何楓 馬棟棟 祝麗云

摘要：以2001～2012年中國(guó)30個(gè)省市面板數(shù)據(jù)為研究樣本，探討霧霾與經(jīng)濟(jì)發(fā)展之間是否符合環(huán)境庫(kù)茲涅茨曲線。結(jié)果表明：第一，霧霾與經(jīng)濟(jì)發(fā)展之間呈現(xiàn)N型，未出現(xiàn)傳統(tǒng)的倒U型；第二，區(qū)域發(fā)展不平衡，霧霾污染的環(huán)境庫(kù)茲涅茨曲線差異顯著，東部、中部和西部地區(qū)分別呈現(xiàn)倒N型、N型和U型，拐點(diǎn)也各有不同；第三，經(jīng)濟(jì)規(guī)?？蓽p輕霧霾污染，產(chǎn)業(yè)結(jié)構(gòu)、人口密度、能源強(qiáng)度和技術(shù)進(jìn)步則會(huì)加重霧霾污染，貿(mào)易依存度及城市化并未能顯著改變霧霾污染現(xiàn)狀。

關(guān)鍵詞：霧霾；PM25；環(huán)境庫(kù)茲涅茨曲線；拐點(diǎn)

DOI：10.13956/j.ss.1001-8409.2016.04.08

中圖分類號(hào)：F124；F205 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2016）04-0037-04

2.Ocean College of Agricultural University of Hebei， Qinhuangdao 066003）

Abstract：Based on the sample of Chinese 30 provinces panel data during 2001～2012， the paper aims to analyze EKC between haze and economic development. The significant findings are as follows. Firstly， there is not an inverted Ushaped type but an Ntype between haze and economic growth. In addition， there is unbalanced development and significant different EKC of haze between regions， east， central and western regions present inverted Ntype， N and U respectively， the inflection point is also different. Last but not least， economic scale can reduce haze pollution， industrial structure， population density， energy intensity and technological progress will aggravate haze pollution， there is no evidence that the degree of trade dependence and urbanization can change haze pollution significantly.

Key words：haze； PM2.5； EKC； inflection point

改革開放以來，中國(guó)GDP以年均10%的速度在飛速增長(zhǎng)，但伴隨著大量資源消耗以及空氣的嚴(yán)重污染。2000年11～12月，2009年11月，尤其是2011年初以來，以可吸入顆粒物（PM10）、細(xì)顆粒物（PM25）為特征污染物的區(qū)域性霧霾事件多有發(fā)生，波及中國(guó)將近30個(gè)省份地區(qū)?！?013中國(guó)環(huán)境狀況公報(bào)》顯示：2013年全國(guó)平均霧霾日數(shù)為359天，比上年增加183天，為1961年以來最多。有研究稱，中國(guó)霧霾現(xiàn)象在人口稠密、高度工業(yè)化以及經(jīng)濟(jì)發(fā)展程度較高的東部地區(qū)尤為顯著[1]。這讓本文不得不繼續(xù)深入思考經(jīng)濟(jì)發(fā)展與霧霾之間究竟存在著怎樣的關(guān)聯(lián)。以中國(guó)2001～2012年的30個(gè)省市面板數(shù)據(jù)為樣本，在充分考慮其他影響因素的基礎(chǔ)上，探討霧霾與經(jīng)濟(jì)發(fā)展之間的相關(guān)關(guān)系，精確估計(jì)霧霾污染的環(huán)境庫(kù)茲涅茨曲線，正確判斷其形態(tài)和拐點(diǎn)，對(duì)于中國(guó)區(qū)域霧霾的治理以及促進(jìn)環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展具有重要意義。

1文獻(xiàn)回顧

20世紀(jì)90年代以來，許多學(xué)者運(yùn)用大量的環(huán)境和經(jīng)濟(jì)數(shù)據(jù)來驗(yàn)證EKC曲線[2]。根據(jù)選取的環(huán)境污染代表性指標(biāo)的不同，對(duì)EKC曲線的研究主要可以分為以下幾類：第一，將二氧化碳（CO2）作為環(huán)境污染代表性指標(biāo)方面的研究。在這一方面的研究成果居多，當(dāng)然結(jié)論也有所不同。Shahbaz等學(xué)者均認(rèn)為存在CO2的EKC曲線[3]；而Friedl和Getzer等人檢驗(yàn)得出CO2的EKC曲線并不存在，而呈現(xiàn)出N型，所對(duì)應(yīng)拐點(diǎn)差距也很大[4]；王良舉等利用CO2排放量分析了206個(gè)國(guó)家的EKC拐點(diǎn)[5]。第二，將二氧化硫（SO2）作為環(huán)境污染代表性指標(biāo)方面的研究。彭水軍和包群、高宏霞等證實(shí)了廢氣和SO2的排放量數(shù)據(jù)均與EKC模式吻合[6，7]；Fodha和Zaghdoud發(fā)現(xiàn)CO2和SO2之間存在長(zhǎng)期協(xié)整關(guān)系，SO2與GDP之間呈現(xiàn)EKC曲線形式，CO2與GDP之間則呈現(xiàn)遞增關(guān)系[8]。第三，將其他污染物作為環(huán)境污染代表性指標(biāo)方面的研究。Tao等證實(shí)廢氣、廢水和固體廢棄物都存在EKC曲線形式[9]；宋馬林和王舒鴻利用廢氣驗(yàn)證了中國(guó)各省市環(huán)境庫(kù)茲涅茨曲線的拐點(diǎn)[10]；張成等驗(yàn)證了SO2和工業(yè)三廢與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)多種形狀，包括單調(diào)遞減、U型、倒U型、N型和倒N型等[11]；程莉應(yīng)用改進(jìn)的人類發(fā)展指數(shù)驗(yàn)證了環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間并沒有呈現(xiàn)倒U型[12]。

不難發(fā)現(xiàn)，對(duì)于EKC曲線在經(jīng)濟(jì)增長(zhǎng)和污染排放之間的關(guān)聯(lián)研究方面有一定的改進(jìn)空間。在大多數(shù)文獻(xiàn)中，所選取污染物不同，污染物和經(jīng)濟(jì)增長(zhǎng)之間的實(shí)證結(jié)論亦會(huì)有所不同。同樣，所選取的地區(qū)等樣本不同，所得到的結(jié)論也會(huì)有變化。從這個(gè)角度來看，把霧霾作為新環(huán)境污染物指標(biāo)來研究與經(jīng)濟(jì)發(fā)展之間有怎么樣的相關(guān)關(guān)系時(shí)，相關(guān)結(jié)論又如何變化，這的確需要具體實(shí)證分析作為支持。這正是本文所關(guān)注的重點(diǎn)。

2研究方法及變量選取

本文采用參數(shù)估計(jì)模型來檢驗(yàn)霧霾污染的庫(kù)茲涅茨曲線，見式（1）。

lnPM25it=ai+β1lnPGDPit+β2（lnPGDPit）2+β3（lnPGDPit）3+β4lnGDPit+β5SGDPit+β6Tradeit+β7lnpopit+β8Iit+β9lnTechit+β10Cityit+εit（1）

式（1）中，ai是常數(shù)項(xiàng)、β為待估參數(shù)、ε為隨機(jī)誤差項(xiàng)。①因變量為霧霾污染，具體為第i個(gè)省市在第t年的PM25濃度，PM25濃度越高，霧霾越嚴(yán)重；②自變量為各省市人均GDP，為第i個(gè)省市在第t年人均GDP，i代表中國(guó)30個(gè)省份；t代表不同時(shí)期。并選用控制變量保持結(jié)果的穩(wěn)定性：經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、貿(mào)易依存度、人口密度、能源強(qiáng)度、技術(shù)進(jìn)步、城市化率，各變量解釋匯總見表1。根據(jù)式（1）回歸結(jié)果，可判定經(jīng)濟(jì)增長(zhǎng)和霧霾污染之間的主要曲線關(guān)系，見表2。

3數(shù)據(jù)來源及描述性統(tǒng)計(jì)

PM25為人們判斷霧霾的關(guān)鍵顯示性指標(biāo)，是霧霾的重要組成部分，本文選擇霧霾污染指標(biāo)為PM25濃度年均值[13]。中國(guó)于2012年底才初步監(jiān)測(cè)PM25濃度，鑒于數(shù)據(jù)可得性及數(shù)據(jù)統(tǒng)計(jì)口徑原因，PM25數(shù)據(jù)來源于哥倫比亞大學(xué)國(guó)際地球科學(xué)信息網(wǎng)絡(luò)中心[14]，根據(jù)Donkelaar等人思路，利用衛(wèi)星設(shè)備監(jiān)測(cè)得到全球2001～2012年P(guān)M25濃度分布圖[15]。借助于此圖，利用Arcgis93軟件進(jìn)行處理，得到中國(guó)30個(gè)省份（不包括港、澳、臺(tái)和西藏）2001～2012年的PM25濃度值。圖1為2001～2012年中國(guó)及三大區(qū)域PM25濃度圖。

其他數(shù)據(jù)來自于各省市2002～2013年《各省市統(tǒng)計(jì)年鑒》《新中國(guó)60年統(tǒng)計(jì)資料匯編》等。利用國(guó)家統(tǒng)計(jì)局GDP平減指數(shù)以2000年為基期進(jìn)行GDP平減，以各地區(qū)工業(yè)價(jià)格指數(shù)對(duì)工業(yè)增加值進(jìn)行平減處理。進(jìn)出口貿(mào)易數(shù)據(jù)以人民幣匯率的當(dāng)年均價(jià)進(jìn)行換算。為考慮區(qū)域發(fā)展不平衡問題，采取國(guó)家統(tǒng)計(jì)局對(duì)東中西部地區(qū)的劃分標(biāo)準(zhǔn)。圖2為全國(guó)及三大地區(qū)2001～2012年人均GDP變化趨勢(shì)圖。各變量描述性統(tǒng)計(jì)見表3。

（1）中國(guó)霧霾污染庫(kù)茲涅茨曲線的存在性。全國(guó)組中，各系數(shù)均通過了顯著性檢驗(yàn)，根據(jù)表2可以判定霧霾污染與經(jīng)濟(jì)發(fā)展之間呈現(xiàn)N型形態(tài)。但是該方程并沒有實(shí)數(shù)解，此模型沒有拐點(diǎn)，無法判定曲線在何時(shí)出現(xiàn)拐點(diǎn)。可以發(fā)現(xiàn)，霧霾的庫(kù)茲涅茨曲線并沒有呈現(xiàn)傳統(tǒng)的倒U型，與現(xiàn)有研究有所不同。安琥森等人認(rèn)為廢水排放量和固體廢物產(chǎn)生量均呈現(xiàn)倒N型[16]；高紅霞等認(rèn)為廢氣和SO2等污染物呈現(xiàn)倒U型[7]。這可能與污染物不同有關(guān)，同時(shí)凸顯出不同環(huán)境污染物下的庫(kù)茲涅茨曲線的差異性。

（2）霧霾庫(kù)茲涅茨曲線的區(qū)域差異性。從計(jì)量結(jié)果知：中國(guó)區(qū)域發(fā)展不平衡，差異顯著。東部地區(qū)人均GDP各系數(shù)顯著，可判定霧霾與經(jīng)濟(jì)發(fā)展之間呈現(xiàn)N型，并且有兩個(gè)拐點(diǎn)15680元和35400元。當(dāng)人均GDP低于15680元時(shí)，霧霾隨經(jīng)濟(jì)增長(zhǎng)而加重，處于兩個(gè)拐點(diǎn)之間時(shí)，霧霾隨經(jīng)濟(jì)增長(zhǎng)而減輕，而高于35400元時(shí)，霧霾隨著經(jīng)濟(jì)增長(zhǎng)而再次加重。中部地區(qū)人均GDP各系數(shù)均通過了顯著性檢驗(yàn)，霧霾與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)倒N型，并有兩個(gè)拐點(diǎn)9480元和19100元，拐點(diǎn)9480元左邊，霧霾隨經(jīng)濟(jì)增長(zhǎng)而減輕，兩個(gè)拐點(diǎn)之間，霧霾加重，拐點(diǎn)19100元右邊，霧霾隨經(jīng)濟(jì)增長(zhǎng)而減輕。西部地區(qū)人均GDP一次項(xiàng)和二次項(xiàng)系數(shù)通過了一致性檢驗(yàn)，三次項(xiàng)系數(shù)未通過檢驗(yàn)，可知，霧霾庫(kù)茲涅茨曲線僅有一個(gè)拐點(diǎn)，拐點(diǎn)值為24000元，呈現(xiàn)U型，24000元左邊，霧霾隨經(jīng)濟(jì)增長(zhǎng)而減輕，越過24000元后，霧霾會(huì)更加嚴(yán)重。

（3）經(jīng)濟(jì)規(guī)模。從估計(jì)結(jié)果可知：全國(guó)及三大地區(qū)中，GDP系數(shù)均通過了顯著性檢驗(yàn)且符號(hào)為負(fù)，說明經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)能夠降低PM25濃度，減輕霧霾，改善環(huán)境質(zhì)量。

（4）產(chǎn)業(yè)結(jié)構(gòu)。各地區(qū)第二產(chǎn)業(yè)增加值占GDP比值系數(shù)均為正，且通過了顯著性檢驗(yàn)?？梢?，產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)會(huì)引起霧霾污染的相應(yīng)變動(dòng)。長(zhǎng)期工業(yè)、機(jī)動(dòng)車排放污染過高，以能源消耗為主的第二產(chǎn)業(yè)在我國(guó)的發(fā)展中仍然處于主要地位。2001年，全國(guó)三次產(chǎn)業(yè)結(jié)構(gòu)比例為15∶51∶34，2012年為101∶453∶446，在此期間第二產(chǎn)業(yè)所占比重僅下降了6個(gè)百分點(diǎn)，可見產(chǎn)業(yè)結(jié)構(gòu)亟待調(diào)整。

（5）貿(mào)易依存度。各地區(qū)進(jìn)出口貿(mào)易總額與GDP比值系數(shù)均為負(fù)，但沒有通過顯著性檢驗(yàn)，可見，沒有證據(jù)能夠證明外資依存度是否對(duì)我國(guó)的霧霾有顯著影響，這與晉盛武和吳娟認(rèn)為貿(mào)易開放加重了我國(guó)的環(huán)境污染的結(jié)果不相符，原因可能在于所選擇的環(huán)境污染的指標(biāo)不同[17]。與外國(guó)企業(yè)進(jìn)行貿(mào)易往來的時(shí)候，在吸入外國(guó)污染企業(yè)轉(zhuǎn)移的同時(shí)，也有可能帶來了先進(jìn)的污染治理技術(shù)，因此，并不能證明貿(mào)易依存度對(duì)霧霾有影響。

（6）人口密度。各地區(qū)人口密度系數(shù)均通過了顯著性檢驗(yàn)，且系數(shù)為正。人口密度越大，霧霾越嚴(yán)重，這是因?yàn)槿丝诰奂牡胤剑瑒趧?dòng)力比較充裕，產(chǎn)品需求市場(chǎng)也比較大，更多企業(yè)就會(huì)抓住這個(gè)契機(jī)去投資辦廠，將會(huì)消耗更多的資源，加重環(huán)境的污染。根據(jù)這一結(jié)果可以判定，人口比較集中的東部沿海地區(qū)面臨的環(huán)保壓力大于中、西部地區(qū)。

（7）能源強(qiáng)度。各地區(qū)能源強(qiáng)度系數(shù)均為正，且通過了顯著性檢驗(yàn)?？芍?，能源強(qiáng)度越高，霧霾污染就越嚴(yán)重。我國(guó)在2011年一躍成為世界煤炭生產(chǎn)、消費(fèi)與凈進(jìn)口第一大國(guó)，雖然近兩年煤炭的消費(fèi)生產(chǎn)比例有所下降，但以煤為主的能源消費(fèi)模式在相當(dāng)長(zhǎng)一段時(shí)期內(nèi)將難以改變，可見，這一消費(fèi)方式在未來一段時(shí)間內(nèi)會(huì)繼續(xù)加大霧霾的污染。

（8）技術(shù)進(jìn)步。各地區(qū)技術(shù)效應(yīng)系數(shù)全部通過顯著性檢驗(yàn)，且各系數(shù)均為正。這與本文預(yù)期的符號(hào)相反。這反映出技術(shù)進(jìn)步并不能有效地改善我國(guó)霧霾污染。一方面各地區(qū)專利申請(qǐng)授權(quán)數(shù)并不能很好地衡量技術(shù)進(jìn)步水平；另一方面我國(guó)自主創(chuàng)新能力較弱，與發(fā)達(dá)國(guó)家相比，差距還很大，技術(shù)進(jìn)步主要靠引進(jìn)國(guó)外的先進(jìn)技術(shù)，因此，技術(shù)創(chuàng)新需要從照抄照搬轉(zhuǎn)化為在模仿基礎(chǔ)上進(jìn)行改進(jìn)和研究。

（9）城市化率。從結(jié)果來看，各個(gè)地區(qū)系數(shù)均為正，但均未通過顯著性檢驗(yàn)，并未有證據(jù)能夠證明城市化會(huì)對(duì)霧霾造成顯著影響。

5結(jié)論與建議

本文利用2001～2012年中國(guó)省際面板數(shù)據(jù)，探討了霧霾的環(huán)境庫(kù)茲涅茨曲線。主要結(jié)論如下：①霧霾與經(jīng)濟(jì)發(fā)展之間呈現(xiàn)倒N型曲線，并沒有出現(xiàn)傳統(tǒng)的倒U型；②區(qū)域發(fā)展不平衡，差異顯著。不同地區(qū)經(jīng)濟(jì)發(fā)展和霧霾污染不同，曲線形態(tài)也各不相同。東部、中部和西部地區(qū)霧霾與經(jīng)濟(jì)發(fā)展之間分別呈現(xiàn)倒N型、N型和U型狀態(tài)，霧霾和經(jīng)濟(jì)發(fā)展的關(guān)系并不唯一，呈現(xiàn)出多樣化狀態(tài)；③曲線拐點(diǎn)也各有不同，東部地區(qū)兩個(gè)拐點(diǎn)分別是15680元和35400元，中部地區(qū)兩個(gè)拐點(diǎn)分別是9480元及19100元，西部地區(qū)的拐點(diǎn)是24000元；④經(jīng)濟(jì)規(guī)模擴(kuò)大會(huì)減輕霧霾；⑤產(chǎn)業(yè)結(jié)構(gòu)、人口密度、能源強(qiáng)度和技術(shù)進(jìn)步在一定程度上會(huì)加重霧霾污染；⑥沒有證據(jù)能夠證明貿(mào)易依存度和城市化率會(huì)對(duì)霧霾造成影響。根據(jù)以上研究結(jié)論，提出如下建議：

（1）在發(fā)展經(jīng)濟(jì)的同時(shí)，要注意環(huán)境污染治理。環(huán)境治理與經(jīng)濟(jì)發(fā)展不是對(duì)立體，尤其是現(xiàn)階段的霧霾治理，不同區(qū)域的經(jīng)濟(jì)發(fā)展階段不同，霧霾污染狀況不同，霧霾污染的特征和影響因素不同，霧霾污染和經(jīng)濟(jì)增長(zhǎng)之間所呈現(xiàn)的關(guān)系也不同。因此，建立跨行政區(qū)域的聯(lián)動(dòng)機(jī)制，綜合考慮高耗能、高污染企業(yè)的規(guī)劃布局，在《大氣污染防治行動(dòng)計(jì)劃》的基礎(chǔ)上，出臺(tái)《區(qū)域霧霾防治條例》等相關(guān)政策，實(shí)現(xiàn)區(qū)域聯(lián)合治理順利進(jìn)行。

（2）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升第三產(chǎn)業(yè)所占比例，大力發(fā)展節(jié)能環(huán)保產(chǎn)業(yè)，推動(dòng)節(jié)能環(huán)保產(chǎn)品和相關(guān)基礎(chǔ)設(shè)施的建設(shè)，減少重工業(yè)及第二產(chǎn)業(yè)所占比例；積極開發(fā)利用清潔能源，提高能源利用率，減緩經(jīng)濟(jì)發(fā)展的能源消耗對(duì)環(huán)境的壓力，加快清潔能源和新能源的開發(fā)和利用，尤其是水電和核電資源的充分利用。

（3）鼓勵(lì)自主研發(fā)和技術(shù)創(chuàng)新。技術(shù)創(chuàng)新并未有效地減輕霧霾污染，但目前的技術(shù)創(chuàng)新并沒有考慮是否與當(dāng)?shù)氐沫h(huán)境政策和市場(chǎng)兼容，不能盲目否認(rèn)技術(shù)所帶來的正向效應(yīng)。因此，創(chuàng)新出實(shí)時(shí)適地的環(huán)保技術(shù)，從源頭、過程和污染全面著手，不能僅僅開發(fā)污染治理技術(shù)，要從根源上入手，例如讓汽車零排放，針對(duì)燃煤、揚(yáng)塵等排放源進(jìn)行控制，除塵、脫硫等關(guān)鍵技術(shù)實(shí)現(xiàn)廣泛應(yīng)用。

參考文獻(xiàn)：

[1]何楓，馬棟棟.霧霾與工業(yè)化發(fā)展的關(guān)聯(lián)研究——74個(gè)城市的實(shí)證研究[J].軟科學(xué)，201529（6）：110-114.

[2]Grossman G M， Krueger A B. Environmental impacts of a North American Free Trade Agreement[R]. National Bureau of Economic Research， 1991.

[3]Shahbaz M， Mutascu M， Azim P. Environmental Kuznets Curve in Romania and the Role of Energy Consumption[J]. Renewable and Sustainable Energy Reviews， 2013（18）： 165-173.

[4]Friedl B， Getzner M. Determinants of CO2 Emissions in a Small Open Economy[J]. Ecological Economics， 2003， 45（1）： 133-148.

[5]王良舉，王永培，李逢春.環(huán)境庫(kù)茲涅茨曲線存在嗎？——來自CO2排放量的國(guó)際數(shù)據(jù)驗(yàn)證[J].軟科學(xué)，2011，25（8）：35-39.

[6]彭水軍，包群.經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染[J].財(cái)經(jīng)問題研究，2006（8）：3-17.

[7]高宏霞，楊林，付海東.中國(guó)各省經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的研究與預(yù)測(cè)——基于環(huán)境庫(kù)茲涅茨曲線的實(shí)證分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2012（1）：52-57.

[8]Fodha M， Zaghdoud O. Economic Growth and Pollutant Emissions in Tunisia： An Empirical Analysis of the Environmental Kuznets curve[J]. Energy Policy， 2010， 38（2）： 1150-1156.

[9]Tao S， Zheng T， Lianjun T. An Empirical Test of the Environmental Kuznets Curve in China： A Panel Cointegration Approach[J]. China Economic Review， 2008， 19（3）： 381-392.

[10]宋馬林，王舒鴻.環(huán)境庫(kù)茲涅茨曲線的中國(guó)“拐點(diǎn)”——基于分省數(shù)據(jù)的實(shí)證分析[J].管理世界，2011（10）：168-169.

[11]張成，朱乾龍，于同中.環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)的關(guān)系[J].統(tǒng)計(jì)研究，2011，28（1）：59-67.

[12]程莉.經(jīng)濟(jì)增長(zhǎng)，人類發(fā)展與地區(qū)環(huán)境質(zhì)量差異[J].軟科學(xué)，2014，28（2）：6-10.

[13]馬麗梅，張曉.中國(guó)霧霾污染的空間效應(yīng)及經(jīng)濟(jì)，能源結(jié)構(gòu)影響[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014（4）：19-31.

[14]Battelle Memorial Institute and CIESIN. Global Annual PM25 Grids from MODIS， MISR and SeaWiFS Aerosol Optical Depth （AOD）， 1998-2012[EB/OL]. Available online： http：//sedac.ciesin.columbia.edu/data/set/sdei-global-annual-avg-pm2-5-modis-misr-seawifs-aod-1998-2012 （accessed on 11 June 2015）.

[15]van Donkelaar A， Martin R V， Brauer M et al. Global Estimates of Ambient Fine Particulate Matter Concentrations From Satellite-based Aerosol Optical Depth： Development and Application[J]. Environmental Health Perspectives， 2010， 118（6）： 847-855.

[16]安虎森，王雷雷，吳浩波.中國(guó)環(huán)境庫(kù)茲涅茨曲線的驗(yàn)證——基于省域數(shù)據(jù)的空間面板計(jì)量分析[J].南京社會(huì)科學(xué)，2014（9）：1-8.

[17]晉盛武，吳娟.腐敗，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的庫(kù)茲涅茨效應(yīng)：以二氧化硫排放數(shù)據(jù)為例[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2014（6）：28-40.

（責(zé)任編輯：冉春紅）