许清涛，高 标，房 骄

（1.白城师范学院 地理科学学院，吉林 白城137000；2.东北师范大学 城市与环境科学学院，长春130024）

环境问题的产生、发展与扩大，与人类社会经济活动密不可分，有效地计量评价经济发展和环境污染是当前研究的热点，环境库兹涅茨曲线假设（EKC）是描述经济发展与环境污染演替关系的计量模型，是研究二者关系的有效方法［1－2］。1991年，环境经济学家Gross man等将库兹涅茨曲线应用于环境问题的研究，发现环境质量先随着经济的增长而不断恶化，当经济发展到一定程度以后，环境质量将随着经济的增长而不断改善，即曲线呈现“倒U型”，进而提出了环境库兹涅茨曲线假设［3－4］。随后，EKC在国内外得到了广泛的实证研究应用［5－7］。随着实证研究的不断深入，一些学者发现，在不同的研究区域，EKC具有直线型、N型或U型等多种形式，并不只是传统的“倒 U 型”［8－9］。本研究基于吉林省1981—2010年环境污染指标与经济增长指标数据，利用PASW Statistics 18.0统计软件进行回归模拟，得到各个环境污染指标与经济增长指标的计量模型，研究分析其EKC曲线特征，结合灰色关联分析方法探析EKC的影响因素，并提出经济与环境协调发展的建议和对策，以期为政府或相关部门制定政策与规划提供科学、合理的依据。

1 研究区域概况

吉林省位于东北地区中部，地处北纬40°52′—46°18′，东经121°38′—131°19′之间，总面积18.74万k m2，占全国的1.95%；目前人口为2 749.41万人，占全国总人口的2.04%，近年来，伴随着振兴东北老工业基地战略的大力有效实施，吉林省在经济规模和结构上都有了较大的提高和优化，2010年末，全省GDP总量达8 577.06亿元，人均GDP达到31 306元，三次产业的结构比例为12.2∶51.5∶36.3，对经济增长的贡献率分别为3.0%，67.1%和29.9%。吉林省在经济增长的同时，也产生了大量的工业污染物排放，2010年，吉林省排放38 656万t工业废水、8 240亿m3工业废气、30.1万t工业SO2、5.3万t工业粉尘、13.1万t工业废水COD，产生4 642万t工业固体废弃物。

2 研究方法

2.1 指标选取

选取的指标包括环境污染指标和经济增长指标。针对环境污染指标，从流量指标和存量指标两个方面考虑［10］。其中，流量指标包括工业废水排放量、工业废气排放量、工业固废物产生量；存量指标包括工业二氧化硫排放量、工业粉尘排放量和工业废水COD排放量。关于经济增长指标，由于人均GDP能较好地说明经济增长水平且有利于不同研究区域的相互比较，故本研究选取人均GDP为经济增长指标。本研究收集整理了吉林省1981—2010年的工业污染物排放及人均GDP相关数据，具体见表1。

2.2 计量模型构建

应用PASW Statistics 18.0统计软件，以经济增长指标（人均GDP）为自变量（X），以各环境污染指标为因变量（Y），分别选用线性、二次项、对数、立方、指数分布及Logistic等多种函数对表1中的数据进行回归模拟，建立工业污染物排放量与人均GDP的计量模型，根据决定系数和模型检验参数进行优选。

2.3 灰色关联分析

灰色关联分析是根据因素间动态过程的相似性或相异程度来衡量因素间发展态势的一种方法［11－12］。其计算公式为：

式中：r0i——关联度；N——每个相关因素序列的数据个数；L0i（k）——相关因素序列k时刻的关联系数；Δ0i（k）——相关因素序列k时刻的绝对差；Δmax，Δmin——所有相关因素序列各个时刻绝对差中的最大值与最小值；ρ——分辨系数，本研究中取ρ＝0.5。

3 结果与分析

3.1 计量模型的选取及分析

3.1.1 计量模型的选取与设计 应用PASW Statistics 18.0软件，针对多种函数类型进行回归，根据决定系数和检验参数优选出各个工业污染物排放量与人均GDP的计量模型，除了工业粉尘排放量与人均GDP符合对数函数关系以外，其他环境污染指标与人均GDP均符合三次函数的计量模型，具体结果见表2。

3.1.2 EKC曲线特征分析 根据优选的计量模型，得到各个环境指标的EKC，如图1所示。从图1可以看出，6个环境指标的曲线形状各不相同，各具特点。

表1 吉林省1981－2010年环境污染与经济增长指标

表2 吉林省人均GDP与污染物排放量的计量模型

（1）从工业废水排放量的EKC可以看到，整个曲线为三次函数，整体形状不符合理想的“倒U型”，而是呈现一个“正U＋倒U型”，存在两个拐点，取计量模型函数的导数Y′＝0，求解得到X1＝11975.949，X2＝25540.427，分别对应的时间为2004—2005年之间、2008—2009年之间。取计量模型函数二阶导数Y″＝0，求解得到X3＝18578.188，对应时间为2006—2007年之间。以上说明：吉林省在1981—2001年，工业废水排放量随人均GDP的增长而下降，2004后到达拐点，从2005开始到2010年，整个曲线符合EKC的先升后降的“倒U型”，2006—2007年之间，工业废水排放量由加速增加转变为减速增加，并且在2008—2009年之间到达拐点。

（2）工业废气排放量的EKC表明，1981—2010年，工业废气排放量一直随人均GDP的增长而增长，针对计量模型而言，取其导数Y′＝0，无实数解，取其二阶导数Y″＝0，得：X3＝4777.382，对应时间范围是1995—1996年之间。说明虽然在1996年以后，工业废气排放量已经由加速增长转变为减速增长，但整体持续增长的趋势并未发生改变，不存在拐点。如果吉林省未来不对现有的经济发展方式，特别是能源利用方式进行优化和改变，工业废气排放量的状况将进一步恶化。

（3）从工业固体废弃物产生量的EKC可以看到，吉林省1981—2010年的工业固体废弃物产生量基本呈现逐渐上升的态势，大致处于“倒U型”的左半部分，存在一个拐点，取计量模型函数的导数Y′＝0，求解得到X1＝－1456.279（舍去）、X2＝52723.144，根据表1中人均GDP变化数据，应用PASW Statistics 18.0对人均GDP与年份（以1981年为1，1982年为2，其余年份以此类推）进行线性回归，得到计量模型为：Y＝251.608exp（0.160X）＋661.259（R2＝0.994、F＝4917.602），在模型中令Y＝52723.144，得X＝33.327，取X＝34，说明吉林省如果保持现有的发展态势，其工业固废产生量的EKC将在2014年到达拐点。取计量模型函数二阶导数Y″＝0，求解得到X3＝25633.432，对应时间为2008—2009年之间，说明这一时间段内，工业固废排放量由加速增长转变为减速增长。

（4）工业粉尘排放量的EKC呈对数函数，处于逐渐减小的趋势，不存在拐点；工业SO2排放量的EKC呈“正U＋倒U型”，存在两个拐点，取导数Y′＝0，求解得到X1＝6762.671、X2＝23294.039，分别对应的时间为1999—2000年之间、2007—2008年之间。取计量模型函数二阶导数Y″＝0，求解得到X3＝15028.355，对应时间为2005—2006年之间；工业废水COD排放量的EKC呈现不是很明显的“正U＋倒U型”，存在两个拐点，取计量模型函数的导数Y′＝0，求解得到X1＝13907.226、X2＝26386.922，分别对应的时间为2005—2006年之间、2008—2009年之间。取计量模型函数二阶导数Y″＝0，求解得到X3＝20147.074，对应时间为2007—2008年之间，由此说明：吉林省的工业SO2和工业废水COD排放量的EKC在人均GDP达到一定数值后，均存在拐点，符合 EKC 理论［13］。

图1 吉林省1981－2010年人均GDP与工业污染物排放量拟合曲线

3.2 吉林省EKC影响因素分析

为进一步探析吉林省EKC的影响因素，根据表3中吉林省1981—2010年的数据，应用模型对吉林省环境污染指标与各个影响因素进行灰色关联分析，结果见表4。

表3 吉林省1981－2010年环境变化的影响因素

表4 吉林省环境污染指标与影响因素关联度

表4表明，吉林省环境污染的各个指标与环境变化的影响因素有着密切的联系，主要的影响因素有工业比率、第三产业比率、单位GDP能耗、环境科研人数4个方面，其余因素影响较小，在此不予详细讨论。工业废水排放量的影响因素依次为工业比率（0.996）、单 位 GDP 能 耗 （0.989）、第 三 产 业 比 率（0.976），环境科研人数（0.897）；工业废气排放量的影响因素依次为第三产业比率（0.989）、工业比率（0.972）、单位 GDP能耗（0.957）、环境科研人员数（0.935）；工业固废产生量的影响因素依次为第三产业比率（0.987）、工业比率（0.984）、单位 GDP能耗（0.971）、环境科研人员数（0.907）；工业粉尘排放量的影响因素依次为单位GDP能耗（0.996）、工业比率（0.990）、第三产业比率（0.968）、环境科研人员数（0.890）；工业SO2排放量的影响因素依次为工业比率（0.997）、单位 GDP能耗（0.988）、第三产业比率（0.975）、环境科研人员数（0.895）；工业废水 COD排放量的影响因素依次为工业比率（0.982）、单位GDP能耗（0.980）、第三产业比率（0.955）、环境科研人员数（0.935）。

综上可知，吉林省的环境污染指标的变化主要受产业结构与技术进步的影响。从产业结构方面来说，工业比率的增加会加大环境污染物的排放量，而第三产业比率的增加会在很大程度上减少环境污染物的排放量［14］。从表1、表3可知，1981—2010年，吉林省的工业比率与第三产业比率几乎是互为反方向发展的，而环境污染物排放量随着工业比率的增大和第三产业比率的减小而呈现增长趋势，反之亦成立。自新世纪，尤其是振兴东北老工业基地战略实施以来，吉林省的经济得到了快速发展，工业与第三产业的生产总值一直处于迅速增加的状态，2010年，工业产值和第三产业产值分别达到3 929.31亿元、3 111.12亿元，但从表3可见，第三产业比率却从2002年的40.83%降到2010年的35.89%，同时期工业比率则由34.21%升高到45.33%，2010年的国家工业比率和第三产业比率分别为40.0%和43.2%。因此，在产业结构方面，吉林省具有非常大的优化空间；从技术进步方面来说，1981—2010年，吉林省的单位GDP能耗一直处于下降的态势，2000年以后下降趋势变缓，2010年达到0.96 t标准煤／万元，小于当年国家0.81 t标准煤／万元的单位GDP能耗，存在进一步减小的可能；同时环境科研人数的增加也能有效减少环境污染物的排放量。吉林省在经济快速发展的同时，也带来了较大的资源能源消耗及污染物排放量，吉林省要想进一步改善环境质量，控制环境污染水平，必须合理布局产业，大力发展第三产业与高技术产业等低消耗、低排放产业；加强科技创新，打破技术瓶颈，进一步降低单位GDP能耗；提倡发展循环经济技术，有效控制工业发展的过度废弃物排放。

4 结论与建议

通过对吉林省1981—2010年的环境污染指标EKC的变化分析，以及环境污染指标与各影响因素的灰色关联分析，可以得到以下结论：

（1）吉林省的环境污染指标EKC形状各不相同，不完全符合典型的“倒U型”特征。其中，工业废水排放量的EKC呈现“正U＋倒U型”，在2009年达到拐点；工业废气排放量的EKC呈连续增长态势，无拐点；工业固体废弃物产生量的EKC大致处于“倒U型”的左半部分，拐点在现有数据之外，通过人均GDP计量模型预测2014年到达拐点；工业粉尘排放量的EKC呈对数函数，呈逐渐减小的趋势，不存在拐点；工业SO2排放量的EKC呈“正U＋倒U型”，2008年达到拐点；工业废水COD排放量的EKC呈现不明显的“正U＋倒U型”，2009年达到拐点。伴随着经济增长，除了工业废气排放量呈污染连续加剧以外，吉林省总的环境污染处于不断改善的阶段。从这种意义上说，环境库兹涅茨曲线假设成立，即经济增长初期会造成环境污染水平加剧，但当经济增长达到一定的程度以后，环境污染水平将随经济增长而不断改善。

（2）吉林省环境污染指标与环境变化的影响因素有着密切的联系，主要的影响因素有工业比率、第三产业比率、单位GDP能耗、环境科研人数4个方面。

虽然吉林省的部分环境污染指标的EKC已经出现拐点，但像工业废水、工业废气和工业固体废弃物排放等环境污染指标排放的绝对量却一直在增加，为有效遏制吉林省环境污染物的排放，从根本上解决存在的环境问题，未来吉林省应该在以下方面采取对策：优化产业结构，合理布局工业，减少工业比率，大力发展第三产业与高技术产业等低消耗、低排放产业；转换经济增长模式，大力发展循环经济，减少能源资源消耗与废弃物排放；加大科技创新力度，加快科技转化为生产力的速度，加速降低单位GDP能耗；有效加强公民环境意识，提高环境科研人数及素质；加大工业污染治理投资，丰富资金来源，监管资金有效投入；完善相关法律法规，有效实施环境保护政策。

［1］ 宋萍，洪伟，吴承祯，等.福建省污染物排放的环境Kuznets曲线研究［J］.江西农业大学学报，2009，31（3）：574-578.

［2］ 杨丽霞.浙江省经济增长与环境质量演进关系的实证研究［J］.地理与地理信息科学，2010，26（1）：78-80.

［3］ Ckossmai G M，Kr ueger A B.Econo mic growth and the environ ment［J］.Quarterly Jour nal of Economics，1995，110（2）：353-377.

［4］ 姚焕玫，唐国滔，莫创荣，等.基于环境库兹涅茨曲线的经济增长与环境质量实证研究［J］.环境污染与防治，2010，32（11）：74-77.

［5］ 陈强强，窦学诚.甘肃省环境库兹涅茨曲线估计及其驱动因子分析［J］.干旱区地理，2011，34（5）：866-873.

［6］ 苏秋实，王立本.山东省工业“三废”排放的库兹涅茨特征研究［J］.水土保持研究，2008，15（3）：258-259.

［7］ 苏力叶·木沙江，孜比布拉·司马义，周玄德.吐鲁番地区经济增长与环境质量水平的计量模型研究［J］.水土保持研究，2011，18（3）：55-60.

［8］ Or ubu C O，Omotor D G.Envir on mental quality and economic growth：searching for environmental Kuznets curves for air and water pollutants in Africa［J］.Energy Policy，2011，39（7）：4178-4188.

［9］ 李政，王坎，任津，等.湖北省主要工业污染物排放的环境库兹涅茨特征研究［J］.环境科学与技术，2011，34（12）：55-59.

［10］ 黄一绥，邱健斌，佘晨兴.福建省经济发展与工业污染水平计量模型研究［J］.环境污染与防治，2010，32（3）：90-93.

［11］ 于文良，王伯铎，吴良兴.陕西省可持续发展能力变化趋势和影响因素分析［J］.干旱区资源与环境，2009，23（6）：13-18.

［12］ 宫继萍，潘竟虎，石培基.基于生态足迹和灰色关联度的甘肃省可持续发展研究［J］.水土保持研究，2011，18（2）：198-201.

［13］ 夏自兰，赵小风，王继军.江苏省环境库兹涅茨曲线特征及其成因分析［J］.水土保持研究，2010，17（1）：198-201.

［14］ 柯文岚，沙景华，闫晶晶.山西省环境库兹涅茨曲线特征及其影响因素分析［J］.中国人口·资源与环境，2011，21（12）：389-392.