通过查阅相关文献得出，目前关于库兹涅茨曲线的研究多跟环境有关。颜蕾(2014)引用重庆市1995~2012年的经济增长与工业三废的数据构建模型后，得出重庆市的环境库兹涅茨曲线(EKC)呈倒“U”型和倒“N”型，并对该市提出调整能源结构的建议 [ 1 ]。张冬咏、唐恬(2018)通过研究郑州市指标，得出的拟合曲线形状基本符合EKC的“N”形和倒“U”型，最后给郑州市提出了可持续发展的政策建议 [ 2 ]。李水平、张丹(2014)通过研究湖南省1997~2011年间的GDP和多个污染指标数据发现，该省城镇化发展与6类污染指标呈现了N型、倒U型和倒N型关系，分析各市区发展情况后得出城镇化发展中的环境保护问题依然至关重要 [ 3 ]。周雪晴(2015)对我国西南部5省农业污染情况与经济的EKC关系进行实证分析，最终拟合得出的EKC呈现“N”型或倒U型，并根据结论提出了相关的政策建议 [ 4 ]。郭嘉铭(2015)等分析了呼和浩特市经济增长和工业废气排放量的关系后，发现工业废气和工业固废排放量与经济增长呈正相关，建议该市政府应该优化产业结构和增加环境投资，以实现经济环境协调发展 [ 5 ]。杨丽霞(2010)通过对浙江省的环境和经济进行实证研究得出，污染排放工业三废指标并不呈现倒“U”型走势，但却符合“N”型和向右上倾斜的直线趋势 [ 6 ]。Berna Aydoğan, Gülin Vardar (2020)研究了E7国家的人均二氧化碳排放量、经济增长、农业增加值、可再生能源和不可再生能源消耗之间的动态联系，并调查了1990~2014年间一组E7国家的环境EKC假设的存在性，最终发现EKC呈倒“U”型 [ 7 ]。Chen Xi等(2020)基于碳库兹涅茨曲线(CKC)作为预测峰的理论模型，研究预测了我国四大碳排放行业(即工业、建筑、交通和农业)的峰值，得出我国碳排放量将在2036年达到峰值 [ 8 ]。沈琼、邓文刚(2020)以河南省2000~2017年的数据为样本，对水污染与经济发展之间的关系进行分析，最终拟合的EKC呈现出波浪型和倒“N”型两种情况，得出在推进城市化与工业化发展的同时应兼顾水治理问题 [ 9 ]。

根据环境库兹涅茨曲线的倒“U”型假说的理论、相关文献，以及江西省环境污染现状可以推断出，一个区域的环境污染与经济增长之间并非简单的线性关系，故本文选取EKC的一次曲线模型、二次曲线模型、三次曲线模型分别对自变量(经济指标：调整得到的江西省2003~2017年实际GDP)和因变量(环境指标：工业废气排放量、工业固体废物产生量、废水排放量)进行拟合，其计量模型为：

y = α 1 x + α 0 (1)

y = α 2 x 2 + α 1 x + α 0 (2)

y = α 3 x 3 + α 2 x 2 + α 1 x + α 0 (3)

在上述方程中，y代表江西环境三大指标值，x代表江西省实际GDP， α 0 为常数项， α 1 、 α 2 、 α 3 为待定系数， 、 α 2 、 α 3 的取值不同, 即可得到不同的经济水平和环境污染之间相关关系及曲线型态。环境库兹涅茨曲线的系数、曲线形状、环境和GDP之间的关系可得出表1：

表1. 环境库兹涅茨曲线的系数、曲线形状、环境和GDP之间的关系

在了解模型原理后，找出相关数据，然后进行拟合，通过看相关系数R_Square和预测结果来选定最优模型和方程。

本文选取2003~2017年江西省环境与经济数据为样本数据，采用环境库兹涅茨曲线来实证分析江西省的经济增长与其环境污染之间的关系，并预测其在2018~2023年的演变趋势，以寻求二者的平衡点，进而为政府实施宏观经济调控以及制定环境保护政策提供建议，助推江西省经济的高质量发展。

衡量一个地区经济发展状况的指标主要有宏观和微观两大类，国际上通常使用宏观经济指标中的人均GDP作为衡量标准 [ 10 ]。为减少可能因价格因素导致的数值偏差，需将《江西省统计年鉴》上2003~2017年的名义GDP调整为实际GDP [ 11 ]。又因无法从国家统计局等官方渠道获得同期的江西省GDP平减指数，本文采用以下两种方法分别计算得到2003~2017年江西省实际GDP：

· 使用从世界银行网站¹查询的中国2003~2017GDP平减指数，用于计算实际GDP：

实际GDP = 名义GDP/(1 + GDP平减指数/100) (4)

· 从《江西省统计年鉴》中查询到以1978年为基期的地区GDP指数(1978年的GDP指数为100)，用地区GDP指数换算得到2003~2017年江西省实际GDP：

实际GDP = 基期江西省实际GDP * (当期地区GDP指数/100) (5)

本文借用Python软件，建立一般多项式，分别以上述两种方法计算得到的江西省2003~2017年实际GDP作为自变量，对相应的环境指标进行预测。表2的结果显示，使用两类数据得出的多项式方程，其拟合度(R²)都在0.9以上，但采用方法一的实际GDP数据时，拟合度更高一些；且考虑到以1978年为基期的地区GDP指数调整得到实际GDP金额与名义GDP金额相差较大，在后续查看预测结果时存在一定不便之处。

表2. 2003~2017年江西省实际GDP测算

资料来源：江西省统计年鉴、世界银行。

所以，本文将采用方法一(中国2003~2017GDP平减指数)调整得到的江西省2003~2017年实际GDP作为自变量。

环境指标选取方面，本文选择“工业废气排放量、工业固体废物产生量、废水排放量”三个典型指标，相关数据如表3所示：

表3. 2003~2017年江西省环境指标数据

资料来源：江西省统计年鉴表格2。

图1显示，2003~2017年江西省实际GDP总体呈直线上升趋势；废水排放量总体呈上升趋势，在2015年达到峰值223,232.28万吨，而后开始逐年下降。

图1. 2003~2017年江西省实际GDP与废水排放量

图2显示，2003~2017年，江西省工业废气排放量与工业固体废物产生量两个指标都总体呈上升趋势。工业废气排放量从2015年开始，逐年下降；工业固体废物产生量在2011~2015年缓慢下降后，又开始呈上升趋势。

图2. 2003~2017年江西省工业废气排放量与工业固体废物产生量