王甡

摘要    利用大连市2006—2015年经济发展与环境质量统计数据，拟合出大连市环境库兹涅茨曲线（EKC）并分析了相關影响因素。结果表明，随着人均GDP增加，SO2浓度、NO2浓度、近岸海域水质劣于二类站位比例呈倒“U”型曲线，地表水劣于Ⅲ类水质断面比例呈线性下降，PM10浓度呈正“U”型曲线，4类区噪声超标率呈“N”型曲线。

关键词    环境库兹涅茨曲线;经济发展;环境质量;辽宁大连

在实证研究基础上，美国经济学家格鲁斯曼和克鲁格于1995年提出了环境库兹涅茨曲线（EKC）的假说，环境污染程度与人均国民经济收入之间呈倒“U”形关系，即在经济发展的初期阶段，随着人均收入的增加，环境污染由低趋高，到达某个拐点后，随着人均收入的进一步增加，环境污染又由高趋低，环境得到改善和恢复[1]。大连是北方沿海重要的中心城市、港口及风景旅游城市，以经济、社会、人口、环境和资源相协调为可持续发展战略。为分析大连市环境质量与社会、经济、资源、污染排放等相互作用机制，本文采用环境库兹涅茨曲线结合相关性方法分析大连市2006—2015年环境质量变化规律。

1    数据与方法

1.1    数据来源与指标体系

本文分析数据主要来源于《大连市统计年鉴》（2007—2016年），环境质量数据主要来源于《大连市环境质量报告书》（2006—2015年）。考虑分析指标的代表性、整体性、通用性及可获取性等原则，从环境压力、社会、经济、资源消耗、污染排放等方面构建大连市环境库兹涅茨曲线分析的指标体系（表1）。

1.2    数据分析方法

1.2.1    环境库兹涅茨曲线拟合模型。EKC问题可选择的参数模型主要有多项式模型和对数多项式模型，可选择的解释变量有人均GDP的一次项到三次项和其他控制变量[2]。由于不同国家或地区的情况不同，EKC拟合模型不是固定的一种形式，应用多种形式进行回归分析，找到该地区较适合的EKC拟合模型[3]。本文中环境库兹涅茨曲线选取环境压力指标作为因变量，选取经济指标人均GDP为自变量，拟合方程采用线性模型、二次和三次多项式模型。

1.2.2    环境库兹涅茨曲线形态。在不同前提条件下，环境库兹涅茨曲线拟合呈现出不同的形态。污染物不同，EKC的形状也会不同[4]。环境压力和经济发展之间关系不仅有倒“U”形，还会出现同步关系、“U”形关系和“N”形关系[5]。描述的都是环境与经济不同时期的组合方式，短期内可能表现为其中1种或2种关系，但从长期来看，环境质量与经济增长的关系或呈上升的波浪型或呈下降的波浪型，各类型的曲线仅为其中的一段[6]。

1.2.3    相关系数。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数按积差方法计算，以2个变量与各自平均值离差为基础，通过2个离差相乘反映2个变量之间相关程度。根据相关分析的需要，计算环境质量指标与社会、经济、资源消耗和污染排放等指标的相关系数。

2    结果与分析

2.1    环境空气

PM10浓度的EKC大致呈现“U”型，PM10浓度有所升高的EKC拐点在人均GDP约9.0万元，对应时段2010—2011年。随后数年里，随着人均GDP的增加，PM10浓度有所增加。随着大连市经济的快速发展，PM10仍有继续增加的趋势，不符合传统环境库兹涅茨曲线倒“U型”特征。在2010年以前，低水平经济建设中产生的PM10浓度较低，但随着2010年以后快速经济发展及城市建设产生的PM10浓度较大（图1）。

PM10浓度与烟（粉）尘排放量相关性较强，相关系数为0.49。SO2和NO2浓度的EKC呈现倒“U”型，表明SO2和NO2治理效果较为明显，SO2和NO2浓度有所改善的EKC拐点在人均GDP约8.5万元，对应时段2010—2011年。随着人均GDP增加，两者浓度有所下降，表明大连市的SO2和NO2正在随着经济的发展而得到逐步改善，经济发展与二者关系符合传统环境库兹涅茨曲线的特征（图2、图3）。

SO2浓度、NO2浓度与煤炭消耗量成负相关，相关系数分别为-0.91和-0.87，表明随着煤炭消耗量的增加，SO2和NO2浓度有所下降，说明脱硫脱硝减排措施、蓝天工程的实施取得成效。

SO2浓度与SO2排放量的相关性较高，相关系数为0.72，表明SO2浓度与本地污染源SO2排放量有着直接关系;NO2浓度与NOX排放量相关性较低，但与机动车NOX排放量相关性较高，相关系数为0.51，表明NO2浓度与机动车排放NOX排放量有较强关联。

2.2    地表水

地表水劣于Ⅲ类水质断面比例的EKC与人均GDP呈现线性特征，随着人均GDP的增加，地表水优良水质断面比例在增加，所监测的地表水质呈现向好趋势（图4）。

地表水劣于Ⅲ类水质断面比例与废水排放量为正相关，相关系数为0.51，表明地表水水质状况近50%受到废水排放影响，同时也存在农业面源污染等其他影响因素。

2.3    近岸海域

近岸海域水质劣于二类站位比例的EKC呈现倒“U”型，近岸海域水质劣于二类站位比例有所降低的EKC拐点在人均GDP约9.7万元，对应时段为2011—2012年，表明大连市近岸海域一、二类海水比例正在随着经济的发展而得到提高，经济发展与二者关系符合传统环境库兹涅茨曲线的特征（图5）。

近岸海域水质劣于二类站位比例与入海排污口废水排放量为正相关，相关系数为0.70，表明近岸海域水质劣于二类站位比例会随着入海排污口废水排放量的增加而增加。

2.4    噪声

4类声环境功能区噪声超标率的EKC呈现“N”型，为倒“U”型和“U”型的复合型，超标率有所下降的EKC拐点为人均GDP 5.5万元，超标率有所上升的EKC拐点为人均GDP 9.5万元，表明经济在低速发展阶段，4类声环境功能区内的交通噪声污染与经济发展符合EKC图6但随着经济的快速发展，交通噪声控制与经济发展有所偏离，交通噪声影响强度较大，其控制是一个漫长的过程。4类声环境功能区噪声超标率与人口密度相关性较差，但与机动车保有量相关性较强，相关系数为0.71，表明4类声环境功能区噪声超标率增加与机动车保有量逐年增加有着较明显关系。

3    结论与讨论

从2006—2015年的环境库兹涅茨曲线看，大连市环境质量主要指标的EKC拐点多集中在人均GDP 8万～10万元之间，其中呈现倒“U”型指标为SO2浓度、NO2浓度、近岸海域水质劣于二类站位比例，呈现“U”型指标为PM10浓度，呈现倒“U”型和“U”型的复合型指标为4类声环境功能区噪声超标率，呈现倒“U”型右侧上升曲线的指标为地表水劣于III类水质断面比例。总体来看，随着人均GDP高于EKC拐点，大部分环境指标呈向好改善趋势，这与大连市环境保护各项举措密切相关。特别是“十二五”期间，大连市积极推进火电、钢铁、水泥、玻璃、石化等行业产业结构调整，拆炉并网，积极推进天然气基础设施建设，开展重点行业脱硫脱硝改造，加强黄标车淘汰和农业源减排，重点开展医疗、食品加工等行业水污染专项整治。通过上游工业污染源限期治理、小型排污口归并截流和废弃排污口封堵拆除等措施不断推进入海排污口管理工作。

环境库兹涅茨曲线是一个动态的概念。随着大连市产业结构、区域资源环境、经济发展政策、环境保护战略等调整都有可能使曲线发生形变。今后随着相关数据时间序列的不断增加，借助大数据分析技术，环境库兹涅茨曲线在形态和拐点方面将会更加深层次揭示经济发展与环境质量之间的关联机制。

4    參考文献

[1] 虞依娜，陈丽丽.中国环境库兹涅茨曲线研究进展[J].生态环境学报，2012，21（12）：2018-2023.

[2] 符淼.我国环境库兹涅茨曲线：形态、拐点和影响因素[J].数量经济技术经济研究，2008（11）：40-54.

[3] 桂小丹，李慧明.环境库兹涅茨曲线实证研究进展[J].中国人口·资源与环境，2010，20（1）：5-8.

[4] 崔鑫生，韩萌，方志.动态演进的倒“U”型环境库兹涅茨曲线[J].中国人口·资源与环境，2019，29（9）：74-82.

[5] 李玉文，徐中民，王勇，等.环境库兹涅茨曲线研究进展[J].中国人口·资源与环境，2006，15（5）：7-14.

[6] 蔡娟.基于环境库兹涅茨曲线的陕西省环境质量与经济增长关系研究[D].西安：西北大学，2010.