環境綜合污染程度與人均居民可支配收入關系的EKC驗證

王元地，王國蒙

(四川大學商學院，四川 成都 610064)

環境綜合污染程度與人均居民可支配收入關系的EKC驗證

王元地，王國蒙

(四川大學商學院，四川 成都 610064)

本文首先選取中國1991—2012年7類環境污染物數據，建立起環境綜合污染程度指標體系，測算環境綜合污染得分，然后采用分位數回歸方法對環境綜合污染程度得分與人均可支配收入中值的關系進行實證檢驗。研究發現：中國環境綜合污染程度與人均可支配收入呈現倒U型的EKC關系，曲線的拐點在1.45萬元處；在0.25分位點處為線性關系，在0.5和0.75分位點處為倒U型EKC關系；產業結構、城市化水平、人口密度和外商直接投資對不同分位點下的污染程度有著顯著影響；ARMA模型預測中國環境質量在2022年后達到穩定狀態。最后根據研究結果，從政府、企業和科研機構三個層面提出相應的建議。

經濟發展；環境污染；環境庫茲涅茲曲線；分位數回歸法

1 引言

近年來，中國環境質量與經濟發展之間的矛盾日益惡化。據《2015年中國環境狀況公報》統計，全國338個城市中，僅有73個城市空氣質量達標。國家每年由環境破壞引起的經濟損失占據當年GDP的7%～8%，并呈現上升趨勢[1]。如今中國進入了經濟新常態，經濟發展從高速增長向中高速增長過渡，那么在此背景下，能否有效協調環境污染與經濟發展之間的矛盾，實現環境效益與經濟效益的“共贏”平衡，就成了整個社會關注的焦點問題。

關于環境污染與經濟發展關系的研究,國際上最具影響力的一個假說便是“環境庫茲涅茨曲線”(EKC)。它主要揭示了環境污染與經濟發展之間存在倒U型關系。EKC假說的提出引起了學術界的高度關注，關于EKC的研究日益增多。從現有的研究成果來看，EKC的驗證結果沒有取得一致的結論，研究表明環境污染與經濟發展之間存在著多種復雜關系。

國內關于EKC的驗證形成了豐富的研究成果,但也存在較多不足之處。首先，關于EKC的檢驗多是基于單一環境污染指標視角，缺乏環境綜合污染指標視角上的分析。其次，經濟發展指標在中國情景下不具有代表性，在貧富懸殊的背景下,如果選用人均GDP來度量經濟水平，結果將失去真實性。最后，現有的文獻在驗證過程中，普遍采用傳統的OLS回歸方法，只能得到了經濟發展與環境污染的條件均值之間的曲線關系，而對于不同環境污染等級下的EKC曲線變化情況和影響因素缺乏深入探討。

因此，本文試圖從以下三個方面進行拓展研究：首先，從環境綜合污染指標視角測算出環境綜合污染指數。其次，結合中國基本國情對經濟發展指標進行重新選定，用人均可支配收入中值代替人均GDP。最后，本文采用的分位數回歸方法對不同分位點下的環境污染與經濟發展的關系進行回歸估計。此外本文還考慮了產業結構、城市化水平、人口密度和外商直接投資對不同分位點下的環境污染程度的影響，再對污染曲線的未來走勢進行預測分析，進而從政府、企業和科研機構三個層面提出相應建議。

2 文獻綜述

國外關于EKC的研究主要從兩個方面研究環境污染與經濟發展的關系。一方面是對EKC關系的影響因素進行分析[2-5]。例如：John[2]在對代際交疊模型的分析中，發現居民的消費行為是環境污染與經濟增長之間存在EKC的重要原；Stokey[3]的研究結果表明技術與政策這兩個因素是EKC關系形成的主要因素；Copel[4]從國際貿易角度來分析環境污染對EKC的影響，研究結果表明發達國家通過國際貿易或投資實現污染轉移，保證本國環境質量的好轉，因此處于倒U曲線的右邊，而發展中國家則成為國際貿易中的“污染天堂”，環境質量逐漸惡化，處于倒U型曲線的左側爬坡階段；Carson[5]的研究結果表明，欠發達國家只有在政府干預、環境規制及技術擴散等因素影響下才有可能出現倒U型的曲線關系。另一個方面是集中于EKC的實證研究[6-9]。例如：Harris[6]選用生態足跡來表示環境壓力，對全球146個國家1961—2000年的面板數據進行分析，結果發現環境污染與人均GDP不存在EKC關系；Menendez[7]通過對歐盟27個國家1996—2010年CO2排放量進行分析，結果驗證了EKC假說的存在性；Monserrate[8]選取巴西1971—2011年的時間序列數據，分析結果發現長期來看二氧化碳排放與經濟增長存在倒U型的EKC關系，但是短期內這種關系不明顯；Wang[9]采用OLG模型對中國的環境污染數據和人均GDP之間的關系進行分析，研究結果支持EKC曲線的存在。

國內的EKC研究基本沿用了國外學者的研究思路與方法，多是對中國不同省市進行分析。學者們選取不同的污染物排放量來度量環境污染程度，以人均GDP來度量經濟發展水平，普遍運用OLS方法進行曲線擬合，得到的結論各有不同[10-14]。例如：王謙[10]和徐盈之[11]采用中國30個省市的“工業三廢”的排放量分別對東部和中西部地區進行EKC檢驗，研究結果發現中國東部發達地區存在倒U型的EKC關系，而中西部欠發達地區不存在EKC；趙愛文[12]選用人均碳排放來表示環境質量，發現其與人均GDP存在N型的曲線關系；安虎森[13]選用SO2、煙塵和粉塵等污染物排放量代表環境污染程度，發現其與人均GDP呈倒N型的曲線關系。

綜上，學術界對EKC假說進行了多種創新性的研究，但也存在一些問題。其一，環境指標的選取具有隨意性。多數文獻僅僅針對單一污染物指標進行EKC檢驗，導致不同污染物得到的不一致的結論。例如：彭水軍[14]對六類環境污染指標分別與人均GDP進行實證檢驗，結果表明不同的污染指標得到不同的曲線關系，有N型、倒N型和倒U型等。其二，人均GDP這些指標在中國現在的實情下不具有代表性。眾所周知，城鄉收入差距大、財富分配不均等現象在中國較為嚴重?；嵯禂凳菧y量收入分配差異程度的重要指標，其值在0～1之間，值越小說明分配越平等。據國家統計局發布數據顯示，2015年中國居民收入基尼系數達到0.462，高于國際上默認的收入分配差距“警戒線”0.4，這就說明中國收入分配仍然存在較大的差異性。Stern[15]認為在這種分配不均的情境下，居民收入水平的中值比平均收入水平更具有代表性。此外，中國還是一個外貿主導型國家，隨著對外開放的不斷推進，外資直接投入在中國GDP的占比將隨著GDP的增長而增長，但是GDP規模的不斷擴大并不意味著有含金量的GDP增長，因此不能完全體現本國真正的收入水平[16]。其三，回歸方法存在局限性。雖然OLS方法現在廣泛應用于計量經濟學研究中，但它只能反映自變量與因變量的條件均值間的關系，不能進一步分析因變量在不同分位點下的曲線變化軌跡。雖然少數學者如尹向飛[17]和趙成柏[18]應用了這種方法，但是還是停留在單一污染指標層面，缺乏綜合視角分析。

基于此，本文接下來的研究旨在補充這一領域的研究短板，通過建立環境綜合污染程度評價指標，測算各個年份的綜合污染得分，用人均居民可支配收入中值來替代人均GDP，選用分位數回歸方法對環境污染與經濟發展之間的關系進行全新的EKC檢驗。

3 模型建立、變量選擇與研究方法

3.1 模型建立

為了確定環境污染與經濟發展之間是否存在EKC關系，這里采用現有文獻普遍使用的二次多項式模型進行擬合，具體模型如下所示：

(1)

其中Yi表示第i年的環境綜合污染程度；Xi表示第i年居民人均可支配收入中值，Otheri表示其他影響環境污染程度的控制變量。結合相關文獻研究和中國的實際情況，這里主要考察產業結構、城市化程度、人口密度和外商直接投資這四類控制變量對環境污染的影響程度。βi表示回歸系數，εi表示隨機誤差項。

3.2 變量選擇

文中主要涉及環境變量、經濟變量和其他影響環境污染的四類控制變量?；跀祿目傻眯院蛯嵶C研究的需要，這里選取中國1991—2012年的相關數據作為樣本。其中環境污染數據和控制變量數據來源于中國經濟與社會發展統計數據庫、《中國環境統計年鑒》和世界銀行數據庫，經濟發展數據來源于國家統計局。

環境污染指標。生態環境的惡化是多方面的因素交互影響的結果。如果用單維度的污染物指標來測算整體污染水平，難免使得分析結果失去說服力。因此，在測算整體程度時，就需要一個系統的環境綜合污染指標。基于此，本文選擇主成分分析方法將人均CO2、工業廢水等七類污染物的排放量綜合起來，建立一個環境綜合污染程度指標，見式(2)。其中Yi表示第i年的環境綜合污染程度得分，i=1,2,3,…，22，表示1991—2012年。Xj表示第j類污染物排放量，j=1,2,3,…，7。

Yi=10.17X1-54.52X2+62.05X3-14.02X4+21.52X5-28.97X6+44.01X7

(2)

經濟發展指標。在經濟發展指標方面，考慮到人均GDP在中國收入差距懸殊的社會背景下不能有效反映經濟發展的真實水平，本文選取人均居民可支配收入中值來度量經濟發展狀況。

其他控制變量。①產業結構(Industry)，第二產業是中國污染物排放量最大的產業，其比重的上升對環境產生較大的影響，因此本文選用第二產業產值與GDP的比值來表示產業結構；②城市化水平(Urbanization),用城市人口在全國總人口所占的比重來表示；③人口密度(Population)，用每平方公里的人口數來表示；④外商直接投資(FDI)，用實際利用外商直接投資金額表示；以上所有變量的描述性信息見表1。

表1 各類污染物變量信息描述性統計

3.3 研究方法

本文選用分位數回歸模型研究環境污染與經濟增長問題，主要目的在于分析環境污染程度在不同經濟增長水平下與經濟增長的關系。分位數回歸主要是將解釋變量分別與在0～1之間不同分位點的被解釋變量進行估計，估計系數表示為解釋變量對被解釋變量在不同分位點上的邊際影響。與OLS方法相比，分位數回歸方法對數據的分布假設沒有嚴格的要求，當擾動項是非正態分布時，分位數回歸法得到的系數估計量比OLS得到的系數估計量顯得更為有效。此外分位數回歸法可以有效地排除異常值的干擾，使得回歸系數估計量具有很強的穩健性。在對樣本數據較為寬松的條件下來獲得更多的回歸信息，從而細致地刻畫了解釋變量與被解釋變量之間的關系特征。

對于分位數回歸方法其求解思想如下：假設給定解釋變量X的條件下，被解釋變量的分位數表示為：

F(Y≤yτ)=τ，τ∈(0,1)

(3)

如果分位數yτ(xi)與被解釋變量xi是線性關系，那么被解釋變量yτ(xi)與解釋變量xi之間的函數關系可以表示為：

(4)

那么表達式(4)就被稱為分位數回歸函數，其中βτ就是τ分位數回歸系數。如果任意給定一個分位數τ，那么τ分位數回歸的目標函數便是：

(5)

(6)

從定義可以看出，對于任意一個τ分位點，我們就可以擬合不同的回歸曲線。當τ從0～1變化時，我們就可以得到被解釋變量y在不同分位點下的所有曲線軌跡。

4 EKC關系實證檢驗過程

4.1 分位數回歸結果分析

本文借用stata13.0軟件對環境綜合污染程度得分與人均居民可支配收入中值進行分位數回歸。為了更好地觀察分位數回歸系數所呈現的差異信息和變化規律，我們選定τ在0.25、0.50和0.75三個分位點處進行回歸估計，并與OLS回歸結果進行對比，具體結果見表2。

表2 環境綜合污染程度分位數回歸結果

注：***、**、*分別代表1%、5%、10%的顯著性水平，括號中的數字代表T檢驗值。

從表2中可知：

(1)分位數回歸得到的估計系數正負號與OLS回歸得到結果具有一致性，在不同分位點下，EKC曲線特征各有不同。在0.25的分位點下，環境污染與經濟發展之間為線性關系。在0.50和0.75這兩個分位數下，X的一次項系數為正，二次項系數為負，說明環境污染與經濟發展之間是倒U型的曲線關系。OLS方法回歸時，環境污染與經濟發展的關系符合倒U型特征。用MATLAB分別畫出各個分位點的回歸曲線，從圖1中可以看出，在0.25分位點處，經濟的快速發展會加快環境的污染，兩者呈線性關系。在0.5和0.7分位點處，環境污染都會隨著經濟的快速發展而慢慢減弱，最終形成EKC曲線，拐點分別為1.4萬元和1.50萬元處。但是EKC在0.5分位點下的U型特征比0.75分位點更為明顯，右端下降更快。

圖1 不同分位數所對應的EKC曲線比較

(2)其他四種控制變量對不同分位點下的環境污染影響程度有所不同。從表2可以看出，產業結構在0.75分位點下通過了10%的顯著性檢驗，且與環境污染正相關。從圖2可以得知，當環境污染處于0.6～0.8分位點時，產業結構變動對環境污染有著顯著性的影響作用。但是當環境進一步惡化時，結構優化對環境質量的提升作用就不顯著。這就告訴我們產業結構的優化調整在環境污染一定限度內時，對環境質量起到明顯的改善作用，如果污染超過最大限度，將會失去改善作用。城市化水平在0.25分位點下通過了5%的顯著性檢驗，且隨著分位點的增加，對環境污染的影響程度越來越小。這就說明國家在推薦城鎮化過程中，提升人民生活條件和環保素質，城市化水平的提升有利于改善環境。人口密度在各個分位點下均通過了10%的顯著性檢驗，隨著分位數的上升，人口密度對環境質量的這種負向作用不斷加強。當人口數量不斷逼近環境最大承載力時，對環境的破壞能力也進一步加強。外商直接投資在各個分位點下均通過了1%的顯著性檢驗，系數為負，這就說明對外開放有利于降低中國污染物的排放量。這是因為隨著國外在中國的投資加大，會給中國帶來更多先進的技術，提高效率，降低對環境的破壞。這與部分學者得出的FDI會加劇環境污染，導致中國形成“污染天堂”“污染避難所”的結論相反[19]。但是從圖2可以看出，隨著分位數的增加，外商直接投資對中國環境治理的影響越來越小，為了避免陷入“污染天堂”的困境，國家應該合理控制外商直接投資在中國的比重。

4.2 環境污染曲線走勢預測分析

通過環境綜合污染指標體系，我們已經測算出1991—2012年中國環境綜合污染指數，整體驗證了環境污染與經濟發展之間存在著倒U型曲線趨勢。為了確定中國的環境污染程度何時達到一個穩定的水平，接下來本文利用EVIEWS軟件建立預測模型進行曲線走勢預測。

通過觀察自相關圖和偏自相關圖，確定AR階數為3，MA階數為1，初步建立了ARMA(3,1)模型。預測模型的回歸結果如表3所示，從回歸結果可以看出，模型的擬合效果良好。直接寫出預測模型見式(7)，其中μt-1為殘差序列的滯后一期。模型預測結果如圖3所示，預測曲線見圖3。

圖2 不同分位數下的影響因素分析

變量名系數值標準差T-統計量概率P變量名系數值標準差T-統計量概率PC0.6627***0.17453.79730.0020MA(1)-0.9999***0.2062-4.84860.0003AR(1)1.9401***0.27826.9753.0.0000R-squared0.9875AdjustedR-squared0.9839AR(2)-1.0523*0.4923-2.13760.0507F-statistic276.7583Prob(F-statistic)0.0000AR(3)0.07570.23560.32150.7526

Yt=0.6627+1.9402Yt-1-1.0522Yt-2-0.9999μ(t-1)

(7)

圖3 環境污染程度預測曲線走勢

從圖3中可以看出，中國環境綜合污染水平經歷一個先快速上升隨后緩慢下降的過程。大約在2005年時，污染程度達到最高點，隨后環境質量逐漸好轉，2022年達到最低點。從2022年起，環境污染水平保持在一個比較穩定的狀態。為了驗證模型的合理性，進行殘差檢驗，發現隨機誤差項是一個白噪聲序列，說明該預測模型的建立是恰當的。

5 啟示與建議

本文對中國環境綜合污染程度與人均居民可支配收入進行EKC實證分析，由此得到如下結論。

其一，中國環境綜合污染程度與經濟發展之間存在著長期的倒U型EKC關系，曲線拐點位于人均可支配收入中值1.45萬元處。污染處于低水平時期，環境污染與經濟發展之間呈線性關系，環境污染會隨著經濟的增長而加重。在污染處于中等及以上水平時，環境污染與經濟發展呈現倒U型的EKC曲線關系，拐點分別位于人均居民可支配收入中位數1.4萬元和1.5萬元處。中國現在已經跨過這一拐點，隨著經濟水平的不斷提升，環境質量有不斷改善的趨勢。通過ARMA(3,1)模型進行走勢預測，結果表明中國環境污染程度在5年內會不斷轉好，從2022年起進入相對穩定的階段。最終能實現經濟增長與環境之間的協調發展，這與其他學者的研究結果是一致的[20]。

其二，環境污染在一定限度內，產業結構的優化調整對環境質量有著明顯的改善作用。當環境污染程度較低時，城市化水平的提升有利于減少污染物的排放量。無論環境污染處于哪種程度，人口密度對環境質量保持負向作用。在不同分位點下，外商直接投資均表現為減輕環境污染，降低污染物排放量。但是這種效果隨著環境的惡化而慢慢減弱。所以國家應該將外商直接投資額控制到合理的范圍內，才有助于發揮FDI在節能減排中的積極性。

根據以上結論，本文針對中國環境綜合污染程度與經濟發展之間的EKC關系提出三點建議。首先，政府要保持環保政策實施的連續性和穩定性?，F階段環境污染已經跨過拐點，這說明國家過去的環保舉措發揮顯著性的作用。政府應繼續推動以《環境保護法》為代表的環保政策的實施。在不斷完善的政策法規的基礎上，提升環保力度，進一步改善環境質量。其次，在新常態背景下，企業發展模式要由“以污染換增長”向“可持續發展”轉變。為了避免EKC的倒U型走勢向N型變化和“以犧牲環境效益來獲取經濟利益”這一現象的再次發生，企業要積極適應新常態特征，積極承擔起環保責任，注重發展質量，才能實現長遠發展。研究表明環境效益在提升企業投資效率和競爭優勢方面都產生了顯著的正向影響[21]。最后，科研機構應大力培養環?？萍夹腿瞬?，推動產學研一體化的建設，加強環保技術的創新，促進節能減排技術的普及與應用。

[1]羅良清,胡曉琳.中國省域環境保護與經濟發展雙贏平衡研究——基于環境效率視角[J].科技進步與對策,2016(2):40-47.

[2]JOHN A A，PECCHENINO R A.An overlappinggeneration’s model of growth and the environment[J].Economic journal，1994，104(427)：1393-1410.

[3]STOKEY N L.Are there limits to growth?[J].International economic review，1998，39(1)：1-31.

[4]COPEL B R，TAYLOR M S.Trade，growth，and the environment[J].Journal of economic literature，2003，42(1)：7-71.

[5]CARSON R T.The environmental Kuznets curve:Seeking empirical regularity and theoretical structure[J].Review of environmental economics & policy，2010，4(1)：3-23.

[6]CAVIGLIA-HARRIS J L，CHAMBERS D，KAHN J R.Taking the“U” out of Kuznets ：A comprehensive analysis of the EKC and environmental degradation[J].Ecological economics，2009，68(4)：1149-1159.

[7]MENENDEZ A J L，PREZR R，MORENO B.Environmental costs and renewable energy：Re-visiting the environmental Kuznets curve[J].Journal of environmental management，2014，145(1)：368-373.

[8]MONSERRATE M A Z，VALVERDE B I，AGUILAR B J，et al.Relationship between economic growth and environmental degradation：Is there evidence of an environmental Kuznets curve for Brazil[J].International journal of energy economics and policy，2016，6(2)：208-216.

[9]WANGS X，FU Y B，ZHANG Z G.Population growth and the environmental Kuznets curve[J].China economic review，2015(36):146-165.

[10]王謙,高軍.我國不同地區“環境庫茲涅茨曲線”假說的檢驗[J].科研管理,2011,32(7):157-164.

[11]徐盈之,王進.我國能源消費與經濟增長動態關系研究——基于非參數逐點回歸分析[J].軟科學,2013,27(8):1-5.

[12]趙愛文,李東.中國碳排放的EKC檢驗及影響因素分析[J].科學學與科學技術管理,2012,33(10):107-115.

[13]安虎森,王雷雷,吳浩波.中國環境庫茲涅茨曲線的驗證——基于省域數據的空間面板計量分析[J].南京社會科學,2014(9):1-8.

[14]彭水軍,包群.經濟增長與環境污染——環境庫茲涅茨曲線假說的中國檢驗[J].財經問題研究,2006(8):3-17.

[15]STERN D I，COMMON M S，BARBIER E B.Economic growth and environmental degradation：The environmental Kuznets curve and sustainable development[J].World development，1996，24(7)：1151-1160.

[16]周光偉,牛旻昱,鐘無涯.中國GDP含金量水平基本面初探[J].統計與決策,2014(9):121-124.

[17]尹向飛.東中西部地區城市EKC曲線的分位數回歸分析——兼論東中西部環境污染差異及其分解[J].暨南學報:哲學社會科學版,2013(12):9-16.

[18]趙成柏,毛春梅.二氧化碳排放與經濟增長——基于分位回歸驗證Kuznets假說[J].統計與決策,2011(16):98-100.

[19]鄒慶,陳迅,呂俊娜.WTO前后國際貿易對中國CO2排放影響的對比分析[J].科研管理,2013,34(11):137-146.

[20]鄒慶,陳迅,呂俊娜.我國經濟增長與環境協調發展研究——基于內生增長模型和EKC假說的分析[J].中央財經大學學報,2014,1(9):89-97.

[21]程聰,謝洪明.企業外部環境、綠色經營策略與競爭優勢關系研究:以環境效益為調節變量[J].科研管理,2012,33(11):129-136.

(責任編輯 劉傳忠)

Re-test of the Environmental Kuznets Curve Between Comprehensive Environmental Pollution Degree and the Per Capita Disposable Income

Wang Yuandi，Wang Guomeng

(Business School of Sichuan University，Chengdu 610064，China)

This paper firstly selects seven environment emissions from 1994 to 2012，to set up an index system of comprehensive environmental pollution，and gets the score of comprehensive environmental pollution.Then it tests the Environmental Kuznets Curve between the comprehensive environmental pollution and median of per capita disposable income with the help of the quantile regression method.The conclusions can be drawn as follows：there is an inverted u-shaped curve between the environmental pollution and the economic development，and the inflection point of curve is located in 14500 Yuan.When at 0.25 site，there is a linear relationship between environmental pollution and economic development，when in 0.5 site and 0.75 site，there exists an inverted u-shaped EKC relationship between environmental pollution and economic development.ARMA model predicts that China’s environmental quality would reach a steady state after 2022.Finally this paper puts forward some suggestions from government，enterprises and research institutions according to the conclusions.

Economic development；Environment pollution；EKC；Quantile regression

四川大學中央高校基本科研業務費項目“深化開放式創新在中國情境下的研究”(skqx201502)。

2016-09-14

王元地(1979-)，男，四川人，四川大學商學院教授;研究方向:技術創新與創新管理。

F124.5

A