基于这种背景，能否有效控制环境污染，实现经 济增长和环境保护的‘‘双赢”至关重要。国内外有 关环境问题和经济增长协调发展的文献较多，主要 的研究方法有投入产出模型（Input-Output Model)、 可计算的一般均衡模型（Computable General Equilibrium )、环境库兹淫茨曲线（Environment Kuznets Curve，简称 EKC) (Grossman 和 Krueger， 1991 ;张晓，1999等）、世代交替模型（Overlapping Generation Model) 等。

　　其中，最为出名的莫过于EKC，该曲线最早由 Grossman和Krueger于1991年提出，他们通过对42 个国家的相关数据进行分析，发现部分环境污染物 (颗粒物、S〇2等）排放量与经济增长之间的关系类 似于反映收入分配和经济增长的Kuznets曲线一 样，也呈现倒“ U ”型曲线关系，即在经济发展初期， 经济的增长会加剧环境污染，但是一旦经济增长突 破某一特定‘‘转折点”经济的继续增长反而有利于 环境质量的改善[2]。EKC假说提出后，引起了学者 们的广泛重视，许多相关经验研究由此展开，主要检 验各种环境污染物与经济增长之间是否符合倒“U” 型的EKC关系，以及倒“U”型关系若存在，相应的 拐点处于何种位置。虽然有许多实证研究支持倒 “U”型曲线的存在，如 Panayotou et al. (1999) [3]、 Dasguptaetal. (2002) [4]等。但也有许多实证研究[5 ]发现，某些污染物和经济增长之间呈现线性乃至型等多种关系。如，Shafik(1994)的研究结果表 明，随着人均收入的增加，人均二氧化碳排放量呈线 性上升态势[5] ; Perman和Stern (2003)的研究则认 为在硫污染物和GDP之间不符合EKC曲线关 系[6]。大量非倒“U”型曲线关系的存在，引发学者 们在分析两者关系时引入其他因素，如：特定地点变 量（Grossman 和 Krueger, 1995 ) [7];收入分布、文化 程度、民主政治、城市化比重（Torras和Boyce, 1998)[8]等。

　　近年来，我国学者基于EKC也做了大量的实证 研究。其中，既有对环境污染和经济增长关系的直 接验证（马树才、李国柱，2006等）B]，也有对影响 EKC曲线关系的其他因素的经验考察，如：国际贸 易（于峰、齐建国，2007等）[10]、FDI (何静、许建， 2007等）[11]、外贸和环境政策（李秀香、潘晓倩， 2007等）[12]、财政分权（李猛，2009)[13]等。在进行 经验分析时，采取何种形式的数据将影响分析的结 果和可靠性，时间序列和截面数据分别因样本区间 短和严重的‘‘同质”缺陷，使得面板数据被越来越多 的学者所采用。但面板数据的整体拟合也不能很好 地解决EKC假说暗含的‘‘同质”假设：即随着经济 的增长，各个国家经历了相似的环境影响轨迹，暗含 着收入水平决定污染水平的含义（韩玉军、陆旸， 2009)[14]。率先实现工业化进程的国家和地区，在 享受物质文明的同时，也逐步获得了环境的改善，而 尚未完成工业化的国家和地区则可能因为贪图污染 密集型产品的比较优势，而无法实现倒“ U ”型的发 展轨迹。对于幅员辽阔的中国，各个省份的工业化 程度、收入水平等相差很大，仍基于“同质”假设从 整体上进行曲线估计可能并不能得到准确的结果， 有的学者曾采用东部三分法或东部、中部、西部和东 北四分法对我国相关数据进行了分组考察。但是传 统的三分法、四分法尚不能有效区分省份之间的差 异性。因此，我们尝试根据工业化程度和收入水平 的不同对中国31个省份先进行分组，分成高工业化 高收入、高工业化低收入、低工业化高收入和低工业 化低收入四组，再进行经验分析，以期更为准确地描 述各省份环境污染和经济增长的关系，并为制定相 应的政策提供理论基础。基于此，本文第二部分为 模型设置及数据说明；第三部分为实证结果及分析； 最后一部分为结论。

　　二、模型设置及数据说明

　　(一）模型设置

　　基于Selden和Song (1994)[15]等人的理论模 型，本文对环境污染和经济增长之间采取简约线性 回归方程进行分析。基本模型设定如下：

　　Elt = C + 氏 Flt + 佐 Yt + 此 Yt + V, + ^ (1)式（1)中，Elt为第i个省份在第t年的各种污 染物指标；为第i个省份在第t年的收入水平；C 为不随个体变化的截距；V,为个体效应;^为待估参 数；“为随机误差项。和A取不同的值会导致不同的曲线形 状，可以分为以下几种情况：

　　(1)氏< 0且凡=A = 0时，环境污染随经济 增长单调递减；(2)疚> 0且仄=氏=0时，环境污染随经济 增长单调递增；(3)氏< 0,仄> 0,3 = 0时，环境污染和经济 增长之间存在“U”型关系；(4)氏> 0,佐< 0,3 = 0时，环境污染和经济 增长之间存在倒“U”型关系；(5)氏< 0,仄> 0,3 < 0时，环境污染和经济 增长之间存在倒“…”型（即倒“N”型）关系；(6)氏>0,佐<0,3 >0时，环境污染和经济 增长之间存在“N”型关系。

　　(二）数据说明

　　本文所用数据根据历年《中国统计年鉴》、《中 国环境年鉴》和《中国环境统计公报》整理、计算而 得。其中，本文选取的污染物指标是人均SO,排放 量（千克）、人均固体废弃物排放量（千克）和人均废 水排放量（千克）；收入水平指标以人均GDP(元）衡 量①，并且根据人均GDP平减指数与1990年不变价 格进行平减；在对31个省份进行工业化程度的高低 划分时，以当地工业增加值占当地全部生产总值的 比重来衡量，大于40%的为高工业化地区，低于 40%的为低工业化地区。并且，由于各个地区的工 业化程度在样本年间具有一定波动性，为防止以固 定年份的工业化率进行划分带来的任意性，笔者以 样本年间的平均工业化率作为划分对象；至于高低 收入地区的划分，则综合考虑了二个指标：一是参考①考虑到人均GDP能够比总量GDP更为准确地衡量真实的 经济发展水平。     2008年世界银行公布的国别收入分组标准，以人 均GDP 3855美元作为划分地区收入高低的标准之 一，对2008年各地区的人均GDP进行划分；二是在 求出31个省份样本年间人均GDP平均值的基础 上，发现人均GDP平均值在1万元时，出现一个较 为明显的分层，因此，笔者以人均GDP平均值1万 元作为划分地区收入高低的第二个标准。基于上述 工业化和收入水平的划分标准，可以将我国31个省 份划分成四组。详见表1。

　　三、实证结果及分析

　　本文基于中国1991 一2008年31个省份的面板 数据，对式（1)的三类污染物指标和人均GDP进行 经验分析。考虑到各个省份之间存在较大差异，笔 者希望截距项能够反映一定的个体特征，因此我们 采用变截距模型。同时，截距项与解释变量之间存 在着相关性，从定性的角度出发，固定效应更适合本 模型的估计。似然比检验和Hausman检验结果也 支持固定效应模型优于混合模型和随机效应模型。 因此，笔者对非平衡的面板数据采用变截距固定效 应模型进行相关变量参数的估计。在具体估计时， 首先对同时包括人均GDP、人均GDP平方项和人均 GDP立方项的方程进行估计，若立方项不显著则将 其剔除后重新进行估计，若平方项仍不显著，则也将 其剔除后进行估计。一次下降、一次上升和二次下降。

　　(一）人均SO2排放量与人均GDP的EKC检验