2008年7月西安交通大学学报(社会科学版)Ju.l2008第28卷第4期(总90期)Journal of X i c an Jiaotong University(Soc ial Sciences)V o.l28(Sum No.90)中国环境库兹涅茨曲线的变化特征(1981-2004)李瑞娥,张海军(西安交通大学经济与金融学院,陕西西安710061)[摘要]利用1981-2004年的面板数据,对中国环境库兹涅茨曲线的存在性及其区域差异性与趋同性特征及变化趋势进行了实证研究。
研究结果表明,中国的部分污染物具有明显的EKC特征,转折点的收入低于发达国家的水平。
然而,污染物EK C特征的短期性和对于模型设定形式的依赖性都表明,我们必须对中国环境污染问题作出理性的判断。
同时,中国经济发展中存在的地区差距对于环境-收入关系具有一定的影响,它从另一角度说明中国环境库兹涅茨曲线的区域特征。
[关键词]环境库兹涅茨曲线;环境污染;环境政策;区域差异[中图分类号]F062.1[文献标识码]A[文章编号]1008-245X(2008)04-0035-09经济增长与环境变化关系的经典表述是环境库兹涅茨曲线(Env iron m entalKuznets Curve),简称EKC,这一假说为环境问题的研究提供了一个理论考证并在许多国家得到了检验。
然而,各国资源、环境背景有极大的差异,E KC表现也不尽相同,本文试图通过对环境库兹涅茨曲线从一般到特殊的研究,发现中国EKC的存在性及其/本土化0特征,为中国环境现状提供一种实证性依据,使人们对/中国环境威胁论0有一个客观、理性的判断。
一、理论支点自从人类进入工业化时代以后,经济增长在为人们提供丰富物质享受的同时也带来了环境污染、资源枯竭、生物多样性危机等一系列负效应。
在严峻的现实面前,西方发达国家的学者对经济增长与环境变化的规律作了深入的研究。
1955年,美国著名经济学家西蒙#库兹涅茨(Kuznets S.)在对收入差距的研究中发现,人均收入的差异随着经济增长表现出先逐渐加大、后趋于缩小的变化规律[1]。
如果以人均收入作为横坐标,表示经济增长,以收入差距变化作为纵坐标,则存在一条倒/U0型的曲线,它通常被人们称为/库兹涅茨曲线0(KC)。
1991年,格罗斯曼(Gene G r oss-m an)和克鲁格(A lan K r ueger)在研究北美自由贸易区的环境影响时,对66个国家的14种空气污染和水污染物质在12年间的变动情况进行计量分析后发现:在一国经济发展的早期阶段,污染水平随收入的增长不断上升;当经济发展到较高水平、收入达到某一特定值之后,进一步的收入增长将导致污染水平降低和环境质量的改善,即大多数污染物的变动趋势与人均GDP 的变动趋势呈倒/U0型关系[2]。
于是,他们在1995年发表的著名论文5Econo m ic G ro w th and the Env iron-m ent6[3]中正式提出了这个假说。
这一假说因与库兹涅茨曲线的相似性而被命名为/环境库兹涅茨曲线0假说(如图1所示)。
图1典型环境库兹涅茨曲线(EKC)EKC假说提出之后,大量后续的实证研究进一步验证了EKC的存在性[4-6],同时,经济发展的现实进程也为EKC假说提供了有力佐证。
在工业化的初始阶段,由于人们更偏好于工作机会和收入的增长而忽[收稿日期]2007-11-28[基金项目]国家/985工程0二期建设项目(07200701)[作者简介]李瑞娥(1953-),女,陕西西安人,西安交通大学经济与金融学院教授;张海军(1983-),男,宁夏平罗人,西安交通大学经济与金融学院硕士研究生。
35视环境质量,增加物质产品的产出被赋予优先权[4]。
快速的增长必然要使用大量的自然资源并排放污染物,这就不可避免地造成对环境质量的影响。
此时,人们更多地是沉浸在增长的喜悦中而漠视所付出的环境成本。
到了工业化后期,随着收入的增长,人们对生活质量的关切引起了对环境质量要求的提高,而且,技术进步为环境治理与清洁生产提供了更多的支持,污染水平开始下降,EKC 正是对西方发达国家工业化进程中环境-收入关系的一个直观概括。
我国关于环境库兹涅茨曲线的研究起步虽然较晚,但学者们从不同的角度对EKC 的变化作了分析,很多学者用计量分析方法来检验我国环境库兹涅茨曲线的存在性。
陆虹考察了我国人均CO 2排放量与人均GDP 的关系,通过三次样条插值法扩展数据和利用状态空间模型分析,表明人均GDP 与人均C O 2排放量的当前值与前期值之间确实存在交互影响作用,而不是呈简单的倒/U 0型关系[5]。
张晓使用国家水平的纵向历史数据,运用简单线性回归方法对中国EKC 进行了检验。
据其分析,中国的经济发展状况与环境污染水平的关系已呈现出比较弱的EKC 特征[6]。
沈满洪、许云华通过对浙江省近20年来人均GDP 与工业/三废0及其人均量之间相互关系的分析,发现了一种新型的环境库兹涅茨曲线)))/N 0型曲线[7]。
范金以我国81个大中城市1995-1997年氮氧化物、SO 2、总悬浮颗粒物浓度和年人均降尘量的面板数据对E KC 进行实证分析,发现除氮氧化物浓度外,其余污染物与收入确实存在倒/U 0型关系,但SO 2和总悬浮颗粒物的转折点处于几乎不可能达到的高收入水平上¹[8]。
基于以上研究基础,我们通过分省面板数据,对中国近20多年的EKC 变化进行实证分析,以验证环境库兹涅茨曲线在我国的存在性及其特征。
二、数据、模型与估计方法选择(一)变量的选取与数据来源中国的环境污染统计始于20世纪70年代。
由于在资金、技术和环境保护意识等各方面与西方发达国家存在较大差距,环境统计指标体系较为简单、零散,因此国内学者在开展相关研究时,一般采用工业废水、工业废气和固体废弃物排放量中的一个或者多个进行分析[5-8]。
考虑到研究的全面性和数据的可得性,本文以工业废水、工业废气、工业烟尘、SO 2、工业粉尘的排放量和工业固体废弃物产生量等6个指标作为环境质量指标,并搜集了相对长时间跨度(1981-2004)的数据进行分析,以期得到更加有力的说明。
虽然很多变量都可以看作经济增长的函数,但人均GDP 能更直观地反映这一指标º。
不过,在给定的收入水平下,自然资源禀赋都会对一国或地区的环境质量产生影响。
回归模型的常数项可以视为对于自然禀赋的解释,因此本文选用变截距模型来进行参数估计,允许每个地区具有不同的截距。
技术对环境质量的影响可以用时间趋势作为代理变量进行处理,当然时间趋势变量在反映技术进步的同时也将一些其它因素的影响带入了模型,考虑到研究的集中性,本文对此暂时舍而不论。
环境政策对于一国环境质量的影响是至关重要的,但由于难以对其进行精确计量,故而此处未将政策变量纳入模型。
由于中国经济数据的规范只有20多年的历史,有限的年度数据对环境污染便于现状描述但很难进行变动趋势的分析。
为解决这一问题,我们搜集了1981-2004年间我国28个省份»的面板数据,共672个样本点,在实证分析中采用包括截面数据和时序数据的分省面板数据,应用EV I E W S 软件,对我国主要环境污染物的EKC 特征进行实证检验。
(二)模型的设定本文采用EKC 的简化型模型来进行分析。
与结构型模型相比,简化型回归模型有两个显著的优点:其一,估计结果可以告诉我们人均收入对环境质量的净影响;其二,可以使我们免于收集污染管制和技术状态等数据,这类数据往往难以获取且有效性存在诸多疑问[9]。
在设定模型时,将代表环境质量的各种主要环境污染物指标作为被解释变量,将人均GDP(Y )及其平方项(Y 2)和立方项(Y 3)作为模型中的解释变量。
这样,基本函数形式为E it =A i +B 1Y it +B 2Y 2it +B 3Y 3it +e it (1)其中,E it 为第i 个省份在第t 年的某项环境指标;a i 为特定的截面效应;B 为待估计参数;Y it 为第i 个省份在第t 年的人均收入水平;e it 为随机误差项。
根据式(1)的回归结果能够判断环境污染与经济增长之间可能存在的多种曲线关系,如图2所示。
(a)当B 1>0且B 2=0、B 3=0时,环境污染随经济增长单调递增;(b )当B 1<0且B 2=0、B 3=0时,环境污染随经济增长单调递减;(c)当B 1>0且B 2<0、B 3=036西安交通大学学报(社会科学版)¹º»以1985年美元不变价格计算,分别为人均24974058和7276610美元。
本文所采用的人均GDP 数据用消费价格指数折算为以1981年为基期的实际人均GDP 。
因西藏和海南的原始环境数据缺失较为严重且所占比重较小,故剔除两省数据,重庆市并入四川省计算。
时,表明存在倒/U 0型EKC ;当B 1<0且B 2>0、B 3=0时,环境污染与经济增长之间存在/U 0型曲线关系;(d)当B 1>0且B 2<0、B 3>0时,环境污染与经济增长之间为三次曲线关系,或者称为/N 0型曲线关系;当B 1<0且B 2>0、B 3<0时,为倒/N 0型曲线关系。
图2 环境-收入关系的多种可能性可见,EKC 只是模型的多种可能结果之一。
如果环境污染与经济增长之间为图2所描述的倒/U 0型曲线关系,即呈现出EKC 特征,那么曲线的转折点应为:Y *=-B 1/2B 2,如果是图2所描述的/N 0型曲线关系,则存在两个转折点:Y *=-B 2?B 22-3B 1B 3/3B 3或Y *=-B 2/3B 3。
由于模型的设定形式对于最终参数估计的有效性具有重要影响,因此,我们采用了式(1)的线性、对数到线性、线性到对数及双对数等多种形式进行参数估计。
E it =A i +B 1(Ln Y it )+B 2(Ln Y it )2+B 3(Ln Y it )3+e it (2)Ln E it =A i +B 1Y it +B 2Y 2it+B 3Y 3it+e it(3)Ln E it =A i +B 1(Ln Y it )+B 2(Ln Y it )2+B 3(Ln Y it )3+e it(4)(三)估计方法的选择面板数据兼有截面数据和时间序列数据的特征,因而需要选择正确的估计方法才能保证参数估计的有效性[10]。
由于我们采用的原始数据为省际面板结构数据,而我国各省份之间的资源禀赋、经济发展水平和环境质量状况差异较大,因此本文选用变截距模型,允许每个地区具有不同的截距,截面效应A i 可以视为禀赋对于环境质量的影响。