梁 星，劉致竹，王曉田

(山東工商學院a.財務處;b.會計學院，山東煙臺264005)

環(huán)境污染與經(jīng)濟增長間的關系
——以山東省為例

梁 星a，劉致竹b，王曉田b

(山東工商學院a.財務處;b.會計學院，山東煙臺264005)

基于2001～2012年山東省環(huán)境污染與經(jīng)濟增長數(shù)據(jù)，采用主成分分析法構造環(huán)境污染綜合指標，運用環(huán)境污染綜合指標對山東省環(huán)境庫茲涅茨曲線進行分析后，建立數(shù)據(jù)模型，通過單位根檢驗、協(xié)整檢驗、格蘭杰因果關系檢驗、VAR模型，對山東省的環(huán)境污染與經(jīng)濟增長之間的關系進行實證分析。實證結果發(fā)現(xiàn)環(huán)境污染與經(jīng)濟增長存在協(xié)整關系，且二者存在雙向制約機制，在經(jīng)濟發(fā)展初期，環(huán)境污染會促進經(jīng)濟增長，但從長遠來看，環(huán)境污染對經(jīng)濟增長的影響遠遠小于經(jīng)濟增長對環(huán)境污染的影響程度。

經(jīng)濟增長;環(huán)境污染;主成分分析;協(xié)整檢驗

作為我國經(jīng)濟大省、工業(yè)大省、人口大省，山東省正處于工業(yè)化轉(zhuǎn)型、城鎮(zhèn)化加速、市場化完善和國際化提升的新階段，是進行環(huán)境污染與經(jīng)濟增長研究的典型區(qū)域。改革開放以來，山東省經(jīng)濟快速增長，發(fā)展初期，經(jīng)濟增長模式為勞動密集型和資源密集型，這便使得經(jīng)濟發(fā)展帶來了資源過度使用、污染排放增加和環(huán)境質(zhì)量下降等問題。隨著經(jīng)濟的發(fā)展和人民生活水平的提高，特別是黨的十八大提出了“努力建設美麗中國”“生態(tài)文明建設”等重要發(fā)展思路以來，經(jīng)濟與環(huán)境之間的關系越來越受關注，探究環(huán)境可持續(xù)發(fā)展與經(jīng)濟發(fā)展之間的平衡點成為社會的共同需求。

一、文獻綜述

自從20世紀90年代初期開始，各國學者就開始關注環(huán)境污染與經(jīng)濟增長之間的關系研究，并且取得了相當?shù)某删汀?/p>

(一)國外研究現(xiàn)狀

Grossman和Krueger［1］通過分析全球環(huán)境檢測系統(tǒng)的城市大氣質(zhì)量數(shù)據(jù)，發(fā)現(xiàn)了煙塵和SO2呈倒U型關系，但是大氣懸浮物含量卻隨著經(jīng)濟增長而提高。

Panayoutou通過研究證明了環(huán)境污染與經(jīng)濟增長之間的倒U型曲線關系，并且根據(jù)經(jīng)驗數(shù)據(jù)提出了環(huán)境庫茲涅茨曲線(EKC)，認為環(huán)境污染與經(jīng)濟增長之間存在倒U型曲線關系。

Stokey［2］把環(huán)境污染的正負效應同時納入研究范圍，分析環(huán)境污染對產(chǎn)業(yè)產(chǎn)出和居民消費的影響，從而得到環(huán)境—收入的庫茲涅茨倒U型的曲線關系。

List Gallet［3］運用美國1929～1994年不同周的數(shù)據(jù)進行了環(huán)境庫茲涅茨曲線分析，發(fā)現(xiàn)各州曲線的轉(zhuǎn)折點并不相同，即美國各州的污染路徑是不一致的。

Pautrel研究認為，制定環(huán)境政策有利于宏觀經(jīng)濟的發(fā)展，這這種影響不僅限于技術的溢出效應，環(huán)境保護政策可以通過教育、健康和儲蓄的改進等方面來使經(jīng)濟體的潛在效益提高。

Leiter［4］選取歐洲數(shù)據(jù)來進行研究，評估了環(huán)境保護支出對經(jīng)濟增長的促進作用，強調(diào)關注環(huán)境保護措施對提高行業(yè)投資水平有積極的作用，同時行業(yè)投資水平的提高又反作用于環(huán)保事業(yè)。

(二)國內(nèi)研究現(xiàn)狀

近幾年來我國學者對環(huán)境庫茲涅茨曲線的研究也逐漸出現(xiàn)，但由于缺乏相關的觀測數(shù)據(jù)，導致研究成果還是相對較少。同時由于環(huán)境問題日益嚴重與緊迫，許多學者在這方面仍做了不少努力，不僅在理論上取得了不少的突破，而且在實證方面也取得了不少的成就。

彭水軍和包群［5］運用基于誤差修正模型的因果關系檢驗與Toda and Yamamoto提出的Granger因果檢驗方法考察了六類污染指標(二氧化硫排放量、廢水排放總量、煙塵排放總量、工業(yè)粉塵排放量、工業(yè)固體廢棄物排放量、工業(yè)廢水排放量)與人均GDP之間的雙向因果關系，發(fā)現(xiàn)了人均GDP是導致環(huán)境污染變化的重要原因，然而環(huán)境污染并不是導致人均GDP變化的原因，從而提出要建立產(chǎn)權界定體系與市場交易機制。

李飛、董鎖成和李澤紅［6］選用1985～2007年中國30個省(市、區(qū))的面板數(shù)據(jù)，研究了環(huán)境污染與經(jīng)濟增長之間的關系。研究發(fā)現(xiàn)人均GDP與3種環(huán)境污染變量之間皆存在呈現(xiàn)顯著倒U型的長期協(xié)整關系，同時EKC轉(zhuǎn)折點也并沒有出現(xiàn)在過低的水平上，我國仍面臨巨大環(huán)境壓力。

許廣月和宋德勇通過省際面板數(shù)據(jù)的協(xié)整檢驗發(fā)現(xiàn)，中國及其東部、中部地區(qū)的人均碳排放量與人均GDP之間存在長期協(xié)整關系，且協(xié)整關系式均呈現(xiàn)顯著的倒U曲線形式。

張菲、趙凱［7］借助Eviews 5.0，利用我國1985～2007年的統(tǒng)計數(shù)據(jù)，運用協(xié)整理論和Granger因果關系檢驗理論，對環(huán)境污染和經(jīng)濟增長的關系進行了協(xié)整檢驗與Granger因果關系檢驗，得出二者之間存在長期協(xié)整關系的結論。運用格蘭杰因果關系檢驗發(fā)現(xiàn)，工業(yè)增長在短期內(nèi)對經(jīng)濟的整體增長有重要的作用，但同時經(jīng)濟增長也造成了環(huán)境的破壞，這種不利影響在經(jīng)歷一個兩年的滯后期就會顯現(xiàn)出來。

范忠偉［8］通過對亞太地區(qū)5個國家的面板數(shù)據(jù)進行格蘭杰分析發(fā)現(xiàn)，人均GDP與人均水力發(fā)電消耗量、人均生物質(zhì)能發(fā)電量、可再生資源發(fā)電量占比以及人均環(huán)境保護財政支出都存在協(xié)整關系。建立誤差修正模式后檢驗發(fā)現(xiàn)，人均水力發(fā)電消耗量、人均生物質(zhì)能發(fā)電量與人均GDP呈負相關關系，而該國可再生資源發(fā)電量占比、人均環(huán)境保護財政支出與人均GDP呈正相關關系。從而提出政策上，應結合各地資源稟賦，促進能源消耗結構多元化，并增加環(huán)境保護財政支出等方式以促進經(jīng)濟發(fā)展。

綜合上述文獻，可以發(fā)現(xiàn)近幾年來，許多學者利用面板數(shù)據(jù)對經(jīng)濟發(fā)展與環(huán)境污染之間的關系的研究已愈見成熟，利用協(xié)整檢驗以及格蘭杰因果關系檢驗已經(jīng)發(fā)現(xiàn)在全國層面上，經(jīng)濟發(fā)展與環(huán)境污染存在雙向因果關系，進而也提出來不少政策建議。但同時也不難發(fā)現(xiàn)當前研究在以下方面有所欠缺:(1)由于不同省份的經(jīng)濟發(fā)展程度不同，并且經(jīng)濟發(fā)展方式也存在差異，而當前多數(shù)研究卻僅僅關注于跨省的截面數(shù)據(jù)，這就使得研究結果具有片面性;(2)多數(shù)研究只從定量或定性單方面進行，很少將兩者結合起來;(3)對于EKC模型的研究只關注了經(jīng)濟增長對于環(huán)境的單方向影響，但卻忽視了環(huán)境對經(jīng)濟的作用;(4)大多數(shù)文獻僅僅研究分析了單個具體的環(huán)境指標與經(jīng)濟增長之間的影響，但卻缺少從整體環(huán)境污染水平上去研究二者之間的關系。

本文在前述研究基礎上，利用山東省數(shù)據(jù)，通過主成分分析法，設計代表山東省環(huán)境污染整體水平的綜合指標，進而通過環(huán)境庫茲涅茨分析，協(xié)整檢驗探索環(huán)境污染與經(jīng)濟增長之間的關系，然后通過格蘭杰因果關系檢驗研究環(huán)境污染與經(jīng)濟增長之間的雙向因果關系。最后又利用VAR脈沖響應進一步探究了二者之間的影響程度。

二、變量選取與模型設定

(一)變量選取及處理

本文選取山東省2001～2012年的工業(yè)二氧化硫排放量、工業(yè)廢水排放量、工業(yè)固體廢物排放量、工業(yè)煙塵排放量等四個環(huán)境指標，選用生產(chǎn)總值代表經(jīng)濟增長。數(shù)據(jù)來源于國家數(shù)據(jù)統(tǒng)計網(wǎng)、《山東省統(tǒng)計年鑒》等。通過借助SPSS軟件采用主成分分析，將不同環(huán)境污染指標進行降維，從而獲得綜合環(huán)境污染指標。

主成分分析法和因子分析法都可以在盡可能不損失信息的前提下，將多個變量綜合為少數(shù)幾個因子，而且這幾個因子可以高度概括這些信息。近年來，這兩種方法在社會經(jīng)濟生活中的應用越來越多，應用范圍也越來越廣。本文使用主成分分析法并借助SPSS軟件來構建環(huán)境污染綜合指標，雖然SPSS沒有提供主成分分析的專用菜單，但是通過因子分析很容易實現(xiàn)。

第一步，將原始數(shù)據(jù)標準化處理。為了消除變量之間在數(shù)量和量綱上的不同，在進行主成分之前需要對原始數(shù)據(jù)進行標準化處理，這個過程在SPPSS進行分析時，軟件會自動完成。

第二步，求標準化數(shù)據(jù)的相關矩陣。主成分分析的主要任務是找出具有代表性的成分，并將具有相同類的變量歸入一個成分中，從而用這些代表性的變量代表整體信息。它要求變量之間具有很強的相關性，如果相關性不強就不適合做主成分分析。因此在做主成分分析之前要檢測候選變量是否適合做主成分分析，本文使用常用的相關系數(shù)矩陣法來檢驗待分析的原始變量是否適合作因子分析，檢驗結果如圖1所示。

圖1 相關系數(shù)矩陣

從圖1可以看出各個變量之間有一定的相關性，它們所包含的信息具有一定的重疊，因此可以進行主成分分析。

第三步，求特征值和特征向量并計算主成分的方差貢獻率和累積方差貢獻率。

第四步，確定主成分，構造主成分變量。用少數(shù)幾個主成分代表原有變量是主成分分析的核心，求解因子載荷矩陣是關鍵，當某些成分的累積貢獻率大于85%時，就可以用這些成分做主成分，檢驗結果如表1所示。

表1 解釋的總方差

表1中按照這個原則選取了2個主成分，其累積方差貢獻率為87.574%，其中第一個主成分的初始特征值為2.249，解釋了原有4個變量總方差的56.236%;而第二個主成分解釋了總方差的31.338%，前兩個主成分的累積方差貢獻率為87.574%，說明前兩個主成分基本上包含了全部變量的主要信息，因此選擇前兩個主成分即可。

第五步，旋轉(zhuǎn)因子，使得變量的解釋性更好。采用方差最大化旋轉(zhuǎn)方法，用因子載荷系數(shù)表示主成分與原有變量之間的關聯(lián)程度，系數(shù)越大，表明該主成分包含越多的信息量。旋轉(zhuǎn)后的因子載荷矩陣如圖2所示。

圖2 旋轉(zhuǎn)成份矩陣

從圖2可以看出，第一主成份中，工業(yè)廢水排放量、工業(yè)固體廢物排放量這兩個變量在第一因子中有較高的載荷，而二氧化硫排放量和煙塵排放量在第二個主成份中有較大的載荷系數(shù)，說明該因子包含的關于這兩個變量的信息量最多。因此，本文利用旋轉(zhuǎn)方法之后使得因子變量更具有可解釋性。

第六步，計算主成分得分。根據(jù)主成分得分系數(shù)矩陣可以寫出以標準化的原始變量表示的主成分的表達式。主成分得分系數(shù)如圖3所示。

圖3 成份得分系數(shù)矩陣

若記標準化的原始變量為x1、x2、x3、x4、，三主成分即為f1、f2，根據(jù)表中內(nèi)容可以寫出主成分得分函數(shù)如下:

第七步，計算綜合得分。我們根據(jù)上述主成分得分函數(shù)計算出這兩個主成分在不同年份的主成分得分值之后，以旋轉(zhuǎn)后各主成分的方差貢獻率的比重為權重，由各主成分的線性組合得出環(huán)境污染綜合評價指標函數(shù)，進而計算出環(huán)境污染綜合得分(參見表2)，其中FAC1－1和FAC2－1分別為主成分F1、f2的得分，計算公式如下:

表2 主成分得分

從SPSS主成分分析結果中看到存在負的環(huán)境污染綜合指標數(shù)據(jù)，但實際中環(huán)境污染排放不可能為負，所以為了使得所有數(shù)據(jù)為正，需要將結果中數(shù)據(jù)整體向上平移固定的單位。平移后得到的山東省歷年的環(huán)境污染綜合指標數(shù)據(jù)的變化趨勢如圖4所示。

圖4 山東省歷年的環(huán)境污染綜合指標時間序列變化趨勢

通過主成分分析法得出了各年環(huán)境污染的綜合指標，并且運用綜合指標繪制了山東省歷年環(huán)境污染綜合指標時間序列變化趨勢，依此可進行經(jīng)濟意義和關系分析。

從旋轉(zhuǎn)后的因子載荷矩陣可以看出，因子載荷系數(shù)向0或1兩極分化，兩個主成分已經(jīng)有了明顯的實際意義:

從表中可以看出，第一主成分F1在“工業(yè)廢水排放量和工業(yè)固體廢物排放量”兩個指標上具有較大的載荷系數(shù)，說明這個主成分能夠綜合反映這兩方面的變動情況，可以將它命為第一基本工業(yè)污染物排放因子。它對整個環(huán)境污染綜合指標的影響最大，有56.236%的方差貢獻率。

從表中我們看到，第二主成分在“二氧化硫排放量、煙塵排放量”指標上有較大載荷系數(shù)，說明這一主成分綜合反映歷年來二氧化硫排放量、煙塵排放量變動情況，可以將其命名為第二基本工業(yè)污染物排放因子，它對整個環(huán)境污染綜合指標的影響其次，有31.338%的方差貢獻率。

分析圖4可以看出，2001～2012年山東省的環(huán)境污染狀況大體經(jīng)歷三個階段，第一個階段是2001年到2004年，這一階段山東省的經(jīng)濟發(fā)展水平不是特別高，污染物排放仍處在較低水平，在這一水平上持續(xù)徘徊，回顧實際，我們發(fā)現(xiàn)在2001第一階段期間，省委、省政府堅持可持續(xù)發(fā)展戰(zhàn)略，把促進和環(huán)境與經(jīng)濟協(xié)同發(fā)展放在重要位置，山東省環(huán)境相對較好。第二階段是2004～2010年，這一階段山東省環(huán)境污染與經(jīng)濟的關系基本符合環(huán)境庫茲涅茨曲線呈倒“U”型。隨著經(jīng)濟的發(fā)展，環(huán)境污染逐漸加劇，到2005、2006年左右達到拐點，之后隨著經(jīng)濟的發(fā)展，環(huán)境污染越來越輕。這表明在經(jīng)濟發(fā)展到一定水平，環(huán)境污染也越來越嚴重之后，人們逐漸加深對于環(huán)境的認識，并且能夠采取一定措施改善環(huán)境。第三階段是2010年之后，表明山東省環(huán)境在去的改善之后又出現(xiàn)了惡化的現(xiàn)象，環(huán)境污染又呈現(xiàn)增長態(tài)勢，這是由于山東省人口眾多，資源相對稀缺，在經(jīng)濟快速發(fā)展，人口急劇增加的同時，環(huán)境與生態(tài)也遭到嚴重壞，尤其是SO2和煙塵排放量，大量工廠的建造，汽車的增加，使空氣不斷惡化。總之，山東省目前的環(huán)境狀況仍然十分嚴峻，未來在經(jīng)濟發(fā)展的同時，我們要更好的堅持可持續(xù)發(fā)展道路，走循環(huán)經(jīng)濟、生態(tài)經(jīng)濟之路，建設生態(tài)文明大?。?］。

(二)模型設定

1.數(shù)據(jù)的平穩(wěn)性檢驗

在時間序列數(shù)據(jù)的回歸分析中，一個重要的假設是所考慮的時間序列是平穩(wěn)的。而實際研究中獲得的大多數(shù)經(jīng)濟時間序列數(shù)據(jù)都是非平穩(wěn)的，為了避免偽回歸現(xiàn)象。因此就要進行數(shù)據(jù)平穩(wěn)性檢驗，常用方法便是ADF檢驗。這一檢驗通過增加因變量的滯后值來進行。本文對時間序列Xi建立如下模型:.其中 εt為隨機誤差項;m為滯后因變量的最大長度，B1為常數(shù)，t為趨勢項［10］。

2.協(xié)整檢驗

本文采用的時基于模型回歸殘差的協(xié)整檢驗，其主要思想是對模型中回歸方程的單位根進行檢驗，如果殘差系列平穩(wěn)，則表明方程的因變量和自變量之間存在協(xié)整關系，否則協(xié)整關系不成立。本文是以LNzh為因變量，LNrGDP為自變量建立回歸方程模型，首先對方程進行回歸，然后對其殘差序列進行平穩(wěn)性檢驗，從而研究LNGDP和LNzh之間是否存在協(xié)整關系，模型為:

運用普通最小二乘法對模型進行回歸分析，并對該協(xié)整回歸方程的殘差序列的平穩(wěn)性進行檢驗，檢驗形式為:μt= ρμt－1+μt。

3.誤差修正模型

協(xié)整檢驗可以幫助我們看到變量之間的長期關系如何，但是要研究短期中，變量是否會出現(xiàn)偏離均衡位置的現(xiàn)象，就要建立誤差修正模型。利用方程(4)中的殘差項作為均衡誤差項，建立誤差修正模型［11］。

4.Granger因果關系檢驗

利用協(xié)整檢驗我們可以看到，環(huán)境污染與經(jīng)濟增長之間是否存在長期穩(wěn)定或者均衡的關系，但是二者之間是否存在因果關系還需要進一步檢驗。運用格蘭杰因果關系檢驗可以檢驗變量之間是否存在因果關系，其主要思想是，如果變量X是變量Y的變化原因，那么變量X的變化應該發(fā)生在變量Y的變化之前［12］。

5.VAR模型

向量自回歸(VAR)是一種非結構化的動態(tài)聯(lián)立方程模型，把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型，其形式為:

其中Yt是k維內(nèi)生變量向量，Yt－i(i=1，2，…p)是滯后內(nèi)生變量向量;Xt－i是滯后外生變量向量;p，r為滯后階數(shù);n為樣本數(shù);et為擾動變量。除了脈沖響應函數(shù)之外，方差分解也可以研究VAR模型的動態(tài)變化。方差分解是將VAR模型中每一個外生變量預測誤差的方差按照其成因分解為與各個內(nèi)生變量相關聯(lián)的組成部分，從而分析影響內(nèi)生變量的結構沖擊的貢獻度［13］。

三、計量結果及分析

(一)數(shù)據(jù)的平穩(wěn)性檢驗結果

Lnzh和lngdp的ADF檢驗結果如表3所示，從表3中可以看出lnzh和lngdp是非平穩(wěn)序列，但其一階差分D(lnzh)和D(lngdp)分別在1%和10%的顯著性水平下，拒絕原假設，說明lnzh和lngdp是一階單整的，可以進行協(xié)整檢驗。

(二)協(xié)整檢驗

表3 單位根檢驗結果

采用基于模型回歸殘差的協(xié)整檢驗，先用最小二乘法對模型(4)進行回歸，得出如下結果:

對該協(xié)整回歸方程的殘差序列的平穩(wěn)性進行檢驗，根據(jù)檢驗結果可以看到，t統(tǒng)計量 =－2.781 776，其相應的概率值P=0.010 2，在5%的顯著性水平下，拒絕原假設，可以認為殘差序列esid01是平穩(wěn)的。也就是說lnzh和lngdp之間存在長期協(xié)整關系，即環(huán)境污染與經(jīng)濟增長之間存在長期均衡關系。

(三)誤差修正模型檢驗結果

令et=μt，建立LNX和LNrGDP的誤差修正模型，得到回歸結果如下:

在回歸結果中，AdjustedR2=0.362，D-W= 1.842，F(xiàn)=3.834。從結果分析可以看出，環(huán)境污染的變動可以大致分為兩個部分:一是由經(jīng)濟增長的短期波動造成的，影響系數(shù)為3.603，但t統(tǒng)計值不顯著，說明經(jīng)濟增長在短期中對環(huán)境的影響不明顯;另一方面是偏離長期均衡關系造成的，系數(shù)為－0.891，且t統(tǒng)計量較為顯著，說明在長期中經(jīng)濟增長對環(huán)境污染的影響較為顯著。

(四)格蘭杰因果檢驗結果

利用eviews6.0對數(shù)據(jù)進行格蘭杰因果關系檢驗，檢驗結果如表4所示。

本文運用格蘭杰因果關系檢驗方法，對兩變量的格蘭杰因果關系檢驗的結果可以看出，只有當滯后期為一年時環(huán)境污染才是經(jīng)濟增長的格蘭杰原因。所以，環(huán)境污染只在初期是經(jīng)濟增長的原因，在一定程度上說明在經(jīng)濟發(fā)展早期環(huán)境污染是不可避免的。

(五)VAR模型

表4 Granger因果關系檢驗結果

如圖5所示，其中縱軸表示脈沖響應函數(shù)大小，橫軸表示時期數(shù)，虛線表示正負兩倍的標準差偏離帶(2S.E)，從圖中看出環(huán)境污染對經(jīng)濟發(fā)展的一個標準差信息立即做出了響應。第一期出現(xiàn)了正向響應，該正向響應在第五期之后逐漸呈現(xiàn)穩(wěn)定狀態(tài)，這說明隨著經(jīng)濟發(fā)展，也相應的加大了環(huán)境污染。從圖6可以看出經(jīng)濟發(fā)展對環(huán)境污染的一個標準差擾動在第二期才出現(xiàn)正向響應，并從第三期開始隨著時間的推移，影響越來越小，這表明，環(huán)境污染在初期對經(jīng)濟發(fā)展有著一定的推動作用，但是一定時期之后，環(huán)境污染對經(jīng)濟發(fā)展的影響越來越弱［14］。

圖5 脈沖響應圖a

圖6 脈沖響應圖b

基于方差分解模型，對lnzh和lngdp進行方差分解，分析結果如圖7、圖8所示。從圖中可以看出，在第一期時，環(huán)境污染受自身波動影響最大，高達100%，隨之下降，在第二期達到90.99%，之后保持在90%左右的平穩(wěn)水平上;環(huán)境污染在第二期才受到經(jīng)濟發(fā)展對其的沖擊，為9.01%，隨后經(jīng)濟發(fā)展對環(huán)境污染的影響程度幾乎保持在9%左右。從圖8可知，經(jīng)濟發(fā)展水平從第一期開始就受自身波動的影響較強，之后也一直維持在較高水平;環(huán)境污染水平對經(jīng)濟發(fā)展的影響一直較低，在第2期影響為1.8%，之后以微弱的趨勢下降?？傊?jīng)濟發(fā)展和環(huán)境污染均是自身預測誤差的主要來源，從長遠來看，經(jīng)濟發(fā)展對環(huán)境污染的影響遠遠大于環(huán)境污染對經(jīng)濟的影響。

四、結論

通過對山東省環(huán)境污染與經(jīng)濟增長的現(xiàn)狀進行分析和實證檢驗，可以得出如下結論:

圖7 方差分解圖a

圖8 方差分解圖b

雖然環(huán)境庫茲涅茨曲線認為，環(huán)境污染與經(jīng)濟增長之間會呈倒“U”型的曲線關系，但通過折線圖分析，可以看出環(huán)境污染與經(jīng)濟增長之間的關系具有不確定性，EKC的研究的結果往往因環(huán)境污染度量指標或者樣本數(shù)據(jù)的選取的不同而有所差異。)正如前面折線圖分析所示，在不同階段，環(huán)境污染與經(jīng)濟增長呈現(xiàn)不同的形態(tài)。

運用2001～2012年GDP和環(huán)境污染的綜合指標數(shù)據(jù)進行實證分析，發(fā)現(xiàn)環(huán)境污染與經(jīng)濟增長之間存在長期穩(wěn)定或均衡關系，并且當其短期波動偏離長期均衡時存在誤差修正機制。

借助Eviews6.0，運用協(xié)整檢驗理論和格蘭杰因果關系檢驗，采用2001～2012年的統(tǒng)計數(shù)據(jù)對環(huán)境污染和經(jīng)濟增長的關系進行協(xié)整與格蘭杰因果關系檢驗，發(fā)現(xiàn)環(huán)境污染只有在初期才是經(jīng)濟增長的原因，這可以從兩個方面來解釋:一是居民環(huán)境需求偏好;二是對污染產(chǎn)生的負外部效應的有效界定，特別是對污染產(chǎn)生的負外部效應的有效界定是發(fā)揮環(huán)境資源對經(jīng)濟增長影響作用的前提條件。因此，要想促進資源約束和環(huán)境保護就必須建立清晰的產(chǎn)權界定體系與市場交易機制。

基于VAR模型結果分析可以得出，在山東省經(jīng)濟增長過程中，環(huán)境污染起到了一定的推動作用，同時可以看出隨著經(jīng)濟的增長，環(huán)境污染也在加劇，前者對后者有著很強的正向影響關系。通過方差分解可以看出環(huán)境污染和經(jīng)濟發(fā)展水平均是自身預測誤差方差的主要來源，從長遠來看，環(huán)境污染對經(jīng)濟增長的影響遠遠小于經(jīng)濟增長對環(huán)境污染的影響程度。

因此，在未來的發(fā)展道路中，山東省應繼續(xù)堅持可持續(xù)發(fā)展戰(zhàn)略，提高經(jīng)濟發(fā)展效率，摒棄傳統(tǒng)的“先污染后治理”，走新型工業(yè)化發(fā)展道路;加快轉(zhuǎn)變產(chǎn)業(yè)結構，注重節(jié)能減排，提高企業(yè)整體發(fā)展水平;大力發(fā)展生態(tài)經(jīng)濟、綠色經(jīng)濟、循環(huán)經(jīng)濟，推進綠色技術和清潔生產(chǎn)，提高企業(yè)生產(chǎn)效率;加大環(huán)保投資，加大對環(huán)境治理的強度;鼓勵技術創(chuàng)新，通過創(chuàng)新技術來減少環(huán)境成本，從而降低環(huán)境污染程度，通過科技投入，技術創(chuàng)新，提高生產(chǎn)過程的清潔程度，減少廢水廢氣廢物的排放量。政策實施過程中，政府一方面要幫助企業(yè)提高環(huán)保理念，另一方面也要加大監(jiān)管力度，監(jiān)控企業(yè)是否合理合法排污，從整體上把握經(jīng)濟發(fā)展和環(huán)境污染的關系，實現(xiàn)經(jīng)濟效益與環(huán)境效益的雙贏。

［1］Grossman G M，Krueger A B.Environmental Impact s of A North American Free Trade Agreement［M］.Princeton:Woodrow Wilson School，1992.

［2］Shafik N，Bandyopadhyay S.Economic Growth and Environmental Quality:Time Series and Cross country Evidence［R］.Washington D C:World Bank，1992.

［3］賀彩霞，冉茂盛.環(huán)境污染與經(jīng)濟增長［J］.中國人口資源與環(huán)境，2009，(2):57－61.

［4］李國柱.經(jīng)濟增長與環(huán)境污染:基于面板數(shù)據(jù)單位根的研究［J］.石家莊經(jīng)濟學院學報，2007，(3):63－66.

［5］彭水軍，包群.中國經(jīng)濟增長與環(huán)境污染:基于時序數(shù)據(jù)的經(jīng)驗分析(1985－2003)［J］.當代財經(jīng)，2006，(7):5－12.

［6］李飛，董鎖成，李澤紅.中國經(jīng)濟增長與環(huán)境污染關系的再檢驗:基于全國省級數(shù)據(jù)的面板協(xié)整分析［J］.自然資源學報，2009，(11):1913－1918.

［7］張菲，趙凱.我國環(huán)境污染與經(jīng)濟增長關系的協(xié)整檢驗［J］.沈陽農(nóng)業(yè)大學學報(社會科學版)，2010，12(6):669－672.

［8］范忠偉.環(huán)境保護與經(jīng)濟增長:基于亞太地區(qū)五國面板數(shù)據(jù)的協(xié)整檢驗［J］.湖南商學院學報，2013，(8):27－31.

［9］陳昭，劉巍，茹純子.中國經(jīng)濟增長與環(huán)境污染的關系:基于分省的面板協(xié)整模型分析［J］.當代財經(jīng)，2008，(11):18－23.

［10］田志華，王忠.廣東省環(huán)境污染與經(jīng)濟增長的動態(tài)關系:基于向量誤差修正模型的實證研究［J］.粵商與廣東經(jīng)濟，2013，(6):4－10.

［11］許廣月，宋德勇.中國碳排放環(huán)境庫茲涅茨曲線的實證研究:基于省域面板數(shù)據(jù)［J］.中國工業(yè)經(jīng)濟，2010，(5):37－47.

［12］康凱，宋文博，郭子龍，等.河南省環(huán)境污染和經(jīng)濟增長關系實證研究:基于遺傳—BP神經(jīng)網(wǎng)絡、協(xié)整分析和VAR模型［J］.資源與產(chǎn)業(yè)，2014，(10):2－7.

［13］Damodar N Gujarati.計量經(jīng)濟學原理與實踐［M］.北京:中國人民大學出版社，2013:217.

［14］樊歡歡，李嫣怡，等.Eviews統(tǒng)計分析與應用［M］.北京:機械工業(yè)出版社，2011:204.

［責任編輯:陳宇涵］

X5;F061.2

A

1672 -5956(2016)02-0001-08

10.3969/j.issn.1672－5956.2016.02.001

2015-09-20

山東省研究生教育創(chuàng)新計劃資助項目(SDYY15073)

梁星，1965年生，女，山東海陽人，山東工商學院教授，碩士生導師，博士，研究方向為管理會計與審計，(電話) 0535－6903957。