山東省產(chǎn)業(yè)結(jié)構(gòu)演化與水環(huán)境質(zhì)量的關(guān)聯(lián)分析
——基于VAR模型

(山東農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,山東 泰安 271018)

山東省產(chǎn)業(yè)結(jié)構(gòu)演化與水環(huán)境質(zhì)量的關(guān)聯(lián)分析
——基于VAR模型

曹 娣,周 霞

(山東農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,山東 泰安 271018)

區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與水環(huán)境質(zhì)量間具有雙向約束關(guān)系?；?001—2015年山東省產(chǎn)業(yè)結(jié)構(gòu)與水環(huán)境質(zhì)量的相關(guān)數(shù)據(jù),利用VAR模型,采用脈沖響應(yīng)和方差分解揭示了山東省產(chǎn)業(yè)結(jié)構(gòu)演化和水環(huán)境質(zhì)量的關(guān)聯(lián)關(guān)系。結(jié)果表明:產(chǎn)業(yè)結(jié)構(gòu)演化與水環(huán)境質(zhì)量之間存在協(xié)整關(guān)系,表現(xiàn)為長期均衡穩(wěn)定的關(guān)系;產(chǎn)業(yè)結(jié)構(gòu)變化會減少氨氮排放量、化學(xué)需氧量排放量,能較好地改善水環(huán)境質(zhì)量;產(chǎn)業(yè)結(jié)構(gòu)變化會增加廢水排放量,但是隨著產(chǎn)業(yè)結(jié)構(gòu)不斷變化廢水排放量呈遞減趨勢;水環(huán)境質(zhì)量對產(chǎn)業(yè)結(jié)構(gòu)演化的制約和促進(jìn)作用較微弱。

產(chǎn)業(yè)結(jié)構(gòu);水環(huán)境質(zhì)量;VAR模型

1 引言

隨著經(jīng)濟(jì)的快速發(fā)展,我國生態(tài)環(huán)境態(tài)勢日益惡化,水環(huán)境質(zhì)量狀況不容樂觀,污水排放量和污染程度都呈現(xiàn)出不同程度的惡化,水污染問題已成為我國當(dāng)前最主要的環(huán)境安全問題[1]。有研究表明，未來水資源問題是影響我國經(jīng)濟(jì)可持續(xù)發(fā)展的主要瓶頸之一[2]。2015年我國發(fā)布了《水污染防治行動計劃》(簡稱“水十條”),為水環(huán)境質(zhì)量狀況改善設(shè)定了總體戰(zhàn)略路徑和措施。

經(jīng)濟(jì)增長與生態(tài)環(huán)境之間具有雙向互動關(guān)系[3,4]。產(chǎn)業(yè)發(fā)展是經(jīng)濟(jì)增長的助動力,同時也與水

環(huán)境質(zhì)量有著密不可分的關(guān)聯(lián)?；仡檱鴥?nèi)研究產(chǎn)業(yè)結(jié)構(gòu)與水環(huán)境質(zhì)量關(guān)系的研究成果,不同程度的產(chǎn)業(yè)結(jié)構(gòu)變化調(diào)整對環(huán)境污染控制產(chǎn)生不同效果,隨著經(jīng)濟(jì)發(fā)展要及時調(diào)整產(chǎn)業(yè)結(jié)構(gòu)與污染控制之間的關(guān)系[5]。

從投入—產(chǎn)出因素分析,粗放式經(jīng)濟(jì)發(fā)展模式是造成我國水污染問題的主要原因,實現(xiàn)產(chǎn)業(yè)集約化、提高水污染處理率是解決水污染的根本途徑[6]。從工業(yè)結(jié)構(gòu)分析,污染密集型產(chǎn)業(yè)的比重上升和下降都會對水污染排放產(chǎn)生較大影響,即工業(yè)結(jié)構(gòu)調(diào)整對改善水污染的作用不容小覷[7]。從用水效率分析,技術(shù)進(jìn)步促進(jìn)了用水強(qiáng)度下降,加快了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,成為提高用水效率的重要途徑之一[8]。從政府和社會的角度分析,我國工業(yè)用水污染問題的本質(zhì)是由政府、企業(yè)和公眾的博弈引起的結(jié)果[9]。綜合來看,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對解決水資源污染和節(jié)約利用水資源發(fā)揮了一定的積極作用[10]。

鑒于VAR模型在產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)增長與環(huán)境污染方面的應(yīng)用效果良好,本文采用VAR模型分析方法,利用2001—2015年山東省三類水環(huán)境質(zhì)量指標(biāo)和產(chǎn)業(yè)結(jié)構(gòu)演化指標(biāo),具體解析了山東省產(chǎn)業(yè)結(jié)構(gòu)與水環(huán)境質(zhì)量的雙向動態(tài)作用特征。通過脈沖響應(yīng)函數(shù)和預(yù)測方差分解,檢驗山東省水環(huán)境質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)演化間的動態(tài)沖擊反應(yīng),以刻畫兩者之間長期的相互動態(tài)作用。通過這種動態(tài)分析，進(jìn)一步促進(jìn)山東省的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級,提高水環(huán)境質(zhì)量和用水效率，緩解水資源短缺問題。

2 研究方法與數(shù)據(jù)來源

2.1 數(shù)據(jù)來源和指標(biāo)選取

山東省兼具農(nóng)業(yè)與工業(yè)大省的雙重屬性。隨著經(jīng)濟(jì)發(fā)展和城市化進(jìn)程,山東省產(chǎn)業(yè)結(jié)構(gòu)不斷變化,三次產(chǎn)業(yè)比例由2001年的14.79∶49.55∶35.67調(diào)整為2015年的7.9∶46.8∶45.3。自2001年以來,山東省第一產(chǎn)業(yè)占比呈逐漸下降的趨勢,第二產(chǎn)業(yè)占比在2006年達(dá)到峰值后以穩(wěn)定的降速呈遞減態(tài)勢,第三產(chǎn)業(yè)占比在2004年達(dá)到最小值后呈上升趨勢,自2008年以來一直呈現(xiàn)穩(wěn)步遞增且增幅較大的狀態(tài)。

近年來，山東省產(chǎn)業(yè)結(jié)構(gòu)盡管有一定的演化升級,但是這種產(chǎn)業(yè)結(jié)構(gòu)與“三二一”型結(jié)構(gòu)還有一定的差距。因此,山東省產(chǎn)業(yè)結(jié)構(gòu)還有進(jìn)一步優(yōu)化改善的空間。山東省水資源短缺嚴(yán)重,人均水資源量屬于絕對貧水區(qū)[11]。自2001年起山東省廢水排放量呈逐年遞增趨勢,化學(xué)需氧量排放量和氨氮排放量自2001年起均呈遞減狀態(tài),2011年化學(xué)需氧量和氨氮排放量出現(xiàn)突增,增幅分別為2001年的1.15倍和1.05倍,2012—2015年呈緩慢下降趨勢，但是相較于2001年其增幅仍在0.8倍左右?？梢钥闯?，山東省水環(huán)境質(zhì)量的現(xiàn)狀不容樂觀,水環(huán)境質(zhì)量下降會對經(jīng)濟(jì)發(fā)展產(chǎn)生不利的影響。為了便于分析，產(chǎn)業(yè)結(jié)構(gòu)變化程度采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值度量[12],記為OIS。若OIS值處于增加狀態(tài),表明產(chǎn)業(yè)結(jié)構(gòu)在演化升級,向著服務(wù)化方向演變。

表1 變量符號表

綜合以上分析,本文建立由3個水環(huán)境質(zhì)量指標(biāo)(廢水排放量、化學(xué)需氧量排放量、氨氮排放量) 與產(chǎn)業(yè)結(jié)構(gòu)變化率指標(biāo)組成VAR模型,采用協(xié)整分析和脈沖響應(yīng)分析對山東省產(chǎn)業(yè)結(jié)構(gòu)演化與水環(huán)境質(zhì)量之間的關(guān)系進(jìn)行實證研究,具體變量指標(biāo)見表1。本文所采用的各污染物排放量、產(chǎn)業(yè)產(chǎn)值等數(shù)據(jù)來源于2002—2016年的《山東省統(tǒng)計年鑒》,并運用Eviews7.2軟件進(jìn)行實證分析。

2.2 研究方法

VAR模型是一種動態(tài)聯(lián)立方程模型,模型中的解釋變量是系統(tǒng)中全部內(nèi)生變量的滯后值,模型中每個方程都有相同的解釋變量,被解釋變量是系統(tǒng)中的每一個內(nèi)生變量。VAR模型拓展了傳統(tǒng)單變量自回歸模型,包含多元時間序列變量,克服了傳統(tǒng)方程模型產(chǎn)生的問題和不足,還可以運用廣義脈沖響應(yīng)和方差分解來揭示變量間的動態(tài)關(guān)系。VAR模型一般數(shù)學(xué)表達(dá)式為:

(1)

式中,Yt為(n×1)向量構(gòu)成的同方差平穩(wěn)線性隨機(jī)過程;βi為(n×n)的系數(shù)矩陣;Yt-i為Yt的i階滯后變量;εt為隨機(jī)誤差項,在模型中可視為隨機(jī)擾動項。本模型滿足:E(εt)=0,E(εtYt-i)=0,i=1,2,…,p。即εt的期望為0,εt與Yt和各滯后期不相關(guān)。

3 實證結(jié)果分析

3.1 模型建立與檢驗

單位根檢驗:為防止模型在建立過程中出現(xiàn)偽回歸問題,本文采用ADF檢驗法對ANE、COD、WWD和OIS以及它們的一階差分序列DANE、DCOD、DWWD、DOIS進(jìn)行平穩(wěn)性檢驗,檢驗結(jié)果見表2。在5%顯著水平下ANE、COD、WWD和OIS的ADF檢驗值均大于臨界值,為非平穩(wěn)數(shù)據(jù);DANE、DCOD、DWWD和DOIS的ADF檢驗值均小于5%顯著水平下的臨界值,為平穩(wěn)數(shù)據(jù),所以DANE、DCOD、DWWD和DOIS都為一階單整序列。

表2 ADF單位根檢驗結(jié)果

協(xié)整檢驗:協(xié)整理論是由恩格爾和格蘭杰[13]在1987年首先提出來的。所謂協(xié)整是指非平穩(wěn)序列線性組合后的序列間存在一個長期穩(wěn)定的比例關(guān)系；反之,則不存在一個長期穩(wěn)定的協(xié)整關(guān)系[14]。本文采用EG兩步法來檢驗產(chǎn)業(yè)結(jié)構(gòu)變化率OIS和廢水排放量WWD、產(chǎn)業(yè)結(jié)構(gòu)變化率OIS與化學(xué)需氧量排放量COD、產(chǎn)業(yè)結(jié)構(gòu)變化率OIS和氨氮排放量ANE間的協(xié)整關(guān)系。

用OLS分別對OIS和ANE、COD和WWD進(jìn)行靜態(tài)回歸,回歸方程為:

OIS=0.447125916+0.02364ANE+μ1t

(2)

OIS=0.484211+0.001892COD+μ2t

(3)

OIS=0.376148+8.66E-07WWD+μ3t

(4)

本文分別對三個殘差序列的單整階數(shù)進(jìn)行檢驗,檢驗方法與驗證序列平穩(wěn)性的方法相同,結(jié)果見表3。由檢驗結(jié)果可知,回歸方程的殘差序列ADF檢驗值都小于顯著水平5%下的臨界值,即殘差序列μ1t、μ2t、μ3t是平穩(wěn)序列,說明OIS與ANE、OIS與COD、OIS與WWD之間存在協(xié)整關(guān)系。即產(chǎn)業(yè)結(jié)構(gòu)演化與水環(huán)境質(zhì)量間存在協(xié)整關(guān)系,即具有長期均衡關(guān)系。

表3 協(xié)整方程ADF檢驗結(jié)果

確定滯后階數(shù)與穩(wěn)定性檢驗:本文在以上ADF檢驗的基礎(chǔ)上,建立以產(chǎn)業(yè)結(jié)構(gòu)變化率、廢水排放量、化學(xué)需氧量排放量、氨氮排放量為因變量,這些變量的滯后值為自變量的VAR模型。建立VAR模型前要確定最優(yōu)滯后階數(shù),根據(jù)LogL、LR、FPE、AIC、SC和HQ等標(biāo)準(zhǔn)進(jìn)行模型最優(yōu)滯后階數(shù)的確定,選擇標(biāo)準(zhǔn)見表4。參照AIC和SC的評價標(biāo)準(zhǔn),在表4中得出滯后階數(shù)為2階時AIC和SC的值最小,所以將VAR模型的滯后階數(shù)確定為2階,即建立VAR(2)模型。

表4 VAR模型最優(yōu)滯后階數(shù)選擇標(biāo)準(zhǔn)

圖1 VAR(2) 的AR特征多項式逆根

計算VAR(2)模型的AR的特征多項式,結(jié)果見圖1。特征多項式根的倒數(shù)全部小于1且位于單位圓內(nèi),表明建立的VAR(2)模型穩(wěn)定有效,結(jié)果可行。由于建立的VAR(2)模型穩(wěn)定有效,可利用VAR模型的廣義脈沖響應(yīng)函數(shù)解析產(chǎn)業(yè)結(jié)構(gòu)變化與水環(huán)境質(zhì)量的動態(tài)沖擊響應(yīng),揭示兩者間的關(guān)聯(lián)關(guān)系。

3.2 脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)是受一擾動項變量的沖擊,被沖擊變量的當(dāng)前值和未來值會產(chǎn)生響應(yīng),根據(jù)這一動態(tài)沖擊反應(yīng)來解釋變量之間的相互影響和動態(tài)聯(lián)系。同時根據(jù)以上建立的VAR(2)模型,可得到相應(yīng)的各個脈沖響應(yīng)函數(shù)圖，見圖2(圖中縱軸是被沖擊變量做出的響應(yīng)軌跡,橫軸是沖擊作用的滯后期,實線為脈沖響應(yīng)函數(shù)線,虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離線)和脈沖響應(yīng)分析結(jié)果表(表5)。

圖2 ANE對OIS的脈沖響應(yīng)

時期ResponseofANEtoOISResponseofOIStoANEResponseofCODtoOISResponseofOIStoCODRResponseofWWDtoOISResponseofOIStoWWD1-1.2487520 -15.642810 10788.2700 21.7363110.00096423.29552-0.0097652806.769-0.00015130.684115-0.0014818.59425-0.0064317691.7150.00152340.754694-0.0032938.951856-0.0021032002.3430.0027495-0.775199-0.005700-9.677021-0.0055235703.5330.0029626-0.054577-0.0085980.286987-0.0050453823.1620.00213770.402003-0.0095255.528433-0.0002275710.8560.00202381.315272-0.00752416.447190.0004012690.8350.00266190.662340-0.0063348.021994-0.0036682459.6820.00353310-0.050695-0.007825-0.601337-0.0048501183.4070.003555

ANE與OIS的動態(tài)關(guān)系:由圖2和表5可知,當(dāng)給OIS一個單位的沖擊,ANE的當(dāng)期反應(yīng)值是負(fù)的(-1.25)且是整個反應(yīng)期的最低值,然后呈上升趨勢,第2期變?yōu)檎?1.74),達(dá)到整個反應(yīng)期的最高值;隨后又呈下降趨勢在第3期和第4期之間有較小的波動,到第5期時降為負(fù)值(-0.775);接著又呈上升趨勢,在第8期達(dá)到一個正的最值后又呈下降狀態(tài),在第10期變?yōu)樨?fù)值。在整個分析期內(nèi),ANE對OIS脈沖響應(yīng)呈5期為一個波動周期變化。從圖3和表5可見,給ANE一個單位的沖擊,OIS第1期沒有反應(yīng),隨后在較小范圍內(nèi)上升達(dá)到反應(yīng)期的最高值(0.000964),然后呈下降趨勢在第7期達(dá)到最小值(-0.009525),第8—10期在負(fù)值間來回波動?？傮w來看,ANE對OIS呈負(fù)向影響,且影響值較小,氨氮排放量對產(chǎn)業(yè)結(jié)構(gòu)變化有一定約束力。

圖3 OIS對ANE的脈沖響應(yīng)

COD與OIS的動態(tài)關(guān)系:由圖4和表5可見,給OIS一個單位的沖擊時,COD的當(dāng)期反應(yīng)值呈現(xiàn)負(fù)的(-15.64),隨后呈現(xiàn)上升趨勢在第二期變?yōu)檎?23.296),且達(dá)到整個反應(yīng)期的最高值;接著呈下降趨勢,在第三期和第四期之間有較小的波動,到第五期時降為負(fù)值(-9.677);后又呈上升趨勢,在第八期達(dá)到一個正值后呈下降狀態(tài),在第十期變?yōu)樨?fù)值。在整個分析期內(nèi)COD對OIS脈沖響應(yīng)變化也呈五期為一個波動周期,整個COD的反應(yīng)走勢與ANE的走勢基本相同。由圖5和表5可見,給COD一個單位的沖擊,OIS第1期沒有反應(yīng),隨后在較小范圍內(nèi)的負(fù)值與零之間來回波動,僅在第8期時出現(xiàn)一個正值(0.000401)?？傮w來看,COD對OIS呈負(fù)向影響,化學(xué)需氧量排放量對產(chǎn)業(yè)結(jié)構(gòu)變化有一定的約束力。

圖4 COD對OIS的脈沖響應(yīng)

圖5 OIS對COD的脈沖響應(yīng)

WWD與OIS的動態(tài)關(guān)系:由圖6和表5可知,就WWD對OIS一個單位沖擊的響應(yīng)來看,WWD當(dāng)期反應(yīng)值為正值(10788.27)是整個反應(yīng)期的最大值,第二期下降,第三期上升,第四期又下降,WWD的整個反應(yīng)期內(nèi)以一個“V”字形的周期來回波動;而且第一、三、五、七、九期的最值呈遞減規(guī)律變動。由圖7和表5可知,給WWD一個單位的沖擊,OIS的第一期沒有反應(yīng),第二期達(dá)到反應(yīng)期的最小值(-0.000151),隨后在較小范圍內(nèi)的正值和零之間波動,整個反應(yīng)期內(nèi)WWD對OIS呈正向影響,且影響值較小,說明廢水排放量是引起產(chǎn)業(yè)結(jié)構(gòu)變化的部分原因。

圖6 WWD對OIS的脈沖響應(yīng)

圖7 OIS對WWD的脈沖響應(yīng)

3.3 方差分解

從表6和圖8的水環(huán)境質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)變化的預(yù)測方差分解結(jié)果中可見,總體而言O(shè)IS做出的貢獻(xiàn)最大。首先，OIS解釋了水環(huán)境質(zhì)量的氨氮排放量、化學(xué)需氧量這兩個變量在34%以上的方差,對廢水排放量的平均貢獻(xiàn)度為61.65%,對三個水環(huán)境質(zhì)量指標(biāo)最終貢獻(xiàn)的收斂都大于30%。其次,OIS受到自身波動的影響較大,水環(huán)境質(zhì)量中化學(xué)需氧量排放量對產(chǎn)業(yè)結(jié)構(gòu)變化預(yù)測的貢獻(xiàn)度最高。第三，氨氮排放量、廢水排放量的預(yù)測變量僅為1.89%。結(jié)合脈沖響應(yīng)分析結(jié)果說明，山東省水環(huán)境質(zhì)量的狀況對產(chǎn)業(yè)結(jié)構(gòu)變化負(fù)向抑制作用較大,促使產(chǎn)業(yè)結(jié)構(gòu)變化的作用較小。根據(jù)分析，整個方差分解分析結(jié)果與脈沖響應(yīng)函數(shù)分析結(jié)果基本吻合。

表6 水環(huán)境質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)變化的預(yù)測方差分解平均值

4 討論

本文對山東省水環(huán)境質(zhì)量指標(biāo)與產(chǎn)業(yè)結(jié)構(gòu)演化指標(biāo)的動態(tài)關(guān)聯(lián)關(guān)系進(jìn)行了分析。盡管三個水環(huán)境質(zhì)量指標(biāo)與產(chǎn)業(yè)結(jié)構(gòu)變化率是復(fù)雜多變的,但是它們構(gòu)成的VAR模型系統(tǒng)是穩(wěn)定的?；趶V義脈沖響應(yīng)函數(shù)的分析表明,產(chǎn)業(yè)結(jié)構(gòu)變化對氨氮排放量和化學(xué)需氧量排放量均產(chǎn)生負(fù)向影響,說明產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化會減少氨氮排放量和化學(xué)需氧量,有利于改善水環(huán)境質(zhì)量狀況。同時,產(chǎn)業(yè)結(jié)構(gòu)變化對氨氮排放量和化學(xué)需氧量的影響周期為五期,可以利用這個周期性的變化規(guī)律,結(jié)合其他能改善水環(huán)境質(zhì)量的影響因素來進(jìn)一步控制和改善水環(huán)境質(zhì)量。

產(chǎn)業(yè)結(jié)構(gòu)變化對廢水排放量具有正向影響,說明在產(chǎn)業(yè)結(jié)構(gòu)向著服務(wù)化發(fā)展的過程中使廢水排放量增加,但從脈沖響應(yīng)的分析來看這種引起廢水排放量增加的影響呈遞減變化。目前,在山東省第三產(chǎn)業(yè)中傳統(tǒng)產(chǎn)業(yè)如餐飲業(yè)、旅游業(yè)、批發(fā)零售業(yè)所占比例較大,網(wǎng)絡(luò)服務(wù)、金融等新興的第三產(chǎn)業(yè)所占比重較低,這樣導(dǎo)致在產(chǎn)業(yè)結(jié)構(gòu)變化發(fā)展中確實會增加廢水排放量,尤其是生活污水排放量的增加。但是隨著產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)一步升級,第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)的合理化,廢水排放量會逐漸減少,逐步改善水環(huán)境質(zhì)量。

水環(huán)境質(zhì)量會對產(chǎn)業(yè)結(jié)構(gòu)變化升級產(chǎn)生一定的促進(jìn)或制約作用,但作用幅度較小,說明產(chǎn)業(yè)結(jié)構(gòu)演化升級會受到水環(huán)境質(zhì)量因素的作用,但水環(huán)境質(zhì)量不是引起和制約產(chǎn)業(yè)結(jié)構(gòu)變化升級的主要原因，這與現(xiàn)實狀況吻合。隨著水污染防治措施的加強(qiáng)與深入,就會倒逼產(chǎn)業(yè)進(jìn)行升級,一方面會加快企業(yè)轉(zhuǎn)型,另一方面也會促進(jìn)企業(yè)加大對污水處理的投入。

基于方差分解分析,本文刻畫了山東省產(chǎn)業(yè)結(jié)構(gòu)演化與水環(huán)境質(zhì)量間的變化關(guān)系。結(jié)果表明,產(chǎn)業(yè)結(jié)構(gòu)演化對水環(huán)境質(zhì)量的最終預(yù)測收斂都大于30%。從當(dāng)前山東省產(chǎn)業(yè)結(jié)構(gòu)演化來看,產(chǎn)業(yè)結(jié)構(gòu)變化對水環(huán)境質(zhì)量改善做出的貢獻(xiàn)較大。一方面伴隨著經(jīng)濟(jì)增長、工業(yè)化和城市化進(jìn)程的加快,水污染和水資源浪費日益加重,產(chǎn)業(yè)結(jié)構(gòu)升級會促進(jìn)水環(huán)境質(zhì)量情況好轉(zhuǎn)。另一方面,水環(huán)境質(zhì)量對產(chǎn)業(yè)結(jié)構(gòu)變化的貢獻(xiàn)率不大,說明引起產(chǎn)業(yè)結(jié)構(gòu)變化的原因是多方面的,而水環(huán)境質(zhì)量對產(chǎn)業(yè)結(jié)構(gòu)演化升級的影響作用較小,這與山東省產(chǎn)業(yè)結(jié)構(gòu)演化現(xiàn)狀基本吻合,說明水環(huán)境管制對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的約束作用尚未顯現(xiàn)出來。

5 結(jié)論與建議

本文基于VAR模型,運用廣義脈沖響應(yīng)和方差分解函數(shù)對山東省產(chǎn)業(yè)結(jié)構(gòu)演化和水環(huán)境質(zhì)量的關(guān)聯(lián)分析進(jìn)行了實證分析,研究結(jié)論為:①從長期來看,產(chǎn)業(yè)結(jié)構(gòu)演化升級與水環(huán)境質(zhì)量之間存在協(xié)整關(guān)系,表現(xiàn)出長期均衡穩(wěn)定的關(guān)系,可通過誤差糾正機(jī)制保持它們之間的長期協(xié)整關(guān)系。②水環(huán)境質(zhì)量改變對產(chǎn)業(yè)結(jié)構(gòu)變化僅起部分作用,并不是主要原因。③產(chǎn)業(yè)結(jié)構(gòu)演化對水環(huán)境質(zhì)量改善具有正向影響。產(chǎn)業(yè)結(jié)構(gòu)變化對水環(huán)境質(zhì)量改善的總體貢獻(xiàn)較大,對減少氨氮排放量和化學(xué)需氧量排放量的作用較為明顯。從長期來看,產(chǎn)業(yè)結(jié)構(gòu)變化對廢水排放量的抑制作用較明顯。

建議:①運用財政、信貸、稅收等政策,支持綠色高附加值產(chǎn)業(yè)的發(fā)展,推動山東省的產(chǎn)業(yè)結(jié)構(gòu)向高端化、服務(wù)化轉(zhuǎn)變。加快山東省工業(yè)產(chǎn)業(yè)供給側(cè)結(jié)構(gòu)性改革,優(yōu)化工業(yè)產(chǎn)業(yè)內(nèi)部結(jié)構(gòu),逐步淘汰高消耗、高污染落后產(chǎn)能,推動服務(wù)型、智能型制造業(yè)發(fā)展,引導(dǎo)生產(chǎn)性服務(wù)業(yè)向?qū)I(yè)化和價值鏈高端化延伸。②發(fā)揮科技創(chuàng)新的支撐和引領(lǐng)作用,促進(jìn)經(jīng)濟(jì)增長與水環(huán)境安全的協(xié)調(diào)發(fā)展。加大低能耗低排放、防污治污等清潔生產(chǎn)技術(shù)的研發(fā)投入,推動科研院所、高等學(xué)校與企業(yè)共建清潔生產(chǎn)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟和重點研發(fā)中心,提高科技成果的轉(zhuǎn)化率和應(yīng)用率。③加強(qiáng)政府水環(huán)境管理的規(guī)制作用。政府采用行政管制手段,確立區(qū)域水環(huán)境質(zhì)量標(biāo)準(zhǔn),建立水環(huán)境定額管理制度,提高污染型企業(yè)的進(jìn)入壁壘,形成水環(huán)境質(zhì)量目標(biāo)的逆向約束機(jī)制；加強(qiáng)水環(huán)境質(zhì)量執(zhí)法監(jiān)督檢查,把水環(huán)境質(zhì)量納入地方政府部門業(yè)績考核范疇,建立水環(huán)境質(zhì)量檢查結(jié)果信息公開制度,抑制污染型企業(yè)的敗德行為。④充分利用市場機(jī)制的調(diào)節(jié)功能。完善排污稅費、財政獎補政策,激勵企業(yè)節(jié)能減排行為,建立排污配額企業(yè)間、行業(yè)間和區(qū)域間的交易制度和補償機(jī)制,實現(xiàn)水環(huán)境污染的外部效應(yīng)內(nèi)部化。

[1]張曉.中國水污染趨勢與治理制度[J].中國軟科學(xué),2014,(10)∶11-24.

[2]高齊圣,路蘭.中國水資源長期需求預(yù)測及地區(qū)差異性分析[J].干旱區(qū)資源與環(huán)境,2016,30(1)∶90-94.

[3]汪慧玲,朱震.我國生態(tài)安全影響因素的實證研究[J].干旱區(qū)資源與環(huán)境,2016,30(6)∶1-5.

[4]塔娜,寧小莉.烏海市生態(tài)環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展評價[J].干旱區(qū)資源與環(huán)境,2017,31(5)∶94-99.

[5]趙海霞,董雅文,段學(xué)軍.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與水環(huán)境污染控制的協(xié)調(diào)研究——以廣西欽州市為例[J].南京農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版),2010,(3)∶21-27.

[6]羅集廣.基于DPG法的我國產(chǎn)業(yè)結(jié)構(gòu)與水污染排放的關(guān)聯(lián)分析[J].湘潭大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2014,(4)∶59-63.

[7]徐成龍,程鈺,任建蘭.山東省工業(yè)結(jié)構(gòu)演變的水環(huán)境效應(yīng)研究[J].華東經(jīng)濟(jì)管理,2014,(4)∶18-22.

[8]張陳俊,章恒全,龔雅云.中國結(jié)構(gòu)升級、技術(shù)進(jìn)步與水資源消耗——基于改進(jìn)的LMDI方法[J].資源科學(xué),2014,36(10)∶1993-2002.

[9]郭志儀,姚慧玲.中國工業(yè)水污染的理論研究與實證檢驗[J].審計與經(jīng)濟(jì)研究,2011,(5)∶97-103.

[10]李姝.城市化、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與環(huán)境污染[J].財經(jīng)問題研究,2011,(6)∶38-43.

[11]周玉璽,周霞,宋欣.影響農(nóng)戶農(nóng)業(yè)節(jié)水技術(shù)采用水平差異的因素分析——基于山東省17市333個農(nóng)戶的問卷調(diào)查[J].干旱區(qū)資源與環(huán)境,2014,28(3)∶37-43.

[12]干春暉,鄭若谷,余典范.中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟(jì)增長和波動的影響[J].經(jīng)濟(jì)研究,2011,(5)∶4-16.

[13]Enger R,Granger C.Co-integration and Error Correction：Representation,Estimation and Testing[J].Econometrics,1987,(35)∶391-407.

[14]鄧朝暉,劉洋,薛惠鋒.基于VAR模型的水資源利用與經(jīng)濟(jì)增長動態(tài)關(guān)系研究[J].中國人口·資源與環(huán)境,2012,22(6)∶128-135.

AnalysisofRelationshipBetweenIndustrialStructureEvolutionandWaterEnvironmentQualityinShandongProvince——BasedonVARModel

CAO Di,ZHOU Xia

(College of Economics and Management,Shandong Agricultural University,Tai′an 271018,China)

There was a bidirectional constraint relationship between the evolution of industrial structure and the quality of water environment.The VAR model was established based on the data of industrial structure and water environment quality of Shandong Province in 2001-2015.The relationship between industrial structure evolution and water environmental quality was analyzed by impulse response function and variance decomposition function.The main conclusions were as follow:In the long term,there was a co-integration relationship between the evolution of industrial structure and water quality.Changes in the industrial structure would reduce the ammonia emissions,COD emissions could better improve the quality of water environment.The change of industrial structure would increase the discharge of waste water,but with the change of industrial structure,the discharge of waste water would be reduced.The effect of water environment on the evolution of industrial structure was weak.

industrial structure;water environmental quality;VAR model

10.3969 /j.issn.1005-8141.2017.09.008

X196

A

1005-8141(2017)09-1063-05

2017-07-09；

2017-08-23

國家社科基金項目(編號:16BJY053);教育部人文社科基金項目(編號:16YJA790071);山東農(nóng)業(yè)大學(xué)現(xiàn)代農(nóng)業(yè)發(fā)展研究院項目(編號:14xsk2-02)。

曹娣(1993-),女,山東省淄博人,碩士研究生,研究方向為資源與環(huán)境經(jīng)濟(jì)。

周霞(1971-),女,新疆維吾爾自治區(qū)焉耆人,教授,碩士生導(dǎo)師,研究領(lǐng)域為資源與環(huán)境經(jīng)濟(jì)、公司戰(zhàn)略與風(fēng)險控制。