环境库兹涅茨曲线在我国成立的再探讨

卢 宁，李国平

（西安交通大学 经济与金融学院，西安 710061）

0 引言

改革开放30年以来，我国经济经历了一个持续的高速增长阶段，然而快速的经济增长不可避免地产生负外部性影响——环境污染，这是经济高速增长的伴生产物，加剧了对自然资源和生态环境产生的压力。我国的经济增长过程并没有完全绕开一些西方国家“先污染后治理”的老路，付出了昂贵的资源和环境代价，发达国家百年工业化过程中分阶段出现的环境污染问题在我国集中体现出来，这将制约经济增长的可持续性。环境污染问题不可能用停止经济发展的办法来解决，而必须以科学发展观为指导协调经济增长和环境污染之间的矛盾。近年来，在国际社会环境保护压力下，随着居民对环境质量需求的提高，经济增长与环境质量之间的关系已经日益受到政府和全社会的关注，国家“十一五”规划提出要建立环境友好型社会，实行节能减排，正确处理环境与经济增长的关系。因此，对我国经济增长与不同环境污染物排放量之间的关系是否符合环境库兹涅茨曲线(Environmental Kuznets Curve)进行深入细致研究，这对保持经济持续快速增长，逐步减少环境污染，实现节能减排目标具有重要的现实意义，为促进经济又好又快地发展提供理论依据。

围绕经济增长是解决环境问题的动力还是引起环境恶化的原因这一课题，引发了国内外学者开展了大量研究工作。环境库兹涅茨曲线常被表示成污染物排放量随人均国内生产总值(GDP)的增长而先增后减的倒U型关系，并为Grossman和Krueger(1991)首次实证证明。Panayoutou(1993)将这个假说命名为环境库兹涅茨曲线。尽管国内已经有一些研究EKC的文献，但是一般的固定效应模型和随机效应模型不能很好地解决模型的异方差和同步相关问题。因而，本文将利用固定效应模型、随机效应模型和面板校正标准误(panel corrected standard errors，简称PCSE)模型估计中国1995～2008年经济增长与环境污染排放总量之间的关系，以期得到稳健的实证结果和可信的结论。

1 环境库兹涅茨曲线(EKC)实证研究方法

1.1 面板数据模型的设定

本文将采用涵盖1995～2008年29个省、市、自治区的五种不同污染物的面板数据模型①考虑1995～2006年样本数据的连续性和可得性，省略西藏；同时，重庆并入四川。。环境库兹涅茨曲线通常是对污染排放量和实际收入之间估计二次和三次曲线关系。采用二次和三次形式的EKC估计形式为：

这里，ln(pollutionit)是pollution的自然对数，pollution表示污染物排放量的自然对数，rgdp表示真实国内生产总值，这里用1995为基年的生产总值指数平减名义GDP；i和t分别为区域和时间下标；ln(densityit)是density的自然对数，density代表人口密度 （每平方公里人口数）。βm+1为待估系数。本文面板数据模型采用固定效应模型(fixed effect model,简记为FE)、随机效应模型(random effect model,简记为RE)和面板校正标准误(panel corrected standard errors，简称 PCSE)估计方法。

1.2 变量描述和数据来源

为了保证较大的样本容量，尽可能减少估计偏误，本文采用 《中国统计年鉴》、《中国环境年鉴》1995～2008年29个省区工业废水排放量、工业二氧化硫排放量、工业粉尘排放量、工业烟尘排放量的面板数据。

表1 变量的描述性统计

2 计量检验结果

由表2可见以工业废水排放量为被解释变量的环境库兹涅茨曲线回归结果。其中，固定效应估计(FE)、随机效应估计(RE)和PCSE估计中，一次形式(m=1)的估计结果在模型整体显著性水平和一次项rgdp参数估计的显著性水平都是较高的。这意味着，实际国内生产总值rgdp每增长1%，工业废水排放量增加约0.8～0.9%，此时基于工业废水排放量的环境库兹涅茨曲线基本特征为直线上升。二次形式(m=2)估计中面板模型选择检验拒绝原假设，即随机效应模型(RE)估计结果更稳健，但是RE估计和PCSE估计的二次项rgdp2估计符号相反；考虑到二次形式(m=2)PCSE估计中一次项rgdp参数估计为1.172在0.01显著性水平上显著，因而可以认为PCSE估计结果稳健，二次项rgdp2的估计参数为-0.343，也在0.01显著性水平上显著，即此时基于工业废水排放量的环境库兹涅茨曲线为倒U型曲线。三次形式(m=3)估计中，FE估计的单个参数都不显著，RE估计和PCSE估计在二次项rgdp2和三次项rgdp3估计的参数符号分别相反。考虑到一次项rgdp参数估计的显著性和二次项rgdp2估计的符号，RE估计结果更符合本文模型设定(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)，所以从 RE 估计结果看，三次项rgdp3估计参数为0.588，统计上在10%水平上显著。此时基于工业废水排放量的环境库兹涅茨曲线为N型。在RE和PCSE估计中，人口密度估计参数符号均为负，并在0.01显著性水平上显著。这表明，人口密度越高，工业废水排放量越趋于下降，即人口密度每增加1个单位，工业废水排放量下降约0.05个单位。可见，人口密集化(较高的人口密度)有利于工业废水减排。

表2 工业废水排放量为被解释变量的环境库兹涅茨曲线估计

表3列示了以二氧化硫排放量作为估计环境库兹涅茨曲线被解释变量的回归结果。其中，固定效应估计(FE)、随机效应估计(RE)和PCSE估计中，一次形式(m=1)的估计结果在模型整体和一次项rgdp参数估计都在0.01显著性水平上显著。这意味着，rgdp增长1%，那么二氧化硫排放量增加约0.54～0.57%，此时基于二氧化硫排放量的环境库兹涅茨曲线基本走势是直线上升的。二次形式(m=2)估计中FE估计、RE估计和PCSE估计的二次项rgdp2均为负号，但是只有PCSE估计中二次项rgdp2的估计参数在统计上显著，其估计参数为-0.249，在0.01显著性水平上显著，即此时基于二氧化硫排放量的环境库兹涅茨曲线为倒U型曲线。三次形式(m=3)估计中，FE估计、RE估计和PCSE估计中三次项rgdp3估计的参数均不显著，所以基于二氧化硫排放量的环境库兹涅茨曲线不存在N型或倒N型特征。在FE估计和RE估计中，人口密度估计参数符号均为正号，并在0.01显著性水平上显著。这表明，人口密度越高，二氧化硫排放量越高，即人口密度每增加1个单位，二氧化硫排放量增加约0.125～0.135个单位。因此，人口密集化有不利于二氧化硫减排。

表4为以工业烟尘排放量为被解释变量的环境库兹涅茨曲线估计结果。其中，固定效应估计(FE)和随机效应估计(RE)中，一次形式(m=1)的估计结果rgdp参数估计符号为负号，而PCSE估计中rgdp参数估计符号为正号，并且三个估计的rgdp参数都在0.01显著性水平上显著。但是RE估计模型整体显著性上不显著，同时用于面板模型选择的BP检验显示FE估计结果并不稳健，因而PCSE估计的rgdp参数为0.369是可信的，PCSE估计的R2也是三种估计方法中较大的。这意味着，rgdp增长1%，那么工业烟尘排放量增加约0.369%，此时基于工业烟尘排放量的环境库兹涅茨曲线形状是直线上升。二次形式(m=2)估计中面板模型选择检验拒绝原假设，即随机效应模型估计(RE)结果更稳健，但是由于RE估计的一次项rgdp估计参数不显著，同时R2也较低，所以接受PCSE估计结果是可行的。PCSE估计中二次项rgdp2的估计参数为-0.934，也在0.01显著性水平上显著，即此时基于工业烟尘排放量的环境库兹涅茨曲线为倒U型曲线。三次形式(m=3)估 计 中 ，FE 估计和RE估计的三次项rgdp3估计参数符号相同，均为正号，在0.05显著性水平上显著。而PCSE估计的三次项rgdp3估计参数不显著。进一步地，FE估计的一次项rgdp参数估计不显著，所以RE估计结果的稳健性较好。从RE估计结果看，三次项rgdp3估计参数为1.21，统计上在5%水平上显著。此时基于工业烟尘排放量的环境库兹涅茨曲线为N型。在PCSE估计中，人口密度估计参数符号均显著为负，在－0.127～－0.137之间。这表明，人口密度越高，工业烟尘排放量越趋于下降，即人口密度每增加1个单位，工业烟尘排放量下降约0.127～0.137个单位。所以人口密集化有利于工业烟尘减排。

表3 二氧化硫排放量为被解释变量的环境库兹涅茨曲线估计

表4 工业烟尘为被解释变量的环境库兹涅茨曲线估计

由表5可见以工业粉尘为被解释变量的环境库兹涅茨曲线回归结果。一次形式(m=1)的估计结果中，BP检验显示RE估计结果更稳健。但是，RE估计和PCSE估计的rgdp估计参数符号相反，考虑到RE估计的模型整体显著性Wald检验值较小，以及二次形式(m=2)和三次形式(m=3)估计中的rgdp参数估计符号均为正号，所以可以认为一次形式 (m=1)的PCSE估计结果可信。其中rgdp估计参数为0.455，在0.01显著性水平上显著。这意味着，rgdp增长1%，那么工业废水排放量增加约0.455%，此时基于工业粉尘排放量的环境库兹涅茨曲线为直线上升。二次形式(m=2)估计中面板模型选择BP检验拒绝原假设，即固定效应模型估计结果不稳健，同时FE估计中的一次项rgdp估计参数统计上不显著，因而放弃FE估计结果，只能考虑RE和PCSE估计结果。RE估计和PCSE估计的一次项rgdp符号相同，均为正号；二次项rgdp2估计符号也相同，均为负号，并且都在0.01显著性水平上显著，即此时基于工业粉尘排放量的环境库兹涅茨曲线为倒U型曲线。三次形式(m=3)估计中，BP检验显示RE估计结果稳健，但是RE估计的三次项rgdp3估计参数都不显著，而PCSE估计在二次项rgdp2参数估计不显著。同时RE估计和PCSE估计的三次项rgdp3估计参数符号相反，所以此时基于工业粉尘排放量的环境库兹涅茨曲线不存在N型或倒N型特征。在二次形式(m=2)和三次形式(m=3)的RE估计中，人口密度density估计参数符号均为负，并在0.10显著性水平上显著。这表明，人口密度越高，工业粉尘排放量越趋于下降，即人口密度每增加1个单位，工业粉尘排放量下降约0.05个单位。因而人口密集化有利于工业粉尘减排。

由以上估计结果看出，基于工业废水排放量和工业烟尘排放量的环境库兹涅茨曲线具有N型特征，这说明，经济增长较高的地区污染水平可能会呈现出先下降、再回升、最后下降的过程。这意味着经济增长中可能包含不同的成分，其中一些有利于改善环境质量，如加大环境技术的资金投入等。而其中另一些成分可能会破坏环境质量，如单纯、盲目地追求GDP的增长等。基于二氧化硫排放量和工业粉尘排放量的环境库兹涅茨曲线具有倒U型特征。这说明，经济增长较低的地区二氧化硫和工业粉尘的污染水平较低；经济增长水平中等的地区污染水平在上升；经济增长水平较高的地区，两种污染物的污染水平会下降(见表5)。人口密集化(较高的人口密度)有利于工业废水减排、工业烟尘减排和工业粉尘减排。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减排。人口密度每增加1个单位，二氧化硫排放量增加约0.125～0.135个单位。

表5 工业粉尘为被解释变量的环境库兹涅茨曲线估计

表6 各种环境污染物的环境库兹涅茨曲线估计结论

3 结论

本文使用了面板数据模型的不同估计方法对1995～2008年中国环境库兹涅茨曲线假说成立与否进行细致研究和论证。我们在控制了地区人口密度对环境质量影响的前提下，估计了主要污染物排放量的环境库兹涅茨曲线方程。研究发现：（1）基于二氧化硫排放量和工业粉尘排放量的环境库兹涅茨曲线具有倒U型特征，既不是N型，也不是倒N型。这说明，经济增长较低的地区二氧化硫和工业粉尘的污染水平较低；经济增长水平中等的地区污染水平在上升；经济增长水平较高的地区，两种污染物的污染水平会下降。较高的污染排放量与较高水平的GDP和较低水平的GDP都相关。但是，环境污染物排放量没有随着GDP的增长到较高水平而出现反复波动。（2）基于工业废水排放量和工业烟尘排放量的环境库兹涅茨曲线具有N型特征，这说明，经济增长较高的地区污染水平可能会呈现出先下降、再回升、最后下降的过程。这意味着经济增长中可能包含不同的成分，其中一些有利于改善环境质量，如加大环境技术的资金投入等。而其中另一些成分可能会破坏环境质量，如单纯、盲目地追求GDP的增长等。（3）人口密集化有利于工业废水减排、工业烟尘减排和工业粉尘减排。但是，较高的人口密度不利于二氧化硫减排。

中国的经济增长正在面临严峻的环境资源约束和节能减排压力。特别是在工业化和城市化快速推进阶段，经济增长与环境的矛盾在相当长一段时间还会长期存在。研究环境库兹涅茨曲线的形成机理并检验其存在性和基本特征，可以为我们实现可持续发展的提供重要的理论依据。环境库兹涅茨假说告诉我们，在经济发展水平不同的地区和同一地区的不同发展阶段一些环境污染排放量的变化是有规律的，在一定条件下才能成立。这要求在采取环境治理措施的方式、程度以及政策制定要做到因地制宜、因发展阶段而变。

[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,彭水军,阳小晓.是否存在环境库兹涅茨倒U型曲线?基于六类污染指标的经验研究[J].上海经济研究,2005,(12).

[4]蔡昉,都阳,王美艳.经济发展方式转变与节能减排的内在动力[J].经济研究,2008,(6).

[5]李玉文,徐中民,王勇,焦文献.环境库兹涅茨曲线研究进展[J].中国人口·资源与环境,2005,(5).

[6]李钢，马岩，姚磊磊.中国工业环境管制强度与提升路线——于中国工业环境保护成本与效益的实证研究[J].中国工业经济,2010,(3).

[7]卢宁，李国平.基于EKC框架的社会资本水平对环境质量的影响研究——来自中国1995～2007年面板数据[J].统计研究,2009,(5).

[8]孙成浩,耿强.要素投入变化与经济增长的环境效应：基于中国省级面板数据的动态效应分析[J].南开经济研究,2009,(1).