張喬萌，高旭闊

（西安建筑科技大學(xué) 管理學(xué)院，陜西 西安 710055）

一、引言

當(dāng)今世界資源短缺和環(huán)境污染已成為制約各個(gè)國(guó)家可持續(xù)發(fā)展所面臨的普遍問(wèn)題。改革開放40多年來(lái)我國(guó)經(jīng)濟(jì)高速增長(zhǎng)，資源、能源的消耗量驟增，與此同時(shí)產(chǎn)生的污染物的增加使環(huán)境負(fù)荷加重。環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究也成為環(huán)境經(jīng)濟(jì)學(xué)領(lǐng)域的熱點(diǎn)課題之一，大量學(xué)者對(duì)此進(jìn)行了深入的實(shí)證研究。

Kuznets（1955）[1]確立了經(jīng)濟(jì)增長(zhǎng)與城鎮(zhèn)居民收入不平衡之間的倒“U”型曲線，Panayoutou（1993）[2]稱此曲線為環(huán)境庫(kù)茲涅茨曲線（以下簡(jiǎn)稱EKC）；Grossman（1995）[3]認(rèn)為在市場(chǎng)經(jīng)濟(jì)的發(fā)展初期，環(huán)境質(zhì)量受到嚴(yán)重污染的程度相對(duì)較輕，但環(huán)境污染會(huì)隨著經(jīng)濟(jì)的快速增長(zhǎng)而進(jìn)一步加?。划?dāng)經(jīng)濟(jì)快速發(fā)展到一定的現(xiàn)代化水平之后，環(huán)境污染程度放緩，環(huán)境質(zhì)量逐漸有所改善，即“環(huán)境庫(kù)茨涅茨假說(shuō)”。此后大量學(xué)者基于此假說(shuō)對(duì)不同地區(qū)在不同時(shí)期的經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間的關(guān)系進(jìn)行倒“U”曲線的實(shí)證檢驗(yàn)。張曉（1999）[4]用計(jì)量回歸的方法對(duì)環(huán)境指標(biāo)進(jìn)行檢驗(yàn)，得出中國(guó)經(jīng)濟(jì)與環(huán)境之間的環(huán)境庫(kù)茲涅茨曲線呈現(xiàn)出較弱的倒“U”型關(guān)系。劉榮茂等（2006）[5]通過(guò)擬合1991—2003 年中國(guó)29 個(gè)省份的人均GDP 與環(huán)境質(zhì)量的統(tǒng)計(jì)數(shù)據(jù)，驗(yàn)證了“環(huán)境庫(kù)茲涅茨假說(shuō)”。李瑛珊（2015）[6]通過(guò)擬合得出廣東省居民平均GDP 與全省工業(yè)“三廢”排放量之間的EKC曲線存在“U+正N”的趨勢(shì)。這也表明在同一個(gè)地區(qū)，所采用的計(jì)量方法或指標(biāo)體系不同，都很有可能得到不同的EKC 曲線，并且環(huán)境質(zhì)量的每個(gè)方面都是以不同的方式對(duì)經(jīng)濟(jì)增長(zhǎng)情況做出反應(yīng)。

經(jīng)梳理發(fā)現(xiàn)，大多數(shù)研究都是用時(shí)間序列數(shù)據(jù)對(duì)不同的地區(qū)、時(shí)間進(jìn)行回歸分析，且當(dāng)前學(xué)界過(guò)于注重討論環(huán)境庫(kù)茨涅茨曲線的形狀和拐點(diǎn)，而探尋環(huán)境庫(kù)茨涅茨曲線背后的生成機(jī)理才是更有意義的工作[7]。而近年來(lái)一些國(guó)家和地區(qū)才逐漸開始更加注重對(duì)環(huán)境質(zhì)量進(jìn)行系統(tǒng)的評(píng)價(jià)，賀彩霞和冉茂盛（2009）[8]使用計(jì)量經(jīng)濟(jì)的方法對(duì)1998—2006 年中國(guó)30 個(gè)城市6 類環(huán)境指標(biāo)的數(shù)據(jù)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間存在雙向影響，且它們之間的關(guān)系存在著明顯的區(qū)域性差異。潘閩和張自然（2019）[9]通過(guò)1990—2016 年的統(tǒng)計(jì)數(shù)據(jù)來(lái)檢測(cè)環(huán)境質(zhì)量變動(dòng)對(duì)區(qū)域性經(jīng)濟(jì)發(fā)展的影響，并對(duì)此提出了相關(guān)意見(jiàn)。筆者認(rèn)為對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量之間關(guān)系的經(jīng)驗(yàn)分析應(yīng)盡量綜合、全面。

基于此，本文將在組態(tài)視角下，采取“整體的、組合的”的方式探討省際環(huán)境質(zhì)量對(duì)經(jīng)濟(jì)增長(zhǎng)的提升路徑。相較于已有文獻(xiàn)，本文的創(chuàng)新點(diǎn)在于：①在組態(tài)視角下，采用度量環(huán)境質(zhì)量的6 類指標(biāo)20 個(gè)要素來(lái)探討各個(gè)省份經(jīng)濟(jì)增長(zhǎng)的提升路徑；②在眾多因素中將時(shí)間維度納入考慮范圍，通過(guò)發(fā)展一種延伸的QCA（Temporal-series QCA，TSQCA）以捕捉時(shí)序，為各個(gè)地區(qū)合理選擇經(jīng)濟(jì)增長(zhǎng)路徑提供新思路。

二、研究方法及數(shù)據(jù)處理

（一）熵值法

熵值法是根據(jù)指標(biāo)值的熵值大小確定指標(biāo)權(quán)重的客觀賦權(quán)法[10]。熵值越小，則指標(biāo)權(quán)重越大。熵值法的操作步驟如下：

（1）首先依據(jù)各個(gè)原始指標(biāo)的屬性選取極差法對(duì)2007 年和2018 年的原始數(shù)據(jù)進(jìn)行無(wú)量綱分析，計(jì)算第j個(gè)指標(biāo)下，第i個(gè)省份的貢獻(xiàn)度pij。

對(duì)于正向指標(biāo)，按如下公式處理：

對(duì)于逆向指標(biāo)，按如下公式處理：

其中，Mj為xij最大值，mj為xij最小值。

（2）計(jì)算第j項(xiàng)指標(biāo)的熵值。

（3）計(jì)算第j項(xiàng)指標(biāo)的差異性系數(shù)。

（4）計(jì)算省份綜合得分Wj。

（二）定性比較分析方法

定性比較分析（Qualitative Comparative Analysis，簡(jiǎn)稱QCA）方法是由Ragin 于1987 年提出的一種超越了傳統(tǒng)定性分析與定量分析的新方法[11]。盡管QCA的創(chuàng)建是為了在社會(huì)學(xué)中使用，但在其他領(lǐng)域也有一些應(yīng)用，比如經(jīng)濟(jì)績(jī)效分析、出口行為分析、經(jīng)濟(jì)增長(zhǎng)、創(chuàng)新或創(chuàng)業(yè)，但它也被用來(lái)研究能源政策和環(huán)境經(jīng)濟(jì)學(xué)[12]。

QCA 方法依據(jù)變量類型分為以清晰集、模糊集以及多值集定性比較分析為基礎(chǔ)的三種傳統(tǒng)類型[13]，但是都忽略了時(shí)間因素在分析中的作用[14]：首先，它未能展現(xiàn)變量在因果路徑中真正的變化方式；其次，沒(méi)能展現(xiàn)案例在歷史過(guò)程中的歷時(shí)性變化。因此Hino（2009）[15]首次提出了將時(shí)間序列數(shù)據(jù)轉(zhuǎn)化成QCA 格式深入研究跨越時(shí)間維度的連續(xù)發(fā)生過(guò)程的時(shí)間序列定性比較分析（TSQCA），其主要關(guān)注變量在某一特定時(shí)間內(nèi)的變化對(duì)結(jié)果產(chǎn)生變化的作用機(jī)理[16]，因此需要同時(shí)考察2008 年和2017年各省各變量的數(shù)據(jù)，在此基礎(chǔ)上制作原始數(shù)據(jù)表并求諸變量在兩個(gè)時(shí)間點(diǎn)上的數(shù)據(jù)之差，以變量增數(shù)△表示。在制作真值表時(shí)，基于“二分歸屬”的原則，用“0”和“1”對(duì)各變量進(jìn)行二分賦值。根據(jù)樣本實(shí)際建立二分的原始數(shù)據(jù)表，如果△為正數(shù)則賦值為1，△為負(fù)數(shù)或0 則賦值為0。由于TSQCA 所體現(xiàn)出的真值表與傳統(tǒng)QCA 沒(méi)有區(qū)別，通過(guò)fsQCA3.0軟件的計(jì)算，就可以發(fā)現(xiàn)哪些因素的何種變化對(duì)時(shí)間區(qū)間內(nèi)結(jié)果的變化產(chǎn)生了影響。

（三）指標(biāo)體系與數(shù)據(jù)來(lái)源

基于已有經(jīng)驗(yàn)文獻(xiàn)以及QCA 條件變量的選取原則（4～7 個(gè)），本文選擇工業(yè)排放（Industrial emissions）、環(huán)保投資（Environmental investment）、空氣質(zhì)量（Air quality）、能源消耗（Energy consumption）、環(huán)境資源（Environmentsources）、環(huán)保產(chǎn)值（Environmentalprotection output value）等6 個(gè)被解釋變量[9]，解釋變量為經(jīng)濟(jì)增長(zhǎng)（Economic Growth）。由于不同的指標(biāo)屬性均有所不同，指標(biāo)數(shù)值的大小直接影響指標(biāo)表現(xiàn)的優(yōu)劣。因此為方便數(shù)據(jù)處理，本文根據(jù)指標(biāo)屬性對(duì)設(shè)立的評(píng)價(jià)指標(biāo)先進(jìn)行歸類，如表1 所示。

表1 評(píng)價(jià)指標(biāo)體系

為保證數(shù)據(jù)的統(tǒng)計(jì)準(zhǔn)確度以提供較高的統(tǒng)計(jì)數(shù)據(jù)分析質(zhì)量，所有統(tǒng)計(jì)指標(biāo)數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局官方網(wǎng)站、中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境年鑒》《中國(guó)能源年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》和《全國(guó)環(huán)境統(tǒng)計(jì)公報(bào)》。

三、結(jié)果與分析

根據(jù)熵值法得到的30 個(gè)省的綜合指標(biāo)數(shù)據(jù)及變量指標(biāo)的賦值標(biāo)準(zhǔn)，使用TSQCA 方法對(duì)所選取22 個(gè)省份，4 個(gè)直轄市和4 個(gè)自治區(qū)（不包含港澳臺(tái)地區(qū)及西藏自治區(qū)）的被解釋變量和結(jié)果變量進(jìn)行賦值，變量二分?jǐn)?shù)據(jù)賦值真值表如表2 所示。

表2 變量二分?jǐn)?shù)據(jù)賦值真值表

（一）真值表構(gòu)建

根據(jù)指標(biāo)變量的賦值標(biāo)準(zhǔn)，將表2 中已賦值的數(shù)據(jù)直接導(dǎo)入fsQCA 3.0 軟件進(jìn)行測(cè)算，刪除冗余的變量條件組合，將其中一致性≥0.8 的數(shù)值編碼為1，其余數(shù)值編碼為0，構(gòu)建出區(qū)域環(huán)境質(zhì)量和經(jīng)濟(jì)發(fā)展關(guān)系的簡(jiǎn)化真值表[8]。

表3 環(huán)境質(zhì)量對(duì)經(jīng)濟(jì)發(fā)展影響因素的簡(jiǎn)化真值表

（二）相關(guān)性分析

本文使用熵值法將23 個(gè)指標(biāo)匯總成為7 個(gè)主要變量，并利用fsQCA3.0 軟件對(duì)各變量進(jìn)行了描述性統(tǒng)計(jì)（見(jiàn)表4），證明了被解釋變量的存在性及其關(guān)系的復(fù)雜性。

表4 描述型統(tǒng)計(jì)和相關(guān)系數(shù)表（N=30）

（三）單個(gè)條件的必要性分析

定性比較分析是通過(guò)對(duì)一致性和覆蓋率[17]進(jìn)行計(jì)算，以確定各個(gè)變量之間是否具有必要性和充分性的關(guān)系。表5 中得到的環(huán)境質(zhì)量各變量的一致性均小于0.9，故選取的6 個(gè)前因條件的確是影響經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵變量，也說(shuō)明沒(méi)有任何一個(gè)前因條件是引起結(jié)果發(fā)生的必要條件，即環(huán)境質(zhì)量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，應(yīng)該綜合考慮6 個(gè)要素下多重條件的并發(fā)協(xié)同效應(yīng)。

表5 環(huán)境質(zhì)量影響因素的必要條件分析

（四）條件組合的充分性分析

利用簡(jiǎn)化后的真值表，通過(guò)對(duì)各個(gè)省份滿足條件的案例數(shù)據(jù)進(jìn)行條件組合的分析，運(yùn)用fs QCA3.0軟件并且基于中間解提取出了各個(gè)要素的組合，結(jié)果顯示總體一致性為1（見(jiàn)表6），為大于0.8 的閾值。研究發(fā)現(xiàn)了表格6 中的5 組組合是影響環(huán)境質(zhì)量影響經(jīng)濟(jì)增長(zhǎng)的最具影響力的典型組合。

表6 各變量組合分析

（五）穩(wěn)健性檢驗(yàn)

QCA 方法要求對(duì)結(jié)果的可靠性進(jìn)行穩(wěn)健性檢驗(yàn)。首先將運(yùn)算的一致性閾值（0.8）提高至0.85 和0.9 分別進(jìn)行運(yùn)算，得到了與圖表6 中相同的運(yùn)算結(jié)果；然后將頻數(shù)的門檻值由1 改變?yōu)?，運(yùn)算后的結(jié)果仍然與此相符。當(dāng)頻數(shù)門檻值改變?yōu)? 時(shí)，產(chǎn)生了7 個(gè)組合路徑，對(duì)應(yīng)表6 中的第一、第三個(gè)條件組合。結(jié)果中包含的前因條件組態(tài)基本相同，并且與本研究得出的結(jié)果相符，驗(yàn)證了這項(xiàng)研究結(jié)果的穩(wěn)定性。其中，組態(tài)發(fā)生輕微變動(dòng)的原因可能是因?yàn)橐恢滦蚤撝档母淖兘档土私Y(jié)果的精確性。因此，本文的研究成果是穩(wěn)定可靠的。

四、結(jié)論

通過(guò)定性比較分析，本研究得出6 個(gè)前因變量所構(gòu)成的對(duì)結(jié)果變量具有最強(qiáng)解釋能力的5 個(gè)條件組合，發(fā)現(xiàn)能源消耗和環(huán)境資源同時(shí)存在于多個(gè)組合路徑中，且不相互矛盾，為影響較強(qiáng)的因素，而環(huán)境指標(biāo)中能源消耗出現(xiàn)次數(shù)最高，說(shuō)明各省份能源利用的效率是各省份經(jīng)濟(jì)發(fā)展的關(guān)鍵影響因素。綜上所述，可簡(jiǎn)單地得出如下結(jié)論：工業(yè)排放、環(huán)保投資、空氣質(zhì)量、環(huán)境資源和環(huán)保產(chǎn)值在影響各省份經(jīng)濟(jì)發(fā)展中發(fā)揮了重要作用，其中，能源消耗是最為關(guān)鍵的因素。由此，推導(dǎo)出環(huán)境質(zhì)量影響經(jīng)濟(jì)發(fā)展的因素條件組合，綜合考慮覆蓋率和一致性的程度，前三種模式具有較強(qiáng)解釋力，從而對(duì)各個(gè)地區(qū)合理選擇經(jīng)濟(jì)增長(zhǎng)途徑提供建議。

組合一：非工業(yè)排放*環(huán)保投資*非空氣質(zhì)量*能源消耗*非環(huán)境資源（～I(xiàn)E*EI*～AQ*EC*～ES）。該路徑表明在缺乏工業(yè)排放、空氣質(zhì)量和環(huán)境資源的情況下，高環(huán)保投資和能源消耗促進(jìn)經(jīng)濟(jì)增長(zhǎng)，以四川省為代表。受地理位置和國(guó)家發(fā)展政策等因素的影響，四川省環(huán)保投資上升從而有效地控制污染，能源較為豐富的四川經(jīng)濟(jì)發(fā)展水平取得了很大進(jìn)步。因此國(guó)家可以繼續(xù)加大對(duì)地方財(cái)政資金的支持力度，建立地區(qū)環(huán)保投資能跟隨地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展的穩(wěn)定增長(zhǎng)驅(qū)動(dòng)機(jī)制，加大對(duì)地區(qū)環(huán)保投資扶持力度對(duì)于加快推動(dòng)國(guó)民經(jīng)濟(jì)和地區(qū)綠色社會(huì)建設(shè)發(fā)展起到至關(guān)重要的推動(dòng)作用。

組合二：非工業(yè)排放*空氣質(zhì)量*非能源消耗*環(huán)境資源*非環(huán)保產(chǎn)值（～I(xiàn)E*AQ*～EC*ES*～EPOV）。表明保證空氣質(zhì)量并且充分利用環(huán)境資源時(shí)，可以有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)，代表省份為江蘇?！笆晃濉币詠?lái)，江蘇在社會(huì)經(jīng)濟(jì)面臨嚴(yán)峻發(fā)展挑戰(zhàn)的實(shí)際背景下，堅(jiān)持經(jīng)濟(jì)建設(shè)與生態(tài)建設(shè)協(xié)調(diào)推進(jìn)，將工業(yè)化的空氣質(zhì)量監(jiān)控落實(shí)到江蘇全省重點(diǎn)工業(yè)領(lǐng)域和關(guān)鍵行業(yè)的經(jīng)濟(jì)總體布局、結(jié)構(gòu)、規(guī)模和生產(chǎn)效率，能源煤的消耗量和工業(yè)化排放都得到了嚴(yán)格控制，加強(qiáng)了企業(yè)生態(tài)環(huán)境保護(hù)能力的基本建設(shè)，充分利用環(huán)境資源，有效推動(dòng)了經(jīng)濟(jì)增長(zhǎng)。

組合三：非工業(yè)排放*非空氣質(zhì)量*能源消耗*非環(huán)境資源*環(huán)保產(chǎn)值（～I(xiàn)E*～AQ*EC*～ES*EPOV）。表明在工業(yè)排放量明顯的情況下，將能源消耗轉(zhuǎn)化為環(huán)保產(chǎn)值的情況下，可以實(shí)現(xiàn)各省份經(jīng)濟(jì)的有效發(fā)展，代表地區(qū)為寧夏回族自治區(qū)。從能源的品種來(lái)看，煤炭的耗費(fèi)量在寧夏全區(qū)的能源消耗中所占的比重相對(duì)較高，使得經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)之間的矛盾日益凸顯；未來(lái)應(yīng)進(jìn)一步強(qiáng)化對(duì)輕重裝備工業(yè)和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，以直接帶動(dòng)新時(shí)代能源和消費(fèi)結(jié)構(gòu)的優(yōu)化；推進(jìn)環(huán)保行業(yè)的發(fā)展，按照各個(gè)能源產(chǎn)品的主要消耗對(duì)象，有針對(duì)性地開展節(jié)能和降耗工作。對(duì)中西部一些能源相對(duì)匱乏的省份，需要充分利用自身太陽(yáng)能、風(fēng)能等清潔可再生能源的優(yōu)勢(shì)，恢復(fù)其生態(tài)承載力，積極培育低碳型經(jīng)濟(jì)產(chǎn)業(yè)，實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)的協(xié)調(diào)發(fā)展。