我國主要城市大氣污染與經濟增長關聯分析——基于靜態(tài)與動態(tài)面板數據的實證

■張宇青 易中懿 周應恒

一、問題提出

改革開放以來，我國經濟的快速發(fā)展很大程度上依賴于工業(yè)特別是重工業(yè)的帶動作用，這種產業(yè)結構的過度偏倚造成了經濟體對石油、煤炭等能源的強大需求。根據有關資料顯示，從21世紀初到2011年末，我國煤炭消耗量為30多億噸，占世界總消耗量的一半以上。盡管自20世紀90年代初我國就實行了“環(huán)境保護”的基本國策，但隨著城鎮(zhèn)化、工業(yè)化進程的加劇，汽車尾氣排放和工業(yè)廢氣大量增加，我國大中型城市的空氣質量形勢愈來愈嚴峻。2013年初，我國首次評估城市空氣質量管理績效，評估結果顯示:空氣質量好的城市個數僅占10.67%，差的城市占75.80%，極差的城市高達13.52%。空氣質量問題越來越嚴重已經被世人所認知。最新的亞洲開發(fā)銀行 （Asian Development Bank，ADB）報告稱:2012年全球空氣污染最嚴重的10大城市中，我國太原、北京、烏魯木齊、蘭州、重慶、濟南、石家莊等6個城市名列其中。因此，從科學的數理角度探究城市經濟增長與大氣污染之間的關系，分析大氣污染物排放的城市差異，對于調整我國區(qū)域產業(yè)結構和實現經濟發(fā)展與環(huán)境保護的協(xié)調具有現實意義。

對于包括大氣污染在內的環(huán)境污染與經濟增長關系，國外研究始于20世紀90年代。Grossman G，Krueger A B.對北美自由貿易區(qū)分析恩威煙塵與懸浮物等污染均與人均收入呈現出明顯的倒U關系[1]。由于這種倒U關系類似于描述經濟增長與基尼系數關系的Kuznets曲線，故在后續(xù)的研究中被命名為環(huán)境Kuznets曲線(EKC)。

目前我國對于大氣污染與經濟增長之間關系的直接計量研究成果比較少，大多數研究成果是將大氣污染當作環(huán)境污染的一部分單列指標進行計量，如朱平輝將環(huán)境污染指標分解為廢水、廢水中化學需氧量、廢棄排放量、二氧化硫、煙塵、粉塵、固定廢物排放量等指標，用空間面板數據模型驗證庫茲涅茨曲線在我國的有效性[2];彭水軍將空氣質量作為“污染集中度”指標的一部分，并采用靜態(tài)面板廣義最小二乘法(GLS)估計得出產業(yè)結構調整、技術進步、環(huán)境保護等外生控制變量能夠對庫茲涅茨曲線形狀產生顯著影響[3];黃菁從系統(tǒng)角度考慮，認為能源消費、環(huán)境污染與經濟增長之間的關系互為因果、相互依賴，故使用聯立方程模型進行二階段最小二乘法估計 (2SLS)驗證了三種污染物都存在環(huán)境庫茲涅茨曲線（EKC）效應，但轉折點各不相同[4]。

進行大氣污染與經濟增長關系直接計量研究有:周曙東使用江蘇13個行業(yè)、時序為12年的面板數據進行計量，發(fā)現EKC假設在兩者之間的關系并不明顯[5]；周國富選取了1990—2005年煙塵排放量、二氧化硫排放量和工業(yè)粉塵排放量為分析指標，采用單位根和協(xié)整檢驗驗證了我國煤炭消費與經濟增長以及二氧化硫和工業(yè)粉塵的排放量之間存在著長期協(xié)整關系[6];陳建強采用時間序列模型，驗證了新疆環(huán)境EKC曲線的存在。[7]目前從大氣角度考慮污染與經濟增長關系的研究文獻并不多，并且主要集中在單個地區(qū)或利用全國整體的時間序列數據，基于大中城市層面的大氣污染差異很少。對于大氣污染而言，燃煤、交通和揚塵是造成空氣污染的主要原因，而這些行為現象主要產生于高度工業(yè)化的城市而非農村，以往研究中使用省際數據在考慮城鄉(xiāng)污染差異上有所欠缺，導致了模型估計有偏。本文使用2008—2011年間全國30個主要城市的靜態(tài)與動態(tài)面板數據對大氣污染與經濟增長之間的關系，進行實證檢驗，主要目的有三個:一是檢驗大氣污染EKC曲線在我國主要城市中成立與否;二是體現經濟增長與大氣污染關系在城市間的差異;三是使用動態(tài)面板估計表達大氣污染的動態(tài)變化特征。

二、估計模型與數據來源

（一）估計模型

根據以往學者的研究結論，本文采取的面板估計模型為:

APit是第i個城市在第t年的大氣污染指標;yit是第i個城市第t年國民生產總值對數值;ci是第i個地區(qū)的截面效應;Vi是非觀測截面?zhèn)€體效應;εit是隨機擾動項。在進行(1)線性計量的基礎上，根據擬合優(yōu)度、序列相關情況可變更為模型(2)計量，以體現U型或N型關系。

靜態(tài)面板是指不考慮被解釋指標滯后項影響的面板回歸模型，在面板單位根檢驗方法有5種:LLC檢驗、IPS檢驗、Breintung檢驗、ADF-Fisher檢驗和PP-Fisher檢驗，前兩種是相同根情況下的單位根檢驗方法，后三種是不同單位根情況下的檢驗方法。如果存在變量不存在單位根，需要進行對數或差分方法形成新的平穩(wěn)序列。在面板數據分析中需要進行固定效應和隨機效應檢驗，以確定分析樣本是否具有外推性質，然后采用F值對具體回歸形式進行選擇。

對于大氣污染指標，因為有害氣體和物質從被排放進入大氣中形成一定的濃度，到通過自然的光合作用及其他吸收機制被完全吸收消除需要一定的時間，所以上一期的空氣污染情況可能會對本期空氣質量產生影響，而動態(tài)面板考慮到了因變量滯后對自身會帶來影響，本文設定的形式是:

(3)中引入了大氣污染指標的滯后變量作為解釋變量，其中p是動態(tài)面板滯后期，rk是滯后k期的自變量回歸系數，其他變量同(1)。Arellano和Bond(1991)對(3)進行差分處理，主要目的是克服截面?zhèn)€體效應帶來的遺漏偏差，為:

（二）指標獲取及統(tǒng)計描述

國際標準化組織(ISO)將大氣污染定義為人類活動或自然過程引起某些物質進入大氣，呈現出足夠的濃度，危害了人體的舒適、健康和福利或環(huán)境污染的現象。本文基于數據可獲得性、指標代表性和樣本容量需求等多個角度，選取了“可吸入顆粒物含量 (毫克立方米)”、“二氧化硫含量 (毫克立方米)”、“二氧化氮含量(毫克立方米)”、“空氣質量達到及好于二級的天數”作為城市大氣污染指標。數據樣本為2008—2011年我國30個主要城市，數據來源于國家統(tǒng)計局網站;經濟增長指標采用gdp對數序列表示，數據來源于各城市統(tǒng)計年鑒。在很多研究文獻中，采用人均GDP作為經濟增長指標，本文認為這缺乏合理性，因為經濟增長中耗費能源數量和廢物排放量是總產出決定的，不同地區(qū)中人口數量的差異和“人口-勞動力”的區(qū)別使得這樣的指標選擇并不能夠完成問題的無偏估計。大氣污染指標為可吸入顆粒物含量(Inhp)、二氧化硫含量(SO2)、二氧化氮含量(NO2)，一年中空氣質量高于二級的天數，經濟增長指標為 lngdp。

根據計算，2008—2011年我國30個主要城市的三項大氣污染指標均呈現下降趨勢，每立方米可吸入顆粒物含量從2008年的0.097毫克降低到0.091毫克，每立方米SO2含量從2008年的0.049毫克降低到0.040毫克，每立方米NO2含量從2008年的0.049毫克降低到0.040毫克，說明隨著“節(jié)能減排”和“空氣污染治理”各項措施的扎實推進，我國主要城市的空氣污染情況有所好轉。空氣質量達到及好于二級的天數也從2008年的318.839天增加到2011年的327.903天。東中西城市的大氣均值指標，只有NO2指標東部城市高于中西部城市，而可吸入顆粒物含量均是中部城市最高，本文所界定的東部城市為:北京、天津、石家莊、沈陽、長春、哈爾濱、上海、南京、杭州、福州與廣州，中部城市包含太原、合肥、南昌、鄭州、武漢、長沙，剩余的各省會城市與直轄市為西部城市。

三、靜態(tài)與動態(tài)面板的實證估計

（一）靜態(tài)面板估計結果

1.模型估計

以大氣污染指標所包含的四類指標為因變量，代入模型 (1)。首先，需要進行固定效應隨機效應檢驗，以Inhp為被解釋變量的方程為例，使用EVIEWS6.0軟件進行隨機效應估計后的huasman檢驗，得到卡方統(tǒng)計值為9.412，顯著性P值為0.0243，在5%的顯著性水平下拒絕隨機效應原假設，故接受Fix effects備選假設。同理計算得到以SO2、NO2、N為被解釋變量的海斯曼檢驗系數分別為:24.165(p=0.0000）、12.358(0.0002)、6.88(p=0.0087)，所有模型均接受固定效應假設。其次，對模型形式進行確定，在計算變系數、變截距和不變系數模型的殘差平方和根據(2)進行判定，結果均確定為變系數模型，并且因為需要克服面板數據的異方差和序列相關現象，對于截面?zhèn)€數大于時序的模型需要進行截面加權估計(cross-section weights，CSW)。回歸結果表明在模型(1)表達的線性面板回歸中各地區(qū)的經濟增長指標均對大氣污染指標有顯著正向影響，各城市的lngdp系數在1%水平上的t檢驗值通過檢驗，方程的可決系數達到了0.963、0.985、0.977，極大似然比也非常顯著。

表 1 為模型(2)的（lngdp）2回歸系數 β2，根據 β1、β2的系數正負值，有以下幾種關系:(1)如果β1＜0且β2=0，則大氣污染隨著經濟增長遞減，(2)如果β1＞0且β2=0，則大氣污染隨著經濟增長遞增，(3)如果β1＞0，β2＜0，環(huán)境污染和經濟增長之間存在倒“U”型關系;如果β1＜0，β2＞0，環(huán)境污染和經濟增長之間存在“U”型關系。

在可吸入顆粒物含量上，北京、石家莊、太原、沈陽、哈爾濱、上海、杭州、合肥、武漢、長沙、廣州、重慶、成都、拉薩、烏魯木齊等15個城市的β2系數顯著為負，說明這些城市的Inhp與lngdp指標間的EKC曲線關系顯著存在，經濟增長在初期會導致可吸入顆粒物含量的增加，一旦經濟增長水平到達一個臨界點，Inhp會下降。而南寧的β2在5%水平上顯著為0.02，故該城市為U型EKC曲線，剩余的14個城市不存在環(huán)境庫茲涅茨效應。

在二氧化硫含量上，天津、太原、上海、南京、福州、武漢、長沙、廣州、南寧、重慶、成都、貴陽、昆明、西安、蘭州、銀川、烏魯木齊等17個城市的β2系數顯著為負，它們的SO2與lngdp之間存在EKC曲線，而沈陽和拉薩的β2顯著為正，為U型EKC曲線關系，剩余的11個城市僅存在線性關系。

在二氧化氮含量上，呼和浩特、沈陽、哈爾濱、上海、南京、福州、鄭州、廣州、海口、重慶、成都、西安、蘭州、烏魯木齊等14個城市存在顯著的倒U型EKC曲線，而北京、石家莊、杭州、貴陽等4個城市為正U型EKC曲線，其他12個城市間的NO2與lngdp間僅存在顯著的線性關系。

根據上文分析，我國主要城市的大氣污染與經濟增長之間的關系不僅在不同污染指標間也在不同地區(qū)間存在很大差異，經濟增長對大氣污染的三個指標有顯著正向促進作用，但在EKC曲線形式上表現各異，既有倒U型，也有正U型，雖然后者數量較少，但如在可吸入顆粒物含量上的南寧、二氧化硫含量上的沈陽、二氧化氮上的北京、石家莊、杭州，它們的EKC表現為正U型，且目前經濟增長已經超過U型拐點，意味著經濟發(fā)展過程中會面臨越來越嚴重的大氣污染問題。所以對待存在正U型Kuznets曲線的城市而言，未來經濟增長過程中的城市大氣質量問題會面臨更加嚴峻的挑戰(zhàn)，這是值得各級政府密切關注的。

2.存在Kuznets效應的城市狀態(tài)判定

表1得出了在模型(2)中的3個方程中有50%左右的城市存在Kuznets效應，那么根據lngdp＊=-β1/2β2可以得到ECK曲線的轉折點，在使用2011年lngdp數值對不同城市在模型中的發(fā)展狀態(tài)進行判定。

表1 Kuznets 效應是否存在判定結果

表2 各城市大氣污染與經濟增長關系EKC 曲線狀態(tài)判定

表2中1-3列是可吸入顆粒物與經濟增長的U型關系，除北京外，其他15個城市2011年的lngdp對數值均超過了Kuznets拐點，所以未來這些城市(除南寧）隨著經濟水平的提高將會有更多的資源投放于節(jié)能減排，使大氣中的Inhp含量下降。而南寧的Inhp指標與lngdp是正U型曲線，所以lngdp超過轉折點意味著Inhp隨著經濟增長而增加，故其應密切監(jiān)測未來幾年中的Inhp指標，防止空氣質量惡化;4-6列是二氧化硫與經濟增長的EKC曲線轉折點與狀態(tài)，19個城市均處于SO2與lngdp的EKC曲線的右端，所以除沈陽外這些城市的經濟增長將會使大氣SO2含量下降，而沈陽和拉薩為正U型曲線，其應當密切關注經濟增長中的SO2含量變動情況;7-9列顯示北京、石家莊、杭州、貴陽的NO2與lngdp的關系為正U型曲線，且目前均處于ECK曲線右端(上漲狀態(tài))，鄭州和烏魯木齊的NO2與lngdp關系為倒U型，且處于U型左端，預計在未來幾年時間內通過EKC曲線頂點，呼和浩特、沈陽等11個城市已經處于倒U曲線的右端，即經濟增長帶來二氧化氮含量的下降。

在三大大氣污染指標上，根據計算出的臨界值，存在EKC曲線的城市絕大多數都已經處于U型拐點的右端，個別仍處于拐點左邊的城市也即將翻越轉折點，所以對這些城市而言，經濟增長帶來大氣污染會逐漸降低，這是因為城市經濟社會發(fā)展使人們的環(huán)保意識和生活品質追求動機提高，也會將更多物質、技術、人力資源用于環(huán)保事業(yè)。

（二）動態(tài)面板GMM估計

動態(tài)面板一般采取GMM矩估計方法，引入被解釋變量的滯后1期作為解釋變量，矩估計又可以分為系統(tǒng)估計(sys-gmm）和差分估計(dif-gmm），在stata11.0軟件中分別采用xtabond和xtdpdys命令進行回歸，并且需要為新增的滯后因變量為解釋變量進行過度識別的sargan檢驗。

1.以可吸入顆粒物含量Inhpt為被解釋變量。根據系統(tǒng)和差分兩種方法的一步、二步估計，發(fā)現系統(tǒng)GMM的二步估計得出的結果最優(yōu)秀，sargan值P系數為0.1382，說明新增內生變量有效，Wald統(tǒng)計量也很顯著，在1%概率水平下拒絕不顯著的原假設。說明我國主要城市的當期Inhpt受到上期數值的影響，上期的可吸入顆粒物含量每增加一個百分點，本期的Inhpt指標增速將提高0.39個百分點，差分方程體現了一種彈性概念。

表3 GMM估計結果

2.以二氧化硫含量SO2為被解釋變量。從估計結果看，差分GMM的一步估計效果最好，且過度識別檢驗值為2.825，概率水平大于0.1，故不存在過度識別特征。我國主要城市的lngdp序列每增加1個百分點，將會使SO2的增加量降低0.006個百分點，而SO2的滯后1期也對本期的SO2有顯著影響，上期SO2，t-1每增加1個百分點，將會帶來本期SO20.665個百分點的增加。

3.以二氧化氮含量NO2為被解釋變量。與上述結論類似，對于NO2與lngdp之間的動態(tài)面板關系仍然是差分GMM估計最佳，所有估計系數均在5%顯著性水平下通過假設檢驗，上期二氧化硫含量每增加1個百分點，使本期NO2含量增加.6065個百分點，而lngdp每增加1個百分點會帶來-.00519百分點的NO2增量下降。Sargan統(tǒng)計量的概率P值大于0.1，且Wald統(tǒng)計量在5%顯著性水平下通過有方程穩(wěn)定性的假設。

四、全文總結與建議

根據我國31個主要城市的大氣污染指標與國民生產總值的面板數據，本文考察了可吸入顆粒物含量、二氧化硫含量、二氧化氮含量與經濟增長之間的靜態(tài)和動態(tài)關系，為了驗證EKC曲線在不同城市間的存在與否、形狀差異，采取了線性關系模型和固定效應變系數模型來描述不同城市大氣污染與經濟增長的關系，主要得出了以下結論與建議:

（一）高度關注經濟增長過程中的大氣污染問題

根據計量結論，所有大中城市的經濟增長都導致了大氣污染的快速上升，這一點是毋庸置疑的。所以各級地方政府需要在“經濟增長—環(huán)境保護”間尋求一個合理的平衡點，摒棄傳統(tǒng)粗放型的不惜犧牲環(huán)境代價單純追求經濟發(fā)展的非科學發(fā)展模式，在新建工廠、招商引資、承接轉移項目初期要做好相應評價工作，將環(huán)境影響納入整體評價范疇并賦予較高的權重與臨界值，對于偏離環(huán)保要求的一切項目予以取締。同時應當將各重點企業(yè)減排和大氣治理的落實工作與企業(yè)訂單、業(yè)績落實、政策支持嚴密掛鉤，對于節(jié)能型企業(yè)予以較大額度的補貼和稅收減免。在法律層面需要強化政府責任，完善有關總量控制、排污許可、機動車管理、公眾參與等重要法律制度和措施，明確法律責任。

（二）優(yōu)化布局、調整結構，實現環(huán)保資源的最優(yōu)分配

環(huán)保作為一項公共行為，和其他經濟商品一樣需要一定的資源付出。本文結論顯示三項大氣污染指標上，經濟增長對其產生的作用存在很大差異。所以本文有以下建議:一是根據EKC曲線的存在與否和所處狀態(tài)制定具體的環(huán)保戰(zhàn)略，如可吸入顆粒物含量與經濟增長為倒U關系且處于EKC曲線右端的城市（表2第1列中除北京、南寧外），政府可以適當降低對可吸入顆粒物治理的投入，因為隨著經濟增長，個人與企業(yè)已經在認知水平和環(huán)保能力上得到提高，這樣就可以將節(jié)省下來的各項資源運用于其他方面的大氣治理上，如沈陽雖然未來單位產出帶來的顆粒物濃度和二氧化硫濃度下降，但卻處在正U型二氧化硫與lngdp的EKC曲線的右端，這意味著未來二氧化硫濃度隨著經濟發(fā)展將進一步提高，所以沈陽等城市需要加大對火電、煤化工、燃煤行業(yè)脫硫技術的升級，并積極探索新能源技術，實現替代綠色能源占總能源結構的逐步提高;二是北京、石家莊、杭州、貴陽處于正U型經濟增長與二氧化氮EKC曲線的右端，烏魯木齊與鄭州處于倒U曲線的左端，還未翻過臨界點，所以這些城市最關鍵的問題是解決主要由機動車尾氣排放、電力供應量、能源消費增加帶來的NO2濃度上升問題，加大推行電廠脫硝、機動車氮氧化物減排工作。[8][9]

總而言之，各城市需要根據自身在三種EKC曲線上所處的位置，適當降低隨著經濟增長和環(huán)保意識增強帶來濃度降低的相應大氣污染種類上的投入，而將主要環(huán)保力量集中于處于正U型EKC曲線右端和倒U型EKC曲線左端的大氣污染種類上，有的放矢，抓住本地區(qū)大氣污染治理的重點任務。

（三）滯后影響的顯著性迫切要求構建大氣治理的長效機制

根據動態(tài)面板的差分系統(tǒng)GMM估計，發(fā)現我國主要城市的三大污染指標的滯后一期數值均對本期量存在顯著的正向影響，所以解決城市大氣污染問題是一個長期的過程，不能時斷時續(xù)，應建立制度化、日常化的環(huán)保體系，通過大氣污染的“自消耗機制”和降低新增污染，才能夠快速、持續(xù)地降低大氣污染程度，提高大氣質量，切忌在某些時刻“三天打魚兩天曬網”，導致在后續(xù)時段花費更多投入彌補不科學的經濟發(fā)展行為帶來的損失。具體措施包括:一是要對大氣污染控制政策進行完善，有計劃分階段實施環(huán)保規(guī)劃，可以借鑒國外如東京的政策實施，努力由事后治理變?yōu)樘崆邦A防，先從防公害和“經濟與環(huán)境”兼顧出發(fā)，逐漸形成“環(huán)境保護”、“可持續(xù)發(fā)展優(yōu)先”的社會發(fā)展模式;二是需要加強城市綠化水平建設，努力提升植物對大氣污染的“自消耗”水平，通過立法形式明確城市內任意一點周圍輻射距離250米內必須存在綠化植物，違者重處;三是建立“政府-企業(yè)-公民”三維環(huán)保體系，在每周或半個月時間內定期召開大氣質量審議會，將社會各界組織與個人聚集到一起就城市綠化狀況進行討論并制定具體實施措施，實現環(huán)保的高頻化和動態(tài)化。

[1]Grossman G，Krueger A B.Environmental impact of a North American free trade agreement，NBER Working Paper，1991.

[2]朱平輝，袁加軍，曾五一.中國工業(yè)環(huán)境庫茲涅茨曲線分析——基于空間面板模型的經驗研究[J].中國工業(yè)經濟，2010，（6）.

[3]彭水軍，包群.經濟增長與環(huán)境污染——環(huán)境庫茲涅茨曲線假說的中國檢驗[J].財經問題研究，2006，（8）.

[4]黃菁.環(huán)境污染與城市經濟增長——基于聯立方程的實證分析[J].財貿研究，2010，（5）.

[5]周曙東，張家峰，葛繼紅，王傳星.經濟增長與大氣污染排放關系研究——基于江蘇省行業(yè)面板數據[J].江蘇社會科學，2010，（4）.

[6]周國富，楊加寧.煤炭消費、經濟增長與廢氣排放：基于中國的實證研究[J].統(tǒng)計教育，2008，（11）.

[7]陳建強，帕塔木·巴拉提摘.新疆經濟增長與大氣質量的計量關系研究[J].新疆社科論壇，2009，（4）.

[8]劉穎.我國環(huán)境污染責任保險發(fā)展問題研究[J].經濟縱橫，2012，（2）.

[9]苗澤華，等.工業(yè)企業(yè)環(huán)境污染與實施生態(tài)工程的激勵機制構建[J].企業(yè)經濟，2012，（12）.