经济增长与环境污染的Kuznets曲线范文

一、经济增长与环境污染

关于经济增长与环境污染之间的关系,国内外很多学者进行了大量研究。1992年,美国经济学家G•Grossman和A•Kureger对此提出了一个环境Kuznets曲线(EnvironmentKuznetsCurve,EKC)的假设[1]。该假设试图说明如果没有一定的环境政策干预,一个国家的整体环境质量或污染水平是随着经济增长和经济实力的积累呈先恶化后改善的趋势。他们采用跨国数据说明了EKC的存在,即最初环境恶化程度随着人均GDP的上升而上升,达到一个转折点后,将随着人均GDP的上升而下降。并把这种现象归因于以下几点:(1)当人们越富有时,对环境质量的要求越高;(2)人们越富有,越有能力降低环境恶化程度;(3)经济增长有利于经济结构向低污染型生产转化;(4)经济增长有利于加速降低环境污染强度的技术的进步。Beckerman(1992)甚至认为,“随着人均国民收入的提高,环境恶化程度的下降可以由经济增长来解决。”国外学者对这项研究的方法主要有两种:一种是在认为存在EKC的基础上,采用横截面数据和面板数据,通过拟合二次多项式或三次多项式模型进行估计,在此基础上再来计算出拐点而进行的;另一种是利用一个国家的时间序列数据来进行分析的。但是,前一种研究方法目前受到了许多严厉的批评。批评者们认为,只有使用单一国家数据才能判别不同污染的真实EKC是否存在(如RobertsGrimes1997)。截面数据仅仅能反映发达国家的经济增长与环境污染之间所具有的负向关系,它在发展中国家经济增长与环境污染是呈正向关系的,因而,它不是一个适用于所有国家的单一关系。这一结论同样也适用于一个国家内不同地区的截面数据。因为,采用截面数据等于暗含了所有国家(或地区)都有相同的发展路径,而实际上这是不可能的。

ListGallet(1999)就曾用美国1929~1994年的数据对不同州的EKC进行了分析,他发现不同州的转折点并不相同,即美国各州的污染路径是不一致的,从而也印证了上面的结论。至于第二种方法,目前国外对这方面的研究并不是很多,结论也并不相同。一种认为存在EKC,如Carson等人(1997)利用美国1988~1994数据发现七种空气污染物与经济增长存在负向关系,并且转折点明显在用截面数据计算出来的转折点之上,从而印证存在EKC。但是,大部分利用时间序列数据进行分析的研究却表明EKC并不存在,如HannesEgli(2001)利用德国数据所作的研究就证明EKC并不存在[2]。KathleenM.day(2001)利用加拿大数据也正证明EKC并不存在[3]。国内对我国经济增长与环境污染之间的关系是否符合EKC的研究始于20世纪末,在方法上虽然大都是采用时间序列数据进行分析的,所不同的是有的是以我国不同年份作为样本来进行研究的,如朱智(2004)就是利用我国1991~2001年的数据,采用指数回归模型进行研究的,并认为我国水环境与水利经济发展的关系位于EKC的上升阶段[4]。有的则以省市数据作为样本来进行研究的,如吴玉萍等(2002)利用北京市1985~1999数据[5]、高振宁等(2004)选取江苏1988~2002数据[6]、陈华文等(2004)利用上海市1990~2001年数据[7]、刘耀彬等(2003)利用武汉市1985~2000年数据所作的研究[8]。但这些研究有一个共同点,首先,都是先假定EKC存在,然后,再通过直接运用时间序列数据拟合二次多项式或三次多项式,并据此再求出拐点来进行的。综观这些实证研究,他们存在一个共同的弊端,那就是对于时间序列数据,并没有进行平稳性和协整性检验,因此,所得到的结论就有可能因为是虚假回归而不能令人信服。

改革开放以来,我国经济取得了很大的发展。“中国是地球上经济变化最快的地方,也许在历史上绝无仅有,英国用了差不多整个19世纪才使人均收入增长了2•5倍,美国在1870~1930年的60年间收入增加3•5倍,日本在1950~1970年增长了6倍,而中国却比它们都快。自从1979年摆脱了经济孤立后,中国的收入增长了7倍,如果中国经济还将腾飞,这样的转变引起的全球效应将是戏剧化的”(JimRohwer,2001)。然而,一个不容忽视的事实是,在经济高速发展的同时,我国的环境污染情况不容乐观:根据世界银行的《世界发展报告》(1998)提供的资料,我国1995年单位美元GDP的二氧化碳排放量是美国的5•5倍,日本的13•8倍,高收入国家平均水平的7•9倍,世界平均水平的4•6倍。根据世界银行的《世界发展指标》(1998)提供的资料计算,我国1993年日水污染量是美国的2•2倍,日本的3•4倍,英国的7•8倍。由此可见,我国经济发展付出了十分昂贵的资源和环境代价,这样的发展是难以持续的。因此,对我国经济增长与环境污染之间的关系到底是否符合EKC进行深入细致研究,这对保持经济持续快速增长,避免和减少环境污染具有重要意义。

二、经济增长和环境污染间关系的简化模型

(一)简化模型的设计

本文用来研究经济增长和环境关系的指标是这样设计的:用来反映经济增长的指标是人均实际GDP(通过价格指数进行平减);反映环境污染程度的指标是用工业废水排放量、工业废气排放量和工业废物排放量三个指标,即通常所说的“三废”指标。对环境污染程度之所以采用这三个指标,一是因为目前在我国普遍采用的都是以它们作为环境污染程度指标的;二是因为这三个指标具有长期值,便于进行统计分析,这三个指标中的任何一个上升都将意味着环境污染程度的加大。关于环境污染程度指标和人均GDP关系的EKC研究国际上常用如下两种形式的简化模型来进行:一是二次多项式;再一个是三次多项式,可以包括常数项或时间项。也有一些专家学者在此简化模型中加入了其他一些变量,如贸易强度(Grossman和krueqer1995)、能源价格(deBrugn,vandenBergh和Opschoor1998)、经济结构(surichapman1998)、经济活动的空间密度(kaufmannetal1998)和收入的不平等性等(TorrasBoyce1998)。但是,添加这些附加的变量,由于其中一些随着时间变化很少,因此,用在只有一个国家的利用时间序列数据进行估计的简化模型中作为回归量并不合适。此外,使用仅包含人均GDP作为变量的简化模型有利于进行国际比较。因此,我们所采用的简化模型中将不包含这些附加变量。本文采用的三次多项式简化模型来进行的,模型表达式为:lnEi=α1+α2lnYi+α3lnY2i+α4lnY3+ui(1)其中,lnEi为环境污染指标的对数,lnYi为真实人均GDP的对数。

在上述模型中,如果α2>0,α3>0,且α4=0,则环境污染程度曲线将呈倒U型曲线;如果α2<0,α3=0,且α4=0,则环境污染程度曲线将直线下降;如果α2>0,α3<0,α4>0,则环境污染程度曲线将呈N型;如果α2<0,α3>0,且α4<0,并以人均GDP为横坐标,环境污染程度指标为纵坐标,则环境污染程度也将呈现倒N型,这意味着一个令人满意的人均GDP和环境污染的长期关系将存在。利用上述简化模型,我们分别对我国的工业废水(E1)、工业废气(E2)和工业废物(E3)的EKC进行了估计,样本数据区间为1986~2003年,资料来源为1987~2004各年的《中国统计年鉴》,估计结果如下:对工业废水EKC的估计,采用三次多项式简化模型,经检验lnY3的系数不显著,采用二次多项式进行估计,结果如下:lnE1=4•368lnYi(18•21)-0•3253lnY2i(-9•80)R2=0•108DW=2•1F=0•85(Prob(F-statistic))=0•448769)(2)该估计方程虽然两个系数显著,但由于F检验的P值为0•448769,故回归方程总体上并不显著。对工业废气EKC的估计结果如下:lnE2=-328(-2•51)+142•746lnYi(2•64)-20•039(-2•69)lnY2i+0•94(2•75)α4lnY3(3)R2=0•98DW=2•28F=180•99(Prob(F-statistic)=0•000000)该估计方程系数均通过显著性检验,回归方程总体上也是显著的(F检验的P值为0),模型拟合很好,且不存在序列相关,这说明模型的解释力很强。对工业废物EKC的估计结果如下:lnE3=2283•95(3•436)-936•3lnYi(-3•373)+128•21lnY2i(3•324)-5•84lnY3(-3•277)(4)R2=0•741DW=2•13F=13•364(Prob(F-statistic)=0•000215)该回归方程系数均通过了显著性检验,回归方程总体上也是显著的(F检验的P值为0•000215),模型拟合很好,且不存在序列相关,模型的解释力较强。

从工业废水的EKC估计方程看,由于α2>0,α3<0,且α4=0可知,这似乎符合倒U形曲线存在的条件,但由于该回归方程在总体上并不显著,所以这种关系等于不存在;对于工业废气EKC估计方程,由于α2>0,α3<0,α4>0,故表明废气污染程度曲线是呈N型的,即最初废气污染程度是随着人均GDP的上升而上升的,当达到一个转折点后,将随着人均GDP的上升而下降,再达到一个转折点,又随国民收入的上升而上升;对于工业固体废物EKC估计方程,由于α2>0,α3<0,α4<0,故固体废物污染程度曲线是呈N型的,它表明对于工业固体废物而言,它是人均GDP与工业固体废物环境污染之间有一个令人满意的长期关系。上述分析结果表明:就中国而言,除了工业固体废物以外,对环境质量有益的人均GDP与环境污染程度指标的EKC关系并不存在。上述分析过程虽然采用的是时间序列数据,但由于并没有进行数据的平稳性检验,因此还很难肯定结论是正确的。因为如果数据非平稳,上述估计结果有可能是虚假回归,所以还需要对数据作进一步统计分析。

(二)变量的平稳性检验和协整分析

在对EKC简化模型估计过程中,为了避免可能出现虚假回归,因此,首先需要对上述简化模型中所涉及的时间序列变量进行平稳性检验,而后再对时间序列变量间是否存在协整关系进行检验。1•变量的平稳性检验。首先检验H0∶μ=β=δ=0,检验统计量为:F=(RSSR-RSSU)/JRSSU/(T-k)~F(j,T-k)(5)其中,RSSR和RSSU分别表示约束和无约束的残差平方和,J为约束个数,T为用于估计的观察值的个数,k为无约束的回归因子的个数。当计算出来的F统计量的值大于临界值时,则拒绝原假设,说明数据至少含有截距或时间趋势。然后检验H0∶β=δ=0,仍然使用上面的F统计量。如果接受原假设,则说明数据不存在时间趋势,类似的还可检验是否存在截距项。在上述检验过程中,滞后阶数的选取,一般是采用AIC标准或SC标准,我们是选用AIC标准进行。按照上述检验方法,我们首先进行的是ADF检验,然后是PP检验。

从检验结果可以看出:对于估计方程1、2,由于被解释变量lnE1和lnE2前者为平稳后者为二阶单整,而解释变量lnY、lnY2、lnY3却皆是一阶单整的,这表明,这两个估计方程的被解释变量和解释变量间不存在协整关系,因此,前述关于工业废水和工业废气所作的估计是“伪回归”。而对于工业废物估计方程,由于被解释变量lnE3与解释变量lnY、lnY2、lnY3皆是一阶单整的,表明此方程的被解释变量和解释变量间存在协整关系,因此,前述由该估计方程所得出的结论可信。2•变量协整关系的检验。为了进一步验证工业废物估计方程工业废物污染与人均GDP增长变量间的协整关系成立,对此我们又对模型中变量间的协整关系作了检验。对变量间协整关系的检验方法主要有两类:一类是单方程的最小二乘估计法,以E-G两步法为代表;另一类是最大似然估计法。相对而言,最大似然估计检验的势较E-G两步法高。不论采用哪一种方法,都必须在大样本下来进行才行。然而,我们所面临的问题却是样本容量过少,当样本较小时,单位根检验和协整检验将缺乏一定的可信性,因为渐近临界值只有在大样本下才比较精确。Maddalaandkim(1998)甚至认为样本容量应超过100才行。为了克服样本较小的问题,我们采用了类似单位根检验过程,分别采用了基于E-G两步估计法下残差的单位根检验和DW检验,基于最大似然估计法下的hohansen检验等三种不同方法进行协整检验,以弥补因样本容量较小的不足,增加检验的可信性。

E-G两步估计法是指第一步进行协整回归,第二步对协整回归的残差进行平稳性检验,如果残差是平稳的,则说明变量间存在协整关系,否则协整关系不成立,所以,E-G两步估计法下的协整检验实质上就是对残差的单整检验。但由于是对残差进行单位根检验,故它的检验的临界值和一般序列单位根检验的不同,它的临界值更靠左。Engle-Yoo给出了这个检验的临界值,称为EG和AEG检验临界值。由于在第二部分我们已经进行了协整回归,所以可以直接对它的残差进行单位根检验。经计算AEG临界值(无截距、无时间趋势、无滞后)为-4•2763,EG临界值为4•11,这说明残差是平稳的,存在协整关系。另一基于最小二乘估计的协整检验是对残差作DW检验,由Sargan-Bhargava(1983)提出,称为协整DW统计量,记为CRDW。其计算公式和通常用于序列相关检验的DW统计量的计算公式相同,即CRDW=∑Tt=2(^ut-^ut-1)2∑Tt=1u^2t(6)对于工业废物估计方程,经计算CRDW=2•13,临界值为0•89,说明残差是平稳的,故表明上述工业废物污染与人均GDP增长之间的协整关系是成立的。最大似然估计法下的hohansen协整检验是基于VAR来进行的。根据AIC准则,选择滞后期为2。为了说明工业废物是否随人均GDP的增长而趋于减少,在检验时采用数据存在线性趋势,并且协整方程存在截距项和趋势项来进行。无论是1%的显著性水平,还是5%的显著性水平,其统计量的值都大于临界值,故也表明上述工业废物污染与人均GDP增长协整关系成立。综合上述三种检验方法表明,工业固定废物和人均GDP之间确实存在着一个长期稳定的均衡关系。所以,关于工业固体废物的估计方程可信。

三、结论

综合上述关于我国人均GDP与环境污染指标之间关系所进行的实证分析标明,我国只有一个工业固体废物污染程度指标是随人均GDP的增长而下降的;其他两个环境污染程度指标(工业废水、废气)与人均GDP之间并不存在协整关系。因此,没有证据表明我国的人均GDP的增加有助于解决中国的环境问题。如果要阻止环境进一步恶化,只能通过一定的政策和激励措施,减少企业的每单位产出的污染强度,或通过产业转型,从多污染型向少污染型产业转移来解决。而这一切只有通过界定产权才能实现。环境污染并不是工业化的必然结果,而是缺乏所有权造成的。环境污染是由于负的外部性造成的,诺斯关于外部性的定义为:当某个人的行动所引起的个人成本不等于社会成本,个人收益不等于社会收益时,就存在外部性。传统的办法和标准福利经济学是按照庇古原则采取罚款或征税的措施来解决的。由于该方案由庇古在1920年出版的《福利经济学》一书中加以阐述的,故又称为“庇古税”方案。对环境有污染行为的企业收税或收费是当今世界大多数国家都在采用的一种方法,但是不能从根本上使环境负外部性内在化,收税是收税,污染还是污染,简单的收税并不是解决外部性的好办法。世界各国环境保护的实践已证明,仅仅通过政府来保护环境,不仅政府承担不了,而且效率也低下。要提高环境保护的效率,只有实行环境保护市场化,环境保护市场化的实质就是要通过市场使外部性内在化,而外部性内在化的关键是产权制度。因为明确产权可以解决责任问题,并有利于经济主体激励机制与约束机制的建立。如授予公众有不被污染的权利,则可以约束污染企业排污,并激励污染企业改进技术或进行产业转型。新制度经济学认为:产权不清会导致一个国家陷入“贫困陷阱”,而在贫困陷阱中的国家,则永远不可能达到高收入的稳定状态。同样,产权不清会导致一个国家陷入“污染陷阱”,而在污染陷阱中的国家,则永远不可能得到清洁的空气和河流。

通过产权明晰来解决污染问题,需要有三个前提:一是产权界定清楚,二是产权的有效转让,三是产权的法律保护。产权界定清楚是基础,产权界定不清,就没有交换的主体,产权就不能转让,而产权的有效转让取决于法律的保护程度。法律保护是解决环境污染的必要条件,但不是充分条件。其中有一个特别需要注意的是“软政权”问题。软政权的根本含义是,即使制定了法律也不被遵守、不易实施的权力。这主要表现为包括环境保护人员在内的各级公务人员在环境保护中所普遍存在的“寻租”现象。我国虽然也频布了一系列环境保护的法律、法规,但环境问题依然严重,除产权(污染权或被污染权)不明外,各级部门执法不利也是一个重要的原因。因此,本文的结论是:通过对我国经济增长与环境污染之间关系的EKC研究表明,我国的环境污染是不会随经济增长而自动改善的;仅仅靠国家干预也不能从根本上解决我国环境问题的;只有界定产权,通过一定的政策和激励措施减少企业的单位产出的污染强度,或者产业转型,从重污染型向轻污染或无污染型产业转移,并辅之以严格执法,才能阻止环境的进一步恶化,使我国环境问题得到根本解决。