王 遠，王春春，趙 靜，錢一瀟，KUBOTA Jumpei，何彥旻，朱曉東（.南京大學環(huán)境學院，污染控制與資源化研究國家重點實驗室，中國 南京 00；.Research Institute for Humanity and Nature， Kyoto 60-8047，Japan；.Institute of Economic Research， Kyoto University， Kyoto 606-850， Japan）

江蘇省SO2排放環(huán)境庫茨涅茨關系研究
——基于半參數面板數據模型分析

王 遠1*，王春春1，趙 靜1，錢一瀟1，KUBOTA Jumpei2，何彥旻3，朱曉東1（1.南京大學環(huán)境學院，污染控制與資源化研究國家重點實驗室，中國 南京 210023；2.Research Institute for Humanity and Nature， Kyoto 603-8047，Japan；3.Institute of Economic Research， Kyoto University， Kyoto 606-8501， Japan）

以江蘇省為研究區(qū)域，通過驗證環(huán)境庫茲涅茨曲線的存在來分析經濟增長、城市化對S O2排放的影響.采用1991～2013年江蘇省市級面板數據，結合參數及半參數固定效應回歸同時對經濟增長/城市化與SO2排放關系開展研究.研究發(fā)現了經濟增長與SO2排放之間存在著倒U型曲線關系，但是對于城市化與SO2排放，二者的倒U型曲線關系并不存在.經濟增長與SO2排放之間環(huán)境庫茲涅茨關系的存在表明了經濟的持續(xù)發(fā)展能夠協調并解決其與SO2排放之間的困境.同時，這些研究發(fā)現有助于推動社會經濟發(fā)展與環(huán)境污染關系的研究.

經濟增長；城市化；二氧化硫排放；環(huán)境庫茨涅茨；半參數固定效應模型

社會經濟發(fā)展與環(huán)境污染排放關系［1］的研究一直以來是國內外環(huán)境經濟研究者和政策制定者關注的熱點問題.一般而言，經濟增長與污染排放之間的關系存在兩大類可能的形式.一類是污染排放相對于經濟增長呈現近似單調線性關系.另外一類是污染排放呈現倒U型的曲線關系，即污染排放先隨著經濟增長而增長，但當經濟增長越過一定的閾值，污染排放將隨著經濟增長而下降.這種非單調非線性的關系稱為環(huán)境庫茨涅茨（EKC）假說［2］.EKC的存在表明了經濟增長對環(huán)境污染既是問題緣由同時也是解決途徑，并且經濟增長與環(huán)境污染之間的矛盾是可以協調的.隨著經濟持續(xù)發(fā)展，環(huán)境壓力將會下降.若是不存在EKC，經濟增長與污染排放呈現單調線性關系，則理論上經濟增長停滯，環(huán)境污染惡化的趨勢才有可能減緩［3］.因此，EKC對于發(fā)展中國家如何選擇合適的發(fā)展戰(zhàn)略具有指標性的意義，是環(huán)境經濟研究領域長期持續(xù)關注的重要命題.

學者在不同時期分別從理論解釋、模型構建、估計方法、變量選擇、研究區(qū)域和數據樣本等方面對社會經濟發(fā)展與環(huán)境污染排放關系的研究進行了系統梳理和總結［4-12］.在研究模型發(fā)展上，由于缺少精煉的理論和分析框架及相應的研究模型，大部分的分析一般僅關注污染排放和經濟增長兩個變量，而忽視了人口、技術進步和城市化效應帶來的影響.為此難免存在遺漏變量引致的分析偏差的問題.基于此，York， Rosa， and Dietz［18］提出將ⅠPAT模型［13］和可拓展的隨機性環(huán)境影響評估模型（Stochastic Ⅰmpacts by Regression on Population， Affluence and Technology， STⅠRPAT）應用于該研究中. ⅠPAT模型最早是由Enrlich與Holden［14］于1971年提出，反映人口對環(huán)境壓力的影響.該模型將環(huán)境影響和人口規(guī)模、人均財富以及技術水平聯系起來，建立4者之間的恒等式I=P×A×T.式中，P代表人口；A代表財富；T代表技術；因變量I代表對環(huán)境的影響.ⅠPAT模型的主要作用在于可探求影響變化的幕后驅動因素.然而，由于 ⅠPAT模型在分析問題時若僅改變一個因素，結果呈等比例影響這一局限性.為了修正ⅠPAT模型的不足，York等［15］在 ⅠPAT模型的基礎上建立了STⅠRPAT模型，即：.其基本思路是認為大氣污染排放是由技術水平、富裕程度、能源結構、經濟結構、人口結構等共同作用決定的.

當前中國已處于工業(yè)化發(fā)展的中后期.我國“十五”期間，大氣污染SO2排放上升了27.8%，位居世界第一［16］.“十一五”期間SO2排放總量下降14.29%［17］.“十二五”期間，我國SO2減排目標為8%，重點區(qū)域將要下降12%［17-18］.以江蘇省為例，2014年江蘇省人均GDP就已達到12444美元，SO2排放量為90.47萬t，自2006年來呈下降趨勢（圖1）.按照發(fā)達國家經濟增長與大氣污染SO2排放關系的經驗，在人均GDP達到7000～8000美元時［19］，二者關系可能出現EKC曲線中的拐點.為此，我們需用實證分析來揭示、判定和識別對于江蘇省二者之間的聯系及其所處的階段，分析和解決SO2排放量下降是短期波動還是長期趨勢.此外，自1990年來江蘇省城市化率由21.6%上升到2014年的65.2%.因此，研究城市化與大氣污染排放的關系同是需要亟待關注和分析的問題.

此外，近年來有學者嘗試探求城市化與大氣排放之間的關系，并在碳排放關系上取得了一定的進展，驗證了二者之間倒U型曲線關系的存在［20-21］.

圖1 江蘇省1990～2014年人均GDP與SO2排放量Fig.1 GDP per capita and SO2emissions in Jiangsu province from 1990 to 2014

基于理論檢驗和實踐需求兩方面考慮，本論文選取江蘇省為研究實例，以STⅠRPAT模型為框架和理論基礎，來確定江蘇省SO2排放的EKC關系.論文對于現有PⅠR研究有兩方面的發(fā)展.首先，論文同時嘗試驗證經濟增長/城市化與SO2排放的EKC假說.為此，論文采用了江蘇全省13個省轄市近期1991～2013年的面板數據.更細致的市一級的層級數據將有助于客觀揭示SO2排放與社會經濟發(fā)展關系的演變情況.其次，在研究方法上，論文進一步精煉了STⅠRPAT模型用于系統驗證SO2排放EKC假說.此外，在估計方法上，論文同時應用了半參數面板固定效應回歸來開展實證分析. Baltagi等［22］的半參數回歸是一種用于估計動態(tài)局部線性面板數據模型的方法.與參數面板數據回歸相比，半參數面板固定效應回歸更加靈活，其包括了參數分量和非參數分量估計，從而能夠解決潛在的函數形式誤設的問題.

伴隨著經濟的迅速發(fā)展與城市化的快速推進，作為世界上最大新興經濟體中國的經濟大省—江蘇省大氣污染狀況能否得到有效改善？通過計量經濟建模厘清社會經濟發(fā)展與大氣污染排放關系的演變，將有助于清晰和明確回答上述研究問題，這既是回應國內外學術界的持續(xù)關注；同時也能為未來大氣污染減排政策的科學制定提供研究依據.

1 研究方法和數據

以STⅠRPAT模型作為理論和分析框架，基于EKC假說分別研究經濟增長、城市化與SO2排放之間的倒U 型曲線關系.

式中：I 指環(huán)境影響；P，A和T分別指人口數量，富裕度和技術；a，b，c，d代表解釋變量的估算系數，ε代表隨機誤差，下標i表示面板單元.

為了測試EKC的存在，將人口或者富裕度因素的二次項合并到STⅠRPAT模型中并用于實證檢驗.基于此，論文分別構建了評估經濟增長/城市化與SO2排放EKC關系的STⅠRPAT模型［式（2）和式（3）］.在模型中，除城市化變量外的所有變量都被轉換成自然對數形式，這樣回歸變量的系數可以直接解釋為對應的彈性.

式中：SEit是城市i在t年的SO2排放量（kg）；P是人口總量（人）；A 是人均GDP（千元）；EⅠ 是能源強度（kg標準煤/千元）；UR是城市化率（%）.Tt代表其他所有隨時間而變化的變量.模型中，由于若EⅠ值越大，表示單位GDP消耗的能源越多，而控制污染排放的技術又是隨著時間的推進而進步的，因此將EI解釋為不利于環(huán)境保護的技術水平，而Tt則被解釋為控制污染排放方面的技術進步［23］.

對于式（2）和式（3），論文分別應用參數/半參數面板固定效應回歸進行估計，主要針對模型中經濟增長、城市化發(fā)展變量，不預先設定具體回歸函數，根據回歸結果從而判定經濟增長、城鎮(zhèn)化發(fā)展與SO2排放是否存在倒U型關系，具體公式如下：

式中：函數 f （）代表待估半參數分量.

表1 變量的描述統計Table 1 Descriptive statistics of variables

論文以江蘇省為研究實例，研究針對江蘇全省13個省轄市1991～2013年的非平衡面板數據，分析經濟增長/城市化與SO2排放關系.研究中所有數據均來源于江蘇省統計年鑒，主要觀測變量的描述統計量見表1.

2 實證分析結果與討論

2.1 經濟增長—SO2排放EKC關系

經濟增長與SO2排放的EKC模型的回歸結果見表2.參數面板固定效應模型中，人口、能源強度變量的系數符號均與預期一致，在10%顯著性水平下，兩變量的系數顯著為正.從彈性系數的絕對值大小來看，人口對SO2排放有較大影響，人口每增加1%，將使SO2排放增長0.47%左右；能源強度每增加1%，將使SO2排放增長0.11%左右.而模型中城市化變量的系數并不顯著.研究同時還發(fā)現人均GDP及其二次項變量的系數均顯著，并且二者系數符號與EKC理論相符，即表明經濟增長與SO2排放之間存在著倒U型曲線關系.

在半參數面板固定效應模型中，待估參數分量的系數較參數固定效應模型，有相對較小的方差，表明了半參數面板固定效應回歸更為穩(wěn)健.在5%顯著性水平下，人口與能源強度變量的系數顯著為正，說明了人口與能源強度對SO2排放的貢獻.同樣，城市化變量的一次項系數并不顯著.

表2 經濟增長-SO2排放關系估計結果Table 2 Estimates for income-SO2emissions models

圖2 經濟增長與SO2排放關系半參數分量擬合Fig.2 Partial fit of the income and SO2emissions nexus

由圖2中可見，經濟增長與SO2排放呈現明顯的倒U型曲線關系.二者關系曲線已逐漸扁平，結合前面的分析，SO2排放量與人均GDP及其二次項變量系數均顯著，因此可以認為，隨著經濟的發(fā)展，人均GDP不斷增加，二者之間的關系曲線將會接近拐點.一旦經濟發(fā)展到達拐點，SO2排放將開始呈現下降趨勢.為此，從參數和半參數面板固定效應模型回歸分析看，研究證實了經濟增長與SO2排放EKC關系，并且二者的EKC關系在半參數面板固定效應模型中更明顯.

2.2 城市化—SO2排放EKC關系

城市化與SO2排放的EKC模型的回歸結果見表3.參數面板固定效應模型中，人口、能源強度變量、人均收入的系數符號均與預期一致.在10%顯著性水平下，人口、能源強度兩變量的系數顯著為正.在1%顯著性水平下，人均收入的系數顯著為正.半參數面板固定效應模型中，人口、能源強度變量、人均收入的系數有更小的方差，回歸結果更為穩(wěn)健.在5%顯著性水平下，能源強度變量的系數顯著為正.在1%顯著性水平下，人口、人均收入兩變量的系數顯著為正.

表3 城市化-SO2排放關系估計結果Table 3 Estimates for Urbanization-SO2emissions models

參數面板固定效應模型中，城市化及其二次項變量的系數均不顯著.圖3展示了半參數面板固定效應模型中城市化與SO2排放關系半參數分量估計.二者的關系近乎為一條平直的直線，存在較弱的聯系.從參數和半參數面板固定效應回歸結果來看，城市化與SO2排放不存在EKC關系.

圖3 城市化與SO2排放關系半參數分量擬合Fig.3 Partial fit of the urbanization and SO2emissions nexus

2.3 時間效應

參數和半參數面板固定效應模型中的時間效應變化趨勢見圖4.兩模型中時間效應值都呈現負值，并持續(xù)呈下降趨勢.半參數面板固定效應模型中，時間效應絕對值變化更為顯著.模型中，時間效應可解釋為控制SO2排放方面的技術進步.由此可見，技術進步對控制SO2排放起到明確的積極貢獻，并且這種影響隨時間變化愈發(fā)突顯.綜合研究分析，可見能源強度和人口是SO2排放的主要驅動因素，而技術進步對控制SO2排放有著積極貢獻.

研究同時還驗證了江蘇省的經濟增長與SO2排放存在著倒U型曲線關系，究其原因認為在江蘇，大部分的SO2排放來源于工業(yè)部門，尤其電力、鋼鐵、水泥、化工等行業(yè)是SO2排放的主要來源.“十一五”以來，江蘇省加大了對SO2排放的末端治理以及煤或高硫煤替代工程的投入.到2010年，主要依靠資金拉動的工程減排措施，江蘇省SO2排放總量相對于2005年下降了23.8%［25］.根據江蘇省“十二五”環(huán)境保護和生態(tài)建設規(guī)劃，到2015年SO2排放總量與2010年相比將進一步減少14.8%［24］.由此可見，在江蘇省經濟增長與SO2排放的倒U型曲線關系與傳統EKC理論相吻合.經典EKC理論認為環(huán)境質量是一種奢侈品，只有當社會發(fā)展到一定富裕程度時才能負擔得起，即經濟增長對環(huán)境表現出典型的規(guī)模效應［25］.此外，一旦社會變得足夠富裕，人們就會對環(huán)境質量有更高的要求并因此增加對于環(huán)境友好技術和生產方式的投入.同時，社會也會實施充分的市場化手段或監(jiān)管政策來極大地改善環(huán)境問題［26-27］.

圖4 時間效應估計Fig.4 Plots of time effects in both models

對于城市化與SO2排放之間，研究未發(fā)現二者之間EKC關系的存在.可能原因在于不同類別的大氣排放與經濟增長/城市化表現出不同特征關系.對于影響全球環(huán)境變化的CO2排放，其更多表現出與城市化變量的EKC關系.綜合相關研究，主要是因為控制碳排放則主要依賴能源效率的提高以及強化能源需求管理來實現.城市化進程帶來區(qū)域現代化，實現了區(qū)域公共基礎設施和公共交通體系集約化運營，突顯了城市化對能源效率和能源需求管理要素的積極貢獻.而區(qū)域性污染物SO2則反之.隨著經濟增長，可以通過更多治理方面的資金投入，以煙氣脫硫等末端治理技術來實現一定程度的減排.同時社會富裕后，可以提高監(jiān)管水平來抑制終端SO2排放［28］.此外，還必須強調的是中國和發(fā)達國家城市化水平的差異.2014年，發(fā)達國家（包括歐洲、北美、澳大利亞、新西蘭和日本）的平均城市化率已高達78%［29］.而江蘇省僅為65.2%.在這個意義上，仍需要未來結合更多數據進行更加深入和細致的研究來加深對于城市化與SO2排放關系的認識.

3 結語

對江蘇省13個省轄市1991～2013年的收入/城市化與SO2排放之間的關系進行了實證研究.發(fā)現收入-SO2排放之間存在明顯的EKC關系，即倒U型曲線關系；但是，城市化與SO2排放二者之間的EKC關系并未發(fā)現.

研究證實了對于江蘇省來說能源強度是SO2排放的主要驅動因素，而技術進步對控制SO2排放有著積極貢獻.為此，“十三五”期間，進一步通過政策激勵，調整能源結構，提高電力、鋼鐵、水泥、化工等行業(yè)能源利用效率，降低能耗以及通過脫硫等工程措施實現SO2減排仍具有一定潛力.研究驗證了江蘇省經濟增長與SO2排放之間的EKC關系，表明了經濟增長對SO2排放既是問題緣由同時也是解決途徑，并且經濟增長與環(huán)境污染之間矛盾是可以協調.經濟繼續(xù)保持中高速的增長，將為實現產業(yè)結構調整，降低SO2排放提供更大的回旋空間.

［1］ Khanna N， Plassmann F. The demand for environmental quality and the environmental Kuznets Curve hypothesis ［J］. Ecological Economics， 2004，51:225-236.

［2］ Grossman G M， Krueger A B. Economic Growth and the Environment ［A］. National Bureau of Economic Research Working Paper Series ［C］. National Bureau of Economic Research.， 1994，No.4634.

［3］ Wang Y， Zhang X， Kubota J P， et al. A semi-parametric panel data analysis on the urbanization-carbon emissions nexus for OECD countries ［J］. Renewable & Sustainable Energy Reviews，2015，48:704-709.

［4］ Grossman G M， Krueger A B. Economic-Growth and the Environment ［J］. Quarterly Journal of Economics， 1995，110（2）: 353-377.

［5］ Copeland B R， Taylor M S. Trade， growth， and the environment［J］. Journal of Economic Literature， 2004，42（1）:7-71.

［6］ Dinda S. Environmental Kuznets Curve hypothesis: A survey ［J］. Ecological Economics， 2004，49（4）:431-455.

［7］ Stern D Ⅰ. The rise and fall of the environmental Kuznets curve［J］. World Development， 2004，32（8）:1419-1439.

［8］ Kijima M， Nishide K， Ohyama A. Economic models for the environmental Kuznets curve: A survey ［J］. Journal of EconomicDynamics & Control， 2010，34（7）:1187-1201.

［9］ Kaika D， Zervas E. The Environmental Kuznets Curve （EKC）theory-Part A: Concept， causes and the CO2emissions case ［J］. Energy Policy， 2013，62:1392-1402.

［10］ Kaika D， Zervas E. The environmental Kuznets curve （EKC）theory. Part B: Critical issues ［J］. Energy Policy， 2013，62:1403-1411.

［11］ Liao H， Cao H S. How does carbon dioxide emission change with the economic development？ Statistical experiences from 132countries ［J］. Global Environmental Change-Human and Policy Dimensions， 2013，23（5）:1073-1082.

［12］ Shahbaz M， Khraief N， Uddin G S， et al.. Environmental Kuznets curve in an open economy: A bounds testing and causality analysis for Tunisia ［J］. Renewable & Sustainable Energy Reviews， 2014，34:325-336.

［13］ Dietz T， Rosa E A. Effects of population and affluence on CO2emissions ［J］. Proceedings of the National Academy of Sciences of the United States of America， 1997，94（1）:175-179.

［14］ Ehrlich P R， Holdren J P. Ⅰmpact of Population Growth ［J］. Science， 1971，171（3977）:1212-1217.

［15］ York R， Rosa E A， Dietz T. STⅠRPAT， ⅠPAT and ⅠmPACT: analytic tools for unpacking the driving forces of environmental impacts ［J］. Ecological Economics， 2003，46（3）:351-365.

［16］ 國家環(huán)境保護部.國家環(huán)境保護“十一五”規(guī)劃 ［EB/OL］. http://zfs.mep.gov.cn/fg/gwyw/200711/t20071126_113414.shtml. 2007-11-26.

［17］ 國家環(huán)境保護部.國家環(huán)境保護“十二五”規(guī)劃 ［EB/OL］. http://zfs.mep.gov.cn/fg/gwyw/201112/t20111221_221570.shtml. 2011-12-21.

［18］ 國家環(huán)境保護部.重點區(qū)域大氣污染防治“十二五”規(guī)劃［EB/OL］.http://www.zhb.gov.cn/gkml/hbb/bwj/201212/t2012120 5 _243271.htm. 2012-10-29.

［19］ Stern D Ⅰ. The rise and fall of the environmental Kuznets curve［J］. World Development， 2004，32（8）:1419-39.

［20］ Poumanyvong P， Kaneko S. Does urbanization lead to less energy use and lower CO2emissions？ A cross-country analysis ［J］. Ecological Economics， 2010，70（2）:434-444.

［21］ Martinez-Zarzoso Ⅰ， Maruotti A. The impact of urbanization on CO2emissions: Evidence from developing countries ［J］. Ecological Economics， 2011，70（7）:1344-1353.

［22］ Baltagi B H， Li D. Series Estimation of Partially Linear Panel Data Models with Fixed Effects ［J］. Annals of Economics and Finance， 2002，3（1）:103-116.

［23］ Stern D Ⅰ. Explaining changes in global sulfur emissions: an econometric decomposition approach ［J］. Ecological Economics，2002，42（1/2）:201-220.

［24］ 江蘇省環(huán)境保護廳.江蘇省“十二五”環(huán)境保護和生態(tài)建設規(guī)劃［EB/OL］. http://govinfo.nlc.gov.cn/jssfz/jszb/790502a/01209/ t20120926_2786417.shtml？classid=451. 2012-04-17.

［25］ Bruvoll A， Medin H. Factors behind the environmental Kuznets curve - A decomposition of the changes in air pollution ［J］. Environmental & Resource Economics， 2003，24（1）:27-48.

［26］ York R. Demographic trends and energy consumption in European Union Nations， 1960～2025 ［J］. Social Science Research， 2007，36（3）:855-872.

［27］ Martinez-Zarzoso Ⅰ， Bengochea-Morancho A， Morales-Lage R. The impact of population on CO2emissions: evidence from European countries ［J］. Environmental & Resource Economics，2007，38（4）:497-512.

［28］ Stern D Ⅰ， Common M S. Ⅰs there an environmental Kuznets curve for sulfur？ ［J］. Journal of Environmental Economics and Management， 2001，41（2）:162-178.

［29］ United Nations， Department of Economic and Social Affairs，Population Division. World Urbanization Prospects: The 2014 Revision Highlights （POP/DB/WUP/Rev.2014） ［M］. 2014.

Investigating the environmental Kuznets curve hypothesis for SO2emissions in Jiangsu Province: A semi-parametric panel data analysis.

WANG Yuan1*， WANG Chun-chun1， ZHAO Jing1， QIAN Yi-xiao1， KUBOTA Jumpei2，HE Yan-min3， ZHU Xiao-dong1（1.State Key Laboratory of Pollution Control and Resource Reuse， School of the Environment， Nanjing University， Nanjing 210023， China；2.Research Institute for Humanity and Nature， Kyoto 603-8047， Japan；3.Institute of Economic Research， Kyoto University， Kyoto 606-8501， Japan）. China Environmental Science， 2016，36（10）：3143～3149

The paper concentrated on a Jiangsu Province context and attempted to explicitly investigate the impacts of economic growth and urbanization on sulfur dioxide emissions through examination on the existence of an environmental Kuznets curve. Within the Stochastic Impacts by Regression on Population， Affluence and Technology framework， this was first study to simultaneously explore the income/urbanization and sulfur dioxide emission nexus， using panel data together with semi-parametric panel fixed effects regression. The dataset was referred to a city-level panel of Jiangsu Province spanning the period 1991～2013. With this information， the study found evidence in support of an inverted U-shaped curve relationship between economic growth and sulfur dioxide emissions， but little evidence supporting a similar inference for urbanization and those emissions. Existence of the income-sulfur dioxide emission environmental Kuznets curve implied that the economic growth vs. sulfur dioxide emissions dilemma can be resolved while income continues to increase. Also， these findings contributed to advancing the emerging literature on the development-pollution nexus.

economic growth；urbanization；sulfur dioxide emissions；environmental Kuznets curve；semi-parametric panel fixed effects model

X196，F205 文獻識別碼：A

1000-6923（2016）10-3143-07

王 遠（1975-），男，福建福鼎人，副教授，博士，主要研究方向為環(huán)境經濟與政策、環(huán)境系統分析.發(fā)表論文40余篇.

2016-02-15

* 責任作者， 副教授， ywang@nju.edu.cn