趙建華

摘要：本文采集長(zhǎng)江中下游26個(gè)城市2000-2016年面板數(shù)據(jù)，應(yīng)用PVAR模型對(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)增長(zhǎng)和大氣污染之間的動(dòng)態(tài)關(guān)系進(jìn)行檢驗(yàn)，結(jié)果顯示經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整均會(huì)造成大氣污染。方差分解的結(jié)果表明，未來(lái)經(jīng)濟(jì)增長(zhǎng)對(duì)大氣污染的沖擊不斷降低，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)大氣污染的沖擊比重上升，未來(lái)應(yīng)該重點(diǎn)關(guān)注產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對(duì)大氣污染的影響，通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)與產(chǎn)業(yè)布局，平衡經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境保護(hù)的關(guān)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(guān)鍵詞：經(jīng)濟(jì)增長(zhǎng);產(chǎn)業(yè)結(jié)構(gòu)調(diào)整;大氣污染;PVAR

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

中圖分類(lèi)號(hào)：F062.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2020）08-0268-04

0 ?引言

建國(guó)七十周年特別是改革開(kāi)放四十年來(lái)，我國(guó)的經(jīng)濟(jì)社會(huì)發(fā)生了翻天覆地變化的同時(shí)生態(tài)環(huán)境污染日趨嚴(yán)重。環(huán)保部發(fā)布的《2017年中國(guó)環(huán)境公報(bào)》顯示，2017年全國(guó)338個(gè)地級(jí)及以上城市239個(gè)城市環(huán)境空氣質(zhì)量超標(biāo)，酸雨分布面積占國(guó)土面積的6.4%。我國(guó)自2014年進(jìn)入“新常態(tài)”以來(lái)，經(jīng)濟(jì)增長(zhǎng)放緩、單位能耗高，環(huán)境污染等問(wèn)題凸顯，如何在保持經(jīng)濟(jì)增長(zhǎng)的同時(shí)又能保護(hù)環(huán)境是一個(gè)值得關(guān)注的命題。2018年4月習(xí)近平主席在宜昌調(diào)研提出“堅(jiān)持生態(tài)保護(hù)的前提下，發(fā)展合適的產(chǎn)業(yè)，實(shí)現(xiàn)科學(xué)發(fā)展、有序發(fā)展，高質(zhì)量發(fā)展”。黨的十九大召開(kāi)，我國(guó)社會(huì)主義事業(yè)進(jìn)入新的發(fā)展階段，對(duì)經(jīng)濟(jì)發(fā)展、生態(tài)環(huán)境保護(hù)提出了更高的要求。

片面追求高速經(jīng)濟(jì)增長(zhǎng)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(biāo)而放棄經(jīng)濟(jì)增長(zhǎng)的做法兩者皆不可?。ㄔ丬姡?017）[1]。經(jīng)濟(jì)增長(zhǎng)、能源消耗、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和環(huán)境保護(hù)這些目標(biāo)之間相互沖突，在不同目標(biāo)之間進(jìn)行取舍和權(quán)衡，尋求最優(yōu)解決方案，是不可回避的挑戰(zhàn)。在經(jīng)濟(jì)活動(dòng)影響環(huán)境系統(tǒng)的過(guò)程中，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整發(fā)揮了重要的作用。以第二產(chǎn)業(yè)為主導(dǎo)的工業(yè)特別是重化工業(yè)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源和自然資源產(chǎn)生了巨大需求，因而在生產(chǎn)活動(dòng)中對(duì)環(huán)境的污染產(chǎn)生較大影響，而以高端制造或金融、教育、信息服務(wù)等現(xiàn)代化服務(wù)業(yè)為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)自然資源的需求相對(duì)較小，污染隨之降低。產(chǎn)業(yè)結(jié)構(gòu)的不同決定著污染排放種類(lèi)和數(shù)量的差異，因而產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整就是要加快發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)有益和節(jié)能減排貢獻(xiàn)大的產(chǎn)業(yè)，逐步調(diào)整淘汰對(duì)環(huán)境污染較大和經(jīng)濟(jì)貢獻(xiàn)較小的產(chǎn)業(yè)。

長(zhǎng)江中下游六省一市約占國(guó)土面積的1/10，經(jīng)濟(jì)總量占全國(guó)的1/3，是我國(guó)最具活力和潛力的發(fā)展區(qū)域之一。尤其是隨著長(zhǎng)江中下游社會(huì)經(jīng)濟(jì)的快速發(fā)展，能源消耗、工業(yè)污染日益加劇，導(dǎo)致長(zhǎng)江流域空氣污染加重和水污染事故頻發(fā)。這些現(xiàn)象和問(wèn)題引起了社會(huì)各界的高度關(guān)注和重視。

本文收集長(zhǎng)江中下游26個(gè)城市的相關(guān)數(shù)據(jù)進(jìn)行分析，主要討論長(zhǎng)江中下游產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染的動(dòng)態(tài)關(guān)系，并預(yù)測(cè)未來(lái)經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)大氣污染的影響，并提出相關(guān)政策建議。

1 ?文獻(xiàn)綜述

1.1 經(jīng)濟(jì)增長(zhǎng)與大氣污染之間的研究

有關(guān)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的動(dòng)態(tài)關(guān)系，歷來(lái)是學(xué)者關(guān)注的焦點(diǎn)。Crossman and Krueger（1991）使用跨國(guó)面板數(shù)據(jù)，研究出環(huán)境污染與人均收入之間存在倒U形曲線關(guān)系，在經(jīng)濟(jì)發(fā)展的初期，環(huán)境污染會(huì)隨著人均收入的增長(zhǎng)而增加，但是到了一定發(fā)展階段，環(huán)境污染會(huì)隨著人均收入的增加而下降[2]。國(guó)內(nèi)學(xué)者關(guān)于大氣污染與經(jīng)濟(jì)增長(zhǎng)研究日益廣泛。宋振華（2017）利用2000-2012年30個(gè)單位省級(jí)面板數(shù)據(jù)，同時(shí)用GMM和門(mén)限回歸模型檢驗(yàn)經(jīng)濟(jì)增長(zhǎng)對(duì)大氣污染的影響，總體而言經(jīng)濟(jì)增長(zhǎng)與大氣污染存在庫(kù)茲涅茲曲線規(guī)律，但是我國(guó)地區(qū)發(fā)展的不均衡使經(jīng)濟(jì)增長(zhǎng)對(duì)大氣污染的效用存在不同。更進(jìn)一步，王微微（2019）收集179個(gè)地級(jí)市，將收入和產(chǎn)業(yè)結(jié)構(gòu)作為門(mén)限值構(gòu)建雙重門(mén)限回歸模型研究經(jīng)濟(jì)增長(zhǎng)與大氣污染之間的關(guān)系，根據(jù)兩個(gè)不同的臨界值劃分不同的四個(gè)區(qū)域進(jìn)行分析，因地制宜加快產(chǎn)業(yè)調(diào)整升級(jí)[3]。高紋等（2019）收集六種顆粒污染物①構(gòu)建兩組面板數(shù)據(jù)，聯(lián)立污染方程與產(chǎn)出方程并用3SLS做估計(jì)，得出六種顆粒污染物面臨不同的人均收入臨界值，說(shuō)明我們國(guó)家在大氣污染治理上應(yīng)采取不同的治理手段[4]。這系列的研究表明當(dāng)經(jīng)濟(jì)增長(zhǎng)、人均收入達(dá)到一定階段，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和環(huán)境規(guī)制的出臺(tái)，大氣污染會(huì)改善[5]。也有學(xué)者認(rèn)為高增長(zhǎng)并不一定導(dǎo)致高污染，從長(zhǎng)期來(lái)看依靠產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和技術(shù)進(jìn)步實(shí)現(xiàn)高增長(zhǎng)與低污染的綠色發(fā)展模式完全可行[6]。

1.2 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與大氣污染之間的研究

相關(guān)學(xué)者從產(chǎn)業(yè)結(jié)構(gòu)作為研究大氣污染的切入點(diǎn)。Stern（2002）運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)對(duì)64個(gè)國(guó)家環(huán)境庫(kù)茲涅茨曲線形成的原因進(jìn)行分析，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)對(duì)單個(gè)國(guó)家減排作用顯著，但是對(duì)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(chǎn)出表分析產(chǎn)業(yè)結(jié)構(gòu)的變化對(duì)大氣污染的影響[8]。劉亞清等（2017）構(gòu)建空間面板模型分析京津冀地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)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(yùn)用向量自回歸模型分析京津翼地區(qū)產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)未來(lái)大氣污染的影響[10]。然而有學(xué)者認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和環(huán)境污染存在相互影響的聯(lián)動(dòng)關(guān)系，呂政寶（2018）認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與大氣污染之間存在雙向因果關(guān)系，為克服內(nèi)生性問(wèn)題構(gòu)建聯(lián)立方程模型研究產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與大氣污染之間的關(guān)系[11]。韓楠（2016）構(gòu)建系統(tǒng)動(dòng)力學(xué)模型研究產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)環(huán)境污染的影響，發(fā)現(xiàn)適當(dāng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、增加科技投入強(qiáng)度能夠使環(huán)境污染排放顯著下降[12]。徐成龍等（2014）應(yīng)用LEAP模型預(yù)測(cè)未來(lái)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整有助于山東省減少碳排放[13]。

綜上所述，經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與大氣污染存在緊密的聯(lián)系。諸多學(xué)者用多種不同方法來(lái)分析區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與大氣污染之間的關(guān)系。本文與以往的研究有所不同：首先應(yīng)用面板數(shù)據(jù)固有的信息優(yōu)勢(shì)，對(duì)長(zhǎng)江中下游地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)增長(zhǎng)和大氣污染之間的水平序列動(dòng)態(tài)關(guān)系進(jìn)行研究，其次，采用面板數(shù)據(jù)向量自回歸模型（PVAR）對(duì)這三者進(jìn)行分析，能夠有效的避免事先設(shè)定內(nèi)生變量和外生變量的問(wèn)題;最后建立PVAR模型，對(duì)這三者之間的因果關(guān)系進(jìn)行分析，力求為三者之間關(guān)系的經(jīng)驗(yàn)研究提供新的證據(jù)。

2 ?模型構(gòu)建與指標(biāo)選取

2.1 模型設(shè)定

向量自回歸模型（VAR）把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后項(xiàng)的函數(shù)，可以通過(guò)正交化脈沖響應(yīng)函數(shù)分離出一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響。本文分析經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)環(huán)境污染的影響，通常向量自回歸模型要求有較長(zhǎng)年限的數(shù)據(jù)才能得到比較滿(mǎn)意的結(jié)果，受制于我國(guó)環(huán)境年鑒數(shù)據(jù)統(tǒng)計(jì)的影響，很難找到較為全面的數(shù)據(jù)，面板數(shù)據(jù)能夠克服相應(yīng)的不足。本文使用的PVAR模型，表達(dá)式為：

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

2.2 指標(biāo)選取與數(shù)據(jù)的來(lái)源

選取長(zhǎng)江中下游26個(gè)城市②的人均地區(qū)生產(chǎn)總值表示經(jīng)濟(jì)發(fā)展水平（Lnpgdp：元），產(chǎn)業(yè)結(jié)構(gòu)調(diào)整這一指標(biāo)借鑒王青、趙景蘭（2012）用第二第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重度量產(chǎn)業(yè)結(jié)構(gòu)調(diào)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(biāo)（Lnpair：億立方米），上述指標(biāo)均取對(duì)數(shù)處理以消除時(shí)間序列的異方差現(xiàn)象。本文數(shù)據(jù)來(lái)源于各市2000至2016年的統(tǒng)計(jì)年鑒。數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

3 ?實(shí)證分析步驟與結(jié)果

3.1 面板平穩(wěn)性檢驗(yàn)

為了避免偽回歸，需要對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文使用的面板數(shù)據(jù)具有時(shí)間序列特征，因此構(gòu)建Panel VAR模型前需要對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)以驗(yàn)證其平穩(wěn)性，本文使用針對(duì)共同單位根的LLC檢驗(yàn)和針對(duì)個(gè)體單位根檢驗(yàn)的IPS檢驗(yàn)以及HT檢驗(yàn)。這三種檢驗(yàn)方法中的原假設(shè)都是面板數(shù)據(jù)變量是包含單位根，如果不能拒絕原假設(shè)則說(shuō)明面板數(shù)據(jù)變量是非平穩(wěn)的。用stata14.0軟件計(jì)算并將相應(yīng)的統(tǒng)計(jì)指標(biāo)整理如表2所示。

3.2 PVAR滯后階數(shù)的檢驗(yàn)

建立PVAR模型后，需要確定滯后階數(shù)。本文利用AIC、BIC和HQIC三個(gè)準(zhǔn)則判斷該模型的最優(yōu)滯后階數(shù)，這些準(zhǔn)則一般依據(jù)信息量取最小的準(zhǔn)則確定模型的階數(shù)。本文使用連玉君在love博士基礎(chǔ)上改進(jìn)的PVAR2命令來(lái)計(jì)算相應(yīng)的階數(shù)。從表3可以看到AIC、BIC、HQIC三個(gè)準(zhǔn)則都建議產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)增長(zhǎng)、工業(yè)廢氣排放量的PVAR模型的滯后階數(shù)取2比較合適。本文滯后階數(shù)選擇為2，建立PVAR（2）模型。

3.3 脈沖響應(yīng)分析

Panel VAR模型主要關(guān)注對(duì)未來(lái)的預(yù)測(cè)分析。需要進(jìn)行脈沖響應(yīng)和方差分解分析。脈沖響應(yīng)函數(shù)（Impulse Response Function，IRF）反映的是其他變量的當(dāng)期和以前個(gè)期值保持不變的情況下，PVAR系統(tǒng)中某個(gè)方程的擾動(dòng)項(xiàng)當(dāng)期發(fā)生一個(gè)標(biāo)準(zhǔn)差變化對(duì)未來(lái)各期內(nèi)生變量的沖擊影響程度，同時(shí)能比較直觀刻畫(huà)出變量之間的動(dòng)態(tài)交互作用。為了直觀地刻畫(huà)變量之間的動(dòng)態(tài)關(guān)系，本文對(duì)每個(gè)變量的一個(gè)標(biāo)準(zhǔn)差的沖擊使用蒙特卡洛方法模擬500次，得到每個(gè)誤差項(xiàng)的沖擊對(duì)各變量0-10期的影響。由于脈沖響應(yīng)函數(shù)研究?jī)?nèi)生變量沖擊對(duì)自身及其他內(nèi)生變量的影響，而且Chelsey正交分解對(duì)變量的排序非常敏感。產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，釋放第一產(chǎn)業(yè)的勞動(dòng)力至第二三產(chǎn)業(yè)，從而提高了產(chǎn)業(yè)附加值促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，要素投入的增加，消耗了資源從而對(duì)環(huán)境造成污染。所以本文的變量排序?yàn)椋寒a(chǎn)業(yè)結(jié)構(gòu)調(diào)整、人均GDP、大氣污染廢氣排放量。

從基于PVAR（2）系統(tǒng)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、人均GDP和大氣廢棄排放量的脈沖響應(yīng)圖（圖1）我們可以看出，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的沖擊大部分源于自身而且隨著時(shí)間的推移不斷平緩。人均GDP對(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的沖擊一開(kāi)始增大隨后慢慢遞減。大氣廢氣污染排放對(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的沖擊可以忽略不計(jì)，但是預(yù)測(cè)的區(qū)間比較大，表明生產(chǎn)過(guò)程相伴的污染排放。

大氣廢氣污染排放對(duì)自身的沖擊所占的比重較大，但是隨著時(shí)間的推移，對(duì)自身的沖擊慢慢減小。產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整受到一個(gè)正交單位的沖擊后對(duì)工業(yè)廢氣排放先增大隨后再趨于平穩(wěn)。其經(jīng)濟(jì)含義為在產(chǎn)業(yè)調(diào)整過(guò)程中長(zhǎng)江中下游地區(qū)投資項(xiàng)目增加會(huì)加重污染排放，但是在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的后期第三產(chǎn)業(yè)所占比重增加會(huì)改善污染排放。人均GDP對(duì)大氣污染排放量的沖擊在第一期的沖擊達(dá)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(gè)內(nèi)生變量的預(yù)測(cè)均方誤差分解成系統(tǒng)中各變量的隨機(jī)沖擊所做的貢獻(xiàn)，計(jì)算每個(gè)變量沖擊所貢獻(xiàn)的百分比大小，從而評(píng)估一個(gè)變量的沖擊對(duì)另一個(gè)變量的影響程度，本文通過(guò)方差分解，得到PVAR系統(tǒng)中各方程的沖擊反應(yīng)對(duì)各內(nèi)生變量波動(dòng)的貢獻(xiàn)度。

從表中可以看出，經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的沖擊主要源于自身。從經(jīng)濟(jì)增長(zhǎng)的方差分解來(lái)看，經(jīng)濟(jì)增長(zhǎng)自身的沖擊從第1期的90.3%下降到第10期的16.6%，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)從第1期的9.7%上升到第10期的80.9%，說(shuō)明未來(lái)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整是經(jīng)濟(jì)增長(zhǎng)的重要原因。從大氣廢棄污染物排放的方差分解來(lái)看，工業(yè)廢氣污染排放對(duì)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(jīng)濟(jì)增長(zhǎng)對(duì)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(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)大氣污染廢氣排放的沖擊從0.8%上升到64.6%，未來(lái)要多關(guān)注產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)環(huán)境污染的影響，同時(shí)得出經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整會(huì)對(duì)大氣污染產(chǎn)生影響，但是大氣污染并沒(méi)有導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長(zhǎng)，這個(gè)與前面的脈沖響應(yīng)分析是相一致的。

4 ?結(jié)論與啟示

本文以2000-2016年長(zhǎng)江中下游26個(gè)城市為研究對(duì)象，采用人均GDP衡量經(jīng)濟(jì)發(fā)展水平、第二三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值表示產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、用工業(yè)廢氣污染排放量為環(huán)境污染指標(biāo)，應(yīng)用PVAR模型，對(duì)這三者之間的動(dòng)態(tài)關(guān)系進(jìn)行檢驗(yàn)。各變量的沖擊各自解釋了很大一部分;未來(lái)大氣污染排放的沖擊受產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的沖擊慢慢增強(qiáng)，說(shuō)明未來(lái)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整會(huì)對(duì)大氣污染產(chǎn)生影響。從工業(yè)廢氣排放量的方差分解來(lái)看，經(jīng)濟(jì)增長(zhǎng)以及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整必然會(huì)導(dǎo)致環(huán)境污染，但是環(huán)境的污染卻并沒(méi)有導(dǎo)致經(jīng)濟(jì)的增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。本文研究的出發(fā)點(diǎn)在于既考慮經(jīng)濟(jì)增長(zhǎng)的同時(shí)又減少環(huán)境污染，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整既是經(jīng)濟(jì)增長(zhǎng)的動(dòng)力又是大氣污染的主要來(lái)源。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的演化過(guò)程與經(jīng)濟(jì)增長(zhǎng)并不一定出現(xiàn)同步性，在產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的后期，第三產(chǎn)業(yè)產(chǎn)值所占比重增大，經(jīng)濟(jì)增長(zhǎng)對(duì)大氣污染的沖擊逐漸減小，與前文的分析一致，未來(lái)多關(guān)注長(zhǎng)江中下游產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)大氣污染的影響。根據(jù)以上結(jié)論，本文提出以下政策建議：

第一，在調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)程中注重產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化和合理化。逐步提高高污染高耗能資源型產(chǎn)業(yè)的準(zhǔn)入門(mén)檻，同時(shí)大力淘汰落后產(chǎn)能，加快扶持綠色環(huán)保產(chǎn)業(yè)、可循環(huán)和新能源產(chǎn)業(yè)，推進(jìn)綠色環(huán)保產(chǎn)業(yè)新能源產(chǎn)業(yè)市場(chǎng)化進(jìn)程，使其朝專(zhuān)業(yè)式和集聚式方向發(fā)展。另一方面，完善產(chǎn)學(xué)研教育體系，加大職業(yè)教育經(jīng)費(fèi)投入，促進(jìn)職業(yè)化教育與市場(chǎng)接軌，為企業(yè)培養(yǎng)合適人才;大力發(fā)展中高端勞動(dòng)密集型產(chǎn)業(yè)，吸納勞動(dòng)力就業(yè)，提高產(chǎn)業(yè)結(jié)構(gòu)與勞動(dòng)力結(jié)構(gòu)的契合度，逐步提高經(jīng)濟(jì)發(fā)展質(zhì)量。同時(shí)促進(jìn)產(chǎn)業(yè)集群，盡可能創(chuàng)造條件發(fā)揮集聚效應(yīng)在資源環(huán)境方面的正外部性。

第二，根據(jù)不同的城市規(guī)模和產(chǎn)業(yè)發(fā)展階段制定有針對(duì)性的治理措施。長(zhǎng)江中下游各個(gè)城市在經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)，以及城市化水平上均存在差距，應(yīng)該根據(jù)不同的地區(qū)的實(shí)際情況制定不同的發(fā)展策略及污染治理政策。對(duì)于湖北、湖南、江西、安徽等內(nèi)陸地區(qū)政府要擴(kuò)大環(huán)保投資與科研投入，對(duì)企業(yè)的技術(shù)創(chuàng)新進(jìn)行鼓勵(lì)，通過(guò)提高技術(shù)水平加大資源利用效率，用科技進(jìn)步推動(dòng)工業(yè)污染減排。從長(zhǎng)遠(yuǎn)來(lái)看，依靠科技進(jìn)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(shí)長(zhǎng)江下游城市群包括江蘇省、浙江省以及上海市是我國(guó)最具活力和創(chuàng)造力的經(jīng)濟(jì)帶，應(yīng)該充分挖掘自身科技潛在能力、通過(guò)引進(jìn)消化吸收，努力掌握環(huán)保及產(chǎn)品關(guān)鍵技術(shù)和核心技術(shù)，提高區(qū)域產(chǎn)業(yè)競(jìng)爭(zhēng)力。

第三，建立區(qū)域環(huán)境協(xié)調(diào)治理機(jī)制。工業(yè)廢氣排放存在空間溢出效應(yīng)，這就要求長(zhǎng)江中下游各個(gè)城市要統(tǒng)一規(guī)劃，打破行政區(qū)域限制，建立區(qū)域聯(lián)動(dòng)機(jī)制。首先，明確長(zhǎng)江中下游地區(qū)大氣污染的責(zé)任與主體，制定完善的環(huán)境空氣質(zhì)量新標(biāo)準(zhǔn)、政策體系，建立完善的區(qū)域間污染補(bǔ)償機(jī)制和利益協(xié)調(diào)機(jī)制。其次，加強(qiáng)區(qū)域環(huán)境執(zhí)法的監(jiān)管力度，實(shí)施統(tǒng)一的監(jiān)管平臺(tái)和環(huán)境信息共享機(jī)制、建立聯(lián)動(dòng)預(yù)警機(jī)制和師范效應(yīng)機(jī)制，相互積極配合，才能促成有效的大氣污染治理。

注釋?zhuān)?/p>

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(zhǎng)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(tái)州、溫州、無(wú)錫、蕪湖、武漢、徐州、宣城、宜昌、岳陽(yáng)、長(zhǎng)沙。

參考文獻(xiàn)：

[1]原毅軍.環(huán)境政策創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[M].北京：科學(xué)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(jīng)濟(jì)增長(zhǎng)關(guān)系的再檢驗(yàn)——基于門(mén)檻回歸模型對(duì)179個(gè)地級(jí)以上城市的分組研究[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（05）：14-24.

[4]高紋，楊昕.經(jīng)濟(jì)增長(zhǎng)與大氣污染——基于城市面板數(shù)據(jù)的聯(lián)立方程估計(jì)[J].南京審計(jì)學(xué)院學(xué)報(bào)，2019（2）：90-99.

[5]程博，何磊，阮丞華.經(jīng)濟(jì)增長(zhǎng)、制度環(huán)境與大氣污染——基于省級(jí)面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J].重慶工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（1）：33-47.

[6]王敏，黃瀅.中國(guó)的環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)學(xué)（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(chǎn)業(yè)結(jié)構(gòu)調(diào)整與能源消費(fèi)變動(dòng)對(duì)大氣污染的影響——基于上海投入產(chǎn)出表的實(shí)證分析[J].上海經(jīng)濟(jì)研究，2017（6）：84-91.

[9]劉亞清，馬藝翔，吳振信.京津冀地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)大氣污染的影響[J].城市問(wèn)題，2017（12）：67-73.

[10]石磊，王玥，程榮，等.京津冀產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)大氣污染物排放的影響效應(yīng)——基于向量自回歸（VAR）模型的脈沖響應(yīng)函數(shù)分析[J].科技導(dǎo)報(bào)，2018（15）：24-31.

[11]呂政寶，楊艷瓊.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與環(huán)境污染的聯(lián)動(dòng)效應(yīng)——基于中國(guó)省際面板數(shù)據(jù)聯(lián)立方程組的實(shí)證研究[J].科技管理研究，2018（21）：250-255.

[12]韓楠.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)環(huán)境污染影響的系統(tǒng)動(dòng)力學(xué)仿真預(yù)測(cè)[J].中國(guó)科技論壇，2016（10）：53-58.

[13]徐成龍，任建蘭，鞏燦娟.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)山東省碳排放的影響[J].自然資源學(xué)報(bào)，2014（02）：201-210.

[14]王青，趙景蘭，包艷龍.產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染關(guān)系的實(shí)證分析——基于1995-2009年的數(shù)據(jù)[J].南京社會(huì)科學(xué)，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.