论文部分内容阅读
摘 要：根据2004-2013年中国31个省市有关数据，首先，分析了全局空间相关性，发现地区间人均废水排放存在着空间自相关；然后，运用空间面板模型实证分析人均GDP增加对人均废水排放的影响，以研究经济增长是否加重了中国的排污负担，研究结果表明，人均废水排放与人均GDP之间呈现显著的“倒U”型关系。
关键词：空间相关性；人均废水排放；经济增长
中图分类号：D9
文献标识码：A
doi：10.19311/j.cnki.1672-3198.2016.09.064
1 问题提出
近年来，我国经济经历了一个持续的高速增长阶段，在经济发展方面取得了巨大的成就，但是工业扩张和城市化也对环境造成了极大的浪费和破坏，同时也面临着经济高速增长与环境污染严重并存的问题。因此经济发展对生态环境的影响是环境资源与生态经济学研究的热点。宋涛（2006）基于环境-收入的库兹涅茨曲线关系假设，采用面板数据模型对1985-2004年我国29个省的环境指标与人均收入的关系进行实证研究，发现人均废水排放量随人均收入GDP的变化呈现单调上升的一次曲线。马俊（2005）结合西部地区1995-2002年八年间环境与经济的实际发展情况，得出工业废水与人均GDP的拟合关系，工业废水随着西部人均GDP的增长而增长。
但研究发现，污染物的排放与经济增长之间并不是简单的线性关系。1991年，美国普林斯顿大学的Grossman和Krueger对66个国家和地区的14种空气污染物（1979-1990年）和水污染物质（1977-1988年）的变动情况进行了研究。发现，大多数污染物的变动趋势与人均国民收入的变动趋势间呈倒U形关系，并于1995年提出环境库兹涅茨曲线假说。一般意义上的EKC是指在经济发展的初期，环境污染或环境破坏会随经济的增长而加重，当经济发展到某一水平时环境污染程度达到最大，而后经济继续发展，环境污染程度却随之下降，环境质量逐渐变好，即污染物排放量与人均GDP之间的变化趋势呈现出倒U形的曲线关系。如陈腊娇（2006）通过选取浙江省1985～2004年经济和废水排放数据，通过分析经济因子与废水排放之间的相互关系，建立浙江省废水排放的库兹涅茨曲线模型。贾秀飞（2015）通过河北省工业废水的排放量与人均GDP之间的关系的回归研究，建立了人均废水排放量与人均GDP的环境库兹涅茨曲线模型。
纵观现有发展，尚存以下方面需要完善。首先，根据“地理学第一定律”，空间上距离相近的两个地区之间的经济行为往往是相互关联的，且两地区越是接近，关联性就越强。但是现有文献往往只关注地区内部的相互作用，而忽视了地区间的联系（李婧，2010）。其次，现有的研究大多关注工业废水和经济增长GDP指标间的关系，实际上，人均废水总量与人均GDP之间的关系研究更能说明一些问题。最后现有的研究所选取的数据比较陈旧，无法对现在的经济发展状况给出合理的分析和预测，因此有必要对最新的数据做一次研究分析。
本文基于环境-收入的环境库兹涅茨曲线，选取2004-2013年我国31个省人均废水总量的环境指标面板数据，基于空间面板模型的总量判断，比较研究人均废水总量与人均GDP的关系。
2 关系假设、研究方法与变量选择
2.1 经济增长与污染物排放的关系假设
改革开放以来我国经济经历了一个持续的高速增长阶段，我国经济的高速增长是建立在过度的资源消耗和较为严重的工业污染基础上的。在经济发展起步阶段随着经济的增长会导致环境质量的下降，污染排放量随着经济增长而增加，然而由于经济的持续发展，人均收入的进一步提高有助于降低污染排放、改善环境质量。由此，提出关系假设：
排污负担在初期随着经济增长而增加，超过某一临界点后随着经济增长而下降，二者呈现“倒U”型曲线。
2.2 研究方法
2.2.1 空间相关性检验
判断区域间的相互影响，特别是空间相关性关系，一般通过测算全局Moran’s I指数进行验证，具体表示为：
2.2.2 空间面板模型构建
通过Moran’s I指数验证确定了中国地区间人均废水排放的空间相关性存在之后，应考虑构建空间面板模型对经济增长与污染物排放之间的关系进行经验研究，建立空间滞后面板模型和空间误差模型。由于对数据进行对数化处理后不改变数据原有特征，并会减少异方差或使得时间序列变得平稳，因此本文在实证分析时采用的是各指标的自然对数。
其中，空间滞后面板模型为：
其中，对于第t期的第i地区而言，被解释变量y代表人均废水排放水平。解释变量GDP代表经济增长，用人均 GDP 来衡量，与总量指标相比，人均 GDP 更加能够反映真实经济发展水平。此外，X为控制变量，ρ代表空间变量系数，当ρ大于零时，表明相邻空间对象的空间相互作用表现为“溢出效应”，反之，则表现为“负效应”，W为空间权重矩阵，反映因变量自身的空间趋势。δ代表时间效应产生的随机扰动，用以反映随时间变化且冲击所有地区人均废水排放和人均GDP的扰动事件，如经济周期，宏观经济政策等；u代表个体效应产生的随机扰动，用以反映不随时间变化且存在地区差异的扰动事件，如地方的环境治理政策等；ε代表随机误差项并服从正态分布。对于控制变量，选择人均电力消费量（power）反映能源消费情况，人均进出口总额（i&e）反映经济外向型程度，人均废水治理设施本年运行费用（treatment）反映环境规制强度，人均专利授权数（pl）反映地区创新发展水平。
同时，设定空间误差面板模型为：
除（3）式已定义变量外，λ代表残差空间相关系数，表示回归残差之间空间相关性强度。
2.3 数据来源
本文将2004—2013年中国大陆31个省份作为样本。人均废水排放量和人均废水治理设施本年运行费用数据由《中国环境统计年鉴》（2005—2014）整理计算而得，其他人均数据由《中国统计年鉴》（2005—2014）整理计算得到。为了消除了通货膨胀的影响，以2004年为基期，人均GDP数据利用居民消费价格指数平减修正，地区进出口总额数据按照当年人民币汇率平均价折算，再利用商品零售价格指数进行平减。此外，对人均专利授权数数据同比例增大100000倍，以保持数据的平稳性。 3 实证结果与分析
3.1 空间相关性检验的实证结果
通过Geoda软件，实证得到的2004—2013年中国31个省份人均废水排放全局Moran’s I指数，如表1所示。结果表明，中国省际人均废水排放存在显著的正向的空间相关性，即对于人均废水排放较高的地区，往往存在一个或多个人均废水排放较高的地区与其相邻，同理，对于人均废水排放较低的地区，至少存在着一个人均废水排放较低的地区与其相邻。在2010年之后空间相关性程度还有所增强。
3.2 人均GDP对人均废水排放影响的实证结果
通过Stata软件估计2004—2013年中国省际人均GDP对人均废水排放的影响。首先，对于模型的选择，需要考察两个统计量：LM-error 和LM-Log，LM-Log用来检验空间滞后模型，LM-error用来检验空间误差模型，二者均通过了显著性检验。进一步比较Robust LM-error 和Robust LM-Log，统计结果显示只有Robust LM-lag通过了显著性检验，说明邻近地区的人均废水是影响某一地区人均废水的主要因素，应该选择空间滞后面板模型。其次，由于着重分析省际间人均GDP与人均废水排放的关系，并非由此推知一个更大母体的一般规律，因此选择固定效应模型应更为合理。为了便于比较，表2列出了传统面板、空间滞后面板和空间误差面板三种模型各自的估计结果。传统面板模型的R-squared未能通过检验，而空间滞后个体效应模型和空间误差时间效应模型均获得了较好的拟合效果，但前者的似然值优于后者，因此本文着重针对空间滞后个体效应模型进行讨论。
空间滞后个体效应模型得到的空间相关系数为0.2759，且在5%的显著性水平上通过了显著性检验，说明邻近省份人均排放增长1%，将使得本省份人均废水排放增长0.2759%，进一步印证了空间相关性的存在。对于人均GDP而言，其对人均废水排放的影响一次项系数为正，二次项系数为负，且均在1%的水平上通过了显著性检验，证明人均GDP与人均废水排放之间存在“倒U”型曲线关系。也就是说，随着人均GDP的增加，人均废水排放量一开始是逐渐增加的，然而由于经济的持续发展，人均收入的进一步提高有助于降低污染排放、改善环境质量，人均废水排放可能出现随人均GDP增加而下降的趋势。模型结果还显示，人均电力消费量、人均进出口总额也显著影响人均废水排放。
其中，人均电力消费量每增加1%人均废水排放大约增加0.205%，人均进出口总额每增加1%人均废水排放大约下降0.0249%。结果说明控制能源消耗，外向型经济的发展是缓解中国排污负担的有效途径。此外，人均专利授权数和人均废水治理设施运行费用对人均废水排放不具有显著影响，说明地区创新发展水平和环境规制力度的增加并未有效缓解中国面临的减排压力。
4 研究结论
本文运用Moran’s I指数对2004—2013年中国省际人均废水排放的空间相关性进行了检验，并在此基础上通过空间滞后个体效应模型实证研究了人均GDP增长对人均废水排放的影响。研究得到如下发现：
第一，中国人均废水排放存在较为显著的省际空间溢出效应，在2010年之后空间相关性程度还有所增强。
第二，人均GDP对于人均废水排放具有显著影响，并呈现了“倒U”型曲线关系。改革开放以来我国经济在快速发展的同时也导致了人均废水的增加，但随着经济转型各项举措的落实和相关项目环境评价制度的开展，转型各项举措的落实和相关项目环境评价制度的开展，人均废水排放随经济增长而增加的态势将逐步得到改善。同时，能源消费量增加将加重中国人均废水排放负担，外向型经济的发展将减少人均废水排放，但地区创新发展水平和环境规制力度的增加并未有效缓解中国面临的减排压力。
关键词：空间相关性；人均废水排放；经济增长
中图分类号：D9
文献标识码：A
doi：10.19311/j.cnki.1672-3198.2016.09.064
1 问题提出
近年来，我国经济经历了一个持续的高速增长阶段，在经济发展方面取得了巨大的成就，但是工业扩张和城市化也对环境造成了极大的浪费和破坏，同时也面临着经济高速增长与环境污染严重并存的问题。因此经济发展对生态环境的影响是环境资源与生态经济学研究的热点。宋涛（2006）基于环境-收入的库兹涅茨曲线关系假设，采用面板数据模型对1985-2004年我国29个省的环境指标与人均收入的关系进行实证研究，发现人均废水排放量随人均收入GDP的变化呈现单调上升的一次曲线。马俊（2005）结合西部地区1995-2002年八年间环境与经济的实际发展情况，得出工业废水与人均GDP的拟合关系，工业废水随着西部人均GDP的增长而增长。
但研究发现，污染物的排放与经济增长之间并不是简单的线性关系。1991年，美国普林斯顿大学的Grossman和Krueger对66个国家和地区的14种空气污染物（1979-1990年）和水污染物质（1977-1988年）的变动情况进行了研究。发现，大多数污染物的变动趋势与人均国民收入的变动趋势间呈倒U形关系，并于1995年提出环境库兹涅茨曲线假说。一般意义上的EKC是指在经济发展的初期，环境污染或环境破坏会随经济的增长而加重，当经济发展到某一水平时环境污染程度达到最大，而后经济继续发展，环境污染程度却随之下降，环境质量逐渐变好，即污染物排放量与人均GDP之间的变化趋势呈现出倒U形的曲线关系。如陈腊娇（2006）通过选取浙江省1985～2004年经济和废水排放数据，通过分析经济因子与废水排放之间的相互关系，建立浙江省废水排放的库兹涅茨曲线模型。贾秀飞（2015）通过河北省工业废水的排放量与人均GDP之间的关系的回归研究，建立了人均废水排放量与人均GDP的环境库兹涅茨曲线模型。
纵观现有发展，尚存以下方面需要完善。首先，根据“地理学第一定律”，空间上距离相近的两个地区之间的经济行为往往是相互关联的，且两地区越是接近，关联性就越强。但是现有文献往往只关注地区内部的相互作用，而忽视了地区间的联系（李婧，2010）。其次，现有的研究大多关注工业废水和经济增长GDP指标间的关系，实际上，人均废水总量与人均GDP之间的关系研究更能说明一些问题。最后现有的研究所选取的数据比较陈旧，无法对现在的经济发展状况给出合理的分析和预测，因此有必要对最新的数据做一次研究分析。
本文基于环境-收入的环境库兹涅茨曲线，选取2004-2013年我国31个省人均废水总量的环境指标面板数据，基于空间面板模型的总量判断，比较研究人均废水总量与人均GDP的关系。
2 关系假设、研究方法与变量选择
2.1 经济增长与污染物排放的关系假设
改革开放以来我国经济经历了一个持续的高速增长阶段，我国经济的高速增长是建立在过度的资源消耗和较为严重的工业污染基础上的。在经济发展起步阶段随着经济的增长会导致环境质量的下降，污染排放量随着经济增长而增加，然而由于经济的持续发展，人均收入的进一步提高有助于降低污染排放、改善环境质量。由此，提出关系假设：
排污负担在初期随着经济增长而增加，超过某一临界点后随着经济增长而下降，二者呈现“倒U”型曲线。
2.2 研究方法
2.2.1 空间相关性检验
判断区域间的相互影响，特别是空间相关性关系，一般通过测算全局Moran’s I指数进行验证，具体表示为：
2.2.2 空间面板模型构建
通过Moran’s I指数验证确定了中国地区间人均废水排放的空间相关性存在之后，应考虑构建空间面板模型对经济增长与污染物排放之间的关系进行经验研究，建立空间滞后面板模型和空间误差模型。由于对数据进行对数化处理后不改变数据原有特征，并会减少异方差或使得时间序列变得平稳，因此本文在实证分析时采用的是各指标的自然对数。
其中，空间滞后面板模型为：
其中，对于第t期的第i地区而言，被解释变量y代表人均废水排放水平。解释变量GDP代表经济增长，用人均 GDP 来衡量，与总量指标相比，人均 GDP 更加能够反映真实经济发展水平。此外，X为控制变量，ρ代表空间变量系数，当ρ大于零时，表明相邻空间对象的空间相互作用表现为“溢出效应”，反之，则表现为“负效应”，W为空间权重矩阵，反映因变量自身的空间趋势。δ代表时间效应产生的随机扰动，用以反映随时间变化且冲击所有地区人均废水排放和人均GDP的扰动事件，如经济周期，宏观经济政策等；u代表个体效应产生的随机扰动，用以反映不随时间变化且存在地区差异的扰动事件，如地方的环境治理政策等；ε代表随机误差项并服从正态分布。对于控制变量，选择人均电力消费量（power）反映能源消费情况，人均进出口总额（i&e）反映经济外向型程度，人均废水治理设施本年运行费用（treatment）反映环境规制强度，人均专利授权数（pl）反映地区创新发展水平。
同时，设定空间误差面板模型为：
除（3）式已定义变量外，λ代表残差空间相关系数，表示回归残差之间空间相关性强度。
2.3 数据来源
本文将2004—2013年中国大陆31个省份作为样本。人均废水排放量和人均废水治理设施本年运行费用数据由《中国环境统计年鉴》（2005—2014）整理计算而得，其他人均数据由《中国统计年鉴》（2005—2014）整理计算得到。为了消除了通货膨胀的影响，以2004年为基期，人均GDP数据利用居民消费价格指数平减修正，地区进出口总额数据按照当年人民币汇率平均价折算，再利用商品零售价格指数进行平减。此外，对人均专利授权数数据同比例增大100000倍，以保持数据的平稳性。 3 实证结果与分析
3.1 空间相关性检验的实证结果
通过Geoda软件，实证得到的2004—2013年中国31个省份人均废水排放全局Moran’s I指数，如表1所示。结果表明，中国省际人均废水排放存在显著的正向的空间相关性，即对于人均废水排放较高的地区，往往存在一个或多个人均废水排放较高的地区与其相邻，同理，对于人均废水排放较低的地区，至少存在着一个人均废水排放较低的地区与其相邻。在2010年之后空间相关性程度还有所增强。
3.2 人均GDP对人均废水排放影响的实证结果
通过Stata软件估计2004—2013年中国省际人均GDP对人均废水排放的影响。首先，对于模型的选择，需要考察两个统计量：LM-error 和LM-Log，LM-Log用来检验空间滞后模型，LM-error用来检验空间误差模型，二者均通过了显著性检验。进一步比较Robust LM-error 和Robust LM-Log，统计结果显示只有Robust LM-lag通过了显著性检验，说明邻近地区的人均废水是影响某一地区人均废水的主要因素，应该选择空间滞后面板模型。其次，由于着重分析省际间人均GDP与人均废水排放的关系，并非由此推知一个更大母体的一般规律，因此选择固定效应模型应更为合理。为了便于比较，表2列出了传统面板、空间滞后面板和空间误差面板三种模型各自的估计结果。传统面板模型的R-squared未能通过检验，而空间滞后个体效应模型和空间误差时间效应模型均获得了较好的拟合效果，但前者的似然值优于后者，因此本文着重针对空间滞后个体效应模型进行讨论。
空间滞后个体效应模型得到的空间相关系数为0.2759，且在5%的显著性水平上通过了显著性检验，说明邻近省份人均排放增长1%，将使得本省份人均废水排放增长0.2759%，进一步印证了空间相关性的存在。对于人均GDP而言，其对人均废水排放的影响一次项系数为正，二次项系数为负，且均在1%的水平上通过了显著性检验，证明人均GDP与人均废水排放之间存在“倒U”型曲线关系。也就是说，随着人均GDP的增加，人均废水排放量一开始是逐渐增加的，然而由于经济的持续发展，人均收入的进一步提高有助于降低污染排放、改善环境质量，人均废水排放可能出现随人均GDP增加而下降的趋势。模型结果还显示，人均电力消费量、人均进出口总额也显著影响人均废水排放。
其中，人均电力消费量每增加1%人均废水排放大约增加0.205%，人均进出口总额每增加1%人均废水排放大约下降0.0249%。结果说明控制能源消耗，外向型经济的发展是缓解中国排污负担的有效途径。此外，人均专利授权数和人均废水治理设施运行费用对人均废水排放不具有显著影响，说明地区创新发展水平和环境规制力度的增加并未有效缓解中国面临的减排压力。
4 研究结论
本文运用Moran’s I指数对2004—2013年中国省际人均废水排放的空间相关性进行了检验，并在此基础上通过空间滞后个体效应模型实证研究了人均GDP增长对人均废水排放的影响。研究得到如下发现：
第一，中国人均废水排放存在较为显著的省际空间溢出效应，在2010年之后空间相关性程度还有所增强。
第二，人均GDP对于人均废水排放具有显著影响，并呈现了“倒U”型曲线关系。改革开放以来我国经济在快速发展的同时也导致了人均废水的增加，但随着经济转型各项举措的落实和相关项目环境评价制度的开展，转型各项举措的落实和相关项目环境评价制度的开展，人均废水排放随经济增长而增加的态势将逐步得到改善。同时，能源消费量增加将加重中国人均废水排放负担，外向型经济的发展将减少人均废水排放，但地区创新发展水平和环境规制力度的增加并未有效缓解中国面临的减排压力。