王元地，王國(guó)蒙

(四川大學(xué)商學(xué)院，四川 成都 610064)

環(huán)境綜合污染程度與人均居民可支配收入關(guān)系的EKC驗(yàn)證

王元地，王國(guó)蒙

(四川大學(xué)商學(xué)院，四川 成都 610064)

本文首先選取中國(guó)1991—2012年7類環(huán)境污染物數(shù)據(jù)，建立起環(huán)境綜合污染程度指標(biāo)體系，測(cè)算環(huán)境綜合污染得分，然后采用分位數(shù)回歸方法對(duì)環(huán)境綜合污染程度得分與人均可支配收入中值的關(guān)系進(jìn)行實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)：中國(guó)環(huán)境綜合污染程度與人均可支配收入呈現(xiàn)倒U型的EKC關(guān)系，曲線的拐點(diǎn)在1.45萬元處；在0.25分位點(diǎn)處為線性關(guān)系，在0.5和0.75分位點(diǎn)處為倒U型EKC關(guān)系；產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、人口密度和外商直接投資對(duì)不同分位點(diǎn)下的污染程度有著顯著影響；ARMA模型預(yù)測(cè)中國(guó)環(huán)境質(zhì)量在2022年后達(dá)到穩(wěn)定狀態(tài)。最后根據(jù)研究結(jié)果，從政府、企業(yè)和科研機(jī)構(gòu)三個(gè)層面提出相應(yīng)的建議。

經(jīng)濟(jì)發(fā)展；環(huán)境污染；環(huán)境庫茲涅茲曲線；分位數(shù)回歸法

1 引言

近年來，中國(guó)環(huán)境質(zhì)量與經(jīng)濟(jì)發(fā)展之間的矛盾日益惡化。據(jù)《2015年中國(guó)環(huán)境狀況公報(bào)》統(tǒng)計(jì)，全國(guó)338個(gè)城市中，僅有73個(gè)城市空氣質(zhì)量達(dá)標(biāo)。國(guó)家每年由環(huán)境破壞引起的經(jīng)濟(jì)損失占據(jù)當(dāng)年GDP的7%～8%，并呈現(xiàn)上升趨勢(shì)[1]。如今中國(guó)進(jìn)入了經(jīng)濟(jì)新常態(tài)，經(jīng)濟(jì)發(fā)展從高速增長(zhǎng)向中高速增長(zhǎng)過渡，那么在此背景下，能否有效協(xié)調(diào)環(huán)境污染與經(jīng)濟(jì)發(fā)展之間的矛盾，實(shí)現(xiàn)環(huán)境效益與經(jīng)濟(jì)效益的“共贏”平衡，就成了整個(gè)社會(huì)關(guān)注的焦點(diǎn)問題。

關(guān)于環(huán)境污染與經(jīng)濟(jì)發(fā)展關(guān)系的研究,國(guó)際上最具影響力的一個(gè)假說便是“環(huán)境庫茲涅茨曲線”(EKC)。它主要揭示了環(huán)境污染與經(jīng)濟(jì)發(fā)展之間存在倒U型關(guān)系。EKC假說的提出引起了學(xué)術(shù)界的高度關(guān)注，關(guān)于EKC的研究日益增多。從現(xiàn)有的研究成果來看，EKC的驗(yàn)證結(jié)果沒有取得一致的結(jié)論，研究表明環(huán)境污染與經(jīng)濟(jì)發(fā)展之間存在著多種復(fù)雜關(guān)系。

國(guó)內(nèi)關(guān)于EKC的驗(yàn)證形成了豐富的研究成果,但也存在較多不足之處。首先，關(guān)于EKC的檢驗(yàn)多是基于單一環(huán)境污染指標(biāo)視角，缺乏環(huán)境綜合污染指標(biāo)視角上的分析。其次，經(jīng)濟(jì)發(fā)展指標(biāo)在中國(guó)情景下不具有代表性，在貧富懸殊的背景下,如果選用人均GDP來度量經(jīng)濟(jì)水平，結(jié)果將失去真實(shí)性。最后，現(xiàn)有的文獻(xiàn)在驗(yàn)證過程中，普遍采用傳統(tǒng)的OLS回歸方法，只能得到了經(jīng)濟(jì)發(fā)展與環(huán)境污染的條件均值之間的曲線關(guān)系，而對(duì)于不同環(huán)境污染等級(jí)下的EKC曲線變化情況和影響因素缺乏深入探討。

因此，本文試圖從以下三個(gè)方面進(jìn)行拓展研究：首先，從環(huán)境綜合污染指標(biāo)視角測(cè)算出環(huán)境綜合污染指數(shù)。其次，結(jié)合中國(guó)基本國(guó)情對(duì)經(jīng)濟(jì)發(fā)展指標(biāo)進(jìn)行重新選定，用人均可支配收入中值代替人均GDP。最后，本文采用的分位數(shù)回歸方法對(duì)不同分位點(diǎn)下的環(huán)境污染與經(jīng)濟(jì)發(fā)展的關(guān)系進(jìn)行回歸估計(jì)。此外本文還考慮了產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、人口密度和外商直接投資對(duì)不同分位點(diǎn)下的環(huán)境污染程度的影響，再對(duì)污染曲線的未來走勢(shì)進(jìn)行預(yù)測(cè)分析，進(jìn)而從政府、企業(yè)和科研機(jī)構(gòu)三個(gè)層面提出相應(yīng)建議。

2 文獻(xiàn)綜述

國(guó)外關(guān)于EKC的研究主要從兩個(gè)方面研究環(huán)境污染與經(jīng)濟(jì)發(fā)展的關(guān)系。一方面是對(duì)EKC關(guān)系的影響因素進(jìn)行分析[2-5]。例如：John[2]在對(duì)代際交疊模型的分析中，發(fā)現(xiàn)居民的消費(fèi)行為是環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間存在EKC的重要原；Stokey[3]的研究結(jié)果表明技術(shù)與政策這兩個(gè)因素是EKC關(guān)系形成的主要因素；Copel[4]從國(guó)際貿(mào)易角度來分析環(huán)境污染對(duì)EKC的影響，研究結(jié)果表明發(fā)達(dá)國(guó)家通過國(guó)際貿(mào)易或投資實(shí)現(xiàn)污染轉(zhuǎn)移，保證本國(guó)環(huán)境質(zhì)量的好轉(zhuǎn)，因此處于倒U曲線的右邊，而發(fā)展中國(guó)家則成為國(guó)際貿(mào)易中的“污染天堂”，環(huán)境質(zhì)量逐漸惡化，處于倒U型曲線的左側(cè)爬坡階段；Carson[5]的研究結(jié)果表明，欠發(fā)達(dá)國(guó)家只有在政府干預(yù)、環(huán)境規(guī)制及技術(shù)擴(kuò)散等因素影響下才有可能出現(xiàn)倒U型的曲線關(guān)系。另一個(gè)方面是集中于EKC的實(shí)證研究[6-9]。例如：Harris[6]選用生態(tài)足跡來表示環(huán)境壓力，對(duì)全球146個(gè)國(guó)家1961—2000年的面板數(shù)據(jù)進(jìn)行分析，結(jié)果發(fā)現(xiàn)環(huán)境污染與人均GDP不存在EKC關(guān)系；Menendez[7]通過對(duì)歐盟27個(gè)國(guó)家1996—2010年CO2排放量進(jìn)行分析，結(jié)果驗(yàn)證了EKC假說的存在性；Monserrate[8]選取巴西1971—2011年的時(shí)間序列數(shù)據(jù)，分析結(jié)果發(fā)現(xiàn)長(zhǎng)期來看二氧化碳排放與經(jīng)濟(jì)增長(zhǎng)存在倒U型的EKC關(guān)系，但是短期內(nèi)這種關(guān)系不明顯；Wang[9]采用OLG模型對(duì)中國(guó)的環(huán)境污染數(shù)據(jù)和人均GDP之間的關(guān)系進(jìn)行分析，研究結(jié)果支持EKC曲線的存在。

國(guó)內(nèi)的EKC研究基本沿用了國(guó)外學(xué)者的研究思路與方法，多是對(duì)中國(guó)不同省市進(jìn)行分析。學(xué)者們選取不同的污染物排放量來度量環(huán)境污染程度，以人均GDP來度量經(jīng)濟(jì)發(fā)展水平，普遍運(yùn)用OLS方法進(jìn)行曲線擬合，得到的結(jié)論各有不同[10-14]。例如：王謙[10]和徐盈之[11]采用中國(guó)30個(gè)省市的“工業(yè)三廢”的排放量分別對(duì)東部和中西部地區(qū)進(jìn)行EKC檢驗(yàn)，研究結(jié)果發(fā)現(xiàn)中國(guó)東部發(fā)達(dá)地區(qū)存在倒U型的EKC關(guān)系，而中西部欠發(fā)達(dá)地區(qū)不存在EKC；趙愛文[12]選用人均碳排放來表示環(huán)境質(zhì)量，發(fā)現(xiàn)其與人均GDP存在N型的曲線關(guān)系；安虎森[13]選用SO2、煙塵和粉塵等污染物排放量代表環(huán)境污染程度，發(fā)現(xiàn)其與人均GDP呈倒N型的曲線關(guān)系。

綜上，學(xué)術(shù)界對(duì)EKC假說進(jìn)行了多種創(chuàng)新性的研究，但也存在一些問題。其一，環(huán)境指標(biāo)的選取具有隨意性。多數(shù)文獻(xiàn)僅僅針對(duì)單一污染物指標(biāo)進(jìn)行EKC檢驗(yàn)，導(dǎo)致不同污染物得到的不一致的結(jié)論。例如：彭水軍[14]對(duì)六類環(huán)境污染指標(biāo)分別與人均GDP進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明不同的污染指標(biāo)得到不同的曲線關(guān)系，有N型、倒N型和倒U型等。其二，人均GDP這些指標(biāo)在中國(guó)現(xiàn)在的實(shí)情下不具有代表性。眾所周知，城鄉(xiāng)收入差距大、財(cái)富分配不均等現(xiàn)象在中國(guó)較為嚴(yán)重。基尼系數(shù)是測(cè)量收入分配差異程度的重要指標(biāo)，其值在0～1之間，值越小說明分配越平等。據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布數(shù)據(jù)顯示，2015年中國(guó)居民收入基尼系數(shù)達(dá)到0.462，高于國(guó)際上默認(rèn)的收入分配差距“警戒線”0.4，這就說明中國(guó)收入分配仍然存在較大的差異性。Stern[15]認(rèn)為在這種分配不均的情境下，居民收入水平的中值比平均收入水平更具有代表性。此外，中國(guó)還是一個(gè)外貿(mào)主導(dǎo)型國(guó)家，隨著對(duì)外開放的不斷推進(jìn)，外資直接投入在中國(guó)GDP的占比將隨著GDP的增長(zhǎng)而增長(zhǎng)，但是GDP規(guī)模的不斷擴(kuò)大并不意味著有含金量的GDP增長(zhǎng)，因此不能完全體現(xiàn)本國(guó)真正的收入水平[16]。其三，回歸方法存在局限性。雖然OLS方法現(xiàn)在廣泛應(yīng)用于計(jì)量經(jīng)濟(jì)學(xué)研究中，但它只能反映自變量與因變量的條件均值間的關(guān)系，不能進(jìn)一步分析因變量在不同分位點(diǎn)下的曲線變化軌跡。雖然少數(shù)學(xué)者如尹向飛[17]和趙成柏[18]應(yīng)用了這種方法，但是還是停留在單一污染指標(biāo)層面，缺乏綜合視角分析。

基于此，本文接下來的研究旨在補(bǔ)充這一領(lǐng)域的研究短板，通過建立環(huán)境綜合污染程度評(píng)價(jià)指標(biāo)，測(cè)算各個(gè)年份的綜合污染得分，用人均居民可支配收入中值來替代人均GDP，選用分位數(shù)回歸方法對(duì)環(huán)境污染與經(jīng)濟(jì)發(fā)展之間的關(guān)系進(jìn)行全新的EKC檢驗(yàn)。

3 模型建立、變量選擇與研究方法

3.1 模型建立

為了確定環(huán)境污染與經(jīng)濟(jì)發(fā)展之間是否存在EKC關(guān)系，這里采用現(xiàn)有文獻(xiàn)普遍使用的二次多項(xiàng)式模型進(jìn)行擬合，具體模型如下所示：

(1)

其中Yi表示第i年的環(huán)境綜合污染程度；Xi表示第i年居民人均可支配收入中值，Otheri表示其他影響環(huán)境污染程度的控制變量。結(jié)合相關(guān)文獻(xiàn)研究和中國(guó)的實(shí)際情況，這里主要考察產(chǎn)業(yè)結(jié)構(gòu)、城市化程度、人口密度和外商直接投資這四類控制變量對(duì)環(huán)境污染的影響程度。βi表示回歸系數(shù)，εi表示隨機(jī)誤差項(xiàng)。

3.2 變量選擇

文中主要涉及環(huán)境變量、經(jīng)濟(jì)變量和其他影響環(huán)境污染的四類控制變量?；跀?shù)據(jù)的可得性和實(shí)證研究的需要，這里選取中國(guó)1991—2012年的相關(guān)數(shù)據(jù)作為樣本。其中環(huán)境污染數(shù)據(jù)和控制變量數(shù)據(jù)來源于中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和世界銀行數(shù)據(jù)庫，經(jīng)濟(jì)發(fā)展數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局。

環(huán)境污染指標(biāo)。生態(tài)環(huán)境的惡化是多方面的因素交互影響的結(jié)果。如果用單維度的污染物指標(biāo)來測(cè)算整體污染水平，難免使得分析結(jié)果失去說服力。因此，在測(cè)算整體程度時(shí)，就需要一個(gè)系統(tǒng)的環(huán)境綜合污染指標(biāo)?；诖?，本文選擇主成分分析方法將人均CO2、工業(yè)廢水等七類污染物的排放量綜合起來，建立一個(gè)環(huán)境綜合污染程度指標(biāo)，見式(2)。其中Yi表示第i年的環(huán)境綜合污染程度得分，i=1,2,3,…，22，表示1991—2012年。Xj表示第j類污染物排放量，j=1,2,3,…，7。

Yi=10.17X1-54.52X2+62.05X3-14.02X4+21.52X5-28.97X6+44.01X7

(2)

經(jīng)濟(jì)發(fā)展指標(biāo)。在經(jīng)濟(jì)發(fā)展指標(biāo)方面，考慮到人均GDP在中國(guó)收入差距懸殊的社會(huì)背景下不能有效反映經(jīng)濟(jì)發(fā)展的真實(shí)水平，本文選取人均居民可支配收入中值來度量經(jīng)濟(jì)發(fā)展?fàn)顩r。

其他控制變量。①產(chǎn)業(yè)結(jié)構(gòu)(Industry)，第二產(chǎn)業(yè)是中國(guó)污染物排放量最大的產(chǎn)業(yè)，其比重的上升對(duì)環(huán)境產(chǎn)生較大的影響，因此本文選用第二產(chǎn)業(yè)產(chǎn)值與GDP的比值來表示產(chǎn)業(yè)結(jié)構(gòu)；②城市化水平(Urbanization),用城市人口在全國(guó)總?cè)丝谒嫉谋戎貋肀硎?；③人口密?Population)，用每平方公里的人口數(shù)來表示；④外商直接投資(FDI)，用實(shí)際利用外商直接投資金額表示；以上所有變量的描述性信息見表1。

表1 各類污染物變量信息描述性統(tǒng)計(jì)

3.3 研究方法

本文選用分位數(shù)回歸模型研究環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)問題，主要目的在于分析環(huán)境污染程度在不同經(jīng)濟(jì)增長(zhǎng)水平下與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。分位數(shù)回歸主要是將解釋變量分別與在0～1之間不同分位點(diǎn)的被解釋變量進(jìn)行估計(jì)，估計(jì)系數(shù)表示為解釋變量對(duì)被解釋變量在不同分位點(diǎn)上的邊際影響。與OLS方法相比，分位數(shù)回歸方法對(duì)數(shù)據(jù)的分布假設(shè)沒有嚴(yán)格的要求，當(dāng)擾動(dòng)項(xiàng)是非正態(tài)分布時(shí)，分位數(shù)回歸法得到的系數(shù)估計(jì)量比OLS得到的系數(shù)估計(jì)量顯得更為有效。此外分位數(shù)回歸法可以有效地排除異常值的干擾，使得回歸系數(shù)估計(jì)量具有很強(qiáng)的穩(wěn)健性。在對(duì)樣本數(shù)據(jù)較為寬松的條件下來獲得更多的回歸信息，從而細(xì)致地刻畫了解釋變量與被解釋變量之間的關(guān)系特征。

對(duì)于分位數(shù)回歸方法其求解思想如下：假設(shè)給定解釋變量X的條件下，被解釋變量的分位數(shù)表示為：

F(Y≤yτ)=τ，τ∈(0,1)

(3)

如果分位數(shù)yτ(xi)與被解釋變量xi是線性關(guān)系，那么被解釋變量yτ(xi)與解釋變量xi之間的函數(shù)關(guān)系可以表示為：

(4)

那么表達(dá)式(4)就被稱為分位數(shù)回歸函數(shù)，其中βτ就是τ分位數(shù)回歸系數(shù)。如果任意給定一個(gè)分位數(shù)τ，那么τ分位數(shù)回歸的目標(biāo)函數(shù)便是：

(5)

(6)

從定義可以看出，對(duì)于任意一個(gè)τ分位點(diǎn)，我們就可以擬合不同的回歸曲線。當(dāng)τ從0～1變化時(shí)，我們就可以得到被解釋變量y在不同分位點(diǎn)下的所有曲線軌跡。

4 EKC關(guān)系實(shí)證檢驗(yàn)過程

4.1 分位數(shù)回歸結(jié)果分析

本文借用stata13.0軟件對(duì)環(huán)境綜合污染程度得分與人均居民可支配收入中值進(jìn)行分位數(shù)回歸。為了更好地觀察分位數(shù)回歸系數(shù)所呈現(xiàn)的差異信息和變化規(guī)律，我們選定τ在0.25、0.50和0.75三個(gè)分位點(diǎn)處進(jìn)行回歸估計(jì)，并與OLS回歸結(jié)果進(jìn)行對(duì)比，具體結(jié)果見表2。

表2 環(huán)境綜合污染程度分位數(shù)回歸結(jié)果

注：***、**、*分別代表1%、5%、10%的顯著性水平，括號(hào)中的數(shù)字代表T檢驗(yàn)值。

從表2中可知：

(1)分位數(shù)回歸得到的估計(jì)系數(shù)正負(fù)號(hào)與OLS回歸得到結(jié)果具有一致性，在不同分位點(diǎn)下，EKC曲線特征各有不同。在0.25的分位點(diǎn)下，環(huán)境污染與經(jīng)濟(jì)發(fā)展之間為線性關(guān)系。在0.50和0.75這兩個(gè)分位數(shù)下，X的一次項(xiàng)系數(shù)為正，二次項(xiàng)系數(shù)為負(fù)，說明環(huán)境污染與經(jīng)濟(jì)發(fā)展之間是倒U型的曲線關(guān)系。OLS方法回歸時(shí)，環(huán)境污染與經(jīng)濟(jì)發(fā)展的關(guān)系符合倒U型特征。用MATLAB分別畫出各個(gè)分位點(diǎn)的回歸曲線，從圖1中可以看出，在0.25分位點(diǎn)處，經(jīng)濟(jì)的快速發(fā)展會(huì)加快環(huán)境的污染，兩者呈線性關(guān)系。在0.5和0.7分位點(diǎn)處，環(huán)境污染都會(huì)隨著經(jīng)濟(jì)的快速發(fā)展而慢慢減弱，最終形成EKC曲線，拐點(diǎn)分別為1.4萬元和1.50萬元處。但是EKC在0.5分位點(diǎn)下的U型特征比0.75分位點(diǎn)更為明顯，右端下降更快。

圖1 不同分位數(shù)所對(duì)應(yīng)的EKC曲線比較

(2)其他四種控制變量對(duì)不同分位點(diǎn)下的環(huán)境污染影響程度有所不同。從表2可以看出，產(chǎn)業(yè)結(jié)構(gòu)在0.75分位點(diǎn)下通過了10%的顯著性檢驗(yàn)，且與環(huán)境污染正相關(guān)。從圖2可以得知，當(dāng)環(huán)境污染處于0.6～0.8分位點(diǎn)時(shí)，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)環(huán)境污染有著顯著性的影響作用。但是當(dāng)環(huán)境進(jìn)一步惡化時(shí)，結(jié)構(gòu)優(yōu)化對(duì)環(huán)境質(zhì)量的提升作用就不顯著。這就告訴我們產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整在環(huán)境污染一定限度內(nèi)時(shí)，對(duì)環(huán)境質(zhì)量起到明顯的改善作用，如果污染超過最大限度，將會(huì)失去改善作用。城市化水平在0.25分位點(diǎn)下通過了5%的顯著性檢驗(yàn)，且隨著分位點(diǎn)的增加，對(duì)環(huán)境污染的影響程度越來越小。這就說明國(guó)家在推薦城鎮(zhèn)化過程中，提升人民生活條件和環(huán)保素質(zhì)，城市化水平的提升有利于改善環(huán)境。人口密度在各個(gè)分位點(diǎn)下均通過了10%的顯著性檢驗(yàn)，隨著分位數(shù)的上升，人口密度對(duì)環(huán)境質(zhì)量的這種負(fù)向作用不斷加強(qiáng)。當(dāng)人口數(shù)量不斷逼近環(huán)境最大承載力時(shí)，對(duì)環(huán)境的破壞能力也進(jìn)一步加強(qiáng)。外商直接投資在各個(gè)分位點(diǎn)下均通過了1%的顯著性檢驗(yàn)，系數(shù)為負(fù)，這就說明對(duì)外開放有利于降低中國(guó)污染物的排放量。這是因?yàn)殡S著國(guó)外在中國(guó)的投資加大，會(huì)給中國(guó)帶來更多先進(jìn)的技術(shù)，提高效率，降低對(duì)環(huán)境的破壞。這與部分學(xué)者得出的FDI會(huì)加劇環(huán)境污染，導(dǎo)致中國(guó)形成“污染天堂”“污染避難所”的結(jié)論相反[19]。但是從圖2可以看出，隨著分位數(shù)的增加，外商直接投資對(duì)中國(guó)環(huán)境治理的影響越來越小，為了避免陷入“污染天堂”的困境，國(guó)家應(yīng)該合理控制外商直接投資在中國(guó)的比重。

4.2 環(huán)境污染曲線走勢(shì)預(yù)測(cè)分析

通過環(huán)境綜合污染指標(biāo)體系，我們已經(jīng)測(cè)算出1991—2012年中國(guó)環(huán)境綜合污染指數(shù)，整體驗(yàn)證了環(huán)境污染與經(jīng)濟(jì)發(fā)展之間存在著倒U型曲線趨勢(shì)。為了確定中國(guó)的環(huán)境污染程度何時(shí)達(dá)到一個(gè)穩(wěn)定的水平，接下來本文利用EVIEWS軟件建立預(yù)測(cè)模型進(jìn)行曲線走勢(shì)預(yù)測(cè)。

通過觀察自相關(guān)圖和偏自相關(guān)圖，確定AR階數(shù)為3，MA階數(shù)為1，初步建立了ARMA(3,1)模型。預(yù)測(cè)模型的回歸結(jié)果如表3所示，從回歸結(jié)果可以看出，模型的擬合效果良好。直接寫出預(yù)測(cè)模型見式(7)，其中μt-1為殘差序列的滯后一期。模型預(yù)測(cè)結(jié)果如圖3所示，預(yù)測(cè)曲線見圖3。

圖2 不同分位數(shù)下的影響因素分析

變量名系數(shù)值標(biāo)準(zhǔn)差T-統(tǒng)計(jì)量概率P變量名系數(shù)值標(biāo)準(zhǔn)差T-統(tǒng)計(jì)量概率PC0.6627***0.17453.79730.0020MA(1)-0.9999***0.2062-4.84860.0003AR(1)1.9401***0.27826.9753.0.0000R-squared0.9875AdjustedR-squared0.9839AR(2)-1.0523*0.4923-2.13760.0507F-statistic276.7583Prob(F-statistic)0.0000AR(3)0.07570.23560.32150.7526

Yt=0.6627+1.9402Yt-1-1.0522Yt-2-0.9999μ(t-1)

(7)

圖3 環(huán)境污染程度預(yù)測(cè)曲線走勢(shì)

從圖3中可以看出，中國(guó)環(huán)境綜合污染水平經(jīng)歷一個(gè)先快速上升隨后緩慢下降的過程。大約在2005年時(shí)，污染程度達(dá)到最高點(diǎn)，隨后環(huán)境質(zhì)量逐漸好轉(zhuǎn)，2022年達(dá)到最低點(diǎn)。從2022年起，環(huán)境污染水平保持在一個(gè)比較穩(wěn)定的狀態(tài)。為了驗(yàn)證模型的合理性，進(jìn)行殘差檢驗(yàn)，發(fā)現(xiàn)隨機(jī)誤差項(xiàng)是一個(gè)白噪聲序列，說明該預(yù)測(cè)模型的建立是恰當(dāng)?shù)摹?/p>

5 啟示與建議

本文對(duì)中國(guó)環(huán)境綜合污染程度與人均居民可支配收入進(jìn)行EKC實(shí)證分析，由此得到如下結(jié)論。

其一，中國(guó)環(huán)境綜合污染程度與經(jīng)濟(jì)發(fā)展之間存在著長(zhǎng)期的倒U型EKC關(guān)系，曲線拐點(diǎn)位于人均可支配收入中值1.45萬元處。污染處于低水平時(shí)期，環(huán)境污染與經(jīng)濟(jì)發(fā)展之間呈線性關(guān)系，環(huán)境污染會(huì)隨著經(jīng)濟(jì)的增長(zhǎng)而加重。在污染處于中等及以上水平時(shí)，環(huán)境污染與經(jīng)濟(jì)發(fā)展呈現(xiàn)倒U型的EKC曲線關(guān)系，拐點(diǎn)分別位于人均居民可支配收入中位數(shù)1.4萬元和1.5萬元處。中國(guó)現(xiàn)在已經(jīng)跨過這一拐點(diǎn)，隨著經(jīng)濟(jì)水平的不斷提升，環(huán)境質(zhì)量有不斷改善的趨勢(shì)。通過ARMA(3,1)模型進(jìn)行走勢(shì)預(yù)測(cè)，結(jié)果表明中國(guó)環(huán)境污染程度在5年內(nèi)會(huì)不斷轉(zhuǎn)好，從2022年起進(jìn)入相對(duì)穩(wěn)定的階段。最終能實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境之間的協(xié)調(diào)發(fā)展，這與其他學(xué)者的研究結(jié)果是一致的[20]。

其二，環(huán)境污染在一定限度內(nèi)，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整對(duì)環(huán)境質(zhì)量有著明顯的改善作用。當(dāng)環(huán)境污染程度較低時(shí)，城市化水平的提升有利于減少污染物的排放量。無論環(huán)境污染處于哪種程度，人口密度對(duì)環(huán)境質(zhì)量保持負(fù)向作用。在不同分位點(diǎn)下，外商直接投資均表現(xiàn)為減輕環(huán)境污染，降低污染物排放量。但是這種效果隨著環(huán)境的惡化而慢慢減弱。所以國(guó)家應(yīng)該將外商直接投資額控制到合理的范圍內(nèi)，才有助于發(fā)揮FDI在節(jié)能減排中的積極性。

根據(jù)以上結(jié)論，本文針對(duì)中國(guó)環(huán)境綜合污染程度與經(jīng)濟(jì)發(fā)展之間的EKC關(guān)系提出三點(diǎn)建議。首先，政府要保持環(huán)保政策實(shí)施的連續(xù)性和穩(wěn)定性?，F(xiàn)階段環(huán)境污染已經(jīng)跨過拐點(diǎn)，這說明國(guó)家過去的環(huán)保舉措發(fā)揮顯著性的作用。政府應(yīng)繼續(xù)推動(dòng)以《環(huán)境保護(hù)法》為代表的環(huán)保政策的實(shí)施。在不斷完善的政策法規(guī)的基礎(chǔ)上，提升環(huán)保力度，進(jìn)一步改善環(huán)境質(zhì)量。其次，在新常態(tài)背景下，企業(yè)發(fā)展模式要由“以污染換增長(zhǎng)”向“可持續(xù)發(fā)展”轉(zhuǎn)變。為了避免EKC的倒U型走勢(shì)向N型變化和“以犧牲環(huán)境效益來獲取經(jīng)濟(jì)利益”這一現(xiàn)象的再次發(fā)生，企業(yè)要積極適應(yīng)新常態(tài)特征，積極承擔(dān)起環(huán)保責(zé)任，注重發(fā)展質(zhì)量，才能實(shí)現(xiàn)長(zhǎng)遠(yuǎn)發(fā)展。研究表明環(huán)境效益在提升企業(yè)投資效率和競(jìng)爭(zhēng)優(yōu)勢(shì)方面都產(chǎn)生了顯著的正向影響[21]。最后，科研機(jī)構(gòu)應(yīng)大力培養(yǎng)環(huán)保科技型人才，推動(dòng)產(chǎn)學(xué)研一體化的建設(shè)，加強(qiáng)環(huán)保技術(shù)的創(chuàng)新，促進(jìn)節(jié)能減排技術(shù)的普及與應(yīng)用。

[1]羅良清,胡曉琳.中國(guó)省域環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展雙贏平衡研究——基于環(huán)境效率視角[J].科技進(jìn)步與對(duì)策,2016(2):40-47.

[2]JOHN A A，PECCHENINO R A.An overlappinggeneration’s model of growth and the environment[J].Economic journal，1994，104(427)：1393-1410.

[3]STOKEY N L.Are there limits to growth?[J].International economic review，1998，39(1)：1-31.

[4]COPEL B R，TAYLOR M S.Trade，growth，and the environment[J].Journal of economic literature，2003，42(1)：7-71.

[5]CARSON R T.The environmental Kuznets curve:Seeking empirical regularity and theoretical structure[J].Review of environmental economics & policy，2010，4(1)：3-23.

[6]CAVIGLIA-HARRIS J L，CHAMBERS D，KAHN J R.Taking the“U” out of Kuznets ：A comprehensive analysis of the EKC and environmental degradation[J].Ecological economics，2009，68(4)：1149-1159.

[7]MENENDEZ A J L，PREZR R，MORENO B.Environmental costs and renewable energy：Re-visiting the environmental Kuznets curve[J].Journal of environmental management，2014，145(1)：368-373.

[8]MONSERRATE M A Z，VALVERDE B I，AGUILAR B J，et al.Relationship between economic growth and environmental degradation：Is there evidence of an environmental Kuznets curve for Brazil[J].International journal of energy economics and policy，2016，6(2)：208-216.

[9]WANGS X，F(xiàn)U Y B，ZHANG Z G.Population growth and the environmental Kuznets curve[J].China economic review，2015(36):146-165.

[10]王謙,高軍.我國(guó)不同地區(qū)“環(huán)境庫茲涅茨曲線”假說的檢驗(yàn)[J].科研管理,2011,32(7):157-164.

[11]徐盈之,王進(jìn).我國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系研究——基于非參數(shù)逐點(diǎn)回歸分析[J].軟科學(xué),2013,27(8):1-5.

[12]趙愛文,李東.中國(guó)碳排放的EKC檢驗(yàn)及影響因素分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2012,33(10):107-115.

[13]安虎森,王雷雷,吳浩波.中國(guó)環(huán)境庫茲涅茨曲線的驗(yàn)證——基于省域數(shù)據(jù)的空間面板計(jì)量分析[J].南京社會(huì)科學(xué),2014(9):1-8.

[14]彭水軍,包群.經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染——環(huán)境庫茲涅茨曲線假說的中國(guó)檢驗(yàn)[J].財(cái)經(jīng)問題研究,2006(8):3-17.

[15]STERN D I，COMMON M S，BARBIER E B.Economic growth and environmental degradation：The environmental Kuznets curve and sustainable development[J].World development，1996，24(7)：1151-1160.

[16]周光偉,牛旻昱,鐘無涯.中國(guó)GDP含金量水平基本面初探[J].統(tǒng)計(jì)與決策,2014(9):121-124.

[17]尹向飛.東中西部地區(qū)城市EKC曲線的分位數(shù)回歸分析——兼論東中西部環(huán)境污染差異及其分解[J].暨南學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2013(12):9-16.

[18]趙成柏,毛春梅.二氧化碳排放與經(jīng)濟(jì)增長(zhǎng)——基于分位回歸驗(yàn)證Kuznets假說[J].統(tǒng)計(jì)與決策,2011(16):98-100.

[19]鄒慶,陳迅,呂俊娜.WTO前后國(guó)際貿(mào)易對(duì)中國(guó)CO2排放影響的對(duì)比分析[J].科研管理,2013,34(11):137-146.

[20]鄒慶,陳迅,呂俊娜.我國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境協(xié)調(diào)發(fā)展研究——基于內(nèi)生增長(zhǎng)模型和EKC假說的分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2014,1(9):89-97.

[21]程聰,謝洪明.企業(yè)外部環(huán)境、綠色經(jīng)營(yíng)策略與競(jìng)爭(zhēng)優(yōu)勢(shì)關(guān)系研究:以環(huán)境效益為調(diào)節(jié)變量[J].科研管理,2012,33(11):129-136.

(責(zé)任編輯 劉傳忠)

Re-test of the Environmental Kuznets Curve Between Comprehensive Environmental Pollution Degree and the Per Capita Disposable Income

Wang Yuandi，Wang Guomeng

(Business School of Sichuan University，Chengdu 610064，China)

This paper firstly selects seven environment emissions from 1994 to 2012，to set up an index system of comprehensive environmental pollution，and gets the score of comprehensive environmental pollution.Then it tests the Environmental Kuznets Curve between the comprehensive environmental pollution and median of per capita disposable income with the help of the quantile regression method.The conclusions can be drawn as follows：there is an inverted u-shaped curve between the environmental pollution and the economic development，and the inflection point of curve is located in 14500 Yuan.When at 0.25 site，there is a linear relationship between environmental pollution and economic development，when in 0.5 site and 0.75 site，there exists an inverted u-shaped EKC relationship between environmental pollution and economic development.ARMA model predicts that China’s environmental quality would reach a steady state after 2022.Finally this paper puts forward some suggestions from government，enterprises and research institutions according to the conclusions.

Economic development；Environment pollution；EKC；Quantile regression

四川大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目“深化開放式創(chuàng)新在中國(guó)情境下的研究”(skqx201502)。

2016-09-14

王元地(1979-)，男，四川人，四川大學(xué)商學(xué)院教授;研究方向:技術(shù)創(chuàng)新與創(chuàng)新管理。

F124.5

A