馬越越

（東北財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，遼寧 大連116025）

一、引言

經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量之間存在著密切關(guān)系。一方面隨著工業(yè)化進(jìn)程的深入，污染物排放不斷增加，經(jīng)濟(jì)增長(zhǎng)導(dǎo)致環(huán)境質(zhì)量下降；另一方面環(huán)境惡化反過(guò)來(lái)也限制了經(jīng)濟(jì)的可持續(xù)增長(zhǎng)。美國(guó)經(jīng)濟(jì)學(xué)家Grossman等通過(guò)對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染程度進(jìn)行定量分析后認(rèn)為，對(duì)大多數(shù)污染物而言，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染水平之間存在“倒U型”曲線關(guān)系，即環(huán)境隨著經(jīng)濟(jì)增長(zhǎng)會(huì)出現(xiàn)先惡化后改善的過(guò)程[1]。其與1955年庫(kù)茲涅茨（Kuznets）提出的收入不均與經(jīng)濟(jì)增長(zhǎng)的庫(kù)茲涅茨曲線類似，因此被稱為“環(huán)境庫(kù)茲涅茨曲線”（EKC），用來(lái)描述人均收入與環(huán)境污染指標(biāo)間的關(guān)系，說(shuō)明經(jīng)濟(jì)發(fā)展對(duì)環(huán)境污染的影響程度。

環(huán)境庫(kù)茲涅茨曲線提出后，國(guó)內(nèi)外學(xué)者運(yùn)用截面、時(shí)序或者面板數(shù)據(jù)，對(duì)曲線是否存在進(jìn)行了廣泛研究。Canas等通過(guò)研究16個(gè)工業(yè)化國(guó)家原材料與人均GDP之間關(guān)系，印證了“倒U型”EKC曲線的存在[2]。但是，大部分利用時(shí)間序列數(shù)據(jù)進(jìn)行分析研究的結(jié)果卻表明EKC曲線并不存在，如Kathleen利用加拿大數(shù)據(jù)所做的研究就證明EKC曲線關(guān)系并不存在[3]。彭水軍等運(yùn)用1996－2002年30個(gè)省際面板數(shù)據(jù)，對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)與6類污染指標(biāo)之間的關(guān)系進(jìn)行實(shí)證檢驗(yàn)，結(jié)果發(fā)現(xiàn)EKC曲線關(guān)系很大程度上取決于污染指標(biāo)以及估計(jì)方法的選取[4]。馬樹(shù)才等采用1986－2003年的數(shù)據(jù)，對(duì)國(guó)內(nèi)的環(huán)境數(shù)據(jù)進(jìn)行了實(shí)證分析，研究表明工業(yè)廢棄物排放量與人均GDP之間存在“倒U型”關(guān)系，而工業(yè)廢水排放量與工業(yè)廢氣排放量不存在這種關(guān)系[5]。閆新華等利用VAR模型研究了山西省1985－2006年經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染的動(dòng)態(tài)影響關(guān)系，結(jié)論表明山西省的經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染確實(shí)存在著動(dòng)態(tài)意義上的“倒 U 型”關(guān)系[6]。郭軍華等利用1991－2007年29個(gè)省市的面板數(shù)據(jù)協(xié)整分析表明，只有工業(yè)固體廢棄物排放量與人均GDP之間符合EKC曲線特征，工業(yè)廢水排放量隨經(jīng)濟(jì)增長(zhǎng)而逐漸減少，而工業(yè)廢氣排放量與經(jīng)濟(jì)增長(zhǎng)則不存在協(xié)整關(guān)系[7]。

筆者考察大連市的環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間的演進(jìn)關(guān)系，主要基于：一方面經(jīng)濟(jì)的發(fā)展?fàn)顩r與環(huán)境質(zhì)量之間具有雙向響應(yīng)機(jī)制，當(dāng)前多數(shù)學(xué)者研究EKC曲線都是構(gòu)建單一方程的計(jì)量模型，沒(méi)有考慮到環(huán)境對(duì)經(jīng)濟(jì)增長(zhǎng)的反饋?zhàn)饔?；另一方面，以往相關(guān)研究大多傾向于跨省截面分析，但是，由于省際間的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)構(gòu)成以及經(jīng)濟(jì)增長(zhǎng)方式各不相同，在進(jìn)行省際間截面數(shù)據(jù)研究時(shí)，經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境質(zhì)量的正負(fù)效應(yīng)可能出現(xiàn)部分甚至完全抵消，因此削弱統(tǒng)計(jì)分析結(jié)果的顯著性[8]。

鑒于上述原因，筆者以大連市為例，分析了1991－2009年經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系，通過(guò)構(gòu)建基于VAR模型的廣義脈沖響應(yīng)函數(shù)來(lái)考察經(jīng)濟(jì)發(fā)展和環(huán)境污染之間的影響機(jī)理，并且利用樣本期內(nèi)大連市的6類環(huán)境污染指標(biāo)構(gòu)建了一個(gè)反映環(huán)境污染整體水平的綜合指標(biāo)。

二、研究方法及指標(biāo)數(shù)據(jù)說(shuō)明

（一）研究方法

筆者通過(guò)構(gòu)建向量自回歸（VAR）模型來(lái)分析大連市經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的雙向作用機(jī)制。

VAR模型的數(shù)學(xué)表達(dá)式[9]：

其中Yt為k維內(nèi)生變量向量；Xt為d維外生變量向量；p為滯后階數(shù)，一般依據(jù)AIC、SC準(zhǔn)則和LR檢驗(yàn)來(lái)確定；k×k維矩陣Aj和k×d維矩陣B為被估計(jì)的系數(shù)矩陣；et為k維隨機(jī)擾動(dòng)向量，且滿足cov（et，es）＝0（t≠s）。

（二）環(huán)境污染綜合指標(biāo)計(jì)算

前期大多數(shù)的實(shí)證分析均選取單一或多個(gè)污染物排放指標(biāo)來(lái)衡量環(huán)境污染水平，對(duì)環(huán)境質(zhì)量的整體變化趨勢(shì)考察較少，事實(shí)上，環(huán)境污染狀況是一個(gè)綜合性、整體性的概念，是多種污染物排放量的一個(gè)動(dòng)態(tài)組合[10]。因此在考察大連市環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間的影響關(guān)系時(shí)，筆者通過(guò)測(cè)算大連市環(huán)境污染綜合指數(shù)，從整體上反映多種污染物的動(dòng)態(tài)變化過(guò)程。

考慮到廢水排放主要來(lái)源于工業(yè)生產(chǎn)與生活兩部分，且生活廢水排放日益增多，而廢氣和固體廢棄物則主要源于工業(yè)生產(chǎn)，因此，本文選取全市廢水排放量（WATER）、工業(yè)廢氣排放量（INGAS）、工業(yè)二氧化硫排放量（INSO2）、工業(yè)煙塵排放量（INSOOT）、工業(yè)粉塵排放量（INDUST）及工業(yè)固體廢棄物排放量（INWASTE）6類指標(biāo)來(lái)測(cè)算大連市歷年環(huán)境污染綜合指數(shù)。為了確保統(tǒng)計(jì)數(shù)據(jù)的可得性和連續(xù)性，數(shù)據(jù)區(qū)間取1991－2009年，其中各類污染物排放總量數(shù)據(jù)均摘自對(duì)應(yīng)年份的《大連年鑒》和《大連市環(huán)境狀況公報(bào)》。

首先，將反映大氣污染的4類指標(biāo)（INGAS、INSO2、INSOOT和INDUST）標(biāo)準(zhǔn)化后進(jìn)行一次全局主成分分析，得到主成分分析因子載荷矩陣，再將每列系數(shù)除以其特征值的方根，得到主成分的系數(shù)向量，如表1所示。

表1 主成分分析因子載荷矩陣表

從表中累積貢獻(xiàn)率看，前3個(gè)主成分的累積貢獻(xiàn)率為96.967%，可以認(rèn)為已基本涵蓋全部指標(biāo)信息，利用這3個(gè)主成分替代原來(lái)的4個(gè)大氣污染指標(biāo)，結(jié)果表示如下：

以特征值的比值作為權(quán)重，計(jì)算得到主成分F1、F2和F3的權(quán)重分別為0.7120、0.2078和0.0802。計(jì)算大氣污染綜合指標(biāo) ：

其次，將這一綜合指標(biāo)與其它2類污染指標(biāo)（WATER和INWASTE）再次利用全局主成分分析，從而得到一個(gè)反映大連市環(huán)境整體污染水平的綜合污染指標(biāo)，該指標(biāo)在1991－2009年變化趨勢(shì)如圖1所示。

圖1 大連市環(huán)境污染綜合指標(biāo)變化趨勢(shì)圖

圖1中大連市環(huán)境污染綜合排放指標(biāo)呈現(xiàn)負(fù)值，與實(shí)際情況不符，且在此情況下也無(wú)法對(duì)其進(jìn)行對(duì)數(shù)平穩(wěn)處理，因此對(duì)其進(jìn)行離差標(biāo)準(zhǔn)化處理：

其中i為年份，得到標(biāo)準(zhǔn)化后的環(huán)境污染綜合指標(biāo)，其1991－2009年的變化趨勢(shì)如圖2所示。

圖2 標(biāo)準(zhǔn)化后大連市環(huán)境污染綜合指標(biāo)變化趨勢(shì)圖

由圖2顯示，1991－2009年間大連市環(huán)境污染綜合指標(biāo)總體呈現(xiàn)“U型”，其中，1991－2003年間除1992、1997年環(huán)境污染排放量有較明顯的上升外，其余年份整體呈現(xiàn)下降趨勢(shì)，自2003年開(kāi)始，環(huán)境污染綜合指數(shù)開(kāi)始迅速飆升。

（三）經(jīng)濟(jì)增長(zhǎng)指標(biāo)

為與上述得到的環(huán)境污染綜合指數(shù)的分析時(shí)期相對(duì)應(yīng)，選擇1991－2009年大連市人均GDP為衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)，該數(shù)據(jù)來(lái)源于《大連年鑒》。為避免通貨膨脹或通貨緊縮引起物價(jià)波動(dòng)的影響，其中人均GDP以1991年為基期進(jìn)行指數(shù)平減?？紤]到對(duì)時(shí)間序列數(shù)據(jù)取對(duì)數(shù)較容易得到平穩(wěn)序列，因此在實(shí)際分析時(shí)均采用各變量的對(duì)數(shù)值。

三、VAR模型估計(jì)及結(jié)果分析

（一）單位根檢驗(yàn)

時(shí)間序列分析要求數(shù)據(jù)必須為平穩(wěn)序列，為保證分析結(jié)果可靠性，首先對(duì)人均GDP和環(huán)境污染綜合指標(biāo)進(jìn)行ADF單位根檢驗(yàn)，最優(yōu)滯后階數(shù)以AIC最小時(shí)確定，趨勢(shì)項(xiàng)和常數(shù)項(xiàng)依據(jù)序列特征及T統(tǒng)計(jì)量以是否顯著為原則，結(jié)果見(jiàn)表2。

表2 ADF單位根檢驗(yàn)結(jié)果t

人均GDP和環(huán)境污染綜合指標(biāo)分別在1%、5%顯著性水平下通過(guò)了平穩(wěn)性檢驗(yàn)，可以認(rèn)為人均GDP和環(huán)境污染綜合指標(biāo)的對(duì)數(shù)序列均為平穩(wěn)序列。

（二）協(xié)整檢驗(yàn)

為了檢驗(yàn)人均GDP和環(huán)境污染指標(biāo)間是否存在長(zhǎng)期穩(wěn)定的關(guān)系，我們采用Johansen協(xié)整檢驗(yàn)，以VAR模型根據(jù)AIC和SC達(dá)到最小確定協(xié)整檢驗(yàn)滯后階數(shù)為1，見(jiàn)表3。

表3 Johansen協(xié)整檢驗(yàn)結(jié)果

由表3可知，在5%的顯著性水平上，人均GDP與環(huán)境污染綜合指標(biāo)間至少存在1個(gè)協(xié)整關(guān)系，說(shuō)明人均GDP與環(huán)境污染綜合指標(biāo)間存在某種長(zhǎng)期穩(wěn)定的關(guān)系。

（三）Granger因果關(guān)系檢驗(yàn)

由于LNGDP和LNPOLLUTION為平穩(wěn)序列，因此可以采用Granger因果檢驗(yàn)進(jìn)一步分析環(huán)境污染排放量的增減是否由于經(jīng)濟(jì)增長(zhǎng)引起。Granger檢驗(yàn)對(duì)滯后階數(shù)十分敏感，本文依據(jù)檢驗(yàn)變量構(gòu)成的VAR模型所對(duì)應(yīng)的最優(yōu)滯后階數(shù)來(lái)確定，LNGDP和LNPOLLUTION對(duì)應(yīng)的VAR模型，根據(jù)AIC準(zhǔn)則和SC準(zhǔn)則確定出最優(yōu)滯后階數(shù)分別為2和5，見(jiàn)表4。

表4 Granger因果關(guān)系檢驗(yàn)

由表4看出，人均GDP從滯后2期開(kāi)始對(duì)環(huán)境污染產(chǎn)生顯著影響，意味著人均產(chǎn)出提高會(huì)導(dǎo)致經(jīng)濟(jì)活動(dòng)副產(chǎn)品——污染物排放量的增長(zhǎng)，從而使得環(huán)境質(zhì)量下降。滯后2期和滯后5期均說(shuō)明人均GDP是環(huán)境污染惡化的Granger原因，反之，環(huán)境污染綜合指標(biāo)不是人均GDP的Granger原因。

（四）基于VAR模型的廣義脈沖響應(yīng)分析

由于人均GDP與環(huán)境污染綜合指標(biāo)均為平穩(wěn)時(shí)間序列，因此采用無(wú)約束VAR模型進(jìn)行估計(jì)，并運(yùn)用改進(jìn)的廣義脈沖響應(yīng)函數(shù)法（GIRF）來(lái)進(jìn)行分析，排除了VAR模型中變量順序?qū)Y(jié)果的影響，從而大大提高了估計(jì)結(jié)果的穩(wěn)定性與可靠性。通過(guò)廣義脈沖響應(yīng)分析得到人均GDP與環(huán)境污染綜合指標(biāo)的沖擊響應(yīng)函數(shù)，以此來(lái)刻畫變量間的動(dòng)態(tài)影響關(guān)系，響應(yīng)函數(shù)如圖3、圖4所示，圖中實(shí)線表示廣義脈沖響應(yīng)函數(shù)，虛線表示正負(fù)2倍標(biāo)準(zhǔn)差偏離帶，其中沖擊標(biāo)準(zhǔn)差由漸進(jìn)解析法得到，考慮樣本數(shù)據(jù)容量將沖擊響應(yīng)期設(shè)定為10期。

1、環(huán)境污染對(duì)經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)分析

由圖3可知，環(huán)境污染對(duì)人均GDP的單位沖擊，在其反應(yīng)期內(nèi)的響應(yīng)軌跡表現(xiàn)為先上升后下降的“倒U型”關(guān)系，在第4期正向響應(yīng)值達(dá)到最大值0.066897，而后逐漸緩慢下降，累計(jì)沖擊響應(yīng)值為0.531347，說(shuō)明環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間存在一定程度上的“倒U型”關(guān)系。但由于響應(yīng)函數(shù)始終位于水平線上，這種“倒U型”關(guān)系只能是經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染動(dòng)態(tài)意義上的抑制，從圖3得到的結(jié)論是：隨著經(jīng)濟(jì)的發(fā)展，居民收入水平的不斷提高，人均GDP的增加將使得環(huán)境污染綜合排放量持續(xù)上升，經(jīng)濟(jì)增長(zhǎng)是加劇環(huán)境質(zhì)量惡化的重要原因。

圖3 環(huán)境污染綜合指標(biāo)對(duì)人均GDP的響應(yīng)函數(shù)

2、經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染的脈沖響應(yīng)分析

由圖4可知，在整個(gè)沖擊響應(yīng)期內(nèi)，人均GDP對(duì)環(huán)境污染綜合指標(biāo)單位沖擊的響應(yīng)曲線大致呈“U型”，人均GDP在第2期負(fù)向沖擊達(dá)到最大，反應(yīng)值為－1.123323，從第5期開(kāi)始沖擊變?yōu)檎?，?期時(shí)正向沖擊達(dá)到最大，為0.275309，而后緩慢趨于減弱，累計(jì)沖擊響應(yīng)值為－0.10382。這一結(jié)果說(shuō)明環(huán)境污染對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用的響應(yīng)值雖然多數(shù)呈現(xiàn)正向，但從總體效應(yīng)來(lái)看，環(huán)境污染對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)為負(fù)，污染物排放量增加在一定程度上會(huì)對(duì)大連市的經(jīng)濟(jì)增長(zhǎng)產(chǎn)生抑制作用，支持了環(huán)境質(zhì)量對(duì)經(jīng)濟(jì)增長(zhǎng)的反作用機(jī)制，從圖4得到的結(jié)論是：提高環(huán)境質(zhì)量，減少和控制污染物的排放會(huì)對(duì)大連市的經(jīng)濟(jì)發(fā)展產(chǎn)生持續(xù)有利影響。

圖4 人均GDP對(duì)環(huán)境污染綜合指標(biāo)的響應(yīng)函數(shù)

（五）基于VAR模型的方差分解分析

我們進(jìn)一步運(yùn)用方差分解分析（Variance Decomposition）考察經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量之間相互影響的重要程度。表5給出了人均GDP與環(huán)境污染綜合指標(biāo)的預(yù)測(cè)方差分解結(jié)果。

表5 環(huán)境污染綜合指標(biāo)與人均GDP預(yù)測(cè)方差分解分析

總體而言，人均GDP對(duì)解釋環(huán)境污染綜合指標(biāo)的預(yù)測(cè)方差的貢獻(xiàn)度較高，解釋了59.067%以上的方差，這一分析結(jié)果表明自20世紀(jì)90年代中期以來(lái)，大連市經(jīng)濟(jì)增長(zhǎng)、工業(yè)化進(jìn)程加快，伴隨著資源、能源的大量開(kāi)采與粗放利用，使得環(huán)境污染排放量急劇增加，從而導(dǎo)致了較大的環(huán)境保護(hù)壓力。相比而言，環(huán)境污染綜合指標(biāo)對(duì)人均GDP的預(yù)測(cè)方差的解釋貢獻(xiàn)度則相對(duì)較小，僅為18.55%，遠(yuǎn)低于人均GDP對(duì)污染排放預(yù)測(cè)方差的貢獻(xiàn)作用。

四、結(jié)論及建議

本文基于大連市1991－2009年6類環(huán)境污染的排放數(shù)據(jù)，測(cè)算該時(shí)期內(nèi)歷年環(huán)境污染綜合指標(biāo)，并結(jié)合人均GDP構(gòu)建VAR模型，在此基礎(chǔ)上運(yùn)用廣義脈沖響應(yīng)函數(shù)和方差分解分析，研究大連市經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的雙向影響關(guān)系，主要結(jié)論為：

第一，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間確實(shí)存在雙向作用機(jī)制。經(jīng)濟(jì)增長(zhǎng)是導(dǎo)致大連市環(huán)境質(zhì)量惡化的重要原因，經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染之間存在著一定意義上的“倒U型”關(guān)系，這與真正意義上的環(huán)境庫(kù)茲涅茨“倒U型”關(guān)系并不一致，環(huán)境質(zhì)量的改善并不會(huì)隨著經(jīng)濟(jì)的發(fā)展而自然產(chǎn)生，事實(shí)上，結(jié)合圖2和圖3可以看到，大連市目前處于經(jīng)濟(jì)高速發(fā)展階段，隨著社會(huì)總產(chǎn)值的不斷增長(zhǎng)，污染物排放量勢(shì)必大量增加，大連市的環(huán)境治理依然面臨嚴(yán)峻形勢(shì)。

第二，環(huán)境質(zhì)量變化、污染物的排放對(duì)經(jīng)濟(jì)增長(zhǎng)也存在反作用。污染排放量對(duì)人均GDP的累計(jì)負(fù)向沖擊表明提高環(huán)境質(zhì)量、減少和控制污染物的排放會(huì)對(duì)大連市的經(jīng)濟(jì)發(fā)展產(chǎn)生持續(xù)有利影響。但從累計(jì)響應(yīng)值及方差分解結(jié)果發(fā)現(xiàn)，該效應(yīng)并不顯著，環(huán)境質(zhì)量惡化對(duì)經(jīng)濟(jì)增長(zhǎng)的反饋?zhàn)饔靡h(yuǎn)小于經(jīng)濟(jì)增長(zhǎng)給環(huán)境帶來(lái)的影響。這也說(shuō)明目前對(duì)環(huán)境污染的管制還不夠有效，由于環(huán)境惡化、資源品過(guò)度消耗而產(chǎn)生的外部成本還無(wú)法轉(zhuǎn)化為企業(yè)的內(nèi)部成本。

基于上述分析并結(jié)合大連市的實(shí)際情況，不難得出：大連市目前高速的經(jīng)濟(jì)增長(zhǎng)、市場(chǎng)規(guī)模擴(kuò)大以及土地、礦產(chǎn)等自然資源相對(duì)匱乏是造成目前大連市生態(tài)系統(tǒng)超負(fù)荷運(yùn)轉(zhuǎn)、環(huán)境質(zhì)量日益惡化的重要原因。環(huán)保政策實(shí)施以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化雖然在一定程度上對(duì)改善環(huán)境質(zhì)量起到了積極效果，但是由于缺乏有效的監(jiān)管，無(wú)法從根本上扭轉(zhuǎn)環(huán)境系統(tǒng)的演變趨勢(shì)，為了實(shí)現(xiàn)大連市經(jīng)濟(jì)、社會(huì)、環(huán)境的可持續(xù)發(fā)展，特提出以下幾點(diǎn)建議：

第一，加快科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，找出新的增長(zhǎng)點(diǎn)。從大連的實(shí)踐經(jīng)驗(yàn)看，從1998年軟件園奠基至2009年，大連軟件和信息服務(wù)業(yè)年均復(fù)合增長(zhǎng)率高達(dá)53.32%，其中，軟件業(yè)銷售收入增長(zhǎng)了100倍，軟件企業(yè)超過(guò)800家，擁有世界500強(qiáng)企業(yè)中的66家，大連已經(jīng)成為名副其實(shí)“中國(guó)的班加羅爾”。這一事例充分說(shuō)明大連發(fā)展知識(shí)和技術(shù)密集型產(chǎn)業(yè)的可能性和巨大潛力，只要有堅(jiān)定的目標(biāo)和正確的措施，大連完全有可能跨越產(chǎn)業(yè)依次發(fā)展、循序漸進(jìn)的產(chǎn)業(yè)結(jié)構(gòu)演化模式，而實(shí)現(xiàn)高新技術(shù)產(chǎn)業(yè)的超常規(guī)發(fā)展。今后大連產(chǎn)業(yè)結(jié)構(gòu)發(fā)展和演進(jìn)的目標(biāo)，應(yīng)該是構(gòu)建以知識(shí)和技術(shù)密集的高新技術(shù)產(chǎn)業(yè)為主導(dǎo)，以高效率的資本密集型產(chǎn)業(yè)為鏈接，以大量高技能的勞動(dòng)密集型產(chǎn)業(yè)為補(bǔ)充的產(chǎn)業(yè)結(jié)構(gòu)模式。

第二，鼓勵(lì)技術(shù)革新，推動(dòng)科技進(jìn)步，發(fā)展循環(huán)經(jīng)濟(jì)。通過(guò)加強(qiáng)科技創(chuàng)新能力建設(shè)，充分挖掘科技潛在能力，提高資源利用率，形成低投入、低消耗、低排放和高效率的節(jié)約型增長(zhǎng)方式。建設(shè)一系列環(huán)保設(shè)施、城市生活垃圾分類回收及綜合利用系統(tǒng)，開(kāi)展建筑施工工地粉塵污染收費(fèi)，建設(shè)食品廢料回收再生利用系統(tǒng)，以最大限度地減少原料和能源的消耗，將其對(duì)環(huán)境的污染和危害降到最低，從而扭轉(zhuǎn)當(dāng)前大連市環(huán)境質(zhì)量隨經(jīng)濟(jì)增長(zhǎng)而持續(xù)惡化的趨勢(shì)，實(shí)現(xiàn)環(huán)境與經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

第三，繼續(xù)加大對(duì)環(huán)境保護(hù)和污染治理的投資力度，持續(xù)推進(jìn)污染物的減排進(jìn)程，健全和完善大連市生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)評(píng)價(jià)體系?！笆濉逼陂g，大連市的環(huán)保投資指數(shù)平均達(dá)到2.06%，“十一五”期間，該指數(shù)下降為1.94%，下降原因主要是大連市環(huán)境保護(hù)投資趕不上經(jīng)濟(jì)增長(zhǎng)的速度，采取的環(huán)境政策缺乏穩(wěn)定性和連續(xù)性。所以要使總體的環(huán)境質(zhì)量不斷改善，特別是對(duì)工業(yè)“三廢”排放量的控制，只有在積累物資資本存量的同時(shí)加強(qiáng)環(huán)境污染治理的投資力度，健全和完善大連市生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)評(píng)價(jià)體系，才可能緩解經(jīng)濟(jì)增長(zhǎng)過(guò)程中所導(dǎo)致的環(huán)境壓力。

[1] Gene M Grossman，Alan B Krueger.Environmental impacts of a North American Free Trade Agreement[R].London：Center for Economic Policy Research Discussion Paper，1992：644.

[2] Canas Angela，F(xiàn)errao Paulo，Conceicao Pedro.A new environmental Kuznets curves？relationship between direct material input and income per capita：evidence from industrialized countries[J].Ecological Economics，2003，46（2）：217－229.

[3] Day K M ，Grafton R Q.Growth and the environment in Canada：an empirical analysis[J].Canadian Journal of Agricultural Economics，2001，51（2）：197－216.

[4] 彭水軍，包群.經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染——基于環(huán)境庫(kù)茨涅茨曲線假說(shuō)的中國(guó)檢驗(yàn)[J].財(cái)經(jīng)問(wèn)題研究，2006（8）：4－17.

[5] 馬樹(shù)才，李國(guó)柱.中國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的Kuznets曲線[J].統(tǒng)計(jì)研究，2006（8）：37－40.

[6] 閆新華，趙國(guó)浩.經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的VAR模型分析——基于山西的實(shí)證研究[J].經(jīng)濟(jì)問(wèn)題，2009（6）：59－62.

[7] 郭軍華，李幫義.中國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的協(xié)整關(guān)系研究——基于1991－2007年省際面板數(shù)據(jù)[J].數(shù)理統(tǒng)計(jì)與管理，2010（3）：281－293.

[8] 丁繼紅，年艷.經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系剖析——以江蘇省為例[J].南開(kāi)經(jīng)濟(jì)研究，2010（2）：64－79.

[9] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建?！狤views應(yīng)用及實(shí)例[M].北京：清華大學(xué)出版社，2006：249－251.

[10] 楊福霞，聶華林，楊冕.中國(guó)經(jīng)濟(jì)發(fā)展的環(huán)境效應(yīng)分析——基于廣義脈沖響應(yīng)函數(shù)的實(shí)證檢驗(yàn)[J].財(cái)經(jīng)研究，2010（5）：133－143.