国际贸易对环境的影响：既定收入水平下的影响

自20世纪90年代以来，国际贸易对环境的影响一直受到学术界的关注。从理论上讲，国际贸易对环境的影响是不明确的，存在“向底线赛跑假说”（race-tothe-bottom hypothesis）和“贸易得益假说”（gains-from-trade hypothesis）之争：一方面，因担心国际竞争力的丧失，开放的国家会采取更加宽松的环境标准，因此贸易开放将损害环境质量；另一方面，若一国因贸易提高了收入，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，这样贸易开放对环境质量的影响是正面的。那么，在经验分析中，到底是“向底线赛跑”还是“贸易得益”呢？Grossman and Krueger（1991）在系统分析贸易对环境影响时，首创了规模效应、结构效应和技术效应的分析框架。Antweiler，Copeland，and Taylor（2001）在Grossman and Krueger（1991）的基础上，进一步将规模效应、结构效应和技术效应进行量化，利用43个国家1971—1996年的数据检验了贸易开放对二氧化硫排放的影响，实证结果表明：如果贸易自由化导致人均GDP提高1%，那么污染浓度将下降1%，自由贸易有益于环境。Cole and Elliott（2003a）利用26个发达国家与发展中国家1975—1990年每隔5年的数据以及32个发达国家与发展中国家的1975—1995年的数据分别分析了贸易自由化对二氧化硫与氮氧化物以及二氧化碳与生化需氧量等4种环境指标的影响，研究发现贸易开放对环境的影响因污染物的不同以及因变量是人均排放还是排放强度的不同而不同：贸易开放导致二氧化硫和生化需氧量的人均排放减少（因为技术效应大于规模效应），却导致氮氧化物和二氧化碳的人均排放增加（因为规模效应远远大于技术效应），贸易开放导致所有污染物的排放强度降低。Cole（2003）沿着Antweiler，Copeland，and Taylor（2001）的思路，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，总体上贸易有利于减少二氧化硫、氮氧化物和生物需氧量，但是增加了二氧化碳的排放。Cole（2004）利用1980—1997年污染密集型产品的南北贸易数据检验OECD成员国的倒U形环境库兹涅茨曲线有多大程度能被贸易所解释时发现，贸易虽然显著地增加了OECD成员国的水污染，但是也显著地减少了空气污染，作者认为这可能由于竞争压力增大而导致的资源有效利用或使用了更加绿色的生产技术。Harbaugh，Levinson，and Wilson（2002）利用面板数据检验世界范围内的城市空气污染物（二氧化硫、烟尘和悬浮颗粒物）的环境库兹涅茨曲线时，加入贸易强度变量后，发现国际贸易显著减少了二氧化硫的排放，而增加了烟尘和悬浮颗粒物，虽然回归结果不显著。Dean（2002）运用赫克歇尔-俄林模型将贸易自由化对环境的影响整合为一个联立方程系统，利用1987—1995年中国工业省级水污染数据检验了贸易自由化对中国环境的影响，结果表明：在既定的收入水平下，贸易开放对中国环境的影响是不利的，虽然这一不利影响被由贸易引致的经济增长的积极影响所超越。Managi（2004）使用1960—1999年63个发达国家与发展中国家的数据，检验了贸易开放对二氧化碳排放的影响，发现贸易开放对环境的影响是不利的，贸易开放度增加1%导致二氧化碳排放增加0.579%。Frankel and Rose（2005）在没有遵循Antweiler，Copeland，and Taylor（2001）理论模型框架的情况下，借鉴Frankel and Romer（1999）的方法，为对外贸易构建了一个有效的工具变量，运用1990年41个国家的截面数据，分析了既定人均收入水平下贸易对环境的影响，发现贸易减少了二氧化氮、二氧化硫和悬浮颗粒物的排放，但是增加了二氧化碳的排放（虽然在工具变量回归时不显著）。Managi，Hibiki，and Tsurumi（2009）认为Frankel and Rose（2005）没有遵循Antweiler，Copeland，and Taylor（2001）理论模型框架因而没有考虑分解效应，于是在Cole and Elliott（2003a）的模型基础上运用广义矩估计方法解决贸易变量内生性问题和直接利用工具变量解决收入变量内生性问题的基础上，基于1973—2000年88个国家的二氧化碳和二氧化硫的面板数据以及1980—2000年83个国家的生化需氧量的面板数据，研究了贸易开放对二氧化碳、二氧化硫和生化需氧量的影响，结果表明：对于OECD成员国而言，贸易开放减少了二氧化碳、二氧化硫和生化需氧量的排放，因为负的规模-技术效应超过正的结构效应；然而对于非OECD成员国，贸易开放减少了生化需氧量的排放（负的规模-技术效应超过了正的结构效应），而增加了二氧化碳、二氧化硫排放（因为规模-技术效应和结构效应都是正的）。Ang（2009）研究了1953—2006年中国二氧化碳排放的影响因素，结论表明能源消费、高收入和高贸易开放度与碳排放正相关。李小平、卢现祥（2010）利用1998—2006年中国工业分行业的面板数据，研究了贸易开放对中国二氧化碳排放的影响，结果发现国际贸易能够减少工业行业的二氧化碳排放总量和单位产出的二氧化碳排放量。何洁（2010）通过建立一个四方程的联立系统，利用中国1992—2001年的省级面板数据分析国际贸易对中国工业的二氧化硫排放的影响，结果表明：直接影响是出口增加排放，而进口减少排放；总体影响是出口减少排放，而进口增加排放。李锴、齐绍洲（2011）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，利用1997—2008年的中国省级面板数据，考察了贸易开放和二氧化碳之间的关系，结果发现贸易开放增加了中国省区的二氧化碳排放量和排放强度，国际贸易对中国环境的影响是负面的；Sharma（2011）基于69个国家1985—2005年的动态面板数据，分全样本和高、中、低收入的子样本四种情形，运用广义矩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二氧化碳排放的影响，结果发现在所有4种情形中贸易开放度虽然增加了二氧化碳排放，但在统计上都是不显著的。

近年来，许多学者主要运用自回归分布滞后模型来研究经济增长、能源消费、贸易开放和二氧化碳排放之间的关系：Sharif Hossain（2011）基于新兴工业经济体1971—2007年的时间系列数据，检验了经济增长、能源消费、贸易开放、城市化和二氧化碳排放等5个变量之间的动态关系，结果表明它们之间不存在长期的因果关系。周五七、聂鸣（2012）利用1978—2010年的时间序列数据，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，结果发现碳排放强度与外贸依存度呈微弱负相关。Jayanthakumaran，Verma，and Liu（2012）基于中国和印度各自1971—2007年的时间系列数据，研究经济增长、能源消费、贸易开放与二氧化碳排放之间的关系，结果发现贸易开放度在短期内减少了中国的二氧化碳排放，但并没有减少印度的二氧化碳排放。Kohler（2013）基于南非1960—2009年的时间系列数据，研究发现人均二氧化碳排放、能源消费、人均收入与对外贸易存在长期关系，高水平的对外贸易意外地减少了二氧化碳排放。Shahbaz，Tiwari，and Nasir（2013）基于印度尼西亚1975—2011年的时间系列数据，检验了经济增长、能源消费、贸易开放、金融发展和二氧化碳排放等5个变量之间的动态关系，结果发现上述变量之间存在长期的因果关系，同时表明贸易开放减少了二氧化碳排放。Ozturk and Acaravci（2013）基于土耳其1960—2007年的时间系列数据，研究了经济增长、能源消费、贸易开放、金融发展和二氧化碳排放等5个变量之间的动态关系，结果发现上述变量之间存在长期的因果关系，而且贸易开放增加了二氧化碳排放。(www.xing528.com)