趙建華

摘要：本文采集長江中下游26個城市2000-2016年面板數據，應用PVAR模型對產業(yè)結構調整、經濟增長和大氣污染之間的動態(tài)關系進行檢驗，結果顯示經濟增長和產業(yè)結構調整均會造成大氣污染。方差分解的結果表明，未來經濟增長對大氣污染的沖擊不斷降低，產業(yè)結構調整對大氣污染的沖擊比重上升，未來應該重點關注產業(yè)結構的調整對大氣污染的影響，通過優(yōu)化產業(yè)結構與產業(yè)布局，平衡經濟增長與生態(tài)環(huán)境保護的關系。

Abstract： This paper collects panel data of 26 cities in the middle and lower reaches of the Yangtze River from 2000 to 2016. The PVAR model is used to test the dynamic relationship among industrial structure adjustment， economic growth and air pollution. The results show that economic growth and industrial structure adjustment will cause the air pollution. The results of variance decomposition show that the impact of economic growth on air pollution will continue to decrease in the future， and the impact of industrial structure adjustment on air pollution will increase. In the future， we should focus on the impact of industrial structure adjustment on air pollution. By optimizing the industrial structure and industrial layout， it can balance the relationship between economic growth and ecological environmental protection.

關鍵詞：經濟增長;產業(yè)結構調整;大氣污染;PVAR

Key words： economic growth;industrial structure adjustment;air pollution;PVAR

中圖分類號：F062.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）08-0268-04

0 ?引言

建國七十周年特別是改革開放四十年來，我國的經濟社會發(fā)生了翻天覆地變化的同時生態(tài)環(huán)境污染日趨嚴重。環(huán)保部發(fā)布的《2017年中國環(huán)境公報》顯示，2017年全國338個地級及以上城市239個城市環(huán)境空氣質量超標，酸雨分布面積占國土面積的6.4%。我國自2014年進入“新常態(tài)”以來，經濟增長放緩、單位能耗高，環(huán)境污染等問題凸顯，如何在保持經濟增長的同時又能保護環(huán)境是一個值得關注的命題。2018年4月習近平主席在宜昌調研提出“堅持生態(tài)保護的前提下，發(fā)展合適的產業(yè)，實現科學發(fā)展、有序發(fā)展，高質量發(fā)展”。黨的十九大召開，我國社會主義事業(yè)進入新的發(fā)展階段，對經濟發(fā)展、生態(tài)環(huán)境保護提出了更高的要求。

片面追求高速經濟增長而忽視生態(tài)環(huán)境惡化的做法，片面追求零污染排放的目標而放棄經濟增長的做法兩者皆不可?。ㄔ丬姡?017）[1]。經濟增長、能源消耗、產業(yè)結構調整和環(huán)境保護這些目標之間相互沖突，在不同目標之間進行取舍和權衡，尋求最優(yōu)解決方案，是不可回避的挑戰(zhàn)。在經濟活動影響環(huán)境系統的過程中，產業(yè)結構調整發(fā)揮了重要的作用。以第二產業(yè)為主導的工業(yè)特別是重化工業(yè)的產業(yè)結構對能源和自然資源產生了巨大需求，因而在生產活動中對環(huán)境的污染產生較大影響，而以高端制造或金融、教育、信息服務等現代化服務業(yè)為主導的產業(yè)結構對自然資源的需求相對較小，污染隨之降低。產業(yè)結構的不同決定著污染排放種類和數量的差異，因而產業(yè)結構的調整就是要加快發(fā)展對經濟增長有益和節(jié)能減排貢獻大的產業(yè)，逐步調整淘汰對環(huán)境污染較大和經濟貢獻較小的產業(yè)。

長江中下游六省一市約占國土面積的1/10，經濟總量占全國的1/3，是我國最具活力和潛力的發(fā)展區(qū)域之一。尤其是隨著長江中下游社會經濟的快速發(fā)展，能源消耗、工業(yè)污染日益加劇，導致長江流域空氣污染加重和水污染事故頻發(fā)。這些現象和問題引起了社會各界的高度關注和重視。

本文收集長江中下游26個城市的相關數據進行分析，主要討論長江中下游產業(yè)結構調整、經濟增長和環(huán)境污染的動態(tài)關系，并預測未來經濟增長與產業(yè)結構調整對大氣污染的影響，并提出相關政策建議。

1 ?文獻綜述

1.1 經濟增長與大氣污染之間的研究

有關經濟增長與環(huán)境污染的動態(tài)關系，歷來是學者關注的焦點。Crossman and Krueger（1991）使用跨國面板數據，研究出環(huán)境污染與人均收入之間存在倒U形曲線關系，在經濟發(fā)展的初期，環(huán)境污染會隨著人均收入的增長而增加，但是到了一定發(fā)展階段，環(huán)境污染會隨著人均收入的增加而下降[2]。國內學者關于大氣污染與經濟增長研究日益廣泛。宋振華（2017）利用2000-2012年30個單位省級面板數據，同時用GMM和門限回歸模型檢驗經濟增長對大氣污染的影響，總體而言經濟增長與大氣污染存在庫茲涅茲曲線規(guī)律，但是我國地區(qū)發(fā)展的不均衡使經濟增長對大氣污染的效用存在不同。更進一步，王微微（2019）收集179個地級市，將收入和產業(yè)結構作為門限值構建雙重門限回歸模型研究經濟增長與大氣污染之間的關系，根據兩個不同的臨界值劃分不同的四個區(qū)域進行分析，因地制宜加快產業(yè)調整升級[3]。高紋等（2019）收集六種顆粒污染物①構建兩組面板數據，聯立污染方程與產出方程并用3SLS做估計，得出六種顆粒污染物面臨不同的人均收入臨界值，說明我們國家在大氣污染治理上應采取不同的治理手段[4]。這系列的研究表明當經濟增長、人均收入達到一定階段，產業(yè)結構的調整和環(huán)境規(guī)制的出臺，大氣污染會改善[5]。也有學者認為高增長并不一定導致高污染，從長期來看依靠產業(yè)結構調整和技術進步實現高增長與低污染的綠色發(fā)展模式完全可行[6]。

1.2 產業(yè)結構調整與大氣污染之間的研究

相關學者從產業(yè)結構作為研究大氣污染的切入點。Stern（2002）運用空間計量經濟學對64個國家環(huán)境庫茲涅茨曲線形成的原因進行分析，發(fā)現產業(yè)結構的變動對單個國家減排作用顯著，但是對全球減排的作用非常小[7]。李世奇等（2017）以上海市為例用投入產出表分析產業(yè)結構的變化對大氣污染的影響[8]。劉亞清等（2017）構建空間面板模型分析京津冀地區(qū)的產業(yè)結構調整需要繼續(xù)優(yōu)化才能降低污染物排放[9]。此外，石磊（2018）運用向量自回歸模型分析京津翼地區(qū)產業(yè)結構變化對未來大氣污染的影響[10]。然而有學者認為產業(yè)結構的調整和環(huán)境污染存在相互影響的聯動關系，呂政寶（2018）認為產業(yè)結構調整與大氣污染之間存在雙向因果關系，為克服內生性問題構建聯立方程模型研究產業(yè)結構調整與大氣污染之間的關系[11]。韓楠（2016）構建系統動力學模型研究產業(yè)結構調整對環(huán)境污染的影響，發(fā)現適當調整產業(yè)結構、增加科技投入強度能夠使環(huán)境污染排放顯著下降[12]。徐成龍等（2014）應用LEAP模型預測未來產業(yè)結構的調整有助于山東省減少碳排放[13]。

綜上所述，經濟增長、產業(yè)結構調整與大氣污染存在緊密的聯系。諸多學者用多種不同方法來分析區(qū)域經濟發(fā)展狀況、產業(yè)結構調整與大氣污染之間的關系。本文與以往的研究有所不同：首先應用面板數據固有的信息優(yōu)勢，對長江中下游地區(qū)產業(yè)結構調整、經濟增長和大氣污染之間的水平序列動態(tài)關系進行研究，其次，采用面板數據向量自回歸模型（PVAR）對這三者進行分析，能夠有效的避免事先設定內生變量和外生變量的問題;最后建立PVAR模型，對這三者之間的因果關系進行分析，力求為三者之間關系的經驗研究提供新的證據。

2 ?模型構建與指標選取

2.1 模型設定

向量自回歸模型（VAR）把系統中每一個內生變量作為系統中所有內生變量滯后項的函數，可以通過正交化脈沖響應函數分離出一個內生變量的沖擊給其他內生變量所帶來的影響。本文分析經濟增長和產業(yè)結構調整對環(huán)境污染的影響，通常向量自回歸模型要求有較長年限的數據才能得到比較滿意的結果，受制于我國環(huán)境年鑒數據統計的影響，很難找到較為全面的數據，面板數據能夠克服相應的不足。本文使用的PVAR模型，表達式為：

其中，A、B是待估計的系數，yit-1是內生變量yit的滯后一期，xit是外生變量，ψt為時間效應，fi為個體固定效應，uit為隨機干擾項。對于模型中的時間效應ψt和個體效應fi，可以采用組內去心法（within-group mean difference）去除個體時間效應，然后用Arellano、Bover（1995）建議的前向均值差分法（forward mean-difference）去除個體固定效應[15]。

2.2 指標選取與數據的來源

選取長江中下游26個城市②的人均地區(qū)生產總值表示經濟發(fā)展水平（Lnpgdp：元），產業(yè)結構調整這一指標借鑒王青、趙景蘭（2012）用第二第三產業(yè)產值占地區(qū)生產總值的比重度量產業(yè)結構調整程度（Lnir：%）[14]，選取各市的工業(yè)廢氣排放量作為衡量大氣污染指標（Lnpair：億立方米），上述指標均取對數處理以消除時間序列的異方差現象。本文數據來源于各市2000至2016年的統計年鑒。數據的描述性統計如表1所示。

3 ?實證分析步驟與結果

3.1 面板平穩(wěn)性檢驗

為了避免偽回歸，需要對時間序列數據進行平穩(wěn)性檢驗。本文使用的面板數據具有時間序列特征，因此構建Panel VAR模型前需要對數據進行單位根檢驗以驗證其平穩(wěn)性，本文使用針對共同單位根的LLC檢驗和針對個體單位根檢驗的IPS檢驗以及HT檢驗。這三種檢驗方法中的原假設都是面板數據變量是包含單位根，如果不能拒絕原假設則說明面板數據變量是非平穩(wěn)的。用stata14.0軟件計算并將相應的統計指標整理如表2所示。

3.2 PVAR滯后階數的檢驗

建立PVAR模型后，需要確定滯后階數。本文利用AIC、BIC和HQIC三個準則判斷該模型的最優(yōu)滯后階數，這些準則一般依據信息量取最小的準則確定模型的階數。本文使用連玉君在love博士基礎上改進的PVAR2命令來計算相應的階數。從表3可以看到AIC、BIC、HQIC三個準則都建議產業(yè)結構調整、經濟增長、工業(yè)廢氣排放量的PVAR模型的滯后階數取2比較合適。本文滯后階數選擇為2，建立PVAR（2）模型。

3.3 脈沖響應分析

Panel VAR模型主要關注對未來的預測分析。需要進行脈沖響應和方差分解分析。脈沖響應函數（Impulse Response Function，IRF）反映的是其他變量的當期和以前個期值保持不變的情況下，PVAR系統中某個方程的擾動項當期發(fā)生一個標準差變化對未來各期內生變量的沖擊影響程度，同時能比較直觀刻畫出變量之間的動態(tài)交互作用。為了直觀地刻畫變量之間的動態(tài)關系，本文對每個變量的一個標準差的沖擊使用蒙特卡洛方法模擬500次，得到每個誤差項的沖擊對各變量0-10期的影響。由于脈沖響應函數研究內生變量沖擊對自身及其他內生變量的影響，而且Chelsey正交分解對變量的排序非常敏感。產業(yè)結構的調整，釋放第一產業(yè)的勞動力至第二三產業(yè)，從而提高了產業(yè)附加值促進了經濟增長，要素投入的增加，消耗了資源從而對環(huán)境造成污染。所以本文的變量排序為：產業(yè)結構調整、人均GDP、大氣污染廢氣排放量。

從基于PVAR（2）系統的產業(yè)結構調整、人均GDP和大氣廢棄排放量的脈沖響應圖（圖1）我們可以看出，產業(yè)結構調整的沖擊大部分源于自身而且隨著時間的推移不斷平緩。人均GDP對產業(yè)結構調整的沖擊一開始增大隨后慢慢遞減。大氣廢氣污染排放對產業(yè)結構調整的沖擊可以忽略不計，但是預測的區(qū)間比較大，表明生產過程相伴的污染排放。

大氣廢氣污染排放對自身的沖擊所占的比重較大，但是隨著時間的推移，對自身的沖擊慢慢減小。產業(yè)結構的調整受到一個正交單位的沖擊后對工業(yè)廢氣排放先增大隨后再趨于平穩(wěn)。其經濟含義為在產業(yè)調整過程中長江中下游地區(qū)投資項目增加會加重污染排放，但是在產業(yè)結構調整的后期第三產業(yè)所占比重增加會改善污染排放。人均GDP對大氣污染排放量的沖擊在第一期的沖擊達到最大值，隨后慢慢遞減，到第十期趨于零。

3.4 方差分解

方差分解是將任意一個內生變量的預測均方誤差分解成系統中各變量的隨機沖擊所做的貢獻，計算每個變量沖擊所貢獻的百分比大小，從而評估一個變量的沖擊對另一個變量的影響程度，本文通過方差分解，得到PVAR系統中各方程的沖擊反應對各內生變量波動的貢獻度。

從表中可以看出，經濟增長和產業(yè)結構優(yōu)化的沖擊主要源于自身。從經濟增長的方差分解來看，經濟增長自身的沖擊從第1期的90.3%下降到第10期的16.6%，產業(yè)結構的調整對經濟增長的貢獻從第1期的9.7%上升到第10期的80.9%，說明未來產業(yè)結構的調整是經濟增長的重要原因。從大氣廢棄污染物排放的方差分解來看，工業(yè)廢氣污染排放對自身的沖擊不斷下降，從第1期的90.8%下降到第10期的28.1%，經濟增長對工業(yè)廢氣排放的沖擊從第1期的8.4%下降到第10期的7.3%，而產業(yè)結構調整對大氣污染廢氣排放的沖擊從0.8%上升到64.6%，未來要多關注產業(yè)結構升級對環(huán)境污染的影響，同時得出經濟增長和產業(yè)結構的調整會對大氣污染產生影響，但是大氣污染并沒有導致產業(yè)結構調整與經濟增長，這個與前面的脈沖響應分析是相一致的。

4 ?結論與啟示

本文以2000-2016年長江中下游26個城市為研究對象，采用人均GDP衡量經濟發(fā)展水平、第二三產業(yè)產值占地區(qū)生產總值表示產業(yè)結構調整、用工業(yè)廢氣污染排放量為環(huán)境污染指標，應用PVAR模型，對這三者之間的動態(tài)關系進行檢驗。各變量的沖擊各自解釋了很大一部分;未來大氣污染排放的沖擊受產業(yè)結構調整的沖擊慢慢增強，說明未來產業(yè)結構調整會對大氣污染產生影響。從工業(yè)廢氣排放量的方差分解來看，經濟增長以及產業(yè)結構的調整必然會導致環(huán)境污染，但是環(huán)境的污染卻并沒有導致經濟的增長和產業(yè)結構調整。本文研究的出發(fā)點在于既考慮經濟增長的同時又減少環(huán)境污染，產業(yè)結構的調整既是經濟增長的動力又是大氣污染的主要來源。產業(yè)結構調整的演化過程與經濟增長并不一定出現同步性，在產業(yè)結構高級化的后期，第三產業(yè)產值所占比重增大，經濟增長對大氣污染的沖擊逐漸減小，與前文的分析一致，未來多關注長江中下游產業(yè)結構調整對大氣污染的影響。根據以上結論，本文提出以下政策建議：

第一，在調整產業(yè)結構的進程中注重產業(yè)結構的高級化和合理化。逐步提高高污染高耗能資源型產業(yè)的準入門檻，同時大力淘汰落后產能，加快扶持綠色環(huán)保產業(yè)、可循環(huán)和新能源產業(yè)，推進綠色環(huán)保產業(yè)新能源產業(yè)市場化進程，使其朝專業(yè)式和集聚式方向發(fā)展。另一方面，完善產學研教育體系，加大職業(yè)教育經費投入，促進職業(yè)化教育與市場接軌，為企業(yè)培養(yǎng)合適人才;大力發(fā)展中高端勞動密集型產業(yè)，吸納勞動力就業(yè)，提高產業(yè)結構與勞動力結構的契合度，逐步提高經濟發(fā)展質量。同時促進產業(yè)集群，盡可能創(chuàng)造條件發(fā)揮集聚效應在資源環(huán)境方面的正外部性。

第二，根據不同的城市規(guī)模和產業(yè)發(fā)展階段制定有針對性的治理措施。長江中下游各個城市在經濟發(fā)展、產業(yè)結構，以及城市化水平上均存在差距，應該根據不同的地區(qū)的實際情況制定不同的發(fā)展策略及污染治理政策。對于湖北、湖南、江西、安徽等內陸地區(qū)政府要擴大環(huán)保投資與科研投入，對企業(yè)的技術創(chuàng)新進行鼓勵，通過提高技術水平加大資源利用效率，用科技進步推動工業(yè)污染減排。從長遠來看，依靠科技進步，提高資源利用效率、降低能耗始終是減輕大氣污染的根本之策。同時長江下游城市群包括江蘇省、浙江省以及上海市是我國最具活力和創(chuàng)造力的經濟帶，應該充分挖掘自身科技潛在能力、通過引進消化吸收，努力掌握環(huán)保及產品關鍵技術和核心技術，提高區(qū)域產業(yè)競爭力。

第三，建立區(qū)域環(huán)境協調治理機制。工業(yè)廢氣排放存在空間溢出效應，這就要求長江中下游各個城市要統一規(guī)劃，打破行政區(qū)域限制，建立區(qū)域聯動機制。首先，明確長江中下游地區(qū)大氣污染的責任與主體，制定完善的環(huán)境空氣質量新標準、政策體系，建立完善的區(qū)域間污染補償機制和利益協調機制。其次，加強區(qū)域環(huán)境執(zhí)法的監(jiān)管力度，實施統一的監(jiān)管平臺和環(huán)境信息共享機制、建立聯動預警機制和師范效應機制，相互積極配合，才能促成有效的大氣污染治理。

注釋：

①文中所指的六種污染物為：SO2、NO2、PM10、PM2.5、CO、O3。

②本文所選取的長江中下游的城市為：安慶、蚌埠、贛州、杭州、合肥、嘉興、金華、荊州、景德鎮(zhèn)、南昌、南京、南通、寧波、上海、上饒、蘇州、臺州、溫州、無錫、蕪湖、武漢、徐州、宣城、宜昌、岳陽、長沙。

參考文獻：

[1]原毅軍.環(huán)境政策創(chuàng)新與產業(yè)結構調整[M].北京：科學出版社，2007.

[2]GROSSMAN G M， KRUEGER A B. Environmental impacts of a North American free trade agreement[R]. National Bureau of Economic Research， 1991.

[3]王微微，譚詠琳.大氣污染與經濟增長關系的再檢驗——基于門檻回歸模型對179個地級以上城市的分組研究[J].山東財經大學學報，2019（05）：14-24.

[4]高紋，楊昕.經濟增長與大氣污染——基于城市面板數據的聯立方程估計[J].南京審計學院學報，2019（2）：90-99.

[5]程博，何磊，阮丞華.經濟增長、制度環(huán)境與大氣污染——基于省級面板數據的實證檢驗[J].重慶工商大學學報（社會科學版），2019（1）：33-47.

[6]王敏，黃瀅.中國的環(huán)境污染與經濟增長[J].經濟學（季刊）， 2015（02）：557-578.

[7]STERN D I. Explaining changes in global sulfur emissions： an econometric decomposition approach[J]. Ecological Economics， 2002（1-2）： 201-220.

[8]李世奇，朱平芳.產業(yè)結構調整與能源消費變動對大氣污染的影響——基于上海投入產出表的實證分析[J].上海經濟研究，2017（6）：84-91.

[9]劉亞清，馬藝翔，吳振信.京津冀地區(qū)產業(yè)結構升級對大氣污染的影響[J].城市問題，2017（12）：67-73.

[10]石磊，王玥，程榮，等.京津冀產業(yè)結構調整對大氣污染物排放的影響效應——基于向量自回歸（VAR）模型的脈沖響應函數分析[J].科技導報，2018（15）：24-31.

[11]呂政寶，楊艷瓊.產業(yè)結構調整與環(huán)境污染的聯動效應——基于中國省際面板數據聯立方程組的實證研究[J].科技管理研究，2018（21）：250-255.

[12]韓楠.產業(yè)結構調整對環(huán)境污染影響的系統動力學仿真預測[J].中國科技論壇，2016（10）：53-58.

[13]徐成龍，任建蘭，鞏燦娟.產業(yè)結構調整對山東省碳排放的影響[J].自然資源學報，2014（02）：201-210.

[14]王青，趙景蘭，包艷龍.產業(yè)結構與環(huán)境污染關系的實證分析——基于1995-2009年的數據[J].南京社會科學，2012（03）： 20-25.

[15]ARELLANO M， BOVER O. Another look at the instrumental variable estimation of error-components models[J]. Journal of econometrics， 1995， 68（1）： 29-51.