论文部分内容阅读
摘要：基于1999—2011年的中国省级面板数据，在STIRPAT模型和环境库兹涅茨曲线（EKC）基础上，考察现阶段中国城镇化、居民消费对环境污染的影响效应。结果发现，城镇化对环境污染具有显著的正向效应与区域差异，城镇化水平与环境污染之间倒U型的环境库兹涅茨曲线关系并不显著，居民消费水平与环境污染之间亦存在着倒U型的环境库兹涅茨曲线关系，而且我国的居民消费水平距拐点还有一段距离；城镇化水平提高能抑制居民消费水平对环境污染的影响，且居民消费水平不同的地区，城镇化对环境污染的影响具有显著差异。
关键词：城镇化；居民消费；人均消费水平；环境污染；环境库兹涅茨曲线；环境影响评估模型；温室效应；循环经济
中图分类号：F299.21 文献标识码：A 文章编号：1007-2101（2014）03-0047-04
城镇化发展、居民消费与环境污染之间存在紧密的内在关系，并且城镇化与工业化发展往往是相伴而行的，城镇化和工业化发展过程是环境污染问题的客观基础。同时，居民消费需求也随着城镇化和工业化的快速发展而日益增加，尤其是对电子产品、塑料制品、金属制品等工业产品，工业化发展体现为高耗能产业的发展，因此城镇化和居民消费水平的提高必然会增加能源消耗，进而或多或少地对自然资源与生态环境产生压力。随着居民收入水平的增加，人们的消费需求不断升级，与之相伴而生的问题是居民消费过程中的环境污染问题也日趋严重和突出。本文正是在这种背景下，选取1999—2011年我国的省际面板数据，以STIRPAT模型和环境库兹涅茨曲线为基础，对中国城镇化、居民消费对环境污染的影响效应进行探讨。
一、文献综述
以美国著名经济学家Grosman和Krueger为首的经验环境经济学派展开的，研究的重点在于经济发展中城镇化对环境是否有影响，以及影响的重要程度有多大。他们注重归纳各个国家经济发展与其环境发展的关系，选取表征环境与经济的主要指标进行数理分析与经验判别，然后进行侧面解释，其实质是一种“城镇—消费—环境”的先验论。Grosman和Krueger（1995）对42个国家的面板数据进行分析，得出城市人口密度对SO2和烟尘排放具有正向影响，而对悬浮颗粒具有负向影响；Karen Eharhardt-Martines等（1998，2002）以跨国数据为样本，检验经济发展水平、城市化等对森林毁林率的影响，最后得出城镇化水平比经济发展水平对森林毁林率的影响较为显著，城镇化发展与毁林率之间存在着倒“U”型曲线关系，毁林率的转折点在城镇化水平40%～50%之间；J.Parikh等（1995）研究了经济发展过程中的城镇化与能源使用及“温室效应”问题。他们利用跨国数据，通过计量经济学分析，得出城镇化发展与能源利用的结构变化的关系最为密切。国内学者主要集中于对城镇化与环境污染之间存在环境库兹涅茨曲线（EKC）的检验性研究。吴玉萍等（2002）选取北京市1985—1999年经济与环境数据，通过分析经济因子与环境因子的相互关系，探究北京市经济增长与环境质量演替轨迹，为评价北京市环境政策提供依据；也有部分学者对EKC曲线进行了理论研究与结构分解研究，如洪阳等（1999）对环境质量和经济增长库兹涅茨关系进行了理论假设和数学分析，并描述了适应国情的经济发展轨迹；陈六君等（2004）对我国环境污染进行了结构分解研究，将污染分解为规模效应、结构效应、污染治理效应与清洁技术效应。近年来，国内部分学者也选择各个地区或城市进行实证检验，并取得了不少成果。杜江、刘渝（2008）通过中国省际面板数据的实证分析，发现城镇化与环境污染之间还受到其他控制变量的影响，当前我国仍处于倒“U”型EKC的左半段，因此，他们认为政府可以通过制定环保政策，以减缓城镇化发展所带来的环境污染问题；章泉（2009）利用1996—2001年我国地级市面板数据模型，考察城镇化进程中的环境质量，认为城镇化进程的推进对环境质量具有显著的负面影响；周宏春、李新（2010）指出在我国城镇化进程中面临生态资源约束和环境污染之间的矛盾，并倡导人们低碳消费，实现城镇化和环境可持续发展；王家庭、王璇（2011）基于城市环境库兹涅茨曲线，通过对我国28个省市地区的面板数据实证结果得出城镇化与环境污染之间存在倒“U”型的曲线关系，认为当城镇化水平超过33.84%时，若城镇人口比重继续增加，则环境污染的恶化程度会加剧。
纵观国内外现有的研究文献，我们不难发现，已有的研究成果要么集中于经济发展水平与环境污染之间关系的研究，要么集中于城镇化与环境污染之间关系的EKC曲线检验。而将城镇化与居民消费同时作为变量，分析城镇化、居民消费对环境污染影响的尚不多见。鉴于此，在目前城镇化快速推进的背景下，基于STIRPAT模型，选取1999—2011年我国的省际面板数据作为样本，研究城镇化、居民消费对环境污染的影响，考察我国环境库兹涅茨曲线（简称EKC）的存在性，无疑具有重大的理论意义与实践价值。
二、模型构建与指标选取
Dietz和Rosa（1997）在Ehrlich和Holdren（1971）以及Daily和Ehrlich（1992）给出的环境压力模型（I=P*A*T）的基础上提出了可拓展的随机性环境影响评估模型（Stochastic Impacts by Regression on Population，Affluence and Technology，简称STIRPAT模型）。该模型将人口规模、富裕程度以及技术水平作为环境影响的驱动因素，通过该模型可以定量分析以人为中心的各种活动对环境造成的影响。模型的基本形式如下：
Ii=？琢Pi？茁1Ai？茁2Ti？茁3？滋i（1）
（1）式中，I表示环境影响，P表示人口数量，A表示人均财富，T表示技术水平；β1、β2、β3分别为P、A、T的指数项，μi是模型的随机干扰项。该模型克服了环境压力模型中所有自变量等比例影响因变量的缺陷。对（1）式两边同时取自然对数可得： LnIi=Lnα+β1LnPi+β2LnAi+β3LnTi+Lnμi（2）
模型（2）中的系数反映了解释变量和被解释变量之间的弹性关系，将模型（2）扩展为面板数据模型可以得到模型（3）
LnIit=Lnα+β1LnPit+β2LnAit+β3LnTit+Lnμit（3）
本文主要研究城镇化和居民消费对环境污染的影响，因此在STIRPAT模型中加入反映城镇化水平和居民消费水平的变量进行检验，同时基于环境经济学理论，分别引入城镇化和居民消费变量的二次项，以便考察城镇化、居民消费与环境之间的环境库兹涅茨曲线关系。基于模型（3）构建如下面板数据模型：
LnENPit=β0+β1LnURBit+β2LnURBit2+β3LnPCCit+β4LnPCCit2+β5LnPOPit+β6LnUECit+β7LnINDit+ξit（4）
式（4）中i=1，2，3，…，N分别代表不同个体，t=1，2，3，…，T代表样本年度；β0代表用于控制不可观测的区域效应，ξit为随机干扰项；LnENPit为被解释变量在横截面i和时间t上的数值；LnURBit、LnPCCit分别为解释变量在横截面i和时间t上的数值。城镇化水平会通过影响居民消费水平而影响环境污染，无论是城镇地区还是农村地区，居民消费水平提高都会增加对环境污染的强度。但是，对于同一种商品而言，城市居民和农村居民有可能对其存在不同的边际消费倾向。特别地，当该商品是必需品时，城镇化水平的提高无疑会降低消费对环境污染的影响。为对此进行检验，在模型（4）中加入反映居民消费水平变量与城镇化水平变量的交叉项进行验证，将模型（4）进一步扩展为：
LnENPit=βi+β1LnURBit+β2LnURBit2+β3LnPCCit+β4LnPCCit2+β5LnPOPit+β6LnUECit+β7LnINDit+β8LnURBit*LnPCCit+ξit（5）
式（5）中，LnURBit*LnPCCit为城镇化水平变量与居民消费水平变量的交叉项，其系数大小反映了城镇化影响居民消费水平对环境污染的影响效应的大小，若其系数为负，则表明城镇化水平的提高将降低居民消费水平对环境污染的影响。
对于模型（5）中使用的变量，根据可操作性和针对性原则做出以下界定：环境污染（ENP）指标以工业废水排放总量进行衡量；城镇化水平（URB）选择非农业人口占总人口的比重进行衡量；居民消费采用各省居民人均消费水平（PCC）表示，同时使用各省居民消费价格指数（CPI）对其进行处理；总人口（POP）采用各省年末总人口；能源利用效率（UEC）用地区单位GDP能耗表示，即各省的能源消耗总量与GDP的比值；经济结构变量（IND）用GDP中工业增加值的比重表示，工业化通常被认为是造成环境污染的重要因素。本文所有数据均来自国泰安数据库和世界贸易数据库。
三、模型估计与结果解读
本文选取1999—2011年我国的省际样本数据，采用的计量经济分析软件是stata11.2，对模型（4）和（5）进行估计和检验，研究城镇化和居民消费水平对我国环境污染的影响。在对模型进行估计之前，首先要选择正确的模型，这里先对模型进行了Hausman检验，并最终选择固定效应模型进行估计。表1显示了模型（4）的估计结果。
1. LnURB的一次项系数显著为正，表明城镇化水平提高会导致环境污染进一步恶化，而LnURBit2的系数虽然为负，但没有通过显著性检验。对此，本文认为在我国尚未发现城镇化水平与环境污染之间呈倒“U”型的EKC曲线关系，因此，城镇化水平提高对环境污染只具有单调的正向促进效应。导致这一现象最可能的原因是，当前我国仍处于工业化中期阶段，城镇化水平的不断提高必然导致大量的农村劳动力转移到“高能耗、高污染”的工业生产部门中。
2. LnPCC的一次项系数显著为正，表明居民消费水平对环境污染的正向效应，而LnPCCit2的系数为负，且t统计量显著，这证实了在我国居民消费水平与环境污染之间存在显著的“U”型曲线关系，即环境污染随着居民消费水平的提高而呈现出先上升后下降的非线性关系，即表明居民消费水平对环境污染的促进效应是递减的，并且在居民消费水平达到一定高度后，还会导致环境污染物排放的下降。导致上述变化最可能的原因在于：第一，居民消费水平提高导致了地区经济结构服务部门经济体系转变；第二，居民消费水平越高的地区越有能力投资，提高能源利用效率。然而，基于本文回归所获得的系数，经过简单的计算，我国离拐点的居民消费水平还有很大一段差距，我国正处于环境污染随着居民消费水平的提高而迅速增加的时期，因此，在很长一段时期内，居民消费水平的提高对我国环境污染都将产生促进效应，那么就很难期望通过居民消费水平的提高来降低对环境的污染。
3. 人口总量LnPOP的系数显著为正，表明人口总量对环境污染具有显著的正向效应，即人口因素是导致环境污染的重要因素；单位GDP能耗LnUEC的系数为正，而且t统计量显著，表明多维GDP能耗对环境污染具有显著的负向效应，即提高能源利用效率能够有效地抑制环境污染；LnIND的系数也显著为正，说明工业增加值所占GDP的比重越大，环境污染越严重，这也表明中国当前仍处于“高能耗、高污染”的工业化阶段。
表1中也给出了模型（5）的估计结果。结果显示，城镇化水平与居民消费水平的交叉性LnURB*LnPCC的系数为负，且在5%的显著性水平下通过了检验，这反映了城镇化水平提高能有效抑制居民消费水平对环境污染的影响。导致这一结果最有可能的原因在于，与城镇居民相比，现阶段农村居民对能源的边际消费需求弹性较大，从而导致城镇化水平提高会降低能源总体的边际消费需求弹性。统计数据显示，2012年占据居民能源消耗主要部分的居住消费支出在城镇居民家庭人均占生活消费总支出的9.43%，而在农村居民家庭中人均竟高达18.27%，这种消费支出的差别无疑支持了我们的论断。 四、城镇化、居民消费对环境污染的区域差异
为进一步研究城镇化对环境污染的影响在居民消费水平不同的地区而有所差异，为此，将所有样本分为居民消费水平相对发达的东部地区、居民消费水平相对较高的中部地区和居民消费水平相对落后的西部地区进行估计和检验②。在选择正确的模型前，同样进行了Hausman检验，结果发现选取固定效应模型进行估计较为合适。估计结果见表2。
1. LnURB的一次项系数在东部地区、中部地区和西部地区均显著为正，而其二次项系数均为负值，但均没有通过显著性水平的检验，这表明城镇化与环境污染在东部地区、中部地区和西部地区均不存在倒“U”型的环境库兹涅茨曲线关系。城镇化水平提高对东部地区、中部地区和西部地区的环境污染均会产生显著的正向效应，而城镇化对环境污染的影响在三大区域之间具有明显的差异，即城镇化水平对东部地区环境污染的正向影响要明显小于中西部地区，这表明在居民消费水平越高的地区，城镇化对环境污染的正向效应就越小。
2. LnPCC的弹性系数均为正值，且t统计量均显著，再次印证了居民消费水平对环境污染的正向效应，即东部、中部和西部地区城镇化水平每提升1个百分点，环境污染将依次提升0.010 62、0.197 2和0.245 5个百分点。而LnPCC2的系数均显著为负值，这表明在各个地区居民消费水平与环境污染之间均存在明显的倒“U”型环境库兹涅茨曲线关系，并且居民消费水平对东部地区环境污染的负面影响要小于经济发展水平相对落后的中部和西部地区。
3. 人口因素和单位GDP能耗对环境污染的影响在三大区域之间均存在显著的差异，虽然都是显著的正向影响，但是东部和中部地区的人口因素和单位GDP的能耗对环境污染的促进效应要显著地大于西部地区，这主要是因为现阶段我国东部和中部地区的人口较多、能源消耗量大导致环境污染在东部和中部整体上大于西部地区；工业所占GDP比重对环境污染的影响在东部与中部的差别并不是很大，但仍然与西部地区的差异明显。
五、结论与对策
改革开放以来，我国城乡居民消费水平持续提高，城镇化进程不断加快，而环境污染问题愈来愈严重。本文通过选取1999—2011年我国的省际面板数据，实证分析了城镇化、居民消费对环境污染的影响效应。根据以上分析，结论可以归纳为五个方面：第一，城镇化对环境污染呈现出单调的正向效应，而并没有证实城镇化水平与环境污染之间存在倒“U”型的EKC曲线关系，这说明现阶段我国城镇化水平的提高更多地体现在人口的城镇化，即将农村剩余劳动力转移到“高能耗、高污染”的工业生产之中。第二，居民消费水平与环境污染之间存在倒“U”型的EKC曲线关系，而现阶段我国距环境污染出现下降拐点的居民消费水平还有一段距离。因此，在较长时期内，居民消费水平提高仍将是导致我国环境污染的重要因素。第三，通过检验城镇化水平与居民消费水平的交叉项，表明城镇化水平提高可以有效降低居民消费水平对环境污染的影响，这是因为与农村居民相比，城镇居民的边际消费需求弹性更小。第四，城镇化水平提高对东部、中部和西部地区环境污染均具有显著的正向效应，而且居民消费水平越高的地区，城镇化对环境污染的正向效应越小。第五，人口规模是影响环境污染的重要因素，能源利用效率的提高能够有效抑制环境污染，而工业增加值占GDP比重的提高对环境污染具有显著的正向效应。
根据上述研究结果，给出以下几点建议：第一，加快转变经济增长方式和消费方式，减少环境污染。居民消费水平是导致环境污染的重要因素之一，因此在全面落实科学发展观、转变经济增长方式的基础上，提高居民生活消费水平和生产消费水平，并且严格控制高能耗、高污染的行业，各地区要根据自身实际情况制定发展目标，推进循环经济发展，合理进行生产力布局和产业结构调整，这是建设资源节约型和环境友好型社会的基本层面。第二，树立正确的城镇发展目标，加强城镇环境管理。良好的管理是解决城市环境问题的重要措施，城镇发展目标必须从过分追求经济利益转向注重实现经济发展与生态环境保护的双赢。同时，进一步建立健全环境资金筹集和环境收费体制，把环境法规与经济政策结合起来，形成比较完善的城市环境管理体系。第三，加大环保宣传教育力度，提高公众环保意识。利用广播、电视、报刊、网络等媒体手段，在全社会广泛开展增强环保意识和环境道德宣传教育活动，增强各级领导和人们保护环境的自觉性和责任感，积极引导人们参与生态环境保护，自觉培养健康文明的生产、生活和消费方式，同时鼓励居民积极参与城镇环境建设活动，并对相关工作实施情况进行监督。第四，推进科技创新与技术进步，提高能源利用效率。科技创新和技术进步是实现能源节约的关键，提高我国能源利用效率是缓解当前我国经济发展中所面临的环境污染困境的必经之路，也是我国能源发展战略中的重要内容。因此，要加大科技投入，提高技术转化与吸收能力，实现资源、环境的可持续发展。
注释：
①库兹涅茨：《现代经济增长》，戴睿、易诚译，北京经济学院出版社1989年版，第51页。
②其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省、市和自治区。但考虑到西藏数据不全，故本文在研究中将其剔除，所以西部地区只包括11个省、自治区和直辖市。
参考文献：
[1]简新华，黄馄.中国城镇化水平和速度的实证分析与前景预测[J].经济研究，2010，（3）：28-39.
[2]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009，（4）：27-36.
[3]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. [4]陆铭，陈钊.城市化、城市倾向的经济政策与城乡收入差距[J].经济研究，2004，（6）：50-58.
[5]孙辉煌.我国城市化、经济发展水平与二氧化碳排放——基于中国省级面板数据的实证检验[J].华东经济管理，2012，（10）：69-74.
[6]崔亚飞，宋马林.我国环境污染信息披露的主体选择与社会效率[J].财经研究，2012，（7）.
[7]田晓四，陈杰，朱诚.南京市经济增长与工业“三废”污染水平计量模型研究[J].长江流域资源与环境，2007，（4）：410-413.
[8]李小胜，张焕明.中国经济增长、污染排放与能源消费间动态关系研究——基于面板VAR模型的实证[J].山西财经大学学报，2013，（11）.
[9]王家庭，王漩.我国城市化与环境污染的关系研究——基于28个省市面板数据的实证分析[J].城市问题，2010，（11）：9-15.
[10]王亚菲.城市化对资源消耗和污染排放的影响分析[J].城市发展研究，2011，（6）：53-57.
[11]沈忻昕.论新型城镇化过程中基层社会管理体系的重构[J].社会科学辑刊，2013，（6）：57-61.
[12]许涣，周少甫.我国城市化与碳排放的实证研究[J].长江流域资源与环境，2011，（11）：1304-1309.
[13]肖周燕.中国城市化发展阶段与CO2排放的关系研究[J].中国人口、资源与环境，2011，（12）：139-145.
[14]王兆峰，罗瑶.西部地区商品市场与城镇化协调发展研究——以四川省为例[J].北京工商大学学报（社会科学版），2012，（6）：25-31.
[15]Dasgupta et al. Confronting the Environment Kuzncts Curves[J].Journal of Econamic Perspectives，2002，（16）：147-168.
[16]Dietz，T.，Rosa，E.A. Effects of population and Proceedings of the National Academy of Sciences affluence on CO2 emissions[J].1997，（94）：175-179.
[17]Giovani Machado，Roberto Schaeffer，Ernst Worrell. Energy and carbon embodied in the international trade of Brazil：an input-output approach[J].Ecological Economics，2001，（39）：409-424.
[18]Grossma，G.M. and Krueger，A.B. Economic growth and the environme1nt[J].Quarterly Journal of Economics，1995，（112）：353-378.
责任编辑、校对：艾 岚
关键词：城镇化；居民消费；人均消费水平；环境污染；环境库兹涅茨曲线；环境影响评估模型；温室效应；循环经济
中图分类号：F299.21 文献标识码：A 文章编号：1007-2101（2014）03-0047-04
城镇化发展、居民消费与环境污染之间存在紧密的内在关系，并且城镇化与工业化发展往往是相伴而行的，城镇化和工业化发展过程是环境污染问题的客观基础。同时，居民消费需求也随着城镇化和工业化的快速发展而日益增加，尤其是对电子产品、塑料制品、金属制品等工业产品，工业化发展体现为高耗能产业的发展，因此城镇化和居民消费水平的提高必然会增加能源消耗，进而或多或少地对自然资源与生态环境产生压力。随着居民收入水平的增加，人们的消费需求不断升级，与之相伴而生的问题是居民消费过程中的环境污染问题也日趋严重和突出。本文正是在这种背景下，选取1999—2011年我国的省际面板数据，以STIRPAT模型和环境库兹涅茨曲线为基础，对中国城镇化、居民消费对环境污染的影响效应进行探讨。
一、文献综述
以美国著名经济学家Grosman和Krueger为首的经验环境经济学派展开的，研究的重点在于经济发展中城镇化对环境是否有影响，以及影响的重要程度有多大。他们注重归纳各个国家经济发展与其环境发展的关系，选取表征环境与经济的主要指标进行数理分析与经验判别，然后进行侧面解释，其实质是一种“城镇—消费—环境”的先验论。Grosman和Krueger（1995）对42个国家的面板数据进行分析，得出城市人口密度对SO2和烟尘排放具有正向影响，而对悬浮颗粒具有负向影响；Karen Eharhardt-Martines等（1998，2002）以跨国数据为样本，检验经济发展水平、城市化等对森林毁林率的影响，最后得出城镇化水平比经济发展水平对森林毁林率的影响较为显著，城镇化发展与毁林率之间存在着倒“U”型曲线关系，毁林率的转折点在城镇化水平40%～50%之间；J.Parikh等（1995）研究了经济发展过程中的城镇化与能源使用及“温室效应”问题。他们利用跨国数据，通过计量经济学分析，得出城镇化发展与能源利用的结构变化的关系最为密切。国内学者主要集中于对城镇化与环境污染之间存在环境库兹涅茨曲线（EKC）的检验性研究。吴玉萍等（2002）选取北京市1985—1999年经济与环境数据，通过分析经济因子与环境因子的相互关系，探究北京市经济增长与环境质量演替轨迹，为评价北京市环境政策提供依据；也有部分学者对EKC曲线进行了理论研究与结构分解研究，如洪阳等（1999）对环境质量和经济增长库兹涅茨关系进行了理论假设和数学分析，并描述了适应国情的经济发展轨迹；陈六君等（2004）对我国环境污染进行了结构分解研究，将污染分解为规模效应、结构效应、污染治理效应与清洁技术效应。近年来，国内部分学者也选择各个地区或城市进行实证检验，并取得了不少成果。杜江、刘渝（2008）通过中国省际面板数据的实证分析，发现城镇化与环境污染之间还受到其他控制变量的影响，当前我国仍处于倒“U”型EKC的左半段，因此，他们认为政府可以通过制定环保政策，以减缓城镇化发展所带来的环境污染问题；章泉（2009）利用1996—2001年我国地级市面板数据模型，考察城镇化进程中的环境质量，认为城镇化进程的推进对环境质量具有显著的负面影响；周宏春、李新（2010）指出在我国城镇化进程中面临生态资源约束和环境污染之间的矛盾，并倡导人们低碳消费，实现城镇化和环境可持续发展；王家庭、王璇（2011）基于城市环境库兹涅茨曲线，通过对我国28个省市地区的面板数据实证结果得出城镇化与环境污染之间存在倒“U”型的曲线关系，认为当城镇化水平超过33.84%时，若城镇人口比重继续增加，则环境污染的恶化程度会加剧。
纵观国内外现有的研究文献，我们不难发现，已有的研究成果要么集中于经济发展水平与环境污染之间关系的研究，要么集中于城镇化与环境污染之间关系的EKC曲线检验。而将城镇化与居民消费同时作为变量，分析城镇化、居民消费对环境污染影响的尚不多见。鉴于此，在目前城镇化快速推进的背景下，基于STIRPAT模型，选取1999—2011年我国的省际面板数据作为样本，研究城镇化、居民消费对环境污染的影响，考察我国环境库兹涅茨曲线（简称EKC）的存在性，无疑具有重大的理论意义与实践价值。
二、模型构建与指标选取
Dietz和Rosa（1997）在Ehrlich和Holdren（1971）以及Daily和Ehrlich（1992）给出的环境压力模型（I=P*A*T）的基础上提出了可拓展的随机性环境影响评估模型（Stochastic Impacts by Regression on Population，Affluence and Technology，简称STIRPAT模型）。该模型将人口规模、富裕程度以及技术水平作为环境影响的驱动因素，通过该模型可以定量分析以人为中心的各种活动对环境造成的影响。模型的基本形式如下：
Ii=？琢Pi？茁1Ai？茁2Ti？茁3？滋i（1）
（1）式中，I表示环境影响，P表示人口数量，A表示人均财富，T表示技术水平；β1、β2、β3分别为P、A、T的指数项，μi是模型的随机干扰项。该模型克服了环境压力模型中所有自变量等比例影响因变量的缺陷。对（1）式两边同时取自然对数可得： LnIi=Lnα+β1LnPi+β2LnAi+β3LnTi+Lnμi（2）
模型（2）中的系数反映了解释变量和被解释变量之间的弹性关系，将模型（2）扩展为面板数据模型可以得到模型（3）
LnIit=Lnα+β1LnPit+β2LnAit+β3LnTit+Lnμit（3）
本文主要研究城镇化和居民消费对环境污染的影响，因此在STIRPAT模型中加入反映城镇化水平和居民消费水平的变量进行检验，同时基于环境经济学理论，分别引入城镇化和居民消费变量的二次项，以便考察城镇化、居民消费与环境之间的环境库兹涅茨曲线关系。基于模型（3）构建如下面板数据模型：
LnENPit=β0+β1LnURBit+β2LnURBit2+β3LnPCCit+β4LnPCCit2+β5LnPOPit+β6LnUECit+β7LnINDit+ξit（4）
式（4）中i=1，2，3，…，N分别代表不同个体，t=1，2，3，…，T代表样本年度；β0代表用于控制不可观测的区域效应，ξit为随机干扰项；LnENPit为被解释变量在横截面i和时间t上的数值；LnURBit、LnPCCit分别为解释变量在横截面i和时间t上的数值。城镇化水平会通过影响居民消费水平而影响环境污染，无论是城镇地区还是农村地区，居民消费水平提高都会增加对环境污染的强度。但是，对于同一种商品而言，城市居民和农村居民有可能对其存在不同的边际消费倾向。特别地，当该商品是必需品时，城镇化水平的提高无疑会降低消费对环境污染的影响。为对此进行检验，在模型（4）中加入反映居民消费水平变量与城镇化水平变量的交叉项进行验证，将模型（4）进一步扩展为：
LnENPit=βi+β1LnURBit+β2LnURBit2+β3LnPCCit+β4LnPCCit2+β5LnPOPit+β6LnUECit+β7LnINDit+β8LnURBit*LnPCCit+ξit（5）
式（5）中，LnURBit*LnPCCit为城镇化水平变量与居民消费水平变量的交叉项，其系数大小反映了城镇化影响居民消费水平对环境污染的影响效应的大小，若其系数为负，则表明城镇化水平的提高将降低居民消费水平对环境污染的影响。
对于模型（5）中使用的变量，根据可操作性和针对性原则做出以下界定：环境污染（ENP）指标以工业废水排放总量进行衡量；城镇化水平（URB）选择非农业人口占总人口的比重进行衡量；居民消费采用各省居民人均消费水平（PCC）表示，同时使用各省居民消费价格指数（CPI）对其进行处理；总人口（POP）采用各省年末总人口；能源利用效率（UEC）用地区单位GDP能耗表示，即各省的能源消耗总量与GDP的比值；经济结构变量（IND）用GDP中工业增加值的比重表示，工业化通常被认为是造成环境污染的重要因素。本文所有数据均来自国泰安数据库和世界贸易数据库。
三、模型估计与结果解读
本文选取1999—2011年我国的省际样本数据，采用的计量经济分析软件是stata11.2，对模型（4）和（5）进行估计和检验，研究城镇化和居民消费水平对我国环境污染的影响。在对模型进行估计之前，首先要选择正确的模型，这里先对模型进行了Hausman检验，并最终选择固定效应模型进行估计。表1显示了模型（4）的估计结果。
1. LnURB的一次项系数显著为正，表明城镇化水平提高会导致环境污染进一步恶化，而LnURBit2的系数虽然为负，但没有通过显著性检验。对此，本文认为在我国尚未发现城镇化水平与环境污染之间呈倒“U”型的EKC曲线关系，因此，城镇化水平提高对环境污染只具有单调的正向促进效应。导致这一现象最可能的原因是，当前我国仍处于工业化中期阶段，城镇化水平的不断提高必然导致大量的农村劳动力转移到“高能耗、高污染”的工业生产部门中。
2. LnPCC的一次项系数显著为正，表明居民消费水平对环境污染的正向效应，而LnPCCit2的系数为负，且t统计量显著，这证实了在我国居民消费水平与环境污染之间存在显著的“U”型曲线关系，即环境污染随着居民消费水平的提高而呈现出先上升后下降的非线性关系，即表明居民消费水平对环境污染的促进效应是递减的，并且在居民消费水平达到一定高度后，还会导致环境污染物排放的下降。导致上述变化最可能的原因在于：第一，居民消费水平提高导致了地区经济结构服务部门经济体系转变；第二，居民消费水平越高的地区越有能力投资，提高能源利用效率。然而，基于本文回归所获得的系数，经过简单的计算，我国离拐点的居民消费水平还有很大一段差距，我国正处于环境污染随着居民消费水平的提高而迅速增加的时期，因此，在很长一段时期内，居民消费水平的提高对我国环境污染都将产生促进效应，那么就很难期望通过居民消费水平的提高来降低对环境的污染。
3. 人口总量LnPOP的系数显著为正，表明人口总量对环境污染具有显著的正向效应，即人口因素是导致环境污染的重要因素；单位GDP能耗LnUEC的系数为正，而且t统计量显著，表明多维GDP能耗对环境污染具有显著的负向效应，即提高能源利用效率能够有效地抑制环境污染；LnIND的系数也显著为正，说明工业增加值所占GDP的比重越大，环境污染越严重，这也表明中国当前仍处于“高能耗、高污染”的工业化阶段。
表1中也给出了模型（5）的估计结果。结果显示，城镇化水平与居民消费水平的交叉性LnURB*LnPCC的系数为负，且在5%的显著性水平下通过了检验，这反映了城镇化水平提高能有效抑制居民消费水平对环境污染的影响。导致这一结果最有可能的原因在于，与城镇居民相比，现阶段农村居民对能源的边际消费需求弹性较大，从而导致城镇化水平提高会降低能源总体的边际消费需求弹性。统计数据显示，2012年占据居民能源消耗主要部分的居住消费支出在城镇居民家庭人均占生活消费总支出的9.43%，而在农村居民家庭中人均竟高达18.27%，这种消费支出的差别无疑支持了我们的论断。 四、城镇化、居民消费对环境污染的区域差异
为进一步研究城镇化对环境污染的影响在居民消费水平不同的地区而有所差异，为此，将所有样本分为居民消费水平相对发达的东部地区、居民消费水平相对较高的中部地区和居民消费水平相对落后的西部地区进行估计和检验②。在选择正确的模型前，同样进行了Hausman检验，结果发现选取固定效应模型进行估计较为合适。估计结果见表2。
1. LnURB的一次项系数在东部地区、中部地区和西部地区均显著为正，而其二次项系数均为负值，但均没有通过显著性水平的检验，这表明城镇化与环境污染在东部地区、中部地区和西部地区均不存在倒“U”型的环境库兹涅茨曲线关系。城镇化水平提高对东部地区、中部地区和西部地区的环境污染均会产生显著的正向效应，而城镇化对环境污染的影响在三大区域之间具有明显的差异，即城镇化水平对东部地区环境污染的正向影响要明显小于中西部地区，这表明在居民消费水平越高的地区，城镇化对环境污染的正向效应就越小。
2. LnPCC的弹性系数均为正值，且t统计量均显著，再次印证了居民消费水平对环境污染的正向效应，即东部、中部和西部地区城镇化水平每提升1个百分点，环境污染将依次提升0.010 62、0.197 2和0.245 5个百分点。而LnPCC2的系数均显著为负值，这表明在各个地区居民消费水平与环境污染之间均存在明显的倒“U”型环境库兹涅茨曲线关系，并且居民消费水平对东部地区环境污染的负面影响要小于经济发展水平相对落后的中部和西部地区。
3. 人口因素和单位GDP能耗对环境污染的影响在三大区域之间均存在显著的差异，虽然都是显著的正向影响，但是东部和中部地区的人口因素和单位GDP的能耗对环境污染的促进效应要显著地大于西部地区，这主要是因为现阶段我国东部和中部地区的人口较多、能源消耗量大导致环境污染在东部和中部整体上大于西部地区；工业所占GDP比重对环境污染的影响在东部与中部的差别并不是很大，但仍然与西部地区的差异明显。
五、结论与对策
改革开放以来，我国城乡居民消费水平持续提高，城镇化进程不断加快，而环境污染问题愈来愈严重。本文通过选取1999—2011年我国的省际面板数据，实证分析了城镇化、居民消费对环境污染的影响效应。根据以上分析，结论可以归纳为五个方面：第一，城镇化对环境污染呈现出单调的正向效应，而并没有证实城镇化水平与环境污染之间存在倒“U”型的EKC曲线关系，这说明现阶段我国城镇化水平的提高更多地体现在人口的城镇化，即将农村剩余劳动力转移到“高能耗、高污染”的工业生产之中。第二，居民消费水平与环境污染之间存在倒“U”型的EKC曲线关系，而现阶段我国距环境污染出现下降拐点的居民消费水平还有一段距离。因此，在较长时期内，居民消费水平提高仍将是导致我国环境污染的重要因素。第三，通过检验城镇化水平与居民消费水平的交叉项，表明城镇化水平提高可以有效降低居民消费水平对环境污染的影响，这是因为与农村居民相比，城镇居民的边际消费需求弹性更小。第四，城镇化水平提高对东部、中部和西部地区环境污染均具有显著的正向效应，而且居民消费水平越高的地区，城镇化对环境污染的正向效应越小。第五，人口规模是影响环境污染的重要因素，能源利用效率的提高能够有效抑制环境污染，而工业增加值占GDP比重的提高对环境污染具有显著的正向效应。
根据上述研究结果，给出以下几点建议：第一，加快转变经济增长方式和消费方式，减少环境污染。居民消费水平是导致环境污染的重要因素之一，因此在全面落实科学发展观、转变经济增长方式的基础上，提高居民生活消费水平和生产消费水平，并且严格控制高能耗、高污染的行业，各地区要根据自身实际情况制定发展目标，推进循环经济发展，合理进行生产力布局和产业结构调整，这是建设资源节约型和环境友好型社会的基本层面。第二，树立正确的城镇发展目标，加强城镇环境管理。良好的管理是解决城市环境问题的重要措施，城镇发展目标必须从过分追求经济利益转向注重实现经济发展与生态环境保护的双赢。同时，进一步建立健全环境资金筹集和环境收费体制，把环境法规与经济政策结合起来，形成比较完善的城市环境管理体系。第三，加大环保宣传教育力度，提高公众环保意识。利用广播、电视、报刊、网络等媒体手段，在全社会广泛开展增强环保意识和环境道德宣传教育活动，增强各级领导和人们保护环境的自觉性和责任感，积极引导人们参与生态环境保护，自觉培养健康文明的生产、生活和消费方式，同时鼓励居民积极参与城镇环境建设活动，并对相关工作实施情况进行监督。第四，推进科技创新与技术进步，提高能源利用效率。科技创新和技术进步是实现能源节约的关键，提高我国能源利用效率是缓解当前我国经济发展中所面临的环境污染困境的必经之路，也是我国能源发展战略中的重要内容。因此，要加大科技投入，提高技术转化与吸收能力，实现资源、环境的可持续发展。
注释：
①库兹涅茨：《现代经济增长》，戴睿、易诚译，北京经济学院出版社1989年版，第51页。
②其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省、市和自治区。但考虑到西藏数据不全，故本文在研究中将其剔除，所以西部地区只包括11个省、自治区和直辖市。
参考文献：
[1]简新华，黄馄.中国城镇化水平和速度的实证分析与前景预测[J].经济研究，2010，（3）：28-39.
[2]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009，（4）：27-36.
[3]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. [4]陆铭，陈钊.城市化、城市倾向的经济政策与城乡收入差距[J].经济研究，2004，（6）：50-58.
[5]孙辉煌.我国城市化、经济发展水平与二氧化碳排放——基于中国省级面板数据的实证检验[J].华东经济管理，2012，（10）：69-74.
[6]崔亚飞，宋马林.我国环境污染信息披露的主体选择与社会效率[J].财经研究，2012，（7）.
[7]田晓四，陈杰，朱诚.南京市经济增长与工业“三废”污染水平计量模型研究[J].长江流域资源与环境，2007，（4）：410-413.
[8]李小胜，张焕明.中国经济增长、污染排放与能源消费间动态关系研究——基于面板VAR模型的实证[J].山西财经大学学报，2013，（11）.
[9]王家庭，王漩.我国城市化与环境污染的关系研究——基于28个省市面板数据的实证分析[J].城市问题，2010，（11）：9-15.
[10]王亚菲.城市化对资源消耗和污染排放的影响分析[J].城市发展研究，2011，（6）：53-57.
[11]沈忻昕.论新型城镇化过程中基层社会管理体系的重构[J].社会科学辑刊，2013，（6）：57-61.
[12]许涣，周少甫.我国城市化与碳排放的实证研究[J].长江流域资源与环境，2011，（11）：1304-1309.
[13]肖周燕.中国城市化发展阶段与CO2排放的关系研究[J].中国人口、资源与环境，2011，（12）：139-145.
[14]王兆峰，罗瑶.西部地区商品市场与城镇化协调发展研究——以四川省为例[J].北京工商大学学报（社会科学版），2012，（6）：25-31.
[15]Dasgupta et al. Confronting the Environment Kuzncts Curves[J].Journal of Econamic Perspectives，2002，（16）：147-168.
[16]Dietz，T.，Rosa，E.A. Effects of population and Proceedings of the National Academy of Sciences affluence on CO2 emissions[J].1997，（94）：175-179.
[17]Giovani Machado，Roberto Schaeffer，Ernst Worrell. Energy and carbon embodied in the international trade of Brazil：an input-output approach[J].Ecological Economics，2001，（39）：409-424.
[18]Grossma，G.M. and Krueger，A.B. Economic growth and the environme1nt[J].Quarterly Journal of Economics，1995，（112）：353-378.
责任编辑、校对：艾 岚