经济增长与环境污染：基于动态面板数据的GMM估计

王 静, 杨建州

(福建农林大学经济学院，福建 福州 350002)

经济增长与环境污染：基于动态面板数据的GMM估计

王 静, 杨建州*

(福建农林大学经济学院，福建 福州 350002)

基于对传统环境库兹涅茨曲线的扩展，运用主成分分析法构建环境污染综合指标，利用我国34个省级行政单位2000-2014年动态面板数据构建GMM模型，研究我国环境库兹涅茨曲线的存在性及其影响因素。实证结果表明，我国经济增长与环境污染符合倒U型曲线特征，且目前除了东南沿海大部分地区和内蒙古以外，大部分地区位于倒U型曲线的左半段，但我国倒U型曲线的拐点出现在较低位置。环境管制、对外贸易、储蓄、产业结构、技术创新等因素会对环境污染产生影响。基于此，提出加强对外贸易、优化产业结构、推进技术创新等针对性建议。

经济增长；动态面板数据；环境库兹涅茨曲线；广义矩估计

一、文献综述与问题的提出

改革开放以来，我国经济发展迅猛，但是经济高速发展带来了大量能源耗费和环境破坏，经济增长与环境污染的关系日益引起关注，党的十八大提出我国在2016-2020年要继续走可持续发展道路。那么，经济增长与环境污染之间究竟是什么关系？如何才能实现可持续发展？近年来，大量学者从理论和实证的角度对经济增长与环境污染之间的关系进行探索。在经济增长与环境污染的理论研究领域，最著名的是环境库兹涅茨曲线(Environmental Kuznets Curve, EKC)理论。Bruyn对环境库兹涅茨曲线的理论解释主要包括偏好、机制变革、技术进步、组织结构变化与国际分配等5个方面[1]。在经济增长与环境污染的实证研究领域，Grossman等对66个国家与地区的污染排放进行研究，基于面板数据对函数作回归分析，分析结果显示环境污染与人均GDP呈倒U型关系[2]；Selden、Shafik、Cole、Andreoni、黄一绥和邱林卉等基于面板数据运用类似的思路证明了环境库兹涅茨曲线的存在[3-8]。同时，也有大量实证研究驳斥了环境库兹涅茨曲线的存在。Groot基于我国1982-1997年污染排放与经济增长的数据，分别对各个污染排放指标和人均GDP进行截面回归，证明人均废水、废气和工业固体废弃物排放量与人均GDP之间分别呈现单调递减、单调递增和不变的关系[9]；Stern、Harbaugh、Brock、高辉、张雪梅、丁继红和王敏等对环境污染和人均GDP的时间序列或截面数据进行回归分析，均证明环境库兹涅茨曲线不存在[10-16]。

综合上述文献可知，国内外对经济增长与环境污染关系的理论与实证研究主要集中在对环境库兹涅茨曲线的验证上,但是在研究方法上，仍有待进一步充实和完善。具体体现在：(1)现有研究大多采用时间序列数据、截面数据和面板数据。由于观测时期不长，时间序列无法很好地考察不同经济发展阶段环境质量与经济发展的关系，所得结论不具有一般性；由截面数据分析得到的环境库兹涅茨曲线有可能只反映了不同地区经济增长与环境污染简单的并列关系，可能是伪回归;面板数据无法反映个体在时间和空间上的异质性，无法有效反映个体的时点变化特征和经济变量的动态调整。(2)以往研究大都仅关注环境污染与人均GDP的关系，没有考虑其他环境污染控制指标。Stern的研究指出，假如仅用人均GDP对环境污染作回归分析，则存在遗漏偏差的可能[17]。鉴于此，本文在总结原有研究不足的前提下，基于我国34个省级行政单位2000-2014年的动态面板数据，构建环境污染程度的综合指标，采用广义矩估计(Generalized Method of Moments, GMM)进行研究。同时，充分考虑了环境管制、对外贸易、储蓄、产业结构、技术创新等污染控制变量的作用，以期提出的建议更合理。

二、环境库兹涅茨曲线理论模型与数据来源

(一)模型设定

众多理论模型推导了环境库兹涅茨曲线的存在[18-19]。基于已有理论分析结果，本文在传统的环境库兹涅茨曲线模型的基础上加入环境污染的滞后项和各控制变量，建立如下基准模型：

Pit=a+bi+λPit-1+α1lnYit+α2lnYit2+β1lnXit+εit

(1)

Pit=a+bi+λPit-1+α1lnYit+α2lnYit2+α3lnYit3+β1lnXit+εit

(2)

其中，Pit表示i省在第t年的环境污染物排放量；a表示截距效应；bi表示i省的个体效应；λ表示前一期环境污染水平对当期的影响；Pit-1表示i省在第t年的滞后一期环境污染物排放量；Yit表示i省在第t年的人均GDP；Xit表示影响环境污染的其他控制变量，Xit=(Eit，Tit，Sit，Cit，Jit)，其中，Eit表示环境管制,Tit表示对外贸易,Sit表示储蓄,Cit表示产业结构,Jit表示技术创新；α1、α2、α3、β1表示系数，εit表示随机误差项。式(1)中，如果α1>0，α2<0，则经济增长与环境污染呈倒U型关系；如果α1<0,α2>0，则经济增长与环境污染呈U型关系。式(2)中，如果α1>0，α2<0，α3>0，则经济增长与环境污染呈N型关系；如果α1<0，α2>0，α3<0，则经济增长与环境污染呈倒N型关系。

(二)数据来源

本文选取我国34个省级行政单位2000-2014年的工业废水排放量、工业烟尘排放量、工业粉尘排放量、工业固体废弃物排放量、SO2排放量、人均GDP、进出口贸易额占GDP的比重、研究与开发机构从业人员占总人口的比重、第二产业总产值占GDP的比重、一国储蓄金额占GDP的比重、我国政府环境标准颁布个数等11个指标。其中，工业废水排放量、工业烟尘排放量、工业粉尘排放量、工业固体废弃物排放量、SO2排放量等5个指标数据来源于中国经济网数据库以及2000-2014年的《中国环境统计年鉴》和各省市统计年鉴；人均GDP和我国政府环境标准颁布个数这2个指标数据来源于2000-2014年的《中国统计年鉴》和各省市统计年鉴；进出口贸易额占GDP的比重、研究与开发机构从业人员占总人口的比重、第二产业总产值占GDP的比重、一国储蓄金额占GDP的比重等4个指标数据根据产品经营单位所在地区进出口贸易额、GDP、研究与开发机构从业人员、总人口数、第二产业总产值、一国储蓄金额等计算得来，这些数据均来源于2000-2014年的《中国统计年鉴》《中国环境统计年鉴》和各省市统计年鉴。具体分为以下3个方面：

1.环境污染衡量指标。本文采用污染物排放量来测度环境污染水平，具体包括我国34个省级行政单位2000-2014年的工业废水排放量、工业烟尘排放量、工业粉尘排放量、工业固体废弃物排放量和SO2排放量。

2.收入变化。收入变化用人均GDP来衡量。GDP是测度经济发展的重要因素，人均GDP比GDP总值更准确，因为人均GDP不仅能反映经济增长的数量情况，而且能更好地测度成本和效益，从而更好地反映收入变化与环境质量的关系。本文各地区人均收入用人均GDP来衡量，并且是消除了通货膨胀影响的实际人均GDP，单位为“万元·人-1”(以2000年为基期价格)。

3.其他影响环境污染排放的控制变量。经济增长过程中影响环境污染的因素是多方面的，本文选取了5个最主要的指标，具体包括：(1)环境管制。政府对环境保护的监督管理是影响环境污染排放的重要因素。本文用我国政府环境标准颁布个数来测度环境管制的环境效应。(2)对外贸易。根据比较优势理论，对外贸易对环境质量的影响主要体现在污染密集型产业上，这些产业随着对外贸易的发展将逐步由发达国家转移到发展中国家，或由环境管制较强的国家转移到环境管制较弱的国家。因此，John和Jarger等指出随着国际贸易的发展，一个国家会专业化生产并出口具有比较优势的产品，而从他国进口缺乏比较优势的产品，因此，国际贸易的发展有可能导致污染产业出现国际间的转移，即发展中国家成了“污染避难所”[20-21]。本文采用进出口贸易额占GDP的比重来测度对外贸易的环境效应。(3)储蓄。储蓄增加一定程度上意味着经济增长，有助于推动环保高效生产设备的革新和清洁生产技术的运用。本文用一国储蓄金额占GDP的比重(即总储蓄率)来测度储蓄的环境效应。(4)产业结构。环境库兹涅茨曲线的产生与产业结构转化有很大关系。当经济发展处于较低水平时，经济发展往往意味着着工业在国民经济中的占比逐步提高，而工业化意味着资源消耗速率开始超过再生速率，产生的废弃物数量迅速增多，对环境产生破坏；当经济发展到较高水平时，经济结构向技术密集型产业转变，这一阶段的经济发展将逐渐减少对资源开采和能源品消耗的依赖，而主要依赖于技术革新、生产率提高、管理和组织形式的创新，从而推动环境质量的改善。本文用第二产业总产值占GDP的比重来测度产业结构的环境效应。(5)技术创新。随着经济的发展和人均收入的提高，会促使环保技术的研发投入逐步增加，从而直接提高环保力度。本文采用研究与开发机构从业人员占总人口的比重来测度技术进步的环境效应。

三、实证结果与分析

在用动态面板数据的GMM估计时，本文重点考量以下3点：(1)基于不同污染排放量指标，利用主成分分析法构造一个可以全面体现环境污染程度的综合指标，从而更深入地探讨经济增长与环境污染的定量关系；(2)环境污染综合指标的滞后项在模型中作为解释变量，会导致解释变量和随机误差项相关，而GMM估计不用了解随机误差项的分布信息，故采用GMM估计来检验；(3)动态面板GMM估计有一阶段和两阶段之分，为更好地进行Sargan检验，采用两阶段GMM估计。

(一)经济增长与环境污染的实证检验结果

本文通过逐步加入控制变量的方法对各模型进行估计，得出经济增长与环境污染的实证检验结果(表1)。

表1 经济增长与环境污染的实证检验结果

续表1

注：系数下方括号内数字为经过异方差稳健标准误校正计算得到的t统计量；***、**和*分别表示自变量在1%、5%和10%的水平上显著;Sargan检验值P说明不能拒绝工具变量有效的零假设;AR(2)检验值P表明不存在二阶序列相关。

(二)经济增长与环境污染实证检验结果分析

根据实证结果，分析以下2点：(1)经济增长与环境污染之间是否存在倒U型曲线；(2)环境污染的其他控制变量对污染排放的影响。

由表1可知：Yit的系数为正，Yit2的系数为负，Yit3的系数不显著，因此，选二次多项式作为基准模型，分析指出我国经济增长与环境污染符合倒U型曲线特征。滞后一期环境污染综合指标系数为0.579，且在1%水平上通过显著性检验，即我国上一期的环境污染对当期环境影响很大。这表明我国环境保护措施实施越早损失越小。

一般来说，人均 GDP在6.7～8.3万元达到倒U型曲线的拐点。根据2016年《中国统计年鉴》获得2015 年我国人均 GDP 排名前10 位省份的相关数据，并将 2015 年我国人均GDP 排名前10 位的省份与我国倒U 型曲线拐点位置进行对比分析，发现：2015年，我国人均GDP均值为4.95万元，除了北京、上海、浙江、天津、江苏、福建、广东和内蒙古以外，其他省份的人均GDP都未达到6.7万元，说明我国环境状况并不乐观。基于此，可以判断我国经济增长与环境污染之间存在倒U型曲线，大部分地区位于倒U型曲线的左半段，即经济增长导致环境质量的下降。同时，以2000年为基期价格，分析Selden等研究人均GDP与环境污染关系的文献，发现发达国家倒U型曲线的拐点一般在人均GDP 10万元的位置[3]，说明我国在经济发展水平较低的阶段就超过了倒U型曲线的拐点。可见，控制变量的加入和地区选择对是否存在环境库兹涅茨曲线有极大影响；发展中国家也可能在借助发达国家产业发展和环境治理方面的技术优势和发展经验后，使倒U型曲线拐点出现的位置比发达国家早一些。据此，进一步分析我国倒U型曲线在较低人均收入水平上到达拐点的影响因素。

1.环境管制。表1中环境管制的估计系数为负,且估计系数没有通过显著性检验，说明环境管制有利于环境质量改善，但环境管制没有达到预期目的。其中，估计系数为负是因为环境管制有利于推动企业治理污染和创新生产技术，促进企业变更生产方式，加强对生产流程的管理，促进企业使用清洁技术，提高企业资源利用效率;同时，政府日益严格的环境管制也阻止了部分污染密集型外资企业的进入，促进了高质量外资的引入。如余长林等指出环境管制通过减少经济活动的污染行为而降低了环境污染[22]。估计系数不显著主要是因为政府对环境管制的执行力度、微观个体对政策的反应、环境管制产生的成本和收益矛盾以及腐败问题等会影响环境污染治理效果。

2.对外贸易。表1中对外贸易的估计系数为负，且在5%的水平上通过显著性检验，说明对外贸易对环境质量改善有显著作用。这主要是因为对外贸易在一定程度上会带来好的产品效应，即对外贸易会促使各国对产品实施更为严格的环境标准，且随着科技的发展和进步，生产单位产品所造成的环境污染将进一步降低，贸易开放对当地企业有技术溢出效应[23-24]；同时，随着人们生活水平的提高，必然会产生对洁净环境的偏好，增加对洁净环境这种特殊产品的需求，促使人们购买更多的环保产品；此外，对外贸易的规模效应会促进一个国家经济总量和人均收入的增加，从而带动环保资金投入的增加，公众的环保意识也会随人们生活水平的提高而不断提高。

3.储蓄。表1中储蓄的估计系数为负，且估计系数没有通过显著性检验，说明储蓄增加使环境污染减少但影响并不显著。其中，估计系数为负源于储蓄增加促使投资增多，投资增多会带动生产设备的革新和清洁技术的使用；同时，储蓄增加导致消费减少，消费减少会降低生活污染，改善环境质量。估计系数不显著主要在于大量储蓄用于投资，且环保投入和绿色技术开发并未同比增长，因此储蓄增加对环境质量的改善作用并不显著。

4.产业结构。表1中产业结构的估计系数为正，且在5%的水平上通过显著性检验，说明第二产业总产值占GDP的比重上升会对环境产生巨大压力。估计系数为正且通过显著性检验，主要是因为第二产业总产值占GDP的比重上升对环境污染产生两种影响：一是在中短期内增加污染的总负荷，即随着第二产业发展和资源开发力度的加大，资源消耗速率超过再生速率，产生的环境污染物数量迅速增多，污染的总负荷增加；二是改变单位产出的污染强度，由于第二产业的污染排放强度较大，第三产业的污染排放强度较小，在相同的经济总量下，第二产业比重上升会造成污染强度上升。

5.技术创新。表1中技术创新的估计系数为负，且在5%的水平上通过显著性检验，说明技术进步对环境保护有重要意义。这主要是因为技术革新会减少能源消耗和污染物排放量，促进生产效率提高和清洁能源的使用，从而减少污染；同时，如果经济增长方式实现由外延型向内涵型转变，经济活动和经济投入之间的技术转化系数不断提高，单位经济活动的环境资源投入不断减少，这会使环境污染持续下降和环境质量持续改善。

综上所述，加强对外贸易、优化产业结构、推进技术创新有利于环境质量改善，且效果显著；加强环境管制和增加居民储蓄有利于环境质量改善，但效果不显著。这些因素共同促使我国倒U型曲线在较低人均收入水平就到达拐点。

四、结论和建议

(一)结论

本文基于我国34个省级行政单位2000-2014年的动态面板数据构建环境污染综合指标，采用GMM估计分析了我国经济增长与环境污染的关系；同时，充分考虑了环境管制、对外贸易、储蓄、产业结构和技术创新对环境污染排放的影响。通过上述实证分析得出以下2点结论。

1.我国经济增长与环境污染之间存在倒U型曲线，且大部分地区位于倒U型曲线的左半段，即经济增长导致环境质量下降，因此我国环境污染情况不容乐观。

2.环境管制、对外贸易、储蓄、产业结构和技术创新等因素会影响环境污染排放量。其中，加强对外贸易、优化产业结构、推进技术创新有利于环境质量改善，且效果显著；加强环境管制和增加居民储蓄有利于环境质量改善，但效果不显著。这些因素共同促使我国倒U型曲线在较低人均收入水平就到达拐点。

(二)建议

基于以上研究结论，为促进环境质量改善与经济更好发展，提出以下3点建议。

1.加强对外贸易。我国要依靠科技进步，积极引进国外先进的环境技术，促进环境友好技术的国际转移。同时，认真贯彻落实促进对外贸易稳定增长的政策，高度管控高污染、高能耗、资源型产品的出口，积极利用差别性的关税、出口退税等政策，引导出口高附加值、污染密集度较低的环境友好型产品，抑制出口高污染型产品，促使对外贸易从以数量扩张为主的粗放型增长模式转变为以环境效益为导向的集约型增长模式。

2.优化产业结构。要把产业结构优化作为可持续发展的主线，走新型工业化道路，积极改造和发展传统优势产业和技术密集型产业，重点培育与发展优势接续替代产业，大力发展服务业和绿色循环经济产业，科学发展特色产业集群和优化产业布局，努力稳妥地推进产业结构升级与优化，最终向高精度、高附加值、高技术含量、绿色环保的终端产业发展。

3.推进技术创新。要大力推进科技体制改革，破解发展的技术瓶颈，充分发挥政府的引导作用、企业的主体作用以及市场在科技资源配置中的决定性作用，使三者形成整体合力，推动区域科技自主创新和技术进步。同时，应积极借鉴一些先进的思路和经验，尊重市场经济规律与科技发展规律，既要加强政府宏观调控,又要充分发挥市场调节作用，建立以企业、科研机构和高等院校为骨干的区域创新系统。

[1]BRUYN W A. Economic structure, Development policy and environmental quality: an empirical analysis of Environmental Kuznets Curve with Chinese municipal Date[J]. Ecological Economics,2012(1):49-59.

[2]GROSSMAN G M, KRUEGER A B. Economic growth and the environment[J]. The Quarterly Journal of Economic,1995(2):353-377.

[3]SELDEN T M, SONG D. Neoclassical growth, the J curve for abatement, and the inverted U curve for pollution[J]. Journal of Environmental Economics and Management,1995(2):162-168.

[4]SHAFIK N. Economic development and environment quality: an econometric analysis[J]. Oxford Economic Papers,1994(2):757-773.

[5]COLE M A, RAYNER A J, BATE J M. The Environmental Kuznets Curve: an empirical analysis[J]. Environment and Development Economics,1997(2):401-416.

[6]ANDREONI J. The simple analysis of the Environment Kuznets Curve[J]. Journal of Public Economics,2001(80):269-286.

[7]黄一绥,邱健斌.泉州市环境库兹涅茨曲线实证研究[J].福建农林大学学报(哲学社会科学版),2010,13(5):61-65,69.

[8]邱林卉,苏时鹏,张春霞,等.中国省域环境负荷拐点测算与比较分析[J].福建农林大学学报(哲学社会科学版),2011,14(5):62-66.

[9]GROOT H L F. Dynamics of China′s regional development and pollution[J]. Tinbergen Institute Discussion Paper,2001(3):33-39.

[10]STERN D, COMMON M. Is there an Environmental Kuznets Curve for sulfur?[J]. Joural of Environmental Economics and Management,2001(2):162-178.

[11]HARBAUGH W. Reexamning the Empirical Evidence for an Environmental Kuznets Curve[J]. Review of Economics and Statistics,2002(3):541-551.

[12]BROCK W. Econommic growth and the environment: a review of theory and empirics[J]. Handbook of Economic Growth，2005(1):1749-1821.

[13]高辉.环境污染与经济增长方式转变——来自中国省际面板数据的证据[J].财经科学,2009(4):102-109.

[14]张雪梅,郭志仪.西部地区产业发展与资源环境问题的实证分析[J].经济问题探索,2009(9):37-42.

[15]丁继红,年艳.经济增长与环境污染关系剖析——以江苏省为例[J].南开经济研究,2010(2):64-69.

[16]王敏,黄滢.中国的环境污染与经济增长[J].经济学,2015,14(2):557-578.

[17]STERN D. Progress on the Environmental Kuznets Curve?[J]. Environment and Development Economics,1998(3):175-198.

[18]DINDA S. Environmental Kuznets Curve hypothesis: a survey[J]. Environment and Development Economics,1998(3):100-110.

[19]BRAGER V. Health Benefits of Tunneling Through the Chinese Enviromental Kuznets Curve (EKC)[J]. Ecological Economics,2008(4):674-686.

[20]JOHN A, PECCHENINO R. An overlapping generations model of growth and the environment[J]. The Economic Journal,1994(4):1393-1410.

[21]JARGER W. Growth and environmental resources: a theoretical basis for the U-shaped environmental path[M]. Williamstown: Mimeo of Williams college,1998:30-40.

[22]余长林,高宏建.环境管制对中国环境污染的影响——基于隐性经济的视角[J].中国工业经济,2015(7):21-35.

[23]KELLER W. International Technology Spillover[J]. NBER Working Paper,2001(2):72-85.

[24]赖明勇,许和连,包群.出口贸易与经济增长：理论、模型及实证[M].上海:上海三联出版社,2003:47-58.

(责任编辑： 林安红)

Economic growth and environmental pollution: GMM based on dynamic panel data

WANG Jing, YANG Jian-zhou*

(CollegeofEconomics,FujianAgricultureandForestryUniversity,Fuzhou,Fujian350002,China)

Based on the extension of traditional Environmental Kuznets Curve, this paper uses principal component analysis method to construct a comprehensive index system of environmental pollution and build a GMM model through the dynamic panel data of 34 provincial administrative units from 2000 to 2014. It aims to study the existence of environmental Kuznets curve in China and its influencing factors. The empirical results show that China′s economic growth and environmental pollution are in line with the charateristic of inverted U-shaped curve. And currently, most of the areas, except inner Mongolia and most part of the southeast coastal areas, are located in the left half of the inverted U-shaped curve. But the inflection point of China′s inverted U-shaped curve appears in the lower position. It is also found that environmental control, foreign trade, savings, industrial structure, and technological innovation all have impacts on environmental pollution. Therefore, this paper proposes some targeted suggestions such as strengthening foreign trade, optimizing industrial structure, and promoting technological innovation.

economic growth; dynamic panel data; Environmental Kuznets Curve; Generalized Method Moments

2017-03-08

国家社会科学基金项目(10CJY042)；福建省自然科学基金项目(2016J01333)；福建省社会科学规划项目(FJ2015C245) 。 [作者简介] 王静(1993-)，女，硕士研究生。研究方向：人口、资源与环境经济。*为通信作者。

F062.2

A

1671-6922(2017)03-0064-06

10.13322/j.cnki.fjsk.2017.03.010