齊紹洲 嚴(yán)雅雪

基于面板門檻模型的中國霧霾(PM2.5)庫茲涅茨曲線研究

齊紹洲 嚴(yán)雅雪

將人均GDP和第二產(chǎn)業(yè)增加值占比作為門檻變量，利用門檻模型對我國232個城市分為四組進行研究，在構(gòu)建的霧霾(PM2.5)污染EKC模型中加入產(chǎn)業(yè)結(jié)構(gòu)、政府投入、技術(shù)投入、環(huán)境規(guī)制和綠地面積對我國霧霾(PM2.5)EKC本土化特征進行實證研究，發(fā)現(xiàn)不同的城市組別具有不同的EKC特征，研究結(jié)論如下：有12個城市的霧霾環(huán)境庫茲涅茨曲線呈現(xiàn)倒U型，有38個城市呈現(xiàn)微弱正U型曲線，有36個城市呈現(xiàn)單調(diào)遞增線性關(guān)系，有164個城市出現(xiàn)正U型曲線。還發(fā)現(xiàn)在研究樣本的232個城市中，大部分城市的霧霾濃度隨著經(jīng)濟增長而增長。其他影響因素中，環(huán)境規(guī)制和政府財政投入會降低霧霾濃度，而第二產(chǎn)業(yè)比例則顯著影響著霧霾濃度的升高。

霧霾(PM2.5)污染； 環(huán)境庫茲涅茨“異質(zhì)性”； 門檻效應(yīng)模型

一、 引 言

隨著中國工業(yè)化、城鎮(zhèn)化的快速推進，大氣污染日趨嚴(yán)重，霧霾污染頻發(fā)已成常態(tài)。根據(jù)世界衛(wèi)生組織(WHO)發(fā)布的2016年全球污染數(shù)據(jù)庫顯示，城市PM2.5平均濃度最高的前100個城市中有30個為中國城市。因此，改善環(huán)境、降低霧霾、保持經(jīng)濟增長在合理的區(qū)間運行，已經(jīng)是國人的共識。所以，實現(xiàn)經(jīng)濟增長與“治霾”的雙贏目標(biāo)”是當(dāng)前政府和學(xué)界共同面臨的重大現(xiàn)實問題。國內(nèi)外有較多學(xué)者借助環(huán)境庫茲涅茨曲線分析框架來研究經(jīng)濟對大氣環(huán)境污染的影響，因為環(huán)境庫茲涅茨假說是對環(huán)境變化與經(jīng)濟增長關(guān)系研究的經(jīng)典表述，具有普遍的解釋力，各國環(huán)境與收入之間的關(guān)系可能遵循大體上相似的演變規(guī)律，但當(dāng)經(jīng)濟發(fā)展水平、能源結(jié)構(gòu)、第二產(chǎn)業(yè)比例等方面存在著較大差異時，不同國家出現(xiàn)的拐點值和EKC曲線形狀就具有較強的國別和區(qū)域特征，而我國國土面積廣袤，不同的城市在經(jīng)濟初始條件、經(jīng)濟發(fā)展水平、資源要素稟賦、氣候條件等方面均存在著差異，以致環(huán)境庫茲涅茨曲線形狀可能不同。環(huán)境庫茲涅茨曲線形狀的不同說明經(jīng)濟增長與霧霾污染關(guān)系的不同，對經(jīng)濟增長與霧霾污染關(guān)系的正確判斷可以提高政府決策的準(zhǔn)確性和有效性。故筆者試圖通過門檻效應(yīng)模型對我國232個城市進行分組研究，來科學(xué)判斷我國霧霾EKC曲線，識別和考察中國霧霾EKC是否存在“本土化”的特征，為制定“治霾”政策提供經(jīng)驗支持。

二、 文獻綜述

目前學(xué)術(shù)界關(guān)于大氣污染物EKC的研究結(jié)論主要分為三類：

第一類即經(jīng)濟增長與環(huán)境質(zhì)量呈現(xiàn)倒U型的二次曲線關(guān)系，第二類為線性的正相關(guān)或負相關(guān)；第三類為其他形狀。

第一類研究中Grossman & Krugger(1991)最先提出環(huán)境庫茲涅茨曲線，通過利用42個國家的SO2和細小顆粒物的面板數(shù)據(jù)，通過GLS方法證實人均收入和SO2存在倒U型曲線關(guān)系。后來較多學(xué)者利用不同國家面板數(shù)據(jù)，證實了本國的經(jīng)濟增長與霧霾濃度之間倒U型關(guān)系，如Selden & Song(1994)、Song(2008)、Al-Mulali(2014)、Auffhammer & Carson(2008)、Kasman & Duman(2015)等。國內(nèi)學(xué)者吳玉萍(2002)等考察了北京市的人均GDP與環(huán)境污染物排放的關(guān)系，提出北京的經(jīng)濟增長與環(huán)境污染的各指標(biāo)之間呈現(xiàn)倒U型曲線關(guān)系，而且北京的污染物排放的拐點到達時間將比其他發(fā)達國家更早。劉華軍、閆慶悅(2011)發(fā)現(xiàn)人均GDP與碳排放量之間的關(guān)系呈倒U型環(huán)境庫茲涅茨曲線，在我國京滬津地區(qū)霧霾污染呈現(xiàn)下降段，而其他人均碳排放量處于上升段。許廣月、宋德勇(2010)發(fā)現(xiàn)中國國家層面及其東部地區(qū)存在碳排放庫茲涅茨曲線，而西部地區(qū)不存在此曲線。周璇、孫慧(2013)認(rèn)為只有部分省份工業(yè)廢水排放量與經(jīng)濟增長之間的關(guān)系存在環(huán)境庫茲涅茨曲線，不同區(qū)域間的環(huán)境庫茲涅茨曲線拐點和形狀均存在異質(zhì)性。

第二類研究中，有一部分研究認(rèn)為經(jīng)濟增長與環(huán)境污染物之間存在單調(diào)遞增的關(guān)系，如Holtz Eakin & Selden(1995)利用1951-1986年130個國家的CO2面板數(shù)據(jù)，證實了經(jīng)濟增長與CO2之間存在單調(diào)遞增的關(guān)系。還有Fodha & Zaghdoud(2010)通過協(xié)整的方法，利用1961-2004年突尼斯的面板數(shù)據(jù)，發(fā)現(xiàn)經(jīng)濟增長與SO2之間存在倒U型曲線關(guān)系，但是與CO2存在單調(diào)遞增的曲線關(guān)系。Ahmet & Long(2011)通過固定效應(yīng)模型和工具變量回歸的方法考察了213個國家的經(jīng)濟增長與環(huán)境壓力之間的關(guān)系，其研究結(jié)果并不支持經(jīng)典的EKC假說，該研究發(fā)現(xiàn)經(jīng)濟增長對環(huán)境的影響在中等收入的國家最大。另一部分研究認(rèn)為人均GDP與環(huán)境惡化之間存在線性正相關(guān)關(guān)系。如Nasir & Rehman(2011)、Jaunky(2011)、Saboori & Sulaiman(2011)、Shahbaz et al.(2011)、Arouri et al.(2012)等。同時，雖然碳排放不是環(huán)境污染物，但較多學(xué)者對經(jīng)濟增長與碳排放量之間的關(guān)系做了較為深入的研究。鄭長德、劉帥(2011)利用空間計量模型發(fā)現(xiàn)，我國碳排放量在地區(qū)分布上存在集聚效應(yīng)，經(jīng)濟增長與碳排放量呈現(xiàn)正向線性關(guān)系。

第三類是其他形狀，包括N型、U型等其他形狀。其中Friedl & Getzner(2003)利用1960-1999年澳大利亞的面板數(shù)據(jù)，通過協(xié)整檢驗的方法證實了澳大利亞的經(jīng)濟增長與CO2之間存在N型庫茲涅茨曲線關(guān)系。符淼(2008)利用非參數(shù)方法對我國廢水、廢氣、固體廢棄物三種污染物與經(jīng)濟增長之間的關(guān)系進行實證分析，發(fā)現(xiàn)整體污染、水污染、大氣污染和固體廢物污染曲線都呈現(xiàn)倒U型曲線，而且大部分省份地區(qū)都在工業(yè)化中級階段。林伯強、蔣竺均(2009)利用對數(shù)平均迪氏分解法(LMDI)和STIRPAT模型分析碳排放影響因素，發(fā)現(xiàn)碳排放的庫茲涅茨曲線拐點水平為人均收入37170元，但拐點可能要到2040年以后才出現(xiàn)。高靜、黃繁華(2011)認(rèn)為我國東部地區(qū)的經(jīng)濟增長與環(huán)境污染之間存在倒 U 型環(huán)境庫茲涅茨曲線，中部地區(qū)不存在環(huán)境庫茲涅茨曲線，而西部地區(qū)呈現(xiàn)正U型曲線關(guān)系。邵帥、李欣(2016)采用省級面板數(shù)據(jù)，利用空間面板模型結(jié)合系統(tǒng)廣義矩估計方法對霧霾污染的經(jīng)濟動因進行了識別，發(fā)現(xiàn)經(jīng)濟增長與霧霾均存在顯著的U型曲線關(guān)系。何楓、馬棟棟(2015)利用Tobit模型針對工業(yè)化對霧霾污染的影響進行了實證考察，提出霧霾污染與經(jīng)濟增長之間呈現(xiàn)N型曲線關(guān)系。

上述文獻從國家層面的經(jīng)濟增長對環(huán)境污染進行了經(jīng)驗考察和研究，為宏觀環(huán)境政策提供了豐富的經(jīng)驗成果，但霧霾污染EKC延伸至國家內(nèi)部區(qū)域?qū)用孢M行研究還十分匱乏，這種“短板”現(xiàn)象影響了治霾政策的系統(tǒng)性和完整性。國家層面的環(huán)境庫茲涅茨曲線隱含著同質(zhì)性假設(shè)，即假設(shè)中國各城市間影響環(huán)境的因素和方向是相同的，這一假設(shè)否認(rèn)了中國城市在地理位置、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)發(fā)展水平、市場成熟度、基礎(chǔ)設(shè)施投入、資源稟賦、氣候條件等方面的差異，而中國國土面積廣袤，依據(jù)同一種標(biāo)準(zhǔn)去考察霧霾污染庫茲涅茨曲線可能導(dǎo)致估計的偏誤。因此，考察我國城市間的霧霾(PM2.5)庫茲涅茨曲線的“異質(zhì)性”至關(guān)重要。為了準(zhǔn)確考察霧霾(PM2.5)庫茲涅茨曲線，本文在研究方法上、選擇指標(biāo)上進行了如下拓展：

第一，在研究方法上，利用門檻效應(yīng)模型可以自動識別的數(shù)據(jù)內(nèi)生特征來對研究對象進行有效的劃分，克服了一般線性模型對非線性關(guān)系的解釋力不強、劃分的組別趨同性較弱、設(shè)定分組標(biāo)準(zhǔn)時出現(xiàn)的主觀隨意等問題。故本文將采用的Hansen的面板門檻模型將樣本劃分為不同區(qū)間，通過數(shù)據(jù)自動識別來確定門檻值，劃分出趨同性較強的組別。將我國232個地級市分為4個不同的組別來考察我國EKC曲線的特征，再利用固定效應(yīng)模型、隨機效應(yīng)模型以及混合OLS模型進行考察。

第二，在指標(biāo)選擇方面，由于在經(jīng)濟增長過程中不可避免的消耗化石能源從而產(chǎn)生和排放各種污染物，隨著技術(shù)的進步，空氣中的所含污染物的結(jié)構(gòu)在不斷地發(fā)生變化。Arrow et al.(1995)認(rèn)為在人均收入不斷增長時，某一些污染物的減少或者增加均將導(dǎo)致污染結(jié)構(gòu)發(fā)生不斷的變化。后工業(yè)化時代，除了傳統(tǒng)污染物的影響外，新型技術(shù)產(chǎn)生的污染逐漸侵入了環(huán)境，相對于傳統(tǒng)大氣污染物，PM2.5分為一次排放源和二次轉(zhuǎn)化源，其中二次轉(zhuǎn)化的貢獻可達PM2.5總質(zhì)量濃度50%，故PM2.5更能代表大氣復(fù)合污染的復(fù)合性及復(fù)雜的綜合信息，并直接客觀地反映了經(jīng)濟增長與霧霾污染之間的關(guān)系，而現(xiàn)以傳統(tǒng)大氣污染排放作為研究對象的文獻已較為豐富，但關(guān)于PM2.5庫茲涅茨曲線的研究仍然比較匱乏。而大氣污染物中的新型污染物對EKC的影響的研究不容忽視。

故本文利用的是由巴特爾研究所公布的、基于氣溶膠光學(xué)厚度(AOD)的衛(wèi)星監(jiān)測數(shù)據(jù)轉(zhuǎn)化而成的柵格數(shù)據(jù)，并將其采用Arcgis軟件進行解析，準(zhǔn)確得到了1998-2012年中國大陸232個城市的PM2.5濃度年均值數(shù)據(jù)。利用門檻效應(yīng)模型將人均GDP和第二產(chǎn)業(yè)增加值占比作為門檻變量，利用門檻模型對我國232個城市分為四組進行研究，在構(gòu)建的霧霾污染EKC模型中加入第二產(chǎn)業(yè)比例、政府投入、技術(shù)投入、環(huán)境規(guī)制和綠地面積對我國霧霾(PM2.5)EKC“本土化”特征進行實證分析，旨在考察在不同的城市組別中霧霾(PM2.5)EKC特征的差異性和趨同性。

三、 模型構(gòu)建和數(shù)據(jù)來源

(一) 回歸檢驗?zāi)Ｐ?/p>

Shafik & Bandyopadhyay(1992)認(rèn)為，環(huán)境庫茲涅茨曲線檢驗?zāi)Ｐ蛻?yīng)該先設(shè)定為三次方的形式，如果三次方形式不顯著，就再檢驗二次方形式，如果二次方形式仍不顯著，則可以擬合為線性關(guān)系。按照以上思路，初始模型可以寫為：

lnPMit=β0+β1lnagdpit+β2(lnagdpit)2+β3regit

+β4govit+β5techit+β6isit+β7lnglit+μit

(1)

式(1)中，lnPMit表示第i個地區(qū)第t個時期的PM2.5濃度，regit為第i個地區(qū)的環(huán)境規(guī)制水平、govit為第i個地區(qū)的政府財政投入(科技投入除外)、techit為第i個地區(qū)的技術(shù)研發(fā)投入、isit為第i個地區(qū)的第二產(chǎn)業(yè)增加值占GDP比例、glit為第i個地區(qū)的園林綠地面積，μit為正態(tài)分布的隨機誤差項。

(二) 門檻模型

彭迪云(2015)認(rèn)為門檻效應(yīng)是指由于一個經(jīng)濟參數(shù)達到某一個特定的值后而引起另一個經(jīng)濟參數(shù)發(fā)生方向上的變化或數(shù)量上變化的現(xiàn)象，這個解釋變量的臨界值即為門檻值。筆者在Hansen(1999)的門檻模型基礎(chǔ)上，先將霧霾濃度作為因變量，再利用人均收入和產(chǎn)業(yè)結(jié)構(gòu)的門檻變量，依據(jù)數(shù)據(jù)內(nèi)生特征將研究樣本劃分為不同組別，然后利用固定效應(yīng)模型和隨機效應(yīng)模型進行分組回歸檢驗。依照門檻值分組后，再將霧霾濃度作為因變量，人均GDP作為核心解釋變量，人均收入作為門檻變量，考察在不同經(jīng)濟發(fā)展階段下的經(jīng)濟增長對霧霾濃度的非線性影響，選取人均收入為門檻變量，環(huán)境規(guī)制水平、政府財政投入、第二產(chǎn)業(yè)增加值比例、技術(shù)研發(fā)投入、園林綠地面積五個指標(biāo)為控制變量。借鑒Hansen提出的面板門檻模型理論，筆者構(gòu)建如下回歸模型：

(2)

式(2)中，Yit為霧霾(PM2.5)濃度值，其中i代表觀察個體，t代表時間，x為控制變量，包括環(huán)境規(guī)制水平、政府財政投入、第二產(chǎn)業(yè)增加值占比、技術(shù)研發(fā)投入、園林綠地面積等影響PM2.5濃度的因素；qit代表門檻變量(本文的門檻變量分別設(shè)定為人均實際GDP和第二產(chǎn)業(yè)比例)。γ代表不同的門檻值，β0為待估計的控制變量系數(shù)，β1和β2分別為不同區(qū)間內(nèi)的待估計的門檻變量系數(shù)，I為指示函數(shù)，其目的在于按門檻值進行樣本分段；εit為隨機干擾項。

(三) 數(shù)據(jù)來源及說明

被解釋變量：霧霾(PM2.5)濃度。本文所采用的源數(shù)據(jù)來自巴特爾研究所的衛(wèi)星監(jiān)測數(shù)據(jù)，筆者將柵格數(shù)據(jù)形式的全球PM2.5濃度的監(jiān)測數(shù)據(jù)解析為中國232個城市的年均PM2.5濃度數(shù)據(jù)(不包括香港、澳門、臺灣、西藏)。由于該機構(gòu)所公布的 1998-2012年的PM2.5的數(shù)據(jù)是三年滑動平均值，故其他解釋變量亦需要做三年滑動平均處理。

門檻變量：(1)人均GDP(agdp)。人均地區(qū)生產(chǎn)總值表征了各省市的經(jīng)濟規(guī)模水平。本文所采用的人均GDP數(shù)據(jù)是經(jīng)過GDP平減指數(shù)(以1998年為基年)調(diào)整后的實際人均GDP，用以表征不同經(jīng)濟規(guī)模下經(jīng)濟增長對中國霧霾(PM2.5)污染的影響。(2)產(chǎn)業(yè)比重(is)，一般來說，一個城市的第二產(chǎn)業(yè)比重與能源彈性系數(shù)為正比例關(guān)系。而在其他條件不變的情況下，能耗的增長自然會導(dǎo)致霧霾(PM2.5)濃度升高。故筆者選擇第二產(chǎn)業(yè)增加值占GDP比重來反映研發(fā)投入的變化對霧霾(PM2.5)污染的影響。

控制變量：(1)綠地面積(gl)，霧霾(PM2.5)產(chǎn)生原因有建筑工地揚塵、供暖火電站燃煤廢氣排放、汽車尾氣排放、工業(yè)噴涂排放、工廠生產(chǎn)過程排放等，而綠化面積覆蓋率表征了城市的自我生態(tài)恢復(fù)能力和城市公共設(shè)施的污染吸納能力，通過增加綠化植被可以來吸附空氣中的SO2和粉塵等有毒物質(zhì)。故筆者選用城市綠地面積覆蓋率來反映城市綠化水平對霧霾(PM2.5)污染的影響。(2)政府投入(gov)，國家采取財政、稅收、價格、政府采購等方面的政策和措施來支持霧霾的治理，體現(xiàn)了國家財政投入對“治霾”的支持力度。故筆者采用地方政府財政支出(不包括科技支出)來表征政府行政干預(yù)程度，來反映其對霧霾(PM2.5)污染的影響。(3)研發(fā)投入(tech)。技術(shù)進步是實現(xiàn)霧霾治理的長期決定因素。技術(shù)研發(fā)的投入偏好在很大程度上決定了技術(shù)進步對中國霧霾(PM2.5)污染的影響方向，如果研發(fā)行為和技術(shù)進步是以治污減排為主導(dǎo)的，就將有利于中國霧霾(PM2.5)污染的改善。該指標(biāo)從投入型變量的角度衡量了各城市研發(fā)投入。故筆者利用城市的科學(xué)事業(yè)費支出來表征研發(fā)投入對中國霧霾(PM2.5)污染的影響。(4)環(huán)境規(guī)制(reg)。由于較多發(fā)展中國家出于吸引更多外資或防止本國資本外流的目的采用降低環(huán)境規(guī)制的方式來保護污染密集型產(chǎn)業(yè)，從而導(dǎo)致國內(nèi)環(huán)境污染惡化。為了考察環(huán)境規(guī)制對霧霾(PM2.5)污染的影響，筆者將除煙(塵)率來表征各城市的環(huán)境規(guī)制水平。

以上數(shù)據(jù)均來源于中國國家統(tǒng)計局的《中國城市統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。表1報告了處理后的各變量的描述統(tǒng)計情況。

表1 變量的統(tǒng)計性描述

四、 實證分析和結(jié)果檢驗

(一) 門檻回歸分組結(jié)果

為了克服分組變量選擇時存在的問題，先將霧霾PM2.5濃度及其影響因素進行相關(guān)系數(shù)分析，通過相關(guān)系數(shù)的大小來判別對霧霾(PM2.5)濃度影響較大的因素。結(jié)果見表2。可以發(fā)現(xiàn)在影響霧霾PM2.5濃度中最大的兩個因素分別為人均GDP、第二產(chǎn)業(yè)比例，分別為0.3242、0.3027。故筆者依據(jù)人均GDP和第二產(chǎn)業(yè)比例作為門檻分組變量。

基于門檻回歸方法，表3報告了以人均GDP和第二產(chǎn)業(yè)比例為門檻的門檻值檢驗結(jié)果。由表2可知以人均GDP、第二產(chǎn)業(yè)比例為門檻變量時，對應(yīng)的F值均通過了一門檻、二門檻模型，且均在5%的水平下通過了顯著性檢驗。而且單一門檻的顯著性水平均較雙重門檻高，故筆者選擇單一門檻。在單一門檻假設(shè)檢驗情況下，對數(shù)化后的人均GDP的門檻值為16.240，第二產(chǎn)業(yè)占比的門檻值為0.58。

表2 變量相關(guān)系數(shù)矩陣

表3 人均GDP與第二產(chǎn)業(yè)比例門檻檢驗與門檻置信區(qū)間

根據(jù)上文提出的兩類分組標(biāo)準(zhǔn)結(jié)合我國232個城市的人均GDP和第二產(chǎn)業(yè)比例2001-2012年均值將樣本城市分為4組：即高人均GDP和高第二產(chǎn)業(yè)比例城市(組1)、高人均GDP和低第二產(chǎn)業(yè)比例城市(組2)、低人均GDP和高第二產(chǎn)業(yè)比例城市(組3)、低人均GDP和低第二產(chǎn)業(yè)比例城市(組4)。表4報告了四個不同區(qū)間的城市分類。由此可見，僅簡單按地理位置如東、中、西部進行分組存在較大區(qū)別，并且容易導(dǎo)致主觀隨意的偏誤。

(二) 各組霧霾PM2.5濃度EKC檢驗結(jié)果分析

依據(jù)上文的劃分結(jié)果，再將4組數(shù)據(jù)進行回歸分析。由于四組均符合面板數(shù)據(jù)的最小樣本量的要求，故四組均為面板數(shù)據(jù)。筆者采用面板數(shù)據(jù)的固定效應(yīng)、隨機效應(yīng)以及OLS進行分析，并依據(jù)Hausman檢驗結(jié)果對模型進行比較和篩選。表5和表6報告了四組城市在三次項和二次項人均GDP門檻的估計結(jié)果。由于變量分布并不滿足Hausman檢驗基于正態(tài)分布的假設(shè)，所以，卡方檢驗統(tǒng)計量Chi值在四組中均出現(xiàn)負值，故四組均利用固定效應(yīng)回歸模型進行分析 。從表5可以觀察到在四組霧霾濃度EKC曲線中，前三組均為“倒U”型曲線，最后一組為U型曲線。由于四組EKC曲線的異質(zhì)性，筆者分組逐一討論分析。

表4 中國232個城市門檻分組結(jié)果

1.第一組為高人均GDP和高第二產(chǎn)業(yè)比例城市。該組包含了常州市、大慶市、東營市、佛山市、嘉興市等12個城市。Hausman檢驗值分別為-15.4和-10.4，表明選擇固定效應(yīng)模型更優(yōu)。在表5的固定模型中，人均GDP一次項和二次項通過了顯著性檢驗，但三次項并未通過檢驗。在表6的固定模型中，人均GDP一次項和二次項通過了顯著性檢驗，其一次項為正，二次項為負。因此組1呈倒U型關(guān)系，說明隨著經(jīng)濟增長，霧霾濃度呈現(xiàn)先上升后下降的趨勢。高人均GDP和高第二產(chǎn)業(yè)比例城市中，經(jīng)濟增長與霧霾濃度呈現(xiàn)倒U型關(guān)系表明，高第二產(chǎn)業(yè)比例往往以犧牲環(huán)境為代價，而隨著經(jīng)濟進一步增長，增長的社會福利促使了經(jīng)濟增長與環(huán)境質(zhì)量的惡化脫鉤。在表6的固定效應(yīng)模型(組1)中，環(huán)境規(guī)制對霧霾污染有顯著的降減效應(yīng)，而第二產(chǎn)業(yè)比例則對霧霾濃度的升高產(chǎn)生顯著的增促效應(yīng)。具體來說，在高人均GDP和高第二產(chǎn)業(yè)比例城市中，環(huán)境規(guī)制每增加1%，霧霾濃度將降低0.459%。第二產(chǎn)業(yè)比例每增加1%，霧霾濃度將升高0.856%。通過計算拐點值，筆者發(fā)現(xiàn)在第一組城市均沒有越過倒U型的最高拐點值，表明在組1城市中雖然呈現(xiàn)倒U型曲線關(guān)系，但大部分城市的霧霾污染仍處在與經(jīng)濟發(fā)展共同增長的階段。

2.第二組為高人均GDP和低第二產(chǎn)業(yè)比例城市。該組包含了保定市、北京市、滄州市、長春市、長沙市等38個城市。在表5的固定模型中，人均GDP一次項、二次項和三次項均通過了顯著性檢驗，而且一次項為負，二次項和三次項均為正，二次項系數(shù)較三次項系數(shù)高，其中Hausman檢驗值為1.35，表明選擇隨機效應(yīng)模型更優(yōu)。組2的城市隨著經(jīng)濟增長，霧霾濃度會呈現(xiàn)先下降后以較高速度上升然后以較低速度下降的趨勢，即不規(guī)則的U型關(guān)系，其中組2的所有城市均越過最低拐點，說明該組大部分城市的霧霾濃度將長期保持與經(jīng)濟增長而不斷增長的狀態(tài)。在表5的隨機效應(yīng)模型(組2)中，政府投入對霧霾污染有顯著的降減效應(yīng)。其中政府投入每增加1%，霧霾濃度將降低2.234%。

3.第三組為低人均GDP和高第二產(chǎn)業(yè)比例城市。該組包含了安陽市、寶雞市、本溪市、濱州市、長治市、鶴壁市等36個城市。Hausman檢驗值為-108.11，表明選擇固定效應(yīng)模型更優(yōu)。在表5的固定模型中，人均GDP一次項通過了顯著性檢驗，但二次項和三次項并未通過檢驗。在表6的固定模型中，人均GDP一次項通過了顯著性檢驗，而且一次項系數(shù)為正。結(jié)果表明，在第三組城市的霧霾濃度和人均GDP呈現(xiàn)單調(diào)遞增的正相關(guān)關(guān)系，表明組3的城市隨著經(jīng)濟增長，霧霾濃度將呈現(xiàn)持續(xù)上升的趨勢。在表6的固定效應(yīng)模型(組3)中，環(huán)境規(guī)制和政府投入對霧霾污染有顯著的降減效應(yīng)，環(huán)境規(guī)制每增加1%，霧霾濃度將降低0.156%。政府投入每增加1%，霧霾濃度將降低1.341%。

4.第四組為低人均GDP和低第二產(chǎn)業(yè)比例城市。該組包含了鞍山市、安康市、安慶市、安順市、白城市等146個城市。在表5的估計模型中，人均GDP一次項和二次項通過了顯著性檢驗，但三次項并未通過檢驗。在表6的估計模型中，人均GDP一次項和二次項均通過了顯著性檢驗，其一次項為負，二次項為正，其中Hausman檢驗值為-8.37，表明選擇固定效應(yīng)模型更優(yōu)。結(jié)果表明，組4城市呈現(xiàn)出正U型關(guān)系，即隨著經(jīng)濟的增長，霧霾濃度出現(xiàn)先下降，后上升的趨勢。其中組4的所有城市均越過最低拐點，說明組4城市的霧霾污染仍處在與經(jīng)濟增長共同增長的階段。在表6的固定效應(yīng)模型(組3)中，

表5 人均GDP門檻的估計結(jié)果(三次項)

注：*、**、***分別表示 10% 、 5% 和1% 的顯著性水平；()內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差。以下各表同。資料來源：作者計算

表6 人均GDP門檻的估計結(jié)果(二次項)

環(huán)境規(guī)制和政府投入對霧霾污染有顯著的降減效應(yīng)，而第二產(chǎn)業(yè)比例則對霧霾濃度的升高產(chǎn)生顯著的增促效應(yīng)。具體來說，在低人均GDP和低第二產(chǎn)業(yè)比例城市中，環(huán)境規(guī)制每增加1%，霧霾濃度將降低0.0836%；政府投入每增加1%，霧霾濃度將降低0.443%；第二產(chǎn)業(yè)比例每增加1%，霧霾濃度將升高0.856%。

5.從全國整體來看，有12個城市的霧霾環(huán)境庫茲涅茨曲線出現(xiàn)倒U型形狀，有184個城市出現(xiàn)正U型曲線，有36個城市呈現(xiàn)單調(diào)遞增線性關(guān)系，實證結(jié)論表明我國大部分城市的經(jīng)濟增長與霧霾之間呈現(xiàn)正U型關(guān)系，說明隨著經(jīng)濟的持續(xù)高速增長，霧霾污染并會隨之惡化，此結(jié)論與王星(2016)、趙細康(2005)結(jié)論一致。趙細康(2005)認(rèn)為中國多數(shù)污染物的排放量與人均GDP之間并不具有典型的EKC曲線特征，王星(2016)利用雙重差分法和主成分法對超大城市、特大城市、大城市的經(jīng)濟發(fā)展、城市規(guī)模對霧霾污染的影響進行分析，認(rèn)為GDP與霧霾濃度之間呈現(xiàn)U型曲線關(guān)系?？傊覈?32個城市中僅有12個城市屬于倒U型曲線，還有占絕大部分的220個城市的霧霾濃度將在未來出現(xiàn)逐漸上升的趨勢。但在研究樣本的232個城市中，大部分城市的霧霾濃度隨著經(jīng)濟增長而增長。在升高霧霾濃度的影響因素中，高第二產(chǎn)業(yè)比例是不可忽視的原因。第二產(chǎn)業(yè)比例顯著影響著霧霾濃度的升高。在降低霧霾濃度的因素中，政府投入和環(huán)境規(guī)制則顯著降低了霧霾(PM2.5)濃度。

五、 研究結(jié)論和啟示

筆者通過將人均GDP和第二產(chǎn)業(yè)增加值比例作為門檻變量，利用門檻模型對我國232個城市分為四組進行研究，在構(gòu)建的霧霾污染EKC模型中加入第二產(chǎn)業(yè)比例、政府投入、技術(shù)投入、環(huán)境規(guī)制和綠地面積等控制變量對我國霧霾(PM2.5)EKC“本土化”特征進行實證分析，發(fā)現(xiàn)在不同的城市組別中具有不同的EKC特征，研究結(jié)論如下：在高人均GDP和高第二產(chǎn)業(yè)比例城市中，經(jīng)濟增長與霧霾濃度呈現(xiàn)倒U型關(guān)系，其中第一組城市中平均人均GDP沒有越過倒U型拐點值，表明在該組城市中雖然呈現(xiàn)倒U型曲線關(guān)系，但大部分城市的霧霾污染仍處在與經(jīng)濟增長共同增長的階段；在高人均GDP和低第二產(chǎn)業(yè)比例城市中，經(jīng)濟增長與霧霾濃度呈現(xiàn)不規(guī)則的U型關(guān)系，表明該組的城市隨著經(jīng)濟增長，霧霾濃度會呈現(xiàn)先下降后以較高速度上升然后放緩的趨勢。其中該組的所有城市均越過最低拐點，說明該組大部分城市的霧霾濃度將長期保持與經(jīng)濟增長而不斷增長這一狀態(tài)；在低人均GDP和高第二產(chǎn)業(yè)比例城市中，霧霾濃度和人均GDP呈現(xiàn)單調(diào)遞增的正相關(guān)關(guān)系；在低人均GDP和低第二產(chǎn)業(yè)比例城市中， 經(jīng)濟增長與霧霾污染呈現(xiàn)出正U型關(guān)系。其中該組的所有城市均越過最低拐點，說明該組城市的霧霾污染仍處在與經(jīng)濟增長共同增長的階段?？傊?32個研究樣本中，有12個城市的霧霾環(huán)境庫茲涅茨曲線出現(xiàn)倒U型，有38個城市出現(xiàn)微弱正U型，有36個城市呈現(xiàn)單調(diào)遞增線性關(guān)系，有164個城市出現(xiàn)正U型曲線。但在研究樣本的232個城市中，大部分城市的霧霾濃度隨著經(jīng)濟增長而增長。其他影響因素中，筆者發(fā)現(xiàn)環(huán)境規(guī)制和政府財政投入會降低霧霾濃度，而第二產(chǎn)業(yè)比例顯著的影響著霧霾濃度的升高。

結(jié)合以上實證分析結(jié)論，筆者認(rèn)為在現(xiàn)階段內(nèi)，要實現(xiàn)經(jīng)濟發(fā)展和治霾的雙贏目標(biāo)應(yīng)注意以下幾點：第一，政府在依據(jù)霧霾EKC的“異質(zhì)性”進行全局規(guī)劃的同時，也需要實行有側(cè)重的區(qū)域霧霾污染治理策略，首先應(yīng)該引導(dǎo)組2、組3、組4加大“治霾”力度，這些城市需及時轉(zhuǎn)變現(xiàn)有的發(fā)展模式，可以考慮先向組1城市類型轉(zhuǎn)化，從根本上提高工業(yè)能耗效率，及時阻斷經(jīng)濟增長與霧霾濃度共同增長的發(fā)展態(tài)勢。降低重工業(yè)比重、提高清潔能源比重、提高軌道交通比重等，通過市場性的環(huán)境規(guī)制手段倒逼第二產(chǎn)業(yè)比例和能源結(jié)構(gòu)的綠色升級，推動制造業(yè)轉(zhuǎn)型和低碳技術(shù)發(fā)展，使經(jīng)濟增長的新引擎逐步低碳化，促使組2、組3、組4工業(yè)發(fā)展中的城市走出制造業(yè)與霧霾污染的“雙增”困境，早日實現(xiàn)人均GDP與霧霾污染關(guān)系“脫鉤”。第二，隨著組1城市經(jīng)濟發(fā)展的經(jīng)驗來看，社會福利的增加減少了霧霾污染，表明政府可以通過加大對公共設(shè)施、綠化面積和綠色、低碳、智能技術(shù)的投入以及加強環(huán)境規(guī)制的方式來降低霧霾濃度。同時，不斷提高公眾環(huán)保意識，逐步形成公眾參與治霾監(jiān)督管理機制，充分發(fā)揮公眾在治霾中的積極作用。第三，經(jīng)濟發(fā)展水平較高的組1城市應(yīng)當(dāng)發(fā)揮示范效應(yīng)和擴散效應(yīng)，積極與周邊經(jīng)濟落后的城市合作。實行區(qū)域間霧霾污染聯(lián)防聯(lián)控，最終達到控制霧霾污染、改善空氣質(zhì)量、共享治理成果與經(jīng)濟發(fā)展的共贏目的。

[1] 符 淼、黃灼明(2008)我國經(jīng)濟發(fā)展階段和環(huán)境污染的庫茲涅茨關(guān)系.中國工業(yè)經(jīng)濟，6.

[2] 高 靜、黃繁華(2011).貿(mào)易視角下經(jīng)濟增長和環(huán)境質(zhì)量的內(nèi)在機理研究——基于中國30個省市環(huán)境庫茲涅茨曲線的面板數(shù)據(jù)分析.上海財經(jīng)大學(xué)學(xué)報:哲學(xué)社會科學(xué)版，5.

[3] 何 楓、馬棟棟(2015).霧霾與工業(yè)化發(fā)展的關(guān)聯(lián)研究——中國74個城市的實證研究.軟科學(xué)，6.

[4] 林伯強、蔣竺均(2009).中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析.管理世界，4.

[5] 劉華軍、閆慶悅、孫曰瑤(2011).中國二氧化碳排放的環(huán)境庫茲涅茨曲線——基于時間序列與面板數(shù)據(jù)的經(jīng)驗分析.中國科技論壇，4.

[6] 彭迪云、劉 暢、周依仿(2015).長江經(jīng)濟帶城鎮(zhèn)化發(fā)展對霧霾污染影響的門檻效應(yīng)研究——基于居民消費水平的視角.金融與經(jīng)濟，8.

[7] 邵 帥、李 欣、曹建華等(2016).中國霧霾污染治理的經(jīng)濟政策選擇——基于空間溢出效應(yīng)的視角.經(jīng)濟研究，9.

[8] 王 星(2016).城市規(guī)模、經(jīng)濟增長與霧霾污染-基于省會城市面板數(shù)據(jù)的實證研究.華東經(jīng)濟管理，7.

[9] 吳玉萍、董鎖成、宋鍵峰(2002).北京市經(jīng)濟增長與環(huán)境污染水平計量模型研究.地理研究，2.

[10] 許廣月、宋德勇(2010).中國碳排放環(huán)境庫茲涅茨曲線的實證研究——基于省域面板數(shù)據(jù).中國工業(yè)經(jīng)濟，5.

[11] 趙細康、李建民、王金營等(2005).環(huán)境庫茲涅茨曲線及在中國的檢驗.南開經(jīng)濟研究，3.

[12] 鄭長德、劉 帥(2011).基于空間計量經(jīng)濟學(xué)的碳排放與經(jīng)濟增長分析.中國人口·資源與環(huán)境，5.

[13] 周 璇、孫 慧(2013).中國工業(yè)廢水排放量與經(jīng)濟增長關(guān)系的區(qū)域分異研究.干旱區(qū)資源與環(huán)境，12

[14] K.Ahmed & W.Long(2012).Environmental Kuznets Curve and Pakistan:An Empirical Analysis.ProcediaEconomicsandFinance,1.

[15] U.Al-mulali et al.(2014).Electricity Consumption from Renewable and Non-renewable Sources and Economic Growth:Evidence from Latin American Countries.RenewableandSustainableEnergyReviews,30

[16] K.Arrow et al.(1995).Economic Growth,Carrying Capacity,and the Environment.EcologicalEconomics,15(2).

[17] M.E.H.Arouri et al.(2012).Energy Consumption,Economic Growth and CO2Emissions in Middle East and North African Countries.EnergyPolicy,

[18] M.Auffhammer & R.T.Carson (2008).Forecasting the Path of China’s CO2Emissions Using Province-Level Information.JournalofEnvironmentalEconomicsandManagement,55(3).

[19] M.Fodha & O.Zaghdoud (2010).Economic Growth and Pollutant Emissions in Tunisia:An Empirical Analysis of the Environmental Kuznets Curve.EnergyPolicy,38(2).

[20] B.Friedl & M.Getzner(2003).Determinants of CO2Emissions in A Small Open Economy.EcologicalEconomics,45(1).

[21] G.M.Grossman & A.B.Krueger(1991).Environmental Impacts of a North American Free Trade Agreement (No.w3914).NationalBureauofEconomicResearch.

[22] B.E.Hansen (1999).Threshold Effects in Non-dynamic Panels:Estimation,Testing,and Inference.JournalofEconometrics,93(2).

[23] D.Holtz-Eakin & T.M Selden (1995).Stoking the Fires? CO2Emissions and Economic Growth.JournalofPublicEconomics,57(1).

[24] V.C.Jaunky (2011).The CO2Emissions-Income Nexus:Evidence from Rich Countries.EnergyPolicy,39(3).

[25] A.Kasman & Y.S.Duman(2015).CO2Emissions,Economic Growth,Energy Consumption,Trade and Urbanization in New EU Member and Candidate Countries:A Panel Data Analysis.EconomicModelling,44.

[26] M.Nasir & F.U.Rehman (2011).Environmental Kuznets Curve for Carbon Emissions in Pakistan:an Empirical Investigation.EnergyPolicy,39(3).

[27] B.Saboori & J.Sulaiman (2013).Environmental Degradation,Economic Growth and Energy Consumption:Evidence of the Environmental Kuznets Curve in Malaysia.EnergyPolicy,60.

[28] T.M.Selden & D.Song (1994).Environmental Quality and Development:is there a Kuznets Curve for Air Pollutionemissions?JournalofEnvironmentalEconomicsandmanagement,27(2).

[29] M.Shahbaz et al.(2011).Electricity Consumption and Economic Growth Nexus in Portugal Using Cointegration and Causality Approaches.Energypolicy,39(6).

■責(zé)任編輯：劉金波

A Haze (PM2.5) Pollution Study of Kuznets Curve in China Based on Panel Threshold Model

QiShaozhou&YanYaxue

(Wuhan University)

With the rapid urbanization and industrialization boosted in China, the problem of air pollution is becoming increasingly serious. The frequent haze pollution has become a common situation. According to global pollution data published by World Health Organization (WHO), there are 30 cities in China among the top 100 cities of average PM2.5concentrations list. Therefore, reducing concentration of PM2.5and maintaining economic growth in a reasonable range have already reached a consensus by the Chinese people. As the environmental Kuznets hypothesis is a classical and persuasive interpretation of the relationship describing environmental change and economic growth, many scholars at domestic and overseas use the environmental Kuznets curve analysis framework to test and verify the impact of economic growth on atmospheric environmental pollution. The relationship between the environment and income per capita of each country may follow the similar pattern of general evolution. However, considering the differences in levels of economic development, energy structure as well as the proportion of the second industry in different countries, the inflection point value and the shape of the EKC would show strong national characteristics. As China has vast land area, cities in different economic initial conditions, economic development level, resource factor endowment and climate conditions, EKC of each country or district show different shapes. This indicates different relationship between economic growth and haze pollution. Reasonable evaluation of the relationship between economic growth and haze pollution may improve the accuracy and validity of government decision. Therefore, the paper divides the 232 cities in China into four groups automatically by the threshold variable of GDP per capita and the proportion of secondary industry through the threshold model. In this paper, we add industrial structure, government investment and technology investment into the haze (PM2.5) pollution EKC model to analyze the localization characteristics of haze EKC in China. It is found that there are different EKC characteristics in different groups. The conclusions are as follows: There are 12 cities showing the inverse U curve, 38 cities exhibiting irregular U-shaped curves, 36 cities demonstrating monotonically increasing linear relationship, and 164 cities showing positive U-shaped curves. It was also found that in 232 cities, the haze concentration of most cities grew with economic growth. Among other factors, environmental regulation and government investment will reduce haze concentration, while the industrial structure will significantly intensify haze concentration.

10.14086/j.cnki.wujss.2017.04.009

X513

A

1672-7320(2017)04-0080-11

2016-01-05

國家自然科學(xué)基金青年科學(xué)基金項目(71303176)

Researches on EKC of haze pollution which extends to the inner regions of the country level are scarce, the shortage of related literature will affect the systemic and integrity of haze pollution governance. Environmental Kuznets Curve on national level implies the assumption of homogeneity, which assume the influencing factors of the environment among the Chinese cities show the same direction. This assumption denied the differences existing in the geographical location, industrial structure, technology development, market maturity, infrastructure investment, resources endowment, and climatic conditions in different Chinese cities. But examining Kuznets curve of haze pollution in China leads to estimation errors by according to the same standard. Therefore, it is very important to examine “heterogeneity” of haze (PM2.5) Kuznets curve among the Chinese cites. In order to exam haze (PM2.5) Kuznets curve accurately, this paper develops two perspectives in terms of research methods and choice of indicators:

Firstly, on the research methods,we use threshold effect model to divide research observers effectively by identifying endogenous characteristics of the data automatically, which overcome the defect of weak convergence of group, the arbitrary in setting grouping criteria, and the explicit explanation by using general linear model. Therefore, we use Hansen’s panel threshold model to divide research observer into different sample intervals, determine the threshold value and mark off the group of strong convergence. The writer divides 232 cities in China into four different groups to examine the characteristics of EKC curve in China, and uses fixed effect model, the random effects model as well as mixed OLS model to exam respectively. Secondly, in terms of index selection, as it is inevitable to discharge a variety of pollutants by fossil energy consumption in the process of economic growth, the structure of the pollutants in the air is keeping change with the progress of technology. Arrow et al. (1995) argue that pollutants structure in the air are constantly change if income per capita continues to grow.

In the Post-industrial era, in addition to the influence of the traditional pollutants, new technology gradually brings new type of pollution into environment. Compared with traditional air pollutants, PM2.5emissions can be split into primary emission source and secondary source. The contribution of quadratic transformation of PM2.5concentration occupies 50%, which could represent compound and complex integrated information of air pollution, and directly reflects the relationship between economic growth and haze pollution. Currently, the literature on traditional atmospheric pollution emissions is relatively abundant, the research on PM2.5Kuznets curve still devoid. Thus, research on the new type of pollutant in the air pollutant effect on EKC should not be ignored. Therefore, the paper applies the data from Columbia University center for social and economic data and application, based on the aerosol optical depth (AOD) released the satellite monitoring data, we accurately attained the PM2.5concentration data of 232 cities in mainland China during 1998-2012. We take per capita GDP and the added value of secondary industry as threshold variables, and use threshold effect model to divide 232 cities in China into four groups automatically, and add the proportion of secondary industry, the government investment, technology investment, environmental regulation and green land area of our country into haze pollution EKC model to exam “l(fā)ocalization” of EKC by empirical analysis, aiming at exam the diversity and convergence characteristics of EKC. Key words:haze pollution; environmental Kuznets “heterogeneity”; threshold effect model

■作者地址：齊紹洲，武漢大學(xué)經(jīng)濟與管理學(xué)院，碳排放權(quán)交易湖北省協(xié)同創(chuàng)新中心；湖北 武漢 430072。 嚴(yán)雅雪，武漢大學(xué)經(jīng)濟與管理學(xué)院，碳排放權(quán)交易湖北省協(xié)同創(chuàng)新中心。