中國經(jīng)濟增長與環(huán)境污染關系的研究

2014-11-10 03:32:25張悅趙曉丹

經(jīng)濟研究導刊 2014年26期

張悅　趙曉丹

摘要：基于環(huán)境庫茲涅茨曲線理論的面板數(shù)據(jù)分析模型，并考慮了人口密度、環(huán)保政策、貿(mào)易開放度、技術進步、產(chǎn)業(yè)結(jié)構在內(nèi)的其他因素對SO2排放量的影響，選取全國30個省、自治區(qū)、直轄市2004—2011年這8年的面板數(shù)據(jù)，對我國經(jīng)濟增長與環(huán)境污染指標SO2排放量之間的關系進行了實證研究。研究結(jié)果表明，與倒U型的環(huán)境庫茲涅茨曲線不同，我國人均GDP與人均SO2排放量存在倒N型關系。并結(jié)合控制變量對環(huán)境作用的正負效應提出了有助于降低SO2排放量、改善環(huán)境質(zhì)量的針對性的政策建議。

關鍵詞：經(jīng)濟增長；環(huán)境污染；庫茲涅茨曲線

中圖分類號：X196 文獻標志碼：A 文章編號：1673-291X（2014）26-0013-04

引言

1955年，美國經(jīng)濟學家Kuznets[1]提出了一個著名的理論：收入不均現(xiàn)象與經(jīng)濟增長之間存在倒U型的曲線關系。20世紀90年代初，Grossman，Krueger[2]和其他經(jīng)濟學家在實證研究中發(fā)現(xiàn)經(jīng)濟增長與環(huán)境污染之間也存在倒U型的曲線關系，即隨著經(jīng)濟增長與收入水平的提高，環(huán)境開始變得惡劣，當經(jīng)濟發(fā)展到一定水平時，環(huán)境惡化的趨勢達到頂峰，之后環(huán)境質(zhì)量開始改善，這種關系類似于Kuznets提出的收入不均現(xiàn)象與經(jīng)濟增長之間的關系，因而被命名為環(huán)境庫茲涅茨曲線（EKC）。

國外關于經(jīng)濟增長與環(huán)境污染關系的研究起步較早。Panayoutou[3]運用了30個發(fā)達國家和發(fā)展中國家1982—1994年間的數(shù)據(jù)進行分析，驗證了EKC的存在性。List，J.A.and Gallet，C.A.[4]運用了1929—1994年間美國各州的二氧化硫和一氧化氮排放量的面板數(shù)據(jù)進行分析，結(jié)果表明，在州際水平上，人均污染物排放和人均收入之間存在顯著的倒U關系。然而參數(shù)估計表明，由于先前的學術研究假定隨著時間推移個體情況不發(fā)生改變，很可能呈現(xiàn)統(tǒng)計上有偏差的結(jié)果。Dasgupta[5]發(fā)現(xiàn)，嚴格的環(huán)境規(guī)制能使經(jīng)濟增長的每個時期污染排放水平都低于沒有規(guī)制時的排放水平，使EKC變得比較平坦。MarzioGaleotti and Alessandro Lanza[6]使用全世界超過100多個國家近25年的數(shù)據(jù)，檢驗了CO2排放與經(jīng)濟增長的關系，證明了碳排放庫茲涅茨曲線的存在性。

國內(nèi)對經(jīng)濟增長與環(huán)境污染之間關系的研究起步較晚。包群等人[7]采用中國30個省市1996—2002年的環(huán)境指標數(shù)據(jù)，建立面板數(shù)據(jù)模型，研究經(jīng)濟增長與環(huán)境污染的關系，實證結(jié)果發(fā)現(xiàn)，這兩者之間的關系很大程度上取決于污染指標以及估計方法的選取。隨后，包群等人[8]在之前估計的基礎上進一步加入影響污染排放的控制變量，如人口規(guī)模、技術進步、環(huán)保政策等，對環(huán)境—收入曲線進行重新估計，加入這些控制變量后，有些環(huán)境—收入曲線發(fā)生形狀的改變，這說明這些控制變量對模型能夠產(chǎn)生影響。鄧柏盛等人[9]使用了SO2這一種污染物，得到一個有趣的結(jié)論：他們使用時間序列數(shù)據(jù)時，得出正U型曲線的關系，而使用面板數(shù)據(jù)時，得出倒U型曲線的關系。沈鋒[10]以上海為例使用CO2作為污染指標進行實證研究，發(fā)現(xiàn)在上海污染與收入存在倒U型的關系。韓玉軍等人[11]將165個國家分為四類。他們發(fā)現(xiàn)，“高收入、高工業(yè)”國家出現(xiàn)了環(huán)境庫茲涅茨曲線的倒U型趨勢，“低收入、低工業(yè)”國家只是呈現(xiàn)輕微的倒U型趨勢，“高收入、低工業(yè)”國家存在“～”型趨勢，而“低收入、低工業(yè)”國家是環(huán)境污染與收入增長同步。丁煥峰等人[12]在加入了控制變量的基礎上，采用變量的對數(shù)形式，使用30個省市1998—2007年的環(huán)境指標數(shù)據(jù)，構造了帶三次項的環(huán)境收入簡約模型，重點研究控制變量對環(huán)境狀況的影響，他們指出提高經(jīng)濟發(fā)展質(zhì)量、加大環(huán)保科研投入、轉(zhuǎn)變貿(mào)易增長方式、加強對FDI的環(huán)保規(guī)制、優(yōu)化產(chǎn)業(yè)結(jié)構、提高能源利用率是促進我國經(jīng)濟環(huán)境協(xié)調(diào)發(fā)展的保障。之后，丁煥峰等人[13]考慮了區(qū)域污染與區(qū)域經(jīng)濟增長的雙向作用機制，構建了聯(lián)立方程模型，繼續(xù)進行EKC的實證研究。研究結(jié)果表明，各種控制變量產(chǎn)生的影響有所改變。

從國內(nèi)外的學術研究來看，庫茲涅茨曲線較廣泛地應用在了環(huán)境與經(jīng)濟增長關系的領域，學者們構建的模型也越來越合理，越來越完善。可以說，環(huán)境庫茲涅茨曲線的發(fā)展已經(jīng)相當成熟。然而，隨著中國經(jīng)濟的飛速發(fā)展，前人的實證研究成果難以表現(xiàn)經(jīng)濟發(fā)展現(xiàn)狀，經(jīng)濟增長與環(huán)境污染的關系需要用最新數(shù)據(jù)進行進一步的檢驗。在本文中，我們用人均SO2排放量作為污染指標，檢驗了在過去的8年（2004—2011）中，中國的經(jīng)濟發(fā)展水平與環(huán)境污染之間的關系。此外，計量模型中控制變量的系數(shù)反映了這些變量對污染程度的影響，我們據(jù)此向政府提出了加強污染物排放管制以及增加國際貿(mào)易來降低環(huán)境污染，改善環(huán)境質(zhì)量的政策建議。

一、數(shù)據(jù)來源及變量選取

本文使用了2004—2011年一共8年來自30個省、自治區(qū)、直轄市的數(shù)據(jù)（不包括香港，澳門，臺灣和西藏），數(shù)據(jù)來源由國家統(tǒng)計局數(shù)據(jù)庫（http：//www.stats.gov.cn/）整理計算而得。選取的各個變量如表1所示：

二、理論模型

為了探究中國經(jīng)濟增長與環(huán)境污染之間是否存在倒U型關系，我們檢驗中國人均GDP與人均SO2排放量之間的關系。國際上根據(jù)環(huán)境庫茲涅茨理論產(chǎn)生的計量模型有兩大類：一類是基于時間序列數(shù)據(jù)分析的模型，這類模型不含有對數(shù)形式；另一類是基于面板數(shù)據(jù)分析的模型，這類模型含有對數(shù)形式，而且加入了GDP以外的影響因素。由于我們的實證研究是基于2004—2011年共8年30個省、自治區(qū)、直轄市的面板數(shù)據(jù)，我們選擇面板數(shù)據(jù)分析模型作為理論模型基礎。除此之外，我們在模型中加入5種控制變量，包括人口密度、環(huán)保政策、貿(mào)易開放度、技術進步和產(chǎn)業(yè)結(jié)構。我們實證研究的理論模型如下：

其中SO2 it代表第i個省在第t年的二氧化硫人均排放量；endprint

gdpcapitait代表第i個省在第t年的人均GDP；

popdensityit代表第i個省在第t年的人口密度；

invit為第i個省在第t年的環(huán)保政策，用治理廢氣投資占GDP比重表示；

tradeit為第i個省在第t年的貿(mào)易開放度，用進出口貿(mào)易總額占GDP比重表示；

rdit為第i個省在第t年的技術進步，由技術市場成交額占GDP比重表示；

firstit代表第i個省在第t年的第一產(chǎn)業(yè)增加值占GDP比重；

secondit代表第i個省在第t年的第二產(chǎn)業(yè)增加值占GDP比重。

對系數(shù)符號的預測如（1）式中所示。如果β1>0 且β2<0，那么可證明中國存在倒U型的EKC曲線。但是韓玉軍、陸旸（2009）指出，“高工業(yè)、低收入”階段的國家環(huán)境污染和收入增長同步。而中國則是這類國家的典型代表，因而我們預測β1>0并且β2 和 β3均不顯著。我們同樣預測了其他控制變量的系數(shù)的符號：

popdensityit的系數(shù)為正：人口密度越大，與污染物排放相關的生產(chǎn)和消費活動也就越多，因而污染排放越多。

invit的系數(shù)為負：我們用治理廢氣投資總額在GDP中所占比重來衡量環(huán)保政策的力度，如果政府對環(huán)保關注越多，治理污染上的投入越多，那么廢氣排放應該越少。

tradeit的系數(shù)為正：根據(jù)比較優(yōu)勢原理，國際貿(mào)易中發(fā)達國家傾向于將污染較重的勞動密集型產(chǎn)業(yè)轉(zhuǎn)移到發(fā)展中國家，因而貿(mào)易開放度衡量了其他發(fā)達國家在貿(mào)易中對中國的影響程度，貿(mào)易越開放，就會有越多勞動密集型產(chǎn)業(yè)進駐，從而污染越嚴重。

rdit的系數(shù)為負：技術進步對環(huán)境質(zhì)量改善有間接效應。技術進步可以推動經(jīng)濟增長轉(zhuǎn)型，優(yōu)化產(chǎn)業(yè)結(jié)構，從而污染少的高科技產(chǎn)業(yè)增加污染嚴重的勞動密集型產(chǎn)業(yè)減少，污染排放會相應減少。

firstit和secondit的系數(shù)都為正：在經(jīng)濟發(fā)展初期，發(fā)展中國家往往依靠工業(yè)發(fā)展經(jīng)濟，導致污染嚴重，環(huán)境質(zhì)量下降。隨著經(jīng)濟增長轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構優(yōu)化，服務業(yè)的比重逐漸增加，此時不再依賴于能源消耗與開采，而是技術進步與生產(chǎn)力提高，因而工業(yè)帶來的環(huán)保壓力大大減少。第一、二產(chǎn)業(yè)的比重則衡量了這種產(chǎn)業(yè)結(jié)構的調(diào)整與變化。

我們用α，和分別代表隨個體不隨時間變化的個體效應、隨時間不隨個體變化的時間效應和隨時間以及個體變化的模型擾動項。

三、估計結(jié)果與分析

我們用計量經(jīng)濟學軟件STATA對模型進行估計。為了準確估計模型，我們首先檢驗了解釋變量之間的相關性，發(fā)現(xiàn)不存在完全線性相關性。隨后我們估計了包含29個截面虛擬變量（以北京為基點）和7個時間虛擬變量（以2004年為基點）的模型。通過檢驗聯(lián)合顯著性，我們發(fā)現(xiàn)截面虛擬變量在0.5%的置信水平上聯(lián)合顯著（F（29，210） = 2.619），而時間虛擬變量在10%的置信水平上聯(lián)合不顯著（F（7，232） = 0.2408）。但是由于dt2 和 dt3各自分別在0.5%的置信水平上顯著，我們?nèi)匀粵Q定在模型中考慮時間效應。

對于計量模型的選擇，首先我們傾向于固定效應模型而不是隨機效應模型。由于每個省的個體因素如地理位置、文化習俗都不盡相同，且與當?shù)亟?jīng)濟發(fā)展息息相關，因而不可觀察的個體效應必然與解釋變量有關而不可能是隨機效應。Hausman檢驗的結(jié)果支持了我們的選擇。

接下來我們比較了固定效應模型和一階差分模型。通過直接對模型做混合OLS回歸，可以得到uit的估計值。為了檢驗自相關，以uit估計值作為因變量，以模型中所有變量以及uit-1估計值作為自變量做回歸。回歸結(jié)果中uit-1估計值的系數(shù)為30.92，p值為0.000，因而模型中存在自相關。接著我們用Δuit估計值對 uit-1估計值和所有解釋變量做回歸來檢驗單位根。uit-1估計值的系數(shù)在20%的置信水平上不顯著，所以我們拒絕原假設并認為模型中不存在單位根。因此，我們選擇修正自相關的固定效應模型而不是一階差分模型作為理論模型。

最后，我們檢驗到了回歸中存在異方差，因此我們選擇修正了自相關和異方差的固定效應模型作為最終模型。由于我們在模型中加入了足夠多的控制變量，不太可能出現(xiàn)因為遺漏變量而導致的估計誤差，所以，我們認為E（uit|Xit，ai）=0在模型中成立。因此，回歸估計出的系數(shù)至少滿足一致性。

以下是回歸模型的估計結(jié)果：

如（2）式中所示，lngdpcapitait，（ lngdpcapitait）2和（lngdpcapitait）3的系數(shù)都十分顯著，而且由估計結(jié)果得出lnSO2和lngdpcapitai的關系類似于倒N型，這與我們之前的預測的線性關系大相徑庭。該如何解釋估計出的曲線形狀呢？近年來中國經(jīng)濟飛速發(fā)展，中國有從低收入國家向高收入國家轉(zhuǎn)變的趨勢。正如韓玉軍等人[13]指出的，“高工業(yè)、高收入”的國家EKC曲線的形狀呈現(xiàn)出倒U型，而這恰好就是倒N型曲線的后半段的形狀。因此，我們認為是模型使用的最新數(shù)據(jù)所顯示出的中國經(jīng)濟的變化導致了估計結(jié)果和預期的差異。

popdensityit的系數(shù)為負且統(tǒng)計上顯著，說明保持其他變量不變，人口密度的增加會帶來人均SO2排放的減少。這表明，對特定的污染物，我們預期的人口密度對于污染排放的促進作用并不存在。然而系數(shù)只有-0.000 5，在實證上并不顯著，說明人口密度對SO2排放量的減輕作用很小。

和我們的預期不同，invit的系數(shù)為正并且在統(tǒng)計上和實證上都非常顯著。可能的解釋有以下三點：首先，治理廢氣的投資對于環(huán)境質(zhì)量的改善是一個長期過程，很難在短期內(nèi)探測到；其次，政府只保證了對治理廢氣的投資而缺乏對污染排放量的限制，導致許多企業(yè)為了保持收益不變彌補環(huán)保投資帶來的成本增加選擇擴大生產(chǎn)，污染排放不降反升；再次，我們應對數(shù)據(jù)的真實性保持懷疑，所謂治理廢氣的投資也許并非真正應用于治理廢氣。

tradeit的系數(shù)為負而且顯著，說明貿(mào)易的開放可以減輕SO2的排放，這和我們的預期矛盾。我們在前文論證貿(mào)易開放會導致勞動密集型企業(yè)進駐發(fā)展中國家，引起污染物排放增加，然而我們忽略了貿(mào)易增加的正面效應，一方面，與環(huán)保有關的貿(mào)易協(xié)議間接促進了發(fā)展中國家環(huán)境友好型技術的開發(fā)與使用，另一方面，貿(mào)易產(chǎn)生的技術外溢效應可以提高發(fā)展中國家的技術水平和生產(chǎn)效率，從而引起污染物排放的減少。

與我們的預期一致，rdit的系數(shù)為負，但它并不顯著。一個可能的解釋是技術進步對于環(huán)境質(zhì)量的影響是間接的，所以短期內(nèi)無法顯現(xiàn)出來。所以比如說，技術進步是通過首先改變產(chǎn)業(yè)結(jié)構和生產(chǎn)率來降低污染物的排放。因此在衡量技術進步對環(huán)境質(zhì)量的影響時，我們必須考慮到這種間接效應。

firstit的系數(shù)為正而secondit的系數(shù)為負，但是它們均不顯著，說明產(chǎn)業(yè)結(jié)構對SO2的排放量沒有顯著影響。

四、結(jié)論

基于面板數(shù)據(jù)分析模型，并用人口密度、環(huán)保政策、貿(mào)易開放度、技術進步、產(chǎn)業(yè)結(jié)構作為控制變量，我們選取了連續(xù)8年（2004—2011年）的來自全國30個省、自治區(qū)、直轄市的最新數(shù)據(jù)來檢驗中國是否存在倒U型EKC曲線，發(fā)現(xiàn)人均SO2排放量和人均GDP存在倒N型關系，并根據(jù)最新數(shù)據(jù)顯示的中國經(jīng)濟的變化分析了導致估計結(jié)果和預期的差異的原因。

通過對回歸結(jié)果中控制變量的分析，我們針對降低SO2排放量、改善環(huán)境質(zhì)量提出兩項政策建議：第一，僅僅處理廢氣是不夠的，政府應加強對污染物排放量的管理和限制以真正降低污染物排放量。第二，政府應加強和其他國家的貿(mào)易往來，尤其是多進口一些環(huán)境友好型的技術和產(chǎn)品。

參考文獻：

[1] Kuznets S.Economic growth and income inequality[J].The American economic review，1955，（8）：1-28.

[2] Grossman G M，Krueger A B.Economic growth and the environment[J].The quarterly journal of economics，1995，110（2）：353-377.

[3] Panayoutou T.Conservation of Biodiversity and Economic Development：The Concept of Transferable Development Right'inPerrings，

C et al[J].Biodiversity Conservation：Policy Issues and Options，1994.

[4] List J A，Gallet C A.The environmental Kuznets curve：does one size fit all？[J].Ecological Economics，1999，31（3）：409-423.

[5] Dasgupta，Susmita，et al.“Confronting the environmental Kuznets curve.”？The Journal of Economic Perspectives？16.1 （2002）：147-168

[6] Galeotti M，Lanza A.Desperately seeking environmental Kuznets[J].Environmental Modelling & Software，2005，20（11）：1379-1388.

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

[8] 彭水軍，包群.經(jīng)濟增長與環(huán)境污染——環(huán)境庫茲涅茨曲線假說的中國檢驗[J].財經(jīng)問題研究，2006，8（8）.

[9] 鄧柏盛，宋德勇.我國對外貿(mào)易、FDI與環(huán)境污染之間關系的研究：1995—2005[J].國際貿(mào)易問題，2008，（4）.

[10] 沈鋒.上海市經(jīng)濟增長與環(huán)境污染關系的研究——基于環(huán)境庫茲涅茨理論的實證分析[J].財經(jīng)研究，2008，（9）.

[11] 韓玉軍，陸旸.經(jīng)濟增長與環(huán)境的關系——基于對CO2環(huán)境庫茲涅茨曲線的實證研究[J].經(jīng)濟理論與經(jīng)濟管理，2009，（3）.

[12] 丁煥峰，李佩儀.中國區(qū)域污染影響因素：基于EKC曲線的面板數(shù)據(jù)分析[J].中國人口資源與環(huán)境，2010，20（10）.

[13] 丁煥峰，李佩儀.中國區(qū)域污染與經(jīng)濟增長實證：基于面板數(shù)據(jù)聯(lián)立方程[J].中國人口資源與環(huán)境，2012，22（1）.

growth；environmental pollution；Kuznets curve

[責任編輯王佳]endprint