譚夢薇

[提要] 本文以30個省份廢氣排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系為研究對象，運(yùn)用2008～2017年共10年間的數(shù)據(jù)建立面板分位數(shù)模型?；貧w結(jié)果表明：經(jīng)濟(jì)增長在不同的分位水平下均能造成一定的環(huán)境污染情況，經(jīng)濟(jì)增長每提高1%，環(huán)境污染的提升范圍為0.596%～1.833%;EKC曲線是存在的;在同等的經(jīng)濟(jì)增長水平下，污染較為輕微地區(qū)的環(huán)境所受到的影響更為強(qiáng)烈。為此，在環(huán)境污染較為輕微的地區(qū)，政府需格外注意污染防控;而在污染較為嚴(yán)重的地區(qū)，政府應(yīng)投入更為充足的資金來大力整治環(huán)境污染情況;政府應(yīng)推進(jìn)生態(tài)環(huán)境科技工作，發(fā)揮科技創(chuàng)新作用，為打好污染防治攻堅(jiān)戰(zhàn)提供有力支撐。

關(guān)鍵詞：EKC曲線;經(jīng)濟(jì)增長;環(huán)境污染;政府治理

基金項(xiàng)目：中國地質(zhì)大學(xué)（北京）2019年大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（項(xiàng)目編號：X201911415203）

中圖分類號：F12 文獻(xiàn)標(biāo)識碼：A

收錄日期：2020年5月15日

一、引言

當(dāng)一個國家經(jīng)濟(jì)水平較低時，環(huán)境污染的程度較輕，但是隨著經(jīng)濟(jì)水平的增長，環(huán)境惡化程度也將加劇;當(dāng)經(jīng)濟(jì)發(fā)展達(dá)到一定水平后，即到達(dá)某個臨界點(diǎn)或“拐點(diǎn)”之后，隨著經(jīng)濟(jì)進(jìn)一步發(fā)展，環(huán)境污染的程度又逐漸減緩，這種現(xiàn)象被稱為“環(huán)境庫茲涅茨曲線（簡稱EKC）。有關(guān)EKC的研究一直為學(xué)界熱點(diǎn)問題，綜合關(guān)于EKC的研究結(jié)果，EKC曲線的形狀并不固定，普遍接受的結(jié)論是：環(huán)境庫茲涅茨倒U型曲線關(guān)系，取決于不同時期、具體地區(qū)、污染指標(biāo)以及估計(jì)方法的選取，不存在適合所有地區(qū)、所有污染物及估計(jì)方法的單一情況。

基于當(dāng)前學(xué)者們的研究來看，許多學(xué)者都對經(jīng)濟(jì)發(fā)展與環(huán)境污染的倒U形曲線進(jìn)行了實(shí)證檢驗(yàn)或?qū)KC曲線的拐點(diǎn)進(jìn)行了判斷與分析。但絕大多數(shù)學(xué)者在計(jì)量模型方法上大多基于普通最小二乘法（OLS），而OLS得到的是解釋變量對被解釋變量的平均效果，隱含各地區(qū)污染排放同質(zhì)性的假定，而現(xiàn)實(shí)中經(jīng)濟(jì)增長在污染程度不同的地區(qū)對環(huán)境造成的影響可能不同。因此，同質(zhì)性假定需要修正。而分位數(shù)回歸可對數(shù)據(jù)集合中不同分位點(diǎn)的數(shù)據(jù)進(jìn)行研究，估計(jì)自變量對不同分位點(diǎn)的因變量的影響，能夠很好的分析不同分位點(diǎn)上的異質(zhì)性。基于此，本文以30省份廢氣排放（SO2排放）與經(jīng)濟(jì)發(fā)展之間的關(guān)系為研究對象，運(yùn)用2008～2017年共10年間的數(shù)據(jù)建立面板分位數(shù)模型，探討經(jīng)濟(jì)發(fā)展與環(huán)境污染之間的倒U型曲線，并研究技術(shù)發(fā)展、政府治理、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化效應(yīng)共四個控制變量在不同分位點(diǎn)對廢氣排放的影響。

二、模型構(gòu)建及分析方法

（一）模型構(gòu)建。本文考慮到經(jīng)濟(jì)發(fā)展對環(huán)境污染的影響以及其他主要的控制變量，選取全國30省份2008～2017年數(shù)據(jù)，將基本回歸模型設(shè)定如下：

ln（SO2it）=αi+？茁1ln（GDPit）+？茁2ln2（GDPit）+？酌Xt+εit

式中，SO2it代表第i省在第t年的人均SO2排放量（單位：千克/人），SO2是大氣主要污染物之一，我們選用人均SO2排放量用來衡量區(qū)域污染情況。GDPit代表第i省在第t年的人均GDP（單位：萬元），此處我們選取人均GDP衡量區(qū)域經(jīng)濟(jì)發(fā)展情況，同時我們加入ln（GDP）的平方項(xiàng)來檢驗(yàn)環(huán)境污染與經(jīng)濟(jì)發(fā)展之間的倒U型曲線。Xt為控制變量，αi為截面效應(yīng)，εit為隨機(jī)誤差項(xiàng)。結(jié)合我國實(shí)際情況和已有相關(guān)文獻(xiàn)，本文主要考慮技術(shù)發(fā)展、政府治理、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化效應(yīng)等四個控制變量。產(chǎn)業(yè)結(jié)構(gòu)與污染排放密切相關(guān)，第二產(chǎn)業(yè)即工業(yè)占比增加時，往往會帶來一定的環(huán)境污染。本文選取產(chǎn)業(yè)結(jié)構(gòu)變量Eit（第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重）來分析產(chǎn)業(yè)結(jié)構(gòu)變動對區(qū)域環(huán)境污染的影響，預(yù)期系數(shù)為正。對于政府治理，本文選取政府治理變量Git（地區(qū)治理工業(yè)污染投資額占GDP的比重）來分析政府對污染情況的控制力度，預(yù)期系數(shù)為負(fù)，即地區(qū)治理工業(yè)污染投資額越高，污染情況會逐漸改善。技術(shù)水平的提升往往有助于改善并使用更加清潔環(huán)保的生產(chǎn)方式，同時，技術(shù)進(jìn)步也能夠提升生產(chǎn)效率。因此，技術(shù)進(jìn)步會減緩一定的環(huán)境污染情況。本文選取技術(shù)水平變量Tit（萬元GDP能耗，單位為：噸標(biāo)準(zhǔn)煤/萬元）來分析技術(shù)水平對區(qū)域SO2排放的影響，預(yù)期系數(shù)為正。城鎮(zhèn)化進(jìn)程的推進(jìn)也給一些地區(qū)帶來了環(huán)境污染問題，本文選取城鎮(zhèn)化變量Cit（非農(nóng)業(yè)人口占總?cè)丝诘谋壤﹣砗饬砍擎?zhèn)化進(jìn)程對區(qū)域污染的影響，預(yù)期系數(shù)為正。各變量所涉及到的數(shù)據(jù)均來自于國家統(tǒng)計(jì)局及統(tǒng)計(jì)年鑒。

（二）分析方法。分位數(shù)回歸最早由柯恩克和巴塞特提出，是一種基于被解釋變量y的條件分布來擬合解釋變量x的線性函數(shù)的回歸方法。對分位數(shù)回歸而言，被解釋變量y的Г分位數(shù)函數(shù)Q（Г）可以定義為：

其中，Г表示回歸平面以下的數(shù)據(jù)占全體數(shù)據(jù)的百分比。與普通最小二乘法基于均值的估計(jì)不同，分位數(shù)回歸采用加權(quán)殘差絕對值之和的方法進(jìn)行參數(shù)的估計(jì)。具體地，對于回歸方程Y=？茁X+？著，要分析自變量X對因變量Y在各分位數(shù)Г的影響，我們需求解：

本文基于stata 14.0的“qregpd”進(jìn)行分位數(shù)回歸估計(jì)。分位數(shù)回歸的估計(jì)結(jié)果能夠?qū)Ρ唤忉屪兞織l件分布的全貌進(jìn)行更加全面的描述，不是僅僅分析被解釋變量的均值，也可以分析解釋變量如何影響被解釋變量的中位數(shù)、分位數(shù)等。此外，分位數(shù)回歸使用殘差絕對值的加權(quán)平均作為最小化的目標(biāo)函數(shù)，與OLS相比更不容易受極端值的影響，估計(jì)結(jié)果更為穩(wěn)健。

三、實(shí)證結(jié)果分析

由于面板數(shù)據(jù)的特性，在開始回歸分析前，先進(jìn)行F值檢驗(yàn)以及Hausman檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果，模型均選擇個體固定效應(yīng)模型進(jìn)行估計(jì)。利用2008～2017年共計(jì)10年間全國30省份相應(yīng)數(shù)據(jù)，建立面板分位數(shù)回歸模型，為更好地觀察以上各變量分位數(shù)回歸系數(shù)所呈現(xiàn)的差異信息和變化規(guī)律，依次在0.1、0.3、0.5、0.7、0.9五個分位點(diǎn)進(jìn)行估計(jì)，為進(jìn)行比較，也同時報告面板固定效應(yīng)的估計(jì)結(jié)果，詳見表1。（表1）

這里首先關(guān)注經(jīng)濟(jì)發(fā)展對環(huán)境污染的影響系數(shù)，無論是固定效應(yīng)模型還是各分位水平上ln（GDP）的系數(shù)均為正數(shù)，而且通過了1%的顯著性水平檢驗(yàn)。這意味著在2008～2017年10年間我國30省份的經(jīng)濟(jì)發(fā)展情況是造成了一定污染的。隨著分位點(diǎn)的升高，經(jīng)濟(jì)增長所造成的環(huán)境污染情況逐漸減緩，因此同等的經(jīng)濟(jì)增長水平下，污染較為輕微地區(qū)的環(huán)境所受到的影響是更為強(qiáng)烈的。本文認(rèn)為原因有二：其一，污染程度和經(jīng)濟(jì)發(fā)展情況往往是成正比的，污染較為輕微的地區(qū)自身的發(fā)展水平往往也較為落后，如青海、新疆等地區(qū)，這些地區(qū)控制污染水平的能力往往不高，因此在這些地區(qū)，提升同等的經(jīng)濟(jì)水平可能會帶來更嚴(yán)重的環(huán)境污染;其二，對于污染較為嚴(yán)重的地區(qū)，其污染情況可能已經(jīng)趨于“飽和”，此時經(jīng)濟(jì)發(fā)展可能并不會在污染“飽和”的基礎(chǔ)上帶來進(jìn)一步更為嚴(yán)重的環(huán)境污染。此外，ln2（GDP）的系數(shù)在固定效應(yīng)模型和各分位水平上均為負(fù)值，且通過了1%的顯著性水平檢驗(yàn)，說明EKC曲線是存在的。

此外，我們關(guān)注四個控制變量。對于產(chǎn)業(yè)結(jié)構(gòu)變量ln（E），其系數(shù)在固定效應(yīng)模型和各分位水平上均為正值，且通過了1%的顯著性水平檢驗(yàn)，這說明第二產(chǎn)業(yè)比重的上升將造成一定的環(huán)境污染問題。此外，在環(huán)境污染較為輕微的地區(qū)，二產(chǎn)比重的上升所造成的環(huán)境問題更為嚴(yán)重，本文認(rèn)為原因同上。政府治理變量ln（G）的系數(shù)均為負(fù)，且通過了1%的顯著性水平檢驗(yàn)，說明政府治理工業(yè)污染投資能夠緩解一定的環(huán)境污染。且在同等強(qiáng)度的政府治理水平下，污染較為嚴(yán)重的地區(qū)能夠緩解的程度是小于污染較為輕微的地區(qū)的。因此，政府應(yīng)投入更為充足的資金來整治污染嚴(yán)重地區(qū)的環(huán)境情況。技術(shù)水平變量Tit的系數(shù)均為正且均通過了1%的顯著性水平檢驗(yàn)，這說明無論污染水平如何，技術(shù)水平的提高都能減緩地區(qū)環(huán)境污染情況，同時，相較于中位點(diǎn)，低分為點(diǎn)和高分為點(diǎn)也即環(huán)境污染水平較低和較高的地區(qū)，技術(shù)水平對環(huán)境改善的作用更為顯著。城鎮(zhèn)化變量ln（C）的系數(shù)均為正且均通過了1%的顯著性水平檢驗(yàn)，說明城鎮(zhèn)化往往會帶來一定程度的環(huán)境污染，與通常的認(rèn)知情況相吻合。值得一提的是，在固定效應(yīng)模型中，ln（C）的回歸系數(shù)與ln2（GDP）的回歸系數(shù)均大于或小于該變量任何一個分位點(diǎn)的回歸系數(shù)，可見如果不考慮參數(shù)異質(zhì)性問題，采用傳統(tǒng)的固定效應(yīng)模型得出的回歸結(jié)果可能是不準(zhǔn)確的。

四、結(jié)論及建議

結(jié)果表明，若不考慮參數(shù)異質(zhì)性問題，使用傳統(tǒng)文獻(xiàn)中的面板固定效應(yīng)模型可能會得出不準(zhǔn)確的結(jié)論。在不同的分位數(shù)水平下，經(jīng)濟(jì)增長均能造成一定的環(huán)境污染情況，經(jīng)濟(jì)增長每提高1%，環(huán)境污染的提升范圍為0.596%～1.833%。此外，ln2（GDP）的系數(shù)在固定效應(yīng)模型和各分位水平上均為負(fù)值，且通過了1%的顯著性水平檢驗(yàn)，說明EKC曲線是存在的。對于不同環(huán)境污染情況的城市而言，經(jīng)濟(jì)增長的環(huán)境污染作用強(qiáng)度又是不同的：同等的經(jīng)濟(jì)增長水平下，污染較為輕微地區(qū)的環(huán)境所受到的影響是更為強(qiáng)烈的。

對此，本文根據(jù)回歸結(jié)果提出如下建議：在環(huán)境污染較為輕微的地區(qū)，政府需格外注意污染防控，堅(jiān)持綠色發(fā)展，重點(diǎn)提升第三產(chǎn)業(yè)，走生態(tài)建設(shè)產(chǎn)業(yè)化之路。要盡力實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，把高投入、高消耗、高污染、低產(chǎn)出、低質(zhì)量、低效益的產(chǎn)業(yè)轉(zhuǎn)為低投入、低消耗、低污染、高產(chǎn)出、高質(zhì)量、高效益的產(chǎn)業(yè)。在污染較為嚴(yán)重的地區(qū)，政府應(yīng)投入更為充足的資金大力整治環(huán)境污染情況。同時，污染較為嚴(yán)重和污染輕微的地區(qū)都應(yīng)推進(jìn)生態(tài)環(huán)境科技工作，發(fā)揮科技創(chuàng)新作用，為打好污染防治攻堅(jiān)戰(zhàn)提供有力支撐。

主要參考文獻(xiàn)：

[1]GROSSMAN M，KRUEGER A.Environmental Impact of a North American Free Trade Agreement[EB/OL].http：//www.nber.org，2014.10.12.

[2]張學(xué)剛.長三角地區(qū)經(jīng)濟(jì)增長與環(huán)境污染再研究——基于分位數(shù)回歸方法[J].嘉興學(xué)院學(xué)報，2015（1）.

[3]李育安.分位數(shù)回歸及應(yīng)用簡介[J].統(tǒng)計(jì)與信息論壇，2006（3）.

[4]劉玉萍，郭郡郡.人口因素對CO2排放的影響——基于面板分位數(shù)回歸的實(shí)證研究[J].人口與經(jīng)濟(jì)，2012（3）.