基于VAR模型的青岛市经济增长与环境污染的实证研究

［摘 要］ 通过以青岛市1985—2010年的人均GDP水平和主要污染物排放总量为样本建立向量自回归模型，并利用此模型对青岛市环境污染与经济增长之间的动态关系进行考察发现，经济增长会加速环境污染，由于环境承载力的存在，环境污染对经济的负面影响存在滞后期。作为山东半岛蓝色经济区的重要组成部分，青岛市必须加快优化产业和能源结构，大力发展海洋经济和循环经济，加快建设全国蓝色经济领军城市。

［关键词］ 青岛市;环境污染;经济增长;广义脉冲分析;方差分解

［中图分类号］F224.0 ［文献标识码］A ［文章编号］ 1673-5595(2012)03-0028-04

环境污染与经济发展的问题已经越来越受到人们的关注。随着经济的发展和工业化进程的不断推进,中国的环境污染问题日渐凸显。青岛市在环境保护和污染治理方面虽已加大力度,但环境问题依然严峻。最新公布的统计数据显示，青岛市2010年底废水排放总量为38155.68万吨,其中工业废水的排放量为10800.37万吨;工业废气排放量为25580938万标立方米;工业固体废物产生量为908.14万吨,较往年都有不同程度的升高。因此，有必要对青岛市的经济发展与环境污染问题进行深入研究,了解环境污染与经济发展之间的内在关系,为经济与环境的协调发展提出可行性的建议。

一、文献综述

美国经济学家Grossman和Krueger首次实证研究了环境质量与人均收入之间的关系。［1］他们发现随着经济的增长,环境状况会呈现出先恶化后改善的趋势,两者之间的关系呈现倒U型。Panayotou在研究经济增长与环境的关系时,对模型进行了优化,在环境因素的指数选取上以污染物的浓度取代了污染物的人均排放量,同时将人口因素作为变量引入了模型。［2］通过对多个国家的二氧化硫、氮氧化物和固体悬浮物的人均排放量与人均GDP的关系加以考察后发现,三种污染物与人均GDP的关系皆呈倒U形关系。他首次将环境质量与人均收入间的关系称为环境库兹涅茨曲线(EKC)。在这之后，许多学者通过分析研究证实了EKC曲线的存在。由于缺乏相应的观测数据,国内对经济发展与环境之间关系的实证研究起步较晚。张晓通过对中国的环境数据进行研究,证实了中国的环境与经济之间的关系呈现弱倒U型。［3］吴开亚、陈晓剑在对安徽省1987—2000年人均GDP与工业三废排放量之间的关系进行分析后,建立了一种不同于传统环境库兹涅茨曲线的新型环境库兹涅茨曲线模型(三次函数形式)。［4］彭水军和包群采用基于向量自回归系统的分析来考察中国长期经济增长与环境污染之间的关系,得出经济增长对解释环境污染的预测方差起着重要作用,而环境污染排放对经济增长预测方差上的贡献度较小。［5］

综上所述,经济增长和环境之间的关系是比较复杂的。很多学者在研究环境问题与经济发展关系时往往是单向的,他们通常比较关注经济增长对环境的影响,而较少涉及环境变化与经济增长之间双向作用机制的研究。因此，本文通过采用VAR(向量自回归)模型分析方法,利用1985—2010年青岛市的环境污染排放总量作为环境污染指标,人均GDP作为经济增长指标,通过广义脉冲响应函数和方差分解来考察环境污染与经济增长之间的双向动态作用机制。

二、研究方法

（一）自回归模型介绍

由于向量自回归模型对于相互联系的时间序列变量系统是有效的预测模型，因此，本文通过自回归模型来考察环境和经济两个时间序列之间的关系。

VAR(向量自回归)的表达式如下:

yt=A1yt-1+…+Apyt-p+Bxt+εt

式中，yt是一个内生变量列向量;xt是外生变量向量;A1,…,Ap和B是待估计的系数矩阵。［6］

中国石油大学学报(社会科学版) 2012年6月

第28卷 第3期 周德田，等：基于VAR模型的青岛市经济增长与环境污染的实证研究

（二）变量及数据选择

与经济总量相比,人均收入更能体现经济的发展水平。因此,以人均GDP(以《2011年青岛市统计年鉴》为准)作为衡量青岛市经济增长的指标,用G表示。

在环境指标选取上,考虑到青岛市多种污染物数据的可操作性和易得性,选取了有代表性的废水排放量(工业废水和生活废水)、工业废气排放量和工业固体废物产生量三个指标。需要指出的是，由于历年青岛市统计年鉴(1985—2011年)上工业废气排放量的单位是万标立方米,为了统一,在此需要乘以气体密度,这里以一个标准大气压下的大气密度来近似代替工业废气的密度。三个指标相加作为环境污染总量指标,以此作为环境指标,用P表示。

为了消除时间序列中可能存在的异方差及数据量纲上的不同,对最终的统计数据指标进行了对数化处理(对时间序列取自然对数不会改变原序列的性质)。

三、数据处理与分析

（一）单位根检验

在对变量进行协整分析前,首先要对涉及的相关变量运用ADF(augmented dickey-fuller)方法进行单位根检验,以检验样本序列的平稳性和单整阶。单位根检验结果见表1。



对LNG和LNP两个变量进行单位根检验,结果表明,虽然环境变量LNP与经济变量LNG是不平稳的,但是经过一阶差分之后的变量DLNP和DLNG是平稳的。因此，原时间序列满足一阶单整,可以进行协整关系检验。

（二）协整检验

为了验证两个变量xt和yt之间是否协整,Engle和Granger于1987年提出了两步检验法,简称为EG检验。对同阶的单整序列,用一个变量对另一个变量回归。

yt=α+βxt+εt

用[AKα^D]和[AKβ^]表示回归系数的估计值,则模型残差估计值为: =yt-[AKα^D]-[AKβ^]xt。若～I(0),则xt与yt具有协整关系。［7］