淮河流域的工業環境庫茲涅茨曲線再檢驗
——來自2005—2014年安徽省地級市面板數據

王 惠,王樹喬,2,李小聰

(1.淮陰工學院圖書館, 江蘇 淮安 223003; 2.中國礦業大學公共管理學院, 江蘇 徐州 221116;3.河海大學商學院,江蘇,南京 210098)

淮河流域的工業環境庫茲涅茨曲線再檢驗
——來自2005—2014年安徽省地級市面板數據

王 惠1,王樹喬1,2,李小聰3

(1.淮陰工學院圖書館, 江蘇 淮安 223003; 2.中國礦業大學公共管理學院, 江蘇 徐州 221116;3.河海大學商學院,江蘇,南京 210098)

基于2005—2014年淮河流域安徽段8個地級市工業環境與經濟相關統計數據,通過非參數Kernel函數估計描繪該區域人均GDP和工業污染排放物的動態演進過程,進而構建淮河流域環境庫茲涅茨曲線(EKC)模型,考察淮河流域生態環境質量變遷與經濟增長的關系。研究表明:該區域的經濟發展水平整體處于上升階段,隨著時間推移地區之間差距拉大,而人均工業廢水排放和人均工業廢氣排放的核密度估計分布圖存在一定的相似性;人均工業廢氣排放量與人均GDP呈現線性關系,人均工業廢水排放量和人均工業固體廢棄物排放量與人均GDP之間均表現出正“U”型二次曲線關系,與典型的EKC曲線特征不是完全符合,安徽淮河流域大部分地區仍然處于隨經濟發展而生態環境不斷惡化階段。

環境庫茲涅茨曲線;淮河流域;經濟增長

1993年,Grossman等研究發現環境污染程度在經濟增長初期并不嚴重,但是隨著人均收入的增加,環境污染程度加重,當人均收入達到一定程度后,隨著人均收入增加環境污染減弱,用曲線來描繪的話如一條倒“U”型曲線[1]。據此,Grossman提出EKC曲線(環境庫茲涅茨曲線假說)。

之后,國外學者通過不同污染物、不同地區的實證研究檢驗EKC曲線是否存在,并將生態環境與經濟增長之間是否存在EKC曲線作為判斷生態環境、工業化發展與經濟增長三者是否協調發展的依據[2]。Caviaviglia等[3]利用1961—2000年期間146個國家人均GDP和生態足跡數據進行分析,認為生態足跡指標能夠全面表征環境壓力,研究表明人均GDP與生態足跡之間不存在倒“U”型曲線關系。Stern等[4]、Holtz等[5]研究發現:人均收入與大多數環境污染物之間都呈現倒“U”型關系,且新興工業化國家和發達國家普遍適用這條曲線。

國內學者受國外學者研究的啟發,依據中國或某些省份數據對自然生態環境與地區經濟增長水平之間是否存在EKC曲線進行實證檢驗。陳向陽[6]收集1997—2011年中國省級面板數據,對樣本期內EKC曲線的變化進行研究,發現選取的3個污染指標中工業固體廢棄物排放量以及二氧化硫排放量與經濟增長之間呈現倒“U”型曲線形態,說明中國經濟發展與自然環境存在EKC曲線特征。沈能等[7]從生產率的角度檢驗農業環境與農業增長的關系,借助GML方法測度納入環境因素框架后農業生產效率,拓展傳統的EKC曲線,結果認為農業生產率與農業增長之間存在較為穩定的正“U”型曲線關系,農業EKC曲線在中國得到實證支持;同時中國絕大部分地區依舊處于農業環境生產效率隨經濟發展而下降的階段。許登峰等[8]基于計量回歸模型實證研究廣西壯族自治區環境污染與經濟發展之間是否存在倒“U”型曲線關系,結果顯示2008年是廣西壯族自治區EKC曲線的轉折點,廣西壯族自治區EKC曲線明顯表現為倒“U”型。

目前,安徽省正處于工業化發展中期階段,伴隨著經濟迅猛發展,資源消耗日益增多,作為中國礦產資源豐富的省份,豐富的煤炭資源使安徽省在未來很長一段時期內保持以煤為主的能源消耗結構,在滿足經濟發展能源需求的同時,也給安徽省的生態環境帶來巨大的壓力,尤其是淮河流域安徽段經濟發展與生態環境關系如何,引發地方政府和廣大學者的普遍關注,涌現出很多相關領域的研究成果。但縱觀已有文獻,鮮見針對生態環境脆弱、工業化速度較快、人口密集的中國淮河流域工業環境與經濟增長是否協調發展的系統研究。據此,筆者通過對安徽省淮河流域人均GDP與工業三廢排放量之間的定量研究探究該區域的EKC曲線特征,探索EKC的拐點是否已經到來,為該區域環境污染和經濟增長關系研究提供一定的借鑒和參考。

1 經濟增長與工業環境污染的動態演化

為了細致、全面地揭示淮河流域安徽段8個地級市工業環境與經濟增長的動態演化過程,筆者利用非參數Kernel密度分別估計人均GDP、人均工業固體廢棄物排放量、人均工業廢氣排放量和人均工業廢水排放量的總體分布特征,該方法主要優點是適應性較強,可以隨意設定函數的形式,更好地還原數據自身所具有的特征。假設隨機向量X的密度函數為f(x)=f(x1,x2,…,xn),從X中隨機抽取一組獨立且同分布的樣本X1,X2,…,Xn,f(x)的核密度估計式為[9]

(1)

式中：h為帶寬；k(·)為核函數；n為樣本總量。

核函數和帶寬的選取關系到非參數核密度估計的好壞,使均方誤差最小是選取最佳帶寬的基本思想,而核函數則采用經常使用的Epanechnikov核函數[10]。為了避免各年度間分布曲線過于密集以致難以清晰辨認的問題,筆者分別選取4個代表性年份,2005年、2008年、2011年、2014年4個時間段,各個年份之間相隔3年;各條核密度曲線將隨著時間推進逐漸由實線變為虛線,方便讀者觀察變量時序上的分布演進過程(圖1)。

1.1 變量選擇和數據來源

依據數據的可獲取性,選取以下3個工業環境污染指標:工業固體廢棄物排放量、工業廢水排放量以及工業廢氣排放量,以上排放量均為人均排放量。樣本時間段設定為2005—2014,這一區間段為淮河流域全面實施可持續發展戰略、實施綜合治理的關鍵時期,大量能源消耗高、污染排放量高的工業企業紛紛受到政府提倡的節能減排理念影響。所有污染排放數據均由相應年份的《安徽省統計年鑒》、水利部淮河水利委員會和安徽省環保廳的環境統計報表整理而得,少量缺失數據采用均值法或線性插值法填補。

EKC曲線是通過人均收入與環境污染指標之間的演變模擬,說明經濟發展對環境污染程度的影響,人均GDP本身具有社會公平和平等的含義,人均GDP雖然不能直接等同于居民的人均收入和生活水平,但構成了一國居民人均收入和生活水平的主要物質基礎,是提高居民人均收入水平、生活水平的重要參照指標,同時借鑒眾多國內外相關研究,筆者以人均GDP來衡量人均收入,即經濟增長指標選用人均GDP來衡量,人均GDP與總量指標相比,更能反映真實經濟發展水平,人均GDP由相應年份的《安徽省統計年鑒》整理計算而獲得,為了消除價格因素的影響,以2005年不變價計算人均GDP實際數值。文中涉及的各類指標、單位以及符號如表1所示。

表1 經濟增長和環境污染指標單位與符號表示

注：資料來源于《安徽省統計年鑒》(2006—2015)。

研究樣本總體為淮河流域的滁州、六安、宿州、淮北、蚌埠、淮南、亳州、阜陽等沿淮8個地級市。雖然淮河流域地跨山東南部、江蘇北部、安徽和河南,但是安徽省沿淮8個市在其區域經濟中占有重要的戰略地位,該區域是工業經濟發展最快、經濟結構轉型最快的地段。據此,筆者選擇的樣本總體涵蓋淮河流域安徽段主要城市,可以全面地反映生態環境和經濟增長之間的相互關系。

1.2 動態演進過程

圖1 淮河流域人均GDP核密度估計分布

圖1展示的是淮河流域安徽段人均GDP水平差異化演進過程。樣本期內淮河流域安徽段人均GDP分布演化呈現3個明顯特征:①核密度分布曲線右移趨勢明顯,反映出2005—2014年期間該區域的經濟處于較快的增長趨勢。②分布形狀逐漸趨于“扁平”,即波峰的寬度逐漸擴大,高度逐漸降低,反映出離差程度大幅度增加,表明樣本之間經濟增長的差距進一步拉大。③2005年、2008年、2011年人均GDP分布的核密度曲線均呈現出主體“雙峰”分布傾向,這種雙峰模式反映出淮河流域安徽段8個地級市中一部分人均GDP處于較高水平,而另外一部分的人均GDP處于較低水平,意味著人均GDP低的地區內部和人均GDP高的地區內部的收斂,兩者差距變大,該區域的經濟發展并不協調。

表2 固定效應回歸結果

注:調整R2為模型的擬合優度;()為p值； ***表示在1%水平上顯著;**表示在5%水平上顯著;*表示在10%水平上顯著。

按照不同的工業環境污染指標,可測算得到淮河流域人均工業廢水排放量、人均工業廢氣排放量以及人均工業固體廢棄物排放量的核密度估計分布如圖2、圖3和圖4所示。可以看出圖3和圖4存在一定的相似性,波峰形狀都是由2005年的“寬峰”型轉變為2014年的“尖峰”型,反映出樣本內部存在趨同現象。而人均工業固體廢棄物排放量樣本期內,核密度估計分布都表現出“尖峰”型,同時密度分布的右尾長度有明顯增加,意味著部分人均工業固體廢棄物排放量中等和較少的區域排放速度有所變緩,而人均工業固體廢棄物排放量本來就較高的區域排放速度明顯加快,導致樣本之間的人均工業固體廢棄物排放量差距變大。

圖2 淮河流域人均工業固體廢棄物排放核密度估計分布

圖3 淮河流域人均工業廢氣排放核密度估計分布

圖4 淮河流域人均工業廢水排放核密度估計分布

2 EKC曲線特征分析

利用EKC曲線分析模型對安徽省淮河流域的工業環境與經濟增長進行實證分析,在此基礎上估算確定EKC曲線拐點是否到來以及到達的時間,以期為安徽省發展“友好型”經濟提供實證支持。

首先,需要對選取的經濟增長和工業環境變量進行單位根檢驗,這樣可以有效避免變量之間出現偽回歸。筆者選取的樣本是平衡面板數據,同時為了避免使用單一方法會產生偏誤,選用HT檢驗和LLC檢驗[11]。檢驗結果所示,除了人均GDP(P)在HT和LLC檢驗以及人均工業廢水排放量(W)在HT檢驗表現出非平穩性,其余變量均表現平穩;但P、G、W和S經過一階差分,都是平穩時間序列。

由于人均GDP、人均工業廢水排放量都有表現出非平穩性,因此在估計相應的EKC方程前需進行協整檢驗。面板協整檢驗的結果表明,統計量都通過10%顯著性水平檢驗,因此認為,人均GDP與人均工業廢氣、人均工業廢水以及人均工業固體廢棄物排放量之間存在長期穩定關系,可以對人均GDP對3個污染物指標的影響做進一步估計。

根據上文分析,并結合表2計量結果,可以得到人均工業廢氣排放量、人均工業廢水排放量以及人均工業固體廢棄物排放量與人均GDP之間擬合方程,除了人均工業廢氣排放量數據擬合為直線以外,人均工業廢水排放量和人均工業固體廢物排放量數據均與經濟增長之前呈現“U”型曲線關系,擬合方程：

(2)

對上述方程進行一階求導并令一階導數值等于零:

(3)

由式(3)得到拐點臨界值:

(4)

人均工業廢水排放量與人均GDP之間存在正“U”型二次曲線關系,沒有顯示出典型的EKC曲線倒“U”型特征。人均工業廢水排放量隨著人均GDP的上升呈現先下降后上升趨勢,在人均GDP達到1.790 4萬元時人均工業廢水排放量位于最小值,是安徽省淮河流域人均工業廢水排放的理論拐點。截至2014年,該流域除了亳州市和阜陽市處于曲線的左側下降階段,其余的6個地級市都位于曲線的右側上升階段,這表明隨著經濟不斷增長,生態環境質量呈現惡化趨勢,雖然沿淮各級政府加大了對淮河流域水源質量的監管,在很大程度上減少了工業廢水的排放,但是淮河附近的工業經濟發展依舊以煤、電、水泥、鋼、銅等原材料傳統產業作為支撐,這些高能耗的產業在生產過程中產生的大量廢水和廢液,其中含有隨水流失的工業生產用料、中間產物、副產品以及生產過程中產生的污染物,加重了淮河流域的水污染。

人均工業廢氣排放量與人均GDP之間存在正向線性關系,即人均工業廢氣排放量隨著人均GDP的增長而變多。究其原因是工業經濟規模增長是安徽省內大部分地區現階段工業廢氣增長的主要因素,安徽省經濟處于高速發展階段,工業規模的增長不可避免地增加了廢氣的排放,加上淮河流域的煤資源豐富,廢氣排放強度居高不下是影響環境質量的重要原因。

人均工業固體廢棄物排放量與人均GDP之間存在正“U”型二次函數關系,同人均工業廢水排放量與人均GDP之間關系類似,都沒有呈現典型的EKC曲線倒“U”型特征。在人均GDP達到0.7876萬元時到達拐點,就選取的淮河流域安徽省境內8個地級市樣本數據來看,全部地區的人均GDP從2010年開始都已經達到并超過0.7876萬元,該時段以后工業固體廢棄物排放量全都位于曲線右側,說明隨著人均收入的提升人均工業固體廢棄物排放量變得更多。煤炭、電力、紡織等污染嚴重的產業在淮河流域的工業企業中占主導地位,重型化工和礦山開采等行業的規模擴張,必然導致該流域附近的固體廢棄物排放量直線上升,政府部門要積極開展環境規制管理，有效降低工業污染物的排放。

3 結論及建議

通過淮河流域安徽省境內8個地級市的人均工業固體廢棄物排放量、人均工業廢水排放量以及人均工業廢氣排放量等3類環境污染指標與人均GDP面板數據的估計結果,對EKC曲線進行檢驗,研究顯示:2005—2014年期間,淮河流域的人均工業廢氣排放量隨人均GDP的增長表現出逐年遞增趨勢,而人均工業廢水排放量和人均工業固體廢棄物排放量與人均GDP之間呈現正“U”型關系,與典型EKC曲線特征不是完全符合。整體而言,安徽省淮河流域的生態環境隨著經濟快速增長不斷惡化。

基于上述研究結論,為了緩和淮河流域生態環境和經濟增長之間的矛盾,促進低碳經濟的發展,實現經濟和環境之間協調發展,政府和企業都應該扭轉先污染、后治理的觀念,結合淮河流域工業模式的實際狀況，提出以下建議:

a. 大力發展循環經濟,形成具有低碳特征的環保產業發展模式。走可持續發展道路是緩和生態環境與經濟增長矛盾的必然選擇。淮河流域城市憑著自身的資源和地理特點,制定符合自身優勢的低碳經濟發展規劃,利用本區域科研院所的優勢,將發展環保產業作為科技化產業推進低碳工業的關鍵,逐步形成具有低碳技術研發、轉化和推廣的平臺,引導、限制和淘汰高碳工業,鼓勵和支持企業從事環保新興產業的投資和產業結構優化升級。

b. 增加環保經費投入。環保投入是環境保護事業發展的物質基礎,其中,開展環保工作的重要保障就是財政支持。沿海各級政府提升環境治理和控制的能力必須要加大環境保護事業的經費投入,多渠道全方位調動全社會力量支持環境保護工作,實現經濟增長速度與環境保護投入經費增長幅度相契合。

c. 注重開發潔凈煤技術。淮河流域煤炭資源豐富,主要集中在蘇西北、安徽的豫西、淮北和淮南、魯西南等礦區,分布集中、煤質好、煤種類全、易于開采,但是煤屬于不可再生能源,如果不注重有效利用和開發,資源就會白白浪費掉。因此,淮河流域走綠色工業化道路過程中,煤炭的利用效率是關鍵。

[ 1 ] 許廣月,宋德勇.中國碳排放環境庫茲涅茨曲線的實證研究:基于省域面板數據[J].中國工業經濟,2010(5):37-47.

[ 2 ] 呂志鵬. 中國環境庫茲涅茨曲線研究文獻的發展規律探析[J].統計與決策,2015(17):110-112.

[ 3 ] CAVIAVIGLIA H J L,CHAMBERS D,KAHN J R. Taking the “U” out of Kuznets: a comprehensive analysis of the EKC and environmental degradation[J]. Ecological Economics, 2009, 68(4):1149-1159.

[ 4 ] STERN D I,COMMON M S,BARBIER E B.Economic growth and environmental degradation: the environmental Kuznets curve and sustainable development[J]. World Development, 1996, 24(7):1151-1160.

[ 5 ] HOLTZ E D,SELDEN T M. Stoking the fires:CO2, emissions and economic growth[J]. Social Science Electronic Publishing, 1995, 57(1):85-101.

[ 6 ] 陳向陽.環境庫茲涅茨曲線的理論與實證研究[J].中國經濟問題,2015(3):51-62.

[ 7 ] 沈能,張斌.農業增長能改善環境生產率：有條件“環境庫茲涅茨曲線”的實證檢驗[J].中國農村經濟,2015(7):17-30.

[ 8 ] 許登峰,劉志雄.廣西環境庫茲涅茨曲線的實證研究[J].生態經濟,2014(2):52-56.

[ 9 ] 楊槿,陳雯,袁豐.蘇州老城區文化產業空間格局演化及其機理分析[J].地理科學,2015(12):1551-1559.

[10] 王惠,卞藝杰,王樹喬. 出口貿易、工業碳排放效率動態演進與空間溢出[J]. 數量經濟技術經濟研究,2016(1):3-19.

[11] 林毅夫,姜燁.經濟結構、銀行業結構與經濟發展：基于分省面板數據的實證分析[J].金融研究,2006(1):7-22.

國家自然科學青年基金(41301048)

王惠(1984—),女,館員,博士研究生,從事環境經濟學研究。E-mail:wanghuiwsq@sina.com

10.3880/j.issn.1003-9511.2017.02.005

F127.5

A

1003-9511(2017)02-0022-04

2016-12-05 編輯：方宇彤)