地方经济增长与环境质量——基于陕西省环境收入曲线的实证分析

宋丽颖，刘 源

(西安交通大学 经济与金融学院，陕西 西安 710061)

地方经济增长与环境质量
——基于陕西省环境收入曲线的实证分析

宋丽颖，刘 源

(西安交通大学 经济与金融学院，陕西 西安 710061)

通过构建双对数三次协整方程，选取1986-2012年陕西省人均实际GDP、人均工业污染排放量相关数据，分析了经济增长与环境污染指标间的长期均衡关系，发现工业废气、工业废水呈现倒N型EKC曲线，工业固体废弃物呈现N型EKC曲线，各污染物曲线拐点出现时间大体相同；探讨了工业结构、对外开放程度、能源强度对工业污染物排放总量的影响，建议优化环境投资、构建流动型污染物排放交易机制、加快工业产业升级转型、调整外商投资与出口品结构。

经济增长；环境质量；环境库兹涅茨曲线

经济增长、环境污染治理投资与环境质量变化密切相关，经验研究表明，一国的经济增长往往伴随着污染物排放增加、生态水平下降、环境质量恶化；而环境质量恶化又会遏制地区经济增长和社会可持续发展。改革开放以来，陕西省国民经济快速发展，经济总量从全国倒数一跃进入中上集团。2012年国民经济总量位居全国第14位。然而，这种快速增长严重依赖于重工业，尤其是资源工业的发展。27年间，重工业占工业产业比重从1986年的57.84%上升至2012年的81.12%，煤炭、石油、天然气生产加工相关产业占工业产业比重从1986年的3.67%上升至2012年的19.65%。能源消费量更是较1986年翻了五番。对重工业、尤其是资源工业的过度依赖，使得环境质量急剧恶化，渭河污染、重度雾霾就是这一恶化的真实写照。

环境质量的恶化将会重创投资环境和人民生活质量。因此，探索经济增长与环境质量间的动态关系、明晰影响环境质量的因素，对于解决环境问题、设定合理的经济发展路径、制定具有针对性的环境政策具有重要意义。而环境库兹涅茨曲线(EKC)正是揭示这一变动规律的重要手段。近年来的研究表明，EKC曲线存在U型、倒U型、N型、倒N型等多种形态。陕西省工业污染物EKC曲线满足何种形态？当下处于曲线中的哪一阶段？影响环境质量的因素又有哪些？工业结构、外商投资结构、能源强度等影响因素应当进行何种改革？本文拟对此进行探究。

一、文献综述

EKC曲线是分析经济增长与环境质量动态关系的重要手段[1]。最早的EKC假设出现在格罗斯曼(Grossman)等[2]、沙菲克(Shafik)等[3]关于烟尘、二氧化硫等环境指标与人均GDP等经济增长指标间的动态关系研究中。潘那约托(Panayotou)[4]首次定义了环境质量与人均GDP之间的EKC曲线，即经济发展初期，环境质量随人均GDP的提高而不断下降，直至某一拐点，随后环境质量将伴随人均GDP的上升而逐渐改善。

EKC的研究涉及经济增长和环境质量两方面的变量。在经济增长方面，现有研究选取的变量包括人均GDP(名义值和实际值)、时间、人口密度、贸易结构、收入分配、R&D、产业结构、投资结构、单位GDP能耗、教育水平、产业比重、污染治理技术等，其中人均GDP指标的选用最为广泛，其他指标则既包括单一选用，也包括多重选用。环境质量方面，指标按内容可分为大气污染、水污染、固体废物污染、生态破坏指标、噪声污染指标等类属，每一类属下包括众多环境污染指标；按量纲可分为总量指标、人均指标、密度指标和浓度指标；按时间属性分为流量指标与存量指标；按影响强度由高到低可分为区域内密切影响型、区域间国家内影响型和全球影响型污染指标。除了单一污染物指标外，复合污染物指标也经常被选用于拟合EKC曲线，例如杨万平等[5]运用熵值法构建的包含“工业三废”在内的环境污染综合指数。

数量分析工具方面，现有研究多选择计量模型，可分为单方程计量模型和联立方程计量模型，前者又可分为线性回归模型，包括OLS、GLS、FGLS、LSDV等；时间序列协整分析模型；面板数据模型，包括变截距模型(FE、RE、混合模型等)、变系数模型(PMG、MG)等；半参数模型与非参数模型。除计量模型外，生态预警线、灰色预测法、前沿生产函数等分析技术也是重要的分析工具。

以陕西省为样本的研究，主要选择工业污染指标和人均GDP进行拟合。从表1的研究回顾可以发现，即便是选择相同的指标，样本时间区间与模型的差异仍然会导致最终结论的不同。其中，不同的时间区间意味着除经济增长和环境污染之外的外生变量存在显著差异。而地理差异、人口素质、人口密度、经济社会政策、法律体系等外生变量对拟合曲线的形状有显著影响。但是可以肯定的是，由于EKC曲线反映的是环境质量与经济增长之间的动态关系，因此，样本时间区间越长，得到的结果越为准确。

综合来看，这些研究在一定程度上存在以下问题：(1)原始数据未进行对数化、人均化和价格平减处理，影响估计的准确性。(2)由于EKC曲线是一种长期均衡关系，因此在拟合过程中必须验证是否存在“伪回归”，而有的研究忽视了这一问题，使得分析结果不够严谨。(3)关于EKC的理论研究已经表明，曲线形状存在N型、倒N型等形状。因此，运用二次模型的拟合将会忽略存在这种情形的可能性。如果运用三次模型进行拟合，得到的结果将更加准确。(4)这些研究集中于对陕西省EKC曲线形状进行讨论，但忽视了环境污染变动的影响因素研究，而这一问题的研究对于提出针对性建议十分重要。本文拟克服前述研究存在的问题进行以下研究：(1)选取1986-2012年陕西省经济增长与环境污染的时间序列数据，在对数化剔除异方差，并消除人口因素和价格因素的基础上，进行单位根检验和协整检验，分析曲线形状和曲线拐点，并解释曲线形状与拐点成因；(2)运用广义脉冲响应函数分析指标间的相互冲击影响；(3)选取工业结构、能源强度、对外开放程度等指标，分析影响陕西省环境污染排放量变动的因素；(4)根据上述研究结果，提出相关政策建议。

表1 陕西省EKC曲线研究回顾

二、陕西省环境库兹涅茨曲线分析

(一)数据来源与处理

本文选取1986-2012年年度数据并进行人均值处理。其中，经济增长指标为以1978年价格做平减处理的人均实际国内生产总值(PGDP)，环境污染指标包括人均工业废气排放量(Pexhaust)、人均工业废水排放量(Pwater)、人均工业固体废弃物排放量(Pindsolid)。此外，本文将对数据进行对数化处理。

(二)方法选取与模型设定

本文首先进行变量平稳性检验，并在此基础上进行Johansen协整检验，以探究变量间的长期均衡关系，运用广义脉冲响应函数(GIRF)分析变量间的相互冲击效果。

鉴于EKC曲线的图形特征，本文选用双对数三次模型进行协整分析，其中解释变量为经济增长指标，被解释变量为环境污染指标。双对数模型的规范形式为：lnXit=β1(lnPGDPt)3+β2(lnPGDPt)2+β3(lnPGDPt)+ε1。其中，Xit为第t年陕西省第i个污染指标，PGDPt为第t年陕西省人均实际GDP，εt为残差项。

进行协整分析后可以发现：当β1=0、β2=0、β3<0时，环境污染与经济增长呈现单调递减关系；当β1=0、β2=0、β3>0时，环境污染与经济增长呈现单调递增关系；当β1=0、β2>0、β3<0时，环境污染与经济增长呈现U型曲线关系；当β1=0、β2<0、β3>0时，环境污染与经济增长呈现倒U型曲线关系；当β1>0、β2<0、β3>0时，环境污染与经济增长呈现N型曲线关系；当β1<0、β2>0、β3<0时，环境污染与经济增长呈现倒N型曲线关系。

(三)实证分析

1.平稳性检验。本文采用ADF单位根检验分析序列平稳性，并运用AIC最小准则确定最优滞后期，残差序列均无自相关，检验结果如表2所示，所有原始数据均为非平稳序列，但均为一阶单整序列，可以进行协整检验。

2.Johansen协整检验。根据前文模型形式假设选取相关数据，运用Johansen协整检验法，以迹统计量和最大特征值统计量为标准，可以建立环境污染指标与经济增长之间的协整方程。Johansen协整检验的滞后期应当是无约束VAR模型最优滞后期减去1，从而确定Johansen检验滞后期为3。协整结果如表3所示。

从迹统计量和最大特征值统计量可以看出，变量之间存在至少一个协整关系，说明环境污染指标与经济增长指标之间均存在长期且稳定的均衡关系。但是，不同污染物EKC曲线形状和模型形式有所不同，具体表现为：(1)工业废气EKC曲线呈现N型，曲线拐点对应人均实际GDP分别为233.72元和2 041.13元。前者出现在1986年之前，后者出现在2002-2003年间。即1986-2002年，曲线位于下降区间，2002年至今，曲线位于上升区间。1986-2012年区间实际处于N型EKC区间的右半部分。(2)工业固体废弃物EKC曲线呈现倒N型，曲线拐点对应人均实际GDP分别为285.16元和2 134.33元。前者出现在1986年之前，后者出现在2002-2003年间。即1986-2002年，曲线位于上升区间，2003年至今，曲线位于下降区间。1986-2012年区间实际处于倒N型EKC曲线的右半部分。(3)工业废水EKC曲线呈现N型，曲线拐点对应人均实际GDP分别为184.5612元和1 861.71元。前者出现在1986年之前，后者出现在2001-2002年间。即1986-2001年，曲线位于下降区间，2002年至今，曲线位于上升区间。1986-2012年区间实际处于N型EKC区间的右半部分。综合来看，陕西省工业污染EKC曲线在2001、2002年前后相继达到拐点。而对西部地区产生深远重大影响的西部大开发于2000年正式起航。考虑到政策时滞性，2001、2002年应该是陕西国民经济和工业发展的转折阶段。因此可以推测，西部大开发政策是形成现今陕西省工业污染EKC曲线形状的重要原因。

表2 陕西省EKC曲线的ADF单位根检验结果

注：检验类型(c,t,k)分别表示单位根检验方程中的常数项、趋势项和滞后阶数。

表3 陕西省EKC曲线的Johansen协整检验结果

注：协整方程系数下括号内数值为参数估计标准差。r=0、r=1分别表示协整矩阵的秩的个数为0或1，括号内数值表示相应的5%的临界值。

但是从结果中也能看出，在1986-2001(2002)年、2001(2002)-2012年这两个区间里，伴随人均实际GDP增长的环境污染排放变动趋势截然不同。工业废气与工业废水变动趋势一致，西部大开发实施前呈现下降态势，实施后呈现上升态势，工业固体废弃物变动与这种趋势截然相反。由于本文选取的是人均指标，这一指标的变动趋势受总量变动和人口增速两个因素的影响。从数据分析可以发现，工业废气、工业废水和工业固体废气的总量指标在1986-2012年始终增长，但是工业废气、工业废水总量指标在1986-2002年增长速度低于人口增长速度，2002-2012年增长速度高于人口增长速度；工业固体废弃物总量指标在1986-2002年增长速度高于人口增长速度，2002-2012年增长速度低于人口增长速度，从而形成了工业废水、工业废气N型，工业固体废弃物倒N型的EKC曲线。

2002年前，陕西省工业整体水平较低，发展速度缓慢。因此，工业废水和工业废气的增长速度相对缓慢，从而人均排放量始终缓慢下降。工业固体废弃物排放总量虽增速较快，但由于总量处于极低水平，加之固体废弃物处理的科学技术相对落后，固体废弃物综合利用率很低，因此人均工业固体废弃物排放量始终上升。2002年后，陕西省的工业尤其是重工业高速发展，工业结构中能源工业、有色金属工业逐渐占据领先地位。同时，由于人均收入水平不断提高，汽车等机动车拥有量快速上升，能源消费量迅速提高。在这一阶段虽然陕西省投入了大量针对工业废气、工业废水的治理投资，但投资规模还远远不足。由于废气、废水具有较强流动性，治理难度相较工业固体废弃物更大，加之近年来环境污染源数量和分散程度不断上升，治理难度逐渐加大，现有环境污染治理投资的效率出现下降态势。因此，人均工业废水、工业废气排放量呈现逐年上升态势。工业固体废弃物则相反，由于其流动性较差，同时伴随着科技水平的不断提高，工业固体废弃物利用技术和配套设施逐年完善，综合利用率不断上升，全省平均水平从2002年的24.32%上升至2012年61.28%，西安、咸阳、榆林、延安等污染排放重点城市的综合利用率更是超过了90%。因此，虽然工业固体废弃物排放量总量仍在上升，但是其上升势头已受到有效遏制，人均排放量不断下降，从而使工业固体废弃物EKC曲线在2002年后始终位于下降区间。

3.脉冲响应函数。根据AIC、SC最小准则，可以分别构建工业废气、工业固体废弃物与经济增长指标的一阶差分序列VAR(1)模型以及工业废水与经济增长指标的一阶差分序列VAR(2)模型。检验发现，所有特征根根模倒数小于1，模型结构稳定，据此可构建广义脉冲响应函数，测算变量间相互冲击的响应。结果如图1所示，其中，横轴表示追溯期数，此处设为10期；纵轴表示响应大小；实线为响应曲线，两条虚线代表两倍标准差置信带。

可以看出：当本期ΔlnPGDP发生一个标准差的正向冲击时，经济增长拉动ΔlnPexhaust在10期内均呈现正向反应，第1期影响最大并迅速下降，第5期开始影响微弱；而当ΔlnPexhaust发生一个标准差的正向冲击时，环境污染加剧拉动ΔlnPGDP在10期内均呈现正向反应，第1期影响加强，至第2期到达顶峰后开始下降，第3期降速趋缓，自第7期开始影响微弱。当本期ΔlnPGDP发生一个标准差的正向冲击时，ΔlnPindsolid在10期内均呈现正向反应，第1期影响最大，第2-4期逐渐减弱并于第4期影响微弱；而当ΔlnPindsolid发生一个标准差的正向冲击时，ΔlnPGDP在10期内均呈现正向反应，第1期影响加强，至第2期达到顶峰后开始下降，第3期降速趋缓，至第7期开始影响微弱。当本期ΔlnPGDP发生一个标准差的正向冲击时，ΔlnPwater在10期内均呈现正向反应，第1-5期呈现波动，第5期影响缓慢减弱，并于第9期影响微弱；而当ΔlnPwater发生一个标准差的正向冲击时，ΔlnPGDP在10期内均呈现正向反应，第1期开始影响加强，至第2期达到顶峰并开始下降，至第3期降速趋缓，但10期内影响都较为显著。

三、陕西省工业污染排放影响因素分析

(一)变量选取

本文在前人研究基础上，兼顾数据的可得性，选取以下变量：(1)工业结构(GS)：工业部门是工业污染排放的直接部门，也是工业污染排放最重要的因素。

而工业部门内部轻重工业结构变动会对工业污染排放产生重要影响。本文选取重工业总产值占工业总产值的比重表示工业结构变迁。(2)对外开放程度(OD)：一般认为，外商直接投资和出口商品的结构对于污染变动影响巨大，环保、绿色产业投资，绿色低能耗出口品会带来污染物排放量的下降；重工业尤其是高污染高耗能产业的投资和高能耗出口品、重工业进口资本品会带来环境的恶化。本文选取外商直接投资与进出口贸易总额之和占GDP的比重表示对外开放程度变迁。(3)能源强度(EG)：能源强度是单位产值能耗指标，表示单位GDP(一般为每亿元GDP)消耗的万吨标准煤量。本文选取单位GDP能耗指标表示能源强度变动。

(二)模型构建与方法选择

由于工业结构、对外开放程度为相对指标，而工业污染物排放量、能源强度为绝对指标，同时为了更好的解释回归系数的经济含义，本文构建了工业污染物排放量与上述指标间的如下模型：lnXit=β1GSt+β2ODt+β3lnEGt。其中，Xit可分别表示工业废气排放总量、工业固体废弃物排放总量与工业废水排放总量。本文首先检验各序列平稳性，在此基础上建立协整方程。然后通过解释各项协整系数，分析各项指标对环境污染物排放量的影响。

(a)Δln Pexhaust对ΔlnPGDP的脉冲响应 (b)ΔlnPGDP对ΔlnPexhaust的脉冲响应 (c)ΔlnPindsolid对ΔlnPGDP的脉冲响应

(d)ΔlnPGDP对ΔlnPindsolid的脉冲响应 (e)ΔlnPwater对ΔlnPGDP的脉冲响应 (f)ΔlnPGDP对ΔlnPwater的脉冲响应

(三)实证分析

1.平稳性检验。此处依然采用ADF单位根检验分析序列平稳性，并运用AIC最小准则确定最优滞后期，残差序列均无自相关，检验结果如表4所示，所有原始数据均为非平稳序列，但均为一阶单整序列，可以进行协整检验。

2.Johansen协整检验。同样根据前定模型形式假设选取相关数据，运用Johansen协整检验法，以迹统计量和最大特征值统计量为标准，建立环境污染指标与各影响指标之间的协整方程。根据无约束VAR模型最优滞后期3确定出Johansen检验滞后期为2，协整结果如表5所示。

从协整结果来看，变量之间存在至少一个协整关系，说明环境污染指标与工业结构、对外开放程度、能源强度之间存在长期并且稳定的关系。(1)从能源强度指标看，三个协整方程中能源强度协整系数均为正值。说明能源强度与工业污染排放总量呈现正相关关系，这是由于我国当前能源消耗以煤炭、石油和天然气等传统化石类产品为主，风能、太阳能等清洁能源占能源消耗比重十分有限，而传统化石燃料开采、加工和消耗量的上升势必导致工业废气、废水、固体废弃物排放量的上升。(2)从工业结构的情况看，三个协整方程中工业结构的协整系数均为正值。说明重工业比重与工业污染排放总量间呈现正相关关系。通过近30年的发展，陕西省逐渐从全国经济倒数水平上升至中等偏上水平，重工业的发展功不可没。由于资源禀赋和一些历史原因，陕西省能源工业、有色金属工业、装备制造业等重工业的发展水平均位居全国前列。在陕西省工业的八大支柱产业中，重工业占据四席，涉及42个工业行业中的27个。陕西省第二产业比重和工业比重分别由1986年的44.9%和55.84%上升至2012年的55.9%和81.12%。然而，重工业的发展消耗着巨量的能源资源和其他矿产资源，带来的工业污染自然是十分惊人的。这一点在工业废气方面尤为突出，因为能源资源的消耗产生的最严重的工业污染就是二氧化硫、一氧化碳、氮氧化物等工业废气。(3)从对外开放程度看，三项指标和对外开放程度，即外商直接投资和进出口总额占GDP比重呈现正相关关系。如前所述，外商直接投资的结构和进出口产品结构会对工业环境污染产生影响。说明外商直接投资主要集中在耗能行业和资源类行业，进出口产品也主要集中在资源类产品和重工业资本品。根据王珏等[13]的研究，陕西省外商直接投资排名前三的行业分别是饮料制造业、医药制造业和非金属矿物制品业。而根据商务部统计数据，2012年陕西省进出口总值前20家企业中，有色金属、装备制造业、医药制造业、饮料制造业占据了进出口总值的69.46%，占全省进出口总值的38.71%。高耗能、高污染产业的集中投资和高耗能、资源型出口产品和重工业机械进口产品的进出口结构，势必会导致工业污染的增加。

表4 陕西省工业污染排放影响因素的ADF单位根检验结果

注：检验类型(c,t,k)分别表示单位根检验方程中的常数项、趋势项和滞后阶数。

表5 陕西省工业污染排放影响因素的Johansen协整检验结果

注：协整方程系数下括号内数字数值为参数估计标准差。r=0、r=1分别表示协整矩阵的秩的个数为0或1，括号外数值表示统计量的值，括号内数值表示相应的5%的临界值。

四、结论与政策建议

本文探讨了陕西省EKC曲线拐点出现的时间及其成因、环境污染与经济增长间的冲击影响，以及工业结构、对外开放程度、能源强度对工业污染物排放总量的影响。主要结论如下：(1)从协整检验结果来看，陕西省人均工业废气排放量、人均工业废水排放量与人均实际GDP间呈现N型曲线关系，人均工业固体废弃物排放量与人均实际GDP间呈现倒N型曲线关系。(2)三条曲线各存在两个拐点，对应拐点出现时间基本相同。第一个拐点出现在1986年前，第二个拐点出现在2001-2003年。但拐点前后曲线形状有所不同。其中人均工业固体废弃物变动趋势与工业固体废弃物综合利用技术发展、综合利用率的提升有关，人均工业废气排放量、人均工业废水排放量曲线形状与高速增长的能源消耗量有关。(3)从一阶差分广义脉冲响应函数看，人均工业污染物排放与人均实际GDP对彼此的冲击在10期的滞后期内均呈现正向的反应。其中人均废气排放量、人均工业固体废弃物排放量与人均实际GDP广义脉冲响应曲线形式基本相同。(4)从环境污染指标与工业结构、对外开放程度以及能源强度的协整方程来看，重工业比重上升会增加工业废气、工业固体废弃物、工业废水排放量总量的上升；对外开放程度，即外商直接投资与进出口商品总额之和占GDP比重越高，工业环境污染越严重，其中对于工业废气排放量总量影响最大，这主要与外商直接投资结构和进出口商品结构有关；能源强度与工业污染排放量总量间呈现正相关关系，这是由以传统化石燃料为主的能源结构以及化石燃料燃烧产生高污染这两个特性所决定的。基于此，本文提出如下政策建议：

1.理论上的EKC曲线之所以会呈现为倒U型，是因为其暗含了一个重要假定——“经济发展反哺生态环境”，即随着经济的不断发达，投入于环境保护和生态治理的资金，在规模和结构上要不断优化。其中，新增环境投资的规模不仅要能够解决当年新增的环境污染问题，还要分阶段逐步解决经济发展初期无力投资环境保护所产生的“资源债务”；结构上则应当从以“事后型”、“弥补型”支出为主逐步转移到“事前型”、“预防型”支出为主的投资结构。陕西省人均工业固体废弃物的EKC曲线形状为此提供了很好的经验。逐年提高的工业固体废弃物综合利用率使2003年至今的工业固体废弃物EKC曲线始终处于下降通道。因此，本文建议财政环境保护投资集中于清理“资源债务”以及具有外溢性的大型环保科技投资，重点在于工业废气、工业废水和工业固体废弃物的收集、再处理再利用，通过提高利用率来降低最终排放量。同时政府应加大在能效提高、降低新能源使用成本等方面的投资，一方面降低单位GDP的能源消耗，另一方面降低企业使用新能源的成本。企业环保科技投资应从本企业污染物种类和特点出发，以降低污染物排放量为重点，同时应当兼顾提升能效方面的投资。

2.2003年后工业废气、工业废水与工业固体废弃物EKC曲线呈现不同形态，存在很重要的“污染物形态”因素。工业废气、工业废水具有流动性，尤其是工业废气的播散受大气环境影响很大，具有不定向性。为污染管控、集中治理等环节，尤其是“事后治理”和“事后追责”环节增加了相当难度，因此，对于工业废气和工业废水应从源头入手，尽快建立排污权交易制度，从源头管控污染物排放量。严格禁止企业超指标排放，倒逼企业进行技术革新。同时，针对这两类污染物治理，应当由省级政府统一规划，省级财政承担主要治理责任，避免出现地区间权责不相称、相互推诿的情况发生。此外，应当继续加大污染治理投资规模，尽快遏止工业废气与工业废水EKC曲线的上升势头，使其尽快达到下一个拐点并进入下降通道。

3.加快工业的产业内升级转型。降低装备制造业、传统能源工业等高能耗高污染行业比重，提升高新技术行业、新能源工业、绿色行业比重。进入21世纪的12年间，陕西省包括煤炭采选业、石油天然气采选业、有色金属采选业、造纸及纸制品业在内的16个高能耗、高污染行业总产值占工业总产值比重由2001年的58.71%上升至2012年的74.32%。工业产业内部结构严重不合理，环境压力巨大。陕西省坐拥全国第一批高新区，并于2009年设立了以第三产业和战略性新兴产业、高端制造业为核心的西咸新区，2012年又引进了改革开放以来国内电子信息行业最大外商投资项目——韩国三星集团。应当抓住这些发展契机，迅速调整工业产业结构，构建以高新技术产业、战略性新兴产业、高端制造业、新能源与绿色工业为核心的工业结构。

4.灵活调整外商直接投资结构和进出口商品结构，将环境污染评价纳入“招商引资综合评价体系”，通过各种手段吸引“技术型”投资。下一阶段外商直接投资结构应当严格控制针对高污染、高耗能行业的投资，鼓励对于高新技术产业、环保技术产业等低耗能低污染高技术行业的投资。同时，引导外商企业从传统的“资金型”投资转为“技术型”投资，重点引进环保技术、节能减排技术、能效提升技术方面的投资。在进出口商品结构方面，应降低能源型资源品和有色、黑色金属资源品等低附加值高能耗高污染产品在出口产品中的比重，提升高新技术产品、航空航天产品等高附加值低能耗低污染产品比重。在进口产品方面，应提高高新技术仪器设备、环保设备等固定资产的比重，降低传统加工设备、车床、生产线的比重。

[1] 李瑞娥，张海军.中国环境库兹涅茨曲线的变化特征：1981-2004[J].西安交通大学学报：社会科学版，2008(4)：35-43.

[2] GROSSMAN G,KRUEGER A.Economic Growth and Environment[J].Quarterly Journal of Economics,1995,110(2):353-377.

[3] SHAFIK N，BANDYOPADHYAY S.Economic Growth and Environmental Quality:Time Series and Cross country Evidence.Background Paper for the World Development Report[R].The World Bank,1992.

[4] PANAYOTOU T.Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[R].Technology and Environment Program，1993

[5] 杨万平，袁晓玲.环境库兹涅茨假说在中国的经验研究[J].长江流域资源与环境，2008(8)：704-710.

[6] 郝东明，崔华华.陕西省工业“三废”排放的环境库兹涅兹曲线特征及原因探析[J].科技管理研究，2008(8)：85-88.

[7] 陈锋.关于环境库兹涅茨曲线演替轨迹分析：以陕西为例[J].经济问题，2008(9)：38-41.

[8] 陈勇，冯永忠，杨改河.陕西省农业非点源污染的环境库兹涅茨曲线验证[J].农业技术经济，2010(7)：22-29.

[9] 李春米.经济增长，环境规制与产业结构[J].兰州大学学报：社会科学版，2010(5)：96-102.

[10] 陈景辉，卢新卫，陈灿灿，等.陕西省环境库兹涅茨曲线分析与预测[J].环境保护科学，2010(4)：58-61.

[11] 徐彤.经济增长，环境质量与产业结构的关系研究：以陕西为例[J].经济问题，2011(4)：48-52.

[12] 张亲脑，宋元梁.陕西环境质量的库兹涅茨曲线分析[J].西安工业大学学报，2012(1)：49-54.

[13] 王珏，李哲.陕西省FDI的环境分析[J].国际贸易问题，2011(11)：126-137.

(责任编辑：张丛)

LocalEconomicGrowthandEnvironmentalQuality—Based on an empirical analysis of the EKC of Shaanxi province

SONG Liying，LIU Yuan

(School of Finance and Economics, Xi′an Jiaotong University, Xi′an 710061, China)

We empirically analyze the long-term equilibrium relationship of Shaanxi economic growth and environmental quality by fitting the double logarithmic cubic co-integration equation between relevant data of the per capita actual GDP and per capita industrial pollutant emissions in Shaanxi province from 1986 to 2012, finding that there exists an inverted N-type EKC in the industrial exhaust and waste water, and an N-type EKC in the industrial solid wastes, and the inflection point of each curve occurs approximately at the same time. Then we deal with the effect of industry structure, degree of opening to the outside world, and energy intensity on the EKCs. At last we make four recommendations on the polices ranging from optimizing the environment investment, establishing the mobile pollutant trading mechanism, accelerating the industrial upgrading and transition, to regulating the FDI and exports structure.

economic growth; environmental quality; environmental Kuznets curve

2013-12-18

陕西省社科基金项目(10D023)；陕西省软科学项目(2011KRM07)

宋丽颖(1963- )，女，北京人，西安交通大学经济与金融学院教授，博士生导师；刘源(1988- )，男，陕西户县人，西安交通大学经济与金融学院博士研究生。

F205

A

1008-245X(2014)06-0070-08