山东省环境污染与经济发展的实证分析*

2016-07-27谷金钟李梅芳杨晓娟

环渤海经济瞭望 2016年7期

■谷金钟　　李梅芳　　王　睿　　杨晓娟

山东省环境污染与经济发展的实证分析*

■谷金钟李梅芳王睿杨晓娟

内容摘要：本文运用了山东省1981-2014年环境污染物排放量与人均GDP的数据。通过因子分析法构造出环境污染指标的综合值，用GDP指数得到消除通货膨胀影响的实际人均GDP，就经济发展对环境的影响进行了实证分析。建立了环境库兹涅茨曲线模型，来模拟经济增长与环境污染的演替轨迹，并拟合曲线，发现山东省的经济发展与环境污染存在着对数型增长的EKC特征，得出环境质量的改善并不能光靠经济发展来自我完善的结论。在此结论上进一步探讨各污染物与经济增长的关系，以此来对山东省提出合理的建议。

关键词：因子分析曲线模拟环境库兹涅茨曲线EKC特征

研究背景及文献综述

（一）研究背景

改革开放以来，我国经济保持着高速发展的势头，但中国经济的高速发展很大程度是以牺牲环境为代价的。其中山东省是我国经济大省同时也是污染大省，问题显得格外突出。2015年，山东省全年生产总值达到6.3万亿元，比去年增长8%。但从2015年9月环保部公布的污染数据来看：水环境方面，山东以89.09万吨位列化学需氧量排放榜首；氨氮排放量最多的省份分别是广东、山东和湖南；大气污染物方面，山东位列二氧化硫排放总量第一，为83.65万吨；山东氮氧化物排放量也是最多，为76.86万吨。可以看到各项污染指标山东都可谓是均居前列。所以我们能有针对性的在其环境与经济的关系中发现解决问题，并提出措施建议来指导山东省的经济发展和环境污染治理的工作，就显得十分重要。

（二）文献综述

环境库兹涅茨曲线是通过人均收入与环境污染指标之间的演变模拟，说明经济发展对环境污染程度的影响。在经济发展过程中，环境状况先是恶化而后得到逐步改善，即环境质量与收入为倒U型关系。1991年美国经济学家Grossman（格鲁斯曼）和Krueger（克鲁格）对GEMS（全球环境检测系统）的城市大气质量数据进行了分析，

*项目来源：2015年烟台市哲学社会科学规划课题，项目编号：2015-JJ-30；中国农业大学URP，项目编号：U2015046。发现二氧化硫和烟尘符合倒U形曲线关系。

在我国张晓（1999）使用中国的时间序列数据进行检验，结果发现中国的经济发展状况与环境污染水平的关系已呈现出微弱的倒U型关系。随着对EKC实证研究的进一步深入，研究者开始发现经济增长与环境压力之间存在着包括倒U型在内的多种可能的关系。2005年吴海鹰、张盛林通过修正后的环境库兹涅茨曲线模型，对我国西部地区1986年-2003年间的经济增长和主要工业污染物排放量的相关数据进行分析，结果发现西部地区经济增长与环境质量演替轨迹是一条“U”型曲线，与流行EKC曲线所描述的特征不一致。沈满洪等（2000）使用浙江省经济与环境数据，与张炳（2008）运用江苏的数据进行估计都得到了经济与环境的N形关系曲线，认为与世界上发达国家不同，我国的环境污染排放轨迹存在波动型上升。

不同学者数据的分析方法不同。包群等（2005）对1996-2002年中国面板数据进行考察，认为倒U型曲线很大程度上取决于污染指标以及估计方法的选取。除了指标选取，采取何种形式的数据将影响分析的结果和可靠性，时间序列和截面数据分别因样本区间短和严重的 “同质”缺陷，面板数据也不能很好地解决 “同质”假设（韩玉军、陆旸，2009）；为解决此问题，张成（2011）将中国根据工业化程度与收入情况分为了四个部分，描述环境污染与经济增长的关系。而对于山东省的研究，很多学者并没不认为山东省存在明显的库茨涅兹特征。刑秀凤（2006）选取1988-2002年的数据进行分析，得出山东省的EKC不完全符合库茨涅兹曲线特征。

可以看到，环境与经济的研究依然是现在学者研究的重点，本文将在前人的基础上，选取1981-2014年的数据，并运用因子分析来找出具有代表污染程度的因子，来与经济指标相拟合，来探索山东省是否存在库茨涅兹曲线。

指标构建与因子分析

（一）指标选取与预处理

通常以人均地区GDP（X）来代表一个地区的经济发展水平。根据山东省环境质量指标的可获得性，本文从山东省统计年鉴中选取了工业废水排放量（Y1）、固体废弃物产生量（Y2）、二氧化硫排放量（Y3）、烟尘排放总量（Y4）和生活废水排放量（Y5）这五项环境指标。并以污染物排放总量除以当年人口得到各自的人均污染排放量。

对于人均GDP的处理，根据实际GDP=1980年GDP*GDP指数（可比值以1980年为基期）/100，得出实际的人均GDP（以1980年为基期），消除了通货膨胀的影响。

（二）数据处理

我们采用因子分析法，通过提取主因子，利用各主因子的特征值计算其权重，最后计算出环境质量的综合指标值。通过对五个环境质量指标的因子分析，我们得到以下分析结果：

1.数据的相关性检验

KMO检验用于检验变量间的偏相关性，统计量的取值在0-1之间，取值越接近1，变量间的偏相关性越强，因子分析的效果越好，一般来说，KMO统计量在0.7以上时因子分析效果较好。

表1　KMO和Bartlett的检验与方差解释

由表1可知，此模拟的KMO统计量的值为0.719，适合作因子分析。同时，Bartlett球度检验的卡方值为192.504，P值小于0.05，达到显著性，表明相关系数矩阵不是单位阵，各环境污染变量有共同因素存在，再次验证了可以做因子分析。

2.方差贡献率

“提取平方和载入”部分是提取的两个公因子对原始变量方差的解释情况，虽然第二个主成分特征值小于1，但可以保留。两个因子累计解释方差超过85%，共同解释了原始变量方差的92.371%，所选取的两个公因子效果理想。

3.主成分分析

由表2可以看出，第一个因子与“人均生活废水排放量”、“人均工业废水排放量”、“人均烟尘排放量”和 “人均工业固体废弃物产生量”这四个变量的载荷系数较大，将因子命名为非气体污染物，主要解释了这四个变量。而第二个因子与 “人均二氧化硫排放量”的载荷系数较大，主要解释了这个变量。姑且命名为气体污染物。

表2　旋转成份矩阵a

4.因子得分

根据因子得分系数矩阵，可以将公因子表示为各变量的线性组合。得到的因子得分函数为：

F1=0.264X1+0.336X2-0.153X3+ 0.359X4+0.408X5

F2=-0.006X1+1.013X2+0.213X3+ 0.162X4+0.269X5

最后，对各年的污染水平进行综合评价。用主成分与之对应的特征值λ除以主成分特征值λ之和作为权重，计算出综合指标，公式如下：

其中

实证分析

（一）总经济指标与环境污染的关系分析

首先，我们以人均地区GDP来代表一个地区的经济发展水平与以上分析得到的污染水平的总得分的关系，进行模拟分析，以探究随着经济的不断发展，山东省的污染状况是否得到有效的改善。

由表3的分析结果可知，检验结果调整的R方最大值为0.853，即对数线性方程的拟合效果最好。所以拟合的模型为对数模型。

由表4可知各系数都通过显著性检验，对模型检验得到的方程为：

yt=-5.730+0.736ln（人均GDP）

由图1可以看出，随着人均GDP的提高，环境污染程度不断加剧，但污染速度逐渐缓慢，可以看做山东省污染状况正处于EKC曲线的上升阶段，表示经济的发展伴随着对环境的破坏，或者是山东省对环境的治理落后于其经济的快速发展。

从散点图来看，在人均GDP2000元时（1980为基期的不变价），相当于1996年前后，环境污染得到了一定的改善。1990年代初，受世界环境保护的影响，全国都掀起环保热潮，环境污染的压力暂时缓解，但这只是暂时效果。此结论与张炳（2008）研究的结论相吻合，并不能验证山东省已出现了一次倒U型模型。

（二）具体经济指标与环境污染的关系分析

接下来，我们分别对5类污染指标与人均GDP的关系进行回归检验，以消除量纲后污染物的人均排放量与人均地区GDP进行曲线模拟，找出最合适的拟合曲线，以此来具体探讨不同污染物排放跟经济发展的关系。

1.人均工业废水排放量与人均GDP的关系

我们以人均GDP为解释变量，人均工业废水排放量为被解释变量，来建立模型。模型拟合结果如下表5、表6所示。

由表5、表6可得到方程

Y=122722.7-9.754X+0.004X2-（2.068E-7）X3

表3　三次模型汇总

表4　回归系数

表5　模型汇总和参数估计值

表6　模型汇总和参数估计值

图1　环境与经济趋势图

图2　人均工业废水排放量与人均GDP关系图

图3　人均SO2排放量与人均GDP的关系图

图4　人均烟尘排放量与人均GDP的关系图

由图2可知，人均工业废水排放量与人均GDP存在倒“N”型的关系，第一个拐点出现在人均GDP1300元（1980年为基期），即1993年左右。1993年以前，人均工业废水排放量随着人均GDP的上升而下降；一旦人均GDP突破了1300元/人的临界值水平，人均GDP的上升将引起环境污染排放的增加；随着人均GDP的进一步提高，在11000元/人（即2011年）的第二个临界点之后，出现了人均GDP的继续提高而人均工业废水的排放逐渐下降的趋势。

2.人均SO2排放量与人均GDP的关系

我们以人均GDP为解释变量，人均SO2排放量为被解释变量，来建立模型，拟合曲线，探究随着经济水平的提高，S02的排放是否得到了有效的控制，拟合结果如图3所示。

人均SO2与经济的关系没有较好的模型与之对应，大致呈现出先上升后波浪式下降的趋势，可以看成人均GDP与人均SO2排放量之间存在库茨涅兹曲线倒U型关系，并SO2已过EKC曲线的拐点（1997年），表示SO2正随着经济的发展，波动着减少排放量。

3.人均烟尘排放量与人均GDP的关系

我们以人均GDP为解释变量，人均烟尘排放量为被解释变量，来实现模型的建立，探究随着经济水平的提高，烟尘污染物是否逐年减少，拟合结果如表7所示。

由表7可知，虽然三次方程比二次方程拟合度要好，但是三次项的p值并没有通过检验，故排除该模型。可以认为烟尘排放量与人均GDP之间呈现开口向上的二次函数关系，表示山东省人均烟尘排放量同人均国内生产总值呈现出 “正U型”关系，2011年（人均GDP10000）前后达到拐点。但2011年后人均烟尘虽有增长势头，但近年一直保持着较低的排放量，将来山东省烟尘排放是增加还是维持这一较低水平，山东省是否能控制好烟尘的排放，将由时间去检验。

4.人均工业固体排放量与人均GDP的关系

我们又以人均工业固体排放量为被解释变量，与人均GDP模拟方程模型，拟合结果如下表8所示。

由表8可知，三次方程拟合的效果最好。并由图5可见，人均工业固体排放量在2011年达到拐点，近三年来，工业固体排放已有下降趋势，并渐渐呈现倒N型曲线趋势。

5.人均生活废水排放量与人均GDP的关系

最后我们以人均生活废水的排放量为被解释变量，与人均GDP来模拟方程模型，以此指标来探究随着经济水平的提高，人们生活环保意识的变化，其拟合结果如下表9所示。

表7　模型汇总和参数估计值

表8　模型汇总和参数估计值

表9　模型汇总和参数估计值

图5　人均工业固体排放量与人均GDP的关系

由表9可知，各个方程拟合的拟合优度都很高，效果都很好。其中二次函数的二次项与三次函数的二次项、三次项估计值接近于0，图形接近于直线。所以无论是线性、二次函数还是三次函数，都可以确切得出的结论是，人均废水的排放量随着经济发展一直在增加，没有出现缓解的现象。随着经济的增长，生活废水的排放不断增加，这警示我们环保意识还有待加强，我们应该在平时生活中运用新兴的环保技术，大力发展污水处理技术。

结论与建议

（一）研究结论

综上所述，整合各个指标分析。生活污水排放量不断增加，大致呈线性增长；粉尘的排放一直下降，在近年来维持着一个较低水平。工业污染物排放（废水与固体），大致呈倒“N”型曲线，2011年左右达到拐点，近年来已有下降趋势；SO2在1997年之后排放量不断下降。

然而整体污染水平却还是呈对数型缓慢增长，这是由于除生活废水外，其他各污染物要么刚刚过EKC曲线拐点，要么维持着原先的水平，排放减少量不明显。相对着，随着经济的发展，居民生活废水排放量不断增加，其污染加剧效应更大。

结合上文提到的2015年山东各项污染指标均居前列，我们可以得出：山东随着经济增长，总体污染一直处于增长当中，只是近年来增长速度有所下降，但污染保持着较高的水平。如果坚持走循环经济的道路，山东省有望能尽快达到并拐过库兹涅茨拐点，并可逐年减少污染物的排放。

这也给我们警示，我们不能直接盲目的套用EKC曲线，发达国家以及老工业化国家的环境治理能有所成效，一部分是因为把污染大的企业转移到了发展中国家，从而大幅度降低了其环境的污染。所以对于发展中国家，EKC右侧所描述的污染物的下降将会更难明显出现。所以我们应该明确环境质量的改善并不能光靠经济发展来自我完善，也不能持有经济发展就必然带来污染，进而先大力发展经济的观念。

（二）政策建议

根据以上对山东省经济发展与环境质量关系的实证研究，我们分别从经济发展和环境保护两方面提出建议，来调节环境与经济的关系。

1.制定科学发展，循环发展的经济目标

可以看出，近年来山东省的经济高速发展，但经济发展的同时，却给环境造成了极大的破坏。从长远来看，依靠环境污染带来的超高速的经济增长是难以持续维持下去的，山东省想要进一步发展，必须摒弃以环境为代价的发展模式。发展循环经济，绿色经济才是可行之路。

2.推动能源产业结构优化升级

主要应调整轻重工业比例，修整污染大的行业。积极发展技术含量高、附加值高、市场占有率高而环境污染轻的工业，发展第三产业。

3.加强环境治理，完善法律法规

政府要加强环境治理，并控制污染排放。一方面，政府要继续加大对环境治理的投入力度，进一步完善环保投入机制；另一方面，政府应完善环境保护和治理的法律法规，严格把控企业的污染排放。依据污染排放是否达标，政府应制定完善的惩罚与奖励机制，来健全市场体制。

4.加强环保知识的宣传

人与环境的和谐发展，应当从人们自身开始做起。山东省人口密度大，人口流动性大，人们的环保意识薄弱，由人口压力造成的环境问题显得格外突出。所以培养人民环保意识，传播环保知识对人口众多的山东省来说就显得更具有意义。

参考资料

1.Grossman，G.M.，Krueger，A.B.，1991.Environmentalimpactsofthe North American Free Trade Agreement. NBER working paper 3914.