人口變動與技術創新對能源消費的影響

[中圖分類號]F124.5；F204 [文獻標識碼］A

引言

在中國經濟發展進程中，能源消費適度、綠色與平衡增長是實現“雙碳”目標以及經濟長期可持續增長的關鍵路徑。伴隨著經濟快速增長以及城市化和工業化進程的不斷加快，中國能源生產與消費總規模不斷擴大，目前已成為全球最大的能源生產國和消費國。根據OECD的統計數據，2007年OECD和非OECD國家的能源消費大致相當，但 2007～2035 年OECD國家能源消費將增長14% ，而非OECD 國家能源消費將增長 84%^[1] ?！妒澜缒茉唇y計年鑒2024》顯示，全球大部分國家能源消費呈增長態勢，中國能源消費量居全球首位。2023年中國能源消費占全球能源總消費量的 27.6% 。中國能源消費總量從1978年的5.7億噸標準煤提高至2020年49.8億噸標準煤，能源消費總量增長超過了7.7倍[2]。能源消費總量在增加，但是化石能源占比逐漸降低，非化石能源發電占比逐漸升高。中國在2009年首次超過美國成為可再生能源領域投資最多的國家[3]。根據《中國能源發展報告2024》數據總結，非化石能源消費量占比持續提升，2023年我國非化石能源消費比重為 17.9% ，比2013年提高7.7個百分點。伴隨著經濟社會不斷發展以及內外環境變化，如何提高能源利用率和效率以實現“雙碳”目標，是當前和未來需要著力解決的關鍵問題之一。在經濟社會發展過程中，生產部門和居民部門在很大程度上決定了能源消費及碳排放量，也決定了能否提高能源消費效率以及盡快實現“雙碳”目標。人口變動和技術創新均對兩部門經濟活動存在重要影響。因此，研究這兩個因素對能源消費的影響及其疊加效應，既有理論價值，也有應用價值?，F有國內外文獻對人口與技術創新對能源消費的影響進行了一定的理論與實證研究[4-6]，但對中國人口變動與技術創新對能源消費的影響機制、各變量的效應大小、變動趨勢及貢獻率等問題研究相對較少。因此，本文利用我國30個?。▍^、市） 2000～2023 年面板數據構建PVAR模型，實證檢驗人口變動和技術創新對能源消費的影響及其傳導機制，并在此基礎上提出相關對策建議。這對于構建與“雙碳”目標相適應的能源消費適度、綠色和平衡增長路徑具有重要意義。本文在理論分析基礎上提出人口變動（人口增長和老齡化）和技術創新影響能源消費的理論假說；利用全國30?。▍^、市）面板數據構建PVAR模型，實證檢驗人口變動和技術創新對能源消費的動態影響；應用GMM估計、脈沖響應和方差分解方法對人口變動和技術創新影響能源消費的效應、效應大小及貢獻率進行實證分析，并在此基礎上提出轉變增長方式和推動能源革命、保持人口適度均衡增長、加快能源技術創新，以促進能源消費適度、綠色和均衡增長的相關對策建議。

1理論分析與研究假說

1.1人口變動對能源消費的影響

國內外已有研究表明，人口變動是經濟社會發展中影響能源消費以及碳排放的重要因素。本文所說的人口變動對能源消費的影響主要包括兩個方面：（1）人口增長對能源消費的影響。在經濟發展過程中，人口增長對能源消費存在重要影響，居民部門能源消費占總能源消費的 50% 左右。有研究表明，人口變動對能源消費以及碳排放存在顯著影響，從總量上甚至超過了經濟增長的影響[7，8]。全球一些發展中國家的證據表明，人口增長通過生產部門和居民部門能源消費規模的擴大對能源消費具有顯著的促進作用[9]；（2）人口老齡化對能源消費的影響。人口老齡化對能源消費的影響機制大致有兩個： ① 老年人的生活方式和消費偏好的影響。童玉芬和周文[認為，人口老齡化引起家庭生活方式改變，從而導致能源消費減少，尤其是隔代共同生活的主干家庭能源消費以及碳排放水平更低； ② 老年人相對收入和消費水平變化的影響。一般情況下，隨著年齡的增長尤其是正式退出勞動力市場后，大多數老年人口的收入水平出現了大幅下降，與此同時，他們的消費需求也在降低。有研究表明，人口老齡化對中國傳統能源消費存在顯著的負面影響[

基于上述理論分析，提出以下研究假說：

假說1：人口增長對能源消費存在擠進效應（Crowding-in Effect）。

假說2：人口老齡化對能源消費存在擠出效應（Crowding-out Effect）。

1.2技術創新對能源消費的影響

在新古典經濟學理論中，技術創新一直被認為是推動經濟增長、社會進步和人類生活水平提高的重要力量。國內外研究表明，技術進步在促進經濟產出增長的同時也會增加生產端與消費端的能源消費，即“能源回彈效應”[12]。事實上，技術進步是一把雙刃劍，既可能促進能源消費，也可能減少能源消費。技術創新導致能源消費增加不難理解，技術創新是新古典增長模型中的一個重要變量。技術創新嵌入生產端和消費端，必然會隨著規模經濟而導致能源消費增加。因此，在經濟發展過程中，技術創新在經濟規模擴張時主要表現為能源消費規模擴大。技術創新減少能源消費主要是因為：（1）技術進步偏向的視角。因為技術進步能夠提升全要素生產率，以節約使用日漸稀缺的生產要素為技術創新目的的技術進步偏向能夠帶來綠色能源消費和經濟穩定增長的雙贏[13]；（2）資本體現式技術進步的視角。有學者認為資本體現式技術進步是提高能源利用效率，并減少能源消費以及碳排放的關鍵驅動力[14]；（3）財政科技支出增強的視角。財政科技支出增強型的公共產品支出是能源消費結構轉型升級的關鍵驅動因素，它從整體上影響生產部門和居民部門的能源消費偏好、消費模式和消費需求[15]

基于上述理論分析，提出以下研究假說：

假說3：技術創新對能源消費存在兩方面效應。當技術創新作為生產要素嵌入經濟增長過程時，其對能源消費存在擠進效應；當技術創新產生能源消費的技術溢出效應和替代效應時，其對能源消費存在擠出效應。

2 模型設定與數據

2.1 變量選取與數據來源

本文利用2000＼～2023年我國30個?。▍^、市）

的面板數據（考慮到數據的完整性，不包含西藏及港、澳、臺地區）來實證檢驗人口變動和技術創新對能源消費的影響，選取變量如下：

（1）能源消費采用人均能源消費量（噸標煤）為測量指標，用egc來表示。能源消費由各地區當年的能源消費量（萬噸標煤）與總人口（萬人）的比值計算得到。數據來源于歷年《中國能源統計年鑒》、《中國統計年鑒》以及2023年各?。▍^、市）統計年鑒。

（2）人口變動包括人口增長和人口老齡化兩個變量。本文采用人口自然增長率（ （%） 和老年撫養比 （%） 為測量指標，分別用npr和odr表示。其中，老年撫養比用65歲及以上人口數與勞動年齡人口數（15＼～64歲）的比表示。數據來源于《中國統計年鑒》與《中國勞動統計年鑒》。

（3）技術創新用科技支出水平指標表示，即研究與試驗發展（Ramp;D）經費投入（億元），用fbr表示。數據來源于《中國統計年鑒》。

2.2 模型設定

本文構建如下的PVAR模型，來實證檢驗人□變動和技術創新對能源消費的影響：

其中， y_it 包括3個列向量，分別是人口變動、技術創新 （fbr） 和能源消費 （egc） 變量。人口變動采用人口增長率 （npr） 和老年撫養比 （odr） 兩個變量衡量。 α_i，0 為截距項向量， j 為滯后階數， α_i，j 為i ?。▍^、市）滯后 j 階的參數矩陣， γ_i 為個體效應， θ_t 為時間效應， ε_it 為隨機擾動項。 i 表示30個?。▍^、市）， χ_t 表示 2000～2023 年。

本文構建兩組面板向量自回歸模型。模型1：人口自然增長率，科技支出水平，人均能源消費 mid= {npr，fbr，egc} ；模型2：{老年撫養比，科技支出水平，人均能源消費 ?={odr，fbr，egc} 。PVAR 模型估計步驟為：第一步：對兩組模型進行面板單位根檢驗以確定數據是否具有平穩性，然后確定最優滯后階數；第二步：對平穩序列進行格蘭杰檢驗，獲得變量間的因果關系；第三步：進行GMM估計，獲得各變量間相關性回歸結果；第四步：利用脈沖響應和方差分解方法，衡量短期和中長期各變量對來自其他變量沖擊的響應及貢獻率。

2.3數據平穩性檢驗

在利用PVAR模型進行估計之前需要檢驗數據平穩性，本文利用面板單位根進行檢驗?？紤]到短面板數據的特點，首先對所選取的變量分別進行HT（Harris-Tzavalis）檢驗和異質單位根（IPS）檢驗，并進一步對二階差分進行檢驗。HT和IPS檢驗的原假設是含有單位根（面板數據不平穩），備擇假設是面板數據平穩。如果在檢驗結果中有顯示拒絕原假設，則表明數據是平穩的。如表1所示，變量npr、odr、fbr和egc的t統計值在 1% 水平上顯著，均為平穩的數據序列。

在利用PVAR模型進行回歸估計之前，需要對兩組向量自回歸模型1和模型2進行滯后階數檢驗。本文利用AIC、BIC和HQIC信息準則，通過比較每個信息準則下“*”最多的最小值來確定滯后階數。根據檢驗結果可知，兩組向量自回歸模型（模型1和模型2）的滯后階數分別為1階和3階。滯后階數檢驗結果見表2。

PVAR模型包含滯后期以及時間效應和個體固定效應，為減少估計結果偏誤，需要對數據進行預先處理。本文采用“組內均值差分法”消除時間效應，利用“前向均值差分法”，通過“Helmert”轉換來消除個體固定效應[16]。表3顯示了格蘭杰因果檢驗結果。在 1% 的顯著性水平下，人口自然增長率和老年撫養比是能源消費的格蘭杰原因；技術創新是能源消費的格蘭杰原因；在至少 5% 顯著性水平下，能源消費又是技術創新的格蘭杰原因。這說明本文所選取的我國30個省（區、市）的面板數據可以采用PVAR模型進行各變量相關性分析。

3 實證結果

3.1 GMM估計

本文借鑒GMM估計方法[17]，分別對兩組向量自回歸模型1和模型2按照已確定的最優滯后階數進行參數估計。實證結果分析如下：

（1）人口變動對能源消費的影響。在滯后5期內，人口變動對能源消費存在顯著影響，但人口自然增長率和老年撫養比兩個變量對能源消費的影響存在差異。人口自然增長率滯后1＼～2期對能源消費的正向效應均在 1% 水平上顯著，且滯后1期系數絕對值（1.83）大于其他滯后期。這說明人口增長將促進人均能源消費增加，且人口增長對能源消費的正向效應在短期內更為明顯（見圖1）。老年撫養比對能源消費的影響均為負向效應，在滯后1＼～3期均在 1% 顯著性水平上顯著，滯后4期在 5% 水平上顯著。系數絕對值在滯后2期更高（0.30），且大于其他滯后期。這說明老年撫養比對能源消費存在負向效應在短期內更為顯著，即人口老齡化深化（老年撫養比上升）將導致人均能源消費減少（見圖2）。

（2）技術創新對能源消費的影響。在滯后 1～ 5期，技術創新對人均能源消費在滯后3期影響更為顯著。綜合模型1和模型2，技術創新與人均能源消費在滯后期內顯著負相關，滯后1＼～2期技術創新對能源消費的影響在 5% 顯著性水平上顯著，滯后3＼～5期在 1% 水平上顯著；其中滯后3期的系數絕對值較大（0.45），其次是4＼～5期。根據羅杰斯（Rogers）的創新擴散理論，在短期（滯后1～2期），新技術初步推廣，市場滲透率較低，能源技資料來源：數據來源于根據滯后各期人口自然增長率與人均能源消費的GMM估計結果。

術創新對能源消費影響有限，故短期內系數較小且顯著性較弱（ 5% ）。在中期（滯后3＼～4期），伴隨著能源技術溢出及能源替代效應，技術進人快速擴散期，規模效應顯現，對應顯著性在 1% 水平，系數絕對值最大。在長期（滯后4期后），技術接近市場飽和，邊際減排效益遞減，未來隨著產業結構調整效應開始顯現，系數絕對值逐漸縮?。ㄒ妶D3）。以上說明技術創新能夠促進能源消費向提高低碳和非碳能源占比的能源消費模式轉型，從而有利于實現“雙碳”目標。

資料來源：數據來源于根據滯后各期全國科技支出水平與人均能源消費的GMM估計結果。

3.2 脈沖響應分析

為考察人口變動和技術創新與人均能源消費之間的動態交互效應，分別對模型1和模型2進行脈沖響應分析，以衡量模型中每個內生變量的變動對其自身和其他內生變量當前和未來數值變化的影響。圖4表示人口自然增長率和技術創新兩個變量與能源消費變量的脈沖響應，圖5表示老年撫養比和技術創新兩個變量與能源消費變量的脈沖響應。在圖4、5中，橫軸表示滯后期數，縱軸表示脈沖響應值，“變量1-變量2”表示當給變量2一個標準差的沖擊，變量1的響應曲線，即中間的曲線。最上端和最下端兩條曲線的中間部分表示 95% 的置信區間。

圖4表明技術創新、人口自然增長率與人均能源消費對自身1單位標準差沖擊的響應呈現“正-負-正-收斂”的非單調響應路徑（圖4-1a、2b、3c）。各變量對自身沖擊的響應值在當期均顯著為正，即短期正向自激效應，隨后經歷1＼～2期的負向調整階段，繼而在3＼～4期所有變量恢復正向響應。技術創新、人口自然增長率與人均能源消費均顯著為正，但響應幅度衰減，最終于第5期收斂于不顯著負向均衡。由此可知，人均能源消費、科技支出和人口年齡結構一旦受到沖擊至少會反映在未來3期內，并基本形成“短期強化-中期回調-長期收斂”的動態響應特征。當人口自然增長率受到1個標準差正向沖擊后，人均能源消費產生了顯著的跨期動態調整特征（圖4-3b）。滯后1＼～2期人均能源消費顯著上升至峰值 0.1% ，隨后持續下降，滯后3期響應值轉負 （-0.2%） ，滯后4期正向回升趨近為0，隨后繼續正向上升。整體來看，人口自然增長率的上升對人均能源消費增長具有顯著的促進作用。人口自然增長率的提高意味著產生附加的“人口紅利”，自然增加人口在少兒期的家庭育兒成本支出，工作期和退休期的住房、出行、娛樂等消費支出都是拉動能源消費的主要來源。而就長期而言，人口年齡結構轉變與技術替代對能源強度具有雙向修正作用。技術創新對人均能源消費的影響主要表現在當對技術創新施加1個脈沖沖擊時，人均能源消費在當期（滯后0期）顯著為負，隨后在滯后1＼～2期表現為較弱的正向響應；滯后2期后正向脈沖響應逐漸減弱，并在滯后3期過渡到產生1個顯著的負的脈沖響應（圖4-3a）。這與GMM估計的結果基本一致，說明技術創新對能源消費的影響存在一個逐步衰減的過程。如果技術創新快速產生溢出效應和替代效應，這種衰減過程就會加快。

為分析老年撫養比對人均能源消費的沖擊效應，將老年撫養比納入脈沖響應模型，分析老年撫養比與人均能源消費受1個單位標準差沖擊后對其他變量的影響。根據圖5的結果，各變量對來自自身沖擊在當期均為正向響應，長期依然呈現“震蕩收斂”模式（圖5-1a、2b、3c）。人均能源消費對來自老年撫養比的沖擊響應呈現非對稱波動衰減特征（圖5-3b），總體表現為“負-正-負”的波動。沖擊當期（滯后0期）產生顯著負向響應 （-0.04%） ，反映老齡化直接降低家庭能源消費需求；滯后2期持續顯著負向（ （-0.03% ），這一階段老齡化通過勞動力供給收縮抑制生產性能源消費；滯后3期短暫小幅轉正 （0.01%） ，表明人口結構轉變初期降低能源需求，但伴隨養老保障體系擴張可能反向推升公共部門能源消耗；隨后滯后4期再次顯著負向 （-0.02%） ，與GMM估計比較，脈沖響應進一步說明人口老齡化與人均能源消費存在負相關性，整體來看具有潛在收斂趨勢。在脈沖響應中增加老年撫養比變量后，技術創新對人均能源消費的影響在當期出現了更大幅度的波動，表現為更顯著的負向效應 （-0.02%） （圖5-1b）。這可能與人口增長率保持不變情況下的老年撫養比對人均能源消費的負向沖擊有關。

綜合圖4和圖5的結果，得到以下結論：（1）人口變動的兩個變量對人均能源消費的影響存在異質性。人口增長率對人均能源消費總體上表現為較強的正向影響，具有短期周期性特征，但顯著性逐漸減弱。老年撫養比對人均能源消費先呈現顯著的負向效應，之后圍繞零水平線波動。總體上看，在短期內人口自然增長率對人均能源消費的影響強度顯著大于老年撫養比；（2）在不同的人口條件下，當人均能源消費受到來自技術創新1個單位標準差的沖擊后，在當期顯著為負，而后在零水平線附近震蕩；（3）技術創新對人均能源消費具有雙重效應，呈現“負-正-負”的特征，當技術創新作為生產要素嵌人經濟增長過程時，其對能源消費存在擠進效應；當技術創新產生能源消費的技術溢出效應和替代效應時，其對能源消費存在擠出效應。

3.3 方差分解分析

本文對PVAR模型進行方差分解，選取滯后5期、10期、15期和20期4個時期對各變量的方差貢獻率進行實證分析。

表4模型1為人口自然增長率和技術創新與人均能源消費各變量方差分解結果。（1）在未來滯后20期內，與技術創新相比，人口自然增長率對人均能源消費的貢獻率呈現持續強化趨勢（由滯后5期的 50.0% 升至滯后20期的 64.2% ），表明人口規模增加通過需求規模擴張與生產模式剛性產生長期路徑依賴效應；（2）科技進步的貢獻率雖穩步提升（由滯后5期的 8.8% 升至滯后20期的 11.8% ），但受技術擴散遲滯影響，其對人均能源消費的邊際解釋能力較人口因素弱，兩者將共同削弱人均能源消費的自我強化作用。其中，技術創新對人均能源消費的貢獻主要體現在擴大全國科技支出來促進能源技術創新以及技術溢出。根據GMM和脈沖響應結果，技術創新強化機制將對人均能源消費適度、綠色和平衡增長以及減少碳排放，進而實現“雙碳”目標發揮著重要調節作用。另外，考慮到人口政策在能源治理中的核心作用，在有效控制居民部門能源消費以及碳排放水平基礎上，通過技術創新乘數效應推動國內能源消費轉型升級以及實現“雙碳”目標。

表4模型2為老年撫養比和技術創新與人均能源消費的方差分解結果。（1）人均能源消費的變動主要由其自身慣性主導，其貢獻率隨滯后期延長從 83.8% 遞增至 89% ，呈現顯著的自增強特征；（2）技術創新對能源消費的影響效應在滯后20期內相對平穩。實證結果表明能源消費存在強化機制，并對能源技術創新具有較強的激勵作用。但由于能源技術創新存在技術溢出和替代效應，技術創新對能源消費增長的貢獻率逐步減弱；（3）老年撫養比的貢獻率雖逐步下降（由滯后5期的11.3% 降至滯后20期的 8.8% ），但始終高于技術進步，說明人口老齡化通過勞動力供給收縮與家庭消費模式轉變對能源需求產生結構性抑制。

表4的方差分解結果表明：（1）人口變動與技術創新聯動機制對能源消費具有較高的貢獻率。

這在本質上反映了能源消費來自于經濟發展、人口增長和技術創新所產生的疊加效應。另外，人口增長率對能源消費的影響顯著為正，而老年撫養比對能源消費則存在負向效應。人口增長率對能源消費的貢獻率顯著高于老年撫養比，這與前文的GMM估計和脈沖響應分析一致；（2）技術創新對人均能源消費的影響呈現邊際遞減的非線性特征，其貢獻率隨滯后期延長從 8.8% 上升至 11.8% （模型1）并保持相對平穩（模型2），但作用強度顯著弱于人口結構因素，表明技術創新的節能效應受制于技術擴散遲滯與能源回彈效應的雙重約束；（3）人口變動與技術創新對能源消費的影響因解釋變量的不同而存在顯著差異。二者對能源消費的疊加效應主要取決于人口均衡發展（規模和結構適度）和經濟增長對技術創新的路徑依賴。

4結論及政策建議

本文構建PVAR模型，利用2000～2023年30個?。▍^、市）面板數據實證檢驗了人口變動與技術創新對能源消費的影響。主要結論為：

（1）人口自然增長率與能源消費正相關，人口增長導致能源消費增加；老年撫養比與能源消費負相關，人口老齡化導致能源消費下降；相較于人口老齡化，人口增長對能源消費以及碳排放的作用彈性更大，也說明了人口轉型過程中“數量-質量”非對稱替代關系。

（2）科技支出水平對能源消費具有雙向作用，且呈現跨期異質性影響。技術創新在短期對能源消費發揮抑制作用后，受能源回彈效應支配，即科技支出導致能源消費增長，符合杰文斯悖論的作用邏輯，這一時期有助于實現碳達峰并進入平臺期。但長期來看，技術創新的溢出效應和替代效應將加快能源消費轉型升級，導致能源消費以及碳排放增速放緩，進而有利于碳中和。

（3）人口變動與技術創新的聯動機制對能源消費具有較高的貢獻率。二者對能源消費的疊加效應主要取決于技術創新的溢出效應和替代效應，以及人口發展和經濟增長對技術創新的路徑依賴。

根據以上研究結論，提出以下政策建議：

（1）綜合施策促進人口適度均衡發展，是從生產端和消費端兩端加快能源消費轉型升級的基礎，以及盡快實現“雙碳”目標的重要途徑。 ① 加快人口生育政策及相關一系列社會支持政策改革，通過生育友好型社會保障體系重構提升總和生育率，同時建立老齡化引致能源需求收縮的跨期補償機制； ② 制定少子老齡化對策，將少子老齡化對策嵌入能源治理體系，重點開發適老化智慧能源管理系統； ③ 利用碳中和的巨大機遇期，不斷發展老年產業，構建節能、環保和低碳的老年綠色產業鏈、供應鏈和服務鏈； ④ 在實現“雙碳”過程中，政府應統籌規劃，科學制定產業、金融、就業、科技創新等公共政策，促進“銀發經濟”健康、穩定及可持續發展。

（2）加快轉變經濟發展方式與推動能源革命是實現能源消費轉型升級的關鍵路徑，也是實現“雙碳”目標的根本要求。 ① 以“雙碳”目標為中心加快發展模式轉變。從依靠巨量資源與能源投入的增長機制向資源與能源節約、綠色環保及可持續發展的增長機制轉變，促進經濟高質量及可持續發展； ② 加快技術創新，改變交通能源消費結構，推動陸?？崭鲗哟谓煌茉聪M向環境友好型模式發展。加快電力、氫能源和生物能源的開發利用，減少化石能源消費，促進碳達峰和碳中和； ③ 加快能源技術創新推動經濟發展模式轉變和能源革命。這就需要以實現“雙碳”目標為契機，在全社會范圍內加快新能源開發和有效利用的步伐，建立常態化的經濟激勵機制和保護機制，促進企業和科研機構進行能源技術創新，以廣泛利用世界能源革命的科技成果； ④ 優化人口-技術協同路徑，構建包含人口結構適配度與技術替代彈性的動態優化模型，通過制度創新引導技術創新與人口轉型的相位匹配，破解傳統路徑依賴下的“規模-能耗”鎖定效應。

（3）加快技術創新是能源消費轉型升級的根本保證。 ① 加快技術創新，結合“雙碳”目標解決能源消費和生態環境領域的重大科技問題，突破“卡脖子”技術難題； ② 加大政府財政對能源與環境技術創新的支持力度，提高自主技術創新能力；③ 圍繞目前的能源消費結構，技術創新應瞄準可再生能源和非碳能源的開發利用持續發力； ④ 通過技術創新加快能源消費向低碳和非碳能源占比提高的模式轉變，加快新能源產品與服務在生產端和消費端的普遍應用，通過顛覆性技術創新實現能源消費結構的非邊際躍遷，最終形成技術創新驅動、人口結構適配、制度創新保障的“雙碳”目標實現路徑。

參考文獻

[1]CatherineW，ShelefO，GertlerP.HowwillEnergyDemandDeve-lop in the Developing World？[J].Journal of Economic Perspectives，2012，26（1）：119～138.

[2]張全斌，周瓊芳．中國中長期能源消費發展預測研究［J]．煤炭經濟研究，2021，（3）：10～17.

［3］陳詩一．節能減排與中國工業的雙贏發展：2009～2049［J].經濟研究，2010，（3）：129～143.

[4]NordhausWD.A Review of the Stern Review on the Economics ofClimate Change［J].Journal of Economic Literature，2007，45（3）：686～702.

[5］陳詩一，王暢，郭越．面向碳中和目標的中國工業部門減排路徑與戰略選擇［J]．管理科學學報，2024，（4）：1～20.

[6］林伯強，謝永靖．中國能源低碳轉型與儲能產業的發展［J].廣東社會科學，2023，（5）：11～26，286.

[7］張玉周．中國人口年齡結構變動對能源消費的影響研究-基于省際動態面板數據的GMM分析［J].中國人口·資源與環境，2015，（11）：69～74.

[8]Alam MM.Relationshipsamong Carbon Emissions，EconomicGrowth，Energy Consumption and Population Growth：TestingEnvironmental Kuznets Curve Hypothesis for Brazil，China，Indiaand Indonesia［J].Ecological Indicators，2016，70：466～479.

[9]柳清瑞，唐璐.城鎮化對能源消費的推拉效應及其影響因素：基于門檻效應模型的實證檢驗［J]．資源科學，2022，（5）：1022～1035.

[10］童玉芬，周文．家庭人口老化對碳排放的影響——基于家庭微觀視角的實證研究［J]．人口學刊，2020，（3）：78～88.

［11］郭文，孫濤.人口結構變動對中國能源消費碳排放的影響—基于城鎮化和居民消費視角［J]．數理統計與管理，2017，（2）：295～312.

［12］許光清，張文丹，劉海博．中國居民能源消費的間接回彈效應分析及雙碳目標下的政策啟示［J]．自然資源學報，2023，（3）：658～674.

［13］楊翔，李小平，鐘春平．中國工業偏向性技術進步的演變趨勢及影響因素研究［J]．數量經濟技術經濟研究，2019，

（4）：101～119.

[14]蔣為，龔思豪，李錫濤．機器人沖擊、資本體現式技術進步與制造業碳減排——理論分析及中國的經驗證據［J]．中國工業經濟，2022，（10）：24～42.

[15]WangT，WenY，LinBQ.EnergyConsumptionandtheInflue-ncingFactorsinChina：ANonlinearPerspective[J].Journalofcleaner production，2020，249（10）：119375.1～119375.18.

[16]Arellano M，Bover O.AnotherLook at the Instrumental Varia-bleEstimation of Error-ComponentsModels[J].CEPDiscus-sionPapers，1995，68（1）：29～51.

[17]LoveI，ZicchinoL. Financial Development and Dynamic Invest-mentBehavior：EvidencefromPanel VAR[J].QuarterlyRe-viewofEconomicsamp;Finance，2006，46（2）：190～210.

[Abstract]Aceleratingthetransformationandupgrading ofenergyconsumptionin Chinaisakeypath toachieving the“dual carbon”goal.Itdependsnotonlyonthetransformationofenergyconsumptiopattersintheproductionandresidentialsectors， butalsoonenergytechnolgyinovation.ThisarticleconstructsaPVARmodelandempiricallytests theimpactofpopulatiochangesandtechnolgicalinnovationonenergyconsumptionusingprovincialpaneldatafrom200to2O23.Theresultsshowedthapopulationchange isanimportantinfluencing factoronenergyconsumptionandcarbonemisions.The natural populationgrowthrateis positivelycorrlated withenergyconsumption，whileteelderlydependecyratioisngativelycorelaedwithnergyonsption. However，theformerhasagreater impactonenergyconsumptionthanthelater.Technologicalinnovationatwo-wayefectonenergyconsumption，showing heterogeneousimpactsacross timeinfavorofcarbonpeakingandcarbonneutrality，whichisconducive tocarbonpeakingandcarbonneutrality.Thesuperimposed efectofpopulationchangesand technologicalinnovationonenergyconsumption mainlydependsonthespillverandsubstitutionefctsof technologicalinovation，aswellasthepathdependenceof populationandeconomicgowthontechnologicalinnovation.Thepolicyinspirationistocomprehensivelyimplementpoliciestopromote moderateandbalanced population growth，transform development models，promoteenergyrevolutionandtechnologicaliovation， achieve thetransformationandupgrading of energyconsumptionstructure，andachievethe“dualcarbon”goal assoonasposible.

[Key words]demographic change；technological inovation；energyconsumption；PVAR model；peak CO2 emisions； carbonneutrality；bidirectional effects；additive effects

[Jel classification]O13；J11（責任編輯：張舒逸）