中國經(jīng)濟增長對碳排放的非線性影響分析
——基于PSTR的實證研究

張 省，王金營

（1.華北電力大學(xué)（保定），河北 保定 071003；2.河北大學(xué) 經(jīng)濟學(xué)院，河北 保定 071002）

一、引言

隨著全球氣候問題的日益凸顯，碳減排問題成為世界各國面臨的共同挑戰(zhàn)。2020年習(xí)近平主席在第75屆聯(lián)合國大會中提出了“2030碳達(dá)峰，2060碳中和”的雙碳目標(biāo)。與此同時，作為全球第一大發(fā)展中國家，中國的經(jīng)濟發(fā)展水平與發(fā)達(dá)國家仍存在較大的差距，實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展仍為第一要務(wù)。十九大做出了“兩步走”戰(zhàn)略部署，即“到二〇三五年基本實現(xiàn)社會主義現(xiàn)代化；從二〇三五年到本世紀(jì)中葉把中國建成富強民主文明和諧美麗的社會主義現(xiàn)代化強國”。雙碳目標(biāo)與“兩步走”經(jīng)濟增長目標(biāo)是否會相互掣肘、彼此制約？兩類目標(biāo)能否同時實現(xiàn)？經(jīng)濟增長是否必然帶來碳排放量的增加？回答這些問題，對中國經(jīng)濟增長對碳排放的影響進行深入分析就十分必要。

Grossman等最早對經(jīng)濟增長與碳排放的關(guān)系進行研究，并提出了EKC（環(huán)境質(zhì)量與人均收入間的關(guān)系）倒“U”型假說[1]。然而，EKC假說在學(xué)術(shù)界一直存在著爭議，國內(nèi)外學(xué)者采用了不同的數(shù)據(jù)和計量方法對其進行檢驗，研究結(jié)論并不一致甚至截然相反，大致可分為三類：其一，EKC曲線表現(xiàn)為倒“U”型。國外學(xué)者Nasir等的研究證明了EKC倒“U”型曲線的存在[2]。在國內(nèi)，王菲等(2018)發(fā)現(xiàn)中國整體及分區(qū)域均存在EKC倒“U”型曲線[3]。其二，EKC曲線表現(xiàn)為其他形態(tài)。席艷玲、牛桂敏(2021)[4]的研究證實了經(jīng)濟增長和碳排放之間“N”型曲線的存在；許華、王瑩(2021)認(rèn)為碳排放與經(jīng)濟增長呈倒“N”型曲線關(guān)系[5]；肖嚴(yán)華等(2021)發(fā)現(xiàn)經(jīng)濟增長與環(huán)境污染之間為正“U”型空間關(guān)系[6]，與Grossman的EKC假說恰好相反。此外，Mujtaba等(2020)認(rèn)為經(jīng)濟增長和碳排放之間為負(fù)相關(guān)關(guān)系，李在軍等(2022)認(rèn)為二者為正相關(guān)關(guān)系[7]，而鄧曉蘭等(2014)認(rèn)為兩者之間呈單調(diào)遞增關(guān)系[8]。其三，在不同的情形下EKC表現(xiàn)為不同的形態(tài)。如Galeotti等(2006)認(rèn)為OECD國家的EKC呈倒“U”型關(guān)系，而非OECD國家為單調(diào)關(guān)系。林伯強、江竺均(2009)的研究發(fā)現(xiàn)ECK假說僅適用于經(jīng)濟發(fā)展水平較高的發(fā)達(dá)國家，發(fā)展中國家是否存在EKC倒“U”型曲線因情況而異。朱磊、張建清(2017)發(fā)現(xiàn)中國只有東部和東北部地區(qū)滿足EKC假說，中部和西部并不滿足EKC假說[9]。李國志(2018)則發(fā)現(xiàn)中國在1970—1989年間不存在EKC曲線，而1990—2015年則存在典型的倒“U”型EKC曲線[10]。

通過文獻梳理可以發(fā)現(xiàn)如下問題：第一，很多EKC研究文獻，大多采用時間序列模型、面板數(shù)據(jù)模型抑或空間計量模型，這種先驗的形式在本質(zhì)上都屬于線性設(shè)定，應(yīng)用線性形式的模型來檢驗經(jīng)濟增長與碳排放的非線性關(guān)系，欠缺合理性。文章擬應(yīng)用面板平滑轉(zhuǎn)換回歸模型(Panel Smooth Transition Regression,PSTR)，研究經(jīng)濟增長對碳排放的非線性影響。第二，現(xiàn)有研究大多局限在經(jīng)濟增長對碳排放的影響是促進還是抑制。文章將突破這種單一的研究視角，關(guān)注影響系數(shù)的數(shù)值大小變化趨勢，設(shè)置不同轉(zhuǎn)換變量，從“門檻”效應(yīng)的角度分析經(jīng)濟增長對碳排放影響發(fā)生變化的邊界，深入研究經(jīng)濟發(fā)展水平、能源結(jié)構(gòu)、技術(shù)進步、城鎮(zhèn)化水平等不同省際特征差異對兩者關(guān)系所產(chǎn)生的非線性影響。

二、研究方法與數(shù)據(jù)來源

1.研究方法

為研究不同經(jīng)濟發(fā)展水平、能源結(jié)構(gòu)等地區(qū)差異下中國經(jīng)濟增長對碳排放的非線性影響，文章采用González等(2005)提出的面板平滑轉(zhuǎn)換回歸模型進行實證分析。PSTR模型基本形式為：

其中，i=1，2，…，N代表不同個體，t=1，2，…，T代表不同時間段。yit為被解釋變量；xit為解釋變量；ui和εit分別為個體的固定效應(yīng)和隨機擾動項。β0代表解釋變量線性部分的系數(shù)，βj×Gj代表其非線性部分的系數(shù)。qit為模型的轉(zhuǎn)換變量；Gj為轉(zhuǎn)換函數(shù)，是關(guān)于轉(zhuǎn)換變量qit的連續(xù)、有界函數(shù)，轉(zhuǎn)換函數(shù)的值被標(biāo)準(zhǔn)化在0～1之間。r表示轉(zhuǎn)換函數(shù)的個數(shù)。γ＞0代表斜率系數(shù)，決定模型轉(zhuǎn)換發(fā)生的速度，其數(shù)值越大，代表轉(zhuǎn)換速度越大。c=(c1，c2，…，cm)為m維位置參數(shù)向量，也稱為門檻值，代表了模型轉(zhuǎn)換發(fā)生的位置。轉(zhuǎn)換函數(shù)Gj一般用Logistic函數(shù)的形式表示，如下所示：

由于Gj是連續(xù)函數(shù)，當(dāng)Gj在[0，1]區(qū)間內(nèi)發(fā)生連續(xù)變化時，回歸系數(shù)將在區(qū)間內(nèi)完成連續(xù)平穩(wěn)轉(zhuǎn)化。m表示位置參數(shù)的個數(shù)，González等(2005)認(rèn)為m取1或2足以具有代表性。此外，當(dāng)轉(zhuǎn)換變量qit為解釋變量xit時，根據(jù)轉(zhuǎn)換函數(shù)Gj的性質(zhì)，式(1)中將包含解釋變量xit的r+1次多項式，當(dāng)有β0＞0且β0+β1＜0成立時，表明EKC曲線存在。

在PSTR模型中，xit對yit的影響系數(shù)與轉(zhuǎn)換變量qit相關(guān)，yit關(guān)于xit的邊際效應(yīng)為：

2.變量選取與數(shù)據(jù)來源

文章選取1997—2019年中國30個省份（因數(shù)據(jù)缺失剔除西藏和港澳臺地區(qū)）作為研究對象，樣本數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫、《中國統(tǒng)計年鑒》《中國人口統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》。變量的指標(biāo)選取如下：

一是被解釋變量：人均碳排放。目前大部分文獻采用碳排放總量這一指標(biāo)，考慮到影響碳排放總量的因素既包括經(jīng)濟因素，也包括人口因素，文章重點研究經(jīng)濟增長對碳排放的影響，有必要將人口因素對碳排放的影響排除在外。因此，文章選取人均碳排放量作為PSTR模型的被解釋變量。

二是解釋變量：人均GDP。考慮到中國人均可支配收入自2013年起統(tǒng)計方法和口徑發(fā)生變化，文章選取人均GDP作為經(jīng)濟增長的表征指標(biāo)。為剔除價格因素影響，以1997年為基期，計算得到各省不變價GDP，作為PSTR模型的解釋變量。

三是轉(zhuǎn)換變量。文章分別選取第三產(chǎn)業(yè)比重、城鎮(zhèn)化率、煤炭消費比重、專利授權(quán)量、對外開放度分別作為模型1～5的轉(zhuǎn)換變量，選取人均GDP同時作為模型6的解釋變量和轉(zhuǎn)換變量。PSTR模型中將包含人均GDP的r+1次多項式，根據(jù)各階人均GDP回歸系數(shù)的顯著性和數(shù)值的正負(fù)，驗證中國EKC曲線的具體形態(tài)。

三、結(jié)果分析

1.平穩(wěn)性檢驗

為防止出現(xiàn)偽回歸現(xiàn)象，文章首先采用面板單位根檢驗方法對各個變量進行數(shù)據(jù)平穩(wěn)性檢驗。檢驗結(jié)果顯示，文章所涉及的7個變量均在1%的顯著性水平下平穩(wěn)，可以進行建模。

2.線性檢驗

在使用PSTR模型進行估計之前，首先要進行線性檢驗（原假設(shè)H0：r=0，備擇假設(shè)H1：r=1），檢驗在不同轉(zhuǎn)換變量的影響下經(jīng)濟增長對碳排放是否存在非線性影響。根據(jù)線性檢驗結(jié)果，6個模型的LM、LMF、LRT三個統(tǒng)計量的P值均為0，即在1%的水平下均顯著拒絕了原假設(shè)H0：r=0，說明經(jīng)濟增長對碳排放存在顯著的非線性影響，文章建模具有合理性。

3.剩余非線性檢驗

剩余非線性檢驗的目的是確定PSTR模型中轉(zhuǎn)換函數(shù)的最優(yōu)個數(shù)r。若接受原假設(shè)H0：r=1，則認(rèn)為模型只設(shè)定一個轉(zhuǎn)換函數(shù)是恰當(dāng)?shù)模蝗艟芙^原假設(shè)，則意味著模型需要設(shè)定多個轉(zhuǎn)換函數(shù)。表1的結(jié)果顯示，所有模型均未能拒絕原假設(shè)，表明模型1～6均設(shè)定一個轉(zhuǎn)換函數(shù)是恰當(dāng)?shù)模磖=1。

4.位置參數(shù)的個數(shù)確定

在確定了轉(zhuǎn)換函數(shù)個數(shù)r之后，就需要進一步確定各個模型轉(zhuǎn)換函數(shù)的位置參數(shù)個數(shù)m。文章對6個模型分別在m=1和m=2的情況進行PSTR估計。根據(jù)AIC和BIC信息準(zhǔn)則確定位置參數(shù)m的最優(yōu)個數(shù)，結(jié)果見表2，m=1。

表2 PSTR模型參數(shù)確定結(jié)果

表1剩余非線性檢驗結(jié)果

5.PSTR模型回歸結(jié)果

在確定轉(zhuǎn)換函數(shù)個數(shù)r與位置參數(shù)個數(shù)m后，通過網(wǎng)絡(luò)格點搜索法尋找轉(zhuǎn)換函數(shù)的位置參數(shù)c和斜率系數(shù)γ的最優(yōu)組合，從而獲得轉(zhuǎn)換函數(shù)G的具體表達(dá)式。將轉(zhuǎn)換函數(shù)帶入PSTR模型1，使用非線性最小二乘法進行參數(shù)估計，得到解釋變量在不同機制下的回歸系數(shù)，回歸結(jié)果見表3。可以看到，模型1～6的回歸系數(shù)均在1%水平下顯著。

表3 PSTR模型回歸結(jié)果

6.轉(zhuǎn)換變量對經(jīng)濟增長與碳排放關(guān)系的影響分析

（1）第三產(chǎn)業(yè)比重對二者關(guān)系的影響分析

模型1分析經(jīng)濟增長對碳排放的影響系數(shù)隨第三產(chǎn)業(yè)比重變化而發(fā)生平滑轉(zhuǎn)換的情況。由表3可知，模型1存在單一門檻值c為0.7343，人均GDP線性部分的系數(shù)β0=1.0331＞0，而非線性部分的系數(shù)β1=-1.5768＜0。綜合這兩部分，可以確定經(jīng)濟增長對碳排放影響系數(shù)的取值范圍在理論上為[-0.5437，1.0331]。

圖1繪制了轉(zhuǎn)換函數(shù)和影響系數(shù)的變化曲線，轉(zhuǎn)換函數(shù)的最小值為0.0484，最大值為0.6515，轉(zhuǎn)換速度適中，建模效果較為理想。隨著第三產(chǎn)業(yè)比重的不斷增加，影響系數(shù)在高、低區(qū)制間平滑轉(zhuǎn)換，其取值范圍在實際中為[0.0057，0.9568]，當(dāng)?shù)谌a(chǎn)業(yè)比重低于0.7343時，經(jīng)濟增長對碳排放存在顯著的正向促進作用，影響系數(shù)最大為0.9568，而當(dāng)?shù)谌a(chǎn)業(yè)比重高于0.7343，經(jīng)濟增長對碳排放的正向促進作用逐漸減弱，影響系數(shù)最終減小至0.0057＞0，并未出現(xiàn)理論上的最小值-0.5437，因此，截止到2019年，中國仍處于EKC曲線的爬坡階段，拐點尚未出現(xiàn)。究其原因，由圖1可以看出，1997—2019年大部分樣本觀測值仍處于低區(qū)制內(nèi)，第三產(chǎn)業(yè)比重較低。由表4可以看到，截止到2019年，第三產(chǎn)業(yè)比重跨越門檻值的省份只有北京，因此，其他省份應(yīng)著力于經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，提升第三產(chǎn)業(yè)比重，盡早跨越門檻值，轉(zhuǎn)換函數(shù)的數(shù)值才會從0.6515繼續(xù)增加至理論值1，影響系數(shù)的數(shù)值才會從0.0057繼續(xù)下降至理論值-0.5437，中國才會越過拐點進入EKC曲線的下坡階段。

圖1模型1的轉(zhuǎn)換函數(shù)及影響系數(shù)平滑轉(zhuǎn)換圖

（2）城鎮(zhèn)化率對二者關(guān)系的影響分析

模型2分析經(jīng)濟增長對碳排放的影響系數(shù)隨城鎮(zhèn)化率變化而發(fā)生平滑轉(zhuǎn)換的情況。由表3可知，模型2存在單一門檻值c=0.8375，人均GDP線性部分的系數(shù)β0=0.9035＞0，而非線性部分的系數(shù)β1=-1.1196＜0，因此，經(jīng)濟增長對碳排放影響系數(shù)的取值范圍在理論上為[-0.2161，0.9035]。

圖2繪制了轉(zhuǎn)換函數(shù)和影響系數(shù)的變化曲線，最小值為G=0.0037，最大值為G=0.6153，并在二者之間實現(xiàn)了平滑轉(zhuǎn)換。隨著城鎮(zhèn)化率的不斷提高，經(jīng)濟增長對碳排放的影響系數(shù)在高、低區(qū)制間平滑轉(zhuǎn)換，其取值范圍在實際中為[0.2147，0.8993]，當(dāng)城鎮(zhèn)化率低于0.8375時，經(jīng)濟增長對碳排放存在顯著的正向促進作用，影響系數(shù)最大為0.8993，而當(dāng)城鎮(zhèn)化率高于0.8375，經(jīng)濟增長對碳排放的正向促進作用逐漸減弱，影響系數(shù)最終減小至0.2147＞0，并未出現(xiàn)理論上的最小值-0.2161，因此，截止到2019年，中國仍處于EKC曲線的爬坡階段，拐點尚未出現(xiàn)。其原因在于，由圖2可以看出，1997—2019年大部分樣本觀測值處于低區(qū)制內(nèi)，城鎮(zhèn)化率較低。由表4可以看出，截止到2019年，城鎮(zhèn)化率跨越門檻值的省份只有北京、上海、天津。因此，中國其他省份應(yīng)加快城鎮(zhèn)化進程，使城鎮(zhèn)化率盡早跨越門檻值，轉(zhuǎn)換函數(shù)的數(shù)值才會繼續(xù)從0.6153增加至理論值1，影響系數(shù)的數(shù)值才會繼續(xù)從0.2147下降至理論值-0.2161，中國才會越過拐點，進入EKC曲線的下坡階段。

（3）煤炭消費比重對二者關(guān)系的影響分析

模型3分析經(jīng)濟增長對碳排放的影響系數(shù)隨煤炭消費比重變化而發(fā)生平滑轉(zhuǎn)換的情況。由表3可知，模型3存在單一門檻值c=0.397，人均GDP線性部分的系數(shù)β0=0.0743＞0，非線性部分的系數(shù)β1=1.0522＞0，綜合這兩部分，經(jīng)濟增長對碳排放的影響系數(shù)的取值范圍在理論上為[0.0743，1.1265]。

圖3繪制了轉(zhuǎn)換函數(shù)和影響系數(shù)的變化曲線，隨著煤炭消費比重的不斷降低，經(jīng)濟增長對碳排放的影響系數(shù)在高、低區(qū)制間實現(xiàn)平滑轉(zhuǎn)換，其取值范圍在實際中為[0.1473，1.1017]。當(dāng)煤炭消費比重大于0.397時，經(jīng)濟增長對碳排放存在顯著的正向促進作用，影響系數(shù)最大為1.1017，而當(dāng)煤炭消費比重小于0.397，經(jīng)濟增長對碳排放的正向促進作用逐漸減弱，影響系數(shù)最終減弱至0.1473，并未出現(xiàn)理論上的最小值0.0743，因此，由表4可以看出，截止到2019年，中國仍處于EKC曲線的爬坡階段，拐點尚未出現(xiàn)。其原因在于，由圖3可以看出，1997—2019年大部分樣本觀測值處于高區(qū)制內(nèi)，煤炭消費比重較高。截止到2019年，煤炭消費比重跨越門檻值的省份只有北京、上海、天津、海南、廣東。因此，中國其他省份應(yīng)加快能源結(jié)構(gòu)低碳化，降低煤炭消費比重，盡早跨越門檻值，這樣，影響系數(shù)的數(shù)值才會從0.1473繼續(xù)減少至理論值0.0743。

圖2模型2的轉(zhuǎn)換函數(shù)及影響系數(shù)平滑轉(zhuǎn)換圖

圖3模型3的轉(zhuǎn)換函數(shù)及影響系數(shù)平滑轉(zhuǎn)換圖

（4）專利授權(quán)量對二者關(guān)系的影響分析

模型4分析經(jīng)濟增長對碳排放的影響系數(shù)隨專利授權(quán)量變化而變化的情況。由表3可知，模型4存在單一門檻值c=9.1561，人均GDP線性部分的系數(shù)β0=1.1265＞0，而非線性部分的系數(shù)β0=-0.6497＜0，因此，經(jīng)濟增長對碳排放影響系數(shù)的取值范圍在理論上為[0.4768，1.1265]。

轉(zhuǎn)換函數(shù)和影響系數(shù)的變化曲線如圖4所示，隨著專利授權(quán)量的不斷增加，經(jīng)濟增長對碳排放的影響系數(shù)在高、低區(qū)制間平滑轉(zhuǎn)換，其取值范圍在實際中為[0.4795，1.1259]，與理論取值區(qū)間很接近。當(dāng)專利授權(quán)量小于9.1561時，經(jīng)濟增長對碳排放存在顯著的正向促進作用，影響系數(shù)最大為1.1259，而當(dāng)專利授權(quán)量大于9.1561，經(jīng)濟增長對碳排放的正向促進作用逐漸減弱，影響系數(shù)最終減弱至0.4795＞0，因此，由表4可以看出，截止到2019年，中國仍處于EKC曲線的爬坡階段，拐點尚未出現(xiàn)。由圖4可以看出，1997—2019年大部分樣本觀測值處于高、低區(qū)制之間，分布在位置參數(shù)c=9.1561兩側(cè)，各省技術(shù)水平正在不斷提升，處于關(guān)鍵的轉(zhuǎn)型期。截止到2019年，除新疆、寧夏、海南、青海之外，中國其余省份專利授權(quán)量均已跨越門檻值，技術(shù)減排效應(yīng)正在發(fā)揮積極作用。

（5）對外開放度對二者關(guān)系的影響分析

模型5分析經(jīng)濟增長對碳排放的影響系數(shù)隨對外開放度變化而變化的情況。由表3可知，模型5存在單一門檻值c=0.4049，人均GDP線性部分的系數(shù)β0=0.8328＞0，而非線性部分的系數(shù)β1=-0.4003＞0，因此，經(jīng)濟增長對碳排放影響系數(shù)的取值范圍在理論上為[0.4325，0.8328]。

轉(zhuǎn)換函數(shù)和影響系數(shù)的變化曲線如圖5所示，隨著對外開放度的增加，經(jīng)濟增長對碳排放的影響系數(shù)的取值范圍在實際中為[0.4325，0.8209]，與理論取值區(qū)間很接近。當(dāng)對外開放度小于0.4049時，經(jīng)濟增長對碳排放存在顯著的正向促進作用，影響系數(shù)最大為0.8209，而當(dāng)對外開放度大于0.4049，經(jīng)濟增長對碳排放的正向促進作用逐漸弱化，影響系數(shù)最終減小至0.4325＞0，因此，由表4可以看出，截止到2019年，中國仍處于EKC曲線的爬坡階段，拐點尚未出現(xiàn)。由圖5可以看出，1997—2019年大部分樣本觀測值處于低區(qū)制內(nèi)，對外開放度較低。截止到2019年，對外開放度跨越門檻值的省份只有北京、上海、天津、廣東、浙江、江蘇。因此，中國其他省份應(yīng)加大對外開放力度，盡早跨越門檻值，實現(xiàn)經(jīng)濟增長對碳排放影響系數(shù)從低區(qū)制向高區(qū)制的轉(zhuǎn)換。

（6）中國EKC曲線檢驗

模型6以人均GDP為轉(zhuǎn)換變量，對中國EKC曲線進行檢驗。由表3可知，模型6存在單一門檻值c=1.2243，人均GDP線性部分的系數(shù)為β0=0.9830＞0，而非線性部分的系數(shù)為β1=-0.5739＞0，綜合這兩部分，經(jīng)濟增長對碳排放影響系數(shù)的取值范圍在理論上為[0.4091，0.9830]。

轉(zhuǎn)換函數(shù)和影響系數(shù)的變化曲線如圖6所示，隨著人均GDP的不斷增加，經(jīng)濟增長對碳排放影響系數(shù)在高、低區(qū)制間平滑轉(zhuǎn)換，其取值范圍在實際中為[0.4293，0.9828]，與理論取值區(qū)間很接近。當(dāng)人均GDP小于1.2243時，經(jīng)濟增長對碳排放存在顯著的正向促進作用，影響系數(shù)最大為0.9828，而當(dāng)人均GDP大于1.2243，經(jīng)濟增長對碳排放的正向促進作用逐漸減弱，影響系數(shù)最終減弱至0.4293＞0，因此，截止到2019年，經(jīng)濟增長仍然會帶來碳排放的增長，兩者關(guān)系仍處于EKC曲線的爬坡階段，目前尚未達(dá)峰。

由圖6可以看出，1997—2019年大部分樣本觀測值處于低區(qū)制內(nèi)，大部分樣本的人均GDP尚未跨越門檻值。由表4可以看出，截止到2019年，多數(shù)省份人均GDP均實現(xiàn)跨越門檻值1.2243。隨著中國經(jīng)濟增長方式的轉(zhuǎn)變，產(chǎn)業(yè)和能源結(jié)構(gòu)的優(yōu)化，經(jīng)濟發(fā)展動力的增強，中國其他省份人均GDP將逐漸跨越門檻值，經(jīng)濟增長對碳排放的影響系數(shù)將會持續(xù)降低，二者關(guān)系不斷向EKC曲線的拐點趨近，直至由正轉(zhuǎn)負(fù)，實現(xiàn)碳達(dá)峰并進入EKC曲線下坡階段。

表4 2019年中國各省份轉(zhuǎn)換變量門檻值跨越情況統(tǒng)計表

圖4模型4的轉(zhuǎn)換函數(shù)及影響系數(shù)平滑轉(zhuǎn)換圖

圖5模型5的轉(zhuǎn)換函數(shù)及影響系數(shù)平滑轉(zhuǎn)換圖

四、結(jié)論與建議

1.研究結(jié)論

第一，中國經(jīng)濟增長對碳排放的影響系數(shù)不斷降低，但始終為正，因此中國尚處于EKC曲線的爬坡階段，拐點尚未出現(xiàn)；第二，除新疆、寧夏、海南、青海之外，中國其余省份專利授權(quán)量均已跨越門檻值，中國的技術(shù)減排效應(yīng)已經(jīng)凸顯；第三，除北京、上海、天津、廣東、海南、江蘇、浙江外，其他省份的第三產(chǎn)業(yè)比重、城鎮(zhèn)化率、煤炭消費比重、對外開放度均未跨越門檻值，中國經(jīng)濟增長對碳排放的影響系數(shù)還有很大下降空間；第四，中國達(dá)到EKC曲線頂峰并進入下坡階段的關(guān)鍵在于提高第三產(chǎn)業(yè)占比和城鎮(zhèn)化率，這兩個轉(zhuǎn)換變量對應(yīng)的轉(zhuǎn)換函數(shù)值均為0.6左右，遠(yuǎn)未達(dá)到理論值1，只有不斷進行產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整，加快綠色城鎮(zhèn)化進程，經(jīng)濟增長對碳排放的影響系數(shù)才會由正轉(zhuǎn)負(fù)，促進中國“雙碳”目標(biāo)與“兩步走”目標(biāo)的同時實現(xiàn)。

圖6模型6的轉(zhuǎn)換函數(shù)及影響系數(shù)平滑轉(zhuǎn)換圖

2.政策建議

第一，技術(shù)進步在中國碳減排進程中已經(jīng)發(fā)揮了積極的作用，為了實現(xiàn)碳減排目標(biāo)和經(jīng)濟增長目標(biāo)，未來需進一步加大研發(fā)投入，并不斷優(yōu)化投入結(jié)構(gòu)，重點扶持低碳能源技術(shù)研發(fā)。

第二，中國跨越EKC曲線拐點的關(guān)鍵在于兩點：其一，不斷促進產(chǎn)業(yè)結(jié)構(gòu)綠色升級。控制第二產(chǎn)業(yè)低附加值、高能耗、高排放的行業(yè)增長，大力發(fā)展資源節(jié)約型和環(huán)境友好型的特色產(chǎn)業(yè)，壯大新興產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)。其二，高效推進綠色城鎮(zhèn)化進程。堅持以新發(fā)展理念為指導(dǎo)，將生態(tài)文明理念貫徹到新型城鎮(zhèn)化建設(shè)中，持續(xù)推進城鎮(zhèn)綠色低碳發(fā)展。

第三，部分省份的煤炭消費比重較高，需深入推進能源結(jié)構(gòu)轉(zhuǎn)型，大力發(fā)展風(fēng)能等新能源，擴大清潔能源消費比例。

第四，持續(xù)擴大高水平對外開放，橫向擴大國際合作的范圍，縱向提高國際分工的層次，積極發(fā)展低污染、高附加值的現(xiàn)代服務(wù)貿(mào)易，有利于解除經(jīng)濟增長的“高碳鎖定”。