郭清斌，鄒結富,2，陳積微，宋 靜

(1.中節(jié)能工程技術研究院有限公司，北京 100082；2.中國節(jié)能環(huán)保集團公司，北京 100082)

在1955年，Kuznets[1]提出收入不平等與經濟增長之間呈倒U型曲線關系。而Grossman等[2]則首先提出了環(huán)境污染水平與人均收入之間存在明確關系，他們利用全球環(huán)境監(jiān)測系統(tǒng)提供的煙塵和懸浮顆粒物數據，實證分析了世界上很多城市的環(huán)境污染水平和人均收入之間的關系，認為某國的人均收入水平達到一定值時，其污染物的濃度將達到峰值。

Panayoutou等[3]則借用庫茲涅茨曲線，定義了環(huán)境庫茲涅茨曲線(EKC)，說明環(huán)境與人均收入之間存在倒U型關系。經濟增長早期，污染排放增加，環(huán)境質量下降。當人均收入超過某一水平時，隨著收入繼續(xù)增加，環(huán)境質量趨于改善。這一發(fā)現極大影響了全球環(huán)境政策。EKC的結論指出，雖然經濟增長在早期階段會導致環(huán)境的惡化，但對絕大多數國家來說，改善環(huán)境的最佳也可能是唯一的途徑就是變得富有[4]，甚至環(huán)境規(guī)制措施在降低經濟增速的同時也降低了環(huán)境質量。也就是說，先污染再治理的道路其實是符合規(guī)律的。

EKC假說提出后，關于假說的爭論和質疑一直沒停止過。國內外很多學者進行了大量的實證研究后，不僅沒有達成統(tǒng)一認識，反而出現了相互矛盾的結論。例如，國外的一些研究結果表明隨著人均收入的增加，人均二氧化碳排放量呈線性上升態(tài)勢，而另一些研究則認為硫化物和GDP之間不符合EKC規(guī)律[5]。造成結論矛盾的一個重要原因是環(huán)境指標的選擇，不同研究往往選擇不同的指標，從而導致了相反的結論，甚至在同一研究中，選取不同指標也可能得到不同的曲線形態(tài)。

國內外學者應用EKC理論對環(huán)境和經濟增長的相關性進行了很多研究，但這些研究并未深入考慮環(huán)境指標選擇的影響，因此得到的結論大相徑庭[6-12]。并且許多研究只考慮數據的可得性，直接采用從統(tǒng)計年鑒中獲得的污染指標數據用于研究，而不考慮環(huán)境數據的真實性。例如常用的工業(yè)廢水排放量，該項指標由企業(yè)自行統(tǒng)計上報，與真實情況存在一定偏差，并且不同企業(yè)排放廢水水質差別巨大，產生的環(huán)境影響有很大差異，這就導致了采用這些數據得到的研究結論經不起推敲。此外，國家間差異也可能造成研究結果偏差。

中國的七大水系覆蓋了全國絕大多數省份，可以代表中國諸多省份的水環(huán)境狀況，各大流域的環(huán)境質量狀況差別很大。同時中國經濟發(fā)展也表現出了強烈的地區(qū)差異性，且中國省份眾多，有著相同的政治體制，同時擁有相對獨立的社會經濟發(fā)展數據，這對于識別EKC的存在性給出了近似自然實驗的條件。

筆者收集了中國30個省份在2000—2011年間的水污染數據和經濟發(fā)展數據(數據來源于國家統(tǒng)計局公布的環(huán)境統(tǒng)計數據以及中國城市建設統(tǒng)計年鑒)，在此基礎上針對不同水環(huán)境污染指標與人均GDP的關系，采用模型擬合的方法對EKC進行驗證，指出同一環(huán)境要素不同指標之間的差異所在，提出進行水環(huán)境EKC研究時對指標進行修正的方法，并試圖分析數據背后反映的中國水環(huán)境污染治理現狀。

1 工業(yè)廢水排放量與經濟增長的關系

使用工業(yè)廢水排放量作為水環(huán)境污染指標，經濟指標采用人均GDP和人均GDP平方項。假設如下的回歸模型：

(1)

式中：Pwater為工業(yè)廢水排放量；y為人均GDP；i=1,2,3,……,N，表示省份變量；t=1,2,3,……,T，表示時間變量；u為誤差項。

對數據進行F檢驗，檢驗結果支持采用個體固定效用模型。考慮到各省工業(yè)廢水排放量之間的絕對差距很大，故而采用個體固定效用模型，工業(yè)廢水排放量與人均GDP擬合結果如表1所示。

包含人均GDP平方項的估計結果如下：

表1 工業(yè)廢水排放量與人均GDP擬合結果

從回歸方程的形式上看，一次項系數為正，二次項系數為負，面板數據支持遵從倒U型曲線。但系數的絕對值很小，所以大體上可以估計當前中國工業(yè)污染處于EKC的上升階段，已經隱約出現了污染排放增長率下降的趨勢。

這個結果與中國近十多年的經濟增長歸因分析的結論吻合。中國在1998年之后進入了一個新的經濟增長階段，要素投入對經濟增長的貢獻率達到95%以上[13]，其中又以資本投入和自然資源投入為主。從綠色增長模型中生產函數的形式考慮，在沒有技術進步支持的情況下，環(huán)境與經濟之間更多體現出規(guī)模效應，即隨著經濟增長，污染排放持續(xù)增加。同時此模型顯示，污染排放增長率呈下降趨勢。

2 工業(yè)廢水排放當量與經濟增長的關系

之前面板數據分析的基本模型是直接采用工業(yè)廢水排放量作為水環(huán)境污染指標數據，考慮的是經濟增長過程中，生產技術的環(huán)境直接排放系數變動情況。如果生產企業(yè)本身更多地采用從源頭控污的生產技術，那必然會減少工業(yè)廢水排放量。然而2000—2011年的面板數據表明，中國的工業(yè)生產中，工業(yè)廢水排放量并沒有下降，減少水資源消耗的綠色生產技術并沒有得到廣泛應用。另外一方面，企業(yè)可以采取更直接的末端處理技術，在不改變廢水排放量的情況下，降低廢水中的污染物濃度，使水環(huán)境污染物的總排放量顯著下降，從而實現環(huán)境保護的目標。

采用新的水環(huán)境污染指標數據進行新模型構建擬合。有研究曾經統(tǒng)計出中國工業(yè)廢水直接排放的平均污染物濃度，以COD計約為400 mg/L；達標排放的數據由各行業(yè)數據加權后，平均污染物濃度以COD計約為188 mg/L，近似為直接排放的一半[14]。因此本研究中，將直接排放的工業(yè)廢水定義為1個當量，達標排放的工業(yè)廢水為-0.53個當量。具體到某個省，工業(yè)廢水排放量為Pwater，其中達標排放量為Ewater，定義新的水環(huán)境污染指標為工業(yè)廢水排放當量Dp。

Dp=Pwater-0.53Ewater

(2)

假設存在如下的回歸模型：

(3)

擬合結果如下：

Dp=33 766.00+αi+0.466 023lnyit-

工業(yè)廢水排放當量與人均GDP擬合結果如表2所示。

表2 工業(yè)廢水排放當量與人均GDP擬合結果

與采用工業(yè)廢水排放數據的擬合結果相比，該模型擬合結果在二次項系數顯著性上表現更好，t值約為3.087。這意味著采用了工業(yè)廢水排放當量數據后，更多的省份數據都表現出遵循EKC規(guī)律。同時擬合結果也表明，獨立的污染治理部門有效運作能夠使污染排放在更低的人均GDP時期達到轉折點，從而加快了經濟體向可持續(xù)發(fā)展的道路前進。

3 污染感知度與經濟增長的關系

3.1 工業(yè)廢水排放污染感知度與人均GDP的模型擬合

國內不同省份間自然水環(huán)境差異非常大，有些省份擁有大江大河，降雨量大，水資源總量非常豐富；有些省份天氣干旱，降雨稀少，過境河流也寥寥無幾，水資源非常稀缺。所以對于同樣數量的污染物排放，不同的水資源總量會表現出不同的污染程度，使周邊居民對水環(huán)境質量的感知產生巨大差異。

一般情況下，人們總是會對引起自己關注的變化感興趣，而對一些看不見、摸不著、體會不到的變化熟視無睹。如果感受到了環(huán)境退化，人們首先會通過自己的行為去延緩這種變化，同時也會通過政治渠道，對引起自己關注的問題向政府施壓，讓政府設法緩解環(huán)境退化問題。故對于水污染而言，污染物排放是否引起了水環(huán)境質量的變化，這種變化是否能夠被居民所感受到是研究關鍵。

在此基礎上，筆者提出污染感知度的概念，工業(yè)廢水排放當量Dp與當地水資源總量Q的比值決定了污染感知度Pi，污染感知度從一定程度上來說直接與水環(huán)境質量呈線性關系。

Pi=Dp/Q

(4)

構造新的模型如下：

(5)

采用變截距固定效用模型，得到如下結果：

Pi=123 068+αi+0.006 311 lnyit-

污染感知度與人均GDP擬合結果如表3所示。

表3 污染感知度與人均GDP擬合結果

與之前的擬合結果相比，該模型二次項系數顯著性大大提高，t值約為9.169，表示在采用污染感知度作為水環(huán)境污染指標后，水環(huán)境污染指標與人均GDP的關系非常契合EKC規(guī)律，同時該模型的DW值也更接近2，表明與之前的模型相比，遺漏影響因素更少。

3.2 加入生活污水修正后污染感知度與人均GDP的模型擬合

隨著生活改善和工業(yè)節(jié)水的進步，生活污水已經成為最主要的水污染來源。從1999年起，生活污水排放量就超過了工業(yè)廢水排放量，并且逐年增多，到2010年，生活污水已經成為最主要的水污染來源，生活污水排放COD總量約為工業(yè)廢水排放COD總量的兩倍(數據來源于中國環(huán)境狀況公報)。因此，有必要考察加入生活污水排放后對模型擬合的影響。

依然采用污染感知度指標，工業(yè)廢水排放當量與生活污水排放當量之和與當地水資源總量的比值決定了污染感知度。

隨著時間推移，生活污水排放的污染物濃度越來越低。因此，在計算污染物排放當量時，需要給生活污水增加一個隨時間變化的系數。由全國的統(tǒng)計數據估算，生活污水中COD的排放濃度以每年11%的速度下降?？紤]這個因素后的擬合結果如下(表4)：

Pi=197.605 7+αi+0.028 642lnyit-

表4 考慮生活污水排放的污染感知度與人均GDP擬合結果

擬合結果的一次項系數為正，二次項系數為負。表明在考慮生活污水排放濃度逐漸降低的因素后，中國的水污染排放量符合EKC規(guī)律。

在當前階段，生活污水造成的水環(huán)境污染已經高于工業(yè)廢水，說明環(huán)境紅利已經從企業(yè)手中向居民手中轉移，由于居民的壓力，政府加強了對企業(yè)的監(jiān)管，提高了企業(yè)生產廢水排放的標準，企業(yè)享受環(huán)境紅利的比重已經在下降。但居民還沒有意識到自己已成為最主要的排污者，而政府也沒有采取強有力的措施削減居民的排放。例如水價改革，由于居民反對聲音居多，政府順從民意，調價幅度始終不大，且政府財政投入用于污水處理的部分占比較小，居民與政府分享了這部分環(huán)境紅利。

4 資源豐度對擬合結果的影響

有研究認為，資源的豐富程度會對經濟增長產生影響[7,15]，考慮到地區(qū)水資源總量可能會對污染排放量的選擇產生影響，因此將考察地區(qū)分為資源豐裕組和資源匱乏組，進行對比探討污染感知度與人均GDP的相關性。其中，資源匱乏組即人均水資源量少的地區(qū)包括北京市、天津市、河北省、山西省、遼寧省、上海市、江蘇省、安徽省、山東省、河南省、陜西省、甘肅省、寧夏回族自治區(qū)。資源豐裕組即人均水資源量多的地區(qū)包括內蒙古自治區(qū)、吉林省、黑龍江省、浙江省、福建省、江西省、湖北省、湖南省、廣東省、廣西壯族自治區(qū)、海南省、重慶市、四川省、貴州省、云南省、西藏自治區(qū)、青海省、新疆維吾爾自治區(qū)。

資源匱乏組的擬合結果如下(表5)：

Pi=694.770 4+αi+0.027 867lnyit-

表5 資源匱乏組污染感知度與人均GDP擬合結果

在資源匱乏組的擬合結果中，二次項系數為負，t值約為11，統(tǒng)計結果顯著，說明這一組里的省份都明顯符合倒U型曲線。

資源豐裕組的擬合結果如下(表6)：

Pi=103.762 6+αi-0.002 648lnyit-

表6 資源豐裕組污染感知度與人均GDP擬合結果

在資源豐裕組擬合結果中，二次項系數為負，但t值約為0.4，統(tǒng)計結果不顯著，約有70%的省份不符合倒U型曲線。

兩組擬合結果對比表明，資源豐裕程度對污染排放強度與人均GDP關系存在影響。資源稀缺的地區(qū)全部遵循EKC規(guī)律，而資源豐裕的地區(qū)則不符合EKC規(guī)律。推測存在環(huán)境“資源詛咒”的現象，越是水資源豐富的地區(qū)，越不重視水環(huán)境保護。環(huán)境紅利對此解釋為水資源豐富的地區(qū)環(huán)境紅利的總量大，因此在環(huán)境紅利耗盡之前可以支撐當地經濟達到更高的人均收入水平。

5 初始收入水平對擬合結果的影響

按照綠色增長模型的推論，EKC是較為長期的規(guī)律，如果時間節(jié)點選取恰好落入上升階段或者下降階段，則數據不會表現出倒U型的關系。另外，收入水平較低時，社會傾向于消費環(huán)境紅利賺取直接經濟收益，而收入水平較高時，社會則更多傾向于節(jié)約環(huán)境紅利。因此，將考察地區(qū)分為經濟發(fā)達和經濟落后2個組進行對比，考察污染感知度與人均GDP的相關性。其中經濟發(fā)達地區(qū)包括北京市、天津市、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省。經濟落后地區(qū)包括河北省、山西省、內蒙古自治區(qū)、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省、廣西壯族自治區(qū)、海南省、重慶市、四川省、貴州省、云南省、西藏自治區(qū)、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。

經濟發(fā)達地區(qū)的擬合結果如下(表7)：

Pi=84.113 64+αi+0.065 516lnyit-

表7 經濟發(fā)達地區(qū)污染感知度與人均GDP擬合結果

經濟落后地區(qū)擬合結果如下(表8)：

Pi=271.042 5+αi-0.008 848lnyit+

表8 經濟落后地區(qū)污染感知度與人均GDP擬合結果

兩組擬合結果可看出，經濟發(fā)達的省份，其水環(huán)境污染與經濟增長之間全部都表現出倒U型的關系(一次項系數為正，二次項系數為負，統(tǒng)計結果顯著);經濟落后的省份則不存在這種關系(二次項系數為正，統(tǒng)計結果不顯著)。擬合結果驗證了收入水平對水污染排放量的變動趨勢產生影響。利用環(huán)境紅利理論可解釋為，當收入水平較低時，環(huán)境紅利的邊際產出更高，因此當地政府和居民都傾向于消費環(huán)境紅利換取經濟增長。

6 結 論

工業(yè)廢水排放量與人均GDP的擬合結果大致遵從EKC曲線，但系數的絕對值很小，估計當前中國工業(yè)污染處于EKC的上升階段。然而工業(yè)廢水排放量直接來源于統(tǒng)計數據，只考慮排放的水量，沒有反映水中污染物濃度的大小以及企業(yè)是否對廢水進行后處理，因此并不能很好地反應環(huán)境污染情況。

工業(yè)廢水排放當量考慮了企業(yè)對廢水進行處理后向水環(huán)境排放的污染物的總量，本研究中忽略了各省工業(yè)結構、生產技術水平、環(huán)境監(jiān)管強度等差異，認為各省排放的工業(yè)廢水中的污染物濃度一樣，并且達標排放的工業(yè)廢水中的污染物濃度也一樣。在此基礎上，擬合結果表明采用工業(yè)廢水排放當量作為水環(huán)境污染指標后，更多的地區(qū)數據都表現出遵循EKC規(guī)律。

污染感知度考慮了工業(yè)廢水中的污染物排放量和受納水體的水資源總量的共同影響。隨著污染物排放量增加，環(huán)境質量下降，污染感知度上升，人們能直觀感覺到污染帶來的不適，水資源總量越大，其在一定量污染物排放的影響下產生的環(huán)境質量退化越小，污染感知度的變化也越小。與上述兩項指標相比，污染感知度與人均GDP的關系契合EKC規(guī)律，遺漏因素更少。而在考慮了生活污水排放，以及生活污水中污染物濃度逐年降低的因素后，污染感知度與人均GDP之間在統(tǒng)計學上也符合EKC規(guī)律。

此外，資源豐度會影響污染物排放，水資源越豐富的省份，水環(huán)境質量沒有出現明顯的轉變，而水資源匱乏的省份，水環(huán)境質量與經濟增長符合EKC規(guī)律。并且收入水平所處的階段不同，水環(huán)境變化的趨勢也不同，經濟發(fā)達的省份已全部扭轉水環(huán)境繼續(xù)惡化的趨勢；而經濟落后的省份表現不一，大多數落后省份的水環(huán)境污染依然在加劇。

總的來說，通過逐漸改變水環(huán)境污染指標的具體指代內容，分別利用工業(yè)廢水排放量、工業(yè)廢水排放當量、加入生活污水修正后的污水排放當量、污染感知度分別與人均GDP進行擬合。擬合結果表明，EKC存在與否，跟環(huán)境指標的選擇有很大關系，環(huán)境指標越是能表征真實的污染情況，其與經濟增長的關系就越符合EKC規(guī)律。

實證分析表明，中國的水環(huán)境污染基本符合EKC規(guī)律，中國在經濟增長的同時在一定時間內必然會承受一定的環(huán)境壓力。但是，通過技術進步、職能部門以及政策的完善等手段能夠縮短環(huán)境“陣痛”的周期，加快可持續(xù)發(fā)展的進程。在此基礎上，筆者嘗試提出若干政策建議以供參考。一方面，提高排放標準，同時加大資金投入規(guī)模解決環(huán)境污染問題，能夠有效補償已經存在的水環(huán)境赤字，彌補環(huán)境紅利損失。另一方面，技術進步，特別是清潔生產技術以及末端污染治理技術的使用與推廣，在有效降低污染物排放的同時，能緩解由于提高污染物排放標準給工業(yè)企業(yè)及居民帶來的壓力，補償由于換取環(huán)境紅利而損失的部分利益。此外，獨立的污染治理部門有效運作，能夠使污染排放在更低的人均GDP時達到轉折點，從而加快經濟體綠色健康發(fā)展。

參考文獻：

[1] KUZNETS S. Economic growth and income inequality[J]. The American Economic Review, 1995(8):1-28.

[2] GROSSSMAN G M, KRUEGER A B. Economic growth and the environment[J]. The Quarterly Journal of Economics, 1955,110(2):353-377.

[3] PANAYOUTOU T, PERRINGS C A, MOLER K G, et al. Conservation of biodiversity and economic development: the concept of transferable development right[J]. Environmental and Resource Economics，1994，4(1):91-110.

[4] 孔凡斌,許正松,黃思明.經濟增長與環(huán)境污染的關系:文獻評述與研究展望[J].鄱陽湖學刊,2015(3):5-25.

[5] 張成,朱乾龍,同申.環(huán)境污染和經濟增長的關系[J].統(tǒng)計研究,2011,28(1):59-67.

[6] 丁煥峰,李佩儀.中國區(qū)域污染影響因素：基于EKC的面板數據分析[J].中國人口·資源與環(huán)境,2010(10):117-122.

[7] 段利民,杜躍平.自然資源稟賦與區(qū)域經濟增長關系實證研究[J].生產力研究,2009(24):117-118.

[8] ARIASTER B C, JOHN B B. Total factor productivity and the Environmental Kuznets Curve[J]. Journal of Environmental Economics and Management, 2005,49(2):366-380.

[9] MATTHEW A. C. Trade, the pollution haven hypothesis and the Environmental Kuznets Curve: examining the linkages[J]. Ecological Economics, 2004,48(1):71-81.

[10] NEHA K, FLORENZ P. The demand for environmental quality and the Environmental Kuznets Curve hypothesis[J]. Ecological Economics, 2004,51:225-236.

[11] SINGH K P, MALIK A, MOHAN D, et al. Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of Gomti River(India): a case study[J]. Water Research, 2004,38(18):3980-3992.

[12] SOUMYANANDA D. Environmental Kuznets Curve hypothesis: a survey[J]. Ecological Economics, 2004,49(4),431-455.

[13] 鐘若愚.中國資源生產率和全要素生產率研究[J].經濟學動態(tài),2010(7):28-33.

[14] 馬中.中國水價政策研究[M].北京:中國環(huán)境出版社,2014.

[15] 孫大超,司明.自然資源豐裕度與中國區(qū)域經濟增長:對“資源詛咒”假說的質疑[J].中南財經政法大學學報,2012(1):84-89,144.