论文部分内容阅读
摘 要：本文使用投入—产出法（input-output analysis）研究我国工业部门内2000-2015年的碳排放量。基于工业行业面板数据，运用GMM两步法检验FDI、贸易开放度、进口、出口以及人均国民收入对碳排放量的影响。结果显示：中国持续增长的贸易顺差是导致碳排放量快速增长的主要因素；大量的FDI的流入将进一步加剧中国碳排放，并且工业部门的人均收入与碳排放之间呈倒U型的库兹涅兹曲线关系。因此，为了实现经济的可持续发展，我国应致力于改变贸易增长模式，调整外国投资结构，提高能源使用效率从而实现低碳可持续发展。
关键词：国际贸易；FDI；隐含碳排放；EKC假说
一、引言
谁应当承担温室气体排放的主要责任？是那些提供产品和服务的国家还是那些消费产品和服务的国家？这些问题在全世界范围内引起了广泛而热烈的讨论。目前涉及经济开放和环境关系的研究主要聚焦于对污染避难所假说的检验，该假说认为由于发达国家环境规范严格，更自由的国际贸易环境将导致重污染企业从发达国家转移到发展中国家，从而在发展中国家内部形成污染避难所。即伴随着贸易自由度的提高和FDI的不断流入，发展中国家的污染程度将不断加重。
2016年1月13日海关总署发布的数据显示，尽管我国进出口额同比均下降，但降幅比各大经济体均小，2015年我国进出口额分别占世界9.7%和13.4%，仍为第一贸易大国。近年来，中国的持续FDI持续增长，已成为仅次于美国的第二大FDI接受国。但是中国显著提高的外贸开放度似乎带来了显著的环境污染问题。自改革开放后我国碳排放量由1980年的14.6亿吨升至2015年的111.7亿吨。根据国际能源署（IEA）统计，2015年中国碳排放量占全球碳排放总量的26.9%。
为了更好地研究我国对外贸易、FDI和环境之间的关系，本文将使用我国2001-2015年工业部门的面板数据分析国际贸易中的隐含碳排放并建立包含人均收入、进出口、FDI以及国际贸易对碳排放影响的多元分析框架，验证我国是否已成为污染避难所。本文文章结构如下：本文的第二部分为文献综述，第三部分简述了投入—产出分析法及其模型；第四部分介绍了数据来源以及本研究使用的数据处理方法；第五部分描述了实证结果，第六部分为结论和政策建议部分。
二、文献综述
环境库兹涅茨假说作为理论工具已被广泛运用于分析环境和经济發展之间的关系，该理论认为经济增长与环境污染之间呈倒“U”型曲线关系（Arrow）。这一理论的早期研究中，Grossman and Krueger（1991）发现了实际收入与环境恶化之间的倒“U”型曲线关系。
随着全球经济和贸易活动越发活跃，污染避难所假说逐渐引起学者的关注。Grossman and Krueger（1991）是最先研究对外贸易对环境影响的学者。根据他们对北美自由贸易协定（NAFTA）的研究，他们将国际贸易对环境的影响分为三方面：规模影响、结构影响和技术影响，并认为经济增长是影响环境的主要因素。随后部分学者将环境污染和贸易、FDI联系起来，以此对基础的EKC模型进行调整。Pao and Tsai（2011）发现碳排放量、能源消耗、FDI和经济增长之间存在长期动态关系。Shao et al.（2011）建立ICE-STIRPAT模型研究上海经济增长、投资规模、R&D规模、能源效率以及能源消费结构对碳排量的影响，发现FDI的提高将增加中国的碳排量。但Sbia et al.（2014）的研究发现阿拉伯联合酋长国的FDI流入降低了该国的能源需求量。
本文将在上述研究的基础上，使用18个行业的FDI和国际贸易数据，建立了包含国际贸易和FDI等变量的综合性EKC模型，与基础的EKC模型相比，本文的综合性EKC模型具有更强的解释现实能力，并为污染避难所假说的研究提供更进一步的证据。
三、研究方法
（一）隐含碳排放的投入——产出分析法
投入—产出分析法由著名经济学家里昂惕夫提出（1936）并发展（1970）。具体原理如下所示：
模型中包括被解释变量的滞后项，这将导致随机扰动项和解释变量相关，并且其他解释变量也可能存在内生性，因此本文采用GMM两步法来检验模型，并使用Sargan检验来验证工具变量的可靠性。
四、数据
（一）数据来源
本文使用数据有：投入产出表、进出口贸易统计数据、FDI统计数据以及人均收入统计数据。中国投入产出表来自于经济合作与发展组织。其余数据均来源于中国历年统计年鉴。为了剔除通货膨胀效应，本文使用由OECD提供的价格指数对上述数据进行调整。
（二）数据处理
为了统一各数据来源的工业分类，本文将根据IO表中的24个产业分类标准来处理数据，将24个产业调整为18个产业。在中国能源统计年鉴中有12种能源消费。每一种能源的碳排放指数可以根据IPCC2006的平均净热值参数计算。本文使用STATA12计量软件进行实证分析。为了方便处理，本文采用10个主要贸易国的平均碳排放系数来代替进口商品的碳排放系数。实证结果如表3所示。技术调整系数公式如下所示：
五、实证结果分析
本文首先使用ADF检验对数据进行单位根检验，结果显示数据在1%和5%显著水平下均通过检验，满足稳定性假设因此可以进行最小二乘法回归检验。本文建立了9个模型，每个模型包含不同的自变量。
模型1、2和3分别使用GMM两步法、GLS回归分析和混合OLS法检验了FDI及滞后变量对碳排放量的影响。这三者检验结果几乎相同，但是GMM估计法产生了相对显著的结果。模型4、5在模型1、2的基础上加入了贸易开放度（TR）这一变量，来检验国际贸易对碳排放的影响。贸易开放度的系数为0.004，并且统计上显著。由于贸易开放度TR和FDI的系数均为正，因此我们不能拒绝在中国可能存在污染避难所的假设。模型6考虑了人均收入对碳排放的影响，并验证EKC假说，lnY和（lnY）2的系数分别为0.108和-0.013，但后者的系数不显著。模型7研究了进口、出口对碳排放的影响，系数分别为0.106和-0.069，但并不显著，因此不能判断进口和出口对碳排放的影响，这有可能是因为模型中包含了其他更强的解释变量，这些变量对碳排放有更大的影响。模型8在模型6中加入进口、出口变量，发现模型的稳健性有所提高，lnY和（lnY）2的系数显著性得到提升，中国人均收入和碳排放之间呈倒“U”型曲线，EKC假说得到验证。模型9在模型8中加入贸易自由度变量，计量结果并没有得到明显优化。 六、结论与建议
本文采用投入——产出分析模型来研究2000—2010年间中国国际贸易中隐含碳排放量并且实证检验了影响碳排量的主要原因。本文的研究结论如下：
中国不断增长的贸易顺差是碳排放量迅速增加的主要原因之一。很大部分由外国消费的产品所产生的二氧化碳很大部分发生在中国境内。对外贸易会增加碳排放量，对外贸易对我国的整体影响为负，并且FDI对碳排放有显著的正效应。变量系数表明，尽管快速提高的贸易开放度和不断增长的外国投资可以显著提高我国经济发展，但它们会带来高度污染。因此，我们不能排除在我国存在污染避难所的假设。
基于上述研究，本文提出以下几点政策建议：
首先，应当调整出口产品结构以及提高贸易增长模式。鼓励低碳排企业的产品出口，限制甚至禁止高碳排放产品出口。其次，调整外国投资的组成结构，以此确保FDI参与的企业具有环境可持续性。最后，我國应积极参与国际CDM项目，降低煤炭的使用量，提高终端能源效用效率；另一方面我国应当利用市场机制如碳排放交易机制在企业间分配合理的碳排放权利。
（作者单位：南京师范大学商学院）
参考文献：
[1] Arrow K， Bolin B， Costanza R， et al. Economic growth， carrying capacity， and the environment[J]. Science， 1995， 268（5210）： 520.
[2] Grossman G M， Krueger A B. Environmental impacts of a North American free trade agreement[R]. National Bureau of Economic Research， 1991.
[3] Grossman G M， Krueger A B. Economic Growth and the Environment[J]. The Quarterly Journal of Economics， 1995， 110（2）： 353-377.
[4] Cole M A. Trade， the pollution haven hypothesis and the environmental Kuznets curve： examining the linkages[J]. Ecological economics， 2004， 48（1）： 71-81.
[5] Zhou X， Zhang J， Li J. Industrial structural transformation and carbon dioxide emissions in China[J]. Energy policy， 2013， 57： 43-51.
[6] Leontief W. Environmental repercussions and the economic structure： an input-output approach[J]. The review of economics and statistics， 1970： 262-271.
[7] Pao H T， Tsai C M. Multivariate Granger causality between CO 2 emissions， energy consumption， FDI （foreign direct investment） and GDP （gross domestic product）： evidence from a panel of BRIC （Brazil， Russian Federation， India， and China） countries[J]. Energy， 2011， 36（1）： 685-693.
[8] Shao S， Yang L， Yu M， et al. Estimation， characteristics， and determinants of energy-related industrial CO 2 emissions in Shanghai （China）， 1994–2009[J]. Energy Policy， 2011， 39（10）： 6476-6494.
[9] 中国统计年鉴（2001-2015）[M].国家统计局.
[10] 中国能源统计年鉴（2001-2015）[M].国家统计局.
关键词：国际贸易；FDI；隐含碳排放；EKC假说
一、引言
谁应当承担温室气体排放的主要责任？是那些提供产品和服务的国家还是那些消费产品和服务的国家？这些问题在全世界范围内引起了广泛而热烈的讨论。目前涉及经济开放和环境关系的研究主要聚焦于对污染避难所假说的检验，该假说认为由于发达国家环境规范严格，更自由的国际贸易环境将导致重污染企业从发达国家转移到发展中国家，从而在发展中国家内部形成污染避难所。即伴随着贸易自由度的提高和FDI的不断流入，发展中国家的污染程度将不断加重。
2016年1月13日海关总署发布的数据显示，尽管我国进出口额同比均下降，但降幅比各大经济体均小，2015年我国进出口额分别占世界9.7%和13.4%，仍为第一贸易大国。近年来，中国的持续FDI持续增长，已成为仅次于美国的第二大FDI接受国。但是中国显著提高的外贸开放度似乎带来了显著的环境污染问题。自改革开放后我国碳排放量由1980年的14.6亿吨升至2015年的111.7亿吨。根据国际能源署（IEA）统计，2015年中国碳排放量占全球碳排放总量的26.9%。
为了更好地研究我国对外贸易、FDI和环境之间的关系，本文将使用我国2001-2015年工业部门的面板数据分析国际贸易中的隐含碳排放并建立包含人均收入、进出口、FDI以及国际贸易对碳排放影响的多元分析框架，验证我国是否已成为污染避难所。本文文章结构如下：本文的第二部分为文献综述，第三部分简述了投入—产出分析法及其模型；第四部分介绍了数据来源以及本研究使用的数据处理方法；第五部分描述了实证结果，第六部分为结论和政策建议部分。
二、文献综述
环境库兹涅茨假说作为理论工具已被广泛运用于分析环境和经济發展之间的关系，该理论认为经济增长与环境污染之间呈倒“U”型曲线关系（Arrow）。这一理论的早期研究中，Grossman and Krueger（1991）发现了实际收入与环境恶化之间的倒“U”型曲线关系。
随着全球经济和贸易活动越发活跃，污染避难所假说逐渐引起学者的关注。Grossman and Krueger（1991）是最先研究对外贸易对环境影响的学者。根据他们对北美自由贸易协定（NAFTA）的研究，他们将国际贸易对环境的影响分为三方面：规模影响、结构影响和技术影响，并认为经济增长是影响环境的主要因素。随后部分学者将环境污染和贸易、FDI联系起来，以此对基础的EKC模型进行调整。Pao and Tsai（2011）发现碳排放量、能源消耗、FDI和经济增长之间存在长期动态关系。Shao et al.（2011）建立ICE-STIRPAT模型研究上海经济增长、投资规模、R&D规模、能源效率以及能源消费结构对碳排量的影响，发现FDI的提高将增加中国的碳排量。但Sbia et al.（2014）的研究发现阿拉伯联合酋长国的FDI流入降低了该国的能源需求量。
本文将在上述研究的基础上，使用18个行业的FDI和国际贸易数据，建立了包含国际贸易和FDI等变量的综合性EKC模型，与基础的EKC模型相比，本文的综合性EKC模型具有更强的解释现实能力，并为污染避难所假说的研究提供更进一步的证据。
三、研究方法
（一）隐含碳排放的投入——产出分析法
投入—产出分析法由著名经济学家里昂惕夫提出（1936）并发展（1970）。具体原理如下所示：
模型中包括被解释变量的滞后项，这将导致随机扰动项和解释变量相关，并且其他解释变量也可能存在内生性，因此本文采用GMM两步法来检验模型，并使用Sargan检验来验证工具变量的可靠性。
四、数据
（一）数据来源
本文使用数据有：投入产出表、进出口贸易统计数据、FDI统计数据以及人均收入统计数据。中国投入产出表来自于经济合作与发展组织。其余数据均来源于中国历年统计年鉴。为了剔除通货膨胀效应，本文使用由OECD提供的价格指数对上述数据进行调整。
（二）数据处理
为了统一各数据来源的工业分类，本文将根据IO表中的24个产业分类标准来处理数据，将24个产业调整为18个产业。在中国能源统计年鉴中有12种能源消费。每一种能源的碳排放指数可以根据IPCC2006的平均净热值参数计算。本文使用STATA12计量软件进行实证分析。为了方便处理，本文采用10个主要贸易国的平均碳排放系数来代替进口商品的碳排放系数。实证结果如表3所示。技术调整系数公式如下所示：
五、实证结果分析
本文首先使用ADF检验对数据进行单位根检验，结果显示数据在1%和5%显著水平下均通过检验，满足稳定性假设因此可以进行最小二乘法回归检验。本文建立了9个模型，每个模型包含不同的自变量。
模型1、2和3分别使用GMM两步法、GLS回归分析和混合OLS法检验了FDI及滞后变量对碳排放量的影响。这三者检验结果几乎相同，但是GMM估计法产生了相对显著的结果。模型4、5在模型1、2的基础上加入了贸易开放度（TR）这一变量，来检验国际贸易对碳排放的影响。贸易开放度的系数为0.004，并且统计上显著。由于贸易开放度TR和FDI的系数均为正，因此我们不能拒绝在中国可能存在污染避难所的假设。模型6考虑了人均收入对碳排放的影响，并验证EKC假说，lnY和（lnY）2的系数分别为0.108和-0.013，但后者的系数不显著。模型7研究了进口、出口对碳排放的影响，系数分别为0.106和-0.069，但并不显著，因此不能判断进口和出口对碳排放的影响，这有可能是因为模型中包含了其他更强的解释变量，这些变量对碳排放有更大的影响。模型8在模型6中加入进口、出口变量，发现模型的稳健性有所提高，lnY和（lnY）2的系数显著性得到提升，中国人均收入和碳排放之间呈倒“U”型曲线，EKC假说得到验证。模型9在模型8中加入贸易自由度变量，计量结果并没有得到明显优化。 六、结论与建议
本文采用投入——产出分析模型来研究2000—2010年间中国国际贸易中隐含碳排放量并且实证检验了影响碳排量的主要原因。本文的研究结论如下：
中国不断增长的贸易顺差是碳排放量迅速增加的主要原因之一。很大部分由外国消费的产品所产生的二氧化碳很大部分发生在中国境内。对外贸易会增加碳排放量，对外贸易对我国的整体影响为负，并且FDI对碳排放有显著的正效应。变量系数表明，尽管快速提高的贸易开放度和不断增长的外国投资可以显著提高我国经济发展，但它们会带来高度污染。因此，我们不能排除在我国存在污染避难所的假设。
基于上述研究，本文提出以下几点政策建议：
首先，应当调整出口产品结构以及提高贸易增长模式。鼓励低碳排企业的产品出口，限制甚至禁止高碳排放产品出口。其次，调整外国投资的组成结构，以此确保FDI参与的企业具有环境可持续性。最后，我國应积极参与国际CDM项目，降低煤炭的使用量，提高终端能源效用效率；另一方面我国应当利用市场机制如碳排放交易机制在企业间分配合理的碳排放权利。
（作者单位：南京师范大学商学院）
参考文献：
[1] Arrow K， Bolin B， Costanza R， et al. Economic growth， carrying capacity， and the environment[J]. Science， 1995， 268（5210）： 520.
[2] Grossman G M， Krueger A B. Environmental impacts of a North American free trade agreement[R]. National Bureau of Economic Research， 1991.
[3] Grossman G M， Krueger A B. Economic Growth and the Environment[J]. The Quarterly Journal of Economics， 1995， 110（2）： 353-377.
[4] Cole M A. Trade， the pollution haven hypothesis and the environmental Kuznets curve： examining the linkages[J]. Ecological economics， 2004， 48（1）： 71-81.
[5] Zhou X， Zhang J， Li J. Industrial structural transformation and carbon dioxide emissions in China[J]. Energy policy， 2013， 57： 43-51.
[6] Leontief W. Environmental repercussions and the economic structure： an input-output approach[J]. The review of economics and statistics， 1970： 262-271.
[7] Pao H T， Tsai C M. Multivariate Granger causality between CO 2 emissions， energy consumption， FDI （foreign direct investment） and GDP （gross domestic product）： evidence from a panel of BRIC （Brazil， Russian Federation， India， and China） countries[J]. Energy， 2011， 36（1）： 685-693.
[8] Shao S， Yang L， Yu M， et al. Estimation， characteristics， and determinants of energy-related industrial CO 2 emissions in Shanghai （China）， 1994–2009[J]. Energy Policy， 2011， 39（10）： 6476-6494.
[9] 中国统计年鉴（2001-2015）[M].国家统计局.
[10] 中国能源统计年鉴（2001-2015）[M].国家统计局.