中国西部地区SO2排放与经济增长关系分析

马骊驰

（云南师范大学旅游与地理科学学院，云南昆明650500）

中国西部地区SO2排放与经济增长关系分析

马骊驰

（云南师范大学旅游与地理科学学院，云南昆明650500）

通过选取中国西部地区12省2000—2010年人均GDP与SO2排放量的统计数据，建立各省的EKC计量统计模型，对中国西部地区经济增长与环境污染的关系进行了实证研究。研究发现，12省EKC形态特征并不完全符合倒 “U”型，有的呈现 “N”型，有的呈现 “-”型，有的呈现反 “N”型。针对各种不同类型EKC的成因机制进行了深入分析与探讨。

西部地区；SO2排放；经济增长；EKC模型；分析

1 引言

1.1 研究背景

工业化进程的深化和发展，推动着中国经济的迅速腾飞。但以环境质量退化为代价的经济发展［1］，尤其是主要来自于工业生产排放的SO2对人类的生产生活产生了巨大的负面影响。如何平衡环境污染和经济发展之间的关系，真正走上 “可持续发展”的新型工业化道路，成为当今社会亟待解决的问题之一，也是推动中国经济高质量发展的关键性因素。

相较于经济较发达的东、中部地区，中国西部地区经济发展虽然相对滞后，但是环境问题已日益凸显，贵州、重庆以及甘肃、陕西、四川、内蒙古的部分地区SO2污染严重［2］。合理的政策响应，有效的环保措施，是推进该地区经济又好又快发展的重要途径。本文就中国西部地区12省环境污染与经济增长之间的关系展开研究与探讨，验证各省环境库兹涅兹曲线 （EKC）是否符合其标准形态，若不符合标准形态，各省EKC又可归纳为哪些类型，由此推断各省SO2污染在经济增长中所处阶段，并探讨不同类型EKC的成因机制，为相关部门根据各省经济发展的异质性特征制定适当的协调经济增长与环境污染的环境保护政策，寻求有西部特色的 “可持续发展”道路提供参考依据。

1.2 研究进展

1955年，Simon Kuznets在研究经济增长与收入水平差距时发现：收入水平差距随着经济发展呈现出先扩大后缩小的趋势［3］，这种关系在以人均收入为横坐标，以收入差异为纵坐标的直角坐标系中表现为一个倒U形曲线，后来被人们称为库兹涅兹曲线［4］。这是库兹涅兹曲线概念的首次提出。

在环境研究中首次引入库兹涅兹模型是Grossman和Krueger实现的。1991年他们首次对EKC进行实证研究，选取GEMS（global environmentalmonitoring and security）的32个国家中的52个城市1977—1988年的横截面数据，选取SO2浓度、微尘和悬浮颗粒作为环境污染指标，按购买力计算的人均GDP作为经济增长指标，研究经济增长与环境污染之间的相互作用关系。他们在研究中发现：经济增长初期环境污染程度较轻，但污染程度随着人均收入的增加而呈现出加重趋势，当人均收入达到一定程度后，环境污染程度反而减小［5］。初步形成了环境库兹涅兹曲线的概念。1992年Shafik和Bandy-opadhyay根据前人研究中的经济数据再次检验了EKC的存在［6］。但是这一时期，同样有科学家对此持保守意见，认为该模型不足以证明经济增长与环境污染之间存在着必然的联系，以Beckeman，W.，World［7］、Bank，Arrow，K.Bolin，B［8］和Xepapadeas，A［9］为代表，认为环境库兹涅兹曲线及其转折点的估计值仅对各国经验数据进行描述，不足以成为预测的依据。

Panayotou（1993）进一步证明了这个倒U型曲线对于人均收入与环境污染水平之间关系的适用性，并将这条曲线正式命名为环境库兹涅兹曲线。EKC的定义可归纳为：如果没有一定的环境政策干预，一个国家的整体环境质量或污染水平在经济发展初期随着国民经济收入的增加而恶化或加剧；当该国经济发展到较高水平 （以国民的经济收入超过一个或一段值为指标）时，环境质量的恶化或污染水平的加剧开始保持平稳进而随着国民经济收入的继续增加而逐渐好转［10］。形象地说，经济增长与环境污染之间呈倒 “U”型曲线关系。环境库兹涅兹曲线标准形态如图1所示。

自此概念提出后，环境经济学家经常引用与此有关的数据与模型来支持所提出的环境政策的合理性和科学性，以林伯强［11］、周曙东［12］等的相关著作为代表。目前环境库兹涅兹曲线已被大量实证分析所证实，吴玉萍［13］、刘荣茂［14］等都曾验证了EKC假说并提出了行之有效的政策建议。但在研究过程中，环境经济学家们发现，中国不是所有地区的环境库兹涅兹曲线都符合标准特征，沈满红、吴开亚、任荣明等曾对我国不同地区的经济增长与环境污染指标进行库兹涅兹关系分析，发现一些新型的EKC形态特征，包括以反“N”型的波浪式、“N”型、“U”型为典型代表的多种新型EKC特征。

1.3 研究意义

随着经济的发展，人们越来越认识到环境可持续发展的重要意义，也越来越关注人类生存环境现状。本文运用三次多项式参数统计模型，结合回归分析、比较分析等方法，探讨中国西部地区经济增长与环境污染之间的关系，验证中国西部地区12省环境污染与经济增长是否符合EKC特征，研究结果不仅对西部各省、市完善环境保护政策体系、改善环境治理状况、探寻发展与保护并重的可持续发展模式有积极意义，还能为国家实施可持续发展战略、制定促进西部地区经济发展政策提供参考价值和决策支持。

2 数据与理论模型

2.1 EKC理论模型

在国内外研究中，对EKC曲线的模型按次数和函数形式一般可以分成［5，15］：

在进行EKC形态特征分析之前，有必要对中国西部12省的经济发展数据与SO2排放量数据之间的关系做一个分析。经过多次对不同次幂和函数型的EKC曲线进行回归分析并进行拟合，发现采用三次函数模型建立各省SO2排放量随着人均GDP变化关系散点图的三次样条拟合曲线，即拟合效果最佳。

对数据进行回归分析得到的模型参数作为EKC发展阶段的判别 （曲线形态特征）依据，更有利于数据结果的分析。式中，y是各省一定时间内SO2污染物的排放量，x是对应省份一定时间内的人均GDP值，β0、β1、β2、β3是模型参数，是随机误差项。在确定β0、β1、β2、β3参数过程中，采用二阶数值微分的方法，建立光滑的三次样条的最佳一致拟合曲线，利用该模型来分析中国西部地区经济增长对环境污染指标的影响。

2.2 数据处理

2.2.1 指标选取

本文选取中国西部地区12省的SO2排放量为指标，表征主要由工业化导致的环境污染水平，选取2000—2010年相应的各省人均GDP作为衡量经济发展水平的指标，构建中国西部地区环境污染与经济发展的EKC模型。

2.2.2 数据处理

本文所采用的样本数据来源于国家统计局2001—2011年历年统计年鉴和环境统计年鉴。通过采集的样本数据建立三次多项式参数统计模型，拟合SO2污染与经济增长关系的趋势线，再运用三次函数与对数形式相结合的模型对趋势线进行回归分析，探讨EKC形态在经济发展中所处阶段，由此推断不同类型EKC成因机制。

3 分析过程

3.1 三次多项式参数统计模型分析

应用Eviews 6.0软件，根据EKC曲线模型，分别拟合中国地区西部12省经济发展与SO2排放量统计关系图，见图2～图11。

由图2～图11可看出：内蒙古自治区、广西壮族自治区、四川省、贵州省、甘肃省的EKC曲线呈典型的 “N”型，云南省、陕西省、宁夏回族自治区呈弱 “N”型，西藏自治区和青海省呈波动递增型，重庆直辖市、新疆维吾尔族自治区呈倒“U”型。

3.2 对数统计模型分析采用三次对数与函数相结合的EKC模型，即：

表1 中国西部地区12省SO2曲线形状初步分类

分别对西部12省人均GDP与SO2排放量统计关系进行回归分析，参照模型系数估计结果对西部12省EKC形态特征进行分类。

模型的系数估计结果存在以下7种情况：

β1＝β2＝β3＝0，表明人均GDP与环境指标不存在相关关系，图形为一条水平曲线；

β2＝β3＝0，且β1＞0，表明人均GDP与环境指标之间存在正的线性相关关系；

β2＝β3＝0，且β1＜0，表明人均GDP与环境指标之间存在负的线性相关关系；

β1＞0，β2＜0，且β3＝0，“倒U”型关系；

β1＞0，β2＞0，且β3＝0，“U”型关系；

β1＞0，β2＜0，β3＞0，三次项显著，呈“N”型或者“-”型；

β1＜0，β2＞0，β3＜0， “反N”型或者“～”型。

运用Eviews 6.0对中国西部地区12省人均GDP与经济增长之间关系进行检验，建模得出结果。结果分析见表2，表中系数的t检验值都表明系数是显著的，而F值则表明整体显著，因此建模结果是可信的。

将表2中EKC模型结果进行分类，结果见表3。

表2 中国西部地区12省SO2排放与经济增长EKC模型结果

表3 SO2曲线形状

4 EKC类型与成因

4.1 EKC类型

中国西部地区12省EKC类型可归纳为：“N”型、“-”型、反 “N”型和倒 “U”型，除陕西省外，其余省份EKC并不符合标准形态。

4.2 EKC形状成因

4.2.1 “N”型EKC成因

内蒙古等5省EKC呈“N”型，说明其EKC发展阶段仍处于标准EKC，即倒“U”型曲线的左半段，整个趋势线虽在一定时期呈下降趋势，但总体趋势线仍然呈波动上升状态，尚未到达转折点。四川、云南、甘肃人均GDP在8000～16000元这一阶段时，SO2排放量随着人均GDP的增长而呈现出下降的趋势，其对应的年份大约为2004—2010年，但超过16000元又开始随着人均GDP增长而上升。而内蒙古和宁夏EKC则在人均GDP大约为12000～30000左右有下降趋势，对应年份大约为2006—2010年。SO2排放量与人均GDP相关系数R2除四川外均为高度相关。

21世纪初，虽然中国科学院已经在 《中国可持续发展战略报告》中将可持续发展这个观念提上了日程，人们也逐渐意识到保护环境的重要性，但是推行的相关政策还未步上正轨，执行力度欠缺，相关法律法规不完善，因而SO2排放量依旧持续上升。

四川、云南、甘肃三省的EKC阶段下降点比内蒙古、宁夏两省更早地到来，前者SO2排放量下降时期的人均GDP远远低于后者。内蒙古等地区位于中国北部，幅员辽阔，资源优渥，工业发展相对早于南方地区，因而工业化进程中 “先污染，后治理”的现象十分普遍，导致了严重的环境污染。而西南地区工业发展起步较晚，虽然环境污染问题仍不可避免，但污染程度相对较轻，治理难度相对较小，在经济发展的同时也可以以内蒙古等地的工业化道路为鉴，因而虽然经济发展仍落后于内蒙古等地区，但EKC阶段下降点却较早地到来。

四川省EKC模型中R2值较低，说明四川省SO2排放量与经济增长之间的关系并不高度相关，也就是说经济发展是导致环境问题产生的原因，但并不是全部原因。四川省人口众多，人口因素也是影响环境的重要原因之一，人口素质、环保意识的高低，生活习惯是节约型还是粗放型等都与环境问题的产生息息相关。另外可能是由于统计资料的不准或是时间序列太短而导致了相关系数较低的情况。

2003年科学发展规划的提出以及相关环境政策的持续大力推行，使各省在改善环境方面取得了显著的成效，大气污染情况有所改善，SO2排放量有减少趋势。但2010年之后中国经济快速发展，国家大力推行扩大对外开放、招商引资等政策，又使环境问题日益严重，导致SO2排放量不断升高。根据EKC波动上升的发展趋势，若各相关部门不及时采取环境保护措施或者政策执行力度不够，在未来很长一段时间内，SO2排放量仍会持续上升，环境问题必然日益严重。

4.2.2 “-”型EKC成因

青海省EKC呈“-”型，说明其EKC发展阶段处于倒 “U”型曲线的左半段，同样未到达转折点。在人均GDP 15000元以前，SO2排放量随着人均GDP的增加而大幅增长，但在人均GDP达到15000元左右时，总体变化发展趋势相对缓和，SO2排放量增加幅度很小，峰值不明显，对应年份为2009年之后。该省SO2排放量与人均GDP相关系数R2为高度相关。

原因分析。21世纪初，人们环保意识淡薄，为追求经济的快速发展不惜以牺牲环境为代价，从表征环境污染的SO2排放量趋势线就可以看出，21世纪初期环境污染急剧加重，这种现象一直持续到2008年前后。

经过10多年的发展，环境保护相关工作成效显著，影响该省SO2排放量增幅减小的因素很多，包括当地政府对环境问题的重视程度不断提高，因地制宜地推行各种环境保护政策，环保投入资金量加大，环保法律法规不断完善以及对违法企事业单位处罚力度加大等。

4.2.3 反“N”型EKC成因

广西等5省EKC呈反“N”型，存在两种可能，第一是EKC发展阶段仍处于转折点左侧，第二是EKC发展阶段已过转折点，处于转折点右侧，但考虑到该地区位于中国西部地区，工业发展尚处于初期阶段，SO2排放量不可能像发达国家或地区那样随着人均GDP的增加而持续下降，故认为EKC发展阶段仍处于转折点左侧这种情况更加符合实际。除西藏、新疆相关系数R2为高度相关，其余几省为中度相关。

由于各省经济发展程度高低不等，因而SO2排放量增减变化所对应的人均GDP亦没有特定规律。这一类型的EKC呈现出波浪式上升的趋势，会出现局部SO2排放量随人均GDP增加而下降，之后又上升的反复情况。

对于西藏来说，工业化程度落后，污染程度较轻，当地相关部门在推进工业化时重视环境污染问题，环境质量，尤其是大气污染状况的改善效果就能十分显著，加之当地人民的宗教信仰对于人们意识的影响，西藏地区的环境污染问题目前得到有效的控制。

而对于除西藏外的其他省份，政府的相关环境政策响应、科学技术的发展更新是有效控制环境污染的重要手段，数据显示这些地区大气污染状况得到了一定的控制，环境问题有了一定的改善。对于这些省份政府的重要启示是应重视SO2随人均GDP增加而下降时的省内总体情况以及这一时期推行的环境政策和其执行力度，加大环保宣传，警惕环境污染的反复。

4.2.4 倒“U”型EKC成因

陕西省EKC呈倒“U”型，说明EKC已到达其转折点，SO2排放量随着人均GDP的发展而将呈现出逐渐下降的趋势。转折点大概在人均GDP达14600元左右，对应年份为2007年。该省相关系数R2为高度相关。

陕西省是中国西部地区工业化起步较早的省份之一，矿产资源丰富。该省较之其他西部省份较早出现环境问题，且环境问题十分突出。另外陕西省位于中国东部与西部的过渡地带，既有利于政府引进东部先进的科学技术，大力发展新型工业，推动绿色人均GDP的增长，又有利于借鉴如东北等老工业基地经济和环境由衰退到振兴的成功经验。该省政府推行环保政策持续时间长、力度大，加之科学技术的引进和更新，因而到达EKC转折点所经历的时间比发达国家更短，较快地迎来了转折点。虽然随着经济的增长，按照理论推断环境污染情况会逐渐改善，但是各相关部门也要警惕环境污染的反复，继续坚定不移地推行环境保护政策。

5 讨论

建立三次多项式参数统计模型有利于观测各省随着经济增长其SO2排放量的变化情况，但对于以EKC的形态特征进行分类的观测结果并不准确。原因是：本文选取的数据为2000—2010年11年间的统计数据，时段间隔相对较短，各省的环境库兹涅兹曲线仅表现为局部部分，不能完全反映其EKC总体形态特征；不同国家或地区由于多方因素的相互影响，其EKC形态并不完全与其理想形态重合，总会在局部阶段产生一定的起伏变化［16］，表现为局部上升-下降-上升或者下降-上升-下降等不同形态变化；仅凭EKC局部形态特征无法确定其EKC长期发展趋势，也就是说无法确定图上所显示的曲线处于标准EKC的左半段还是右半段，因此也就无法分析SO2排放量随着经济增长现状是否有所缓解或依旧持续不断地加剧。鉴于上述原因，本文采用对数与三次函数相结合的回归分析法对12省EKC形态特征分类进行探讨。因此，考虑到通过建立三次多项式参数统计模型，单纯观测EKC局部形态特征分类方法的不确定性，因而建立了对数统计模型进行回归分析，通过参数值来给予各省EKC不同类型一个确定的分类标准。

由于上述原因，三次多项式参数统计模型的分析结果只能作为EKC形态特征分类的初步参考，只有利用对数统计模型进行回归分析后的结果才具有研究意义。将表1和表3的分析结果进行比较后发现：内蒙古、四川、甘肃EKC形状特征经对比后曲线趋势一致，为“N”型，宁夏和云南EKC的弱 “N”趋势也可归纳在 “N”型一类。因此，内蒙古、四川、甘肃、宁夏和云南的EKC类型通过两种模型分析后所得结论一致。陕西EKC形状特征初步表现有弱 “N”型特征，但经过模型系数分析后基本符合倒“U”型特征。陕西省EKC分类结果经过两种模型分析后略有差异。青海EKC形状特征有波动上升趋势，但波动上升趋势较缓和，波峰不明显，尤其是拟合曲线后段现象更明显，可归纳为“-”型。总的来说，青海省EKC类型通过两种模型分析后所得结论一致。西藏EKC波动上升特征符合 “N”型，但重庆、新疆EKC实际形状特征并不符合EKC倒“U”型，广西、贵州EKC也不符合“N”型，实际呈现出反“N”型特征。

鉴于通过建立三次多项式参数统计模型和对数统计模型的分析结果存在差异，其差异原因有待进一步考证和分析。此外，不同成因机制的环境库兹涅兹曲线在一定程度上为各省环境政策的制定及施行的方向提供了参考依据，比如对于EKC呈“N”型或者 “-”型的省份来说，当地政府要转变观念和思路，加强引导，深化绿色GDP观念，发展绿色低碳经济，尤其要注重从政策层面上支持和引导绿色产业，寻求适合本省的绿色经济发展模式，争取较快到达EKC转折点。因此，不同成因机制形成的EKC所对应的各省应采取的不同的有针对性的环境政策有待进一步分析；除此之外，中国西部地区12省EKC不同类型分布特征有待进一步确定，通过不同类型EKC的聚集分布或分散分布等特征可归纳出中国西部地区总体的SO2排放与经济增长和不同政策施行之间的相互作用关系；最后，本文就不同类型的EKC的成因机制进行了实证研究，但所采集的数据年份间隔较短，可能会导致研究结果不十分准确。

［1］洪阳，栾胜基.环境质量与经济增长的库兹涅兹关系探讨［J］.上海环境科学，1999（3）：18-3.

［2］王伟加，戴洪财.二氧化硫污染现状及其防治 ［J］.江苏环境科技，2004，12（增刊）：17.

［3］Simon Kuznets.Economic Growth and Income Inequality［J］. The American Economic Review，1955，45（1）：1-28.

［4］李兰.基于环境库兹涅兹曲线的黑龙江省经济发展实证研究［J］.商业研究，2009（386）.

［5］蔡之兵，李宗尧.江苏环境库兹涅兹曲线形状研究-基于面板数据模型［J］.中国发展，2012（6）：12-3.

［6］Shafik，N.，Bandyopadhy，S.Economic Growth and Environmental Quality：Time Series and Gross-country Evidence［C］／／Background Paper for World Development Report 1992.World Bank，Washington，DC.1992：209-217.

［7］Beckman，W.Economic Growth and the Evrionment：Whose Growth？WhoseEvironment？［J］／／World Development，1992（20）：481-496.

［8］World Bank.Development and the Environment［C］／／World Development Report 1992.Oxford University Press，New York，1992.

［9］Xepadeas，A.，Amri，E.Some Empirical Indications of the Relationship between Environmental Quality and Economic Development［J］.Environmental and Reasource Economics，1998，11（3）：93-106.

［10］张晓.中国环境政策的总体评价［M］.北京：中国社会科学出版社，1999.

［11］林伯强，蒋竺均.中国二氧化碳的环境库兹涅兹曲线预测及影响因素分析［J］.管理世界，2009（4）.

［12］周曙东，张家峰，葛继红，王传星.经济增长与大气污染排放关系研究［J］.江苏社会科学，2010（4）.

［13］吴玉萍，董锁成，宋健锋.北京市经济增长与环境污染水平计量模型研究［J］.地理研究，2002（3）：21-2.

［14］刘荣茂，张莉侠，孟令杰.经济增长与环境质量：来自中国省际面板数据的证据［J］.经济地理，2006（5）：26-3.

［15］田立新，姚洪兴，黄苏海.经济增长条件下环境库兹涅兹曲线方案的改进［J］.江苏大学学报：社会科学版，2004（9）：6-5.

［16］张昭利，任荣明，朱晓明.我国环境库兹涅兹曲线的再检验［J］.当代经济科学，2012（9）：34-5.

Relationship between SO2Em issions and Econom ic Grow th of China'sW estern Region

MA Li-chi
（College of Tourism and Geography Science，Yunnan Normal University，Kunming Yunnan 650500 China）

Twelve provinces in thewestof Chinawere selected to build up their EKCmodels using statistical data of per captia GDP and SO2emissions from the year of2000 to 2010 in order to study the relationship between environmental pollution and economic growth in the west of China.The shape of the curves of EKCmodels of the twelve provinces were not all in accord with the shape of U.Some of them looked like N orreversed N.The origins of different shapes of EKC in these provinceswere deeply discussed and analyzed.

the west region of China；SO2emissions；economic growth；EKCmodel；analyze

X196

A

1673-9655（2015）05-0049-07

2015-03-11