楊福霞,聶華林,楊 冕

(1.蘭州大學 經濟學院,甘肅 蘭州730000；2.蘭州大學 資源環(huán)境學院,甘肅 蘭州730000)

一、引 言

改革開放以來,隨著我國社會經濟的迅猛發(fā)展以及人民生活水平的顯著提高,各種環(huán)境問題日益引起社會各界的廣泛關注。自20世紀90年代淮河的嚴重污染給人們不合理的生產活動敲響警鐘之后,我國重大的環(huán)境污染事件一直令人高度關注。環(huán)境質量所存在的問題,不僅對人們生活質量的提高產生了負面影響,同時也逐步成為嚴重制約我國經濟進一步騰飛的瓶頸。

目前,在探索驅動環(huán)境質量變動的影響因素中,經濟發(fā)展的環(huán)境效應成為主要的研究視角。然而,現有研究環(huán)境經濟的文獻較多集中于從相互關聯的3種效應,即規(guī)模效應、結構效應和技術效應的角度探究經濟發(fā)展對環(huán)境質量的影響機理。其中,規(guī)模效應是指在產業(yè)結構和技術水平相對穩(wěn)定的情況下,逐步擴大的經濟規(guī)模對自然資源(如能源、水、礦產資源)供應提出了更高的需求,而資源消耗過程中所產生的副產物(各種污染物如廢水、廢氣與固體廢棄物)也隨之增加,從而導致環(huán)境質量的逐步惡化。結構效應是指由于產業(yè)結構的轉變普遍受配第一克拉克定律所支配,而不同產業(yè)的污染排放強度存在較大差異,一般表現為第一產業(yè)和第三產業(yè)污染相對較低,而第二產業(yè)、尤其是重化工業(yè)污染較為密集,從而導致產業(yè)結構的變動對環(huán)境質量的改善表現出先負后正的效應。技術效應是指隨著經濟發(fā)展對科技依賴強度的日益增強,以及迅速增加的R&D投資促進知識存量的逐步累積,從而產生內生技術變化和誘導性技術變化,前者通過增加資源用途的多樣性,使人類能夠應用更有效的手段大規(guī)模地開發(fā)利用自然資源和不斷開拓新的產業(yè)活動與消費領域,導致人類對生態(tài)環(huán)境更全面的掠奪；后者則通過提高資源利用效率的方式,減少對自然資源的耗費,加快對稀缺資源的替代和清潔生產技術的開發(fā),進而改善環(huán)境質量。國內外學者分別從不同的研究視角,對上述3種效應的存在性與合理性進行檢驗。Grossman和Krueger(1995)通過對66個國家1979—1990年14種空氣和水污染物排放量與人均GDP之間的動態(tài)關系進行分析指出,絕大多數國家的環(huán)境質量隨人均收入水平的提高呈現先惡化后改善的特征。Stern(2002)采用非線性的污染物分解模型,通過對全球64個國家1973—1990年SO2排放的面板數據進行回歸分析認為,經濟規(guī)模的擴大對全球SO2排放的增加表現出正效應,而科技進步則表現為負效應。Dinda(2004)通過分析已有文獻中關于環(huán)境庫茲涅茨曲線的理論依據和實證研究,認為環(huán)境惡化存在多方面的原因,而經濟規(guī)模擴張、產業(yè)結構變動和科技進步是其主要因素。于峰等(2006)基于Stern的模型,對我國1999—2004年SO2排放的面板數據進行分析,認為經濟規(guī)模擴大、產業(yè)結構變動加劇了我國二氧化硫排放,而環(huán)保技術創(chuàng)新與推廣則降低了我國的環(huán)境污染。李國柱等(2007)借用Grossman的分解分析法,分別計算了經濟增長對我國工業(yè)“三廢”的規(guī)模、結構和技術效應,提出產業(yè)結構調整對改善我國的環(huán)境質量具有較大的潛力。

事實上,社會經濟發(fā)展還通過環(huán)境政策、社會生活以及對外貿易等傳遞作用,對環(huán)境質量的變化產生較大的間接影響。對于環(huán)境政策效應,一方面從經濟學角度來看,環(huán)境污染主要是由生產的外部不經濟性所造成的,即生產企業(yè)沒有將生產過程中排放的污染物對周邊環(huán)境的損害計入生產成本,而這一外部成本內部化的過程,一般需要政府部門通過法律法規(guī)和環(huán)境政策工具強制企業(yè)執(zhí)行；另一方面從長遠來看,隨著人們生活水平的日益提高,對美好的環(huán)境質量需求將逐步取代傳統(tǒng)片面追求經濟增長的發(fā)展思路,優(yōu)美的環(huán)境質量將被視為一種奢侈型商品,以滿足人們的有效需求。環(huán)境政策制訂者也通過出臺各種有利于環(huán)境保護的政策法規(guī),維護人們的切身利益。就城市化水平而言,劉耀彬(2005)指出城市化作為社會經濟發(fā)展的必然產物,通過人口快速增長、資源過量消耗與地域迅速擴張等因素,對當地生態(tài)環(huán)境產生顯著的脅迫作用。首先,大規(guī)模的基礎設施建設和高物耗、高污染型產業(yè)的迅速增長,以及交通運輸流量的相應增加,導致各種污染物的大量產生與排放；其次,由于一些城市的環(huán)?；A設施建設不足,以及對相關環(huán)境政策法規(guī)執(zhí)行不力,導致大量的生產、生活廢棄物無法得以及時消除,并由于擴散效應與累積效應而逐步演化為嚴重的城市環(huán)境問題。對于外商直接投資,依據“污染避難所”假說,不同經濟發(fā)展水平的國家在環(huán)境標準的制訂上存在著差異,一般來說,發(fā)達國家制訂的環(huán)境標準普遍高于發(fā)展中國家,使得在環(huán)境要素的競爭上,發(fā)展中國家憑借其相對較低的環(huán)境門檻而具有一定的比較優(yōu)勢,這一現象引導著發(fā)達國家的污染密集型產業(yè)源源不斷地向發(fā)展中國家轉移,從而導致當地環(huán)境質量的逐步惡化。張曉(1999)通過對我國 1978—1997年宏觀經濟增長和主要污染物排放情況進行比較分析,認為這一期間我國的環(huán)境政策比較成功地抑制了經濟快速發(fā)展所導致的環(huán)境問題。楊海生等(2005)選取我國1990—2002年30個省市外商直接投資與各種污染物排放量的面板數據,探討了FDI對我國環(huán)境庫茲涅茨曲線(ECK)的影響,結果表明FDI與污染物排放之間呈現顯著的正相關關系。趙海霞等(2006)通過構建環(huán)境污染排放經濟計量綜合分析模型,分析導致江蘇省環(huán)境惡化的主要經濟原因,結果表明快速的城市化進程是導致污染物排放增加的主要因素之一。張衛(wèi)東等(2007)采用對比組的VAR模型分析我國環(huán)境政策對經濟增長與環(huán)境污染動態(tài)關系的影響,得出與張曉(1999)相反的結論,其結果表明由于我國環(huán)境政策沒有得到充分的執(zhí)行,環(huán)境政策的實施并沒有明顯改善經濟發(fā)展對環(huán)境質量的負面影響。

綜觀現有的環(huán)境經濟實證研究相關文獻可以發(fā)現,目前研究者較集中于探索區(qū)域經濟規(guī)模、產業(yè)結構等因素變動對當地環(huán)境質量的動態(tài)影響,而對環(huán)境政策、城市化水平、FDI等間接因素的影響分析則相對較少；其次,大多的實證分析均選取單一或多個污染物排放指標來衡量環(huán)境污染水平,對環(huán)境質量的整體變化趨勢考察較少,但考慮到環(huán)境污染狀況是一個綜合的、整體的概念,是各種污染物排放量的動態(tài)組合,因此在分析區(qū)域環(huán)境污染水平時,應綜合考慮各種污染物的動態(tài)變化特征。鑒于以上兩方面因素,本文基于1986—2007年我國“三廢”排放量基礎數據,測度該時期內歷年環(huán)境污染綜合指數(AIEP),并嘗試采用基于VEC模型的廣義脈沖響應函數,分析產業(yè)結構、環(huán)境政策、城市化水平與外商直接投資等因素對環(huán)境污染綜合指數的影響機理及其在時序維度上的動態(tài)特征。文章結構安排如下:第二部分測度我國1986—2007年環(huán)境污染綜合指數；第三部分簡要描述本文采用的研究方法與所涉及數據的來源；第四部分通過構建環(huán)境——經濟綜合評價模型,詳細分析上述4個變量對我國環(huán)境污染水平的動態(tài)沖擊過程；第五部分對全文進行總結,并提出相應的政策建議。

二、環(huán)境污染綜合指數呈現U型特征

(一)指標選取

環(huán)境污染水平的度量主要包括污染物排放總量與污染物排放強度(單位產值污染物排放量)兩類指標。鑒于本文的主要目的是考察經濟發(fā)展對環(huán)境污染總體水平的影響,此處采用“三廢”排放總量指標對環(huán)境污染綜合指數進行度量。同時,考慮到廢水排放主要來源于工業(yè)生產與生活兩部分,且生活廢水排放日益增多的事實,而廢氣和固體廢棄物則主要源于工業(yè)生產,因此,本文選取中國1986—2007年廢水排放總量、工業(yè)廢氣排放量及工業(yè)固體廢棄物排放量3個指標來測度我國歷年環(huán)境污染綜合指數。其中,各種污染物排放總量數據均摘自對應年份的《中國統(tǒng)計年鑒》與《中國環(huán)境狀況公報》(1989—2007)。然而,由于《中國統(tǒng)計年鑒》中1986—1994年的“三廢”排放總量未包括鄉(xiāng)鎮(zhèn)工業(yè)數據,導致其與1995年以后的統(tǒng)計口徑不一致,因此需作相應調整。①

(二)環(huán)境污染綜合指數的計算

首先,采用式(1)對各種污染物排放總量的原始數據進行無量綱化處理:

其中,i為年份,V′i為標準化后的賦值,V i為各污染物當年的排放量值,Vmax為各污染物排放量的最大值,Vmin為各污染物排放量的最小值。

其次,采用層次分析方法確定各種污染物在計算環(huán)境污染綜合指數過程中所占的權重。基于MATLAB軟件對判斷矩陣進行處理,得到廢水、廢氣與固體廢棄物的權重分別為0.40、0.36與0.24。

最后,根據式(2)對歷年的環(huán)境污染綜合指數進行計算:

其中,Yi為第i年的環(huán)境污染綜合指數,j代表污染物種類,Yji為第i年第j種污染物排放量的標準化值,Wj為第j種污染物的權重值。結果如圖1所示。

圖1 中國1986-2007年環(huán)境污染綜合指數變化趨勢示意圖

圖1顯示,1986—2007年期間,我國環(huán)境污染綜合指數總體呈現U型特征。其中,1986—1991年期間,我國環(huán)境污染綜合指數總體上呈現下降趨勢；1992—1999年期間,除了1998年環(huán)境污染綜合指數增長較快以外,其余各年份的變化均比較平穩(wěn),且總體上呈現緩慢上升勢頭；但自2000年開始,環(huán)境污染綜合指數開始迅速飆升。

三、分析方法及數據獲取

(一)協(xié)整與廣義脈沖相應函數

依據Engle和Grange的協(xié)整方法,如果兩個或多個非平穩(wěn)變量的某種線性組合平穩(wěn),則變量之間存在長期均衡關系。但通過其協(xié)整方程,無法考察變量間短期波動的相互影響及其如何向長期均衡調整,而建立向量誤差修正模型(VECM)可以有效解決這一問題。Engle和Grange(1978)闡明如果一組變量存在協(xié)整關系,通常也存在相對應的向量誤差修正方程,其表示因變量的變化量是其他自變量的變化量與長期均衡偏離量(用誤差修正項表示)的函數。因此,VEC模型是含有協(xié)整約束的VAR模型,其中,非差分序列通過向量誤差修正項被引入到一次差分的VAR系統(tǒng)中,它同時考察變量之間的長期均衡和短期波動。本文是包含5個變量的VAR系統(tǒng),如果各變量原水平非平穩(wěn)但其某種線性組合平穩(wěn),則可建立VEC模型如下:

其中,每個方程為一個誤差修正模型。y t=(AIEP,IND3,EP,URB,FDI)′,ecmt-1=βy t-1為誤差修正項,反映變量之間的長期均衡關系,β表示協(xié)整向量的參數矩陣,當系數向量δ反映變量之間的均衡關系偏離長期均衡狀態(tài)時,將其調整到均衡狀態(tài)的速度。Δ是一階差分算子,α是常數項,k是VEC模型的最佳滯后項,εt表示白噪聲殘差序列。VEC模型僅能考察樣本期內自變量對因變量的作用力,無法探究各自變量對因變量的動態(tài)作用過程以及這種作用力是否長期有效,而脈沖響應函數為解決這一問題提供了途徑。

脈沖響應函數(Impulse Response Function)是考察系統(tǒng)內每個變量對其他變量的沖擊反應,它計算了在初期給某一變量一個沖擊時,系統(tǒng)內所有內生變量的當前值和未來值對這一沖擊的反應度。但由于該函數正交化變換的結果嚴重依賴于各變量的順序,因此,本文采用廣義脈沖響應函數考察一個變量的沖擊怎樣影響其他變量以及這一影響力的持續(xù)時間。廣義脈沖響應函數由Koop(1996)等提出,后經Pesaran和Shin(1998)進行了拓展研究。在對VAR模型進行必要的數學變換后,Pesaran和Shin將廣義脈沖響應函數定義為:

其中,δj代表來自第j個變量的沖擊,n是該沖擊響應時期數,而Ωt-1則代表該沖擊發(fā)生時所有可獲得的信息集。令δj等于一個標準差沖擊,得出解析結論為:

其中,ej是單位向量,表示t時刻給第j個變量一個標準差沖擊,對y在t+n時刻的影響期望值。

(二)數據來源

考慮到與上述環(huán)境污染綜合指數的分析時期相對應,各組數據的時間跨度均為1986—2007年。其中,產業(yè)結構(IND3)用第三產業(yè)增加值占GDP的比重來表示；環(huán)境政策(EP)用消除了通貨膨脹因素的工業(yè)污染治理項目當年完成投資總額進行度量；外商直接投資(FDI)用消除了通貨膨脹因素的實際使用外資額進行度量；而城市化水平(URB)用城鎮(zhèn)人口占總人口的比重進行測度。以上所有基礎數據均來自于歷年的《中國統(tǒng)計年鑒》,所有涉及產值的數據均以1978年為基期進行了指數平減。

四、誤差修正模型構建與廣義脈沖響應函數結果分析

(一)誤差修正模型的構建

考慮到對時間序列數據進行取對數處理容易得到平穩(wěn)序列,而且并不改變時序數據的特征,本文實際分析時均采用各變量的對數值。由于VEC模型要求所有變量之間具有長期協(xié)整關系,而協(xié)整關系成立的前提是要求所有變量的時間序列具有相同平穩(wěn)階數。本文首先采用Augmented Dickey–Fuller(ADF)方法對各變量的平穩(wěn)性進行檢驗。結果顯示:在5%的顯著性水平下,環(huán)境污染綜合指數、產業(yè)結構、環(huán)境政策、城市化水平和外商直接投資序列均為一階單整序列。其次,運用Johansen方法對上述4個變量與環(huán)境污染綜合指數之間的關系進行協(xié)整檢驗。結果表明:在5%的顯著性水平下,4個指標與環(huán)境污染綜合指數之間存在唯一的協(xié)整關系,滿足VEC模型建立的前提條件。由此,構建上述五個變量的VEC模型,鑒于本文的研究目的,此處僅描述環(huán)境污染指數的向量誤差修正模型,方程如下:

其中,括號內為相應變量參數的t統(tǒng)計量。首先,在誤差修正項(Ecm)中所有變量的t統(tǒng)計量都顯著,②即每個自變量對因變量都有較強的解釋力。同時,在誤差修正模型中,誤差修正項的t統(tǒng)計量也顯著,且系數為-0.59,即長期來講,產業(yè)結構、環(huán)境政策、外商直接投資和城市化水平是影響環(huán)境污染綜合指數的重要原因,且環(huán)境污染綜合指數以59%的速度調整前一期指數值對長期均衡值的偏離；并由誤差修正項方程中各自變量系數的符號可以看出,在各變量的長期作用下,第三產業(yè)比重的增加和環(huán)境政策的實施改善了環(huán)境質量,而外商直接投資的增加和城市化水平的提高卻使環(huán)境質量日趨惡化。其次,在誤差修正模型中,除誤差修正項和環(huán)境政策兩個變量之外,其他自變量短期變動的t統(tǒng)計量都不顯著。即表明短期內,環(huán)境污染綜合指數、外商直接投資、第三產業(yè)比重以及城市化水平4個變量的變動滯后項,對環(huán)境污染綜合指數即期的變動不存在明顯的因果關系,且模型中假設的變量對環(huán)境污染綜合指數的變動影響較弱。但由于廣義脈沖響應函數分析是基于長期因果關系,因此,短期因果關系的缺失不會對其分析結果造成影響。

圖2 環(huán)境污染綜合指數對其他變量一個標準差的廣義脈沖響應

(二)廣義脈沖響應分析

在此基礎上,運用GIRF方法考察產業(yè)結構、環(huán)境政策、城市化水平和外商直接投資與環(huán)境污染綜合指數之間的沖擊響應關系。與VAR系統(tǒng)相似,5變量的VEC系統(tǒng)可以產生25個脈沖軌跡,但考慮到本文的主要目的是考察環(huán)境污染綜合指數對其他4個變量的沖擊響應。因此,圖2僅描述了環(huán)境污染綜合指數對其他4個變量一個標準差沖擊后的響應軌跡。其中,沖擊的標準差由Monte Carlo方法得到,同時為了考察各變量對環(huán)境質量的長期影響,沖擊響應期設置為60。

1.產業(yè)結構與環(huán)境污染綜合指數

圖2顯示,在整個沖擊響應期內,AIEP對當期IND3一個單位沖擊的平均響應值-4.44%,③在前10期呈現單調遞增的趨勢,隨后穩(wěn)定于某一固定效應。具體分時段來看,AIEP對IND3沖擊的當期響應值為-1.71%,隨后迅速增加到-3.88%(第 4期),然后開始緩慢增加,到第25期增至最大值-4.61%,隨后緩慢下降并趨于-4.44%。這一沖擊響應過程說明:環(huán)境污染綜合指數對產業(yè)結構一個標準差沖擊的響應為負,且表現出可持續(xù)的特征,即國民經濟中第三產業(yè)比重的增加有利于改善我國環(huán)境質量,且該作用長期有效。究其原因發(fā)現:在我國,第三產業(yè)主要包括流通部門、為生產和生活服務的部門、為提高科學文化水平和居民素質服務的部門,其中,僅有交通運輸、餐飲兩大行業(yè)污染物產生量相對較高。然而,在整個分析期內,上述兩大行業(yè)所占第三產業(yè)的比重有所降低或變化微弱,其中,交通運輸、倉儲和郵政行業(yè)的比重由1986年的16.7%降低到2007年的14.6%,住宿和餐飲業(yè)的比重由1986年的5.5%微增到2007年的5.7%,而其他污染強度較小的行業(yè)(如旅游、金融保險、房地產等)所占第三產業(yè)比重都有了不同程度的增加。因此,第三產業(yè)在國民經濟中比重的增加將有利于降低我國的環(huán)境污染綜合指數。

2.環(huán)境政策與環(huán)境污染綜合指數

圖2顯示,在整個沖擊響應期內,AIEP對當期EP一個單位沖擊的平均響應值為-3.86%。具體分時段來看,AIEP對EP沖擊的當期響應值為0.78%,隨后迅速增加,到第2期達到其正的最大值2.65%,然后開始急劇下降,到第6期降至0左右。此后環(huán)境政策開始發(fā)揮作用,響應值從第7期的-0.57%平穩(wěn)上升到第35期的最大值-5.0%,最后穩(wěn)定于這一水平。該沖擊響應過程說明:環(huán)境污染綜合指數對環(huán)境政策一個標準差沖擊的響應總體為負,且表現出可持續(xù)的特征,即我國環(huán)境政策的實施有利于環(huán)境質量的改善,且該作用長期有效,但存在明顯的時滯效應。產生這一現象的原因可以解釋為:首先,雖然我國在20世紀90年代已經制訂了相對完備的環(huán)境法律法規(guī)體系,也出臺了較為密集的污染減排政策,但由于一些地方政府受到經濟利益的驅使,為了獲取較高的GDP增長而不惜以犧牲環(huán)境為代價,對污染減排政策的執(zhí)行缺乏足夠的力度；其次,由于缺乏有效的監(jiān)督機制與公眾參與機制,企業(yè)污染成本低于守法成本的現象仍普遍存在,從而導致增排、偷排等行為屢禁不止。然而,從2006年開始在全國范圍內推行的節(jié)能減排工作,其政策執(zhí)行力度空前強大,已經取得了促使我國主要污染物(SO2、COD)排放總量連續(xù)三年降低的豐碩成果,對遏制我國環(huán)境污染總體指數連續(xù)上升的勢頭起到了顯著的效果,對逐步提升我國環(huán)境質量也將產生深遠的影響。

3.城市化水平與環(huán)境污染綜合指數

圖2顯示,在整個沖擊響應期內,AIEP對當期URB一個單位沖擊的平均響應值為7.94%,在前41期呈現單調遞增的趨勢,隨后穩(wěn)定于某一固定效應。具體分時段來看,AIEP對URB沖擊的當期響應值為-0.45%,隨后迅速增加,但隨著時間的延續(xù),增速放緩,到第41期增至最大值9.5%,隨后穩(wěn)定于這一水平。該沖擊響應過程說明:環(huán)境污染綜合指數對城市化水平提升的一個標準差沖擊的響應為正,且表現出可持續(xù)的特征,即我國城市化水平的不斷提高將促進環(huán)境污染的加劇,且這一作用具有長期性。分析其原因不難發(fā)現,隨著我國大規(guī)模的農村人口源源不斷地向城市集中,對城市基礎設施建設、工業(yè)生產以及交通運輸服務提出了更高的需求,而上述行業(yè)的發(fā)展不僅需要消耗大量的燃料和工業(yè)原料,釋放出很多熱能和工業(yè)污染物；同時城市土地的擴張和基礎設施建設也會侵占大量的良田、林地、水域和濕地等生態(tài)用地,改變了生物環(huán)境的組成和結構,加速城市環(huán)境承載力的衰減。這兩者共同作用導致城市環(huán)境質量的惡化(章泉,2009)。

4.外商直接投資與環(huán)境污染綜合指數

圖2顯示,在整個沖擊響應期內,AIEP對當期FDI一個單位沖擊的平均響應值為8.64%,在前46期呈現單調遞增的趨勢,隨后穩(wěn)定于某一固定效應。具體分時段來看,AIEP對FDI沖擊的當期響應值為2.26%,隨后迅速增加,但隨著時間的延續(xù),增速放緩,到第46期增至最大值9.30%,隨后穩(wěn)定于這一水平。該沖擊響應過程說明:環(huán)境污染綜合指數對外商直接投資的一個標準差沖擊的響應為正,且表現出可持續(xù)的特征,即外商直接投資額的增加加劇了我國環(huán)境污染狀況的惡化,且這一作用長期有效。究其原因發(fā)現:由于我國制訂的環(huán)境標準遠低于發(fā)達國家,引導超過其環(huán)境標準的污染企業(yè)紛紛來華投資,但從外商直接投資的行業(yè)構成來看,投資額多集中于污染強度較大的各工業(yè)行業(yè)。2007年,我國僅制造行業(yè)的外商直接投資額就占全年FDI總量的55%。從工業(yè)生產過程來看,外商直接投資主要集中于資源消耗大、環(huán)境污染嚴重的生產與組裝環(huán)節(jié),但牢牢控制著研發(fā)等上游環(huán)節(jié)和產品營銷網絡,在將自身打造為世界“大腦”的同時,也將以我國為首的發(fā)展中國家塑造成為全球“勤勞的雙手”與“污染避難所”。

五、結論及政策建議

本文在對已有研究進行脈絡梳理的基礎上,著重分析了產業(yè)結構、環(huán)境政策、城市化水平與外商直接投資4個變量對我國環(huán)境污染水平的影響機理及其動態(tài)作用過程。首先,基于我國1986—2007年“三廢”排放量數據,對該時期內歷年的環(huán)境污染綜合指數進行測度,結果顯示:在樣本期內,我國環(huán)境污染綜合指數呈現先下降后上升的U型特征。在此基礎上,采用基于VEC模型的廣義脈沖響應函數,圍繞上述研究目的展開分析。誤差修正模型的結果顯示:長期來講,產業(yè)結構、環(huán)境政策、外商直接投資和城市化水平是影響環(huán)境污染綜合指數的重要原因；但短期來看,環(huán)境污染綜合指數的變動還受到本模型中未涉及的其他因素的影響。廣義脈沖響應函數的結果表明:城市化水平的提升、外商直接投資額的增加對我國的環(huán)境質量改善具有長期而顯著的阻礙作用,而環(huán)境政策的實施及第三產業(yè)比重的提升則對降低環(huán)境污染綜合指數具有持續(xù)的積極意義。

基于上述分析不難發(fā)現:由于當前我國正處于向后工業(yè)化過渡階段,高速的經濟增長與快速的城市化進程是造成我國環(huán)境污染日益加劇的根本原因；環(huán)保政策的實施以及產業(yè)結構的優(yōu)化雖然在一定程度上對我國環(huán)境質量的改善產生了積極效果,但仍然無法徹底扭轉當前環(huán)境經濟系統(tǒng)的演化趨勢。因此,要實現我國環(huán)境經濟的協(xié)調可持續(xù)發(fā)展,本文提出如下對策措施:(1)進一步強化污染減排政策。在我國“十一五”減排工作取得豐碩成果的基礎上,加大下一階段的污染減排力度,擴展主要污染物范疇,增加NOx、氨氮、CO2等減排指標,使減排工作由主要污染物向全方位推廣。(2)繼續(xù)深入優(yōu)化產業(yè)結構。產業(yè)結構優(yōu)化對污染物減排具有一定的滯后性,但其長期效應不可低估。以國家《產業(yè)結構調整指導目錄》、《十大產業(yè)振興規(guī)劃》等為指導,積極發(fā)展污染強度較小的高新技術產業(yè)與生產性服務業(yè),并逐步淘汰、限制污染強度密集行業(yè)的發(fā)展。同時,設置較為嚴格的外商投資門檻,對外商投資及國外產業(yè)轉移持謹慎接納的態(tài)度,積極引導外資流向符合我國環(huán)境標準的行業(yè)。(3)降低城市化進程的環(huán)境負面效應。城市化是引領我國經濟快速發(fā)展的重要引擎,也是資源消耗、環(huán)境污染的重要癥結所在。因此,需進一步加強對城市的生態(tài)化管理,做好合理的建設、交通等規(guī)劃,杜絕其呈現無序擴張狀態(tài)；同時,需不斷加強城市基礎設施建設與環(huán)境管理能力建設,確保污染減排工作得以有效地貫徹執(zhí)行。

注釋:

①具體方法如下:基于僅有的1985年、1989年和1994年3個年份鄉(xiāng)鎮(zhèn)工業(yè)“三廢”排放量數據,假設鄉(xiāng)鎮(zhèn)工業(yè)歷年污染物排放量呈現同比例變化趨勢,1986-1988年對應數據分別按1985-1989年年均增長率估算；同理,1990-1993年對應數據分別按1989-1994年年均增長率估算。其中1985年、1989年和1994年3個年份鄉(xiāng)鎮(zhèn)工業(yè)“三廢”排放量數據來源于相應年份的《全國鄉(xiāng)鎮(zhèn)工業(yè)污染源調查公報》。

②此處的顯著性水平為10%。

③響應值前面的負號僅表示對應變量對環(huán)境污染綜合指數的升高存在負效應,不影響對響應值大小的判斷。

[1]陳紅蕾,陳秋鋒.“污染避難所”假說及其在中國的檢驗[J].暨南學報(哲學社會科學版),2006,(4):51-56.

[2]李國柱.經濟增長與環(huán)境協(xié)調發(fā)展的計量分析[M].北京:中國經濟出版社,2007.

[3]劉耀彬,李仁東,宋學鋒.中國區(qū)域城市化與生態(tài)環(huán)境耦合的關聯分析[J].地理學報,2005,(2):237-247.

[4]楊海生,賈佳,周永章等.貿易、外商直接投資、經濟增長與環(huán)境污染[J].中國人口.資源與環(huán)境,2005,(3):99-103.

[5]于峰,齊建國,田曉林.經濟發(fā)展對環(huán)境質量影響的實證分析——基于1999-2004年間各省市的面板數據[J].中國工業(yè)經濟,2006,(8):36-44.

[6]章泉.中國城市化進程對環(huán)境質量的影響——基于中國地級城市數據的實證檢驗[J].教學與研究,2009,(3):32-38.

[7]張衛(wèi)東,汪海.我國環(huán)境政策對經濟增長與環(huán)境污染關系的影響研究[J].中國軟科學,2007,(12):32-38.

[8]張曉.中國環(huán)境政策的總體評價[J].中國社會科學,1999,(3):88-99.

[9]趙海霞,曲福田,郭忠興.環(huán)境污染影響因素的經濟計量分析——以江蘇省為例[J].環(huán)境保護,2006,(2):43-49.

[10]David I Stern.Explaining changes in global sulfur emissions:An econometric decompo-sition approach[J].Ecological Economics,2002,42:201-220.

[11]Engle R F,C W J Granger.Cointegration and error correction:Representation,estimation,and testing[J].Econometrica,1978,55:251-276.

[12]Galeotti M.Environment and economic growth:Is technical chang the key to decoupling？[R].FEEM Working Paper,No.90,2003.

[13]Gary Koop,M Hashem Pesaran,Simon M Potter.Impulse response analysis in nonlinear multivariate models[J].Journal of Econometrics,1996,74:119-147.

[14]Grossman Gene M,Krueger Alan B.Economic growth and theenvironment[J].Quarterly Journal of Economics,1995,110:353-377.

[15]H Hashem Pesaran,Yongcheol Shin.Generalized impulse response analysis in linear multivariate models[J].Economics Letters,1998,58:17-29.

[16]S Dinda.Environmental Kuznets Curve hypothesis:A survey[J].Ecological Economics,2004,49:431-455.