环境库兹涅茨曲线假说的理论模型.doc

1.1.1 环境库兹涅茨理论简介1955年，美国经济学家西蒙库兹涅茨(Simon Kuznets)，提出了著名的“倒U型假说”，即库兹涅茨曲线。在1991年，美国环境学家Grossman和Krueger首次将库兹涅茨曲线引入经济增长和环境污染关系的研究, 它假定一个国家的污染水平会先随着经济发展和国民收入水平的增加而增加，当经济发展到一定程度时，污染水平会随着国民收入的上升而下降。Grossman和Krueger通过研究发现SO2排放量和经济增长的关系符合库兹涅茨假说:如果用纵轴表示污染水平(污染物排放量等),横轴表示经济增长(GDP、GNP或人均GDP、人均GNP等),可得到污染水平与经济增长之间的散点曲线呈“倒U型”，即环境库兹涅茨曲线(Environmental Kuznets Curve,以下简称EKC)。 自环境库兹涅茨曲线（EKC）假设提出以来，国内外学者不断对其理论探讨和实证研究。国外关于经济增长与环境污染关系的研究比较早，主要研究文献有：1992年Bandyopadhyay和Shafik运用EKC对不同国家经济增长和环境质量关系进行了对比研究。Lucas（1996）验证了BO2、NO2等与经济发展也符合EKC假说。Panayoutou（1997）运用了30个发达国家和发展中国家1982-1994年间的数据进行分析，研究表明，政策和制度不仅能够显著减少由二氧化硫引起的环境退化，而且能够减轻经济增长所付出的环境代价。Dasguptaetal（2002）发现，严格的环境规制能使经济增长的每个时期污染排放水平都低于没有规制时的排放水平，使环境库兹涅兹曲线变得比较平坦。除此之外，许多发达国家和新兴发展中国家经济增长与环境质量之间的实证研究也证实了EKC假说,只是不同国家、不同污染物的“倒U”顶点出现的时机不同。国内对我国经济增长与环境污染之间关系的研究起步较晚，主要研究文献有：范金(2002)采用中国81个大中城市1995-1997年度SO2、氮氧化物、总悬浮颗粒浓度等的面板数据对EKC进行研究,发现除了氮氧化物浓度之外,其余污染物与国民收入水平存在“倒U”关系;包群、彭水军（2006）采用中国30个省市19962000的环境指标数据，建立面板数据模型，研究发现经济增长与环境污染之间存在环境库兹涅兹曲线“倒U型”特征。张红凤等（2009）通过实证研究发现，严格且系统的环境规制政策能够改变环境库兹涅兹曲线的形状和拐点位置。但中国区域经济发展很不平衡,各个地方对污染治理的投入差别也较大,很难建立统一的模型来描述整个国家的经济增长与环境污染之间的关系,应当按照经济发展水平分区域进行研究,这样才能够更好地解释中国环境污染的实际状况。1.1.2 EKC模型国际上根据环境库兹涅茨理论所产生的计量模型有两大类,一类是基于时间序列数据分析的模型,另一类是基于面板数据分析的模型。1.1.2.1 基于时间序列数据分析的EKC模型该模型最具有代表性的是二次多项式函数关系,这也是目前国际上常用的简化计量模型:Et=0+1Yt+2Yt2+t (1)式中:Et为某国家或地区在时刻t受到的环境压力,常用环境质量指标、污染物排放量等表示;0是国家和地区特征相关参数;Yt是该国家或地区在t时刻的经济产出,一般以GDP或人均GDP表示;1、2分别为参数。若20则为“倒U”型曲线;若20,10,20且3=0,则为“倒U”型曲线;若10且3=0,则为“正U”型曲线;若10,2=0且3=0,则环境恶化程度将呈线性下降;若10且30,20,则环境恶化程度呈现“正N”型。1.1.2.2 基于面板数据分析的EKC模型这类模型主要由Bandyopadhyay和Shafik(1992)提出,主要是将二次、三次函数与对数形式相结合,并加入GDP以外的环境影响因素。基本表达式为:lnEit=0+1lnYit+2(lnYit)2+3(lnYit)3+Xit+it (3)一般使用Hausman检验判断使用固定效应模型还是随机效用模型。式中Xit表示影响第i国家或地区环境质量的其他变量构成的向量,一般包括结构效应和技术进步效应等变量。其中结构效应一般采用第二产业增加值或者第三产业增加值占当年GDP比重,技术进步效应一般采用人均资本存量等。除此之外还可以加入出口依存度或FDI依存度来研究国际贸易、外商直接投资对环境污染的影响。3.1 环境污染状况分析图1 1999-2009年间昆明市主要污染物排放量变化情况1999-2009年间昆明市主要污染物排放量变化情况如图1所示。4种污染物中，工业废水排放量、工业烟尘排放量和工业粉尘排放量总体上呈下降的趋势；工业二氧化硫排放量在1999-2006年间波动上升，2006以后呈下降趋势。3.2 主要污染物的环境库兹涅茨曲线实证研究本文采用的模型是Et=0+1Yt+2Yt2+3Yt3+t 式中，:Et为昆明市在时刻t受到的环境压力,本文中用工业废水排放量、工业SO2排放量、工业烟尘排放量和工业粉尘排放量表示;0是昆明市特征相关参数;Yt是昆明市在t时刻的经济产出,本文以人均GDP表示;1、2分别为参数。若10,20且3=0,则为“倒U”型曲线;若10且3=0,则为“正U”型曲线;若10,2=0且3=0,则环境恶化程度将呈线性下降;若10且30,20,则环境恶化程度呈现“正N”型。本文利用上述模型，分别对昆明市的工业废水排放量（E1）、工业SO2排放量（E2）、工业烟尘排放量（E3）和工业粉尘排放量（E4）的EKC进行估计，样本数据区间为1999-2009年，资料来源为1999-2009各年的昆明统计年鉴，估计结果如下：表1 昆明市经济增长与环境污染的关系表环境指标工业废水排放量工业二氧化硫排放量工业烟尘排放量工业粉尘排放量R20.870.890.830.9常数项55718.3411688.06344206.2531029.31-7.107800 0.884817-47.76024-74.0672520.0003240.0003950.0022330.0034063-4.84E-09-1.15E-08-3.40E-08-5.09E-08F值15.2418.2311.2722.13DW1.81.671.892.01由表1得，所有环境指标与人均GDP的拟合度R2的值均大于0.7。其中，工业粉尘排放量的拟合度为0.9，说明所采用的回归模型具有充分的统计学意义。各环境指标与人均GDP的散点图见图2-5。从图中可以得出：4种污染物中，工业废水排放量、工业烟尘排放量和工业粉尘排放量总体上呈下降的趋势；工业二氧化硫排放量在1999-2006年间波动上升，2006以后呈下降趋势。图2 工业废水排放量与人均GDP散点图图3 工业二氧化硫排放量与人均GDP散点图图4 工业烟尘排放量与人均GDP散点图图5 工业粉尘排放量与人均GDP散点图对工业废水排放量EKC的估计方程如下（方程下面括号内为T值）：E1=55718.34-7.107800Yi+0.000324Yi2-4.84E09Yi3 （4.26） （-3.49） （3.18） （-2.95）根据模型判定标准之一：若10且30,20且3=0,则为“倒U”型曲线;若10且3=0,则为“正U”型曲线;若10,2=0且3=0,则环境恶化程度将呈线性下降;若10且30,20,则环境恶化程度呈现“正N”型。得出昆明市1999-2009年工业二氧化硫排放量的环境库兹涅茨曲线不呈现“倒U”型曲线、“正U”型曲线、线性下降、“正N”型、“倒N”型中的任何一种。对工业烟尘排放量EKC的估计方程如下（方程下面括号内为T值）：E3=344206.2-47.76024Yi+0.002233Yi2-3.40E08Yi3 (4.14) (-3.69) (3.45) (-3.26)根据模型判定标准：若10且30,则当用横坐标表示人均GDP,用纵坐标表示环境恶化程度时,环境恶化程度呈现“倒N”型。得出昆明市1999-2009年工业烟尘排放量的环境库兹涅茨曲线呈现“倒N”型。对工业粉尘排放量EKC的估计方程如下（方程下面括号内为T值）：E4=531029.3-74.06725Yi+0.003406Yi2-5.09E08Yi3 (5.61) (-5.03) (4.62) (-4.29)根据模型判定标准：若10且30,则当用横坐标表示人均GDP,用纵坐标表示环境恶化程度时,环境恶化程度呈现“倒N”型。得出昆明市19