【文献分享】制度质量和收入不对称如何影响碳排放不平等？基于全球六大排放国的分位数对分位数评估

1.实证结果

1.1.描述性统计 

表2列出了CE-I、 IQ和收入的描述性统计。在所分析的国家中，美国的CE-I平均值最高，为71.32，日本、俄罗斯、德国、中国和印度紧随其后，平均值分别为39.61、37.54、36.57、19.81和5.54，分列第二、三、四、五和六位。此外，在所研究的样本中，美国的CE-I最大值最高，印度最低，最小值也是最高和最低。

在 IQ方面，德国的平均 IQ最高，为2.23，而俄罗斯最低，为-1.09。美国、日本、印度和中国的平均值分别为1.95、1.18、-0.35和-0.77，排名分别为第三、第四、第五和第六。另外，表2显示，在所研究的国家中，德国的最大值最高，而俄罗斯的最大值最低。美国、德国、日本和印度的数据集呈负偏态，而中国和俄罗斯的数据集呈正偏态。中国和印度的峰度值小于3，而美国、德国、日本和俄罗斯的峰度值大于3。

1.2.分位数对分位数回归结果

对描述性统计的评估揭示了数据序列的几个主要特征，包括非正态性和重尾关系。基于这些特点，分位数回归框架被认为是最合适的分析方法，因为它能有效捕捉自变量（ IQ和收入）在因变量（CE-I）的不同分位数值上的非对称效应（见图1）。为了研究二氧化碳排放量前五位国家的CE-I、 IQ和收入之间的关系，本文采用了分位数回归方法。图2显示了斜率系数β11（𝜃，τ1）表示CE-I的第𝜃个分位数值对IQ的第τ个分位数值的影响（反之亦然），而图3则显示了斜率系数β11（𝜃，τ1）。图3描述了斜率系数β21（𝜃，τ2），反映了这五个国家（中国、美国、德国、印度和俄罗斯）CE-I第τ个四分位数对收入第τ个四分位数的影响（反之亦然）。这样就可以研究一个变量在其分布的某一点上的变化如何影响另一个变量在其分布的不同点上的变化。

（1） IQ对 CE-I 的影响

分析结果表明， IQ对 CE-I 的影响在六个国家中存在不同的模式。

在 IQ分布的所有分位数上，中国都显示出IQ对 CE-I 的持续正边际效应。这种效应在较低的分位数水平（0.05-0.15）上最为明显，在中位分位数水平附近有所下降，在较高的分位数水平上继续下降。这表明，当 IQ最初较低时，IQ的提高对降低 CE-I 的影响更大。

美国的 IQ在中低分位数时显示出积极且相对较强的边际影响，在较高的分位数（0.70-0.95）时开始急剧下降。这表明，随着IQ水平的提高，制度改进对 CE-I 的影响越来越小。

德国显示，在较低的分位数值（0.05-0.40）中， IQ与 CE-I 之间存在较强的正相关关系，这种关系在整个分布中逐渐减弱，在较高的分位数值中影响最小。这表明，当 IQ相对较低时，制度改进对降低 CE-I 的影响最为显著。 

 印度呈现出一种独特的模式， IQ对 CE-I 的边际影响在较低的分位数值（0.05-0.30）处最初为负。然而，这种影响逐渐增大，在中位数和较高的分位数值处变为正值。这表明了一种复杂的关系，即最初 IQ的提高可能会加剧 CE-I 的不平等，但进一步的提高则有助于减少不平等。

在中低分位数上，俄罗斯的 IQ对 CE-I 有积极而稳健的影响。然而，从 0.65 分位数到 0.80 分位数，这种关系出现了明显的下降，正向影响逆转为负向影响，在最高分位数达到最小值。这表明存在一种非线性关系，即极高的 IQ水平实际上可能导致 CE-I 的增加。

日本的 IQ在较低的分位数上显示出明显的负效应，在第 25 个分位数上达到顶峰。此后，负效应逐渐减弱，在第 60 个四分位数时转为正效应。这种正效应继续加强，在第 80 个四分位数时达到顶峰，然后下降，在第 90 和 95 个四分位数时再次变为负效应。这种模式表明，虽然 IQ在较低水平时可能会阻碍进步，但随着 IQ的提高，它就会变得有益，直到最高水平时，积极影响开始减弱并最终变成消极影响。

（2）收入对 CE-I 的影响

分析还揭示了收入对六个国家 CE-I 的不同影响模式。

在中国，收入对 CE-I 的影响在中等分位数时为正且相对较强，但在较高分位数时则急剧下降（0.80-0.95）。这表明，在中等收入水平上，收入增长对提高 CE-I 的影响更大，而在较高收入水平上，影响则逐渐减弱。

在美国，收入对 CE-I 的边际影响在收入较低的四分位数（0.05-0.40）为负，但呈上升趋势。这种影响在中等数量组中变为正值，尽管很弱，但在高数量组中逐渐增强（0.70-0.95）。这表明，收入增长最初可能会降低 CE-I 值，但最终会促进 CE-I 值的增加，尤其是在较高收入水平上。

德国显示出收入对 CE-I 的边际效应逐渐增加，在较低和中位分位数（0.05-0.55）有强烈的负面影响，最终在较高分位数的收入中变为正效应和相对较强的影响。这表明存在一个过渡点，即收入增长从减少 CE-I 到增加 CE-I。

印度的收入对 CE-I 呈正向影响，对中等分位数的影响明显，对极端分位数的影响较弱，呈现倒 U 型模式。这意味着在中等收入水平上，收入增长对提高 CE-I 的影响最大。

俄罗斯的情况与印度类似，收入对所有分位数都有积极影响。这种效应在中低分位数处尤为强烈和稳定，但在右侧极尾部（0.65-0.95）则急剧下降。这表明，收入增长会持续促进 CE-I 的增加，而在收入水平非常高时，这种效应会有所减弱。

在日本，收入对 CE-I 的边际效应为正。在中等收入水平（介于第 25 和第 45 个数量分位数之间），正效应最为明显，表明在此范围内，CE-I 随收入增加而增加。然而，在收入分布的低端和高端（极端尾部），这种效应减弱，表明收入差距对 CE-I 的影响不那么显著。这种倒 U 型模式意味着收入与 CE-I 之间的关系不是线性的，而是在不同的收入水平上存在差异。

随后关于收入对碳排放不平等（CE-I）影响的研究结果揭示了不同国家的具体模式，反映了不同的经济和社会文化动态。在中国，中等收入水平的收入增长会明显增加碳排放不平等，但收入水平越高，这种影响就越小，这表明收入增长对不平等的影响会随着经济的发展而减弱。这与 Wiedenhofer 等人的研究结果一致，他们观察到排放集中在最富裕的收入群体中。

在美国，收入最初会降低较低分位数的 CE-I，但会导致较高收入水平的 CE-I 增加，这表明经济增长最初可能会促进排放公平，但最终会加剧差距。Starr 等人也强调了这一趋势，他们讨论了经济因素如何加剧不平等。德国显示了一个过渡点，即收入在较低和中位数分位数时会降低 CE-I，但在较高水平时会增加 CE-I，这意味着随着经济增长，这种关系会发生转变。这与 Seriño 和 Klasen关于收入与二氧化碳排放量之间反 U 型关系的研究结果一致。

印度和俄罗斯都呈现出倒 U 型效应，在中等收入水平上，收入显著增加了 CE-I，而在极端水平上则有所缓和。这表明收入增长的影响在中等收入区间最为明显，这与 Liu 等人关于新兴经济体收入分配效应的观察结果一致。与此同时，日本也呈现出类似的倒 U 型关系，在中等收入水平上的影响更为明显。这表明存在一种非线性关系，即收入差距对分布的低端和高端影响较小，这与 Huang 等人的观点一致，他们指出家庭碳足迹的变化导致了排放不平等。

这些研究结果表明，收入与 CE-I 之间的关系取决于具体情况，其变化反映了每个国家独特的经济结构和更广泛的社会文化因素。为有效解决这些差异，有必要采取有针对性的政策措施，特别是通过重点减少中等收入人群中的排放不平等，因为增长对这些人群的影响似乎最大。

1.3.分位数格兰杰因果关系结果  

全面了解CE-I、IQ和收入水平之间的关系对于应对与气候变化相关的可持续发展挑战至关重要。格兰杰因果关系分析可以确定一个变量的过去值是否能预测另一个变量的未来值，揭示时间关系和反馈机制，对理论研究和应用研究都很有价值。在此背景下，Troster等学者引入了格兰杰分位数非因果检验，与经典的格兰杰检验相比，该检验通过考察多个分位数提供了更详细的分析。这种方法能捕捉非对称因果效应，避免拆分样本，从而保留了时间依赖性和样本量。分位数因果检验有助于确认回归变量对因变量条件分布的预测能力。本文使用分位数因果检验来研究不同经济体中CE-I、IQ和收入之间的因果互动关系，分析了从第5个百分位数到第95个百分位数的19个分位数的p值。这种方法可以检测整个分布中的线性和非线性因果效应，从而更深入地了解变量之间的关系。结果见表3。

就中国而言，分析表明IQ与CE-I之间存在双向因果关系，除第25、45和55百分位数外，大多数百分位数都拒绝了IQ与CE-I之间不存在因果关系的零假设。在中间分位数（第35位至第55位），CE-I与IQ之间的因果关系不被拒绝。在美国，除了第25位和第55位之外，IQ与CE-I之间的双向关系在大多数分位数上都得到了证实。此外，在极端分位数中，收入导致CE-I，而在中间分位数（第45位至第60位）中没有观察到因果关系。收入、IQ和CE-I之间的反馈关系在平均分位数中也有所体现。就德国而言，除了中间分位数（第45到55位）外，从CE-I到IQ的因果关系在所有分位数上都可以观察到反馈效应；除了中间分位数外，收入和CE-I之间也有类似的模式。

就印度而言，IQ与CE-I之间平均存在双向因果关系，但在特定的分位数，特别是第25和第30个分位数，以及中间分位数（第40至第55个分位数），无因果关系的零假设成立。类似的结果也适用于收入与CE-I之间的关系，表明这些变量之间的依存关系在分布的不同部分可能会有显著差异。就俄罗斯而言，总体结果表明IQ、收入和CE-I之间存在相互依存关系，尽管在某些分位数，如第25、30和中间分位数，无因果关系的零假设成立。这意味着这些变量之间的可预测性在分布的各个层次上并不一致。

1.4.核正则化最小二乘法（KRLS）结果

如表4所示，核正则化最小二乘法（KRLS）分析的平均边际效应结果表明，该模型在1%的水平上具有统计意义。该模型对所研究的六个国家的预测准确率超过0.75，这意味着IQ和收入占CE-I方差的75%以上。这表明，制度质量和收入是预测CE-I的有力因素。此外，对第25、50和75百分位数的边际效应的异质性评估进一步证明了模型中存在非线性条件关系。平均边际效应以及特定百分位数边际效应的模式与之前讨论的QQR结果一致。

1.5.稳健性分析 

图4和图5显示了分位数IQ和收入对CE-I影响的分位数回归结果和平均QQR效应参数。平均QQR参数与IQ和收入的分位数回归估计值非常接近。这些图直接验证了上一节中使用的QQR方法，表明通过总结QQR估计值中的详细信息，可以复制传统分位数回归模型的主要特征。在这两个模型中，分位数回归的结果与QQR估计的结果一致。

2.讨论

本文的目的是对二氧化碳排放量最高的6个国家，采用分位数对分位数回归方法，研究IQ、收入和CE-I之间的关系。下文将讨论每个国家的主要研究结果。

中国的IQ与CE-I之间呈现非对称关系。IQ在较低分位数上的持续正效应表明，当起始条件较差时，IQ的提高对降低CE-I尤为有效。这与强调有效IQ在管理环境问题中的作用的文献相一致。然而，在较高的分位数上，效果会逐渐减弱，这表明随着IQ的提高，进一步改善对CE-I的影响可能会减小。这一发现符合人们的普遍认识，即制度改进至关重要，但其边际效益在较高水平上递减在中等收入水平上，收入对CE-I的影响为正，在较高的分位数上，收入对CE-I的影响逐渐减小，这反映了Seriño和Klasen学者所描述的倒U型关系，表明收入增长最初会加剧CE-I，然后在较高水平上可能会有所缓和。

在美国，IQ在较低和中等分位数时产生积极而强烈的影响，而在较高分位数时则出现下降，这表明IQ的初步改善可显著降低CE-I，但随着IQ达到较高水平，这种影响会逐渐减弱。这一模式与Salman等人的研究结果一致，他们发现虽然IQ的提高可以有效降低CE-I，但其影响会随着质量水平的提高而减弱。收入对CE-I的负面影响在较低分位数时为负，而在较高分位数时则转变为正，这强调了文献中关于收入差距如何加剧CE-I的发现，尤其是在高收入背景下。

德国的研究表明，在较低的分位数水平上，IQ与CE-I之间存在正相关关系，而在较高的分位数水平上，这种关系会减弱，这表明当初始质量较低时，制度改进对减少CE-I最有效。这支持了Zhang等人的观点，他们强调了IQ在管理环境结果方面的重要性。收入对较高分位数的CE-I的影响逐渐由负转正，这与Chen等人讨论的环境库兹涅茨曲线（EKC）理论一致，即收入增长最初会降低CE-I，但最终会导致不平等加剧。在印度，IQ对较低分位数的CE-I最初有负面影响，而对中位数和较高分位数的CE-I则有正面影响，这表明存在一种复杂的动态变化，即最初的制度缺陷可能会加剧不平等，最终才会减少不平等。这与Zheng等人以及Liu和Zhang的观点一致，他们注意到了排放方面的地区和人口差异。收入对CE-I的影响呈倒U型，在中等收入水平时影响明显，这支持了Huang等人和Mi等人的观点，表明收入增长最初会加剧CE-I，但在较高水平时可能会缓和。

俄罗斯的情况表明，在中低分位数时，IQ对CE-I有很大的正向影响，而在高分位数时，IQ则明显下降并发生逆转。这种非线性关系表明，虽然IQ的提高最初会降低CE-I，但非常高的IQ水平可能会加剧不平等。这一发现与Azam等人和Chhabra等人的观点一致，他们强调了管理IQ以避免在较高水平上产生负面影响的重要性。不同分位数的收入对CE-I有稳定的积极影响，但在极端水平上会有所下降，这与Hubacek和Wiedenhofer等学者的研究结果一致，表明收入增长持续促进CE-I的增长，尽管其影响可能会在非常高的水平上减弱。

在日本，IQ在较低分位数时具有明显的负效应，而在较高分位数时则转为正效应，这反映了一种复杂的关系，即最初的制度缺陷阻碍了进步，但随着质量的提高，改善变得有益。这一模式支持Zhang学者以及Asongu和Odhiambo2020a。收入对CE-I的影响呈倒U型，在中等水平上有显著影响，这反映了Wiedenhofer和Mi学者的研究结果，表明收入差距对CE-I有显著影响，尤其是在中等收入水平上。

本研究有一些局限性，应加以考虑。首先，分析主要依赖于国家层面的综合数据，这可能会忽略某些地区在IQ和收入水平方面的差异。未来的研究可以纳入国家以下一级的数据，以更有效地捕捉地方动态。其次，虽然研究侧重于IQ和收入，将其作为CE-I的主要驱动因素，但它可能没有包括所有相关因素，如文化影响和技术进步。在未来的研究中纳入这些因素，可以更广泛地了解CE-I的情况。此外，缺乏较小排放国的数据可能会限制研究结果的普遍性。将这些国家纳入未来的研究有助于确定观察到的模式是否适用于不同的经济和制度环境。同样，IQ评估中潜在的测量挑战可能会带来一些局限性，但使用各种测量方法或指数可以提高未来研究的准确性。