2.5 自然资源、能源、增长、环境之间的关系概况

在过去几年中，越来越多的文献使用一系列定量方法来分析能源使用、贸易开放、工业化、经济增长、城市化和二氧化碳排放之间的因果关系。在本书中，我们将从两个方面对以往的研究进行评述：一是概述自然资源、能源、增长、环境的关系，二是对现有的面板估计技术研究进行评述。关于“自然资源、能源、环境、增长关系”的部分文献汇编请参见表 2-2。

2.5.1 自然资源消耗、经济增长、能源利用和二氧化碳排放关系的研究现状

许多学者都对自然资源枯竭、环境和经济变量以及能源消耗之间的相互关系进行了实证研究（ Ahmed et al．，2016； Balsalobre - Lorente et al．，2018；Shahbaz et al．，2018）。 Balsalobre - Lorente等（2018）在一项针对五个欧盟（EU-5）国家 1985—2016 年的小组研究中发现，自然资源、经济增长和可再生能源消耗是影响CO ₂ 排放的重要因素。他们发现，丰富的自然资源、可再生能源和能源部门的创新可以抵消环境恶化的影响。其他研究也确定了自然资源开采活动造成环境退化的后果（ Saboori et al．，2013； Dadasov et al．，2017；Charfeddine et al．，2018； Kwakwa et al．，2018； Salahuddin et al．，2018），这些研究的重点是单一国家和地区水平评估。例如， Kwakwa等（2018）还应用“STIRPAT模型”调查了 1971—2013 年自然资源开采对加纳环境的影响。他们发现，城市化、经济增长和自然资源的清除促使加纳的二氧化碳排放量和能源消耗增加。此外，就巴西的情况而言， Pao和Tsai （2011）使用灰色预测模型（GM）研究了巴西 1980—2007 年CO ₂ 排放、经济增长和能源消耗之间的关系。他们发现，能源消耗和环境破坏最初随着经济增长而增加，然后稳定下降。而且，格兰杰因果关系的结果表明，二氧化碳排放量、收入和能源使用之间存在强烈的双向因果关系。

2.5.2 城市化、工业化、贸易开放、能源利用和二氧化碳排放关系的研究现状

大量文献研究了工业化、城市化、贸易开放和CO ₂ 排放之间的联系（见表 2-2）。城市化、贸易开放和工业化是影响能源使用和二氧化碳排放的重要决定因素。一些研究在STIRPAT模型框架中引入了贸易开放性、城市化和工业化作为其他决定因素（Sharma， 2011； Zhang et al．，2012）。 Al-Mulali和Ozturk （2015）对 14 个中东和北非国家（1996—2012 年）进行了抽样调查，以分析工业产出、贸易开放、城市化和政治稳定对环境退化和能源使用的影响。他们的实证结果表明，工业生产、城市化和贸易开放会破坏环境并增加能源消耗。同时，从长远来看，政治稳定会减少这种影响。此外，他们测试了格兰杰因果关系，以揭示变量之间的短期和长期因果关系。同样， Kofi Adom、 Bekoe、Amuakwa-Mensah、 Mensah和Botchway （2012）观察到，工业化和城市化单调增加了二氧化碳排放量和能源消耗。 Poumanyvong、 Kaneko （2010）还利用STIRPAT模型对 99 个国家的工业化和城市化对能源消耗和二氧化碳排放的影响进行了研究（1975—2005 年）。这些国家的能源使用和城市化之间存在正相关关系，但在统计上不显著，而工业化则对二氧化碳排放和能源使用产生积极影响。在对孟加拉国的案例研究中， Hassan （2016）发现了GDP、人口和技术对二氧化碳排放的正向影响。

上述研究提到了几个决定因素，包括能源使用、 GDP增长、人口和贸易，来解释二氧化碳排放量的变化。为了检验二氧化碳排放和能源消耗的潜在驱动因素，过去的各种研究都使用了STIRPAT模型，例如（Li et al．，2015； Inglesi-Lotz et al．，2017； Ma et al．，2017； Kwakwa et al．，2018； Salahuddin et al．，2018）。上述研究的结论并不一致，主要是由于使用了不同的区域数据集。尽管现有的关于环境指标如能源使用和二氧化碳排放的文献已经有了足够多的发现，但是作者认为仍然缺乏合理的经济计量方法来评估自然资源枯竭、贸易开放、人均国内生产总值和工业化能源使用与二氧化碳排放在金砖国家中的影响。

2.5.3 面板估计方法的研究现状

一般来说，用于面板数据分析的估计技术可分为两类：第一代和第二代估计方法。第一代估计方法，常用的是FMOLS估计方法、 GMM估计方法和动态OLS估计方法。 Khan等（2016）和Muhammad （2019）使用了GMM估计方法，而其他人如Danish、 Zhang、 Wang等（2017）， Kwakwa等（2018）和Al-Mulali、 Ozturk （2015）使用了DOLS和FMOLS估计方法。然而，这些方法没有考虑跨国家和跨部门可能存在的依赖性和异质性（Dong et al．，2018； Dong et al．，2018），这可能造成估计结果有偏和出现误导性结果（Grossman et al．，1995； Breitung， 2005）。

第二代估计方法主要包括Hashem等（1999）的PMG方法， Eberhardt和Bond （2009）、 Aberhardt和Teal （2010）的AMG方法，以及由Pesaran （2006）建立并改进的CCEMG估计法（Kapetanios et al．，2011）。少数研究还利用AMG和CCEMG估计法来解释自然资源、能源、环境、增长之间的联系，如Elliott等（2017）， Bilgili等（2017）， Gautam和Paudel （2018）针对 10 个亚洲国家所做的研究和Dong等（2017）针对 5 个金砖国家所做的研究。