京津冀地區產業結構演進及城市化進程對空氣質量影響的實證研究

楊浩 張靈

摘要 城市化與空氣污染問題之間具有對立統一的辯證關系，而產業結構是化解兩者之間矛盾和實現兩者協調發展的關鍵。京津冀區域作為中國三大城市群之一，正處在城市化和工業化加速發展的重要階段。因此，科學考察京津冀地區城市化、產業結構及空氣質量的時空分布特征具有必要性和現實意義。本文基于京津冀地區1995—2015年統計數據，構建京津冀地區產業結構水平、城市化發展水平和空氣污染綜合指數評價指標體系，在分析京津冀地區產業結構、城市化進程和空氣污染現狀的基礎上，通過建立VAR模型，運用脈沖響應與方差分析的方法分析各指數間的動態關系。研究結果證明：①京津冀地區產業結構水平和城市化發展水平在穩步提升的同時，體現出明顯的區域差異。②京津冀地區產業結構水平、城市化發展水平和空氣污染綜合指數之間存在著長期穩定均衡關系。③天津市城市化水平對空氣污染的影響要大于北京市、河北省。④產業結構水平是影響北京市與河北省空氣污染的主要因素。文章最后根據結論與相關分析提出具有針對性的對策建議。

關鍵詞 產業結構；城市化；空氣質量；VAR模型

中圖分類號 F062.1文獻標識碼 A文章編號 1002-2104（2018）06-0111-09DOI：10.12062/cpre.20180323

隨著我國工業化和城市化進程不斷加快，能源消耗、機動車尾氣排放迅速增加，區域性空氣污染問題變得日益嚴重，大范圍、持續性的霧霾天氣出現頻次增多，尤其表現在經濟發達、空氣污染物排放集中的長三角、珠三角和京津冀等城市密度大、能源消耗集中的城市群區域[1-4]。京津冀區域作為三大城市群之一，正處在城市化和工業化加速發展的重要階段，從經濟增長的角度來看，城市化促進了產業和經濟的發展，但同時也帶來能源消耗、工業企業廢氣污染物排放、汽車尾氣排放增加等問題[5-6]，從而影響空氣質量和城市產業結構布局，同時，城市化進程的加速帶來環保投入的增加、綠化覆蓋的改善提高以及技術進步帶來的空氣污染物控制和治理能力的提高，又會降低空氣污染程度[7-8]。而產業結構與空氣質量之間也存在于密切聯系，一方面，如果產業結構升級、技術進步以及勞動力素質的提升使得資源利用效率提高，那么產業結構的提升將有利于空氣質量的改善，但另一方面，如果在此過程中資源利用率被忽視，則會導致空氣污染的情況發生。

城市化與空氣污染問題之間具有對立統一的辯證關系，而產業結構是化解兩者之間矛盾和實現兩者協調發展的關鍵[9-10]。產業結構作為聯系人類經濟活動與生態環境之間的重要橋梁，充當資源適配器的作用[11]，通過產業結構優化升級能夠控制城市化進程中資源的消耗以及污染物的產生[12]。由于京津冀城市群所處的發展階段、經濟結構不同，其空氣污染特征也不同，即使是在同一地區不同時間段的空氣污染特征也會存在差異[13-16]。

因此，本文從京津冀地區城市化、產業結構及空氣質量的時空分布特征研究入手，通過構建京津冀地區城市化進程、產業結構、空氣質量評價指標體系，對京津冀地區產業結構、城市化進程、空氣質量進行綜合評價，分析京津冀地區產業結構水平、城市化進程及空氣質量的時空分布和演化特征。在此基礎上，通過構建計量經濟學模型，對京津冀地區產業結構、城市化進程與空氣污染的動態關系進行實證研究，進一步探討京津冀地區產業結構及城市化進程與空氣質量之間的相互作用機制，為正確認識當前京津冀地區空氣質量與經濟發展之間存在的矛盾提供科學的參考依據。

1 研究方法

產業結構演進、城市化進程及空氣質量評估是一項復雜、綜合性較強的研究，影響因素較多，涉及范圍較廣，本研究中產業結構演進、城市化進程及空氣質量綜合評價指標體系的構建在一定程度上是基于數據的可得性、可量化性。

1.1 綜合評價法

1.1.1 指標的選取

（1）產業結構演進。根據對產業結構優化升級內涵的界定及其表現，從高效度、合理度、創新度等三個維度構建京津冀地區產業結構綜合評價指標體系，具體指標包括：人均地區生產總值、固定資產投資、第三產業就業人員比重、萬元GDP能耗、能源供需比、人均水資源量、工業固體廢物綜合利用率、科研人員數量、R&D;經費支出、專利授權量。

（2）城市化進程。從人口、經濟、社會、生活和環境5個方面構建京津冀地區城市化進程綜合評價指標體系，具體包括人口發展水平、經濟發展水平、居民生活水平、社會發展水平和生態環境水平5個準則層19個評價指標。

（3）空氣質量。選取可吸入顆粒物年日均值、二氧化硫年日均值、二氧化氮年日均值、空氣質量達到及好于二級的天數4個指標構建京津冀地區空氣質量評價指標體系。

1.1.2 數據處理

由于指標體系中各指標的量綱、數量級及正負取向均存在差異，為了評價結果的可靠性，需要對原始數據進行標準化處理。

采用極大值-極小值標準化處理方法對指標數據進行處理，設有m個地區，n個評價指標，t個評價年份，對于正向指標：

1.1.3 評價方法及權重的確定

采用多指標綜合評價法分別對京津冀地區產業結構、城市化及空氣質量綜合水平進行測度與評價。多指標綜合評價法能夠把評價對象不同方面的多個指標的信息綜合成一個綜合指標，實現對評價對象整體的評價，并進行橫向或縱向比較。

在進行綜合評價之前，首先必須確定各個指標的權重。采用變異系數法對京津冀地區產業結構、城市化及空氣質量評價指標進行權重計算，指標的變異程度越大表示其對綜合評價的影響就越大，變異系數法是一種客觀賦權法，對指標權重的確定比較客觀科學，提高評價結果的可靠性和準確性。各指標的變異系數計算如下：

1.2 計量經濟學模型

依據構建的京津冀地區產業結構、城市化、空氣質量綜合評價指標體系，采取1995—2015年數據樣本，分別計算京津冀地區產業結構水平、城市化發展水平和空氣質量綜合水平，并采取VAR模型和脈沖響應函數來研究京津冀地區產業結構、城市化和空氣污染綜合指數之間的動態關系。VAR模型的原理是將模型中所有當期變量對所有變量的若干滯后變量進行回歸，用來估計聯合內生變量的動態關系，而不帶有任何事先約束條件。VAR模型作為處理多個相關經濟指標的分析與預測的典型模型之一，近年來在經濟理論基礎以及空間計量等研究領域得到了廣泛的應用[17-20]。

1.2.2 協整檢驗

協整檢驗即檢驗變量之間是否存在長期穩定的關系。采取Johansen協整檢驗方法來檢驗京津冀地區產業結構水平、城市化水平和空氣污染綜合指數三者之間的協整關系。相比其他協整檢驗方法，Johansen協整檢驗方法能夠估計和檢驗多重協整關系，并允許對協整關系和速度調整系數施加約束，因此在實證中得到廣泛應用。首先進行協整向量個數檢驗，判定是否存在協整關系，然后求出協整向量。根據 AIC 準則選擇含截距和不包括趨勢項的模型進行檢驗。

1.2.3 格蘭杰因果檢驗

格蘭杰因果檢驗是基于實際觀測數據的統計意義特征來檢驗變量之間的因果性，為了確定變量之間的相互關系。對京津冀地區城市化、產業結構以及空氣污染綜合指數進行格蘭杰因果關系檢驗。

1.2.4 脈沖響應函數

為了準確衡量1995—2015年京津冀地區產業結構、城市化進程和空氣污染綜合指數之間的動態關系，在估計出VAR模型的基礎上，進一步估計變量間的脈沖響應函數，利用脈沖響應函數刻畫VAR模型中變量所具有的動態特征，準確描述內生變量的沖擊或變動對自身和其他所有變量的目前值以及未來值所產生的影響。

1.2.5 方差分析

利用方差分解函數來研究VAR模型的動態特征，給出每一隨機信息對VAR模型所產生影響的相對重要性，通過比較相對重要性信息依時間的變動，估計變量作用的時滯及相對效應的大小。

1.3 數據來源

本文所采用的京津冀地區產業結構、城市化及空氣質量評價指標體系數據主要來自《中國統計年鑒》（1995—2015）《中國城市統計年鑒》（1995—2015）《中國環境統計年鑒》（1995—2015）《北京市統計年鑒》（1995—2015）《天津市統計年鑒》（1995—2015）和《河北省統計年鑒》（1995—2015）。

2 結果分析與討論

2.1 綜合評價結果

2.1.1 產業結構水平評價

圖1顯示了京津冀地區1995—2015年產業結構發展水平。從總體上來看，京津冀地區產業結構水平實現了由低到高的有序發展，并逐漸實現了產業結構的優化升級，這得益于京津冀地區經濟的持續增長。然而由于北京市、天津市、河北省發展水平和發展速度存在差異，導致京津冀地區產業結構水平區域差異較大，具體表現在北京市的產業結構發展水平要遠大于天津市和河北省，這是由于北京市以“高精尖”產業結構為導向，通過1978到2008年30年間的三次優化產業結構升級，逐漸形成高端引領、創新驅動、綠色低碳的產業發展模式。

2.1.2 城市化水平評價

圖2顯示了京津冀地區1995—2015年城市化發展水平。從總體上來看，隨著社會和經濟的發展，京津冀地區城市化發展水平都有大幅提高，但是由于區域差距較大，導致城市化發展極不協調，具體表現在京津兩地區城市化發展水平要明顯優于河北地區。造成這種局面的原因有多方面：首先，河北的城鎮人口比重要遠低于北京和天津，城市化水平顯著滯后；其次，在基礎設施投入、公共服務體系完善方面，河北與北京、天津差距較大；第三，由于河北省在發展過程中長久以來側重于經濟增長，尤其是第二產業的發展，造成一系列生態環境問題，生態環境惡化已成為河北省城市化發展進程中的瓶頸。綜上，河北省應加快優化城市布局，充分發揮環京津的自身優勢，通過近距離的輻射帶動提高自身城市化發展水平，有效推動京津冀協同發展。

2.1.3 空氣質量評價

圖3顯示了京津冀地區1995—2015年空氣質量水平。從圖中可以看出，在1995—2005年期間，京津冀地區空氣污染綜合指數穩定有升，但整體上波動不大；在2005—2012年，空氣污染綜合指數穩中小幅波動。在2013—2015年，空氣污染綜合指數整體上相對于2005—2012年間有明顯的上升趨勢，在2013年達到峰值，尤其是河北地區，遠遠高于京津地區。在2013年，京津冀三地共有12個城市污染排名全國前20位，其中8個城市排在全國前10位。隨著2013年《大氣污染防治行動計劃》《京津冀及周邊地區落實大氣污染防治行動計劃實施細則》等一系列推進區域大氣污染治理的政策、規劃出臺及發布，京津冀地區在機動車污染、煤炭消費、秸稈綜合利用和禁燒、化解過剩產能、揮發性有機物治理、港口及船舶污染六大重點領域開展協同治污，嚴格產業和環境準入，空氣質量有了一定的改善，具體表現在2014、2015年京津冀空氣污染綜合指數有明顯下降。

2.2 計量結果分析

2.2.1 面板數據單方根檢驗

平穩性檢驗結果表明（見表2），京津冀地區產業結構水平、城市化發展水平、空氣污染綜合指數三個變量的時間序列都是非平穩的（P值大于0.05），但是經過一階差分后變換為平穩序列，說明三個變量為一階單整序列。因此，采用京津冀地區產業結構發展水平、城市化發展水平、空氣污染綜合指數三個變量的一階差分數據來建立VAR模型。依據AIC和SC準則，確定各變量滯后期數為一階。

2.2.2 協整檢驗及格蘭杰因果檢驗結果

協整檢驗結果表明（見表3），京津冀地區產業結構水平、城市化發展水平和空氣污染綜合指數在5%顯著性水平下存在1個協整關系，即三者之間存在長期穩定的均衡關系。在格蘭杰因果關系檢驗中，本文在滯后期的選擇上考慮了兩方面的因素：一是AIC和SC最小信息準則，二是變量之間相互影響存在滯后性，據此確定格蘭杰因果檢驗滯后期數為2。由結果可知，北京市產業結構和城市化存在單向的格蘭杰因果關系，即產業結構是引起城市化的格蘭杰原因；天津市產業結構與空氣質量存在雙向的格蘭杰關系，即天津市產業結構與空氣質量相互影響；河北省城市化與產業結構存在單向的格蘭杰因果關系，即城市化是引起產業結構的格蘭杰原因，河北省產業結構與空氣質量存在雙向的格蘭杰關系，即河北省產業結構與空氣質量相互影響，河北省空氣質量與城市化存在單向的格蘭杰關系，即空氣質量是城市化的格蘭杰原因（見表4）。

均在5%的顯著水平下，存在格蘭杰因果關系。其中f（x）為產業結構水平，f（y）為城市化發展水平，f（z）為空氣污染綜合指數。

其中，Df（x）、Df（y）、f（z）分別為京津冀地區產業結構水平、城市化發展水平、空氣污染綜合指數的一階差分。利用AR根對上述VAR模型進行穩定性檢驗，如果VAR模型的估計點都落在圓內，則說明該模型是穩定的。

從圖4可以看出，估計點都落于單位圓內，所以被估計的VAR模型是穩定的，也表明所選取的3個變量之間存在長期穩定關系。

2.2.4 脈沖響應函數分析

由圖5可知，北京市空氣質量對產業結構的一個單位標準差沖擊的相應始終為負值，在前5期影響逐漸變小，從第6期開始趨于穩定，即北京市產業結構的優化提升對空氣質量前期在有較好的效果，但隨著時間的推移，影響逐漸變弱；北京市空氣質量對城市化的一個單位標準差沖擊的相應始終為正值，在第3期達到最大值，從第4期開始變小，從第6期開始趨于穩定，即北京市城市化對空氣質量在前期效果不好，隨著時間的推移效果逐漸明顯（第3～6期），第6期往后城市化水平的提高對空氣質量的影響已不顯著。

天津市空氣質量對產業結構的一個單位標準差沖擊的相應在初期為負值，在第2期到第4期為正值，第5期又變成負值，而第6期到第8期又為正值，第9～10期為負值，這說明天津市產業結構優化提升對空氣質量在初期效果是好的，隨著時間的推移，影響效果時好時壞；天津市城市化水平提高對空氣質量的影響較大，在初期，城市化水平提高對空氣質量效果顯著，雖然出現了波動，從整體上效果是明顯的。

河北省空氣質量對產業結構的一個單位標準差沖擊的相應在初期為負值，在第2～3期為正值，第4期為負值，第5～6期為正值，第7期為負值，第8～9期為整治，第10期為負值，這說明河北省產業結構優化提升對空氣質量的影響不穩定，隨著時間的推移時好時壞；河北省城

市化水平的提高在初期對空氣質量的改善并不顯著，隨著時間的推移，會呈現出一定的改善效果，但作用不大，并且還會出現反彈，改善效果時好時壞，城市化水平的提高從整體上對空氣質量改善作用不大。

2.2.5 方差分析

由圖6可知，北京市產業結構和城市化水平對空氣質量的影響相對較為穩定。其中，影響最大的還是來自空氣質量本身，空氣質量對其自身的影響在初期達到59.12%，但隨著時間的推移影響逐漸較弱，這說明北京市空氣質量自身在逐漸改善，雖然這種效果微乎其微；其次是產業結構水平對空氣質量的影響，影響程度是穩中有降，說明北京市產業結構調整對空氣質量改善還是有一定效果的；而城市化水平對空氣質量的影響由最初的0.16%逐漸增加到第10期的5.22%，說明北京市城市化水平的提升對空氣質量的改善并無效果，相反，在一定程度上還會影響空氣質量，但這種影響并不顯著。

天津市城市化水平對空氣質量影響最大，從最初的59.99%到第10期的42.42%，城市化水平的提高對空氣質量的影響隨著時間的推移在逐漸減小；產業結構調整對空氣質量的影響在逐漸增大，從最初的12.83%到第10期的36.62%；而空氣質量對其自身的影響在逐漸減弱，從最初的28.27%到第10期的20.97%，這說明天津市空氣質量自身也在改善，但從總體上還是受城市化和產業結構的影響最大。

河北省空氣質量主要受自身影響，從最初的77.95%到第10期的41.36%，但是空氣質量自身是在改善的，并且這種改善效果相對較為明顯，隨著時間的推移，產業結構和城市化水平對空氣質量的影響在逐漸增大，產業結構從最初的14.23%增大到第10期的38.58%，城市化水平從最初的7.82%增大從第10期的20.06%，這說明隨著經濟的發展，在城市化和產業結構水平提高的同時，空氣質量也受到了影響。

3 結論及建議

3.1 結論

本文基于京津冀地區1995—2015年相關指標的統計數據，分別構建了京津冀地區產業結構水平、城市化發展水平和空氣質量評價指標體系，分析了京津冀地區產業結構、城市化進程和空氣質量現狀，在此基礎上，通過建立VAR模型，運用脈沖響應與方差分析的方法分析了京津冀地區產業結構水平、城市化發展水平和空氣質量之間的動態關系。

（1）京津冀地區產業結構水平和城市化發展水平都有穩步提升，但區域間差距明顯，具體表現在北京市和天津市產業結構水平和城市化發展水平要遠大于河北省。

（2）京津冀地區產業結構水平、城市化發展水平和空氣質量之間存在長期穩定均衡關系；京津冀地區產業結構水平對空氣質量的影響要大于城市化發展水平對空氣質量的影響，城市化水平的提高能夠促進產業結構的調整，同時，空氣污染的治理也有助于產業結構升級，產業結構升級在短期會使環境惡化，但在中長期有助于空氣污染的治理。

（3）天津市空氣質量對產業結構水平的影響要遠大于北京市、河北省；北京市城市化發展水平受產業結構水平的影響較大；影響河北省空氣質量的主要因素是產業結構水平，其次為城市化發展水平。

3.2 建議

結合以上結論和相關分析，本文對京津冀地區產業結構升級、城市化發展及空氣污染治理提出以下相關建議：

（1）將協調發展的思想貫穿解決城市化、產業結構升級與空氣質量變化之間矛盾的始終。由于城市化、產業結構與空氣質量變化之間存在相互作用的內在機制，所以在制定城市化、產業結構與空氣污染防治的相關政策時，應統籌兼顧，既要考慮到城市化推進和產業結構升級的必要性，又要使其與當地的空氣質量現狀相適應。

（2）要合理升級產業結構，加快空氣污染治理，循環利用資源避免造成空氣污染。產業結構增長過快將抑制城市化的推進，要協調處理兩者之間的關系，在使產業結構升級的同時要兼顧城市化的推進。加強空氣污染的治理，有利于城市化的推進，而且有利于資源的合理利用。

（3）適度推進城市化，提高空氣質量使產業結構合理升級。城市化和空氣污染防治都有助于產業結構的升級，因此，處理好城市化進程和空氣污染防治，是產業結構升級的關鍵。

（4）加快產業結構升級，調整城市化進程，協調好兩者之間的關系，促進空氣污染防治。城市化進程過快會使空氣污染惡化但有利于產業結構的升級，而產業結構的升級在長期有利于空氣污染防治，因此，要合理處理產業結構與城市化之間的關系，提高空氣質量。

（5）在城市化發展、產業結構升級與空氣污染防治三者之間的協調發展方面充分發揮政府主導作用。各級政府應當根據本地的自然條件、資源稟賦、經濟社會發展現狀及區域發展戰略定位，科學研究制定發展規劃、政策標準，構建結構合理、發展均衡、資源共享的綜合管理體系，進而促進區域的健康可持續發展。

參考文獻（References）

[1]馮曉莉， 李超. 西安產業結構與霧霾的灰色關聯分析[J]. 北方經貿， 2017（1）：70-73. [FENG Xiaoli， LI Chao. Grey correlation analysis of industrial structure and haze in Xian[J]. Northern economy and trade， 2017（1）：70-73.]

[2]楊銀. 產業結構及城市化發展對霧霾的影響[J]. 現代企業， 2017（2）：48-49. [YANG Yin. Impact of industrial structure and urbanization development on haze[J]. Modern enterprise， 2017（2）：48-49.]

[3]楊冬梅， 萬道俠， 楊晨格. 產業結構、城市化與環境污染——基于山東的實證研究[J]. 經濟與管理評論， 2014（2）：67-74. [YANG Dongmei， WANG Daoxia， YANG Chenge. Industrial structure，urbanization and environmental pollution： an empirical study based on Shandong[J]. Review of economy and management， 2014（2）：67-74.]

[4]冷艷麗， 杜思正. 產業結構、城市化與霧霾污染[J]. 中國科技論壇， 2015（9）：49-55. [LENG Yanli， DU Sizheng. Industry structure，urbanization and haze pollution： an empirical analysis based on the panel data of province level[J]. Forum on science and technology in China， 2015（9）：49-55.]

[5]王瑞鵬， 王朋崗. 城市化、產業結構調整與環境污染的動態關系——基于VAR模型的實證分析[J]. 工業技術經濟， 2013（1）：26-31. [WANG Ruipeng， WANG Penggang. The Dynamic relationship between industrial structure， urbanization and environmental pollution： a empirical study based on VAR Model[J]. Industrial technology & economy， 2013（1）：26-31.]

[6]馬曉倩. 京津冀地區空氣質量與經濟發展的相關性及調控機制研究[D]. 石家莊：河北師范大學， 2016. [MA Xiaoqian. Research on the correlation and regulatory mechanism of air quality and economic development in BeijingTianjinHebei Region[D]. Shijiazhuang：Hebei Normal University， 2016.]

[7]李佳， 陳世金， 許文靜. 京津冀一體化背景下的霧霾治理與河北省產業結構調整[J]. 福建質量管理， 2016（2）：74. [LI Jia， CHEN Shijin， XU Wenjing. Fog and haze governance in the context of the integration of Beijing， Tianjin and Hebei Province and the adjustment of industrial structure in Hebei[J]. Fujian quality management， 2016（2）：74.]

[8]回瑩， 戴宏偉. 河北省產業結構對霧霾天氣影響的實證研究[J]. 經濟與管理， 2017（3）：87-92. [HUI Ying， DAI Hongwei. Empirical analysis on impact of Hebei Province industrial structure on fog pollution[J]. Economy and management， 2017（3）：87-92.]

[9]孫曉宇. 大氣環境污染與經濟增長的實證研究——以霧霾治理為例[D]. 大連：東北財經大學， 2016. [SUN Xiaoyu. An empirical study on the atmospheric environmental pollution and economic growth： take the haze governance as an example[D].Dalian： Dongbei University of Finance and Economics， 2016.]

[10]王立平， 陳俊. 中國霧霾污染的社會經濟影響因素——基于空間面板數據EBA模型實證研究[J]. 環境科學學報， 2016， 36（10）：38333839. [WANG Liping， CHEN Jun. Socioeconomic influential factors of haze pollution in China： empirical study by EBA Model using spatial panel data[J]. Acta scientiae circumstantiae， 2016，36（10）：3833-3839.]

[11]何楓， 馬棟棟， 祝麗云. 中國霧霾污染的環境庫茲涅茨曲線研究——基于2001—2012年中國30個省市面板數據的分析[J]. 軟科學， 2016， 30（4）：37-40. [HE Feng， MA Dongdong， ZHU Liyun. Study on Environmental Kuznets Curve of haze pollution in China：an empirical analysis based on panel data of the sample of Chinese 30 provinces during 2001-2012[J]. Soft science， 2016， 30（4）：37-40.]

[12]刁鵬斐. 霧霾污染與產業結構的空間相關性研究[D]. 濟南：山東財經大學， 2016. [DIAO Pengfei. The Research on the spatial correlation of haze pollution and industrial structure[D]. Jinan：Shandong University of Finance and Economics， 2016.]

[13]王瑞鵬， 王朋崗. 城市化、產業結構調整與環境污染的動態關系——基于VAR模型的實證分析[J]. 工業技術經濟， 2013（1）：26-31. [WANG Ruipeng， WANG Penggang. The dynamic relationship between industrial structure， urbanization and environmental pollution：a empirical study based on VAR Model[J]. Industrial technology economy， 2013（1）：26-31.]

[14]查育新. 產業結構對空氣污染的影響[D]. 南昌：江西財經大學， 2016. [CHA Yuxin. The effect of industrial structure to air pollution[D]. Nanchang：Jiangxi University of Finance and Economics， 2016.]

[15]李娟娟，呂圓圓. 環境污染的政治經濟學——基于省級面板數據的理論及實證[J]. 經濟問題探索，2015（5）：33-41. [LI Juanjuan， LU Yuanyuan. Political economics of environmental pollution： theory and empirical analysis based on provincial panel data[J]. Inquiry into economic issues， 2015（5）：33-41.]

[16]韓楠，于維洋. 中國產業結構對環境污染影響的計量分析[J]. 統計與決策，2015，20：133-136. [HAN Nan， YU Weiyang. Quantitative analysis of the impact of Chinas industrial structure on environmental pollution[J]. Statistics and decisionmaking， 2015，20：133-136.]

[17]ZHANG Chi， ZHOU Kaile， YANG Shanlin， et al. Exploring the transformation and upgrading of Chinas economy using electricity consumption data： a VARVEC based model[J]. Physica A： statistical mechanics & its applications， 2017， 473：144-155.

[18]鐘茂初，李夢潔，杜威劍. 環境規制能否倒逼產業結構調整——基于中國省際面板數據的實證檢驗[J]. 中國人口·資源與環境，2015，25（8）：107-115. [ZHONG Maochu， LI Mengjie， DU Weijian. Can environmental regulation force industrial structure adjustment： an empirical analysis based on provincial panel data[J]. China population， resources and environment， 2015，25（8）：107-115.]

[19]張歡，徐康寧. 基于VAR模型的外資、環境治理與經濟增長研究——來自全國1992—2012年時間序列數據的證據[J].軟科學， 2015（8）：9-13. [ZHANG Huan， XU Kangning. Environmental regulation and economic growth based on VAR Model： evidence from nationwide time series data from 1992 to 2012[J]. Soft science， 2015（8）：9-13.]

[20]盧宣皓. FDI、對外貿易對我國經濟增長的影響關系研究——基于VAR模型[J]. 商業經濟， 2015（3）：94-96.[LU Xuanhao. Research on the impact of FDI and foreign trade on Chinas economic growth： based on VAR Model[J]. Business economy， 2015（3）：94-96.]