(海南大學(xué) 經(jīng)濟(jì)與管理學(xué)院,海南 海口 570228)

1 引言

經(jīng)濟(jì)發(fā)展的最終目標(biāo)在于改善人民生活水平,提升居民的整體福利水平。然而,在資源環(huán)境的約束下,我國現(xiàn)有經(jīng)濟(jì)發(fā)展模式帶來的經(jīng)濟(jì)增長必然會伴隨著污染排放,導(dǎo)致的環(huán)境惡化會降低甚至可能抵消經(jīng)濟(jì)增長帶來的居民福利改善[1]?！吨袊鷳B(tài)環(huán)境狀況公報》顯示,2017年在全國338個地級及以上城市中,239個城市環(huán)境空氣質(zhì)量超標(biāo),超標(biāo)比例高達(dá)70.7%,酸雨城市的比例高達(dá)36.1%。如何準(zhǔn)確地理清經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系，是當(dāng)前我國經(jīng)濟(jì)社會發(fā)展急需解決的問題之一。

20世紀(jì)70年代以前,學(xué)術(shù)界普遍認(rèn)為經(jīng)濟(jì)增長與環(huán)境質(zhì)量之間呈正相關(guān)關(guān)系[2]。直到1991年Grossman、Krueger提出了著名的EKC假說,認(rèn)為經(jīng)濟(jì)增長與環(huán)境污染之間并不總是線性關(guān)系,而是存在倒“U”型關(guān)系。即在經(jīng)濟(jì)發(fā)展初期環(huán)境污染會隨著經(jīng)濟(jì)增長而加重,而當(dāng)經(jīng)濟(jì)水平達(dá)到一定程度后,經(jīng)濟(jì)增長將有利于緩解環(huán)境污染。隨著學(xué)者們對EKC研究的細(xì)化與深入,部分學(xué)者發(fā)現(xiàn)經(jīng)濟(jì)增長與環(huán)境污染之間并不總是倒“U”型關(guān)系。Holtz-Eakin、Selden[3]發(fā)現(xiàn)在地區(qū)經(jīng)濟(jì)水平、工業(yè)化進(jìn)程、環(huán)境指標(biāo)等因素存在差異的情況下,人均收入與環(huán)境指標(biāo)之間可能呈現(xiàn)出“L”型、“N”型、“S”型等多種形態(tài),即經(jīng)濟(jì)增長與環(huán)境污染之間存在其他形狀[4-6]。也有學(xué)者認(rèn)為經(jīng)濟(jì)增長與環(huán)境質(zhì)量之間并不存在特定的關(guān)系,即有些地區(qū)并不符合經(jīng)濟(jì)增長與環(huán)境質(zhì)量的EKC假說[7,8]。許多學(xué)者認(rèn)為,環(huán)境質(zhì)量的變化并不僅僅是經(jīng)濟(jì)增長因素導(dǎo)致的,也有可能會受到其他非經(jīng)濟(jì)因素的影響,如文化程度[9]、城市化水平[10]、生產(chǎn)結(jié)構(gòu)[11]等社會性因素。其中,Grossman、Krueger[12]通過加入人口密度、水溫變量等特定變量后,研究發(fā)現(xiàn)生態(tài)地理因素是導(dǎo)致經(jīng)濟(jì)增長與環(huán)境質(zhì)量兩者結(jié)論出現(xiàn)誤差的重要原因。

已有研究所引起的爭議使EKC檢驗的理論基礎(chǔ)和方法備受關(guān)注。然而,目前大多數(shù)研究簡單地將不同發(fā)展程度的經(jīng)濟(jì)體數(shù)據(jù)進(jìn)行“拼接”,假定各國(地區(qū))在經(jīng)濟(jì)結(jié)構(gòu)、資源稟賦、政治體制、基礎(chǔ)設(shè)施等方面具有一致性,即簡單認(rèn)定所有經(jīng)濟(jì)體具有同質(zhì)性?，F(xiàn)實中這一假定很難被滿足,由此產(chǎn)生了EKC檢驗過程中的“異質(zhì)性”問題。為解決這一難題,夏勇、鐘茂初[13]等在這方面做了頗具啟發(fā)性的探索,他們從經(jīng)濟(jì)發(fā)展水平與環(huán)境污染脫鉤關(guān)系的角度出發(fā),將我國271個城市細(xì)分為“高收入未脫鉤、低收入未脫鉤、低收入相對脫鉤、高收入相對脫鉤、低收入絕對脫鉤、高收入絕對脫鉤”6種形態(tài),研究發(fā)現(xiàn)不同城市經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的關(guān)系存在著組別差異。因此,在考察經(jīng)濟(jì)增長與環(huán)境質(zhì)量之間的關(guān)系時,需要對不同經(jīng)濟(jì)體所處的階段進(jìn)行具體的分組研究。在對經(jīng)濟(jì)體劃分階段時,就需要尋找一個合理的分組指標(biāo)和分界點。以往人為分組的方法不可避免地會引起主觀偏誤,使研究結(jié)論出現(xiàn)偏差甚至錯誤。因此,是否可尋找一個合理的“門檻值”來對不同經(jīng)濟(jì)體進(jìn)行分組？這是本文需要解決的關(guān)鍵問題。Hansen[14]首次利用門檻效應(yīng)法對連續(xù)型變量進(jìn)行分組,隨后這一方法逐漸引起學(xué)者們的關(guān)注,并將其應(yīng)用于創(chuàng)新[15]、FDI技術(shù)溢出[16]、金融開放[17]和環(huán)境規(guī)制[18]等多個領(lǐng)域的研究。事實上,門檻效應(yīng)確實能有效化解環(huán)境庫茲涅茨曲線檢驗中的“異質(zhì)性”難題,同時避免了人為分組引起的主觀偏誤[19]。

基于以上分析,本文將運用門限回歸的方法對我國240個城市進(jìn)行分組,以期在有效化解傳統(tǒng)EKC檢驗中“異質(zhì)性”問題的基礎(chǔ)上,準(zhǔn)確地考察我國經(jīng)濟(jì)增長與環(huán)境質(zhì)量的關(guān)系。本文的貢獻(xiàn)主要體現(xiàn)在:①針對以往EKC檢驗中“異質(zhì)性”問題的成因和可能產(chǎn)生的影響,利用門限回歸方法進(jìn)行分組研究,有效化解了傳統(tǒng)EKC檢驗中的“異質(zhì)性”難題,避免了人為分組引起的主觀偏誤。②利用我國240個城市的數(shù)據(jù)來驗證經(jīng)濟(jì)增長與環(huán)境質(zhì)量的關(guān)系,利用地級市層面的經(jīng)驗證據(jù)對EKC假說予以補充。EKC“異質(zhì)性”問題的化解對準(zhǔn)確了解我國各城市的經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的現(xiàn)狀,提高環(huán)境規(guī)制政策的有效性和針對性具有重要的現(xiàn)實意義。

2 數(shù)據(jù)來源、門檻變量選取與模型構(gòu)建

2.1 數(shù)據(jù)來源與說明

本文數(shù)據(jù)主要來源于CSMAR和Wind數(shù)據(jù)庫,部分?jǐn)?shù)據(jù)來源于各城市相關(guān)年份的統(tǒng)計年鑒。初始樣本包含338個城市,并按以下原則進(jìn)行篩選和處理:剔除數(shù)據(jù)存在缺失的樣本;刪除數(shù)據(jù)值缺失2年以上的城市樣本,以確保后續(xù)實證檢驗的準(zhǔn)確性;對缺失2年以內(nèi)的樣本采用線性插值法進(jìn)行補充。最后本文得到我國2003—2015年240個城市的平衡面板數(shù)據(jù)集合。

本文的解釋變量為環(huán)境質(zhì)量,選取二氧化硫排放量(t)作為其代理指標(biāo)。解釋變量為經(jīng)濟(jì)發(fā)展水平,選取人均GDP(元)作為其代理指標(biāo)?？刂谱兞窟x取第二產(chǎn)業(yè)占GDP的比值(ind)衡量工業(yè)的比重,外商直接投資占GDP比重(fdi)衡量貿(mào)易開放程度,比重的計量單位均為%。采用人口密度(rkmd)衡量人口強度,其數(shù)值越高,代表該城市的人口密度就越大。為了保證數(shù)據(jù)的平穩(wěn)性,以及削減甚至消除異方差問題,本文在實證過程中對以上變量均進(jìn)行了對數(shù)化處理。

2.2 門檻變量選擇

對導(dǎo)致我國城市間“異質(zhì)性”的主要因素可從經(jīng)濟(jì)水平和經(jīng)濟(jì)結(jié)構(gòu)兩個方面進(jìn)行概括:①在經(jīng)濟(jì)水平維度上,我國各城市由于地理環(huán)境、自然資源和政策制度等的差異,使各自在經(jīng)濟(jì)發(fā)展軌跡上存在顯著性差別,從而使經(jīng)濟(jì)發(fā)展水平相差較大。一方面,自改革開放以來,我國逐步加大對外開放程度,天津、大連、上海、廣州等14個沿海城市成為首批對外開發(fā)城市,在自身資源優(yōu)勢和國家政策的扶持下,這些沿海城市迅速崛起,經(jīng)濟(jì)發(fā)展速度顯著快于中西部城市。另一方面,為推動我國經(jīng)濟(jì)的全面均衡發(fā)展,我國于1992年決定對5個長江沿岸城市實行沿海開放城市的類似政策,這一系列政策的實施加快了內(nèi)陸城市的開放進(jìn)程。這種不同的對外開放順序使沿海和內(nèi)陸城市在同等經(jīng)濟(jì)水平下所面臨的人均收入、市場化水平、技術(shù)水平和政策環(huán)境等EKC影響因素截然不同,這些是導(dǎo)致在EKC檢驗中出現(xiàn)的“異質(zhì)性”問題。②在經(jīng)濟(jì)結(jié)構(gòu)維度上,城市在經(jīng)濟(jì)發(fā)展過程中會利用自身優(yōu)勢選擇更具競爭力的產(chǎn)業(yè),并大力發(fā)展,以推動本市經(jīng)濟(jì)的高效快速增長,而城市發(fā)展過程中產(chǎn)業(yè)結(jié)構(gòu)的差異會對EKC檢驗結(jié)果產(chǎn)生影響。一方面,在同一經(jīng)濟(jì)發(fā)展階段,不同城市間的經(jīng)濟(jì)結(jié)構(gòu)差異使EKC檢驗結(jié)論受到來自各產(chǎn)業(yè)的影響顯著不同;另一方面,在不同發(fā)展階段,同一城市不同的工業(yè)結(jié)構(gòu)、產(chǎn)品結(jié)構(gòu)和能源結(jié)構(gòu)等也會對EKC檢驗結(jié)果產(chǎn)生影響?？傮w而言,經(jīng)濟(jì)水平維度和經(jīng)濟(jì)結(jié)構(gòu)維度基本涵蓋了我國城市間“異質(zhì)性”的主要因素,對EKC檢驗具有重要意義。兩類維度的影響因素見表1。

表1 EKC異質(zhì)性影響因素分析

注:作者自制。

2.3 模型構(gòu)建

門限回歸模型:參考Hansen[14]、萬建香等[20]的做法,本文構(gòu)建門檻模型來驗證我國經(jīng)濟(jì)增長與環(huán)境質(zhì)量之間的關(guān)系,在避免人為劃分區(qū)間帶來的主觀性偏誤的同時解決了以往絕大多數(shù)研究中存在的“異質(zhì)性”問題。本文將以雙重門限模型進(jìn)行說明,多重門限模型可在此基礎(chǔ)上進(jìn)行擴展。

雙重門限模型設(shè)定為:

Yit=μi+β1xit×I(qit≤γ1)+β2xit×I(γ1γ2)+εit

(1)

式中,qit為門限變量;γ為門限值;隨機擾動項εit為白噪聲。

檢驗?zāi)Ｐ?本文主要借鑒了Shafik、Bandyopadhyay[21]、Westerlund[22]等的研究方法,并將檢驗?zāi)Ｐ褪紫仍O(shè)定為EKC的三次方形式,在三次方模型檢驗不顯著的情形下,剔除三次方模型而選擇二次方模型;如果二次方模型檢驗仍然不顯著,則采用線性關(guān)系模型。

模型構(gòu)建為:

lnghgit=αit+β1lnyit+β2(lnyit)2+β3(lnyit)3+β4lnindit+β5lnfdiit+β6lnrkmdit+εit

(2)

式中,lnghg為城市環(huán)境質(zhì)量;lny為城市經(jīng)濟(jì)發(fā)展水平;lnind為城市工業(yè)比重;lnfdi為貿(mào)易開放程度;lnrkmd為人口密度;εit為隨機誤差項。

3 實證結(jié)果分析

3.1 門限回歸結(jié)果

本文首先對經(jīng)濟(jì)水平(人均GDP)和經(jīng)濟(jì)結(jié)構(gòu)是否存在門限值進(jìn)行檢驗,如存在門限值,則計算出對應(yīng)的門限值,結(jié)果見表2。人均GDP門限值檢驗結(jié)果表明,單一門限假設(shè)、雙重門限假設(shè)、三重門限假設(shè)結(jié)果均較顯著。其中,在三重門限假設(shè)檢驗情況下,對數(shù)化人均GDP門限值分別為8.629、9.224、11.559,對應(yīng)的實際人均GDP分別為5591.484元、10137.533元、104715.250元。工業(yè)比重的門限值檢驗結(jié)果表明,第二產(chǎn)業(yè)比重的所有門限假設(shè)均顯著。在三重門限檢驗下,對數(shù)化的第二產(chǎn)業(yè)比重門限值分別為3.604、3.787、3.995,對應(yīng)的第二產(chǎn)業(yè)實際比重數(shù)值分別為36.745%、44.124%、54.326%。

表2 人均GDP與第二產(chǎn)業(yè)占比門限回歸分組結(jié)果

3.2 門限分組結(jié)果

在上述門限回歸結(jié)果的基礎(chǔ)上,本文按照均值法和最大比例狀態(tài)法來最大程度地讓城市與所屬組別實現(xiàn)最佳匹配,對我國240個城市進(jìn)行分組,以解決分組過程中可能存在的“組別跳躍”問題。如2003—2005年上海處于“低經(jīng)濟(jì)水平”狀態(tài),2006—2008年進(jìn)入“較低經(jīng)濟(jì)水平”狀態(tài),2009年后又進(jìn)入“較高經(jīng)濟(jì)水平”城市行列。同時,2003—2015年上海人均GDP為12萬元,從指標(biāo)均值來看上海屬于“較高經(jīng)濟(jì)水平”組別。從狀態(tài)年份數(shù)看,上海“較高經(jīng)濟(jì)水平”年份數(shù)共計7個(2009—2015年),占時間序列總數(shù)的54%,為最大比例狀態(tài),因此根據(jù)期間人均GDP和最大比例狀態(tài)可認(rèn)定上海為“較高經(jīng)濟(jì)水平”城市。當(dāng)兩種方法的結(jié)論不一致時,以最大比例狀態(tài)方法得出的結(jié)論為主。同時,對落入兩個門限值之間的城市,以更加靠近的區(qū)間上限或下限的所屬組別作為考察城市的組別分類。據(jù)以上分組標(biāo)準(zhǔn)和方法,理論上可將240個城市分成16個組別。結(jié)合分組后實際情況發(fā)現(xiàn),240個城市實際僅分成9個組別,包括“高經(jīng)濟(jì)水平和高工業(yè)比重、高經(jīng)濟(jì)水平和較低工業(yè)比重”等9個組別。其中,有7個組沒有涵蓋任何城市,組9僅包含阜陽一個城市。

表3 門限回歸分組下的分組結(jié)果

表4 EKC的三次型分組檢驗結(jié)果

注:隨機效應(yīng)的檢驗不為F值,為Wald Chi2(4)檢驗(下同)。

3.3 EKC三次項形式的分組檢驗結(jié)果

本文首先進(jìn)行三次項形式的EKC檢驗。為進(jìn)一步濾去殘存“異質(zhì)性”,通過豪斯曼檢驗來判斷各組的具體檢驗?zāi)Ｐ?組1、組2和組8采用隨機效應(yīng)回歸模型,組3、組4、組5、組6和組7利用固定效應(yīng)回歸模型,由于組9僅包括阜陽一個城市,所以這組直接采用OLS進(jìn)行回歸。)由表4可知,三次型檢驗結(jié)果僅組2和組8是顯著的,其余各組均不顯著。

3.4 EKC二次項形式的分組檢驗結(jié)果

表5的檢驗結(jié)果顯示,除組7和組9不顯著外,其余各組的二次型檢驗均顯著。因此,本文以二次型的檢驗結(jié)果為主對不同組別進(jìn)行討論。

表5 EKC的二次型分組檢驗結(jié)果

由于不同組別的拐點值和顯著性強度存在明顯差異,所以本文將分別對其EKC特征和趨勢進(jìn)行討論:①組1——高經(jīng)濟(jì)水平,較高的工業(yè)比重城市。該組僅包括深圳和東莞兩個城市,EKC的形狀為倒“U”型。從2015年的人均GDP數(shù)據(jù)來看,深圳市和東菀市的人均GDP分別是55萬元和20萬元,均已超過拐點的水平值。因此,組1城市的環(huán)境質(zhì)量將隨著經(jīng)濟(jì)發(fā)展而改善,應(yīng)該推行放松環(huán)境管制的政策。②組2——較高的經(jīng)濟(jì)水平,高工業(yè)比重城市。該組共包括唐山、陽泉、長治等70個城市,EKC檢驗結(jié)果為倒“U”型。從該組2015年的數(shù)據(jù)來看,人均GDP最高的是珠海市17.1萬元,最低的是榆林市1.9萬元。其中,長治、朔州等14個城市未超過拐點,主要集中在山西、河南、四川等省份;無錫、寧波等56個城市已超過拐點,主要集中在浙江、江蘇、江西等省份。說明組2的絕大部分城市已越過拐點,未來的環(huán)境趨勢將隨經(jīng)濟(jì)發(fā)展而得到改善。③組3——較高的經(jīng)濟(jì)水平,較高的工業(yè)比重城市。該組包括天津、石家莊、邯鄲等87個城市,EKC形狀為倒“U”型。從該組2015年人均GDP的數(shù)據(jù)來看,最高的是廈門市17.3萬元,最低的是運城市1.8萬元。這說明組2所有城市均已超過拐點,未來環(huán)境質(zhì)量將隨經(jīng)濟(jì)發(fā)展而逐漸改善。④組4——較高的經(jīng)濟(jì)水平,較低的工業(yè)比重城市。該組包括秦皇島、張家口、呼和浩特等36個城市,EKC檢驗結(jié)果為倒“U”型。該組2015年人均GDP最低的是來賓市1.7萬元。其中,僅來賓市還未超過拐點,其他35個城市均已超過拐點。⑤組5——較高的經(jīng)濟(jì)水平,低工業(yè)比重城市。該組包括北京、邢臺、齊齊哈爾等10個城市,EKC檢驗為倒“U”型。2015年人均GDP最低的是張家界市的1.8萬元,說明所有城市都處于環(huán)境質(zhì)量隨經(jīng)濟(jì)發(fā)展而下降階段。⑥組6——較低的經(jīng)濟(jì)水平,較高的工業(yè)比重城市。該組包括忻州、朝陽、吉安等13個城市,EKC檢驗結(jié)果為倒“U”型。從2015年的人均GDP的數(shù)據(jù)來看,最低的是1.08萬元,表明該組所有城市已超過拐點,未來環(huán)境質(zhì)量趨勢將隨經(jīng)濟(jì)發(fā)展而改善。

綜上所述,首先比較組1、組3、組6結(jié)果發(fā)現(xiàn)EKC檢驗結(jié)果均為倒“U”型,且組1的拐點水平值顯著大于組3和組6,即拐點水平值存在顯著差異。但若對組1、組3、組6樣本進(jìn)行合并檢驗則會使這三組城市擁有相同的拐點水平值,說明“異質(zhì)性”存在使EKC檢驗時的拐點值失準(zhǔn)。其次,比較組1、組4、組5的結(jié)果可知,組1的經(jīng)濟(jì)水平和經(jīng)濟(jì)結(jié)構(gòu)均高于組4和組5,組1的拐點水平值也顯著大于這兩組。這一結(jié)果說明經(jīng)濟(jì)水平和經(jīng)濟(jì)結(jié)構(gòu)越高的城市,拐點水平值也越大。同時,比較組2、組3、組4、組5的結(jié)果可知,組2的拐點水平值顯著大于其余三組,表明城市的工業(yè)比重越高,拐點的水平值越大。第三,從組1和組6的回歸結(jié)果來看,組1和組6均為同一“經(jīng)濟(jì)結(jié)構(gòu)”,但由于組1經(jīng)濟(jì)水平高于組6,因此組1的拐點值顯著大于組6。這表明“經(jīng)濟(jì)水平”比“經(jīng)濟(jì)結(jié)構(gòu)”對拐點水平值起更大的決定作用。上述結(jié)論也可通過對其余組別的檢驗結(jié)果進(jìn)行比較得出。

4 結(jié)論與政策建議

本文對我國240個城市的分組檢驗結(jié)果可知,以往研究中存在的“異質(zhì)性”問題使EKC檢驗的結(jié)論有失偏頗。同時,我國EKC檢驗的拐點值會因城市間的組別差異而顯著不同,表明EKC檢驗中的“異質(zhì)性”問題得到了有效化解。研究發(fā)現(xiàn),在本文的240個城市樣本中,除長治、朔州等15個城市以外,其余城市均已超過EKC的拐點,說明我國一直推行的環(huán)境治理系列政策已取得初步成效。從以上9組城市的檢驗結(jié)果發(fā)現(xiàn),有7組的工業(yè)化比重指標(biāo)通過了顯著性檢驗,其中5組是顯著的正向影響,表明工業(yè)化比重會顯著增加排污量。經(jīng)濟(jì)水平和經(jīng)濟(jì)結(jié)構(gòu)都會影響EKC的拐點值,但經(jīng)濟(jì)水平對拐點值的影響更大。因此,要想實現(xiàn)全國范圍內(nèi)環(huán)境質(zhì)量改善的總體目標(biāo),各城市需要在發(fā)展經(jīng)濟(jì)中準(zhǔn)確把握當(dāng)前所處的發(fā)展形態(tài),如長治等15個城市仍處于EKC“拐點”水平值之前,通過保持一定的經(jīng)濟(jì)增長速度來實現(xiàn)環(huán)境改善目標(biāo)是一條重要途徑,即在夯實經(jīng)濟(jì)基礎(chǔ)的同時適當(dāng)降低污染排放量。而對處于EKC“拐點”之后的城市,節(jié)能減排是其首要任務(wù)?？傊?城市發(fā)展既不能單純追求經(jīng)濟(jì)增長而過度增加環(huán)境負(fù)荷,也不能對環(huán)境質(zhì)量與發(fā)展水平并不匹配的局面視而不見。政府應(yīng)根據(jù)自身環(huán)境質(zhì)量與經(jīng)濟(jì)發(fā)展特點,合理把握本城市的環(huán)境規(guī)制政策的大小和方向,配合地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化,逐步實現(xiàn)經(jīng)濟(jì)綠色發(fā)展目標(biāo)。