中國東部地區(qū)經(jīng)濟(jì)增長與環(huán)境污染關(guān)系研究

張 慧，韓 俊

（1.南京工業(yè)大學(xué)環(huán)境學(xué)院，江蘇 南京，211816；2.東北大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，遼寧 沈陽,110167）

0 引言

中國東部地區(qū)（江蘇省、浙江省、上海市）是我國經(jīng)濟(jì)發(fā)展速度最快、質(zhì)量最高的地區(qū)之一，每年貢獻(xiàn)國內(nèi)生產(chǎn)總值（GDP）的20%左右，人均GDP遠(yuǎn)超全國的平均水平。經(jīng)濟(jì)發(fā)展的同時(shí)也帶來了一定的環(huán)境污染。許多實(shí)證研究表明，經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系并不是此消彼長的。在許多國家與地區(qū)，環(huán)境污染程度都隨著經(jīng)濟(jì)的發(fā)展而出現(xiàn)先加重后減輕的“倒U型”關(guān)系。本文試圖分析我國東部地區(qū)經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系。

1 文獻(xiàn)綜述

Grossman和Krueger（1991）在研究北美自由貿(mào)易協(xié)定時(shí)首次提出經(jīng)濟(jì)增長與環(huán)境污染存在著“倒U型”關(guān)系，稱為環(huán)境庫茲涅茨曲線（EKC）理論[1]，該理論認(rèn)為環(huán)境污染并不是隨著經(jīng)濟(jì)增長一味加劇的，而是存在先上升后下降的趨勢。EKC理論提出后，很多學(xué)者開始對(duì)國內(nèi)外環(huán)境污染和經(jīng)濟(jì)增長的關(guān)系進(jìn)行探討。Nicholas Apergis和Ilhan Ozturk（2014）搜集1900—2011年14個(gè)亞洲國家的面板數(shù)據(jù)，以人均GDP、第二產(chǎn)業(yè)占比、二氧化碳排放量、人口密度為指標(biāo)，運(yùn)用GMM法檢驗(yàn)EKC假設(shè)，研究發(fā)現(xiàn)二氧化碳排放量確實(shí)會(huì)隨著人均GDP的增加出現(xiàn)先增多后減少的趨勢，同時(shí)提出推進(jìn)新能源代替?zhèn)鹘y(tǒng)化石燃料，加大環(huán)保投資力度的建議[2]。Aslan Alper和Gozbasi Onur（2016）研究了中國在1977—2013年的碳排放數(shù)據(jù)，采用修正的OLS法和成對(duì)的Ganger因果關(guān)系法，研究發(fā)現(xiàn)能源消費(fèi)的增加將會(huì)使人均二氧化碳排放量大大增加；無論是液體燃料、固體燃料、氣體燃料還是由交通運(yùn)輸所產(chǎn)生的二氧化碳，都滿足EKC的假說，而建筑業(yè)、電力業(yè)、商業(yè)等領(lǐng)域的碳排放卻未能顯示出同樣的效果，同時(shí)建議中國能夠更多地將不可再生的化石燃料替代為可再生能源[3]。Thiri Shwesin Aung（2017）同樣以GDP作為經(jīng)濟(jì)指標(biāo)，以溫室氣體作為環(huán)境指標(biāo)，將貿(mào)易、金融、城市化納入考慮，采用了自回歸分布滯后模型對(duì)以上影響因素進(jìn)行綜合研究，結(jié)果表明CH4和N2O氣體排放量與人均GDP的關(guān)系與EKC假設(shè)相符，而其他的溫室氣體未能滿足此假設(shè)[4]。Selin ?zokcu和?zlem ?zdemir（2017）以全球26個(gè)高收入國家和52個(gè)新興國家為研究對(duì)象，搜集了1980—2010年的經(jīng)濟(jì)與環(huán)境面板數(shù)據(jù)，研究發(fā)現(xiàn)經(jīng)濟(jì)增長與環(huán)境污染之間存在著“N型”與“倒N型”的關(guān)系[5]，否認(rèn)了EKC的假說。作者提出了經(jīng)濟(jì)增長雖然可以解決一部分環(huán)境問題，但是如果對(duì)于環(huán)境的破環(huán)超越了環(huán)境的自凈能力，這種情況下經(jīng)濟(jì)增長帶動(dòng)環(huán)境改善的關(guān)系將不復(fù)存在。Qinqin Chen和David Taylor（2019）以重金屬鉻的排放量為環(huán)境指標(biāo)[6]，搜集了新加坡2009—2017年的相關(guān)數(shù)據(jù)，證實(shí)了環(huán)境EKC假設(shè)。該研究證實(shí)了對(duì)于某些污染大、危害大的物質(zhì)，確實(shí)可以通過經(jīng)濟(jì)發(fā)展帶來的技術(shù)進(jìn)步，減少其產(chǎn)生量與環(huán)境存量。

我國研究人員針對(duì)我國整體以及部分地區(qū)環(huán)境污染與經(jīng)濟(jì)發(fā)展關(guān)系的研究主要集中在兩個(gè)方面，一種是通過收集多省市自治區(qū)的面板數(shù)據(jù)，運(yùn)用計(jì)量分析方法研究，另一種則是針對(duì)某一省市、地區(qū)收集時(shí)間序列數(shù)據(jù)，重點(diǎn)分析單個(gè)地區(qū)的環(huán)境與經(jīng)濟(jì)發(fā)展的關(guān)系。蔡宇純（2010）在對(duì)我國省面板數(shù)據(jù)分析的過程中，引入了社會(huì)福利最大化的模型，對(duì)我國各個(gè)省經(jīng)濟(jì)與環(huán)境數(shù)據(jù)進(jìn)行了回歸，研究發(fā)現(xiàn)，大部分中西部地區(qū)的主要污染物均不符合EKC假設(shè)或者說處于拐點(diǎn)的左端上升期，而東部與南部沿海地區(qū)的主要污染物已經(jīng)達(dá)到了EKC的拐點(diǎn)且處于下降階段，說明中西部地區(qū)要借鑒東部地區(qū)的發(fā)展方式，在發(fā)展的同時(shí)注重環(huán)保投資與技術(shù)開發(fā)[7]。戴嶸（2010）以全國31個(gè)省市自治區(qū)為研究對(duì)象，搜集了2000—2008年的面板數(shù)據(jù)，先利用面板協(xié)整檢驗(yàn)和面板單位根檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行計(jì)量檢驗(yàn)，再運(yùn)用廣義OLS進(jìn)行回歸分析，發(fā)現(xiàn)人均煙塵排放量和人均收入之間存在著EKC關(guān)系，但二氧化硫排放量卻與人均收入出現(xiàn)了正比例關(guān)系，分析其原因可能是對(duì)于二氧化硫的處理難度較大且成本較高，處理技術(shù)不夠成熟的原因[8]。Xiaohong Zhang等（2013）綜合了大氣污染物排放情況、大氣環(huán)境治理投資情況、經(jīng)濟(jì)發(fā)展情況與能源消耗情況，基于2000—2007年的面板數(shù)據(jù)，分析了我國以上四項(xiàng)指標(biāo)的關(guān)系，發(fā)現(xiàn)在這期間由于經(jīng)濟(jì)發(fā)展帶動(dòng)的能源結(jié)構(gòu)的改善以及技術(shù)上的進(jìn)步，使得我國大氣環(huán)境質(zhì)量并未一直隨經(jīng)濟(jì)增長而下降，并且單位GDP所耗費(fèi)的大氣環(huán)境污染成本也得到了顯著的控制[9]。王敏和黃瀅（2013）搜集了全國112個(gè)城市的面板數(shù)據(jù)，時(shí)間跨度為2003—2010年，以大氣污染物濃度為環(huán)境指標(biāo)，人均GDP為經(jīng)濟(jì)指標(biāo)，發(fā)現(xiàn)我國主要大氣污染物（二氧化硫、氮氧化物、PM10）與人均GDP存在著正“U型”關(guān)系[10]，與EKC假設(shè)結(jié)果相反。

以上現(xiàn)有研究發(fā)現(xiàn)，經(jīng)濟(jì)越發(fā)達(dá)，政治金融體制相對(duì)健全的地區(qū)更容易驗(yàn)證EKC假說，中國東部地區(qū)作為中國經(jīng)濟(jì)發(fā)達(dá)地區(qū)之一也成為研究的重點(diǎn)。趙秀勇（2015）以東部的十個(gè)省市為研究對(duì)象，以國內(nèi)生產(chǎn)總值（GDP）為經(jīng)濟(jì)指標(biāo)，工業(yè)三廢（廢氣、廢水、固體廢棄物）的排放量為環(huán)境指標(biāo)，以用水量、煤炭消費(fèi)量和電力使用量為資源指標(biāo)，研究在發(fā)展過程中三者的關(guān)系，運(yùn)用熵值賦權(quán)法將三個(gè)環(huán)境指標(biāo)整合為一個(gè)綜合環(huán)境指標(biāo)[11]，研究發(fā)現(xiàn)東部的環(huán)境與經(jīng)濟(jì)之間確實(shí)存在著EKC的關(guān)系，而資源消耗與經(jīng)濟(jì)發(fā)展成正比例的關(guān)系。張毅（2015）以工業(yè)二氧化碳和廢水排放量為環(huán)境污染指標(biāo)，分析東部十一省級(jí)行政區(qū)2001—2013年的面板數(shù)據(jù)，研究發(fā)現(xiàn)所選兩個(gè)環(huán)境指標(biāo)均隨著經(jīng)濟(jì)發(fā)展出現(xiàn)“倒U型”關(guān)系[12]。

雖然對(duì)于東部地區(qū)經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系研究已經(jīng)有很多了，但是過往的研究基本是以某一項(xiàng)環(huán)境污染物排放量作為環(huán)境指標(biāo)，環(huán)境污染程度作為一個(gè)復(fù)雜的綜合概念，應(yīng)當(dāng)綜合考慮包括水、大氣、固體廢棄物等各類污染物的排放情況。因此，本文在已有研究的基礎(chǔ)上，選擇運(yùn)用主成分分析法，將人均工業(yè)廢水排放量、人均二氧化硫排放量、人均工業(yè)固體廢棄物排放量整合成為一個(gè)綜合環(huán)境指標(biāo)[13]，綜合分析環(huán)境污染和經(jīng)濟(jì)發(fā)展之間的關(guān)系。

2 指標(biāo)和模型選擇

2.1 指標(biāo)選擇

研究選取人均地區(qū)生產(chǎn)總值（人均GDP）作為反映地區(qū)經(jīng)濟(jì)發(fā)展的指標(biāo)，該指標(biāo)能夠反映地區(qū)居民收入與消費(fèi)水平，在某種意義上，人均GDP與居民環(huán)保意識(shí)與訴求存在著正向相關(guān)的關(guān)系。選取人均工業(yè)廢水排放量、人均二氧化硫排放量、人均工業(yè)固體廢棄物產(chǎn)生量作為環(huán)境污染程度指標(biāo)，并采用主成分分析法將以上三個(gè)環(huán)境污染指標(biāo)整合為綜合環(huán)境污染程度指標(biāo)。各個(gè)地區(qū)2000—2017年經(jīng)濟(jì)指標(biāo)和環(huán)境指標(biāo)的數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》。

2.2 主成分分析法分析綜合環(huán)境污染程度

環(huán)境污染程度作為一個(gè)復(fù)雜的綜合概念，綜合考慮包括水、大氣、固體廢棄物等各類污染物的排放情況。本研究將不同污染種類和量綱的單項(xiàng)環(huán)境指標(biāo)進(jìn)行整合，來研究環(huán)境整體污染程度與經(jīng)濟(jì)增長的關(guān)系。在已有的研究中，有學(xué)者采用熵值賦權(quán)法和主成分分析法將單一環(huán)境指標(biāo)整合為一個(gè)綜合環(huán)境指標(biāo)探討環(huán)境污染和經(jīng)濟(jì)發(fā)展之間的關(guān)系[11,13]。本研究采用主成分分析法將3個(gè)環(huán)境指標(biāo)降維，成為一個(gè)綜合環(huán)境污染程度指標(biāo)，并極大程度地保留原始數(shù)據(jù)的信息。

主成分分析法可以通過如下步驟完成：①各個(gè)環(huán)境指標(biāo)量綱是不同的，首先需要對(duì)變量進(jìn)行去量綱的標(biāo)準(zhǔn)化處理，在SPSS中點(diǎn)擊分析→描述統(tǒng)計(jì)→描述，即可完成原始數(shù)據(jù)的標(biāo)準(zhǔn)化過程，SPSS會(huì)自動(dòng)生成各變量標(biāo)準(zhǔn)化后的無量綱數(shù)據(jù)，每個(gè)變量的標(biāo)準(zhǔn)化公式如式（1）所示。②點(diǎn)擊分析→降維→因子，SPSS即可對(duì)原始數(shù)據(jù)進(jìn)行主成分分析，SPSS自動(dòng)生成主成分個(gè)數(shù)及其貢獻(xiàn)率、因子個(gè)數(shù)與特征方差λ的值。③計(jì)算環(huán)境指標(biāo)的綜合模型，即綜合指標(biāo)F與主成分F1、F2、……、Fn的關(guān)系，其中F1、F2、……、Fn代表第1個(gè)到第n個(gè)主成分，具體如式（2）所示。④計(jì)算各個(gè)主成分與標(biāo)準(zhǔn)化后數(shù)據(jù)的關(guān)系模型，即F1、F2、……、Fn分別與標(biāo)準(zhǔn)化后的變量的關(guān)系，具體如式（3）所示。

式中：k—該變量的第k個(gè)樣本（k=1，2，3……，n），其中i代表第i個(gè)變量（i=1，2，3，……，m），Xik—該樣本的真實(shí)值，X'ik—該樣本標(biāo)準(zhǔn)化后的值，該變量的平均值，σi—該變量的標(biāo)準(zhǔn)差。

式中：Fk—k個(gè)樣本綜合環(huán)境指標(biāo)值，j—第j個(gè)主成分（j=1，2，3，……，z），F(xiàn)jk—該主成分在該樣本下的值，λj—該主成分的特征方差，λ總—總特征方差之和。

式中：βji—在成分矩陣中對(duì)應(yīng)第j個(gè)主成分第i個(gè)變量的值，其他變量含義與式（1）、（2）保持一致。

采用SPSS軟件分別計(jì)算出上海、江蘇和浙江省2000—2017年環(huán)境污染程度綜合指標(biāo)如圖1所示，三個(gè)地區(qū)綜合環(huán)境污染程度隨時(shí)間呈現(xiàn)出先加重后減輕的趨勢。

圖1 三地區(qū)環(huán)境污染程度隨時(shí)間變化曲線

2.3 模型選擇

根據(jù)環(huán)境庫茲涅茨曲線的特性，選取一次函數(shù)模型［式（4）］、二次函數(shù)模型［式（5）］、三次函數(shù)模型［式（6）］[14]。

如果經(jīng)濟(jì)指標(biāo)與環(huán)境污染程度指標(biāo)的關(guān)系滿足式（4），代表二者存在線性關(guān)系，其中代表環(huán)境污染程度指標(biāo)，代表地區(qū)人均GDP，α為截距項(xiàng)，β代表斜率，而ε代表隨機(jī)誤差項(xiàng)。當(dāng)β＞0時(shí)，代表環(huán)境污染程度隨著人均GDP的增長而加重，當(dāng)β＜0時(shí)，代表環(huán)境污染程度隨著人均GDP的增長而減輕[15]。

如果經(jīng)濟(jì)指標(biāo)與環(huán)境污染程度指標(biāo)的關(guān)系滿足式（5），代表二者存在EKC的“倒U型”或“正U型”關(guān)系，β1，β2分別代表一次項(xiàng)與二次項(xiàng)的系數(shù)，其他字母含義與式（4）相同。如果β2＜0，β1＞0，則說明二者滿足EKC假說的“倒U型”曲線關(guān)系，如果β2＞0，β1＜0，說明二者滿足“正U型”曲線的關(guān)系[16]。

如果經(jīng)濟(jì)指標(biāo)與環(huán)境污染程度指標(biāo)的關(guān)系滿足式（6），代表二者關(guān)系可能呈“正N型”或“倒N型”，β1、β2、β3分別為一次、二次、三次項(xiàng)系數(shù)，其余的字母含義與式（4）相同。當(dāng)β1＜0，β2＞0，β3＜0時(shí)，環(huán)境污染程度與經(jīng)濟(jì)增長的關(guān)系呈“正N型”，而當(dāng)β1＞0，β2＜0，β3＞0時(shí)，二者的關(guān)系為“倒N型”[17]。假如人均GDP未能超過三次模型第二個(gè)極點(diǎn)，仍有可能呈“U型”或“倒U型”。

3 實(shí)證分析

3.1 江蘇省環(huán)境污染與經(jīng)濟(jì)增長回歸分析

在SPSS中對(duì)江蘇省人均GDP（單位為萬元）與綜合環(huán)境污染程度進(jìn)行回歸分析，各模型的分析結(jié)果見表1。可以看到各個(gè)模型F統(tǒng)計(jì)量的P值均在置信度為1%水平下顯著，說明江蘇省在2000—2017年的人均GDP與綜合環(huán)境污染程度具有顯著的相關(guān)關(guān)系。

表1 江蘇省經(jīng)濟(jì)增長與環(huán)境污染關(guān)系各模型回歸分析結(jié)果列表

首先分別進(jìn)行了一次模型、二次模型、三次模型的回歸分析，發(fā)現(xiàn)三者中三次模型的擬合優(yōu)度R2雖然最好，但是各系數(shù)的顯著性水平并不高。一次模型雖然各系數(shù)顯著性水平均通過了置信度為1%的檢驗(yàn)，但擬合優(yōu)度R2僅為0.873并不高。二次模型的R2為0.932，說明此模型的擬合程度較好，常數(shù)項(xiàng)與二次項(xiàng)系數(shù)通過了置信度為1%水平下的檢驗(yàn)，一次項(xiàng)系數(shù)通過了置信度為5%水平下的檢驗(yàn)。以上分析表明二次模型基本可以解釋2000—2017年江蘇省經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系。

通過圖2曲線的趨勢與二次模型中一次項(xiàng)系數(shù)β1＞0，β2＜0，人均GDP與綜合環(huán)境污染程度在2000—2017年關(guān)系符合環(huán)境庫茲涅茨的“倒U型”曲線。

圖2 江蘇省經(jīng)濟(jì)增長與環(huán)境污染關(guān)系擬合曲線

3.2 浙江省環(huán)境污染與經(jīng)濟(jì)增長情況回歸分析

在SPSS中對(duì)浙江省人均GDP（單位為萬元）與綜合環(huán)境污染程度進(jìn)行回歸分析，各模型的分析結(jié)果見表2。可以看到各個(gè)模型F統(tǒng)計(jì)量的P值均在置信度為1%水平下顯著，說明浙江省在2000—2017年的人均GDP與綜合環(huán)境污染程度具有顯著的相關(guān)關(guān)系。

表2 浙江省經(jīng)濟(jì)增長與環(huán)境污染關(guān)系各模型回歸分析結(jié)果列表

三個(gè)模型擬合結(jié)果對(duì)比可知，三次模型的R2為0.977，擬合優(yōu)度最好，F(xiàn)統(tǒng)計(jì)量的值也更大，常數(shù)項(xiàng)、一次項(xiàng)、二次項(xiàng)、三次項(xiàng)系數(shù)均在置信度為1%的情況下顯著。說明浙江省的人均GDP與綜合環(huán)境污染程度的關(guān)系更符合三次模型。

如圖3所示，雖然綜合環(huán)境污染程度與人均GDP的關(guān)系符合三次模型，但是僅就2000—2017年的數(shù)據(jù)來看環(huán)境污染程度仍隨人均GDP的增長先加重后減弱，從圖中所反映的情況來看，并不成“正N型”，而更滿足“倒U型”，說明2000—2017年，浙江省的環(huán)境污染程度隨著經(jīng)濟(jì)的增長而先增加后減少。

圖3 浙江省經(jīng)濟(jì)增長與環(huán)境污染關(guān)系擬合曲線

3.3 上海市環(huán)境污染與經(jīng)濟(jì)增長情況回歸分析

在SPSS中對(duì)上海市人均GDP（單位為萬元）與綜合環(huán)境污染程度進(jìn)行回歸分析，各模型的分析結(jié)果見表3。可以看到各個(gè)模型F統(tǒng)計(jì)量的P值均在置信度為1%水平下顯著，說明上海市在2000—2017年的人均GDP與綜合環(huán)境污染程度具有顯著的相關(guān)關(guān)系。

表3 上海市經(jīng)濟(jì)增長與環(huán)境污染關(guān)系各模型回歸分析結(jié)果列表

對(duì)比三個(gè)模型的擬合情況，三次模型的R2為0.958，擬合優(yōu)度更好，F(xiàn)統(tǒng)計(jì)量的值也更大，常數(shù)項(xiàng)、一次項(xiàng)、二次項(xiàng)、三次項(xiàng)系數(shù)均在置信度為1%的情況下顯著。說明上海市的人均GDP與綜合環(huán)境污染程度的關(guān)系更符合三次模型。

數(shù)據(jù)的散點(diǎn)圖與擬合的曲線如圖4所示，雖然綜合環(huán)境污染程度與人均GDP的關(guān)系符合三次模型，但是僅就2000—2017年的數(shù)據(jù)來看環(huán)境污染程度仍隨人均GDP的增長先加重后減弱。從圖中所反映的情況來看，并不成“正N型”，而更滿足“倒U型”，說明2000—2017年，以人均GDP為經(jīng)濟(jì)指標(biāo)，以人均二氧化硫排放量、人均工業(yè)廢水排放量與人均固體廢棄物產(chǎn)生量為基礎(chǔ)經(jīng)過主成分分析法處理而成的綜合環(huán)境污染程度為環(huán)境指標(biāo)的情況下，上海市經(jīng)濟(jì)增長與環(huán)境污染之間關(guān)系符合環(huán)境EKC假設(shè)。

圖4 上海市經(jīng)濟(jì)增長與環(huán)境污染關(guān)系擬合曲線

4 結(jié)論

江蘇省環(huán)境污染與經(jīng)濟(jì)增長關(guān)系更符合二次模型，一次項(xiàng)、二次項(xiàng)系數(shù)滿足環(huán)境庫茲涅茨曲線的特性，呈現(xiàn)出先上升后下降的“倒U型”。浙江省與上海市雖然擬合結(jié)果與“正N型”的三次模型更加契合，但是從擬合圖像來看，環(huán)境污染程度仍僅表現(xiàn)出隨經(jīng)濟(jì)增長而先上升后下降的“倒U型”變化，未見再次上升趨勢，說明就2000—2017年數(shù)據(jù)而言，浙江省與上海市也符合環(huán)境EKC假設(shè)。

東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)總體從高污染高消耗的第二產(chǎn)業(yè)朝著環(huán)境相對(duì)友好的第三產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，在2017年第三產(chǎn)業(yè)已經(jīng)在東部三省市經(jīng)濟(jì)構(gòu)成中占據(jù)主體地位。東部地區(qū)對(duì)環(huán)保投資力度總體呈現(xiàn)上升趨勢。研究與實(shí)驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)逐年增加，占GDP的比例逐年上漲，說明東部地區(qū)依托經(jīng)濟(jì)增長大力發(fā)展技術(shù)，提升資源利用效率與污染處理效率。東部地區(qū)能夠在經(jīng)濟(jì)不斷增長的過程中逐步控制發(fā)展經(jīng)濟(jì)所帶來的環(huán)境成本，平衡經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)間的關(guān)系，得益于產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，環(huán)保投資力度的增加以及科學(xué)技術(shù)的進(jìn)步。