對外貿易、技術進步、城鎮化與碳排放強度研究

□賈政軍

（山西農業大學信息學院 山西 太谷 030008）

對外貿易、技術進步、城鎮化與碳排放強度研究

□賈政軍

（山西農業大學信息學院 山西 太谷 030008）

新常態下，經濟發展更加注重質的提升，低碳發展顯得尤為重要。通過構建改進STIRPAT模型，使用1995—2014年全國各省份數據，從靜、動態兩方面考察了對外貿易、技術進步、城鎮化等因素與碳排放強度的關系，發現對外貿易、技術進步、城鎮化等因素均與碳排放強度之間存在長期協整關系，貿易依存度、進口依存度、出口依存度都與碳排放強度正相關，出口對碳排放強度的影響要大于進口，技術進步、金融與碳排放強度負相關，但后者并不顯著，城鎮化與碳排放強度二者是倒U型非線性關系，經濟增長與碳排放強度在動態面板數據模型下滿足庫茲涅茨曲線，而FDI與碳排放強度在靜、動態模型下的作用有所不同。

碳排放強度；對外貿易；技術進步；城鎮化

1 引言

過去30多年，我國經濟發展長期依靠高耗能、高投入、高污染，二氧化碳排放量持續增加，已然進入全球主要碳排放來源國之列。從2006年開始，我國單年度碳排放量長期位居榜首，累計碳排放量也已逼近美國，如此嚴峻的形勢引起了各界的高度重視。在2014年APEC北京峰會上我國政府做出承諾，在2030年前后碳排放量到達峰值，相比于2005年，平均每元碳排放量要降低60%—65%。

如今，經濟發展進入新常態，所面臨的形勢發生了巨大變化，對外貿易較以往出現大幅下滑，高度依賴出口拉動經濟增長的狀況已一去不復往，結構亟待轉型調整；城鎮化建設迎來快速發展熱潮，擁有巨大的內需潛力，是未來經濟發展的強勁動力；技術進步和創新則被推到了前所未有的高度，將會成為新常態下經濟發展的最大驅動力；經濟增長速度也完成了“調速換擋”，未來經濟發展更加注重質量提升，更加傾向于綠色低碳循環發展。

面對這些變化，未來碳排放量能否有效降低，步入綠色發展軌道，經濟發展能否啟動綠色引擎，走向可持續都是值得關注和深思的重要問題?；诖?，本文使用全國30個省數據，建立改進STIRPAT模型，研究技術進步、對外貿易、城鎮化與碳排放強度之間關系，為促進新常態下地區經濟可持續發展、低碳發展提供建設性意見。

2 國內外相關文獻綜述

在碳排放強度影響因素研究方面，國內外學者將視角集中在經濟增長、技術進步、金融、城鎮化及貿易等方面。Grossman(1993)在北美自由貿易協議的環境效應分析中，指出經濟增長、環境質量兩者有著倒U型非線性關系。[1]Parikha(1995)以部分非發達國家作為研究對象，用實證分析方法驗證了城鎮化對碳排放有著非常明顯地影響。[2]Shui(2006)通過分析1997～2003年期間中、美兩個國家之間貿易情況，發現進出口貿易會引起二氧化碳排放量的增加，中國在生產、加工出口給美國的商品時，國內碳排放隨之提高了7%～14%，而這部分商品要是放在美國生產完成，其國內碳排放同樣會提高3%～6%。[3]Tamazian(2009)使用1992年至2004年巴西、俄羅斯、印度和中國的數據，研究發現金融發展會降低一個地區人均二氧化碳排放量，其中資本市場和銀行部門發展對地區碳排放影響尤甚。[4]

此外，部分學者還從不同視角、不同影響因素相結合角度開展了進一步研究。

Dalton(2008)把人口結構引入新能源—經濟增長模型，指出人口結構的老化與技術變革都會抑制碳排放，并且前者的制約作用等同于甚至高于后者。[5]劉華軍（2012）從碳排放總量、人均碳排放量和碳強度角度考察了城鎮化對二氧化碳排放的影響，指出城鎮化并非碳排放的關鍵性影響因素，但它們之間存在著U型關系。[6]姬世東（2013）構建邊限協整模型，考察對外貿易、城市化與碳排放三者關系，發現城市間貿易額每提高1%，碳排放量將會下降15%左右。[7]朱智洺（2015）等利用1982～2011年的數據，使用ARDL邊限檢驗法，考察了碳排放與對外貿易、金融、能源消耗、經濟增長等的關系，發現貿易開放、碳排放二者是負相關關系，經濟增長、碳排放二者滿足環境庫茲涅茨曲線，金融深化、碳排放二者是倒U型關系，能源消耗、碳排放二者呈現正相關。[8]

從目前來看，把貿易依存度、技術進步、新型城鎮化與二氧化碳排放相結合開展研究的成果還不多。

3 理論分析及假設提出

3.1 理論分析

第一，對外貿易和碳排放強度?！拔廴咎焯眉僬f”認為，地區之間環境規制政策不同，環境污染代價成本也就各異，污染較嚴重的產業或企業就會選擇由環境規制較強地區向環境規制較弱地區轉移，使之成為“污染納藏地”。污染的空間轉移一般發生在發達國家或地區與落后國家或地區之間，并通過對外貿易、要素流動和投資來完成。由這一假說，可以看出越來越頻繁的對外貿易將會加劇發展中國家環境問題，提高二氧化碳排放強度。但進口與出口在這一過程中所扮演的角色不同，出口由于將生產放在國內，向其他地區出口產品對碳排放將會產生引致作用，而進口由于產品來源于國外，并可直接用于最終消費或是作為中間產品投入生產，將會對碳排放產生規避作用。

第二，技術進步和碳排放強度。技術進步歷來被看作改善環境問題的最有效措施，通過技術進步，可以改善機器設備，降低生產與經營上的碳排放；可以提供全新節能減排設備，提升能源綜合使用效率；另外，廣義程度上的技術進步，還包括制度與管理創新，無疑為降低二氧化碳排放提供了強有力的“軟”技術支持。

第三，城鎮化和碳排放強度。城鎮化進程是人口遷離農村、向城鎮集聚，生產、生活方式逐漸發展轉變的過程，在這一進程中，既可以看到人口的集中改善能源使用效率，顯著降低碳排放，也可以看到消費方式和出行等生活方式的改變加大能源消費需求，增加碳排放。伴隨著城鎮化不同發展階段，碳排放強度將會發生相應變化，是否與庫茲涅茨環境曲線有著異曲同工之處，值得深入研究。

3.2 研究假設

由上述理論分析，本文將做出下列假設：（1）對外貿易將會對二氧化碳排放強度產生負面影響，進口有利于降低碳排放，而出口則會增加碳排放；（2）技術進步與二氧化碳排放強度之間將會呈現負相關關系；（3）城鎮化與二氧化碳排放強度之間將會呈現倒U型曲線特征。

4 模型與數據

4.1 模型設定與方法

經典IPAT模型由Enrlich等人于1971年提出，用以研究環境影響問題。他們認為環境影響（I）是由人口（P）、富裕度（A）及技術（T）三部分共同作用形成的，表達式為：

雖然上述模型簡潔、實用，但在反映各要素對環境影響的彈性作用方面存在明顯不足，并且難以驗證各種假說。為此，迪茨等人對其深入探索，引入隨機干擾項，提出STIRPAT模型：

為了考察各要素與環境響的彈性關系，對等式進行取對數處理，構建線性方程：其中，α、b、c、d分別為模型的參數，e為隨機誤差項，I、P、A、T而與前面所提方程的含義一樣，分別表示環境影響、人口要素、財富要素和技術要素。

盡管STIRPAT模型已經可以較好地衡量各種影響因素對環境的作用，但這種分析仍停留在線性關系上，不能用來考察經濟增長、環境污染二者是否存在倒U型非線性關系，即EKC假說。由此，York等人將LnAi進行分解，變成LnAi、（LnAi）2兩部分，得出如下方程：

本文結合STIRPAT模型、EKC模型，將碳排放強度視為環境壓力對象，依據國內碳排放強度特點及實際研究需要，適當引入一些額外因素，力求對碳排放強度所涉及影響因素進行全面考量，進一步對STIRPAT模型做出改進，得到如下模型：

（7）

其中，下標i、t是指省區觀測樣本和時間；Ait代表人均國內生產總值，Tit代表技術進步；OPENit、URBit、INDit、FDit、FDIit分別代表貿易開放度、城鎮化水平、產業結構、金融發展水平和外商直接投資；ηi代表地區個體差異的固定效應，λt代表時間差異的非觀測效應，εit代表隨機誤差項。

由于碳排放大多時候表現出路徑依賴特性，上一期發展情況會作用于下一期結果，為此，有必要引入動態模型被解釋變量二氧化碳排放強度的一階滯后項用來控制一下滯后因素，構建出碳排放強度動態面板計量模型：

4.2 數據及處理說明

4.2.1 碳排放強度（CP）。碳排放量數據一般采用聯合國政府間氣候變化專門委員會（IPCC）在《清單指南》中所提供的方法計算得來，方法如下：

其中，Ejt為第t年第j種能源的消費量，Tj為燃料平均低位發熱量，Cj為燃料排放系數，Rj為碳氧化率[9]。碳排放強度是指單位GDP碳排放量，用GDP總量除以碳排放量計算得來。

4.2.2 技術進步（T）。技術進步不同于有形變量，難以直接進行度量。目前，主要采用R&D投入、資產勞動比、等指標進行替代衡量。本文借鑒張兵兵學者做法，使用全要素生產率來代表技術進步[10]。

全要素生產率（TFP）是指資本、勞動等全部生產要素投入量一定時，而生產量仍能增加的部分，也可稱為索洛剩余，用以反映生產者技術水平。但使用索洛剩余表示全要素生產率需要滿足一個假設，就是全體生產者技術層面上要完全有效，而現實情況卻有所差異。由于數據包絡分析法（DEA）在技術無效率問題上是寬容的，有效解決了這一假設難題，就被廣泛用于估算全要素生產率?；诒疚乃浪愕氖侨珖?0個省份的面板數據，在具體方法上使用動態非參數前沿生產面的DEA-Malmquist指數方法。這種測算方法的關鍵是在投入與產出的指標選取上。其中，投入指標選擇資本、勞動，資本借鑒邵軍等的永續盤存法，以1985年價格為基期重新估算各地區資本存量，而勞動力則用各省年就業總人數表示；產出指標選擇國內生產總值，并經過價格指數進行平減處理。最后以30個省份作為決策單元，使用產出導向計算各省歷年全要素生產率，由于篇幅有限，僅列出各省平均值，見表1。

表1 1995—2014年全國各省TFP平均值

4.3 其余解釋變量

4.3.1 貿易開放度(O PEN)。為了能夠充分了解對外貿易總額、進口貿易及出口貿易對碳排放的不同影響，本文使用貿易依存度(OPEN)、進口依存度(IMP)、出口依存度(EXP)3個指標進行衡量。其中，進出口總額分別按照當年美元匯率中間價進行折合，并計算其所占GDP比重。

4.3.2 城鎮化 (U RB)。城鎮化的衡量有人口方面指標，如非農人口所占比重，還有土地方面指標，如建成區面積，但本文使用城鎮人口指標法進行衡量。

4.3.3 人均G D P（A）。在衡量經濟增長問題上，人均GDP是最具代表性的，本文將人均GDP平方項加入模型，用以觀察庫茲涅茨環境曲線假說。

4.3.4 產業結構（IN D）。在現階段，我國工業發展仍十分關鍵，尤其是中西部省份，工業是地區經濟的主力軍，其碳排放量也在所有產業中獨占鰲頭，因此，本文將其作為考察對象，使用各省市區工業增加值與GDP之比來表示。

4.3.5 金融水平（FIN）。金融發展主要依靠技術進步效應及總量擴張效應作用于碳排放，一方面，金融能夠高效調配資源，提供風險的資金保障，促進技術進步，降低碳排放；另一方面，金融為經濟發展提供所需資金支持，促使經濟總量得以擴張，提升碳排放。因此，本文借鑒Levine做法，以金融機構信貸總量與GDP之比來表示[11]。

4.3.6 外商直接投資（FD I）。FDI作用于投資目的地碳排放主要有兩種情況，一種是向投資目的地轉移碳排放；另一種是通過先進清潔技術及環境管理機制向投資目的地的擴散，降低其碳排放量，即“光環假說”。因此，本文選用外商直接投資額除以GDP對其進行衡量。

5 來自靜態面板與動態面板數據的經驗證據

5.1 面板數據描述性統計量和單位根檢驗

5.1.1 描述性統計量。由表2得知，各變量在不同省份的分布是不均衡的，存在一定差異，這充分體現了面板數據較時間序列數據的優勢。在1995~2014年期間，碳排放強度最低值和最高值分別是2014年的北京0.3279和1995年的山西30.4323；貿易、出口及進口依存度三類指標，其最高值分別是2004年的廣東、2004年的廣東、2004年的上海，最低值分別是1996年的四川、2014年的青海、1999年的寧夏；城鎮化水平最高值和最低值分別是2014年的上海和1995年的貴州；技術進步最高值和最低值分別是2005年的北京和2009年的海南；人均GDP最高值和最低值分別是2014年的天津和1995年的四川；產業結構最高值和最低值分別是2004年的山西和1995年的海南；外商直接投資最高值和最低值分別是2007年的海南，和1996年的陜西；金融水平最高值和最低值分別是2003年的北京和1995年的四川。

表2 面板數據的描述性統計

5.1.2 單位根檢驗。面板數據進行單位根檢驗是為了能夠構建更為真實的行為方程，避免“偽回歸”。本文選用LLC檢驗和IPS檢驗進行分析。如果兩種檢驗方法出現不一致情況，則認定變量并不平穩，需要繼續進行差分檢驗，直到平穩。表3得到的結果顯示，面板分析所涉及到的全部變量都是一階單整的，可以用來進行面板回歸。

表3 面板數據單位根檢驗

5.2 基于靜態面板數據模型實證分析

在使用面板數據進行估計前，首要任務是是選擇合適的Panel Data模型設定形式。在此，利用F統計量、Hausman檢驗來確定具體靜態面板模型的使用。檢驗結果顯示:只有模型4適合隨機效應模型，其余5組模型適合固定效應模型。

觀察表4中調整后R2、F統計量以Kao及值發現，靜態面板數據所有模型回歸結果都比較理想，擬合程度較高，并且，對外貿易、城鎮化、金融發展、技術進步、產業結構、外商直接投資、及人均GDP的面板數據之間存在協整關系。

貿易開放度、出口貿易開放度和進口貿易開放度的回歸系數都為正值且顯著，說明對外貿易并非利于碳排放強度的降低，貿易交易額和活動的增加會加劇未來環境破壞狀況。并且，進口貿易開放系數略大于出口貿易開放系數，說明進口貿易在增加碳排放方面的影響要大于出口。在模型1-6中，技術進步的回歸系數完全一致，都是負值并且十分顯著，其系數值在所有變量中也比較高，表明技術進步在降低碳排放方面成效非常顯著。城鎮化水平的一次項、平方項系數都是顯著的，但后者為負值，體現出城鎮化水平、碳排放強度二者之間倒U型非線性關系的存在。而人均GDP的情形正好相反，其一次項系數為負且顯著，平方項系數為正但不顯著，表明人均GDP與碳排放強度是負相關，可能存在U型的非線性關系。而在其他影響因素中，產業結構、FDI回歸系數都是正值，但僅前者顯著，說明工業主導型產業結構及FDI的流入都會對二氧化碳排放產生負面影響；金融發展水平的回歸系數為負，且顯著，這說明金融發展程度越低，二氧化碳排放強度就會越高，地區金融發展程度的深化有利于碳排放量的降低。（表4見下頁）

5.3 基于動態面板數據模型實證分析

從表5中Arellano-Bond AR值及Sargen檢驗值可以看出，模型1—6的AR值均不能拒絕差分GMM和系統GMM的殘差項不存在二階序列相關的原假設，說明其估計量是一致的。Sargen檢驗均不能拒絕工具變量存在過度識別這一原假設，體現出工具變量在擇選上是可行的。并且，二氧化碳排放強度的滯后一期系數都十分顯著，由此可見，模型1—6的設計是正確的，回歸結果能夠實現穩健。

表4 靜態面板數據回歸結果

模型1—3使用差分GMM方法，對貿易開放度、進口開放度與出口開放度三種不同貿易開放衡量變量進行估計。結果顯示貿易開放度、進口開放度、出口開放度三者與二氧化碳排放強度之間均呈現正相關關系，這與靜態模型回歸結果一致，但進口開放度回歸系數不顯著，較出口開放度系數變小，這表明進口在增加碳排放方面的作用要小于出口。技術水平回歸結果與靜態面板數據基本一致，顯著為負，但其系數有所增大，表明技術進步在降低碳排放方面的作用之重大。城鎮化水平回歸結果也與靜態面板數據基本一致，只是回歸數值變小，顯著性有所降低。但是，在人均GDP方面，情況卻大相徑庭，其一次項回歸系數由負變為正，表明人均GDP的提高與碳排放量的增加是并行發展的，而平方項系數為負且十分顯著，說明人均GDP、碳排放強度二者是倒U型關系，驗證了EKC假說是存在的。在其他解釋變量上，產業結構與金融發展情況與靜態面板數據基本一致，其回歸系數分別是正值、負值，但后者的顯著性下降；而FDI回歸系數由正值變為負值，表明FDI并非只會引起碳排放強度的增長，在抑制碳排放方面，也能發揮出積極效用。

由于差分GMM方法在使用過程中存在差分后損失樣本部分有用信息的問題，造成工具變量有效性大打折扣，在估計的精準度方面有所下降。而系統GMM估計方法能夠克服上述缺陷，它結合了差分、水平方程兩部分信息，增強了工具變量的有效性，使得估計結果相較于差分GMM更加精確、有效。所以，本文在模型4—6中引入系統GMM估計方法，對三種不同貿易開放衡量變量進行對比評估。

與模型1—3相比，二氧化碳排放強度的滯后一期系數要高出很多。貿易對外開放度、進口開放度、出口開放度三者與二氧化碳排放強度依然存在正相關關系，但回歸系數有所不同，除貿易對外開放度系數高于差分GMM模型以外，其他兩者的系數都要低。這說明對外貿易對碳排放強度起著負面效應，對外貿易開放度的擴大將不利于低碳化發展。不同類型的對外貿易結構對二氧化碳排放是不同的，出口主導型貿易結構要比進口主導型貿易結構在降低二氧化碳排放方面的貢獻要高得多。與模型1—3相比，技術進步、城鎮化回歸系數基本保持一致，但系數有所提升，說明技術是抑制碳排放的有效手段，不同城鎮化發展階段，碳排放強度有所不同。與模型1—3相比，人均GDP的估計系數相同，但平方項系數變得不顯著，且值更小。在其他解釋變量上，產業結構與模型1—3保持一致，其系數變大，表明碳排放強度與工業所占比重呈正比，工業是降低碳排放強度不容忽視的阻礙因素。外商直接投資情況與模型1—3基本一致，說明FDI對二氧化碳的排放會起到一定地抑制作用，FDI的“污染天堂”假說難以成立。但與模型1—3不同的是，FD在模型4—6中回歸系數為正，說明地區金融越發達，其推動生產規模完成擴張的力度就越大，能源消耗就越多，最終提高碳排放強度就越高。

表5 動態面板數據回歸結果

6 結論與建議

基于改進STIRPAT模型，建立靜、動態面板數據分析模型，考察對外貿易、城鎮化、技術進步等對碳排放強度影響，從中得到的結論如下：一是，對外貿易與碳排放強度之間顯著正相關，這正好符合第一個假說，但否定了進口能夠制約碳排放的假說。并且出口回歸系數略高于進口，其在降低碳排放強度上的作用要大于進口。二是，技術進步與碳排放強度二者顯著負相關，這符合第二個假說。三是，城鎮化與碳排放強度二者是倒U型分線性關系，符合第三個假說。四是，經濟增長與碳排放強度二者在動態面板模型中是倒U型關系，而以工業為主導的產業結構與碳排放強度的影響則是正相關的，但金融發展與外商直接投資的影響則在不同模型中有所區別。鑒于此，本文建議：第一，轉變進出口貿易結構，積極引進低碳環保產業。過去經濟增長較大程度依靠對外貿易，充當著為發達國家代加工高碳產品的角色，背負著巨大的環境污染成本。并且，發達國家趁機通過產業轉移以及國際分工，不斷將碳排放向我國進行轉移。第二，力促技術進步，注重環保、低碳技術實踐。技術進步在靜態面板模型的回歸系數絕對值是0.1978，而在動態面板模型中提高到0.2330，可見技術進步對碳排放強度的作用之大。未來實現低碳發展就要充分發揮技術進步的作用，依靠各種清潔、低碳、環保技術創新來降低碳排放強度。第三，發揮城鎮集聚效應，提升城鎮建設質量。在城鎮化發展初期，由于人口的大規模聚集，使得城鎮能源需求量大增，碳排放強度與城鎮化水平出現同步持續升高的趨勢，但走過最高點后，城鎮的集聚效應改善了能源使用效率，碳排放強度就會呈現下降趨勢。第四，優化產業結構，推動地區金融發展，改善外商直接投資。

綜上所述，在經濟步入新常態情況下，要努力轉變對外貿易結構，提高技術水平，推動城鎮化快速發展，并配合金融發展、產業結構調整、外商直接投資改善，未來必能完成節能降耗目標，實現對全世界的低碳承諾。

[1]G rossm an G.M,K rueger A.B Econom i c G row t h and t he Enovi ronm ent[J].Q uart erl y Journal of Econom i cs,1955,110(2):353-377.

[2]Pari kha J,V.Shukl a.U rbani zat i on,energy use and greenhouse effect s i n econom i c devel opm ent: Resul t s from a cross-nat i onal st udy of devel opi ng count ri ous[J].G l obal Envi ronm ent al Change,1995,5(2):97-103.

[3]Shui B,H arri ss R.C.The rol e of CO 2 em bodi m ent i n U S-Chi na t rade[J].Energy Pol i cy,2006,34(18): 4063-4068.

[4]Tam azi an A.J,Chousa,K.C V adl am annat i D oes H i gher Econom i c and Fi nanci al D evel opm ent Lead t o Envi ronm ent D egradat i on?Evi dence fromBRIC Count ri es[J].Energy Pol i cy,2009,37(1):246-253.

[5]M i chael D al t on,Bri an O,N ei l,A l exi a Prska W et z,Lei w en Ji ang,John Pi t ki n Popul at i on agi ng and fut ure carbon em i ssi ons i n t he U ni t ed St at e[J].Energy Pol i cy,2008,57(30):642-675.

[6]劉華軍.城市化對二氧化碳排放的影響——來自中國時間序列和省際面板數據的經驗證據[J].上海經濟研究,2012(5):24-35.

[7]姬世東,吳昊,王錚.貿易開放、城市化發展和二氧化碳排放——基于中國城市面板數據的邊限協整檢驗分析[J].經濟問題,2013(12):31-35.

[8]朱智洺,沈天苗,何冰雁.碳排放、中國對外貿易和金融發展關聯性實證研究[J].生態經濟,2015(6):59-64.

[9]馬駿,翁清,袁軍.基于V A R模型的江蘇省對外貿易、經濟增長和碳排放的實證研究 [J].價格月刊, 2015(11):81-85.

[10]張兵兵,徐康寧,陳庭強.技術進步對二氧化碳排放強度的影響研究[J].資源科學,2014(3):567-575.

[11]levine.R Financial Development and economic: Views and agenda[J].Journal of Economics literature, 1997,2(1):33-36.

Foreign trade,technological progress,research of urbanization and carbon intensity

Jia Zhengjun
(College of Information,Shanxi Agricultural University,TaiGu 030008)

In the new normal,the economic development pays more attention to improving its quality,and the low carbon development is particularly important.This essey establishs the revised STIRPAT model,and uses 1995—2014 data all over the country provinces,and investigates the relationship among foreign trade,technical progress,urbanization,other factors and the carbon intensity from two aspects of static and dynamic.We found that it exists long-term cointegration relationship among foreign trade,technical progress,urbanization,other factors and the carbon intensity.Trade dependency,import dependency and export dependency are all positively related to the intensity of carbon emissions.In the impact of carbon emissions intensity,the export is greater than the impact.The technological progress and financial are all negatively related to the intensity of carbon emissions,but the latter is not significant.There exists inverted U type nonlinear relationship between the urbanization and carbon intensity.Under the dynamic panel data model,the economic growth and carbon intensity accord with the kuznets curve.But,FDI and the carbon intensity under the static and dynamic model of role is different.

carbon intensity;Foreign trade;technological progress;urbanization

1004-7026（2017）03-0008-07

F299.27;G 322.7

A

賈政軍（1983-），男，山西天鎮人，山西農業大學信息學院經濟管理系教師。研究方向：經濟學

10.16675/j.cnki.cn14-1065/f.2017.03.007