通过横截面自回归分布滞后模型评估“一带一路”投资碳足迹的空间异质性

摘要

本研究利用空间计量经济模型，分析中国对外直接投资（FDI）、旅游业和创新对“一带一路”倡议沿线地区碳排放的环境影响。

摘要

本研究旨在实证探讨中国以基础设施为导向的外商直接投资（FDI）、旅游发展和技术创新对“一带一路”倡议（BRI）参与国碳排放的多维度影响。研究不仅超越了总体分析，还特别考察了FDI与旅游业之间常被忽视的协同效应，并深入分析了这些环境关系中存在的显著区域异质性。在方法上，本研究采用第二代面板数据技术，以确保在存在截面依赖和斜率异质性的情况下获得稳健的估计结果。分析使用2000年至2020年的数据，通过截面自回归分布滞后模型（CS-ARDL）和共同相关效应均值组（CCEMG）估计方法，识别短期与长期动态关系。主要研究结果揭示了FDI所扮演的复杂且双重的角色：在全样本以及东南亚和欧洲地区，FDI与碳排放减少相关；但在南亚和中东及北非（MENA）国家，FDI则显著加剧了碳排放。尤为关键的是，FDI与旅游发展的交互作用被发现会进一步加剧碳排放，表明基础设施投资放大了旅游业的环境足迹。此外，技术创新在所有情境下均持续有效地缓解碳排放，且研究在所有样本中均验证了环境库兹涅茨曲线（EKC）假说的存在。这些发现对政策制定者具有深远意义，凸显出必须摒弃“一刀切”的治理思路。本研究的主要创新之处在于明确聚焦于基础设施导向型FDI，量化了FDI与旅游业之间的交互效应，并实现了开创性的区域细分分析，三者共同揭示了“一带一路”倡议环境影响的争议性与情境依赖性。这一精细化分析为制定有针对性的、基于区域差异的政策提供了关键证据基础，有助于推动“一带一路”倡议实现其既定的可持续发展目标。

引言

“一带一路”倡议（BRI）是中国推出的一项具有里程碑意义的全球性发展战略¹，深刻重塑了亚洲、非洲和欧洲的经济与基础设施格局²。该倡议通过向交通、能源和港口设施等领域投入前所未有的基础设施导向型外商直接投资（FDI），旨在提升区域互联互通并促进经济增长。这种互联互通带来的一个关键但复杂的成果是，参与国的旅游发展得到了显著推动³，这得益于可达性和基础设施的改善⁴。然而，基础设施投资、旅游增长与经济扩张这一三元组合带来了重大的环境影响，尤其是与碳排放相关的问题⁵。理解这些因素之间的相互作用，对于将“一带一路”倡议的经济目标与《巴黎协定》及联合国可持续发展目标等全球可持续性目标相协调至关重要⁶。本研究重点探讨中国主导的基础设施导向型外商直接投资、旅游发展以及技术创新对“一带一路”沿线国家碳排放所产生的影响。

大量文献已确立旅游业作为经济发展驱动力的重要性，尤其是在新兴市场中^7,8。各国政府积极鼓励该行业的发展，因其能够带来收入、促进创业增长并减少失业⁹。全球范围内，旅游业呈现出强劲增长态势，国际游客人数持续超过预期，每年创造数十亿美元的收入；这一趋势得益于通信技术的进步、签证政策的调整以及旅游目的地的改善¹⁰。与此同时，人们也开始关注这种增长所带来的环境影响¹¹。一部分研究指出了旅游业的负面影响，认为其与交通相关的能源消耗和碳排放存在直接关联¹²。此外，尽管“一带一路”倡议下的大型基础设施项目为旅游业带来了发展机遇，但这些项目也因能源需求和生态扰动而被认为会造成巨大的环境压力¹³。

然而，现有文献存在若干关键性空白，本研究旨在解决这些问题。首先，尽管旅游业与碳排放之间的总体关联已被认可，但实证证据仍不明确，且往往未能充分考虑“一带一路”倡议（BRI）所特有的多维度背景。这种关系并非单一不变，而是受到一系列地方性因素的调节，包括物流基础设施、政治不稳定性暴露程度、环境标准以及气候条件¹⁴。其次，文献中存在一种相互竞争的观点认为，旅游业特别是当其遵循生态旅游原则并配合绿色政策时，可能成为推动环境可持续性的动力，而非导致环境退化¹⁵。这种双重性凸显了一个重要的知识缺口：在“一带一路”框架下，旅游业在何种条件下会加剧或缓解碳排放？第三，以基础设施为导向的外商直接投资（FDI）的作用通常被孤立地研究¹⁶。FDI与旅游发展之间的协同效应——即由FDI资助的新机场、道路和酒店直接促进并刺激游客流入——及其对环境的综合影响，目前尚不明确。本研究通过开展细致而全面的分析，直接回应上述问题，探讨“一带一路”倡议下各经济驱动因素所带来的环境后果。研究人员超越了泛化的结论，深入考察以基础设施为导向的外商直接投资、旅游发展与技术创新对碳排放的具体联合影响。本研究的贡献主要体现在三个方面。第一，本研究在“一带一路”倡议这一特定且高度相关的背景下，提供了关于基础设施投资、旅游业与碳排放之间相互关联性的新实证证据。通过明确建模旅游发展与外商直接投资之间的交互作用，研究人员揭示了二者结合是否会产生放大或缓解环境压力的协同效应，这一维度在以往研究中 largely 被忽视¹⁷。第二，本研究在方法论上做出了重要贡献，采用CS-ARDL模型并开展详细的区域分析。这使我们能够摆脱“一刀切”的结论，揭示不同地区在这些经济活动对环境影响方面存在的显著差异。

文献综述

旅游业被广泛认为是经济发展的重要推动力，尤其是在新兴市场中¹⁸。实证研究持续表明，旅游业具有创造收入、促进创业活动和降低失业率的能力，因此全球各国政府纷纷出台支持该行业发展的政策¹⁹。历史数据凸显了这一行业的快速增长态势，其年均增长率约为5%，国际游客人数预计超过18亿²⁰，而由于通信技术的进步、旅游基础设施的改善以及签证制度的简化，实际数据往往超出这一预测值²¹。然而，旅游业对经济增长的贡献并不均衡，其发展成效受到一系列本地因素的调节，包括物流基础设施、政治稳定性、环境标准和气候条件，这表明以旅游为主导的增长模式若过于泛化，通常难以适用²²。

随着旅游业的扩张，经济发展的环境影响也日益受到关注，学术界对此呈现出一种二元对立的论述²³。一部分文献明确将旅游发展与能源消耗增加以及交通相关的碳排放上升联系在一起，认为旅游业是导致环境退化的重要因素之一²⁴。这一点在中国“一带一路”倡议（BRI）等大规模项目背景下尤为突出：此类倡议通过以基础设施为导向的外商直接投资（FDI）增强了区域连通性，刺激了旅游和经济活动，但同时也因能源需求上升和生态破坏而带来显著的环境压力²⁵。与此相对，另一种学术观点则强调可持续旅游的潜力，认为生态旅游和绿色政策能够减轻污染，保障长期的生态可持续性，从而实现经济增长与环境保护的协调统一²⁶。这种二元性同样体现在外商直接投资（FDI）的作用上：FDI既可能引入污染性技术，也可能带来先进且环保的创新技术，当FDI专门投向促进旅游业增长的基础设施时，其环境效应的实证判断变得更加复杂²⁷。

旅游、投资与环境之间的复杂关联，要求对调节因素和理论框架进行更深入的研究²⁸。技术创新常被视为通过采用可再生能源和绿色技术实现经济增长与排放脱钩的关键机制²⁹。此外，环境库兹涅茨曲线（Environmental Kuznets Curve, EKC）假说的理论基础为检验经济发展与环境退化之间的关系提供了框架，表明排放量可能随着收入增长先上升，随后最终下降³⁰。共建“一带一路”倡议（BRI）具有重大转型潜力，据预测，到2030年其相关经济体可能占全球GDP的一半，这使其成为研究上述动态的关键案例³¹。然而，现有文献仍存在显著空白：缺乏细致且基于实证的研究，能够同时建模基础设施驱动的外商直接投资（FDI）、旅游发展与技术进步对“一带一路”沿线异质性区域碳排放的综合影响（图1）³²。现有研究通常孤立地分析这些驱动因素，未能捕捉其协同效应和区域差异，而本研究旨在采用一种兼顾共同相关效应与截面差异的方法论路径，填补这一空白³³。

方案

本研究仅使用了来自官方渠道的公开宏观经济二手数据，包括世界银行的世界发展指标（World Development Indicators, WDI）和中华人民共和国商务部（MOFCOM）的数据。原始数据可分别从世界银行（https://databank.worldbank.org/source/world-development-indicators）和中国商务部（MOFCOM）公开获取。本研究未涉及任何人类或动物受试者，因此无需经过机构审查委员会（IRB）或伦理委员会的审查或批准。

数据与变量构建

本研究分析了“一带一路”沿线国家的环境库兹涅茨曲线（EKC），并考察了中国对外直接投资存量与碳排放之间的相关性。通常，经济活动对环境的影响可分为三类：作者将其概括为技术创新（TI）效应、产业结构效应以及经济规模效应。因此，除了研究的主要特征外，作者还阐述了这些关键特征。以下是对此相关性的理解：

   (1)

在该模型中，使用了多个变量来表示不同的经济指标。这些变量包括：

CO2：碳排放，TD：中国对“一带一路”倡议国家的对外直接投资存量，TI：TD 指数，GDP：国内生产总值，SQGDP：GDP 的平方（用于表示环境库兹涅茨曲线），IVA：工业增加值。

该模型使用下标表示国家数量，使用下标 ε_{it} 表示时间。模型中的参数由 β_{1} + β_{2} + β_{3} + β_{4} + β_{5} + β_{6} 和 β_{7} 表示。术语 μ_{i} 指截面特异性因子，ε_{it} 代表误差项。

“一带一路”倡议显著加强了中国与其他参与国家之间的交流，在能源使用、财政增长和环境状况方面产生了重要影响。中国政府为推动绿色“一带一路”建设，使其符合《巴黎协定》（2015年）和2030年可持续发展目标（SDGs），已采取措施推广技术优势，并发展高效且环境友好的能源基础设施³⁴。Gu 和 Zhou³⁵近期研究了“一带一路”沿线国家已建成的清洁能源项目，这些项目总装机容量达16吉瓦（GW），帮助减少了49万吨温室气体排放，进一步证实了这些举措的有效性。此外，Li 等人³⁶指出，“一带一路”倡议通过建设可靠的能源和物流基础设施，提升了东道国的能源效率和经济发展水平。然而，由于对能源和自然资源需求的增加，中国的对外直接投资（FDI）也加剧了东道国的生态问题。基于这一逻辑，预计中国在海外的对外直接投资对各地碳排放的影响可能兼具正面与负面效应：

在最近的一项研究中，Bekun 等人³⁷检验了旅游收入有助于降低排放，而游客到访却产生相反影响的假设。此外，对科学研究的综合分析（见表1）强调，旅游相关变量引发了特定的环境后果。为确保研究的严谨性，本文构建了一个累积的旅游参与指标，以帮助消除主观偏差。总体旅游业指标可能对二氧化碳排放产生有利或不利的影响。

与“一带一路”成员国之间互联互通加强、竞争壁垒减少（包括人员和商品）、货运速度加快以及基础设施改善促进旅游业发展类似，考虑到旅游经济的内在特征，这种发展可能对环境质量产生关键性影响，因而可能具有积极意义。

鉴于经济活动的基础性，需要消耗更多的能源和燃料，从而导致二氧化碳排放增加。然而，开发环境友好型产品和工艺的技术进步，以及由创新推动的能源供应变革，可显著影响环境可持续性。技术进步（TI）通过这种方式减少二氧化碳排放。

EKC理论认为，经济增长与能源消耗增加相关联³⁸，这会提高排放水平，但经济发展程度的平方项会降低二氧化碳排放。

影响东道国二氧化碳排放的一个关键因素是这些国家的商业结构。表 2）。IVA 可能对二氧化碳排放产生有益影响，因为“一带一路”沿线邻国工业比重的增加将导致能源消耗及相关排放的上升³⁹.

数据来源与样本选择

“一带一路”沿线国家的重要性基于以下假设：这些国家占全球GDP的30%、世界人口的64%、全球领土面积的39%、全球贸易额的35%、全球发电量的50%，以及全球CO₂排放量的54%。除上述数据外，“一带一路”区域还经历了中国对外直接投资（FDI）的迅猛增长，使其成为全球最有效的合作平台⁴⁰。因此，作者研究了2000年至2020年间，中国对选定的54个“一带一路”节点国家的对外直接投资、技术扩散（TD）和技术创新（TI）所产生的生态效应。为实现这一目标，本文采用了年度CO₂排放量（公吨）、中国对外直接投资存量（2010年不变美元）、TD指标（详见表3）以及综合指数（TI）数据，其中TI通过专利总数（包括本国居民和移民）、GDP（2011年不变美元）和制造业增加值（占GDP百分比）计算得出。由于这些变量具有不同的度量单位，在处理变量属性差异问题时，提供一致的检验统计量至关重要。借鉴以往研究，作者将所有变量转换为回归模型中的弹性形式，以利于结果的解释。除中国对外直接投资资本数据来源于中国经贸部门外，其余变量数据均来自世界发展指标数据库（WDI）。

TD 指数

在旅游研究中，有多种指标被用于描述旅游活动。旅游收入⁴¹、游客支出 Pata 和 Balsalobre-Lorente⁴² 以及游客接待量⁴³ 数据常被用来量化综合旅游需求。然而，这些旅游模型存在若干缺陷，因为它们仅能反映污染物之间关系的一部分。根据 Meng 等人⁴⁴ 的观点，上述三个旅游变量之间高度共线，若在同一分析框架中同时使用，可能导致多重共线性问题。主成分分析法（PCA）可将所有旅游变量的共同波动信息整合为一个独特的累积得分。这些旅游指标来源于世界发展指标（WDI）数据集，有助于通过融合关键数据构建一个独特的综合指标。

通过主成分分析（PCA）计算TD指数

旅游发展（TD）指数通过主成分分析法（PCA）构建，旨在将三个高度相关的旅游变量（国际旅游收入、支出和入境人数）整合为一个综合得分。首先通过两项标准检验验证数据适用于主成分分析。抽样适切性测度的Kaiser-Meyer-Olkin（KMO）值为0.723，超过推荐阈值0.6，表明相关性模式紧密，适合进行因子分析。此外，Bartlett球形检验具有统计学显著性（p < 0.001），证实相关矩阵并非单位矩阵，变量之间存在足够的相关性，适用于主成分分析。根据Kaiser准则（特征值 > 1），仅保留第一主成分。该成分解释了全部三个旅游变量总方差的81%以上，具有充分代表性。三个变量的因子载荷均为正值且较高，表明在最终指数计算中权重分配均衡。样本中所得TD指数得分范围为-0.681至5.157，其中较低值表示“一带一路”国家中旅游发展水平较低，较高值表示旅游发展水平较高。

分析框架

研究人员首先通过检验两个重要的面板数据属性来开展分析：横截面依赖性（CSD），表示国家之间的相互关联；以及斜率异质性（SH），表示变量关系在不同国家之间存在差异。确认这些属性是关键的第一步，因为这要求使用专门的第二代计量经济学检验方法，以获得准确的结果。

截面依赖性（CSD）与斜率异质性（SH）

第二代（SGN）单位根（UR；包括截面补充的 IPS UR 检验）和协整检验所依赖的斜率变异性和截面依赖性前提，要求在确定因子的协整阶数之前必须进行验证。由于金融与货币项目随经济变化而快速波动，加之银行体系崩溃、全球化进程、特许权之间的相互关联，以及未观测到的共同因素和隐含的共同成分的存在，数据序列不可避免地会面临截面依赖（CSD）问题。在使用单位根和协整检验之前，通过CSD检验可帮助我们选择最有效的方法来应对已揭示的问题。本研究采用了一种更为先进的方法，即基于 Tang 等人⁴⁵ 提出的 CD 检验来验证 CSD。此外，本文还采用了 Zhuang 等人⁴⁶ 提出的 SH 检验，该方法优于传统的异质性分析方法（如 SURE），因为后者在面板数据中不允许存在 CSD⁴⁷。斜率异质性分析的公式如下：

   (2)

   (3)

单位根检验（URT）

接下来的阶段是使用适当的单位根检验，以在确认截面相关性（CSD）和斜率异质性后确定变量的单整阶数。所有变量的单整阶数通过截面增强型Dickey-Fuller（CADF）和截面增强型IPS（CIPS）模型来确定。第一代检验包括最初的两种单位根检验（URT），而SGN分析则属于第三代单位根检验。由于CIPS在计算变量单位根时允许存在截面相关性（CSD），因此更具优势。传统的面板单位根检验在存在截面相关性时会产生误导性结果。尽管如此，本研究仍采用基础和高级的单位根检验方法，以实现客观且一致的估计。以下是CIPS模型的方程：

   (4)

下面的公式使用该符号表示对不同部分的平均值。

   (5)

CIPS 统计检验如下：

   (6)

面板协整检验

在确认共同决定性（CDS）、斜率异质性以及变异平稳性水平之后，作者进一步估算了二氧化碳排放与其影响因素之间的协整关系，这些因素包括中国对外直接投资、技术扩散（TD）、技术引进（TI）以及经济扩张。本研究采用面板协整方法进行分析，该方法在误差项存在截面依赖性且面板具有异质性时，能够产生更为可靠的预测结果。由于该检验在考虑截面依赖性（CSD）和结构突变时无需施加典型的因子约束，因此相较于第一代协整检验更具优势。此外，传统的面板估计方法，如利用不可观测异质性、固定效应模型和工具变量的方法，未考虑常数项方差的截面依赖性（CSD），从而导致估计结果不准确。与第二代协整检验相比，面板协整技术不仅处理了截面依赖性（CSD）、斜率异质性（SH）以及误差项的序列相关性，还能针对每个截面单元在不同位置识别结构断裂点。本文包含了协整检验结果。结构断裂与范式变化会影响真实数值的估计。本分析在无污染、无水平突变或范式变化的情况下提供了协整预测结果（表4）。

截面增强型自回归分布滞后模型

研究者现在可以考虑对温室气体与其驱动因素之间的长期关系进行实验性评估。传统的预测模型假定截面稳定性，但在初步研究中情况并非如此。由于碳污染的量受到引发对截面误差项依赖的未观测相关变量的控制，这一假设显得不太合理。包括中国对外直接投资的不均衡且突然的增长以及金融与政治框架的变化在内的多种因素，为“一带一路”倡议中的截面依赖提供了概念上的可信性。这是因为未观测到的相关变量的存在可能会扭曲自然特征，而这些变量与回归分析相关联。CS-ARDL估计方法为解决截面依赖性和斜率异质性问题提供了最佳方案。该方法采用动态共同相关效应策略来应对这些问题。由此可得CS-ARDL公式的如下推导：

   (7)

简单的自回归分布滞后（ARDL）模型具有如上式（7）所示的线性函数；如果作者继续使用此公式，其结果将取决于是否存在截面依赖性。通过对截面进行平均，可将式（7）推广为式（8）。仅当考虑截面依赖性时，才会出现截断点效应，而该方法有助于消除这一可能产生误导的假设。

   (8)

其中 X_t-1 = (CO_2i,t–₁, Z_i,t–₁) 可被视为因变量和自变量的均值，P_w、P_z、P_x 用于识别每个参数内的所有滞后项。CO_2i,t（二氧化碳排放量，单位：tCO2）是因变量的一个示例，Z_i,t 是一个包含各种不同因素的向量。X 表示横截面平均值（包括时间虚拟变量或模式变量），展示了如何利用这些平均值避免由涟漪效应引起的横截面依赖性（CSD）。CS-ARDL 模型使用短期系数作为输入来计算长期系数，适用于平均数估计量和长期系数的估计。

   (9)

平均组表示为：

   (10)

短期系数的估计方法如下：

   (11)

其中，

    (12)

   (13)

    (14)

    (15)

当出现扰动或需要一定时间才能达到恒定平衡时，CS-ARDL模型的误差修正机制类似于一个有组织的平均面板，该面板设定了向长期平衡调整的调整速度。

稳健性估计量

传统的估计方法与该委员会所承认的斜率异质性及方差分解存在显著矛盾。此外，本研究采用佩萨兰（Pesaran）提出的普通连接效应平均面板测度来验证类似结论。即使存在横截面依赖（CSD）、异质性、内生性以及非平稳性，CCEMG 方法仍可有效应用（表5）。然而，该方法也存在相关性问题，尤其是与横截面划分相关的问题。以下是 CCEMG 的公式：

   (16)

格兰杰因果关系

格兰杰因果关系用于分析文章的组成部分及其可能的贡献关系。由于其核心假设，该方法在处理多样化显示时效果更佳。针对变量间因果关系的假设检验，DH 多元回归分析的零假设是不存在因果关系。以下是 DH 格兰杰因果关系检验的实际结构描述：

   (17)

对于自回归模型，估计量用 j 表示，自回归变量由 βj(j) 表示

结果

研究结果有效展示了截面增强自回归分布滞后（CS-ARDL）方法在捕捉复杂现实经济关系方面的实用性（图2）。例如，外商直接投资（FDI）对碳排放的长期影响在不同地区呈现差异：在东南亚等地区为负向影响，而在南亚等地区则为正向影响，这正体现了CS-ARDL模型专门用于处理的斜率异质性。若采用传统估计方法，假设所有国家的系数一致，则此类区域差异很可能被掩盖。此外，各地区误差修正项（ECM）均高度显著且为负值，表明在受到冲击后，向长期均衡状态的调整速度为31%–63%，这验证了此前识别出的协整关系，并证实了模型的动态稳定性（图3）。在分析这些结果时，不仅应关注系数的显著性与符号，还应重视其在不同区域间的相对大小；例如，中东与北非（MENA）国家中显著为正的交互项（FDI × TD）表明，该地区旅游业的增长显著放大了外商投资对环境的影响，这一细致洞察对于制定针对性政策至关重要。

SH 和 CSD

讨论

本项实证研究的结果揭示了“一带一路”倡议框架下经济一体化可能对环境造成影响的丰富而细致的图景，超越了文献中常见的简单二分法。检验斜率异质性与截面依赖性不应仅作为方法论上的初步修饰，而应被视为基本前提；必须认识到，外国直接投资（FDI）、旅游业、技术与碳排放之间的关系在“一带一路”国家之间并非同质，且深受空间与经济相互关联的影响。这一根本性观察解释了为何作者采用了CS-ARDL与CCEMG估计方法的创新应用，这些方法在构建时即充分考虑了此类多维度的面板数据结构。本分析中最引人注目且独具特色之处在于按区域进行的分解，表明基于基础设施的外国直接投资对环境的影响并非单一维度，而是因受资地区的经济结构、监管环境以及投资的产业构成不同而有所差异。尽管由于技术溢出效应以及对新型高效技术的投资，流向东南亚、中亚和欧洲国家的外国直接投资显著增加⁵¹，但在南亚和中东及北非（MENA）国家却产生了相反效果。这一重要分异在全样本层面的分析中往往被掩盖，而本研究揭示出：相同的宏观经济驱动因素，可能因本地条件不同而产生截然相反的环境效应。

本研究为一个研究尚不充...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
因果关系分析	Dumitrescu 和 Hurlin（2012）的异质性面板格兰杰因果检验		用于确定变量之间因果关系的方向（例如，外商直接投资是否格兰杰导致二氧化碳排放？）
截面依赖性（CSD）检验	Pesaran（2015）截面依赖性（CD）检验		用于诊断性检验面板单元误差项之间截面独立性的原假设。
外商直接投资-旅游发展（FDI-TD）交互项	通过外商直接投资（FDI）与旅游发展（TD）指数序列相乘计算得出。		用于捕捉以基础设施为导向的外商直接投资对旅游发展与碳排放之间关系的协同或调节效应。
外商直接投资（FDI）数据	中华人民共和国商务部（MOFCOM）		获取中国对“一带一路”倡议（BRI）国家的对外外商直接投资存量数据的来源。
长期与短期估计	截面自回归分布滞后（CS-ARDL）模型		主要估计方法，用于在考虑截面依赖性和异质性的同时，得出独立变量对二氧化碳排放影响的短期和长期系数。
宏观经济面板数据	世界银行，《世界发展指标》（WDI）		获取二氧化碳排放、GDP、工业增加值（IVA）以及旅游指标（入境人数、旅游收入）数据的主要来源。
面板协整检验	Westerlund 和 Edgerton（2008）考虑结构突变的协整检验		用于检验变量之间是否存在长期协整关系，并考虑截面依赖性和结构突变的影响。
稳健性检验估计方法	共同相关效应均值组（CCEMG）估计法		一种替代性估计方法，用于检验从CS-ARDL模型中获得的长期系数的稳健性。
第二代单位根检验	截面增强型迪基-福勒（CADF）检验与截面增强型IPS（CIPS）检验		用于在存在截面依赖性的情况下，确定变量（CO2、FDI、TD、TI、GDP、IVA）的单整阶数。
斜率异质性（SH）检验	Pesaran 和 Yamagata（2008）Delta 及 Delta 修正检验		用于诊断性检验面板中各截面斜率同质性的原假设。
人均GDP平方项（SQGDP）	由人均GDP（或总GDP）序列的平方计算得出。		用于实证检验模型中是否存在环境库兹涅茨曲线（EKC）假说。
统计分析软件包	协议中未具体指定，但对分析至关重要（例如 Stata、R、EViews）		用于数据管理、变量构建以及执行所有计量经济学检验与估计（CSD、SH、单位根、协整、CS-ARDL、CCEMG、因果关系）的平台。
技术创新数据	世界银行，《世界发展指标》（WDI）		用于构建技术创新（TI）指数的专利数据（本国居民与非居民专利）来源。
旅游发展（TD）指数	对旅游入境人数、旅游收入和旅游支出应用主成分分析法（PCA）构建。		用于构建一个综合指数，以全面反映旅游活动水平，并避免使用单一旅游指标带来的多重共线性问题。