城镇化、产业结构与环境质量
——基于省际面板数据的实证分析

杨林燕

（厦门海洋职业技术学院，福建 厦门 361012）

城镇化、产业结构与环境质量
——基于省际面板数据的实证分析

杨林燕

（厦门海洋职业技术学院，福建 厦门 361012）

本文基于2003—2011年我国30个省区市的面板数据，以STIRPAT模型为基本框架，探讨我国城镇化和产业结构对环境的影响效应。实证分析结果显示：城镇化、产业结构与我国各地区的环境污染之间有较为显著的相关性，尤其是产业结构与工业污染排放物之间都呈现较强的正相关。随着第二产业比重的增加，我国环境所面临的压力正变得越来越大。东部地区样本研究结果表明，城市化与工业烟尘污染之间也呈现正相关，但二氧化硫的排放对环境污染影响不显著，说明东部地区城市化进程中对二氧化硫等废气排放有所控制，同时产业转移和产业升级等措施在解决环境污染问题方面也发挥了积极作用。

城镇化；产业结构；环境质量

一、引言及文献综述

随着经济的快速发展，我国工业污染排放量也呈现与日俱增的态势。21世纪之初是我国经济和社会发展的重要转型期，也是城镇化进一步发展的关键时期，同时也是自然资源、生态环境与经济社会发展矛盾最突出的时期。[1]处于经济发展转型期的我国面临着转变经济增长方式和推进城镇化的双重压力，如何通过提升技术进步和优化产业升级来实现经济增长方式的转变？实现经济较快发展的同时，又该如何有效地利用资源和保护环境？在这样的现实背景下，研究并解决城镇化、产业结构与环境保护之间的矛盾就显得尤为重要了。

有关经济增长与环境污染两者之间关系的实证分析始于20世纪末，研究经历了从考察总体经济发展与环境污染的关系到逐步引入产业结构、技术进步等因素对环境质量的影响。韩峰、王琢桌（2010）认为，假定产业结构和技术不变，则产出增加的同时会伴随污染的增长，即环境质量会随着经济发展而不断下降。[2]但现实情况是经济的发展会推动技术进步和产业升级，例如，节能技术不断开发以及对传统技术的取代，能够有效改善资源使用效率；同时，知识和技术密集型产业比重的增加也能有效地减少环境污染的来源和压力。

1．产业结构与环境污染

产业结构既是各类经济投入的“资源转换器”，也是经济活动中各类污染物的有效“控制体”。[3]资源借助各种经济活动在产业间有效运转，各产业生产过程中产生的各种污染排放可以通过调整产业结构来调节和控制资源环境的污染程度。因此，随着我国能源需求量逐渐加大，经济发展与资源供给的矛盾日益凸显，深入分析产业结构优化升级对资源环境影响的研究就具有很强的现实意义了。国内在产业结构与环境污染方面进行较深入研究的学者，例如，成艾华（2011）引入环境效应分解模型分析我国工业二氧化硫减排的动态效应，结果显示1998—2008年间中国工业减排的环境净效应中，由技术进步带来的环境改善效应占绝对主导，而结构调整对环境污染的改善效应不明显。[4]刘宇、黄继新（2013）运用时间序列方法，对辽宁省1985—2010年产业结构演变和环境质量进行协整检验，结果表明产业结构的环境质量效应显著，即产业结构的演变对环境质量的影响是长期存在的。[5]

2．城镇化与环境污染

关于城镇化的概念，最早是由塞尔达（1867）在其《城市化概论》中提出的。我国学者辜胜阻（1991）拓展了城镇化的概念，即指人口不断地从农村向城镇地区集中的过程。[6]城镇化的本质是生产力变化带来人们生产生活等方式改变的过程，城市物质文明向农村逐渐扩散的过程。城镇化是一个发展中的概念，其辐射作用大大推动了一国物质文明和精神文明的进步，但不合理的城镇化也可能对环境产生重大影响。Pearce（1990）根据城市发展的不同阶段研究了所出现的许多资源环境问题，例如，大气和噪音污染、水资源的过量消耗、土地的过度开发和交通堵塞等，认为城市发展与资源环境之间存在着一种相互作用的时序特征。[7]国内学者张坤民等（2003）认为，随着农村人口不断向城市集中，城镇化推动工业化，对生态资源和环境质量造成巨大影响；同时，城镇化又进一步推动技术进步，高效、节能材料的应用也能有效改善环境污染情况。[8]对城镇化与环境污染关系进行实证研究的国内学者主要有：王家庭、王璇（2010）采用中国28个省区市2004—2008年的统计数据分析了城市化与环境污染的关系，研究结果表明城市化与环境污染之间的倒U型曲线关系显著。[9]王瑞鹏、王朋岗（2013）利用1992—2011年新疆城市化、产业结构与环境污染的时间序列数据构建VAR模型，分析产业结构调整、城市化与环境污染之间是否存在着长期均衡关系。[10]

上述研究存在的不足：（1）关于产业结构与环境污染关系的研究大多没有考虑到人口增长的影响，未能较好地解释人口增长带来的城市化水平的提高、产业结构的变迁与环境质量之间存在的关系。（2）关于城市化与环境污染关系的实证研究，大多采用时间序列数据或者进行倒U关系的验证。为进一步拓展上述研究，本文选取2003—2011年我国30个省区市的样本数据，以STIRPAT模型为基本框架，探讨我国城镇化和产业结构对环境的影响效应。

二、模型设定、数据来源及处理

1971年，埃利希和霍尔德伦首次提出IPAT方程，用于分析人口、富裕度和技术三因素对环境的重要影响，鉴于该分析框架逻辑清晰，后来被学者们广泛用于分析人口和经济等因素对环境的影响。Dietz和Rosa（1994）通过加入随机性，进一步拓展了该方程，提出了STIRPAT模型。当使用面板数据进行实证研究时，STIRPAT模型的基本分析框架如下：

其中，i和t分别表示个体和时间；因变量I为环境影响，自变量P、A、T分别为人口规模、富裕程度以及技术水平，e为随机误差项。上式中的自变量和因变量均采用自然对数形式，所以的系数估计值可直接视为弹性。

本文实证分析模型以STIRPAT模型的框架为基础，即以I表示环境污染的程度，以人口城镇化水平表示人口规模的大小，以人均国内生产总值表示富裕程度，以产业结构衡量技术水平。同时在自变量中加入人均收入的平方项和对外贸易依存度，以检验收入和环境污染之间的倒U关系。由此可以得到本文实证分析模型：

式（2）所涉及的变量：

I表示环境污染的程度，就本模型而言，具体包括二氧化硫气体（FQ）和工业烟尘（YC）两大类污染物。数据来源于2004—2012年《中国城市统计年鉴》中各省二氧化硫气体和工业烟尘排放量，指标值越大，表示环境质量越差。

URB为人口城镇化率，以各省城镇人口占其总人口的比重表示。通常来讲，城镇化增加了大量温室气体排放，改变气候特征，出现“热岛”效应；改变地下水分循环系统，引致生物链的变化和打破各地区原有的生态平衡等。不合理地利用各类自然资源给城镇化发展带来了诸多弊端。因此，可以预期，城镇人口聚集度越高，对其环境污染的影响就越大。

PGDP为各省人均实际国内生产总值。各省人均GDP的数据来源于历年《中国统计年鉴》，为消除通货膨胀的影响，得到实际人均GDP，将各省每年CPI指数以2003年为基准年进行平减处理。此外，将PGDP的二次项加入到方程中用于检验各省环境库茨涅茨曲线是否存在。

IND为产业结构，以各省第二产业产值占当年GDP的比重表示。可以预期，第二产业所占的比重越大，其对环境污染的影响也越大。

本文使用的样本是2003—2011年除西藏以外30个省区市的面板数据。数据主要来源于2004—2012年的《中国统计年鉴》和《中国城市统计年鉴》。各变量的描述性统计见表1。

表1 变量的描述性统计特征

三、实证分析

1．实证分析方法

静态面板数据模型通常有三种形式供选择：混合回归模型（PooledRegression Model）、固定效应回归模型（Fixed Effects Regression Model）和随机效应回归模型（Random Effects Regression Model）。在面板数据模型形式的选择方法上，我们经常采用F检验决定选用混合模型还是固定效应模型，然后用Hausman检验确定应该建立随机效应模型还是固定效应模型。对于“个体数多、时间短”的短面板数据类型，一般假设扰动项it为独立同分布，即不存在自相关。本文研究个体为30个，时间维度为9年，因此，也假定it满足独立同分布。由于横截面个数大于时序个数，为消除异方差的影响，本部分采用截面加权估计法（CrossSectionWeights，CSW）对模型进行回归。首先通过F检验和Hausman检验，检验结果表明应选用固定效应模型，接着进行具体的回归分析。表2报告了全国样本的基本回归结果。

2．回归分析结果

表2 全国样本

表2的回归结果表明产业结构对环境影响效应非常显著。无论被解释变量是lnYC还是lnFQ，第二产业占GDP比重变量的系数均在1%的置信水平下显著。因此，从我国总体发展来看，第二产业在国内生产总值中占比越高，对当地的环境污染程度越严重。其次，解释变量的系数值均在1%的置信水平下显著，即城镇化比率越高，环境污染的程度也越大，这表明我国绝大多数城市目前都经历着高能耗和较高污染排放的工业化推动城镇化的发展模式。这是因为，城镇化过程中所产生的大量二氧化硫、二氧化氮等废气排放量随着城镇人口的集聚而大幅增加，这将对各地区的大气环境质量造成严重的负面效应。第三，当被解释变量为lnYC时，EKC曲线没有得到验证；当被解释变量是lnFQ时，EKC曲线是存在的，即经济发展到一定阶段后，环境污染的状况有所改善。

一国的产业结构和技术发展水平直接影响着其经济增长与环境质量之间的关系。但是，由于我国各地区之间的自然资源、水文地理、居民受教育程度等多样化特征显著，而这些差异也会对各地区的环境质量产生不小的影响。因此，为控制区域差异等因素对回归结果的影响，将样本划分为东部和中西部。回归分析方法和步骤与全国样本类似，表3和表4报告了具体的回归结果。从表3的回归结果中，可以清晰地看出，无论被解释变量是lnYC，还是lnFQ，第二产业占GDP比重变量的系数值都为正，分别为0.402和0.281，都在1%的显著性水平上通过检验，这与全国样本回归结果一致。同时，也说明东部地区的产业结构对环境污染的影响仍然是较明显的。与全国样本回归结果有较大差异的是城镇化率和人均GDP平方项这两个变量，具体来说，当被解释变量为lnYC时，人均GDP平方项的系数显著为负，且在1%的显著性水平上通过检验，说明EKC曲线存在，而当解释变量为lnFQ时，EKC假说没有得到验证。这可能与东部地区的工业产业结构有较密切的关系，一方面由于东部地区对二氧化硫等气体的排放标准规定较多且执行较完善，另一方面，东部地区的重工业污染企业逐步向中西部迁移，因此东部地区的废气排放量得到较好的控制。

表3 东部地区样本

表4 中西部地区样本

表5 模型内生性检验回归结果（全国总体样本）

表4报告了中西部地区样本的具体回归结果，各变量系数的显著性和全国样本相似，无论被解释变量是lnYC还是lnFQ，第二产业占GDP比重和城镇化率这两个变量的系数均为正，且在1%的显著性水平上通过了检验。当被解释变量为lnYC时，EKC曲线同样存在，而当被解释变量为lnFQ时，EKC假说没有得到验证。

3．稳健性检验

固定效应模型内生性问题主要来源于解释变量及各控制变量与残差项相关，严重的内生性的后果是模型估计系数有偏且不一致。由于前文的回归分析采用的是固定效应模型，因此需要对模型进行内生性检验。通常采用所有解释变量的滞后一期项代替当期项进行内生性检验，鉴于前文模型回归中样本解释变量均相同，本研究只对全国总体样本中lnFQ进行检验。如果该项不存在内生性问题，则表明其他的回归模型也不存在内生性问题。表5报告了具体回归结果。

从表5可以看出，被解释变量同为lnFQ，滞后一期的所有解释变量与当期项的所有解释变量都在1%的置信水平下显著，两者的回归结果基本一致，滞后一期项的回归结果表明城镇化率和产业结构这两个解释变量与环境质量存在显著的正相关。滞后一期的解释变量与当期解释变量的相关性很高，同时又有效地避免了当期解释变量与当期残差项相关所导致的内生性问题。

四、结论与启示

本文以STIRPAT模型为基本框架，基于对我国30个省区市面板数据的实证研究，探讨了产业结构、城镇化水平对各地区的环境影响效应。全国总体样本数据回归结果显示：城镇化水平和第二产业占GDP比重与环境污染的关系显著正相关，表明城镇化率和第二产业比重较高的地区环境污染较为严重。这是因为，一方面，随着城镇人口规模的增加，生产和生活消费所产生的各种污染排放物也逐渐增加，而城市废弃物处理等基础设施的更新速度却赶不上人口增长的速度，因此城镇化率的迅速提高导致环境污染加剧；另一方面，城市的扩张伴随着第二产业发展规模扩大，工业烟尘、二氧化硫等污染物的排放也随之迅速增加。当被解释变量为lnFQ时，全国总体样本和西部地区样本回归结果表明EKC曲线存在，即二氧化硫排放量与人均GDP存在明显的“倒U”关系。因此，必须协调好经济发展与环境质量两者的关系，同时，由于各地区域特征差异的存在，这两者的联系又存在显著差异，各区域选择好适合的发展模式尤为重要。

产业结构是连结一国或地区环境质量与经济发展关系的重要纽带，产业结构的优化和升级是降低生产经营活动对环境影响的有效措施。因此，各地区要通过促进企业技术进步、扶持新兴产业和加速产业间技术转移升级等政策措施，大力推动产业结构的优化升级。一方面有助于发挥产业结构效应，另一方面也能有效地提升技术进步的环境净效应。

无论是发达国家，还是发展中国家，城镇化进程中都面临着资源短缺和环境污染等各种问题。城镇化水平的提升所引致的环境问题，根本原因并不在于城镇化自身水平的高低，而在于城镇化的发展模式能否与当前自然资源和生态环境相适应，粗放型的城镇化模式在经济发展中加大了资源环境消耗的强度和数量，而集约型的城镇化模式则可以大大降低资源环境消耗的强度和数量。[1]

基于以上的分析，本文认为在以后推进城镇化进程中，绝不可以盲目追求发展速度，要立足资源环境承载能力，改变现有的城市发展模式，积极推进集约型的城镇化，同时要构建合理的产业结构，形成资源节约与环境友好的低碳经济发展格局。

[1]盛广耀.城市化模式与资源环境的关系[J].城市问题，2009，（1）：11-17.

[2]韩峰，王琢卓.产业结构变迁对生态环境质量的影响研究[J].科技与经济，2010，（4）：12-15.

[3]李雪梅，闫海龙.矿产资源产业发展及其经济环境效应[J].资源与产业，2012，14（4）：108-114.

[4]成艾华.技术进步、结构调整与中国工业减排：基于环境效应分解模型的分析[J].中国人口·资源与环境，2011，21（3）：119-123.

[5]刘宇，黄继新.辽宁省产业结构演变的环境效应分析[J].资源与产业，2013，2（15）：1-8.

[6]辜胜阻.非农化与城镇化研究[M].杭州：浙江人民出版社，1991.

[7]Pearce D.Economics of natural resources and the environment[M].New York：Harvester Wheatsheaf，1990：215-289.

[8]张坤民，温宗国，杜斌，等.生态城市评估与指标体系[M].北京：化学工业出版社，2003.

[9]王家庭，王璇.我国城市化与环境污染的关系研究——基于28个省市面板数据的实证分析[J].城市问题，2010，（11）：9-15.

[10]王瑞鹏，王明岗.城市化、产业结构调整与环境污染的动态关系——基于VAR模型的实证分析[J].工业技术经济，2013，（1）：26-31.

[责任编辑：董建军]

F124.5

A

1674-3288（2014）02-0013-05

2014-01-02

杨林燕（1983-），女，福建龙岩人，厦门海洋职业技术学院讲师，研究方向：宏观经济。