长三角地区环境库兹涅茨曲线的实证检验

1第五届中国经济学年会投稿论文研究领域：资源与环境经济学长三角地区环境库兹涅茨曲线的实证检验耿强蔡琦玮2长三角地区环境库兹涅茨曲线的实证检验耿强蔡琦玮【内容摘要】随着人均收入的增长，环境质量将经历一个先恶化再改善的过程，这种倒U型的关系被称之为环境库兹涅茨曲线。本文旨在估计长三角地区的环境库兹涅茨曲线，检验长三角地区经济成长与环境质量的关系。笔者通过构建数理模型和实证检验发现，长三角地区的环境库兹涅茨曲线不同于以往的倒U型形状而呈现出N型，环境的质量有经过改善后再次恶化的倾向。这说明对环境破坏问题的解决不能仅仅依赖于经济增长本身，经济系统中的拐点不会自发产生，需要采取积极的政策措施，主动协调环境和增长的关系。【关键词】环境库兹涅茨曲线（EKC）长三角地区和谐社会一、引言关于经济增长与环境质量之间关系的研究，一直是经济学理论界的一个重要课题。20世纪90年代以来，SPM、SO2、、NOx和CO2等污染物的排放造成了严重的环境后果，再次引发了对可持续发展中经济与环境关系的探讨。环境库兹涅茨曲线（EKC）成为目前研究的重心，以人均收入代表经济发展水平作为横轴，以排污量代表环境退化水平作为纵轴，可以看出随着人均收入水平的提高而上升，然后在收入达到一定水平时，排污量随着人均收入的进一步提高而降低，说明经济发展引起环境质量的提高，使发展对资源的压力下降。EKC出现的基础并不唯一依赖于人均GDP的高低，而在于收入增长背后一系列的重大转变，寻找这种背后的原因至关重要。当前研究的重点主要是对环境里兹涅茨曲线形成的原因和机理进行研究。经济学家一般从规模效应、结构效应和技术效应展开分析。一部分学者认为在经济增长结构中，经济结构的升级调整3会导致EKC的产生。当经济发展经历低级阶段、快速发展阶段和高级阶段，产业结构会由农业升级到污染程度高的工业，最后转向信息密集型的产业，导致环境改善（Stern，2004）这属于结构效应；有的学者认为经济发展到一定的阶段就突破了门槛，如低于一定的经济水平时，只能采用污染程度高的技术，一旦经济跨越发展的门槛，就可以采用清洁的技术，这属于技术效应（Stokey，1998；Jones&Manuelli，1995）。还有学者将EKC归因于需求因素，即随着人均收入水平的提高，人们增加了对洁净环境的需求（Lopez，1994）。Andreoni和Levinson（2001）则认为规模效应的存在是EKC成立的关键所在，在单部门静态模型中，只要污染治理活动是规模效益递增的，就可以在技术上推导出EKC。Suri和Chapman（1998）则把进口和出口的工业制成品分别占本国生产的工业制成品的比重纳入了EKC的分析框架——较低的排放对应着工业制成品进口的增长，较高的排放对应出口的增长。结果显示贸易与环境质量的演进之间相关性很强，可以有效地预测环境质量的演进。另一方面，大量的研究文献集中在EKC的实证研究方面。Grossman和Krueger（1993）首次利用包含时间趋势、人口密度和地理位置等解释变量的简化方程分析，发现人均收入与环境退化之间存在一个倒U型的关系，并且当一国人均GDP达到4000-5000美元（针对SO2的分析）的转折点时，经济增长趋向于减轻环境压力。继Grossman和Krueger之后，有许多后续的实证研究都表明大多数的环境质量指标与人均收入之间的确存在一种倒U型的关系。Shafic（1994）发现安全饮水和卫生状况随着人均收入的提高而持续改善，对于悬浮颗粒物和二氧化硫则先恶化而后改善，但固体废弃物和二氧化碳排放量随经济的增长呈现持续恶化现象。Selden和Song（1994）考察了四种重要的空气污染物（即二氧化硫、二氧化碳、氮氧化物和悬浮颗粒物）排放问题，发现他们与收入之间存在着倒U型的关系。Xepapadeas和Amri（1995）证实大气中的二氧化硫浓度也存在着同样的结论。国内方面，范金（2002）以我国81个大中城市1995-1997年度氮氧化物、二氧化硫、总悬浮颗粒物浓度和年人均降尘量的面板数据对EKC进行分析研究，发现除了氮氧化物浓度之外，其余污染物与收入确实存在倒U型的关系，但二氧化硫和总悬浮颗粒物的转折点处于几乎不可能达到的高收入水平上。陆虹4（2000）考察了我国人均GDP和人均二氧化碳排放量的关系，通过插值法扩展数据和利用状态空间模型分析，表明人均GDP和人均二氧化碳排放量的当前值和前期值之间存在交互影响作用，而不是呈简单的倒U型关系。陈华文和刘康兵（2004）应用上海市环保局的空气质量数据，对相关指标进行验证，认为上海市存在着库兹涅茨的倒U型曲线。从目前实证研究的普遍结果来看，倒U型的EKC是发达国家和新兴工业化国家在工业化时期所普遍适用的，如美国、西欧、日本和韩国、新加坡、香港等。上述分析均采用跨国的面板数据或横截面数据，而对一国或地区的实证研究并不多见，研究中国具体地区的EKC的检验是实证和理论研究中较少出现的一部分。因此还不能确定经济增长与环境之间的这种倒U型关系是否对中国和某一地区都适用。本文采用长三角地区（上海、江苏和浙江）1990-2002年度有关的环境指标数据，进行了人均收入和环境质量之间的系统性分析，并通过一系列统计检验，选取对经验数据拟合最优的模型作为回归结果。笔者在对长三角地区的工业化进程中的生态环境变迁状况进行计量分析时，发现了一种新型的N型的EKC。同时根据柯布道格拉斯生产函数来考察各种工业污染物对经济增长的影响。本文第二部分给出了研究EKC的模型和相关数据来源，第三部分分析所采用的环境质量指标和有关的解释变量，以及回归分析，第四部依据经验研究得到的结论和政策建议。二、环境质量与经济增长：理论分析关于环境与经济增长的理论分析以及作用机制的研究，我们首先借用Copeland和Taylor(1994)的方法来进行分析。Copeland和Taylor(1994)通过定义整个经济系统的动态优化过程，建立模型来证明库兹涅茨曲线的结论。本模型的设计沿用Copeland和Taylor(1994)的方法。假定经济系统内有两个部门：生产部门和污染治理部门，只有一种产出，无国际贸易。生产部门投入有效劳动BL和有效资本K，总产出F(K,BL),其中一部分FA用于治理污染，那么θ=FA/F是治理污染的投入比重。污染存量X的增加量应为本期经济系统内产生的总污染量减去自然界降解的污染物。生产部门排放的污染与总产出F有关。考虑整个经济系统内的动态优化过程：)1()()1)(,(1BLKBLKFY，其中0＜α＜1，0＜θ＜15KgnsYK)(.nLL.gBB.)(eFEXEX.（1）式中F为产出，K为物质资本，BL为有效劳动，储蓄率s外生给定，δ为折旧率，n为人口增长率，g为生产过程中的技术进步率。B为技术存量，E为污染排放量，)(e为单位产出的污染排放量，X为污染存量，η为自然界的污染降解速度。上述动态化的过程分别反映最终产品产量，资本存量的持续变化，劳动力增长率为n，生产过程中的技术进步率为g，以及污染存量的持续变化。最核心的是污染排放量的函数，它反映污染存量的变化，不同的模型对)(e有不同的设定。新古典经济的分析框架有两个基本的模型：GreenSolow模型和Stokey模型，GreenSolow模型和Stokey模型的不同之处在于前者保持污染治理的投入比重θ不变，而同时存在着产品生产和污染治理过程中的技术进步，分别为g和gA(gA＞0)，gA外生给定；后者认为随着经纪增长，污染治理的投入比重θ会发生变动，但gA=0（1）GreenSolow模型由GreenSolow模型的假设条件可知资本存量和劳动力存量的变化分别为KgnsYK)()1(.XkfgngCXA)()exp(0.那么XkfgngCXXA/)()exp(0.(2)当t＝0时，X＝0环境尚未被污染，当K＜K＊时，X/X急剧增加，这时污染的排放率要大于自然界的降解能力η，这时处于EKC曲线的上升部分；当K＞K＊时，环境的自净能力恢复，处于EKC曲线的下降部分。（2）Stokey模型当污染排放量的降低依赖于日益增加的污染治理投入比重θ，而污染治理部门有没有发生技术进步时，我们就引入了Stokey模型的污染排放量函数。该模型关键之处在于对人们偏好的假设上：人们对环境质量的收入需求弹性大，于是人们在收入增加的情况下，会要求政府采取更为严厉的环境政策，即θ增加，这样就能推导出EKC曲线。同样采用Copeland和Taylor(1994)的函数形式6)1()(FeFE（β＞1）（3）通过计算，得出GE/Y＜0，即单位产品的污染量增长率小于0，这意味着t+1时点的单位产品的污染量要小于t时点的单位产品的污染量，隐含的意思就是倒U型的EKC。三、计量模型设定及相关数据说明按照倒U型EKC理论，我们分别考察了上海、江苏和浙江三地的工业废水排放量、工业废气排放量和工业固体废弃物产生量的数据。从统计数据来看，倒U型的EKC特征并不明显。除了上海和江苏两省的废水排放量随着人均GDP增加而减少，其他的散点图都呈N型，即一组倒U型和U型两段曲线组成的EKC。一般来说，倒U型的EKC的基本函数有三种形式：二次函数型（Selden&Song，1994），三次函数型（Grossman&Krueger，1995），以及将二次函数、三次函数与对数形式相结合的模型（Shafic&Bandyopadlyay，1992）。笔者利用1990-2002年各种时间序列进行估算的结果表明，采用二次函数型回归分析的拟合度和F检验均十分不理想。因此根据图形存在拐点的形状，本文回归模型采用三次方项的简化型函数形式，以下式作为基本的函数形式：模型1：ititititititXYYYWATER332210)(ln)(lnlnln（4）ititititititXYYYGAS332210)(ln)(lnlnln（5）ititititititXYYYWASTE332210)(ln)(lnlnln（6）模型2：itititititititititititRHGLKFIWASTEGASWATERY9876543210lnlnlnlnlnlnlnlnln(7)其中i表示各省份，t表示时间。函数（4）—（6）是模型1的污染函数。WATER,GAS,WASTE分别是工业废水排放量和工业废气排放量以及工业固体废弃物产生量。,,分别代表不同的地区效应，Y是人均GDP。itX为影响环境质量的其他变量构成的向量，如在本文中包括人口（P），第二产业占国内生产总值的比重（TWO）和人均外商直接投资（FDI）其中人口对应规模效应，而第二7产业占国内生产总值的比重对应的是结构效应，人均外商直接投资代表该地区的开放度。模型2即式（7）是柯布道格拉斯生产函数，解释变量包括各种污染物，外商直接投资（FI）资本（K）劳动力（L）政府支出（G）以及人力资本（H）人均铺装道路（R），这些因素对最终产出会有不同的影响，它们代表个地区的要素的投入，是模型中的控制变量，表明要素投入对经济增长的贡献。上海、江苏和浙江三地的数据源于1991-2003的《中国城市统计年鉴》、《上海统计年鉴》、《江苏统计年鉴》、《浙江统计年鉴》和《中国统计年鉴》。其中资本指标通过当年全社会固定资产投资来表示，劳动力采用的是就业人员占总人口的比重，人均资本比重（H）以高等院校在校学生数占人口比重来解释（具体的变量统计指标见附表）四、实证分析结果采取面板数据的线性回归时，考虑到污染方程中的外生因素，我们进行首先进行Hausman检验，发现其P值小于1%，说明通过显著性检验。又因为我们的数据涉及不同时间三地各种污染物的量，所以要考虑数据的平稳性问题。经由ADF和Phillips-Perron检验，发现工业废水排放量数据及其取对数后的值在10%的显著