摘要：在资源环境约束的增长核算框架下， 测算了全要素生产率、要素投入和生态消耗三大经济增长源泉的贡献度， 按照对我国经济增长的贡献度从高到低依次是资本、能源、劳动， 而全要素生产率、CO2排放量对我国经济增长的贡献度为负。这也表明， 我国现行的经济增长仍然是一种粗放型的发展模式， 亟待通过提升全要素生产率来转换经济增长动力。通过对影响我国全要素生产率的因素进行分析， 研究发现：技术进步因素显着地促进了我国全要素生产率的增长， 而制度因素则阻碍了我国全要素生产率的增长。因此， 要加大教育投入和R&D通过提升人力资本水平和研发水平， 以技术创新促进全要素生产率的提升；另外， 要通过优化环境管制政策， 健全环境标准， 引导企业技术创新， 促进产业结构优化调整。加快构建开放型经济体制， 提高我国出口产品的附加值和竞争力。
关键词：资源环境约束； 全要素生产率； 要素投入； 增长源泉； 增长动力；
一、引言
改革开放30多年以来， 中国经济建设和社会发展取得了举世瞩目的成就[1], 国内生产总值由1978年的3645亿元上升至2017年的827121.7亿元， 国内生产总值大约增长了226倍。但在经济持续增长的同时， 我国的经济增长呈现出粗放型特点， 表现为“高投入、高能耗、高污染”的粗放型发展特征， 这种粗放型的经济增长模式导致我国资源环境约束趋紧问题日趋突出， 逐渐成为制约经济发展的瓶颈[2]:一方面， 我国的生态环境不断恶化， 面临着沉重的环境治理成本。根据环保部规划院发布的《中国环境经济核算研究报告2010 （公众版） 》， 2010年中国生态环境退化成本达到15389.5亿元， 占当年GDP的3.5%, 其中环境退化成本11032.8亿元， 占GDP的2.51%, 比上年增长了13.7%;生态破坏损失4417亿元， 也占到GDP的1.01%[3];另一方面， 粗放型的高增长方式加大了对能源资源的需求， 导致我国经济社会发展与能源消耗增长约束的矛盾日益突出。根据国际能源总署公布的数据， 2010年我国一次能源消耗量超过美国成为全球能源最大消费国， 2013年我国一次能源消耗折37.5亿吨标准煤， 消耗的能源占世界能源消耗总量的21.3%[4].而与能源的巨大需求形成鲜明对比的是， 我国能源资源的人均拥有量低于世界平均水平。煤炭、石油、铁矿石、淡水、耕地、森林等重要资源的人均占有量均大大低于世界平均水平；原油、铁矿石等主要能源、矿产资源的对外依存度持续上升， 2012年石油的对外依存度高达69.4%, 人均石油可开采储量、人均天然气可开采储量均不到世界平均水平的十分之一[5].当前， 我国约60%的石油和30%的天然气消耗依赖进口[6], 2017年中国石油净进口量已高达4.188亿吨， 同比增长10.7%, 进口依存度达到72.3%;同年我国天然气净进口量也已经攀升至900亿立方米， 其中通过管道进口379亿立方米， 同比增长9.2%, 液化天然气进口521亿立方米， 同比增速更是高达46.44%[7].粗放型的经济增长方式以及由此引致的资源环境问题已严重制约了中国经济的可持续发展进程[8].
在资源环境已经严重影响到我国经济可持续发展的背景下， 推动经济增长模式的生态化、集约化、质量化， 才能从根本上突破资源环境约束对经济增长的制约， 实现国民经济的持续、健康发展[9].因此， 从资源环境约束的角度出发， 重新审视中国经济增长的源泉以及经济增长的动力因素， 对于我国转变经济发展方式， 制定正确的宏观经济政策， 实现经济可持续发展， 具有非常重要的现实意义[10].
二、文献述评
在资源环境约束下， 关于中国经济增长的源泉， 已有研究主要有两种结论：一种研究观点认为， 中国经济的高速增长主要来源于要素贡献， 而全要素生产率贡献十分有限[11].如陈诗一 （2009） 利用超越对数分行业生产函数估算了中国工业全要素生产率变化。研究发现， 在考虑能源和环境因素条件下， 能源消耗和资本投入是驱动中国工业增长的主要源泉[12].刘瑞翔 （2013） 认为， 中国经济增长主要依赖生产要素的投入驱动， 尤其是资本要素的投入驱动[10].杨万里 （2015） 的实证研究表明， 物质资本投入是现阶段中国经济保持高速增长的主要动力。查建平等 （2017） 认为， 要素投入与环境规制松动是中国经济增长的主要推动力， 以资源环境消耗为代价推动经济增长是不可忽视的问题[13].
另一种观点认为， 全要素生产率对中国经济增长的贡献较为乐观， 其在长期中仍具有持续的动力[11].如涂正革等 （2009） 采用我国30个省市地区1998-2005年的数据构建环境生产前沿函数模型来解析中国工业增长的源泉。研究发现， 环境全要素生产率已成为中国工业高速增长、污染减少的核心动力[14].汪锋等 （2015） 认为， 绿色全要素生产率对各地区经济增长的贡献度稳步上升， 中国经济增长正由要素投入驱动转变为可持续的绿色全要素生产率驱动[15].蔡� （2013） 认为， 随着以劳动力短缺和工资持续提高为特征的“刘易斯转折点”的到来， 以及以人口抚养比不再降低为表现的“人口红利”的消失， 靠大规模的政府主导型投资以保持经济增长速度的方式， 不再具有可持续性。通过政策调整形成“雁阵”模型和“创造性毁灭”的政策环境以实现经济增长向全要素生产率支撑型模式的转变， 能够实现经济的可持续增长[16].
从以上分析中可以看出， 在资源环境约束的条件下， 现有文献关于我国经济增长源泉的研究结论上存在着分歧。究其原因， 研究方法的差异、投入要素选择方面的差异会导致研究结论差异甚大[17].针对已有研究的不足， 本文拟从以下三个方面进行拓展： （1） 本文利用2005-2016年省际经济数据， 分析我国经济经历2008年金融危机前后以及经济进入新常态以来， 我国经济整体及四大经济区域的增长源泉， 从经济源泉中挖掘我国经济增长的动力， 为我国经济高质量发展提供针对性的政策建议。 （2） 已有研究大多将资源因素作为投入因素考虑在生产函数中， 而将环境因素作为非期望产出。本文将资源与环境两个因素都作为生产活动的特殊投入考虑在生产函数之中。杨万平等 （2015） 认为， 环境污染物的排放可以看作是一种生态形式的资本， 是人类在经济发展过程中付出的代价， 而不是人类生产活动的非期望产出[18]. （3） 本文采用超越对数的生产函数模型， 相比较而言， 基于生产函数方法估算的全要素生产率更能接近实际的全要素生产率， 尤其是采用了超越对数的生产函数形式上设定的模型放松了常替代弹性的假设， 放宽了技术中性的假设， 能够保证较好的拟合效果[19].
基于此， 本文将资源环境作为特殊的投入考虑在生产函数之中， 在绿色经济增长核算框架下， 将能源消耗和污染排放造成的生态损耗包含在经济增长源泉的分解之中， 探寻我国在2008年金融危机前后以及进入经济新常态前后我国经济增长的源泉， 研究在新常态背景下如何开发中国经济增长的潜力， 以及新常态背景下中国经济如何进行动力转换。
三、计量模型设定及数据来源
（一） 生产函数模型设定
借鉴杨振兵等[19] （2016） 的做法， 将能源消耗、CO2排放量作为投入要素纳入生产函数中， 并采用超越对数的生产函数模型来进行设定， 本文设定的超越对数生产函数模型如下：
在 （1） 式中， i表示省份 （i=1, 2, 3, …， 28） , t为时间趋势 （t=1, 2, 3, …， 12） .Y表示各省的产出， K为资本投入， L为劳动力投入， E和C分别表示能源消耗和CO2排放；uit表示随机扰动项。对设定的超越对数生产函数模型两边同时对时间t取全微分， 同时在等式两边除以Y, 就可以得到如下关系式：
在上面的表达式 （2） 中， 分别表示经济的增长率、劳动投入的增长率、资本投入的增长率、能源投入的增长率、CO2排放的增长率和全要素生产率增长率。εk表示资本产出弹性， εl表示劳动力产出弹性， εe表示能源投入的产出弹性， εc表示环境投入的产出弹性， 根据超越对数的生产函数模型， 可以求出：
（二） 数据说明
1. CO2排放量 （C） :
由于二氧化碳排放主要来源于化石能源燃烧， 借鉴陈诗一 （2009） 的做法， 选取三种消耗量较大的一次能源 （煤炭、石油和天然气） 为基准来核算二氧化碳的排放量[12].IPCC （2006） 提供了二氧化碳排放总量计算公式为：
在 （7） 式中， CO2为估算的二氧化碳排放量， i=1, 2, 3代表三种一次能源， E为能源的消耗量， NCV为相应能源的平均低位发热量， CEF为IPCC （2006） 提供的碳排放系数， COF为碳氧化因子， 44/12为二氧化碳和碳分子量比率。由于西藏、重庆、贵州的数据统计不全， 本文以28个省份2005-2016年的数据计算出CO2排放量的数据。
2. 能源投入 （E） .
采用能源消费量作为能源投入的代理变量。其中， 各省能源消费量数据来自历年《中国能源统计年鉴》。
3. 物质资本存量 （K） .
物质资本存量采用永续盘存法进行测算， 各省资本形成总额数据来自历年《中国统计年鉴》， 并使用各省份的固定资产投资价格指数折算为2000年不变价。对于资本的折旧率， 比较有代表性的有张军等 （2004） [20]、单豪杰 （2008） [21]计算的折旧率， 本文选用单豪杰 （2008） 计算的资本折旧率10.96%.
4. 劳动力投入 （L） .
劳动力投入采用三次产业从业人员年末人数来表示。其中， 各省份三次产业从业人员年末人数的数据来源于各省份历年统计年鉴。
5. 产出 （Y） .
产出采用地区生产总值来表示。由于《中国统计年鉴》提供的数据为当年价格核算的地区生产总值， 本文以2000年为基期， 将其折算为以2000年价格为基期的实际国内生产总值。
以上指标的数据来源于2006-2017年《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》以及各省统计年鉴。各变量的描述性统计如表1所示。
四、资源环境约束下我国经济增长的源泉分析
（一） 超越对数的生产函数参数估计
为了对我国的经济增长及增长源泉进行测算， 需要对设定的超越对数生产函数进行Hausman检验， 决定是采用固定效应模型还是随机效应模型对生产函数 （1） 进行参数估计。根据Hausman检验的结果， 选择随机效应模型对生产函数 （1） 进行参数估计， 估计结果见表2.
表1 我国28省份主要变量的描述性统计
资料来源：根据软件stata13.1计算所得。
表2 超越对数生产函数参数估计结果
资料来源：根据软件stata13.1计算所得。“***”“**”“*”分别表示1%、5%、10%的水平下显着。
从表2可以看出， 拟合优度R2=0.9809, 这说明设定的超越对数生产函数模型具有较好的拟合度， 回归方程总体上较好地解释了与被解释变量之间的关系。从解释变量的情况来看， 大多数解释变量和解释变量交叉项的系数在10%的水平上显着， 因而能够利用该估计结果来对我国进行增长核算。
（二） 对中国经济增长的综合分析
根据经济增长源泉的分解公式 （2） 以及产出弹性公式 （3） （4） （5） （6） , 可以求出2005-2016年各省份的经济增长率及其源泉， 并根据各省份的经济增长率， 可以计算出2005-2016年中国的平均经济增长率及其源泉。计算结果见表3.
从表3和图1可以看出， 我国经济增长从2005-2016年呈现“波动-下降”的变化趋势。其中， 2005-2010年， 我国经济增长呈现波动的变化趋势；2006-2007年， 我国的经济增长处于快速增长时期；2007-2008年， 受席卷全世界金融危机的影响， 我国的经济增长开始下滑；2008-2010年， 随着我国大规模的经济刺激计划的实施， 我国的经济增长开始迅速增长；2010年开始， 我国的经济增长速度开始呈现下降趋势， 直至2016年我国的平均经济增长速度下滑至7.24%, 我国经济增长速度的下滑是由于我国现阶段供给结构与市场需求脱节引致的“供给失灵”造成的[22].
表3 2005-2016年中国经济的平均增长率及其源泉分解
资料来源：根据软件stata13.1计算所得。
图1 2005-2016年间我国经济增长率及增长源泉变化趋势
注：tfp表示全要素生产率， gy表示经济增长率， K投入表示资本投入， l投入表示劳动力投入。
从图1可以看出， 2005-2016年， 三大经济增长源泉中， 全要素生产率对我国经济增长的贡献度整体上为负， 且全要素生产率呈现波动的变化趋势。2005-2009年， 呈现下降的变化趋势；2009-2011年， 呈现上升的变化趋势；2011-2014年， 呈现“下降-上升-下降”的变化趋势；2014-2016年， 呈现上升的变化趋势。从生产要素的投入来看， 2005-2010年， 资本要素的投入呈现缓慢的上升趋势， 但从2010年开始， 资本要素的投入呈现下降趋势。从劳动力的投入来看， 劳动力的投入呈现非常平缓的变化趋势， 这也表明， 劳动力的投入变化比较平稳。从能源消耗的变化来看， 能源消耗呈现较大的波动变化， 2006-2007年， 呈现缓慢上升的变化趋势；2007-2008年， 能源消耗呈现缓慢的下降趋势；2008-2010年， 能源消耗呈现快速的上升变化趋势；2010年开始， 能源消耗呈现大幅度的快速下降， 直到2013年， 能源消耗滑至最低点；2013年开始， 随着能源消耗到达最高点后， 我国的能源消耗呈现平稳的变化趋势。
从表4可以看出， 在我国28个省份中， 平均经济增长率最高的是天津， 其次是内蒙古， 平均经济增长率最低的是山西省。从经济增长的三大源泉来看， 我国28个省份的平均经济增长主要取决于生产要素的投入， 尤其是资本的投入。资本要素的投入对平均经济增长的贡献度高达50%以上 （除江西省外） , 在28个省份中， 资本投入对平均经济增长贡献度最高的是山西省， 其次为青海省， 贡献度最低的是江西省；在28个省份中， 全要素生产率增长率对经济增长的贡献度， 只有安徽、江西、陕西3个省份对经济增长的贡献度为正， 在这3个省份中， 安徽省全要素生产率对经济增长的贡献度最高， 达到43.71%, 其他25个省份对经济增长的贡献度为负， 表明其他25个省份的经济增长是一种粗放型的经济发展模式。从生态损耗对经济增长的贡献度来看， 江苏省的贡献度最高， 生态损耗对江苏省的经济增长贡献度为39.46%.其中， 能源消耗对经济增长的贡献度为55.76%, 环境污染 （CO2排放量） 对经济增长的贡献度为-16.31%, 这也表明江苏省的经济增长高度依赖能源的消耗， 导致环境污染问题突出， 同时环境污染也在一定程度上阻碍了经济的增长速度；青海省的生态损耗对经济增长的贡献度最低， 生态损耗对青海省平均经济增长的贡献度为-61.78%.其中， 能源消耗对青海省平均经济增长的贡献度为-33.88%, 环境因素对青海省平均经济增长的贡献度为7.31%.
（三） 我国经济增长源泉的区域特征分析
2005-2016年， 中国经济增长的平均增长率为10.06%, 在平均经济增速10.06%中， 三大经济增长源泉 （全要素生产率、生产要素投入、生态耗损） 对经济增长的贡献度分别为-36.18%、131.51%、4.77%.从三大经济增长源泉中可以看出， 生产要素投入在我国经济增长中发挥着至关重要的作用。其中， 物质资本对我国平均经济增长的贡献度为128.93%, 劳动力投入对我国平均经济增长的贡献度为2.58%;能源消耗对我国平均经济增长的贡献度为11.83%, 这表明我国经济发展模式依赖于能源的消耗；CO2排放对我国平均经济增长的贡献度为-7.06%, 这也表明在2006-2016年， CO2排放所造成的环境污染在一定程度上阻碍了我国的经济增长。从我国经济增长的源泉及对经济增长的贡献度来看， 我国的经济增长主要依赖于生产要素的投入， 尤其是资本要素的投入；另外， 能源消耗在我国平均经济增长的贡献度高于劳动力要素的投入， 而全要素生产率对我国平均经济增长的贡献度为负。这也表明， 我国现阶段在一定程度上还是一种粗放型的发展模式， 这种粗放型的经济发展模式显然是不可持续的。
表4 中国28个省份经济的平均增长率及其源泉分解
资料来源：根据软件stata13.1计算所得。
从四大经济区域的视角来看， 东部、中部、西部、东北地区的平均增长率分别为9.76%、10.20%、10.51%和9.48% （见表5） .从这个经济增长率中可以看出， 西部地区的经济增长速度最快， 中部次之， 东北地区的经济增长速度在四大经济区域中是最慢的。刘瑞翔 （2013） 认为， 不同区域间经济增长速度存在差异的本质原因在于各区域之间经济增长源泉不同[9].对于东部地区而言， 资本投入对东部地区经济增长的贡献度为98.05%, 其次是能源消耗， 对东部地区经济增长的贡献度为30.84%, 劳动投入对东部地区经济增长的贡献度为1.43%, 而全要素生产率、CO2排放均阻碍了东部地区的经济增长；中部地区与东部地区的发展模式较为相似， 资本投入对中部地区经济增长的贡献高达116.08%, 能源消耗对中部地区经济增长的贡献度为13.04%, 劳动对中部地区经济增长的贡献度为1.67%, 而全要素生产率、CO2排放均阻碍了中部地区的经济增长。
对于西部地区来说， 主要依赖于生产要素的投入， 其他两种经济增长源泉 （全要素生产率、生态损耗） 均阻碍了西部地区的经济增长。在西部地区经济增长的贡献中， 生产要素投入对西部地区经济增长的贡献度为170.6%, 其中， 资本投入对西部地区经济增长的贡献度为166.03%, 劳动投入对西部地区经济增长的贡献度为4.57%.
对于东北地区来说， 资本投入对东北地区经济增长的贡献度为138.61%, 其次是能源消耗， 对东部地区经济增长的贡献度为13.82%, 劳动投入对东部地区经济增长的贡献度为1.69%, 而全要素生产率、CO2排放均阻碍了东北地区的经济增长。
五、资源环境约束下我国经济增长的动力分析
从以上的分析可以看出， 我国的经济增长主要依赖于生产要素的投入， 尤其是资本要素的投入。而作为经济增长动能的综合指标--全要素生产率， 自2006以来出现负增长。很显然， 这种依赖于生产要素投入的粗放型经济增长方式是不可持续的， 特别是随着我国经济步入新常态， 我国经济增长开始出现增速下滑、增长乏力， 我国经济增长由要素驱动和投资驱动的动力开始减弱[23], 亟待促进全要素生产率提升的“新动能”出现， 实现经济增长从规模数量扩张型发展向高质量发展阶段转变[24].那么， 如何提升全要素生产率呢？刘瑞翔 （2013） 认为， 技术进步是促进全要素生产率增长的直接来源， 而制度因素则是提升全要素生产率的间接来源。技术进步包括自主研发和技术引进两个方面， 自主研发主要依赖于国内人力资本的积累、R&D研发经费的投入， 而技术引进则与外商直接投资密切相关， 主要体现在外商直接投资过程中先进技术及管理理念的交流渗透。本文采用人均受教育程度表征人力资本的积累， R&D研发经费的内部支出表征研发经费的投入， 外商直接投资表征技术引进指标。制度因素则通过一系列制度的优化组合， 破除体制机制障碍与约束， 实现资源要素从无效需求领域向有效需求领域流动， 促进资源的优化配置， 提高要素投入产出效率， 最终实现全要素生产率的增长[9].在资源环境约束的条件下， 好的制度能够促进企业管理与技术创新， 从而推动产业的转型升级[25];另外， 通过加快构建开放型经济体制， 有助于我国参与国际市场的分工协作， 进而促进全要素生产率的提升[26].本文采用产业结构水平、对外开放水平来表征制度因素。基于以上分析， 设定如下计量模型：
表5 全国和四大经济区域经济的平均增长率及其源泉分解
资料来源：根据软件stata13.1计算所得。
在 （8） 式中， 表示全要素生产率增长率， 采用上文计算的全要素生产率增长率来表示；Eduit表示人力资本的积累， 采用平均受教育的年限来表示， 一般假设小学的教育年限为6年， 初中为9年， 高中为12年， 大专及以上为15年；Rdit表示研发投入， 采用各地区研究与开发机构R&D经费内部支出来表示；Openit表示对外开放水平， 采用进出口贸易总额与地区GDP之比来度量；FDIit表示外商直接投资， 采用实际利用外商直接投资额与地区生产总值之比来表示；ISit表示产业结构水平， 采用第二产业产值占地区生产总值的比值来表示。以上指标数据分别来自2006-2017年《中国科技统计年鉴》《中国统计年鉴》， 基于以上数据， 对计量模型 （8） 进行估计， 估计结果见表6.
表6 全要素生产率增长率的影响因素模型估计结果
资料来源：根据软件stata13.1计算所得。
从表6中可以看出， 变量Eduit的系数为正， 且在1%的显着性水平上显着；变量lnRdit的系数为正， 且在5%的显着水平下显着。表明教育投入、自主研发投入对全要素生产率的增长具有正向的推动作用。
FDIit变量显着地促进了全要素生产率的增长。汪锋等 （2015） 认为， 外商直接投资为中国带来先进生产技术和管理理念， 极大地促进了我国全要素生产率的增长[15].
对外开放水平 （Openit） 变量显着地阻碍了我国全要素生产率的增长。这是由于随着资源环境约束力的日益趋紧， 迫于压力， 我国环境规制强度持续加强， 严格的环境规制加重了外贸型企业的环境污染治理成本， 削弱了我国制造业的国际竞争力， 从而导致对外贸易明显地阻碍了我国全要素生产率的增长[27].根据波士顿咨询 （BCG） 针对全球25个主要经济体制造业成本的评估， 2014年中国的制造业成本已经达到美国的96%, 大幅高于印度尼西亚与印度[7].
产业结构水平 （IS） 对中国全要素生产率的增长具有显着的负向作用。之所以出现这种结果， 其原因在于我国从整体上正处于工业化的中后期， 以工业为主体的第二产业主要依赖于能源消耗、排放、资本和劳动等投入要素， 随着资源环境约束力的增强， 这种产业结构水平严重抑制了我国全要素生产率的增长[15].
六、结论及政策建议
本文在考虑环境和能源因素的经济增长核算框架下， 基于2005-2016年的省际数据， 分析了中国整体及四大经济区域经济增长源泉， 并测算了全要素生产率、要素投入和生态损耗对于经济增长的贡献度。研究发现， 在三大经济增长源泉中， 要素投入对中国经济增长的贡献度为131.51%, 全要素生产率对经济增长的贡献度为-36.18%, 生态损耗对全要素生产率的贡献度为4.77%.具体来说， 在生产要素投入中， 资本要素的投入对我国经济增长的贡献度为128.93%, 劳动力对我国经济增长的贡献度为2.58%;在生态损耗中， 能源消耗对我国经济增长的贡献度为11.83%, CO2排放量对我国经济增长的贡献度为-7.06%.上述实证结果表明， 2005-2016年， 我国的经济增长主要依赖资本要素的投入， 其次是能源消耗， 最后是劳动力的投入。这也说明了我国目前仍然是一种粗放型的经济发展模式， 在当前产能过剩、能源约束与环境污染多重压力下， 越来越需要转变为以依赖全要素生产率的增长来转换经济发展的动力。通过对影响全要素生产率增长的因素进行分析， 研究发现：技术进步因素显着地促进了我国全要素生产率的增长， 而制度因素则阻碍了我国全要素生产率的增长。
因此， 要大力推动技术进步因素对全要素生产率的提升作用。一方面， 加大教育方面的投入， 提升我国整体的教育水平， 提升人力资本积累， 发挥人力资本积累对全要素生产率提升的作用；另一方面， 加大R&D研发经费的投入， 提高我国自主创新能力， 以创新驱动我国全要素生产率的增长。
要大力推进体制机制改革， 通过优化制度来推动全要素生产率的提升。在资源环境约束的条件下， 要通过优化环境管制政策， 健全环境标准， 引导企业技术创新， 促进产业结构优化调整。利用产业结构调整契机， 关闭淘汰一些高耗能高污染的产业， 大力发展先进制造业、第三产业和现代农业[28];另一方面， 通过加快构建开放型经济体制， 提高我国出口产品的附加值和竞争力， 降低环境规制成本占总成本的比重， 实现由“中国制造”向“中国创造”质的飞越[27].
参考文献
[1] 伍格致， 游达明。环境规制对技术创新与绿色全要素生产率的影响机制：基于财政分权的调节作用[J].管理工程学报， 2019 （1） :37-51.
[2] 李占风， 张建。资源环境约束下中国工业环境技术效率的地区差异及动态演变[J].统计研究， 2018 （11） :1-11.
[3] 王兵， 黄人杰。中国区域绿色发展效率与绿色全要素生产率：2000-2010--基于参数共同边界的实证研究[J].产经评论， 2014 （1） :16-35.
[4] 张培丽。经济增长的能源支撑状况及其强化途径文献综述研究[J].工业技术经济， 2014 （12） :143-149.
[5] 张建刚。论经济新常态下的增长动力之源[J].河北经贸大学学报， 2018 （3） :21-29.
[6] 刘长松， 徐华清。对气候安全问题的初步分析与政策建议[J].宏观经济研究， 2018 （2） :49-55.
[7] 周云亨， 方恺， 叶瑞克。能源安全观演进与中国能源转型[J].东北亚论坛， 2018 （6） :80-91.
[8] 白俊红， 聂亮。能源效率、环境污染与中国经济发展方式转变[J].金融研究， 2018 （10） :1-18.
[9] 查建平， 李志勇。资源环境约束下的中国经济增长模式及影响因素[J].山西财经大学学报， 2017 （6） :1-14.
[10] 刘瑞翔。探寻中国经济增长源泉：要素投入、生产率与环境消耗[J].世界经济， 2013 （10） :123-141.
[11] 余泳泽。改革开放以来中国经济增长动力转换的时空特征[J].数量经济技术经济研究， 2015 （2） :19-34.
[12] 陈诗一。能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究， 2009 （4） :41-55.
[13] 查建平， 李志勇。资源环境约束下的中国经济增长模式及影响因素[J].山西财经大学学报， 2017 （6） :1-14.
[14] 涂正革， 肖耿。环境约束下的中国工业增长模式研究[J].世界经济， 2009 （11） :41-54.
[15] 汪锋， 解晋。中国分省绿色全要素生产率增长率研究[J].中国人口科学， 2015 （2） :53-62.
[16] 蔡�。中国经济增长如何转向全要素生产率驱动型[J].中国社会科学， 2013 （1） :56-71.
[17] 袁晓玲， 班斓。中国经济增长的动力转换与区域差异--基于包含资源、环境的非参数核算框架的经济增长分解[J].陕西师范大学学报 （哲学社会科学版） , 2017 （3） :48-59.
[18] 杨万平， 杜行。中国经济增长源泉：要素投入、效率提升还是生态损耗？[J].西安交通大学学报 （社会科学版） , 2015 （4） :23-31.
[19] 杨振兵， 邵帅， 杨莉莉。中国绿色工业变革的最优路径选择--基于技术进步要素偏向视角的经验考察[J].经济学动态， 2016 （1） :76-89.
[20] 张军， 吴桂英， 张吉鹏。中国省际物质资本存量估算：1952-2000[J].经济研究， 2004 （10） :35-44.
[21] 单豪杰。中国资本存量K的再估算[J].数量经济技术经济研究， 2008 （10） :17-31.
[22] 王一鸣。中国经济新一轮动力转换与路径选择[J].管理世界， 2017 （2） :1-14.
[23] 高波。新常态下中国经济增长的动力和逻辑[J].南京大学学报 （哲学·人文科学·社会科学） , 2016 （3） :31-42.
[24] 郑江淮， 宋建， 张玉昌， 等。中国经济增长新旧动能转换的进展评估[J].中国工业经济， 2018 （6） :24-42.
[25] 刘英基。制度质量、知识资本与工业绿色生产效率提升[J].科技进步与对策， 2018 （11） :77-83.
[26] 李强， 魏巍。二重开放与我国全要素生产率的关联[J].对外经济贸易大学学报 （国际商务） , 2018 （6） :23-34.
[27] 孙婷， 余东华， 李捷。基于FRIT框架的制造业国际竞争力评价研究--兼析环境规制的非线性效应[J].经济问题探索， 2017 （9） :153-162.
[28] 张智楠。经济增长与能耗及污染脱钩了吗？--基于Tapio法的测算与时空分异分析[J].江汉学术， 2018 （5） :85-9