【摘要】本文在效用函數(shù)的基礎(chǔ)上建立的擴(kuò)展的EKC模型的面板協(xié)整分析的隨機(jī)效應(yīng)模型表明：我國分省的工業(yè)廢水、廢氣、固體廢棄物的EKC曲線形式不是“U”、”倒U”以及”N”形的任何一種；分省經(jīng)濟(jì)增長和工業(yè)三廢的排放具有因果關(guān)系，但是經(jīng)濟(jì)發(fā)達(dá)和不發(fā)達(dá)地區(qū)工業(yè)三廢的排放標(biāo)的顯著不同；產(chǎn)業(yè)結(jié)構(gòu)尤其是第二產(chǎn)業(yè)比重的增加會增加工業(yè)三廢的排放量；人口密度對工業(yè)三廢排放具有擠出效應(yīng)；工業(yè)三廢排放對國家污染治理投入具有“倒逼機(jī)制”。北京、上海的環(huán)境有持續(xù)好轉(zhuǎn)的跡象，河南的環(huán)境呈現(xiàn)持續(xù)惡化的狀態(tài)。徹底解決我國環(huán)境污染問題需要合理有效的制度設(shè)計(jì)，制度的客觀約束大于人類行為的主觀約束方能有效治理環(huán)境污染問題。

關(guān)鍵詞：經(jīng)濟(jì)增長；環(huán)境污染；擴(kuò)展的EKC模型；面板協(xié)整

中圖分類號：F222.3 文獻(xiàn)標(biāo)識碼：A

Abstract: This paper， based on utility function， builds an extended EKC model. Through the analysis of panel cointegration， the conclusion is that the EKC curves of industrial waste water， waste gas is not any kind of “U-shape”， “inverted U-shape” or “N-shape”. There is causality between economic growth and discharge of industrial wastes， but the discharge standard of developed areas is remarkably different from that of under-developed areas; the differences of industrial structure have an effect on the discharge of wastes， especially when the proportion of secondary industry in the national economy is large， the discharge of industrial wastes will be more; the population density has an crowding-out effect on industrial wastes; the discharge of industrial wastes have a mechanism to force the government devote more to the pollution. The environments of Beijing and Shanghai are taking a favorable turn， while the situation in He’nan province is still worsening. To solve the problem of environmental pollution thoroughly， a rational and effective institution is needed. Only when the restraint of institution from objective point is great than the restraint of human’s own behavior， can the environmental problem be solved.

Key words: economic growth; environmental pollution; extended EKC model; panel co-integration

1971年《羅馬俱樂部報(bào)告》出臺之后，關(guān)于經(jīng)濟(jì)是否可持續(xù)發(fā)展一度成為廣泛的爭議話題，隨后的討論從資源枯竭問題轉(zhuǎn)向了環(huán)境污染問題。目前經(jīng)濟(jì)學(xué)界一般用環(huán)境庫茲涅茨曲線(Environmental Kuznets Curve， EKC)表示經(jīng)濟(jì)增長與環(huán)境的關(guān)系。該曲線是指當(dāng)收入超過一定的臨界值時(shí)，按照人均值度量的經(jīng)濟(jì)活動的環(huán)境效應(yīng)幅度會隨著收入的增加而下降，就是說人均收入和環(huán)境污染呈現(xiàn)的是倒U型曲線關(guān)系。在人均收入水平比較低的情況下，隨著人均收入的提高，環(huán)境污染加劇；Grossman and Krueger（1991；1994）研究表明，在人均收入達(dá)到一定水平 ，一般為 4000-5000 美元(1985年的美元計(jì)價(jià))，人均收入的提高將伴隨著環(huán)境狀況的改善。繼Grossman和Krueger之后，許多實(shí)證研究結(jié)果都表明，在大多數(shù)環(huán)境質(zhì)量指標(biāo)與人均收入之間存在著倒U型的關(guān)系。Selden和Song(1994；1995)考察了四種重要的空氣污染物(即SO2、CO2、NO2和SPM)排放問題，發(fā)現(xiàn)它們與收入之間都存在倒U型的關(guān)系。Xepapadeas和Amri(1995)證實(shí)對于大氣中SO2的濃度也存在同樣的結(jié)論。Grossman and Krueger(1995)使用比1994年的研究范圍更廣的環(huán)境質(zhì)量指標(biāo)數(shù)據(jù)進(jìn)行了跨國面板模型分析，沒有發(fā)現(xiàn)環(huán)境質(zhì)量會隨經(jīng)濟(jì)增長而持續(xù)惡化的證據(jù)，相反，他們選取的大多數(shù)環(huán)境指標(biāo)在經(jīng)濟(jì)增長的初始階段出現(xiàn)惡化，而隨著經(jīng)濟(jì)增長呈現(xiàn)出穩(wěn)定改善的過程。

隨著人們生活水平的提高，將會追求更高的生活質(zhì)量，因此對于環(huán)境污染的問題也會越來越受到重視，研究該問題的學(xué)者也越來越多。本文嘗試建立一個(gè)基于效用函數(shù)擴(kuò)展的環(huán)境庫茲涅茨曲線，應(yīng)用面板單位根和面板協(xié)整理論，分析我國分省的環(huán)境庫茲涅茨曲線——我國分省經(jīng)濟(jì)增長與環(huán)境污染關(guān)系問題。

一、文獻(xiàn)綜述

對于中國經(jīng)濟(jì)增長和環(huán)境污染關(guān)系問題的研究，主要體現(xiàn)在兩個(gè)方面：一種是對某一個(gè)省市的研究，主要適用OLS方法進(jìn)行模型估計(jì)，但是很少見到對時(shí)間序列進(jìn)行單位根和協(xié)整檢驗(yàn)問題，然后根據(jù)回歸結(jié)果分析EKC模型是否存在，進(jìn)而提出相關(guān)的政策建議；第二種是利用分省面板模型回歸分析，主要是使用Hausman檢驗(yàn)判斷使用固定效應(yīng)模型還是隨機(jī)效用模型，未曾見到對于面板數(shù)據(jù)進(jìn)行單位根和面板協(xié)整檢驗(yàn)問題。第一種情況的研究成果眾多；第二種情況的研究成果很少，主要有：包群、彭水軍、陽小曉（2005）；劉燕、潘楊、陳剛（2006）；于峰、齊建國、田曉林（2006）；李達(dá)、王春曉（2007）。

包群、彭水軍、陽小曉（2005）利用1996-2002年期間我國30個(gè)省份的面板數(shù)據(jù)，對我國經(jīng)濟(jì)增長與包括水污染、大氣污染與固體污染排放在內(nèi)的6類環(huán)境污染指標(biāo)之間的關(guān)系進(jìn)行了檢驗(yàn)，實(shí)證結(jié)果發(fā)現(xiàn)倒U型EKC關(guān)系很大程度上取決于污染指標(biāo)以及估計(jì)方法的選取，存在以相對低的人均收入水平越過環(huán)境倒U型曲線轉(zhuǎn)折點(diǎn)的可能。

劉燕、潘楊、陳剛（2006）使用1990-2003年中國的省級面板數(shù)據(jù)對中國的經(jīng)濟(jì)增長與環(huán)境污染關(guān)系進(jìn)行了計(jì)量分析，同時(shí)考察了中國的對外開放政策對環(huán)境質(zhì)量的影響。結(jié)果表明中國的經(jīng)濟(jì)增長同環(huán)境污染之間并不存在簡單的倒U型曲線關(guān)系，中國的經(jīng)濟(jì)增長與工業(yè)廢水之間表現(xiàn)為一種倒N型曲線關(guān)系，與工業(yè)廢氣之間表現(xiàn)為N型曲線關(guān)系，與工業(yè)固體廢物之間表現(xiàn)一種倒U型曲線關(guān)系。同時(shí)，分析表明出口同中國的環(huán)境污染之間存在顯著的正相關(guān)關(guān)系；而外商直接投資與中國的環(huán)境污染之間卻存在顯著的負(fù)相關(guān)關(guān)系。

于峰、齊建國、田曉林（2006）在 Stern（2002）模型的基礎(chǔ)上，以 SO2 排放量表征環(huán)境污染水平，對 1999—2004 年間除西藏、山西和貴州以外的我國28 個(gè)省、自治區(qū)及直轄市的面板數(shù)據(jù)進(jìn)行回歸分析，結(jié)果顯示經(jīng)濟(jì)規(guī)模擴(kuò)大、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)變動加劇了我國環(huán)境污染，生產(chǎn)率提高、環(huán)保技術(shù)創(chuàng)新與推廣降低了我國環(huán)境污染。并估算了這五要素對環(huán)境質(zhì)量影響的各自實(shí)際貢獻(xiàn)率。

李達(dá)、王春曉（2007）利用1998-2004年間我國30個(gè)省份的面板數(shù)據(jù)，研究了3種大氣污染物和經(jīng)濟(jì)增長之間的關(guān)系。實(shí)證結(jié)果表明3種大氣污染物與經(jīng)濟(jì)增長之間不存在倒U型環(huán)境庫茲涅茨曲線。二氧化硫排放與經(jīng)濟(jì)增長之間呈倒N型曲線，與多數(shù)研究結(jié)果不相符；同時(shí)，第二產(chǎn)業(yè)比重、經(jīng)濟(jì)增長速度、單位GDP能耗和環(huán)境政策強(qiáng)度四個(gè)解釋變量總體上對3個(gè)大氣污染物的排放具有顯著影響。

從上述文獻(xiàn)可以看出，隨著經(jīng)濟(jì)發(fā)展水平的提高，研究經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的文章也似乎越來越多。上述豐富的研究成果對于我國或者某些省份和城市制定合理的環(huán)境措施，減少環(huán)境污染總量，降低環(huán)境污染程度都具有十分重要的指導(dǎo)意義。但是上述研究成果共同的遺憾是：一是模型簡單，沒有考慮到影響環(huán)境污染的其他因素，僅限于經(jīng)濟(jì)增長對于環(huán)境污染影響的研究和回歸分析；二是實(shí)證分析手段和方法受到計(jì)量經(jīng)濟(jì)學(xué)理論和發(fā)展水平的制約。基于此，本文從上述兩個(gè)方面進(jìn)行補(bǔ)充和擴(kuò)展分析，基于效用函數(shù)理論模型，建立中國的EKC模型，使用面板單位根和面板協(xié)整分析技術(shù)進(jìn)行研究，希望結(jié)論能符合中國國情和實(shí)際，對于中國經(jīng)濟(jì)增長、環(huán)境污染和治理提出有針對性和有益的建議。

二、模型的建立與微觀基礎(chǔ)

考察經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系問題，首先要分析兩個(gè)變量的傳導(dǎo)路徑，因此要從微觀傳遞機(jī)制入手，進(jìn)而分析宏觀層次上變量的依賴關(guān)系。

（一）模型的微觀基礎(chǔ)

我們首先建立一個(gè)代表性家庭個(gè)體的函數(shù)模型，然后將它一般化推廣，形成一個(gè)包含更廣泛個(gè)體的函數(shù)模型。

1.代表性個(gè)體的效用函數(shù)與污染函數(shù)。

假設(shè)一個(gè)代表性家庭消費(fèi)C會導(dǎo)致污染H，因此家庭的效用函數(shù)為：

家庭消費(fèi)越多，效用越高，因此 ；而污染越高，效用越低，因此 。由于污染是由于消費(fèi)引致的，因此家庭如果減少污染，或者是減少消費(fèi)，或者是對污染進(jìn)行投入治理。令E為家庭治理環(huán)境污染的資源投入量，考慮到污染是消費(fèi)的副產(chǎn)品，因此可以設(shè)定家庭污染函數(shù)為：

假設(shè)消費(fèi)越多，污染越嚴(yán)重，因此消費(fèi)和污染正相關(guān)，即 ；同時(shí)假定隨著污染治理投入的增加，環(huán)境污染隨之減輕，兩者負(fù)相關(guān)，即 。假定家庭治理污染和消費(fèi)的資源稟賦總量為Y（收入），則約束條件為C+E=Y。

假定效用函數(shù)為線性的，可以表示成如下形式：

表示單位消費(fèi)產(chǎn)生單位效用，污染帶來的邊際效用損失為 ，且 。假定單位消費(fèi)產(chǎn)生單位污染，并且污染治理函數(shù)設(shè)定為柯布——道格拉斯形式，具體表示為：

該形式表明，當(dāng)不進(jìn)行污染治理投入的時(shí)候，污染量H等于消費(fèi)量C，污染量隨著消費(fèi)的增加而增加；隨著污染治理投入的提高，當(dāng) 時(shí)，污染量為零，即消除了污染。

2.函數(shù)的一般形式。

我們將效用函數(shù)擴(kuò)展到多個(gè)個(gè)體，假定不存在外部性影響，則效用函數(shù)和污染函數(shù)可以表示為：

i=1，2，……n

其中， ， ， 。

求解得到最優(yōu)消費(fèi)為：

（二）環(huán)境污染模型的建立

從國內(nèi)外已有文獻(xiàn)來看，一般的EKC模型形式為：

y為環(huán)境指標(biāo)，x為人均GDP，u為隨機(jī)擾動項(xiàng)， 、 、 和 為待估參數(shù)。

當(dāng) ， 時(shí)，y和x為線性關(guān)系； ， ， 時(shí)，y和x呈現(xiàn)“倒U”型二次曲線關(guān)系； ， ， 時(shí)，y和x呈“U”型二次曲線關(guān)系； ， ， 時(shí)，y和x為三次曲線關(guān)系，圖形為“N”型； ， ， 時(shí)，y和x為三次曲線關(guān)系，圖形為“反N”型；當(dāng) ， ， 時(shí)，表示環(huán)境污染不受經(jīng)濟(jì)水平的影響，兩者之間沒有關(guān)系。

根據(jù)Grossman and Krueger（1991；1994）對NAFTA環(huán)境效應(yīng)得出的結(jié)論，經(jīng)濟(jì)增長對環(huán)境的影響表現(xiàn)為三個(gè)方面：規(guī)模效應(yīng)（Scale Effects）、結(jié)構(gòu)效應(yīng)（Structural Effects）、技術(shù)效應(yīng)（Technology Effects）。我們在此基礎(chǔ)上對一般的EKC模型進(jìn)行擴(kuò)展，由于經(jīng)濟(jì)系統(tǒng)中產(chǎn)出的增長必然導(dǎo)致對環(huán)境資源需求的增加，同時(shí)向環(huán)境中排放各種廢棄物的存量也在增加，經(jīng)濟(jì)發(fā)展會導(dǎo)致資源損耗和環(huán)境破壞，因此用人均GDP和人口密度來表示規(guī)模效應(yīng)對環(huán)境的影響；用產(chǎn)業(yè)結(jié)構(gòu)的變化表示結(jié)構(gòu)效應(yīng)對環(huán)境的影響；用單位GDP能耗表示技術(shù)效應(yīng)對環(huán)境的影響；同時(shí)增加政策效應(yīng)變量，用污染治理投入代表政策強(qiáng)度和政府政策導(dǎo)向。則本文擴(kuò)展的EKC模型可以表示為：

其中，ln表示對變量取對數(shù)；H為環(huán)境污染量；i為個(gè)體單位，這里指省市自治區(qū)；t為時(shí)間序列； 表示截面效應(yīng)； 是待估參數(shù)；y是人均GDP；G表示產(chǎn)業(yè)結(jié)構(gòu)變化，這里為第二產(chǎn)業(yè)產(chǎn)值占全部產(chǎn)值的比重；M為非農(nóng)業(yè)人口的人口密度；A為單位GDP能耗，表示技術(shù)進(jìn)步；E為污染治理投入，表示政策強(qiáng)度；u為隨機(jī)擾動項(xiàng)。

三、基于面板單位根和面板協(xié)整檢驗(yàn)的實(shí)證分析

（一）數(shù)據(jù)的來源和說明

本文所用數(shù)據(jù)樣本區(qū)間為1997-2005年，這是由于考慮到重慶從1997年才有數(shù)據(jù)，同時(shí)也是為了考察中國經(jīng)濟(jì)增長最為強(qiáng)勁這一時(shí)段對于環(huán)境的影響問題，從邏輯上來說這段時(shí)間變量的關(guān)聯(lián)度應(yīng)該最強(qiáng)。由于西藏缺少環(huán)境指標(biāo)有關(guān)數(shù)據(jù)，因此我們考察的個(gè)體是除了西藏以外的大陸30個(gè)省市自治區(qū)。我們用工業(yè)廢水排放量（FS，單位：萬噸）、工業(yè)廢氣排放量（FQ，單位：億標(biāo)準(zhǔn)立方米）和工業(yè)固體廢棄物排放量（FW，單位：萬噸）表示環(huán)境污染量，因此原模型變成了三個(gè)方程。其他字母所表示的變量如前文擴(kuò)展的EKC模型所示：y是人均GDP（單位：億元／萬人）；A為單位GDP能耗（單位：萬噸標(biāo)準(zhǔn)煤／億元）；G表示產(chǎn)業(yè)結(jié)構(gòu)變化，這里為第二產(chǎn)業(yè)產(chǎn)值占全部產(chǎn)值的比重（%）；M為非農(nóng)業(yè)人口的人口密度（單位：萬人／公頃）；E為污染治理投入（單位：萬元），實(shí)際應(yīng)用中對變量取了對數(shù)。所有數(shù)據(jù)均來自于有關(guān)年度《中國統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》、《中國國土資源年鑒》等權(quán)威數(shù)據(jù)資料庫。本文所用軟件是Eviews5.1和Stata9.0。

（二）面板模型與估計(jì)、檢驗(yàn)方法

計(jì)量經(jīng)濟(jì)理論表明，眾多經(jīng)濟(jì)變量尤其是面板數(shù)據(jù)大都是非平穩(wěn)變量，用非平穩(wěn)變量進(jìn)行回歸分析結(jié)果很大程度上表現(xiàn)為偽回歸。為避免偽回歸現(xiàn)象，需要對面板數(shù)據(jù)進(jìn)行單位根和協(xié)整檢驗(yàn)。

1.面板單位根檢驗(yàn)。

面板模型進(jìn)行回歸分析之前進(jìn)行單位根檢驗(yàn)，這是避免出現(xiàn)偽回歸的前提條件。面板單位根檢驗(yàn)方法有別于時(shí)間序列數(shù)據(jù)單位根檢驗(yàn)，主要為：LLC檢驗(yàn)(Levin、Lin and Chu，2002)、Breitung檢驗(yàn)(Breitung，2000)、Hadri檢驗(yàn)(Hadri，1999)是相同根的檢驗(yàn)方法，IPS檢驗(yàn)(Im、Pesaran and Shin，2003)、Fisher-ADF(Maddala and Wu，1999；Choi，2001)檢驗(yàn)是不同根的檢驗(yàn)方法；LLC檢驗(yàn)、Breitung檢驗(yàn)、IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)原假設(shè)是含有單位根；Hadri檢驗(yàn)原假設(shè)為不含有單位根。本文所用數(shù)據(jù)和變量的面板單位根檢驗(yàn)結(jié)果如表1所示，表中斜體數(shù)字表示該檢驗(yàn)的結(jié)果和其他檢驗(yàn)結(jié)果相反。

表1 面板數(shù)據(jù)的單位根檢驗(yàn)

檢驗(yàn)方法 lnFS lnFQ lnFW lnY

水

平

值 LLC檢驗(yàn) 0.19(0.57) -1.08(0.14) 2.84(0.99) 6.2(0.99)

Breitung檢驗(yàn) 4.19(0.99） -0.02(0.49) 1.04(0.85) 10.7(0.99)

IPS檢驗(yàn) -0.24(0.41） -0.39(0.35) 5.58(0.99) 5.64(0.99)

Fisher-ADF檢驗(yàn) 59.1(0.58) 70.14(0.22) 25.3(0.99) 8.36(0.99)

Hadri檢驗(yàn) 13.4(0.00)* 46.6(0.00)* 16.8(0.00)* 12.87(0.00)*

一

階

差

分

值 LLC檢驗(yàn) -23.7(0.00)* -13.1(0.00)* -26.2(0.00)* -8.63(0.00)*

Breitung檢驗(yàn) 4.84（0.99） -0.02(0.49) -1.94(0.02)** 1.85(0.97)

IPS檢驗(yàn) -4.09(0.00)* -4.2(0.00)* -3.92(0.00)* -6.53(0.00)*

Fisher-ADF檢驗(yàn) 170.9(0.00)* 116.8(0.00)* 144.8(0.00)* 80.8(0.05)**

Hadri檢驗(yàn) 0.12（0.45） -1.1(0.86) 0.58(0.28) 0.26(0.34)

檢驗(yàn)方法 lnG lnM lnA lnE

水

平

值 LLC檢驗(yàn) -0.48(0.31) 8.13(0.99) -6.63(0.00) 11.5(0.99)

Breitung檢驗(yàn) 3.77(0.99） 7.02(0.99) 4.2(0.99) -0.52(0.3)

IPS檢驗(yàn) 0.69(0.75） 15.2(0.99) -0.27(0.4) -0.48(0.31)

Fisher-ADF檢驗(yàn) 62.5(0.46) 46(0.94) 50.7(0.8) 13.1(0.99)

Hadri檢驗(yàn) 15.47(0.00)* 17.7(0.00)* 13(0.00)* 22.5(0.00)*

一

階

差

分

值 LLC檢驗(yàn) -10.55(0.00)* -5.87(0.00)* -22.8(0.00)*

Breitung檢驗(yàn) 4.97(0.99) -3.11(0.00)* -5.6(0.00)* -4.5(0.00)*

IPS檢驗(yàn) -4.88(0.00)* -7.24(0.00)* -3.85(0.00)* -6.3(0.00)*

Fisher-ADF檢驗(yàn) 109(0.00)* 110.6(0.00)* 95(0.00)* 160.4(0.00)*

Hadri檢驗(yàn) 0.03(0.49） -0.18(0.57) 0.53(0.29) -1.05(0.85)

*、**分別表示在1%、5%的顯著性水平上拒絕原假設(shè)；括號中數(shù)據(jù)是該統(tǒng)計(jì)量的伴隨概率。

上述檢驗(yàn)結(jié)果除了lnFS、lnFQ、lnY、lnG一階差分值的Breitung檢驗(yàn)，lnA水平值的LLC檢驗(yàn)顯著與眾不同外，其他四種或以上檢驗(yàn)方法檢驗(yàn)結(jié)論一致，均表明上述變量是I(1)的，也就是說本文模型所用變量是非平穩(wěn)變量。

對于面板模型，如果變量是非平穩(wěn)的，進(jìn)行回歸分析之前需要進(jìn)行協(xié)整檢驗(yàn)，以判斷是否可能屬于偽回歸。

2.面板協(xié)整檢驗(yàn)。

Pedroni(1999，2004)以回歸殘差為基礎(chǔ)構(gòu)造出7個(gè)統(tǒng)計(jì)量進(jìn)行面板協(xié)整檢驗(yàn)，其中除了Panelν-stat為右尾檢驗(yàn)之外，其余統(tǒng)計(jì)檢驗(yàn)量均為左尾檢驗(yàn)。4個(gè)是用聯(lián)合組內(nèi)尺度描述即Panel v-Statistic、Panel ρ-Statistic、Panel ADF-Statistic、Panel PP-Statistic；另外3個(gè)是用組間尺度來描述即Group ρ-Statistic、 Group ADF-Statistic、 Group PP-Statistic。如果各統(tǒng)計(jì)量均在1%(或5%)的顯著性水平下拒絕“不存在協(xié)整關(guān)系”的原假設(shè)，表明非平穩(wěn)的時(shí)間序列之間存在著協(xié)整關(guān)系。

Pedroni(1999，2004)基于殘差的協(xié)整檢驗(yàn)量最關(guān)鍵的是計(jì)算所假設(shè)協(xié)整方程的殘差。

對于如下的協(xié)整方程：

，

其中， ， 為獨(dú)立變量的個(gè)數(shù)。

為了得到相關(guān)的面板協(xié)整統(tǒng)計(jì)量，首先要估計(jì)協(xié)整方程。為了得到兩個(gè)組內(nèi)統(tǒng)計(jì)量（panel rho-stat、panel t-stat）值，對原序列進(jìn)行差分運(yùn)算并估計(jì)如下差分方程：

其中，

由差分方程的殘差值以及Newey-West（1987）的估計(jì)量可以計(jì)算出 的長期值，用 表示。

通過協(xié)整方程的殘差 以及回歸式 可以得到panel rho-stat和group rho-stat統(tǒng)計(jì)量。 的長期方差 以及同期方差 分別為：

并且令：

另一方面對于panel t-stat和group t-stat統(tǒng)計(jì)量再次利用協(xié)整方程的的殘差估計(jì) 計(jì)算 的方差 。記：

， 。

Pedroni對于相關(guān)的面板協(xié)整檢驗(yàn)量作了如下的表示：

panel rho-stat：

panel t-stat：

group rho-stat：

group t-stat：

對于每個(gè)面板模型利用近似的均值和方差既可以進(jìn)行標(biāo)準(zhǔn)化。

對于面板協(xié)整檢驗(yàn)而言其原假設(shè) ：對 ，即不存在協(xié)整關(guān)系；而對于組間統(tǒng)計(jì)量而言其備則假設(shè)為： ：對 ：而對于組內(nèi)統(tǒng)計(jì)量而言其備則假設(shè)為： ：對 。

本文所用變量的面板協(xié)整檢驗(yàn)結(jié)果如表2所示。

表2 本文所用變量的面板協(xié)整檢驗(yàn)

變量 面板協(xié)整檢驗(yàn)結(jié)果

解

釋

變

量

lny、

lnG、

lnM、

lnA、

lnE

被解釋

變量

lnFS 組內(nèi)

統(tǒng)計(jì)量 Panel ν-stat

-10.44* Panel ρ-stat 12.33* Panel PP-stat 10218* Panel ADF-stat -10.48*

組間

統(tǒng)計(jì)量 Group ρ-stat

14.86* Group PP-stat 無 Group ADF-stat 無

被解釋

變量lnFQ 組內(nèi)

統(tǒng)計(jì)量 Panel v-Stat

-10.44* Panel ρ-stat 12.33* Panel PP-stat 16.1* Panel ADF-stat -13.7*

組間

統(tǒng)計(jì)量 Group ρ-stat

14.86* Group PP-stat 無 Group ADF-stat 無

被解釋

變量lnFW 組內(nèi)

統(tǒng)計(jì)量 Panel v-Stat

-10.44* Panel ρ-stat 12.33* Panel PP-stat 1.3E+25* Panel ADF-stat -29.4*

組間

統(tǒng)計(jì)量 Group ρ-stat

14.86* Group PP-stat 無 Group ADF-stat 無

1.除了Panelν-stat為右尾檢定之外，其余統(tǒng)計(jì)檢驗(yàn)量均為左尾檢定。

2.*表示在1%的顯著性水平上拒絕不存在協(xié)整關(guān)系的原假設(shè)。

3.由于缺少西藏個(gè)別變量的統(tǒng)計(jì)數(shù)據(jù)，因此組間統(tǒng)計(jì)量兩個(gè)指標(biāo)無法計(jì)算。

三個(gè)方程變量的協(xié)整檢驗(yàn)的組內(nèi)和組間統(tǒng)計(jì)量在1%的顯著水平上均表明拒絕不存在協(xié)整關(guān)系的原假設(shè)，因此上述三個(gè)方程存在協(xié)整關(guān)系，可以直接進(jìn)行回歸分析，不存在偽回歸。

3.實(shí)證結(jié)果。

按照協(xié)整檢驗(yàn)的結(jié)果，我們對三個(gè)模型進(jìn)行了總體回歸，回歸結(jié)果制成表3。表中斜體數(shù)據(jù)表明t統(tǒng)計(jì)量接受系數(shù)為零的原假設(shè)。

表3 三個(gè)總體回歸模型的樣本回歸結(jié)果

被解釋變量lnFS 被解釋變量lnFQ 被解釋變量lnFW

lnY -0.79(-5.07)* -0.15(-1.22) -1.09(7.09)*

lnY2 0.32(2.86)* 0.22(2.44)* 0.23(2.02)**

lnY3 0.30(2.36)* 0.2(2.04)** 0.37(2.94)*

lnG -1.02(-5.04)* -0.21(-1.32) 0.87(4.37)*

lnA -0.68(-6.16)* 0.19(2.21)** -0.02(-0.14)

lnM -0.04(-1.2) -0.03(-0.88) 0.01(0.17)

lnE 0.94(54)* 0.75(54.9)* 0.76(44.4)*

R2 0.56 0.64 0.6

樣本容量 240

1.解釋變量系數(shù)后面括號里的數(shù)字是t統(tǒng)計(jì)量，下同。

2.*、**、***分別表示t統(tǒng)計(jì)量在1%、5%、10%的顯著性水平上拒絕系數(shù)為零的原假設(shè)，下同。

上述回歸結(jié)果表明，工業(yè)廢水排放量和人口密度無關(guān)，主要受到人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、單位GDP能耗和污染治理四個(gè)變量的影響，并且污染治理投入與工業(yè)廢水排放量正相關(guān)；產(chǎn)業(yè)結(jié)構(gòu)、單位GDP能耗和工業(yè)廢水排放量負(fù)相關(guān)，也就是說工業(yè)產(chǎn)值的比重越大、單位GDP的能耗越大，廢水排放量就越少；反之則反是。工業(yè)廢水排放量的曲線形式不同于前文所分析的“U”、”倒U”以及”N”形的任何一種。工業(yè)廢氣排放量與產(chǎn)業(yè)結(jié)構(gòu)、人口密度無關(guān)，與單位GDP能耗、污染治理投入正相關(guān)；工業(yè)廢氣排放量的曲線形式也與已有成果不同。工業(yè)固體廢棄物的排放量與人口密度、單位GDP能耗無關(guān)，與產(chǎn)業(yè)結(jié)構(gòu)、污染治理投入正相關(guān)；曲線形式與工業(yè)廢水排放量曲線一致。

目前面板模型的應(yīng)用研究主要是基于Hausman檢驗(yàn)的固定效應(yīng)和隨機(jī)效應(yīng)模型，本文嘗試在此方面進(jìn)行分析，同表3結(jié)果進(jìn)行比較分析。Hausman檢驗(yàn)結(jié)果表明三個(gè)方程均適合使用隨機(jī)效應(yīng)模型，結(jié)果制成表4。

表4 基于Hausman檢驗(yàn)的隨機(jī)效應(yīng)模型的回歸結(jié)果

被解釋變量lnFS 被解釋變量lnFQ 被解釋變量lnFW

C 10.57(28.7)* 8.2(18.5)* 7.7(19.5)*

lnY 0.15(1.69)*** 0.996(9.36)* 0.57(5.73)*

lnY2 0.075(1.63)*** 0.1(1.76)*** 0.03(0.6)

lnY3 -0.27(-5.74)* -0.09(-1.5) 0.03(0.65)

lnG 0.898(3.36)* 0.92(3.08)* 0.8(2.78)*

lnA -0.01(-0.108) 0.16(1.37) 0.18(1.59)

lnM -0.11(-1.7)*** -0.11(-1.99)** -0.06(-0.77)

lnE 0.074(3.29)* 0.08(2.9)* 0.05(2.27)**

R2 0.25 0.55 0.45

上述結(jié)果表明，lnFS、lnFQ、lnFW均與單位GDP能耗無關(guān)，并且常數(shù)項(xiàng)均為正。其中，lnFS、lnFQ、lnFW與第二產(chǎn)業(yè)的比重、污染治理投入正相關(guān)，lnFS、lnFQ與人口密度負(fù)相關(guān)，lnFW與人口密度無關(guān)。lnFS、lnFQ、lnFW的曲線形式不是“U”、”倒U”以及”N”形的任何一種。這個(gè)結(jié)論和包群、彭水軍、陽小曉（2005）、劉燕、潘楊、陳剛（2006）、于峰、齊建國、田曉林（2006）、李達(dá)、王春曉（2007）所用面板數(shù)據(jù)分析的結(jié)果不同。

表3和表4比較，我們發(fā)現(xiàn)，表4的結(jié)果從理論邏輯上更合理一些，因此后文分析以表4的結(jié)果為基礎(chǔ)。

lnFS、lnFQ、lnFW三個(gè)指標(biāo)均與第二產(chǎn)業(yè)的比重正相關(guān)，這基本符合經(jīng)濟(jì)邏輯和人們的正常思路，工業(yè)產(chǎn)值的比重越大，工業(yè)排放量就越大，對環(huán)境的污染也就越大。lnFS、lnFQ、lnFW三個(gè)指標(biāo)與人口密度呈現(xiàn)（或者不存在）微弱的負(fù)相關(guān)，表明產(chǎn)業(yè)升級帶動的就業(yè)方向更加理性以及人們對于環(huán)境條件的要求提高；人口越是密集，對于政府控制環(huán)境質(zhì)量的力度壓力就越大，重污染企業(yè)的規(guī)劃就越是可能遠(yuǎn)離人口密集區(qū)，lnFS、lnFQ、lnFW三個(gè)指標(biāo)的排放量就越小，因此兩者負(fù)相關(guān)。lnFS、lnFQ、lnFW三個(gè)指標(biāo)均與污染治理投入正相關(guān)，似乎不符合經(jīng)濟(jì)邏輯的正常思路。因?yàn)橐话銇碚f，污染治理投入越多，各種工業(yè)排放量似乎應(yīng)該越少，環(huán)境就越為改善。實(shí)際上，本文認(rèn)為，工業(yè)廢水、廢氣、固體廢棄物的排放與污染治理投入有一種循環(huán)的“倒逼機(jī)制”，當(dāng)工業(yè)排放量增加→污染嚴(yán)重→政府污染治理投入就增加→環(huán)境隨之改善→政府就自然減少了污染治理投入（往往表現(xiàn)為監(jiān)督管理力度弱化，這種弱化卻表現(xiàn)為有關(guān)部門的內(nèi)部理性。試想，如果環(huán)境質(zhì)量一直很好，這個(gè)部門是否有繼續(xù)存在的必要？同時(shí)國家也因?yàn)榄h(huán)境質(zhì)量一直較好必然減少污染治理投入，勢必減少某些部門的收入和福利）→工業(yè)排放量增加（這一輪次的邏輯是一種博弈，因?yàn)槠髽I(yè)廢水等的排放會減少企業(yè)內(nèi)部成本，所以一有機(jī)會增加三排對企業(yè)來說是提高收益）的惡性循環(huán)。正是因?yàn)檎⒂嘘P(guān)管理部門、企業(yè)站在各自立場獨(dú)立行事，沒有較好地協(xié)調(diào)運(yùn)作和缺少對整個(gè)環(huán)境質(zhì)量的使命感，也因?yàn)樯鲜鋈齻€(gè)方面權(quán)利義務(wù)不對等，沒有較好的獎懲機(jī)制等有效的制度安排，這種“倒逼機(jī)制”就會一直存在，這就導(dǎo)致。lnFS、lnFQ、lnFW三個(gè)指標(biāo)均與污染治理投入正相關(guān)。

由于表4的結(jié)果具有邏輯基礎(chǔ)，因此我們嘗試在表4的基礎(chǔ)上，分析和探討分省的lnFS、lnFQ、lnFW的自主排放量，期望找到規(guī)律性的結(jié)論。我們按照表4的回歸結(jié)果，將自主排放量編制成表5。由于對排放量取了對數(shù)，因此結(jié)果存在負(fù)數(shù)，負(fù)數(shù)越小，表明自主排放量越小；數(shù)值越大，表明自主排放量越大。

表5 基于隨機(jī)效應(yīng)模型的各地區(qū)lnFS、lnFQ、lnFW的自主排放量

地區(qū) lnFS lnFQ lnFW 地區(qū) lnFS lnFQ lnFW

北京 -0.561 -0.919 -0.943 河南 0.714 0.915 0.713

天津 -0.782 -1.205 -1.783 湖北 0.795 0.385 0.236

河北 0.513 0.691 1.133 湖南 1.034 0.359 0.436

山西 -0.426 0.597 1.081 廣東 0.97 0.314 -0.321

內(nèi)蒙古 -0.719 0.403 0.378 廣西 0.775 0.841 0.594

遼寧 0.832 0.535 1.036 海南 -0.842 -0.945 -2.199

吉林 -0.195 -0.122 -0.172 重慶 0.340 -0.39 -0.269

黑龍江 -0.197 -0.406 0.004 四川 0.912 0.740 1.066

上海 0.666 -0.712 -1.097 貴州 -0.865 0.721 0.950

江蘇 1.124 0.164 0.001 云南 -0.347 -0.008 0.616

浙江 0.604 -0.102 -0.837 陜西 -0.324 0.146 0.564

安徽 0.38 0.496 0.698 甘肅 -0.769 0.107 0.064

福建 0.197 -0.756 -0.140 青海 -2.057 -1.066 -1.472

江西 0.169 0.052 1.295 寧夏 -1.665 -0.946 -1.465

山東 0.365 0.401 0.609 新疆 -0.642 -0.289 -0.775

工業(yè)廢水自主排放量較大的幾個(gè)地區(qū)（從大到小排序）有：江蘇、湖南、廣東、四川、遼寧、湖北、廣西、河南、上海、浙江；工業(yè)廢水自主排放量較小的地區(qū)（按照從小到大排序）有：青海、寧夏、貴州、海南、天津、甘肅、內(nèi)蒙古、新疆。工業(yè)廢氣自主排放量較大的幾個(gè)地區(qū)（從大到小排序）有：河南、廣西、四川、貴州、河北、山西、遼寧、安徽；工業(yè)廢氣自主排放量較小的地區(qū)（按照從小到大排序）有：天津、青海、寧夏、海南、北京、福建、上海。工業(yè)固體廢棄物自主排放量較大的地區(qū)（按照從大到小排序）有：河北、江西、山西、四川、遼寧、貴州、河南、安徽；工業(yè)固體廢棄物自主排放量較小的地區(qū)（按照從小到大排序）有：海南、天津、青海、寧夏、上海、北京、浙江、新疆。 一個(gè)很有意思的情況是：工業(yè)廢水自主排放量最大的幾個(gè)地區(qū)除了廣西，其余地區(qū)或者是經(jīng)濟(jì)增長較好的地區(qū)，或者是經(jīng)濟(jì)總量大省；而工業(yè)廢水自主排放量較小的地區(qū)幾乎無一例外的都是經(jīng)濟(jì)增長較為緩慢或者不發(fā)達(dá)地區(qū)。工業(yè)廢氣和工業(yè)固體廢棄物自主排放量較大的地區(qū)基本完全重復(fù)，而且和工業(yè)廢水自主排放量較大的地區(qū)差異明顯，說明經(jīng)濟(jì)發(fā)達(dá)地區(qū)的三廢排放和經(jīng)濟(jì)落后地區(qū)的三廢排放標(biāo)的不同，我們認(rèn)為這是由于產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)品結(jié)構(gòu)不同造成的。三廢排放較小的地區(qū)重復(fù)較大，基本上是西部或者經(jīng)濟(jì)落后地區(qū)。上述狀況給我們提供的一個(gè)基本規(guī)律表明經(jīng)濟(jì)增長和工業(yè)三廢排放具有因果關(guān)系

三排自主排放量都較大的地區(qū)有：四川、遼寧、河南；三排自主排放量都較小的地區(qū)有：青海、寧夏、海南、天津。前者的環(huán)境問題需要引起政府的極大關(guān)注，尤其河南，經(jīng)濟(jì)較為落后，環(huán)境污染較為嚴(yán)重，如此惡性循環(huán)，情景堪憂。對于后者，如何保障環(huán)境不會遭受進(jìn)一步破壞的前提下，有效促進(jìn)經(jīng)濟(jì)發(fā)展和增長，成為國家和當(dāng)?shù)卣囊豁?xiàng)重要任務(wù)。

四、結(jié)論和政策建議

基于效用函數(shù)擴(kuò)展的EKC模型的面板協(xié)整分析表明如下結(jié)論：

1.我國分省的lnFS、lnFQ、lnFW的曲線形式不是“U”、”倒U”以及”N”形的任何一種。

2.分省經(jīng)濟(jì)增長和工業(yè)廢水、廢氣、固體廢棄物的排放具有因果關(guān)系。

3.經(jīng)濟(jì)發(fā)達(dá)和不發(fā)達(dá)地區(qū)工業(yè)三廢的排放標(biāo)的顯著不同。

4.工業(yè)三廢排放對國家污染治理投入具有“倒逼機(jī)制”。

5.產(chǎn)業(yè)結(jié)構(gòu)尤其是第二產(chǎn)業(yè)比重的增加會增加工業(yè)三廢的排放量。

6.人口密度對工業(yè)三廢排放具有擠出效應(yīng)。

7.河南省的環(huán)境狀況需要引起警惕，北京、上海的環(huán)境有明顯改善的跡象。

根據(jù)上述結(jié)論，我們提出如下的政策建議：

1.我們沒有看到分省環(huán)境和經(jīng)濟(jì)增長關(guān)系的轉(zhuǎn)折點(diǎn)，我們的經(jīng)濟(jì)增長目前仍然是以環(huán)境惡化為代價(jià)。但并不是說經(jīng)濟(jì)的持續(xù)增長無法改變環(huán)境惡化的狀況，北京和上海已經(jīng)表明了EKC曲線在我國某些地區(qū)一定程度上成立。從目前的環(huán)境惡化狀況出發(fā)，一味提高經(jīng)濟(jì)增長速度、忽視經(jīng)濟(jì)增長質(zhì)量和犧牲人們賴以生存的環(huán)境為代價(jià)是不可取的，發(fā)達(dá)國家的先污染后治理的思路不一定在中國適用，因?yàn)閲楹椭贫取⒁约叭丝趬毫Σ煌Ｒ虼耸紫纫獜膰覍用嫔现贫ㄓ行У沫h(huán)境保護(hù)政策和措施，并且要能夠做到有法可依，有法必依，執(zhí)法必嚴(yán)，違法必究，否則只是落在紙面上的所謂環(huán)境保護(hù)法律必然形如廢紙。同時(shí)利用各種渠道宣傳和提高國人環(huán)境保護(hù)的覺悟，喚醒人們的環(huán)境保護(hù)意識，如果從人的心靈教育認(rèn)識到人類發(fā)展和環(huán)境的辯證關(guān)系并不是用金錢所能買回來或者治理好的，人類行為導(dǎo)致的污染排放必然減少。總結(jié)來說，法律的健全和有效實(shí)行——明確的權(quán)責(zé)利關(guān)系——良好的道德品質(zhì)教育，將有利于環(huán)境保護(hù)。

2.堅(jiān)決杜絕工業(yè)三廢排放對于國家污染治理投入的“倒逼機(jī)制”，不應(yīng)該再出現(xiàn)“污染嚴(yán)重——投入治理——環(huán)境改善——治理投入減少——污染嚴(yán)重”的惡性循環(huán)，而應(yīng)該是從源頭抓起，真正做到誰污染誰治理，建立環(huán)境污染的誠信機(jī)制，制定有效的獎懲機(jī)制，杜絕環(huán)境保護(hù)領(lǐng)域的腐敗，當(dāng)制度機(jī)制代替了行為機(jī)制，當(dāng)制度的客觀約束高于人的主觀約束，這時(shí)候的環(huán)境保護(hù)必將呈現(xiàn)良性循環(huán)發(fā)展態(tài)勢。

3.一個(gè)地區(qū)的產(chǎn)業(yè)發(fā)展模式不應(yīng)該是領(lǐng)導(dǎo)一言堂，而應(yīng)該建立一整套的評估體系對項(xiàng)目的實(shí)行進(jìn)行綜合的可行性評估，包括對環(huán)境污染的程度與長期影響的評價(jià)，并且要備案，要建立負(fù)責(zé)機(jī)制，出現(xiàn)嚴(yán)重后果要有人負(fù)責(zé)，正確處理好責(zé)權(quán)利的辯證關(guān)系。同時(shí)要杜絕GDP唯上的地方政府績效評價(jià)指標(biāo)體系，建立一整套切實(shí)可行的包括環(huán)境狀況的指標(biāo)評價(jià)體系。

4.對個(gè)別整體環(huán)境污染嚴(yán)重的地區(qū)，要因勢利導(dǎo)，盡快扭轉(zhuǎn)環(huán)境持續(xù)惡化的惡性循環(huán)狀態(tài)，具體問題具體對待的同時(shí)更要總攬全局，制定切實(shí)可行的綜合治理措施。

[1]包群、彭水軍、陽小曉. 是否存在環(huán)境庫茲涅茨倒U型曲線?——基于六類污染指標(biāo)的經(jīng)驗(yàn)研究［J］，上海經(jīng)濟(jì)研究，2005（12）：3-13。

[2]劉燕、潘楊、陳剛. 經(jīng)濟(jì)開放條件下的經(jīng)濟(jì)增長與環(huán)境質(zhì)量——基于中國省級面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］，上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2006（6）：48-55。

[3]于峰、齊建國、田曉林. 經(jīng)濟(jì)發(fā)展對環(huán)境質(zhì)量影響的實(shí)證分析——基于 1999—2004 年間各省市的面板數(shù)據(jù)［J］，中國工業(yè)經(jīng)濟(jì)，2006（8）：36-44。

[4]李達(dá)、王春曉. 我國經(jīng)濟(jì)增長與大氣污染物排放的關(guān)系——基于分省面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］，財(cái)經(jīng)科學(xué)，2007（2）：43-50。

[5]Grossman ，Gene M.，Alan B.Kruger，Environmental Impact of North American Free Trade Agreement[D]，NBER Working Paper No.3914，1991.

[6]Grossman G.M. and Krueger A.B.， Economic Growth and the Environment[D].NBER Working Paper No 4634，1994.

[7]David I. Stern. Expaining Changes in Global Sulfur Emissions：An Econometric Decomposition Approach [J]. Ecological Economics，2002，（42）.

[8]Xepapadeas， A. and Amri， E.， 1995，“Environmental Quality and Economic Development: Empirical Evidence Based on QualitativeCharacteristics”， Nota di Lavoro 15. 95 Fondazione Eni Enrico Mattei.

[9]Selden，T.M. and D.Song(1994)，Environmental quality and development:is there a Kuznets curve for air pollution emissions?，Journal of Environmental Economics and Management 27:147-162.

[10]Selden，T.M. and D.Song(1995)，Neoclassical growth，the J curve for abatement，and the inverted U curve for pollution，Journal of Environmental Ecomomics and Management 29:162-168.

[11] Levin， A. ， C. Lin and C. Chu. Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties[J]. Journal of Econometrics，2002， 108: 1-24.

[12] Im， Kzing So; M. Hashem Pesaran， and YongcheolShin.Testing for Unit Roots in Heterogeneous Panels[J]. Journal of Econometrics，2003， 115， 53-74.

[13] Pedroni P. Fully Modfied OLS For Heterogeneous Cointegrated Panels[J].Advances in Econometrics， 1999， 15: 93-13.

[14]Breitung，Jorg.The Local Power of Some Unit Root Tests for Panel Data ，in B.Baltagi(ed).Advances in Econometrics ，Vol，15:Nonstationary Panels ，Panel Cointegration ，and Dynamic Panels ，Amsterdam:JAI Press ，2000，161-178.

[15]Hardi，Kaddour.Tesing for Stationariry in Heterogeneous Panel Data ，Econometric Journal ，2003，3:148-161.

[16]Maddala G.S.，Wu Shaowen .A Comparative Study of Unit Rool Tests with Panel Data and a New Simple Test [J].Oxford Bulletin of Economics and Statistics ，1999，61:631-652.