韓 楠,于維洋
(燕山大學(xué) 經(jīng)濟管理學(xué)院,河北秦皇島066004)
我國經(jīng)濟快速發(fā)展的同時環(huán)境問題也日益凸顯,特別是近兩年持續(xù)的霧霾天氣已經(jīng)嚴(yán)重影響了社會生產(chǎn)和人民生活。保護(hù)環(huán)境、實現(xiàn)經(jīng)濟與環(huán)境的協(xié)調(diào)發(fā)展,已成為當(dāng)前最主要的問題之一。產(chǎn)業(yè)結(jié)構(gòu)是人類作用于生態(tài)環(huán)境系統(tǒng)的主要環(huán)節(jié),產(chǎn)業(yè)結(jié)構(gòu)不合理是環(huán)境難以改善的最重要、最直接的原因。在同樣的經(jīng)濟總量條件下,不同的產(chǎn)業(yè)結(jié)構(gòu)對環(huán)境的影響卻存在著巨大的差別。因此,研究我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對環(huán)境污染的影響效應(yīng),準(zhǔn)確揭示兩者之間的動態(tài)關(guān)系,具有重要的理論和現(xiàn)實意義。
本文選取我國工業(yè)廢水排放量、工業(yè)廢氣排放量以及工業(yè)固體廢物排放量作為衡量環(huán)境污染的評價指標(biāo),運用熵值法賦予指標(biāo)權(quán)重并計算得出我國1990~2012年環(huán)境污染綜合評價指數(shù)。通過基于VAR模型的協(xié)整分析、脈沖響應(yīng)函數(shù)和方差分解分析,將產(chǎn)業(yè)結(jié)構(gòu)變化與環(huán)境污染聯(lián)系起來,從兩者之間的數(shù)量關(guān)系角度研究我國產(chǎn)業(yè)結(jié)構(gòu)變化對環(huán)境污染的長期動態(tài)影響。
在環(huán)境污染中工業(yè)污染是其主要組成部分,占據(jù)了總污染負(fù)荷的70%。而工業(yè)活動對環(huán)境所造成的影響主要體現(xiàn)為工業(yè)各行業(yè)所產(chǎn)生的“三廢”,即工業(yè)廢水、工業(yè)廢氣及工業(yè)固體廢棄物。環(huán)境污染是利用環(huán)境污染物排放總量指標(biāo)進(jìn)行綜合評價,本文選取工業(yè)廢水排放量、工業(yè)廢氣排放量以及工業(yè)固體廢物排放量三個環(huán)境污染指標(biāo)作為衡量我國環(huán)境污染狀況的評價指標(biāo)。選取中國1990~2012年“三廢”排放量的相關(guān)數(shù)據(jù)進(jìn)行實證分析,具體數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《全國環(huán)境統(tǒng)計公報》(1991~2013年)。
本研究采用熵值法計算工業(yè)廢水排放量、工業(yè)廢氣排放量以及工業(yè)固體廢物排放量三個環(huán)境污染指標(biāo)的權(quán)重。熵值法是一種在綜合考慮各因素提供信息量的基礎(chǔ)上計算一個綜合指標(biāo)的數(shù)學(xué)方法。利用熵值法確定環(huán)境污染綜合評價指數(shù)的步驟如下:
(1)將指標(biāo)無量綱化處理。由于各個評價指標(biāo)的含義和計量單位不同,為了便于統(tǒng)計比較,在進(jìn)行綜合評價之前必須除去不同指標(biāo)間的量綱差異對評價結(jié)果的影響,將這些指標(biāo)標(biāo)準(zhǔn)化,使其均落到某一無量綱區(qū)間。本文采用的指標(biāo)無量綱化處理公式為:
(2)計算無量綱化處理后數(shù)值的比重或概率:
(3)計算第j項指標(biāo)的熵值:
(4)計算第j項指標(biāo)權(quán)重:
(5)計算第i年的環(huán)境污染綜合評價指數(shù):
式中:pi為第i年的環(huán)境污染綜合評價指數(shù);j為環(huán)境污染指標(biāo);wj為第j種污染物排放量的權(quán)重值。環(huán)境污染綜合評價指數(shù)pi越大,表示環(huán)境污染越嚴(yán)重。
通過計算得出:工業(yè)廢水排放量權(quán)重為0.1651、工業(yè)廢氣排放量權(quán)重為0.5781、工業(yè)固體廢物排放量權(quán)重為0.2568。分別對1990~2012年我國工業(yè)廢水排放量、工業(yè)廢氣排放量以及工業(yè)固體廢物排放量無量綱化后的數(shù)值進(jìn)行加權(quán)得出各年環(huán)境污染綜合評價指數(shù),見表1所示。
表1 環(huán)境污染綜合評價指數(shù)
為了研究我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對環(huán)境污染影響效應(yīng)如何,本文在建立VAR模型的基礎(chǔ)上,首先運用協(xié)整關(guān)系方法檢驗我國產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染之間是否存在長期的均衡關(guān)系,如果存在長期均衡關(guān)系,表明產(chǎn)業(yè)結(jié)構(gòu)對環(huán)境污染存在長期影響。其次,運用格蘭杰因果關(guān)系,判斷二者之間是否存在因果關(guān)系。再次,通過脈沖響應(yīng)函數(shù)和方差分解分析研究我國產(chǎn)業(yè)結(jié)構(gòu)變化對環(huán)境污染的沖擊所帶來的影響。
本文選用第二產(chǎn)業(yè)占GDP的比重代表產(chǎn)業(yè)結(jié)構(gòu),用I來表示;采用計算得出的環(huán)境污染綜合評價指數(shù)反映環(huán)境污染狀況,用P來表示。這兩個變量均選取1990~2012年的時間序列數(shù)據(jù),樣本容量為23,原始數(shù)據(jù)來自相應(yīng)年份的《中國統(tǒng)計年鑒》、《全國環(huán)境統(tǒng)計公報》。
為了消除數(shù)據(jù)可能存在的異方差,本文對兩個時間序列取自然對數(shù),分別用LnI和LnP來表示對應(yīng)變量的自然對數(shù)。所有檢驗結(jié)果均使用Eviews 7.0分析軟件計算。
2.3.1 單位根檢驗
在建立VAR模型和進(jìn)行協(xié)整關(guān)系檢驗之前,首先要檢驗被分析的時間序列是否平穩(wěn),即是否存在單位根。如果直接對非平穩(wěn)的時間序列進(jìn)行回歸分析,會導(dǎo)致“偽回歸”問題。因此,先用ADF(Augmented Dickey-Fuller Test)單位根檢驗對LnI和LnP兩個時間序列的平穩(wěn)性進(jìn)行檢驗。單位根檢驗結(jié)果見表2所示。
表2 單位根檢驗結(jié)果匯總
單位根檢驗結(jié)果為,LnI和LnP的ADF概率值分別為0.1729和0.961,遠(yuǎn)遠(yuǎn)大于顯著性水平0.05,因此,無法拒絕該時間序列為非平穩(wěn)的原假設(shè),即LnI和LnP都存在單位根,為非平穩(wěn)序列。進(jìn)一步對這兩個時間序列的一階差分序列DLnI和DLnP進(jìn)行單位根檢驗,DLnI和DLnP的ADF概率值分別為0.0013和0,都在1%的顯著性水平下拒絕了單位根假設(shè),說明LnI和LnP的一階差分變量都是平穩(wěn)的。
由表2可知,LnI和LnP序列本身為非平穩(wěn),但它們的一階差分都是平穩(wěn)序列,也即它們均為一階單整序列I(1)。對于同是一階單整的時間序列可以采用協(xié)整分析方法對其進(jìn)行檢驗。
2.3.2 VAR模型建立
VAR模型的數(shù)學(xué)表達(dá)式為:
其中,Yt為k維內(nèi)生變量,Xt是外生變量,α1…αp和β是待估計的參數(shù)矩陣,內(nèi)生變量有p階滯后期。εt為隨機擾動向量。通常用VAR(p)表示一個內(nèi)生變量有p階滯后的VAR模型。一般根據(jù)AIC和SC信息量取值最小的準(zhǔn)則確定VAR模型的最優(yōu)滯后期數(shù)。從表3可以看出,包括AIC和SC最小信息準(zhǔn)則在內(nèi)的五個評價指標(biāo)均選擇滯后期5期為最優(yōu)滯后期。因此,本文確定VAR模型的最優(yōu)滯后期數(shù)為5期。
表3 VAR模型的最優(yōu)滯后期數(shù)
如果VAR模型全部根的倒數(shù)值都落在單位圓內(nèi),則表示VAR模型是平穩(wěn)的,反之表示VAR模型不平穩(wěn)。不平穩(wěn)的VAR模型不可以做脈沖響應(yīng)函數(shù)分析。對于VAR模型,共有n×k個特征根,其中n表示VAR模型中內(nèi)生變量個數(shù),k表示VAR模型的最大滯后期。LnI和LnP建立的兩變量滯后期為5期的VAR模型共有10個特征根。從圖1可以看出,所有的特征根倒數(shù)的模都在單位圓內(nèi),因此表明上面所設(shè)定的模型通過穩(wěn)定性檢驗,認(rèn)為該模型是穩(wěn)定的。
圖1 特征根的倒數(shù)的模的單位圓圖示
2.3.3 Johansen協(xié)整關(guān)系檢驗
協(xié)整關(guān)系檢驗方法主要有Engle-Granger協(xié)整檢驗法和Johansen協(xié)整檢驗法。本文使用Johansen協(xié)整檢驗方法對產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染之間的協(xié)整關(guān)系進(jìn)行檢驗。
VAR模型的最優(yōu)滯后期數(shù)為5期,將4階作為Johansen協(xié)整檢驗的滯后期數(shù),即Johansen協(xié)整檢驗的滯后區(qū)間為1-4。本文協(xié)整方程采用有截距項和線性趨勢項的分析方式對產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染作協(xié)整檢驗,得到Johansen協(xié)整檢驗結(jié)果,見表4所示。
根據(jù)跡統(tǒng)計量的檢驗判定:原假設(shè)None,跡統(tǒng)計量值38.32167大于臨界值25.87211且概率p值為0.0009,可以拒絕原假設(shè),認(rèn)為至少存在一個協(xié)整關(guān)系;原假設(shè)At most 1,跡統(tǒng)計量值12.25297小于臨界值12.51798且概率p值為0.0553,可以接受原假設(shè),認(rèn)為最多存在一個協(xié)整關(guān)系。最大特征根的檢驗結(jié)果與跡統(tǒng)計量的檢驗結(jié)果一致,因此,Johansen協(xié)整檢驗說明產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境污染之間存在且僅存在一個協(xié)整關(guān)系,對應(yīng)的標(biāo)準(zhǔn)化后的協(xié)整關(guān)系式為:
式中所列協(xié)整系數(shù)下面括號內(nèi)的數(shù)值表示回歸系數(shù)的標(biāo)準(zhǔn)差;@TREND(91)表示時間趨勢變量1991年為0;通過該協(xié)整關(guān)系式可以看出,產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染是正相關(guān)的長期均衡關(guān)系,我國產(chǎn)業(yè)結(jié)構(gòu)即第二產(chǎn)業(yè)比重每增加1%,環(huán)境污染指數(shù)就會增加9.72%。
表4 Johansen協(xié)整關(guān)系檢驗結(jié)果
2.3.4 格蘭杰因果關(guān)系檢驗
Johansen協(xié)整關(guān)系檢驗證明,我國產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境污染之間存在長期穩(wěn)定的均衡關(guān)系,但這種均衡關(guān)系是否能構(gòu)成因果關(guān)系還需要采用格蘭杰因果關(guān)系檢驗進(jìn)一步分析,以研究變量間的內(nèi)在作用機制。本文在進(jìn)行格蘭杰因果關(guān)系檢驗時仍選取最優(yōu)滯后期5期,檢驗結(jié)果見表5所示。
表5的結(jié)果表明,在5%的顯著性水平下,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是環(huán)境污染的格蘭杰原因,但環(huán)境污染卻不是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的格蘭杰原因。
表5 格蘭杰因果關(guān)系檢驗結(jié)果
2.3.5 脈沖響應(yīng)函數(shù)分析
根據(jù)AIC和SC最小信息準(zhǔn)則建立VAR(5)模型。經(jīng)過檢驗,所有的特征根倒數(shù)的模都在單位圓內(nèi),說明該VAR模型的結(jié)構(gòu)是穩(wěn)定的。在上述檢驗及模型構(gòu)建基礎(chǔ)上,采用脈沖響應(yīng)函數(shù),分析環(huán)境污染自身以及產(chǎn)業(yè)結(jié)構(gòu)的變化對其動態(tài)沖擊的影響。環(huán)境污染對來自其自身和產(chǎn)業(yè)結(jié)構(gòu)的一個標(biāo)準(zhǔn)差新息沖擊的脈沖響應(yīng),見圖2和圖3所示。
圖2 環(huán)境污染對其自身的脈沖響應(yīng)函數(shù)圖
圖3 產(chǎn)業(yè)結(jié)構(gòu)對環(huán)境污染的脈沖響應(yīng)函數(shù)圖
從圖2可以看出,環(huán)境污染對來自自身的一個標(biāo)準(zhǔn)差新息沖擊,從第1期立即出現(xiàn)正響應(yīng)并到達(dá)最大值0.219,隨后迅速下降,第2期之后基本平穩(wěn)地保持在一個較低的水平。這表明,環(huán)境污染受其自身的影響較小。
從圖3可以看出,環(huán)境污染對來自產(chǎn)業(yè)結(jié)構(gòu)的一個標(biāo)準(zhǔn)差新息沖擊沒有立刻做出響應(yīng),在第1期的響應(yīng)為0,從第2期開始出現(xiàn)正向效應(yīng),隨后沖擊的正向作用效應(yīng)逐漸減弱,在第5期又呈現(xiàn)迅速反彈上升態(tài)勢,到第6期達(dá)到正向最大值0.238。短期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)的變化會對環(huán)境污染產(chǎn)生顯著的正效應(yīng),其后雖有所下降,但從長期來看,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對環(huán)境污染始終存在顯著的正向沖擊作用,這種沖擊的累積總效應(yīng)呈現(xiàn)出W狀波動現(xiàn)象。脈沖響應(yīng)函數(shù)分析結(jié)果也顯示出第二產(chǎn)業(yè)比重的增加,會帶來環(huán)境污染指數(shù)的惡化,且呈現(xiàn)長期的正向沖擊作用,與Johansen協(xié)整關(guān)系檢驗結(jié)果一致。
2.3.6 方差分解分析
方差分解是將VAR模型系統(tǒng)中一個內(nèi)生變量的變動按其成因分解到方程各個隨機擾動項上,從而了解每個擾動項因素對VAR模型中各個內(nèi)生變量影響的相對程度。
從表6可以看出,產(chǎn)業(yè)結(jié)構(gòu)的沖擊對環(huán)境污染的變動值波動的貢獻(xiàn)率有一定的滯后性,第1期并未顯現(xiàn),第2期迅速增加到52.06%,第3-5期基本保持在65%左右,從第6期開始貢獻(xiàn)率繼續(xù)增大,直至第10期,基本上保持在71%~5%的水平。
圖4分別顯示的是環(huán)境污染變動方差由其自身變動導(dǎo)致的部分(左圖),以及環(huán)境污染變動方差由產(chǎn)業(yè)結(jié)構(gòu)變動導(dǎo)致的部分(右圖)。隨著期數(shù)的增加,環(huán)境污染變動方差由其自身變動導(dǎo)致的部分逐漸下降,而環(huán)境污染的變動方差由產(chǎn)業(yè)結(jié)構(gòu)變動導(dǎo)致的部分從第2期開始逐漸增加,在第10期達(dá)到峰值,即大約75%的環(huán)境污染變動方差可以由產(chǎn)業(yè)結(jié)構(gòu)變動解釋。也說明我國環(huán)境污染的變動受產(chǎn)業(yè)結(jié)構(gòu)即第二產(chǎn)業(yè)比重變化的影響較大,產(chǎn)業(yè)結(jié)構(gòu)的變化對環(huán)境污染的推動作用顯著。
本文利用熵值法計算出反映中國環(huán)境污染狀況的環(huán)境污染綜合評價指數(shù),并將產(chǎn)業(yè)結(jié)構(gòu)變化與環(huán)境污染聯(lián)系起來,通過計量模型動態(tài)地考察了我國產(chǎn)業(yè)結(jié)構(gòu)變化對環(huán)境污染的影響效應(yīng),得出以下結(jié)論:
表6 環(huán)境污染方差分解結(jié)果
圖4 環(huán)境污染方差分解圖
(1)協(xié)整關(guān)系檢驗證明,中國產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染之間存在著正相關(guān)的長期均衡關(guān)系,產(chǎn)業(yè)結(jié)構(gòu)即第二產(chǎn)業(yè)比重每增加1%,環(huán)境污染指數(shù)就會增加9.72%。
(2)在長期均衡中,產(chǎn)業(yè)結(jié)構(gòu)變化是環(huán)境污染增長的格蘭杰原因,但環(huán)境污染不是產(chǎn)業(yè)結(jié)構(gòu)變化的格蘭杰原因,它們之間存在著單向的統(tǒng)計學(xué)意義上的因果關(guān)系。
(3)脈沖響應(yīng)函數(shù)分析結(jié)果表明,無論是環(huán)境污染自身的增加,還是第二產(chǎn)業(yè)比重的提高對環(huán)境污染的增加都存在一定的促進(jìn)作用。兩者的刺激效應(yīng)都有一定的持續(xù)性。前者短期效果明顯,但后續(xù)持續(xù)效應(yīng)較弱;后者短期內(nèi)效果逐漸顯現(xiàn),且長期存在顯著的正向沖擊效應(yīng)。方差分解分析顯示,我國環(huán)境污染的增長受產(chǎn)業(yè)結(jié)構(gòu)即第二產(chǎn)業(yè)比重變化的影響較大。脈沖響應(yīng)函數(shù)和方差分解分析均驗證了協(xié)整關(guān)系檢驗的結(jié)果。
[1]唐德才.工業(yè)化進(jìn)程、產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染—基于制造業(yè)行業(yè)和區(qū)域的面板數(shù)據(jù)模型[J].軟科學(xué),2009,(10).
[2]李姝.城市化、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與環(huán)境污染[J].財經(jīng)問題研究,2011,(6).
[3]胡飛.產(chǎn)業(yè)結(jié)構(gòu)升級、對外貿(mào)易與環(huán)境污染的關(guān)系研究—以我國東部和中部地區(qū)為例[J].經(jīng)濟問題探索,2011,(7).
[4]徐彤.經(jīng)濟增長、環(huán)境質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系研究—以陜西為例[J].經(jīng)濟問題,2011,(4).
[5]高志剛,趙霄偉.基于Panel Data模型的新疆區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對環(huán)境污染的影響分析[J].生態(tài)經(jīng)濟,2011,(1).
[6]劉宇,黃繼忠.遼寧省產(chǎn)業(yè)結(jié)構(gòu)演變的環(huán)境效應(yīng)分析[J].資源與產(chǎn)業(yè),2013,(2).
[7]陳偉,夏建華.綜合主、客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法[J].數(shù)學(xué)的實踐與認(rèn)識,2007,(1).
[8]潘省初.計量經(jīng)濟學(xué)中級教程[M].北京:清華大學(xué)出版社,2009.
[9]孫敬水.計量經(jīng)濟學(xué)[M].北京:清華大學(xué)出版社,2009.