环境库兹涅茨曲线：空间计量经济学方法.doc

环境库兹涅茨曲线：空间计量经济学方法
[摘要]环境库兹涅茨曲线是经济增长与环境污染之间呈倒U型关系的曲线,即随着经济增长,环境质量先恶化,当经济发展到一定程度,环境质量又会逐渐改善。本文运用空间计量经济学的方法研究了环境污染与人均收入的关系。实证结果显示：污染物排放具有空间溢出作用，考虑空间因素的作用后，该曲线转折点对应的人均收入降低；跨境污染输出在我国表现不明显。
[关键词] 环境库兹涅茨曲线；空间计量经济学；环境污染；经济增长
一、 引言
20世纪90年代初Grossman和Kureger提出了环境Kuznets 曲线（Environment Kuznets Curve ,EKC) 的假设。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。之后国外涌现出大量关于EKC的实证研究,这些研究把包含二氧化硫、二氧化碳、氮化物等在内这些污染排放物与人均收入、人均收入的平方项及时间趋势进行回归，得出了不同的结果。有关这方面研究的文献综述可见 Dinda（2004）, Stern（2004）等。对中国环境质量与经济增长关系、环境库兹涅茨曲线进行研究的国内学者有赵细康（2005）、彭水军（2006）、马树才（2006）　和于峰（2006）等人。
以上这些文献或用截面数据或用时间序列数据，更多学者运用了面板数据对环境-收入之间的关系进行了探索，得出了很多有意义的结论。但是他们都假定本地的污染排放与相邻地区的排放没有关系，没有把空间因素纳入到环境库兹涅茨曲线分析框架中。根据地理学第一定律“在地球上,任何事务都和其它事务有关系,但是距离近的比距离远的关系更大”,各地区间的环境污染差异必定与它们的地理位置和空间关系有关,相邻地区的环境污染之间应该有较强的相互影响。近年来，新经济地理理论的不断发展与完善为区域经济学研究提供了一个崭新的分析思路，在我们收集的文献中，有四篇文章用空间计量经济学的方法研究了环境Kuznets曲线，如Murdoch（1997）、Stern（2000）和Maddison（2006）对欧洲国家的研究，Anil（2004）对美国各县的研究。
解释这种空间联系存在的原因也不尽相同。Rothman（1998）认为EKC的形状与发达地区向落后地区输出污染的数量有关，即与高收入的地区相邻会使得本地的污染增加。 Markusen（1995）则认为政府为吸引资本和贸易原因而战略性地制定环境标准，环境政策依据相邻地区的环境政策改变而改变，当环境政策的效应不确定时，官僚就往往依据相邻地区的环境标准评定本地的环境政策，以此来减少决策成本并使自己的行动合法，这种相互间的“模仿”行动导致大致相同的环境标准，产生所谓的环境政策的空间“溢出”。Fredriksson（2002）对美国各州环境政策战略行动研究的结论－某个州的环境标准受相邻州的影响－为这种“溢出”作用提供了支持。
本文运用空间计量经济学方法研究我国的环境库兹涅茨曲线。把人均污染排放和人均收入用空间加权方法进行回归的结果表明，应该把空间的潜在联系纳入EKC假设框架中。接下来的部分安排如下，第二部分，空间计量经济学模型，第三部分，数据来源和描述性统计，第四部分，实证分析，最后是结论。
二、空间计量经济模型
本文运用Anselin (1988)发展的空间计量模型验证区域i的环境污染是否和区域j的环境污染有关联。空间自相关提供了空间模式的性质和程度，正的空间自相关说明相邻地区比不相邻地区行为更相像，负的空间自相关说明相邻地区比不相邻地区行为差异更大。利用GeoDa0.95软件,借助空间自相关分析对环境库兹涅茨曲线的特点做出更精确的描绘和分析。地理信息系统（GIS）作为一种交互式的、可视化的决策支持工具而广泛应用,本文用此软件表达模型分析结果。
(一)空间自相关
空间自相关是一种空间统计方法,可以揭示出环境库兹涅茨曲线的空间分布特征和区域间的相互作用。空间自相关的全域指标用于验证整个研究区域的空间模式,MoranⅠ系数是常用的全域空间相关性指标，其定义为：
Moran I= （1）
其中，,,代表第i地区的观测值，为二进制的邻接空间权值矩阵，表示其中的任一元素，采用邻接标准或距离标准，其目的是定义空间对象的相互邻接关系，便于把地理信息系统（GIS）数据库中的有关属性放到所研究的地理空间上来对比。一般相邻标准的为：＝1，当区域i和区域j相邻；＝0，当区域i和区域j不相邻。
　 Moran 指数在( - 1 ,1) 之间,大于0 表示各地区间为空间正相关,数值较大,正相关的程度越强;小于0 表明空间负相关;等于0 表示各地区之间无关联。
（二）空间自回归
空间自相关检验只是计算环境污染是否存在空间自相关，但是当研究对象存在空间自相关时，并没有说明这种自相关的形式。
Anselin (1988)指出有两种方法研究空间自相关：或者引入内生变量或者引入剩余项。如基本线性回归模型：
（2）
其中，y代表各个地区的污染排放（N=30），X代表含有M个解释变量的N×M大小的矩阵。该模型没有考虑空间因素，如果地方政府效率存在空间关系，式（2）就不是正确的模型。第一种解决办法就是引入加权的内生变量。即空间滞后模型（SLM），
（3）
W 是N ×N 阶的空间权重矩阵,滞后变量的引入说明相邻地区污染排放对本地污染排放的影响，代表了空间模型的影响“方向”。如果该模型设定正确，就表明污染排放存在着水平作用，各地的污染排放有相互作用。并且，如果>0，表示污染排放是竞争性的，相邻政府在污染排放方面存在着“模仿”行为。如果<0，污染排放行为是相互替代的。
第二种方法是应用空间误差模型（SEM），该模型假定地区间的相互关系通过外生的冲击发生作用。对于空间误差模型，由于对式（2）误差项的设定不同又有两种不同的基本表达方式，模型形式如下：
空间误差自相关模型
（4）
空间误差移动平均模型
（5）
对于上述两种模型的估计如果仍采用最小二乘法估计出现这种问题的原因可能有两个: 一是遗漏了重要的变量; 二是模型设定有问题。
,系数估计值会有偏或者无效,需要通过工具变量法( IV) 、极大似然法(ML) 或广义最小二乘估计等其他方法来进行估计。Anselin 和Rey（2004）提出区分模型的检验方法—空间滞后和空间误差模型的拉格朗日乘子(Lagrange multiplier ,LM) 检验及其稳健性(Robust) 形式。用此方法可以区别出究竟是何种空间自回归形式,LMLAG检验空间自回归滞后变量模型、LMERR 检验空间自相关误差模型;R-LMLAG和R-LMERR 是对拉格朗日乘子的稳定性检验补充。如果在空间依赖型的检验中发现LMLAG比LMERR 在统计上更加显著,并且R-LMLAG显著而R-LMERR 不显著,则可以断定空间滞后模型是恰当的空间自回归表达形式。相反,如果LMERR 比LMLAG 在统计上更加显著, 且R-LMERR 显著而R-LMLAG不显著,则可以断定空间误差是合适的空间自回归模型。
三、样本数据和变量选择
选取除海南(无法定义空间邻居)外的30个省1997、2000和2004年3年的数据作为样本。反映经济增长的指标用人均GDP表示。环境质量可以从多个维度进行度量,环境质量的每一个方面都会以不同方式对经济增长做出反应。但由于数据可得性的限制,反映环境污染程度的指标本文用人均工业废水排放量、人均工业废气排放量和人均工业废物排放量三个指标来衡量,即通常所说的“三废”指标。数据主要来源于历年的《中国统计年鉴》。各变量的描述性统计见表1。
表1 经济增长和环境污染的描述性指标
变量
年份
平均值
标准差
最小值
最大值
人均工业废水排放（吨）
1997
16.61
10.97
7.5
66.26
2000
15.37
8.32
3.84
43.28
2004
16.12
9.15
6.62
35.46
人均工业废气排放（千立方米）
1997
11.04
7.2
0.4
32.12
2000
12.42
7.24
0.57
34.38
2004
20.59
12.99
0.58
56.7
人均工业废物排放（吨）
1997
0.59
0.36
0.04
1.64
2000
0.69
0.44
0.06
2.33
2004
0.97
0.65
0.05
3.05
人均GDP（万元）
1997
0.68
0.48
0.22
2.57
2000
0.86
0.66
0.27
3.45
2004
1.42
1.07
0.42
5.53
从表1的描述性统计指标来看，人均GDP在快速增长，而“三废”的人均排放量的平均值均没有下降的趋势，环境库兹涅茨曲线的拐点还没出现。根据式（1），可以计算出我国省际层面经济增长和环境污染的空间自相关MoranⅠ指数（见表2）。
表2 空间自相关检验MoranⅠ指数
变量
MoranⅠ
1997
2000
2004
人均工业废水排放
0.1709
（p=0.017)
0.3379
(p=0.004)
0.3868
(p=0.004)
人均工业废气排放
0.3167
(p=0.007)
0.2745
(p=0.007)
0.2841
(p=0.011)
人均工业废物排放
0.3279
(p=0.002)
0.1277
(p=0.073)
0.2648
(p=0.011)
人均GDP
0.3549
(p=0.002)
0.3480
(p=0.004)
0.3885
(p=0.002)
表2 中Moran Ⅰ的检验均通过5％显著水平的检验,表明环境污染和经济增长在空间分布上具有明显的正自相关关系和空间依赖性。污染较高的地区和污染较高的地区相靠近，污染较低的地区和污染较低的地区相邻。环境污染存在空间相关性，即环境污染存在明显的空间集聚。人均工业废水排放Moran Ⅰ系数逐年递增，反映了该指标空间相关性逐年加强，人均工业废气排放和人均工业废物排放Moran Ⅰ系数在样本期内，先下降尔后也出现上升态势。环境污染存在空间自相关的结论证明,对环境库兹涅茨曲线进行研究时,不能忽视空间因素,应该在经济模型中引入地理空间变量和纳入空间效应的影响,而普通的计量模型已不再适用,空间计量的应用成为必然。
四、实证分析
本文采用二次多项式简化模型来进行分析，采用2004年的各地人均收入和环境污染指标进行横截面分析。
（6）
其中（i=1，2，3）分别代表人均工业废水排放、人均工业废气排放和人均工业废物排放，、分别代表人均GDP和人均GDP的平方。
首先进行普通最小二乘(OLS) 法的估计，结果见表3。

表3 OLS估计结果
变量
人均工业废水排放
人均工业废气排放
人均工业废物排放
系数
标准差
p值
系数
标准差
p值
系数
标准差
p值
constant
-0.155
4.162
0.971
12.27
6.955
0.089
1.066
0.399
0.013
gdp
16.354
4.468
0.001
5.885
7.467
0.437
-0.09
0.428
0.827
gdpsq
-2.092
0.778
0.012
0.031
1.3
0.981
0.012
0.074
0.872

0.4478

0.235

0.002

F
10.949

0
4.141

0.027
0.039

0.961
空间依赖性检验
MI/ DF
统计值
p值
MI/ DF
统计值
p值
MI/ DF
统计值
p值
Moran 指数误差
0.2248
2.43
0.015
0.258
2.723
0.006
0.281
2.924
0.003
LMLAG
1
3.199
0.074
1
3.534
0.06
1
4.663
0.031
R-LMLAG
1
0.245
0.62
1
0.135
0.714
1
2.068
0.15
LMERR
1
3.134
0.077
1
4.121
0.042
1
4.878
0.027
R-LMERR
1
0.181
0.671
1
0.722
0.395
1
2.283
0.131
表3表明，人均工业废气排放、人均工业废物排放对应的人均GDP和人均GDP平方项的系数均没有通过统计检验，说明人均工业废气排放、人均工业废物排放和人均GDP之间不存在所谓的环境库兹涅茨曲线关系，这两种污染物不会随着经济的发展而自动地得以解决。人均工业废水排放和人均GDP之间符合环境库兹涅茨倒U型曲线关系。
由式(6)可进一步计算出工业废水排放—收入倒U型曲线的转折点位于人均GDP为39086元的临界值处。只有当人均GDP超过39086元的临界水平时,工业废水排放量才开始出现下降趋势,即随着人均GDP的进一步上升工业废水排放量将减少。然而对于人均GDP低于39086元临界水平的地区而言,工业废水排放量和人均GDP间具有上升趋势,即随着人均GDP进一步上升工业废水排放量将同时增加。通过将我国各地区人均GDP水平与39086元/人的临界值相比较,可以对我国区域环境—收入关系进行判断。2004年只有上海的人均GDP（55307元）超过临界值，是唯一位于EKC右半段的地区。其他省份的环境—收入关系都位于EKC的左半段。北京人均GDP(37058元)与临界点较为接近，但仍位于EKC左半段，随着人均GDP的上升,北京也与其他地区一样，工业废水排放量将相应地增加。
表3人均工业废水排放的Moran 指数误差检验表明，经典回归误差的空间依赖性(相关性) 非常明显(显著性水平为1.5 %) 。同时为了区分是内生的空间滞后还是空间误差自相关, 根据前面介绍的判别准则, 表1 中的拉格朗日乘子误差和滞后及其稳健性检验表明, LMERR通过了7.7 %水平的显著性检验, LMLAG通过了7.7%水平的显著性检验，相对而言, SLM 模型相对更好一些。当然, 这种判断不是特别严格,为此我们同时给出了人均工业废水排放SLM 和SEM 的估计结果见表4 。
比较表4和表3的检验结果发现, 空间滞后模型和空间误差模型的拟合优度检验值均高于OLS 模型,比较对数似然函数值LogL和极大似然比率LR,SLM略优于SEM。由此可见, 基于OLS 法的经典线性回归模型由于遗漏了空间滞后自相关设定的模型不够恰当。这也验证了这样的观点: 省域之间的环境污染都不可能没有关系。以往的研究大多假定地区之间相互独立, 导致了基于OLS 法估计结果及推论可能不够可靠, 再次说明需要通过引入空间差异性和空间依赖性对经典的线性模型进行修正。
表4 人均工业废水排放空间计量结果

SLM
SEM
系数
标准差
p
系数
标准差
p
constant
-4.2982
3.9943
0.2819
0.0936
4.3943
0.983
gdp
15.1345
4.116
0.0002
16.596
4.1206
0
gdpsq
-2.1599
0.6929
0.0018
-2.273
0.6595
0

0.3871
0.1861
0.0375
0.4319
0.2019
0.032
统计检验
DF
统计值
p
DF
统计值
p

0.522

0.526

LogL

-97.96

-98

LR
1
3.2512
0.0713
1
3.1621
0.075
AIC

203.91

202

SC

209.52

206.21

表4中的>0，表示污染排放是竞争性的，相邻地区的人均工业废水排放越多，本地的人均工业废水排放也越多，说明相邻地方政府在污染排放方面存在着“模仿”行为，抑或是相邻地区产业结构、生活方式的地理扩散效应所致。由SLM模型可以计算出工业废水排放—收入倒U型曲线的转折点位于人均GDP为35035元的临界值处。在空间因素的纠正下，临界值比普通最小二乘法计算出的临界值降低。2004年上海的人均GDP（55307元）和北京的人均GDP(37058元)超过临界值，这两个省份是位于EKC右半段的地区，天津的人均GDP(31550元)与临界点较为接近但仍与其他绝大多数地区一样位于EKC左半段。
为验证是否存在着污染输出问题，在式（6）的右边添加两个变量：用空间加权矩阵生成的人均GDP（以gdpweight表示）和人均外商直接投资额（以fdi表示）。如果相邻省份存在污染输出的假设是正确的，则与高收入的地区相邻会使得本地的污染增加，即gdpweight的符号应该为正。FDI对环境的影响可分为正反两个方面：其正的方面包括FDI为发展中国家提供了采用新技术的动机和机遇，促使他们实现清洁或绿色生产为，FDI的进入提高了发展中国家的收入水平,随着实际收入的提高,人们希望生活在更洁净的环境中,促使该国加强环境规制力度，环境保护与FDI之间存在着一种双赢关系。另一种观点则认为，发达国家环境规制会加大企业的生产成本，促进污染型产业或企业向环境标准较低的欠发达地区转移，使之成为“污染天堂”(Pollution Heaven)。而欠发达地区为保持竞争优势，将竞相降低环境标准，最终使环境质量下降。所以，FDI对环境的影响具有不确定性，需要通过实证来检验。同以上的空间计量过程相同，污染转移对“三废”影响的具体的计量结果见表5。
表5 污染转移回归结果
变量
工业废水排放(SLM)
工业废气排放(SLM)
工业废物排放(SLM)
系数
标准差
p值
系数
标准差
p值
系数
标准差
p值
constant
-1.335
4.366
0.76
9.086
7.58
0.231
0.691
0.438
0.114
gdp
11.164
5.509
0.043
5.761
9.4
0.54
-0.39
0.521
0.455
gdpsq
-2.557
0.789
0.001
-0.08
1.348
0.955
0.066
0.075
0.374
gdpweight
0.561
3.35
0.867
-4.25
5.539
0.443
0.135
0.303
0.656
fdi
3.9487
2.785
0.156
0.894
4.759
0.851
-0.05
-0.18
0.855

0.3373
0.202
0.095
0.4
0.207
0.054
0.48
0.191
0.012

0.547
0.344
0.2001
LogL
-97.0089
-113.285
-26.8118
LR
2.312
3.325
4.1822
表5的结果显示，不论是国内相邻省份之间的污染转移还是所谓的跨国污染转移都不显著。gdpweight的系数在三种污染物排放中均没有通过统计检验，说明相邻省份之间不存在污染转移。目前，我国的环境标准分为国家和地方两级，国家标准具有普适性。而根据《环境保护法》和《环境保护标准管理办法》的规定，省级人民政府对国家环境质量标准和国家排放标准中未作规定的项目，可以制定地方环境质量标准和地方污染物排放标准；对国家污染物排放标准中已作规定的项目，可以制定严于国家排放标准的地方排放标准。近年来，随着各级政府对环境问题的日益重视，执行严于国家标准的地方标准的省份在逐步增加，所以，相邻省份的污染转移呈现出不显著的特征。FDI的系数也都没有通过统计检验，FDI对环境的影响不显著的原因可能是他的正反两方面的影响相抵所致。因为本文的重点在于分析地理因素在环境库兹涅茨曲线中的作用，所以没有考虑可能影响该曲线位置的其他非地理因素，如政府环境规制的强度、工业化进程中产业结构的演变、城市化进程、人口密度和教育水平等等因素。
五、结论
本文用空间计量经济学的方法研究了中国的环境库兹涅茨曲线，检验相邻地区的人均“三废”排放是否对本地环境存在影响。结果显示：环境污染存在明显的空间集聚，污染较高的地区和污染较高的地区相靠近，污染较低的地区和污染较低的地区相邻，产生污染空间外溢的原因可能或者是相邻地方政府环境政策的相互“模仿”所致，抑或是相邻地区产业结构、生活方式的地理扩散效应所致；人均工业废气排放、人均工业废物排放和人均收入之间不存在所谓的环境库兹涅茨曲线关系，这说明这两种污染物不会随着经济的发展而自动地得以解决；人均工业废水排放和人均收入之间存在环境库兹涅茨曲线关系，考虑空间因素的作用后，该曲线转折点对应的人均收入降低；污染转移现象在我国表现不显著。从本文的分析结论看，构建环境可持续发展的制度有以下改革思路：第一，环境污染有空间溢出作用，提示决策部门要顾及我国环境污染的地域因素，突破以往以环境恶化为代价的竞争格局，而考虑以合作代替竞争的新型竞争模式，实现“多赢”。发达地区的环境政策应加强经济和市场手段的使用，欠发达地区的环境政策应着重直接管制手段，并且国家应设立生态补偿机制，让受惠地区对资源输出和处于上游的资源与生态战略基地的地区进行补贴。第二，有些污染物排放不会随着经济的发展而自动地得以解决的事实，要求有环境规制的制度创新。环境问题的根源在于环境外部性所导致的市场失灵，环境污染因为它是“坏公共品”，生产该物品的厂商补偿成本后有剩余，这种产品如无政府介入会存在超量冗余，解决环境问题、消除失灵最根本的措施是使环境成本内生化，要求对环境资源进行合理定价及产权界定，可采取开征排污税和可交易排污权等手段来实现。

参考文献：

马树才,李国柱.中国经济增长与环境污染关系的Kuznets 曲线[J].统计研究,2006,(8):30－37.
彭水军,包群.经济增长与环境污染[J].财经问题研究,2006,（8）:3－17.
于峰,齐建国,田晓林.经济发展对环境质量影响的实证分析[J].中国工业经济, 2006,(8): 36-44.
赵细康,李建民,王金营,周春旗.环境库兹涅茨曲线及在中国的检验[J].南开经济研究，2005,（3）:48－53.
Anil Rupasingha, Stephan J. Goetz, David L. Debertin, Angelos Pagoulatos,（2004）,“The Environmental Kuznets Curve for US Counties:A spatial econometric analysis with extensions ”,Regional. Scicence, 83, 407–424.
Anselin, L. (1988), “Spatial Econometrics : Methods and Models” , Dordrecht , Kluwer Academic Publishers.
Anselin,L. Raymond J. G.M.Florax , Sergio J. Rey. (2004) , “Advances in spatial econometrics :methodology , tools and applications”, Berlin : Springer-Verlag.
Dind S.，（2004）, “Environmental Kuznets curve hypothesis: a survey”, Ecolog. Econ., 49,431–455.
Fredriksson P.G.,（2002）, D.L. Millimet, “ Strategic interaction and the determination of environmental policy across US states”, UrbanEcon. 51 , 101–122.
Grossman ,G.，Kuerger ，（1995）, “ Economic Growth and the Environment” , Quarterly Journal of Economics, 110, 2 ,353–377 .
Maddison David,（2006）,“Environmental Kuznets curves: A spatial econometric approach Journal of Environmental ”,Economics and Management ,51,218–230.
Markusen J.R., E.R. Morey, N. Olewiler,(1995) “Competition in regional environmental policies when plant locations are endogenous”, Public Econ., 56, 55–77
Murdoch J.C., Sandler T., Sargent K.,（1997）, “ A tale of two collectives: sulphur versus nitrogen oxide emission reduction in Europe”,Economica, 64,281–301.
Rothman D.S.,（1998）, “Environmental Kuznets curves—real progress or passing over the buck? ”, Ecolog. Econ. ,25 , 177–194.
Stern D.I.,（2000）,“Applying recent developments in time series econometrics to the spatial domain”, Prof. Geogr., 52,37–49.
Stern D.I.，（2004）, “The rise and fall of the environmental Kuznets curve”, World Devel., 32 , 1419–1439

环境库兹涅茨曲线：空间计量经济学方法
解垩*解垩（1971—），男，山东临清人，山东大学经济学院博士生，统计师。

（山东大学经济学院 250100）

[摘要]环境库兹涅茨曲线是经济增长与环境污染之间呈倒U型关系的曲线,即随着经济增长,环境质量先恶化,当经济发展到一定程度,环境质量又会逐渐改善。本文运用空间计量经济学的方法研究了环境污染与人均收入的关系。实证结果显示：污染物排放具有空间溢出作用，考虑空间因素的作用后，该曲线转折点对应的人均收入降低；跨境污染输出在我国表现不明显。
[关键词] 环境库兹涅茨曲线；空间计量经济学；环境污染；经济增长

Environmental Kuznets Curve：A Spatial Approach

Xie E
(School of Economics，Shandong University)

Abstract : The Environmental Kuznets Curve(EKC) postulates an inverted-U shaped relationship between economic growth and pollutions. Pollutants emission increases up to a certain level as income goes up; after that, it decreases. This paper analyzes this relationship by using Spatial Approach. The results show that pollution emission has spatial spillover effect，adding spatial factor , per capita income decrease at corresponding EKC turning point. Transboundary pollution has no significant effect.
Key Words: Environmental Kuznets Curve; spatial econometric; pollution; economic growth

7