城市生活垃圾排放量與經濟增長關系的區域差異分析

崔鐵寧，王麗娜

（北京工業大學 經濟與管理學院，北京 100124）

0 引言

隨著經濟的發展，城市生活垃圾的產生量不斷增加，成為構建綠色發展、生態文明社會的掣肘。分析垃圾增長的原因對于減少垃圾的產生量具有重要意義，經濟的增長是垃圾排放量增長的一大因素，因此，研究經濟增長與垃圾排放量的關系，探究其背后的經濟原因，對于減少垃圾的排放量具有重要意義，能更有效地采取措施來治理垃圾污染問題。

研究環境污染與經濟增長關系應用較多的是EKC曲線，國內外的EKC曲線研究主要集中在工業廢物與經濟增長的關系上，而對城市生活垃圾排放量與經濟增長的關系研究較少。通過文獻查詢得出國內關于城市生活垃圾排放量與經濟增長的EKC曲線研究僅有兩篇：一是楊凱（2003）對上海22年的城市廢棄物與人均GDP的關系進行擬合，得出存在比較明顯的EKC“倒U型”曲線，并計算出峰值。二是廖傳惠（2013）應用一元三次項回歸對全國城市生活垃圾排放量與人均GDP擬合，得出了“N型”的EKC曲線。城市生活垃圾排放量是多種因素綜合作用的結果，其中經濟是基礎并影響其他因素，因此有必要研究城市生活垃圾排放量與經濟增長的關系，通過對城市生活垃圾排放量與經濟增長數據的擬合，看其曲線特征。我國不同省市生活垃圾排放量和影響因素各不相同，因此EKC曲線特征也可能不同，因此本文擬通過對全國和30個省共31組數據1997—2015年人均城市生活垃圾排放量和人均GDP數據進行擬合，探討二者間的EKC曲線形狀，并預計到達拐點的時間和峰值，分析形成曲線形狀的原因及區域差異。

1 研究設計

1.1 模型構建

EKC曲線用來表述環境狀況與人均收入變化的特征，同樣可以應用于城市生活垃圾排放量與經濟增長的關系。本文采用GK模型來進行計算分析。

其中，CMSWit和Yit分別為第i省在第t年的人均城市生活垃圾排放量和人均實際GDP，γit為隨機誤差項，β0i表示截距項。是變量的估計系數，估計系數不同體現了人均城市生活垃圾排放量與人均GDP之間不同的關系，根據估計系數的不同EKC曲線可能是直線型（遞增或遞減）、“U型”“、倒U型”“、N型”和“倒N型”等，具體情況如表1所示。

表1 模型中的參數值、曲線形狀及拐點值

1.2 變量選取和數據來源

本文搜集了全國各省份從1997—2015年的數據，對其應用面板數據的處理方法，以人均城市生活垃圾排放量（CMSW）為因變量、人均實際GDP（Y）為自變量，進行EKC曲線擬合，數據均來源于各省份的統計年鑒和環境統計年鑒。不包括西藏地區，同時把全國作為參考變量，總計31個變量。按常用的分類方法分為東部地區、中部地區、西部地區和東北部地區。

1.3 數據的平穩性檢驗和協整檢驗

面板數據的應用有許多條件的限制，為使計算結果可靠，本文先進行了平穩性檢驗和協整檢驗。平穩性檢驗應用了面板數據的單位根理論，在多種檢驗方法中，本文采用其中的四種方法來進行檢驗，見表2。為驗證其協整性，采用KAO檢驗，見表3。

表2 城市生活垃圾與人均GDP的平穩性檢驗

從表2可以看出，人均城市生活垃圾排放量（CMSW）、人均實際GDP（Y）原始數據都是非平穩的而一階差分后是平穩數據，可以進行下一步的數據分析。

表3 協整檢驗

由表3得出，Kao檢驗的結果小于0.005，因此拒絕數據不存在協整關系的原假設，得出城市生活垃圾排放量（MSW）與人均GDP存在協整關系，并且城市生活垃圾的排放量與人均GDP的二次方和三次方也存在協整關系，可以進行模型估計。

1.4 模型應用

面板數據包括變量、時期、截面3個方面的信息，分為變截距模型、不變系數模型和變系數模型3種模型。本文使用協方差分析來驗證可以應用哪種模型，對于含有N個截面成員的面板數據模型：

假設1：模型（2）的解釋變量系數對于所有的截面成員是相同的，但截距項不同即該模型為變截距模型。

假設2：模型（2）中的解釋變量系數和截距項對于所有的截面成員都是相同的，即該模型為不變系數模型。

模型形式檢驗有如下兩個F檢驗統計量：

判定規則：首先檢驗H2，若接受假設H2，則為不變系數模型；若拒絕假設H2，則須檢驗假設H1。如接受H1，則模型為變截距模型；若拒絕H1，則為變系數模型。

分別計算3種模型的殘差平方和，得到S1=2.8，S2=18.8，S3=119.4。模型的N、K、T值分別為31、3、19，按公式計算F統計量，得到：

F1=[（S2-S1）/90]/（S1/465）=29.52

F2=[（S3-S1）/120]/（S1/465）=161.37

在5%的顯著性水平下，相應的臨界值為:

F1（90，465）=1.2903

F2（120，465）=1.2576

因為F2＞1.2576，所以拒絕，又由于F1＞1.2903，所以也拒絕H1。因此，模型應采用個體固定效應影響的變系數形式。建模時，加權后R2=0.9931，D.W.值變為1.967，擬合度更好，因此建模是采用Cross—section weight進行加權，輸出結果見表4。

表4 變系數模型的估計結果

2 結果與分析

從表4來看，全國總體水平為N型，不是典型的“倒U型”，N型曲線的兩個拐點早就到達，目前處于上升階段，全國總體城市生活垃圾排放量隨經濟的增長而增長，城市環境治理壓力巨大。目前需要做的是采取各種垃圾治理措施減少垃圾的產生量，盡早到達峰值并使達到峰值的垃圾總量減少，使垃圾增長與經濟增長脫鉤，實現綠色發展。我國地域遼闊，各省市的地理環境、文化習俗、經濟狀況和人們的消費觀念、環保觀念各不相同，垃圾的排放狀況和處理狀況及要求各不相同，因此要分區域來分析城市生活垃圾排放量與經濟增長的特點，找到減少垃圾產生量的關鍵因素。

2.1 “N型”曲線

曲線形狀為N型的有全國、河北、山西、安徽、山東、河南、廣東、陜西、甘肅、寧夏、新疆11個區域，在31個區域里占比35.5%，也是占比最多的一種曲線形狀。到達第一個拐點的時間基本上是在2008年前后，在這段時間里城市生活垃圾的排放量隨經濟的增長不斷增加，城市環境衛生治理的壓力增大。到達第二個拐點的時間為2011年左右，從2008—2011年，城市生活垃圾的排放量隨經濟的增長而下降，實現短期的脫鉤，2011年達到最低點，這段時間城市生活垃圾排放量的減少主要是因為國家加大了城市生活垃圾處理的投資，實行垃圾分類收集，并且轉變了城市生活垃圾的處理理念，特別是加強了城市生活垃圾的源頭減量化，使城市生活垃圾排放量減少，城市生活垃圾的排放量與經濟增長實現了短期的脫鉤。2011年后，這些地區的城市生活垃圾排放量又開始隨經濟的增長而不斷增加，城市生活垃圾治理壓力增大。

2.2 “U型”曲線

曲線形狀為“U型”的有北京、天津、遼寧、湖北、廣西、青海6個區域，在31個區域中占比約為19.3%，到達曲線拐點的年份分別為2004年、2010年、2007年、2010年、2008年、2008年。這些地區城市生活垃圾的排放量先隨經濟的增長而減少，實現一個短期的脫鉤，而后隨著經濟的增長城市生活垃圾的排放量增加。即城市生活垃圾的排放量與經濟的發展實現一個短期的好轉后污染繼續增加，沒有達到長期的脫鉤。2000年，北京列為垃圾分類試點城市之一，垃圾排放量開始減少，到2004年達到最低點后又開始上升，通過分析得出主要是因為人口的增加。因此，有效控制大城市的人口規模是減少城市垃圾排放量的一個措施。天津，遼寧、湖北、廣西和青海5個省份U型曲線較為平緩，拐點均在2010年之前，在1997—2010年，這5個省份的城市生活垃圾成小幅度的下降趨勢，垃圾排放總量沒有增加；2010年后，這5個省份的垃圾排放量開始隨經濟的增長而增加，脫鉤狀態變化。

2.3 “倒U型”曲線

曲線形狀為“倒U型”的有上海、浙江、福建、江西、湖南、四川、貴州7個區域，在31個區域中占比22.6%，符合EKC曲線，這些省份的生活垃圾排放量隨經濟的增長先增加，到達一定程度后隨經濟的增長而減少。上海在2012年達到“倒U型”曲線的拐點，達到峰值，此時人均GDP為80224元。2012年之后，隨著經濟的增長，城市生活垃圾的排放量下降，實現了城市生活垃圾與GDP的脫鉤。除上海外其他符合“倒U型”曲線的地區都處于“倒U型”曲線的上升階段，即拐點的左側，隨著經濟的增長，城市生活垃圾的排放量增加，即污染隨經濟的發展加重。為了更好地預測城市生活垃圾的排放量與經濟增長的關系，觀測各省份生活垃圾排放量的峰值，找出生活垃圾排放量與經濟增長達到脫鉤的時間，本文以8%的GDP增長和1%的人口增長進行預測，由此得出曲線形狀為“倒U型”的其他省份到達拐點的時間為：浙江（2039年）、福建（2041年）、江西（2046年）、湖南（2045年）、四川（2045年）、貴州（2048年），從這些區域到達峰值的時間來看各地區不相同，東部地區略早于中西部地區。隨著城市生活垃圾排放量達到峰值的時間是各地區的人口數量、經濟發展水平、垃圾管理水平、居民意識和地理環境狀況等多種因素綜合作用的結果。從時間來看，這些省份的城市生活垃圾排放量與經濟增長曲線大致在21世紀50年代到達拐點，城市生活垃圾排放量到達峰值，而后隨著城市生活垃圾排放量GDP的增長而減少，實現脫鉤，使城市環境狀況好轉。在現在的狀況下到達拐點還有30多年的時間，因此本文可以從經濟、技術、管理和法律等多個方面采取措施來治理城市生活垃圾，使到達峰值時間提前，到達峰值時的垃圾排放量減少，盡早實現城市生活垃圾排放量與經濟增長的達峰與脫鉤，實現城市的可持續發展。

2.4 單調遞增曲線

曲線形狀為單調遞增的有江蘇、海南、重慶、云南4個區域，在31個區域中占13%。這4個區域中城市生活垃圾的排放量隨經濟的增長而不斷增加，沒有好轉的跡象，城市生活垃圾治理的壓力不斷增加。其中，江蘇和海南為東部地區省份，重慶和云南為西部地區省份，隨著經濟的發展和城鎮化水平的提高，人們的生活水平不斷提高，特別是互聯網和城市物流的迅速發展，使人們的生活方式和消費方式改變，導致城市生活垃圾的產生量不斷增加。例如，互聯網的發展使購物模式變化，現階段大量消費者使用網絡購物，由于回收模式的不健全，排放了大量的包裝廢棄物，增加了城市生活垃圾的產生總量。

2.5 單調遞減曲線

曲線形狀為單調遞減的有吉林和黑龍江2個區域，在31個區域中占比6.5%。這兩個省份城市生活垃圾的排放量隨經濟的發展不斷減少，情況不斷好轉。

2.6 “反N型”曲線

曲線形狀為“反N型”的只有內蒙古，城市生活垃圾的排放量隨人均GDP的增長實現短期的下降后隨經濟的增長而不斷增加，到達一定程度后又隨經濟的增長而下降，即經濟增長與環境污染好轉—惡化—好轉。內蒙古1997—2015年的GDP平均年增長率為16%。城市生活垃圾排放量為1997—2003年逐年減少，2004—2012年不斷增加，2013—2015年逐年減少?？梢钥闯?，城市生活垃圾排放量增長的時間和幅度大于下降的時間和幅度，2013—2015年城市生活垃圾的排放量隨經濟的增長而下降，下降的時間較短、幅度較小并且具有不穩定性。

2.7 區域分異基礎上的EKC分析

從表5可以看出，我國城市生活垃圾排放量與經濟增長的曲線形狀主要為“N型”、“U型”和“倒U型”，曲線形狀沒有涇渭分明的地區差異但拐點時間不同，符合“倒U型”EKC曲線的省份較少并且大部分處在拐點的左側且到達拐點時間遙遠。全國總體上MSW的排放量隨經濟的增加而增加，城市環境狀況變壞，急需加快治理。

表5 城市生活垃圾EKC曲線形狀的分地區統計

分區域而論，東部地區經濟較發達、人民生活水平較高，城市生活垃圾排放量較中西部地區較多，其中除上海、浙江和福建符合EKC曲線外，北京、天津、河北、山東、廣東早于全國總體水平到達上升的拐點，而江蘇、海南城市生活垃圾一直隨人均GDP的增加而遞增，沒有好轉的跡象。中部六省上升的拐點總體晚于全國的平均水平，其中符合EKC倒U型曲線的為江西和湖南，到達“倒U型”曲線拐點的時間預計分別為2046年、2045年，晚于東部地區。西部地區包含的省份較多，經濟發展、人口狀況和地理環境各不相同，曲線形狀較為復雜，其中四川和貴州符合EKC曲線，內蒙古為全國唯一一個倒N型曲線，而重慶、云南為單調遞增曲線，生活垃圾排放量一直在增加，其余六省上升的拐點早于全國總體水平。東北地區為全國的老工業基地，經濟發展相對緩慢，全國曲線形狀為單調遞減的兩個省都在此處，分別是吉林和黑龍江，遼寧省的曲線形狀為“U型”曲線，到達拐點的時間為2007年，目前城市生活垃圾的排放量處于“U型”曲線的上升階段，城市生活垃圾排放量隨經濟的增長而不斷增加，城市環境狀況沒有好轉。

3 結論

本文構造EKC曲線的GK模型，通過面板數據的檢驗，得出1997—2015年全國30個省份的MSW排放量與經濟增長的曲線形狀，得出我國只有部分省份MSW排放量與經濟增長存在“倒U型”的EKC曲線，不同省份存在較大差異，并初步分析了EKC曲線形成的原因。

符合環境庫茲涅茨曲線的有7個區域，分別為上海、浙江、福建、江西、湖南、四川、貴州。其中只有上海在2012年到達“倒U型”曲線的拐點，1997—2012年城市生活垃圾排放量隨經濟的增長而不斷增加，平均增長率約為9%，2012達到頂點，2013年開始城市生活垃圾的排放量開始減少，而且生活垃圾排放量的減少幅度很小。其他六個區域都處在EKC曲線的上升階段，城市生活垃圾的排放量隨經濟的增長不斷增加，到達拐點的時間各不相同，觀察這六個區域EKC曲線拐點的年份，可以看出：各地區到達拐點的年份都晚于2035年；東部地區經濟較發達，到達拐點的時間略早于中西地區。除單調遞減的吉林、黑龍江外，其他區域無論曲線形狀為“U型”“N型”“反N型”“倒U型”還是單調遞增型，在2015年后城市生活垃圾排放量隨經濟的增長而增長，對城市環境的污染也將日益嚴重。從區域差異上看，各個省份的曲線形狀因不同省份的差異各不相同，曲線形狀按地理區域劃分的東部、中部、西部和東北地區沒有明顯的差異，但相比中西部地區，東部地區經濟發展較快，生活垃圾的排放量比中西部地區較多，到達拐點的時間較早，對城市環境的污染更為嚴重，城市環境衛生的治理壓力更大。

通過上述分析發現，曲線形狀不是固定的，拐點是動態變化的?，F階段的主要任務是采取措施，減少垃圾的排放量，提前拐點的到達時間和減少到達拐點的垃圾產生量。要實現這一變化，不僅取決于政府對城市生活垃圾污染的預防與控制，而且取決于普通民眾的環保意識和參與城市生活垃圾治理的強烈意愿，還取決于生產制造企業的綠色發展，以及再生循環利用的充分實現。因此要轉變垃圾治理的理念，在搞好垃圾處理的同時提倡垃圾源頭減量，加強源頭減量的研究與應用，特別是基于生命周期全過程的城市生活垃圾的減量化研究，從傳統的末端治理轉變為全過程的減量化，使EKC曲線趨于平緩，減少到達峰值時的城市生活垃圾總量，真正實現城市生活垃圾的排放量與經濟增長的長期脫鉤，這也是下一步研究的方向。