經濟結構、增長方式與環境污染的內在關聯研究
——基于時變參數向量自回歸模型的實證分析

張同斌,李金凱,程立燕

?

經濟結構、增長方式與環境污染的內在關聯研究
——基于時變參數向量自回歸模型的實證分析

張同斌1*,李金凱2,程立燕2

(1.東北財經大學經濟學院,遼寧 大連 116025；2.東北財經大學國際經濟貿易學院,遼寧 大連 116025)

基于對數平均迪氏指數(LMDI)方法分解影響環境污染的經濟因素,利用時變參數向量自回歸(TVP-VAR)模型研究了各因素在不同時點、不同提前期對污染物排放的動態沖擊特征.結果表明,技術進步具有提高企業生產率以及提升企業產品清潔度的雙重效果,產生的創新補償效應降低了污染排放.我國以煤炭為主的能源消費結構和煤炭消耗產生不容易累積的煙煤型污染物,使得能源結構引致的污染效應在當期最為明顯,且持續期較短.能源利用效率的大幅提升有效降低了污染物排放,同時也呈現了一定的反彈效應.產業結構對環境污染的影響逐漸增強、經濟規模擴大對于環境污染的沖擊具有較強的持續性.合理控制結構因素和規模因素對污染物排放的影響,成為了降低污染水平的重要環節.

經濟結構；技術進步；環境污染；時變參數向量自回歸模型

目前,我國在環境投資快速穩定增長的同時,環境污染嚴重、生態系統退化,經濟發展與資源環境之間的矛盾日益突出.1980~2013年,除了工業廢水排放量增速呈現較小幅度的下降之外,工業廢氣和工業固體污染物排放量均呈現上升態勢,年均增速分別為8.49%和6.36%,呈現了“越污染越治理、越治理越污染”的環境治理悖論.

國內外學者一般從技術進步、能源消耗、產業結構、經濟增長4個方面解釋環境污染變化的原因,將這4個方面原因與我國經濟社會發展現實相結合,可以在一定程度上給出環境污染水平變化的解釋.技術方面,大多數研究均認為技術進步可以通過降低減排成本來減少污染物排放[1-2],但最近的研究表明清潔技術部門與污染技術部門之間替代彈性的大小會導致技術水平對環境污染產生不確定影響,二者之間替代彈性較大,短暫的環境規制政策就能使得企業以發展清潔技術為主,反之,則需要持續、較強的環境政策才能使得企業發展清潔技術,一旦環境規制變弱,企業便以采用污染技術為主[3].國內已有文獻表明我國清潔技術部門與污染技術部門之間替代彈性較小,即大多企業只注重資源消耗型的生產技術水平(污染技術)提升,而忽略節能減排型的技術進步(清潔技術),導致的技術進步方向偏差并未有效減少環境污染物排放.若現階段技術進步方向不變,難以實現經濟發展與環境保護的相容發展[4].

由于能源消費能夠產生大量SO2、NO2和CO2等環境污染物,是導致污染物排放、大氣污染的主要原因[5].有關能源因素對環境污染影響的研究主要集中于能源強度與能源結構2個方面,大部分學者采用回歸分析、灰色系統理論法、指數分析等研究發現,能源強度與污染物排放具有顯著正相關關系,降低能源強度則有利于發揮減排效應[6-8].此外,我國以煤炭為主的能源消費結構是導致環境污染的主要原因,能源結構的變化有利于實現環境效益,甚至優化能源結構對實現碳強度目標的貢獻度最大,將達到45%左右[9].但是,有的學者基于可計算一般均衡模型研究發現,中國通過改變能源結構實現減排的效果并不明顯[10].

產業結構與經濟增長對環境污染的影響方面,國內外學者的結論則較為一致. 環境污染會隨著經濟發展水平、工業化進程的不斷加深而越來越嚴重,即隨著第二產業比重的不斷上升,環境污染物排放隨之增加.當經濟向更高水平發展時,產業結構也將得到調整,使高污染、高能耗的工業經濟向以高新技術產業及清潔環保產業為主的高效經濟體轉變,最終降低污染水平[11-12].比如,國內學者考慮到我國區域經濟發展之間存在顯著差異這一特征,對我國東中西部地區經濟發展水平與環境污染物排放之間的關系進行研究發現,東部地區經濟增長有效的抑制了環境污染,而中西部地區的增長加劇了污染物排放[13].因此,經濟發展與環境污染之間一般符合環境庫茲涅茨特征,即經濟發展水平通過影響產業結構,導致其與環境污染水平之間呈倒“U”型關系[14-16].

在國內外研究的基礎上,首先采用對數平均迪氏指數分解方法(Logarithmic Mean Divisia Index, LMDI)分解技術進步、能源消耗、產業結構、經濟增長等因素對環境污染的貢獻程度,找出中國環境污染變動的主要影響因素,給出各因素對中國環境污染影響的現實表述.在此基礎上,基于時變參數向量自回歸模型(Time Varying Parameter Vector Auto Regression, TVP-VAR)分析了在不同提前期沖擊下各變量對環境污染的影響路徑和時間演化機理,同時考察了在不同時點沖擊下各影響因素對環境污染作用機制的共同點和差異性.旨在找出促使污染水平降低的有利因素,認識中國當前環境污染的階段性特征,探索環境污染水平降低的有效路徑.

1 基于LMDI分解方法的環境污染影響因素分解

基于Ang[17]提出的LMDI方法測算環境污染排放系數、能源結構、能源強度、產業結構和經濟規模對環境污染物排放量的貢獻效應.具體如下:

首先,構造kaya恒等式,如式(1)所示:

式中:pl為環境污染排放量;peM為煤炭消耗量,萬t標準煤;pe為能源消耗總量,萬t標準煤;gdpI為第二產業產值,億元;gdp為國內生產總值,億元;表示環境污染排放系數,即單位煤耗產生的污染排放量;表示能源結構;為能源強度;為產業結構,將式(1)簡化表示得到,

LMDI分解理論中存在加法和乘法兩種分解方法,二者之間可以相互轉化,在測算各變量貢獻時采用其中一種即可,為不失一般性,采用加法分解方法.設pl和pl-1為第和1期的環境污染排放量,則環境污染排放量的變動為:.

總效應為各因素效應之和:

且

=1981,1982,……,2013 (9)

至此,分解出影響環境污染排放量變化的5個因素.由于環境污染排放系數變化率較小,參照郭朝先[18]的研究,選取技術的表示變量資本生產率(cpt)作為環境污染排放系數的替代變量,記為技術效應.

2 數據來源、指標選取與變量計算

為了關注中國改革開放以來經濟增長方式、產業結構變遷等因素與環境污染的關系,采用數據是1980~2013年共34年的時間序列數據,如無特別說明,數據來源于《新中國65年統計資料匯編》[19],以下是變量選取與數據說明.

2.1 環境污染排放量

環境污染排放物主要指的是工業“三廢”,即工業廢水、廢氣和固體廢棄物.參照國內外文獻中有關污染排放量的核算方法,選取工業廢水排放總量(1,t)、工業廢氣排放量(2,t)、工業固體廢物產生量(3,t)3個指標,單位分別為萬t、億m3、萬t,然后分別對每個指標進行線性標準化,以解決量綱不同導致的不可相加問題.工業三廢的數據來源于《新中國65年統計資料匯編》[19]、《中國環境年鑒》[20]和《中國環境統計年鑒》[21],標準化公式如式(10)所示.

其中,max(X,t)和min(X,t)分別為第指標在所有年份中的最大值和最小值,代表污染變量(=1, 2, 3),代表年份(=1981, 1982…, 2013).

與其他文獻類似,采取等權加和平均方法將標準化后的3個污染變量、和加總作為污染排放變量,記為pl.

2.2 技術效應

資本生產率變量是單位資本所帶來的產出量,一方面是技術水平的重要代表,與污染排放系數的大小緊密相關;另一方面,也是投資過度、產能過剩與經濟失衡的體現,例如資本生產率過低時,資本的高度浪費與能源的過度消耗是導致環境惡化的主要原因之一.通過計算GDP平減指數(1980年=100)與固定資產投資價格指數(1980年=100),分別對名義GDP變量(億元)、資本變量(億元)進行平減去除價格因素得到實際產出(RGDP)與實際資本(RK)后,采用兩者的比值作為資本生產率變量,記為cp,以刻畫技術效應,即:

價格指數數據、GDP數據來源于《中國統計年鑒》[22],資本存量數據借鑒張軍和章元[23]對資本存量的估算方法,并將其擴展至2013年.

2.3 能源因素

能源消耗是導致污染物排放的主要途徑.能源結構方面,煤炭等非清潔能源占能源消費總量的比重過高,一直是中國環境污染問題加劇的重要原因,能源結構是影響環境污染的重要因素.采用煤炭占能源消費總量的比重作為能源結構的代表變量,記為ccr,能源數據來源于中國經濟信息網統計數據庫、《中國能源統計年鑒》[24].

能源強度方面,收集了能源消費總量數據(EN),計算了各年份的國內生產總值(1980年不變價)(RGDP),兩者相比得到單位GDP能耗(t標準煤/萬元)作為能源強度的代表,記為ei,計算公式為:

2.4 結構效應

在工業化初期和中期,第二產業在經濟中的地位十分重要,但是第二產業消耗的能源較多,污染排放量很大,因此,第二產業比重越高,環境污染可能越嚴重.隨著經濟增長方式轉變和產業結構優化,污染排放問題會在一定程度上得到緩解.采用第二產業增加值占GDP的比重,簡稱第二產業占比,表示產業結構變量,記為indr.數據來源于中國經濟信息網統計數據庫.

2.5 規模效應

隨著經濟的不斷發展,經濟規模持續擴大,更多的經濟活動帶來了更多的污染排放.因此,在研究污染問題時,一般將實際GDP變量作為規模效應的重要變量.此外,研究實際GDP變量對于污染排放的影響,還能夠表示在不同的經濟發展階段污染排放的變化特征.如前所述,計算了各年份實際GDP(1980年不變價)(RGDP)后取對數,作為經濟發展階段和規模效應的代表變量,記為lngdp.

3 環境污染物變動特征與影響因素

3.1 不同時期環境污染物變動特征

由圖1可得,環境污染物排放量在1988年出現峰值,1997年排放量達到谷底,此外,受國際金融危機的影響,環境污染物排放量在2008年左右出現了短暫的下降,因此,選取1988年、1997年和2008年作為轉折點將1980~2013年劃分為4個階段,即1980~1988年(時期Ⅰ)、1989~1997年(時期Ⅱ)、1998~2008年(時期Ⅲ)和2009~2013年(時期Ⅳ).基于LMDI方法分別計算4個時期各因素對環境污染的累積影響及其貢獻率,如表1和圖2所示.

表1 1981~2013年4個時期各因素對環境污染物排放的累積效應 Table 1 The cumulative effects of the factors on environmental pollutants in the four periods of 1981~2013

3.2 技術水平提升,尤其是環保技術進步可以減少環境污染物排放

由于在經濟快速發展初期(時期Ⅰ和時期Ⅱ)只注重生產技術,忽略環保技術,導致技術對環境污染物排放量影響不顯著,沒有起到減少污染物排放的作用.隨著我國加強環境規制、制定清潔生產標準等,鼓勵和促使企業采用環保技術、加大環保投入,使得環保技術水平快速提升,并帶動了生產技術的快速增長,使得1998~2008年(時期Ⅲ)和2009~2013年(時期Ⅳ)技術效應得以發揮,有效減少了環境污染物排放.就整個時期而言, 1980~2013年,如表1所示,技術水平的提升并沒有使得環境污染物排放量下降,但是,圖2顯示,時期Ⅲ和時期Ⅳ中技術水平對環境污染物排放的抑制效應已經充分顯現出來,且貢獻十分顯著.

3.3 優化能源結構能夠降低污染排放

中國是煤炭產量和消耗量大國,長期以來以煤炭為主的能源結構較為單一,隨著石油、天然氣和電能時代的來臨,煤炭占能源的比重將會越來越小,能源結構趨于合理化.據測算,表1中時期Ⅰ煤炭占能源消費比重的年均增速為0.6%,時期Ⅱ、時期Ⅲ和時期Ⅳ的年均增速分別為-0.8%,-0.1%和-0.1%,能源結構中煤炭比重逐漸降低,能源結構優化對降低污染物排放具有積極作用.但是,1998~2008年(時期Ⅲ)我國處于工業化加快推進時期,能源結構波動較大,其對環境污染影響不穩定.據測算,時期Ⅲ中1998~2002年能源結構增速每年下降1%,而2003~2008年能源結構增速每年上升0.6%.總體而言,表1中能源結構對環境污染的影響方向與能源結構的變化方向一致,即在時期Ⅰ和時期Ⅲ中能源結構在不同程度上加重了環境污染,時期Ⅱ和時期Ⅳ則有利于污染物減排.因此,優化能源結構有助于緩解環境壓力.

3.4 提升能源利用效率有助于緩解環境壓力

作為評價能源利用效率的重要指標,能源強度表示單位GDP消耗的能源量,可以較為準確地反映出不同時期經濟發展所付出的環境代價.隨著經濟的不斷發展以及技術水平的不斷提高,我國的能源消耗強度不斷降低,1980~2013年能源強度年均降低3.78%.由表1可得,4個時期能源強度均減少了三廢污染物的排放量,即我國能源利用率的不斷提升減緩了環境壓力.

3.5 降低第二產業比重有利于實現環境減排效應

表1顯示,除了時期Ⅲ之外,產業結構顯著地降低了污染排放,不難發現,時期Ⅲ為我國工業快速發展階段,處于第二產業占比較高階段,因而加劇了環境污染.經計算可得,我國在1980~2013年4個不同時期的第二產業占比平均值分別為44.5%、44.93%、46.38%和45.69%,顯然,時期Ⅲ中第二產業比重最高.因此,產業結構是影響環境污染物排放的關鍵因素,產業結構優化對于污染排放降低可以發揮積極影響.

3.6 唯GDP論使得規模效應加劇了環境污染

根據環境庫茲涅茨曲線理論可知,經濟發展對環境污染具有雙面效應,一方面,經濟規模的擴大需要消耗更多的資源能源,導致污染物排放增加;另一方面,隨著經濟不斷發展和人均收入水平的持續提高,消費者會對環境提出更高的要求,對環保節能、無污染、綠色產品的需求增加,促使政府增大環境規制強度以及提高產品環境標準等,對減少環境污染發揮積極影響,經濟發展對環境污染的影響最終取決于上述兩種效應的相對大小.由表1中的結果可得,4個時期規模效應對環境污染物的排放影響均為正,這表明我國經濟規模的擴大是以犧牲環境為代價的.如圖2所示,1998~2008年和2009~2013年2個階段,規模效應對于污染物排放的貢獻為負.結合中國經濟發展的現實可得,將GDP作為考核地方政府績效的重要標準,使得地方政府產生唯GDP論的傾向,沒有考慮到環境的承載能力和可持續發展能力.

4 基于TVP-VAR模型的各因素對環境污染的時變影響特征

4.1 TVP-VAR模型估計結果

在應用TVP-VAR模型估計參數之前,需要確定模型滯后階數.利用AIC和SC兩種信息準則進行判斷,最終選擇滯后1階的TVP-VAR模型,采用MCMC方法進行10000次抽樣得到參數估計結果,抽樣結果如表2所示.

表2 TVP-VAR模型參數抽樣和估計結果 Table 2 The parameter sampling and estimation results of TVP-VAR model

注:sb1,sb2,sa1,sa2,sh1,sh2分別表示后驗分布前兩個對角線元素估計結果,剩余對角線元素結果類似;Geweke收斂診斷值(CD)能夠檢驗馬爾科夫集中度,是驗證抽樣樣本是否收斂的指標;非有效因子是反映得到不相關樣本所進行抽樣次數的指標.

表2顯示,Geweke收斂診斷值(CD)均小于1,未達到顯著性水平5%的臨界值1.96,因此,收斂于后驗分布的零假設不能被拒絕,抽樣樣本最終收斂.非有效因子均較低,其中最大值為116.15,基于MCMC的10000次抽樣,意味著至少可以得到10000/116.15=86個不相關樣本,因此,上述各指標均表明在模型參數估計中產生了有效樣本.

4.2 經濟結構、發展方式對環境污染的時變沖擊效應

圖3~圖8分別描述了TVP-VAR模型中不同時點沖擊的脈沖響應函數和不同提前期沖擊的脈沖響應函數.在不同時點沖擊的脈沖響應函數圖中,根據1988年、1997年和2008年3個轉折時點作為代表,分析了3個不同時點上各解釋變量對環境污染物排放量的影響.在不同提前期的脈沖響應函數中,反映的分別是提前1期(短期)、2期(中期)和3期(長期)的沖擊效應.

4.2.1 技術效應具有降低環境污染排放的作用 由圖3a可得,在1988年、1997年和2008年3個不同時點施加的3次沖擊中,技術進步對環境污染排放量的沖擊效應均為負值,即我國技術水平的提高對環境污染排放量減少具有積極作用.通過分析發現,可以從2個視角對技術進步與環境污染物排放的關系進行闡述,一是從技術水平本身角度,技術水平可以通過提高環境效率來減少污染物的排放[25];二是從消費者對環境產品的需求角度,隨我國經濟的快速發展,人們對環境質量的要求越來越高,同時,對清潔環保產品的需求也逐漸增大.

例如,我國人均煤炭消費量由2005年的77kg下降到2012年的67.8kg,年均下降0.18%,與之相對,2005~2012年作為清潔能源代表的人均電力生活消費量和人均天然氣生活消費量年均增速分別為11.14%和20.11%.此外,清潔專利申請授權量由2003年的180項上升為2013年的4030項,年均增長率達38.48%,固體廢料的處理專利申請授權量年均增長率也達到了28.04%.清潔能源對高污染能源的替代以及清潔技術的發展正是消費需求拉動的結果.另外,綠色環保型技術進步具有提高企業生產率以及提升企業產品清潔度的雙重效果,對未來市場需求的預期促進企業加大技術創新、減少污染排放,降低產品價格、提升環保技術水平,不僅能夠減少排污稅負擔,而且可以降低政府規制減排的壓力,進而產生了創新補償效應[26].并且已有研究發現,技術水平的提升還可以顯著提升工業行業的環境全要素生產率[27].因此,提升技術水平,尤其是環保技術,有利于減少污染物排放.

圖3a顯示,3個不同時點沖擊的變化趨勢基本一致,都是在滯后1期產生的影響最大,隨后逐漸減小,到滯后第4期時脈沖響應函數值衰減為0.但是,3個時點沖擊的響應函數值大小存在一定差異,1997年最大,2008年次之,1988年最小,這表明1997年左右技術效應對環境污染排放量的抑制程度最高.主要原因是,1980~1997年在我國環境保護技術進步中具有技術后發優勢,環保企業通過模仿學習、消化吸收國外先進技術使得技術水平顯著提升.1997年我國首次明確提出可持續發展戰略,強調提高資源利用效率,確定環境保護為長期堅持的基本國策,落實環境污染與保護的責任制,迫使企業提高環保技術水平,加大環保設施投入,減少污染排放.隨后,1997~2013年我國與領先國家的技術差距不斷收窄,技術模仿空間不斷縮小,創新成本持續上升,創新趨于可能性邊界.同時,隨著外資的不斷引進以及資本積累加速,創新難度加大,技術進步速度減緩,其對污染物排放減少的促進作用有所下降.

程度較高且趨于穩定,這與技術進步所處的階段有關.在技術進步的初始階段,技術進步速度較慢,隨著環保投資的增大,資本生產率穩步提高,環保投資進入邊際收益遞增階段,技術因素對于污染水平下降的貢獻程度提高.隨著資本的進一步累積,環境保護投資的邊際收益穩定甚至出現一定的遞減情形,加之環境污染的存量逐漸累積,環境治理的邊際成本上升,技術進步對環境污染的影響也趨于穩定.

4.2.2 能源結構對環境污染排放量具有正向沖擊效應 圖4a顯示,1988年、1997年和2008年3個不同時點能源結構沖擊下,環境污染的3個脈沖響應函數基本重合,即3個時點的沖擊效應大小、趨勢幾乎一致,這說明能源結構對環境污染排放量的影響均是在當期達到最大值,至第2期沖擊效應減小為0,該影響沒有顯著的時變特征.由于能源結構對環境污染的沖擊效應都為正值,因此,在3個時點上,煤炭占能源消費總量的比重越小,污染排放量越低,且沖擊持續期很短.

3個不同時點脈沖響應值沒有顯著的時變特征,主要原因在于我國以煤炭為主的能源消費結構仍未出現根本改變,煤炭消耗結構單一、比重較大,煤炭消費比重上升不利于能源效率的提高,二者之間具有顯著負向影響關系,且煤炭在能源消費中的比重較高,會加重環境污染物的排放[28].據測算,1988年、1997年和2008年中國能源消費總量中煤炭所占比重分別為76.24%、71.41%和70.30%,雖然略有下降,但基本維持在70%~76%之間,變化幅度很小.另外,我國動力用煤以及煤炭一次燃燒比重較大,煤炭作為一種能夠產生較高污染物的能源,使得我國排放污染物中較大部分為煙煤型污染,且該污染物不容易實現累積,因此,能源結構引致的污染效應在當期顯現地最為明顯,持續期較短.

為分析這一特征出現的原因,繪制了1980~ 2013年中國能源結構(煤炭占能源消費總量的比重)變動趨勢,如圖5所示.對比圖4b和圖5可得,不同提前期能源結構沖擊效應與能源結構變化趨勢基本一致,不僅上升期和下降期呈現高度的相關性,能源結構序列在1988年和2008年左右也出現了峰值,這表明能源結構對環境污染的影響取決于其自身的大小,能源結構中煤炭占比越高,其對環境污染的沖擊就越大.此外,在圖4b中,能源結構對環境污染的短期沖擊效應大于中期、長期效應,這也與煤炭產生的污染物不容易累積的特征有關.

4.2.3 能源強度對環境污染排放量具有負向沖擊效應 由圖6a可得,1988年、1997年和2008年3個時點,能源強度對環境污染的沖擊效應基本為負,且具有明顯的時變性,即1988年時點沖擊當期為負影響,且影響最大,隨后逐漸減弱,至第4期脈沖響應值基本衰減為0.能源強度沖擊對環境污染的影響效應為負且持續期較短,這與我國能源利用效率的提升有較大關系.具體而言, 1991~2013年,我國能源加工轉換效率由65.9%提升至72.96%,單位GDP能耗由4.74t標準煤/萬元下降至0.67t標準煤/萬元,實現了能源的相對高效利用,減弱了能源消耗對環境污染的壓力.

不同提前期能源強度沖擊對環境污染的影響方面,如圖6b所示,能源強度對環境污染物排放的影響基本為負,但在2003年之后,提前1期能源強度沖擊對環境污染的影響減弱,能源強度對污染物排放呈現了一定的反彈效應,這在部分上反映出能源效率的減排效應實現的內在約束不足,即能源效率提高在一定程度上降低能源消費的同時,還會通過降低能源產品價格等促進能源消費,因而加重環境污染.

4.2.4 產業結構對環境污染排放量具有差異化的影響 圖7a顯示,1988年、1997年和2008年3個不同時點產業結構對環境污染排放量的影響均為負.并且,3個時點沖擊效應的趨勢一致,均是在當期的負向影響程度最大,第1期開始迅速減弱,第4期左右就減弱為0.但3個時點沖擊的大小存在明顯差異,1988年產業結構對環境污染的沖擊效應最弱,2008年沖擊效應最強.再結合圖7b中不同提前期的沖擊效應結果可得,隨著時間推移和環境污染存量的增加,產業結構對環境污染的影響逐漸增強.

1988年第二產業占GDP的比重較低,且工業中重工業的比重較低,使得產業結構對污染物排放的影響并不十分顯著,1988年第二產業占比為43.79%,產業結構中重工業與輕工業比重為1.12.隨著我國工業化進程的加快推進,工業所占比重呈現上升趨勢,特別是工業化初期和中期,重工業占比快速上升,1997年我國第二產業占比達47.54%,重工業與輕工業之比為1.34.2008年國際金融危機之后,為實現穩增長的目標,我國實施了一系列大規模經濟刺激政策,產業結構失衡問題更為凸顯,2009~2010年,如圖7b所示,產業結構沖擊對環境污染的影響也達到最大值.

需要指出的是,2011~2014年,隨著我國加快促進經濟結構調整和產業結構升級,第二產業增加值占GDP的比重由46.14%下降至42.72%,并且GDP中第三產業占比開始超過第二產業,由圖7b可得,2011年之后產業結構不斷優化使得其對環境污染的沖擊效應開始小幅下降,產業結構調整已成為我國現階段保增長、促減排的重要路徑[29].

4.2.5 規模效應與環境污染排放量呈正相關關系 觀察圖8a可得,規模效應在1988年、1997年和2008年3個時點上均加大了污染物排放,其基本的變動趨勢為:3個時點沖擊在當期和滯后第1期影響程度較大,隨后緩慢減弱,至第10期左右衰減為0,這表明規模效應對于環境污染的沖擊具有較強的持續性.

進一步對圖8b進行分析可得,3次不同提前沖擊中,規模效應對于環境污染物排放的影響系數均為正,這與現有文獻中得出的結論是一致的[30].雖然脈沖響應函數呈現高度波動特征,但同時表現出逐步上升趨勢.這表明1980~2013年我國仍處于環境庫茲涅茨曲線的上升階段,尚未達到轉折點.對不同提前期沖擊的分析發現, 1980~2008年,提前1期經濟規模沖擊的短期效應主要圍繞0.01上下波動,提前2期的中期沖擊效應、提前3期的長期沖擊效應均持續上升,中長期影響程度越來越高,時滯越來越長.因此,合理控制規模因素對污染物排放的影響,成為了緩解環境污染問題的重要環節.

5 結論

5.1 技術進步對環境污染排放量的沖擊效應均為負值,綠色環保型技術進步具有提高企業生產率以及提升企業產品清潔度的雙重效果,進而產生了創新補償效應.我國以煤炭為主的能源消費結構仍未出現根本改變,不同時點能源結構對環境污染的沖擊效應均為正值,沒有顯著的時變特征,且煤炭消耗排放污染物中較大部分為不容易實現累積的煙煤型污染物,因此,能源結構引致的污染效應在當期最為明顯、持續期較短.

5.2 我國能源利用效率的大幅提升有效降低了污染排放,但能源強度對污染物排放也呈現了一定的反彈效應,實現能源效率減排效應的內在約束不足.產業結構對環境污染的影響逐漸增強,規模效應對于環境污染的沖擊具有較強的持續性.

逯承鵬,陳興鵬,王紅娟,等.西北少數民族地區人地關系演變動態仿真研究—以甘南州為例 [J]. 自然資源學報, 2013,28(7): 1255-1263.

Levinson A. Technology, international trade, and pollution from US manufacturing [J]. Social Science Electronic Publishing, 2009,99(5):2177-2192.

Acemoglu D, Aghion P, Bursztyn L, et al. The environment and directed technical change [J]. American Economic Review, 2011, 102(1):131-166.

董直慶,蔡 嘯,王林輝.技術進步方向、城市用地規模和環境質量 [J]. 經濟研究, 2014,(10):111-124.

Sinton J E, Fridley D G, Logan J, et al. China energy, environment, and climate study: background issues paper [R]. Office of Scientific & Technical Information Technical Reports, 2000.

Soytas U, Sari R, Ewing B T. Energy consumption, income, and carbon emissions in the United States [J]. Ecological Economics, 2007,62(3):482-489.

Bilgen S. Structure and environmental impact of global energy consumption [J]. Renewable & Sustainable Energy Reviews, 2014,38(5):890-902.

Nnaji C E, Unachukwu G O, Nnaji M. Demographic variables, energy intensity, environmental degradation and economic growth nexus in the nigerian economy [J]. Journal of Environmental Science Computer Science & Engineering & Technology, 2014, 333(9):1742-1751.

Shi X, Zhang Y. Empirical study on energy consumption structure change and its environmental benefits [J]. Henan Science, 2010, 28(8):1024-1029.

林伯強,姚 昕,劉希穎.節能和碳排放約束下的中國能源結構戰略調整 [J]. 中國社會科學, 2010,(1):58-72.

Wan Y, Dong S. Study on interactive coupling mechanism of industrial structure and environmental quality: a case study of Gansu province [J]. Areal Research & Development, 2012,31(5): 116-122.

Krueger A B. Economic growth and the environment [J]. Social Science Electronic Publishing, 1994,110(2):353-377.

趙新華,李 斌,李玉雙.環境管制下FDI、經濟增長與環境污染關系的實證研究 [J]. 中國科技論壇, 2011,(3):101-105.

Stern D I, Common M S, Barbier E. B. Economic growth and environmental degradation: The environmental Kuznets curve and sustainable development [J]. World Development, 1996,24(7): 1151–1160.

Azomahoua T, Vanc L P N. Economic development and CO2emissions: a nonparametric panel approach [J]. Zew Discussion Papers, 2006,90(6):1347–1363.

楊 潔,畢 軍,張海燕,等.中國環境污染事故發生與經濟發展的動態關系 [J]. 中國環境科學, 2010,30(4):571-576.

Ang B W. Decomposition analysis for policymaking in energy: which is the preferred method? [J]. Energy Policy, 2004,32(9): 1131-1139.

郭朝先.中國碳排放因素分解—基于LMDI分解技術 [J]. 中國人口·資源與環境, 2010,20(12):4-9.

國家統計局.新中國六十五年 [M]. 北京:中國統計出版社, 2014.

中國環境年鑒編輯委員會.中國環境年鑒 [M]. 北京:中國環境科學出版社, 2014.

國家統計局.中國環境統計年鑒 [M]. 北京:中國統計出版社, 2014.

國家統計局.中國統計年鑒 [M]. 北京:中國統計出版社, 2014.

張 軍,章 元.對中國資本存量K的再估計 [J]. 經濟研究, 2003,(7):35-43.

國家統計局工業交通統計司.中國能源統計年鑒 [J]. 北京:中國統計出版社, 2014.

王俊能,許振成,胡習邦,等.基于DEA理論的中國區域環境效率分析 [J]. 中國環境科學, 2010,30(4):565-570.

Porter M E, Linde C V D. Toward a new conception of the environment competitiveness relationship [J]. Journal of Economic Perspectives, 1995,9(4):97-118.

范 丹.經濟轉型視角下中國工業行業環境全要素生產率及增長動力分析 [J]. 中國環境科學, 2015,35(10):3177-3186.

劉丹丹,趙頌揚旸,郭 耀.全要素視角下中國西部地區能源效率及影響因素 [J]. 中國環境科學, 2015,35(6):1911-1920.

原毅軍,謝榮輝.環境規制的產業結構調整效應研究—基于中國省際面板數據的實證檢驗 [J]. 中國工業經濟, 2014,(8):57-69.

陳桂月,李海濤,梁 濤.內蒙古經濟發展與環境污染之間關系的檢驗 [J]. 自然資源學報, 2012,32(11):1845-1859.

* 責任作者, 副教授, tongbinzhang@126.com

Intrinsic correlation among economic structure, growth mode and environmental pollution—Empirical analysis based on the TVP-VAR model

ZHANG Tong-bin1*, LI Jin-kai2, CHENG Li-yan2

(1. School of Economics, Dongbei University of Finance and Economics, Dalian 116025, China；2.School of International Economics and Trade, Dongbei University of Finance and Economics, Dalian 116025, China)., 2016,36(7)：2230~2240

This paper analyzed the economic factors that contribute to the pollution of the environment using Logarithmic Mean Divisia Index (LMDI) approach. Based on the Time-Varying Parameter Vector Auto-Regression (TVP-VAR) model, we investigated the impulse responses of those factors at different time points and different lead time. The results showed that technical progresses not only improved the productivity of enterprises but also promoted less-polluted production. The innovative compensation effect reduced pollution emissions. In China, coal combustion is a major component of energy production which makes coals smoke pollution currently the most significant source of environmental pollution caused by the energy structure. The rapidly increase of energy efficiency considerably reduced pollution emissions, but also showed a certain rebound effect. There were two important reasons hindering the radical improvement of environmental pollution-the unbalanced industrial structure and the expanding economic scale. Therefore, it is high time to reasonably control the structural factors and scale factors which are crucial ways of reducing pollution emissions.

economic structure；technological progress；environmental pollution；Time-Varying Parameter Vector Auto-Regressive (TVP-VAR) model

X24;F062.2

A

1000-6923(2016)07-2230-11

張同斌(1985-),男,山東濰坊人,副教授,博士,主要從事資源與環境經濟學研究.發表論文30余篇.

2015-12-20

國家自然科學基金青年項目(71303035);遼寧省高等學校優秀人才支持計劃(WJQ2013025)