對外貿(mào)易、技術(shù)進步、城鎮(zhèn)化與碳排放強度研究

□賈政軍

（山西農(nóng)業(yè)大學信息學院 山西 太谷 030008）

對外貿(mào)易、技術(shù)進步、城鎮(zhèn)化與碳排放強度研究

□賈政軍

（山西農(nóng)業(yè)大學信息學院 山西 太谷 030008）

新常態(tài)下，經(jīng)濟發(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STIRPAT模型，使用1995—2014年全國各省份數(shù)據(jù)，從靜、動態(tài)兩方面考察了對外貿(mào)易、技術(shù)進步、城鎮(zhèn)化等因素與碳排放強度的關(guān)系，發(fā)現(xiàn)對外貿(mào)易、技術(shù)進步、城鎮(zhèn)化等因素均與碳排放強度之間存在長期協(xié)整關(guān)系，貿(mào)易依存度、進口依存度、出口依存度都與碳排放強度正相關(guān)，出口對碳排放強度的影響要大于進口，技術(shù)進步、金融與碳排放強度負相關(guān)，但后者并不顯著，城鎮(zhèn)化與碳排放強度二者是倒U型非線性關(guān)系，經(jīng)濟增長與碳排放強度在動態(tài)面板數(shù)據(jù)模型下滿足庫茲涅茨曲線，而FDI與碳排放強度在靜、動態(tài)模型下的作用有所不同。

碳排放強度；對外貿(mào)易；技術(shù)進步；城鎮(zhèn)化

1 引言

過去30多年，我國經(jīng)濟發(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，累計碳排放量也已逼近美國，如此嚴峻的形勢引起了各界的高度重視。在2014年APEC北京峰會上我國政府做出承諾，在2030年前后碳排放量到達峰值，相比于2005年，平均每元碳排放量要降低60%—65%。

如今，經(jīng)濟發(fā)展進入新常態(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，高度依賴出口拉動經(jīng)濟增長的狀況已一去不復往，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)濟發(fā)展的強勁動力；技術(shù)進步和創(chuàng)新則被推到了前所未有的高度，將會成為新常態(tài)下經(jīng)濟發(fā)展的最大驅(qū)動力；經(jīng)濟增長速度也完成了“調(diào)速換擋”，未來經(jīng)濟發(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)濟發(fā)展能否啟動綠色引擎，走向可持續(xù)都是值得關(guān)注和深思的重要問題。基于此，本文使用全國30個省數(shù)據(jù)，建立改進STIRPAT模型，研究技術(shù)進步、對外貿(mào)易、城鎮(zhèn)化與碳排放強度之間關(guān)系，為促進新常態(tài)下地區(qū)經(jīng)濟可持續(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)文獻綜述

在碳排放強度影響因素研究方面，國內(nèi)外學者將視角集中在經(jīng)濟增長、技術(shù)進步、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)境效應分析中，指出經(jīng)濟增長、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)達國家作為研究對象，用實證分析方法驗證了城鎮(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、美兩個國家之間貿(mào)易情況，發(fā)現(xiàn)進出口貿(mào)易會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，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)展會降低一個地區(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，部分學者還從不同視角、不同影響因素相結(jié)合角度開展了進一步研究。

Dalton(2008)把人口結(jié)構(gòu)引入新能源—經(jīng)濟增長模型，指出人口結(jié)構(gòu)的老化與技術(shù)變革都會抑制碳排放，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邊限檢驗法，考察了碳排放與對外貿(mào)易、金融、能源消耗、經(jīng)濟增長等的關(guān)系，發(fā)現(xiàn)貿(mào)易開放、碳排放二者是負相關(guān)關(guān)系，經(jīng)濟增長、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)易和碳排放強度?！拔廴咎焯眉僬f”認為，地區(qū)之間環(huán)境規(guī)制政策不同，環(huán)境污染代價成本也就各異，污染較嚴重的產(chǎn)業(yè)或企業(yè)就會選擇由環(huán)境規(guī)制較強地區(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)易將會加劇發(fā)展中國家環(huán)境問題，提高二氧化碳排放強度。但進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)品對碳排放將會產(chǎn)生引致作用，而進口由于產(chǎn)品來源于國外，并可直接用于最終消費或是作為中間產(chǎn)品投入生產(chǎn)，將會對碳排放產(chǎn)生規(guī)避作用。

第二，技術(shù)進步和碳排放強度。技術(shù)進步歷來被看作改善環(huán)境問題的最有效措施，通過技術(shù)進步，可以改善機器設(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有力的“軟”技術(shù)支持。

第三，城鎮(zhèn)化和碳排放強度。城鎮(zhèn)化進程是人口遷離農(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，也可以看到消費方式和出行等生活方式的改變加大能源消費需求，增加碳排放。伴隨著城鎮(zhèn)化不同發(fā)展階段，碳排放強度將會發(fā)生相應變化，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)易將會對二氧化碳排放強度產(chǎn)生負面影響，進口有利于降低碳排放，而出口則會增加碳排放；（2）技術(shù)進步與二氧化碳排放強度之間將會呈現(xiàn)負相關(guān)關(guān)系；（3）城鎮(zhèn)化與二氧化碳排放強度之間將會呈現(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，表達式為：

雖然上述模型簡潔、實用，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，并且難以驗證各種假說。為此，迪茨等人對其深入探索，引入隨機干擾項，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為隨機誤差項，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，將碳排放強度視為環(huán)境壓力對象，依據(jù)國內(nèi)碳排放強度特點及實際研究需要，適當引入一些額外因素，力求對碳排放強度所涉及影響因素進行全面考量，進一步對STIRPAT模型做出改進，得到如下模型：

（7）

其中，下標i、t是指省區(qū)觀測樣本和時間；Ait代表人均國內(nèi)生產(chǎn)總值，Tit代表技術(shù)進步；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)個體差異的固定效應，λt代表時間差異的非觀測效應，εit代表隨機誤差項。

由于碳排放大多時候表現(xiàn)出路徑依賴特性，上一期發(fā)展情況會作用于下一期結(jié)果，為此，有必要引入動態(tài)模型被解釋變量二氧化碳排放強度的一階滯后項用來控制一下滯后因素，構(gòu)建出碳排放強度動態(tài)面板計量模型：

4.2 數(shù)據(jù)及處理說明

4.2.1 碳排放強度（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（IPCC）在《清單指南》中所提供的方法計算得來，方法如下：

其中，Ejt為第t年第j種能源的消費量，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]。碳排放強度是指單位GDP碳排放量，用GDP總量除以碳排放量計算得來。

4.2.2 技術(shù)進步（T）。技術(shù)進步不同于有形變量，難以直接進行度量。目前，主要采用R&D投入、資產(chǎn)勞動比、等指標進行替代衡量。本文借鑒張兵兵學者做法，使用全要素生產(chǎn)率來代表技術(shù)進步[10]。

全要素生產(chǎn)率（TFP）是指資本、勞動等全部生產(chǎn)要素投入量一定時，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)實情況卻有所差異。由于數(shù)據(jù)包絡分析法（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個省份的面板數(shù)據(jù)，在具體方法上使用動態(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)出的指標選取上。其中，投入指標選擇資本、勞動，資本借鑒邵軍等的永續(xù)盤存法，以1985年價格為基期重新估算各地區(qū)資本存量，而勞動力則用各省年就業(yè)總?cè)藬?shù)表示；產(chǎn)出指標選擇國內(nèi)生產(chǎn)總值，并經(jīng)過價格指數(shù)進行平減處理。最后以30個省份作為決策單元，使用產(chǎn)出導向計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1 1995—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(O PEN)。為了能夠充分了解對外貿(mào)易總額、進口貿(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)、進口依存度(IMP)、出口依存度(EXP)3個指標進行衡量。其中，進出口總額分別按照當年美元匯率中間價進行折合，并計算其所占GDP比重。

4.3.2 城鎮(zhèn)化 (U RB)。城鎮(zhèn)化的衡量有人口方面指標，如非農(nóng)人口所占比重，還有土地方面指標，如建成區(qū)面積，但本文使用城鎮(zhèn)人口指標法進行衡量。

4.3.3 人均G D P（A）。在衡量經(jīng)濟增長問題上，人均GDP是最具代表性的，本文將人均GDP平方項加入模型，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)（IN D）。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)濟的主力軍，其碳排放量也在所有產(chǎn)業(yè)中獨占鰲頭，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)進步效應及總量擴張效應作用于碳排放，一方面，金融能夠高效調(diào)配資源，提供風險的資金保障，促進技術(shù)進步，降低碳排放；另一方面，金融為經(jīng)濟發(fā)展提供所需資金支持，促使經(jīng)濟總量得以擴張，提升碳排放。因此，本文借鑒Levine做法，以金融機構(gòu)信貸總量與GDP之比來表示[11]。

4.3.6 外商直接投資（FD I）。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；另一種是通過先進清潔技術(shù)及環(huán)境管理機制向投資目的地的擴散，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對其進行衡量。

5 來自靜態(tài)面板與動態(tài)面板數(shù)據(jù)的經(jīng)驗證據(jù)

5.1 面板數(shù)據(jù)描述性統(tǒng)計量和單位根檢驗

5.1.1 描述性統(tǒng)計量。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)較時間序列數(shù)據(jù)的優(yōu)勢。在1995~2014年期間，碳排放強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、出口及進口依存度三類指標，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

5.1.2 單位根檢驗。面板數(shù)據(jù)進行單位根檢驗是為了能夠構(gòu)建更為真實的行為方程，避免“偽回歸”。本文選用LLC檢驗和IPS檢驗進行分析。如果兩種檢驗方法出現(xiàn)不一致情況，則認定變量并不平穩(wěn)，需要繼續(xù)進行差分檢驗，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，可以用來進行面板回歸。

表3 面板數(shù)據(jù)單位根檢驗

5.2 基于靜態(tài)面板數(shù)據(jù)模型實證分析

在使用面板數(shù)據(jù)進行估計前，首要任務是是選擇合適的Panel Data模型設(shè)定形式。在此，利用F統(tǒng)計量、Hausman檢驗來確定具體靜態(tài)面板模型的使用。檢驗結(jié)果顯示:只有模型4適合隨機效應模型，其余5組模型適合固定效應模型。

觀察表4中調(diào)整后R2、F統(tǒng)計量以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度的降低，貿(mào)易交易額和活動的增加會加劇未來環(huán)境破壞狀況。并且，進口貿(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)進步的回歸系數(shù)完全一致，都是負值并且十分顯著，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、平方項系數(shù)都是顯著的，但后者為負值，體現(xiàn)出城鎮(zhèn)化水平、碳排放強度二者之間倒U型非線性關(guān)系的存在。而人均GDP的情形正好相反，其一次項系數(shù)為負且顯著，平方項系數(shù)為正但不顯著，表明人均GDP與碳排放強度是負相關(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)主導型產(chǎn)業(yè)結(jié)構(gòu)及FDI的流入都會對二氧化碳排放產(chǎn)生負面影響；金融發(fā)展水平的回歸系數(shù)為負，且顯著，這說明金融發(fā)展程度越低，二氧化碳排放強度就會越高，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 基于動態(tài)面板數(shù)據(jù)模型實證分析

從表5中Arellano-Bond AR值及Sargen檢驗值可以看出，模型1—6的AR值均不能拒絕差分GMM和系統(tǒng)GMM的殘差項不存在二階序列相關(guān)的原假設(shè)，說明其估計量是一致的。Sargen檢驗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、進口開放度與出口開放度三種不同貿(mào)易開放衡量變量進行估計。結(jié)果顯示貿(mào)易開放度、進口開放度、出口開放度三者與二氧化碳排放強度之間均呈現(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，但其系數(shù)有所增大，表明技術(shù)進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，其一次項回歸系數(shù)由負變?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，而平方項系數(shù)為負且十分顯著，說明人均GDP、碳排放強度二者是倒U型關(guān)系，驗證了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、負值，但后者的顯著性下降；而FDI回歸系數(shù)由正值變?yōu)樨撝?，表明FDI并非只會引起碳排放強度的增長，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，在估計的精準度方面有所下降。而系統(tǒng)GMM估計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，增強了工具變量的有效性，使得估計結(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估計方法，對三種不同貿(mào)易開放衡量變量進行對比評估。

與模型1—3相比，二氧化碳排放強度的滯后一期系數(shù)要高出很多。貿(mào)易對外開放度、進口開放度、出口開放度三者與二氧化碳排放強度依然存在正相關(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)易對碳排放強度起著負面效應，對外貿(mào)易開放度的擴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，出口主導型貿(mào)易結(jié)構(gòu)要比進口主導型貿(mào)易結(jié)構(gòu)在降低二氧化碳排放方面的貢獻要高得多。與模型1—3相比，技術(shù)進步、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，碳排放強度有所不同。與模型1—3相比，人均GDP的估計系數(shù)相同，但平方項系數(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，表明碳排放強度與工業(yè)所占比重呈正比，工業(yè)是降低碳排放強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，其推動生產(chǎn)規(guī)模完成擴張的力度就越大，能源消耗就越多，最終提高碳排放強度就越高。

表5 動態(tài)面板數(shù)據(jù)回歸結(jié)果

6 結(jié)論與建議

基于改進STIRPAT模型，建立靜、動態(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)進步等對碳排放強度影響，從中得到的結(jié)論如下：一是，對外貿(mào)易與碳排放強度之間顯著正相關(guān)，這正好符合第一個假說，但否定了進口能夠制約碳排放的假說。并且出口回歸系數(shù)略高于進口，其在降低碳排放強度上的作用要大于進口。二是，技術(shù)進步與碳排放強度二者顯著負相關(guān)，這符合第二個假說。三是，城鎮(zhèn)化與碳排放強度二者是倒U型分線性關(guān)系，符合第三個假說。四是，經(jīng)濟增長與碳排放強度二者在動態(tài)面板模型中是倒U型關(guān)系，而以工業(yè)為主導的產(chǎn)業(yè)結(jié)構(gòu)與碳排放強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)變進出口貿(mào)易結(jié)構(gòu)，積極引進低碳環(huán)保產(chǎn)業(yè)。過去經(jīng)濟增長較大程度依靠對外貿(mào)易，充當著為發(fā)達國家代加工高碳產(chǎn)品的角色，背負著巨大的環(huán)境污染成本。并且，發(fā)達國家趁機通過產(chǎn)業(yè)轉(zhuǎn)移以及國際分工，不斷將碳排放向我國進行轉(zhuǎn)移。第二，力促技術(shù)進步，注重環(huán)保、低碳技術(shù)實踐。技術(shù)進步在靜態(tài)面板模型的回歸系數(shù)絕對值是0.1978，而在動態(tài)面板模型中提高到0.2330，可見技術(shù)進步對碳排放強度的作用之大。未來實現(xiàn)低碳發(fā)展就要充分發(fā)揮技術(shù)進步的作用，依靠各種清潔、低碳、環(huán)保技術(shù)創(chuàng)新來降低碳排放強度。第三，發(fā)揮城鎮(zhèn)集聚效應，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，但走過最高點后，城鎮(zhèn)的集聚效應改善了能源使用效率，碳排放強度就會呈現(xiàn)下降趨勢。第四，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動地區(qū)金融發(fā)展，改善外商直接投資。

綜上所述，在經(jīng)濟步入新常態(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，實現(xiàn)對全世界的低碳承諾。

[1]G rossm an G.M,K rueger A.B Econom i c G row t h and t he Enovi ronm ent[J].Q uart erl y Journal of Econom i cs,1955,110(2):353-377.

[2]Pari kha J,V.Shukl a.U rbani zat i on,energy use and greenhouse effect s i n econom i c devel opm ent: Resul t s from a cross-nat i onal st udy of devel opi ng count ri ous[J].G l obal Envi ronm ent al Change,1995,5(2):97-103.

[3]Shui B,H arri ss R.C.The rol e of CO 2 em bodi m ent i n U S-Chi na t rade[J].Energy Pol i cy,2006,34(18): 4063-4068.

[4]Tam azi an A.J,Chousa,K.C V adl am annat i D oes H i gher Econom i c and Fi nanci al D evel opm ent Lead t o Envi ronm ent D egradat i on?Evi dence fromBRIC Count ri es[J].Energy Pol i cy,2009,37(1):246-253.

[5]M i chael D al t on,Bri an O,N ei l,A l exi a Prska W et z,Lei w en Ji ang,John Pi t ki n Popul at i on agi ng and fut ure carbon em i ssi ons i n t he U ni t ed St at e[J].Energy Pol i cy,2008,57(30):642-675.

[6]劉華軍.城市化對二氧化碳排放的影響——來自中國時間序列和省際面板數(shù)據(jù)的經(jīng)驗證據(jù)[J].上海經(jīng)濟研究,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)整檢驗分析[J].經(jīng)濟問題,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)性實證研究[J].生態(tài)經(jīng)濟,2015(6):59-64.

[9]馬駿,翁清,袁軍.基于V A R模型的江蘇省對外貿(mào)易、經(jīng)濟增長和碳排放的實證研究 [J].價格月刊, 2015(11):81-85.

[10]張兵兵,徐康寧,陳庭強.技術(shù)進步對二氧化碳排放強度的影響研究[J].資源科學,2014(3):567-575.

[11]levine.R Financial Development and economic: Views and agenda[J].Journal of Economics literature, 1997,2(1):33-36.

Foreign trade,technological progress,research of urbanization and carbon intensity

Jia Zhengjun
(College of Information,Shanxi Agricultural University,TaiGu 030008)

In the new normal,the economic development pays more attention to improving its quality,and the low carbon development is particularly important.This essey establishs the revised STIRPAT model,and uses 1995—2014 data all over the country provinces,and investigates the relationship among foreign trade,technical progress,urbanization,other factors and the carbon intensity from two aspects of static and dynamic.We found that it exists long-term cointegration relationship among foreign trade,technical progress,urbanization,other factors and the carbon intensity.Trade dependency,import dependency and export dependency are all positively related to the intensity of carbon emissions.In the impact of carbon emissions intensity,the export is greater than the impact.The technological progress and financial are all negatively related to the intensity of carbon emissions,but the latter is not significant.There exists inverted U type nonlinear relationship between the urbanization and carbon intensity.Under the dynamic panel data model,the economic growth and carbon intensity accord with the kuznets curve.But,FDI and the carbon intensity under the static and dynamic model of role is different.

carbon intensity;Foreign trade;technological progress;urbanization

1004-7026（2017）03-0008-07

F299.27;G 322.7

A

賈政軍（1983-），男，山西天鎮(zhèn)人，山西農(nóng)業(yè)大學信息學院經(jīng)濟管理系教師。研究方向：經(jīng)濟學

10.16675/j.cnki.cn14-1065/f.2017.03.007