《经济增长与环境污染的VAR模型分析——基于山西省的实证研究.doc》由会员分享，可在线阅读，更多相关《经济增长与环境污染的VAR模型分析——基于山西省的实证研究.doc（10页珍藏版）》请在三一办公上搜索。
1、经济增长与环境污染的VAR模型分析第三组宏观经济增长与发展;字数6000 基于山西省的实证研究闫新华1 赵国浩2（1.山西财经大学统计学院 2.山西财经大学管理科学与工程学院）摘要 本文在VAR模型估计的基础上，使用广义脉冲响应函数和方差分解对山西省1985-2006年经济增长与环境污染各指标间的动态影响关系进行了实证研究，结论表明山西省作为全国的能源重化工基地，确实存在着经济增长与环境污染的双向作用机制，不过环境污染对经济增长的反作用机制要弱许多；经济增长与环境污染存在着动态意义上的倒型关系；实证结果同时也发现了山西省在经济增长与环境污染方面自身的一些特点。关键词 经济增长 环境污染 双向作
2、用机制 VAR模型The VAR Model Analysis on the Relationship between Economic Growth and Environmental Pollution An Empirical Study Based on Shanxi ProvinceYan Xinhua1 Zhao Guohao2（1. School of Statistics 2. School of Management Science and Engineering）Shanxi University of Finance and Economics, Shanxi 03000
3、6, ChinaAbstract: On the basis of the estimation of vector auto-regression (VAR) model, generalized impulse response function and variance decomposition are used in this paper to analyze the dynamic relationship between economic growth and environmental pollution indicators in Shanxi Province during
4、 19852006. As an energy resource and heavy chemical industry base, there really exists two-way effect mechanism between economic growth and environmental pollution in Shanxi. However the reaction mechanism of environmental pollution to economic growth is much weaker. Meanwhile, there exists a dynami
5、c inverted-shaped relationship between economic growth and environmental pollution. Form the empirical result, we also simultaneously found Shanxi provinces own characteristics between economic growth and environmental pollution.Keywords: Economic Growth; Environmental Pollution; Two-way Effect Mech
6、anism; VAR Model第一作者简介：闫新华,男,1975年3月，硕士，讲师，山西财经大学统计学院 博士研究生一、问题的提出与研究思路改革开放三十年来，中国经济快速增长，年均增长9.9%，但不可否认的是这种快速的经济增长导致了巨大的资源消耗和环境恶化。2006年中国可持续发展报告研究显示，中国五类主要资源(淡水、一次能源、钢材、水泥、常用有色金属)的平均消耗强度高出世界平均水平约90%(GDP按购买力平价计算)位列世界59个主要国家(占世界GDP的93.7%)中第54位，仍处于十分粗放的发展阶段。这种粗放式的增长方式导致了生态环境的严重破坏，中国目前的主要大气污染物排放量，包括甲烷、氧
7、化亚氮、沙尘、黑碳和二氧化硫，已居世界首位，生态系统整体功能仍在下降 中国科学院可持续发展战略研究组：2006年中国可持续发展战略报告M,科学出版社，2006年。国家“十一五”规划明确提出把单位国内生产总值能源消耗降低20%左右作为今后五年经济社会发展的主要目标之一。经济增长与生态环境问题已成为目前的一个两难问题。从目前国内外的研究来看，大量的文献研究表明经济增长与环境质量之间存在双向作用机制。经济增长通过负的规模效应、正的结构效应与技术效应来影响环境质量（Grossman，Krueger，1991；Panayotou，1993），与此同时产生了该领域研究的热点问题之一，即环境库兹涅茨倒型曲线
8、（Environmental Kuznets Curve，简称EKC）假说。该假说认为经济增长与环境质量或污染水平之间存在类似于经济增长和收入分配之间的Kuznets倒型关系：经济增长初期，随着收入的提高环境质量趋于恶化，但最终会达到一个临界点。超过此点，收入的增加将导致环境质量趋于改善。为此大量的国内外学者进行了实证研究，当然结论也不尽相同，如Grossman和Krueger (1991,1995)对北美自由贸易协议的环境效应（NAFTA）和联合国环境规划署的全球环境监测体系（GEMS）的研究，一定程度上支持了经济增长与环境质量的倒型关系；Egli(2002)对德国环境数据进行了分析，结论否
9、认了环境库兹涅茨倒型曲线的存在；马树才、李国柱（2006）对国内的环境数据进行了实证，研究结论否认了倒型关系的存在；彭水军、包群(2006)对国内情况进行了检验，发现环境库兹涅茨倒型曲线的存在与否很大程度上取决于污染指标以及估计方法的选取；此外国内大量学者对相应省份的研究（吴开亚等，2003；蔡珞珈等，2005；张慧等，2006；苏伟等，2007；孟红明，2007）大多否认了倒型关系的存在。就目前的研究来看，经济增长与环境质量之间是否确实存在倒型的一般规律，结论仍然很模糊。可以明确地说目前的实证研究结论都依赖于数据形式和环境污染指标的选取，特别是数据形式的使用，争议更为激烈，如Egli(200
10、2)、Borghesi(1999) 对使用跨国或跨地区数据（Cross-country Data or Cross-region Data）提出了质疑，认为使用这种混合数据暗含一个假定条件，即这些国家或地区有相同的发展模式。然而实际往往并非如此，国家和地区间发展模式差异很大，并且高收入的国家环境质量往往要优于低收入的国家，所以混合数据检验倾向于得出存在环境库兹涅茨倒型曲线的结论。目前研究者的态度更倾向于使用单个国家或地区的时间序列数据，当然时间序列数据也存在诸如样本容量不足等缺陷。经济增长对环境质量产生影响的同时，环境质量也会反作用于经济增长。环境的不断恶化、资源的衰竭无疑会对人力资本、投资效
11、应、产业结构升级产生负效应，从而阻碍经济增长。目前的一些研究已表明，环境保护从短期来看可能会导致企业成本增加，影响企业经济效益，但从长期来看环境保护可以促进企业改进生产技术，提高劳动生产效率，实现资源高效利用与优化配置，最终实现经济的健康与可持续发展。山西省作为全国的能源重化工基地，煤炭、冶金、电力、煤气、化工等资源导向型产业一直是其主导产业。近年来，经济高速增长的背后却是令人担忧的资源约束与环境恶化问题。2006年单位GDP（万元）的能耗系数，继宁夏、贵州、青海之后位居第四；全省工业固体废物排放量、烟尘排放量、工业粉尘排放量、SO2分别居全国第一、第一、第三和第五位；2006年全省11个重点
12、城市环境空气质量均未达到国家二级标准；地表水监测的102个断面中,有58.8%的断面为劣类。山西省环境生态问题已经成为山西经济发展的瓶颈制约，如何实现经济的快速增长与环境和谐发展成为一个亟需解决的难题。二、研究方法与指标数据说明（一）研究方法 本文的研究思路参考了：彭水军、包群：中国经济增长与环境污染基于广义脉冲响应函数的实证研究J，中国工业经济2006年第五期。本文将采用向量自回归模型（Vector Autoregression Model，VAR）模型来分析山西省经济增长与环境污染的双向作用机制。VAR模型是西姆斯（Sims）1980年提出的一种动态联立方程模型，将模型中所有变量都视为内生
13、变量，各个方程都具有相同的解释变量，并以被解释变量的滞后变量作为解释变量，可以很方便地研究变量之间的动态关系，且克服了传统联立方程模型受制于经济理论不完善而带来的诸如内生变量和外生变量的划分、估计和推断等复杂问题。此外，VAR模型还可以进行经济变量之间的因果关系、脉冲响应（Impulse Response）以及方差分解（Variance Decomposition）分析。本文主要在VAR模型估计的基础上，使用广义脉冲响应函数（Generalized Impulse Response Function，GIRF）和方差分解来进行实证分析。VAR模型一般的数学表达式为： 其中为K维内生变量向量，为
14、D维外生变量向量，p为模型滞后阶数，一般可根据AIC、SC准则和LR检验来确定，A1，A2，AP和B分别为KK和KD维系数矩阵，为K维随机扰动向量，且满足。（二）指标选取 按照目前国内外研究经济增长与环境质量的惯例，本文选取山西省实际地区生产总值（GDP）作为经济增长的衡量指标，从废气污染物、液体污染物和固体污染物三个方面，结合可获得性原则选取了7个指标来反映环境污染程度，为了减轻数据波动对模型估计的影响，本文对所有数据都进行了对数化处理（符号、量纲见表1），样本长度为1985-2006年，所有数据均来自相应年份的山西省统计年鉴，个别数据进行了调整 由于山西统计年鉴和中国环境统计年鉴缺失199
15、6、1997年地区烟尘排放总量和二氧化硫排放总量的数据，仅有工业方面数据，为此本文以1995年二氧化硫排放总量与工业二氧化硫排放量的比值为基础进行了推算。表1 指标名称、符号及量纲 编号指标本文采用的变量符号1实际地区生产总值（亿元）LNGDP2废水排放总量（万吨）LNGWATER3工业废水排放量（万吨）LNINWATER4工业废气排放量（万吨）LNINGAS5工业粉尘排放量（万吨）LNINDUST6烟尘排放总量（万吨）LNSOOT7二氧化硫排放总量（万吨）LNSO28工业固体废气物排放量（万吨）LNINSOLID 资料来源：山西省统计年鉴相应年份三、VAR模型估计及其结果分析（一）单位根检验
16、因为VAR模型估计的可靠性依赖于变量的平稳性，如果变量为平稳时间序列，可以直接构建无约束的VAR模型（Unrestricted VAR）；如果变量非平稳，则需要检验模型所涉及的变量之间是否存在协整关系，如果协整关系存在，须使用向量误差修正模型（Vector Error Correction），如果既非平稳也不存在协整关系，需要对变量进行差分将其变为平稳变量。基于这样的思路，本文首先对LNGDP以及各类污染指标（LNGWATER、LNINWATER、LNINGAS、LNINDUST、LNSOOT、LNSO2、LNINSOLID）进行单位根检验。目前单位根检验的方法很多，当然每种检验都有其优势和缺
17、点。例如经常使用的ADF检验，如果方程中包含的确定性回归因子越多，ADF临界值（绝对值）就越大，就必然会减少检验的势。因本文使用的时间序列样本较小，单位根检验的不确定性较大，为此本部分使用了ADF和DF-GLS两种方法对各指标进行了单位根检验。DF-GLS检验是Elliott、Rotheberg和Stock（1996）提出的一种方法，也称为ERS检验，其检验原理是在剔出原序列趋势的基础上，构造单位根检验统计量，一定程度上提高了检验的势 罗素.戴维森、詹姆斯.G.麦金农著（沈根祥译）：计量经济理论与方法M，上海财经大学出版社，2006年高铁梅主编：计量经济分析方法与建模M，清华大学出版社，200
18、6年。具体过程见表2。 表2 单位根检验过程变量ADF检验DF-GLS检验（C,T,K）统计量（C,T,K）统计量LNGDP(C,T,1)-1.749 (C,T,1)-1.8600 DLNGDP(C,N,0)-2.130 (C,N,0)-2.0810 LNGWATER(C,T,0)-3.069 (C,T,1)-2.6420 DLNGWATER(C,N,0)-3.158 (C,N,0)-3.2310 LNINWATER(C,T,1)-2.539 (C,0,0)-2.0230 DLNINWATER (N,N,0) -2.466 (N,N,0)LNINGAS(C,T,0)-0.807(C,T,0)-
19、1.126DLNINGAS(C,N,0)-4.531(C,N,0)-4.647LNINDUST(C,T,0)-2.067 (C,T,0)-2.3670 DLNINDUST(N,N,0)-4.877 (N,N,0)-4.2730 LNSOOT(C,N,0)-3.981 (C,N,0)-4.3560 LNSO2(C,T,1)-4.860 (C,T,0)-3.6150 LNINSOLID(C,N,0)-2.454 (C,N,0)-2.1700 DLNINSOLID(N,N,0)-5.578 (N,N,0) 注：检验形式（C,T,K）分别代表截距、趋势和滞后项，“N”为没有相应项，滞后项K按照SC准则
20、来选取；统计量上标和分别表示在1%、5%的水平下显著；符号前面加“D”表示一阶差分。本文最终按DF-GLS检验结果进行了判断，即认为LNGDP、LNGWATER、LNINGAS、LNINSOLID为一阶单整I（1）变量，其余为平稳时间变量 在本文后面的VAR模型估计中，模型特征方程的根都落在单位圆内，以及脉冲响应函数表现出很好的收敛性，都一定程度上支持了此处的选择。在单位根检验的基础上，本文对LNGDP与LNGWATER、LNINGAS、LNINSOLID变量两两之间进行了Johansen协整检验，发现彼此间不存在协整关系，这也与本文研究的内容相符合，鉴于篇幅所限，具体结果不再罗列。为此，本文
21、将非平稳变量进行一阶差分变为平稳变量，使用无约束的VAR模型进行实证研究。（二）基于VAR模型的广义脉冲响应分析在上述分析的基础上，本文对实际地区生产总值（DLNGDP）与各污染指标（DLNGWATER、DLNINGAS、DLNINDUST、LNINWATER 、LNSOOT、LNSO2、LNINSOLID）的双变量系统进行了VAR模型估计，鉴于模型的具体估计结果对分析的用处不大，这里将其省略。本文在VAR模型估计的基础上，使用广义脉冲响应函数（滞后期选择为8期）来分析实际地区生产总值与各类污染指标的冲击响应，依此来刻画变量间的动态影响关系。基于VAR模型的脉冲响应函数描述的是模型中一个内生变
22、量的冲击给其它内生变量所带来的影响，只所以选择广义脉冲响应函数其原因在于，广义脉冲响应函数（Pesaran，Shin，1998）排除VAR模型中变量顺序对结果的影响 基于Choleski分解的脉冲响应函数容易受变量顺序的影响。1、各污染指标对经济增长的脉冲响应分析从图1来看 本文由于变量较多，为了方便起见将变量间的脉冲响应图放在一张图中显示，图2原因相同。，各类污染物对经济增长（DLNGDP）一个标准差新息的冲击，在其响应期内表现为先上升后下降的一种倒型关系，这种动态的倒型关系说明经济增长与环境污染存在一定程度上的环境库兹涅茨倒型机制。但与此同时，也可以清晰地看到，除了工业固定废弃物排放量（L
23、NINSOLID）和工业废水排放量（LNINWATER）的冲击反应在前几期呈现负值外，其余污染物排放量的反应值始终为正值，这意味着这种倒型关系所表现出来的关系仅是经济增长对环境污染动态意义上的抑制，但整体上环境状况并不乐观。图1 各类污染物指标对经济增长的脉冲响应轨迹表3为各类污染物对经济增长脉冲响应的8期累积响应值，本文为了保证VAR模型的稳定性，对GDP、废水排放总量、工业粉尘排放量、工业废气排放量指标进行了差分处理，所以指标间累积响应值直接比较的意义不大 在本文下面的分析中同样存在类似问题，变量间数值的直接比较意义不大。但相对来看，无论是差分还是没有差分过的变量，气体类污染指标对经济增长
24、脉冲响应的累积值，如二氧化硫排放总量、烟尘排放总量、工业粉尘排放量和工业废气排放量，数值都相对较大，这反映出目前经济增长对环境污染的表现形式主要以气体污染为主。这与目前山西省的环境现状比较吻合，2005、2006连续两年山西省11个重点城市空气质量均未达国家二级标准，反映出了空气污染形势不容乐观。表3 各类污染物指标对经济增长的累积响应值变量DLNGWATERDLNINDUSTDLNINGASLNINWATERLNSO2LNSOOTLNINSOLID累积响应值0.0595460.1490210.067787-0.0045670.5045270.139573-0.0012582、经济增长对各类污
25、染指标的脉冲响应分析从图2来看，除二氧化硫排放总量外，经济增长对各类污染物指标一个标准差新息的冲击，在其反应期内响应值均为负，说明整体而言污染物排放对山西省经济增长起到了抑制作用，这在一定程度上支持了环境质量对经济增长存在反作用的机制。山西省近年来，由于环境质量的恶化，投资环境、企业融资、人力资本、产业结构升级都受到了不同程度的影响已是一个不争的事实。从表4经济增长对各类污染物指标累积响应值的相对比较来看，工业废水排放量、废水排放总量、工业废气排放量对经济增长的影响相对最大。山西省是一个水资源严重匮乏的省份，与此同时大量煤矿等矿产资源的开采，冶金、化工、电力等行业大量工业废水的排放，又加剧了水
26、资源的破坏，缺水和水污染已成为制约山西经济可持续发展的一个客观因素。从表3和表4的数值比较来看，经济增长对环境的影响程度要远大于环境对经济增长的反作用力度。图2 经济增长对各类污染物指标的脉冲响应轨迹 表4 经济增长对各类污染指标的累积响应值变量DLNGWATERDLNINDUSTDLNINGASLNINWATERLNSO2LNSOOTLNINSOLID累积响应值-0.03056 -0.00992 -0.01157 -0.06564 0.01776 -0.00004 -0.00850 （三）基于VAR模型的方差分解分析基于VAR模型的方差分解是将模型中内生变量的预测误差按成因分解成方程中与之相
27、关的各内生变量冲击之和，从而分析系统中各内生变量的相对重要程度。表5给出了本文方差分解的结果。 表5 经济增长与各类污染指标方差分解分析 单位：%方差分解DLNGWATERDLNINDUSTDLNINGASLNINWATERLNSO2LNSOOTLNINSOLID污染物排放对经济增长预测误差的平均贡献度26.734 4.781 1.796 58.464 0.071 0.134 1.142 经济增长对污染物排放预测误差的平均贡献度4.829 3.381 8.951 1.278 57.438 6.193 6.237 从平均贡献的角度来看，表5第二行数据说明在经济增长预测误差分解中，废水排放总量、工
28、业废水排放量的贡献度相对较大，其它指标如二氧化硫排放总量、烟尘排放总量、工业固体废弃物排放量的贡献度则很小，说明目前废水排放已经对山西省经济增长产生重要抑制作用，而其它污染物的影响相对较弱；表5最后一行数据说明在各污染指标的方差分解中，经济增长对二氧化硫排放总量、烟尘排放总量、工业固定废弃物排放量、工业废气排放量的贡献程度要大于废水排放总量、工业废水排放量和工业粉尘排放量，说明目前经济增长对环境质量影响的表现形式以气体和固体污染为主。方差分解结果与广义脉冲响应分析的结果基本吻合，一定程度上也反映了本文VAR模型研究的稳定性和可靠性。四、结论本文在基于VAR模型估计的基础上，使用了广义脉冲响应函
29、数和方差分解对1985-2006年山西省经济增长与环境污染各类指标进行了动态关系影响分析，得出的结论为：第一，经济增长与环境污染之间确实存在双向作用机制，并且在这种双向作用机制中环境污染对经济增长的反作用机制要弱很多。这表明目前的环境污染管制力度还不够有效，生态环境恶化和资源损耗带来的外部成本没有完全地转化为企业内部成本。为此，必须加快建立强有力的环境保护市场化约束和激励机制，促使生产主体转变生产方式、改进生产技术，进而带动产业结构升级、换代；第二，本文实证结果表明，经济增长和环境污染之间存在着动态意义上的倒型关系，但是这里所谓的倒关系与真正意义上的环境库兹涅茨倒型关系并不一致，研究结果表明目
30、前山西省环境保护的形势依然严峻。第三，本文的实证结果发现了山西省经济增长与环境污染自身的一些特点。目前山西省经济增长对环境污染的表现形式主要以气体和固体污染为主，其中气体污染更为突出，而在环境对经济增长的反作用方面，水污染则是制约山西经济发展的主要因素。所以目前山西省环境保护应针对二氧化硫、烟尘等气体排放提高排污成本，与此同时保护水资源显得刻不容缓。参考文献1彭水军、包群：经济增长与环境污染基于环境库兹涅茨曲线假说的中国检验J，财经问题研究2006年第8期。2彭水军、包群：中国经济增长与环境污染基于广义脉冲响应函数法的实证研究J，中国工业经济2006年第5期。3马树才、李国柱：中国经济增长与环
31、境污染关系的Kuznets曲线J，统计研究2006年第8期。4吴开亚等：安徽省经济增长与环境污染水平的关系研究J，重庆科学2006年第3期。5蔡珞珈等：湖北省经济增长与环境污染关系研究J，当代财经2006年第8期。6苏伟等：吉林省经济增长与环境污染关系研究J，干旱区资源与环境2007年第2期。7张慧等：兰州市经济增长与环境污染演进计量模型分析J，上海工程技术大学学报2006年第12期。8孟红明: 上海市经济增长与环境污染水平的关系研究j，河南科学2007年第2期。9罗素.戴维森、詹姆斯.G .麦金农著（沈根祥 译）：计量经济理论和方法M，第531页，上海财经大学出版社，上海，第一版，2006年
32、。10高铁梅主编：计量经济分析方法与建模M，第145页，清华大学出版社，北京，第一版，2006年。11中国科学院可持续发展战略研究组：2006中国可持续发展战略报告M, 科学出版社，北京，第一版，2006年。12 Grossman G. M., Krueger A.B，1995， Economic Growth and the Environment J, Quarterly Journal of Economics, 110（2）：353377.13 Grossman G. M., Krueger A.B，1991，Environmental Impacts of the North Ame
33、rican Free Trade Agreement. NBER Working Paper.14 Hannes E., 2001, Are Cross-Country Studies of the Environmental Kuznets Curve Misleading? New Evidence from Time Series Data for Germany. Discussion Paper 10/2001 of Ernst-Moritz-Arndt University of Greifswald.15 Panayotou T., 1993, Empirical tests a
34、nd policy analysis of environmental degradation at different stages of economic development, World Employment Programme Research, Working Paper 238, International Labor Office, Geneva.16 Panayotou T., 2000, Economic Growth and the Environment. Center for International Development Harvard University, CID Working Paper.17 Borghesi S., 1999, The Environmental Kuznets Curve: a Survey of the Literature, European University Institute.
