城市化会恶化空气质量吗？——来自新兴经济体国家的经验证据，本文主要内容关键词为：空气质量论文,证据论文,经济体论文,经验论文,国家论文，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：F43 文献标识码：A 文章编号：1003-3947(2013)05-0091-09
近些年来，伴随着新兴经济体①工业化水平的不断提高，城市化也成为其重要议题。在各国政府的积极推动下，新兴经济体国家的城市化水平快速提升。在这种特殊的城市化背景下，城市中人口和工业的超速集中以及过度集聚带来了不容忽视的资源环境问题，尤其是空气污染问题。空气污染分为产业公害型和城市生活型两种类型(陈平等，2012)，一方面城市化带来了人口集聚，由于人口的集聚和生活方式的改变，城市人口对吃穿住行的需求进一步膨胀，从而加速了建筑业的发展和机动车的增加，加剧了城市生活型空气污染。我们将这种因城市中的人口集聚，引致的空气质量恶化称为城市化的“生活效应”。另一方面，城市化还带来了产业集聚，由于工业的集聚，使得城市可以更加集中地处理污染排放，提高了城市中污染处理设施的使用效率，从而有效缓解空气污染。其次，与小城市相比，大城市有许多高大的建筑，更加节约土地和能源，对生活垃圾的处理也更加集中和方便，降低了治污成本；同时，交通运输是引起环境污染的主要来源之一，随着城市化发展，大多数人集中到城市生活，减少了因交通运输引起的环境污染。因此，城市化实现了对产业公害型空气污染的集中处理，缓解了因生产带来的空气污染，并不会加剧环境污染(Prud' homme，1994)。我们将这种因城市中的产业集聚，引起的治污成本降低，进而使得空气质量改善称为城市化的“生产效应”。城市化率的提高究竟是恶化了空气质量，还是节约了治污成本，进而有利于空气质量改善？这取决于“生活效应”和“生产效应”两种作用效果的权衡。
本文用可吸入颗粒物(PM10)表示空气质量，通过改进的Kaya恒等式和面板数据模型等方法，检验11个新兴经济体国家的城市化与空气质量的关系。论文的主要贡献在于：梳理城市化与污染排放之间的关系，从国别比较的视角检验新兴经济体国家城市化与空气质量的关系，为中国如何解决城市化中的环境污染提供可借鉴的经验证据。论文结构安排如下：第二部分是文献综述，第三部分是数据与模型，通过Kaya恒等式将大气质量的影响因素分为城市化率、工业化进程、环境技术和能源效率，第四部分进行实证分析，第五部分提出结论与建议。
二、文献综述
现有对城市化和环境污染的研究还集中于借鉴EKC的做法，利用各种污染物检验城市化与污染排放的关系，发现城市化与污染排放之间存在正U型、倒U型、N型、倒N型等曲线关系(杜江和刘渝，2008；王家庭和王璇，2010；黄棣芳，2011；何禹霆和王岭，2012)。例如，杜江和刘渝(2008)选取我国30个地区1998-2005年的面板数据，检验了六类污染物与城市化的关系。研究发现，四类污染物(废水、固体废物、废气和二氧化硫)同城市化水平之间存在倒U型曲线关系，两类污染物(烟尘和粉尘)同城市化水平之间存在U型曲线关系。他们还认为，中国大体上已经进入U型曲线的右半段。王家庭和王璇(2010)选取中国28个地区2004-2008年的面板数据，检验废水排放量与城市化的关系，发现两者之间呈倒U型关系。黄棣芳(2011)利用我国29个地区1999-2008年的面板数据，验证了工业废水与城市化的倒N型关系，工业二氧化硫与城市化的N型关系，以及工业粉尘与城市化的U型关系。何禹霆和王岭(2012)利用我国31个地区1997-2010年的面板数据，检验城市化与工业废水的关系，发现两者之间存在显著的正U型关系，拐点为62.05%。上述研究的结论并不一致，是因为研究样本的时间段有差异，如此衡量的城市化与污染排放的关系可能只是真实曲线的一部分。另外，由于污染物来源不同，污染物与城市化的关联度有强有弱，污染物的选取也会导致曲线形状的差异。还有研究测算了城镇化每增长1个百分点引起的污染物排放变化量，例如，王会和王奇(2011)利用投入产出法对中国1997-2007年的数据进行分析，发现城镇化率每增加1个百分点，工业化学需氧量、工业二氧化硫排放分别增长0.48%和0.44%。他们的研究还证实了城市化的“生活效应”。而蒋洪强等(2012)发现，城市化率每增长1个百分点带来的COD和NH3-N排放量由“十五”时期的增加逐步转为“十一五”时期的减少，城市化率每增长1个百分点带来的二氧化硫排放量在“十五”和“十一五”期间都呈减少趋势。
综上所述，国内外现有理论研究对城市化与环境污染之间的关系并没有达成一致意见，实证检验结果也存在很大差异。其主要原因有两个：第一，城市化与环境之间的关系是复杂的，这不仅取决于城市化进程的速度，还受城市化中的社会环保意识、经济结构调整和法律制度健全等因素的影响(杜江、刘渝，2008)。然而，一些实证研究(刘耀彬等，2005；王家庭、王璇，2010)仅以城市化率和污染排放为自变量和因变量做回归，遗漏了其他影响污染排放的重要因素；一些研究(杜江、刘渝，2008)在加入其他控制变量后也发现结论有很大变化，因此，这种结论并不稳健。第二，全球比较研究是十分必要的(孔凡义，2010)，因为城市化是个长期过程，并不是几十年内可以完成的，现有研究多以某个国家几十年的数据作为研究样本，这样得到的结论受这个国家所处工业化阶段和城市化阶段的限制，结论往往不具普适性。如果以多个国家作为研究对象，进行大样本分析，就可以避免由样本选择带来的偏误。
三、模型与数据
借鉴并改进林伯强和刘希颖(2010)的做法，本文用Kaya恒等式分析城市化进程对PM10排放量的影响，将PM10的Kaya恒等式写成如下形式：
其中，Pollu代表可吸入颗粒物排放量，Energy代表能源消耗量，GDP代表国内生产总值，UP代表城市人口数，POP代表总人口数。Pollu/POP代表人均可吸入颗粒物水平，反映了每个公民感受到的空气质量；Pollu/Energy代表单位能源的污染排放量，反映了环境技术水平；Energy/GDP代表能源消耗强度，反映了能源效率水平；GDP/UP代表人均GDP②；UP/POP代表城市化率；POP代表人口总量。由式(1)可知，可吸入颗粒物取决于环境技术、能源效率、人均GDP、城市化率、人口总量等因素。对1990-2009年11个新兴经济体国家的上述因素进行描述，结果见表1。
由表1可知，11个新兴经济体的空气质量存在很大差异，造成新兴经济体国家空气质量差异化的原因有多种，根据Kaya恒等式，本文从工业化发展阶段、城市化率、环境技术、能源效率和人口总量等五个方面分析新兴经济体国家空气质量差异化的原因。
第一，工业化发展阶段。新兴经济体正处于工业化的快速发展阶段，使得空气污染问题在新兴经济体国家中突显出来。由表1可知，尽管同为新兴经济体，各国工业化阶段仍存在差异。韩国和沙特阿拉伯的人均GDP远远高于其他新兴经济体，而这两个国家的可吸入颗粒物相差甚远，这表明工业化并不必然导致空气质量的下降，关键在于工业化方式是否合理。
第二，城市化率。新兴经济体的城市化带来了“生活效应”，一方面由人类生活带来的空气污染问题愈加剧烈，例如机动车数量增长迅速，造成汽车尾气污染严重；另一方面城市化进一步推进了工业化发展，由生产活动带来的空气污染在城市范围内更加集中。当然，城市化也带来了“生产效应”，城市化率的提高还有利于环境保护部门充分发挥污染处理设施的作用，对空气污染进行集中处理。城市化率的提高究竟加剧了大气污染，还是更有利于治污减排，需要进一步的数据分析和经验证实。
第三，环境技术。环境技术指的是对已经生产出来的污染进行处理，这种污染处理方式是事后的，改进治污技术是发展中国家改善空气质量的主要手段(杜雯翠，2012a)。环境技术的提高是改善空气质量的重要途径。由表1可知，中国和俄罗斯单位能耗的污染排放量较低，环境技术较高；阿根廷和沙特阿拉伯的单位能耗的污染排放量较高，环境技术较低；其余国家的环境技术相差不大。
第四，能源效率。能源效率指的是通过改善能源消费结构、降低单位产出的能源消耗，从源头上减少燃烧，已经完成工业化的发达国家多依靠提高能源效率来改善空气质量(杜雯翠，2012a)。由表1可知，俄罗斯的能源使用效率是最低的，同属于金砖国家的中国和印度的能源效率也不高。这表明，越是发展速度较快的国家，其经济增长与资源耗竭的矛盾就越突出。除能源消耗强度外，能源结构也是影响空气质量的重要因素之一，发达国家已经通过能源技术改进，增加了清洁能源的使用比例，新兴经济体则更多地依靠燃煤，这更加恶化了新兴经济体的空气质量。
第五，人口总量。随着人口总量的不断扩大，来自生活的空气污染不断增加。由表1可知，11个新兴经济体中，中国和印度仍然是人口总量超过10亿人的唯一两个人口大国，印度尼西亚和巴西的人口总量也超过了1亿人，其他国家的人口总量均低于1亿人。不过，人口众多并不意味空气质量较差，人口相对较少也不必然对应较好的空气质量。沙特阿拉伯的人口仅为0.21亿人，但其可吸入颗粒物排放量高达145.34，这说明人口总量并不是沙特空气污染的主要因素，影响沙特空气污染的因素可能在于经济结构和人口结构。同样的情况也发生在印度尼西亚和阿根廷，上述分析表明人口总量并不是影响可吸入颗粒物的主要因素。
四、实证分析
(一)模型设定与变量定义
为了进一步检验城市化对新兴经济体大气质量的动态影响，参考EKC模型(Kuznets，1955)，设定如下经验模型：
其中，因变量为空气质量(Pollu)，用各国可吸入颗粒物的自然对数表示。自变量为城市化率(Urban)、城市化率的二次方
和城市化率的三次方
，城市化率用各国城市人口占总人口的比重表示。由Kaya恒等式可知，除城市化率外，人均GDP、环境技术和能源效率等都是影响空气质量的重要因素，这些因素需要在模型中加以控制。控制变量包括：滞后一期的空气质量
；经济发展水平(perGDP)，参考彭昱(2012)的研究方法，用各国的人均GDP的自然对数表示；增长速度(Growth)，用各国GDP年增长率表示；经济结构(Structure)，用各国工业产值占GDP的比重表示；能源结构(Energy)，用各国化石能源的消耗量占所有能源消耗总量的比值表示；技术进步(Tech)，囿于数据的可获得性，使用单位GDP的能源消耗量的自然对数表示一国的技术水平；年份(Year)，为哑变量。
(二)回归结果
根据Hausman检验结果，固定效应模型更为合适。因此，采用固定效应模型对面板数据做回归，结果见表2。
由表2可以看出，模型(1)中城市化率(Urban)的估计系数显著为负，表明城市化率越高，可吸入颗粒物越少。模型(2)中城市化率(Urban)的估计系数显著为负，与模型(1)是一致的，城市化率的二次方的估计系数显著为正。模型(3)在加入城市化率的三次方后，其余大多数变量的估计系数均变得不显著，
也没有因为新变量的加入而明显提高。因此，我们选取模型(2)对城市化率与空气质量的关系进行分析。在模型(2)中，两个系数表明城市化率与空气污染呈U型关系，当城市化率较低时，空气污染随着城市化率的提高逐渐减轻，“生产效应”的作用效果超过“生活效应”；当城市化率达到一定程度后，城市化率的继续提高将对空气质量产生恶化作用，“生活效应”的作用效果超过“生产效应”。根据城市化率的估计系数，可以认为，当其他因素固定不变时，“生活效应”与“生产效应”的拐点发生在城市化率达到59%处③。当城市化率低于59%时，城市化的推进结果是空气质量的改善；当城市化率高于59%时，城市化进程的进一步推进将恶化空气质量。更确切地说，城市化并不必然带来空气质量的恶化，而且，随着科学技术的进步、能源效率的提升、环境规制的强化，拐点应该还可以进一步后延。根据世界银行的统计，我国2009年的城市化率为44%，并没有到达拐点，还处于城市化有利于空气质量改善的阶段，或者说我国还有时间窗口去应对城市化对空气质量所带来的挑战。按照中国国家统计局发布的数据，我国2010年的城市化率为50%，已经临近拐点，如何避免拐点的发生将是未来城市化进程中我国环境保护事业面临的严峻考验。这个结论与杜江和刘渝(2008)正好相反，杜江和刘渝(2008)认为，我国大体上已经进入U型曲线的右半段。这与样本选择差异有关，也恰好证明了国别研究的重要。
图1更直观地体现了城市化与空气污染之间的U型关系。左图纵轴为可吸入颗粒物(Pollu)的原始数据，右图纵轴为根据表2模型(2)的估计系数，将其余变量对可吸入颗粒物(Pollu)的影响剔除后，城市化能够解释的可吸入颗粒物(Pollu)的残差。左图和右图都清晰反映出城市化率与可吸入颗粒物的U型关系。
图1：城市化与空气质量的U型关系图
为保证回归结果的可靠性，做如下稳健性检验：第一，按照年份将样本分为1990-1995年、1996-2000年、2001-2005年、2006-2009年四组，分别检验四组样本城市化对空气质量的影响，回归结果没有变化。第二，采用两阶段——纠偏—稳健型估计量对经验模型重新进行两阶段GMM估计，以消除内生性问题，回归结果并无明显变化。
五、结论与建议
关于城市化与环境污染的现有研究有两种观点，一种观点认为，城市化带来了人口集聚，加速了建筑业的发展和机动车的增加，恶化了空气质量，即城市化的“生活效应”。另一种观点认为，城市化带来了产业集聚，实现了治污减排的规模效应，缓解了空气污染，即城市化的“生产效应”。论文以11个新兴经济体国家1990-2009年跨国面板数据为样本，利用Kaya恒等式和面板数据模型分析了城市化对空气质量的影响。研究结果表明，新兴经济体城市化与空气污染之间存在U型曲线关系，城市化并不必然带来空气质量的恶化。近似认为，城市化率为59%是城市化对空气污染影响由负变正的拐点，当城市化率低于59%时，城市化的“生产效应”大于“生活效应”，城市化带来了空气质量的改善；当城市化率高于59%时，城市化的“生活效应”大于“生产效应”，城市化带来了空气质量的恶化。随着我国城市化率逐渐接近拐点，还有时间窗口去应对城市化进程中面临环境挑战，因此，应该充分发挥科学技术进步、能源效率提升、环境规制强化等的作用，充分利用城市化对空气质量的“生产效应”，缓解“生活效应”带来的空气质量恶化，为我国城市化进程提供相应的环境支撑和保障。
①关于新兴经济体的界定，2010年博鳌亚洲论坛年会发布的《新兴经济体发展2009年度报告》中，首次提出了“E11”(新兴经济体11国)概念，将G20当中的阿根廷、巴西、中国、印度、印度尼西亚、韩国、墨西哥、俄罗斯、沙特阿拉伯、南非和土耳其等11个国家作为新兴经济体看待。本研究以这11个国家作为新兴经济体。
②Kaya恒等式的原始形式为
，其中，GHG代表温室气体排放量，TOE代表能源消耗量，POP代表人口总数。林伯强和刘希颖(2010)直接用城镇化率这一人口结构指数代替人口总数，尽管恒等式仍然成立，但GDP/POP就变成GDP*POP/UP，不再表示人均GDP。不过，林伯强和刘希颖(2010)在影响因素分析时仍然采用人均GDP对温室气体排放进行分析。本研究在林伯强和刘希颖(2010)的基础上进行了修正，用GDP/UP近似代表人均GDP，即用城镇人均GDP代表全国人均GDP。
③根据表3固定效应模型(2)的估计结果，城市化率的一次项估计系数为-2.833，二次项估计系数为2.397，拐点的计算方法为-(-2.833)/2*2.397=0.59，据此判断拐点为59%。
标签：空气污染论文; 可吸入颗粒物论文; 城市化率论文; 能源效率论文; 新兴工业化国家论文; 经济模型论文; 环境经济论文; 时政论文;