贸易开放对中国环境污染的程度影响
——基于动态面板方法的检验

一、引言

改革开放以来，对外贸易的快速发展为促进我国的经济增长，加快技术进步，提高社会福利做出了很大贡献。与此同时，我国的环境状况日益恶化。近年来关于中国环境污染不断加剧的报道层出不穷，太湖的蓝藻事件、松江的死猪事件、许多城市日益增多的雾霾天气都清楚地表明中国的污染问题正在不断加剧。在2014年的中央经济工作会议中也提到，我国现在的环境承载能力已经达到或接近上限，可见我国的环境污染状况已经不容乐观。贸易开放长期以来被认为是有益的，能够改善贸易国的福利。然而在考察贸易开放所引起的福利变动时，经济学家们很少甚至拒绝考虑环境方面的因素。随着贸易开放所产生的收益问题受到越来越多的质疑，人们开始反思贸易开放在促进经济增长过程中所引起的包括环境问题在内的各种后果。贸易开放一方面通过扩大经济活动的规模增加了资源的消耗，从而破坏生态环境。而且当该国在国际分工中专注于生产污染密集型产品时，出口贸易的增加将造成本国污染排放量的上升。另一方面，进口贸易的增加为进口国学习和引进先进的清洁技术，进口更加环保的中间投入品等提供了更大的便利。如果将环境作为正常产品看待，贸易开放带来的收入增加进而引起对清洁产品的需求增加也成为贸易开放影响环境的渠道之一。

贸易开放究竟在何种程度上影响着一国的环境状况已经成为拥护自由贸易的学者和环境保护主义者之间争论的主要话题之一，同时也是政府制定相关政策的重要依据。我国政府提出要把节约资源作为我国的基本国策，发展循环经济，保护生态环境。而对外开放则是我国的长期基本国策，而且目前正处于进一步深化改革和开放的新阶段。因此在新形势下，我国如何应对贸易和环境问题的挑战，如何实现对外贸易和环境保护的同步协调发展是十分迫切的。随着贸易开放水平的进一步提升，我国的环境污染是否会因此呈现进一步加剧的趋势?该影响是否会因为地域的不同而有所区别?笔者希望通过回答这些问题寻求协调扩大对外开放与推动绿色循环经济发展的现实途径，为建设环境友好型社会提供政策参考。

二、文献回顾

自20世纪70年代以来，国内外开始出现大量的文献研究贸易与环境的关系问题，曾有过两次研究高潮:一是20世纪70年代至20世纪90年代初，相关研究主要集中在环境政策对出口贸易的影响，包括环境政策对贸易方式、贸易条件以及国际竞争力影响的研究;二是20世纪90年代至今，研究范围变得更加广泛，包括贸易开放对环境污染的影响，贸易规模、贸易结构、贸易方式对环境的影响，贸易政策与环境政策的协调等问题。总体上，贸易开放对环境污染的影响主要分为以下三类。

一些环保主义者认为，贸易在提高国内生产总值的同时，加剧了资源消耗和污染排放，因此，贸易开放对环境污染的作用是消极的。Ekins(1994)［1］的研究认为，自由贸易确实会带来国民收入水平的提高，但提高的收入不会完全用于环境保护事业。而且贸易开放导致的国际运输的增加也使污染排放增多，必然导致环境污染的加剧。Ropke(1994)［2］从环境污染的角度出发，对前人的贸易收益理论提出质疑，认为贸易开放会造成对自然资源价格和环境污染影响的低估，尤其对发展中国家来说。Dua et al.(1997)［3］的研究指出，作为全球贸易自由化的结果，各国可能会纷纷降低各自的环境标准以增强自身的国际竞争力，从而出现“向底线赛跑”现象。

还有一类观点认为贸易开放能够通过技术进步、竞争加剧等起到降低环境污染水平的作用。以Antweiler et al.(2001)［4］的ACT模型为代表，文章中将贸易开放的环境效应模型化，通过利用43个发达国家和发展中国家的面板数据得出结论，贸易开放对环境状况具有改善作用。Dean(2002)［5］运用联立方程模型研究了贸易自由化和中国水污染之间的关系，研究结果表明尽管贸易开放通过贸易条件的转变加剧了环境状况恶化，但也通过收入的增加减缓了这一状况，贸易开放总体上有利于中国环境状态的改善。McAusland和Millimet(2013)［6］通过比较国内贸易和国际贸易对环境的不同影响，在考虑了非完全竞争的市场形态，差异化产品以及产业内贸易等各种现代贸易经济中的重要元素的情况下，证实国际贸易能够降低污染排放，而国内贸易则会增加污染排放。

另外一部分学者认为贸易对环境的影响是不确定的。他们认为贸易与环境的关系十分复杂，在分析不同的国家，使用不同的指标时会产生不同的结论。Grossman 和 Krueger(1991)［7］将国际贸易对环境的影响效应分解为规模效应、结构效应和技术效应三个方面。规模效应为负，结构效应不明确，技术效应为正，因此从理论上就很难得出贸易对环境是促进或者恶化的结论。Copeland 和 Taylor(1994，1997)［8］［9］利用南北贸易模型对贸易开放的环境效应进行了深入的理论分析，认为贸易在减轻北方国家环境污染的同时，会加剧南方国家的环境污染，世界整体污染情况不确定。Atici(2012)［10］以中国和日本两国的贸易和环境问题为研究对象，结果表明进口贸易没有对日本的环境造成不利影响，但在中国却相反，证明当研究的样本国家不同时，贸易开放和环境污染之间的关系也不确定。

我国国内也有许多学者致力于这一问题的研究。国内学者大多以中国作为实证分析的对象，研究结论也各不相同。余北迪 (2005)［11］的研究表明贸易开放对于我国生态环境的负面影响超过了其正向效应，总效应为负。党玉婷等 (2007)［12］通过对我国1994—2003年的数据进行分析发现尽管技术效应和结构效应为正，较大的负规模效应使得贸易开放对环境仍然产生了不利影响。李楷等 (2011)［13］通过考察我国各省份贸易开放和二氧化碳排放之间的关系，得出结论认为贸易开放增加了我国二氧化碳的排放强度。陈红蕾等 (2007)［14］，庄惠明等 (2009)［15］的研究分别考察了贸易开放对我国大气、水资源等环境指标的影响，然而普遍认同的结果是，规模效应加剧了我国环境的恶化，技术效应一定程度上降低了污染，结构效应的影响不稳定，但总体上贸易开放有利于我国环境问题的改善。

在以往的文献中，基于中国省级面板数据的研究主要采用静态模型。考虑到污染物质排放具有连续性的动态变化特征，同时在研究贸易开放与环境问题时由于反向因果关系和测量误差而存在的内生性问题，笔者引入动态面板模型，利用中国31个省份 (不包括香港、澳门及台湾)1993—2012年的面板数据进行系统GMM回归。依据回归结果，考察贸易开放是否会加剧中国环境污染的恶化，并提出相关的政策建议。本文接下来的结构安排如下:第三部分介绍计量模型以及数据处理情况;第四部分将展示实证结果及其分析，并对该结果进行稳健性检验;第五部分为结论与政策启示。

三、计量模型及数据处理

(一)模型设定

面板数据的优点之一是可以对个体的动态行为进行建模。任何经济因素变化本身均具有一定的惯性，个体的当前行为往往取决于其过去的行为模式。从理论上来讲，污染物质的产生来源于人类的生产以及生活活动。在生产活动中，企业作为排放污染物质的主体，受到成本控制的限制，前期排放基础对后期的影

方程 (1)为基本回归方程，取对数函数形式，变量系数表征因变量对解释变量的弹性含义。式中，α是常数项;i代表省份截面单位;t代表时间，区间为1993—2012年;Eit代表第i省在第t年的污染物质的排放量，本文主要使用工业二氧化硫排放量指标(SO2)，单位为万吨;Ei，t-1为因变量的滞后一期值(first lag)，反映污染排放的动态变化过程;Tradeopennessit代表贸易开放程度，用对外贸易依存度来表示，是本文的主要解释变量;X'it为其他控制变量;θt控制了技术进步、环境政策等随时间变化的因素;δi为个体效应，体现了中国各省份之间持续存在的差异。εit为集聚在省份层面上的随机扰动项。贸易开放对环境污染的影响将反映在参数γ中，代表污染排放量对贸易开放的经济弹性。X'it表示影响污染物质排放的其他控制变量，笔者将考虑如下几方面因素。

1.人均收入水平。根据EKC曲线理论 (Grossman and Krueger，1995)［16］，经济发展对环境污染的影响可以由人均收入水平与污染排放量之间的倒U型曲线关系加以体现。即人均收入水平较低时，环境污染随人均收入水平的增加而上升，但到达某一临界点之后该趋势呈反方向变化。人均收入水平可以通过规模效应、结构效应、消费倾向改变等来影响污染物质排放。笔者以人均GDP(GDP per capita)代表人均收入水平，预期符号为正。

2.人均收入水平的平方项。在EKC曲线的实证检验中，最常用的函数形式是二次函数形式。若一次项系数为正，二次项系数为负，代表倒U型曲线理论成立。笔者以此为基础，在控制变量中加入了人均响会很大。而在人类的生活活动中，由于消费习惯已经养成，由此而造成的污染物质的排放也是一个连续动态的过程。因此，在回归分析中引入污染物质排放的滞后期变量加入解释变量中是更加合理的，即笔者将选用动态面板模型进行估计，试图得到更加有效的估计结果。动态面板模型由于采用了因变量的滞后项作为解释变量，从而导致解释变量与随机扰动项相关，以至于传统的OLS方法在估计时将存在有偏性和非一致性，需要采用广义矩估计 (GMM估计)方法。笔者参考ACT模型的研究思路，构建以下经济计量模型，来实证检验贸易开放与环境污染之间的关系:GDP的平方项，表示人均收入和污染排放之间可能存在的非线性关系，并预期符号为负。

3.人口密度 (Population density)，用各省份年底人口数除以各省份面积得出。人口规模变量与污染排放量之间存在紧密的关联，规模越大，产品需求量越大，由此可能产生负的规模效应。但同时，人口密集较大的省份一般为经济较发达省份，如北京、上海、广东等，这些省份作为我国经济发展的前沿，往往掌握着更加先进的技术与经验，由此可能产生正的技术效应。因此人口密度的预期符号如何要看规模效应与技术效应哪个更占优势。

GMM估计包括水平GMM、差分GMM和系统GMM三种方法。方程 (1)为水平GMM估计方程，在此基础上进行差分运算得到差分GMM方程，如方程 (2)所示:

(二)数据说明

笔者在实证分析中采用面板数据进行分析，带来较大的自由度，而且截面变量和时间序列变量的结合能够显著地减少缺省值带来的问题。笔者所使用的中国31个省份 (不包括香港、澳门及台湾)1993年到2012年的面板数据是根据历年的《中国统计年鉴》和联合国UNCTAD官方网站相关资料整理得来。

笔者在实证研究中使用污染物质的排放量表征环境污染水平。排放量指标是指污染物质的排放总量，与人类的生产和生活活动直接相关，表征各类活动为环境带来的直接后果。在研究贸易开放对环境污染的影响时，我们更关注贸易这种经济活动所带来的直接影响，因此使用总量指标更加合适。笔者主要选用二氧化硫排放量作为表征环境污染的指标。二氧化硫作为大气污染例行检测指标，是主要的大气污染物之一。它主要来源于煤和石油等燃料的燃烧，因此与经济发展关系密切，同时会对人类健康带来极大的危害。学术界关于贸易与环境关系的大量研究都采用二氧化硫数据作为环境污染指标 (如 Levinson，2009［27］，何洁，2010［28］等)。污染物质排放的最终来源是人类的生产和生活活动，而贸易影响环境污染的主要渠道都和生产有关，其中工业生产导致的污染排放占绝大部分。在我国1993—2012年的《环境统计年报》中，工业二氧化硫占二氧化硫排放总量的比重均高于80%，个别年份如2001年甚至高达92%。因此笔者将使用工业二氧化硫排放量作为环境污染的代理指标。

在表征贸易开放程度时，笔者使用了外贸依存度指标。外贸依存度反映了一国参与国际分工的程度，表明一定时期内国民经济发展对进出口贸易的依赖程度。由于这种度量方法简单直观，所以一直为研究者广泛采用。在计算外贸依存度时，采用实际进出口贸易额除以实际GDP的方法计算，都以美元为单位。在计算实际GDP时，采用名义GDP除以CPI指数的方法来计算，CPI指数以1993年为基础年，然后用当年的人民币对美元的汇率进行折算，以消除汇率波动对数据产生的影响。而在计算实际进出口贸易额时，考虑到原始数据就是以美元为单位，因此采用名义进出口总额除以美国CPI指数的方法来计算。同样，美国CPI指数也以1993年为基础年。

另外，由于历史问题及统计口径上的原因，在全国的省际面板数据中，不包括香港特别行政区、澳门特别行政区和台湾省。同时，由于重庆市在1997年从四川省分离出来，所以在数据处理上1997年以前四川省的数据中包括了重庆市的数据，重庆市的数据是从1997年以后开始的。

四、实证结果分析

本节首先给出了动态面板模型系统GMM估计的结果，并与OLS的估计结果进行了比较;接着按照我国的地区划分原则分别对各地区的样本进行估计;最后对相关的实证结果进行稳健性检验。通过这些实证检验考察贸易开放对我国环境污染的影响。

(一)基准回归结果

为了体现污染排放的路径依赖特点以及解决贸易开放变量的内生性问题，笔者使用系统GMM估计对动态面板数据进行回归。为了和系统GMM回归的结果进行比较，我们同时展示了OLS回归以及固定效应回归的结果，如表1所示。

表1中的 (1)～(3)分别为OLS、固定效应和系统GMM回归的结果。三列结果中，因变量滞后一期值的估计系数均为正值，统计显著，系数估计值在0.774到0.826之间，表明上一年的污染排放量对下一年的排放有很大的影响，这也说明使用动态面板模型是必要的。本文主要关注的解释变量为贸易开放，即主要关注外贸依存度的回归系数。从结果来看，使用系统GMM估计的结果和其他两列结果有明显区别。OLS回归结果表明，外贸依存度的提高对工业二氧化硫的排放是有减缓作用的 (系数值为-0.010 1)，但统计上却不显著，而且由于解释变量中的因变量滞后期与随机扰动项相关的问题，使得OLS不能完全满足高斯—马尔科夫假定，回归结果应该是有偏的。而第三列中使用系统GMM回归的系数值为-0.053 8，即外贸依存度每上升1%，工业二氧化硫排放量将下降约0.054%，虽然符号和OLS的结果相同，但在统计上却变得显著，而且绝对值变为OLS回归系数的5倍，即OLS的回归结果存在向下偏误。如果考虑长期效应，外贸依存度的弹性变为约-0.3［-0.053 8(1-0.817)=-0.294］。即从长期来看，贸易开放度每提高1%，工业二氧化硫排放量将减少0.3%。系统GMM回归结果中外贸依存度长期弹性的绝对值约为短期弹性的6倍，即从长远来看，贸易开放对工业二氧化硫排放量的减少会起到更大的促进作用。而第二列使用固定效应模型的结果中外贸依存度的系数值虽然在统计上显著，但是符号却与另外两列相反。

表1的结果中还列出了其他控制变量的回归系数值。以系统GMM回归的结果为例，代表收入水平的人均GDP变量的估计系数为0.635，说明人均收入每提高1%，工业二氧化硫排放量将减少0.635%。而人均GDP的二次项系数均为负值，表明EKC曲线理论是成立的。回归中还使用了人口密度作为控制变量，估计系数为负，表明人口密度越大的省份其污染排放量越小，说明相比规模效应，人口密度通过技术效应影响污染这一渠道占据了主导地位。

采用系统GMM方法进行估计的前提是原始模型中的扰动项不存在序列相关，即扰动项的差分不存在二阶或更高阶的自相关，但允许存在一阶自相关。表1第三列中AR(2)的p值为0.149，大于0.1，无法拒绝“扰动项无自相关”的原假设，因此可以使用系统GMM方法。同时我们还使用Sargan检验来检验过度识别问题。Sargan检验的p值为0.158，大于0.1，因此无法拒绝“所有工具变量都有效”的原假设。

动态面板模型的估计前提是面板数据必须是平稳的，否则可能导致“伪回归”。为此需要对所估计参数的稳健性进行检验，即对面板数据的残差进行单位根检验，以诊断其是否平稳。笔者使用IPS检验，即Pesaran和Shin在1995年提出的Z统计量进行面板残差的平稳性检验。检验结果中，使用工业二氧化硫排放量作为因变量回归的IPS检验的p值为0，即严格拒绝“存在单位根”的原假设，即残差序列平稳，因此不存在“伪回归”问题。

表1 基准回归结果

(二)分地区回归结果

根据地理位置和经济发展状况的不同，我国被分为东部、中部和西部三大区域。目前，东部地区包括了北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省 (市);中部地区有8个省级行政区，分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区包括的省级行政区共12个，分别是四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。我国幅员辽阔，人口众多，各个地区在自然条件、经济发展水平、对外开放程度以及社会条件等方面都存在显著差异，区域发展不均衡现象普遍存在。尽管从上世纪90年代末开始，我国就陆续出台了西部大开发、促进中部崛起和振兴东北老工业基地等区域发展战略，但各地区之间的差距仍然很大。表2和表3分别列出了东中西部各地区的工业二氧化硫排放量 (单位为万吨)和外贸依存度的统计分析结果。从均值来看，东部地区工业二氧化硫排放量最大，中部地区其次，西部最低，东部地区年均排放量超出西部地区约30%。而从离散程度来看，也是东部地区居于首位，而西部地区的污染排放则相对集中。从表3的结果来看，各地区在贸易开放程度上的差距尤其大，东部地区的外贸依存度约为中西部地区的7倍左右，中西部地区的开放程度在均值上相似，但中部地区在分布上则更加集中。在当前全面深化改革的重要阶段，实现区域间的协调发展是我国经济发展的重要目标。如果贸易开放对环境污染的影响因所处地区的不同而有所差异，政府在制定相应的贸易政策时便可因地制宜，提出更具针对性的政策。

表2 1993—2012年各地区环境污染描述性统计

表3 1993—2012年各地区贸易开放程度描述性统计

为了检验贸易开放对污染排放的影响是否因所处地区不同而存在差异，笔者按照我国东中西部地区的划分设置了地区的虚拟变量，由于一共划分为3个地区，因此设置两个虚拟变量East和Middle。East取值为1的省份表明该省份隶属于东部地区，Middle取值为1表明该省份为中部省份，East和Middle同时取0的省份为西部省份。在分地区回归中，除原有控制变量外，还加入了地区虚拟变量与外贸依存度的交互项作为解释变量进行系统GMM回归，结果如表4所示。

表4 分地区回归结果

续前表

表4中第一列是利用交互项回归的结果，为了和基准回归结果进行比较，我们将表1中系统GMM的回归结果列在第二列。表中第一列Ln(Tradeopenness)的系数值代表我国西部地区贸易弹性的估计值，弹性为负，而东中部地区虚拟变量与外贸依存度交互项的系数值也都为负值，表明无论在哪个区域，贸易开放对环境状况的改善都起到一定的促进作用。其中，东部地区的系数值仅为-0.007 93，绝对值小于中部和西部地区，统计上不显著。说明在东部地区，贸易开放虽然也对环境改善起到一定的作用，但影响力度不大。中国的东部地区包括了长江三角洲、珠江三角洲、环渤海经济圈等经济发展前沿示范区。作为中国最早实行改革开放的地区，其贸易开放的程度已经很深，相对于中西部地区而言，并没有很大的上升空间，同时中国的污染密集型产业多数集中在东部沿海地区，尤其是水污染和大气污染密集型产业［29］，尽管贸易开放对东部地区环境污染的总效应是正向的，但相对集中的高污染企业无疑阻止了这一正向效应更大程度的发挥。而且东部省份的人口数量相对较大，经济规模也远远高于其他两个区域，而经济和人口规模都对污染排放产生很大的影响，因此相对来讲，环境污染对贸易开放的敏感度就大大减小。而中部和西部地区交互项的系数值都在-0.02左右，绝对值为东部地区的3倍左右，说明相对于东部地区而言，贸易开放对中部和西部地区的环境改善具有更加明显的作用。原因可能是随着中西部地区基础设施建设的不断完善以及政府对中西部地区的扶持计划，中西部地区在对外贸易以及外资引进方面有了很大的进步，同时产业布局和人口分布也与东部地区有所差异。因此，如果进一步加大中部和西部地区对外开放的力度，这不仅对该地区的经济发展有促进作用，也会在一定程度上减少该地区的环境污染。和第二列结果相比，分地区回归后污染排放量对外贸依存度的弹性绝对值有所下降，说明当所有省份作为一个整体时，贸易开放对环境改善的促进作用将更大，因而如果各地区之间能够加强相互之间的贸易合作，将会对各自环境污染水平的降低产生更大的正面影响。

(三)稳健性检验结果

这一部分是对基准回归结果的稳健性检验。表5中分别使用增加控制变量、变换解释变量、变换因变量等方法对表1中的系统GMM回归结果进行稳健性检验。污染排放对贸易开放的经济弹性值位于-0.044 2至-0.186之间，统计显著，证明表1中的回归结果是稳健的。

为了检验表1中的回归是否存在遗漏变量问题，笔者在表5第一列的回归中加入了资本劳动比 (K/L)和第二产业增加值比重 (Secondary industry)这两个控制变量，取自然对数。资本劳动比是用各省份当年的固体资产投资额与就业人数之比计算所得，代表结构效应的变化。该变量对环境污染的影响结果取决于要素禀赋还是污染天堂假说占据主导作用。第二产业增加值比重为各省份当年的第二产业增加值除以GDP所得，理论上来说，该比重越高，污染物质的排放量越大。从回归结果来看，新加入的控制变量回归系数都为正值，但统计不显著。加入这两个控制变量后并没有改变外贸依存度系数的符号和统计显著性，即回归结果仍然表明贸易开放有利于环境状况的改善。

表5 系统GMM稳健性检验结果

续前表

表5中的第二列和第三列是分别运用出口依存度和进口依存度替换外贸依存度后的回归结果。出口依存度 (Exportopenness)和进口依存度 (Importopenness)分别为各省份当年出口贸易总额和进口贸易总额占GDP的比重，按真实值计算。从回归结果来看，出口依存度 (第二列)和进口依存度 (第三列)的系数值都为负值，统计显著，说明无论从出口角度还是进口角度，贸易开放程度的增加都不会对环境产生不利影响。从系数大小来看，出口依存度的系数绝对值更大，表明出口对环境的影响力更大，也说明我国积极改善出口产品结构的效果已经初现端倪。

在表1的回归中，笔者运用外贸依存度和其他控制变量的当期值对工业二氧化硫排放量进行回归。而表5中的第四列则将外贸依存度和其他控制变量取滞后一期的值作为解释变量，来检验是否自变量对因变量的影响存在一定的时滞，同时加入了工业二氧化硫排放量的滞后二期值 (second lag)作为解释变量进行回归。结果显示，工业二氧化硫排放的滞后一期和滞后二期值的系数都为正值，进一步证明了动态面板模型的适用性。但从数值上可以看出，工业二氧化硫滞后二期的系数值仅为滞后一期系数值的三分之一左右，即污染物质的前期排放量对后期的影响随着时间的延长而逐渐减弱，也因此在基准回归中并没有加入滞后二期变量。外贸依存度一期滞后的系数值为-0.072 5，统计显著，与表1得出的结论相符。

前述回归的因变量都为工业二氧化硫排放量，为了验证回归结果并没有因为污染物质的种类不同而产生变化，表5中最后一列采用工业烟尘排放量(Smoke)作为因变量，单位为万吨。工业烟尘也是工业生产最主要的污染气体之一。回归结果中，外贸依存度的系数估计值为-0.105，即工业烟尘排放量随着贸易开放程度的提高而有所下降。而且弹性绝对值大于表1中的-0.053 8，统计显著，表明贸易开放对工业烟尘排放的影响要大于对工业二氧化硫排放的影响。而且工业烟尘排放量滞后一期的系数值为正也证实了即便污染物种类不同，污染物排放在时间上的连续性都是一致的。

同表1的第三列一样，表5使用了系统GMM的回归方法。表中列出了AR(1)，AR(2)和Sargan检验的p值，除了第四列AR(2)的p值为0.074＞0.05外，即在5%的显著性水平下接受原假设，其他4列均严格接受“扰动项无自相关”的原假设。表中同样也列出了Sargan检验的p值，除第4列回归没有通过过度识别检验外，其他回归都接受“所有工具变量都有效”的原假设。鉴于表5是稳健性检验的回归结果，而表1中的基准结果并没有出现过度识别的问题，因此并不影响我们对表1结果稳健性的证明。

五、结论及政策启示

笔者利用中国31个省份 (不包括香港、澳门及台湾)1993—2012年的省级面板数据分析了贸易开放对环境污染的影响。基于污染物质排放存在连续性的考虑，笔者设立了动态面板模型，将污染物质排放的滞后一期值放入解释变量中。同时考虑到内生性问题，笔者采用GMM方法进行估计。很多实证研究表明系统GMM的回归结果和真实值更加接近，表现好过差分GMM，因而笔者选择了系统GMM方法进行回归。

回归结果显示，外贸依存度每提高1%，工业二氧化硫排放将减少约0.054%，即贸易开放程度的提高将带来污染物质排放的减少。这表明贸易对环境的影响是正面的。从长期来看，工业二氧化硫排放对外贸依存度的长期弹性为-0.3，即贸易开放对环境改善的长期促进作用会更加明显。同时为了说明贸易对环境污染的影响是否因区域的不同而有所差别，文中还按照我国东中西部地区的划分进行了回归。该结果表明无论在哪个区域，贸易对环境的影响都是正面的。而贸易开放对我国中西部地区环境污染的减少会有更明显的作用。基于前文的回归结果和分析，我们得到以下的政策启示。

第一，进一步扩大我国的对外开放程度。

我国作为一个发展中国家，在经济发展的过程中难免会遇到很多的挑战，包括文中主要关注的贸易开放与环境污染之间的挑战。但从本文的结论来看，我国不但没有成为“污染天堂”，贸易开放程度的提高还能在一定程度上减轻我国的环境污染。政府应积极鼓励企业参与国际竞争，进一步扩大对外开放程度，在发展经济的同时促进环境状况改善。

第二，进一步加大我国中西部地区的开放力度。

因为贸易开放对我国中西部地区环境污染状况的改善具有更加明显的促进作用，所以中西部地区在环境改善方面具有后发优势，更容易通过进一步扩大开放程度实现经济发展和环境改善的双赢。

第三，加强区域间的贸易合作对于各地区的环境状况改善意义重大。

鉴于分地区回归后污染排放对贸易开放的经济弹性有所回落，因而各地区如果能够在招商引资、参与国际分工、技术转移等方面积极合作，那么环境收益将远远大于各地区各自为政时的效果。

第四，扩大进口贸易中对绿色产品和先进清洁技术的引进。

目前相比于出口贸易，进口贸易对环境状况改善的影响力还较小。而进口贸易是正向技术效应传播的主要渠道，有必要积极改善进口商品结构。笔者认为可以通过提高绿色进口贸易的比重，加大污染排放对进口贸易的经济弹性。