污染与经济增长关系的实证研究

污染与经济增长关系的实证研究

大量证据表明，许多形式的污染与人均收入之间存在u型关系，从最初阶段逐渐增加，达到顶峰，然后下降（hitlandlevenson，1998；growman和krugoer，1995；holz东征和sedren，1995；sedren和soll，1994；shafik和barypthal.（1992）。由于kuzdns（55）提出的收入不平衡时间系列曲线，因此将环境模式定义为环境克栅纳斯曲线（以下简称ekc）。（selendenandroll，1994）。陈宗胜(1991,1994,1999)借助于Lornenz曲线对收入分配不均衡库兹涅茨曲线的倒“U”的形成进行了数学推导,借助于此,本文对环境库兹涅茨曲线的形成机理进行了证明.中国的环境问题,特别是城市的环境问题已引起多方人士的高度重视.1995年中国SO2年排放量居世界第一,中国的上海、北京和天津的总悬浮颗粒物(SPM)、SO2和NOx浓度不仅远高于世界卫生组织关于大气质量的年平均指导值,而且位于世界大城市大气污染前列(世界银行,1999).与此同时,中国经济增长速度近十多年来一直位于世界前列.因此,研究中国经济增长与环境质量之间关系问题,不仅是实现中国,而且是世界可持续发展的重要课题之一.2ekc基点研究EKC倒“U”理论来源于大量多国家环境和经济数据,并经过应用环境质量与人均GNP或其它变量进行回归后取得.表1给出了已有的收入-污染关系的实证结论.前两个研究主要研究环境浓度,而其它三个研究主要研究污染排放量.在变量参数上,时间因素、人口密度、投资、经济增长、能源残渣、贸易开放度、债务、民主和政治自由度等因素均先后被各研究者所采用.除Holtz-EakinandSelden(1995)所研究的CO排放外,其余研究均表明了EKC的存在.SeldenandSong(1994)对大气污染的排放量进行了研究.其研究结论是:总悬浮颗粒物和SO2的EKC转折点发生于低于人均GDP$10,000,而NOx和CO排放量的EKC转折点超过$10,000.特别指出的是:由于其所研究的EKC转折点高于大部分国家目前经济发展水平,故全球大气污染在未来的年份里将趋于进一步恶化.HiltonandLevinson(1998)研究了汽车尾气排放量与人均GDP的关系,其研究结果也表明了倒“U”的存在,其对应的人均GDP转折点为$7,000.Holtz-EakinandSelden(1992)分别利用二次函数和对数形式对CO排放量与人均GDP关系进行了回归分析.其结果表明:与表1列出的其它研究不同,CO排放量与人均GDP呈单调递增趋向,即使有转折点,其所对应人均GDP应超过$8,000,000.GrossmanandKrueger(1995)对城市大气污染浓度和水污染与人均GDP的关系进行了研究.研究变量还加入了时间因素、人口密度和地理位置.在14个污染物研究中,13个EKC有转折点,其相对应的人均GDP介于$1,887和$11,632之间.其它一个研究物:大气总悬浮颗粒物与人均GDP呈单调下降态势.GrossmanandKrueger的研究还表明:大部分EKC的转折点发生于人均GDP$8000(1985年美元不变价).一旦超过,污染将随收入增长而下降.同时,ShafikandBandyopadlhyay(1995)以对数形式研究了不同污染物与人均GDP之间的关系.其研究表明:毁林和城市大气污染与人均GDP之间确呈倒“U”关系,但饮水质量、城市清洁和水质与人均GDP不呈倒“U”关系.综上分析,我们可得以下结论:第一,大部分污染物与人均收入之间的确存在倒“U”现象;第二,在研究污染物内容上,以浓度和以排放量与人均GDP研究之间的EKC转折点存在差异,即前者所对应的人均GDP一般小于后者;第三,近期研究更着重研究污染浓度与人均收入之间的关系.3“陈宗胜u理论模型”的逻辑推导陈宗胜(1994,1999)对该理论进行了数学推导和证明,现简述如下.3.1两部门收入比重an假设在一封闭系统中,总人口(P)等于农业人口(PA)与非农业人口(PN)之和,即式中:αA和αN分别表示农业人口和非农业人口占总人口的比重.又假设总收入(Y)由农业收入(YA)和非农业收入(YN)构成:Y=YA+YN(5)从而有βA=YAY(6)βN=YNY(7)βA+βN=1(8)Y=YA+YΝ(5)从而有βA=YAY(6)βΝ=YΝY(7)βA+βΝ=1(8)式中:βA和βN分别表示收入和非农业收入占总收入的比重.由以上假设可推出农业劳动生产率(yA)、非农业劳动生产率(yN)和总劳动生产率(y):所以有农业与非农业人口的比较劳动生产率δA和δN:显然,农业人口的比较劳动生产率低于非农业人口的比较劳动生产率,δA<δN.由此可将(6)、(7)式重写为:即两部门的收入比重分别等于两部门的人口比重与比较劳动率之乘积.再假设两部门内部的收入差别GA和GN均为0:式中:GA和GN分别代表农业和非农业内部的收入差别Gini系数.3.2分段a根据以上假设,我们作出Lornenz曲线图(见图1).图1表明,在假设条件下的Lornenz曲线为一条折线Obe,而不是平滑的弧线,表示人口比重的横轴分为两段:αA和αN;表示收入比重的纵轴也分为两段:βA和βN.由Gini系数定义有:G=SS+A+B+C(17)G=SS+A+B+C(17)由图1,很容易可得:代入(17)式则有:G=1−(αAβA+2αNβA+αNβN)(18)G=1-(αAβA+2αΝβA+αΝβΝ)(18)因为βN=1-βA,αN=1-αA,所以,G=αA−βA(19)或G=βN−αN(20)G=αA-βA(19)或G=βΝ-αΝ(20)将式(14)、(15)分别代入式(19)、(20)可得:3.3以a为中心的部门收入差别以上已说明两部门人口转换是经济发展的函数,以农业人口比重代表部门人口转换,则有:又根据各国工业化发展的经验,农业人口比重是人均收入的非线性减函数,即在经济发展初期,农业人口比重下降较快,在中后期就日益减缓,故得以下收入-结构变动方程:式中:λA为结构变动参数.将式(12)和式(24)代入式(21),则有:设yA为常数,为求得G的极值,对y求导得:因为e-λAy≠0,y≠0,所以:由于y>yA,故有:y∗=12yA+y2A/4+yA/λA−−−−−−−−−−−√(29)y*=12yA+yA2/4+yA/λA(29)由于d2Gdy2＜0d2Gdy2＜0,故收入差别在y*处有极大值:至此,我们证明了在两部门条件下,当部门内部收入差别为零,作为人均收入函数的部门人口转换过程,必然导致收入差别的倒“U”曲线.4ekc的数学参数4.1lornz曲线的经济-环境关系为研究人口、收入和环境三者之间关系,我们建立了图2我们所定义的收入-人口-环境三维空间.象限I所对应的人口比重与收入比重关系即为我们所熟知的收入分配Lornenz曲线.设A(x1,y1,0)为Lornenz曲线OAP上的任意一点.象限III表现为人口比重与污染比重之间的关系.显然,在一定的条件下,人均污染程度可视为一样的.换言之,在一定的空间和一定的总污染量下,相同比重的人口占有相同比重的污染.故此,人均污染线OQ为45°的一条直线.在象限III可得到与A点相对应的点B(x1,0,z1),故此,x1=z1.将象限I和III所对应的A点和B点相结合,在象限II可得到相对应的点C(0,y1,z1).选择象限ILornenz曲线上不同点,重复以上工作,在象限II可得到我们所定义的经济-环境曲线.仿照EKC的定义,我们不妨将其定义为环境Lornenz曲线(图2).4.2lornz曲线和dini系数环境Lornenz曲线为反映不同收入所对应的环境污染的一条曲线.图3中,纵轴OY表示国民收入比重,横轴OZ表示污染比重.连接对角直线即45°线OM为收入污染绝对平均线,即表示不同收入阶层的人们所受到的污染侵蚀程度是完全一样的.ODM曲线是收入污染绝对不平均线.D点表明,除一人外,其余的人都不受污染侵蚀.而实际曲线OCM(由4.1推出的环境Lornenz曲线)表明,由于实际收入的不平等而导致相对应的不同收入组所对应的受污染侵蚀度是不一样的,即高收入阶层所对应的受污染侵蚀度应低于低收入阶层.仿照经济学一般以Gini系数判定分配不平等关系,我们构造以下我们所定义的环境Gini系数Ge:式中:E为图3中的阴影部分面积,F为下方所对应的面积.与Gini系数判定分配不平等关系一样,显然Ge越小,其所反映的收入污染差别越趋于平均.反之,则越趋于不平均.3表明:通过Lornenz曲线和Gini系数可以推导出Kuznets曲线的存在,故我们同理可以很容易证明环境Kuznets曲线(EKC)的存在.5kuz涅耳城市环境曲线5.1实际gdp的回归系统模型早期研究采用了多种方法来估计收入与污染之间的联系.本文所采用的模型具有以下一般共性:第一,对人均实际GDP进行了多元回归处理;第二,对人均实际GDP和其它变量进行了对数处理;第三,模型中加入了人口密度因素.其模型为:式中:(lead)it为第i个样点t时刻污染物指标;(GDP”P)it为第i个样点t时刻人均实际GDP;(density)it为第i个样点t时刻的人口密度.5.2年—数据的选择和处理本项研究数据来源于《中国统计年鉴》、《中国城市年鉴》和《中国环境年鉴》.受获取资料限制,本文研究污染物样本为81个中国大、中城市1995—1998年二氧化硫、氮氧化物、总悬浮颗粒物浓度和年人均降尘量,人均实际GDP为1990年不变价.参考李子奈(1992)和胡汉辉(1998)的思想和算法,经分组处理,采用式(32),经对数回归计算,得以下回归方程:式中:SO2表示二氧化硫浓度.式中:NO表示氮氧化物浓度.式中:SPM表示总悬浮颗粒物浓度.式中:DUST表示年人均降尘量.5.3分析中国城市污染来源由式(33)—(36)可得表2.表2显示:第一,除氮氧化物浓度外,其余污染物与收入确存在倒“U”现象.氮氧化物的正“U”现象应引起各方的高度重视,说明在未来可预测的年份里,随着中国城市经济发展,氮氧化物将成为城市污染最为严重的问题.分析中国城市污染来源,氮氧化物主要来源于城市烧煤或燃油的工业锅炉和机动车的尾气排放,约总污染排放的90%以上(沈清基,1998).这主要应由中国城市能源消费结构有关.显然,为提高中国城市防污水平,改善城市能源消费结构应为首要课题;第二,除氮氧化物浓度外,中国城市其余污染物的倒“U”曲线转折点具有自己的特点:首先,年人均降尘量的倒“U”曲线转折点远低于国际平均水平,而且大部分城市,特别是经济发达的大城市已超过转折点水平,说明中国政府在此项污染控制上较为成功.同时,二氧化硫和总悬浮颗粒物浓度的倒“U”曲线转折点较高于国际平均水平,说明中国城市这两项污染如果