经济增长与环境污染关系的实证研究——基于省际面板数据

刘 念

安徽财经大学金融学院，安徽蚌埠，233000

美国经济学家G.Grossman和A.Krueger首次提出“环境库茨涅茨曲线假说（EKC）”，即环境质量会随着GDP的增长呈现出先恶化然后慢慢变好的趋势［1］。对于这一经典假设，越来越多的学者都来验证环境和经济增长二者的EKC曲线关系。国内关于经济增长与环境污染的研究也从不同的角度来探究是否存在EKC假说，不同样本得出了不同的具体曲线形状，大体分为“U型”“倒U型”“N型”“倒N型”等。赵新华、李斌、李玉双［2］加入环境管制下的FDI这一变量，并建立了联立方程模型，验证了人均GDP与环境污染之间的“倒U型”EKC曲线关系。胡本田、徐兵华［3］选取中国31个省份2003－2011年人均GDP、工业污染物排放量等指标建立模型，认为二者之间满足“倒N型”曲线关系。除了省际面板数据基础上的实证研究之外，就各个省作具体研究的也很多，赵伟肖［4］以河北省为例，在建立VAR模型的基础上，考察了经济增长与环境污染二者之间的长期动态关系。还有人研究了东、中、西部地区经济增长与环境污染的区域特征，如樊新钢、米文宝、马振宇等［5］。

1 指标选取与描述性统计分析

对于环境污染程度指标的选取，大多数学者选取“三废”来衡量经济污染的程度。选取2000－2012年31个省份的工业废水排放量、二氧化硫排放量作为环境污染的指标，人均GDP作为经济增长的指标来建立计量经济模型。其中工业废水排放量和二氧化硫排放量的数据来源于历年中国环境年鉴、中国统计年鉴和各省统计年鉴，人均GDP的数据来源于中华人民共和国国家统计局。在建模之前，对变量取对数，见表1。

表1 变量名称、单位及符号

表2为各个变量的描述性统计分析结果，其中序列G、I和S分别代表2000－2012年间31个省级地区的人均GDP、工业废水排放量、二氧化硫排放量序列的描述性统计分析结果。2000－2012年间人均GDP的平均值为21 706.04元，而工业废水排放量的平均值高达72 787.86万吨，最高排放量达到296 318.0万吨，二氧化硫排放量的平均值也达到了71.180 89万吨，可见，在经济增长的同时，各省环境污染程度很严重。

表2 描述性统计分析

2 模型建立与分析

根据环境库兹涅茨理论，建立三次多项式模型，表达式如下：

以人均GDP（G）为自变量，工业废水排放量（I）、二氧化硫排放量（S）为因变量，建立面板数据模型。它可能存在以下几种形状：（1）若β1、β3＞0，β2＜0，该曲线为“N型”曲线；（2）若β1、β3＜0，β2＞0，则为“倒N型”曲线，此时对上式求一阶导得到曲线的转折点lnG＝ （－2β2±）／6β3，其中Δ＝－12β1β3；（3）若β1＞0，β2＜0，β3＝0，则为“倒U型”二次曲线，即存在EKC关系；（4）若β1＜0，β2＞0，β3＝0，则为“U型”曲线；（5）若β1≠0，β2＝β3＝0，则为线性关系，即环境污染和经济增长之间是线性正相关或者线性负相关。

2.1 单位根检验

为了防止伪回归，首先对序列进行单位根检验，判断数据的平稳性，若序列不平稳，再进行差分处理，面板数据的单位根检验方法：一是假设面板数据各截面有相同的单位根过程，包括LLC检验、Breitung检验、Hadri检验；二是面板数据各截面存在不同的单位根过程，包括Im、Pesaran－Shin检验、Fisher－ADF检验和Fisher－PP检验。为了更精确地建立模型，同时参考LLC、IPS、ADF和PP检验。

表3 单位根检验

由表3可以看出：综合四种检验方法的检验结果，在显著性水平为0.05的条件下，lnI，lnS，lnG，ln2，ln3G等5个变量都是不平稳的；为了消除其不平稳，对其差分。一阶差分后各方法的结果都拒绝序列 不 平稳的 原假设 ，因此lnI，lnG，lnG，ln2G，ln3G这5个变量都是一阶单整的。

2.2 协整检验

由于lnI，lnS，lnG，ln2，ln3G这五个 变 量 均 不 平稳，同时一阶单整，所以需要对其进行协整检验。结果如表4。在显著性水平为5%时，变量组（lnI，lnG，ln2G，ln3G），KAO检验拒绝原假设，存在协整关系；而Pedroni检验中，除了Panel rho接受原假设外，其他均拒绝原假设。对有限样本来说，Panel ADF与Group ADF具有较强的说服力，其对应的概率值P＝0.0000，拒绝原假设。综合这些检验方法，认为变量组（lnI，lnG，ln2G，ln3G）存在长期的协整关系。变量组（lnS，lnG，ln2G，ln3G）也存在长期协整关系。

表4 协整检验

2.3 模型估计

由于样本空间的时间跨度是13年，截面数是31个，所以对这种宽而短的数据只研究截面差异的影响。

首先，对模型进行F检验。原假设H0：混合模型；H1：固定效应模型。

分别以lnI和lnS为被解释变量，对lnG、ln2G、ln3G回归，建立混合回归模型和个体固定效应模型，回归结果如表5。

表5 残差平方和

FI＝F（30.371）＝1.13，拒绝原假设，所以应该建立工业废水排放量与GDP之间的个体固定效应模型。

FS＝411＞F（30.371）＝1.13，拒绝原假设，所以应该建立二氧化硫排放量与GDP之间的个体固定效应模型。

然后建立随机效应模型，进行Hausman检验，H0：个体影响与解释变量不相关。如表6，工业废水排放量的Chi－Sq统计量所对应的概率值P＝0.0310＜5%，拒绝原假设，故建立个体固定效应模型；二氧化硫排放量Chi－Sq统计量的概率值P＝0.1098＞5%，接受原假设，故建立个体随机效应模型。

表6 Hausman检验

2.3.1 个体固定效应回归模型

表7 固定效应回归结果

由表7可知，各变量的T检验显著，可决系数为0.972 376，F＝429.806 3。

估计模型为：

其中，β1、β3＜0，β2＞0，模型形状是3次倒 N型曲线，其转折点处人均GDP为6 503元、31 571元。表明在经济发展的起步阶段，工业废水排放量情况正常，随着经济发展程度越来越高，工业废水排放量越来越大，环境污染程度越来越严重，当经济进一步发展时，工业废水排放量有所抑制，环境污染程度得到缓解，环境质量开始变好。对于本例中的31个省市来说，虽然它们的边际排水量相同，但是2000－2012年间其自发的工业排水量存在显著的差异，其中代表各省的个体影响，具体见表8。江苏、浙江、广东等省的工业废水排放量较高，因为这些地区的经济比较发达，而经济相对落后的地区的环境污染程度相对较低，如西藏。

2.3.2 个体随机效应回归模型

可见，各变量的T检验显著，可决系数为0.214 587，F＝36.337 58。

估计模型为：

其中，β1、β3＜0，β2＞0，模型形状是3次倒 N型曲线，转折点处的人均 GDP为2 878元、27 174元。表明在经济发展的起步阶段，二氧化硫排放量情况乐观，随着经济发展程度越来越高，二氧化硫排放量越来越大，环境污染程度越来越严重，当经济进一步发展时，二氧化硫排放量有所抑制，环境污染程度得到缓解，环境质量开始变好，代表各省的个体情况如表9。山东、贵州的二氧化硫排放量的较高，江苏、浙江、河南、河北、山西、广东等地的废气排放量也较高，西藏的废气排放量最低；因为经济发展较好地区的工业发展水平高，伴随着的环境污染问题也相对严重，而西藏、海南等地工业发展水平较低，环境质量相对较好。

表8 污染物自主排放量

表9 个体随机效应模型结果

3 结 论

基于2000－2012年全国31个省市面板数据的研究分析，结合F检验和Hausman检验，最后决定建立工业废水与经济增长的个体固定效应模型以及二氧化硫与经济增长的个体随机效应模型。二者都是“倒N型”模型，并不符合库茨涅茨曲线假说（EKC）。

（1）对于工业废水排放量和经济增长之间“倒N型”曲线关系，其转折点对应的人均GDP分别是6 503元和31 571元。全国31个省市中大多数的人均GDP都达到了31 571元，对于这些省市目前已经达到了“脱钩”的阶段，即经济增长反而能够使该省的环境污染程度减弱。而安徽、江西、广西、四川、贵州、云南、西藏和甘肃等省的人均GDP还没达到31 571元，当前仍处于以环境污染为代价的经济建设中，要实现经济增长和环境污染的负相关关系需要采取进一步的措施。

（2）二氧化硫排放量和经济增长之间“倒N型”曲线转折点处人均GDP为2 878元和27 174元。大多数省份已经达到2 7174元，只有贵州、云南、西藏和甘肃这些省份介于287 8和27 174之间，所以除了这几个省份处于经济增长与环境质量负相关阶段外，其他省份已经达到缓解环境污染的程度。

通过以上的实证结果分析可以发现，虽然环境污染问题已经受到重视，大部分省市的环境污染情况表现良好，但要想从根本上解决环境污染问题，实现环境和经济双赢的局面，任重而道远。建立的两个模型的两个转折点距离都比较远，说明经济增长不是导致环境污染的唯一影响因素，应该辩证看待经济增长与环境污染之间的关系，更加注重通过其他渠道来缓解各省市的环境污染，从而实现经济和环境的协调发展。

［1］Grossman G，Krueger A.Economic growth and the environment［J］.Quarterly Journal of Economics，1995（2）：353－377

［2］赵新华，李斌，李双玉，等.环境管制下FDI、经济增长与环境污染关系的实证研究［J］.中国科技论坛，2011（3）：46－72

［3］胡本田，徐兵华.国经济发展与生态环境的关系特征：基于省级际面板数据的实证分析［J］.甘肃行政学院学报，2013（6）：76－82

［4］赵伟肖.基于VAR模型的河北省经济增长与环境污染关系的实证研究［J］.河南科学，2014（11）：89－93

［5］樊新钢，米文宝，马振宇，等.区域经济－污染－环境三维评价模型的构建于应用［J］.环境科学，2015（2）：751－758

［6］潘习平，沙景华，张宏亮，等.铜陵市经济增长与环境污染关系研究－基于环境库茨涅茨曲线假说［J］.资源与产业，2014（16）：121－126

［7］杨加猛，饶永志，蔡志坚，等.江苏造纸业经济增长与环境污染关系的实证研究［J］.华东经济管理，2014（11）：17－20

［8］刘华军，杨骞.环境污染、时空依赖与经济增长［J］.产业经济研究，2014（1）：81－91

［9］王菲，董锁成，毛琦梁，等.中国工业结构演变及其环境效应时空分异［J］.地理研究，2014（10）：21－24

［10］黄洵，黄民生.基于能值分析的城市可持续发展水平与经济增长关系研究：以泉州市为例［J］.地理科学进展，2015（34）：38－47 （责任编辑：周博）