劉 念
安徽財經(jīng)大學(xué)金融學(xué)院,安徽蚌埠,233000
美國經(jīng)濟學(xué)家G.Grossman和A.Krueger首次提出“環(huán)境庫茨涅茨曲線假說(EKC)”,即環(huán)境質(zhì)量會隨著GDP的增長呈現(xiàn)出先惡化然后慢慢變好的趨勢[1]。對于這一經(jīng)典假設(shè),越來越多的學(xué)者都來驗證環(huán)境和經(jīng)濟增長二者的EKC曲線關(guān)系。國內(nèi)關(guān)于經(jīng)濟增長與環(huán)境污染的研究也從不同的角度來探究是否存在EKC假說,不同樣本得出了不同的具體曲線形狀,大體分為“U型”“倒U型”“N型”“倒N型”等。趙新華、李斌、李玉雙[2]加入環(huán)境管制下的FDI這一變量,并建立了聯(lián)立方程模型,驗證了人均GDP與環(huán)境污染之間的“倒U型”EKC曲線關(guān)系。胡本田、徐兵華[3]選取中國31個省份2003-2011年人均GDP、工業(yè)污染物排放量等指標建立模型,認為二者之間滿足“倒N型”曲線關(guān)系。除了省際面板數(shù)據(jù)基礎(chǔ)上的實證研究之外,就各個省作具體研究的也很多,趙偉肖[4]以河北省為例,在建立VAR模型的基礎(chǔ)上,考察了經(jīng)濟增長與環(huán)境污染二者之間的長期動態(tài)關(guān)系。還有人研究了東、中、西部地區(qū)經(jīng)濟增長與環(huán)境污染的區(qū)域特征,如樊新鋼、米文寶、馬振宇等[5]。
對于環(huán)境污染程度指標的選取,大多數(shù)學(xué)者選取“三廢”來衡量經(jīng)濟污染的程度。選取2000-2012年31個省份的工業(yè)廢水排放量、二氧化硫排放量作為環(huán)境污染的指標,人均GDP作為經(jīng)濟增長的指標來建立計量經(jīng)濟模型。其中工業(yè)廢水排放量和二氧化硫排放量的數(shù)據(jù)來源于歷年中國環(huán)境年鑒、中國統(tǒng)計年鑒和各省統(tǒng)計年鑒,人均GDP的數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計局。在建模之前,對變量取對數(shù),見表1。
表1 變量名稱、單位及符號
表2為各個變量的描述性統(tǒng)計分析結(jié)果,其中序列G、I和S分別代表2000-2012年間31個省級地區(qū)的人均GDP、工業(yè)廢水排放量、二氧化硫排放量序列的描述性統(tǒng)計分析結(jié)果。2000-2012年間人均GDP的平均值為21 706.04元,而工業(yè)廢水排放量的平均值高達72 787.86萬噸,最高排放量達到296 318.0萬噸,二氧化硫排放量的平均值也達到了71.180 89萬噸,可見,在經(jīng)濟增長的同時,各省環(huán)境污染程度很嚴重。
表2 描述性統(tǒng)計分析
根據(jù)環(huán)境庫茲涅茨理論,建立三次多項式模型,表達式如下:
以人均GDP(G)為自變量,工業(yè)廢水排放量(I)、二氧化硫排放量(S)為因變量,建立面板數(shù)據(jù)模型。它可能存在以下幾種形狀:(1)若β1、β3>0,β2<0,該曲線為“N型”曲線;(2)若β1、β3<0,β2>0,則為“倒N型”曲線,此時對上式求一階導(dǎo)得到曲線的轉(zhuǎn)折點lnG= (-2β2±)/6β3,其中Δ=-12β1β3;(3)若β1>0,β2<0,β3=0,則為“倒U型”二次曲線,即存在EKC關(guān)系;(4)若β1<0,β2>0,β3=0,則為“U型”曲線;(5)若β1≠0,β2=β3=0,則為線性關(guān)系,即環(huán)境污染和經(jīng)濟增長之間是線性正相關(guān)或者線性負相關(guān)。
為了防止偽回歸,首先對序列進行單位根檢驗,判斷數(shù)據(jù)的平穩(wěn)性,若序列不平穩(wěn),再進行差分處理,面板數(shù)據(jù)的單位根檢驗方法:一是假設(shè)面板數(shù)據(jù)各截面有相同的單位根過程,包括LLC檢驗、Breitung檢驗、Hadri檢驗;二是面板數(shù)據(jù)各截面存在不同的單位根過程,包括Im、Pesaran-Shin檢驗、Fisher-ADF檢驗和Fisher-PP檢驗。為了更精確地建立模型,同時參考LLC、IPS、ADF和PP檢驗。
表3 單位根檢驗
由表3可以看出:綜合四種檢驗方法的檢驗結(jié)果,在顯著性水平為0.05的條件下,lnI,lnS,lnG,ln2,ln3G等5個變量都是不平穩(wěn)的;為了消除其不平穩(wěn),對其差分。一階差分后各方法的結(jié)果都拒絕序列 不 平穩(wěn)的 原假設(shè) ,因此lnI,lnG,lnG,ln2G,ln3G這5個變量都是一階單整的。
由于lnI,lnS,lnG,ln2,ln3G這五個 變 量 均 不 平穩(wěn),同時一階單整,所以需要對其進行協(xié)整檢驗。結(jié)果如表4。在顯著性水平為5%時,變量組(lnI,lnG,ln2G,ln3G),KAO檢驗拒絕原假設(shè),存在協(xié)整關(guān)系;而Pedroni檢驗中,除了Panel rho接受原假設(shè)外,其他均拒絕原假設(shè)。對有限樣本來說,Panel ADF與Group ADF具有較強的說服力,其對應(yīng)的概率值P=0.0000,拒絕原假設(shè)。綜合這些檢驗方法,認為變量組(lnI,lnG,ln2G,ln3G)存在長期的協(xié)整關(guān)系。變量組(lnS,lnG,ln2G,ln3G)也存在長期協(xié)整關(guān)系。
表4 協(xié)整檢驗
由于樣本空間的時間跨度是13年,截面數(shù)是31個,所以對這種寬而短的數(shù)據(jù)只研究截面差異的影響。
首先,對模型進行F檢驗。原假設(shè)H0:混合模型;H1:固定效應(yīng)模型。
分別以lnI和lnS為被解釋變量,對lnG、ln2G、ln3G回歸,建立混合回歸模型和個體固定效應(yīng)模型,回歸結(jié)果如表5。
表5 殘差平方和
FI=F(30.371)=1.13,拒絕原假設(shè),所以應(yīng)該建立工業(yè)廢水排放量與GDP之間的個體固定效應(yīng)模型。
FS=411>F(30.371)=1.13,拒絕原假設(shè),所以應(yīng)該建立二氧化硫排放量與GDP之間的個體固定效應(yīng)模型。
然后建立隨機效應(yīng)模型,進行Hausman檢驗,H0:個體影響與解釋變量不相關(guān)。如表6,工業(yè)廢水排放量的Chi-Sq統(tǒng)計量所對應(yīng)的概率值P=0.0310<5%,拒絕原假設(shè),故建立個體固定效應(yīng)模型;二氧化硫排放量Chi-Sq統(tǒng)計量的概率值P=0.1098>5%,接受原假設(shè),故建立個體隨機效應(yīng)模型。
表6 Hausman檢驗
2.3.1 個體固定效應(yīng)回歸模型
表7 固定效應(yīng)回歸結(jié)果
由表7可知,各變量的T檢驗顯著,可決系數(shù)為0.972 376,F(xiàn)=429.806 3。
估計模型為:
其中,β1、β3<0,β2>0,模型形狀是3次倒 N型曲線,其轉(zhuǎn)折點處人均GDP為6 503元、31 571元。表明在經(jīng)濟發(fā)展的起步階段,工業(yè)廢水排放量情況正常,隨著經(jīng)濟發(fā)展程度越來越高,工業(yè)廢水排放量越來越大,環(huán)境污染程度越來越嚴重,當經(jīng)濟進一步發(fā)展時,工業(yè)廢水排放量有所抑制,環(huán)境污染程度得到緩解,環(huán)境質(zhì)量開始變好。對于本例中的31個省市來說,雖然它們的邊際排水量相同,但是2000-2012年間其自發(fā)的工業(yè)排水量存在顯著的差異,其中代表各省的個體影響,具體見表8。江蘇、浙江、廣東等省的工業(yè)廢水排放量較高,因為這些地區(qū)的經(jīng)濟比較發(fā)達,而經(jīng)濟相對落后的地區(qū)的環(huán)境污染程度相對較低,如西藏。
2.3.2 個體隨機效應(yīng)回歸模型
可見,各變量的T檢驗顯著,可決系數(shù)為0.214 587,F(xiàn)=36.337 58。
估計模型為:
其中,β1、β3<0,β2>0,模型形狀是3次倒 N型曲線,轉(zhuǎn)折點處的人均 GDP為2 878元、27 174元。表明在經(jīng)濟發(fā)展的起步階段,二氧化硫排放量情況樂觀,隨著經(jīng)濟發(fā)展程度越來越高,二氧化硫排放量越來越大,環(huán)境污染程度越來越嚴重,當經(jīng)濟進一步發(fā)展時,二氧化硫排放量有所抑制,環(huán)境污染程度得到緩解,環(huán)境質(zhì)量開始變好,代表各省的個體情況如表9。山東、貴州的二氧化硫排放量的較高,江蘇、浙江、河南、河北、山西、廣東等地的廢氣排放量也較高,西藏的廢氣排放量最低;因為經(jīng)濟發(fā)展較好地區(qū)的工業(yè)發(fā)展水平高,伴隨著的環(huán)境污染問題也相對嚴重,而西藏、海南等地工業(yè)發(fā)展水平較低,環(huán)境質(zhì)量相對較好。
表8 污染物自主排放量
表9 個體隨機效應(yīng)模型結(jié)果
基于2000-2012年全國31個省市面板數(shù)據(jù)的研究分析,結(jié)合F檢驗和Hausman檢驗,最后決定建立工業(yè)廢水與經(jīng)濟增長的個體固定效應(yīng)模型以及二氧化硫與經(jīng)濟增長的個體隨機效應(yīng)模型。二者都是“倒N型”模型,并不符合庫茨涅茨曲線假說(EKC)。
(1)對于工業(yè)廢水排放量和經(jīng)濟增長之間“倒N型”曲線關(guān)系,其轉(zhuǎn)折點對應(yīng)的人均GDP分別是6 503元和31 571元。全國31個省市中大多數(shù)的人均GDP都達到了31 571元,對于這些省市目前已經(jīng)達到了“脫鉤”的階段,即經(jīng)濟增長反而能夠使該省的環(huán)境污染程度減弱。而安徽、江西、廣西、四川、貴州、云南、西藏和甘肅等省的人均GDP還沒達到31 571元,當前仍處于以環(huán)境污染為代價的經(jīng)濟建設(shè)中,要實現(xiàn)經(jīng)濟增長和環(huán)境污染的負相關(guān)關(guān)系需要采取進一步的措施。
(2)二氧化硫排放量和經(jīng)濟增長之間“倒N型”曲線轉(zhuǎn)折點處人均GDP為2 878元和27 174元。大多數(shù)省份已經(jīng)達到2 7174元,只有貴州、云南、西藏和甘肅這些省份介于287 8和27 174之間,所以除了這幾個省份處于經(jīng)濟增長與環(huán)境質(zhì)量負相關(guān)階段外,其他省份已經(jīng)達到緩解環(huán)境污染的程度。
通過以上的實證結(jié)果分析可以發(fā)現(xiàn),雖然環(huán)境污染問題已經(jīng)受到重視,大部分省市的環(huán)境污染情況表現(xiàn)良好,但要想從根本上解決環(huán)境污染問題,實現(xiàn)環(huán)境和經(jīng)濟雙贏的局面,任重而道遠。建立的兩個模型的兩個轉(zhuǎn)折點距離都比較遠,說明經(jīng)濟增長不是導(dǎo)致環(huán)境污染的唯一影響因素,應(yīng)該辯證看待經(jīng)濟增長與環(huán)境污染之間的關(guān)系,更加注重通過其他渠道來緩解各省市的環(huán)境污染,從而實現(xiàn)經(jīng)濟和環(huán)境的協(xié)調(diào)發(fā)展。
[1]Grossman G,Krueger A.Economic growth and the environment[J].Quarterly Journal of Economics,1995(2):353-377
[2]趙新華,李斌,李雙玉,等.環(huán)境管制下FDI、經(jīng)濟增長與環(huán)境污染關(guān)系的實證研究[J].中國科技論壇,2011(3):46-72
[3]胡本田,徐兵華.國經(jīng)濟發(fā)展與生態(tài)環(huán)境的關(guān)系特征:基于省級際面板數(shù)據(jù)的實證分析[J].甘肅行政學(xué)院學(xué)報,2013(6):76-82
[4]趙偉肖.基于VAR模型的河北省經(jīng)濟增長與環(huán)境污染關(guān)系的實證研究[J].河南科學(xué),2014(11):89-93
[5]樊新鋼,米文寶,馬振宇,等.區(qū)域經(jīng)濟-污染-環(huán)境三維評價模型的構(gòu)建于應(yīng)用[J].環(huán)境科學(xué),2015(2):751-758
[6]潘習(xí)平,沙景華,張宏亮,等.銅陵市經(jīng)濟增長與環(huán)境污染關(guān)系研究-基于環(huán)境庫茨涅茨曲線假說[J].資源與產(chǎn)業(yè),2014(16):121-126
[7]楊加猛,饒永志,蔡志堅,等.江蘇造紙業(yè)經(jīng)濟增長與環(huán)境污染關(guān)系的實證研究[J].華東經(jīng)濟管理,2014(11):17-20
[8]劉華軍,楊騫.環(huán)境污染、時空依賴與經(jīng)濟增長[J].產(chǎn)業(yè)經(jīng)濟研究,2014(1):81-91
[9]王菲,董鎖成,毛琦梁,等.中國工業(yè)結(jié)構(gòu)演變及其環(huán)境效應(yīng)時空分異[J].地理研究,2014(10):21-24
[10]黃洵,黃民生.基于能值分析的城市可持續(xù)發(fā)展水平與經(jīng)濟增長關(guān)系研究:以泉州市為例[J].地理科學(xué)進展,2015(34):38-47 (責(zé)任編輯:周博)