中國的環境污染與政府干預

王耀東

摘 要：本文運用靜態理論模型，對中國環境污染、經濟增長、技術進步與環境治理財政投入的關系進行了理論分析，并基于環境庫茨涅茨曲線模型，利用2005—2013年31個省會、自治區首府和直轄市的數據，對中國環境污染、經濟增長、技術進步與環境治理財政投入之間的關系進行了實證檢驗。研究發現，不考慮技術進步異質性時，中國環境污染水平與經濟增長呈倒U型關系，即隨著經濟增長，環境污染先加劇后減輕；考慮技術進步異質性后，兩者呈U型關系，即隨著經濟增長，環境污染先減輕后加劇。中國政府環保投入則在兩種情況下均對環境無顯著影響。從而對于中國政府而言，為改善環境質量，現階段采用鼓勵環境友好技術進步的產業政策等間接干預要優于政府直接財政投入等直接干預。

關鍵詞：環境污染；政府干預；環境庫茨涅茨曲線；環境治理財政投入；技術進步

中圖分類號：F0622 文獻標識碼：A

文章編號：1000-176X（2016）02-0003-09

一、引 言

改革開放以來，中國經濟迅速發展。伴隨著生活水平提高和基本物質條件得到滿足后，人們對環境等更高層次的生活需求逐漸增加。而近幾年越來越嚴峻的環境形勢，尤其是范圍大、持續時間長的嚴重霧霾天氣使環境問題成為社會關注的焦點，在北京等重點城市，霧霾之嚴重甚至已引起全球范圍的廣泛關注。在環境治理領域，政府是不可忽視的力量。政府既可以通過財政投入等手段對環境直接進行干預，也可以通過產業政策等方式鼓勵環境友好的技術進步以間接干預環境。在嚴峻的環境形勢下，政府該何去何從？直接干預與間接干預哪個更加有效？為回答上述問題，本文利用靜態模型，對中國環境污染、經濟增長、技術進步與環境治理財政投入的關系進行了理論分析；并基于環境庫茨涅茨曲線模型，利用2005—2013年31個省會、自治區首府和直轄市的數據，對中國環境污染、經濟增長、技術進步與環境治理財政投入的關系進行了實證檢驗。

二、文獻綜述

環境庫茨涅茨曲線源于庫茨涅茨曲線，后者由Kuznets[1]提出，闡述了收入分配不均等程度隨著經濟增長呈先增大后減小的倒U型關系。Grossman和Krueger[2]研究北美自貿區環境與經濟關系時發現，環境污染和人均收入之間存在倒U型曲線關系，在經濟發展初期，環境污染會隨著人均收入的增長而增加，但到了一定發展階段，環境污染會隨著人均收入的增長而下降，Panayotou[3]將這種關系命名為環境庫茨涅茨曲線。

在此之后，大量理論和實證研究使用不同的模型和環境測度變量對環境庫茨涅茨曲線的存在性進行了探究。理論研究方面，Jones和Manuelli[4]使用世代交疊模型對環境庫茨涅茨曲線進行了理論推導，得到倒U型曲線。Selden和Song[5]使用動態增長模型推導出一系列可能的環境污染與經濟增長之間的關系。Andreoni和Levinson[6]利用靜態模型推導出了倒U型曲線，并證明庫茨涅茨曲線的存在不依賴于外部性等假定。這些理論模型雖然形式不同，但內涵是一致的，均是在經濟發展的不同階段對消費品與環境污染進行權衡取舍。還有一些理論研究對庫茨涅茨曲線模型進行了擴展，加入了影響環境的其他因素。Brock和Taylor[7]利用動態增長模型，強調了技術在倒U型曲線形成中的作用。總結以上理論分析可以發現，這些模型均未將伴隨著經濟增長的技術進步與政府干預同時納入分析框架，因此，筆者同時將這兩因素納入本文的模型中加以分析。

實證研究方面，Selden和Song[8]使用跨國面板數據，采用懸浮顆粒物、二氧化硫、氮氧化物、一氧化碳四種污染物排放量指標驗證了人均GDP與污染物排放之間存在倒U型曲線關系。Grossman和Krueger[9]、Moomaw和Unruh[10]、Apergis和Payne[11]、Onafowora和Owoye[12]等學者亦使用不同數據證實了倒U型或N型環境庫茨涅茨曲線的存在性。還有一些研究得出了不同的結論，Ekins[13]和Akbostanc等[14]研究發現人均收入與環境污染之間呈嚴格單調關系。Stern和Common[15]使用硫化物排放量指標進行研究發現，在使用全球數據時，環境庫茲涅茨曲線關系不存在，污染和人均GDP呈單調關系；在使用高收入國家數據時則存在倒U型曲線關系。He和Richard[16]運用半參數模型和非線性系數模型方法，使用加拿大數據進行研究時發現，不存在支持環境庫茨涅茨曲線存在的證據。

隨著國內環境形勢的越發嚴峻，關于中國環境庫茲涅茨曲線的研究也越來越多。大部分國內研究使用污染物排放量指標，張炳等[17]使用1986—2004年蘇南地區數據進行研究，以污染物排放量衡量污染，得出蘇南地區環境污染與經濟增長之間呈N型波動環境庫茲涅茨曲線特征的結論。陳鋒[18]利用1985—2006年陜西數據研究發現，工業廢物與工業廢氣隨人均GDP增長呈單調遞增關系，工業廢水隨人均GDP增長呈U型曲線關系。李斌和李拓[19]利用中國2000—2011年省級面板數據，以二氧化硫、二氧化碳、煙粉塵的人均排放量衡量污染進行研究，發現中國存在倒U型的空氣污染庫茲涅茨曲線。也有少數研究使用了污染物空氣濃度指標，王敏和黃瀅[20]使用中國2003—2010年112個城市的面板數據，以二氧化碳、二氧化氮、PM10空氣濃度和工業二氧化硫排放衡量污染，研究發現，所有大氣污染濃度指標都呈現出U型曲線關系，但是在考慮了每個城市特定的時間趨勢變量后，高經濟增長并不一定會導致高污染；污染物排放量指標與經濟增長則呈倒U形曲線關系。

總結以上實證研究可以發現兩點不足：一是已有研究大部分僅使用污染物排放量或污染物空氣濃度指標，將兩者進行比較研究的較少。污染物排放量指標反映了人類活動的污染產出，污染物空氣濃度指標則反映了人們對于環境污染的直觀感受和其對人們生活的影響程度，兩者均十分重要，不應該被研究所忽視。少數將同時采用兩類指標的研究，如王敏和黃瀅[20]的研究卻在兩類指標上得出了截然相反的結論，且未給出合理解釋。二是幾乎沒有研究同時對技術進步和政府環保投入對環境的影響進行實證分析。眾所周知，目前世界各國政府均對環境問題十分關注，而作為一個“大政府”國家的政府，中國政府對環境的影響更是不應在研究中被忽視的。在本文的實證研究中，筆者彌補了以上不足，將技術進步與政府環保投入一并納入實證分析框架，同時使用污染物排放量和濃度指標，并對估計結果給出了合理解釋。

三、模型與數據

1理論模型

由理論分析可以看出，在控制技術水平保持不變時，隨著經濟增長，環境污染水平先下降后上升，即環境庫茨涅茨曲線呈U型。在允許技術隨經濟增長而變化時，經濟增長與環境污染的關系是不確定的，取決于技術進步速度即參數γ的大小。當γ較小、技術進步較慢時，環境庫茨涅茨曲線仍呈U型；當γ較大、技術進步較快時，環境庫茨涅茨曲線呈倒U型。

為探求污染與政府環保投入的關系，將P對k求一階導數：在實際中，環境治理財政投入占經濟總量比重與變化范圍均較小，故不考慮其與環境污染的高次函數關系。

根據已有條件無法對dPdk的符號進行判斷，故政府環保投入對環境的影響是不確定的。

2研究模型

基于傳統環境庫茲涅茨曲線研究及本文理論模型部分的結論，考慮環境污染與經濟增長間的對數二次函數關系，并加入環境治理財政投入等因素，本文得到如下環境庫茨涅茨曲線模型：

其中，Pollutionit為城市i在t年的環境污染指標，本文使用兩類指標，即包括空氣中年均二氧化氮濃度、PM10濃度在內的污染物空氣濃度指標和包括人均工業二氧化硫排放量在內的污染物排放量指標，以對污染情況進行衡量；GDPit為城市i在t年的以2005年不變價格衡量的人均實際GDP；Financeit為該城市環境治理財政投入占當年GDP的比重，在模型中筆者對其取對數并進行差分由于差分項的存在，本文補齊了該項指標2004年的數據。；Xit為其他控制變量，包括人口密度、第二產業產值占當年GDP的比重；αi為城市固定效應；c為截距項。

GDP只能籠統反映經濟總量的變化，無法反映其數值背后包括技術進步等因素在內的經濟質量的變動，而除經濟總量、產業結構等因素外，技術進步也會對環境污染產生影響。由于技術進步往往難以衡量，以往研究通常采用年份虛擬變量或共同的時間趨勢來代表。但在現實中，不同地區技術進步的程度是不同的，尤其是在中國這樣一個地區差異極大的國家，各個城市的技術水平、技術進步速度更是存在巨大差異。為進一步考察經濟增長、環境治理財政投入與環境污染的關系，本文在模型（8）的基礎上考慮技術進步的異質性，在模型中加入每個城市的隨機趨勢：

其中，ρi×year為城市i的時間趨勢變量，代表城市i包括技術進步在內的隨時間趨勢變化的量。Wooldridge[21]把模型（9）稱為相關隨機趨勢模型。

3 數據說明

本文使用2005—2013年中國27個省會、自治區首府（以下統稱省會）和4個直轄市的數據進行研究。限于數據的可得性，省會環境治理財政投入占當年GDP的比重用該省、自治區（以下統稱省）相應比重進行代替。省會是一省的政治中心和經濟中心，是貫徹省級政府政策意圖最為徹底的地區，也是一省大力發展的地區，故省會在經濟發展水平、各項財政投入上往往與該省整體具有較大一致性；且環境治理投入往往具有外部性，省內其他地區的環境治理投入對省會環境產生的影響將與投入地區的環境影響同向。因此，這一代替是合適的。本文數據來源于《中國統計年鑒》、《中國環境統計年鑒》、《中國城市統計年鑒》和《中國區域經濟統計年鑒》，部分數據由原始數據計算獲得。本文使用全國CPI數據對人均GDP進行了調整，得到以2005年不變價格衡量的人均實際GDP，最終獲得279個樣本，數據的描述統計如表1所示。

筆者以人均實際GDP為橫軸，三種污染物為縱軸做散點圖，經觀察發現，從趨勢上看，二氧化氮空氣濃度隨人均實際GDP增加而上升，人均工業二氧化硫排放量隨人均實際GDP增加而下降，PM10空氣濃度與人均實際GDP無明顯關系。以環境治理財政投入占GDP比重為橫軸，三種污染物為縱軸做散點圖，經觀察發現，從趨勢上看，三種污染物水平均與環境治理財政投入占GDP比重變化無明顯關系。下文將通過回歸分析進一步探索這些關系。

四、估計結果與分析

1環境庫茨涅茨曲線模型估計結果

本文對環境庫茨涅茨曲線模型用OLS方法進行估計，結果如表2所示。

由表2的估計結果可知，從環境污染與經濟增長的關系看，對于污染物空氣濃度指標，二氧化氮濃度與經濟增長呈U型曲線關系，即隨著經濟增長，污染物空氣濃度先下降后上升；PM10濃度則與經濟增長沒有顯著關系。對于污染物排放量指標，工業二氧化硫排放量與經濟增長也呈U型曲線關系。這一結果與直覺不符，因為隨著經濟增長和技術進步，經濟本應越來越傾向于“環境友好”，即污染水平在經濟增長到一定程度后必將呈下降趨勢，但實證結果卻給出了恰好相反的結論。

環境污染與環境治理財政投入關系的估計結果亦令人十分困惑。從直覺上講，環境治理財政投入的目的是提高環境質量，其手段一般為增加污染凈化設施、加大綠化水平等，這些都應該使環境狀況得到好轉，體現在環境污染指標上即為其絕對值的下降，從而dln（Finance）項的系數應顯著為負。但估計結果顯示，環境污染治理財政投入占GDP比重雖然與污染物指標負相關，但并不顯著。

在環境庫茨涅茨曲線模型中，dln（Finance）并非嚴格的外生變量。當環境污染加劇時，政府無論從民眾生活質量角度考慮，還是從社會輿論角度考慮，均會在當期加大環境治理的財政投入以期望將污染水平控制在更低的水平上，從而環境變量也會影響dln（Finance），模型存在內生性問題。因此，以上結果可能由內生性問題所致。為處理內生性問題，本文擬采用廣義矩估計方法（GMM方法）進行估計。現有研究主要采用兩種GMM方法處理內生性：一是Arellano和Bond[22]提出的差分GMM方法；二是Blundell和Bond[23]提出的系統GMM方法。差分GMM方法的基本思路為，先對環境庫茨涅茨曲線模型進行一階差分，除去固定效應，再用內生變量的滯后項做其工具變量。但是差分會導致信息損失，且解釋變量在時間上具有連續性時，工具變量的有效性會減弱，從而影響估計效果。為了克服這一問題，Blundell和Bond[23]提出了系統GMM方法，同時利用差分和水平方程中的信息，增加滯后項的差分項作為內生變量的工具變量。由于使用了更多信息，系統GMM方法比差分GMM方法更加有效。但這一有效性需要兩個檢驗進行保證：一是對工具變量進行過度識別約束檢驗；二是對差分方程隨機誤差項的二階序列相關進行檢驗。若過度識別約束檢驗通過且差分方程誤差項無二階序列相關，則有效性得到保證。

GMM方法可分為一步估計法和兩步估計法。Bond等[24]發現在有限樣本條件下兩步估計法所得統計量存在嚴重的向下偏誤，進而影響統計推斷，Blundell和Bond[23]則發現一步估計法漸進誤差較小，其較兩步估計法更為可靠，因此，本文采用一步估計法對環境庫茨涅茨曲線模型進行估計。

模型中的變量設置情況如下：本期dln（Finance）顯然為內生變量。現階段中國政府對于經濟增長依然非常重視，除了極個別日期（如APEC會議期間）外，基本不會因為環境情況改變短期經濟政策，與環境可持續發展有關的長期經濟政策也均處于醞釀階段或未實施階段；而追求利潤最大化的企業更不會因為環境惡化而主動減產或停產。故可認為，環境變量在樣本期內不會影響人均GDP和第二產業的占比。由于文化傳統等因素，中國是人口遷移較少的國家，若非工作變動或其他重大原因，國人不會考慮更換居住地。在中國，環境問題已經達到較為嚴重威脅居民生活質量的城市只有近幾年北京的某些時段，而由于北京具有教育、醫療等優質資源和更多的發展機會，空氣質量對絕大多數人來說不是其選擇是否在北京生活的主要考慮因素，一年中為數不多的重度污染天氣并不會讓人們選擇逃離北京，故可認為環境變量在樣本期內不會影響人口密度。本期變量顯然不會影響上一期的變量，故本期環境變量不會影響滯后期dln（Finance）。因此，本文將ln（GDP）、ln（Density）、ln（Industry）和滯后期dln（Finance）設置為外生變量，將本期dln（Finance）設置為內生變量。令人遺憾的是，三種污染物指標為因變量的系統GMM方法估計結果均無法使“過度識別約束通過”和“誤差項無二階序列相關”同時成立。因此，本部分將采用差分GMM方法進行估計，結果如表3所示。

從表3可以看出，與OLS估計結果相比，差分GMM估計結果發生了巨大變化，ln（GDP）和[ln（GDP）]2項系數符號均出現了反轉，這說明內生性問題確實存在，且對估計結果造成了嚴重影響。從環境污染與經濟增長關系看，對于污染物空氣濃度指標，二氧化氮濃度與經濟增長呈現倒U型曲線關系，即隨著經濟增長，污染物空氣濃度先上升后下降；PM10濃度則與經濟增長無顯著關系。對于污染物排放量指標，工業二氧化硫排放量與經濟增長也呈倒U型曲線關系。從環境污染與環境治理財政投入關系看，環境污染治理財政投入與三項污染指標均無顯著關系。對于環境污染與經濟增長的關系，這一結果與大部分學者的研究一致。如文獻綜述所述，關于環境庫茨涅茨曲線的大部分研究認為兩者呈倒U型關系，即雖然經濟增長在初期會加劇污染，但隨著經濟體量進一步增加，中國環境狀況終會逐漸改善。PM10受區位因素影響較多，故其濃度與經濟增長的關系不顯著。

使用二氧化氮濃度、人均工業二氧化硫排放量為因變量估計的環境庫茨涅茨曲線模型的人均實際GDP拐點分別為36 928元和28 985元，而2013年31個城市人均實際GDP的分布區間為[32 201， 93 681]，有25個城市人均實際GDP大于最大拐點值，即處于倒U型曲線的右端。因此，若其他因素不變，隨著經濟的進一步增長，中國大部分省會、自治區首府和直轄市的環境狀況將逐漸好轉。

2相關隨機趨勢模型估計結果

為進一步考察考慮技術進步異質性時，經濟增長、環境治理財政投入對環境污染的影響，本文使用相關隨機趨勢模型，將技術進步的時間趨勢變量作為外生變量進行估計，由于無法通過系統GMM方法的有效性條件，本部分仍利用差分GMM方法進行估計，結果如表4所示。

從表4可以看出，在考慮了技術進步異質性后，從環境污染與經濟增長關系看，對于污染物空氣濃度指標，二氧化氮濃度、PM10濃度與經濟增長呈現U型曲線關系，即隨著經濟增長，污染物空氣濃度先下降后上升。對于污染物排放量指標，工業二氧化硫排放量與經濟增長無顯著關系。從環境污染與環境治理財政投入的關系來看，環境污染治理財政投入除與人均工業二氧化硫排放量有統計顯著、但經濟意義不顯著其系數與其他變量的系數均不在同一數量級上，故可視為經濟意義不顯著。的正相關外，與其他兩項污染指標均無顯著關系。

使用二氧化氮濃度、PM10濃度為因變量估計的環境庫茨涅茨曲線模型的人均實際GDP拐點分別為39 295元和36 523元，而2013年31個城市人均實際GDP的分布區間為[32 201， 93 681]，有23個城市的人均實際GDP大于最大拐點值，即處于U型曲線的右端。因此，若技術水平等其他因素不變，隨著經濟的進一步增長，中國大部分省會、自治區首府和直轄市的環境狀況將惡化。

3比較與分析

將環境庫茨涅茨曲線模型和相關隨機趨勢模型估計結果對比可以發現，對于環境污染與經濟增長間的關系，兩模型的估計結果是相反的。而大多數研究均支持Grossman和Krueger[2]的結論，即在經濟發展到一定程度、基本物質需求得到滿足后，人們對環境等更高層次的需求會增加，這會促使經濟向“環境友好”的方向發展，環境會逐漸改善，從而環境污染與經濟增長應呈倒U型關系。

環境庫茨涅茨曲線模型與相關隨機趨勢模型的唯一差異是對技術進步的控制，而環境庫茨涅茨曲線模型與相關隨機趨勢模型估計結果分別與理論分析部分允許技術隨經濟增長進步情況中α+β+γ-1>0時和控制技術進步不變時的結論相吻合，同時也是對理論推導正確性的進一步驗證。本文將試著從這一角度解釋兩模型估計結果的差異。在技術水平固定，即相關隨機趨勢模型情況下，由于環境治理投入以規模報酬遞減的凹函數減少污染，而消費以一比一增加污染，故在經濟水平較低時，環境治理投入邊際回報較高，從而經濟增長使消費與環境治理投入均增加時，消費帶來的污染增量小于環境治理財政投入帶來的污染減少，總污染水平下降；隨著經濟水平提高，環境治理投入邊際回報逐漸下降，當其邊際回報下降至某一點后，當經濟增長時，消費增加帶來的污染增量將大于環境治理財政投入增加帶來的污染減少，從而總污染水平上升。當技術水平隨經濟增長而提高，即環境庫茨涅茨曲線模型情況下，在經濟水平較低時，技術水平較低，環境治理投入的邊際回報也較低，從而在經濟增長時，消費增加帶來的污染增量大于環境治理財政投入增加帶來的污染減少，總污染水平上升；隨著經濟增長，技術水平不斷上升，當技術達到一定水平后，當經濟增長時，消費增加帶來的污染增量將小于環境治理財政投入增加帶來的污染減少，從而污染水平隨經濟增長而下降。上述原因造成了控制技術水平與否的兩種模型下環境污染與經濟增長之間相反的相關關系。因此，在技術水平保持不變，或者說在模型中控制了技術進步因素后，隨著經濟增長，環境會先改善后惡化，即環境污染與經濟增長呈U型關系；而若允許技術隨經濟增長而進步，隨著經濟增長，環境會先惡化后改善，即環境污染與經濟增長呈倒U型關系。

通過以上分析，本文可以得出如下結論：在通常情況下，隨著經濟增長，環境狀況確實最終會得到改善，但這種改善并不是源于經濟總量增長本身，而是源于伴隨著經濟增長的技術進步。即若無技術進步，單純的經濟體量增加最后只能導致環境越來越差。對于環境污染與環境治理財政投入的關系，環境庫茨涅茨曲線模型的估計結果與相關隨機趨勢模型的估計結果是一致的，即政府環保投入對環境改善均無顯著影響。這可能是由于政府環保投入對私人部門環保投入擠出效應過大，從而弱化了政府環保投入的效果，也可能是政府投資本身的效率低下所導致。故可以認為，現階段中國環境治理財政投入效果是非常有限的。

以上結論具有極強的現實意義和政策含義：首先，其明確了環境改善必須靠主觀努力。世界上絕大多數發達國家都經歷了環境先惡化后改善的過程，于是在中國便有觀點認為發展必然會帶來環境先惡化后改善，從而在中國經濟發展過程中將改善環境置于次要地位，寄希望于在經濟發展到一定程度后再去解決環境問題，或認為經濟發展了，環境問題自然會得到解決。而以上研究結論則說明，經濟增長能帶來環境最終改善的前提是技術隨著經濟增長一同進步，因此，若只盲目追求經濟總量的擴大而不重視有利于環境改善的技術進步，經濟增長非但不會帶來環境改善，反而最終會導致環境惡化。其次，其指明了政府在環境治理中應發揮的作用。對于環境問題，政府可以選擇通過環保設施建設等方式進行財政投入的直接干預，也可以采用包括制定環保標準、淘汰落后產能等產業政策進行間接干預。實證分析告訴我們，技術進步將是未來中國環境改善的主要動力，政府環保財政投入在現階段則收效甚微。因此，為重拾碧水藍天，政府應通過制定產業政策等方式加大間接干預力度，促進環境友好的技術進步；對于財政投入等政府直接干預方式，則適度即可。而理論分析告訴我們，只有當模型中的γ足夠大，即技術進步足夠快時，技術進步帶來的環境治理投入邊際回報增加才能抵消環境治理投入自身的邊際回報遞減趨勢，從而倒U型的環境庫茨涅茨曲線才能實現。因此，中國要使環境最終得到改善，必須使技術水平以較快的速度隨經濟增長而提高。令人慶幸的是，隨著霧霾等極端天氣的頻繁出現，中國政府已對環境問題高度重視，從產業政策等角度對“環境友好”的技術發展給予了很大鼓勵，因而可以相信，隨著經濟增長，“環境友好”的技術改善也必然會以較快的速度進行，使未來的中國走向倒U型曲線的右半側，即隨著經濟增長，環境最終得到改善。

五、小 結

近幾年環境形勢越發嚴峻，在環境治理領域，政府是不可忽視的力量。政府既可以通過財政投入等手段對環境直接進行干預，也可以通過產業政策等方式鼓勵環境友好的技術進步以間接干預環境。已有理論研究幾乎從未將伴隨著經濟增長的技術進步與政府干預同時納入分析框架。已有實證研究則大部分僅使用污染物排放量或污染物空氣濃度指標，將兩者進行比較研究的較少；少數將同時采用兩類指標的研究卻在兩類指標上得出了截然相反的結論，且未給出合理解釋；幾乎沒有研究同時對技術進步和政府環保投入對環境的影響進行實證分析。本文基于Andreoni和Levinson[6]分析環境污染與經濟增長關系的靜態模型，加入技術進步與政府環保財政投入因素，對中國環境污染、經濟增長、技術進步與環境治理財政投入的關系進行了理論分析，分析發現，在控制技術水平保持不變時，隨著經濟增長，環境污染水平先下降后上升，即環境庫茨涅茨曲線呈U型。在允許技術隨經濟增長而變化時，經濟增長與環境污染的關系是不確定的，取決于技術進步速度。當技術進步較慢時，環境庫茨涅茨曲線仍呈U型；當技術進步較快時，環境庫茨涅茨曲線呈倒U型。污染與政府環保投入的關系則無法根據理論分析得到結論。

本文使用2005—2013年27個省會、自治區首府和4個直轄市的污染物空氣濃度和污染物排放量兩類數據，用不考慮技術進步影響的環境庫茨涅茨曲線模型和考慮技術進步影響的相關隨機趨勢模型進行了實證分析，研究發現，對于兩類指標，實證分析結果較為一致。在不考慮技術進步異質性時，環境污染會隨著經濟增長先惡化后改善；控制了技術進步異質性后，經濟總量的增加會使環境先改善后惡化。中國政府環境治理財政投入則在兩種情況下均對環境無顯著影響。

基于理論模型分析，本文對實證結果做出解釋：在技術水平固定的情況下，經濟水平較低時，環境治理投入邊際回報較高，經濟增長使消費與環境治理投入均增加時，消費帶來的污染增量小于環境治理財政投入帶來的污染減少，總污染水平下降；隨著經濟水平提高，環境治理投入邊際回報的下降終將使社會達到經濟增長時消費增加帶來的污染增量大于環境治理財政投入增加帶來的污染減少，從而使總污染水平上升。在技術水平隨經濟增長而提高的情況下，當經濟水平和技術水平較低時，環境治理投入的邊際回報也較低，即在經濟增長時，消費增加帶來的污染增量大于環境治理財政投入增加帶來的污染減少，從而使總污染水平上升；隨著經濟增長，技術水平不斷上升終將使社會達到經濟增長時消費增加帶來的污染增量小于環境治理財政投入增加帶來的污染減少，從而使總污染水平隨經濟增長而下降。對于環境污染與環境治理財政投入的關系，可能是由于政府環保投入對私人部門環保投入擠出效應過大，從而弱化了政府環保投入的效果，也可能僅僅是政府投資本身的效率低下所導致。環境污染與環境治理財政投入間的不顯著關系可能是政府環境治理財政投入擠出效應過大所導致，也可能是政府投資本身效率低下所導致。

由此本文得出如下結論：隨著經濟增長，環境狀況確實最終會得到改善，但這種改善并不源于經濟總量增長，而是源于伴隨著經濟增長的技術進步。現階段，中國環境治理財政投入效果非常有限。因此，

以上結論具有較強的政策含義：首先，其明確了環境改善必須靠主觀努力。我們不能寄希望于環境問題隨經濟發展自然得到解決，經濟增長能帶來環境最終改善的前提是技術隨著經濟增長一同進步，若只盲目追求經濟總量的擴大而不重視有利于環境改善的技術進步，經濟增長非但不會帶來環境改善，反而最終會導致環境惡化。其次，其指明了政府在環境治理中應發揮的作用。因此，政府應通過制定產業政策等間接干預方法促進較快速的環境友好技術進步，財政投入等政府直接干預方式則適度即可。合理控制、減少財政投入等直接干預方式的規模，加大制定產業政策、促進“環境友好”技術進步等間接干預方式的力度。

參考文獻：

[1] Kuznets， S Economic Growth and Income Inequality[J] The American Economic Review， 1955， 45（1）：1-28

[2] Grossman，GM，Krueger，AB Environmental Impacts of a North American Free Trade Agreement[R] National Bureau of Economic Research， 1991

[3] Panayotou， T Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[R] International Labour Organization， 1993

[4] Jones， LE，Manuelli， RE A Positive Model of Growth and Pollution Controls[R] National Bureau of Economic Research， 1995

[5] Selden， TM， Song， D Neoclassical Growth， the J Curve for Abatement， and the Inverted U Curve for Pollution[J] Journal of Environmental Economics and Management， 1995， 29（2）： 162-168

[6] Andreoni， J， Levinson， A The Simple Analytics of the Environmental Kuznets Curve[J] Journal of Public Economics， 2001， 80（2）： 269-286

[7] Brock， WA，Taylor， MSEconomic Growth and the Environment：A Review of Theory and Empirics[R] National Bureau of Economic Research， 2004

[8] Selden， TM，Song， D Environmental Quality and Development：Is There a Kuznets Curve for Air Pollution Emissions？[J] Journal of Environmental Economics and Management， 1994， 27（2）： 147-162

[9] Grossman， GM，Krueger， AB Economic Growth and the Environment[J] Quarterly Journal of Economics， 1995， 110（2）： 353-377

[10] Moomaw， WR，Unruh，GC Are Environmental Kuznets Curves Misleading Us？ The Case of CO2 Emissions[J] Environment and Development Economics， 1997， 2（4）： 451-463

[11] Apergis，N， Payne， JE Energy Consumption and Economic Growth in Central America： Evidence from a Panel Cointegration and Error Correction Model[J] Energy Economics， 2009， 31（2）： 211-216

[12] Onafowora，OA，Owoye， O Bounds Testing Approach to Analysis of the Environment Kuznets Curve Hypothesis[J] Energy Economics， 2014，（44）： 47-62

[13] Ekins， P The Kuznets Curve for the Environment and Economic Growth： Examining the Evidence[J] Environment & Planning A， 1997， 29（5）： 805-830

[14] Akbostanc， E，Türüt-As，k， S，Tun， GI· The Relationship between Income and Environment in Turkey： Is There an Environmental Kuznets Curve？[J] Energy Policy， 2009， 37（3）： 861-867

[15] Stern， DI，Common， MS Is There an Environmental Kuznets Curve for Sulfur？[J] Journal of Environmental Economics and Management， 2001， 41（2）： 162-178

[16] He， J， Richard， P Environmental Kuznets Curve for CO2 in Canada[J] Ecological Economics， 2010， 69（5）： 1083

[17] 張炳，畢軍，葛俊杰，等 江蘇蘇南地區環境庫茨涅茨曲線實證研究[J] 經濟地理，2008，（3）： 376-379

[18] 陳鋒 關于環境庫茲涅茨曲線演替軌跡分析——以陜西為例[J] 經濟問題，2008，（9）：38-41

[19] 李斌， 李拓 中國空氣污染庫茲涅茨曲線的實證研究——基于動態面板系統GMM與門限模型檢驗[J] 經濟問題，2014，（4）： 17-22

[20] 王敏，黃瀅 中國的環境污染與經濟增長[J] 經濟學（季刊），2015，（2）： 557-578

[21] Wooldridge， JM Econometric Analysis of Cross Section and Panel Data[M] Massachusetts：The MIT Press， 2010247

[22] Arellano，M， Bond，S Some Tests of Specification for Panel Data： Monte Carlo Evidence and an Application to Employment Equations[J] Review of Economic Studies， 1991， 58（2）：277-297

[23] Blundell， R，Bond， S Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J] Journal of Econometrics， 1998， 87（1）：115-143

[24] Bond， SR，Hoeffler， A， Temple， JRW GMM Estimation of Empirical Growth Models[J] Economics Papers， 2001， 159（1）：99-115

（責任編輯：徐雅雯）