王永瑜,王麗君
環(huán)境庫茲涅茨曲線(EKC)[1]是研究經(jīng)濟(jì)發(fā)展與環(huán)境退化之間關(guān)系的理論工具。一般意義上的EKC是基于污染負(fù)荷的,顯示國民收入處于較低水平時(shí)環(huán)境污染上升,而處于較高水平時(shí)環(huán)境污染下降。也就是說,經(jīng)濟(jì)與環(huán)境的演進(jìn)路徑為:貧窮與清潔—富裕與骯臟—富裕與清潔,兩者之間的關(guān)系如圖1“基于污染負(fù)荷的EKC”曲線所示。國內(nèi)外的研究主要集中在驗(yàn)證EKC是否存在以及探索新的曲線特征。大量的實(shí)證研究以一種或幾種污染物(如“三廢”、SO2,CO2,COD等)的排放水平代表某一環(huán)境要素(如空氣、水等)的質(zhì)量或總體環(huán)境質(zhì)量,建立與經(jīng)濟(jì)變量(如人均GDP)的數(shù)學(xué)模型。研究結(jié)果表明環(huán)境壓力與經(jīng)濟(jì)增長之間呈現(xiàn)四種情況:倒U型、同步、U型和N型。其結(jié)論不同的原因主要是:國家和地區(qū)不同;樣本的時(shí)間段不同;函數(shù)形式不同;數(shù)據(jù)的預(yù)處理不同。但是,深入考察實(shí)證研究中代表環(huán)境質(zhì)量的污染負(fù)荷指標(biāo),主要存在兩個(gè)問題:一是污染負(fù)荷指標(biāo)不能全面表征環(huán)境退化。經(jīng)濟(jì)發(fā)展過程中所產(chǎn)生的生態(tài)環(huán)境問題不僅表現(xiàn)為環(huán)境污染,還表現(xiàn)為生態(tài)破壞,如氣溫升高、水位下降、草原退化、森林縮小、沙漠?dāng)U大、土壤侵蝕、物種銳減等。二是污染負(fù)荷指標(biāo)的大小與環(huán)境污染治理技術(shù)和治污技術(shù)對自然資源的弱替代性有關(guān)。一方面,不同污染的治理技術(shù)形成的曲線形狀不同[2];另一方面,由于治污技術(shù)對資源的弱替代性,提高資源利用率的清潔技術(shù)被充分利用后,再無潛力可挖,同時(shí)減少污染的成本提高,收入增加導(dǎo)致污染上升,因此曲線形狀可能呈現(xiàn)N型。因此,用污染負(fù)荷指標(biāo)研究經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間的內(nèi)在演化關(guān)系缺乏充分的科學(xué)依據(jù)。
本文認(rèn)為,研究經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境之間的關(guān)系,應(yīng)該首先依據(jù)環(huán)境生態(tài)學(xué)理論,綜合考慮氣候、水環(huán)境、植被、土壤以及污染負(fù)荷等生態(tài)環(huán)境因子,測算“生態(tài)環(huán)境質(zhì)量總指數(shù)”,然后以“人均GDP”作為原因變量,以“生態(tài)環(huán)境質(zhì)量總指數(shù)”作為結(jié)果變量,通過建立環(huán)境經(jīng)濟(jì)計(jì)量模型,考察經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境之間的關(guān)系,驗(yàn)證“基于生態(tài)環(huán)境質(zhì)量EKC”的存在性。
顯然,如果改變以往的研究思路,即用“生態(tài)環(huán)境質(zhì)量總指數(shù)”代替“環(huán)境壓力指標(biāo)”研究經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境之間的關(guān)系,EKC可以表述為在經(jīng)濟(jì)發(fā)展初期,生態(tài)環(huán)境質(zhì)量隨著經(jīng)濟(jì)的發(fā)展而下降,當(dāng)經(jīng)濟(jì)發(fā)展達(dá)到一定水平時(shí)生態(tài)環(huán)境質(zhì)量達(dá)到最低,爾后經(jīng)濟(jì)繼續(xù)發(fā)展,生態(tài)環(huán)境質(zhì)量逐漸得到改善,即人均GDP與生態(tài)環(huán)境質(zhì)量總指數(shù)之間的演化趨勢呈現(xiàn)“U”字型關(guān)系,如圖1“基于環(huán)境質(zhì)量的EKC”曲線所示,本文稱其為“擴(kuò)展的EKC”,記為e-EKC。
本文首先對經(jīng)濟(jì)系統(tǒng)與環(huán)境系統(tǒng)之間的作用機(jī)制進(jìn)行必要的理論分析,然后以甘肅省為研究對象,簡要闡述“環(huán)境質(zhì)量總指數(shù)”的構(gòu)建與編制方法;以此為基礎(chǔ),利用現(xiàn)代計(jì)量分析技術(shù),通過建立環(huán)境經(jīng)濟(jì)計(jì)量模型,應(yīng)用Johansen協(xié)整檢驗(yàn)驗(yàn)證二者是否存在長期穩(wěn)定關(guān)系,并通過格蘭杰(Granger)因果關(guān)系檢驗(yàn),分析變量間因果關(guān)系的方向和強(qiáng)度,探索擴(kuò)展EKC的存在性。最后,根據(jù)計(jì)量分析結(jié)果,結(jié)合甘肅省經(jīng)濟(jì)發(fā)展實(shí)際情況,對研究結(jié)論進(jìn)行了必要的總結(jié)。
圖1 基于污染負(fù)荷的EKC與基于環(huán)境質(zhì)量的e-EKC假說
經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的理論研究路線眾多,本文吸收前人研究成果,結(jié)合生態(tài)環(huán)境質(zhì)量綜合評價(jià)過程,構(gòu)建如圖2所示的研究框架。
圖2 經(jīng)濟(jì)系統(tǒng)與環(huán)境系統(tǒng)作用機(jī)制圖示
如圖2所示,根據(jù)環(huán)境生態(tài)學(xué)理論,經(jīng)濟(jì)系統(tǒng)與環(huán)境系統(tǒng)之間的作用機(jī)制可以概括為經(jīng)濟(jì)系統(tǒng)通過規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)首先直接作用于氣候、水、土地、植被、污染負(fù)荷等生態(tài)環(huán)境因子,當(dāng)其累計(jì)的強(qiáng)度達(dá)到一定程度時(shí),則會(huì)由于累計(jì)效應(yīng)最終影響生態(tài)環(huán)境質(zhì)量的變化。
(1)規(guī)模效應(yīng)。一般認(rèn)為,在經(jīng)濟(jì)結(jié)構(gòu)和技術(shù)水平等因素不變的情況下,經(jīng)濟(jì)總量越大,一方面,由于自然資源的過度使用,影響環(huán)境系統(tǒng)的“源”,如地下水過度開采,土地資源不合理利用,森林資源過度采伐,等等;另一方面,由于廢棄物的過度排放超過了環(huán)境因子的自我凈化能力,最終影響環(huán)境系統(tǒng)的“匯”。環(huán)境系統(tǒng)“源”與“匯”的改變,最終造成生態(tài)環(huán)境質(zhì)量下降。因此,按照生態(tài)經(jīng)濟(jì)學(xué)原理,經(jīng)濟(jì)規(guī)模與環(huán)境質(zhì)量之間存在逆向變化關(guān)系。
(2)結(jié)構(gòu)效應(yīng)。在工業(yè)化初級(jí)階段,農(nóng)業(yè)產(chǎn)值在總產(chǎn)值中比重較大,資源消耗少,環(huán)境壓力較??;伴隨工業(yè)化步伐的加快,越來越多的資源被開發(fā)利用,資源消耗速率開始超過資源的再生速率和環(huán)境的承載能力,污染也大幅增加,生態(tài)環(huán)境開始惡化;當(dāng)經(jīng)濟(jì)發(fā)展到一定階段后,產(chǎn)業(yè)結(jié)構(gòu)升級(jí),對資源與環(huán)境消耗強(qiáng)度較小的知識(shí)密集型產(chǎn)業(yè)和第三產(chǎn)業(yè)占主導(dǎo)地位,生態(tài)環(huán)境趨于改善。因此,按照生態(tài)經(jīng)濟(jì)學(xué)原理,產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境質(zhì)量之間存在“U字型”曲線演化關(guān)系。
(3)技術(shù)效應(yīng)。根據(jù)經(jīng)濟(jì)增長理論,技術(shù)進(jìn)步會(huì)改變對自然資源的開采和加工工藝,促進(jìn)深加工和綜合利用,延伸產(chǎn)業(yè)鏈,開發(fā)清潔能源,使資源得以大量節(jié)約和循環(huán)利用。另外,信息技術(shù)與高新技術(shù)減少了對資源的依賴性,在一定程度上對自然資源具有替代性,即在產(chǎn)出一定的條件下,單位產(chǎn)出的資源消耗強(qiáng)度降低,進(jìn)而污染排放和生態(tài)破壞減少。因此,按照生態(tài)經(jīng)濟(jì)學(xué)原理,技術(shù)進(jìn)步與環(huán)境質(zhì)量之間存在正向演化關(guān)系。
綜上所述,在經(jīng)濟(jì)發(fā)展過程中,不同的經(jīng)濟(jì)技術(shù)因素對環(huán)境質(zhì)量的變化所起的作用不同,有些呈“逆向變化”關(guān)系,有些呈“正向變化”關(guān)系,有些呈“U字型變化”關(guān)系。由于不同的國家或地區(qū),在其經(jīng)濟(jì)發(fā)展的不同階段,各種經(jīng)濟(jì)技術(shù)因素對環(huán)境系統(tǒng)的作用強(qiáng)度不同,經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間的總體關(guān)系到底呈現(xiàn)什么形狀,在理論上很難給出一個(gè)規(guī)律性的結(jié)論。因此,經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境質(zhì)量之間的EKC是否存在,在學(xué)術(shù)界存在不同的觀點(diǎn)。本文以甘肅省為例,以“環(huán)境質(zhì)量總指數(shù)”替代學(xué)術(shù)界常用的“環(huán)境壓力指標(biāo)”進(jìn)行實(shí)證研究,探索“基于環(huán)境質(zhì)量的EKC”是否存在。
如前所述,本文旨在以甘肅省為研究對象,用“環(huán)境質(zhì)量總指數(shù)”替代“環(huán)境壓力指標(biāo)”研究環(huán)境EKC的存在性。因此,下面簡要說明“甘肅省生態(tài)環(huán)境質(zhì)量總指數(shù)”的編制和計(jì)算問題,詳細(xì)內(nèi)容參見文獻(xiàn)[3]。
文中數(shù)據(jù)來自甘肅省第二次全國經(jīng)濟(jì)普查和歷年《中國環(huán)境年鑒》、《中國水利年鑒》、《中國國土資源年鑒》、《中國林業(yè)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》、《甘肅統(tǒng)計(jì)年鑒》、《甘肅年鑒》,以及《新中國六十年·甘肅》、《甘肅省農(nóng)業(yè)資源調(diào)查匯編》(1986)、《甘肅草地資源》(1999)、《甘肅省草業(yè)可持續(xù)發(fā)展戰(zhàn)略研究》(2008)、《甘肅省林情與科學(xué)發(fā)展》(2006),同時(shí)包括相關(guān)部門內(nèi)部資料。對于森林覆蓋率等指標(biāo),選取六次森林資源清查結(jié)果,考慮其變化的趨勢性,本文依據(jù)基期與報(bào)告期的平均發(fā)展速度對間隔期進(jìn)行平滑。
表1 甘肅省生態(tài)環(huán)境質(zhì)量指數(shù)和人均GDP
為計(jì)算環(huán)境質(zhì)量評價(jià)指數(shù),首先對實(shí)物量指標(biāo)進(jìn)行無量綱化和正向化處理;其次,利用計(jì)權(quán)型多因子環(huán)境質(zhì)量指數(shù)計(jì)算方法,得出甘肅省1980~2012年各因素質(zhì)量指數(shù)及環(huán)境質(zhì)量總指數(shù),計(jì)算結(jié)果如表1所示。具體計(jì)算方法及各因素指數(shù)的計(jì)算依據(jù)參見文獻(xiàn)[3]。另外,由于本文模型分析所需,甘肅省1980~2012年2000年價(jià)格人均GDP也一并附于表1中。
如前所述,本文研究的主題是用“環(huán)境質(zhì)量總指數(shù)”代替學(xué)術(shù)界常用的“環(huán)境壓力指標(biāo)”驗(yàn)證擴(kuò)展EKC的存在性。因此,本文提出以下兩個(gè)假設(shè):
假設(shè)1:甘肅省擴(kuò)展EKC存在,即在經(jīng)濟(jì)發(fā)展初期,隨著經(jīng)濟(jì)的發(fā)展,環(huán)境質(zhì)量指數(shù)降低;當(dāng)經(jīng)濟(jì)發(fā)展水平達(dá)到一定水平后,環(huán)境質(zhì)量指數(shù)達(dá)到拐點(diǎn),然后隨著經(jīng)濟(jì)發(fā)展水平的提高,環(huán)境質(zhì)量指數(shù)隨之上升。
假設(shè)2:經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間存在長期穩(wěn)定關(guān)系,并且經(jīng)濟(jì)發(fā)展是環(huán)境質(zhì)量變化的原因。
這里先檢驗(yàn)假設(shè)1,假設(shè)2的檢驗(yàn)在下一個(gè)問題中研究。如圖1所示,如果假設(shè)1成立,“基于環(huán)境質(zhì)量的EKC”實(shí)際上是一條二次曲線。因此,本文以甘肅省1980~2012年“環(huán)境質(zhì)量總指數(shù)”描述環(huán)境質(zhì)量的變化;以“人均GDP”描述經(jīng)濟(jì)發(fā)展水平。首先,為了消除價(jià)格影響,將名義人均GDP轉(zhuǎn)化為2000年不變價(jià)人均GDP;其次,為消除異方差性,對這兩個(gè)變量取對數(shù)后,建立以“生態(tài)環(huán)境質(zhì)量總指數(shù)的對數(shù)”為被解釋變量,記為LNEI,“實(shí)際人均GDP的對數(shù)與其對數(shù)的平方項(xiàng)”為解釋變量,分別記為LNPCGDP和LNPCGDPS的e-EKC模型,結(jié)果如下:
觀察回歸檢驗(yàn)統(tǒng)計(jì)量,各參數(shù)在0.05的顯著性水平下都通過了顯著性檢驗(yàn),同時(shí),可決系數(shù)較大且殘差序列不存在序列自相關(guān)。另外,由回歸標(biāo)準(zhǔn)差為0.0336可知,LNEI的各實(shí)際值與其估計(jì)值之間擬合差異較小,估計(jì)值的代表性較強(qiáng),故模型擬合效果比較理想。為直觀期間,將模擬結(jié)果圖形化,如圖3所示。
圖3 生態(tài)環(huán)境質(zhì)量與人均GDP的擬合曲線
表2 變量LNEI、LNPCGDP和LNPCGDPS的ADF以及PP檢驗(yàn)結(jié)果
擬合結(jié)果表明,生態(tài)環(huán)境質(zhì)量指數(shù)的變化率與人均GDP的變化率之間存在二次函數(shù)關(guān)系,即隨著人均GDP的增長,生態(tài)環(huán)境質(zhì)量先是逐漸退化,當(dāng)其達(dá)到一定界限后趨于平穩(wěn),之后隨著人均GDP的增長而生態(tài)環(huán)境質(zhì)量開始改善。由于模型中生態(tài)環(huán)境質(zhì)量在2005年達(dá)到最低點(diǎn),這時(shí)人均GDP的對數(shù)值為8.8217,模擬得到人均GDP為6780(2000年價(jià)格)元時(shí),甘肅省生態(tài)環(huán)境質(zhì)量達(dá)到“拐點(diǎn)”。因此,在假設(shè)甘肅省現(xiàn)行環(huán)境經(jīng)濟(jì)政策保持不變的條件下,基于生態(tài)環(huán)境質(zhì)量的EKC對于甘肅省的經(jīng)驗(yàn)數(shù)據(jù)是存在的,即本文假設(shè)1成立。
上述e-EKC模型只能說明人均GDP和環(huán)境質(zhì)量指數(shù)之間的關(guān)系在統(tǒng)計(jì)上是顯著的,但尚不能說明經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量之間存在長期穩(wěn)定關(guān)系,即上述假設(shè)1成立,并不能說明假設(shè)2一定成立。為檢驗(yàn)假設(shè)2是否成立,避免“偽回歸”現(xiàn)象,需要對e-EKC模型進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn),包括單位根檢驗(yàn)、協(xié)整檢驗(yàn)和格蘭杰因果關(guān)系檢驗(yàn)等。
對LNEI,LNPCGDP和LNPCGDPS進(jìn)行單位根檢驗(yàn),以判斷變量單整的階數(shù)。在檢驗(yàn)前,需設(shè)定序列是否含有常數(shù)項(xiàng)或者時(shí)間趨勢項(xiàng)。觀察原序列的散點(diǎn)圖可知含有線性趨勢項(xiàng),所以選擇只包含常數(shù)項(xiàng)和既包含常數(shù)項(xiàng)又包含趨勢項(xiàng)的檢驗(yàn)形式,分別進(jìn)行ADF檢驗(yàn)和PP檢驗(yàn),其結(jié)果如表2所示。
由表2可知,生態(tài)環(huán)境質(zhì)量指數(shù)對數(shù)值、人均GDP對數(shù)值以及人均GDP對數(shù)值平方的ADF統(tǒng)計(jì)量在0.05水平下不能拒絕原假設(shè)。取一階差分后的ADF在各種檢驗(yàn)形式下的統(tǒng)計(jì)量都小于在0.05水平下的臨界值,結(jié)果拒絕原假設(shè),即LNEI,LNPCGDP和LNPCGDPS經(jīng)一階差分后時(shí)間序列沒有單位根,或者說,生態(tài)環(huán)境質(zhì)量指數(shù)對數(shù)值、人均GDP的對數(shù)值和人均GDP對數(shù)值的平方序列都是一階單整的,記為:
如果兩個(gè)變量都是單整變量,只有當(dāng)它們的單整階數(shù)相同時(shí),才可能協(xié)整。本文為三變量協(xié)整檢驗(yàn),經(jīng)典的協(xié)整檢驗(yàn)方法有兩種—E-G兩步法和JJ(Johansen—Juselius)檢驗(yàn)。研究表明[4~5],如果使用靜態(tài)OLS回歸方法,采用E-G兩步法檢驗(yàn)出協(xié)整關(guān)系的可能性大于協(xié)整關(guān)系實(shí)際存在的可能性,而Johansen協(xié)整檢驗(yàn)不僅克服了前者的缺陷,而且能精確給出協(xié)整向量的個(gè)數(shù)。因此,本文采用Johansen協(xié)整檢驗(yàn)方法。文中LNEI,LNPCGDP和LNPCGDPS都是一階單整序列,為檢驗(yàn)所建立的回歸模型是否有效,即生態(tài)環(huán)境質(zhì)量與經(jīng)濟(jì)增長之間是否存在長期穩(wěn)定關(guān)系,還需確定協(xié)整檢驗(yàn)最佳的滯后階數(shù)、協(xié)整方程的形式以及檢驗(yàn)臨界值方法。本文采用LR統(tǒng)計(jì)量、有限預(yù)測誤差(FPE)、赤池信息準(zhǔn)則(AIC)、施瓦茨準(zhǔn)則(SC)以及HQ準(zhǔn)則來確定變量的滯后階數(shù)(見表3)。
表3 滯后期檢驗(yàn)結(jié)果
由表3可知,除AIC信息標(biāo)準(zhǔn)外,其它標(biāo)準(zhǔn)顯示最優(yōu)滯后階數(shù)均為1階,故選擇非限制VAR(p)系統(tǒng)滯后階數(shù)為1階。相應(yīng)的,協(xié)整檢驗(yàn)滯后階數(shù)為p-1階,即0階。選取協(xié)整方程形式的第四種情況—水平形式的Yt和協(xié)整方程都有線性趨勢,并選擇O-L作為協(xié)整檢驗(yàn)臨界值方法。最后,對序列LNEI,LNPCGDP和LNPCGDPS進(jìn)行0階滯后的協(xié)整分析見(表4)。
表4 Johansen協(xié)整檢驗(yàn)結(jié)果
協(xié)整序貫檢驗(yàn)過程見(表4)顯示,分別比較跡統(tǒng)計(jì)量和最大特征根統(tǒng)計(jì)量的取值與其對應(yīng)1%置信水平下的臨界值,在協(xié)整關(guān)系數(shù)為“至少一個(gè)”的原假設(shè)時(shí)顯著而在“至少兩個(gè)”時(shí)不顯著,表明系統(tǒng)只有兩個(gè)協(xié)整向量,協(xié)整方程如下:
式中ecm1t與ecm2t表示環(huán)境質(zhì)量指數(shù)、人均實(shí)際GDP、人均實(shí)際GDP平方以及時(shí)間趨勢的線性組合,作為誤差修正模型的誤差修正項(xiàng),反應(yīng)變量之間的長期均衡關(guān)系,內(nèi)生變量系數(shù)矩陣的逆矩陣為協(xié)整向量矩陣。協(xié)整關(guān)系的存在證明了環(huán)境經(jīng)濟(jì)系統(tǒng)長期均衡關(guān)系的存在。
在判斷序列的穩(wěn)定性、確定了模型的滯后階數(shù)以及進(jìn)行了Johansen協(xié)整檢驗(yàn),并發(fā)現(xiàn)存在協(xié)整關(guān)系后,可以應(yīng)用Granger因果關(guān)系檢驗(yàn)方法確定變量之間相互關(guān)系的方向和強(qiáng)度。結(jié)果如表5所示。
表5 Granger因果關(guān)系檢驗(yàn)結(jié)果
檢驗(yàn)結(jié)果表明,在5%置信水平下,人均GDP對生態(tài)環(huán)境質(zhì)量具有顯著的Granger影響,反過來生態(tài)環(huán)境質(zhì)量對人均GDP則沒有明顯的影響作用。對于人均GDP的平方項(xiàng)與生態(tài)環(huán)境質(zhì)量關(guān)系,結(jié)論同上。生態(tài)經(jīng)濟(jì)學(xué)家把經(jīng)濟(jì)變量看作環(huán)境惡化的原因得到了證明。雖然檢驗(yàn)結(jié)果表明,生態(tài)環(huán)境質(zhì)量對人均GDP不具有顯著的影響,這是因?yàn)楦拭C省生態(tài)環(huán)境較差時(shí)期雖然處于“生態(tài)赤字”階段,但沒有發(fā)展到資源即將枯竭的程度,或者說雖然甘肅省生態(tài)環(huán)境質(zhì)量已經(jīng)明顯退化,但其程度尚未達(dá)到已經(jīng)顯著制約經(jīng)濟(jì)發(fā)展的程度。至此,假設(shè)2得到驗(yàn)證,經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間存在長期穩(wěn)定關(guān)系,并且經(jīng)濟(jì)發(fā)展是環(huán)境質(zhì)量變化的原因。
(1)本文根據(jù)甘肅省2008~2012年時(shí)間序列數(shù)據(jù),綜合考慮氣候、水環(huán)境、植被、土壤以及污染負(fù)荷等生態(tài)環(huán)境因子,首先編制“生態(tài)環(huán)境質(zhì)量總指數(shù)”,代替“環(huán)境壓力指標(biāo)”,研究經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間的關(guān)系,即對本文提出的兩個(gè)理論假設(shè)進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明,甘肅省經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間存在長期穩(wěn)定關(guān)系,經(jīng)濟(jì)發(fā)展是環(huán)境質(zhì)量變化的原因。在經(jīng)濟(jì)發(fā)展初期,隨著經(jīng)濟(jì)的發(fā)展,環(huán)境質(zhì)量逐漸退化;當(dāng)經(jīng)濟(jì)發(fā)展水平達(dá)到一定水平后,環(huán)境質(zhì)量達(dá)到拐點(diǎn),然后隨著經(jīng)濟(jì)發(fā)展水平的進(jìn)一步提高,環(huán)境質(zhì)量開始改善,即根據(jù)甘肅省實(shí)證結(jié)果,本文所構(gòu)建的擴(kuò)展EKC存在。
自20世紀(jì)90年代,學(xué)者們以甘肅省為對象,基于污染負(fù)荷對甘肅省的EKC特征進(jìn)行了系統(tǒng)研究。由于選取的污染負(fù)荷指標(biāo)不同,研究結(jié)論存在較大差異,與EKC拐點(diǎn)所對應(yīng)的人均GDP水平在1000美元和數(shù)萬美元之間。相比之下,本文所構(gòu)建的e-EKC拐點(diǎn)相對較早,這與甘肅省的經(jīng)濟(jì)結(jié)構(gòu)密切相關(guān)。甘肅省經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)是工業(yè),尤其是重工業(yè)比重長期偏高。盡管近年來環(huán)境保護(hù)政策不斷完善,力度不斷加大,但由于經(jīng)濟(jì)發(fā)展速度加快,節(jié)能減排壓力增加,“三廢”排放量不可能在短期內(nèi)發(fā)生實(shí)質(zhì)性改變。另外,生活污水排放加快,進(jìn)一步增加了環(huán)境污染負(fù)荷。也就是說,相對于其它生態(tài)環(huán)境因子,盡管污染負(fù)荷要素得分相對較低,但是由于污染壓力只是整個(gè)生態(tài)環(huán)境的一個(gè)要素,而且,相對而言,其它四個(gè)要素屬于生態(tài)環(huán)境的基本條件,在整個(gè)環(huán)境質(zhì)量評價(jià)體系中,污染負(fù)荷屬于人為因素,其權(quán)重較低。因此,以甘肅省的經(jīng)驗(yàn)數(shù)據(jù)研究基于污染負(fù)荷的EKC,拐點(diǎn)出現(xiàn)要比基于生態(tài)環(huán)境質(zhì)量的EKC晚,甚至沒有拐點(diǎn)。
(2)環(huán)境經(jīng)濟(jì)系統(tǒng)的單向Granger原因具有局限性。計(jì)量檢驗(yàn)結(jié)果顯示,經(jīng)濟(jì)增長是生態(tài)環(huán)境變化的重要原因,但反之則不顯著。生態(tài)經(jīng)濟(jì)學(xué)家阿蘭·蘭德爾(Alan Randall)認(rèn)為,“自然資源和環(huán)境舒適的價(jià)值不能在市場上反映出來”,終將導(dǎo)致“不斷地用未標(biāo)出價(jià)格的貨物來換取標(biāo)出價(jià)格的貨物與服務(wù),最終使人類總的滿足減少”。因此,雖然環(huán)境質(zhì)量退化沒有對經(jīng)濟(jì)增長形成明顯的制約作用,但是,如果環(huán)境退化程度突破某一極限,環(huán)境質(zhì)量對經(jīng)濟(jì)發(fā)展的逆向制約作用可能非常顯著。
[1] Grossman G,Krueger A.Economics Growth and The Environment[J].Quarterly Journal of Economics,1995,110(2).
[2] 李峰.環(huán)境質(zhì)量庫茲涅茨曲線倒U型關(guān)系分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2008,30(11).
[3] 王永瑜,王麗君.甘肅省生態(tài)環(huán)境質(zhì)量評價(jià)及動(dòng)態(tài)特征分析[J].干旱區(qū)資源與環(huán)境,2011,25(5).
[4] Johansen S.Estimation and Hypothesis Testing of Cointegration Vec?tors in Gaussian Vector Autoregressive Models[J].Econometrica,1991,(59).
[5] Johansen S,Katarina J.Maximum Likelihood Estimation and Infer?ence on Cointegration-With Application to The Demand for Money[J].Oxford Bulletin of Economics and Statistics,1990,(52).
[6] Daly,H.E. Beyond Growth[M].Boston,MA:Beacon Press,1996.