实证判定西部地区生态环境与贫困减缓的关系,中国经济论文

实证判定西部地区生态环境与贫困减缓的关系,中国经济论文西部地区同时面临着生态保卫和贫困减缓的双重目的。2000－2018年西部地区贫困减缓和以碳排放量为表征的生态环境恶化在时间上同时出现，西部地区城乡贫困减缓的同时，西部地区每万元碳排放年均增长率为8．58%、人均碳排放年均增长率为13.2%。这表示清楚西部地区存在着以生态毁坏为代价换取短期减贫效果的可能。为了更好地设定政策选择的盯住目的，需要从理论上厘定贫困与生态环境的关联机制。Carr，Kettle和Hoskins(2018)以为贫困与环境问题的理论关联能够追溯到18世纪，即马尔萨斯所讲的贫困人口的短视将会导致生态恶化，并且牵涉两者关联的文章在20世纪90年代之后大量出现，但是现有研究对贫困与生态环境的关系有不同的看法。有研究以为贫困问题将会导致环境恶化，但也有学者通过案例研究以为贫困人口更为关注环境保卫，并且贫困人口受环境毁坏的影响更大。除此之外，也有观点以为环境和贫困的关系并非因果关联，而是两者相互影响的循环关系，并且两者的理论关联需要以贫困和生态环境的客观统一界定作为前提。Broad(1994)发现很多贫困者实际上是环境保卫者，她以为广义的贫困人口应该进一步分为一般贫困人口和深度贫困人口，深度贫困人口更有可能由于生计的问题毁坏环境。Reardon和Vosti(1995)的观点与Broad类似，都以为不同的贫困类型与不同的生态环境问题会导致贫困与生态环境产生不同的关联。他们将贫困分为投资贫困和福利贫困两种类型，生态环境的变化将会对不同的贫困类型产生影响。Reardon和Vosti(1995)以为生态环境和贫困的关联机制受如下几个因素的影响:贫困程度、贫困类型、生态环境问题的类型、贫困的分布构造。因而他们以为两者并不存在某种普适的关系，政策实践应该充分考虑两者关联的多样性属性，两者关系的检验应该置于特定的环境和特定的贫困水平下进行。Jehan和Umana(2003)将贫困和生态环境的关联定义为双向关系，即生态环境能够影响贫困，同时贫困也会对生态环境产生影响，他们总结了贫困与生态环境关联的四种主要理论，分别是:螺旋下降假讲、环境库兹涅茨曲线、Beckerman假讲以及Poter假讲。对于西部地区而言，生态环境和贫困减缓的理论关联也存在现有分析中辨别出的两种机制。首先，西部地区的贫困主要是指收入贫困和消费贫困，收入的提升是贫困减缓的主要动力来源，西部地区沿着经济增长－要素介入－初次分配－二次分配－收入提升这一途径实现内生贫困减缓。由于经济基础、要素禀赋和产业构造的特殊性，西部地区本地要素投入以中低技能劳动力和自然资源为主，且重工业化的产业构造低技能劳动力吸纳能力较差，因而贫困人口收入提升将更多地依靠消耗自然资源所带来的收入溢出，进而导致西部地区贫困减缓的同时伴随着自然资源的消耗和生态环境的恶化。其次，西部地区经济增长假如构成对自然资源投入的途径依靠，将会锁定本地劳动力的供应质量。同时西部地区普遍处于生态脆弱地区，不存在先污染后治理的客观条件，西部地区在发展经过中必然面临着环境毁坏的底线硬约束。一旦环境问题触及生态底线，其经济增长方式将会经历休克式的转型，从依靠自然资源消耗谋取经济增长的产业构造转型为谋求生态环境可持续为盯住目的的经济发展方式，进而导致贫困人口被锁定的劳动力供应质量和新型经济发展方式的不匹配问题，造成贫困人口现有的收入增长形式不可持续，并且贫困人口抵御生态风险的能力更差，进而西部地区贫困人口将会在劳动力供需不匹配以及生态环境风险的双重作用下，加剧贫困深度，进而表现为生态质量下降导致贫困加剧。以上两种机制均为潜在机制和可能关联，能够近似用两阶段环境－贫困U型曲线表示，假如西部地区通过自然资源的消耗使得贫困人口收入提升，那么两者的关系处于U型曲线的左边;假如西部地区面临着第二种关联机制的作用，那么生态环境质量的下降将加剧贫困状况，进而处于U型曲线的右边。西部地区生态环境与贫困减缓的关系取决于西部地区现行的经济增长方式、劳动力的供应情况以及生态环境质量的变动情况。接下来，本文将通过实证分析断定西部地区生态环境与贫困减缓的关系，分析西部地区能否通过自然资源的消耗获得了更广范围的贫困减缓，还是现有的经济增长方式使得西部地区贫困人口已经经过了最初的正向促进阶段。这两种不同阶段的断定将产生截然不同的市场选择和政策导向。一、计量模型设定与变量讲明(一)计量模型设定为了对上述两种关联机制进行辨别，本文构建计量模型的思路有二:第一，对生态环境和贫困减缓的关联机制进行线性断定;第二，对于生态环境与贫困减缓可能存在的U型曲线特征进行实证检验。根据生态环境与贫困的关联机制，两者的线性关系能够表示为:lnpovrt=0+1lnco2rt+υixrit+urt(1)urt=r+t+εrt(2)华而不实，下标r和t分别代表省份(自治区)和年份;pov为被解释变量，即贫困者收入，用来衡量各地区贫困者的贫困减缓状态，城市贫困者和农村贫困能够分别用pov_urb和pov_rur表示;co2是本文的主要解释变量，反映了各省(自治区)的生态环境状况;xri表示其他控制变量，包括各地区的经济发展水平(_per)、受教育年限(h)和基础设施(infra);urt综合误差项，包括了地区固定效应(r)、时间效应(t)和随机扰动项(εrt)。根据现有该线性设定在实证检验经过中面临两个方面存在的问题:第一，生态环境状况与经济发展水平存在着环境库兹涅茨曲线的内在关联，生态环境和经济发展水平存在内生可能;第二，现有研究也表示清楚，贫困存在不流动性以及收敛性，即贫困存在跨期相关性。为了防止计量模型出现设定偏误，通过引入被解释变量的滞后项，进而将方程(1)扩展动态模型。一方面考虑贫困的不流动性和收敛性，另一方面可以以限制模型中经济发展水平和生态环境的内生性问题，进而获得主要解释变量的一致性估计值。基于上述讨论，并借鉴Arellano和Bond(1991)的方式方法，设立一阶动态自回归模型，将模型(1)扩展为:lnpovrt=0+1lnpovr，t－1+2lnco2rt+υixrit+urt(3)从长期看，由于生态环境和贫困减缓存在U型变动的可能，为了对现有产业构造和禀赋特征的情况下两者的可能演化趋势进行分析，本文引入生态环境的二次项，进而将模型(3)进一步扩展为:lnpovrt=0+1lnpovr，t－1+2lnco2rt+3lnco22rtυixrit+urt(4)华而不实，lnpovr，t－1是被解释变量的一阶滞后项。在后续实证检验部分，我们将重点基于模型(3)和模型(4)进行分析。(二)数据来源与变量讲明1．贫困指标。本文用贫困人口收入作为西部地区贫困状况的代理变量，农村贫困来源于采用各相应年份(中国贫困监测报告〕各省区贫困县农民人均纯收入数据，城市贫困采用各省份统计年鉴中按收入等级分最低20%城镇人口的人均可支配收入。本文所有货币单位数据均以2000年为基期进行了价格调整。2．生态环境。生态环境质量能够从三废排放、土地沙漠化、森林覆盖率等多个角度来衡量，但这些不同测度指标之间存在较强的内在相关性。基于数据可得性和指标科学性的考虑，我们选择CO2排放量作为西部地区生态环境测度的指标，躲避各地生态环境的固有差异，仅分析经济活动的能源消耗所产生的CO2排放变动。当前中国没有颁布省级的CO2排放量数据，本文在估算西部地区CO2排放量时不但考虑了煤炭、原油和天然气这三种消耗量较大的一次能源的燃烧所产生的CO2，还同时考虑了水泥生产经过中的CO2排放。估算中各能源消费数据来自历年(中国能源统计年鉴〕，水泥生产数据来自历年(中国工业经济统计年鉴〕以及国泰君安金融数据库。2000－2018年西部地区CO2排放量详见表1所示。3．受教育年限。受教育年限是本文重点关注解释变量之一。参照单德朋(2020)的做法，使用劳动力平均受教育年限来衡量教育数量。2001－2018年教育数量数据来自于历年劳动力调查资料和人口普查数据，华而不实2000年数据根据各地区每十万人拥有的各种受教育程度人口推算而得。平均受教育年限的计算公式为:不识字人口比重*0+小学劳动力比重*6+初中劳动力比重*9+高中劳动力比重*12+中专劳动力人口比重*12+大专劳动力人口比重*15+本科劳动力人口比重*16+研究生劳动力人口比重*19。4．各省区的经济发展水平能够对贫困者的收入变动产生影响，使用各省区真实人均地区生产总值作为衡量经济发展水平的指标。固然人均地区生产总值是一个平均概念，受收入分配构造的影响，但现有实证研究已经表示清楚人均地区生产总值能够对贫困减缓产生正向影响，固然经济增长的减贫弹性存在下降的趋势。5．用每平方公里的公路里程数作为基础设施的衡量指标。基础设施不仅仅是影响地区经济发展的重要变量，而且能够对贫困人口介入经济活动产生影响。基础设施投资于贫困减缓之间并非简单关联，两者关系还取决于基础设施的类型、新增基础设施的部门。除此之外，基础设施对贫困减缓的作用在短期和中长期有所不同，并受管理以及制度的质量影响。该参数估计值符号同样需要通过实证来检验。二、实证检验与结果分析(一)计量方式方法与实证分析本文实证检验的基本模型为动态面板模型，为了躲避变量跨期相关以及内生性带来的估计偏误，我们使用系统广义距方式方法(SYS－GMM)对模型(3)和模型(4)进行计量检验，并对计量结果进行稳健性检验。首先，我们利用模型(3)估计西部地区CO2排放与贫困人口收入的线性关系，并分城镇贫困和乡村贫困进行了比拟研究，结果见表2和表3第一列所示。结果表示清楚农村贫困人口收入和西部地区CO2排放之间存在正向相关关系，但CO2排放与城镇贫困人口收入提升负向相关，城乡贫困模型中CO2排放的统计意义和经济意义均不显著。并且贫困滞后项的参数估计值显著为正，表示清楚引入被解释变量滞后项构建动态面板模型是必要的。其次，我们利用模型(4)对西部地区CO2排放与城乡贫困人口收入的U型变动可能进行了计量检验，结果见表2和表3第二列所示，并通过拟合优度和参数估计效率比拟模型(3)和模型(4)的合意性。结果表示清楚引入CO2排放二次项之后，主要解释变量的参数估计效率更高层次。并且贫困的一阶滞后项继续保持统计显著，且具体表现出出贫困人口收入跨期正相关的显著经济意义。再次，为了检验动态面板系统广义距方式方法的合意性，我们使用sargan检验对新增工具变量的有效性进行了检验，结果见表2和表3最后一行，sargan检验的原假设H0为过度辨别约束有效，即新增工具变量有效。结果表示清楚在所有动态面板模型中使用系统广义距方式方法均无法在常用显著性水平上拒绝新增工具变量有效的原假设。最后，我们还对模型(4)的计量分析结果进行了稳健性检验，稳健性检验的思路有二:一是使用OLS估计对模型(4)进行区分城乡的计量分析，二是用CO2排放总量指标作为人均碳排放的参照指标，用系统广义距方式方法进行估计，结果见表2和表3最后两列所示。在OLS回归和基于CO2排放总量的实证检验中，主要解释变量参数估计值的正负号与系统GMM分析中的结果一致，因而利用系统广义距方式方法对引入二次项的模型(4)进行实证检验，其结果是稳健的。(二)计量结果讲明1．西部地区贫困人口收入的跨期相关性。在所有的计量模型中，贫困人口收入的一阶滞后项均显著为正，西部地区贫困人口收入存在跨期相关性，既往贫困人口收入对即期收入有显著正向作用，这表示清楚西部地区有陷入贫困陷阱的可能，贫困具有明显的跨期传递，并且农村贫困的跨期传递比城市贫困更为明显。因而，西部地区在减贫盯住对象的选择和政策施行时应该充分考虑贫困的这一特殊属性，意识到深度贫困人口将是将来减贫的重要盯住对象。2．西部地区碳排放与贫困人口收入的关系。从碳排放与农村贫困人口收入的关系来看，两者的函数拟合图像为开口向下的抛物线，即初始阶段随着碳排放量的增加，西部农村贫困人口的收入水平显著上升，但到达临界点之后碳排放量将会导致贫困人口收入下降。该实证结果统计显著，且保持稳健。该结论与理论分析相一致，在前半段碳排放与收入提升正相关的原因在于西部地区农村贫困人口的禀赋构造以低技能劳动力和自然资源为主，主要依靠高能源消耗产业发展所带来的经济溢出来获得收入提升。在后半段两者关系逆转的主要原因在于随着西部地区生态问题的凸显和西部地区生态硬约束的提升，西部地区产业构造需要经历硬转型，而西部地区贫困人口的技能水平不能对产业构造转型进行有效适应，并且农村贫困人口对环境问题的风险抵御能力更差，进而导致在产业构造转型和生态环境成本提升的双重约束下，西部农村贫困人口的收入水平下降。从倒U型曲线的转折点来看，西部农村地区贫困人口仍然处于曲线的左边，碳排放的增加仍然能够带来农村贫困人口收入的提升，但在现前阶段的减贫实践中，应该摒除污染是发展中存在的问题，也必将随着发展而自行解决的理念，需要意识到在现有形式之下，西部地区农村贫困人口必将因生态问题而更为贫穷。从西部地区城乡贫困的比拟来看，碳排放与城市贫困人口收入水平的关系统计不显著，且参数估计值较小。这表示清楚碳排放量不是影响城市贫困人口收入提升的主要因素，其主要原因在于西部城市贫困人口介入经济增长的方式和抵御生态风险的能力与农村贫困人口有所不同，相比而言城市贫困人口的就业选择以第三产业为主，收入获取方式与碳排放关联度不强，并且城市贫困人口的社会保障覆盖更为全面，抵御生态风险的能力较强，碳排放以及生态环境问题对城市贫困人口的负面影响有限。3．其他解释变量对于西部地区城乡贫困人口收入的关系。经济增长是西部地区城乡贫困人口收入提升的最显著变量，经济意义和统计意义均高度显著。该结论与现有研究保持一致，都以为经济增长是西部地区减贫的首要内生动力来源，但结合上文，我们也应该意识到西部地区并非任何产业构造下的经济增长都是具有减贫效率的，高能耗和高碳排放的产业构造对农村贫困人口的负面影响在长期会抵消经济增长的正向溢出效应。因而在经济增长的产业选择上应该具体表现出科学发展理念，而非简单的通过转接东部地区高能耗产业而获得经济增长。基础设施对西部农村贫困人口收入提升影响不显著，但能够给城市贫困人口带来显著减贫效果。可能的原因同样在于城乡贫困人口介入经济增长的方式不同，城市贫困人口的就业选择中，基础设施是重要的投入要素，而农村贫困人口则主要依靠经济增长的中性溢出。值得注意的是受教育年限并没有对西部地区贫困人口收入提升产生显著正向作用，其主要原因在于西部地区的教育质量和整个社会教育回报的扭曲，只要适宜的教育水平才能够对贫困人口收入提升产生最大作用。三、结束语与政策建议