中国的环境污染与政府干预

王耀东

摘 要：本文运用静态理论模型，对中国环境污染、经济增长、技术进步与环境治理财政投入的关系进行了理论分析，并基于环境库茨涅茨曲线模型，利用2005—2013年31个省会、自治区首府和直辖市的数据，对中国环境污染、经济增长、技术进步与环境治理财政投入之间的关系进行了实证检验。研究发现，不考虑技术进步异质性时，中国环境污染水平与经济增长呈倒U型关系，即随着经济增长，环境污染先加剧后减轻；考虑技术进步异质性后，两者呈U型关系，即随着经济增长，环境污染先减轻后加剧。中国政府环保投入则在两种情况下均对环境无显著影响。从而对于中国政府而言，为改善环境质量，现阶段采用鼓励环境友好技术进步的产业政策等间接干预要优于政府直接财政投入等直接干预。

关键词：环境污染；政府干预；环境库茨涅茨曲线；环境治理财政投入；技术进步

中图分类号：F0622 文献标识码：A

文章编号：1000-176X（2016）02-0003-09

一、引 言

改革开放以来，中国经济迅速发展。伴随着生活水平提高和基本物质条件得到满足后，人们对环境等更高层次的生活需求逐渐增加。而近几年越来越严峻的环境形势，尤其是范围大、持续时间长的严重雾霾天气使环境问题成为社会关注的焦点，在北京等重点城市，雾霾之严重甚至已引起全球范围的广泛关注。在环境治理领域，政府是不可忽视的力量。政府既可以通过财政投入等手段对环境直接进行干预，也可以通过产业政策等方式鼓励环境友好的技术进步以间接干预环境。在严峻的环境形势下，政府该何去何从？直接干预与间接干预哪个更加有效？为回答上述问题，本文利用静态模型，对中国环境污染、经济增长、技术进步与环境治理财政投入的关系进行了理论分析；并基于环境库茨涅茨曲线模型，利用2005—2013年31个省会、自治区首府和直辖市的数据，对中国环境污染、经济增长、技术进步与环境治理财政投入的关系进行了实证检验。

二、文献综述

环境库茨涅茨曲线源于库茨涅茨曲线，后者由Kuznets[1]提出，阐述了收入分配不均等程度随着经济增长呈先增大后减小的倒U型关系。Grossman和Krueger[2]研究北美自贸区环境与经济关系时发现，环境污染和人均收入之间存在倒U型曲线关系，在经济发展初期，环境污染会随着人均收入的增长而增加，但到了一定发展阶段，环境污染会随着人均收入的增长而下降，Panayotou[3]将这种关系命名为环境库茨涅茨曲线。

在此之后，大量理论和实证研究使用不同的模型和环境测度变量对环境库茨涅茨曲线的存在性进行了探究。理论研究方面，Jones和Manuelli[4]使用世代交叠模型对环境库茨涅茨曲线进行了理论推导，得到倒U型曲线。Selden和Song[5]使用动态增长模型推导出一系列可能的环境污染与经济增长之间的关系。Andreoni和Levinson[6]利用静态模型推导出了倒U型曲线，并证明库茨涅茨曲线的存在不依赖于外部性等假定。这些理论模型虽然形式不同，但内涵是一致的，均是在经济发展的不同阶段对消费品与环境污染进行权衡取舍。还有一些理论研究对库茨涅茨曲线模型进行了扩展，加入了影响环境的其他因素。Brock和Taylor[7]利用动态增长模型，强调了技术在倒U型曲线形成中的作用。总结以上理论分析可以发现，这些模型均未将伴随着经济增长的技术进步与政府干预同时纳入分析框架，因此，笔者同时将这两因素纳入本文的模型中加以分析。

实证研究方面，Selden和Song[8]使用跨国面板数据，采用悬浮颗粒物、二氧化硫、氮氧化物、一氧化碳四种污染物排放量指标验证了人均GDP与污染物排放之间存在倒U型曲线关系。Grossman和Krueger[9]、Moomaw和Unruh[10]、Apergis和Payne[11]、Onafowora和Owoye[12]等学者亦使用不同数据证实了倒U型或N型环境库茨涅茨曲线的存在性。还有一些研究得出了不同的结论，Ekins[13]和Akbostanc等[14]研究发现人均收入与环境污染之间呈严格单调关系。Stern和Common[15]使用硫化物排放量指标进行研究发现，在使用全球数据时，环境库兹涅茨曲线关系不存在，污染和人均GDP呈单调关系；在使用高收入国家数据时则存在倒U型曲线关系。He和Richard[16]运用半参数模型和非线性系数模型方法，使用加拿大数据进行研究时发现，不存在支持环境库茨涅茨曲线存在的证据。

随着国内环境形势的越发严峻，关于中国环境库兹涅茨曲线的研究也越来越多。大部分国内研究使用污染物排放量指标，张炳等[17]使用1986—2004年苏南地区数据进行研究，以污染物排放量衡量污染，得出苏南地区环境污染与经济增长之间呈N型波动环境库兹涅茨曲线特征的结论。陈锋[18]利用1985—2006年陕西数据研究发现，工业废物与工业废气随人均GDP增长呈单调递增关系，工业废水随人均GDP增长呈U型曲线关系。李斌和李拓[19]利用中国2000—2011年省级面板数据，以二氧化硫、二氧化碳、烟粉尘的人均排放量衡量污染进行研究，发现中国存在倒U型的空气污染库兹涅茨曲线。也有少数研究使用了污染物空气浓度指标，王敏和黄滢[20]使用中国2003—2010年112个城市的面板数据，以二氧化碳、二氧化氮、PM10空气浓度和工业二氧化硫排放衡量污染，研究发现，所有大气污染浓度指标都呈现出U型曲线关系，但是在考虑了每个城市特定的时间趋势变量后，高经济增长并不一定会导致高污染；污染物排放量指标与经济增长则呈倒U形曲线关系。

总结以上实证研究可以发现两点不足：一是已有研究大部分仅使用污染物排放量或污染物空气浓度指标，将两者进行比较研究的较少。污染物排放量指标反映了人类活动的污染产出，污染物空气浓度指标则反映了人们对于环境污染的直观感受和其对人们生活的影响程度，两者均十分重要，不应该被研究所忽视。少数将同时采用两类指标的研究，如王敏和黄滢[20]的研究却在两类指标上得出了截然相反的结论，且未给出合理解释。二是几乎没有研究同时对技术进步和政府环保投入对环境的影响进行实证分析。众所周知，目前世界各国政府均对环境问题十分关注，而作为一个“大政府”国家的政府，中国政府对环境的影响更是不应在研究中被忽视的。在本文的实证研究中，笔者弥补了以上不足，将技术进步与政府环保投入一并纳入实证分析框架，同时使用污染物排放量和浓度指标，并对估计结果给出了合理解释。

三、模型与数据

1理论模型

由理论分析可以看出，在控制技术水平保持不变时，随着经济增长，环境污染水平先下降后上升，即环境库茨涅茨曲线呈U型。在允许技术随经济增长而变化时，经济增长与环境污染的关系是不确定的，取决于技术进步速度即参数γ的大小。当γ较小、技术进步较慢时，环境库茨涅茨曲线仍呈U型；当γ较大、技术进步较快时，环境库茨涅茨曲线呈倒U型。

为探求污染与政府环保投入的关系，将P对k求一阶导数：在实际中，环境治理财政投入占经济总量比重与变化范围均较小，故不考虑其与环境污染的高次函数关系。

根据已有条件无法对dPdk的符号进行判断，故政府环保投入对环境的影响是不确定的。

2研究模型

基于传统环境库兹涅茨曲线研究及本文理论模型部分的结论，考虑环境污染与经济增长间的对数二次函数关系，并加入环境治理财政投入等因素，本文得到如下环境库茨涅茨曲线模型：

其中，Pollutionit为城市i在t年的环境污染指标，本文使用两类指标，即包括空气中年均二氧化氮浓度、PM10浓度在内的污染物空气浓度指标和包括人均工业二氧化硫排放量在内的污染物排放量指标，以对污染情况进行衡量；GDPit为城市i在t年的以2005年不变价格衡量的人均实际GDP；Financeit为该城市环境治理财政投入占当年GDP的比重，在模型中笔者对其取对数并进行差分由于差分项的存在，本文补齐了该项指标2004年的数据。；Xit为其他控制变量，包括人口密度、第二产业产值占当年GDP的比重；αi为城市固定效应；c为截距项。

GDP只能笼统反映经济总量的变化，无法反映其数值背后包括技术进步等因素在内的经济质量的变动，而除经济总量、产业结构等因素外，技术进步也会对环境污染产生影响。由于技术进步往往难以衡量，以往研究通常采用年份虚拟变量或共同的时间趋势来代表。但在现实中，不同地区技术进步的程度是不同的，尤其是在中国这样一个地区差异极大的国家，各个城市的技术水平、技术进步速度更是存在巨大差异。为进一步考察经济增长、环境治理财政投入与环境污染的关系，本文在模型（8）的基础上考虑技术进步的异质性，在模型中加入每个城市的随机趋势：

其中，ρi×year为城市i的时间趋势变量，代表城市i包括技术进步在内的随时间趋势变化的量。Wooldridge[21]把模型（9）称为相关随机趋势模型。

3 数据说明

本文使用2005—2013年中国27个省会、自治区首府（以下统称省会）和4个直辖市的数据进行研究。限于数据的可得性，省会环境治理财政投入占当年GDP的比重用该省、自治区（以下统称省）相应比重进行代替。省会是一省的政治中心和经济中心，是贯彻省级政府政策意图最为彻底的地区，也是一省大力发展的地区，故省会在经济发展水平、各项财政投入上往往与该省整体具有较大一致性；且环境治理投入往往具有外部性，省内其他地区的环境治理投入对省会环境产生的影响将与投入地区的环境影响同向。因此，这一代替是合适的。本文数据来源于《中国统计年鉴》、《中国环境统计年鉴》、《中国城市统计年鉴》和《中国区域经济统计年鉴》，部分数据由原始数据计算获得。本文使用全国CPI数据对人均GDP进行了调整，得到以2005年不变价格衡量的人均实际GDP，最终获得279个样本，数据的描述统计如表1所示。

笔者以人均实际GDP为横轴，三种污染物为纵轴做散点图，经观察发现，从趋势上看，二氧化氮空气浓度随人均实际GDP增加而上升，人均工业二氧化硫排放量随人均实际GDP增加而下降，PM10空气浓度与人均实际GDP无明显关系。以环境治理财政投入占GDP比重为横轴，三种污染物为纵轴做散点图，经观察发现，从趋势上看，三种污染物水平均与环境治理财政投入占GDP比重变化无明显关系。下文将通过回归分析进一步探索这些关系。

四、估计结果与分析

1环境库茨涅茨曲线模型估计结果

本文对环境库茨涅茨曲线模型用OLS方法进行估计，结果如表2所示。

由表2的估计结果可知，从环境污染与经济增长的关系看，对于污染物空气浓度指标，二氧化氮浓度与经济增长呈U型曲线关系，即随着经济增长，污染物空气浓度先下降后上升；PM10浓度则与经济增长没有显著关系。对于污染物排放量指标，工业二氧化硫排放量与经济增长也呈U型曲线关系。这一结果与直觉不符，因为随着经济增长和技术进步，经济本应越来越倾向于“环境友好”，即污染水平在经济增长到一定程度后必将呈下降趋势，但实证结果却给出了恰好相反的结论。

环境污染与环境治理财政投入关系的估计结果亦令人十分困惑。从直觉上讲，环境治理财政投入的目的是提高环境质量，其手段一般为增加污染净化设施、加大绿化水平等，这些都应该使环境状况得到好转，体现在环境污染指标上即为其绝对值的下降，从而dln（Finance）项的系数应显著为负。但估计结果显示，环境污染治理财政投入占GDP比重虽然与污染物指标负相关，但并不显著。

在环境库茨涅茨曲线模型中，dln（Finance）并非严格的外生变量。当环境污染加剧时，政府无论从民众生活质量角度考虑，还是从社会舆论角度考虑，均会在当期加大环境治理的财政投入以期望将污染水平控制在更低的水平上，从而环境变量也会影响dln（Finance），模型存在内生性问题。因此，以上结果可能由内生性问题所致。为处理内生性问题，本文拟采用广义矩估计方法（GMM方法）进行估计。现有研究主要采用两种GMM方法处理内生性：一是Arellano和Bond[22]提出的差分GMM方法；二是Blundell和Bond[23]提出的系统GMM方法。差分GMM方法的基本思路为，先对环境库茨涅茨曲线模型进行一阶差分，除去固定效应，再用内生变量的滞后项做其工具变量。但是差分会导致信息损失，且解释变量在时间上具有连续性时，工具变量的有效性会减弱，从而影响估计效果。为了克服这一问题，Blundell和Bond[23]提出了系统GMM方法，同时利用差分和水平方程中的信息，增加滞后项的差分项作为内生变量的工具变量。由于使用了更多信息，系统GMM方法比差分GMM方法更加有效。但这一有效性需要两个检验进行保证：一是对工具变量进行过度识别约束检验；二是对差分方程随机误差项的二阶序列相关进行检验。若过度识别约束检验通过且差分方程误差项无二阶序列相关，则有效性得到保证。

GMM方法可分为一步估计法和两步估计法。Bond等[24]发现在有限样本条件下两步估计法所得统计量存在严重的向下偏误，进而影响统计推断，Blundell和Bond[23]则发现一步估计法渐进误差较小，其较两步估计法更为可靠，因此，本文采用一步估计法对环境库茨涅茨曲线模型进行估计。

模型中的变量设置情况如下：本期dln（Finance）显然为内生变量。现阶段中国政府对于经济增长依然非常重视，除了极个别日期（如APEC会议期间）外，基本不会因为环境情况改变短期经济政策，与环境可持续发展有关的长期经济政策也均处于酝酿阶段或未实施阶段；而追求利润最大化的企业更不会因为环境恶化而主动减产或停产。故可认为，环境变量在样本期内不会影响人均GDP和第二产业的占比。由于文化传统等因素，中国是人口迁移较少的国家，若非工作变动或其他重大原因，国人不会考虑更换居住地。在中国，环境问题已经达到较为严重威胁居民生活质量的城市只有近几年北京的某些时段，而由于北京具有教育、医疗等优质资源和更多的发展机会，空气质量对绝大多数人来说不是其选择是否在北京生活的主要考虑因素，一年中为数不多的重度污染天气并不会让人们选择逃离北京，故可认为环境变量在样本期内不会影响人口密度。本期变量显然不会影响上一期的变量，故本期环境变量不会影响滞后期dln（Finance）。因此，本文将ln（GDP）、ln（Density）、ln（Industry）和滞后期dln（Finance）设置为外生变量，将本期dln（Finance）设置为内生变量。令人遗憾的是，三种污染物指标为因变量的系统GMM方法估计结果均无法使“过度识别约束通过”和“误差项无二阶序列相关”同时成立。因此，本部分将采用差分GMM方法进行估计，结果如表3所示。

从表3可以看出，与OLS估计结果相比，差分GMM估计结果发生了巨大变化，ln（GDP）和[ln（GDP）]2项系数符号均出现了反转，这说明内生性问题确实存在，且对估计结果造成了严重影响。从环境污染与经济增长关系看，对于污染物空气浓度指标，二氧化氮浓度与经济增长呈现倒U型曲线关系，即随着经济增长，污染物空气浓度先上升后下降；PM10浓度则与经济增长无显著关系。对于污染物排放量指标，工业二氧化硫排放量与经济增长也呈倒U型曲线关系。从环境污染与环境治理财政投入关系看，环境污染治理财政投入与三项污染指标均无显著关系。对于环境污染与经济增长的关系，这一结果与大部分学者的研究一致。如文献综述所述，关于环境库茨涅茨曲线的大部分研究认为两者呈倒U型关系，即虽然经济增长在初期会加剧污染，但随着经济体量进一步增加，中国环境状况终会逐渐改善。PM10受区位因素影响较多，故其浓度与经济增长的关系不显著。

使用二氧化氮浓度、人均工业二氧化硫排放量为因变量估计的环境库茨涅茨曲线模型的人均实际GDP拐点分别为36 928元和28 985元，而2013年31个城市人均实际GDP的分布区间为[32 201， 93 681]，有25个城市人均实际GDP大于最大拐点值，即处于倒U型曲线的右端。因此，若其他因素不变，随着经济的进一步增长，中国大部分省会、自治区首府和直辖市的环境状况将逐渐好转。

2相关随机趋势模型估计结果

为进一步考察考虑技术进步异质性时，经济增长、环境治理财政投入对环境污染的影响，本文使用相关随机趋势模型，将技术进步的时间趋势变量作为外生变量进行估计，由于无法通过系统GMM方法的有效性条件，本部分仍利用差分GMM方法进行估计，结果如表4所示。

从表4可以看出，在考虑了技术进步异质性后，从环境污染与经济增长关系看，对于污染物空气浓度指标，二氧化氮浓度、PM10浓度与经济增长呈现U型曲线关系，即随着经济增长，污染物空气浓度先下降后上升。对于污染物排放量指标，工业二氧化硫排放量与经济增长无显著关系。从环境污染与环境治理财政投入的关系来看，环境污染治理财政投入除与人均工业二氧化硫排放量有统计显著、但经济意义不显著其系数与其他变量的系数均不在同一数量级上，故可视为经济意义不显著。的正相关外，与其他两项污染指标均无显著关系。

使用二氧化氮浓度、PM10浓度为因变量估计的环境库茨涅茨曲线模型的人均实际GDP拐点分别为39 295元和36 523元，而2013年31个城市人均实际GDP的分布区间为[32 201， 93 681]，有23个城市的人均实际GDP大于最大拐点值，即处于U型曲线的右端。因此，若技术水平等其他因素不变，随着经济的进一步增长，中国大部分省会、自治区首府和直辖市的环境状况将恶化。

3比较与分析

将环境库茨涅茨曲线模型和相关随机趋势模型估计结果对比可以发现，对于环境污染与经济增长间的关系，两模型的估计结果是相反的。而大多数研究均支持Grossman和Krueger[2]的结论，即在经济发展到一定程度、基本物质需求得到满足后，人们对环境等更高层次的需求会增加，这会促使经济向“环境友好”的方向发展，环境会逐渐改善，从而环境污染与经济增长应呈倒U型关系。

环境库茨涅茨曲线模型与相关随机趋势模型的唯一差异是对技术进步的控制，而环境库茨涅茨曲线模型与相关随机趋势模型估计结果分别与理论分析部分允许技术随经济增长进步情况中α+β+γ-1>0时和控制技术进步不变时的结论相吻合，同时也是对理论推导正确性的进一步验证。本文将试着从这一角度解释两模型估计结果的差异。在技术水平固定，即相关随机趋势模型情况下，由于环境治理投入以规模报酬递减的凹函数减少污染，而消费以一比一增加污染，故在经济水平较低时，环境治理投入边际回报较高，从而经济增长使消费与环境治理投入均增加时，消费带来的污染增量小于环境治理财政投入带来的污染减少，总污染水平下降；随着经济水平提高，环境治理投入边际回报逐渐下降，当其边际回报下降至某一点后，当经济增长时，消费增加带来的污染增量将大于环境治理财政投入增加带来的污染减少，从而总污染水平上升。当技术水平随经济增长而提高，即环境库茨涅茨曲线模型情况下，在经济水平较低时，技术水平较低，环境治理投入的边际回报也较低，从而在经济增长时，消费增加带来的污染增量大于环境治理财政投入增加带来的污染减少，总污染水平上升；随着经济增长，技术水平不断上升，当技术达到一定水平后，当经济增长时，消费增加带来的污染增量将小于环境治理财政投入增加带来的污染减少，从而污染水平随经济增长而下降。上述原因造成了控制技术水平与否的两种模型下环境污染与经济增长之间相反的相关关系。因此，在技术水平保持不变，或者说在模型中控制了技术进步因素后，随着经济增长，环境会先改善后恶化，即环境污染与经济增长呈U型关系；而若允许技术随经济增长而进步，随着经济增长，环境会先恶化后改善，即环境污染与经济增长呈倒U型关系。

通过以上分析，本文可以得出如下结论：在通常情况下，随着经济增长，环境状况确实最终会得到改善，但这种改善并不是源于经济总量增长本身，而是源于伴随着经济增长的技术进步。即若无技术进步，单纯的经济体量增加最后只能导致环境越来越差。对于环境污染与环境治理财政投入的关系，环境库茨涅茨曲线模型的估计结果与相关随机趋势模型的估计结果是一致的，即政府环保投入对环境改善均无显著影响。这可能是由于政府环保投入对私人部门环保投入挤出效应过大，从而弱化了政府环保投入的效果，也可能是政府投资本身的效率低下所导致。故可以认为，现阶段中国环境治理财政投入效果是非常有限的。

以上结论具有极强的现实意义和政策含义：首先，其明确了环境改善必须靠主观努力。世界上绝大多数发达国家都经历了环境先恶化后改善的过程，于是在中国便有观点认为发展必然会带来环境先恶化后改善，从而在中国经济发展过程中将改善环境置于次要地位，寄希望于在经济发展到一定程度后再去解决环境问题，或认为经济发展了，环境问题自然会得到解决。而以上研究结论则说明，经济增长能带来环境最终改善的前提是技术随着经济增长一同进步，因此，若只盲目追求经济总量的扩大而不重视有利于环境改善的技术进步，经济增长非但不会带来环境改善，反而最终会导致环境恶化。其次，其指明了政府在环境治理中应发挥的作用。对于环境问题，政府可以选择通过环保设施建设等方式进行财政投入的直接干预，也可以采用包括制定环保标准、淘汰落后产能等产业政策进行间接干预。实证分析告诉我们，技术进步将是未来中国环境改善的主要动力，政府环保财政投入在现阶段则收效甚微。因此，为重拾碧水蓝天，政府应通过制定产业政策等方式加大间接干预力度，促进环境友好的技术进步；对于财政投入等政府直接干预方式，则适度即可。而理论分析告诉我们，只有当模型中的γ足够大，即技术进步足够快时，技术进步带来的环境治理投入边际回报增加才能抵消环境治理投入自身的边际回报递减趋势，从而倒U型的环境库茨涅茨曲线才能实现。因此，中国要使环境最终得到改善，必须使技术水平以较快的速度随经济增长而提高。令人庆幸的是，随着雾霾等极端天气的频繁出现，中国政府已对环境问题高度重视，从产业政策等角度对“环境友好”的技术发展给予了很大鼓励，因而可以相信，随着经济增长，“环境友好”的技术改善也必然会以较快的速度进行，使未来的中国走向倒U型曲线的右半侧，即随着经济增长，环境最终得到改善。

五、小 结

近几年环境形势越发严峻，在环境治理领域，政府是不可忽视的力量。政府既可以通过财政投入等手段对环境直接进行干预，也可以通过产业政策等方式鼓励环境友好的技术进步以间接干预环境。已有理论研究几乎从未将伴随着经济增长的技术进步与政府干预同时纳入分析框架。已有实证研究则大部分仅使用污染物排放量或污染物空气浓度指标，将两者进行比较研究的较少；少数将同时采用两类指标的研究却在两类指标上得出了截然相反的结论，且未给出合理解释；几乎没有研究同时对技术进步和政府环保投入对环境的影响进行实证分析。本文基于Andreoni和Levinson[6]分析环境污染与经济增长关系的静态模型，加入技术进步与政府环保财政投入因素，对中国环境污染、经济增长、技术进步与环境治理财政投入的关系进行了理论分析，分析发现，在控制技术水平保持不变时，随着经济增长，环境污染水平先下降后上升，即环境库茨涅茨曲线呈U型。在允许技术随经济增长而变化时，经济增长与环境污染的关系是不确定的，取决于技术进步速度。当技术进步较慢时，环境库茨涅茨曲线仍呈U型；当技术进步较快时，环境库茨涅茨曲线呈倒U型。污染与政府环保投入的关系则无法根据理论分析得到结论。

本文使用2005—2013年27个省会、自治区首府和4个直辖市的污染物空气浓度和污染物排放量两类数据，用不考虑技术进步影响的环境库茨涅茨曲线模型和考虑技术进步影响的相关随机趋势模型进行了实证分析，研究发现，对于两类指标，实证分析结果较为一致。在不考虑技术进步异质性时，环境污染会随着经济增长先恶化后改善；控制了技术进步异质性后，经济总量的增加会使环境先改善后恶化。中国政府环境治理财政投入则在两种情况下均对环境无显著影响。

基于理论模型分析，本文对实证结果做出解释：在技术水平固定的情况下，经济水平较低时，环境治理投入边际回报较高，经济增长使消费与环境治理投入均增加时，消费带来的污染增量小于环境治理财政投入带来的污染减少，总污染水平下降；随着经济水平提高，环境治理投入边际回报的下降终将使社会达到经济增长时消费增加带来的污染增量大于环境治理财政投入增加带来的污染减少，从而使总污染水平上升。在技术水平随经济增长而提高的情况下，当经济水平和技术水平较低时，环境治理投入的边际回报也较低，即在经济增长时，消费增加带来的污染增量大于环境治理财政投入增加带来的污染减少，从而使总污染水平上升；随着经济增长，技术水平不断上升终将使社会达到经济增长时消费增加带来的污染增量小于环境治理财政投入增加带来的污染减少，从而使总污染水平随经济增长而下降。对于环境污染与环境治理财政投入的关系，可能是由于政府环保投入对私人部门环保投入挤出效应过大，从而弱化了政府环保投入的效果，也可能仅仅是政府投资本身的效率低下所导致。环境污染与环境治理财政投入间的不显著关系可能是政府环境治理财政投入挤出效应过大所导致，也可能是政府投资本身效率低下所导致。

由此本文得出如下结论：随着经济增长，环境状况确实最终会得到改善，但这种改善并不源于经济总量增长，而是源于伴随着经济增长的技术进步。现阶段，中国环境治理财政投入效果非常有限。因此，

以上结论具有较强的政策含义：首先，其明确了环境改善必须靠主观努力。我们不能寄希望于环境问题随经济发展自然得到解决，经济增长能带来环境最终改善的前提是技术随着经济增长一同进步，若只盲目追求经济总量的扩大而不重视有利于环境改善的技术进步，经济增长非但不会带来环境改善，反而最终会导致环境恶化。其次，其指明了政府在环境治理中应发挥的作用。因此，政府应通过制定产业政策等间接干预方法促进较快速的环境友好技术进步，财政投入等政府直接干预方式则适度即可。合理控制、减少财政投入等直接干预方式的规模，加大制定产业政策、促进“环境友好”技术进步等间接干预方式的力度。

参考文献：

[1] Kuznets， S Economic Growth and Income Inequality[J] The American Economic Review， 1955， 45（1）：1-28

[2] Grossman，GM，Krueger，AB Environmental Impacts of a North American Free Trade Agreement[R] National Bureau of Economic Research， 1991

[3] Panayotou， T Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[R] International Labour Organization， 1993

[4] Jones， LE，Manuelli， RE A Positive Model of Growth and Pollution Controls[R] National Bureau of Economic Research， 1995

[5] Selden， TM， Song， D Neoclassical Growth， the J Curve for Abatement， and the Inverted U Curve for Pollution[J] Journal of Environmental Economics and Management， 1995， 29（2）： 162-168

[6] Andreoni， J， Levinson， A The Simple Analytics of the Environmental Kuznets Curve[J] Journal of Public Economics， 2001， 80（2）： 269-286

[7] Brock， WA，Taylor， MSEconomic Growth and the Environment：A Review of Theory and Empirics[R] National Bureau of Economic Research， 2004

[8] Selden， TM，Song， D Environmental Quality and Development：Is There a Kuznets Curve for Air Pollution Emissions？[J] Journal of Environmental Economics and Management， 1994， 27（2）： 147-162

[9] Grossman， GM，Krueger， AB Economic Growth and the Environment[J] Quarterly Journal of Economics， 1995， 110（2）： 353-377

[10] Moomaw， WR，Unruh，GC Are Environmental Kuznets Curves Misleading Us？ The Case of CO2 Emissions[J] Environment and Development Economics， 1997， 2（4）： 451-463

[11] Apergis，N， Payne， JE Energy Consumption and Economic Growth in Central America： Evidence from a Panel Cointegration and Error Correction Model[J] Energy Economics， 2009， 31（2）： 211-216

[12] Onafowora，OA，Owoye， O Bounds Testing Approach to Analysis of the Environment Kuznets Curve Hypothesis[J] Energy Economics， 2014，（44）： 47-62

[13] Ekins， P The Kuznets Curve for the Environment and Economic Growth： Examining the Evidence[J] Environment & Planning A， 1997， 29（5）： 805-830

[14] Akbostanc， E，Türüt-As，k， S，Tun， GI· The Relationship between Income and Environment in Turkey： Is There an Environmental Kuznets Curve？[J] Energy Policy， 2009， 37（3）： 861-867

[15] Stern， DI，Common， MS Is There an Environmental Kuznets Curve for Sulfur？[J] Journal of Environmental Economics and Management， 2001， 41（2）： 162-178

[16] He， J， Richard， P Environmental Kuznets Curve for CO2 in Canada[J] Ecological Economics， 2010， 69（5）： 1083

[17] 张炳，毕军，葛俊杰，等 江苏苏南地区环境库茨涅茨曲线实证研究[J] 经济地理，2008，（3）： 376-379

[18] 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

[19] 李斌， 李拓 中国空气污染库兹涅茨曲线的实证研究——基于动态面板系统GMM与门限模型检验[J] 经济问题，2014，（4）： 17-22

[20] 王敏，黄滢 中国的环境污染与经济增长[J] 经济学（季刊），2015，（2）： 557-578

[21] Wooldridge， JM Econometric Analysis of Cross Section and Panel Data[M] Massachusetts：The MIT Press， 2010247

[22] Arellano，M， Bond，S Some Tests of Specification for Panel Data： Monte Carlo Evidence and an Application to Employment Equations[J] Review of Economic Studies， 1991， 58（2）：277-297

[23] Blundell， R，Bond， S Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J] Journal of Econometrics， 1998， 87（1）：115-143

[24] Bond， SR，Hoeffler， A， Temple， JRW GMM Estimation of Empirical Growth Models[J] Economics Papers， 2001， 159（1）：99-115

（责任编辑：徐雅雯）