派智库

摘要：本文基于1986—2013年京津冀能源消费、经济增长和碳排放面板数据，使用协整检验与格兰杰因果检验等计量方法，研究了京津冀能源消费、经济增长与碳排放之间的长期协整关系和格兰杰因果关系，分析了京津冀能源消费与经济增长对碳排放的影响。结果表明：京津冀地区经济增长、能源消费与碳排放之间存在长期协整关系及双向因果关系。在研究结论的基础上，本文针对如何制定和落实京津冀区域碳减排政策，以及实现京津冀协同发展环境治理的目标提出了相应政策建议。 织梦好，好织梦

关键词：经济增长；能源消费；碳排放；京津冀

织梦好，好织梦

1 引言 内容来自dedecms

2014年以来，“京津冀区域协同发展”成为各界广泛关注的话题之一。作为重大国家战略，“京津冀区域协同发展”对未来打造新的首都经济圈、实现京津冀优势互补、促进环渤海经济区发展等都具有重要的战略意义。《京津冀协同发展规划纲要》指出，京津冀地区要在交通一体化、生态环境保护和产业升级转移等重点领域率先取得突破，而解决区域生态问题，最有效的方法就是联防联控，协同发展。京津冀地区依靠优越的地理位置与独特的历史条件，在改革开放以后迅速发展成为中国经济的三极之一[1]，是我国经济发展最快、综合竞争力最强的区域。2014年，京津冀地区国内生产总值总和为6.64万亿元人民币[1]，约占全国国内生产总值的10.4％。作为资源消耗密集型区域，京津冀地区经济的飞速发展决定了较高的能源需求。2013年，京津冀三地的能源消费总量为4.6亿tce[2]，约占全国能源消费的12.4％。京津冀地区碳排放总量约占全国的12％，其中河北省碳排放量约占全国的9％[2]；且北京、天津、河北三地分属低碳、中碳、高碳地区[3]。 织梦好，好织梦

2015年12月发布的《京津冀协同发展生态环境保护规划》中提出，到2020年，京津冀地区主要污染物排放总量和碳排放强度应大幅减少。为了达到《京津冀协同发展纲要》中提出的近期阶段环境治理目标，为政府制定有效的节能减排政策提供理论依据和数据支持，对京津冀区域内能源消费、经济增长对碳排放的影响进行研究具有重要的现实意义。 本文来自织梦

本文基于1986—2013年京津冀地区经济增长、能源消费与碳排放面板数据，运用面板数据单位根检验、协整检验以及格兰杰因果关系检验等计量方法，研究了京津冀区域能源消费、经济增长对碳排放的影响。

织梦内容管理系统

2 文献综述

copyright dedecms

目前，国内外研究经济增长对碳排放影响的文献较多，其主要探究的问题是碳排放和经济增长是否符合环境库兹涅茨（EKC）曲线，并探究碳排放与经济增长之间是否存在协整关系和因果关系；部分学者也研究能源消费结构与碳排放的关系，但这类研究较少。 dedecms.com

经济增长与环境之间的关系是环境经济学领域的研究热点，国内外许多学者从EKC视角对这一问题开展研究。库兹涅茨曲线是1955年美国经济学家库兹涅茨在分析收入分配时使用的理论，而环境库兹涅茨曲线理论最早由Grossman和Krueger（1991）运用到环境质量与经济增长的关系研究中。Grossman和Krueger（1991）对全球42个国家的面板数据进行分析，得出经济增长与环境污染的倒U型曲线关系。在对中国的研究中，彭水军等（2006）[4]利用1996—2002年数据，发现中国的经济增长与环境污染关系符合环境库兹涅茨假说理论。

copyright dedecms

学术界对碳排放与经济增长关系研究的争议，主要是是否存在EKC曲线，以及EKC曲线的形状是否是倒U型。一些学者的实证研究表明EKC曲线并不存在，如Kathleen（2001）、赵玉焕和王邵军（2013）[5]等的研究。还有学者认为经济增长与环境质量确实存在一定关系，但EKC曲线并不一定呈现倒U型。如Hettige等（2000）的研究得到的是“驼峰”曲线；Massimiliaono等（2007）的研究表明，倒U型的EKC曲线可能会转换成N型曲线。

一些学者还利用格兰杰因果检验等计量方法研究了碳排放和经济增长的因果关系，但不同学者对两者之间因果关系的实证结果不一。Dinda等（2000）采用格兰杰因果检验对碳排放与经济增长之间的关系进行研究，发现北美等发达国家和地区存在碳排放到经济增长的单向因果关系，日本、南美洲等地存在经济增长到碳排放的单向因果关系，而非洲一些国家与地区存在双向因果关系。Lean和Smyth（2010）对马来西亚的经济和环境关系研究表明，存在碳排放到经济增长的单向因果关系。赵爱文和李东（2011）[6]对中国碳排放与经济增长的研究发现，二者之间存在双向因果关系，Govindaraju和Tang（2013）的研究得到了相同的结果。Zhang和Da（2015）基于中国1996—2010年的经济与碳排放数据的研究则表明，经济增长是碳排放的单向原因。 织梦好，好织梦

国内外学者对碳排放（或其他污染物排放）与经济增长之间是否存在环境库兹涅茨曲线以及其曲线形状的不同解释，与他们选取的研究对象、使用的数据处理方法以及选用的实证模型都有关系。目前对于碳排放与经济增长关系的研究，多处于国家层面，对区域层面的研究较少。因此有必要从区域层面对该问题进行重点研究。

学术界对能源消费与碳排放关系研究的文献较少，且研究重点主要在能源结构与碳排放量的关系上。王同孝等（2012）对山东省2001—2010年的能源消费和碳排放情况的分析表明，山东省一次能源消费年均增长12.05％，碳排放量年均增长9.64％；由煤炭引起的碳排放量占73.09％，碳排放强度年均下降4.23％[7]。牛晓耕和王海兰（2011）对黑龙江省1981—2009年能源消费和碳排放数据进行研究，结果发现黑龙江省的能源消费结构过度依赖煤炭等高排放、低效率的能源，且煤炭的消费比重呈上升趋势，导致碳排放增加[8]。 内容来自dedecms

目前对中国区域层面能源消费与经济增长对碳排放影响的研究文献也较少，其研究对象主要是长三角等区域发展较均衡地区[9-10]，较少涉及到京津冀区域。作为中国的经济三极之一，在目前京津冀协同发展已经上升为国家重大发展战略的背景下，对京津冀区域能源消费、经济增长对碳排放的影响进行深入研究具有重要的理论意义和现实意义。 织梦内容管理系统

3 研究方法与数据来源

3.1 研究方法

3.1.1 碳排放核算方法

本文按《IPCC2006国家温室气体清单指南》中缺省碳排放法进行碳排放核算[3]。各省级行政区域的二氧化碳排放量具体测算公式如式（1）：

copyright dedecms

其中： 内容来自dedecms

CE——省级行政区域二氧化碳排放量； copyright dedecms

Ei——该省第i种能源的消费量（其中不含作为工业原料或材料的部分）；

dedecms.com

Ri——能源i的净热值； dedecms.com

Ai——第i种能源的碳排放系数；

Oi——第i种能源的氧化率，各项系数来自IPCC缺省值或中国统计局标准值。

copyright dedecms

3.1.2 面板数据模型与格兰杰因果检验方法

织梦内容管理系统

在对经济数据进行计量分析时，若时间数列数据不平稳，可能会出现“虚假回归”的现象，而大多经济指标的时间序列在一般情况下都是非平稳的，因此有必要检验时间序列的平稳性。常用的检验时间序列平稳性的方法是单位根检验。在运用面板数据进行计量分析时，单位根检验方法有LLC检验、IPS检验、ADF-Fisher和PP-Fisher检验等。LLC检验假设不同截面有相同单位根，而IPS检验、ADF-Fisher检验和PP-Fisher检验假设不同截面有不同的单位根。实证分析中，常用的是LLC检验和IPS检验。在小样本情况下，IPS检验的总体检验效果较好，总体上优于LLC检验。本文在实证处理过程中同时使用了这些检验方法以确保检验结果可靠。

内容来自dedecms

在对数据平稳性进行检验之后，如果数据不平稳，为研究变量间的长期稳定关系，需要对变量做协整检验。本文选用的Pedroni检验考虑了面板自相关和异方差，在实证研究中被广泛的应用[11]。Pedroni检验是基于EG两步法的面板协整检验方法，本文具体检验基于如下面板回归模型，如式（2）所示。 本文来自织梦

织梦好，好织梦

Pedroni检验构造了7个检验统计量，对于小样本而言，考虑到检验的准确性，一般选取PanelADF-Statistic和Group ADF-Statistic作为检验统计量。

织梦内容管理系统

在完成协整检验后，对面板数据模型进行估计。其基本回归模型的具体形式如方程（3）：

织梦好，好织梦

lnPCEi=α0+αi+βi1×lnPGDPi+βi2×lnPECi+εi（3） 织梦好，好织梦

其中，lnPCEi、lnPECi和lnPGDPi分别代表人均碳排放、人均能源消费与人均GDP的对数；ai表示截距项；βi1和βi2是回归系数列向量；εi为随机扰动项。 dedecms.com

在对模型进行估计之后，为判断变量之间存在的因果关系，需要做因果关系检验。格兰杰因果检验是在计量经济学中常用的检验变量间因果关系的方法，它认为如果一个变量所有过去值对另一变量的当期值有显着影响，则说明该变量是另一变量的格兰杰原因，反之则不是。含有时间趋势项和个体效应的格兰杰因果关系检验式如式（4）： dedecms.com

dedecms.com

xit对yit不存在格兰杰因果关系的原假设是β1=β2=…＝βk=0。如果原假设成立，则说明xit不是yit的格兰杰原因。

3.2 数据来源

本文来自织梦

本文使用的1986—2013年京津冀三地经济数据（GDP，单位亿元人民币）和能源消费数据（EC，单位万tce）来自《新中国六十年统计资料汇编》[12]、《北京市统计年鉴》[13]、《天津市统计年鉴》[14]、《河北经济年鉴》[15]，以及《中国能源统计年鉴》[16]，为剔除物价对收入的影响，GDP数据已按2005年不变价做了相应调整。价格调整的具体方法如下： dedecms.com

对2005年之后年份： 本文来自织梦

dedecms.com

对2005年之前年份： 内容来自dedecms

价格指数来自国家统计局公布数据。其中： 织梦内容管理系统

T0——基期； 内容来自dedecms

T1——T0后一年； 织梦内容管理系统

T（-1）——T0前一年。 dedecms.com

GDPT1、GDPT0和GDPT（-1）——分别代表T1年、T0年和T（-1）年的不变价GDP； 本文来自织梦

PT1和PT（-1）——分别代表T1年和T（-1）年的价格指数。

内容来自dedecms

价格指数来自国家统计局公布数据。 dedecms.com

碳排放数据（CE，单位万tCO2）由作者计算获得，核算方法见3.1.1。中国省级行政区域能源平衡表最早可追溯到1995年，由于数据的可获得性，本文的碳排放数据只核算1995—2013年的数据。 织梦内容管理系统

人均水平更能反映变量之间的关系，因此本文使用人均量进行计算。本文中，人口数据（P，单位万人）来自各省市统计年鉴。人均GDP、能源消费与碳排放分别表示为PGDP、PEC和PCE，其中，PGDP单位是万元，PEC单位是tce，PCE单位为tCO2。 本文来自织梦

织梦好，好织梦

为了克服数据间的较大波动及克服异方差影响，本文对所有指标取对数，三地区经济增长（人均GDP）、能源消费和碳排放的数据分别记为LnPGDP、LnPEC与LnPCE。

4 结果分析 copyright dedecms

4.1 平稳性检验

dedecms.com

为确保平稳性检验结果准确可靠，本文同时使用了LLC、IPS、ADF-Fisher和PP-Fisher 4种检验方法。当4种检验方法均在10％显着水平通过检验时，则认为数据平稳，否则认为数据不平稳。进行检验时，考虑到LnPGDP、LnPEC、LnPCE具有时间趋势和漂移项，因此对其进行包括趋势项和常数项的模型检验，而对其一阶差分项进行不含趋势项的检验。平稳性检验结果如表1所示。

内容来自dedecms

由表1检验结果可以看出，在10％显着性水平，LnPGDP数据的4种平稳性检验均未通过，即经济增长数据（LnPGDP）是不平稳的，而ΔLnPGDP数据所有检验结果均在1％显着性水平通过，说明ΔLnPGDP是平稳的。

copyright dedecms

与之类似，能源消费与碳排放数据的4种平稳性检验在10％水平均未通过，而ΔLnPCE与ΔLnPEC数据均在1％显着性水平通过4种平稳性检验。可以看出，经济增长数据、能源消费数据和碳排放数据本身是非平稳的，但其一阶差分均平稳，它们都是一阶单整的，即I（1）过程。因此不能直接对经济增长、能源消费和碳排放直接运用OLS进行面板数据回归，有必要对其做协整检验。 copyright dedecms

4.2 协整检验 织梦好，好织梦

本文使用Pedroni检验方法来检验LnPGDP、LnPEC和LnPCE之间的面板协整关系。小样本下检验性能较好的Panel ADF-Statistic和Group ADF-Statistic两统计量的检验结果如表2所示。

dedecms.com

从表2可以看出，经济增长、能源消费与碳排放之间存在长期协整关系。因此，对京津冀地区经济增长、能源消费与碳排放建立面板回归模型时，不会存在伪回归的情况。许广月（2010）、谢长风（2014）等人对不同区域（全国、长三角地区等）三者长期协整关系的研究也均呈现为存在长期协整关系[10，17]。

dedecms.com

4.3 面板回归模型的估计 dedecms.com

考虑到京津冀区域内经济环境的历史条件各异，三省市间发展不平衡，因此不能使用固定系数模型或变截距模型进行回归分析，因此本文选用面板数据变系数固定影响模型进行回归分析。由于京津冀区域经济增长与能源消费存在一定差异，为消除横截面异方差影响，本研究对横截面进行加权处理。

回归模型的基本形式如式（3），lnPCEi、lnPGDPi和lnPECi是i地区人均碳排放量、人均GDP、人均能源消费取对数后的值。模型的估计结果如式（7）。京津冀三省市的具体估计值见表3，具体三地的估计结果如式（8）—（10）。 内容来自dedecms

dedecms.com

lnPCEi=0.7391+αi+βi1×lnPGDPi+βi2×lnPECi（7）

lnPCEbj=0.4126-0.1178×lnPGDPbj+1.2047×lnPECbj（8） dedecms.com

lnPCEtj=0.9191+0.0562×lnPGDPtj+0.8707×lnPECtj（9） 内容来自dedecms

lnPCEhb=0.8856-0.0102×lnPGDPhb+0.9580×lnPEChb（10）

其中： dedecms.com

内容来自dedecms

从这些数据可以看出京津冀地区经济增长与能源消费的面板回归模型拟合程度较好。 copyright dedecms

式（7）中，αi是三地自发碳排放量与区域平均水平的偏离程度，反映了三地经济增长的横截面差异，主要由三地能源消费结构与原经济状况决定；天津作为重工业城市，其αi值较高。

式（7）中，βi1是lnPGDPi的系数，其经济含义是碳排放对经济增长的弹性系数。由此得知，北京市值为-0.1178，其经济含义是北京市人均GDP每增加1％，其人均碳排放将下降0.1178％。天津市的值为正，估计值0.0562，这说明随着其人均GDP的增加，天津市人均碳排放量是增加的，GDP每增加1％，碳排放将增加0.0562％。河北省值为-0.0102，其经济含义是河北省人均GDP每增加1％，其人均碳排放将下降0.0102％。从北京、天津与河北三地的值可以得知，天津的经济增长引致的碳排放最多，而北京市引致的碳排放最少。究其原因，一方面，对于北京市，源于其拥有先进的清洁生产技术。由于清洁生产技术的推行，北京市每增加单位GDP会引致较少的CO2排放；而对于河北省，其第二产业占比处于北京和天津中间，因此其值也在二者中间，河北省的为负，但其数值很小，仅为-0.0102，这说明河北省高碳经济也较少，随着经济发展，其引致的二氧化碳也在逐渐减少，但与北京、天津相比差距仍然很大。另一方面，源于三地产业结构的差异。1987—2013年，北京地区第二产业占比约为36.75％，而天津和河北分别占比54.94％和49.28％[17-20]。第二产业耗能较多，产业结构也是引起该地区碳排放对经济增长的弹性系数差距较大的一个重要原因。天津市作为全国重要的重工业城市，工业又是重要的能耗产业，因此其值最高。

式（7）中，βi2是lnPECi的系数，其经济含义是碳排放对能源消费的弹性系数，它表示能源消费每增加1％，碳排放将增加的百分比。北京市的值为1.2047，说明其能源消费每增加1％，碳排放将增加1.2047％；天津市和河北省的值分别为0.8707和0.9580，略小于北京的值，说明北京市能源消费对碳排放的贡献最大，而天津与河北由于能源消费引致的碳排放少于北京。在京津冀地区，导致北京市因能源消费引致的碳排放最大的原因主要是生活消费引致的碳排放较大。根据武义青、赵亚南（2014）的研究，京津冀三地能源消费构成中，北京市有18.67％来自生活消费，北京因生活消费引致的碳排放占比较大，较高的城市化率会通过交通能源消费等间接途径增加碳排放[22]，而河北与天津的值相对较小。

4.4 格兰杰因果检验 织梦好，好织梦

协整检验证实了京津冀地区经济增长、能源消费与碳排放之间存在长期关系，格兰杰因果关系检验可检验变量之间的因果关系。根据AIC准则，选择滞后阶数为1，能源消费与碳排放、经济增长与碳排放之间格兰杰因果检验结果如表4所示[4]。由于格兰杰因果检验的原假设是不存在格兰杰因果关系，因此由表4结果可知，京津冀地区存在能源消费与碳排放间的双向因果关系，经济增长与碳排放之间也存在双向因果关系。许广月（2010）对中国能源消费、碳排放与经济增长的关系研究表明，中国能源消费和经济增长、经济增长和碳排放之间均存在双向格兰杰因果关系[17]；谢长风（2014）对长三角地区能源消费、碳排放与经济增长的关系研究表明，江苏地区能源消费与经济增长之间存在双向格兰杰因果关系，而上海和浙江地区仅存在能源消费到经济增长的单向格兰杰因果关系[18|。不同研究之间三者的关系不尽相同，这说明三者因果关系与研究地域密切相关。 copyright dedecms

内容来自dedecms

5 结论与政策建议

5.1 结论 内容来自dedecms

在京津冀协同发展上升为国家重大发展战略的大背景下，京津冀区域内环境协同发展越来越重要。本文基于1986—2013年京津冀地区能源消费、经济增长与碳排放面板数据，使用单位根检验、协整检验、格兰杰因果检验等计量方法，研究了京津冀地区能源消费、经济增长对碳排放的影响，主要结论如下。 织梦内容管理系统

第一，京津冀能源消费、经济增长与碳排放之间存在长期协整关系，即三者之间存在长期稳定的均衡关系。根据固定效应影响的变系数面板数据模型对京津冀能源消费、经济增长与碳排放关系的估计结果，北京、天津与河北三地的自发碳排放量（即截距项）差距较大，这反映了三地经济增长的横截面差异，主要由三地能源消费结构与原经济状况决定。 织梦好，好织梦

第二，就能源消费对碳排放的影响，京津冀地区北京市能源消费引致的碳排放最多，其次是河北省和天津市；就经济增长对碳排放的影响，京津冀地区天津市经济增长引致的碳排放最多，其次是河北省和北京市。京津冀三地碳排放对经济增长的弹性系数值显示，天津市的经济增长引致的碳排放最多，而北京市引致的碳排放最少，这与北京作为高新技术密集城市，拥有更先进的清洁生产技术，产业结构相对合理，第三产业占比高都是分不开的。碳排放对能源消费的弹性系数的值显示，北京的能源消费引致的碳排放最多，而天津市引致的碳排放最少，这主要源于北京市的生活消费引致碳排放较多。 织梦好，好织梦

第三，京津冀地区能源消费、经济增长与碳排放之间均存在双向因果关系，说明碳排放量的增加在一定程度上会刺激京津冀地区的经济增长，但要保持该地区的经济增长，就必然会伴随碳排放量的增加；能源消费引致碳排放量的增加，碳排放量的增加反过来又会导致能源消费的继续增长。京津冀地区一次能源资源匮乏，应大力发展清洁能源以保障能源供应，清洁能源的推广与使用可以从根本上降低碳排放量，从而达到减排目的。 织梦好，好织梦

5，2 政策建议

织梦内容管理系统

根据本文研究结论，为尽快完成京津冀协同发展近期环境治理目标，应该着重区别京津冀区域内三省市不同定位，优化能源结构，提高能源使用效率，促进产业结构升级。目前，天津市高新技术产业与重化工业齐头并进；河北省仍以原材料开采、重工业及农业为主；而北京市高新技术产业发达，重化工业多已迁出，已率先实现了城区无煤化，这对京津冀区域优化能源结构，实现区域环境协同发展，进而完成京津冀协同发展近期的环境治理目标，都具有重要借鉴意义。

为达到减排目的，应推动第一产业低碳化发展，实现农业结构低碳升级，在农业领域引进低碳技术，实现“低碳农业”。同时，应着力优化第二产业结构，实现工业产业低碳化。第二产业是京津冀地区主要的能耗产业和高碳排放产业，应促进低碳技术推广与应用，积极推动工业低碳化发展。除此之外，天津与河北应大力发展第三产业，培育和扶持战略性新兴产业。2013年北京市第三产业增加值约占GDP的76.9％，而天津和河北的这一比值仅为48.1％和35.5％。京津冀三地应结合自身优势，准确找准各自不同定位，从而精准发力，大力发展先进技术，大力推广清洁能源与使用，优化能源结构，发展清洁生产技术，提高能源使用效率，促进产业结构升级，做到有针对性地节能减排。 dedecms.com

参考文献：

织梦内容管理系统

[1]汪浩，陈操操，潘涛，等.京津冀区域生产和消费CO2排放的时空特点分析[J].环境科学，2014，（9）：3619-3631.

[2]武义青，赵亚南.京津冀能源消费、碳排放与经济增长[J].经济与管理，2014，（2）：5-12. 本文来自织梦

[3]中国人民大学气候变化与低碳经济研究所.低碳经济[M].北京：石油工业出版社，2011.1-428.

[4]彭水军，包群.经济增长与环境污染：库兹涅茨曲线假说的中国检验[J].财经问题研究，2006，（8）：3-17.

织梦好，好织梦

[5]赵玉焕，王邵军.山东省经济增长与碳排放的关系研究[J].北京理工大学学报（社会科学版），2013，15（2）：39-42. 本文来自织梦

[6]赵爱文，李东.中国碳排放与经济增长的协整与因果关系分析[J].长江流域资源与环境，2011，20（11）：1297-1303. 内容来自dedecms

[7]王同孝，赵联振，王伟.山东省能源消费与碳排放分析[J].中国人口·资源与环境，2012，22（7）：49-52.

[8]牛晓耕，王海兰.黑龙江省能源消费结构与碳排放关系的实证分析[J].财经问题研究，2011，（8）：29-35. copyright dedecms

[9]翟石艳，王铮.基于ARDL模型长三角碳排放、能源消费和经济增长关系研究[J].长江流域资源与环境，2013，22（1）：94-103. 内容来自dedecms

[10]谢长风.江浙沪能源消费与经济增长关系的研究——基于面板数据的实证分析[D].南京：南京航空航天大学，2014. 本文来自织梦

[11]陈灯塔.应用经济计量学：Eviews高级讲义[M].北京：北京大学出版社，2012.437-456.

[12]国家统计局国民经济综合统计司.新中国六十年统计资料汇报[R].北京：中国统计出版社，2009.

[13]北京市统计局，国家统计局北京调查总队.北京市统计年鉴2015[R].北京：中国统计出版社，2015.

[14]天津市统计局，国家统计局天津调查总队.天津市统计年鉴2015[R].北京：中国统计出版社，2015.

copyright dedecms

[15]河北省人民政府办公厅.河北经济年鉴2015[R].北京：中国统计出版社，2015. 本文来自织梦

[16]国家统计局能源统计司.中国能源统计年鉴2014[R].北京：中国统计出版社，2015. dedecms.com

[17]许广月.中国能源消费、碳排放与经济增长关系的研究[D].武汉：华中科技大学，2010.

织梦好，好织梦

[18]黄飞雪，靳玲.城市化对中国能源消费的影响机制研究[J].产业经济评论，2011，10（1）：104-121. 织梦好，好织梦

---

[1] 京津冀三省市国内生产总值数据源自国家统计局。

[2] 京津冀三省市能源消费数据源自国家统计局。 dedecms.com

[3] 由于数据的可获得性，1986—1995年三地碳排放数据来自作者对《新中国六十年统计资料汇编》三地能源消费比例相关数据的核算。

[4] 格兰杰检验结果显示能源消费与经济增长之间也存在双向因果关系。