金融發展、經濟增長與能源消費分析
——基于ARDL-ECM模型

陳振環，朱洪革，曹 博

（東北林業大學經濟管理學院，黑龍江 哈爾濱150040）

一、引言

2017年底召開的中央經濟工作會議指出，中國經濟已呈現由高速增長階段轉向高質量發展階段的特征，推動經濟高質量發展將是今后制定經濟政策、實施宏觀調控的出發點。從能源生產和消費的視角而言，高質量發展意味著降低能源消費、提高能源轉換效率、大幅減少污染物排放，目的在于破解當前面臨的資源環境問題，引導經濟增長由粗放式向集約式轉變。為實現可持續發展，中國政府在2006 年的《“十一五”規劃綱要》中做出節能減排的戰略部署，“十一五”和“十二五”期間能源強度分別下降了19.1%、18.4%，節能減排工作已取得顯著成效。然而，地方政府可能面臨在節能減排和經濟增長間的兩難抉擇：一方面，高污染、高能耗的粗放式增長模式無法持續，在中央垂直壓力下推行節能減排不可避免；另一方面，減少作為投入要素的能源可能會導致經濟放緩，甚至會對工業化和城市化進程形成阻礙。由此本文提出以下值得探討的問題：金融發展和經濟增長是否影響我國能源消費的增加？節能減排政策是否對經濟增長產生消極影響？如何實現節能減排與經濟增長的雙贏模式？借鑒Muhammad et al（.2012）關于突尼斯節能政策的研究范式，本文采用1978-2017年的宏觀數據，構建了一個多變量動態時間序列計量模型（ARDL），試圖在考慮工業化和城市化進程的背景下，理清中國能源消費、金融發展、經濟增長之間長期與短期的動態影響機制，這對于理論預期判斷和政策目標制定均具有重要意義。

二、文獻回顧

長期以來，對能源消費影響因素的探索一直備受學術界關注。然而，有關能源消費與經濟增長關系的結論卻并不統一。針對能源消費與經濟增長關系的研究，目前存在四種主流結論，即增長假說、保護假說、回饋假說和中性假說。在相關研究中，所運用的方法、模型和數據雖不盡相同，但普遍認為二者之間聯系密切，盡管其中的傳導機制仍然難以明確。隨著研究不斷深入，研究者不再局限于從經濟增長視閾展開分析，轉而將其他重要社會經濟因素納入探討。其中，技術進步因素備受理論界關注，進而形成被學術界所推崇的能源回彈理論。但長期以來，鮮有文獻涉及金融因素對能源消費的潛在影響，能源問題中金融因素的缺失，使我們難以確定金融因素對能源消費產生抑制或促進作用，進而在能源政策制定中存在遺漏重要調控媒介的可能，成為現有研究的一大缺陷。慶幸的是，已有學者注意到了這一問題，如Karanfil（2009）在其研究中指出，能源消費與經濟增長的因果關系不能根據簡單的二元模型進行判斷，除了國民收入等經濟因素外，金融發展過程中的信貸傳導機制也可能會對能源消費產生顯著影響。然而Sadorsky（2010）基于22 個主要能源國家的分析發現，以股票市場衡量的金融發展與能源消費間存在積極顯著的影響，而采用信貸市場衡量金融發展的影響并不顯著。Shahbaz et al（.2010）與Za?heer et al（.2011）發現巴基斯坦的金融發展對能源消費存在積極顯著的影響，因果關系檢驗亦表明兩者之間存在著顯著的雙向因果關系，即金融發展與能源消費之間的作用機制是相互影響的。值得注意的是，經驗研究的結論有時并不一致。在Mu?hammad et al（.2012）和Slim（2012）的研究中，前者認為突尼斯的金融發展和能源消費間存在著長期因果關系，而后者分析發現僅存在從能源消費到金融發展的單向因果關系。因此，盡管經驗研究證明能源消費與金融發展之間確實存在關聯，但其影響路徑在不同國家間會存在明顯的異質性。

國內學者正開始將金融因素引入到能源問題研究中，討論中國情境下兩者之間的聯系。在宏觀層面，金融發展為能源產業提供更多的信貸資金來源，拓寬能源生產和消費企業的融資渠道，進而緩解能源產業的融資約束難題，使其獲取較為稀缺的資金支持。金融發展會促進產業結構的轉型升級，由于金融發展讓企業內部的R&D 部門獲取了大規模的資金支持，企業更加容易獲取研發資金并引致技術創新，從而促進能源效率的提高。此外，能源效率提升雖會在短期內降低能源需求，但從長期影響來看，由于金融發展也會促進能源產品的消費，會使能源消費同時受到金融發展正反方向的雙重影響（劉劍鋒，2015）。從微觀角度而言，隨著金融發展程度的提高，一般消費者家庭更容易申請貸款用于購買私家汽車、空調等高能耗產品，會進一步提升對能源的需求。此外，隨著資金稀缺性的降低，消費者也會更容易對傳統高能耗產品進行更新換代，轉而追求價格稍高的節能型產品，又會抑制能源消費需求的上升。總體而言，金融發展對能源消費的影響究竟是起到了刺激還是抑制作用，最終取決于這兩種效應的總和。國內學者在這方面討論中更加傾向于采用實證研究的方法，但因方法、數據和變量界定的差異，最終結論不盡相同。如武力超等（2012）發現債券市場規模對可再生能源消費產生了負向影響，而來自金融中介的影響則為正向。孫浦陽等（2011）認為金融發展會促進化石燃料消費的增加，FDI和股票市場的替代效應為正，國內信貸的替代效應為負向。有學者認為，整體上金融發展與能源消費均會拉動經濟增長，三者間的作用機制存在著區域差異，如李珂等（2016）認為中國的金融發展、能源消費與經濟增長之間存在著顯著的正向關系，具體到不同區域則存在一定差異。除金融發展和經濟增長因素以外，王振紅等（2014）認為城鎮化對能源消費具有顯著的促進效應，但未確定金融發展與能源消費間的作用機制。劉曉劍等（2016）對金融發展因素展開進一步的討論后，發現信貸市場的金融發展與能源消費呈正相關關系，而股市市場的金融發展則與能源消費呈現負相關關系。

綜上所述，盡管現有文獻提供了有益的借鑒，但研究視角仍存在進一步拓展的必要性。已有研究存在的不足包括：首先，多數學者在考察能源消費與經濟增長關系時，未考慮金融因素可能帶來的潛在影響；其次，在解釋能源消費與經濟增長關系時，可能會刺激能源消費的重要因素還應包括工業化與城市化（Muhammad et al.，2012），部分文獻雖探討了金融發展的影響，卻拋開工業化和城市化這一重要背景，導致結論的完整性仍有待商榷；最后，大部分學者在考察變量間的動態關系時，未驗證和分析節能減排政策對經濟增長的潛在影響，導致實證結果可能缺乏現實指導意義。有鑒于此，本文采用自回歸分布滯后模型（ARDL）分析了金融發展、經濟增長與能源消費間影響的同時，將工業化和城市化作為重要變量一同納入了系統性分析框架，提供了一個全新視角考證經濟增長和金融發展是否存在對能源消費的刺激作用，并深入剖析節能減排的經濟增長效應，可對現有結論作出進一步的驗證和補充。在文章的后續部分，將采用計量經濟模型對此展開深入分析和討論。

三、數據說明和計量方法

1.變量定義

（1）金融發展指標（FD）。金融發展是指金融體系通過合理配置資金，改善金融市場的資本結構，使金融工具不斷完善和金融交易流量不斷增加的過程。研究中對金融發展的衡量并不一致，常用指標包括金融相關性、金融效率、金融深度三方面。金融效率指標使用儲蓄存款與貸款余額比率來表示，反映了金融中介將儲蓄存款轉化為貸款的效率。金融深度指標一般使用貨幣存量與GDP的比重來表示，也可采用銀行私人信貸規模與GDP 的比率來反映深化程度。借鑒Goldsmith（1969）對金融相關性的界定，本文將金融發展定義為某個時點上金融資產總值與國民財富總值的比率，即使用存款額與貸款額總和與GDP的比值來反映金融發展程度。這是由于中國的金融市場主要由銀行業和證券業所主導，雖然證券業市場得到空前的發展，但由于股票市場和債券市場真正走向成熟的時間較短，又受到國家政策的嚴格管制，故采用銀行市場的數據衡量金融發展水平更為合理。此外，中國銀行業市場的主要資產表現為儲蓄存款和存量貸款，所以采用存款和貸款的總和很大程度上可以作為金融資產總值的替代。

（2）經濟增長指標（EG）。經濟增長的含義屬于宏觀經濟學的范疇，泛指在比較長的一段時期內，人均產出或人均收入的持續增加，反映了一個國家或地區的整體經濟實力。目前在經濟研究領域，對經濟增長的變量選擇并不存在太多爭議，很多研究采用實際GDP 或實際人均GDP 反映經濟增長水平。在實證研究中，研究人員更傾向使用實際人均GDP作為經濟增長的替代變量。有學者指出人均實際GDP能夠更好地衡量一個國家或地區的經濟發展水平，可以真實地刻畫該國（地區）經濟發展的全貌，這是因為相較反映總體規模的GDP而言，實際人均GDP剔除了人口規模因素的影響，能夠較為準確地反映經濟增長的真實情況。因此，本文采用實際人均GDP作為經濟增長替代變量。

（3）工業化指標（IN）。工業化是一個國家或地區的經濟結構由低級向高級不斷演化的過程，其實質是產業結構不斷地優化、調整與升級，促使經濟發展由第一產業向第二、第三產業轉移。狹義的工業化通常被定義為第二產業或制造業產值在國民生產總值中比重不斷上升的過程，或采用工業行業就業人數占就業總人數的比重來表示，體現了工業行業發展的演變過程。實際上，工業發展雖然是工業化的顯著標志之一，但作為經濟增長過程中的重要角色，工業發展必然不會作為孤立的過程而存在。如陳其安等（2017）就指出工業化并不能單純地理解為工業發展，工業化過程是以貿易發展、市場范圍擴張以及產權制度不斷完善為依托來進行的。西方國家的發展經驗表明，工業化總是伴隨著現代服務業的發展，二者呈現了相輔相成的特征。因此，本文從廣義的工業化概念出發，使用非農產業產值比重來衡量工業化發展水平，具體則以第二、三產業產值占GDP的比重來進行測算。

（4）城市化指標（UR）。城市化指隨著一個國家或地區生產力的發展，農村人口向城市地區聚集和鄉村逐漸演變為城市的過程。在國內外一些研究中，因不同學科的分析視角不同，又將城市化從人口、經濟、地理等方面分別予以闡述，經濟學研究以人口角度進行衡量居多。簡新華等（2010）認為，中國的城市化又被稱作城鎮化，并且被政府部門所采納使用，從城市化的內涵和中外情況的對比說明來看，城市化與城鎮化沒有本質的區別。目前用以衡量城鎮化水平的常用指標包括非農人口比重、非農人口的就業比重或者城鎮人口比重三個指標，鑒于當前社會人口流動頻繁的特征，采用非農人口比重會低估城市人口的實際數量，非農人口就業比重也會受到農村鄉鎮企業和私營經濟影響而存在統計誤差。根據中國政府的官方統計口徑，主要從城鎮人口規模的角度來衡量城市化，即采用城鎮人口數占總人口數的比重來反映中國的城市化水平，本文采用該方法對城市化指標進行度量。

（5）能源消費指標（EC）。理論界對于能源消費的概念界定較為清晰，主要指一個國家或地區在生產和生活中對能源的消耗數量。在學術研究領域，能源消費的衡量指標相對固定，主要從能源消費總量或人均能源消費量兩個角度進行考量（Za?heer et al.，2011；武力超等，2012；劉曉劍，2016）。但與經濟增長的衡量方法相類似，從總量的視角衡量能源消費水平存在一定缺陷。由于我國的人口基數過于龐大，導致能源消費總量居于世界前列，但實際上中國仍屬于發展中國家，許多方面與發達國家相比尚存在較大差距。大部分學者傾向于從人均能源消費量的視角衡量能源消費水平，諸如任力等（2011）、Muhammad et al（.2012）及劉劍鋒等（2015）在其研究中均采用了這種方式。因此，我們使用人均能源消費來衡量中國的能源消費水平。

2.數據來源

本文采用1978-2017年的宏觀數據進行實證分析。基于歷年《中國統計年鑒》，收集了能源消費、金融發展、經濟增長、工業化與城鎮化的年度數據，研究樣本的時間跨度為40 年，滿足時間序列經濟分析的基本要求。為了消除價格因素影響，我們以1978 年作為基期，采用不變價的人均GDP 指數對原始數據進行平減，將名義人均GDP 轉換為實際GDP（單位：萬元/人）。鑒于《中國統計年鑒》并未直接提供人均能源消費量，本文采用歷年能源消費總量與總人口數的比值進行了測算（單位：萬噸標準煤/人）。鑒于城鎮化與工業化原始數據為百分數形式，為了統一原始數據的尺度，將其轉換為小數形式。最后，我們對原始數據進行自然對數處理，這樣做可以有效地降低可能存在的異方差問題。使用Eviews 9.5 軟件對變量數據進行描述性統計分析，包括均值、中位數、極大值、極小值、偏度、峰度及正態性檢驗，結果如表1所示。

表1 變量的描述性統計特征

3.模型設定

本文基于ARDL模型的邊限協整檢驗法評估變量間可能存在的長、短期均衡效應。與其他協整檢驗法相比，ARDL 邊限協整檢驗法具有以下優勢：首先，傳統的協整檢驗要求變量必須滿足同階單整條件，而ARDL模型對變量平穩性的要求條件相對寬松，一階單整和零階單整變量均可以納入回歸方程；其次，ARDL 邊限協整檢驗方法在單一模型基礎上建立，允許回歸變量采用不同滯后階數，對變量的選擇與設置空間較為靈活；再次，在向量自回歸模型（VAR）中，對數據要求通常要大于30期結論才較為可靠，而利用ARDL模型進行參數估計在小樣本情況下也非常穩健。最后，使用ARDL模型無需考慮解釋變量可能存在的內生性問題，還可以通過簡單線性變換得到無約束的動態誤差修正模型（UECM），同時兼顧了變量之間的短期效應和長期效應。如果變量間的協整關系存在，可以使用ECMt-1代表誤差修正項，借鑒Muhammad et al（.2012）的研究思路，則基于ARDL的誤差修正模型可表述為如下形式：

四、實證分析與結果

1.單位根檢驗

對宏觀經濟數據進行統計分析之前，進行平穩性檢驗可以有效地避免偽回歸問題。ADF 檢驗、ERS 檢驗、P-P 檢驗與N-P 檢驗等均可用于平穩性驗證，ADF 檢驗是當前使用頻率較高的方法，本文采用ADF檢驗分別對能源消費等變量進行平穩性分析。采用Eviews 9.5 軟件作為分析工具，依據赤池信息準則（AIC）確定最優滯后階數，序列趨勢類型的選擇則通過變量數據的圖形變化趨勢來確定。表2 給出了ADF 檢驗的結果，能源消費（LnEC）、經濟增長（LnEG）、城市化（LnUR）、金融發展（LnFD）4 個變量的原序列均為非平穩，但在一階差分條件下，它們分別在10%、5%、1%、1%的顯著性水平下拒絕了存在單位根的原假設，即均為一階單整序列；工業化（Ln?IN）的原序列則為平穩，屬于零階單整序列。因此，傳統E-G兩步檢驗法和Johansen 協整檢驗方法均存在較大的局限性，但可以采用ARDL邊限協整檢驗確定變量間是否存在長期協整關系。

表2 ADF單位根檢驗結果

2.ARDL邊限協整檢驗

參照Pesaran et al（.2001）所給出的上下兩組漸近分布臨界值進行比較，上下臨界值分別假設所有變量均服從一階和零階單整過程，當聯合顯著的F統計量大于上臨界值時，認為變量間不存在協整關系的原假設被拒絕，即變量間存在協整關系。如果F統計量小于下臨界值時則認為變量間不存在協整關系的假設成立，當F統計量落入上下臨界值之間則邊限協整檢驗失效。本文基于SBC準則確定ARDL模型的最優滯后階數，研究表明大樣本情況下SBC準則相對AIC準則通常具有更加精確的結果。邊限協整檢驗的結果如表3 所示，可以看出分別以LnEC、LnEG、LnFD、LnIN、LnUR 作為因變量的情況下，所有因變量的F 統計量均在1%水平下拒絕原假設，說明各變量之間均存在長期穩定的均衡關系。

3.參數估計與動態關系分析

為進一步考察能源消費、經濟增長和金融發展等變量之間的長期均衡系數與短期動態關系，進一步構建誤差修正模型（ARDL-ECM）考察變量間的影響效應。ARDL-ECM 模型反映了因變量既受到自變量短期波動的影響，還受到變量間存在的長期均衡關系影響，均衡誤差項ECM 的系數反映了變量在短期波動中偏離其長期均衡關系的程度。為了避免可能存在的異方差問題，采用White 異方差一致協方差法修正參數估計量的標準差，回歸模型的估計結果如表4所示，表格中的參數均采用Eviews 9.5軟件估計。

表3 ARDL邊限協整檢驗結果

表4 ARDL-ECM模型的參數估計結果

表4給出各回歸方程的系數、回歸系數標準誤差及其顯著性概率，長期均衡系數呈現了變量間長期影響，短期ECM 參數估計則呈現了變量間的短期動態機制。以能源消費作為因變量時，經濟增長對能源消費僅存在短期的正向影響，說明經濟增長在短期刺激了能源消費的增加；從金融發展的彈性系數來看，金融發展在長、短期對能源消費存在正向的綜合影響；工業化對能源消費產生了明顯的抑制作用；城市化在長期表現為對能源消費的促進作用，在短期則表現為對能源消費的抑制作用。從影響機理來看，經濟增長必然伴隨著能源消費增加，然而這種機制卻僅存在于短期，說明我國經濟結構正處于優化的過程，能源消費與經濟增長已呈現出弱脫鉤現象（胡宗義等，2016）。金融發展不僅會刺激國內消費信貸向私人部門的流動，為人們購買汽車等高能耗消費品提供資金便利，還能夠幫助企業擴大生產能力，從而促進了對能源消費的需求（戴鈺等，2018；Muhammad et al.，2012）。工業化對能源消費的抑制作用在于：一是本文對工業化度量采用了非農產業比重，第二、三產業的此消彼長造成能源需求的下跌；二是我國以結構調整和技術進步為主的工業化進程，能夠顯著地提高能源效率并降低能源消費強度。城市化對能源消費的影響機制則呈現U 型關系，在短期體現為集聚效應和規模效應對能源消費的抑制，城市化有助于緩解人口增加對能源的需求；在長期則體現為城市化伴隨著人均收入水平的提高，從而刺激人們對高能耗產品的消費，間接導致能源消費的上升。

以經濟增長作為因變量時，能源消費在短期和長期均對經濟增長具有顯著的正向影響，從回歸系數來看對經濟增長的短期影響強度更大，這表明能源消費與經濟增長關系在短期內符合反饋機制的假說，而在長期內則更符合保護機制的假說。在先前研究中，大部分結論認為金融發展對經濟增長具有正向促進作用（李珂等，2016），而本文結果與先前的金融促進論有所不同，動態計量模型檢驗發現金融發展對經濟增長呈現負向影響，金融發展對經濟增長的影響整體呈現抑制作用，這與田衛民（2017）的結論相一致。這是由于金融發展促進經濟增長的前提是實現資金的優化配置，金融資本通過實體企業實現對經濟增長的“造血功能”，然而目前我國的金融市場化程度滯后于經濟市場化程度，金融資源配置傾向于資金需求相對較低的國有企業，導致對資金的使用效率不高；此外，當金融發展的增速超過實體部門經濟增速的一定量后，則會形成對經濟增長的金融抑制效應，因為金融機構資產規模的快速擴張可能會搶占實體部門的企業生產資金。工業化在長期和短期均對經濟增長產生了顯著的正向影響，且工業化對經濟增長具有明顯的滯后效應。城市化在短期和長期均對經濟增長的影響均為正向，表明城市化將在未來成為經濟增長的重要推動力。有研究認為中國工業化、城市化和經濟增長間之間呈現同方向變化趨勢（馮亞娟等，2013），本文結果支持了這一觀點。

在金融發展為因變量的方程中，能源消費長期來看對金融發展無顯著影響，在短期對金融發展具有正向促進作用，表明在短期內金融機構為實體企業提供的資金支持，一定程度上促進了金融機構資產規模的擴張。經濟增長在長期和短期均對金融發展產生了負向影響，一些研究認為經濟增長對金融發展具有促進作用（Muhammad et al.，2012），本文結果并未支持這一觀點。原因在于使用相關比率標準衡量金融發展，其內涵反映了金融資產總值增長率滯后于GDP 增長率，在樣本期內GDP 的平均增長率為9.5%，而同期金融發展水平的平均增長率僅為8.5%，表明我國金融發展水平仍有待深化（胡宗義等，2016）。滯后一期的金融發展在短期內對其自身具有正向促進作用，表明金融發展過程中的資金乘數效應需要一個釋放過程。工業化在長期和短期均對金融發展具有正向影響，說明工業化進程推動了金融機構資產規模的快速提升，一方面金融發展為工業化進程中實體企業的快速成長提供了直接的資金支持，另一方面實體企業的機構存款又推動了金融機構資產規模的擴張，理論上分析二者應具有互相促進的共生關系，如部分學者認為短期上中國的金融發展是工業化的格蘭杰原因，長期上工業化是金融發展的格蘭杰原因（陳其安等，2017）。城市化在短期對金融發展具有促進作用，但在長期對金融發展具有抑制作用，這與陳其安等（2017）的結論相類似，原因在于城市化是人口在時間和空間上的集聚過程，城市化會在短期引發大量基礎設施建設，為促進金融機構規模擴張創造有利條件。但城市化亦會導致地方政府的隱性債務風險，阻礙了金融機構資產規模的擴張速度，形成對金融發展的抑制效應。

以工業化作為因變量時，能源消費在長期和短期均對其產生負向影響，表明傳統的能源依賴性發展模式并不適合新型工業化改革，本文結果與吳巧生（2010）的結論恰好相反，這可能是因樣本區間不同而導致。實證結果并未顯示節能減排政策的執行會對中國工業化進程產生沖擊，相反，政策推行有利于推動工業化，因為減排政策的實施會倒逼企業依靠技術進步來提高能源利用效率。無論是在短期還是長期，經濟增長對工業化具有正向影響，這與部分研究結論是一致的（吳巧生，2010；馮亞娟等，2013），表明工業化是經濟增長的直接結果，經濟增長與工業化具有雙向促進作用。金融發展的長短期系數均為正數，表明其對工業化具有顯著的正向促進作用，工業化過程需要依賴大量的物質資本、人力資本和技術進步，而金融資產規模的擴張可為工業化提供生產要素方面的強力支撐。此外，實證結果顯示城市化在長期對工業化具有促進作用，而短期對工業化產生了一定的消極影響。長期以來，工業化與城市化一直被認為是實現經濟增長的重要動力，二者作為經濟增長的雙重過程互相促進，城市化的人口集聚為工業化提供了人力資本，工業化為城市人口提供大量就業機會形成對城市化的反哺機制。然而，我國的經濟發展一直存在“城市化滯后、工業化超前”的特征，相較發達國家80%以上的城市化率仍存在較大的上升空間，未來城市化發展需要加強與工業化的深度融合，并以穩定的經濟增長作為保障條件。

最后，以城市化作為因變量時，能源消費、經濟增長、金融發展和工業化四個解釋變量的長期彈性系數均沒有通過顯著性檢驗，表明這些因素對城市化的長期影響較弱。而從短期彈性系數來看，能源消費與城市化呈現負相關關系，這與其對工業化的影響十分相似，節能減排政策并不會對城市化產生較大沖擊；經濟增長的短期彈性系數為0.3962，說明經濟增長是我國城市化的重要驅動因素之一，而城市化是經濟增長效果的直接體現。金融發展對城市化的短期綜合影響為正向，我國城市化必然伴隨大規模的生活服務基礎設施建設，而金融發展對城市化的促進作用通過資金的優化配置來實現，主要是通過金融機構的儲蓄存款和信貸資金的轉換機制來為城市基礎設施建設提供資金支撐。如前所述，受制于我國“城市化滯后、工業化超前”經濟特征的制約，工業化與城市化在短期動態方程中呈現出負相關的關系，有研究指出雖然工業部門使用了城市勞動力進行生產活動，但工業化和城市化也可能會出現逆向的發展軌跡（汪川，2017），我們的實證結果印證了該觀點，這也預示著中國的城市化進程仍然蘊含著巨大的發展潛力。

4.穩定性檢驗

對模型參數進行穩定檢驗是實證研究的重要環節，若所建立的動態計量模型不具有穩定性，會導致參數估計結果有偏且不一致。Pesaran et al（.2001）推薦使用回歸方程的遞歸殘差累計和（CUSUM）和遞歸殘差平方累計和（CUSUMSQ）對模型進行穩定性檢驗，CUSUM 檢驗與CUSUMSQ 檢驗分別給出5%顯著水平下的兩條置信帶，以及CUSUM值和CUSUMSQ值隨時間的趨勢變化圖，如果殘差累計量或殘差平方值累計值落在兩條置信帶間，則說明參數估計結果具有穩定性。基于Eviews 9.5 軟件，分別計算了表5 中的各組ARDL 模型的遞歸估計檢驗圖，分別如圖1 至圖5 所示。如圖所示，在整個樣本期內LnEC 方程、LnFD方程、LnIN方程、LnUN方程CUSUM值和CUSUMSQ值的波動范圍均控制在5%顯著水平的置信帶之內，LnEG方程的CUSUM值和CUSUMSQ值的波動范圍僅在個別年份超出了置信帶下限，因此就模型的整體穩定性而言，回歸參數估計具有穩定性與可靠性。

圖1 LnEC方程的CUSUM與CUSUMSQ檢驗結果

圖2 LnEG方程的CUSUM與CUSUMSQ檢驗結果

圖4 LnIN方程的CUSUM與CUSUMSQ檢驗結果

圖5 LnUN方程的CUSUM與CUSUMSQ檢驗結果

五、結論與啟示

本文基于1978-2017 年的年度數據，采用ARDL 邊限檢驗法構建了一個包含能源消費、經濟增長、金融發展、工業化和城市化在內的動態計量分析模型，對各變量之間的長期均衡系數與短期動態關系進行了系統剖析。實證結果顯示：在樣本期內，我國的能源消費、經濟增長、金融發展、工業化和城市化之間存在長期穩定的均衡關系，變量之間存在著非常明顯的系統性影響；金融發展和城市化在長期關系上刺激了國內能源消費的增加，經濟增長在短期關系上刺激了能源消費的增加，即金融發展、城市化與經濟增長是刺激能源消費的重要因素；能源消費與經濟增長在短期內互為促進因素，兩者關系契合了反饋機制假說，由于長期僅存在能源消費對經濟增長的影響路徑，更加符合保護機制假說，金融發展對經濟增長的抑制效應明顯；能源消費的增加對經濟增長和金融發展具有促進作用，對工業化和城市化卻呈現了截然相反的抑制效應，意味著高能耗的粗放增長模式雖有利于GDP規模上升，但在長期卻不利于城市化與工業化進程的推進。研究結論的政策含義主要包括：

首先，在2015年12月份召開的巴黎氣候大會上，中國領導人在會上莊嚴承諾將于2030年前后使二氧化碳排放達到峰值，同期單位國內生產總值的二氧化碳排放較2005 年下降60%-65%，非化石能源占一次能源消費比重達到20%左右，森林蓄積量比2005年增加45億立方米左右，可見節能減排已被納入國家發展戰略。在此背景下，一方面要確保經濟持續穩定的增長，另一方面要在經濟穩定基礎上實現節能減排，如何兼顧兩方面目標進而實現雙贏模式，是值得深入思考的戰略性議題。在宏觀層面來看，短期內大幅度下調經濟增長目標雖可有效減少能源消費量，但會引發諸如失業率上升等其他社會問題，故節能減排政策不能實行“一刀切”；從實證結果看，可以通過金融監管部門的信貸調控機制，為商業銀行的信貸投放設立明確的標準和導向，適度限制部分高能源消耗型企業的融資額度，轉而大力支持低能耗型企業的資金需求，通過融資約束和政策引導的方式，促使“兩高一剩”類企業通過能源需求轉型，逐步實現節能減排的目標。

其次，我國經濟已經進入新常態，當前產業結構優化速度不斷加快，能源消費的增速明顯放緩，經測算“十二五”期間全國能源消費的年平均增速為3.84%，而“十三五”以來能源消費的年均增速僅為2.19%，節能減排政策的實施效果非常明顯。國務院下發的《“十三五”節能減排綜合工作方案》提出，到2020 年全國萬元GDP 能耗比2015 年下降15%，能源消費總量控制在50億噸標準煤以內的整體目標。然而，能源消費屬于經濟增長中的剛性要素，隨著我國城市化進程加快和消費結構升級，短期內期望出現能源消費的“斷崖式”下降顯然不太現實，今后節能減排的任務壓力依然嚴峻。本文認為可通過三種途徑推進我國節能減排政策的實施，即依托融資約束倒逼企業提高能源效率、通過經濟結構調整引導傳統產業的轉型升級、鼓勵發展和采用核能、風電、太陽能等新型能源，利用多重路徑來深挖節能減排的潛力，從供給側結構性改革和創新驅動發展戰略入手，依托技術進步和結構調整實現經濟的綠色增長。

最后，能源消費與經濟增長關系存在的短期雙向反饋機制與長期保護機制，以及能源消費對其他變量的潛在影響評估，預示著節能減排政策將會對經濟增長造成一定程度的短期消極影響，但該政策的出臺并不會對我國的工業化與城市化進程形成阻礙。在短期內，政府部門可以通過采用新的技術和方法，進行產業結構調整，并讓金融部門參與進來的方式達成目標。此外，當前央行實施的降息與降準等寬松型貨幣政策雖然可以穩定股市，但大量資金流入市場可能反而不利于降低國內能源消費。以降低能源強度和減少污染排放為目標的環保政策，包括提高效率的措施和需求方面的管控政策，在短時間內必然會對我國經濟活動產生一些不利影響，但從長期來看這種消極影響會逐漸減弱，因此節能減排政策可以被長期實施下去。節能減排意味著要放棄一部分短期經濟利益，但只有經歷了結構調整的陣痛期，才能換取經濟社會的可持續發展，真正實現“騰籠換鳥，鳳凰涅槃”。