李琳

1.四川大學(xué)經(jīng)濟(jì)學(xué)院；2.四川省成都生態(tài)環(huán)境監(jiān)測(cè)中心站

成都作為成渝經(jīng)濟(jì)圈中重要的中心城市，經(jīng)濟(jì)發(fā)展勢(shì)頭持續(xù)向好，但經(jīng)濟(jì)的快速增長(zhǎng)也帶來(lái)了一系列的環(huán)境問題。據(jù)《成都市環(huán)境質(zhì)量報(bào)告書(2018年)》顯示，成都市2018年以PM2.5為首要污染物的污染天數(shù)占全部污染天數(shù)的比例為58.5%；其次為O3，占40.6%；區(qū)域復(fù)合型污染嚴(yán)重，空氣污染治理進(jìn)入攻堅(jiān)階段。因此，研究成都市經(jīng)濟(jì)發(fā)展與空氣環(huán)境污染之間的關(guān)系，探索不同經(jīng)濟(jì)發(fā)展階段的空氣環(huán)境污染特征，對(duì)指導(dǎo)成都市的大氣環(huán)境保護(hù)工作具有重要意義。

一、相關(guān)理論及研究進(jìn)展

1991年，美國(guó)經(jīng)濟(jì)學(xué)家Grossman和Krueger在庫(kù)茲涅茨曲線的基礎(chǔ)上提出了環(huán)境庫(kù)茲涅茨曲線（EKC曲線），即當(dāng)一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展水平較低的時(shí)候，環(huán)境污染程度較輕，隨著人均收入的增加，環(huán)境惡化程度逐漸加劇；但當(dāng)經(jīng)濟(jì)發(fā)展達(dá)到一定水平后，即到達(dá)某個(gè)臨界點(diǎn)或“拐點(diǎn)”以后，隨著人均收入的進(jìn)一步增加，環(huán)境污染的程度又逐漸減緩，環(huán)境質(zhì)量得到改善。

EKC曲線提出后，許多學(xué)者都對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系進(jìn)行了進(jìn)一步實(shí)證研究。結(jié)果表明，大多數(shù)情況下環(huán)境質(zhì)量與人均收入之間確實(shí)存在一個(gè)倒“U”型關(guān)系。如Shafik等判斷驗(yàn)證了一些空氣污染物排放和人均GDP呈倒“U”型關(guān)系[1]；陳文華等（2004）對(duì)上海市的研究表明，除SO2外，其他三種環(huán)境質(zhì)量指標(biāo)均表現(xiàn)出隨經(jīng)濟(jì)增長(zhǎng)出現(xiàn)先污染后改善的現(xiàn)象[2]；范金（2002）發(fā)現(xiàn)除氮氧化物外，其他污染物與收入之間存在倒U型關(guān)系[3]。李健等（2019）基于2006—2017年面板數(shù)據(jù)對(duì)京津冀地區(qū)空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)的研究表明，環(huán)境庫(kù)茲涅茨曲線為倒“N”型，但未達(dá)到拐點(diǎn)[4]。

綜上所述，由于區(qū)域差異及指標(biāo)選取、研究方法等因素不同，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的倒U型對(duì)一個(gè)地區(qū)而言并不是普遍的規(guī)律。因此，本文以成都市作為研究對(duì)象，運(yùn)用EKC曲線的相關(guān)理論，分析人均GDP與大氣環(huán)境主要污染物年均濃度之間的關(guān)系，最后提出改善成都市空氣環(huán)境質(zhì)量的建議，以期為成都市的大氣污染防治提供一定的借鑒。

二、成都市環(huán)境庫(kù)茲涅茨曲線研究

（一）指標(biāo)選取

考慮到成都市從2013年才開始開展PM2.5和O3監(jiān)測(cè)，因此本文以2013-2018年為研究跨度，選取大氣主要污染物PM2.5、PM10、NO2的年均濃度和三日最大八小時(shí)滑動(dòng)平均值第九十百分位數(shù)作為環(huán)境污染指標(biāo)，選取人均GDP作為經(jīng)濟(jì)指標(biāo)。本文的樣本數(shù)據(jù)來(lái)自《成都統(tǒng)計(jì)年鑒—2018》以及成都市環(huán)境監(jiān)測(cè)中心站。

（二）模型構(gòu)建

根據(jù)文獻(xiàn)對(duì)環(huán)境庫(kù)茲涅茨曲線的設(shè)定，主要有如下三個(gè)模型：

其中Et表示第t年成都市環(huán)境空氣污染指標(biāo)；Xt表示第t年成都市人均GDP；β0、β1、β2、β3為方程待估系數(shù)；εt為隨機(jī)干擾項(xiàng)。其中，β1、β2、β3取值不同會(huì)導(dǎo)致不同的曲線形態(tài)。

本文采用Eviews8軟件，分別對(duì)三個(gè)模型進(jìn)行曲線擬合，根據(jù)擬合優(yōu)度統(tǒng)計(jì)量（R2）來(lái)選擇最適合的曲線模型。

（三）結(jié)果分析與討論

1.各污染物濃度與人均GDP的回歸分析結(jié)果

對(duì)各污染物濃度與人均GDP采用一次、二次、三次多項(xiàng)式進(jìn)行曲線模擬，結(jié)果見表1。從四類污染物的一階模擬結(jié)果可以看出，除O3外其余三類模型擬合效果較好，且系數(shù)均顯著；二階模擬結(jié)果顯示，PM2.5、PM10和NO2擬合效果很好，但NO2的系數(shù)不顯著；三階模擬結(jié)果顯示，PM2.5、PM10和NO2擬合效果很好，但只有PM2.5、PM10在10%的顯著水平下顯著。綜上所述，PM2.5和PM10采用二次多項(xiàng)式模型擬合效果最好，NO2采用一次多項(xiàng)式模型擬合效果較好，而O3無(wú)論采取哪種模型，擬合度都很低，且系數(shù)均不顯著。

表1 各污染物濃度與人均GDP各階擬合結(jié)果

2.各污染物的EKC曲線

（1）PM2.5與PM10的EKC曲線

由于PM2.5占PM10的很大比例，因此兩者年均濃度與人均GDP之間基本趨于一致，符合“U”型關(guān)系，且處于“U”型的前半部分，即隨著經(jīng)濟(jì)的增長(zhǎng)，PM2.5和PM10的年均濃度呈下降趨勢(shì)，表明現(xiàn)階段成都市的顆粒物污染與人均GDP處于良性發(fā)展階段，如圖1所示。

圖1 PM2.5、PM10和NO2年均濃度與人均GDP的擬合曲線

（2）NO2的EKC曲線

NO2年均濃度與人均GDP在一階下相關(guān)度較高且顯著，因此，NO2年均濃度與人均GDP之間符合“單調(diào)遞減”線性關(guān)系，也就是隨著人均GDP的提高，NO2年均濃度逐漸下降。

（3）O3的EKC曲線

O3濃度與人均GDP曲線擬合度很低，且系數(shù)并不顯著，表明兩者的擬合曲線可能呈現(xiàn)其它形狀或者并無(wú)確定的曲線關(guān)系，這可能與臭氧特殊的形成機(jī)制有關(guān)。臭氧是大氣中氮氧化物和揮發(fā)性有機(jī)物在光照下發(fā)生光化學(xué)反應(yīng)的二次產(chǎn)物，因此臭氧污染并不是經(jīng)濟(jì)的發(fā)展直接產(chǎn)物，兩者之間不存在直接關(guān)系。

三、結(jié)論及建議

本文通過(guò)將大氣主要污染物PM2.5、PM10、NO2年均濃度和O3日最大八小時(shí)第90百分濃度與經(jīng)濟(jì)發(fā)展指標(biāo)人均GDP進(jìn)行回歸分析，根據(jù)擬合曲線及相關(guān)統(tǒng)計(jì)量，發(fā)現(xiàn)PM2.5、PM10年均濃度與人均GDP之間的EKC呈“U”型關(guān)系，且目前處于“U”型的前半部分；NO2年均濃度與人均GDP之間的EKC呈“單調(diào)遞減”關(guān)系；三日最大八小時(shí)第九十百分位濃度與人均GDP之間沒有顯著關(guān)系。

基于以上研究結(jié)論，針對(duì)成都市空氣污染治理給出以下政策建議：第一，加大環(huán)保投入，推進(jìn)節(jié)能減排；第二，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，扶持新興產(chǎn)業(yè)；第三，加大執(zhí)法力度，創(chuàng)新監(jiān)管方式與監(jiān)管手段。