基于PVAR模型的我國經(jīng)濟增長與環(huán)境污染關(guān)系實證分析

段顯明 許 敏

(杭州電子科技大學管理學院，浙江杭州310018)

20世紀90年代以來，環(huán)境問題已經(jīng)嚴重的制約了我國經(jīng)濟的可持續(xù)發(fā)展，成為影響社會和諧的突出因素。在經(jīng)濟增長與環(huán)境污染關(guān)系的研究中，針對EKC假說的相關(guān)研究最為普遍，但有學者認為一些國家或地區(qū)并不存在EKC曲線關(guān)系［1］.此外，EKC模型主要有兩大局限性:一是在非平穩(wěn)時間序列條件下，模型的殘差過程可能會出現(xiàn)“偽回歸”現(xiàn)象［2］;二是該模型只反映了經(jīng)濟增長對環(huán)境污染的影響，而忽略了環(huán)境污染與經(jīng)濟增長的反向作用，因此可能使變量產(chǎn)生內(nèi)生性偏差［3］。而VAR模型則彌補了EKC的缺陷。但是，國內(nèi)外學者運用VAR模型研究經(jīng)濟增長與環(huán)境污染兩者關(guān)系時，通常是基于單國家或地區(qū)的時間序列數(shù)據(jù)。如 Chebbi等［4］、劉坤等［5］、吳丹［6］等對各個地區(qū)的經(jīng)濟增長與環(huán)境污染關(guān)系進行了分析模擬。VAR主要考慮了變量之間的時間效應，但是變量之間的地區(qū)效應如何研究?本文采用面板向量自回歸模型(Panel Data Vector Autoregression，PVAR)研究兩者之間的動態(tài)關(guān)系，主要通過脈沖響應函數(shù)和方差分解來考察。

1 研究方法與數(shù)據(jù)說明

1.1 研究方法

本文采用的是面板向量自回歸(PVAR)方法。PVAR模型主要步驟有三個:①利用GMM方法估計相關(guān)系數(shù);②脈沖響應函數(shù);③通過方差分解進一步說明各個影響因素的大小。本文估計了一到四階滯后的PVAR模型，蒙特卡洛仿真500次，根據(jù)AIC準則，確定最優(yōu)滯后階數(shù)為三階。式子如下:

1.2 指標選取與數(shù)據(jù)說明

本文選取1997－2009年中國30個省(西藏除外)為樣本區(qū)間，采用各省人均GDP(gdp)來衡量經(jīng)濟發(fā)展水平，并以1996年為基期。選取同時期的單位GDP工業(yè)廢氣排放量(agas)、單位GDP工業(yè)廢水排放量(awater)、單位GDP工業(yè)固體廢棄物產(chǎn)生量(asolid)來表征環(huán)境污染程度，均作自然對數(shù)處理后，各變量分別表示為lgdp，lagas，lawater，lasolid。

2 實證分析

2.1 面板單位根檢驗

本文首先采用LLC檢驗，IPS檢驗等方法對各個變量進行平穩(wěn)性檢驗，從中發(fā)現(xiàn)各變量的一階差分序列均為平穩(wěn)序列。這表明上述 lgdp，lagas，lawater，lasolid序列是同階的單整序列，可以建立PVAR模型。

2.2 在面板數(shù)據(jù)上估計VAR

本文主要使用Lnessa Love博士提供的PVAR程序得到GMM估計系數(shù)。使用軟件為stata12.0。表1給出了估計結(jié)果。其中h_，h2_，h3_分別代表滯后一、二、三期。

表1 PVAR模型的GMM估計結(jié)果

1%顯著水平的檢驗值表示關(guān)系非常顯著。表中顯示滯后1期的lgdp，lasolid，lagas對其自身都有著顯著的正向影響，且影響系數(shù)分別達到 1.72，0.92，0.60。

5%顯著水平的檢驗值表示關(guān)系比較顯著。表中顯示滯后2期的lgdp對其自身有著顯著負向影響，影響程度達到－0.48。滯后3期的lawater對自身有著0.35的顯著正向影響，滯后3期中l(wèi)gdp和lagas對lasolid分別產(chǎn)生了具有－1.52，0.13大小的顯著影響。滯后1期的lgdp對lagas的影響系數(shù)是2.36。

10%顯著水平的檢驗值表示關(guān)系一般顯著。表中滯后3期的lawater對lgdp有著－0.01的顯著影響，影響程度很微弱。滯后3期的lagas對lawater有著0.23的顯著正向影響，滯后3期的lgdp對lasolid產(chǎn)生了具有－1.52大小的顯著影響。滯后2期的lgdp對lagas產(chǎn)生了具有－2.86大小的顯著影響。

以上結(jié)果表明，lgdp對 lasolid，lawater，lagas所產(chǎn)生顯著影響的滯后期雖然有所不同，但顯著水平都達到了10%以上，這說明經(jīng)濟增長是影響環(huán)境污染的重要原因。此外，環(huán)境污染對經(jīng)濟增長直接作用并不顯著。

圖1 脈沖響應圖

2.3 脈沖—響應函數(shù)所顯示的分析結(jié)果

脈沖響應函數(shù)(IRF)描述的是模型中某一變量的正交化新生(innovation)對系統(tǒng)中每一個變量的影響。圖1給出的IRF圖，置信區(qū)間為95%(圖中的中間線條為IRF點估計值，上下兩條分別為95%置信區(qū)間的上下邊界)，橫軸s則表示滯后期數(shù)。

環(huán)境污染對經(jīng)濟增長沖擊的反應。面對人均GDP的一個正交化新生，b1中l(wèi)awater在同期呈現(xiàn)負響應到滯后6期開始逐漸收斂。響應程度在逐漸減小，收斂過程中也不斷“向好”?？梢娙司鵊DP正的沖擊對單位GDP工業(yè)廢水排放量的影響比較波動，不同的時期響應程度不同。c1和d1中可見經(jīng)濟增長的沖擊是導致這兩類污染物增長的主要原因。

經(jīng)濟增長對環(huán)境污染沖擊的反應。從a2來看，lgdp面對lawater的沖擊的后一直不斷增加。這在一定程度上反映了單位GDP工業(yè)廢水排放量正的沖擊可以持續(xù)的提高人均GDP，然而這種程度較小;a3和a4中可以看到，lasolid和lagas正的沖擊對人均lgdp均產(chǎn)生負響應，隨著時間的推移，這種負響應慢慢加強。可見環(huán)境污染對經(jīng)濟增長具有微弱的負效應，且這個負效應具有時滯性。但是，考慮到污染物本身的性質(zhì)，由于空氣的循環(huán)和自由的流動，對于廢氣污染較為嚴重的地區(qū)，其經(jīng)濟增長的部分環(huán)境成本將由其他污染相對較輕的地區(qū)承擔，從而產(chǎn)生了負的外部性，在市場不完全的條件下，這種負外部性不會得到相應的懲罰。因此，對于廢氣污染較為嚴重的地區(qū)，長期廢氣排放對經(jīng)濟增長的負效應反而會逐漸減少。相反，固體廢物排放的“產(chǎn)權(quán)”是明確界定的，它們對一地區(qū)經(jīng)濟增長帶來的負效應一般不會轉(zhuǎn)嫁到其他地區(qū)。因此，這種負效應將得以延續(xù)。

lasolid，lawater，lagas之間的內(nèi)部聯(lián)系。d2和b4中說明單位GDP工業(yè)廢水排放量和工業(yè)廢氣排放量之間也存在著相互促進的動態(tài)關(guān)系。b3和c2中說明單位GDP工業(yè)廢水排放量和工業(yè)固體產(chǎn)生量之間也具有相互促進的動態(tài)關(guān)系。d3和c4中表明lagas與lasolid之間的效果就不是很明顯。

2.4 方差分解

方差分解提取的是每個隨機擾動對模型中的變量產(chǎn)生影響的相對重要性。本文利用面板模型的方差分解進一步說明各個影響因素的貢獻度。

從表2來看，人均GDP對自身的前期值沖擊反應在第10期，第20期，第30期都達到50%以上的水平。這意味著經(jīng)濟增長存在明顯的正反饋現(xiàn)象，過去的經(jīng)濟增長能夠較大程度地解釋當期經(jīng)濟的增長。重點觀察人均GDP和環(huán)境各指標之間相互影響的情況發(fā)現(xiàn)，總體來說，經(jīng)濟增長沖擊對環(huán)境污染變化的影響大于環(huán)境污染沖擊對經(jīng)濟增長的反作用。在廢氣排放量和固體廢棄物產(chǎn)生量的模型中，污染指標對于經(jīng)濟增長預測方差的貢獻幾乎可以省略。但從第二、六、十行可以看出，在經(jīng)濟增長預測誤差分解中，工業(yè)廢水排放量的貢獻度相對較大，在第30期接近達到38%，說明目前我國經(jīng)濟的增長是建立在一定的廢水排放量基礎(chǔ)上的。從第二列的數(shù)據(jù)也可以看出，在各類污染物指標的方差分解中，經(jīng)濟增長對工業(yè)固體廢棄物產(chǎn)生量和工業(yè)廢氣排放量的貢獻程度要大于對工業(yè)廢水排放量，在工業(yè)固體廢棄物產(chǎn)生量和廢氣排放量模型中，貢獻率都幾乎達到50%。說明經(jīng)濟增長是導致污染增加的主要原因。

表2 方差分解結(jié)果

3 結(jié)論與對策

本文通過建立PVAR模型構(gòu)建了我國經(jīng)濟增長與環(huán)境污染之間的長期均衡方程，進一步利用脈沖響應和方差分解分析了這兩者之間動態(tài)響應過程。得出如下結(jié)論:

第一，經(jīng)濟增長是影響污染排放的重要原因;環(huán)境變化對經(jīng)濟增長也存在著反向作用，但不明顯。就污染排放對經(jīng)濟增長的沖擊效果而言，除了個別時期外，經(jīng)濟增長將導致各類污染物排放量的上升。

第二，人均GDP對環(huán)境指標的沖擊影響則表明環(huán)境改善對經(jīng)濟增長產(chǎn)生正效應，但這一反饋作用往往具有一定的滯后。同時，自然資源的投入可以在短期內(nèi)促進經(jīng)濟增長，但是，從我國目前的經(jīng)濟情況來看，現(xiàn)期的消費在一定程度上是在透支未來資源，因此，環(huán)境污染在一定程度上會影響到經(jīng)濟增長。所以在保障經(jīng)濟發(fā)展的同時，控制水污染，加大治理污染物排放的力度，對我國而言已顯得刻不容緩。

第三，經(jīng)濟增長指標對解釋環(huán)境污染指標的預測方差分解的貢獻度較高，說明我國目前的工業(yè)發(fā)展還是偏重型化。同時，我國經(jīng)濟的增長是建立在一定的環(huán)境代價上，因此，我們必須合理利用環(huán)境，不能突破環(huán)境的底線。要通過一定的政策和措施減少企業(yè)單位產(chǎn)出的污染強度，以形成環(huán)境污染對經(jīng)濟發(fā)展的長效良好反饋機制。

(編輯:劉呈慶)

［1］Akbostanci E，Turut-Asik S，Tunc GI.The Relationship Between Income and Environment in Turkey:Is There an Environmental Kuznets Curve?［J］.Energy Policy，2009，37(3):861 －867.

［2］Coondoo D，Dinda S.Causality Between Income and Emission:A Country Group-specific Econometric Analysis［J］.Ecological Economics，2002，40:351 －367.

［3］Dinda S.Environmental Kuznets Curve Hypothesis:A survey［J］.Ecological Economics，2004，49(4):431 －455.

［4］Chebbi H E，Boujelbene Y.CO2Emissions，Energy Consumption and Economic Growth in Tunisia［C］.European Association of Agricultural Economists.UK:Oxford University Press，2008:1 －5.

［5］劉坤，劉賢趙，常文靜.煙臺市經(jīng)濟增長與環(huán)境污染關(guān)系實證研究——基于VAR計量技術(shù)的檢驗分析［J］.環(huán)境科學學報，2007，(11):1929－1936.

［6］吳丹，吳仁海.不同地區(qū)經(jīng)濟增長與環(huán)境污染關(guān)系的VAR模型分析——基于廣州、佛山、肇慶經(jīng)濟圈的實證研究［J］.環(huán)境科學學報，2011，(4):880 －888.