《环境库兹涅茨曲线：空间计量经济学方法.doc》由会员分享，可在线阅读，更多相关《环境库兹涅茨曲线：空间计量经济学方法.doc（7页珍藏版）》请在金锄头文库上搜索。
1、环境库兹涅茨曲线：空间计量经济学方法摘要环境库兹涅茨曲线是经济增长与环境污染之间呈倒U型关系的曲线,即随着经济增长,环境质量先恶化,当经济发展到一定程度,环境质量又会逐渐改善。本文运用空间计量经济学的方法研究了环境污染与人均收入的关系。实证结果显示：污染物排放具有空间溢出作用，考虑空间因素的作用后，该曲线转折点对应的人均收入降低；跨境污染输出在我国表现不明显。关键词 环境库兹涅茨曲线；空间计量经济学；环境污染；经济增长一、 引言20世纪90年代初Grossman和Kureger提出了环境Kuznets 曲线（Environment Kuznets Curve ,EKC) 的假设。该假设试图说明
2、如果没有一定的环境政策干预,一个国家的整体环境质量或污染水平是随着经济增长和经济实力的积累呈先恶化后改善的趋势。之后国外涌现出大量关于EKC的实证研究,这些研究把包含二氧化硫、二氧化碳、氮化物等在内这些污染排放物与人均收入、人均收入的平方项及时间趋势进行回归，得出了不同的结果。有关这方面研究的文献综述可见 Dinda（2004）, Stern（2004）等。对中国环境质量与经济增长关系、环境库兹涅茨曲线进行研究的国内学者有赵细康（2005）、彭水军（2006）、马树才（2006）和于峰（2006）等人。以上这些文献或用截面数据或用时间序列数据，更多学者运用了面板数据对环境-收入之间的关系进行了
3、探索，得出了很多有意义的结论。但是他们都假定本地的污染排放与相邻地区的排放没有关系，没有把空间因素纳入到环境库兹涅茨曲线分析框架中。根据地理学第一定律“在地球上,任何事务都和其它事务有关系,但是距离近的比距离远的关系更大”,各地区间的环境污染差异必定与它们的地理位置和空间关系有关,相邻地区的环境污染之间应该有较强的相互影响。近年来，新经济地理理论的不断发展与完善为区域经济学研究提供了一个崭新的分析思路，在我们收集的文献中，有四篇文章用空间计量经济学的方法研究了环境Kuznets曲线，如Murdoch（1997）、Stern（2000）和Maddison（2006）对欧洲国家的研究，Anil（2
4、004）对美国各县的研究。解释这种空间联系存在的原因也不尽相同。Rothman（1998）认为EKC的形状与发达地区向落后地区输出污染的数量有关，即与高收入的地区相邻会使得本地的污染增加。 Markusen（1995）则认为政府为吸引资本和贸易原因而战略性地制定环境标准，环境政策依据相邻地区的环境政策改变而改变，当环境政策的效应不确定时，官僚就往往依据相邻地区的环境标准评定本地的环境政策，以此来减少决策成本并使自己的行动合法，这种相互间的“模仿”行动导致大致相同的环境标准，产生所谓的环境政策的空间“溢出”。Fredriksson（2002）对美国各州环境政策战略行动研究的结论某个州的环境标准受
5、相邻州的影响为这种“溢出”作用提供了支持。本文运用空间计量经济学方法研究我国的环境库兹涅茨曲线。把人均污染排放和人均收入用空间加权方法进行回归的结果表明，应该把空间的潜在联系纳入EKC假设框架中。接下来的部分安排如下，第二部分，空间计量经济学模型，第三部分，数据来源和描述性统计，第四部分，实证分析，最后是结论。二、空间计量经济模型本文运用Anselin (1988)发展的空间计量模型验证区域i的环境污染是否和区域j的环境污染有关联。空间自相关提供了空间模式的性质和程度，正的空间自相关说明相邻地区比不相邻地区行为更相像，负的空间自相关说明相邻地区比不相邻地区行为差异更大。利用GeoDa0.95软
6、件,借助空间自相关分析对环境库兹涅茨曲线的特点做出更精确的描绘和分析。地理信息系统（GIS）作为一种交互式的、可视化的决策支持工具而广泛应用,本文用此软件表达模型分析结果。(一)空间自相关空间自相关是一种空间统计方法,可以揭示出环境库兹涅茨曲线的空间分布特征和区域间的相互作用。空间自相关的全域指标用于验证整个研究区域的空间模式,Moran系数是常用的全域空间相关性指标，其定义为：Moran I= （1）其中，,代表第i地区的观测值，为二进制的邻接空间权值矩阵，表示其中的任一元素，采用邻接标准或距离标准，其目的是定义空间对象的相互邻接关系，便于把地理信息系统（GIS）数据库中的有关属性放到所研究
7、的地理空间上来对比。一般相邻标准的为：1，当区域i和区域j相邻；0，当区域i和区域j不相邻。 Moran 指数在( - 1 ,1) 之间,大于0 表示各地区间为空间正相关,数值较大,正相关的程度越强;小于0 表明空间负相关;等于0 表示各地区之间无关联。（二）空间自回归空间自相关检验只是计算环境污染是否存在空间自相关，但是当研究对象存在空间自相关时，并没有说明这种自相关的形式。Anselin (1988)指出有两种方法研究空间自相关：或者引入内生变量或者引入剩余项。如基本线性回归模型： （2）其中，y代表各个地区的污染排放（N=30），X代表含有M个解释变量的NM大小的矩阵。该模型没有考虑空间
8、因素，如果地方政府效率存在空间关系，式（2）就不是正确的模型。第一种解决办法就是引入加权的内生变量。即空间滞后模型（SLM）， （3）W 是N N 阶的空间权重矩阵,滞后变量的引入说明相邻地区污染排放对本地污染排放的影响，代表了空间模型的影响“方向”。如果该模型设定正确，就表明污染排放存在着水平作用，各地的污染排放有相互作用。并且，如果0，表示污染排放是竞争性的，相邻政府在污染排放方面存在着“模仿”行为。如果0，污染排放行为是相互替代的。第二种方法是应用空间误差模型（SEM），该模型假定地区间的相互关系通过外生的冲击发生作用。对于空间误差模型，由于对式（2）误差项的设定不同又有两种不同的基本表
9、达方式，模型形式如下： 空间误差自相关模型 （4）空间误差移动平均模型 （5）对于上述两种模型的估计如果仍采用最小二乘法估计出现这种问题的原因可能有两个: 一是遗漏了重要的变量; 二是模型设定有问题。,系数估计值会有偏或者无效,需要通过工具变量法( IV) 、极大似然法(ML) 或广义最小二乘估计等其他方法来进行估计。Anselin 和Rey（2004）提出区分模型的检验方法空间滞后和空间误差模型的拉格朗日乘子(Lagrange multiplier ,LM) 检验及其稳健性(Robust) 形式。用此方法可以区别出究竟是何种空间自回归形式,LMLAG检验空间自回归滞后变量模型、LMERR 检
10、验空间自相关误差模型;R-LMLAG和R-LMERR 是对拉格朗日乘子的稳定性检验补充。如果在空间依赖型的检验中发现LMLAG比LMERR 在统计上更加显著,并且R-LMLAG显著而R-LMERR 不显著,则可以断定空间滞后模型是恰当的空间自回归表达形式。相反,如果LMERR 比LMLAG 在统计上更加显著, 且R-LMERR 显著而R-LMLAG不显著,则可以断定空间误差是合适的空间自回归模型。三、样本数据和变量选择选取除海南(无法定义空间邻居)外的30个省1997、2000和2004年3年的数据作为样本。反映经济增长的指标用人均GDP表示。环境质量可以从多个维度进行度量,环境质量的每一个方
11、面都会以不同方式对经济增长做出反应。但由于数据可得性的限制,反映环境污染程度的指标本文用人均工业废水排放量、人均工业废气排放量和人均工业废物排放量三个指标来衡量,即通常所说的“三废”指标。数据主要来源于历年的中国统计年鉴。各变量的描述性统计见表1。表1 经济增长和环境污染的描述性指标变量年份平均值标准差最小值最大值人均工业废水排放（吨）199716.6110.977.566.26200015.378.323.8443.28200416.129.156.6235.46人均工业废气排放（千立方米）199711.047.20.432.12200012.427.240.5734.38200420.59
12、12.990.5856.7人均工业废物排放（吨）19970.590.360.041.6420000.690.440.062.3320040.970.650.053.05人均GDP（万元）19970.680.480.222.5720000.860.660.273.4520041.421.070.425.53从表1的描述性统计指标来看，人均GDP在快速增长，而“三废”的人均排放量的平均值均没有下降的趋势，环境库兹涅茨曲线的拐点还没出现。根据式（1），可以计算出我国省际层面经济增长和环境污染的空间自相关Moran指数（见表2）。表2 空间自相关检验Moran指数变量 Moran19972000200
13、4人均工业废水排放0.1709（p=0.017)0.3379(p=0.004)0.3868(p=0.004)人均工业废气排放0.3167(p=0.007)0.2745(p=0.007)0.2841(p=0.011)人均工业废物排放0.3279(p=0.002)0.1277(p=0.073)0.2648(p=0.011)人均GDP0.3549(p=0.002)0.3480(p=0.004)0.3885(p=0.002)表2 中Moran 的检验均通过5显著水平的检验,表明环境污染和经济增长在空间分布上具有明显的正自相关关系和空间依赖性。污染较高的地区和污染较高的地区相靠近，污染较低的地区和污染较
14、低的地区相邻。环境污染存在空间相关性，即环境污染存在明显的空间集聚。人均工业废水排放Moran 系数逐年递增，反映了该指标空间相关性逐年加强，人均工业废气排放和人均工业废物排放Moran 系数在样本期内，先下降尔后也出现上升态势。环境污染存在空间自相关的结论证明,对环境库兹涅茨曲线进行研究时,不能忽视空间因素,应该在经济模型中引入地理空间变量和纳入空间效应的影响,而普通的计量模型已不再适用,空间计量的应用成为必然。四、实证分析本文采用二次多项式简化模型来进行分析，采用2004年的各地人均收入和环境污染指标进行横截面分析。 （6）其中（i=1，2，3）分别代表人均工业废水排放、人均工业废气排放和人均工业废物排放，、分别代表人均GDP和人均GDP的平方。首先进行普通最小二乘(OLS) 法的估计，结果见表3。表3 OLS估计结果变量人均工业废水排放人均工业废气排放人均工业废物排放系数标准差p值系数标准差p值系数标准差p值constant -0.1554.1620.97112.276.9550.0891.0660.3990.013gdp 16.3544.4680.0015.8857.4670.437-0.090.4280.827gdpsq-2.0920.778
