郑满满 郑申海

基金项目：国家自然科学基金青年科学基金项目（61902046）。

作者简介：郑满满，硕士，重庆市巴南区经济和信息化委员会，高级经济师。研究方向：区域经济发展、应用经济统计相关领域;郑申海，博士，重庆邮电大学计算机科学与技术学院讲师，研究方向：大数据分析、机器学习、模式识别。

摘 要：在国家碳达峰、碳中和目标的指引下，经济社会高质量发展迎来重要发展机遇期，同时也面临一定挑战。从工业视角、构建环境污染与经济发展关系多元回归模型，验证环境库兹捏茨曲线假设，探索工业污染演变趋势，提出双碳背景下工业高质量发展相关建议。

关键词：工业污染;经济增长;多元回归;环境库兹捏茨曲线

中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.1672-3198.2022.11.003

1 理论背景

环境污染与经济增长关系的探讨历来已久，Grossman（1991）和Krueger（1995）通过深入研究多个国家与地区经济增长与环境质量之间的关系，分析得出人均GDP与环境污染之间存在倒“U”型曲线关系的观点，即随着经济增长，环境质量会呈现先恶化后改善的倒“U”趋势，这条倒“U”型曲线也被称作环境库兹捏茨曲线（Environmental Kuznels Curve，EKC）。随后，越来越多的学者从不同数据来源和角度对环境库兹捏茨曲线进一步研究，发现曲线的不同呈现形状，如倒U型、U型、N型、倒N型等，Markandya A（2006）分析超过150年的经验数据发现收入与空气污染存在倒“U”型曲线，丁继红、年艳（2010）研究发现江苏省综合污染指数与人均GDP呈现“N”形曲线特，马树才、李国柱（2006）则发现工业废水、废气与人均GDP之间没有显著关系。

研究指标选取方面，国外研究对空气质量污染浓度指标与经济增长的讨论，国内研究主要包括空气中主要污染物、工业三废排放与经济增长的讨论。此外，李小胜等（2014）进一步的研究发现，环境污染质量不仅单纯与经济增长有关，人口、科学技术、贸易开放、经济结构、教育水平等因素也一定程度影响了环境质量指标。姚成胜（2020）分析工业聚集、人口城镇化、土地城镇化以及三者的关联效应对环境污染的影响。吴信科（2019）通过空间数据分析检验了FDI和污染物排放在空间维度上的集聚性和相关性。

实证研究方法方面，国内外普遍采纳有OLS、GMM、VAR回归等统计分析方法。D.Armeanu（2018）分析欧盟28个成员国数据，运用OLS回归分析，证实了硫氧化物排放和非甲烷挥发性有机化合物排放情况下的 EKC 假设，YS Kong（2019）等分析对比了14个发达国家与15个发展中国家，运用GMM回歸分析，在固体、液体、气体、制造业和建筑业的排放情况下，证实了EKC 假设，金殿臣（2017）运用中国31个省级地区2004-2015年的面板数据工业固体废物生产量，说明了中国的工业污染与工业增长存在明显的库兹涅茨倒“U”型曲线关系，也有针对部分区域或省市的研究，李治国（2013）选取1981-2009年山东省人均GDP和衡量环境污染水平的数据，建立经济增长和环境污染的VAR模型进行实证分析，结论表明经济增长与环境污染的库兹涅茨“倒U型”曲线是否存在取决于地区的数据和衡量环境污水平指标的不同。

已有文献关于环境与经济增长关系的研究创造了丰富的理论经验，本文考虑现实社会中经济等因素对环境污染影响，构建环境污染与经济发展关系多元回归模型，采用1981-2015年间全国宏观经济指标、工业废气排放等数据，展开模型实证分析，对实证分析结果进行数据拟合与统计检验，直观地呈现工业废气排放随经济增长等因素发展变化趋势，探讨工业低碳减排、工业经济高质量发展实现路径。

2 模型创建

2.1 模型构建

多元回归分析是研究多个变量之间关系的回归分析方法，通过建立经济变量与解释变量之间的数学模型，对建立的数学模型进行R检验，F检验，t检验，在符合判定条件的情况下把给定的解释变量的数值代入回归模型，从而计算出经济变量的未来值即预测值。

根据EKC假设，国际常用简化环境库兹涅茨曲线计量模型为：

Grossman and Krueger（1995）将模型拓展到三次函数式：

其中：Et为第t年环境质量指标，c为地区特征相关参数，Yt为第t年国家或地区经济产出指标，ut为随机扰动项。

本文参考李小胜（2014）的结论，引入经济增长、人口、产业结构、进出口、科技、教育等6个与环境污染可能相关的变量因素，借鉴Grossman and Krueger、YS Kong计量方法思路，构建三次多元回归模型：

其中：E为全国工业废气污染情况，gdp代表经济情况，ρ代表人口情况，ig代表产业结构，MX代表对外开放水平，s代表科技水平，e代表教育水平，t为时间。为克服数据异方差、数量级不一致，对环境指标E、经济指标gdp采用对数值。

2.2 指标定义

考虑数据全面性、可得性，参考相关研究指标的选取方式，各项指标具体定义如下：

经济增长：人均国内总产值（元）;人口：人口自然增长率（%）;产业结构：工业占国内生产总值比重（%）;对外开放水平：选用进出口占比：进出口总额占国内生产总值的比重（%）;科技水平：科学研究占财政支出比例（%）;教育水平：教育占财政支出比例（%）。工业废气排放量：企业厂区内燃料燃烧和生产工艺过程中产生的二氧化硫气体总量（吨），数据来源于《国家统计局》《中经网数据库》。

2.3 方差分析与参数估计

运用Matlab数学工具对多元回归计量模型进行方差分析与参数估计。方差分析主要检验模型的总体回归效果，方差分析的统计指标显著则模型总体拟合效果较好，但这不能说明每个变量均对回归模型显著，必须对解释变量逐个进行显著性检验以决定是否保留在模型中。本文运用逐步回归（stepwise）方法确定保留在模型中的变量，计算式（3）中各项指标参数的显著性，逐步回归结果显示各解释变量指标并不完全显著。其中人口指标ρ、产业结构指标ig、科技水平指标s的p值远大于0.05，极其不显著，被排除在外，最后保留经济、进出口、教育等3个因素，得到适合的工业废气多元归回模型，计算模型在5%显著性水平下检验结果。

表1方差分析方面，剔除变量后的模型的均方根误差、判定系数等统计量十分显著，模型回归效果好。表2参数估计方面，对外开放解释变量极其显著，经济及经济幂数和教育水平比较显著，说明经济状况、对外开放、教育水平与工业废气排放存在多元回归关系。根据实验数据，得到以下回归结果：

lnEt=1.5717+3.9884lngdpt-0.5655lngdpt2+0.0276lngdpt3+0.0116MXt-0.023et （4）

3 实证分析

运用matlab对构建多元回归模型数据拟合，绘制散点图，分析工业废气排放趋势。

图1表明1983-2015年间工业废气排放量呈现明显倒“U”型趋势，即工业废气的排放量随着经济增长呈现逐渐增加，目前处于倒“U”型的前中期，暂未观察到峰值出现，根据环境库兹捏茨曲线（EKC）倒“U”型假设，在未来一段时间内，可预测随着我国经济稳步增长，工业废气的排放量仍然会逐步增加，当达到拐点后持续下降，整体将会呈现倒“U”型趋势。这与碳达峰碳中和实现路径一致，碳达峰是二氧化碳排放轨迹由快到慢不断攀升、到达年增长率为零的拐点后持续下降的过程，直到碳排放量与碳清除量相抵，实现碳中和。

4 结论与建议

4.1 研究结论

本文构建环境污染与经济发展关系模型，对经验数据开展实证分析，结果说明了环境库兹捏茨曲线（EKC）的存在，即工业废气排放量随着经济增长现明显倒“U”型趋势，短期内随着我国经济增长，工业废气污染程度预计将更加最严重，环境问题也会更为突出，未来工业高质量发展任重道远。

4.2 相关建议

工业是碳排放的重要领域，能否率先达峰，特别是重点行业能否提前达峰，将是我国兑现应对气候变化承诺的关键。双碳目标下针对我国工业高质量发展提出以下建议：

（1）进一步实现工业行业深度减排。近年来，我国工业在保持快速发展势头的同时，必须清醒认识到，当前我国工业结构偏重、绿色技术创新能力不强、高端绿色产品供给不充分、区域工业绿色发展不平衡等问题依然存在。未来，工业仍将是中国经济增长的主要动力，这就意味着我国工业领域对碳排放总量仍有一定需求。随着工业能效不断提高，工业节能空间不断压缩，要确保碳达峰、碳中和的目标任务，需要进一步实现深度减排。

（2）坚决遏制高耗能高排放项目盲目发展。新建、扩建钢铁、水泥、平板玻璃、电解铝等高耗能高排放项目严格落实产能等量或减量置换，出台煤电、石化、煤化工等工业行业产能控制政策;提升高耗能高排放项目能耗准入标准;加强产能过剩分析预警和窗口指导。

（3）推动产业结构优化升级。加快制定能源、钢铁、有色金属、石化化工、建材等行业和领域碳达峰实施方案;以节能降碳为导向，修訂工业产业结构调整指导目录;开展钢铁、煤炭去产能“回头看”，巩固去产能成果;加快推进工业领域低碳工艺革新和数字化转型。

（4）大力发展绿色低碳产业。加快发展新一代信息技术、生物技术、新能源、新材料、高端装备、新能源汽车、绿色环保以及航空航天、海洋装备等战略性新兴产业;建设绿色制造体系。推动互联网、大数据、人工智能等新兴技术与绿色低碳产业深度融合。

参考文献

[1]Grossman G M，Krueger A B.Environmental Impacts of a North Ame-rican Free Trade Agreement[R].NBER，Workingpaper，1991（3914）.

[2]Grossman G M，Krueger A B.Economic Growth and the Environment[J].The Quarterly Journal of Econnomics，1995，110（2）：353-377.

[3]Markandya A，Golub A，Pedroso-Galinato S.Empirical Analysis of National Income and SO2 Emissions in selected European Countris[J].Environmentaland Resource Economics，2006，（35）：221-257.

[4]丁继红，年艳.经济增长与环境污染关系剖析——以江苏省为例[J].南开经济研究，2010，（2）.

[5]马树才，李国柱.中国经济增长与环境污染关系的Kuznets曲线[J].统计研究，2006，（8）.

[6]李小胜，余芝雅，安庆贤.中国省际环境全要素生产率及其影响因素分析[J].中国人口·资源与环境，2014，（10）.

[7]姚成胜，曹紫怡，韩媛媛.工业集聚、人口城镇化、土地城镇化与环境污染[J].地域研究与开发，2020，（5）.

[8]Armeanu Daniel，Vintil Georgeta，Andrei Jean Vasile.Exploring the link between environmental pollution and Economic growth in EU-28 countries： Is there an environmental Kuznets curve？ [J].PLOS ONE，2018，（5）：0195708.

[9]Yu Sheng Kong，Rabnawaz Khan.To examine environmental pollution by economic growth and their impact in an environmental Kuznets curve （EKC） among developed and developing countries[J].PLOS ONE，2019，14（3）：0209532.

[10]金殿臣，李媛，杨丹辉.工业污染与工业增长的关系研究—基于中国2004-2015年省际面板数据的实证分析[J].现代管理科学，2017，（6）.

[11]李治国，周德田.基于VAR模型的经济增长与环境污染关系实证分析——以山东省为例[J].企业经济，2013，（8）.

[12]李小胜，余芝雅，安庆贤.中国省级环境全要素生产率及其影响因素分析[J].中国人口·资源与环境，2014，24（10）.