基于PSR的我国经济增长与生态环境关系的研究

【摘要】文章选取2004-2012年中国30个省市的面板数据，利用PSR模型构建我国生态环境指标体系，采用面板数据模型对中国的经济增长与生态环境的关系进行实证检验，结果显示：二者之间并不是都存在所谓的库兹涅茨倒“U”型关系，也呈现“N”型曲线关系。

【关键词】经济增长 生态环境 PSR模型 面板数据

一、引言

近年来，随着我国经济的高速发展，经济实力的不断提升，生态环境状况也呈现好转趋势。但与经济发展比肩接踵的同时，生态环境问题也日益突出。对于经济增长与生态环境之间的关系，环境库茨涅茨曲线假设是最经典的理论工具。EKC最早是由Grossman和Krueger借鉴发展经济学中的收入分配状况随经济发展过程而变化的观点提出的，他们在考察环境―经济之间的关系时，发现二者之间也如收入分配―经济发展一样呈倒“U”型曲线关系。但由于研究样本数据、分析角度、所采取的模型有所不同，各国学者对于经济增长与环境质量之间的关系并未得出一致结论。并且，经济-环境关系在不同时期应具有不同的特征，我们应结合具体的经济形势重新考察经济-环境关系，以总结经济增长对生态环境影响的阶段性特征。

二、生态环境指标体系

（1）生态环境评价指标体系的建立。PSR模型是由经济合作发展组织（OECD）与联合国合作开发署（UNEP）在20世纪90年代提出的一种用于研究环境问题的框架体系，因其能够较好地反映生态系统中自然、经济、社会之间相互作用的因果关系。结合PSR模型，本着具有概括性、可持续性、可量化、可比性的原则，在听取专家意见的基础上，文章将生态环境综合评价指标分为生态环境压力指标、生态环境状态指标和生态环境响应指标，以此构建我国生态环境综合评价指标体系，以压力因子、状态因子和响应因子作为目标层，分别从社会经济、生态系统、环境要素等方面选择指标类、指标子类，再从以上各方面选择具有代表性的指标，对我国生态环境系统进行全面的把握。本文选取了2004-2013 年《中国统计年鉴》资源和环境一章中及《中国环境统计年鉴》的相关14项定量指标，如表 1：

表1 生态环境综合评价指标体系

（2）生态环境质量评价方法。基于psr 模型建立的生态环境质量评价指标体系，采用因子分析法对14项指标进行处理，分析过程在统计软件SPSS20.0中进行。首先，经过数据标准化处理、有效性检验，得到KMO 值为0.789，大于0.5，表明各项指标之间存在较高相关性，适合做因子分析法。其次，考查了原始变量的变量共同度，其生态环境公共因子几乎所有的变量共同度都在80%甚至90%以上，说明提取的因子已经包含了原始变量的大部分信息。再次，在软件中使用Factor Analysis模块，采用因子分析法提取公因子，到第5个公共因子时，累积方差贡献率达到85.18%，已经解释了超过85%的总方差，集中反映了生态环境的大部分信息。最后，将提取的5个公因子分量建立原始因子载荷矩阵，进行旋转，得出成分得分系数矩阵。

（3）生态环境综合指标的EI的计算。通过将各主成分对应的特征值进行归一化处理之后，并将归一化之后的特征值作为其对应的权重，得到计算公式如下：

EI=0.2653F1+0.2129F2+0.152F3+0.1182F4+0.1034F5

三、实证研究

（一）数据选取

本文选取上节中的生态环境指标体系及人均国内生产总值作为被解释变量和解释变量，生态环境指标体系由于有负值，所以取其平方作为研究目标；在评价经济增长用人均GDP指标来度量，其更能够反映出真实经济水平变化对环境质量的影响，为了避免截面数据产生异方差，对这两组数据取自然对数，具体数据均来自2004-2013年的《中国统计年鉴》和《中国环境统计年鉴》整理、计算而得。

（二）模型说明

为了避免误差，参考已有成果对我国生态环境特征的研究，本文决定设立以下模型对我国的生态环境与经济的关系做出检验：

lnEIit=α1+β1lnGDPit+β2ln2GDPit+εit

为了更全面地讨论生态环境与人均收入的具体曲线关系，本文加入3次幂，即采用如下三次型简约回归模型进行分析：

yit=α1+β1xit+β2xit2+εit

其中，代表第i个省市在第t年的生态环境质量情况；代表第 i个省市在第t年的人均收入；是截距项。

根据模型可以推断， 污染指标与人均收入的曲线形状大致表现为3类： 线性、U型（或倒U型）和N型（或倒N型）。其中N型（或倒N型）对应于三次方程，若回归结果显示>0，0，表明呈现N型曲线关系，反之0且

（三）模型检验

（1）面板数据的单位根检验。本文对面板数据各变量的不同截面分别进行单位根检验fisher-ADF 检验和Fisher-PP检验。检验中，的fisher-ADF检验和Fisher-PP检验的结果不符合要求（Prob.xx小于置信度（如0.05），则认为拒绝单位根的原假设，通过检验）。所以继续检验一阶差分。

（2）模型形式的设定检验。面板数据模型有不变系数模型、变截距模型、变系数模型，其中变截距模型和变系数模型又分为固定效应模型和随机效应模型。通过F检验判断选用不变系数模型、变截距模型或变系数模型。

F检验：

F检验的统计量如下：

F1=■～F[（N-1）K，N（T-K-1）] （1）

F2=■～F[（N-1）（K+1），N（T-K-1）] （2）

来检验以下两个假设：

H1：β1=β2=…=βN，H2=α1=α2=…=αN，β1=β2=…=βN。其中，S1、S2、S3分别为变系数模型、变截距模型和混合模型的残差平方和，K为解释变量的个数，N为截面个体数量，α为常数项，β为系数向量。

利用Eviews6软件可以计算出S1=5.97，S2=12.78，S3=212.97，由N=30，k=3，T=10，根据式（2）可以计算出F2=53.804，大于其临界值（116，180） =1.32，所以拒绝不变系数模型，继续计算F1。根据式（1）可以计算出F1=2.36，大于其临界值（87，180） =1.35，因此，选取变系数模型。

模型的构建-含有AR（p）项的固定影响变系数模型。

根据面板数据模型的设定检验，生态环境和经济发展指数均是一阶差分后相对稳定，因此本文采用含有 AR（p）项的固定影响变系数模型对生态环境和经济增长进行回归，最终回归模型为：，其中，为截距项中的常数项部分，为截距项中的随机变量部分，代表个体的随机影响。相应的表达式为：

lnETit=-5665.1…+（1268.672+293.1639+…）lnGDPit+（-116.0657--26.63789-…）ln2GDPit+（3.534405+0.804673+…）ln3GDPit+

εit

由上文中，N型（或倒 N 型）对应于三次方程， 则回归结果显示： >0，0， 表明呈现 N 型曲线关系。从上表结果表明，回归系数显著不为 0，F 统计量较大（p 值显著），调整后的样本决定系数达 0.98，说明模型的拟合优度较高。从估计结果可以看出，并不是都存在所谓的库兹涅茨倒“U”型关系，经济增长指标与生态环境指标呈N型曲线关系，二者之间的关系很大程度上取决于环境质量指标的选取及样本数据的选择。

四、结论

本文从生态环境与经济增长之间总体关系的角度，利用2004-2013年的样本数据，对二者之间是否存在EKC曲线关系进行统计检验，从实证的结论我们可以得出，经济增长与生态环境水平之间是长期均衡的关系，但并不完全遵循EKC曲线规律，其曲线只是对中国近年环境发展轨迹的模拟，大部分省份的经济增长和环境之间呈现“N”型曲线，其余则呈现一定的倒U型曲线，可见，环境EKC曲线的存在只是一种可能而不是一种必然，生态环境的质量主要取决于经济增长的内容，而不是经济增长的现象，如果只是认为经济增长到一定程度会自动改善生态环境，而不及时采取保护措施，一旦发生环境污染超过环境承载限度的情况，生态环境将无法恢复，同时，部分省份由于各种原因造成统计数据缺失及失真，历史文化底蕴、人文环境也不同，使得人为因素对生态环境的影响较大，从而使得经济增长与生态环境之间关系减弱。

参考文献：

[1]徐彤.经济增长， 环境质量与产业结构的关系研究――以陕西为例[J].经济问题， 2011 .

[2]王祥荣.生态与环境：城市可持续发展与生态环境调控新论[M].东南大学出版社， 2000.

[3]郭红燕、樊峰鸣，吴季松.中国经济增长与环境污染关系实证研究[J].研究论文，2007.