山東省產業結構演化與水環境質量的關聯分析
——基于VAR模型

(山東農業大學 經濟管理學院,山東 泰安 271018)

山東省產業結構演化與水環境質量的關聯分析
——基于VAR模型

曹 娣,周 霞

(山東農業大學 經濟管理學院,山東 泰安 271018)

區域產業結構與水環境質量間具有雙向約束關系。基于2001—2015年山東省產業結構與水環境質量的相關數據,利用VAR模型,采用脈沖響應和方差分解揭示了山東省產業結構演化和水環境質量的關聯關系。結果表明:產業結構演化與水環境質量之間存在協整關系,表現為長期均衡穩定的關系;產業結構變化會減少氨氮排放量、化學需氧量排放量,能較好地改善水環境質量;產業結構變化會增加廢水排放量,但是隨著產業結構不斷變化廢水排放量呈遞減趨勢;水環境質量對產業結構演化的制約和促進作用較微弱。

產業結構;水環境質量;VAR模型

1 引言

隨著經濟的快速發展,我國生態環境態勢日益惡化,水環境質量狀況不容樂觀,污水排放量和污染程度都呈現出不同程度的惡化,水污染問題已成為我國當前最主要的環境安全問題[1]。有研究表明，未來水資源問題是影響我國經濟可持續發展的主要瓶頸之一[2]。2015年我國發布了《水污染防治行動計劃》(簡稱“水十條”),為水環境質量狀況改善設定了總體戰略路徑和措施。

經濟增長與生態環境之間具有雙向互動關系[3,4]。產業發展是經濟增長的助動力,同時也與水

環境質量有著密不可分的關聯。回顧國內研究產業結構與水環境質量關系的研究成果,不同程度的產業結構變化調整對環境污染控制產生不同效果,隨著經濟發展要及時調整產業結構與污染控制之間的關系[5]。

從投入—產出因素分析,粗放式經濟發展模式是造成我國水污染問題的主要原因,實現產業集約化、提高水污染處理率是解決水污染的根本途徑[6]。從工業結構分析,污染密集型產業的比重上升和下降都會對水污染排放產生較大影響,即工業結構調整對改善水污染的作用不容小覷[7]。從用水效率分析,技術進步促進了用水強度下降,加快了產業結構調整,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,我國工業用水污染問題的本質是由政府、企業和公眾的博弈引起的結果[9]。綜合來看,產業結構調整對解決水資源污染和節約利用水資源發揮了一定的積極作用[10]。

鑒于VAR模型在產業結構、經濟增長與環境污染方面的應用效果良好,本文采用VAR模型分析方法,利用2001—2015年山東省三類水環境質量指標和產業結構演化指標,具體解析了山東省產業結構與水環境質量的雙向動態作用特征。通過脈沖響應函數和預測方差分解,檢驗山東省水環境質量與產業結構演化間的動態沖擊反應,以刻畫兩者之間長期的相互動態作用。通過這種動態分析，進一步促進山東省的產業結構優化升級,提高水環境質量和用水效率，緩解水資源短缺問題。

2 研究方法與數據來源

2.1 數據來源和指標選取

山東省兼具農業與工業大省的雙重屬性。隨著經濟發展和城市化進程,山東省產業結構不斷變化,三次產業比例由2001年的14.79∶49.55∶35.67調整為2015年的7.9∶46.8∶45.3。自2001年以來,山東省第一產業占比呈逐漸下降的趨勢,第二產業占比在2006年達到峰值后以穩定的降速呈遞減態勢,第三產業占比在2004年達到最小值后呈上升趨勢,自2008年以來一直呈現穩步遞增且增幅較大的狀態。

近年來，山東省產業結構盡管有一定的演化升級,但是這種產業結構與“三二一”型結構還有一定的差距。因此,山東省產業結構還有進一步優化改善的空間。山東省水資源短缺嚴重,人均水資源量屬于絕對貧水區[11]。自2001年起山東省廢水排放量呈逐年遞增趨勢,化學需氧量排放量和氨氮排放量自2001年起均呈遞減狀態,2011年化學需氧量和氨氮排放量出現突增,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。可以看出，山東省水環境質量的現狀不容樂觀,水環境質量下降會對經濟發展產生不利的影響。為了便于分析，產業結構變化程度采用第三產業產值與第二產業產值的比值度量[12],記為OIS。若OIS值處于增加狀態,表明產業結構在演化升級,向著服務化方向演變。

表1 變量符號表

綜合以上分析,本文建立由3個水環境質量指標(廢水排放量、化學需氧量排放量、氨氮排放量) 與產業結構變化率指標組成VAR模型,采用協整分析和脈沖響應分析對山東省產業結構演化與水環境質量之間的關系進行實證研究,具體變量指標見表1。本文所采用的各污染物排放量、產業產值等數據來源于2002—2016年的《山東省統計年鑒》,并運用Eviews7.2軟件進行實證分析。

2.2 研究方法

VAR模型是一種動態聯立方程模型,模型中的解釋變量是系統中全部內生變量的滯后值,模型中每個方程都有相同的解釋變量,被解釋變量是系統中的每一個內生變量。VAR模型拓展了傳統單變量自回歸模型,包含多元時間序列變量,克服了傳統方程模型產生的問題和不足,還可以運用廣義脈沖響應和方差分解來揭示變量間的動態關系。VAR模型一般數學表達式為:

(1)

式中,Yt為(n×1)向量構成的同方差平穩線性隨機過程;βi為(n×n)的系數矩陣;Yt-i為Yt的i階滯后變量;εt為隨機誤差項,在模型中可視為隨機擾動項。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。

3 實證結果分析

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進行平穩性檢驗,檢驗結果見表2。在5%顯著水平下ANE、COD、WWD和OIS的ADF檢驗值均大于臨界值,為非平穩數據;DANE、DCOD、DWWD和DOIS的ADF檢驗值均小于5%顯著水平下的臨界值,為平穩數據,所以DANE、DCOD、DWWD和DOIS都為一階單整序列。

表2 ADF單位根檢驗結果

協整檢驗:協整理論是由恩格爾和格蘭杰[13]在1987年首先提出來的。所謂協整是指非平穩序列線性組合后的序列間存在一個長期穩定的比例關系；反之,則不存在一個長期穩定的協整關系[14]。本文采用EG兩步法來檢驗產業結構變化率OIS和廢水排放量WWD、產業結構變化率OIS與化學需氧量排放量COD、產業結構變化率OIS和氨氮排放量ANE間的協整關系。

用OLS分別對OIS和ANE、COD和WWD進行靜態回歸,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進行檢驗,檢驗方法與驗證序列平穩性的方法相同,結果見表3。由檢驗結果可知,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是平穩序列,說明OIS與ANE、OIS與COD、OIS與WWD之間存在協整關系。即產業結構演化與水環境質量間存在協整關系,即具有長期均衡關系。

表3 協整方程ADF檢驗結果

確定滯后階數與穩定性檢驗:本文在以上ADF檢驗的基礎上,建立以產業結構變化率、廢水排放量、化學需氧量排放量、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模型前要確定最優滯后階數,根據LogL、LR、FPE、AIC、SC和HQ等標準進行模型最優滯后階數的確定,選擇標準見表4。參照AIC和SC的評價標準,在表4中得出滯后階數為2階時AIC和SC的值最小,所以將VAR模型的滯后階數確定為2階,即建立VAR(2)模型。

表4 VAR模型最優滯后階數選擇標準

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,結果見圖1。特征多項式根的倒數全部小于1且位于單位圓內,表明建立的VAR(2)模型穩定有效,結果可行。由于建立的VAR(2)模型穩定有效,可利用VAR模型的廣義脈沖響應函數解析產業結構變化與水環境質量的動態沖擊響應,揭示兩者間的關聯關系。

3.2 脈沖響應分析

脈沖響應函數是受一擾動項變量的沖擊,被沖擊變量的當前值和未來值會產生響應,根據這一動態沖擊反應來解釋變量之間的相互影響和動態聯系。同時根據以上建立的VAR(2)模型,可得到相應的各個脈沖響應函數圖，見圖2(圖中縱軸是被沖擊變量做出的響應軌跡,橫軸是沖擊作用的滯后期,實線為脈沖響應函數線,虛線表示正負兩倍標準差偏離線)和脈沖響應分析結果表(表5)。

圖2 ANE對OIS的脈沖響應

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的動態關系:由圖2和表5可知,當給OIS一個單位的沖擊,ANE的當期反應值是負的(-1.25)且是整個反應期的最低值,然后呈上升趨勢,第2期變為正值(1.74),達到整個反應期的最高值;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期時降為負值(-0.775);接著又呈上升趨勢,在第8期達到一個正的最值后又呈下降狀態,在第10期變為負值。在整個分析期內,ANE對OIS脈沖響應呈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,隨后在較小范圍內上升達到反應期的最高值(0.000964),然后呈下降趨勢在第7期達到最小值(-0.009525),第8—10期在負值間來回波動。總體來看,ANE對OIS呈負向影響,且影響值較小,氨氮排放量對產業結構變化有一定約束力。

圖3 OIS對ANE的脈沖響應

COD與OIS的動態關系:由圖4和表5可見,給OIS一個單位的沖擊時,COD的當期反應值呈現負的(-15.64),隨后呈現上升趨勢在第二期變為正值(23.296),且達到整個反應期的最高值;接著呈下降趨勢,在第三期和第四期之間有較小的波動,到第五期時降為負值(-9.677);后又呈上升趨勢,在第八期達到一個正值后呈下降狀態,在第十期變為負值。在整個分析期內COD對OIS脈沖響應變化也呈五期為一個波動周期,整個COD的反應走勢與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,隨后在較小范圍內的負值與零之間來回波動,僅在第8期時出現一個正值(0.000401)。總體來看,COD對OIS呈負向影響,化學需氧量排放量對產業結構變化有一定的約束力。

圖4 COD對OIS的脈沖響應

圖5 OIS對COD的脈沖響應

WWD與OIS的動態關系:由圖6和表5可知,就WWD對OIS一個單位沖擊的響應來看,WWD當期反應值為正值(10788.27)是整個反應期的最大值,第二期下降,第三期上升,第四期又下降,WWD的整個反應期內以一個“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,第二期達到反應期的最小值(-0.000151),隨后在較小范圍內的正值和零之間波動,整個反應期內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業結構變化的部分原因。

圖6 WWD對OIS的脈沖響應

圖7 OIS對WWD的脈沖響應

3.3 方差分解

從表6和圖8的水環境質量與產業結構變化的預測方差分解結果中可見,總體而言OIS做出的貢獻最大。首先，OIS解釋了水環境質量的氨氮排放量、化學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度為61.65%,對三個水環境質量指標最終貢獻的收斂都大于30%。其次,OIS受到自身波動的影響較大,水環境質量中化學需氧量排放量對產業結構變化預測的貢獻度最高。第三，氨氮排放量、廢水排放量的預測變量僅為1.89%。結合脈沖響應分析結果說明，山東省水環境質量的狀況對產業結構變化負向抑制作用較大,促使產業結構變化的作用較小。根據分析，整個方差分解分析結果與脈沖響應函數分析結果基本吻合。

表6 水環境質量與產業結構變化的預測方差分解平均值

4 討論

本文對山東省水環境質量指標與產業結構演化指標的動態關聯關系進行了分析。盡管三個水環境質量指標與產業結構變化率是復雜多變的,但是它們構成的VAR模型系統是穩定的。基于廣義脈沖響應函數的分析表明,產業結構變化對氨氮排放量和化學需氧量排放量均產生負向影響,說明產業結構優化會減少氨氮排放量和化學需氧量,有利于改善水環境質量狀況。同時,產業結構變化對氨氮排放量和化學需氧量的影響周期為五期,可以利用這個周期性的變化規律,結合其他能改善水環境質量的影響因素來進一步控制和改善水環境質量。

產業結構變化對廢水排放量具有正向影響,說明在產業結構向著服務化發展的過程中使廢水排放量增加,但從脈沖響應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,在山東省第三產業中傳統產業如餐飲業、旅游業、批發零售業所占比例較大,網絡服務、金融等新興的第三產業所占比重較低,這樣導致在產業結構變化發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。但是隨著產業結構的進一步升級,第三產業內部結構的合理化,廢水排放量會逐漸減少,逐步改善水環境質量。

水環境質量會對產業結構變化升級產生一定的促進或制約作用,但作用幅度較小,說明產業結構演化升級會受到水環境質量因素的作用,但水環境質量不是引起和制約產業結構變化升級的主要原因，這與現實狀況吻合。隨著水污染防治措施的加強與深入,就會倒逼產業進行升級,一方面會加快企業轉型,另一方面也會促進企業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業結構演化與水環境質量間的變化關系。結果表明,產業結構演化對水環境質量的最終預測收斂都大于30%。從當前山東省產業結構演化來看,產業結構變化對水環境質量改善做出的貢獻較大。一方面伴隨著經濟增長、工業化和城市化進程的加快,水污染和水資源浪費日益加重,產業結構升級會促進水環境質量情況好轉。另一方面,水環境質量對產業結構變化的貢獻率不大,說明引起產業結構變化的原因是多方面的,而水環境質量對產業結構演化升級的影響作用較小,這與山東省產業結構演化現狀基本吻合,說明水環境管制對區域產業結構轉型的約束作用尚未顯現出來。

5 結論與建議

本文基于VAR模型,運用廣義脈沖響應和方差分解函數對山東省產業結構演化和水環境質量的關聯分析進行了實證分析,研究結論為:①從長期來看,產業結構演化升級與水環境質量之間存在協整關系,表現出長期均衡穩定的關系,可通過誤差糾正機制保持它們之間的長期協整關系。②水環境質量改變對產業結構變化僅起部分作用,并不是主要原因。③產業結構演化對水環境質量改善具有正向影響。產業結構變化對水環境質量改善的總體貢獻較大,對減少氨氮排放量和化學需氧量排放量的作用較為明顯。從長期來看,產業結構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業的發展,推動山東省的產業結構向高端化、服務化轉變。加快山東省工業產業供給側結構性改革,優化工業產業內部結構,逐步淘汰高消耗、高污染落后產能,推動服務型、智能型制造業發展,引導生產性服務業向專業化和價值鏈高端化延伸。②發揮科技創新的支撐和引領作用,促進經濟增長與水環境安全的協調發展。加大低能耗低排放、防污治污等清潔生產技術的研發投入,推動科研院所、高等學校與企業共建清潔生產技術創新戰略聯盟和重點研發中心,提高科技成果的轉化率和應用率。③加強政府水環境管理的規制作用。政府采用行政管制手段,確立區域水環境質量標準,建立水環境定額管理制度,提高污染型企業的進入壁壘,形成水環境質量目標的逆向約束機制；加強水環境質量執法監督檢查,把水環境質量納入地方政府部門業績考核范疇,建立水環境質量檢查結果信息公開制度,抑制污染型企業的敗德行為。④充分利用市場機制的調節功能。完善排污稅費、財政獎補政策,激勵企業節能減排行為,建立排污配額企業間、行業間和區域間的交易制度和補償機制,實現水環境污染的外部效應內部化。

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

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

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

[4]塔娜,寧小莉.烏海市生態環境與經濟協調發展評價[J].干旱區資源與環境,2017,31(5)∶94-99.

[5]趙海霞,董雅文,段學軍.產業結構調整與水環境污染控制的協調研究——以廣西欽州市為例[J].南京農業大學學報(社會科學版),2010,(3)∶21-27.

[6]羅集廣.基于DPG法的我國產業結構與水污染排放的關聯分析[J].湘潭大學學報(哲學社會科學版),2014,(4)∶59-63.

[7]徐成龍,程鈺,任建蘭.山東省工業結構演變的水環境效應研究[J].華東經濟管理,2014,(4)∶18-22.

[8]張陳俊,章恒全,龔雅云.中國結構升級、技術進步與水資源消耗——基于改進的LMDI方法[J].資源科學,2014,36(10)∶1993-2002.

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

[10]李姝.城市化、產業結構調整與環境污染[J].財經問題研究,2011,(6)∶38-43.

[11]周玉璽,周霞,宋欣.影響農戶農業節水技術采用水平差異的因素分析——基于山東省17市333個農戶的問卷調查[J].干旱區資源與環境,2014,28(3)∶37-43.

[12]干春暉,鄭若谷,余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究,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濟增長動態關系研究[J].中國人口·資源與環境,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);山東農業大學現代農業發展研究院項目(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境經濟。

周霞(1971-),女,新疆維吾爾自治區焉耆人,教授,碩士生導師,研究領域為資源與環境經濟、公司戰略與風險控制。