杜雯翠+張平淡

摘要：以1992～2010年全球106個(gè)國(guó)家的跨國(guó)面板數(shù)據(jù)為樣本，檢驗(yàn)經(jīng)濟(jì)增速、經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系。研究發(fā)現(xiàn)，當(dāng)經(jīng)濟(jì)增速高于7%時(shí)，不存在EKC拐點(diǎn)，增長(zhǎng)將必然引起污染；相反，當(dāng)經(jīng)濟(jì)由高速切換至中高速后，會(huì)出現(xiàn)EKC拐點(diǎn)。這表明經(jīng)濟(jì)增速由高轉(zhuǎn)低對(duì)可持續(xù)發(fā)展是個(gè)好消息，“增速紅利效應(yīng)”大于“增長(zhǎng)壓力效應(yīng)”。

關(guān)鍵詞：經(jīng)濟(jì)增長(zhǎng)；環(huán)境污染；新常態(tài)；EKC

DOI：10.13956/j.ss.1001-8409.2017.04.01

中圖分類號(hào)：F124；F205 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2017）04-0001-04

Abstract： This paper investigated the relationship between economic growth and environmental pollution by the panel data of 106 countries from 1992 to 2010. Results showed that， there was no EKC inflection point when the economic growth was above 7%， which means that economic growth would definitely cause pollution. On the contrary， there was an inflection point when the economic growth was transferred below 7%. It indicates that the economic growth adjustment is good news for sustainable development， and the growth dividend effect is greater than growth pressure effect.

Key words：economics growth； environmental pollution； new normal of economy； EKC

引言

新常態(tài)意味著經(jīng)濟(jì)從高速增長(zhǎng)進(jìn)入中高速增長(zhǎng)通道[1～4]，會(huì)給環(huán)境保護(hù)帶來(lái)什么樣的影響呢？縱觀各國(guó)經(jīng)濟(jì)發(fā)展的歷史，大多已經(jīng)或正在經(jīng)歷著經(jīng)濟(jì)增速的結(jié)構(gòu)性下滑，而且在經(jīng)濟(jì)增速切換后，各國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系變化卻不盡相同，一些國(guó)家污染排放強(qiáng)度明顯降低，還有一些國(guó)家污染排放強(qiáng)度不降反升。前者如新加坡，其在20世紀(jì)80、90年代一直保持年均8.3%左右的增速，當(dāng)時(shí)每萬(wàn)美元GDP排放10噸CO2，亞洲金融危機(jī)后年均增速回落至5.5%，同期每萬(wàn)美元GDP的排放下降到1噸CO2，發(fā)生類似情況的還有印度尼西亞、日本、墨西哥等國(guó)家。后者如巴基斯坦，其在20世紀(jì)80年代經(jīng)濟(jì)繁榮時(shí)的年均增速達(dá)9%，當(dāng)時(shí)每萬(wàn)美元GDP僅排放10噸CO2，而2005年后年均增速回落至2.7%，每萬(wàn)美元GDP排放13噸CO2，發(fā)生類似情況的還有印度、馬來(lái)西亞、柬埔寨等國(guó)家。

之所以出現(xiàn)這樣迥異不同的情況，是因?yàn)榻?jīng)濟(jì)增速切換后，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系有兩種可能的變化：一種情況是經(jīng)濟(jì)新常態(tài)下消費(fèi)占比逐漸上升[5]，經(jīng)濟(jì)增長(zhǎng)速度逐漸放緩，這會(huì)使得由經(jīng)濟(jì)增長(zhǎng)引起的污染增長(zhǎng)速度也隨之放緩，經(jīng)濟(jì)增速的換擋使得環(huán)境壓力進(jìn)入調(diào)整期，也使得污染物新增量漲幅進(jìn)入收窄期，更使得排放強(qiáng)度進(jìn)入回落期。本文將經(jīng)濟(jì)新常態(tài)下由于增速放緩而引起的環(huán)境質(zhì)量改善稱為新常態(tài)對(duì)環(huán)境污染帶來(lái)的“增速紅利效應(yīng)”。另一種情況是經(jīng)濟(jì)新常態(tài)下面對(duì)經(jīng)濟(jì)增速放緩，政府在污染治理上難免遲疑不決、患得患失，甚至為了維持經(jīng)濟(jì)增速而與排污企業(yè)合謀，從而增加了能源消耗與污染排放。尤其在一些相對(duì)落后地區(qū)，可能存在用環(huán)保換溫飽的問(wèn)題。在以經(jīng)濟(jì)發(fā)展水平作為地方官員晉升考核指標(biāo)[6]的中國(guó)，這個(gè)問(wèn)題可能尤為突出，地方政府之間的標(biāo)尺競(jìng)爭(zhēng)[7]使地方官員不得不承擔(dān)來(lái)自晉升的增長(zhǎng)壓力[8]。盡管在中央強(qiáng)調(diào)生態(tài)文明重要地位的背景下，環(huán)境績(jī)效指標(biāo)在官員政績(jī)考核體系中日益重要，但這種作用并未完全呈現(xiàn)出來(lái)[9]，這加大了新常態(tài)下地方政府為了維持高增速而放棄環(huán)境保護(hù)的動(dòng)機(jī)。本文將經(jīng)濟(jì)新常態(tài)下由于增長(zhǎng)壓力過(guò)大而引起的治污不力稱為新常態(tài)對(duì)環(huán)境污染帶來(lái)的“增長(zhǎng)壓力效應(yīng)”。

可見(jiàn)，經(jīng)濟(jì)新常態(tài)對(duì)于我國(guó)環(huán)境保護(hù)來(lái)說(shuō)究竟是機(jī)遇還是挑戰(zhàn)，這值得深入思考。要想在新常態(tài)下保護(hù)環(huán)境，提高經(jīng)濟(jì)發(fā)展質(zhì)量，需要借鑒國(guó)際經(jīng)驗(yàn)與教訓(xùn)，哪些國(guó)家在增速換擋后“增速紅利效應(yīng)”大于“增長(zhǎng)壓力效應(yīng)”，保持了發(fā)展質(zhì)量；哪些國(guó)家在增速換擋后“增長(zhǎng)壓力效應(yīng)”大于“增速紅利效應(yīng)”，出現(xiàn)了污染反彈；是什么因素造成不同國(guó)家在增速換擋后環(huán)境污染的差異化結(jié)果？上述問(wèn)題的答案對(duì)于我國(guó)進(jìn)入經(jīng)濟(jì)新常態(tài)后提升經(jīng)濟(jì)發(fā)展質(zhì)量都至關(guān)重要，這正是本文的研究?jī)?nèi)容。

1 模型、變量與數(shù)據(jù)

1.1 模型與變量

結(jié)合EKC假說(shuō)[10]，檢驗(yàn)經(jīng)濟(jì)增速、經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染三者之間的關(guān)系，設(shè)定如下回歸方程：

lnPolluit=γ0+γ1lnGDPit+γ2lnGDP2it+γ3lnPopit+γ4lnIndustryit+γ5lnEnergyit+γ6lnStructureit+γ7lnIntensity+ci+uit（1）

因變量為環(huán)境污染（Pollu），自變量包括人均GDP（GDP）和人均GDP的平方（GDP2）?？刂谱兞堪ㄈ丝谝?guī)模（Pop）、經(jīng)濟(jì)結(jié)構(gòu)（Industry）、能源消耗（Energy）、能源結(jié)構(gòu)（Structure）、排放強(qiáng)度（Intensity）。

其中，環(huán)境污染用CO2排放總量表示，單位為千噸。人均GDP用GDP與總?cè)丝诘谋戎当硎?，單位為美?人，為了保證各國(guó)貨幣單位的統(tǒng)一性并排除時(shí)間因素，采用2005年不變美元作為度量單位；人口規(guī)模用該國(guó)人口總數(shù)表示，單位為人；經(jīng)濟(jì)結(jié)構(gòu)用該國(guó)第二產(chǎn)業(yè)占GDP的比重表示，單位為%；能源消耗用該國(guó)創(chuàng)造每1000美元GDP的能源消耗量表示，單位為千克石油當(dāng)量/千美元；能源結(jié)構(gòu)用該國(guó)化石能源消耗占全部能源消耗的比例表示，單位為%；排放強(qiáng)度用該國(guó)每消耗1千克石油當(dāng)量的CO2排放量表示，單位為千克/千克石油當(dāng)量；i代表國(guó)家，t代表年份，ci代表不可觀測(cè)的國(guó)別異質(zhì)性，Uit為隨機(jī)擾動(dòng)項(xiàng)。

為了分析新常態(tài)下經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系，通過(guò)兩個(gè)途徑實(shí)現(xiàn)。第一個(gè)途徑：檢驗(yàn)不同增速下的EKC假設(shè)，即按照經(jīng)濟(jì)增速將樣本劃分為負(fù)增長(zhǎng)組、中低速增長(zhǎng)組、中高速增長(zhǎng)組和高速增長(zhǎng)組，分別對(duì)實(shí)證模型（1）進(jìn)行回歸。第二個(gè)途徑：借鑒Bradford等、杜雯翠和張平淡的做法[11，12]，檢驗(yàn)經(jīng)濟(jì)增速對(duì)EKC拐點(diǎn)的影響，回歸模型如下：

lnPolluit=δ0+δ1lnGDPit×lnGrowthit+δ2lnGrowthit+δ3lnGrowth2it+δ4lnPopit+δ5lnIndustryit+δ6lnEnergyit+δ7lnStructureit+δ8lnIntensity+ci+uit （2）

其中，經(jīng)濟(jì)增速（Growth）用各國(guó)GDP年增長(zhǎng)率表示，單位為%。利用δ1、δ2、δ3三個(gè)估計(jì)變量的符號(hào)可以判斷經(jīng)濟(jì)增速對(duì)EKC拐點(diǎn)的影響[12]。

1.2 數(shù)據(jù)與樣本

研究樣本為1992～2010年全球106個(gè)國(guó)家的動(dòng)態(tài)面板數(shù)據(jù)，其中，2個(gè)國(guó)家來(lái)自北美洲、2個(gè)國(guó)家來(lái)自大洋洲、23個(gè)國(guó)家來(lái)自非洲、10個(gè)國(guó)家來(lái)自拉丁美洲、7個(gè)國(guó)家來(lái)自南美洲、34個(gè)國(guó)家來(lái)自歐洲、28個(gè)國(guó)家來(lái)自亞洲。這些樣本既有經(jīng)濟(jì)水平較高的發(fā)達(dá)國(guó)家，又有經(jīng)濟(jì)快速增長(zhǎng)的新興經(jīng)濟(jì)體國(guó)家，還有人均GDP不足1000美元的貧困國(guó)家，樣本覆蓋范圍較廣。研究使用的所有數(shù)據(jù)來(lái)自世界銀行的世界發(fā)展指標(biāo)數(shù)據(jù)庫(kù)。

2 實(shí)證分析

2.1 描述性統(tǒng)計(jì)

表1為主要變量的描述性統(tǒng)計(jì)結(jié)果。由表1可以看出，不同國(guó)家的環(huán)境污染水平差距較大。CO2排放總量的最大值出現(xiàn)在2010年的中國(guó)，最小值出現(xiàn)在2009年的加蓬，這與國(guó)家的經(jīng)濟(jì)水平、人口總量、國(guó)土面積、自然環(huán)境等因素有關(guān)，并不能簡(jiǎn)單由此判斷國(guó)家的環(huán)境質(zhì)量，只能反映國(guó)家未經(jīng)減排處理的排污總量。

2.2 分組比較

根據(jù)對(duì)經(jīng)濟(jì)增速的統(tǒng)計(jì)得到經(jīng)濟(jì)增速的中位數(shù)、75%分位數(shù)分別為3.95%、6.88%，據(jù)此將樣本劃分為負(fù)增長(zhǎng)組（Growth≤0）、中低速增長(zhǎng)組（07），分別比較不同樣本組的CO2排放總量、單位GDP的能源消耗量、化石能源消費(fèi)比例、單位石油當(dāng)量的CO2排放量等指標(biāo)均值。結(jié)果見(jiàn)表2。由表2可以看出，高速增長(zhǎng)組的CO2排放總量均值是最高的，其次是中低速增長(zhǎng)組和負(fù)增長(zhǎng)組，中高速增長(zhǎng)組的CO2排放總量均值是最低的，說(shuō)明并不是經(jīng)濟(jì)增速越高，污染排放總量越多。從能耗強(qiáng)度看，負(fù)增長(zhǎng)組和高速增長(zhǎng)組的能源消耗強(qiáng)度是最高的，中低速增長(zhǎng)組和中高速增長(zhǎng)組的能源消耗強(qiáng)度遠(yuǎn)低于其他兩組國(guó)家。從能源結(jié)構(gòu)看，中高速增長(zhǎng)組的化石能源消費(fèi)比例是最低的，能源結(jié)構(gòu)最優(yōu)，其余組別的國(guó)家能源消費(fèi)結(jié)構(gòu)較為相似。從排放強(qiáng)度看，高速增長(zhǎng)組的污染排放強(qiáng)度是最高的，其次是負(fù)增長(zhǎng)組和中低速增長(zhǎng)組，中高速增長(zhǎng)組的排放強(qiáng)度最低。比較不同指標(biāo)的組間差異不難看出，高速增長(zhǎng)組的污染排放總量、排放強(qiáng)度、化石能源消費(fèi)比例都是最高的，中高速增長(zhǎng)組的污染排放總量、排放強(qiáng)度、化石能源消費(fèi)比例都是最低的，從這個(gè)角度看，增速由高切換至低對(duì)于環(huán)境保護(hù)來(lái)說(shuō)是件好事，“增速紅利效應(yīng)”大于“增長(zhǎng)壓力效應(yīng)”，有助于污染排放總量和排放強(qiáng)度的降低。

2.3 回歸結(jié)果

以1992～2010年全球106個(gè)國(guó)家為樣本，對(duì)實(shí)證模型（1）進(jìn)行檢驗(yàn)。根據(jù)Hausman檢驗(yàn)結(jié)果，模型更適合用固定效應(yīng)模型（Fixed Effect Model）。為了避免由于變量?jī)?nèi)生性帶來(lái)的回歸偏誤，還對(duì)每個(gè)解釋變量進(jìn)行了Hausman內(nèi)生性檢驗(yàn)，發(fā)現(xiàn)解釋變量的內(nèi)生性并不明顯，因此，采用面板數(shù)據(jù)的固定效應(yīng)模型是合理的。以CO2排放總量表征環(huán)境污染，運(yùn)用混合最小二乘估計(jì)（混合OLS）和固定效應(yīng)模型檢驗(yàn)EKC假說(shuō)。結(jié)果見(jiàn)表3。

由表3可以看出，混合OLS和固定效應(yīng)模型的擬合程度都十分接近1，且回歸結(jié)果基本一致。以固定效應(yīng)模型的回歸結(jié)果為例，人均GDP的估計(jì)系數(shù)顯著為正，人均GDP的平方的估計(jì)系數(shù)顯著為負(fù)，表明人均GDP與環(huán)境污染呈倒U形關(guān)系，隨著人均GDP的提高，環(huán)境污染逐漸增加，直至人均GDP增加至一定程度（稱之為拐點(diǎn)），環(huán)境污染到達(dá)最高點(diǎn)，隨后人均GDP越高，環(huán)境污染開(kāi)始逐漸降低。除此之外，控制變量的回歸結(jié)果也有一定參考價(jià)值。人口規(guī)模的估計(jì)系數(shù)顯著為正，表明人口總數(shù)越多，環(huán)境污染水平越高；經(jīng)濟(jì)結(jié)構(gòu)的估計(jì)系數(shù)顯著為正，表明第二產(chǎn)業(yè)產(chǎn)值比例越高，環(huán)境污染越多，過(guò)重的產(chǎn)業(yè)結(jié)構(gòu)不利于治污減排；能源消耗的估計(jì)系數(shù)顯著為正，表明能源消耗強(qiáng)度越高，環(huán)境污染越嚴(yán)重；能源結(jié)構(gòu)的估計(jì)系數(shù)顯著為正，表明化石能源消費(fèi)比例越高，環(huán)境污染越嚴(yán)重，能源消費(fèi)結(jié)構(gòu)的不合理也是造成環(huán)境污染的重要原因；排放強(qiáng)度的估計(jì)系數(shù)顯著為正，表明污染處理技術(shù)越差，單位能耗的污染排放越高，環(huán)境污染越嚴(yán)重。

以CO2排放總量為因變量，利用固定效應(yīng)模型，分別檢驗(yàn)不同增速樣本組的EKC假說(shuō)。結(jié)果見(jiàn)表4。

由表4可以看出，負(fù)增長(zhǎng)組、中高速增長(zhǎng)組的回歸結(jié)果較為相似，中低速增長(zhǎng)組、高速增長(zhǎng)組的回歸結(jié)果較為相似。在負(fù)增長(zhǎng)組、中高速增長(zhǎng)組的回歸結(jié)果中，人均GDP的估計(jì)系數(shù)顯著為正，人均GDP的平方的估計(jì)系數(shù)顯著為負(fù)，表明人均GDP與環(huán)境污染符合EKC假說(shuō)，即隨著人均GDP的提高，環(huán)境污染先上升后下降。在中低速增長(zhǎng)組、高速增長(zhǎng)組的回歸結(jié)果中，人均GDP的估計(jì)系數(shù)顯著為正，人均GDP的平方的估計(jì)系數(shù)并不顯著，說(shuō)明在這兩個(gè)組中，人均GDP與環(huán)境污染呈線性關(guān)系，人均GDP越高，環(huán)境污染越嚴(yán)重，經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)成為不可兼得的對(duì)立面?？梢?jiàn)，當(dāng)經(jīng)濟(jì)增速高于7%時(shí)，不存在EKC拐點(diǎn)，經(jīng)濟(jì)增長(zhǎng)將必然引起環(huán)境污染。相反，當(dāng)經(jīng)濟(jì)增速由高速切換至中高速后，人均GDP與環(huán)境污染之間呈倒U形關(guān)系，出現(xiàn)EKC拐點(diǎn)，隨著人均GDP的增加，環(huán)境污染會(huì)呈現(xiàn)下降趨勢(shì)，說(shuō)明經(jīng)濟(jì)增速由高轉(zhuǎn)低對(duì)可持續(xù)發(fā)展是個(gè)好消息，“增速紅利效應(yīng)”大于“增長(zhǎng)壓力效應(yīng)”。不過(guò)，當(dāng)經(jīng)濟(jì)增速進(jìn)一步下跌至4%以下后，人均GDP與環(huán)境污染之間的關(guān)系變?yōu)檎蚓€性，經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)又成為無(wú)法兩全的兩大目標(biāo)?？梢?jiàn)，增速下降有利于環(huán)境保護(hù)，但并不是增速越低越好，保持中高速增長(zhǎng)有利于環(huán)境保護(hù)和提高發(fā)展質(zhì)量。

由表3和表4的回歸結(jié)果可以看出，全體樣本、負(fù)增長(zhǎng)組、中高速增長(zhǎng)組符合EKC假說(shuō)，中低速增長(zhǎng)組和高速增長(zhǎng)組并不符合EKC假說(shuō)，因此，分別對(duì)全體樣本、負(fù)增長(zhǎng)組、中高速增長(zhǎng)組做實(shí)證模型（2）的檢驗(yàn)，以此判斷經(jīng)濟(jì)增速對(duì)EKC拐點(diǎn)的影響。結(jié)果見(jiàn)表5。

由表5可以看出，在全體樣本的回歸中，人均GDP×經(jīng)濟(jì)增速的估計(jì)系數(shù)顯著為正，經(jīng)濟(jì)增速的估計(jì)系數(shù)顯著為負(fù)，經(jīng)濟(jì)增速的平方的估計(jì)系數(shù)顯著為負(fù)，根據(jù)杜雯翠和張平淡[12]對(duì)增速與拐點(diǎn)關(guān)系的判斷標(biāo)準(zhǔn)，這表明經(jīng)濟(jì)增速的下調(diào)會(huì)使拐點(diǎn)提前到來(lái)。在負(fù)增長(zhǎng)組的回歸中，人均GDP×經(jīng)濟(jì)增速的估計(jì)系數(shù)顯著為負(fù)，經(jīng)濟(jì)增速的估計(jì)系數(shù)顯著為正，經(jīng)濟(jì)增速的平方的估計(jì)系數(shù)顯著為正，同樣，經(jīng)濟(jì)增速的下調(diào)會(huì)使拐點(diǎn)提前到來(lái)。在中高速增長(zhǎng)組的回歸中，人均GDP×經(jīng)濟(jì)增速的估計(jì)系數(shù)顯著為正，經(jīng)濟(jì)增速的估計(jì)系數(shù)顯著為負(fù)，經(jīng)濟(jì)增速的平方的估計(jì)系數(shù)顯著為正，這表明經(jīng)濟(jì)增速的下調(diào)會(huì)使拐點(diǎn)延遲到來(lái)。因此，盡管進(jìn)入中高速增長(zhǎng)通道后，人均GDP與環(huán)境污染會(huì)呈現(xiàn)倒U形關(guān)系，為環(huán)境污染的降低提供可能。但是，如果增速進(jìn)一步放緩，EKC拐點(diǎn)會(huì)延遲到來(lái)，這并不利于環(huán)境污染的降低。增速由7%以上的高速切換至7%以下的中高速為環(huán)境改善創(chuàng)造了可能，但增速不能太低，還是應(yīng)該盡量保持在7%左右，才能盡快迎來(lái)EKC拐點(diǎn)的到來(lái)。

3 結(jié)論與啟示

我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展進(jìn)入新常態(tài)，這是中央在深刻認(rèn)識(shí)我國(guó)經(jīng)濟(jì)發(fā)展呈現(xiàn)增長(zhǎng)速度換擋期、結(jié)構(gòu)調(diào)整陣痛期、前期刺激政策消化期“三期疊加”的階段性特征后作出的重大判斷。認(rèn)識(shí)新常態(tài)，適應(yīng)新常態(tài)，引領(lǐng)新常態(tài)，是當(dāng)前和今后一個(gè)時(shí)期我國(guó)經(jīng)濟(jì)發(fā)展的大邏輯。經(jīng)濟(jì)新常態(tài)為環(huán)境保護(hù)帶來(lái)了機(jī)遇與挑戰(zhàn)，環(huán)境污染既有可能因“增速紅利效應(yīng)”而大幅削減，也有可能因“增長(zhǎng)壓力效應(yīng)”而不降反升。本文以1992～2010年全球106個(gè)國(guó)家的跨國(guó)面板數(shù)據(jù)為樣本，檢驗(yàn)經(jīng)濟(jì)增速、經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系。研究發(fā)現(xiàn)，當(dāng)經(jīng)濟(jì)增速高于7%時(shí)，不存在EKC拐點(diǎn)，增長(zhǎng)將必然引起污染。相反，當(dāng)經(jīng)濟(jì)由高速切換至中高速后，會(huì)出現(xiàn)EKC拐點(diǎn)。不過(guò)當(dāng)經(jīng)濟(jì)增速進(jìn)一步下跌至4%以下，人均GDP與環(huán)境污染之間的關(guān)系變?yōu)檎蚓€性，經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)又成為無(wú)法兩全的兩大目標(biāo)?？梢?jiàn)，經(jīng)濟(jì)增速由高轉(zhuǎn)低對(duì)可持續(xù)發(fā)展是個(gè)好消息，“增速紅利效應(yīng)”大于“增長(zhǎng)壓力效應(yīng)”。不過(guò)并不是增速越低越好，如果增速進(jìn)一步放緩，EKC拐點(diǎn)會(huì)延遲到來(lái)，并不利于環(huán)境污染的降低，保持中高速增長(zhǎng)、保持經(jīng)濟(jì)在合理區(qū)間內(nèi)運(yùn)行，是最有利于同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)的。

當(dāng)然還需意識(shí)到，表面看來(lái)EKC拐點(diǎn)是由于經(jīng)濟(jì)水平的提高而實(shí)現(xiàn)的，但實(shí)質(zhì)上EKC拐點(diǎn)的背后是能源使用效率的提高和污染處理技術(shù)的改進(jìn)。我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，經(jīng)濟(jì)增速適度放緩，這是歷史發(fā)展的必然趨勢(shì)。不應(yīng)局限于GDP總量和增速這些數(shù)字，而應(yīng)關(guān)注其背后的質(zhì)量改進(jìn)和效率提升。否則就算人均GDP到達(dá)一個(gè)較高水平，也無(wú)法實(shí)現(xiàn)EKC拐點(diǎn)。

參考文獻(xiàn)：

[1]張平. “結(jié)構(gòu)性”減速下的中國(guó)宏觀政策和制度機(jī)制選擇[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2012（10）： 3-9.

[2]沈坤榮. 中國(guó)經(jīng)濟(jì)增速趨緩的成因與對(duì)策[J]. 學(xué)術(shù)月刊， 2013（6）： 95-100.

[3]劉偉. 我國(guó)經(jīng)濟(jì)增長(zhǎng)及失衡的新變化和新特征[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2014（3）：4-10.

[4]閆坤， 劉陳杰. 我國(guó)“新常態(tài)”時(shí)期合理經(jīng)濟(jì)增速測(cè)算[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2015（1）：17-26.

[5]劉偉， 蘇劍. “新常態(tài)”下的中國(guó)宏觀調(diào)控[J]. 經(jīng)濟(jì)科學(xué)， 2014（4）： 5-13.

[6]徐現(xiàn)祥， 王賢彬， 舒元. 地方官員與經(jīng)濟(jì)增長(zhǎng)——來(lái)自中國(guó)省長(zhǎng)、省委書(shū)記交流的證據(jù)[J]. 經(jīng)濟(jì)研究， 2007（9）：18-31.

[7]周黎安. 中國(guó)地方官員的晉升錦標(biāo)賽模式研究[J]. 經(jīng)濟(jì)研究， 2007（7）：36-50.

[8]曹春方， 馬連福， 沈小秀. 財(cái)政壓力、晉升壓力、官員任期與地方國(guó)企過(guò)度投資[J]. 經(jīng)濟(jì)學(xué)季刊， 2014（3）：1415-1436.

[9]呂凱波. 生態(tài)文明建設(shè)能夠帶來(lái)官員晉升嗎？——來(lái)自國(guó)家重點(diǎn)生態(tài)功能區(qū)的證據(jù)[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2014（2）：67-74.

[10]Grossman G M， Krueger A B. Environmental Impacts of a North American Free Trade Agreement[R]. National Bureau of Economic Research， 1991.

[11]Bradford D F， Schlieckert R， Shore S H. The Environmental Kuznets Curve： Exploring a Fresh Specification[R]. National Bureau of Economic Research， 2000.

[12]杜雯翠， 張平淡. 新常態(tài)下的經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染——來(lái)自新興經(jīng)濟(jì)體國(guó)家的經(jīng)驗(yàn)證據(jù)[J]. 軟科學(xué)， 2015（10）：20-23.

（責(zé)任編輯：趙毅峰）