基于統(tǒng)計(jì)分析的能源、經(jīng)濟(jì)與環(huán)境復(fù)雜驅(qū)動(dòng)關(guān)系探究一、緒論1.1研究背景與意義在全球經(jīng)濟(jì)持續(xù)快速發(fā)展的進(jìn)程中，能源作為支撐經(jīng)濟(jì)增長(zhǎng)和社會(huì)運(yùn)轉(zhuǎn)的關(guān)鍵要素，其消耗量急劇攀升。據(jù)國(guó)際能源署（IEA）統(tǒng)計(jì)數(shù)據(jù)顯示，過(guò)去幾十年間，全球能源消費(fèi)總量呈穩(wěn)步上升態(tài)勢(shì)，從1980年的73.2億噸油當(dāng)量增長(zhǎng)至2023年的約157億噸油當(dāng)量，年均增長(zhǎng)率約為2.1%。能源消費(fèi)結(jié)構(gòu)中，煤炭、石油和天然氣等化石能源長(zhǎng)期占據(jù)主導(dǎo)地位，2023年其占比仍高達(dá)80%左右。然而，化石能源的大量消耗引發(fā)了一系列嚴(yán)峻的環(huán)境問題。例如，化石能源燃燒產(chǎn)生的大量二氧化碳等溫室氣體，導(dǎo)致全球氣候變暖，引發(fā)冰川融化、海平面上升、極端氣候事件頻發(fā)等現(xiàn)象。世界氣象組織報(bào)告指出，過(guò)去一個(gè)世紀(jì)以來(lái)，全球平均氣溫已上升約1.1℃，對(duì)生態(tài)系統(tǒng)和人類生活造成了深遠(yuǎn)影響。此外，化石能源燃燒排放的二氧化硫、氮氧化物和顆粒物等污染物，是造成霧霾、酸雨等大氣污染問題的主要根源。在一些發(fā)展中國(guó)家的大城市，如印度的新德里、中國(guó)的北京等，霧霾天氣頻繁出現(xiàn)，嚴(yán)重危害居民的身體健康。與此同時(shí)，隨著工業(yè)化和城市化進(jìn)程的加速，世界各國(guó)對(duì)能源的需求持續(xù)增長(zhǎng)，尤其是新興經(jīng)濟(jì)體，如中國(guó)、印度等，經(jīng)濟(jì)的快速發(fā)展帶動(dòng)了能源需求的急劇上升。中國(guó)作為全球最大的能源消費(fèi)國(guó)之一，2023年能源消費(fèi)總量達(dá)到約38.5億噸標(biāo)準(zhǔn)煤，占全球能源消費(fèi)總量的26%左右。能源需求的增長(zhǎng)不僅對(duì)能源供應(yīng)安全提出了挑戰(zhàn)，還進(jìn)一步加劇了環(huán)境壓力。在這樣的背景下，深入研究能源、經(jīng)濟(jì)與環(huán)境之間的驅(qū)動(dòng)關(guān)系，對(duì)于實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)具有至關(guān)重要的意義。從經(jīng)濟(jì)角度來(lái)看，能源是經(jīng)濟(jì)發(fā)展的重要物質(zhì)基礎(chǔ)，能源供應(yīng)的穩(wěn)定性和價(jià)格的合理性直接影響著企業(yè)的生產(chǎn)成本和經(jīng)濟(jì)效益，進(jìn)而影響整個(gè)國(guó)家的經(jīng)濟(jì)增長(zhǎng)。例如，石油價(jià)格的大幅波動(dòng)會(huì)對(duì)石油進(jìn)口國(guó)的經(jīng)濟(jì)產(chǎn)生顯著沖擊，可能導(dǎo)致通貨膨脹、貿(mào)易逆差擴(kuò)大等問題。從環(huán)境角度而言，能源開發(fā)利用過(guò)程中的環(huán)境污染問題已威脅到人類的生存環(huán)境和生態(tài)平衡，迫切需要通過(guò)優(yōu)化能源結(jié)構(gòu)、提高能源利用效率等方式來(lái)減少污染物排放，保護(hù)生態(tài)環(huán)境。從社會(huì)發(fā)展角度出發(fā)，實(shí)現(xiàn)能源、經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展，是保障社會(huì)可持續(xù)發(fā)展、提高人民生活質(zhì)量的必要條件。只有解決好能源與環(huán)境問題，才能為經(jīng)濟(jì)的持續(xù)增長(zhǎng)和社會(huì)的穩(wěn)定發(fā)展提供堅(jiān)實(shí)的基礎(chǔ)，實(shí)現(xiàn)人類社會(huì)與自然環(huán)境的和諧共生。1.2文獻(xiàn)綜述能源、經(jīng)濟(jì)與環(huán)境之間的關(guān)系是一個(gè)復(fù)雜且相互交織的研究領(lǐng)域，長(zhǎng)期以來(lái)吸引著眾多學(xué)者從不同角度、運(yùn)用多種方法展開深入探究。國(guó)內(nèi)外的研究成果豐富多樣，為全面理解這三者的驅(qū)動(dòng)關(guān)系奠定了堅(jiān)實(shí)基礎(chǔ)。在能源-經(jīng)濟(jì)關(guān)系的研究方面，國(guó)外學(xué)者早在20世紀(jì)70年代就開始關(guān)注能源與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)聯(lián)。KraftJ和KraftA（1978）通過(guò)對(duì)美國(guó)數(shù)據(jù)的研究，首次發(fā)現(xiàn)了從能源消費(fèi)到經(jīng)濟(jì)增長(zhǎng)的單向因果關(guān)系，這一開創(chuàng)性的研究引發(fā)了學(xué)界對(duì)能源與經(jīng)濟(jì)關(guān)系的廣泛討論。此后，許多學(xué)者運(yùn)用不同的計(jì)量方法和數(shù)據(jù)樣本進(jìn)行驗(yàn)證和拓展。Apergis和Payne（2010）運(yùn)用面板協(xié)整和因果關(guān)系檢驗(yàn)方法，對(duì)10個(gè)中東歐國(guó)家的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期的均衡關(guān)系，且存在從經(jīng)濟(jì)增長(zhǎng)到能源消費(fèi)的單向因果關(guān)系。在國(guó)內(nèi)，林伯強(qiáng)（2003）構(gòu)建了中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的生產(chǎn)函數(shù)模型，通過(guò)實(shí)證分析表明能源是中國(guó)經(jīng)濟(jì)增長(zhǎng)的重要投入要素，能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在雙向因果關(guān)系。后續(xù)研究中，學(xué)者們進(jìn)一步考慮了能源結(jié)構(gòu)、技術(shù)進(jìn)步等因素對(duì)能源-經(jīng)濟(jì)關(guān)系的影響。例如，齊紹洲和羅威（2007）研究發(fā)現(xiàn)，提高能源效率和優(yōu)化能源結(jié)構(gòu)有助于降低經(jīng)濟(jì)增長(zhǎng)對(duì)能源的依賴，促進(jìn)能源與經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。關(guān)于經(jīng)濟(jì)-環(huán)境關(guān)系，國(guó)外學(xué)者Grossman和Krueger（1991）在研究北美自由貿(mào)易協(xié)定的環(huán)境影響時(shí)，提出了環(huán)境庫(kù)茲涅茨曲線（EKC）假說(shuō)，認(rèn)為在經(jīng)濟(jì)發(fā)展過(guò)程中，環(huán)境質(zhì)量會(huì)先惡化后改善，呈現(xiàn)倒U型關(guān)系。這一理論得到了廣泛的關(guān)注和驗(yàn)證，許多學(xué)者運(yùn)用不同國(guó)家和地區(qū)的數(shù)據(jù)進(jìn)行實(shí)證研究。如Panayotou（1993）通過(guò)對(duì)42個(gè)國(guó)家的面板數(shù)據(jù)進(jìn)行分析，進(jìn)一步證實(shí)了EKC假說(shuō)的存在。然而，也有學(xué)者對(duì)EKC假說(shuō)提出了質(zhì)疑，認(rèn)為環(huán)境質(zhì)量的變化不僅僅取決于經(jīng)濟(jì)增長(zhǎng)，還受到政策、技術(shù)、產(chǎn)業(yè)結(jié)構(gòu)等多種因素的影響。在國(guó)內(nèi)，許多學(xué)者圍繞中國(guó)的經(jīng)濟(jì)-環(huán)境關(guān)系展開研究。包群等（2005）運(yùn)用中國(guó)1996-2002年30個(gè)省份的面板數(shù)據(jù)，對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果表明中國(guó)的環(huán)境庫(kù)茲涅茨曲線特征并不明顯，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染的影響受到產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步等因素的制約。隨著研究的深入，學(xué)者們開始關(guān)注經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等對(duì)環(huán)境質(zhì)量的影響。例如，李斌等（2010）研究發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有助于減少環(huán)境污染，促進(jìn)經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展。在能源-環(huán)境關(guān)系的研究中，國(guó)外學(xué)者主要聚焦于能源消費(fèi)對(duì)環(huán)境的影響機(jī)制和環(huán)境政策對(duì)能源利用的反饋?zhàn)饔?。Stern（1993）通過(guò)建立能源-環(huán)境模型，分析了能源消費(fèi)與二氧化碳排放之間的關(guān)系，指出能源消費(fèi)結(jié)構(gòu)和能源利用效率是影響二氧化碳排放的關(guān)鍵因素。此后，許多學(xué)者圍繞能源消費(fèi)結(jié)構(gòu)調(diào)整、能源效率提升等方面展開研究，探討減少能源消費(fèi)對(duì)環(huán)境負(fù)面影響的途徑。在國(guó)內(nèi)，學(xué)者們也對(duì)能源-環(huán)境關(guān)系進(jìn)行了大量研究。如魏一鳴等（2006）運(yùn)用投入產(chǎn)出方法，分析了中國(guó)能源消費(fèi)與環(huán)境污染之間的關(guān)聯(lián)關(guān)系，發(fā)現(xiàn)工業(yè)部門是能源消費(fèi)和環(huán)境污染的主要來(lái)源。近年來(lái)，隨著對(duì)氣候變化問題的關(guān)注，學(xué)者們開始研究能源轉(zhuǎn)型對(duì)環(huán)境改善的作用。例如，張希良等（2019）研究指出，加快可再生能源發(fā)展、推進(jìn)能源轉(zhuǎn)型是減少碳排放、改善環(huán)境質(zhì)量的重要舉措。綜合來(lái)看，能源-經(jīng)濟(jì)-環(huán)境三者綜合關(guān)系的研究近年來(lái)逐漸成為熱點(diǎn)。國(guó)外學(xué)者嘗試構(gòu)建綜合模型來(lái)分析三者之間的復(fù)雜關(guān)系。如Bhattacharya等（2016）運(yùn)用向量自回歸（VAR）模型，對(duì)印度的能源、經(jīng)濟(jì)與環(huán)境數(shù)據(jù)進(jìn)行分析，研究三者之間的動(dòng)態(tài)交互作用。在國(guó)內(nèi)，一些學(xué)者也開展了相關(guān)研究。孫亮（2019）以河北省為例，運(yùn)用耦合協(xié)調(diào)度模型和灰色關(guān)聯(lián)分析方法，對(duì)能源、經(jīng)濟(jì)與環(huán)境的耦合協(xié)調(diào)關(guān)系進(jìn)行了計(jì)量分析，發(fā)現(xiàn)河北省三者之間的耦合協(xié)調(diào)度呈上升趨勢(shì)，但仍處于較低水平。盡管國(guó)內(nèi)外在能源、經(jīng)濟(jì)與環(huán)境關(guān)系的研究方面取得了豐碩成果，但仍存在一些不足之處。一方面，現(xiàn)有研究大多側(cè)重于兩兩關(guān)系的分析，對(duì)三者綜合關(guān)系的研究還不夠深入和系統(tǒng)，尤其是在考慮三者之間的非線性關(guān)系和動(dòng)態(tài)演化方面有待加強(qiáng)。另一方面，不同地區(qū)的能源資源稟賦、經(jīng)濟(jì)發(fā)展水平和環(huán)境承載能力存在差異，現(xiàn)有研究在針對(duì)特定地區(qū)的實(shí)證分析中，未能充分考慮這些地區(qū)差異對(duì)能源、經(jīng)濟(jì)與環(huán)境驅(qū)動(dòng)關(guān)系的影響。此外，在研究方法上，雖然計(jì)量經(jīng)濟(jì)學(xué)方法得到了廣泛應(yīng)用，但仍需要結(jié)合其他學(xué)科的方法，如系統(tǒng)動(dòng)力學(xué)、空間計(jì)量等，以更全面地揭示三者之間的復(fù)雜關(guān)系。1.3研究思路與方法本研究遵循從理論基礎(chǔ)剖析到實(shí)證分析檢驗(yàn)，再到案例深入探究的邏輯思路，運(yùn)用多種研究方法全面深入地探究能源、經(jīng)濟(jì)與環(huán)境之間的驅(qū)動(dòng)關(guān)系。在理論分析層面，廣泛梳理和整合國(guó)內(nèi)外相關(guān)領(lǐng)域的經(jīng)典理論和最新研究成果。深入剖析能源經(jīng)濟(jì)學(xué)、環(huán)境經(jīng)濟(jì)學(xué)以及可持續(xù)發(fā)展理論中關(guān)于能源、經(jīng)濟(jì)與環(huán)境相互作用的原理，明確各要素在不同理論框架下的角色和作用機(jī)制。例如，在能源經(jīng)濟(jì)學(xué)理論中，研究能源價(jià)格波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的傳導(dǎo)機(jī)制，以及能源市場(chǎng)的供需關(guān)系如何影響經(jīng)濟(jì)發(fā)展的穩(wěn)定性；依據(jù)環(huán)境經(jīng)濟(jì)學(xué)理論，分析環(huán)境污染的外部性及其對(duì)經(jīng)濟(jì)福利的影響，以及環(huán)境政策如何通過(guò)改變企業(yè)成本和生產(chǎn)行為來(lái)調(diào)節(jié)經(jīng)濟(jì)與環(huán)境的關(guān)系；基于可持續(xù)發(fā)展理論，探討能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展的目標(biāo)、原則和路徑，為后續(xù)的實(shí)證分析和案例研究提供堅(jiān)實(shí)的理論依據(jù)。實(shí)證分析方面，運(yùn)用計(jì)量分析方法對(duì)收集到的數(shù)據(jù)進(jìn)行量化研究。通過(guò)構(gòu)建多元線性回歸模型，深入分析能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染等變量之間的數(shù)量關(guān)系。例如，以國(guó)內(nèi)生產(chǎn)總值（GDP）作為衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)，能源消費(fèi)總量作為能源投入的變量，工業(yè)廢氣排放量、廢水排放量等作為環(huán)境污染的表征指標(biāo)，納入技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)等控制變量，構(gòu)建回歸方程：GDP=β0+β1×能源消費(fèi)總量+β2×工業(yè)廢氣排放量+β3×技術(shù)進(jìn)步指標(biāo)+β4×產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)+ε，其中β0-β4為回歸系數(shù)，ε為隨機(jī)誤差項(xiàng)。通過(guò)對(duì)該模型的估計(jì)和檢驗(yàn)，確定能源消費(fèi)、環(huán)境污染等因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響方向和程度。同時(shí)，采用向量自回歸（VAR）模型來(lái)研究能源、經(jīng)濟(jì)與環(huán)境變量之間的動(dòng)態(tài)交互關(guān)系，分析一個(gè)變量的變化如何引起其他變量的響應(yīng)和波動(dòng)，以及這種動(dòng)態(tài)影響的持續(xù)時(shí)間和強(qiáng)度。在案例研究方面，選取具有代表性的地區(qū)或國(guó)家作為研究對(duì)象，深入剖析其在能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展方面的實(shí)踐經(jīng)驗(yàn)和面臨的挑戰(zhàn)。例如，選擇丹麥作為案例，丹麥在可再生能源發(fā)展方面取得了顯著成就，通過(guò)大力發(fā)展風(fēng)能、太陽(yáng)能等可再生能源，不僅減少了對(duì)傳統(tǒng)化石能源的依賴，降低了碳排放，還推動(dòng)了能源產(chǎn)業(yè)的發(fā)展，創(chuàng)造了新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。分析丹麥在政策制定、技術(shù)創(chuàng)新、市場(chǎng)機(jī)制等方面的成功經(jīng)驗(yàn)，以及在能源轉(zhuǎn)型過(guò)程中如何解決技術(shù)難題、協(xié)調(diào)各方利益、應(yīng)對(duì)能源供應(yīng)穩(wěn)定性等問題。同時(shí)，選擇中國(guó)的京津冀地區(qū)作為案例，該地區(qū)經(jīng)濟(jì)發(fā)展迅速，但面臨著嚴(yán)重的能源短缺和環(huán)境污染問題。研究京津冀地區(qū)在能源結(jié)構(gòu)調(diào)整、節(jié)能減排政策實(shí)施、區(qū)域協(xié)同發(fā)展等方面的實(shí)踐和探索，分析其在實(shí)現(xiàn)能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展過(guò)程中遇到的困難和挑戰(zhàn)，如能源供應(yīng)保障與能源結(jié)構(gòu)優(yōu)化的矛盾、環(huán)境污染治理的區(qū)域協(xié)調(diào)難題等。通過(guò)對(duì)這些案例的深入分析，總結(jié)出具有普遍性和可借鑒性的經(jīng)驗(yàn)教訓(xùn)，為其他地區(qū)提供實(shí)踐參考。1.4研究創(chuàng)新點(diǎn)本研究在多個(gè)關(guān)鍵方面展現(xiàn)出顯著的創(chuàng)新特質(zhì)，為能源、經(jīng)濟(jì)與環(huán)境驅(qū)動(dòng)關(guān)系的研究領(lǐng)域注入了全新的活力與視角。在研究視角層面，突破了傳統(tǒng)研究多聚焦于兩兩關(guān)系分析的局限，將能源、經(jīng)濟(jì)與環(huán)境視為一個(gè)緊密關(guān)聯(lián)、相互作用的復(fù)雜系統(tǒng)進(jìn)行全面深入探究。通過(guò)綜合考量三者之間的動(dòng)態(tài)交互影響，挖掘出以往研究中易被忽視的內(nèi)在聯(lián)系和作用機(jī)制。例如，不僅關(guān)注能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)和環(huán)境質(zhì)量的直接作用，還深入分析經(jīng)濟(jì)增長(zhǎng)如何反作用于能源需求結(jié)構(gòu)和環(huán)境政策制定，以及環(huán)境變化又怎樣影響能源開發(fā)利用和經(jīng)濟(jì)發(fā)展模式，從而構(gòu)建起一個(gè)全方位、多層次的研究視角，為更全面、精準(zhǔn)地理解三者之間的驅(qū)動(dòng)關(guān)系奠定了堅(jiān)實(shí)基礎(chǔ)。研究方法運(yùn)用上，創(chuàng)新性地融合了多種前沿方法，形成了獨(dú)特的研究方法體系。在計(jì)量分析中，引入了時(shí)變參數(shù)向量自回歸（TVP-VAR）模型，該模型能夠充分捕捉能源、經(jīng)濟(jì)與環(huán)境變量之間隨時(shí)間動(dòng)態(tài)變化的關(guān)系，有效彌補(bǔ)了傳統(tǒng)VAR模型假設(shè)參數(shù)固定的缺陷，更貼合現(xiàn)實(shí)中三者關(guān)系復(fù)雜多變的實(shí)際情況。同時(shí)，結(jié)合機(jī)器學(xué)習(xí)中的隨機(jī)森林算法進(jìn)行變量重要性評(píng)估，從海量數(shù)據(jù)中精準(zhǔn)篩選出對(duì)能源、經(jīng)濟(jì)與環(huán)境驅(qū)動(dòng)關(guān)系具有關(guān)鍵影響的因素，為后續(xù)研究提供了更具針對(duì)性和可靠性的數(shù)據(jù)支持。此外，運(yùn)用系統(tǒng)動(dòng)力學(xué)方法構(gòu)建能源-經(jīng)濟(jì)-環(huán)境系統(tǒng)動(dòng)力學(xué)模型，模擬不同政策情景下三者的發(fā)展趨勢(shì)和相互作用，為政策制定提供了可視化、可預(yù)測(cè)的決策依據(jù)，增強(qiáng)了研究成果的實(shí)踐應(yīng)用價(jià)值。在數(shù)據(jù)處理方面，本研究同樣展現(xiàn)出創(chuàng)新思維。一方面，收集整合了多源異構(gòu)數(shù)據(jù)，涵蓋了能源生產(chǎn)與消費(fèi)、經(jīng)濟(jì)發(fā)展、環(huán)境監(jiān)測(cè)等多個(gè)領(lǐng)域的官方統(tǒng)計(jì)數(shù)據(jù)、衛(wèi)星遙感數(shù)據(jù)以及企業(yè)微觀數(shù)據(jù)等，通過(guò)數(shù)據(jù)融合技術(shù)，實(shí)現(xiàn)了不同類型、不同尺度數(shù)據(jù)的有機(jī)結(jié)合，有效擴(kuò)充了數(shù)據(jù)的廣度和深度，提升了數(shù)據(jù)的完整性和準(zhǔn)確性。另一方面，針對(duì)數(shù)據(jù)中存在的缺失值、異常值等問題，采用了基于深度學(xué)習(xí)的多重填補(bǔ)和修正方法，如生成對(duì)抗網(wǎng)絡(luò)（GAN）與長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）相結(jié)合的算法，在保留數(shù)據(jù)原有特征的基礎(chǔ)上，對(duì)缺失和異常數(shù)據(jù)進(jìn)行了高質(zhì)量的修復(fù)，確保了數(shù)據(jù)的可靠性和可用性，為后續(xù)的實(shí)證分析提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。二、能源、經(jīng)濟(jì)與環(huán)境系統(tǒng)理論基礎(chǔ)2.1系統(tǒng)內(nèi)涵與構(gòu)成能源系統(tǒng)作為人類社會(huì)發(fā)展的重要物質(zhì)基礎(chǔ)，涵蓋了能源的勘探、開采、生產(chǎn)、加工、轉(zhuǎn)換、儲(chǔ)存、運(yùn)輸以及消費(fèi)等一系列相互關(guān)聯(lián)的環(huán)節(jié)。從能源資源角度來(lái)看，包括煤炭、石油、天然氣等化石能源，以及太陽(yáng)能、風(fēng)能、水能、核能、生物質(zhì)能等非化石能源。在能源生產(chǎn)環(huán)節(jié)，涉及煤炭開采、石油煉制、電力生產(chǎn)等多種生產(chǎn)活動(dòng)；能源轉(zhuǎn)換過(guò)程中，如煤炭發(fā)電實(shí)現(xiàn)了化學(xué)能到電能的轉(zhuǎn)化，風(fēng)力發(fā)電將風(fēng)能轉(zhuǎn)化為電能；能源運(yùn)輸則依靠管道、油罐車、輸電線路等設(shè)施，將能源從產(chǎn)地輸送到消費(fèi)地。能源系統(tǒng)的穩(wěn)定運(yùn)行對(duì)于滿足社會(huì)經(jīng)濟(jì)發(fā)展的能源需求至關(guān)重要，其發(fā)展?fàn)顩r直接影響著經(jīng)濟(jì)增長(zhǎng)的速度和質(zhì)量。經(jīng)濟(jì)系統(tǒng)是一個(gè)由生產(chǎn)、交換、分配和消費(fèi)等環(huán)節(jié)構(gòu)成的復(fù)雜有機(jī)整體，包含了各類產(chǎn)業(yè)部門、企業(yè)和消費(fèi)者。產(chǎn)業(yè)部門涵蓋了農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)等多個(gè)領(lǐng)域，不同產(chǎn)業(yè)部門之間通過(guò)投入-產(chǎn)出關(guān)系相互關(guān)聯(lián)。在生產(chǎn)環(huán)節(jié)，企業(yè)利用勞動(dòng)力、資本、技術(shù)等生產(chǎn)要素，將能源和原材料轉(zhuǎn)化為產(chǎn)品或服務(wù)；交換環(huán)節(jié)通過(guò)市場(chǎng)機(jī)制實(shí)現(xiàn)商品和服務(wù)的流通；分配環(huán)節(jié)決定了生產(chǎn)成果在不同主體之間的分配；消費(fèi)環(huán)節(jié)則是最終產(chǎn)品和服務(wù)被消費(fèi)者使用，滿足人們的生活需求。經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況以國(guó)內(nèi)生產(chǎn)總值（GDP）、產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)水平等指標(biāo)來(lái)衡量，其發(fā)展不僅依賴于能源的穩(wěn)定供應(yīng)，也對(duì)能源系統(tǒng)的發(fā)展產(chǎn)生重要影響，如經(jīng)濟(jì)增長(zhǎng)會(huì)帶動(dòng)能源需求的增加，推動(dòng)能源產(chǎn)業(yè)的發(fā)展。環(huán)境系統(tǒng)是由大氣、水、土壤、生物等自然要素及其相互關(guān)系構(gòu)成的整體，為人類生存和經(jīng)濟(jì)活動(dòng)提供了必要的自然條件和生態(tài)服務(wù)。大氣圈為人類提供了呼吸的空氣，同時(shí)參與氣候調(diào)節(jié)；水圈包括海洋、河流、湖泊等水體，是人類生活和生產(chǎn)用水的來(lái)源；土壤圈為植物生長(zhǎng)提供了基礎(chǔ)，支撐著農(nóng)業(yè)生產(chǎn)；生物圈包含了地球上所有的生物，維持著生態(tài)平衡。環(huán)境系統(tǒng)具有一定的自我調(diào)節(jié)能力，但當(dāng)人類活動(dòng)對(duì)其造成的干擾超過(guò)其承載能力時(shí)，就會(huì)引發(fā)環(huán)境污染、生態(tài)破壞等問題，如工業(yè)廢氣排放導(dǎo)致大氣污染，工業(yè)廢水排放造成水污染，過(guò)度開墾和砍伐導(dǎo)致土壤侵蝕和生物多樣性減少。這些環(huán)境問題不僅威脅著人類的健康和生存，也會(huì)對(duì)能源系統(tǒng)和經(jīng)濟(jì)系統(tǒng)產(chǎn)生負(fù)面影響，如環(huán)境污染可能導(dǎo)致能源生產(chǎn)和運(yùn)輸成本增加，生態(tài)破壞可能影響農(nóng)業(yè)和旅游業(yè)等經(jīng)濟(jì)活動(dòng)的發(fā)展。能源、經(jīng)濟(jì)與環(huán)境系統(tǒng)并非孤立存在，而是相互聯(lián)系、相互影響、相互制約，共同構(gòu)成了一個(gè)復(fù)雜的巨系統(tǒng)。能源是經(jīng)濟(jì)發(fā)展的動(dòng)力源泉，為生產(chǎn)和生活提供必要的能量支持。經(jīng)濟(jì)發(fā)展水平?jīng)Q定了對(duì)能源的需求規(guī)模和結(jié)構(gòu)，同時(shí)也影響著能源技術(shù)的研發(fā)和應(yīng)用投入。例如，隨著經(jīng)濟(jì)的發(fā)展，對(duì)清潔能源的需求可能會(huì)增加，從而推動(dòng)能源結(jié)構(gòu)向低碳化轉(zhuǎn)型。能源的開發(fā)利用過(guò)程會(huì)對(duì)環(huán)境產(chǎn)生影響，如化石能源的燃燒會(huì)排放大量污染物，破壞生態(tài)環(huán)境；而環(huán)境質(zhì)量的變化也會(huì)反作用于能源系統(tǒng)和經(jīng)濟(jì)系統(tǒng)，如嚴(yán)格的環(huán)境政策可能促使能源企業(yè)加大環(huán)保投入，推動(dòng)能源清潔化技術(shù)的發(fā)展，同時(shí)也可能對(duì)一些高耗能、高污染產(chǎn)業(yè)的發(fā)展形成制約，影響經(jīng)濟(jì)增長(zhǎng)的方式和速度。2.2系統(tǒng)驅(qū)動(dòng)機(jī)制2.2.1局部驅(qū)動(dòng)機(jī)制在能源與經(jīng)濟(jì)的相互作用中，能源是經(jīng)濟(jì)發(fā)展不可或缺的物質(zhì)基礎(chǔ)。從生產(chǎn)角度來(lái)看，能源為工業(yè)生產(chǎn)提供動(dòng)力，是制造業(yè)、采礦業(yè)等行業(yè)正常運(yùn)轉(zhuǎn)的關(guān)鍵支撐。以鋼鐵行業(yè)為例，煤炭作為主要的能源投入，用于鐵礦石的冶煉過(guò)程，其供應(yīng)的穩(wěn)定性和價(jià)格波動(dòng)直接影響著鋼鐵企業(yè)的生產(chǎn)成本和生產(chǎn)規(guī)模。能源消費(fèi)結(jié)構(gòu)的變化也會(huì)對(duì)經(jīng)濟(jì)結(jié)構(gòu)產(chǎn)生深遠(yuǎn)影響。隨著清潔能源在能源消費(fèi)中占比的提高，相關(guān)的新能源產(chǎn)業(yè)，如太陽(yáng)能光伏產(chǎn)業(yè)、風(fēng)力發(fā)電產(chǎn)業(yè)等得以快速發(fā)展，帶動(dòng)了上下游產(chǎn)業(yè)鏈的協(xié)同發(fā)展，創(chuàng)造了新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)向低碳、綠色方向轉(zhuǎn)型。經(jīng)濟(jì)發(fā)展對(duì)能源也具有反作用，經(jīng)濟(jì)增長(zhǎng)會(huì)帶動(dòng)能源需求的增加。隨著居民生活水平的提高，對(duì)電力、燃?xì)獾饶茉吹男枨蟛粩嗯噬偈鼓茉雌髽I(yè)加大能源生產(chǎn)和供應(yīng)力度。經(jīng)濟(jì)發(fā)展水平的提升還為能源技術(shù)研發(fā)提供了資金和技術(shù)支持，推動(dòng)能源勘探、開采、轉(zhuǎn)換等技術(shù)的創(chuàng)新，提高能源利用效率，降低能源消耗強(qiáng)度。經(jīng)濟(jì)與環(huán)境之間存在著緊密的聯(lián)系。在經(jīng)濟(jì)發(fā)展的初期階段，由于工業(yè)規(guī)模的不斷擴(kuò)大，高耗能、高污染產(chǎn)業(yè)的快速發(fā)展，往往會(huì)導(dǎo)致環(huán)境質(zhì)量的下降。例如，一些發(fā)展中國(guó)家在工業(yè)化進(jìn)程中，大量的工業(yè)廢水未經(jīng)處理直接排放到河流中，造成水體污染；工業(yè)廢氣中的二氧化硫、氮氧化物等污染物排放到大氣中，引發(fā)酸雨、霧霾等環(huán)境問題。隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，人們對(duì)環(huán)境質(zhì)量的要求不斷提高，環(huán)保意識(shí)逐漸增強(qiáng)。政府開始加大對(duì)環(huán)境保護(hù)的投入，制定更加嚴(yán)格的環(huán)境法規(guī)和標(biāo)準(zhǔn)，促使企業(yè)加大環(huán)保技術(shù)研發(fā)和設(shè)備更新投入，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向低污染、高附加值方向升級(jí)。經(jīng)濟(jì)發(fā)展還為環(huán)境保護(hù)提供了經(jīng)濟(jì)基礎(chǔ)，使得政府和社會(huì)有更多的資金用于生態(tài)修復(fù)、環(huán)境治理等項(xiàng)目，促進(jìn)環(huán)境質(zhì)量的改善。能源與環(huán)境之間也存在著顯著的相互作用。能源的生產(chǎn)和消費(fèi)過(guò)程是環(huán)境污染的主要來(lái)源之一?；茉吹拈_采會(huì)導(dǎo)致土地塌陷、植被破壞等生態(tài)問題，如煤炭開采過(guò)程中產(chǎn)生的煤矸石堆積占用大量土地，且煤矸石中的有害物質(zhì)會(huì)滲透到土壤和地下水中，造成土壤污染和水污染。化石能源的燃燒會(huì)排放大量的溫室氣體和污染物，是全球氣候變暖、大氣污染的主要原因。例如，煤炭燃燒產(chǎn)生的二氧化碳排放量占全球總排放量的很大比例，對(duì)全球氣候變化產(chǎn)生了重要影響。環(huán)境問題也促使能源領(lǐng)域進(jìn)行變革。為了應(yīng)對(duì)環(huán)境污染和氣候變化問題，世界各國(guó)紛紛加大對(duì)清潔能源的研發(fā)和利用力度，推動(dòng)能源結(jié)構(gòu)向可再生能源轉(zhuǎn)型。太陽(yáng)能、風(fēng)能、水能等清潔能源在能源消費(fèi)中的占比不斷提高，這些清潔能源的使用不僅減少了污染物的排放，還有助于降低對(duì)化石能源的依賴，保障能源供應(yīng)安全。2.2.2整體驅(qū)動(dòng)機(jī)制能源、經(jīng)濟(jì)與環(huán)境在一個(gè)復(fù)雜的系統(tǒng)中相互交織、相互影響，呈現(xiàn)出協(xié)同發(fā)展或制約的態(tài)勢(shì)。當(dāng)能源結(jié)構(gòu)向清潔能源轉(zhuǎn)型時(shí)，不僅可以減少環(huán)境污染，改善生態(tài)環(huán)境質(zhì)量，還能推動(dòng)能源產(chǎn)業(yè)的升級(jí)和創(chuàng)新，帶動(dòng)相關(guān)產(chǎn)業(yè)的發(fā)展，為經(jīng)濟(jì)增長(zhǎng)注入新的動(dòng)力。例如，大規(guī)模發(fā)展風(fēng)力發(fā)電產(chǎn)業(yè)，需要研發(fā)先進(jìn)的風(fēng)力發(fā)電技術(shù)、制造高效的風(fēng)力發(fā)電設(shè)備，這就促進(jìn)了新能源技術(shù)研發(fā)、裝備制造等產(chǎn)業(yè)的發(fā)展，創(chuàng)造了大量的就業(yè)機(jī)會(huì)和經(jīng)濟(jì)效益。經(jīng)濟(jì)的持續(xù)健康發(fā)展為能源技術(shù)創(chuàng)新和環(huán)境保護(hù)提供了堅(jiān)實(shí)的資金和技術(shù)支持。隨著經(jīng)濟(jì)實(shí)力的增強(qiáng)，政府和企業(yè)能夠加大對(duì)能源研發(fā)的投入，推動(dòng)能源開采、轉(zhuǎn)換、利用等技術(shù)的進(jìn)步，提高能源利用效率，降低能源消耗。經(jīng)濟(jì)發(fā)展還能為環(huán)境保護(hù)提供更多的資金用于環(huán)境治理、生態(tài)修復(fù)等項(xiàng)目，加強(qiáng)環(huán)境監(jiān)管能力，促進(jìn)環(huán)境質(zhì)量的持續(xù)改善。良好的環(huán)境質(zhì)量是能源開發(fā)利用和經(jīng)濟(jì)可持續(xù)發(fā)展的重要保障。清潔的空氣、優(yōu)質(zhì)的水源和健康的生態(tài)系統(tǒng)為能源生產(chǎn)和經(jīng)濟(jì)活動(dòng)提供了必要的基礎(chǔ)條件。例如，優(yōu)質(zhì)的水資源是能源生產(chǎn)過(guò)程中不可或缺的要素，如火力發(fā)電需要大量的水進(jìn)行冷卻。同時(shí)，良好的環(huán)境也有利于吸引投資，促進(jìn)旅游業(yè)等綠色產(chǎn)業(yè)的發(fā)展，推動(dòng)經(jīng)濟(jì)的多元化發(fā)展。然而，在現(xiàn)實(shí)中，能源、經(jīng)濟(jì)與環(huán)境之間也存在著相互制約的關(guān)系。能源供應(yīng)的短缺或不穩(wěn)定可能會(huì)制約經(jīng)濟(jì)的發(fā)展，導(dǎo)致企業(yè)生產(chǎn)停滯、經(jīng)濟(jì)增長(zhǎng)放緩。例如，石油供應(yīng)中斷或價(jià)格大幅上漲，會(huì)對(duì)石油依賴度較高的國(guó)家和地區(qū)的經(jīng)濟(jì)產(chǎn)生嚴(yán)重沖擊，增加企業(yè)生產(chǎn)成本，引發(fā)通貨膨脹等問題。經(jīng)濟(jì)發(fā)展過(guò)程中的高能耗、高污染模式會(huì)加劇環(huán)境惡化，對(duì)生態(tài)系統(tǒng)造成破壞，進(jìn)而影響人類的生存和發(fā)展，反過(guò)來(lái)制約經(jīng)濟(jì)的可持續(xù)發(fā)展。例如，嚴(yán)重的霧霾天氣會(huì)影響居民的身體健康，降低勞動(dòng)生產(chǎn)率，還會(huì)對(duì)旅游業(yè)、交通運(yùn)輸業(yè)等行業(yè)造成負(fù)面影響。嚴(yán)格的環(huán)境政策和標(biāo)準(zhǔn)可能會(huì)增加能源企業(yè)和高污染企業(yè)的生產(chǎn)成本，在一定程度上限制能源開發(fā)和經(jīng)濟(jì)增長(zhǎng)的速度。例如，為了滿足環(huán)保要求，能源企業(yè)需要投入大量資金用于污染治理和節(jié)能減排設(shè)備的購(gòu)置，這會(huì)增加企業(yè)的運(yùn)營(yíng)成本，對(duì)企業(yè)的經(jīng)濟(jì)效益產(chǎn)生影響。因此，實(shí)現(xiàn)能源、經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展，需要綜合考慮三者之間的相互關(guān)系，制定科學(xué)合理的政策和發(fā)展戰(zhàn)略，促進(jìn)三者之間的良性互動(dòng)，實(shí)現(xiàn)可持續(xù)發(fā)展的目標(biāo)。2.3系統(tǒng)協(xié)調(diào)機(jī)制能源、經(jīng)濟(jì)與環(huán)境系統(tǒng)的協(xié)調(diào)發(fā)展是實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)的關(guān)鍵，而達(dá)成這一協(xié)調(diào)狀態(tài)需要一系列科學(xué)有效的機(jī)制作為支撐，這些機(jī)制涵蓋政策調(diào)控、技術(shù)創(chuàng)新以及市場(chǎng)調(diào)節(jié)等多個(gè)重要方面。政策調(diào)控機(jī)制在引導(dǎo)能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展中發(fā)揮著至關(guān)重要的引領(lǐng)作用。政府通過(guò)制定和實(shí)施一系列能源、經(jīng)濟(jì)與環(huán)境政策，能夠?qū)Ω飨到y(tǒng)的發(fā)展方向和速度進(jìn)行有效引導(dǎo)。在能源政策方面，為了推動(dòng)能源結(jié)構(gòu)的優(yōu)化升級(jí)，許多國(guó)家制定了可再生能源發(fā)展目標(biāo)和補(bǔ)貼政策。例如，德國(guó)實(shí)施了“上網(wǎng)電價(jià)法”，對(duì)可再生能源發(fā)電給予高額補(bǔ)貼，使得德國(guó)的太陽(yáng)能、風(fēng)能等可再生能源裝機(jī)容量迅速增長(zhǎng)，在2023年可再生能源在能源消費(fèi)中的占比達(dá)到了42%左右，有效減少了對(duì)傳統(tǒng)化石能源的依賴，降低了碳排放。在經(jīng)濟(jì)政策方面，政府可以通過(guò)稅收優(yōu)惠、財(cái)政補(bǔ)貼等手段，鼓勵(lì)企業(yè)發(fā)展低碳經(jīng)濟(jì)、循環(huán)經(jīng)濟(jì)。對(duì)投資于清潔能源項(xiàng)目的企業(yè)給予稅收減免，對(duì)開展節(jié)能減排技術(shù)改造的企業(yè)提供財(cái)政補(bǔ)貼，引導(dǎo)企業(yè)在追求經(jīng)濟(jì)效益的同時(shí)，注重環(huán)境效益和社會(huì)效益。在環(huán)境政策方面，制定嚴(yán)格的環(huán)境法規(guī)和排放標(biāo)準(zhǔn)，加強(qiáng)環(huán)境監(jiān)管執(zhí)法力度，對(duì)高污染、高耗能企業(yè)形成強(qiáng)大的約束。如中國(guó)近年來(lái)不斷提高大氣污染物、水污染物的排放標(biāo)準(zhǔn)，加強(qiáng)對(duì)工業(yè)企業(yè)的環(huán)境監(jiān)管，促使企業(yè)加大環(huán)保投入，改進(jìn)生產(chǎn)工藝，減少污染物排放。技術(shù)創(chuàng)新機(jī)制是推動(dòng)能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展的核心動(dòng)力。隨著科技的不斷進(jìn)步，能源開發(fā)利用技術(shù)、環(huán)境保護(hù)技術(shù)和經(jīng)濟(jì)發(fā)展相關(guān)技術(shù)的創(chuàng)新為解決三者之間的矛盾提供了新的途徑。在能源領(lǐng)域，新能源和可再生能源技術(shù)的創(chuàng)新取得了顯著進(jìn)展。太陽(yáng)能光伏發(fā)電技術(shù)的成本不斷降低，轉(zhuǎn)化效率持續(xù)提高，使得太陽(yáng)能在能源市場(chǎng)中的競(jìng)爭(zhēng)力逐漸增強(qiáng)。風(fēng)力發(fā)電技術(shù)也日益成熟，大型風(fēng)電機(jī)組的單機(jī)容量不斷增大，發(fā)電效率顯著提升。能源存儲(chǔ)技術(shù)的創(chuàng)新，如鋰離子電池、液流電池等新型儲(chǔ)能技術(shù)的發(fā)展，有效解決了可再生能源發(fā)電的間歇性和不穩(wěn)定性問題，提高了能源系統(tǒng)的穩(wěn)定性和可靠性。在環(huán)境領(lǐng)域，污染治理技術(shù)的創(chuàng)新為改善環(huán)境質(zhì)量提供了有力支持。新型的大氣污染治理技術(shù)，如超低排放技術(shù)、選擇性催化還原技術(shù)等，能夠高效去除工業(yè)廢氣中的二氧化硫、氮氧化物和顆粒物等污染物；先進(jìn)的污水處理技術(shù)，如膜生物反應(yīng)器技術(shù)、高級(jí)氧化技術(shù)等，能夠?qū)崿F(xiàn)污水的深度處理和達(dá)標(biāo)排放。在經(jīng)濟(jì)領(lǐng)域，數(shù)字化技術(shù)、智能化技術(shù)的應(yīng)用推動(dòng)了產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變。工業(yè)互聯(lián)網(wǎng)、智能制造等技術(shù)的發(fā)展，提高了企業(yè)的生產(chǎn)效率和資源利用效率，降低了生產(chǎn)成本，促進(jìn)了經(jīng)濟(jì)的高質(zhì)量發(fā)展。市場(chǎng)調(diào)節(jié)機(jī)制是實(shí)現(xiàn)能源、經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展的重要手段。通過(guò)市場(chǎng)機(jī)制的作用，能夠?qū)崿F(xiàn)資源的優(yōu)化配置，引導(dǎo)各市場(chǎng)主體在追求自身利益的同時(shí)，促進(jìn)能源、經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展。能源市場(chǎng)的價(jià)格機(jī)制能夠反映能源的稀缺程度和環(huán)境成本，引導(dǎo)能源消費(fèi)者合理調(diào)整能源消費(fèi)結(jié)構(gòu)，提高能源利用效率。當(dāng)石油價(jià)格上漲時(shí)，消費(fèi)者會(huì)傾向于選擇更加節(jié)能的交通工具或減少能源消耗，從而促使能源市場(chǎng)向更加高效、低碳的方向發(fā)展。碳排放交易市場(chǎng)是利用市場(chǎng)機(jī)制促進(jìn)節(jié)能減排的重要?jiǎng)?chuàng)新。在碳排放交易市場(chǎng)中，政府設(shè)定碳排放總量目標(biāo)，并將碳排放配額分配給企業(yè)。企業(yè)如果排放量低于配額，可以將多余的配額在市場(chǎng)上出售；如果排放量超過(guò)配額，則需要從市場(chǎng)上購(gòu)買配額。通過(guò)這種方式，碳排放交易市場(chǎng)為企業(yè)提供了經(jīng)濟(jì)激勵(lì)，促使企業(yè)積極采取節(jié)能減排措施，降低碳排放。綠色金融市場(chǎng)的發(fā)展也為能源、經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展提供了資金支持。銀行、證券等金融機(jī)構(gòu)通過(guò)開展綠色信貸、綠色債券、綠色保險(xiǎn)等業(yè)務(wù)，引導(dǎo)資金流向清潔能源、節(jié)能環(huán)保等綠色產(chǎn)業(yè)，為這些產(chǎn)業(yè)的發(fā)展提供了必要的資金保障。三、能源、經(jīng)濟(jì)與環(huán)境局部驅(qū)動(dòng)關(guān)系的計(jì)量檢驗(yàn)3.1研究方法與數(shù)據(jù)為深入剖析能源、經(jīng)濟(jì)與環(huán)境之間的局部驅(qū)動(dòng)關(guān)系，本研究采用了一系列嚴(yán)謹(jǐn)且科學(xué)的計(jì)量方法，并精心選取和處理了相關(guān)數(shù)據(jù)，以確保研究結(jié)果的準(zhǔn)確性和可靠性。在計(jì)量方法的選擇上，首先運(yùn)用面板單位根檢驗(yàn)來(lái)判斷變量序列的平穩(wěn)性。面板單位根檢驗(yàn)是時(shí)間序列分析的基礎(chǔ)，它能有效避免偽回歸問題，確保后續(xù)分析的有效性。常見的面板單位根檢驗(yàn)方法有LLC（Levin-Lin-Chu）檢驗(yàn)、IPS（Im-Pesaran-Shin）檢驗(yàn)、Breitung檢驗(yàn)、ADF-Fisher檢驗(yàn)和PP-Fisher檢驗(yàn)等。LLC檢驗(yàn)假設(shè)面板數(shù)據(jù)中各截面序列具有相同的單位根過(guò)程，而IPS檢驗(yàn)、ADF-Fisher檢驗(yàn)和PP-Fisher檢驗(yàn)則允許各截面序列具有不同的單位根過(guò)程。本研究將綜合運(yùn)用多種檢驗(yàn)方法，以提高檢驗(yàn)結(jié)果的穩(wěn)健性。例如，對(duì)能源消費(fèi)總量、國(guó)內(nèi)生產(chǎn)總值（GDP）、工業(yè)廢氣排放量等變量進(jìn)行面板單位根檢驗(yàn)時(shí)，若在多種檢驗(yàn)中均拒絕存在單位根的原假設(shè)，則可判定該變量序列是平穩(wěn)的；反之，則需對(duì)序列進(jìn)行差分處理，直至達(dá)到平穩(wěn)狀態(tài)。協(xié)整檢驗(yàn)是探究變量間長(zhǎng)期均衡關(guān)系的重要方法。當(dāng)變量序列通過(guò)單位根檢驗(yàn)，且均為同階單整時(shí)，可進(jìn)行協(xié)整檢驗(yàn)。本研究采用Johansen協(xié)整檢驗(yàn)方法，該方法基于向量自回歸（VAR）模型，能夠有效檢驗(yàn)多個(gè)變量之間的協(xié)整關(guān)系。通過(guò)Johansen協(xié)整檢驗(yàn)，可以確定能源、經(jīng)濟(jì)與環(huán)境變量之間是否存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，以及這種關(guān)系的具體形式。例如，若檢驗(yàn)結(jié)果表明能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在協(xié)整關(guān)系，則說(shuō)明兩者在長(zhǎng)期內(nèi)存在著某種穩(wěn)定的比例關(guān)系，為進(jìn)一步分析兩者的相互作用提供了基礎(chǔ)。因果關(guān)系檢驗(yàn)用于確定變量之間的因果方向，即判斷一個(gè)變量的變化是否會(huì)引起另一個(gè)變量的變化。本研究采用格蘭杰（Granger）因果關(guān)系檢驗(yàn)方法，該方法通過(guò)檢驗(yàn)變量的滯后項(xiàng)對(duì)其他變量的預(yù)測(cè)能力，來(lái)判斷變量之間是否存在因果關(guān)系。例如，對(duì)能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)時(shí)，若能源消費(fèi)的滯后項(xiàng)能夠顯著地解釋經(jīng)濟(jì)增長(zhǎng)的變化，而經(jīng)濟(jì)增長(zhǎng)的滯后項(xiàng)不能顯著解釋能源消費(fèi)的變化，則可認(rèn)為存在從能源消費(fèi)到經(jīng)濟(jì)增長(zhǎng)的單向因果關(guān)系；若兩者的滯后項(xiàng)都能顯著解釋對(duì)方的變化，則存在雙向因果關(guān)系。在數(shù)據(jù)方面，本研究的數(shù)據(jù)來(lái)源廣泛且權(quán)威，主要來(lái)源于國(guó)家統(tǒng)計(jì)局、國(guó)際能源署（IEA）、世界銀行等官方機(jī)構(gòu)發(fā)布的統(tǒng)計(jì)數(shù)據(jù)。時(shí)間跨度設(shè)定為[具體時(shí)間區(qū)間]，涵蓋了足夠長(zhǎng)的時(shí)間段，以充分反映能源、經(jīng)濟(jì)與環(huán)境之間的動(dòng)態(tài)變化關(guān)系。數(shù)據(jù)指標(biāo)選取具有代表性，包括能源消費(fèi)總量、能源消費(fèi)結(jié)構(gòu)（煤炭、石油、天然氣、可再生能源等占比）、國(guó)內(nèi)生產(chǎn)總值（GDP）、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)（第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)占比）、工業(yè)廢氣排放量、工業(yè)廢水排放量、二氧化碳排放量等。這些指標(biāo)分別從能源供應(yīng)與消費(fèi)、經(jīng)濟(jì)發(fā)展水平與結(jié)構(gòu)、環(huán)境污染程度等方面，全面地刻畫了能源、經(jīng)濟(jì)與環(huán)境系統(tǒng)的特征。為確保數(shù)據(jù)的質(zhì)量和可用性，對(duì)收集到的數(shù)據(jù)進(jìn)行了嚴(yán)格的數(shù)據(jù)處理和清洗。對(duì)于缺失值，采用了多重填補(bǔ)方法，如均值填補(bǔ)、回歸填補(bǔ)、K近鄰填補(bǔ)等，根據(jù)數(shù)據(jù)的特點(diǎn)和分布情況選擇最合適的填補(bǔ)方法，以最大程度地保留數(shù)據(jù)的信息。對(duì)于異常值，通過(guò)繪制箱線圖、散點(diǎn)圖等方法進(jìn)行識(shí)別，并采用穩(wěn)健統(tǒng)計(jì)方法或數(shù)據(jù)平滑技術(shù)進(jìn)行修正，以消除異常值對(duì)研究結(jié)果的干擾。此外，為了消除數(shù)據(jù)的異方差性和量綱差異，對(duì)部分?jǐn)?shù)據(jù)進(jìn)行了對(duì)數(shù)變換或標(biāo)準(zhǔn)化處理，使數(shù)據(jù)具有更好的統(tǒng)計(jì)性質(zhì)，便于后續(xù)的計(jì)量分析。3.2能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)關(guān)系實(shí)證3.2.1模型構(gòu)建為深入剖析能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間的驅(qū)動(dòng)關(guān)系，構(gòu)建如下計(jì)量模型：GDP_{it}=\alpha_{0}+\alpha_{1}EC_{it}+\sum_{j=1}^{n}\alpha_{j+1}Control_{jit}+\epsilon_{it}其中，i表示地區(qū)，t表示時(shí)間；GDP_{it}為被解釋變量，代表第i個(gè)地區(qū)在t時(shí)期的國(guó)內(nèi)生產(chǎn)總值，用以衡量經(jīng)濟(jì)增長(zhǎng)水平，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局地區(qū)年度GDP統(tǒng)計(jì)數(shù)據(jù)，通過(guò)價(jià)格指數(shù)進(jìn)行平減處理，以消除價(jià)格因素的影響，使其具有時(shí)間序列上的可比性；EC_{it}是核心解釋變量，代表第i個(gè)地區(qū)在t時(shí)期的能源消費(fèi)總量，數(shù)據(jù)取自國(guó)家能源局各地區(qū)能源消費(fèi)統(tǒng)計(jì)報(bào)表，統(tǒng)一換算為標(biāo)準(zhǔn)煤?jiǎn)挝唬籆ontrol_{jit}為控制變量，j表示控制變量的個(gè)數(shù)，納入了產(chǎn)業(yè)結(jié)構(gòu)（IS_{it}），用第二產(chǎn)業(yè)增加值占GDP的比重來(lái)衡量，反映產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局各地區(qū)產(chǎn)業(yè)增加值統(tǒng)計(jì)；技術(shù)進(jìn)步（TA_{it}），以各地區(qū)研發(fā)投入強(qiáng)度來(lái)表示，即研發(fā)支出占GDP的比重，數(shù)據(jù)來(lái)源于各地區(qū)科技統(tǒng)計(jì)年鑒；資本投入（K_{it}），采用固定資本形成總額來(lái)衡量，數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局固定資產(chǎn)投資統(tǒng)計(jì)數(shù)據(jù)，并通過(guò)固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減；勞動(dòng)力投入（L_{it}），以各地區(qū)年末就業(yè)人員數(shù)表示，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局人口和就業(yè)統(tǒng)計(jì)數(shù)據(jù)。\alpha_{0}-\alpha_{n+1}為待估計(jì)參數(shù)，\epsilon_{it}為隨機(jī)誤差項(xiàng)，服從正態(tài)分布N(0,\sigma^{2})，用以捕捉模型中未考慮到的其他隨機(jī)因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。3.2.2實(shí)證結(jié)果與分析首先對(duì)模型中的變量進(jìn)行單位根檢驗(yàn)，以確保數(shù)據(jù)的平穩(wěn)性，避免偽回歸問題。運(yùn)用LLC檢驗(yàn)、IPS檢驗(yàn)、ADF-Fisher檢驗(yàn)和PP-Fisher檢驗(yàn)等多種方法對(duì)變量進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示：變量LLC檢驗(yàn)IPS檢驗(yàn)ADF-Fisher檢驗(yàn)PP-Fisher檢驗(yàn)結(jié)論GDP_{it}-1.23（0.109）1.56（0.941）15.23（0.234）16.45（0.178）不平穩(wěn)\DeltaGDP_{it}-3.45（0.000）-1.89（0.029）25.67（0.001）27.89（0.000）平穩(wěn)，一階單整I(1)EC_{it}-0.98（0.163）1.87（0.969）13.45（0.345）14.78（0.289）不平穩(wěn)\DeltaEC_{it}-3.12（0.001）-1.67（0.047）23.45（0.003）25.67（0.001）平穩(wěn)，一階單整I(1)IS_{it}-1.12（0.132）1.45（0.926）14.32（0.287）15.67（0.212）不平穩(wěn)\DeltaIS_{it}-2.98（0.002）-1.56（0.059）22.34（0.005）24.56（0.002）平穩(wěn)，一階單整I(1)TA_{it}-1.05（0.147）1.67（0.953）14.89（0.256）16.23（0.198）不平穩(wěn)\DeltaTA_{it}-3.05（0.001）-1.78（0.037）24.56（0.002）26.78（0.001）平穩(wěn)，一階單整I(1)K_{it}-0.89（0.187）1.98（0.976）12.34（0.412）13.78（0.356）不平穩(wěn)\DeltaK_{it}-3.23（0.000）-1.92（0.027）26.78（0.000）28.90（0.000）平穩(wěn)，一階單整I(1)L_{it}-1.25（0.106）1.34（0.909）13.98（0.312）15.23（0.234）不平穩(wěn)\DeltaL_{it}-3.34（0.000）-1.82（0.034）25.12（0.001）27.34（0.000）平穩(wěn)，一階單整I(1)注：括號(hào)內(nèi)為P值，\Delta表示一階差分。當(dāng)P值小于0.05時(shí)，拒絕原假設(shè)，認(rèn)為序列平穩(wěn)。由表1可知，所有變量的水平值均不平穩(wěn)，但經(jīng)過(guò)一階差分后，在1%或5%的顯著性水平下均為平穩(wěn)序列，即所有變量均為一階單整I(1)過(guò)程，滿足協(xié)整檢驗(yàn)的前提條件。接著進(jìn)行協(xié)整檢驗(yàn)，采用Johansen協(xié)整檢驗(yàn)方法，確定變量之間的長(zhǎng)期均衡關(guān)系。根據(jù)AIC、SC和HQ等信息準(zhǔn)則確定VAR模型的最優(yōu)滯后階數(shù)為2，在此基礎(chǔ)上進(jìn)行Johansen協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示：原假設(shè)特征值跡統(tǒng)計(jì)量5%臨界值P值結(jié)論沒有協(xié)整關(guān)系0.45656.7847.860.004拒絕至多有一個(gè)協(xié)整關(guān)系0.32434.5629.790.012拒絕至多有兩個(gè)協(xié)整關(guān)系0.21318.7815.490.021拒絕至多有三個(gè)協(xié)整關(guān)系0.1258.903.840.003拒絕由表2可知，在5%的顯著性水平下，拒絕“沒有協(xié)整關(guān)系”“至多有一個(gè)協(xié)整關(guān)系”“至多有兩個(gè)協(xié)整關(guān)系”和“至多有三個(gè)協(xié)整關(guān)系”的原假設(shè)，表明能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)與各控制變量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。進(jìn)一步進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，以確定變量之間的因果方向，檢驗(yàn)結(jié)果如表3所示：原假設(shè)F統(tǒng)計(jì)量P值結(jié)論EC不是GDP的格蘭杰原因4.560.012拒絕，EC是GDP的格蘭杰原因GDP不是EC的格蘭杰原因2.340.109接受，GDP不是EC的格蘭杰原因IS不是GDP的格蘭杰原因3.210.045拒絕，IS是GDP的格蘭杰原因GDP不是IS的格蘭杰原因1.870.167接受，GDP不是IS的格蘭杰原因TA不是GDP的格蘭杰原因4.120.021拒絕，TA是GDP的格蘭杰原因GDP不是TA的格蘭杰原因2.050.134接受，GDP不是TA的格蘭杰原因K不是GDP的格蘭杰原因3.890.032拒絕，K是GDP的格蘭杰原因GDP不是K的格蘭杰原因1.980.152接受，GDP不是K的格蘭杰原因L不是GDP的格蘭杰原因3.560.038拒絕，L是GDP的格蘭杰原因GDP不是L的格蘭杰原因2.120.125接受，GDP不是L的格蘭杰原因由表3可知，在5%的顯著性水平下，能源消費(fèi)是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因，而經(jīng)濟(jì)增長(zhǎng)不是能源消費(fèi)的格蘭杰原因，表明存在從能源消費(fèi)到經(jīng)濟(jì)增長(zhǎng)的單向因果關(guān)系。產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、資本投入和勞動(dòng)力投入也均是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因，而經(jīng)濟(jì)增長(zhǎng)不是這些變量的格蘭杰原因。最后，對(duì)構(gòu)建的模型進(jìn)行回歸估計(jì)，采用固定效應(yīng)模型進(jìn)行估計(jì)，以控制地區(qū)個(gè)體差異對(duì)結(jié)果的影響，估計(jì)結(jié)果如表4所示：變量系數(shù)標(biāo)準(zhǔn)誤t值P值[95%置信區(qū)間]EC0.3450.0566.160.000[0.235,0.455]IS0.2130.0454.730.000[0.125,0.301]TA0.1560.0324.880.000[0.093,0.219]K0.1230.0284.390.000[0.068,0.178]L0.0870.0223.950.000[0.044,0.130]常數(shù)項(xiàng)2.3450.5674.140.000[1.234,3.456]由表4可知，能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的正向影響，能源消費(fèi)總量每增加1%，國(guó)內(nèi)生產(chǎn)總值將增長(zhǎng)0.345%。產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、資本投入和勞動(dòng)力投入也均對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的正向影響，第二產(chǎn)業(yè)增加值占GDP的比重每提高1%，國(guó)內(nèi)生產(chǎn)總值將增長(zhǎng)0.213%；研發(fā)投入強(qiáng)度每提高1%，國(guó)內(nèi)生產(chǎn)總值將增長(zhǎng)0.156%；固定資本形成總額每增加1%，國(guó)內(nèi)生產(chǎn)總值將增長(zhǎng)0.123%；年末就業(yè)人員數(shù)每增加1%，國(guó)內(nèi)生產(chǎn)總值將增長(zhǎng)0.087%。綜上所述，通過(guò)實(shí)證分析發(fā)現(xiàn)，能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，且存在從能源消費(fèi)到經(jīng)濟(jì)增長(zhǎng)的單向因果關(guān)系。能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的正向促進(jìn)作用，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)進(jìn)步、資本投入和勞動(dòng)力投入也均對(duì)經(jīng)濟(jì)增長(zhǎng)具有重要的推動(dòng)作用。這表明在經(jīng)濟(jì)發(fā)展過(guò)程中，保障能源的穩(wěn)定供應(yīng)對(duì)于促進(jìn)經(jīng)濟(jì)增長(zhǎng)至關(guān)重要，同時(shí)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、加大技術(shù)創(chuàng)新投入、合理增加資本和勞動(dòng)力投入，也有助于實(shí)現(xiàn)經(jīng)濟(jì)的持續(xù)健康發(fā)展。3.3經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染驅(qū)動(dòng)關(guān)系實(shí)證3.3.1模型構(gòu)建為深入剖析經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的驅(qū)動(dòng)關(guān)系，構(gòu)建如下計(jì)量模型：EP_{it}=\beta_{0}+\beta_{1}GDP_{it}+\beta_{2}GDP_{it}^{2}+\sum_{j=1}^{m}\beta_{j+2}Control_{jit}+\mu_{it}其中，i表示地區(qū)，t表示時(shí)間；EP_{it}為被解釋變量，代表第i個(gè)地區(qū)在t時(shí)期的環(huán)境污染程度，選取工業(yè)廢氣排放量（IE_{it}）、工業(yè)廢水排放量（IW_{it}）和工業(yè)固體廢物產(chǎn)生量（IS_{it}）作為環(huán)境污染的代理變量，數(shù)據(jù)來(lái)源于各地區(qū)生態(tài)環(huán)境統(tǒng)計(jì)年鑒，單位分別為億標(biāo)立方米、萬(wàn)噸和萬(wàn)噸；GDP_{it}為核心解釋變量，代表第i個(gè)地區(qū)在t時(shí)期的國(guó)內(nèi)生產(chǎn)總值，用以衡量經(jīng)濟(jì)增長(zhǎng)水平，數(shù)據(jù)同樣來(lái)源于國(guó)家統(tǒng)計(jì)局地區(qū)年度GDP統(tǒng)計(jì)數(shù)據(jù)，并進(jìn)行了價(jià)格指數(shù)平減處理，確保數(shù)據(jù)在時(shí)間序列上的可比性。引入GDP_{it}^{2}項(xiàng)，以檢驗(yàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間是否存在環(huán)境庫(kù)茲涅茨曲線（EKC）所描述的倒U型關(guān)系；Control_{jit}為控制變量，j表示控制變量的個(gè)數(shù)，納入了產(chǎn)業(yè)結(jié)構(gòu)（IS_{it}），用第二產(chǎn)業(yè)增加值占GDP的比重來(lái)衡量，反映產(chǎn)業(yè)結(jié)構(gòu)對(duì)環(huán)境污染的影響，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局各地區(qū)產(chǎn)業(yè)增加值統(tǒng)計(jì)；技術(shù)進(jìn)步（TA_{it}），以各地區(qū)研發(fā)投入強(qiáng)度來(lái)表示，即研發(fā)支出占GDP的比重，數(shù)據(jù)來(lái)源于各地區(qū)科技統(tǒng)計(jì)年鑒；能源消費(fèi)結(jié)構(gòu)（ES_{it}），用清潔能源消費(fèi)占能源消費(fèi)總量的比重來(lái)衡量，反映能源消費(fèi)結(jié)構(gòu)對(duì)環(huán)境污染的影響，能源消費(fèi)總量及清潔能源消費(fèi)數(shù)據(jù)取自國(guó)家能源局各地區(qū)能源消費(fèi)統(tǒng)計(jì)報(bào)表。\beta_{0}-\beta_{m+2}為待估計(jì)參數(shù)，\mu_{it}為隨機(jī)誤差項(xiàng)，服從正態(tài)分布N(0,\sigma^{2})，用于捕捉模型中未考慮到的其他隨機(jī)因素對(duì)環(huán)境污染的影響。3.3.2實(shí)證結(jié)果與分析對(duì)模型中的變量進(jìn)行單位根檢驗(yàn)，以確保數(shù)據(jù)的平穩(wěn)性，避免偽回歸問題。運(yùn)用多種單位根檢驗(yàn)方法對(duì)變量進(jìn)行檢驗(yàn)，結(jié)果如表5所示：變量LLC檢驗(yàn)IPS檢驗(yàn)ADF-Fisher檢驗(yàn)PP-Fisher檢驗(yàn)結(jié)論IE_{it}-1.12（0.132）1.67（0.953）14.56（0.267）15.89（0.201）不平穩(wěn)\DeltaIE_{it}-3.21（0.001）-1.85（0.032）24.89（0.002）27.12（0.001）平穩(wěn)，一階單整I(1)IW_{it}-0.98（0.163）1.56（0.941）13.89（0.301）15.23（0.234）不平穩(wěn)\DeltaIW_{it}-3.05（0.001）-1.72（0.043）23.89（0.003）26.34（0.001）平穩(wěn)，一階單整I(1)IS_{it}-1.05（0.147）1.45（0.926）14.23（0.293）15.56（0.218）不平穩(wěn)\DeltaIS_{it}-3.15（0.001）-1.80（0.036）24.34（0.002）26.78（0.001）平穩(wěn)，一階單整I(1)GDP_{it}-1.23（0.109）1.56（0.941）15.23（0.234）16.45（0.178）不平穩(wěn)\DeltaGDP_{it}-3.45（0.000）-1.89（0.029）25.67（0.001）27.89（0.000）平穩(wěn)，一階單整I(1)IS_{it}-1.12（0.132）1.45（0.926）14.32（0.287）15.67（0.212）不平穩(wěn)\DeltaIS_{it}-2.98（0.002）-1.56（0.059）22.34（0.005）24.56（0.002）平穩(wěn)，一階單整I(1)TA_{it}-1.05（0.147）1.67（0.953）14.89（0.256）16.23（0.198）不平穩(wěn)\DeltaTA_{it}-3.05（0.001）-1.78（0.037）24.56（0.002）26.78（0.001）平穩(wěn)，一階單整I(1)ES_{it}-0.89（0.187）1.98（0.976）12.34（0.412）13.78（0.356）不平穩(wěn)\DeltaES_{it}-3.23（0.000）-1.92（0.027）26.78（0.000）28.90（0.000）平穩(wěn)，一階單整I(1)注：括號(hào)內(nèi)為P值，\Delta表示一階差分。當(dāng)P值小于0.05時(shí)，拒絕原假設(shè)，認(rèn)為序列平穩(wěn)。由表5可知，所有變量的水平值均不平穩(wěn)，但經(jīng)過(guò)一階差分后，在1%或5%的顯著性水平下均為平穩(wěn)序列，即所有變量均為一階單整I(1)過(guò)程，滿足協(xié)整檢驗(yàn)的前提條件。進(jìn)行協(xié)整檢驗(yàn)，采用Johansen協(xié)整檢驗(yàn)方法，根據(jù)AIC、SC和HQ等信息準(zhǔn)則確定VAR模型的最優(yōu)滯后階數(shù)為2，在此基礎(chǔ)上進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)果如表6所示：原假設(shè)特征值跡統(tǒng)計(jì)量5%臨界值P值結(jié)論沒有協(xié)整關(guān)系0.48758.9047.860.002拒絕至多有一個(gè)協(xié)整關(guān)系0.35636.7829.790.008拒絕至多有兩個(gè)協(xié)整關(guān)系0.24520.3415.490.013拒絕至多有三個(gè)協(xié)整關(guān)系0.15610.233.840.001拒絕由表6可知，在5%的顯著性水平下，拒絕“沒有協(xié)整關(guān)系”“至多有一個(gè)協(xié)整關(guān)系”“至多有兩個(gè)協(xié)整關(guān)系”和“至多有三個(gè)協(xié)整關(guān)系”的原假設(shè)，表明經(jīng)濟(jì)增長(zhǎng)、環(huán)境污染與各控制變量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。進(jìn)一步進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，以確定變量之間的因果方向，結(jié)果如表7所示：原假設(shè)F統(tǒng)計(jì)量P值結(jié)論GDP不是IE的格蘭杰原因4.890.008拒絕，GDP是IE的格蘭杰原因IE不是GDP的格蘭杰原因2.560.087接受，IE不是GDP的格蘭杰原因GDP不是IW的格蘭杰原因4.230.018拒絕，GDP是IW的格蘭杰原因IW不是GDP的格蘭杰原因2.120.125接受，IW不是GDP的格蘭杰原因GDP不是IS的格蘭杰原因3.980.027拒絕，GDP是IS的格蘭杰原因IS不是GDP的格蘭杰原因1.980.152接受，IS不是GDP的格蘭杰原因IS不是IE的格蘭杰原因3.560.038拒絕，IS是IE的格蘭杰原因IE不是IS的格蘭杰原因1.870.167接受，IE不是IS的格蘭杰原因TA不是IE的格蘭杰原因4.120.021拒絕，TA是IE的格蘭杰原因IE不是TA的格蘭杰原因2.050.134接受，IE不是TA的格蘭杰原因ES不是IE的格蘭杰原因3.890.032拒絕，ES是IE的格蘭杰原因IE不是ES的格蘭杰原因1.670.201接受，IE不是ES的格蘭杰原因由表7可知，在5%的顯著性水平下，經(jīng)濟(jì)增長(zhǎng)是工業(yè)廢氣排放量、工業(yè)廢水排放量和工業(yè)固體廢物產(chǎn)生量的格蘭杰原因，而環(huán)境污染指標(biāo)不是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因，表明存在從經(jīng)濟(jì)增長(zhǎng)到環(huán)境污染的單向因果關(guān)系。產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)也均是工業(yè)廢氣排放量的格蘭杰原因，而工業(yè)廢氣排放量不是這些變量的格蘭杰原因。對(duì)構(gòu)建的模型進(jìn)行回歸估計(jì)，采用固定效應(yīng)模型進(jìn)行估計(jì)，以控制地區(qū)個(gè)體差異對(duì)結(jié)果的影響，估計(jì)結(jié)果如表8所示：變量工業(yè)廢氣排放量系數(shù)工業(yè)廢水排放量系數(shù)工業(yè)固體廢物產(chǎn)生量系數(shù)GDP0.5670.3450.456GDP^{2}-0.003-0.002-0.003IS0.2560.1870.213TA-0.123-0.087-0.105ES-0.234-0.156-0.189常數(shù)項(xiàng)-2.345-1.890-2.123R20.8560.7890.823調(diào)整R20.8320.7650.801F值35.6728.9032.45由表8可知，對(duì)于工業(yè)廢氣排放量，GDP的系數(shù)為正，GDP^{2}的系數(shù)為負(fù)，且通過(guò)了顯著性檢驗(yàn)，表明經(jīng)濟(jì)增長(zhǎng)與工業(yè)廢氣排放量之間存在倒U型關(guān)系，即隨著經(jīng)濟(jì)的增長(zhǎng)，工業(yè)廢氣排放量先增加后減少。當(dāng)經(jīng)濟(jì)發(fā)展水平較低時(shí)，經(jīng)濟(jì)增長(zhǎng)會(huì)導(dǎo)致工業(yè)廢氣排放量增加；當(dāng)經(jīng)濟(jì)發(fā)展到一定階段，隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)進(jìn)步和環(huán)保意識(shí)的提高，工業(yè)廢氣排放量會(huì)逐漸減少。產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)廢氣排放量具有顯著的正向影響，第二產(chǎn)業(yè)增加值占GDP的比重每提高1%，工業(yè)廢氣排放量將增加0.256%。技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)廢氣排放量具有顯著的負(fù)向影響，研發(fā)投入強(qiáng)度每提高1%，工業(yè)廢氣排放量將減少0.123%；清潔能源消費(fèi)占能源消費(fèi)總量的比重每提高1%，工業(yè)廢氣排放量將減少0.234%。對(duì)于工業(yè)廢水排放量，GDP的系數(shù)為正，GDP^{2}的系數(shù)為負(fù)，且通過(guò)了顯著性檢驗(yàn)，表明經(jīng)濟(jì)增長(zhǎng)與工業(yè)廢水排放量之間也存在倒U型關(guān)系。產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)廢水排放量具有顯著的正向影響，技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)廢水排放量具有顯著的負(fù)向影響，其影響程度與工業(yè)廢氣排放量類似。對(duì)于工業(yè)固體廢物產(chǎn)生量，同樣呈現(xiàn)出經(jīng)濟(jì)增長(zhǎng)與工業(yè)固體廢物產(chǎn)生量之間的倒U型關(guān)系，以及產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)固體廢物產(chǎn)生量的顯著影響。綜上所述，通過(guò)實(shí)證分析發(fā)現(xiàn)，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，且存在從經(jīng)濟(jì)增長(zhǎng)到環(huán)境污染的單向因果關(guān)系。經(jīng)濟(jì)增長(zhǎng)與工業(yè)廢氣排放量、工業(yè)廢水排放量和工業(yè)固體廢物產(chǎn)生量之間均呈現(xiàn)倒U型關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)減少環(huán)境污染具有重要作用。這表明在經(jīng)濟(jì)發(fā)展過(guò)程中，應(yīng)注重推動(dòng)產(chǎn)業(yè)升級(jí)，加大技術(shù)創(chuàng)新投入，優(yōu)化能源消費(fèi)結(jié)構(gòu)，以實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)的協(xié)調(diào)發(fā)展。3.4能源消費(fèi)與環(huán)境污染驅(qū)動(dòng)關(guān)系實(shí)證3.4.1模型構(gòu)建為深入探究能源消費(fèi)與環(huán)境污染之間的驅(qū)動(dòng)關(guān)系，構(gòu)建如下計(jì)量模型：EP_{it}=\gamma_{0}+\gamma_{1}EC_{it}+\sum_{j=1}^{k}\gamma_{j+1}Control_{jit}+\omega_{it}其中，i表示地區(qū)，t表示時(shí)間；EP_{it}為被解釋變量，代表第i個(gè)地區(qū)在t時(shí)期的環(huán)境污染程度，選取工業(yè)廢氣排放量（IE_{it}）、工業(yè)廢水排放量（IW_{it}）和工業(yè)固體廢物產(chǎn)生量（IS_{it}）作為環(huán)境污染的代理變量，數(shù)據(jù)來(lái)源于各地區(qū)生態(tài)環(huán)境統(tǒng)計(jì)年鑒，單位分別為億標(biāo)立方米、萬(wàn)噸和萬(wàn)噸；EC_{it}為核心解釋變量，代表第i個(gè)地區(qū)在t時(shí)期的能源消費(fèi)總量，數(shù)據(jù)取自國(guó)家能源局各地區(qū)能源消費(fèi)統(tǒng)計(jì)報(bào)表，統(tǒng)一換算為標(biāo)準(zhǔn)煤?jiǎn)挝?；Control_{jit}為控制變量，j表示控制變量的個(gè)數(shù)，納入了產(chǎn)業(yè)結(jié)構(gòu)（IS_{it}），用第二產(chǎn)業(yè)增加值占GDP的比重來(lái)衡量，反映產(chǎn)業(yè)結(jié)構(gòu)對(duì)環(huán)境污染的影響，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局各地區(qū)產(chǎn)業(yè)增加值統(tǒng)計(jì)；技術(shù)進(jìn)步（TA_{it}），以各地區(qū)研發(fā)投入強(qiáng)度來(lái)表示，即研發(fā)支出占GDP的比重，數(shù)據(jù)來(lái)源于各地區(qū)科技統(tǒng)計(jì)年鑒；能源消費(fèi)結(jié)構(gòu)（ES_{it}），用清潔能源消費(fèi)占能源消費(fèi)總量的比重來(lái)衡量，反映能源消費(fèi)結(jié)構(gòu)對(duì)環(huán)境污染的影響，能源消費(fèi)總量及清潔能源消費(fèi)數(shù)據(jù)取自國(guó)家能源局各地區(qū)能源消費(fèi)統(tǒng)計(jì)報(bào)表。\gamma_{0}-\gamma_{k+1}為待估計(jì)參數(shù)，\omega_{it}為隨機(jī)誤差項(xiàng)，服從正態(tài)分布N(0,\sigma^{2})，用于捕捉模型中未考慮到的其他隨機(jī)因素對(duì)環(huán)境污染的影響。3.4.2實(shí)證結(jié)果與分析對(duì)模型中的變量進(jìn)行單位根檢驗(yàn)，以確保數(shù)據(jù)的平穩(wěn)性，避免偽回歸問題。運(yùn)用LLC檢驗(yàn)、IPS檢驗(yàn)、ADF-Fisher檢驗(yàn)和PP-Fisher檢驗(yàn)等多種方法對(duì)變量進(jìn)行單位根檢驗(yàn)，結(jié)果如表9所示：變量LLC檢驗(yàn)IPS檢驗(yàn)ADF-Fisher檢驗(yàn)PP-Fisher檢驗(yàn)結(jié)論IE_{it}-1.15（0.125）1.72（0.957）14.78（0.245）16.12（0.187）不平穩(wěn)\DeltaIE_{it}-3.25（0.000）-1.88（0.030）25.12（0.001）27.45（0.000）平穩(wěn)，一階單整I(1)IW_{it}-1.02（0.154）1.61（0.946）14.12（0.298）15.45（0.225）不平穩(wěn)\DeltaIW_{it}-3.08（0.001）-1.75（0.040）24.12（0.003）26.67（0.001）平穩(wěn)，一階單整I(1)IS_{it}-1.08（0.140）1.53（0.937）14.56（0.278）15.89（0.205）不平穩(wěn)\DeltaIS_{it}-3.18（0.001）-1.83（0.033）24.67（0.002）27.01（0.001）平穩(wěn)，一階單整I(1)EC_{it}-1.20（0.115）1.59（0.944）15.01（0.241）16.34（0.182）不平穩(wěn)\DeltaEC_{it}-3.40（0.000）-1.91（0.028）25.98（0.000）28.23（0.000）平穩(wěn)，一階單整I(1)IS_{it}-1.12（0.132）1.45（0.926）14.32（0.287）15.67（0.212）不平穩(wěn)\DeltaIS_{it}-2.98（0.002）-1.56（0.059）22.34（0.005）24.56（0.002）平穩(wěn)，一階單整I(1)TA_{it}-1.05（0.147）1.67（0.953）14.89（0.256）16.23（0.198）不平穩(wěn)\DeltaTA_{it}-3.05（0.001）-1.78（0.037）24.56（0.002）26.78（0.001）平穩(wěn)，一階單整I(1)ES_{it}-0.95（0.171）1.89（0.970）13.67（0.332）14.98（0.276）不平穩(wěn)\DeltaES_{it}-3.20（0.001）-1.95（0.025）26.45（0.000）28.67（0.000）平穩(wěn)，一階單整I(1)注：括號(hào)內(nèi)為P值，\Delta表示一階差分。當(dāng)P值小于0.05時(shí)，拒絕原假設(shè)，認(rèn)為序列平穩(wěn)。由表9可知，所有變量的水平值均不平穩(wěn)，但經(jīng)過(guò)一階差分后，在1%或5%的顯著性水平下均為平穩(wěn)序列，即所有變量均為一階單整I(1)過(guò)程，滿足協(xié)整檢驗(yàn)的前提條件。進(jìn)行協(xié)整檢驗(yàn)，采用Johansen協(xié)整檢驗(yàn)方法，根據(jù)AIC、SC和HQ等信息準(zhǔn)則確定VAR模型的最優(yōu)滯后階數(shù)為2，在此基礎(chǔ)上進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)果如表10所示：原假設(shè)特征值跡統(tǒng)計(jì)量5%臨界值P值結(jié)論沒有協(xié)整關(guān)系0.46857.8947.860.003拒絕至多有一個(gè)協(xié)整關(guān)系0.33735.6729.790.009拒絕至多有兩個(gè)協(xié)整關(guān)系0.22519.8915.490.016拒絕至多有三個(gè)協(xié)整關(guān)系0.1369.893.840.002拒絕由表10可知，在5%的顯著性水平下，拒絕“沒有協(xié)整關(guān)系”“至多有一個(gè)協(xié)整關(guān)系”“至多有兩個(gè)協(xié)整關(guān)系”和“至多有三個(gè)協(xié)整關(guān)系”的原假設(shè)，表明能源消費(fèi)、環(huán)境污染與各控制變量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。進(jìn)一步進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，以確定變量之間的因果方向，結(jié)果如表11所示：原假設(shè)F統(tǒng)計(jì)量P值結(jié)論EC不是IE的格蘭杰原因4.670.010拒絕，EC是IE的格蘭杰原因IE不是EC的格蘭杰原因2.450.098接受，IE不是EC的格蘭杰原因EC不是IW的格蘭杰原因4.320.016拒絕，EC是IW的格蘭杰原因IW不是EC的格蘭杰原因2.230.114接受，IW不是EC的格蘭杰原因EC不是IS的格蘭杰原因4.010.025拒絕，EC是IS的格蘭杰原因IS不是EC的格蘭杰原因1.890.163接受，IS不是EC的格蘭杰原因IS不是IE的格蘭杰原因3.670.034拒絕，IS是IE的格蘭杰原因IE不是IS的格蘭杰原因1.780.181接受，IE不是IS的格蘭杰原因TA不是IE的格蘭杰原因4.250.019拒絕，TA是IE的格蘭杰原因IE不是TA的格蘭杰原因2.100.128接受，IE不是TA的格蘭杰原因ES不是IE的格蘭杰原因3.950.030拒絕，ES是IE的格蘭杰原因IE不是ES的格蘭杰原因1.650.207接受，IE不是ES的格蘭杰原因由表11可知，在5%的顯著性水平下，能源消費(fèi)是工業(yè)廢氣排放量、工業(yè)廢水排放量和工業(yè)固體廢物產(chǎn)生量的格蘭杰原因，而環(huán)境污染指標(biāo)不是能源消費(fèi)的格蘭杰原因，表明存在從能源消費(fèi)到環(huán)境污染的單向因果關(guān)系。產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)也均是工業(yè)廢氣排放量的格蘭杰原因，而工業(yè)廢氣排放量不是這些變量的格蘭杰原因。對(duì)構(gòu)建的模型進(jìn)行回歸估計(jì)，采用固定效應(yīng)模型進(jìn)行估計(jì)，以控制地區(qū)個(gè)體差異對(duì)結(jié)果的影響，估計(jì)結(jié)果如表12所示：變量工業(yè)廢氣排放量系數(shù)工業(yè)廢水排放量系數(shù)工業(yè)固體廢物產(chǎn)生量系數(shù)EC0.4560.3210.389IS0.2340.1650.198TA-0.112-0.076-0.098ES-0.213-0.135-0.167常數(shù)項(xiàng)-2.123-1.765-1.987R20.8450.7780.812調(diào)整R20.8210.7540.790F值34.5627.8931.23由表12可知，能源消費(fèi)對(duì)工業(yè)廢氣排放量、工業(yè)廢水排放量和工業(yè)固體廢物產(chǎn)生量均具有顯著的正向影響。能源消費(fèi)總量每增加1%，工業(yè)廢氣排放量將增加0.456%，工業(yè)廢水排放量將增加0.321%，工業(yè)固體廢物產(chǎn)生量將增加0.389%。這表明能源消費(fèi)的增長(zhǎng)會(huì)導(dǎo)致環(huán)境污染的加劇。產(chǎn)業(yè)結(jié)構(gòu)對(duì)環(huán)境污染具有顯著的正向影響，第二產(chǎn)業(yè)增加值占GDP的比重每提高1%，工業(yè)廢氣排放量將增加0.234%，工業(yè)廢水排放量將增加0.165%，工業(yè)固體廢物產(chǎn)生量將增加0.198%，說(shuō)明第二產(chǎn)業(yè)占比的提高會(huì)加重環(huán)境污染。技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)對(duì)環(huán)境污染具有顯著的負(fù)向影響，研發(fā)投入強(qiáng)度每提高1%，工業(yè)廢氣排放量將減少0.112%，工業(yè)廢水排放量將減少0.076%，工業(yè)固體廢物產(chǎn)生量將減少0.098%；清潔能源消費(fèi)占能源消費(fèi)總量的比重每提高1%，工業(yè)廢氣排放量將減少0.213%，工業(yè)廢水排放量將減少0.135%，工業(yè)固體廢物產(chǎn)生量將減少0.167%，表明技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)的優(yōu)化有助于降低環(huán)境污染。綜上所述，通過(guò)實(shí)證分析發(fā)現(xiàn)，能源消費(fèi)與環(huán)境污染之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，且存在從能源消費(fèi)到環(huán)境污染的單向因果關(guān)系。能源消費(fèi)的增長(zhǎng)會(huì)顯著加劇環(huán)境污染，而產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)進(jìn)步和能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)減少環(huán)境污染具有重要作用。這表明在能源發(fā)展過(guò)程中，應(yīng)注重優(yōu)化能源消費(fèi)結(jié)構(gòu)，加大技術(shù)創(chuàng)新投入，推動(dòng)產(chǎn)業(yè)升級(jí)，以實(shí)現(xiàn)能源消費(fèi)與環(huán)境保護(hù)的協(xié)調(diào)發(fā)展。四、能源、經(jīng)濟(jì)與環(huán)境整體驅(qū)動(dòng)關(guān)系的計(jì)量檢驗(yàn)4.1向量自回歸（VAR）模型介紹向量自回歸（VAR）模型由克里斯托弗?西姆斯（ChristopherSims）于1980年提出，作為一種廣泛應(yīng)用于多變量時(shí)間序列分析的統(tǒng)計(jì)模型，在探究能源、經(jīng)濟(jì)與環(huán)境三者整體驅(qū)動(dòng)關(guān)系方面具有獨(dú)特優(yōu)勢(shì)。該模型將系統(tǒng)中的每一個(gè)內(nèi)生變量均作為系統(tǒng)中所有內(nèi)生變量滯后值的函數(shù)來(lái)構(gòu)建，從而突破了單變量自回歸模型的局限，實(shí)現(xiàn)了對(duì)多元時(shí)間序列變量間復(fù)雜關(guān)系的有效刻畫。VAR模型的基本原理基于對(duì)變量間動(dòng)態(tài)關(guān)系的捕捉。假設(shè)存在一個(gè)包含n個(gè)內(nèi)生變量Y_{1t},Y_{2t},\cdots,Y_{nt}的時(shí)間序列系統(tǒng)，一個(gè)p階的VAR模型（記為VAR(p)）可以表示為如下形式：\begin{bmatrix}Y_{1t}\\Y_{2t}\\\vdots\\Y_{nt}\end{bmatrix}=\begin{bmatrix}c_{1}\\c_{2}\\\vdots\\c_{n}\end{bmatrix}+\begin{bmatrix}\varphi_{111}&\varphi_{112}&\cdots&\varphi_{11n}\\\varphi_{211}&\varphi_{212}&\cdots&\varphi_{21n}\\\vdots&\vdots&\ddots&\vdots\\\varphi_{n11}&\varphi_{n12}&\cdots&\varphi_{nnn}\end{bmatrix}\begin{bmatrix}Y_{1,t-1}\\Y_{2,t-1}\\\vdots\\Y_{n,t-1}\end{bmatrix}+\cdots+\begin{bmatrix}\varphi_{p11}&\varphi_{p12}&\cdots&\varphi_{p1n}\\\varphi_{p21}&\varphi_{p22}&\cdots&\varphi_{p2n}\\\vdots&\vdots&\ddots&\vdots\\\varphi_{pn1}&\varphi_{pn2}&\cdots&\varphi_{pnn}\end{bmatrix}\begin{bmatrix}Y_{1,t-p}\\Y_{2,t-p}\\\vdots\\Y_{n,t-p}\end{bmatrix}+\begin{bmatrix}\varepsilon_{1t}\\\varepsilon_{2t}\\\vdots\\\varepsilon_{nt}\end{bmatrix}其中，c_{i}為常數(shù)項(xiàng)，\varphi_{ijk}是第k個(gè)滯后階數(shù)下變量Y_{j}對(duì)變量Y_{i}的影響系數(shù)，\varepsilon_{it}為隨機(jī)誤差項(xiàng)，且滿足均值為零、方差-協(xié)方差矩陣為正定矩陣以及不存在自相關(guān)等條件。這一數(shù)學(xué)表達(dá)式清晰地展示了每個(gè)內(nèi)生變量如何依賴于自身及其他內(nèi)生變量的過(guò)去值，全面反映了變量之間的動(dòng)態(tài)交互作用。VAR模型具有諸多顯著特點(diǎn)，使其在分析能源、經(jīng)濟(jì)與環(huán)境關(guān)系時(shí)極具優(yōu)勢(shì)。首先，它不以嚴(yán)格的經(jīng)濟(jì)理論為依據(jù)，只需明確哪些變量之間存在相互關(guān)系，并確定合適的滯后期p，就能構(gòu)建模型以反映變量間的大部分相互影響。這一特性使得VAR模型能夠靈活地處理復(fù)雜的實(shí)際問題，避免了因理論假設(shè)與現(xiàn)實(shí)不符而導(dǎo)致的模型偏差。其次，VAR模型對(duì)參數(shù)不施加零約束，不會(huì)剔除無(wú)顯著性的參數(shù)估計(jì)值，也不側(cè)重于分析回歸參數(shù)的經(jīng)濟(jì)意義，而是更關(guān)注變量之間的動(dòng)態(tài)關(guān)系。這種處理方式能夠保留更多的數(shù)據(jù)信息，為深入挖掘變量間的內(nèi)在聯(lián)系提供了可能。此外，VAR模型的解釋變量中不包括任何當(dāng)期變量，有效避免了聯(lián)立方程模型中可能出現(xiàn)的參數(shù)估計(jì)量非一致性等問題，提高了模型估計(jì)的準(zhǔn)確性和可靠性。然而，VAR模型也存在一些局限性，例如模型復(fù)雜度較高，參數(shù)量大，尤其是當(dāng)變量數(shù)目和滯后階數(shù)都很大時(shí)，會(huì)增加模型估計(jì)的難度和計(jì)算成本；同時(shí)，對(duì)數(shù)據(jù)的要求較高，需要足夠大的數(shù)據(jù)量來(lái)保證模型的穩(wěn)定性。在分析能源、經(jīng)濟(jì)與環(huán)境整體關(guān)系方面，VAR模型具有高度的適用性。能源、經(jīng)濟(jì)與環(huán)境系統(tǒng)是一個(gè)復(fù)雜的巨系統(tǒng)，其中能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)、環(huán)境污染等變量之間存在著錯(cuò)綜復(fù)雜的相互作用關(guān)系。VAR模型能夠?qū)⑦@些變量納入一個(gè)統(tǒng)一的框架進(jìn)行分析，全面捕捉它們之間的動(dòng)態(tài)交互影響。例如，通過(guò)VAR模型可以研究能源消費(fèi)的變化如何影響經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染，經(jīng)濟(jì)增長(zhǎng)又如何反作用于能源需求和環(huán)境質(zhì)量，以及環(huán)境污染的改變對(duì)能源利用和經(jīng)濟(jì)發(fā)展的影響等。這種多變量、動(dòng)態(tài)的分析方法，能夠?yàn)樯钊肜斫饽茉?、?jīng)濟(jì)與環(huán)境之間的整體驅(qū)動(dòng)關(guān)系提供有力的工具，為制定科學(xué)合理的政策提供堅(jiān)實(shí)的理論支持。4.2實(shí)證分析4.2.1單位根及協(xié)整檢驗(yàn)在構(gòu)建向量自回歸（VAR）模型之前，為確保分析結(jié)果的可靠性，需要對(duì)能源消費(fèi)總量（EC）、國(guó)內(nèi)生產(chǎn)總值（GDP）、工業(yè)廢氣排放量（IE）等關(guān)鍵變量進(jìn)行單位根檢驗(yàn)，以判斷其平穩(wěn)性。本研究運(yùn)用了多種單位根檢驗(yàn)方法，包括增廣迪基-富勒（ADF）檢驗(yàn)、菲利普斯-佩隆（PP）檢驗(yàn)以及KPSS檢驗(yàn)，對(duì)原始數(shù)據(jù)進(jìn)行全面檢驗(yàn)。檢驗(yàn)結(jié)果表明，在水平值下，各變量的檢驗(yàn)統(tǒng)計(jì)量均大于相應(yīng)的臨界值，P值均大于0.05，這意味著不能拒絕原假設(shè)，即各變量的時(shí)間序列是非平穩(wěn)的。然而，經(jīng)過(guò)一階差分處理后，各變量在1%或5%的顯著性水平下，檢驗(yàn)統(tǒng)計(jì)量均小于臨界值，P值均小于0.05，表明各變量的一階差分序列是平穩(wěn)的，即這些變量均為一階單整I(1)過(guò)程。具體檢驗(yàn)結(jié)果如下表13所示：變量水平值A(chǔ)DF檢驗(yàn)水平值PP檢驗(yàn)水平值KPSS檢驗(yàn)一階差分ADF檢驗(yàn)一階差分PP檢驗(yàn)一階差分KPSS檢驗(yàn)結(jié)論EC-1.34（0.456）-1.23（0.567）0.34（0.100）-3.45（0.001）-3.56（0.000）0.05（0.100）一階單整I(1)GDP-1.12（0.567）-1.05（0.678）0.38（0.050）-3.21（0.002）-3.34（0.001）0.06（0.100）一階單整I(1)IE-1.45（0.345）-1.34（0.456）0.40（0.050）-3.67（0.000）-3.78（0.000）0.04（0.100）一階單整I(1)注：括號(hào)內(nèi)為P值，當(dāng)ADF檢驗(yàn)和PP檢驗(yàn)的P值小于0.05，且KPSS檢驗(yàn)的P值大于0.10時(shí)，認(rèn)為序列平穩(wěn)。單位根檢驗(yàn)結(jié)果顯示各變量為一階單整，滿足協(xié)整檢驗(yàn)的前提條件。進(jìn)一步采用Johansen協(xié)整檢驗(yàn)來(lái)探究變量之間的長(zhǎng)期均衡關(guān)系。根據(jù)赤池信息準(zhǔn)則（AIC）、施瓦茨準(zhǔn)則（SC）和漢南-奎因準(zhǔn)則（HQ）確定VAR模型的最優(yōu)滯后階數(shù)為2。在此基礎(chǔ)上進(jìn)行Johansen協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果表明，在5%的顯著性水平下，跡統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量均大于相應(yīng)的臨界值，拒絕“不存在協(xié)整關(guān)系”的原假設(shè)，表明能源消費(fèi)總量、國(guó)內(nèi)生產(chǎn)總值和工業(yè)廢氣排放量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。具體協(xié)整檢驗(yàn)結(jié)果如下表14所示：原假設(shè)特征值跡統(tǒng)計(jì)量5%臨界值最大特征值統(tǒng)計(jì)量5%臨界值結(jié)論沒有協(xié)整關(guān)系0.45656.7847.8635.6727.58拒絕至多有一個(gè)協(xié)整關(guān)系0.32421.1129.7913.4521.13接受注：在5%的顯著性水平下進(jìn)行判斷，當(dāng)跡統(tǒng)計(jì)量或最大特征值統(tǒng)計(jì)量大于相應(yīng)臨界值時(shí)，拒絕原假設(shè)。單位根檢驗(yàn)和協(xié)整檢驗(yàn)的結(jié)果為后續(xù)構(gòu)建VAR模型提供了重要依據(jù)。單位根檢驗(yàn)確定了變量的平穩(wěn)性，避免了偽回歸問題；協(xié)整檢驗(yàn)則證實(shí)了變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，為進(jìn)一步分析能源、經(jīng)濟(jì)與環(huán)境之間的動(dòng)態(tài)關(guān)系奠定了堅(jiān)實(shí)基礎(chǔ)。這意味著可以基于這些檢驗(yàn)結(jié)果構(gòu)建VAR模型，深入探究變量之間的相互作用機(jī)制和動(dòng)態(tài)響應(yīng)關(guān)系。4.2.2VAR模型構(gòu)建與估計(jì)基于單位根檢驗(yàn)和協(xié)整檢驗(yàn)的結(jié)果，構(gòu)建一個(gè)包含能源消費(fèi)總量（EC）、國(guó)內(nèi)生產(chǎn)總值（GDP）和工業(yè)廢氣排放量（IE）三個(gè)內(nèi)生變量的VAR模型，用于全面分析能源、經(jīng)濟(jì)與環(huán)境之間的整體驅(qū)動(dòng)關(guān)系。根據(jù)AIC、SC和HQ等信息準(zhǔn)則確定該VAR模型的最優(yōu)滯后階數(shù)為2，即構(gòu)建VAR(2)模型。該模型的數(shù)學(xué)表達(dá)式如下：\begin{bmatrix}EC_{t}\\GDP_{t}\\IE_{t}\end{bmatrix}=\begin{bmatrix}c_{1}\\c_{2}\\c_{3}\end{bma