城市扩张、贸易开放与二氧化硫排放

曹 冲，杨媛媛

城市扩张、贸易开放与二氧化硫排放

曹 冲1,2，杨媛媛1

（1．皖西学院 经济与管理学院，安徽 六安 237012；2．铜仁学院 老挝研究中心，贵州 铜仁 554300）

依据2004—2019年间30个省（市、自治区）的面板数据，考虑横截面的依赖性、区域间的异质参数和动态相关效应，综合运用静态面板数据模型和动态面板数据模型，实证研究城市扩张、贸易开放对二氧化硫排放的直接和潜在的驱动因素。结果表明：城市扩张中的城乡人口迁移，城市能源消费的增加趋势加剧了二氧化硫排放，城市收入水平的增长减缓了二氧化硫排放；贸易开放在不同异质性条件下对二氧化硫排放具有显著的正向溢出改善效应；人均GDP与二氧化硫排放存在显著的环境库兹涅茨倒“U”型曲线；人均能耗、能源消耗和能源强度作为刺激二氧化硫排放的驱动因素，否定了环境的可持续发展；滞后一期的二氧化硫排放对当期的二氧化硫排放具有显著的正效应，是一个连续动态的调整过程，在不同的模型中，调整范围在0.88%-1.02%之间。

城市扩张； 贸易开放； 二氧化硫排放； 库兹涅茨曲线

改革开放至今，中国历经40多年的高速发展，国内生产总值实现了年均14.25%的增长速度，并于2010年超跃日本成为世界第二大经济体，创造了世界经济史上的伟大奇迹[1]。但经济的发展离不开资源的开发与消耗，中国粗放型的经济增长模式已经带来了十分严重的环境问题，成为了世界上最大的二氧化硫排放国[2]。2004年二氧化硫排放量为2252.2万吨，到2006年排放量达到2586.8万吨；随后逐年减少，到2017年排放量仍达875.4万吨，预估2019年排放量在800万吨左右。环境污染作为困扰世界经济发展的突出问题，也同样成为制约中国城市化建设和贸易开放可持续发展亟待解决的关键问题之一。

影响二氧化硫排放有诸多的因素，城市扩张和贸易开放分别代表了国内经济和国外经济两个层面的两个导向排放来源。一方面，中国城市化水平不断提高，城市化率由1978年的17.92增加至2019年的60.60%，增加幅度相当显著。城市工业化发展和城市基础设施建设的大幅增加对石化等能源产品消费具有较强刚性，加剧了环境污染；但是人口城镇化的空间集聚对环境污染的影响机制具有异质性，会显著降低二氧化硫排放[3]。另一方面，中国自从加入世界贸易组织（WTO）后，对外贸易步入了快车轨道，进出口总额年均增长率均在20%以上，且连年呈现贸易顺差，一度成为我国经济增长的巨大拉力。与此同时，贸易自由化对环境污染也产生了较为复杂的影响。一方面贸易自由化能够加强全球经济联系，实现区域间的比较优势和技术扩散，促进资源的有效配置，进而达到清洁生产的效果，减少二氧化硫的排放；另一方面贸易自由化使得发展中国家承接了发达国家淘汰的生产模式，在扩大自身规模的同时也促进了污染的跨国转移，加剧了二氧化硫排放[4]。可见，贸易自由化对环境污染也具有正向和负向双重影响。那么城市扩张、贸易开放对二氧化硫排放的特征如何，到底是促进还是抑制了二氧化硫排放呢？这些均是本文需要解决的关键问题。因此，客观评估和定量分析城市扩张，贸易开放对二氧化硫排放的影响，探讨其影响效应；这对于调整城市增长方式，优化贸易结构，降低二氧化硫排放等具有重要的理论意义和实践价值。

一、文献综述

环境问题受到国内外研究学者的普遍关注，成为各国的研究热点。关于城市扩张、贸易开放过程中的环境问题一方面是学术界进行深入研究的重要课题；另一方面也是实务界寻求解决方案，合理调整政策的方向。在研究城市扩张与二氧化硫排放的关系时，发现人口增长与污染排放呈现正相关，城市化与环境污染存在线性或非线性关系，人均收入与环境污染程度呈现倒“U”型关系，经济发展与环境污染存在倒“U”型关系等[5]-[8]。那么，城市扩张与二氧化硫排放到底呈现什么样的关系，可能会受到样本与方法选择的不同而得出不同的结论。如焦若静以新兴经济体国家为研究对象，发现人口小国的城市化率、中型国家城市化率、人口大国城市化率与环境污染呈现的关系不同，分别为正向线性关系、倒“U”型关系、倒“U”型关系[9]。Shukla和York认为城市化与环境污染呈现线性增长关系，城市化既带来了能源消费增长，促进了经济发展，也恶化了环境质量[10][11]。齐园以京津冀为例，研究产业结构演变与工业二氧化硫排放的关系，发现北京和河北的第二产业结构演变与二氧化硫排放分别呈现“N”型和倒“U”型[12]。在研究贸易开放与二氧化硫的关系时，发现国外学者主要集中在贸易开放与环境关系的研究，并有两种不同的观点：一种是“技术外溢假说”[13][14]；另一种是“污染天堂假说”[15][16]。国内相关学者对以上观点进行了验证，所得结论也不尽相同。如张连众建立了贸易与环境污染的一般均衡模型，定量分析贸易自由化对我国环境污染的规模效应，组成效应和技术效应；发现规模效应会加剧环境污染水平，组成效应和技术效应将相反，贸易自由化则有利于环境保护[17]。沈利生利用投入产出模型实证分析了对外贸易对二氧化硫排放的影响，发现对外贸易有利于我国污染的减排[18]。钟娟和舒杏认为贸易开放能够通过影响技术创新来改进国家制造业升级，进而改善环境[19][20]。而邓柏盛认为对外贸易恶化了我国环境，证实了“污染避难所”假说的存在[21]。而傅京燕得出一国环境政策对出口产业竞争力的负面影响这一“污染避难所”假说在中国并不成立[22]。张成认为西部大开发战略对污染避难所没有直接效应，不会导致污染避难所，但是环境规制、市场化以及公众环保意识会使得西部地区存在成为污染者“乐园”的可能[23]。

值得注意的是，城市扩张、贸易开放与环境污染问题之间的关系一直是争论比较激烈的话题。虽然已有相关研究分别从理论和实证层面洞察了城市扩张、贸易开放与环境污染之间关系，提供了很好的研究视角，但是未能将城市扩张、贸易开放对环境污染可能产生的影响纳入到一个研究范畴；尤其是贸易开放对环境污染问题的影响是积极的还是消极的，仍存在较大分歧。基于此，本文结合静态面板数据模型和动态面板数据模型，并引入其他不同工具变量对2004—2019年30个省（市、自治区）的面板数据进行实证分析，以有效控制异质性因子试图探讨城市扩张、贸易开放对二氧化硫排放的影响，使得结论更加具有解释力和稳健性，这对于合理规划城市、提高对外贸易质量和降低二氧化硫排放起到促进作用，也是落实科学发展观和新发展理念的一个重要尝试。

二、理论分析与假说提出

城市扩张与贸易开放是影响二氧化硫排放的重要因素。厘清其对二氧化硫排放的作用机制，对适度调整城市扩张，降低二氧化硫排放，实践绿色贸易战略，走可持续发展道路具有重要的理论意义和实践价值。本文尝试探索分析城市扩张、贸易开放对二氧化硫排放的影响机理，并提出相应的假说。

（一）城市扩张与二氧化硫排放

研究假说1：城市扩张中城市人口、城市能源消耗与二氧化硫排放量呈现显著正相关；城市收入水平与二氧化硫排放量呈现显著负相关。

（二）贸易开放与二氧化硫排放

对外贸易作为社会经济发展的重要组成部分，被认为是提升国家或地区经济福利的重要手段。然而，我们却不能忽视贸易开放对环境带来的不利影响。客观评估贸易开放对环境问题的影响，能够为本文的实证分析提供强有力的理论支撑。关于贸易开放对环境的影响机制有两种假说，即环境收益假说和向底线赛跑假说。前者认为贸易开放强化了全球经济联系，通过引进先进的技术、规范的环境标准等来配置区域间的资源，这有助于减排技术的溢出和扩散，当其被消化吸收后，可以提高环境标准，突破环境贸易约束，达到清洁生产的效果，进而降低环境污染[27][28]；后者认为贸易开放给发展中国家或地区带来了市场需求，为了从贸易中获利，突破环境标准，扩大了规模生产，导致粗放型的贸易结构增长模式超越了自身的生态承载能力，促进了污染的跨区域转移，进而加剧了污染的排放，结果必然是导致环境恶化[29]。贸易开放对于环境的影响效应同样适用于贸易开放对于二氧化硫排放的影响。但是，贸易开放对于二氧化硫排放的影响究竟是积极的还是消极的，目前学术界基于理论和实证检验均存在诸多争议。基于此，本文推论出研究假说2。

研究假说2：贸易开放对二氧化硫排放的影响具有显著的“双刃性”，即贸易开放对二氧化硫排放存在显著的正效应或者贸易开放对二氧化硫排放存在显著的负效应。

三、研究方法及样本分析

（一）研究方法

根据以往相关研究，考虑设定不同的模型可能会导致研究结论具有差异性。为了估计城市扩张、对外贸易对二氧化硫的影响，使其估算结果具有稳健性，本文分别采用静态面板数据模型和动态面板数据模型对其进行分析。

2.动态面板数据模型。在已有的文献中，对于面板数据模型的估计方法有很多种，但是很少有能够解释不同省份的异构系数、横截面依赖性和动态相关效应。因为，任何因素的变化都具有一定惯性，不断地进行调整和修正，这也是社会经济、消费和环境问题的新要求。因此，本文试图采用动态面板数据模型解释城市扩张、对外贸易对二氧化硫的异质效应。控制异质性的动态面板数据模型可表示为：

动态共同相关效应是公式（3）的经验指标，没有滞后自变量表示为：

（二） 数据来源及变量说明

1.数据来源。为了使得匹配数据具有一致性和有效性，本文的数据类型为中国2004—2019年的30个省（市、自治区）的面板数据。总共有480个样本观测点，30个截面单元和16个年份的时间序列数据。根据数据的可得性和严谨性，本文的数据主要来源于《中国统计年鉴》《中国能源统计年鉴》、各省（市、自治区）的国民经济与社会发展报告和统计年鉴等官方数据库。数据系列包括城镇人口、工业增加值、对外贸易、国内生产总值（GDP）、总人口、能源消耗、人均GDP，以及二氧化硫排放量。由于个别年份的数据缺失，主要对其采取插值加权平均进行处理，其中对其主要数据采取对数处理，本文所有的实证分析数据均基于Stata15.0的测算。

2.变量说明。本研究的主要目的在于探讨城市扩张、贸易开放对二氧化硫排放的影响机制和内在效应，除了城市扩张以及贸易开放等核心指标外，可能会受到直接或潜在因素影响。因而，选取以下变量进行验证：

表1 变量的描述性统计

资料来源：作者计算和整理所得。

四、结果分析

（一）静态面板数据模型回归结果分析

在同质性的假设模型中，为了验证特定省份和时期的固定效应具有有效性，本文对静态面板数据模型中的省份和时期异质性进行检验。基于11个模型得出的估计参数如表2所示。

在模型1中，考察了城市扩张中的城市能源消耗、城镇人口和城市收入水平对二氧化硫排放的影响；结果显示城市能源消耗和城镇人口对二氧化硫排放有正向影响，城市收入水平对二氧化硫排放有负向影响，这一方面证实了能源消耗在国家和城市两个层面对二氧化硫排放具有强化效应；另一方面说明了人均收入和城市收入在国家和城市两个层面对二氧化硫排放不具有同向强化效应，验证了假说1的推论。为了考虑城市扩张中的能源消耗、城市收入水平对二氧化硫排放的稳健性影响，在模型2中，仅考虑城市扩张中的城镇人口和贸易开放是否同时会影响二氧化硫排放，结果显示：城镇人口会加剧二氧化硫的排放，而贸易开放则是减缓了二氧化硫的排放，符合假说2的推断。

模型3结果显示，能源消耗、经济发展和人口是人为排放二氧化硫的直接驱动力，在1%的显著水平上具有统计学意义，预测能力达到87.10%。其中，经济发展有助于减缓二氧化硫排放，能源消耗和人口扩张则加剧了二氧化硫排放。进入21世纪，全球均在致力于环境问题改善，始终处于减缓气候变化的进程中，而城乡人口迁移、能源集约利用和人均收入水平提高的作用不可忽视。因此，在模型4考察了基于能源强度、人均收入水平和城市人口是如何影响二氧化硫排放的。模型4的结果显示，控制时期和省份的固定效应模型具有95.69%的预测能力，估计系数符号均为正且在1%的显著水平上通过了检验，说明能源强度、人均收入水平和城市人口对二氧化硫排放量分别提高了0.53%、0.52%和0.53%。在模型5和模型6中，对城市扩张、贸易开放等潜在因素进行了检验，模型的预测能力达到了95%，所有指标的功能在统计学上均通过了显著性检验，这表明人均能耗、城镇人口以及常住人口会刺激二氧化硫排放，贸易开放、经济发展减缓二氧化硫排放，工业化则在不同的异质性条件下对二氧化硫排放产生了截然相反的影响，进一步验证了假说2的推论。在模型7中，能源消耗、城市人口对二氧化硫排放具有正向效应；贸易开放对二氧化硫排放的负向效应。为了考察人均GDP和二氧化硫排放是否具有环境库茨涅茨倒“U”型曲线，在城市人口和贸易开放过程中引入了人均GDP的一次项和二次项。从模型8中可以看出，模型的预测水平达到95.50%，估计系数均在1%的水平上通过了显著性检验，具有统计学意义，而人均GDP的一次项符号为正，二次项符号为负，说明人均GDP和二氧化硫排放存在环境库茨涅茨倒“U”型曲线关系。在模型9—11中，能源消耗、工业化和人口对二氧化硫排放具有显著的正向效应，更是证实了之前个别因素对二氧化硫排放影响估计在模型中的适用性。

表2 二氧化硫排放的静态固定效应回归模型结果

（二）动态面板数据模型回归结果分析

为了验证固定效应方法的必要性，在存在异质性的情况下，使用控制动态共同相关效应的方法重新对城市扩张、贸易开放与二氧化硫排放之间的关系进行动态估计，表3给出了动态面板数据模型回归结果。所有动态面板数据模型的预测能力均在98%以上，在1%的显著水平上通过了检验，具有统计学意义。从模型12至模型22可以看出，上期二氧化硫排放对当期二氧化硫排放的系数值均为正，且在1%的水平上通过了显著性检验，表明上期二氧化硫排放对当期二氧化硫排放具有显著的正效应，即二氧化硫排放是一个连续动态的调整过程。虽然与静态面板数据模型回归结果相比，估计参数的大小存在差异，但是两个模型的符号总体较为一致，进一步验证回归结果的稳健性。

城市扩张中的城乡人口迁移、城市能源消费的增加趋势加剧了二氧化硫排放，城市收入水平的增长减缓了二氧化硫排放，这与一些类似研究结果不一致[35]，可能是因为城镇人口的高增长需要更多的城市能源消耗，给社会基础设施带来了压力，比如城市交通，直接刺激了能源消耗，尤其是石油和天然气的消耗，城市扩张和城市交通这种增长周期增加了能源需求和能源供应从而导致二氧化硫的排放增加。很显然，城市扩张确实加剧了二氧化硫排放，但是随着城市收入水平的提高，越来越多的尖端和现代技术被运用到环境治理中，正逐步抵消环境所带来的污染，实际上这种影响程度主要还是取决于谁为清洁环境买单的意愿。

贸易开放在不同异质性条件下，显著性水平大有不同，但是对于二氧化硫排放的影响趋势则保持不变，这可能是因为贸易始终被认为是不同区域之间的伙伴关系，往往作为跨区域转移污染的渠道而存在，又受到严格的环境法规约束，迫使贸易伙伴不得不进行技术改革和转型升级，实施清洁化改造，这也就证明了为什么随着贸易的开放和扩大，污染情况由“恶化”逐步转为了“清洁”。而事实上，各省（市、自治区）的绿色发展正在为中国和世界的生态环境治理贡献自己的智慧，尤其是“一带一路”倡议的提出，使得对外贸易不再是昔日的污染转移，而是绿色循环低碳理念、技术与实践，推动沿线国家环保水平进一步提升，进一步验证了研究假说2的推论。

人均GDP与二氧化硫排放在动态面板数据模型中是否依然存在环境库兹涅茨倒“U”型曲线假说？模型19显示，在牺牲环境为代价的人均GDP与二氧化硫排放在动态面板数据模型中依然存在环境库兹涅茨倒“U”型曲线假说，可能这种观点并不适用于所有的省（市、自治区），但是存在一种趋势，即不同收入和二氧化硫排放水平的省（市、自治区）的排放差距可能会持续存在，并在一定时间内缩小。那么，环境库兹涅兹曲线能不能逾越过去？答案是肯定的，在这一过程中，务必要注意环境退化和生态阈值，一旦环境退化超越生态阈值，那么环境退化将不可逆转，即使逆转，花费的成本和时间也将是很长的。所以，中国各省（市、自治区）可以汲取发达国家历经的污染教训和成功治理经验，采取相应措施，严防环境退化超出生态阈值，争取早日达到从污染到治理的拐点。

人均能耗、经济发展、能源消耗和能源强度作为刺激二氧化碳排放的驱动因素，否定了环境的可持续发展，这些对二氧化硫排放量的影响程度可能会因各个省（市、自治区）的人口规模、经济结构、能源组合的不同而有所差异[36]。人口的增长引起其对商品和服务、基础设施、能源消耗等方面的需求，对可利用的自然资源造成了压力，看似人口增长放缓能够刺激经济发展，但是对二氧化硫排放的影响还不足以否定环境的可持续。经济结构的不同对于二氧化硫排放的影响程度也不一样。当经济结构主要以煤炭、化石燃料能源来生产商品和服务时，二氧化硫排放会瞬时被触发。不难想象，在不同的阶段，不同地区的农业、工业和服务业往往会因经济活动的增加而刺激二氧化硫的排放，尤其在工业化推进的过程中，以能源密集型的制造业占主导地位，往往会推动二氧化硫排放。虽然，以上解释能够支持为什么随着工业化水平的提高，人为引起的二氧化硫排放会加剧，但是人民对于美好生活环境需求日益增长，从而对生态文明建设提出了更高要求，且十九大报告也明确提出要加快生态文明体制改革，建设美丽中国，推进绿色发展，着力解决环境突出问题。习近平总书记更是提出了“绿水青山就是金山银山”这一科学论断，是超越工业文明的重要理论创新，这一点从表3中关于人口、经济发展、工业化对二氧化硫排放的结果上可以得到印证。

表3 二氧化硫排放的动态固定效应回归模型结果

注：*、**、***表明估计系数通过1 %、5%和10%的显著性水平检验，括号内为统计量。

（三）稳健性检验

稳健性检验是经济学领域最为常用的纠偏方法。一般来说，稳健性检验方法主要有替换变量或者更换模型等方法。为了验证以上内容回归结果的稳健性，本文将更换解释变量与替换模型相结合的方式进行稳健性检验。表4中不变参数模型和固定影响变截距模型是对表2和表3回归分析进行的稳健性检验。根据表4结果显示，滞后一期的二氧化硫排放对因变量的影响显著；城市扩张中的城市人口、城市能源消耗对二氧化硫排放的影响总体显著为正；城市收入水平对二氧化硫排放的影响在不变参数模型中显著为负，在固定影响变截距模型中不显著为负；贸易开放在不变参数模型中为负且不显著，在固定影响变截距模型中显著为负，这与表2和表3中的估计系数方向较为一致，说明以上研究内容的回归结果是稳健的。

表4 稳健性检验结果

注：*、**、***表明估计系数通过1 %、5%和10%的显著性水平检验，括号内为统计量。

五、结论及政策启示

本文利用2004—2019年中国30个省（市、自治区）的面板数据，综合静态面板数据模型和动态面板数据模型，对中国各省（市、自治区）的城市扩张、贸易开放与二氧化硫排放之间的关系进行经验分析。研究结果表明：一是城市扩张中的城市人口和城市能源消耗对于二氧化硫排放具有显著的正向影响，之所以引起关注，其实质问题还是在于城市人口和城市能源消耗的周期增长，而城市扩张中的城市收入水平的提高则有助于减缓二氧化硫排放，重点看谁愿意为污染买单，这与研究假说一相符合；二是贸易开放在不同异质性条件下，对于二氧化硫排放的影响趋势则保持不变，通过不断带来新的生产方式和产品服务，对环境污染具有显著的正向溢出改善效应，验证了研究假设二的提出；三是滞后一期的二氧化硫排放对当期的二氧化硫排放具有显著的正效应，人均能耗、能源消耗和能源强度作为刺激二氧化碳排放的驱动因素，否定了环境的可持续发展；人均GDP与二氧化硫排放之间的关系验证了环境库兹涅茨倒“U”型曲线假说存在。

总体来看，尽管各省（市、区）都在努力提高能源利用效率，但是城市扩张是由高水平的能源消耗所推动的，实际上会刺激二氧化硫排放，尽管贸易开放能够减缓二氧化硫排放，但是污染效应在环境中的影响仍然占比较重，基于空间、静态和动态的差异分析，能够为优化城市发展、提升贸易质量提供有益借鉴。基于以上研究结论，本文提出以下几点建议：一是要适当控制城市化进程，提高收入水平，遵循渐进式的自我约束机制。城市人口增长是城市扩张最为明显的特征之一，城市人口密度的提高会降低收敛速度，所以需要控制城市化进程，尤其是重点城市人口的增长速度，这与目前对于特大城市进口的限制政策是相符合的；而城市收入水平对于二氧化硫排列具有明显的收敛作用，因此，要进一步促进城市经济发展以提高城市收入水平也是保护环境的重要方式；但是在保持城市经济增长的过程中要适度进行“生存排放”，应根据各省（市、自治区）情况，遵循渐进式的自我约束机制进行能源消费结构的调整。二是要实施绿色贸易战略，注重技术创新和升级，不断优化贸易产品结构。一方面要深入推进供给侧结构性改革，保持生态文明建设的战略定力，在兼顾贸易规模和数量的同时，关注贸易的结构和质量问题；另一方面要鼓励技术创新，利用贸易开放有效降低环境污染的溢出效应来调整进出口产品结构，严格限制“高耗能、高污染、资源型”产品出口，形成对清洁技术的路径依赖，提高贸易的环境治理效率；还有一方面要利用城市政策的优势，营造有效的贸易条件和贸易模式，尝试探索以生态优先、绿色发展为导向的对外贸易高质量发展新路子，充分发挥贸易开放对于环境污染的正向溢出效应。三是实施可持续发展战略，落实环境保护基本国策，统筹生态环境与经济发展的知行合一。中国经济不断在由高速增长阶段转向高质量发展阶段，污染防治和环境治理是一道需要跨越的重要关口，要建立产权清晰、多元参与、激励约束并重、系统完整的生态文明制度体系，才能够确实实现生态文明领域治理体系和治理能力的现代化水平。

[1] 张卓元．中国经济四十年市场化改革的回顾[J]．经济与管理研究，2018，39（3）：3-15．

[2] 张昭利，任荣明，朱晓明．我国环境库兹涅兹曲线的再检验[J]．当代经济科学，2012，34（5）：23-30，124．

[3] 何文举．城市集聚密度与环境污染的空间交互溢出效应[J]．中山大学学报（社会科学版），2017，57（5）：192-200．

[4] 胡兆廉，石大千．“溢出效应”抑或“污染效应”?——贸易自由化对工业二氧化硫排放的新视角与再测算[J]．统计研究，2019，36（12）：94-105．

[5] Cramer J. C. Population growth and local air pollution: methods, models, and results[J]. Population and Development Review, 2002(28): 22-52.

[6] Liddle B , Lung S . Age-Structure, Urbanization, and Climate Change in Developed Countries: Revisiting STIRPAT for Disaggregated Population and Consumption-Related Environmental Impacts[J]. Population & Environment, 2010, 31(5):317-343.

[7] 张可，豆建民．集聚对环境污染的作用机制研究[J]．中国人口科学，2013（5）：105-116，128．

[8] Kuznets, S.Economic Growth and Income Inequality[J]. Economia Internazionale, 1955, 45 (1) :1-28.

[9] 焦若静．人口规模、城市化与环境污染的关系——基于新兴经济体国家面板数据的分析[J]．城市问题，2015（5）：8-14．

[10] Shukla P V . Urbanization, energy use and greenhouse effects in economic development: Results from a cross-national study of developing countries[J]. Global Environmental Change, 1995(2):87-103.

[11] York R . Demographic trends and energy consumption in European Union Nations, 1960–2025[J]. Social ence Research, 2007, 36(3):855-872.

[12] 齐园，张永安．产业结构演变与工业二氧化硫排放的关系——以京津冀为例[J]．城市问题，2015（6）：54-62．

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

[14] Frankel J A, Rose A K. Is Trade Good or Bad for the Environment? Sorting Out the Causality[J]. The Review of Economics and Statistics, 2005, 87(1): 85-91.

[15] Mani M, Wheeler D. In Search of Pollution Havens? Dirty Industry in the World Economy, 1960 to 1995[J]. The Journal of Environment & Development, 1998, 7(3): 215-247.

[16] Lapan H E, Sikdar S. Can Trade be Good for the Environment[J]. Journal of Public Economic Theory, 2017, 19(2): 267-288.

[17] 钟娟．环境产品和服务贸易自由化影响研究——发展中国家的视角[J]．河南社会科学，2010，18（6）：110-113．

[18] 舒杏，王佳．生产性服务贸易自由化对制造业生产率的影响机制与效果研究[J]．经济学家，2018（3）：73-81．

[19] 张连众，朱坦，李慕菡，张伯伟．贸易自由化对我国环境污染的影响分析[J]．南开经济研究，2003（3）：3-5，30．

[20] 沈利生，唐志．对外贸易对我国污染排放的影响——以二氧化硫排放为例[J]．管理世界，2008（6）：21-29，187．

[21] 邓柏盛，宋德勇．我国对外贸易、FDI与环境污染之间关系的研究：1995-2005[J]．国际贸易问题，2008（4）：101-108．

[22] 傅京燕．我国对外贸易中污染产业转移的实证分析——以制造业为例[J]．财贸经济，2008（5）：97-102，129．

[23] 张成，周波，吕慕彦，刘小峰．西部大开发是否导致了“污染避难所”？——基于直接诱发和间接传导的角度[J]．中国人口·资源与环境，2017，27（4）：95-101．

[24] Guan X , Wei H , Lu S , et al. Assessment on the Urbanization Strategy in China: Achievements, Challenges and Reflections[J]. Habitat International, 2018, 71:97-109.

[25] 赵钊，于寄语．城市化与二氧化碳排放——基于省级面板数据的分析[J]．城市问题，2015（12）：19-25．

[26] 李强，高楠．城市蔓延的生态环境效应研究——基于34个大中城市面板数据的分析[J]．中国人口科学，2016（6）：58-67，127．

[27] Mcausland C. Trade, Politics, and the Environment: Tailpipe vs Smokestack[J]. Journal of Environmental Economics and Management, 2008, 55(1): 52-71.

[28] Beladi H, Oladi R. DoesTrade Liberalization increase Global Pollution[J]. Resource and Energy Economics, 2011, 33(1): 172-178.

[29] Lin F. Trade Openness and Air Pollution: City-level Empirical Evidence from China[J]. China Economic Review, 2017: 78-88.

[30] Chudik A , Pesaran M H . Common Correlated Effects Estimation of Heterogeneous Dynamic Panel Data Models with Weakly Exogenous Regressors[J]. SSRN Electronic Journal, 2013, 188(2):393-420.

[31] 杨仁发．产业集聚能否改善中国环境污染[J]．中国人口·资源与环境，2015，25（2）：23-29．

[32] 马晓钰，李强谊，郭莹莹．FDI、贸易开放与二氧化硫排放[J]．广东商学院学报，2012，27（5）：39-45．

[33] Sarkodie S A, Owusu P A, Leirvik T. Global effect of urban sprawl, industrialization, trade and economic development on carbon dioxide emissions[J]. Environmental Research Letters, 2020, 15(3): 34-49.

[34] Sarkodie S A . A Review on Environmental Kuznets Curve Hypothesis Using Bibliometric and Meta-analysis[J]. The Science of the Total Environment, 2019(649):128-145.

[35] Shan Y, Guan D, Hubacek K, et al. City-level Climate Change Mitigation in China[J]. Science advances, 2018, 4(6): eaaq0390.

[36] Dietz T , Rosa E A . Effects of Population and Affluence on CO2 Emissions[J]. Proceedings of the National Academy of Sciences, 1997, 94(1):175-179.

Urban Expansion, Trade Opening and SO2Emissions

CAO Chong1,2, YANG Yuanyuan1

( 1. School of Economics and Management, West Anhui University, Lu’an 237012, Anhui, China;2. Center for Lao Studies，Tongren University, Tongren 554300, Guizhou, China )

Based on the panel data of 30 provinces (cities and autonomous regions) from 2004 to 2019, considering the dependence of cross-section, heterogeneous parameters and dynamic correlation effects between regions, and comprehensively using the static panel data model and dynamic panel data model, this paper empirically studies the direct and potential driving factors of urban expansion and trade opening on SO2emission. The results show that the migration of urban and rural population in urban expansion, the increasing trend of urban energy consumption aggravate SO2emission, and the growth of urban income level slows down SO2emission. Trade openness has a significant positive spillover effect on SO2emissions under different heterogeneity conditions. There is a significant environmental Kuznets inverted “U” curve between per capita GDP and SO2emission. Per capita energy consumption, energy consumption and energy intensity as the driving factors to stimulate SO2emission deny the sustainable development of the environment. The SO2emission from the first phase of the delayed period has a significant positive effect on SO2emissions in the current period, and is a continuous dynamic adjustment process. In different models, the adjustment range is between 0.88%-1.02%.

urban expansion, trade opening, SO2emissions, Kuznets curve

F752/ F299

A

1673-9639 (2021) 05-0072-12

2021-07-05

曹 冲（1988-），男，安徽临泉人，博士，皖西学院经济与管理学院讲师，铜仁学院老挝研究中心兼职研究人员，研究方向：区域经济，农业经济管理。

杨媛媛（1990-），女，新疆昌吉人，硕士，皖西学院经济与管理学院助教，研究方向：农业经济与区域经济。

（责任编辑 陈 俭）（责任校对 张凤祥）（英文编辑 田兴斌）