经济增长与工业环境污染的环境库兹涅茨曲线检验

陈芷楦

摘要：基于环境库兹涅茨理论，运用2001-2018年福建省数据，构建三大多元回归模型，对福建省经济增长与工业环境污染间关系进行环境库兹涅茨曲线检验。研究发现：工业固废排放及工业废气排放与经济增长均呈倒U形关系，工业废水排放与经济增长间环境库兹涅茨曲线关系较不显著;产业结构和技术进步加快福建省环境库兹涅茨曲线倒U形拐点来临。提出福建省应加快产业结构转型升级，发展现代服务业;注重技术进步及科技创新，完善人才引进政策。

关键词：经济增长;工业环境污染;环境库兹涅茨曲线

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.01.004

1模型构建

1.1变量设定及说明

1.1.1被解释变量

（1）固體废物排放量（SW，万吨）。该指标反映工业生产过程中产生的废渣数量，过多的固废排放导致废渣资源的浪费及能源的过度消耗。

（2）废气排放量（WG，亿标立方米）。该指标反映工业生产过程中二氧化硫、氮氧化物及粉尘排放量，废气排放也将对省域空气质量产生影响。

（3）废水排放量（WW，万吨）。该指标反映工业生产过程的废水排放量，并对省域水源质量及居民生活用水产生影响。

1.1.2核心解释变量

经济发展水平（GDP，亿元）。该指标是考察经济增长的重要变量。EKC曲线理论强调，经济增长初期，环境污染与GDP增长呈同向变化关系;经济发展水平经过库兹涅茨拐点后，环境质量将随着经济增长得到改善。

1.1.3控制变量

（1）产业结构（IS，%）。产业结构与环境质量密切相关。随着经济发展，一国主导产业将由第一产业转向第二产业;随着经济水平进一步提高，主导产业将由第二产业转向第三产业。当产业结构处于第一产业占优势地位向第二产业占优势地位的转型期时，环境质量将趋于恶化;当产业结构继续向第三产业占优势地位转型时环境质量将趋于优化。而产业结构的演变又以产业产值占GDP比重的变化为基准，所以本文以第二产业产值占总产值比重度量产业结构变化。

（2）技术进步（TP，件）。技术进步对环境的影响是不确定的，一方面技术水平提升可能会带来生产规模扩大，产出增多排放也将增多，从而加剧环境污染;另一方面随着科技水平提高，可研发新技术新能源，逐步实现清洁技术对污染技术的替代，降低环境污染。本文选取专利授权数度量技术进步情况。

1.2模型构建

查阅已有文献发现，大部分文献均是在二次或三次回归模型基础上变形构建新模型，或是添加差分序列，或是添加空间变量，抑或是增加构建具有时代背景的新指标。基于此，本文选取二次归回模型为基础模型进行回归，并在基础模型框架上加入产业结构及技术进步控制变量，探究其影响因素。同时，为使数据曲线更加平滑，减少异方差性，本文构建对数二次回归模型，并对数据变量进行对数处理。

传统二次项模型：

lnYt=c+α1lnxt+α2lnxt2+εt

其中，Yt为环境污染变量，c为常数，xt代表经济增长，εt为随机误差项;下标t代表时间信息，系数α1α2决定曲线的最终形状：（1）α1=0，α2=0时，表明经济增长不会对环境质量产生影响;（2）α1>0，α2=0，表明经济增长与环境质量呈正相关关系，经济增长会带来环境质量的改善;（3）α1<0，α2=0，表明二者呈负相关关系，经济增长会使环境质量恶化;（4）α1>0，α2<0，曲线呈倒“U”形，环境质量随经济增长先恶化后改善。

基于上述分析，本文构建如下基础模型：

添加控制变量 产业结构（IS）、技术进步（TP）后，构建模型如下：

2实证分析

2.1变量数据描述性统计

本文数据均来源于2001-2018年福建省统计局发布的《福建省统计年鉴》;同时，为消除通货膨胀带来的价格因素影响，本文以2001年为基期计算价格指数对GDP进行平减处理。

通过观察数据序列可以发现：2001-2018年间，福建省GDP总量呈逐年上升态势，增长速度先上升后下降，并于2007年达峰值15.1%。环境污染物排放量变化态势各不相同，其中，固废排放量（图1）呈上下震荡式波动;废气排放量（图2）仍处于逐年上升趋势;废水排放量（图3）先增加后减少，2011年达排放拐点后逐年下降，但在2018年时出现单点突发式上升;第二产业产值相对比重先上升后下降（图4），说明随着经济发展产业结构朝高度化方向发展，符合产业结构演变规律;专利授权数呈逐年上升态势，符合技术进步经济背景，变量描述性统计结果如表2所示。

2.2回归前检验

做方程回归前，往往需要对时间序列数据的平稳性做检验。同时为避免伪回归的出现，需要检验变量间的长期稳定关系，即确保回归变量间存在协整关系。首先，进行数据序列的单位根平稳性检验。

2.2.1序列平稳性的单位根检验

数据序列检验结果如表3所示。从表中结果可以看出，各变量的原对数据序列均接受存在单位根的原假设，即数据呈不平稳状态。将其做一次差分后再次检验，发现序列均在5%显著性水平下通过检验，为一阶单整序列，满足进行协整检验的前提条件。

2.2.2协整检验

由于一个回归方程涉及多个变量，而E-G两步法需对变量做两两检验，步骤繁琐，因此本文选取Johansen协整检验法对多个变量同时进行协整关系检验，具体检验结果如表4所示。从表中数据可以看出，各方程涉及变量的协整检验特征值均在5%显著性水平下显著，即认为变量间存在长期稳定的协整关系，满足做回归方程条件。

2.3回归结果

基于模型构建部分回归方程形式，本文选择在Eviews 8.0中拟合回归方程。在构建SW WG WW基础方程过程中发现，固废方程SW与废水方程WW均存在一定程度的序列相关性，经残差平方直方图及LM检验后，决定添加AR（2）项对原模型进行序列相关性修正。废气方程WG未出现序列相关现象，因此保留原基础方程形式，具体结果如表5所示。

在基础方程中，固废SW和废气WG的常数项、经济发展水平及其二次项、F统计量均在1%显著性水平下显著，废气WG模型R2 达0.98，说明污染物排放模型方程总体拟合效果好，其结果具有一定意义。而废水WW模型，虽其常数项、经济发展水平及其二次项系数均在5%显著性水平下显著，F统计量也在10%的水平下显著，但其R2较小，说明该污染物排放与经济发展模型拟合效果较差。且在方程中加入控制变量后，废水WW模型R2并未出现较大幅度上升，反而F值由10%显著性水平显著变为不显著，说明本文设定的WW方程并不具有现实经济研究意义。因此，本文主要针对固废SW和废气WG方程结果进行分析。

先对固废SW和废气WG基础方程进行分析。从解释变量系数看，固废SW方程经济发展水平一次系数大于零，二次项系数是负值，符合“模型构建”模块中的系数分析，曲线呈现倒“U”形，即环境污染随经济发展呈先上升后下降趋势，符合EKC假说。

引入控制变量产业结构（IS）、技术进步（TP）后，发现固废SW和废气WG方程R2均有一定程度上升，说明控制变量的引入提升了方程总体显著性。并且核心解释变量经济发展水平（GDP）系数的显著性并未因为控制变量的引入而降低，仍保持1%水平下的显著。同时观察经济发展水平二次项系数发现，固废SW和废气WG方程总体仍保持倒U形状态，控制变量的引入增大方程系数，使环境质量与经济发展水平间倒U形关系更加明显。从回归系数来看，固废方程中产业结构与固废排放量呈负向因果关系，技术进步则呈正向因果关系;废气方程中产业结构和技术进步均与废气排放量呈正向因果关系。具体回归方程式如下所示：

基础模型：

SW： lnSWt=-950.64+226.93lnGDP-13.42lnGDPt2

WG： lnWGt=-838.17+197.37lnGDPt-11.48lnGDPt2

加入控制变量产业结构（IS）、技术进步（TP）后：

SW'： lnSWt=-1617.67+390.80lnGDP-23.54lnGDPt2-0.58lnIS+0.72lnTP

WG'： lnWGt=-1045.65+248.66lnGDPt-14.71（lnGDPt）2+0.29lnIS+0.32lnTP

3結论与政策建议

（1）本文运用福建省2001-2018年间工业三废排放和经济增长数据，构建多元回归模型，探究二者间关系。实证结果表明：福建省经济增长与工业环境污染基本符合环境库兹涅茨曲线，工业固废排放及工业废气排放与经济增长均呈倒U形关系，工业废水排放与经济增长间环境库兹涅茨曲线关系较不显著。

（2）产业结构和技术进步加快福建省倒U形拐点来临。因此，福建省加强基础设施建设，发挥基础设施的“溢出效应”和“蒂伯特选择”作用，促进产业结构升级;发展现代服务业，积极运用数字经济、“互联网+”等先进技术，实现产业结构朝着高度化合理化发展。同时，应注重技术进步及科技创新，完善人才引进与创新激励政策，以科技进步助推环境质量改善。

参考文献

[1]GrossmanG M，Krueger A B.Economic growth and the environment [J].The Quarterly Journal of Economics，1995，110（2）：353-377.

[2]高宏霞，杨林，付海东，等.中国各省经济增长与环境污染关系的研究与预测：基于环境库兹涅茨曲线的实证分析[J].经济学动态，2012，（1）：52-57.

[3]李龚.基于PM2.5指标的中国环境库兹涅茨曲线估计[J].统计与决策，2016，（23）：21-25.

[4]刘海英，安小甜.环境税的工业污染减排效应——基于环境库兹涅茨曲线（EKC）检验的视角[J].山东大学学报（哲学社会科学版），2018，（3）：29-38.

[5]石琳.EKC曲线的再检验——基于城市生活垃圾的分析[J].经济问题探索，2019，（1）：28-37.

[6]周正柱，刘庆波，王云云，等.经济增长与工业环境污染关系的环境库兹涅茨曲线检验——基于长江经济带省域的面板计量模型[J].南京工业大学学报（社会科学版），2020，19（2）：64-72.

[7]陈子韬，孟凡蓉.环境库兹涅茨曲线的模型构建[J].理论探讨，2020，（14）：40-43.

[8]丁俊菘，邓宇洋，汪青，等.中国环境库兹涅茨曲线再检验——基于1998-2016年255个地级市PM2.5数据的实证分析[J].干旱区资源与环境，2020，34（8）：1-8.

[9]王懿.安徽省环境库兹涅茨曲线现状分析[J].蚌埠学院学报，2020，9（1）：47-52.