最新消息: USBMI致力于为网友们分享Windows、安卓、IOS等主流手机系统相关的资讯以及评测、同时提供相关教程、应用、软件下载等服务。

大气污染与经济增长关系的再检验——基于门槛回归模型对179个地级

IT圈 admin 37浏览 0评论

2024年3月10日发(作者:司空令婧)

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

大气污染与经济增长关系的再检验

———基于门槛回归模型对179个地级以上城市的分组研究

王微微ꎬ谭咏琳

(中国社会科学院大学经济学院ꎬ北京 102488)

  摘 要:目前ꎬ随着中国经济的发展ꎬ环境问题日益严峻ꎬ如何通过分析大气污染与经济增长的关

系来实现绿色发展引起广泛关注ꎮ以人均收入和第二产业比例为门槛变量ꎬ将179个地级以上的城

市分成四组ꎬ分别进行回归检验ꎬ研究在不同类别的地区中ꎬ经济增长与大气污染的关系是否符合库

兹涅茨曲线规律ꎬ另外也探究控制变量对大气污染的影响ꎮ实证分析结果发现ꎬ低收入、低第二产业

比例城市的库兹涅茨曲线呈N型ꎬ低收入、高第二产业比例城市呈负向线性ꎬ高收入、低第二产业比

例城市和高收入、高第二产业比例城市呈倒U型ꎮ因此ꎬ应因地制宜加快产业结构升级ꎬ实现绿色产

业发展ꎬ调整环境规制力度ꎬ完善环保法律法规ꎬ加大环保科研投入ꎬ推动环保技术创新ꎬ以协调环境

保护和经济增长之间的关系ꎮ

关键词:门槛效应ꎻ环境库兹涅茨曲线ꎻ分组回归检验

中图分类号:F427   文献标识码:A   文章编号:2095

929X(2019)05

0014

11

一、引 言

随着中国工业化和城镇化的脚步逐渐加快ꎬ能源消耗的强度越来越大ꎬ污染性气体的排放强度也随之增

大ꎬ因此大气污染成为了经济发展的重要问题ꎮ中国环保部发布的«2017中国生态环境状况公报»的数据显

示ꎬ2017年全国地级以上城市的超标率达70.7%ꎮ因此ꎬ近年来ꎬ中国开始重视环境治理的问题ꎬ绿色发展的

理念成为经济发展的重要指导思想ꎬ如何协调好环境和经济增长关系的问题ꎬ成为经济发展的重中之重ꎮ

在研究环境和经济增长关系的理论中ꎬ环境库兹涅茨曲线(EnvironmentalKuznetsCurveꎬEKC)是研究的

最为广泛的一个假说ꎮ这个假说的内容是ꎬ环境污染随着经济增长先升后降ꎬ呈现倒U型的关系ꎬ拐点是抛

物线的最高点ꎮShafik和Bandyopadhyay

[1]

利用149个国家1960年到1990年的面板数据ꎬ将模型设定为三次

项的形式ꎬ检验出大气悬浮颗粒物和二氧化硫的库兹涅茨曲线为倒U型ꎻGrossman和Krueger

[2]

利用城市空

气污染、河流的含氧量、河流的排泄物污染和河流的重金属污染四个方面的指标来衡量环境污染ꎬ检验了大多

数指标的库兹涅茨曲线是倒U型的ꎬ并且转折点出现在人均收入不超过8000美元的地方ꎮ随着该领域研究

成果的增多ꎬ库兹涅茨曲线的形状也丰富了起来ꎮHarbaugh等

[3]

在Grossman和Krueger的基础上做了两个方

面的工作ꎬ一个是更新数据ꎬ另一个是改变模型设定ꎬ发现数据结构和模型设定的变动ꎬ都会改变库兹涅茨曲

收稿日期:2019

01

02

基金项目:中国社会科学院大学学术创新工程支持计划ꎮ

作者简介:王微微ꎬ女ꎬ湖北天门人ꎬ博士ꎬ中国社会科学院大学副教授ꎬ研究方向:国际贸易理论与政策ꎮ

14

2019年第31卷第5期

 

学报

线的形状ꎬ使得该曲线呈现正N型、U型、正向线性和负向线性等形状ꎬ因此倒U型的曲线缺乏稳健性ꎻ

Rupasingha等

[4]

利用空间计量模型ꎬ并且在模型中加入了衡量种族多样性和收入不平等的变量ꎬ得出库兹涅

茨曲线呈现正N型ꎻ吉丹俊

[5]

在考虑经济发展和污染排放溢出效应的前提下ꎬ运用动态的空间面板模型检验

出人均二氧化碳排放与经济增长呈正U型ꎻ刘芳芳等

[6]

利用面板数据得出人均GDP超过1万美元的九个省

市的碳排放与经济增长的关系为倒N型ꎻ朱冉等

[7]

利用时间序列的数据对成都的“三废”进行研究ꎬ最后得出

工业废水和工业废气的库兹涅茨曲线的形状分别为线性和倒N型ꎮ库兹涅茨曲线的形状多样化表明ꎬ在用

不同的数据和模型设定的情况下ꎬ环境污染与经济增长的关系会有所差异ꎬ因此研究过程中需要考虑到差异

性的存在ꎬ做到具体情况具体分析ꎮ

在研究库兹涅茨曲线的时候ꎬ很多学者会根据不同地区的特点ꎬ检验曲线的差异ꎮ在该方面的研究中ꎬ主

要有两种地区分类的方法:第一种是按照地域进行分组ꎮ王菲等

[8]

研究中国碳排放与经济增长的关系时ꎬ将

中国分为东部、中部和西部地区ꎬ利用二次函数的模型ꎬ分别算出了东部、中部和西部库兹涅茨曲线出现的拐

点ꎬ结果发现东部的拐点比中西部要靠后ꎬ中部地区处于拐点的下降区间ꎬ西部刚好到达拐点ꎻ高静和黄繁

[9]

在库兹涅茨曲线模型中加入了贸易的因素ꎬ从研究结果来看ꎬ“倒U型”出现在东部地区ꎬ“正U型”出现

在西部地区ꎮ第二种是利用门槛回归模型ꎬ以可能会使库兹涅茨曲线出现拐点的因素作为门槛变量ꎬ将地区

进行分类ꎮ余东华和张明志

[10]

基于kaya恒等式分析发现ꎬ发展水平和发展结构会使得库兹涅茨曲线出现

“异质性”ꎬ因此ꎬ为了解决“异质性难题”ꎬ以人均收入和产业结构作为门槛值ꎬ利用门槛回归将82个国家分

组ꎬ得到不同组别国家的库兹涅茨曲线呈现的形状有“U型”、“N型”和“倒N型”ꎻ韩玉军和陆旸

[11]

用收入、

工业结构、对外经济结构、贸易依存度作为门槛变量ꎬ根据门槛变量Bootstrap的P值ꎬ对变量进行多轮筛选ꎬ

每轮得出一个变量的门槛值ꎬ从而将108个国家分成五个组别ꎮ

通过总结发现ꎬ门槛回归模型突破了按地区分组的传统方式ꎬ为分组研究提供了另一种思路ꎬ而大多数文

献在研究中国的库兹涅茨曲线时ꎬ都是将研究对象划分为东部、中部和西部三个区域ꎬ然后用省级面板进行分

析ꎬ而很少有文献利用门槛模型ꎬ将中国地级以上城市进行分类ꎬ从而研究不同地区库兹涅茨曲线的形状ꎮ另

外ꎬ在选择门槛回归模型时ꎬ学者们都考虑到了影响库兹涅茨曲线的因素ꎬ并且以此作为门槛变量进行分组ꎮ

在众多影响的因素中ꎬ产业结构和人均收入直接决定了一个地方的发展水平ꎬ这两者的差异会导致经济的发

展路径不一样ꎬ从而使得经济增长与环境质量的关系有所差异ꎬ所以可以作为划分地区的重要依据ꎮ因此ꎬ本

文结合门槛回归模型ꎬ将研究对象细化到地级以上城市ꎬ根据经济体系内部的特征ꎬ分别用人均收入和产业结

构作为门槛变量来分组ꎮ这种做法的好处是可以准确地将同一类别的城市归为同一个组别ꎬ再利用面板数据

得出该地区的库兹涅茨曲线ꎬ从而研究不同地区曲线的差异ꎬ这样可以给中国的绿色发展提供一个参考ꎬ使得

中国的环境政策更加有的放矢ꎬ做到具体情况具体分析ꎬ根据不同地区的特点而灵活变动ꎮ

二、模型构建

(一)门槛回归模型

1.门槛回归模型的设定和门槛值的估计

门槛回归模型的主要优点是可以根据观察值的内部特征ꎬ计算出使得经济结构发生变化的拐点值ꎮ以此

为根据对数据进行分组ꎬ可以使得具有相似特征的研究对象分在同一组ꎬ有效地避免了同一组内出现较大差

异性的情况ꎬ从而保证了分组的客观性、有效性和科学性ꎮHansen

[12]

提出了静态固定效应的门槛回归模型ꎬ

以单一门槛模型为例ꎬ基本形式如公式(1):

it

μ

β1'x

it

I(q

it

≤γ)

β2'x

it

I(q

it

>γ)

ε

it

(1)

15

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

q为门槛变量ꎬ门槛变量既可以是解释变量ꎬ也可以是非解释变量ꎻγ为门槛值ꎻI表示指示函数ꎬ其作用

是将一个分段函数写在同一个式子里ꎬ相应括号里的条件成立ꎬI取1ꎬ否则取0ꎻε为随机误差项ꎬ服从独立同

分布ꎻ下标i表示个体ꎬt表示时间ꎮ

为了将(1)式简化ꎬ将解释变量写成如公式(2):

it

(γ)

{

it

I(q

it

≤γ)

it

I(q

it

>γ)

(2)

(3)

(4)

将系数写为矩阵形式:β

(β1'ꎬβ2')'ꎬ则(1)式可简写为公式(3):

在取得组内平均值和消除个体效应μ

后ꎬ将所有数据累叠成列向量ꎬ最后表达式如公式(4):

X(γ)β

ε

如公式(5):

2.门槛效应的假设检验和置信区间

β2ꎻ备选假设H

为β1≠β2ꎮ

it

μ

it

β'x

it

(γ)

ε

it

根据最小二乘法ꎬ得到随γ变动的残差平方和ꎬγ的估计值为使得该残差平方和达到最小的γ值ꎬ表达式

argminS

(γ)

γ

γ

(5)

在得到γ的估计值后ꎬ还要检验门槛效应是否显著ꎬ即检验式子中的系数差异是否显著ꎮ原假设H

为β1

在原假设成立的情况下ꎬ(1)式不再为分段函数ꎬ解释变量跟被解释变量的线性关系不再跟门槛值相关ꎮ

(γ)

σ

因此ꎬ通过最小二乘法得到残差平方和为S

ꎬ然后构造出似然比检验的统计量如公式(6):

(6)

反复计算统计量的模拟值ꎬ最后计算出模拟值大于真实值的概率ꎬ如果该概率小于设定的临界值ꎬ就拒绝原假

设ꎬ即门槛效应存在

[12]

在检验了存在门槛效应以后ꎬ要确定门槛估计值的置信区间ꎬ此时原假设为γ

γ

ꎬγ

为真实值ꎬ然后构

LR

(γ)

集合为“非拒绝域”

[12]

3.模型的应用

设α为显著性水平ꎬ若LR

(γ)≤

2ln(1

)S

(γ)

(

γ

σ

(7)

为了解决F

的渐进分布非标准的问题ꎬHansen认为可以通过自体抽样(Bootstrap)的方法进行反复抽样ꎬ

造出似然比统计量如公式(7):

α)ꎬ则不拒绝原假设ꎬHansen称满足该区域的γ值的

这里分别以人均收入和产业结构

[13]

为门槛变量ꎬ通过门槛回归ꎬ分别得出两者的门槛值ꎬ从而找出使经

lnei

it

μ

β

'X

it

I(q

it

≤γ)

β

'X

it

I(q

it

>γ)

ε

it

(8)

济结构发生变动的转折点ꎬ然后用这两个门槛值对179个地级以上城市进行分组ꎮ模型如方程(8):

因为门槛的数量事先未知ꎬ因此要将模型设定为单重和多重门槛的形式ꎬ方程(8)给出了单重门槛的表

达式ꎬ双重及以上数量门槛的表达式以此类推ꎮ

其中ꎬlnei

it

表示对数化的人均二氧化硫排放量ꎻX

it

是一个由解释变量进行对数处理后组成的列向量ꎬ解

释变量包括人均收入、科技投入、二氧化硫去除率和第二产业增加值占GDP的比例ꎬ其中人均收入为核心解

释变量ꎬ后面三个作为控制变量加入模型中ꎻq

it

表示门槛变量ꎬ可以是经过对数处理后的人均收入或者第二

产业增加值占GDP的比例ꎻγ是不同的门槛值ꎻε

it

是随机误差项ꎻi表示单个城市区位ꎬt表示时间ꎮ

16

2019年第31卷第5期

 

学报

(二)回归检验模型

在利用门槛值进行分组后ꎬ再根据各组的数据特征ꎬ以人均二氧化硫排放量为因变量ꎬ人均收入为核心解

释变量ꎬ用不同的方法进行回归ꎬ以检验各组的大气污染与经济增长的关系是否符合库兹涅茨曲线ꎮ另外ꎬ加

入产业结构、科技投入和环境规制作为控制变量ꎬ探究这些变量与大气污染的关系ꎮ在建立回归检验模型的

过程中ꎬ这里使用的方法是ꎬ在方程中加入一、二、三次项ꎬ检验每项系数的显著性ꎬ选择系数通过显著性检验

的最高项次数作为函数的形式ꎮ在这种方法下ꎬ库兹涅茨曲线的形状多种多样ꎬ可以是“U型”、“倒U型”、

“N型”、“倒N型”或者是线性ꎬ因此ꎬ回归检验模型可以先设定为

[14]

:

lnei

it

α

α

(lnagdp

it

)

α

(lnagdp

it

)

α

(lnagdp

it

)

α

(lntech

it

)

α

(lnelirate

it

)

α

(lngdp2

it

)

μ

it

式子中变量的说明:为了消除量纲的影响ꎬ这里的变量都作了对数处理ꎮei

it

表示城市i在时间点t的人均

二氧化硫排放量ꎻagdp

it

表示城市i在时间点t的人均收入ꎻtech

it

表示城市i在时间点t的科技投入ꎻelirate

it

示城市i在时间点t的二氧化硫去除率ꎻgdp2

it

表示城市i在时间点t的第二产业增加值占GDP的比例ꎻμ

it

示随机误差项ꎮ

(9)

(三)数据与变量说明

本文采用2008—2016年地级以上城市的数据ꎬ除去数据有严重缺失的城市ꎬ最后共选取了179个城市ꎬ9

年共计1611个观测值ꎮ数据说明如下:

人均二氧化硫排放量:工业排放的大气污染物以二氧化硫为主ꎬ而且二氧化硫数据的可得性强ꎬ在统计上

具有连续性

[15]

ꎬ因此本文使用人均二氧化硫排放量来说明环境污染程度ꎮ

以2007年不变价计算ꎬ排除价格变化因素ꎮ

每万元GDP的科技投入:科技投入可以代表一个地区的技术水平ꎬ科技投入越高ꎬ技术水平越高ꎬ工业污

染的程度就越小ꎬ因此可以用每万元GDP的科技投入来代表技术水平ꎬ以探究技术水平与污染的关系ꎮ

二氧化硫去除率:表示环境规制ꎬ二氧化硫去除率越高ꎬ环境规制的作用越好ꎬ环境污染就越小

[16]

第二产业增加值占GDP的比重:第二产业包括工业、采掘业等环境污染比较严重的行业ꎬ其增加值占

GDP的比重有效地代表产业结构与污染的关系ꎬ该比值越高ꎬ污染就越严重ꎬ因此选取该指标来表示产业结

构ꎮ

以上数据均来源于«中国城市统计年鉴»(2009—2017)ꎬ变量统计性描述见表1ꎮ

表1 变量的统计性描述

变量

ei(吨/万人)

agdp(元)

tech(元)

elirate(%)

gdp2(%)

平均值

167.700

41000

30.410

58.790

50.150

标准差

170.500

42000

31.020

89.640

8.961

最小值

3.012

5145

1.555

0.003

14.950

最大值

1629

440000

528.100

3506

78.650

样本量

1611

1611

1611

1611

1611

人均GDP:经济增长是造成环境污染的重要原因ꎬ而经济增长的程度可以用人均GDP来衡量ꎬ其中GDP

三、模型结果分析

(一)门槛模型检验结果

根据门槛检验模型ꎬ在10%的显著性水平下ꎬ由自体抽样方法得到的P值判断出门槛数量和门槛值ꎬ结

17

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

果如表2所示ꎮ

表2 人均收入与第二产业比例门槛检验与门槛置信区间

门槛变量模型

lnagdp

lngdp2

F值(P值)

(0.0000)

(0.7340)

(0.5780)

(0.0880)

(0.5680)

(0.9340)

14.9700

18.8500

38.7400

29.5700

17.7100

87.1900

1%

临界值

41.1048

38.9114

143.2740

42.0494

36.8043

43.2900

5%10%

门槛值

11.5671

11.7612

10.8435

3.8002

3.5979

4.0070

95%置信区间

[11.5516ꎬ11.5833]

[10.5928ꎬ10.6278]ꎻ

[10.8435ꎬ11.7999]

[10.5928ꎬ10.6278]ꎻ

[10.8435ꎬ11.7999]ꎻ

[10.8278ꎬ10.8540]

[3.7891ꎬ3.8029]

[3.7891ꎬ3.8029]ꎻ

[3.5943ꎬ3.6030]

[3.7891ꎬ3.8029]ꎻ

[3.5943ꎬ3.6030]ꎻ

[3.9930ꎬ4.0077]

49.6628

47.1819

168.5066

51.4500

52.2238

55.5109

36.8208

33.4646

124.3960

37.2713

30.8502

37.4616

10.6187ꎻ

10.6187ꎻ

11.7612ꎻ

3.8002ꎻ

3.8002ꎻ

3.5979ꎻ

在显著性水平为10%的情况下ꎬ人均收入的双重和三重门槛没有通过显著性检验ꎬ因此有单一门槛ꎮ根

据收入门槛分组ꎬ可以将城市分为两组ꎬ一组是高人均收入ꎬ一组低人均收入ꎬ以105566.88元为分界点ꎮ

产业结构的双重和三重门槛也没有通过显著性检验ꎬ因此也有单一门槛ꎮ根据产业结构分组ꎬ可以分为

两组ꎬ一组是低第二产业比例ꎬ一组是高第二产业比例ꎬ以44.71%为分界点ꎮ

由此可以将179个城市分成四个组ꎬ第一组为低人均收入ꎬ低第二产业比例ꎻ第二组为低人均收入ꎬ高第

二产业比例ꎻ第三组为高人均收入ꎬ低第二产业比例ꎻ第四组为高人均收入ꎬ高第二产业比例ꎮ

分组的依据:在根据门槛值进行分组的时候ꎬ在不同的时间段ꎬ同一个城市可能会属于不同的组别ꎬ所以ꎬ

在处理这个问题时ꎬ本文先计算了每个城市人均收入和产业结构在九年中的均值ꎬ根据均值将城市归类ꎬ然后

寻找出每个城市在哪一个组别中出现的年份最多ꎬ根据频率将城市归类ꎮ最后将均值与频率得出的结果相互

比对ꎬ看两个结果是否相同ꎬ如果不同ꎬ则以后者为分类标准

[10]

ꎮ按照以上分类方法可以分为如表3所示的

四组:

表3 分组情况

低人均收入(L)

乌鲁木齐、云浮、亳州、保山、信阳、南平、呼和浩特、哈尔滨、四平、太

原、宿州、开封、张家口、张家界、怀化、永州、济南、湛江、益阳、秦皇

岛、茂名、荆州、西安、运城、邵阳、阜新、阜阳、阳江、韶关、驻马店、黄

冈、黑河32个城市

七台河、三明、三门峡、上饶、临沂、丹东、丽水、乌兰察布、九江、石家

庄、保定、六安、兰州、十堰、南通、南阳、合肥、吉安、吉林、周口、咸

宁、咸阳、唐山、商丘、嘉兴、大同、大连、威海、娄底、孝感、宁德、宁

波、安庆、安阳、宜昌、宜春、宝鸡、宣城、宿迁、岳阳、常州、常德、平顶

山、廊坊、徐州、德州、扬州、承德、抚顺、新乡、新余、日照、昆明、晋

城、晋中等135个城市

高人均收入(H)

北京、深圳、南京、杭州、厦门5

个城市

低第二产业比例(L)

高第二产业比例(H)

东莞、佛山、包头、无锡、珠海、

苏州、鄂尔多斯7个城市

(二)分组回归模型结果

根据城市的数量情况选择合适的计量方法ꎬ第一、二组的横截面维度远远大于时间维度ꎬ属于短面板模

型ꎬ且样本符合最小样本量的要求ꎬ所以可以使用固定效应模型ꎻ第三、四组的时间维度大于横截面维度ꎬ属于

18

2019年第31卷第5期

 

学报

长面板模型ꎬ所以使用全面FGLS的方法ꎮ分析结果如表4所示ꎮ

表4 分组回归检验结果

∗∗

93.27

(3.26)

∗∗

9.21

(1)LL

lnagdp

(lnagdp)

(lnagdp)

lntech

lnelirate

lngdp2

_cons

∗∗

0.67

(

9.37)

(2)LH

(

3.24)

∗∗

0.30

(3.19)

0.02

(0.36)

∗∗

62.79

(10.26)

∗∗

2.80

(3)HL

(

9.81)

∗∗

9.05

(2.93)

∗∗

0.35

(4)HH

(

2.63)

0.12

(

3.80)

∗∗

1.91

(5.60)

∗∗∗∗∗

0.13

(

7.53)

∗∗

1.47

(10.18)

∗∗

6.25

(6.10)

(1.36)

0.05

∗∗

1.28

(

12.99)

∗∗

0.59

(4.42)

∗∗

314.10

(

3.29)

  注:小括号内为t值ꎬ∗、∗∗和∗∗∗分别表示在10%、5%和1%显著性水平下通过检验ꎮ

2881215

185.40

(

1.74)

45

(0.61)

0.55

∗∗

1.09

(

37.74)

∗∗

1.66

(6.26)

∗∗

0.07

(

2.80)

73.63

(1.80)

63

1.第1组为低收入ꎬ低第二产业比例的城市

图1 低收入、低第二产业比例组别的库兹涅茨曲线

根据固定效应回归的结果来看ꎬ一、二、三次项的结果在1%的显著性水平下都很显著ꎬ其一次项系数为

正ꎬ二次项系数为负ꎬ三次项系数为正ꎬ且经过计算ꎬ该模型先单调递增ꎬ再单调递减ꎬ最后再次单调递增ꎬ因

此ꎬ随着经济增长ꎬ人均二氧化硫的排放量呈现先上升再下降最后再上升的趋势ꎬ而且在下降的区间中ꎬ先以

较快的速度下降ꎬ到达拐点后ꎬ再以较慢的速度下降ꎬ整体呈现一个“N型”的形状(如图1)ꎬ并且极大值对应

的人均收入为9998.39元ꎬ极小值对应的人均收入为77037.15元ꎮ由图1可以看出ꎬ该组城市有的处于曲线

上升的区间ꎬ有的处于曲线下降的区间ꎬ收入相对较低的时候大气污染与经济增长成正比ꎬ随着收入升高ꎬ并

且越过极大值点时ꎬ大气污染与经济增长成反比ꎬ此时若收入进一步升高ꎬ越过极小值点时ꎬ大气污染又与经

济增长成正比关系ꎮ又根据该组的均值为23932.7元ꎬ位于曲线下降的区间ꎬ表明大多数城市的大气污染与

人均收入处于反比的关系ꎮ另外ꎬ环境规制对二氧化硫排放有显著的负效应ꎬ二氧化硫去除率每上升1%ꎬ人

均二氧化硫的排放量就会减少0.12%ꎻ第二产业比例对二氧化硫的排放量有显著的正向效应ꎬ第二产业比例

19

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

每上升1%ꎬ人均二氧化硫排放量增加1.91%ꎮ由此看来ꎬ该组城市的发展水平仍然处于较低的状态ꎬ经济仍

然有依靠第二产业来拉动的潜力ꎬ但是随着经济的增长ꎬ该组城市的大气污染有可能会回到上升的状态ꎬ再加

上该组的人均二氧化硫排放量对第二产业比例的敏感程度是四组里面最高的ꎬ因此ꎬ在发展产业的同时ꎬ该组

城市要特别注意环境的保护ꎮ

2.第2组为低收入ꎬ高第二产业比例的城市

根据固定效应回归的结果ꎬ把一、二、三次项同时加入模型中时ꎬ其系数在10%的显著性水平下不显著ꎬ

而只将一次项加入模型中后ꎬ一次项的系数在1%的显著性水平下显著ꎬ说明随着经济的增长ꎬ人均二氧化硫

的排放量会下降(如图2)ꎮ在该模型中ꎬ环境规制对二氧化硫的排放量有显著的负效应ꎬ二氧化硫的去除率

每增加1%ꎬ人均二氧化硫排放量就会减少0.13%ꎻ第二产业结构对人均二氧化硫排放量有显著的正向效应ꎬ

第二产业比例每上升1%ꎬ人均二氧化硫排放量增加1.47%ꎮ由此看出ꎬ这些地区对污染的程度更加敏感ꎬ随

着收入的增加ꎬ其会更加重视改善去污技术ꎬ以减少污染ꎮ如河北的城市(保定、石家庄等)在2012年开始加

强大气污染治理ꎬ采取了压产能、治燃煤、控重卡等措施ꎬ同时加强对无证排污、非法排污的执法和惩罚力度ꎬ

从源头上控制污染的排放ꎬ使得污染有所减少ꎻ山西的城市(晋中、晋城等)严格控制煤炭的使用量ꎬ控制污染

性气体的排放ꎬ关停重点污染企业ꎬ加大环境监管力度ꎬ从而使得整治有显著的成果ꎮ但是有一点不能忽视ꎬ

该组城市的人均二氧化硫排放量依然是四组中最高的ꎬ因此仍然不能降低环境规制的力度ꎮ

图2 低收入、高第二产业比例组别的库兹涅茨曲线

3.第3组为高收入ꎬ低第二产业比例的城市

把三次项加入模型中时ꎬ各个系数都不显著ꎬ而把一、二次项加入到模型中后ꎬ其系数在1%的显著性水

平下很显著ꎮ得到的结果中ꎬ二次项的系数为负ꎬ一次项的系数为正ꎬ表明污染和经济增长的关系呈现明显的

倒U型关系(如图3)ꎮ二氧化硫的排放量先随着经济的增长而增加ꎬ然后随着经济的增长而减少ꎬ与EKC理

论相符ꎬ其转折点在73130.442元的地方ꎮ因为该组的城市为高收入组ꎬ其中大多数城市的人均收入均越过

转折点ꎬ因此该组别的城市大多数时间都处于曲线下降的区间ꎬ即大气污染与经济增长成反比的阶段ꎮ另外ꎬ

环境规制对二氧化硫排放量有显著的负效应ꎬ二氧化硫去除率每提高1%ꎬ人均二氧化硫排放量就会降低

1.28%ꎮ由此看出ꎬ该组城市经济发展已经达到一个较高的水平ꎬ随着经济的发展ꎬ产业结构得以优化ꎬ高新

技术产业的比例不断提高ꎬ污染型产业的比例不断降低ꎬ非污染型的企业蓬勃发展ꎮ由于城市发展战略的转

变ꎬ污染型的企业也迁移到其他地方ꎬ减轻了发展过程中环境问题带来的负担ꎮ另外ꎬ虽说大气污染随经济增

长降低在很大程度上也得益于环境规制ꎬ但有一点值得注意ꎬ该组大气污染对环境规制的敏感程度是四组里

最高的ꎬ如果继续实行严格的环境规制ꎬ可能会压制产业的发展ꎬ反而不利于经济增长ꎮ因此ꎬ对于该组城市ꎬ

可适当地放松环境规制ꎮ

20

2019年第31卷第5期

 

学报

图3 高收入、低第二产业比例组别的库兹涅茨曲线

4.第4组为高收入ꎬ高第二产业比例的城市

把三次项加入模型中时ꎬ各个系数都不显著ꎬ而把一、二次项加入到模型中后ꎬ其系数在1%的显著性水

平下很显著ꎮ得到的结果中ꎬ二次项的系数为负ꎬ一次项的系数为正ꎬ表明污染和经济增长的关系呈现明显的

倒U型关系(如图4)ꎮ与上面的模型一样ꎬ人均二氧化硫排放量先随着经济的增长而增加ꎬ然后随着经济的

增长而减少ꎬ与EKC理论相符ꎬ其转折点在人均收入为362217.45元的地方ꎮ

由图4可以看出ꎬ该组城市的大多数时间都处于曲线上升的区间ꎬ即大气污染与经济增长成正比的阶段ꎬ

仍未越过拐点ꎮ另外ꎬ科技投入对人均二氧化硫排放量有显著的负效应ꎬ科技投入每增加1%ꎬ人均二氧化硫

排放量减少0.07%ꎻ环境规制对人均二氧化硫排放量也有显著的负效应ꎬ二氧化硫去除率每增加1%ꎬ人均二

氧化硫排放量减少1.09%ꎻ第二产业比例对人均二氧化硫排放量有显著的正向效应ꎬ第二产业比例每增加

1%ꎬ人均二氧化硫排放量增加1.66%ꎮ由此看出ꎬ该组城市虽然处于高收入城市ꎬ但是产业转型未能充分实

现ꎬ仍然通过工业、制造业等产业寻求更大的发展ꎬ为了实现经济增长ꎬ忽视了环境质量问题ꎮ因此ꎬ在到达拐

点前ꎬ政府要加强对污染性企业的监管ꎬ力求实现环境与经济平衡发展ꎮ

图4 高收入、高第二产业比例组别的库兹涅茨曲线

5.综合上述情况的结论

综观上述研究结论ꎬ可以直观的发现ꎬ在研究样本中有32个城市的环境库兹涅茨曲线处于正N型状态ꎬ

21

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

有135个城市处于单调递减的线性状态ꎬ有12个城市处于倒U型状态ꎬ且处于倒U型状态的城市都属于高

收入的城市ꎮ

关于控制变量对大气污染的影响ꎬ科技投入在第3组的系数显著为正ꎬ可能的原因是该地区的第二产业

比例较低ꎬ投入到去污技术的科技投入的部分还比较小ꎮ环境规制对人均二氧化硫排放均有显著的负向效

应ꎬ表明企业完善去污技术ꎬ政府加大整治力度ꎬ都可以使得环境有显著的改善ꎮ另外ꎬ高收入地区的人均二

氧化硫排放量对二氧化硫去除率的弹性明显高于低收入地区ꎬ表明环境规制在高收入地区的效应比在低收入

地区的效应显著ꎮ第二产业比例对人均二氧化硫排放均有正向效应ꎬ而在第1、2、4组比较显著ꎬ这表明第二

产业比例的提高会增加污染程度ꎬ即污染型产业的增多会显著加重大气污染ꎬ各地区应该通过结构转型ꎬ降低

第二产业的比例ꎮ另外第1组的人均二氧化硫排放量对第二产业比例弹性最高ꎬ表明该地区的污染程度对产

业结构比较敏感ꎮ

四、结论与政策建议

(一)研究结论

本文以人均收入和第二产业比例为门槛变量ꎬ将179个地级以上的城市分成四组进行细致研究ꎬ然后以

人均收入为核心解释变量ꎬ研究不同组别的大气污染和经济增长的关系ꎬ探究不同类型地区的库兹涅茨曲线

形状ꎬ同时ꎬ在模型中加入科技投入、二氧化硫去除率和第二产业比例ꎬ探究不同因素对大气污染的影响ꎮ

研究结果发现ꎬ低收入、低第二产业比例城市的库兹涅茨曲线处于正N型状态ꎬ且大多数城市已经越过

第一个极值点ꎬ但还没越过第二个极值点ꎬ大气污染与经济增长呈现反比的关系ꎻ低收入、高第二产业比例的

库兹涅茨曲线处于单调递减的线性状态ꎬ大气污染与经济增长呈现反比的关系ꎻ高收入、低第二产业比例城市

的库兹涅茨曲线处于倒U型状态ꎬ且大多数城市越过极大值点ꎬ处于曲线下降的区间ꎬ大气污染与经济增长

呈现反比的关系ꎻ高收入、高第二产业比例城市的库兹涅茨曲线也是处于倒U型的状态ꎬ且大多数城市并没

有越过极大值点ꎬ处于曲线上升的区间ꎬ大气污染与经济增长呈现正比的关系ꎬ大气污染随着经济增长而增

加ꎮ在影响大气污染的其他因素中ꎬ环境规制会显著地降低大气污染ꎬ同时ꎬ第二产业比例的增加会显著地提

高大气污染的程度ꎮ

(二)政策建议

1.因地制宜加快产业结构升级ꎬ实现绿色产业发展

产业的发展助推经济增长ꎬ但是传统产业会对环境造成较为严重的污染ꎬ因此有必要因地制宜

[17]

ꎬ根据

不同组别城市的特征ꎬ采取不同的政策来升级传统产业ꎬ协调好环境和经济的关系ꎮ对于第1组城市ꎬ可以适

当地提高第二产业的比例以助推经济的发展ꎬ但是在这个过程中ꎬ要达到收入提高与大气治理同时兼顾ꎬ经济

发展与环境保护齐头并进的目标ꎬ特别是对于该组还没越过极大值点的城市ꎬ如毫州市、阜阳市等ꎬ可以加大

地方政府的政策支持ꎬ结合科技创新发展当地的特色产业ꎬ如生物医药、有色金属回收利用等ꎬ以拉动经济的

增长ꎻ对于第2组城市ꎬ国家政府要加大投入ꎬ支持当地绿色能源和绿色产业的发展ꎬ同时地方政府也要重视

产业结构的优化ꎬ提高产业的治污效率ꎬ使得经济的发展向着更加环保的方向前进ꎻ对于第3组城市ꎬ可以将

第二产业比例保持在较低的状态ꎬ加大环保技术的科研投入ꎬ推动环保技术的创新ꎬ引领绿色产业技术的发

展ꎬ同时该组城市可以加大对周边落后城市环保型产业的投资ꎬ加快其环保产业的发展ꎬ最终实现经济发展的

共赢ꎻ对于第4组城市ꎬ要充分利用该组城市的经济优势ꎬ加快产业结构升级ꎬ推动环保型产业的发展ꎮ

2.调整环境规制力度ꎬ完善环保法律法规

22

环境规制主要指政府通过强制性的手段约束企业的工业排放行为ꎬ政府可以对安装环保设备的企业进行

2019年第31卷第5期

 

学报

补贴ꎬ也可以对严重污染环境的企业进行处罚

[18]

ꎮ本文研究显示ꎬ环境规制的提高可以降低大气污染的程

度ꎮ对于第1组已经越过极小值点的城市ꎬ如呼和浩特市ꎬ要更大力推动绿色能源的利用ꎬ加大政府对使用清

洁能源企业的补贴力度ꎬ在发展经济的同时减少污染ꎻ对于第2组和第4组城市ꎬ要强化环境规制的力度ꎬ完

善有关环保的法律法规ꎬ加大执行法律的强度ꎬ严厉处罚污染环境的企业ꎬ关停污染特别严重的企业ꎬ同时通

过宣传教育ꎬ提高人民参与环保的积极性ꎬ真正实现绿色发展ꎮ需要指出的是ꎬ对于大气污染对环境规制的敏

感程度最高的第3组而言ꎬ如果继续实行严格的环境规制ꎬ可能会压制相关产业的发展ꎬ反而不利于经济增

长ꎬ因此ꎬ对于该组城市ꎬ可适当放松环境规制ꎮ

3.加大环保科研投入ꎬ推动环保技术创新

环保技术可以从源头上防治污染ꎬ是实现绿色发展的有效手段ꎬ而为了寻求更加成熟的技术来降低污染ꎬ

需要加大环保科研的投入ꎬ不断地进行技术创新ꎮ各组城市应加快推广绿色技术和设备的使用ꎬ加大环保型

技术和设备的科技投入ꎬ提高产业的治污效率ꎮ

在这个过程中ꎬ充分发挥第三组城市的资金优势ꎬ一方面为科研机构设立专项基金ꎬ重视环保技术领域人

才的培养ꎬ推动创新环保技术的研发ꎬ实现产学研一体化发展ꎬ保证科研成果的成功转化ꎬ发挥技术创新的带

头作用ꎬ引领环保技术的发展ꎻ另一方面加大对周边落后城市环保型产业的投资ꎬ一是为其提供技术的支持ꎬ

把较为成熟的经验运用到当地的产业中ꎬ助推当地污染型企业的转型升级ꎬ二是为其提供资金支持ꎬ建立环境

友好型和资源节约型的企业ꎬ在运作的过程中形成示范效应ꎬ拉动当地环保产业的发展ꎬ最终实现绿色经济发

展的共赢ꎮ

参考文献:

[1]SHAFIKNꎬBANDYOPADHYAYS.Economicgrowthandenvironmentalquality:timeseriesandcrosscountryevidence[R].World

[2]GROSSMANGMꎬKRUEGERAB.Economicgrowthandtheenvironment[J].TheQuarterlyJournalofEconomicsꎬ1995ꎬ110(2):

[3]HARBAUGHWTꎬLEVINSONAꎬWILSONDM.ReexaminingtheempiricalevidenceforanenvironmentalKuznetscurve[J].The

[4]RUPASINGHAAꎬGOETZSJꎬDEBERTINDLꎬetal.TheenvironmentalKuznetscurveforUScounties:aspatialeconometric

[5]吉丹俊.中国CO

排放环境库兹涅茨假说再验证及政策启示[J].山东财经大学学报ꎬ2016ꎬ28(5):75

82.

(社会科学版)ꎬ2018ꎬ12(4):20

35.

73.

analysiswithextensions[J].PapersinRegionalScienceꎬ2004ꎬ83(2):407

424.

ReviewofEconomicsandStatisticsꎬ2002ꎬ84(3):541

551.

353

377.

BankPolicyResearchWorkingPaperꎬ1992.

[6]刘芳芳ꎬ黄巧萍ꎬ刘伟平.地区经济增长与区域碳排放的关系———基于环境库兹涅茨模型的研究[J].中南林业科技大学学报

[7]朱冉ꎬ赵梦真ꎬ薛俊波.产业转移、经济增长和环境污染———来自环境库兹涅茨曲线的启示[J].生态经济ꎬ2018ꎬ34(7):68

[8]王菲ꎬ杨雪ꎬ田阳ꎬ等.基于EKC假说的碳排放与经济增长关系实证研究[J].生态经济ꎬ2018ꎬ34(10):19

23.

[J].上海财经大学学报ꎬ2011ꎬ13(5):66

74.

[9]高静ꎬ黄繁华.贸易视角下经济增长和环境质量的内在机理研究———基于中国30个省市环境库兹涅茨曲线的面板数据分析

[10]余东华ꎬ张明志.“异质性难题”化解与碳排放EKC再检验———基于门限回归的国别分组研究[J].中国工业经济ꎬ2016(7):

[11]韩玉军ꎬ陆旸.门槛效应、经济增长与环境质量[J].统计研究ꎬ2008ꎬ25(9):24

31.

(2):345

368.

57

73.

[12]HANSENBE.Thresholdeffectinnon

dynamicpanels:estimationꎬtestingandinference[J].JournalofEconometricsꎬ1999ꎬ93

[13]韩玉军ꎬ陆旸.经济增长与环境的关系———基于对CO

环境库兹涅茨曲线的实证研究[J].经济理论与经济管理ꎬ2009(3):

11.

23

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

[14]齐绍洲ꎬ严雅雪.基于面板门槛模型的中国雾霾(PM2.5)库兹涅茨曲线研究[J].武汉大学学报(哲学社会科学版)ꎬ2017ꎬ70

[15]宋锋华.经济增长、大气污染与环境库兹涅茨曲线[J].宏观经济研究ꎬ2017(2):89

98.

(社会科学版)ꎬ2018ꎬ18(1):47

56.

(4):80

90.

[16]涂正革ꎬ王秋皓.中国工业绿色发展的评价及动力研究———基于地级以上城市数据门限回归的证据[J].中国地质大学学报

[17]张贡生.新时代绿色城市群建设问题研究[J].山东财经大学学报ꎬ2018ꎬ30(3):5

11.

63

75.

[18]初钊鹏ꎬ卞晨ꎬ刘昌新ꎬ等.基于演化博弈的京津冀雾霾治理环境规制政策研究[J].中国人口

2024年3月10日发(作者:司空令婧)

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

大气污染与经济增长关系的再检验

———基于门槛回归模型对179个地级以上城市的分组研究

王微微ꎬ谭咏琳

(中国社会科学院大学经济学院ꎬ北京 102488)

  摘 要:目前ꎬ随着中国经济的发展ꎬ环境问题日益严峻ꎬ如何通过分析大气污染与经济增长的关

系来实现绿色发展引起广泛关注ꎮ以人均收入和第二产业比例为门槛变量ꎬ将179个地级以上的城

市分成四组ꎬ分别进行回归检验ꎬ研究在不同类别的地区中ꎬ经济增长与大气污染的关系是否符合库

兹涅茨曲线规律ꎬ另外也探究控制变量对大气污染的影响ꎮ实证分析结果发现ꎬ低收入、低第二产业

比例城市的库兹涅茨曲线呈N型ꎬ低收入、高第二产业比例城市呈负向线性ꎬ高收入、低第二产业比

例城市和高收入、高第二产业比例城市呈倒U型ꎮ因此ꎬ应因地制宜加快产业结构升级ꎬ实现绿色产

业发展ꎬ调整环境规制力度ꎬ完善环保法律法规ꎬ加大环保科研投入ꎬ推动环保技术创新ꎬ以协调环境

保护和经济增长之间的关系ꎮ

关键词:门槛效应ꎻ环境库兹涅茨曲线ꎻ分组回归检验

中图分类号:F427   文献标识码:A   文章编号:2095

929X(2019)05

0014

11

一、引 言

随着中国工业化和城镇化的脚步逐渐加快ꎬ能源消耗的强度越来越大ꎬ污染性气体的排放强度也随之增

大ꎬ因此大气污染成为了经济发展的重要问题ꎮ中国环保部发布的«2017中国生态环境状况公报»的数据显

示ꎬ2017年全国地级以上城市的超标率达70.7%ꎮ因此ꎬ近年来ꎬ中国开始重视环境治理的问题ꎬ绿色发展的

理念成为经济发展的重要指导思想ꎬ如何协调好环境和经济增长关系的问题ꎬ成为经济发展的重中之重ꎮ

在研究环境和经济增长关系的理论中ꎬ环境库兹涅茨曲线(EnvironmentalKuznetsCurveꎬEKC)是研究的

最为广泛的一个假说ꎮ这个假说的内容是ꎬ环境污染随着经济增长先升后降ꎬ呈现倒U型的关系ꎬ拐点是抛

物线的最高点ꎮShafik和Bandyopadhyay

[1]

利用149个国家1960年到1990年的面板数据ꎬ将模型设定为三次

项的形式ꎬ检验出大气悬浮颗粒物和二氧化硫的库兹涅茨曲线为倒U型ꎻGrossman和Krueger

[2]

利用城市空

气污染、河流的含氧量、河流的排泄物污染和河流的重金属污染四个方面的指标来衡量环境污染ꎬ检验了大多

数指标的库兹涅茨曲线是倒U型的ꎬ并且转折点出现在人均收入不超过8000美元的地方ꎮ随着该领域研究

成果的增多ꎬ库兹涅茨曲线的形状也丰富了起来ꎮHarbaugh等

[3]

在Grossman和Krueger的基础上做了两个方

面的工作ꎬ一个是更新数据ꎬ另一个是改变模型设定ꎬ发现数据结构和模型设定的变动ꎬ都会改变库兹涅茨曲

收稿日期:2019

01

02

基金项目:中国社会科学院大学学术创新工程支持计划ꎮ

作者简介:王微微ꎬ女ꎬ湖北天门人ꎬ博士ꎬ中国社会科学院大学副教授ꎬ研究方向:国际贸易理论与政策ꎮ

14

2019年第31卷第5期

 

学报

线的形状ꎬ使得该曲线呈现正N型、U型、正向线性和负向线性等形状ꎬ因此倒U型的曲线缺乏稳健性ꎻ

Rupasingha等

[4]

利用空间计量模型ꎬ并且在模型中加入了衡量种族多样性和收入不平等的变量ꎬ得出库兹涅

茨曲线呈现正N型ꎻ吉丹俊

[5]

在考虑经济发展和污染排放溢出效应的前提下ꎬ运用动态的空间面板模型检验

出人均二氧化碳排放与经济增长呈正U型ꎻ刘芳芳等

[6]

利用面板数据得出人均GDP超过1万美元的九个省

市的碳排放与经济增长的关系为倒N型ꎻ朱冉等

[7]

利用时间序列的数据对成都的“三废”进行研究ꎬ最后得出

工业废水和工业废气的库兹涅茨曲线的形状分别为线性和倒N型ꎮ库兹涅茨曲线的形状多样化表明ꎬ在用

不同的数据和模型设定的情况下ꎬ环境污染与经济增长的关系会有所差异ꎬ因此研究过程中需要考虑到差异

性的存在ꎬ做到具体情况具体分析ꎮ

在研究库兹涅茨曲线的时候ꎬ很多学者会根据不同地区的特点ꎬ检验曲线的差异ꎮ在该方面的研究中ꎬ主

要有两种地区分类的方法:第一种是按照地域进行分组ꎮ王菲等

[8]

研究中国碳排放与经济增长的关系时ꎬ将

中国分为东部、中部和西部地区ꎬ利用二次函数的模型ꎬ分别算出了东部、中部和西部库兹涅茨曲线出现的拐

点ꎬ结果发现东部的拐点比中西部要靠后ꎬ中部地区处于拐点的下降区间ꎬ西部刚好到达拐点ꎻ高静和黄繁

[9]

在库兹涅茨曲线模型中加入了贸易的因素ꎬ从研究结果来看ꎬ“倒U型”出现在东部地区ꎬ“正U型”出现

在西部地区ꎮ第二种是利用门槛回归模型ꎬ以可能会使库兹涅茨曲线出现拐点的因素作为门槛变量ꎬ将地区

进行分类ꎮ余东华和张明志

[10]

基于kaya恒等式分析发现ꎬ发展水平和发展结构会使得库兹涅茨曲线出现

“异质性”ꎬ因此ꎬ为了解决“异质性难题”ꎬ以人均收入和产业结构作为门槛值ꎬ利用门槛回归将82个国家分

组ꎬ得到不同组别国家的库兹涅茨曲线呈现的形状有“U型”、“N型”和“倒N型”ꎻ韩玉军和陆旸

[11]

用收入、

工业结构、对外经济结构、贸易依存度作为门槛变量ꎬ根据门槛变量Bootstrap的P值ꎬ对变量进行多轮筛选ꎬ

每轮得出一个变量的门槛值ꎬ从而将108个国家分成五个组别ꎮ

通过总结发现ꎬ门槛回归模型突破了按地区分组的传统方式ꎬ为分组研究提供了另一种思路ꎬ而大多数文

献在研究中国的库兹涅茨曲线时ꎬ都是将研究对象划分为东部、中部和西部三个区域ꎬ然后用省级面板进行分

析ꎬ而很少有文献利用门槛模型ꎬ将中国地级以上城市进行分类ꎬ从而研究不同地区库兹涅茨曲线的形状ꎮ另

外ꎬ在选择门槛回归模型时ꎬ学者们都考虑到了影响库兹涅茨曲线的因素ꎬ并且以此作为门槛变量进行分组ꎮ

在众多影响的因素中ꎬ产业结构和人均收入直接决定了一个地方的发展水平ꎬ这两者的差异会导致经济的发

展路径不一样ꎬ从而使得经济增长与环境质量的关系有所差异ꎬ所以可以作为划分地区的重要依据ꎮ因此ꎬ本

文结合门槛回归模型ꎬ将研究对象细化到地级以上城市ꎬ根据经济体系内部的特征ꎬ分别用人均收入和产业结

构作为门槛变量来分组ꎮ这种做法的好处是可以准确地将同一类别的城市归为同一个组别ꎬ再利用面板数据

得出该地区的库兹涅茨曲线ꎬ从而研究不同地区曲线的差异ꎬ这样可以给中国的绿色发展提供一个参考ꎬ使得

中国的环境政策更加有的放矢ꎬ做到具体情况具体分析ꎬ根据不同地区的特点而灵活变动ꎮ

二、模型构建

(一)门槛回归模型

1.门槛回归模型的设定和门槛值的估计

门槛回归模型的主要优点是可以根据观察值的内部特征ꎬ计算出使得经济结构发生变化的拐点值ꎮ以此

为根据对数据进行分组ꎬ可以使得具有相似特征的研究对象分在同一组ꎬ有效地避免了同一组内出现较大差

异性的情况ꎬ从而保证了分组的客观性、有效性和科学性ꎮHansen

[12]

提出了静态固定效应的门槛回归模型ꎬ

以单一门槛模型为例ꎬ基本形式如公式(1):

it

μ

β1'x

it

I(q

it

≤γ)

β2'x

it

I(q

it

>γ)

ε

it

(1)

15

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

q为门槛变量ꎬ门槛变量既可以是解释变量ꎬ也可以是非解释变量ꎻγ为门槛值ꎻI表示指示函数ꎬ其作用

是将一个分段函数写在同一个式子里ꎬ相应括号里的条件成立ꎬI取1ꎬ否则取0ꎻε为随机误差项ꎬ服从独立同

分布ꎻ下标i表示个体ꎬt表示时间ꎮ

为了将(1)式简化ꎬ将解释变量写成如公式(2):

it

(γ)

{

it

I(q

it

≤γ)

it

I(q

it

>γ)

(2)

(3)

(4)

将系数写为矩阵形式:β

(β1'ꎬβ2')'ꎬ则(1)式可简写为公式(3):

在取得组内平均值和消除个体效应μ

后ꎬ将所有数据累叠成列向量ꎬ最后表达式如公式(4):

X(γ)β

ε

如公式(5):

2.门槛效应的假设检验和置信区间

β2ꎻ备选假设H

为β1≠β2ꎮ

it

μ

it

β'x

it

(γ)

ε

it

根据最小二乘法ꎬ得到随γ变动的残差平方和ꎬγ的估计值为使得该残差平方和达到最小的γ值ꎬ表达式

argminS

(γ)

γ

γ

(5)

在得到γ的估计值后ꎬ还要检验门槛效应是否显著ꎬ即检验式子中的系数差异是否显著ꎮ原假设H

为β1

在原假设成立的情况下ꎬ(1)式不再为分段函数ꎬ解释变量跟被解释变量的线性关系不再跟门槛值相关ꎮ

(γ)

σ

因此ꎬ通过最小二乘法得到残差平方和为S

ꎬ然后构造出似然比检验的统计量如公式(6):

(6)

反复计算统计量的模拟值ꎬ最后计算出模拟值大于真实值的概率ꎬ如果该概率小于设定的临界值ꎬ就拒绝原假

设ꎬ即门槛效应存在

[12]

在检验了存在门槛效应以后ꎬ要确定门槛估计值的置信区间ꎬ此时原假设为γ

γ

ꎬγ

为真实值ꎬ然后构

LR

(γ)

集合为“非拒绝域”

[12]

3.模型的应用

设α为显著性水平ꎬ若LR

(γ)≤

2ln(1

)S

(γ)

(

γ

σ

(7)

为了解决F

的渐进分布非标准的问题ꎬHansen认为可以通过自体抽样(Bootstrap)的方法进行反复抽样ꎬ

造出似然比统计量如公式(7):

α)ꎬ则不拒绝原假设ꎬHansen称满足该区域的γ值的

这里分别以人均收入和产业结构

[13]

为门槛变量ꎬ通过门槛回归ꎬ分别得出两者的门槛值ꎬ从而找出使经

lnei

it

μ

β

'X

it

I(q

it

≤γ)

β

'X

it

I(q

it

>γ)

ε

it

(8)

济结构发生变动的转折点ꎬ然后用这两个门槛值对179个地级以上城市进行分组ꎮ模型如方程(8):

因为门槛的数量事先未知ꎬ因此要将模型设定为单重和多重门槛的形式ꎬ方程(8)给出了单重门槛的表

达式ꎬ双重及以上数量门槛的表达式以此类推ꎮ

其中ꎬlnei

it

表示对数化的人均二氧化硫排放量ꎻX

it

是一个由解释变量进行对数处理后组成的列向量ꎬ解

释变量包括人均收入、科技投入、二氧化硫去除率和第二产业增加值占GDP的比例ꎬ其中人均收入为核心解

释变量ꎬ后面三个作为控制变量加入模型中ꎻq

it

表示门槛变量ꎬ可以是经过对数处理后的人均收入或者第二

产业增加值占GDP的比例ꎻγ是不同的门槛值ꎻε

it

是随机误差项ꎻi表示单个城市区位ꎬt表示时间ꎮ

16

2019年第31卷第5期

 

学报

(二)回归检验模型

在利用门槛值进行分组后ꎬ再根据各组的数据特征ꎬ以人均二氧化硫排放量为因变量ꎬ人均收入为核心解

释变量ꎬ用不同的方法进行回归ꎬ以检验各组的大气污染与经济增长的关系是否符合库兹涅茨曲线ꎮ另外ꎬ加

入产业结构、科技投入和环境规制作为控制变量ꎬ探究这些变量与大气污染的关系ꎮ在建立回归检验模型的

过程中ꎬ这里使用的方法是ꎬ在方程中加入一、二、三次项ꎬ检验每项系数的显著性ꎬ选择系数通过显著性检验

的最高项次数作为函数的形式ꎮ在这种方法下ꎬ库兹涅茨曲线的形状多种多样ꎬ可以是“U型”、“倒U型”、

“N型”、“倒N型”或者是线性ꎬ因此ꎬ回归检验模型可以先设定为

[14]

:

lnei

it

α

α

(lnagdp

it

)

α

(lnagdp

it

)

α

(lnagdp

it

)

α

(lntech

it

)

α

(lnelirate

it

)

α

(lngdp2

it

)

μ

it

式子中变量的说明:为了消除量纲的影响ꎬ这里的变量都作了对数处理ꎮei

it

表示城市i在时间点t的人均

二氧化硫排放量ꎻagdp

it

表示城市i在时间点t的人均收入ꎻtech

it

表示城市i在时间点t的科技投入ꎻelirate

it

示城市i在时间点t的二氧化硫去除率ꎻgdp2

it

表示城市i在时间点t的第二产业增加值占GDP的比例ꎻμ

it

示随机误差项ꎮ

(9)

(三)数据与变量说明

本文采用2008—2016年地级以上城市的数据ꎬ除去数据有严重缺失的城市ꎬ最后共选取了179个城市ꎬ9

年共计1611个观测值ꎮ数据说明如下:

人均二氧化硫排放量:工业排放的大气污染物以二氧化硫为主ꎬ而且二氧化硫数据的可得性强ꎬ在统计上

具有连续性

[15]

ꎬ因此本文使用人均二氧化硫排放量来说明环境污染程度ꎮ

以2007年不变价计算ꎬ排除价格变化因素ꎮ

每万元GDP的科技投入:科技投入可以代表一个地区的技术水平ꎬ科技投入越高ꎬ技术水平越高ꎬ工业污

染的程度就越小ꎬ因此可以用每万元GDP的科技投入来代表技术水平ꎬ以探究技术水平与污染的关系ꎮ

二氧化硫去除率:表示环境规制ꎬ二氧化硫去除率越高ꎬ环境规制的作用越好ꎬ环境污染就越小

[16]

第二产业增加值占GDP的比重:第二产业包括工业、采掘业等环境污染比较严重的行业ꎬ其增加值占

GDP的比重有效地代表产业结构与污染的关系ꎬ该比值越高ꎬ污染就越严重ꎬ因此选取该指标来表示产业结

构ꎮ

以上数据均来源于«中国城市统计年鉴»(2009—2017)ꎬ变量统计性描述见表1ꎮ

表1 变量的统计性描述

变量

ei(吨/万人)

agdp(元)

tech(元)

elirate(%)

gdp2(%)

平均值

167.700

41000

30.410

58.790

50.150

标准差

170.500

42000

31.020

89.640

8.961

最小值

3.012

5145

1.555

0.003

14.950

最大值

1629

440000

528.100

3506

78.650

样本量

1611

1611

1611

1611

1611

人均GDP:经济增长是造成环境污染的重要原因ꎬ而经济增长的程度可以用人均GDP来衡量ꎬ其中GDP

三、模型结果分析

(一)门槛模型检验结果

根据门槛检验模型ꎬ在10%的显著性水平下ꎬ由自体抽样方法得到的P值判断出门槛数量和门槛值ꎬ结

17

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

果如表2所示ꎮ

表2 人均收入与第二产业比例门槛检验与门槛置信区间

门槛变量模型

lnagdp

lngdp2

F值(P值)

(0.0000)

(0.7340)

(0.5780)

(0.0880)

(0.5680)

(0.9340)

14.9700

18.8500

38.7400

29.5700

17.7100

87.1900

1%

临界值

41.1048

38.9114

143.2740

42.0494

36.8043

43.2900

5%10%

门槛值

11.5671

11.7612

10.8435

3.8002

3.5979

4.0070

95%置信区间

[11.5516ꎬ11.5833]

[10.5928ꎬ10.6278]ꎻ

[10.8435ꎬ11.7999]

[10.5928ꎬ10.6278]ꎻ

[10.8435ꎬ11.7999]ꎻ

[10.8278ꎬ10.8540]

[3.7891ꎬ3.8029]

[3.7891ꎬ3.8029]ꎻ

[3.5943ꎬ3.6030]

[3.7891ꎬ3.8029]ꎻ

[3.5943ꎬ3.6030]ꎻ

[3.9930ꎬ4.0077]

49.6628

47.1819

168.5066

51.4500

52.2238

55.5109

36.8208

33.4646

124.3960

37.2713

30.8502

37.4616

10.6187ꎻ

10.6187ꎻ

11.7612ꎻ

3.8002ꎻ

3.8002ꎻ

3.5979ꎻ

在显著性水平为10%的情况下ꎬ人均收入的双重和三重门槛没有通过显著性检验ꎬ因此有单一门槛ꎮ根

据收入门槛分组ꎬ可以将城市分为两组ꎬ一组是高人均收入ꎬ一组低人均收入ꎬ以105566.88元为分界点ꎮ

产业结构的双重和三重门槛也没有通过显著性检验ꎬ因此也有单一门槛ꎮ根据产业结构分组ꎬ可以分为

两组ꎬ一组是低第二产业比例ꎬ一组是高第二产业比例ꎬ以44.71%为分界点ꎮ

由此可以将179个城市分成四个组ꎬ第一组为低人均收入ꎬ低第二产业比例ꎻ第二组为低人均收入ꎬ高第

二产业比例ꎻ第三组为高人均收入ꎬ低第二产业比例ꎻ第四组为高人均收入ꎬ高第二产业比例ꎮ

分组的依据:在根据门槛值进行分组的时候ꎬ在不同的时间段ꎬ同一个城市可能会属于不同的组别ꎬ所以ꎬ

在处理这个问题时ꎬ本文先计算了每个城市人均收入和产业结构在九年中的均值ꎬ根据均值将城市归类ꎬ然后

寻找出每个城市在哪一个组别中出现的年份最多ꎬ根据频率将城市归类ꎮ最后将均值与频率得出的结果相互

比对ꎬ看两个结果是否相同ꎬ如果不同ꎬ则以后者为分类标准

[10]

ꎮ按照以上分类方法可以分为如表3所示的

四组:

表3 分组情况

低人均收入(L)

乌鲁木齐、云浮、亳州、保山、信阳、南平、呼和浩特、哈尔滨、四平、太

原、宿州、开封、张家口、张家界、怀化、永州、济南、湛江、益阳、秦皇

岛、茂名、荆州、西安、运城、邵阳、阜新、阜阳、阳江、韶关、驻马店、黄

冈、黑河32个城市

七台河、三明、三门峡、上饶、临沂、丹东、丽水、乌兰察布、九江、石家

庄、保定、六安、兰州、十堰、南通、南阳、合肥、吉安、吉林、周口、咸

宁、咸阳、唐山、商丘、嘉兴、大同、大连、威海、娄底、孝感、宁德、宁

波、安庆、安阳、宜昌、宜春、宝鸡、宣城、宿迁、岳阳、常州、常德、平顶

山、廊坊、徐州、德州、扬州、承德、抚顺、新乡、新余、日照、昆明、晋

城、晋中等135个城市

高人均收入(H)

北京、深圳、南京、杭州、厦门5

个城市

低第二产业比例(L)

高第二产业比例(H)

东莞、佛山、包头、无锡、珠海、

苏州、鄂尔多斯7个城市

(二)分组回归模型结果

根据城市的数量情况选择合适的计量方法ꎬ第一、二组的横截面维度远远大于时间维度ꎬ属于短面板模

型ꎬ且样本符合最小样本量的要求ꎬ所以可以使用固定效应模型ꎻ第三、四组的时间维度大于横截面维度ꎬ属于

18

2019年第31卷第5期

 

学报

长面板模型ꎬ所以使用全面FGLS的方法ꎮ分析结果如表4所示ꎮ

表4 分组回归检验结果

∗∗

93.27

(3.26)

∗∗

9.21

(1)LL

lnagdp

(lnagdp)

(lnagdp)

lntech

lnelirate

lngdp2

_cons

∗∗

0.67

(

9.37)

(2)LH

(

3.24)

∗∗

0.30

(3.19)

0.02

(0.36)

∗∗

62.79

(10.26)

∗∗

2.80

(3)HL

(

9.81)

∗∗

9.05

(2.93)

∗∗

0.35

(4)HH

(

2.63)

0.12

(

3.80)

∗∗

1.91

(5.60)

∗∗∗∗∗

0.13

(

7.53)

∗∗

1.47

(10.18)

∗∗

6.25

(6.10)

(1.36)

0.05

∗∗

1.28

(

12.99)

∗∗

0.59

(4.42)

∗∗

314.10

(

3.29)

  注:小括号内为t值ꎬ∗、∗∗和∗∗∗分别表示在10%、5%和1%显著性水平下通过检验ꎮ

2881215

185.40

(

1.74)

45

(0.61)

0.55

∗∗

1.09

(

37.74)

∗∗

1.66

(6.26)

∗∗

0.07

(

2.80)

73.63

(1.80)

63

1.第1组为低收入ꎬ低第二产业比例的城市

图1 低收入、低第二产业比例组别的库兹涅茨曲线

根据固定效应回归的结果来看ꎬ一、二、三次项的结果在1%的显著性水平下都很显著ꎬ其一次项系数为

正ꎬ二次项系数为负ꎬ三次项系数为正ꎬ且经过计算ꎬ该模型先单调递增ꎬ再单调递减ꎬ最后再次单调递增ꎬ因

此ꎬ随着经济增长ꎬ人均二氧化硫的排放量呈现先上升再下降最后再上升的趋势ꎬ而且在下降的区间中ꎬ先以

较快的速度下降ꎬ到达拐点后ꎬ再以较慢的速度下降ꎬ整体呈现一个“N型”的形状(如图1)ꎬ并且极大值对应

的人均收入为9998.39元ꎬ极小值对应的人均收入为77037.15元ꎮ由图1可以看出ꎬ该组城市有的处于曲线

上升的区间ꎬ有的处于曲线下降的区间ꎬ收入相对较低的时候大气污染与经济增长成正比ꎬ随着收入升高ꎬ并

且越过极大值点时ꎬ大气污染与经济增长成反比ꎬ此时若收入进一步升高ꎬ越过极小值点时ꎬ大气污染又与经

济增长成正比关系ꎮ又根据该组的均值为23932.7元ꎬ位于曲线下降的区间ꎬ表明大多数城市的大气污染与

人均收入处于反比的关系ꎮ另外ꎬ环境规制对二氧化硫排放有显著的负效应ꎬ二氧化硫去除率每上升1%ꎬ人

均二氧化硫的排放量就会减少0.12%ꎻ第二产业比例对二氧化硫的排放量有显著的正向效应ꎬ第二产业比例

19

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

每上升1%ꎬ人均二氧化硫排放量增加1.91%ꎮ由此看来ꎬ该组城市的发展水平仍然处于较低的状态ꎬ经济仍

然有依靠第二产业来拉动的潜力ꎬ但是随着经济的增长ꎬ该组城市的大气污染有可能会回到上升的状态ꎬ再加

上该组的人均二氧化硫排放量对第二产业比例的敏感程度是四组里面最高的ꎬ因此ꎬ在发展产业的同时ꎬ该组

城市要特别注意环境的保护ꎮ

2.第2组为低收入ꎬ高第二产业比例的城市

根据固定效应回归的结果ꎬ把一、二、三次项同时加入模型中时ꎬ其系数在10%的显著性水平下不显著ꎬ

而只将一次项加入模型中后ꎬ一次项的系数在1%的显著性水平下显著ꎬ说明随着经济的增长ꎬ人均二氧化硫

的排放量会下降(如图2)ꎮ在该模型中ꎬ环境规制对二氧化硫的排放量有显著的负效应ꎬ二氧化硫的去除率

每增加1%ꎬ人均二氧化硫排放量就会减少0.13%ꎻ第二产业结构对人均二氧化硫排放量有显著的正向效应ꎬ

第二产业比例每上升1%ꎬ人均二氧化硫排放量增加1.47%ꎮ由此看出ꎬ这些地区对污染的程度更加敏感ꎬ随

着收入的增加ꎬ其会更加重视改善去污技术ꎬ以减少污染ꎮ如河北的城市(保定、石家庄等)在2012年开始加

强大气污染治理ꎬ采取了压产能、治燃煤、控重卡等措施ꎬ同时加强对无证排污、非法排污的执法和惩罚力度ꎬ

从源头上控制污染的排放ꎬ使得污染有所减少ꎻ山西的城市(晋中、晋城等)严格控制煤炭的使用量ꎬ控制污染

性气体的排放ꎬ关停重点污染企业ꎬ加大环境监管力度ꎬ从而使得整治有显著的成果ꎮ但是有一点不能忽视ꎬ

该组城市的人均二氧化硫排放量依然是四组中最高的ꎬ因此仍然不能降低环境规制的力度ꎮ

图2 低收入、高第二产业比例组别的库兹涅茨曲线

3.第3组为高收入ꎬ低第二产业比例的城市

把三次项加入模型中时ꎬ各个系数都不显著ꎬ而把一、二次项加入到模型中后ꎬ其系数在1%的显著性水

平下很显著ꎮ得到的结果中ꎬ二次项的系数为负ꎬ一次项的系数为正ꎬ表明污染和经济增长的关系呈现明显的

倒U型关系(如图3)ꎮ二氧化硫的排放量先随着经济的增长而增加ꎬ然后随着经济的增长而减少ꎬ与EKC理

论相符ꎬ其转折点在73130.442元的地方ꎮ因为该组的城市为高收入组ꎬ其中大多数城市的人均收入均越过

转折点ꎬ因此该组别的城市大多数时间都处于曲线下降的区间ꎬ即大气污染与经济增长成反比的阶段ꎮ另外ꎬ

环境规制对二氧化硫排放量有显著的负效应ꎬ二氧化硫去除率每提高1%ꎬ人均二氧化硫排放量就会降低

1.28%ꎮ由此看出ꎬ该组城市经济发展已经达到一个较高的水平ꎬ随着经济的发展ꎬ产业结构得以优化ꎬ高新

技术产业的比例不断提高ꎬ污染型产业的比例不断降低ꎬ非污染型的企业蓬勃发展ꎮ由于城市发展战略的转

变ꎬ污染型的企业也迁移到其他地方ꎬ减轻了发展过程中环境问题带来的负担ꎮ另外ꎬ虽说大气污染随经济增

长降低在很大程度上也得益于环境规制ꎬ但有一点值得注意ꎬ该组大气污染对环境规制的敏感程度是四组里

最高的ꎬ如果继续实行严格的环境规制ꎬ可能会压制产业的发展ꎬ反而不利于经济增长ꎮ因此ꎬ对于该组城市ꎬ

可适当地放松环境规制ꎮ

20

2019年第31卷第5期

 

学报

图3 高收入、低第二产业比例组别的库兹涅茨曲线

4.第4组为高收入ꎬ高第二产业比例的城市

把三次项加入模型中时ꎬ各个系数都不显著ꎬ而把一、二次项加入到模型中后ꎬ其系数在1%的显著性水

平下很显著ꎮ得到的结果中ꎬ二次项的系数为负ꎬ一次项的系数为正ꎬ表明污染和经济增长的关系呈现明显的

倒U型关系(如图4)ꎮ与上面的模型一样ꎬ人均二氧化硫排放量先随着经济的增长而增加ꎬ然后随着经济的

增长而减少ꎬ与EKC理论相符ꎬ其转折点在人均收入为362217.45元的地方ꎮ

由图4可以看出ꎬ该组城市的大多数时间都处于曲线上升的区间ꎬ即大气污染与经济增长成正比的阶段ꎬ

仍未越过拐点ꎮ另外ꎬ科技投入对人均二氧化硫排放量有显著的负效应ꎬ科技投入每增加1%ꎬ人均二氧化硫

排放量减少0.07%ꎻ环境规制对人均二氧化硫排放量也有显著的负效应ꎬ二氧化硫去除率每增加1%ꎬ人均二

氧化硫排放量减少1.09%ꎻ第二产业比例对人均二氧化硫排放量有显著的正向效应ꎬ第二产业比例每增加

1%ꎬ人均二氧化硫排放量增加1.66%ꎮ由此看出ꎬ该组城市虽然处于高收入城市ꎬ但是产业转型未能充分实

现ꎬ仍然通过工业、制造业等产业寻求更大的发展ꎬ为了实现经济增长ꎬ忽视了环境质量问题ꎮ因此ꎬ在到达拐

点前ꎬ政府要加强对污染性企业的监管ꎬ力求实现环境与经济平衡发展ꎮ

图4 高收入、高第二产业比例组别的库兹涅茨曲线

5.综合上述情况的结论

综观上述研究结论ꎬ可以直观的发现ꎬ在研究样本中有32个城市的环境库兹涅茨曲线处于正N型状态ꎬ

21

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

有135个城市处于单调递减的线性状态ꎬ有12个城市处于倒U型状态ꎬ且处于倒U型状态的城市都属于高

收入的城市ꎮ

关于控制变量对大气污染的影响ꎬ科技投入在第3组的系数显著为正ꎬ可能的原因是该地区的第二产业

比例较低ꎬ投入到去污技术的科技投入的部分还比较小ꎮ环境规制对人均二氧化硫排放均有显著的负向效

应ꎬ表明企业完善去污技术ꎬ政府加大整治力度ꎬ都可以使得环境有显著的改善ꎮ另外ꎬ高收入地区的人均二

氧化硫排放量对二氧化硫去除率的弹性明显高于低收入地区ꎬ表明环境规制在高收入地区的效应比在低收入

地区的效应显著ꎮ第二产业比例对人均二氧化硫排放均有正向效应ꎬ而在第1、2、4组比较显著ꎬ这表明第二

产业比例的提高会增加污染程度ꎬ即污染型产业的增多会显著加重大气污染ꎬ各地区应该通过结构转型ꎬ降低

第二产业的比例ꎮ另外第1组的人均二氧化硫排放量对第二产业比例弹性最高ꎬ表明该地区的污染程度对产

业结构比较敏感ꎮ

四、结论与政策建议

(一)研究结论

本文以人均收入和第二产业比例为门槛变量ꎬ将179个地级以上的城市分成四组进行细致研究ꎬ然后以

人均收入为核心解释变量ꎬ研究不同组别的大气污染和经济增长的关系ꎬ探究不同类型地区的库兹涅茨曲线

形状ꎬ同时ꎬ在模型中加入科技投入、二氧化硫去除率和第二产业比例ꎬ探究不同因素对大气污染的影响ꎮ

研究结果发现ꎬ低收入、低第二产业比例城市的库兹涅茨曲线处于正N型状态ꎬ且大多数城市已经越过

第一个极值点ꎬ但还没越过第二个极值点ꎬ大气污染与经济增长呈现反比的关系ꎻ低收入、高第二产业比例的

库兹涅茨曲线处于单调递减的线性状态ꎬ大气污染与经济增长呈现反比的关系ꎻ高收入、低第二产业比例城市

的库兹涅茨曲线处于倒U型状态ꎬ且大多数城市越过极大值点ꎬ处于曲线下降的区间ꎬ大气污染与经济增长

呈现反比的关系ꎻ高收入、高第二产业比例城市的库兹涅茨曲线也是处于倒U型的状态ꎬ且大多数城市并没

有越过极大值点ꎬ处于曲线上升的区间ꎬ大气污染与经济增长呈现正比的关系ꎬ大气污染随着经济增长而增

加ꎮ在影响大气污染的其他因素中ꎬ环境规制会显著地降低大气污染ꎬ同时ꎬ第二产业比例的增加会显著地提

高大气污染的程度ꎮ

(二)政策建议

1.因地制宜加快产业结构升级ꎬ实现绿色产业发展

产业的发展助推经济增长ꎬ但是传统产业会对环境造成较为严重的污染ꎬ因此有必要因地制宜

[17]

ꎬ根据

不同组别城市的特征ꎬ采取不同的政策来升级传统产业ꎬ协调好环境和经济的关系ꎮ对于第1组城市ꎬ可以适

当地提高第二产业的比例以助推经济的发展ꎬ但是在这个过程中ꎬ要达到收入提高与大气治理同时兼顾ꎬ经济

发展与环境保护齐头并进的目标ꎬ特别是对于该组还没越过极大值点的城市ꎬ如毫州市、阜阳市等ꎬ可以加大

地方政府的政策支持ꎬ结合科技创新发展当地的特色产业ꎬ如生物医药、有色金属回收利用等ꎬ以拉动经济的

增长ꎻ对于第2组城市ꎬ国家政府要加大投入ꎬ支持当地绿色能源和绿色产业的发展ꎬ同时地方政府也要重视

产业结构的优化ꎬ提高产业的治污效率ꎬ使得经济的发展向着更加环保的方向前进ꎻ对于第3组城市ꎬ可以将

第二产业比例保持在较低的状态ꎬ加大环保技术的科研投入ꎬ推动环保技术的创新ꎬ引领绿色产业技术的发

展ꎬ同时该组城市可以加大对周边落后城市环保型产业的投资ꎬ加快其环保产业的发展ꎬ最终实现经济发展的

共赢ꎻ对于第4组城市ꎬ要充分利用该组城市的经济优势ꎬ加快产业结构升级ꎬ推动环保型产业的发展ꎮ

2.调整环境规制力度ꎬ完善环保法律法规

22

环境规制主要指政府通过强制性的手段约束企业的工业排放行为ꎬ政府可以对安装环保设备的企业进行

2019年第31卷第5期

 

学报

补贴ꎬ也可以对严重污染环境的企业进行处罚

[18]

ꎮ本文研究显示ꎬ环境规制的提高可以降低大气污染的程

度ꎮ对于第1组已经越过极小值点的城市ꎬ如呼和浩特市ꎬ要更大力推动绿色能源的利用ꎬ加大政府对使用清

洁能源企业的补贴力度ꎬ在发展经济的同时减少污染ꎻ对于第2组和第4组城市ꎬ要强化环境规制的力度ꎬ完

善有关环保的法律法规ꎬ加大执行法律的强度ꎬ严厉处罚污染环境的企业ꎬ关停污染特别严重的企业ꎬ同时通

过宣传教育ꎬ提高人民参与环保的积极性ꎬ真正实现绿色发展ꎮ需要指出的是ꎬ对于大气污染对环境规制的敏

感程度最高的第3组而言ꎬ如果继续实行严格的环境规制ꎬ可能会压制相关产业的发展ꎬ反而不利于经济增

长ꎬ因此ꎬ对于该组城市ꎬ可适当放松环境规制ꎮ

3.加大环保科研投入ꎬ推动环保技术创新

环保技术可以从源头上防治污染ꎬ是实现绿色发展的有效手段ꎬ而为了寻求更加成熟的技术来降低污染ꎬ

需要加大环保科研的投入ꎬ不断地进行技术创新ꎮ各组城市应加快推广绿色技术和设备的使用ꎬ加大环保型

技术和设备的科技投入ꎬ提高产业的治污效率ꎮ

在这个过程中ꎬ充分发挥第三组城市的资金优势ꎬ一方面为科研机构设立专项基金ꎬ重视环保技术领域人

才的培养ꎬ推动创新环保技术的研发ꎬ实现产学研一体化发展ꎬ保证科研成果的成功转化ꎬ发挥技术创新的带

头作用ꎬ引领环保技术的发展ꎻ另一方面加大对周边落后城市环保型产业的投资ꎬ一是为其提供技术的支持ꎬ

把较为成熟的经验运用到当地的产业中ꎬ助推当地污染型企业的转型升级ꎬ二是为其提供资金支持ꎬ建立环境

友好型和资源节约型的企业ꎬ在运作的过程中形成示范效应ꎬ拉动当地环保产业的发展ꎬ最终实现绿色经济发

展的共赢ꎮ

参考文献:

[1]SHAFIKNꎬBANDYOPADHYAYS.Economicgrowthandenvironmentalquality:timeseriesandcrosscountryevidence[R].World

[2]GROSSMANGMꎬKRUEGERAB.Economicgrowthandtheenvironment[J].TheQuarterlyJournalofEconomicsꎬ1995ꎬ110(2):

[3]HARBAUGHWTꎬLEVINSONAꎬWILSONDM.ReexaminingtheempiricalevidenceforanenvironmentalKuznetscurve[J].The

[4]RUPASINGHAAꎬGOETZSJꎬDEBERTINDLꎬetal.TheenvironmentalKuznetscurveforUScounties:aspatialeconometric

[5]吉丹俊.中国CO

排放环境库兹涅茨假说再验证及政策启示[J].山东财经大学学报ꎬ2016ꎬ28(5):75

82.

(社会科学版)ꎬ2018ꎬ12(4):20

35.

73.

analysiswithextensions[J].PapersinRegionalScienceꎬ2004ꎬ83(2):407

424.

ReviewofEconomicsandStatisticsꎬ2002ꎬ84(3):541

551.

353

377.

BankPolicyResearchWorkingPaperꎬ1992.

[6]刘芳芳ꎬ黄巧萍ꎬ刘伟平.地区经济增长与区域碳排放的关系———基于环境库兹涅茨模型的研究[J].中南林业科技大学学报

[7]朱冉ꎬ赵梦真ꎬ薛俊波.产业转移、经济增长和环境污染———来自环境库兹涅茨曲线的启示[J].生态经济ꎬ2018ꎬ34(7):68

[8]王菲ꎬ杨雪ꎬ田阳ꎬ等.基于EKC假说的碳排放与经济增长关系实证研究[J].生态经济ꎬ2018ꎬ34(10):19

23.

[J].上海财经大学学报ꎬ2011ꎬ13(5):66

74.

[9]高静ꎬ黄繁华.贸易视角下经济增长和环境质量的内在机理研究———基于中国30个省市环境库兹涅茨曲线的面板数据分析

[10]余东华ꎬ张明志.“异质性难题”化解与碳排放EKC再检验———基于门限回归的国别分组研究[J].中国工业经济ꎬ2016(7):

[11]韩玉军ꎬ陆旸.门槛效应、经济增长与环境质量[J].统计研究ꎬ2008ꎬ25(9):24

31.

(2):345

368.

57

73.

[12]HANSENBE.Thresholdeffectinnon

dynamicpanels:estimationꎬtestingandinference[J].JournalofEconometricsꎬ1999ꎬ93

[13]韩玉军ꎬ陆旸.经济增长与环境的关系———基于对CO

环境库兹涅茨曲线的实证研究[J].经济理论与经济管理ꎬ2009(3):

11.

23

 

王微微ꎬ谭咏琳:大气污染与经济增长关系的再检验

[14]齐绍洲ꎬ严雅雪.基于面板门槛模型的中国雾霾(PM2.5)库兹涅茨曲线研究[J].武汉大学学报(哲学社会科学版)ꎬ2017ꎬ70

[15]宋锋华.经济增长、大气污染与环境库兹涅茨曲线[J].宏观经济研究ꎬ2017(2):89

98.

(社会科学版)ꎬ2018ꎬ18(1):47

56.

(4):80

90.

[16]涂正革ꎬ王秋皓.中国工业绿色发展的评价及动力研究———基于地级以上城市数据门限回归的证据[J].中国地质大学学报

[17]张贡生.新时代绿色城市群建设问题研究[J].山东财经大学学报ꎬ2018ꎬ30(3):5

11.

63

75.

[18]初钊鹏ꎬ卞晨ꎬ刘昌新ꎬ等.基于演化博弈的京津冀雾霾治理环境规制政策研究[J].中国人口

发布评论

评论列表 (0)

  1. 暂无评论