崔鑫生　韓萌　方志

摘要：環(huán)境庫(kù)茲涅茨曲線（EKC）是刻畫(huà)環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)關(guān)系的重要工具，然而學(xué)者們基于樣本的客觀異質(zhì)性，對(duì)于EKC的倒“U”型假說(shuō)仍存在著很大的分歧。為了在異質(zhì)性條件下探究不同發(fā)展程度國(guó)家EKC的形態(tài)差異，并在深入挖掘異化根源的基礎(chǔ)上，以動(dòng)態(tài)視角審視EKC的趨同屬性，本文主要從傳統(tǒng)EKC模型入手，研究不同發(fā)展程度經(jīng)濟(jì)體的EKC動(dòng)態(tài)演進(jìn)的趨勢(shì)，以把握我國(guó)環(huán)境與經(jīng)濟(jì)聯(lián)動(dòng)的內(nèi)在關(guān)系。文章采用30個(gè)經(jīng)濟(jì)體1991—2015年間易擴(kuò)散污染物的數(shù)據(jù)，使用變異系數(shù)法構(gòu)建了綜合大氣污染指標(biāo)，并從發(fā)展水平和發(fā)展結(jié)構(gòu)兩個(gè)維度構(gòu)建了經(jīng)濟(jì)體的發(fā)展度指數(shù);在明確了低發(fā)展度國(guó)家傳統(tǒng)EKC形態(tài)線性遞增的基礎(chǔ)上，將異質(zhì)性因素引入模型并基于隨機(jī)前沿成本模型分階段檢驗(yàn)了不同發(fā)展度經(jīng)濟(jì)體污染物排放與人均收入之間的動(dòng)態(tài)變化關(guān)系以及異質(zhì)性因素對(duì)于不同經(jīng)濟(jì)體的作用效果。結(jié)果顯示：①盡管不同發(fā)展度國(guó)家不同時(shí)期EKC的形狀仍有差異，但都呈現(xiàn)出倒“U”形態(tài)，表明倒“U”型EKC的普遍存在性;②樣本期內(nèi)，雖然不同經(jīng)濟(jì)體EKC的拐點(diǎn)差異較大，但都表現(xiàn)出隨時(shí)間由右上向左下移動(dòng)的動(dòng)態(tài)趨同趨勢(shì);③不同的外部因素對(duì)污染減排的作用差異較大，甚至同一因素在不同時(shí)期、不同國(guó)家的作用程度也存在著顯著差異。這表明低發(fā)展度國(guó)家EKC具備改進(jìn)的潛力，也說(shuō)明環(huán)境改善是經(jīng)濟(jì)發(fā)展帶來(lái)的多重客觀異質(zhì)性因素綜合作用的結(jié)果。中國(guó)目前應(yīng)當(dāng)根據(jù)自身特點(diǎn)，從升級(jí)產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新綠色技術(shù)、轉(zhuǎn)變能源結(jié)構(gòu)、提升開(kāi)放質(zhì)量、建設(shè)綠色城鎮(zhèn)等角度促進(jìn)減排，推動(dòng)綠色經(jīng)濟(jì)的發(fā)展。

關(guān)鍵詞 環(huán)境庫(kù)茲涅茨曲線;環(huán)境污染;經(jīng)濟(jì)增長(zhǎng);異質(zhì)性

中圖分類(lèi)號(hào) F062.1文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 1002-2104（2019）09-0074-09DOI：10.12062/cpre.20190507

處理好環(huán)境問(wèn)題是經(jīng)濟(jì)可持續(xù)發(fā)展的必要條件。環(huán)境庫(kù)茲涅茨曲線（EKC）（Grossman and Krueger）[1]直接反映了環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，因此自提出之日起，就得到了廣大學(xué)者的關(guān)注。但是，在不同前提條件下，環(huán)境庫(kù)茲涅茨曲線卻呈現(xiàn)出不同的形態(tài)。本文主要研究倒“U”型EKC動(dòng)態(tài)變化的趨勢(shì)，這有利于我國(guó)進(jìn)一步把握環(huán)境與經(jīng)濟(jì)聯(lián)動(dòng)的內(nèi)在關(guān)系，為推進(jìn)經(jīng)濟(jì)與環(huán)境的雙贏發(fā)展提供理論支撐和政策建議。

1 文獻(xiàn)綜述

自EKC曲線提出以來(lái)，國(guó)內(nèi)外學(xué)者便對(duì)其倒“U”型的存在性進(jìn)行了大量的檢驗(yàn)。Carson et al[2]、Stern[3]、Galeotti et al[4]、Fodha and Zaghdoud[5]、吳獻(xiàn)金與鄧杰[6]等從各自的分析角度入手，驗(yàn)證了EKC的倒“U”型特征，而Permanet et al[7]、Azomahou et al[8]、張紅鳳等[9]以及李小勝等[10]并不支持環(huán)境與經(jīng)濟(jì)倒“U”型關(guān)系的理論假定，而是認(rèn)為它的形態(tài)是有差異的，這削弱了EKC的現(xiàn)實(shí)指導(dǎo)意義。有學(xué)者指出，經(jīng)濟(jì)體的異質(zhì)性是EKC形態(tài)差異的主要原因，譬如Martínez Zarzoso and Bengochea Morancho[11]、余東華和張明志[12] 的研究發(fā)現(xiàn)，不同經(jīng)濟(jì)體由于其發(fā)展程度不同，導(dǎo)致EKC的形狀確有顯著差異。

污染物不同，EKC的形狀也會(huì)不同。朱平輝等[13]研究了不同污染物EKC形態(tài)的差異，發(fā)現(xiàn)污染物的性質(zhì)顯著影響EKC的形態(tài);蘇為華與張崇輝[14]綜合考慮了區(qū)域和污染物的特性之后發(fā)現(xiàn)，區(qū)域差異、污染物性質(zhì)的差異都會(huì)影響EKC的形態(tài)。

楊林和高宏霞[15]驗(yàn)證了倒“U”型EKC在我國(guó)不同地區(qū)的普遍性。本文將在此基礎(chǔ)上進(jìn)一步研究EKC的動(dòng)態(tài)演進(jìn)規(guī)律，這有助于正確處理經(jīng)濟(jì)發(fā)展和環(huán)境治理的關(guān)系，優(yōu)化我國(guó)環(huán)境治理的路徑。如果僅僅將不同經(jīng)濟(jì)體與不同污染物的相關(guān)數(shù)據(jù)簡(jiǎn)單“拼接”在一起，就無(wú)法客觀甄別EKC的真實(shí)形態(tài)及其動(dòng)態(tài)發(fā)展情況，因此本文擬根據(jù)發(fā)展程度對(duì)國(guó)家分組，從發(fā)展程度、發(fā)展階段以及污染物構(gòu)成三個(gè)方面控制影響EKC的外生因素，以揭示EKC形態(tài)動(dòng)態(tài)演進(jìn)的規(guī)律，探討倒“U”型EKC的一般存在性。所謂倒“U”型EKC的一般存在性是指，在控制了經(jīng)濟(jì)體的發(fā)展程度以及其它外生因素之后，不同發(fā)展度國(guó)家的EKC將呈現(xiàn)出類(lèi)似的、趨同的倒“U”形態(tài)。

相較于以往的研究，本文主要有以下幾點(diǎn)貢獻(xiàn)：①在理論上，研究了倒“U”型EKC的普遍存在性問(wèn)題，客觀呈現(xiàn)了不同發(fā)展度國(guó)家EKC動(dòng)態(tài)演進(jìn)趨同的過(guò)程，明確提出了每個(gè)經(jīng)濟(jì)體易擴(kuò)散污染物隨人均收入先增長(zhǎng)后下降的一般規(guī)律。②在研究對(duì)象和研究方法上，使用隨機(jī)前沿成本模型分階段研究了30個(gè)經(jīng)濟(jì)體歷經(jīng)25年跨度的污染物排放與人均收入之間的動(dòng)態(tài)變化關(guān)系，量化分析了不同發(fā)展度國(guó)家在不同發(fā)展階段的最優(yōu)排放前沿及收入拐點(diǎn)，進(jìn)一步揭示了EKC動(dòng)態(tài)變化的趨勢(shì)規(guī)律。為了回避單個(gè)污染物可能導(dǎo)致的估計(jì)偏差，提高研究結(jié)論的可靠性，降低研究結(jié)論的脆弱性和適用的局限性，污染物排放使用了綜合大氣污染指標(biāo)。③在應(yīng)用價(jià)值上，以IPAT模型和Kaya恒等式為基礎(chǔ)，從發(fā)展水平和發(fā)展結(jié)構(gòu)兩個(gè)維度構(gòu)建了發(fā)展度指數(shù)，衡量了多個(gè)外部控制變量對(duì)環(huán)境作用的程度及方向，以提高政策建議的準(zhǔn)確度和針對(duì)性。

2 研究設(shè)計(jì)、模型設(shè)定與數(shù)據(jù)說(shuō)明

2.1 研究設(shè)計(jì)

本文首先使用傳統(tǒng)的EKC模型，檢驗(yàn)不同發(fā)展程度樣本組EKC形狀的差異，然后使用隨機(jī)前沿成本模型對(duì)不同樣本組在不同發(fā)展階段的EKC進(jìn)行估計(jì)，對(duì)比分析EKC的形狀差異，以探明倒“U”型EKC的普遍存在性和EKC動(dòng)態(tài)演進(jìn)的趨勢(shì)。之所以采用隨機(jī)前沿成本模型，是因?yàn)槿绻烟禺愐蛩乜闯捎绊懗杀镜竭_(dá)最優(yōu)理論值的非效率沖擊，將有助于借助最優(yōu)成本前沿面厘清最優(yōu)成本下污染排放與經(jīng)濟(jì)發(fā)展的內(nèi)在關(guān)系。

因此，本文首要的任務(wù)就是構(gòu)造不同發(fā)展程度的樣本組。IPAT 模型（Ehrlich and Holden）[16]把影響環(huán)境的因素分解為人口、財(cái)富和技術(shù)，而Kaya恒等式（Kaya）[17]認(rèn)為環(huán)境的壓力主要來(lái)源于能源碳強(qiáng)度、能源強(qiáng)度、人均 GDP和總?cè)丝谒膫€(gè)因素。余東華、張明志[12]把以上影響因素歸納為發(fā)展水平和發(fā)展結(jié)構(gòu)。本文則用收入水平、技術(shù)水平以及城市化水平來(lái)反映發(fā)展水平，選取產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)以及對(duì)外開(kāi)放結(jié)構(gòu)代表發(fā)展結(jié)構(gòu)，構(gòu)建出發(fā)展度指數(shù)，并基于各國(guó)發(fā)展度指數(shù)排名，使用中位數(shù)分組法將樣本國(guó)分為高發(fā)展度國(guó)家與低發(fā)展度國(guó)家，以獲得具有異質(zhì)性的樣本組。

污染物的物理化學(xué)性質(zhì)所產(chǎn)生的外部性差異也是造成EKC形態(tài)差異的重要因素。大氣污染物是一國(guó)工業(yè)和生活的主要副產(chǎn)品，具有流動(dòng)性強(qiáng)、擴(kuò)散性廣的特點(diǎn)，與廢水、固廢相比，其對(duì)環(huán)境的影響更為直接。而廢水、固廢對(duì)區(qū)域污染的影響相對(duì)集中，使得域內(nèi)人所承受的污染壓力遠(yuǎn)高于域外，因此可能存在由于博弈成本過(guò)高而不能有效制約污染行為的情況，此時(shí)如果以廢水或固廢作為污染代理變量，則EKC很可能表現(xiàn)出另一種不同的互動(dòng)關(guān)系。又因?yàn)閺U水、固廢的相關(guān)數(shù)據(jù)難以獲得，所以本文主要考察不同經(jīng)濟(jì)體大氣污染物與收入之間的關(guān)系。

2.2 模型設(shè)定

2.2.1 傳統(tǒng)EKC模型

很多文獻(xiàn)都采用以環(huán)境質(zhì)量作為被解釋變量、以人均收入作為解釋變量的簡(jiǎn)單對(duì)數(shù)二次方程形式來(lái)研究環(huán)境與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，并通過(guò)回歸系數(shù)的顯著性判定EKC是否滿足倒“U”型特征。方程具體形式如下：

lnE_it=α₀+α₁lny_it+α₂ln²（y_it）+ε_it （1）

其中，Eit為i國(guó)在時(shí)期t的人均污染排放量，yit為i國(guó)在時(shí)期t的人均GDP，α0是常量，α1及α2均為回歸系數(shù)，εit為隨機(jī)誤差項(xiàng)。由于EKC曲線具有時(shí)間與截面維度的雙重特征，面板數(shù)據(jù)模型可以有效反映出地區(qū)差異以及經(jīng)濟(jì)發(fā)展程度對(duì)于EKC的綜合影響，并且，與截面和時(shí)序模型相比，面板數(shù)據(jù)模型的自由度更大，更有利于提升參數(shù)估計(jì)的可靠性，所以本文使用面板數(shù)據(jù)估計(jì)（1）式，以判斷不同發(fā)展程度樣本組EKC的差異，并作為隨機(jī)前沿成本模型估計(jì)的對(duì)照項(xiàng)。

2.2.2 隨機(jī)前沿成本模型

本文借鑒王瑞和諸大建[18]使用隨機(jī)前沿成本模型估計(jì)中國(guó)各省減排潛力的方法，將影響環(huán)境的各類(lèi)外生因素作為影響成本到達(dá)最優(yōu)理論值的非效率沖擊，用隨機(jī)前沿成本模型檢驗(yàn)在非效率項(xiàng)不存在的情況下，不同發(fā)展度國(guó)家EKC的形態(tài)變化趨勢(shì)以及非效率項(xiàng)改善優(yōu)化EKC的程度。隨機(jī)前沿成本函數(shù)的誤差項(xiàng)分為隨機(jī)沖擊與成本非效率影響兩部分，因而不再是均值為0的對(duì)稱(chēng)分布。為了估計(jì)最優(yōu)成本以及非效率因素的影響即實(shí)際成本對(duì)最優(yōu)成本的偏離程度，本文運(yùn)用一步法（Battese and Coelli）[19]將污染排放對(duì)非效率因素與前沿面函數(shù)中的人均GDP及其平方變量回歸，從而構(gòu)建隨機(jī)前沿成本模型如下：

lnE_it=β₀+β₁lny_it+β₂ln²（y_it）+v_it+u_it （2）

其中的成本非效率項(xiàng)uit可表示為：

u_it=δ₀+∑_jδ_jlnZ_jt+ε_jt（3）

在方程（2）中，Eit與yit與上文相同，分別代表了i國(guó)在時(shí)期t的人均污染排放水平以及人均GDP，vit為隨機(jī)誤差項(xiàng)，反映了統(tǒng)計(jì)中的遺漏變量。方程（3）中的各變量代表不同發(fā)展度國(guó)家存在明顯差異且影響各國(guó)污染排放的各非效率因素。本文選取了人均GDP以外的五個(gè)異質(zhì)性變量（即技術(shù)水平、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和對(duì)外開(kāi)放結(jié)構(gòu)）作為非效率因素。由于成本非效率項(xiàng)通常大于0，因此非效率項(xiàng)會(huì)增加污染排放，即增大成本因素將占主導(dǎo)。鑒于此，本文將對(duì)高科技出口占制成品出口的比重、可替代能源與核能在能源使用總量的占比這兩個(gè)代理變量進(jìn)行倒數(shù)逆向化處理，以滿足模型的假設(shè)需求（具體變量說(shuō)明參見(jiàn)表1）。綜上所述，公式（2）中的成本非效率項(xiàng)uit可進(jìn)一步表示為：

u_it=δ₀+δ₁lnIND_it+δ₂lnTEC_it+δ₃lnAE_it+δ₄lnOPEN_it+δ₅lnURB_it+ε_it（4）

2.3 變量說(shuō)明與數(shù)據(jù)來(lái)源

在發(fā)展度指標(biāo)和非效率因素代理變量的選取上，本文將人均GDP、高科技出口占制成品出口比重、可替代能源與核能在能源使用總量的占比、一國(guó)城鎮(zhèn)人口占總?cè)丝诘谋戎亍⒐I(yè)增加值占GDP比重的倒數(shù)和商品進(jìn)出口及利用外資占GDP的比重這六個(gè)因素分別作為收入水平、技術(shù)水平、能源結(jié)構(gòu)、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)和對(duì)外開(kāi)放結(jié)構(gòu)的代理變量（如表1所示）。其中，隨著國(guó)家工業(yè)化的快速發(fā)展，低端生產(chǎn)環(huán)節(jié)的轉(zhuǎn)移將使第二產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的比重不斷下降，因此，工業(yè)增加值占GDP的比重與發(fā)展結(jié)構(gòu)的優(yōu)化呈現(xiàn)負(fù)相關(guān)關(guān)系，因而這里對(duì)該變量進(jìn)行了逆向化處理。

本文選取了1991—2015年30個(gè)不同發(fā)展程度的國(guó)家為樣本，25年的時(shí)間范圍有效涵蓋了各國(guó)經(jīng)濟(jì)發(fā)展的不同階段，可以更好地反映出環(huán)境與經(jīng)濟(jì)增長(zhǎng)的變化規(guī)律。30個(gè)樣本國(guó)家包括：奧地利、比利時(shí)、加拿大、捷克、丹麥、愛(ài)沙尼亞、芬蘭、法國(guó)、德國(guó)、盧森堡、荷蘭、挪威、西班牙、英國(guó)、美國(guó)、阿爾巴尼亞、阿塞拜疆、白俄羅斯、克羅地亞、格魯吉亞、匈牙利、哈薩克斯坦、波蘭、摩爾多瓦、羅馬尼亞、俄羅斯、馬其頓、土耳其、烏克蘭以及中國(guó)。

本文采用硫氧化物、氮氧化物、二氧化碳、甲烷以及PM10這五種主要大氣污染物的人均排放量，利用變異系數(shù)法構(gòu)建了綜合大氣污染指標(biāo)，來(lái)度量各國(guó)大氣污染程度。這有效降低了單一污染物作為代理指標(biāo)造成的評(píng)價(jià)偏差，從而使模型更加全面和客觀地反映出環(huán)境與經(jīng)濟(jì)增長(zhǎng)真實(shí)的內(nèi)在聯(lián)系。

本文相關(guān)污染物數(shù)據(jù)分別來(lái)自于OECD數(shù)據(jù)庫(kù)、歐洲EMEP排放清單和預(yù)測(cè)中心數(shù)據(jù)庫(kù)、世界銀行WDI數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及《中國(guó)環(huán)境年鑒》。各國(guó)人均GDP、高科技出口占制成品出口比重、一國(guó)城鎮(zhèn)人口占總?cè)丝诘谋戎?、工業(yè)增加值占GDP比重、可替代能源與核能在能源使用總量占比與商品進(jìn)出口及利用外資占GDP的比重等數(shù)據(jù)均來(lái)自于世界銀行WDI數(shù)據(jù)庫(kù)。

2.4 樣本國(guó)發(fā)展度分組及綜合大氣污染指標(biāo)

本文采用了變異系數(shù)法設(shè)定指標(biāo)權(quán)重，構(gòu)建發(fā)展度指數(shù)，具體公式如下：

Vj=SjXj（j=1，2，…，6）（5）

其中，Vj為j代理變量的變異系數(shù)，Sj為j代理變量的標(biāo)準(zhǔn)差，即Sj=1n-1∑ni=1（Xij-Xj），Xj為j代理變量的樣本均值，即Xj=1n∑ni=1Xij 。在此基礎(chǔ)上，可以得到各項(xiàng)代理變量的權(quán)重為：

Wj=Vj∑6j=1Vj（6）

根據(jù)公式（5）及公式（6），我們可以得到，人均GDP、高科技出口占制成品出口比重、一國(guó)城鎮(zhèn)人口占總?cè)丝诘谋戎亍⒐I(yè)增加值占GDP比重、可替代能源與核能在能源使用總量占比與商品進(jìn)出口及利用外資占GDP的比重這六個(gè)代理變量的指標(biāo)權(quán)重分別為：0.26、0.20、0.06、0.08、0.27以及0.14。為了充分體現(xiàn)各國(guó)在不同時(shí)期的總體發(fā)展?fàn)顩r，本文對(duì)各國(guó)代理變量按時(shí)間進(jìn)行均值處理并賦權(quán)排名，同時(shí)為了實(shí)現(xiàn)不同量級(jí)代理變量的客觀可比，本文采用了直線無(wú)量綱化方法對(duì)數(shù)據(jù)進(jìn)行了處理，得到了基于發(fā)展度指數(shù)的樣本分組。其中，高發(fā)展度國(guó)家包括：奧地利、比利時(shí)、加拿大、捷克、丹麥、匈牙利、芬蘭、法國(guó)、德國(guó)、盧森堡、荷蘭、挪威、西班牙、英國(guó)以及美國(guó)，低發(fā)展度國(guó)家包括：阿爾巴尼亞、阿塞拜疆、白俄羅斯、克羅地亞、格魯吉亞、愛(ài)沙尼亞、哈薩克斯坦、波蘭、摩爾多瓦、羅馬尼亞、俄羅斯、馬其頓、土耳其、烏克蘭以及中國(guó)。

同樣的，根據(jù)公式（5）及公式（6），我們得到了人均硫氧化物、氮氧化物、二氧化碳、甲烷以及PM10排放量的權(quán)重分別為0.20、0.24、0.11、0.22以及0.24。為了滿足量級(jí)的客觀可比性，本文同樣采用了直線無(wú)量綱化方法對(duì)各污染物數(shù)據(jù)進(jìn)行了處理，并且為了保證相應(yīng)指標(biāo)的數(shù)值為正，又對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行了放大再平移，公式如下：

Eij=（Xij-Xj）Sj×10+60（7）

由此，綜合大氣污染指標(biāo)可表示為：

Eit=0.20ESOxit+0.24ENOxit+0.11ECO2it+0.22ECH4it+0.24EPM10it（8）

在（8）式中，ESOxit、ENOxit、ECO2it、ECH4it以及EPM10it分別代表了時(shí)期t中，i國(guó)硫氧化物、氮氧化物、二氧化碳、甲烷以及PM10的無(wú)量綱化指標(biāo)，而Eit為i國(guó)在時(shí)期t的綜合大氣污染水平。

表1列出了隨機(jī)前沿成本模型各變量經(jīng)上述處理后的描述性統(tǒng)計(jì)量。本文還計(jì)算了表1中變量間的皮爾遜 相關(guān)系數(shù)。從計(jì)算結(jié)果看，各變量間相關(guān)系數(shù)的絕對(duì)值都低于0.5，表現(xiàn)出了較好的獨(dú)立性。

2.5 測(cè)算中國(guó)EKC的變量說(shuō)明與數(shù)據(jù)來(lái)源

本文使用隨機(jī)前沿成本模型測(cè)算了我國(guó)EKC的形態(tài)以及異質(zhì)性因素的作用力度。囿于數(shù)據(jù)的可得性，我國(guó)大氣污染指標(biāo)僅涵蓋了二氧化硫、氮氧化物、二氧化碳以及PM10四種污染排放物，且時(shí)間范圍為2009—2015年。其中，各省污染物排放數(shù)據(jù)來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及《中國(guó)環(huán)境年鑒》，各省人均GDP、高科技出口占制成品出口比重、城鎮(zhèn)人口占總?cè)丝诘谋戎亍⒐I(yè)增加值占GDP比重、可替代能源與核能在能源使用總量占比與商品進(jìn)出口及利用外資占GDP的比重等數(shù)據(jù)來(lái)自于各省統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)。表2給出了各變量經(jīng)上述處理后的描述性統(tǒng)計(jì)量。同樣，經(jīng)過(guò)計(jì)算各變量之間的相關(guān)系數(shù)可以看出，在省域?qū)用嫦?，各變量間相關(guān)系數(shù)的絕對(duì)值也都低于0.5，表現(xiàn)出了較好的獨(dú)立性。

3 實(shí)證檢驗(yàn)與分析

3.1 異質(zhì)性國(guó)家傳統(tǒng)EKC形態(tài)的差異

本文首先利用Hausman檢驗(yàn)和似然比檢驗(yàn)的方法，分別對(duì)高發(fā)展度國(guó)家和低發(fā)展度國(guó)家的面板數(shù)據(jù)進(jìn)行了考察。結(jié)果顯示，高發(fā)展度國(guó)家建立隨機(jī)效應(yīng)與混合效應(yīng)的原假設(shè)被拒絕，而低發(fā)展度國(guó)家的Hausman檢驗(yàn)卻不能拒絕原假設(shè)，因此本文對(duì)高發(fā)展度國(guó)家采用了固定效應(yīng)模型對(duì)面板數(shù)據(jù)進(jìn)行回歸，而低發(fā)展度國(guó)家則采用隨機(jī)效應(yīng)模型進(jìn)行估計(jì)。

為了保證估計(jì)結(jié)果的穩(wěn)健性，本文引入了廣義矩估計(jì)GMM方法。由于大氣污染具有持續(xù)性，我們?cè)诜匠蹋?）的基礎(chǔ)上引入了被解釋變量的一期滯后項(xiàng)，得到了方程（9）：

lnEit=α0+φl(shuí)nEit-1+α1lnyit+α2ln2（yit）+εit（9）

因?yàn)橐肓艘蜃兞康囊黄跍箜?xiàng)，這使得解釋變量與誤差項(xiàng)之間具有了相關(guān)性，從而造成參數(shù)的最小二乘估計(jì)量出現(xiàn)偏誤。為了克服上述內(nèi)生性問(wèn)題，本文采用了差分GMM的估計(jì)方法，并將各解釋變量的一期滯后項(xiàng)作為工具變量，以消除動(dòng)態(tài)面板數(shù)據(jù)模型估計(jì)的偏倚問(wèn)題。

在表3中，模型1為用固定效應(yīng)模型估計(jì)的高發(fā)展度國(guó)家回歸結(jié)果，模型2為用隨機(jī)效應(yīng)模型估計(jì)的低發(fā)展度國(guó)家回歸結(jié)果，模型3與模型4分別為用差分GMM估計(jì)的高、低發(fā)展度國(guó)家回歸結(jié)果。

由表3可見(jiàn)，高發(fā)展度國(guó)家的人均GDP系數(shù)無(wú)論在一次項(xiàng)還是二次項(xiàng)上，均表現(xiàn)出了良好的統(tǒng)計(jì)顯著性，因此可以判斷，其大氣污染與人均GDP確實(shí)存在著倒U型關(guān)系，符合傳統(tǒng)的EKC曲線特征。通過(guò)對(duì)比模型1與模型3發(fā)現(xiàn)，在不同的估計(jì)方法下，人均GDP的回歸系數(shù)符號(hào)與顯著性依然保持一致，表明了高發(fā)展度國(guó)家EKC倒U形態(tài)的穩(wěn)定性。此外，根據(jù)模型1的結(jié)果以及拐點(diǎn)公式Y(jié)*=exp（-0.5α1α2）可以得出，當(dāng)高發(fā)展度國(guó)家人均GDP超過(guò)3 302.20美元時(shí)，其自身綜合大氣污染程度將隨經(jīng)濟(jì)的增長(zhǎng)逐步改善，進(jìn)入可持續(xù)的“綠色發(fā)展”階段。相比之下，低發(fā)展度國(guó)家無(wú)論是隨機(jī)效應(yīng)模型，還是GMM模型，其人均GDP平方項(xiàng)的系數(shù)均不顯著，只能將二次項(xiàng)剔除后進(jìn)行重新估計(jì)。模型2和模型4顯示，在僅考慮人均收入對(duì)污染影響的條件下，低發(fā)展度國(guó)家綜合大氣污染程度隨人均GDP顯著遞增，且這一單調(diào)關(guān)系十分穩(wěn)健。由此可見(jiàn)，低發(fā)展度國(guó)家的污染與人均GDP的互動(dòng)關(guān)系與高發(fā)展度國(guó)家的特征明顯不同。

表3與Carson et al[2]、張紅鳳等[9]等的研究結(jié)論是一致的。不同發(fā)展度國(guó)家EKC形態(tài)的差異使我們認(rèn)識(shí)到，單純依靠經(jīng)濟(jì)驅(qū)動(dòng)并不會(huì)使低發(fā)展度國(guó)家自動(dòng)實(shí)現(xiàn)污染減排。隨著收入的增加，人們對(duì)環(huán)境的要求隨之提高，對(duì)人均污染物的容忍程度將有所降低。然而，主觀意識(shí)的渴望只能成為環(huán)境改善的內(nèi)在動(dòng)機(jī)，使環(huán)境質(zhì)量能夠得到真正改善的應(yīng)是那些經(jīng)濟(jì)發(fā)展帶來(lái)的多重客觀異質(zhì)性因素共同作用的結(jié)果。

3.2 倒“U”型EKC的動(dòng)態(tài)演進(jìn)及異質(zhì)性因素的作用效果

為了考察不同發(fā)展度國(guó)家EKC形態(tài)的變動(dòng)趨勢(shì)，本文以2008年作為時(shí)間節(jié)點(diǎn)，分別對(duì)1991—2015年、1991—2008年以及2009—2015年三個(gè)時(shí)期數(shù)據(jù)進(jìn)行估計(jì)。之所以選擇2008年是基于這樣的思考：隨著2008年國(guó)際金融危機(jī)爆發(fā)，全球產(chǎn)業(yè)發(fā)展出現(xiàn)了新的特點(diǎn)，新興產(chǎn)業(yè)的快速興起與傳統(tǒng)產(chǎn)業(yè)的改造升級(jí)使世界競(jìng)爭(zhēng)焦點(diǎn)發(fā)生了轉(zhuǎn)移，數(shù)字化、智能化以及綠色化技術(shù)的突破也對(duì)原有的世界經(jīng)濟(jì)格局產(chǎn)生了巨大沖擊，以2008年作為節(jié)點(diǎn)有利于凸顯全球經(jīng)濟(jì)“換擋”對(duì)于EKC軌跡的影響。

根據(jù)發(fā)展度以及時(shí)間節(jié)點(diǎn)，本文設(shè)定模型5、6、7對(duì)高發(fā)展度國(guó)家在1991—2015年、1991—2008年以及2009—2015年三個(gè)時(shí)期的情況進(jìn)行回歸分析，模型8、9、10為低發(fā)展度國(guó)家在相應(yīng)時(shí)期的回歸分析。同時(shí)，為了精準(zhǔn)對(duì)接我國(guó)的發(fā)展現(xiàn)狀，模型11給出了我國(guó)31個(gè)省際數(shù)據(jù)的回歸結(jié)果。囿于數(shù)據(jù)的可得性，模型11中所采用的大氣污染指標(biāo)僅涵蓋了二氧化硫、氮氧化物、二氧化碳以及PM10四種污染排放物，且時(shí)間范圍為2009—2015年，因此與上文中國(guó)別層面的排放峰值、收入拐點(diǎn)等數(shù)值并不可比，但回歸結(jié)果仍然可以直觀地體現(xiàn)出我國(guó)EKC的形態(tài)以及異質(zhì)性因素的作用力度。通過(guò)運(yùn)用Frontier4.1軟件對(duì)各模型進(jìn)行一步法最大似然估計(jì)得到的結(jié)果顯示，模型5～11的LR單邊似然比檢驗(yàn)統(tǒng)計(jì)量遠(yuǎn)大于卡方分布顯著性概率為1%時(shí)的臨界值，不存在成本非效率的原假設(shè)被拒絕的情況，說(shuō)明隨機(jī)前沿分析方法可行。此外，各模型的γ估計(jì)系數(shù)均超過(guò)了0.8，且顯著不為零，進(jìn)一步說(shuō)明了7個(gè)模型中，前沿成本與實(shí)際成本的差距均主要來(lái)自非效率項(xiàng)uit，且隨機(jī)誤差項(xiàng)vit對(duì)于成本的影響遠(yuǎn)低于成本非效率項(xiàng)uit，驗(yàn)證了模型設(shè)置的合理性。具體回歸結(jié)果見(jiàn)表4。

根據(jù)表3及表4的估計(jì)結(jié)果可以看到，低發(fā)展度國(guó)家的EKC從線性增加演變成控制外生變量后的倒“U”型，如圖1（a）所示。這說(shuō)明通過(guò)改善異質(zhì)性因素，低發(fā)展度國(guó)家能夠有效改善大氣污染物排放。同時(shí)，圖1（b）、圖1（c）以及圖1（d）直觀呈現(xiàn)了不同發(fā)展度國(guó)家EKC形態(tài)的

動(dòng)態(tài)演進(jìn)趨同的進(jìn)程。其中，圖1（b）反映了在控制了異質(zhì)因素后，不同發(fā)展度國(guó)家EKC在1991—2015年期間均呈現(xiàn)為倒“U”形態(tài)，而高發(fā)展度國(guó)家憑借著更低的拐點(diǎn)收入及排放峰值，整體表現(xiàn)優(yōu)于低發(fā)展度國(guó)家。圖1（c）與圖1（d）對(duì)比了低發(fā)展度國(guó)家及高發(fā)展度國(guó)家各自在不同發(fā)展階段的EKC動(dòng)態(tài)變化趨勢(shì)，結(jié)果顯示，無(wú)論對(duì)于哪一類(lèi)發(fā)展度國(guó)家，最優(yōu)的EKC前沿軌跡均會(huì)隨著時(shí)間的推移而不斷向左下移動(dòng)，以更低的排放峰值和收入拐點(diǎn)位置推動(dòng)EKC形態(tài)的持續(xù)優(yōu)化。值得注意的是，在1991—2008年期間，低發(fā)展度國(guó)家拐點(diǎn)的人均GDP為6 397.42美元，高發(fā)展度國(guó)家為3 260.67美元，兩者相差3 136.75美元;而在2009—2015年的情況下，低發(fā)展度國(guó)家的這一數(shù)值左移至4 850.95美元，而發(fā)達(dá)國(guó)家僅左移至2 695.96美元，兩者差距縮小至2 154.99美元。同時(shí)，峰值排放方面，在控制了異質(zhì)因素的影響后，1991—2008年低發(fā)展度國(guó)家最大綜合大氣排放指數(shù)為88.26，明顯高于發(fā)達(dá)國(guó)家的74.76;而到了2009—2015年，這一指數(shù)驟降至60.81，低于同期高發(fā)展度國(guó)家61.56的指數(shù)值。這不僅反映出 異質(zhì)性國(guó)家的EKC存在著趨同屬性，也體現(xiàn)出了低發(fā)展度國(guó)家存在更大的減排潛力。

第二，比較不同模型中異質(zhì)性因素的控制效果可以看出，不同因素在不同時(shí)期以及對(duì)于不同發(fā)展度國(guó)家的作用程度存在著顯著差異。在產(chǎn)業(yè)結(jié)構(gòu)方面，降低第二產(chǎn)業(yè)比重就會(huì)使各發(fā)展度國(guó)家的污染狀況有所減輕，對(duì)低發(fā)展度國(guó)家尤為明顯。在1991—2015年、1991—2008年以及2009—2015年三個(gè)時(shí)期中，第二產(chǎn)業(yè)比重每下降1%，低發(fā)展度國(guó)家大氣綜合污染指數(shù)就分別下降0.17%、0.11%以及0.19%，且均在1%及5%水平下統(tǒng)計(jì)顯著，在各異質(zhì)因素中效用居首。同樣的，技術(shù)水平的提升有助于不同發(fā)展度國(guó)家環(huán)境的改善，但對(duì)于低發(fā)展度國(guó)家來(lái)說(shuō)作用更加顯著。在模型10中，該變量系數(shù)值達(dá)到了0.15，僅低于第

二產(chǎn)業(yè)比重的系數(shù)值，因此，加快技術(shù)升級(jí)將成為低發(fā)展度國(guó)家降低污染水平的重要著力點(diǎn)。能源結(jié)構(gòu)的改善對(duì)于高發(fā)展度國(guó)家影響偏弱，而對(duì)于低發(fā)展度國(guó)家來(lái)說(shuō)存在一定影響，在2009—2015年時(shí)段其系數(shù)達(dá)到了0.12。值得注意的是，對(duì)外開(kāi)放與城鎮(zhèn)化水平對(duì)于不同發(fā)展度國(guó)家的作用方向出現(xiàn)了分歧。對(duì)外開(kāi)放在1991—2015年與2009—2015年期間對(duì)于低發(fā)展度國(guó)家EKC作用不顯著，但在1991—2008年期間卻是顯著的正向影響，這在一定程度上說(shuō)明了開(kāi)放并沒(méi)有為低發(fā)展度國(guó)家的環(huán)境帶來(lái)明顯改善?！拔廴巨D(zhuǎn)移”是掩蓋低發(fā)展度國(guó)家開(kāi)放“綠色效應(yīng)”的關(guān)鍵因素之一。城鎮(zhèn)化對(duì)于高發(fā)展度國(guó)家環(huán)境具有負(fù)向影響，這源于城鎮(zhèn)化推動(dòng)了高能耗產(chǎn)業(yè)的集中以及高能耗產(chǎn)品需求的增長(zhǎng)，從而提高了高發(fā)展度國(guó)家污染的排放。而對(duì)于低發(fā)展度國(guó)家來(lái)說(shuō)，城鎮(zhèn)化所帶來(lái)的清潔技術(shù)創(chuàng)新與推廣將發(fā)揮更大的作用，在抵消了不利影響的同時(shí)，釋放出更多的生態(tài)紅利，進(jìn)而降低它們的環(huán)境污染水平。

第三，模型11呈現(xiàn)了我國(guó)主要大氣污染情況與經(jīng)濟(jì)增長(zhǎng)的聯(lián)動(dòng)趨勢(shì)及非效率變量的作用方向。估計(jì)結(jié)果顯示，作為低發(fā)展度國(guó)家的中國(guó)，EKC形態(tài)在控制了非效率因素的影響后同樣表現(xiàn)出了顯著的倒“U”特征，且非效率變量對(duì)于環(huán)境的作用方向與低發(fā)展度國(guó)家的總體趨勢(shì)是一致的。但是，我們注意到，同一個(gè)非效率因素對(duì)我國(guó)EKC的優(yōu)化力度與整體低發(fā)展度國(guó)家相比不盡相同。例如2009—2015年，低發(fā)展度國(guó)家的對(duì)外開(kāi)放水平這一因素與其自身污染排放雖然呈現(xiàn)負(fù)相關(guān)關(guān)系，但并不顯著，而在我國(guó)卻表現(xiàn)出了顯著負(fù)相關(guān)。這說(shuō)明加快開(kāi)放進(jìn)程、提升開(kāi)放質(zhì)量已成為我國(guó)在推進(jìn)污染減排方面有別于其它低發(fā)展度國(guó)家的有效著力點(diǎn)。同時(shí)，這也說(shuō)明在現(xiàn)實(shí)中，由于各國(guó)的特點(diǎn)，并不存在適合所有國(guó)家所有階段的最佳政策方案，只有正確把握異質(zhì)特征、明確效度影響方向，才能真正提供更為準(zhǔn)確、可信的政策建議。

4 結(jié)論及啟示

本文基于隨機(jī)前沿成本模型檢驗(yàn)了不同發(fā)展度國(guó)家EKC動(dòng)態(tài)演進(jìn)的過(guò)程，對(duì)比傳統(tǒng)EKC模型的回歸結(jié)果發(fā)現(xiàn)：盡管不同發(fā)展度國(guó)家EKC具體的形狀有所差異，但都呈現(xiàn)倒“U”形，表現(xiàn)出了明顯的動(dòng)態(tài)趨同趨勢(shì)。這說(shuō)明低發(fā)展度國(guó)家不但具有減排的意愿，也有實(shí)現(xiàn)減排的潛力，同時(shí)也說(shuō)明環(huán)境的改善是經(jīng)濟(jì)發(fā)展中各方因素共同作用的結(jié)果。而且，不同的外部因素對(duì)污染減排的作用不同，因此應(yīng)當(dāng)根據(jù)經(jīng)濟(jì)體具體的特點(diǎn)，有針對(duì)性地提出優(yōu)化環(huán)境、實(shí)現(xiàn)環(huán)境與經(jīng)濟(jì)良性互動(dòng)的政策建議。具體我國(guó)而言，應(yīng)當(dāng)：

（1）著力加快產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。實(shí)證結(jié)果表明，第二產(chǎn)業(yè)比重與大氣污染物排放水平顯著正相關(guān)。發(fā)展中國(guó)家（發(fā)展度相對(duì)較低）常常通過(guò)承接發(fā)達(dá)國(guó)家（發(fā)展度相對(duì)較高）的低端生產(chǎn)環(huán)節(jié)實(shí)現(xiàn)工業(yè)化，促進(jìn)經(jīng)濟(jì)發(fā)展，但這不可避免地帶來(lái)了較大的污染排放。目前我國(guó)總體上已處于工業(yè)化發(fā)展后期，一定程度的產(chǎn)業(yè)外移以及提高第三產(chǎn)業(yè)的比重都有助于優(yōu)化我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)我國(guó)經(jīng)濟(jì)的綠色發(fā)展。區(qū)域方面，欠發(fā)達(dá)地區(qū)應(yīng)積極探索轉(zhuǎn)變工業(yè)發(fā)展模式的方式方法，摒棄傳統(tǒng)粗放式的工業(yè)化發(fā)展道路，從源頭上降低污染排放，控制工業(yè)化進(jìn)程中的污染增量;而相對(duì)發(fā)達(dá)地區(qū)則應(yīng)進(jìn)一步淘汰落后產(chǎn)能，強(qiáng)化工業(yè)綠色生產(chǎn)標(biāo)準(zhǔn)，實(shí)現(xiàn)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí);大力發(fā)展現(xiàn)代服務(wù)業(yè)，樹(shù)立清潔行業(yè)在社會(huì)經(jīng)濟(jì)發(fā)展中的主導(dǎo)地位。

（2）加大綠色技術(shù)的創(chuàng)新力度。實(shí)證結(jié)果表明，技術(shù)水平對(duì)大氣污染減排影響顯著，對(duì)低發(fā)展度國(guó)家的污染治理更是發(fā)揮著十分重要的作用。技術(shù)的進(jìn)步，尤其是以降低環(huán)境污染為目的的綠色技術(shù)進(jìn)步可以有效提升單位能源效率。因此，我國(guó)應(yīng)努力縮短與發(fā)達(dá)國(guó)家在綠色技術(shù)方面的差距，在加大科研投入、完善激勵(lì)制度的同時(shí)，利用后發(fā)優(yōu)勢(shì)，加快引進(jìn)發(fā)達(dá)國(guó)家的先進(jìn)技術(shù)。

（3）促進(jìn)能源結(jié)構(gòu)的綠色轉(zhuǎn)型。實(shí)證結(jié)果表明，可替代能源及核能占能源消費(fèi)的比重對(duì)于我國(guó)及低發(fā)展度國(guó)家污染物排放具有顯著的負(fù)向影響。發(fā)達(dá)國(guó)家普遍注重清潔能源的研發(fā)與推廣。我國(guó)應(yīng)學(xué)習(xí)發(fā)達(dá)國(guó)家經(jīng)驗(yàn)，加大清潔能源的研發(fā)投入，扶植清潔能源行業(yè)發(fā)展，努力改變以化石能源為主的能源結(jié)構(gòu)，全面提升清潔能源的消費(fèi)比重，從根本上擺脫傳統(tǒng)能源造成的污染排放。

（4）全面提升對(duì)外開(kāi)放質(zhì)量。由實(shí)證結(jié)果可以看出，早期低發(fā)展度國(guó)家因承接“污染轉(zhuǎn)移”致使開(kāi)放所帶來(lái)的“綠色”效應(yīng)無(wú)法發(fā)揮作用，甚至成為了“污染避難所”。隨著低發(fā)展度國(guó)家環(huán)保意識(shí)的逐漸增強(qiáng)，開(kāi)放模式已發(fā)生轉(zhuǎn)變。對(duì)我國(guó)來(lái)說(shuō)，污染水平與對(duì)外開(kāi)放程度已經(jīng)表現(xiàn)出明顯的負(fù)向關(guān)系。鑒于此，我國(guó)應(yīng)著力提升開(kāi)放質(zhì)量，在開(kāi)展國(guó)際合作過(guò)程中始終將環(huán)境保護(hù)置于首位，通過(guò)完善法規(guī)及政策，優(yōu)化出口和外資結(jié)構(gòu)，以環(huán)境友好的開(kāi)放氛圍，帶動(dòng)國(guó)內(nèi)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變，形成既注重經(jīng)濟(jì)增長(zhǎng)又注重環(huán)境效益的發(fā)展機(jī)制和開(kāi)放體系。

（5）大力推進(jìn)綠色城鎮(zhèn)化建設(shè)。實(shí)證結(jié)果顯示，隨著城鎮(zhèn)化水平的提升，低發(fā)展度國(guó)家的污染排放將顯著下降。對(duì)我國(guó)來(lái)說(shuō)，提升城鎮(zhèn)化水平有利于發(fā)展集約化的生產(chǎn)生活方式，提高發(fā)展效率，從而改善生活環(huán)境。我國(guó)應(yīng)將綠色發(fā)展理念融入到城鎮(zhèn)化建設(shè)之中，探尋發(fā)展速度與環(huán)境保護(hù)的平衡點(diǎn)，在穩(wěn)步提升城鎮(zhèn)經(jīng)濟(jì)效益的同時(shí)，不斷完善環(huán)境服務(wù)的基礎(chǔ)性保障措施，形成城鎮(zhèn)綠色發(fā)展的新格局。

（編輯：劉照勝）

參考文獻(xiàn)

[1]GROSSMAN G M， KRUEGER A B. Economic growth and the environment[J]. Quarterly journal of economics， 1995， 110（2）：353-377.

[2]CARSON R T， JEON Y， DONALD R. The relationship between air pollution emissions and income[J]. Environment & development economics， 2009， 2（4）：433-450.

[3]STERN D I. Between estimates of the Environmental Kuznets Curve[R].Canberra： EERH，2009.

[4]GALEOTTI M， LANZA A， PAULI F. Reassessing the Environmental Kuznets Curve for CO2 emissions： a robustness exercise [J]. Ecological economics， 2006， 57（1）：152-163.

[5]FODHA M， ZAGHDOUD O. Economic growth and pollutant emissions in Tunisia： an empirical analysis of the Environmental Kuznets Curve[J]. Energy policy， 2010， 38（2）：1150-1156.

[6]吳獻(xiàn)金，鄧杰.貿(mào)易自由化、經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的影響[J].中國(guó)人口·資源與環(huán)境，2011， 21（1）：43-48.

[7]PERMAN R， STERN D I. Evidence from panel unit root and cointegration tests that the Environmental Kuznets Curve does not exist[J]. Australian journal of agricultural & resource economics， 2003， 47（3）：325-347.

[8]AZOMAHOU T， LAISNEY F， VAN P N. Economic development and CO2 emissions： a nonparametric panel approach[J]. Journal of public economics， 2005， 90（6）：1347-1363.

[9]張紅鳳，周峰，楊慧，等.環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展雙贏的規(guī)制績(jī)效實(shí)證分析[J].經(jīng)濟(jì)研究， 2009（3）：14-26.

[10]李小勝，宋馬林，安慶賢.中國(guó)經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染影響的異質(zhì)性研究[J].南開(kāi)經(jīng)濟(jì)研究，2013（5）：96-114.

[11]MARTINEZ-ZARZOSO I， BENGOCHEA-MORANCHO A. Pooled mean group estimation of an Environmental Kuznets Curve for CO2[J]. Economics letters， 2004， 82（1）：121-126.

[12]余東華，張明志.“異質(zhì)性難題”化解與碳排放EKC再檢驗(yàn)——基于門(mén)限回歸的國(guó)別分組研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（7）：57-73.

[13]朱平輝， 袁加軍， 曾五一. 中國(guó)工業(yè)環(huán)境庫(kù)茲涅茨曲線分析——基于空間面板模型的經(jīng)驗(yàn)研究[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2010（6）：65-74.

[14]蘇為華， 張崇輝. 關(guān)于異質(zhì)性假說(shuō)的中國(guó)EKC再檢驗(yàn)[J].統(tǒng)計(jì)研究，2016，28（12）：66-71.

[15]楊林， 高宏霞. 經(jīng)濟(jì)增長(zhǎng)是否能自動(dòng)解決環(huán)境問(wèn)題——倒U型環(huán)境庫(kù)茲涅茨曲線是內(nèi)生機(jī)制結(jié)果還是外部控制結(jié)果[J]. 中國(guó)人口·資源與環(huán)境， 2012， 22（8）：160-165.

[16]EHRLICH P R， HOLDREN J P. Impact of population growth[J]. Science， 1971， 171（3977）：1212-1217.

[17]KAYA Y. Impact of carbon dioxide emission control on GNP growth：interpretation of proposed scenarios [R]. Paris： IPCC Energy and Industry Subgroup， Response Strategies Working Group，1990.

[18]王瑞，諸大建.中國(guó)環(huán)境效率及污染物減排潛力研究[J].中國(guó)人口·資源與環(huán)境，2018，28（6）：149-159.

[19]BATTESE G E， COELLI T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical economics， 1995， 20（2）：325-332.

Inverted ‘U-shape of EKC with dynamic evolution trend

CUI Xin-sheng1 HAN Meng2 FANG Zhi3

（1.School of Public Administration， University of International Business and Economics， Beijing 100029， China;

2.Institute of International Economy， University of International Business and Economics， Beijing 100029， China;

3.School of Labor Economics， Capital University of Economics and Business， Beijing 100070， China）

Abstract The Environmental Kuznets Curve （EKC） is an important tool to illustrate the relationship between economic growth and pollution. However， scholars still have great divergence towards the hypothesis of the inverted ‘U-shape of EKC， based on the objective heterogeneity of the samples. In order to explore the morphological differences in EKCs among countries with different levels of development under heterogeneous conditions， clarify the convergence of EKCs from a dynamic perspective on the basis of in-depth exploration of the root causes of heterogeneity， and grasp the inherent interaction between environment and economic development in China， in this paper， we mainly study the dynamic evolution trend of EKCs in economies with different levels of development， based on the traditional EKC model. The paper uses the data of easily diffused pollutants of 30 economies from 1991 to 2015 to construct a comprehensive air pollution index by implementing the coefficient of variation method. It constructs development index of economy from the level and structure of development. Understanding the linear increase of traditional morphology of EKC in countries with low level of development， we introduce heterogeneity factors into the model and， according to the stochastic frontier cost model， test the dynamic relationship between pollutant emissions and per capita income in the economies with different levels of development and the effects of heterogeneity factors on different economies during different periods. The evidence shows that： ① Although the shapes of EKC are still different from each other during different periods in different countries with different economic development levels， they all exhibit the same inverted ‘U-shape， implying the ubiquity of the inverted ‘U-shape of EKC; ② During the sample period， the turning points of EKCs in different economies are far away from each other， but they all converge from the upper-right to the lower-left; ③ Different external factors have different effects on pollution reduction， even the same factor has varying effect with respect to different economies and different periods. It means that the EKC in under-developed countries has the potential to improve， and also that environmental improvement is the result of combined effects of multiple objective heterogeneous factors brought by economic development. Based on its own characteristics， China should promote pollution reduction and green economy by upgrading the industrial structure， innovating green technology， transforming energy structure， improving trade openness， and developing green urbanization.

Key words Environmental Kuznets Curve; environmental pollution; economic growth; heterogeneity