经济增长对雾霾污染影响的门槛效应研究
——基于中国省级面板数据的分析

,b

(重庆工商大学 a.长江上游经济研究中心;b.经济学院 重庆 400067)

1　引言

改革开放四十年来,我国经济发展取得了巨大成就,GDP由1978年的3679亿元增长到2017年的827122亿元,增长了近223.82倍。在经济取得快速发展的同时我国环境状况却在不断恶化,2013年爆发了52年以来史上最为严重的雾霾天气,雾霾波及25个省份100多个大中型城市,直到现在雾霾污染仍然是人们心中挥之不去的阴影。以PM2.5为首的雾霾污染严重威胁着人类的健康和环境问题。根据我国空气质量在线监测分析平台的数据可知,2016年符合PM2.5年均浓度二级标准的只有云南省、内蒙古自治区、广东省、海南省、福建省、西藏自治区、贵州省、青海省和黑龙江省9个省级地区,没有一个省市的PM2.5年均浓度符合一级标准,超过2/3的省市PM2.5年均浓度都没有达到二级标准,雾霾污染现状不容乐观。

十九大报告指出要加快生态文明体制改革,推进绿色发展,持续实施大气污染的防治行动,打赢蓝天保卫战。“十三五”规划纲要指出应以提高环境质量为核心,加大生态环境保护力度,大力推进污染物达标排放以及总量减排,深入实施污染防治行动计划。因此,揭示经济增长对PM2.5浓度的影响机制并测算其影响程度,对我国政府更有效地制定相关政策和措施，降低PM2.5浓度与治理大气污染具有重要的意义。

2　文献综述

有关经济增长与环境质量的研究主要集中在环境库兹涅茨曲线相关的研究上。Grossman、Krueger[1]提出了著名的环境库兹涅茨曲线理论,即经济增长与环境质量之间呈倒“U”型关系,为经济增长和环境污染之间关系的研究提供了理论基础。较多学者的研究证实了经济增长与环境质量之间存在倒“U”型曲线。高宏霞等[2]认为二氧化硫和废气排放量与人均GDP之间的关系符合EKC假说;郑丽琳、朱启贵[3]认为经济增长和碳排放之间存在长期稳定的倒“U”型关系;李小胜等[4]认为工业废水排放与人均收入之间呈现出倒“U”型关系。也有学者对此得出了相反或其他结论，王飞成、郭其友[5]认为我国西部地区经济增长与环境污染之间呈现“N”型关系;王敏、黄滢[6]研究发现我国城市大气污染(PM10、SO2、NO2)与城市人均收入之间存在“U”型关系。随着经济增长,它与环境质量之间呈现出倒“U”型、“U”型或“N”型等关系,然而这种趋势的形成是受经济发展水平、技术水平和对外开放水平等多种因素共同影响的结果,需要在不同变量下对经济增长与环境质量的关系进行分段研究。

综上所述,现有的研究存在以下两个方面的不足:①较多的文献讨论的是经济增长与环境质量的倒“U”型、“U”型或“N”型等关系,少有研究说明经济增长对环境污染、碳排放等的影响程度,忽视了经济增长对环境质量的影响会与其他相关变量的不同阶段有关。②多数研究探讨的是城镇化、对外开放等对环境污染影响的门槛效应,缺乏经济增长对我国雾霾污染PM2.5影响的门槛效应研究。基于已有的研究,本文对以下两个方面进行研究:一是基于面板门槛模型,根据数据自身特点内生地对数据进行分组,通过数据自动识别确定门槛值,解决门槛条件设定过于主观和一般线性模型解释力较弱的问题。二是研究经济增长对我国雾霾污染PM2.5浓度存在的非线性影响,丰富我国经济增长对环境质量影响的研究。

3　模型设定与指标选择

3.1　STIRPAT模型

Ehrlich、Holden[16,17]提出了IPAT模型,该模型为I=PAT。该模型被广泛用于评价人口(P)、社会富裕程度(A)、技术水平(T)对环境压力(I)的影响,后来Waggoner等[18]将技术进步(T)分解成T和每单位产出消耗(C)的ImPACT形式。IPAT模型和ImPACT模型存在着较大的局限性,模型只满足驱动因素单调、同比例的变化,被解释变量对解释变量的弹性恒等于1。Dietz、ROSA[19]将IPAT模型进行了相关拓展,建立了随机形式的STIRPAT模型,弥补了环境压力与每个影响因素之间成等比例变化的不足,方程表示为:

I=αPβ1Aβ2Tβ3ε

(1)

式中,I、P、A、T与I=PAT模型中变量表示的含义一致;α表示模型的系数;β1、β2和β3表示待估计的参数;ε为误差项。随机形式的STIRPAT模型是一个包含多变量的非线性模型,可应用于研究各个影响因素对环境压力的非等比例变化的影响。对模型(1)两边分别取对数,模型表示为:

lnI=lnα+β1lnP+β2lnA+β3lnT+lnε

(2)

基于随机形式扩展的STIRPAT模型允许纳入更多相关的影响因素来分析其对环境压力的影响。本文引入产业结构、能源消费结构和对外开放水平三个影响因素,对模型(2)进行扩展,模型调整为:

lnpmit=lnα+β1lnpiit+β2lneiit+β3lnindit+β4lnesit+β5lnopenit+β6lnpgdpit+εit

(3)

3.2　门槛模型

所谓门槛效应是指在门槛变量的不同阶段下,解释变量对被解释变量所产生的阶段性影响程度。基于Hansen[8]提出的系统内生分组的非线性回归方法——面板门槛回归方法,在假设存在单门槛的基础上,考察经济增长对雾霾污染的影响是否存在经济发展水平、人口密度、能源强度和对外开放水平的门槛效应。模型(3)没有涉及到经济发展水平等变量的门槛效应,结合门槛模型,本文设立的单一门槛和双门槛具体模型表示为:

lnpmit=lnα+β1lnpiit+β2lneiit+β3lnindit+β4lnesit+β5lnopenit+λ1lnpgdpitI(qit≤θ)+λ2lnpgdpitI(qit>θ)+εit

(4)

lnpmit=lnα+β1lniit+β2lneiit+β3lnindit+β4lnesit+β5lnopenit+λ1lnpgdpitI(qit≤θ1)+λ2I(θ1θ2)+εit

(5)

式中,pmit为被解释变量,表示i省市t年的PM2.5年均浓度;qit表示门槛变量,用经济发展水平(lnpgdp)、人口密度(lnpi)、能源强度(lnei)和对外开放水平(lnopen)表示;θ表示估计的门槛值;β1—β5为控制变量系数;λ1、λ2、λ3表示不同区间核心解释变量的系数;I(*)为指标函数;εit为随机扰动项。

Hansen认为门槛变量可作为某个解释变量,也可作为独立的解释变量,所以在选取其中一个变量为门槛变量时,其他三个门槛变量仍然可作为控制变量。即当经济发展水平为门槛变量时,人口密度、能源强度、产业结构、能源消费结构和对外开放水平为控制变量,其他依此类推。

3.3　变量选取与数据来源

本文使用2001—2015年我国30个省份(未包括香港与澳门特别行政区、台湾省和西藏自治区)的面板数据,被解释变量为PM2.5年均浓度,核心解释变量为经济增长,门槛变量为经济发展水平、人口密度、能源强度和对外开放水平。

因变量——PM2.5年均浓度:本文选取PM2.5年均浓度作为环境压力指标,用来表征大气环境的质量,雾霾污染均指PM2.5年均浓度。PM2.5已成为我国现阶段雾霾污染的主要来源,大量的研究证明颗粒越小对人体健康的危害越大,细颗粒物能飘到较远的地方,因此影响范围较大,同时PM2.5与人类寿命的缩短在统计学中具有较高的相关性。本文使用各省份PM2.5年均浓度来表示雾霾污染程度(ug/m3),使研究更具有针对性。相比其他环境要素,PM2.5年均浓度的外溢性较强,解决了本文的内生性问题。

核心解释变量——经济增长(pgdp):经济发展是造成污染最主要的因素之一。经济总量越大,消耗的资源越多,产生的污染物也越多。我国大多数省份现阶段还处在高能耗、高排放和高污染的发展阶段。本文主要探讨经济增长在不同门槛变量下对雾霾污染的影响程度,社会富裕程度(A)即经济发展水平用人均GDP表示。为了剔除物价的影响,各省份的人均GDP都是以2000年为基期所计算的实际人均GDP(元/人)。

门槛变量与控制变量:①人口密度(pi)。P为人口规模,考虑到各省市人口规模和行政区域面积之间存在着较大的差异,直接用总人口数指标不具有科学上的可比性,所以采用人口密度指标pi表示(人/km2)。②技术水平(ei)。T为技术水平,本文使用能源强度表示技术水平。即各省份的能源消费总量与GDP的比值,用ei表示(t标准煤/万元)。③产业结构(ind)。第三产业比第二产业清洁,本文试图考察第三产业比重的提升是否有利于降低雾霾污染,用第三产业值占GDP比重表示(%)。④能源消费结构(es)。不同的能源消费结构会影响到经济增长的能源消费基础,不同的能源消费所产生的污染程度会有所不同,本文使用煤炭消费总量占能源消费总量的比重表示能源消费结构(%)。⑤对外开放水平(open)。对外开放水平对环境影响存在不同的研究结论,一些学者研究表明对外开放造成了“污染天堂”,而另一些学者研究表明对外开放带来了“污染光环”效应。本文试图考察对外开放水平对雾霾污染的影响,使用年末登记的外商投资总额占GDP比重来表示对外开放水平(%)。

本文选取PM2.5年均浓度来衡量雾霾污染的程度,PM2.5数据(2001—2012年)来源于哥伦比亚大学国际地球科学信息网络中心和巴特尔研究所。国内对PM2.5的测度较晚,主要从2013年年底之后才开始进行监测,本文2013年的数据通过指数平滑法处理所得,2014—2015年各省市PM2.5的年均浓度数据来源于《中国空气质量在线监测分析平台》,通过每月的PM2.5浓度加总求平均得到PM2.5的年均浓度值。本文采用的其他数据来源于历年的《中国统计年鉴》、《中国能源统计年鉴》以及各省市统计年鉴。各变量的相关系数矩阵见表1,实证部分通过软件Stata15.0完成。

表1　变量间的相关系数矩阵

基于扩展的STIRPAT模型,本文对所有变量取对数,各个变量取对数不会改变数据的性质和相关关系,可消除异方差使数据更加平稳。首先应对各变量之间的相关性进行检验,以检验变量之间是否存在严重的多重共线性,各变量之间的相关系数检验见表1。由表1可知,两个变量之间相关系数的绝对值最高为0.7296,都没有超过0.8。且方差膨胀因子的均值为2.37,最大的方差膨胀因子为3.43,远低于10,各变量之间的多重共线性不大,核心解释变量和控制变量的变化对被解释变量不会产生较大的重复性影响。

4　实证结果分析

4.1　变量的平稳性与协整检验

在时间序列中,各变量的不平稳性可能会引起伪回归现象,各变量的不平稳性在面板数据中同样也会出现伪回归现象。门槛回归模型要求各变量(尤其是门槛变量)必须为平稳变量,因此在门槛模型回归前需要对各个变量进行单位根检验。处于对检验结果的稳健性考虑,本文使用相同面板单位根检验的LLC检验和不同面板单位根检验的Fisher-ADF检验。非平稳数据存在同阶单整可进行协整检验,若变量间有协整关系存在,说明方程的回归残差是平稳的,仍可在此基础上直接对原方程进行回归,此时的回归结果是较精确的。面板数据的时序较短,本文的协整检验使用Kao检验。各截面时序的单位根检验和协整检验见表2。从表2可知,水平序列中少数变量的LLC检验和Fisher-ADF拒绝原假设,即存在单位根。在一阶差分序列的检验中,7个变量的LLC检验和Fisher-ADF检验均通过了1%显著性水平检验,说明一阶差分的数据不存在单位根现象,为平稳数据,所有变量为一阶单整过程。Kao检验发现,在1%的显著性水平下拒绝原假设,说明各变量之间存在协整关系,各变量之间存在着长期稳定的均衡关系。

表2　变量的平稳性和协整检验

注:***、**、*分别表示通过1%、5%、10%的显著性水平检验;括号内的数值为对应的P值。

4.2　门槛效应检验

如果进行门槛效应分析,首先应检验以不同变量为门槛变量时是否存在显著的门槛效应。门槛效应包括存在单门槛效应、双重门槛效应和三个门槛效应的假设检验,单门槛效应、双重门槛效应和三个门槛效应的原假设分别为不存在单个门槛值、不存在两个门槛值和不存在三个门槛值,备择假设存在单个门槛值、存在两个门槛值和存在三个门槛值。首先应进行是否存在单门槛效应检验,如果不存在单个门槛效应则不需使用门槛回归分析;如果存在单门槛效应则应继续进行双门槛效应检验。接受双门槛效应原假设则只需要进行单门槛效应分析,拒绝双门槛效应原假设则需进行三个门槛效应检验,三个门槛效应检验如果接受原假设说明只需要进行双门槛效应分析,拒绝三个门槛效应原假设说明应进行三个门槛效应分析。

根据其假设条件对方程进行估计,利用软件Stata15.0通过Bootstrap(自举法)300次反复抽样得到具体的F值和P值,确定各门槛变量的门槛值以及门槛个数。具体的门槛效应检验结果见表3。当门槛变量分别为经济发展水平、人口密度和对外开放水平时,单门槛效应的检验分别在10%、1%和5%的显著性水平下拒绝了原假设,双门槛效应检验均未通过至少10%显著性水平的检验,说明以这三个变量为门槛变量时经济增长对雾霾污染的影响存在显著的单门槛效应。当门槛变量为能源强度时,单门槛效应和双门槛效应的检验分别通过了10%和5%显著性水平的检验,三个门槛值检验并没有通过10%显著性水平检验,说明以能源强度为门槛变量时经济增长对雾霾污染的影响存在显著的双门槛效应。

表3　各变量的门槛效应检验

注:*、**、***分别表示通过10%、5%、1%的显著性水平检验。

4.3　门槛模型估计与分析

利用表3对门槛效应的检验,得到各变量的门槛值之后,分别估计以经济发展水平、人口密度、能源强度和对外开放水平为门槛变量的门槛效应模型,进一步分析这些门槛变量在经济增长中对雾霾污染效应产生的门槛作用,具体的回归结果见表4。

以经济发展水平为门槛变量时,经济增长对我国雾霾污染的影响存在显著的单门槛效应。当人均GDP低于15463元时,经济增长每增加1%会引起雾霾污染浓度增加0.0288%;当人均GDP高于15463元时,经济增长每增加1%会引起雾霾污染浓度增加0.0571%,经济增长对雾霾污染的影响都没有通过至少10%的显著性水平检验,经济增长对雾霾污染的正向影响在跨过门槛值之后增大,呈现出“阶梯式”上升特征。在其他控制变量不变的情况下,经济增长加剧了雾霾污染,这与我国现阶段高投入、高能耗和高污染的经济发展模式密切相关。

表4　门槛模型估计结果

注:*、**、***分别表示通过10%、5%、1%的显著性水平检验。

以人口密度为门槛变量时,经济增长对我国雾霾污染的影响存在显著的单门槛效应。当人口密度低于81人/km2时,经济增长每增加1%会引起雾霾污染浓度增加0.7594%;当人口密度高于81人/km2时,经济增长每增加1%会引起雾霾污染浓度减少0.0130%,跨过门槛值后经济增长对雾霾污染的影响未通过至少10%的显著性水平检验。以人口密度为门槛变量时,经济增长对雾霾污染的正向影响在跨过门槛值后变为负向影响,呈倒“U”型关系。

以能源强度为门槛变量时,经济增长对我国雾霾污的影响存在显著的双门槛效应。当能源强度低于0.653t/万元时,经济增长每增加1%会引起雾霾污染浓度增加0.1573%;当能源强度跨过第一道门槛且低于3.348t/万元时,经济增长每增加1%会引起雾霾污染浓度增加0.1941%;当能源强度跨过第二道门槛值3.348t/万元时,经济增长每增加1%会引起雾霾污染浓度增加0.2583%。以能源强度为门槛变量时,经济增长对雾霾污染的影响呈现出“阶梯式”增长特征,说明在其他控制变量一样的情况下,技术进步有利于降低雾霾污染。

以对外开放水平为门槛变量时,经济增长对我国雾霾污染的影响存在显著的单门槛效应。当对外开放水平低于门槛值12.966%时,经济增长每增加1%会引起雾霾污染浓度增加0.3054%;当对外开放水平高于门槛值12.966%时,经济增长每增加1%会引起雾霾污染浓度增加0.2635%。在对外开放水平跨过门槛时,经济增长对雾霾污染的正向影响减弱。

从各门槛模型的估计结果可知,无论以哪个变量作为门槛变量,人口密度与雾霾污染之间都呈现出正向关系,人口密度增加不同程度地会加剧雾霾污染,人口密度越大的地区对机动车辆和住房等的需求也越大,由此带来更多的能源消费,生活消费的增加将产生更多的生活垃圾。能源强度与雾霾污染呈现出负向关系,即技术水平提升会降低雾霾污染,技术水平的提升可提高投入产出效率,降低能源消耗,同时能降低生产和生活中的污染排放。不同的门槛变量下,第三产业占比对雾霾污染的影响方向不同,且都没有通过至少10%显著性水平的检验。能源消费结构与雾霾污染呈现出正向关系,即煤炭消费占比的提升会加剧雾霾污染。2016年我国煤炭消费比重高达65%左右,过高的煤炭消费占比会释放大量的氮氧化物、二氧化硫和颗粒物等,是构成雾霾污染PM2.5的元凶。对外开放水平与雾霾污染呈现出负向关系,对外开放水平的提升有利于降低雾霾污染,说明外商投资存在“污染光环”效应,不存在“污染天堂”现象。无论以哪一个变量作为门槛变量,经济增长基本都与雾霾污染呈现出正相关关系,经济不断增长,资源消耗越多,产生的污染物也不断增加。社会经济的发展在一定程度上忽视了环境问题,经济发展取得了巨大成就,环境质量却不断恶化,经济增长模式仍然是传统的资源要素驱动模式,因此我国经济增长方式的转变迫在眉睫。

5　结论与建议

本文以2001—2015年我国30个省市的面板数据为样本,基于STIRPAT模型和面板门槛模型,以经济发展水平、人口密度、能源强度和对外开放水平为门槛变量,实证分析了经济增长对我国雾霾污染影响的门槛效应。研究结论为:①经济增长对我国雾霾污染的影响存在着显著的门槛效应。以经济发展水平、人口密度和对外开放水平为门槛变量时,经济增长对我国雾霾污染的影响存在着显著的单门槛效应;以能源强度为门槛变量时,经济增长对我国雾霾污染的影响存在着显著的双门槛效应。②以经济发展水平和能源强度为门槛变量时,经济发展对雾霾污染的正向影响在跨过门槛值后增大,呈现出“阶梯式”增长特征;以人口密度为门槛变量时,经济增长对雾霾污染的正向影响在跨过门槛值后变为负向影响,呈现出倒“U”型关系;以对外开放水平为门槛变量时,经济增长对雾霾污染的正向影响在跨过门槛值后减弱。③不同的门槛变量下,人口密度和能源消费结构与我国雾霾污染呈现出正相关关系,能源强度和对外开放水平与我国雾霾污染呈现出负相关关系,产业结构对我国雾霾污染的影响在不同的门槛变量下其作用不同且不显著。

建议:①加快推进我国经济发展方式的转变。我国现阶段经济增长方式仍然是传统资源要素驱动模式,应加快经济发展由资源要素驱动模式不断向技术创新驱动模式的突破与转变,使经济发展由传统模式向低碳产业经济转型。实证结果表明,经济增长对雾霾污染的影响基本都呈现出正向作用,经济发展不能只注重量的提升,更要注重质的提升,治理雾霾污染任重而道远。②合理调控人口密度。在人口规模不断扩大的同时要防止人口过快集聚,对人口密度过快集聚和较大的地区应进行合理的分流与布局,提高对生活垃圾的处理速度,实现人口密度增加通过提高公共交通分担率与资源使用率等途径缓解雾霾污染。③不断提升科学技术水平。科学技术是第一生产力,治理雾霾污染必须依靠科技的力量。加大对科学研发的投入,提升技术水平,提高治理环境污染的能力,加快产、学、研结合,加快推广新装备、新技术的使用,实现科学技术在生产和生活中的广泛应用。④大力发展第三产业。加大产业结构调整,积极进行产业结构升级。加快第三产业的发展,首先应控制高能耗、高污染和高排放产业的发展,淘汰落后产能,鼓励产业实行清洁生产,制定并实施有效的绿色环保产业扶持政策,建立起低碳和清洁的产业结构体系。⑤优化能源消费结构。应逐步降低煤炭消费比重,加强水电、天然气、太阳能、风能等替代性能源的使用,积极开发可再生能源和清洁能源,增加清洁能源的供给,促进能源体系多元化发展。通过税费政策抑制煤炭过度消费,逐步推进减煤换煤,加大北方地区的“煤改气”、“煤改电”。⑥合理优化外商投资。一如既往地吸引优秀外资,吸引外资不仅要看经济效应,更要看环保效应,大力引进高附加值、低排放和低污染的外商投资项目,不断优化外商投资结构,加大对外商投资的甄别,提高外商投资准入的质量评价标准,将雾霾污染作为新的污染指标纳入到甄别优质外资的评价分析中,促进“引资”、“引智”与“引技”的有机结合。