基于TSQCA 分析的环境质量对经济增长的提升路径

张乔萌，高旭阔

（西安建筑科技大学 管理学院，陕西 西安 710055）

一、引言

当今世界资源短缺和环境污染已成为制约各个国家可持续发展所面临的普遍问题。改革开放40多年来我国经济高速增长，资源、能源的消耗量骤增，与此同时产生的污染物的增加使环境负荷加重。环境质量与经济增长关系的研究也成为环境经济学领域的热点课题之一，大量学者对此进行了深入的实证研究。

Kuznets（1955）[1]确立了经济增长与城镇居民收入不平衡之间的倒“U”型曲线，Panayoutou（1993）[2]称此曲线为环境库兹涅茨曲线（以下简称EKC）；Grossman（1995）[3]认为在市场经济的发展初期，环境质量受到严重污染的程度相对较轻，但环境污染会随着经济的快速增长而进一步加剧；当经济快速发展到一定的现代化水平之后，环境污染程度放缓，环境质量逐渐有所改善，即“环境库茨涅茨假说”。此后大量学者基于此假说对不同地区在不同时期的经济发展与环境质量之间的关系进行倒“U”曲线的实证检验。张晓（1999）[4]用计量回归的方法对环境指标进行检验，得出中国经济与环境之间的环境库兹涅茨曲线呈现出较弱的倒“U”型关系。刘荣茂等（2006）[5]通过拟合1991—2003 年中国29 个省份的人均GDP 与环境质量的统计数据，验证了“环境库兹涅茨假说”。李瑛珊（2015）[6]通过拟合得出广东省居民平均GDP 与全省工业“三废”排放量之间的EKC曲线存在“U+正N”的趋势。这也表明在同一个地区，所采用的计量方法或指标体系不同，都很有可能得到不同的EKC 曲线，并且环境质量的每个方面都是以不同的方式对经济增长情况做出反应。

经梳理发现，大多数研究都是用时间序列数据对不同的地区、时间进行回归分析，且当前学界过于注重讨论环境库茨涅茨曲线的形状和拐点，而探寻环境库茨涅茨曲线背后的生成机理才是更有意义的工作[7]。而近年来一些国家和地区才逐渐开始更加注重对环境质量进行系统的评价，贺彩霞和冉茂盛（2009）[8]使用计量经济的方法对1998—2006 年中国30 个城市6 类环境指标的数据进行检验，发现经济增长与环境污染之间存在双向影响，且它们之间的关系存在着明显的区域性差异。潘闽和张自然（2019）[9]通过1990—2016 年的统计数据来检测环境质量变动对区域性经济发展的影响，并对此提出了相关意见。笔者认为对经济增长与环境质量之间关系的经验分析应尽量综合、全面。

基于此，本文将在组态视角下，采取“整体的、组合的”的方式探讨省际环境质量对经济增长的提升路径。相较于已有文献，本文的创新点在于：①在组态视角下，采用度量环境质量的6 类指标20 个要素来探讨各个省份经济增长的提升路径；②在众多因素中将时间维度纳入考虑范围，通过发展一种延伸的QCA（Temporal-series QCA，TSQCA）以捕捉时序，为各个地区合理选择经济增长路径提供新思路。

二、研究方法及数据处理

（一）熵值法

熵值法是根据指标值的熵值大小确定指标权重的客观赋权法[10]。熵值越小，则指标权重越大。熵值法的操作步骤如下：

（1）首先依据各个原始指标的属性选取极差法对2007 年和2018 年的原始数据进行无量纲分析，计算第j个指标下，第i个省份的贡献度pij。

对于正向指标，按如下公式处理：

对于逆向指标，按如下公式处理：

其中，Mj为xij最大值，mj为xij最小值。

（2）计算第j项指标的熵值。

（3）计算第j项指标的差异性系数。

（4）计算省份综合得分Wj。

（二）定性比较分析方法

定性比较分析（Qualitative Comparative Analysis，简称QCA）方法是由Ragin 于1987 年提出的一种超越了传统定性分析与定量分析的新方法[11]。尽管QCA的创建是为了在社会学中使用，但在其他领域也有一些应用，比如经济绩效分析、出口行为分析、经济增长、创新或创业，但它也被用来研究能源政策和环境经济学[12]。

QCA 方法依据变量类型分为以清晰集、模糊集以及多值集定性比较分析为基础的三种传统类型[13]，但是都忽略了时间因素在分析中的作用[14]：首先，它未能展现变量在因果路径中真正的变化方式；其次，没能展现案例在历史过程中的历时性变化。因此Hino（2009）[15]首次提出了将时间序列数据转化成QCA 格式深入研究跨越时间维度的连续发生过程的时间序列定性比较分析（TSQCA），其主要关注变量在某一特定时间内的变化对结果产生变化的作用机理[16]，因此需要同时考察2008 年和2017年各省各变量的数据，在此基础上制作原始数据表并求诸变量在两个时间点上的数据之差，以变量增数△表示。在制作真值表时，基于“二分归属”的原则，用“0”和“1”对各变量进行二分赋值。根据样本实际建立二分的原始数据表，如果△为正数则赋值为1，△为负数或0 则赋值为0。由于TSQCA 所体现出的真值表与传统QCA 没有区别，通过fsQCA3.0软件的计算，就可以发现哪些因素的何种变化对时间区间内结果的变化产生了影响。

（三）指标体系与数据来源

基于已有经验文献以及QCA 条件变量的选取原则（4～7 个），本文选择工业排放（Industrial emissions）、环保投资（Environmental investment）、空气质量（Air quality）、能源消耗（Energy consumption）、环境资源（Environmentsources）、环保产值（Environmentalprotection output value）等6 个被解释变量[9]，解释变量为经济增长（Economic Growth）。由于不同的指标属性均有所不同，指标数值的大小直接影响指标表现的优劣。因此为方便数据处理，本文根据指标属性对设立的评价指标先进行归类，如表1 所示。

表1 评价指标体系

为保证数据的统计准确度以提供较高的统计数据分析质量，所有统计指标数据均来自国家统计局官方网站、中国经济与社会发展统计数据库、《中国统计年鉴》《中国环境年鉴》《中国能源年鉴》《中国人口和就业统计年鉴》《中国城市统计年鉴》和《全国环境统计公报》。

三、结果与分析

根据熵值法得到的30 个省的综合指标数据及变量指标的赋值标准，使用TSQCA 方法对所选取22 个省份，4 个直辖市和4 个自治区（不包含港澳台地区及西藏自治区）的被解释变量和结果变量进行赋值，变量二分数据赋值真值表如表2 所示。

表2 变量二分数据赋值真值表

（一）真值表构建

根据指标变量的赋值标准，将表2 中已赋值的数据直接导入fsQCA 3.0 软件进行测算，删除冗余的变量条件组合，将其中一致性≥0.8 的数值编码为1，其余数值编码为0，构建出区域环境质量和经济发展关系的简化真值表[8]。

表3 环境质量对经济发展影响因素的简化真值表

（二）相关性分析

本文使用熵值法将23 个指标汇总成为7 个主要变量，并利用fsQCA3.0 软件对各变量进行了描述性统计（见表4），证明了被解释变量的存在性及其关系的复杂性。

表4 描述型统计和相关系数表（N=30）

（三）单个条件的必要性分析

定性比较分析是通过对一致性和覆盖率[17]进行计算，以确定各个变量之间是否具有必要性和充分性的关系。表5 中得到的环境质量各变量的一致性均小于0.9，故选取的6 个前因条件的确是影响经济增长的关键变量，也说明没有任何一个前因条件是引起结果发生的必要条件，即环境质量对经济增长的影响，应该综合考虑6 个要素下多重条件的并发协同效应。

表5 环境质量影响因素的必要条件分析

（四）条件组合的充分性分析

利用简化后的真值表，通过对各个省份满足条件的案例数据进行条件组合的分析，运用fs QCA3.0软件并且基于中间解提取出了各个要素的组合，结果显示总体一致性为1（见表6），为大于0.8 的阈值。研究发现了表格6 中的5 组组合是影响环境质量影响经济增长的最具影响力的典型组合。

表6 各变量组合分析

（五）稳健性检验

QCA 方法要求对结果的可靠性进行稳健性检验。首先将运算的一致性阈值（0.8）提高至0.85 和0.9 分别进行运算，得到了与图表6 中相同的运算结果；然后将频数的门槛值由1 改变为2，运算后的结果仍然与此相符。当频数门槛值改变为3 时，产生了7 个组合路径，对应表6 中的第一、第三个条件组合。结果中包含的前因条件组态基本相同，并且与本研究得出的结果相符，验证了这项研究结果的稳定性。其中，组态发生轻微变动的原因可能是因为一致性阈值的改变降低了结果的精确性。因此，本文的研究成果是稳定可靠的。

四、结论

通过定性比较分析，本研究得出6 个前因变量所构成的对结果变量具有最强解释能力的5 个条件组合，发现能源消耗和环境资源同时存在于多个组合路径中，且不相互矛盾，为影响较强的因素，而环境指标中能源消耗出现次数最高，说明各省份能源利用的效率是各省份经济发展的关键影响因素。综上所述，可简单地得出如下结论：工业排放、环保投资、空气质量、环境资源和环保产值在影响各省份经济发展中发挥了重要作用，其中，能源消耗是最为关键的因素。由此，推导出环境质量影响经济发展的因素条件组合，综合考虑覆盖率和一致性的程度，前三种模式具有较强解释力，从而对各个地区合理选择经济增长途径提供建议。

组合一：非工业排放*环保投资*非空气质量*能源消耗*非环境资源（～IE*EI*～AQ*EC*～ES）。该路径表明在缺乏工业排放、空气质量和环境资源的情况下，高环保投资和能源消耗促进经济增长，以四川省为代表。受地理位置和国家发展政策等因素的影响，四川省环保投资上升从而有效地控制污染，能源较为丰富的四川经济发展水平取得了很大进步。因此国家可以继续加大对地方财政资金的支持力度，建立地区环保投资能跟随地区经济社会发展的稳定增长驱动机制，加大对地区环保投资扶持力度对于加快推动国民经济和地区绿色社会建设发展起到至关重要的推动作用。

组合二：非工业排放*空气质量*非能源消耗*环境资源*非环保产值（～IE*AQ*～EC*ES*～EPOV）。表明保证空气质量并且充分利用环境资源时，可以有效促进经济增长，代表省份为江苏。“十一五”以来，江苏在社会经济面临严峻发展挑战的实际背景下，坚持经济建设与生态建设协调推进，将工业化的空气质量监控落实到江苏全省重点工业领域和关键行业的经济总体布局、结构、规模和生产效率，能源煤的消耗量和工业化排放都得到了严格控制，加强了企业生态环境保护能力的基本建设，充分利用环境资源，有效推动了经济增长。

组合三：非工业排放*非空气质量*能源消耗*非环境资源*环保产值（～IE*～AQ*EC*～ES*EPOV）。表明在工业排放量明显的情况下，将能源消耗转化为环保产值的情况下，可以实现各省份经济的有效发展，代表地区为宁夏回族自治区。从能源的品种来看，煤炭的耗费量在宁夏全区的能源消耗中所占的比重相对较高，使得经济增长与环境保护之间的矛盾日益凸显；未来应进一步强化对轻重装备工业和产业结构的调整，以直接带动新时代能源和消费结构的优化；推进环保行业的发展，按照各个能源产品的主要消耗对象，有针对性地开展节能和降耗工作。对中西部一些能源相对匮乏的省份，需要充分利用自身太阳能、风能等清洁可再生能源的优势，恢复其生态承载力，积极培育低碳型经济产业，实现经济增长与环境保护的协调发展。