论文部分内容阅读
摘要
随着环境管理日益引起国内外的高度关注，环境治理效率已经成为全球性的政策性问题。本文基于2001-2010年我国制造业行业有关环境治理的数据，通过运用计量经济模型，分别从制造业总体层面和制造业细分行业层面探讨了制造业产值和环境治理效率之间的关系。研究结果表明，制造业总体产值和环境治理效率之间呈现倒N型曲线关系，即环境治理效率随着制造业产出水平的提高呈现出先减小再增大再减小的趋势；对于细分行业而言，有23个行业的产值和环境治理效率之间呈现倒N型曲线关系，有7个行业呈现N型曲线关系。其次，研究结果表明，企业环保意识与环境治理效率呈现正相关关系，而制造业科技创新投入、科技创新产出与环境治理效率呈现负相关关系；政府干预程度对环境治理效率的作用不显著。研究结果揭示，制造业产值和环境治理效率之间的关系有一系列阶段性的变化，企业需要根据制造业产值水平的不同层次做出政策性调整，并通过提高环保意识来提升制造业行业的环境治理效率；并且，研究结果显示，对于不同的制造业行业来说，制造业产值和环境治理效率之间的关系特征不同，因此，推行环境治理效率相关措施之前需要积极地探索行业的发展特征。基于上述实证研究结果，政府层面要积极引导绿色消费观，完善环境关税和环境税法等相关制度体系，激励企业进行环境创新，协调经济发展与环境之间的关系；制造业企业需要把握产值与环境治理效率的阶段性变化特征，提升技术创新能力，促进环境治理效率的提升，实现绿色发展。综上，本研究结果为政府制定环保政策以及企业提高其环境治理效率提供了政策参考和依据。
关键词环境治理效率；环保意识；制造业产值；科技创新
中图分类号F223文献标识码A文章编号1002-2104（2015）02-0039-08doi：103969/jissn1002-2104201502006
近几年，可持续发展问题已引起越来越多的关注；而环境的治理问题已不仅需要人们的热切关注，更重要的是有效措施的尽快实施[1-2]。2012年，中央财政安排979亿元专项资金用于节能减排和可再生能源，加上可再生能源电价附加、战略性新兴产业、循环经济、服务业发展资金和中央基建投资中安排的资金，合计达到1 700亿元。由此可见，政府对企业节能减排的环境治理工作十分重视。在“十二五”期间，我国制定了约束性的环境保护和节能减排指标，包括单位工业增加值用水量降低30%，单位国内生产总值能源消耗降低16%，减少污染物排放总量等。虽然我国在环境治理方面的投资日趋增多，但由于长期在工业化过程中片面追求生产总值，沿用高物耗、高能耗、高污染的粗放型经济发展模式，导致环境污染和生态破坏的局面难以在短时间内逆转。因此，我国的环境治理问题仍是一个艰巨的任务。
鉴于废气排放直接作用于大气环境中，而废水和固体废物由于流动性和扩散性不强，且由于环境自身的净化能力能够吸收部分废水和废固，所以对环境的影响难以进行定量化估计。由此，综合三种废物的处理达标率，全面研究三类污染物的环境治理效率问题显得尤为重要。制造业是我国国民经济的重要基础产业，但同时也是能源消耗和大气污染物排放的主要产业。由此，制造业面临的环境治理问题更加紧迫。而环境治理的诸多影响因素以什么样的方式对环境治理效率产生影响？这是目前亟需探讨和解决的难题。因此，有必要建立一个科学合理、可靠性高的定量化模型以研究环境治理效率及其影响因素之间的关系。针对上述问题，本文利用环境治理效率与制造业产值的计量经济模型，在引入环保意识、科技创新和政府干预对环境治理效率影响的基础上，从制造业总体和细分行业两个层面研究环境治理效率与制造业产值的动态关系。由此不仅丰富了环境管理的理论研究，而且对环境政策制定提供了参考。
1文献回顾
目前，对环境管理的相关研究主要集中于环境影响因素和环境质量、经济增长和环境关系、环境效率以及环境政策等研究。
对环境影响因素和环境质量的研究，张菊等[3]研究了北京市20年来环境空气质量的变化趋势及其影响因素，研究结果表明，空气污染源增加的压力与环境保护措施的相互作用是驱动空气质量变化的主要因素。林伯强和刘希颖[4]通过研究2010-2020年中国CO2排放量增长情况指出，城市化进程对碳排放有着重要影响。刘贞等[5]提出一种基于技术进步与碳减排外部性的情景仿真模型，对碳减排潜力与投资成本变化进行了情景仿真分析与评价。刘睿劼和张智慧[6]对2000-2008年的中国工业进行了经济-环境效率测算，揭示了中国工业经济-环境效率的总体情况和发展趋势。此外，Chemiwchan[7]利用157个国家1970-2000的硫化物排放数据研究工业化对环境的影响，研究结果表明，工业总产出每增加1%，人均排放水平将增加11.8%。刘巧玲等[8]的研究结果表明，污染排放对经济产出有影响，且对美国和中国分别为正作用和负作用。Kuo等[9]以2001-2006年东京32家日本公司为样本进行研究表明，公司的环保投资与经济利润显著正相关。
在经济增长和环境关系研究方面，相关文献对两者的相互作用持有的观点不同，大多研究是围绕环境库兹涅茨曲线（EKC）展开，并对EKC曲线的存在性进行研究。彭水军、包群[10]利用我国经济增长与6类环境污染指标之间的关系进行了实证检验发现，环境库兹涅茨倒U型曲线的形成很大程度上取决于污染指标以及估计方法的选取。Aslanidis和Iranzo[11]基于OECD 1971-1997年的面板数据结果表明，二氧化碳排放加速了低收入国家的经济发展，减缓了中到高收入国家的环境衰退。Baek和Kim[12]运用自回归分布滞后模型研究了韩国经济增长对环境的影响，研究结果表明，经济增长加速了环境污染排放。陈华文、刘康兵[13]选用上海市1990-2001年空气质量指标数据进行研究发现，虽然对于多数环境质量指标而言环境库兹涅茨曲线假说成立，但是不同指标对应的转折点迥异。Halkos[14]基于截面数据的研究表明，环境退化和收入是单调关系，并拒绝了EKC曲线的存在。Jalil[15]基于1975-2005年的时间序列数据结果表明，中国二氧化碳排放和人均GDP满足EKC关系。然而，Saboori和Sulaiman[16]认为，EKC的概念与实际是不相符的，因此拒绝了EKC曲线的存在。因此，EKC曲线是在其特定假设前提下成立的，全盘承认或者拒绝EKC曲线都是不全面的。 基于EKC曲线，越来越多的文献开始研究环境和经济的关系曲线形状；二者所呈现的曲线关系大致分为单调关系、U型曲线关系和N型曲线关系三种。许和连与邓玉萍[17]研究发现，外商投资对环境污染的影响表现出“东高西低”的特征，并且，产出水平与环境污染之间普遍存在N型曲线关系。Sobhee[18]研究了环境库兹涅茨曲线指出，环境库兹涅茨曲线可以被表征为倒U型曲线。Akbostanc等[19]从两个阶段研究了土耳其的收入和环境质量的关系，通过时间序列模型发现二氧化碳和收入是单调增长关系；而通过面板数据模型发现，对于SO2和PM10的排放量，长期来看却是N型曲线关系。Dinda[20]认为，对于诸如SO2、CO排放和微粒等方面造成的环境压力是符合EKC曲线的，但是其他的污染则满足单调关系或者N型曲线关系。Fodha等[21]研究表明，二氧化硫排放和GDP之间是倒U型关系，而二氧化碳排放和GDP却是单调增长关系。
关于环境效率问题的研究目前相对较少，但随着环境管理日益引起国内外的关注，环境效率问题已经成为全球关注的政策性问题。郭国峰和郑召锋[22]运用DEA方法对河南省8年环境治理的相对有效性进行研究，结果表明，其环境治理效率波动比较大，环境治理技术水平以及环境治理效率都亟待提高。董秀海等[23]运用DEA的C2R模型对我国环境治理效率进行国际比较发现，我国的环境治理效率较低，只有治理效率高的国家的三分之一。Song等[24]研究发现，目前中国各省的环境效率普遍很低，并且影响环境效率的因素有所差异，由此要因地制宜设计合适的环保政策。此外，基于环境效率低下问题，不少学者对环境政策也进行了相应探讨[21，25-27]。
总的来说，已有研究在以下方面有待深入：第一，关于环境治理效率的研究，已有研究多是集中于其整体特征或者是地域间的差异，而制造业行业整体的环境治理效率以及细分行业间的差异研究较少；第二，已有研究主要是运用DEA或层次分析法，方法相对单一，由此限制了环境治理效率的综合性研究；第三，已有研究针对环境管理影响因素的研究较多，而对行业环境治理效率影响因素的研究较少。这些都是目前亟需探讨的问题。
2计量模型的建立及指标选取
2.1模型的设定
为了探讨制造业行业的环境治理效率问题，下面建立环境治理效率与制造业产值增长关系的计量经济模型。为了更加准确地反映现实问题，模型中加入了与环境治理效率密切相关的变量，包括环保意识、科技创新投入、科技创新产出、政府干预程度等。另外，模型中的解释变量单独设立了控制变量，以突出环境治理效率和制造业产值之间的关系。
EGE=α0+α1ln2OUT+α2ln3OUT+α3X+ε（1）
式中，EGE为制造业的环境治理效率，LnOUT为制造业产值的自然对数，X为引入影响环境治理效率的控制变量所组成的向量集（包括环保意识、科技创新投入、科技创新产出、政府干预程度）。α0～α3为待估参数，ε为随机扰动项。通过对模型中变量系数的估计即可得到制造业产值和环境治理效率的关系，以及环境治理效率相关指标对环境治理效率的作用方式和程度。
2.2指标选取及数据来源
本文选取2001-2010年的我国制造业总体及29个（制造业共30个细分行业，因废弃资源和废弃材料回收加工业的相关数据部分缺失，故将此行业剔除）细分行业作为样本，相关原始数据主要来源于《中国统计年鉴》、《中国环境统计年鉴》和《中国科技统计年鉴》。对于制造业总体，其各项指标都是取29个细分行业相应指标的平均值。相关变量指标选取如下。
环境治理效率（Environmental Governance Efficiency， EGE）：选取制造业废水达标率、废气处理率、固体废物利用率的平均值来衡量环境治理效率。其中，废水达标率即是废水达标量与废水排放总量的比值，废气处理率即是主要废气（二氧化硫、粉尘、烟尘）总处理量与其排放总量的比值，固体废物利用率即固体废物综合利用量与固体废物产生量的比值。
产出水平（Output， OUT）：选用制造业的年产值与制造业从业人数的比值衡量其产出水平。环境污染与经济增长的关系一般为倒U型或者N型。鉴于废水、固体废弃物与经济发展水平之间呈单调上升的关系，而与经济发展水平之间呈单调上升或三次方型，且工业化国家的EKC（Environmental Kuznets Curve）会呈现较明显的三次方形式，因此在模型中引入制造业产值对数的三次方来研究环境治理与经济增长的关系。
为了尽量减少其他变量遗漏所造成的估计结果偏差，在模型中增加了影响环境治理的其他控制变量（X）包括：
（1）环保意识（Environmental Protection Consciousness，EPC）：随着收入的提高，人们对环境质量的要求越来越高，企业也逐渐加大环境污染治理力度来减小其对环境造成的不良影响。企业的环保意识越强，环境污染程度越低，环境治理效率越高。本文采用历年企业在环境治理方面的投入经费来衡量环保意识。
（2）科技创新投入（Technology Innovation Investment，TII）：科技创新对技术进步和生产效率的提高具有关键作用。企业增加科技创新投入有助于企业采用清洁生产技术，由此将会提高环境治理效率。本研究选取研发强度和科技人员投入这两个指标的平均值来衡量科技创新投入；其中，研发强度是研发经费（内部经费和外部经费之和）占制造业产值的比重；科技人员投入是科技人员占从业人员的比重。
（3）科技创新产出（Technology Innovation Output，TIO）：科技创新产出是衡量制造业研发水平的重要指标。本文选用新产品绩效来衡量科技创新产出，而新产品绩效是新产品产值占总产值的比重。
（4）政府干预程度（Government Intervention Degree，GID）：在制造业发展过程中，政府干预对经济增长和生产率有着特殊的意义，也是环境治理效率的重要影响因素。本研究选取政府对企业研究与开发的资金支持作为政府干预程度的衡量标准。 3结果分析与讨论
3.1描述性统计分析
下面对环境治理效率的相关变量进行描述性统计，结果如表1所示。由表1结果可知，环境治理效率EGE的均值为0.861，最大值为0.920。而由每年的废水、废气及固体废物的排放量（例如，2008年的污水排放总量达到了273 775万t）可知，目前的环境治理水平相对较低。
3.2制造业总体的参数估计
为了研究制造业产值及环保意识、科技创新投入、科技创新产出、政府干预程度等变量对环境治理效率的影响，下面对上述计量经济模型采用最小二乘法（OLS）进行参数估计（见表2）。
表2结果显示，制造业总体的估计结果中，F统计量值较大P<0.01，表明参数估计的整体情况具有统计学意义的显著性。同时，R2>0.9，表明本文建立的计量模型有较好的模拟效果。并且，制造业产出水平的回归系数均在1%的显著性水平下通过假设检验，估计值显著且为正，环境治理效率随着产出水平的提高呈现出先减小再增大再减小的趋势，由此，制造业产出水平与环境治理效率之间呈倒N型曲线关系。
研究结果表明，企业环保意识的估计系数显著为正，表明环保意识对环境治理效率具有正向作用，即企业的环保意识越强，其环境治理效率越高。由此，增强企业的环保意识，继续加大对环境治理的投资是提升环境治理效率的重要措施。并且，政府可以通过各种政策或者税收来激励企业的环保意识，树立环境治理工作的榜样型企业；同时，企业自身也要关注环境治理工作，学习榜样，积极主动地开展环境治理工作。
研究结果表明，科技创新投入和科技创新产出的回归系数估计值显著为负，表明科技创新与环境治理效率呈现负相关关系。即科技创新投入及产出越多，制造业生产技术越先进，环境治理效率越低。其原因可能是：第一，企业对其技术创新的投资越多，对环境治理的投资将会相对减少，由此导致技术进步和生产率极大提高，但却带来更多的能源消耗和污染物排放，不利于环境治理效率的提升；第二，企业的科技成果转化为实际绩效有时滞性，由此环境绩效也会出现滞后。
然而，结果显示，政府的资金扶持对制造业环境治理的影响不显著。其可能的原因主要有：第一，相对于日益增长的制造业生产和运营成本而言，政府对企业的扶持力度相对不足，这使得企业在环境治理方面的投资没有因政府的扶持而明显的增加；第二，政府对企业的资金扶持难以有效地激励企业采纳清洁生产技术；第三，目前环境治理资金缺乏相应的预算约束机制和有效的监督制度，环境污染治理设施建设和运行效率低下。例如，在环境污染治理设施建设方面，我国较多采用的是政府投资建设、事业单位管理运营设施的模式，这种政府垄断模式缺乏竞争机制，从而造成环境污染治理设施建设和运行效率较低。
3.3制造业细分行业的参数估计
为了探讨制造业29个细分行业的环境治理效率问
题，下面对制造业细分行业的环境治理效率和制造业产值的关系进行研究。仍然沿用对制造业总体的分析方法，所得结果如表3所示。
表3的参数估计结果表明，对大部分制造业细分行业而言，产出水平和环境治理效率之间的关系和制造业总体参数估计的情况相似，均呈现倒N型曲线，即环境治理效率会随着企业产出水平的提高呈现先减小再增大再减小的趋势。但也有7个细分行业，包括行业4（烟草制品业）、行业12（文化教育用品制造业）、行业13（石油加工、炼焦及核燃料加工业）、行业15（医药制造业）、行业20（黑色金属冶炼及压延工业）、行业22（金属制品业）和行业27（通信计算机及其他电子设备制造业）呈现N型曲线关系，即环境治理效率随着产出水平的提高而呈现出先提升再降低，再提升的趋势。总的来说，这七个行业都是经济增长较快、直接或者间接地产生大量污染物的行业，即大多属于污染密集型产业。污染密集型产业由于在其产出过程中产生大量的污染物以及复杂的生产技术和过程，对生态环境产生较大的威胁；并且，由于其污染治理工作需要大量的资本、技术和管理资源，其污染的处理和防治都有较大的难度。由此，这些行业产值的提升伴随着较多的污染排放，对环境治理工作造成极大的压力。
此外，上述七个行业的环境治理效率和制造业产值呈N型曲线，有其自身的行业属性。石油加工炼焦及核燃料加工业的固废排放相当巨大，铁、锰、铬及其合金等黑色金属的废气排放量极大；金属制造业产值的增长幅度很高，同时，其污水排放量及能源消耗强度也极大。电子信息产业是国民经济的核心增长点，但是电子产品生产过程中难以做到清洁生产，并且，废旧电子产品尚缺乏完备的回收渠道，从而对生态环境产生负面影响。医药行业伴随着大量的化学品的使用及生产，不可避免地对环境构成极大的威胁。烟草制造业和文教体育用品制造业虽属于传统行业，却随着时代的进步而被赋予了新的含义，成为具有市场和潜力的行业，但是目前普遍管理水平低下，由此使得其环境治理效率较低，但是随着行业的发展以及各项管理制度的完善，其环境治理效率也呈现了较好的发展趋势。总的来说，这些污染密集产业的产出水平增长速度高于污染物排放的增长速度，导致随着产出水平增长到一定程度，污染程度相对其飞速增长而降低，从而表现出环境治理效率提升的趋势。
4结论与建议
本文基于2001-2010年我国制造业环境治理的数据，探讨了制造业产值和环境治理效率的关系。对制造业总体和细分行业的环境治理效率计量模型的研究结果表明，制造业产值和环境治理效率呈现倒N型曲线关系，并且，企业环保意识与环境治理效率呈现正相关关系，而制造业科技创新投入、科技创新产出与环境治理效率呈现负相关关系，政府干预程度对环境治理效率的作用不显著。
总的来说，研究结论在实践层面对政府和企业具有如下启示和建议：
（1）对于政府而言，尽管在节能减排方面的投资日趋加大，但目前取得的成效甚微，所以，第一，政府需要以身作则，完善绿色消费制度，引导消费导向，促进绿色消费观念的形成，由此从源头上减少污染物排放、增加资源利用效率，减轻环境治理工作的压力。第二，完善绿色关税制度，防止发达国家对我国进行“污染转嫁”。对国内高能耗、高物耗、高污染的资源产品和初级产品，提升关税税率，从而限制国内资源的外流。第三，完善环境税法，促进其有效实施。环境税是将环境污染和生态破坏的社会成本内化到 生产成本和市场价格中去，再通过市场机制来分配环境资源的一种经济手段，这样可以利用市场的选择与调节，使环境污染得到一定的控制。第四，引导企业投资环境治理设施，并颁布相关的政策刺激企业在环境治理工作中的主观能动性。第五，当前我国经济呈现出“高速低质”式的发展，GDP的高速增长以资源大量耗减和环境急剧恶化为
代价，政府必须高瞻远瞩，统筹各项资源，规范并监督企业的环境治理工作。
（2）对于制造业企业而言，尽管基本都配备专门的环保人员，环保意识也在持续提高，但是环境治理效率却不理想。由此，企业需要从以下两个方面努力：第一，由制造业产值与环境治理效率所呈的N型曲线关系可知，其产值的增加反而增加环境治理的压力。因此，制造业企业要考虑环境的承载力，并结合产值与环境治理效率的阶段性变化特征，这样才能顺应节能减排的要求，实现绿色增长。第二，科技创新对环境治理效率的负向作用表明，目前的科技成果还不足以对环境治理效率的提升产生较强的推动力。由此，企业需要不断地提升科技创新能力，不仅需要利用科技创新成果增加资源利用效率，还需要加大环境治理方面的科技投入，逐步提升环境治理效率。
然而，本研究还存在一些局限。本研究主要探讨了环境治理效率和制造业产值之间的关系，并考虑了环保意识、科技创新以及政府干预的影响，尚未考虑企业的吸收能力以及企业的资源松弛度等因素对环境治理效率的影响。由此，后续研究应从更多的视角， 全面探究环境治理效率与制造业产值关系的影响因素。总之，制造业企业在环境治理道路上任重道远，仍需抓住主要环节，争取尽早实现制造业这一关乎国计民生行业的绿色发展。
（编辑：田红）
参考文献（References）
[1]朱婧， 孙新章， 刘学敏， 等. 中国绿色经济战略研究[J]. 中国人口·资源与环境， 2012， 22（4）： 7-12. [Zhu Jing， Sun Xinzhang， Liu Xuemin， et al. Study on China’s Green Economy Strategy[J]. China Population， Resources and Environment， 2012， 22（4）： 7-12.]
[2]诸大建. 绿色经济新理念及中国开展绿色经济研究的思考[J]. 中国人口·资源与环境， 2012， 22（5）： 40-47. [Chu Dajian. New Concept of Green Economy and Consideration of Deepening Green Economy Studies in China [J]. China Population， Resources and Environment， 2012， 22（5）： 40-47.]
[3]张菊， 苗鸿， 欧阳志云， 等. 近 20 年北京市城近郊区环境空气质量变化及其影响因素分析[J]. 环境科学学报， 2006， 26（11）： 1886-1892. [Zhang Ju， Miao Hong， Ouyang Zhiyun， et al. Ambient Air Quality Trends and Driving Factor Analysis Since 1980’s in Beijing [J]. Acta Scientiae Circumstantiae， 2006， 26（11）： 1886-1892]
[4]林伯强， 刘希颖. 中国城市化阶段的碳排放， 影响因素和减排策略[J]. 经济研究， 2010，（8）： 66-78. [Lin Boqiang， Liu Xiying. China’s Carbon Dioxide Emissions under the Urbanization Process： Influence Factors and Abatement Policies[J]. Economic Research Journal， 2010，（8）： 66-78.]
[5]刘贞， 蒲刚清， 施於人， 等. 钢铁行业碳减排情景仿真分析及评价研究[J]. 中国人口·资源与环境， 2012， 22（3）：77-81. [Liu Zhen， Pu Gangqing， Shi Yuren， et al. Simulation Analysis and Evaluation on Carbon Reduction Scenarios in Steel Industry [J]. China Population， Resources and Environment， 2012， 22（3）：77-81.]
[6]刘睿劼， 张智慧. 基于 WTPDEA 方法的中国工业经济-环境效率评价[J]. 中国人口·资源与环境， 2012，22（2）： 125-129. [Liu Ruijie， Zhang Zhihui. Assessment on Economicenvironmental Efficiency of China’s Industry Based on WTPDEA Method [J]. China Population， Resources and Environment， 2012，22（2）： 125-129.]
[7]Cherniwchan J. Economic Growth， Industrialization， and the Environment[J]. Resource & Energy Economics， 2012， 34（4）： 442-467.
[8]刘巧玲， 王奇， 刘勇. 经济增长， 国际贸易与污染排放的关系研究：基于美国和中国 SO2 排放的实证分析[J]. 中国人口·资源与环境， 2012， 22（5）：170-176. [Liu Qiaoling， Wang Qi， Liu Yong. Study on the Relationship between Economic Growth，International Trade and Pollution Emissions： Empirical Analysis on the SO2 Emissions in the United States and China [J]. China Population， Resources and Environment， 2012， 22（5）：170-176.] [9]Kuo L， Huang S K， Wu Y C J. Operational Efficiency Integrating the Evaluation of Environmental Investment： The Case of Japan[J]. Management Decision， 2010， 48（10）： 1596-1616.
[10]彭水军， 包群. 经济增长与环境污染：环境库兹涅茨曲线假说的中国检验[J]. 财经问题研究， 2006，（8）： 3-17. [Peng Shuijun， Bao Qun. Economic Growth and Environmental Pollution： An Empirical Test for the Environmental Kuznets Curve Hypothesis in China [J]. Research on Financial and Economic Issues， 2006，（8）： 3-17.]
[11]Aslanidis N， Iranzo S. Environment and Development： Is There a Kuznets Curve for CO2 Emissions？[J]. Applied Economics， 2009， 41（6）： 803-810.
[12]Baek J， Kim H S. Is Economic Growth Good or Bad for the Environment？ Empirical Evidence from Korea[J]. Energy Economics， 2013， 36（12）： 744-749.
[13]陈华文， 刘康兵. 经济增长与环境质量： 关于环境库兹涅茨曲线的经验分析[J]. 复旦学报： 社会科学版， 2004，（2）： 87-94. [Chen Huawen， Liu Kangbing. Economic Growth and Environmental Quality： An Empirical Analysis of the Environmentel Kuznets Curve [J]. Fudan Journal： Social Sciences Edition， 2004，（2）： 87-94.]
[14]Halkos G E， Tsionas E G. Environmental Kuznets Curves： Bayesian Evidence from Switching Regime Models[J]. Energy Economics， 2001， 23（2）： 191-210.
[15]Jalil A， Mahmud S F. Environment Kuznets Curve for CO2 Emissions： A Cointegration Analysis for China[J]. Energy Policy， 2009， 37（12）： 5167-5172.
[16]Saboori B， Sulaiman J. Environmental Degradation， Economic Growth and Energy Consumption： Evidence of the Environmental Kuznets Curve in Malaysia[J]. Energy Policy， 2013，（1）： 1-14.
[17]许和连， 邓玉萍. 经济增长、FDI与环境污染：基于空间异质性模型研究[J]. 财经科学， 2012，（9）： 57-64. [Xu Helian， Deng Yuping. Economic Growth，FDI and Environmental Pollution： Analysis on the Spatial Heterogeneity Model[J]. Finance & Economics， 2012，（9）： 57-64.]
[18]Sobhee S K. The Environmental Kuznets Curve （EKC）： A Logistic Curve？[J]. Applied Economics Letters， 2004， 11（7）： 449-452.
[19]Akbostanc1 E， TürütAlk S， Tun GI·. The Relationship Between Income and Environment in Turkey： Is There an Environmental Kuznets Curve？[J]. Energy Policy， 2009， 37（3）： 861-867.
[20]Dinda S. Environmental Kuznets Curve Hypothesis： A Survey[J]. Ecological Economics， 2004， 49（4）： 431-455.
[21]Fodha M， Zaghdoud O. Economic Growth and Pollutant Emissions in Tunisia： An Empirical Analysis of the Environmental Kuznets Curve[J]. Energy Policy， 2010， 38（2）： 1150-1156.
[22]郭国峰， 郑召锋. 基于 DEA 模型的环境治理效率评价：以河南为例[J]. 经济问题， 2009，（1）： 48-51. [Guo Guofeng， Zheng Zhaofeng. Assesment on Efficiency of Environmental Pollution Control in Henan Province Based on DEA Model[J]. On Economic Problems， 2009，（1）： 48-51.] [23]董秀海， 胡颖廉， 李万新. 中国环境治理效率的国际比较和历史分析：基于DEA模型的研究[J]. 科学学研究， 2008， 26（6）： 1221-1230. [Dong Xiuhai， Hu Yinglian， Li Wanxin. A International Comparisons and Historical Analysis on China’s Environmental Governance Efficiency Based on the Model of DEA [J]. Studies in Science of Science， 2008， 26（6）： 1221-1230.]
[24]Song M， Zhang L， An Q， et al. Statistical Analysis and Combination Forecasting of Environmental Efficiency and Its Influential Factors since China Entered the WTO： 2002–2010–2012[J]. Journal of Cleaner Production， 2013， 42（1）： 42-51.
[25]Liu X， Liu B， Shishime T， et al. An Empirical Study on the Driving Mechanism of Proactive Corporate Environmental Management in China[J]. Journal of Environmental Management， 2010， 91（8）： 1707-1717.
[26]Lee S， Pollitt H， Ueta K. An Assessment of Japanese Carbon Tax Reform Using the E3MG Econometric Model[J]. The Scientific World Journal， 2012，（1）： 1-10.
[27]Sˇèasny' M， Písˇa V， Pollit H， et al. Analyzing Macroeconomic Effects of Environmental Taxation in the Czech Republic with the Econometric E3ME Model[J]. Finance a UverCzech Journal of Economics and Finance， 2012， 59（5）： 460-491.
随着环境管理日益引起国内外的高度关注，环境治理效率已经成为全球性的政策性问题。本文基于2001-2010年我国制造业行业有关环境治理的数据，通过运用计量经济模型，分别从制造业总体层面和制造业细分行业层面探讨了制造业产值和环境治理效率之间的关系。研究结果表明，制造业总体产值和环境治理效率之间呈现倒N型曲线关系，即环境治理效率随着制造业产出水平的提高呈现出先减小再增大再减小的趋势；对于细分行业而言，有23个行业的产值和环境治理效率之间呈现倒N型曲线关系，有7个行业呈现N型曲线关系。其次，研究结果表明，企业环保意识与环境治理效率呈现正相关关系，而制造业科技创新投入、科技创新产出与环境治理效率呈现负相关关系；政府干预程度对环境治理效率的作用不显著。研究结果揭示，制造业产值和环境治理效率之间的关系有一系列阶段性的变化，企业需要根据制造业产值水平的不同层次做出政策性调整，并通过提高环保意识来提升制造业行业的环境治理效率；并且，研究结果显示，对于不同的制造业行业来说，制造业产值和环境治理效率之间的关系特征不同，因此，推行环境治理效率相关措施之前需要积极地探索行业的发展特征。基于上述实证研究结果，政府层面要积极引导绿色消费观，完善环境关税和环境税法等相关制度体系，激励企业进行环境创新，协调经济发展与环境之间的关系；制造业企业需要把握产值与环境治理效率的阶段性变化特征，提升技术创新能力，促进环境治理效率的提升，实现绿色发展。综上，本研究结果为政府制定环保政策以及企业提高其环境治理效率提供了政策参考和依据。
关键词环境治理效率；环保意识；制造业产值；科技创新
中图分类号F223文献标识码A文章编号1002-2104（2015）02-0039-08doi：103969/jissn1002-2104201502006
近几年，可持续发展问题已引起越来越多的关注；而环境的治理问题已不仅需要人们的热切关注，更重要的是有效措施的尽快实施[1-2]。2012年，中央财政安排979亿元专项资金用于节能减排和可再生能源，加上可再生能源电价附加、战略性新兴产业、循环经济、服务业发展资金和中央基建投资中安排的资金，合计达到1 700亿元。由此可见，政府对企业节能减排的环境治理工作十分重视。在“十二五”期间，我国制定了约束性的环境保护和节能减排指标，包括单位工业增加值用水量降低30%，单位国内生产总值能源消耗降低16%，减少污染物排放总量等。虽然我国在环境治理方面的投资日趋增多，但由于长期在工业化过程中片面追求生产总值，沿用高物耗、高能耗、高污染的粗放型经济发展模式，导致环境污染和生态破坏的局面难以在短时间内逆转。因此，我国的环境治理问题仍是一个艰巨的任务。
鉴于废气排放直接作用于大气环境中，而废水和固体废物由于流动性和扩散性不强，且由于环境自身的净化能力能够吸收部分废水和废固，所以对环境的影响难以进行定量化估计。由此，综合三种废物的处理达标率，全面研究三类污染物的环境治理效率问题显得尤为重要。制造业是我国国民经济的重要基础产业，但同时也是能源消耗和大气污染物排放的主要产业。由此，制造业面临的环境治理问题更加紧迫。而环境治理的诸多影响因素以什么样的方式对环境治理效率产生影响？这是目前亟需探讨和解决的难题。因此，有必要建立一个科学合理、可靠性高的定量化模型以研究环境治理效率及其影响因素之间的关系。针对上述问题，本文利用环境治理效率与制造业产值的计量经济模型，在引入环保意识、科技创新和政府干预对环境治理效率影响的基础上，从制造业总体和细分行业两个层面研究环境治理效率与制造业产值的动态关系。由此不仅丰富了环境管理的理论研究，而且对环境政策制定提供了参考。
1文献回顾
目前，对环境管理的相关研究主要集中于环境影响因素和环境质量、经济增长和环境关系、环境效率以及环境政策等研究。
对环境影响因素和环境质量的研究，张菊等[3]研究了北京市20年来环境空气质量的变化趋势及其影响因素，研究结果表明，空气污染源增加的压力与环境保护措施的相互作用是驱动空气质量变化的主要因素。林伯强和刘希颖[4]通过研究2010-2020年中国CO2排放量增长情况指出，城市化进程对碳排放有着重要影响。刘贞等[5]提出一种基于技术进步与碳减排外部性的情景仿真模型，对碳减排潜力与投资成本变化进行了情景仿真分析与评价。刘睿劼和张智慧[6]对2000-2008年的中国工业进行了经济-环境效率测算，揭示了中国工业经济-环境效率的总体情况和发展趋势。此外，Chemiwchan[7]利用157个国家1970-2000的硫化物排放数据研究工业化对环境的影响，研究结果表明，工业总产出每增加1%，人均排放水平将增加11.8%。刘巧玲等[8]的研究结果表明，污染排放对经济产出有影响，且对美国和中国分别为正作用和负作用。Kuo等[9]以2001-2006年东京32家日本公司为样本进行研究表明，公司的环保投资与经济利润显著正相关。
在经济增长和环境关系研究方面，相关文献对两者的相互作用持有的观点不同，大多研究是围绕环境库兹涅茨曲线（EKC）展开，并对EKC曲线的存在性进行研究。彭水军、包群[10]利用我国经济增长与6类环境污染指标之间的关系进行了实证检验发现，环境库兹涅茨倒U型曲线的形成很大程度上取决于污染指标以及估计方法的选取。Aslanidis和Iranzo[11]基于OECD 1971-1997年的面板数据结果表明，二氧化碳排放加速了低收入国家的经济发展，减缓了中到高收入国家的环境衰退。Baek和Kim[12]运用自回归分布滞后模型研究了韩国经济增长对环境的影响，研究结果表明，经济增长加速了环境污染排放。陈华文、刘康兵[13]选用上海市1990-2001年空气质量指标数据进行研究发现，虽然对于多数环境质量指标而言环境库兹涅茨曲线假说成立，但是不同指标对应的转折点迥异。Halkos[14]基于截面数据的研究表明，环境退化和收入是单调关系，并拒绝了EKC曲线的存在。Jalil[15]基于1975-2005年的时间序列数据结果表明，中国二氧化碳排放和人均GDP满足EKC关系。然而，Saboori和Sulaiman[16]认为，EKC的概念与实际是不相符的，因此拒绝了EKC曲线的存在。因此，EKC曲线是在其特定假设前提下成立的，全盘承认或者拒绝EKC曲线都是不全面的。 基于EKC曲线，越来越多的文献开始研究环境和经济的关系曲线形状；二者所呈现的曲线关系大致分为单调关系、U型曲线关系和N型曲线关系三种。许和连与邓玉萍[17]研究发现，外商投资对环境污染的影响表现出“东高西低”的特征，并且，产出水平与环境污染之间普遍存在N型曲线关系。Sobhee[18]研究了环境库兹涅茨曲线指出，环境库兹涅茨曲线可以被表征为倒U型曲线。Akbostanc等[19]从两个阶段研究了土耳其的收入和环境质量的关系，通过时间序列模型发现二氧化碳和收入是单调增长关系；而通过面板数据模型发现，对于SO2和PM10的排放量，长期来看却是N型曲线关系。Dinda[20]认为，对于诸如SO2、CO排放和微粒等方面造成的环境压力是符合EKC曲线的，但是其他的污染则满足单调关系或者N型曲线关系。Fodha等[21]研究表明，二氧化硫排放和GDP之间是倒U型关系，而二氧化碳排放和GDP却是单调增长关系。
关于环境效率问题的研究目前相对较少，但随着环境管理日益引起国内外的关注，环境效率问题已经成为全球关注的政策性问题。郭国峰和郑召锋[22]运用DEA方法对河南省8年环境治理的相对有效性进行研究，结果表明，其环境治理效率波动比较大，环境治理技术水平以及环境治理效率都亟待提高。董秀海等[23]运用DEA的C2R模型对我国环境治理效率进行国际比较发现，我国的环境治理效率较低，只有治理效率高的国家的三分之一。Song等[24]研究发现，目前中国各省的环境效率普遍很低，并且影响环境效率的因素有所差异，由此要因地制宜设计合适的环保政策。此外，基于环境效率低下问题，不少学者对环境政策也进行了相应探讨[21，25-27]。
总的来说，已有研究在以下方面有待深入：第一，关于环境治理效率的研究，已有研究多是集中于其整体特征或者是地域间的差异，而制造业行业整体的环境治理效率以及细分行业间的差异研究较少；第二，已有研究主要是运用DEA或层次分析法，方法相对单一，由此限制了环境治理效率的综合性研究；第三，已有研究针对环境管理影响因素的研究较多，而对行业环境治理效率影响因素的研究较少。这些都是目前亟需探讨的问题。
2计量模型的建立及指标选取
2.1模型的设定
为了探讨制造业行业的环境治理效率问题，下面建立环境治理效率与制造业产值增长关系的计量经济模型。为了更加准确地反映现实问题，模型中加入了与环境治理效率密切相关的变量，包括环保意识、科技创新投入、科技创新产出、政府干预程度等。另外，模型中的解释变量单独设立了控制变量，以突出环境治理效率和制造业产值之间的关系。
EGE=α0+α1ln2OUT+α2ln3OUT+α3X+ε（1）
式中，EGE为制造业的环境治理效率，LnOUT为制造业产值的自然对数，X为引入影响环境治理效率的控制变量所组成的向量集（包括环保意识、科技创新投入、科技创新产出、政府干预程度）。α0～α3为待估参数，ε为随机扰动项。通过对模型中变量系数的估计即可得到制造业产值和环境治理效率的关系，以及环境治理效率相关指标对环境治理效率的作用方式和程度。
2.2指标选取及数据来源
本文选取2001-2010年的我国制造业总体及29个（制造业共30个细分行业，因废弃资源和废弃材料回收加工业的相关数据部分缺失，故将此行业剔除）细分行业作为样本，相关原始数据主要来源于《中国统计年鉴》、《中国环境统计年鉴》和《中国科技统计年鉴》。对于制造业总体，其各项指标都是取29个细分行业相应指标的平均值。相关变量指标选取如下。
环境治理效率（Environmental Governance Efficiency， EGE）：选取制造业废水达标率、废气处理率、固体废物利用率的平均值来衡量环境治理效率。其中，废水达标率即是废水达标量与废水排放总量的比值，废气处理率即是主要废气（二氧化硫、粉尘、烟尘）总处理量与其排放总量的比值，固体废物利用率即固体废物综合利用量与固体废物产生量的比值。
产出水平（Output， OUT）：选用制造业的年产值与制造业从业人数的比值衡量其产出水平。环境污染与经济增长的关系一般为倒U型或者N型。鉴于废水、固体废弃物与经济发展水平之间呈单调上升的关系，而与经济发展水平之间呈单调上升或三次方型，且工业化国家的EKC（Environmental Kuznets Curve）会呈现较明显的三次方形式，因此在模型中引入制造业产值对数的三次方来研究环境治理与经济增长的关系。
为了尽量减少其他变量遗漏所造成的估计结果偏差，在模型中增加了影响环境治理的其他控制变量（X）包括：
（1）环保意识（Environmental Protection Consciousness，EPC）：随着收入的提高，人们对环境质量的要求越来越高，企业也逐渐加大环境污染治理力度来减小其对环境造成的不良影响。企业的环保意识越强，环境污染程度越低，环境治理效率越高。本文采用历年企业在环境治理方面的投入经费来衡量环保意识。
（2）科技创新投入（Technology Innovation Investment，TII）：科技创新对技术进步和生产效率的提高具有关键作用。企业增加科技创新投入有助于企业采用清洁生产技术，由此将会提高环境治理效率。本研究选取研发强度和科技人员投入这两个指标的平均值来衡量科技创新投入；其中，研发强度是研发经费（内部经费和外部经费之和）占制造业产值的比重；科技人员投入是科技人员占从业人员的比重。
（3）科技创新产出（Technology Innovation Output，TIO）：科技创新产出是衡量制造业研发水平的重要指标。本文选用新产品绩效来衡量科技创新产出，而新产品绩效是新产品产值占总产值的比重。
（4）政府干预程度（Government Intervention Degree，GID）：在制造业发展过程中，政府干预对经济增长和生产率有着特殊的意义，也是环境治理效率的重要影响因素。本研究选取政府对企业研究与开发的资金支持作为政府干预程度的衡量标准。 3结果分析与讨论
3.1描述性统计分析
下面对环境治理效率的相关变量进行描述性统计，结果如表1所示。由表1结果可知，环境治理效率EGE的均值为0.861，最大值为0.920。而由每年的废水、废气及固体废物的排放量（例如，2008年的污水排放总量达到了273 775万t）可知，目前的环境治理水平相对较低。
3.2制造业总体的参数估计
为了研究制造业产值及环保意识、科技创新投入、科技创新产出、政府干预程度等变量对环境治理效率的影响，下面对上述计量经济模型采用最小二乘法（OLS）进行参数估计（见表2）。
表2结果显示，制造业总体的估计结果中，F统计量值较大P<0.01，表明参数估计的整体情况具有统计学意义的显著性。同时，R2>0.9，表明本文建立的计量模型有较好的模拟效果。并且，制造业产出水平的回归系数均在1%的显著性水平下通过假设检验，估计值显著且为正，环境治理效率随着产出水平的提高呈现出先减小再增大再减小的趋势，由此，制造业产出水平与环境治理效率之间呈倒N型曲线关系。
研究结果表明，企业环保意识的估计系数显著为正，表明环保意识对环境治理效率具有正向作用，即企业的环保意识越强，其环境治理效率越高。由此，增强企业的环保意识，继续加大对环境治理的投资是提升环境治理效率的重要措施。并且，政府可以通过各种政策或者税收来激励企业的环保意识，树立环境治理工作的榜样型企业；同时，企业自身也要关注环境治理工作，学习榜样，积极主动地开展环境治理工作。
研究结果表明，科技创新投入和科技创新产出的回归系数估计值显著为负，表明科技创新与环境治理效率呈现负相关关系。即科技创新投入及产出越多，制造业生产技术越先进，环境治理效率越低。其原因可能是：第一，企业对其技术创新的投资越多，对环境治理的投资将会相对减少，由此导致技术进步和生产率极大提高，但却带来更多的能源消耗和污染物排放，不利于环境治理效率的提升；第二，企业的科技成果转化为实际绩效有时滞性，由此环境绩效也会出现滞后。
然而，结果显示，政府的资金扶持对制造业环境治理的影响不显著。其可能的原因主要有：第一，相对于日益增长的制造业生产和运营成本而言，政府对企业的扶持力度相对不足，这使得企业在环境治理方面的投资没有因政府的扶持而明显的增加；第二，政府对企业的资金扶持难以有效地激励企业采纳清洁生产技术；第三，目前环境治理资金缺乏相应的预算约束机制和有效的监督制度，环境污染治理设施建设和运行效率低下。例如，在环境污染治理设施建设方面，我国较多采用的是政府投资建设、事业单位管理运营设施的模式，这种政府垄断模式缺乏竞争机制，从而造成环境污染治理设施建设和运行效率较低。
3.3制造业细分行业的参数估计
为了探讨制造业29个细分行业的环境治理效率问
题，下面对制造业细分行业的环境治理效率和制造业产值的关系进行研究。仍然沿用对制造业总体的分析方法，所得结果如表3所示。
表3的参数估计结果表明，对大部分制造业细分行业而言，产出水平和环境治理效率之间的关系和制造业总体参数估计的情况相似，均呈现倒N型曲线，即环境治理效率会随着企业产出水平的提高呈现先减小再增大再减小的趋势。但也有7个细分行业，包括行业4（烟草制品业）、行业12（文化教育用品制造业）、行业13（石油加工、炼焦及核燃料加工业）、行业15（医药制造业）、行业20（黑色金属冶炼及压延工业）、行业22（金属制品业）和行业27（通信计算机及其他电子设备制造业）呈现N型曲线关系，即环境治理效率随着产出水平的提高而呈现出先提升再降低，再提升的趋势。总的来说，这七个行业都是经济增长较快、直接或者间接地产生大量污染物的行业，即大多属于污染密集型产业。污染密集型产业由于在其产出过程中产生大量的污染物以及复杂的生产技术和过程，对生态环境产生较大的威胁；并且，由于其污染治理工作需要大量的资本、技术和管理资源，其污染的处理和防治都有较大的难度。由此，这些行业产值的提升伴随着较多的污染排放，对环境治理工作造成极大的压力。
此外，上述七个行业的环境治理效率和制造业产值呈N型曲线，有其自身的行业属性。石油加工炼焦及核燃料加工业的固废排放相当巨大，铁、锰、铬及其合金等黑色金属的废气排放量极大；金属制造业产值的增长幅度很高，同时，其污水排放量及能源消耗强度也极大。电子信息产业是国民经济的核心增长点，但是电子产品生产过程中难以做到清洁生产，并且，废旧电子产品尚缺乏完备的回收渠道，从而对生态环境产生负面影响。医药行业伴随着大量的化学品的使用及生产，不可避免地对环境构成极大的威胁。烟草制造业和文教体育用品制造业虽属于传统行业，却随着时代的进步而被赋予了新的含义，成为具有市场和潜力的行业，但是目前普遍管理水平低下，由此使得其环境治理效率较低，但是随着行业的发展以及各项管理制度的完善，其环境治理效率也呈现了较好的发展趋势。总的来说，这些污染密集产业的产出水平增长速度高于污染物排放的增长速度，导致随着产出水平增长到一定程度，污染程度相对其飞速增长而降低，从而表现出环境治理效率提升的趋势。
4结论与建议
本文基于2001-2010年我国制造业环境治理的数据，探讨了制造业产值和环境治理效率的关系。对制造业总体和细分行业的环境治理效率计量模型的研究结果表明，制造业产值和环境治理效率呈现倒N型曲线关系，并且，企业环保意识与环境治理效率呈现正相关关系，而制造业科技创新投入、科技创新产出与环境治理效率呈现负相关关系，政府干预程度对环境治理效率的作用不显著。
总的来说，研究结论在实践层面对政府和企业具有如下启示和建议：
（1）对于政府而言，尽管在节能减排方面的投资日趋加大，但目前取得的成效甚微，所以，第一，政府需要以身作则，完善绿色消费制度，引导消费导向，促进绿色消费观念的形成，由此从源头上减少污染物排放、增加资源利用效率，减轻环境治理工作的压力。第二，完善绿色关税制度，防止发达国家对我国进行“污染转嫁”。对国内高能耗、高物耗、高污染的资源产品和初级产品，提升关税税率，从而限制国内资源的外流。第三，完善环境税法，促进其有效实施。环境税是将环境污染和生态破坏的社会成本内化到 生产成本和市场价格中去，再通过市场机制来分配环境资源的一种经济手段，这样可以利用市场的选择与调节，使环境污染得到一定的控制。第四，引导企业投资环境治理设施，并颁布相关的政策刺激企业在环境治理工作中的主观能动性。第五，当前我国经济呈现出“高速低质”式的发展，GDP的高速增长以资源大量耗减和环境急剧恶化为
代价，政府必须高瞻远瞩，统筹各项资源，规范并监督企业的环境治理工作。
（2）对于制造业企业而言，尽管基本都配备专门的环保人员，环保意识也在持续提高，但是环境治理效率却不理想。由此，企业需要从以下两个方面努力：第一，由制造业产值与环境治理效率所呈的N型曲线关系可知，其产值的增加反而增加环境治理的压力。因此，制造业企业要考虑环境的承载力，并结合产值与环境治理效率的阶段性变化特征，这样才能顺应节能减排的要求，实现绿色增长。第二，科技创新对环境治理效率的负向作用表明，目前的科技成果还不足以对环境治理效率的提升产生较强的推动力。由此，企业需要不断地提升科技创新能力，不仅需要利用科技创新成果增加资源利用效率，还需要加大环境治理方面的科技投入，逐步提升环境治理效率。
然而，本研究还存在一些局限。本研究主要探讨了环境治理效率和制造业产值之间的关系，并考虑了环保意识、科技创新以及政府干预的影响，尚未考虑企业的吸收能力以及企业的资源松弛度等因素对环境治理效率的影响。由此，后续研究应从更多的视角， 全面探究环境治理效率与制造业产值关系的影响因素。总之，制造业企业在环境治理道路上任重道远，仍需抓住主要环节，争取尽早实现制造业这一关乎国计民生行业的绿色发展。
（编辑：田红）
参考文献（References）
[1]朱婧， 孙新章， 刘学敏， 等. 中国绿色经济战略研究[J]. 中国人口·资源与环境， 2012， 22（4）： 7-12. [Zhu Jing， Sun Xinzhang， Liu Xuemin， et al. Study on China’s Green Economy Strategy[J]. China Population， Resources and Environment， 2012， 22（4）： 7-12.]
[2]诸大建. 绿色经济新理念及中国开展绿色经济研究的思考[J]. 中国人口·资源与环境， 2012， 22（5）： 40-47. [Chu Dajian. New Concept of Green Economy and Consideration of Deepening Green Economy Studies in China [J]. China Population， Resources and Environment， 2012， 22（5）： 40-47.]
[3]张菊， 苗鸿， 欧阳志云， 等. 近 20 年北京市城近郊区环境空气质量变化及其影响因素分析[J]. 环境科学学报， 2006， 26（11）： 1886-1892. [Zhang Ju， Miao Hong， Ouyang Zhiyun， et al. Ambient Air Quality Trends and Driving Factor Analysis Since 1980’s in Beijing [J]. Acta Scientiae Circumstantiae， 2006， 26（11）： 1886-1892]
[4]林伯强， 刘希颖. 中国城市化阶段的碳排放， 影响因素和减排策略[J]. 经济研究， 2010，（8）： 66-78. [Lin Boqiang， Liu Xiying. China’s Carbon Dioxide Emissions under the Urbanization Process： Influence Factors and Abatement Policies[J]. Economic Research Journal， 2010，（8）： 66-78.]
[5]刘贞， 蒲刚清， 施於人， 等. 钢铁行业碳减排情景仿真分析及评价研究[J]. 中国人口·资源与环境， 2012， 22（3）：77-81. [Liu Zhen， Pu Gangqing， Shi Yuren， et al. Simulation Analysis and Evaluation on Carbon Reduction Scenarios in Steel Industry [J]. China Population， Resources and Environment， 2012， 22（3）：77-81.]
[6]刘睿劼， 张智慧. 基于 WTPDEA 方法的中国工业经济-环境效率评价[J]. 中国人口·资源与环境， 2012，22（2）： 125-129. [Liu Ruijie， Zhang Zhihui. Assessment on Economicenvironmental Efficiency of China’s Industry Based on WTPDEA Method [J]. China Population， Resources and Environment， 2012，22（2）： 125-129.]
[7]Cherniwchan J. Economic Growth， Industrialization， and the Environment[J]. Resource & Energy Economics， 2012， 34（4）： 442-467.
[8]刘巧玲， 王奇， 刘勇. 经济增长， 国际贸易与污染排放的关系研究：基于美国和中国 SO2 排放的实证分析[J]. 中国人口·资源与环境， 2012， 22（5）：170-176. [Liu Qiaoling， Wang Qi， Liu Yong. Study on the Relationship between Economic Growth，International Trade and Pollution Emissions： Empirical Analysis on the SO2 Emissions in the United States and China [J]. China Population， Resources and Environment， 2012， 22（5）：170-176.] [9]Kuo L， Huang S K， Wu Y C J. Operational Efficiency Integrating the Evaluation of Environmental Investment： The Case of Japan[J]. Management Decision， 2010， 48（10）： 1596-1616.
[10]彭水军， 包群. 经济增长与环境污染：环境库兹涅茨曲线假说的中国检验[J]. 财经问题研究， 2006，（8）： 3-17. [Peng Shuijun， Bao Qun. Economic Growth and Environmental Pollution： An Empirical Test for the Environmental Kuznets Curve Hypothesis in China [J]. Research on Financial and Economic Issues， 2006，（8）： 3-17.]
[11]Aslanidis N， Iranzo S. Environment and Development： Is There a Kuznets Curve for CO2 Emissions？[J]. Applied Economics， 2009， 41（6）： 803-810.
[12]Baek J， Kim H S. Is Economic Growth Good or Bad for the Environment？ Empirical Evidence from Korea[J]. Energy Economics， 2013， 36（12）： 744-749.
[13]陈华文， 刘康兵. 经济增长与环境质量： 关于环境库兹涅茨曲线的经验分析[J]. 复旦学报： 社会科学版， 2004，（2）： 87-94. [Chen Huawen， Liu Kangbing. Economic Growth and Environmental Quality： An Empirical Analysis of the Environmentel Kuznets Curve [J]. Fudan Journal： Social Sciences Edition， 2004，（2）： 87-94.]
[14]Halkos G E， Tsionas E G. Environmental Kuznets Curves： Bayesian Evidence from Switching Regime Models[J]. Energy Economics， 2001， 23（2）： 191-210.
[15]Jalil A， Mahmud S F. Environment Kuznets Curve for CO2 Emissions： A Cointegration Analysis for China[J]. Energy Policy， 2009， 37（12）： 5167-5172.
[16]Saboori B， Sulaiman J. Environmental Degradation， Economic Growth and Energy Consumption： Evidence of the Environmental Kuznets Curve in Malaysia[J]. Energy Policy， 2013，（1）： 1-14.
[17]许和连， 邓玉萍. 经济增长、FDI与环境污染：基于空间异质性模型研究[J]. 财经科学， 2012，（9）： 57-64. [Xu Helian， Deng Yuping. Economic Growth，FDI and Environmental Pollution： Analysis on the Spatial Heterogeneity Model[J]. Finance & Economics， 2012，（9）： 57-64.]
[18]Sobhee S K. The Environmental Kuznets Curve （EKC）： A Logistic Curve？[J]. Applied Economics Letters， 2004， 11（7）： 449-452.
[19]Akbostanc1 E， TürütAlk S， Tun GI·. The Relationship Between Income and Environment in Turkey： Is There an Environmental Kuznets Curve？[J]. Energy Policy， 2009， 37（3）： 861-867.
[20]Dinda S. Environmental Kuznets Curve Hypothesis： A Survey[J]. Ecological Economics， 2004， 49（4）： 431-455.
[21]Fodha M， Zaghdoud O. Economic Growth and Pollutant Emissions in Tunisia： An Empirical Analysis of the Environmental Kuznets Curve[J]. Energy Policy， 2010， 38（2）： 1150-1156.
[22]郭国峰， 郑召锋. 基于 DEA 模型的环境治理效率评价：以河南为例[J]. 经济问题， 2009，（1）： 48-51. [Guo Guofeng， Zheng Zhaofeng. Assesment on Efficiency of Environmental Pollution Control in Henan Province Based on DEA Model[J]. On Economic Problems， 2009，（1）： 48-51.] [23]董秀海， 胡颖廉， 李万新. 中国环境治理效率的国际比较和历史分析：基于DEA模型的研究[J]. 科学学研究， 2008， 26（6）： 1221-1230. [Dong Xiuhai， Hu Yinglian， Li Wanxin. A International Comparisons and Historical Analysis on China’s Environmental Governance Efficiency Based on the Model of DEA [J]. Studies in Science of Science， 2008， 26（6）： 1221-1230.]
[24]Song M， Zhang L， An Q， et al. Statistical Analysis and Combination Forecasting of Environmental Efficiency and Its Influential Factors since China Entered the WTO： 2002–2010–2012[J]. Journal of Cleaner Production， 2013， 42（1）： 42-51.
[25]Liu X， Liu B， Shishime T， et al. An Empirical Study on the Driving Mechanism of Proactive Corporate Environmental Management in China[J]. Journal of Environmental Management， 2010， 91（8）： 1707-1717.
[26]Lee S， Pollitt H， Ueta K. An Assessment of Japanese Carbon Tax Reform Using the E3MG Econometric Model[J]. The Scientific World Journal， 2012，（1）： 1-10.
[27]Sˇèasny' M， Písˇa V， Pollit H， et al. Analyzing Macroeconomic Effects of Environmental Taxation in the Czech Republic with the Econometric E3ME Model[J]. Finance a UverCzech Journal of Economics and Finance， 2012， 59（5）： 460-491.