城市環境與經濟發展的EKC檢驗

韓雪源 徐穎

摘?要：垃圾分類作為推動綠色發展的重要舉措，可提高城市環境質量，促進資源回收利用。選取2000—2018年首批垃圾分類8個試點城市的人均生活垃圾清運量與人均GDP數據進行擬合，構建城市環境與經濟發展的環境庫茲涅茨（Environment?Kuznets?Curve，EKC）模型，實證檢驗垃圾分類下城市環境與經濟發展的動態關系。研究表明，8座城市生活垃圾產生量均處于上升期，垃圾分類效果不佳;不同城市EKC曲線存在顯著差異，杭州市EKC曲線呈倒“U”型;北京、上海、南京、桂林、廣州、深圳、廈門呈“N”型。八座城市的生活垃圾排放量未來看不到總量下降趨勢。

關鍵詞：垃圾分類?環境庫茲涅茨曲線?經濟發展

一、引言

隨著我國經濟發展與城鎮化進程的加快，都市生活垃圾產生量日益增多。尤其人口激增的一線城市，資源環境的承載能力面臨著不小的挑戰，居住人群對生活環境的高質量追求與急劇增長的生活垃圾體量對其治理水準提出了更高要求。而垃圾分類正是都市環境治理的重要構成部分。基于垃圾分類視角，實證分析生活垃圾清運量與經濟增長的EKC模型，探究城市環境與經濟發展的動態變化規律，對于加快“資源節約型社會、環境友好型社會”建設，提高新型城鎮化質量[1]，具有重要的現實意義。

當前文獻對EKC模型進行了廣泛而深入的研究。從被解釋變量的研究方向來看，劉遠書等（2020）選取了工業廢水排放量、工業COD排放量、工業氨氮排放量為研究變量[2]，許華等（2021）聚焦于碳排放量的EKC曲線分析[3]。從被解釋變量的研究范圍來看，崔鐵寧等（2018）建立了全國除西藏外的30個省份的EKC模型[4]，陳曉清等（2020）以寧夏為例定量分析其EKC曲線形成機制[5]。研究方向多集中于水污染、空氣污染的相關實證分析，涉及城市生活垃圾的較少;研究范圍以全國和單個城市為主，城市功能群分析較少。

本文以2000年首批生活垃圾分類收集試點的八個城市為研究對象，構建人均生活垃圾排放量與人均GDP環境庫茲涅茨曲線模型，分析模型EKC曲線形態，檢驗垃圾分類視角下城市環境與經濟發展的關系。

二、模型與方法

環境庫茲涅茨曲線（Environment?Kuznets?Curve，EKC）主要研究環境質量與人均收入之間的關系，揭示環境質量與經濟發展之間的動態演變規律。

（一）模型構建

EKC曲線模型自提出以來，國內外學者根據一般模型衍生出了多種簡化模型，一般實證分析多使用可行性較強的簡化模型[2]。

EKC曲線一般模型形式為：Y=α+β1X+β2X2+β3X3+β4Z+ε（1）

而在實際模型的構建中，大多使用如下三種簡化模型：

Y=α+β1X+β2X2+ε（2）

Y=α+β1X+β2X2+β3X3+ε（3）

Y=αeβX?（4）

模型（1）中X為經濟發展指標，Y為環境相關指標，α為常數，β1、β2、β3、β4為模型的估計系數，Z為除解釋變量外影響被解釋變量的其他因素，ε為誤差項。簡化的三種模型依次為二次曲線、三次曲線、指數曲線，其中模型（2）（3）中各系數與模型（1）的釋義相同，模型（4）中的α、β均為估計系數。

（二）指標選取與數據來源

環境庫茲涅茨曲線模型中涉及兩個指標，環境質量指標和經濟發展指標。

本文環境質量指標選取人均生活垃圾清運量，經濟發展指標多選用人均GDP或人均可支配收入。我國城市生活垃圾早已實現規?；咸幚恚暹\量可代表城市生活垃圾產生量，用于衡量其環境質量。一般經濟欠發達地區貧富差距大，人均GDP并不能準確反映收入的真實情況，多選取人均可支配收入為經濟增長指標，而經濟發達地區則使用人均GDP。本文研究對象為2000年首批生活垃圾分類試點的八個城市，即北京、上海、南京、杭州、桂林、廣州、深圳、廈門，這些城市均為經濟較發達城市，因此可使用人均GDP作為經濟發展指標。

上述城市生活垃圾清運量、常住人口、人均GDP數據均來源于各市歷年統計年鑒或環境統計年鑒。

（三）數據處理

在模型擬合前，為定量描述兩個變量間相關的方向和密切程度，需對各個城市的人均生活垃圾清運量與人均GDP進行Person相關檢驗。本文數據在001置信水平下，變量之間均存在顯著相關性，說明二者擬合較好。

再使用SPSS統計分析軟件分別對8個首批垃圾分類試點城市做模型數據擬合，比較每個城市在三個模型下的擬合度及參數檢驗顯著性，選擇通過參數顯著性檢驗后擬合度最高的模型作為此城市的EKC曲線。其中擬合度主要通過指標R2判斷，越接近1表示回歸模型對觀測值的擬合程度越高，解釋變量對被解釋變量的解釋越充分，一般結果在70%以上都可接受。參數檢驗顯著性分為T檢驗和F檢驗，T檢驗主要檢驗模型各系數的顯著性，F檢驗主要檢驗模型整體顯著性。

根據模型中估計系數的不同，EKC曲線呈現出單調遞增、單調遞減、倒“U”型、“U”型、“N”型、倒“N”型等不同類型，如表1所示。

三、EKC模型實證分析

對八個城市的人均生活垃圾清運量與人均GDP進行曲線估計，從二次曲線、三次曲線、指數曲線中選取最貼切的擬合估計結果，最終得到八個城市的回歸結果如表2所示。

從表2中可看出，北京市、上海市未通過R2的擬合度要求與F檢驗，得到的模型系數結果與曲線形狀的可信度較低。這是由于兩個城市的人口規模過大，過度城市化危害了其健康發展，使EKC曲線的簡化模型適用性降低，所得到的城市人均生活垃圾清運量與人均GDP模型估計結果可信度過低，由此，需要借助其他方法判斷兩市情況。