向其鳳 武壯

摘要：文章以STIRPAT模型為理論基礎(chǔ)，使用1995～2019年中國(guó)30個(gè)省、市、自治區(qū)（香港、澳門(mén)、臺(tái)灣和西藏?cái)?shù)據(jù)缺失）的面板數(shù)據(jù)分析技術(shù)進(jìn)步對(duì)CO2排放的影響。實(shí)證結(jié)果表明，技術(shù)進(jìn)步與人均CO2排放之間不存在庫(kù)茲涅茨效應(yīng)，而是顯現(xiàn)U型關(guān)系，這主要由技術(shù)進(jìn)步的類(lèi)型、技術(shù)進(jìn)步的構(gòu)成和人口因素導(dǎo)致。最后，提出了相應(yīng)的對(duì)策建議。

關(guān)鍵詞：技術(shù)進(jìn)步;CO2排放;面板回歸

一、引言

全球的氣候?qū)W家普遍認(rèn)為全球氣候正在變暖，且主要原因來(lái)自于人類(lèi)活動(dòng)。解決全球氣候變暖的主要措施是降低大氣中的溫室氣體排放，其中最主要的是減少CO2的排放量。據(jù)國(guó)際能源署公布的數(shù)據(jù)，中國(guó)在2006年燃料燃燒產(chǎn)生的二氧化碳排放量已經(jīng)超過(guò)美國(guó)，成為全球排放量最大的國(guó)家。在《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二○三五年遠(yuǎn)景目標(biāo)的建議》中，我國(guó)提出，將在2035年廣泛形成綠色生產(chǎn)生活方式，碳排放達(dá)峰后穩(wěn)中有降，生態(tài)環(huán)境根本好轉(zhuǎn)，美麗中國(guó)建設(shè)目標(biāo)基本實(shí)現(xiàn)。在中國(guó)經(jīng)濟(jì)由高速增長(zhǎng)轉(zhuǎn)換為高質(zhì)量增長(zhǎng)的關(guān)鍵轉(zhuǎn)變期，低碳經(jīng)濟(jì)已經(jīng)成為中國(guó)經(jīng)濟(jì)發(fā)展的基本遵循和最佳發(fā)展模式，降低CO2排放水平的主要措施之一就是推動(dòng)技術(shù)進(jìn)步和技術(shù)革新。

目前關(guān)于技術(shù)進(jìn)步對(duì)于CO2排放的影響方式主要分為三類(lèi)。一部分學(xué)者認(rèn)為，技術(shù)進(jìn)步會(huì)使得企業(yè)能源消耗量增多，從而增加碳排放。主要表現(xiàn)為兩個(gè)方面：一個(gè)方面，技術(shù)的進(jìn)步使得企業(yè)管理水平得到提升，不僅擴(kuò)大了已有企業(yè)的規(guī)模，同時(shí)也將吸引更多新企業(yè)進(jìn)入市場(chǎng)，使得整個(gè)產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，從而造成了更多的能源消耗量。另一方面，一些企業(yè)為追求自身的經(jīng)濟(jì)效益，不惜發(fā)展骯臟的新技術(shù)（Acemoglu等，2009）來(lái)提高產(chǎn)出、降低成本，由此，也會(huì)造成過(guò)度的能源消耗和CO2排放。陳亮等（2020年）研究發(fā)現(xiàn)，總體上的技術(shù)進(jìn)步對(duì)碳減排不一定有效，需要更加注重綠色技術(shù)進(jìn)步。另一部分學(xué)者認(rèn)為，技術(shù)進(jìn)步可以通過(guò)提高能源利用效率的方法，減少CO2的排放。即通過(guò)能源利用效率技術(shù)的提升、產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化等方法減少能源消耗需求，促使減排。李凱杰等（2012年）運(yùn)用向量誤差修正模型說(shuō)明了技術(shù)進(jìn)步和碳排放的長(zhǎng)期均衡關(guān)系，說(shuō)明在長(zhǎng)期內(nèi)技術(shù)進(jìn)步對(duì)碳排放有抑制作用。James B. Ang（2009年）通過(guò)研究中國(guó)半個(gè)多世紀(jì)的二氧化碳排放量和相關(guān)指標(biāo)發(fā)現(xiàn)，技術(shù)轉(zhuǎn)化和經(jīng)濟(jì)總體對(duì)別國(guó)技術(shù)的吸收能力對(duì)二氧化碳排放具有顯著影響，且方向?yàn)樨?fù)。還有一部分學(xué)者認(rèn)為技術(shù)進(jìn)步對(duì)碳排放的影響可能是存在庫(kù)茲涅茨曲線特征的。Selden and Song（1994）、Galeottia and Lanza（2005）認(rèn)為二氧化碳存在庫(kù)茲涅茨曲線。林伯強(qiáng)等（2009）通過(guò)研究發(fā)現(xiàn)中國(guó)存在理論上的庫(kù)茲涅茨曲線，且拐點(diǎn)在2020年出現(xiàn)，但實(shí)證預(yù)測(cè)表明，拐點(diǎn)到2040年還沒(méi)有出現(xiàn)，這主要是因?yàn)槌巳司杖胪猓茉磸?qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)等也對(duì)二氧化碳排放有顯著影響。許廣月等（2010）將中國(guó)分為東部、中部和西部地區(qū)進(jìn)行研究，研究發(fā)現(xiàn)中國(guó)及其東部地區(qū)和中部地區(qū)存在人均碳排放環(huán)境庫(kù)茲涅茨曲線，但是西部地區(qū)不存在該曲線。目前關(guān)于碳排放的庫(kù)茲涅茨曲線多集中于研究碳排放和人均收入（人均GDP）之間的關(guān)系，而技術(shù)進(jìn)步對(duì)于CO2排放的庫(kù)茲涅茨效應(yīng)分析較少。

通過(guò)對(duì)比不難發(fā)現(xiàn)，這些研究結(jié)論的差異主要是由于各位學(xué)者研究的時(shí)間區(qū)間、地域等因素不同導(dǎo)致的。如果將對(duì)全國(guó)CO2排放的研究時(shí)間拓展至2019年，那么在經(jīng)濟(jì)新常態(tài)下，技術(shù)進(jìn)步對(duì)CO2排放是否呈現(xiàn)出典型的庫(kù)茲涅茨效應(yīng)呢？如果已經(jīng)呈現(xiàn)庫(kù)茲涅茨效應(yīng)，那么峰值在何時(shí)達(dá)到？如果未呈現(xiàn)庫(kù)茲涅茨關(guān)系，那么主要原因是什么？

二、理論模型

本文模型構(gòu)建的基礎(chǔ)是Dietz和Rosa（1997）的STIRPAT模型，模型表達(dá)式如下所示：

I=aPbAcTdμ（1）

其中，I表示環(huán)境指標(biāo)，P表示人口指標(biāo)，A代表社會(huì)財(cái)富指標(biāo)，T表示技術(shù)發(fā)展指標(biāo)，a、b、c、d均為常數(shù)，μ表示隨機(jī)誤差項(xiàng)。為方便模型的估計(jì)，通常將模型寫(xiě)為如下形式：

lnI=lna+blnP+clnA+dlnT+lnμ （2）

b、c、d表示三種驅(qū)動(dòng)因素對(duì)環(huán)境的影響彈性，即這三種影響因素分別變動(dòng)1%時(shí)，環(huán)境指標(biāo)的變化幅度。該模型僅考慮了這三個(gè)驅(qū)動(dòng)因素對(duì)環(huán)境的單向影響，而沒(méi)有考慮不同驅(qū)動(dòng)因素的具體特征?？紤]到技術(shù)進(jìn)步對(duì)于碳排放的雙重影響效應(yīng)，將模型變化為如下所示的含技術(shù)進(jìn)步二次項(xiàng)的回歸模型：

lnI=lna+blnP+clnA+dT+eT2+u（3）

這里，為了方便解釋技術(shù)進(jìn)步對(duì)環(huán)境影響的二次曲線關(guān)系，技術(shù)進(jìn)步變量不再取對(duì)數(shù)，為隨機(jī)項(xiàng)。

三、變量選擇與實(shí)證方法

（一）變量選擇

1. 人均CO2排放量

碳排放指在一定時(shí)期某一區(qū)域CO2和其他溫室氣體的排放，CO2是最主要的溫室氣體。衡量CO2排放的指標(biāo)有CO2排放強(qiáng)度、人均CO2排放量、累積CO2排放量，人均單位GDP的CO2排放量等指標(biāo)。為建模方便，本文選擇從人口角度考慮的人均CO2排放量作為CO2排放的衡量指標(biāo)。

關(guān)于CO2排放量的測(cè)算，目前的學(xué)者較多采用IPCC方法，即根據(jù)不同品種能源消費(fèi)量和CO2排放因子計(jì)算總排放量的方法，計(jì)算公式如下：

CO2=■Ei×LCVi×CECi×COFi×■（4）

CO2表示地區(qū)二氧化碳排放總量，Ei表示折標(biāo)準(zhǔn)煤消費(fèi)量，LEVi表示單位發(fā)熱量，CECi表示單位熱值含碳量COFi，表示碳氧化率，44/12是CO2和C的分子量比率。根據(jù)式（4）計(jì)算出CO2排放量以后，除以當(dāng)年年末常住人口數(shù)可得人均CO2排放量。為計(jì)算方便，本文選擇主要的八種一次能源計(jì)算排放總量，各種能源的排放指標(biāo)如表1所示。各省份的能源消費(fèi)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站和歷年的《中國(guó)能源統(tǒng)計(jì)年鑒》。

2. 技術(shù)進(jìn)步

技術(shù)進(jìn)步是影響地區(qū)CO2排放的重要因素。技術(shù)進(jìn)步可以從投入、產(chǎn)出和TFP三個(gè)角度進(jìn)行衡量。從投入角度，以R&D投入等作為衡量指標(biāo);從產(chǎn)出角度，以專(zhuān)利申請(qǐng)數(shù)等作為衡量指標(biāo)。TFP從績(jī)效角度出發(fā)，測(cè)量將生產(chǎn)投入轉(zhuǎn)換為生產(chǎn)產(chǎn)出的效率，但是效率值的測(cè)算多為相對(duì)指標(biāo)，對(duì)于面板數(shù)據(jù)的構(gòu)造和面板模型的估計(jì)會(huì)產(chǎn)生不良影響，因此本文將國(guó)內(nèi)專(zhuān)利授權(quán)量作為技術(shù)進(jìn)步的表征指標(biāo)，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站和《中國(guó)統(tǒng)計(jì)年鑒》。

3. 控制變量

根據(jù)STIRPAT模型，本文還將人均GDP作為財(cái)富指標(biāo)引入模型，由于使用的CO2排放指標(biāo)為人均指標(biāo)，實(shí)際上已經(jīng)除去了人口密度因素，因此不再引入人口的相關(guān)指標(biāo)作為解釋變量。另外，根據(jù)之前的相關(guān)研究，我們選擇FDI、產(chǎn)業(yè)結(jié)構(gòu)（第二產(chǎn)業(yè)與第三產(chǎn)業(yè)比重）、城鎮(zhèn)化率（城市戶(hù)口人數(shù)占比）作為控制變量加入模型（譚飛燕等，2010年;原嫄等，2016年;張騰飛等，2016年），數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站和《中國(guó)統(tǒng)計(jì)年鑒》。

（二）實(shí)證方法選擇

本文模型構(gòu)建的基礎(chǔ)是STIRPAT模型，模型表達(dá)式經(jīng)過(guò)改進(jìn)后如式（3）所示，加入控制變量以后得到模型如式（5）所示。

lnCO2=β0+β1Teh+β2Teh2+β3Str+β4Urban+β5lnFDI（5）

這里，CO2表示人均二氧化碳排放量，Teh表示地區(qū)的技術(shù)進(jìn)步水平，Str表示地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，Urban表示城鎮(zhèn)化水平，F(xiàn)DI表示外商直接投資，PGDP表示人均生產(chǎn)總值。面板數(shù)據(jù)同時(shí)包含時(shí)間和截面兩個(gè)維度，因此其具有信息量大、變化性多等特點(diǎn)，相比于一般的截面數(shù)據(jù)，可以更好地識(shí)別模型和降低偏差。本文的研究對(duì)象為30個(gè)省級(jí)區(qū)域，利用面板模型可以體現(xiàn)不同省份之間的差別和共性，因此本文擬建立面板回歸模型。

四、實(shí)證分析

根據(jù)式（4）計(jì)算得到我國(guó)的人均CO2排放量及其增長(zhǎng)率作圖如圖1所示。

從圖1可以看到，人均CO2排放量在1995～2018年期間總體呈現(xiàn)明顯增長(zhǎng)趨勢(shì)，從1995年的2.89噸/人增長(zhǎng)至2018年的8.67噸/人。其中，1995～2001年為人均CO2排放低水平穩(wěn)定期，2002～2013年期間為人均CO2排放急速增長(zhǎng)期，2014～2018年為人均CO2排放高水平穩(wěn)定期。從增長(zhǎng)率來(lái)看，在2014年以前，除了1998年外的其他年份增長(zhǎng)率均為正值，在2004年達(dá)到了最高增長(zhǎng)率16.56。在2014年以后，人均CO2增長(zhǎng)率開(kāi)始變?yōu)樨?fù)值，但是變化極小，且在2017年和2018年重新出現(xiàn)遞增之勢(shì)。2014年以后中國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”， GDP由高速增長(zhǎng)轉(zhuǎn)換為中高速增長(zhǎng)，中國(guó)的“供給側(cè)”改革、生態(tài)環(huán)保等一系列相關(guān)政策的實(shí)施抑制了CO2排放。EKC曲線表明，環(huán)境污染程度會(huì)隨著經(jīng)濟(jì)水平的增長(zhǎng)呈現(xiàn)先加重后減緩的倒U趨勢(shì)。全國(guó)人均CO2排放量出現(xiàn)了先顯著增加后略微下降的非線性趨勢(shì)，與EKC曲線不同的是，2017年和2018年人均CO2排放量又重新出現(xiàn)了上漲趨勢(shì)。

根據(jù)上文STIRPAT模型分析，人口指標(biāo)和社會(huì)財(cái)富指標(biāo)對(duì)環(huán)境的影響具有一定的穩(wěn)定性和單一性，而技術(shù)進(jìn)步對(duì)于環(huán)境影響則具有多重影響效應(yīng)，為探索技術(shù)進(jìn)步是否對(duì)人均CO2排放存在庫(kù)茲涅茨效應(yīng)，本文擬利用1995～2019年我國(guó)30個(gè)省、市、自治區(qū)（西藏、香港、澳門(mén)和臺(tái)灣地區(qū)數(shù)據(jù)缺失）的相關(guān)數(shù)據(jù)建立面板回歸模型。本文首先分別建立了混合回歸模型、變截距回歸模型和變系數(shù)回歸模型，通過(guò)F檢驗(yàn)得到結(jié)論應(yīng)當(dāng)建立變截距回歸模型。通過(guò)Hausman檢驗(yàn)，得到的檢驗(yàn)統(tǒng)計(jì)量值為21.95，相伴概率值為0.0012，小于顯著性水平0.05，拒絕建立隨機(jī)效應(yīng)模型，認(rèn)為應(yīng)當(dāng)建立固定效應(yīng)模型。綜上所述，本文擬建立變截距固定效應(yīng)模型，估計(jì)結(jié)果如式（6）所示。模型整體的F檢驗(yàn)統(tǒng)計(jì)量為691.13，通過(guò)模型整體的顯著性檢驗(yàn)。模型中各解釋變量t值也均在0.05的顯著性下拒絕參數(shù)為0的原假設(shè)，認(rèn)為各解釋變量對(duì)CO2排放影響顯著。

lnCO2=-3.5781-0.0317Teh+0.0005Teh2

-0.0282lnFDI（6）

從模型結(jié)果來(lái)看，技術(shù)進(jìn)步對(duì)人均CO2排放呈現(xiàn)U型影響，而不是典型的EKC曲線的倒U形。這與郭慶賓等（2020年）的研究結(jié)論較為一致，技術(shù)進(jìn)步對(duì)CO2排放回彈效應(yīng)顯著，且呈不斷上升趨勢(shì)。在初期，人均CO2排放量隨著技術(shù)的進(jìn)步而不斷減少，在達(dá)到一定限度以后，人均CO2排放出現(xiàn)反彈，反而隨著技術(shù)進(jìn)步的提升不斷增加。

五、結(jié)論和政策建議

（一）結(jié)論

1. 技術(shù)進(jìn)步對(duì)人均CO2排放回彈效應(yīng)顯著，呈現(xiàn)U形影響，不存在庫(kù)茲涅茨效應(yīng)。主要由以下三點(diǎn)原因造成：一是技術(shù)進(jìn)步的類(lèi)型。在技術(shù)進(jìn)步的初期，技術(shù)進(jìn)步主要體現(xiàn)在資源整合、管理水平提升等方面，效率的提升使得在達(dá)到原有產(chǎn)出水平的同等條件下，會(huì)產(chǎn)生較少的人均CO2排放量。而在技術(shù)進(jìn)步的后期，為了進(jìn)一步實(shí)現(xiàn)經(jīng)濟(jì)高速增長(zhǎng)，技術(shù)進(jìn)步中“骯臟的技術(shù)”弊端顯露，這部分技術(shù)通過(guò)犧牲環(huán)境來(lái)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，造成更多的CO2排放。二是技術(shù)進(jìn)步的構(gòu)成。技術(shù)進(jìn)步可以分為自主研發(fā)技術(shù)和引進(jìn)技術(shù)兩部分，引進(jìn)技術(shù)中包含相當(dāng)一部分發(fā)達(dá)國(guó)家轉(zhuǎn)移或淘汰的高污染技術(shù)，使得人均CO2排放量增加。三是技術(shù)進(jìn)步與人口的關(guān)系。當(dāng)產(chǎn)品創(chuàng)新的速度相對(duì)較快時(shí)，人口增長(zhǎng)率逐漸下降（豆建春等，2015），擁有較高技術(shù)水平的地區(qū)往往伴隨著較低的生育率。兩者的反向變動(dòng)關(guān)系，也是呈現(xiàn)U形關(guān)系的一個(gè)重要因素。

2. 產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平、外資水平和財(cái)富水平對(duì)人均CO2排放具有顯著影響。人均CO2排放量隨著第二產(chǎn)業(yè)相對(duì)于第三產(chǎn)業(yè)比例的提升而增加。第二產(chǎn)業(yè)為高能耗部門(mén)，其比重的提升勢(shì)必會(huì)造成更多的能源消耗，從而使得CO2排放量增加。人均CO2排放量會(huì)隨著城鎮(zhèn)化率的提升而增加。城鎮(zhèn)化率的表現(xiàn)為農(nóng)村居民轉(zhuǎn)換為城市居民，人均消費(fèi)水平將顯著提高，人們對(duì)于住房取暖等基礎(chǔ)設(shè)施的需求增加，會(huì)造成更多的CO2排放。雖然人口的聚集在一定程度上可以提高資源的利用效率，但是由于我國(guó)人口基數(shù)大，從全國(guó)來(lái)看，人口聚集產(chǎn)生的節(jié)能效應(yīng)并不明顯。國(guó)外直接投資對(duì)人均CO2排放量的效應(yīng)為負(fù)，這主要是通過(guò)技術(shù)溢出實(shí)現(xiàn)的，但是影響強(qiáng)度并不高，國(guó)外直接投資每提高1%，人均二氧化碳排放量平均下降0.0282%。人均GDP作為人民財(cái)富水平的表征變量，每提高1%，人均二氧化碳排放量平均提高0.4601%，經(jīng)濟(jì)水平的提高需要更高的能源投入，會(huì)造成更多的CO2排放。

（二）政策建議

1. 技術(shù)進(jìn)步對(duì)人均CO2排放并不存在庫(kù)茲涅茨效應(yīng)，而是呈現(xiàn)U形曲線。為了抑制回彈效應(yīng)，促進(jìn)技術(shù)進(jìn)步的CO2減排作用，首先，需要加大低碳綠色技術(shù)的研發(fā)強(qiáng)度。我國(guó)各地區(qū)的技術(shù)水平雖然在不斷提升，但是清潔技術(shù)的比重不足?，F(xiàn)階段，擁有清潔技術(shù)的企業(yè)生產(chǎn)面臨更高的成本投入，應(yīng)給予這些企業(yè)相應(yīng)的政策支持和資金扶持。其次，不能過(guò)多依靠引進(jìn)技術(shù)，要加強(qiáng)自主技術(shù)的研發(fā)。目前，引進(jìn)的技術(shù)較多集中在加工業(yè)和制造業(yè)行業(yè)，這些技術(shù)為降低成本提高收益多是高能耗高污染的，因此應(yīng)加強(qiáng)相關(guān)方面的自主技術(shù)研發(fā)，注重效益和低碳的同步發(fā)展。最后，在推動(dòng)經(jīng)濟(jì)和可以發(fā)展的同時(shí)，需要并重相應(yīng)的人才人口政策。

2. 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高第三產(chǎn)業(yè)比重。中國(guó)工業(yè)具有高能耗和高排放的顯著特征，在工業(yè)生產(chǎn)過(guò)程中，要根據(jù)供給側(cè)改革的內(nèi)容，縮小鋼鐵、煤炭、水泥、玻璃等產(chǎn)能過(guò)剩產(chǎn)業(yè)的生產(chǎn)規(guī)模，加快推進(jìn)科技體制改革，促進(jìn)高技術(shù)含量、高附加值產(chǎn)業(yè)的發(fā)展，加快生態(tài)文明體制改革，為綠色低碳產(chǎn)業(yè)發(fā)展提供動(dòng)力。

3. 堅(jiān)持改革開(kāi)放，提高外資質(zhì)量。當(dāng)前我國(guó)外商直接投資的主要方向在于加工業(yè)和制造業(yè)等高污染高排放產(chǎn)業(yè)方向，因此在引進(jìn)外商投資的過(guò)程中，需要篩選出綠色外資和先進(jìn)外資。在外資引進(jìn)過(guò)程中，要將環(huán)保因素和技術(shù)水平因素納入考慮范圍之內(nèi)，對(duì)于優(yōu)質(zhì)企業(yè)給予政策支持。除此以外，注意提升外資的技術(shù)溢出效應(yīng)，加強(qiáng)本土企業(yè)與外資企業(yè)的交流合作。

參考文獻(xiàn)：

[1]Ang， James B. CO2 Emissions， Research and Technology Transfer in China[J].Ecological Economics，2009，68（10）：2658-2665.

[2]Daron Acemoglu， Philippe Aghion， Leonardo Bursztyn and David Hemous. The Environment and Directed Technical Change[J].NBER Working Paper，2009，5451.

[3]Dietz T， Rosa E A. Effects of population and affluence on CO2 emissions [J]. Proceedings of the National Academy of Sciences，1997，94（01）：175-179.

[4]Galeottia， M. and Lanza， A. Desperately Seeking Environmental Kuznets[J]. Environmental Modeling & Software，2005（20）：1379-1388.

[5]Selden， T. and Song， D. Environmental Quality and Development： Is There a Kuznets Curve for Air Pollution Emissions？[J].Journal of Environmental Economics and Management，1994（27）：147-162.

[6]陳亮，胡文濤.金融發(fā)展、技術(shù)進(jìn)步與碳排放的協(xié)同效應(yīng)研究——基于2005～2017年中國(guó)30個(gè)省域碳排放的VAR分析[J].學(xué)習(xí)與探索，2020（06）：117-124.

[7]豆建春，馮濤，楊建飛.技術(shù)創(chuàng)新、人口增長(zhǎng)和中國(guó)歷史上的經(jīng)濟(jì)增長(zhǎng)[J].世界經(jīng)濟(jì)，2015，38（07）：143-164.

[8]李凱杰，曲如曉.技術(shù)進(jìn)步對(duì)中國(guó)碳排放的影響——基于向量誤差修正模型的實(shí)證研究[J].中國(guó)軟科學(xué)，2012（06）：51-58.

[9]郭慶賓，駱康，楊婉蓉.基于技術(shù)進(jìn)步的長(zhǎng)江經(jīng)濟(jì)帶碳排放回彈效應(yīng)測(cè)度[J].統(tǒng)計(jì)與決策，2020，36（19）：115-117.

[10]林伯強(qiáng)，蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析[J].管理世界，2009（04）：27-36.

[11]譚飛燕，羅雙臨.低碳經(jīng)濟(jì)背景下國(guó)際清潔技術(shù)投資趨勢(shì)與一般適用模型分析[J].現(xiàn)代經(jīng)濟(jì)探討，2010（05）：74-78.

[12]許廣月，宋德勇.中國(guó)碳排放環(huán)境庫(kù)茲涅茨曲線的實(shí)證研究——基于省域面板數(shù)據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2010（05）：37-47.

[13]原嫄，李國(guó)平.產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)升級(jí)對(duì)碳排放的影響——基于OECD主要成員國(guó)面板數(shù)據(jù)的實(shí)證分析[J].氣候變化研究進(jìn)展，2016，12（04）：332-340.

[14]張騰飛.城鎮(zhèn)化對(duì)中國(guó)碳排放效率的影響[D].重慶：重慶大學(xué)，2016.

（作者單位：向其鳳，云南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院;武壯，首都經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計(jì)學(xué)院）