環(huán)境庫(kù)茲涅茨曲線在我國(guó)成立的再探討

盧 寧，李國(guó)平

（西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，西安 710061）

0 引言

改革開(kāi)放30年以來(lái)，我國(guó)經(jīng)濟(jì)經(jīng)歷了一個(gè)持續(xù)的高速增長(zhǎng)階段，然而快速的經(jīng)濟(jì)增長(zhǎng)不可避免地產(chǎn)生負(fù)外部性影響——環(huán)境污染，這是經(jīng)濟(jì)高速增長(zhǎng)的伴生產(chǎn)物，加劇了對(duì)自然資源和生態(tài)環(huán)境產(chǎn)生的壓力。我國(guó)的經(jīng)濟(jì)增長(zhǎng)過(guò)程并沒(méi)有完全繞開(kāi)一些西方國(guó)家“先污染后治理”的老路，付出了昂貴的資源和環(huán)境代價(jià)，發(fā)達(dá)國(guó)家百年工業(yè)化過(guò)程中分階段出現(xiàn)的環(huán)境污染問(wèn)題在我國(guó)集中體現(xiàn)出來(lái)，這將制約經(jīng)濟(jì)增長(zhǎng)的可持續(xù)性。環(huán)境污染問(wèn)題不可能用停止經(jīng)濟(jì)發(fā)展的辦法來(lái)解決，而必須以科學(xué)發(fā)展觀為指導(dǎo)協(xié)調(diào)經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染之間的矛盾。近年來(lái)，在國(guó)際社會(huì)環(huán)境保護(hù)壓力下，隨著居民對(duì)環(huán)境質(zhì)量需求的提高，經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量之間的關(guān)系已經(jīng)日益受到政府和全社會(huì)的關(guān)注，國(guó)家“十一五”規(guī)劃提出要建立環(huán)境友好型社會(huì)，實(shí)行節(jié)能減排，正確處理環(huán)境與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。因此，對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)與不同環(huán)境污染物排放量之間的關(guān)系是否符合環(huán)境庫(kù)茲涅茨曲線(Environmental Kuznets Curve)進(jìn)行深入細(xì)致研究，這對(duì)保持經(jīng)濟(jì)持續(xù)快速增長(zhǎng)，逐步減少環(huán)境污染，實(shí)現(xiàn)節(jié)能減排目標(biāo)具有重要的現(xiàn)實(shí)意義，為促進(jìn)經(jīng)濟(jì)又好又快地發(fā)展提供理論依據(jù)。

圍繞經(jīng)濟(jì)增長(zhǎng)是解決環(huán)境問(wèn)題的動(dòng)力還是引起環(huán)境惡化的原因這一課題，引發(fā)了國(guó)內(nèi)外學(xué)者開(kāi)展了大量研究工作。環(huán)境庫(kù)茲涅茨曲線常被表示成污染物排放量隨人均國(guó)內(nèi)生產(chǎn)總值(GDP)的增長(zhǎng)而先增后減的倒U型關(guān)系，并為Grossman和Krueger(1991)首次實(shí)證證明。Panayoutou(1993)將這個(gè)假說(shuō)命名為環(huán)境庫(kù)茲涅茨曲線。盡管?chē)?guó)內(nèi)已經(jīng)有一些研究EKC的文獻(xiàn)，但是一般的固定效應(yīng)模型和隨機(jī)效應(yīng)模型不能很好地解決模型的異方差和同步相關(guān)問(wèn)題。因而，本文將利用固定效應(yīng)模型、隨機(jī)效應(yīng)模型和面板校正標(biāo)準(zhǔn)誤(panel corrected standard errors，簡(jiǎn)稱PCSE)模型估計(jì)中國(guó)1995～2008年經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染排放總量之間的關(guān)系，以期得到穩(wěn)健的實(shí)證結(jié)果和可信的結(jié)論。

1 環(huán)境庫(kù)茲涅茨曲線(EKC)實(shí)證研究方法

1.1 面板數(shù)據(jù)模型的設(shè)定

本文將采用涵蓋1995～2008年29個(gè)省、市、自治區(qū)的五種不同污染物的面板數(shù)據(jù)模型①考慮1995～2006年樣本數(shù)據(jù)的連續(xù)性和可得性，省略西藏；同時(shí)，重慶并入四川。。環(huán)境庫(kù)茲涅茨曲線通常是對(duì)污染排放量和實(shí)際收入之間估計(jì)二次和三次曲線關(guān)系。采用二次和三次形式的EKC估計(jì)形式為：

這里，ln(pollutionit)是pollution的自然對(duì)數(shù)，pollution表示污染物排放量的自然對(duì)數(shù)，rgdp表示真實(shí)國(guó)內(nèi)生產(chǎn)總值，這里用1995為基年的生產(chǎn)總值指數(shù)平減名義GDP；i和t分別為區(qū)域和時(shí)間下標(biāo)；ln(densityit)是density的自然對(duì)數(shù)，density代表人口密度 （每平方公里人口數(shù)）。βm+1為待估系數(shù)。本文面板數(shù)據(jù)模型采用固定效應(yīng)模型(fixed effect model,簡(jiǎn)記為FE)、隨機(jī)效應(yīng)模型(random effect model,簡(jiǎn)記為RE)和面板校正標(biāo)準(zhǔn)誤(panel corrected standard errors，簡(jiǎn)稱 PCSE)估計(jì)方法。

1.2 變量描述和數(shù)據(jù)來(lái)源

為了保證較大的樣本容量，盡可能減少估計(jì)偏誤，本文采用 《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境年鑒》1995～2008年29個(gè)省區(qū)工業(yè)廢水排放量、工業(yè)二氧化硫排放量、工業(yè)粉塵排放量、工業(yè)煙塵排放量的面板數(shù)據(jù)。

表1 變量的描述性統(tǒng)計(jì)

2 計(jì)量檢驗(yàn)結(jié)果

由表2可見(jiàn)以工業(yè)廢水排放量為被解釋變量的環(huán)境庫(kù)茲涅茨曲線回歸結(jié)果。其中，固定效應(yīng)估計(jì)(FE)、隨機(jī)效應(yīng)估計(jì)(RE)和PCSE估計(jì)中，一次形式(m=1)的估計(jì)結(jié)果在模型整體顯著性水平和一次項(xiàng)rgdp參數(shù)估計(jì)的顯著性水平都是較高的。這意味著，實(shí)際國(guó)內(nèi)生產(chǎn)總值rgdp每增長(zhǎng)1%，工業(yè)廢水排放量增加約0.8～0.9%，此時(shí)基于工業(yè)廢水排放量的環(huán)境庫(kù)茲涅茨曲線基本特征為直線上升。二次形式(m=2)估計(jì)中面板模型選擇檢驗(yàn)拒絕原假設(shè)，即隨機(jī)效應(yīng)模型(RE)估計(jì)結(jié)果更穩(wěn)健，但是RE估計(jì)和PCSE估計(jì)的二次項(xiàng)rgdp2估計(jì)符號(hào)相反；考慮到二次形式(m=2)PCSE估計(jì)中一次項(xiàng)rgdp參數(shù)估計(jì)為1.172在0.01顯著性水平上顯著，因而可以認(rèn)為PCSE估計(jì)結(jié)果穩(wěn)健，二次項(xiàng)rgdp2的估計(jì)參數(shù)為-0.343，也在0.01顯著性水平上顯著，即此時(shí)基于工業(yè)廢水排放量的環(huán)境庫(kù)茲涅茨曲線為倒U型曲線。三次形式(m=3)估計(jì)中，F(xiàn)E估計(jì)的單個(gè)參數(shù)都不顯著，RE估計(jì)和PCSE估計(jì)在二次項(xiàng)rgdp2和三次項(xiàng)rgdp3估計(jì)的參數(shù)符號(hào)分別相反?？紤]到一次項(xiàng)rgdp參數(shù)估計(jì)的顯著性和二次項(xiàng)rgdp2估計(jì)的符號(hào)，RE估計(jì)結(jié)果更符合本文模型設(shè)定(β1＞0，β2＜0，β3＞0 表示 EKC 是N 型的，β1＜0，β2＞0，β3＜0 表示 EKC 是倒 N 型)，所以從 RE 估計(jì)結(jié)果看，三次項(xiàng)rgdp3估計(jì)參數(shù)為0.588，統(tǒng)計(jì)上在10%水平上顯著。此時(shí)基于工業(yè)廢水排放量的環(huán)境庫(kù)茲涅茨曲線為N型。在RE和PCSE估計(jì)中，人口密度估計(jì)參數(shù)符號(hào)均為負(fù)，并在0.01顯著性水平上顯著。這表明，人口密度越高，工業(yè)廢水排放量越趨于下降，即人口密度每增加1個(gè)單位，工業(yè)廢水排放量下降約0.05個(gè)單位?？梢?jiàn)，人口密集化(較高的人口密度)有利于工業(yè)廢水減排。

表2 工業(yè)廢水排放量為被解釋變量的環(huán)境庫(kù)茲涅茨曲線估計(jì)

表3列示了以二氧化硫排放量作為估計(jì)環(huán)境庫(kù)茲涅茨曲線被解釋變量的回歸結(jié)果。其中，固定效應(yīng)估計(jì)(FE)、隨機(jī)效應(yīng)估計(jì)(RE)和PCSE估計(jì)中，一次形式(m=1)的估計(jì)結(jié)果在模型整體和一次項(xiàng)rgdp參數(shù)估計(jì)都在0.01顯著性水平上顯著。這意味著，rgdp增長(zhǎng)1%，那么二氧化硫排放量增加約0.54～0.57%，此時(shí)基于二氧化硫排放量的環(huán)境庫(kù)茲涅茨曲線基本走勢(shì)是直線上升的。二次形式(m=2)估計(jì)中FE估計(jì)、RE估計(jì)和PCSE估計(jì)的二次項(xiàng)rgdp2均為負(fù)號(hào)，但是只有PCSE估計(jì)中二次項(xiàng)rgdp2的估計(jì)參數(shù)在統(tǒng)計(jì)上顯著，其估計(jì)參數(shù)為-0.249，在0.01顯著性水平上顯著，即此時(shí)基于二氧化硫排放量的環(huán)境庫(kù)茲涅茨曲線為倒U型曲線。三次形式(m=3)估計(jì)中，F(xiàn)E估計(jì)、RE估計(jì)和PCSE估計(jì)中三次項(xiàng)rgdp3估計(jì)的參數(shù)均不顯著，所以基于二氧化硫排放量的環(huán)境庫(kù)茲涅茨曲線不存在N型或倒N型特征。在FE估計(jì)和RE估計(jì)中，人口密度估計(jì)參數(shù)符號(hào)均為正號(hào)，并在0.01顯著性水平上顯著。這表明，人口密度越高，二氧化硫排放量越高，即人口密度每增加1個(gè)單位，二氧化硫排放量增加約0.125～0.135個(gè)單位。因此，人口密集化有不利于二氧化硫減排。

表4為以工業(yè)煙塵排放量為被解釋變量的環(huán)境庫(kù)茲涅茨曲線估計(jì)結(jié)果。其中，固定效應(yīng)估計(jì)(FE)和隨機(jī)效應(yīng)估計(jì)(RE)中，一次形式(m=1)的估計(jì)結(jié)果rgdp參數(shù)估計(jì)符號(hào)為負(fù)號(hào)，而PCSE估計(jì)中rgdp參數(shù)估計(jì)符號(hào)為正號(hào)，并且三個(gè)估計(jì)的rgdp參數(shù)都在0.01顯著性水平上顯著。但是RE估計(jì)模型整體顯著性上不顯著，同時(shí)用于面板模型選擇的BP檢驗(yàn)顯示FE估計(jì)結(jié)果并不穩(wěn)健，因而PCSE估計(jì)的rgdp參數(shù)為0.369是可信的，PCSE估計(jì)的R2也是三種估計(jì)方法中較大的。這意味著，rgdp增長(zhǎng)1%，那么工業(yè)煙塵排放量增加約0.369%，此時(shí)基于工業(yè)煙塵排放量的環(huán)境庫(kù)茲涅茨曲線形狀是直線上升。二次形式(m=2)估計(jì)中面板模型選擇檢驗(yàn)拒絕原假設(shè)，即隨機(jī)效應(yīng)模型估計(jì)(RE)結(jié)果更穩(wěn)健，但是由于RE估計(jì)的一次項(xiàng)rgdp估計(jì)參數(shù)不顯著，同時(shí)R2也較低，所以接受PCSE估計(jì)結(jié)果是可行的。PCSE估計(jì)中二次項(xiàng)rgdp2的估計(jì)參數(shù)為-0.934，也在0.01顯著性水平上顯著，即此時(shí)基于工業(yè)煙塵排放量的環(huán)境庫(kù)茲涅茨曲線為倒U型曲線。三次形式(m=3)估 計(jì) 中 ，F(xiàn)E 估計(jì)和RE估計(jì)的三次項(xiàng)rgdp3估計(jì)參數(shù)符號(hào)相同，均為正號(hào)，在0.05顯著性水平上顯著。而PCSE估計(jì)的三次項(xiàng)rgdp3估計(jì)參數(shù)不顯著。進(jìn)一步地，F(xiàn)E估計(jì)的一次項(xiàng)rgdp參數(shù)估計(jì)不顯著，所以RE估計(jì)結(jié)果的穩(wěn)健性較好。從RE估計(jì)結(jié)果看，三次項(xiàng)rgdp3估計(jì)參數(shù)為1.21，統(tǒng)計(jì)上在5%水平上顯著。此時(shí)基于工業(yè)煙塵排放量的環(huán)境庫(kù)茲涅茨曲線為N型。在PCSE估計(jì)中，人口密度估計(jì)參數(shù)符號(hào)均顯著為負(fù)，在－0.127～－0.137之間。這表明，人口密度越高，工業(yè)煙塵排放量越趨于下降，即人口密度每增加1個(gè)單位，工業(yè)煙塵排放量下降約0.127～0.137個(gè)單位。所以人口密集化有利于工業(yè)煙塵減排。

表3 二氧化硫排放量為被解釋變量的環(huán)境庫(kù)茲涅茨曲線估計(jì)

表4 工業(yè)煙塵為被解釋變量的環(huán)境庫(kù)茲涅茨曲線估計(jì)

由表5可見(jiàn)以工業(yè)粉塵為被解釋變量的環(huán)境庫(kù)茲涅茨曲線回歸結(jié)果。一次形式(m=1)的估計(jì)結(jié)果中，BP檢驗(yàn)顯示RE估計(jì)結(jié)果更穩(wěn)健。但是，RE估計(jì)和PCSE估計(jì)的rgdp估計(jì)參數(shù)符號(hào)相反，考慮到RE估計(jì)的模型整體顯著性Wald檢驗(yàn)值較小，以及二次形式(m=2)和三次形式(m=3)估計(jì)中的rgdp參數(shù)估計(jì)符號(hào)均為正號(hào)，所以可以認(rèn)為一次形式 (m=1)的PCSE估計(jì)結(jié)果可信。其中rgdp估計(jì)參數(shù)為0.455，在0.01顯著性水平上顯著。這意味著，rgdp增長(zhǎng)1%，那么工業(yè)廢水排放量增加約0.455%，此時(shí)基于工業(yè)粉塵排放量的環(huán)境庫(kù)茲涅茨曲線為直線上升。二次形式(m=2)估計(jì)中面板模型選擇BP檢驗(yàn)拒絕原假設(shè)，即固定效應(yīng)模型估計(jì)結(jié)果不穩(wěn)健，同時(shí)FE估計(jì)中的一次項(xiàng)rgdp估計(jì)參數(shù)統(tǒng)計(jì)上不顯著，因而放棄FE估計(jì)結(jié)果，只能考慮RE和PCSE估計(jì)結(jié)果。RE估計(jì)和PCSE估計(jì)的一次項(xiàng)rgdp符號(hào)相同，均為正號(hào)；二次項(xiàng)rgdp2估計(jì)符號(hào)也相同，均為負(fù)號(hào)，并且都在0.01顯著性水平上顯著，即此時(shí)基于工業(yè)粉塵排放量的環(huán)境庫(kù)茲涅茨曲線為倒U型曲線。三次形式(m=3)估計(jì)中，BP檢驗(yàn)顯示RE估計(jì)結(jié)果穩(wěn)健，但是RE估計(jì)的三次項(xiàng)rgdp3估計(jì)參數(shù)都不顯著，而PCSE估計(jì)在二次項(xiàng)rgdp2參數(shù)估計(jì)不顯著。同時(shí)RE估計(jì)和PCSE估計(jì)的三次項(xiàng)rgdp3估計(jì)參數(shù)符號(hào)相反，所以此時(shí)基于工業(yè)粉塵排放量的環(huán)境庫(kù)茲涅茨曲線不存在N型或倒N型特征。在二次形式(m=2)和三次形式(m=3)的RE估計(jì)中，人口密度density估計(jì)參數(shù)符號(hào)均為負(fù)，并在0.10顯著性水平上顯著。這表明，人口密度越高，工業(yè)粉塵排放量越趨于下降，即人口密度每增加1個(gè)單位，工業(yè)粉塵排放量下降約0.05個(gè)單位。因而人口密集化有利于工業(yè)粉塵減排。

由以上估計(jì)結(jié)果看出，基于工業(yè)廢水排放量和工業(yè)煙塵排放量的環(huán)境庫(kù)茲涅茨曲線具有N型特征，這說(shuō)明，經(jīng)濟(jì)增長(zhǎng)較高的地區(qū)污染水平可能會(huì)呈現(xiàn)出先下降、再回升、最后下降的過(guò)程。這意味著經(jīng)濟(jì)增長(zhǎng)中可能包含不同的成分，其中一些有利于改善環(huán)境質(zhì)量，如加大環(huán)境技術(shù)的資金投入等。而其中另一些成分可能會(huì)破壞環(huán)境質(zhì)量，如單純、盲目地追求GDP的增長(zhǎng)等。基于二氧化硫排放量和工業(yè)粉塵排放量的環(huán)境庫(kù)茲涅茨曲線具有倒U型特征。這說(shuō)明，經(jīng)濟(jì)增長(zhǎng)較低的地區(qū)二氧化硫和工業(yè)粉塵的污染水平較低；經(jīng)濟(jì)增長(zhǎng)水平中等的地區(qū)污染水平在上升；經(jīng)濟(jì)增長(zhǎng)水平較高的地區(qū)，兩種污染物的污染水平會(huì)下降(見(jiàn)表5)。人口密集化(較高的人口密度)有利于工業(yè)廢水減排、工業(yè)煙塵減排和工業(yè)粉塵減排。但是，人口密度越高，二氧化硫排放量越高，人口密集化有不利于二氧化硫減排。人口密度每增加1個(gè)單位，二氧化硫排放量增加約0.125～0.135個(gè)單位。

表5 工業(yè)粉塵為被解釋變量的環(huán)境庫(kù)茲涅茨曲線估計(jì)

表6 各種環(huán)境污染物的環(huán)境庫(kù)茲涅茨曲線估計(jì)結(jié)論

3 結(jié)論

本文使用了面板數(shù)據(jù)模型的不同估計(jì)方法對(duì)1995～2008年中國(guó)環(huán)境庫(kù)茲涅茨曲線假說(shuō)成立與否進(jìn)行細(xì)致研究和論證。我們?cè)诳刂屏说貐^(qū)人口密度對(duì)環(huán)境質(zhì)量影響的前提下，估計(jì)了主要污染物排放量的環(huán)境庫(kù)茲涅茨曲線方程。研究發(fā)現(xiàn)：（1）基于二氧化硫排放量和工業(yè)粉塵排放量的環(huán)境庫(kù)茲涅茨曲線具有倒U型特征，既不是N型，也不是倒N型。這說(shuō)明，經(jīng)濟(jì)增長(zhǎng)較低的地區(qū)二氧化硫和工業(yè)粉塵的污染水平較低；經(jīng)濟(jì)增長(zhǎng)水平中等的地區(qū)污染水平在上升；經(jīng)濟(jì)增長(zhǎng)水平較高的地區(qū)，兩種污染物的污染水平會(huì)下降。較高的污染排放量與較高水平的GDP和較低水平的GDP都相關(guān)。但是，環(huán)境污染物排放量沒(méi)有隨著GDP的增長(zhǎng)到較高水平而出現(xiàn)反復(fù)波動(dòng)。（2）基于工業(yè)廢水排放量和工業(yè)煙塵排放量的環(huán)境庫(kù)茲涅茨曲線具有N型特征，這說(shuō)明，經(jīng)濟(jì)增長(zhǎng)較高的地區(qū)污染水平可能會(huì)呈現(xiàn)出先下降、再回升、最后下降的過(guò)程。這意味著經(jīng)濟(jì)增長(zhǎng)中可能包含不同的成分，其中一些有利于改善環(huán)境質(zhì)量，如加大環(huán)境技術(shù)的資金投入等。而其中另一些成分可能會(huì)破壞環(huán)境質(zhì)量，如單純、盲目地追求GDP的增長(zhǎng)等。（3）人口密集化有利于工業(yè)廢水減排、工業(yè)煙塵減排和工業(yè)粉塵減排。但是，較高的人口密度不利于二氧化硫減排。

中國(guó)的經(jīng)濟(jì)增長(zhǎng)正在面臨嚴(yán)峻的環(huán)境資源約束和節(jié)能減排壓力。特別是在工業(yè)化和城市化快速推進(jìn)階段，經(jīng)濟(jì)增長(zhǎng)與環(huán)境的矛盾在相當(dāng)長(zhǎng)一段時(shí)間還會(huì)長(zhǎng)期存在。研究環(huán)境庫(kù)茲涅茨曲線的形成機(jī)理并檢驗(yàn)其存在性和基本特征，可以為我們實(shí)現(xiàn)可持續(xù)發(fā)展的提供重要的理論依據(jù)。環(huán)境庫(kù)茲涅茨假說(shuō)告訴我們，在經(jīng)濟(jì)發(fā)展水平不同的地區(qū)和同一地區(qū)的不同發(fā)展階段一些環(huán)境污染排放量的變化是有規(guī)律的，在一定條件下才能成立。這要求在采取環(huán)境治理措施的方式、程度以及政策制定要做到因地制宜、因發(fā)展階段而變。

[1]Grossman G M,Krueger A B.Economic Growth and the Environment[J].Econ,1995,110.

[2]Paudel K P,Zapata H O,Susanto D.An Empirical Test of Environmental Kuznets Curve for Water Pollution[J].Environ Resour Econ,2005,31.

[3]包群,彭水軍,陽(yáng)小曉.是否存在環(huán)境庫(kù)茲涅茨倒U型曲線?基于六類(lèi)污染指標(biāo)的經(jīng)驗(yàn)研究[J].上海經(jīng)濟(jì)研究,2005,(12).

[4]蔡昉,都陽(yáng),王美艷.經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與節(jié)能減排的內(nèi)在動(dòng)力[J].經(jīng)濟(jì)研究,2008,(6).

[5]李玉文,徐中民,王勇,焦文獻(xiàn).環(huán)境庫(kù)茲涅茨曲線研究進(jìn)展[J].中國(guó)人口·資源與環(huán)境,2005,(5).

[6]李鋼，馬巖，姚磊磊.中國(guó)工業(yè)環(huán)境管制強(qiáng)度與提升路線——于中國(guó)工業(yè)環(huán)境保護(hù)成本與效益的實(shí)證研究[J].中國(guó)工業(yè)經(jīng)濟(jì),2010,(3).

[7]盧寧，李國(guó)平.基于EKC框架的社會(huì)資本水平對(duì)環(huán)境質(zhì)量的影響研究——來(lái)自中國(guó)1995～2007年面板數(shù)據(jù)[J].統(tǒng)計(jì)研究,2009,(5).

[8]孫成浩,耿強(qiáng).要素投入變化與經(jīng)濟(jì)增長(zhǎng)的環(huán)境效應(yīng)：基于中國(guó)省級(jí)面板數(shù)據(jù)的動(dòng)態(tài)效應(yīng)分析[J].南開(kāi)經(jīng)濟(jì)研究,2009,(1).