與貝葉斯非線性FAVAR的結論不一致，這主要是由于一般FAVAR模型不能刻畫具有非線性特征的非對稱脈沖響應。可見，

(a1)第一機制中能源消費的脈沖響應

(a2)第二機制中能源消費的脈沖響應

(b1)第一機制中CO2排放的脈沖響應

(b2)第二機制中CO2排放的脈沖響應

(c1)第一機制中SO2排放的脈沖響應

(c2)第二機制中SO2排放的脈沖響應

(d1)第一機制中煙粉塵排放的脈沖響應

(d2)第二機制中煙粉塵排放的脈沖響應

圖2 能源消費沖擊對環(huán)境污染因素等的非對稱脈沖響應圖

基于貝葉斯非線性FAVAR模型進行分析能夠刻畫中國高耗能行業(yè)能源消費潛在的非線性影響效應，并且，利用貝葉斯方法進行非線性FAVAR模型的估計，由于貝葉斯方法能夠融合先驗歷史信息和樣本信息，所以能夠解決FAVAR模型的高維度問題，有助于提高模型參數(shù)估計的精度。

五 結束語

高耗能行業(yè)由于能源消費高，行業(yè)產值大，產生的環(huán)境污染偏大等特點，越來越受到當前能源節(jié)約型社會建設的關注。本文構建雙機制的非線性FAVAR模型，結合貝葉斯參數(shù)估計方法，考察了黑色金屬冶煉及壓延加工業(yè)，非金屬礦物制品業(yè)，煤炭開采和洗選業(yè)，化學原料及化學制品制造業(yè)，電力、熱力的生產和供應業(yè)，石油加工、煉焦及核燃料加工業(yè)，有色金屬冶煉及壓延加工業(yè)，紡織業(yè)與造紙及紙制品業(yè)九大高耗能行業(yè)的能源消費增加(減少)沖擊對宏觀經濟以及環(huán)境污染因素的非對稱影響效應。由于FAVAR模型利用了中國的156個宏觀經濟變量，基本集合了所有的中國宏觀經濟信息，因此，能夠避免某些變量數(shù)據(jù)潛在的測量誤差問題。同時，由于貝葉斯方法能夠融合先驗歷史信息和樣本信息，所以，利用貝葉斯方法進行非線性FAVAR模型的參數(shù)估計，能夠解決FAVAR模型的高維度問題，從而有利于提高模型估計的準確性。

實證結果表明，高耗能行業(yè)的能源消費增加和減少對宏觀經濟的影響是非對稱的：能源消費增加會導致國內生產總值、外商直接投資以及全部在崗職工數(shù)增加，反之亦然；繼而，能源消費減少的沖擊作用逐漸變小，其波動逐漸被經濟完全接受，國內生產總值、外商直接投資以及全部在崗職工數(shù)逐漸增加，慢慢達到基本穩(wěn)定趨勢。因此，如果高耗能行業(yè)由目前的高能耗逐漸過渡到節(jié)約型能源，其能源消費的減少最初可能會對國民經濟發(fā)展有短期負向刺激，導致國內生產總值、外商直接投資以及就業(yè)人數(shù)減少，但是經過一段時間的調整，能源消費減少的沖擊作用會逐漸變小，國內生產總值、外商直接投資以及就業(yè)人數(shù)都會逐漸上升，慢慢達到基本穩(wěn)定狀態(tài)。同時，高耗能行業(yè)的能源消費增加和減少對環(huán)境污染因素的影響也呈現(xiàn)非對稱性，能源消費增加會導致二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量增加，能源消費減少最初會導致二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量減少，然后隨著時間推移，二氧化碳、工業(yè)二氧化硫以及工業(yè)煙(粉)塵排放量逐漸增加，其增加速度越來越緩慢，直到最后趨于平緩。這也充分說明了節(jié)約型能源建設的必要性和迫切性。高耗能行業(yè)只有尋找到可替代的新能源，才能在既保證國民經濟長期發(fā)展的同時又解決了“高能耗、高污染”問題，達到行業(yè)增長與節(jié)能減排有效結合的經濟健康持續(xù)發(fā)展。