基于VAR模型的我國GDP與環(huán)境污染的研究分析

（新疆財(cái)經(jīng)大學(xué)，烏魯木齊市，830012） 馬 莉 王合玲

1 引言

隨著我國經(jīng)濟(jì)實(shí)力的不斷增強(qiáng)，而生態(tài)環(huán)境作為一種不可再生資源，也為經(jīng)濟(jì)快速發(fā)展付出應(yīng)有的代價(jià)。同時(shí)，環(huán)境質(zhì)量的好壞也會(huì)直接作用于經(jīng)濟(jì)，環(huán)境的不斷惡化導(dǎo)致資源衰竭將會(huì)反作用于經(jīng)濟(jì)活動(dòng)，對(duì)企業(yè)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、人力資源調(diào)配、把控投資結(jié)構(gòu)等產(chǎn)生消極影響，從而阻礙經(jīng)濟(jì)增長。

就目前國內(nèi)外研究現(xiàn)狀來看，美國經(jīng)濟(jì)學(xué)家G Grossman和A Kureger首次提出環(huán)境與經(jīng)濟(jì)“倒U形”曲線[1]。Panayotou則提出經(jīng)濟(jì)增長變量與環(huán)境污染變量之間的關(guān)系可由環(huán)境庫茲涅茨曲線（Environmental Kuznets Curve EKC）[2]進(jìn)行描述，這是近年來運(yùn)用最廣泛的分析方法，也是最經(jīng)典的方法之一。目前，我國學(xué)者對(duì)EKC的研究主要在于個(gè)體的時(shí)間序列和面板計(jì)量，如吳玉萍、董鎖成[3]等，陳文華、劉康兵等[4]分別對(duì)北京、上海加以實(shí)證分析?，F(xiàn)階段對(duì)于面板數(shù)據(jù)的研究較多，例如SHEN Junyi[5]，彭水軍、包群[6]，宋濤、鄭挺國等[7]等分別就省際面板數(shù)據(jù)以及某些主要城市的面板數(shù)據(jù)研究EKC關(guān)系曲線。因此在此基礎(chǔ)上，我們需要對(duì)經(jīng)濟(jì)與環(huán)境之間的關(guān)系作進(jìn)一步的研究探討，為經(jīng)濟(jì)環(huán)境政策的制定實(shí)施提供合理有效的理論依據(jù)，指導(dǎo)我國經(jīng)濟(jì)增長與生態(tài)環(huán)境的健康可持續(xù)發(fā)展。

2 我國經(jīng)濟(jì)增長與環(huán)境污染的現(xiàn)狀分析

自改革開放以來，我國經(jīng)濟(jì)發(fā)展迅速，截止到2015年人均GDP已經(jīng)達(dá)到49 992元，但是經(jīng)濟(jì)迅速增長的同時(shí)能源消耗和廢物排放量也是與日俱增。

如圖1所示，從1985年到2015年工業(yè)固體廢物產(chǎn)生量逐年上升，在2012年達(dá)到最大值3290（百萬噸），近年來依舊高居不下。工業(yè)廢水排放略有小幅度增減，自2005年達(dá)到頂峰后有所回落，在2015年達(dá)到199 498.3（十萬噸），相對(duì)于工業(yè)廢水，生活廢水的排放量一直在持續(xù)增加，這也反映出我國對(duì)工業(yè)廢水治理的相關(guān)政策出臺(tái)并取得了一些成果。而廢氣排放總量則與人均GDP呈現(xiàn)出逐年遞增的趨勢，整體來看呈現(xiàn)相同趨勢，在2014年達(dá)到了廢氣排放最高值694 190（億標(biāo)立方米）。

圖1 經(jīng)濟(jì)增長與環(huán)境污染“三廢”一般性表出3 VAR模型的建立

表1 變量定義表

3.1 數(shù)據(jù)與指標(biāo)的選取

數(shù)據(jù)來自于《中國環(huán)境統(tǒng)計(jì)年鑒》。數(shù)據(jù)選取1985～2015年部分環(huán)境污染指標(biāo)作為研究對(duì)象，包括工業(yè)廢水排放量、SO2排放量、煙塵排放量以及工業(yè)固體廢物產(chǎn)生量，經(jīng)濟(jì)增長則由人均GDP來代替，對(duì)所有數(shù)據(jù)都進(jìn)行了對(duì)數(shù)化處理來消除量綱影響（變量定義見表1）。

3.2 VAR模型

向量自回歸模型（vector autoregressive model），簡稱VAR模型)是Sims于1980年提出，模型是將每一個(gè)內(nèi)生變量作為所有變量的滯后項(xiàng)的函數(shù)來構(gòu)造模型，表述如下:

其中為K維內(nèi)生變量，為K×K維待估計(jì)的系數(shù)矩陣,是滯后內(nèi)生變量向量，為D維外生變量或滯后外生變量向量；B為K×D維待估計(jì)的系數(shù)矩陣；，其中Σ為K維向量的方差協(xié)方差矩陣；可以同期相關(guān)，但不與自己的滯后值相關(guān)；p是內(nèi)生變量滯后階數(shù)，r是外生變量滯后階數(shù)，階數(shù)的選擇依據(jù)AIC信息準(zhǔn)則以及SC準(zhǔn)則，一般情況下希望滯后數(shù)足夠大以邊更好地描述動(dòng)態(tài)關(guān)系。

4 模型的估計(jì)

4.1 單位根檢驗(yàn)

時(shí)序分析中非平穩(wěn)數(shù)據(jù)可能會(huì)造成偽回歸，為避免此類情況出現(xiàn)需要對(duì)各變量先檢驗(yàn)其平穩(wěn)性。如果各變量平穩(wěn)性，就可以構(gòu)建無約束的VAR模型；反之，則需要進(jìn)一步檢驗(yàn)各變量之間存在協(xié)整關(guān)系與否，若變量既不是平穩(wěn)序列也不存在協(xié)整關(guān)系，則需對(duì)數(shù)據(jù)差分然后才能建立VAR模型。平穩(wěn)性檢驗(yàn)結(jié)果見表2。

如表2所示，取對(duì)數(shù)后的原序列均為非平穩(wěn)的序列，而一階差分后 dlnAGDP、dlnFS、dlnSO2、dlnYC、dlnFW序列判定為平穩(wěn)序列。同時(shí)因原序列都只有一個(gè)單位根，這就需要進(jìn)一步確定變量之間是否存在的協(xié)整關(guān)系。

4.2 Johanson協(xié)整檢驗(yàn)

接下來進(jìn)行序列的Johanson協(xié)整檢驗(yàn)。由表3可知，原序列兩兩之間不存在協(xié)整關(guān)系，不存在長期均衡。 由 于 dlnAGDP、dlnFS、dlnSO2、dlnYC、dlnFW一階差分后平穩(wěn)，即可以建立無約束的VAR模型。模型階數(shù)定為2。

表2 單位根檢驗(yàn)過程

表3 johanson 試驗(yàn)檢驗(yàn)

5 VAR模型穩(wěn)定性檢驗(yàn)

在上述分析的基礎(chǔ)之上，對(duì)各個(gè)變量綜合建立VAR模型計(jì)采用AR根對(duì)VAR模型檢驗(yàn)其平穩(wěn)性。如圖2所示，在所有的特征根在圓內(nèi)均符合平穩(wěn)性要求，說明VAR模型是平穩(wěn)的并且是有效的。所以可以使用VAR模型進(jìn)行下一步的，即脈沖響應(yīng)分析人均GDP與環(huán)境污染各指標(biāo)相互間的沖擊響應(yīng)。

圖2 VAR模型根模顯示圖

5.1 VAR模型廣義脈沖響應(yīng)分析

廣義脈沖響應(yīng)函數(shù)是用來分析當(dāng)一個(gè)誤差項(xiàng)發(fā)生變化（即當(dāng)模型受到某種沖擊）時(shí)，對(duì)內(nèi)生變量的當(dāng)期值和未來值會(huì)有所變化。

5.2 經(jīng)濟(jì)增長對(duì)各環(huán)境污染指標(biāo)的脈沖響應(yīng)分析

如圖3所示，人均GDP對(duì)工業(yè)廢水排放量、SO2排放量、煙塵排放量以及工業(yè)固體廢物產(chǎn)生量單位沖擊的反應(yīng)曲線都呈較長的拖尾狀。各項(xiàng)指標(biāo)具體解釋為在當(dāng)期給經(jīng)濟(jì)增長（dlnAGDP）一個(gè)正的沖擊后，工業(yè)廢水在前2期出現(xiàn)下降后，在第3期開始到第11期則出現(xiàn)先上升后下降的走勢，SO2排放量同樣也是先上升后下降的。由此可以發(fā)現(xiàn)并不是所有的污染指標(biāo)都與經(jīng)濟(jì)增長存在“倒U型”關(guān)系。經(jīng)濟(jì)增長與工業(yè)廢水排放量、SO2排放量在一定程度上呈現(xiàn)出“倒U型”曲線，而煙塵排放量和工業(yè)固體產(chǎn)生量則有待深入研究。這說明經(jīng)濟(jì)增長對(duì)環(huán)境污染的主要作用結(jié)果是SO2和工業(yè)廢水，這一結(jié)果符合我國近年來的實(shí)際情況。

圖3 人均GDP對(duì)各污染指標(biāo)的脈沖響應(yīng)

從表4中累積響應(yīng)值來看，SO2排放量、工業(yè)固體廢物產(chǎn)生量、工業(yè)廢水排放量、煙塵排放量各指標(biāo)的累積響應(yīng)值分別為0.050793、0.0159271、-0.027096、-0.05069387，這也反映出經(jīng)濟(jì)增長必然會(huì)引起二氧化硫、工業(yè)固體廢物的產(chǎn)生，對(duì)于工業(yè)廢水以及煙塵排放量則起到負(fù)面影響作用。

表4 人均GDP對(duì)各污染指標(biāo)的的累積響應(yīng)值

表5 各污染指標(biāo)對(duì)人均GDP的累積響應(yīng)值

5.3 各污染指標(biāo)對(duì)經(jīng)濟(jì)增長的脈沖響應(yīng)分析

如圖4所示，當(dāng)期給環(huán)境污染各指標(biāo)一個(gè)沖擊后，經(jīng)濟(jì)增長在10均有大幅波動(dòng)，并在其反應(yīng)期內(nèi)響應(yīng)值達(dá)到負(fù)值最大值。第一期響應(yīng)值均為0，說明污染物指標(biāo)的變化并沒有對(duì)經(jīng)濟(jì)增長立即產(chǎn)生影響，但后期波動(dòng)較大。這也印證了環(huán)境的惡化不能當(dāng)期就對(duì)經(jīng)濟(jì)造成消極影響，對(duì)經(jīng)濟(jì)增長的影響是具有滯后性的。但就整體分析，環(huán)境污染對(duì)經(jīng)濟(jì)增長具有抑制作用，這與環(huán)保技術(shù)的提高、環(huán)保政策的實(shí)施有關(guān)。

圖4 各污染指標(biāo)對(duì)人均GDP的脈沖響應(yīng)

如表5所示，各污染指標(biāo)對(duì)經(jīng)濟(jì)增長的累積響應(yīng)值均為負(fù)數(shù)，說明工業(yè)廢水、SO2、煙塵、固體廢物的產(chǎn)生對(duì)經(jīng)濟(jì)增長有著長期的抑制效應(yīng)。

6 方差分析

為進(jìn)一步得出各個(gè)內(nèi)生變量對(duì)預(yù)測方差的貢獻(xiàn)度，接下來進(jìn)行了方差分解分析。

圖5 方差分解結(jié)果

圖5可知，從平均貢獻(xiàn)率來看，通過計(jì)算得出四項(xiàng)指標(biāo)的平均貢獻(xiàn)率依次分別為10.7332562、10.05246405、9.11756705、7.5896064。SO2排放量的貢獻(xiàn)率是各項(xiàng)指標(biāo)中最大的，工業(yè)廢水排放量第二，而工業(yè)固體廢物產(chǎn)生量則是貢獻(xiàn)率最小的指標(biāo)。這說明就目前來看，工業(yè)廢氣的排放、工業(yè)廢水的排放是抑制經(jīng)濟(jì)增長的主要因素，而煙塵排放量、工業(yè)固體廢物產(chǎn)生量對(duì)經(jīng)濟(jì)增長的影響相較上述兩指標(biāo)而言較小。

7 結(jié)論

通過以上VAR模型分析可得出以下結(jié)論:

經(jīng)濟(jì)增長與環(huán)境污染水平有相互作用力的制衡。并不是所有污染指標(biāo)都符合“倒U型”曲線，取決于當(dāng)前地區(qū)數(shù)據(jù)指標(biāo)的選取，有待進(jìn)一步確定，不能以偏概全。

在對(duì)兩者脈沖響應(yīng)分析實(shí)證中可以發(fā)現(xiàn)，目前經(jīng)濟(jì)的持續(xù)增長對(duì)環(huán)境的污染較多的體現(xiàn)工業(yè)廢水和SO2氣體的排放；然而在反作用力中則有不同的結(jié)論，煙塵排放量和固體廢物產(chǎn)生量排放量才是阻礙經(jīng)濟(jì)發(fā)展的兩大制約因素。

環(huán)境污染對(duì)經(jīng)濟(jì)增長的影響不體現(xiàn)在當(dāng)期，具有滯后的特點(diǎn)，但是經(jīng)濟(jì)增長對(duì)污染物的沖擊是具有即期性的、長期持續(xù)影響的特點(diǎn)。這也符合我國實(shí)際情況，環(huán)保政策出臺(tái)到實(shí)施需要一定的時(shí)限，另外政策的效應(yīng)也需要時(shí)限。這就啟示我們環(huán)境治理，治在當(dāng)下，利在千秋。

因此要想實(shí)現(xiàn)經(jīng)濟(jì)增長與綠色生態(tài)環(huán)境的雙贏局面，必須要積極引導(dǎo)企業(yè)按照循環(huán)經(jīng)濟(jì)和綠色生態(tài)工業(yè)模式發(fā)展，走科技含量高、經(jīng)濟(jì)效益好、環(huán)境污染少的新型生產(chǎn)道路。

[1]Grossman,G..andKuerger,A.Economic,Growth and the Environment,Quarterly Journal of Economics 110(2),353-377(1995).

[2]PanayotouT.radationatdifferentstagesofeconomicdevelopment[R]. International Labour Office.Technology and Employment Programme,Working Paper,1993.

[3]吳玉萍，董鎖成，宋健鋒.北京市經(jīng)濟(jì)增長與環(huán)境污染水平計(jì)量模型研究[J].地理研究,2002,21(2):239-246

[4]陳文華，劉康兵.經(jīng)濟(jì)增長與環(huán)境質(zhì)量:環(huán)境庫茲涅茨曲線的經(jīng)驗(yàn)分析[J].復(fù)旦大學(xué)學(xué)報(bào):社會(huì)版,2004,69(2):87-94

[5]SHEN Junyi.A simultaneous estimation of environmental Kuznet scurve:Evidence from China[J].China Economic Re-view,2006,(17):383-394.

[6]彭水軍，包群.經(jīng)濟(jì)增長與環(huán)境污染:環(huán)境庫茲涅茨曲線假說的中國檢驗(yàn)[J].財(cái)經(jīng)問題研究,2006,(8):3-17.

[7]宋濤，鄭挺國，佟連軍.基于面板協(xié)整的環(huán)境庫茨涅茲曲線的檢驗(yàn)與分析[J].中國環(huán)境科學(xué),2007,27(4):572-576.

[8]王維國，夏艷清.遼寧省經(jīng)濟(jì)增長與環(huán)境污染水平關(guān)系研究[J].社會(huì)科學(xué)輯刊,2007,(1)

[9]李治國，周德田.基于VAR模型的經(jīng)濟(jì)增長與環(huán)境污染關(guān)系實(shí)證分析——以山東省為例[J].企業(yè)經(jīng)濟(jì),2013,32(08):11-16.

[10]陳延斌，董大朋，陳才.山東省經(jīng)濟(jì)增長與環(huán)境污染水平關(guān)系的計(jì)量研究[J].地域研究與開發(fā)，2011（10）：50-54.

[11]李琳，朱金山，高潤霞.基于VAR模型的重慶市經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系研究[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版）,2009（11）92-96.