贸易与外商直接投资对中国碳排放的影响——基于面板ARDL方法的实证检验

党玉婷

（天津理工大学国际工商学院，天津市300384）

一、引言

中国是世界上碳排放量最高的国家。研究显示，2015年中国的碳排放总量占全世界碳排放量的29%[1]，人均碳排放量也超过了欧盟，成为世界第二大人均碳排放国[2]。从1990年到2015年，中国的碳排放总量和人均碳排放量分别上升了346%和355%[1]。与此同时，中国也经历了高速的经济增长和工业化发展，并吸引了大量的外商直接投资（FDI）。研究显示，涌入中国的外商直接投资从1985年的20亿美元增长到了2016年的1 390亿美元，2016年，中国成为继美国、英国之后的世界第三大外商直接投资流入国[3]。中国的对外贸易也蓬勃发展，从1990年至2014年，年均出口增速和进口增速分别达到18%和16.6%，贸易顺差从1990年的90亿美元增加到2014年的3 800亿美元[4]，2013年中国超过美国成为世界上第一大商品贸易国。外商直接投资与对外贸易在中国工业化和经济增长中扮演了非常重要的角色，那么它们对中国环境污染的影响又是怎样的呢？

现有文献中已有大量关于外商直接投资流入和环境污染之间关系的研究，涉及发达国家和发展中国家。在已有研究中，相关的理论假说主要有以下三种：一是“污染避难所”假说，认为发展中国家的环境标准相对于发达国家较为宽松，因此，跨国公司倾向于将污染产业转移到发展中国家进行生产，从而加重了发展中国家的环境污染，因此，“污染避难所”假说认为外商直接投资会导致东道国污染增加和环境恶化；二是“污染光环”假说，认为外商直接投资对东道国的环境有积极的溢出效应，原因在于跨国公司会将本国清洁的技术和环境友好管理方法带到发展中国家，同时外商直接投资会推动东道国的经济增长，随着收入的增加，民众对清洁环境的需求上升，从而引起发展中国家环境标准的上升；三是“规模效应”说，认为外商直接投资会推动东道国经济增长，从而总体上增加了东道国的污染排放。

在国际贸易对环境污染影响的研究中，有两个非常著名且观点相反的假设：“向底线赛跑”假说和“贸易利得”假说。按照“向底线赛跑”假说，国内厂商为保持在国际市场上的竞争力，往往抵制环境规制以免提升生产成本，因此，来自于国内厂商的压力迫使政府不能实行严格的环境保护政策，从而恶化了本国环境；“贸易利得”假说认为贸易对环境有利，因为贸易促进了环境友好技术的革新，加快了一国对于先进清洁生产技术和管理实践的吸收。

有关外商直接投资与碳关系实证研究结论不完全支持“污染避难所”假说[5]。迈瑞肯等（Meri⁃can et al）[6]以马来西亚、泰国、印度尼西亚、新加坡和菲律宾为样本，实证检验了外商直接投资对碳排放的影响，研究结果表明，在马来西亚、泰国和菲律宾，外商直接投资对碳排放的影响为正，在印度尼西亚的影响为负，而在新加坡则没有影响；有研究则发现外商直接投资与碳的关系因行业不同而有所差异，如布兰科（Blanco L）等[7]通过1980—2007年间18个拉丁美洲国家样本研究发现，对污染密集行业的外商直接投资增加导致上述国家的碳排放显著上升，然而并未有证据表明流入其他行业的外商直接投资对碳排放有影响。总而言之，关于外商直接投资与碳排放之间关系的实证检验结果并不一致。在关于国际贸易对碳排放的影响研究中，有研究显示贸易增加了碳的排放量，支持“向底线赛跑”假说[8-9]；有研究则发现自由贸易对环境是有利的[10]。关于国际贸易对碳排放影响的实证研究结论也并不一致。

在关于中国的实证研究中，研究结论也同样不尽一致，有研究认为外商直接投资流入恶化了中国的环境质量[11]；郝和刘（Hao and Liu）[12]采用中国省级数据研究则发现外商直接投资对人均碳排放并没有显著影响。造成上述结论差异的原因之一就是研究方法的不同。

已有研究尚存在改进空间：第一，关于贸易和外商直接投资对环境污染的影响研究并无定论，以往实证研究中很少有学者同时将贸易和外商直接投资纳入模型中（仅有任等（Ren et al）[13]，然而他们关注的是中国18个制造行业）；第二，任等（Ren et al）采用地区投入产出模型分析国际贸易中的内涵碳排放。与之不同的是，本研究拟采用面板自回归分布滞后（ARDL）模型来估计外商直接投资和国际贸易对碳排放的长期及短期影响。

格罗斯曼（Grossman）将贸易对环境的影响分为三部分：规模效应、结构效应和技术效应。规模效应指贸易导致的经济活动规模扩大，提高了对自然资源的使用水平和污染程度，规模效应影响为负；结构效应指在国际贸易中，各国专注于生产本国具有比较优势的产品，如果一国在清洁产业具有比较优势，则贸易有利于降低污染排放，如果一国在污染产业具有比较优势，则贸易会增加污染排放；技术效应则是指随着国际贸易的展开，有利于促进清洁生产技术和环境友好技术的扩散，从而降低一国的环境污染。本文将据此进行分析。

二、研究方法

（一）理论模型

碳排放与经济增长、外商直接投资、国际贸易的长期关系可以用对数线性形式表示为：

其中，CO2为人均碳排放量，GDPPC为人均实际国内生产总值，FDI为人均外商直接投资额，Trade为贸易开放度，eit为误差项。

（二）实证研究

1.数据说明

本研究采用1990—2016年中国省级面板数据，涵盖22个省、4个自治区及3个直辖市。碳排放数据为8种主要化石燃料燃烧所产生的碳排放数据，化石燃料数据选自于《中国能源统计年鉴》，外商直接投资和贸易数据来自于中国经济和社会发展统计数据库，GDP数据来自于中国国家统计局，人均数据为上述变量与人口数量的比值，贸易开放度为（出口额+进口额）/GDP。

2.实证模型

为了估计外商直接投资和国际贸易对碳排放的长期和短期影响，本研究采用面板自回归分布滞后模型，ARDL模型相较于传统协整模型具有众多优势，其主要优势在于不论回归项是I（0）、I（1），都可以进行检验和估计，在小样本情况下也足够稳健，能够克服非平稳时间序列数据带来的许多问题，而且ARDL模型还可以线性变化为整合短期影响及长期影响的误差修正模型，同时估计变量的短期和长期关系。

采用面板ARDL模型，则被解释变量y（人均碳排放量）可以被定义为：

i=1，2，…，N，代表不同的省份；t=1，2，…，T，代表不同年份；Xit代表解释变量即人均GDP、人均外商直接投资和贸易开放度；μi代表固定效应。

上式还可以被参数化为VECM模型：φi代表长期影响系数，λ*ij和δ*'ij代表短期影响系数，qi代表误差修正项，如果qi显著为负则证明yit和Xit.之间存在协整关系，且存在反向调节机制。

采用ARDL模型进行分析的步骤主要有：第一步，通过F检验考察变量间是否存在长期关系，其中，原假设认为变量之间不存在协整关系：H0：λ1=λ2=λ3=λ4=λ5=0，将计算得到的F统计量与裴沙连等（Pesaran et al）[14]提供的两组临界值进行比较，如果模型计算的F统计量比临界值表中所对应的最高临界值大，则拒绝原假设，变量间存在长期协整关系；如果模型计算的F统计量低于最低的临界值，则不能拒绝原假设，变量间不存在长期协整关系；如果计算的F统计量处于临界值表中最高和最低临界值之间，则要考虑变量是I（0）、I（1）或混合的情况。第二步，运用ARDL模型估计变量间关系的长期和短期系数。

在利用ARDL方法进行估计时，还需要考虑以下问题：首先，ARDL模型最优滞后阶数的选择，因为F统计量对于公式（3）中每个一阶差分项的滞后阶数较为敏感，关于最优滞后阶数的选择可以使用赤池信息量准则（Akaike Information Criterion，AIC）或施瓦兹贝叶斯准则（Schwartz Bayesian Crite⁃rion，SBC）。本文采用SBC准则作为滞后期选择标准，原因在于已有研究中蒙特卡罗模拟显示SBC准则优于AIC准则；其次，ARDL模型不能被应用于I（2）回归项，原因在于当回归项是I（2）时，计算得到的F统计量是无效的，因此，研究中还需要确认变量的单整阶数不超过1。本研究采用了面板单位根检验，然而由于面板数据的特征，可能会有某种共同冲击如全球金融危机影响所有省份，从而导致截面相关性的出现，因此本研究采用截面相关性检验（Pesaran-CD）来进行检验[15]，当存在截面相关时，传统的面板单位根检验如ADF（Aug⁃mented Dickey Fuller）检验、PP（hillips-Perron）检验和KPSS（Kwiatkowski—Phillips—Schmidt—Shin）检验均无效，如果Pesaran-CD检验结果显示存在截面相关，则采用考虑截面相关因素的Pesaran-CADF面板单位根检验[16]。另外，本研究采用了裴沙连等（Pesaran et al）[17]提出的基于最大似然估计的混合组群平均数估计法（Pooled Mean Group，PMG），它允许截距项、不同组之间的短期系数和误差变量是不同的，而不同组之间的长期系数应该是一致的。PMG估计的主要优势在于能够减轻内生性问题的影响，如反向因果关系或同时受其他变量影响等[18]。

三、实证研究结果

（一）贸易、外商直接投资对碳排放的影响研究（全国样本）

1.单位根检验

表1列出了Pesaran-CD检验结果。根据CD检验结果，人均碳排放量、人均GDP、人均外商直接投资和贸易开放度具有截面相关性，因此，本文采用考虑截面相关因素的Pesaran-CADF面板单位根检验，检验结果如表2所示，人均碳排放为平稳过程，人均GDP、人均外商直接投资和贸易开放度为非平稳过程，且均为一阶单整I（1），这也符合ARDL模型对于变量的要求，即变量应为I（0）或I（1）。

表1 全国样本截面相关性检验（Pesaran-CD检验）

表2 全国样本面板单位根检验（Pesaran CADF检验）

2.协整检验

ARDL方法的第一步即确定变量间是否存在协整关系。表3列出了协整检验的临界检验结果，结果显示F统计量超过了5%显著性水平下的最高临界值，因此原假设被拒绝，即人均碳排放量、人均GDP、人均外商直接投资和贸易开放度之间存在长期关系。

3.长短期影响系数估计及解释

本文采用SBC准则确立最优滞后期，建立了ARDL（1，1，1，1）模型来估计长期和短期影响系数（估计结果见表4），结果显示，误差修正项系数显著为负，这证明变量间存在协整关系。各影响因素对碳排放的长期影响都是显著的，而短期影响中外商直接投资和人均GDP较为显著。分变量来看，外商直接投资的流入无论是在短期还是长期都有利于降低中国的碳排放量，外资企业通过将本国清洁生产技术和环境友好技术带到中国，通过技术扩散降低了中国的碳排放量，支持“污染光环”假说；人均GDP的上升无论是在短期还是长期都加剧了中国的碳排放问题，即由于规模效应，经济增长显著增加了中国的碳排放；贸易对中国碳排放的影响在短期内并不显著，但在长期内则显著增加了中国的碳排放，从长期来看，中国还需要积极调整贸易结构，降低碳排放较高行业的出口份额，推广使用清洁生产技术，降低贸易对碳排放带来的负面影响。误差修正项系数为-0.54，意味着反向调节机制存在，在受到冲击以后向均衡状态调整的速度很快，当年对长期均衡的偏离在下一年将很快得到修正，当短期波动偏离长期均衡的时候，将以53.80%的调整力度将非均衡状态拉回到均衡状态。

（二）贸易、外商直接投资对碳排放的影响研究（分地区样本）

本文进一步将样本数据中的两组分别做估计：东部地区和西部地区，也同时检验模型估计的稳健性。其中，东部地区主要集中在沿海地区，经济相对较为发达。假设东部地区更关注环境标准和管制，从而贸易和外商直接投资对碳排放的影响为负。

1.单位根检验

本文采用ARDL模型，分地区（东部地区和西部地区）估计外商直接投资、人均GDP和贸易开放度对碳排放的影响。首先，截面相关检验（参见表5）结果显示，在东部地区和西部地区，所有变量均存在截面相关，因此，传统的单位根检验方法并不适合，本文进一步进行考虑截面相关因素的Pesa⁃ran-CADF面板单位根检验（参见表6），结果显示，在东部地区和西部地区，有些变量为I（0），有些则为I（1），没有变量为I（2）。因此，分地区来看，也符合采用ARDL模型进行估计的条件。

表3 全国样本用于协整检验的F统计量临界范围

表4 全国样本面板ARDL模型估计结果

表5 分地区样本截面相关性检验（Pesaran-CD检验）

表6 分地区样本面板单位根检验（PesaranCADF检验）

2.协整检验

表7进一步列出了协整检验的临界检验结果，显示F统计量超过了5%显著性水平下的最高临界值，因此原假设被拒绝，即分地区来看，人均碳排放量、人均GDP、人均外商直接投资和贸易开放度之间存在长期关系。

3.长短期影响系数估计及解释

分地区PMG/ARDL估计结果见表8。从结果来看，无论是在东部地区还是西部地区，误差修正项系数均显著为负，这与全国的估计结果一致，即在东部和西部地区，外商直接投资、贸易、人均GDP均与碳排放存在长期协整关系，且系数为-0.46和-0.54，意味着存在反向调节机制，且向长期均衡调整的速度较快，当年对长期均衡的偏离在下一年得到修正的速度很快。各影响因素对碳排放的长期影响均较为显著，与全国结果类似，无论是在东部还是西部地区，外商直接投资在长期均有利于降低中国的碳排放，支持“污染光环”假说；贸易在长期则加剧了中国的碳排放问题，这主要是由于就长期而言贸易的规模效应大幅度增加了一国的污染物排放[18]，应在发展对外贸易的同时，积极调整贸易结构，降低碳排放强度较高行业的出口份额；人均GDP对碳排放的影响在短期和长期均较为显著，也是影响中国碳排放的主要因素，这一结论也与以往相关研究结论一致，即中国的经济高速增长带来了碳排放的大幅度上升。

总体来看，贸易、外商直接投资和经济增长对中国碳排放的影响并无明显的地区差异。从短期来看，影响中国碳排放的主要因素为经济增长，贸易和外商直接投资的影响并不显著；从长期来看，影响中国碳排放的主要因素仍然为经济增长，但是贸易和外商直接投资的影响则凸显出来，贸易主要通过规模效应大幅提高了中国的污染排放量，而外商直接投资流入则相对有利于中国的碳减排。在短期来看，贸易和外商直接投资的流入有利于清洁生产技术和环境友好管理方法的传播，贸易通过技术效应有利于降低中国的环境污染，但从长期来看，规模效应的影响会逐渐超过技术效应和结构效应，使得长期贸易对环境的影响显著为负；而在外商直接投资对环境的影响中，技术效应扮演了主要角色，外资企业通过使用并推广清洁生产技术，有助于降低中国的碳排放。

表7 分地区样本用于协整检验的F统计量临界范围

表8 分地区样本面板ARDL模型

四、结论

本文采用自回归分布滞后模型检验了中国外商直接投资、贸易开放度和经济增长（人均GDP）对碳排放的短期及长期影响，研究结果显示，在短期和长期中，外商直接投资对碳排放的影响均显著为负，即外商直接投资的增加无论在短期还是长期均有利于降低中国的碳排放；贸易开放度对碳排放的影响在短期内并不显著，但从长期来看影响显著为正，即就长期而言对外贸易增加了中国的碳排放；人均实际GDP在短期和长期均为影响碳排放的主要因素，且显著为正，即中国的经济增长无论在长期还是短期都增加了碳排放；本文进一步分析东部地区和西部地区，发现分地区的估计结果与全国总体结果类似。东部地区经济相对较为发达，按照理论假设，东部地区因为收入水平较高，公众对环境的要求也会相对较高，会更加关注环境问题，因此，贸易和外商直接投资对碳排放影响预计为负，然而实证结果却并不完全支持这一假设。从东部地区估计结果来看，外商直接投资对碳排放的影响为负，符合预期，然而贸易对碳排放的影响则显著为正，这说明即使在经济较为发达的东部地区，虽然公众环保意识相对较强，但并未通过影响环境规制水平降低碳排放量，且贸易的规模效应大大超过了技术效应和结构效应，从而增加了东部地区的碳排放。

从理论角度来看，外商直接投资对碳排放的负向影响支持了“污染光环”假说，即跨国公司在对外投资过程中使用的先进清洁生产技术和环境管理体系会向东道国即中国扩散。研究同时表明，贸易开放度对碳排放的短期影响并不显著，然而在长期内影响却显著为正，这可能是因为虽然贸易部门接受了先进的环境友好技术，但从长期来看，随着贸易量的剧增，贸易对环境影响的规模效应超过了技术效应和结构效应，换言之，长期内随着贸易量的增加，生产规模扩大，势必会引起污染的增加，这对环境所带来的负面作用可能远远超过跨国公司带来的清洁生产技术对环境产生的正面作用。

外商直接投资流入总体上有利于降低中国的碳排放，其可能原因有以下两个方面：第一，外商直接投资流入的行业结构改变。从表9中可见，对照2005年与2015年，外商直接投资在中国的行业分布有了较大变化。2005年，外商直接投资流入制造业所占比例为61.17%，流入服务业领域的占29.68%，而到了2015年，流入制造业的外商直接投资占比仅为43.85%，流入服务业领域的占比为47.72%。众所周知，相较于制造业等工业行业，服务业的碳排放强度相对较低，因此，越来越多的外商投资流入相对环保的服务业，有助于降低中国的碳排放水平。第二，外商直接投资对于清洁生产技术的扩散作用。外商直接投资通过技术溢出效应、竞争效应、示范效应等，有力地促进了本土企业生产技术的提升和生产方式的改变，有利于降低中国整体的碳排放水平。

表9 外商直接投资额行业分布比例%

贸易开放在长期内显著增加了中国的碳排放，这一结论也与众多已有研究结论相一致，其主要原因在于贸易对中国污染排放的规模效应超过了结构效应和技术效应。党玉婷[19]研究显示，在贸易的环境影响中，规模效应为负，结构效应在部分污染物中表现为正，技术效应为正，且规模效应的负作用大大超出了正向的结构效应和技术效应，从而造成贸易对环境的影响总体为负。中国的贸易开放虽然有助于传播清洁的生产技术，且近年来中国的出口结构正在优化，逐步降低了在部分高碳排放强度行业的出口份额（参见表10），在煤炭采选业、石油和天然气开采业、食品饮料烟草加工业、造纸及印刷业、石油加工及炼焦业、化学工业、非金属矿制品业、金属冶炼及压延加工业、电力蒸汽及水的生产供应业等重度碳排放行业的出口比重有所下降，由2000年的21.71%下降到了2013年的16.16%，但巨大的出口规模抵消了结构效应和技术效应的正面影响。

五、对策建议

本文的研究具有一定的政策借鉴意义，研究结果显示，外商直接投资有利于降低中国的碳排放，因此应进一步鼓励外商直接投资流入，鼓励外商投资企业使用并传播清洁生产技术和环境友好的管理方法，进一步使得大量的本土企业受益；进一步鼓励对外开放，发展贸易，推动经济增长，但是要注意调整贸易结构，降低碳排放强度较高行业出口所占的份额，提高碳排放强度较高行业进口所占的份额，推动出口产业升级，提升中国在全球价值链中的位置，降低污染排放强度较高工序的参与程度，通过提高技术水平降低产品生产的污染排放强度，从结构效应和技术效应两方面努力，尽可能抵消由于规模效应对环境所带来的负面影响；进一步提高环境规制水平，强化环境政策的严格性，提高环境标准，激励企业提高技术水平，降低生产所带来的环境污染，在发展贸易、继续扩大对外开放的同时，尽可能将经济增长对环境污染带来的影响降到最低。具体有以下方面的政策建议：

表10 中国各工业行业出口所占比重及碳排放强度

第一，进一步鼓励外商直接投资流入，提高外资质量。在引入外资的过程中，注意引导外资企业在高耗能产业采用先进技术，鼓励其对本土企业的技术扩散，降低高耗能企业的污染排放。引导外资投入相对清洁产业，优化外资的产业布局。同时对外资在中国的地区分布上，注意引导其进入中西部地区，帮助中西部地区淘汰落后产能，节约能源，减少碳排放。积极发挥外资的示范效应、竞争效应、技术溢出效应，帮助东道国企业改进生产技术，减少碳排放。

第二，继续扩大对外开放。应该注意的是，在提高贸易总量的同时，应大力调整贸易结构，进一步鼓励产污系数较低行业的出口所占比例，降低高污染行业的出口份额，降低煤炭采选业、石油和天然气开采业、食品饮料烟草加工业、造纸及印刷业、石油加工及炼焦业、化学工业、非金属矿制品业、金属冶炼及压延加工业、电力蒸汽及水的生产供应业等高污染排放行业的出口份额，进一步提高中国在全球价值链中的地位，减少低端制造及低附加值商品出口行为。

第三，在扩大货物贸易的同时，顺应全球经济发展趋势，大力发展第三产业，促进服务贸易出口，服务业相较于制造业等工业行业而言，具有碳排放强度低的优势，因此大力发展服务贸易有利于降低中国的污染排放水平。

第四，转变经济增长方式，大力发展低碳产业。本文研究发现，经济增长是引起中国碳排放增加的主要原因之一，这说明我国还未摆脱传统粗放的经济增长方式，因此，未来应积极进行产业结构调整，鼓励低碳产业、绿色产业发展，坚决制止高能耗、重污染产业的快速扩张。

第五，加大研发投入力度，降低行业能耗和污染排放强度。已有研究显示，企业的研发投入会有效降低碳排放，因此，政府应鼓励企业进行研发，提高企业自主创新能力，通过提高技术水平降低能耗水平和污染排放水平。

第六，加强环境治理，提高环境标准。应对各类环境违法事件严厉查处，提高环境标准，淘汰落后产能和污染排放不达标企业，通过政策调节引导企业加大研发投入和环境治理投入。

[1]OLIVIER J G，MAENHOUT G J，MUNTEAN M.Trends in global CO2emissions：2016 report[R].Amsterdam：PBL Neth⁃erlands Environmental assessment agency，2016.

[2]GLOBAL CARBON BUDGET.An annual update of the glob⁃al carbon budget and trends[EB/OL].（2017-11-13）[2018-04-20].http：//www.globalcarbonproject.org/carbonbudget/in⁃dex.htm.

[3]UNCTAD.Global investment trends monitor[R].New York：United Nations，2017.

[4]GLOBAL TRADE ATLAS.Global trade information service[EB/OL].（2015-10-15）[2018-4-20].https：//ihsmarkit.com/products/maritime-global-trade-atlas.html.

[5]XING Y，KOLSTAD C D.Environment and trade：a review of theory and issues[A].Munich：MPRA，1996.

[6]MERICAN Y，YUSOP Z，LAW S H.Foreign direct invest⁃ment and the pollution in five ASEAN nations[J].Internation⁃al journal of economics and management，2007，1（2）：245-261.

[7]BLANCO L，GONZALEZ F，RUIZ I.The impact of FDI on CO2emissions in Latin America[J].Oxford development stud⁃ies，2013，41（1）：104-121.

[8]CHEBBI H，OLARREAGA M，ZITOUNA H.Trade open⁃ness and CO2emissions in Tunisia[J].Middle east develop⁃ment journal，2011，3（1）：29-53.

[9]SHAHBAZ M，LEITAO N C.Portuguese carbon dioxide emissions and economic growth：a time series analysis[J].Bulletin of energy economics，2013，1（1）：1-7.

[10]BEN AISSA M S，BEN JEBLI M，BEN YOUSSEF S.Out⁃put，renewable energy consumption and trade in Africa[J].Energy policy，2014，66：11-18.

[11]ZHANG Y J.The impact of financial development on car⁃bon emissions：an empirical analysis in China[J].Energy policy，2011，39（4）：2197-2203.

[12]HAO Y，LIU Y M.Has the development of FDI and foreign trade contributed to China’s CO2emissions?an empirical study with provincial panel data[J].Natural hazards，2015，76（2）：1 079-1 091.

[13]REN S，YUAN B，MA X.International trade，FDI and em⁃bodied CO2emissions：a case study of China’s industrial sectors[J].China economic review，2014，28：123-134.

[14]PESARAN M H，SHIN Y，SMITH R J.Bounds testing ap⁃proaches to the analysis of level relationships[J].Journal of applied econometrics，2001，16：289-326.

[15]PESARAN M H.General diagnostic tests for cross section dependence in panels[R].Cambridge：University of Cam⁃bridge，Cambridge working papers in economics，No.0435，2004.

[16]PESARAN M H.A simple panel unit root test in the pres⁃ence of cross-section dependence[J].Journal of applied econometrics，2007，22（2）：265-312.

[17]PESARAN M H，SHIN Y，SMITH R J.Pooled mean group estimation of dynamic heterogeneous panels[J].Journal of the american statistical association，1999，94（446）：621-634.

[18]CATAO L，SOLOMOU S.Effective exchange rates and the classical gold standard adjustment[J].American economic review，2005，95（4）：1 259-1 275.

[19]党玉婷，“污染避难所”假说检验——基于中国与美、日、德双边贸易内涵污染的实证研究[J].现代经济探讨，2018（3）：58-71.

[20]刘华军，刘传明，陈明华.中国工业CO2排放的行业间传导网络及协同减排[J].中国人口·资源与环境，2016（4）：90-99.