对外贸易对中国工业CO2排放的影响.pdf

第２８卷第３期管理评论Ｖｏｌ. ２８ꎬ Ｎｏ. ３２０１６年３月Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ Ｍａｒ.ꎬ ２０１６对外贸易对中国工业ＣＯ２排放的影响许 源 顾海英 朱 喜上海交通大学安泰经济与管理学院ꎬ上海２０００３０摘要本文充分考虑到贸易的内生性ꎬ利用外生的地理特征为中国工业各行业的对外贸易构建了一个合适的工具变量ꎬ并运用这一工具变量结合中国１９９６－２００７年工业各行业的面板数据研究了既定经济条件下对外贸易对中国工业ＣＯ２排放的影响ꎮ结果表明贸易开放度显著地减少了中国工业各行业的ＣＯ２排放量和排放强度ꎬ“贸易得益假说”在中国是成立的ꎮ因此ꎬ在气候变化的背景下ꎬ中国不必为了减少ＣＯ２排放而盲目去限制对外贸易ꎮ关键词对外贸易ꎻ中国工业ꎻＣＯ２排放ꎻ工具变量收稿日期２０１４－０１－１７基金项目国家自然科学基金重点项目７１３３３０１０ꎮ作者简介许源ꎬ上海交通大学安泰经济与管理学院讲师ꎬ博士ꎻ顾海英ꎬ上海交通大学安泰经济与管理学院教授ꎬ博士生导师ꎬ博士ꎻ朱喜ꎬ上海交通大学安泰经济与管理学院副教授ꎬ博士ꎮ①根据Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]ꎬ贸易有益于环境质量的原因有三１贸易能激励管理和技术创新ꎬ这对经济和环境都有正面效应ꎻ２跨国公司往往给东道国带来清洁的生产技术ꎻ３公众意识的提高导致的环境标准的国际棘轮效应ꎮ引 言在气候变化的背景下ꎬ经济发展的同时减少ＣＯ２排放是世界各国面临的共同问题ꎮ作为一个负责任的发展中大国ꎬ中国也十分重视降低ＣＯ２排放ꎮ然而ꎬ伴随着中国经济快速增长的是国际贸易的快速增长和ＣＯ２排放的急剧增加ꎬ人们也就很自然地将快速增长的对外贸易与中国急剧增加的ＣＯ２排放联系起来ꎬ认为贸易扩张是中国ＣＯ２排放急剧增加的重要原因ꎮ有关研究也表明ꎬ中国对外贸易对环境的影响是非常显著的ꎬ增加了我国隐含碳排放的负担[１ꎬ２]ꎮ那么ꎬ实际上中国对外贸易是否增加了其ＣＯ２排放研究这一问题对于在气候变化背景下ꎬ客观地评价中国对外贸易的环境效应ꎬ制定中国的贸易政策具有重要的理论价值和现实意义ꎮ２０世纪９０年代以来ꎬ贸易与环境问题一直受到学术界的关注ꎬ关注的焦点之一就是国际贸易对环境质量的影响ꎮ从理论上讲ꎬ国际贸易对环境的影响是不明确的ꎬ存在“向底线赛跑假说”ｒａｃｅ￣ｔｏ￣ｔｈｅ￣ｂｏｔｔｏｍ ｈｙ￣ｐｏｔｈｅｓｉｓ和“贸易得益假说”ｇａｉｎｓ￣ｆｒｏｍ￣ｔｒａｄｅ ｈｙｐｏｔｈｅｓｉｓ之争一方面ꎬ因担心国际竞争力的丧失ꎬ开放的国家会采取更加宽松的环境标准ꎬ因此贸易开放将损害环境质量ꎻ另一方面ꎬ若一国因贸易提高了收入ꎬ将会使该国获得更多想要得到的东西包括环境产品和传统产品ꎬ这样贸易开放对环境质量的影响是正面的[３] ① ꎮ那么ꎬ在经验分析中ꎬ到底是“向底线赛跑”还是“贸易得益” Ｇｒｏｓｓｍａｎ和Ｋｒｕｅｇｅｒ[４]在系统分析贸易对环境影响时ꎬ首创了规模效应、结构效应和技术效应的分析框架ꎮ后续研究大多沿着这样的思路框架进行Ａｎｔｗｅｉｌｅｒ等[５]在Ｇｒｏｓｓｍａｎ和Ｋｒｕｅｇｅｒ[４]的基础上ꎬ进一步将规模效应、结构效应和技术效应进行量化ꎬ实证结果表明自由贸易有益于环境ꎻＣｏｌｅ[６]沿着Ａｎｔｗｅｉｌｅｒ等[５]的思路ꎬ研究发现贸易对环境的影响取决于一个国家是否在污染密集型产品上有比较优势ꎬ总体上贸易有利于减少二氧化硫、氮氧化物和生物需氧量ꎬ但是增加了二氧化碳的排放ꎮ而Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]借鉴Ｆｒａｎｋｅｌ和Ｒｏｍｅｒ[７]的方法ꎬ为对外贸易构建了一个有效的工具变量ꎬ运用１９９０年的跨国数据分析了贸易对环境的影响ꎬ发现贸易减少了二氧化氮、二氧化硫和颗粒物的排放ꎬ但是增加了ＣＯ２排放虽然在工具变量回归时不显著ꎻ李小平和卢现祥[８]利用１９９８－２００６年中国工业分行业的面板数据ꎬ研究了贸易开放对中国ＣＯ２排放的影响ꎬ结果发现国际贸易能够减少工业行业的ＣＯ２排放总量和单位产出的ＣＯ２排放量ꎻ李锴、齐绍洲[９]采用各省会城市到海岸线距离的倒数作为贸易开放度的工具变量ꎬ利用１９９７－２００８年的中国省级面板数据ꎬ考察了贸易开放和ＣＯ２之间的关系ꎬ结果发现贸易开放增加了中国省区的ＣＯ２排放量和排放强度ꎬ国际贸易对中国环境影响是负面的ꎻＳｈａｒｍａ[１０]基于６９个国家１９８５－２００５年的４ 管理评论第２８卷动态面板数据ꎬ分全样本和高、中、低收入的子样本四种情形ꎬ运用ＧＭＭ估计方法研究了人均收入、贸易开放度、能源消费和城市化对ＣＯ２排放的影响ꎬ结果发现在所有四种情形中贸易开放度虽然增加了ＣＯ２排放ꎬ在统计上都是不显著的ꎻＤｕ等[１１]基于１９９５－２００９年中国省级面板数据ꎬ运用一系列静态和动态面板回归模型研究了中国ＣＯ２排放的驱动力ꎬ结果发现经济发展、能源强度和产业结构是影响中国ＣＯ２排放的主要因素ꎬ而能源消费结构、城市化水平和贸易开放度的影响不显著ꎬ人均ＣＯ２排放与经济发展之间的倒Ｕ型关系没有得到强烈的证据支持ꎮ近年来ꎬ许多学者主要运用自回归分布滞后ＡＲＤＬ模型来研究经济增长、能源消费、贸易开放和ＣＯ２排放之间的关系Ｓｈａｒｉｆ Ｈｏｓｓａｉｎ[１２]基于新兴工业经济体１９７１－２００７年的时间系列数据ꎬ检验了经济增长、能源消费、贸易开放、城市化和ＣＯ２排放等５个变量之间的动态关系ꎬ结果表明它们之间不存在长期的因果关系ꎮ周五七和聂鸣[１３]利用１９７８－２０１０年的时间序列数据ꎬ对经济增长中的产业结构、能源消费结构、能源效率、对外贸易和城市化等因素与中国碳排放强度之间的动态关系进行检验ꎬ结果发现碳排放强度与外贸依存度呈微弱负相关ꎮ Ｊａｙａｎｔｈａｋｕｍａｒａｎ等[１４]基于中国和印度各自１９７１－２００７年的时间系列数据ꎬ研究经济增长、能源消费、贸易开放与ＣＯ２排放之间的关系ꎬ结果发现贸易开放度在短期减少了中国的ＣＯ２排放ꎬ而并没有减少印度的ＣＯ２排放ꎮ Ｋｏｈｌｅｒ[１５]基于南非１９６０－２００９年的时间系列数据ꎬ研究发现人均ＣＯ２排放、能源消费、人均收入与对外贸易存在长期关系ꎬ高水平的对外贸易意外地减少了ＣＯ２排放ꎮ Ｓｈａｈｂａｚ等[１６]基于印度尼西亚１９７５－２０１１年的时间系列数据ꎬ检验了经济增长、能源消费、贸易开放、金融发展和ＣＯ２排放等５个变量之间的动态关系ꎬ结果发现上述变量之间存在长期的因果关系ꎬ同时表明贸易开放减少了ＣＯ２排放ꎮ Ｏｚｔｕｒｋ和Ａｃａｒａｖｃｉ[１７]基于土耳其１９６０－２００７年的时间系列数据ꎬ研究了经济增长、能源消费、贸易开放、金融发展和ＣＯ２排放等５个变量之间的动态关系ꎬ结果发现上述变量之间存在长期的因果关系ꎬ而且贸易开放增加了ＣＯ２排放ꎮ很显然ꎬ上述文献研究的结论各不相同ꎮ究其原因ꎬ除了样本选择、数据来源、污染物的种类、计量方程形式和计量方法外ꎬ还有一个可能的原因就是贸易的内生性问题贸易与环境之间有着潜在的相互影响[１８]ꎬ不仅贸易会影响环境质量ꎬ而且环境规制反过来会影响贸易ꎬ比如严格的环境规制会阻碍促进污染产品的出口进口ꎮ因此ꎬ如果没有有效地处理对外贸易被环境影响的问题ꎬ那么估计结果将是有偏的和不一致的ꎬ自然也就无法得出对外贸易对ＣＯ２排放的影响的正确结论ꎮ在现有文献中ꎬ除了Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]采用了Ｆｒａｎｋｅｌ和Ｒｏｍｅｒ[７]的方法为国际贸易构建了一个有效的工具变量外② ꎬ其他文献似乎还没有对贸易的内生性问题进行有效的直接处理虽然一些文献采用动态面板数据的ＧＭＭ方法ꎬ但也只是解决了因变量与其滞后项的内生性问题ꎬ并没有直接处理贸易与环境之间的内生性问题ꎻ而近年来运用自回归分布滞后ＡＲＤＬ模型的文献也只是验证了各变量之间是否存在长期稳定的关系ꎮ与以往的研究文献不同的是本文充分考虑到了贸易的内生性问题ꎬ利用外生的地理特征为中国工业各行业的对外贸易构建了一个合适的工具变量ꎬ这为将来研究中国对外贸易与环境之间的关系问题奠定了良好的基础ꎻ同时ꎬ由于人均产出与环境之间也有着相互影响ꎬ因此ꎬ与Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]一样ꎬ本文运用人均产出的滞后项作为工具变量对人均产出的内生性问题作了处理ꎮ在此基础上ꎬ本文运用中国１９９６－２００７年工业各行业的面板数据研究了既定经济条件下对外贸易对中国工业ＣＯ２排放的影响ꎬ得出了比较有意义的结论ꎬ对于制定中国的贸易政策具有重要的理论价值和现实意义ꎮ本文后面的结构如下第二部分是中国对外贸易的工具变量构建ꎻ第三部分是计量模型与数据ꎻ第四部分是回归结果分析ꎻ第五部分是结论和政策建议ꎮ中国对外贸易的工具变量构建就对外贸易而言ꎬ其工具变量必须是外生的而且与对外贸易高度相关ꎬ而引力模型为解决中国对外贸易的工具变量问题提供了答案ꎮ在有关引力模型的文献中ꎬ地理特征是双边贸易一个强有力的决定因素ꎬ而对②李锴与齐绍洲[９]用各省区省会城市到海岸线距离的倒数作为贸易开放度的工具变量ꎬ虽然对于中国国内各省的对外贸易来说也不失为一个可供选择的方法ꎬ但这一方法对于中国国家层面的对外贸易来说是不可行的ꎮ第３期许 源ꎬ等对外贸易对中国工业ＣＯ２排放的影响５ 于一个国家的总贸易而言也是一样的ꎮ更重要的是国家的地理特征没有被经济增长、环境政策和其他影响经济增长和环境政策的因素所影响[７]ꎮ因此ꎬ我们用世界各国的地理特征来构建中国对外贸易的工具变量ꎮ方法是首先利用引力模型来估计中国各行业的双边贸易额ꎬ然后将中国与所有国家的各行业双边贸易额加总即可得到中国各行业的总贸易额ꎬ这就是我们所要的工具变量ꎮ因为中国总贸易额是中国与世界其他所有国家或地区的双边贸易额之和ꎬ所以双边贸易额估计所用的样本是选择与中国双边贸易的数据可得到的所有国家或地区③ ꎮ１、双边贸易的引力模型与数据与传统的双边贸易的引力方程不同ꎬ本文的贸易方程只有地理特征国家大小包括人口和面积、双边距离、双方是否有共同的边界、有无共同语言、是否为内陆国家等ꎮ这样ꎬ就确保了工具变量仅仅依赖于国家的地理特征ꎬ而不受到环境的影响ꎮ模型的构建在Ｆｒａｎｋｅｌ和Ｒｏｍｅｒ[７]的基础上进行ꎮ由于Ｆｒａｎｋｅｌ和Ｒｏ￣ｍｅｒ[７]是估计所有国家与其贸易伙伴之间的双边贸易量ꎬ因此其中的自变量包括双边贸易国家的人口、面积等ꎬ而本文只需要估计中国与其贸易伙伴之间的双边贸易量ꎬ若加入中国的人口、面积等变量ꎬ这些变量在模型中对于任何与中国进行双边贸易的ｉ国来说是一样的ꎬ也就是说在模型中只是一个常数ꎬ所以在我们构建的模型中舍弃了中国自身的变量ꎬ或者说这些变量包括在模型的常数中ꎮ本文构建的只包括地理特征的中国双边贸易的引力模型为ｌｎＴｉ ＝ β０ ＋ β１ｌｎＤｉ ＋ β２ｌｎＮｉ ＋ β３ｌｎＡｉ ＋ β４Ｌ１ｉ ＋ β５Ｌ２ｉ ＋ β６Ｂｉ ＋ εｉ １其中ꎬＴｉ为中国某行业与ｉ国的双边贸易额出口额加上进口额与该行业增加值的比值ꎬ各行业的双边贸易额数据来源于ＯＥＣＤ官方网站ꎬｈｔｔｐ/ / ｓｔａｔｓ.ｏｅｃｄ.ｏｒｇꎬ增加值数据来源于«中国统计年鉴»ꎻＤｉ为中国与ｉ国的地理距离ꎬＡｉ为ｉ国的面积ꎬ数据皆来源于ＣＥＰＩＩꎬｈｔｔｐ/ / ｗｗｗ.ｃｅｐｉｉ.ｆｒ/ ｗｅｌｃｏｍｅ.ａｓｐꎻＮｉ为ｉ国的人口ꎬ数据来源于联合国统计处Ｕｎｉｔｅｄ Ｎａｔｉｏｎｓ Ｓｔａｔｉｓｔｉｃｓ Ｄｉｖｉｓｉｏｎꎻ Ｌ１ｉ、Ｌ２ｉ、Ｂｉ均为虚拟变量ꎬ分别表示中国与ｉ国有无共同语言、ｉ国是否为内陆国家、中国与ｉ国有无共同的边界ꎮ εｉ为随机扰动项ꎮ２、中国各行业总贸易的工具变量根据式１我们可以得到中国各行业与ｉ国双边贸易额与该行业增加值的比值的估计值ꎬ然后将其加总ꎬ便可得到中国各行业总贸易额与该行业增加值的比值的估计值ꎬ这就是我们所要得到的工具变量ꎮ将式１重写为ｌｎＴｉ ＝ β′Ｘｉ ＋ εｉ ２其中ꎬ β＝β０ꎬβ１ꎬ􀆺 ꎬβ６′ꎬＸ＝１ꎬｌｎＤｉꎬ􀆺 ꎬＢｉ′ꎬ分别为式１中各个自变量系数和各自变量组成的矩阵ꎮ由式２我们可以得到中国各行业总贸易额与该行业增加值的比值的估计值即工具变量为Ｔ＾ ＝ ∑５７ｉ ＝ １ｅβ＾′Ｘｉ ３３、工具变量的计算结果由于后面研究对外贸易对二氧化碳排放的影响涉及到１２年、１６个行业ꎬ所以这里要进行１９２次回归ꎬ因篇幅限制不便将所有的回归结果一一列出ꎮ按照式１回归ꎬ本文得到１９２组自变量系数ꎬ然后结合自变量的实际数据ꎬ运用式３计算得到中国各行业总贸易额与该行业增加值的比值的估计值Ｔ＾ꎬ即本文所需的工具变量ꎮ为了考察这一工具变量与实际值Ｔ之间的关系ꎬ本文提供了估计值Ｔ＾与实际值Ｔ之间的散点图ꎬ如图５－７所示ꎮ结果发现ꎬ各行业总贸易额占该行业增加值的比值的估计值Ｔ＾与实际值Ｔ之间的相关系数为０􀆰 ９８６ꎬ这表明地理特征是决定国家贸易额的重要因素ꎬ估计值Ｔ＾包含了实际值Ｔ足够多的信息ꎬ是一个合适的工具变量ꎬ这将为后面的研究打下了良好的基础ꎮ③总共５７个国家或地区ꎬ分别是阿尔巴尼亚、阿根廷、澳大利亚、奥地利、比利时和卢森堡、巴西、文莱、保加利亚、柬埔寨、加拿大、智利、台湾、克罗地亚、塞浦路斯、捷克、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、香港、匈牙利、冰岛、印度、印度尼西亚、爱尔兰、以色列、意大利、日本、韩国、拉脱维亚、立陶宛、马来西亚、马耳他、墨西哥、荷兰、新西兰、挪威、菲律宾、波兰、葡萄牙、罗马尼亚、俄罗斯、沙特阿拉伯、新加坡、斯洛伐克、斯洛文尼亚、南非、西班牙、瑞典、瑞士、泰国、土耳其、英国、美国、越南ꎮ６ 管理评论第２８卷图１ 各行业贸易额占其增加值的比值的实际值与估计值计量模型与数据１、计量模型本文的研究目的是在控制其他变量的情况下ꎬ我们着重分析贸易开放度对中国工业分行业ＣＯ２排放的独立影响ꎮ有关国际贸易对环境影响的实证研究ꎬ一般沿着两种思路方法进行一是以Ａｎｔｗｅｉｌｅｒ等[５]为代表的文献ꎬ沿着Ｇｒｏｓｓｍａｎ和Ｋｒｕｅｇｅｒ[４]的思路估计国际贸易的规模效应、结构效应与技术效应ꎻ二是以Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]为代表的文献ꎬ在ＥＫＣ的分析框架中加入贸易开放度变量ꎬ研究既定收入水平上国际贸易对环境的影响ꎮ很显然ꎬ本文的研究目的与后者一致ꎮ因此ꎬ本文沿着Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]的思路方法进行ꎬ与其不同的是其样本数据为世界各国的截面数据ꎬ自变量除了包括人均收入、贸易变量外ꎬ还包括各国政策变量虚拟变量ꎬ民主政府还是独裁政府、各国的人均面积ꎻ而我们的模型研究的是中国对外贸易的环境影响ꎬ采用的是行业的面板数据ꎬ因此舍弃了政策变量和人均面积变量ꎬ同时考虑可能影响中国ＣＯ２排放的因素加入了能源结构和研发强度等变量ꎮ本文构建的计量模型如下ｌｎｃｊｔ ＝ δ０ ＋ δ１ｌｎｙｊｔ ＋ δ２ｌｎｙｊｔ２ ＋ δ３ｌｎｙｊｔ３ ＋ δ４ｔｒａｄｅｊｔ ＋ δ５ｅｎｅｒｇｙｊｔ ＋ δ６ｒｄｊｔ ＋ μｊ ＋ ηｊｔ ４其中ꎬｊ和ｔ分别表示行业和年份ꎻ ｌｎ为自然对数ꎻｃ分别以中国工业行业ＣＯ２排放量和ＣＯ２排放强度即单位产出的ＣＯ２排放量表示ꎻｙ为工业各行业的人均产出ꎻｔｒａｄｅ为贸易开放度ꎻｅｎｅｒｇｙ为一次性能源消费结构ꎻｒｄ为研发强度ꎻμｊ是不可观察的行业个体差异ꎻηｊｔ为随机扰动项ꎮ由于«中国科技统计年鉴»缺少１９９６年以前的工业各行业的研发经费、«中国统计年鉴»缺少２００８年以后的中国工业分行业增加值数据ꎬ所以我们研究的时间区间为１９９６－２００７年ꎮ因为计算中国工业各行业ＣＯ２排放所需的能源数据来源于«中国能源统计年鉴»ꎬ各行业的贸易额数据来源于ＯＥＣＤ官方网站ꎬ而«中国能源统计年鉴»和ＯＥＣＤ行业贸易数据库中的行业分类不完全一致ꎮ为统计口径的一致性ꎬ我们将中国工业分行业整理归并为１６个行业④ ꎮ２、数据说明１各行业ＣＯ２排放量和排放强度ｃ由于无法从相关统计机构得到各行业ＣＯ２排放量的直接数据ꎬ所以必须对各行业ＣＯ２排放量进行估算ꎮ目前世界上ＣＯ２排放量的估算主要是以一次性能源消费量为基准来推算得到ꎮ本文是以中国各行业所消耗的各类一次性能源为基准来估算中国各行业ＣＯ２排放量ꎮ根据联合国政府间气候变化专门委员会Ｉｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌ Ｐａｎｅｌ ｏｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅꎬ ＩＰＣＣ２００６年ＩＰＣＣ国家温室气体清单指南第二卷能源第六章提供的参考方法ꎬ使用历年«中国能源统计年鉴»提供的１８种一次性能源消费的数据ꎬ来估算各类一次化石能源燃烧产生的ＣＯ２排放量ꎮ经过计算得到的各种能源的单位ＣＯ２排放量即ＣＯ２排放系数如表２④这１６个行业分别为１.采矿业包括煤炭采选业ꎻ石油和天然气开采业ꎻ黑色金属矿采选业ꎻ有色金属矿采选业ꎻ非金属矿采选业ꎻ其他矿采选业ꎬ２.食品、饮料和烟草制造业包括食品加工业、食品制造业、饮料制造业、烟草加工业ꎻ３.纺织、服装和皮革制造业包括纺织业、服装及其他纤维制品制造业、皮革、毛皮、羽绒及其制品业ꎻ４.木材加工业包括木材加工及竹、藤、棕、草制品业、家具制造业ꎻ５.造纸、印刷和文体用品制造业包括造纸及纸制品业、印刷业、记录媒介的复制、文教体育用品制造业ꎻ６.石油加工、炼焦及核燃料加工业ꎻ７.化学工业包括化学原料及化学品制造业、化学纤维制造业、医药制造业ꎻ８.橡胶、塑料业包括橡胶制品业、塑料制品业ꎻ９.非金属矿物制品业ꎻ１０.金属冶炼业包括黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业ꎻ１１.金属制品业ꎻ１２.机械设备制造业包括普通机械制造业、专用设备制造业ꎻ１３.电气机械及器材制造业ꎻ１４.电子通讯、仪器仪表制造业包括通信设备、计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业ꎻ１５.交通运输设备制造业ꎻ１６.其他制造业包括工艺品及其他制造业、废弃资源和废旧材料回收加工业ꎮ第３期许 源ꎬ等对外贸易对中国工业ＣＯ２排放的影响７ 所示ꎮ表２ 中国能源平衡表中各种能源的ＣＯ２排放系数单位千克ＣＯ２ /千克标准煤能源排放系数能源排放系数能源排放系数原煤２􀆰 ７６３其他煤气５􀆰 ９１９燃料油２􀆰 ２６８洗精煤２􀆰 ７７２其他焦化产品２􀆰 ８５７液化石油气１􀆰 ８４９其他洗煤２􀆰 ７７２原油２􀆰 １４７炼厂干气１􀆰 ６８８型煤２􀆰 ８１６汽油２􀆰 ０５１其他石油制品２􀆰 １４８焦炭３􀆰 １３５煤油２􀆰 ０９５天然气１􀆰 ６４２焦炉煤气１􀆰 ３０１柴油２􀆰 １４８其他能源２􀆰 ９３０资料来源作者计算ꎮ用某种能源的ＣＯ２排放系数乘以该能源的消费量就可以得到该能源消费所排放的ＣＯ２ꎬ然后将某行业消费的每一种能源所排放的ＣＯ２加总ꎬ就得到该行业所排放的ＣＯ２ꎬ最后以此除以该行业的增加值ꎬ即可得到某行业单位产出ＣＯ２排放量即ＣＯ２排放强度ꎮ２人均产出ｙ人均产出等于各行业增加值除以该行业的年平均从业人员ꎬ其中各行业增加值按照各行业生产者出厂价格指数换算为２０００年不变价ꎬ相关数据均来源于历年«中国统计年鉴»ꎮ有关文献证实人均产出与污染排放存在环境库兹涅茨假说[８]ꎬ这里增加立方项是因为简单的二次方程可能没有考虑到ＣＯ２排放在更高的产出水平上再次增加或减少的可能性ꎮ３贸易开放度ｔｒａｄｅ亦称贸易强度ꎬ是指一国的进出口贸易总额与该国ＧＤＰ的比值ꎮ因为本文所用的是行业数据ꎬ所以从行业角度讲本文用各行业贸易总额与该行业增加值的比值来表示贸易开放度ꎮ各行业出口额与进口额数据来源于ＯＥＣＤ官方网站ꎬｈｔｔｐ/ / ｓｔａｔｓ.ｏｅｃｄ.ｏｒｇꎬ各行业的增加值数据来源于历年«中国统计年鉴»ꎮ国际贸易主要通过规模效应、技术效应和结构效应等对环境产生影响[４]ꎬ因此ꎬ理论上贸易开放度对ＣＯ２排放的总影响是不确定的ꎬ到底是“向底线赛跑假说”还是“贸易得益假说”ꎬ需要通过实证来检验ꎮ４一次性能源消费结构ｅｎｅｒｇｙ由表１可以看出ꎬ消费不同种类的能源产生的ＣＯ２排放量是不同的ꎮ有关文献也表明[１９ꎬ２０]ꎬ能源结构优化有助于降低ＣＯ２排放强度ꎮ因此考虑一次性能源消费结构对ＣＯ２排放的影响是非常必要的ꎮ由于我国的一次性能源消费以煤炭为主ꎬ所以本文以各行业煤炭消费量占该行业一次性能源消费总量的比重来衡量一次性能源消费结构ꎬ相关数据均来自历年«中国能源统计年鉴»ꎮ从理论上来说ꎬ消费的煤炭比重越高ꎬ产生的ＣＯ２排放量就越多ꎮ５研发强度ｒｄ研发强度以每个行业的研发经费与该行业增加值之比来衡量ꎬ各行业的研发经费支出包括技术开发经费、技术改造经费、技术引进经费、消化吸收经费和购买国内技术经费等５项数据都来自于历年的«中国科技统计年鉴»ꎮ研发强度越大ꎬ说明该行业的创新投入越多、能源的利用效率可能越高ꎬ能够以更少的投入得到更多的产出ꎬ有利于减少ＣＯ２排放ꎮ回归结果分析１、因变量为ＣＯ２排放量的自然对数的情形回归结果如表３所示ꎮ Ｈａｕｓｍａｎ检验表明ꎬ在此情形下随机效应优于固定效应ꎮ同时ꎬ回归结果表明计量模型中人均产出的三次方项不适合这一情形ꎬ因此我们采用模型１与模型２中的随机效应结果人均产出的一次项和二次项的系数在统计上均表现为显著ꎬ但一次项系数为负ꎬ二次项的系数为正ꎬ说明研究期间人均产出与ＣＯ２排放量呈显著的正Ｕ型关系ꎬ环境库兹涅茨假说不成立ꎬ这一结果与Ｆｒａｎｋｅｌ和Ｒｏｓｅ[３]的回归结果一致ꎬ同时也验证了Ｒｏｔｈｍａｎ[２１]关于“一些消费过程中产生的污染物如ＣＯ２排放和城市垃圾等没有显示随着人均收入的增加而下降”的观点ꎮ对于我们最为关心的贸易开放度ꎬ在没有考虑到贸易内生性的情况下ꎬ其与ＣＯ２排放量虽然负相关ꎬ但是不显著ꎻ然而ꎬ在贸易被当作内生变量、采用工具变量回归时ꎬ不仅与ＣＯ２８ 管理评论第２８卷表３ 因变量为ＣＯ２排放量自然对数的回归结果自变量模型１模型２模型３模型４ＲＥ ＦＥ ＲＥ￣ＩＶ ＦＥ￣ＩＶ ＲＥ ＦＥ ＲＥ￣ＩＶ ＦＥ￣ＩＶｌｎｙ －０􀆰 ７１５∗ ∗ ∗－４􀆰 ９１－０􀆰 ６９９∗ ∗ ∗－４􀆰 ８５－０􀆰 ７９１∗ ∗ ∗－５􀆰 １５－０􀆰 ７７８∗ ∗ ∗－５􀆰 １１０􀆰 ４６００􀆰 ６４０􀆰 ３８００􀆰 ５３－０􀆰 ０５２－０􀆰 ０７－０􀆰 １３２－０􀆰 １７ｌｎｙ２ ０􀆰 １６５∗ ∗ ∗６􀆰 ６２０􀆰 １６２∗ ∗ ∗６􀆰 ５６０􀆰 １８１∗ ∗ ∗６􀆰 ８３０􀆰 １７８∗ ∗ ∗６􀆰 ８０－０􀆰 ２４５－０􀆰 ９９－０􀆰 ２１４－０􀆰 ８７－０􀆰 ０７５－０􀆰 ２８－０􀆰 ０４６－０􀆰 １７ｌｎｙ３ ０􀆰 ０４６∗１􀆰 ６７０􀆰 ０４２１􀆰 ５４０􀆰 ０２８０􀆰 ９５０􀆰 ０２５０􀆰 ８３ｔｒａｄｅ －０􀆰 ０３５－１􀆰 ２８ －０􀆰 ０２７－０􀆰 ９９ －０􀆰 ０６７∗ ∗－２􀆰 ３３－０􀆰 ０６１∗ ∗－２􀆰 １４－０􀆰 ０４０－１􀆰 ４８－０􀆰 ０３３－１􀆰 ２０－０􀆰 ０６９∗ ∗－２􀆰 ４１－０􀆰 ０６４∗ ∗－２􀆰 ２１ｅｎｅｒｇｙ ０􀆰 ７９０∗ ∗ ∗３􀆰 ９００􀆰 ８２６∗ ∗ ∗４􀆰 ０８０􀆰 ７４４∗ ∗ ∗４􀆰 ２１０􀆰 ７６６∗ ∗ ∗４􀆰 ３５０􀆰 ７８７∗ ∗ ∗３􀆰 ９２０􀆰 ８１８∗ ∗ ∗４􀆰 ０６０􀆰 ７２９∗ ∗ ∗４􀆰 １４０􀆰 ７５０∗ ∗ ∗４􀆰 ２４ｒｄ ０􀆰 ０１８０􀆰 ０３ －０􀆰 １３９－０􀆰 ２２ ０􀆰 ３５３０􀆰 ５６ ０􀆰 ２１９０􀆰 ３５ ０􀆰 ５６７０􀆰 ８０ ０􀆰 ３８７０􀆰 ５４ ０􀆰 ６６３０􀆰 ９１ ０􀆰 ５０６０􀆰 ６９ｃｏｎｓｔａｎｔ ８􀆰 ４２５∗ ∗ ∗２０􀆰 ２１８􀆰 ３８３∗ ∗ ∗３１􀆰 ６６８􀆰 ５５５∗ ∗ ∗２０􀆰 ９０８􀆰 ５２８∗ ∗ ∗３３􀆰 ８６７􀆰 ３１１∗ ∗ ∗９􀆰 ２７７􀆰 ３６５∗ ∗ ∗１０􀆰 ３５７􀆰 ８６３∗ ∗ ∗９􀆰 ４８７􀆰 ９２５∗ ∗ ∗１０􀆰 ４８Ｗｉｔｈｉｎ￣Ｒ２ ０􀆰 ４４４ ０􀆰 ４４３ ０􀆰 ４４７ ０􀆰 ４４７ ０􀆰 ４５０ ０􀆰 ４５０ ０􀆰 ４５２ ０􀆰 ４５２Ｏｂｓｅｒｖａｔｉｏｎ １９２ １９２ １９２ １９２ １９２ １９２ １９２ １９２Ｈａｕｓｍａｎ ｔｅｓｔ １０􀆰 ２９ｐ０􀆰 ０５ ６􀆰 ０１ｐ０􀆰 ５ ７􀆰 ５６ｐ０􀆰 １ ８􀆰 ７２ｐ０􀆰 １注括号内为ｔ值ꎬ∗ 、∗ ∗ 、∗ ∗ ∗分别表示ｐ０􀆰 １ ７􀆰 ５２ｐ０􀆰 １注括号内为ｔ值ꎬ∗ 、∗ ∗ 、∗ ∗ ∗分别表示ｐ０􀆰 １０、ｐ０􀆰 ０５、ｐ０􀆰 ０１ꎻ模型５、６为无人均产出三次方的情形ꎬ模型７、８为有人均产出三次方的情形ꎻＲＥ与ＦＥ、ＲＥ￣ＩＶ与ＦＥ￣ＩＶ分别为随机效应与固定效应、采用工具变量时随机效应与固定效应ꎮ回归结果如表４所示ꎮ Ｈａｕｓｍａｎ检验表明ꎬ在此情形下模型５与模型６固定效应优于随机效应ꎬ而模型７与模型８随机效应优于固定效应ꎮ同时ꎬ回归结果表明计量模型中人均产出的三次方项适合这一情形ꎬ因此第３期许 源ꎬ等对外贸易对中国工业ＣＯ２排放的影响９ 我们采用模型７与模型８中的随机效应结果人均产出的一次项、二次项和三次项分别表现为正显著、负显著和正显著ꎬ这说明研究期间人均产出与ＣＯ２排放强度呈显著的Ｎ型关系ꎬ也验证了陆旸[２２]关于“全球性污染物ＣＯ２排放在高收入水平上污染再次上升ꎬ进而出现Ｎ型的环境库兹涅茨曲线”的观点ꎮ与“因变量为ＣＯ２排放量的自然对数”的回归结果几乎一样ꎬ贸易开放度与ＣＯ２排放强度负相关ꎬ在其被当作外生变量时是不显著的ꎬ而其被当作内生变量、采用工具变量回归时与ＣＯ２排放强度显著负相关而且系数也大多了ꎮ这进一步说明对中国而言ꎬ“贸易得益假说”成立ꎮ一次性能源消费结构与ＣＯ２排放强度正相关ꎬ但不显著ꎬ这说明能源结构并没有显著影响中国的ＣＯ２排放强度ꎬ这一结论与陈诗一[２３]“整体而言ꎬ能源结构效应对碳强度降低的影响力不大”的观点类似ꎮ为何能源结构与中国ＣＯ２排放量显著正相关ꎬ而并没有显著影响中国的ＣＯ２排放强度呢由于ＣＯ２排放强度等于ＣＯ２排放量除以产出ꎬ所以需要进一步考察能源消费结构与产出的关系ꎮ研究期间中国能源结构主要包括煤炭、石油、天然气以及水电、核电和风电ꎮ煤炭开采技术的成熟和资源的便利性ꎬ使得中国煤的消费成本和其他能源相比都具有相当大的竞争力ꎮ也就是说ꎬ以煤炭占比表示的能源消费结构与企业生产成本是反向关系煤炭占比越大小ꎬ生产成本越小大ꎮ这也说明了以煤炭占比表示的能源消费结构与产出之间是正相关关系ꎮ因此ꎬ在能源消费结构与ＣＯ２排放量和产出都正相关的情形下ꎬ“能源消费结构与ＣＯ２排放强度虽然正相关ꎬ但不显著”的结果在一定程度上得到解释ꎮ虽然研发强度和ＣＯ２排放强度负相关ꎬ符合理论预期ꎬ但不显著ꎬ这进一步说明了研发强度并没有转变为中国节能减排的内在动力ꎮ结论与政策建议本文为中国工业各行业的对外贸易构建了一个合适的工具变量ꎬ并利用这一工具变量结合１９９６－２００７年中国工业各行业面板数据研究了既定的经济条件下中国对外贸易对ＣＯ２排放的影响ꎮ结果表明１研究期间中国对外贸易与ＣＯ２排放量和排放强度均表现出显著的负相关ꎬ这说明中国对外贸易减少了工业行业的ＣＯ２排放总量和单位产出的ＣＯ２排放量ꎬ有利于中国的节能减排ꎬ“贸易得益假说”在中国是成立的ꎮ ２研究期间人均产出与ＣＯ２排放量呈显著的正Ｕ型关系ꎬ人均产出与ＣＯ２排放强度呈显著的Ｎ型关系ꎬ环境库兹涅茨曲线在中国是不成立的ꎮ ３一次性能源消费结构虽然没有显著影响中国的ＣＯ２排放强度ꎬ但却显著地增加了中国ＣＯ２排放量ꎮ ４研发强度没有显著地影响中国ＣＯ２排放ꎬ说明中国各行业的研发强度并没有转变为节能减排的内在动力ꎮ总的来说ꎬ中国对外贸易显著地减少了ＣＯ２排放ꎬ中国ＣＯ２排放的大量增长的根源不在于对外贸易ꎮ因此ꎬ在气候变化的背景下ꎬ中国大可不必为了减少ＣＯ２排放而盲目去限制对外贸易ꎮ众所周知ꎬ对外贸易是经济增长的发动机ꎬ中国是一个发展中国家ꎬ更需要通过发展对外贸易来提高经济增长速度ꎮ中国应具有在全球范围内配置资源的战略眼光ꎬ充分发挥自己的比较优势ꎬ积极参与国际贸易等国际经济活动ꎬ坚持科学发展观ꎬ不断增强经济社会发展的能力ꎮ因此ꎬ在我国ＣＯ２排放总量不断增加、ＣＯ２减排压力增大的背景下ꎬ结合研究结论提出以下政策建议１、通过适当的政策调控ꎬ调整产业结构本文的研究结果表明ꎬ环境库兹涅茨曲线在中国是不成立的ꎮ «斯特恩报告»也认为ꎬ虽然其他污染物存在环境库兹涅茨曲线假说ꎬ也有研究验证了一些国家人均ＣＯ２排放与人均ＧＤＰ的关系符合环境库兹涅茨曲线假说ꎬ但就气候变化问题来说ꎬ环境库兹涅茨曲线假说还缺乏强有力的证据[２４]ꎮ因此ꎬ必须通过适当的政策调控ꎬ调整产业结构ꎬ使ＣＯ２排放与经济增长之间出现近似倒“Ｕ”型曲线ꎬ在不久的将来经济增长的同时ＣＯ２排放不断下降ꎮ２、有针对性地加大有关行业的研发强度ꎬ并将其转变为节能减排的内在动力前面的实证分析表明ꎬ研发强度并没有显著地影响中国ＣＯ２排放ꎮ其主要原因可能是研究期间工业行业研发不一定是针对节能减排ꎮ另外ꎬ中国工业行业的研发强度不够大也可能是原因之一ꎮ因此ꎬ研发强度不是影响中国ＣＯ２排放的主要因素ꎮ根据计算ꎬ在本文研究的１６个行业中虽然有７个行业的研发强度较大ꎬ年均超过１０％ꎬ但是其他９个行业的年均研发强度较小ꎬ它们是橡胶塑料业５􀆰 ９％、造纸印刷业５􀆰 ８％、非金属矿物制品业５􀆰 ４％、纺织服装业４􀆰 ３％、食品饮料烟草业４􀆰 ２％、金属制品业３􀆰 ５％、采矿业３􀆰 ４％、木材加工业１０ 管理评论第２８卷１􀆰 ８％、其他制造业１􀆰 ４％ꎮ其中ꎬ非金属矿物制品业和金属制品业属于排放系数较大的行业ꎮ因此ꎬ对于研发强度较小的行业特别是非金属矿物制品业和金属制品业等排放系数较大的行业应该适当增加研发经费占其增加值的比重ꎬ同时各行业应该切实地将研发的目标确立在节能减排上ꎬ这样研发强度才会转变为节能减排的内在动力ꎮ３、调整能源结构ꎬ提高清洁能源使用率如前所述ꎬ工业各行业的能源消费结构同我国工业的ＣＯ２排放正相关ꎮ因此ꎬ要减少化石能源的ＣＯ２排放ꎬ一方面必须节能ꎬ节能是最大的减排ꎻ另一方面要调整能源结构ꎬ提高清洁能源使用率ꎮ根据«中国能源统计年鉴»ꎬ目前我国的能源消费结构为煤炭约占６８％ꎬ石油约占１９％ꎬ天然气约占５％ꎬ而水电、风电、核电等清洁能源约占８％ꎮ就工业各行业的能源结构而言ꎬ研究期间煤炭消费占总能源消费比例较大的行业依次为造纸、印刷和文体用品制造业、木材加工业、食品、饮料和烟草制造业、非金属矿物制品业、纺织、服装和皮革制造业ꎬ这些行业的煤炭消费占比达到８２％以上ꎻ其次为橡胶、塑料业、其他制造业、交通运输设备制造业、采矿业、电气机械及器材制造业、机械设备制造业ꎬ这些行业的煤炭消费占比达到５０％以上ꎻ化学工业、金属制品业、电子通讯、仪器仪表制造业、金属冶炼业、石油加工、炼焦及核燃料加工业的煤炭消费占比较小ꎮ因此ꎬ在总体上调整能源的生产结构的基础上ꎬ要重点调整以上煤炭消费占比大的行业的能源消费结构ꎬ以降低能源结构对我国工业ＣＯ２排放的正影响ꎮ参考文献[１] 刘轶芳ꎬ蒋雪梅ꎬ祖垒.低碳约束下我国贸易结构的合理性研究[Ｊ].管理评论ꎬ ２０１０ꎬ２２６１０６￣１１３[２] 周新.国际贸易中的隐含碳排放核算及贸易调整后的国家温室气体排放[Ｊ].管理评论ꎬ ２０１０ꎬ２２６１７￣２４[３] Ｆｒａｎｋｅｌ Ｊ. Ａ.ꎬ Ｒｏｓｅ Ａ. Ｋ. Ｉｓ Ｔｒａｄｅ Ｇｏｏｄ ｏｒ Ｂａｄ ｆｏｒ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ Ｓｏｒｔｉｎｇ Ｏｕｔ ｔｈｅ Ｃａｕｓａｌｉｔｙ[Ｊ]. Ｔｈｅ Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄＳｔａｔｉｓｔｉｃｓꎬ ２００５ꎬ８７１８５￣９１[４] Ｇｒｏｓｓｍａｎ Ｇ. Ｍ.ꎬ Ｋｒｕｅｇｅｒ Ａ. Ｂ. Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｉｍｐａｃｔｓ ｏｆ ａ Ｎｏｒｔｈ Ａｍｅｒｉｃａｎ Ｆｒｅｅ Ｔｒａｄｅ Ａｇｒｅｅｍｅｎｔ[Ｒ]. ＮＢＥＲ Ｗｏｒｋｉｎｇ Ｐａｐｅｒ３９１４ꎬ １９９１[５] Ａｎｔｗｅｉｌｅｒ Ｗ.ꎬ Ｃｏｐｅｌａｎｄ Ｂ. Ｒ.ꎬ Ｔａｙｌｏｒ Ｍ. Ｓ. Ｉｓ Ｆｒｅｅ Ｔｒａｄｅ Ｇｏｏｄ ｆｏｒ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ [Ｊ]. Ｔｈｅ Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗꎬ２００１ꎬ９１４８７７￣９０８[６] Ｃｏｌｅ Ｍ. Ａ. ＤｅｖｅｌｏｐｍｅｎｔꎬＴｒａｄｅ ａｎｄ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ Ｈｏｗ Ｒｏｂｕｓｔ Ｉｓ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｋｕｚｎｅｔｓ Ｃｕｒｖｅ[Ｊ]. Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ Ｅｃｏｎｏｍｉｃｓꎬ ２００３ꎬ８４５５７￣５８０[７] Ｆｒａｎｋｅｌ Ｊ. Ａ.ꎬ Ｒｏｍｅｒ Ｄ. Ｄｏｅｓ Ｔｒａｄｅ Ｃａｕｓｅ Ｇｒｏｗｔｈ[Ｊ]. Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗꎬ １９９９ꎬ８９３３７９￣３９９[８] 李小平ꎬ卢现祥.国际贸易、污染产业转移和中国工业ＣＯ２排放[Ｊ].经济研究ꎬ ２０１０ꎬ１１５￣２６[９] 李锴ꎬ齐绍洲.贸易开放、经济增长与中国二氧化碳排放[Ｊ].经济研究ꎬ ２０１１ꎬ１１６０￣７２[１０] Ｓｈａｒｍａ Ｓ. Ｓ. Ｄｅｔｅｒｍｉｎａｎｔｓ ｏｆ Ｃａｒｂｏｎ Ｄｉｏｘｉｄｅ Ｅｍｉｓｓｉｏｎｓ Ｅｍｐｉｒｉｃａｌ Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ６９ Ｃｏｕｎｔｒｉｅｓ[Ｊ]. Ａｐｐｌｉｅｄ Ｅｎｅｒｇｙꎬ ２０１１ꎬ８８１３７６￣３８２[１１] Ｄｕ Ｌ.ꎬ Ｗｅｉ Ｃ.ꎬ Ｃａｉ Ｓ. Ｅｃｏｎｏｍｉｃ Ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ Ｃａｒｂｏｎ Ｄｉｏｘｉｄｅ Ｅｍｉｓｓｉｏｎｓ ｉｎ Ｃｈｉｎａ Ｐｒｏｖｉｎｃｉａｌ Ｐａｎｅｌ Ｄａｔａ Ａｎａｌｙｓｉｓ[Ｊ]. Ｃｈｉ￣ｎａ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗꎬ ２０１２ꎬ２３２３７１￣３８４[１２] Ｓｈａｒｉｆ Ｈｏｓｓａｉｎ Ｍ. Ｐａｎｅｌ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ ＣＯ２Ｅｍｉｓｓｉｏｎｓꎬ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎꎬ Ｅｃｏｎｏｍｉｃ Ｇｒｏｗｔｈꎬ Ｔｒａｄｅ Ｏｐｅｎｎｅｓｓ ａｎｄ Ｕｒｂａｎｉｚａ￣ｔｉｏｎ ｏｆ Ｎｅｗｌｙ Ｉｎｄｕｓｔｒｉａｌｉｚｅｄ Ｃｏｕｎｔｒｉｅｓ[Ｊ]. Ｅｎｅｒｇｙ Ｐｏｌｉｃｙꎬ ２０１１ꎬ３９１１６９９１￣６９９９[１３] 周五七ꎬ聂鸣.中国碳排放强度影响因素的动态计量检验[Ｊ].管理科学ꎬ ２０１２ꎬ２５５９９￣１０７[１４] Ｊａｙａｎｔｈａｋｕｍａｒａｎ Ｋ.ꎬ Ｖｅｒｍａ Ｒ.ꎬ Ｌｉｕ Ｙ. ＣＯ２ Ｅｍｉｓｓｉｏｎｓꎬ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎꎬ Ｔｒａｄｅ ａｎｄ Ｉｎｃｏｍｅ Ａ Ｃｏｍｐａｒａｔｉｖｅ Ａｎａｌｙｓｉｓ ｏｆＣｈｉｎａ ａｎｄ Ｉｎｄｉａ[Ｊ]. Ｅｎｅｒｇｙ Ｐｏｌｉｃｙꎬ ２０１２ꎬ４２３４５０￣４６０[１５] Ｋｏｈｌｅｒ Ｍ. ＣＯ２ Ｅｍｉｓｓｉｏｎｓꎬ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎꎬ Ｉｎｃｏｍｅ ａｎｄ Ｆｏｒｅｉｇｎ Ｔｒａｄｅ Ａ Ｓｏｕｔｈ Ａｆｒｉｃａｎ Ｐｅｒｓｐｅｃｔｉｖｅ[Ｊ]. Ｅｎｅｒｇｙ Ｐｏｌｉｃｙꎬ２０１３ꎬ６３１２１０４２￣１０５０[１６] Ｓｈａｈｂａｚ Ｍ.ꎬ Ａｄｎａｎ Ｈｙｅ Ｑ. Ｍ.ꎬ Ｔｉｗａｒｉ Ａ. Ｋ. ｅｔ ａｌ. Ｅｃｏｎｏｍｉｃ Ｇｒｏｗｔｈꎬ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎꎬ Ｆｉｎａｎｃｉａｌ Ｄｅｖｅｌｏｐｍｅｎｔꎬ Ｉｎｔｅｒｎａ￣ｔｉｏｎａｌ Ｔｒａｄｅ