鄧 軍，楊 宣，嚴(yán) 戀

（華中師范大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430079）

時(shí)間序列數(shù)據(jù)大多都是非平穩(wěn)的，用回歸的方法（如EKC曲線）無法識(shí)別這種非平穩(wěn)性。在這種情況下，即使變量間沒有關(guān)系，也會(huì)由于非平穩(wěn)的序列帶有趨勢(shì)項(xiàng)而顯現(xiàn)出一定的關(guān)系。應(yīng)用協(xié)整分析可以有效避免這種問題。因此，本文利用1998-2008年間湖北省3個(gè)環(huán)境污染指標(biāo)與經(jīng)濟(jì)增長指標(biāo)，首先采用Johansen協(xié)整檢驗(yàn)證明經(jīng)濟(jì)增長與環(huán)境污染物排放量間存在著長期穩(wěn)定的關(guān)系，并以此建立向量自回歸模型（VAR）。然后應(yīng)用VAR模型考察了湖北省經(jīng)濟(jì)增長與環(huán)境污染在時(shí)序維度上的相互影響機(jī)制和動(dòng)態(tài)關(guān)聯(lián)效應(yīng)。

1 研究方法

1.1 VAR模型簡介

VAR模型由Smis C A提出，在一個(gè)含有n個(gè)變量的VAR模型中，每個(gè)變量都對(duì)自身以及其他變量的若干期滯后值回歸，若令滯后階數(shù)為k，則VAR模型的一般形式可用下式表示

其中，Gt表示由第t期觀測(cè)值構(gòu)成的n維列向量，Ai為n*n系數(shù)矩陣，Vt是由隨機(jī)誤差項(xiàng)構(gòu)成的n維列向量，其中隨機(jī)誤差項(xiàng)Vi（i=1，2，…n）為白噪音過程。

1.2 指標(biāo)的選取與數(shù)據(jù)的收集

選取1998～2008年間湖北省工業(yè)煙塵排放量（單位：t）、工業(yè) SO2排放量（單位：t）、工業(yè)粉塵排放量（單位：t），3 個(gè)指標(biāo)作為環(huán)境污染指標(biāo)，并選取工業(yè)企業(yè)增加值（1998年基準(zhǔn)價(jià)）作為經(jīng)濟(jì)增長指標(biāo)。其中，環(huán)境污染指標(biāo)和經(jīng)濟(jì)增長指標(biāo)數(shù)據(jù)均來源于歷年中國統(tǒng)計(jì)年鑒和湖北統(tǒng)計(jì)年鑒。

1.3 數(shù)據(jù)處理

為了消除數(shù)據(jù)量綱上的差異及時(shí)間序列中存在的異方差，對(duì)上述表征指標(biāo)進(jìn)行了對(duì)數(shù)化處理，并將其定義為：LNy，LNsoot，LNso2，LNdust，數(shù)據(jù)處理通過 EVIEWS5.0 軟件實(shí)現(xiàn)。

2 結(jié)果與討論

2.1 數(shù)據(jù)序列平穩(wěn)性檢驗(yàn)

首先對(duì)涉及的相關(guān)變量運(yùn)用ADF（augmented dickey-fuller）方法進(jìn)行單位根檢驗(yàn)，檢驗(yàn)樣本序列的平穩(wěn)性和單整階數(shù)。檢驗(yàn)的結(jié)果顯示新變量在10%的顯著性水平下是非平穩(wěn)的，而一階差分后的序列在10%的顯著性水平下均滿足平穩(wěn)性的要求。故原有的時(shí)間序列滿足一階單整，變量之間可能存在協(xié)整關(guān)系。

2.2 Johansen協(xié)整檢驗(yàn)

由表 1 的協(xié)整檢驗(yàn)結(jié)果可見：LNy，LNsoot，LNso2，LNdust間存在協(xié)整關(guān)系。即非平穩(wěn)變量之間存在著長期穩(wěn)定的均衡關(guān)系，滿足建立VAR模型的前提。LNy分別與LNsoot，LNdust之間的協(xié)整關(guān)系為負(fù)，而與LNso2關(guān)系為正，說明經(jīng)濟(jì)的增長的同時(shí)，工業(yè)煙塵和工業(yè)粉塵的排放量總體上在減少，而工業(yè)二氧化硫排放總體上在增加。

表1 Johansen協(xié)整檢驗(yàn)

2.3 VAR以及脈沖函數(shù)響應(yīng)

我們僅選擇環(huán)境污染指標(biāo)和經(jīng)濟(jì)增長指標(biāo)兩個(gè)變量進(jìn)入模型，構(gòu)建3個(gè)相互獨(dú)立的VAR模型。這3個(gè)模型的滯后階數(shù)按照AIC信息準(zhǔn)則中使得AIC值越小越好的原則選取。經(jīng)過多次試驗(yàn)，LNsoot和LNy構(gòu)成的VAR模型滯后階數(shù)為3，LNso2，LNdust和LNy構(gòu)成的VAR模型滯后階數(shù)為2，說明進(jìn)入模型中的兩個(gè)變量存在較為顯著的相互影響。但這種影響的作用方向及作用所需的時(shí)間，我們不得而知。為此需要利用VAR模型對(duì)變量之間的關(guān)系做進(jìn)一步脈沖響應(yīng)分析，并試圖通過這一分析找出其對(duì)單個(gè)變量脈沖擾動(dòng)的長期反應(yīng)，進(jìn)而最終確定各變量間的長期關(guān)系。

圖1 經(jīng)濟(jì)增長指標(biāo)對(duì)環(huán)境污染指標(biāo)單位新息的沖擊曲線

由圖1可知，經(jīng)濟(jì)增長指標(biāo)對(duì)工業(yè)煙塵排放量的單位新息沖擊的曲線基本為直線，且均在0左右徘徊，表明工業(yè)煙塵排放量的變化對(duì)經(jīng)濟(jì)增長沒有大的影響。經(jīng)濟(jì)增長指標(biāo)對(duì)工業(yè)二氧化硫排放量的單位新息沖擊的曲線呈U型，其累積響應(yīng)值為-0.059035，表明工業(yè)二氧化硫排放量的增加對(duì)經(jīng)濟(jì)增長會(huì)產(chǎn)生負(fù)面效應(yīng)。而經(jīng)濟(jì)增長指標(biāo)對(duì)工業(yè)粉塵的沖擊反應(yīng)曲線也基本在0以下，單位工業(yè)粉塵排放量新息沖擊對(duì)經(jīng)濟(jì)增長指標(biāo)的累積響應(yīng)值為-0.034622，說明工業(yè)粉塵排放量增加對(duì)經(jīng)濟(jì)增長有負(fù)效應(yīng)。以上分析說明工業(yè)二氧化硫和工業(yè)粉塵等污染物排放的增加是阻礙經(jīng)濟(jì)增長的。

而環(huán)境污染指標(biāo)對(duì)經(jīng)濟(jì)增長指標(biāo)單位新息在整個(gè)響應(yīng)期內(nèi)，工業(yè)煙塵排放量對(duì)經(jīng)濟(jì)增長指標(biāo)的單位新息沖擊表現(xiàn)呈U型，累計(jì)效應(yīng)響應(yīng)值為-0.01359，說明經(jīng)濟(jì)發(fā)展對(duì)粉塵排放呈負(fù)影響，而且最近一期表現(xiàn)為大幅負(fù)效應(yīng)，說明經(jīng)濟(jì)發(fā)展到一定程度對(duì)于粉塵的排放是呈抑制作用的。工業(yè)二氧化硫排放量對(duì)經(jīng)濟(jì)增長指標(biāo)的單位信息沖擊也呈波動(dòng)型，累計(jì)效應(yīng)響應(yīng)值為0.113803，說明經(jīng)濟(jì)增長帶來了總體SO2排放的增加。尤其最近三期連續(xù)表現(xiàn)為正響應(yīng)，最近三年單位響應(yīng)值分別為 0.006683、0.054897、0.074255，而且幅度還在擴(kuò)大，說明湖北省近年的重工業(yè)還是在快速的增長，高消耗行業(yè)仍舊在擴(kuò)張。工業(yè)粉塵排放量對(duì)經(jīng)濟(jì)增長指標(biāo)的單位新息沖擊基本在0以下，也就是說工業(yè)粉塵排放量對(duì)經(jīng)濟(jì)增長指標(biāo)的單位新息沖擊響應(yīng)基本為負(fù)，累計(jì)效應(yīng)響應(yīng)值為-0.0528937，說明經(jīng)濟(jì)增長對(duì)于工業(yè)粉塵的排放是起著抑制作用的。以上分析說明湖北省經(jīng)濟(jì)的發(fā)展帶來了工業(yè)二氧化硫排放的增加，且近年表現(xiàn)尤為突出，但是經(jīng)濟(jì)發(fā)展對(duì)于工業(yè)煙塵和工業(yè)粉塵的排放是起抑制作用的。

2.4 經(jīng)濟(jì)增長指標(biāo)與環(huán)境污染指標(biāo)的方差分析

方差分解法是將VAR模型中的每個(gè)內(nèi)生變量的波動(dòng)按其成因分解，通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化（用方差來度量）的貢獻(xiàn)度，即變量的貢獻(xiàn)占總貢獻(xiàn)率的比例，進(jìn)而給出各新息對(duì)VAR模型中內(nèi)生變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)項(xiàng)相對(duì)重要性的信息，以此進(jìn)一步判斷經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系。

表2 環(huán)境污染指標(biāo)排放量與GDP的方差分解平均值

表3列出了環(huán)境污染指標(biāo)與經(jīng)濟(jì)增長指標(biāo)的預(yù)測(cè)方差分解結(jié)果，從表中可以看出，經(jīng)濟(jì)增長指標(biāo)對(duì)解釋工業(yè)煙塵、工業(yè)二氧化硫排放量、工業(yè)粉塵排放量預(yù)測(cè)方差分解的貢獻(xiàn)度分別為100%、65.5%、17.4%，除工業(yè)粉塵外對(duì)其他兩個(gè)污染指標(biāo)的方差解釋度都比較高，這與湖北省的工業(yè)重型化格局以及以煤炭為主的能源消費(fèi)模式比較吻合。但是幾個(gè)污染指標(biāo)對(duì)于經(jīng)濟(jì)增長指標(biāo)的方差解釋度較小。比如工業(yè)二氧化硫排放量作為污染指標(biāo)對(duì)經(jīng)濟(jì)增長指標(biāo)的方差貢獻(xiàn)率總體較小，年均約為26%，且近幾年的解釋方差比分別為38.02791%、23.93152%、17.95318%，這說明了近年來湖北省產(chǎn)業(yè)結(jié)構(gòu)以及能源結(jié)構(gòu)調(diào)整政策還是帶來了一定的效力。同時(shí)，經(jīng)濟(jì)發(fā)展對(duì)于工業(yè)煙塵方差解釋度將近100%，這說明湖北省的工業(yè)煙塵處理技術(shù)的進(jìn)步和革新跟不上湖北省工業(yè)發(fā)展的規(guī)模的擴(kuò)大，致使經(jīng)濟(jì)增長指標(biāo)對(duì)工業(yè)煙塵排放量的方差貢獻(xiàn)率較高。而工業(yè)粉塵對(duì)于經(jīng)濟(jì)增長方差的貢獻(xiàn)度達(dá)22.4%，而經(jīng)濟(jì)增長指標(biāo)對(duì)工業(yè)粉塵排放的解釋只有17.4%，這說明影響工業(yè)粉塵排放的更主要因素不是經(jīng)濟(jì)發(fā)展因素，可能是技術(shù)設(shè)備等其他因素。所以對(duì)于減少這些污染物排放更有利的措施是增加和改進(jìn)技術(shù)設(shè)備，和污染處理設(shè)施等。當(dāng)然對(duì)于具體的影響因素和改進(jìn)措施我們還有待于未來做更進(jìn)一步研究和探討，才能得出更準(zhǔn)確的結(jié)論和對(duì)策。

3 結(jié)論與建議

（1）一方面，經(jīng)濟(jì)增長是影響湖北省污染排放量變化的重要原因，另一方面工業(yè)二氧化硫、工業(yè)粉塵排放量的增加對(duì)經(jīng)濟(jì)增長也存在著反作用力。

（2）工業(yè)二氧化硫和工業(yè)粉塵等污染物排放的增加是阻礙經(jīng)濟(jì)增長的，而湖北省經(jīng)濟(jì)的發(fā)展帶來了工業(yè)二氧化硫排放的增加，而且近年表現(xiàn)尤為突出，但是經(jīng)濟(jì)發(fā)展對(duì)于工業(yè)煙塵和工業(yè)粉塵的排放是起抑制作用的。

（3）經(jīng)濟(jì)增長指標(biāo)對(duì)解釋環(huán)境污染指標(biāo)排放的預(yù)測(cè)方差分解的貢獻(xiàn)度較高，說明湖北省目前的工業(yè)發(fā)展還是偏重型化以及以煤炭為主的能源消費(fèi)模式。但是幾個(gè)污染指標(biāo)對(duì)于經(jīng)濟(jì)增長指標(biāo)的方差解釋度較小，說明對(duì)于減少這些污染物排放的最主要原因不是經(jīng)濟(jì)增長而是應(yīng)該通過增加和改進(jìn)技術(shù)設(shè)備，污染處理設(shè)施以及相關(guān)的法律政策等措施改進(jìn)。