環境規制、產業結構與中國工業污染的區域差異——基于東、中、西部Panel Data的經驗研究*

王 詢，張為杰

(1.東北財經大學經濟學院，遼寧大連116025;2.東北財經大學研究生院，遼寧大連116025)

一、引 言

環境質量會隨著經濟增長而持續惡化嗎?抑或經濟增長最終會帶來環境污染的減少嗎?環境庫茲涅茨曲線 (EKC)對這兩者關系的描述似乎已被相當多的經驗研究所證明。該曲線表現為“倒U”形態，即在經濟發展初期，環境污染會惡化或加重;當經濟發展達到轉折點時，污染水平達到最大值;隨后趨于下降［1］。但也有一些經驗研究得出的結論與環境庫茲涅茨曲線不一致，研究者們對環境質量與經濟增長的關系仍存在爭論。

中國是否會呈現出工業污染與經濟發展的倒U型關系或者已經呈現這種關系呢?在中國工業化進程中，粗放型的發展模式帶來了大量的工業污染問題。以能夠較好代表工業污染總體水平的工業二氧化硫排放為例，1996年全國人均排放量為131千克，1999年下降到105千克，隨后出現上升趨勢，2005年又接近150千克，但至2009年又下降到了105千克。因此，從全國來看，中國的工業二氧化硫總量排放與經濟增長沒有呈現出“倒U”形態。而從各省的排放分布情況來看，明顯表現出“倒U”形態。根據蔡昉等的研究，中國東部地區已經越過了環境庫茲涅茨曲線的轉折點，而中西部地區還未達到污染水平的轉折點。因此，三大地區之間的工業污染水平變化軌跡與全國表現出來的趨勢并不一致［2］。中國東、中、西部地區經濟發展水平差異較大，產業結構不同，地方政府政策和行為也有一定的差異，在環境規制方面的力度也不相同。那么影響三大地區污染水平的因素是否有異?不同之處何在?這就是本文試圖解釋的問題。

二、相關文獻回顧

從EKC的形成機制看，經濟發展的規模效應、結構效應、技術效應和收入需求彈性效應會使環境得到改善［3－4］。這種解釋處于一種主導地位，具體來看:(1)規模效應［1］。在經濟發展的初期，一個國家或地區由農業向工業社會轉變，傳統工業發展需要投入大量的自然資源，造成了大量的工業污染，對于落后地區尤其如此。因此，在工業化進程的初期，經濟總量或規模的擴大造成了工業污染水平的上升。(2)結構效應［5－6］。當經濟發展到一定階段后，該地區具有一定的資本積累，但是經濟發展開始受到資源環境的制約。為轉變發展方式，產業結構的轉型升級成為必然趨勢，因此出現兩種結構調整:一是工業結構的內部調整，發展低耗能、低污染工業;二是降低工業比重，大力發展第三產業。這在一定程度上會減少工業污染。(3)技術效應。這種效應主要體現在內生增長理論中［7］。生產技術水平的提高會內生于經濟增長的過程中。在經濟發展的初期，主要使用高污染的技術，達到一定閾值后，轉向使用清潔技術。技術的改進不但能提高能源的利用效率，而且會加速產業的轉型升級。Shafik在研究中曾將技術進步作為其中一個變量進行分析［5］。(4)收入彈性效應［8－9］。隨著收入水平的提高，人們對環境的質量要求也會提高，而對收入增加的要求相對降低。從四個效應來看，經濟發展水平達到轉折點后，規模效應，結構效應、技術效應與收入彈性效應都將有利于工業污染水平的降低。

針對中國的工業污染問題，學者們得出的結論存在一定的差異。以工業二氧化硫的排放為例，包群和彭水軍［10］，李剛［11］，張紅鳳等［12］得出二氧化硫排放與人均GDP呈N型。張學剛和王玉婧［13］，朱平輝等［14］得到了典型的倒U型的EKC形態。蔡昉等認為，東部某些發達地區已經越過EKC的轉折點，處于下降階段，而中西部地區處于上升階段，還沒呈現 EKC形態［2］。陳華文和劉康兵利用上海環保局的數據得出二氧化硫濃度與人均GDP之間呈現U型形態［15］。綜上所述，即使是對同一環境指標的研究，工業污染與經濟增長之間的關系形態也不一致。概括來講，已有研究中主要存在四種形態:倒U型、正相關型、N型 (或倒N型)與U型。在對倒U型的研究中，不同的地區達到轉折點的人均收入也不同。同一地區，不同環境污染指標達到轉折點的人均收入也存在很大差異。

通過對以上文獻研究發現:(1)環境規制力度是被眾多學者所忽視的變量。通過經驗與理論分析，工業污染水平變化的一個重要影響因素是環境規制政策。(2)絕大多數學者在利用全國面板數據建立模型時，忽視了中國東、中、西部之間的地區性的差異。(3)通過分析數據發現，全國各省區第二產業占GDP的比重除個別省份外，絕大多數省份是在2007—2008年左右出現下降。而以往研究并沒有全面地反映產業結構變化對環境污染產生的影響。(4)大部分文獻缺乏對工業污染變化內在機制的理論分析。鑒于上述問題，本文在增長模型的基礎上，研究環境變化的內在機制，并利用全國29省份1993—2009年的年度數據，對工業污染的地區差異進行實證分析。本文從模型估計中試圖驗證:(1)東、中、西部地區是否各自具有經濟增長與工業污染的EKC形態。(2)東、中、西部地區環境規制是否對污染水平的改善具有明顯的效果。(3)各地區的產業結構調整是否已經對工業污染產生積極效應。

三、環境變化的理論模型

假設在一個封閉的經濟主體中，忽略國際貿易與投資對環境的影響，只有一個經濟主體或計劃者 (既作為消費者又作為生產者)。經濟主體中的總資本為K，其中K=KY+KE，KY代表用于生產產品的資本，KE表示用于環境治理與規制的資本。設θ=ΚY/K(0＜θ＜1)為總資本用于生產的比例，則1－θ為總資本用于環境治理與規制的比例，KE=(1－θ)K。在一個無限期界跨期消費的經濟中，經濟主體的目標是最大化自身福利或效用水平。

其中，C、E、ρ(ρ＞0)分別代表產品的消費量，環境存量與時間貼現率。這里我們把環境當作一種消費品，而不是生產的副產品或生產要素。其中一階導數UC，UE＞0;二階導數UCC，UEE＜0，UCE＜0。生產函數的形式表示為:Y=F(KY，E)，其中一階導數FK，FE＞0;二階導數FKK，FEE＜0。假設γ為單位產出的環境破壞率，則總污染水平P=γY，此時環境存量的變化量為:)，即環境存量隨時間的變化不斷減少。在經濟中引入環境治理與規制活動的情況下，環境治理與規制活動的效果表示為A=h(KE)，加大環境治理與規制力度能夠提高環境質量。因此，在存在生產性活動與環境治理與規制活動時，環境存量的變化為γF(KYE)。

經濟主體在最大化自身福利過程中面臨生產資本與環境治理與規制資本的雙重約束，生產產品的資本約束為:

治理污染的資本約束為:

則最優化問題為:

利用漢密爾頓方程求解上述最優化問題

對上述方程求導，其一階條件為:

為了更加明確地看出環境變化的內在機制，我們假設效用函數U(C，E)為相對風險厭惡不變的形式，即其中V(0＜V＜1)代表經濟主體對資本用于環境治理與規制活動的偏好，σ代表跨期替代彈性。環境治理與規制活動A=h(KE)表示為關于資本的線性函數形式，即A=A1(1－θ)K。則由 (4)式推導得到環境存量的變化與其影響因素的關系表示為:

模型結論為:收入水平的變化會影響環境的變化;貼現率ρ越高，人們會將更多的資本用于工業生產，而不是對環境規制與治理。但隨著經濟的發展，環境相對于產品的價格會提高，會使貼現率ρ下降，人們進行一定的環境治理投資與規制，使環境發生變化;生產技術水平的變化是導致環境變化的重要因素，從一定程度上，產業結構的變化近似地反應出技術變化對環境的影響。因此，經濟發展水平、產業結構、環境規制力度可能是影響工業污染水平的重要因素。

四、工業污染水平區域差異的經驗分析

1.變量說明與模型設定

本文采用全國29個省份1993—2009年的面板數據，對工業污染與經濟增長的關系形態分別進行東、中、西部地區的估計，樣本點數分別為204、153和136個。數據均來源于《中國統計年鑒》(1993—2010)以及《中經網統計數據庫》。

本文選用的指標如下:(1)人均工業二氧化硫的排放量 (以pollution表示，單位為千克/人)為工業污染的量化指標。之所以選擇工業二氧化硫作為工業污染指標，是因為工業二氧化硫是工業和空氣污染的主要組成部分，對大氣環境有顯著的負面影響。從總體來講，工業二氧化硫能夠大體體現出工業污染水平［2］。(2)人均GDP作為經濟發展水平的指標 (以y表示，單位為元)，為消除通貨膨脹的影響，保持統計口徑的一致性，本文采用以1978年基期價格表示的真實GDP。人均GDP能夠較好地反映經濟發展水平，即規模效應。(3)第二產業占地區生產總值的比重 (以industry表示，單位為%)作為地區產業結構的指標，該指標能夠反映工業發展對環境污染的影響。同時能夠代表經濟發展過程中的結構效應與技術水平變化效應。(4)已有研究對環境規制的變量指標選擇并不一致。部分文獻采用去除量的絕對數來代表環境規制的力度。但是采用去除量的絕對數來代表并不能完全準確表示環境規制力度。相對來說，去除量占工業二氧化硫總產生量的比例越大就越能體現出環境規制的力度，同時能夠表現污染企業對規制的真實反應。因此，本文將環境規制力度 (以regulation表示，單位為%)以工業二氧化硫的去除量占總產生量的比例表示［13］。

環境規制力度指數=［工業二氧化硫去除量/(排放量+去除量)］×100%

工業污染以及相關變量的統計特征如表1所示。從經濟發展水平來看，三大地區之間的差異比較大，東部地區人均GDP為3 995.61元，遠遠高于中、西部地區;人均工業二氧化硫的排放量則呈現出相反的趨勢，西部的人均污染水平最高，中東部地區污染水平差異不大;產業結構方面，三大地區之間的差異相對較小，但是地區內部的差異比較明顯，比如東部地區第二產業比重最高的省份為60%，最低的省份則不到20%。但是這種內部差異能夠更好地反映產業結構對地區工業污染水平的影響。從環境規制力度來看，東部與中部在環境規制方面要高于西部地區。

表1 工業污染及相關變量的統計特征

根據對本文第三部分理論模型的分析，工業污染水平除了受經濟發展的規模效應影響外，經濟發展過程中的結構效應、技術效應、收入彈性效應以及政府環境規制力度對污染水平也具有重要的影響。因此，本文選用人均二氧化硫排放量作為被解釋變量，人均GDP、第二產業占地區生產總值比重、工業二氧化硫的去除量占總產生量的比例作為解釋變量。同時，為了減少面板數據的異方差對模型結果估計的影響，本文設定經濟增長與工業污染之間的關系為對數模型。在研究工業污染與經濟增長關系時，對數模型相對線性模型更具有優勢［16］。模型設定為:

其中，下標t為時間變量，i代表各地區的不同省份。啞變量θt表示時間效應，γi反映不同省份之間存在的差異，比如地理位置、資源稟賦的差異、地方政府的環境政策差異等。εit代表隨機干擾因素。本文將基于上式進行討論。模型中系數αi(i=1，2，3)的符號反映出工業污染隨經濟增長的動態變化軌跡。其中，當α1＜0，α2＞0，α3＜0(三次函數型)時，工業污染與經濟增長之間呈現倒N型形態;α1＞0，α2＜0，α3＞0(三次函數型)時，兩者呈現N型形態;α3=0，α2＜0(二次函數型)時，工業污染與經濟增長呈現倒U形態，符合EKC形態，并能夠通過計算得出工業污染達到轉折點時的經濟發展水平 (lny*=α1/2α2);α3=0，α2=0，α1＞0(一次函數型)時，工業污染與經濟增長呈現正相關關系。

2.穩健性檢驗與協整分析

為了避免工業污染與影響工業污染各因素之間出現虛假回歸的情況，在構建模型之前，首先應該對各序列進行單位根檢驗。進一步，為克服單一檢驗方法的局限性，本文主要運用EViews6.0分別對東、中、西部地區工業污染和各影響因素進行基于面板數據單位根檢驗，而不是單純地采用ADF檢驗方法。采用的是相同單位根情況下的Levin－Lin－Chu(LLC)的檢驗與不同單位根情況下的Im－Pesaran－Shin(IPS)、Fisher－ADF的三種檢驗方法，檢驗結果見表2所示。檢驗結果顯示，各地區指標的水平值均不能在10%的顯著性水平上拒絕存在單位根的原假設，因此各變量均存在單位根。但對各變量序列進行一階差分后的檢驗表明，各變量均能夠通過10%的顯著性水平。一階差分后的變量不存在單位根，成為平穩序列。因此，工業污染與其他影響因素之間符合進行協整分析的前提。

表2 東、中、西部地區面板數據的單位根檢驗結果

通過單位根檢驗發現，東、中、西部地區的工業污染與各影響因素變量為一階單整序列。因此，各變量之間可能存在協整關系。為了研究各地區工業污染和經濟增長以及各控制變量之間的長期均衡關系，必須進行協整分析。進行協整檢驗較為廣泛的是選用Johansen方法。但是，根據黃萬陽和王維國［17］的解釋，對于Johansen方法的完全VAR估計可能面臨小樣本的問題。因此，與恩格爾—格蘭杰 (Engle－Granger)兩步法相比，對滯后階數的不恰當設定和均衡模型中的序列相關更不穩健。而兩步法關于系數的估計更為一致。以樣本值而不是樣本值的平方根的速度逼近真實參數，即使在模型解釋變量不滿足弱外生性的情況下，系數的估計仍然是一致的。因此，本文運用Engle－Granger［18］兩步法檢驗各地區中變量之間的協整關系，其中Pedroni檢驗使用最為廣泛。Pedroni［19］構造了7個檢驗面板變量協整關系的統計量。其中，面板 v、面板rho、面板PP、面板ADF統計量是用于聯合組內維度描述。組rho、組PP、組ADF統計量用于組間維度描述，檢驗結果見表3所示。通過表3可以發現，東部地區的所有協整檢驗統計量均在1%的顯著性水平上拒絕不存在協整關系的原假設。而中部地區的組ADF－統計量不能在10%的顯著性水平上拒絕不存在協整關系的原假設，但是該地區的其他統計量都比較顯著。因此，綜合各協整檢驗統計量的優缺點，東、中、西部地區的工業污染水平與經濟增長、環境規制水平、產業結構之間存在著長期均衡關系，協整關系成立。

表3 東、中、西部地區工業污染與影響因素協整檢驗結果

3.計量模型的回歸結果

面板數據的估計有混合模型、變截距模型、變系數模型三種方法。變截距模型的估計又分為固定效應模型 (FE)與隨機效應模型 (RE)。具體選用哪種模型，要進行參數約束檢驗。具體的檢驗步驟是:首先根據協變分析檢驗即F檢驗判斷是采用混合模型還是變截距模型。如果選用變截距模型，則需要繼續采用Hausman檢驗來判斷是選用固定效應模型 (FE)還是隨機效應模型 (RE)。

利用全國東、中、西部地區1993—2009年的工業污染與相關影響因素的數據進行估計。通過F統計量的計算方法得到，三個地區的F值均通過了顯著性檢驗，拒絕采用混合估計模型的原假設。因此本文采用變截距模型。進一步，采用Hausman檢驗方法得出，模型應該采用固定效應模型。為了避免出現序列相關性，增加了AR(1)項。本文運用PLS方法對模型進行估計，估計結果見表4所示。通過估計結果發現，各模型估計的調整R2都高于0.96，說明擬合情況較好。DW值介于1.74—2.19之間，說明不存在序列相關的情況。F統計量都超過給定顯著性水平下的臨界值。

表4 東、中、西部地區面板數據的回歸結果

4.工業污染影響因素的區域差異分析

(1)經濟發展水平。通過對估計結果的研究發現，東部與中部地區在不考慮其他因素的情況下，經濟發展水平對工業污染的二次項系數，東部與中部地區均為－0.17。系數分別通過了10%的顯著性水平。因此，對于這兩個地區而言，工業污染水平出現先惡化后改善的情況，經濟發展水平最終會導致環境質量的改善。兩個地區的工業污染水平與經濟發展水平之間的關系是一致的，呈現倒U型形態，符合環境庫茲涅茨曲線的形態。但是，這兩個地區達到轉折點時的人均 GDP水平卻不同。這符合 Grossman與Krueger［1］得出的結論。從中國的實際來看，在工業發展早期，地方政府為發展本地經濟，采取粗放型的經濟發展方式，大力發展一些高耗能、高污染的產業。雖然使經濟發展水平得到很大的提高，但是工業污染水平的上升速度也較快。經濟發展的規模效應非常明顯。隨著經濟發展水平的提高，收入、技術等效應開始發揮正面的作用，促使污染水平的下降。隨著綠色GDP概念的出現以及各級政府對環境的重視，工業污染水平可能會得到一定程度的改善。但是對一些經濟發展水平相對落后的省份來說，工業污染水平還會持續上升。因此，我們不能完全依靠經濟增長來實現環境的改善。經濟發展不能自動地解決一切工業污染問題。當然，經濟發展水平與政府的環境政策導向對工業污染水平的降低具有重大的意義。但是西部地區的情況并不如此，西部地區呈現出三次函數的形式，表現為倒N型，具有一定的波動性。但是西部地區的污染最終是處于下降階段。

(2)產業結構水平。估計結果顯示，產業結構是影響工業污染的重要因素。東、中、西部的產業結構水平對工業污染的影響存在很大的差異。東部地區第二產業比重與工業污染水平成正相關關系，與于峰等［20］得出的結論基本一致，也基本符合理論預期。東部地區產業結構項的估計系數為0.63，且通過了1%的顯著性水平。這表明，東部地區第二產業占GDP比重每上升1%，工業污染水平就會上升0.63%。與東部地區不同，中部地區的產業結構系數為－0.48，且通過了5%的顯著性水平。這表明，中部地區第二產業比重的提高在一定程度上導致了工業污染水平的下降。第二產業比重每增加1個百分點，工業污染會降低0.48個百分點，這與東部地區的結論相反。可能存在以下原因:中部地區的重污染行業占的比重較大，導致了工業二氧化硫的排放量較大。隨著生產以及治污技術的進步，中部地區更加注重工業內部結構的優化。雖然第二產業整體比重提高了，但是，污染密集型產業的比重卻處于下降狀態，所以中部地區的工業內部的結構調整能夠降低污染水平。

但是，通過表5我們發現，重污染行業二氧化硫排放強度呈現下降趨勢。以電力行業為例，二氧化硫的排放強度，由2001年的0.23噸/萬元下降到2008年的0.09噸/萬元。非金屬礦物制品業與黑色金屬冶煉業下降的幅度也較大。由于中部地區火力發電行業、礦產加工與冶煉等占有重要的地位。因此重污染行業的這種變化能夠很好地解釋中部地區工業結構變化對環境污染水平的影響。

表5 重污染行業二氧化硫排放強度變化趨勢 單位:噸/萬元

雖然西部地區產業結構項系數表現為負，但是這并沒有通過顯著性檢驗。因此西部地區產業結構調整對工業污染水平的影響并不明顯。因此，結構與技術減排并沒有對西部地區的工業污染帶來很大的改變。

(3)環境規制力度。理論上講，經濟發展水平越高的地區，環境規制水平也應該越高。從而對環境污染水平的降低更具有顯著作用。環境規制水平是通過企業工業二氧化硫去除量所占總產生量的比例進行衡量。因此，模型的結果一定程度上體現了污染企業對政府環保政策的反應。從模型估計結果來看，東部地區環境規制系數為－0.11，通過了1%的顯著性水平。結果表明，東部地區的環境規制水平每提高1個百分點，工業污染水平能夠降低0.11個百分點。從各地區的工業化水平來看，東、中、西部地區第二產業比重分別為46.35%、45.23%、43.92%。東部地區工業化水平明顯高于中西部地區。較高的工業化水平導致了過多的工業污染，使東部地區更早地意識到了進行環境治理與規制的必要性。經驗也證明，東部地區在治理投資、規制政策上都早于其他兩個地區。比如在國家生態建設示范區中，東部地區示范區的數量占全國的比例為1/2以上。中部地區的環境規制系數為－0.22，比東部地區的系數要大，說明中部地區在環境規制方面的效果比較明顯。原因在于:中部地區存在大量的資源型產業，資源型產業對環保政策的反應最為明顯。環境政策力度的提高使資源型產業發展更加注重提高生產的技術水平。另外，東部地區在規制與治理環境方面能夠為中部地區提供一些經驗。這都在一定程度上使中部地區環境政策的效果提高。盡管西部地區的環境規制對環境污染起到降低作用，但是系數僅為－0.06，治污效果相對較小。西部地區經濟發展水平最為落后，加之西部地區能源相對比較豐富，根據比較優勢理論，西部地區會大力發展能源密集型產業。西部地區勞動力成本相對較低，在一定發展水平內，西部地區會承接東部低附加值的產業。如果采取嚴厲的環境規制措施會限制本地區優勢產業的發展，更多的環境規制會使企業負擔加重。這樣的發展模式會抵消環境規制帶來的積極效果。東部與中部地區的環境規制難度相對西部來講較小。這可能也說明了不同發展階段的地區應采取不同的環境規制力度，即地區經濟發展水平的異質性導致了環境規制力度的異質性。

五、結論與政策含義

本文對環境變化與影響因素之間構建理論模型，在探討環境變化的內在影響機制的基礎上，運用全國1993—2009年東、中、西部三個地區29個省份的面板數據，通過對研究數據進行單位根檢驗與協整檢驗，然后利用計量經濟模型實證研究三大地區的工業污染與經濟增長、環境規制、產業結構之間的關系。研究得到以下結論:一是東部與中部地區經濟發展造成了工業污染先上升后下降，符合環境庫茲涅茨曲線形態，但出現拐點時的經濟發展水平并不一致，西部地區的污染水平呈現出倒N型。二是東部地區的第二產業的發展造成了工業污染水平的上升，而中部地區第二產業比重的提高卻沒有導致工業污染水平上升，這說明中部地區的產業結構調整可能具有后發優勢，工業內部結構優化效果明顯;西部地區的第二產業發展對環境的影響不顯著。三是環境規制的效果在東部與中部地區比較明顯，降低了工業污染水平，而在西部地區作用相對較小，這可能源于不同地區經濟發展水平下經濟發展模式的差異性。

根據計量結果，結合中國區域差異情況，本文的研究具有以下政策含義:一是堅持可持續的經濟發展模式。經濟發展不應該以犧牲環境為代價。各級政府進一步轉變過去的以GDP增長為唯一目標的觀念。將經濟發展與環境生態作為考核地方政績的指標。二是加快產業結構升級。產業結構升級既要注重大力發展服務業，降低第二產業在國民經濟中的比重，又要注重工業內部結構的轉型，降低高耗能、高污染的工業所占的比重，大力發展技術密集型產業，發展循環經濟。三是注重環境規制政策的適應性，提高環境規制的效果。采用排污權交易等方式加大對環境污染總量的控制力度。根據不同地區的實際發展水平，制定出適合各地區經濟發展與環境改善相互協調的規制與治理政策。

［1］Grossman，G.，Krueger，A.Economic Growth and the Environment ［J］.Quarterly Journal of Economics，1995，110(2):353 －377.

［2］蔡昉，都陽，王美艷.經濟發展方式轉變與節能減排內在動力［J］.經濟研究，2008，(6):4－13.

［3］Panayotou，T.Demystifying the EnvironmentalKuznets Curve:Turning a Black Box into a Policy Tool［J］.Environment and Development Economics，1997，(2):465 －484.

［4］Torras，M.，Boyce，K.Income，Inequality and Pollution:A Reassessment of the Environmental Kuznets Curve［J］.Ecological Economics，1998，25(2):147 －160.

［5］Shafik，N.Economic Development and Environmental Quality:An Econometric Analysis［J］.Oxford Economic Papers，1994，46(10):757 －773.

［6］Bruyn，S.M.Economic Growth and Emissions:Reconsidering the Empirical Basis of Environmental Kuznets Curves［J］.Ecological Economics，1998，25(2):161 －175.

［7］Stokey，N.L.Are There Limits to Growth?［J］.International Economic Review，1998，39(1):1 －31.

［8］Selden，T.，Song，D.Environmental Quality and Development:Is There a Kuznets Curve for Air Pollution E-missions?［J］.Journal of Environmental Economics and Management，1994，27(8):147 －162.

［9］Dinda，S.A.Environmental Kuznets Curve Hypothesis:A Survey［J］.Ecological Economics，2004，49(1):431 －455.

［10］包群，彭水軍.經濟增長與環境污染:基于面板數據的聯立方程估計［J］.世界經濟，2006，(11):48－58.

［11］李剛.基于Panel Data和SEA的環境Kuznets曲線分析［J］.統計研究，2007，(5):54－60.

［12］張紅鳳，周峰，楊慧，郭慶.環境保護與經濟發展雙贏的規制績效實證分析［J］.經濟研究，2009，(3):14－28.

［13］張學剛，王玉婧.環境庫茲涅茨曲線——內生機制抑或規制結果?［J］.財經論叢，2010，(4):7－13.

［14］朱平輝，袁加軍，曾五一.中國工業環境庫茲涅茨曲線分析［J］.中國工業經濟，2010，(6):65－75.

［15］陳華文，劉康兵.經濟增長與環境質量:關于環境庫茲涅茨曲線的經驗分析［J］.復旦學報，2004，(2):87－95.

［16］劉金全，鄭挺國，宋濤.中國環境污染與經濟增長之間的相關性研究［J］.中國軟科學，2009，(2):98－107.

［17］黃萬陽，王維國.人民幣匯率與中美貿易不平衡問題——基于HS分類商品的實證研究［J］.數量經濟技術經濟研究，2010，(2):76－90.

［18］Engle，R.F.，Granger，C.W.J.Semiparametric Estimates of the Relation between Weather and Electricity Sales［J］.Journal of the American Statistical Association，1986，81(6):310 －319.

［19］Pedroni，P.Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors［J］.Oxford Bulletin of Economics and Statistics，1999，61(51):653－670.

［20］于峰，齊建國，田曉林.經濟發展對環境質量影響的實證分析——基于1999—2004年間各省市的面板數據［J］.中國工業經濟，2006，(8):36－45.