中图分类号：X196 文献标志码：A 文章编号：
1673-291X（2014）26-0013-04

引言

1955年，美国经济学家Kuznets[1]提出了一个著名的理论：收入不均现象与经济增长之间存在倒U型的曲线关系。
20世纪90年代初，Grossman，Krueger[2]和其他经济学家在实证研究中发现经济增长与环境污染之间也存在倒U型的曲线关系，即伴随经济增长与收入水平的提升，环境开始变得恶劣，当经济进步到肯定水平常，环境恶化的趋势达到顶峰，之后环境水平开始改变，这种关系像Kuznets提出的收入不均现象与经济增长之间的关系，因而被命名为环境库兹涅茨曲线（EKC）。

海外关于经济增长与环境污染关系的研究起步较早。Panayoutou[3]运用了30个发达国家和进步中国家1982―1994年间的数据进行剖析，验证了EKC的存在性。List，J.A.and Gallet，C.A.[4]运用了1929―1994年间美国各州的二氧化硫和一氧化氮排放量的面板数据进行剖析，结果表明，在州际水平上，人均污染物排放和人均收入之间存在显著的倒U关系。然而参数估计表明，因为先前的学术研究假定伴随时间推移个体状况不发生改变，非常可能呈现统计上有偏差的结果。Dasgupta[5]发现，严格的环境规制能使经济增长的每一个时期污染排放水平都低于没规制时的排放水平，使EKC变得比较平坦。MarzioGaleotti and Alessandro Lanza[6]用全世界超越100多个国家近25年的数据，检验了CO2排放与经济增长的关系，证明了碳排放库兹涅茨曲线的存在性。

国内对经济增长与环境污染之间关系的研究起步较晚。包群等人[7]使用中国30个省市1996―2002年的环境指标数据，打造面板数据模型，研究经济增长与环境污染的关系，实证结果发现，这两者之间的关系非常大程度上取决于污染指标与估计办法的选取。随后，包群等人[8]在之前估计的基础上进一步加入影响污染排放的控制变量，如人口规模、技术进步、环保政策等，对环境―收入曲线进行重新估计，加入这类控制变量后，有的环境―收入曲线发生形状的改变，这说明这类控制变量对模型可以产生影响。邓柏盛等人[9]用了SO2这一种污染物，得到一个有趣的结论：他们用时间序列数据时，得出正U型曲线的关系，而用面板数据时，得出倒U型曲线的关系。沈锋[10]以上海为例用CO2作为污染指标进行实证研究，发目前上海污染与收入存在倒U型的关系。韩玉军等人[11]将165个国家分为四类。他们发现，“高收入、高工业”国家出现了环境库兹涅茨曲线的倒U型趋势，“低收入、低工业”国家只不过呈现轻微的倒U型趋势，“高收入、低工业”国家存在“～”型趋势，而“低收入、低工业”国家是环境污染与收入增长同步。丁焕峰等人[12]在加入了控制变量的基础上，使用变量的对数形式，用30个省市1998―2007年的环境指标数据，架构了带三次项的环境收入简洁模型，重点研究控制变量对环境情况的影响，他们指出提升经济进步水平、加强环保科研投入、转变贸易增长方法、加大对FDI的环保规制、优化产业结构、提升能源借助率是促进国内经济环境协调进步的保障。之后，丁焕峰等人[13]考虑了地区污染与地区经济增长的双向用途机制，构建了联立方程模型，继续进行EKC的实证研究。研究结果表明，各种控制变量产生的影响有所改变。

从国内外的学术研究来看，库兹涅茨曲线较广泛地应用在了环境与经济增长关系的范围，学者们构建的模型也愈加合理，愈加健全。可以说，环境库兹涅茨曲线的进步已经相当成熟。然而，伴随中国经济的高速发展，前人的实证研究成就很难表现经济进步近况，经济增长与环境污染的关系需要用最新数据进行进一步的检验。在本文中，大家用人均SO2排放量作为污染指标，检验了在过去的8年（2004―2011）中，中国的经济进步水平与环境污染之间的关系。除此之外，计量模型中控制变量的系数反映了这类变量对污染程度的影响，大家据此向政府提出了加大污染物排放管制与增加国际贸易来减少环境污染，改变环境水平的政策建议。

1、数据来源及变量选取