论文部分内容阅读
摘 要：通过1991—2010年间的数据，本文运用向量自回归模型首先对环境与三次产业之间的动态关系进行了实证研究，其次利用因子分析和Hansen的面板门限模型，对城镇化、经济发展与环境之间的关系进行了实证分析。研究发现：（1）环境污染会对第一产业的生产形成一定程度的负面冲击；（2）第二产业的发展会对环境造成污染，但这种污染并不具有持续性，随着技术的改进，环境污染状况会得到一定的改善；（3）人均GDP对环境污染的影响显著地存在基于城镇化率的“双门槛效应”，除北京、上海、天津3个直辖市进入第2门槛以外，其余省市都仅跨越了第一门槛，但在这些省市当中，东部省份的城镇化率最高，中部次之，西部最后，因此，最先进入第二门槛的地区省份将会是东部；（4）人力资本对环境的影响并不显著；（5）就治理环境污染提出了几点简单的政策建议。
关键词：城镇化；经济发展；环境污染；VAR模型；门槛效应
中图分类号：F224 文献标识码：A 文章编号：1003-9031（2014）04-0026-07
一、引言
当前大多数发展中国家在经济建设上走的是西方发达国家“先污染，后治理”的老路，为经济总量的增长付出了惨痛的环境代价，作为发展中国家的中国也不例外。改革开放以来，我国经济以年均10%左右的速度高速增长，GDP总量从1978年的3645亿元增长到2012年的519322亿元，成为了仅次于美国的世界第二大经济体，社会经济发展取得了举世瞩目的成就。但是，长期以来，我国经济的高速增长在很大程度上是由于生产要素的大量投入。特别是2013年以来全国大范围雾霾天气，让全社会以一种最直接而深刻的方式感受到了环境与经济的尖锐矛盾、减排与治污的迫切需求。我国经济快速增长的同时，自然资源的过度消耗以及环境污染问题日趋严重，已经引起了结果，经济发展表现出高能耗、高污染、高投入以及低效率等粗放型经济增长方式的种种特点。
本文将从城镇化的角度来审视经济发展与环境之间的关系。因为城镇化在社会发展和经济发展的过程中均起到非常重要的推动作用，2013年6月，新一轮城镇化规划正在制定中。根据国家统计局的数据显示，2012年城镇人口为71182万人，占总人口52.6%，比上年末提高1.3个百分点。这是一组非常重要的数据，表明中国的社会经济结构已经出现了质的变化，开始进入以城市为主体的发展阶段。
中国正在积极稳妥地推进城镇化，数亿农民转化为城镇人口将会释放更大的市场需求，不断扩大的内需将成为我国经济增长强有力的助推器。但是我们也要意识到，城镇化进程在给经济带来发展机遇的同时，也对生态环境造成了很大的影响。因此本文从新型城镇化发展的视角，揭示城镇化、经济与环境之间的密切关系，挖掘出三者内在的深层含义。这将有助于中国新型城镇化发展不断完善并突破发展过程中的瓶颈，走出绿色的城镇化道路。
二、文献综述
经济增长与环境质量是同一系统中的两种因素，但他们之间的关系一直以来都是经济学家争论的焦点。环境是经济增长的制约还是经济增长的动力，经济增长是造成环境破坏的罪魁祸首还是改善环境质量的灵丹妙药，这些问题逐步进入国内外学者的视野。自20世纪60年代以来，针对环境与经济增长关系的理论与实证文献层出不穷，国内外学者专家在宏观和微观理论的框架下构建模型，试图探讨环境质量改善和经济持续增长的双赢条件。
（一）国外研究现状
20世纪70年代以前，人们普遍认为经济增长同能源、原材料以及自然资源的消耗呈正相关关系。然而，20世纪90年代初，Gene Grossman 和 Alan Krueger 在分析NAFTA（北美自由贸易协定）的环境效应时，首次发现经济增长与环境质量并非总是线性关系，例如、烟尘以及一些污染指标与人均GDP呈现倒U型的曲线关系，即在经济发展初期，环境质量随经济的增长而下降，然而当经济增长达到某点以后，环境质量则随经济的增长而逐渐改善[1]。不久，Panayotou T（1993）运用跨国数据对环境质量与经济之间的关系进行了实证研究，结果进一步证实了 Gene Grossman 和Alan Krueger的研究，认为环境污染物的排放与经济增长之间确实存在类似库兹涅茨曲线的倒U型关系，并首次将这种关系称为“环境库兹涅茨曲线（Environment Kuznets Curve）”[2]。Grossman 等人对环境与经济关系的开创性研究，吸引了众多学者的关注，伴随着各种计量经济分析方法的发展，经济与环境关系研究如雨后春笋一样涌现出来，且环境与经济发展的研究重心也由资源耗减转移到污染排放。
另外， Dinda S（2004）讨论了经济快速增长和环境质量的关系[8]；Mazzanti（2007）分析了意大利的环境——收入关系；Caviglia-Harris J L， Chambers D， Kahn J R （2009）进行了环境退化的综合分析等等[9]。
由表1可看到：国外对环境与经济的研究，数据选取主要以面板数据为主，且大多数学者都验证了倒“U”型曲线关系的存在；除此之外，大部分学者倾向于研究与环境污染相关的空气、水环境等同经济增长的关系，或单独研究某一污染物（例如so2、co2）与经济增长的关系，而从整体环境质量出发，研究其与经济增长关系的较少。
（二）国内研究现状
基于国外的研究，我国在环境质量与经济增长关系的理论与实证研究方面也做了大量工作，但相比西方国家起步较晚。主要研究有：张晓（1999）采用时间序列数据对我国 （1985-1995）环境污染与经济增长关系进行了实证研究，结果发现空气污染物排放量、大气污染物浓度与经济增长之间呈现 EKC倒 U 型特征，但这一特征并不明显[10]；范金（2002）采用面板数据对我国81个大中城市1995—1997年度二氧化硫、氮氧化物、总悬浮颗粒物（TS）浓度和年人均降尘量进行环境Kuznets曲线检验，发现除氮氧化物浓度外，其余污染物与收入之间存在倒U型关系[11]；黄莹， 王良健， 李桂峰等（2009）采用空间面板模型并结合固定效应分析，对中国29个省级区域1990—2006年间工业“三废”密度同人均GDP之间的关系进行了研究，发现：在空间效应的条件下，我国工业废气、固体废物与人均GDP之间的关系皆呈现出EKC倒U型曲线特征[12]。但是，实证结果同EKC假说不成立的研究也有不少，相继出现了 U 型、N型、倒 N 型、单调递增或单调递减型等多种曲线关系形态。例如李达，王春晓（2007）基于面板数据对中国30个省（市、自治区）（1998—2004年）的三种空气污染物排放和经济增长之间的关系进行了研究，发现这三种空气污染物排放与经济增长之间并不存在传统的倒U型曲线关系[13]；丁继红等（2010）利用主成分分析方法把六类主要工业污染物排放量整合成反映江苏省整体环境污染水平的综合污染指数，探析江苏省（1985—2006年）经济增长与环境污染之间的关系，发现环境污染综合指数与人均GDP之间呈现“N”型曲线关系[14]。 然而，变量有离散型和连续型两类，对连续型变量进行分组时就会存在不确定性，在环境与经济关系的研究中也存在以连续性变量作为样本分组的现象，因此，能否找到一个恰当的门槛值作为分组变量是确定样本分组的一个关键问题。Hansen（2000）的“门槛回归”（Threshold Regression）模型则可以解决相应的问题[15]。韩玉军、陆旸（2008）采用“门槛回归”方法，以108个国家和地区作为横截面数据，对影响“环境库兹涅茨曲线”的多个因素进行了门槛效应分析，结果发现一个国家或地区的收入水平、工业发展水平和贸易开放程度都存在着“门槛效应”[16]。
但是，上述研究却呈现出以下特点：一是往往只是从环境中具体的某一方面出发研究其与经济发展之间的关系，很少从多个因素综合考虑出发来研究论证；二是大多数研究为了论证倒U型曲线是否存在，往往采用的是EKC曲线模型，模型中包含人均GDP和人均GDP的平方，这样的计量模型一方面是建立在人的主观猜想之下，另一方面在实证分析中变量之间多重共线的程度会很高，导致建模的失败；三是很少有研究从城镇化的视角出发来审视城镇化、经济发展与环境三者之间的关系。
基于以上原因，本文第三部分在建立向量自回归模型的基础上，运用其脉冲响应函数的方法从全国的角度出发，首先研究了环境污染对第一产业的影响以及第三产业与环境之间的动态关系，从动态的角度研究了环境与三次产业之间的关系；本文的第四部分，首先利用因子分析的方法，将多个环境指标进行加权综合并最终形成环境污染综合指数，其次利用静态面板门槛模型研究了城镇化、经济发展与环境三者之间的关系，检验了双门槛效应是否存在，并分析了各省市城镇化水平是否通过了单门槛和双门槛；本文的第五部分分析论述VAR模型与门限模型的实证结果并提出了一些具体的建议。
三、VAR模型的实证分析
（一）指标和数据的选取
我们分别用（今年污染量-去年污染量）/去年污染量来作为环境污染指标，记为Y；由于用第一产业与国内生产总值（GDP）的比值，第二产业与GDP的比值，第三产业与GDP的比值更能反映三次产业的发展规模，因此本文用以上指标分别代表第一产业、第二产业和第三产业，依次记为X1，X2，X3。
VAR模型实证分析所选取的数据来源于统计年鉴、中经网数据库，取样时间段为1991—2010年，所用到的软件为EVIEWS7.2。为了消除数据的波动和异方差性，本文对数据进行了对数化处理；为了反映消除物价影响后三次产业与GDP的真实比值情况，本文将按照现价计算的三次产业增加值和GDP分别转化为按照不变价计算的三次产业增加值和GDP。
（二）单位根检验
由于本文所采用的是时序数据，在对模型进行相关的计量分析前，应对模型的变量进行平稳性检验，本文采用的方法是单位根检验。
通过表2可知，时序变量Yt、X1t、X2t、X3t都是平稳序列，符合做VAR模型的变量条件。
（三）模型的稳定性检验和滞后阶数的选择
经过的相关检验发现，所有变量的单位根都小于1，即都在单位圆内，所以模型是平稳的，可以进行相关的脉冲响应函数分析。
选取VAR模型变量滞后阶数一般采用AIC和SC原则，通过表3可知，AIC和SC准则选取的最佳滞后阶数都为3，因此本文选取的滞后阶数为3。
（四）广义脉冲响应分析
在实际应用中，VAR模型是一种非理性模型，所以，在VAR模型分析中，当一个误差变化或者受到某种冲击时对系统的动态影响，我们称这种分析法为脉冲响应函数分析法。脉冲响应函数衡量来自随机干扰项的一个标准冲击对内生变量当前和未来取值的影响。本文着重分析了环境污染对第一产业的影响，以及第二产业对环境的影响状况，具体如图1、图2所示。
首先我们观测的是第一产业对环境污染的响应情况及其响应路径，如图1所示，受到环境污染一个标准差的随机新息冲击后，第一产业首先产生了负效应，并在第3期负效应达到最大化，之后随着时期的发展，虽然呈现出一定细微程度的波动，但一直保持这种负效应。
其次，研究环境随着第三产业的响应情况和响应路径，如图2所示，环境受到第二产业一个标准差的随机新息冲击后，在1-10期之间出现了正负效应交替出现的状况，且波动比较剧烈，在第2期达到最大正效应，在第7期达到最大负效应。
四、面板门槛模型设定与估计方法
（一）指标的选取与说明
1.环境污染综合指数的确定
（1）变量的选取
度量环境污染水平的指标有很多，但是一个变量只能反映污染现象在某一方面的数量特征，为了能够较全面反映环境污染同经济增长之间的关系，我们构造了环境污染综合指数。
环境污染水平的度量指标可大致归为两类：污染物排放总量指标与污染物排放强度指标，鉴于本文主要目的是考察在城镇化视角下，经济增长对环境污染总体水平的影响，此处采用排放总量指标对环境污染综合指数进行度量。同时，由于反映污染物的指标有空气质量指标、水质量指标和其它环境指标，且构成环境威胁的污染源主要来自工业生产，另外，考虑到部分指标数据统计年份较晚，存在数据缺失等问题，因此，本文选取1991—2010年工业废水排放量（万吨）、工业烟尘排放量（万吨）、工业废气排放量（亿标立方米）、工业二氧化硫排放量（万吨）、工业粉尘排放量（万吨）和工业固体废物排放量（万吨）六个指标来测度我国历年各省、市、直辖市的环境污染综合指数。其中，各污染物指标原始数据均来自于《中经网统计数据库》。
（2）基于因子分析法计算环境污染综合指数
各污染指标间存在较强相关性，我们选用因子分析法计算1991—2010年各省、市、直辖市环境污染综合指数。由于自1997年起，重庆市正式从四川省独立，而1991—1996年期间，两市各污染指标的数据都是合为一体的，出于统计口径的一致性，我们对重庆市与四川省1997年以后各指标的数据进行了加总，统一命名为四川省污染物指标。另外，西藏自治区经济发展较落后，各指标的数据获得较晚且对环境污染的影响也较小，因此，本文数据分析中忽略了西藏自治区对全国环境污染的影响。下面针对合并后的29个省、市、直辖市计算环境污染综合指数。 首先，对各种污染物排放指标的原始数据进行无量纲化处理，即标准化；其次，建立各指标变量的相关系数矩阵并求解相关系数矩阵的特征值、特征向量及贡献率，按照因子方差累计贡献率大于80%的原则提取了两个公共因子，对其进行旋转后计算因子得分；最后，根据因子得分计算我国29个省、市、直辖市1991—2010年的环境污染综合指数，计算过程借助于SSS16.0软件操作完成。
2.其他指标的选取
由于本文分析的是从城市化的视角出发来审视经济发展和环境之间的关系，因此，本文门限模型中以人均GDP作为经济发展的指标，以城镇人口数/总人口数作为城镇化的指标；另外，为了较精准的研究经济发展与环境之间的关系，本文又加入了2个控制变量，其中以工业增加值/国内生产总值作为工业化水平的指标，将本科、大专院校在内的人数/所在地的总人数作为各地人力资本水平的指标。本文对门限模型实证检验采用的是stata12.0软件。
（二）模型的设定
模型的先期设定往往是以变量之间的关系为条件，因此，首先应明确城镇化、经济发展与环境污染三者之间的关系。在经济发展的过程中，一方面城镇化的发展一定程度上决定了经济的发展速度与规模，经济的发展速度与规模又对环境产生了影响；另一方面各地经济的发展差异又会影响到城镇化的建设，这样必然会带来城镇化发展差距，而城镇化的发展差异又会进一步对环境状况差距带来不同的影响。
基于此，如果假设i省t期的环境综合指数为enviroit，相应的城镇化率、人均GDP、工业化水平和人力资源水平分别记为：urbanit、PGDPit、agrit和zztit，则有：
模型（1）为不考虑城镇化“门槛效应”的模型，为了准确估计出门槛变量值，并同时考虑对内生的“门槛效应”进行显著性检验，本文采取Hansen（1999）的静态面板门槛模型的做法，首先假设存在“单门槛效应”，并在模型（1）的基础上构建单门槛面板模型（2），多个门槛模型可以在单门槛模型的基础上进行扩展得到，即：
则模型（2）可以用下式来表示：
（三）模型估计与检验方法
在构建门槛模型的基础上，不仅仅需要估计出模型（3）中的门槛值？浊和斜率？专，还需要进行一系列的门槛效应检验。对模型（3）估计，首先去除其中的个体效应ui的影响，可以从每个样本值中减去组内平均值的方法来消除，变化之后的模型为：
进一步将模型4写成矩阵的形式：
根据对门槛模型的检验步骤，本文首先进行了门槛效应的检验，具体结果如表4所示：表4中报告了在1%、5%、10%水平下的F值和值；从表4中我们发现：单一门槛在1%的显著性水平下通过了检验，双重门槛在5%的显著性水平下通过了显著性水平检验。因此，本文选取双门槛效应进行相关分析。
（二）门槛值估计结果
在进行完门槛效应检验后，应对相应的门槛值进行估计和检验，具体如表5所示：门槛1的值为：0.2631，且其在[0.1641，0.3382]内；门槛2的值为：0.7157，且其在区间[0.15，0.85]内，相应的似然比值接近于0，小于5%水平下的临界值，所以接受原假设，即两个估计的门槛值都与实际的门槛值相等。
（三）双门槛模型参数估计结果
在门槛1和门槛2的值被估计出来后，进行的是双门槛模型参数估计，具体如表6所示。
六、结果分析
（一）VAR模型的结果分析
环境污染会对第一产业的生产造成不利的影响，且环境污染越严重这种负面效应会越大，特别是对农业的生产造成了很大的影响，环境污染一方面造成了空气质量下降、CO2浓度升高、水污染以及耕地资源的减少，另一方面又影响了人的身体健康和居住环境。
第二产业对环境造成了一定程度上的破坏，且随着第二产业的不断发展对环境污染状况出现了时好时坏的现象，这说明我国第二产业的生产排污控制上可能存在一定的问题，特别是我国的工业化仍处在初级水平上，各类环境保护措施和技术缺失，生产企业对环境保护意识并不强烈，相应的处罚机制和政策法规并不完善造成了我国现阶段工业化的发展对环境的保护存在漠视行为。
（二）门槛模型结果分析
1.控制变量的分析
从表3可以发现，工业化水平系数为负且显著，这说明随着我国工业化的发展在一定程度上加重了环境的污染，这与现实情况是相符的。1978年改革开放以来我国的工业化得到了快速的发展，产业结构由原来的第一产业为主转变为第二产业、第三产业为主。但是在这一过程中，我国采取的是粗放的、以牺牲环境为代价的经济发展方式，CO2浓度逐渐升高、空气污染愈加严重，水资源、森林资源、耕地资源在经济的发展过程中也遭受了一定程度的破坏，这些破坏严重的影响了自然环境的正常运行。
人力资源水平系数为负但相应的值高达0.513，说明人力资源的发展对我国环境的作用并不显著，本文分析认为，这可能与人力资源这一要素特征有关，一方面人力资源的培养需要一个长时间的过程，并不能在短期内达到应有的成效；另一方面即使各地人力资源达到一定程度，对环境的改善和有目的的培养保护环境意识也需要一个过程，而目前对我国来说，恰恰是经济发展的转型时期，高级人力资源无论在量上还是在质上仍然落后于欧美等发达国家，因此，我国的人力资源就目前而言并不能对环境改善起到很大的作用。
2.城镇化发展的人均GDP对环境污染的双门槛效应分析
从表6中可以看出，当一个地区的城镇化率水平未跨越第一个门槛值0.2631时，人均GDP对环境污染的影响是-0.692；而当城镇化率跨越第一个门槛后，人均GDP对环境污染的影响为0.327；当城镇化率跨越第二个门槛时，人均GDP对环境污染的影响为0.032，比跨越第一个门槛时的效应有所减弱。通过以上分析，人均GDP对环境污染的影响显著地存在基于城镇化率的“双门槛效应”。在我国经济的快速发展中，城镇化建设为经济的快速发展提供了强大的动力，伴随着各地城镇化快速发展，人均GDP也在快速提升中，当城镇化率未跨过第一个门槛时，此时经济的发展基本上是粗放式的，对环境的污染会不断随着人均GDP的增加而加重；当城镇化率跨过第一个门槛后，我国经济已经经历了前期的积累，经济的发展方式也会由粗放式的发展转变为集约化发展。前期环境的污染也会得到逐渐的治理，因此，在城镇化率跨过第一个门槛后，此时随着人均GDP的增长我国的环境会逐渐的变好。随着城镇化率的不断发展，达到并跨越第二个门槛后，此时环境已经得到很大的改善，在后续的改善和维持当中，工作的难度会逐渐的加大，即随着人均GDP的增长，环境也会得到改善但改善的幅度却并不如以前。 3.进一步分析
在进行双门槛分析后，我们将29个省市划分为东、中、西三部分，并分别比较各个省市的具体情况。我们注意到，通过双门槛的省市仅仅包括：北京、天津、上海3个直辖市，这一点必须引起我们的警示，说明我国环境改善的任务还很重，远没有恢复到污染之前的环境状况。通过单门槛的省市包括：河北、山西、内蒙、辽宁、吉林、黑龙江、江苏、浙江、安徽、福建、江西、山东、河南、湖南、湖北、广东、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆，虽然这些省市全部都进入到了第一门槛阶段，但应注意到各个省市进入的时间是不一样的，东部省份一般较早进入，中部次之，西部最后，且从以上城市和城镇化率的水平来看，东部的城镇化率最高，所以随着人均GDP的发展，环境改善最好的也是东部省份，它们将优先进入第二门槛阶段。
七、政策启示
（一）政府应在环境保护方面发挥积极作用
经济的发展特别是工业化的发展不能以牺牲环境为代价，我国当前正处在经济转型时期，一方面应该制定更加有针对性的环境法规政策，加大公众的环境保护意识，另一方面加大环境保护方面的投入资金，以使环境污染得到控制并在一定的范围内得到改善，除以上两个方面外，我国还应建立环境绩效机制，采取问责制，确保地方政府在发展经济的同时不以破坏环境为代价，走可持续发展道路。
（二）优化产业结构和地区产业分布
我国目前仍处在工业化的初级阶段，高耗能产业分布于多个地区，给环境造成了很大的污染，而从欧美等发达国家来看，服务业的发展对环境污染与第二产业相比造成的影响有限。从已有的经验和我国目前的经济形势来看，人均GDP在1000～3000美元之间，服务业将加速发展，并且处于转折点跨越当中，产业结构也在不断的向高级转变，我国目前处于这一阶段中，因此，一方面应该大力推进服务业的发展，培养和引进人才，另一方面采用先进技术改造传统的工业产业，以提高其能源的利用效率，促进产业结构的优化升级，使我国的环境状况得到进一步的改善。在全国产业布局方面，东部应该大力发展信息化产业、高科技产业；中、西部地区应主动承接东部的产业转移，依靠自身丰富的资源优势，发展能源工业、生态农业以及旅游业等产业，以适应我国经济发展转型的需要。
（三）新型城镇化发展
当前城镇化的发展在一定程度上是以破坏自然环境为代价而发展的，在各省市城镇化快速发展的背后，是能源消耗的不断增加，特别是从西方发达国家的城镇化演化历程来看，水资源紧张、耕地面积、森林资源减少等各种环境问题层出不穷，因此在城镇化带动经济快速发展的同时，也应注意不应以耕地、森林资源破坏为代价从而造成环境的破坏和污染。以信息化、绿色化为目标的新型城镇化建设是当前城镇化发展的方向，我国目前已经正式提出该目标，各省市也应在发展城镇化的进程中，协调好与环境之间的关系。
（责任编辑：于明）
参考文献：
[1]Grossman.G，Krueger.A. Environmental impacts of the North American Free Trade Agreement， NBER Working Paper 3914，1991.
[2]Panayotou T. Demystifying the environmental Kuznets
curve： turning a black box into a policy tool[J]. Environment and development economics， 1997，2（4）： 465-484.
[3]Torras M， Boyce J K. Income， inequality， and pollution：
a reassessment of the environmental Kuznets curve[J]. Ecological economics， 1998， 25（2）：147-160.
[4]Sun J W. Changes in energy consumption and energy
intensity： a complete decomposition model[J]. Energy economics， 1998， 20（1）： 85-100.
[5]Stern D I， Common M S. Is there an environmental
Kuznets curve for sulfur？[J]. Journal of Environmental Economics and Management， 2001， 41（2）： 162-178.
[6]Mart nez-Zarzoso I， Bengochea-Morancho A. Pooled
mean group estimation of an environmental Kuznets curve for CO [J]. Economics Letters， 2004， 82（1）： 121-126.
[7]Galeotti M， Lanza A. Desperately seeking environmental Kuznets[J]. Environmental Modelling & Software，2005，20（11）： 1379-1388.
[8]Dinda S. Environmental Kuznets curve hypothesis： a
survey[J]. Ecological economics， 2004， 49（4）： 431-455.
[9]Caviglia-Harris J L， Chambers D， Kahn J R. Taking
the “U” out of Kuznets： a comprehensive analysis of the EKC and environmental degradation[J]. Ecological Economics， 2009， 68（4）： 1149-1159.
[10]张晓.中国环境政策的总体评价[J].中国社会科学， 1999（3）.
[11]范金.可持续发展下的最优经济增长[M].北京：经济管理出版社，2002.
[12]黄莹，王良健，李桂峰等. 基于空间面板模型的我国环境库兹涅茨曲线的实证分析[J]. 南方经济， 2009（10）.
[13]李达，王春晓.我国经济增长与大气污染物排放的关系——基于分省面板数据的经验研究[J].财经科学，2007（2）.
[14]丁继红，年艳. 经济增长与环境污染关系剖析—以江苏省为例[J].南开经济研究，2010（2）.
[15]Hansen B E. Sample splitting and threshold estimation[J]. Econometrica， 2000， 68（3）： 575-603.
[16]韩玉军，陆旸.门槛效应，经济增长与环境质量[J].统计研究，2008（9）.
关键词：城镇化；经济发展；环境污染；VAR模型；门槛效应
中图分类号：F224 文献标识码：A 文章编号：1003-9031（2014）04-0026-07
一、引言
当前大多数发展中国家在经济建设上走的是西方发达国家“先污染，后治理”的老路，为经济总量的增长付出了惨痛的环境代价，作为发展中国家的中国也不例外。改革开放以来，我国经济以年均10%左右的速度高速增长，GDP总量从1978年的3645亿元增长到2012年的519322亿元，成为了仅次于美国的世界第二大经济体，社会经济发展取得了举世瞩目的成就。但是，长期以来，我国经济的高速增长在很大程度上是由于生产要素的大量投入。特别是2013年以来全国大范围雾霾天气，让全社会以一种最直接而深刻的方式感受到了环境与经济的尖锐矛盾、减排与治污的迫切需求。我国经济快速增长的同时，自然资源的过度消耗以及环境污染问题日趋严重，已经引起了结果，经济发展表现出高能耗、高污染、高投入以及低效率等粗放型经济增长方式的种种特点。
本文将从城镇化的角度来审视经济发展与环境之间的关系。因为城镇化在社会发展和经济发展的过程中均起到非常重要的推动作用，2013年6月，新一轮城镇化规划正在制定中。根据国家统计局的数据显示，2012年城镇人口为71182万人，占总人口52.6%，比上年末提高1.3个百分点。这是一组非常重要的数据，表明中国的社会经济结构已经出现了质的变化，开始进入以城市为主体的发展阶段。
中国正在积极稳妥地推进城镇化，数亿农民转化为城镇人口将会释放更大的市场需求，不断扩大的内需将成为我国经济增长强有力的助推器。但是我们也要意识到，城镇化进程在给经济带来发展机遇的同时，也对生态环境造成了很大的影响。因此本文从新型城镇化发展的视角，揭示城镇化、经济与环境之间的密切关系，挖掘出三者内在的深层含义。这将有助于中国新型城镇化发展不断完善并突破发展过程中的瓶颈，走出绿色的城镇化道路。
二、文献综述
经济增长与环境质量是同一系统中的两种因素，但他们之间的关系一直以来都是经济学家争论的焦点。环境是经济增长的制约还是经济增长的动力，经济增长是造成环境破坏的罪魁祸首还是改善环境质量的灵丹妙药，这些问题逐步进入国内外学者的视野。自20世纪60年代以来，针对环境与经济增长关系的理论与实证文献层出不穷，国内外学者专家在宏观和微观理论的框架下构建模型，试图探讨环境质量改善和经济持续增长的双赢条件。
（一）国外研究现状
20世纪70年代以前，人们普遍认为经济增长同能源、原材料以及自然资源的消耗呈正相关关系。然而，20世纪90年代初，Gene Grossman 和 Alan Krueger 在分析NAFTA（北美自由贸易协定）的环境效应时，首次发现经济增长与环境质量并非总是线性关系，例如、烟尘以及一些污染指标与人均GDP呈现倒U型的曲线关系，即在经济发展初期，环境质量随经济的增长而下降，然而当经济增长达到某点以后，环境质量则随经济的增长而逐渐改善[1]。不久，Panayotou T（1993）运用跨国数据对环境质量与经济之间的关系进行了实证研究，结果进一步证实了 Gene Grossman 和Alan Krueger的研究，认为环境污染物的排放与经济增长之间确实存在类似库兹涅茨曲线的倒U型关系，并首次将这种关系称为“环境库兹涅茨曲线（Environment Kuznets Curve）”[2]。Grossman 等人对环境与经济关系的开创性研究，吸引了众多学者的关注，伴随着各种计量经济分析方法的发展，经济与环境关系研究如雨后春笋一样涌现出来，且环境与经济发展的研究重心也由资源耗减转移到污染排放。
另外， Dinda S（2004）讨论了经济快速增长和环境质量的关系[8]；Mazzanti（2007）分析了意大利的环境——收入关系；Caviglia-Harris J L， Chambers D， Kahn J R （2009）进行了环境退化的综合分析等等[9]。
由表1可看到：国外对环境与经济的研究，数据选取主要以面板数据为主，且大多数学者都验证了倒“U”型曲线关系的存在；除此之外，大部分学者倾向于研究与环境污染相关的空气、水环境等同经济增长的关系，或单独研究某一污染物（例如so2、co2）与经济增长的关系，而从整体环境质量出发，研究其与经济增长关系的较少。
（二）国内研究现状
基于国外的研究，我国在环境质量与经济增长关系的理论与实证研究方面也做了大量工作，但相比西方国家起步较晚。主要研究有：张晓（1999）采用时间序列数据对我国 （1985-1995）环境污染与经济增长关系进行了实证研究，结果发现空气污染物排放量、大气污染物浓度与经济增长之间呈现 EKC倒 U 型特征，但这一特征并不明显[10]；范金（2002）采用面板数据对我国81个大中城市1995—1997年度二氧化硫、氮氧化物、总悬浮颗粒物（TS）浓度和年人均降尘量进行环境Kuznets曲线检验，发现除氮氧化物浓度外，其余污染物与收入之间存在倒U型关系[11]；黄莹， 王良健， 李桂峰等（2009）采用空间面板模型并结合固定效应分析，对中国29个省级区域1990—2006年间工业“三废”密度同人均GDP之间的关系进行了研究，发现：在空间效应的条件下，我国工业废气、固体废物与人均GDP之间的关系皆呈现出EKC倒U型曲线特征[12]。但是，实证结果同EKC假说不成立的研究也有不少，相继出现了 U 型、N型、倒 N 型、单调递增或单调递减型等多种曲线关系形态。例如李达，王春晓（2007）基于面板数据对中国30个省（市、自治区）（1998—2004年）的三种空气污染物排放和经济增长之间的关系进行了研究，发现这三种空气污染物排放与经济增长之间并不存在传统的倒U型曲线关系[13]；丁继红等（2010）利用主成分分析方法把六类主要工业污染物排放量整合成反映江苏省整体环境污染水平的综合污染指数，探析江苏省（1985—2006年）经济增长与环境污染之间的关系，发现环境污染综合指数与人均GDP之间呈现“N”型曲线关系[14]。 然而，变量有离散型和连续型两类，对连续型变量进行分组时就会存在不确定性，在环境与经济关系的研究中也存在以连续性变量作为样本分组的现象，因此，能否找到一个恰当的门槛值作为分组变量是确定样本分组的一个关键问题。Hansen（2000）的“门槛回归”（Threshold Regression）模型则可以解决相应的问题[15]。韩玉军、陆旸（2008）采用“门槛回归”方法，以108个国家和地区作为横截面数据，对影响“环境库兹涅茨曲线”的多个因素进行了门槛效应分析，结果发现一个国家或地区的收入水平、工业发展水平和贸易开放程度都存在着“门槛效应”[16]。
但是，上述研究却呈现出以下特点：一是往往只是从环境中具体的某一方面出发研究其与经济发展之间的关系，很少从多个因素综合考虑出发来研究论证；二是大多数研究为了论证倒U型曲线是否存在，往往采用的是EKC曲线模型，模型中包含人均GDP和人均GDP的平方，这样的计量模型一方面是建立在人的主观猜想之下，另一方面在实证分析中变量之间多重共线的程度会很高，导致建模的失败；三是很少有研究从城镇化的视角出发来审视城镇化、经济发展与环境三者之间的关系。
基于以上原因，本文第三部分在建立向量自回归模型的基础上，运用其脉冲响应函数的方法从全国的角度出发，首先研究了环境污染对第一产业的影响以及第三产业与环境之间的动态关系，从动态的角度研究了环境与三次产业之间的关系；本文的第四部分，首先利用因子分析的方法，将多个环境指标进行加权综合并最终形成环境污染综合指数，其次利用静态面板门槛模型研究了城镇化、经济发展与环境三者之间的关系，检验了双门槛效应是否存在，并分析了各省市城镇化水平是否通过了单门槛和双门槛；本文的第五部分分析论述VAR模型与门限模型的实证结果并提出了一些具体的建议。
三、VAR模型的实证分析
（一）指标和数据的选取
我们分别用（今年污染量-去年污染量）/去年污染量来作为环境污染指标，记为Y；由于用第一产业与国内生产总值（GDP）的比值，第二产业与GDP的比值，第三产业与GDP的比值更能反映三次产业的发展规模，因此本文用以上指标分别代表第一产业、第二产业和第三产业，依次记为X1，X2，X3。
VAR模型实证分析所选取的数据来源于统计年鉴、中经网数据库，取样时间段为1991—2010年，所用到的软件为EVIEWS7.2。为了消除数据的波动和异方差性，本文对数据进行了对数化处理；为了反映消除物价影响后三次产业与GDP的真实比值情况，本文将按照现价计算的三次产业增加值和GDP分别转化为按照不变价计算的三次产业增加值和GDP。
（二）单位根检验
由于本文所采用的是时序数据，在对模型进行相关的计量分析前，应对模型的变量进行平稳性检验，本文采用的方法是单位根检验。
通过表2可知，时序变量Yt、X1t、X2t、X3t都是平稳序列，符合做VAR模型的变量条件。
（三）模型的稳定性检验和滞后阶数的选择
经过的相关检验发现，所有变量的单位根都小于1，即都在单位圆内，所以模型是平稳的，可以进行相关的脉冲响应函数分析。
选取VAR模型变量滞后阶数一般采用AIC和SC原则，通过表3可知，AIC和SC准则选取的最佳滞后阶数都为3，因此本文选取的滞后阶数为3。
（四）广义脉冲响应分析
在实际应用中，VAR模型是一种非理性模型，所以，在VAR模型分析中，当一个误差变化或者受到某种冲击时对系统的动态影响，我们称这种分析法为脉冲响应函数分析法。脉冲响应函数衡量来自随机干扰项的一个标准冲击对内生变量当前和未来取值的影响。本文着重分析了环境污染对第一产业的影响，以及第二产业对环境的影响状况，具体如图1、图2所示。
首先我们观测的是第一产业对环境污染的响应情况及其响应路径，如图1所示，受到环境污染一个标准差的随机新息冲击后，第一产业首先产生了负效应，并在第3期负效应达到最大化，之后随着时期的发展，虽然呈现出一定细微程度的波动，但一直保持这种负效应。
其次，研究环境随着第三产业的响应情况和响应路径，如图2所示，环境受到第二产业一个标准差的随机新息冲击后，在1-10期之间出现了正负效应交替出现的状况，且波动比较剧烈，在第2期达到最大正效应，在第7期达到最大负效应。
四、面板门槛模型设定与估计方法
（一）指标的选取与说明
1.环境污染综合指数的确定
（1）变量的选取
度量环境污染水平的指标有很多，但是一个变量只能反映污染现象在某一方面的数量特征，为了能够较全面反映环境污染同经济增长之间的关系，我们构造了环境污染综合指数。
环境污染水平的度量指标可大致归为两类：污染物排放总量指标与污染物排放强度指标，鉴于本文主要目的是考察在城镇化视角下，经济增长对环境污染总体水平的影响，此处采用排放总量指标对环境污染综合指数进行度量。同时，由于反映污染物的指标有空气质量指标、水质量指标和其它环境指标，且构成环境威胁的污染源主要来自工业生产，另外，考虑到部分指标数据统计年份较晚，存在数据缺失等问题，因此，本文选取1991—2010年工业废水排放量（万吨）、工业烟尘排放量（万吨）、工业废气排放量（亿标立方米）、工业二氧化硫排放量（万吨）、工业粉尘排放量（万吨）和工业固体废物排放量（万吨）六个指标来测度我国历年各省、市、直辖市的环境污染综合指数。其中，各污染物指标原始数据均来自于《中经网统计数据库》。
（2）基于因子分析法计算环境污染综合指数
各污染指标间存在较强相关性，我们选用因子分析法计算1991—2010年各省、市、直辖市环境污染综合指数。由于自1997年起，重庆市正式从四川省独立，而1991—1996年期间，两市各污染指标的数据都是合为一体的，出于统计口径的一致性，我们对重庆市与四川省1997年以后各指标的数据进行了加总，统一命名为四川省污染物指标。另外，西藏自治区经济发展较落后，各指标的数据获得较晚且对环境污染的影响也较小，因此，本文数据分析中忽略了西藏自治区对全国环境污染的影响。下面针对合并后的29个省、市、直辖市计算环境污染综合指数。 首先，对各种污染物排放指标的原始数据进行无量纲化处理，即标准化；其次，建立各指标变量的相关系数矩阵并求解相关系数矩阵的特征值、特征向量及贡献率，按照因子方差累计贡献率大于80%的原则提取了两个公共因子，对其进行旋转后计算因子得分；最后，根据因子得分计算我国29个省、市、直辖市1991—2010年的环境污染综合指数，计算过程借助于SSS16.0软件操作完成。
2.其他指标的选取
由于本文分析的是从城市化的视角出发来审视经济发展和环境之间的关系，因此，本文门限模型中以人均GDP作为经济发展的指标，以城镇人口数/总人口数作为城镇化的指标；另外，为了较精准的研究经济发展与环境之间的关系，本文又加入了2个控制变量，其中以工业增加值/国内生产总值作为工业化水平的指标，将本科、大专院校在内的人数/所在地的总人数作为各地人力资本水平的指标。本文对门限模型实证检验采用的是stata12.0软件。
（二）模型的设定
模型的先期设定往往是以变量之间的关系为条件，因此，首先应明确城镇化、经济发展与环境污染三者之间的关系。在经济发展的过程中，一方面城镇化的发展一定程度上决定了经济的发展速度与规模，经济的发展速度与规模又对环境产生了影响；另一方面各地经济的发展差异又会影响到城镇化的建设，这样必然会带来城镇化发展差距，而城镇化的发展差异又会进一步对环境状况差距带来不同的影响。
基于此，如果假设i省t期的环境综合指数为enviroit，相应的城镇化率、人均GDP、工业化水平和人力资源水平分别记为：urbanit、PGDPit、agrit和zztit，则有：
模型（1）为不考虑城镇化“门槛效应”的模型，为了准确估计出门槛变量值，并同时考虑对内生的“门槛效应”进行显著性检验，本文采取Hansen（1999）的静态面板门槛模型的做法，首先假设存在“单门槛效应”，并在模型（1）的基础上构建单门槛面板模型（2），多个门槛模型可以在单门槛模型的基础上进行扩展得到，即：
则模型（2）可以用下式来表示：
（三）模型估计与检验方法
在构建门槛模型的基础上，不仅仅需要估计出模型（3）中的门槛值？浊和斜率？专，还需要进行一系列的门槛效应检验。对模型（3）估计，首先去除其中的个体效应ui的影响，可以从每个样本值中减去组内平均值的方法来消除，变化之后的模型为：
进一步将模型4写成矩阵的形式：
根据对门槛模型的检验步骤，本文首先进行了门槛效应的检验，具体结果如表4所示：表4中报告了在1%、5%、10%水平下的F值和值；从表4中我们发现：单一门槛在1%的显著性水平下通过了检验，双重门槛在5%的显著性水平下通过了显著性水平检验。因此，本文选取双门槛效应进行相关分析。
（二）门槛值估计结果
在进行完门槛效应检验后，应对相应的门槛值进行估计和检验，具体如表5所示：门槛1的值为：0.2631，且其在[0.1641，0.3382]内；门槛2的值为：0.7157，且其在区间[0.15，0.85]内，相应的似然比值接近于0，小于5%水平下的临界值，所以接受原假设，即两个估计的门槛值都与实际的门槛值相等。
（三）双门槛模型参数估计结果
在门槛1和门槛2的值被估计出来后，进行的是双门槛模型参数估计，具体如表6所示。
六、结果分析
（一）VAR模型的结果分析
环境污染会对第一产业的生产造成不利的影响，且环境污染越严重这种负面效应会越大，特别是对农业的生产造成了很大的影响，环境污染一方面造成了空气质量下降、CO2浓度升高、水污染以及耕地资源的减少，另一方面又影响了人的身体健康和居住环境。
第二产业对环境造成了一定程度上的破坏，且随着第二产业的不断发展对环境污染状况出现了时好时坏的现象，这说明我国第二产业的生产排污控制上可能存在一定的问题，特别是我国的工业化仍处在初级水平上，各类环境保护措施和技术缺失，生产企业对环境保护意识并不强烈，相应的处罚机制和政策法规并不完善造成了我国现阶段工业化的发展对环境的保护存在漠视行为。
（二）门槛模型结果分析
1.控制变量的分析
从表3可以发现，工业化水平系数为负且显著，这说明随着我国工业化的发展在一定程度上加重了环境的污染，这与现实情况是相符的。1978年改革开放以来我国的工业化得到了快速的发展，产业结构由原来的第一产业为主转变为第二产业、第三产业为主。但是在这一过程中，我国采取的是粗放的、以牺牲环境为代价的经济发展方式，CO2浓度逐渐升高、空气污染愈加严重，水资源、森林资源、耕地资源在经济的发展过程中也遭受了一定程度的破坏，这些破坏严重的影响了自然环境的正常运行。
人力资源水平系数为负但相应的值高达0.513，说明人力资源的发展对我国环境的作用并不显著，本文分析认为，这可能与人力资源这一要素特征有关，一方面人力资源的培养需要一个长时间的过程，并不能在短期内达到应有的成效；另一方面即使各地人力资源达到一定程度，对环境的改善和有目的的培养保护环境意识也需要一个过程，而目前对我国来说，恰恰是经济发展的转型时期，高级人力资源无论在量上还是在质上仍然落后于欧美等发达国家，因此，我国的人力资源就目前而言并不能对环境改善起到很大的作用。
2.城镇化发展的人均GDP对环境污染的双门槛效应分析
从表6中可以看出，当一个地区的城镇化率水平未跨越第一个门槛值0.2631时，人均GDP对环境污染的影响是-0.692；而当城镇化率跨越第一个门槛后，人均GDP对环境污染的影响为0.327；当城镇化率跨越第二个门槛时，人均GDP对环境污染的影响为0.032，比跨越第一个门槛时的效应有所减弱。通过以上分析，人均GDP对环境污染的影响显著地存在基于城镇化率的“双门槛效应”。在我国经济的快速发展中，城镇化建设为经济的快速发展提供了强大的动力，伴随着各地城镇化快速发展，人均GDP也在快速提升中，当城镇化率未跨过第一个门槛时，此时经济的发展基本上是粗放式的，对环境的污染会不断随着人均GDP的增加而加重；当城镇化率跨过第一个门槛后，我国经济已经经历了前期的积累，经济的发展方式也会由粗放式的发展转变为集约化发展。前期环境的污染也会得到逐渐的治理，因此，在城镇化率跨过第一个门槛后，此时随着人均GDP的增长我国的环境会逐渐的变好。随着城镇化率的不断发展，达到并跨越第二个门槛后，此时环境已经得到很大的改善，在后续的改善和维持当中，工作的难度会逐渐的加大，即随着人均GDP的增长，环境也会得到改善但改善的幅度却并不如以前。 3.进一步分析
在进行双门槛分析后，我们将29个省市划分为东、中、西三部分，并分别比较各个省市的具体情况。我们注意到，通过双门槛的省市仅仅包括：北京、天津、上海3个直辖市，这一点必须引起我们的警示，说明我国环境改善的任务还很重，远没有恢复到污染之前的环境状况。通过单门槛的省市包括：河北、山西、内蒙、辽宁、吉林、黑龙江、江苏、浙江、安徽、福建、江西、山东、河南、湖南、湖北、广东、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆，虽然这些省市全部都进入到了第一门槛阶段，但应注意到各个省市进入的时间是不一样的，东部省份一般较早进入，中部次之，西部最后，且从以上城市和城镇化率的水平来看，东部的城镇化率最高，所以随着人均GDP的发展，环境改善最好的也是东部省份，它们将优先进入第二门槛阶段。
七、政策启示
（一）政府应在环境保护方面发挥积极作用
经济的发展特别是工业化的发展不能以牺牲环境为代价，我国当前正处在经济转型时期，一方面应该制定更加有针对性的环境法规政策，加大公众的环境保护意识，另一方面加大环境保护方面的投入资金，以使环境污染得到控制并在一定的范围内得到改善，除以上两个方面外，我国还应建立环境绩效机制，采取问责制，确保地方政府在发展经济的同时不以破坏环境为代价，走可持续发展道路。
（二）优化产业结构和地区产业分布
我国目前仍处在工业化的初级阶段，高耗能产业分布于多个地区，给环境造成了很大的污染，而从欧美等发达国家来看，服务业的发展对环境污染与第二产业相比造成的影响有限。从已有的经验和我国目前的经济形势来看，人均GDP在1000～3000美元之间，服务业将加速发展，并且处于转折点跨越当中，产业结构也在不断的向高级转变，我国目前处于这一阶段中，因此，一方面应该大力推进服务业的发展，培养和引进人才，另一方面采用先进技术改造传统的工业产业，以提高其能源的利用效率，促进产业结构的优化升级，使我国的环境状况得到进一步的改善。在全国产业布局方面，东部应该大力发展信息化产业、高科技产业；中、西部地区应主动承接东部的产业转移，依靠自身丰富的资源优势，发展能源工业、生态农业以及旅游业等产业，以适应我国经济发展转型的需要。
（三）新型城镇化发展
当前城镇化的发展在一定程度上是以破坏自然环境为代价而发展的，在各省市城镇化快速发展的背后，是能源消耗的不断增加，特别是从西方发达国家的城镇化演化历程来看，水资源紧张、耕地面积、森林资源减少等各种环境问题层出不穷，因此在城镇化带动经济快速发展的同时，也应注意不应以耕地、森林资源破坏为代价从而造成环境的破坏和污染。以信息化、绿色化为目标的新型城镇化建设是当前城镇化发展的方向，我国目前已经正式提出该目标，各省市也应在发展城镇化的进程中，协调好与环境之间的关系。
（责任编辑：于明）
参考文献：
[1]Grossman.G，Krueger.A. Environmental impacts of the North American Free Trade Agreement， NBER Working Paper 3914，1991.
[2]Panayotou T. Demystifying the environmental Kuznets
curve： turning a black box into a policy tool[J]. Environment and development economics， 1997，2（4）： 465-484.
[3]Torras M， Boyce J K. Income， inequality， and pollution：
a reassessment of the environmental Kuznets curve[J]. Ecological economics， 1998， 25（2）：147-160.
[4]Sun J W. Changes in energy consumption and energy
intensity： a complete decomposition model[J]. Energy economics， 1998， 20（1）： 85-100.
[5]Stern D I， Common M S. Is there an environmental
Kuznets curve for sulfur？[J]. Journal of Environmental Economics and Management， 2001， 41（2）： 162-178.
[6]Mart nez-Zarzoso I， Bengochea-Morancho A. Pooled
mean group estimation of an environmental Kuznets curve for CO [J]. Economics Letters， 2004， 82（1）： 121-126.
[7]Galeotti M， Lanza A. Desperately seeking environmental Kuznets[J]. Environmental Modelling & Software，2005，20（11）： 1379-1388.
[8]Dinda S. Environmental Kuznets curve hypothesis： a
survey[J]. Ecological economics， 2004， 49（4）： 431-455.
[9]Caviglia-Harris J L， Chambers D， Kahn J R. Taking
the “U” out of Kuznets： a comprehensive analysis of the EKC and environmental degradation[J]. Ecological Economics， 2009， 68（4）： 1149-1159.
[10]张晓.中国环境政策的总体评价[J].中国社会科学， 1999（3）.
[11]范金.可持续发展下的最优经济增长[M].北京：经济管理出版社，2002.
[12]黄莹，王良健，李桂峰等. 基于空间面板模型的我国环境库兹涅茨曲线的实证分析[J]. 南方经济， 2009（10）.
[13]李达，王春晓.我国经济增长与大气污染物排放的关系——基于分省面板数据的经验研究[J].财经科学，2007（2）.
[14]丁继红，年艳. 经济增长与环境污染关系剖析—以江苏省为例[J].南开经济研究，2010（2）.
[15]Hansen B E. Sample splitting and threshold estimation[J]. Econometrica， 2000， 68（3）： 575-603.
[16]韩玉军，陆旸.门槛效应，经济增长与环境质量[J].统计研究，2008（9）.