《表4 不同发展度国家分阶段随机前沿成本模型估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《动态演进的倒“U”型环境库兹涅茨曲线》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***、**以及*分别表示为在1%、5%以及10%显著水平上显著，括号中的数值为t统计量；技术水平、能源结构经过了逆向化处理以满足成本非效率项的要求。

根据发展度以及时间节点，本文设定模型5、6、7对高发展度国家在1991—2015年、1991—2008年以及2009—2015年三个时期的情况进行回归分析，模型8、9、10为低发展度国家在相应时期的回归分析。同时，为了精准对接我国的发展现状，模型11给出了我国31个省际数据的回归结果。囿于数据的可得性，模型11中所采用的大气污染指标仅涵盖了二氧化硫、氮氧化物、二氧化碳以及PM10四种污染排放物，且时间范围为2009—2015年，因此与上文中国别层面的排放峰值、收入拐点等数值并不可比，但回归结果仍然可以直观地体现出我国EKC的形态以及异质性因素的作用力度。通过运用Frontier4.1软件对各模型进行一步法最大似然估计得到的结果显示，模型5～11的LR单边似然比检验统计量远大于卡方分布显著性概率为1%时的临界值，不存在成本非效率的原假设被拒绝的情况，说明随机前沿分析方法可行。此外，各模型的γ估计系数均超过了0.8，且显著不为零，进一步说明了7个模型中，前沿成本与实际成本的差距均主要来自非效率项uit，且随机误差项vit对于成本的影响远低于成本非效率项uit，验证了模型设置的合理性。具体回归结果见表4。