二氧化硫污染与经济发展的关系：基于面板数据研究

梁海燕

（浙江长征职业技术学院 财务与会计学院，浙江 杭州 310018）

二氧化硫污染与经济发展的关系：基于面板数据研究

梁海燕

（浙江长征职业技术学院 财务与会计学院，浙江 杭州 310018）

利用我国1991—2010年的人均工业二氧化硫排放量和人均国内生产总值数据，通过建立省级面板模型，验证我国工业二氧化硫污染的环境库兹涅茨曲线是否存在. 实证结果发现，我国经济发展与工业二氧化硫污染之间存在长期均衡关系，并且呈现出一种M型曲线形式. 进一步联系经济发展的形势得出，M型曲线的前两个拐点是由于经济数据没有真实反映经济发展情况所产生的虚假拐点，M型曲线的最后一个拐点是否为真实的环境库兹涅茨曲线拐点还有待时间的检验.

经济增长；工业二氧化硫污染；环境库兹涅茨曲线；面板模型

长期以来，很多学者用计量手段研究了经济发展与环境污染之间的关系，大量分析结论表明经济发展对环境污染具有先促进后抑制的曲线效应形式，该曲线被称为环境库兹涅茨曲线（Environmental Kuznets Curve，EKC）. EKC最早是由Grossman和Krueger借鉴发展经济学中的收入分配状况随经济发展过程而变化的观点提出的，他们在考察环境—经济之间的关系时发现这二者之间也如收入分配—经济发展一样呈倒 U型曲线关系[1]. 随后，很多学者便开始关注这一问题，以二氧化硫污染的研究结果为例，Panayotou、Selden和Song均验证了二氧化硫EKC的存在[2-3].

我国二氧化硫排量从2005年起便是世界第一，工业二氧化硫排量占据了其中的90%左右. 国家针对二氧化硫污染采取了很多措施，如建立二氧化硫排污权交易试点，对二氧化硫排放实施排污收费制度并且收费标准逐渐提高. 但是理论界对于经济增长与二氧化硫的关系还没有统一的结论，这在一定程度上阻碍了国家进一步对二氧化硫污染控制措施的实施. 为了更好地治理二氧化硫污染，必须对我国经济增长与二氧化硫污染之间的关系做进一步的厘清. 国内学者[4-9]在这方面进行了有益的探索，但在对EKC进行检验的研究中存在很多争论，争论的焦点主要在于倒U型的EKC是否存在，如果不存在倒U型关系是否还存在其他关系. 笔者认为产生这些争论的原因可能是变量选取和计量方法运用的差别，另外便是这些研究仅就数据和模型本身判断经济发展和环境污染的关系，而没有结合具体的经济形势进行分析. 鉴于此，本文以工业二氧化硫污染与经济发展的关系为例，在实证分析的基础上联系具体的经济形势，对我国工业二氧化硫污染的EKC进行验证.

1 数据选取及模型说明

1.1 数据选取

本文采用省级面板数据模型对我国工业二氧化硫污染与经济增长的关系做出分析. 选取1991—2010年我国 28个省、市和自治区的人均工业二氧化硫排量和人均国内生产总值作为被解释变量和解释变量分别衡量我国工业二氧化硫污染和经济发展水平，为了避免截面数据产生异方差，对这两组数据取自然对数，具体数据是通过查阅历年《环境年鉴》和《统计年鉴》加工整理所得①由于西藏数据的特殊性，本文未予采纳，又由于重庆1997年从四川划出为直辖市，导致两地区的数据有剧烈变动，因此也未采用这两地区数据..

1.2 模型说明

首先根据部分省份的人均工业二氧化硫排放—人均国内生产总值的散点图和部分省份的工业二氧化硫排放的趋势图对我国工业二氧化硫污染关系的模型作初步判断. 图1分别为广东省、湖南省、吉林省和宁夏回族自治区的工业二氧化硫排量与人均国内生产总值的散点图，由散点图可以看出，这些省份的工业二氧化硫污染与经济发展之间呈现出一种先增后减再增再减的M型特征. 因此本文设想我国工业二氧化硫污染与经济发展之间可能呈现出一种比较特殊的M型特征，但这一结果还需要计量模型的检验.

图1 二氧化硫排放与人均GDP散点图

为了避免误差，参考已有成果对我国二氧化硫污染特征的研究，本文决定设立以下模型对我国的工业二氧化硫与经济的关系做出检验：

其中，ln代表变量的对数形式， ln2、 ln3、 ln4分别表示变量取对数之后的二次方、三次方、四次方，SO2it代表i省在t年的人均工业二氧化硫排放量，GDPit代表i省第t年的人均国内生产总值，αi表示i省的特定截面效应.

在具体操作过程中，将所选数据分别代入上述模型，得出具体的估计结果，结合经济常识和计量经济学知识对各模型进行检验，进而得出最优的模型形式. 对于上述模型中系数变化所反映的工业二氧化硫污染与经济发展的关系需要做出说明，具体如表1所示.

表1 曲线形状与曲线方程系数的关系

2 实证分析

由于面板数据中含有时间序列且期数较长，为了避免出现伪回归，需要对数据进行单位根检验和协整检验. 又因面板模型同时具有时间和截面的两维特性，模型中的参数在不同截面、不同时间样本点上是否相同将决定模型参数估计的有效性，根据截距向量和时间系数向量的不同限制要求，可以将面板数据模型分为3种类型：无个体影响的不变系数模型（亦称混合模型）、含个体影响的不变系数模型（即变截距模型）、含个体影响的变系数模型（即变系数模型）[10]. 因此，在面板模型估计之前需要对样本数据适合上述哪种形式进行检验，以避免模型设定的偏差，提高参数估计的有效性，本文利用EVIEWS6.0软件[11-12]进行数据检验和模型估计.

2.1 面板数据单位根检验

面板单位根检验的方法主要有LLC检验、Breitung检验、Hadri检验、IPS检验、Fisher ADF检验、Fisher PP检验，前3项检验适用于相同单位根，后3项检验允许存在个体单位根. 为了避免一种方法所带来的误差，本文决定采用 6种检验结果综合的方法. 另外根据数据的特征，参考有些学者[13]的检验方法，本文选取有截距影响而无时间趋势影响的检验方式. 利用软件检验的结果如表 2所示.

表2 各变量单位根检验的结果

从表2可以看出，工业二氧化硫排量和人均国内生产总值的自然对数、人均国内生产总值自然对数的平方以及三次方和四次方的水平值不平稳，但是其一阶差分是平稳的，由此可以判断各变量的原序列均是一阶单整序列，记为 I（1）. 由于各个变量都是一阶单整序列，因此可以判断各变量之间可能存在协整关系.

2.2 协整检验

表3 各变量协整检验结果

本文借鉴现有大部分成果中采用的Pedroni（Engle-Granger based）法对各变量之间是否存在协整关系进行检验，检验结果如表3所示.

本文以Panel ADF-Statistic和Group ADF-Statistic检验为准，这两种检验的结果均在1%的水平上拒绝不存在协整关系的原假设，即认为变量之间存在协整关系，因此我们可以进行计量模型的分析而不必担心产生伪回归现象.

2.3 面板模型的确定及估计结果

本文是求全国工业二氧化硫污染的共同特征，将放弃采用变系数变截距模型进行估计，因此仅需要对模型进行F检验和Hausman检验以确定模型的具体形式. 又由于本文到目前为止还未确定模型（1）、（2）、（3）中的哪一个是最适合的，因此需要借助拟合优度 R统计量及其他统计量来排除错误的模型. 在对模型的验证过程中发现，将数据代入模型（1）、（2）、（3）分别得到的曲线形状为倒U型、倒N型和 M型，因此将以曲线形状来代称模型名称①限于篇幅，本文未列出倒U型和倒N型曲线的全部估计结果.. 由表 4可以看出，倒 U型、倒N型曲线的F检验和Hausman检验的结果表明两个模型应该具有截距项随机效应，但是在对模型估计时却发现这种效应估计出的模型拟合优度R分别只有0.0716和0.0476，即模型没有通过计量经济学检验，说明我国工业二氧化硫污染与经济发展之间不存在典型的倒U型和倒N型特征. M型曲线的各项检验结果均通过了计量经济学检验，可见我国工业二氧化硫污染与经济发展之间存在M型曲线关系.

表4 模型形式确定及估计结果

经过以上实证分析可以看出，我国工业二氧化硫污染与经济发展之间是一种M型曲线特征，由于是高次方程，不宜得出其具体的拐点. 本文通过迭代并结合散点图求出曲线的一个拐点大约位于25 000元左右，即人均国内生产总值为25 000元为我国工业二氧化硫污染的一个拐点. 该值大约相当于我国2009年的人均国内生产总值，结合散点图提示，该拐点应该是M型曲线的最后一个拐点.

2.4 M型曲线成因简要分析

一般而言，经济发展与环境污染之间应该呈现出一种倒U型的先增后减的特征，但是本文利用中国的数据却得到一个M型曲线，考虑到我国在1991—2008年之间并没有环境政策的大起大落，所以从环境政策的角度来解释M型曲线的成因是行不通的，还需要从经济发展水平和二氧化硫污染所代表的意义本身来寻找答案.

图2为我国工业二氧化硫排放的趋势图和我国人均国内生产总值的趋势图. 从图可以看出：1）我国工业二氧化硫的污染在1998年之前一直处于上升区间，而在1998年之后至2002年则出现了高低起伏的状态，联系到前文的散点图及计量结果，可以判断M型曲线的另外两个根的大小相当于1998—2002年之间的国内生产总值的值. 2）我国人均国内生产总值的数据从 1991—2010年是不断增长的，期间并没有出现下降的趋势. 至此，再联系经济形势便可以解释我国经济发展水平与工业二氧化硫污染之间的M型曲线：由于1998年金融危机的爆发对我国经济发展造成了一定的伤害，导致我国的经济增长有所减缓（一些产业的产出甚至呈现收缩趋势），造成此间工业二氧化硫污染的减轻，直至2002年左右这种影响才逐渐消除，我国工业二氧化硫污染又呈现出逐年加剧的情况，于是便有了M型曲线的前两个拐点的产生；对于第三个拐点，按照模型推算是出现在人均国内生产总值在25 000元左右，相当于2009年的人均GDP（25 188元）. 第三个拐点形成的原因有2个：一是我国经济发展与工业二氧化硫污染已处于下降区间，即经济的发展已经对工业二氧化硫污染产生抑制作用；二是受到2008年金融危机的影响，再加上我国2008年举办“绿色奥运”：因此，即该拐点可能还不是真正的EKC拐点.

图2 我国工业二氧化硫排放、人均GDP趋势图

3 结论

本文以工业二氧化硫污染为例，运用省级面板模型分析对EKC进行了在检验，在经过严格的变量检验和模型求证之后，得出以下结论：

1）我国经济发展与工业二氧化硫污染之间的倒 U型曲线特征是存在的. 虽然本文在确定模型形式时否定了倒 U型曲线，但是联系现实的经济形势可以看出，M型曲线实际上是倒 U型曲线的变形. 经过上文分析可知M型曲线前两个拐点的出现与经济的波动相一致，一个可能的原因是现有的经济统计数据不能准确衡量经济的真实发展情况，即可以认为前两个拐点均为虚假的拐点. 进而可以有一个大胆的推论，如果我国的经济统计数据能够准确衡量经济的发展情况，M型曲线的前两个拐点在模型上便不会表现出来，而在此区间内，经济发展与二氧化硫污染之间存在着正相关的关系，即经济发展对二氧化硫污染有促进作用. 如果把M型曲线的前两个虚假拐点消除，即得一种典型的倒U型曲线.

2）我国的工业二氧化硫污染治理形势依然很严峻. 验证 EKC曲线时可能会由于数据无法反映真实的经济形势而出现虚假拐点，这一原因也使得我国的二氧化硫污染EKC研究中出现了“我国经济发展与二氧化硫污染之间呈现出倒N型或S型关系”的结论，而这些结论对于我国二氧化硫污染的治理形式是比较乐观的. 经过本文的分析可知，乐观结论源于变量的时间跨度不够并且没有联系具体的经济形势而把把虚假拐点当成了真实的拐点. 本文分析所得出的曲线形式为M型，且最后一个拐点的值大致相当于我国 2009年的人均国内生产总值，但是联系到 2008年金融危机的冲击和2008年北京“绿色奥运”所采取的严厉污染管制措施的影响，25 000元这一拐点是否是真实的倒U型EKC曲线的拐点还有待于时间的检验. 我国现阶段的经济发展与二氧化硫污染是处于倒U型曲线的上升区间或下降区间还不确定，但在对二氧化硫污染的治理时应该施行一些新的或者更严厉的政策手段.

[1] GROSSMAN G, KRUEGER A. Environmental impacts of the North American free trade agreement[C]//Geneva: NBER, Working Paper, No.3914, 1991.

[2] PANAYOTOU T. Empirical tests and policy analysis of environmental degradation at different stages of economic development[C]//Geneva: Working Paper WP238, Technology and Employment Programme, International Labour Office, 1993.

[3] SELDEN T M, SONG Daqing, Environmental quality and development: Is there a Kuznets curve for air pollution [J]. Journal of Environmental Economics and Environmental Management. 1994, 27(2): 147-162.

[4] 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.

[5] 沈满红，许云华. 一种新型的环境库兹涅茨曲线——浙江省工业化进程中经济增长与环境变迁的关系研究[J]. 浙江社会科学，2000(4): 53-57.

[6] 范金，胡汉辉. 环境Kuznets曲线研究及应用[J]. 数学的实践与认识，2002(6): 944-951.

[7] 蔡珞珈，黄蔚. 湖北省经济增长与环境污染关系研究[J]. 当代财经，2006(8): 90-93.

[8] 李国柱. 经济增长与环境污染：基于面板数据单位根的研究[J]. 石家庄经济学院学报，2007(3): 63-72.

[9] 王良健，邹雯，黄莹，等. 东部地区环境库茨涅茨曲线的实证研究[J]. 海南大学学报：人文社会科学版，2009(2): 57-62.

[10] 高铁梅. 计量经济分析方法与建模——EVIEWS应用及实例[M]. 北京：清华大学出版社，2005: 302-347.

[11] 孔祥利，毛毅. 我国环境规制与经济增长关系的区域差异分析——基于东、中、西部面板数据的实证研究[J]. 南京师大学报：社会科学版，2010(1): 56-60.

[12] 白仲林. 面板数据的计量经济分析[M]. 天津：南开大学出版社，2008.

[13] 张晓桐. EVIEWS使用指南与案例[M]. 北京：机械工业出版社，2006.

The Relationship Between Industrial Sulfur Dioxide Pollution and Economic Growth: An Empirical Study Based on Panel Data

LIANG Hai-yan
(Institute of Finance and Accounting, Zhejiang Changzheng Vocational and Technical College, Hangzhou 310018, China)

By establishing provincial panel data model, this paper aim to confirm the industrial sulfur dioxide pollution Environmental Kuznets Curve (EKC) with the figures of China’s per capita industrial sulfur dioxide emission and per capita GDP(Gross Domestic Product) in some provinces from 1991 to 2010. The results show that the relationship between economic development and industrial sulfur dioxide pollution presents an M-shaped Kuznets curve. According to economic growth situation, the first two inflection points of the M-shaped Kuznets curve are false inflection points caused by economic data’s unreal reflection of economic growth situation, while if the last inflection point of the M-shaped Kuznets curve is real EKC inflection point still needs time test.

economic growth; industrial sulfur dioxide pollution; Environmental Kuznets Curve; panel model

梁海燕（1983—），女，浙江台州人，讲师，硕士，从事经济学理论研究.

1006-7302（2012）04-0059-07

F205

A

2012-09-11

熊玉涛]