經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染的非線性效應(yīng)研究
——基于半?yún)?shù)空間模型的再檢驗(yàn)

葉阿忠，鄭航

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350116）

近幾年，中國(guó)經(jīng)濟(jì)高速發(fā)展，然而，粗放式的發(fā)展模式加之各地方政府“重經(jīng)濟(jì)發(fā)展，輕環(huán)境保護(hù)”的發(fā)展觀和政績(jī)觀，導(dǎo)致中國(guó)整體環(huán)境質(zhì)量的不斷下降。經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)之間的協(xié)調(diào)問題愈發(fā)尖銳，引起了國(guó)家的高度重視。理清經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的內(nèi)在聯(lián)系，識(shí)別出環(huán)境污染的影響因素，對(duì)于我國(guó)制定和實(shí)施經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)政策、探索經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)協(xié)調(diào)發(fā)展的新型道路具有重要意義。

1 文獻(xiàn)綜述

在經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染的影響方面，國(guó)內(nèi)外學(xué)者多基于環(huán)境庫(kù)茲涅茲曲線（EKC）假說展開研究[1-6]。其中，部分學(xué)者的研究結(jié)論證實(shí)了EKC曲線的適用性。Lindmark[7]、Giles & Mosk[8]研究表明CO2和CH4排放量與收入之間呈現(xiàn)倒“U”型曲線關(guān)系。許士春和何正霞[9]、 楊萬平和袁曉玲[10]通過對(duì)中國(guó)省域面板數(shù)據(jù)的研究得出經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間遵循倒“U”型曲線關(guān)系。然而，部分學(xué)者的研究結(jié)果表明EKC假說并非在任何情況下都成立。Kaufmann等[11]通過研究SO2排放量與收入之間的關(guān)系，得出二者呈正“U”型曲線關(guān)系，與EKC曲線相悖。肖彥等[12]通過擬合廣西工業(yè)污染和人均收入水平的EKC，結(jié)果表明二者同樣呈現(xiàn)正“U”型曲線關(guān)系。許廣月和宋德勇[13]、周茜[14]、李飛和莊宇[15]基于區(qū)域異質(zhì)性對(duì)EKC展開探討，結(jié)果表明我國(guó)東、中、西部地區(qū)EKC存在差異，更多表現(xiàn)為正“U”型曲線關(guān)系。進(jìn)一步地，F(xiàn)riedl & Getzner[16]研究表明CO2排放量與收入之間呈現(xiàn)出“N”型曲線關(guān)系。蘇偉和劉景雙[17]、李瑛珊[18]分別建立吉林省和廣東省工業(yè)三廢排放量與人均GDP之間的EKC模型，結(jié)果表明二者均呈現(xiàn)“N”型曲線關(guān)系。近年來，越來越多的研究表明空間因素對(duì)環(huán)境污染具有重要影響。Rupasingha等[19]基于空間模型探究美國(guó)縣級(jí)人均收入與空氣污染之間的關(guān)系，結(jié)果表明二者遵循EKC關(guān)系。馬麗梅和張曉[20]、邵帥等[21]、Hao & Liu[22]基于空間模型驗(yàn)證EKC假說在中國(guó)的適用性，結(jié)果表明二者分別呈現(xiàn)線性、正“U”型和倒“U”型曲線關(guān)系。

綜上所述，國(guó)內(nèi)外學(xué)者基于不同樣本及估計(jì)方法，對(duì)于EKC假說的研究結(jié)果不盡相同?，F(xiàn)有關(guān)于EKC假說的研究多基于參數(shù)計(jì)量模型展開，但參數(shù)模型設(shè)定具有較強(qiáng)的主觀性，大多學(xué)者通過引入經(jīng)濟(jì)增長(zhǎng)的一次項(xiàng)、二次項(xiàng)和三次項(xiàng)來分析其與環(huán)境污染的線性、倒“U”型和“N”型曲線關(guān)系，但這種處理方法存在較大局限性，未能識(shí)別二者可能存在的更為復(fù)雜的非線性關(guān)系，進(jìn)而使估計(jì)結(jié)果不夠穩(wěn)健，不足以準(zhǔn)確反映經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的真實(shí)關(guān)系。有極少數(shù)研究者采用非參數(shù)方法對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的非線性關(guān)系展開研究。符淼[23]采用非參數(shù)方法擬合我國(guó)工業(yè)污染的EKC。許發(fā)明等[24]采用非參數(shù)模型驗(yàn)證中國(guó)碳排放量的EKC假說，結(jié)果表明EKC呈現(xiàn)“N”型曲線形態(tài)。然而，非參數(shù)模型雖不必對(duì)經(jīng)濟(jì)變量的關(guān)系做任何假定，但其估計(jì)的收斂速度較參數(shù)模型低，同樣存在一定的缺陷。為此，有必要引入半?yún)?shù)模型做進(jìn)一步探討。半?yún)?shù)模型綜合了參數(shù)模型和非參數(shù)模型的優(yōu)點(diǎn)，將模型部分變量的關(guān)聯(lián)性研究置于非線性框架中，通過對(duì)變量間線性及非線性關(guān)系的準(zhǔn)確刻畫和描述，揭示變量間的內(nèi)在聯(lián)系規(guī)律。

本文基于已有研究成果，主要進(jìn)行了如下改進(jìn)：考慮到環(huán)境污染的空間自相關(guān)性[25-26]和其與經(jīng)濟(jì)增長(zhǎng)之間的非線性關(guān)系[23-24]，在空間計(jì)量模型的基礎(chǔ)之上，將經(jīng)濟(jì)發(fā)展水平設(shè)為模型非參數(shù)項(xiàng)，采用半?yún)?shù)空間計(jì)量模型估計(jì)經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染的非線性影響，豐富了環(huán)境庫(kù)茲涅茲曲線假說的研究方法。

2 環(huán)境污染的空間相關(guān)性分析

2.1 環(huán)境污染的空間自相關(guān)檢驗(yàn)

本節(jié)通過測(cè)算全國(guó)31個(gè)省域（港澳臺(tái)地區(qū)除外）2009—2019年環(huán)境污染的空間自相關(guān)Moran’s I指數(shù)和對(duì)應(yīng)的散點(diǎn)圖來分析環(huán)境污染的空間依賴性。Moran’s I指數(shù)常用于檢驗(yàn)變量的空間自相關(guān)性，其取值范圍在-1到1之間。若Moran’s I值為正，表明變量具有空間正相關(guān)性，且相關(guān)度隨著Moran’s I值的增大而增大，反之為負(fù)相關(guān)。為對(duì)省域環(huán)境污染的空間相關(guān)性進(jìn)行系統(tǒng)考察，本文構(gòu)建了如下三種空間權(quán)重矩陣。

（1）鄰接矩陣（W1）：

（2）地理距離矩陣（W2）：

其中，dij為兩省域地理中心位置之間的距離。

（3）經(jīng)濟(jì)距離矩陣（W3）：

式中：Wij為樣本年間i省域人均GDP均值與j省域人均GDP均值絕對(duì)差值的倒數(shù)。

已有研究多運(yùn)用工業(yè)污染指標(biāo)衡量中國(guó)省域環(huán)境污染水平[27-30]。本文選取中國(guó)31個(gè)省域（港澳臺(tái)地區(qū)除外）工業(yè)廢水、廢氣、二氧化硫、煙塵、粉塵和固體廢棄物排放量指標(biāo)，運(yùn)用熵權(quán)法[31]構(gòu)建環(huán)境污染指數(shù)以衡量省域環(huán)境污染水平。由表1可知，依據(jù)三種權(quán)重矩陣計(jì)算得出的2009—2019年環(huán)境污染的Moran’s I指數(shù)均在10%或更低的顯著性水平下顯著為正，表明省域環(huán)境污染的空間相關(guān)性同時(shí)在地理空間關(guān)聯(lián)以及經(jīng)濟(jì)空間關(guān)聯(lián)特征上予以體現(xiàn)，表現(xiàn)出顯著的空間正相關(guān)性。

表1 2009—2019年環(huán)境污染的Moran’s I指數(shù)表

Moran散點(diǎn)圖可以分析各省域環(huán)境污染的集群特征。其中，落在第一象限和第三象限的省域具有正空間相關(guān)性，即環(huán)境質(zhì)量較好的省域被同是環(huán)境質(zhì)量較好的省域包圍，環(huán)境質(zhì)量較差的省域被同是環(huán)境質(zhì)量較差的省域包圍；落在第二象限和第四象限的省域具有負(fù)空間相關(guān)性，即環(huán)境污染嚴(yán)重的省域被環(huán)境質(zhì)量較好的省域包圍，環(huán)境污染輕微的省域被環(huán)境質(zhì)量較差的省域包圍。

圖1為以鄰接矩陣作為權(quán)重矩陣求得的省域環(huán)境污染Moran散點(diǎn)圖，可知31個(gè)省域中大部分省域位于Moran散點(diǎn)圖的第一象限和第三象限。其中，2009年環(huán)境污染的Moran散點(diǎn)圖中位于第一象限和第三象限的省域分別達(dá)到12個(gè)和9個(gè)，占比達(dá)到全部31個(gè)省域的67.7%；2019年位于第一象限和第三象限的省域分別達(dá)到14個(gè)和7個(gè)，占比同樣達(dá)到全部31個(gè)省域的67.7%，表明我國(guó)省域環(huán)境污染存在顯著的空間相關(guān)性，環(huán)境污染程度相近的省域相互鄰近。

2.2 環(huán)境污染的空間關(guān)聯(lián)局域指標(biāo)LISA分析

Moran’s I指數(shù)多用于刻畫指標(biāo)在整體水平的空間相關(guān)性，LISA指標(biāo)則能從局部水平進(jìn)一步檢驗(yàn)指標(biāo)的集聚情況。由表2可知，我國(guó)省域環(huán)境污染在空間分布上形成了不同的集聚區(qū)域：第一個(gè)是以新疆、青海、四川為中心的低環(huán)境污染集聚區(qū)；第二個(gè)是以福建、山東、河南為中心的高環(huán)境污染集聚區(qū)；第三個(gè)是以北京、天津?yàn)橹行?，其自身污染程度較低，但周邊省份污染程度較高的集聚區(qū)。山東和河南作為我國(guó)的工業(yè)大省，其工業(yè)集聚程度較高，工業(yè)污染物排放量較大，可能存在較為嚴(yán)重的環(huán)境污染轉(zhuǎn)嫁問題；西部地區(qū)環(huán)境污染程度總體而言較低。由2009年和2019年環(huán)境污染的LISA集聚分布變化可知，低環(huán)境污染集聚區(qū)有由西部地區(qū)向中部地區(qū)擴(kuò)展的趨勢(shì)，同時(shí)，高環(huán)境污染集聚區(qū)有由東部地區(qū)向中部地區(qū)擴(kuò)展的趨勢(shì)，我國(guó)環(huán)境污染程度整體呈現(xiàn)東高西低的分布特點(diǎn)。

表2 我國(guó)省域環(huán)境污染的LISA集聚分布

3 經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染影響的空間計(jì)量檢驗(yàn)

3.1 模型設(shè)定

我國(guó)31個(gè)省域的環(huán)境污染存在顯著的“集群”特 征[32-33]，而同樣具有空間集群性的經(jīng)濟(jì)發(fā)展水平則增加了環(huán)境污染的空間依賴性，因而應(yīng)采用考慮空間因素的空間計(jì)量模型分析經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的相關(guān)性。本文基于環(huán)境庫(kù)茲涅茨曲線（EKC）假說，建立如下空間計(jì)量模型：

式（4）為包含了各種空間效應(yīng)的一般嵌套模型。其中，Pit表示第i個(gè)省份第t年的環(huán)境污染指數(shù)；Xit為影響環(huán)境污染的相關(guān)變量，包括產(chǎn)出水平（GDP）、產(chǎn)業(yè)結(jié)構(gòu)（S）、技術(shù)進(jìn)步（K/L）和環(huán)保意識(shí)（INVEST）；Wij為空間權(quán)重矩陣；ρ和φ分別為空間回歸系數(shù)和空間誤差系數(shù)；εit為隨機(jī)誤差項(xiàng)向量。

省域環(huán)境污染空間依賴關(guān)系的產(chǎn)生源于三類不同的空間交互效應(yīng)：若ρ=0、θ=0、φ≠0，則式（4）為空間誤差模型（SEM），代表不同省域誤差項(xiàng)間的交互效應(yīng)；若ρ≠0、θ=0、φ=0，則式（4）為空間自回歸模型（SAR），代表不同省域被解釋變量間的內(nèi)生交互效應(yīng)；若ρ≠0、θ≠0、φ=0，則式（4）為空間杜賓模型（SDM），其綜合考慮了不同省域解釋變量和被解釋變量的空間滯后因素。

3.2 指標(biāo)選取及數(shù)據(jù)說明

本文選取2009—2019年全國(guó)31個(gè)省域作為樣本，并選取如下指標(biāo)作為研究變量，數(shù)據(jù)來源于Wind數(shù)據(jù)庫(kù)和各省份歷年統(tǒng)計(jì)年鑒。

環(huán)境污染指數(shù)（P）：選取中國(guó)31個(gè)省域工業(yè)六廢指標(biāo)，運(yùn)用熵權(quán)法[32]構(gòu)建環(huán)境污染指數(shù)以衡量省域環(huán)境污染水平。環(huán)境污染指數(shù)越高，表明環(huán)境質(zhì)量越差。

產(chǎn)出水平（GDP）：EKC假說認(rèn)為環(huán)境問題與經(jīng)濟(jì)發(fā)展息息相關(guān)[34]。同時(shí)，已有研究表明對(duì)于不同國(guó)家或地區(qū)以及不同的污染物而言，環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系并非完全符合倒“U”型曲線假說[16-18]，而工業(yè)化程度較深的國(guó)家EKC會(huì)呈現(xiàn)較明顯的三次曲線形式[35]。因此，通過在空間模型中引入GDP的一次方項(xiàng)、二次方項(xiàng)和三次方項(xiàng)以考察環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。本文使用各省域地區(qū)生產(chǎn)總值反映經(jīng)濟(jì)發(fā)展水平并進(jìn)行GDP平減修正。

除經(jīng)濟(jì)發(fā)展水平外，本文還增加以下控制變量以減少因?yàn)樽兞窟z漏所引致的估計(jì)結(jié)果的偏差。

（1）產(chǎn)業(yè)結(jié)構(gòu)（S）：產(chǎn)業(yè)結(jié)構(gòu)對(duì)于環(huán)境污染有著明顯影響。一方面，中國(guó)目前處于工業(yè)驅(qū)動(dòng)階段，環(huán)境污染物的排放大都來自工業(yè)企業(yè)，工業(yè)化的提升往往意味著更多污染物的排放。另一方面，我國(guó)正逐步探索工業(yè)化與環(huán)境改善協(xié)調(diào)發(fā)展的新型工業(yè)化道路，工業(yè)經(jīng)濟(jì)發(fā)展逐漸由粗放型增長(zhǎng)向集約型增長(zhǎng)轉(zhuǎn)變，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級(jí)，以期找到環(huán)境保護(hù)與經(jīng)濟(jì)增長(zhǎng)的平衡點(diǎn)。本文采用第二產(chǎn)業(yè)GDP占比衡量產(chǎn)業(yè)結(jié)構(gòu)水平。

（2）技術(shù)進(jìn)步（K/L）：技術(shù)水平的提高通過資本勞動(dòng)比（人均資本存量）進(jìn)行衡量。一方面，人均資本存量的提高通常對(duì)應(yīng)著技術(shù)效率的提升，進(jìn)而提高清潔能源的開發(fā)和利用效率，減少污染物的排放量[36-37]；另一方面，人均資本存量的提高也體現(xiàn)了產(chǎn)業(yè)高級(jí)化轉(zhuǎn)型的趨勢(shì)，即由勞動(dòng)密集型產(chǎn)業(yè)逐漸向資本、技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)型[38-39]， 產(chǎn)品也逐漸由高能耗產(chǎn)品向低能耗、低污染的清潔產(chǎn)品轉(zhuǎn)型，進(jìn)而減少對(duì)于環(huán)境的污染程度[40-42]。本文采用資本勞動(dòng)比（人均資本存量）來衡量技術(shù)進(jìn)步，其中物質(zhì)資本存量采用永續(xù)盤存法計(jì)算[43]，以2009年為基期，經(jīng)濟(jì)折舊率為9.6%，勞動(dòng)力投入量用各地區(qū)年末就業(yè)人數(shù)來衡量。

（3）環(huán)保意識(shí)（INVEST）：環(huán)保意識(shí)主要通過地方政府對(duì)于環(huán)境治理的投入資金體現(xiàn)。隨著國(guó)家對(duì)于環(huán)保問題的愈加重視，各省域政府對(duì)于環(huán)境保護(hù)的投入也逐年增加，以期通過加大環(huán)境保護(hù)相關(guān)投資來改善環(huán)境質(zhì)量。本文采用省域環(huán)保投資總額年度數(shù)據(jù)來衡量環(huán)保意識(shí)并進(jìn)行GDP平減修正。

3.3 經(jīng)濟(jì)增長(zhǎng)對(duì)省域環(huán)境污染影響的空間計(jì)量檢驗(yàn)

表3為在三種空間權(quán)重矩陣下SEM、SAR和SDM模型的回歸結(jié)果。其中，三種模型的Hausman檢驗(yàn)結(jié)果均在5%的顯著性水平下拒絕隨機(jī)效應(yīng)的原假設(shè)，故采用固定效應(yīng)模型進(jìn)行分析。

由表3可知，空間回歸系數(shù)ρ和空間誤差系數(shù)λ均顯著為正，說明省域環(huán)境污染存在顯著的空間正相關(guān)性，具有局部俱樂部集群現(xiàn)象，這也驗(yàn)證了采用空間計(jì)量模型的必要性。其中，經(jīng)濟(jì)增長(zhǎng)一次項(xiàng)的回歸系數(shù)顯著為正，二次方項(xiàng)回歸系數(shù)顯著為負(fù)，三次方項(xiàng)回歸系數(shù)顯著為正，表明經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間并非符合環(huán)境庫(kù)茲涅茲曲線假說中的倒“U”型曲線關(guān)系，而是呈現(xiàn)“N”型曲線關(guān)系，即環(huán)境污染狀況隨著經(jīng)濟(jì)發(fā)展水平的提高呈現(xiàn)出“惡化—改善—惡化”的發(fā)展趨勢(shì)。

表3 經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的空間計(jì)量檢驗(yàn)結(jié)果

產(chǎn)業(yè)結(jié)構(gòu)的估計(jì)系數(shù)為負(fù)，即我國(guó)第二產(chǎn)業(yè)占比提高有利于環(huán)境質(zhì)量的改善。究其原因，近幾年我國(guó)生產(chǎn)結(jié)構(gòu)及生產(chǎn)方式積極調(diào)整轉(zhuǎn)型，體現(xiàn)為生產(chǎn)企業(yè)由勞動(dòng)密集型向資本、技術(shù)密集型轉(zhuǎn)型，生產(chǎn)方式由粗放式向集約式轉(zhuǎn)型，生產(chǎn)產(chǎn)品由污染產(chǎn)品向清潔產(chǎn)品轉(zhuǎn)型，環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的新型工業(yè)化道路已初見成效。技術(shù)進(jìn)步的估計(jì)系數(shù)為負(fù)，表明技術(shù)水平的提高對(duì)于環(huán)境污染具有改善作用。環(huán)保意識(shí)的估計(jì)系數(shù)為負(fù)，即對(duì)于環(huán)境污染治理的資金投入對(duì)于環(huán)境質(zhì)量的惡化起到了一定的遏制作用。究其原因，第一，近幾年我國(guó)各省域?qū)τ谖廴局卫淼耐顿Y相較于往年有了較大的提升，環(huán)保資金的不斷投入遏制了環(huán)境污染的加劇。第二，各省域吸取往年經(jīng)驗(yàn)教訓(xùn)，保證了環(huán)保資金投入的持續(xù)性和穩(wěn)定性，避免環(huán)境污染治理的投機(jī)行為。第三，各省域致力于清潔生產(chǎn)技術(shù)的研發(fā)與投入使用，減少了工業(yè)污染物的排放。

進(jìn)一步考察解釋變量的空間滯后因素對(duì)于環(huán)境污染的影響，可知經(jīng)濟(jì)增長(zhǎng)的空間滯后項(xiàng)對(duì)于環(huán)境污染的影響只在權(quán)重矩陣為經(jīng)濟(jì)距離矩陣時(shí)顯著，技術(shù)進(jìn)步與環(huán)保意識(shí)的空間滯后項(xiàng)對(duì)于環(huán)境污染的影響只在權(quán)重矩陣為鄰接矩陣和地理距離矩陣時(shí)顯著，而產(chǎn)業(yè)結(jié)構(gòu)的空間滯后項(xiàng)均不顯著。表明鄰近省域經(jīng)濟(jì)增長(zhǎng)對(duì)于本省域環(huán)境污染的影響能通過經(jīng)濟(jì)空間關(guān)聯(lián)特征予以體現(xiàn)，而鄰近省域技術(shù)進(jìn)步與環(huán)保意識(shí)對(duì)于本省域環(huán)境污染的影響則能通過地理空間關(guān)聯(lián)特征予以體現(xiàn)。鄰近省域產(chǎn)業(yè)結(jié)構(gòu)對(duì)于本省域環(huán)境污染幾乎沒有影響。

3.4 經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染影響的非線性空間計(jì)量檢驗(yàn)

3.4.1 模型建立

在上述參數(shù)模型中，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的“N”型曲線關(guān)系已經(jīng)得到初步驗(yàn)證。然而，參數(shù)模型估計(jì)需要預(yù)先假設(shè)模型形式且滿足較為嚴(yán)格的前提假設(shè)，可能導(dǎo)致模型設(shè)定的偏差，因此，有必要引入半?yún)?shù)模型進(jìn)行進(jìn)一步檢驗(yàn)。由前文可知，空間滯后模型無論是單一變量的顯著性程度還是整體擬合效果均優(yōu)于其他兩類模型，故本節(jié)結(jié)合空間滯后模型和半?yún)?shù)模型，構(gòu)建半?yún)?shù)空間滯后模型分析經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的非線性關(guān)系。

根據(jù)式(1)可知，掘進(jìn)機(jī)結(jié)構(gòu)參數(shù)已知，只要確定α、β和d，就可以得出截割頭中心在機(jī)身坐標(biāo)系中的位置。通過油缸行程計(jì)算α和β，需要根據(jù)掘進(jìn)結(jié)構(gòu)建立截割臂升降角度α與截割臂升降油缸行程關(guān)系模型，以及截割臂回轉(zhuǎn)角度β與水平回轉(zhuǎn)油缸行程關(guān)系模型，它們關(guān)系模型如下：

設(shè)半?yún)?shù)空間滯后模型的方程為：

式中：G(lnGDPit)為未知非參數(shù)函數(shù)，其余變量與式（4）相同。

3.4.2 模型估計(jì)

半?yún)?shù)空間滯后模型估計(jì)方法：

式中：G(lnGDPit)為非參數(shù)部分，GDPit表示經(jīng)濟(jì)發(fā) 展 水 平；Pit、Sit、(K/L)it和lnINVESTit分 別 表 示 環(huán)境污染指數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和環(huán)保意識(shí)。若E[G(lnGDPit)]≠0，則可將其歸入αi，所以，不妨設(shè)E[G(lnGDPit)]=0。

模型（6）的參數(shù)分量αi、ρ、β1、β2、β3和非參數(shù)分量G(lnGDPit)的估計(jì)方法如下：

先假定參數(shù)αi、ρ、β1、β2、β3已知，則由模型（6）可得：

于是，得到非參數(shù)分量G(·)的初步估計(jì)：it|lnGDPit)和E(lnINVESTit|lnGDPit)的局部線性估計(jì)。

將模型（6）中非參數(shù)分量用其初步估計(jì)替代，得到消除αi的參數(shù)模型：

再利用最小二乘估計(jì)得到參數(shù)ρ、β1、β2、β3的估計(jì)。由E[G(lnGDPit)]=0得到αi的估計(jì)：

3.4.3 模型估計(jì)結(jié)果

表4為半?yún)?shù)空間滯后模型估計(jì)結(jié)果，其中，lnGDP代表的是非參數(shù)項(xiàng)，其對(duì)環(huán)境污染的影響主要通過偏導(dǎo)數(shù)圖體現(xiàn)。圖2為環(huán)境污染對(duì)經(jīng)濟(jì)增長(zhǎng)的偏導(dǎo)數(shù)估計(jì)結(jié)果，其中，橫軸為經(jīng)濟(jì)增長(zhǎng)，縱坐標(biāo)為經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染的邊際效應(yīng) ，即GDP每提高1%引起環(huán)境質(zhì)量惡化的增量。圖2表明，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間具有明顯的非線性關(guān)系，且存在3個(gè)拐點(diǎn)，分別為17.3、19.1和20.2，即3 260.6億元、19 725.3億元和59 258.2億元。當(dāng)產(chǎn)出水平低于3 260.6億元時(shí)，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量具有負(fù)向影響，且負(fù)向影響隨著產(chǎn)出水平的提高而逐漸減弱；當(dāng)產(chǎn)出水平超過3 260.6億元時(shí)，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的影響由惡化轉(zhuǎn)為改善；當(dāng)產(chǎn)出水平達(dá)到19 725.3億元時(shí)，經(jīng)濟(jì)增長(zhǎng)再次導(dǎo)致了環(huán)境質(zhì)量的惡化；最后，當(dāng)產(chǎn)出水平超過59 258.2億元時(shí)，經(jīng)濟(jì)的持續(xù)增長(zhǎng)對(duì)于環(huán)境質(zhì)量具有改善作用，且改善作用逐漸增強(qiáng)。由此可見，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的影響并非完全呈現(xiàn)“N”型曲線關(guān)系，而是表現(xiàn)出對(duì)環(huán)境質(zhì)量由“惡化—改善—惡化—改善”的“M”型曲線關(guān)系，“N”型曲線包含在“M”型曲線當(dāng)中，體現(xiàn)為“M”型曲線的一部分。究其原因，經(jīng)濟(jì)增長(zhǎng)對(duì)于環(huán)境質(zhì)量的影響主要體現(xiàn)為規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)。其中，經(jīng)濟(jì)增長(zhǎng)帶來的產(chǎn)出規(guī)模增大、產(chǎn)出水平提高，導(dǎo)致能源消耗和環(huán)境污染物排放量的急劇增加，惡化了整體環(huán)境質(zhì)量；同時(shí)，隨著經(jīng)濟(jì)發(fā)展水平的提高，我國(guó)積極促進(jìn)生產(chǎn)結(jié)構(gòu)及生產(chǎn)方式轉(zhuǎn)型，逐步走上環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的新型工業(yè)化道路；技術(shù)效應(yīng)則體現(xiàn)在清潔生產(chǎn)及排放技術(shù)的普及和使用。經(jīng)濟(jì)增長(zhǎng)對(duì)于環(huán)境質(zhì)量的影響主要取決于不同發(fā)展階段三種效應(yīng)的相對(duì)影響程度，當(dāng)結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)大于規(guī)模效應(yīng)時(shí)，經(jīng)濟(jì)增長(zhǎng)對(duì)于環(huán)境質(zhì)量表現(xiàn)出改善作用，當(dāng)規(guī)模效應(yīng)占據(jù)主導(dǎo)地位時(shí)，經(jīng)濟(jì)增長(zhǎng)對(duì)于環(huán)境質(zhì)量表現(xiàn)出惡化作用。因而，經(jīng)濟(jì)增長(zhǎng)對(duì)于環(huán)境污染的影響表現(xiàn)出“震蕩”關(guān)系。其余控制變量中，產(chǎn)業(yè)占比、技術(shù)進(jìn)步和環(huán)保投入的提高改善了省域環(huán)境質(zhì)量，這與參數(shù)模型估計(jì)結(jié)果一致。

表4 經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的半?yún)?shù)空間計(jì)量檢驗(yàn)結(jié)果

圖2 不同權(quán)重下環(huán)境污染對(duì)經(jīng)濟(jì)增長(zhǎng)的偏導(dǎo)圖

3.4.4 拐點(diǎn)分析

進(jìn)一步地，以2009年和2019年省域GDP年度數(shù)據(jù)為例，按環(huán)境曲線拐點(diǎn)將31個(gè)省域劃分為四類，分析省域經(jīng)濟(jì)發(fā)展水平對(duì)于環(huán)境質(zhì)量影響的時(shí)空差異，具體分類情況如表5所示。其中，2009年處于第一區(qū)間的省域達(dá)到6個(gè)，處于第二區(qū)間的省域達(dá)到21個(gè)，處于第三區(qū)間的省域達(dá)到4個(gè)，沒有省域處于第四區(qū)間；2019年處于第一至第四區(qū)間的省域分別有3個(gè)、13個(gè)、12個(gè)和3個(gè)?？梢?，2009年我國(guó)31個(gè)省域中經(jīng)濟(jì)發(fā)展水平絕大部分位于第二區(qū)間內(nèi)，表現(xiàn)出經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的改善作用，也有部分省域位于第一和第三區(qū)間，表現(xiàn)出經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的惡化作用；暫沒有省域達(dá)到第四區(qū)間水平。2019年，位于第一至第四區(qū)間的省域與2009年相比分別減少了3個(gè)、減少了8個(gè)、增加了8個(gè)、增加了3個(gè)。其中江蘇、山東、廣東3個(gè)省份達(dá)到了第四區(qū)間水平，表現(xiàn)出經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的持續(xù)改善作用?？傮w而言，目前我國(guó)31個(gè)省域經(jīng)濟(jì)發(fā)展水平位于第二、第三區(qū)間居多，較少省域達(dá)到第四區(qū)間水平，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的影響表現(xiàn)出區(qū)域異質(zhì)性。

表5 省域經(jīng)濟(jì)發(fā)展水平對(duì)環(huán)境質(zhì)量影響的時(shí)空差異

4 穩(wěn)健性分析

為了進(jìn)一步驗(yàn)證結(jié)果的穩(wěn)健性，本文進(jìn)行如下穩(wěn)健性檢驗(yàn)：（1）基于人均GDP指標(biāo)的EKC曲線再檢驗(yàn)。選取人均GDP指標(biāo)衡量省域經(jīng)濟(jì)發(fā)展水平，運(yùn)用半?yún)?shù)空間滯后模型進(jìn)行估計(jì)。（2）基于不同環(huán)境污染類型的EKC曲線再檢驗(yàn)。選取農(nóng)業(yè)氨、氮和磷排放量指標(biāo)以及城鎮(zhèn)廢水、廢氣和生活垃圾排放量指標(biāo)，運(yùn)用熵權(quán)法分別構(gòu)建農(nóng)業(yè)及生活污染指數(shù)，分析經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)和生活污染之間的非線性關(guān)系。由于篇幅所限，只展示三種空間權(quán)重矩陣下工業(yè)污染對(duì)人均GDP的偏導(dǎo)數(shù)估計(jì)結(jié)果。由表6、表7及圖3可知，不同類型的環(huán)境污染依然存在明顯的正空間效應(yīng)，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間依然呈現(xiàn)震蕩的“M”型曲線關(guān)系。其余控制變量估計(jì)結(jié)果與前文基本一致。

圖3 不同權(quán)重下工業(yè)污染對(duì)人均GDP的偏導(dǎo)圖

表6 基于總量GDP指標(biāo)的不同環(huán)境污染類型EKC曲線檢驗(yàn)

表7 基于人均GDP指標(biāo)的不同環(huán)境污染類型EKC曲線檢驗(yàn)

5 結(jié)論與政策建議

本文考慮省域環(huán)境污染的空間自相關(guān)性，結(jié)合空間計(jì)量模型和半?yún)?shù)模型，分析省域經(jīng)濟(jì)發(fā)展水平對(duì)環(huán)境污染的影響，具體結(jié)論和政策建議如下：

我國(guó)31個(gè)省域環(huán)境污染表現(xiàn)出顯著的空間集聚性，環(huán)境污染程度相近的省域相互鄰近。可見，各省域所處地理位置及其鄰接省域均會(huì)對(duì)本省環(huán)境污染產(chǎn)生影響?；诖耍魇≌畱?yīng)加強(qiáng)區(qū)域間的相互合作，建立區(qū)域環(huán)境保護(hù)聯(lián)動(dòng)機(jī)制，環(huán)境污染程度較低的省域應(yīng)充分發(fā)揮環(huán)保政策的“溢出效應(yīng)”，帶動(dòng)周邊省域環(huán)保工作的開展。同時(shí)，各省域應(yīng)合理運(yùn)用“排污權(quán)交易”制度，達(dá)到減少排污量、保護(hù)環(huán)境的目的。

我國(guó)省域經(jīng)濟(jì)發(fā)展水平與環(huán)境污染之間的關(guān)系并非完全符合EKC假說，而是存在更為復(fù)雜的震蕩關(guān)系。經(jīng)濟(jì)增長(zhǎng)對(duì)于省域環(huán)境質(zhì)量的影響隨著經(jīng)濟(jì)發(fā)展水平的提高呈現(xiàn)“惡化—改善—惡化—改善”的“M”型曲線關(guān)系，拐點(diǎn)分別為3 260.6億元、19 725.3億元和59 258.2億元。目前我國(guó)31個(gè)省域經(jīng)濟(jì)發(fā)展水平位于第二、第三區(qū)間居多，較少省域達(dá)到第四區(qū)間水平，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的影響表現(xiàn)出區(qū)域異質(zhì)性。因此，地方政府在制定經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)政策時(shí)應(yīng)充分考慮自身的經(jīng)濟(jì)發(fā)展水平，結(jié)合地區(qū)發(fā)展和環(huán)境污染狀況給予相應(yīng)的資金投入和政策扶持，避免環(huán)保政策的千篇一律。

我國(guó)省域環(huán)境污染狀況不僅受經(jīng)濟(jì)發(fā)展水平的影響，同時(shí)還與產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和環(huán)保意識(shí)相關(guān)。總體而言，我國(guó)產(chǎn)業(yè)結(jié)構(gòu)對(duì)環(huán)境污染具有負(fù)向影響，即隨著第二產(chǎn)業(yè)比重的不斷上升，環(huán)境質(zhì)量將會(huì)得到改善。技術(shù)水平的提高對(duì)于環(huán)境污染的加劇具有一定的遏制作用。環(huán)保意識(shí)的提高對(duì)于環(huán)境質(zhì)量具有改善作用，各省域?qū)τ诃h(huán)保的投入達(dá)到了一定的預(yù)期效果。因此，加速推進(jìn)工業(yè)生產(chǎn)結(jié)構(gòu)轉(zhuǎn)型、加快實(shí)現(xiàn)清潔能源生產(chǎn)和使用技術(shù)的普及、保持并加大環(huán)保投資力度，將有利于改善我國(guó)的環(huán)境污染問題。