發布時間：2023-07-24 16:32:17
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的環境污染的研究結論樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
【關鍵詞】經濟增長與環境污染 EKC曲線分析
一、引言
經濟和環境的可持續發展越來越上升為重要的議題，河北省在加速其經濟快速增長的同時無疑會帶來環境質量的下降。近年來，為適應京津冀一體化協同發展，河北省逐步加大基礎設施建設和工業發展，在提高人均GDP的同時，其環境狀況每況日下：工業廢水等的排放降低了水、土壤質量，加強水和土壤污染程度的加深。
探究經濟增長與環境污染的定量對應關系順應時展和科技進步的潮流，更能為相關部門治理環境問題提供一定的理論依據和參考價值。
迄今為止，國內外已有不少學者對于環境污染與經濟增長的關系進行了一定的理論與實證研究。李志國、周蘊[1]以山東省為例，采用VAR模型，選取1981～2009年的山東省人均GDP以及衡量環境污染的指標數據探究經濟增長與環境污染的雙向對應關系；趙愛文，李東[2]利用EKC曲線分析了中國碳排放的影響因素，通過環境庫茲涅次曲線和格蘭杰因果分析得出了中國人均GDP增加是人均碳排放增加的主要原因；熊鷹、徐翔[3]使用面板數據構建了外商直接投資影響因素經濟計量模型。宋濤、鄭挺國、佟連軍[4]研究結果顯示變量之間存在長期EKC關系。李國柱[5]驗證環境標準的提高與企業技術升級改造的關系。包群、前人的研究中，未能充分考慮到EKC曲線的地區效應，即在經濟水平、氣候條件等不同的跨省甚至跨國地區，不能得出二者之間的倒U型關系。另外，人均GDP與其污染物之間在短期內的定量對應關系與數十年即長期可能存在不同，長期的政策效應可能導致二者呈現出“波形”甚至線性關系。基于以上不足，本文基于河北省11年數據，探究地區間短期經濟增長與環境污染之間的動態關系。
二、數據來源和指標體系的構建
（一）數據來源
本文選取人均GDP和反映經濟增長的具有代表性的指標人均GDP和環境污染指標：工業二氧化硫排放量、工業污水排放量，時間區間為2000～2011年。數據來源于《中國統計年鑒》和《河北統計年鑒》。
（二）基于e-views回歸的計量模型的建立
本文采用對數回歸模型：
Ln（pollution）=β0+β1ln（income）+β2ln（income）2+β3ln（income）3 +μi其中，pollution表示所選取的兩種污染物，β0，β1，β2，β3為常數，ui為殘差項；
基于以上模型，通過e-views軟件分別建立工業二氧化硫排放量、工業污水排放量關于人均GDP的對數模型，根據p值、F統計量等判斷各污染物應選擇三次、二次或者線性模型。
三、計算結果與分析
對于兩種污染物的時間序列數據分別取對數并與人均GDP的對數形式進行線性、二次和三次回歸，并列出河北省工業二氧化硫與排放量與人均GDP的回歸結果如表1所示：
由以上結果可以看出，對于河北省工業二氧化硫排放量和工業粉塵排放量與人均GDP的關系均滿足環境庫茲涅次曲線所提及的倒U型關系，即二者均只存在一個拐點。如圖1所示。對于方程1求導可知，其在ln（income）為0.35532時，其導數值為0，即達到了圖形的拐點，即為圖中的A點。在A點的左右兩側分別為第一階段和第二階段：其中，第一階段為倒“U”型曲線的前半部分，即隨著經濟的增長，人均GDP的提高，河北省工業二氧化硫排放量逐漸降低；但是到了第二階段，隨著環境質量的頻頻下降，政府及相關環境保護部門會采取相應環保措施，降低在經濟快速增長的同時所損失的機會成本，也就同時提高了環境質量。換句話說，在第二階段，隨著人均GDP的逐漸增加，工業二氧化硫排放量逐漸降低，環境污染程度逐漸降低。
四、研究結論
對于經濟增長與環境污染之間的定量動態關系，會因為所選取的地區的不同而得出不同的結論。對于跨國數據或跨省數據的研究，由于未能考慮地區之間的氣候差異、相關環境治理政策的不同、經濟結構的不同等因素，而不能得出所有地區的任何時間段內經濟增長與環境發展之間均符合環境庫茲涅次曲線。有時還會因為所選取的污染物的不同，導致不同代表環境污染的指標與代表經濟發展的指標之間的動態關系可能滿足線性、波形等關系。
對于本文，所選取的時間區間為2000年至2010年，所選地區為河北省，所選數據為時間序列數據。這些前提，滿足EKC曲線的適用條件。在河北省內部，所實施的環境治理政策均一致，氣候條件，文化背景等外部條件也滿足同一性，在前提條件方面滿足了EKC曲線的應用條件，這與所得結論相一致。
參考文獻
[1]張海蘋.“債轉股”股市救市記[J].金融財經，2016（B49-51）.
[2]趙愛文，李東.中國碳排放的EKC檢驗及影響因素分析[J].科學學與科學技術管理，2012（33-10）.
[3]熊鷹，徐翔.環境管制對中國外商直接投資的影響――基于面板數據模型的實證分析[J].經濟評論，2007，2：122-124.
關鍵詞 環境退化成本；經濟增長；環境庫茲涅茨曲線；產業結構；國際貿易
中圖分類號 X50 文獻標識碼 A 文章編號 1002-2104(2011)05-0132-08 doi:10.3969/j.issn.1002-2104.2011.05.022
從20世紀80年代初開始，我國國民經濟經歷了近30年高速增長，但是在此過程中，賴以生存的環境卻遭到破壞，影響了經濟社會的持續穩定發展，如何在保證經濟增長的同時又能使環境污染得以控制成為許多學者關注的焦點。政府也認識到環境保護對于經濟可持續發展的重要性，強調轉變經濟發展方式，積極出臺相關政策，加大資金投入，強化對環境的治理。可是我國作為最大的發展中國家，如果一味追求環境改善勢必會對經濟發展的速度產生影響，而且照搬歐美國家治理環境的模式也是不科學的，因為歐美國家收入水平相對較高，人們甚至為了環境改善愿意在一定程度上承受收入水平的不增長甚至是負增長。另外，我國目前經濟發展所處階段，也限制了各種環境污染治理政策的全面實施，往往也存在治理成本過高的風險，因此選擇既能保證經濟增長又能使環境改善的政策措施將具有重要意義。本文將選取環境退化成本作為環境污染指標，利用1990-2009年數據，對比產業結構調整、貿易開放、治污投資等政策對環境退化成本的影響，確定我國目前最優的環境保護路徑。
1 文獻回顧
環境污染與國民收入水平之間一般呈現為倒“U”型的關系［1］：在低收入水平條件下，經濟增長伴隨著自然資源豐裕度下降，環境污染程度迅速上升；而在高收入水平條件下，隨著經濟的增長以及收入水平的進一步提高，人們開始更多的關注環境問題，政府通過頒布實施高效嚴格的環境制度促進環境的改善。然而，收入水平和環境污染之間的這種關系是否真實存在，國內外學者做了大量研究。其中，Grossman［2］是較早在這一領域研究的經濟學家之一，他將城市空氣污染和河水中的氧含量、廢渣含量、重金屬含量作為環境指標，通過回歸分析，認為美國大多數環境指標，在低收入水平階段，經濟增長引起了它們的惡化，再經過一定階段會隨著經濟增長而得到改善，而且拐點發生在收入水平為8000美元。國外其他學者如Sherry［3］、David［4］、Gürlük［5］等也通過不同的數據進行分析得出了基本相似的結論。另外，對我國環境庫茲涅茨曲線研究中，許士春［6］通過構建包含污染方程和產出方程的聯立方程模型，應用1996-2005年我國28個省市面板數據對經濟增長和環境污染之間的關系進行研究，發現目前的發展水平人沒有超越庫茲涅茨曲線的拐點，收入水平的增長將進一步加速環境的惡化。符淼［7］通過對環境污染指標進行分解，分別測算了廢水、固體廢棄物等污染物的庫茲涅茨曲線，認為我國廢水排放與收入之間存在倒U型曲線的關系，而廢棄物排放與收入之間為正相關關系，說明現階段仍處在倒U型曲線拐點的左端。這些研究表明在研究我國現階段經濟增長與環境污染關系的過程中，環境庫茲涅茨曲線仍可作為實證分析基礎。
目前研究治理環境污染路徑的文獻主要分為以下三類：第一類是應用多個政策變量進行綜合分析，探討這些變量是否能夠對改善環境產生積極影響。其中Panayotou［8］抽取了30個國家1982-1994之間的數據作為樣本，發現在低收入水平政策效率對于改善環境具有積極作用，隨著收入水平上升作用越明顯，但是經濟增長速度越快、人口密度越高反而增加了經濟增長的環境成本。
Dasgupta［9］分析了經濟開放度、非正式制度、市場微觀主體規模、環境政策、信息是否完全以及分析時間長短的選擇(短期、中期、長期)等因素，在不同的條件下有可能對環境改善有利，也有可能對環境產生不利影響。Harbaugh［10］研究表明經濟增長與環境污染之間的關系除了受到經濟因素影響外，很容易受到樣本選取以及研究方法的影響，有必要對污染進行分類研究。第二類從產業結構、能源消費結構等國家內部因素分析抑制環境污染的路徑。Hettige［11］選取13個國家的數據，并將影響環境污染的經濟增長因素細分為三個：工業占國民收入比重、污染占工業產值比重以及污染占國民收入比重，發現工業產值在國民經濟中的比重與環境污染不僅存在庫茲涅茨曲線的性質，而且兩者之間存在顯著的正相關關系。Bruyn［12］選取20世紀80年達國家的數據進行研究，表明經濟結構的變化對于SO2排放沒有顯著作用，但在高收入階段，由國際協定而形成的環境政策卻能很好解釋環境與收入的負相關關系。林伯強［13］、包群［14］分析了能源強度、產業結構、能源消費結構等因素對二氧化碳排放的影響，發現中國經濟仍處于倒“U”型環境庫茲涅茨曲線的左半段，環境治理政策以及產業結構對污染物的排放都具有重要影響。然而張友國［15］采用投入產出結構分解方法，利用我國1987-2007年相關數據進行檢驗，無論是產業間結構變化還是產業內結構變化，都導致了碳排放強度的增加，不利于環境治理和改善。第三類主要是從國際貿易、國際投資等國家外部因素探討抑制環境污染的路徑。Copeland［16］通過分析經濟增長、國際貿易、環境污染三者之間的關系，發現在經濟增長與環境污染的倒“U”型曲線形式上，國際貿易和資本流動對環境污染產生了很大影響。劉渝琳［17］通過研究認為FDI在促進我國經濟增長的同時，也增加了我國的環境污染，而且經濟增長及吸引FDI的代價就是引起環境污染損失。但韓玉軍［18］運用“門檻回歸”方法，選取108個國家和地區的截面數據，分析發現收入水平、貿易開放是決定環境庫茲涅茨曲線的重要門檻因素，但是FDI的門檻效應不明顯，也不能對環境與經濟增長之間的庫茲涅茨曲線提供有效解釋。沈利生［19］、張友國［20］、李小平［21］都以投入產出模型為基礎，選取SO2排放量為污染指標研究我國對外貿易對環境污染的影響，他們認為貿易通過技術效應和規模效應對貿易含污量產生影響，其中技術效應抑制了污染的排放，規模效應加速了污染的排放，進口污染排放強度高于出口污染排放強度，擴大貿易有利于污染減排，而且國際貿易的發展，并沒有使中國成為發達國家的“污染天堂”。
通過分析，目前的研究工作主要存在以下特征：第一，以環境庫茲涅茨曲線為研究基礎。除去驗證環境庫茲涅茨曲線存在性的文獻，其他有關探索改善環境路徑的文獻，多數是在環境庫茲涅茨曲線基礎上，加入所要研究的具體經濟變量進行分析。第二，對環境污染指標的設定沒有準確統一的標準。既有以單位產出所占污染物排放量做為環境污染指標，又有以污染物排放量作為指標，而且有的文獻指標設定雖然能夠反映環境污染，但在經濟意義上不能很好予以解釋，因此選擇適當的指標對于研究環境污染問題顯得尤為重要。第三，部分文獻只關注單獨某項政策對環境污染的影響，而另一部分文獻雖然做了多個政策變量對環境污染影響的分析，但只回答了政策變量對改善環境是否有利，并沒有指出我國經濟發展具體需要采用哪種或者哪幾種政策工具緩和經濟增長與環境之間的沖突。
本文的貢獻在于：①采用環境退化成本作為環境污染指標，對水、大氣、固體廢棄物三類環境污染進行貨幣計量，統一了計量模型中變量的量綱；②在環境庫茲涅茨曲線基礎上，初步建立選擇環境治理政策的標準。
2 1990-2009我國環境退化成本的測度
本文選取我國環境退化成本(環境退化成本是通過污染損失法核算的環境退化價值，是指在目前的治理水平下，生產和消費過程中所排放的污染物對環境功能、人體健康、作物產量等造成的種種損害，環境退化成本又被稱為污染損失成本)
作為環境污染指標，主要是因為：①在環境庫茲涅茨模型中，解釋變量多數是貨幣化的經濟變量，如國民收入、投資等，作為建立模型的重要原則，被解釋變量也應該盡量貨幣化，也是合理解釋變量之間關系的保證；②環境污染貨幣化評估，有市場價值法、機會成本法、替代市場法、綜合法等，運用不同的方法估計環境污染的結果也會出現很大差異［22］，其中較為合理的是通過綜合法對環境退化成本的估計，既反映了經濟增長過程中環境污染成本的大小，也包含了對健康、環境利用等因素的影響。
根據《中國綠色國民經濟核算研究報告2004》中的數據［23］，2004年水污染引起的水環境單位退化成本為4.712元/噸，大氣污染產生的的大氣環境單位退化成本為4 939.3元/噸，而固體廢棄物污染產生的固體污染單位退化成本為7.07元/噸。為了測算1990-2009年三種污染歷年環境退化成本，必須確定三種污染的當期單位退化成本，由于治理污染的成本與居民的消費品相關性相對較小，因此使用工業品出廠價格指數(PPI)折算歷年的各種污染當期環境退化成本，具體計算公式分為兩部分：
①2004年之后年份的計算公式為：
第t年的單位環境退化成本=第t-1年的單位環境退化成本×第t年的環比PPI指數(1)
②2004年之前年份的計算公式為：
第t年的單位環境退化成本=第t+1年的單位環境退化成本第t+1年的環比PPI指數(2)
具體的計算結果見表1，數據顯示，大氣環境單位退化成本相對較高，表明單位大氣污染對環境、人體健康以及產量的影響程度遠遠高于水污染和固體廢棄物污染。
在確定了歷年各類污染的環境單位退化成本基礎上，根據歷年各類污染物的排污量，可計算當期的環境退還成本，具體的計算公式為：
當期污染物的環境退化成本=當期污染物的環境單位退化成本×當期污染物的排放量(3)
估計結果見表2，我國總環境退化成本不斷上升，經濟增長與環境之間的矛盾沖突越加明顯，在不考慮價格因素的情況下，當期各類污染的環境退化成本從1990年的1 729.32億元上漲到5 128.67億元，凈增加兩倍之多。而且，從環境退化成本構成角度進行分析，發現水污染排放量占到了總污染物排放量的90%以上，由水污染引起的環境退化成本也占到總退化成本的50%以上；雖然固體廢棄物的排放量高于空氣污染物的排放，但是固體廢棄物污染形成的環境退化成本還不到空氣污染形成的退化成本的1%。由此可見，我國目前環境污染的成本主要來源于水污染物和空氣污染物的排放。
3 政策路徑的選擇標準
由于不同的政策變量會對環境庫茲涅茨曲線(EKC)位置、曲率產生影響，而位置變化又引起拐點代表的收入水平與一國初始收入水平相對位置發生變化，曲率的大小反映單位收入變化對污染指標影響的大小。于是，筆者認為合理的治理政策選擇原則應該是：在收入水平一定的條件下，該政策的實施將有助于將環境污染指標降低到相對最低的水平。在這一標準的指導下，結合環境庫茲涅茨曲線的特征，可以通過以下兩個具體標準選擇治理環境污染的路徑。
標準1：在拐點處對應收入水平相等條件下，選擇相對位置更接近橫軸的環境庫茲涅茨曲線所代表的治理政策。如圖1所示，環境庫茲涅茨曲線在政策2、政策3影響下，分別形成了曲線2、曲線3，在這種情況下，如果從庫茲注：1.在1999年之前水污染排放量，僅統計了工業水污染的排放量，而且不含有化學需氧量排放量以及氨氮排放量;2.空氣污染排放量包括SO2排放量、煙塵排放量、粉塵排放量，但在1999年之前的統計中只包含工業企業的SO2排放量、煙塵排放量、粉塵排放量，不包含居民生活過程中產生的排放量;3.固體廢棄物排放量從2003年起有對居民生活固體廢棄物排放量的統計，在此之前僅統計工業企業的固體廢棄物排放量，但是鑒于居民生活中固體廢棄物排放數量較大，故為了彌補2003之前的缺失數據，本文采用2003-2009年平均居民生活固體廢棄物排放量作為1990-2002年的居民生活中固體廢棄物排放量。
涅茨曲線曲率變化角度分析，政策2要優于政策3，原因在于當在收入處于較低的發展階段時，政策2產生的污染指標水平要低于政策3產生的水平；在收入水平處在相對較高的發展階段時，當收入進一步增長，政策2使環境污染指標下降的速度要快于政策3。
標準2：在拐點處對應收入水平差異較大的條件下，政策的選擇隨著實體經濟收入水平的變化而不斷調整。如圖1所示，從曲線位置變化角度分析，政策1和政策2進入環境庫茲涅茨曲線之后，使相同形狀的曲線發生了位移，如果該國初始收入水平較低，無論使用政策1還是政策2都加速環境的惡化，但是可以先選擇政策2，在收入增
長相同的條件下，沿著污染程度較輕的路徑推動經濟增長，當收入達到中等水平時，政策1相對政策2更為合理，保證了在經濟增長過程中環境狀況的改善；如果該國初始收入處于中等水平，政策2治理的結果是經濟增長的同時環境污染沿著曲線2進一步上升，但是政策1相對較為合理，既保證了經濟增長又能使環境污染指標進一步下降；
圖1 變量對環境庫茲涅茨曲線的影響
Fig.1 The impact of variable on EKC
如果該國初始收入處于高水平階段，雖然政策1和政策2都能使環境得到改善，但是政策1在同樣增長速度下環境污染程度最小。可見，在一定條件下，一國初始收入水平對于治理環境污染政策的選擇有著非常重要的作用。
4 模型構建與說明
為了分析我國現階段環境治理的路徑，本文借鑒Cole［24］建立的污染排放損失模型，在反映環境庫茲涅茨曲線的基礎上，引入產業結構、國際貿易等變量：
ln Losst=β1ln GDPt+β2( ln GDPt)2+β3ln INPt+β4lnEXt+β5 ln IMt+β6lnFDIt+β7INS2,t+β8INS3,t+ut
(4)
該式主要是從總量上對政策變量進行分析，式中Losst表示每年總環境退化成本；GDPt表示國內生產總值，根據一次項系數和二次項系數可確定環境庫茲涅茨曲線的位置以及曲率大小；INPt表示每年治理工業污染投資完成額，反映污染投資對環境改善的影響；EXt表示出口額，IMt表示進口額，FDIt表示外商直接投資資本存量，三個變量則用于衡量開放政策對于我國環境污染的影響；INS2,t表示第二產業比重，INS3,t表示第三產業比重，產業比重的變化是產業結構調整政策的重要體現，而且由于三大產業的比重之和等于1，本文為了避免變量之間的多重共線性問題，未將第一產業比重納入到模型之中。
模型中環境退化成本通過本文第二部分測算所得，環境退化成本、國內生產總值、外商直接投資資本存量(該指標值采用王小魯等于2009年測標所得結果)、進出口額以及工業污染投資完成額均通過1978年價格指數進行折算。以上數據均來自歷年《中國統計年鑒》。
5 實證結果與分析
為了對比國內總產值、國際貿易、外商直接投資資本存量、產業結構以及治理污染完成投資額等因素對環境庫茲涅茨曲線的影響，對式(4)進行逐次回歸，結果見表3。
模型1反映出我國環境退化成本與國內生產總值存在倒“U”型關系，且該模型在修正二階自相關后所得(AR(1)、AR(2)系數通過5%顯著性檢驗)，二次曲線的拐點11.22，而我國2009年以1978年為基期所計算的國民收入為65 425.87億元，取對數值為11.09，說明我國目前的經濟發展狀況在沒有其他條件影響的條件下，已接近環境庫茲涅茨曲線的拐點，但仍處于環境庫茲涅茨曲線拐點的左端，表明經濟規模的進一步擴大，環境污染的程度會有所加劇，這和大多數學者的研究相一致。模型2在模型1的基礎上加入外商投資資本存量，對應的回歸系數為-0.125 622，雖然該系數未通過顯著性檢驗，但能從系數的正負上判斷出外商直接投資資本存量的增加能夠在一定程度上降低環境污染損失，說明外商投資一般情況下都流向了“干凈”產業，對減少環境退化成本具有一定的促進作用。模型3在模型1的基礎上加入每年治理工業污染投資完成額(INPt)，回歸系數為正，約為0.27，治理工業污染投資額的增加將引起環境退化成本的增長，表明治理環境污染投資的增加加速了環境惡化，這一結論的出現，原因可能在于：一方面治理環境污染投資沒有完全形成規模，投資項目降低環境退化成本的程度跟不上退化成本快速增加的需要；另一方面也可能是由治理污染投資項目的低效率所致，例如項目規劃不合理、技術指標不過關等因素，可能導致項目本身導致環境退化成本的增加。模型4主要分析了國際貿易對環境退化成本的影響，結果顯示出口變量所對應的回歸系數沒有通過顯著性檢驗，表明出口對環境退化成本影響不顯著，回歸系數為負，說明出口擴大不會加速環境的惡化；相反，進口對應的回歸系數不僅通過了顯著性檢驗，而且為正，進口增長將導致環境退化成本增加，國際貿易進口部門的擴張會加速環境的惡化，對進口部門合理的調整有助于環境改善。模型5從產業結構角度對環境退化成本進行分析，結果顯示，第二產業比重對應的回歸系數雖然為正，卻沒有通過顯著性檢驗，說明第二產業比重的變化對我國環境成本沒有產生顯著影響，但這并不意味著我國第二產業各部門的生產活動不增加環境退化成本，原因可能在于我國長期對第二產業內部進行調整，鼓勵高污染、高耗能的制造業企業進行技術創新，向低污染、低耗能、高效率生產方式轉變；第三產業的比重對應系數為正且通過顯著性檢驗，說明第三產業比重上升會使環境退化成本提高，加速了環境的惡化，這一結論和傳統產業發展規律產生了沖突，其原因可能在于模型的設定未包含其他重要影響變量，但更有可能是第三產業中污染企業規模相對較小，無法承擔起治理污
染的投資成本，而且小規模企業往往環保意識不強，忽視對污染物的治理。模型6是 (4) 式的估計，該模型綜合分析了所要研究的所有政策因素對環境退化成本的影響，結果顯示當國際貿易、治理污染投資以及產業結構調整等因素共同作用于環境退化成本時，污染治理投資和產業結構的調整不能有效發揮降低環境污染的作用，相反，國際貿易對改善環境的積極作用得到進一步的加強，特別是出口貿易部門，能夠對環境的改善起到積極作用，出口部門對環境的積極影響能夠在一定程度上抵消進口部門對環境的威脅。從6個模型的估計結果看，解釋變量不同則我國國內生產總值所處階段就會不同，目前的國內生產總值處于模型1、模型2拐點左端，說明經濟增長仍會對環境帶來很大壓力；但是按照模型3至模型6的估計結果，我國GDP已越過環境庫茲涅茨曲線拐點，經濟增長有助于降低環境退化成本。這一結論和我國目前的現實經濟狀況相違背，探究其原因可能表現在兩個方面：一是在計量模型的分析中，仍可能遺漏了一些重要的解釋變量；二是我國目前實施的環境治理政策當共同作用于環境污染時，存在低效率，甚至是無效率（模型6），從而引起實證模型的估計與現實經濟出現不一致的情況。因此，為了提高政策利用效率，改善環境質量，就需要有重點、有針對性的應用環境治理政策。根據表3回歸結果，可得具體庫茲涅茨曲線的形狀，這為調整經濟增長與環境污染之間沖突的路徑選擇提供了分析依據。見圖2，圖中垂直于橫軸的直線表示當前我國GDP水平，根據GDP變量一次項、二次項對應的系數就能判斷出環境庫茲涅茨曲線的彎曲程度以及拐點位置，圖中數字代表了該曲線對應的模型。由函數性質可知，二次項系數越小則曲線越平坦，只有模型5所反映的收入與環境退化成本彈性最小，而且拐點處對應相對最小的國內生產總值，這決定了模型5擬合的環境庫茲涅茨曲線位于當前收入水平的左側，并將當前國內生產總值對應數值代入模型5中也會得到比其他模型相對較低的環境退化成本，根據前文論述的選擇合理政策的原則和標準，在我國目前的產出水平下，首先應采取產業結構調整的方式，降低環境退化成本。另外，合理發展對外貿易也是降低環境成本的重要手段，因為從曲線4分析，在目前國際貿易水平下，隨著國內總產值的增長，降低環境退化成本的作用僅次于產業結構調整，而且商品出口無論在模型6中還是在模型4中都對環境退化成本降低有一定影響。對于外商直接投資方面，實證結果顯示只有在產出處于非常高的階段時，外商直接投資資本存量增加才能對降低環境成本起到積極作用。而治理污染投資的政策，在配合國際貿易和產業調整政策共同治理環境退化成本時，無論從圖2還
是從回歸結果分析，都不能降低環境退化成本。綜合上述分析，就我國目前發展水平，首先應該進行產業結構調整，其次是通過進出口結構優化，這應是緩解經濟增長和環境污染沖突最主要工具，是實現經濟增長、環境保護目的的
6 結論與不足
本文將環境退化成本做為環境污染指標，通過與國內生產總值、對外貿易、產業結構等經濟變量進行分析，主要得出以下幾點結論：第一，我國經濟增長過程中，總環境退化成本在不斷增加，其中水污染、大氣污染成為環境污染的主要來源。第二，我國目前的國內生產總值水平，在以環境退化成本為污染指標的環境庫茲涅茨曲線中，在不考慮政策因素的影響下，仍未超越曲線的拐點。第三，當多種環境治理政策共同影響環境污染指標時，個別政策出現了低效率甚至是無效率，這成為實證估計與現實經濟狀況產生差異的原因之一。第四，中國作為最大的發展中國家，在目前的國內產出水平上，首先要依靠產業結構調整治理環境污染，進一步加快第二產業內部高污染、高耗能企業的轉型，同時也不能盲目擴大第三產業比例，其次是國際貿易相關政策，鼓勵出口、限制進口，通過“清潔”產品的出口降低本國環境退化成本。
本文雖然得出了一些有意義的結論，但是由于環境庫茲涅茨曲線對加入模型中的解釋變量比較敏感，曲線的形狀位置均會受到影響，因此仍需要尋找一個較為穩定的模型分析經濟增長與環境之間的關系、探尋兩者之間的協調路徑。另外，本文雖然就環境治理政策選擇的原則和標準進行了初步的細化，但在具體應用和研究上還有待進一步檢驗和完善。
參考文獻（References）
［1］Grossman G M, Krueger A B. Environmental Impacts of a North American Free Trade Agreement［R］.National Bureau of Economic Research Working Paper,1991.
［2］Grossman G M, Krueger A B. Economic Growth and the Environment［J］.The Quarterly Journal of Economics,1995,110(2):353-377.
［3］Sherry Bartz, David L Kelly. Economic Growth and the Environment:Theory and Facts［J］. Resource and Energy Economics,2008,(30):115-149.
［4］David I Stern. The Rise and Fall of the Environmental Kuznets Curve［J］.World Development,2004,32(8):1419-1439.
［5］Gürlük S. Economic Growth,Industrial Pollution and Human Development in the Mediterranean Region［J］.Ecological Economics,2009,(68):2327-2335.
［6］許士春,何正霞.中國經濟增長與環境污染關系的實證分析［J］.經濟體制改革,2007,(4):22-26.［Xu Shichun, He Zhengxia.The Empirical Analysis on Relationship Between Chinese Economic Growth and Environment Pollution［J］.Reform of Economic System,2007,(4):22-26］
［7］符淼.我國環境庫茲涅茨曲線:形態、拐點和影響因素［J］.數量經濟技術經濟研究,2008,(11):40-55.［Fu Miao. Chinese Environmental Kuznets Curves:Shapes,Turning Point and Responsible Factors［J］.The Journal of Quantitative&Technique Economics,2008,(11):40-55.］
［8］Panayotou Theodore. Demystifying the Environmental Kuznets Curve:Turning a Black Box into a Policy Tool［J］.Environment and Development Economics,1997,(2):465-484.
［9］Dasgupta S, Laplante B, Wang H, Wheeler D. Confronting the Environmental Kuznets Curve［J］.Journal of Economic Perspectives,2002,(16):147-168.
［10］Harbaugh W, Levinson A, Wilson D M. Reexamining the Empirical Evidence for an Environmental Kuznets Curve［J］.The Review of Economics and Statistics,2002,(84):541-551.
［11］Hettige Hemamala, Muthukumara Mani, David Wheeler. Industrial Pollution in Economic Development:The Environmental Kuznets Curve Revisited［J］. Journal of Development Economics, 2000,(62):445-476.
［12］Bruyn De S M. Explaining the Environmental Kuznets Curve:Structural Change and International Agreements in Reducing Sulphur Emissions［J］.Environment and Development Economics,1997,(24):485-503.
［13］林伯強,蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析［J］.管理世界,2009,(4):27-36.［Lin Boqiang, Jiang Zhujun. The Forecast and Responsible Factors of CO2s Environmental Kuznets Curve in China［J］.Management World,2009,(4):27-36.］
［14］包群,彭水軍.經濟增長與環境污染:基于面板數據的聯立方程估計［J］.世界經濟,2006,(11):48-58.［Bao Qun, Peng Shuijun. Economic Growth and Environment Pollution:The Estimation of Simultaneous Equation［J］.The Journal of World Economy,2006,(11):48-58.］
［15］張友國.經濟發展方式變化對中國碳排放強度的影響［J］.經濟研究,2010,(4):120-132.［ Zhang Youguo. Economic Development Pattern Change Impact on Chinas Carbon Intensity［J］.Economic Research Journal,2010,(4):120-132.］
［16］Copeland B, Taylor M S. Trade,Growth,and the Environment［J］.Journal of Economic Literature,2004,(42):7-71.
［17］劉渝琳,溫懷德.經濟增長下的FDI、環境污染損失與人力資本［J］.世界經濟研究,2007,(11):48-55.［Liu Yulin, Wen Huaide. FDI,Human Resources and Environmental Pollution Loss in Chinese Economic Growth［J］.World Economy Study,2007,(11):48-55.］
［18］韓玉軍,陸.門檻效應、經濟增長與環境質量［J］.統計研究,2008,25(9):24-31.［Han Yujun, Lu Yang. Threshold Effects,Economic Growth and Environment Quality［J］.Statistical Research, 2008,25(9):24-31.］
［19］沈利生,唐志.對外貿易對我國污染排放的影響［J］.管理世界,2008,(6):21-29,187.［Shen Lisheng, Tang Zhi. Impact of International Trade on Pollution Emission in China［J］.Management World,2008,(6):21-29,187.］
［20］張友國.中國貿易增長的能源環境代價［J］.數量經濟技術經濟研究,2009,(1):16-30.［Zhang Youguo. Impact of Trade on Chinas Energy Consumption and SO2 Emission:1987-2006［J］.The Journal of Quantitative&Technique Economics,2009,(1):16-30］
［21］李小平,盧現祥.國際貿易、污染產業轉移和中國工業CO2排放［J］.經濟研究,2010,(1):15-26.［Li Xiaoping, Lu Xianxiang. International Trade,Pollution Industry Transfer and Chinese Industries CO2 Emissions［J］.Economic Research Journal,2010,(1):15-26.］
［22］李鋼,馬巖,姚磊磊.中國工業環境管制強度與提升路線［J］.中國工業經濟,2010,(3):31-41.［Li Gang, Ma Yan, Yao Leilei. The Intensity and Update Path for Chinas Industrial Environmental Regulation［J］.China Industrial Economics,2010,(3):31-41.］
［23］國家環保總局.中國綠色國民經濟核算研究報告2004［R］.2006.［Ministry of Environmental Protection of China. China Green National Accounting Study Report 2004［R］.2006.］
［24］Cole M, Ellion R, Wu S. Industrial Activity and the Environment in China:an Industrylevel Analysis［J］.China Economic Review,2008,(19):393-408.
Research on the Path of Ajusting Conflict Between Environmental Pollution
and Economic Growth in China
――Based on Analysis of Environmental Degradation Cost
LI Juanwei REN Baoping
(School of Economics and Management,Northwest University,Xian Shaanxi 710127,China)
Abstract This paper selects relative data of our country from 1990 to 2009.Firstly, it uses these selected data to estimate the environmental degradation cost. It is found that environmental degradation cost shows a rising trend.The environmental degradation cost mainly results fromwater pollution and air pollution.Second,we take this cost as the indicator of environmental pollution and combine it with the characteristics of the Environmental Kuznets Curve.We also establish the criteria of choosing a policy path to control pollution,to seewhether the policy can effectively put the indicator of pollution down to a comparative lower level.According to those,we can analyse the path of the coordinating the conflicts betweeneconomic growth and environmental pollution.The empirical results indicate that not considering the effects of policies,the GDP level of our country is on the left of the turning points of Environmental Kuznets Curve.It means that increasing the domestic products can make the environment condition worse.Another result is that when all of the controlling pollution measuresare put into practice,some performances of those policies are at a low level,evenof no efficiency.The last conclusion is that at present in order to guarantee the sustaineahce economic growth and reduce the environment cost,thepolicy path is that firstly we should pay great attention to the adjustment ofindustrial structure.It means we should keep the proportion of the secondary industry at a reasonable level and strictly supervise the pollution enterprises in the process of developing the tertiary; Industry.The second step is to adjust the proportion of import and export and to stimulate export.The policy of attracting foreign direct investment and the government investment to deal with pollution at the present development stage of our country can not effectively reduce the the environmental degradation cost of economic growth.
關鍵詞 非政府組織；環境規制；影響；空間計量
中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104（2016）10-0034-10 doi：10.3969/j.issn.1002-2104.2016.10.005
二戰以來，非政府組織憑借其組織目說墓益性迅猛發展，成為重要的社會公共治理力量。由于其組織性、非政府性、非營利性、自治性和自愿性等特征，非政府組織發揮的作用主要包括，但不限于：填補政府用于社會發展方面資金的不足；開拓大量的就業機會；推動對弱勢群體和社會問題的廣泛關注；溝通三大部門的信息；培育公民的社會價值觀等。由于在推動社會進程中已經發揮的作用和可能激發的潛力，非政府組織被譽為公民社會建設的基石。生態治理與環境保護是國際非政府組織的傳統活動領域，世界自然同盟（The World Conservation Union，WCU）、世界野生動物基金會（World Wildlife Fund，WWF）、以及綠色和平組織（Green Peace）等在世界范圍都具有極大的社會甚至政治影響力。在中國，由于較少政治敏感性，環保型非政府組織較其他領域的非政府組織更為活躍。雖然如此，至少在中國，非政府組織在環境治理領域中的作用極少為各級政府主動利用并發揮作用，至于其定量的環境貢獻，尚未見相關研究成果在國內外發表。基于對網絡非政府組織數據庫的手工整理，本研究實證檢驗了非政府組織在區域環境治理中的作用。這是對第三方組織的環境規制效應進行實證檢驗，在控制相關變量后，發現在非政府組織發育較為成熟的地區，區域的環境規制水平顯著高于非政府組織發育較為滯后的地區。該結果可為評價非政府組織在環境保護中的貢獻提供量化依據。
1相關文獻回顧
非政府組織在國際生態與環境保護領域中發揮的作用很早就引起了學者們的關注，相關的研究主要從非政府組織對政府和國際機構的影響、非政府組織對企業的影響、非政府組織對消費者和居民的影響三條線索展開。Haas et al詳細介紹了環保類非政府組織如何改變政府和相關國際機構對生態與環境問題的看法、利用社會輿論和專業優勢推動環境保護立法、以及積極協助執法的策略。“社會許可”（Social license）是理解環保類非政府組織影響企業的一個重要概念。以紙漿與造紙業企業為例，Gunningham et al回答了為什么“社會許可”對企業如此重要。Gunningham et al發現，企業超越法律規制的環境行為不能單純用規制威脅和道德約束來解釋，而是社會壓力和企業經濟約束的共同結果。
對環保類非政府組織與消費者和居民關系的研究又可以細分為兩類，一類是利益相關者（stakeholder）研究，強調環保類非政府組織作為戰略橋梁，構建綠色聯盟框架，發展資源環境節約技術，兼顧生產者和消費者利益，實現經濟可行的生態與環境效益。對環保類非政府組織與居民關系的另一類研究認為居民的污染消費認知不僅來自于居民暴露于環境污染下的直接感受，還與其對環境污染種類及其危害性的認識有關。居民對政府環境規制決策的影響不僅與其受到的環境污染傷害程度有關，還與其發表意見，溝通政府、媒體、研究機構和其他居民的能力有關。因此，為有效發揮非政府組織在環境保護中的作用，非政府組織應在致力于啟發民智、溝通民意和幫助居民行使民權。
具體到中國，雖然改革開放以來第一家官方背景的非政府組織誕生于環保領域（中國環境科學學會），第一家民間自發、最接近現代西方非政府組織的草根組織也誕生于環保領域（自然之友），當前最活躍、影響最大的非政府組織也是環保領域的非政府組織，但就文獻檢索，現有研究多定性研究、宏觀研究，定量的、微觀的研究并不多見。少有的幾篇微觀文獻中，鄧國勝的研究值得關注。該研究在國家環保部宣教司支持下，對中國活躍環保非政府組織和相關政府部門分個人和單位進行了問卷調研，基本客觀的展示了中國環保非政府組織的發展現狀。尤其有價值的是，鄧國勝發現受訪對象對環保非政府組織了解的程度與其對環保非政府組織作用的評價緊密相關，媒體工作人員和非政府組織工作人員對環保非政府組織作用的認同程度較高，政府工作人員對環保非政府組織的認可度最低，“中國的環保NGO通過媒體的宣傳報道和聯合行動，放大了環保NGO的作用”。鄧國勝定義的環保非政府組織的作用包括如下四個方面：提升公眾環保意識；促進公眾環保行為的改善；完善公眾參與機制；開展政策倡導。這一定義以及相應的研究結論與上文環保類非政府組織與居民關系的研究相吻合，暗示了環保類非政府組織發揮作用的機制。
根據相關公共部門績效理論，嚴格說來鄧國勝定義的環保非政府組織的作用其實只是其手段，真正的作用應當定義為區域環境的改善或環境規制水平的改變。因受數據可得性約束，該研究以區域內非政府組織總量替代區域內環保非政府組織數，衡量其最終的區域環境規制效應。
2研究設計
由于環境污染的空間相關性與空間溢出性，學者們在環境治理研究中多采用空間計量方法。考慮到污染排放的時間連續性和危害滯后性，研究中引入了面板動態研究技術。因此，本研究的實證檢驗部分擬采用空間計量面板模型。環境污染治理的空間相關性和溢出性表現形式復雜，可以表現為因變量的空間相關，也可以表現為自變量的空間相關，還可以表現為隨機干擾項的空間相關，以及樣本個體效應的空間相關，其一般化形式如下式：
（1）
式中：yit表示i區域t時刻因變量的觀測值，Xit為i區域t時刻自變量觀測值矩陣。模型中α為截距項，αi代表個體效應，γt代表時間效應。模型中以被解釋變量yit的滯后項為解釋變量引入動態模型，當τ=0時，模型為靜態空間面板模型，否則為動態空間面板模型。模型中ρ代表因變量的空間相關系數，β代表自變量回歸系數，自變量的空間外部性系數為θ列向量，λ代表隨機擾動項的空間相關系數，φ代表個體效應的空間相關系數。E、W、D分別代表隨機擾動項、因變量和自變量的空間權重矩陣，理論上可以一致，也可以不同。
根據回歸系數的不同，空間面板模型可以細分為不同的具體模型，總體看可以分為五種常用的空間面板模型：①當θ=λ=0時，模型為空間滯后面板模型（spatialAutoregressive Panel Model，SAR）；②當λ=0時，模型為空間杜賓面板模型（Spatial Durbin Panel Model，SDM）；③θ=τ=0，模型為帶自回歸誤差項的空間滯后面板模型（spatialAutocorrelation Panelmodel，SAC）；④θ=β=τ=0模型為空間誤差面板模型（Spatial Error Panel Mode，SEM）；⑤θ=β=τ=0當，且φ≠0時，模型為廣義空間誤差隨機效應面板模型（Generalised Spatial Panel RandomEffects Panel Model，GsPRE）。隨著對個體效應αi和時間效應γt的不同假設，以上前四種模型還可以進一步細分成個體效應與時間效應的固定效應模型和隨機效應模型。
或許是環境治理的復雜性，不同學者的研究中采用了不同的空間面板模型。安虎森和吳浩波使用空間杜賓面板模型研究了工業二氧化硫和工業煙（粉）塵排放總量的空間相關性。王宇澄的研究也采用了空間杜賓面板模型研究了我國省際環境規制競爭的跨界溢出效應。朱平輝等使用固定效應空間滯后面板模型，對工業二氧化硫等七種工業污染排放的環境庫茲涅茲曲線進行了實證檢驗，發現我國地區工業污染排放具有較強的空間依賴關系，且與傳統面板檢驗相比，固定效應空間滯后面板模型的估計結果穩健，回歸質量更好。趙佳佳和王健林在研究中國環境污染的庫茲涅茲曲線時，發現采用空間誤差面板模型的回歸結果顯著性水平大大好于普通面板模型的回歸結果。Anselin給出了針對橫截面數據的模型選擇機制，但其對快速發展的空間面板模型是否同樣適用值得懷疑。安虎森和吳浩波專門探討了空間面板模型的選擇機制，建議從空間杜賓模型出發，根據空間回歸系數的顯著性依次進行模型篩選。馬梅麗和張曉在研究中國31個省份及異地之間霧霾污染的交互影響以及經濟變動、能源結構影響時，發現依據Anselin的選擇機制在空間面板模型間很難做出篩選決策，作者最終采用實用主義方法，根據回歸質量和系數顯著水平同時接受隨機效應空間滯后面板模型和固定效應空間誤差面板模型的兩個回歸結果。鑒于空間計量模型篩選并非本文的目的，根據現有研究成果，本文同時參考安虎森和吳浩波、馬梅麗和張曉同樣的標準，采用不同模型進行實證檢驗，并根據回歸結果選擇模型。
3數據來源與變量設定
3.1變量選擇及數據來源與處理
空間權重矩陣主要有相鄰矩陣、距離矩陣以及不同要素的空間權重矩陣等三種類型，本文選擇空間相鄰矩陣，原因是其更符合本文的基本假設，本文假設由于污染的外部性，無論空間距離遠近，相鄰地方政府的環境規制政策會相互參照，互相影響，并表現為相鄰區域污染排放水平的空間相關性。空間相鄰矩陣為對稱矩陣，相鄰省份取值為1，否則為0。
根據數據可得性和完整性，本研究的時間序列為2002-2013年共13年。區域非政府組織數量來自中國社會組織網，包括年末實有社團、年末實有基金和年末實有民辦非企業單位三類，本研究將不同類數量加總，由研究者手動整理并根據各省當年人口數轉化為人均值。
為增強研究結論可比性，變量選擇和定義盡量參考已有研究成果的研究設計，具體見表1。
環境規制強度變量以單位工業增加值污染物排放量衡量，這是一個負向指標，較高的排放水平意味著較低的環境規制強度。省際層面的污染物排放量指標主要有工業二氧化硫排放量、工業廢水排放量、工業固體廢棄物排放量（產生量）、工業煙粉塵排放總量、工業煙塵排放量和工業粉塵排放量等共六類。從2011年開始工業煙塵排放量與工業粉塵排放量不再單獨統計，合并到工業煙粉塵排放量。故研究期間，實際可供使用的污染排放數據共4類。不同類型污染排放合并計算，有研究采用簡單加和方法，也有采用縱橫拉開法。本研究取單位工業增加值各類污染物排放量自然對數值的加和衡量污染規制強度，并以縱橫拉開檔次法進行穩健性檢驗。
地方政府的經濟發展需求以財政收入分權度衡量，計算公式如式（2）。DECENit為i省份t年財政收入分權度，Fincome代表預算內財政收入，分子為樣本i省份在t年的預算內收入，分母為當年國家預算內收入。
（2）
根據已有文獻，控制區域經濟發展水平、開放度、產業結構和區域能耗水平，變量定義如表1。根據主流研究成果，預期區域經濟發展水平與區域環境污染排放強度正相關，開放度與區域污染排放強度負相關，工業化水平與環境污染排放強度正相關，區域能耗水平與環境污染排放強度正相關。
地區生產總值、人均地區生產總值、進出口總額、工業增加值、第二產業增加值根據相關省際指數折算為2002年水平。為約束變量空間分布以防止異方差，同時在回歸中獲得因變量對自變量的彈性，對環境污染強度、地方政府財政收入分權度、人均非政府組織數、單位地區生產總值能耗取自然對數。
除專門說明，各變量中經濟變量來自中宏區域數據庫，污染排放數據來自環境統計年鑒，能耗數據來自能源統計年鑒。
3.2變量描述性統計與相關性檢驗
為增強直觀感受，除環境污染強度變量，表2介紹了變量的非自然對數描述性統計。數據顯示，海南環境污染規制最為嚴格，連續多年污染排放強度全國最低，2010年達到最低值-1.184。河北省環境污染排放強度多年保持在較高水平，并在2011年達到13.16的污染排放強度最高值。財政分權度最低的是2004年的青海省，最高的是2002年的廣東省。從人均看，非政府組織人均最多的是2008年寧夏回族自治區8.336個/萬人，最少的是2002年貴州省0.775個/萬人。人均GDP2013年上海最高，2002年價折算后為91 062元/人，最低的是2002年貴州省，只有3 153元/人，是前者的3.5%。數據顯示，即使同比2013年，貴州的人均GDP也只有上海的12.9%（11 707/91 062），顯示出巨大的區域經濟發展水平差異。二產比重2013年北京最低，僅有22.32%，2011年的山西最高，達到59.05%。開放度最高是2008年的北京，最低的是2002年的河南省。單位GDP能耗最高的是2004年的寧夏，最低的是2013年的北京。整體看，無論是本研究的自變量、因變量還是控制變量，都呈現出較大的時間和空間差異，呈現強烈的動態特征。
自變量間的自相關導致回歸結果有偏是實證檢驗中常遇到的問題。本研究中人均GDP是一個綜合性變量，對二產比重、開放度以及單位GDP能耗都可能產生影響。相關性檢驗見表3。檢驗結果證實，人均GDP變量的引入可能帶來嚴重的自相關問題。由于相關文獻較多的引入了人均GDP變量，謹慎起見，實證檢驗將應用膨脹系數法和條件數法對此開展進一步的檢驗。
4實證檢驗結果
4.1環境規制水平的空間相關性檢驗
環境規制水平的空間相關性是應用空間計量模型的基礎，根據式（3）測算環境規制水平的全局Moran’s I指數。
（3）
根據表4數據，環境規制水平的全局Moran’s I指數均為正值，且通過顯著性檢驗，說明在樣本期間，中國相鄰省份的環境規制水平存在顯著的空間相關性，且變動方向為正相關（同高或同低）。這一結論不僅為本文采用空間計量方法研究環境規制奠定了事實基礎，也為已有的研究關于相鄰區域間會在環境規制上競逐到底（race to bottom）提供了新的依據。
4.2區域經濟發展與非政府組織對環境規制的影響
OLS估計方法是絕大多數實證研究方法的基礎，應用OLS方法本研究檢驗了自變量可能的多重共線性及其對回歸結果的影響，檢驗方法為方差膨脹因子（VIF）和條件數（coldiag），檢驗結果見表5。
通常情況下，膨脹系數均值（mean VIF）大于3，或者條件數大于30，皆可斷定存在多重共線性。表5中第一列膨脹系數均值剛好超過3，而第三列條件數則遠超多重共線性判斷值，證明在第一列和第三列存在嚴重的多重共線性。仔細觀察各變量的膨脹系數和方差分解占比（Variance-Decomposition Proportions），人均GDP是造成多重共線性的原因，證明了前文相關性檢驗的結論，如果不剔除人均GDP變量將會造成實證研究的結論有偏。
表6采用靜態面板模型和動態面板模型檢驗了環境規制的動態性。模型1至模型3為靜態面板模型，模型1采用固定效應回歸方法，模型2采用隨機效應回歸方法，模型3采用最大似然隨機效應回歸方法。Hausman檢驗拒絕回歸系數無系統性差異的隨機效應假設，建議采用固定效應模型。回歸結果符合理論預期，區域財政分權度提高會增加本區域的環境排放強度，雖然在固定效應模型中回歸系數不再顯著，但符號依舊。區域人均非政府組織數量會顯著降低本區域的污染排放強度，也即會顯著提升本區域的環境規制水平。這兩個結論都符合前文預期。控制變量單位GDP能源消耗和第二產業比重的上升也會提升區域的環境污染排放強度，且在所有靜態回歸模型中都保持1%統計水平顯著。所有模型都證實控制變量區域開放度的提升會在1%顯著水平降低區域的環境污染排放強度，這一結論否定了“污染天堂”的中國適用性，與已有的研究結論一致。
考慮環境規制的時間延續性，本期某區域的環境規制可能顯著受前期影響，模型4采用系統廣義矩模型檢驗了區域環境規制政策的動態性。AR檢驗證實，模型殘差在1%顯著水平存在一階序列相關，但不存在二階序列相關，Sragan檢驗證實本研究采用的工具變量不存在過度識別問題，證明了本研究采用動態模型的合理性。回歸結果顯示，上期的環境污染排放會對本期造成顯著影響，回歸系數高達0.74。顯著為正的回歸系數證實區域的環境污染排放及其隱含的環境規制水平具有正向延續性，某區域的環境規制政策具有較強的政策延續性。其他各變量系數除數值差異外，符號與回歸顯著性與靜態模型無顯著差異。
由于變量的空間相關性和時間動態性，開展空間計量模型檢驗，檢驗結果見表7。模型5和模型6采用空間滯后面板模型（SAR），模型7和模型8采用空g誤差面板模型（SEM），模型9和模型10采用空間杜賓面板模型（SDR），模型11為帶自回歸誤差項的空間滯后面板模型（SAC），模型12為廣義空間誤差隨機效應面板模型（GSPRE）。模型5、7、9采用了隨機效應面板模型回歸方法，模型6、8、10則采用了固定效應面板模型回歸方法，采用Hausman檢驗以判斷何種方法為優。從回歸結果看，所有Hausman檢驗z統計量在統計上都不顯著，支持在本研究中采用回歸系數無差異的隨機效應面板模型。
從檢驗結果看，空間相關系數的統計顯著度不支持帶自回歸誤差項的空間滯后面板模型在本研究中的適用性。同樣，廣義空間誤差隨機效應面板模型中因變量空間相關系數p僅在10%統計水平顯著，隨機擾動項統計上不顯著，顯示該模型不適用于本研究的數據分布。
在剩下的三個模型5、7、9中，回歸結果基本一致，顯示本研究結論的穩健性，但從回歸系數z統計量角度，模型5和模型7的回歸質量更好，因此后文分析基于模型5和模型7的回歸結果進行。首先，空間面板模型的檢驗結果證明，本研究的因變量存在嚴重的空間相關性，當不考慮因變量的空間相關性時，回歸結果的隨機誤差則存在空間相關性，當同時考慮因變量和隨機誤差的空間相關性時，空間相關性系數的統計顯著性水平下降，暗示了二者的內在關系。
當分別考慮因變量的空間滯后和隨機誤差的空間誤差時，實證結果顯示，以財政收入分權度衡量的地方政府區域經濟發展需求會顯著提升區域污染排放水平。由于自變量和因變量都采用了自然對數形式，回歸系數反映區域污染排放水平對財政收入分權度的彈性大于1，且都在1%統計水平顯著。這一結論證實地方政府對區域經濟發展需求越強烈，越容易放松區域環境管制，表現為單位GDP污染排放水平的上升。
各地人均非政府組織數量對當地污染排放水平的回歸系數也符合預期，所有模型的回歸系數都為負，其中模型5、7在1%統計水平顯著。實證研究結果證實，區域人均非政府組織數量上升能有效提升區域環境規制水平，顯著降低區域污染排放水平，其彈性約為-0.45。在公民社會建設中，非政府組織的數量與活躍程度是公民參與社會治理程度的重要標志。作為對傳統上單一的公共治理主體政府的有益替代和補充，非政府組織不僅能補充財政資金的不足，還能吸收更多的勞動力、專業技能和媒體資源以緩解公共治理資源的不足，更重要的是，非政府組織先天的道德優勝地位和組織性使其能在政府與公民間有效發揮信息交流與溝通作用。環境保護是非政府組織的重點工作領域，區域內相關領域非政府組織數量的上升可以有效改善當地政府和居民的環境認知，增強環境保護意識，集聚環境保護資源并提升政府的環境執法決心和能力，從數據上，就表現為較高的人均非政府組織數量將降低區域的環境污染排放水平，本文的實證研究證實了這一點。
控制變量區域開放度、單位GDP能耗水平回歸結果符合預期，較高的區域開放度會降低經濟發展的環境代價，而能耗水平則會起到相反的效果。現有的多數研究都不支持“污染天堂”假說在中國的適用性，而是支持參與國際貿易對中國的污染減排是有益的，本文的研究與此一致。回顧中國改革開放的歷史，沒有證據表明存在高能耗、高污染產業在世界范圍內向中國的大規模遷移，相反對外開放使中國獲得新的技術和新的產品，進入新的市場，從而改變落后的生產生活方式和要素利用方式，包括環境要素利用方式。由于全要素生產率的持續提升和資本、勞動力的高效利用，環境要素變得相對稀缺，故對外開放推動了中國的環境保護。改革開放政策已經不同方面獲得廣泛支持，從有效促進環境保護，推進可持續發展角度，本文的研究結論也證實了對外開放的貢獻。為推動中國資源與環境保護和建設，應進一步擴大開放。
已有的研究多數認同經濟發展中的能耗代價是導致環境污染的重要因素，此外，能源結構差異還會帶來污染結構的差異，如霧霾的產生即與煤炭在能源消耗結構中的比重密切相關。從本文的回歸系數看，單位GDP能耗的污染排放富有彈性，在所有的回歸模型中回歸系數都超過2。這一方面證明了高能耗發展會付出嚴重的環境代價，另一方面也指出了節能是重要的環境節約發展路徑。在所有回歸模型中，區域開放度和單位GDP能耗的回歸系數都相對穩定，且在統計上高度顯著，顯示出結論的穩健性。
4.3穩健性檢驗
由于在實證研究中使用了不同的研究方法，結論呈現較強的穩定性，此處主要檢驗因變量規制污染排放水平的賦值合理性，參考相關文獻，以縱橫拉開檔次法重新構建因變量進行檢驗。此外，由于中國活躍非政府組織多數受制于注冊規定而不得不“非法活動”，本文也采用中國環境年鑒提供的“來信總數”來反映區域公民社會活躍程度，變量取值方法與前文一致，以某省當年人均“來信總數”的自然對數衡量該區域的公民社會活躍程度，變量名稱MAIL。穩健性檢驗見表8。
檢驗1結論基本與前文一致，不再贅述。檢驗2中改變方法衡量區域公民社會建設水平后，雖然回歸系數符號依舊符合預期，但顯著水平大幅下降，這可能與指標選取與衡量目標的弱一致性有關。網絡時代，公民表達意愿的方式多元化，傳統的信函可能已經不再是首選。雖然如此，由于“電話/網絡投訴數”僅從2011年開始統計，當前難以用于空間面板檢驗，尋找或開發新的指示變量是本研究未來的一項重要工作。
5結論與政策建議
非政府組織是二戰以來興起的重要公共治理主體，已經成為公民社會建設重要的推動力量。生態與環境保護是非政府組織傳統的聚焦領域，當今世界知名的非政府組織不少是著名的環保類非政府組織。由于遠離意識形態，環保類非政府組織較少涉及政治敏感性，因此改革開放以來，環保類非政府組織在我國得到較快的發展。
令人詫異的是，雖然環保類非政府組織在中國已經具有較大的社會影響，現有文獻中卻少有對其環境治理績效的研究。基于系統廣義矩模型和空間計量模型，本文對非政府組織的區域環境治理績效開展了定量研究。當控制相關變量后，研究發現：以人均非政府組織數量衡量的區域非政府組織發育程度確實會顯著影響區域的環境治理水平。在非政府組織發育較好的區域，環境質量顯著高于非政府組織發育水平較低的區域。雖然非政府組織由于其目標的公益性天生相對政府具有道義上的優勢，但定量績效證據的缺乏使其社會公信力存在瑕疵。本文的實證研究彌補了這一缺陷，實證研究證實了非政府組織對區域環境規制的促進作用。
研究發現：在財政分權度衡量的地方政府經濟發展需求度較大的區域，其環境規制強度顯著較低，且彈性系數大于1。政府治理相關文獻認為，在“政治集權，經濟分權”的治理體制下，地方政府會因為經濟與政治晉升動機參與“區域經濟增長競爭錦標賽”。本文的研究結論證實了在這一過程中，犧牲環境促進經濟增長成為政府的可行戰略選擇。為有效保護環境，應合理重構政績考核指標體系，降低經濟指標比重，豐富環境指標類型，提升環境指標地位，實行重大環境事故一票否決制。
研究發現：經濟開放度有助于提升區域的環境規制水平，這一結論證明中國的對外開放實踐并沒有產生學者們擔憂的“污染天堂”后果。為加強資源環境可持續發展，應進一步擴大開放。
關鍵詞：經濟增長；環境污染；擴展的EKC模型；面板協整
中圖分類號：F222.3 文獻標識碼：A
Abstract: This paper， based on utility function， builds an extended EKC model. Through the analysis of panel cointegration， the conclusion is that the EKC curves of industrial waste water， waste gas is not any kind of “U-shape”， “inverted U-shape” or “N-shape”. There is causality between economic growth and discharge of industrial wastes， but the discharge standard of developed areas is remarkably different from that of under-developed areas; the differences of industrial structure have an effect on the discharge of wastes， especially when the proportion of secondary industry in the national economy is large， the discharge of industrial wastes will be more; the population density has an crowding-out effect on industrial wastes; the discharge of industrial wastes have a mechanism to force the government devote more to the pollution. The environments of Beijing and Shanghai are taking a favorable turn， while the situation in He’nan province is still worsening. To solve the problem of environmental pollution thoroughly， a rational and effective institution is needed. Only when the restraint of institution from objective point is great than the restraint of human’s own behavior， can the environmental problem be solved.
Key words: economic growth; environmental pollution; extended EKC model; panel co-integration
1971年《羅馬俱樂部報告》出臺之后，關于經濟是否可持續發展一度成為廣泛的爭議話題，隨后的討論從資源枯竭問題轉向了環境污染問題。目前經濟學界一般用環境庫茲涅茨曲線(Environmental Kuznets Curve， EKC)表示經濟增長與環境的關系。該曲線是指當收入超過一定的臨界值時，按照人均值度量的經濟活動的環境效應幅度會隨著收入的增加而下降，就是說人均收入和環境污染呈現的是倒U型曲線關系。在人均收入水平比較低的情況下，隨著人均收入的提高，環境污染加劇；Grossman and Krueger（1991；1994）研究表明，在人均收入達到一定水平 ，一般為 4000-5000 美元(1985年的美元計價)，人均收入的提高將伴隨著環境狀況的改善。繼Grossman和Krueger之后，許多實證研究結果都表明，在大多數環境質量指標與人均收入之間存在著倒U型的關系。Selden和Song(1994；1995)考察了四種重要的空氣污染物(即SO2、CO2、NO2和SPM)排放問題，發現它們與收入之間都存在倒U型的關系。Xepapadeas和Amri(1995)證實對于大氣中SO2的濃度也存在同樣的結論。Grossman and Krueger(1995)使用比1994年的研究范圍更廣的環境質量指標數據進行了跨國面板模型分析，沒有發現環境質量會隨經濟增長而持續惡化的證據，相反，他們選取的大多數環境指標在經濟增長的初始階段出現惡化，而隨著經濟增長呈現出穩定改善的過程。
隨著人們生活水平的提高，將會追求更高的生活質量，因此對于環境污染的問題也會越來越受到重視，研究該問題的學者也越來越多。本文嘗試建立一個基于效用函數擴展的環境庫茲涅茨曲線，應用面板單位根和面板協整理論，分析我國分省的環境庫茲涅茨曲線——我國分省經濟增長與環境污染關系問題。
一、文獻綜述
對于中國經濟增長和環境污染關系問題的研究，主要體現在兩個方面：一種是對某一個省市的研究，主要適用OLS方法進行模型估計，但是很少見到對時間序列進行單位根和協整檢驗問題，然后根據回歸結果分析EKC模型是否存在，進而提出相關的政策建議；第二種是利用分省面板模型回歸分析，主要是使用Hausman檢驗判斷使用固定效應模型還是隨機效用模型，未曾見到對于面板數據進行單位根和面板協整檢驗問題。第一種情況的研究成果眾多；第二種情況的研究成果很少，主要有：包群、彭水軍、陽小曉（2005）；劉燕、潘楊、陳剛（2006）；于峰、齊建國、田曉林（2006）；李達、王春曉（2007）。
包群、彭水軍、陽小曉（2005）利用1996-2002年期間我國30個省份的面板數據，對我國經濟增長與包括水污染、大氣污染與固體污染排放在內的6類環境污染指標之間的關系進行了檢驗，實證結果發現倒U型EKC關系很大程度上取決于污染指標以及估計方法的選取，存在以相對低的人均收入水平越過環境倒U型曲線轉折點的可能。
劉燕、潘楊、陳剛（2006）使用1990-2003年中國的省級面板數據對中國的經濟增長與環境污染關系進行了計量分析，同時考察了中國的對外開放政策對環境質量的影響。結果表明中國的經濟增長同環境污染之間并不存在簡單的倒U型曲線關系，中國的經濟增長與工業廢水之間表現為一種倒N型曲線關系，與工業廢氣之間表現為N型曲線關系，與工業固體廢物之間表現一種倒U型曲線關系。同時，分析表明出口同中國的環境污染之間存在顯著的正相關關系；而外商直接投資與中國的環境污染之間卻存在顯著的負相關關系。
于峰、齊建國、田曉林（2006）在 Stern（2002）模型的基礎上，以 SO2 排放量表征環境污染水平，對 1999—2004 年間除西藏、山西和貴州以外的我國28 個省、自治區及直轄市的面板數據進行回歸分析，結果顯示經濟規模擴大、產業結構和能源結構變動加劇了我國環境污染，生產率提高、環保技術創新與推廣降低了我國環境污染。并估算了這五要素對環境質量影響的各自實際貢獻率。
李達、王春曉（2007）利用1998-2004年間我國30個省份的面板數據，研究了3種大氣污染物和經濟增長之間的關系。實證結果表明3種大氣污染物與經濟增長之間不存在倒U型環境庫茲涅茨曲線。二氧化硫排放與經濟增長之間呈倒N型曲線，與多數研究結果不相符；同時，第二產業比重、經濟增長速度、單位GDP能耗和環境政策強度四個解釋變量總體上對3個大氣污染物的排放具有顯著影響。
從上述文獻可以看出，隨著經濟發展水平的提高，研究經濟增長與環境污染關系的文章也似乎越來越多。上述豐富的研究成果對于我國或者某些省份和城市制定合理的環境措施，減少環境污染總量，降低環境污染程度都具有十分重要的指導意義。但是上述研究成果共同的遺憾是：一是模型簡單，沒有考慮到影響環境污染的其他因素，僅限于經濟增長對于環境污染影響的研究和回歸分析；二是實證分析手段和方法受到計量經濟學理論和發展水平的制約。基于此，本文從上述兩個方面進行補充和擴展分析，基于效用函數理論模型，建立中國的EKC模型，使用面板單位根和面板協整分析技術進行研究，希望結論能符合中國國情和實際，對于中國經濟增長、環境污染和治理提出有針對性和有益的建議。
二、模型的建立與微觀基礎
考察經濟增長與環境污染的關系問題，首先要分析兩個變量的傳導路徑，因此要從微觀傳遞機制入手，進而分析宏觀層次上變量的依賴關系。
（一）模型的微觀基礎
我們首先建立一個代表性家庭個體的函數模型，然后將它一般化推廣，形成一個包含更廣泛個體的函數模型。
1.代表性個體的效用函數與污染函數。
假設一個代表性家庭消費C會導致污染H，因此家庭的效用函數為：
家庭消費越多，效用越高，因此 ；而污染越高，效用越低，因此 。由于污染是由于消費引致的，因此家庭如果減少污染，或者是減少消費，或者是對污染進行投入治理。令E為家庭治理環境污染的資源投入量，考慮到污染是消費的副產品，因此可以設定家庭污染函數為：
假設消費越多，污染越嚴重，因此消費和污染正相關，即 ；同時假定隨著污染治理投入的增加，環境污染隨之減輕，兩者負相關，即 。假定家庭治理污染和消費的資源稟賦總量為Y（收入），則約束條件為C+E=Y。
假定效用函數為線性的，可以表示成如下形式：
表示單位消費產生單位效用，污染帶來的邊際效用損失為 ，且 。假定單位消費產生單位污染，并且污染治理函數設定為柯布——道格拉斯形式，具體表示為：
該形式表明，當不進行污染治理投入的時候，污染量H等于消費量C，污染量隨著消費的增加而增加；隨著污染治理投入的提高，當 時，污染量為零，即消除了污染。
2.函數的一般形式。
我們將效用函數擴展到多個個體，假定不存在外部性影響，則效用函數和污染函數可以表示為：
i=1，2，……n
其中， ， ， 。
求解得到最優消費為：
（二）環境污染模型的建立
從國內外已有文獻來看，一般的EKC模型形式為：
y為環境指標，x為人均GDP，u為隨機擾動項， 、 、 和 為待估參數。
當 ， 時，y和x為線性關系； ， ， 時，y和x呈現“倒U”型二次曲線關系； ， ， 時，y和x呈“U”型二次曲線關系； ， ， 時，y和x為三次曲線關系，圖形為“N”型； ， ， 時，y和x為三次曲線關系，圖形為“反N”型；當 ， ， 時，表示環境污染不受經濟水平的影響，兩者之間沒有關系。
根據Grossman and Krueger（1991；1994）對NAFTA環境效應得出的結論，經濟增長對環境的影響表現為三個方面：規模效應（Scale Effects）、結構效應（Structural Effects）、技術效應（Technology Effects）。我們在此基礎上對一般的EKC模型進行擴展，由于經濟系統中產出的增長必然導致對環境資源需求的增加，同時向環境中排放各種廢棄物的存量也在增加，經濟發展會導致資源損耗和環境破壞，因此用人均GDP和人口密度來表示規模效應對環境的影響；用產業結構的變化表示結構效應對環境的影響；用單位GDP能耗表示技術效應對環境的影響；同時增加政策效應變量，用污染治理投入代表政策強度和政府政策導向。則本文擴展的EKC模型可以表示為：
其中，ln表示對變量取對數；H為環境污染量；i為個體單位，這里指省市自治區；t為時間序列； 表示截面效應； 是待估參數；y是人均GDP；G表示產業結構變化，這里為第二產業產值占全部產值的比重；M為非農業人口的人口密度；A為單位GDP能耗，表示技術進步；E為污染治理投入，表示政策強度；u為隨機擾動項。
三、基于面板單位根和面板協整檢驗的實證分析
（一）數據的來源和說明
本文所用數據樣本區間為1997-2005年，這是由于考慮到重慶從1997年才有數據，同時也是為了考察中國經濟增長最為強勁這一時段對于環境的影響問題，從邏輯上來說這段時間變量的關聯度應該最強。由于西藏缺少環境指標有關數據，因此我們考察的個體是除了西藏以外的大陸30個省市自治區。我們用工業廢水排放量（FS，單位：萬噸）、工業廢氣排放量（FQ，單位：億標準立方米）和工業固體廢棄物排放量（FW，單位：萬噸）表示環境污染量，因此原模型變成了三個方程。其他字母所表示的變量如前文擴展的EKC模型所示：y是人均GDP（單位：億元／萬人）；A為單位GDP能耗（單位：萬噸標準煤／億元）；G表示產業結構變化，這里為第二產業產值占全部產值的比重（%）；M為非農業人口的人口密度（單位：萬人／公頃）；E為污染治理投入（單位：萬元），實際應用中對變量取了對數。所有數據均來自于有關年度《中國統計年鑒》、《中國環境統計年鑒》、《中國國土資源年鑒》等權威數據資料庫。本文所用軟件是Eviews5.1和Stata9.0。
（二）面板模型與估計、檢驗方法
計量經濟理論表明，眾多經濟變量尤其是面板數據大都是非平穩變量，用非平穩變量進行回歸分析結果很大程度上表現為偽回歸。為避免偽回歸現象，需要對面板數據進行單位根和協整檢驗。
1.面板單位根檢驗。
面板模型進行回歸分析之前進行單位根檢驗，這是避免出現偽回歸的前提條件。面板單位根檢驗方法有別于時間序列數據單位根檢驗，主要為：LLC檢驗(Levin、Lin and Chu，2002)、Breitung檢驗(Breitung，2000)、Hadri檢驗(Hadri，1999)是相同根的檢驗方法，IPS檢驗(Im、Pesaran and Shin，2003)、Fisher-ADF(Maddala and Wu，1999；Choi，2001)檢驗是不同根的檢驗方法；LLC檢驗、Breitung檢驗、IPS檢驗、Fisher-ADF檢驗原假設是含有單位根；Hadri檢驗原假設為不含有單位根。本文所用數據和變量的面板單位根檢驗結果如表1所示，表中斜體數字表示該檢驗的結果和其他檢驗結果相反。
表1 面板數據的單位根檢驗
檢驗方法 lnFS lnFQ lnFW lnY
水
平
值 LLC檢驗 0.19(0.57) -1.08(0.14) 2.84(0.99) 6.2(0.99)
Breitung檢驗 4.19(0.99） -0.02(0.49) 1.04(0.85) 10.7(0.99)
IPS檢驗 -0.24(0.41） -0.39(0.35) 5.58(0.99) 5.64(0.99)
Fisher-ADF檢驗 59.1(0.58) 70.14(0.22) 25.3(0.99) 8.36(0.99)
Hadri檢驗 13.4(0.00)* 46.6(0.00)* 16.8(0.00)* 12.87(0.00)*
一
階
差
分
值 LLC檢驗 -23.7(0.00)* -13.1(0.00)* -26.2(0.00)* -8.63(0.00)*
Breitung檢驗 4.84（0.99） -0.02(0.49) -1.94(0.02)** 1.85(0.97)
IPS檢驗 -4.09(0.00)* -4.2(0.00)* -3.92(0.00)* -6.53(0.00)*
Fisher-ADF檢驗 170.9(0.00)* 116.8(0.00)* 144.8(0.00)* 80.8(0.05)**
Hadri檢驗 0.12（0.45） -1.1(0.86) 0.58(0.28) 0.26(0.34)
檢驗方法 lnG lnM lnA lnE
水
平
值 LLC檢驗 -0.48(0.31) 8.13(0.99) -6.63(0.00) 11.5(0.99)
Breitung檢驗 3.77(0.99） 7.02(0.99) 4.2(0.99) -0.52(0.3)
IPS檢驗 0.69(0.75） 15.2(0.99) -0.27(0.4) -0.48(0.31)
Fisher-ADF檢驗 62.5(0.46) 46(0.94) 50.7(0.8) 13.1(0.99)
Hadri檢驗 15.47(0.00)* 17.7(0.00)* 13(0.00)* 22.5(0.00)*
一
階
差
分
值 LLC檢驗 -10.55(0.00)* -5.87(0.00)* -22.8(0.00)*
Breitung檢驗 4.97(0.99) -3.11(0.00)* -5.6(0.00)* -4.5(0.00)*
IPS檢驗 -4.88(0.00)* -7.24(0.00)* -3.85(0.00)* -6.3(0.00)*
Fisher-ADF檢驗 109(0.00)* 110.6(0.00)* 95(0.00)* 160.4(0.00)*
Hadri檢驗 0.03(0.49） -0.18(0.57) 0.53(0.29) -1.05(0.85)
*、**分別表示在1%、5%的顯著性水平上拒絕原假設；括號中數據是該統計量的伴隨概率。
上述檢驗結果除了lnFS、lnFQ、lnY、lnG一階差分值的Breitung檢驗，lnA水平值的LLC檢驗顯著與眾不同外，其他四種或以上檢驗方法檢驗結論一致，均表明上述變量是I(1)的，也就是說本文模型所用變量是非平穩變量。
對于面板模型，如果變量是非平穩的，進行回歸分析之前需要進行協整檢驗，以判斷是否可能屬于偽回歸。
2.面板協整檢驗。
Pedroni(1999，2004)以回歸殘差為基礎構造出7個統計量進行面板協整檢驗，其中除了Panelν-stat為右尾檢驗之外，其余統計檢驗量均為左尾檢驗。4個是用聯合組內尺度描述即Panel v-Statistic、Panel ρ-Statistic、Panel ADF-Statistic、Panel PP-Statistic；另外3個是用組間尺度來描述即Group ρ-Statistic、 Group ADF-Statistic、 Group PP-Statistic。如果各統計量均在1%(或5%)的顯著性水平下拒絕“不存在協整關系”的原假設，表明非平穩的時間序列之間存在著協整關系。
Pedroni(1999，2004)基于殘差的協整檢驗量最關鍵的是計算所假設協整方程的殘差。
對于如下的協整方程：
，
其中， ， 為獨立變量的個數。
為了得到相關的面板協整統計量，首先要估計協整方程。為了得到兩個組內統計量（panel rho-stat、panel t-stat）值，對原序列進行差分運算并估計如下差分方程：
其中，
由差分方程的殘差值以及Newey-West（1987）的估計量可以計算出 的長期值，用 表示。
通過協整方程的殘差 以及回歸式 可以得到panel rho-stat和group rho-stat統計量。 的長期方差 以及同期方差 分別為：
并且令：
另一方面對于panel t-stat和group t-stat統計量再次利用協整方程的的殘差估計 計算 的方差 。記：
， 。
Pedroni對于相關的面板協整檢驗量作了如下的表示：
panel rho-stat：
panel t-stat：
group rho-stat：
group t-stat：
對于每個面板模型利用近似的均值和方差既可以進行標準化。
對于面板協整檢驗而言其原假設 ：對 ，即不存在協整關系；而對于組間統計量而言其備則假設為： ：對 ：而對于組內統計量而言其備則假設為： ：對 。
本文所用變量的面板協整檢驗結果如表2所示。
表2 本文所用變量的面板協整檢驗
變量 面板協整檢驗結果
解
釋
變
量
lny、
lnG、
lnM、
lnA、
lnE
被解釋
變量
lnFS 組內
統計量 Panel ν-stat
-10.44* Panel ρ-stat 12.33* Panel PP-stat 10218* Panel ADF-stat -10.48*
組間
統計量 Group ρ-stat
14.86* Group PP-stat 無 Group ADF-stat 無
被解釋
變量lnFQ 組內
統計量 Panel v-Stat
-10.44* Panel ρ-stat 12.33* Panel PP-stat 16.1* Panel ADF-stat -13.7*
組間
統計量 Group ρ-stat
14.86* Group PP-stat 無 Group ADF-stat 無
被解釋
變量lnFW 組內
統計量 Panel v-Stat
-10.44* Panel ρ-stat 12.33* Panel PP-stat 1.3E+25* Panel ADF-stat -29.4*
組間
統計量 Group ρ-stat
14.86* Group PP-stat 無 Group ADF-stat 無
1.除了Panelν-stat為右尾檢定之外，其余統計檢驗量均為左尾檢定。
2.*表示在1%的顯著性水平上拒絕不存在協整關系的原假設。
3.由于缺少西藏個別變量的統計數據，因此組間統計量兩個指標無法計算。
三個方程變量的協整檢驗的組內和組間統計量在1%的顯著水平上均表明拒絕不存在協整關系的原假設，因此上述三個方程存在協整關系，可以直接進行回歸分析，不存在偽回歸。
3.實證結果。
按照協整檢驗的結果，我們對三個模型進行了總體回歸，回歸結果制成表3。表中斜體數據表明t統計量接受系數為零的原假設。
表3 三個總體回歸模型的樣本回歸結果
被解釋變量lnFS 被解釋變量lnFQ 被解釋變量lnFW
lnY -0.79(-5.07)* -0.15(-1.22) -1.09(7.09)*
lnY2 0.32(2.86)* 0.22(2.44)* 0.23(2.02)**
lnY3 0.30(2.36)* 0.2(2.04)** 0.37(2.94)*
lnG -1.02(-5.04)* -0.21(-1.32) 0.87(4.37)*
lnA -0.68(-6.16)* 0.19(2.21)** -0.02(-0.14)
lnM -0.04(-1.2) -0.03(-0.88) 0.01(0.17)
lnE 0.94(54)* 0.75(54.9)* 0.76(44.4)*
R2 0.56 0.64 0.6
樣本容量 240
1.解釋變量系數后面括號里的數字是t統計量，下同。
2.*、**、***分別表示t統計量在1%、5%、10%的顯著性水平上拒絕系數為零的原假設，下同。
上述回歸結果表明，工業廢水排放量和人口密度無關，主要受到人均GDP、產業結構、單位GDP能耗和污染治理四個變量的影響，并且污染治理投入與工業廢水排放量正相關；產業結構、單位GDP能耗和工業廢水排放量負相關，也就是說工業產值的比重越大、單位GDP的能耗越大，廢水排放量就越少；反之則反是。工業廢水排放量的曲線形式不同于前文所分析的“U”、”倒U”以及”N”形的任何一種。工業廢氣排放量與產業結構、人口密度無關，與單位GDP能耗、污染治理投入正相關；工業廢氣排放量的曲線形式也與已有成果不同。工業固體廢棄物的排放量與人口密度、單位GDP能耗無關，與產業結構、污染治理投入正相關；曲線形式與工業廢水排放量曲線一致。
目前面板模型的應用研究主要是基于Hausman檢驗的固定效應和隨機效應模型，本文嘗試在此方面進行分析，同表3結果進行比較分析。Hausman檢驗結果表明三個方程均適合使用隨機效應模型，結果制成表4。
表4 基于Hausman檢驗的隨機效應模型的回歸結果
被解釋變量lnFS 被解釋變量lnFQ 被解釋變量lnFW
C 10.57(28.7)* 8.2(18.5)* 7.7(19.5)*
lnY 0.15(1.69)*** 0.996(9.36)* 0.57(5.73)*
lnY2 0.075(1.63)*** 0.1(1.76)*** 0.03(0.6)
lnY3 -0.27(-5.74)* -0.09(-1.5) 0.03(0.65)
lnG 0.898(3.36)* 0.92(3.08)* 0.8(2.78)*
lnA -0.01(-0.108) 0.16(1.37) 0.18(1.59)
lnM -0.11(-1.7)*** -0.11(-1.99)** -0.06(-0.77)
lnE 0.074(3.29)* 0.08(2.9)* 0.05(2.27)**
R2 0.25 0.55 0.45
上述結果表明，lnFS、lnFQ、lnFW均與單位GDP能耗無關，并且常數項均為正。其中，lnFS、lnFQ、lnFW與第二產業的比重、污染治理投入正相關，lnFS、lnFQ與人口密度負相關，lnFW與人口密度無關。lnFS、lnFQ、lnFW的曲線形式不是“U”、”倒U”以及”N”形的任何一種。這個結論和包群、彭水軍、陽小曉（2005）、劉燕、潘楊、陳剛（2006）、于峰、齊建國、田曉林（2006）、李達、王春曉（2007）所用面板數據分析的結果不同。
表3和表4比較，我們發現，表4的結果從理論邏輯上更合理一些，因此后文分析以表4的結果為基礎。
lnFS、lnFQ、lnFW三個指標均與第二產業的比重正相關，這基本符合經濟邏輯和人們的正常思路，工業產值的比重越大，工業排放量就越大，對環境的污染也就越大。lnFS、lnFQ、lnFW三個指標與人口密度呈現（或者不存在）微弱的負相關，表明產業升級帶動的就業方向更加理性以及人們對于環境條件的要求提高；人口越是密集，對于政府控制環境質量的力度壓力就越大，重污染企業的規劃就越是可能遠離人口密集區，lnFS、lnFQ、lnFW三個指標的排放量就越小，因此兩者負相關。lnFS、lnFQ、lnFW三個指標均與污染治理投入正相關，似乎不符合經濟邏輯的正常思路。因為一般來說，污染治理投入越多，各種工業排放量似乎應該越少，環境就越為改善。實際上，本文認為，工業廢水、廢氣、固體廢棄物的排放與污染治理投入有一種循環的“倒逼機制”，當工業排放量增加污染嚴重政府污染治理投入就增加環境隨之改善政府就自然減少了污染治理投入（往往表現為監督管理力度弱化，這種弱化卻表現為有關部門的內部理性。試想，如果環境質量一直很好，這個部門是否有繼續存在的必要？同時國家也因為環境質量一直較好必然減少污染治理投入，勢必減少某些部門的收入和福利）工業排放量增加（這一輪次的邏輯是一種博弈，因為企業廢水等的排放會減少企業內部成本，所以一有機會增加三排對企業來說是提高收益）的惡性循環。正是因為政府、有關管理部門、企業站在各自立場獨立行事，沒有較好地協調運作和缺少對整個環境質量的使命感，也因為上述三個方面權利義務不對等，沒有較好的獎懲機制等有效的制度安排，這種“倒逼機制”就會一直存在，這就導致。lnFS、lnFQ、lnFW三個指標均與污染治理投入正相關。
由于表4的結果具有邏輯基礎，因此我們嘗試在表4的基礎上，分析和探討分省的lnFS、lnFQ、lnFW的自主排放量，期望找到規律性的結論。我們按照表4的回歸結果，將自主排放量編制成表5。由于對排放量取了對數，因此結果存在負數，負數越小，表明自主排放量越小；數值越大，表明自主排放量越大。
表5 基于隨機效應模型的各地區lnFS、lnFQ、lnFW的自主排放量
地區 lnFS lnFQ lnFW 地區 lnFS lnFQ lnFW
北京 -0.561 -0.919 -0.943 河南 0.714 0.915 0.713
天津 -0.782 -1.205 -1.783 湖北 0.795 0.385 0.236
河北 0.513 0.691 1.133 湖南 1.034 0.359 0.436
山西 -0.426 0.597 1.081 廣東 0.97 0.314 -0.321
內蒙古 -0.719 0.403 0.378 廣西 0.775 0.841 0.594
遼寧 0.832 0.535 1.036 海南 -0.842 -0.945 -2.199
吉林 -0.195 -0.122 -0.172 重慶 0.340 -0.39 -0.269
黑龍江 -0.197 -0.406 0.004 四川 0.912 0.740 1.066
上海 0.666 -0.712 -1.097 貴州 -0.865 0.721 0.950
江蘇 1.124 0.164 0.001 云南 -0.347 -0.008 0.616
浙江 0.604 -0.102 -0.837 陜西 -0.324 0.146 0.564
安徽 0.38 0.496 0.698 甘肅 -0.769 0.107 0.064
福建 0.197 -0.756 -0.140 青海 -2.057 -1.066 -1.472
江西 0.169 0.052 1.295 寧夏 -1.665 -0.946 -1.465
山東 0.365 0.401 0.609 新疆 -0.642 -0.289 -0.775
工業廢水自主排放量較大的幾個地區（從大到小排序）有：江蘇、湖南、廣東、四川、遼寧、湖北、廣西、河南、上海、浙江；工業廢水自主排放量較小的地區（按照從小到大排序）有：青海、寧夏、貴州、海南、天津、甘肅、內蒙古、新疆。工業廢氣自主排放量較大的幾個地區（從大到小排序）有：河南、廣西、四川、貴州、河北、山西、遼寧、安徽；工業廢氣自主排放量較小的地區（按照從小到大排序）有：天津、青海、寧夏、海南、北京、福建、上海。工業固體廢棄物自主排放量較大的地區（按照從大到小排序）有：河北、江西、山西、四川、遼寧、貴州、河南、安徽；工業固體廢棄物自主排放量較小的地區（按照從小到大排序）有：海南、天津、青海、寧夏、上海、北京、浙江、新疆。 一個很有意思的情況是：工業廢水自主排放量最大的幾個地區除了廣西，其余地區或者是經濟增長較好的地區，或者是經濟總量大省；而工業廢水自主排放量較小的地區幾乎無一例外的都是經濟增長較為緩慢或者不發達地區。工業廢氣和工業固體廢棄物自主排放量較大的地區基本完全重復，而且和工業廢水自主排放量較大的地區差異明顯，說明經濟發達地區的三廢排放和經濟落后地區的三廢排放標的不同，我們認為這是由于產業結構和產品結構不同造成的。三廢排放較小的地區重復較大，基本上是西部或者經濟落后地區。上述狀況給我們提供的一個基本規律表明經濟增長和工業三廢排放具有因果關系
三排自主排放量都較大的地區有：四川、遼寧、河南；三排自主排放量都較小的地區有：青海、寧夏、海南、天津。前者的環境問題需要引起政府的極大關注，尤其河南，經濟較為落后，環境污染較為嚴重，如此惡性循環，情景堪憂。對于后者，如何保障環境不會遭受進一步破壞的前提下，有效促進經濟發展和增長，成為國家和當地政府的一項重要任務。
四、結論和政策建議
基于效用函數擴展的EKC模型的面板協整分析表明如下結論：
1.我國分省的lnFS、lnFQ、lnFW的曲線形式不是“U”、”倒U”以及”N”形的任何一種。
2.分省經濟增長和工業廢水、廢氣、固體廢棄物的排放具有因果關系。
3.經濟發達和不發達地區工業三廢的排放標的顯著不同。
4.工業三廢排放對國家污染治理投入具有“倒逼機制”。
5.產業結構尤其是第二產業比重的增加會增加工業三廢的排放量。
6.人口密度對工業三廢排放具有擠出效應。
7.河南省的環境狀況需要引起警惕，北京、上海的環境有明顯改善的跡象。
根據上述結論，我們提出如下的政策建議：
1.我們沒有看到分省環境和經濟增長關系的轉折點，我們的經濟增長目前仍然是以環境惡化為代價。但并不是說經濟的持續增長無法改變環境惡化的狀況，北京和上海已經表明了EKC曲線在我國某些地區一定程度上成立。從目前的環境惡化狀況出發，一味提高經濟增長速度、忽視經濟增長質量和犧牲人們賴以生存的環境為代價是不可取的，發達國家的先污染后治理的思路不一定在中國適用，因為國情和制度、以及人口壓力不同。因此首先要從國家層面上制定有效的環境保護政策和措施，并且要能夠做到有法可依，有法必依，執法必嚴，違法必究，否則只是落在紙面上的所謂環境保護法律必然形如廢紙。同時利用各種渠道宣傳和提高國人環境保護的覺悟，喚醒人們的環境保護意識，如果從人的心靈教育認識到人類發展和環境的辯證關系并不是用金錢所能買回來或者治理好的，人類行為導致的污染排放必然減少。總結來說，法律的健全和有效實行——明確的權責利關系——良好的道德品質教育，將有利于環境保護。
2.堅決杜絕工業三廢排放對于國家污染治理投入的“倒逼機制”，不應該再出現“污染嚴重——投入治理——環境改善——治理投入減少——污染嚴重”的惡性循環，而應該是從源頭抓起，真正做到誰污染誰治理，建立環境污染的誠信機制，制定有效的獎懲機制，杜絕環境保護領域的腐敗，當制度機制代替了行為機制，當制度的客觀約束高于人的主觀約束，這時候的環境保護必將呈現良性循環發展態勢。
3.一個地區的產業發展模式不應該是領導一言堂，而應該建立一整套的評估體系對項目的實行進行綜合的可行性評估，包括對環境污染的程度與長期影響的評價，并且要備案，要建立負責機制，出現嚴重后果要有人負責，正確處理好責權利的辯證關系。同時要杜絕GDP唯上的地方政府績效評價指標體系，建立一整套切實可行的包括環境狀況的指標評價體系。
4.對個別整體環境污染嚴重的地區，要因勢利導，盡快扭轉環境持續惡化的惡性循環狀態，具體問題具體對待的同時更要總攬全局，制定切實可行的綜合治理措施。
參考文獻
[1]包群、彭水軍、陽小曉. 是否存在環境庫茲涅茨倒U型曲線?——基于六類污染指標的經驗研究［J］，上海經濟研究，2005（12）：3-13。
[2]劉燕、潘楊、陳剛. 經濟開放條件下的經濟增長與環境質量——基于中國省級面板數據的經驗分析［J］，上海財經大學學報，2006（6）：48-55。
[3]于峰、齊建國、田曉林. 經濟發展對環境質量影響的實證分析——基于 1999—2004 年間各省市的面板數據［J］，中國工業經濟，2006（8）：36-44。
[4]李達、王春曉. 我國經濟增長與大氣污染物排放的關系——基于分省面板數據的經驗研究［J］，財經科學，2007（2）：43-50。
[5]Grossman ，Gene M.，Alan B.Kruger，Environmental Impact of North American Free Trade Agreement[D]，NBER Working Paper No.3914，1991.
[6]Grossman G.M. and Krueger A.B.， Economic Growth and the Environment[D].NBER Working Paper No 4634，1994.
[7]David I. Stern. Expaining Changes in Global Sulfur Emissions：An Econometric Decomposition Approach [J]. Ecological Economics，2002，（42）.
[8]Xepapadeas， A. and Amri， E.， 1995，“Environmental Quality and Economic Development: Empirical Evidence Based on QualitativeCharacteristics”， Nota di Lavoro 15. 95 Fondazione Eni Enrico Mattei.
[9]Selden，T.M. and D.Song(1994)，Environmental quality and development:is there a Kuznets curve for air pollution emissions?，Journal of Environmental Economics and Management 27:147-162.
[10]Selden，T.M. and D.Song(1995)，Neoclassical growth，the J curve for abatement，and the inverted U curve for pollution，Journal of Environmental Ecomomics and Management 29:162-168.
[11] Levin， A. ， C. Lin and C. Chu. Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties[J]. Journal of Econometrics，2002， 108: 1-24.
[12] Im， Kzing So; M. Hashem Pesaran， and YongcheolShin.Testing for Unit Roots in Heterogeneous Panels[J]. Journal of Econometrics，2003， 115， 53-74.
[13] Pedroni P. Fully Modfied OLS For Heterogeneous Cointegrated Panels[J].Advances in Econometrics， 1999， 15: 93-13.
[14]Breitung，Jorg.The Local Power of Some Unit Root Tests for Panel Data ，in B.Baltagi(ed).Advances in Econometrics ，Vol，15:Nonstationary Panels ，Panel Cointegration ，and Dynamic Panels ，Amsterdam:JAI Press ，2000，161-178.
關鍵詞：貿易自由；環境質量；規模效應；結構效應；技術效應
中圖分類號：F74 文獻標志碼：A 文章編號：1673-291X（2013）30-0250-03
引言
環境質量長期以來被視為一國經濟可持續發展的主要指標，自20世紀80年代至今，在中國對外貿易特別是出口貿易高速發展的同時，資源、環境問題日益凸顯，可持續發展面臨嚴峻的挑戰，環境損害問題無論在國內學術界還是決策層都備受關注。從已有文獻來看，學者們普遍認為貿易通過影響經濟活動水平或經濟布局對環境造成間接影響（Copeland&Taylor）。但是，涉及貿易環境效應結果等核心問題至今還未達成一致，尤其在有關貿易環境政策法規的制定方面爭論更為激烈，這無疑給政策制定帶來了極大的困擾。對于中國來說，深入研究改革開放至今貿易與環境之間的互動機制，在一定理論框架下探索貿易自由化如何影響環境質量，并據此對貿易與環境政策進行針對性的宏觀戰略調整，對促進中國經濟增長平穩轉型進而實現經濟可持續發展具有重要意義。正是基于以上原因有必要對現有的文獻進行系統的回顧。在結構安排上，本文首先梳理國外學者就貿易環境效應研究的相關理論與實證文獻，并對理論界主流觀點做詳細論述，最后是結論。
一、貿易環境效應的理論研究
將貿易與環境結合起來的研究源于18世紀初古典經濟學家David Ricardo關于經濟增長與資源承載力和環境容量間關系的初步探討中。David Ricardo認為貿易規模擴大加快經濟增長的同時必然會增加資源需求量和污染排放量，但受資源總量和環境同化能力的制約，可能導致對環境的負面影響，最終造成環境損害。隨著世界貿易自由化進程的加速和環境污染問題的日益突出，這一觀點引發了大量學者關于貿易與環境問題的持續性討論。Pethig.Rudiger（1976）、Sieber，Horst（1977）和Gregory.Michael（1991）分別研究表明，經濟規模的擴大提高了污染物排放水平，而生產技術的進步大大降低了單位產值污染排放強度。Grossman 和Krueger（1993）突破了單一因素的約束，開創性地將規模、結構和技術因素同時納入理論分析中，運用控制變量法對這三大因素進行了分析，得出規模效應具有負向性，生產技術則表現為正效應，而經濟結構轉變如果是由國家間環境監管差異引起時結構效應才呈現出負效應。之后，Theodore Panayotou（2000）做了更為全面的分析，新提出了收入增長效應、經濟結構效應、產品組成效應和法規效應，其中收入增長效應是對規模效應的補充與完善，而經濟結構效應和產品組成效應是從空間層面上對結構效應的進一步分解。
（一）貿易環境規模效應的探究
由于實際收入與貿易引致的經濟規模兩者存在正向關系，進而探討經濟規模與環境污染的關系可轉換為研究實際收入水平與環境污染之間的關系。Grossman & Krueger（1993）和Runge（1994）研究表明隨著實際收入水平的上升，空氣質量首先出現惡化，但是一旦國民收入超過一定水平，空氣質量就開始改善。Selden & Song（1994）以新古典增長模型為基礎，采用Simon Kuznets（1955）研究經濟發展與收入不均之間關系的研究思路，并且假設環境質量、產品生產與消費以及環境政策法規對收入都具有彈性，發現貿易促進工業和農業現代化的早期階段污染水平明顯提高，但到后期出現了降低，實際收入與污染水平呈現出“倒U型”關系。
（二）貿易環境結構效應的討論
假定一國消費者偏好不變，國家間染排放政策差異是引致產業轉移是形成結構效應的唯一因素。Copeland&Taylor（1993，1994）運用了不同于Merrifield（1988）和 Rauscher（1991）的研究方法，建立了一個多商品、多國家的南北貿易模型，并假定南北方國家都為小型國家且環境污染是局部的，研究表明：使北方國家“雙高”的收入與環境標準使污染性產業相對收縮，減輕了其環境壓力，而在南方國家卻形成污染藏納場。Copeland&Taylor（1995）則放松了原南北貿易模型中污染局部性的假設，建立了全球污染模型，并假定南北方國家都采用可交易的污染物排放許可證體制，認為許可證額度在北方國家的減少量并不能與南方國家的增加量百分百抵消，那么貿易自由化將提升專業化生產均衡下的總體污染水平。而Pethig（1976）、Daly（1993）和Porter（1995）則從國際競爭的視角對這一問題進行了探討，這些研究認為，世界環境污染的加劇的原因并不是Copeland&Taylor（1995）所提出污染的凈效應為負，而是各國維持或增強本國競爭力的附帶效應是降低各自的環境標準，出現了“向底線賽跑”的情形，產生了所謂“陷入低環境”標準效應，從而增加了全球污染物排放總量。
（三）貿易環境技術效應的爭論
如何提高生產中的技術水平成為學術界繼技術效應正向性討論之后的新關注點，學者們普遍認為，在不考慮FDI因素，本國政策法規對促進清潔技術的發展起到了至關重要的作用，西方主流經濟學就政策選擇的主張形成了“庇古稅原理”和“科思定理”兩大陣營。Pigou（1932）依據馬歇爾（Marshall）提出的外部性理論，認為環境污染具有典型負外部性，只要把市場失靈造成的負外部效應內化到商品生產的真實成本中，確保污染者能夠自行研發引進更加先進的技術來降低污染排放量。而1959年Coase在《社會成本問題》的開篇就指出庇古對外部性解決有失公平和全面，不贊成庇古的通過政府額外增加課稅來對外部性進行干預，并為以非政府干預方式解決外部性內部化問題提供了理論基礎。Coase強調市場制度本身就能解決好環境污染的問題，只要政府在進行外部性干預時明確產權即可。J.H.Dales（1971）成功運用了Coase的思想，首次就提出了運用拍賣污染許可證的方法來解決環境污染的設想，之后，F.R.Anderson（1977）借鑒J.H.Dales（1971）的研究，提出了著名的數量配論，認為控制污染成本較低的廠商將其多余的許可證賣給控制污染成本較高的廠商，在有效分配環境資源的同時降低了總體污染排放量，Randolph，M.Lyon（1989）還認為可轉讓的污染排放許可證制度TDPs（transferable discharge permits）有助于發達國家解決環境問題。
二、貿易環境效應的實證研究
在貿易環境效應理論研究進行的如火如荼同時，大量的經驗研究利用不同樣本對貿易環境的規模效應、結構效應、技術效應以及總效應進行了檢驗。
（一）貿易環境的規模效應
一些學者認為經濟規模與環境質量之間存在“倒U型”關系。Shafik & Bandyopadhyay（1992）對1960—1990年期間的149個國家十種污染物排放量、人均GDP以及相關變量進行線性對數估算，得出的結論是：大多數環境指標隨經濟增長呈現出先上升后下降的趨勢。之后，Grossman &Krueger（1993）和Grossman（1994）采用GEMS數據分析后也發現SO2暗物質濃度、空氣懸浮顆粒以及水污染物濃度與實際收入水平都呈“拋物線型”，分別在人均GDP達到4 000美元～5 000美元、9 000美元和8 000美元時出現拐點。從空氣污染整體水平的角度，Hilton and Levinson（1998）對Octel 、OECD 1972—1992年期間48個國家汽油消費量數據進行分析后也支持了這一結論。而另外一些學者對之前的觀點產生了質疑，Mc-Gillivray（1993）以22個OECD國家12種環境指標為基礎，得到了體現環境質量的綜合性指標，但發現該指標的變化具有隨機性，不能說明環境質量與收入之間存在確定的數量關系。Groot等人（2001）以中國30個省市自治區1982—1997年的污染排放數據為樣本，研究發現除水污染外，固體廢氣物、污染氣體以人均值衡量時都表現出單調遞增的趨勢。另外，Harbaugh，levinson and Wilson（2002）對Grossman &Krueger（1993）的結論進行敏感性驗證時發現，這種“倒U型”關系并非對所有污染物都成立。
（二）貿易環境的結構效應
貿易引致的污染性產業的集中擴張對污染性產品出口國環境造成了破壞。Walter（1973）和Robinson（1988）通過計算發現20世紀70年代美國出口產品污染程度較進口產品要高出15%以上，且這一時期污染排放量呈大幅度上升趨勢。Brown，Deardorff，Stern（1992）利用一般均衡模型研究表明環境敏感性產品生產地向美國和加拿大等發達國家轉移，而Anderson.K（1992）則認為污染密集型產業轉向了發展中國家，但都發現轉入地環境質量明顯惡化，Xu（1999）的研究進一步證實了這一結論。但就環境質量整體而言，Lucas（1992）、Birdsall和Wheeler（1993）認為污染性產業轉移有利于全球環境的改善，而這一觀點受到了Low，P，a和 A.Yeats.（1992）的強烈反駁，他們采用1967—1968年和1987—1988年間兩組世界貿易數據，對美國的鋼鐵和非鐵金屬等5個最具污染的行業出口額與總出口額的比率變化做了研究，發現污染性產業跨區域轉移對轉入地和轉出地的環境影響結果完全相反，因而凈效應不能確定。
（三）貿易環境的技術效應
“庇古稅原理”和“科斯定理”在實際環境治理應用中主要形成了以稅收和排污權交易為代表的兩種制度體系。一派觀點認為對市場機制較為完善的發達國家，稅收制度在降低污染物排放水平方面比排污權制度更為有效。James.W.Martin（1929）對1929美國伊利諾斯州年新頒布的廢氣稅法規做了優勢性分析，與1927年的舊法規以及和其他州同類法規的比校，該法規使總體污染氣體排放量有所降低。Thomas C.Kinnaman（1994）研究表明美國各州所實施的固體垃圾填埋稅在改善環境質量方面十分有效，且最佳的稅率為每噸5美元～10美元。另外，James Boyd（2003）對美國兩家公司所在地區分別使用污染排放稅法和排污權制的環境治理的成本分析發現，前者的治污邊際成本明顯低于后者。而另一派觀點則認為排污權制度更為有效。Oates and Strassmann（1978 and 1984）研究調整公共污染排放結構問題時發現：相比較運用排污稅，TDPs更能激勵污染排放者降低排放量。Randolph M.Lyon（1990）基于政策激勵和直接管制的企業排污行為分析模型，采用了Vivian and Hall（1981）所使用的數據，分析了在兩種不同的環境監管方式下公共部門與私人部門的排污行為的差異，研究表明使用符合市場運行機制的可轉讓污染排放許可證比統一的稅收制度更有效率。SabruoIkeda（2005）對中國天津紡織染料業、化工業、造紙業和食品加工四大行業20家公司遵循可交易許可證制度后的COD和BOD排放量數據分析得出，COD減少率由60%提升到70%，污染排放量得到了明顯降低。
結語
本文通過梳理總結貿易自由影響環境的相關文獻，得出以下結論：在理論層面，一是以Grossman和Krueger（1993）三因素觀點為代表的是早期研究認為技術效應的正向性遠遠大于規模效應帶來的負效應，而結構效應影響甚微，一般可不予考慮，二是以Copland（1995）主張的環境跨國界污染為代表的深化階段擺脫了時間空間鎖定，發現較之于規模效應與技術效應，結構效應對環境影響起到了決定性作用，而庇古稅原理和科思定理的有效性存在各自的適用范；在經驗層面，經濟規模與環境污染之間并沒有確定的數量關系，而污染性產業的跨區轉移不一定使全球污染水平加劇還有可能減緩，另外，在環境治理方面發達國家運用庇古稅比科思定理更為有效。
參考文獻：
[1] 蘭天.貿易與跨國界環境損害[M].北京：經濟管理出版社，2004.
[2] Brown，D.K，A.V；Deardorff and R.M.Stern.“A North American Free Trade Agreement：Analytical Issues and a Computational
Assessment.”World Economy，1992，15，pp.11-29.
[3] Birdsall，N and Wheeler，D.“Trade Policy and Industrial Pollution in Latin America：Where Are the Pollution Havens？”The
Journal of Environment &Development，1993，2.
[4] Cavlovic，K.B；Robert.P.B and Kishore，G.A.“Mets-Analysis of Environmental Kuznets Curve Studies.”Agricultural and Resource
關鍵詞：對外貿易；外商直接投資；經濟增長；人力資本；環境污染
中圖分類號：F74
文獻標識碼：A
文章編號：1002-2848-2008(02)-0088-07
一、引 言
近年來，中國經濟保持快速發展，對外貿易和吸收外商直接投資(以下均簡稱FDI)也取得了矚目成就。然而，在經濟發展的同時，中國也遭受了較嚴重的環境污染。流入中國的FDI超過七成進入了制造業領域，較為集中的行業為：通信、計算機及其他電子設備制造業，交通運輸設備制造業，電氣機械及器材制造業，紡織服裝、鞋、帽制造業，化學原料及化學制品業等。其中交通運輸設備制造業，電氣機械及器材制造業，化學原料及化學制品業的FDI增長較快，然而這些行業都是污染大戶，其中化學原料及化學制品業是廢水排放最主要的行業之一。出口主要集中于化學化工，塑料，紡織，賤金屬及其制品，機器、機械器具、電氣設備及零件等高污染制造行業，且這些行業的出口近年來都保持了較快增長。根據2005-2006年《中國統計年鑒》，2000-2005年中國廢水和廢氣排放量均逐年加快增長，另懷德的研究，近5年總的污染經濟損失也呈加快增長態勢[1]。那么，對外貿易、FDI是否導致了中國環境污染惡化呢?
FDI與發展中國家的環境污染有著爭論性的聯系，這方面理論以“污染避難所”假說為代表。Baumol和Oates認為，如果發展中國家自愿實施較低的環境標準，專業化生產污染密集型產品，而發達國家由于制定的環境標準普遍高于發展中國家，高污染產業必然會向發展中國家轉移，發展中國家將成為世界“污染避難所”，環境污染隨之逐漸加劇[2]。不過這一假說并未得到普遍認同，Porter和van der Linde認為，企業積極進行環境保護可以促進技術創新，降低總生產成本和提高企業價值，從而增強競爭優勢[3]。這就使得低環境標準所帶來的成本優勢能否吸引FDI成為疑問。另外，馬麗、劉衛東、劉毅認為，污染控制成本并非企業成本中最重要的因素，也不會成為促使企業向海外遷移的動力[4]。
對外貿易也與環境污染存在著爭論性的聯系。近年來，隨著貿易自由化所導致后果的凸顯以及公眾環境意識的提高，對外貿易所產生的收益問題開始受到質疑，人們開始反思對外貿易在促進經濟增長過程中所引起的包括環境在內的各種后果。Ropke指出國際貿易會在幾個方面引起環境問題，例如自然資源的低估，不惜以犧牲環境來換取經濟增長，擴大環境的外部性影響等[5]。Dua和Esty等指出，作為全球貿易自由化的結果，各國會紛紛降低各自的環境質量標準以維持或增強競爭力，出現所謂“向(環境標準)底線賽跑”(race to the bottom)，甚至出現阻撓環境立法等漠視環境管制的現象[6]。但也有學者認為“向底線賽跑”的論斷缺乏足夠證據，Eliste和Fredriksson在對農業部門的經驗分析中，沒有發現有充分的證據支持“向(環境標準)底線賽跑”的論斷[7]。
上述分析表明對外貿易與FDI可能與環境污染存在了某種關系，本文擬利用2000-2005年中國30個省、直轄市、自治區的經驗數據，分析對外貿易、FDI對環境污染的影響，并試圖找出既能抑制環境污染又能促進經濟增長的要素，這一(些)要素便是促進對外貿易、FDI與社會經濟和自然環境協調發展的重要政策變量。
二、模型構建
在de Mello和Ramirez模型的基礎上，將人力資本因素置入生產函數[8-9]：
三、主要數據的簡單說明
人力資本(H)、初級勞動投入(L)、公路標準里程(Transport)可根據2001-2006年《中國統計年鑒》相對容易的獲取。各省GDP以2000年為基期扣除價格因素后得到；進口滲透(M)和出口導向(X)為各省進出口扣除美國2000年為基期的CPI后轉換為人民幣，再與各省2000年為基期GDP相比的比重。下面主要對污染(P)、資本(K)、FDI、實際匯率(Exchange)數據做簡要說明。
本文主要難點之一是環境污染數據的獲得較為困難。首先是完整原始數據獲得困難。以1989年《中華人民共和國環境保護法》正式頒布為標志，國家和各地方環境狀況統計制度開始建立。1997年環境統計將鄉鎮工業污染納入統計范圍，此后的生活和工業污染統計范圍進一步擴大，環境統計逐漸趨于完善。但2000年之前的部分地區環境狀況公報中生活廢水、生活廢氣統計資料缺乏，因此將污染數據年限設置為2000-2005年。其次是以何種環境污染指標表示整體環境污染狀況的問題。以往研究中，環境污染常常以單個或幾個獨立指標來表示，而個別獨立的環境污染指標走勢通常不一致，因此很難代表環境污染整體。本文擬以價格為權重建立一個綜合環境污染指標(即估算環境污染經濟損失)，使該指標能最大限度代表環境污染整體，并彌補以往利用單個或幾個獨立環境污染指標進行的實證研究，無法揭示環境污染整體狀況的窘境。將空氣主要污染物：二氧化碳①、二氧化硫、懸浮顆粒物(煙塵、工業粉塵)，水主要污染物：化學需氧排放，以及噪音污染等作為環境污染損失估算對象，舍棄固體廢棄物、一氧化碳等指標②。環境污染損失估算是近幾年我國環境研究中的熱點和難點，借鑒劉渝琳，溫懷德的研究方法(限于篇幅考慮，本文不做詳細介紹)[1]，以2000年為基期，估算出各省環境污染損失。限于資料獲取能力，本估算不含固體廢棄物、一氧化碳，以及其他一些非主要指標，這使得本估算成為保守估算。這里僅給出2005年環境污染損失表。如能獲取更完善的數據，環境污染損失應大于表1數據，但它由最主要污染物估算得到，應仍能較好地反映各省污染損失狀況。由表1可知，無論從三大區域環境污染損失的最大值、平均值，還是總值來看，我國環境污染損失都總體上呈現為由東向西逐漸減少的格局。
FDI應采用存量指標還是增量指標是一個值得思考的問題。實際上，具有溢出效應和參與生產的FDI應是存量FDI，而部分新引進FDI很可能還未充分發揮其應用功能，因此采用存量指標應更合理。中國統計年鑒中所列FDI數據實際上是增量FDI，并非存量FDI。可借鑒上述資本數據計算公式，有：FDIit+1=(1-δ)FDIit+Iit+1[]PFDIi，折舊率仍參照7.5%，存量可由各地新增FDI經上述公式計算得出，增量FDI價格指數可參照美國消費者價格指數。計算結果略。
由于2005年7月21日及其之前幾年我國實行盯住美元的匯率制度，匯改后我國無論是經常項目還是資本項目的順差都主要來自美國，美元在籃子貨幣中仍有重要地位，因此本文的實際匯率使用美元對人民幣的匯率。實際匯率可通過以下公式計算得到：
四、實證分析
(一)全國整體分析
以GDP為被解釋變量的全國面板數據回歸結果見表2。資本、FDI、初級勞動投入、人力資本等參與生產的要素對經濟增長的作用顯著為正，其中資本對經濟增長的促進作用最為明顯。環境污染損失也對經濟增長產生了顯著促進作用，這表明它確實做為一種環境代價，促進了經濟增長，且其對經濟的貢獻僅次于資本(其系數僅小于資本)。除此之外，出口和進口(由于本文出口導向率和進口滲透率可理解為出口和進口的替代指標，為分析簡便，下文中X與M均直接簡稱出口與進口)也對經濟增長產生了正的影響，這表示中國進出口促進了技術進步(也可能是由于擴大市場、帶動投資等等其他因素)，從而推動了經濟增長；不過進口系數很小，這表明它對經濟增長的促進作用很有限。交通系數顯著為正，這說明中國交通發展整體上促進了經濟的增長。真實匯率系數為正，但在固定效應模型中不顯著，這表明匯率對中國經濟的影響具有省份特征，這可能是由于東中西部各省對外經濟聯系的差異造成的；這主要是由于我國2000-2005年這一時期名義匯率的相對貶值增強了我國經濟的競爭力，預期實際匯率將對經濟增長產生積極的影響，Yao和Zhang 、姚樹潔、馮根福、韋開蕾等的研究也得出了類似的結論[13-14]。
以環境污染損失為被解釋變量的全國面板數據回歸結果見表3。經濟增長是環境污染損失的主要原因，高產出地區環境污染損失也相應高。FDI加重了環境污染，這是由于我國吸收FDI的領域主要集中于制造業，而制造業是產生污染最主要來源，這也說明FDI技術外溢并沒有整體上改善環境污染，或技術外溢不足，亦或是對技術外溢的吸收不足。初級勞動投入系數均顯著為正，說明我國勞動力投入整體上仍以污染性生產為主。資本系數顯著性水平都不高，對環境污染不具有解釋力。人力資本系數顯著為負，對抑制環境污染損失有積極意義，這是由于人力資本是知識和技術的重要載體，而知識和技術的增加會對環境污染產生抑制作用。進口系數僅通過顯著性檢驗，且其系數均為負，表明進口通過促進技術進步(或替代了國內污染性生產)，一定程度上緩解了國內污染，不過其系數較小，對控制國內環境污染的作用有限。出口系數顯著為正，說明出口通過技術進步促進生產擴大的同時，卻造成了環境污染，出口的作用更多的體現在了生產擴大上，并沒有對環境污染形成積極影響。
從可持續增長角度看，必須有效控制環境污染，然而我國經濟增長以較大的環境污染為代價，若處理不當，將對經濟增長產生不利影響。人力資本既可較好的促進經濟增長，又能抑制環境污染，因此積極促進人力資本積累可緩解控制環境污染與促進經濟增長這一矛盾。另外，進口存在促進技術的功能，并可以替代國內的污染性生產，這使得它對于緩解上述矛盾有一定積極意義，不過進口對于降低環境污染與促進經濟增長的作用都比較小。
(二)地區差別
東、中、西部地區經濟發展水平差異較大；FDI在地區分布上也呈現出顯著不平衡性，到2005年東部已經累計吸收FDI占全國總吸收額的近84%，而中西部分別僅為11.4和4.7%；而進出口貿易中，東部地區所占份額更是達90%以上；據表1中三個地區環境污染損失均值可知，環境污染狀況表現為由東至西逐漸減少。這一現象影響了以全國為對象的研究精確度，因此本文將全國分為東、中、西部三個區域進行分析(區域劃分與表1同)。
以GDP為被解釋變量的分地區數據回歸結果見表4。東部經濟增長主要依靠資本、FDI、初級勞動投入、出口，以及環境污染代價。東部地區人力資本并不能解釋其經濟增長，這主要因為東部匯集了來自全國各地的大量人才，東部人力資本由本地和外來兩部分組成，其經濟增長應由這二者之和的人力資本來解釋。東部進口也不能解釋其經濟增長。西部地區經濟發展不顯著依靠FDI，而是主要依靠自身力量，如資本、初級勞動投入、人力資本、出口，以及環境污染代價等，這主要是由于西部所吸收的FDI較少，且增長不穩定。中部地區的資本、初級勞動投入、人力資本、出口、環境污染損失，以及匯率等都促進了經濟增長。中部地區的進口對經濟增長產生了負作用(隨機效應模型通過顯著性檢驗)，這可能與西部較低的技術吸收能力有關，或是進口替代了中部地區的生產。中部交通的系數未通過顯著性檢驗，不能成為其經濟增長的原因。
以環境污染損失為被解釋變量的分地區數據回歸結果見表5。東、中、西部三大地區的經濟增長、FDI、出口等均是環境污染增加的顯著原因。東部地區資本是環境污染減輕的因素，而在中西部地區則相反，中西部地區資本系數為正。這說明東部地區資本承載的生產技術水平要高于全國平均水平，資本的增長使得生產的技術水平提高，從而有利于控制污染，而中西部地區資本承載的生產技術水平較低，資本的增長擴大了生產，但不利于控制污染。初級勞動投入系數為正(但在東部地區未通過顯著性檢驗)，這基本上印證了我國勞動力投入整體上仍以污染性生產為主的觀點。進口對污染的緩解作用僅在東部成立，這說明東部地區吸收進口的技術外溢效應能力強于中西部地區，另外也可能與中西部地區進口額較少，且增長不穩定有關。
五、簡短的結論
本文就對外貿易、FDI的經濟增長效應與環境污染效應進行了面板數據的實證分析。將以上分析整理后，有如下四點重要結論：
1.對外貿易與FDI都整體上促進了中國經濟增長，其中，進口對經濟增長的作用較小。分區域看，西部地區經濟發展不顯著依靠FDI，東部地區的進口也不能解釋其經濟增長。這說明中國的對外貿易與吸引外資，從整體上說，在促進經濟增長這方面還是比較成功的。
2.出口貿易與FDI加劇了中國環境污染。由于中國是以相對較低的成本進行出口貿易，以十分優惠的條件吸引FDI，使得出口貿易與FDI所獲得的利益是國內外共享的，然而其污染卻留在了國內，由國內獨自承擔。要實現生產福利最大化，以及經濟可持續發展，中國的出口與引資政策還有待繼續調整和完善。
3. 進口貿易可抑制環境污染，但作用比較小。從地區看，僅東部地區的進口貿易顯著抑制了其環境污染。雖然本文的實證結果認為進口貿易整體上促進了中國經濟增長，但其系數很小，而且進口貿易對經濟增長的作用機制比較復雜，因此，在控制環境污染與促進經濟增長的政策選擇時，應謹慎使用進口貿易這一政策工具。
4.人力資本具有促進經濟增長與抑制環境污染的雙重功能。雖然東部地區人力資本對促進經濟增長與抑制環境污染的作用均不明顯，但是本文給出了人才往東部流動，補充了東部人力資本的解釋。因此，人力資本對于促進經濟增長與控制環境污染是非常重要的。應積極促進人力資本積累，促使對外經濟與自然環境、社會經濟協調發展。
參考文獻：
[1] 劉渝琳，溫懷德.環境污染損失的貨幣化估算與政策建議[J].改革，2006(9)：106-111.
[2] Baumol W，Oates W.The theory of environmental policy (2nd edition)[M].New York：Cambridge University Press，1988.
[3] Porter M E，Van der Linde C. Green and competitive[J]. Harvard Business Review，1995(9-10)：120-134.
[4] 馬麗，劉衛東，劉毅.外商投資對地區資源環境影響的機制分析[J]. 中國軟科學，2003(10)：129-132.
[5] Ropke I. Trade development and sustainability：a critical assessment of the free trade dogma[J].Ecological Economics，1994(9)：13-22.
[6] Dua A，Esty D C. Sustaining the Asia Pacific miracle[M]. Washington DC：Institute for International Economics，1997.
[7] Eliste P，Fredriksson P G. Environmental regulations，transfers，and trade：theory and evidence[J].Journal of Environmental Economics and Management，2002(2)：234-250.
[8] de Mello，L. R.，Jr. Foreign direct investment in developing countries and growth：a selective survey [J].Journal of Development Studies. 1997，34：1-34.
[9] Ramirez M D. Foreign direct investment in Mexico：a cointegration analysis[J].Journal of Development Studies，2000，37：138-162.
[10] 江錦凡.外國直接投資在中國經濟增長中的作用機制[J].世界經濟，2004(1)：3-10.
[11] Hine R ，Wright P. Trade with low economies，employment and productivity in UK manufacturing[J].The Economic Journal，1998(9)：1500-1510.
[12] Yao Shujie On economic growth，FDI and exports in China [J].Applied Economics，2006，38：339-351.
[13] Yao S，Zhang Z. Openness and economic performance，a comparative study of China and the East Asian newly industrialised economies[J].Journal of Chinese Economic and Business Studies，2003(1)：71-96.
關鍵詞：環境管制；技術授權；社會福利；清潔生產技術；特許權；排污許可證；消費者剩余
中圖分類號：F224.0 文獻標識碼：A 文章編號：1007-2101（2016）05-0075-07
一、引言
在經濟高速發展的同時，中國正面臨著嚴峻的環境污染問題，嚴重影響了中國經濟的增長質量（肖士恩和雷家X）[1]和環境質量（李名升等）[2]。中國政府已經意識到環境污染的危害和清潔生產對產業發展的促進作用，早在2003年1月1日就實施了《中華人民共和國清潔生產促進法》，工信部等政府部門制定了相關方案，大力推行清潔生產技術的研發和應用，并且明確提出，應用先進適用的技術實施清潔生產技術改造是提升企業技術水平和核心競爭力，從源頭預防和減少污染物產生，實現清潔發展的根本途徑。
既能夠降低污染排放，又可以提高產品質量的技術是一種高效節能的清潔生產技術，它普遍存在于現實經濟生活當中。例如，先進的煉鋼工藝在減少能源消耗和污染排放的同時，提高了鋼鐵產品質量（殷瑞鈺）[3]。在水泥生產行業，通過實施污染削減技術，提高了資源利用效率和水泥產品質量（盧聲超）[4]。
國內學者的實證研究表明，清潔生產技術的應用對中國經濟增長和企業競爭力的提升具有促進作用。黃菁和陳霜華[5]通過建立人力資本內生增長模型，探討了經濟增長、環境污染和環境治理在均衡增長路徑中的關系，并運用中國的數據對模型結果進行了計量檢驗，結果表明清潔要素及技術的使用是經濟可持續發展的關鍵。秦佩恒等[6]對2009年中國金屬制品行業調查的實證研究表明，清潔生產技術的應用水平是影響企業經濟績效和環境績效的關鍵，在一定程度上印證了Porte和van der Linde[7]理論假說，即適度的環境管制能夠引發技術創新，降低企業生產成本，提高產品質量和生產效率，從而形成企業的競爭優勢。
清潔技術的應用及其對經濟的促進作用得益于環境管制。朱承亮等[8]對1998―2008年環境約束下中國經濟增長效率的分析發現，政府管制和環境治理強度對中國經濟增長效率改善具有促進作用。余長林和高宏建[9]基于1998―2012年中國省級層面的面板數據考察了環境管制強度和隱性經濟規模對中國環境污染的影響，認為政府應通過提高環境管制強度、刺激企業治污和生產技術創新，達到提高生產效率和污染治理的雙重目的。鐘茂初等[10]利用中國省際面板，對環境管規制能否倒逼產業結構調整進行了實證檢驗，結果表明，加強環境規制強度對于產業結構調整和環境保護的雙贏具有重要意義。
查建平[11]進一步指出，在中國當前工業化階段，嚴格的環境管制有利于推進工業經濟生態化和集約化發展，推動工業企業加大技術引進，提升環境全要素生產率在工業經濟增長中的重要作用。可見，環境管制能夠提升企業生產效率和競爭力，在很大程度上促進了工業企業對清潔技術的需求。
在關注清潔生產技術有效需求的同時，如何有效增加清潔技術的供給同樣不容忽視。許多科研機構和研究型高校等非生產性企事業單位，作為科學技術知識的重要供應者，本身并不從事相關產品生產，而是通過技術授權來實現清潔技術的商業化和產業化。
如何通過最優技術授權合同的選擇，實現非生產性企事業單位收入最大化，并提供持續的創新動力，日益引起經濟學家們的關注。Li和Geng[12]研究了非生產性企業向一個耐用品廠商的技術授權，證明了固定收費、特許權收費和雙重收費都有可能是最優合同形式，取決于技術創新類型和創新程度。Stamatopoulos和Tauman[13]通過研究異質消費者條件下提高產品質量的技術授權，發現依據市場需求的不同，最優合同形式既有可能是固定收費和特許權收費，也有可能是雙重收費。
然而，關于環境管制條件下最優技術授權合同形式的研究還比較少，這不利于通過先進的技術手段治理嚴重的環境污染。因此，深入探討這一問題，對于有效增加清潔技術供給，減少企業污染排放，提高企業生產效率，從而促進經濟增長具有重要的理論和現實意義。
本文構建了一個經濟學模型，一個非生產性企業擁有一項可以提高產品質量同時又能降低污染排放的技術，它決定采用何種技術授權合同形式向其他兩個生產性企業轉讓該技術。兩個潛在的技術受讓企業在市場上進行古諾競爭。在該模型當中，政府對生產性企業實行排污總量控制。環境管理部門通過設置排污上限的環境管制措施，會對技術擁有企業的最優合同選擇產生重大影響。排污總量限制了技術擁有企業通過設置適當的單位產出費攫取新增利潤的能力，從而導致特許權收費合同成為最佳選擇。
清潔技術的應用對生產者、消費者和社會福利的影響同樣不能忽視。如果對一項新技術的應用降低了生產者利潤、消費者剩余和社會福利，那么就需要在環境保護與經濟利益之間做出取舍，在特定條件下可能會影響新技術的推廣應用。本文的研究結果表明，最優技術授權合同形式不僅提高了生產者利潤，而且增加了消費者剩余和社會福利，達到了環境保護與經濟利益的一致。
本文的結構安排如下：在第二部分筆者給出了基本模型，研究了沒有技術授權的市場狀況。在第三部分筆者研究了技術擁有企業的最佳技術授權形式和社會福利效應。第四部分是結論和建議。
四、結論和建議
筆者討論了一個外部專利持有者通過技術授權提高產品質量，從而降低污染排放，達到改善環境的目的，這是以前關于清潔技術使用與環境治理文獻較少涉及的內容。另一方面，關于技術授權的文獻很少涉及環境管制。本文的研究表明，在環境管制條件下，特許權收費合同是技術擁有企業的最優選擇，并且促進了清潔技術的應用，提高了消費者剩余和社會福利。
根據本文的結論，筆者提出以下三點建議：第一，政府應該實行較為嚴格的環境管制措施，制定明確的污染排放限額；第二，應當發揮市場機制和政府調控的雙重作用，兩者的相互作用在特定環境下能夠產生較為理想的結果；第三，環境保護與經濟效益并行不悖，通過環境管制和清潔技術授權形式的選擇，可以實現兩者的一致，從而保持企業的技術創新能力，推動清潔技術應用，改善產業結構，促進經濟長期增長。
筆者并沒有將污染物排放對社會的危害納入到福利分析當中。但是，由于在不同的技術授權合同形式下污染物排放總量是相等的，因此，即使考慮到危害函數，也不會影響本文的實質性結論。
應當注意的是本文的結論依賴于特定的環境管理工具，即排污上限和排污許可證拍賣。后續研究可能要考察在其他環境管理工具下，例如排放標準、生產標準和排污許可交易，技術擁有企業的授權策略及其社會福利效應。
參考文獻：
[1]肖士恩，雷家X.中國環境污染損失測算及成因探析[J].中國人口?資源與環境，2011，（12）：70-74.
[2]李名升，孫媛，陳遠航，張建輝.污染排放與環境質量關系模型構建與應用[J].環境科學，2014，（3）：1199-1204.
[3]殷瑞鈺.新世紀以來中國煉鋼――連鑄的進步與命題[J].中國冶金，2014，（8）：1-9.
[4]盧聲超.簡論水泥行業清潔生產及其技術[J].水泥工程，2006，（2）：70-75.
[5]黃菁，陳霜華.環境污染治理與經濟增長：模型與中國的經驗研究[J].南開經濟研究，2011，（1）：142-152.
[6]秦佩恒，趙蘭香，萬勁波.清潔生產技術運用對企業經濟及環境績效的影響――基于2009年中國金屬制品業調查的實證研究[J].生態經濟，2014，（12）：49-55.
[7]Porter M.E.，van der Linder C.Green and Competitive：Ending the Stalemate[J].Harvard Business Review，1995，（5）：120-134.
[8]朱承亮，岳宏志，師萍.環境約束下的中國經濟增長效率研究[J].數量經濟技術經濟研究，2011，（5）：3-20.
[9]余長林，高宏建.環境管制對中國環境污染的影響――基于隱性經濟的視角[J].中國工業經濟，2015，（7）：21-35.
[10]鐘茂初，李夢潔，杜威劍.環境規制能否倒逼產業結構調整――基于中國省際面板的數據的實證檢驗[J].中國人口?資源與環境，2015，（8）：107-115.
[11]查建平.環境規制與工業經濟增長模式――基于經濟增長分解視角的實證研究[J].產業經濟研究，2015，（3）：92-101.
[12]Li C.，Geng X.Licensing to a Durable-good Monopoly[J].Economic Modelling，2008，（5）：876-884.
[13]Stamatopoulos G.，Tauman Y.Licensing of a Quality-improving Innovation[J].Mathematical Social Sciences，2008，（3）：410-438.
[14]Arora A.，Fosfuri A.Licensing the market for technology[J].Journal of Economic Behavior and Organization，2003，（52）：277-295.
[15]Chang R.-Y.，Hwang H.，Peng C-H.Technology licensing，R&D and welfare[J].Economics letters，2013，（118）：396-399.
[16]Anand B.N.，Khanna T.The structure of licensing contracts[J].Journal of industrial economics，2000，（1）：103-135.
[17]EPA.Presidential memorandum-accelerating technology transfer and commercialization of federal research in support of high-growth businesses[R].U.S.Environmental Protection Agency，2011.
[18]Montero J.-P.Permits，standards and technology innovation[J]. Journal of Environmental Economics and Management，2002，（1）：23-44.
[19]Sanin M.-E.，Zanaj S.A note on clean technology adoption and its influence on tradeable emission permits prices[J].Environmental and Resource Economics，2011，（4）：561-567.
[20]LES.CEEM Royalty Rate and Deal Terms Survey [R].Licensing Executives Society（U.S.A.and Canada），Inc.2010.
[21]上官緒明.FDI、經濟增長與環境污染――基于SVAR模型的實證分析[J].生態經濟，2014，（10）：46-49.
[22]Filippini L.Licensing contract in a Stackelberg model[J].Manchester School，2005，（5）：582-598.
關鍵詞：EKC；經濟增長；工業污染物；環境污染
中圖分類號：F062.2 文獻標志碼：A 文章編號：1673-291X（2016）25-0001-05
引言
1991年美國經濟學家Grossman和Krueger在《北美自由貿易區的環境后果》一書中說到，在經濟發展初期，污染水平會隨著經濟增長、工業發展、收入提高而趨于嚴重；當經濟發展到一定階段后，環境污染情況逐漸有所好轉，這種現象表現為倒U型。隨后，Grossman和Krueger對1979―1990年66個國家的污染物排放情況分析研究后提出了環境庫茲涅茨曲線（Environmental Kuznets Curve，EKC）理論：環境污染與經濟增長之間存在倒U型關系。之后，許多學者從不同角度，采用不同樣本和方法對EKC假說進行了驗證。結果發現，環境污染指標與經濟增長除了呈倒U形關系外，同時還存在U型、U型+倒U型，甚至線型。
以上分析可知，經濟增長與環境污染之間的關系比較復雜，不同國家或地區由于受經濟發展水平、環境政策、人們環保意識等方面的影響，EKC曲線可能變化為其他形態。 隨著西部大開發戰略的實施，四川經濟得到快速發展，2010 年GDP達到16 898.6億元，為1987年（185.76億元）的90.97倍。與此同時，除工業廢水排放有大幅度減少外，環境問題均有惡化趨勢。因此，對四川省的經濟增長與環境污染問題的統計分析，驗證環境庫茲涅茨曲線（EKC）在四川省是否存在具有重要的理論意義。
一、模型構建與結果分析
（一）指標選取與模型建立
典型環境指標的選取是研究經濟增長與環境污染關系計量模型的關鍵。由于各項反映經濟發展水平的指標與人均 GDP 都有密切的聯系，故采用四川省人均 GDP 作為反映經濟發展的指標。數據來源于《四川省統計年鑒》，選取包括工業廢水排放量、工業粉塵排放量、工業廢氣排放量、工業固廢排放量在內的7個環境指標。借助于SPSS統計軟件，分析四川省1986―2011年人均GDP與各指標的相關性（見表1）。
從表1中可以看出，環境指標中工業廢氣排放量、工業固廢排放量、工業廢水排放量、工業SO2排放量與人均GDP顯著相關，所以選取該4個指標進行模型構建。由于各地區經濟發展水平與環境污染不同，擬合兩者之間關系所用的計量模型也不相同，常用的主要有線性函數、二次函數、三次函數和指數函數等。利用四川省1986―2011年的經濟與環境數據，借助于SPSS19.0統計分析軟件，進行多種函數的擬合，根據擬合效果進行優選，最終選擇三次函數作為模型進行研究。
以y表示環境污染指標，x表示經濟增長指標，構建模型y=a+bx+cx2+ dx3+ξ。式中，a、b、c、d為模型參數；ξ為誤差隨機項。以工業廢水排放量為例，經過軟件分析得出：
由此可以得出，工業廢水排放量的擬合方程：
y =222 987.366-30.603x+0.02x2+（-5.394E-8）x3+ξ
R2為0.753（R2為相關系數），F檢驗為21.354，從擬合結果看，擬合優度大于0.7，F值也很顯著，說明工業廢水排放量與人均 GDP 的曲線擬合效果好。因此，得到的擬合模型能夠很好地解釋兩者之間的關系，同理，可以得出其他環境污染指標（見表5、下頁圖1至圖4）。
（二）結果分析
由圖1至圖4可知，1986―2011年四川省4 種污染物排放量隨人均GDP變化的曲線形態可分為兩類：工業固廢排放量與工業廢氣排放的EKC為明顯的倒U形，工業固體廢棄物排放量與工業廢水排放量的EKC形態為U型+倒U型，說明EKC曲線并不是必然存在倒U型的，它只是經濟增長與環境污染眾多曲線關系中的一種。
依據本文表1和圖1可以看出，人均GDP與工業廢水排放量的關系曲線具有兩個轉折點：第一個轉折點為EKC曲線的低谷，對應的時間在2005年（人均GDP為8 464元）這一時期。此后，工業廢水排放形勢進一步惡化，于2009年（人均GDP為17 289元）到達第二個轉折點倒N形的EKC曲線的峰值，以后便是下降趨勢。出現這種情況的原因在于四川政府在加大力度整治環境污染，使其工業廢水排放量相對減少、污水處理率顯著提高，全省水環境質量得到改善。類似可以分析，工業廢氣排放量于2007年（人均GDP為11 708元）達到峰值后隨人均GDP的增加逐漸減少。工業固廢排放量于2009年達到峰值轉折點，其后隨著經濟增長，污染物的排放量呈下降趨勢。工業SO2排放量于1997年（人均GDP為4 017.2元）達到最低值，其后于2009年達到峰值。數據統計結果與實際情況較吻合，從2007年開始，四川省政府在環境治理及節能減排等方面治理措施強有力地推行，使得工業“三廢”利用率顯著提高。
二、原因分析
由以上的分析可以看出，四川省近十年來經濟發展和環境污染的環境庫茲涅茨曲線呈現的關系并不是簡單的倒U型曲線，而是出現了倒U型、U型+倒U型等形態，此模型定量反映了四川經濟發展與環境污染的關系，這種變化趨勢與經濟發展、環境治理力度的變化趨勢基本吻合。
（一）經濟增長對EKC曲線的影響
改革開放以來，四川省經濟處于高速發展時期，經濟增長速度明顯加快，GDP總量從1986年的458.23億元增長到 2011年的21 026.7億元，年均增長17.95%，人均GDP從614元增長到26 147元，年均增長16.63%。在經濟發展初期，人們為了加快發展，提高生活水平，往往會犧牲環境效益來換取經濟利益，EKC曲線表現為倒U型上升部分。隨著人們收入水平的提高，逐漸意識到環境是一種稀缺資源，對環境質量的需求逐漸上升，環境質量需求的收入彈性會逐漸增大。人們會犧牲經濟收入來改善環境質量，EKC曲線表現為倒U型下降部分，四川省的環境污染已過峰值，正處于下降趨勢。
（二）產業結構調整對EKC的影響
從圖5中可以看出，第二產業對環境污染的影響最大。1978―1990年，第一產業占主導，三類產業結構為“一二三”，對環境影響較小。1991―1998年，第二、三產業比重先后超過第一產業，形成“二三一”，環境污染急劇惡化。1999―2005年，第三產業占主導，形成“三、二、一”產業結構，對環境污染下降。2005年后，三次產業結構重新調整為“二、三、一”。2009年，四川三類產業結構比例為15.8∶47.4∶36.7。第二產業是能源消費大戶，能源消費占總量的80%以上。1986―2010年間，四川能源消費總量增長了1.97倍，工業發展對環境的污染嚴重。
從工業內部行業結構分析，20世紀80年代，四川省為實現經濟快速增長，實施重工業化戰略，使得資源過度消耗，污染排放增大，導致環境嚴重污染。結合本文圖1至圖4可以看出，1999―2009年第二產業與重工業比重一直處于上升趨勢，在2009年達到峰值，四種污染物排放量也在同時期達到峰值，兩者基本吻合。之后，第二產業與重工業的比重略有下降并趨于平緩，四種污染物的排放量也呈下降趨勢。第二產業的變化趨勢基本與 EKC曲線總體變化趨勢保持一致，說明第二產業是影響 EKC 曲線的關鍵因素。
（三）環境治理對EKC的影響
1.環境治理投資。中國經濟發展與資源環境的耦合關系與其相關環境政策有著密切的關系，完善的環境政策及其有力的治理措施可以減少環境污染，提高環境質量。1995年，四川省加大了環境治理力度，環保資金逐年上升，提高了工業廢氣排放量、工業固廢排放量、工業廢水排放量、工業SO2排放量的處置率，從而有效降低了污染物的排放量，大大改善了環境質量。四川省環境保護投資從1986年有了大幅度提高，2011年環保投資達到158.4億，占GDP的0.73%。根據發達國家的經驗，一個國家在經濟快速發展時期，環保投資要占到GDP的1%～1.5%才能有效控制環境污染，達到3%才能使環境質量得到明顯改善，而這說明四川省在一定程度上環保投入遠未達到應該投入的比例。
2.環保政策。完善的環境政策及其有力的實施可以改善環境，減小環境壓力、加速實現轉折點。在不同的發展階段，環保管理的政策會改變人們的環保意識，從而改變EKC的形狀。隨著經濟發展，環境保護意識的增強，四川省加強了環境污染的治理，查處違法排污企業，依法予以關閉，限期治理，加快了淘汰落后生產工藝和生產方式的進程，提高了工業“三廢”的處置率，工業廢水和工業固體廢物排放呈下降趨勢。20世紀90年代中期以來，針對大氣污染日漸嚴重的趨勢，政府部門加大了電力、礦產行業等部門技術培訓，加強了工業廢氣的排放控制與處理。進入21世紀，政府部門加快經濟結構戰略性調整，大力發展綠色產業與循環經濟，提高了經濟效益和經濟運行質量，同時陸續出臺了一系列地方性環保法規，對環境質量的改善起到了重要的促進作用。
