經濟增長和技術創新對中國工業污染物排放影響研究

汪清琳 陳怡 陶斯安

摘 要：社會經濟增長，環境質量改善的協調關系一直受人們的關注。文章以IPAT拓展模型和環境庫茲涅茨模型為根本，構建出理論模型，通過面板分位數回歸方法，對象為我國31省市2002—2016年的面板數據，以此來研究人口規模，經濟增長和技術創新對工業SO2，工業廢水的影響。實證結果表明，人口規模對工業SO2和工業廢水排放都存在著倒U型環境庫茲涅茨曲線關系，經濟增長對工業SO2和工業廢水排放也存在倒U型關系;能源效率和第二產業結構可以減少工業SO2排放，但會促使工業廢水排放量增加;創新對工業SO2和工業廢水減排都有積極作用。因此針對特定污染物，政府和企業應該采取相對應的管理措施;應該充分重視創新在減少污染物排放中的重要作用;提高能源利用效率。

關鍵詞：人口規模;技術創新;經濟增長;工業SO2;工業廢水;面板分位數回歸

中圖分類號：F 290 ? 文獻標識碼：A ? 文章編號：1672 - 7312（2020）02 -0134-08

Abstract：The coordination relationship between socioeconomic growth and environmental quality improvement has always been a hot topic of concern.On the basis of the IPAT model and the environmental Kuznets model，this paper proposed a theoretical model，and the panel quantile regression analysis method are applied to analyze the panel data of 31 provinces in China from 2002 to 2016 in order to investigate the impact of population size，economic growth and technological innovation on industrial sulfur dioxide and industrial wastewater.The empirical results showed that the population size has an inverted U-shaped environmental Kuznets curve relationship for industrial sulfur dioxide emissions and industrial wastewater.There is also an inverted U-shaped relationship between economic growth and industrial sulfur dioxide emissions and industrial wastewater;Energy efficiency and secondary industrial structure can reduce industrial sulfur dioxide emissions but increase industrial wastewater emissions;Innovation has a positive effect on emission reduction of industrial sulfur dioxide and industrial wastewater.Therefore，the government and enterprises should adopt different treatment measures for different pollutants.Full attention should be paid to the important role of technological innovation in reducing pollutant emissions.Improving energy efficiency.

Key words：population size;technological innovation;economic growth;industrial Sulfur dioxide;industrial wastewater;panel quantile regression

0 引言

十八屆五中全會提出“創新、協調、綠色、開放、共享”的發展理念，這表明我國已經從重視效益快速增加的經濟模式轉向經濟同環境相互和諧發展的經濟模式。環境問題不容忽視。國際能源機構IEA統計數據顯示，2007年我國變為世界最大的CO2排放國，尋求相關的政策方針和方案事不宜遲。國務院發布的《中國制造2025》強調：中國要實現綠色經濟增長戰略，就必須強化工業污染物治理。工業污染治理的直接行動為投入大量資金于相關設備和工藝，用以減少SO2，氮氧化物和煙粉塵等的排放。2002年至2016年，我國工業SO2平均排放量達到2 128 715 t，工業廢水平均排放量達到4 190 693萬t，并且隨著經濟的增長呈上升趨勢。作為世界上最大的發展中國家，我國目前經濟的增長主要依賴于能源消耗，能源大量消耗排出的工業廢物卻不斷地破壞環境。如何實現經濟綠色發展，理清經濟增長對我國環境質量影響的作用機制對構建低碳可持續發展經濟模式至關重要。

經濟社會發展對環境質量影響關系研究最主要的論點基于環境庫茲涅茨假說和IPAT模型。環境庫茲涅茨假說通常將經濟增長作為橫坐標，縱向坐標為環境質量的變化，其可被解釋為，在經濟初步發展時期，由于工業水平的落后，較低的能源利用率導致資源的大力開發，使得環境質量不斷下降。隨著經濟的不斷發展，以技術進步為主導的產業不斷增多，產業結構開始向信息密集型方向轉變，人民生活水平也得到了穩定提升，人均收入也顯著提高，在達到一定的水平之后，人們開始慢慢意識到保護環境的重要性，同時也具有經濟實力來改善環境質量水平，此時，各類污染物排放量將隨著排污治理資金的不斷投入而慢慢下降，即隨著經濟的增長，環境質量開始逐步改善。

IPAT模型表示，經濟發展對環境的影響主要是人口規模（Population）、富裕水平（Affluence）還有技術發展（Technology）。P指的是人口規模[1]，說明國家人口數和環境質量是線性聯系，也即在其他條件穩定的情況下，人口數目愈多，對環境質量的傷害愈大[2]。A被定義為富裕程度，一方面可以反應實際消費和生產之間的關系;另一方面可以探究生活質量與環境質量之間的關系[3]。T被定義為技術變量，指的是每單位消耗或生產對環境的影響。因此文中以中國31個省市的工業SO2和工業廢水為研究對象，探究問題如下：①經濟增長，人口規模，技術水平如何影響工業SO2和工業廢水排放？②經濟增長和人口規模在中國是否符合EKC假說？

1 相關研究文獻綜述

目前研究影響工業SO2和工業廢水排放因素文獻較少，大部分學者以碳排放為主，并且既有文獻碳影響指標因素各異，結論也不一致。丁勝和溫作民[4]以IPAT拓展模型為根本，研究人口、GDP增長率、能源因素如何影響2006—2011年我國長三角洲碳排放，結果發現國民數目和經濟發展對碳排放水平作用愈來愈小，能源結構和相關的技術進步率對碳排放的減少作用愈來愈明顯。朱美鳳，魏景賦[5]基于STIRPAT模型，研究產業內貿易、FDI對2000—2014年對3個經濟圈內（環渤海、長三角、珠三角）的CO2排放的影響，發現人口和人均GDP正向增加三大經濟圈 CO2排放，技術水平會減少 CO2排放;CAI等[6]調查了2012年中國286個地級市CO2排放的主要驅動力，發現經濟增長，氣候條件和城市化可以增加CO2排放。Chontanawat[7]基于IPAT拓展模型，結合方差分析方法，分析了東盟國家1971—2013年期間CO2排放量情況;Lau等[8]通過邊界檢驗方法和格蘭杰因果關系方法研究了1970—2008年馬來西亞經濟增長、FDI、貿易開放度和CO2排放之間的關系，研究發現無論是短期還是長期，經濟增長與CO2排放存在倒U形曲線關系;Herranz等[9]使用EKC模型來檢驗經濟增長，技術創新措施和可再生能源消費對17個經合組織國家CO2排放的影響，發現經濟增長對每個研究國家的CO2減排有積極影響。

結合國內外文獻研究發現，國外的文獻一般將進行研究的科學家數量或專利申請數、專利授權數來衡量技術變量T，在國內多用研究開發R&D資金投入比重，R&D科技活動人員數來衡量T[10]。楊志恒等認為[11]技術創新是推動經濟社會和諧發展的核心，技術創新可以將科學技術轉變成實際的生產力。同時，技術變量T不僅指生產技術[12]，還包括除人口及富裕程度以外的有可能被忽略的所有因素總和，如第二產業比重、社會、文化結構等。不同產業污染排放強度和污染排放量是不同，目前中國仍然處于發展階段，在工業生產中原料轉化率較低，單位產值需要消耗的能源也較多，致使污染物排放強度和排放量都較高，以工業為主的第二產業被認為是造成環境污染最主要的產業，污染主要是生產過程中排出的廢氣、廢水和固體廢棄物等[13]。如何在維持經濟增長的過程中降低工業廢物的排放是亟待解決的重要問題。結合我國實際情況和前人研究的不足，文中使用能源效率（單位能耗GDP），創新水平（專利申請總量）、第二產業結構（第二產業占比）共同作為技術水平的衡量指標，探究人口規模、經濟增長和技術水平對我國31省2002—2016年工業SO2和工業廢水排放的影響。

2 研究方法和數據來源

2.1 模型構建

2.2 數據來源

文中選取數據的面板描述性分析見表1，選取因經濟社會發展而引致的人口數作為人口規模指標，人均GDP值作為富裕程度的衡量指標;能源效率（單位能耗GDP），第二產業結構（第二產業占比），創新水平（專利申請總量）共同作為技術水平的衡量指標。數據分別來源于國家統計局和《中國能源統計年鑒》。

2.3 方法介紹

2.3.1 面板單位根檢驗

在面板分位數回歸分析之前，首先對各個變量進行面板單位根檢驗。為保證實證估計參數的有效性，在經濟學的實證研究中一般都必須對序列數據檢測平穩性，經常使用的數據平穩性檢驗方法就是單位根檢驗。為最大限度保證檢驗結果的準確性，彌補單一的面板單位根檢驗方法帶來的不足，文中利用STATA 14軟件，選取具有相同單位根的 Breitung檢驗[16]和IPS（Im-Pesaran-Shin）檢驗方法[17]對數據進行單位根檢驗。單位根檢驗的原假設為：數據存在單位根，即數據是不平穩的;如果檢驗結果拒絕原假設，那就可以證明數據具有穩定性，可以進行后續的回歸分析;如果檢驗結果接受原假設，那需要對該序列再進行一階差分檢驗，直到序列拒絕原假設，具有平穩性才可以進行下一步的面板分位數回歸分析。

2.3.2 面板分位數回歸分析

3 實證分析

3.1 面板單位根檢驗結果

面板單位根的Breitung檢驗和IPS（Im-Pesaran-Shin）檢驗得到的結果見表2，在Breitung檢驗水平上，人口，人口平方，人均GDP，人均GDP平方，第二產業結構這些變量都存在著單位根，需要對這些序列進行一階差分檢驗，一階差分結果顯示，所有變量都拒絕了單位根存在的原假設，即所用變量都通過平穩性檢驗，可以下一步的面板分位數回歸分析;同樣，在IPS（Im-Pesaran-Shin）檢驗中，水平上未通過單位根檢驗的變量人口，人口平方，第二產業結構都通過了一階差分檢驗。

3.2 面板分位數回歸結果

為了全面的反應出數據的變化，文中選取了15th，25th，35th，45th，55th，65th，75th，85th，95th分位來逐一反應樣本回歸變化。

工業SO2面板分位數的回歸結果見表3.在所有檢測的分位上，人口數量對工業SO2排放通過正向顯著性檢驗，表明隨著人口的增加，工業SO2排放增多;通過人口平方對工業SO2排放的影響來檢驗是否存在環境庫茲涅茨倒U型曲線，人口平方系數通過負向顯著性檢驗，結合一元二次方程可知，人口規模對工業SO2排放存在倒U型曲線，符合環境庫茲涅茨曲線模型，即隨著人口的增加，環境質量開始惡化，達到一定轉折點后，隨著人口的增加，環境質量開始慢慢變好。

與人口規模情況相似，除了在25th分位外，人均GDP在剩余分位上都通過了顯著性檢驗，其系數均為正，同時，除了25th分位外，人均GDP平方在所有分位上都通過負向顯著性檢驗，說明經濟增長（人均GDP）對工業SO2的排放也存在著倒U型曲線，符合環境庫茨曲線模型。

在技術進步方面，第二產業結構在25th，35th，45th，95th分位上系數為負且都通過了顯著性檢驗，這表明目前的第二產業結構對工業SO2減排有積極作用;能源效率在所有分位上都通過了顯著性檢驗，系數都為負，表示目前的能源效率會減少工業SO2的排放;創新水平（專利申請總量）在25th，35th，45th，65th，95th分位上通過負向顯著性檢驗，表明目前的專利申請有助于SO2減排。

通過STATA 14軟件將表3工業SO2面板分位數結果轉化成直觀的圖1.從圖1中看出各個獨立變量對工業SO2排放的影響，橫軸表示15th，25th，35th，45th，55th，65th，75th，85th，95th分位數，縱軸表示各個獨立變量在各分位上對工業SO2的影響系數，曲線表示各特定變量對工業SO2的影響趨勢。圖中人口（lnpop）圖在45th到95th的高分位上呈下降趨勢，人口平方（lnpop 2）在45th到95th高分位上呈現上升趨勢，證明了EKC模型的存在;人均GDP（lnpgdp）和人均GDP平方（lnpgdp 2）對工業SO2排放的影響不斷呈現波浪式變化，人均GDP系數為正，人均GDP系數持續為負;第二產業結構（is）通過25th分位對工業SO2減排作用不斷加強，但在65th分位后第二產業結構都SO2減排影響程度開始減弱;創新水平（lninnov）對SO2減排有積極影響，但在85th分位系數突變，由負向變為正向，在95th分位上系數又重新變為負數。能源效率（ei）在25th至75th分位，對SO2排放有著穩定的負向影響，但在85th后負向影響系數逐漸減小，系數趨于正數。

表4是工業廢水面板分位數回歸結果，在所有分位上，人口數和平方人口數都通過了顯著性檢驗，人口系數顯示為正，人口平方系數顯示為負，表明人口規模對工業廢水排放也符合環境庫茲涅茨假說的倒U型曲線模型。同樣，在所有分位上，人均GDP都通過了正向顯著性檢驗，人均GDP平方都通過了負向顯著性檢驗，即以人均GDP為指標的經濟增長對工業廢水排放的影響符合環境庫茲涅茨假說。

在技術進步方面，第二產業結構在25th，35th，45th，55th，65th，75th，85th，95th分位上正向顯著影響廢水的排放;能源效率在15th，25th，75th，95th分位上也正向影響工業廢水的排放;相反，創新在35th， 45th，75th，85th，95th分位上通過負向顯著性檢驗，即專利申請可以減少工業廢水排放。原因可能是，一些學者發現[19]，近年來中國的技術創新具有環境友好型特征，但是有門檻存在，即技術水平低于一定門檻值，將無法達到減少環境污染的作用。在文中即目前的技術水平還未能百分百提高能源使用效率，從而造成大量廢水的排出而非二次循環利用。不僅如此，作為技術創新主體，企業基于成本考慮選擇的技術創新可能是“清潔”的，也可選擇“污染”的[20]。當企業技術創新偏向于傳統（污染）生產技術創新時，將會給環境帶來污染[21-22]，也可以很好地解釋為何第二產業結構會增加廢水的排放。

通過STATA14軟件將表4工業廢水面板分位數結果轉化成直觀的圖2.從圖2中可以直觀看出各個獨立變量對工業廢水排放的影響，橫軸表示15th，25th，35th，45th，55th，65th，75th，85th，95th分位數，縱軸表示各個獨立變量在各分位上對工業廢水影響系數，曲線表示各特定變量對工業廢水的影響趨勢。人口（lnpop）和人口平方（lnpop 2）在15th到65th分位上，人口規模對工業廢水排放影響幾乎保持不變，在65th到95th分位高分位上對廢水減排影響逐漸擴大;人均GDP（lnpgdp）和人均GDP平方（lnpgdp 2）對工業廢水排放的影響不斷呈現波浪式變化，人均GDP系數為正，人均GDP系數為負;第二產業結構（is）對廢水排放呈倒U型曲線變化，系數都為正;創新水平（lninnov）對廢水排放影響呈現U型曲線。能源效率（ei）在45th，55th分位對廢水的影響急劇變化，系數由正變為負又由負變正，其他分位都保持穩定正向影響。

4 結語

文中運用面板分位數回歸分析方法，以IPAT拓展模型和環境庫茲涅茨模型為基礎，探討了中國2002—2016年31省市人口規模、經濟增長和技術水平對環境質量的影響，并對環境質量的測量指標——工業SO2和工業廢水做了對比分析。實證分析結果顯示，人口規模對工業SO2和工業廢水的排放影響都存在倒U型的環境庫茲涅茨曲線，即隨著人口數不斷增加，工業污染物不斷上升，達到一定水平后，工業污染物開始減少;同時，經濟增長對工業SO2和工業廢水排放也呈現倒U型關系，在經濟發展初期，經濟不斷增長將惡化環境質量，但達到一定轉折點后，當人們開始逐漸意識到保護環境的重要性并開始投入污染治理資金來改善環境時，隨著經濟的不斷增長，環境質量逐步變好。值得注意的是，在技術水平方面，創新對2種工業污染物減排有積極影響，但第二產業結構和能源效率減少工業SO2排放，卻增加工業廢水的排放，表明目前政府和企業對2種污染物的重視程度還存在偏差。

本實證研究結果對人口增長，經濟增長，技術創新和環境質量問題的解決治理有一定的借鑒意義。第一，針對不同的污染物，當地政府和企業都應給予相同的重視程度，投入相當的環境治理費用，并針對不同的污染物采取不同的治理措施;第二，綠色技術進步對于促進經濟增長至關重要，應該充分重視技術創新在減少污染物排放中的作用，根據新古典理論和內生增長理論，綠色技術創新是經濟增長和保護環境和諧發展中的關鍵因素，盡管目前提倡綠色發展，但更多的企業因為成本和能力原因還是更多的將資金投入了資源利用率較低的傳統技術創新。因此，應該從財政等方面對企業的綠色技術的研究和發展提供支持，鼓勵企業遵守并履行自身的環境社會責任;第三，因為經濟增長對環境質量的變化有著重要影響，因此，應當根據各地區發展階段的不同設置不同的污染指標，同時不斷加強居民的環保意識，各社區應當定期宣傳環境保護，并組織相關的環保活動來幫助環境質量的改善;第四，為了提高能源利用效率，應該加強自主創新資金投入，培養自身的技術人才，積極推進清潔能源，如風能、太陽能等的開發利用，同時倡導社區動員居民養成節能減排的習慣。

參考文獻：

[1] Commoner B.A bulletin dialogue on‘the closing circleresponse[J].Bulletin of the Atomic Scientists，1972，28（05）：17，42-56.

[2]DietZ T，Rosa E A.Rethinking the environmental impacts of population，affluence and technology[J].Human Ecology Review，1994（01）：277-300.

[3]鐘興菊，龍少波.環境影響的IPAT模型再認識[J].中國人口·資源與環境，2016，26（03）：61-68.

[4]丁 勝，溫作民.長三角地區碳排放影響因素分析——基于IPAT改進模型[J].技術經濟與管理研究，2014（09）：106-109.

[5]朱美鳳，魏景賦.產業內貿易、FDI對我國三大經濟圈CO2 排放影響研究[J].技術與創新管理，2018，39（05）：607-610+628.

[6]Cai B F，Gu H X，Cao L B，et al.Local strategies for Chinas carbon mitigation：An investigation of Chinese city-level CO2 emissions[J].Journal of Cleaner Production，2018，178：890-902.

[7]Chontanawat J.Decomposition analysis of CO2emission in ASEAN：an extended IPAT model[J].Energy Procedia，2018（10）：186-190.

[8]Lau L S，Choong C K，Eng Y K.Investigation of the environmental Kuznets curve for carbon emissions in Malaysia：Do foreign direct investment and trade matter[J].Energy Policy，2014，68：490-497.

[9]Herranz A A，Lorente B D，Shahbaz M，et al.Energy innovation and renewable energy consumption in the correction of air pollution levels[J].Energy Policy，2017，105：386-397.

[10]Ehrlich P R，Holdren J P，Ehrlich P R，et al.A bulletin dialogue on‘the closing circlecritique：one dimensional ecology[J].Bulletin of the Atomic Scientists，1972，28（05）：16-27.

[11]楊志恒，劉 猛，鄒嘉琦，等.我國技術創新成果轉化現狀與難題破解[J].技術與創新管理，2016，37（01）：40-42.

[12]Commoner B.The closing circle：nature，man，and technology[C]//New York：Bantam Books，Inc. ，1971：199-213.

[13]王 青，趙景蘭，包艷龍.產業結構與環境污染關系的實證分析——基于1995—2009年的數據[J].南京社會科學，2012（03）：14-19.

[14]Dietz T，Rose E A.Effects of population， affluence on CO2 emission[J].Proceedings of the National Academy of Science of the USA，1997，94（2）：175-179.

[15]王 麗，歐陽慧，馬永歡.經濟社會發展對環境影響的再認識——基于IPAT模型的城市碳排放分析[J].宏觀經濟研究，2017（10）：162-168.

[16]Breitung J.The local power of some unit root tests for panel data[C]//Berlin：Discussion Papers Humboldt University，1999，15（15）：161-177.

[17]Im K S，Pesaran M H，Shin Y.Testing for unit roots in heterogeneous panels[J].Journal of Econometrics，2003，115（01）：53-74.

[18]Koenker R，Bassett G S.Regression quantile[J].Econometrica，1978，46：33-50.

[19]陳 陽，逯 進，于 平.技術創新減少環境污染了嗎？—來自中國 285個城市的經驗證據[J].西安交通大學學報（社會科學版），2019（01）：73-84.

[20]Ley M C，Stucki T，Woerter M.The impact of energy prices on green innovation[R].Kof Working Papers，2016，37（01）：45-52.

[21]王 俊.碳排放權交易制度與清潔技術偏向效應[J].經濟評論，2016（02）：29-47.

[22]Acemoglu D，Aghion P，Bursztyn L，et al.The environment and directed technical change[J].American Economic Review，2012（01）：131-166.

（責任編輯：嚴 焱）