金融发展、经济增长与能源消费分析——基于ARDL-ECM模型

陈振环，朱洪革，曹 博

（东北林业大学经济管理学院，黑龙江 哈尔滨150040）

一、引言

2017年底召开的中央经济工作会议指出，中国经济已呈现由高速增长阶段转向高质量发展阶段的特征，推动经济高质量发展将是今后制定经济政策、实施宏观调控的出发点。从能源生产和消费的视角而言，高质量发展意味着降低能源消费、提高能源转换效率、大幅减少污染物排放，目的在于破解当前面临的资源环境问题，引导经济增长由粗放式向集约式转变。为实现可持续发展，中国政府在2006 年的《“十一五”规划纲要》中做出节能减排的战略部署，“十一五”和“十二五”期间能源强度分别下降了19.1%、18.4%，节能减排工作已取得显著成效。然而，地方政府可能面临在节能减排和经济增长间的两难抉择：一方面，高污染、高能耗的粗放式增长模式无法持续，在中央垂直压力下推行节能减排不可避免；另一方面，减少作为投入要素的能源可能会导致经济放缓，甚至会对工业化和城市化进程形成阻碍。由此本文提出以下值得探讨的问题：金融发展和经济增长是否影响我国能源消费的增加？节能减排政策是否对经济增长产生消极影响？如何实现节能减排与经济增长的双赢模式？借鉴Muhammad et al（.2012）关于突尼斯节能政策的研究范式，本文采用1978-2017年的宏观数据，构建了一个多变量动态时间序列计量模型（ARDL），试图在考虑工业化和城市化进程的背景下，理清中国能源消费、金融发展、经济增长之间长期与短期的动态影响机制，这对于理论预期判断和政策目标制定均具有重要意义。

二、文献回顾

长期以来，对能源消费影响因素的探索一直备受学术界关注。然而，有关能源消费与经济增长关系的结论却并不统一。针对能源消费与经济增长关系的研究，目前存在四种主流结论，即增长假说、保护假说、回馈假说和中性假说。在相关研究中，所运用的方法、模型和数据虽不尽相同，但普遍认为二者之间联系密切，尽管其中的传导机制仍然难以明确。随着研究不断深入，研究者不再局限于从经济增长视阈展开分析，转而将其他重要社会经济因素纳入探讨。其中，技术进步因素备受理论界关注，进而形成被学术界所推崇的能源回弹理论。但长期以来，鲜有文献涉及金融因素对能源消费的潜在影响，能源问题中金融因素的缺失，使我们难以确定金融因素对能源消费产生抑制或促进作用，进而在能源政策制定中存在遗漏重要调控媒介的可能，成为现有研究的一大缺陷。庆幸的是，已有学者注意到了这一问题，如Karanfil（2009）在其研究中指出，能源消费与经济增长的因果关系不能根据简单的二元模型进行判断，除了国民收入等经济因素外，金融发展过程中的信贷传导机制也可能会对能源消费产生显著影响。然而Sadorsky（2010）基于22 个主要能源国家的分析发现，以股票市场衡量的金融发展与能源消费间存在积极显著的影响，而采用信贷市场衡量金融发展的影响并不显著。Shahbaz et al（.2010）与Za⁃heer et al（.2011）发现巴基斯坦的金融发展对能源消费存在积极显著的影响，因果关系检验亦表明两者之间存在着显著的双向因果关系，即金融发展与能源消费之间的作用机制是相互影响的。值得注意的是，经验研究的结论有时并不一致。在Mu⁃hammad et al（.2012）和Slim（2012）的研究中，前者认为突尼斯的金融发展和能源消费间存在着长期因果关系，而后者分析发现仅存在从能源消费到金融发展的单向因果关系。因此，尽管经验研究证明能源消费与金融发展之间确实存在关联，但其影响路径在不同国家间会存在明显的异质性。

国内学者正开始将金融因素引入到能源问题研究中，讨论中国情境下两者之间的联系。在宏观层面，金融发展为能源产业提供更多的信贷资金来源，拓宽能源生产和消费企业的融资渠道，进而缓解能源产业的融资约束难题，使其获取较为稀缺的资金支持。金融发展会促进产业结构的转型升级，由于金融发展让企业内部的R&D 部门获取了大规模的资金支持，企业更加容易获取研发资金并引致技术创新，从而促进能源效率的提高。此外，能源效率提升虽会在短期内降低能源需求，但从长期影响来看，由于金融发展也会促进能源产品的消费，会使能源消费同时受到金融发展正反方向的双重影响（刘剑锋，2015）。从微观角度而言，随着金融发展程度的提高，一般消费者家庭更容易申请贷款用于购买私家汽车、空调等高能耗产品，会进一步提升对能源的需求。此外，随着资金稀缺性的降低，消费者也会更容易对传统高能耗产品进行更新换代，转而追求价格稍高的节能型产品，又会抑制能源消费需求的上升。总体而言，金融发展对能源消费的影响究竟是起到了刺激还是抑制作用，最终取决于这两种效应的总和。国内学者在这方面讨论中更加倾向于采用实证研究的方法，但因方法、数据和变量界定的差异，最终结论不尽相同。如武力超等（2012）发现债券市场规模对可再生能源消费产生了负向影响，而来自金融中介的影响则为正向。孙浦阳等（2011）认为金融发展会促进化石燃料消费的增加，FDI和股票市场的替代效应为正，国内信贷的替代效应为负向。有学者认为，整体上金融发展与能源消费均会拉动经济增长，三者间的作用机制存在着区域差异，如李珂等（2016）认为中国的金融发展、能源消费与经济增长之间存在着显著的正向关系，具体到不同区域则存在一定差异。除金融发展和经济增长因素以外，王振红等（2014）认为城镇化对能源消费具有显著的促进效应，但未确定金融发展与能源消费间的作用机制。刘晓剑等（2016）对金融发展因素展开进一步的讨论后，发现信贷市场的金融发展与能源消费呈正相关关系，而股市市场的金融发展则与能源消费呈现负相关关系。

综上所述，尽管现有文献提供了有益的借鉴，但研究视角仍存在进一步拓展的必要性。已有研究存在的不足包括：首先，多数学者在考察能源消费与经济增长关系时，未考虑金融因素可能带来的潜在影响；其次，在解释能源消费与经济增长关系时，可能会刺激能源消费的重要因素还应包括工业化与城市化（Muhammad et al.，2012），部分文献虽探讨了金融发展的影响，却抛开工业化和城市化这一重要背景，导致结论的完整性仍有待商榷；最后，大部分学者在考察变量间的动态关系时，未验证和分析节能减排政策对经济增长的潜在影响，导致实证结果可能缺乏现实指导意义。有鉴于此，本文采用自回归分布滞后模型（ARDL）分析了金融发展、经济增长与能源消费间影响的同时，将工业化和城市化作为重要变量一同纳入了系统性分析框架，提供了一个全新视角考证经济增长和金融发展是否存在对能源消费的刺激作用，并深入剖析节能减排的经济增长效应，可对现有结论作出进一步的验证和补充。在文章的后续部分，将采用计量经济模型对此展开深入分析和讨论。

三、数据说明和计量方法

1.变量定义

（1）金融发展指标（FD）。金融发展是指金融体系通过合理配置资金，改善金融市场的资本结构，使金融工具不断完善和金融交易流量不断增加的过程。研究中对金融发展的衡量并不一致，常用指标包括金融相关性、金融效率、金融深度三方面。金融效率指标使用储蓄存款与贷款余额比率来表示，反映了金融中介将储蓄存款转化为贷款的效率。金融深度指标一般使用货币存量与GDP的比重来表示，也可采用银行私人信贷规模与GDP 的比率来反映深化程度。借鉴Goldsmith（1969）对金融相关性的界定，本文将金融发展定义为某个时点上金融资产总值与国民财富总值的比率，即使用存款额与贷款额总和与GDP的比值来反映金融发展程度。这是由于中国的金融市场主要由银行业和证券业所主导，虽然证券业市场得到空前的发展，但由于股票市场和债券市场真正走向成熟的时间较短，又受到国家政策的严格管制，故采用银行市场的数据衡量金融发展水平更为合理。此外，中国银行业市场的主要资产表现为储蓄存款和存量贷款，所以采用存款和贷款的总和很大程度上可以作为金融资产总值的替代。

（2）经济增长指标（EG）。经济增长的含义属于宏观经济学的范畴，泛指在比较长的一段时期内，人均产出或人均收入的持续增加，反映了一个国家或地区的整体经济实力。目前在经济研究领域，对经济增长的变量选择并不存在太多争议，很多研究采用实际GDP 或实际人均GDP 反映经济增长水平。在实证研究中，研究人员更倾向使用实际人均GDP作为经济增长的替代变量。有学者指出人均实际GDP能够更好地衡量一个国家或地区的经济发展水平，可以真实地刻画该国（地区）经济发展的全貌，这是因为相较反映总体规模的GDP而言，实际人均GDP剔除了人口规模因素的影响，能够较为准确地反映经济增长的真实情况。因此，本文采用实际人均GDP作为经济增长替代变量。

（3）工业化指标（IN）。工业化是一个国家或地区的经济结构由低级向高级不断演化的过程，其实质是产业结构不断地优化、调整与升级，促使经济发展由第一产业向第二、第三产业转移。狭义的工业化通常被定义为第二产业或制造业产值在国民生产总值中比重不断上升的过程，或采用工业行业就业人数占就业总人数的比重来表示，体现了工业行业发展的演变过程。实际上，工业发展虽然是工业化的显著标志之一，但作为经济增长过程中的重要角色，工业发展必然不会作为孤立的过程而存在。如陈其安等（2017）就指出工业化并不能单纯地理解为工业发展，工业化过程是以贸易发展、市场范围扩张以及产权制度不断完善为依托来进行的。西方国家的发展经验表明，工业化总是伴随着现代服务业的发展，二者呈现了相辅相成的特征。因此，本文从广义的工业化概念出发，使用非农产业产值比重来衡量工业化发展水平，具体则以第二、三产业产值占GDP的比重来进行测算。

（4）城市化指标（UR）。城市化指随着一个国家或地区生产力的发展，农村人口向城市地区聚集和乡村逐渐演变为城市的过程。在国内外一些研究中，因不同学科的分析视角不同，又将城市化从人口、经济、地理等方面分别予以阐述，经济学研究以人口角度进行衡量居多。简新华等（2010）认为，中国的城市化又被称作城镇化，并且被政府部门所采纳使用，从城市化的内涵和中外情况的对比说明来看，城市化与城镇化没有本质的区别。目前用以衡量城镇化水平的常用指标包括非农人口比重、非农人口的就业比重或者城镇人口比重三个指标，鉴于当前社会人口流动频繁的特征，采用非农人口比重会低估城市人口的实际数量，非农人口就业比重也会受到农村乡镇企业和私营经济影响而存在统计误差。根据中国政府的官方统计口径，主要从城镇人口规模的角度来衡量城市化，即采用城镇人口数占总人口数的比重来反映中国的城市化水平，本文采用该方法对城市化指标进行度量。

（5）能源消费指标（EC）。理论界对于能源消费的概念界定较为清晰，主要指一个国家或地区在生产和生活中对能源的消耗数量。在学术研究领域，能源消费的衡量指标相对固定，主要从能源消费总量或人均能源消费量两个角度进行考量（Za⁃heer et al.，2011；武力超等，2012；刘晓剑，2016）。但与经济增长的衡量方法相类似，从总量的视角衡量能源消费水平存在一定缺陷。由于我国的人口基数过于庞大，导致能源消费总量居于世界前列，但实际上中国仍属于发展中国家，许多方面与发达国家相比尚存在较大差距。大部分学者倾向于从人均能源消费量的视角衡量能源消费水平，诸如任力等（2011）、Muhammad et al（.2012）及刘剑锋等（2015）在其研究中均采用了这种方式。因此，我们使用人均能源消费来衡量中国的能源消费水平。

2.数据来源

本文采用1978-2017年的宏观数据进行实证分析。基于历年《中国统计年鉴》，收集了能源消费、金融发展、经济增长、工业化与城镇化的年度数据，研究样本的时间跨度为40 年，满足时间序列经济分析的基本要求。为了消除价格因素影响，我们以1978 年作为基期，采用不变价的人均GDP 指数对原始数据进行平减，将名义人均GDP 转换为实际GDP（单位：万元/人）。鉴于《中国统计年鉴》并未直接提供人均能源消费量，本文采用历年能源消费总量与总人口数的比值进行了测算（单位：万吨标准煤/人）。鉴于城镇化与工业化原始数据为百分数形式，为了统一原始数据的尺度，将其转换为小数形式。最后，我们对原始数据进行自然对数处理，这样做可以有效地降低可能存在的异方差问题。使用Eviews 9.5 软件对变量数据进行描述性统计分析，包括均值、中位数、极大值、极小值、偏度、峰度及正态性检验，结果如表1所示。

表1 变量的描述性统计特征

3.模型设定

本文基于ARDL模型的边限协整检验法评估变量间可能存在的长、短期均衡效应。与其他协整检验法相比，ARDL 边限协整检验法具有以下优势：首先，传统的协整检验要求变量必须满足同阶单整条件，而ARDL模型对变量平稳性的要求条件相对宽松，一阶单整和零阶单整变量均可以纳入回归方程；其次，ARDL 边限协整检验方法在单一模型基础上建立，允许回归变量采用不同滞后阶数，对变量的选择与设置空间较为灵活；再次，在向量自回归模型（VAR）中，对数据要求通常要大于30期结论才较为可靠，而利用ARDL模型进行参数估计在小样本情况下也非常稳健。最后，使用ARDL模型无需考虑解释变量可能存在的内生性问题，还可以通过简单线性变换得到无约束的动态误差修正模型（UECM），同时兼顾了变量之间的短期效应和长期效应。如果变量间的协整关系存在，可以使用ECMt-1代表误差修正项，借鉴Muhammad et al（.2012）的研究思路，则基于ARDL的误差修正模型可表述为如下形式：

四、实证分析与结果

1.单位根检验

对宏观经济数据进行统计分析之前，进行平稳性检验可以有效地避免伪回归问题。ADF 检验、ERS 检验、P-P 检验与N-P 检验等均可用于平稳性验证，ADF 检验是当前使用频率较高的方法，本文采用ADF检验分别对能源消费等变量进行平稳性分析。采用Eviews 9.5 软件作为分析工具，依据赤池信息准则（AIC）确定最优滞后阶数，序列趋势类型的选择则通过变量数据的图形变化趋势来确定。表2 给出了ADF 检验的结果，能源消费（LnEC）、经济增长（LnEG）、城市化（LnUR）、金融发展（LnFD）4 个变量的原序列均为非平稳，但在一阶差分条件下，它们分别在10%、5%、1%、1%的显著性水平下拒绝了存在单位根的原假设，即均为一阶单整序列；工业化（Ln⁃IN）的原序列则为平稳，属于零阶单整序列。因此，传统E-G两步检验法和Johansen 协整检验方法均存在较大的局限性，但可以采用ARDL边限协整检验确定变量间是否存在长期协整关系。

表2 ADF单位根检验结果

2.ARDL边限协整检验

参照Pesaran et al（.2001）所给出的上下两组渐近分布临界值进行比较，上下临界值分别假设所有变量均服从一阶和零阶单整过程，当联合显著的F统计量大于上临界值时，认为变量间不存在协整关系的原假设被拒绝，即变量间存在协整关系。如果F统计量小于下临界值时则认为变量间不存在协整关系的假设成立，当F统计量落入上下临界值之间则边限协整检验失效。本文基于SBC准则确定ARDL模型的最优滞后阶数，研究表明大样本情况下SBC准则相对AIC准则通常具有更加精确的结果。边限协整检验的结果如表3 所示，可以看出分别以LnEC、LnEG、LnFD、LnIN、LnUR 作为因变量的情况下，所有因变量的F 统计量均在1%水平下拒绝原假设，说明各变量之间均存在长期稳定的均衡关系。

3.参数估计与动态关系分析

为进一步考察能源消费、经济增长和金融发展等变量之间的长期均衡系数与短期动态关系，进一步构建误差修正模型（ARDL-ECM）考察变量间的影响效应。ARDL-ECM 模型反映了因变量既受到自变量短期波动的影响，还受到变量间存在的长期均衡关系影响，均衡误差项ECM 的系数反映了变量在短期波动中偏离其长期均衡关系的程度。为了避免可能存在的异方差问题，采用White 异方差一致协方差法修正参数估计量的标准差，回归模型的估计结果如表4所示，表格中的参数均采用Eviews 9.5软件估计。

表3 ARDL边限协整检验结果

表4 ARDL-ECM模型的参数估计结果

表4给出各回归方程的系数、回归系数标准误差及其显著性概率，长期均衡系数呈现了变量间长期影响，短期ECM 参数估计则呈现了变量间的短期动态机制。以能源消费作为因变量时，经济增长对能源消费仅存在短期的正向影响，说明经济增长在短期刺激了能源消费的增加；从金融发展的弹性系数来看，金融发展在长、短期对能源消费存在正向的综合影响；工业化对能源消费产生了明显的抑制作用；城市化在长期表现为对能源消费的促进作用，在短期则表现为对能源消费的抑制作用。从影响机理来看，经济增长必然伴随着能源消费增加，然而这种机制却仅存在于短期，说明我国经济结构正处于优化的过程，能源消费与经济增长已呈现出弱脱钩现象（胡宗义等，2016）。金融发展不仅会刺激国内消费信贷向私人部门的流动，为人们购买汽车等高能耗消费品提供资金便利，还能够帮助企业扩大生产能力，从而促进了对能源消费的需求（戴钰等，2018；Muhammad et al.，2012）。工业化对能源消费的抑制作用在于：一是本文对工业化度量采用了非农产业比重，第二、三产业的此消彼长造成能源需求的下跌；二是我国以结构调整和技术进步为主的工业化进程，能够显著地提高能源效率并降低能源消费强度。城市化对能源消费的影响机制则呈现U 型关系，在短期体现为集聚效应和规模效应对能源消费的抑制，城市化有助于缓解人口增加对能源的需求；在长期则体现为城市化伴随着人均收入水平的提高，从而刺激人们对高能耗产品的消费，间接导致能源消费的上升。

以经济增长作为因变量时，能源消费在短期和长期均对经济增长具有显著的正向影响，从回归系数来看对经济增长的短期影响强度更大，这表明能源消费与经济增长关系在短期内符合反馈机制的假说，而在长期内则更符合保护机制的假说。在先前研究中，大部分结论认为金融发展对经济增长具有正向促进作用（李珂等，2016），而本文结果与先前的金融促进论有所不同，动态计量模型检验发现金融发展对经济增长呈现负向影响，金融发展对经济增长的影响整体呈现抑制作用，这与田卫民（2017）的结论相一致。这是由于金融发展促进经济增长的前提是实现资金的优化配置，金融资本通过实体企业实现对经济增长的“造血功能”，然而目前我国的金融市场化程度滞后于经济市场化程度，金融资源配置倾向于资金需求相对较低的国有企业，导致对资金的使用效率不高；此外，当金融发展的增速超过实体部门经济增速的一定量后，则会形成对经济增长的金融抑制效应，因为金融机构资产规模的快速扩张可能会抢占实体部门的企业生产资金。工业化在长期和短期均对经济增长产生了显著的正向影响，且工业化对经济增长具有明显的滞后效应。城市化在短期和长期均对经济增长的影响均为正向，表明城市化将在未来成为经济增长的重要推动力。有研究认为中国工业化、城市化和经济增长间之间呈现同方向变化趋势（冯亚娟等，2013），本文结果支持了这一观点。

在金融发展为因变量的方程中，能源消费长期来看对金融发展无显著影响，在短期对金融发展具有正向促进作用，表明在短期内金融机构为实体企业提供的资金支持，一定程度上促进了金融机构资产规模的扩张。经济增长在长期和短期均对金融发展产生了负向影响，一些研究认为经济增长对金融发展具有促进作用（Muhammad et al.，2012），本文结果并未支持这一观点。原因在于使用相关比率标准衡量金融发展，其内涵反映了金融资产总值增长率滞后于GDP 增长率，在样本期内GDP 的平均增长率为9.5%，而同期金融发展水平的平均增长率仅为8.5%，表明我国金融发展水平仍有待深化（胡宗义等，2016）。滞后一期的金融发展在短期内对其自身具有正向促进作用，表明金融发展过程中的资金乘数效应需要一个释放过程。工业化在长期和短期均对金融发展具有正向影响，说明工业化进程推动了金融机构资产规模的快速提升，一方面金融发展为工业化进程中实体企业的快速成长提供了直接的资金支持，另一方面实体企业的机构存款又推动了金融机构资产规模的扩张，理论上分析二者应具有互相促进的共生关系，如部分学者认为短期上中国的金融发展是工业化的格兰杰原因，长期上工业化是金融发展的格兰杰原因（陈其安等，2017）。城市化在短期对金融发展具有促进作用，但在长期对金融发展具有抑制作用，这与陈其安等（2017）的结论相类似，原因在于城市化是人口在时间和空间上的集聚过程，城市化会在短期引发大量基础设施建设，为促进金融机构规模扩张创造有利条件。但城市化亦会导致地方政府的隐性债务风险，阻碍了金融机构资产规模的扩张速度，形成对金融发展的抑制效应。

以工业化作为因变量时，能源消费在长期和短期均对其产生负向影响，表明传统的能源依赖性发展模式并不适合新型工业化改革，本文结果与吴巧生（2010）的结论恰好相反，这可能是因样本区间不同而导致。实证结果并未显示节能减排政策的执行会对中国工业化进程产生冲击，相反，政策推行有利于推动工业化，因为减排政策的实施会倒逼企业依靠技术进步来提高能源利用效率。无论是在短期还是长期，经济增长对工业化具有正向影响，这与部分研究结论是一致的（吴巧生，2010；冯亚娟等，2013），表明工业化是经济增长的直接结果，经济增长与工业化具有双向促进作用。金融发展的长短期系数均为正数，表明其对工业化具有显著的正向促进作用，工业化过程需要依赖大量的物质资本、人力资本和技术进步，而金融资产规模的扩张可为工业化提供生产要素方面的强力支撑。此外，实证结果显示城市化在长期对工业化具有促进作用，而短期对工业化产生了一定的消极影响。长期以来，工业化与城市化一直被认为是实现经济增长的重要动力，二者作为经济增长的双重过程互相促进，城市化的人口集聚为工业化提供了人力资本，工业化为城市人口提供大量就业机会形成对城市化的反哺机制。然而，我国的经济发展一直存在“城市化滞后、工业化超前”的特征，相较发达国家80%以上的城市化率仍存在较大的上升空间，未来城市化发展需要加强与工业化的深度融合，并以稳定的经济增长作为保障条件。

最后，以城市化作为因变量时，能源消费、经济增长、金融发展和工业化四个解释变量的长期弹性系数均没有通过显著性检验，表明这些因素对城市化的长期影响较弱。而从短期弹性系数来看，能源消费与城市化呈现负相关关系，这与其对工业化的影响十分相似，节能减排政策并不会对城市化产生较大冲击；经济增长的短期弹性系数为0.3962，说明经济增长是我国城市化的重要驱动因素之一，而城市化是经济增长效果的直接体现。金融发展对城市化的短期综合影响为正向，我国城市化必然伴随大规模的生活服务基础设施建设，而金融发展对城市化的促进作用通过资金的优化配置来实现，主要是通过金融机构的储蓄存款和信贷资金的转换机制来为城市基础设施建设提供资金支撑。如前所述，受制于我国“城市化滞后、工业化超前”经济特征的制约，工业化与城市化在短期动态方程中呈现出负相关的关系，有研究指出虽然工业部门使用了城市劳动力进行生产活动，但工业化和城市化也可能会出现逆向的发展轨迹（汪川，2017），我们的实证结果印证了该观点，这也预示着中国的城市化进程仍然蕴含着巨大的发展潜力。

4.稳定性检验

对模型参数进行稳定检验是实证研究的重要环节，若所建立的动态计量模型不具有稳定性，会导致参数估计结果有偏且不一致。Pesaran et al（.2001）推荐使用回归方程的递归残差累计和（CUSUM）和递归残差平方累计和（CUSUMSQ）对模型进行稳定性检验，CUSUM 检验与CUSUMSQ 检验分别给出5%显著水平下的两条置信带，以及CUSUM值和CUSUMSQ值随时间的趋势变化图，如果残差累计量或残差平方值累计值落在两条置信带间，则说明参数估计结果具有稳定性。基于Eviews 9.5 软件，分别计算了表5 中的各组ARDL 模型的递归估计检验图，分别如图1 至图5 所示。如图所示，在整个样本期内LnEC 方程、LnFD方程、LnIN方程、LnUN方程CUSUM值和CUSUMSQ值的波动范围均控制在5%显著水平的置信带之内，LnEG方程的CUSUM值和CUSUMSQ值的波动范围仅在个别年份超出了置信带下限，因此就模型的整体稳定性而言，回归参数估计具有稳定性与可靠性。

图1 LnEC方程的CUSUM与CUSUMSQ检验结果

图2 LnEG方程的CUSUM与CUSUMSQ检验结果

图4 LnIN方程的CUSUM与CUSUMSQ检验结果

图5 LnUN方程的CUSUM与CUSUMSQ检验结果

五、结论与启示

本文基于1978-2017 年的年度数据，采用ARDL 边限检验法构建了一个包含能源消费、经济增长、金融发展、工业化和城市化在内的动态计量分析模型，对各变量之间的长期均衡系数与短期动态关系进行了系统剖析。实证结果显示：在样本期内，我国的能源消费、经济增长、金融发展、工业化和城市化之间存在长期稳定的均衡关系，变量之间存在着非常明显的系统性影响；金融发展和城市化在长期关系上刺激了国内能源消费的增加，经济增长在短期关系上刺激了能源消费的增加，即金融发展、城市化与经济增长是刺激能源消费的重要因素；能源消费与经济增长在短期内互为促进因素，两者关系契合了反馈机制假说，由于长期仅存在能源消费对经济增长的影响路径，更加符合保护机制假说，金融发展对经济增长的抑制效应明显；能源消费的增加对经济增长和金融发展具有促进作用，对工业化和城市化却呈现了截然相反的抑制效应，意味着高能耗的粗放增长模式虽有利于GDP规模上升，但在长期却不利于城市化与工业化进程的推进。研究结论的政策含义主要包括：

首先，在2015年12月份召开的巴黎气候大会上，中国领导人在会上庄严承诺将于2030年前后使二氧化碳排放达到峰值，同期单位国内生产总值的二氧化碳排放较2005 年下降60%-65%，非化石能源占一次能源消费比重达到20%左右，森林蓄积量比2005年增加45亿立方米左右，可见节能减排已被纳入国家发展战略。在此背景下，一方面要确保经济持续稳定的增长，另一方面要在经济稳定基础上实现节能减排，如何兼顾两方面目标进而实现双赢模式，是值得深入思考的战略性议题。在宏观层面来看，短期内大幅度下调经济增长目标虽可有效减少能源消费量，但会引发诸如失业率上升等其他社会问题，故节能减排政策不能实行“一刀切”；从实证结果看，可以通过金融监管部门的信贷调控机制，为商业银行的信贷投放设立明确的标准和导向，适度限制部分高能源消耗型企业的融资额度，转而大力支持低能耗型企业的资金需求，通过融资约束和政策引导的方式，促使“两高一剩”类企业通过能源需求转型，逐步实现节能减排的目标。

其次，我国经济已经进入新常态，当前产业结构优化速度不断加快，能源消费的增速明显放缓，经测算“十二五”期间全国能源消费的年平均增速为3.84%，而“十三五”以来能源消费的年均增速仅为2.19%，节能减排政策的实施效果非常明显。国务院下发的《“十三五”节能减排综合工作方案》提出，到2020 年全国万元GDP 能耗比2015 年下降15%，能源消费总量控制在50亿吨标准煤以内的整体目标。然而，能源消费属于经济增长中的刚性要素，随着我国城市化进程加快和消费结构升级，短期内期望出现能源消费的“断崖式”下降显然不太现实，今后节能减排的任务压力依然严峻。本文认为可通过三种途径推进我国节能减排政策的实施，即依托融资约束倒逼企业提高能源效率、通过经济结构调整引导传统产业的转型升级、鼓励发展和采用核能、风电、太阳能等新型能源，利用多重路径来深挖节能减排的潜力，从供给侧结构性改革和创新驱动发展战略入手，依托技术进步和结构调整实现经济的绿色增长。

最后，能源消费与经济增长关系存在的短期双向反馈机制与长期保护机制，以及能源消费对其他变量的潜在影响评估，预示着节能减排政策将会对经济增长造成一定程度的短期消极影响，但该政策的出台并不会对我国的工业化与城市化进程形成阻碍。在短期内，政府部门可以通过采用新的技术和方法，进行产业结构调整，并让金融部门参与进来的方式达成目标。此外，当前央行实施的降息与降准等宽松型货币政策虽然可以稳定股市，但大量资金流入市场可能反而不利于降低国内能源消费。以降低能源强度和减少污染排放为目标的环保政策，包括提高效率的措施和需求方面的管控政策，在短时间内必然会对我国经济活动产生一些不利影响，但从长期来看这种消极影响会逐渐减弱，因此节能减排政策可以被长期实施下去。节能减排意味着要放弃一部分短期经济利益，但只有经历了结构调整的阵痛期，才能换取经济社会的可持续发展，真正实现“腾笼换鸟，凤凰涅槃”。