中國經濟增長與環境質量的關系研究
——基于240個城市的雙門檻效應檢驗

(海南大學 經濟與管理學院,海南 ?？?570228)

1 引言

經濟發展的最終目標在于改善人民生活水平,提升居民的整體福利水平。然而,在資源環境的約束下,我國現有經濟發展模式帶來的經濟增長必然會伴隨著污染排放,導致的環境惡化會降低甚至可能抵消經濟增長帶來的居民福利改善[1]。《中國生態環境狀況公報》顯示,2017年在全國338個地級及以上城市中,239個城市環境空氣質量超標,超標比例高達70.7%,酸雨城市的比例高達36.1%。如何準確地理清經濟增長與環境污染之間的關系，是當前我國經濟社會發展急需解決的問題之一。

20世紀70年代以前,學術界普遍認為經濟增長與環境質量之間呈正相關關系[2]。直到1991年Grossman、Krueger提出了著名的EKC假說,認為經濟增長與環境污染之間并不總是線性關系,而是存在倒“U”型關系。即在經濟發展初期環境污染會隨著經濟增長而加重,而當經濟水平達到一定程度后,經濟增長將有利于緩解環境污染。隨著學者們對EKC研究的細化與深入,部分學者發現經濟增長與環境污染之間并不總是倒“U”型關系。Holtz-Eakin、Selden[3]發現在地區經濟水平、工業化進程、環境指標等因素存在差異的情況下,人均收入與環境指標之間可能呈現出“L”型、“N”型、“S”型等多種形態,即經濟增長與環境污染之間存在其他形狀[4-6]。也有學者認為經濟增長與環境質量之間并不存在特定的關系,即有些地區并不符合經濟增長與環境質量的EKC假說[7,8]。許多學者認為,環境質量的變化并不僅僅是經濟增長因素導致的,也有可能會受到其他非經濟因素的影響,如文化程度[9]、城市化水平[10]、生產結構[11]等社會性因素。其中,Grossman、Krueger[12]通過加入人口密度、水溫變量等特定變量后,研究發現生態地理因素是導致經濟增長與環境質量兩者結論出現誤差的重要原因。

已有研究所引起的爭議使EKC檢驗的理論基礎和方法備受關注。然而,目前大多數研究簡單地將不同發展程度的經濟體數據進行“拼接”,假定各國(地區)在經濟結構、資源稟賦、政治體制、基礎設施等方面具有一致性,即簡單認定所有經濟體具有同質性?，F實中這一假定很難被滿足,由此產生了EKC檢驗過程中的“異質性”問題。為解決這一難題,夏勇、鐘茂初[13]等在這方面做了頗具啟發性的探索,他們從經濟發展水平與環境污染脫鉤關系的角度出發,將我國271個城市細分為“高收入未脫鉤、低收入未脫鉤、低收入相對脫鉤、高收入相對脫鉤、低收入絕對脫鉤、高收入絕對脫鉤”6種形態,研究發現不同城市經濟發展與環境質量的關系存在著組別差異。因此,在考察經濟增長與環境質量之間的關系時,需要對不同經濟體所處的階段進行具體的分組研究。在對經濟體劃分階段時,就需要尋找一個合理的分組指標和分界點。以往人為分組的方法不可避免地會引起主觀偏誤,使研究結論出現偏差甚至錯誤。因此,是否可尋找一個合理的“門檻值”來對不同經濟體進行分組？這是本文需要解決的關鍵問題。Hansen[14]首次利用門檻效應法對連續型變量進行分組,隨后這一方法逐漸引起學者們的關注,并將其應用于創新[15]、FDI技術溢出[16]、金融開放[17]和環境規制[18]等多個領域的研究。事實上,門檻效應確實能有效化解環境庫茲涅茨曲線檢驗中的“異質性”難題,同時避免了人為分組引起的主觀偏誤[19]。

基于以上分析,本文將運用門限回歸的方法對我國240個城市進行分組,以期在有效化解傳統EKC檢驗中“異質性”問題的基礎上,準確地考察我國經濟增長與環境質量的關系。本文的貢獻主要體現在:①針對以往EKC檢驗中“異質性”問題的成因和可能產生的影響,利用門限回歸方法進行分組研究,有效化解了傳統EKC檢驗中的“異質性”難題,避免了人為分組引起的主觀偏誤。②利用我國240個城市的數據來驗證經濟增長與環境質量的關系,利用地級市層面的經驗證據對EKC假說予以補充。EKC“異質性”問題的化解對準確了解我國各城市的經濟發展與環境質量的現狀,提高環境規制政策的有效性和針對性具有重要的現實意義。

2 數據來源、門檻變量選取與模型構建

2.1 數據來源與說明

本文數據主要來源于CSMAR和Wind數據庫,部分數據來源于各城市相關年份的統計年鑒。初始樣本包含338個城市,并按以下原則進行篩選和處理:剔除數據存在缺失的樣本;刪除數據值缺失2年以上的城市樣本,以確保后續實證檢驗的準確性;對缺失2年以內的樣本采用線性插值法進行補充。最后本文得到我國2003—2015年240個城市的平衡面板數據集合。

本文的解釋變量為環境質量,選取二氧化硫排放量(t)作為其代理指標。解釋變量為經濟發展水平,選取人均GDP(元)作為其代理指標?？刂谱兞窟x取第二產業占GDP的比值(ind)衡量工業的比重,外商直接投資占GDP比重(fdi)衡量貿易開放程度,比重的計量單位均為%。采用人口密度(rkmd)衡量人口強度,其數值越高,代表該城市的人口密度就越大。為了保證數據的平穩性,以及削減甚至消除異方差問題,本文在實證過程中對以上變量均進行了對數化處理。

2.2 門檻變量選擇

對導致我國城市間“異質性”的主要因素可從經濟水平和經濟結構兩個方面進行概括:①在經濟水平維度上,我國各城市由于地理環境、自然資源和政策制度等的差異,使各自在經濟發展軌跡上存在顯著性差別,從而使經濟發展水平相差較大。一方面,自改革開放以來,我國逐步加大對外開放程度,天津、大連、上海、廣州等14個沿海城市成為首批對外開發城市,在自身資源優勢和國家政策的扶持下,這些沿海城市迅速崛起,經濟發展速度顯著快于中西部城市。另一方面,為推動我國經濟的全面均衡發展,我國于1992年決定對5個長江沿岸城市實行沿海開放城市的類似政策,這一系列政策的實施加快了內陸城市的開放進程。這種不同的對外開放順序使沿海和內陸城市在同等經濟水平下所面臨的人均收入、市場化水平、技術水平和政策環境等EKC影響因素截然不同,這些是導致在EKC檢驗中出現的“異質性”問題。②在經濟結構維度上,城市在經濟發展過程中會利用自身優勢選擇更具競爭力的產業,并大力發展,以推動本市經濟的高效快速增長,而城市發展過程中產業結構的差異會對EKC檢驗結果產生影響。一方面,在同一經濟發展階段,不同城市間的經濟結構差異使EKC檢驗結論受到來自各產業的影響顯著不同;另一方面,在不同發展階段,同一城市不同的工業結構、產品結構和能源結構等也會對EKC檢驗結果產生影響?？傮w而言,經濟水平維度和經濟結構維度基本涵蓋了我國城市間“異質性”的主要因素,對EKC檢驗具有重要意義。兩類維度的影響因素見表1。

表1 EKC異質性影響因素分析

注:作者自制。

2.3 模型構建

門限回歸模型:參考Hansen[14]、萬建香等[20]的做法,本文構建門檻模型來驗證我國經濟增長與環境質量之間的關系,在避免人為劃分區間帶來的主觀性偏誤的同時解決了以往絕大多數研究中存在的“異質性”問題。本文將以雙重門限模型進行說明,多重門限模型可在此基礎上進行擴展。

雙重門限模型設定為:

Yit=μi+β1xit×I(qit≤γ1)+β2xit×I(γ1γ2)+εit

(1)

式中,qit為門限變量;γ為門限值;隨機擾動項εit為白噪聲。

檢驗模型:本文主要借鑒了Shafik、Bandyopadhyay[21]、Westerlund[22]等的研究方法,并將檢驗模型首先設定為EKC的三次方形式,在三次方模型檢驗不顯著的情形下,剔除三次方模型而選擇二次方模型;如果二次方模型檢驗仍然不顯著,則采用線性關系模型。

模型構建為:

lnghgit=αit+β1lnyit+β2(lnyit)2+β3(lnyit)3+β4lnindit+β5lnfdiit+β6lnrkmdit+εit

(2)

式中,lnghg為城市環境質量;lny為城市經濟發展水平;lnind為城市工業比重;lnfdi為貿易開放程度;lnrkmd為人口密度;εit為隨機誤差項。

3 實證結果分析

3.1 門限回歸結果

本文首先對經濟水平(人均GDP)和經濟結構是否存在門限值進行檢驗,如存在門限值,則計算出對應的門限值,結果見表2。人均GDP門限值檢驗結果表明,單一門限假設、雙重門限假設、三重門限假設結果均較顯著。其中,在三重門限假設檢驗情況下,對數化人均GDP門限值分別為8.629、9.224、11.559,對應的實際人均GDP分別為5591.484元、10137.533元、104715.250元。工業比重的門限值檢驗結果表明,第二產業比重的所有門限假設均顯著。在三重門限檢驗下,對數化的第二產業比重門限值分別為3.604、3.787、3.995,對應的第二產業實際比重數值分別為36.745%、44.124%、54.326%。

表2 人均GDP與第二產業占比門限回歸分組結果

3.2 門限分組結果

在上述門限回歸結果的基礎上,本文按照均值法和最大比例狀態法來最大程度地讓城市與所屬組別實現最佳匹配,對我國240個城市進行分組,以解決分組過程中可能存在的“組別跳躍”問題。如2003—2005年上海處于“低經濟水平”狀態,2006—2008年進入“較低經濟水平”狀態,2009年后又進入“較高經濟水平”城市行列。同時,2003—2015年上海人均GDP為12萬元,從指標均值來看上海屬于“較高經濟水平”組別。從狀態年份數看,上海“較高經濟水平”年份數共計7個(2009—2015年),占時間序列總數的54%,為最大比例狀態,因此根據期間人均GDP和最大比例狀態可認定上海為“較高經濟水平”城市。當兩種方法的結論不一致時,以最大比例狀態方法得出的結論為主。同時,對落入兩個門限值之間的城市,以更加靠近的區間上限或下限的所屬組別作為考察城市的組別分類。據以上分組標準和方法,理論上可將240個城市分成16個組別。結合分組后實際情況發現,240個城市實際僅分成9個組別,包括“高經濟水平和高工業比重、高經濟水平和較低工業比重”等9個組別。其中,有7個組沒有涵蓋任何城市,組9僅包含阜陽一個城市。

表3 門限回歸分組下的分組結果

表4 EKC的三次型分組檢驗結果

注:隨機效應的檢驗不為F值,為Wald Chi2(4)檢驗(下同)。

3.3 EKC三次項形式的分組檢驗結果

本文首先進行三次項形式的EKC檢驗。為進一步濾去殘存“異質性”,通過豪斯曼檢驗來判斷各組的具體檢驗模型(組1、組2和組8采用隨機效應回歸模型,組3、組4、組5、組6和組7利用固定效應回歸模型,由于組9僅包括阜陽一個城市,所以這組直接采用OLS進行回歸。)由表4可知,三次型檢驗結果僅組2和組8是顯著的,其余各組均不顯著。

3.4 EKC二次項形式的分組檢驗結果

表5的檢驗結果顯示,除組7和組9不顯著外,其余各組的二次型檢驗均顯著。因此,本文以二次型的檢驗結果為主對不同組別進行討論。

表5 EKC的二次型分組檢驗結果

由于不同組別的拐點值和顯著性強度存在明顯差異,所以本文將分別對其EKC特征和趨勢進行討論:①組1——高經濟水平,較高的工業比重城市。該組僅包括深圳和東莞兩個城市,EKC的形狀為倒“U”型。從2015年的人均GDP數據來看,深圳市和東菀市的人均GDP分別是55萬元和20萬元,均已超過拐點的水平值。因此,組1城市的環境質量將隨著經濟發展而改善,應該推行放松環境管制的政策。②組2——較高的經濟水平,高工業比重城市。該組共包括唐山、陽泉、長治等70個城市,EKC檢驗結果為倒“U”型。從該組2015年的數據來看,人均GDP最高的是珠海市17.1萬元,最低的是榆林市1.9萬元。其中,長治、朔州等14個城市未超過拐點,主要集中在山西、河南、四川等省份;無錫、寧波等56個城市已超過拐點,主要集中在浙江、江蘇、江西等省份。說明組2的絕大部分城市已越過拐點,未來的環境趨勢將隨經濟發展而得到改善。③組3——較高的經濟水平,較高的工業比重城市。該組包括天津、石家莊、邯鄲等87個城市,EKC形狀為倒“U”型。從該組2015年人均GDP的數據來看,最高的是廈門市17.3萬元,最低的是運城市1.8萬元。這說明組2所有城市均已超過拐點,未來環境質量將隨經濟發展而逐漸改善。④組4——較高的經濟水平,較低的工業比重城市。該組包括秦皇島、張家口、呼和浩特等36個城市,EKC檢驗結果為倒“U”型。該組2015年人均GDP最低的是來賓市1.7萬元。其中,僅來賓市還未超過拐點,其他35個城市均已超過拐點。⑤組5——較高的經濟水平,低工業比重城市。該組包括北京、邢臺、齊齊哈爾等10個城市,EKC檢驗為倒“U”型。2015年人均GDP最低的是張家界市的1.8萬元,說明所有城市都處于環境質量隨經濟發展而下降階段。⑥組6——較低的經濟水平,較高的工業比重城市。該組包括忻州、朝陽、吉安等13個城市,EKC檢驗結果為倒“U”型。從2015年的人均GDP的數據來看,最低的是1.08萬元,表明該組所有城市已超過拐點,未來環境質量趨勢將隨經濟發展而改善。

綜上所述,首先比較組1、組3、組6結果發現EKC檢驗結果均為倒“U”型,且組1的拐點水平值顯著大于組3和組6,即拐點水平值存在顯著差異。但若對組1、組3、組6樣本進行合并檢驗則會使這三組城市擁有相同的拐點水平值,說明“異質性”存在使EKC檢驗時的拐點值失準。其次,比較組1、組4、組5的結果可知,組1的經濟水平和經濟結構均高于組4和組5,組1的拐點水平值也顯著大于這兩組。這一結果說明經濟水平和經濟結構越高的城市,拐點水平值也越大。同時,比較組2、組3、組4、組5的結果可知,組2的拐點水平值顯著大于其余三組,表明城市的工業比重越高,拐點的水平值越大。第三,從組1和組6的回歸結果來看,組1和組6均為同一“經濟結構”,但由于組1經濟水平高于組6,因此組1的拐點值顯著大于組6。這表明“經濟水平”比“經濟結構”對拐點水平值起更大的決定作用。上述結論也可通過對其余組別的檢驗結果進行比較得出。

4 結論與政策建議

本文對我國240個城市的分組檢驗結果可知,以往研究中存在的“異質性”問題使EKC檢驗的結論有失偏頗。同時,我國EKC檢驗的拐點值會因城市間的組別差異而顯著不同,表明EKC檢驗中的“異質性”問題得到了有效化解。研究發現,在本文的240個城市樣本中,除長治、朔州等15個城市以外,其余城市均已超過EKC的拐點,說明我國一直推行的環境治理系列政策已取得初步成效。從以上9組城市的檢驗結果發現,有7組的工業化比重指標通過了顯著性檢驗,其中5組是顯著的正向影響,表明工業化比重會顯著增加排污量。經濟水平和經濟結構都會影響EKC的拐點值,但經濟水平對拐點值的影響更大。因此,要想實現全國范圍內環境質量改善的總體目標,各城市需要在發展經濟中準確把握當前所處的發展形態,如長治等15個城市仍處于EKC“拐點”水平值之前,通過保持一定的經濟增長速度來實現環境改善目標是一條重要途徑,即在夯實經濟基礎的同時適當降低污染排放量。而對處于EKC“拐點”之后的城市,節能減排是其首要任務。總之,城市發展既不能單純追求經濟增長而過度增加環境負荷,也不能對環境質量與發展水平并不匹配的局面視而不見。政府應根據自身環境質量與經濟發展特點,合理把握本城市的環境規制政策的大小和方向,配合地區產業結構調整優化,逐步實現經濟綠色發展目標。