黎振強(qiáng)， 周秋陽， 彭平鋒

(湖南理工學(xué)院 經(jīng)濟(jì)與管理學(xué)院， 湖南 岳陽414006)

當(dāng)前， 中國港口總體規(guī)模位于世界前列， 據(jù)統(tǒng)計(jì)， 2018 年末中國港口擁有生產(chǎn)用碼頭泊位23919 個， 其中萬噸級及以上泊位2444 個， 港口貨物吞吐量持續(xù)增長. 在2018 年和2019 年的世界十大港口排名中， 中國的港口上榜率居全球第一. 隨著港口規(guī)模的擴(kuò)大和港口物流的發(fā)展， 港口環(huán)境保護(hù)問題日益突出. 2019 年中國綠色港口發(fā)展大會提出了要加快綠色港口建設(shè)步伐， 推進(jìn)港口經(jīng)濟(jì)綠色發(fā)展的行動方案. 因此， 本文基于環(huán)境庫茲涅茨假說， 以港口廢水排放為例， 實(shí)證分析港口物流與環(huán)境質(zhì)量之間的內(nèi)在關(guān)系， 對于把握兩者所處的階段， 提出相應(yīng)的環(huán)境治理建議， 實(shí)現(xiàn)港口與環(huán)境協(xié)調(diào)發(fā)展具有現(xiàn)實(shí)意義.

1 文獻(xiàn)回顧

國內(nèi)學(xué)者以庫茲涅茨假說為理論基礎(chǔ)在經(jīng)濟(jì)增長、貿(mào)易發(fā)展與城市化進(jìn)程等方面分析環(huán)境質(zhì)量問題， 取得了豐富的研究成果. 最早受到學(xué)者關(guān)注的是經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系， 楊素昌、馬素琳[1]的研究表明城市經(jīng)濟(jì)增長與環(huán)境的EKC 呈倒N 型曲線； 詹新宇、曾傅雯[2]認(rèn)為經(jīng)濟(jì)規(guī)模的擴(kuò)大會加劇環(huán)境污染. 在中國加入世貿(mào)組織后， 國內(nèi)學(xué)者對貿(mào)易與環(huán)境污染之間的關(guān)系展開了研究， 常乃磊、李帥[3]以工業(yè)“三廢”作為環(huán)境污染指標(biāo)， 利用工業(yè)“三廢”數(shù)據(jù)計(jì)算環(huán)境污染綜合指數(shù)， 發(fā)現(xiàn)無論長期還是短期， 出口均加劇了中國環(huán)境污染程度， 而進(jìn)口在長期內(nèi)會減輕環(huán)境污染， 短期內(nèi)則會增加環(huán)境污染. 胡飛[4]以中國東部和中部地區(qū)為例， 認(rèn)為出口規(guī)模擴(kuò)大會加劇東部和中部地區(qū)的環(huán)境污染， 但進(jìn)口規(guī)模的變化不會對環(huán)境污染產(chǎn)生明顯的影響. 隨著城市化發(fā)展， 中國城市化進(jìn)程對生態(tài)環(huán)境的影響也成為學(xué)者關(guān)注的熱點(diǎn)， 郭佳、何雄偉等[5]分析了人口城鎮(zhèn)化對地區(qū)環(huán)境污染的影響， 研究發(fā)現(xiàn)EKC 曲線無法擬合人口城鎮(zhèn)化與環(huán)境污染之間的函數(shù)關(guān)系. 王華星、石大千[6]則從政策評價(jià)的角度， 利用雙重差分方法評估了低碳城市建設(shè)對城市霧霾污染的影響， 發(fā)現(xiàn)低碳城市建設(shè)能夠顯著降低城市的霧霾污染.

根據(jù)文獻(xiàn)梳理可知， 國內(nèi)學(xué)者主要從經(jīng)濟(jì)、貿(mào)易、城市化等方面利用環(huán)境庫茲涅茨假說驗(yàn)證與環(huán)境質(zhì)量之間的關(guān)系， 但對于港口與環(huán)境質(zhì)量的內(nèi)在關(guān)系研究相對不足. 鑒于此， 本文基于已有的研究成果， 以環(huán)境庫茲涅茨理論為基礎(chǔ)構(gòu)建模型， 探討港口物流與工業(yè)廢水排放之間的關(guān)系， 并為港口與環(huán)境之間的協(xié)調(diào)發(fā)展提出可供參考的建議.

2 實(shí)證研究及分析

2.1 數(shù)據(jù)說明及變量選擇

選取上海、天津、大連、廣州、深圳、廈門、福州、連云港、南京、南通、蘇州、寧波、溫州、青島、煙臺和日照16 個沿海城市及各自所擁有的港口為研究對象， 搜集整理各城市在2000～2015 年的工業(yè)廢水排放總量及港口吞吐量的數(shù)據(jù)(有關(guān)工業(yè)三廢的排放數(shù)據(jù)公布周期為五年， 所以觀測的時(shí)間點(diǎn)截至2015 年). 為了減小異方差， 先對數(shù)據(jù)進(jìn)行對數(shù)化處理， 檢驗(yàn)其平穩(wěn)性， 然后建立靜態(tài)模型和動態(tài)模型， 探討廢水排放與港口吞吐量之間的內(nèi)在聯(lián)系. 借鑒已有研究成果， 本文選取了以下變量建立模型：

(1) 因變量為工業(yè)廢水排放量， 記為water. 一方面， 港口經(jīng)濟(jì)活動會直接產(chǎn)生廢水， 另一方面， 港口處于水陸的交界區(qū)域， 是人類各種生產(chǎn)活動的重要承載區(qū)， 其優(yōu)越的地理位置及強(qiáng)大的運(yùn)輸功能將促進(jìn)各種重工業(yè)的產(chǎn)生及發(fā)展， 從而間接增加工業(yè)廢水的排放， 因此選擇工業(yè)廢水排放量作為衡量水污染的指標(biāo). 圖1 中的左圖反映了各城市在2000～2015 年工業(yè)廢水排放量的時(shí)間趨勢， 從絕對值來看， 大部分城市的工業(yè)廢水排放量基本呈平穩(wěn)上升趨勢， 且上升幅度不明顯， 原因可能是各城市都比較重視環(huán)境問題， 實(shí)施的環(huán)境保護(hù)措施減緩和遏制了工業(yè)廢水的排放.

(2) 解釋變量為各城市的港口物流發(fā)展水平， 以港口吞吐量表示， 記為tt， 其平方項(xiàng)和立方項(xiàng)分別記為tt2和tt3. 圖1 中的右圖反映了各沿海港口在2000～2015 年吞吐量的變化趨勢， 可以看出， 各港口的吞吐量呈現(xiàn)絕對的增長趨勢， 而且增長速度明顯， 說明港口物流發(fā)展態(tài)勢良好.

圖1 2000～2015 年工業(yè)廢水排放量及港口吞吐量時(shí)間趨勢

(3) 控制變量

影響環(huán)境質(zhì)量的因素眾多， 為了減少或避免遺漏變量、共線性及自由度損失等問題， 本文選擇了已有文獻(xiàn)中出現(xiàn)頻率較高的變量為控制變量：

① 對外貿(mào)易水平(trade). 貿(mào)易水平對環(huán)境污染的影響主要體現(xiàn)在國與國之間的“污染轉(zhuǎn)嫁”、進(jìn)出口產(chǎn)品在運(yùn)輸過程中所造成的污染等， 貿(mào)易所造成的環(huán)境污染主要包括水污染及大氣污染.

② 國內(nèi)生產(chǎn)總值(gdp). 衡量城市經(jīng)濟(jì)發(fā)展水平的指標(biāo)很多， 考慮到國內(nèi)生產(chǎn)總值對大部分經(jīng)濟(jì)變量都會產(chǎn)生影響， 為了減弱內(nèi)生性， 選擇該變量來衡量城市經(jīng)濟(jì)發(fā)展.

③ 城鎮(zhèn)化率(rcity). 人口城鎮(zhèn)化與環(huán)境污染之間存在一定的關(guān)系， 城市人口的增加會造成廢水排放量的增加， 從而對環(huán)境產(chǎn)生一定影響， 因此將該變量作為控制變量， 以城鎮(zhèn)人口與總?cè)丝诘谋戎岛饬?

除上述因素之外， 產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資等也會對環(huán)境污染產(chǎn)生一定程度的影響， 鑒于面板協(xié)整檢驗(yàn)要求的變量個數(shù)有限， 而且相關(guān)變量數(shù)據(jù)存在缺失， 因此將其余變量納入隨機(jī)擾動項(xiàng). 有關(guān)變量的數(shù)據(jù)來源于wind 數(shù)據(jù)庫、各城市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)和統(tǒng)計(jì)年鑒.

2.2 變量的統(tǒng)計(jì)特征及平穩(wěn)性檢驗(yàn)

對數(shù)據(jù)進(jìn)行對數(shù)化處理之后， 變量之間的相關(guān)性及統(tǒng)計(jì)特征見表1. 從數(shù)據(jù)本身來看， 港口物流水平的發(fā)展會加劇水環(huán)境的污染， 二者呈正相關(guān)， 其它變量也是如此， 經(jīng)濟(jì)發(fā)展、對外貿(mào)易和城鎮(zhèn)化水平的提高均會加重水污染. 從統(tǒng)計(jì)特征來看， 每個變量的整體標(biāo)準(zhǔn)差介于0.9～1.5 之間， 組內(nèi)標(biāo)準(zhǔn)差和組間標(biāo)準(zhǔn)差大部分小于1， 說明數(shù)據(jù)選取有意義.

表 1 變量的描述性統(tǒng)計(jì)

在本文面板數(shù)據(jù)中， 大多數(shù)城市的工業(yè)廢水排放量具有一定的時(shí)間趨勢， 但整體上升趨勢不明顯； 港口吞吐量的變化則呈明顯的上升趨勢. 因此， 采用IPS 檢驗(yàn)方法對原數(shù)據(jù)進(jìn)行面板單位根檢驗(yàn)， 檢驗(yàn)結(jié)果見表2. 所有變量一階差分的P 值均為0.0000， t-bar 統(tǒng)計(jì)量均小于1%水平的臨界值， 所以拒絕原假設(shè)， 即所有變量均是一階單整變量.

表 2 變量的單位根 IPS 檢驗(yàn)結(jié)果

D.(ln tt)3 D.ln trade D.ln gdp D.ln rcity t-tilde-bar -2.4806 Z-t-tilde-bar -6.0217 0.0000 t-bar -3.4320 -2.020 -1.870 -1.790 t-tilde-bar -2.4539 Z-t-tilde-bar -5.8799 0.0000 t-bar -4.0333 -2.020 -1.870 -1.790 t-tilde-bar -2.5469 Z-t-tilde-bar -6.3744 0.0000 t-bar -2.4529 -2.020 -1.870 -1.790 t-tilde-bar -2.0142 Z-t-tilde-bar -3.5397 0.0002 t-bar -3.1921 -2.020 -1.870 -1.790 t-tilde-bar -2.0163 Z-t-tilde-bar -3.5509 0.0002

2.3 模型構(gòu)建

2.3.1 協(xié)整檢驗(yàn)

根據(jù)上文， 所有變量均為一階單整變量， 因此可進(jìn)行協(xié)整檢驗(yàn)， 以便確定變量之間是否存在長期關(guān)系. 考慮到數(shù)據(jù)的時(shí)間維度比較大， 故采用Pedroni 檢驗(yàn)法， 檢驗(yàn)結(jié)果見表3. 三種統(tǒng)計(jì)量的P 值均為0.0000， 因此拒絕原假設(shè)， 即所有變量之間都存在協(xié)整關(guān)系.

2.3.2 靜態(tài)模型設(shè)定

為了確定是建立固定效應(yīng)模型還是隨機(jī)效應(yīng)模型， 首先采用豪斯曼檢驗(yàn)法進(jìn)行檢驗(yàn)， 檢驗(yàn)結(jié)果表明兩種回歸估計(jì)的標(biāo)準(zhǔn)誤差即聚類穩(wěn)健標(biāo)準(zhǔn)誤差與普通標(biāo)準(zhǔn)誤差相差約0.5 倍， 相差不是太大. 為使檢驗(yàn)更加準(zhǔn)確， 再進(jìn)行過度識別(xtoverid)檢驗(yàn)， 判斷究竟是使用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型， 檢驗(yàn)結(jié)果見表4. 其中P值為0.0000， 故拒絕原假設(shè)， 應(yīng)建立固定效應(yīng)模型.

本文借鑒常用的EKC 模型構(gòu)建方法， 研究港口物流的發(fā)展對水資源污染的影響及二者的EKC 曲線形狀. 不考慮時(shí)間和個體差異[7]， 設(shè)定靜態(tài)面板模型為

表3 協(xié)整檢驗(yàn)結(jié)果

表4 靜態(tài)模型設(shè)定檢驗(yàn)檢驗(yàn)結(jié)果

其中l(wèi)n water表示水污染情況， ln tt表示港口物流發(fā)展水平， Z 表示控制變量， Z ={ln trade， ln gdp， ln rcity}， θ 表示截距項(xiàng)， β 和δ 分別表示變量的邊際效應(yīng)， ui表示個體異質(zhì)性， εit表示隨機(jī)誤差項(xiàng)， 下標(biāo)i 表示第i 個省份( i= 1，2， …， 16)， 下標(biāo)t 表示第t 期( t= 1，2， …， 16)， 下標(biāo)j 表示影響水污染的第j 個控制變量. βi(i =1，2，3)的取值決定了EKC 曲線的形狀， 根據(jù)回歸系數(shù)的符號及顯著性可將EKC 曲線分為6 種情況， 見表5.

2.3.3 靜態(tài)模型估計(jì)結(jié)果

首先采用LSDV 法進(jìn)行固定效應(yīng)模型的估計(jì). 除此之外， 由于本文所使用的面板數(shù)據(jù)的時(shí)間跨度為16 年， 因此對擾動項(xiàng)可能存在的組內(nèi)自相關(guān)、組間異方差及組間同期相關(guān)進(jìn)行了檢驗(yàn)， 結(jié)果表明數(shù)據(jù)確實(shí)存在組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān). 為了便于比較， 還進(jìn)行了PCSE 和全面FGLS 估計(jì)， 三種方法的估計(jì)結(jié)果見表6. 不難看出， ln tt、(ln tt)2及(ln tt)3的系數(shù)非常顯著， 所以三次項(xiàng)模型的設(shè)立合理， 檢驗(yàn)結(jié)果表明EKC 曲線形狀呈倒N 型. 從影響系數(shù)及對應(yīng)的P 值可以看出， 港口物流的發(fā)展對水污染具有顯著影響； 從擬合效果來看， 模型的可決系數(shù)較高， 說明曲線擬合較好.

表5 EKC 曲線形狀分類

表6 靜態(tài)模型估計(jì)結(jié)果

2.3.4 動態(tài)模型的設(shè)定及估計(jì)結(jié)果

根據(jù)廢水排放的時(shí)序來看， 水污染具有滯后性， 即當(dāng)年的污染程度會對之后的年份造成影響， 因此將水污染的滯后項(xiàng)作為解釋變量引入模型中， 運(yùn)用GMM 方法進(jìn)行估計(jì). 經(jīng)過多次檢驗(yàn)發(fā)現(xiàn)， 被解釋變量滯后一階最為合適， 且動態(tài)模型的形式與靜態(tài)模型的形式相同， 為三次項(xiàng)形式. 對于動態(tài)面板模型， 由于將因變量的滯后項(xiàng)作為解釋變量引入到方程中， 造成解釋變量與隨機(jī)擾動項(xiàng)相關(guān)， 從而產(chǎn)生內(nèi)生性. 作為一致估計(jì)， 差分GMM 成立的前提是擾動項(xiàng)不存在自相關(guān)， 因此可以通過檢驗(yàn)擾動項(xiàng)的差分是否存在一階與二階自相關(guān)來判斷擾動項(xiàng)是否存在自相關(guān)， 結(jié)果見表7. 根據(jù)檢驗(yàn)結(jié)果， 當(dāng)階數(shù)為一階時(shí)， P 值為0.0999，可在10%的顯著性水平下拒絕原假設(shè)， 認(rèn)為擾動項(xiàng)的差分存在一階自相關(guān)； 當(dāng)階數(shù)為二階時(shí)， P 值為0.7994， 所以可接受原假設(shè)， 認(rèn)為擾動項(xiàng)的差分不存在二階自相關(guān). 綜上， 接受“擾動項(xiàng)無自相關(guān)”的原假設(shè)， 所以采用差分GMM 進(jìn)行動態(tài)模型估計(jì)是合適的， 其基準(zhǔn)模型設(shè)定為

逐個引入控制變量對擴(kuò)展模型

進(jìn)行估計(jì)， 估計(jì)結(jié)果見表8.

表7 擾動項(xiàng)自相關(guān)檢驗(yàn)結(jié)果

表8 動態(tài)模型估計(jì)結(jié)果

注： (1) *， **， ***分別表示在10%， 5%和1%下是顯著的； (2) 括號內(nèi)的數(shù)字為系數(shù)估計(jì)的P 值.

根據(jù)動態(tài)模型估計(jì)結(jié)果， 不管是基準(zhǔn)模型還是擴(kuò)展模型， 主要變量的估計(jì)系數(shù)都顯著， 且模型都通過了Sargan 檢驗(yàn)， 說明本文所采用的工具變量均有效， 因此三次項(xiàng)模型的建立是合理的. 從估計(jì)系數(shù)來看， ln waterit-1的系數(shù)無論是在基準(zhǔn)模型還是擴(kuò)展模型中均顯著為正， 說明我國水污染存在明顯的慣性， 且其系數(shù)值穩(wěn)定在0.26～0.60 之間， 這意味著若保持其它條件不變， 前期遺留的水污染對當(dāng)前環(huán)境的影響最高將達(dá)到60%， 也就是說， 如果忽視當(dāng)期所產(chǎn)生的污染問題， 那么在之后的時(shí)期無論采取多少措施來治理污染問題， 其所產(chǎn)生的積極作用都將被之前所滯留的污染所覆蓋， 因此必須要及時(shí)治理當(dāng)期的污染. 解釋變量lnittt 不論是在靜態(tài)模型還是在動態(tài)模型中， 其系數(shù)均顯著為負(fù)， 說明港口物流水平的提高可以抑制水污染問題， 但不可否認(rèn)的是， 港口物流水平的提高也會產(chǎn)生水污染， 最終的影響效果要取決于兩種作用各自的大小. 對于其它控制變量而言， 當(dāng)期經(jīng)濟(jì)發(fā)展水平(lnitgdp )的提高將加重水污染， 而前期經(jīng)濟(jì)發(fā)展水平( ln gdpit-1)的提高將有效緩解水污染， 說明經(jīng)濟(jì)發(fā)展對水污染的影響存在滯后效應(yīng).

2.3.5 模型結(jié)果對比

靜態(tài)面板模型和動態(tài)面板模型的估計(jì)結(jié)果均表明， 港口物流與環(huán)境污染之間存在EKC 效應(yīng)， 二者呈倒N型的曲線關(guān)系， 廢水排放量隨港口物流的發(fā)展呈先下降后上升再下降的趨勢. 圖2 為靜態(tài)模型和動態(tài)模型對應(yīng)的EKC 曲線， 兩種模型所對應(yīng)的EKC 曲線形狀大體相仿， 主要區(qū)別在于曲線的極大值不同， 動態(tài)模型EKC 曲線的極大值明顯小于靜態(tài)模型EKC 曲線的極大值. 當(dāng)港口吞吐量小于T1(或者D1)時(shí)， 廢水排放量隨港口吞吐量的上升而下降， 主要原因包括： ①各港口城市經(jīng)濟(jì)的快速發(fā)展， 資源和環(huán)境面臨壓力， 為了節(jié)約資源、保護(hù)環(huán)境， 各港口城市加強(qiáng)了環(huán)境保護(hù)治理力度， 采取一系列環(huán)保措施有效遏制了破壞環(huán)境的行為， 廢水、廢氣、廢棄物的排放減少， 港口環(huán)境得到了一定的保護(hù)； ②各城市大力發(fā)展港口經(jīng)濟(jì)， 加強(qiáng)了交通運(yùn)輸條件建設(shè)， 提升了污染處理技術(shù)， 改進(jìn)了港口作業(yè)方式， 使得港口發(fā)展對環(huán)境的積極作用大于消極影響. 根據(jù)廢水排放和吞吐量的時(shí)間趨勢， 大部分城市T1(D1)出現(xiàn)的時(shí)間點(diǎn)集中在2005、2006 和2007 年前后， 可能的主要原因有： 2004① 年1 月1 日起《中華人民共和國港口法》開始實(shí)施， 同時(shí)各大港口也相應(yīng)出臺了港口條例和港口管理辦法， 法律法規(guī)的頒布實(shí)施在一定程度上促進(jìn)了港口與環(huán)境之間的協(xié)調(diào)發(fā)展； 2008② 年中國舉辦奧運(yùn)會， 加大了環(huán)保方面的監(jiān)督管理力度， 因此在這幾個年份， 廢水排放量達(dá)到極小值. 當(dāng)港口吞吐量處于T1～T2(或D1～D2)時(shí)， 廢水排放量將隨港口的發(fā)展而增加， 主要原因一是存在時(shí)滯性， 如當(dāng)期的污染對后期的影響， 二是2008 年受金融危機(jī)沖擊， 經(jīng)濟(jì)的穩(wěn)定和恢復(fù)成為了重中之重， 暫時(shí)忽視環(huán)境問題， 廢水排放量隨港口的發(fā)展而增加. 當(dāng)前， 我國大部分港口城市處于EKC 曲線的上升階段， 少數(shù)城市已經(jīng)接近極大值點(diǎn)， 因此， 要加強(qiáng)港口的環(huán)境建設(shè)， 實(shí)現(xiàn)港口與環(huán)境之間的協(xié)調(diào)發(fā)展.

圖2 EKC 曲線

3 結(jié)論與啟示

本文以上海、天津、大連、廣州等16 個沿海城市2000～2015 年的工業(yè)廢水排放總量及港口吞吐量的數(shù)據(jù)為基礎(chǔ)， 分別構(gòu)建靜態(tài)模型和動態(tài)模型， 實(shí)證分析了港口物流與工業(yè)廢水排放量之間的關(guān)系， 得到如下幾點(diǎn)結(jié)論：

(1) 港口物流與工業(yè)廢水排放量之間存在EKC 效應(yīng)， 二者呈倒N 型曲線關(guān)系， 廢水排放量隨港口物流的發(fā)展呈先下降后上升再下降的趨勢.

(2) 大部分港口城市處于EKC 曲線的上升階段， 少數(shù)城市已經(jīng)接近極大值點(diǎn)， 但整體上16 個港口城市的港口物流與環(huán)境質(zhì)量之間還未到達(dá)協(xié)調(diào)發(fā)展階段.

(3) 港口工業(yè)廢水污染處理存在時(shí)滯， 如果對當(dāng)前已經(jīng)出現(xiàn)的水污染問題不進(jìn)行有效治理， 前期滯留的水污染問題將大大影響下期以及未來的水環(huán)境治理成效， 造成資源的浪費(fèi)， 影響后期的治理效率.

目前我國港口廢水等污染物的排放對生態(tài)環(huán)境的影響仍然比較嚴(yán)重， 所以各港口城市政府要貫徹綠色發(fā)展理念， 完善綠色港口的評價(jià)體系， 正確處理港口經(jīng)濟(jì)與環(huán)境保護(hù)之間的關(guān)系； 各港口要建立健全港口污染物監(jiān)測體系， 實(shí)時(shí)監(jiān)測記錄港口企業(yè)各個作業(yè)環(huán)節(jié)各種污染物的排放量， 跟蹤分析排污數(shù)據(jù)變化趨勢， 及時(shí)處理違法違規(guī)排放事故. 此外， 企業(yè)要積極研發(fā)， 引進(jìn)新技術(shù)、新材料和新設(shè)備， 有效控制廢水等污染物的排放.