经济增长是为人的发展服务的。随着收入水平的提高, 我们更关注人的健康, 而不仅仅是简单的物质财富积累。与环境库兹涅茨曲线类似, 在不同的发展阶段, 经济增长对健康的影响也不一样。Narayan(2008)发现在短期内, 经济增长对健康起促进作用, 健康状况得以改善, 但在长期, 经济增长过程中排放的一氧化碳和二氧化硫显著增加了健康支出。Tapia and Ionides(2008)调查发现, 在19世纪瑞典的经济增长确实促进了健康状况的改善, 但是这一关系随着时间的推移而变弱了, 到了20世纪的后半叶, 经济增长反而使健康状况恶化了。Rhum(2003)研究证实, 虽然收入的增加和医疗服务水平的提高可以改善健康, 但是经济扩张确实造成了身体健康状况的下降, 特别是对处在工作黄金阶段的男士, 而且这一不良影响对急性病比慢性病更明显。Dockery(1992)测度了空气污染颗粒和酸性气体对每日死亡率的影响, 认为相对于二氧化硫、二氧化氮等酸性气体, 空气污染颗粒对死亡率的影响更加显著。Rhum(2000)提出身体健康状况和经济增长反向相关的观点, 工作使闲暇时间变少, 而且伴随着工作压力的增大而产生的过度饮食、锻炼减少等都造成了健康水平的下降。Stansfeld et al.(1997)也认为, 工作压力会带来比较重的心理负担, 会对健康造成不良影响。另外, 也有研究表明, 经济增长不仅仅对国民健康存在单方面的影响, 国民健康也会通过影响人力资本反过来影响经济增长, 两者之间存在反馈机制(梁润等, 2015)。
对现有文献进行分析, 我们发现, 现有研究已经注意到了经济增长的环境效应(包群、彭水军, 2006;Grossman and Krueger, 1994)、健康效应, 而且健康效应体现在两个方面:一方面, 经济增长能提高国民的生活水平, 改善生活环境, 使健康状况得以改善, 我们称之为“收入效应”, 这也是经济增长的源动力;另一方面, 经济增长对健康还存在“替代效应”, 替代效应可以从生理和心理两个层面来理解。从生理层面看, 经济增长导致的环境污染比如雾霾、水的污染等都会直接引起身体的不适, 严重时造成的病变甚至会损害健康。从心理层面看, 经济增长所带来的生活压力的增大、不良的生活方式等会对健康造成威胁, 间接导致健康状况变差。
我们综合考虑经济增长的环境效益和健康效益, 并在以下两个方面对现有文献进行修正和拓展。
第一, 在研究经济增长的环境和健康问题时, 现有文献或者以发达国家为例, 或者以发展中国家为例, 没有将这一问题与不同的经济发展阶段联系起来, 也就是说忽视了起点条件。根据经济发展的四阶段论(J.R.弗里德曼, 1956), 经济发展可以分为前工业阶段、过渡阶段、工业阶段、后工业阶段, 发达国家一般处于后工业阶段, 而发展中国家一般处于工业阶段。对于处于不同经济发展阶段的国家来说, 经济增长对环境和健康的影响必然存在区别。我们考虑到处于不同发展阶段这一起点条件, 选取发达国家作为经济增长高水平阶段(后工业阶段)的代表、发展中国家作为经济增长中等水平阶段(工业阶段)的代表, 分别测算出发达国家、发展中国家经济增长的环境成本和健康成本, 进行对比。
第二, 现有文献在研究经济增长对环境质量的影响时, 集中于检验库兹涅茨曲线(如Beckman, 1992>;Bartlett, 1994;Bhagwati, 1993;Ekins, 1997;周国富、李时兴, 2012等), 缺乏定量分析。即使有, 也由于环境成本的测度涉及环境损失的定价, 带有很强的主观性(夏光、赵毅红, 1995), 结论难以让人信服。而且, 在研究经济增长对国民健康的影响时, 不论是宏观研究还是微观研究, 尚未辩证的考虑收入效应和替代效应, 也未通过比较来分析经济增长对国民健康的最终影响。本文构建了经济增长的环境和健康成本测度模型, 基于面板交互效应SVAR系统考虑变量之间的反馈机制, 通过正交分解测度环境成本, 避免了对环境污染的主观定价, 综合考虑了经济增长对国民健康的收入效应与替代效应, 避免了对健康成本的片面分析。
综合而言, 本文主要解决以下三个问题:第一, 量化发达国家和发展中国家经济增长的生态环境成本及其差异, 并揭示经济增长的动态响应机制。第二, 探讨在不同的经济发展阶段, 经济增长究竟是改善了健康还是使健康状况变差, 收入效应和替代效应哪种起了主要作用。第三, 在全球化的大背景下, 分析发达国家和发展中国家的非量化的社会环境因素对环境质量和国民健康动态影响的趋势特征及其差异。
关于环境成本, 我们通过以环境污染为代价的GDP价值在GDP中所占比重来度量。关于国民健康, 我们测算出健康支出对经济增长的长期弹性, 并与1进行比例, 来判断替代效应和收入效应究竟哪个起了主要作用。为了实现上述目标, 本文使用国际数据, 构建经济增长的环境和健康成本测度模型——带交互效应的面板结构VAR系统, 来分析经济增长的环境成本和国民健康问题。结果发现, 从平均水平来看, 发展中国家的环境成本占GDP的20.79%~23.02%, 远高于发达国家的3.99%~4.22%。发达国家经济增长对国民健康的收入效应和替代效应相当, 维持了现有健康水平, 而发展中国家经济增长对国民健康的替代效应大于收入效应, 总体上反而降低了社会健康水平。此外, 发达国家和发展中国家的非量化社会因素对环境污染均有明显的遏制作用, 反映出对环境保护的重视是全球化趋势。
文章余下内容结构如下:第二部分, 对经济增长的环境和健康成本测度模型进行详细介绍, 说明方法的适用性。第三部分, 基于实证检验和估计结果, 测度发达国家和发展中国家经济增长所引发的环境代价和健康成本的大小, 并进行对比分析。第四部分, 总结本文的主要结论及对研究进一步的思考。
二、 计量模型与指标说明 (一) 计量模型随着人们对生存、生活环境的关注度逐渐提升和环保意识的不断加强, 大量文献开始关注经济增长与环境之间的关系, 如Grossman and Krueger(1994)、刘金全等(2009)等, 而且, 越来越多的研究将注意力集中于经济增长所引发的环境问题所导致的健康成本上, 如Chay and Greenstone(2003)、Ruhm(2000)等。代表性文献中, Ruhm(2000)、Chay and Greenstone(2003)在研究经济增长对健康水平的影响时采用了固定效应面板数据模型:
| $ {H_{it}}={\alpha _t} + {X_{it}}\beta + {E_{it}}\gamma + {S_i} + {\varepsilon _{it}} $ | (1) |
其中, H表示健康水平, E表示经济增长, X表示其他回归元, 如环境因素等。αt表示国家范围内的时间效应, Si表示不随时间变化的个体固定效应。
模型(1)在设定上存在两个缺陷。第一, 由αt所表示的个体共同因子在模型中对不同个体存在相同的效应, 这一点既不符合经济理论, 也违背经验直觉。Bai(2009)通过在线性面板数据模型中引入了时间与个体的交互效应, 以反映不同个体对共同因素效应的差异。第二, 模型只考虑了经济增长对居民健康的影响, 没有考虑经济增长方式转变所起的作用。实际上, 不同的经济增长方式对社会健康的影响是截然不同的(林伯强, 2009)。因此, 我们在Ruhm(2000)、Chay and Greenstone(2003)模型的基础上, 将经济增长方式变量(林伯强, 2009)以及时间与个体之间的交互效应引入到面板数据模型中, 即可得到:
| $ {H_{it}}={X_{it}}\beta + {E_{it}}\gamma + {T_{it}}\rho + {\lambda _i}{f_t} + {\mu _i} + {\varepsilon _{it}} $ | (2) |
其中, H表示为健康水平指标, E表示经济增长的代理变量, T表示经济增长方式变量, 经济增长方式分为粗放型增长方式与集约型增长方式, 可以通过工业化程度来体现。X表示其他回归元向量, 如环境因素等。ft表示非量化共同社会因素, 如全球化背景下共同的社会环境因素等。λi反映共同因素对第i个国家的影响强度, μi是个体效应。
模型(2)是一个静态单方程模型, 忽略了系统内变量的动态反馈机制。Ruhm(2000)、Chay and Greenstone(2003)发现健康成本具有显著的顺周期波动特征, 环境政策具有显著的降低健康成本的作用。Bloom et al.(2004)发现健康对经济发展具有显著的正反馈作用, 即健康有助于经济增长。同时, Dinda(2004)发现经济增长和环境质量之间也存在相互影响的作用机制。由此可见, 经济增长的各变量具有内生性, 如果忽略经济系统变量间的反馈机制, 就会产生内生性偏误。所以, 单方程静态模型(2)很可能导致不可靠的估计结果和分析结论。
Fielding and Shields(2001)基于VAR系统分析了收入和健康之间的相互作用。但是简化式VAR模型无法显性反映内生变量之间的当期关系。在本文中, 我们将变量之间的当期关系嵌入到VAR系统中, 构建带交互效应的面板结构VAR模型, 如下所示:
| $ A{y_{it}}=\sum\limits_{l=1}^k {{\varphi _l}{y_{i, t-l}} + {\Lambda _i}{F_t} + {\mu _i} + {u_{it}}} $ | (3) |
其中, A为反映变量间当期关系的矩阵, 为了识别模型, 我们将A约束为下三角矩阵。yit为模型中涉及到的四个内生变量组成的向量(T, X, E, H)。本文中, 工业化程度T用ind表示, 环境污染X用env表示, 经济增长E用eco表示, 健康支出H用hea表示, 因此, yit=(indit, envit, ecoit, heait), 参数φl反映了内生变量自身及相互之间的长期相关, Λi=diag(λiind, λienv, λieco, λihea)是因子矩阵对应的载荷系数矩阵, 用以衡量不同国家对共同因子的敏感性差异。Ft=diag(ftind, ftenv, fteco, fthea)是第t期各内生变量因子向量矩阵, μi是个体效应。由于长期关系和当期关系都得以反映, 所以内生变量的结构型冲击之间既不存在长期关系, 也不存在当期关系, uit的方差协方差矩阵为对角矩阵, 用Σ表示。
我们构建带交互效应的面板SVAR模型来测度环境成本和健康成本, 这一方法的适用性体现在以下几个方面:
1. 传统的面板结构VAR模型假定共同因子对所有个体的影响均相同, 对个体异质性的描述存在严重不足, 也正因为如此, 不能同时对处于不同经济发展阶段的国家进行对比分析。而我们考虑了共同因子对不同个体的影响差异, 引入了共同因素与个体差异的交互效应, 能准确得出不同经济发展阶段国家的环境成本和健康成本的差异, 而且能够同时反映出不同经济发展水平国家对全球化因子的影响差异。
2. 面板SVAR模型可以进一步转变为面板结构向量移动平均VMA形式, 通过正交分解量化工业化, 经济增长, 环境污染, 健康支出这四个变量之间的相互冲击, 并在此基础上测度经济增长的环境成本以及经济增长对健康支出的收入效应与替代效应, 如下所示:
| $ \begin{array}{l} {y_{it}}={\beta _i} + \psi {f_t} + \sum\limits_{p=0}^\infty {{\Theta _p}{u_{i, t-p}}} \\={\beta _i} + \left({\begin{array}{*{20}{c}} {\varphi _i^{ind}} & {} & {} & {}\\ {} & {\varphi _i^{env}} & {} & {}\\ {} & {} & {\varphi _i^{eco}} & {}\\ {} & {} & {} & {\varphi _i^{hea}} \end{array}} \right)\left({\begin{array}{*{20}{c}} {f_t^{ind}}\\ {f_t^{env}}\\ {f_t^{eco}}\\ {f_t^{hea}} \end{array}} \right) + \\ \sum\limits_{p=0}^\infty {\left({\begin{array}{*{20}{c}} {{\theta _{11p}}} & {{\theta _{12p}}} & {{\theta _{13p}}} & {{\theta _{14p}}}\\ {{\theta _{21p}}} & {{\theta _{22p}}} & {{\theta _{23p}}} & {{\theta _{24p}}}\\ {{\theta _{31p}}} & {{\theta _{32p}}} & {{\theta _{33p}}} & {{\theta _{34p}}}\\ {{\theta _{41p}}} & {{\theta _{42p}}} & {{\theta _{43p}}} & {{\theta _{44p}}} \end{array}} \right)} \left({\begin{array}{*{20}{c}} {u_{i, t-p}^{ind}}\\ {u_{i, t-p}^{env}}\\ {u_{i, t-p}^{eco}}\\ {u_{i, t-p}^{hea}} \end{array}} \right) \end{array} $ | (4) |
其中,
(1) 经济增长的环境成本
模型(4)中第3个方程可以反映工业化, 环境污染, 经济增长, 健康支出的结构性冲击对经济增长的动态效应:
| $ ec{o_{it}}={\beta _i} + \varphi _i^{eco}f_t^{eco} + \sum\limits_{p=0}^\infty {{\theta _{31p}}u_{i, t-p}^{ind}} + \sum\limits_{p=0}^\infty {{\theta _{32p}}u_{i, t-p}^{env}} + \sum\limits_{p=0}^\infty {{\theta _{33p}}u_{i, t-p}^{eco}} + \sum\limits_{p=0}^\infty {{\theta _{34p}}u_{i, t-p}^{hea}} $ | (5) |
经济增长的环境成本可以理解为以环境污染为代价创造的GDP的值占GDP的比例, 类似于衡量绿色GDP时应该折算的部分, 用以下公式来测量:
| $ EC=\frac{{\sum\limits_p {\left({{\theta _{32p}}en{v_{i, t-p}}} \right)} }}{{ec{o_{it}}}} $ | (6) |
(2) 经济增长对健康支出的替代效应、收入效应, 及健康成本的动态响应
模型(4)中第4个方程反映了工业化, 环境污染, 经济增长, 健康支出的冲击对健康支出的动态响应:
| $ he{a_{it}}={\beta _i} + \varphi _i^{hea}f_t^{hea} + \sum\limits_{p=0}^\infty {{\theta _{41p}}u_{i, t-p}^{ind}} + \sum\limits_{p=0}^\infty {{\theta _{42p}}u_{i, t-p}^{env}} + \sum\limits_{p=0}^\infty {{\theta _{43p}}u_{i, t-p}^{eco}} + \sum\limits_{p=0}^\infty {{\theta _{44p}}u_{i, t-p}^{hea}} $ | (7) |
显然, 人均健康支出成本hea对经济增长eco的长期弹性存在以下三种情况:
①若替代效应和收入效应效果相当, 那么
②若收入效应起主要作用, 那么
③若替代效应起主要作用, 那么
在(7)式中, fthea反映除内生变量(工业化、环境污染, 经济增长, 健康支出惯性)等量化经济的冲击外, 各国家面对全球化环境下的非量化共同因素对健康支出的影响, 而其载荷系数φihea则反映不同国家对这一共同因素的敏感程度。
(2) 环境污染的动态特征
为了衡量工业化, 环境污染, 经济增长, 健康支出的冲击对环境污染的动态影响, 我们对模型(4)的第2个方程进行分析:
| $ en{v_{it}}={\beta _i} + \varphi _i^{env}f_t^{env} + \sum\limits_{p=0}^\infty {{\theta _{21p}}u_{i, t-p}^{ind}} + \sum\limits_{p=0}^\infty {{\theta _{22p}}u_{i, t-p}^{env}} + \sum\limits_{p=0}^\infty {{\theta _{23p}}u_{i, t-p}^{eco}} + \sum\limits_{p=0}^\infty {{\theta _{24p}}u_{i, t-p}^{hea}} $ | (8) |
3. 现有文献使用的方法均为无法反映变量即期关系的简约VAR模型, 无法反映经济增长对于工业化、环境质量和健康成本的动态响应, 我们的方法可以克服这一缺陷, 能通过即期参数来反映变量之间的当期相关性。
模型的估计思想为:第一步, 忽略共同因子, 对面板结构VAR模型实行GMM估计得到模型的初始值。第二步, 对残差进行主成分分解, 得到共同因子及其载荷系数的估计值。第三步, 根据估计值定义投影矩阵, 消除模型中的共同因子, 将模型转化为传统的面板结构VAR模型, 再次实现参数的GMM估计。重复第二步, 迭代至收敛, 即可得到模型的参数估计值。通过模型的描述及约束条件可以得出, 模型恰好识别, 参数可以准确的估计出来。
(二) 指标说明在经济增长指标的选取上, 我们关注的是不同经济增长的起点条件, 也就是不同国家的经济发展阶段。根据库兹涅茨为代表的均衡论, 衡量一国经济发展阶段的最直接指标就是诸如人均GDP之类的均衡指标, 世界银行等组织在对世界格局进行分类时也是采取的此类方式。根据这一标准, 我们选取了人均GDP来衡量经济增长的不同阶段, 以考察发达国家与发展中国家环境成本和健康成本的差异, 并用eco来表示。
在衡量经济增长方式时, 不管是粗放型的增长方式还是集约型的增长方式, 工业化水平都是一个很有说服力的指标, 而且本文关注的主要是工业化对环境和国民健康的影响, 所以选取了人均工业总产值来衡量, 用ind表示。
在反映不同国家的环境质量时, 由于污染物种类繁多, 在进行国际比较时必须选取一个具有代表性和统一性的指标来衡量环境污染情况。而二氧化碳作为最典型的温室气体, 其代表性不言而喻。二氧化碳也是世界银行环境数据部分的首要代表指标, 具体解释为化石燃料燃烧和水泥生产过程中产生的排放, 包括在消费固态、液态和气态燃料以及天然气燃烧时产生的二氧化碳。林伯强、蒋竺均(2009)指出, 人类温室气体排放增加引起的气候变化已成为不争的事实, 对人类生存、社会、经济和环境的可持续发展构成了严重威胁。《京都协议书》也指出了对温室气体的排放进行控制的重要性。同时, 选择二氧化碳作为环境指标的做法也得到了众多学者的认同, 例如Shafik et al.(1992)、Martin Wagner(2008)、Holtz-Eakin and Selden(1995)、Panayotou et al.(2000)。基于以上考虑, 本文选取二氧化碳排放量作为国际上环境质量的代表。我们使用温室气体排放量人均二氧化碳来反映环境质量, 表示为env。
在衡量国民健康时, 我们关注的焦点是经济增长过程中产生的社会健康成本问题, 只考虑国民就诊和治疗的疾病, 并以医疗支出来度量, 并不涉及由于医疗技术进步和医疗资源增加等原因而导致的治愈率提高及寿命延长。尽管技术进步和医疗资源能够使疾病得到更好的治疗, 但国民健康已然受到损害。骆永民(2011)也研究表明健康人力资本与医疗支出密切相关, 我们使用人均医疗支出来反映国民健康水平, 用med来表示。
三、 实证分析 (一) 样本数据及稳定性检验考虑到数据的可得性及完整性, 本文的样本区间为1995到2011年, 选取了具有代表性的13个发达国家和13个发展中国家。发达国家:澳大利亚、瑞士、法国、爱尔兰、意大利、日本、韩国、荷兰、新加坡、美国、西班牙、挪威、葡萄牙。发展中国家:保加利亚、巴西、匈牙利、约旦、墨西哥、蒙古、马来西亚、苏里南、泰国、南非、印度、中国、俄罗斯。发达国家、发展中国家分类和所有数据均来自世界银行网站。为了区分发达国家和发展中国家, 我们用上标high表示发达国家, middle表示发展中国家。为了保持数据的可比性, 人均工业总产值、人均GDP、人均健康支出均为实际值, 用1995不变价的消费者价格指数进行平减。indhigh, envhigh, echigho, heahigh和indmiddle, envmiddle, ecomiddle, heamiddle分别表示发达国家和发展中国家的工业化、环境污染、经济增长和健康成本。
为了直接度量变量之间的弹性, 我们对数据做对数处理。同时, 面板单位根检验结果(见表 1)显示, 在5%的显著性水平下, 发达国家、发展中国家的这4个变量均是平稳的。而且, 模型的脉冲响应函数都迅速收敛到0, 进一步证实内生变量的平稳性。由此可见, 文章的实证分析是可行的。单位根检验的结果见表 1(括号中为p值)。
| 表 1 各变量单位根检验结果 |
发达国家和发展中国家由于经济发展水平不同, 工业生产技术的差异以及环保力度的差别, 生态环境成本也处于不同水平。美国国家航空航天局(NASA)于2010年9月公布了2001年至2006年全球PM2.5平均值的地图, 从图中我们发现, PM2.5浓度较高的主要集中在经济发展水平一般的中低等收入国家, 特别是北非和中国的华北、华东以及华中全部①。
① 具体链接:http://www.nasa.gov/topics/earth/features/health-sapping.html
虽然发展中国家的环境问题更加严重一些, 但不可否认的是, 80年代以来, 随着经济的发展, 不论是在发达国家还是发展中国家, 具有全球影响的环境问题日益突出。在追求经济增长的速度时, 我们不能仅仅看GDP的数值, 也要考虑所付出的环境投入及经济的可持续发展。我们用环境污染所带来的GDP增长来核算经济增长的生态环境成本, 也就是式(6)——环境污染带来的人均GDP与人均GDP的比率来表示, 如表 2所示。
| 表 2 发达国家和发展中国家的生态环境成本 单位:% |
通过对比我们可以发现, 2003-2011年之间, 从均值来看, 发展中国家的生态环境成本为20.79%~23.02%, 均明显高于发达国家的3.99%~4.22%。这主要是因为:一方面, 发展中国家工业生产技术较落后, 而且主要以燃煤为主要燃料, 同样的工业生产总值所带来的废气排放更多。另一方面, 发展中国家的能源利用效率较低, 对污染物的处理技术滞后。这些因素综合起来造成发展中国家虽然经济增长较高, 但是付出的环境成本也较高。另外, 大部分发达国家, 例如瑞士、西班牙、法国、爱尔兰、意大利、日本、葡萄牙、新加坡、美国生态环境成本有逐年递减的趋势, 而大部分发展中国家, 保加利亚、巴西、约旦、墨西哥、蒙古、马来西亚、泰国、南非、印度、中国、俄罗斯, 生态环境成本有逐年递增的趋势。
同时, 从现有文献来看, 这一差异与国际产业转移密切相关。Muradian and Martinez(2001)从发展中国家视角提出“环境成本转移说”, 认为更自由的贸易会促使发达国家通过进口发展中国家的资源密集产品, 把污染物以合理的买卖留在了发展中国家, 实现环境成本的转移。他还提出, 这种南北贸易结构更可能使发展中国家专业化于生产资源密集产品而陷入“专业化陷阱”。Copeland and Taylor(2003)认为, 从贸易的角度看, 为了保护国内环境、节省国内资源, 发达国家会将污染密集型产业转移到发展中国家, 发展中国家更容易利用环境红利来发展污染密集型产业, 因而环境污染会更严重。Ekins(1997)指出, 可以通过进口来不断满足本国对环境密集型产品的消费。Arden-Clarke(1992)发现, 从全球来看, 不发达国家流向发达国家的主要是初级产品, 发达国家消费的初级产品占发展中国家出口总量的绝大多数, 而初级产品又占发展中国家出口收入的绝大部分。也就是说, 国际间的环境成本转移也进一步造成了发达国家和发展中国家的环境成本差异。
2. 经济增长对工业化、环境污染和健康成本的动态响应机制1972年罗马俱乐部的报告《增长的极限》认为, 经济增长、资源消耗、环境污染是按指数的方式增长, 资源的不可再生和环境容纳污染的有限无法支持无限制的经济增长。我们的研究发现, 经济增长对健康状况的长期弹性在发达国家和发展中国家分别为-0.517和-0.913, 也表明环境污染导致的健康状况的恶化的确在遏制经济增长。
式(4)中Θp第3行反映了工业化、环境质量、经济增长惯性和健康状况对经济增长的累计效应, 这里的结果反映的是一单位冲击的累积效应。由于我们的数据都取了自然对数, 这一结果实际上反映出了累计弹性。估计结果(括号中为t值)如下:
| $ {\Theta _{\rm{p}}}\left({3 \cdot } \right){\rm{ec}}{{\rm{o}}^{{\rm{high}}}}=\left[ {1.355\left({2.16} \right)\; \;\; \;0.373\left({3.12} \right)\; \;\; \;1.272\left({5.58} \right)\; \;\; \;-0.517\left({-2.78} \right)} \right] $ |
| $ {\Theta _{\rm{p}}}\left({3 \cdot } \right){\rm{ec}}{{\rm{o}}^{{\rm{middle}}}}=\left[ {2.182\left({4.32} \right)\; \;\; \;5.068\left({2.01} \right)\; \;\; \;3.354\left({3.12} \right)\; \;\; \;-0.840\left({-3.12} \right)} \right] $ |
不论是在发达国家还是发展中国家, 工业化的确促进了经济增长, 经济增长对工业化的长期弹性分别为1.355和2.182。环境污染对经济增长的促进作用在发展中国家体现的更为明显, 环境污染增加1单位, 经济增长增加5.068个单位, 而发达国家环境污染增加1单位, 经济增长仅增加0.373个单位, 可以看出发展中国家经济增长对环境污染所带来的红利依赖性更高。经济增长惯性在发达国家、发展中国家都较强, 分别为1.272、3.354。值得注意的是, 健康水平的下降的确抑制了经济的增长, 经济增长对健康状况的弹性在发达国家和发展中国家分别为-0.517和-0.840。环境污染带来健康状况的恶化, 会使社会总的人力资本受到损害, 势必会抑制经济增长。
|
图 1 (a) 发达国家经济增长的脉冲响应函数 图 1(b) 发展中国家经济增长的脉冲响应函数 |
经济增长对健康状况的影响可以分为两个方面:替代效应和收入效应。如果收入效应起主要作用, 那么经济增长可以改善生活环境, 提升生活质量, 使健康水平提高, 健康支出下降。如果替代效应起主要作用, 那么经济增长伴随着的环境污染和生活节奏的加快及工作压力的增大会对居民的健康水平产生不良影响, 此时健康支出会增加。如果健康水平对经济增长的累积弹性大于1, 则说明替代效应起了主要作用, 总体健康水平在下降, 反而言之, 如果累积弹性小于1, 则说明收入效应起主要作用, 总体健康水平得到改善。
式(4)中第4行反映了各内生变量对健康支出的累计效应, 为了反映出一单位的累积弹性, 我们给出的是除以标准差之后的结果①。
① 注:参数值1.163和3.164对应括号内为检验估计值真实值为1时的t值, 其余是与0相比较的t值。
| $ {\Theta _p}\left({4 \cdot } \right)he{a^{high}}=\left[ {1.355\left({2.17} \right)\; \;\; \;0.488\left({4.39} \right)\; \;\; \;1.163\left({1.03} \right)\; \;\; \;0.552\left({2.41} \right)} \right] $ |
| $ {\Theta _p}\left({4 \cdot } \right)he{a^{middle}}=\left[ {2.075\left({3.46} \right)\; \;\; \;4.892\left({4.85} \right)\; \;\; \;3.164\left({2.09} \right)\; \;\; \;1.681\left({3.41} \right)} \right] $ |
从这一估计结果我们发现:在发达国家, 健康支出对经济增长的累积弹性为1.163, 从统计上看与1无显著差异。而发展中国家健康支出对经济增长的累积弹性分别为3.164, 显著大于1。表明, 发达国家经济增长对健康支出的收入效应和替代效应相当, 经济增长总体上维持了现有社会健康水平。然而, 在发展中国家, 经济增长的替代效应超过了收入效应, 使社会总体健康水平下降了。究其原因, 一方面, 这可能与医疗保障制度是否健全相关。发达国家的医疗卫生服务体系相对健全, 完善和良好的医疗保障制度为公民提供了比较好的健康保障, 在经济发展的过程中可以很好的解决健康问题。而发展中国家的医疗保障制度尚存在诸多问题, 医疗普及度与发达国家相比还有较大差距, 例如中国还存在居民医疗服务利用不公平的现象, 以至于发展中国家在经济高速增长的同时社会健康也受到了极大恶化。
另一方面, 健康观念与文化差异。发达国家收入水平较高, 居民在满足了基本的生活需求之后会关注自身健康, 有比较强的健康观念, 平时会比较注重锻炼及身体状况的调整。而发展中国家人力成本普遍较低, 为了获得更高收入, 不得不投入大量的时间工作, 导致身体处于亚健康状态, 加之健康意识不足, 未意识到健康状况在高强度的工作中已然受到损害。
在发达国家, 健康支出对工业化和环境污染的长期弹性分别为1.355和0.448, 在发展中国家, 健康支出对工业化和环境污染的长期弹性分别为2.075和4.892。可见, 工业化和由此带来的环境污染的确对健康状况造成了不良影响, 而且这一影响在发展中国家更加明显。在发展中国家工业生产总值增加1单位, 健康支出增加大约2个单位, 环境污染增加1单位, 健康支出增加大约5个单位。
2. 健康成本对非量化因素的响应特征及国际差异性fthea反映了除内生变量(工业化、经济增长、社会健康因素、自身惯性)量化经济的冲击以外, 发达国家和发展中国家在全球化的背景下, 各个国家面对的相类似的社会意识等非量化的共同社会因素, 反映共同社会因素对健康支出的影响的趋势变化特征。φihea则反映不同国家对这一趋势的反应敏感性。
主成分分析显示, 发达国家、发展中国家最大特征值对应的fthea分别能够解释健康支出共同因子90%、68%的变化, 能够反映趋势变化的主要特征。图 3为因子载荷矩阵估计结果, 用以反映不同国家对这一趋势的敏感性。
|
图 3 非量化社会环境因素主导的环境污染 |
可以看出, 在剔除经济增长和环境污染等量化经济因素的影响之后, 对于发达国家, 我们发现非量化社会因素导致的健康支出在2001-2003年快速增长, 而在2003-2009年增长有明显放缓, 2009年以后非量化的社会因素所决定的健康状况又呈现出逐渐恶化的趋势。表明总体而言, 社会进步对健康状况没起到应有的改善作用。
|
图 2 非量化全球化环境因素主导的健康支出 |
发展中国家由非量化社会因素所决定的健康状况呈现出与发达国家相似的动态趋势特征。2003年以前, 非量化社会因素决定的健康状况内在趋势不断恶化, 而且速度较快。2003-2009年之间相对稳定, 2009年之后, 非量化社会因素所决定的健康状况内在趋势又逐渐恶化。表明, 在全球化的背景下, 进一步加强对环境保护的重视, 改善社会健康状况是当务之急。
| 表 3 发达国家和发展中国家社会环境因素主导的健康支出的国家差异性 |
从表 2可以看出, 发达国家和发展中国家相比较, 发达国家健康支出对非量化社会因素的敏感性大部分在0.2左右, 而发展中国家在0.08左右徘徊, 由此看来, 发达国家对非量化全球化因素所决定的健康状况趋势变化更加敏感。
(四) 环境成本的动态特征及国际差异性式(4)中第2行反映了各内生变量对环境污染的累计效应, 为了反映一单位冲击的累积弹性, 我们给出的是除以标准差之后的结果。
| $ {\Theta _p}\left({2 \cdot } \right)en{v^{high}}=\left[ {0.075\left({4.56} \right)\; \;\; \;0.961\left({3.12} \right)\; \;\; \;-0.204\left({-6.34} \right)\; \;\; \;-0.129\left({-4.15} \right)} \right] $ |
| $ {\Theta _p}\left(\cdot \right)en{v^{middle}}=\left[ {0.131\left({6.12} \right)\; \;\; \;1.145\left({2.09} \right)\; \;\; \;0.092\left({2.12} \right)\; \;\; \;-0.060\left({-4.32} \right)} \right] $ |
发达国家和发展中国家相比, 环境污染对工业化的长期弹性分别为0.075和0.131, ,说明工业的发展对环境污染的影响在发展中国家较大。其次, 从环境污染对经济增长的弹性来看, 发达国家为-0.204, 表明经济增长1个单位, 环境污染会减少0.204个单位, 环境污染随着经济的增长而减少, 经济增长是可持续的良性增长。而发展中国家环境污染对经济增长的弹性显著为正, 为0.092, 经济增长以环境污染为代价。
在式(8)中, ftenv反映了除内生变量(工业化、经济增长、社会健康因素、自身惯性)的冲击以外, 在全球化的背景下, 发达国家范围内的各个国家、发展中国家范围内的各个国家所分别面对的相类似的社会意识等非量化的共同社会因素, 反映共同社会因素对环境污染的趋势变化特征。φienv反映不同国家对这一共同因素的敏感性差异。这里报告的是最大特征值对应的ftenv。主成分分析显示, 发达国家、发展中国家的最大特征值的ftenv能够反映解释环境污染共同因素96%、75%的变化, 能够捕获主要趋势特征, 这一分析是合理的。
从图 4反映的结果来看, 发达国家社会意识等非量化社会因素对环境污染有遏制作用, 虽然这一遏制作用在2003年到2006年, 2008年到2009年出现了短暂的变缓, 但是总体来看, 非量化社会因素决定的环境污染总体来看是不断下降的。同发达国家类似, 发展中国家非量化社会因素对环境污染总体来看也具有明显的抑制作用。
从不同国家环境污染对社会因素敏感性分析来看, 发达国家环境污染对非量化共同社会因素的敏感性略小于发展中国家。说明经济发展水平越高, 本身环境质量较好, 环境污染对全球环境因素的敏感性较小。
| 表 4 发达国家和发展中国家社会环境因素主导的环境污染的国家差异性 |
本文基于13个发达国家和13个发展中国家的数据, 构建了含不可观测共同因子的交互效应面板SVAR模型, 测度了发达国家、发展中国家经济增长的环境和社会健康成本及非量化共同社会因素对环境污染、健康水平影响及其差异。文章得到的主要结论如下:
(1) 2003-2011年, 从平均值来看, 发达国家的环境成本占实际GDP的3.99%~4.22%, 发展中国家的环境成本占实际GDP的20.79%~23.02%。发展中国家的环境成本要显著高于发达国家, 究其原因, 一方面与国际产业转移密切相关, 另一方面发达国家低耗能和高价值的服务业占较大比重, 产业结构相对来说更加合理, 而且发达国家工业生产技术更加先进, 能源利用效率较高, 燃料利用率也较高。
(2) 发达国家健康支出对经济增长的长期弹性为1.163, 统计上与1无显著差异, 表明发达国家经济增长对健康支出的收入效应和替代效应相当, 经济增长总体上维持了现有的社会健康水平。而发展中国家的健康支出对经济增长的累计弹性为3.164, 显著大于1, 表明经济增长对健康支出的替代效应起了主要作用, 经济增长反而降低了社会总体健康水平。
(3) 发达国家和发展中国家的社会意识、法制法规等非量化社会因素对环境污染均有明显的遏制作用, 而且这一遏制作用在2009年之后出现了明显的强化趋势。反映出随着经济的增长, 对环境保护的重视是全球化趋势。
如果说经济发展的终极目标是改善国民健康, 那么从本文结论来看, 发达国家的经济增长仅仅是维持了现有的健康水平, 而发展中国家经济增长除了使环境质量恶化之外, 还对健康水平起到了负面效应, 也就是说经济发展造成了双重损害, 形成了发展悖论。发展的意义何在?究竟还要不要发展?发展中国家如何跳出这一发展怪圈, 发达国家如何提高现有社会健康水平, 选择何种经济增长方式及何种发展路径来实现跨越, 都是值得我们深入思考的问题。本文中所提到的社会意识、法制法规等非量化社会因素是一个很好的启示, 在经济发展的同时对这些社会因素加以重视, 有可能会给环境质量和国民健康的改善助一臂之力。
| [] |
包群、 彭水军 ,
2006, "经济增长与环境污染基于面板数据的联立方程估计", 《世界经济》 , 第 11 期 , 第 48–58 页。
( 0)
|
| [] |
梁润、 余静文、 冯时 ,
2015, "人力资本对中国经济增长的贡献测算", 《南方经济》 , 第 7 期 , 第 1–14 页。
( 0)
|
| [] |
林伯强、 蒋竺均 ,
2009, "中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析", 《管理世界》 , 第 4 期 , 第 27–36 页。
( 0)
|
| [] |
刘金全、 郑挺国、 宋涛 ,
2009, "中国环境污染与经济增长之间的相关性研究——基于线性和非线性计量模型的实证分析", 《中国软科学》 , 第 2 期 , 第 98–106 页。
( 0)
|
| [] |
骆永民 ,
2011, "《公共卫生支出、健康人力资本与经济增长》", 《南方经济》 , 第 4 期 , 第 3–15 页。
( 0)
|
| [] |
夏光、 赵毅红 ,
1995, "中国环境污染损失的经济计量与研究", 《管理世界》 , 第 6 期 , 第 198–205 页。
( 0)
|
| [] |
周国富、 李时兴 ,
2012, "偏好、技术与环境质量——环境库兹涅茨曲线的形成机制与实证检验", 《南方经济》 , 第 6 期 , 第 85–105 页。
( 0)
|
| [] |
Arden-Clarke C., 1992, South-North terms of trade, environmental protection and sustainable development, Published by World Wide Fund for Nature.
( 0)
|
| [] |
Bai, J.
2009, "Panel data models with interactive fixed effects". , Econometrica , 77 (4) , 1229–1279.
( 0)
|
| [] |
Bartlett B., 1994, "The high cost of turning green", The Wall Street Journal, 14.
( 0)
|
| [] |
Beckerman, W.
1992, "Economic growth and the environment:Whose growth? Whose environment?". , World development , 20 (4) , 481–496.
( 0)
|
| [] |
Bloom, D E.
, Canning, D.
and Sevilla, J.
, 2004, "The effect of health on economic growth:a production function approach". , World Development , 32 , 1–13.
( 0)
|
| [] |
Bhagwati, J N.
1993, "The case for free trade". , Scientific American , 269 (5) , 42–47.
( 0)
|
| [] |
Chay, K Y.
and Greenstone, M.
, 2003, "The impact of air pollution on infant mortality:evidence from geographic variation in pollution shocks induced by a recession". , The Quarterly Journal of Economics , 118 , 1121–1167.
( 0)
|
| [] |
Copel B R and Taylor M S., 2003, Trade, growth and the environment, Published by National Bureau of Economic Research.
( 0)
|
| [] |
Dinda, S.
2004, "Environmental Kuznets curve hypothesis:a survey". , Ecological Economics , 49 , 431–455.
( 0)
|
| [] |
Dockery, D W.
, Schwartz, J.
and Spengler, J D.
, 1992, "Air pollution and daily mortality:associations with particulates and acid aerosols". , Environmental research , 59 (2) , 362–373.
( 0)
|
| [] |
Ekins, P.
1997, "The Kuznets curve for the environment and economic growth:examining the evidence". , Environment and planning a , 29 (5) , 805–830.
( 0)
|
| [] |
Fielding D, and Shields K., 2001, "Dynamic Interaction between Income and Health:Time-Series Evidence from Scandinavia", University of Leicester and Melbourne University working paper.
( 0)
|
| [] |
Grossman G M.and Krueger A B., 1994, Economic growth and the environment, Published by National Bureau of Economic Research.
( 0)
|
| [] |
Holtzeakin, D.
and Selden, T M.
, 1992, "Stoking the Fires? Co2 Emissions and Economic Growth". , Journal of Public Economics , 57 (1) , 85–101.
( 0)
|
| [] |
Martin, Wagner
2008, "The Carbon Kuznets Curve:A Cloudy Picture Emitted by Bad Econometrics". , Resource and Energy Economics , 30 (3) , 388–408.
( 0)
|
| [] |
Muradian, R.
and Martinez-Alier, J.
, 2001, "Trade and the environment:from a 'Southern' perspective". , Ecological Economics , 36 (2) , 281–297.
( 0)
|
| [] |
Narayan, P K.
and Narayan, S.
, 2008, "Does environmental quality influence health expenditures? Empirical evidence from a panel of selected OECD countries". , Ecological economics , 65 (2) , 367–374.
( 0)
|
| [] |
Panayotou T, Peterson A, Sachs J D, et al., 2000, "Is the Environmental Kuznets Curve Driven by Structural Change? What Extended Time Series May Imply for Developing Countries", working paper.
( 0)
|
| [] |
Ruhm, C J.
2000, "Are recessions good for your health?". , The Quarterly Journal of Economics , 115 (2) , 617–650.
( 0)
|
| [] |
Ruhm, C J.
2003, "Good times make you sick". , Journal of health economics , 22 (4) , 637–658.
( 0)
|
| [] |
Stansfeld, S A
, Fuhrer, R
and Head, J
, 1997, "Work and psychiatric disorder in the WhitehallⅡStudy". , Journal of psychosomatic research , 43 (1) , 73–81.
( 0)
|
| [] |
Shafik N, Bandyopadhyay S., 1992, Economic growth and environmental quality:time-series and cross-country evidence, Published by World Bank Publications.
( 0)
|
| [] |
Tapia Granados, J A.
and Ionides, E L.
, 2008, "The reversal of the relation between economic growth and health progress:Sweden in the 19th and 20th centuries". , Journal of health economics , 27 (3) , 544–563.
( 0)
|


0)