VAR模型在环境污染中的应用——以黑龙江省为例

2022-09-11

1 引言

近年来, 我国环境问题突出, 基于全球视野必须加快推进我国的生态文明建设, 使“绿色化”上升到构筑新的国际竞争力的高度, 绿色化实现的基本途径为绿色发展、低碳和循环发展。

2 实证分析

2.1 数据来源

本文采用工业废水, 工业废气以及工业固体排放量作为解释变量, GDP作为因变量, 建立VAR模型。本文采用的数据来源《2016统计年鉴》。

2.2 描述统计

由时序图可知该序列有明显的递增趋势, 可以认为该序列一定不是平稳序列。对上述四个指标变量进行一阶差分处理, 可以看出:经过差分后的序列没有明显的趋势和周期, 基本可以视为平稳序列。为稳妥起见, 还需要对该序列进行ADF检验, 防止“伪回归”现象产生。

2.3 ADF检验

如果一个时间序列的均值、方差和自协方差随时间而改变, 则认为该序列是非平稳时间序列。在建立VAR模型之前, 必须检验序列的平稳性。对数据平稳性的检验方法有ADF检验、PP检验、KPSS检验和ERS检验等方法。本文选取ADF检验, 对差分后的序列进行ADF平稳性检验, 可得在显著性水平0.05下, T统计量为-3.182480小于-3.098896, 且P值为0.0432, 因此, 拒绝存在单位根的原假设, 认为该序列是平稳的, 即差分后的序列可以建立VAR模型。

2.4 建立VAR模型

针对差分后的序列, 满足建立VAR模型的前提条件。确定最优滞后期, 首先要使模型保持合理的自由度, 然后, 参数具有较强的解释力并要求消除误差项的自相关。本文建立的VAR模型通过AIC准则来确定最佳滞后期。可知VAR的滞后阶数确定为2阶, 即建立VAR (2) 。

2.5 协整检验

为进一步分析工业废水, 工业废气以及工业固体排放量是否存在长期的均衡关系须进行协整分析。本文采用迹检验方法对4个变量进行协整检验。

采用EG两步法检验其协整性.首先对工业废水, 工业废气以及工业固体排放量进行最小二乘OLS分析。进行ADF检验后的结果可得P值小于0.05, 说明4个变量之间具有协整关系。

2.6 格兰杰因果关系检验

为进一步验证黑龙江省经济增长与工业废水, 工业废气以及工业固体排放量间的关系, 因此进行格兰杰因果检验.由于格兰杰因果关系检验对滞后期的数据选取十分敏感, 故选取不同的滞后期数据可能会带来完全不同的结果。在检验前利用AIC准则算出最佳滞后期数.AIC值在以2为滞后期数最小, 拟合的程度最好。

在以显著性水平为10%下, 由检验结果 (表1) 可知, 黑龙江省工业固体排放量是工业废气的格兰杰原因, 而工业废气不是工业固体排放量的格兰杰原因。

3 结语

综上所述, 本文对黑龙江省经济增长与工业废水, 工业废气以及工业固体排放量进行了探索。结果表明, 黑龙江省经济增长与工业废水, 工业废气以及工业固体排放量有明显的协整关系, 同时, 黑龙江省工业固体排放量是工业废水的格兰杰原因, 然而, 工业废水却不是工业固体排放量的格兰杰原因。总之, 无论是为了今后本省经济的快速发展还是追求个人的经济效益。期望黑龙江省在今后的发展中能更加重视环境问题, 毕竟, 一旦环境受到了破坏, 我们的子孙后代花再多的钱也无法挽回。

摘要：改革开放以来, 随着中国经济中高速增长, 中国环境污染的问题日趋严重。一个国家的经济可以用国民生产总值衡量, 但是事实显示, 环境问题越来越对经济发展起着举足轻重的作用。因此, 建立时间序列模型与计量经济学模型研究环境污染有一定的经济意义。本文利用Eviews软件建立VAR模型, 对黑龙江省GDP情况与各影响因素的关系进行了研究, 并运用协整检验、ADF检验、GRANGER因果关系检验等一系列统计分析方法进行检验。

关键词：VAR模型,黑龙江省,协整检验