安徽省經(jīng)濟增長與環(huán)境污染的動態(tài)作用機制研究

周 峰

（安徽財經(jīng)大學(xué)金融學(xué)院，安徽 蚌埠 233030）

1 引言

我國過去數(shù)十年的經(jīng)濟增長創(chuàng)造了“中國奇跡”，同時也付出了巨大的環(huán)境代價。2014年底中央經(jīng)濟工作會議明確指出當(dāng)前我國環(huán)境承載能力已經(jīng)達(dá)到或接近上限。安徽省作為我國中東部的重要省份，在1990—2013年間，人均GDP由1182元增長到31684元。然而伴隨經(jīng)濟快速增長的是環(huán)境條件的逐年惡化。同期，工業(yè)固體廢物產(chǎn)生量由2552萬噸/年增長到11936.74萬噸/年，工業(yè)廢氣排放量由2328.1億立方米/年增長到28335.43億立方米/年。此外，近二十年來安徽省平均霾天氣日數(shù)逐年攀升。據(jù)中國氣象局統(tǒng)計，2014年平均霾天數(shù)達(dá)到76天，部分城市更是達(dá)到200天以上。環(huán)境污染與經(jīng)濟發(fā)展形影不離，并且在經(jīng)濟增速較快的時期，污染也較為嚴(yán)重。在經(jīng)濟新常態(tài)的背景下，安徽省作為全國推進新型城鎮(zhèn)化建設(shè)的首個試點省份，其經(jīng)濟發(fā)展模式對其他地區(qū)起著示范性的作用。因此研究安徽省經(jīng)濟增長率與環(huán)境污染之間的關(guān)系，不但可以為安徽省自身適應(yīng)新常態(tài)、謀求“綠色發(fā)展”提供建議，而且對其他地區(qū)的發(fā)展也有一定的積極作用。

2 文獻(xiàn)綜述

環(huán)境污染早已成為掣肘全球經(jīng)濟增長的重要問題，為此，國內(nèi)外學(xué)者對經(jīng)濟增長與環(huán)境污染之間關(guān)系進行了大量研究。

Grossman et al.（1991） 提出了庫茲涅茨曲線（EKC）假說。其認(rèn)為環(huán)境污染與經(jīng)濟增長之間存在一個“倒U”型的關(guān)系，即在經(jīng)濟增長的初始階段隨著經(jīng)濟增長，環(huán)境污染會逐漸加劇，經(jīng)濟發(fā)展到一定程度以后，環(huán)境污染會隨經(jīng)濟的增長而減少[1]。學(xué)者們對該假說進行了大量的擴展性研究 ， 如 Grossman et al.（1994）[2]、Selden et al.（1994）[3]、Stern（1998）[4]、Cole（2004）[5]等 。 其 中Akbostanc（2009）對土耳其的經(jīng)濟增長與環(huán)境污染之間關(guān)系進行研究的結(jié)果并不支持EKC假說[6]。此外EKC假說還存在兩方面不足：一是忽略了宏觀時間序列數(shù)據(jù)多是非平穩(wěn)的，而非平穩(wěn)的數(shù)據(jù)可能會導(dǎo)致“偽回歸”問題的出現(xiàn)[7]；二是EKC模型只能檢驗經(jīng)濟增長引起環(huán)境污染的單向關(guān)系，而不能檢驗環(huán)境污染對經(jīng)濟增長的反作用[8]。

國內(nèi)有關(guān)地區(qū)經(jīng)濟增長與環(huán)境污染關(guān)系的研究也取得了較好的成果。較早的研究諸如彭水軍，包群等（2006）基于我國六類環(huán)境污染指標(biāo)的時間序列數(shù)據(jù)研究了環(huán)境污染與經(jīng)濟增長之間的長期均衡關(guān)系和短期作用機制，結(jié)果顯示中國的環(huán)境污染與經(jīng)濟發(fā)展之間并不符合EKC的一般規(guī)律；同時還發(fā)現(xiàn)，在我國人均GDP是導(dǎo)致環(huán)境污染的重要原因，而環(huán)境污染不是導(dǎo)致人均GDP變化的原因[9]。張成等（2011）對EKC曲線的“同質(zhì)”假設(shè)提出了質(zhì)疑，并基于我國省際面板數(shù)據(jù)檢驗了經(jīng)濟增長與環(huán)境污染之間關(guān)系的地區(qū)差異，得出地區(qū)不同以及環(huán)境污染指標(biāo)選取的差異均會導(dǎo)致經(jīng)濟增長與環(huán)境污染之間關(guān)系的表現(xiàn)形態(tài)發(fā)生變化的結(jié)論[10]。較新的研究諸如張學(xué)剛（2015）運用分位數(shù)回歸方法較好的研究了長三角地區(qū)經(jīng)濟增長與廢水排放之間的關(guān)系，長三角地區(qū)的廢水排放與經(jīng)濟增長之間存在正的相關(guān)性，并且EKC曲線不成立，產(chǎn)業(yè)結(jié)構(gòu)、城市化進程以及技術(shù)等因素對廢水排放的作用受到分位點選擇的影響[11]。宋馬林等（2013）通過面板平滑轉(zhuǎn)換回歸模型研究發(fā)現(xiàn)，不同的環(huán)境污染指標(biāo)與經(jīng)濟增長之間的關(guān)系表現(xiàn)出不同的形態(tài)，并且對于不同收入水平的地區(qū)，其經(jīng)濟增長與環(huán)境污染之間的彈性特征存在差異[12]。段顯明等（2012）應(yīng)用VAR模型實證分析了浙江省經(jīng)濟增長與環(huán)境污染之間的關(guān)系，得出經(jīng)濟增長是引起環(huán)境污染的重要原因，環(huán)境污染對經(jīng)濟增長也存在反作用力[13]。

由上述有關(guān)文獻(xiàn)可知，雖然EKC假說得到了廣泛應(yīng)用和研究，但它并不具有普遍適用性，受地區(qū)差異和指標(biāo)選取的影響較大。鑒于我國各地區(qū)之間收入等差異較大，因此本文對特定的安徽省作為研究對象。另考慮到VAR模型可以規(guī)避“偽回歸”問題，并且相對于上述文獻(xiàn)使用的結(jié)構(gòu)性研究方法，可以更好的反映環(huán)境污染與經(jīng)濟增長的相互作用機制。因此本文在前人的研究基礎(chǔ)上，首次基于安徽省的數(shù)據(jù)建立了VAR模型，對安徽省經(jīng)濟增長與環(huán)境污染之間的動態(tài)作用機制進行研究，并給出相應(yīng)的政策建議。

3 方法描述以及數(shù)據(jù)說明

3.1 VAR 模型簡述

鑒于傳統(tǒng)的結(jié)構(gòu)性方程模型以經(jīng)濟理論為基礎(chǔ)來描述變量之間的關(guān)系，但是無法很好的解釋宏觀經(jīng)濟變量之間的動態(tài)聯(lián)系。Sims（1980）提出了一種非結(jié)構(gòu)性模型——向量自回歸模型（VAR）[14]。VAR模型認(rèn)為經(jīng)濟變量之間的相互關(guān)系反映在歷史數(shù)據(jù)中，它采取數(shù)據(jù)驅(qū)動的方式來建立模型，把系統(tǒng)中每一內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)。并通過脈沖響應(yīng)函數(shù)和預(yù)測誤差方差分解來分析變量間的動態(tài)作用機制。VAR（p）模型的一般形式可以表示為：

其中yt是 M×1被內(nèi)生變量，xt是 K×1外生解釋變量

Al是系數(shù) M×M 矩陣（其中 l=1，2，…，p），Q是M×K的系數(shù)矩陣。et表示獨立同分布的高斯白噪聲過程，即

3.2 指標(biāo)選擇與數(shù)據(jù)處理

鑒于數(shù)據(jù)的可得性，文章選取安徽省1990-2013年的居民人均GDP作為經(jīng)濟增長指標(biāo)，并將其轉(zhuǎn)化為以1978年不變價格計量以剔除通貨膨脹影響。環(huán)境污染方面，考慮到我國作為世界的制造業(yè)工廠，工業(yè)是推動我國經(jīng)濟發(fā)展的主要動力之一，因此選取工業(yè)固體廢物產(chǎn)生量（FG）、工業(yè)廢氣排放量（FQ）以及工業(yè)廢水排放量（FS）作為環(huán)境污染指標(biāo)比較合適。為了消除數(shù)據(jù)的異方差性，將以上四個變量進行對數(shù)化處理，處理后的時間序列分別用LGDP、LFG、LFQ以及LFS表示。以上數(shù)據(jù)均來自《中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫》。

4 實證分析

4.1 單位根檢驗

由于非平穩(wěn)的時間序列數(shù)據(jù)無法直接用來建立無約束VAR模型，同時為避免變量時間序列存在單位根引發(fā)“偽回歸”問題，我們對上述四個變量的時間序列進行平穩(wěn)性檢驗。文章采用ADF單位根檢驗方法，檢驗之前我們根據(jù)各變量的時間序列圖來確定選擇何種檢驗形式。檢驗結(jié)果如表1所示：

表1 單位根檢驗結(jié)果

由表1可知，人均GDP、工業(yè)固體廢物產(chǎn)生量、工業(yè)廢氣排放量以及工業(yè)廢水排放量均為非平穩(wěn)時間序列，各變量的一階差分序列均平穩(wěn)，對數(shù)差分表示各變量的增長率。

4.2 VAR模型的建立以及穩(wěn)定性檢驗

為研究經(jīng)濟增長與各污染指標(biāo)之間的動態(tài)作用機制，文章擬建立三組雙變量VAR模型。根據(jù)上節(jié)平穩(wěn)性檢驗結(jié)果可知，各變量均為I（1）過程，符合協(xié)整檢驗的條件。通過協(xié)整檢驗發(fā)現(xiàn)，各組變量之間不存在協(xié)整關(guān)系。因此本文根據(jù)上述四變量的一階差分值建立無約束VAR模型，分別是 VAR1（DLGDP 與 DLFQ）、VAR2（DLGDP 與LFG）、VAR3（DLGDP 與 DLFS）。 其中將各變量的當(dāng)期值作為被解釋變量，變量的各階滯后值作為解釋變量。然后根據(jù)LR、AIC和SC信息準(zhǔn)則，兼顧自由度和擾動項的自相關(guān)性，選擇合適的滯后階數(shù)。根據(jù)檢驗，VAR1模型我們選擇2階滯后，VAR2模型我們選擇1階滯后，VAR3模型我們選擇1階滯后。在模型建立以后，為了驗證所建立的模型的穩(wěn)健性，我們采用AR根圖方法。三個模型的檢驗結(jié)果如下組圖所示：

圖1 模型單位根檢驗圖

由圖1可知，所有根模的倒數(shù)均小于1，表明所建立的模型是穩(wěn)健的，在此基礎(chǔ)上可以進行脈沖響應(yīng)分析和方差分解分析。

4.3 脈沖響應(yīng)分析

脈沖響應(yīng)分析了當(dāng)系統(tǒng)某一變量受到一個標(biāo)準(zhǔn)差新息的隨機沖擊，對其本身以及其余變量的當(dāng)期值和未來值的影響，進而分析系統(tǒng)中變量之間的動態(tài)作用過程。我們分別對DGDP、DLQ、DLSOL、DLW施加一個標(biāo)準(zhǔn)差的沖擊，分析其對其他變量的影響，結(jié)果如下圖所示：

圖2 脈沖響應(yīng)分析圖

由圖2可知，給工業(yè)廢氣排放量增長率施加一個標(biāo)準(zhǔn)差新息的正向沖擊，人均GDP增長率逐漸增加，并在第三期達(dá)到最大 （響應(yīng)值為0.007），隨后逐漸下降，并在第五期收斂于0；給工業(yè)固體廢物產(chǎn)生量的增長率施加正向沖擊，人均GDP增長率幾乎不作出響應(yīng)；給工業(yè)廢水排放量增長率施加正向沖擊，人均GDP增長率開始逐漸增加，并且在第二期達(dá)到最大值（響應(yīng)值為0.006），隨后逐漸收斂，到第四期響應(yīng)值為0。此外，無論是工業(yè)廢氣排放量還是廢水排放量增長率受到隨機沖擊，人均GDP增長率都作出正向響應(yīng)。由以上響應(yīng)圖可知，工業(yè)廢氣排放量和工業(yè)廢水排放量的增加在中短期內(nèi)推動人均GDP的增長，而從長期來看這種推動作用有限。工業(yè)固體廢物產(chǎn)生量的沖擊對人均GDP的增長不產(chǎn)生影響。說明安徽省在樣本期間內(nèi)，工業(yè)廢水和工業(yè)廢氣污染物排放的產(chǎn)業(yè)對安徽省經(jīng)濟增長的推動作用較大。而排放固體廢物的產(chǎn)業(yè)對安徽省經(jīng)濟增長的推動作用較弱。這與安徽省的產(chǎn)業(yè)結(jié)構(gòu)有很大的關(guān)系，安徽省帶動經(jīng)濟發(fā)展的主要有煤礦、鋼鐵、有色金屬以及發(fā)電等產(chǎn)業(yè)，這些產(chǎn)業(yè)產(chǎn)生的主要污染物便是工業(yè)廢水和廢氣。

給人均GDP增長率施加一個標(biāo)準(zhǔn)差的正向沖擊，工業(yè)廢氣排放量的增長率逐漸增加并在第二期達(dá)到最大值 （響應(yīng)值為0.03），隨后逐漸下降，在第四期收斂于0；工業(yè)固體廢棄物產(chǎn)生量的增長率在第一期就達(dá)到最大值（響應(yīng)值為0.02），第二至第四期平滑的收斂于0；工業(yè)廢水排放量作出了負(fù)響應(yīng)，在第二期達(dá)到負(fù)向最大（響應(yīng)值為-0.0076），隨后逐漸收斂于0。說明經(jīng)濟增長的加快在中短期內(nèi)加速了工業(yè)廢氣的排放和工業(yè)固體廢物的產(chǎn)生，同時減慢了工業(yè)廢水的排放。通過犧牲環(huán)境獲得了經(jīng)濟增長率，這種經(jīng)濟增長又會繼續(xù)加大對環(huán)境的破壞，形成了一種惡性循環(huán)。工業(yè)廢水排放量作出負(fù)向響應(yīng)主要是經(jīng)濟系統(tǒng)中內(nèi)外因素綜合作用的結(jié)果，系統(tǒng)內(nèi)部因素主要是安徽省橫跨長江、淮河以及巢湖等水域，水資源對于安徽的經(jīng)濟、生活影響極大，因此隨著安徽省的經(jīng)濟增長，對水資源的污染受到人們的高度重視，企業(yè)會有意識的提高技術(shù)以減少污水的排放。此外，經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)型也有助于減慢工業(yè)廢水的排放速度。外部因素主要得益于安徽省的政策治理，從上世紀(jì)90年代開始，安徽省就針對淮河、巢湖等水域采取了一系列的措施來整頓工業(yè)廢水排放。由此可見一方面對工業(yè)污染實施整治，不但可以減少環(huán)境污染，還可以促進經(jīng)濟增長；另一方面加大對環(huán)境污染破壞性以及保護環(huán)境重要性的宣傳，提高企業(yè)和民眾的環(huán)保意識對于減少污染也是不可或缺的。

4.4 方差分解分析

作為對脈沖響應(yīng)分析的補充，方差分解分析方法可以測度系統(tǒng)中各個結(jié)構(gòu)沖擊對某個內(nèi)生變量變化的貢獻(xiàn)度，從而可以更加深入的判斷不同結(jié)構(gòu)沖擊的重要程度。方差分解的結(jié)果如下表所示：由表2可知，整體上來看，除工業(yè)廢水外，經(jīng)濟增長對解釋各污染物排放量增長率方差的作用較大，而各污染物解釋經(jīng)濟增長方差的作用相對較小。并且經(jīng)濟增長對工業(yè)廢氣與和工業(yè)固體廢物排放量的作用較大，而工業(yè)廢氣與工業(yè)廢水對經(jīng)濟增長的作用也較大。這與上節(jié)分析結(jié)果相吻合。說明目前安徽省的經(jīng)濟增長仍然依賴于高耗能高污染的產(chǎn)業(yè)，同時對污染物排放的管控還有待加強。

表2 人均GDP與污染物排放量之間方差分解的平均貢獻(xiàn)度 單位：%

5 結(jié)論與政策建議

文章以安徽省1990—2013年人均GDP為經(jīng)濟增長指標(biāo)，以工業(yè)“三廢”為環(huán)境污染指標(biāo)，建立了VAR模型。應(yīng)用脈沖響應(yīng)函數(shù)和預(yù)測誤差方差分解分析了安徽省經(jīng)濟增長與環(huán)境污染之間的動態(tài)作用機制。主要得出如下幾點結(jié)論，同時給出政策建議：

首先，安徽省經(jīng)濟增長主要得益于發(fā)電、煤礦、鋼鐵以及有色金屬等這類產(chǎn)生大量工業(yè)廢氣以及廢水的產(chǎn)業(yè)。為了減少環(huán)境污染，應(yīng)重點針對這些企業(yè)制定環(huán)保政策，督促相關(guān)企業(yè)改善生產(chǎn)工藝，加強污染物源頭處理。

其次，通過犧牲環(huán)境確實可以促進經(jīng)濟增長，但是這種促進作用是短期的，是不可持續(xù)的。此外，采取這種經(jīng)濟增長的發(fā)展模式會形成一種破壞環(huán)境的惡性循環(huán)。政府應(yīng)該更加注重長期可持續(xù)發(fā)展戰(zhàn)略的制定，不能只看重眼前利益。而應(yīng)該加大技術(shù)改進，轉(zhuǎn)變經(jīng)濟的發(fā)展方式，推進“綠色發(fā)展”。

再次，經(jīng)濟增長對污染物的排放作用較大，而污染物排放對經(jīng)濟增長的作用較小，針對這種情況，政府應(yīng)該制定切實可行的措施管控污染物的排放，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，鼓勵服務(wù)業(yè)等低污染的產(chǎn)業(yè)發(fā)展。

最后，工業(yè)廢水的例子給了我們一些啟示，一方面，企業(yè)和民眾的環(huán)保意識對減少污染起著重要作用。政府應(yīng)加大環(huán)保宣傳力度，讓企業(yè)和民眾清楚的了解環(huán)境污染對自身的危害以及保護環(huán)境的重要性。另一方面政府加大對工業(yè)廢水的治理，不但沒有對經(jīng)濟增長造成破壞，反而可以促進經(jīng)濟增長。因此，加大環(huán)境保護、取締污染與經(jīng)濟增長是可以獲得雙贏的。政策制定者應(yīng)該轉(zhuǎn)變觀念，面對新常態(tài)，應(yīng)該樹立新思想以謀求新發(fā)展。

[1]Grossman G M,Krueger A B.Environmental impacts of a North American free trade agreement[R].National Bureau of Economic Research,1991.

[2]Grossman G M,Krueger A B.Economic growth and the environment[R].National Bureau of Economic Research,1994.

[3]Selden T M,Song D.Environmental quality and development：is there a Kuznets curve for air pollution emissions[J].Journal of Environmental Economics and management,1994，（2）：147-162.

[4]Stern D I.Progress on the environmental Kuznets curve[J].Environment and Development Economics,1998，（2）：173-196.

[5]Cole M A.Trade,the pollution haven hypothesis and the environmental Kuznets curve：examining the linkages[J].Ecological economics,2004，（1）：71-81.

[6]Akbostancι E,Türüt-A k S,Tun G.The relationship between income and environment in Turkey：Is there an environmental Kuznets curve?[J].Energy Policy,2009，（3）：861-867.

[7]Coondoo D,Dinda S.Causality between income and emission：a country group-specific econometric analysis[J].Ecological Economics,2002，（3）：351-367.

[8]Dinda S.Environmental Kuznets curve hypothesis：a survey[J].Ecological economics,2004，（4）：431-455.

[9]彭水軍，包群.中國經(jīng)濟增長與環(huán)境污染——基于時序數(shù)據(jù)的經(jīng)驗分析（1985～2003）[J].當(dāng)代財經(jīng)，2006，（7）：5-12.

[10]張成，朱乾龍，同申.環(huán)境污染和經(jīng)濟增長的關(guān)系[J].統(tǒng)計研究,2011，（1）：59-67.

[11]張學(xué)剛.長三角地區(qū)經(jīng)濟增長與環(huán)境污染再研究——基于分位數(shù)回歸方法[J].嘉興學(xué)院學(xué)報，2015，（1）：1.

[12]李小勝，宋馬林，安慶賢.中國經(jīng)濟增長對環(huán)境污染影響的異質(zhì)性研究[J].南開經(jīng)濟研究，2013，（5）：96-114.

[13]段顯明，郭家東.浙江省經(jīng)濟增長與環(huán)境污染的關(guān)系——基于VAR模型的實證分析[J].重慶交通大學(xué)學(xué)報（社會科學(xué)版），2012，（1）：52-55.

[14]高鐵梅.計量經(jīng)濟分析方法與建模：Eviews應(yīng)用及實例[M].北京：清華大學(xué)出版社，2005，267.