江西省经济增长与水资源污染关系的实证研究

乐小兵

（梧州学院 工商管理系，广西 梧州 543002）

江西省经济增长与水资源污染关系的实证研究

乐小兵

（梧州学院 工商管理系，广西 梧州 543002）

选取了1990-2009年江西经济增长和水资源污染指标的统计数据，建立经济增长和水资源污染的计量模型。发现江西省的经济增长和工业废水排放量并不是传统的“倒U型”关系，而是呈“U型+倒U型”关系。并应用Granger因果检验分析了人均GDP和工业废水排放量的因果关系，结果表明，工业废水排放量是经济增长的格兰杰原因，反之，经济的增长又反过来对工业废水排放的增加产生了影响。

经济增长；水污染；Granger因果检验

一、引言

随着经济的快速发展，人类的生存环境受到很大的影响，经济的增长和生存环境之间关系到底如何，西方经济学家关于二者关系的观点大致分为三种，第一种观点认为经济增长必然带来环境污染的加剧，认为经济增长与环境之间的关系是此消彼长的矛盾关系；第二种观点是经济增长对环境有益二者之间关系是相互促进的和谐关系；第三种观点是在20世纪90年代初，美国经济学家G.Grossman和A.Krueger提出了环境Kuznets曲线 (Environment Kuznets Curve，EKC)的假设[1]。EKC假设认为：在经济发展初期，环境质量处于较高水平；随着经济发展，环境质量开始恶化；当经济发展到某一程度，人均收入水平高于某点时，环境质量就会开始改善，与经济发展成正相关关系发展，即经济发展和环境质量之间呈 “倒U型”的关系。该假说提出后，国内外不少学者利用各种不同的数据和不同研究角度，对EKC假设进行了新的探讨和验证。

国内外学者运用特定的数据对相应国家或地区的人均收人与环境污染水平变迁进行了大量研究，由于各个国家或地区的发展特点以及环境政策执行的不确定性和城市基础建设的突然性，结果发现有的污染物与人均收入之间存在 “倒U型”关系，有的则表现为更复杂的关系。即环境库兹涅茨曲线不一定是 “倒U型”，在某一个阶段，曲线可能是 “倒U型”的，也可能是水平的，甚至还可能是向后弯曲的。Selden和Song(1994)对30个国家1973-1994年的SO2、CO2等空气污染物的排放进行了研究，发现它们与人均收入之间存在着“倒U型”关系[2]。Vincent对马来西亚的经济增长与环境污染之间关系进行研究，结果发现并未出现 “倒U型”关系，但是并不能证明环境库兹涅茨理论假设不能成立。它仅仅表明经济增长并不会自动改善环境，环境政策在改善环境质量中均具有重要意义[3]。吴开亚、陈晓剑以1987-2000年人均GDP与工业三废排放量之间建立模型，对安徽省的经济增长与环境污染的关系进行了分析，其曲线特征为 “U型+倒U型”，不同于传统的环境库兹涅茨曲线[4]；彭水军、包群利用我国1996-2002年30个省、市、自治区的面板数据对经济发展—环境污染之间的关系进行实证检验。分别采用度量环境污染的 6类指标来考察经济发展对环境变化的影响效应。通过比较不同环境污染度量指标与经济发展的关系差异 ，可以判断环境污染度量指标选取的差异对EKC的影响[5]。吴玉萍、董锁成等人选取了北京市1985-1999年经济与环境数据，发现显著的倒U型曲线特征，而且比发达国家更早地达到转折点，认为北京实施了比较有效的环境政策[6]。综上所述，从长时序和整体角度看，生态环境质量随经济发展的 “倒U型”演变规律是客观存在的，然而，对于不同的国家、不同的区域，因环境政策等方面的原因，这种倒U型演变曲线可能呈现纷繁复杂的多种形式。

本文对江西省经济增长与环境污染水平之间的关系进行分析，揭示环境库兹涅兹曲线的变化特征及其原因，为江西省的环境与经济协调发展提供决策参考。

二、江西省经济增长和水资源污染状况关系的实证分析

1.江西省经济增长与水资源污染状况

上世纪90年代以来，江西省国民经济呈现快速增长态势。从2002年开始，江西省连续实现两位数的增长，到2009年底全省生产总值高达7589亿元[7]，相对2008年增长13.1%。连续三年实现13%以上增长。1990-2009年期间，人均GDP持续快速的增长，由1978年的1134元上升到2009年的17185元 （见图1），年均增长率为14.56%，然而，经济快速发展的同时也带来了一些环境问题，如环境污染、生态恶化等。1990年至2009年间，江西省工业废水排放量分三个阶段，一是在1990年至2001期间，在1990年江西省工业废水的排放总量为77060万吨，到2001年的降为41507万吨，年平均降幅为5.29%，年人均工业废水排放量在 1990年为 20.23吨/人（见图 2），到2001年降为9.92吨/人，年平均降幅为6.11%。在2002年至2006年期间工业废水排水量从46119万吨增加到64074万吨，年平均增长速度为6.79%。年人均工业废水排放量从10.92吨/人增加到14.77吨/人，年平均增长速度为6.23%。在2007年至2009年期间工业废水排水量从63792万吨减少为46639万吨，年平均降幅为11%。年人均工业废水排放量从14.65吨/人减少为10.56吨/人，年平均降幅为11.53%。

2.江西省经济增长和水资源污染状况的计量模型分析

（1）模型建立

根据环境库兹涅茨假说，水资源污染与经济增长存在二次多项式函数关系 (“倒U型”)，即指水资源污染随着人均收入的提高而增加到一定水平后，环境压力随着收入提高而下降。基本计量模型为：Y=β0+β1GDP+β2GDP2+U， 然而在研究中一般认为废水排放量与人均GDP的关系呈现倒U型。一般来说，反映倒 “U”型曲线的基本函数有二次函数型 (Selden，Song，1994)和三次函数型Grossman，Krueger,1995)，因此，可以对这些模型进行检验，选取最优回归方程作为分析依据。用Y表示人均工业废水排放量，用人均GDP表示经济增长。

通过作人均GDP与人均污水排放量的散点图可以发现 （见图3）江西省的经济增长与水资源污染之间呈U型+倒U型关系。

（2）模型估计结果

采用1990-2009年江西省人均工业废水排放量和人均GDP的数据，应用EVIEWS6.0得到如下结果 （见表1）。

表1 1990-2009年江西省人均工业废水排放量和人均GDP（括号内为t值）

从上面4个模型的估计结果各个参数来看，模型4的各项指标优于其他3个模型，本文选择模型4作为分析江西省经济增长与水资源污染关系的计量经济学模型。

（3） 模型检验

通过上面的分析，写出模型4的样本回归方程。

对上述模型做统计学检验、计量检验。从回归结果看，拟合优度R2为 0.897573，解释了总离差的89.7573%。同时，在给定5%的显著性水平下，各变量的参数估计都通过了t检验，F值也大于其临界值，这说明回归方程的总体显著性水平较高，拟合得很好，此外模型不存在多重共线性，自相关及异方差。因此，回归方程是总体线性显著的，它能正确地反映江西省经济增长对水资源污染的影响。经济意义分析。从回归方程可以看出，β1<0,β2>0，β3<0，这说明江西省的经济增长与废水排放量呈 “U型+倒U型”的关系，区别于一般意义上的 “倒U型”，即废水排放量随着人均GDP减少。在人均GDP达到一定程度之后又有增加的趋势。

（4）Granger因果检验

为了更好地揭示污染指标和人均GDP之间的因果关系，下面将通过Granger因果关系检验来揭示江西经济增长与工业废水排放量之间是否有因果关系及因果关系如何。

Granger因果关系检验法的基本思想是：如果人均GDP的变化引起人均工业废水排放的变化，则人均GDP应该有助于预测人均工业废水排放，即在人均工业废水排放关于人均工业废水排放过去值的回归中，增加人均GDP的过去值作为独立变量应当显著地增加回归的解释能力。

下面应用EVIEWS6.0计量经济学软件分析江西省经济增长和水资源污染之间的因果关系。

由表2可知，通过取滞后2期、滞后3期，人均GDP的变化不是引起人均工业废水排放量变化的原因 （临界值分别是0.55和0.61，接受原假设）。但是人均工业废水排放量的变化是引起人均GDP变化的原因 （临界值分别是0.009和0.001，拒绝原假设）。在取滞后4期，发现人均GDP和人均工业废水排放量是双向影响 （临界值分别是0.005和0.002，拒绝原假设）。Granger因果检验表示经济增长与废水排放之间有显著的因果关系，并会在不同的滞后期中表现出来，在滞后2期和滞后3期中，人均工业废水排放量是人均GDP变化的Granger原因，而且是单向因果关系，在滞后4期时人均工业废水排放量和人均GDP的变化是双向影响的。

三、结论

本文选取了1990-2009年江西经济增长和水资源污染指标的统计数据，建立经济增长和水资源污染的计量模型，发现江西省的经济增长和工业废水排放量并不是传统的 “倒U型”关系，而是呈“U型+倒U型”关系。应用格兰杰因果检验分析了人均GDP和人均工业废水排放量的因果关系。发现，工业废水排放量是经济增长的格兰杰原因，即工业废水的排放量增加的同时经济也在不断地增长。在取滞后4期时发现经济增长是工业废水排放量的Granger原因，表明经济的增长又反过来对工业废水排放的增加产生影响。

环境库兹涅茨曲线是一个动态的概念。产业结构、地理资源、政府经济政策等因素对曲线的形态有重要的影响，我们需要利用这些影响因素来主动促进环境的改善。首先，经济的发展必须结合当地的资源禀赋。不同的资源优势产生不同的产业特点，进而产生不同的污染状况。土地资源、矿产资源、水资源为排污的正向资源，旅游资源和人口资源为排污的逆向资源。发展重化工业须有配套的矿产资源、能源和排污资源，尤其应该重视排污资源，即该地区的水体、大气和土地有较强的污染吸收能力，具有比较平缓的社会边际污染损失成本曲线，并且远离逆向资源。脱离资源特点的发展将付出更高的环境成本。其次，在污染治理方面也应提高治理力度和加强治理的针对性。

[1]Grossman.G.andKuergerA.EconomicGrowthandtheEnviron ment[J].Quarterly JournalofEconomics,1995，110(2):353-377.

[2]Selden T,Song D.Environmentalquality and development:is there a Kuznets curve forair pollution estimates[J].Journalof Environmental Economics and Management,1994(27):147-162.

[3]Vincent,J.R.Testing for Environmental kuznets CurvesWithin a Developing Country,Special Issue on Environmentalkuznets[J].Curves,Environmentand DevelopmentEconomics2001(2):417-431.

[4]吴开亚,陈晓剑.安徽省经济增长与环境污染水平的关系研究[J].重庆环境科学，2003(6):9-11.

[5]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[J].财经问题研究,2006(8):3-17.

[6]吴玉萍,董锁成,宋键峰.北京市经济增长与环境污染水平计量模型研究[J].地理研究，2002(3):239-245.

[7]张晓峒.计量经济学软件Eviews使用指南[M].2版.天津:南开大学出版社,2004:297-303.

[8]易丹辉.数据分析与 EViews应用[M].北京:中国人民大学出版社,2008:207-226.

F124.5

A

1673-8535（ 2012）03-0007-05

乐小兵（1980-），江西吉安人，梧州学院工商管理系讲师，研究方向：计量经济模型。

（责任编辑：覃华巧）

2012-03-28