中国工业环境库兹涅茨曲线分析——基于空间面板模型的经验研究，本文主要内容关键词为：中国论文,曲线论文,面板论文,模型论文,经验论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］F222 ［文献标识码］A ［文章编号］1006-480X(2010)06-0065-10
一、引言
改革开放以来我国经济经历了一个持续的高速增长阶段，取得了举世瞩目的成就。但是，我国经济的高速增长是建立在过度消耗资源和较为严重的工业污染基础上的，在经济快速增长的同时，支付了昂贵的资源与环境代价。中国政府规划到2020年人均GDP比2000年翻两翻，与此对应的工业污染排放量的增长趋势必须得到有效控制，否则GDP增长背后的环境代价是灾难性的。必须研究经济增长与工业污染物排放量两个变量间的联系及它们之间的长期变化趋势。对于工业污染排放与经济增长间的联系，有学者从协整的角度出发研究它们之间的长期均衡关系，这方面的研究成果揭示了经济增长与排污量之间存在密切的相关性。但是国内外更多的学者是通过环境库兹涅茨曲线(Environmental Kuznets Curve，EKC)来研究经济增长对环境污染的影响。环境库兹涅茨曲线描绘了经济增长与环境压力之间的一种长期关系，如图1所示。根据EKC假设，在经济发展起步阶段随着经济的增长会导致环境质量的下降，然而一旦经济发展超越了某一临界值点（如图1中的
所代表的经济增长水平，该点也称为转折点），人均收入的进一步提高反而有助于降低污染排放、改善环境质量。因此，我国污染物的排放特别是工业污染物的排放，其转折点在经济增长何种水平上可能出现，就成了人们关心的问题，这对我国环境保护政策的制定及执行力度分析都有重要的指导意义。
图1 EKC曲线
在EKC的实证研究中，人们通常根据来自不同的地理区域或行政区划的截面数据进行模型分析。这种分析思路都假定地区间的污染排放是不相关联的，即认为一个地区的经济增长只对本地区的工业污染排放量产生作用，忽略了对周边地区环境的影响，这显然与现实不符，人们应该考虑到污染排放可能存在空间自相关性或空间依赖性。理由一是几乎所有的空间数据都有可能存在空间依赖性或空间自相关性的特征(Anselin，1992)，工业污染物的排放数据可能也不例外。二是不同国家间的“污染转移”政策，会使EKC研究中的污染排放数据产生空间相关性(Maddison，2006)。三是我国的工业布局（工业排污企业的分布）、能源消费结构和污染治理投资能力都存在较强的区域聚集性，这也使得污染排放存在一定的空间相关性(Poon et al.,2006)。如果忽略这种空间相关性的影响，EKC模型的估计可能是有偏的估计或产生错误的参数检验(Anselin，1988)。在一定意义上看，这可能也是人们在早期EKC分析中的参数估计不够稳健的重要原因之一。因此，在处理EKC相关的区域数据时，应当引入空间计量分析方法(Anselin，1988)。
但是，到目前为止采用空间计量模型研究EKC的文献并不多见。Rupasingha et al.(2004)在利用美国的县级截面数据分析经济增长与环境污染关系时，使用过空间误差模型(SEM)，并发现在空间计量模型基础上的EKC估计结果是稳健的，且模型变得更切实际。Madddison(2006)在基于空间滞后模型(SLM)检验跨国EKC模型时，发现人均SO[,2]的排放量和
的排放量，都受到相邻国家排放的影响，并指出，忽略空间滞后变量会使EKC的估计结果产生偏欹。我国学者李刚(2007)基于2004年中国地区的截面数据，发现有三个工业污染排放量存在空间自相关性，在进一步使用SEM模型进行检验后发现，工业废水排放量满足EKC假设，与普通最小二乘估计法相比，SEM的拟合效果与自变量的显著性都有所提高。
传统的面板数据模型在描述数据空间特性时，更多的是强调空间异质性，而忽略了空间相关性，这在一定意义上影响了估计模型的稳健性。鉴于此，我们利用空间面板模型(Spatial Panel Model)对各地区工业污染物排放的EKC假设进行空间相关性分析。因此，本文是基于空间面板模型的工业污染的EKC经验研究。
二、EKC空间模型
1.EKC的方程形式
在EKC模型中，被解释变量是工业污染排放量指标，解释变量为经济增长水平及其平方，称为EKC的二次方程模型，如果解释变量进一步包括经济增长的三次方，则称为EKC的三次形式。实证结果表明，工业化国家的EKC会呈现出较明显的三次形式，而发展中国家则不然(Poon et al.,2006)。中国正处在向工业化转型的发展初期，因此我们首先选择的是EKC的二次形式，当二次模型存在一定的不足时，我们考虑通过三次模型进行改善。
假设经济增长（或其对数指标）及平方项的估计系数分别为
和
，工业污染排放量与经济增长指标之间有以下几种关系：①==0，说明经济增长与工业排污之间没有关系；②＞0，=0，说明工业污染随经济的增长而线性增加；③＜0，=0，说明工业污染随经济的增长而线性减少；④＞0，＜0，工业污染和经济增长之间呈“倒U型”关系，转折点根据公式：-／2计算；⑤＜0，＞0，工业污染和经济增长之间呈正“U型”关系，转折点计算公式相同。
2.EKC空间模型的设定
空间计量经济学是在Cliff和Ord的开拓性工作基础上建立起来的。Anselin(1988)和Elhorst(2003)在面板模型基础上引入空间滞后误差项或空间滞后因变量，将空间相关性引进计量模型。Anselin(1988)讨论了随机效应的空间误差模型。Elhorst(2003)把空间面板数据模型分成四类：空间固定效应模型、空间随机效应模型、空间固定系数模型和空间随机系数模型，并给出了每个模型的对数似然函数，还分析了ML估计量的渐进性质。
一般空间计量模型可以分为空间误差模型(SEM)和空间滞后模型（SLM，也称空间自回归模型，SAR），本文使用空间固定效应模型。通常情况下，当回归分析局限于一些特定的个体时，固定效应模型是更好的选择（何江，张馨之，2006）；另外，空间面板研究文献一般都选择了固定效应模型（何江，张馨之，2006；王火根，沈利生，2007；吴拥政，颜日初，2009）。
空间误差固定效应模型(Fixed Effects Spatial Error Model)的设定如下：
空间滞后固定效应模型(Fixed Effects Spatial Lag Model)的设定是：
3.空间相关性的检验与参数估计
对于空间相关性的检验，常用的统计量有：LMerr、LMlag、Robust LMerr、Robust LMlag和Moran's I。其中，Moran's I也称为空间自相关指数，基于该指数可构造正态分布统计量，用以检验SEM中的空间自相关系数λ的显著性（王远飞，何洪林，2007）。LMerr和LMlag分别用于检验SEM中的空间自相关系数λ的显著性和SLM模型中的空间自回归系数δ的显著性，具体可参见Anselin et al.(1996)。以上各个检验统计量均是基于截面模型的OLS估计得到。根据Anselin et al.(2006)的研究，当对面板数据模型进行合并回归时上述方法仍然适用，不过此时空间权重矩阵应该使用W而不是W[,N]。目前国内多数空间面板实证文献均是使用这一做法。应该指出的是：如果LMlag比LMerr统计量更显著，那么恰当的模型是SLM；否则，恰当的模型是SEM。
OLS不适合空间计量经济模型的估计，因为在模型包含空间滞后误差项的情况下，虽然OLS估计量是无偏估计，但不再满足有效性；在模型包含空间滞后被解释变量的情况下，OLS估计有偏且不满足一致性要求。估计空间计量经济模型一般使用ML方法估计，关于空间面板模型的ML估计方法可参见Elhorst(2003)。由于通用、商业化的计量软件还没有实现对空间面板模型的计算功能，我们以下的计算都是通过Mafiab软件实现的。①
三、指标与数据
根据数据可获得性，我们选取以下7个环境污染指标：工业废水排放量、工业废水中化学需氧量、工业废气排放量、工业二氧化硫排放量、工业烟尘排放量、工业粉尘排放量以及工业固体废弃物排放量，以上排放量均为人均排放。样本来自1989-2007年中国大陆30个省区的数据。重庆在1997年单列直辖市，以保持统计口径的一致性，我们将1997年之后的重庆数据并入四川省。此外，对于工业固体废物排放量，在估计该污染指标的EKC方程时排除了海南与西藏的缺失数据仅含28个省区的数据。所有污染排放数据均来自相关各期《中国环境年鉴》，人口数据来自相关各期《中国统计年鉴》。
值得注意的是，排污量指标在《中国环境年鉴》中存在统计口径不一致问题，1991年之前仅有废气排放总量和二氧化硫排放量的数据，缺工业废气排放量和工业二氧化硫排放量以及工业烟尘排放量的数据。我们根据1991年的数据推算出各个指标在废气排放总量中的比例系数进行折算。工业废水中化学需氧量也没有1992年以前的数据，采用相同的方法推算。
经济增长指标用人均GDP来衡量。与总量指标相比，人均CDP更加能够反映真实经济发展水平。人均GDP由历年《中国统计年鉴》整理计算而得，为了消除了通货膨胀的影响，我们以2000年不变价计算人均GDP实际数。本文中涉及的各类指标、单位及符号如表1。
由于对数据进行对数化处理后不改变数据原有特征，并会减少异方差或使得时间序列变得平稳，因此本文在实证分析时采用的是各指标的自然对数。
四、实证结果与分析
1.空间相关性的检验
首先利用传统固定效应模型的LSDV(Least Square Dummy Variables)进行估计，并对空间相关性进行了检验，结果见表2。
从表2的估计结果来看，FS的EKC方程回归系数并不显著，且不是“倒U型”的，而其他污染物排放的EKC方程均呈现出“倒U型”形状，但需注意FQ的EKC方程中平方项的系数不显著。根据LSDV估计的残差进行空间相关性检验，结果如下：①Moran's I、LMerr以及Robust LMerr检验统计量显示，空间自相关系数显著不为零，即所有污染物传统的固定效应EKC模型残差中均存在明显的空间自相关问题。②对于空间自回归系数δ的检验，结果并不一致。LMlag检验结果显示，各污染物的排放具有空间滞后性，即在传统的固定效应模型中应当加入空间滞后因变量；而Robust LMlag检验结果则表明，仅COD、FQ和YC的排放有空间滞后效应。
从检验结果还可知道，传统的固定效应模型中存在着显著的空间相关性，因而必须使用空间固定效应模型对EKC做出估计，那么应该如何引入空间相关性，即选择空间误差固定效应模型，还是选择空间滞后固定效应模型呢？对于COD而言，LMlag、Robust LMlag统计量分别大于LMerr和Robust LMerr统计量，因此应选择空间滞后固定效应模型；而对于其他污染物，结果却相反，表明应选择空间误差固定效应模型，这样的选择基本能够与Robust LMlag检验结果相互印证。
2.空间固定效应模型的估计结果与讨论
对所选择的空间固定效应模型进行估计，结果见表3。引入空间相关性后，除了FS，其他污染物的EKC模型估计系数均在1%和5%水平上显著，且均呈现“倒U型”形状。这与LSDV的估计结果是一致的，说明在考虑了空间相关性后，EKC的估计结果仍然是稳健的。但是我们注意到，模型的可决系数和对数似然值均有所提高，这说明考虑空间相关性可以在一定程度上提高了模型的拟合水平。与LSDV估计结果相比，FQ的EKC方程平方项系数在5%水平上变得显著，说明引入空间相关性可以改善变量的显著性水平。
除FS外的六种污染物EKC模型中，λ和δ的估计值为正，且在1%和5%水平上显著，说明地区间的污染排放确实具有较强的正向空间相关关系，即本地区的污染排放量受相邻地区污染排放或经济发展水平的影响。具体来讲，COD模型中的空间自回归系数δ估计值为0.134，说明相邻地区人均COD排放量变动1%，会导致本地区人均COD排放量平均变动0.134%；另外五种污染物为空间误差模型，其空间自相关系数λ的估计值均大于0，说明相邻地区的经济增长会加重本地区的污染排放。
为了更好地描述人均GDP与人均污染排放之间的关系，我们对EKC方程的形状做进一步的分析，并结合2007与2008年人均GDP数据，研究各地区是否越过EKC曲线的转折点。
(1)对于COD、YC和FC来讲，根据空间固定效应模型估计结果，其EKC是典型的“倒U型”的曲线关系，与通常认为的经济增长与污染“倒U型”曲线关系一致。其转折点分别是人均GDP为2788元、5728元和5187元之处，均在样本数据区间内，我国各地区都过了这些转折点。说明在经济发展初期，人均工业废水中COD排放量、工业烟尘排放量以及工业粉尘排放量呈现不断上升的趋势，但当经济发展越过各自的转折点后，这些污染排放将呈现出稳定改善的趋势。
(2)对于SO[,2]来讲，根据空间固定效应模型估计结果，其EKC为“倒U型”，因为只有上海市2007年与2008年的人均GDP超过转折点51189元／人，这说明其他地区的EKC基本上位于上升的左半段，即随着经济的增长，人均工业二氧化硫排放量有不断增加的趋势。但拐点可能会在近期出现，SO[,2]排放的下降是可以期待的。
(3)对于FW来讲，其空间EKC同样是“倒U型”的，转折点在人均GDP为1418元处。我国各地区只有贵州省1989和1990年的人均GDP小于该转折点；这说明FW的EKC基本上位于下降的右半段，即随着经济的增长，人均工业固体废弃物排放量呈现出不断下降的趋势。
(4)对于FS而言，引入空间相关性后，回归系数仍不显著，并且空间误差自相关系数λ也不显著。这说明FS的EKC方程形式设定可能存在问题，我们用三次方程形式重新进行检验和估计，结果如表4所示。
从检验结果来看，FS传统的三次方程形式固定效应模型中依然存在着显著的空间相关性，并且在引入空间相关性时，应选择空间误差固定效应模型。但从SEM估计结果来看，空间误差自相关系数仍不显著，这说明FS的空间相关性可能并不是很明显；同时，我们注意到，引入空间相关性后，模型的可决系数和对数似然值均略有下降。以上分析表明，对于本文所选取的数据，FS最合适的模型应该是传统的三次方程形式固定效应模型。
对于FS来讲，根据三次方程的LSDV估计结果，其EKC图像参见图2。可以看出，随着经济的增长，人均工业废水排放呈现逐步下降的趋势。这种形状即是所谓的“倒N型”，但与通常“倒N型”有两个拐点不同，这里只有一个拐点，即人均GDP为7283元。
从图2还可以看出，在拐点7283元附近FS存在一个较长的“平台期”，在此平台期内随着人均GDP的增长，FS不会出现明显下降趋势。但是，过了平台期，随着GDP的增长，FS排放存在一个快速下降的关节点，即曲线曲率最大值点。根据拟合数据，我国各地区经济发展的这个关节点是人均GDP超过21807元。以此为标准，现阶段我国北京、上海、天津、广东、浙江、江苏、福建、山东、辽宁等地区的经济发展已经越过此关节点，预计这些地区的FS排放量将会有一个快速下降的趋势。当然这种趋势能否真正出现，与这些地区的产业结构的升级调整是否顺利完成也有重要关系。
(5)关于FQ与人均GDP的关系，从表2可以看到，FQ在基于LSDV方法估计传统的固定效应模型中，对于GDP的二次项并没有通过显著性的检验，其估计参数的检验统计的p-value是0.484。可能合适的模型是一次方程或三次方程。FQ基于空间固定效应模型估计的三次方程，其估计的转折点却达到不可思议的161083899元／人，远远超出样本数据区间之外。如果将FQ一次、三次方程形式进行基于LSDV和SEM的空间固定效应模型的估计和检验，其结果如表5所示。
从检验结果看，一次方程模型与三次程方模型的系数都在1%水平上通过检验，空间相关性显著。选择三次方程，基于LSDV方法与基于SEM方法估计的结果都是传统的具有两个转折点的倒N曲线。模型的拟合曲线如图3所示。两种估计方法下的两个转折点分别是人均GDP为515.75元，76606.98元和597.24元，57497.34元，都在样本区间之外。显然拟合三次曲线在两个转折点之间存在明显的“线性趋势”，因此我们利用样本数据进行一次方程的估计，模型也是显著的。
总之，无论是一次模型或三次模型，对于FQ来讲，人均工业废气的EKC都位于上升阶段。但是从长期看，任何工业污染物的排放量都不会永远直线上升，选三次方程模型更切合实际。根据检验结果我们最后选择三次形式的SEM模型，得到的结论是：FQ的EKC呈现出“倒N型”，其图像的两个拐点分别597.24元，57497.34元，这两个数据都在样本数据区间之外，三次方程形式的EKC同样位于“倒N型”上升的部分。但是从2008年GDP数据来看，只有上海已经越过第二转折点，其他地区均未越过该转折点，因此，随着经济的增长，我国人均工业废气排放量还是呈增长趋势。实际上，从历史数据来看，我国1991年以来工业废气排放量持续上升，2008年工业废气排放量达403866亿标立方米。20世纪90年代工业废气排放增长缓慢，但自进入21世纪以来，工业废气排放明显加速，主要原因在于钢铁、电解铝、水泥等重要工业原材料生产量大幅增加，高能耗、高污染行业的快速发展与工业废气排放，对环境造成了巨大压力。
图2 人均GDP与人均工业废水排量之间的关系
图3 人均GDP与人均工业废气排放量之间的关系
五、结论与建议
本文基于中国1989-2007年省级面板数据，使用空间固定效应模型，对七种工业污染物的EKC模型进行了估计与检验，有以下结论：①根据空间相关性检验可知，传统的固定效应EKC模型中存在着显著的空间相关性，对于COD而言，适用空间滞后固定效应模型，而对于其他污染物，适用空间误差固定效应模型。②根据空间模型估计结果，对于除FS外的六种工业污染物来讲，其地区间的污染排放确实具有较强的正向空间相关关系，即本地区的污染排放量受相邻地区污染排放或经济发展水平的影响。③FS的二次和三次形式的EKC模型中的空间误差自相关系数均不显著，这说明FS的空间相关性可能并不是很明显，合适的模型应该是传统的三次方程形式固定效应模型。该模型说明FS下降存在一个较明显的“平台期”，这个平台期的关节点是人均GDP达到21807元，我国北京、上海等部分地区的经济发展已经越过此关节点，进入FS快速下降期。④与LSDV的估计结果相比，在考虑了空间相关性后，EKC的估计结果仍然是稳健的，并且模型的拟合水平以及变量的显著性均有所改善。⑤FS的EKC为只有一个拐点的“倒N型”曲线，其他污染物的EKC均呈现出“倒U型”形状。但要注意的是，COD、YC和FC的EKC已经越过拐点；SO[,2]的EKC均位于上升阶段，SO[,2]的拐点可能会在近期出现；FW的EKC基本位于下降的右半段。⑥FQ的EKC呈现出两个拐点的“倒N型”，中国目前FQ处于EKC“倒N型”的上升部分。⑦从整体上看，我国各地区工业污染排放量与地区的GDP水平显著相关，反映出地区经济发展对环境产生压力的必然性。
根据以上结论，为了解决经济增长所带来的环境问题，建议注意以下几个方面：①各级地方政府应高度重视经济发展给环境带来压力的必然性，不以牺牲环境为代价单纯追求GDP的增长，从科学发展的高度处理经济发展与环境保护两者间的关系，更深入地研究两者间的相互制约性。②由于我国地区间的污染排放确实具有较强的正向空间相关关系，这说明我国地方政府可能以牺牲周边地区环境质量来实现本地区经济的发展。为了我国整体环境质量的改善，必须对地方政府的各种短视行为加以规范，各地区环境规划要高度重视空间相关性，不可各自为政需要相互关照；跨地区的环境合作应该成为地方政府协调经济发展与环境污染矛盾的必然选择。中央政府更应重视工业环境污染的空间相关性，在区域经济发展与各地方特色生态保护相协调的思想上理解和实施全国工业结构的空间布局。③我国虽然有部分地区越过了FS排放平台期，但是包括河北、山西、内蒙古等在内22个省区市地区经济发展仍处在FS排放的平台期内，这些地区的FS排放还将维持在一个相对较高的水平上，不会快速下降，关于这点这些地区政府要高度重视；当地的环保部门更应采取有效措施控制FS排放并加大对FS排放的监控力度，避免环保部门与排污企业“捉迷藏”或“同流合污”，真正落实中央关于“抓减排、调结构”的方针政策。④计量结果显示出我国工业污染与经济发展水平之间存在“倒U型”或“倒N型”关系，一方面验证了“环境库兹涅茨曲线”假说②，另一方面也说明我国的经济发展与环境改善之间呈现出一定的良性互动关系（当然要注意部分工业污染物尚未出现拐点）。注意到不同污染物排放的转折点不同，各地区应根据各地经济发展所处阶段的不同，有重点地加强对各种污染物排放的控制。这里要特别指出的是，FQ排放的转折点超出样本数据之外，数据没有反映出人均工业废气排放量反转的迹象，说明人均工业废气的EKC仍处于“倒N曲线”的上升阶段。在哥本哈根世界气候大会上，中国政府确定减缓温室气体排放的目标，这是中国根据国情采取的自主行动，不附加任何条件，不与任何国家的减排目标挂钩。可以肯定的是，为了实现这个减排目标需要中国付出巨大的努力，任重道远，所作的承诺决不是轻而易举就能达到的目标，关于这一点务必引起各级地方政府乃至全社会的高度重视。
最后我们强调的是，EKC只是一种经验数据的描述而不能作为预测，我们必须清醒地认识到经济增长并不会自动解决环境问题，需要做大量艰苦与细致的工作。还应注意的是，随着经济与技术的发展，突发性环境灾害事件发生的风险增大，灾害程度加深，加强对环境污染灾难的防范并建立起应急机制，非常重要，这一切都取决于我们是否树立起真正的科学发展观，取决于我们是否建立起一套有效的环境保护制度并落到实处。我们必须促进经济发展与环境保护两者间的良性互动。这种良性互动关系是加大环境保护力度、调整产业结构和转变经济增长方式等有关措施的成果之一。我们在今后的发展过程中，仍然要强调对环境的主动治理与保护，真正找到一条能兼顾经济发展与环境质量得到有效保护的发展道路，造福子孙后代，造福全人类。
［收稿日期］2010-05-05
①空间计量模型的Matlab软件包可通过网址：http://www.spatial-econometrics.com／下载，主要由Lesage和Elhorst等人编写。
②“倒N型”曲线关系也符合EKC所描述的环境与发展特征，即“一个令人满意的人均GDP和环境污染的长期关系将存在”，只不过“倒N型”关系在早期有较大的波动而已。
标签：环境库兹涅茨曲线论文; 固定效应模型论文; 经济模型论文; 工业污染论文; 面板数据论文; 环境经济论文; 相关性分析论文; 工业废气论文; 空间分析论文; 相关性检验论文; 误差分析论文; 经济增长论文; 经济学论文; 经济论文;