(南通師范高等專科學校(如皋校區(qū)),江蘇 南通 226500)

2015年在巴黎召開的聯(lián)合國氣候變化大會上,我國政府在“國家自主貢獻”中鄭重承諾將于2030年左右使碳排放達到峰值,并使單位GDP碳排放下降60%—65%(以2005年為基期)。改革開放40年來,我國經(jīng)濟的快速發(fā)展是以能源消費的持續(xù)增長為基礎(chǔ)的。2008年《BP世界能源統(tǒng)計年鑒》顯示，2017年我國一次能源消費總量為44.77億t標煤,占全球能源消費總量的23.2%和全球能源消費增長的33.6%,我國仍然是世界上最大的能源消費國;碳排放總量為92.326億t,占世界碳排放總量的27.6%。因此，我國如果要實現(xiàn)巴黎大會的碳減排承諾,就必須走低碳發(fā)展道路以解決經(jīng)濟發(fā)展與碳排放同步增長的問題。長江經(jīng)濟帶作為我國綜合實力最強、戰(zhàn)略支撐作用最大的區(qū)域之一,在實現(xiàn)碳減排的目標中起著至關(guān)重要的作用,因此研究該區(qū)域能源消費碳排放與經(jīng)濟增長之間的關(guān)系具有非常重要的作用。

能源消費碳排放與經(jīng)濟增長之間的關(guān)系一直是環(huán)境經(jīng)濟學領(lǐng)域的研究熱點,且經(jīng)典的研究分析工具之一是環(huán)境庫茲涅茨曲線理論,該研究內(nèi)容主要包括檢驗“環(huán)境庫茲涅茨曲線”是否存在及其形態(tài)。從宏觀層面看,28個OECD國家中部分國家碳排放與GDP的關(guān)系呈現(xiàn)倒“U”形,部分國家則呈現(xiàn)“U”形[1]。大多學者[2-5]認為我國碳排放量與經(jīng)濟發(fā)展之間基本存在倒“U”型曲線,目前處在拐點左側(cè)。李國志[6]則認為我國1970—1989年不存在EKC曲線,1990—2015年存在倒“U”型曲線且拐點呈提前趨勢;顏廷武等[7]認為我國農(nóng)業(yè)碳排放強度與農(nóng)業(yè)經(jīng)濟強度之間存在倒“N”型EKC關(guān)系和雙拐點。我國各區(qū)域和各省份的碳排放與經(jīng)濟增長關(guān)系非常復雜,EKC曲線形態(tài)也多種多樣,如沿海地區(qū)、新疆維吾爾自治區(qū)為“N”型[8,9],遼寧省為倒“N”型，江蘇省、長三角地區(qū)等為倒“U”型[10,11]。另有學者認為，有些地方不存在EKC曲線,如陜西省[12]、長三角地區(qū)[13]、西部地區(qū)[14]。與之相關(guān)的是EKC曲線驅(qū)動因素研究,學者們借助LMDI[15,16]、VAR[17,18]、聯(lián)立方程組[19,20]、ARDL[21]、Alasso[22]等模型研究了包括城鎮(zhèn)化[13]、人口因素[23,24]、技術(shù)變革[18]、出口貿(mào)易[25,26]、環(huán)境規(guī)制[27]、產(chǎn)業(yè)結(jié)構(gòu)[28,29]、公共支出[30]、金融發(fā)展[31]等因素的驅(qū)動作用。上述研究由于采用的數(shù)據(jù)與方法各異,因此研究結(jié)果也大相徑庭,不具有普適性;大多集中研究雙變量或少數(shù)幾個變量,可能存在變量遺漏的問題,因此有必要在多變量的框架下對長江經(jīng)濟帶進行實證研究,以考察能源消費、碳排放與經(jīng)濟增長三者之間的關(guān)系。

長江經(jīng)濟帶橫跨我國東部、中部、西部三大區(qū)域,覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11個省區(qū),面積約205萬km2,人口和生產(chǎn)總值超過全國的40%,具有獨特的優(yōu)勢和巨大的發(fā)展?jié)摿Α?014年《國務院關(guān)于依托黃金水道推動長江經(jīng)濟帶發(fā)展的指導意見》明確提出，要完善污染物排放總量控制制度,加強二氧化硫、氮氧化物、PM2.5(細顆粒物)等主要大氣污染物的綜合防治,嚴格控制煤炭消費總量,把長江經(jīng)濟帶打造成“生態(tài)文明建設(shè)的先行示范帶”,成為水清地綠天藍的生態(tài)廊道。

當前，長江經(jīng)濟帶碳排放已經(jīng)成為研究熱點并取得了較為豐碩的成果,主要集中在碳排放空間差異性[32,33]、驅(qū)動因素[34,35]、脫鉤狀態(tài)分析[36,37]、碳排放核算和減排潛力[38,39]等方面,而基于多變量框架研究能源消費碳排放與經(jīng)濟增長之間的關(guān)系不多。本文主要借助擴展STIRPAT模型并結(jié)合面板數(shù)據(jù)模型,以驗證長江經(jīng)濟帶是否存在碳排放與經(jīng)濟增長之間的倒“U”型曲線,同時研究各驅(qū)動因素對碳排放的影響程度,為長江經(jīng)濟帶低碳經(jīng)濟的發(fā)展提供科學的決策建議。

1 模型構(gòu)建與數(shù)據(jù)來源

1.1 能源消費的碳排放核算

由于目前我國還缺少對CO2排放量的實時監(jiān)測數(shù)據(jù),因此本文借鑒IPCC推薦的方法,根據(jù)能源消費數(shù)量與能源碳排放系數(shù)進行估算。碳排放計算公式為:

(1)

式中,C為終端能源消費產(chǎn)生的碳排放量;Eij為第i部門第j種能源的實物消費量(t)。根據(jù)能源平衡表中的能源分類,并借鑒萬慶等[40]學者的做法,選取原煤、洗精煤、其他洗煤、型煤、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、天然氣、熱力、電力和其他能源等18種能源;αj為第j種能源折標系數(shù)(kgce/kg,氣體類為kgce/m3);βj為第j種能源碳排放系數(shù)(kg/kgce)。各能源折標系數(shù)及其碳排放系數(shù)見表1。電力和熱力的碳排放系數(shù),則借鑒查建平等[41]學者的計算方法。

表1 各能源折標系數(shù)與碳排放系數(shù)

注:折標系數(shù)取自2016年《中國能源統(tǒng)計年鑒》,除其他能源外,各能源碳排放系數(shù)取自相關(guān)文獻[15, 43, 44]中的平均值。

圖1 1995—2015年長江經(jīng)濟帶能源消費碳排放量

根據(jù)式(1)估算的碳排放量及其碳排放強度變化趨勢見圖1。由圖1可知,1995—2016年長江經(jīng)濟帶能源消費碳排放量總體保持上升趨勢,從1995年的32064.7萬t上升到2016年的95065.87萬t,增長了196.48%;與之對應的碳排放量強度則呈現(xiàn)出不斷逐漸下降的趨勢,由1995年的1.3457t/萬元下降到2016年的0.4434t/萬元?？梢?2002—2012年碳排放量增長非常迅速,尤其是2005—2007年各年增長率均超過10%,2007年達到峰值的15.12%,此后碳排放增長速度略有減緩,而碳排放強度在此期間一直平穩(wěn)下降。

1.2 模型設(shè)定及指標選取

IPAT模型最早由Ehrlich等于1972年提出,該模型認為人類對環(huán)境的影響(I)主要是通過人口總量(P)、富裕程度(A)、技術(shù)水平(T)三者共同起作用的,即I=P×A×T。此后,York等將其擴展為非線性隨機回歸STIRPAT模型。該模型既克服了原有模型中各因素等比例影響環(huán)境狀況不足,又可對各因素進行分解與改進,滿足了各種實證分析的需要,表達式為:

I=aPbAcTde

(2)

式中,I、P、A、T分別為環(huán)境壓力、人口總量、富裕程度和技術(shù)進步;a為該模型系數(shù);b、c、d分別為各影響因素的待估計參數(shù);e為隨機誤差項。

在實證分析過程中,由于簡單的線性往往不能得到一致的估計結(jié)果,因此通常需要對模型兩側(cè)同時進行對數(shù)化處理,以減少異方差和偏誤。結(jié)合面板數(shù)據(jù)特征,模型(2)變?yōu)?

lnIit=β0+β1lnPit+β2lnAit+β3lnTit+eit

(3)

為防止變量遺漏導致模型設(shè)定錯誤,更好研究長江經(jīng)濟帶碳排放的驅(qū)動因素,本文基于長江經(jīng)濟帶的實際情況,將STIRPAT模型的影響因子進行擴展,以盡可能全面考慮碳排放的各種影響因素。

主要影響因素包括:①人口因素(P)。人口因素分解為人口規(guī)模(POP)和人口結(jié)構(gòu)(URB)兩個因素：人口規(guī)模越大,生產(chǎn)生活中的能源需求也越大,由此會產(chǎn)生更多的碳排放量,預期人口規(guī)模與碳排放量呈正相關(guān)。人口結(jié)構(gòu)著重于人口的城鄉(xiāng)分布,用人口城市化水平衡量。一方面，城市化水平提高會增加能源需求,增加碳排放；另一方面，隨著新型城市化的發(fā)展、城市居民素質(zhì)的提高,可能降低碳排放,因此城市化水平對碳排放的影響不確定。②富裕程度(A)。富裕程度主要用來衡量經(jīng)濟發(fā)展對環(huán)境的影響,用人均GDP衡量富裕程度。已有研究表明，碳排放量會隨著人們收入水平的提高呈現(xiàn)出先增長后降低的變化趨勢,表現(xiàn)為倒“U”型的EKC關(guān)系。此外，還可能存在“U”型、“N”型、倒“N”型等關(guān)系。③技術(shù)水平(T)。技術(shù)水平主要反映了技術(shù)進步在治理環(huán)境污染時所起的作用,采用產(chǎn)業(yè)結(jié)構(gòu)、能源強度、創(chuàng)新水平表征。產(chǎn)業(yè)結(jié)構(gòu)(IND)用第二產(chǎn)業(yè)增加值占GDP的比重衡量,預期第二產(chǎn)業(yè)占比越高,則碳排放量越高;能源強度(EER)是衡量能源綜合利用效率的重要指標,顯然單位經(jīng)濟活動能源消費的降低可提升能源效率,因此能源強度降低可減少碳排放量;借助技術(shù)進步提高創(chuàng)新水平,可有效抑制碳排放,本文用人均專利授權(quán)量(INV)衡量創(chuàng)新能力。④對外開放程度。對外開放程度主要表述在開放經(jīng)濟的背景下，國際社會對國內(nèi)碳排放的影響,采用外商直接投資(FDI)和貿(mào)易開放度(TOQ)衡量。FDI對地區(qū)環(huán)境質(zhì)量的影響存在著“污染天堂”和“污染暈輪”兩種假說,其影響方向不確定。進出口貿(mào)易則可以通過規(guī)模效應、技術(shù)效應等擴大碳排放,本文用進出口總額占GDP的比值來衡量貿(mào)易開放度。⑤金融發(fā)展水平(FD)。金融業(yè)發(fā)展既可以通過促進經(jīng)濟增長提高能源消費量,增加碳排放量;也可以給低污染低能耗企業(yè)更多的支持,通過金融業(yè)支持調(diào)整產(chǎn)業(yè)結(jié)構(gòu)降低碳排放水平,因此其影響方向不確定。本文用信貸總量(即金融機構(gòu)貸款余額+金融機構(gòu)存款余額)占GDP比重來衡量。⑥環(huán)境規(guī)制(ER)。環(huán)境規(guī)制強度越大,對碳排放的抑制作用越明顯,本文借鑒黃壽峰[45]、張成等[46]的做法,用工業(yè)污染治理投資額占工業(yè)增加值比重來衡量環(huán)境規(guī)制水平。

由模式(3)擴展成模式(4),具體形式為:

lnCit=β0+β1lnPOPit+β2lnURBit+β3lnGDPit+β4lnINDit+β5lnEERit+β6lnINVit+β7lnFDIit+β8lnTOPit+β9lnFDit+β10lnERit+eit

(4)

為檢驗長江經(jīng)濟帶經(jīng)濟增長與碳排放是否存在倒“U”型的EKC關(guān)系,本文將模型(4)中的lnGDPit拆分為lnGDPit和(lnGDPit)2[47],模型(4)調(diào)整為:

lnCit=β0+β1lnPOPit+β2lnURBit+β31lnGDPit+β32(lnGDPit)2+β4lnINDit+β5lnEERit+β6lnINVit+β7lnFDIit+β8lnTOPit+β9lnFDit+β10ERit+eit

(5)

式中,β31、β32分別表示lnGDPit、(lnGDPit)2的系數(shù)。由模型(5)可得到人均GDP對碳排放量的彈性系數(shù)為:ERLA=β31+2β32lnGDPit。若β32的估計值小于零,說明存在倒“U”型環(huán)境庫茲涅茨曲線,即人均GDP增加到一定水平后環(huán)境質(zhì)量開始改善;反之,則不存在這種關(guān)系。

1.3 數(shù)據(jù)來源與處理

本文的面板數(shù)據(jù)由1995—2015年長江經(jīng)濟帶11個省級行政區(qū)構(gòu)成,所用數(shù)據(jù)均來自于歷年的《中國能源統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《新中國60年統(tǒng)計資料匯編》、《中國環(huán)境統(tǒng)計年鑒》、長江經(jīng)濟帶各省市的統(tǒng)計年鑒和統(tǒng)計公報。為了消除物價上漲的影響,人均GDP以1995年為基期折算為可比價,外商直接投資數(shù)據(jù)按照當年的平均匯率進行了換算。此外，少數(shù)缺失值借助SPSS進行線性插值處理,計量分析均借助Eviews10.0軟件進行,各變量的數(shù)據(jù)見表2。

2 實證分析

2.1 變量的平穩(wěn)性檢驗

為了消除異方差,本文對所有變量均做了取對數(shù)處理。同時，為了防止虛假回歸,必須對各變量的平穩(wěn)性進行檢驗。本文采用LLC、Fisher-ADF兩種方法對面板數(shù)據(jù)進行了單位根檢驗,檢驗結(jié)果見表3。檢驗結(jié)果表明,除LNGDP、(LNGDP)2為二階平穩(wěn)外,其他所有變量原始序列值為非平穩(wěn),但一階差分均平穩(wěn),屬于一階單整序列,因此可以進行協(xié)整檢驗。

表2 各變量描述性統(tǒng)計結(jié)果

表3 面板數(shù)據(jù)單位根檢驗結(jié)果

注:括號內(nèi)為P值,*、**、***分別表示在10%、5%、1%水平上顯著。

2.2 面板數(shù)據(jù)的協(xié)整檢驗

由于本文面板數(shù)據(jù)時間序列長而截面短,故采用Pedroni′s、Johansen Fisher兩種方法對模型(5)的LNC、LNGDP、(LNGDP)2進行面板數(shù)據(jù)協(xié)整檢驗,結(jié)果見表4。從檢驗結(jié)果看,模型5中Pedroni′s方法基于PP檢驗和ADF檢驗的統(tǒng)計量均通過了組內(nèi)和組間的顯著性檢驗,因此可拒絕沒有協(xié)整關(guān)系的原假設(shè)。Johansen Fisher協(xié)整檢驗中也拒絕了“不存在協(xié)整關(guān)系”的原假設(shè),因此變量之間存在著長期協(xié)整關(guān)系,可進行回歸分析。

表4 Pedroni′s方法面板協(xié)整檢驗結(jié)果

注:零假設(shè)為變量都不協(xié)整；*、**、***分別表示在10%、5%、1%水平上顯著。

2.3 碳排放影響因素分析

利用模型(5)對長江經(jīng)濟帶、東部地區(qū)、中部地區(qū)和西部地區(qū)碳排放量的影響因素分別進行了估計,回歸結(jié)果見表5。從表5得知,各模型的擬合優(yōu)度均超過了98%,說明該模型的擬合程度較高,很大程度上各因素可以解釋碳排放量的增長狀況。

表5 面板數(shù)據(jù)回歸結(jié)果

注:東部地區(qū)包括上海、江蘇、浙江3省;中部地區(qū)包括安徽、江西、湖北、湖南4省;西部地區(qū)包括重慶、四川、貴州、云南4省。*、**、***分別表示在10%、5%、1%水平上顯著。

從表5的面板數(shù)據(jù)回歸結(jié)果可見,LNPOP系數(shù)為負且沒有通過顯著性檢驗,表明人口規(guī)模對長江經(jīng)濟帶碳排放量影響并不明顯,但在東部地區(qū)和西部地區(qū)人口規(guī)模的增長明顯促進了碳排放量的增加。LNURB系數(shù)在1%的顯著水平上顯著為負,表明長江經(jīng)濟帶城市化水平每提高1%,碳排放量將下降1.0116%。這主要是因為城市化水平的提高可能會帶來集約化的發(fā)展模式、合理的產(chǎn)業(yè)布局、較強的環(huán)保意識,促使碳排放量下降,這種減排效應在經(jīng)濟發(fā)達的東部地區(qū)表現(xiàn)得較為明顯。此外,中部地區(qū)和西部地區(qū)則相反,LNURB系數(shù)為正,分別為0.0682、0.1259,意味著城市化水平每提高1%,中部地區(qū)和西部地區(qū)碳排放量將分別增加0.0682%、0.1259%?？赡艿脑蚴?，隨著中部地區(qū)和西部地區(qū)城市化水平的不斷提高,大量的農(nóng)村剩余勞動力將轉(zhuǎn)化為城市人口,這促使城市的生產(chǎn)生活能源消費需求不斷增加,導致碳排放量增長,上述結(jié)論與預期大體一致。

除了西部地區(qū)以外,在長江經(jīng)濟帶和中西部地區(qū)的LNGDP一次項系數(shù)為正，二次項系數(shù)為負,并在1%的顯著性水平上通過顯著性檢驗,表明長江經(jīng)濟帶已經(jīng)出現(xiàn)了較明顯的EKC曲線。隨著經(jīng)濟的持續(xù)增長,碳排放量呈現(xiàn)先增加后減少的趨勢,經(jīng)濟增長水平與碳排放量呈現(xiàn)倒“U”型關(guān)系,這與王健、田澤等學者[48,49]的研究結(jié)果是大體一致的。上述地區(qū)人均GDP每增長1%,碳排放量將分別增加(2.1176—0.0798LNGDP)%、(4.0893—0.1510LNGDP)%、(3.0621—0.1214LNGDP)%，但西部地區(qū)的經(jīng)濟增長彈性系數(shù)為(0.06956+0.0421LNGDP)%。由于(LNGDP)2系數(shù)為正,表明該地區(qū)在樣本期內(nèi)人均GDP與碳排放量沒有出現(xiàn)倒“U”型關(guān)系,即其富裕程度尚未到達可改善環(huán)境質(zhì)量的拐點水平。這主要是樣本期內(nèi)西部人均GDP年均增長率達到10%,經(jīng)濟的快速增長、粗放的發(fā)展方式導致過度消耗能源而產(chǎn)生了大量的碳排放。

為了驗證長江經(jīng)濟帶能源消費碳排放與經(jīng)濟增長之間的關(guān)系,借鑒陳煒等[50]的方法,對上述地區(qū)的碳排放與人均GDP關(guān)系進行EKC模擬,結(jié)果見表6。

從表6可知,我國東部地區(qū)的實際人均GDP位于拐點右側(cè),表明目前該地區(qū)碳排放量開始降低,環(huán)境質(zhì)量有所好轉(zhuǎn)。

表6 長江經(jīng)濟帶能源消費碳排放與人均GDP的EKC模擬

從技術(shù)水平看,LNIND、LNEER的系數(shù)均為正,且兩者均在1%的水平上通過了顯著性檢驗。這表明產(chǎn)業(yè)結(jié)構(gòu)、能源強度對長江經(jīng)濟帶的碳排放量產(chǎn)生了重要影響。其中,代表產(chǎn)業(yè)結(jié)構(gòu)的第二產(chǎn)業(yè)占GDP比值每增加1%,碳排放量將增加0.6568%;代表能源消費水平的能源強度每增加1%,碳排放量將增加0.5020%。上述研究結(jié)果與預期一致。這可能是因為長江經(jīng)濟帶第二產(chǎn)業(yè)中的“三高”產(chǎn)業(yè)(即高能耗、高排放、高污染)仍占據(jù)重要地位，導致能源消費量快速增長,未來長江經(jīng)濟帶的碳減排形勢嚴峻。代表創(chuàng)新水平的人均專利授權(quán)量LNINV系數(shù)也為正,并在10%的顯著水平上通過了顯著性檢驗,意味著人均專利授權(quán)量每增加1%,碳排放量將增加0.0539%。該結(jié)果與預期完全相反。可能是因為長江經(jīng)濟帶的綠色科技創(chuàng)新成果較少,導致用于減排的創(chuàng)新成果更少。此外,在對碳排放量產(chǎn)生重要影響的其他因素中,LNFDI、LNFD的系數(shù)均為負值,且分別在1%、5%的水平上通過了顯著性檢驗。其中,外商直接投資總量增加了1%,碳排放量將減少0.1334%,表明長江經(jīng)濟帶總體上外商直接投資帶來的“污染暈輪”超過了“污染天堂”效應,這可能與外商直接投資引進各種清潔技術(shù)和環(huán)境友好型產(chǎn)品有關(guān)。

尤其需要注意的是,我國中部地區(qū)和西部地區(qū)的LNFDI系數(shù)顯著為正,這可能是因為中部地區(qū)和西部地區(qū)的第二產(chǎn)業(yè)增加值占GDP比重大多為50%—60%,已經(jīng)具備了一定的工業(yè)化水平,容易引進發(fā)達國家的轉(zhuǎn)移污染企業(yè)而淪為“污染避難所”。金融發(fā)展水平的提高對長江經(jīng)濟帶及其三大區(qū)域的碳減排均具有明顯的抑制作用,尤其是東部地區(qū)抑制作用更加明顯,金融發(fā)展水平每提高1%,碳排放量將減少0.3293%,這可能是因為金融業(yè)的發(fā)展帶動了長江經(jīng)濟帶產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，并促進了低碳經(jīng)濟的發(fā)展。LNTOP、LNER的系數(shù)均未通過檢驗,這表明貿(mào)易開放度和環(huán)境規(guī)制對碳排放量的影響并不顯著。

總體上來看,在眾多因素之中,經(jīng)濟增長依然是推動我國碳排放量增加的一個最主要因素,產(chǎn)業(yè)結(jié)構(gòu)和能源強度的影響次之，而城市化水平、外商直接投資、金融發(fā)展則對碳排放具有較為顯著的抑制作用。

3 結(jié)論

本文采用我國長江經(jīng)濟帶1995—2016年的面板數(shù)據(jù),基于STIRPAT模型分析了人口因素、經(jīng)濟增長因素、技術(shù)水平因素和其他因素對長江經(jīng)濟帶碳排放的影響,同時驗證了長江經(jīng)濟帶“EKC”曲線的存在,主要結(jié)論為:

首先，人口規(guī)模對長江經(jīng)濟帶碳排放量沒有顯著影響;城市化水平對東部地區(qū)具有顯著的抑制作用,城市化水平每提高1%,碳排放量將下降0.2193%;中部地區(qū)與西部地區(qū)城市化水平對碳排放具有顯著的推進作用,城市化水平每提升1%,碳排放量將分別增加0.0682%、0.1259%。

其次，碳排放與人均GDP之間呈顯著的倒“U”型曲線關(guān)系,但目前只有東部地區(qū)通過碳排放的拐點,中部地區(qū)接近拐點,而西部地區(qū)碳排放量在較長時期內(nèi)將持續(xù)增長。

第三，技術(shù)水平中的產(chǎn)業(yè)結(jié)構(gòu)和能源強度都對長江經(jīng)濟帶的碳排放均產(chǎn)生顯著影響,其彈性系數(shù)分別為0.6568%、0.5020%,兩者對中部地區(qū)和西部地區(qū)的影響遠遠大于東部地區(qū),創(chuàng)新水平對碳排放量影響微弱。

第四，在其他影響因素中,外商直接投資、金融發(fā)展水平對碳排放有顯著的抑制作用,其彈性系數(shù)分別為-0.1334%、-0.1364%。其中,外商直接投資對東部地區(qū)碳排放具有明顯的抑制作用,而對中部地區(qū)與西部地區(qū)具有推進作用,金融發(fā)展水平對東部地區(qū)的抑制作用最明顯。此外,貿(mào)易開放度和環(huán)境規(guī)制沒有通過顯著性檢驗,兩者對碳排放量的影響均較小。