對外貿(mào)易、技術(shù)進(jìn)步、城鎮(zhèn)化與碳排放強(qiáng)度研究

對外貿(mào)易、技術(shù)進(jìn)步、城鎮(zhèn)化與碳排放強(qiáng)度研究

□賈政軍（山西農(nóng)業(yè)大學(xué)信息學(xué)院山西太谷030008）對外貿(mào)易、技術(shù)進(jìn)步、城鎮(zhèn)化與碳排放強(qiáng)度研究□賈政軍（山西農(nóng)業(yè)大學(xué)信息學(xué)院山西太谷030008）新常態(tài)下，經(jīng)濟(jì)發(fā)展更加注重質(zhì)的提升，低碳發(fā)展顯得尤為重要。通過構(gòu)建改進(jìn)STIRPAT模型，使用1995—2014年全國各省份數(shù)據(jù)，從靜、動(dòng)態(tài)兩方面考察了對外貿(mào)易、技術(shù)進(jìn)步、城鎮(zhèn)化等因素與碳排放強(qiáng)度的關(guān)系，發(fā)現(xiàn)對外貿(mào)易、技術(shù)進(jìn)步、城鎮(zhèn)化等因素均與碳排放強(qiáng)度之間存在長期協(xié)整關(guān)系，貿(mào)易依存度、進(jìn)口依存度、出口依存度都與碳排放強(qiáng)度正相關(guān)，出口對碳排放強(qiáng)度的影響要大于進(jìn)口，技術(shù)進(jìn)步、金融與碳排放強(qiáng)度負(fù)相關(guān)，但后者并不顯著，城鎮(zhèn)化與碳排放強(qiáng)度二者是倒U型非線性關(guān)系，經(jīng)濟(jì)增長與碳排放強(qiáng)度在動(dòng)態(tài)面板數(shù)據(jù)模型下滿足庫茲涅茨曲線，而FDI與碳排放強(qiáng)度在靜、動(dòng)態(tài)模型下的作用有所不同。碳排放強(qiáng)度；對外貿(mào)易；技術(shù)進(jìn)步；城鎮(zhèn)化1引言過去30多年，我國經(jīng)濟(jì)發(fā)展長期依靠高耗能、高投入、高污染，二氧化碳排放量持續(xù)增加，已然進(jìn)入全球主要碳排放來源國之列。從2006年開始，我國單年度碳排放量長期位居榜首，累計(jì)碳排放量也已逼近美國，如此嚴(yán)峻的形勢引起了各界的高度重視。在2014年APEC北京峰會(huì)上我國政府做出承諾，在2030年前后碳排放量到達(dá)峰值，相比于2005年，平均每元碳排放量要降低60%—65%。如今，經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，所面臨的形勢發(fā)生了巨大變化，對外貿(mào)易較以往出現(xiàn)大幅下滑，高度依賴出口拉動(dòng)經(jīng)濟(jì)增長的狀況已一去不復(fù)往，結(jié)構(gòu)亟待轉(zhuǎn)型調(diào)整；城鎮(zhèn)化建設(shè)迎來快速發(fā)展熱潮，擁有巨大的內(nèi)需潛力，是未來經(jīng)濟(jì)發(fā)展的強(qiáng)勁動(dòng)力；技術(shù)進(jìn)步和創(chuàng)新則被推到了前所未有的高度，將會(huì)成為新常態(tài)下經(jīng)濟(jì)發(fā)展的最大驅(qū)動(dòng)力；經(jīng)濟(jì)增長速度也完成了“調(diào)速換擋”，未來經(jīng)濟(jì)發(fā)展更加注重質(zhì)量提升，更加傾向于綠色低碳循環(huán)發(fā)展。面對這些變化，未來碳排放量能否有效降低，步入綠色發(fā)展軌道，經(jīng)濟(jì)發(fā)展能否啟動(dòng)綠色引擎，走向可持續(xù)都是值得關(guān)注和深思的重要問題?；诖耍疚氖褂萌珖?0個(gè)省數(shù)據(jù)，建立改進(jìn)STIRPAT模型，研究技術(shù)進(jìn)步、對外貿(mào)易、城鎮(zhèn)化與碳排放強(qiáng)度之間關(guān)系，為促進(jìn)新常態(tài)下地區(qū)經(jīng)濟(jì)可持續(xù)發(fā)展、低碳發(fā)展提供建設(shè)性意見。2國內(nèi)外相關(guān)文獻(xiàn)綜述在碳排放強(qiáng)度影響因素研究方面，國內(nèi)外學(xué)者將視角集中在經(jīng)濟(jì)增長、技術(shù)進(jìn)步、金融、城鎮(zhèn)化及貿(mào)易等方面。Grossman(1993)在北美自由貿(mào)易協(xié)議的環(huán)境效應(yīng)分析中，指出經(jīng)濟(jì)增長、環(huán)境質(zhì)量兩者有著倒U型非線性關(guān)系。[1]Parikha(1995)以部分非發(fā)達(dá)國家作為研究對象，用實(shí)證分析方法驗(yàn)證了城鎮(zhèn)化對碳排放有著非常明顯地影響。[2]Shui(2006)通過分析1997～2003年期間中、美兩個(gè)國家之間貿(mào)易情況，發(fā)現(xiàn)進(jìn)出口貿(mào)易會(huì)引起二氧化碳排放量的增加，中國在生產(chǎn)、加工出口給美國的商品時(shí)，國內(nèi)碳排放隨之提高了7%～14%，而這部分商品要是放在美國生產(chǎn)完成，其國內(nèi)碳排放同樣會(huì)提高3%～6%。[3]Tamazian(2009)使用1992年至2004年巴西、俄羅斯、印度和中國的數(shù)據(jù)，研究發(fā)現(xiàn)金融發(fā)展會(huì)降低一個(gè)地區(qū)人均二氧化碳排放量，其中資本市場和銀行部門發(fā)展對地區(qū)碳排放影響尤甚。[4]此外，部分學(xué)者還從不同視角、不同影響因素相結(jié)合角度開展了進(jìn)一步研究。Dalton(2008)把人口結(jié)構(gòu)引入新能源—經(jīng)濟(jì)增長模型，指出人口結(jié)構(gòu)的老化與技術(shù)變革都會(huì)抑制碳排放，并且前者的制約作用等同于甚至高于后者。[5]劉華軍（2012）從碳排放總量、人均碳排放量和碳強(qiáng)度角度考察了城鎮(zhèn)化對二氧化碳排放的影響，指出城鎮(zhèn)化并非碳排放的關(guān)鍵性影響因素，但它們之間存在著U型關(guān)系。[6]姬世東（2013）構(gòu)建邊限協(xié)整模型，考察對外貿(mào)易、城市化與碳排放三者關(guān)系，發(fā)現(xiàn)城市間貿(mào)易額每提高1%，碳排放量將會(huì)下降15%左右。[7]朱智洺（2015）等利用1982～2011年的數(shù)據(jù)，使用ARDL邊限檢驗(yàn)法，考察了碳排放與對外貿(mào)易、金融、能源消耗、經(jīng)濟(jì)增長等的關(guān)系，發(fā)現(xiàn)貿(mào)易開放、碳排放二者是負(fù)相關(guān)關(guān)系，經(jīng)濟(jì)增長、碳排放二者滿足環(huán)境庫茲涅茨曲線，金融深化、碳排放二者是倒U型關(guān)系，能源消耗、碳排放二者呈現(xiàn)正相關(guān)。[8]從目前來看，把貿(mào)易依存度、技術(shù)進(jìn)步、新型城鎮(zhèn)化與二氧化碳排放相結(jié)合開展研究的成果還不多。3理論分析及假設(shè)提出3.1理論分析第一，對外貿(mào)易和碳排放強(qiáng)度。“污染天堂假說”認(rèn)為，地區(qū)之間環(huán)境規(guī)制政策不同，環(huán)境污染代價(jià)成本也就各異，污染較嚴(yán)重的產(chǎn)業(yè)或企業(yè)就會(huì)選擇由環(huán)境規(guī)制較強(qiáng)地區(qū)向環(huán)境規(guī)制較弱地區(qū)轉(zhuǎn)移，使之成為“污染納藏地”。污染的空間轉(zhuǎn)移一般發(fā)生在發(fā)達(dá)國家或地區(qū)與落后國家或地區(qū)之間，并通過對外貿(mào)易、要素流動(dòng)和投資來完成。由這一假說，可以看出越來越頻繁的對外貿(mào)易將會(huì)加劇發(fā)展中國家環(huán)境問題，提高二氧化碳排放強(qiáng)度。但進(jìn)口與出口在這一過程中所扮演的角色不同，出口由于將生產(chǎn)放在國內(nèi)，向其他地區(qū)出口產(chǎn)品對碳排放將會(huì)產(chǎn)生引致作用，而進(jìn)口由于產(chǎn)品來源于國外，并可直接用于最終消費(fèi)或是作為中間產(chǎn)品投入生產(chǎn)，將會(huì)對碳排放產(chǎn)生規(guī)避作用。第二，技術(shù)進(jìn)步和碳排放強(qiáng)度。技術(shù)進(jìn)步歷來被看作改善環(huán)境問題的最有效措施，通過技術(shù)進(jìn)步，可以改善機(jī)器設(shè)備，降低生產(chǎn)與經(jīng)營上的碳排放；可以提供全新節(jié)能減排設(shè)備，提升能源綜合使用效率；另外，廣義程度上的技術(shù)進(jìn)步，還包括制度與管理創(chuàng)新，無疑為降低二氧化碳排放提供了強(qiáng)有力的“軟”技術(shù)支持。第三，城鎮(zhèn)化和碳排放強(qiáng)度。城鎮(zhèn)化進(jìn)程是人口遷離農(nóng)村、向城鎮(zhèn)集聚，生產(chǎn)、生活方式逐漸發(fā)展轉(zhuǎn)變的過程，在這一進(jìn)程中，既可以看到人口的集中改善能源使用效率，顯著降低碳排放，也可以看到消費(fèi)方式和出行等生活方式的改變加大能源消費(fèi)需求，增加碳排放。伴隨著城鎮(zhèn)化不同發(fā)展階段，碳排放強(qiáng)度將會(huì)發(fā)生相應(yīng)變化，是否與庫茲涅茨環(huán)境曲線有著異曲同工之處，值得深入研究。3.2研究假設(shè)由上述理論分析，本文將做出下列假設(shè)：（1）對外貿(mào)易將會(huì)對二氧化碳排放強(qiáng)度產(chǎn)生負(fù)面影響，進(jìn)口有利于降低碳排放，而出口則會(huì)增加碳排放；（2）技術(shù)進(jìn)步與二氧化碳排放強(qiáng)度之間將會(huì)呈現(xiàn)負(fù)相關(guān)關(guān)系；（3）城鎮(zhèn)化與二氧化碳排放強(qiáng)度之間將會(huì)呈現(xiàn)倒U型曲線特征。4模型與數(shù)據(jù)4.1模型設(shè)定與方法經(jīng)典IPAT模型由Enrlich等人于1971年提出，用以研究環(huán)境影響問題。他們認(rèn)為環(huán)境影響（I）是由人口（P）、富裕度（A）及技術(shù)（T）三部分共同作用形成的，表達(dá)式為：雖然上述模型簡潔、實(shí)用，但在反映各要素對環(huán)境影響的彈性作用方面存在明顯不足，并且難以驗(yàn)證各種假說。為此，迪茨等人對其深入探索，引入隨機(jī)干擾項(xiàng)，提出STIRPAT模型：為了考察各要素與環(huán)境響的彈性關(guān)系，對等式進(jìn)行取對數(shù)處理，構(gòu)建線性方程：其中，α、b、c、d分別為模型的參數(shù)，e為隨機(jī)誤差項(xiàng)，I、P、A、T而與前面所提方程的含義一樣，分別表示環(huán)境影響、人口要素、財(cái)富要素和技術(shù)要素。盡管STIRPAT模型已經(jīng)可以較好地衡量各種影響因素對環(huán)境的作用，但這種分析仍停留在線性關(guān)系上，不能用來考察經(jīng)濟(jì)增長、環(huán)境污染二者是否存在倒U型非線性關(guān)系，即EKC假說。由此，York等人將LnAi進(jìn)行分解，變成LnAi、（LnAi）2兩部分，得出如下方程：本文結(jié)合STIRPAT模型、EKC模型，將碳排放強(qiáng)度視為環(huán)境壓力對象，依據(jù)國內(nèi)碳排放強(qiáng)度特點(diǎn)及實(shí)際研究需要，適當(dāng)引入一些額外因素，力求對碳排放強(qiáng)度所涉及影響因素進(jìn)行全面考量，進(jìn)一步對STIRPAT模型做出改進(jìn)，得到如下模型：（7）其中，下標(biāo)i、t是指省區(qū)觀測樣本和時(shí)間；Ait代表人均國內(nèi)生產(chǎn)總值，Tit代表技術(shù)進(jìn)步；OPENit、URBit、INDit、FDit、FDIit分別代表貿(mào)易開放度、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平和外商直接投資；ηi代表地區(qū)個(gè)體差異的固定效應(yīng)，λt代表時(shí)間差異的非觀測效應(yīng)，εit代表隨機(jī)誤差項(xiàng)。由于碳排放大多時(shí)候表現(xiàn)出路徑依賴特性，上一期發(fā)展情況會(huì)作用于下一期結(jié)果，為此，有必要引入動(dòng)態(tài)模型被解釋變量二氧化碳排放強(qiáng)度的一階滯后項(xiàng)用來控制一下滯后因素，構(gòu)建出碳排放強(qiáng)度動(dòng)態(tài)面板計(jì)量模型：4.2數(shù)據(jù)及處理說明4.2.1碳排放強(qiáng)度（CP）。碳排放量數(shù)據(jù)一般采用聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）在《清單指南》中所提供的方法計(jì)算得來，方法如下：其中，Ejt為第t年第j種能源的消費(fèi)量，Tj為燃料平均低位發(fā)熱量，Cj為燃料排放系數(shù)，Rj為碳氧化率[9]。碳排放強(qiáng)度是指單位GDP碳排放量，用GDP總量除以碳排放量計(jì)算得來。4.2.2技術(shù)進(jìn)步（T）。技術(shù)進(jìn)步不同于有形變量，難以直接進(jìn)行度量。目前，主要采用R&D投入、資產(chǎn)勞動(dòng)比、等指標(biāo)進(jìn)行替代衡量。本文借鑒張兵兵學(xué)者做法，使用全要素生產(chǎn)率來代表技術(shù)進(jìn)步[10]。全要素生產(chǎn)率（TFP）是指資本、勞動(dòng)等全部生產(chǎn)要素投入量一定時(shí)，而生產(chǎn)量仍能增加的部分，也可稱為索洛剩余，用以反映生產(chǎn)者技術(shù)水平。但使用索洛剩余表示全要素生產(chǎn)率需要滿足一個(gè)假設(shè)，就是全體生產(chǎn)者技術(shù)層面上要完全有效，而現(xiàn)實(shí)情況卻有所差異。由于數(shù)據(jù)包絡(luò)分析法（DEA）在技術(shù)無效率問題上是寬容的，有效解決了這一假設(shè)難題，就被廣泛用于估算全要素生產(chǎn)率?；诒疚乃浪愕氖侨珖?0個(gè)省份的面板數(shù)據(jù)，在具體方法上使用動(dòng)態(tài)非參數(shù)前沿生產(chǎn)面的DEA-Malmquist指數(shù)方法。這種測算方法的關(guān)鍵是在投入與產(chǎn)出的指標(biāo)選取上。其中，投入指標(biāo)選擇資本、勞動(dòng)，資本借鑒邵軍等的永續(xù)盤存法，以1985年價(jià)格為基期重新估算各地區(qū)資本存量，而勞動(dòng)力則用各省年就業(yè)總?cè)藬?shù)表示；產(chǎn)出指標(biāo)選擇國內(nèi)生產(chǎn)總值，并經(jīng)過價(jià)格指數(shù)進(jìn)行平減處理。最后以30個(gè)省份作為決策單元，使用產(chǎn)出導(dǎo)向計(jì)算各省歷年全要素生產(chǎn)率，由于篇幅有限，僅列出各省平均值，見表1。表11995—2014年全國各省TFP平均值4.3其余解釋變量4.3.1貿(mào)易開放度(OPEN)。為了能夠充分了解對外貿(mào)易總額、進(jìn)口貿(mào)易及出口貿(mào)易對碳排放的不同影響，本文使用貿(mào)易依存度(OPEN)、進(jìn)口依存度(IMP)、出口依存度(EXP)3個(gè)指標(biāo)進(jìn)行衡量。其中，進(jìn)出口總額分別按照當(dāng)年美元匯率中間價(jià)進(jìn)行折合，并計(jì)算其所占GDP比重。4.3.2城鎮(zhèn)化(URB)。城鎮(zhèn)化的衡量有人口方面指標(biāo)，如非農(nóng)人口所占比重，還有土地方面指標(biāo)，如建成區(qū)面積，但本文使用城鎮(zhèn)人口指標(biāo)法進(jìn)行衡量。4.3.3人均GDP（A）。在衡量經(jīng)濟(jì)增長問題上，人均GDP是最具代表性的，本文將人均GDP平方項(xiàng)加入模型，用以觀察庫茲涅茨環(huán)境曲線假說。4.3.4產(chǎn)業(yè)結(jié)構(gòu)（IND）。在現(xiàn)階段，我國工業(yè)發(fā)展仍十分關(guān)鍵，尤其是中西部省份，工業(yè)是地區(qū)經(jīng)濟(jì)的主力軍，其碳排放量也在所有產(chǎn)業(yè)中獨(dú)占鰲頭，因此，本文將其作為考察對象，使用各省市區(qū)工業(yè)增加值與GDP之比來表示。4.3.5金融水平（FIN）。金融發(fā)展主要依靠技術(shù)進(jìn)步效應(yīng)及總量擴(kuò)張效應(yīng)作用于碳排放，一方面，金融能夠高效調(diào)配資源，提供風(fēng)險(xiǎn)的資金保障，促進(jìn)技術(shù)進(jìn)步，降低碳排放；另一方面，金融為經(jīng)濟(jì)發(fā)展提供所需資金支持，促使經(jīng)濟(jì)總量得以擴(kuò)張，提升碳排放。因此，本文借鑒Levine做法，以金融機(jī)構(gòu)信貸總量與GDP之比來表示[11]。4.3.6外商直接投資（FDI）。FDI作用于投資目的地碳排放主要有兩種情況，一種是向投資目的地轉(zhuǎn)移碳排放；另一種是通過先進(jìn)清潔技術(shù)及環(huán)境管理機(jī)制向投資目的地的擴(kuò)散，降低其碳排放量，即“光環(huán)假說”。因此，本文選用外商直接投資額除以GDP對其進(jìn)行衡量。5來自靜態(tài)面板與動(dòng)態(tài)面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)5.1面板數(shù)據(jù)描述性統(tǒng)計(jì)量和單位根檢驗(yàn)5.1.1描述性統(tǒng)計(jì)量。由表2得知，各變量在不同省份的分布是不均衡的，存在一定差異，這充分體現(xiàn)了面板數(shù)據(jù)較時(shí)間序列數(shù)據(jù)的優(yōu)勢。在1995~2014年期間，碳排放強(qiáng)度最低值和最高值分別是2014年的北京0.3279和1995年的山西30.4323；貿(mào)易、出口及進(jìn)口依存度三類指標(biāo)，其最高值分別是2004年的廣東、2004年的廣東、2004年的上海，最低值分別是1996年的四川、2014年的青海、1999年的寧夏；城鎮(zhèn)化水平最高值和最低值分別是2014年的上海和1995年的貴州；技術(shù)進(jìn)步最高值和最低值分別是2005年的北京和2009年的海南；人均GDP最高值和最低值分別是2014年的天津和1995年的四川；產(chǎn)業(yè)結(jié)構(gòu)最高值和最低值分別是2004年的山西和1995年的海南；外商直接投資最高值和最低值分別是2007年的海南，和1996年的陜西；金融水平最高值和最低值分別是2003年的北京和1995年的四川。表2面板數(shù)據(jù)的描述性統(tǒng)計(jì)5.1.2單位根檢驗(yàn)。面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)是為了能夠構(gòu)建更為真實(shí)的行為方程，避免“偽回歸”。本文選用LLC檢驗(yàn)和IPS檢驗(yàn)進(jìn)行分析。如果兩種檢驗(yàn)方法出現(xiàn)不一致情況，則認(rèn)定變量并不平穩(wěn)，需要繼續(xù)進(jìn)行差分檢驗(yàn)，直到平穩(wěn)。表3得到的結(jié)果顯示，面板分析所涉及到的全部變量都是一階單整的，可以用來進(jìn)行面板回歸。表3面板數(shù)據(jù)單位根檢驗(yàn)5.2基于靜態(tài)面板數(shù)據(jù)模型實(shí)證分析在使用面板數(shù)據(jù)進(jìn)行估計(jì)前，首要任務(wù)是是選擇合適的PanelData模型設(shè)定形式。在此，利用F統(tǒng)計(jì)量、Hausman檢驗(yàn)來確定具體靜態(tài)面板模型的使用。檢驗(yàn)結(jié)果顯示:只有模型4適合隨機(jī)效應(yīng)模型，其余5組模型適合固定效應(yīng)模型。觀察表4中調(diào)整后R2、F統(tǒng)計(jì)量以Kao及值發(fā)現(xiàn)，靜態(tài)面板數(shù)據(jù)所有模型回歸結(jié)果都比較理想，擬合程度較高，并且，對外貿(mào)易、城鎮(zhèn)化、金融發(fā)展、技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、及人均GDP的面板數(shù)據(jù)之間存在協(xié)整關(guān)系。貿(mào)易開放度、出口貿(mào)易開放度和進(jìn)口貿(mào)易開放度的回歸系數(shù)都為正值且顯著，說明對外貿(mào)易并非利于碳排放強(qiáng)度的降低，貿(mào)易交易額和活動(dòng)的增加會(huì)加劇未來環(huán)境破壞狀況。并且，進(jìn)口貿(mào)易開放系數(shù)略大于出口貿(mào)易開放系數(shù)，說明進(jìn)口貿(mào)易在增加碳排放方面的影響要大于出口。在模型1-6中，技術(shù)進(jìn)步的回歸系數(shù)完全一致，都是負(fù)值并且十分顯著，其系數(shù)值在所有變量中也比較高，表明技術(shù)進(jìn)步在降低碳排放方面成效非常顯著。城鎮(zhèn)化水平的一次項(xiàng)、平方項(xiàng)系數(shù)都是顯著的，但后者為負(fù)值，體現(xiàn)出城鎮(zhèn)化水平、碳排放強(qiáng)度二者之間倒U型非線性關(guān)系的存在。而人均GDP的情形正好相反，其一次項(xiàng)系數(shù)為負(fù)且顯著，平方項(xiàng)系數(shù)為正但不顯著，表明人均GDP與碳排放強(qiáng)度是負(fù)相關(guān)，可能存在U型的非線性關(guān)系。而在其他影響因素中，產(chǎn)業(yè)結(jié)構(gòu)、FDI回歸系數(shù)都是正值，但僅前者顯著，說明工業(yè)主導(dǎo)型產(chǎn)業(yè)結(jié)構(gòu)及FDI的流入都會(huì)對二氧化碳排放產(chǎn)生負(fù)面影響；金融發(fā)展水平的回歸系數(shù)為負(fù)，且顯著，這說明金融發(fā)展程度越低，二氧化碳排放強(qiáng)度就會(huì)越高，地區(qū)金融發(fā)展程度的深化有利于碳排放量的降低。（表4見下頁）5.3基于動(dòng)態(tài)面板數(shù)據(jù)模型實(shí)證分析從表5中Arellano-BondAR值及Sargen檢驗(yàn)值可以看出，模型1—6的AR值均不能拒絕差分GMM和系統(tǒng)GMM的殘差項(xiàng)不存在二階序列相關(guān)的原假設(shè)，說明其估計(jì)量是一致的。Sargen檢驗(yàn)均不能拒絕工具變量存在過度識別這一原假設(shè)，體現(xiàn)出工具變量在擇選上是可行的。并且，二氧化碳排放強(qiáng)度的滯后一期系數(shù)都十分顯著，由此可見，模型1—6的設(shè)計(jì)是正確的，回歸結(jié)果能夠?qū)崿F(xiàn)穩(wěn)健。表4靜態(tài)面板數(shù)據(jù)回歸結(jié)果模型1—3使用差分GMM方法，對貿(mào)易開放度、進(jìn)口開放度與出口開放度三種不同貿(mào)易開放衡量變量進(jìn)行估計(jì)。結(jié)果顯示貿(mào)易開放度、進(jìn)口開放度、出口開放度三者與二氧化碳排放強(qiáng)度之間均呈現(xiàn)正相關(guān)關(guān)系，這與靜態(tài)模型回歸結(jié)果一致，但進(jìn)口開放度回歸系數(shù)不顯著，較出口開放度系數(shù)變小，這表明進(jìn)口在增加碳排放方面的作用要小于出口。技術(shù)水平回歸結(jié)果與靜態(tài)面板數(shù)據(jù)基本一致，顯著為負(fù)，但其系數(shù)有所增大，表明技術(shù)進(jìn)步在降低碳排放方面的作用之重大。城鎮(zhèn)化水平回歸結(jié)果也與靜態(tài)面板數(shù)據(jù)基本一致，只是回歸數(shù)值變小，顯著性有所降低。但是，在人均GDP方面，情況卻大相徑庭，其一次項(xiàng)回歸系數(shù)由負(fù)變?yōu)檎?，表明人均GDP的提高與碳排放量的增加是并行發(fā)展的，而平方項(xiàng)系數(shù)為負(fù)且十分顯著，說明人均GDP、碳排放強(qiáng)度二者是倒U型關(guān)系，驗(yàn)證了EKC假說是存在的。在其他解釋變量上，產(chǎn)業(yè)結(jié)構(gòu)與金融發(fā)展情況與靜態(tài)面板數(shù)據(jù)基本一致，其回歸系數(shù)分別是正值、負(fù)值，但后者的顯著性下降；而FDI回歸系數(shù)由正值變?yōu)樨?fù)值，表明FDI并非只會(huì)引起碳排放強(qiáng)度的增長，在抑制碳排放方面，也能發(fā)揮出積極效用。由于差分GMM方法在使用過程中存在差分后損失樣本部分有用信息的問題，造成工具變量有效性大打折扣，在估計(jì)的精準(zhǔn)度方面有所下降。而系統(tǒng)GMM估計(jì)方法能夠克服上述缺陷，它結(jié)合了差分、水平方程兩部分信息，增強(qiáng)了工具變量的有效性，使得估計(jì)結(jié)果相較于差分GMM更加精確、有效。所以，本文在模型4—6中引入系統(tǒng)GMM估計(jì)方法，對三種不同貿(mào)易開放衡量變量進(jìn)行對比評估。與模型1—3相比，二氧化碳排放強(qiáng)度的滯后一期系數(shù)要高出很多。貿(mào)易對外開放度、進(jìn)口開放度、出口開放度三者與二氧化碳排放強(qiáng)度依然存在正相關(guān)關(guān)系，但回歸系數(shù)有所不同，除貿(mào)易對外開放度系數(shù)高于差分GMM模型以外，其他兩者的系數(shù)都要低。這說明對外貿(mào)易對碳排放強(qiáng)度起著負(fù)面效應(yīng)，對外貿(mào)易開放度的擴(kuò)大將不利于低碳化發(fā)展。不同類型的對外貿(mào)易結(jié)構(gòu)對二氧化碳排放是不同的，出口主導(dǎo)型貿(mào)易結(jié)構(gòu)要比進(jìn)口主導(dǎo)型貿(mào)易結(jié)構(gòu)在降低二氧化碳排放方面的貢獻(xiàn)要高得多。與模型1—3相比，技術(shù)進(jìn)步、城鎮(zhèn)化回歸系數(shù)基本保持一致，但系數(shù)有所提升，說明技術(shù)是抑制碳排放的有效手段，不同城鎮(zhèn)化發(fā)展階段，碳排放強(qiáng)度有所不同。與模型1—3相比，人均GDP的估計(jì)系數(shù)相同，但平方項(xiàng)系數(shù)變得不顯著，且值更小。在其他解釋變量上，產(chǎn)業(yè)結(jié)構(gòu)與模型1—3保持一致，其系數(shù)變大，表明碳排放強(qiáng)度與工業(yè)所占比重呈正比，工業(yè)是降低碳排放強(qiáng)度不容忽視的阻礙因素。外商直接投資情況與模型1—3基本一致，說明FDI對二氧化碳的排放會(huì)起到一定地抑制作用，F(xiàn)DI的“污染天堂”假說難以成立。但與模型1—3不同的是，F(xiàn)D在模型4—6中回歸系數(shù)為正，說明地區(qū)金融越發(fā)達(dá)，其推動(dòng)生產(chǎn)規(guī)模完成擴(kuò)張的力度就越大，能源消耗就越多，最終提高碳排放強(qiáng)度就越高。表5動(dòng)態(tài)面板數(shù)據(jù)回歸結(jié)果6結(jié)論與建議基于改進(jìn)STIRPAT模型，建立靜、動(dòng)態(tài)面板數(shù)據(jù)分析模型，考察對外貿(mào)易、城鎮(zhèn)化、技術(shù)進(jìn)步等對碳排放強(qiáng)度影響，從中得到的結(jié)論如下：一是，對外貿(mào)易與碳排放強(qiáng)度之間顯著正相關(guān)，這正好符合第一個(gè)假說，但否定了進(jìn)口能夠制約碳排放的假說。并且出口回歸系數(shù)略高于進(jìn)口，其在降低碳排放強(qiáng)度上的作用要大于進(jìn)口。二是，技術(shù)進(jìn)步與碳排放強(qiáng)度二者顯著負(fù)相關(guān)，這符合第二個(gè)假說。三是，城鎮(zhèn)化與碳排放強(qiáng)度二者是倒U型分線性關(guān)系，符合第三個(gè)假說。四是，經(jīng)濟(jì)增長與碳排放強(qiáng)度二者在動(dòng)態(tài)面板模型中是倒U型關(guān)系，而以工業(yè)為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)與碳排放強(qiáng)度的影響則是正相關(guān)的，但金融發(fā)展與外商直接投資的影響則在不同模型中有所區(qū)別。鑒于此，本文建議：第一，轉(zhuǎn)變進(jìn)出口貿(mào)易結(jié)構(gòu)，積極引進(jìn)低碳環(huán)保產(chǎn)業(yè)。過去經(jīng)濟(jì)增長較大程度依靠對外貿(mào)易，充當(dāng)著為發(fā)達(dá)國家代加工高碳產(chǎn)品的角色，背負(fù)著巨大的環(huán)境污染成本。并且，發(fā)達(dá)國家趁機(jī)通過產(chǎn)業(yè)轉(zhuǎn)移以及國際分工，不斷將碳排放向我國進(jìn)行轉(zhuǎn)移。第二，力促技術(shù)進(jìn)步，注重環(huán)保、低碳技術(shù)實(shí)踐。技術(shù)進(jìn)步在靜態(tài)面板模型的回歸系數(shù)絕對值是0.1978，而在動(dòng)態(tài)面板模型中提高到0.2330，可見技術(shù)進(jìn)步對碳排放強(qiáng)度的作用之大。未來實(shí)現(xiàn)低碳發(fā)展就要充分發(fā)揮技術(shù)進(jìn)步的作用，依靠各種清潔、低碳、環(huán)保技術(shù)創(chuàng)新來降低碳排放強(qiáng)度。第三，發(fā)揮城鎮(zhèn)集聚效應(yīng)，提升城鎮(zhèn)建設(shè)質(zhì)量。在城鎮(zhèn)化發(fā)展初期，由于人口的大規(guī)模聚集，使得城鎮(zhèn)能源需求量大增，碳排放強(qiáng)度與城鎮(zhèn)化水平出現(xiàn)同步持續(xù)升高的趨勢，但走過最高點(diǎn)后，城鎮(zhèn)的集聚效應(yīng)改善了能源使用效率，碳排放強(qiáng)度就會(huì)呈現(xiàn)下降趨勢。第四，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)地區(qū)金融發(fā)展，改善外商直接投資。綜上所述，在經(jīng)濟(jì)步入新常態(tài)情況下，要努力轉(zhuǎn)變對外貿(mào)易結(jié)構(gòu)，提高技術(shù)水平，推動(dòng)城鎮(zhèn)化快速發(fā)展，并配合金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、外商直接投資改善，未來必能完成節(jié)能降耗目標(biāo)，實(shí)現(xiàn)對全世界的低碳承諾。[1]GrossmanG.M,KruegerA.BEconomicGrowthandtheEnovironment[J].QuarterlyJournalofEconomics,1955,110(2):353-377.[2]ParikhaJ,V.Shukla.Urbanization,energyuseandgreenhouseeffectsineconomicdevelopment:Resultsfromacross-nationalstudyofdevelopingcountrious[J].GlobalEnvironmentalChange,1995,5(2):97-103.[3]ShuiB,HarrissR.C.TheroleofCO2embodimentinUS-Chinatrade[J].EnergyPolicy,2006,34(18):4063-4068.[4]TamazianA.J,Chousa,K.CVadlamannatiDoesHigherEconomicandFinancialDevelopmentLeadtoEnvironmentDegradation?EvidencefromBRICCountries[J].EnergyPolicy,2009,37(1):246-253.[5]MichaelDalton,BrianO,Neil,AlexiaPrskaWetz,LeiwenJiang,JohnPitkinPopulationagingandfuturecarbonemissionsintheUnitedState[J].EnergyPolicy,2008,57(30):642-675.[6]劉華軍.城市化對二氧化碳排放的影響——來自中國時(shí)間序列和省際面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].上海經(jīng)濟(jì)研究,2012(5):24-35.[7]姬世東,吳昊,王錚.貿(mào)易開放、城市化發(fā)展和二氧化碳排放——基于中國城市面板數(shù)據(jù)的邊限協(xié)整檢驗(yàn)分析[J].經(jīng)濟(jì)問題,2013(12):31-35.[8]朱智洺,沈天苗,何冰雁.碳排放、中國對外貿(mào)易和金融發(fā)展關(guān)聯(lián)性實(shí)證研究[J].生態(tài)經(jīng)濟(jì),2015(6):59-64.[9]馬駿,翁清,袁軍.基于VAR模型的江蘇省對外貿(mào)易、經(jīng)濟(jì)增長和碳排放的實(shí)證研究[J].價(jià)格月刊,2015(11):81-85.[10]張兵兵,徐康寧,陳庭強(qiáng).技術(shù)進(jìn)步對二氧化碳排放強(qiáng)度的影響研究[J].資源科學(xué),2014(3):567-575.[11]levine.RFinancialDevelopmentandeconomic:Viewsandagenda[J].JournalofEconomicsliterature,1997,2(1):33-36.Foreigntrade,technologicalprogress,researchofurbanizationandcarbonintensityJiaZhengjun

(CollegeofInformation,ShanxiAgriculturalUniversity,TaiGu030008)Inthenewnormal,theeconomicdevelopmentpaysmoreattentiontoimprovingitsquality,andthelowcarbondevelopmentisparticularlyimportant.ThisesseyestablishstherevisedSTIRPATmodel,anduses1995—2014dataalloverthecountryprovinces,andinvestigatestherelatio