安虎森 王雷雷 吴浩波

中国环境库兹涅茨曲线的验证
——基于省域数据的空间面板计量分析

安虎森 王雷雷 吴浩波

本文根据2000-2012年中国31个省(自治区、直辖市)的面板数据，通过检验建立面板空间误差模型，分别以二氧化硫排放量、烟(粉)尘排放量、废水排放总量和固体废物产生量衡量环境污染程度，对中国环境库兹涅茨曲线进行了实证检验。本文研究表明：“倒N”型环境库兹涅茨曲线在中国确实存在，而且还验证单位生产总值的污染排放量(产生量)随地区经济发展的提高而下降；四种污染排放物都具有显著的空间自相关性，这意味着各地区的节能降耗减排政策不能孤立地实施，应在较大空间范围内同时实施，这需要中央政府与地方政府之间加强协调；过分强调第二产业的发展不利于环境改善，要么是通过技术革新降低污染排放量，要么促进产业结构的调整。

环境库兹涅茨曲线；面板空间误差模型；空间自相关性

一、引言

Grossman和Krueger(1991)发现，二氧化硫和烟尘两种污染物会随着人均国民生产总值的上升表现出先上升后下降的变化趋势，即二者之间存在“倒U”型关系，并于1995提出“环境库茨涅茨曲线假说”(Hypothesis of Environmental Kuznets Curve，EKC)，即在经济发展初期，随着经济社会的发展和人均收入的提高，环境质量会恶化，但是经过一个临界值以后，经济社会的发展和人均收入的提高反而伴随着环境质量的改善。

近年来，中国经济发展取得巨大成就的同时，环境问题日益成为人们关注的焦点，污染排放物不断增加。以大气中二氧化硫排放量为例(表1)，2000年全国二氧化硫排放总量为3968.7万吨，而到2012年该数值增加到4129.6万吨，增幅为4%。与二氧化硫排放量的温和增长相比，废水排放总量则大幅增长，2000年全国工业废水和生活污水排放总量为415.2亿吨，而到2012年，废水排放总量迅速蹿至684.8亿吨，增幅近65%。污染排放物随着经济的发展而大幅增加严重地影响了人们的生产和生活。

不仅环境污染排放总量不断增加，而且排放的地区差异也十分明显。本文以二氧化硫为例说明污染物排放总量和强度的地区分布差异。2012年，山东、内蒙古、河北、山西、河南等地区的排放量较大，其中山东就达到174.9万吨。西藏、海南、北京、天津等地区排放量较小，其中西藏仅0.42万吨。与此同时，从二氧化硫排放强度上来看，单位地区生产总值的排放量较大的地区有宁夏、贵州、山西、内蒙古等地。而福建、安徽、黑龙江等地区则较小。

自环境库兹涅茨曲线提出以后，国内许多学者对其在中国成立与否进行了大量验证工作。彭水军和包群(2006)利用1996-2002年我国省际面板数据进行检验发现，环境库兹涅茨“倒U”型曲线的存在很大程度上取决于污染指标和估计方法的选取；此外还发现不仅经济增长，而且人口规模、技术进步、环保政策、贸易开放，以及产业结构调整等都会影响环境污染的程度。林伯强和蒋竺均(2009)采用时间跨度更大的1960-2007年的数据也证实了中国二氧化碳排放量的“倒U”型环境库兹涅茨曲线的存在。然而，大量研究都忽略了环境污染物排放的空间自相关性。即便纳入规模效应、结构效应和技术效应等，这些研究都隐含地假定相邻地区的环境污染对本地区没有任何影响，而这是与现实严重背离的。中国科学院大气物理研究所发现，在2013年1月的霾污染事件中，北京市受来自偏南区域高浓度污染物输送的影响十分显著，比如大气中二氧化硫含量在白天出现的60微克/立方米的峰值，大部分都来自于区外的输入。现实生活中的风向、水流等客观地理因素必然会使一个地区的环境质量受到相邻地区的影响。如果忽略这种空间相关性，模型估计的结果将是不一致的，甚至是有偏的，从而产生错误的参数检验(Anselin，1988)。

大多数文献在验证环境库兹涅茨曲线的存在以及曲线形状时所得结论各不相同。陈华文、刘康兵(2004)，刘荣茂等(2006)，林伯强、蒋竺均(2009)都印证环境污染和经济增长之间存在“倒U”型关系。此外，刘燕等(2006)发现了“倒N”型和“正N”型环境库兹涅茨曲线。当然，也有部分学者认为并无明显证据表明中国环境库兹涅茨曲线的存在，如赵细康等(2005)。本文利用2000-2012年中国31个省域的面板数据建立空间计量模型，在检验环境污染物排放空间自相关的基础之上验证中国环境库兹涅茨曲线的存在；如果存在，进一步地通过数值模拟确定其形状。余下内容安排如下：第二部分在基本模型之上选取关于废气、废水和固体废物4个表征环境污染程度的指标建立面板空间计量模型，并对空间自相关性检验和数据进行相应的说明。第三部分主要以二氧化硫排放模型为例，通过空间误差模型和空间滞后模型验证环境库兹涅茨曲线的存在。第四部分依据回归分析的结果对环境库兹涅茨曲线进行数值模拟。最后部分给出了相应的政策建议。

二、模型设定、实证方法和数据说明

1.模型设定

本文参照Grossman和Krueger(1995)的做法引入人均地区生产总值的3次方项，将基本模型设定为：

(1)

其中i=1,2,…,n表示为第i个地区，n表示为样本地区数量；t=1,2,…,n,T表示某个时点，T为样本时间跨度；yit为表征环境污染程度的指标；pgdpit为人均地区生产总值，反映地区经济发展的水平；αj(j=1,…3)为待确定参数；γi为个体效应参数；εit为随机干扰项。

Copeland和Taylor(1994)将国际贸易发展对一国环境的影响分解为规模效应、结构效应和技术效应。类似地，本文认为国内贸易发展对某一国环境的影响也可以分解为三种效应。为此，我们分别以地区生产总值、产业结构和技术进步来表征它们。同时，有些学者探讨了对外贸易可能对地区环境质量造成的影响。不仅人类的生产活动，而且消费活动都会给资源和环境的可持续发展带来沉重压力。改革开放以来，中国持续经历了大规模的人口迁移，这不仅改变了产业的地区分布，也改变了资源、能源的消费结构和分布。因此，本文也和Grossman和Krueger(1995)一样将人口密度作为控制变量之一。

近些年来，空间计量方法从理论模型到分析工具都取得较快的发展。在理论模型方面，研究已不再局限于截面模型，扩展到面板模型；空间面板模型也远较截面模型丰富。在分析工具方面，可供研究人员选择的也不仅局限于GeoDa或Matlab等，一般的计量分析软件如Stata也逐步能够胜任大多数的计量分析工作。不过，本文仍将模型选择限定在空间误差模型(Spatial Error Model，SEM)和空间滞后模型(Spatial Lag Model，SLM)之内。综合考虑以上因素，本文的空间误差模型设定如下：

εit=λWεt+μitμ:N(0,σ2In)

其中gdpit表示地区生产总值，indusit为地区产业结构，techit衡量地区技术水平，openit表示地区贸易自由度，popit表示地区人口密度，Wn×n为二进制的空间邻接权重矩阵①，λ为空间误差系数，εt表示由第t期的n个样本点的随机干扰项构成n×1的阶向量，μit为服从自然正态分布的随机误差干扰项，αi(i=1,…3)和βj(j=1,…5)为待确定参数。类似地，空间滞后模型为：

其中ρ为空间相关系数，yt表示由第t期的n个样本点的被解释变量构成n×1的阶向量。

在模型适宜性的取舍依据方面，我们参照刘秉镰、武鹏、刘玉海(2010)的作法，在满足空间误差系数或者空间相关系数显著的前提下，主要通过对数似然函数值(Log-Likelihood)来判断。对数似然函数绝对值越大的模型，其适宜性越好，越适宜为实证分析所采用。

2.实证方法

在空间面板模型的估计方面，如果利用传统的OLS方法估计SEM模型，虽然系数是无偏的，但不是有效的；而用其来估计SLM模型则不仅是有偏的，而且是不一致的。Elhorst(2003)发展了针对空间面板模型的极大似然估计法。本文采用Matlab8.1软件的估计方法就是基于这种途径的。

3.数据说明

目前，《中国环境年鉴》的环境污染指标主要有三大类：大气污染、水污染和固体废物污染。本文分别选取大气污染中的二氧化硫排放量、烟(粉)尘排放量，水污染中的废水排放总量，以及固体废物污染中的固体废物产生量建立空间计量模型。以空间误差模型为例，本文的4个模型设定为：

(2)

εit=λWεi+μit

(3)

εit=λWεi+μit

(4)

εit=λWεi+μit

(5)

εit=λWεi+μit

其中feit、fyit、fsit和fgit分别表示地区单位生产总值的二氧化硫排放量、烟(粉)尘排放量、废水排放总量和固体废物产生量，数据全部来自于《中国统计年鉴》(2000-2012)。其中烟(粉)尘排放量由工业烟尘排放量、生活烟尘排放量和工业粉尘排放量加总得到。2000年至2010年的废水排放总量由工业废水排放总量和生活污水排放量加总而得到，2011年至2012则直接摘自《中国统计年鉴》。固体废弃物产生量以工业固体废物产生量衡量，2000年至2010年的工业固体废物产生量直接摘自《中国统计年鉴》，2011年至2012年的则由一般工业固体废物产生量和危险废物产生量加总得到。

名义地区生产总值经过以2000年为基期的价格指数平整之后得到实际地区生产总值，并作为衡量规模效应的控制变量。地区产业结构以名义第二产业生产总值在地区生产总值中的占比来衡量。地区专利申请授权数则很好地衡量了一个地区的技术进步水平。地区对外贸易自由度则由进出口贸易总值占地区生产总值的比重来衡量。地区人口密度则以地区人口规模除以地区面积得到。所有数据均来自《中国统计年鉴》、《新中国60年统计资料汇编》等。最后本文的计量分析采用的数据是取对数之后的数值以控制个体的异方差。

三、环境污染程度的空间面板计量分析

不同类型的污染排放物的空间溢出效应是不同的。相比较于固体废物而言，废气排放物和废水排放物都容易在空间上发生扩散，从而表现出较强的空间自相关性。然而，这并不能够断言固体废物就不具有空间自相关性，还必须结合相关的检验进行证实。

(一)计量分析

1．二氧化硫排放量

二氧化硫排放物随着大气环流而扩散，从而应该表现出较强的空间自相关性。表1第2列的Moran I指数证实了本文的猜想。2000年至2012年，指数的平均值达到0.209，且都在5%以上达到显著性要求，从而二氧化硫排放物表现为显著的正向空间自相关性。因此，在验证二氧化硫排放的环境库兹涅兹曲线时就必须考虑空间自相关性。

表1 空间自相关检验

注：*，**，***分别为10%，5%，1%的显著性水平，括号中数值为统计量大小。

表2 二氧化硫排放量的空间计量结果

注：*，**，***分别为10%，5%，1%的显著性水平，括号中数值为统计量大小，下表5、6、7同。

表2是二氧化硫排放量的空间计量结果。在模型选取方面，由于空间误差模型的对数似然函数绝对值均大于相应的空间滞后模型，从而具有更好的适宜性。在面板空间误差模型里面，尽管空间误差系数均显著，然而由于双向固定模型回归系数显著性更好一些，因此是本文最终选择的实证分析模型。

从双向固定的面板空间误差模型的计量结果来看，空间误差系数λ达到0.498，再次表明二氧化硫排放物具有较强的空间自相关性。3次项的人均地区生产总值的回归系数是显著的，且是负值，表明二氧化硫的环境库兹涅茨曲线应为“倒N”型。规模效应的回归系数为负，这表明一个地区的经济规模越大能够显著地减少二氧化硫的排放，从而改善环境质量。技术效应与此相类似，不过其弹性系数要小于前者。第二产业地区生产总值的增加能够显著性地提升二氧化硫的排放量，不利于改善环境质量。地区人口密度的上升给资源和环境带来的压力也体现在回归系数为正的结果上。尽管结果再次印证对外贸易的发展不利于地区环境质量的改善，但是贸易自由度的回归系数相对于其他变量还是较小的。

2．烟(粉)尘排放量

为了较好的验证模型稳定性，本文继续选择大气污染物中的烟(粉)尘排放量作为对象分析其空间自相关性及影响因素(见表1第3列)。烟(粉)尘排放物的Moran I指数均值达到0.286，不论是数值大小还是显著性强度，均大于二氧化硫排放物。

表3是烟(粉)尘排放量的空间计量结果。依据对数似然函数值法则，本文仍应选择空间误差模型。从双向固定效应模型的结果来看，环境库兹涅茨曲线仍然表现为“倒N”形状。不过，由于三次项系数的绝对值更大，因此曲线重新下降的峰值来得更早一些。此外，仅有对外贸易自由度的回归系数符号发生改变，但没能通过显著性检验。因此，模型设定仍然保持着较好的稳定性。

表3 烟(粉)尘排放量的空间计量结果

3．废水排放总量

表1第4列是废水排放总量的空间自相关检验结果。Moran I指数的数值与显著性印证了本节开始时的假说，即废水排放物亦具有较强的空间自相关性，其平均值达到0.221，因此在一般个体固定效应的基础上考虑空间相关性是必要的。

从表4废水排放总量的空间计量结果来看，应选择空间误差模型②。在双向固定效应模型中，人均地区生产总值的回归系数的显著性仍然较强，表明废水排放物的环境库兹涅茨曲线应为“倒N”形状。不过，结构效应、技术效应和对外贸易自由度等变量的回归系数都不显著，仅有规模效应和地区人口密度等的回归系数较显著，且其符号仍与前面模型一致。

4．固体废物产生量

表1第5列是固体废物产生量的空间自相关检验结果。Moran I指数表明2007年至2010年间，固体废物并没有显著的空间自相关特性。不过，本文仍然对其做相关空间面板计量分析以便于比较，如表4所示。

依据对数似然函数绝对值法则，面板空间滞后模型要优于面板空间误差模型，然而由于其空间相关系数ρ并不显著，因此仍需采用面板空间误差模型。双向固定效应模型的结果再次表明环境库兹涅茨曲线仍应是“倒N”形状。

表4 废水排放总量和固体废物产生量的空间计量结果

5．总结

空间误差模型不像空间滞后模型那样将解释变量对被解释变量的影响分解为直接效应、间接效应，其回归系数就是直接效应或者总效应。我们将4个面板空间误差模型的双向固定效应结果总结在表5中。地区人均生产总值的1次、2次、3次回归系数的符号、绝对值和显著性结果都很好地说明了本文模型设定的稳定性。对此我们认为：以二氧化硫排放量、烟(粉)尘排放量、废水排放总量和固体废物产生量来衡量环境污染程度的结果表明，环境库兹涅茨曲线在中国仍然存在，但该曲线应为“倒N字型”而不是“倒U字型”。

表5 双向固定效应的面板空间误差模型结果

(二)数值模拟

尽管本文已经证明了“倒N”型环境库兹涅茨曲线的存在，然而目前中国处于哪个阶段尚且需要进一步采用数值模拟的方法。根据表5中的结果，本文利用Mathematica8.0软件对环境库兹涅茨曲线进行数值模拟③，所得结果如图1所示。由于2000年至2012年，对数人均地区生产总值的区间约为[-1.31,1.73]，因此从4幅图来看，中国目前都位于污染排放物下降的区间。也就是说，当前中国经济发展水平对污染排放物的弹性系数仍为负值，即人均地区生产总值的增加会导致单位地区生产总值中二氧化硫排放量、烟(粉)尘排放量、废水排放总量和固体废物产生量的下降。

四、建议与不足

根据本文所用的省域数据，我们也可以验证二次环境库兹涅茨曲线的存在。不过，只有二氧化硫排放量和烟(粉)尘排放量呈现显著的“倒U”型曲线，其他均不显著。而四次环境库兹涅茨曲线均是不显著的④。因此，本文采纳三次环境库兹涅茨曲线模型。空间面板计量分析的结果表明，当前中国人均地区生产总值的提高并没有给环境带来显著的不利影响。本文不仅验证了“倒N”型环境库兹涅茨曲线的存在，而且还证明随着地区经济的发展，单位生产总值的污染排放量(产生量)是下降的。在某种意义上讲，这是对当前政府强行推进的节能减排降耗政策的支持。但是也应当看到，由于本文的研究工作的性质属于验证性的，并不能够表明环境的改善是经济增长的内生结果。同时，由于环境污染和经济发展之间的关系还处于“倒N”型曲线的第一个下降阶段，还未达到第二个下降阶段，因此当前还需主动的改变经济增长方式以使我国真正地实现经济增长与环境改善并存。Moran I指数的计算结果表明，4种污染排放物都具有较显著的空间自相关性。这意味着各地区的节能降耗减排政策不能孤立地实施，应在较大空间范围内同时实施。这不仅需要中央政府与各省(自治区、直辖市)之间加强协调，还需要各地区之间打破行政区划的藩篱，寻求建立良性的区域环境保护合作机制，比如各地区政府之间可以协商建立区域环保合作机制和生态补偿机制，并积极应对突发性的跨区域环境污染事件。

图1 环境库兹涅茨曲线数值模拟

空间面板计量分析的结果还表明，过分地强调第二产业的发展并不利于环境改善。可供选择的要么是通过技术革新降低工业污染排放量，要么是促进产业结构的调整向服务业转型。比如，通过革新新的技术，开发新的材料，采纳新的生产工艺都能够降低工业行业的污染排放物。

目前，不论是从理论角度还是从分析工具角度，空间面板计量模型获得迅速的发展。然而，有关模型选择标准的研究还相当滞后。对数似然函数值仅是模型适宜性的标准之一，然而当前除了通过不同空间面板模型显著性的优劣对模型进行筛选之外，可供选择的统计检验并不是很多，这需要进一步的深入研究。

注：

①二进制空间邻接权重矩阵：当地区i和地区j邻接时，wij=1；当地区i和地区j不邻接时，wij=0；且当i=j时，wij=0。对于海南省，本文视其与广东省和广西省相邻。

②废水排放总量和固体废物产生量模型的空间滞后模型的计量结果未列出，有兴趣的读者可向作者索取。

③数值模拟结果已适当地调整多项式的常数项。

④相应计量分析的结果从略，感兴趣的读者可与作者联系。

〔1〕Gene M. Grossman, Alan B. Krueger. 1991. Environmental impacts of a north American Free Trade Agreement . NBER working papers series No. 3914.

〔2〕Gene M. Grossman, Alan B. Krueger. 1995. Economic growth and the environment.theQuarterlyJournalofEconomics2:353-377.

〔3〕Brian R. Copeland, M. Scott Taylor. 1994. North-South trade and the environment.theQuarterlyJournalofEconomics3:755-787.

〔4〕林伯强、蒋竺均：《中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析》，《管理世界》2009年第4期。

〔5〕陈华文、刘康兵：《经济增长与环境质量：关于环境库兹涅茨曲线的经验分析》，《复旦大学学报》(社会科学版)2004年第2期。

〔6〕刘秉镰、武鹏、刘玉海：《交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析》，《中国工业经济》2010年第3期。

〔7〕刘荣茂、张莉侠、孟令杰：《经济增长与环境质量：来自中国省际面板数据的证据》，《经济地理》2006年第3期。

〔8〕刘燕、潘杨、陈刚：《经济开放条件下的经济增长与环境质量——基于中国省级面板数据的经验分析》，《上海财经大学学报》2006年第6期。

〔9〕彭水军、包群：《经济增长与环境污染——环境库兹涅茨曲线假说的中国检验》，《财经问题研究》2006年第8期。

〔10〕盛斌、吕越：《外国直接投资对中国环境的影响——来自工业行业面板数据的实证研究》，《中国社会科学》2012年第5期。

〔11〕赵细康、李建民、王金营、周春旗：《环境库兹涅茨曲线及在中国的检验》，《南开经济研究》2005年第3期。

〔责任编辑：清菡〕

VerificationofChina’sEnvironmentalKuznetsCurve：SpatialPanelEconometricAnalysisBasedonProvincialData

AnHusen&WangLeilei&WuHaobo

Based on the panel data of China’s 31 provinces during 2000-2012, the paper establishes panel spatial error model to verify China’s Environmental Kuznets Curve empirically. And environmental pollution degree is respectively measured by sulfur dioxide emissions, smoke (dust) emissions, waste water discharge and the total amount of solid waste generated. This paper verifies that the Environmental Kuznets Curve exists with “inverted N” shape, and pollution emissions in per unit GDP decrease with regional economy developing. Four kinds of pollution emissions all have significant spatial autocorrelation, which means energy saving and emission reduction policies cannot be implemented in isolation, but should be implemented in a wide range of space, which requires enhanced coordination between central government and local governments. Too much emphasis on the development of secondary industry is not conducive to environmental improvement, and we should reduce pollution emissions through technological innovation, or promote the adjustment of industrial structure.

Environmental Kuznets Curve; panel spatial error model; spatial autocorrelation

安虎森，南开大学经济研究所教授、博导 天津 300071；王雷雷、吴浩波，南开大学经济研究所博士生 天津 300071

F124.5

A

1001-8263(2014)09-0001-08