江苏省能源消费、污染排放与经济增长的动态关系研究

黄 智

（江西财经大学 信息管理学院，南昌 330013）

我国从20世纪70年代末改革开放以来，经济建设取得了辉煌成就。21世纪以来，绿色发展理念逐渐深入人心，经济新常态也慢慢被人们所熟知、认可。生产商深知单纯依靠传统生产方法难以提高经济效益，他们在降低生产成本、提高产品质量方面下功夫，在转型升级方面谋发展。目前，经济发展过程中的产品低碳生产、节能环保以及提高不可再生资源利用率，显得尤为重要。消费者越来越关注绿色无公害产品，政府管理部门要求生产绩效水平达到一定的高度，整个社会也在监督生产者在追求自身利益最大化的同时，对生态环境保护和经济可持续发展所承担的社会责任。因此，对能源消费、污染排放与经济增长之间动态关系进行实证研究，具有重要的现实意义。

一、文献综述

当前的绿色经济发展在我国实施还存在很多问题。一些生产企业在追求商业利益的同时并不重视和落实能源与环境管理，所以在我国实施绿色经济还需要政府的干预。国内学者朱庆华、窦一杰分析了在不同策略下的绿色供应链中政府与生产部门之间的进化博弈模型，认为开展绿色供应链管理的成本和收益以及政府是否开展绿色经济管理，都将直接影响能源消费、污染排放与经济增长之间的变化[1]。万建香通过数理推导指出在有限的环境资源下，政府的财政预算支出具有促进经济增长、保护环境、降低能源损耗的巨大作用[2]。曲英等重点强调环境的压力和动力对于推动绿色能源消费的重要作用，对提高地区经济增长有着不可忽视的地位[3]。曾胜、黄登仕运用DEA方法研究能源消费与经济增长之间的内在关联，发现能源效率的变化趋势并进一步测算出由能源消费增量所带来的GDP增量[4]。同样，曾胜还考虑了能源消费与经济增长之间的内在比例关系，通过建立线性回归模型，进行能源效率评价，并且对我国在今后几年的能源消费做了较为详细的估计预测[5]。对于污染排放与经济增长的具体关系，国外学者Grossman和Krueger在分析北美自由贸易协定（NAFTA）的环境效益时，提出了环境库兹涅兹曲线（EKC）[6]，学者Bo Ma认为可以从经济增长对环境污染的两个方面来解释EKC曲线的详细含义：一方面，经济发展意味着扩大化再生产会产生更大规模的经济活动和资源需求，因而会对环境产生负的规模效应；另一方面，经济发展又可以通过技术效应（环保新技术的使用）和结构效应（产业结构的升级和优化）减少环境污染，改善环境质量，从而共同决定了经济增长与环境污染的倒U型曲线关系[7]。

通过对文献的整理与分析可以发现，大部分学者只是考虑经济发展与能源消费两者之间的关系，并未对能源消费、污染排放与经济增长三者之间的相互影响进行定量研究。政府调控对企业采用绿色环保生产具有重要的作用，而采用绿色环保政策对整个社会的经济发展也有促进作用。本文对江苏省经济发展状况进行实证分析，揭示能源消费、污染排放与经济增长三者之间的联系，为政府进行宏观调控、促进经济的可持续发展提供参考依据。

二、江苏省能源消费、污染排放与经济发展现状

江苏省作为我国重要的沿海沿江省份，在改革开放40年后的今天，经济发展水平较高。根据国家统计局发布的数据，江苏省经济发展的各方面指标值增长明显。一方面，江苏省地区生产总值由1978年末的249.24亿元快速增长到2016年末的76086.17亿元，地区GDP增长率在16%以上的年份有10年，平均年增长率为12.1%。特别是从2000年以来，江苏省以占全国1.00%的土地面积和5.69%的常住人口，创造了占全国11.98%的GDP总量、28.33%的实际利用外商直接投资额、17.23%的进出口贸易总额和12.12%的政府财政收入。

另一方面，随着经济的不断发展，江苏省在取得丰硕成果的同时，仍然面临着能源消耗极大和环境污染严重的双重压力。（1）在能源消费层面，《中国环境统计年鉴》与江苏省统计局的数据表明江苏省能源消费总量近15年来不断扩大。如果统一转换为万吨标准煤，2016年能源消费量达到31053.89万吨，比2003年的11060.68万吨高出1.8倍，年平均增长率7.65%。其中，2016年的数据显示江苏省能源消费损失量占可消费总量的比例为2.17%，而在2010—2015年其比例依次为3.71%、3.59%、3.47%、3.14%、2.86%和2.68%，能源的利用率正在不断提高，但绿色经济规划下的资源、能源约束俨然已经日趋强化，节约资源已成为江苏省经济可持续发展的必然举措。（2）在环境保护层面，江苏省2016年获政府财政投资19464.48亿元，其中用于对环境污染治理的投资总额达到1028.7亿元，占地区生产总值的1.352%。2003年、2008年、2013年环境污染治理的投资金额占GDP比例分别为1.404%、1.278%、1.474%。表明环境污染治理投资占地区生产总值的比例较为稳定，但治污投资总额在不断攀升，可见江苏省经济在飞速发展的同时，环境风险问题一直未得到有效解决，污染排放现象长期存在。2003—2016年江苏省治污投资金额与地区生产总值的情况如图1所示。

图1 环境污染治理投资金额占地区生产总值比重

图1中的生态保护和环境治理产业投资额占地区生产总值的比值常年在1.3%上下徘徊，并且有稳定在1.35%的趋势。与国内中西部省份相比，江苏省经济在2008年的全球金融危机中受到的冲击较为严重。从2009年开始环境污染治理投资受经济较为疲软的影响有所减少，但从2012年开始全省经济迅速恢复增长态势，政府对生态环境的治污排污投资得到保障。

三、变量选取与数据来源

本文选取 2003—2016年江苏省14年的时间序列数据作为研究对象，设定经济增长、能源消费与污染排放三个研究指标。全部变量选取说明如表1所示。其中被解释变量、能源解释变量、环境解释变量具体说明如下：

（1）被解释变量：以江苏全省各年的实际GDP总量（符号标记为Rgdp，单位：亿元）度量经济增长水平，是由历年名义GDP除以按2003年为基年的价格变动因素后换算为不变价计算的可比时间序列数据。

（2）能源解释变量：以一次能源消费总量（符号标记为E，单位：万吨标准煤）度量能源消费水平。依据《中国能源统计年鉴》给出的能源分类标准，选取一次能源（天然能源）消耗量,包括煤炭制品（煤炭和焦炭）、天然气制品（纯天然气、石油伴生气和凝析气）以及石油制品（原油、汽油、柴油和燃料油）的全年消耗量。再根据国家统计局制定的能源计量单位换算规则将全部一次能源产品的单位统一到万吨标准煤，并将其加总得到能源消耗总量。

（3）环境解释变量：主要以工业、农业与城镇生活产生的废水、废气和固体废弃物（称之为“三废”）排放总量（符号标记为：ER，单位：万吨）度量污染排放水平。首先将二氧化硫排放量（工业、城镇生活和集中式治理设施二氧化硫排放量）、氮氧化物排放量（工业、城镇生活、机动车和集中式治理设施氮氧化物排放量）、烟粉尘排放量（工业、城镇生活、机动车和集中式治理设施烟粉尘排放量之和）的单位换算到与废水、废弃物一致的万吨，再将其加总得到废气排放总量。

表1 变量选取说明

各变量的数据来源分别是：1）经济增长指标的地区GDP变量通过江苏省统计局所得；2）能源消费指标的一次能源消费总量选自 《中国能源统计年鉴》；3）污染排放指标中的废水排放总量、固体废物产生总量源自《中国环境统计年鉴》，而二氧化硫、氮氧化物、烟粉尘排放总量来源于国家统计局。其中，用时间序列数据的趋势模型推测2003—2010年国家统计局缺失的氮氧化物排放总量数据。江苏省近14年的“三废”排放量情况如图2所示。

图2 江苏省2003—2016年“三废”排放量情况

图2中显示的江苏省历年固体废弃物产量有明显增长现象，由2003年的3894万吨增长到2016年的11649万吨，在14年间整整增加了1.99倍。但是废气的排放量在经历了2005年的418.1万吨波峰效应后，整体呈现出一种减少的趋势，其中2016年的197.2万吨废气排放量仅为2003年的一半，说明在废气治理上江苏省取得了显著成绩。废水排放量随着全省产业规模的扩张，呈现出缓慢提高的趋势。

四、实证分析

在建立矢量自回归模型之前，必须对所有内生变量的时间序列进行平稳性检验。在保证相互影响的变量是平稳序列或同阶单整序列的前提下，采用Johansen似然比检验方法，判断各变量是否满足协整关系，并得到协整矢量估计值以建立协整方程。然后对模型的滞后阶数进行选择，再利用Granger因果检验判断变量之间是否存在格兰杰因果关系以及因果关系的变动方向，最后运用VEC矢量误差修正模型、IRF脉冲响应函数、方差分解，进一步分析能源消费、污染排放与经济增长的长期与短期动态影响关系。

（一）数据平稳性检验

矢量自回归模型是建立在平稳序列基础上的，为克服时间序列数据存在伪回归问题，本文对全部数据均进行取对数化处理。所得到的对数序列不仅便于消除异方差现象，而且还会使原序列的变化趋势更加线性化，本文分别用lnRgdp、lnE和lnER表示取对数后的最终研究变量。运用Eviews软件对各序列进行ADF平稳性检验，对于存在的单位根序列，通过一阶差分来消除单位根，拟得到平稳序列，检验结果见表2。

从表2可以看出，lnRgdp、lnE和lnER的ADF绝对值均小于10%显著性水平下的临界值，且分别有99.92%、89.44%和88.79%的把握接受原假设，即各原始序列都存在单位根，是非平稳序列。于是将上述三个对数序列进行一阶差分处理，得到差分序列ΔlnRgdp、ΔlnE和ΔlnER，再对其进行ADF单位根检验。结果显示差分序列的ADF绝对值均大于5%显著性水平下的临界值，所有一阶差分变量都拒绝原假设，即lnRgdp、lnE、lnER～I（1），因此原始的对数序列满足协整检验条件。

（二）滞后期数目选择与Johansen协整检验

在选择滞后期数时，一方面要求滞后期数足够大，使参数具有较强的解释力，以便能够完整反映所构造的动态特征；另一方面，当滞后期数越大时，不仅要求有足够期数的滞后项，还要求有合理数目的自由度，以消除误差项的相关序列。本文对于lnE、lnER与lnRgdp构建的矢量自回归模型，其滞后期数目的选择如表3所示。

表2 序列lnRgdp、lnE和lnER的ADF单位根检验

表3 模型滞后期数目选择

表4 模型Johansen协整检验

根据赤池信息规则与施瓦茨规则确定模型最优滞后期数目，表3显示矢量自回归模型在滞后二阶时FPE、AIC、SC和HQ统计量值均为最小，因此选择VAR（2）。 由于差分变量ΔlnRgdp、ΔlnE与ΔlnER均为一阶单整，在满足稳定性检验后，仍要判断变量之间的具体协整关系。本文采用Johansen似然比方法进行协整检验，检验结果如表4所示。

由表4可知：对于不存在协整向量的原假设，迹检验与最大特征值检验下的变量间协整统计量值均大于各自临界值且概率P值小于0.05，可以拒绝原假设，同时也表明至少存在1个协整向量；在至少存在1个协整向量的原假设下，各统计量都大于置信水平0.05下的临界值且伴随概率值仍远小于10%，此时也可以拒绝原假设，进一步而言至少存在2个及以上的协整向量；对于至少存在2个协整向量的原假设，迹统计量检验与最大特征值统计量检验值均为0.001114，其值小于5%显著性水平下的标准值且伴随的概率值为0.9797，应该接受原假设，认为变量lnRgdp、lnE与lnER间存在2个协整向量，即能源消费、污染排放与经济增长之间存在长期的均衡关系，以经济增长为被解释变量的协整方程表述如下：

在式（1）中可以看到，能源消费与污染排放对经济增长分别具有正向推动与负向抑制的作用。具体表现为，若能源消费每增加1%，经济增长将上升0.7191%；若污染排放每增加1%，经济增长将下降0.2557%。与此同时，能源消费对经济增长的影响作用较污染排放也更为显著。

（三）VAR模型估计

对江苏省2003—2016年的能源消费、污染排放与经济增长变量建立矢量自回归模型，并进行模型的参数估计，其VAR（2）估计结果如下：

其拟合优度值为：

F统计量为：

VAR估计方程中的参数大部分在给定10%的显著性水平上是显著的，部分系数的估计结果不显著，其原因是矢量自回归方程中同一变量的二阶滞后值存在多重共线性。但从整体而言，不论是以lnRgdp、lnE与lnER中的哪一个变量作为自变量的三个估计方程，拟合优度值都是显著的，F统计值也很高。对方程（2）的VAR模型进行稳健性检验，检验结果如图3所示。

图3 模型中AR特征多项式逆根

图3中VAR（2）模型含有的6个AR根倒数的模均位于单位圆内，即特征根倒数的模小于1，说明模型是稳定的，所估计的方程具备稳定性。

（四）Granger因果检验

由于江苏省能源消费、污染排放与经济增长三者之间存在长期的均衡关系，为了进一步了解三者之间的动态互动关系，本文运用格兰杰因果关系检验矢量自回归模型中lnRgdp、lnE与lnER的具体因果关系，结果如表5所示。

由表5的Granger检验结果可知，长期内，VAR（2）模型中存在一组双向和两组单项格兰杰因果关系：当原假设为“lnRgdp不是lnE的格兰杰原因”时，相应的概率P值为0.0723，表明在10%的显著水平下拒绝原假设，认为江苏省地区生产总值是能源消耗的Granger原因。同样，也可以得出江苏省的能源消费水平是GDP的Granger原因，表明经济增长和能源消费是双向格兰杰因果关系，即经济增长能够提高能源的消耗水平，同时能源消费量也会随着地区经济的不断发展而增加。环境的污染排放量与经济增长水平之间存在单项格兰杰关系，随着经济的不断发展，环境污染也越来越严重。能源消费与污染排放之间也是属于单项格兰杰因果关系，当能源消耗量增加时，生产规模的扩大化也加剧了对环境的污染排放。

表5 模型滞后期数目选择

（五）IRF脉冲响应分析

Johansen协整检验Granger因果检验已经证实江苏省能源消费、污染排放与经济增长之间存在协整关系，并且具有因果关系。本文进一步运用IRF脉冲响应分析来反映三者间关系的强弱程度，以及描述内生变量整体的动态互动影响过程。IRF图形描述的是矢量自回归模型中一个内生变量的冲击给其他内生变量所带来的影响。随着时间的推移，观察模型的各个内生变量对于冲击是如何反应的[8]。模型的IRF图分别如图4、5、6所示，图中实线代表脉冲响应函数的冲击趋势值，上下两边的虚线代表两倍标准差置信区间，在VAR模型中将响应函数的观察期数设置为14期（图中横轴表示IRF的观察期数，纵轴表示冲击变量对解释变量的响应程度）。

由图4（a）可知，当第1期给能源消费一个单位的正向冲击后，经济增长效应并没有立即形成影响，第1期的冲击为零，但从第2期开始经济增长Rgdp开始上升并在第3期达到峰值0.0016，随后冲击作用开始下降，直到第5期后保持稳定在0.0081，最终并未收敛于零。表明在长期内江苏省的能源消费，能够对经济增长起到显著促进作用，并且能够得到均衡的动态关系。进一步观察追踪期内的能源消耗变化率对江苏省地区生产总值增长率的积累冲击效应，得到在前4期、前7期的积累效应影响分别为0.0025、0.0052。这说明，当期能源消费增长率每提高一个百分点，将导致经济增长率分别在前4期、前7期累积提升0.0025与0.0052个百分点。由图4（b）可知，当第1期给污染排放一个单位的正向冲击后，在第2至4期经济增长有轻微的影响，此后冲击力度逐渐减弱，并在第5期降为零，随后趋于稳定收敛，其中在第3至4期经济增长产生了负向反应。说明前期对污染治理的不断投入导致最终产生经济发展的停滞效应，虽然污染排放问题通过经济增长的“反哺”能够得到一定的遏制，但是在长期内环境污染并不能够对地区的经济发展产生有利影响，其经济的最终效益也将收敛于零。在污染排放不断持续的具体影响过程中，甚至会出现经济轻微负增长的情况。

图4 经济增长对能源消费和污染排放冲击的脉冲响应函数

图5 能源消费对经济增长和污染排放冲击的脉冲响应函数

由图5（a）可知，当第1期给经济增长一个单位的正向冲击后，本期能源消费就有显著的正向反应，并且这种正向反应在未来时期内出现波浪式跳动的变化。这种变化在第1至5期时能源消费的正向影响十分明显，第2期时达到被冲击响应最高值0.0108，而后从第6期开始缓慢下降，最终趋于平稳态势。出现这种现象的原因在于，一次能源使用效率在短期内难以有效提高地区生产总值，只能依靠直接消耗大量能源的方式来推动地区生产总值的提升，但是随着产业规模持续扩大与生产技术不断成熟，在长期内一次能源的使用效率会得到大幅度提高，从而减少了能源的直接消费量。由图5（b）可知，当第1期给污染排放一个单位的正向冲击后，前6期内主要对能源消费产生了负向影响，并且能够较为稳定地维持这种能源抑制效应。进一步观察追踪期内的污染排放变化对能源消耗情况的积累冲击效应，得到从前3期开始的积累效应影响为-0.0032，并且最终稳定在-0.0051。这说明污染排放在短期内对能源的影响比较大，随着污染排放的持续，经济增长受到负面冲击，从而间接抑制了能源消费的需求量。

由图6（a）可知，当第1期给经济增长一个单位的正向冲击后，产生的时滞比较短，在第2期污染排放就收到了观察期内最大的正向反应值0.0078，随之在第5期出现仅有的一次负值效应后，正向反应得到恢复并在第7期形成了一个新的峰值0.0024，之后冲击响应缓慢减弱并接近于零，总体而言在短期内的积累效应较上期而言比较大，在前3期累积的效应影响就达到0.0117，占到整个14期总和积累值的73.42%。说明在经济不断发展时，短期内因为需要大量消耗能源而导致污染排放加大、环境恶化加剧，但是随着时间的向后推移，未来的能源使用效率会得到提升，进而降低了一次能源的直接消费量，污染排放程度反而伴随着经济的绿色发展而逐步减小。由图6（b）可知，当第1期给能源消费一个单位的正向冲击后，对污染排放变化率的脉冲响应模式存在着不同的状况，不仅体现在脉冲响应的时间轨迹上，也体现在响应力度上，但是IRF响应周期上大致是相同的。主要表现为，前7期污染排放处于波动阶段，期间正负响应交替出现，直到第8期才开始趋于稳定的收敛态势。说明在能源使用效率得到提升的同时，污染排放会随着能源消费量的增加而出现先期波动进而长期内不断减小的趋势。

图6 污染排放对经济增长和能源消费冲击的脉冲响应函数

（六）方差分解

方差分解是通过将VAR模型变量的方差分解到各个随机扰动项上，其提供的是关于每个扰动项因素影响模型内全部变量的相对程度。根据计算出的贡献度，从而判断在矢量自回归模型中各个内生变量的相对重要性。本文对VAR（2）模型中的lnRgdp、lnE与lnER变量进行方差分解，由于方差分解结果在第7期后基本处于稳定状况，因此图形只选取前10期的方差分解结果。具体方法选择Cholesky正交化处理，以消除残差项批次间可能存在的序列相关性，结果见图7、8、9（图中横轴表示方差分解的观察期数，纵轴表示各个内生变量受响应时所占解释的百分比）。

由图7可知，在lnRgdp的方差分解中，可以看出能源消费与污染排放对经济增长的影响程度。经济增长对自身的响应解释率一直占据着绝大部分，在滞后3期时，能源消费对经济增长的贡献度有显著上升。随后各变量的方差解释权重已基本稳定，其中地区生产总值的75.6%冲击由经济增长变量自身解释，21.3%由能源消费水平解释，剩余的3.1%由污染排放水平解释，且该值从首期开始处于不断加大的变化趋势。说明短期内能源消费量对江苏省经济增长起到了有效的推动作用，并且环境污染对于经济增长的抑制作用极其微弱。但是从长期来看，污染排放的解释力度正在缓慢加强，地方政府在控制能源消耗的同时，也需要关注环境污染给经济发展所带来的危害。

图7 经济增长lnRgdp的方差分解

图8 能源消费lnE的方差分解

由图8可知，在lnE的方差分解中，可以看出经济增长与污染排放对能源消费的影响程度。能源消费对自身的响应解释率在第2期由92.8%骤降为66.9%，随后各期保持占有60%贡献度的稳定趋势。就最终结果而言，能源消费响应程度的32.2%冲击由经济增长变量解释，61.3%由能源消费水平自身解释，剩余的6.5%由污染排放水平解释，且该值从首期开始一直处于停滞状态。这表明，一方面随着经济水平的不断提升，能源消耗量在相当长的时间内将会不断增加；另一方面，环境污染对能源消耗的贡献度不足，结合图7已经证实污染排放将会对经济增长产生长期的抑制效应，因此能源消费量更多的是在促进经济发展后间接地受环境污染的抑制，并且具有一定的滞后性。

由图9可知，在lnER的方差分解中，可以看出经济增长与能源消费对污染排放的影响程度。在方差分解前3个观察期内，污染排放对自身的响应解释率与能源消费解释度在形态上呈现交替现象，从第4期开始两者对环境污染的解释值开始稳定下来，并且所占比例差别不大，具体情况分别是44.2%冲击由能源消费水平变量解释，46.7%由污染排放水平自身解释，剩余的9.1%由经济增长变量解释。这表明了能源消费量波动对污染排放的效应要显著大于经济增长波动对污染排放的效应。

图9 污染排放lnER的方差分解

五、研究结论与建议

（一）研究结论

本文利用江苏省2003年以来的14年时间序列数据建立矢量自回归模型，对能源、环境与经济三者之间的动态关系进行实证研究。一方面，江苏省经济在长期发展过程中，能源消费、污染排放与经济发展存在着长期的均衡关系。能源消费量的增加并不意味着经济的增长。目前我国经济的增长率已经开始降至7%以下，经济发展呈现新常态，传统的经济生产若要保持快速增长，那么难度可想而知。另一方面，在Granger因果关系中，经济增长、能源消费都是污染排放的Granger因果关系，而污染排放却不是经济增长与能源消费的Granger因果关系，但是能源消费却成为环境污染的因果关系。由此可以认为江苏省能源消费增加的原因并不是单纯意义上的经济增长，而是政府政策引导与实施的结果。政府政策导向可以促进产业对能源消耗的需求。

江苏省经济发展依赖能源消费的投入，能源消耗对经济增长的响应解释率远大于其自身的影响。由于绝大部分能源为不可再生资源，长期依赖这样的能源对经济发展是不利的。与此同时，资源与环境日益被人们重视，对生产的中间产品以及最终产品的要求也越来越高，不管从国家、社会还是个人层面来说，不可再生能源的开发已经不可持续。

（二）政策建议

通过对江苏省能源、环境与经济关系的实证分析，结合党的十九大报告关于我国加快生态文明体制改革、建设美丽中国的要求，提出如下建议：

1.调整我国现有的能源消耗结构体系，大力开发可再生资源，改善我国的自然环境。发展绿色管理模式已经成为全世界的共识，绿色经济将成为中国的经济主体，这与我们国家“十三五”规划的宗旨不谋而合。从2003—2010年间，江苏省煤炭的消费量占到了能源消耗总量的四成以上，而一吨煤炭会产生相当于3倍的二氧化碳和二氧化硫等有害气体，这对于环境是一种难以逆转的危害。在能源消耗中，煤炭对大气的污染是最严重的，应该考虑提高煤炭利用率，并积极开发太阳能等其他清洁能源作为我国未来发展的主要能源。

2.提高我国人力资本的投入。中国经济未来的可持续发展要依赖人才的培养，提高教育资本的投入金额，提高不发达地区学生的受教育年限。依靠新技术和高科技的进步，降低社会生产的投入成本，加大低碳生产的开发和推广力度，提高经济绿色发展的层次。

3.加大低碳生产的补贴支出，以促进低碳生产企业的积极性。政府宏观调控对我国经济增长具有重要的促进作用。同时，政府也应该注重财政扶持与环境政策执行相互配合，提高补贴支出的环境绩效水平，让环境保护切实有利于经济增长、污染减排和低能源消耗。政府对低碳生产的补贴鼓励，对于环境保护与资源节约的实现具有重大作用，也是树立绿色发展理念、落实绿色发展的重要举措。

参考文献：

[1]朱庆华，窦一杰.绿色供应链中政府与核心企业进化博弈模型[J].系统工程理论与实践，2007（12）：85-89，95.

[2]万建香.中国财政预算支出对经济增长、资源消耗、环境保护的绩效分析[J].财政研究，2015（3）：6-10.

[3]曲英，朱庆华，武春友.绿色供应链管理动力/压力因素实证研究[J].预测，2007（5）：1-6.

[4]曾胜，黄登仕.中国能源消费、经济增长与能源效率：基于1980—2007年的实证分析 [J].数量经济技术经济研究，2009（8）：17-28.

[5]曾胜.中国能源消费、经济增长与能源需求预测的研究[J].管理评论，2011（2）：38-44.

[6]Grossman G，Krueger A.Environmental impacts of a North American free trade agreement[C].Social Science Electronic Publishing，1991.

[7]Bo Ma.The dynamic relationship among energy consumption，environmental pollution and economic growth in China：an empirical analysis based on the dynamic panel model of 30 provincial administrative units of China[J].Journal of Information Science，2015（4）：95-106.

[8]张振强.广西能源、环境和经济增长的动态关系研究：基于VAR模型的实证分析[J].经济数学，2014（2）：88-93.