发布时间:2023-07-24 16:32:17
序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的环境污染的研究结论样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。
【关键词】经济增长与环境污染 EKC曲线分析
一、引言
经济和环境的可持续发展越来越上升为重要的议题,河北省在加速其经济快速增长的同时无疑会带来环境质量的下降。近年来,为适应京津冀一体化协同发展,河北省逐步加大基础设施建设和工业发展,在提高人均GDP的同时,其环境状况每况日下:工业废水等的排放降低了水、土壤质量,加强水和土壤污染程度的加深。
探究经济增长与环境污染的定量对应关系顺应时展和科技进步的潮流,更能为相关部门治理环境问题提供一定的理论依据和参考价值。
迄今为止,国内外已有不少学者对于环境污染与经济增长的关系进行了一定的理论与实证研究。李志国、周蕴[1]以山东省为例,采用VAR模型,选取1981~2009年的山东省人均GDP以及衡量环境污染的指标数据探究经济增长与环境污染的双向对应关系;赵爱文,李东[2]利用EKC曲线分析了中国碳排放的影响因素,通过环境库兹涅次曲线和格兰杰因果分析得出了中国人均GDP增加是人均碳排放增加的主要原因;熊鹰、徐翔[3]使用面板数据构建了外商直接投资影响因素经济计量模型。宋涛、郑挺国、佟连军[4]研究结果显示变量之间存在长期EKC关系。李国柱[5]验证环境标准的提高与企业技术升级改造的关系。包群、前人的研究中,未能充分考虑到EKC曲线的地区效应,即在经济水平、气候条件等不同的跨省甚至跨国地区,不能得出二者之间的倒U型关系。另外,人均GDP与其污染物之间在短期内的定量对应关系与数十年即长期可能存在不同,长期的政策效应可能导致二者呈现出“波形”甚至线性关系。基于以上不足,本文基于河北省11年数据,探究地区间短期经济增长与环境污染之间的动态关系。
二、数据来源和指标体系的构建
(一)数据来源
本文选取人均GDP和反映经济增长的具有代表性的指标人均GDP和环境污染指标:工业二氧化硫排放量、工业污水排放量,时间区间为2000~2011年。数据来源于《中国统计年鉴》和《河北统计年鉴》。
(二)基于e-views回归的计量模型的建立
本文采用对数回归模型:
Ln(pollution)=β0+β1ln(income)+β2ln(income)2+β3ln(income)3 +μi其中,pollution表示所选取的两种污染物,β0,β1,β2,β3为常数,ui为残差项;
基于以上模型,通过e-views软件分别建立工业二氧化硫排放量、工业污水排放量关于人均GDP的对数模型,根据p值、F统计量等判断各污染物应选择三次、二次或者线性模型。
三、计算结果与分析
对于两种污染物的时间序列数据分别取对数并与人均GDP的对数形式进行线性、二次和三次回归,并列出河北省工业二氧化硫与排放量与人均GDP的回归结果如表1所示:
由以上结果可以看出,对于河北省工业二氧化硫排放量和工业粉尘排放量与人均GDP的关系均满足环境库兹涅次曲线所提及的倒U型关系,即二者均只存在一个拐点。如图1所示。对于方程1求导可知,其在ln(income)为0.35532时,其导数值为0,即达到了图形的拐点,即为图中的A点。在A点的左右两侧分别为第一阶段和第二阶段:其中,第一阶段为倒“U”型曲线的前半部分,即随着经济的增长,人均GDP的提高,河北省工业二氧化硫排放量逐渐降低;但是到了第二阶段,随着环境质量的频频下降,政府及相关环境保护部门会采取相应环保措施,降低在经济快速增长的同时所损失的机会成本,也就同时提高了环境质量。换句话说,在第二阶段,随着人均GDP的逐渐增加,工业二氧化硫排放量逐渐降低,环境污染程度逐渐降低。
四、研究结论
对于经济增长与环境污染之间的定量动态关系,会因为所选取的地区的不同而得出不同的结论。对于跨国数据或跨省数据的研究,由于未能考虑地区之间的气候差异、相关环境治理政策的不同、经济结构的不同等因素,而不能得出所有地区的任何时间段内经济增长与环境发展之间均符合环境库兹涅次曲线。有时还会因为所选取的污染物的不同,导致不同代表环境污染的指标与代表经济发展的指标之间的动态关系可能满足线性、波形等关系。
对于本文,所选取的时间区间为2000年至2010年,所选地区为河北省,所选数据为时间序列数据。这些前提,满足EKC曲线的适用条件。在河北省内部,所实施的环境治理政策均一致,气候条件,文化背景等外部条件也满足同一性,在前提条件方面满足了EKC曲线的应用条件,这与所得结论相一致。
参考文献
[1]张海苹.“债转股”股市救市记[J].金融财经,2016(B49-51).
[2]赵爱文,李东.中国碳排放的EKC检验及影响因素分析[J].科学学与科学技术管理,2012(33-10).
[3]熊鹰,徐翔.环境管制对中国外商直接投资的影响――基于面板数据模型的实证分析[J].经济评论,2007,2:122-124.
关键词 环境退化成本;经济增长;环境库兹涅茨曲线;产业结构;国际贸易
中图分类号 X50 文献标识码 A 文章编号 1002-2104(2011)05-0132-08 doi:10.3969/j.issn.1002-2104.2011.05.022
从20世纪80年代初开始,我国国民经济经历了近30年高速增长,但是在此过程中,赖以生存的环境却遭到破坏,影响了经济社会的持续稳定发展,如何在保证经济增长的同时又能使环境污染得以控制成为许多学者关注的焦点。政府也认识到环境保护对于经济可持续发展的重要性,强调转变经济发展方式,积极出台相关政策,加大资金投入,强化对环境的治理。可是我国作为最大的发展中国家,如果一味追求环境改善势必会对经济发展的速度产生影响,而且照搬欧美国家治理环境的模式也是不科学的,因为欧美国家收入水平相对较高,人们甚至为了环境改善愿意在一定程度上承受收入水平的不增长甚至是负增长。另外,我国目前经济发展所处阶段,也限制了各种环境污染治理政策的全面实施,往往也存在治理成本过高的风险,因此选择既能保证经济增长又能使环境改善的政策措施将具有重要意义。本文将选取环境退化成本作为环境污染指标,利用1990-2009年数据,对比产业结构调整、贸易开放、治污投资等政策对环境退化成本的影响,确定我国目前最优的环境保护路径。
1 文献回顾
环境污染与国民收入水平之间一般呈现为倒“U”型的关系[1]:在低收入水平条件下,经济增长伴随着自然资源丰裕度下降,环境污染程度迅速上升;而在高收入水平条件下,随着经济的增长以及收入水平的进一步提高,人们开始更多的关注环境问题,政府通过颁布实施高效严格的环境制度促进环境的改善。然而,收入水平和环境污染之间的这种关系是否真实存在,国内外学者做了大量研究。其中,Grossman[2]是较早在这一领域研究的经济学家之一,他将城市空气污染和河水中的氧含量、废渣含量、重金属含量作为环境指标,通过回归分析,认为美国大多数环境指标,在低收入水平阶段,经济增长引起了它们的恶化,再经过一定阶段会随着经济增长而得到改善,而且拐点发生在收入水平为8000美元。国外其他学者如Sherry[3]、David[4]、Gürlük[5]等也通过不同的数据进行分析得出了基本相似的结论。另外,对我国环境库兹涅茨曲线研究中,许士春[6]通过构建包含污染方程和产出方程的联立方程模型,应用1996-2005年我国28个省市面板数据对经济增长和环境污染之间的关系进行研究,发现目前的发展水平人没有超越库兹涅茨曲线的拐点,收入水平的增长将进一步加速环境的恶化。符淼[7]通过对环境污染指标进行分解,分别测算了废水、固体废弃物等污染物的库兹涅茨曲线,认为我国废水排放与收入之间存在倒U型曲线的关系,而废弃物排放与收入之间为正相关关系,说明现阶段仍处在倒U型曲线拐点的左端。这些研究表明在研究我国现阶段经济增长与环境污染关系的过程中,环境库兹涅茨曲线仍可作为实证分析基础。
目前研究治理环境污染路径的文献主要分为以下三类:第一类是应用多个政策变量进行综合分析,探讨这些变量是否能够对改善环境产生积极影响。其中Panayotou[8]抽取了30个国家1982-1994之间的数据作为样本,发现在低收入水平政策效率对于改善环境具有积极作用,随着收入水平上升作用越明显,但是经济增长速度越快、人口密度越高反而增加了经济增长的环境成本。
Dasgupta[9]分析了经济开放度、非正式制度、市场微观主体规模、环境政策、信息是否完全以及分析时间长短的选择(短期、中期、长期)等因素,在不同的条件下有可能对环境改善有利,也有可能对环境产生不利影响。Harbaugh[10]研究表明经济增长与环境污染之间的关系除了受到经济因素影响外,很容易受到样本选取以及研究方法的影响,有必要对污染进行分类研究。第二类从产业结构、能源消费结构等国家内部因素分析抑制环境污染的路径。Hettige[11]选取13个国家的数据,并将影响环境污染的经济增长因素细分为三个:工业占国民收入比重、污染占工业产值比重以及污染占国民收入比重,发现工业产值在国民经济中的比重与环境污染不仅存在库兹涅茨曲线的性质,而且两者之间存在显著的正相关关系。Bruyn[12]选取20世纪80年达国家的数据进行研究,表明经济结构的变化对于SO2排放没有显著作用,但在高收入阶段,由国际协定而形成的环境政策却能很好解释环境与收入的负相关关系。林伯强[13]、包群[14]分析了能源强度、产业结构、能源消费结构等因素对二氧化碳排放的影响,发现中国经济仍处于倒“U”型环境库兹涅茨曲线的左半段,环境治理政策以及产业结构对污染物的排放都具有重要影响。然而张友国[15]采用投入产出结构分解方法,利用我国1987-2007年相关数据进行检验,无论是产业间结构变化还是产业内结构变化,都导致了碳排放强度的增加,不利于环境治理和改善。第三类主要是从国际贸易、国际投资等国家外部因素探讨抑制环境污染的路径。Copeland[16]通过分析经济增长、国际贸易、环境污染三者之间的关系,发现在经济增长与环境污染的倒“U”型曲线形式上,国际贸易和资本流动对环境污染产生了很大影响。刘渝琳[17]通过研究认为FDI在促进我国经济增长的同时,也增加了我国的环境污染,而且经济增长及吸引FDI的代价就是引起环境污染损失。但韩玉军[18]运用“门槛回归”方法,选取108个国家和地区的截面数据,分析发现收入水平、贸易开放是决定环境库兹涅茨曲线的重要门槛因素,但是FDI的门槛效应不明显,也不能对环境与经济增长之间的库兹涅茨曲线提供有效解释。沈利生[19]、张友国[20]、李小平[21]都以投入产出模型为基础,选取SO2排放量为污染指标研究我国对外贸易对环境污染的影响,他们认为贸易通过技术效应和规模效应对贸易含污量产生影响,其中技术效应抑制了污染的排放,规模效应加速了污染的排放,进口污染排放强度高于出口污染排放强度,扩大贸易有利于污染减排,而且国际贸易的发展,并没有使中国成为发达国家的“污染天堂”。
通过分析,目前的研究工作主要存在以下特征:第一,以环境库兹涅茨曲线为研究基础。除去验证环境库兹涅茨曲线存在性的文献,其他有关探索改善环境路径的文献,多数是在环境库兹涅茨曲线基础上,加入所要研究的具体经济变量进行分析。第二,对环境污染指标的设定没有准确统一的标准。既有以单位产出所占污染物排放量做为环境污染指标,又有以污染物排放量作为指标,而且有的文献指标设定虽然能够反映环境污染,但在经济意义上不能很好予以解释,因此选择适当的指标对于研究环境污染问题显得尤为重要。第三,部分文献只关注单独某项政策对环境污染的影响,而另一部分文献虽然做了多个政策变量对环境污染影响的分析,但只回答了政策变量对改善环境是否有利,并没有指出我国经济发展具体需要采用哪种或者哪几种政策工具缓和经济增长与环境之间的冲突。
本文的贡献在于:①采用环境退化成本作为环境污染指标,对水、大气、固体废弃物三类环境污染进行货币计量,统一了计量模型中变量的量纲;②在环境库兹涅茨曲线基础上,初步建立选择环境治理政策的标准。
2 1990-2009我国环境退化成本的测度
本文选取我国环境退化成本(环境退化成本是通过污染损失法核算的环境退化价值,是指在目前的治理水平下,生产和消费过程中所排放的污染物对环境功能、人体健康、作物产量等造成的种种损害,环境退化成本又被称为污染损失成本)
作为环境污染指标,主要是因为:①在环境库兹涅茨模型中,解释变量多数是货币化的经济变量,如国民收入、投资等,作为建立模型的重要原则,被解释变量也应该尽量货币化,也是合理解释变量之间关系的保证;②环境污染货币化评估,有市场价值法、机会成本法、替代市场法、综合法等,运用不同的方法估计环境污染的结果也会出现很大差异[22],其中较为合理的是通过综合法对环境退化成本的估计,既反映了经济增长过程中环境污染成本的大小,也包含了对健康、环境利用等因素的影响。
根据《中国绿色国民经济核算研究报告2004》中的数据[23],2004年水污染引起的水环境单位退化成本为4.712元/吨,大气污染产生的的大气环境单位退化成本为4 939.3元/吨,而固体废弃物污染产生的固体污染单位退化成本为7.07元/吨。为了测算1990-2009年三种污染历年环境退化成本,必须确定三种污染的当期单位退化成本,由于治理污染的成本与居民的消费品相关性相对较小,因此使用工业品出厂价格指数(PPI)折算历年的各种污染当期环境退化成本,具体计算公式分为两部分:
①2004年之后年份的计算公式为:
第t年的单位环境退化成本=第t-1年的单位环境退化成本×第t年的环比PPI指数(1)
②2004年之前年份的计算公式为:
第t年的单位环境退化成本=第t+1年的单位环境退化成本第t+1年的环比PPI指数(2)
具体的计算结果见表1,数据显示,大气环境单位退化成本相对较高,表明单位大气污染对环境、人体健康以及产量的影响程度远远高于水污染和固体废弃物污染。
在确定了历年各类污染的环境单位退化成本基础上,根据历年各类污染物的排污量,可计算当期的环境退还成本,具体的计算公式为:
当期污染物的环境退化成本=当期污染物的环境单位退化成本×当期污染物的排放量(3)
估计结果见表2,我国总环境退化成本不断上升,经济增长与环境之间的矛盾冲突越加明显,在不考虑价格因素的情况下,当期各类污染的环境退化成本从1990年的1 729.32亿元上涨到5 128.67亿元,净增加两倍之多。而且,从环境退化成本构成角度进行分析,发现水污染排放量占到了总污染物排放量的90%以上,由水污染引起的环境退化成本也占到总退化成本的50%以上;虽然固体废弃物的排放量高于空气污染物的排放,但是固体废弃物污染形成的环境退化成本还不到空气污染形成的退化成本的1%。由此可见,我国目前环境污染的成本主要来源于水污染物和空气污染物的排放。
3 政策路径的选择标准
由于不同的政策变量会对环境库兹涅茨曲线(EKC)位置、曲率产生影响,而位置变化又引起拐点代表的收入水平与一国初始收入水平相对位置发生变化,曲率的大小反映单位收入变化对污染指标影响的大小。于是,笔者认为合理的治理政策选择原则应该是:在收入水平一定的条件下,该政策的实施将有助于将环境污染指标降低到相对最低的水平。在这一标准的指导下,结合环境库兹涅茨曲线的特征,可以通过以下两个具体标准选择治理环境污染的路径。
标准1:在拐点处对应收入水平相等条件下,选择相对位置更接近横轴的环境库兹涅茨曲线所代表的治理政策。如图1所示,环境库兹涅茨曲线在政策2、政策3影响下,分别形成了曲线2、曲线3,在这种情况下,如果从库兹注:1.在1999年之前水污染排放量,仅统计了工业水污染的排放量,而且不含有化学需氧量排放量以及氨氮排放量;2.空气污染排放量包括SO2排放量、烟尘排放量、粉尘排放量,但在1999年之前的统计中只包含工业企业的SO2排放量、烟尘排放量、粉尘排放量,不包含居民生活过程中产生的排放量;3.固体废弃物排放量从2003年起有对居民生活固体废弃物排放量的统计,在此之前仅统计工业企业的固体废弃物排放量,但是鉴于居民生活中固体废弃物排放数量较大,故为了弥补2003之前的缺失数据,本文采用2003-2009年平均居民生活固体废弃物排放量作为1990-2002年的居民生活中固体废弃物排放量。
涅茨曲线曲率变化角度分析,政策2要优于政策3,原因在于当在收入处于较低的发展阶段时,政策2产生的污染指标水平要低于政策3产生的水平;在收入水平处在相对较高的发展阶段时,当收入进一步增长,政策2使环境污染指标下降的速度要快于政策3。
标准2:在拐点处对应收入水平差异较大的条件下,政策的选择随着实体经济收入水平的变化而不断调整。如图1所示,从曲线位置变化角度分析,政策1和政策2进入环境库兹涅茨曲线之后,使相同形状的曲线发生了位移,如果该国初始收入水平较低,无论使用政策1还是政策2都加速环境的恶化,但是可以先选择政策2,在收入增
长相同的条件下,沿着污染程度较轻的路径推动经济增长,当收入达到中等水平时,政策1相对政策2更为合理,保证了在经济增长过程中环境状况的改善;如果该国初始收入处于中等水平,政策2治理的结果是经济增长的同时环境污染沿着曲线2进一步上升,但是政策1相对较为合理,既保证了经济增长又能使环境污染指标进一步下降;
图1 变量对环境库兹涅茨曲线的影响
Fig.1 The impact of variable on EKC
如果该国初始收入处于高水平阶段,虽然政策1和政策2都能使环境得到改善,但是政策1在同样增长速度下环境污染程度最小。可见,在一定条件下,一国初始收入水平对于治理环境污染政策的选择有着非常重要的作用。
4 模型构建与说明
为了分析我国现阶段环境治理的路径,本文借鉴Cole[24]建立的污染排放损失模型,在反映环境库兹涅茨曲线的基础上,引入产业结构、国际贸易等变量:
ln Losst=β1ln GDPt+β2( ln GDPt)2+β3ln INPt+β4lnEXt+β5 ln IMt+β6lnFDIt+β7INS2,t+β8INS3,t+ut
(4)
该式主要是从总量上对政策变量进行分析,式中Losst表示每年总环境退化成本;GDPt表示国内生产总值,根据一次项系数和二次项系数可确定环境库兹涅茨曲线的位置以及曲率大小;INPt表示每年治理工业污染投资完成额,反映污染投资对环境改善的影响;EXt表示出口额,IMt表示进口额,FDIt表示外商直接投资资本存量,三个变量则用于衡量开放政策对于我国环境污染的影响;INS2,t表示第二产业比重,INS3,t表示第三产业比重,产业比重的变化是产业结构调整政策的重要体现,而且由于三大产业的比重之和等于1,本文为了避免变量之间的多重共线性问题,未将第一产业比重纳入到模型之中。
模型中环境退化成本通过本文第二部分测算所得,环境退化成本、国内生产总值、外商直接投资资本存量(该指标值采用王小鲁等于2009年测标所得结果)、进出口额以及工业污染投资完成额均通过1978年价格指数进行折算。以上数据均来自历年《中国统计年鉴》。
5 实证结果与分析
为了对比国内总产值、国际贸易、外商直接投资资本存量、产业结构以及治理污染完成投资额等因素对环境库兹涅茨曲线的影响,对式(4)进行逐次回归,结果见表3。
模型1反映出我国环境退化成本与国内生产总值存在倒“U”型关系,且该模型在修正二阶自相关后所得(AR(1)、AR(2)系数通过5%显著性检验),二次曲线的拐点11.22,而我国2009年以1978年为基期所计算的国民收入为65 425.87亿元,取对数值为11.09,说明我国目前的经济发展状况在没有其他条件影响的条件下,已接近环境库兹涅茨曲线的拐点,但仍处于环境库兹涅茨曲线拐点的左端,表明经济规模的进一步扩大,环境污染的程度会有所加剧,这和大多数学者的研究相一致。模型2在模型1的基础上加入外商投资资本存量,对应的回归系数为-0.125 622,虽然该系数未通过显著性检验,但能从系数的正负上判断出外商直接投资资本存量的增加能够在一定程度上降低环境污染损失,说明外商投资一般情况下都流向了“干净”产业,对减少环境退化成本具有一定的促进作用。模型3在模型1的基础上加入每年治理工业污染投资完成额(INPt),回归系数为正,约为0.27,治理工业污染投资额的增加将引起环境退化成本的增长,表明治理环境污染投资的增加加速了环境恶化,这一结论的出现,原因可能在于:一方面治理环境污染投资没有完全形成规模,投资项目降低环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资项目的低效率所致,例如项目规划不合理、技术指标不过关等因素,可能导致项目本身导致环境退化成本的增加。模型4主要分析了国际贸易对环境退化成本的影响,结果显示出口变量所对应的回归系数没有通过显著性检验,表明出口对环境退化成本影响不显著,回归系数为负,说明出口扩大不会加速环境的恶化;相反,进口对应的回归系数不仅通过了显著性检验,而且为正,进口增长将导致环境退化成本增加,国际贸易进口部门的扩张会加速环境的恶化,对进口部门合理的调整有助于环境改善。模型5从产业结构角度对环境退化成本进行分析,结果显示,第二产业比重对应的回归系数虽然为正,却没有通过显著性检验,说明第二产业比重的变化对我国环境成本没有产生显著影响,但这并不意味着我国第二产业各部门的生产活动不增加环境退化成本,原因可能在于我国长期对第二产业内部进行调整,鼓励高污染、高耗能的制造业企业进行技术创新,向低污染、低耗能、高效率生产方式转变;第三产业的比重对应系数为正且通过显著性检验,说明第三产业比重上升会使环境退化成本提高,加速了环境的恶化,这一结论和传统产业发展规律产生了冲突,其原因可能在于模型的设定未包含其他重要影响变量,但更有可能是第三产业中污染企业规模相对较小,无法承担起治理污
染的投资成本,而且小规模企业往往环保意识不强,忽视对污染物的治理。模型6是 (4) 式的估计,该模型综合分析了所要研究的所有政策因素对环境退化成本的影响,结果显示当国际贸易、治理污染投资以及产业结构调整等因素共同作用于环境退化成本时,污染治理投资和产业结构的调整不能有效发挥降低环境污染的作用,相反,国际贸易对改善环境的积极作用得到进一步的加强,特别是出口贸易部门,能够对环境的改善起到积极作用,出口部门对环境的积极影响能够在一定程度上抵消进口部门对环境的威胁。从6个模型的估计结果看,解释变量不同则我国国内生产总值所处阶段就会不同,目前的国内生产总值处于模型1、模型2拐点左端,说明经济增长仍会对环境带来很大压力;但是按照模型3至模型6的估计结果,我国GDP已越过环境库兹涅茨曲线拐点,经济增长有助于降低环境退化成本。这一结论和我国目前的现实经济状况相违背,探究其原因可能表现在两个方面:一是在计量模型的分析中,仍可能遗漏了一些重要的解释变量;二是我国目前实施的环境治理政策当共同作用于环境污染时,存在低效率,甚至是无效率(模型6),从而引起实证模型的估计与现实经济出现不一致的情况。因此,为了提高政策利用效率,改善环境质量,就需要有重点、有针对性的应用环境治理政策。根据表3回归结果,可得具体库兹涅茨曲线的形状,这为调整经济增长与环境污染之间冲突的路径选择提供了分析依据。见图2,图中垂直于横轴的直线表示当前我国GDP水平,根据GDP变量一次项、二次项对应的系数就能判断出环境库兹涅茨曲线的弯曲程度以及拐点位置,图中数字代表了该曲线对应的模型。由函数性质可知,二次项系数越小则曲线越平坦,只有模型5所反映的收入与环境退化成本弹性最小,而且拐点处对应相对最小的国内生产总值,这决定了模型5拟合的环境库兹涅茨曲线位于当前收入水平的左侧,并将当前国内生产总值对应数值代入模型5中也会得到比其他模型相对较低的环境退化成本,根据前文论述的选择合理政策的原则和标准,在我国目前的产出水平下,首先应采取产业结构调整的方式,降低环境退化成本。另外,合理发展对外贸易也是降低环境成本的重要手段,因为从曲线4分析,在目前国际贸易水平下,随着国内总产值的增长,降低环境退化成本的作用仅次于产业结构调整,而且商品出口无论在模型6中还是在模型4中都对环境退化成本降低有一定影响。对于外商直接投资方面,实证结果显示只有在产出处于非常高的阶段时,外商直接投资资本存量增加才能对降低环境成本起到积极作用。而治理污染投资的政策,在配合国际贸易和产业调整政策共同治理环境退化成本时,无论从图2还
是从回归结果分析,都不能降低环境退化成本。综合上述分析,就我国目前发展水平,首先应该进行产业结构调整,其次是通过进出口结构优化,这应是缓解经济增长和环境污染冲突最主要工具,是实现经济增长、环境保护目的的
6 结论与不足
本文将环境退化成本做为环境污染指标,通过与国内生产总值、对外贸易、产业结构等经济变量进行分析,主要得出以下几点结论:第一,我国经济增长过程中,总环境退化成本在不断增加,其中水污染、大气污染成为环境污染的主要来源。第二,我国目前的国内生产总值水平,在以环境退化成本为污染指标的环境库兹涅茨曲线中,在不考虑政策因素的影响下,仍未超越曲线的拐点。第三,当多种环境治理政策共同影响环境污染指标时,个别政策出现了低效率甚至是无效率,这成为实证估计与现实经济状况产生差异的原因之一。第四,中国作为最大的发展中国家,在目前的国内产出水平上,首先要依靠产业结构调整治理环境污染,进一步加快第二产业内部高污染、高耗能企业的转型,同时也不能盲目扩大第三产业比例,其次是国际贸易相关政策,鼓励出口、限制进口,通过“清洁”产品的出口降低本国环境退化成本。
本文虽然得出了一些有意义的结论,但是由于环境库兹涅茨曲线对加入模型中的解释变量比较敏感,曲线的形状位置均会受到影响,因此仍需要寻找一个较为稳定的模型分析经济增长与环境之间的关系、探寻两者之间的协调路径。另外,本文虽然就环境治理政策选择的原则和标准进行了初步的细化,但在具体应用和研究上还有待进一步检验和完善。
参考文献(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]许士春,何正霞.中国经济增长与环境污染关系的实证分析[J].经济体制改革,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.我国环境库兹涅茨曲线:形态、拐点和影响因素[J].数量经济技术经济研究,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]林伯强,蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[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,彭水军.经济增长与环境污染:基于面板数据的联立方程估计[J].世界经济,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]张友国.经济发展方式变化对中国碳排放强度的影响[J].经济研究,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]刘渝琳,温怀德.经济增长下的FDI、环境污染损失与人力资本[J].世界经济研究,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]韩玉军,陆.门槛效应、经济增长与环境质量[J].统计研究,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.对外贸易对我国污染排放的影响[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]张友国.中国贸易增长的能源环境代价[J].数量经济技术经济研究,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,卢现祥.国际贸易、污染产业转移和中国工业CO2排放[J].经济研究,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]李钢,马岩,姚磊磊.中国工业环境管制强度与提升路线[J].中国工业经济,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]国家环保总局.中国绿色国民经济核算研究报告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.
关键词 非政府组织;环境规制;影响;空间计量
中图分类号 F205 文献标识码 A 文章编号 1002-2104(2016)10-0034-10 doi:10.3969/j.issn.1002-2104.2016.10.005
二战以来,非政府组织凭借其组织目说墓益性迅猛发展,成为重要的社会公共治理力量。由于其组织性、非政府性、非营利性、自治性和自愿性等特征,非政府组织发挥的作用主要包括,但不限于:填补政府用于社会发展方面资金的不足;开拓大量的就业机会;推动对弱势群体和社会问题的广泛关注;沟通三大部门的信息;培育公民的社会价值观等。由于在推动社会进程中已经发挥的作用和可能激发的潜力,非政府组织被誉为公民社会建设的基石。生态治理与环境保护是国际非政府组织的传统活动领域,世界自然同盟(The World Conservation Union,WCU)、世界野生动物基金会(World Wildlife Fund,WWF)、以及绿色和平组织(Green Peace)等在世界范围都具有极大的社会甚至政治影响力。在中国,由于较少政治敏感性,环保型非政府组织较其他领域的非政府组织更为活跃。虽然如此,至少在中国,非政府组织在环境治理领域中的作用极少为各级政府主动利用并发挥作用,至于其定量的环境贡献,尚未见相关研究成果在国内外发表。基于对网络非政府组织数据库的手工整理,本研究实证检验了非政府组织在区域环境治理中的作用。这是对第三方组织的环境规制效应进行实证检验,在控制相关变量后,发现在非政府组织发育较为成熟的地区,区域的环境规制水平显著高于非政府组织发育较为滞后的地区。该结果可为评价非政府组织在环境保护中的贡献提供量化依据。
1相关文献回顾
非政府组织在国际生态与环境保护领域中发挥的作用很早就引起了学者们的关注,相关的研究主要从非政府组织对政府和国际机构的影响、非政府组织对企业的影响、非政府组织对消费者和居民的影响三条线索展开。Haas et al详细介绍了环保类非政府组织如何改变政府和相关国际机构对生态与环境问题的看法、利用社会舆论和专业优势推动环境保护立法、以及积极协助执法的策略。“社会许可”(Social license)是理解环保类非政府组织影响企业的一个重要概念。以纸浆与造纸业企业为例,Gunningham et al回答了为什么“社会许可”对企业如此重要。Gunningham et al发现,企业超越法律规制的环境行为不能单纯用规制威胁和道德约束来解释,而是社会压力和企业经济约束的共同结果。
对环保类非政府组织与消费者和居民关系的研究又可以细分为两类,一类是利益相关者(stakeholder)研究,强调环保类非政府组织作为战略桥梁,构建绿色联盟框架,发展资源环境节约技术,兼顾生产者和消费者利益,实现经济可行的生态与环境效益。对环保类非政府组织与居民关系的另一类研究认为居民的污染消费认知不仅来自于居民暴露于环境污染下的直接感受,还与其对环境污染种类及其危害性的认识有关。居民对政府环境规制决策的影响不仅与其受到的环境污染伤害程度有关,还与其发表意见,沟通政府、媒体、研究机构和其他居民的能力有关。因此,为有效发挥非政府组织在环境保护中的作用,非政府组织应在致力于启发民智、沟通民意和帮助居民行使民权。
具体到中国,虽然改革开放以来第一家官方背景的非政府组织诞生于环保领域(中国环境科学学会),第一家民间自发、最接近现代西方非政府组织的草根组织也诞生于环保领域(自然之友),当前最活跃、影响最大的非政府组织也是环保领域的非政府组织,但就文献检索,现有研究多定性研究、宏观研究,定量的、微观的研究并不多见。少有的几篇微观文献中,邓国胜的研究值得关注。该研究在国家环保部宣教司支持下,对中国活跃环保非政府组织和相关政府部门分个人和单位进行了问卷调研,基本客观的展示了中国环保非政府组织的发展现状。尤其有价值的是,邓国胜发现受访对象对环保非政府组织了解的程度与其对环保非政府组织作用的评价紧密相关,媒体工作人员和非政府组织工作人员对环保非政府组织作用的认同程度较高,政府工作人员对环保非政府组织的认可度最低,“中国的环保NGO通过媒体的宣传报道和联合行动,放大了环保NGO的作用”。邓国胜定义的环保非政府组织的作用包括如下四个方面:提升公众环保意识;促进公众环保行为的改善;完善公众参与机制;开展政策倡导。这一定义以及相应的研究结论与上文环保类非政府组织与居民关系的研究相吻合,暗示了环保类非政府组织发挥作用的机制。
根据相关公共部门绩效理论,严格说来邓国胜定义的环保非政府组织的作用其实只是其手段,真正的作用应当定义为区域环境的改善或环境规制水平的改变。因受数据可得性约束,该研究以区域内非政府组织总量替代区域内环保非政府组织数,衡量其最终的区域环境规制效应。
2研究设计
由于环境污染的空间相关性与空间溢出性,学者们在环境治理研究中多采用空间计量方法。考虑到污染排放的时间连续性和危害滞后性,研究中引入了面板动态研究技术。因此,本研究的实证检验部分拟采用空间计量面板模型。环境污染治理的空间相关性和溢出性表现形式复杂,可以表现为因变量的空间相关,也可以表现为自变量的空间相关,还可以表现为随机干扰项的空间相关,以及样本个体效应的空间相关,其一般化形式如下式:
(1)
式中:yit表示i区域t时刻因变量的观测值,Xit为i区域t时刻自变量观测值矩阵。模型中α为截距项,αi代表个体效应,γt代表时间效应。模型中以被解释变量yit的滞后项为解释变量引入动态模型,当τ=0时,模型为静态空间面板模型,否则为动态空间面板模型。模型中ρ代表因变量的空间相关系数,β代表自变量回归系数,自变量的空间外部性系数为θ列向量,λ代表随机扰动项的空间相关系数,φ代表个体效应的空间相关系数。E、W、D分别代表随机扰动项、因变量和自变量的空间权重矩阵,理论上可以一致,也可以不同。
根据回归系数的不同,空间面板模型可以细分为不同的具体模型,总体看可以分为五种常用的空间面板模型:①当θ=λ=0时,模型为空间滞后面板模型(spatialAutoregressive Panel Model,SAR);②当λ=0时,模型为空间杜宾面板模型(Spatial Durbin Panel Model,SDM);③θ=τ=0,模型为带自回归误差项的空间滞后面板模型(spatialAutocorrelation Panelmodel,SAC);④θ=β=τ=0模型为空间误差面板模型(Spatial Error Panel Mode,SEM);⑤θ=β=τ=0当,且φ≠0时,模型为广义空间误差随机效应面板模型(Generalised Spatial Panel RandomEffects Panel Model,GsPRE)。随着对个体效应αi和时间效应γt的不同假设,以上前四种模型还可以进一步细分成个体效应与时间效应的固定效应模型和随机效应模型。
或许是环境治理的复杂性,不同学者的研究中采用了不同的空间面板模型。安虎森和吴浩波使用空间杜宾面板模型研究了工业二氧化硫和工业烟(粉)尘排放总量的空间相关性。王宇澄的研究也采用了空间杜宾面板模型研究了我国省际环境规制竞争的跨界溢出效应。朱平辉等使用固定效应空间滞后面板模型,对工业二氧化硫等七种工业污染排放的环境库兹涅兹曲线进行了实证检验,发现我国地区工业污染排放具有较强的空间依赖关系,且与传统面板检验相比,固定效应空间滞后面板模型的估计结果稳健,回归质量更好。赵佳佳和王健林在研究中国环境污染的库兹涅兹曲线时,发现采用空间误差面板模型的回归结果显著性水平大大好于普通面板模型的回归结果。Anselin给出了针对横截面数据的模型选择机制,但其对快速发展的空间面板模型是否同样适用值得怀疑。安虎森和吴浩波专门探讨了空间面板模型的选择机制,建议从空间杜宾模型出发,根据空间回归系数的显著性依次进行模型筛选。马梅丽和张晓在研究中国31个省份及异地之间雾霾污染的交互影响以及经济变动、能源结构影响时,发现依据Anselin的选择机制在空间面板模型间很难做出筛选决策,作者最终采用实用主义方法,根据回归质量和系数显著水平同时接受随机效应空间滞后面板模型和固定效应空间误差面板模型的两个回归结果。鉴于空间计量模型筛选并非本文的目的,根据现有研究成果,本文同时参考安虎森和吴浩波、马梅丽和张晓同样的标准,采用不同模型进行实证检验,并根据回归结果选择模型。
3数据来源与变量设定
3.1变量选择及数据来源与处理
空间权重矩阵主要有相邻矩阵、距离矩阵以及不同要素的空间权重矩阵等三种类型,本文选择空间相邻矩阵,原因是其更符合本文的基本假设,本文假设由于污染的外部性,无论空间距离远近,相邻地方政府的环境规制政策会相互参照,互相影响,并表现为相邻区域污染排放水平的空间相关性。空间相邻矩阵为对称矩阵,相邻省份取值为1,否则为0。
根据数据可得性和完整性,本研究的时间序列为2002-2013年共13年。区域非政府组织数量来自中国社会组织网,包括年末实有社团、年末实有基金和年末实有民办非企业单位三类,本研究将不同类数量加总,由研究者手动整理并根据各省当年人口数转化为人均值。
为增强研究结论可比性,变量选择和定义尽量参考已有研究成果的研究设计,具体见表1。
环境规制强度变量以单位工业增加值污染物排放量衡量,这是一个负向指标,较高的排放水平意味着较低的环境规制强度。省际层面的污染物排放量指标主要有工业二氧化硫排放量、工业废水排放量、工业固体废弃物排放量(产生量)、工业烟粉尘排放总量、工业烟尘排放量和工业粉尘排放量等共六类。从2011年开始工业烟尘排放量与工业粉尘排放量不再单独统计,合并到工业烟粉尘排放量。故研究期间,实际可供使用的污染排放数据共4类。不同类型污染排放合并计算,有研究采用简单加和方法,也有采用纵横拉开法。本研究取单位工业增加值各类污染物排放量自然对数值的加和衡量污染规制强度,并以纵横拉开档次法进行稳健性检验。
地方政府的经济发展需求以财政收入分权度衡量,计算公式如式(2)。DECENit为i省份t年财政收入分权度,Fincome代表预算内财政收入,分子为样本i省份在t年的预算内收入,分母为当年国家预算内收入。
(2)
根据已有文献,控制区域经济发展水平、开放度、产业结构和区域能耗水平,变量定义如表1。根据主流研究成果,预期区域经济发展水平与区域环境污染排放强度正相关,开放度与区域污染排放强度负相关,工业化水平与环境污染排放强度正相关,区域能耗水平与环境污染排放强度正相关。
地区生产总值、人均地区生产总值、进出口总额、工业增加值、第二产业增加值根据相关省际指数折算为2002年水平。为约束变量空间分布以防止异方差,同时在回归中获得因变量对自变量的弹性,对环境污染强度、地方政府财政收入分权度、人均非政府组织数、单位地区生产总值能耗取自然对数。
除专门说明,各变量中经济变量来自中宏区域数据库,污染排放数据来自环境统计年鉴,能耗数据来自能源统计年鉴。
3.2变量描述性统计与相关性检验
为增强直观感受,除环境污染强度变量,表2介绍了变量的非自然对数描述性统计。数据显示,海南环境污染规制最为严格,连续多年污染排放强度全国最低,2010年达到最低值-1.184。河北省环境污染排放强度多年保持在较高水平,并在2011年达到13.16的污染排放强度最高值。财政分权度最低的是2004年的青海省,最高的是2002年的广东省。从人均看,非政府组织人均最多的是2008年宁夏回族自治区8.336个/万人,最少的是2002年贵州省0.775个/万人。人均GDP2013年上海最高,2002年价折算后为91 062元/人,最低的是2002年贵州省,只有3 153元/人,是前者的3.5%。数据显示,即使同比2013年,贵州的人均GDP也只有上海的12.9%(11 707/91 062),显示出巨大的区域经济发展水平差异。二产比重2013年北京最低,仅有22.32%,2011年的山西最高,达到59.05%。开放度最高是2008年的北京,最低的是2002年的河南省。单位GDP能耗最高的是2004年的宁夏,最低的是2013年的北京。整体看,无论是本研究的自变量、因变量还是控制变量,都呈现出较大的时间和空间差异,呈现强烈的动态特征。
自变量间的自相关导致回归结果有偏是实证检验中常遇到的问题。本研究中人均GDP是一个综合性变量,对二产比重、开放度以及单位GDP能耗都可能产生影响。相关性检验见表3。检验结果证实,人均GDP变量的引入可能带来严重的自相关问题。由于相关文献较多的引入了人均GDP变量,谨慎起见,实证检验将应用膨胀系数法和条件数法对此开展进一步的检验。
4实证检验结果
4.1环境规制水平的空间相关性检验
环境规制水平的空间相关性是应用空间计量模型的基础,根据式(3)测算环境规制水平的全局Moran’s I指数。
(3)
根据表4数据,环境规制水平的全局Moran’s I指数均为正值,且通过显著性检验,说明在样本期间,中国相邻省份的环境规制水平存在显著的空间相关性,且变动方向为正相关(同高或同低)。这一结论不仅为本文采用空间计量方法研究环境规制奠定了事实基础,也为已有的研究关于相邻区域间会在环境规制上竞逐到底(race to bottom)提供了新的依据。
4.2区域经济发展与非政府组织对环境规制的影响
OLS估计方法是绝大多数实证研究方法的基础,应用OLS方法本研究检验了自变量可能的多重共线性及其对回归结果的影响,检验方法为方差膨胀因子(VIF)和条件数(coldiag),检验结果见表5。
通常情况下,膨胀系数均值(mean VIF)大于3,或者条件数大于30,皆可断定存在多重共线性。表5中第一列膨胀系数均值刚好超过3,而第三列条件数则远超多重共线性判断值,证明在第一列和第三列存在严重的多重共线性。仔细观察各变量的膨胀系数和方差分解占比(Variance-Decomposition Proportions),人均GDP是造成多重共线性的原因,证明了前文相关性检验的结论,如果不剔除人均GDP变量将会造成实证研究的结论有偏。
表6采用静态面板模型和动态面板模型检验了环境规制的动态性。模型1至模型3为静态面板模型,模型1采用固定效应回归方法,模型2采用随机效应回归方法,模型3采用最大似然随机效应回归方法。Hausman检验拒绝回归系数无系统性差异的随机效应假设,建议采用固定效应模型。回归结果符合理论预期,区域财政分权度提高会增加本区域的环境排放强度,虽然在固定效应模型中回归系数不再显著,但符号依旧。区域人均非政府组织数量会显著降低本区域的污染排放强度,也即会显著提升本区域的环境规制水平。这两个结论都符合前文预期。控制变量单位GDP能源消耗和第二产业比重的上升也会提升区域的环境污染排放强度,且在所有静态回归模型中都保持1%统计水平显著。所有模型都证实控制变量区域开放度的提升会在1%显著水平降低区域的环境污染排放强度,这一结论否定了“污染天堂”的中国适用性,与已有的研究结论一致。
考虑环境规制的时间延续性,本期某区域的环境规制可能显著受前期影响,模型4采用系统广义矩模型检验了区域环境规制政策的动态性。AR检验证实,模型残差在1%显著水平存在一阶序列相关,但不存在二阶序列相关,Sragan检验证实本研究采用的工具变量不存在过度识别问题,证明了本研究采用动态模型的合理性。回归结果显示,上期的环境污染排放会对本期造成显著影响,回归系数高达0.74。显著为正的回归系数证实区域的环境污染排放及其隐含的环境规制水平具有正向延续性,某区域的环境规制政策具有较强的政策延续性。其他各变量系数除数值差异外,符号与回归显著性与静态模型无显著差异。
由于变量的空间相关性和时间动态性,开展空间计量模型检验,检验结果见表7。模型5和模型6采用空间滞后面板模型(SAR),模型7和模型8采用空g误差面板模型(SEM),模型9和模型10采用空间杜宾面板模型(SDR),模型11为带自回归误差项的空间滞后面板模型(SAC),模型12为广义空间误差随机效应面板模型(GSPRE)。模型5、7、9采用了随机效应面板模型回归方法,模型6、8、10则采用了固定效应面板模型回归方法,采用Hausman检验以判断何种方法为优。从回归结果看,所有Hausman检验z统计量在统计上都不显著,支持在本研究中采用回归系数无差异的随机效应面板模型。
从检验结果看,空间相关系数的统计显著度不支持带自回归误差项的空间滞后面板模型在本研究中的适用性。同样,广义空间误差随机效应面板模型中因变量空间相关系数p仅在10%统计水平显著,随机扰动项统计上不显著,显示该模型不适用于本研究的数据分布。
在剩下的三个模型5、7、9中,回归结果基本一致,显示本研究结论的稳健性,但从回归系数z统计量角度,模型5和模型7的回归质量更好,因此后文分析基于模型5和模型7的回归结果进行。首先,空间面板模型的检验结果证明,本研究的因变量存在严重的空间相关性,当不考虑因变量的空间相关性时,回归结果的随机误差则存在空间相关性,当同时考虑因变量和随机误差的空间相关性时,空间相关性系数的统计显著性水平下降,暗示了二者的内在关系。
当分别考虑因变量的空间滞后和随机误差的空间误差时,实证结果显示,以财政收入分权度衡量的地方政府区域经济发展需求会显著提升区域污染排放水平。由于自变量和因变量都采用了自然对数形式,回归系数反映区域污染排放水平对财政收入分权度的弹性大于1,且都在1%统计水平显著。这一结论证实地方政府对区域经济发展需求越强烈,越容易放松区域环境管制,表现为单位GDP污染排放水平的上升。
各地人均非政府组织数量对当地污染排放水平的回归系数也符合预期,所有模型的回归系数都为负,其中模型5、7在1%统计水平显著。实证研究结果证实,区域人均非政府组织数量上升能有效提升区域环境规制水平,显著降低区域污染排放水平,其弹性约为-0.45。在公民社会建设中,非政府组织的数量与活跃程度是公民参与社会治理程度的重要标志。作为对传统上单一的公共治理主体政府的有益替代和补充,非政府组织不仅能补充财政资金的不足,还能吸收更多的劳动力、专业技能和媒体资源以缓解公共治理资源的不足,更重要的是,非政府组织先天的道德优胜地位和组织性使其能在政府与公民间有效发挥信息交流与沟通作用。环境保护是非政府组织的重点工作领域,区域内相关领域非政府组织数量的上升可以有效改善当地政府和居民的环境认知,增强环境保护意识,集聚环境保护资源并提升政府的环境执法决心和能力,从数据上,就表现为较高的人均非政府组织数量将降低区域的环境污染排放水平,本文的实证研究证实了这一点。
控制变量区域开放度、单位GDP能耗水平回归结果符合预期,较高的区域开放度会降低经济发展的环境代价,而能耗水平则会起到相反的效果。现有的多数研究都不支持“污染天堂”假说在中国的适用性,而是支持参与国际贸易对中国的污染减排是有益的,本文的研究与此一致。回顾中国改革开放的历史,没有证据表明存在高能耗、高污染产业在世界范围内向中国的大规模迁移,相反对外开放使中国获得新的技术和新的产品,进入新的市场,从而改变落后的生产生活方式和要素利用方式,包括环境要素利用方式。由于全要素生产率的持续提升和资本、劳动力的高效利用,环境要素变得相对稀缺,故对外开放推动了中国的环境保护。改革开放政策已经不同方面获得广泛支持,从有效促进环境保护,推进可持续发展角度,本文的研究结论也证实了对外开放的贡献。为推动中国资源与环境保护和建设,应进一步扩大开放。
已有的研究多数认同经济发展中的能耗代价是导致环境污染的重要因素,此外,能源结构差异还会带来污染结构的差异,如雾霾的产生即与煤炭在能源消耗结构中的比重密切相关。从本文的回归系数看,单位GDP能耗的污染排放富有弹性,在所有的回归模型中回归系数都超过2。这一方面证明了高能耗发展会付出严重的环境代价,另一方面也指出了节能是重要的环境节约发展路径。在所有回归模型中,区域开放度和单位GDP能耗的回归系数都相对稳定,且在统计上高度显著,显示出结论的稳健性。
4.3稳健性检验
由于在实证研究中使用了不同的研究方法,结论呈现较强的稳定性,此处主要检验因变量规制污染排放水平的赋值合理性,参考相关文献,以纵横拉开档次法重新构建因变量进行检验。此外,由于中国活跃非政府组织多数受制于注册规定而不得不“非法活动”,本文也采用中国环境年鉴提供的“来信总数”来反映区域公民社会活跃程度,变量取值方法与前文一致,以某省当年人均“来信总数”的自然对数衡量该区域的公民社会活跃程度,变量名称MAIL。稳健性检验见表8。
检验1结论基本与前文一致,不再赘述。检验2中改变方法衡量区域公民社会建设水平后,虽然回归系数符号依旧符合预期,但显著水平大幅下降,这可能与指标选取与衡量目标的弱一致性有关。网络时代,公民表达意愿的方式多元化,传统的信函可能已经不再是首选。虽然如此,由于“电话/网络投诉数”仅从2011年开始统计,当前难以用于空间面板检验,寻找或开发新的指示变量是本研究未来的一项重要工作。
5结论与政策建议
非政府组织是二战以来兴起的重要公共治理主体,已经成为公民社会建设重要的推动力量。生态与环境保护是非政府组织传统的聚焦领域,当今世界知名的非政府组织不少是著名的环保类非政府组织。由于远离意识形态,环保类非政府组织较少涉及政治敏感性,因此改革开放以来,环保类非政府组织在我国得到较快的发展。
令人诧异的是,虽然环保类非政府组织在中国已经具有较大的社会影响,现有文献中却少有对其环境治理绩效的研究。基于系统广义矩模型和空间计量模型,本文对非政府组织的区域环境治理绩效开展了定量研究。当控制相关变量后,研究发现:以人均非政府组织数量衡量的区域非政府组织发育程度确实会显著影响区域的环境治理水平。在非政府组织发育较好的区域,环境质量显著高于非政府组织发育水平较低的区域。虽然非政府组织由于其目标的公益性天生相对政府具有道义上的优势,但定量绩效证据的缺乏使其社会公信力存在瑕疵。本文的实证研究弥补了这一缺陷,实证研究证实了非政府组织对区域环境规制的促进作用。
研究发现:在财政分权度衡量的地方政府经济发展需求度较大的区域,其环境规制强度显著较低,且弹性系数大于1。政府治理相关文献认为,在“政治集权,经济分权”的治理体制下,地方政府会因为经济与政治晋升动机参与“区域经济增长竞争锦标赛”。本文的研究结论证实了在这一过程中,牺牲环境促进经济增长成为政府的可行战略选择。为有效保护环境,应合理重构政绩考核指标体系,降低经济指标比重,丰富环境指标类型,提升环境指标地位,实行重大环境事故一票否决制。
研究发现:经济开放度有助于提升区域的环境规制水平,这一结论证明中国的对外开放实践并没有产生学者们担忧的“污染天堂”后果。为加强资源环境可持续发展,应进一步扩大开放。
关键词:经济增长;环境污染;扩展的EKC模型;面板协整
中图分类号:F222.3 文献标识码: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《罗马俱乐部报告》出台之后,关于经济是否可持续发展一度成为广泛的争议话题,随后的讨论从资源枯竭问题转向了环境污染问题。目前经济学界一般用环境库兹涅茨曲线(Environmental Kuznets Curve, EKC)表示经济增长与环境的关系。该曲线是指当收入超过一定的临界值时,按照人均值度量的经济活动的环境效应幅度会随着收入的增加而下降,就是说人均收入和环境污染呈现的是倒U型曲线关系。在人均收入水平比较低的情况下,随着人均收入的提高,环境污染加剧;Grossman and Krueger(1991;1994)研究表明,在人均收入达到一定水平 ,一般为 4000-5000 美元(1985年的美元计价),人均收入的提高将伴随着环境状况的改善。继Grossman和Krueger之后,许多实证研究结果都表明,在大多数环境质量指标与人均收入之间存在着倒U型的关系。Selden和Song(1994;1995)考察了四种重要的空气污染物(即SO2、CO2、NO2和SPM)排放问题,发现它们与收入之间都存在倒U型的关系。Xepapadeas和Amri(1995)证实对于大气中SO2的浓度也存在同样的结论。Grossman and Krueger(1995)使用比1994年的研究范围更广的环境质量指标数据进行了跨国面板模型分析,没有发现环境质量会随经济增长而持续恶化的证据,相反,他们选取的大多数环境指标在经济增长的初始阶段出现恶化,而随着经济增长呈现出稳定改善的过程。
随着人们生活水平的提高,将会追求更高的生活质量,因此对于环境污染的问题也会越来越受到重视,研究该问题的学者也越来越多。本文尝试建立一个基于效用函数扩展的环境库兹涅茨曲线,应用面板单位根和面板协整理论,分析我国分省的环境库兹涅茨曲线——我国分省经济增长与环境污染关系问题。
一、文献综述
对于中国经济增长和环境污染关系问题的研究,主要体现在两个方面:一种是对某一个省市的研究,主要适用OLS方法进行模型估计,但是很少见到对时间序列进行单位根和协整检验问题,然后根据回归结果分析EKC模型是否存在,进而提出相关的政策建议;第二种是利用分省面板模型回归分析,主要是使用Hausman检验判断使用固定效应模型还是随机效用模型,未曾见到对于面板数据进行单位根和面板协整检验问题。第一种情况的研究成果众多;第二种情况的研究成果很少,主要有:包群、彭水军、阳小晓(2005);刘燕、潘杨、陈刚(2006);于峰、齐建国、田晓林(2006);李达、王春晓(2007)。
包群、彭水军、阳小晓(2005)利用1996-2002年期间我国30个省份的面板数据,对我国经济增长与包括水污染、大气污染与固体污染排放在内的6类环境污染指标之间的关系进行了检验,实证结果发现倒U型EKC关系很大程度上取决于污染指标以及估计方法的选取,存在以相对低的人均收入水平越过环境倒U型曲线转折点的可能。
刘燕、潘杨、陈刚(2006)使用1990-2003年中国的省级面板数据对中国的经济增长与环境污染关系进行了计量分析,同时考察了中国的对外开放政策对环境质量的影响。结果表明中国的经济增长同环境污染之间并不存在简单的倒U型曲线关系,中国的经济增长与工业废水之间表现为一种倒N型曲线关系,与工业废气之间表现为N型曲线关系,与工业固体废物之间表现一种倒U型曲线关系。同时,分析表明出口同中国的环境污染之间存在显著的正相关关系;而外商直接投资与中国的环境污染之间却存在显著的负相关关系。
于峰、齐建国、田晓林(2006)在 Stern(2002)模型的基础上,以 SO2 排放量表征环境污染水平,对 1999—2004 年间除西藏、山西和贵州以外的我国28 个省、自治区及直辖市的面板数据进行回归分析,结果显示经济规模扩大、产业结构和能源结构变动加剧了我国环境污染,生产率提高、环保技术创新与推广降低了我国环境污染。并估算了这五要素对环境质量影响的各自实际贡献率。
李达、王春晓(2007)利用1998-2004年间我国30个省份的面板数据,研究了3种大气污染物和经济增长之间的关系。实证结果表明3种大气污染物与经济增长之间不存在倒U型环境库兹涅茨曲线。二氧化硫排放与经济增长之间呈倒N型曲线,与多数研究结果不相符;同时,第二产业比重、经济增长速度、单位GDP能耗和环境政策强度四个解释变量总体上对3个大气污染物的排放具有显著影响。
从上述文献可以看出,随着经济发展水平的提高,研究经济增长与环境污染关系的文章也似乎越来越多。上述丰富的研究成果对于我国或者某些省份和城市制定合理的环境措施,减少环境污染总量,降低环境污染程度都具有十分重要的指导意义。但是上述研究成果共同的遗憾是:一是模型简单,没有考虑到影响环境污染的其他因素,仅限于经济增长对于环境污染影响的研究和回归分析;二是实证分析手段和方法受到计量经济学理论和发展水平的制约。基于此,本文从上述两个方面进行补充和扩展分析,基于效用函数理论模型,建立中国的EKC模型,使用面板单位根和面板协整分析技术进行研究,希望结论能符合中国国情和实际,对于中国经济增长、环境污染和治理提出有针对性和有益的建议。
二、模型的建立与微观基础
考察经济增长与环境污染的关系问题,首先要分析两个变量的传导路径,因此要从微观传递机制入手,进而分析宏观层次上变量的依赖关系。
(一)模型的微观基础
我们首先建立一个代表性家庭个体的函数模型,然后将它一般化推广,形成一个包含更广泛个体的函数模型。
1.代表性个体的效用函数与污染函数。
假设一个代表性家庭消费C会导致污染H,因此家庭的效用函数为:
家庭消费越多,效用越高,因此 ;而污染越高,效用越低,因此 。由于污染是由于消费引致的,因此家庭如果减少污染,或者是减少消费,或者是对污染进行投入治理。令E为家庭治理环境污染的资源投入量,考虑到污染是消费的副产品,因此可以设定家庭污染函数为:
假设消费越多,污染越严重,因此消费和污染正相关,即 ;同时假定随着污染治理投入的增加,环境污染随之减轻,两者负相关,即 。假定家庭治理污染和消费的资源禀赋总量为Y(收入),则约束条件为C+E=Y。
假定效用函数为线性的,可以表示成如下形式:
表示单位消费产生单位效用,污染带来的边际效用损失为 ,且 。假定单位消费产生单位污染,并且污染治理函数设定为柯布——道格拉斯形式,具体表示为:
该形式表明,当不进行污染治理投入的时候,污染量H等于消费量C,污染量随着消费的增加而增加;随着污染治理投入的提高,当 时,污染量为零,即消除了污染。
2.函数的一般形式。
我们将效用函数扩展到多个个体,假定不存在外部性影响,则效用函数和污染函数可以表示为:
i=1,2,……n
其中, , , 。
求解得到最优消费为:
(二)环境污染模型的建立
从国内外已有文献来看,一般的EKC模型形式为:
y为环境指标,x为人均GDP,u为随机扰动项, 、 、 和 为待估参数。
当 , 时,y和x为线性关系; , , 时,y和x呈现“倒U”型二次曲线关系; , , 时,y和x呈“U”型二次曲线关系; , , 时,y和x为三次曲线关系,图形为“N”型; , , 时,y和x为三次曲线关系,图形为“反N”型;当 , , 时,表示环境污染不受经济水平的影响,两者之间没有关系。
根据Grossman and Krueger(1991;1994)对NAFTA环境效应得出的结论,经济增长对环境的影响表现为三个方面:规模效应(Scale Effects)、结构效应(Structural Effects)、技术效应(Technology Effects)。我们在此基础上对一般的EKC模型进行扩展,由于经济系统中产出的增长必然导致对环境资源需求的增加,同时向环境中排放各种废弃物的存量也在增加,经济发展会导致资源损耗和环境破坏,因此用人均GDP和人口密度来表示规模效应对环境的影响;用产业结构的变化表示结构效应对环境的影响;用单位GDP能耗表示技术效应对环境的影响;同时增加政策效应变量,用污染治理投入代表政策强度和政府政策导向。则本文扩展的EKC模型可以表示为:
其中,ln表示对变量取对数;H为环境污染量;i为个体单位,这里指省市自治区;t为时间序列; 表示截面效应; 是待估参数;y是人均GDP;G表示产业结构变化,这里为第二产业产值占全部产值的比重;M为非农业人口的人口密度;A为单位GDP能耗,表示技术进步;E为污染治理投入,表示政策强度;u为随机扰动项。
三、基于面板单位根和面板协整检验的实证分析
(一)数据的来源和说明
本文所用数据样本区间为1997-2005年,这是由于考虑到重庆从1997年才有数据,同时也是为了考察中国经济增长最为强劲这一时段对于环境的影响问题,从逻辑上来说这段时间变量的关联度应该最强。由于西藏缺少环境指标有关数据,因此我们考察的个体是除了西藏以外的大陆30个省市自治区。我们用工业废水排放量(FS,单位:万吨)、工业废气排放量(FQ,单位:亿标准立方米)和工业固体废弃物排放量(FW,单位:万吨)表示环境污染量,因此原模型变成了三个方程。其他字母所表示的变量如前文扩展的EKC模型所示:y是人均GDP(单位:亿元/万人);A为单位GDP能耗(单位:万吨标准煤/亿元);G表示产业结构变化,这里为第二产业产值占全部产值的比重(%);M为非农业人口的人口密度(单位:万人/公顷);E为污染治理投入(单位:万元),实际应用中对变量取了对数。所有数据均来自于有关年度《中国统计年鉴》、《中国环境统计年鉴》、《中国国土资源年鉴》等权威数据资料库。本文所用软件是Eviews5.1和Stata9.0。
(二)面板模型与估计、检验方法
计量经济理论表明,众多经济变量尤其是面板数据大都是非平稳变量,用非平稳变量进行回归分析结果很大程度上表现为伪回归。为避免伪回归现象,需要对面板数据进行单位根和协整检验。
1.面板单位根检验。
面板模型进行回归分析之前进行单位根检验,这是避免出现伪回归的前提条件。面板单位根检验方法有别于时间序列数据单位根检验,主要为:LLC检验(Levin、Lin and Chu,2002)、Breitung检验(Breitung,2000)、Hadri检验(Hadri,1999)是相同根的检验方法,IPS检验(Im、Pesaran and Shin,2003)、Fisher-ADF(Maddala and Wu,1999;Choi,2001)检验是不同根的检验方法;LLC检验、Breitung检验、IPS检验、Fisher-ADF检验原假设是含有单位根;Hadri检验原假设为不含有单位根。本文所用数据和变量的面板单位根检验结果如表1所示,表中斜体数字表示该检验的结果和其他检验结果相反。
表1 面板数据的单位根检验
检验方法 lnFS lnFQ lnFW lnY
水
平
值 LLC检验 0.19(0.57) -1.08(0.14) 2.84(0.99) 6.2(0.99)
Breitung检验 4.19(0.99) -0.02(0.49) 1.04(0.85) 10.7(0.99)
IPS检验 -0.24(0.41) -0.39(0.35) 5.58(0.99) 5.64(0.99)
Fisher-ADF检验 59.1(0.58) 70.14(0.22) 25.3(0.99) 8.36(0.99)
Hadri检验 13.4(0.00)* 46.6(0.00)* 16.8(0.00)* 12.87(0.00)*
一
阶
差
分
值 LLC检验 -23.7(0.00)* -13.1(0.00)* -26.2(0.00)* -8.63(0.00)*
Breitung检验 4.84(0.99) -0.02(0.49) -1.94(0.02)** 1.85(0.97)
IPS检验 -4.09(0.00)* -4.2(0.00)* -3.92(0.00)* -6.53(0.00)*
Fisher-ADF检验 170.9(0.00)* 116.8(0.00)* 144.8(0.00)* 80.8(0.05)**
Hadri检验 0.12(0.45) -1.1(0.86) 0.58(0.28) 0.26(0.34)
检验方法 lnG lnM lnA lnE
水
平
值 LLC检验 -0.48(0.31) 8.13(0.99) -6.63(0.00) 11.5(0.99)
Breitung检验 3.77(0.99) 7.02(0.99) 4.2(0.99) -0.52(0.3)
IPS检验 0.69(0.75) 15.2(0.99) -0.27(0.4) -0.48(0.31)
Fisher-ADF检验 62.5(0.46) 46(0.94) 50.7(0.8) 13.1(0.99)
Hadri检验 15.47(0.00)* 17.7(0.00)* 13(0.00)* 22.5(0.00)*
一
阶
差
分
值 LLC检验 -10.55(0.00)* -5.87(0.00)* -22.8(0.00)*
Breitung检验 4.97(0.99) -3.11(0.00)* -5.6(0.00)* -4.5(0.00)*
IPS检验 -4.88(0.00)* -7.24(0.00)* -3.85(0.00)* -6.3(0.00)*
Fisher-ADF检验 109(0.00)* 110.6(0.00)* 95(0.00)* 160.4(0.00)*
Hadri检验 0.03(0.49) -0.18(0.57) 0.53(0.29) -1.05(0.85)
*、**分别表示在1%、5%的显著性水平上拒绝原假设;括号中数据是该统计量的伴随概率。
上述检验结果除了lnFS、lnFQ、lnY、lnG一阶差分值的Breitung检验,lnA水平值的LLC检验显著与众不同外,其他四种或以上检验方法检验结论一致,均表明上述变量是I(1)的,也就是说本文模型所用变量是非平稳变量。
对于面板模型,如果变量是非平稳的,进行回归分析之前需要进行协整检验,以判断是否可能属于伪回归。
2.面板协整检验。
Pedroni(1999,2004)以回归残差为基础构造出7个统计量进行面板协整检验,其中除了Panelν-stat为右尾检验之外,其余统计检验量均为左尾检验。4个是用联合组内尺度描述即Panel v-Statistic、Panel ρ-Statistic、Panel ADF-Statistic、Panel PP-Statistic;另外3个是用组间尺度来描述即Group ρ-Statistic、 Group ADF-Statistic、 Group PP-Statistic。如果各统计量均在1%(或5%)的显著性水平下拒绝“不存在协整关系”的原假设,表明非平稳的时间序列之间存在着协整关系。
Pedroni(1999,2004)基于残差的协整检验量最关键的是计算所假设协整方程的残差。
对于如下的协整方程:
,
其中, , 为独立变量的个数。
为了得到相关的面板协整统计量,首先要估计协整方程。为了得到两个组内统计量(panel rho-stat、panel t-stat)值,对原序列进行差分运算并估计如下差分方程:
其中,
由差分方程的残差值以及Newey-West(1987)的估计量可以计算出 的长期值,用 表示。
通过协整方程的残差 以及回归式 可以得到panel rho-stat和group rho-stat统计量。 的长期方差 以及同期方差 分别为:
并且令:
另一方面对于panel t-stat和group t-stat统计量再次利用协整方程的的残差估计 计算 的方差 。记:
, 。
Pedroni对于相关的面板协整检验量作了如下的表示:
panel rho-stat:
panel t-stat:
group rho-stat:
group t-stat:
对于每个面板模型利用近似的均值和方差既可以进行标准化。
对于面板协整检验而言其原假设 :对 ,即不存在协整关系;而对于组间统计量而言其备则假设为: :对 :而对于组内统计量而言其备则假设为: :对 。
本文所用变量的面板协整检验结果如表2所示。
表2 本文所用变量的面板协整检验
变量 面板协整检验结果
解
释
变
量
lny、
lnG、
lnM、
lnA、
lnE
被解释
变量
lnFS 组内
统计量 Panel ν-stat
-10.44* Panel ρ-stat 12.33* Panel PP-stat 10218* Panel ADF-stat -10.48*
组间
统计量 Group ρ-stat
14.86* Group PP-stat 无 Group ADF-stat 无
被解释
变量lnFQ 组内
统计量 Panel v-Stat
-10.44* Panel ρ-stat 12.33* Panel PP-stat 16.1* Panel ADF-stat -13.7*
组间
统计量 Group ρ-stat
14.86* Group PP-stat 无 Group ADF-stat 无
被解释
变量lnFW 组内
统计量 Panel v-Stat
-10.44* Panel ρ-stat 12.33* Panel PP-stat 1.3E+25* Panel ADF-stat -29.4*
组间
统计量 Group ρ-stat
14.86* Group PP-stat 无 Group ADF-stat 无
1.除了Panelν-stat为右尾检定之外,其余统计检验量均为左尾检定。
2.*表示在1%的显著性水平上拒绝不存在协整关系的原假设。
3.由于缺少西藏个别变量的统计数据,因此组间统计量两个指标无法计算。
三个方程变量的协整检验的组内和组间统计量在1%的显著水平上均表明拒绝不存在协整关系的原假设,因此上述三个方程存在协整关系,可以直接进行回归分析,不存在伪回归。
3.实证结果。
按照协整检验的结果,我们对三个模型进行了总体回归,回归结果制成表3。表中斜体数据表明t统计量接受系数为零的原假设。
表3 三个总体回归模型的样本回归结果
被解释变量lnFS 被解释变量lnFQ 被解释变量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
样本容量 240
1.解释变量系数后面括号里的数字是t统计量,下同。
2.*、**、***分别表示t统计量在1%、5%、10%的显著性水平上拒绝系数为零的原假设,下同。
上述回归结果表明,工业废水排放量和人口密度无关,主要受到人均GDP、产业结构、单位GDP能耗和污染治理四个变量的影响,并且污染治理投入与工业废水排放量正相关;产业结构、单位GDP能耗和工业废水排放量负相关,也就是说工业产值的比重越大、单位GDP的能耗越大,废水排放量就越少;反之则反是。工业废水排放量的曲线形式不同于前文所分析的“U”、”倒U”以及”N”形的任何一种。工业废气排放量与产业结构、人口密度无关,与单位GDP能耗、污染治理投入正相关;工业废气排放量的曲线形式也与已有成果不同。工业固体废弃物的排放量与人口密度、单位GDP能耗无关,与产业结构、污染治理投入正相关;曲线形式与工业废水排放量曲线一致。
目前面板模型的应用研究主要是基于Hausman检验的固定效应和随机效应模型,本文尝试在此方面进行分析,同表3结果进行比较分析。Hausman检验结果表明三个方程均适合使用随机效应模型,结果制成表4。
表4 基于Hausman检验的随机效应模型的回归结果
被解释变量lnFS 被解释变量lnFQ 被解释变量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
上述结果表明,lnFS、lnFQ、lnFW均与单位GDP能耗无关,并且常数项均为正。其中,lnFS、lnFQ、lnFW与第二产业的比重、污染治理投入正相关,lnFS、lnFQ与人口密度负相关,lnFW与人口密度无关。lnFS、lnFQ、lnFW的曲线形式不是“U”、”倒U”以及”N”形的任何一种。这个结论和包群、彭水军、阳小晓(2005)、刘燕、潘杨、陈刚(2006)、于峰、齐建国、田晓林(2006)、李达、王春晓(2007)所用面板数据分析的结果不同。
表3和表4比较,我们发现,表4的结果从理论逻辑上更合理一些,因此后文分析以表4的结果为基础。
lnFS、lnFQ、lnFW三个指标均与第二产业的比重正相关,这基本符合经济逻辑和人们的正常思路,工业产值的比重越大,工业排放量就越大,对环境的污染也就越大。lnFS、lnFQ、lnFW三个指标与人口密度呈现(或者不存在)微弱的负相关,表明产业升级带动的就业方向更加理性以及人们对于环境条件的要求提高;人口越是密集,对于政府控制环境质量的力度压力就越大,重污染企业的规划就越是可能远离人口密集区,lnFS、lnFQ、lnFW三个指标的排放量就越小,因此两者负相关。lnFS、lnFQ、lnFW三个指标均与污染治理投入正相关,似乎不符合经济逻辑的正常思路。因为一般来说,污染治理投入越多,各种工业排放量似乎应该越少,环境就越为改善。实际上,本文认为,工业废水、废气、固体废弃物的排放与污染治理投入有一种循环的“倒逼机制”,当工业排放量增加污染严重政府污染治理投入就增加环境随之改善政府就自然减少了污染治理投入(往往表现为监督管理力度弱化,这种弱化却表现为有关部门的内部理性。试想,如果环境质量一直很好,这个部门是否有继续存在的必要?同时国家也因为环境质量一直较好必然减少污染治理投入,势必减少某些部门的收入和福利)工业排放量增加(这一轮次的逻辑是一种博弈,因为企业废水等的排放会减少企业内部成本,所以一有机会增加三排对企业来说是提高收益)的恶性循环。正是因为政府、有关管理部门、企业站在各自立场独立行事,没有较好地协调运作和缺少对整个环境质量的使命感,也因为上述三个方面权利义务不对等,没有较好的奖惩机制等有效的制度安排,这种“倒逼机制”就会一直存在,这就导致。lnFS、lnFQ、lnFW三个指标均与污染治理投入正相关。
由于表4的结果具有逻辑基础,因此我们尝试在表4的基础上,分析和探讨分省的lnFS、lnFQ、lnFW的自主排放量,期望找到规律性的结论。我们按照表4的回归结果,将自主排放量编制成表5。由于对排放量取了对数,因此结果存在负数,负数越小,表明自主排放量越小;数值越大,表明自主排放量越大。
表5 基于随机效应模型的各地区lnFS、lnFQ、lnFW的自主排放量
地区 lnFS lnFQ lnFW 地区 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 广东 0.97 0.314 -0.321
内蒙古 -0.719 0.403 0.378 广西 0.775 0.841 0.594
辽宁 0.832 0.535 1.036 海南 -0.842 -0.945 -2.199
吉林 -0.195 -0.122 -0.172 重庆 0.340 -0.39 -0.269
黑龙江 -0.197 -0.406 0.004 四川 0.912 0.740 1.066
上海 0.666 -0.712 -1.097 贵州 -0.865 0.721 0.950
江苏 1.124 0.164 0.001 云南 -0.347 -0.008 0.616
浙江 0.604 -0.102 -0.837 陕西 -0.324 0.146 0.564
安徽 0.38 0.496 0.698 甘肃 -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 宁夏 -1.665 -0.946 -1.465
山东 0.365 0.401 0.609 新疆 -0.642 -0.289 -0.775
工业废水自主排放量较大的几个地区(从大到小排序)有:江苏、湖南、广东、四川、辽宁、湖北、广西、河南、上海、浙江;工业废水自主排放量较小的地区(按照从小到大排序)有:青海、宁夏、贵州、海南、天津、甘肃、内蒙古、新疆。工业废气自主排放量较大的几个地区(从大到小排序)有:河南、广西、四川、贵州、河北、山西、辽宁、安徽;工业废气自主排放量较小的地区(按照从小到大排序)有:天津、青海、宁夏、海南、北京、福建、上海。工业固体废弃物自主排放量较大的地区(按照从大到小排序)有:河北、江西、山西、四川、辽宁、贵州、河南、安徽;工业固体废弃物自主排放量较小的地区(按照从小到大排序)有:海南、天津、青海、宁夏、上海、北京、浙江、新疆。 一个很有意思的情况是:工业废水自主排放量最大的几个地区除了广西,其余地区或者是经济增长较好的地区,或者是经济总量大省;而工业废水自主排放量较小的地区几乎无一例外的都是经济增长较为缓慢或者不发达地区。工业废气和工业固体废弃物自主排放量较大的地区基本完全重复,而且和工业废水自主排放量较大的地区差异明显,说明经济发达地区的三废排放和经济落后地区的三废排放标的不同,我们认为这是由于产业结构和产品结构不同造成的。三废排放较小的地区重复较大,基本上是西部或者经济落后地区。上述状况给我们提供的一个基本规律表明经济增长和工业三废排放具有因果关系
三排自主排放量都较大的地区有:四川、辽宁、河南;三排自主排放量都较小的地区有:青海、宁夏、海南、天津。前者的环境问题需要引起政府的极大关注,尤其河南,经济较为落后,环境污染较为严重,如此恶性循环,情景堪忧。对于后者,如何保障环境不会遭受进一步破坏的前提下,有效促进经济发展和增长,成为国家和当地政府的一项重要任务。
四、结论和政策建议
基于效用函数扩展的EKC模型的面板协整分析表明如下结论:
1.我国分省的lnFS、lnFQ、lnFW的曲线形式不是“U”、”倒U”以及”N”形的任何一种。
2.分省经济增长和工业废水、废气、固体废弃物的排放具有因果关系。
3.经济发达和不发达地区工业三废的排放标的显著不同。
4.工业三废排放对国家污染治理投入具有“倒逼机制”。
5.产业结构尤其是第二产业比重的增加会增加工业三废的排放量。
6.人口密度对工业三废排放具有挤出效应。
7.河南省的环境状况需要引起警惕,北京、上海的环境有明显改善的迹象。
根据上述结论,我们提出如下的政策建议:
1.我们没有看到分省环境和经济增长关系的转折点,我们的经济增长目前仍然是以环境恶化为代价。但并不是说经济的持续增长无法改变环境恶化的状况,北京和上海已经表明了EKC曲线在我国某些地区一定程度上成立。从目前的环境恶化状况出发,一味提高经济增长速度、忽视经济增长质量和牺牲人们赖以生存的环境为代价是不可取的,发达国家的先污染后治理的思路不一定在中国适用,因为国情和制度、以及人口压力不同。因此首先要从国家层面上制定有效的环境保护政策和措施,并且要能够做到有法可依,有法必依,执法必严,违法必究,否则只是落在纸面上的所谓环境保护法律必然形如废纸。同时利用各种渠道宣传和提高国人环境保护的觉悟,唤醒人们的环境保护意识,如果从人的心灵教育认识到人类发展和环境的辩证关系并不是用金钱所能买回来或者治理好的,人类行为导致的污染排放必然减少。总结来说,法律的健全和有效实行——明确的权责利关系——良好的道德品质教育,将有利于环境保护。
2.坚决杜绝工业三废排放对于国家污染治理投入的“倒逼机制”,不应该再出现“污染严重——投入治理——环境改善——治理投入减少——污染严重”的恶性循环,而应该是从源头抓起,真正做到谁污染谁治理,建立环境污染的诚信机制,制定有效的奖惩机制,杜绝环境保护领域的腐败,当制度机制代替了行为机制,当制度的客观约束高于人的主观约束,这时候的环境保护必将呈现良性循环发展态势。
3.一个地区的产业发展模式不应该是领导一言堂,而应该建立一整套的评估体系对项目的实行进行综合的可行性评估,包括对环境污染的程度与长期影响的评价,并且要备案,要建立负责机制,出现严重后果要有人负责,正确处理好责权利的辩证关系。同时要杜绝GDP唯上的地方政府绩效评价指标体系,建立一整套切实可行的包括环境状况的指标评价体系。
4.对个别整体环境污染严重的地区,要因势利导,尽快扭转环境持续恶化的恶性循环状态,具体问题具体对待的同时更要总揽全局,制定切实可行的综合治理措施。
参考文献
[1]包群、彭水军、阳小晓. 是否存在环境库兹涅茨倒U型曲线?——基于六类污染指标的经验研究[J],上海经济研究,2005(12):3-13。
[2]刘燕、潘杨、陈刚. 经济开放条件下的经济增长与环境质量——基于中国省级面板数据的经验分析[J],上海财经大学学报,2006(6):48-55。
[3]于峰、齐建国、田晓林. 经济发展对环境质量影响的实证分析——基于 1999—2004 年间各省市的面板数据[J],中国工业经济,2006(8):36-44。
[4]李达、王春晓. 我国经济增长与大气污染物排放的关系——基于分省面板数据的经验研究[J],财经科学,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.
关键词:贸易自由;环境质量;规模效应;结构效应;技术效应
中图分类号:F74 文献标志码:A 文章编号:1673-291X(2013)30-0250-03
引言
环境质量长期以来被视为一国经济可持续发展的主要指标,自20世纪80年代至今,在中国对外贸易特别是出口贸易高速发展的同时,资源、环境问题日益凸显,可持续发展面临严峻的挑战,环境损害问题无论在国内学术界还是决策层都备受关注。从已有文献来看,学者们普遍认为贸易通过影响经济活动水平或经济布局对环境造成间接影响(Copeland&Taylor)。但是,涉及贸易环境效应结果等核心问题至今还未达成一致,尤其在有关贸易环境政策法规的制定方面争论更为激烈,这无疑给政策制定带来了极大的困扰。对于中国来说,深入研究改革开放至今贸易与环境之间的互动机制,在一定理论框架下探索贸易自由化如何影响环境质量,并据此对贸易与环境政策进行针对性的宏观战略调整,对促进中国经济增长平稳转型进而实现经济可持续发展具有重要意义。正是基于以上原因有必要对现有的文献进行系统的回顾。在结构安排上,本文首先梳理国外学者就贸易环境效应研究的相关理论与实证文献,并对理论界主流观点做详细论述,最后是结论。
一、贸易环境效应的理论研究
将贸易与环境结合起来的研究源于18世纪初古典经济学家David Ricardo关于经济增长与资源承载力和环境容量间关系的初步探讨中。David Ricardo认为贸易规模扩大加快经济增长的同时必然会增加资源需求量和污染排放量,但受资源总量和环境同化能力的制约,可能导致对环境的负面影响,最终造成环境损害。随着世界贸易自由化进程的加速和环境污染问题的日益突出,这一观点引发了大量学者关于贸易与环境问题的持续性讨论。Pethig.Rudiger(1976)、Sieber,Horst(1977)和Gregory.Michael(1991)分别研究表明,经济规模的扩大提高了污染物排放水平,而生产技术的进步大大降低了单位产值污染排放强度。Grossman 和Krueger(1993)突破了单一因素的约束,开创性地将规模、结构和技术因素同时纳入理论分析中,运用控制变量法对这三大因素进行了分析,得出规模效应具有负向性,生产技术则表现为正效应,而经济结构转变如果是由国家间环境监管差异引起时结构效应才呈现出负效应。之后,Theodore Panayotou(2000)做了更为全面的分析,新提出了收入增长效应、经济结构效应、产品组成效应和法规效应,其中收入增长效应是对规模效应的补充与完善,而经济结构效应和产品组成效应是从空间层面上对结构效应的进一步分解。
(一)贸易环境规模效应的探究
由于实际收入与贸易引致的经济规模两者存在正向关系,进而探讨经济规模与环境污染的关系可转换为研究实际收入水平与环境污染之间的关系。Grossman & Krueger(1993)和Runge(1994)研究表明随着实际收入水平的上升,空气质量首先出现恶化,但是一旦国民收入超过一定水平,空气质量就开始改善。Selden & Song(1994)以新古典增长模型为基础,采用Simon Kuznets(1955)研究经济发展与收入不均之间关系的研究思路,并且假设环境质量、产品生产与消费以及环境政策法规对收入都具有弹性,发现贸易促进工业和农业现代化的早期阶段污染水平明显提高,但到后期出现了降低,实际收入与污染水平呈现出“倒U型”关系。
(二)贸易环境结构效应的讨论
假定一国消费者偏好不变,国家间染排放政策差异是引致产业转移是形成结构效应的唯一因素。Copeland&Taylor(1993,1994)运用了不同于Merrifield(1988)和 Rauscher(1991)的研究方法,建立了一个多商品、多国家的南北贸易模型,并假定南北方国家都为小型国家且环境污染是局部的,研究表明:使北方国家“双高”的收入与环境标准使污染性产业相对收缩,减轻了其环境压力,而在南方国家却形成污染藏纳场。Copeland&Taylor(1995)则放松了原南北贸易模型中污染局部性的假设,建立了全球污染模型,并假定南北方国家都采用可交易的污染物排放许可证体制,认为许可证额度在北方国家的减少量并不能与南方国家的增加量百分百抵消,那么贸易自由化将提升专业化生产均衡下的总体污染水平。而Pethig(1976)、Daly(1993)和Porter(1995)则从国际竞争的视角对这一问题进行了探讨,这些研究认为,世界环境污染的加剧的原因并不是Copeland&Taylor(1995)所提出污染的净效应为负,而是各国维持或增强本国竞争力的附带效应是降低各自的环境标准,出现了“向底线赛跑”的情形,产生了所谓“陷入低环境”标准效应,从而增加了全球污染物排放总量。
(三)贸易环境技术效应的争论
如何提高生产中的技术水平成为学术界继技术效应正向性讨论之后的新关注点,学者们普遍认为,在不考虑FDI因素,本国政策法规对促进清洁技术的发展起到了至关重要的作用,西方主流经济学就政策选择的主张形成了“庇古税原理”和“科思定理”两大阵营。Pigou(1932)依据马歇尔(Marshall)提出的外部性理论,认为环境污染具有典型负外部性,只要把市场失灵造成的负外部效应内化到商品生产的真实成本中,确保污染者能够自行研发引进更加先进的技术来降低污染排放量。而1959年Coase在《社会成本问题》的开篇就指出庇古对外部性解决有失公平和全面,不赞成庇古的通过政府额外增加课税来对外部性进行干预,并为以非政府干预方式解决外部性内部化问题提供了理论基础。Coase强调市场制度本身就能解决好环境污染的问题,只要政府在进行外部性干预时明确产权即可。J.H.Dales(1971)成功运用了Coase的思想,首次就提出了运用拍卖污染许可证的方法来解决环境污染的设想,之后,F.R.Anderson(1977)借鉴J.H.Dales(1971)的研究,提出了著名的数量配论,认为控制污染成本较低的厂商将其多余的许可证卖给控制污染成本较高的厂商,在有效分配环境资源的同时降低了总体污染排放量,Randolph,M.Lyon(1989)还认为可转让的污染排放许可证制度TDPs(transferable discharge permits)有助于发达国家解决环境问题。
二、贸易环境效应的实证研究
在贸易环境效应理论研究进行的如火如荼同时,大量的经验研究利用不同样本对贸易环境的规模效应、结构效应、技术效应以及总效应进行了检验。
(一)贸易环境的规模效应
一些学者认为经济规模与环境质量之间存在“倒U型”关系。Shafik & Bandyopadhyay(1992)对1960—1990年期间的149个国家十种污染物排放量、人均GDP以及相关变量进行线性对数估算,得出的结论是:大多数环境指标随经济增长呈现出先上升后下降的趋势。之后,Grossman &Krueger(1993)和Grossman(1994)采用GEMS数据分析后也发现SO2暗物质浓度、空气悬浮颗粒以及水污染物浓度与实际收入水平都呈“抛物线型”,分别在人均GDP达到4 000美元~5 000美元、9 000美元和8 000美元时出现拐点。从空气污染整体水平的角度,Hilton and Levinson(1998)对Octel 、OECD 1972—1992年期间48个国家汽油消费量数据进行分析后也支持了这一结论。而另外一些学者对之前的观点产生了质疑,Mc-Gillivray(1993)以22个OECD国家12种环境指标为基础,得到了体现环境质量的综合性指标,但发现该指标的变化具有随机性,不能说明环境质量与收入之间存在确定的数量关系。Groot等人(2001)以中国30个省市自治区1982—1997年的污染排放数据为样本,研究发现除水污染外,固体废气物、污染气体以人均值衡量时都表现出单调递增的趋势。另外,Harbaugh,levinson and Wilson(2002)对Grossman &Krueger(1993)的结论进行敏感性验证时发现,这种“倒U型”关系并非对所有污染物都成立。
(二)贸易环境的结构效应
贸易引致的污染性产业的集中扩张对污染性产品出口国环境造成了破坏。Walter(1973)和Robinson(1988)通过计算发现20世纪70年代美国出口产品污染程度较进口产品要高出15%以上,且这一时期污染排放量呈大幅度上升趋势。Brown,Deardorff,Stern(1992)利用一般均衡模型研究表明环境敏感性产品生产地向美国和加拿大等发达国家转移,而Anderson.K(1992)则认为污染密集型产业转向了发展中国家,但都发现转入地环境质量明显恶化,Xu(1999)的研究进一步证实了这一结论。但就环境质量整体而言,Lucas(1992)、Birdsall和Wheeler(1993)认为污染性产业转移有利于全球环境的改善,而这一观点受到了Low,P,a和 A.Yeats.(1992)的强烈反驳,他们采用1967—1968年和1987—1988年间两组世界贸易数据,对美国的钢铁和非铁金属等5个最具污染的行业出口额与总出口额的比率变化做了研究,发现污染性产业跨区域转移对转入地和转出地的环境影响结果完全相反,因而净效应不能确定。
(三)贸易环境的技术效应
“庇古税原理”和“科斯定理”在实际环境治理应用中主要形成了以税收和排污权交易为代表的两种制度体系。一派观点认为对市场机制较为完善的发达国家,税收制度在降低污染物排放水平方面比排污权制度更为有效。James.W.Martin(1929)对1929美国伊利诺斯州年新颁布的废气税法规做了优势性分析,与1927年的旧法规以及和其他州同类法规的比校,该法规使总体污染气体排放量有所降低。Thomas C.Kinnaman(1994)研究表明美国各州所实施的固体垃圾填埋税在改善环境质量方面十分有效,且最佳的税率为每吨5美元~10美元。另外,James Boyd(2003)对美国两家公司所在地区分别使用污染排放税法和排污权制的环境治理的成本分析发现,前者的治污边际成本明显低于后者。而另一派观点则认为排污权制度更为有效。Oates and Strassmann(1978 and 1984)研究调整公共污染排放结构问题时发现:相比较运用排污税,TDPs更能激励污染排放者降低排放量。Randolph M.Lyon(1990)基于政策激励和直接管制的企业排污行为分析模型,采用了Vivian and Hall(1981)所使用的数据,分析了在两种不同的环境监管方式下公共部门与私人部门的排污行为的差异,研究表明使用符合市场运行机制的可转让污染排放许可证比统一的税收制度更有效率。SabruoIkeda(2005)对中国天津纺织染料业、化工业、造纸业和食品加工四大行业20家公司遵循可交易许可证制度后的COD和BOD排放量数据分析得出,COD减少率由60%提升到70%,污染排放量得到了明显降低。
结语
本文通过梳理总结贸易自由影响环境的相关文献,得出以下结论:在理论层面,一是以Grossman和Krueger(1993)三因素观点为代表的是早期研究认为技术效应的正向性远远大于规模效应带来的负效应,而结构效应影响甚微,一般可不予考虑,二是以Copland(1995)主张的环境跨国界污染为代表的深化阶段摆脱了时间空间锁定,发现较之于规模效应与技术效应,结构效应对环境影响起到了决定性作用,而庇古税原理和科思定理的有效性存在各自的适用范;在经验层面,经济规模与环境污染之间并没有确定的数量关系,而污染性产业的跨区转移不一定使全球污染水平加剧还有可能减缓,另外,在环境治理方面发达国家运用庇古税比科思定理更为有效。
参考文献:
[1] 兰天.贸易与跨国界环境损害[M].北京:经济管理出版社,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
关键词:对外贸易;外商直接投资;经济增长;人力资本;环境污染
中图分类号:F74
文献标识码:A
文章编号:1002-2848-2008(02)-0088-07
一、引 言
近年来,中国经济保持快速发展,对外贸易和吸收外商直接投资(以下均简称FDI)也取得了瞩目成就。然而,在经济发展的同时,中国也遭受了较严重的环境污染。流入中国的FDI超过七成进入了制造业领域,较为集中的行业为:通信、计算机及其他电子设备制造业,交通运输设备制造业,电气机械及器材制造业,纺织服装、鞋、帽制造业,化学原料及化学制品业等。其中交通运输设备制造业,电气机械及器材制造业,化学原料及化学制品业的FDI增长较快,然而这些行业都是污染大户,其中化学原料及化学制品业是废水排放最主要的行业之一。出口主要集中于化学化工,塑料,纺织,贱金属及其制品,机器、机械器具、电气设备及零件等高污染制造行业,且这些行业的出口近年来都保持了较快增长。根据2005-2006年《中国统计年鉴》,2000-2005年中国废水和废气排放量均逐年加快增长,另怀德的研究,近5年总的污染经济损失也呈加快增长态势[1]。那么,对外贸易、FDI是否导致了中国环境污染恶化呢?
FDI与发展中国家的环境污染有着争论性的联系,这方面理论以“污染避难所”假说为代表。Baumol和Oates认为,如果发展中国家自愿实施较低的环境标准,专业化生产污染密集型产品,而发达国家由于制定的环境标准普遍高于发展中国家,高污染产业必然会向发展中国家转移,发展中国家将成为世界“污染避难所”,环境污染随之逐渐加剧[2]。不过这一假说并未得到普遍认同,Porter和van der Linde认为,企业积极进行环境保护可以促进技术创新,降低总生产成本和提高企业价值,从而增强竞争优势[3]。这就使得低环境标准所带来的成本优势能否吸引FDI成为疑问。另外,马丽、刘卫东、刘毅认为,污染控制成本并非企业成本中最重要的因素,也不会成为促使企业向海外迁移的动力[4]。
对外贸易也与环境污染存在着争论性的联系。近年来,随着贸易自由化所导致后果的凸显以及公众环境意识的提高,对外贸易所产生的收益问题开始受到质疑,人们开始反思对外贸易在促进经济增长过程中所引起的包括环境在内的各种后果。Ropke指出国际贸易会在几个方面引起环境问题,例如自然资源的低估,不惜以牺牲环境来换取经济增长,扩大环境的外部性影响等[5]。Dua和Esty等指出,作为全球贸易自由化的结果,各国会纷纷降低各自的环境质量标准以维持或增强竞争力,出现所谓“向(环境标准)底线赛跑”(race to the bottom),甚至出现阻挠环境立法等漠视环境管制的现象[6]。但也有学者认为“向底线赛跑”的论断缺乏足够证据,Eliste和Fredriksson在对农业部门的经验分析中,没有发现有充分的证据支持“向(环境标准)底线赛跑”的论断[7]。
上述分析表明对外贸易与FDI可能与环境污染存在了某种关系,本文拟利用2000-2005年中国30个省、直辖市、自治区的经验数据,分析对外贸易、FDI对环境污染的影响,并试图找出既能抑制环境污染又能促进经济增长的要素,这一(些)要素便是促进对外贸易、FDI与社会经济和自然环境协调发展的重要政策变量。
二、模型构建
在de Mello和Ramirez模型的基础上,将人力资本因素置入生产函数[8-9]:
三、主要数据的简单说明
人力资本(H)、初级劳动投入(L)、公路标准里程(Transport)可根据2001-2006年《中国统计年鉴》相对容易的获取。各省GDP以2000年为基期扣除价格因素后得到;进口渗透(M)和出口导向(X)为各省进出口扣除美国2000年为基期的CPI后转换为人民币,再与各省2000年为基期GDP相比的比重。下面主要对污染(P)、资本(K)、FDI、实际汇率(Exchange)数据做简要说明。
本文主要难点之一是环境污染数据的获得较为困难。首先是完整原始数据获得困难。以1989年《中华人民共和国环境保护法》正式颁布为标志,国家和各地方环境状况统计制度开始建立。1997年环境统计将乡镇工业污染纳入统计范围,此后的生活和工业污染统计范围进一步扩大,环境统计逐渐趋于完善。但2000年之前的部分地区环境状况公报中生活废水、生活废气统计资料缺乏,因此将污染数据年限设置为2000-2005年。其次是以何种环境污染指标表示整体环境污染状况的问题。以往研究中,环境污染常常以单个或几个独立指标来表示,而个别独立的环境污染指标走势通常不一致,因此很难代表环境污染整体。本文拟以价格为权重建立一个综合环境污染指标(即估算环境污染经济损失),使该指标能最大限度代表环境污染整体,并弥补以往利用单个或几个独立环境污染指标进行的实证研究,无法揭示环境污染整体状况的窘境。将空气主要污染物:二氧化碳①、二氧化硫、悬浮颗粒物(烟尘、工业粉尘),水主要污染物:化学需氧排放,以及噪音污染等作为环境污染损失估算对象,舍弃固体废弃物、一氧化碳等指标②。环境污染损失估算是近几年我国环境研究中的热点和难点,借鉴刘渝琳,温怀德的研究方法(限于篇幅考虑,本文不做详细介绍)[1],以2000年为基期,估算出各省环境污染损失。限于资料获取能力,本估算不含固体废弃物、一氧化碳,以及其他一些非主要指标,这使得本估算成为保守估算。这里仅给出2005年环境污染损失表。如能获取更完善的数据,环境污染损失应大于表1数据,但它由最主要污染物估算得到,应仍能较好地反映各省污染损失状况。由表1可知,无论从三大区域环境污染损失的最大值、平均值,还是总值来看,我国环境污染损失都总体上呈现为由东向西逐渐减少的格局。
FDI应采用存量指标还是增量指标是一个值得思考的问题。实际上,具有溢出效应和参与生产的FDI应是存量FDI,而部分新引进FDI很可能还未充分发挥其应用功能,因此采用存量指标应更合理。中国统计年鉴中所列FDI数据实际上是增量FDI,并非存量FDI。可借鉴上述资本数据计算公式,有:FDIit+1=(1-δ)FDIit+Iit+1[]PFDIi,折旧率仍参照7.5%,存量可由各地新增FDI经上述公式计算得出,增量FDI价格指数可参照美国消费者价格指数。计算结果略。
由于2005年7月21日及其之前几年我国实行盯住美元的汇率制度,汇改后我国无论是经常项目还是资本项目的顺差都主要来自美国,美元在篮子货币中仍有重要地位,因此本文的实际汇率使用美元对人民币的汇率。实际汇率可通过以下公式计算得到:
四、实证分析
(一)全国整体分析
以GDP为被解释变量的全国面板数据回归结果见表2。资本、FDI、初级劳动投入、人力资本等参与生产的要素对经济增长的作用显著为正,其中资本对经济增长的促进作用最为明显。环境污染损失也对经济增长产生了显著促进作用,这表明它确实做为一种环境代价,促进了经济增长,且其对经济的贡献仅次于资本(其系数仅小于资本)。除此之外,出口和进口(由于本文出口导向率和进口渗透率可理解为出口和进口的替代指标,为分析简便,下文中X与M均直接简称出口与进口)也对经济增长产生了正的影响,这表示中国进出口促进了技术进步(也可能是由于扩大市场、带动投资等等其他因素),从而推动了经济增长;不过进口系数很小,这表明它对经济增长的促进作用很有限。交通系数显著为正,这说明中国交通发展整体上促进了经济的增长。真实汇率系数为正,但在固定效应模型中不显著,这表明汇率对中国经济的影响具有省份特征,这可能是由于东中西部各省对外经济联系的差异造成的;这主要是由于我国2000-2005年这一时期名义汇率的相对贬值增强了我国经济的竞争力,预期实际汇率将对经济增长产生积极的影响,Yao和Zhang 、姚树洁、冯根福、韦开蕾等的研究也得出了类似的结论[13-14]。
以环境污染损失为被解释变量的全国面板数据回归结果见表3。经济增长是环境污染损失的主要原因,高产出地区环境污染损失也相应高。FDI加重了环境污染,这是由于我国吸收FDI的领域主要集中于制造业,而制造业是产生污染最主要来源,这也说明FDI技术外溢并没有整体上改善环境污染,或技术外溢不足,亦或是对技术外溢的吸收不足。初级劳动投入系数均显著为正,说明我国劳动力投入整体上仍以污染性生产为主。资本系数显著性水平都不高,对环境污染不具有解释力。人力资本系数显著为负,对抑制环境污染损失有积极意义,这是由于人力资本是知识和技术的重要载体,而知识和技术的增加会对环境污染产生抑制作用。进口系数仅通过显著性检验,且其系数均为负,表明进口通过促进技术进步(或替代了国内污染性生产),一定程度上缓解了国内污染,不过其系数较小,对控制国内环境污染的作用有限。出口系数显著为正,说明出口通过技术进步促进生产扩大的同时,却造成了环境污染,出口的作用更多的体现在了生产扩大上,并没有对环境污染形成积极影响。
从可持续增长角度看,必须有效控制环境污染,然而我国经济增长以较大的环境污染为代价,若处理不当,将对经济增长产生不利影响。人力资本既可较好的促进经济增长,又能抑制环境污染,因此积极促进人力资本积累可缓解控制环境污染与促进经济增长这一矛盾。另外,进口存在促进技术的功能,并可以替代国内的污染性生产,这使得它对于缓解上述矛盾有一定积极意义,不过进口对于降低环境污染与促进经济增长的作用都比较小。
(二)地区差别
东、中、西部地区经济发展水平差异较大;FDI在地区分布上也呈现出显著不平衡性,到2005年东部已经累计吸收FDI占全国总吸收额的近84%,而中西部分别仅为11.4和4.7%;而进出口贸易中,东部地区所占份额更是达90%以上;据表1中三个地区环境污染损失均值可知,环境污染状况表现为由东至西逐渐减少。这一现象影响了以全国为对象的研究精确度,因此本文将全国分为东、中、西部三个区域进行分析(区域划分与表1同)。
以GDP为被解释变量的分地区数据回归结果见表4。东部经济增长主要依靠资本、FDI、初级劳动投入、出口,以及环境污染代价。东部地区人力资本并不能解释其经济增长,这主要因为东部汇集了来自全国各地的大量人才,东部人力资本由本地和外来两部分组成,其经济增长应由这二者之和的人力资本来解释。东部进口也不能解释其经济增长。西部地区经济发展不显著依靠FDI,而是主要依靠自身力量,如资本、初级劳动投入、人力资本、出口,以及环境污染代价等,这主要是由于西部所吸收的FDI较少,且增长不稳定。中部地区的资本、初级劳动投入、人力资本、出口、环境污染损失,以及汇率等都促进了经济增长。中部地区的进口对经济增长产生了负作用(随机效应模型通过显著性检验),这可能与西部较低的技术吸收能力有关,或是进口替代了中部地区的生产。中部交通的系数未通过显著性检验,不能成为其经济增长的原因。
以环境污染损失为被解释变量的分地区数据回归结果见表5。东、中、西部三大地区的经济增长、FDI、出口等均是环境污染增加的显著原因。东部地区资本是环境污染减轻的因素,而在中西部地区则相反,中西部地区资本系数为正。这说明东部地区资本承载的生产技术水平要高于全国平均水平,资本的增长使得生产的技术水平提高,从而有利于控制污染,而中西部地区资本承载的生产技术水平较低,资本的增长扩大了生产,但不利于控制污染。初级劳动投入系数为正(但在东部地区未通过显著性检验),这基本上印证了我国劳动力投入整体上仍以污染性生产为主的观点。进口对污染的缓解作用仅在东部成立,这说明东部地区吸收进口的技术外溢效应能力强于中西部地区,另外也可能与中西部地区进口额较少,且增长不稳定有关。
五、简短的结论
本文就对外贸易、FDI的经济增长效应与环境污染效应进行了面板数据的实证分析。将以上分析整理后,有如下四点重要结论:
1.对外贸易与FDI都整体上促进了中国经济增长,其中,进口对经济增长的作用较小。分区域看,西部地区经济发展不显著依靠FDI,东部地区的进口也不能解释其经济增长。这说明中国的对外贸易与吸引外资,从整体上说,在促进经济增长这方面还是比较成功的。
2.出口贸易与FDI加剧了中国环境污染。由于中国是以相对较低的成本进行出口贸易,以十分优惠的条件吸引FDI,使得出口贸易与FDI所获得的利益是国内外共享的,然而其污染却留在了国内,由国内独自承担。要实现生产福利最大化,以及经济可持续发展,中国的出口与引资政策还有待继续调整和完善。
3. 进口贸易可抑制环境污染,但作用比较小。从地区看,仅东部地区的进口贸易显著抑制了其环境污染。虽然本文的实证结果认为进口贸易整体上促进了中国经济增长,但其系数很小,而且进口贸易对经济增长的作用机制比较复杂,因此,在控制环境污染与促进经济增长的政策选择时,应谨慎使用进口贸易这一政策工具。
4.人力资本具有促进经济增长与抑制环境污染的双重功能。虽然东部地区人力资本对促进经济增长与抑制环境污染的作用均不明显,但是本文给出了人才往东部流动,补充了东部人力资本的解释。因此,人力资本对于促进经济增长与控制环境污染是非常重要的。应积极促进人力资本积累,促使对外经济与自然环境、社会经济协调发展。
参考文献:
[1] 刘渝琳,温怀德.环境污染损失的货币化估算与政策建议[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] 马丽,刘卫东,刘毅.外商投资对地区资源环境影响的机制分析[J]. 中国软科学,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] 江锦凡.外国直接投资在中国经济增长中的作用机制[J].世界经济,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.
关键词:环境管制;技术授权;社会福利;清洁生产技术;特许权;排污许可证;消费者剩余
中图分类号:F224.0 文献标识码:A 文章编号:1007-2101(2016)05-0075-07
一、引言
在经济高速发展的同时,中国正面临着严峻的环境污染问题,严重影响了中国经济的增长质量(肖士恩和雷家X)[1]和环境质量(李名升等)[2]。中国政府已经意识到环境污染的危害和清洁生产对产业发展的促进作用,早在2003年1月1日就实施了《中华人民共和国清洁生产促进法》,工信部等政府部门制定了相关方案,大力推行清洁生产技术的研发和应用,并且明确提出,应用先进适用的技术实施清洁生产技术改造是提升企业技术水平和核心竞争力,从源头预防和减少污染物产生,实现清洁发展的根本途径。
既能够降低污染排放,又可以提高产品质量的技术是一种高效节能的清洁生产技术,它普遍存在于现实经济生活当中。例如,先进的炼钢工艺在减少能源消耗和污染排放的同时,提高了钢铁产品质量(殷瑞钰)[3]。在水泥生产行业,通过实施污染削减技术,提高了资源利用效率和水泥产品质量(卢声超)[4]。
国内学者的实证研究表明,清洁生产技术的应用对中国经济增长和企业竞争力的提升具有促进作用。黄菁和陈霜华[5]通过建立人力资本内生增长模型,探讨了经济增长、环境污染和环境治理在均衡增长路径中的关系,并运用中国的数据对模型结果进行了计量检验,结果表明清洁要素及技术的使用是经济可持续发展的关键。秦佩恒等[6]对2009年中国金属制品行业调查的实证研究表明,清洁生产技术的应用水平是影响企业经济绩效和环境绩效的关键,在一定程度上印证了Porte和van der Linde[7]理论假说,即适度的环境管制能够引发技术创新,降低企业生产成本,提高产品质量和生产效率,从而形成企业的竞争优势。
清洁技术的应用及其对经济的促进作用得益于环境管制。朱承亮等[8]对1998―2008年环境约束下中国经济增长效率的分析发现,政府管制和环境治理强度对中国经济增长效率改善具有促进作用。余长林和高宏建[9]基于1998―2012年中国省级层面的面板数据考察了环境管制强度和隐性经济规模对中国环境污染的影响,认为政府应通过提高环境管制强度、刺激企业治污和生产技术创新,达到提高生产效率和污染治理的双重目的。钟茂初等[10]利用中国省际面板,对环境管规制能否倒逼产业结构调整进行了实证检验,结果表明,加强环境规制强度对于产业结构调整和环境保护的双赢具有重要意义。
查建平[11]进一步指出,在中国当前工业化阶段,严格的环境管制有利于推进工业经济生态化和集约化发展,推动工业企业加大技术引进,提升环境全要素生产率在工业经济增长中的重要作用。可见,环境管制能够提升企业生产效率和竞争力,在很大程度上促进了工业企业对清洁技术的需求。
在关注清洁生产技术有效需求的同时,如何有效增加清洁技术的供给同样不容忽视。许多科研机构和研究型高校等非生产性企事业单位,作为科学技术知识的重要供应者,本身并不从事相关产品生产,而是通过技术授权来实现清洁技术的商业化和产业化。
如何通过最优技术授权合同的选择,实现非生产性企事业单位收入最大化,并提供持续的创新动力,日益引起经济学家们的关注。Li和Geng[12]研究了非生产性企业向一个耐用品厂商的技术授权,证明了固定收费、特许权收费和双重收费都有可能是最优合同形式,取决于技术创新类型和创新程度。Stamatopoulos和Tauman[13]通过研究异质消费者条件下提高产品质量的技术授权,发现依据市场需求的不同,最优合同形式既有可能是固定收费和特许权收费,也有可能是双重收费。
然而,关于环境管制条件下最优技术授权合同形式的研究还比较少,这不利于通过先进的技术手段治理严重的环境污染。因此,深入探讨这一问题,对于有效增加清洁技术供给,减少企业污染排放,提高企业生产效率,从而促进经济增长具有重要的理论和现实意义。
本文构建了一个经济学模型,一个非生产性企业拥有一项可以提高产品质量同时又能降低污染排放的技术,它决定采用何种技术授权合同形式向其他两个生产性企业转让该技术。两个潜在的技术受让企业在市场上进行古诺竞争。在该模型当中,政府对生产性企业实行排污总量控制。环境管理部门通过设置排污上限的环境管制措施,会对技术拥有企业的最优合同选择产生重大影响。排污总量限制了技术拥有企业通过设置适当的单位产出费攫取新增利润的能力,从而导致特许权收费合同成为最佳选择。
清洁技术的应用对生产者、消费者和社会福利的影响同样不能忽视。如果对一项新技术的应用降低了生产者利润、消费者剩余和社会福利,那么就需要在环境保护与经济利益之间做出取舍,在特定条件下可能会影响新技术的推广应用。本文的研究结果表明,最优技术授权合同形式不仅提高了生产者利润,而且增加了消费者剩余和社会福利,达到了环境保护与经济利益的一致。
本文的结构安排如下:在第二部分笔者给出了基本模型,研究了没有技术授权的市场状况。在第三部分笔者研究了技术拥有企业的最佳技术授权形式和社会福利效应。第四部分是结论和建议。
四、结论和建议
笔者讨论了一个外部专利持有者通过技术授权提高产品质量,从而降低污染排放,达到改善环境的目的,这是以前关于清洁技术使用与环境治理文献较少涉及的内容。另一方面,关于技术授权的文献很少涉及环境管制。本文的研究表明,在环境管制条件下,特许权收费合同是技术拥有企业的最优选择,并且促进了清洁技术的应用,提高了消费者剩余和社会福利。
根据本文的结论,笔者提出以下三点建议:第一,政府应该实行较为严格的环境管制措施,制定明确的污染排放限额;第二,应当发挥市场机制和政府调控的双重作用,两者的相互作用在特定环境下能够产生较为理想的结果;第三,环境保护与经济效益并行不悖,通过环境管制和清洁技术授权形式的选择,可以实现两者的一致,从而保持企业的技术创新能力,推动清洁技术应用,改善产业结构,促进经济长期增长。
笔者并没有将污染物排放对社会的危害纳入到福利分析当中。但是,由于在不同的技术授权合同形式下污染物排放总量是相等的,因此,即使考虑到危害函数,也不会影响本文的实质性结论。
应当注意的是本文的结论依赖于特定的环境管理工具,即排污上限和排污许可证拍卖。后续研究可能要考察在其他环境管理工具下,例如排放标准、生产标准和排污许可交易,技术拥有企业的授权策略及其社会福利效应。
参考文献:
[1]肖士恩,雷家X.中国环境污染损失测算及成因探析[J].中国人口・资源与环境,2011,(12):70-74.
[2]李名升,孙媛,陈远航,张建辉.污染排放与环境质量关系模型构建与应用[J].环境科学,2014,(3):1199-1204.
[3]殷瑞钰.新世纪以来中国炼钢――连铸的进步与命题[J].中国冶金,2014,(8):1-9.
[4]卢声超.简论水泥行业清洁生产及其技术[J].水泥工程,2006,(2):70-75.
[5]黄菁,陈霜华.环境污染治理与经济增长:模型与中国的经验研究[J].南开经济研究,2011,(1):142-152.
[6]秦佩恒,赵兰香,万劲波.清洁生产技术运用对企业经济及环境绩效的影响――基于2009年中国金属制品业调查的实证研究[J].生态经济,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,师萍.环境约束下的中国经济增长效率研究[J].数量经济技术经济研究,2011,(5):3-20.
[9]余长林,高宏建.环境管制对中国环境污染的影响――基于隐性经济的视角[J].中国工业经济,2015,(7):21-35.
[10]钟茂初,李梦洁,杜威剑.环境规制能否倒逼产业结构调整――基于中国省际面板的数据的实证检验[J].中国人口・资源与环境,2015,(8):107-115.
[11]查建平.环境规制与工业经济增长模式――基于经济增长分解视角的实证研究[J].产业经济研究,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]上官绪明.FDI、经济增长与环境污染――基于SVAR模型的实证分析[J].生态经济,2014,(10):46-49.
[22]Filippini L.Licensing contract in a Stackelberg model[J].Manchester School,2005,(5):582-598.
关键词:EKC;经济增长;工业污染物;环境污染
中图分类号:F062.2 文献标志码:A 文章编号:1673-291X(2016)25-0001-05
引言
1991年美国经济学家Grossman和Krueger在《北美自由贸易区的环境后果》一书中说到,在经济发展初期,污染水平会随着经济增长、工业发展、收入提高而趋于严重;当经济发展到一定阶段后,环境污染情况逐渐有所好转,这种现象表现为倒U型。随后,Grossman和Krueger对1979―1990年66个国家的污染物排放情况分析研究后提出了环境库兹涅茨曲线(Environmental Kuznets Curve,EKC)理论:环境污染与经济增长之间存在倒U型关系。之后,许多学者从不同角度,采用不同样本和方法对EKC假说进行了验证。结果发现,环境污染指标与经济增长除了呈倒U形关系外,同时还存在U型、U型+倒U型,甚至线型。
以上分析可知,经济增长与环境污染之间的关系比较复杂,不同国家或地区由于受经济发展水平、环境政策、人们环保意识等方面的影响,EKC曲线可能变化为其他形态。 随着西部大开发战略的实施,四川经济得到快速发展,2010 年GDP达到16 898.6亿元,为1987年(185.76亿元)的90.97倍。与此同时,除工业废水排放有大幅度减少外,环境问题均有恶化趋势。因此,对四川省的经济增长与环境污染问题的统计分析,验证环境库兹涅茨曲线(EKC)在四川省是否存在具有重要的理论意义。
一、模型构建与结果分析
(一)指标选取与模型建立
典型环境指标的选取是研究经济增长与环境污染关系计量模型的关键。由于各项反映经济发展水平的指标与人均 GDP 都有密切的联系,故采用四川省人均 GDP 作为反映经济发展的指标。数据来源于《四川省统计年鉴》,选取包括工业废水排放量、工业粉尘排放量、工业废气排放量、工业固废排放量在内的7个环境指标。借助于SPSS统计软件,分析四川省1986―2011年人均GDP与各指标的相关性(见表1)。
从表1中可以看出,环境指标中工业废气排放量、工业固废排放量、工业废水排放量、工业SO2排放量与人均GDP显著相关,所以选取该4个指标进行模型构建。由于各地区经济发展水平与环境污染不同,拟合两者之间关系所用的计量模型也不相同,常用的主要有线性函数、二次函数、三次函数和指数函数等。利用四川省1986―2011年的经济与环境数据,借助于SPSS19.0统计分析软件,进行多种函数的拟合,根据拟合效果进行优选,最终选择三次函数作为模型进行研究。
以y表示环境污染指标,x表示经济增长指标,构建模型y=a+bx+cx2+ dx3+ξ。式中,a、b、c、d为模型参数;ξ为误差随机项。以工业废水排放量为例,经过软件分析得出:
由此可以得出,工业废水排放量的拟合方程:
y =222 987.366-30.603x+0.02x2+(-5.394E-8)x3+ξ
R2为0.753(R2为相关系数),F检验为21.354,从拟合结果看,拟合优度大于0.7,F值也很显著,说明工业废水排放量与人均 GDP 的曲线拟合效果好。因此,得到的拟合模型能够很好地解释两者之间的关系,同理,可以得出其他环境污染指标(见表5、下页图1至图4)。
(二)结果分析
由图1至图4可知,1986―2011年四川省4 种污染物排放量随人均GDP变化的曲线形态可分为两类:工业固废排放量与工业废气排放的EKC为明显的倒U形,工业固体废弃物排放量与工业废水排放量的EKC形态为U型+倒U型,说明EKC曲线并不是必然存在倒U型的,它只是经济增长与环境污染众多曲线关系中的一种。
依据本文表1和图1可以看出,人均GDP与工业废水排放量的关系曲线具有两个转折点:第一个转折点为EKC曲线的低谷,对应的时间在2005年(人均GDP为8 464元)这一时期。此后,工业废水排放形势进一步恶化,于2009年(人均GDP为17 289元)到达第二个转折点倒N形的EKC曲线的峰值,以后便是下降趋势。出现这种情况的原因在于四川政府在加大力度整治环境污染,使其工业废水排放量相对减少、污水处理率显著提高,全省水环境质量得到改善。类似可以分析,工业废气排放量于2007年(人均GDP为11 708元)达到峰值后随人均GDP的增加逐渐减少。工业固废排放量于2009年达到峰值转折点,其后随着经济增长,污染物的排放量呈下降趋势。工业SO2排放量于1997年(人均GDP为4 017.2元)达到最低值,其后于2009年达到峰值。数据统计结果与实际情况较吻合,从2007年开始,四川省政府在环境治理及节能减排等方面治理措施强有力地推行,使得工业“三废”利用率显著提高。
二、原因分析
由以上的分析可以看出,四川省近十年来经济发展和环境污染的环境库兹涅茨曲线呈现的关系并不是简单的倒U型曲线,而是出现了倒U型、U型+倒U型等形态,此模型定量反映了四川经济发展与环境污染的关系,这种变化趋势与经济发展、环境治理力度的变化趋势基本吻合。
(一)经济增长对EKC曲线的影响
改革开放以来,四川省经济处于高速发展时期,经济增长速度明显加快,GDP总量从1986年的458.23亿元增长到 2011年的21 026.7亿元,年均增长17.95%,人均GDP从614元增长到26 147元,年均增长16.63%。在经济发展初期,人们为了加快发展,提高生活水平,往往会牺牲环境效益来换取经济利益,EKC曲线表现为倒U型上升部分。随着人们收入水平的提高,逐渐意识到环境是一种稀缺资源,对环境质量的需求逐渐上升,环境质量需求的收入弹性会逐渐增大。人们会牺牲经济收入来改善环境质量,EKC曲线表现为倒U型下降部分,四川省的环境污染已过峰值,正处于下降趋势。
(二)产业结构调整对EKC的影响
从图5中可以看出,第二产业对环境污染的影响最大。1978―1990年,第一产业占主导,三类产业结构为“一二三”,对环境影响较小。1991―1998年,第二、三产业比重先后超过第一产业,形成“二三一”,环境污染急剧恶化。1999―2005年,第三产业占主导,形成“三、二、一”产业结构,对环境污染下降。2005年后,三次产业结构重新调整为“二、三、一”。2009年,四川三类产业结构比例为15.8∶47.4∶36.7。第二产业是能源消费大户,能源消费占总量的80%以上。1986―2010年间,四川能源消费总量增长了1.97倍,工业发展对环境的污染严重。
从工业内部行业结构分析,20世纪80年代,四川省为实现经济快速增长,实施重工业化战略,使得资源过度消耗,污染排放增大,导致环境严重污染。结合本文图1至图4可以看出,1999―2009年第二产业与重工业比重一直处于上升趋势,在2009年达到峰值,四种污染物排放量也在同时期达到峰值,两者基本吻合。之后,第二产业与重工业的比重略有下降并趋于平缓,四种污染物的排放量也呈下降趋势。第二产业的变化趋势基本与 EKC曲线总体变化趋势保持一致,说明第二产业是影响 EKC 曲线的关键因素。
(三)环境治理对EKC的影响
1.环境治理投资。中国经济发展与资源环境的耦合关系与其相关环境政策有着密切的关系,完善的环境政策及其有力的治理措施可以减少环境污染,提高环境质量。1995年,四川省加大了环境治理力度,环保资金逐年上升,提高了工业废气排放量、工业固废排放量、工业废水排放量、工业SO2排放量的处置率,从而有效降低了污染物的排放量,大大改善了环境质量。四川省环境保护投资从1986年有了大幅度提高,2011年环保投资达到158.4亿,占GDP的0.73%。根据发达国家的经验,一个国家在经济快速发展时期,环保投资要占到GDP的1%~1.5%才能有效控制环境污染,达到3%才能使环境质量得到明显改善,而这说明四川省在一定程度上环保投入远未达到应该投入的比例。
2.环保政策。完善的环境政策及其有力的实施可以改善环境,减小环境压力、加速实现转折点。在不同的发展阶段,环保管理的政策会改变人们的环保意识,从而改变EKC的形状。随着经济发展,环境保护意识的增强,四川省加强了环境污染的治理,查处违法排污企业,依法予以关闭,限期治理,加快了淘汰落后生产工艺和生产方式的进程,提高了工业“三废”的处置率,工业废水和工业固体废物排放呈下降趋势。20世纪90年代中期以来,针对大气污染日渐严重的趋势,政府部门加大了电力、矿产行业等部门技术培训,加强了工业废气的排放控制与处理。进入21世纪,政府部门加快经济结构战略性调整,大力发展绿色产业与循环经济,提高了经济效益和经济运行质量,同时陆续出台了一系列地方性环保法规,对环境质量的改善起到了重要的促进作用。