城市生活垃圾排放量与经济增长关系的区域差异分析

崔铁宁，王丽娜

（北京工业大学 经济与管理学院，北京 100124）

0 引言

随着经济的发展，城市生活垃圾的产生量不断增加，成为构建绿色发展、生态文明社会的掣肘。分析垃圾增长的原因对于减少垃圾的产生量具有重要意义，经济的增长是垃圾排放量增长的一大因素，因此，研究经济增长与垃圾排放量的关系，探究其背后的经济原因，对于减少垃圾的排放量具有重要意义，能更有效地采取措施来治理垃圾污染问题。

研究环境污染与经济增长关系应用较多的是EKC曲线，国内外的EKC曲线研究主要集中在工业废物与经济增长的关系上，而对城市生活垃圾排放量与经济增长的关系研究较少。通过文献查询得出国内关于城市生活垃圾排放量与经济增长的EKC曲线研究仅有两篇：一是杨凯（2003）对上海22年的城市废弃物与人均GDP的关系进行拟合，得出存在比较明显的EKC“倒U型”曲线，并计算出峰值。二是廖传惠（2013）应用一元三次项回归对全国城市生活垃圾排放量与人均GDP拟合，得出了“N型”的EKC曲线。城市生活垃圾排放量是多种因素综合作用的结果，其中经济是基础并影响其他因素，因此有必要研究城市生活垃圾排放量与经济增长的关系，通过对城市生活垃圾排放量与经济增长数据的拟合，看其曲线特征。我国不同省市生活垃圾排放量和影响因素各不相同，因此EKC曲线特征也可能不同，因此本文拟通过对全国和30个省共31组数据1997—2015年人均城市生活垃圾排放量和人均GDP数据进行拟合，探讨二者间的EKC曲线形状，并预计到达拐点的时间和峰值，分析形成曲线形状的原因及区域差异。

1 研究设计

1.1 模型构建

EKC曲线用来表述环境状况与人均收入变化的特征，同样可以应用于城市生活垃圾排放量与经济增长的关系。本文采用GK模型来进行计算分析。

其中，CMSWit和Yit分别为第i省在第t年的人均城市生活垃圾排放量和人均实际GDP，γit为随机误差项，β0i表示截距项。是变量的估计系数，估计系数不同体现了人均城市生活垃圾排放量与人均GDP之间不同的关系，根据估计系数的不同EKC曲线可能是直线型（递增或递减）、“U型”“、倒U型”“、N型”和“倒N型”等，具体情况如表1所示。

表1 模型中的参数值、曲线形状及拐点值

1.2 变量选取和数据来源

本文搜集了全国各省份从1997—2015年的数据，对其应用面板数据的处理方法，以人均城市生活垃圾排放量（CMSW）为因变量、人均实际GDP（Y）为自变量，进行EKC曲线拟合，数据均来源于各省份的统计年鉴和环境统计年鉴。不包括西藏地区，同时把全国作为参考变量，总计31个变量。按常用的分类方法分为东部地区、中部地区、西部地区和东北部地区。

1.3 数据的平稳性检验和协整检验

面板数据的应用有许多条件的限制，为使计算结果可靠，本文先进行了平稳性检验和协整检验。平稳性检验应用了面板数据的单位根理论，在多种检验方法中，本文采用其中的四种方法来进行检验，见表2。为验证其协整性，采用KAO检验，见表3。

表2 城市生活垃圾与人均GDP的平稳性检验

从表2可以看出，人均城市生活垃圾排放量（CMSW）、人均实际GDP（Y）原始数据都是非平稳的而一阶差分后是平稳数据，可以进行下一步的数据分析。

表3 协整检验

由表3得出，Kao检验的结果小于0.005，因此拒绝数据不存在协整关系的原假设，得出城市生活垃圾排放量（MSW）与人均GDP存在协整关系，并且城市生活垃圾的排放量与人均GDP的二次方和三次方也存在协整关系，可以进行模型估计。

1.4 模型应用

面板数据包括变量、时期、截面3个方面的信息，分为变截距模型、不变系数模型和变系数模型3种模型。本文使用协方差分析来验证可以应用哪种模型，对于含有N个截面成员的面板数据模型：

假设1：模型（2）的解释变量系数对于所有的截面成员是相同的，但截距项不同即该模型为变截距模型。

假设2：模型（2）中的解释变量系数和截距项对于所有的截面成员都是相同的，即该模型为不变系数模型。

模型形式检验有如下两个F检验统计量：

判定规则：首先检验H2，若接受假设H2，则为不变系数模型；若拒绝假设H2，则须检验假设H1。如接受H1，则模型为变截距模型；若拒绝H1，则为变系数模型。

分别计算3种模型的残差平方和，得到S1=2.8，S2=18.8，S3=119.4。模型的N、K、T值分别为31、3、19，按公式计算F统计量，得到：

F1=[（S2-S1）/90]/（S1/465）=29.52

F2=[（S3-S1）/120]/（S1/465）=161.37

在5%的显著性水平下，相应的临界值为:

F1（90，465）=1.2903

F2（120，465）=1.2576

因为F2＞1.2576，所以拒绝，又由于F1＞1.2903，所以也拒绝H1。因此，模型应采用个体固定效应影响的变系数形式。建模时，加权后R2=0.9931，D.W.值变为1.967，拟合度更好，因此建模是采用Cross—section weight进行加权，输出结果见表4。

表4 变系数模型的估计结果

2 结果与分析

从表4来看，全国总体水平为N型，不是典型的“倒U型”，N型曲线的两个拐点早就到达，目前处于上升阶段，全国总体城市生活垃圾排放量随经济的增长而增长，城市环境治理压力巨大。目前需要做的是采取各种垃圾治理措施减少垃圾的产生量，尽早到达峰值并使达到峰值的垃圾总量减少，使垃圾增长与经济增长脱钩，实现绿色发展。我国地域辽阔，各省市的地理环境、文化习俗、经济状况和人们的消费观念、环保观念各不相同，垃圾的排放状况和处理状况及要求各不相同，因此要分区域来分析城市生活垃圾排放量与经济增长的特点，找到减少垃圾产生量的关键因素。

2.1 “N型”曲线

曲线形状为N型的有全国、河北、山西、安徽、山东、河南、广东、陕西、甘肃、宁夏、新疆11个区域，在31个区域里占比35.5%，也是占比最多的一种曲线形状。到达第一个拐点的时间基本上是在2008年前后，在这段时间里城市生活垃圾的排放量随经济的增长不断增加，城市环境卫生治理的压力增大。到达第二个拐点的时间为2011年左右，从2008—2011年，城市生活垃圾的排放量随经济的增长而下降，实现短期的脱钩，2011年达到最低点，这段时间城市生活垃圾排放量的减少主要是因为国家加大了城市生活垃圾处理的投资，实行垃圾分类收集，并且转变了城市生活垃圾的处理理念，特别是加强了城市生活垃圾的源头减量化，使城市生活垃圾排放量减少，城市生活垃圾的排放量与经济增长实现了短期的脱钩。2011年后，这些地区的城市生活垃圾排放量又开始随经济的增长而不断增加，城市生活垃圾治理压力增大。

2.2 “U型”曲线

曲线形状为“U型”的有北京、天津、辽宁、湖北、广西、青海6个区域，在31个区域中占比约为19.3%，到达曲线拐点的年份分别为2004年、2010年、2007年、2010年、2008年、2008年。这些地区城市生活垃圾的排放量先随经济的增长而减少，实现一个短期的脱钩，而后随着经济的增长城市生活垃圾的排放量增加。即城市生活垃圾的排放量与经济的发展实现一个短期的好转后污染继续增加，没有达到长期的脱钩。2000年，北京列为垃圾分类试点城市之一，垃圾排放量开始减少，到2004年达到最低点后又开始上升，通过分析得出主要是因为人口的增加。因此，有效控制大城市的人口规模是减少城市垃圾排放量的一个措施。天津，辽宁、湖北、广西和青海5个省份U型曲线较为平缓，拐点均在2010年之前，在1997—2010年，这5个省份的城市生活垃圾成小幅度的下降趋势，垃圾排放总量没有增加；2010年后，这5个省份的垃圾排放量开始随经济的增长而增加，脱钩状态变化。

2.3 “倒U型”曲线

曲线形状为“倒U型”的有上海、浙江、福建、江西、湖南、四川、贵州7个区域，在31个区域中占比22.6%，符合EKC曲线，这些省份的生活垃圾排放量随经济的增长先增加，到达一定程度后随经济的增长而减少。上海在2012年达到“倒U型”曲线的拐点，达到峰值，此时人均GDP为80224元。2012年之后，随着经济的增长，城市生活垃圾的排放量下降，实现了城市生活垃圾与GDP的脱钩。除上海外其他符合“倒U型”曲线的地区都处于“倒U型”曲线的上升阶段，即拐点的左侧，随着经济的增长，城市生活垃圾的排放量增加，即污染随经济的发展加重。为了更好地预测城市生活垃圾的排放量与经济增长的关系，观测各省份生活垃圾排放量的峰值，找出生活垃圾排放量与经济增长达到脱钩的时间，本文以8%的GDP增长和1%的人口增长进行预测，由此得出曲线形状为“倒U型”的其他省份到达拐点的时间为：浙江（2039年）、福建（2041年）、江西（2046年）、湖南（2045年）、四川（2045年）、贵州（2048年），从这些区域到达峰值的时间来看各地区不相同，东部地区略早于中西部地区。随着城市生活垃圾排放量达到峰值的时间是各地区的人口数量、经济发展水平、垃圾管理水平、居民意识和地理环境状况等多种因素综合作用的结果。从时间来看，这些省份的城市生活垃圾排放量与经济增长曲线大致在21世纪50年代到达拐点，城市生活垃圾排放量到达峰值，而后随着城市生活垃圾排放量GDP的增长而减少，实现脱钩，使城市环境状况好转。在现在的状况下到达拐点还有30多年的时间，因此本文可以从经济、技术、管理和法律等多个方面采取措施来治理城市生活垃圾，使到达峰值时间提前，到达峰值时的垃圾排放量减少，尽早实现城市生活垃圾排放量与经济增长的达峰与脱钩，实现城市的可持续发展。

2.4 单调递增曲线

曲线形状为单调递增的有江苏、海南、重庆、云南4个区域，在31个区域中占13%。这4个区域中城市生活垃圾的排放量随经济的增长而不断增加，没有好转的迹象，城市生活垃圾治理的压力不断增加。其中，江苏和海南为东部地区省份，重庆和云南为西部地区省份，随着经济的发展和城镇化水平的提高，人们的生活水平不断提高，特别是互联网和城市物流的迅速发展，使人们的生活方式和消费方式改变，导致城市生活垃圾的产生量不断增加。例如，互联网的发展使购物模式变化，现阶段大量消费者使用网络购物，由于回收模式的不健全，排放了大量的包装废弃物，增加了城市生活垃圾的产生总量。

2.5 单调递减曲线

曲线形状为单调递减的有吉林和黑龙江2个区域，在31个区域中占比6.5%。这两个省份城市生活垃圾的排放量随经济的发展不断减少，情况不断好转。

2.6 “反N型”曲线

曲线形状为“反N型”的只有内蒙古，城市生活垃圾的排放量随人均GDP的增长实现短期的下降后随经济的增长而不断增加，到达一定程度后又随经济的增长而下降，即经济增长与环境污染好转—恶化—好转。内蒙古1997—2015年的GDP平均年增长率为16%。城市生活垃圾排放量为1997—2003年逐年减少，2004—2012年不断增加，2013—2015年逐年减少。可以看出，城市生活垃圾排放量增长的时间和幅度大于下降的时间和幅度，2013—2015年城市生活垃圾的排放量随经济的增长而下降，下降的时间较短、幅度较小并且具有不稳定性。

2.7 区域分异基础上的EKC分析

从表5可以看出，我国城市生活垃圾排放量与经济增长的曲线形状主要为“N型”、“U型”和“倒U型”，曲线形状没有泾渭分明的地区差异但拐点时间不同，符合“倒U型”EKC曲线的省份较少并且大部分处在拐点的左侧且到达拐点时间遥远。全国总体上MSW的排放量随经济的增加而增加，城市环境状况变坏，急需加快治理。

表5 城市生活垃圾EKC曲线形状的分地区统计

分区域而论，东部地区经济较发达、人民生活水平较高，城市生活垃圾排放量较中西部地区较多，其中除上海、浙江和福建符合EKC曲线外，北京、天津、河北、山东、广东早于全国总体水平到达上升的拐点，而江苏、海南城市生活垃圾一直随人均GDP的增加而递增，没有好转的迹象。中部六省上升的拐点总体晚于全国的平均水平，其中符合EKC倒U型曲线的为江西和湖南，到达“倒U型”曲线拐点的时间预计分别为2046年、2045年，晚于东部地区。西部地区包含的省份较多，经济发展、人口状况和地理环境各不相同，曲线形状较为复杂，其中四川和贵州符合EKC曲线，内蒙古为全国唯一一个倒N型曲线，而重庆、云南为单调递增曲线，生活垃圾排放量一直在增加，其余六省上升的拐点早于全国总体水平。东北地区为全国的老工业基地，经济发展相对缓慢，全国曲线形状为单调递减的两个省都在此处，分别是吉林和黑龙江，辽宁省的曲线形状为“U型”曲线，到达拐点的时间为2007年，目前城市生活垃圾的排放量处于“U型”曲线的上升阶段，城市生活垃圾排放量随经济的增长而不断增加，城市环境状况没有好转。

3 结论

本文构造EKC曲线的GK模型，通过面板数据的检验，得出1997—2015年全国30个省份的MSW排放量与经济增长的曲线形状，得出我国只有部分省份MSW排放量与经济增长存在“倒U型”的EKC曲线，不同省份存在较大差异，并初步分析了EKC曲线形成的原因。

符合环境库兹涅茨曲线的有7个区域，分别为上海、浙江、福建、江西、湖南、四川、贵州。其中只有上海在2012年到达“倒U型”曲线的拐点，1997—2012年城市生活垃圾排放量随经济的增长而不断增加，平均增长率约为9%，2012达到顶点，2013年开始城市生活垃圾的排放量开始减少，而且生活垃圾排放量的减少幅度很小。其他六个区域都处在EKC曲线的上升阶段，城市生活垃圾的排放量随经济的增长不断增加，到达拐点的时间各不相同，观察这六个区域EKC曲线拐点的年份，可以看出：各地区到达拐点的年份都晚于2035年；东部地区经济较发达，到达拐点的时间略早于中西地区。除单调递减的吉林、黑龙江外，其他区域无论曲线形状为“U型”“N型”“反N型”“倒U型”还是单调递增型，在2015年后城市生活垃圾排放量随经济的增长而增长，对城市环境的污染也将日益严重。从区域差异上看，各个省份的曲线形状因不同省份的差异各不相同，曲线形状按地理区域划分的东部、中部、西部和东北地区没有明显的差异，但相比中西部地区，东部地区经济发展较快，生活垃圾的排放量比中西部地区较多，到达拐点的时间较早，对城市环境的污染更为严重，城市环境卫生的治理压力更大。

通过上述分析发现，曲线形状不是固定的，拐点是动态变化的。现阶段的主要任务是采取措施，减少垃圾的排放量，提前拐点的到达时间和减少到达拐点的垃圾产生量。要实现这一变化，不仅取决于政府对城市生活垃圾污染的预防与控制，而且取决于普通民众的环保意识和参与城市生活垃圾治理的强烈意愿，还取决于生产制造企业的绿色发展，以及再生循环利用的充分实现。因此要转变垃圾治理的理念，在搞好垃圾处理的同时提倡垃圾源头减量，加强源头减量的研究与应用，特别是基于生命周期全过程的城市生活垃圾的减量化研究，从传统的末端治理转变为全过程的减量化，使EKC曲线趋于平缓，减少到达峰值时的城市生活垃圾总量，真正实现城市生活垃圾的排放量与经济增长的长期脱钩，这也是下一步研究的方向。