itman论坛,网游之山海屠神,非主流美女生活照
摘要：环境库兹涅茨曲线本质上体现了经济发展模式从高能耗和高污染向能源集约型和环境友好型转变的过程。基于2003―2014年省际面板数据建立PSTR模型，从能源强度的视角重新审视中国的环境库兹涅茨曲线。研究结果表明，我国污染排放强度和能源强度均呈现由西向东的“阶梯式”递减格局；收入水平对污染排放非线性影响的高区制和低区制的能源强度临界值为0.914 3；考虑能源强度的视角下中国存在“倒U型”环境库兹涅茨曲线，其“门槛值”为0.769 0，能源强度高（低）于“门槛值”时，污染排放收入弹性为正（负）。据此可将样本包含的省份划分为环保型省份、低污染省份和高污染省份，并从宏观治理、微观治理和区域治理的角度提出相应的环境治理对策。
范文写作网 http://www.bixuanzl.com
关键词：能源强度；环境库兹涅茨曲线；污染排放；PSTR模型
中图分类号：F062.6 文献标识码：A 文章编号：1007-2101（2017）03-0041-09
一、引言
进入21世纪以来，随着经济总量的快速提升，中国的环境问题日益凸显，尤其是近年来PM2.5造成的雾霾更是受到了政府和社会各界的广泛关注。大范围的环境污染问题不仅提高了经济增长的成本，制约着经济发展的可持续性，而且对居民健康形成了严重的隐患，影响长期人力资本的积累（王飞成和郭其友，（2014）[1]）。从2005年《京都议定书》的生效到2009年哥本哈根气候大会的召开，世界各国也对环境问题给予高度的关注，环境问题被认为是超过恐怖主义和地区冲突的首要问题（许广月和宋德勇，（2010）[2]）。因此，现阶段通过环境治理实现更加可持续的经济增长成为一个无法回避的现实问题。我国政府对此高度重视，《十三五规划纲要》指出，“十三五”期间生态环境方面的主要目标是：“生态环境质量总体改善，生产方式和生活方式绿色、低碳水平上升。能源资源开发利用效率大幅提高，能源和水资源消耗、建设用地、碳排放总量得到有效控制，主要污染物排放总量大幅减少。”在数量目标方面，到2020年，全国万元国内生产总值能耗比2015年下降15%；全国化学需氧量和二氧化硫排放总量分别比2015年下降10%和15%，氨氮和氮氧化物排放总量比2015年分别下降10%和15%。
那么，如何改善环境质量，降低污染物的排放，实现经济发展和环境保护的“双赢”？从我国环境治理的实际情况来看，为了完成政府规定的任务目标，各地区多数采用加强环境规制、污染产业转移、阶段性关停污染型企业和年度突击等方式进行治理（齐红倩等，（2015）[3]）。然而，上述措施不仅造成了中西部地区污染的进一步加重，而且部分发达省份的环境状况也并未出现明显的好转。政府当局对主要污染物的控制以及一些环境规制措施，并没有对企业形成明显的激励效应，仍然表现为“外部性”的任务，没有形成“内部化”的行动（李静和沈伟，（2012）[4]）。因此，要想回答上述问题，首先需要从理论上认识环境和经济发展关系的一般性规律，厘清污染产生的根源，并据此提出长效的治理规划。Grossman和Kruger（1991，1996）[5] [6]提出“环境库兹涅茨曲线（EKC）”描述了环境和收入水平关系的经验性假说，即环境污染随着收入水平的提升呈现出先上升后下降的“倒U型”曲线关系，这一理论一经提出便成为学术界关注的焦点。其中，国内外学者运用该理论模型进行了大量的实证研究，但是并未形成一致的结论，既有研究认为我国不存在环境库兹涅茨曲线，也有研究表明在我国该曲线形式表现为“倒U型”“倒N型”和“W型”等（Poon等，（2006）；李达和王春晓，（2007）；刘扬和陈劭锋，（2009）；林伯强和蒋竺均，（2009）；Matus等，（2012）；郝宇等，（2014）[7][8][9][10][11][12]）。上述研究得出不一致?Y论的原因在于，一方面，实证模型和数据选取的差异造成结论的不一致（包群等，2005；宋涛等，2006；韩玉军和陆?D，（2009）[13][14][15]）；另一方面，仅从收入水平来解释环境问题可能并不全面，对我国环境和经济发展关系的认识需要新的研究思路。
从环境污染产生的根源来看，现代化工业发展过程中化石能源的大量使用是导致污染的最主要原因，尤其是能源强度较高的国家污染更加严重。能源强度是指单位产出所消耗的能源数量，用于评价一个国家或地区能源综合利用效率（林伯强和杜克锐，（2014）[16]）。从《十三五规划纲要》来看，生态环境目标中同时也包含了能源效率提升的目标，可见能源强度控制在治理环境污染方面的重要性。在不考虑能源强度的情况下，仅仅将环境库兹涅茨曲线理解为经济发展和收入水平提升可以自然地带来环境的改善，可能会导致误导性的政策倾向。比如，为了追求更高的经济增长，依旧遵循以往大量能源投入和高能源强度的发展模式，不仅无法实现环境的改善，而且会进一步导致更为严重的环境问题。而从发达国家的经验来看，收入水平的提升带来环境改善的本质是其经济发展模式和结构的转变导致了能源强度的下降。
二、文献回顾
由于环境库兹涅茨曲线是经验性假说，相关研究主要集中在实证方面。Panayotou（1993）[17]采用人均GDP衡量收入水平，选取二氧化硫、氮氧化物排放以及生态环境破坏等指标衡量环境污染程度，得出不同的环境污染物和收入水平之间均存在“倒U型”关系。Cropper和Griffith（1994）[18]、Carson等（1997）[19]、Wang和David（2000）[20]、Tsurumi和Managi（2010）[21]等基于不同样本和不同指标的研究也同样证实了EKC的存在性。然而，也有学者得出了相反的结论，或证明EKC具有不同于“倒U型”的其他形态，或证明了EKC不存在。Holtz-Eakin和Selden（1995）[22]、Bertinelli和Strobl（2005）[23]、Wagner（2008）[24]、Webber和Allen（2010）[25]等通过一系列的研究指出，环境库兹涅茨曲线的拐点对应的人均收入水平非常高，以至于在大部分地区EKC具有单调上升的形态，即随着收入水平的提高环境污染程度会不断加重。Brajer等（2008）[26]和Brajer等（2011）[27]基于中国数据的实证分析得出EKC具有“N型”和“W型”等其他形态。Harris等（2009）[28]则从生态足迹和环境压力的视角分析指出EKC并不存在，收入水平的上升并不会改善生态环境。 可以看出，上述研究得出的结论并不一致，对此，有学者认为EKC假说存在的一个问题是其稳定性较差，基于不同实证模型和数据指标得出的结果自然是不一致的，因此，环境污染和收入水平之间可能不存在一个确定的曲线关系（Stern，（2004）[29]）。近年来，众多文献对EKC的研究进行了拓展，主要体现在考虑污染物异质性和实证方法创新等两个方面。从污染物异质性来看，大量研究开始关注二氧化碳排放和收入水平之间的关系，Galeottia和Lanza（2005）[30]据此提出二氧化碳环境库兹涅茨曲线（CKC），而Azomahou等（2006）[31]通过实证研究证明了CKC的存在性。但是，也有学者不支持CKC假说，而且指出对于处在不同发展阶段的国家CKC具有不一致的形态（Richmond和Kaufmann，2006；Galeotti等，（2006）；He和Richard，（2010）[32][33][34]）。从实证方法的创新来看，学者们突破了以往基于简单时间序列模型线性回归方法的局限，采用面板数据和空间计量等方法展开研究。比如，Rothman和Bruyn（1998）[35]基于发达国家的面板数据对EKC进行了检验，结果表明收入水平上升会导致污染的加剧，但是随着技术进步和产业结构调整环境状况会有所改善。Madddison（2006）[36]的研究表明，空?g计量方法可以避免回归结果产生偏误，能较好地拟合EKC方程。
从我国学者的研究来看，文献主要集中于EKC假说的检验和区域环境污染的差异和治理。许广月和宋德勇（2010）[2]基于省际面板数据的研究表明，中国的EKC存在地域差异，在东部和中部地区存在EKC，而在西部地区并不存在。邓晓兰等（2014）[37]运用广义可加模型对我国EKC进行了检验，得出中国EKC并不是传统的“倒U型”，而是呈现出单调上升的形态，经济的规模效应和技术进步是影响碳排放的主要原因。邹庆等（2014）[38]运用动态优化的方法研究指出，EKC假说对我国是成立的，但是现阶段尚未越过其拐点值。其他相关研究主要证实了中国EKC的存在性，同时也对地区差异进行了分析。同时，我国学者从不同的视角分析了环境污染的影响因素和治理对策。牛海鹏等（2012）[39]认为产业结构调整和环境规制的加强均有助于环境污染的改善。肖挺和刘华（2014）[40]从产业结构调整视角分析了环境污染的成因，指出产业结构均衡化对于工业二氧化硫排放有着明显的限制作用，但产业结构优化仅对东部地区人均排放量有抑制作用。齐红倩和王志涛（2015）[41]从区域差异和收入差异的角度分析了我国的污染排放问题，肯定了污染排放强度随收入增长呈现出“拖尾式”的“倒U型”态势，并从收入层面提出区域治理对策。韩超等（2016）[42]和祁毓等（2016）[43]则对环境规制效应进行了分析，认为环境规制对污染和经济增长的影响依赖于技术进步和制度环境等其他因素。
纵观现有文献，我们发现对中国环境库兹涅茨曲线的研究还有如下两个方面需要进一步探讨。其一，在研究方法上，不论是基于时间序列数据还是面板数据，其主要的模型形式是包含有人均GDP二次项或三次项的基准模型，而这一模型设定具有一定的人为主观性。其二，现有文献在分析EKC的过程中对能源强度的关注相对较少，而能源使用是造成环境污染的主要原因。Gonzalez等（2005）[44]提出的面板平滑迁移模型（PSTR）使模型回归系数在不同回归“区制”之间平滑转换，不仅可以更好地捕捉面板数据的非线性特征，而且避免了人为设定模型形式的主观性。因此，本文将基于PSTR模型实证分析我国污染排放和收入水平之间的非线性关系，识别EKC的能源强度“门槛值”。
三、模型和数据
（一）PSTR模型和变量选取
经典的EKC文献中主要模型形式是引入收入的二次项对污染排放进行回归，本文与之不同的是，PSTR模型可以自然地捕捉变量之间的非线性特征，不需要人为的设定，而我们重点强调了能源强度是影响污染排放的主要根源，因此我们在模型中引入了能源强度变量。与此同时，我们将能源强度作为PSTR模型的转换变量，即假定收入对污染排放的影响程度是随着能源强度的变化而变化。此外，在参照肖挺和刘华（2014）[40]以及齐红倩和王志涛（2015）[41]等文献的基础上，我们选取产业结构和环境规制强度作为控制变量。我们建立的PSTR模型形式如下：
Yit=αi+β1PGDPit+β2ISit+β3ERit+■（β1kPGDPit+βk2ISit+βk3ERit）Γk（IEit；.）+εitΓk（IEit；γk，■kh）=1+exp（-γk■（IEit-■kh））-1（1）
其中，被解释变量Y代表污染排放强度，核心解释变量PGDP为人均GDP，转换变量IE代表能源强度，控制变量IS和ER分别代表产业结构和环境规制强度。αi为代表个体固定效应的参数，εit为随机扰动项。t：1～T为样本时间跨度。Γk（k=1～K）为Logistic形式的转换函数，并且每个转换函数中包含有h（h=1～Hk）个位置参数，■为位置参数，γk为平滑参数。
在具体数据处理方面，本文被解释变量污染排放强度使用工业二氧化硫排放量与实际工业增加值的比值表示，其中，选取二氧化硫一方面是因为二氧化硫统计数据较为全面，数据质量相对较高，另一方面由于我国能源结构主要以煤炭为主，而煤炭产生的主要污染物是二氧化硫，构成了大气污染的主要组成部分，二氧化硫也是现有文献常用的变量之一。由于工业增加值并不发布增长率指数，我们使用各地区名义工业增加值占名义GDP的比重乘以实际GDP进行计算，而实际GDP是以2003年为基期使用GDP指数调整所得。解释变量实际人均GDP同样是以2003年为基期使用人均GDP指数调整所得。转换变量能源强度由能源消费总量与地区实际GDP的比值表示。产业结构由第二产业产值占比表示，环境规制强度以废气治理完成投资额与工业二氧化硫排放量之比表示。为了计算污染排放的收入弹性，我们在计算过程中对污染排放和实际人均GDP数据作自然对数处理。所有原始数据均来自历年《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》和中经网统计数据库，样本时间跨度为2003―2014年，样本个体包含中国30个省、自治区和直辖市。其中，2003年之前数据和西藏数据均存在缺失，我们将其排除在样本之外。在上述设定下，污染排放的收入弹性可以表示如下： δit=■=β1+■β1kΓk（IEit；.）（2）
可见，污染排放的收入弹性系数是模型线性部分和非线性部分的组合，随着转换变量能源强度的变动而演变。笔者运用非线性最小二乘法（NLS）对模型参数进行估计，然后进一步计算污染排放的收入弹性系数。关于PSTR模型更为具体的介绍以及详细检验和估计过程见Gonzalez等（2005）[44]以及 Fouquau等（2008）[45]。
（二）污染排放和能源强度区域差异的描述性统计
笔者计算使用数据的描述性统计见表1。可以看出，样本期内污染排放强度、人均GDP、能源强度、产业结构以及环境规制强度均表现出区域或时间差异性。其中，污染排放强度和人均GDP的标准差均比较大，而污染排放强度的最大值可达1 802.889吨/亿元（2003年宁夏），最小值仅为15.510吨/亿元（2014年北京）；人均GDP最大值为85 839.4元（2014年上海），最小值为3 701元（2003年贵州）；能源强度最大值为4.689万吨标准煤/亿元（2004年宁夏），最小值为0.510万吨标准煤/亿元（2014年北京）；产业结构最大值为0.615（2008年山西），最小值为0.213（2014年北京）；环境规制强度最大值为1.747万元/吨（2014年北京），最小值为0.005万元/吨（2003年内蒙古）。
为了更为全面地认识污染物排放强度和能源强度的区域和时间差异性，我们对东部、中部、西部和东北等四个区域的平均水平进行对比分析①。其中，由于篇幅所限，我们仅选取了样本前、中和后期的三个代表性时点，即2003年、2008年和2014年，统计结果见表2。从时间差异来看，无论是全国还是不同区域，其污染排放强度和能源强度整体均呈现下降的趋势，可见我国近年来产业结构调整、技术进步和节能减排措施均起到了一定的效果，能效使用效率有所提高，而污染排放情况也总体改善，这一结果与林伯强和杜克锐（2014）[16]的研究结果一致。从区域差异来看，我国污染排放强度和能源强度均呈现由西向东的“阶梯式”递减格局。其中，除2003年外，东北地区污染排放强度和能源强度介于东部和中部的平均水平之间，其水平更接近于中部地区；而中部地区污染排放强度和能源强度与全国平均水平十分接近。上述结果与现有研究基本一致，表明我国污染排放和能源效率存在明显的区域差异。由于东部地区率先发展，其产业结构调整和技术进步水平明显快于中西部地区，而中部地区快于西部地区；与此同时，在东部地区大力实行环境规制策略的作用下，大量污染型产业转移至中西部地区，尤其是西部地区承接污染产业相对更多。上述两个原因共同导致了我国污染排放强度和能源强度的“阶梯式”递减格局。此外，我们还可以发现，低污染排放往往伴随着低能源强度，这与本文研究的出发点一致。在此基础上，我们进一步实证分析能源强度视角下收入对污染排放影响的非线性特征，识别其能源强度“门槛值”。
四、能源强度视角下中国“环境库兹涅茨曲线”的实证分析
（一）模型检验和估计结果
PSTR模型属于非线性回归模型，鉴于其复杂性和动态性，需要通过统计检验来确定数据是否存在非线性特征，并识别转换函数和位置参数的个数。首先，对计算数据非线性特征进行检验，结果见表3。可以看出，基于LM、LMF和LRT统计量的检验结果均拒绝模型不存在非线性特征的原假设（P值均为0），表明本文实证使用的数据具有非线性特征，因此我们建立的模型具有合理性。其次，我们通过统计检验来确定转换函数的个数，从现有研究来看，通常情况下转换函数k=1-2。因此，我们对本文的模型进行检验，并根据AIC和BIC准则判断最优的转换函数个数。从表4的检验结果可以看出，在本文建立的模型中，当k=1即一个转换函数时，其AIC和BIC统计量取值均小于k=2即两个转换函数时的取值。因此，我们选取k=1，即模型只存在一个转换函数。
最后，我们确定一个转换函数中位置参数的个数，其统计检验结果见表5。可以看出，当只存在一个位置参数即h=1时，LM、LMF和LRT统计量值均明显大于存在两个以上位置参数即h≥2时的取值。因此，我们选择一个位置参数。综合上述检验结果来看，笔者使用数据具有非线性特征，适合PSTR模型设定，最终我们选取k=1和h=1，即一个转换函数和一个位置参数。
在上述模型设定的基础之上，我们采用非线性最小二乘法对模型进行估计，估计结果见表6。从总体估计结果来看，核心解释变量人均GDP和控制变量产业结构的系数均在1%的水平下显著，表明模型估计效果良好。人均GDP线性部分的系数为负，而非线性部分的系数为正，表明收入水平提升对污染排放的影响具有一定复杂性，需要综合两个部分的系数进行分析。同样，产业结构线性部分的系数为正，而非线性部分的系数为负，也表明产业化结构对污染排放的影响具有复杂的非线性机制。环境规制强度并不显著，其可能的原因在于我国目前环境规制的规模相对较小，而主要的规制手段也并非直接的治理投入，而是对污染型产业和企业的限制以及迁移，尤其是东部地区大量的污染型企业正在逐步向中西部落后地区转移。因此，在现阶段环境治理投入对污染排放的影响并不显著。位置参数的估计结果表明，收入水平对污染排放非线性影响的能源强度临界值为0.914 3，即当能源强度低于临界值时，污染排放的收入弹性处于低区制状态，当高于临界值时，弹性系数处于高区制状态。平滑参数的估计结果相对较小（4.977 8），表明回归系数在高低区制之间的转换相对较为平滑，而非突变式的变动。
为了更为清晰地展现污染排放收入弹性的变动特征，并进一步探讨能源强度视角下我国EKC是否存在的问题，我们根据（2）式计算不同区制内污染排放收入弹性的系数变动范围。其中，能源强度最大值为4.689，计算得出其相应的污染排放收入弹性为2.56；高低区制转换的临界值为0.914 3，相应的弹性系数为0.66；能源强度最小值为0.510，相??的弹性系数为-0.79。由此我们可以得出，在高区制内，污染排放收入弹性为0.66～2.56；在低区制内，污染排放收入的弹性为-0.79～0.66。进一步通过计算可以得出，当能源强度为0.769 0时，污染排放收入弹性为0，即0.769 0为EKC的能源强度“门槛值”。当能源强度高于“门槛值”时，污染排放收入弹性为正，即收入水平的上升加剧了污染排放程度；当能源强度低于“门槛值”时，污染排放收入弹性为负，即收入水平的上升降低了污染排放程度。以上结果表明，中国存在“倒U型”的环境库兹涅茨曲线，其能源强度“门槛值”为0.769 0。可见，能源视角下环境库兹涅茨曲线的逻辑是：在跨过“门槛值”之前，产业结构以污染型产业为主，生产技术水平相对较低，能源强度也相对较高，收入增长造成了污染的加剧；当跨过“门槛值”后，随着收入水平的上升，产业结构优化和生产技术进步导致能源强度的降低，进而导致污染排放的降低，其本质是经济发展模式经历了从高能耗和高污染向能源集约型和环境友好型转变的过程。 （二）基于能源强度异质性的省际和区域差异分析
由于我国各个省份和区域之间的经济发展水平和能源强度存在明显的异质性，因此，为了对比不同地区污染排放收入弹性的差异，我们进一步对30个省份以及东部、中部、西部和东北地区跨过环境库兹涅茨“倒U型”曲线“门槛值”的时间点进行对比分析，结果见表7。可以发现，在样本期内跨过环境库兹涅茨曲线能源强度“门槛值”的省份和地区仅有7个，主要是沿海发达省份和直辖市，即北京、天津、上海、江苏、浙江、福建、广东。其中，北京跨过“门槛值”的时间较早（2007年），天津相对较晚（2014年），其他省份和地区跨过“门槛值”的时间范围为2009―2012年。除了上述7个省市以外，其他地区在2014年均未达到“门槛值”。从区域对比来看，东部、中部、西部、东北地区以及全国平均水平均未达到“门槛值”，但2014年东部能源强度和“门槛值”较为接近，而西部能源强度仍然高达2左右。
从区域差异的结果来看，东部发达省份依托港口，加之改革开放政策的支持，对外开放时间较早，产业结构调整速度更快，通过技术引进其生产技术水平相对较高，因此单位产值能源消耗较低，近年来其能源强度出现了快速的下降。在这一发展模式之下，部分东部发达省份成功跨过了环境库兹涅茨曲线的“门槛值”，在一定程度上实现了经济增长和环境保护的双赢，即其能源效率较高的发展方式在促进收入水平增长的同时降低了污染排放强度。而部分东部地区和广大中西部地区经济发展方式相对较为落后，产业结构调整较慢，生产技术水平和能源效率相对较低，尤其中西部地区污染排放强度明显高于东部地区。一方面，中西部地区经济发展依赖于高耗能和高污染排放的产业，而其技术水平在短期内对能源效率的提升作用有限；另一方面，东部地区将污染型产业转移至中西部，这也是东部能源效率高于中西部的原因之一。因此，截至2014年，部分东部地区和所有的中西部地区均未跨过能源强度“门槛值”，如果未来产业结构和生产技术水平没有明显的改善，这部分地区收入水平提升将不能有效抑制污染排放，其经济增长和环境保护的“两难”现象将更加突出。
与此同时，我们发现部分省份虽然没能跨过能源强度“门槛值”，但是跨过了收入水平对污染排放影响的高区制和低区制的临界值（0.914 3），包括安徽、江西和海南。在此基础上，我们将样本包含的30个省（自治区、直辖市）划分为三种类型，2014年能源强度跨过“门槛值”的省份为环保型省份（能源强度低于0.769 0），跨过高区制和低区制临界值但未跨过“门槛值”的省份为低污染省份（能源强度范围为0.769 0～0.914 3），未跨过高区制和低区制临界值的省份为高污染省份（能源强度高于0.914 3）。需要说明的是，本文在实证过程中使用数据为空气主要污染物工业二氧化硫，因此我们划分的结果不代表其他污染物的排放情况，比如北京PM2.5污染较为严重，但是在工业二氧化硫排放的层面上我们将其划分为环保型地区；另一方面，本文划分的标准是能源强度，即能源消费和人均GDP的相对水平，而衡量污染情况的污染排放强度也是工业二氧化硫和工业增加值的相对水平，二者均非绝对水平，故而本文的划分结果不代表地区的绝对污染排放水平。我们将具体的划分结果总结为表8，根据不同地区的实际情况，需要制定针对性和差异性的环境治理政策。
五、结论和对策
改革开放以来，中国经济实现了长足的发展，但是环境问题接踵而来。尤其在经济新常态下，经济增长的资源和环境成本日益加大，人民对环境质量的诉求愈发强烈，在此背景下，如何在保持经济中高速增长的同时实现环境质量改善成为亟待解决的现实难题。对此，在环境治理策略方面，主流观点和措施主要分为以下两种：一种是加大环境规制力度，一方面，对污染型企业实行环保达标等强制措施或者直接将污染型产业转移，另一方面，面对上级政府的突击检查，地方政府采取关停限产等短期行为实现暂时的环境治理达标。另一种是依据环境库兹涅茨曲线理论，认为应当大力发展经济，通过提升收入水平降低环境污染程度。可以发现，第一种治理思路只具有短期效果，污染产业转移同时会加大其他地区的污染程度，而停产等行为会给稳增长带来进一步的压力，不利于经济的长期稳定发展。第二种治理思路仅仅看到了环境库兹涅茨曲线的表象而忽略了其本质，即环境污染并不会随着收入水平的提升而自然改善，而是需要产业结构的改善和技术水平的提升。应当看到，环境污染的根源在于化石能源的大量使用，治理环境污染本质上需要通过能源强度的下降来实现。
鉴于此，笔者从环境污染产生的根源出发，从能源强度的视角重新审视中国的环境库兹涅茨曲线，并基于区域能源强度异质性进行了对比分析。研究结果表明，我国污染排放强度和能源强度均呈现由西向东的“阶梯式”递减格局；收入水平对污染排放非线性影响的能源强度临界值为0.914 3，当能源强度低于临界值时，污染排放的收入弹性处于低区制状态，当高于临界值时，弹性系数处于高区制状态；中国存在“倒U型”的环境库兹涅茨曲线，其能源强度“门槛值”为0.769 0，在跨过“门槛值”之前，污染排放收入弹性为正，收入增长造成了污染的加剧，跨过“门槛值”后，污染排放收入弹性为负，收入水平上升促进了污染排放降低。进一步的区域?Ρ冉峁?显示，样本期内跨过环境库兹涅茨曲线能源强度“门槛值”的地区仅有北京和上海等7个发达省市，中西部省份在2014年均未达到“门槛值”。在此基础上，笔者将样本包含的30个省（自治区、直辖市）划分为环保型省份、低污染省份和高污染省份。据此，笔者从宏观治理、微观治理和区域治理的角度提出如下环境治理对策。
1. 宏观治理思路。从全国平均水平来看，我国能源强度依然较高，未能跨过环境库兹涅茨曲线的“门槛值”，因此继续高耗能的粗放经济发展模式将会进一步加剧环境污染。现阶段环境治理的总体思路应是实现经济增长和环境保护的“双赢”，不应通过行政干预限制污染型企业的数量，而应当提升其发展质量，降低能源强度；应当通过技术进步和产业结构调整形成集约型发展模式，进而在保持经济中高速增长的同时持续降低能源强度，使其尽快跨过“门槛值”，实现由经济发展带动环境治理的良性循环。 2. 微观治理对策。从微观治理来看，应当以促进技术进步和产业?Y构调整为出发点。一方面，生产企业尤其高污染企业应贯彻实施《中国制造2025》规划，应继续引进和学习国外的先进技术和经验，继续加强绿色生产技术的自主研发和创新，促进设备的更新换代，实现中高端的绿色制造。另一方面，政府应当通过市场化的手段鼓励和“倒逼”企业转型，首先，根据能源强度“门槛值”设定奖励标准，给予环保型企业和地区更多的财政转移支付和其他奖励；其次，对高污染型企业征收“污染税”，以这种方式“倒逼”企业技术进步，降低能源强度；最后，应鼓励绿色金融发展，即引导信贷资金更多地向环保型企业倾斜，同时也对污染型企业的绿色技术改造进行资金扶持。
3. 区域治理对策。我国污染排放强度和能源强度由西向东“阶梯式”递减的格局决定了环境治理策略制定的差异性。就东部而言，继续发挥产业结构和生产技术优势降低能源强度，可以进一步降低污染排放强度，但是，不应当继续鼓励东部污染产业向中西部地区转移，这无疑加剧了中西部地区的环境压力，而应当促进本地污染型企业的技术进步，形成绿色发展模式。对于中西部地区而言，加快产业结构调整是现阶段的重中之重，应借助东部地区的发展经验促进第三产业和环保型产业发展，对落后产业和高污染产业进行技术改造。从本文的分类来看，环保型省份应通过经验交流和技术指导等方式，给予低污染和高污染省份更多的技术支持和发展模式借鉴。
参考文献：
[1]王飞成，郭其友.经济增长对环境污染的影响及区域性差异――基于省际动态面板数据模型的研究[J].山西财经大学学报，2014，（4）：14-26.
[2]许广月，宋德勇.中国碳排放环境库兹涅茨曲线的实证研究[J].中国工业经济，2010，（5）：37-47.
[3]齐红倩，王志涛，赫永达.污染密集型产业承接增加居民健康成本支出了吗――基于中西部省际面板数据的空间计量分析[J].山西财经大学学报，2015，（9）：15-26.
[4]李静，沈伟.环境规制对中国工业绿色生产率的影响――基于波特假说的再检验[J].山西财经大学学报，2012，（2）：56-65.
[5]Grossman G M，Krueger A B.Environmental impacts of a North American free trade agreement[R].National Bureau of Economic Research Working Paper，1991：3914.
[6]Grossman G M，Krueger A B.The inverted-U：what does it mean？[J].Environment and Development Economics，1996，1（1）：119-122.
[7]Poon J P H，Casas I，He C.The impact of energy，transport，and trade on air pollution in china[J].Eurasian Geography and Economics，2006，47（5）：568-584.
[8]李达，王春晓.我国经济增长与大气污染物排放的关系――基于分省面板数据的经验研究[J].财经科学，2007，（2）：43-50.
[9]刘扬，陈劭锋.基于IPAT方程的典型发达国家经济增长与碳排放关系研究[J].生态经济，2009，（11）：28-30.
[10]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009，（4）：27-36.
[11]Matus K，Nam K M，Selin N E，et al.Health damages from air pollution in China[J].Global environmental change，2012，22（1）：55-66.
[12]郝宇，廖华，魏一鸣.中国能源消费和电力消费的环境库兹涅茨曲线：基于面板数据空间计量模型的分析[J].中国软科学，2014，（1）：134-147.
[13]包群，彭水军，阳小晓.是否存在环境库兹涅茨倒 U 型曲线？――基于六类污染指标的经验研究[J].上海经济研究，2005，（12）：3-13.
[14]宋涛，郑挺国，佟连军，赵妍.基于面板数据模型的中国省区环境分析[J].中国软科学，2006，（10）：121-127.
[15]韩玉军，陆?D.经济增长与环境的关系――基于对 CO2环境库兹涅茨曲线的实证研究[J].经济理论与经济管理，2009，（3）：5-11.
[16]林伯强，杜克锐.理解中国能源强度的变化：一个综合的分解框架[J].世界经济，2014，（4）：69-87.
[17]Panayotou T.Empirical tests and policy analysis of environmental degradation at different stages of economic development[R].International Labour Organization，1993.
[18]Cropper M，Griffiths C.The interaction of population growth and environmental quality[J].The American Economic Review，1994，84（2）：250-254.
[19]Carson R T，Jeon Y，McCubbin D R.The relationship between air pollution emissions and income：US data[J].Environment and Development Economics，1997，2（4）：433-450. [20]Wang H，Wheeler D.Endogenous enforcement and effectiveness of China′s pollution levy system[M].World Bank Publications，2000.
[21]Tsurumi T，Managi S.Decomposition of the environmental Kuznets curve：scale，technique，and composition effects[J].Environmental Economics and Policy Studies，2010，11（1-4）：19-36.
[22]Holtz-Eakin D，Selden T M.Stoking the fires？ CO2 emissions and economic growth[J].Journal of public economics，1995，57（1）：85-101.
[23]Bertinelli L，Strobl E.The environmental Kuznets curve semi-parametrically revisited[J]. Economics Letters，2005，88（3）：350-357.
[24]Wagner M.The carbon Kuznets curve：a cloudy picture emitted by bad econometrics？[J].Resource and Energy Economics，2008，30（3）：388-408.
[25]Webber D J，Allen D O.Environmental Kuznets curves：mess or meaning？[J].International Journal of Sustainable Development & World Ecology，2010，17（3）：198-207.
[26]Brajer V，Mead R W，Xiao F.Health benefits of tunneling through the Chinese environmental Kuznets curve（EKC）[J].Ecological Economics，2008，66（4）：674-686.
[27]Brajer V，Mead R W，Xiao F.Searching for an Environmental Kuznets Curve in China′s air pollution[J].China Economic Review，2011，22（3）：383-397.
[28]Caviglia-Harris J L，Chambers D，Kahn J R.Taking the“U”out of Kuznets：A comprehensive analysis of the EKC and environmental degradation[J].Ecological Economics，2009，68（4）：1149-1159.
[29]Stern D I.The rise and fall of the environmental Kuznets curve[J].World development，2004，32（8）：1419-1439.
[30]Galeotti M，Lanza A.Desperately seeking environmental Kuznets[J].Environmental Modelling & Software，2005，20（11）：1379-1388.
[31]Azomahou T，Laisney F，Van P N.Economic development and CO2 emissions：a nonparametric panel approach[J].Journal of Public Economics，2006，90（6）：1347-1363.
[32]Richmond A K，Kaufmann R K.Is there a turning point in the relationship between income and energy use and or carbon emissions？[J].Ecological economics，2006，56（2）：176-189.
[33]Galeotti M，Lanza A，Pauli F.Reassessing the environmental Kuznets curve for CO2 emissions：a robustness exercise[J].Ecological economics，2006，57（1）：152-163.
[34]He J，Richard P.Environmental Kuznets curve for CO2 in Canada[J].Ecological Economics，2010，69（5）：1083-1093.
[35]Rothman D S，De Bruyn S M.Probing into the environmental Kuznets curve hypothesis[J]. Ecological Economics，1998，25（2）：143-146.
[36]Maddison D.Environmental Kuznets curves：a spatial econometric approach[J]. Journal of Environmental Economics and management，2006，51（2）：218-230. [37]邓晓兰，鄢哲明，武永义.碳排放与经济发展服从倒 U 型曲线关系吗――对环境库兹涅茨曲线假说的重新解读[J].财贸经济，2014，（2）：19-29.
[38]邹庆，陈迅，吕俊娜.我国经济增长与环境协调发展研究――基于内生增长模型和 EKC假说的分析[J].中央财经大学学报，2014，（9）：89-97.
[39]牛海鹏，朱松，尹训国，张平淡.经济结构，经济发展与污染物排放之间关系的实证研究[J].中国软科学，2012，（4）：160-166.
[40]肖挺，刘华.产业结构调整与节能减排问题的实证研究[J].经济学家，2014，（9）：58-68.
[41]齐红倩，王志涛.我国污染排放差异变化及其收入分区治理对策[J].数量经济技术经济研究，2015，（12）：57-72.
[42]韩超，张伟广，单双.规制治理、公众诉求与环境污染――基于地区间环境治理策略互动的经验分析[J].财贸经济，2016，（9）：144-161.
[43]祁毓，卢洪友，张宁川.环境规制能实现“降污”和“增效”的双赢吗――来自环保重点城市“达标”与“非达标”准实验的证据[J].财贸经济，2016，（9）：126-143.
[44]González A，Terasvirta T，Van Dijk D.Panel smooth transition regression models[M].School of Finance and Economics，University of Technology，2005.
[45]Fouquau J，Hurlin C，Rabaud I.The Feldstein?CHorioka puzzle：a panel smooth transition regression approach[J].Economic Modelling，2008，25（2）：284-299.
?任编辑：艾 岚
A New Interpretation of" Environmental Kuznets Curve" in China from the Perspective of Energy Intensity
He Yongda1，Liu Zhichao2，Sun Wei3
（1. School of Statistics， Shanxi University of Finance and Economics， Taiyuan， China， 030006；
2. School of Business， Jilin University， Changchun， China， 130012；
3. Center for Quantitative Economics of Jilin University， Changchun， China， 130012）
Abstract：The environmental kuznets curve essentially reflects the economic development model shifting from the high energy consumption and high pollution to energy-saving and environmentally friendly process. Based on the provincial panel data from 2003 to 2014， this paper used PSTR model analyzed China′s environmental kuznets curve from the perspective of energy intensity. The research results show that the pollution intensity and energy intensity are presented "ladder" decreasing pattern from west to east； the critical value of energy intensity of high zone and low zone is 0.914 3， which is influenced by the non-linear effect of income level on pollution emission； in the case of engergy intensity， China has an "inverted U" environmental kuznets curve with a "threshold" of 0.769 0， when the energy intensity is high（low） the "threshold"， the pollution emissions elasticity is positive（negative）. According to this， the provinces included in the sample can be divided into environmentally friendly provinces， low-polluting provinces and high-polluting provinces， and further put forward corresponding countermeasures of environmental governance from the perspective of macro governance， micro governance and regional governance.
Key words：Energy Intensity；Environmental Kuznets Curve；Pollution Emission；PSTR Model