0. 5910F1 + 0. 4090F2。采用因子分析法得到的环境污
（ 三） 环境污染排放物的弹性分析
染综合指数的数据中存在负数，而实际污染排放量不 可能为负，且负值无法进行对数化处理，因此本文采 用离差标准化法，对江西省的环境污染综合指数数据
从图 2 可以看出，江西省环境污染排放物弹性在 1987 年至 2008 年间波动较大① ，大致呈现四个倒 U 型 阶段，分别是 1988 － 1991 年、1992 － 1995 年、1996 －
作者简介： 高云虹 （ 1973 － ） ，女，甘肃会宁人，经济学博士，教授，硕士生导师，主要研究领域： 区域经济学、发展经济学； 王美昌 （ 1984 － ） ，男，江西瑞金人，硕士研究生，研究方向： 区域经济理论与欠发达地区开发。
32
征分析； 第三部分为江西省经济增长与环境污染的实 2008 年呈现快速上升趋势。
临界值 0. 0001* 0. 0262＊＊ 0. 0349＊＊
0* 0. 0005*
0* 0* 0. 0007*
P值 平稳 平稳 平稳 平稳 平稳 平稳 平稳 平稳
注： “Δ” 表示一阶差分，检验形式 （ c、t、k） 中的三个参数分别表示单位根检验方程包含常数项、时间
趋势和滞后阶数，0 是指不包括 c 和 t，最优滞后阶数由 AIC 准则确定。“* ”、“＊＊” 分别表示在 1% 、5% 置
进行标准化处理，得到江西省的环境综合污染对数化 2000 年、2001 － 2008 年，尤其是在 1998 年前后波动 指数记为 Zpollution。Pollution 和 Zpollution 两指数 1987 得更为明显② 。综上可见，通过 Zpollution 弹性分析所
年到 2008 年的变化趋势见图 1。
的无约束 VAR 模型和滞后 2 期对环境污染物排放量指 Granger 因 果 关 系， Lnzpollution 才 成 为 人 均 GDP 的
标与人均 GDP 的协整检验结果表明，协整检验迹统计 Granger 原因，结果见表 4。
目前，涉及江西省经济增长与环境污染的成果主 要有： 李志涛等 （ 2010） 以经济增长与环境污染水平 计量模型———环境 库 茨 涅 茨 曲 线 为 理 论 基 础， 利 用 鄱 阳湖流域 1992—2006 年间经济增长与水环境污染因子 变化数据，分析鄱阳湖流域经济增长与环境污染之间 的关系，结果表明鄱阳湖流域经济增长与水环境之间 的关系具有 EKC 曲线的特征［9］； 涂正革 （ 2008） 根据 1998—2005 年环境技术效率的平均值以及对环境资源 与发展协调性的定义，从静态和动态两方面考察发现 江西省经济增长与环境变化都属于不协调地区［10］。总 体来看，关于江西省经济增长与环境污染关系的研究 文献十分有限，且现有的研究也存在相关指标不能反 映整体的环境污染状况等问题。因此，本文拟以江西 省为例，通过构造代表整体污染水平的环境污染综合 指数以反映整体环境污染与经济增长之间的关系，同 时，考察经济增长与环境污染之间的双向作用。本文 其余部分安排如下： 第二部分为江西省环境污染的特
得到的前三个倒 U 型阶段分布特征基本与环境污染综
从图 1 可知，江西省环境污染综合对数化指数从 合指数分析所得的三个倒 U 型阶段分布特征基本一致。
1987 年至 2008 年整体呈上升趋势，尤其是 2003 年至 因此， 通 过 环 境 污 染 排 放 物 的 特 征 分 析 初 步 断 定
2008 年快速上升，而在 1987 年至 2002 年间总体较为 1987—2008 年存在 EKC 假说。
表 2 ADF 单位根检验结果
ΔLninddust ΔLnindwater ΔLnindgas
ΔLnSO2 ΔLnsoot ΔLnindsolid ΔLnzpollution ΔLnrgdp
变量 形式 （ c、t、k）
（ 0、0、1）
－ 4. 7259
（ 0、0、1）
－ 2. 2619
（ 0、0、1）
33
放总量、二氧化硫排放总量、烟尘排放总量、工业粉 ADF 法，并根据 AIC 准则选择的滞后期，对环境污染 尘排放总量和工业固体废物排放总量、环境污染综合 物排放量指标对数、环境污染综合指 数 对 数 和 人 均 指数和人均 GDP 等变量。由于 Granger 因果检验需要 GDP 对数等 8 个变量进行平稳性检验③ ，结果见表 2。 满足被检验变量是平稳序列以及脉冲响应函数的检验 从表可知，一阶差分后的 8 个变量均满足一阶平稳序 结果严重依赖于误差向量满足白噪声序列向量的前提 列，即江西省经济增长与环境污染之间具有稳定关系。 假设，因此，为了保前两个主因子便能较好反映原
变量指标的信息。同样，计算出前两个主因子的相应
得分，分别记为 F1 和 F2。其次，以前两个主因子对
应的特征值 占 三 个 主 因 子 特 征 值 总 和 的 比 重 为 权 数，
构造 江 西 省 环 境 污 染 综 合 指 数 方 程： Pollution =
－ 2. 1305
（ 0、0、1）
－ 4. 8901
（ 0、0、1）
－ 3. 8818
（ 0、0、1）
－ 5. 0345
（ 0、0、1）
－ 5. 5325
（ c、t、1）
－ 3. 7911
ADF 统计量 － 2. 7000 － 1. 9591 － 1. 9607 － 2. 6858 － 2. 6857 － 2. 6999 － 2. 6857 － 2. 6924
方差贡 献率 （ % ）
43. 189 28. 891
累积方差 贡献率 （ % ）
43. 189 73. 080
真实地反映经济增长。在 EKC 经验研究中较多采用污
3
0. 724
12. 069
85. 148
染集中度、污染物排放量和资源开采量三类变量度量 环境质量。结合经验文献［4 －7］以及数据的可得性与连 续性，本文采用工业废水排放总量 （ 万吨） 、工业废 气排放总量 （ 亿标立方米） 、二氧化硫排放总量 （ 万 吨） 、烟尘排放总量 （ 万吨） 、工业粉尘排放总量 （ 万
信水平上的 ADF 统计量。
2. 协整检验。在单位根检验的基础上，本文对 8 的 Granger 原因。在滞后 2 至 5 期的情况下，所有环境
个变量进行协整检验以考察经济增长与环境污染之间 污染排放物与人均 GDP 均存在 Granger 因果关系。在
是否存在长期稳定关系。根据 AIC 准则，以滞后 1 期 滞后 6 期的情况下，Lninddust 与人均 GDP 依然不存在
关键词： 环境库茨涅茨曲线 （ EKC） ； 环境污染综合指数； 脉冲响应； 江西
一、引言 20 世纪 60 年代以来，学术界从理论和实证两方面 对经济与环境之间的关系做了大量研究。理论研究主 要围绕环境是否导致经济增长存在极限和经济与环境 协调发展条件展开，而实证研究主要围绕不同国家或 地区的经济增长与环境质量演进是否存在 EKC 假说， 以及对 EKC 从不同角度进行理论或政策解释等方面展 开［1］。自 EKC 提出以来，国内外学者在这方面的实证 研究取得了丰富成果，但众多研究者的结论并不一致， 甚至存在争议。如 Mooma 等 （ 1997） 用人均 CO2 排放 量作为环境指标研究了 1950—1992 年间 16 个发达国 家的经济增长与其环境之间的关系，发现人均 GDP 与 人均 CO2 排 放 量 呈 现 正 N 型 曲 线［2］， 而 Holtz 等 （ 1995） 选择 CO2 排放量指标对 1951—1986 年间 130 个国家的研究则表明，人均 GDP 与 CO2 排放量之间呈 S 型曲 线 关 系［3］； 我 国 学 者 刘 荣 茂 等 （ 2006 ） 基 于 1991—2003 年我国 29 个省级区域环境质量与人均 GDP 数据的 研 究，结 果 验 证 了 EKC 假 说［4］，而 曹 光 辉 等 （ 2006） 选取 1985—2003 年数据进行的回归分析却表 明没有证据显示我国已经存在 EKC 假说［5］。尽管学者 们的研究结论不尽相同，但衡量环境污染的指标与衡 量经济增长的指标之间，基本呈现 U 型、倒 U 型、S 型、N 型和单调型等 5 种关系。概括地说，研究者普 遍采用各种具体的环境污染指标分别检验其与经济增 长的关系，而忽视了对整体环境污染状况与经济增长 之间关系的考察。而且，目前的研究主要关注的是经 济增长对环境的单向作用，忽略了环境污染对经济增
证分析； 第四部分利用 VAR 模型的预测方差分解分析
表 1 主成分特征根及方差贡献率
江西省经济增长与环境污染的相互影响程度； 第五部 分为结论及政策含义。
二、江西省环境污染的特征分析 （ 一） 数据说明 本文采用真实人均 GDP （ 元 / 人） 指标，以便更
主成分 特征值
1
2. 591
2
1. 793
长的影响，正是这个忽略容易导致变量内生性偏差问 题［6］。彭水军等 （ 2006） 认为，利用 VAR 模型方法处 理变量内生性的估计偏差问题即可避免相关参数估计 方面的缺点，也可以分析系统中各个变量之间的动态 影响［7］。另外，由 于 各 地 区 经 济 发 展 存 在 异 质 性， 并 表现出产业结构、能源消费结构、清洁技术水平、环 境治理投入水平等各方面的不同，容易削弱基于省际 截面数据或面板数据的我国经济增长与环境污染关系 在结论上的统计显著性，甚至所得到的 EKC 是一种伪 回归结果［8］。
称之为环境污染综合指数，并在 SPSS 软件平台上通过 因子分析法得到。
图 2 1988 － 2008 年 Zpollution 弹性变化趋势图
首先通过 SPSS 软件对环境排放物六个指标的原始
数据进行标准化、并计算出因子得分、特征值、贡献
率和累积贡献率，结果见表 1。从表可知，第二个主