中国环境污染与经济增长计量分析——基于弥补EKC缺陷视角

冯利英，鞠海伟

(内蒙古财经大学　统计与数学学院，呼和浩特　010070)



中国环境污染与经济增长计量分析
——基于弥补EKC缺陷视角

冯利英，鞠海伟

(内蒙古财经大学统计与数学学院，呼和浩特010070)

[摘要]EKC①假设命题是由Grossman和Krueger在1995年提出的，此后，学者们以其为基础，开展了许多实证及拓展性研究，得到了很多重要的结论。然而，在实证研究中，EKC存在未考虑地域性这一重要影响因素的缺陷。为此，本文在现有研究成果的基础上，首先立足于弥补EKC未考虑地域影响因素这一缺陷的角度，建立了空间回归模型，分析得到中国环境污染具有空间集聚效应的结论；然后运用EPIOLG模型测算出政府最优环境污染治理投入比②应该为10.35%的结果；最后结合定量分析结论，提出了关于我国环境污染治理的三点建议：1.需要考虑环境污染的空间集聚性；2.需要加大资金投入，逐步达到最优环境污染投入比例；3.需要平衡好经济发展与环境污染治理的关系。

[关键词]EKC缺陷；经济增长；环境污染；空间EKC模型；EPIOLG模型

一、引言

从国际背景看，人口的持续增长和工业化、城市化进程的加快，促使生态环境不断恶化，已严重威胁到人类的可持续发展。环境污染的区域性和全球化问题已在国际社会备受瞩目。《京都议定书》的议定③、“巴厘岛路线图” 的制定以及各种环境会议越来越频繁的举办，反映出了各国对于减少环境污染的努力。1974年6月5日，《联合国人类环境会议》提议每年的6月5日为世界环境日，以警示人们注意保护环境以及环境由于人类活动所造成的破坏。可见，环境污染已成为全球必须共同面对的问题。

国内方面，改革开放以来，中国取得了举世瞩目的成绩，第一产业占比连年下降，第二产业产值则由1982年的2383亿元飙升至2013年的210689.42亿元，增长87.4倍。由此可以看出，中国经济在三十多年的时间里发展迅猛，然而相随而来的环境污染，也已到了触目惊心的地步。首先，大气污染日益严重。1982年，人均工业废气排放量为5352.6m3，2013年则为38713.69m3，32年时间增加了623.34%。近年来，有关雾霾的报道屡见报端，尤其是2013年冬季以来，全国多次爆发的大面积雾霾，既影响国民身体健康，又影响人民幸福指数，是多被诟病使得政府无法回避、必须痛下决心来治理的环境污染之一。其次，水污染问题日益突出。1982年，我国废水排放总量为195.21亿吨，2013年则上升为697.13亿吨，增加了257%。水质恶化、水体污染物排放浓度增大的同时抬高了污水的总排放量，严重损害了水环境的自我净化功能，湖泊富营养化问题突出，日益严重的水源污染问题，已然变成经济社会可持续发展的桎梏。再者，工业固体废物污染问题不容忽视。1982年我国工业固体废物产生量为40043万吨，2013年上升为353203.4万吨，增加了782.3%。固体废物含有的有毒、有害化学物质污染大气和水体，堆存物污染耕地，造成农作物减产和生物链污染，从而严重危害人类健康。可见，国内也面临着减少环境污染的迫切需要。

环境污染指人类活动使环境要素或其状态发生变化，环境质量恶化，扰乱和破坏了生态系统的稳定性及人类的正常生活条件的现象，说到底是人类经济活动的不断膨胀造成的，而经济活动是人类最主要的活动，在现在的大系统时代，经济活动不是孤立的，而是相互联系，复杂交织在一起的。这使得不同域之间(尤其是相邻区域间)经济联系非常密切，也就造成了相邻地区间环境污染水平具有相似性。而随着人们对更高质量生活的追求，关于环境污染与经济增长关系的研究越来越多，并提出了许多理论，其中最出名莫过于Grossman和Krueger 提出的EKC理论。EKC理论为我们研究环境污染与经济增长之间的关系提供了理论指导，但是EKC假设环境污染不受空间因素影响。所以虽然学者们以EKC理论为基础，不断地进行拓展性研究，取得了许多研究成果，但是EKC理论也存在缺陷，即未考虑地域影响因素，会给研究结果带来偏差。

可见，在要求减少环境污染和保证国内经济发展的双重挑战下，对于如何兼顾中国经济社会可持续发展和实现降低环境污染的研究，就变得十分重要，而对于如何弥补EKC缺陷带来的研究结果偏差，得出正确研究结论，并据此提出有建设性的建议，显得尤为重要。

二、文献回顾

综观研究文献，基于环境库兹涅茨曲线的相关假定对环境与经济的相关性展开的探讨较多。研究主要包括两个方面的内容[1]:一是验证EKC假设的存在，寻找不同国家或地区EKC曲线的拐点；二是从不同角度对EKC曲线进行理论或政策解释。所有的这些研究都是基于EKC满足同质性、不考虑地域性、不考虑内生偏差性及不考虑生态阈值的假设下进行的研究，而现实生活中地域影响是重要的影响因素，假设不能成立。

(一) 国外研究动态

从20世纪90年代中期开始，国外大多数学者利用某些国家或地区的经济与环境污染数据对EKC(环境库兹涅茨曲线)现象的理论进行了实证研究，重点探讨收入状况(人均GDP)和环境恶化的相关性。另外，有些研究者拓展了EKC曲线，将一些因素加入到环境库兹涅茨的解释中，如Torres和Boyce(1998)就将收入的不平等性加入EKC曲线，分析这些经济因素与各种不同污染物排放量的关系，取得了大量的研究成果，但是这些研究成果大都是基于满足EKC假设的条件下得出的，而现实中EKC假设很难被满足。

1992年的《世界发展报告》中提到，Shafik以及Bandyopadhyay(1992)[2]对150个国家和地区的面板数据分别进行了对数线性以及高次多项式形式的对比分析，揭示以国家为单位的环境和经济之间的相关性。结果表明，选取的环境指标不同，EKC形态也会出现差异：大气污染中二氧化硫含量的EKC曲线呈现倒“U”型；随着经济的增长，水污染和碳排放量也会增加。Shafik和Bandyopadhyay在研究过程中剔除了区域性变量，但这一变量却对整体研究至关重要。Kaufman(1998)[3]等针对1974-1989年23个国家的情况进行分析，得出二氧化硫排放量与人均GDP之间并非倒“U”型关系而是正“U”型关系，但是却与经济活动空间强度成倒“U”型关系，剔除价格变化影响后，用实际GDP计算出的转折点为14700美元左右。虽然Kaufman对指标进行了处理，使结果更具代表性，但是研究没有考虑地域因素。Burnett(2010)[4]考虑环境污染空间依赖的基础上，对美国环境污染进行了空间EKC验证，结果表明环境污染会受到地域因素的影响。Elhorst(2012)[5]利用动态面板数据，建立环境污染空间EKC模型，得出了在考虑地域因素的情况下影响环境污染的因素有人口结构、经济发展、科技发展等。

从国外的研究成果来看，关于环境污染的研究大多还是以EKC为基础，并不断地发展，但是核心理论没有变化，始终围绕EKC研究，是基于EKC假设成立的条件下的研究，存在忽略地域影响的缺陷，这不可避免地加大了研究结果与现实的误差。

(二)国内研究动态

我国关于环境污染的研究相对来说起步较晚，一般引用国外理论(EKC)结合国内实际进行研究。研究内容从简单的人均收入发展到现在的经济发展的多个方面，研究指标的选取也越来越合理和完善。但是，国内引用EKC理论研究环境污染与经济增长之间的关系，也存在忽视EKC前提假定不满足的问题。

符淼(2008)[6]采用省际面板数据对我国环境污染与经济发展的EKC曲线进行非参数回归分析，发现废水EKC曲线为两端略微上翘的倒“U”形曲线,在1.9万元处出现拐点；对于废气的库兹涅茨曲线呈现上升态势，斜率大约为1.04；对于固体废物的库兹涅茨曲线因地区差异而有所区别，东部上升变平缓，而中西部上升态势则较为陡峭。符淼将EKC的研究推向面板数据，但是没有将地域影响因素纳入模型研究。管祥友(2013)[7]建立了VAR模型，选取了城市和生态环境的相关指标，结果表明城镇化与生态环境存在双向机制，并不是简单因果影响。管祥友的研究考虑了环境污染与经济增长不是简单的单向关系，却没有解决地域因素的影响。刘华军、杨骞(2014)[8]研究了对环境EKC曲线与污染排放的时空依赖之间的关系，而且基于省级面板数据建立空间动态面板数据模型，最终指出四种污染物存在空间依赖性，但是依赖性有所差别。

除了简单环境污染物与人均GDP的模型外，不同的学者采用不同的计量方法和不同的研究指标及数据对EKC曲线进行了拓展性研究，从而极大地拓展了EKC曲线的研究范围，这包括：产业结构、能源消费、收入差距、消费、财政能力、社会资本水平等等，但这些研究大都还是基于EKC假定前提下，研究结论都不可避免地受EKC缺陷的影响。

综上所述，国内外关于环境污染的研究大都围绕EKC曲线展开，极大地拓展了环境库兹涅茨曲线的理论和应用，但是EKC理论未考虑地域影响因素，而现实生活中地域因素会对环境污染与经济增长产生重要影响。所以基于弥补EKC未考虑地域影响因素这一缺陷的角度研究环境污染与经济增长之间的关系十分必要。接下来，文章首先从地区角度描述分析了经济增长与环境污染的现状，然后在现状分析的基础上，对环境污染与经济增长建立了空间EKC模型，进而通过EPIOLG模型测算了政府最优环境污染投入比，最后在实证分析的基础上得出了相关结论。

三、中国环境污染与经济增长现状分析

相邻地区之间的经济活动联系紧密，一个地区的环境污染也会影响到相邻地域的环境质量，这决定了环境污染与经济增长受空间(地域)因素影响。在本部分，我们将结合具体数据，按照经济增长到环境污染的顺序，从空间角度，利用描述统计来分析我国经济增长和环境污染对应指标的具体现状。

经济增长指标用人均实际GDP等来衡量；环境污染指标考量的是废水、固体废弃物、废气④(俗称“三废”)等三者数量方面的相关特征。同时联系数据的完整性、可获得性和长度一致性，因而选取了2003-2013年的相关数据，以上资料来源于《中国统计年鉴》和《中国环境年鉴》。

图1　中国经济区域划分图⑤

(一)经济增长地区比较及特点

中国经济是以经济发展水平为经度、自然资源禀赋为纬度，与地理区位相结合，长期发展而来的。本文立足于国家统计局对全国经济区域划分的基础，按照经济水平，划分为东部、中部、西部、东北部四个大区。这四大区域内的省(市、自治区)具有以下共性：地理空间上相互毗邻；资源禀赋结构相近；经济发展水平相似；经济联系密切；面临相似的发展问题等等。具体划分如图1。

我国东部、中部、西部和东北部地区的经济发展趋势并不一致。我国人均 GDP 由 2003年的 10542元增加到 2013 年的 49020.3元，11年间增加了 3.65倍，年均增长了8.65%。从绝对值来看，2003年东部地区比中部地区高了2.45倍，比西部地区高了3.24倍，比东北部地区高了1.27倍。到了2013年东部地区仅仅比中部地区高了92.64%，比西部地区高了87.85%，比东北部地区高了 38.17%。由此可以看出，东部地区的经济虽然一直在增长，但增长幅度远远低于我国中部、西部和东北部地区，但是，由于2003年东部地区的人均GDP绝对值就远高于其他区域，所以虽然后来的增长幅度相比其他区域较低，但 2013年人均GDP值仍然很高，远高于其他区域。相对于经济增长较为平缓的东部地区来说，中部、西部和东北地区增长幅度较高，但由于其增长基数(2003年人均GDP)低，虽然经过11年时间的快速发展，到了2013年的人均GDP仍然低于东部地区。

表1　分地区经济增长统计表　单位：元

环境污染与经济增长联系密切，环境污染水平是否也存在同经济增长相似的地区差异，接下来我们对地区环境污染情况进行描述性统计分析。

(二)环境污染地区特点

总体来说，中国环境污染同经济增长水平存在相似性，发达的东部地区环境污染严重，中部、西部及东北地区环境污染存在加重的趋势。本部分将从空间上分析“三废”污染现状以及“三废”污染治理投入情况。

1. 从 2003-2013 年各区域的废水排放量数据表(表2)可以看出，废水排放量的上升趋势十分明显：东部地区年均增加3.8%左右，中部地区年均增加了1.28%左右，西部地区年均增加了1.35%左右，东北部地区年均增加0.32%左右。由此可以看出，我国东部地区废水排放量年均增长幅度最大，而且由于2003年的基数最大，2013年的数值也是最大。绝对数值和增长幅度均为最小的是我国东北部地区，在 11年的时间里，仅仅由2003 年的 48.83亿吨增加到了2013年的50.43亿吨。

表2　分地区废水排放量统计表

资料来源：《中国统计年鉴》、《中国环境年鉴》及相关计算整理而得.

2.从 2003-2013 年各区域的工业废气排放量数据表(表3)可以看出，东部地区2013年的排放量是213461.4亿标立方米，比 2003年增长了343.5%，年均增长 12.97%。中部地区 2013 年排放了140203.1亿标立方米，比2003年增长了375.5%，年均增长15.47%。西部地区2013年排放了129986.3亿标立方米，比2003年增长了347.3%，年均增长14.63%。东北部地区2013年排放了30798.2亿标立方米，比2003年增长了42.26%，年均增长3.99%。由此可以看出，从2003到2013年，各地区的工业废气排放量都在逐年增加。中部地区增加速度最快，东、西部增加速度基本保持一致，相对于其他地区来说，2003-2013年东北地区的排放量虽然在增加，但增长速度是最小的。

表3　分地区废气排放量统计表　单位：亿标立方米

资料来源：《中国统计年鉴》、《中国环境年鉴》及相关计算整理而得.

3.从 2003-2013年各区域的固体废弃物产生量统计表(表4)可以看出，东部地区年均增加了 10.45%，中部地区年均增加了12.63%，西部地区年均增加了10.71%。东北部地区年均增加了1.33%。由表4可以看出，从2003到2013年，各地区工业固体废物产生量都在逐年增加，但是东部地区的增长幅度更为迅速，与其他地区的差距变大；相对于其他地区来说，2003-2013年东北地区的固体废弃物产生量总体趋势虽然在增加，但增长幅度并不大，增长速度最小。

表4　分地区工业固体废弃物产生量统计表

资料来源：《中国统计年鉴》、《中国环境年鉴》及相关计算整理而得.

所以，环境污染与经济增长整体发展水平具有相似性，两者存在紧密联系，两者在地区间的发展水平存在差异，说明地域因素是影响经济增长与环境污染水平的重要因素。这是表面体现出的，想得到两者之间内在的联系，需要通过定量分析，建立计量模型研究。环境污染与经济增长具有空间性的特点，而普通的EKC模型存在着不考虑地域因素的缺陷。接下来我们将基于EKC的这个缺陷，建立空间EKC模型，来研究我国环境污染与经济增长之间的关系。

四、基于弥补EKC缺陷角度的环境污染与经济增长分析

环境污染具有空间分布性即受地域因素影响，这违背了库兹涅茨曲线理论的基本假定。本文的实证部分就是基于弥补EKC此方面的缺陷建立了空间回归模型，来研究我国环境污染与经济增长之间的关系。

(一)空间计量经济的三种重要模型

20世纪70年代，众多的欧洲学者对空间计量经济学展开研究。如今，空间计量经济学⑥已然变成空间经济学及相关学科的基础，而且空间经济计量方法对于学者们的研究也是至关重要。本文从EKC的缺陷视角出发，探讨环境恶化和经济增加二者的相关性联系，结合空间因素(地域性因素)，构建空间EKC模型。

空间计量经济学经过学者们不断的探索和努力，已经变得越来越完善，在这个过程中，研究者们提出了很多经典的模型。总的来说，空间计量模型可以分为横截面的空间计量模型和面板空间计量模型。其中，面板空间模型中包含三个重要模型：空间滞后回归模型(SAR)、空间误差模型(SEM)和空间交叉回归模型(GSM)。三种模型的基本形式如下：

Y=ρwv+xα+μ

(1)

(2)

(3)

其中，w是N×N阶的空间权重矩阵，wv为空间滞后因变量，ρ为空间自回归系数。λ表示自回归参数，wij为空间权重矩阵的第i行第j列中的元素，假定ei是服从标准正态分布的。

(二)空间关联模式及空间相关性检验方法

1.空间权重的设置

经过研究者们不断的探索和研究，空间权重的设置主要有三种：一是空间邻接权重矩阵，本文用w1表示。该矩阵元素在空间单元i和j相邻时取值为1；否则取值为0。二是地理距离空间权重矩阵，本文用w2表示。它是以地理距离平方的倒数来构造的，本文研究的是除去西藏的30个省份的环境污染与经济增长之间的空间关系，所以，地理距离以省会城市之间的球面距离测量。三是经济空间权重矩阵，用w3表示。林光平等(2006)[9]在对我国各省市1978-2002年间人均GDP的收敛问题进行研究时，发现相邻空间权重矩阵w的选择过于简单，不能完全表现区域性经济上的相互关联，因而提出经济空间权重理论。其中，w3=w2×E,w2是地理距离权重矩阵，E是描述地区间差异性的一个矩阵，其矩阵元素用样本考察内各省人均地区生产总值均值之差绝对值的倒数表示。此外，在实际测算过程中，对空间权重矩阵需要进行行标准化处理。

2.空间相关性检验

在统计学上，可以通过相关性检验检测两变量之间是否存在相关关系，同样，我们可以通过空间自相关指标来检测空间单元之间的相关性。空间自相关的Moran’s I指标最具有普适性，其计算公式为：

(4)

其中，n为空间单元的总数，wij为空间权重矩阵元素，xi表示第i空间单元环境污染的观测值。Moran’s I指数的取值范围为[-1，1]，大于0 时表示空间单元间存在空间正相关；小于0 时表示空间负相关； 若等于 0 则表示空间单元之间在空间属性上是独立分布的。Moran’s I指数绝对值表征空间相关程度的大小，绝对值越大表明空间相关程度越大，反之则越小。Moran’s I指数可以揭示出空间单元全局空间相关性，而通过绘制Moran’s I散点图则可以更加直观地描绘局域空间相关性和空间集聚特征。以下为环境污染“三废”的Moran’s I值。

根据表5可看出:

(1)废水排放总量、工业废气排放量和工业固体废弃物产生量在三种空间关联模式下均呈现出显著的空间相关性。其中在邻接空间权重下，工业废气的Moran’s I指数大于废水和工业固体废弃物，大约在0.3左右，这说明在空间邻接权重的关联模式下工业废气的空间相关性更强。在地理空间权重下，工业废气和工业固体废弃物的Moran’s I指数在0.26左右，大于废水排放量的Moran’s I指数值。在经济空间权重下，工业固体废弃物的空间相关性则较工业废气和废水更为明显。

(2)由于各污染物的扩散能力不同，各污染物的Moran’s I指数值也不同。废水的Moran’s I指数较小，可能是由于工业废水的影响范围主要在其流域，而工业废气、工业固体废弃物的空间溢出可能波及其他区域。对于工业废气而言，大气环流作用也会加强它们的空间依赖性。这就解释了三种空间关联模式下，为什么工业废水的空间相关性并不强。

表5　三种权重下Moran’s I值统计表

注: 上标 a，b，c 分别表示1%、5%和10%的显著性水平下拒绝原假设.

(三) EKC空间回归模型的建立

由空间关联性检验知道，环境污染存在显著的空间集聚特征，也就是说受地域因素影响较大，所以有必要建立空间EKC模型。另外，由三种权重下的Moran’s I值可知，经济空间权重下的Moran’s I值更加显著，研究环境污染与经济增长之间的关系，选用经济空间权重也更加切合实际。因此，本文建立空间EKC模型时选用经济空间权重。

1.指标和数据

本文抽取了2003-2013⑦年间中国大陆30个省级行政区划的空间面板数据，资料均来自于《中国统计年鉴》及《中国环境年鉴》。文中关于环境恶化的相关指标选取了废水排放总量、工业废气排放量和工业固体废弃物产生量，经济增长指标选取了各地区的人均GDP。

2.模型的估计

空间模型有三种基本形式，具体选择何种模型通常是根据Housman方法判断，但是Housman方法适用于随机样本。根据古扎拉蒂的理论，随机效应是样本在一个大的总体中随机抽样⑧。而本文选择的中国内陆30个省、自治区、直辖市，是一个总体，而非随机抽样，通过Housman方法选择模型不可取。所以本文将分别估计三种空间模型，然后通过估计结果的假设检验来选择最优模型。运用MATLAB7.0估计结果如表6(选择经济空间权重)。

由估计结果可见，废水排放总量选择GSM模型，因为λ在0.05显著水平下通过检验，其他参数都在0.001显著水平下通过检验。ρ和λ都显著，说明废水排放总量指标不仅在空间上有集聚效应，而且时间上有依赖性，空间上的依赖性也说明了废水排放总量受地域因素影响显著，空间EKC模型的建立弥补了EKC在地域影响方面的缺陷，使估计结果更加贴合实际。LNRGDP的系数小于0，LNRGDP2的系数大于0，LNRGDP3的系数小于0，说明废水排放总量与经济增长之间呈倒“N”型关系。

工业废气排放量中，由于λ是不显著的，而其他系数都是显著的，所以选择空间滞后模型(SAR)。ρ显著说明工业废气排放量有显著的集聚效应，即有较强的空间依赖性，受地域因素影响显著，而空间EKC模型的建立减小了EKC缺陷造成的偏差。λ不显著，说明工业废气排放量的时间依赖性不强。LNRGDP的系数小于0，LNRGDP2的系数大于0，LNRGDP3的系数小于0，说明工业废气排放总量与经济增长之间呈倒“N”型关系。

工业的固体产生量中，ρ或λ显著时，其他参数都不显著，所以对于空间效应和时间依赖性的面板数据模型不加以考虑，工业固体废弃物的地域影响不显著，并不能说明不存在地域影响，只是数据决定建立普通EKC模型更合适。LNRGDP的系数小于0，LNRGDP2的系数大于0，LNRGDP3的系数小于0，说明工业固体产生量与经济增长之间呈倒“N”型关系。

实证分析结果表明，中国环境污染指标“三废”与经济增长之间呈倒“N”型关系，证明了EKC曲线的存在但又与传统意义的倒“U”型理论相区别，符合中国实际。虽然“三废”都具有空间自相关性，但是，废水排放总量与工业废气排放量加入空间效应后，模型显著，而工业固体产生量加入空间效应后，模型不显著。

表6　“三废”指标的三种空间模型的估计结果

注：***表示在α=0.01，**表示在α=0.05，*表示在0.1条件下显著.

五、政府最优环境污染治理投入比测算

前面描述统计分析我们了解了我国环境污染的严峻形势，并通过计量模型量化了环境污染与经济增长之间的关系，最终要回到治理环境污染上。而环境污染治理属于公共产品范畴，政府拥有环境污染治理的决策权。政府在做出决策时，自然希望能够做到决策最优化，即希望找到最优环境污染投入比。本部分在相关研究基础上运用加入环境污染治理的OLG模型计算出了最优环境污染投入比。

(一)加入环境污染治理投入的OLG模型

肖欣荣、廖朴(2014)[10]通过引入环境污染对生存概率的影响，扩展了Chakraborty(2004)[11]所建立的内生死亡率世代交叠模型(Overlapping Generations，OLG)。肖欣荣、廖朴在“政府最优污染治理投入研究”一文中通过设定社会总产出水平和污染治理投入与生存概率的关系建立了经济增长模型，其中生存概率是由政府的决策内生决定的变量。他们发现，在经济达到稳态时，社会总产出水平是政府污染治理投入在总税收中所占比例的函数，并推导出了环境污染投入比例模型。

假设生存概率的函数形式为：

g(x)=xδ

(5)

g(x)′=δxδ-1

(6)

β(1-τ)(1-θ)δ[λ*τ(1-θ)]δ-1={1+β[λ*τ(1-θ)]δ}2

(7)

其中，0<δ<1,x为最优环境污染治理投资总额占国内生产总值的比重；λ*为最优污染投资占总税收的比例，β为个体效应贴现因子，τ为税率，θ为资本产出弹性，δ为生存概率参数。

(二)最优环境污染治理比例的测算

Fanti和Gori (2011)[12]研究，β的取值一般为0.2-0.6之间，根据中国的实际情况设为0.6。白重恩(2007)[13]、张芬(2012)[14]研究得出中国的资本产出弹性为θ=0.5。假设短期内，技术水平不会发生大的变化，根据我国2003-2013年的数据，总税收占GDP的比重均值约为16.6%，由τ(1-θ)=16.6%，得出τ≈30%。另外，肖欣荣、廖朴(2014)的研究发现生存概率是环境污染治理投入占社会总产出函数的比重，而政府环境污染投入仅是税收的一部分，所以，政府污染投入在社会总产出的比重不会太大，根据肖欣荣、廖朴的研究，结合中国实际，中国的δ会很小，我们取0.2 。将各参数值带入式(5)和(6)，解得λ*=9.35%，x=2.0%。

表7　环境污染治理投入占税收及GDP的比重

资料来源：根据《中国统计年鉴 2014》及计算整理所得.

由表7知，2003-2013年间环境污染投入占GDP的比重整体上呈逐年增加之势，在2010年达到最高的1.9%，之后略有下降，但是距离平均的最优环境污染投入占GDP的比重还有较大差距。2003-2013年间环境污染投入占总税收的比重具有波动性，2003-2005年在8%左右，2006、2007年为7.4%，2008-2010年比重上升，在2010年达到最大，占到了10.4%，之后就又回到8%左右的水平，总体上距离最优环境污染投入占总税收的比重10.35%还是有较大的差距。所以，政府在环境污染治理投入方面还需加大力度。

六、结论及相关建议

本文运用2003-2013年省级空间面板数据，基于弥补EKC缺陷视角，对环境污染三个指标与经济增长之间的关系进行了分析，建立了空间EKC模型，结果表明我国“三废”呈现倒“N”型特征，验证了库兹涅茨曲线在中国的存在。“三废”污染在空间上存在明显的集聚效应，地域影响不可忽视，而普通的EKC模型存在忽视地域影响的缺陷，空间EKC模型的建立弥补了EKC理论这方面的缺陷。另外，通过对最优环境污染治理投入比例的计算，发现我国环境污染治理投入比例还未达到最优，政府还需要加大对环境污染治理的投入。

针对本文得出的结论，提出以下建议：

1.治理环境污染，需要考虑环境污染的空间集聚性。环境污染具有空间集聚效应，地域间环境污染通过经济纽带存在着密切的联系，各省市自治区如同一个大的生态系统，治理环境污染时，必须统筹兼顾，共同应对，只有如此环境污染才能从根本上得到治理。对于各个省级行政区划而言，要想遏制住生态的进一步恶化，就要做到资源节约和环境保护并举，大力推行绿色、循环、低碳的集约型发展模式，建立起环境保护与资源节约相融合的空间布局、生产以及生活方式，让大家能够切身感受到碧水蓝天的怡人清新，在绿色生态中感受到无尽的美好。因此，首先在空间布局方面要实现合理优化。其次，要从各个渠道、通过各种方式节约能源。然后，必须加强对于生态系统的保护。最后，要集中精力完成社会主义生态文明建设的奋斗目标。

2.治理环境污染需要加大资金投入，逐步达到最优环境污染投入比例。我国环境污染投入的比例与最优环境污染投入比例10.35%之间还有差距，政府作为治理环境污染政策的制定者，应该加大环境污染治理的投入，积极引导企业、居民等对于环境污染的关注与行动，树立生态文明建设理念。“十八大”报告也提出了生态文明建设的要求，协调好人民群众的幸福感与国家未来发展的关系。面对紧张的资源约束，环境污染以及形势严峻的生态系统，必须建立尊重自然，与自然和谐相处的自然保护理念。要把社会主义生态文明建设摆在重要地位，和社会主义经济建设、政治建设、文化建设相结合，共同实现可持续发展的中国梦。资金的保证加全民的参与，我们相信既能发展经济又能享受美丽环境就会变为可能。

3.治理环境污染，经济发展与环境污染治理并重。环境与经济相互联系、相互影响，一方面，只注重经济增长会加重环境污染，另一方面，由于环境恶化的负外部性等，环境污染反过来又会制约经济的发展。所以，政府部门在订立相关政策时，就应该融入环保花费的投入、技术的创新以及产业结构的优化各方面因素，来科学制定政策体系，以此来降低污染排放、减缓环境压力。另外,政府政策制定后，要加强引导与监督，只有落实政策才有收获的可能，否则只是空谈。现如今,我国正处于社会主义初级阶段,政府的最佳策略应该是在发展经济的同时注重对于新兴治污技术的研发与推广，对于环境的恶化一定要做到预防为主，绝对不能走先污染后治理的老路。

[注释]

①环境库兹涅茨曲线，简称EKC，是在美国著名经济学家提出的库兹涅茨曲线基础上发展来的，是表示环境污染发展状况随经济增长过程而变化的曲线.

②肖欣荣、廖朴在“政府最优污染治理投入研究”中提出了政府最优环境污染治理投入比的概念，是指在污染水平与经济总量一定的情况下，政府环境污染支出占政府总税收的最佳比重.

③京都议定书全称《联合国气候变化框架公约的京都议定书》是《联合国气候变化框架公约》(United Nations Framework Convention on Climate Change,UNFCCC)的补充条款.

④国家统计局在2011年重新规定了“废气”的考核数据类型，工业废气排放量不再单独作为一项指标出现，但是为了保持数据的一致性，我们对2011-2013年数据作了相关处理，求得废气排放量.

⑤图片来源：http://gzdl.cooco.net.cn/testdetail/76007/.

⑥Anselin ( 1988 )将空间计量经济学定义为:“在区域科学模型的统计分析中，研究由空间引起的各种特性的一系列方法”.

⑦虽然2011年后国家统计局修改了“三废”的统计标准、指标及口径，但是本文根据实际情况，通过五次移动平均法得到2011-2013年数据，不会改变环境污染规律及趋势.

⑧古扎拉蒂.计量经济学基础(第四版)[M].北京：中国人民大学出版社,2005.599-609.

[参考文献]

[1]游德才.国内外对经济环境协调发展研究进展：文献综述[J].上海经济研究，2008,(6).

[2]Shafik N.Economic Development and Environmental Quality:An Econometric Analysis[R].Oxford Economic Papers，1994:1-36.

[3]Kaufman R,David B G.The Determinants of Atmospheric SO2Concentration:Reconsidering the Environmental Kuznets Curve[J].Ecological Economics,1998,(25):209-220.

[4]Burnett J, Bergstorm J C.US State-Level Carbon Dioxide Emissions:A Spatial-Temporal Econometric;Approach of the Environmental Kuznets Curve,University of Georgia,Department of Agricultural and Applied Economics，Faculty series,2010.

[5]Elhorst J P.Dynamic Spatial Panels:Models Methods and Inference[J].Journal of Geographical Systems,2012,(1):5-28.

[6]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).

[7]管祥友.城镇化与生态环境质量之间的研究[D].上海：华中师范大学，2013.

[8]刘华军,杨骞.环境污染、时空依赖与经济增长[D].济南：山东财经大学，2014.

[9]林光平,龙志和,吴梅.我国地区经济收敛的空间计量实证分析[D].华南理工大学，2006.

[10]肖欣荣,廖朴.政府最优污染治理投入研究[D].北京：对外经济贸易大学，2014.

[11]Chakraborty,Shankha.Endogenous Lifetime and Economic Growth[J].Journal of Economic Theory,2004,(1):119-137.

[12]Fanti L,Gori L.Public Health Spending,Old-age and Economic Growth[J].Journal of Economic Behavior & Orgnization,2011,(1-2):137-151.

[13]白重恩,钱颖一,谢长泰.中国的资本回报率[J].比较,2007,(28).

[14]张芬,周浩,邹薇.公共健康支出、私人健康投资与经济增长：一个完全情况遇见下的OLG模型[J].经济评论,2012,(6).

[责任编辑：张晓娟]

Econometric Analysis on Environment Pollution and Economic Growth in China——Based on Amending EKC Defects

FENG Li-ying,JU Hai-wei

(School of Statistics and Mathematics, Inner Mongolia University of Finance and Economics,Hohhot 010070,China)

Abstract:Grossman and Krueger put forward EKC hypothesis in 1995.Scholars have conducted a large number of empirical researches and expanded research afterwards, and made a lot of achievements. But there exits flaws on EKC: when setting up EKC model, not regard geographical factors. Based on previous studies, firstly, we put forward EKC spatial regression model and gain the conclusion that environment pollution exits spatial agglomeration effect; Then we use EPIOLG (endogenous mortality model introduced government environment pollution inputs) model to calculate the optimal ratio of government investment in gross taxes, the ratio is 10.35%; Finally, combining research theory, we put forward three suggestions for Chinese environment pollution:. 1. Reducing Environmental pollution need to consider spatial clustering; 2. Reducing Environmental pollution need to increase capital investment, and gradually achieve the optimum ratio of environmental pollution inputs; 3.Reducing Environmental pollution need to balance the economic development and environment.

Key words:EKC defects；economic growth；environment pollution；spatial regression model；EPIOLG model

[中图分类号]F205

[文献标识码]A

[文章编号]2095-5863(2016)01-0059-11

[作者简介]冯利英(1963-)，女，内蒙古凉城人，内蒙古财经大学统计与数学学院教授，硕士，硕士生导师，从事统计学理论、经济统计学研究.

[收稿日期]2015-06-29