环境规制、产业结构与中国工业污染的区域差异——基于东、中、西部Panel Data的经验研究*

王 询，张为杰

(1.东北财经大学经济学院，辽宁大连116025;2.东北财经大学研究生院，辽宁大连116025)

一、引 言

环境质量会随着经济增长而持续恶化吗?抑或经济增长最终会带来环境污染的减少吗?环境库兹涅茨曲线 (EKC)对这两者关系的描述似乎已被相当多的经验研究所证明。该曲线表现为“倒U”形态，即在经济发展初期，环境污染会恶化或加重;当经济发展达到转折点时，污染水平达到最大值;随后趋于下降［1］。但也有一些经验研究得出的结论与环境库兹涅茨曲线不一致，研究者们对环境质量与经济增长的关系仍存在争论。

中国是否会呈现出工业污染与经济发展的倒U型关系或者已经呈现这种关系呢?在中国工业化进程中，粗放型的发展模式带来了大量的工业污染问题。以能够较好代表工业污染总体水平的工业二氧化硫排放为例，1996年全国人均排放量为131千克，1999年下降到105千克，随后出现上升趋势，2005年又接近150千克，但至2009年又下降到了105千克。因此，从全国来看，中国的工业二氧化硫总量排放与经济增长没有呈现出“倒U”形态。而从各省的排放分布情况来看，明显表现出“倒U”形态。根据蔡昉等的研究，中国东部地区已经越过了环境库兹涅茨曲线的转折点，而中西部地区还未达到污染水平的转折点。因此，三大地区之间的工业污染水平变化轨迹与全国表现出来的趋势并不一致［2］。中国东、中、西部地区经济发展水平差异较大，产业结构不同，地方政府政策和行为也有一定的差异，在环境规制方面的力度也不相同。那么影响三大地区污染水平的因素是否有异?不同之处何在?这就是本文试图解释的问题。

二、相关文献回顾

从EKC的形成机制看，经济发展的规模效应、结构效应、技术效应和收入需求弹性效应会使环境得到改善［3－4］。这种解释处于一种主导地位，具体来看:(1)规模效应［1］。在经济发展的初期，一个国家或地区由农业向工业社会转变，传统工业发展需要投入大量的自然资源，造成了大量的工业污染，对于落后地区尤其如此。因此，在工业化进程的初期，经济总量或规模的扩大造成了工业污染水平的上升。(2)结构效应［5－6］。当经济发展到一定阶段后，该地区具有一定的资本积累，但是经济发展开始受到资源环境的制约。为转变发展方式，产业结构的转型升级成为必然趋势，因此出现两种结构调整:一是工业结构的内部调整，发展低耗能、低污染工业;二是降低工业比重，大力发展第三产业。这在一定程度上会减少工业污染。(3)技术效应。这种效应主要体现在内生增长理论中［7］。生产技术水平的提高会内生于经济增长的过程中。在经济发展的初期，主要使用高污染的技术，达到一定阈值后，转向使用清洁技术。技术的改进不但能提高能源的利用效率，而且会加速产业的转型升级。Shafik在研究中曾将技术进步作为其中一个变量进行分析［5］。(4)收入弹性效应［8－9］。随着收入水平的提高，人们对环境的质量要求也会提高，而对收入增加的要求相对降低。从四个效应来看，经济发展水平达到转折点后，规模效应，结构效应、技术效应与收入弹性效应都将有利于工业污染水平的降低。

针对中国的工业污染问题，学者们得出的结论存在一定的差异。以工业二氧化硫的排放为例，包群和彭水军［10］，李刚［11］，张红凤等［12］得出二氧化硫排放与人均GDP呈N型。张学刚和王玉婧［13］，朱平辉等［14］得到了典型的倒U型的EKC形态。蔡昉等认为，东部某些发达地区已经越过EKC的转折点，处于下降阶段，而中西部地区处于上升阶段，还没呈现 EKC形态［2］。陈华文和刘康兵利用上海环保局的数据得出二氧化硫浓度与人均GDP之间呈现U型形态［15］。综上所述，即使是对同一环境指标的研究，工业污染与经济增长之间的关系形态也不一致。概括来讲，已有研究中主要存在四种形态:倒U型、正相关型、N型 (或倒N型)与U型。在对倒U型的研究中，不同的地区达到转折点的人均收入也不同。同一地区，不同环境污染指标达到转折点的人均收入也存在很大差异。

通过对以上文献研究发现:(1)环境规制力度是被众多学者所忽视的变量。通过经验与理论分析，工业污染水平变化的一个重要影响因素是环境规制政策。(2)绝大多数学者在利用全国面板数据建立模型时，忽视了中国东、中、西部之间的地区性的差异。(3)通过分析数据发现，全国各省区第二产业占GDP的比重除个别省份外，绝大多数省份是在2007—2008年左右出现下降。而以往研究并没有全面地反映产业结构变化对环境污染产生的影响。(4)大部分文献缺乏对工业污染变化内在机制的理论分析。鉴于上述问题，本文在增长模型的基础上，研究环境变化的内在机制，并利用全国29省份1993—2009年的年度数据，对工业污染的地区差异进行实证分析。本文从模型估计中试图验证:(1)东、中、西部地区是否各自具有经济增长与工业污染的EKC形态。(2)东、中、西部地区环境规制是否对污染水平的改善具有明显的效果。(3)各地区的产业结构调整是否已经对工业污染产生积极效应。

三、环境变化的理论模型

假设在一个封闭的经济主体中，忽略国际贸易与投资对环境的影响，只有一个经济主体或计划者 (既作为消费者又作为生产者)。经济主体中的总资本为K，其中K=KY+KE，KY代表用于生产产品的资本，KE表示用于环境治理与规制的资本。设θ=ΚY/K(0＜θ＜1)为总资本用于生产的比例，则1－θ为总资本用于环境治理与规制的比例，KE=(1－θ)K。在一个无限期界跨期消费的经济中，经济主体的目标是最大化自身福利或效用水平。

其中，C、E、ρ(ρ＞0)分别代表产品的消费量，环境存量与时间贴现率。这里我们把环境当作一种消费品，而不是生产的副产品或生产要素。其中一阶导数UC，UE＞0;二阶导数UCC，UEE＜0，UCE＜0。生产函数的形式表示为:Y=F(KY，E)，其中一阶导数FK，FE＞0;二阶导数FKK，FEE＜0。假设γ为单位产出的环境破坏率，则总污染水平P=γY，此时环境存量的变化量为:)，即环境存量随时间的变化不断减少。在经济中引入环境治理与规制活动的情况下，环境治理与规制活动的效果表示为A=h(KE)，加大环境治理与规制力度能够提高环境质量。因此，在存在生产性活动与环境治理与规制活动时，环境存量的变化为γF(KYE)。

经济主体在最大化自身福利过程中面临生产资本与环境治理与规制资本的双重约束，生产产品的资本约束为:

治理污染的资本约束为:

则最优化问题为:

利用汉密尔顿方程求解上述最优化问题

对上述方程求导，其一阶条件为:

为了更加明确地看出环境变化的内在机制，我们假设效用函数U(C，E)为相对风险厌恶不变的形式，即其中V(0＜V＜1)代表经济主体对资本用于环境治理与规制活动的偏好，σ代表跨期替代弹性。环境治理与规制活动A=h(KE)表示为关于资本的线性函数形式，即A=A1(1－θ)K。则由 (4)式推导得到环境存量的变化与其影响因素的关系表示为:

模型结论为:收入水平的变化会影响环境的变化;贴现率ρ越高，人们会将更多的资本用于工业生产，而不是对环境规制与治理。但随着经济的发展，环境相对于产品的价格会提高，会使贴现率ρ下降，人们进行一定的环境治理投资与规制，使环境发生变化;生产技术水平的变化是导致环境变化的重要因素，从一定程度上，产业结构的变化近似地反应出技术变化对环境的影响。因此，经济发展水平、产业结构、环境规制力度可能是影响工业污染水平的重要因素。

四、工业污染水平区域差异的经验分析

1.变量说明与模型设定

本文采用全国29个省份1993—2009年的面板数据，对工业污染与经济增长的关系形态分别进行东、中、西部地区的估计，样本点数分别为204、153和136个。数据均来源于《中国统计年鉴》(1993—2010)以及《中经网统计数据库》。

本文选用的指标如下:(1)人均工业二氧化硫的排放量 (以pollution表示，单位为千克/人)为工业污染的量化指标。之所以选择工业二氧化硫作为工业污染指标，是因为工业二氧化硫是工业和空气污染的主要组成部分，对大气环境有显著的负面影响。从总体来讲，工业二氧化硫能够大体体现出工业污染水平［2］。(2)人均GDP作为经济发展水平的指标 (以y表示，单位为元)，为消除通货膨胀的影响，保持统计口径的一致性，本文采用以1978年基期价格表示的真实GDP。人均GDP能够较好地反映经济发展水平，即规模效应。(3)第二产业占地区生产总值的比重 (以industry表示，单位为%)作为地区产业结构的指标，该指标能够反映工业发展对环境污染的影响。同时能够代表经济发展过程中的结构效应与技术水平变化效应。(4)已有研究对环境规制的变量指标选择并不一致。部分文献采用去除量的绝对数来代表环境规制的力度。但是采用去除量的绝对数来代表并不能完全准确表示环境规制力度。相对来说，去除量占工业二氧化硫总产生量的比例越大就越能体现出环境规制的力度，同时能够表现污染企业对规制的真实反应。因此，本文将环境规制力度 (以regulation表示，单位为%)以工业二氧化硫的去除量占总产生量的比例表示［13］。

环境规制力度指数=［工业二氧化硫去除量/(排放量+去除量)］×100%

工业污染以及相关变量的统计特征如表1所示。从经济发展水平来看，三大地区之间的差异比较大，东部地区人均GDP为3 995.61元，远远高于中、西部地区;人均工业二氧化硫的排放量则呈现出相反的趋势，西部的人均污染水平最高，中东部地区污染水平差异不大;产业结构方面，三大地区之间的差异相对较小，但是地区内部的差异比较明显，比如东部地区第二产业比重最高的省份为60%，最低的省份则不到20%。但是这种内部差异能够更好地反映产业结构对地区工业污染水平的影响。从环境规制力度来看，东部与中部在环境规制方面要高于西部地区。

表1 工业污染及相关变量的统计特征

根据对本文第三部分理论模型的分析，工业污染水平除了受经济发展的规模效应影响外，经济发展过程中的结构效应、技术效应、收入弹性效应以及政府环境规制力度对污染水平也具有重要的影响。因此，本文选用人均二氧化硫排放量作为被解释变量，人均GDP、第二产业占地区生产总值比重、工业二氧化硫的去除量占总产生量的比例作为解释变量。同时，为了减少面板数据的异方差对模型结果估计的影响，本文设定经济增长与工业污染之间的关系为对数模型。在研究工业污染与经济增长关系时，对数模型相对线性模型更具有优势［16］。模型设定为:

其中，下标t为时间变量，i代表各地区的不同省份。哑变量θt表示时间效应，γi反映不同省份之间存在的差异，比如地理位置、资源禀赋的差异、地方政府的环境政策差异等。εit代表随机干扰因素。本文将基于上式进行讨论。模型中系数αi(i=1，2，3)的符号反映出工业污染随经济增长的动态变化轨迹。其中，当α1＜0，α2＞0，α3＜0(三次函数型)时，工业污染与经济增长之间呈现倒N型形态;α1＞0，α2＜0，α3＞0(三次函数型)时，两者呈现N型形态;α3=0，α2＜0(二次函数型)时，工业污染与经济增长呈现倒U形态，符合EKC形态，并能够通过计算得出工业污染达到转折点时的经济发展水平 (lny*=α1/2α2);α3=0，α2=0，α1＞0(一次函数型)时，工业污染与经济增长呈现正相关关系。

2.稳健性检验与协整分析

为了避免工业污染与影响工业污染各因素之间出现虚假回归的情况，在构建模型之前，首先应该对各序列进行单位根检验。进一步，为克服单一检验方法的局限性，本文主要运用EViews6.0分别对东、中、西部地区工业污染和各影响因素进行基于面板数据单位根检验，而不是单纯地采用ADF检验方法。采用的是相同单位根情况下的Levin－Lin－Chu(LLC)的检验与不同单位根情况下的Im－Pesaran－Shin(IPS)、Fisher－ADF的三种检验方法，检验结果见表2所示。检验结果显示，各地区指标的水平值均不能在10%的显著性水平上拒绝存在单位根的原假设，因此各变量均存在单位根。但对各变量序列进行一阶差分后的检验表明，各变量均能够通过10%的显著性水平。一阶差分后的变量不存在单位根，成为平稳序列。因此，工业污染与其他影响因素之间符合进行协整分析的前提。

表2 东、中、西部地区面板数据的单位根检验结果

通过单位根检验发现，东、中、西部地区的工业污染与各影响因素变量为一阶单整序列。因此，各变量之间可能存在协整关系。为了研究各地区工业污染和经济增长以及各控制变量之间的长期均衡关系，必须进行协整分析。进行协整检验较为广泛的是选用Johansen方法。但是，根据黄万阳和王维国［17］的解释，对于Johansen方法的完全VAR估计可能面临小样本的问题。因此，与恩格尔—格兰杰 (Engle－Granger)两步法相比，对滞后阶数的不恰当设定和均衡模型中的序列相关更不稳健。而两步法关于系数的估计更为一致。以样本值而不是样本值的平方根的速度逼近真实参数，即使在模型解释变量不满足弱外生性的情况下，系数的估计仍然是一致的。因此，本文运用Engle－Granger［18］两步法检验各地区中变量之间的协整关系，其中Pedroni检验使用最为广泛。Pedroni［19］构造了7个检验面板变量协整关系的统计量。其中，面板 v、面板rho、面板PP、面板ADF统计量是用于联合组内维度描述。组rho、组PP、组ADF统计量用于组间维度描述，检验结果见表3所示。通过表3可以发现，东部地区的所有协整检验统计量均在1%的显著性水平上拒绝不存在协整关系的原假设。而中部地区的组ADF－统计量不能在10%的显著性水平上拒绝不存在协整关系的原假设，但是该地区的其他统计量都比较显著。因此，综合各协整检验统计量的优缺点，东、中、西部地区的工业污染水平与经济增长、环境规制水平、产业结构之间存在着长期均衡关系，协整关系成立。

表3 东、中、西部地区工业污染与影响因素协整检验结果

3.计量模型的回归结果

面板数据的估计有混合模型、变截距模型、变系数模型三种方法。变截距模型的估计又分为固定效应模型 (FE)与随机效应模型 (RE)。具体选用哪种模型，要进行参数约束检验。具体的检验步骤是:首先根据协变分析检验即F检验判断是采用混合模型还是变截距模型。如果选用变截距模型，则需要继续采用Hausman检验来判断是选用固定效应模型 (FE)还是随机效应模型 (RE)。

利用全国东、中、西部地区1993—2009年的工业污染与相关影响因素的数据进行估计。通过F统计量的计算方法得到，三个地区的F值均通过了显著性检验，拒绝采用混合估计模型的原假设。因此本文采用变截距模型。进一步，采用Hausman检验方法得出，模型应该采用固定效应模型。为了避免出现序列相关性，增加了AR(1)项。本文运用PLS方法对模型进行估计，估计结果见表4所示。通过估计结果发现，各模型估计的调整R2都高于0.96，说明拟合情况较好。DW值介于1.74—2.19之间，说明不存在序列相关的情况。F统计量都超过给定显著性水平下的临界值。

表4 东、中、西部地区面板数据的回归结果

4.工业污染影响因素的区域差异分析

(1)经济发展水平。通过对估计结果的研究发现，东部与中部地区在不考虑其他因素的情况下，经济发展水平对工业污染的二次项系数，东部与中部地区均为－0.17。系数分别通过了10%的显著性水平。因此，对于这两个地区而言，工业污染水平出现先恶化后改善的情况，经济发展水平最终会导致环境质量的改善。两个地区的工业污染水平与经济发展水平之间的关系是一致的，呈现倒U型形态，符合环境库兹涅茨曲线的形态。但是，这两个地区达到转折点时的人均 GDP水平却不同。这符合 Grossman与Krueger［1］得出的结论。从中国的实际来看，在工业发展早期，地方政府为发展本地经济，采取粗放型的经济发展方式，大力发展一些高耗能、高污染的产业。虽然使经济发展水平得到很大的提高，但是工业污染水平的上升速度也较快。经济发展的规模效应非常明显。随着经济发展水平的提高，收入、技术等效应开始发挥正面的作用，促使污染水平的下降。随着绿色GDP概念的出现以及各级政府对环境的重视，工业污染水平可能会得到一定程度的改善。但是对一些经济发展水平相对落后的省份来说，工业污染水平还会持续上升。因此，我们不能完全依靠经济增长来实现环境的改善。经济发展不能自动地解决一切工业污染问题。当然，经济发展水平与政府的环境政策导向对工业污染水平的降低具有重大的意义。但是西部地区的情况并不如此，西部地区呈现出三次函数的形式，表现为倒N型，具有一定的波动性。但是西部地区的污染最终是处于下降阶段。

(2)产业结构水平。估计结果显示，产业结构是影响工业污染的重要因素。东、中、西部的产业结构水平对工业污染的影响存在很大的差异。东部地区第二产业比重与工业污染水平成正相关关系，与于峰等［20］得出的结论基本一致，也基本符合理论预期。东部地区产业结构项的估计系数为0.63，且通过了1%的显著性水平。这表明，东部地区第二产业占GDP比重每上升1%，工业污染水平就会上升0.63%。与东部地区不同，中部地区的产业结构系数为－0.48，且通过了5%的显著性水平。这表明，中部地区第二产业比重的提高在一定程度上导致了工业污染水平的下降。第二产业比重每增加1个百分点，工业污染会降低0.48个百分点，这与东部地区的结论相反。可能存在以下原因:中部地区的重污染行业占的比重较大，导致了工业二氧化硫的排放量较大。随着生产以及治污技术的进步，中部地区更加注重工业内部结构的优化。虽然第二产业整体比重提高了，但是，污染密集型产业的比重却处于下降状态，所以中部地区的工业内部的结构调整能够降低污染水平。

但是，通过表5我们发现，重污染行业二氧化硫排放强度呈现下降趋势。以电力行业为例，二氧化硫的排放强度，由2001年的0.23吨/万元下降到2008年的0.09吨/万元。非金属矿物制品业与黑色金属冶炼业下降的幅度也较大。由于中部地区火力发电行业、矿产加工与冶炼等占有重要的地位。因此重污染行业的这种变化能够很好地解释中部地区工业结构变化对环境污染水平的影响。

表5 重污染行业二氧化硫排放强度变化趋势 单位:吨/万元

虽然西部地区产业结构项系数表现为负，但是这并没有通过显著性检验。因此西部地区产业结构调整对工业污染水平的影响并不明显。因此，结构与技术减排并没有对西部地区的工业污染带来很大的改变。

(3)环境规制力度。理论上讲，经济发展水平越高的地区，环境规制水平也应该越高。从而对环境污染水平的降低更具有显著作用。环境规制水平是通过企业工业二氧化硫去除量所占总产生量的比例进行衡量。因此，模型的结果一定程度上体现了污染企业对政府环保政策的反应。从模型估计结果来看，东部地区环境规制系数为－0.11，通过了1%的显著性水平。结果表明，东部地区的环境规制水平每提高1个百分点，工业污染水平能够降低0.11个百分点。从各地区的工业化水平来看，东、中、西部地区第二产业比重分别为46.35%、45.23%、43.92%。东部地区工业化水平明显高于中西部地区。较高的工业化水平导致了过多的工业污染，使东部地区更早地意识到了进行环境治理与规制的必要性。经验也证明，东部地区在治理投资、规制政策上都早于其他两个地区。比如在国家生态建设示范区中，东部地区示范区的数量占全国的比例为1/2以上。中部地区的环境规制系数为－0.22，比东部地区的系数要大，说明中部地区在环境规制方面的效果比较明显。原因在于:中部地区存在大量的资源型产业，资源型产业对环保政策的反应最为明显。环境政策力度的提高使资源型产业发展更加注重提高生产的技术水平。另外，东部地区在规制与治理环境方面能够为中部地区提供一些经验。这都在一定程度上使中部地区环境政策的效果提高。尽管西部地区的环境规制对环境污染起到降低作用，但是系数仅为－0.06，治污效果相对较小。西部地区经济发展水平最为落后，加之西部地区能源相对比较丰富，根据比较优势理论，西部地区会大力发展能源密集型产业。西部地区劳动力成本相对较低，在一定发展水平内，西部地区会承接东部低附加值的产业。如果采取严厉的环境规制措施会限制本地区优势产业的发展，更多的环境规制会使企业负担加重。这样的发展模式会抵消环境规制带来的积极效果。东部与中部地区的环境规制难度相对西部来讲较小。这可能也说明了不同发展阶段的地区应采取不同的环境规制力度，即地区经济发展水平的异质性导致了环境规制力度的异质性。

五、结论与政策含义

本文对环境变化与影响因素之间构建理论模型，在探讨环境变化的内在影响机制的基础上，运用全国1993—2009年东、中、西部三个地区29个省份的面板数据，通过对研究数据进行单位根检验与协整检验，然后利用计量经济模型实证研究三大地区的工业污染与经济增长、环境规制、产业结构之间的关系。研究得到以下结论:一是东部与中部地区经济发展造成了工业污染先上升后下降，符合环境库兹涅茨曲线形态，但出现拐点时的经济发展水平并不一致，西部地区的污染水平呈现出倒N型。二是东部地区的第二产业的发展造成了工业污染水平的上升，而中部地区第二产业比重的提高却没有导致工业污染水平上升，这说明中部地区的产业结构调整可能具有后发优势，工业内部结构优化效果明显;西部地区的第二产业发展对环境的影响不显著。三是环境规制的效果在东部与中部地区比较明显，降低了工业污染水平，而在西部地区作用相对较小，这可能源于不同地区经济发展水平下经济发展模式的差异性。

根据计量结果，结合中国区域差异情况，本文的研究具有以下政策含义:一是坚持可持续的经济发展模式。经济发展不应该以牺牲环境为代价。各级政府进一步转变过去的以GDP增长为唯一目标的观念。将经济发展与环境生态作为考核地方政绩的指标。二是加快产业结构升级。产业结构升级既要注重大力发展服务业，降低第二产业在国民经济中的比重，又要注重工业内部结构的转型，降低高耗能、高污染的工业所占的比重，大力发展技术密集型产业，发展循环经济。三是注重环境规制政策的适应性，提高环境规制的效果。采用排污权交易等方式加大对环境污染总量的控制力度。根据不同地区的实际发展水平，制定出适合各地区经济发展与环境改善相互协调的规制与治理政策。

［1］Grossman，G.，Krueger，A.Economic Growth and the Environment ［J］.Quarterly Journal of Economics，1995，110(2):353 －377.

［2］蔡昉，都阳，王美艳.经济发展方式转变与节能减排内在动力［J］.经济研究，2008，(6):4－13.

［3］Panayotou，T.Demystifying the EnvironmentalKuznets Curve:Turning a Black Box into a Policy Tool［J］.Environment and Development Economics，1997，(2):465 －484.

［4］Torras，M.，Boyce，K.Income，Inequality and Pollution:A Reassessment of the Environmental Kuznets Curve［J］.Ecological Economics，1998，25(2):147 －160.

［5］Shafik，N.Economic Development and Environmental Quality:An Econometric Analysis［J］.Oxford Economic Papers，1994，46(10):757 －773.

［6］Bruyn，S.M.Economic Growth and Emissions:Reconsidering the Empirical Basis of Environmental Kuznets Curves［J］.Ecological Economics，1998，25(2):161 －175.

［7］Stokey，N.L.Are There Limits to Growth?［J］.International Economic Review，1998，39(1):1 －31.

［8］Selden，T.，Song，D.Environmental Quality and Development:Is There a Kuznets Curve for Air Pollution E-missions?［J］.Journal of Environmental Economics and Management，1994，27(8):147 －162.

［9］Dinda，S.A.Environmental Kuznets Curve Hypothesis:A Survey［J］.Ecological Economics，2004，49(1):431 －455.

［10］包群，彭水军.经济增长与环境污染:基于面板数据的联立方程估计［J］.世界经济，2006，(11):48－58.

［11］李刚.基于Panel Data和SEA的环境Kuznets曲线分析［J］.统计研究，2007，(5):54－60.

［12］张红凤，周峰，杨慧，郭庆.环境保护与经济发展双赢的规制绩效实证分析［J］.经济研究，2009，(3):14－28.

［13］张学刚，王玉婧.环境库兹涅茨曲线——内生机制抑或规制结果?［J］.财经论丛，2010，(4):7－13.

［14］朱平辉，袁加军，曾五一.中国工业环境库兹涅茨曲线分析［J］.中国工业经济，2010，(6):65－75.

［15］陈华文，刘康兵.经济增长与环境质量:关于环境库兹涅茨曲线的经验分析［J］.复旦学报，2004，(2):87－95.

［16］刘金全，郑挺国，宋涛.中国环境污染与经济增长之间的相关性研究［J］.中国软科学，2009，(2):98－107.

［17］黄万阳，王维国.人民币汇率与中美贸易不平衡问题——基于HS分类商品的实证研究［J］.数量经济技术经济研究，2010，(2):76－90.

［18］Engle，R.F.，Granger，C.W.J.Semiparametric Estimates of the Relation between Weather and Electricity Sales［J］.Journal of the American Statistical Association，1986，81(6):310 －319.

［19］Pedroni，P.Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors［J］.Oxford Bulletin of Economics and Statistics，1999，61(51):653－670.

［20］于峰，齐建国，田晓林.经济发展对环境质量影响的实证分析——基于1999—2004年间各省市的面板数据［J］.中国工业经济，2006，(8):36－45.