李方智 童藤 薛心蓓 李雪平

摘 要：溫室氣體排放引發(fā)的全球氣候變化深刻影響著人類的生存和發(fā)展，已成為世界各國(guó)共同關(guān)注以及實(shí)施全球環(huán)境治理的焦點(diǎn)問(wèn)題。隨著國(guó)民經(jīng)濟(jì)的迅速發(fā)展和對(duì)外貿(mào)易、外國(guó)直接投資（FDI）的持續(xù)擴(kuò)張，我國(guó)能源消費(fèi)總量和溫室氣體排放總量快速攀升。作為一個(gè)負(fù)責(zé)任的國(guó)家，中國(guó)高度重視氣候變化問(wèn)題。2015年中國(guó)向IPCC提交了中國(guó)“國(guó)家自主貢獻(xiàn)”的減排承諾目標(biāo)：到2030年左右，CO2排放達(dá)到峰值;單位國(guó)內(nèi)生產(chǎn)總值CO2排放比2005年下降60%～65%。受限于我國(guó)“富煤少油缺氣”的能源稟賦特點(diǎn)，減排承諾面臨著巨大挑戰(zhàn)。在當(dāng)前的開(kāi)放型經(jīng)濟(jì)環(huán)境條件下，從貿(mào)易和FDI視角研究中國(guó)碳排放問(wèn)題，對(duì)于中國(guó)實(shí)現(xiàn)減排目標(biāo)和經(jīng)濟(jì)持續(xù)健康發(fā)展具有重要意義。

關(guān)鍵詞：對(duì)外貿(mào)易; FDI;能源消費(fèi)

一、引言

能源消耗是指生產(chǎn)和生活所消耗的能源，其強(qiáng)度變化與工業(yè)化進(jìn)程密切相關(guān)。隨著經(jīng)濟(jì)的增長(zhǎng)，工業(yè)化階段初期和中期能源消耗一般呈緩慢上升趨勢(shì)，進(jìn)入后工業(yè)化階段后，經(jīng)濟(jì)增長(zhǎng)方式發(fā)生重大改變，能源消耗強(qiáng)度開(kāi)始下降。提高能源和環(huán)境效率是確保經(jīng)濟(jì)增長(zhǎng)以及實(shí)現(xiàn)節(jié)能減排的重要手段，而外貿(mào)是提高能源環(huán)境效率的關(guān)鍵驅(qū)動(dòng)力之一。關(guān)于全球能源消耗和溫室氣體排放，中國(guó)、歐盟和美國(guó)是世界上溫室氣體排放量最高的三個(gè)國(guó)家，是成功應(yīng)對(duì)氣候變化的關(guān)鍵，其溫室氣體排放量占全球排放量的一半以上。在過(guò)去10年中，能源行業(yè)仍然是溫室氣體排放的最大來(lái)源。據(jù)統(tǒng)計(jì)顯示，在2015年，全球一次能源消耗總量增長(zhǎng)1.0%，與2014年相若，相比過(guò)去10年平均增長(zhǎng)1.9%為低。全球煤炭消費(fèi)減少5300萬(wàn)噸油當(dāng)量，其中降幅最大的是美國(guó)（-3300萬(wàn)噸油當(dāng)量，-8.8%）和中國(guó)（-2600萬(wàn)噸油當(dāng)量，-1.6%）。煤炭在全球一次能源消費(fèi)中的占比降至28.1%，達(dá)到2004年以來(lái)的最低水平。全球煤炭產(chǎn)量下降6.2%，即2.31億噸油當(dāng)量，創(chuàng)有史以來(lái)最大跌幅。美國(guó)煤炭產(chǎn)量下降19%，中國(guó)煤炭產(chǎn)量也歷史性地下降7.9%。

2013年，能源行業(yè)的溫室氣體排放量占全球排放量的72%。2012—2013年，由于發(fā)電，供熱和運(yùn)輸行業(yè)的排放量增加，中國(guó)的溫室氣體排放量增加了3.65？譹？訛億噸二氧化碳當(dāng)量（或4%）。但是，這一增長(zhǎng)率確實(shí)低于歷史平均水平。澳大利亞是世界第15大排放國(guó)。自2012年以來(lái)，其農(nóng)業(yè)排放量下降了65 MtCO2e（或34.6%），這源于草原燃燒面積的減少，甲烷（CH4）和氮氧化物（N2O）的排放相應(yīng)減少。

2015年全球能源消耗量占有率，石油繼續(xù)成為首位達(dá)32.9%，煤炭消耗量下降至29.2%，是自2005年以來(lái)最低的消耗量占有率。隨著天然氣的全球需求增強(qiáng)，天然氣消耗量占有率上升至23.8%，而核能則為4.4%，可再生能源2.8%，水力發(fā)電6.8%。與2014年全球能源消耗量相比，石油增長(zhǎng)1.9%;煤炭下跌1.8%;天然氣增長(zhǎng)了1.7%;核電方面增長(zhǎng)1.3%;可再生能源增長(zhǎng)2.8%，較過(guò)去平均增幅0.8%為高;水力發(fā)電增長(zhǎng)1%。2012—2013年，前10大排放國(guó)的排放量增加了2.2%，而過(guò)去10年的平均年增長(zhǎng)率為2.4%。在同一時(shí)期，中國(guó)和美國(guó)的溫室氣體排放量分別增加了4.3%和1.4%。美國(guó)在2007年達(dá)到排放高峰，歐盟穩(wěn)步下降，其他國(guó)家（包括俄羅斯和加拿大）在過(guò)去十年中相對(duì)穩(wěn)定。據(jù)數(shù)據(jù)顯示，2014—2016年，盡管全球經(jīng)濟(jì)增長(zhǎng)，但全球能源相關(guān)的二氧化碳排放數(shù)據(jù)仍將保持穩(wěn)定？譺？訛。

一次能源消耗總量前十位國(guó)家依次是中國(guó)、美國(guó)、印度、俄羅斯、日本、加拿大、德國(guó)、巴西、南韓、伊朗、沙特阿拉伯及法國(guó)。溫室氣體排放引發(fā)的全球氣候變化影響了人類的生存和發(fā)展，注重和實(shí)施全球環(huán)境治理已成為世界各國(guó)關(guān)注的焦點(diǎn)。隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展和對(duì)外貿(mào)易與投資的不斷擴(kuò)大，我國(guó)的能源消耗總量和溫室氣體總排放量迅速增加。作為一個(gè)負(fù)責(zé)任的國(guó)家，我國(guó)非常重視氣候變化問(wèn)題。2015年，我國(guó)政府向氣候變化專門委員會(huì)（IPCC）提交了“國(guó)家獨(dú)立貢獻(xiàn)”減排承諾目標(biāo)，但由于我國(guó)“煤炭資源豐富，油氣短缺”的能源稟賦特征，減排承諾的實(shí)現(xiàn)面臨著巨大的挑戰(zhàn)。在當(dāng)前開(kāi)放的經(jīng)濟(jì)環(huán)境下，從出口貿(mào)易和外商直接投資的角度研究我國(guó)的能源消耗，對(duì)于我國(guó)實(shí)現(xiàn)減排目標(biāo)和持續(xù)健康的經(jīng)濟(jì)發(fā)展具有重要意義。

二、文獻(xiàn)綜述

開(kāi)放經(jīng)濟(jì)下，不同國(guó)家和地區(qū)之間的產(chǎn)品市場(chǎng)和要素市場(chǎng)合作日益緊密。產(chǎn)品市場(chǎng)合作主要體現(xiàn)為合作國(guó)家和地區(qū)之間貿(mào)易的自由化;要素市場(chǎng)合作則體現(xiàn)為資本、勞動(dòng)力、技術(shù)等在合作國(guó)家和地區(qū)之間流通的便利化（Rauscher，2001）。貿(mào)易自由化與要素流通便利化都會(huì)對(duì)環(huán)境產(chǎn)生一定程度的影響。目前，學(xué)術(shù)界關(guān)于兩者對(duì)環(huán)境的影響尚無(wú)統(tǒng)一定論，主要存在以下三種觀點(diǎn)：一是“污染天堂假說(shuō)”，其核心觀點(diǎn)認(rèn)為各國(guó)為了維持或增強(qiáng)本國(guó)競(jìng)爭(zhēng)力，降低各自的環(huán)境標(biāo)準(zhǔn)，出現(xiàn)“向底線賽跑”的情形。因發(fā)達(dá)國(guó)家的環(huán)境標(biāo)準(zhǔn)高于發(fā)展中國(guó)家，隨著國(guó)際貿(mào)易和要素流動(dòng)的不斷擴(kuò)大，污染產(chǎn)業(yè)會(huì)從發(fā)達(dá)國(guó)家轉(zhuǎn)移，發(fā)展中國(guó)家成為“污染避難所”（Walter & Ugelow，1979）。第二種觀點(diǎn)則認(rèn)為貿(mào)易自由化和要素流通便利化，不僅有利于環(huán)保技術(shù)的擴(kuò)散，而且可以實(shí)現(xiàn)環(huán)境資源的有效配置和高效利用，此外，合作所帶來(lái)的經(jīng)濟(jì)增長(zhǎng)會(huì)擴(kuò)大對(duì)清潔環(huán)境及其相關(guān)產(chǎn)品與服務(wù)的需求，使可用于環(huán)境保護(hù)的資金相應(yīng)增加，因而對(duì)環(huán)境有利（Antweiler et al.， 2001）。第三種觀點(diǎn)認(rèn)為貿(mào)易和要素流動(dòng)所引發(fā)的環(huán)境效應(yīng)是錯(cuò)綜復(fù)雜的，各個(gè)效應(yīng)之間相互作用、此消彼長(zhǎng)，結(jié)果往往難以預(yù)測(cè)。目前，這種觀點(diǎn)廣為接受，其開(kāi)創(chuàng)性的研究始于Grossman & Krueger （1993）在探討建立北美自由貿(mào)易區(qū)對(duì)環(huán)境的影響時(shí)將貿(mào)易的環(huán)境效應(yīng)分解為：規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)，并認(rèn)為這三個(gè)方面的效應(yīng)可以為正亦可為負(fù)且相互影響，最后的總效應(yīng)并不是簡(jiǎn)單的疊加?！叭?yīng)”分析有助于明確貿(mào)易和要素流動(dòng)對(duì)環(huán)境的影響途徑和影響方向，成為貿(mào)易與要素流動(dòng)環(huán)境效應(yīng)的基本分析框架。國(guó)內(nèi)外大量學(xué)者從貿(mào)易和投資兩個(gè)方面對(duì)國(guó)際區(qū)域合作的環(huán)境效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)。

（一）國(guó)際貿(mào)易對(duì)東道國(guó)環(huán)境的影響

Grossman和Krueger（1993）對(duì)北美自由貿(mào)易區(qū)建立的環(huán)境影響研究結(jié)果認(rèn)為貿(mào)易自由化的總效應(yīng)是有利于改善環(huán)境。Copeland & Taylor（1994）利用南北貿(mào)易模型分析了貿(mào)易的“三效應(yīng)”，認(rèn)為結(jié)構(gòu)效應(yīng)減輕了北方的污染但加重了南方的污染，規(guī)模效應(yīng)對(duì)各國(guó)環(huán)境均有害，環(huán)境稅的增加刺激企業(yè)采取額外的治污措施，產(chǎn)生正的技術(shù)效應(yīng)，對(duì)外貿(mào)易整體上更有利于發(fā)達(dá)國(guó)家。Antweiler et al. （2001）實(shí)證發(fā)現(xiàn)自由貿(mào)易的結(jié)構(gòu)效應(yīng)非常小，生產(chǎn)規(guī)模每增長(zhǎng)1%會(huì)使樣本國(guó)家的污染集中度提高0.25%-0.5%，而技術(shù)效應(yīng)可使污染集中度下降1.25%-1.5%，三種效應(yīng)整體會(huì)改善環(huán)境。而B(niǎo)eghin （1995）、Qureshi （2004）、Frutosbenczeet et al. （2017）等的實(shí)證結(jié)果都認(rèn)為貿(mào)易的自由化加劇了環(huán)境污染。張連眾等（2003）、于峰等（2007）、龔超等（2008）、黃小兵等（2015）、林伯強(qiáng)等（2015）、李方靜等（2018）的實(shí)證研究結(jié)論都認(rèn)為貿(mào)易自由化對(duì)我國(guó)的環(huán)境影響總體上是正向的，技術(shù)效應(yīng)是環(huán)境質(zhì)量沒(méi)有惡化的主要原因。但也有學(xué)者得出相反結(jié)論，黨玉婷等（2007）認(rèn)為結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)使我國(guó)環(huán)境在對(duì)外貿(mào)易中受益，但由于規(guī)模效應(yīng)對(duì)環(huán)境的負(fù)面影響太多，總體來(lái)講，我國(guó)現(xiàn)階段的進(jìn)出口貿(mào)易惡化了我國(guó)的生態(tài)環(huán)境。

（二）國(guó)際投資對(duì)東道國(guó)環(huán)境影響

關(guān)于國(guó)際投資對(duì)東道國(guó)環(huán)境影響，部分學(xué)者的研究支持“污染天堂假說(shuō)”，如Chichilnisky（1994）、Porter（1999）、Cole等（2004，2011）以及Taylor（2004）等的研究均驗(yàn)證了以國(guó)際投資為載體的污染產(chǎn)業(yè)在世界范圍內(nèi)轉(zhuǎn)移，造成了全球范圍內(nèi)環(huán)境質(zhì)量的下降。Asghari（2013）、Shahbaz等（2015）、Lin （2017）、Abdouli et al.（2017）等的研究也證實(shí)了國(guó)際投資造成了東道國(guó)環(huán)境質(zhì)量的下降。國(guó)內(nèi)林季紅等（2013）、盧進(jìn)勇等（2014）、嚴(yán)雅雪等（2017）的研究從不同視角證實(shí)了FDI在一定程度上降低了我國(guó)環(huán)境質(zhì)量。而另一部分學(xué)者的實(shí)證結(jié)論則相反，認(rèn)為國(guó)際投資帶來(lái)的清潔技術(shù)與環(huán)境管理的外溢效應(yīng)使得東道國(guó)環(huán)境質(zhì)量得以不同程度地改善（Popp， 2011;Poelhekke，2015;韓永輝等，2015;劉玉博等，2016;鄭強(qiáng)等，2017）。還有部分研究持折衷觀點(diǎn)，認(rèn)為國(guó)際投資對(duì)東道國(guó)環(huán)境的影響是復(fù)雜多維的，基于不同條件（經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境政策、投資結(jié)構(gòu)等）得出的環(huán)境效應(yīng)不盡相同（Runge， 1994;楊博瓊等，2011;Kim & Adilov， 2012;劉渝琳等，2015）。

不同的學(xué)者在分析貿(mào)易和要素流動(dòng)時(shí)所選取的指標(biāo)、樣本及研究方法不同，得出的結(jié)論也不盡相同。由此也可以看出，貿(mào)易和FDI所產(chǎn)生的環(huán)境效應(yīng)評(píng)價(jià)是一個(gè)復(fù)雜的動(dòng)態(tài)過(guò)程，在國(guó)際經(jīng)濟(jì)合作過(guò)程中如何降低環(huán)境負(fù)效應(yīng)，提高環(huán)境正效應(yīng)是各國(guó)面臨的共同課題。

三、研究方法

本文將使用Bootstrap ARDL（Autoregressive Distributed Lag）來(lái)檢驗(yàn)中國(guó)碳能源消耗、出口貿(mào)易和FDI的相互關(guān)系;Bootstrap ARDL使用自回歸和多循環(huán)校準(zhǔn)的原理使時(shí)間序列相關(guān)數(shù)據(jù)接近需要驗(yàn)證的預(yù)期結(jié)果。在時(shí)間序列分析中，有必要首先檢查數(shù)據(jù)是否為定態(tài)。所謂的定態(tài)意味著統(tǒng)計(jì)量統(tǒng)計(jì)量如均值和方差不隨時(shí)間變化，即自協(xié)方差和方差是固定的有限常數(shù)值可以避免錯(cuò)誤的回歸。單位根檢驗(yàn)的目的是確定時(shí)間序列變量的平穩(wěn)性，以確定時(shí)間序列的性質(zhì)。在進(jìn)行時(shí)間序列分析時(shí)，須先檢定數(shù)據(jù)是否為定態(tài)性（stationary），所謂定態(tài)指一時(shí)間數(shù)列資料為一個(gè)隨機(jī)過(guò)程（stochastic process），也就是自我共變異數(shù)及變異系數(shù)是固定有限的常數(shù)值;因此，若實(shí)際上變量為非定態(tài)而使用傳統(tǒng)方法進(jìn)行回歸，可能會(huì)出現(xiàn)Granger與Newbold（1974）所稱之虛假回歸（spurious regression）的現(xiàn)象，因而無(wú)法正確解釋變量間的真正關(guān)系，使估計(jì)結(jié)果沒(méi)有任何經(jīng)濟(jì)上的意義。

本文使用我國(guó)1983—2017年碳能源消耗、出口與FDI的年統(tǒng)計(jì)數(shù)據(jù)，F(xiàn)DI均已平減為1983年價(jià)格作為基數(shù)?；贐ootstrap ADRL檢驗(yàn)方法，對(duì)碳能源消耗、出口與FDI的變量數(shù)據(jù)取對(duì)數(shù)，確定數(shù)據(jù)平穩(wěn)后，再做協(xié)整關(guān)系檢驗(yàn)，且需做5000次的回路計(jì)算，才能得到較佳的結(jié)果。根據(jù)初步統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)三組數(shù)據(jù)基本呈現(xiàn)出偏態(tài)分布，碳能源消耗屬正偏態(tài)，出口和FDI屬負(fù)偏態(tài);碳能源消耗和出口是高狹峰，而FDI則屬低闊峰。異常值和波動(dòng)幅度較少，符合實(shí)證分析數(shù)據(jù)的要求（見(jiàn)表1）。

（一）實(shí)證模型

Bootstrap ARDL檢驗(yàn)基于Granger（1969）因果關(guān)系測(cè)試。若三變量之間呈現(xiàn)協(xié)整關(guān)系，則我們可檢驗(yàn)長(zhǎng)期的Granger因果關(guān)系是否存在，若無(wú)，我們則可檢驗(yàn)Granger短期因果關(guān)系。如果y是由變量引起的，則y和x之間沒(méi)有找到協(xié)整。那么x→y的Granger因果關(guān)系檢驗(yàn)應(yīng)該只包括x的滯后差異，也就是說(shuō)，本文需要檢驗(yàn)是否δ>0，如果變量之間存在協(xié)整關(guān)系，那么這意味著相關(guān)變量和獨(dú)立性變量形成固定的線性組合。滯后項(xiàng)可以認(rèn)為是I（0），x→y的Granger因果關(guān)系檢驗(yàn)應(yīng)該包括x的滯后差和x的滯后水平，即β>0和δ=0。ARDL邊界檢驗(yàn)（Pesaran et al.， 2001）具有混合積分序列的時(shí)間序列，可以定義為：

（1）

在外生弱回歸的情況下，從長(zhǎng)遠(yuǎn)來(lái)看，這些回歸因子不受變量的影響。該模型不排除回歸之間存在協(xié)整。它不假設(shè)回歸的因變量不存在（短期）Granger因果關(guān)系。時(shí)間序列Bootstrap ADRL測(cè)試方法，McNown等人（2017）提出了對(duì)Peseran等人（2001）的修改ARDL模型。

ARDL模型是：

（2）

i和j是滯后期的指標(biāo)，i=1，2，...，k;j=1，2，…，k。t表示時(shí)間t=1，2，...，T。等式中的yt是被解釋變量，xt是解釋變量，存在變量Dt，j，是虛擬變量。αi，βi參數(shù)是解釋變量和解釋變量xi的系數(shù)值。μt是誤差項(xiàng)，方程（2）可以重寫(xiě)并擴(kuò)展為下面三變量的等式：

（3）

其他參數(shù)是等式（3）中原始參數(shù)的函數(shù)值。

McNown等（2017）建議將原始ARDL模型添加到解釋變量的滯后期。虛擬假設(shè)是H0：θ=0.Peseran等（2001）檢驗(yàn)協(xié)整關(guān)系的條件將更完整。Bootstrap ARDL檢驗(yàn)是依賴于以下假設(shè)的協(xié)整關(guān)系：

H0：γ=θ=0，H0：γ=0，H0：θ=0。

根據(jù)Pesaran等人（2001）協(xié)整檢驗(yàn)需要做F檢驗(yàn)或t檢驗(yàn)，以下假設(shè)：

H0：θ1=θ2=θ3=0或H0=θ1。

然而，McNown等人（2017）建議添加三個(gè)檢驗(yàn)為區(qū)分協(xié)整和非協(xié)整的必要條件。McNown等人（2017）要求協(xié)整必須拒絕所有三個(gè)虛擬假設(shè)。

虛無(wú)假設(shè)誤差項(xiàng)F1檢驗(yàn)為H0：θ1=θ2=θ3。

滯后因變量的t檢驗(yàn)為H0：θ1=0。

滯后自變量的F2檢驗(yàn)為H0：θ1=θ2=θ3=0。

基于三個(gè)虛無(wú)假設(shè)，McNown等人（2017）解釋Pesaran等（2001）的兩個(gè)退化情況。僅呈現(xiàn)情況#2的臨界值。兩個(gè)退化案例如下：

退化情況#1，滯后因變量的F1檢驗(yàn)和t檢驗(yàn)是顯著的，但對(duì)滯后自變量的F2檢驗(yàn)是不顯著的。

退化情形#2，滯后因變量的F1檢驗(yàn)和F2檢驗(yàn)是顯著的，但滯后因變量的t檢驗(yàn)是不顯著的。本文發(fā)現(xiàn)Pesaran等人（2001）的ARDL邊界檢驗(yàn)排除退化情況#1，如果他們不考慮因變量的積分順序必須是I（1）。但是，McNown等人（2017）采用Bootstrap ARDL檢驗(yàn)，通過(guò)對(duì)滯后自變量系數(shù)的附加檢驗(yàn)來(lái)解決這個(gè)問(wèn)題。

如果因變量和自變量之間存在協(xié)整關(guān)系，則上述三個(gè)虛擬假設(shè)將同時(shí)被拒絕，并且解釋變量和解釋變量是穩(wěn)定的線性重合。Granger因果檢驗(yàn)在Bootstrap ARDL模型的基礎(chǔ)上，我們可以檢驗(yàn)碳能源消耗、出口和FDI三個(gè)變量之間的短期因果關(guān)系。如果它們?cè)趛，x和z之間沒(méi)有協(xié)整關(guān)系，則可檢驗(yàn)了長(zhǎng)期因果關(guān)系。我們對(duì)x和z使用Granger因果關(guān)系檢驗(yàn)，其中應(yīng)包括x或z上的滯后期數(shù)。我們將要檢驗(yàn)γ2=0或γ3=0。如果在因變量和自變量之間存在協(xié)整，則這意味著它們形成固定的線性組合。在這種情況下，短期關(guān)系檢驗(yàn)應(yīng)包括x或z的滯后差異以及x或z的滯后水平;也就是說(shuō)，檢驗(yàn)γ2和θ2或γ3和θ3。

（二）實(shí)證過(guò)程分析

1. 單位根檢驗(yàn)

本文用DF、ADF和PP三種單位根檢驗(yàn)來(lái)確定變速的平穩(wěn)性（如表2）。

單位根檢驗(yàn)結(jié)果表明在水平項(xiàng)I（0）檢驗(yàn)看來(lái)（如表2），經(jīng)濟(jì)增長(zhǎng)僅在DF單位根檢驗(yàn)上的無(wú)截距與無(wú)趨勢(shì)項(xiàng)呈現(xiàn)平穩(wěn)I（0）的狀態(tài);碳能源消耗、出口與FDI，無(wú)論是DF、ADF和PP單位根檢驗(yàn)都有部分呈現(xiàn)平穩(wěn)I（0）的狀態(tài)（如表2），但并不足以表明這三續(xù)列為穩(wěn)定序列。由于Bootstrap ADRL是檢測(cè)變量之間長(zhǎng)期協(xié)整關(guān)系，三個(gè)變量必須是在I（0）或是I（1）的狀態(tài)，才能進(jìn)行檢測(cè)。水平項(xiàng)I（0）檢驗(yàn)的平穩(wěn)度不佳，因而需要繼續(xù)進(jìn)行一階差分的單位根檢驗(yàn)。一階差分單位根檢驗(yàn)結(jié)果表明，本文使用的三個(gè)變量，無(wú)論是在DF、ADF和PP單位根檢驗(yàn)都有呈現(xiàn)顯著的平穩(wěn)性，可表明這三個(gè)變量在I（1）的狀態(tài)下，為不具有單位根的穩(wěn)定序列（如表3）。

2. 最佳滯后期檢驗(yàn)

在完成單位根檢驗(yàn)后，需要確定AIC信息標(biāo)準(zhǔn)。因?yàn)锳DF方法或PP方法需要確定最佳后向時(shí)段，所以有必要校正剩余項(xiàng)的自相關(guān)問(wèn)題以使剩余項(xiàng)是白噪聲過(guò)程。一方面如果添加的滯后期過(guò)多，則拒絕原假設(shè)的能力會(huì)降低;另一方面如果我們?cè)谀Ｐ椭刑砑拥臏笃谔?，將無(wú)法完全糾正由移動(dòng)平均值引起的閾值增加的缺點(diǎn);所以有必要確定這些滯后期是何值。不同的滯后期經(jīng)常影響最終分析的結(jié)果，因此，選擇滯后期數(shù)是非常必要的。在本文中，我們選擇一個(gè)廣泛使用的金融和經(jīng)濟(jì)行業(yè)，使用AIC標(biāo)準(zhǔn)來(lái)判斷和選擇最小的AIC作為最佳滯后期。

3. 矢量自回歸模型（VAR）

當(dāng)多元時(shí)間序列模型由線性回歸表示時(shí)，它意味著變量之間因果關(guān)系的假設(shè)。然而，由于經(jīng)濟(jì)系統(tǒng)的微妙運(yùn)作，有時(shí)無(wú)法區(qū)分模型中的變量和內(nèi)生變量。因此在識(shí)別方面會(huì)造成困難。Sims（1980）提出了矢量自回歸模型（VAR）來(lái)解決結(jié)構(gòu)模型識(shí)別問(wèn)題。Sims認(rèn)為，經(jīng)濟(jì)活動(dòng)的特征將在數(shù)據(jù)中隨時(shí)間完全反映出來(lái)，因此數(shù)據(jù)本身可以直接分析。很容易理解經(jīng)濟(jì)活動(dòng)的本質(zhì)，因此可以在不知道經(jīng)濟(jì)理論中這些內(nèi)生變量的確切關(guān)系的情況下進(jìn)行結(jié)構(gòu)設(shè)置。在VAR模型中，所有變量都被視為內(nèi)生變量，因此沒(méi)有必要區(qū)分內(nèi)生變量或外生變量，以及用一組回歸方程來(lái)探索變量之間的關(guān)系，每個(gè)回歸方程都是變量的后向其他變量的后向用作解釋變量。所以，VAR模型更符合時(shí)間序列分析的精神;因?yàn)闀r(shí)間序列分析認(rèn)為變量的后向項(xiàng)涵蓋所有相關(guān)信息。從VAR的檢驗(yàn)當(dāng)中，我們發(fā)現(xiàn)以碳能源消耗為因變量，出口和FDI為自變量的關(guān)系式中的落后期數(shù)為：碳能源消耗為1期、出口為1期，F(xiàn)DI則為0期;以出口為因變量，F(xiàn)DI和碳能源消耗為自變量的關(guān)系式中的落后期數(shù)為：出口為1期，F(xiàn)DI則為0期、碳能源消耗為2期;以FDI為因變量，碳能源消耗和出口為自變量的關(guān)系式中的落后期數(shù)為：FDI為1期，碳能源消耗為0期、出口則為1期（如表4）。

注：LCCO表示經(jīng)濟(jì)增長(zhǎng);LFDP表示金融發(fā)展;LCPI表示消費(fèi)水平;F1是y（-1），x1（-1）和x2（-1）系數(shù)的F統(tǒng)計(jì)量;F2是系數(shù)x1（-1）和x2（-1）的F統(tǒng)計(jì)量;t表示y（-1）系數(shù)的t統(tǒng)計(jì)量。D ##是指當(dāng)年的虛擬變量。帶有星號(hào)*的符號(hào)表示基于McNown等人（2017）提出的Bootstrap方法生成的臨界值的10%水平的顯著性。

4. Bootstrap ARDL檢驗(yàn)

表4的長(zhǎng)期協(xié)整分析中，以我國(guó)碳能源消耗為因變量，出口和FDI為自變量，在碳能源消耗及出口滯后一期下，三者之間有長(zhǎng)期的協(xié)整關(guān)系;而以我國(guó)出口為因變量，F(xiàn)DI和碳能源消耗為自變量，以及以FDI為因變量，碳能源消耗和出口為自變量，在相關(guān)滯后期下，三者之間則沒(méi)有長(zhǎng)期的協(xié)整關(guān)系;但后者為McNown等人（2017）所說(shuō)，屬于退化情況#1，不存在協(xié)整關(guān)系。從表4可以看出，能源消費(fèi)有虛擬變量為1992、2004及2009年（斷點(diǎn)），出口有1991、2002及2007年三個(gè)虛擬變量（斷點(diǎn)），而FDI則在1992年產(chǎn)生虛擬變量（斷點(diǎn)）。本文在做長(zhǎng)期Granger因果關(guān)系檢驗(yàn)時(shí)（如表5），出口在滯后一期下，對(duì)碳能源消耗滯后一期（P值=0.6990）并無(wú)顯著的影響，F(xiàn)DI對(duì)碳能源消耗滯后一期（P值=0.4281），亦不顯著。

當(dāng)檢驗(yàn)短期Granger因果關(guān)系（如表6），我們發(fā)現(xiàn)碳能源消耗與出口同在滯后一期的情況下存在顯著的因果關(guān)系（P值=0.0078）;碳能源消耗對(duì)FDI則不顯著（P值=0.5881）;滯后一期的出口對(duì)滯后二期的碳能源消耗有顯著的影響（P值=0.0455），對(duì)FDI則因果關(guān)系不顯著（P值=0.1670）;滯后一期的FDI對(duì)碳能源消耗有顯著的因果關(guān)系（P值=0.0083），對(duì)同是滯后一期的出口則亦有顯著的因果關(guān)系（P值=0.0001）。

注：星號(hào)***，**和*分別表示1%，5%和10%水平，（+）， （–）表示正向和反向的符號(hào)。[.]是p值的表征系數(shù)。非協(xié)整性及其因果關(guān)系檢驗(yàn)僅涉及滯后變量。

注：星號(hào)***， **和*分別表示1%， 5%和10%水平，（+）， （–）表正向和反向的符號(hào)。[.]是p值的表征系數(shù)。非協(xié)整性及其因果關(guān)系檢驗(yàn)僅涉及滯后變量。

四、結(jié)語(yǔ)

基于Bootstrap程序的所提出的新ARDL檢驗(yàn)是比Pesaran等人（2001）更強(qiáng)大且更少偏向的協(xié)整檢驗(yàn)。自變量滯后的Bootstrap檢驗(yàn)顯示了合理的規(guī)模和功能特性（McNown等，2017）。本文用Bootstrap ARDL的方法檢驗(yàn)我國(guó)碳能源消耗、出口和FDI三變量之間的協(xié)整關(guān)系，發(fā)現(xiàn)三變量之間存在協(xié)整關(guān)系;當(dāng)FDI為因變量，碳能源消耗和出口為自變量，則呈現(xiàn)McNown等人（2017）描述退化#1的情況;在短期因果關(guān)系檢驗(yàn)中，碳能源消耗、出口和FDI這三個(gè)變量的相關(guān)性是高的，彼此之間都呈現(xiàn)相當(dāng)?shù)娘@著水平。這可以說(shuō)明我國(guó)經(jīng)濟(jì)發(fā)展的進(jìn)程中，無(wú)論是碳能源消耗對(duì)出口、出口對(duì)碳能源消耗、外國(guó)直接投資對(duì)碳能源消耗或FDI對(duì)出口在滯后一期或二期的情況下都呈現(xiàn)一定程度的因果關(guān)系。

注 釋：

？譹？訛 不同的溫室氣體對(duì)全球變暖效應(yīng)的貢獻(xiàn)不同。政府間氣候變化專門委員會(huì)（IPCC）的第四份評(píng)估報(bào)告指出，在溫室氣體的總體變暖效應(yīng)中，二氧化碳（CO2）貢獻(xiàn)約63%，甲烷（CH4）貢獻(xiàn)18%，氧化亞氮（N2O）貢獻(xiàn)了約6%，其他貢獻(xiàn)約占13%。為了統(tǒng)一測(cè)量整體溫室效應(yīng)，需要一個(gè)可以比較不同溫室氣體排放的測(cè)量單元。由于CO2升溫效益的貢獻(xiàn)最大，因此二氧化碳當(dāng)量是衡量溫室效應(yīng)的基本單位。二氧化碳當(dāng)量與排放有關(guān)。氣體的二氧化碳當(dāng)量是該氣體的噸數(shù)乘以其產(chǎn)生溫室效應(yīng)的指數(shù)。該氣體的溫室效應(yīng)指數(shù)稱為全球變暖潛勢(shì)（GWP），它取決于氣體的輻射特性和分子量，以及氣體濃度隨時(shí)間的變化。特定氣體的溫室氣候變暖潛力表明溫室氣體對(duì)應(yīng)于一個(gè)世紀(jì)以來(lái)二氧化碳相同的變暖效應(yīng)。正值表示氣體使地表變暖。根據(jù)定義，二氧化碳的全球升溫潛能值為1，其他溫室氣體的全球升溫潛能值通常大于二氧化碳，但由于其空氣含量低，二氧化碳仍被認(rèn)為是造成溫室效應(yīng)的主要?dú)怏w。

資料來(lái)源：中國(guó)科學(xué)院蘭州文獻(xiàn)信息中心，氣候變化科學(xué)動(dòng)態(tài)監(jiān)測(cè)快車，2017年第9期。

參考文獻(xiàn)：

[1] 楊博瓊，陳建國(guó)FDI對(duì)東道國(guó)環(huán)境污染影響的實(shí)證研究——基于我國(guó)省際面板數(shù)據(jù)的分析[J].國(guó)際貿(mào)易問(wèn)題，2011，（3）：110-123.

[2] 嚴(yán)雅雪，齊紹洲.外商直接投資對(duì)中國(guó)城市霧霾（PM2.5）污染的時(shí)空效應(yīng)檢驗(yàn)[J].中國(guó)人口資源與環(huán)境，2017，27（4）：68-77.

[3] 韓永輝，鄒建華.引資轉(zhuǎn)型、FDI質(zhì)量與環(huán)境污染——來(lái)自珠三角九市的經(jīng)驗(yàn)證據(jù)[J].國(guó)際貿(mào)易問(wèn)題，2015，（7）.

[4] 龔超，蘭天.中國(guó)區(qū)域貿(mào)易增長(zhǎng)與環(huán)境污染的因子聚類分析[J].經(jīng)濟(jì)與管理，2008，（1）.

[5] 黃小兵，黃靜波.環(huán)境規(guī)制對(duì)企業(yè)生產(chǎn)率及其出口行為的影響[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，（1）.

[6] 黨玉婷，萬(wàn)能.貿(mào)易對(duì)環(huán)境影響的實(shí)證分析——以中國(guó)制造業(yè)為例[J].世界經(jīng)濟(jì)研究，2007，（4）.

[7] 林伯強(qiáng)，劉泓汛.對(duì)外貿(mào)易是否有利于提高能源環(huán)境效率——以中國(guó)工業(yè)行業(yè)為例[J].經(jīng)濟(jì)研究，2015，（9）.

[8] 林季紅，劉瑩.內(nèi)生的環(huán)境規(guī)制：“污染天堂假說(shuō)”在中國(guó)的再檢驗(yàn)[J].中國(guó)人口.資源與環(huán)境，2013，（1）.

[9] 劉渝琳，鄭效晨，王鵬.FDI與工業(yè)污染排放物的空間面板模型分析[J].管理工程學(xué)報(bào)，2015，（2）.

[10] 劉玉博，汪恒.內(nèi)生環(huán)境規(guī)制、FDI與中國(guó)城市環(huán)境質(zhì)量[J].財(cái)經(jīng)研究，2016，（12）.

[11] 盧進(jìn)勇，楊杰，邵海燕.外商直接投資、人力資本與中國(guó)環(huán)境污染——基于249個(gè)城市數(shù)據(jù)的分位數(shù)回歸分析[J].國(guó)際貿(mào)易問(wèn)題， 2014，（4）.

[12] 于峰，齊建.我國(guó)外商直接投資環(huán)境效應(yīng)的經(jīng)驗(yàn)研究[J].國(guó)際貿(mào)易問(wèn)題，2007，（8）：104-112.

[13] 鄭強(qiáng)，冉光和，鄧睿，谷繼建.中國(guó)FDI環(huán)境效應(yīng)的再檢驗(yàn)[J].中國(guó)人口·資源與環(huán)境，2017，27（4）：78-86.

[14] 張連眾，朱坦，李慕菡，張伯偉.貿(mào)易自由化對(duì)我國(guó)環(huán)境污染的影響分析[J].南開(kāi)經(jīng)濟(jì)研究，2003，（3）：3-5.

[15] 李方靜，張靜.服務(wù)貿(mào)易自由化程度對(duì)企業(yè)出口決策的影響探析[J].世界經(jīng)濟(jì)研究，2018，（6）：44-57，108，136.

[16] Abdouli， M， and S. Hammami， Economic growth， FDI inflows and their impact on the environment： an empirical study for the MENA countries[J].Quality & Quantity， 2017，51（1）：121-146.

[17] Antweiler， W.， B. R. Copeland and M. S. Taylor， Is Free Trade Good for the Environment？[J].American Economic Review， 2001，91（4）：877-908.

[18] Asghari， M.， Does FDI Promote MENA Regions Environment Quality？ Pollution Halo or Pollution Haven Hypothesis [J]. International Journal of Scientific Research in Environmental Sciences （IJSRES）， 2013，1（6）：92-100.

[19] Beghin， J. and M. Potier， Effects of Trade Liberalization on the Environment in the Manufacturing Sector [J]. The World Economy， 1997，20（4）：435-456.

[20] Chichilnisky， G.， North-South Trade and the Global Environment[J]. American Economic Review， 1994，84（4）： 851-874.

[21] Cole， M. A.， Trade， the pollution haven hypothesis， and the environmental Kuznets curve： examining the linkages[J].Ecological Economics， 2004，48：71-81.

[22] Cole M. A.， R. J. R. Elliott， and J. Zhang， Growth， Foreign Direct Investment， and the Environment： Evidence from Chinese Cities[J].Journal of Regional Science， 2011，51（1）：121-138.

[23] Copeland， B. R. and M. S. Taylor， North-South Trade and the Environment [J].Quarterly Journal of Economics， 1994，109（3）：755-787.

[24] Dickey， D. A. and W. A. Fuller， Distribution of the Estimators for Autoregressive Time Series with a Unit Root [J]. Journal of the American Statistical Association， 1979，74：427-431.

[25] Frutosbencze， D.， K. Bukkavesa， and N. Kulvanich， Impact of FDI and trade on environmental quality in the CAFTA-DR region [J].Applied Economics Letters， 2017，24（19）：1393-1398.

[26] Fuller， W. A.， Introduction to Statistical Time Series [J]. John Wiley and Sons， New York， 1976：373.

[27] Goh， S. K.， and R. McNown， Examining the Exchange Rate-Regime Monetary Policy Autonomy Nexus： Evidence from Malaysia [J]. International Review of Economics and Finance， 2015，35：292-303.

[28] Granger， C. W. J.， Investigating Causal Relations by Econometric Models and Cross-spectral Methods [J]. Econometrica， 1969，37（3）：424-438.

[29] Grossman， G. M. and A. B. Krueger， Environmental Impacts of a North American Free Trade Agreement， General Information，NBER Working Papers，No. 3914，1993.

[30] Kim， M. and N. Adilov， The Lesser of Two Evils： An Empirical Investigation of FDI-Pollution Tradeoff [J]. Applied Economics， 2012，44：2597-2606.

[31] Lin， F.， Trade openness and air pollution： City-level empirical evidence from China. China Economic Review， 2017，45：78-88.

[32] McNown， R.， C. Y. Sam and S. K. Goh， Bootstrapping the Autoregressive Distributed Lag Test for Cointegration [J]. Applied Economics， 2017，21：1466-4283.

[33] Pesaran， M. H.， Y. Shin and R. J. Smith， Bounds testing approaches to the analysis of level relationships [J]. Journal of Applied Econometrics， 2001，16（3）：289-326.

[34] Phillips， P. C. B. and P. Perron， Testing for a unit root in time series regression [J]. Biometrika， 1988， 75（2）：335-346.

[35] Poelhekke， S. and F. Ploeg， Green havens and pollution havens[J].The World Economy， 2015，38（7）：1159-1178.

[36] Popp， D.， International Technology Transfer， Climate Change， and the Clean Development Mechanism[J].Review of Environmental Economics & Policy， 2011，5（1）：131-152.

[37] Porter， G.， Trade Competition and Pollution Standards： “Race to the Bottom” or “Stuck at the Bottom” [J]. Journal of Environment & Development， 1999，8（2）：133-151.

[38] Qureshi， M. S.， Trade Liberalization， Environment， and Poverty： A Developing Country Perspective [J]. Globalization and the Poor in Asia， 2008：250-287.

[39] Rauscher， M.， International Trade， Factor Movements， and the Environment. Oxford： Clarendon Press， 1997.

[40] Runge， C. F.， Globalization and Sustainability： The Machine in the Global Garden. Working Paper， University of Minnesota， 1997.

[41] Shahbaz， M.， S. Nasree， F. Abbas， and O. Anis， Does foreign direct investment impede environmental quality in high-， middle-， and low-income countries？ [J]. Energy Economics， 2015，（51）：275-287.

[42] Sims， C. A.， Macroeconomics and Reality [J]. Economertica， 1980，48（1）：1-48.

[43] Taylor， M. S.， Unbundling the Pollution Haven Hypothesis[J].Advances in Economic Analysis & Policy， 2004，4（2）：8.

[44] Walter， I. and J. Ugelow， Environmental Policies in Developing Countries[J].AMBIO，1979，8（2）：102-109.