人口變動(dòng)與技術(shù)創(chuàng)新對能源消費(fèi)的影響

[中圖分類號]F124.5；F204 [文獻(xiàn)標(biāo)識碼］A

引言

在中國經(jīng)濟(jì)發(fā)展進(jìn)程中，能源消費(fèi)適度、綠色與平衡增長是實(shí)現(xiàn)“雙碳”目標(biāo)以及經(jīng)濟(jì)長期可持續(xù)增長的關(guān)鍵路徑。伴隨著經(jīng)濟(jì)快速增長以及城市化和工業(yè)化進(jìn)程的不斷加快，中國能源生產(chǎn)與消費(fèi)總規(guī)模不斷擴(kuò)大，目前已成為全球最大的能源生產(chǎn)國和消費(fèi)國。根據(jù)OECD的統(tǒng)計(jì)數(shù)據(jù)，2007年OECD和非OECD國家的能源消費(fèi)大致相當(dāng)，但 2007～2035 年OECD國家能源消費(fèi)將增長14% ，而非OECD 國家能源消費(fèi)將增長 84%^[1] 。《世界能源統(tǒng)計(jì)年鑒2024》顯示，全球大部分國家能源消費(fèi)呈增長態(tài)勢，中國能源消費(fèi)量居全球首位。2023年中國能源消費(fèi)占全球能源總消費(fèi)量的 27.6% 。中國能源消費(fèi)總量從1978年的5.7億噸標(biāo)準(zhǔn)煤提高至2020年49.8億噸標(biāo)準(zhǔn)煤，能源消費(fèi)總量增長超過了7.7倍[2]。能源消費(fèi)總量在增加，但是化石能源占比逐漸降低，非化石能源發(fā)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(lǐng)域投資最多的國家[3]。根據(jù)《中國能源發(fā)展報(bào)告2024》數(shù)據(jù)總結(jié)，非化石能源消費(fèi)量占比持續(xù)提升，2023年我國非化石能源消費(fèi)比重為 17.9% ，比2013年提高7.7個(gè)百分點(diǎn)。伴隨著經(jīng)濟(jì)社會(huì)不斷發(fā)展以及內(nèi)外環(huán)境變化，如何提高能源利用率和效率以實(shí)現(xiàn)“雙碳”目標(biāo)，是當(dāng)前和未來需要著力解決的關(guān)鍵問題之一。在經(jīng)濟(jì)社會(huì)發(fā)展過程中，生產(chǎn)部門和居民部門在很大程度上決定了能源消費(fèi)及碳排放量，也決定了能否提高能源消費(fèi)效率以及盡快實(shí)現(xiàn)“雙碳”目標(biāo)。人口變動(dòng)和技術(shù)創(chuàng)新均對兩部門經(jīng)濟(jì)活動(dòng)存在重要影響。因此，研究這兩個(gè)因素對能源消費(fèi)的影響及其疊加效應(yīng)，既有理論價(jià)值，也有應(yīng)用價(jià)值。現(xiàn)有國內(nèi)外文獻(xiàn)對人口與技術(shù)創(chuàng)新對能源消費(fèi)的影響進(jìn)行了一定的理論與實(shí)證研究[4-6]，但對中國人口變動(dòng)與技術(shù)創(chuàng)新對能源消費(fèi)的影響機(jī)制、各變量的效應(yīng)大小、變動(dòng)趨勢及貢獻(xiàn)率等問題研究相對較少。因此，本文利用我國30個(gè)省（區(qū)、市） 2000～2023 年面板數(shù)據(jù)構(gòu)建PVAR模型，實(shí)證檢驗(yàn)人口變動(dòng)和技術(shù)創(chuàng)新對能源消費(fèi)的影響及其傳導(dǎo)機(jī)制，并在此基礎(chǔ)上提出相關(guān)對策建議。這對于構(gòu)建與“雙碳”目標(biāo)相適應(yīng)的能源消費(fèi)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(chǔ)上提出人口變動(dòng)（人口增長和老齡化）和技術(shù)創(chuàng)新影響能源消費(fèi)的理論假說；利用全國30省（區(qū)、市）面板數(shù)據(jù)構(gòu)建PVAR模型，實(shí)證檢驗(yàn)人口變動(dòng)和技術(shù)創(chuàng)新對能源消費(fèi)的動(dòng)態(tài)影響；應(yīng)用GMM估計(jì)、脈沖響應(yīng)和方差分解方法對人口變動(dòng)和技術(shù)創(chuàng)新影響能源消費(fèi)的效應(yīng)、效應(yīng)大小及貢獻(xiàn)率進(jìn)行實(shí)證分析，并在此基礎(chǔ)上提出轉(zhuǎn)變增長方式和推動(dòng)能源革命、保持人口適度均衡增長、加快能源技術(shù)創(chuàng)新，以促進(jìn)能源消費(fèi)適度、綠色和均衡增長的相關(guān)對策建議。

1理論分析與研究假說

1.1人口變動(dòng)對能源消費(fèi)的影響

國內(nèi)外已有研究表明，人口變動(dòng)是經(jīng)濟(jì)社會(huì)發(fā)展中影響能源消費(fèi)以及碳排放的重要因素。本文所說的人口變動(dòng)對能源消費(fèi)的影響主要包括兩個(gè)方面：（1）人口增長對能源消費(fèi)的影響。在經(jīng)濟(jì)發(fā)展過程中，人口增長對能源消費(fèi)存在重要影響，居民部門能源消費(fèi)占總能源消費(fèi)的 50% 左右。有研究表明，人口變動(dòng)對能源消費(fèi)以及碳排放存在顯著影響，從總量上甚至超過了經(jīng)濟(jì)增長的影響[7，8]。全球一些發(fā)展中國家的證據(jù)表明，人口增長通過生產(chǎn)部門和居民部門能源消費(fèi)規(guī)模的擴(kuò)大對能源消費(fèi)具有顯著的促進(jìn)作用[9]；（2）人口老齡化對能源消費(fèi)的影響。人口老齡化對能源消費(fèi)的影響機(jī)制大致有兩個(gè)： ① 老年人的生活方式和消費(fèi)偏好的影響。童玉芬和周文[認(rèn)為，人口老齡化引起家庭生活方式改變，從而導(dǎo)致能源消費(fèi)減少，尤其是隔代共同生活的主干家庭能源消費(fèi)以及碳排放水平更低； ② 老年人相對收入和消費(fèi)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(dòng)力市場后，大多數(shù)老年人口的收入水平出現(xiàn)了大幅下降，與此同時(shí)，他們的消費(fèi)需求也在降低。有研究表明，人口老齡化對中國傳統(tǒng)能源消費(fèi)存在顯著的負(fù)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(fèi)存在擠進(jìn)效應(yīng)（Crowding-in Effect）。

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

1.2技術(shù)創(chuàng)新對能源消費(fèi)的影響

在新古典經(jīng)濟(jì)學(xué)理論中，技術(shù)創(chuàng)新一直被認(rèn)為是推動(dòng)經(jīng)濟(jì)增長、社會(huì)進(jìn)步和人類生活水平提高的重要力量。國內(nèi)外研究表明，技術(shù)進(jìn)步在促進(jìn)經(jīng)濟(jì)產(chǎn)出增長的同時(shí)也會(huì)增加生產(chǎn)端與消費(fèi)端的能源消費(fèi)，即“能源回彈效應(yīng)”[12]。事實(shí)上，技術(shù)進(jìn)步是一把雙刃劍，既可能促進(jìn)能源消費(fèi)，也可能減少能源消費(fèi)。技術(shù)創(chuàng)新導(dǎo)致能源消費(fèi)增加不難理解，技術(shù)創(chuàng)新是新古典增長模型中的一個(gè)重要變量。技術(shù)創(chuàng)新嵌入生產(chǎn)端和消費(fèi)端，必然會(huì)隨著規(guī)模經(jīng)濟(jì)而導(dǎo)致能源消費(fèi)增加。因此，在經(jīng)濟(jì)發(fā)展過程中，技術(shù)創(chuàng)新在經(jīng)濟(jì)規(guī)模擴(kuò)張時(shí)主要表現(xiàn)為能源消費(fèi)規(guī)模擴(kuò)大。技術(shù)創(chuàng)新減少能源消費(fèi)主要是因?yàn)椋海?）技術(shù)進(jìn)步偏向的視角。因?yàn)榧夹g(shù)進(jìn)步能夠提升全要素生產(chǎn)率，以節(jié)約使用日漸稀缺的生產(chǎn)要素為技術(shù)創(chuàng)新目的的技術(shù)進(jìn)步偏向能夠帶來綠色能源消費(fèi)和經(jīng)濟(jì)穩(wěn)定增長的雙贏[13]；（2）資本體現(xiàn)式技術(shù)進(jìn)步的視角。有學(xué)者認(rèn)為資本體現(xiàn)式技術(shù)進(jìn)步是提高能源利用效率，并減少能源消費(fèi)以及碳排放的關(guān)鍵驅(qū)動(dòng)力[14]；（3）財(cái)政科技支出增強(qiáng)的視角。財(cái)政科技支出增強(qiáng)型的公共產(chǎn)品支出是能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型升級的關(guān)鍵驅(qū)動(dòng)因素，它從整體上影響生產(chǎn)部門和居民部門的能源消費(fèi)偏好、消費(fèi)模式和消費(fèi)需求[15]

基于上述理論分析，提出以下研究假說：

假說3：技術(shù)創(chuàng)新對能源消費(fèi)存在兩方面效應(yīng)。當(dāng)技術(shù)創(chuàng)新作為生產(chǎn)要素嵌入經(jīng)濟(jì)增長過程時(shí)，其對能源消費(fèi)存在擠進(jìn)效應(yīng)；當(dāng)技術(shù)創(chuàng)新產(chǎn)生能源消費(fèi)的技術(shù)溢出效應(yīng)和替代效應(yīng)時(shí)，其對能源消費(fèi)存在擠出效應(yīng)。

2 模型設(shè)定與數(shù)據(jù)

2.1 變量選取與數(shù)據(jù)來源

本文利用2000＼～2023年我國30個(gè)省（區(qū)、市）

的面板數(shù)據(jù)（考慮到數(shù)據(jù)的完整性，不包含西藏及港、澳、臺地區(qū)）來實(shí)證檢驗(yàn)人口變動(dòng)和技術(shù)創(chuàng)新對能源消費(fèi)的影響，選取變量如下：

（1）能源消費(fèi)采用人均能源消費(fèi)量（噸標(biāo)煤）為測量指標(biāo)，用egc來表示。能源消費(fèi)由各地區(qū)當(dāng)年的能源消費(fèi)量（萬噸標(biāo)煤）與總?cè)丝冢ㄈf人）的比值計(jì)算得到。數(shù)據(jù)來源于歷年《中國能源統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》以及2023年各省（區(qū)、市）統(tǒng)計(jì)年鑒。

（2）人口變動(dòng)包括人口增長和人口老齡化兩個(gè)變量。本文采用人口自然增長率（ （%） 和老年撫養(yǎng)比 （%） 為測量指標(biāo)，分別用npr和odr表示。其中，老年撫養(yǎng)比用65歲及以上人口數(shù)與勞動(dòng)年齡人口數(shù)（15＼～64歲）的比表示。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》與《中國勞動(dòng)統(tǒng)計(jì)年鑒》。

（3）技術(shù)創(chuàng)新用科技支出水平指標(biāo)表示，即研究與試驗(yàn)發(fā)展（Ramp;D）經(jīng)費(fèi)投入（億元），用fbr表示。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》。

2.2 模型設(shè)定

本文構(gòu)建如下的PVAR模型，來實(shí)證檢驗(yàn)人□變動(dòng)和技術(shù)創(chuàng)新對能源消費(fèi)的影響：

其中， y_it 包括3個(gè)列向量，分別是人口變動(dòng)、技術(shù)創(chuàng)新 （fbr） 和能源消費(fèi) （egc） 變量。人口變動(dòng)采用人口增長率 （npr） 和老年撫養(yǎng)比 （odr） 兩個(gè)變量衡量。 α_i，0 為截距項(xiàng)向量， j 為滯后階數(shù)， α_i，j 為i 省（區(qū)、市）滯后 j 階的參數(shù)矩陣， γ_i 為個(gè)體效應(yīng)， θ_t 為時(shí)間效應(yīng)， ε_it 為隨機(jī)擾動(dòng)項(xiàng)。 i 表示30個(gè)省（區(qū)、市）， χ_t 表示 2000～2023 年。

本文構(gòu)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(fèi) mid= {npr，fbr，egc} ；模型2：{老年撫養(yǎng)比，科技支出水平，人均能源消費(fèi) ?={odr，fbr，egc} 。PVAR 模型估計(jì)步驟為：第一步：對兩組模型進(jìn)行面板單位根檢驗(yàn)以確定數(shù)據(jù)是否具有平穩(wěn)性，然后確定最優(yōu)滯后階數(shù)；第二步：對平穩(wěn)序列進(jìn)行格蘭杰檢驗(yàn)，獲得變量間的因果關(guān)系；第三步：進(jìn)行GMM估計(jì)，獲得各變量間相關(guān)性回歸結(jié)果；第四步：利用脈沖響應(yīng)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(yīng)及貢獻(xiàn)率。

2.3數(shù)據(jù)平穩(wěn)性檢驗(yàn)

在利用PVAR模型進(jìn)行估計(jì)之前需要檢驗(yàn)數(shù)據(jù)平穩(wěn)性，本文利用面板單位根進(jìn)行檢驗(yàn)。考慮到短面板數(shù)據(jù)的特點(diǎn)，首先對所選取的變量分別進(jìn)行HT（Harris-Tzavalis）檢驗(yàn)和異質(zhì)單位根（IPS）檢驗(yàn)，并進(jìn)一步對二階差分進(jìn)行檢驗(yàn)。HT和IPS檢驗(yàn)的原假設(shè)是含有單位根（面板數(shù)據(jù)不平穩(wěn)），備擇假設(shè)是面板數(shù)據(jù)平穩(wěn)。如果在檢驗(yàn)結(jié)果中有顯示拒絕原假設(shè)，則表明數(shù)據(jù)是平穩(wěn)的。如表1所示，變量npr、odr、fbr和egc的t統(tǒng)計(jì)值在 1% 水平上顯著，均為平穩(wěn)的數(shù)據(jù)序列。

在利用PVAR模型進(jìn)行回歸估計(jì)之前，需要對兩組向量自回歸模型1和模型2進(jìn)行滯后階數(shù)檢驗(yàn)。本文利用AIC、BIC和HQIC信息準(zhǔn)則，通過比較每個(gè)信息準(zhǔn)則下“*”最多的最小值來確定滯后階數(shù)。根據(jù)檢驗(yàn)結(jié)果可知，兩組向量自回歸模型（模型1和模型2）的滯后階數(shù)分別為1階和3階。滯后階數(shù)檢驗(yàn)結(jié)果見表2。

PVAR模型包含滯后期以及時(shí)間效應(yīng)和個(gè)體固定效應(yīng)，為減少估計(jì)結(jié)果偏誤，需要對數(shù)據(jù)進(jìn)行預(yù)先處理。本文采用“組內(nèi)均值差分法”消除時(shí)間效應(yīng)，利用“前向均值差分法”，通過“Helmert”轉(zhuǎn)換來消除個(gè)體固定效應(yīng)[16]。表3顯示了格蘭杰因果檢驗(yàn)結(jié)果。在 1% 的顯著性水平下，人口自然增長率和老年撫養(yǎng)比是能源消費(fèi)的格蘭杰原因；技術(shù)創(chuàng)新是能源消費(fèi)的格蘭杰原因；在至少 5% 顯著性水平下，能源消費(fèi)又是技術(shù)創(chuàng)新的格蘭杰原因。這說明本文所選取的我國30個(gè)省（區(qū)、市）的面板數(shù)據(jù)可以采用PVAR模型進(jìn)行各變量相關(guān)性分析。

3 實(shí)證結(jié)果

3.1 GMM估計(jì)

本文借鑒GMM估計(jì)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(yōu)滯后階數(shù)進(jìn)行參數(shù)估計(jì)。實(shí)證結(jié)果分析如下：

（1）人口變動(dòng)對能源消費(fèi)的影響。在滯后5期內(nèi)，人口變動(dòng)對能源消費(fèi)存在顯著影響，但人口自然增長率和老年撫養(yǎng)比兩個(gè)變量對能源消費(fèi)的影響存在差異。人口自然增長率滯后1＼～2期對能源消費(fèi)的正向效應(yīng)均在 1% 水平上顯著，且滯后1期系數(shù)絕對值（1.83）大于其他滯后期。這說明人口增長將促進(jìn)人均能源消費(fèi)增加，且人口增長對能源消費(fèi)的正向效應(yīng)在短期內(nèi)更為明顯（見圖1）。老年撫養(yǎng)比對能源消費(fèi)的影響均為負(fù)向效應(yīng)，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(shù)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(yǎng)比對能源消費(fèi)存在負(fù)向效應(yīng)在短期內(nèi)更為顯著，即人口老齡化深化（老年撫養(yǎng)比上升）將導(dǎo)致人均能源消費(fèi)減少（見圖2）。

（2）技術(shù)創(chuàng)新對能源消費(fèi)的影響。在滯后 1～ 5期，技術(shù)創(chuàng)新對人均能源消費(fèi)在滯后3期影響更為顯著。綜合模型1和模型2，技術(shù)創(chuàng)新與人均能源消費(fèi)在滯后期內(nèi)顯著負(fù)相關(guān)，滯后1＼～2期技術(shù)創(chuàng)新對能源消費(fèi)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(shù)絕對值較大（0.45），其次是4＼～5期。根據(jù)羅杰斯（Rogers）的創(chuàng)新擴(kuò)散理論，在短期（滯后1～2期），新技術(shù)初步推廣，市場滲透率較低，能源技資料來源：數(shù)據(jù)來源于根據(jù)滯后各期人口自然增長率與人均能源消費(fèi)的GMM估計(jì)結(jié)果。

術(shù)創(chuàng)新對能源消費(fèi)影響有限，故短期內(nèi)系數(shù)較小且顯著性較弱（ 5% ）。在中期（滯后3＼～4期），伴隨著能源技術(shù)溢出及能源替代效應(yīng)，技術(shù)進(jìn)人快速擴(kuò)散期，規(guī)模效應(yīng)顯現(xiàn)，對應(yīng)顯著性在 1% 水平，系數(shù)絕對值最大。在長期（滯后4期后），技術(shù)接近市場飽和，邊際減排效益遞減，未來隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)開始顯現(xiàn)，系數(shù)絕對值逐漸縮小（見圖3）。以上說明技術(shù)創(chuàng)新能夠促進(jìn)能源消費(fèi)向提高低碳和非碳能源占比的能源消費(fèi)模式轉(zhuǎn)型，從而有利于實(shí)現(xiàn)“雙碳”目標(biāo)。

資料來源：數(shù)據(jù)來源于根據(jù)滯后各期全國科技支出水平與人均能源消費(fèi)的GMM估計(jì)結(jié)果。

3.2 脈沖響應(yīng)分析

為考察人口變動(dòng)和技術(shù)創(chuàng)新與人均能源消費(fèi)之間的動(dòng)態(tài)交互效應(yīng)，分別對模型1和模型2進(jìn)行脈沖響應(yīng)分析，以衡量模型中每個(gè)內(nèi)生變量的變動(dòng)對其自身和其他內(nèi)生變量當(dāng)前和未來數(shù)值變化的影響。圖4表示人口自然增長率和技術(shù)創(chuàng)新兩個(gè)變量與能源消費(fèi)變量的脈沖響應(yīng)，圖5表示老年撫養(yǎng)比和技術(shù)創(chuàng)新兩個(gè)變量與能源消費(fèi)變量的脈沖響應(yīng)。在圖4、5中，橫軸表示滯后期數(shù)，縱軸表示脈沖響應(yīng)值，“變量1-變量2”表示當(dāng)給變量2一個(gè)標(biāo)準(zhǔn)差的沖擊，變量1的響應(yīng)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(qū)間。

圖4表明技術(shù)創(chuàng)新、人口自然增長率與人均能源消費(fèi)對自身1單位標(biāo)準(zhǔn)差沖擊的響應(yīng)呈現(xiàn)“正-負(fù)-正-收斂”的非單調(diào)響應(yīng)路徑（圖4-1a、2b、3c）。各變量對自身沖擊的響應(yīng)值在當(dāng)期均顯著為正，即短期正向自激效應(yīng)，隨后經(jīng)歷1＼～2期的負(fù)向調(diào)整階段，繼而在3＼～4期所有變量恢復(fù)正向響應(yīng)。技術(shù)創(chuàng)新、人口自然增長率與人均能源消費(fèi)均顯著為正，但響應(yīng)幅度衰減，最終于第5期收斂于不顯著負(fù)向均衡。由此可知，人均能源消費(fèi)、科技支出和人口年齡結(jié)構(gòu)一旦受到?jīng)_擊至少會(huì)反映在未來3期內(nèi)，并基本形成“短期強(qiáng)化-中期回調(diào)-長期收斂”的動(dòng)態(tài)響應(yīng)特征。當(dāng)人口自然增長率受到1個(gè)標(biāo)準(zhǔn)差正向沖擊后，人均能源消費(fèi)產(chǎn)生了顯著的跨期動(dòng)態(tài)調(diào)整特征（圖4-3b）。滯后1＼～2期人均能源消費(fèi)顯著上升至峰值 0.1% ，隨后持續(xù)下降，滯后3期響應(yīng)值轉(zhuǎn)負(fù) （-0.2%） ，滯后4期正向回升趨近為0，隨后繼續(xù)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(fèi)增長具有顯著的促進(jìn)作用。人口自然增長率的提高意味著產(chǎn)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(fèi)支出都是拉動(dòng)能源消費(fèi)的主要來源。而就長期而言，人口年齡結(jié)構(gòu)轉(zhuǎn)變與技術(shù)替代對能源強(qiáng)度具有雙向修正作用。技術(shù)創(chuàng)新對人均能源消費(fèi)的影響主要表現(xiàn)在當(dāng)對技術(shù)創(chuàng)新施加1個(gè)脈沖沖擊時(shí)，人均能源消費(fèi)在當(dāng)期（滯后0期）顯著為負(fù)，隨后在滯后1＼～2期表現(xiàn)為較弱的正向響應(yīng)；滯后2期后正向脈沖響應(yīng)逐漸減弱，并在滯后3期過渡到產(chǎn)生1個(gè)顯著的負(fù)的脈沖響應(yīng)（圖4-3a）。這與GMM估計(jì)的結(jié)果基本一致，說明技術(shù)創(chuàng)新對能源消費(fèi)的影響存在一個(gè)逐步衰減的過程。如果技術(shù)創(chuàng)新快速產(chǎn)生溢出效應(yīng)和替代效應(yīng)，這種衰減過程就會(huì)加快。

為分析老年撫養(yǎng)比對人均能源消費(fèi)的沖擊效應(yīng)，將老年撫養(yǎng)比納入脈沖響應(yīng)模型，分析老年撫養(yǎng)比與人均能源消費(fèi)受1個(gè)單位標(biāo)準(zhǔn)差沖擊后對其他變量的影響。根據(jù)圖5的結(jié)果，各變量對來自自身沖擊在當(dāng)期均為正向響應(yīng)，長期依然呈現(xiàn)“震蕩收斂”模式（圖5-1a、2b、3c）。人均能源消費(fèi)對來自老年撫養(yǎng)比的沖擊響應(yīng)呈現(xiàn)非對稱波動(dòng)衰減特征（圖5-3b），總體表現(xiàn)為“負(fù)-正-負(fù)”的波動(dòng)。沖擊當(dāng)期（滯后0期）產(chǎn)生顯著負(fù)向響應(yīng) （-0.04%） ，反映老齡化直接降低家庭能源消費(fèi)需求；滯后2期持續(xù)顯著負(fù)向（ （-0.03% ），這一階段老齡化通過勞動(dòng)力供給收縮抑制生產(chǎn)性能源消費(fèi)；滯后3期短暫小幅轉(zhuǎn)正 （0.01%） ，表明人口結(jié)構(gòu)轉(zhuǎn)變初期降低能源需求，但伴隨養(yǎng)老保障體系擴(kuò)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(fù)向 （-0.02%） ，與GMM估計(jì)比較，脈沖響應(yīng)進(jìn)一步說明人口老齡化與人均能源消費(fèi)存在負(fù)相關(guān)性，整體來看具有潛在收斂趨勢。在脈沖響應(yīng)中增加老年撫養(yǎng)比變量后，技術(shù)創(chuàng)新對人均能源消費(fèi)的影響在當(dāng)期出現(xiàn)了更大幅度的波動(dòng)，表現(xiàn)為更顯著的負(fù)向效應(yīng) （-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(yǎng)比對人均能源消費(fèi)的負(fù)向沖擊有關(guān)。

綜合圖4和圖5的結(jié)果，得到以下結(jié)論：（1）人口變動(dòng)的兩個(gè)變量對人均能源消費(fèi)的影響存在異質(zhì)性。人口增長率對人均能源消費(fèi)總體上表現(xiàn)為較強(qiáng)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(yǎng)比對人均能源消費(fèi)先呈現(xiàn)顯著的負(fù)向效應(yīng)，之后圍繞零水平線波動(dòng)。總體上看，在短期內(nèi)人口自然增長率對人均能源消費(fèi)的影響強(qiáng)度顯著大于老年撫養(yǎng)比；（2）在不同的人口條件下，當(dāng)人均能源消費(fèi)受到來自技術(shù)創(chuàng)新1個(gè)單位標(biāo)準(zhǔn)差的沖擊后，在當(dāng)期顯著為負(fù)，而后在零水平線附近震蕩；（3）技術(shù)創(chuàng)新對人均能源消費(fèi)具有雙重效應(yīng)，呈現(xiàn)“負(fù)-正-負(fù)”的特征，當(dāng)技術(shù)創(chuàng)新作為生產(chǎn)要素嵌人經(jīng)濟(jì)增長過程時(shí)，其對能源消費(fèi)存在擠進(jìn)效應(yīng)；當(dāng)技術(shù)創(chuàng)新產(chǎn)生能源消費(fèi)的技術(shù)溢出效應(yīng)和替代效應(yīng)時(shí)，其對能源消費(fèi)存在擠出效應(yīng)。

3.3 方差分解分析

本文對PVAR模型進(jìn)行方差分解，選取滯后5期、10期、15期和20期4個(gè)時(shí)期對各變量的方差貢獻(xiàn)率進(jìn)行實(shí)證分析。

表4模型1為人口自然增長率和技術(shù)創(chuàng)新與人均能源消費(fèi)各變量方差分解結(jié)果。（1）在未來滯后20期內(nèi)，與技術(shù)創(chuàng)新相比，人口自然增長率對人均能源消費(fèi)的貢獻(xiàn)率呈現(xiàn)持續(xù)強(qiáng)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(guī)模增加通過需求規(guī)模擴(kuò)張與生產(chǎn)模式剛性產(chǎn)生長期路徑依賴效應(yīng)；（2）科技進(jìn)步的貢獻(xiàn)率雖穩(wěn)步提升（由滯后5期的 8.8% 升至滯后20期的 11.8% ），但受技術(shù)擴(kuò)散遲滯影響，其對人均能源消費(fèi)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(fèi)的自我強(qiáng)化作用。其中，技術(shù)創(chuàng)新對人均能源消費(fèi)的貢獻(xiàn)主要體現(xiàn)在擴(kuò)大全國科技支出來促進(jìn)能源技術(shù)創(chuàng)新以及技術(shù)溢出。根據(jù)GMM和脈沖響應(yīng)結(jié)果，技術(shù)創(chuàng)新強(qiáng)化機(jī)制將對人均能源消費(fèi)適度、綠色和平衡增長以及減少碳排放，進(jìn)而實(shí)現(xiàn)“雙碳”目標(biāo)發(fā)揮著重要調(diào)節(jié)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(fèi)以及碳排放水平基礎(chǔ)上，通過技術(shù)創(chuàng)新乘數(shù)效應(yīng)推動(dòng)國內(nèi)能源消費(fèi)轉(zhuǎn)型升級以及實(shí)現(xiàn)“雙碳”目標(biāo)。

表4模型2為老年撫養(yǎng)比和技術(shù)創(chuàng)新與人均能源消費(fèi)的方差分解結(jié)果。（1）人均能源消費(fèi)的變動(dòng)主要由其自身慣性主導(dǎo)，其貢獻(xiàn)率隨滯后期延長從 83.8% 遞增至 89% ，呈現(xiàn)顯著的自增強(qiáng)特征；（2）技術(shù)創(chuàng)新對能源消費(fèi)的影響效應(yīng)在滯后20期內(nèi)相對平穩(wěn)。實(shí)證結(jié)果表明能源消費(fèi)存在強(qiáng)化機(jī)制，并對能源技術(shù)創(chuàng)新具有較強(qiáng)的激勵(lì)作用。但由于能源技術(shù)創(chuàng)新存在技術(shù)溢出和替代效應(yīng)，技術(shù)創(chuàng)新對能源消費(fèi)增長的貢獻(xiàn)率逐步減弱；（3）老年撫養(yǎng)比的貢獻(xiàn)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(shù)進(jìn)步，說明人口老齡化通過勞動(dòng)力供給收縮與家庭消費(fèi)模式轉(zhuǎn)變對能源需求產(chǎn)生結(jié)構(gòu)性抑制。

表4的方差分解結(jié)果表明：（1）人口變動(dòng)與技術(shù)創(chuàng)新聯(lián)動(dòng)機(jī)制對能源消費(fèi)具有較高的貢獻(xiàn)率。

這在本質(zhì)上反映了能源消費(fèi)來自于經(jīng)濟(jì)發(fā)展、人口增長和技術(shù)創(chuàng)新所產(chǎn)生的疊加效應(yīng)。另外，人口增長率對能源消費(fèi)的影響顯著為正，而老年撫養(yǎng)比對能源消費(fèi)則存在負(fù)向效應(yīng)。人口增長率對能源消費(fèi)的貢獻(xiàn)率顯著高于老年撫養(yǎng)比，這與前文的GMM估計(jì)和脈沖響應(yīng)分析一致；（2）技術(shù)創(chuàng)新對人均能源消費(fèi)的影響呈現(xiàn)邊際遞減的非線性特征，其貢獻(xiàn)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(wěn)（模型2），但作用強(qiáng)度顯著弱于人口結(jié)構(gòu)因素，表明技術(shù)創(chuàng)新的節(jié)能效應(yīng)受制于技術(shù)擴(kuò)散遲滯與能源回彈效應(yīng)的雙重約束；（3）人口變動(dòng)與技術(shù)創(chuàng)新對能源消費(fèi)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(fèi)的疊加效應(yīng)主要取決于人口均衡發(fā)展（規(guī)模和結(jié)構(gòu)適度）和經(jīng)濟(jì)增長對技術(shù)創(chuàng)新的路徑依賴。

4結(jié)論及政策建議

本文構(gòu)建PVAR模型，利用2000～2023年30個(gè)省（區(qū)、市）面板數(shù)據(jù)實(shí)證檢驗(yàn)了人口變動(dòng)與技術(shù)創(chuàng)新對能源消費(fèi)的影響。主要結(jié)論為：

（1）人口自然增長率與能源消費(fèi)正相關(guān)，人口增長導(dǎo)致能源消費(fèi)增加；老年撫養(yǎng)比與能源消費(fèi)負(fù)相關(guān)，人口老齡化導(dǎo)致能源消費(fèi)下降；相較于人口老齡化，人口增長對能源消費(fèi)以及碳排放的作用彈性更大，也說明了人口轉(zhuǎn)型過程中“數(shù)量-質(zhì)量”非對稱替代關(guān)系。

（2）科技支出水平對能源消費(fèi)具有雙向作用，且呈現(xiàn)跨期異質(zhì)性影響。技術(shù)創(chuàng)新在短期對能源消費(fèi)發(fā)揮抑制作用后，受能源回彈效應(yīng)支配，即科技支出導(dǎo)致能源消費(fèi)增長，符合杰文斯悖論的作用邏輯，這一時(shí)期有助于實(shí)現(xiàn)碳達(dá)峰并進(jìn)入平臺期。但長期來看，技術(shù)創(chuàng)新的溢出效應(yīng)和替代效應(yīng)將加快能源消費(fèi)轉(zhuǎn)型升級，導(dǎo)致能源消費(fèi)以及碳排放增速放緩，進(jìn)而有利于碳中和。

（3）人口變動(dòng)與技術(shù)創(chuàng)新的聯(lián)動(dòng)機(jī)制對能源消費(fèi)具有較高的貢獻(xiàn)率。二者對能源消費(fèi)的疊加效應(yīng)主要取決于技術(shù)創(chuàng)新的溢出效應(yīng)和替代效應(yīng)，以及人口發(fā)展和經(jīng)濟(jì)增長對技術(shù)創(chuàng)新的路徑依賴。

根據(jù)以上研究結(jié)論，提出以下政策建議：

（1）綜合施策促進(jìn)人口適度均衡發(fā)展，是從生產(chǎn)端和消費(fèi)端兩端加快能源消費(fèi)轉(zhuǎn)型升級的基礎(chǔ)，以及盡快實(shí)現(xiàn)“雙碳”目標(biāo)的重要途徑。 ① 加快人口生育政策及相關(guān)一系列社會(huì)支持政策改革，通過生育友好型社會(huì)保障體系重構(gòu)提升總和生育率，同時(shí)建立老齡化引致能源需求收縮的跨期補(bǔ)償機(jī)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(diǎn)開發(fā)適老化智慧能源管理系統(tǒng)； ③ 利用碳中和的巨大機(jī)遇期，不斷發(fā)展老年產(chǎn)業(yè)，構(gòu)建節(jié)能、環(huán)保和低碳的老年綠色產(chǎn)業(yè)鏈、供應(yīng)鏈和服務(wù)鏈； ④ 在實(shí)現(xiàn)“雙碳”過程中，政府應(yīng)統(tǒng)籌規(guī)劃，科學(xué)制定產(chǎn)業(yè)、金融、就業(yè)、科技創(chuàng)新等公共政策，促進(jìn)“銀發(fā)經(jīng)濟(jì)”健康、穩(wěn)定及可持續(xù)發(fā)展。

（2）加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式與推動(dòng)能源革命是實(shí)現(xiàn)能源消費(fèi)轉(zhuǎn)型升級的關(guān)鍵路徑，也是實(shí)現(xiàn)“雙碳”目標(biāo)的根本要求。 ① 以“雙碳”目標(biāo)為中心加快發(fā)展模式轉(zhuǎn)變。從依靠巨量資源與能源投入的增長機(jī)制向資源與能源節(jié)約、綠色環(huán)保及可持續(xù)發(fā)展的增長機(jī)制轉(zhuǎn)變，促進(jìn)經(jīng)濟(jì)高質(zhì)量及可持續(xù)發(fā)展； ② 加快技術(shù)創(chuàng)新，改變交通能源消費(fèi)結(jié)構(gòu)，推動(dòng)陸海空各層次交通能源消費(fèi)向環(huán)境友好型模式發(fā)展。加快電力、氫能源和生物能源的開發(fā)利用，減少化石能源消費(fèi)，促進(jìn)碳達(dá)峰和碳中和； ③ 加快能源技術(shù)創(chuàng)新推動(dòng)經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變和能源革命。這就需要以實(shí)現(xiàn)“雙碳”目標(biāo)為契機(jī)，在全社會(huì)范圍內(nèi)加快新能源開發(fā)和有效利用的步伐，建立常態(tài)化的經(jīng)濟(jì)激勵(lì)機(jī)制和保護(hù)機(jī)制，促進(jìn)企業(yè)和科研機(jī)構(gòu)進(jìn)行能源技術(shù)創(chuàng)新，以廣泛利用世界能源革命的科技成果； ④ 優(yōu)化人口-技術(shù)協(xié)同路徑，構(gòu)建包含人口結(jié)構(gòu)適配度與技術(shù)替代彈性的動(dòng)態(tài)優(yōu)化模型，通過制度創(chuàng)新引導(dǎo)技術(shù)創(chuàng)新與人口轉(zhuǎn)型的相位匹配，破解傳統(tǒng)路徑依賴下的“規(guī)模-能耗”鎖定效應(yīng)。

（3）加快技術(shù)創(chuàng)新是能源消費(fèi)轉(zhuǎn)型升級的根本保證。 ① 加快技術(shù)創(chuàng)新，結(jié)合“雙碳”目標(biāo)解決能源消費(fèi)和生態(tài)環(huán)境領(lǐng)域的重大科技問題，突破“卡脖子”技術(shù)難題； ② 加大政府財(cái)政對能源與環(huán)境技術(shù)創(chuàng)新的支持力度，提高自主技術(shù)創(chuàng)新能力；③ 圍繞目前的能源消費(fèi)結(jié)構(gòu)，技術(shù)創(chuàng)新應(yīng)瞄準(zhǔn)可再生能源和非碳能源的開發(fā)利用持續(xù)發(fā)力； ④ 通過技術(shù)創(chuàng)新加快能源消費(fèi)向低碳和非碳能源占比提高的模式轉(zhuǎn)變，加快新能源產(chǎn)品與服務(wù)在生產(chǎn)端和消費(fèi)端的普遍應(yīng)用，通過顛覆性技術(shù)創(chuàng)新實(shí)現(xiàn)能源消費(fèi)結(jié)構(gòu)的非邊際躍遷，最終形成技術(shù)創(chuàng)新驅(qū)動(dòng)、人口結(jié)構(gòu)適配、制度創(chuàng)新保障的“雙碳”目標(biāo)實(shí)現(xiàn)路徑。

參考文獻(xiàn)

[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(fèi)發(fā)展預(yù)測研究［J]．煤炭經(jīng)濟(jì)研究，2021，（3）：10～17.

［3］陳詩一．節(jié)能減排與中國工業(yè)的雙贏發(fā)展：2009～2049［J].經(jīng)濟(jì)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(biāo)的中國工業(yè)部門減排路徑與戰(zhàn)略選擇［J]．管理科學(xué)學(xué)報(bào)，2024，（4）：1～20.

[6］林伯強(qiáng)，謝永靖．中國能源低碳轉(zhuǎn)型與儲能產(chǎn)業(yè)的發(fā)展［J].廣東社會(huì)科學(xué)，2023，（5）：11～26，286.

[7］張玉周．中國人口年齡結(jié)構(gòu)變動(dòng)對能源消費(fèi)的影響研究-基于省際動(dòng)態(tài)面板數(shù)據(jù)的GMM分析［J].中國人口·資源與環(huán)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(zhèn)化對能源消費(fèi)的推拉效應(yīng)及其影響因素：基于門檻效應(yīng)模型的實(shí)證檢驗(yàn)［J]．資源科學(xué)，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(shí)證研究［J]．人口學(xué)刊，2020，（3）：78～88.

［11］郭文，孫濤.人口結(jié)構(gòu)變動(dòng)對中國能源消費(fèi)碳排放的影響—基于城鎮(zhèn)化和居民消費(fèi)視角［J]．?dāng)?shù)理統(tǒng)計(jì)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(fèi)的間接回彈效應(yīng)分析及雙碳目標(biāo)下的政策啟示［J]．自然資源學(xué)報(bào)，2023，（3）：658～674.

［13］楊翔，李小平，鐘春平．中國工業(yè)偏向性技術(shù)進(jìn)步的演變趨勢及影響因素研究［J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，

（4）：101～119.

[14]蔣為，龔思豪，李錫濤．機(jī)器人沖擊、資本體現(xiàn)式技術(shù)進(jìn)步與制造業(yè)碳減排——理論分析及中國的經(jīng)驗(yàn)證據(jù)［J]．中國工業(yè)經(jīng)濟(jì)，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(zé)任編輯：張舒逸）