環境庫茲涅茨曲線在我國成立的再探討

盧 寧，李國平

（西安交通大學 經濟與金融學院，西安 710061）

0 引言

改革開放30年以來，我國經濟經歷了一個持續的高速增長階段，然而快速的經濟增長不可避免地產生負外部性影響——環境污染，這是經濟高速增長的伴生產物，加劇了對自然資源和生態環境產生的壓力。我國的經濟增長過程并沒有完全繞開一些西方國家“先污染后治理”的老路，付出了昂貴的資源和環境代價，發達國家百年工業化過程中分階段出現的環境污染問題在我國集中體現出來，這將制約經濟增長的可持續性。環境污染問題不可能用停止經濟發展的辦法來解決，而必須以科學發展觀為指導協調經濟增長和環境污染之間的矛盾。近年來，在國際社會環境保護壓力下，隨著居民對環境質量需求的提高，經濟增長與環境質量之間的關系已經日益受到政府和全社會的關注，國家“十一五”規劃提出要建立環境友好型社會，實行節能減排，正確處理環境與經濟增長的關系。因此，對我國經濟增長與不同環境污染物排放量之間的關系是否符合環境庫茲涅茨曲線(Environmental Kuznets Curve)進行深入細致研究，這對保持經濟持續快速增長，逐步減少環境污染，實現節能減排目標具有重要的現實意義，為促進經濟又好又快地發展提供理論依據。

圍繞經濟增長是解決環境問題的動力還是引起環境惡化的原因這一課題，引發了國內外學者開展了大量研究工作。環境庫茲涅茨曲線常被表示成污染物排放量隨人均國內生產總值(GDP)的增長而先增后減的倒U型關系，并為Grossman和Krueger(1991)首次實證證明。Panayoutou(1993)將這個假說命名為環境庫茲涅茨曲線。盡管國內已經有一些研究EKC的文獻，但是一般的固定效應模型和隨機效應模型不能很好地解決模型的異方差和同步相關問題。因而，本文將利用固定效應模型、隨機效應模型和面板校正標準誤(panel corrected standard errors，簡稱PCSE)模型估計中國1995～2008年經濟增長與環境污染排放總量之間的關系，以期得到穩健的實證結果和可信的結論。

1 環境庫茲涅茨曲線(EKC)實證研究方法

1.1 面板數據模型的設定

本文將采用涵蓋1995～2008年29個省、市、自治區的五種不同污染物的面板數據模型①考慮1995～2006年樣本數據的連續性和可得性，省略西藏；同時，重慶并入四川。。環境庫茲涅茨曲線通常是對污染排放量和實際收入之間估計二次和三次曲線關系。采用二次和三次形式的EKC估計形式為：

這里，ln(pollutionit)是pollution的自然對數，pollution表示污染物排放量的自然對數，rgdp表示真實國內生產總值，這里用1995為基年的生產總值指數平減名義GDP；i和t分別為區域和時間下標；ln(densityit)是density的自然對數，density代表人口密度 （每平方公里人口數）。βm+1為待估系數。本文面板數據模型采用固定效應模型(fixed effect model,簡記為FE)、隨機效應模型(random effect model,簡記為RE)和面板校正標準誤(panel corrected standard errors，簡稱 PCSE)估計方法。

1.2 變量描述和數據來源

為了保證較大的樣本容量，盡可能減少估計偏誤，本文采用 《中國統計年鑒》、《中國環境年鑒》1995～2008年29個省區工業廢水排放量、工業二氧化硫排放量、工業粉塵排放量、工業煙塵排放量的面板數據。

表1 變量的描述性統計

2 計量檢驗結果

由表2可見以工業廢水排放量為被解釋變量的環境庫茲涅茨曲線回歸結果。其中，固定效應估計(FE)、隨機效應估計(RE)和PCSE估計中，一次形式(m=1)的估計結果在模型整體顯著性水平和一次項rgdp參數估計的顯著性水平都是較高的。這意味著，實際國內生產總值rgdp每增長1%，工業廢水排放量增加約0.8～0.9%，此時基于工業廢水排放量的環境庫茲涅茨曲線基本特征為直線上升。二次形式(m=2)估計中面板模型選擇檢驗拒絕原假設，即隨機效應模型(RE)估計結果更穩健，但是RE估計和PCSE估計的二次項rgdp2估計符號相反；考慮到二次形式(m=2)PCSE估計中一次項rgdp參數估計為1.172在0.01顯著性水平上顯著，因而可以認為PCSE估計結果穩健，二次項rgdp2的估計參數為-0.343，也在0.01顯著性水平上顯著，即此時基于工業廢水排放量的環境庫茲涅茨曲線為倒U型曲線。三次形式(m=3)估計中，FE估計的單個參數都不顯著，RE估計和PCSE估計在二次項rgdp2和三次項rgdp3估計的參數符號分別相反。考慮到一次項rgdp參數估計的顯著性和二次項rgdp2估計的符號，RE估計結果更符合本文模型設定(β1＞0，β2＜0，β3＞0 表示 EKC 是N 型的，β1＜0，β2＞0，β3＜0 表示 EKC 是倒 N 型)，所以從 RE 估計結果看，三次項rgdp3估計參數為0.588，統計上在10%水平上顯著。此時基于工業廢水排放量的環境庫茲涅茨曲線為N型。在RE和PCSE估計中，人口密度估計參數符號均為負，并在0.01顯著性水平上顯著。這表明，人口密度越高，工業廢水排放量越趨于下降，即人口密度每增加1個單位，工業廢水排放量下降約0.05個單位。可見，人口密集化(較高的人口密度)有利于工業廢水減排。

表2 工業廢水排放量為被解釋變量的環境庫茲涅茨曲線估計

表3列示了以二氧化硫排放量作為估計環境庫茲涅茨曲線被解釋變量的回歸結果。其中，固定效應估計(FE)、隨機效應估計(RE)和PCSE估計中，一次形式(m=1)的估計結果在模型整體和一次項rgdp參數估計都在0.01顯著性水平上顯著。這意味著，rgdp增長1%，那么二氧化硫排放量增加約0.54～0.57%，此時基于二氧化硫排放量的環境庫茲涅茨曲線基本走勢是直線上升的。二次形式(m=2)估計中FE估計、RE估計和PCSE估計的二次項rgdp2均為負號，但是只有PCSE估計中二次項rgdp2的估計參數在統計上顯著，其估計參數為-0.249，在0.01顯著性水平上顯著，即此時基于二氧化硫排放量的環境庫茲涅茨曲線為倒U型曲線。三次形式(m=3)估計中，FE估計、RE估計和PCSE估計中三次項rgdp3估計的參數均不顯著，所以基于二氧化硫排放量的環境庫茲涅茨曲線不存在N型或倒N型特征。在FE估計和RE估計中，人口密度估計參數符號均為正號，并在0.01顯著性水平上顯著。這表明，人口密度越高，二氧化硫排放量越高，即人口密度每增加1個單位，二氧化硫排放量增加約0.125～0.135個單位。因此，人口密集化有不利于二氧化硫減排。

表4為以工業煙塵排放量為被解釋變量的環境庫茲涅茨曲線估計結果。其中，固定效應估計(FE)和隨機效應估計(RE)中，一次形式(m=1)的估計結果rgdp參數估計符號為負號，而PCSE估計中rgdp參數估計符號為正號，并且三個估計的rgdp參數都在0.01顯著性水平上顯著。但是RE估計模型整體顯著性上不顯著，同時用于面板模型選擇的BP檢驗顯示FE估計結果并不穩健，因而PCSE估計的rgdp參數為0.369是可信的，PCSE估計的R2也是三種估計方法中較大的。這意味著，rgdp增長1%，那么工業煙塵排放量增加約0.369%，此時基于工業煙塵排放量的環境庫茲涅茨曲線形狀是直線上升。二次形式(m=2)估計中面板模型選擇檢驗拒絕原假設，即隨機效應模型估計(RE)結果更穩健，但是由于RE估計的一次項rgdp估計參數不顯著，同時R2也較低，所以接受PCSE估計結果是可行的。PCSE估計中二次項rgdp2的估計參數為-0.934，也在0.01顯著性水平上顯著，即此時基于工業煙塵排放量的環境庫茲涅茨曲線為倒U型曲線。三次形式(m=3)估 計 中 ，FE 估計和RE估計的三次項rgdp3估計參數符號相同，均為正號，在0.05顯著性水平上顯著。而PCSE估計的三次項rgdp3估計參數不顯著。進一步地，FE估計的一次項rgdp參數估計不顯著，所以RE估計結果的穩健性較好。從RE估計結果看，三次項rgdp3估計參數為1.21，統計上在5%水平上顯著。此時基于工業煙塵排放量的環境庫茲涅茨曲線為N型。在PCSE估計中，人口密度估計參數符號均顯著為負，在－0.127～－0.137之間。這表明，人口密度越高，工業煙塵排放量越趨于下降，即人口密度每增加1個單位，工業煙塵排放量下降約0.127～0.137個單位。所以人口密集化有利于工業煙塵減排。

表3 二氧化硫排放量為被解釋變量的環境庫茲涅茨曲線估計

表4 工業煙塵為被解釋變量的環境庫茲涅茨曲線估計

由表5可見以工業粉塵為被解釋變量的環境庫茲涅茨曲線回歸結果。一次形式(m=1)的估計結果中，BP檢驗顯示RE估計結果更穩健。但是，RE估計和PCSE估計的rgdp估計參數符號相反，考慮到RE估計的模型整體顯著性Wald檢驗值較小，以及二次形式(m=2)和三次形式(m=3)估計中的rgdp參數估計符號均為正號，所以可以認為一次形式 (m=1)的PCSE估計結果可信。其中rgdp估計參數為0.455，在0.01顯著性水平上顯著。這意味著，rgdp增長1%，那么工業廢水排放量增加約0.455%，此時基于工業粉塵排放量的環境庫茲涅茨曲線為直線上升。二次形式(m=2)估計中面板模型選擇BP檢驗拒絕原假設，即固定效應模型估計結果不穩健，同時FE估計中的一次項rgdp估計參數統計上不顯著，因而放棄FE估計結果，只能考慮RE和PCSE估計結果。RE估計和PCSE估計的一次項rgdp符號相同，均為正號；二次項rgdp2估計符號也相同，均為負號，并且都在0.01顯著性水平上顯著，即此時基于工業粉塵排放量的環境庫茲涅茨曲線為倒U型曲線。三次形式(m=3)估計中，BP檢驗顯示RE估計結果穩健，但是RE估計的三次項rgdp3估計參數都不顯著，而PCSE估計在二次項rgdp2參數估計不顯著。同時RE估計和PCSE估計的三次項rgdp3估計參數符號相反，所以此時基于工業粉塵排放量的環境庫茲涅茨曲線不存在N型或倒N型特征。在二次形式(m=2)和三次形式(m=3)的RE估計中，人口密度density估計參數符號均為負，并在0.10顯著性水平上顯著。這表明，人口密度越高，工業粉塵排放量越趨于下降，即人口密度每增加1個單位，工業粉塵排放量下降約0.05個單位。因而人口密集化有利于工業粉塵減排。

由以上估計結果看出，基于工業廢水排放量和工業煙塵排放量的環境庫茲涅茨曲線具有N型特征，這說明，經濟增長較高的地區污染水平可能會呈現出先下降、再回升、最后下降的過程。這意味著經濟增長中可能包含不同的成分，其中一些有利于改善環境質量，如加大環境技術的資金投入等。而其中另一些成分可能會破壞環境質量，如單純、盲目地追求GDP的增長等。基于二氧化硫排放量和工業粉塵排放量的環境庫茲涅茨曲線具有倒U型特征。這說明，經濟增長較低的地區二氧化硫和工業粉塵的污染水平較低；經濟增長水平中等的地區污染水平在上升；經濟增長水平較高的地區，兩種污染物的污染水平會下降(見表5)。人口密集化(較高的人口密度)有利于工業廢水減排、工業煙塵減排和工業粉塵減排。但是，人口密度越高，二氧化硫排放量越高，人口密集化有不利于二氧化硫減排。人口密度每增加1個單位，二氧化硫排放量增加約0.125～0.135個單位。

表5 工業粉塵為被解釋變量的環境庫茲涅茨曲線估計

表6 各種環境污染物的環境庫茲涅茨曲線估計結論

3 結論

本文使用了面板數據模型的不同估計方法對1995～2008年中國環境庫茲涅茨曲線假說成立與否進行細致研究和論證。我們在控制了地區人口密度對環境質量影響的前提下，估計了主要污染物排放量的環境庫茲涅茨曲線方程。研究發現：（1）基于二氧化硫排放量和工業粉塵排放量的環境庫茲涅茨曲線具有倒U型特征，既不是N型，也不是倒N型。這說明，經濟增長較低的地區二氧化硫和工業粉塵的污染水平較低；經濟增長水平中等的地區污染水平在上升；經濟增長水平較高的地區，兩種污染物的污染水平會下降。較高的污染排放量與較高水平的GDP和較低水平的GDP都相關。但是，環境污染物排放量沒有隨著GDP的增長到較高水平而出現反復波動。（2）基于工業廢水排放量和工業煙塵排放量的環境庫茲涅茨曲線具有N型特征，這說明，經濟增長較高的地區污染水平可能會呈現出先下降、再回升、最后下降的過程。這意味著經濟增長中可能包含不同的成分，其中一些有利于改善環境質量，如加大環境技術的資金投入等。而其中另一些成分可能會破壞環境質量，如單純、盲目地追求GDP的增長等。（3）人口密集化有利于工業廢水減排、工業煙塵減排和工業粉塵減排。但是，較高的人口密度不利于二氧化硫減排。

中國的經濟增長正在面臨嚴峻的環境資源約束和節能減排壓力。特別是在工業化和城市化快速推進階段，經濟增長與環境的矛盾在相當長一段時間還會長期存在。研究環境庫茲涅茨曲線的形成機理并檢驗其存在性和基本特征，可以為我們實現可持續發展的提供重要的理論依據。環境庫茲涅茨假說告訴我們，在經濟發展水平不同的地區和同一地區的不同發展階段一些環境污染排放量的變化是有規律的，在一定條件下才能成立。這要求在采取環境治理措施的方式、程度以及政策制定要做到因地制宜、因發展階段而變。

[1]Grossman G M,Krueger A B.Economic Growth and the Environment[J].Econ,1995,110.

[2]Paudel K P,Zapata H O,Susanto D.An Empirical Test of Environmental Kuznets Curve for Water Pollution[J].Environ Resour Econ,2005,31.

[3]包群,彭水軍,陽小曉.是否存在環境庫茲涅茨倒U型曲線?基于六類污染指標的經驗研究[J].上海經濟研究,2005,(12).

[4]蔡昉,都陽,王美艷.經濟發展方式轉變與節能減排的內在動力[J].經濟研究,2008,(6).

[5]李玉文,徐中民,王勇,焦文獻.環境庫茲涅茨曲線研究進展[J].中國人口·資源與環境,2005,(5).

[6]李鋼，馬巖，姚磊磊.中國工業環境管制強度與提升路線——于中國工業環境保護成本與效益的實證研究[J].中國工業經濟,2010,(3).

[7]盧寧，李國平.基于EKC框架的社會資本水平對環境質量的影響研究——來自中國1995～2007年面板數據[J].統計研究,2009,(5).

[8]孫成浩,耿強.要素投入變化與經濟增長的環境效應：基于中國省級面板數據的動態效應分析[J].南開經濟研究,2009,(1).