能源消费经济增长论文

摘要：能源是经济发展与社会进步的重要物质基础，对我国经济可持续增长具有重要作用。但能源消费和环境保护二者相互影响、相互制约。今天小编给大家找来了《能源消费经济增长论文(精选3篇)》，仅供参考，希望能够帮助到大家。

能源消费经济增长论文 篇1：

能源消费、经济增长及能源需求预测研究

摘要：应用协整理论和格兰杰因果性检验，研究了河南省1978-2010年能源消费与经济增长的关系。结果表明，河南省能源消费与经济增长之间存在着长期均衡关系，能源消费增加将促进经济增长，反之则不然，二者之间存在单向因果关系。采用ARMA模型的预测结果表明，河南省未来能源需求仍比较大，必须采取多种措施完善能源保障体系。

关键词：能源消费；经济增长；协整性；因果关系；ARMA模型

DOI：10.3963/j.issn.16716477.2013.04.006

一、引 言

能源是经济社会发展的重要物质基础，是关系到国计民生的重要战略资源。随着我国国民经济的发展，对能源的需求不断增加，但能源供给却日益紧张，能源问题已经成为普遍关注的问题。因此，探讨能源消费与经济增长的关系，并在此基础上较为准确地预测能源需求的变化趋势，从而为有关部门政策的制定提供科学依据，对于保持国民经济的健康、持续、稳定发展具有重要意义。

自从Kraft[1]探索了美国经济增长与能源消费之间的因果关系后，能源消费与经济增长关系的实证研究便迅速扩展到了英、法、德、意大利等发达国家。对于亚洲国家，Glasure[2]利用Granger检验方法发现了新加坡能源对经济增长的因果关系。Yu[3]利用Granger检验方法得到了韩国经济增长对能源消费的因果关系。目前，国内对中国经济增长与能源消费的关系也进行了一些研究。马超群[4]的研究表明，我国经济增长分别与能源总消费、煤炭消费之间存在协整关系，而与石油、天然气和水电之间不存在协整关系。韩智勇等[5]的研究表明，我国能源消费与经济增长之间存在双向因果关系，但不具有长期的协整性。赵进文[6]利用STR模型对我国的能源消费与经济增长之间的内在依从关系进行了研究，认为我国经济增长对能源消费的影响具有明显的阶段性特征。国内学者对能源需求的预测方法有很多种。隗斌贤[7]采用能源消费弹性系数法、能源强度法和部门平衡预测法对浙江省的能源需求进行了预测。刘勇等[8]采用ARIMA模型对我国的能源消费进行了预测。熊国强等[9]采用灰色系统和神经网络组合预测模型对我国未来的能源消费进行了预测。宋雅晴等[10]采用三次多项式、回归分析和时间序列组合模型对我国未来的能源消费进行了预测。

从目前的文献看，这些研究成果大部分都以全国作为研究对象，而由于资源禀赋、地理环境和经济结构的不同，各地区的能源消费与经济增长之间的关系可能会呈现出不同的特征，所需要采用的预测方法也有较大差异。河南省是全国第一人口大省，也是重要的能源和资源大省，2011年中原经济区规划被正式纳入国家国土规划。因此，本文在对河南省的具体情况进行分析的基础上，找出河南省经济增长与能源消费之间的关系，并采用ARMA时间序列模型对河南省未来能源需求进行预测，为河南省能源发展和经济发展政策的制定提供科学的决策依据。

二、经济增长与能源消费关系的实证分析

（一）数据来源与处理

本文选取1978-2010年河南省能源消费总量（EC）与国内生产总值（GDP）的数据作为基本变量来研究河南省能源消费与经济增长之间的关系，所有数据均来自《河南统计年鉴2011》。能源消费总量的量纲为万吨标准煤，国内生产总值的量纲是亿元人民币，为了剔除物价变动的影响，以1978年价格为基期对GDP序列进行折算，得到各年实际GDP。为了消除可能存在的异方差问题，避免数据间较大波动的影响，对能源消费总量和实际GDP序列取对数，分别用ln EC和ln G表示，其相应的一阶差分序列分别用D ln EC和D ln G表示。

（二）序列平稳性检验

为了避免非平稳时间序列在进行普通最小二乘估计时可能遭遇的虚假回归问题，在对模型进行估计前，必须对序列进行平稳性检验。这里采用ADF单位根检验法对序列进行平稳性检验，由于ln EC和ln G都呈现出明显的线性增长特征，因而使用包含常数项和时间趋势项的检验模型进行检验。使用Eviews5.1软件对序列进行检验，结果见表1。

从表1可以看出，变量 ln EC和 ln G的ADF检验值在5%的显著性水平下均大于其所对应的临界值，不能拒绝单位根的零假设，说明存在单位根，是非平稳的；而其一阶差分后的序列D ln EC和D ln G的ADF 检验值均小于其所对应的临界值，都是平稳的，说明ln EC和ln G均为一阶单整序列，可进行下一步检验。

（三）协整检验和误差修正模型

协整是对非平稳经济变量之间长期均衡关系的统计描述，非平稳经济变量之间存在的长期稳定的均衡关系就被称作协整关系。由于ln EC和ln G均为一阶单整序列，因此可进行协整性检验。本文使用Johansen协整检验法，运用Eviews5.1软件得到检验结果，见表2。

表2 能源消费和经济增长的Johansen协整检验

原假设特征值迹统计量5%临界值p值

None*0.523 714.763 212.3210.010 5

At most 10.097 51.572 44.121 10.367 1

注：p为接受原假设的概率；*表示在5%显著水平下显著。

由检验结果看，在5%检验水平下，迹统计量值14.763 2大于临界值12.321 6，而迹统计量值1.572 4小于临界值4.121 1，说明在变量ln EC和ln G之间存在协整关系。基于表2中的协整检验结果，对两变量之间的协整关系进行估计，得到协整方程如下：

ln G=-8.711+1.748 3ln EC+et

（-16.26） （28.92）

R2=0.964 3，DW=1.614 9，F=836.84

括号内为对应系数的t统计量值，从回归结果来看，R2、DW值和F值均可通过显著性检验，方程拟合优度良好，统计变量显著。回归方程表明：河南省能源消费每增加1个百分点，可以使经济增长增加1.748 3个百分点，能源消费带动了河南省地方经济的发展，而且能源消费弹性系数大于1，说明长期来看能源消费对经济增长的制约和促进作用较强。

建立描述经济增长和能源消费短期波动的误差修正模型，这里采用滞后一阶的形式：

从估计结果来看，模型的各项检验均可通过，经济增长的波动受到能源消费波动和误差修正项的影响。在短期内，如果经济增长和能源消费的均衡关系偏离了长期均衡关系，下一期将以-0.136 1的调整力度进行反向修正，以使其向长期均衡方向移动。

（四） Granger因果性检验

协整检验结果说明河南省能源消费与经济增长之间存在着长期均衡关系，但是这种均衡关系是否构成因果关系，即是由能源消费的增加促进了经济的增长还是由经济增长拉动了能源消费的增加，这就要进行Granger因果性检验。Granger因果性检验对滞后期的选择非常敏感，滞后期不同，检验结果可能有较大差异。本文采用 AIC 准则确定最优滞后期数为1阶，利用 Eviews5.1软件进行检验，检验结果见表3。

由表3可知，在10%检验水平下，“ln EC不是ln G的原因”被拒绝，也就是说能源消费是促进河南省经济增长的原因，而“ln G不是ln EC的原因”的假设被接受，经济增长不是能源消费增加的原因，ln EC与ln G之间存在由能源消费到经济增长的单向因果关系。这在一定程度上表明，河南省实施节能降耗措施，依靠科技进步提高能源利用效率以及转变经济增长方式的举措取得了一定成效，在保持经济增长的同时，能源消耗逐步下降。

三、河南省未来能源需求预测

从以上分析可知，能源消费是促进河南省经济增长的重要原因，为了促进经济持续、快速、稳定的发展，有必要对河南省未来的能源需求进行预测，为河南省未来能源规划以及能源生产企业制定发展战略提供决策依据。

（一）能源需求预测方法的选择

进行能源需求预测的方法有很多，大体上可以分为两类。一类是相关关系预测法，即根据经济现象与能源需求之间的因果关系或结构比例关系来预测未来能源需求量，如回归模型、能源消费弹性系数法、部门预测法等。另一类是时间序列分析预测法，如协整和误差修正模型[11]、ARMA模型等。由于未来能源消费需求会受到很多因素的制约，而且这些因素之间往往又存在着错综复杂的关系，因此采用相关关系预测法进行预测一般比较困难，再加上相关解释变量未来取值的不确定，会对预测结果精确度产生较大影响，因此本文采用时间序列模型中的ARMA模型来对河南省未来能源需求进行短期预测，以避免解释变量取值不确定所带来的诸多问题，从而实现最小方差意义下的最优预测。

（二）构建能源需求预测模型

表1中单位根检验表明，河南省能源消费总量的对数序列是非平稳的，而其进行一阶差分序列是平稳的，因此这里先对序列进行一阶差分，而后建立ARMA模型，实际上就是对其增长率建立预测模型。为了选取合适的模型形式，先对一阶差分后的序列D ln EC进行自相关和偏自相关分析，见图1。

根据D ln EC的自相关系数和偏自相关系数图可以看出，二者均是拖尾，于是可以选用ARMA模型结构。通过对模型的残差白噪声检验和参数显著性检验，并结合AIC和SC准则确定模型形式，利用Eviews5.1软件，可以得到河南省能源需求预测的模型形式如下：

这里参数估计值下括号内的值为t统计量值。由于是对差分序列建模，可决系数R2不高，但如果将模型转化为对原始序列的预测模型，则可决系数为0.974 5，非常接近于1。Q统计量用于检验残差的白噪声性质，其后括号内为对应的p值，根据这些p值可以看出河南省能源需求预测模型中残差具有良好的白噪声性质，从而可以保证短期预测的相对精确性。

（三）河南省能源需求预测结果

利用1978-2010年的数据建立的预测模型计算出能源消费的增长趋势，然后结合基期值计算河南省2008-2015年的能源需求水平，到2015年，河南省能源消费总量将达到27 636万吨标准煤。从2008年、2009年、2010年的预测结果与实际值的比较可以看出，各年预测误差百分比均小于3%，平均绝对预测误差1.51%，一般认为平均绝对误差的值低于10%时预测精度较高[12]，所以模型拟合效果较好，预测精度较高，见表4。

四、结论与建议

利用河南省1978-2010年的能源消费和经济增长数据进行实证分析，结果表明：河南省能源消费与经济增长之间存在长期均衡关系，能源消费对经济增长有着明显的促进作用，而经济增长则不成为拉动能源消费增加的原因。从长期来看，能源消费每增加1%，就可以使经济增长1.748 3个百分点，能源消费对经济增长的刺激作用较强；而在短期动态调整中，如果经济增长和能源消费的均衡关系偏离了长期均衡关系，下一期将以-0.136 1的调整力度进行反向修正，以使其向长期均衡方向移动。这说明河南省目前的节能降耗工作取得了一定成效，能源利用效率有所提高，但经济增长方式仍以粗放型为主，经济增长对能源的依赖程度仍比较强。

采用ARMA模型的预测结果表明，到2015年河南省能源需求总量将达到27 636万吨标准煤。然而目前河南省的能源供给却日益紧张，在一次性能源消费结构中，煤炭消费所占比重虽然都在85%以上，虽然河南省煤炭资源丰富，但按照目前的开采水平和速度，仍存在一定供需缺口；石油和天然气消费在能源消费结构中所占比重一直不足20%，但河南省原油和天然气储量严重不足，按照目前的开采速度，原油开采寿命不到10年，而天然气仅仅能持续到2015年左右，而且这种开采速度所能保证的原油供应尚不及需求量的1/5，天然气供应也不到需求量的1/5。因此，我们在充分利用省内能源资源的同时，必须加强与省外、国外的能源战略合作与交流，尽快制定相关的能源政策措施，以完善能源保障体系。

第一，建立科学的能源供应体系，合理开发利用河南省能源资源。积极推进煤炭资源整合与战略重组，培育大型煤炭生产集团，建设全国重要的煤炭生产基地；依托西气东输等国家骨干天然气管道，完善支线管网，提高燃气覆盖率；规划和建设外电入豫通道，加快智能电网建设。

第二，优化能源结构体系，减少对传统能源的依赖，大力发展新能源。一方面要加大能源开发利用方面的科技投入，探讨煤炭和煤层气综合开发利用技术。另一方面要减少一次性能源在能源消费中的比例，积极开发利用核能、太阳能、地热能、生物质能等新能源和清洁能源。加快规划建设南阳核电项目和南阳新能源国家高新技术产业基地，依托骨干企业和有条件的地区，建设多晶硅及太阳能电池、风电装备等特色产业园区。

第三，加大节能降耗方面的科研体系建设，倡导全社会厉行节能的良好风尚。建立科研院校、科研院所和企业相结合的节能降耗科研体系，尽快将科研成果应用在生产中，淘汰耗能大的旧设备，引进能耗小、资源利用率高的新设备，引进新技术和新方法。

第四，加强国际国内能源合作，积极实施“引进来”和“走出去”战略。要充分利用内外两个资源和两个市场，积极与能源资源储量丰富的国家和地区开展合作，重点加强在能源开发利用以及节能降耗等方面的研究与合作，建立能源合作长效机制，实现共同开发，互惠互利。

第五，加强能源战略储备体系建设。在保障中原经济区基本建设发展需要的同时，要对煤炭（煤层气）、天然气等实施保护性开采和战略储备，以确保能源结构安全。必须提高对煤炭资源的利用效率，推进濮阳、平顶山等地建设天然气储备基地和煤炭（煤层气）战略储备基地。

[参考文献]

[1] Kraft J，Kraft A.On the Relationship between Energy and GNP[J].Energy Development，1978（3）：401403.

[2] Glasure Y U，Lee A R.Cointegration，Error Correction，and the Relationship between GDP and Electricity：The Case of South Korea and Singapore[J].Resource and Electricity Economics，1997，20（1）：1725.

[3] Yu E S H，Choi J Y.The Causal Relationship between Electricity and GNP：An International Comparison[J].Journal of Energy and Development，1985，10（2）：249272.

[4] 马超群，储慧斌，李 科.中国能源消费与经济增长的协整与误差校正模型研究[J].系统工程，2004，22（10）：4750.

[5] 韩智勇，魏一鸣，范 英.中国能源消费与经济增长的协整与因果关系分析[J].系统工程， 2004，22（12）：1721.

[6] 赵进文，范继涛.经济增长与能源消费内在依从关系的实证研究[J].经济研究， 2007（8）：3142.

[7] 隗斌贤.“九五”及 2010 年浙江省能源需求预测研究[J].预测，1997（2）：2533.

[8] 刘 勇，汪旭辉.ARIMA 模型在我国能源消费预测中的应用[J].经济经纬，2007（5）：1114.

[9] 熊国强，刘海磊.我国能源消费的组合预测模型[J].统计与决策，2007（2）：2122.

[10] 宋雅晴，杨桂元.我国能源消费的组合预测[J].市场经济与价格，2011（7）：3437.

[11] 林伯强.中国能源需求的经济计量分析[J].统计研究，2001，（10）：3439.

[12] 易丹辉.数据分析与Eviews应用[M].北京：中国统计出版社，2005：106.

（责任编辑 王婷婷）

作者：徐丽杰

能源消费经济增长论文 篇2：

我国能源消费、能源结构与经济增长的灰色关联分析

摘要：能源是经济发展与社会进步的重要物质基础，对我国经济可持续增长具有重要作用。但能源消费和环境保护二者相互影响、相互制约。文章采用我国2000～2015年中国GDP（国内生产总值）和能源消费的相关数据，采用灰色关联分析法从经济增长和能源消费品种结构、经济增长和能源消费产业结构两个方面进行分析经济增长与能源消费的关联性，计算出各种能源消费和国民经济发展之间的灰色关联度，根据研究结果提出了一些有针对性的对策和建议。

关键词：能源消费;能源结构;经济增长;灰色关联分析

能源是经济发展和社会进步的重要物质基础，但是当其发展无法满足国民经济增长要求的时候，又会成为阻碍经济高速增长的因素之一。以2015年为例，我国能源消费总量已达到了429905.10万吨标准煤，位居世界第二，仅次于美国。国家经济和社会发展主要依靠能源，一方面，能源的消耗会带来生态环境的破坏;另一方面，大部分矿物质能源（煤炭、石油、天然气等）属于不可再生资源，面临着枯竭的挑战。我国经济飞速发展，能源消费与环境保护相互制约，二者之间的矛盾进一步加剧。

在全球能源治理中我国要发挥更积极的作用，必须建立多元化、多层次的系统，以加强能源安全和缓解环境压力。面对当前能源供需格局新变化和国际能源发展的新趋势，积极优化能源结构，扭转过去注重GDP数字的经济发展理念，从经济发展质量的角度制定战略。本文运用邓聚龙学者创立的灰色系统理论，研究了能源消费与经济发展之间的相关性，为相关部门节能减排、优化能源消费结构，实现我国经济的可持续发展有着一定的理论、实践意义。

一、我国能源消费特点

本文根据我国能源消费特点，从能源消费品种结构、能源消费产业结构两方面进行探究能源消费和经济增长之间的关系。

首先，从能源消费品种结构方面研究。2015年，我国能源总消费量为429905.1万吨标准煤，其中煤炭消费量273849.49万吨标准煤，占消费总量的63.7%;石油78672.62万吨标准煤，占消费总量的18.3%;天然气25364.4万吨标准煤，占消费总量的5.9%;水电、核电、风电消费量52018.51万吨标准煤占总消费量12.1%（见图1）。我国能源结构极为不平衡，能源结构特点是“富煤贫油少气”，客观上决定我国能源生产与消费仍然以煤为主，在未来较长时期内尚不改变。依据2000～2015年我国各类能源消费量情况制图（见图2）。目前，煤炭消费量正在逐步降低，从1990年的76.2%下降到2015年的63.7%;石油消费量所占比例处于波动起伏状态，没有什么典型分布规律; 天然气、水核风电的比例都呈上升趋势，并且近年来增长迅速。

其次，从能源消费、产业结构两者之間的关系进行探讨。2015年，我国能源的总消费量达到429905.10万吨标准煤，其中农、林、牧、渔、水利业消费量8231.66万吨标准煤，占消费总量的1.91%;工业292275.96万吨标准煤，占消费总量的67.99%;制造业244919.56万吨标准煤，占消费总量的56.97%;交通运输、仓储、邮政业消费量为38317.66万吨标准煤，占总消费量的8.91%;批发、零售业、餐饮业消费量11403.69万吨标准煤，占总消费量的2.65%;生活能源消费量则已经达到了50098.96万吨标准煤，占消费总量的11.65%。根据2015年各行业的能源消费的比重，可见我国能源能耗最大的产业部门是工业部门，说明我国产业消费结构极不合理。

二、构建灰色关联模型

灰色系统理论（Grey Theory）是1982年邓聚龙教授创立。灰关联分析方法在研究小样本、贫信息时间序列方面具有显著优势，它可以有效地弥补传统统计分析方法的缺陷，即无需考虑样本量的多少和样本变化的规律，更不会出现量化结果与定性分析结果不符的情况。这种分析方法弥补了对数理统计进行系统分析的不足。灰色关联分析思路是：根据反应系统母系列与子序列曲线的几何形状的相似程度来判别母系列与子序列之间的关联程度。现采用灰色关联分析方法，构建灰色关联模型过程如下：

三、经济增长与能源消费品种结构的灰色关联分析

（一） 能源消费品种数据来源

本文使用的统计数据，来自《2017中国能源统计年鉴》，选取2000～2015年我国国内生产总值（GDP）数据（亿元）、各类能源消费量数据（万吨标准煤）。

（二）原始数据无量纲化处理

以我国国内生产总值GDP数据为因变量参考数列x0（k），各类能源消费量数据为自变量比较数列xi（k），按照上述公式，对初始的数据采取了无量纲化以后，消除各因素的量纲，加强各因素之间的接近性，增加其可比性。

（三）计算差数序列

（四）计算关联系数

从上述差数序列中，找到绝对值最大值为0.44，最小值为0，取ζ=0.5，代入公式，计算关联系数，结果见表1。

（五）计算关联系数

根据公式计算出灰色关联度并排序，进一步研究经济增长与能源消费品种结构二者之关系，结果见表2。

从表2得知：天然气的灰色关联度最大，紧随其后的是水核风电，再次是石油，煤炭关联度最小。关联度数值越接近1，说明比较序列对参考系列影响愈大，也就是说能源消费和经济发展的关联影响愈大。

四、经济增长与能源消费产业结构的灰色关联分析

（一）能源消费产业结构数据来源

本文统计的数据，来自《2017中国能源统计年鉴》，选取了2000～2015年我国国内生产总值GDP数据（亿元），各类产业能源消费量数据（万吨标准煤）。以GDP数值为参考序列，六类行业能源消费量为比较序列，六类行业分别是农林牧渔水利业、工业、制造业、交通仓储邮政业、批发零售餐饮业、生活能源消费量。

（二）计算差数序列

本部分以2015年作为参考序列，根据公式把初始的数据采取了无量纲化处理。接着求出各序列与GDP序列之间的差数序列的绝对值，即ΔXi=|x0（k）-xi（k）|。

（三）计算灰色关联系数

从差数序列中找出最大值为0.47，最小值为0，取ζ=0.5，代入公式，计算关联系数。

（四）计算关联度

根据公式，计算出灰色关联度并排序，进一步分析经济增长与能源消费产业结构二者之间的相关性，结果见表3。

由表3可以看出，首先是批发零售等的灰色关联度数值0.76为最大，然后为生活消费，再次是交通运输仓储和邮政业，接着是制造业和工业，而农林牧渔水利业能源消费与经济增长的关联度显著性最弱。

五、结论和对策

能源消费及经济增长两者之间有很大的相关性，通过经济增长与能源消费品种结构、能源消费产业结构的灰色关联分析结果，对此提出一些相关对策。

第一，转变以前注重GDP的发展观念，改变传统经济增长形式。转变以前注重GDP的发展经济观念，从发展经济质量的角度进行战略制定。过去，我国能源消耗总量中，煤炭比重为64%，天然气比重为6%，发展方式极不合理，必须淘汰高耗低效、重污染的工业。天然气消费的关联度高达0.92。应加大研发天然气、清洁煤等新能源、清洁能源产业的投入，引导产业结构朝着高效、节能减排的方向转变，由传统、粗放的经济发展形式转向发展经济质量的形式。

第二，引导产业结构转型，大力发展高效低耗、服务性为主的第三产业。我国各产业能源消费结构中，工业与经济增长之间的关联度分别是0.57，属于中等关联度。虽然批发零售和餐饮业等能源消耗量不太多，但与经济增长的关联度比较高;工业和制造业是能源消费的主体，工业的消费比重高达68%，从消费数量上就说明了我国的产业消费结构不太合理。在我国未来的经济发展中，应大力发展高效低耗、服务性为主的第三产业，增加低能耗能源的比重，从高耗低效、高碳排放转向多元化、低碳化绿色能源的模式。

第三，完善能源消费结构，开发绿色新能源。煤炭消费与经济的关联数值仅为0.48，“富煤、贫油、少气”是我国能源结构的特点，在能源总消费量中煤炭消费所占的比例是非常高的。因此降低不可再生能源如煤炭、石油等的消费量，大大降低碳排放量，对于保护绿色生态环境大有裨益。同时加强研发水电、核电、风电等新能源，大力推进可再生能源如风能、水能、太阳能、生物能和潮汐能等的开发利用，从资源“依赖性”转为科技“创新驱动型”的模式。

参考文献：

[1]高新才，仵雁鵬.中国能源消费与经济增长的灰色关联分析[J].求索，2009（03）：57-59.

[2]苏屹，王璐，张赟.基于改进灰色关联的能源消耗与产业结构分析[J].管理现代化，2016（03）：19-22.

[3]Ma YanZhang Yimeng.On the Relationship between China and the International Energy Agency[J].Contemporary International Relations，2016（01）：117-129.

[4]纪成君，鲁婷，陈振环，韩家彬.中国能源消费与经济增长关系的动态演变——基于状态空间模型的变参数分析[J].生态经济，2016（11）：36-40.

[5]Ugur Soytas，Ramazan Sari.Energy Consumption and GDP：Causality Relationship in G-7 Countries and Emerging Markets[J].Energy Economics，2003（01）：33-37.

[6]赵玥.北京市能源消费与主要气象因子的突变点分析——基于灰色关联理论[J].南京信息工程大学学报：自然科学版，2013（04）：364-368.

[7]刘思峰，谢乃明等.灰色系统理论及其应用[M].北京：科学出版社，2013.

（作者单位：南京信息工程大学总务处）

作者：邵敏兰

能源消费经济增长论文 篇3：

“一带一路”中亚地区能源消费与经济增长关系研究

摘要：深入研究能源消费和经济增长之间的关系特征对促进能源合作具有积极意义。运用1990—2016年中亚五国面板数据和面板向量自回归模型，实证分析中亚国家经济增长和能源消费双向动态影响关系。研究发现：中亚地区GDP增长与电力消费在整体上存在相互促进的关系，而与石油消费呈现单向促进关系，天然气消费与GDP增长不存在显著的相互关系。从中亚区域整体这一关系特征出发，加强石油、天然气等传统能源终端产品合作和电力互联互通合作是未来提升“一带一路”中国中亚能源合作的重要路径。

关键词：“一带一路”;中亚;能源消费;经济增长

一、引言

中亚地区作为“一带一路”建设的核心区域，在深入推进“一带一路”中国—中亚—西亚经济走廊建设方面具有重要地位。能源合作作为“一带一路”中国中亚合作的重要内容，在“一带一路”倡议提出后取得重要进展，双边在油气资源贸易、油气管道基础设施建设方面硕果累累，也为进一步深化“一带一路”合作奠定坚实基础。在全球能源资源消费不断增加的今天，加强能源资源合作成为一个重要的举措（陈文玲，2017）[1]。中亚地区作为区域影响力的油气资源富集区，在全球油气资源价格和能源利益格局方面具有影响力。因此，上关注和聚焦中亚地区油气资源供需问题对推进“一带一路”合作具有重要意义。

长期以来，中亚国家形成了依托油气资源禀赋实现经济增长的成熟模式，使外界对中亚地区问题的研究大多以能源输出国的角色进行对待，围绕中亚地区油气资源供需平衡、油气资源贸易和油气资源的地缘政治、地缘经济的研究不绝如缕。但必须明确两个学术问题，一是长期依赖油气资源的输出会对中亚国家经济增长产生怎样的影响，存在所谓的“资源诅咒”问题吗？这一问题在近期的研究中已得到一定解决。二是中亚地区自身能源消费与经济增长的关系如何，能源消费和经济增长的特征能为进一步的合作揭示什么？对这两个问题的研究有助于我们从中亚国家自身发展角度认识“一带一路”能源合作的必要意义。

实际上，研究中亚国家能源消费和经济增长的关系，旨在对中亚国家内部能源消费和经济增长直接的特征进行挖掘，借此对中亚国家能源开发利用中面临的趋势性特征、挑战与机遇等进行揭示，进而对未来的能源合作提供理论依据。正是基于此，笔者通过引进多变量PVAR模型，通过实证方法研究石油消费、天然气消费和电力消费与经济增长之间的关系，在有关特征分析的基础上，揭示能源消费与中亚地区经济增长的作用效果，为“一带一路”能源合作提供参考。

二、文献梳理与理论探讨

（一）文献梳理

目前研究“一带一路”中国中亚能源合作的文献主要是从以下三个方面展开：首先是聚焦“一带一路”建设与中国中亚能源合作的关系进行研究。石泽（2015）认为，“一带一路”沿线主要涵盖中国大周边地区，以和平、合作、发展为主流的国际形势是推进地区“能资”合作的重要机遇[2]。李闻芝（2015）、林伯强（2015）、周章贵（2016）、刘昌明等（2018）分别从“一带一路”对石化产业、煤炭、小水电、能源互联网建设带来的机遇进行分析研究[3-6]。其次是对“一带一路”能源合作中各种影响因素的分析研究。能源安全、法律风险、大国因素等相继成为主要研究内容[7-9]，同时对于合作路径的探讨也有文献关注。如加强中国油气企业竞争力、开展新能源、清洁能源合作等相继提出[10-12]。最后是制度层面的探究。这方面的研究从两个维度展开，一是从全球能源秩序构建方面，学者们基于能源命运共同体和利益共同体概念下，对国际能源秩序规则的完善和创新予以探究[13-14]。二是基于大国因素，对构建“一带一路”中国中亚能源合作中的美国因素、俄罗斯因素以及其他因素的制度分析[15-16]。上述文献为全面揭示“一带一路”中国中亚能源合作的外部环境、合作风险与应对以及合作趋势提供了多维认知参考。略显不足的是，目前的文献缺乏从中亚国家内部分析进而为能源合作提供理论支点的研究。

揭示能源消费和经济增长之间的规律，源于能源消费在一国或者地区经济增长中具有重要地位，并越来越成为影响一国或者某个地区制定能源政策的重要因素。在传统意义上，能源消费与经济增长具有密切关联，国内外学者予以大量实证研究。从国外学者研究方面来看，能源消费与经济增长研究不仅涉及二者之间相互因果关系的探讨[17-18]，也从能源消费结构、不同地区、产业结构等因素考究二者之间的关系，具体文献的梳理可参考张华等（2014）的研究[19]。在国内学术研究方面，学者一方面对全国能源消费和经济增长的关系进行实证研究和揭示，如宋峰华等（2016）借助我国1978—2014数据实证发现，能源消费是推动我国经济增长的主要动力之一[20];徐祎（2017）利用1991—2017年的数据实证发现，新能源消费与经济增长存在双向促进作用[21]。另一方面，研究从区域层面特别是省（区）层面对能源消费和经济增长的关系进行实证检视，并同时探索相应的能源政策。朱天星等（2015）、马莉等（2016）、张传平等（2014）从东北三省，陕西、山东等区域省区层面对能源消费和经济增长的关系的实证揭示[22-24]。在研究方法上，面板数据分析和协整分析、灰色关联分析、自向量回归模型是实证分析的主要工具。

总体而言，研究“一带一路”中国中亚能源合作的文献偏于定性和外部环境分析，缺乏对中亚国家内部發展规律的揭示。同时，已有文献相对忽略实证研究对进一步深化合作的具体支撑。为此，笔者基于上述原因作进一步探究。

（二）理论探讨

1. “互补说”不是合作的必然结果。自“一带一路”倡议提出以来，建立在分析中国中亚能源资源互补基础上的能源分析论调一直持续，以至于提及中国中亚能源合作问题时先入为主的思维就是双方能源互补发展的需要。实际上，中国中亚地区的能源资源互补是客观存在，这也是双边合作的根本基础。尽管如此，至于能否在互补性基础上进一步开展合作需要视外在环境和中亚国家内在经济情况特别是能源生产和消费实际情况而定。中亚地区作为全球和区域性能源市场具有一定影响力的地区，其与中国在能源方面的互补是局部的。因为在当前的全球能源格局中，中亚地区作为所谓的能源互补性至少在东西南北四个方向存在。一方面，在供需方面，有关数据显示除俄罗斯外的其他独联体国家（包括中亚国家）输往俄罗斯、欧洲、印度和中国的石油量依次为66.4百万吨、0.6百万吨、3.8百万吨、3.2百万吨①，从中亚地区（主要是乌兹别克斯坦、土库曼斯坦、哈萨克斯坦）流向俄罗斯、印度和中国的管道天然气也相对均衡。从当前石油和管道天然气的贸易流向来看，中国与中亚地区能源互补性是局部的，而且不占主导。进一步分析俄罗斯、欧洲、印度和中国的天然气贸易需求和消费需求，可以发现中亚与上述地区同时存在能源供需互补的潜力，中国和中亚地区在“一带一路”框架下开展的能源合作，能源互补是前提，并不一定具有因果必然联系。另一方面，域外国家与中亚地区能源的互补性实质上在加剧竞争而非促进合作。以上述四个国家地区为例，中亚地区油气资源在供需层面与印度、中国、欧盟至少三个国家和组织存在互补性，在产业配套性层次上至少与俄罗斯、欧盟两个国家和组织存在互补性，在未来供给和消费潜力方面至少与印度、中国两个国家存在互补性。正是存在多层次的互补性，使围绕着中亚地区能源资源开展的合作竞争性和挑战性加剧（见图1）。因此，无论是基于现状互补还是潜力互补的研究思维需要调整，“一带一路”中国中亚能源合作的研究思维应从互补分析思维转向深入探索能源合作规律。

2. 资源型国家的能源供给和消费特征是开展能源合作的依据。由于能源资源的重要性日渐突出，长期以来，资源型国家在区域和全球能源供需合作中的作用和地位不断上升，其作为重要能源供给方的角色也不断突出，以至于在分析全球能源合作以及全球能源治理时把资源型国家作为独立供给主体的思维比较常见。中亚地区具有较为丰沛的油气资源禀赋，是具有区域一定影响力的资源型国家集体，关于中亚地区能源合作已经根据中亚国家能源供给的特征给予广泛关注和研究。正是因为这样，地缘政治因素也渗透到相应的研究之中。实际上，中亚国家不仅在全球范围内以独立供给主体的角色存在，而且更为重要的是，其也以一个能源生产和能源消费共同驱动的经济体存在。基于这样的思维，加强区域能源合作或者说进行区域能源治理更需要深入到中亚国家内部，探究能源生产和消费对整个经济体增长的贡献及其作用机理，从中寻找合作的可能点。应该说，弄清楚中亚国家能源生产和消费与经济之间的关系，揭示中亚资源型国家能源供需现状，对深入进行能源合作具有积极作用。

一般地，能源生产和消费特征是影响甚至决定一国（地区）能源产业、能源贸易政策的主要依据。就产消结构现状而言，最近五年中亚国家石油、天然气、煤炭在整体上呈现生产大于消费，也存在略微国别差异（见图2）。这样一种产消结果除在根本上与中亚地区的能源禀赋有关外，还与能源生产和消费长期与经济增长的相互作用关系有关。已有的研究已经揭示，中亚国家长期依赖能源资源的经济增长模式不具有持续性，甚至对经济增长起到一定的抑制作用[25]。作为能源生产的一个对立面，能源消费对中亚国家经济增长的作用到底如何，值得我们探究。在一定程度上，中亚国家的能源生产集中表现为贸易问题，其和全球大宗商品价格和全球贸易环境等密切相关。中亚国家的能源消费更能揭示中亚地区经济增长的内在结构，其与中亚国家拥有的资本、人力资本、技术、产业结构等经济增长的内在要素相关。因此，应从能源消费的角度探索中亚地区未来能源合作的路径。

深入到中亚国家能源生产和消费层面，我们不难发现，从能源资源禀赋到能源生产再到经济增长，中亚地区长期依托于这种模式获得经济增长的支撑点。围绕着能源消费的几条线索关系能得到大致的判断（见图3），中亚国家资源禀赋基础、能源生产、经济增长和能源消费的关系如何，需要进一步验证。本研究正是基于带着这样的问题，实证揭示中亚国家地区能源消费和经济增长之间的关系特征。

三、研究方法与数据说明

（一）模型构建与变量定义

面板自回归向量模型（PVAR）是可兼顾多元回归模型和相关变量滞后影响动态关系的非结构化模型分析方法。笔者参考Holtz-Eakin等（1988）、Stern（2001）、Apergis（2009）的研究[26-28]构建以下初步函数关系式（1）：

为考察中亚地区能源消费与经济增长之间的关系，笔者拟选取石油消费（OC）、天然气（GC）消费和电力消费（EC）三个变量作为能源消费的代理变量。同时为了避免异方差对回归结果的影响，对关系式中的原始变量取对数得到关系方程（2）。在（2）式中资本和劳动数据预处理为占比数据，因此暂不作对数处理。

笔者在依托式（2）基本函数关系的基础上构建PVAR模型（3），将中亚国家GOP增长率看作相应变量，将历年固定资本形成率、劳动参与率、石油消费、天然气消费和电力消费作为冲击变量，重点考察能源消费和经济增长之间的关系。

在式（3）中，yit为内涵六个内生变量的列向量（Kit，Lit，OCit，GCit，ECit，GDPit）T，i代表样本，t代表1990—2016各年，p为滞后阶数，β0和βj代表截距项向量和参数矩阵，εit代表噪声干扰项。

（二）数据选取和方法设定

笔者选取中亚五国1990—2016年国内生产总值（GDP）、固定资产形成（K）、人力资本投入（L）、石油消费总量（OC）、天然气消费总量（GC）、电力消费总量（EC）作为面板数据样本，数据来源于世界银行数据库（WDI）和IEA数据库。具体地：Yit采用世界银行数据库1990—2016年的统计数据，单位为百亿美元。Kit选取世界银行数据总固定资本形成占GDP的比重，以百分比形式呈现。Lit选取世界银行数据库1990—2016年15岁（含）以上总就业人口比率（模拟劳工組织估计）数据，以百分比形式呈现。OCit、GCit、ECit选取国际能源署数据库1990—2016年中亚五国的统计数据，相应的单位统一为千吨油当量（ktoe）。

笔者运用的软件是Eviews-15和STATA，使用面板自向量回归程序PVAR2。运用Eviews进行面板数据的平稳性检验，在此基础上，利用STATA软件完成最佳滞后阶数、GMM估计模型参数、脉冲响应分析、方差分解等分析步骤。

四、实证分析

（一）变量的平稳性检验

对中亚地区经济增长、要素投入以及能源消费数据进行单位根检验，可以确定其平稳性和避免伪回归。笔者借助LLC检验、Fisher-ADF检验、Fisher-PP检验得到单位根检验结果（见表1）。表1结果显示，除石油消费外，经济增长、要素投入以及其他能源消费的值都不平稳，一阶差分后，整体上趋于平稳，符合面板协整的要求。

（二）面板协整检验

由上可知，中亚地区的经济增长、要素投入和各类能源消费之间是一阶单整的过程。这一结果需要通过面板协整检验确认是否存在长期均衡协整关系。面板数据长期均衡的协整关系包括Pedroni检验、Kao检验、fisher检验，笔者选取Kao检验对涉及数据进行检验，结果如表2所示。面板协整结果显示，Kao检验数据比较显著，说明所选变量之间存在协整关系，可以认为中亚地区经济增长、要素投入与不同能源消费之间存在长期稳定的均衡关系。

（三）滞后阶数的选择

为进一步估计中亚地区GDP增长、资本要素投入、劳动力投入、石油消费、天然气消费、电力消费五个变量构成的PVAR模型，需要确定模型的滞后阶数。由表3结果可知，该模型最优滞后阶数为2阶。

（四）在面板数据上估计PVAR模型

笔者借助数据处理软件STATA15.0就上述PVAR模型进行Sys-GMM回归估计，估计结果如表4所示，其中，h_、h2_依次表示滞后1期、2期。

1. 当以GDP增长为反应变量时：首先，滞后1期的GDP增长对自身的动态影响为1.39，且在1%的水平下显著，说明中亚地区前期GDP增长对后期GDP增长具有显著的增进作用。滞后2期的GDP增长对自身的动态影响为-0.58，说明中亚地区滞后前几期的GDP增长对后期呈现有一定的抑制作用。根据此结论我们可以推断，近年来中亚地区在一系列产业政策的作用下，产业结构和经济结构发生快速变化，前期形成的产业和经济结构可能与新的经济发展特征不相适应，以至其对经济增长产生抑制作用。其次，在要素投入方面，滞后1期资本积累对经济增长的影响系数依次为0.01，其反映除中亚地区资本积累对经济增长的促进作用存在1个滞后期数，其符合资本积累和经济增长的关系规律。同时也可以看出，这种作用相对较弱。滞后2期的劳动力投入对经济增长的影响系数为-0.07，说明劳动力投入对经济增长的影响至少存在2个滞后期抑制作用。最后，滞后1期的电力消费对中亚地区经济增长有较强的促进作用，其影响系数在10%的显著性水平下为0.59。进一步类比石油消费和天然气消费，在满足置信要求的显著性水平下很难判断其与GDP增长之间的关系。

2. 当以能源消费为反映变量时可以看出：首先，滞后1期的GDP、资本投入与石油消费呈现正向促进作用，且在15%的水平下显著。这间接反映了石油消费建立在一定的经济基础之上，与能源投资开发水平有客观联系。与此同时，滞后1期的石油消费对自身的动态影响为0.61，在5%的水平下显著。除此之外，滞后2期劳动力投入与石油消费呈现负的弱相关关系，这与中亚国家内部的经济结构转型存在关联。其次，天然气消费与GDP、要素投入与其他种类能源消费没有显著的任何关系，其在一定程度上对中亚国家依托管道天然气出口促进经济增长的模式得以大体验证。最后，滞后1期的GDP增长对电力消费有积极作用，前者对后者的影响系数在10%的显著性水平下为0.152。滯后1期的电力消费对自身的动态影响为0.673，且在5%的水平下显著。

以上结果表明，中亚地区的GDP增长与电力消费在整体上存在相互促进的关系，而与石油消费呈现单向促进关系，天然气消费与GDP增长的关系在本文模型中没有通过显著性检验，但从中亚地区天然气依托管道天然气出口的模式可以大致推断，中亚国家天然气消费和经济增长之间的关系应该相对较弱。因此，从总体上可以得出，GDP增长是促进中亚地区能源消费的主要原因，但不同种类的能源消费对应不同的与GDP增长之间的关系。

（五）效应分析

1. 脉冲响应分析。笔者使用Monte-Carlo方法进行200次模拟，得到中亚国家在滞后10期上的脉冲响应函数图（见图4—图5），其中纵轴代表脉冲响应大小，横轴代表响应期数。对图4进行分析可得到以下结论：（1）GDP增长对不同种类的能源消费冲击响应迅速并且显著为正，其符合经济增长与能源消费的一般规律，同时与上述GMM估计得出的结论大致一致。（2）GDP增长对要素投入具有不同的冲击效应，其对劳动力要素投入的冲击显著为负，间接反映出中亚国家劳动力要素结构与经济增长结构的不匹配性。

从图5中可以看出，不同种类的能源消费对GDP增长具有显著的正面效应，且持续期为10期。这是由能源消费和GDP增长之间的内在关系决定的，在一定程度上反映了中亚地区的客观实际。需要说明的是，电力消费和GDP增长之间存在一个双波谷的冲击趋势，一方面反映出中亚国家电力消费首先需要面对一个普及的过程，进一步面临一个电力生产生活调整的过程。两个过程叠加后，可以看出电力消费对GDP增长的正面效应才能得以凸显，且这种效应好于石油消费和天然气消费。另一方面，不同种类的能源之间的相互冲击并没有呈现出负面的冲击作用。基于这一点，我们有理由推断中亚地区的能源消费处于一个石油消费、天然气消费、电力消费相互互补的结构状态，因而不同能源消费间的替代作用不明显。这也能够反映出中亚国家的能源消费在整体上没有达到与经济增长相适应的消费状态，在消费总量上处于爬坡期。此推论正好与上述结论相吻合。

2. 方差分解。为进一步准确测度中亚地区GDP增长与不同种类能源消费之间的关系，笔者借助方差分解的方法，得到不同自向量回归方程中能源消费冲击变量对GDP增长变量的影响程度。表5是相关变量变动的方差分解结果。

从表5中的数据可知，GDP增长的自身贡献率比石油消费、天然气消费和电力消费贡献等对其的影响要大得多，期数的增加对这种影响有减弱的趋势，但不明显。石油消费、天然气消费和电力消费对GDP增长的贡献虽然相对微弱，但随着期数的增加略有增强的趋势。以电力消费为例，其对GDP增长贡献由第5期的3.5%上升到第15期的4%。石油消费、天然气消费也有这样的趋势，这实际上与中亚国家长期依赖能源出口的现状有关。对于类似中亚国家这样的资源型国家，长期依赖能源出口忽略了能源消费对其经济结构的影响，而这种影响伴随着工业化进程和产业结构的优化升级往往是不可逆的。忽略这一过程的后果就表现为能源消费对经济增长的影响是短暂的且不具有较为强势的持续性。随着期数增加所引致的微弱影响变化，是由能源消费与经济增长之间固有关系决定的。

对比表5第2行—4行可以发现：首先，GDP增长对不同能源消费均有显著的积极贡献作用，且都呈现出伴随期数衰减的趋势。其次，不同能源消费之间的具有一定的消费贡献，但电力消费对石油消费和天然气消费的作用较弱。这在一定程度上说明中亚地区石油、天然气资源没有对其电力发展起到很好的支撑作用。联系到中亚国家的实际，可以说明中亚地区的电力发展有待进一步扩容，即面临着一个量变的过程。最后，表5中的数据显示，石油消费和天然气消费之间相互贡献比较大，且伴随着期数有增加的趋势。这反映出中亚地区天然气和石油消费存在一个相互促进的关系，进而说明中亚国家在油气资源禀赋、生产、消费和出口贸易上的一体性属性。

五、主要结论与启示

（一）主要结论

笔者运用中亚地区五個国家1990—2016年的经济增长、要素投入和能源消费的数据，通过建立PVAR模型，借助GMM模型估计、脉冲响应函数和方差分解分析，对中亚地区上述三部分内容包括6个指标在内的变量之间的相互关系进行检验，得出以下结果。

1. 中亚地区的经济增长和能源消费在整体上呈现相互促进作用。其符合能源资源作为现代工业社会中支撑人民生产生活、经济增长的最重要战略资源的现实规律，类似于中亚地区资源型出口型国家也能得到验证。同时，像石油消费和电力消费这样的资源消费对中亚地区的经济增长具有积极促进作用。

2. 中亚地区不同类型的能源消费对经济增长具有不同的促进作用。电力消费对中亚地区的经济增长具有显著的促进作用，而石油消费、天然气消费对中亚地区经济增长的促进作用不显著。进一步推论可知，造成后者不显著的原因在于，一方面上述两种能源出口对经济增长的效应可能掩盖了能源消费对经济增长的效应;另一方面，对中亚地区而言，还由石油、天然气大宗商品本身的消费属性所决定。当然这需要进一步的论证。

3. 中亚地区不同种类的能源之间不存在排斥替代效应，其对经济增长的影响都是一个正反馈的状态。基于这一点，笔者认为中亚地区的能源消费处于石油消费、天然气消费和电力消费相互补充的结构状态，同时进一步推论，中亚国家的能源消费在整体上没有达到与经济增长相适应的消费状态，在消费总量上处于爬坡期。

（二）政策启示

中亚地区能源消费和经济增长存在总体上的相互促进关系，但不同能源对经济增长具有不同的作用效应。结合中亚地区能源消费和经济增长的关系特征，笔者认为，推进“一带一路”中国中亚能源合作，需要加强下述两方面的合作。

1. 加强在石油、天然气等传统能源终端产品上的合作。石油、天然气生产目前在中亚国家内部增长中起到重要支撑作用，哈萨克斯坦、乌兹别克斯坦的石油资源、土库曼斯坦的天然气资源在区域能源供给上具有重要影响。但是，从中亚地区的石油消费、天然气消费与经济增长的关系来看，相互之间的影响大不如前者。长期以来，中亚地区形成的石油、天然气的大宗初级商品供给角色的地位，使中亚地区的初级产品加工、终端产品生产以及就地产销的技术能力都比较薄弱，这些方面亟需通过合作来改进。在“一带一路”框架下，中国和中亚地区的能源合作一方面应该继续深化基于供需互补基础上的合作，另一方面需要加强在就地产销技术能力、终端产品生产方面的合作。以天然气生产为例，不仅要推进管道天然气贸易合作，还需加强液化天然气的合作。从根本上讲，中亚地区对石油、天然气消费不足的原因在于石油、天然气这样的大宗商品没有消费接口，抑制于资源型大国和能源消费不足等同时存在。

2. 以绿色“一带一路”建设加强电力互联互通合作。电力消费对中亚地区经济增长具有持续性的积极促进作用，这种潜力将长期持续。建立“绿色、低碳、环保”基础上的全球电气化过程，正在伴随着经济增长节奏在全球范围内扩展，中亚地区也将成为重要区域。同时，在“一带一路”基础上由中国倡导建立的全球能源互联网计划也将中亚国家纳入重要区域板块，其将引导地区能源消费模式向清洁环保转变。基于这两方面的原因，可以研判中亚地区电力消费和经济增长的关系正在变得密切、显著。因此，一方面，中国中亚的能源合作要积极加强电力生产互通的合作。具体地，需要加强在大型水电、煤电项目方面的合作，积极探索在光伏、风电项目合作机制。同时加大在电力基础电网互联建设方面的合作，积极探索中国中亚资源走廊建设及其利益合作机制。另一方面，加强智能电网建设和远距离（区域内部）输电技术等技术维度上的合作，在技术方面为“一带一路”中国中亚能源合作提供条件保障。

注释：

①笔者根据《BP世界能源统计年鉴》（2018年版）整理得出。

参考文献：

[1]陈文玲.在建设亚洲能源大市场框架下推动全球能源资源合作的战略思路[J].南京社会科学，2017（1）：21-30.

[2]石泽.能源资源合作：共建“一带一路”的着力点[J].新疆师范大学学报（哲学社会科学版），2015（1）：68-74.

[3]李闻芝.“一带一路”：石化产业升级新机遇[J].中国石油和化工，2015（3）：10-13.

[4]林伯强.“一带一路”或者可以给煤炭通过机会[J].煤炭经济研究，2015（7）：1.

[5]周章贵，Imran Ali Sandano，赵建达.“一带一路”能源合作：小水电的机遇与挑战[J].小水电，2016（1）：1-5.

[6]刘昌明，杨慧，刘洪正.“一带一路”框架下中国—中亚能源互联网建设：机遇、挑战与政策建议[J].青海社会科学，2018（1）：58-64.

[7]朱雄关.“一带一路”战略契机中的国家能源安全问题[J].云南社会科学，2015（2）：23-26.

[8]曾加，王聪霞.“一带一路”能源合作法律问题探析[J].中共青岛市委党校.青岛行政学院学报，2016（3）：88-94.

[9]邹赟.“一带一路”战略下对外能源合作中的大国竞争及对策[J].改革与战略，2015（11）：25-28.

[10]林建勇，蓝庆新.“一带一路”战略下中国与中亚国家能源合作面临的挑战与对策[J].中国人口·资源与环境，2017（S1）：203-206.

[11]陈晓，车治辂.“一带一路”倡议下中国与沿线国家新能源合作的基础、模式与机制[J].新疆大学学报（哲学·人文社会科学版），2018（5）：9-15.

[12]李昕蕾.“一带一路”框架下中国的清洁能源外交——契机、挑战与战略性能力建设[J].国际展望，2017（3）：36-57.

[13]光瑜.“一带一路”背景下国际经济规则的完善與创新研究[J].经济研究导刊，2017（2）：3-4.

[14]高世宪，杨晶.依托“一带一路” 深化国际能源合作[J].宏观经济管理，2016（3）：55.

[15]杨晨曦.“一带一路”区域能源合作中的大国因素及应对策略！[J].新视野，2014（4）：124-128.

[16]韩庆娜，修丰义，张用.“一带一路”背景下中国对中亚能源外交中的美国因素与对策研究[J].青海社会科学，2018（5）：42-48.

[17]Lee C C，Chang C P. Energy consumption and GDP revisited：a panel analysis of develop and developing countries[J]. Energy Economics，2007（6）.

[18]Yang H Y. A Note on the Causal Relationship between Energy and GDP in Taiwan[J]. Energy Economics，2000（3）：309-317.

[19]张华，魏晓平.能源替代与内生经济增长路径研究[J].北京理工大学学报（社会科学版），2014（4）：42-49.

[20]宋锋华，王峰，罗夫永.中国能源消费与经济增长研究：1978～2014[J].新疆社会科学，2016（6）：23-30.

[21]徐祎.新能源消费与我国经济增长关系的实证研究[J].经济纵横，2017（5）：69-74.

[22]朱天星，宋永辉，宋力.东北三省能源消费、要素投入与经济增长关系研究——基于长面板和面板因果检验模型[J].经济经纬，2015（4）：13-18.

[23]马莉，叶强强.能源消费与经济增长关系的实证研究——以陕西省为例[J].经济地理，2016（6）：130-135.

[24]张传平，高伟，赵亚楠.山东省能源消费、产业结构和经济发展关系实证研究[J].华东经济管理，2014（4）：23-26.

[25]姜安印，刘博.资源开发和中亚地区经济增长研究——基于“资源诅咒”假说的实证分析[J].经济问题探索，2019（5）：40-49.

[26]Douglas Holtz-Eakin，Whitney Newey，Harvey S Rosen.Estimating Vector Autoregressions with Panel Data[J].Econometrica，1988（6）：1371-1395.

[27]Qeela， Buttms. The Relationship Between Energy Consumption and Economic Growth in Pakistan[J].Asia Pacific Development Journal，2001（2）：101-111.

[28]Bowdenn， Payneje. The Causal Relationship between US Energy Consumption and Real Output：a Disaggregated Analysis[J]. Journal of Policy Modeling，2009（2）：180-188.

责任编辑：李金霞

作者：姜安印 刘博