工业污染的环境库兹涅茨曲线检验.docx
《工业污染的环境库兹涅茨曲线检验.docx》由会员分享，可在线阅读，更多相关《工业污染的环境库兹涅茨曲线检验.docx（14页珍藏版）》请在冰豆网上搜索。
工业污染的环境库兹涅茨曲线检验
工业污染的环境库兹涅茨曲线检验
——基于中国1998-2010年省际面板数据的实证研究
内容提要本文运用1998-2010年我国省际面板数据，采取水污染、大气污染与固体污染排放等五类工业污染指标，对我国经济增长与工业污染之间的关系进行了实证检验。
实证结果表明，不同污染指标得到的环境——收入曲线形状不同，包括倒U型、N型、U+倒U型等。
就本文选取的污染指标而言，只有北京、上海、天津等少数发达地区的经济发展水平超过了环境拐点，经济增长与工业污染的关系在不同的经济区域差异显著。
关键词经济增长工业污染环境库兹涅茨曲线
一、引言
改革开放以来，我国经济经历了一个持续的高速增长阶段。
按不变价格计算，2010年我国的国内生产总值（GDP）是1978年的20.6倍。
[1]2010年，我国GDP跃居全球第二，仅次于美国，当年GDP增长率达到10.33%，而世界平均水平仅为5.11%。
[2]然而，快速的经济增长也加大了资源和环境承载的压力，环境污染问题日渐突出。
发达国家大多经历过经济增长伴随环境恶化的发展阶段。
20世纪90年代初，Grossman和Krueger（1993）在分析北美自由贸易区协定（NAFTA）的环境效应时，首次发现环境污染程度和人均GDP之间存在倒U型关系。
并且，当一国人均GDP达到4000-5000美元（1985年的美元价格）的转折点时，经济增长趋向于减轻环境污染问题。
这条倒U型曲线被称为“环境库兹涅茨曲线（EnvironmentalKuznetsCurve，EKC）”。
随着环境问题的日益凸显，大量学者开始研究经济增长与环境污染之间的关系。
Panayotou（1993）对54个国家的截面数据进行分析，他选取氮氧化物、二氧化硫、悬浮颗粒物等污染物指标，发现三种污染物与人均收入之间均呈现倒U型曲线关系。
Panayotou还选取了生态破坏指标——森林砍伐率，建立起森林砍伐率与人均收入、人口密度之间的函数，进一步证实了EKC的存在。
HannesEgli（2001）则采用德国的时间序列数据进行研究，发现在短期内，收入变化并不影响污染排放；而在长期，并不是所有污染物都呈现出EKC结构，而且所有的估计结果都不是很稳健。
因此，他认为，环境库兹涅茨曲线在单个国家是否存在值得怀疑。
更多学者注重对面板数据的研究，并得出了不一致的结论。
Shafik和Bandyopadhyay（1994）选取了149个国家1960-1990年的面板数据，考察环境质量的10个不同指标与人均GDP之间的关系。
结果发现，除了二氧化硫、城市烟雾指标与人均GDP之间的关系成倒U型曲线外，其他如饮用水质量、城市卫生等指标，与人均GDP之间不呈倒U型关系。
他们认为，环境与经济增长之间的关系不是固定的形式，经济增长要缓解环境问题是可能的，但不存在一个环境自发改善的过程。
只有当环境问题产生了一定的成本，或直接损害到人们的生存环境时，才会驱使人们行动起来保护环境。
Bruyn、Bergh和Opschoor（1998）收集了新西兰、德国、英国和美国1960-1993年的数据，考察了二氧化碳、二氧化氮和二氧化硫等三种环境指标与人均GDP的关系，发现所有模型均符合EKC形状。
他们研究证实，经济增长初期，增长对污染排放具有正效应；而后来污染排放的下降，可能是由于结构调整和技术进步所造成。
Harris、Chambers和Kahn（2009）则利用146个国家1961-2000年的面板数据，采用生态足迹[3]表征环境压力，研究其与人均GDP之间的关系。
实证研究结果表明，生态足迹与人均GDP不存在倒U型曲线关系，并提出经济增长自身不会改善环境。
国内也有许多学者针对我国的污染情况，进行EKC的实证研究。
陈华文和刘康兵（2004）应用上海市1990-2001年的数据，选取了二氧化硫、总悬浮颗粒、氮氧化物和一氧化碳等四种环境指标。
他们在研究环境指标与人均收入之间的关系时，还加入了人口密度、技术、禀赋（如气候、地理条件和资源禀赋）等因素。
结果发现，对于多数指标而言，环境库兹涅茨曲线假说成立。
而且，不同的环境质量指标对应于不同的转折点。
彭水军和包群（2006）运用1996-2002年我国省际面板数据，对我国经济增长与包括水污染、大气污染与固体污染排放在内的六类环境污染指标之间的关系进行了实证检验。
结果发现，环境库兹涅茨倒U型曲线关系，很大程度上取决于污染指标以及估计方法的选取。
对于工业废水排放和二氧化硫排放，存在以相对低的人均收入水平越过环境倒U型曲线转折点的可能。
另外，他们加入人口规模、技术进步、环保政策、贸易开放以及产业结构调整等污染控制变量后，发现这些变量对环境库兹涅茨曲线均产生重要影响。
周茜（2011）通过构建综合环境污染水平指标，运用1991-2009年省际面板数据，通过因子分析法，分析我国东、中、西部地区增长与污染的关系。
结果表明：
东、中、西部地区环境库兹涅茨曲线均呈N型。
但由于不同地区发展阶段不同，东部地区的综合环境污染水平随经济增长呈下降趋势，中部和西部地区综合环境污染水平随经济增长呈上升趋势。
高宏霞等（2012）利用2000-2010年的数据，对各省经济增长与污染的关系进行了实证研究。
他们选取了工业粉尘排放量、工业废气排放量、二氧化硫以及工业烟尘排放量四种指标，表示环境污染程度，使用人均GDP表示经济增长。
研究发现，我国不同省份的转折点到来时间存在较大差异，而这种差异主要是各个省份的结构效应和技术效应不同造成的。
总之，国外学者的实证研究主要集中在，经济增长与环境质量之间是否存在倒U型曲线关系上，用于表征环境质量的指标选取更为多元。
而国内学者对于环境库兹涅茨曲线的研究，主要针对环境污染（三废排放）与经济增长的关系，指标选取较为单一。
但是国内学者在研究时，还考虑到了其他的控制变量对结果的影响，这一点值得借鉴。
1978年以来，我国的工业化不断推进，国内生产总值构成中第二产业的比重一直在40%以上。
因此，对于地方政府而言，素有“无工不富”的说法。
而我国工业的能源和资源消耗量与国际水平相比偏高，工业污染是环境污染的重要组成部分。
因此，本文采取1998-2010年我国30个省级区域的面板数据，着重对工业污染的环境库兹涅茨曲线假说进行实证检验。
一方面，本文选取了五类指标来度量工业污染程度，并通过分析不同污染指标与经济增长之间的关系，得出了形状各异的环境——收入曲线。
另一方面，本文将各地经济发展情况与实证研究得到的环境拐点进行比较，区分出达到、接近和远离拐点的几类地区，以反映经济增长与工业污染关系在各省级区域的差异。
二、数据说明及实证方法
（一）变量选取与数据来源
由于数据的可得性原因，本文面板数据包括：
除西藏自治区、香港、澳门及台湾之外的30个省级地区1998-2010年的原始数据。
本文使用工业废水排放总量（water）、工业SO2、工业粉尘排放总量（dust）、工业烟尘排放总量（soot）和工业固体废物产生量（solid）五种指标，表征工业污染程度；使用剔除了CPI影响的历年人均GDP（以1998年为基期），表征经济增长。
各指标数据来源于1999-2011年历年的环境公报、《中国环境统计年鉴》和《中国统计年鉴》。
本文中的各类具体指标见表1。
（二）估计模型与方法
本文采用如下经济增长与环境质量的简约式同归方程来进行分析：
其中，yit为第i个省市在第t年的污染排放量；xit为第i个省市在第t年的人均GDP；zit代表影响环境质量变化的其他控制变量，本文中主要指政府环境治理强度；αi则为特定的截面效应。
根据
（1）式回归结果，可以判断环境与收入之间存在的几种可能的曲线关系：
1、如果β1＜0，β2＞0且β3=0，则曲线呈正U型；反之，如果β1＞0，β2＜0且β3=0，则为二次曲线关系，即曲线呈倒U型，转折点（TP）为x*=-β1/2β2。
2、如果β1＞0，β2＜0且β3＞0，则为三次曲线关系或者说曲线呈N型；反之，如果β1＜0，β2＞0且β3＜0，则曲线呈U+倒U型。
3、如果β1≠0，且β2=0，β3=0，则环境——收入之间为线性关系。
本文采用了五种方法对变量的平稳性进行检验，即LLC检验（Levin、Lin、Chu检验）、Breitun9检验、IPS检验（Im、Pesaran、Shin检验）、Fisher-ADF检验及Fish-PP检验。
面板模型可分为变系数模型、变截距模型和混合横截面模型。
其中变截距模型又分为固定效应变截距模型（fixedeffectmodel，FE）和随机效应变截距模型（randomeffectmodel，RE）。
由于本文研究的是我国各个地区的数据，存在区域性差异，而变系数模型难以反映这种差异，所以采用变截距模型。
本文先进行Hausman检验，确定是采用固定效应变截距模型还是随机效应变截距模型，然后利用LR统计量检验回归参数的约束条件是否成立。
Hausman检验统计量构造如下：
其中，βRE、βFE分别代表固定效应、随机效应模型的估计系数，Var（βFE-βRE）是系数向量（βRE-βFE）的协方差矩阵。
在随机效应的原假设下，Hausman检验量服从x2（k）分布，其中k为回归方程的解释变量个数。
如果H统计值大于临界值，则拒绝原假设。
LR检验统计量构造如下：
其中，
表示估计约束模型的对数极大似然函数值，
表示估计非约束模型的对数极大似然函数值，m表示面板数据模型中约束条件个数。
在约束条件成立下LR～x2（m）。
本文分析所使用的软件是Eviews6.0。
三、实证研究结果
（一）面板单位根检验结果
对人均GDP、工业废水、工业粉尘、工业烟尘、SO2、工业固体废弃物等五个变量，进行单位根检验，结果见表2。
（二）协整检验结果
由于人均GDP、工业废水排放量、工业粉尘、工业SO2、工业固体废弃物产生量等五个变量非平稳，并且均是一阶单整，所以在估计相应方程前需要进行协整检验。
本文采用Pedroni检验，结果见表3。
MonteCarl0模拟结果显示，对大于100的样本来说，所有7个统计量的检验功效都很好并且稳定。
但对于小样本（小于20）来说，GroupADF统计量是最有效力的，其次是Panel-v统计量和Panel-RhO统计量。
本文的样本量只有13年，因此主要看这3个统计量。
协整检验的结果表明，人均GDP与工业废水、工业SO2、工业粉尘、工业烟尘、工业固体废弃物之间存在长期稳定关系，可以对五个污染物指标的EKC方程作进一步估计。
对于与人均GDP存在协整关系的工业废水、工业SO2、工业粉尘、工业烟尘、工业固体废弃物而言，EKC估计方程的Hausman检验结果见表4。
由于Hausman检验均拒绝原假设，因此五个方程都采用固定效应模型。
回归结果见表5。
（三）实证结果分析
1、工业废水与人均GDP的EKC检验
回归结果表明，工业废水排放量与人均GDP之间呈U+倒U型曲线关系。
固定效应模型的回归结果如下：
由（5）式可进一步计算出工业废水排放量——收入U+倒U型曲线的转折点位于人均GDP0万元/人和5.773万元/人的临界值处。
显然，转折点0万元/人没有多大的实际意义，工业废水排放量与人均GDP之间实际是倒U型曲线关系（图1）。
这一估计结果的经济意义是：
当人均GDP低于5.773万元/人时，该地区的工业废水排放量随着人均GDP的上升而增加；而当人均GDP超过这一转折点时，随着经济的进一步增长，该地区的工业废水排放量开始出现下降趋势。
这证实了环境库兹涅茨曲线的存在，即经济增长加剧了环境污染，但也为治理环境污染问题提供了必要的物质基础。
因此，经济发展到一定程度，污染水平会呈现下降趋势，即经济增长与环境污染之间呈现倒U型曲线关系。
通过将我国各地区实际人均GDP水平与5.773万元/人的临界值相比较，可以对我国区域经济增长与环境污染的关系进行判断。
表6列出了2010年各省的人均GDP。
对表6进行整理，得到表7。
由表7可知，我国绝大多数省份的人均GDP都没有达到转折点，即随着人均GDP的上升，这些省份工业废水排放量也将相应地增加。
只有北京、天津和上海的人均GDP达到了这一转折点，其工业废水排放量将随着收入的增加而减少。
陈石清和蔡珞珈（2007）也通过我国各地区1989-2004年的数据建立模型，得出工业废水排放量与人均GDP之间呈现倒U型曲线关系。
2、工业SO2排放量与人均GDP的EKC检验
回归结果表明，工业SO2与人均GDP之间呈N型曲线关系（图2）。
固定效应模型的回归结果如下：
根据（6）式估计结果可以计算出，N型曲线的两个拐点分别为2.754万元/人和5.576万元/人。
当人均GDP低于2.754万元/人时，该地区工业SO2排放量将随着人均收入的上升而增加；而当人均GDP超过了2.754万元/人的转折点时，人均GDP的继续增长将有利于降低工业SO2的排放。
但当人均GDP突破了5.576万元/人之后，工业SO2排放量又将随着人均GDP的增加而上升。
污染和经济增长呈N型关系，这一结果便是“重组假说”（“relinking”hypothesis）所描述的情况。
20世纪90年代末，研究发现，在高收入水平时物质利用会再次增加，环境质量再度恶化，因此环境压力和经济增长之间呈N型关系，而不是倒U型关系。
由于在经济迅速发展的同时，减物质化[4]没有受到高度的重视，经济增长率的提高，超过了物质强度的减少，于是出现污染与收入重新组合的现象。
实证研究证实，奥地利1960-1999年的二氧化碳排放与收入呈N型关系（Friedl和Getzner，2003），在荷兰也出现了重新组合现象（Bruyn和opschoor，1997）。
从表8可以看出，目前只有江苏、浙江、内蒙古、广东、辽宁、山东及福建等7个地区，人均GDP达到了2.754万元的临界值（但未超过第二临界值5.576万元）。
其余24个地区均未达到，其中，吉林的人均GDP（2.581万元）已接近第一个临界值。
因此，对于大多数地区而言，工业SO2排放量随着人均GDP的上升而减少。
整体来看，只有上海、天津和北京这三个地区的人均GDP达到了第二转折点。
3、工业烟尘排放量与人均GDP的EKC检验
回归结果表明，工业烟尘与人均GDP之间也呈U+倒U型曲线关系（图3）。
模型回归结果如下：
根据（7）式可以计算出，该U+倒U型曲线的两个转折点分别为人均收入3.295万元与4.725万元。
这一结果的经济意义是：
在人均GDP低于3.295万元/人的地区，工业烟尘排放量将随着人均GDP的上升而减少；而当人均收入突破了3.295万元/人的转折点时，人均GDP的增长将不利于工业烟尘排放量的降低；一旦人均GDP进一步提高，突破了4.725万元/人之后，工业烟尘排放量又将随着人均GDP的上升而减少。
从我国目前人均GDP的地区分布特征（表9）来看，中西部地区的人均GDP大多低于3.295万元/人，因此在本文所选取的样本期间，人均GDP的上升能够降低工业烟尘排放量。
而绝大多数东部沿海地区省份的人均GDP值，已经达到了3.295万元/人的临界值水平。
2010年，14个东部沿海地区中的9个省份已经达到了该临界值。
因此，在这些地区，人均GDP的上升会导致工业烟尘排放量的增加。
但是对于第二个临界点，全国只有3个城市突破了这个临界点，即上海、北京和天津，预计这些地区的工业烟尘排放量将会呈下降趋势。
当然，这种趋势能否真正实现，与这些地区的产业结构升级调整能否顺利完成也有重要关系。
4、工业粉尘排放量与人均GDP的EKC检验
回归结果表明，工业粉尘与人均GDP之间的固定效应模型如下：
由表4可知，人均GDP平方项与立方项的t统计值没有通过显著性水平检验，该式表明，工业粉尘排放量与人均GDP之间不存库兹涅茨倒U型曲线关系，而是呈线性关系。
随着人均GDP的上升，工业粉尘排放量相应下降：
人均GDP每增加1万元（1998年基期价），将使得工业粉尘排放量下降约17.556万吨。
从全国的情况来看，近年的工业粉尘排放量的确呈下降趋势。
从表10可见，从2006年开始，工业粉尘大幅下降，这应该与“十一五”规划中节能减排目标的落实有关。
2010年，工业粉尘排放量比上年减少14.3%。
5、工业固体废弃物产生量与人均GDP的EKC检验
回归结果表明，工业固体废弃物与人均GDP之间存在显著的库兹涅茨倒U型曲线关系（图5），固定效应模型回归结果如下：
由（9）式可计算出，工业固体废弃物产生量——收入倒U型曲线的转折点，位于人均GDP3.101万元/人的临界值处。
这一估计结果的经济意义是：
对于人均GDP低于3.101万元/人临界水平的地区而言，工业固体废弃物产生量和人均GDP间具有同步上升趋势，即随着人均GDP进一步上升，工业固体废弃物产生量同时增加。
一旦人均GDP突破了3.101万元/人的临界水平，该地区工业固体废弃物产生量才会有所减少。
通过将我国各地区实际人均GDP水平与临界值相比较可知，2010年，突破临界值的省份只有10个，即北京、天津、内蒙古、辽宁、江苏、上海、浙江、福建、山东和广东，这些省份绝大多数属于东部地区。
而我国绝大部分省份的环境——收入关系都位于EKC的左半段，即随着人均GDP的上升，工业固体废弃物产生量也将相应地增加。
这一结论与许士春和何正霞（2007）的结论一致，即我国工业固体废弃物污染随着经济的增长，会出现先恶化后改善的现象。
四、结论及政策含义
综合上述五类环境污染指标与人均GDP的面板数据估计结果，可以总结出以下主要结论：
1、环境库兹涅茨曲线的估计结果很大程度上取决于度量指标的选取、样本数据的选择以及估计方法。
对于不同的环境污染指标，实证研究得到的曲线形状及环境拐点均不同。
因此，对我国而言，环境库兹涅茨曲线假说实质上具有不确定性。
表11总结了根据本文估计结果所得到的五类污染物度量指标与人均GDP的曲线关系。
其中，工业烟尘排放量与人均GDP呈现出U+倒U型曲线关系；工业SO2与人均GDP具有N型曲线关系；工业粉尘排放量与人均GDP之间呈线性关系；只有工业废水排放量、工业固体废弃物生产量与人均GDP具有倒U型曲线关系。
另外，环境拐点从2.754万元/人至5.773万元/人，各不相同。
2、在本文所选的五类环境污染指标与人均GDP之间的曲线关系中，有四类出现了环境拐点。
之所以出现拐点，是因为：
在经济发展初期，人均收入水平较低，公众更关注经济的快速增长，社会对环境服务的需求较低；同时，发展初期政府财政收入有限，治理投资不足，对环境污染的控制力较差，因此，环境污染会随着经济的增长而恶化。
但当经济发展到一定阶段，服务业大力发展，产业结构升级调整，污染排放会逐步下降。
另外，公民的环保意识增强，对环境服务的需求增加；政府在这种压力下，随着财力的增强，会加大对环境污染的治理力度，环境污染得到有效控制。
然而，一旦环境政策实施不力，或者经济发展过程中减物质化没有受到足够的重视，抑或产业结构升级不够顺利，环境压力都有可能再次加大。
3、经济增长与环境污染关系在不同的经济区域差异显著。
根据本文估计结果，对于经济发达省份，如上海、北京、天津等地，经济发展水平已超过大部分环境指标的转折点。
因此，进一步的经济增长是降低污染排放的有效途径。
但是，这些地区要警惕重组现象的发生，在发展经济的过程中，要高度重视减物质化，进一步优化产业结构，努力降低污染排放量。
相反，我国大部分中西部地区的经济发展水平较低，就大多数环境指标而言，中西部地区还必须在经济增长和环境保护之间进行权衡选择。
不过，Dasgupta（2002）曾分析各国的环境数据，并发现，基于发展中国家样本得到的EKC临界值，一般要低于由发达国家样本得到的EKC临界值。
原因在于：
发展中国家通过发挥环境政策的管制和监督作用，来改变EKC的临界值。
因此，我国可以充分发挥环境政策的效力，来改变EKC转折点的位置，使得我国落后省份在一个相对低的临界值越过转折点成为可能。
（作者：
毛晖汪莉中南财经政法大学财政税务学院）
注释：
[1]数据来源于《中国统计年鉴（2011）》。
[2]数据来源于国际货币基金组织WEO数据库，转引自中华人民共和国国家统计局网页，http：
//
[3]生态足迹（Ecologicalfootprint，简称EF），也称“生态占用”。
是指特定数量人群按照某一种生活方式所消费的、自然生态系统提供的各种商品和服务功能，以及在这一过程中所产生的废弃物需要环境（生态系统）吸纳，并以生物生产性土地（或水域）面积来表示的一种可操作的定量方法。
它的应用意义是：
通过生态足迹需求与自然生态系统的承载力（亦称生态足迹供给）进行比较，即可以定量地判断某一国家或地区目前可持续发展的状态。
[4]减物质化（Dematerialization），是指在生产过程中单位经济产出所消耗的物质材料或产生的废弃物量的绝对（或相对）减少。
减物质化是一种功能经济，强调在同样的甚至更少的物质基础上，获得更多的产品与服务。
减物质化表现为系统两端的物质减量化，既包括生态环境系统进入到经济系统中物质投入量的减少，也包括经济系统输出到生态环境系统中的废物量的减少。
总体来说，其基本思想是以最小的资源投入，产出最大量的产品，同时产生最小量的废品。
参考文献：
[1]包群、彭水军：
《经济增长与环境污染：
基于面板数据的联立方程估计》，《世界经济》2006年第11期。
[2]陈德湖、张津：
《中国碳排放的环境库兹涅茨曲线分析——基于空间面板模型的实证研究》，《统计与信息论坛》2012年第5期。
[3]陈华文、刘康兵：
《经济增长与环境质量：
关于环境库兹涅茨曲线的经验分析》，《复旦学报（社会科学版）》2004年第2期。
[4]陈石清、蔡珞珈：
《环境库兹涅茨曲线假说及其在中国的检验》，《生态经济》2007年第9期。
[5]范金、胡汉辉：
《环境库兹涅茨曲线研究及应用》，《数学的实践与认识》2006年第6期。
[6]高宏霞、杨林、付海东：
《中国各省经济增长与环境污染关系的研究与预测——基于环境库兹涅茨曲线的实证分析》，《经济学动态》2012年第1期。
[7]高静、黄繁华：
《贸易视角下经济增长和环境质量的内在机理研究——基于中国30个省市环境库兹涅茨曲线的面板数据分析》，《上海财经大学学报》2011年第5期。
[8]黄菁、陈霜华：
《环境污染治理与经济增长：
模型与中国的经验研究》，《南开经济研究》2011年第1期。
[9]李猛：
《财政分权与环境污染——对环境库兹涅茨假说的修正》，《经济评论》2009年第5期。
[10]李时兴：
《偏好、技术与环境库兹涅茨曲线》，《中南财经政法大学学报》2012年第1期。
[11]李玉文、徐中民等：
《环境库兹涅茨曲线研究进展》，《中国人口、资源与环境》2005年第5期。
[12]陆虹：
《中国环境问题与经济发展的规律分析一以大气污染为例》，《财经研究》2000年第10期。
[13]卢远、华璀、陆赛：
《广西环境库兹涅茨曲线的实证分析》，《广西师范学院学报（自然科学版）》2007年第1期。
[14]罗岚、邓玲：
《我国各省环境库兹涅茨曲线地区分布研究》，《统计与决策》2012年第10期。
[15]彭水军、包群：
《经济增长与环境污染——环境库兹涅茨曲线假说的中国检验》，《财经问题研究》2006年第8期。
[16]佘群芝、王文娟：
《减污技术与环境库兹涅茨曲线——基于内生增长模型的理论解释》，《中南财经政法大学学报》2012
升级会员 