中国人均碳排放影响因素的长期均衡与因果动态关系研究——基于结构突变ARDL-VECM模型的实证分析

刘金培, 宋晓霞, 陈华友, 汪官镇, 王 珍

(1.安徽大学 商学院，安徽 合肥 230601; 2.北卡罗莱纳州立大学 工业与系统工程系,美国 罗利 27695; 3.安徽大学 数学科学学院，安徽 合肥 230039; 4.东南大学 经济管理学院，江苏 南京 211189)

0 引言

自20世纪90年代以来，国际社会多次召开了与气候变化相关的全球性会议，旨在推动各国共同节能减排，改善全球气候状况。我国一直依赖的粗放型经济增长方式，在为我国经济带来发展红利的同时，也使得环境问题日益严重。我国碳排放量逐年增加，并从2006年开始跃居世界第一。在这种巨大的减排压力下，我国政府制定了阶段性目标，到2020年我国碳排放强度要比2005年低40～45个百分点。值得注意的是，虽然随着经济社会的不断发展，我国碳排放强度呈下降趋势，人均碳排放却仍呈上升趋势，大气环境依然不断恶化。因此，深入研究人均碳排放的影响因素，对我国实现人均碳排放下降的目标，构建生态文明具有重要的理论价值和现实意义。

国内外学者对碳排放的影响因素进行了大量的研究，如经济增长、贸易开放、技术创新、城镇化等方面，然而，这些影响因素与碳排放之间的作用关系仍然存在较大的争议。

经济增长方面，经济的快速发展需要大量的能源消耗来支撑，大量的能源消耗造成碳排放大量增加。众多研究表明，经济的增长是以环境为代价的。然而，当经济发展达到一定程度时，随着经济的增长，碳排放会减少，这就是著名的环境库兹涅茨曲线(EKC)。Ibrahim和Law[1]通过对69个发达国家和发展中国家的面板数据的实证分析，验证了该假设，Saboori等[2]的研究结果也支持了EKC曲线的存在。邹庆等[3]研究表明我国环境与收入之间的EKC假设是成立的。然而，有些学者的研究并不支持该假设，如胡初枝等[4]研究发现我国碳排放与人均收入之间关系并不是理论上的倒“U”型，而是呈“N”型，Du等[5]分析1995～2009年省域面板数据，结果显示在我国EKC假设并不成立。

其次，贸易开放对碳排放影响的争议点在于其是否是“污染天堂”。一方面，贸易开放有利于引进国外先进的技术和经验，提升技术水平，从而有助于减少能源的消耗，降低碳排放。另一方面，贸易开放通过扩大市场规模，刺激能源需求，进而增加了碳排放。此外，环境规制强的国家会将本国的高能耗、高污染企业转移到环境规制较弱的国家，使得环境规制较弱的国家成为“污染避难所”。Shui和Harriss[6]研究结果显示中国7%～14%的碳排放量来源于出口美国商品的生产过程。而周五七和聂鸣[7]运用ARDL模型对我国1978～2010年的数据进行分析，结果表明从长期来看贸易开放与碳排放强度负相关，而短期上两者正相关的关系并不显著。

为了分析技术创新对碳排放的影响，严成樑等[8]和Mao[9]都验证了技术创新与碳排放显著负相关，能够在一定程度上减少碳排放。但是，也有研究显示目前我国的技术创新并不能显著影响碳排放，如周五七和聂鸣[10]运用1985～2009年的数据，研究发现我国专利的时间滞后性使得短期内技术进步对碳排放的影响不显著。另外，申萌[11]探讨了技术进步对碳排放的直接与间接影响，研究表明技术进步对碳排放的负向直接影响不能弥补技术进步的正向间接影响，使得碳排放量非减反增。

关于我国城镇化与碳排放的关系，学者们的研究结果也大相径庭。一方面，城镇化过程是人口、产业集聚的过程，这一过程会推动城市基础设施的建设，刺激居民的消费需求，从而会增加能源的消耗，促进碳排放。另一方面，人口、产业的集中，不但有助于推广相关节能技术、集中治理排放物，还能帮助政府优化城市空间布局，减少碳排放。Bin[12]运用VAR模型分析了中国钢铁行业碳排放的影响因素，发现城镇化与碳排放之间是倒“U”型关系，即短期内城镇化不利于碳减排，但从长期来看城镇化有助于碳减排。刘丙泉等[13]将城镇化细分为人口、空间、收入和产业四种城镇化要素，研究了我国物流产业的碳排放变动机理。

实际上，综合考虑经济增长、贸易开放、城镇化等多个变量的影响，分析其与碳排放间的关系可以得到更为合理的结论。如Boutabba[14]通过对印度1971～2008年的数据分析了金融发展、收入、能源消耗、对外贸易对碳排放的影响。结果表明，金融发展、能源消耗都能显著增加碳排放，而贸易对碳排放的影响不显著，并且证明了印度EKC模型同样成立。然而，基于中国国情综合考虑多种碳排放影响因素的因果动态关系研究还需进一步深入。

已有的研究方法和模型也存在一定的局限性。一是宏观变量数据生成过程中可能存在结构突变，导致变量数据平稳性受到冲击，出现分阶段平稳的现象，已有文献很少考虑到人均碳排放、经济增长等变量可能存在多个内生结构突变点的问题。如邓吉祥[15]运用LMDI方法研究碳排放与各变量的关系，孙欣和张可蒙[16]、庞丽[17]等则运用ARDL模型进行分析，但均未考虑碳排放发生结构突变的ARDL情况。而Kanjilal和Ghosh[18]对印度1971～2008年碳排放与能源消耗等变量进行分析发现，不考虑断点时，ARDL边限协整检验无法得出碳排放与其他变量间存在协整关系，而考虑断点后，门槛协整检验验证了碳排放与其他变量间存在协整关系。因此，在不考虑变量的结构突变点时得出的结论很可能出现误差。二是虽然少数学者考虑了碳排放的结构突变问题，但并未将内生结构突变点纳入模型。林伯强和毛东昕[19]运用BP结构突变检验得出碳排放强度存在三个结构突变点，据此分析碳排放强度阶段性演化特征。孙建[20]和周少甫[21]等在研究中运用了具有内生结构突变检验的Gregory-Hansen协整检验，但没有将结构突变点纳入模型中，而是以突变点为界进行分段研究。三是已有研究证实基于VAR的Granger检验只适用于变量间不存在协整关系的情况，而当变量间存在协整关系时，运用基于向量误差修正(VECM)模型的Granger检验，结果更为准确[22,23]。

为了克服上述问题，本文采用能够检测出多个内生结构突变点的BP检验，并将检测出的结构突变点设为虚拟变量，加入到自回归分布滞后(ARDL)模型中，探讨经济增长、城镇化、技术创新、贸易开放与人均碳排放的长期均衡和短期动态调整关系。同时，构建基于VECM模型的Granger因果关系检验，研究各变量之间是否存在因果关系，探讨中国低碳经济的发展路径。

2 研究方法与数据来源

2.1 基础模型设定

根据已有的研究模型和本文的研究需要，将基础计量模型设定为:

(1)

其中，CE为人均碳排放，GDP为人均国内生产总值，TR为贸易开放(用进出口贸易额占GDP比重来表示)，UR为城镇化(用城镇常住人口数占总人口比重来表示)，TE为技术创新(用专利授予量表示)，C是常数项，ε是随机扰动项，β1(i=1,2,…,5)为待估参数。为减少数据异常波动和异方差对模型造成影响，同时保持各变量之间的作用关系不变，在设定模型时对所有变量取对数。

2.2 研究方法

(1)BP结构突变点检验

结构突变点的研究始于1989年，其原因是部分数据的非平稳性源自某个或者多个结构突变点(structural breaks)对数据的剧烈内生或外生冲击，这种冲击可能会对数据生成过程产生较大的影响，改变数据的未来变化方向。Bai和Perron[24]在前人的研究基础上，构造了关于结构突变点的BP检验。此后，众多学者如Kim和Perron[25]、聂巧平[26]等都对该检验进行了更深入的研究。与其他检验方法相比，BP检验有三个优势：一是适用于小样本，具有良好的小样本性质；二是无需事先设定突变点的位置及个数；三是可以检测出2个以上的结构突变点。BP检验假设变量在时间内发生了m次迁移，产生了m个结构突变点，其模型可表示为:

(2)

其中，yt为因变量，xt与zt为自变量，xt与zt分别是p维和q维的列向量，β与δj(j=1,2,…,m+1)均为相应的待估参数向量，ut为随机扰动项，T为样本总量，m为结构突变点的数量，T1,T2,…,Tm是m个结构突变点发生的时间。当xt不存在时，则上述模型即成为纯结构变动模型，其矩阵表达形式为:

Y=Zδ+U

(3)

BP检验就是根据公式(2)，对每个可能的分割采用最小二乘法估计式中待估参数。进而寻找残差平方和最小的分割，对其进行统计检验，便可得到结构突变点。本文用Bai和Perron构造的DM tests(UDmax和WDmax)统计量判断变量是否发生结构突变，SupF(l+1|l)序列统计量来确定结构突变点的个数和时间。DM tests统计量的原假设为不存在结构突变点，备择假设为存在一个有上限的结构突变点；SupF(l+1|l)序列统计量的原假设为存在l个结构突变点，备择假设为存在l+1个结构突变点。

(2)自回归分布滞后模型(ARDL)

为了解决时间序列数据非平稳性所带来的伪回归问题，在估计参数结果前需要用协整检验来验证变量间是否具有长期稳定关系。由Pesaran等学者提出并不断完善的ARDL边限检验法(Bounds Testing)[27,28]，与其他协整检验方法相比，具有明显优势。首先，该方法对变量数据是否具有同阶单整性没有要求，在确定最优滞后期的前提下，无论各变量是I(0)、I(1)，还是混合序列，ARDL都可以分析变量的长期关系。其次，对样本量要求不高，即使样本量较小，检验结果仍然稳健。最后，在变量协整关系存在的情况下，即使变量存在内生性问题，ARDL模型仍能得到一个有效且无偏的估计结果。一般来说，构建ARDL模型主要包括以下两个步骤：

首先，根据式(1)，建立如下ARDL模型，进行边限协整检验。

γ4TRt-1+γ5URt-1+γ6TEt-1+ur

(4)

其中，Δ为一阶差分，k为差分项的滞后阶数，λ1k～λ6k，是对应变量的长期相关系数,γ1～γ6是对应变量的长期相关系数。ut为白噪声序列。模型(4)的原假设为H0:γ1=γ2=γ3=γ4=γ5=γ6=0，其备择假设为：H1=γ1～γ6不全为0。若不能拒绝H0，则认为各变量间不存在协整关系；反之，则认为存在。可由F统计量与临界值的关系来判断是否拒绝H。

其次，当变量间存在协整关系后，建立长期协整方程，估计各解释变量间的长期均衡系数。通过简单线性变换，得到ARDL-VECM模型，估计各解释变量的短期系数。同时，为避免参数的不稳定性影响模型设定的可靠性，还需要对构建的模型做参数稳定性检验来判断模型的构建是否合理。

(3)Granger因果关系检验

ARDL模型只能验证变量之间的协整关系，但是协整关系的存在并不能证明变量间的因果关系，因此需要进行Granger因果关系检验。当变量之间存在协整关系时，采用一期滞后的误差修正项(ECMt-1)形式的Granger因果关系检验结果更为准确。基于误差修正项(ECMt-1)的Granger因果关系检验通过向量误差修正模型进行，模型如式(5)所示：

(5)

其中，1-B为差分算子，q表示滞后阶数，ECM为误差修正项。

2.3 数据来源

我国从1985年开始才公布专利申请状况，因此选取的研究样本区间为1985～2014年。由于我国并未公布碳排放的相关数据，本文将根据IPCC提供的计算方法与陈诗一[29]的方法相结合来计算我国1985～2014年的碳排放量。专利授予量来源于中国知识产权官网，其他相关数据来源于《中国统计年鉴》和《中国能源统计年鉴》。同时，GDP被调整为1985年的不变价格。

3 实证分析

3.1 BP检验

运用Eview 9.0软件对所有变量进行BP检验，检验结果显示，人均碳排放存在结构突变点，其它变量不存在结构突变，表1为对人均碳排放进行BP检验后的结果。在5%的显著性水平下，UDmax统计值、WDmax统计值和SupF(1)均显著，说明人均碳排放至少存在一个结构突变点。根据Perron的建议，采用SupF(l+1ll)序列统计量来判断人均碳排放的突变点个数和突变时间，结果表明人均碳排放存在2个结构突变点，结构突变时间为1993年和2004年。

表1 BP结构突变点检验结果

注:**代表显著性水平为5%。

在得出人均碳排放的2个结构突变点后，以突变点为界引入虚拟变量，将整个时间序列划分为三个子区间。则模型(1)转化为式(6):

β4URt+β5TEt+β6DU1993+β7DU2004+εt

(6)

其中,DU1993与DU2004分别为1993年和2004年的结构突变点虚拟变量。当t<1993时，DU1993=0，反之，DU1993=1。同理，当t<2004时，DU2004=0，反之，DU2004=1。在下文进行边限协整检验和构建ARDL模型时，均将这两个虚拟变量纳入其中。

3.2 边限协整检验

虽然边限协整检验在变量平稳性方面的要求较其他方法更为宽松，但仍然不适用于I(2)及以上时间序列。因此，我们首先进行单位根检验来验证本文相关时间序列数据是否满足边限协整检验的要求。本文采用ADF单位根检验方法进行检验，结果见表2。

表2 各变量单位根检验结果

注：K为回归方程的扩展度，K=0为无趋势无常数项，K=1含常数项，K=2包括常数项和趋势项；*p<0.1，**p<0.05，***p<0.01。

由表2可知，CE、GDP、GDP2、TR、TE为I(1)序列，UR为I(0)序列。因此，可以采用边限协整检验(结果见表3)。表3中边限协整的F统计量值为5.211，超过在1%显著性水平下I(1)的临界值。因此，在样本期间内，人均碳排放与经济增长等变量之间存在协整关系。

表3 边限协整检验结果

注:*p<0.1，**p<0.05，***p<0.01。

3.3 ARDL模型估计

本文采用Microfit 4.1软件进行ARDL模型估计。由于样本量的限制，本文将变量的最大滞后期设为2，并根据SBC信息准则确定各变量的最优滞后阶数，模型估计结果见表4。ARDL模型估计结果显示，包含趋势项时，ARDL(0,2,1,1,1,1,1,1)模型中截距项和趋势项都不显著，并且含趋势项和不含趋势项模型的R2非常接近。结合DW值、AIC值和SBC值，发现不含趋势项的ARDL(0,1,2,1,1,1,1,1)模型估计结果更优。同时，对ARDL(0,1,2,1,1,1,1,1)模型进行诊断检验(见表4下半部分)，发现模型设定恰当。因此，本文以ARDL(0,1,2,1,1,1,1,1)为基础，建立长期协整模型和ARDL-ECM模型，分析各变量对人均碳排放的长期和短期影响。

根据ARDL(0,1,2,1,1,1,1,1)模型确立的长期协整估计结果如表5所示。从估计结果来看，人均GDP、城镇化率、技术创新、贸易开放以及两个结构突变点都与人均碳排放存在显著相关关系。长期来说，人均GDP每提高1%，人均碳排放相应会增加1.476%，而人均GDP的平方项每提高1%时，人均碳排放会相应减少0.023%，这验证了在我国“EKC”假设成立。然而，我国目前仍处在倒“U”型曲线的上升阶段，达到拐点仍需较长时间。

贸易开放显著正向影响人均碳排放，弹性系数为0.735。外贸活动每增加1%，我国人均碳排放量会增加0.735%。我国外贸活动一直以来以简单的加工贸易为主，出口的大多是高能耗、高污染的商品，这些产品的输出不利于碳排放量的下降。而引进的大多是从发达国家产业转移下来的，其所能发挥的技术效应极为有限。并且部分承接的产业是发达国家污染密集型的“肮脏产业”，这些产业进一步恶化了环境，使我国成为“污染天堂”。

城镇化与人均碳排放显著负相关，弹性系数为-2.781，即城市化水平的提高能大幅度减少碳排放。从长期来说，随着城市化水平的提高和基础设施的完善，城市的聚集效应能够有效的改善资源配置效率，优化产业结构。同时人口、产业的集中有利于节能环保等技术溢出，会大范围的提高工业企业的生产效率和资源利用率，减少碳排放。

在10%显著性水平上，创新对碳排放有负向影响，弹性系数为-0.075，即技术创新每提高1%，碳排放量就会降低0.075%。技术创新不仅可以通过新技术提高能源利用率来减少碳排放，还能通过新的生产技术和生产方法改变经济增长方式降低碳排放。推动技术创新，特别是对新能源和环保技术的研发，能够显著减少我国的碳排放量。

两个结构突变点1993和2004对我国碳排放也有显著性影响，其中1993年的相关政策有利于碳排放的下降，而2004的经济快速增长导致碳排放量上升。

表4 ARDL模型估计结果

注：*、**、***分别表示显著性水平为10%、5%和1%。

表5 ARDL长期协整估计结果

注：*、**、***分别表示显著性水平为10%、5%和1%。

3.4 误差修正模型估计

进一步，建立ARDL-VECM模型，用以分析各变量间的短期变动关系，结果见表6。

表6 ARDL-VECM系数估计结果

注：*、**、***分别表示显著性水平为10%、5%和1%。

由表6可知，模型设定良好，并且ECM(-1)为-1，符合反向修正机制，表明人均碳排放量在偏离长期均衡水平后，会在下一年以100%的幅度修正，从而回归均衡。短期来说，经济增长与碳排放之间的“EKC”假设不能得到验证。对外贸易水平的变动对碳排放的影响仍显著为正，且其短期效应(0.509)略低于长期效应(0.735)。因此，如果不及时调整我国进出口贸易结构，这种负向效应的累积会对我国环境造成严重的影响。与长期效应差异较大的是，城镇化与技术创新的短期变动与人均碳排放的变动正相关，但这种正向效应并不明显。短期内城镇化的“生活效应”不明显，初期无序的城市化情况下，资源配置效率和能源利用率不高，能源浪费严重。众所周知，科技成果被市场接受并广泛运用需要一定的时间，这种时滞性导致了短期内技术创新并不能有效的抑制碳排放。

3.5 Granger因果关系检验

协整关系的存在并不意味着变量间具有因果关系，为了验证长短期效应在经济意义上的合理性，需要对变量进行Granger因果检验。本文选用基于VECM的Granger因果检验来验证变量间的因果关系，检验结果见表7。

表7 基于VECM的Granger因果关系检验

注：单个解释变量的χ2检验统计量的自由度为1；( )中的数据为P值。

从表7可以看出，短期内所有解释变量都是碳排放的Granger原因。同时，碳排放也是经济增长和贸易开放的Granger原因，这意味着当前的碳排放变化对会对未来的“经济增长”和“贸易开放”产生影响。这说明特定时期过度的减排政策可能会对经济发展和拓展对外贸易产生不利影响。碳排放与经济增长、贸易开放之间的双向Granger因果关系，启示我国政府在实现碳减排这一目标的过程时应合理安排减排目标，循序渐进。

3.6 参数稳定性检验

运用时间序列数据进行协整估计，可能会对参数估计结果的稳定性产生影响，因此需要对模型参数的稳定性进行验证。本文借鉴前人的研究方法进行参数稳定性检验[7,14]，结果如图1和图2所示。图1和图2显示CUSUM和CUSUMSQ的数值均在两条临界线内，表明人均碳排放与各解释变量间的参数估计值是稳定可靠的。

图1 递归残差累计和(5%显著水平)

图2 递归残差平方累计和(5%显著水平)

4 讨论

下面结合我国国情，对实证分析的结果进一步解释、分析和讨论。

实证分析的结果表明，长期来说，我国经济增长与碳排放间呈倒“U”型关系，这支持了吴振信等[30]的研究结论。相关研究表明，当经济发展到一定水平时，经济增长对碳排放的技术效应和结构效应占主导地位，超过规模效应，使得经济增长有利于抑制碳排放。然而，目前我国仍处于EKC曲线的上升阶段，达到拐点仍需很长时间，短期内两者间的倒“U”型关系不成立。可能的原因是，改革开放以来，我国经济发展主要依靠高能耗、高污染的粗放型经济增长方式。同时，近年来城镇化和工业化的高速发展，使得能源需求增加，加剧了碳排放。

其次，贸易开放对我国碳减排具有不利影响，这与李锴和齐绍洲的观点一致[31]。一个主要的原因是我国的贸易结构不合理。当前，我国对外贸易仍以加工贸易为主，外贸依存度较高，且有重出口轻进口的现状，出口的多是能耗较高的工业制品，使得碳排放增加。另外，我国政府环境规制力较弱，引进的大多是资源密集型产业，这对环境造成了进一步恶化。因而，我国贸易开放的技术效应远远不能弥补结构效应和规模效应给环境带来的不利影响，使得贸易开放成为“污染天堂”。

实证分析的结果也验证了赵红和陈雨蒙[32]的研究结论，也就是说，从长期来看城镇化有利于降低碳排放。这是因为随着城镇化率的提高，规模经济效应也会逐渐增强，从而能够充分发挥城镇化的集聚效应，如共享交通物流、信息网络等公共设施，进而减少能源消耗，降低碳排放。同时，城市化水平的提高也能够带动人力资本的积累。人力资本作为一种清洁生产要素，既可以减少能源消耗，还能促进技术进步，进而抑制碳排放。然而，短期内城镇化对碳排放呈现正向影响，但统计上并不显著。这可能归因于当前我国城镇化质量不高，基础设施有待进一步完善，且规模经济性不强，资源配置效率和能源利用率不高，能源浪费严重。

同时，长期来说技术创新有利于实现节能减排，这与严成樑的研究结果[8]较为一致。技术创新既包括生产技术的进步，也包含低碳技术和清洁技术的发展。生产技术的进步意味着生产效率和能源利用率提高，进而使得能源消耗降低，碳排放下降。低碳技术和清洁技术能够更加直接有效的抑制碳排放。然而，目前我国技术创新注重于提高生产效率，环保属性较弱，专利授予量中与节能减排有关的专利占比较少，导致我国技术创新的抑制作用不明显。与周五七和聂鸣[10]研究结论相似，短期内技术创新不能减少碳排放，这是因为技术创新成果进入市场并被广泛运用需要较长时间。

此外，1993年和2004年两个结构突变点也对碳排放产生了显著影响。从1993年开始，市场部门参与资源配置，这一政策优化了资源配置，提高资源使用效率，有效的抑制了碳排放。从2004年开始我国进入新一轮投资热潮，投资规模过猛，经济增长迅速，2004～2011年的GDP增速超过9%，而2007年甚至达到14.2%，经济的过快增长导致能源供应紧张，从而不利于碳排放量的下降。此外，这一时期，工业化和城镇化的高速发展使得我国高能耗、高污染问题更为突出，碳排放激增。

5 结论与建议

本研究选取1985～2014年的数据，运用BP内生结构突变点检验和结合结构突变点的ARDL模型以及基于VECM模型的Granger因果关系检验，探讨经济增长、城镇化、技术创新、贸易开放与我国人均碳排放的长期均衡和短期动态关系。具体研究结果如下：

(1)长期来说，碳排放与经济增长之间的“EKC”假说得以验证，碳排放与经济增长能够实现共赢。然而，我国目前还处于EKC曲线的上升阶段，达到拐点仍需很长时间。贸易开放对碳排放存在不利影响，城镇化能显著有效的降低碳排放，技术创新有助于抑制碳排放，但减排效果有限。两个结构突变点对碳排放有显著性的冲击，其中1993年的经济政策有利于碳排放的下降，而2004年以后经济快速发展，导致碳排放显著增加，环境恶化趋势明显。

(2)短期来说，“EKC”假说不成立，贸易开放对碳排放存在不利影响，城市化与碳排放正相关但统计上并不显著，技术创新并不能有效减少碳排放。

(3)Granger因果检验结果显示，短期内所有解释变量都是人均碳排放的Granger原因，碳排放也是经济增长和贸易开放的Granger原因，即碳排放与经济增长、贸易开放之间存在反向作用机制。短期内，碳排放的过度下降很可能不利于经济的增长和贸易开放。

结合研究结论，提出以下政策建议：

(1)调整产业结构，发展低碳经济。从长期来说，必须加快产业结构升级，转变经济增长方式，发展绿色低碳经济。在转变发展方式的同时，双管齐下，尽量使用和推广新能源，推动拐点尽快到来，实现经济与环境的共赢。从短期来说，需要在保持经济增长的情况下，适度控制碳减排的速度，循序渐进的减少碳排放量，尽可能减少碳减排对经济的不利影响。

(2)加强环境规制，推动低碳贸易。长期以来，我国对外依存度较高，2010年我国进出口贸易额占GDP的比重达到50.57%，近两年略有下降，但仍在40%以上。而我国对外出口的商品多为附加值不高，能耗高的初级商品。因此，要改变现状，实现双赢，就要调整贸易结构，减少高污染、高能耗产品的出口，推行低碳贸易。同时，还需制定有效的环境规章制度，加强环境规制力度，调整外商投资的产业和地区导向，构建完善的产业技术引入体系，推动外商投资环保低碳产业。

(3)提高城市化水平，建设绿色低碳新城镇。1985年以来，我国城镇化率大幅度提高，从23.71%上升到54.77%，与发达国家相比，我国城镇化率仍然偏低，仍有约20%的上升空间。然而，我国城镇化质量普遍不高，并且良莠不齐。城乡二元结构，城镇空间分布不合理，城市基础设施体系不完善等问题突出，这不仅严重阻碍了城镇化的发展，还造成了交通拥堵和环境污染，增加了社会成本。因此，政府要建设健康有序的城镇，合理规划城市空间布局，并在此基础上进行基础设施建设，避免资源浪费。

(4)强化政策扶持力度，加快自主创新进程。我国专利构成中发明专利所占比例极少，而与其他类型的专利相比，发明专利在碳减排方面发挥着更为重要的作用。因此，政府要发挥其公共服务职能，制定创新引导政策，通过财政补贴，金融补助等方式减少创新成本，减少发明者的后顾之忧，从而激发人们大胆创新。此外，政府还应减少专利申请程序，加快审查、授权速度，注重创新成果的商业化，加快其市场化进程，缩短创新的时间滞后性。

本文研究对实现节能减排具有一定的现实意义，但在部分问题上仍需进一步探究。首先，碳排放量的计算本文借鉴陈诗一的方法，仅考虑了我国三大主要能源消耗产生的碳排放量。为了进一步提升研究结论的准确性，未来可以考虑更多种类的能源消费量来对碳排放量进行估算。其次，本文构建的是对称ARDL模型，未来可以在本文的研究基础上，构建非对称ARDL模型，研究某一变量的增长或下降对碳排放的非对称性影响。