[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。下面小编整理了一些《VAR模型环境污染论文(精选3篇)》相关资料,欢迎阅读!
VAR模型环境污染论文 篇1:
基于VAR模型的经济增长与环境污染关系实证分析
[摘要]通过选取1981-2009年山东省人均GDP和衡量环境污染水平的数据,建立经济增长和环境污染的VAR模型,并在VAR模型估计的基础上,使用广义脉冲响应和方差分解对经济增长与衡量环境污染水平的各指标动态关系进行了实讧分析。结论表明,经济增长与环境污染的库兹涅茨“倒u型”曲线是否存在取决于地区的数据和衡量环境污水平指标的不同;山东省所存在的各种环境问题会遏制其经济增长,且伴随经济增长所产生的环境问题主要是工业废气的排放。
作者:李治国 周德田
VAR模型环境污染论文 篇2:
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
[
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:
yt=A1yt-1+…+Apyt-p+Bxt+εt
式中,yt是一个内生变量列向量;xt是外生变量向量;A1,…,Ap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xt和yt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。
yt=α+βxt+εt
用[AKα^D]和[AKβ^]表示回归系数的估计值,则模型残差估计值为: =yt-[AKα^D]-[AKβ^]xt。若~I(0),则xt与yt具有协整关系。[7]
首先对环境变量和经济变量进行协整回归,然后对残差序列进行单位根检验,如表2所示。残差序列通过了单位根检验,表明环境污染和经济增长之间存在协整关系,即环境污染与经济增长之间存在着长期稳定的均衡关系。这一结果说明,中国经济的增长是以能源的大量消耗为代价的,这导致了污染物的排放不断增加,使得环境不断恶化,而环境污染又会反作用于人类,从某种程度上遏制经济的增长。正如协整分析的结果一样,两者之间存在着长期稳定的关系。
(三)格兰杰因果分析检验结果
协整分析虽然能够验证各变量之间是否存在长期稳定的协整关系,但是变量协整并不意味着变量之间存在必然的因果关系,是否构成因果关系需要进一步验证。格兰杰因果检验是一种用于考察序列X是否是序列Y的产生原因的方法。格兰杰检验的实质是检验当一个变量的滞后值被引入方程后是否可以显著提高另一个变量的被解释程度,如果可以显著提高,则称该变量是另一个变量的格兰杰原因。
对环境污染和经济增长两个变量进行格兰杰因果关系检验(见表3),可以看到,在5%的显著性水平上,经济增长是导致环境污染加剧的重要原因,但环境污染的加剧显然不是引起经济增长的原因。
(四)基于VAR模型的动态分析
建立VAR模型,由于对单个参数估计值的解释比较困难,可以通过系统的脉冲响应函数和方差分解来对VAR模型作出解释。
1.脉冲响应函数分析
脉冲响应函数描述了内生变量对误差变化大小的反应。当DLNP和DLNG为内生变量时,全部单位根的倒数值都在单位圆内部,见图1,因此模型稳定。
图1 VAR模型特征根检验图
对DLNP和DLNG进行脉冲函数分析,可以得到经济增长对环境污染的反应(见图2)以及环境污染对经济增长的反应(见图3)。
图2 经济增长对环境污染的反应
经济增长对来自环境污染的一个标准差大小的冲击(如图2)前期并没有明显的变化,但第二期之后开始大幅下降并且出现负值。这说明环境污染对经济增长的反馈存在一定的滞后性,与格兰杰分析结果一致。环境污染不是导致经济增长的原因,污染加剧不仅不会带来经济的增长,反而会成为制约经济增长的原因。
环境污染对来自经济增长的一个标准差大小的冲击(如图3)在初始阶段就有明显变化,但在第二期之后便出现下降,与格兰杰分析结果一致。经济增长会导致环境污染的增加,但是当经济增长到一定阶段后,随着人们环保意识的增强和对环境要求的提升,环境状况会有所改善。
图3 环境污染对经济增长的反应
2.方差分解分析
VAR的方差分解是通过分析每一个结构冲击对内生变量变化的贡献度,进一步评价不同结构冲击的重要性,给出对VAR模型中变量产生影响的每个随即扰动的相对重要性的信息。
对两个变量进行方差分解后发现(如表4),除去滞后期因素的影响,经济增长对环境污染的平均贡献率为13.75675%,远大于环境污染对经济增长的平均贡献率1.435714%。[8]说明环境污染在解释经济增长的预测方差方面起的作用很小。
(五)结论
第一,通过广义脉冲分析和方差分解分析可以发现,环境污染并没有带来经济的增长,反而会阻碍经济的增长;经济的增长则会明显导致环境的恶化。
第二,经济增长与环境变化有着密切的关系。经济增长对环境的影响是长期性的,经济增长将导致环境的恶化,但当经济发展达到一定水平之后,随着人们对环境质量的重视、公民环保意识的增强、政府对低碳生活的大力倡导等,环境恶化的趋势将会得到遏制,并且在一定时期以后逐渐减轻,即到达所谓的环境倒U型曲线的拐点。
第三,通过分析可以发现,中国的经济增长是以高污染为代价的,说明青岛市经济的增长主要是通过第一、第二产业带动的,而第三产业对经济增长的贡献度不足,产业结构不合理。
四、建议
基于青岛市经济增长与环境污染之间的动态关系,为充分落实《山东半岛蓝色经济区发展规划》,加快把青岛市打造成山东半岛蓝色经济区的核心区和国内领先、国际一流的海洋经济强市的步伐,本文试提出以下建议:
第一,努力优化产业和能源结构。要坚持工业与服务业、传统产业与新兴产业并重,进一步减小第二产业所占比重,促进经济增长方式由高消耗、高污染型向环境友好型和资源节约型转变,使得经济增长不以牺牲环境为代价;此外,还可因地制宜,大力倡导风力发电和潮汐发电,开发和使用清洁能源,减少化石燃料的使用,改善能源结构。
第二,发展循环经济。要提高工业固体废物的综合利用率,加大对废弃物的回收再利用;加大废水的处理力度,做到企业废水的低排放甚至零排放。
第三,倡导蓝色经济。要充分发挥国家蓝色经济战略的带动作用,加快中国海洋经济科学发展先行区、山东半岛蓝色经济核心区、海洋自主研发和海洋生态环境保护示范区的建设。
[参考文献]
[1] GROSSMAN G, KRUEGER A. Environmental impacts of a North American free trade agreement[R]. National Bureau of Economic Research Working Paper, Cambridge MA: 1991.
[2] PANAYOTOU T. Empirical tests and policy analysis of environmental degradation at different stages of economic development[R]. ILO Technology and Employment Programme Working Paper, Geneva:1993.
[3] 张晓.中国环境政策的总体评价[J]. 中国社会科学,1999(3):88-89.
[4] 吴开亚,陈晓剑.安徽省经济增长与环境污染水平的关系研究[J].重庆环境科学,2003,25(6):9-11.
[5] 彭水军,包群.经济增长与环境污染——环境库兹涅茨曲线假说的中国检验[J].财经问题研究,2006(8):3-17.
[6] 张晓桐.Eviews使用指南与案例[M].北京:机械工业出版社, 2007:114.
[7] 高铁梅.计量经济分析方法与建模:Eviews应用及实例[M].北京:清华大学出版社,2009:178-179.
[8] 彭文斌,田银华.湖南环境污染与经济增长的实证研究——基于VAR模型的脉冲响应分析[J].湘潭大学学报:哲学社会科学版,2011,35(1):31-35.
[责任编辑:赵 玲]
An Empirical Study of Qingdao Economic Growth and Environmental Pollution Based on the VAR model
ZHOU Detian, GUO Jinggang
(College of Economics and Management, China University of Petroleum, Qingdao, Shandong 266580, China)
Key words: Qingdao; environmental pollution; economic growth; generalized impulse analysis; variance decomposition
作者:周德田 郭景刚
VAR模型环境污染论文 篇3:
中国城镇化、居民消费对环境污染的影响效应
摘要:基于1999—2011年的中国省级面板数据,在STIRPAT模型和环境库兹涅茨曲线(EKC)基础上,考察现阶段中国城镇化、居民消费对环境污染的影响效应。结果发现,城镇化对环境污染具有显著的正向效应与区域差异,城镇化水平与环境污染之间倒U型的环境库兹涅茨曲线关系并不显著,居民消费水平与环境污染之间亦存在着倒U型的环境库兹涅茨曲线关系,而且我国的居民消费水平距拐点还有一段距离;城镇化水平提高能抑制居民消费水平对环境污染的影响,且居民消费水平不同的地区,城镇化对环境污染的影响具有显著差异。
关键词:城镇化;居民消费;人均消费水平;环境污染;环境库兹涅茨曲线;环境影响评估模型;温室效应;循环经济
城镇化发展、居民消费与环境污染之间存在紧密的内在关系,并且城镇化与工业化发展往往是相伴而行的,城镇化和工业化发展过程是环境污染问题的客观基础。同时,居民消费需求也随着城镇化和工业化的快速发展而日益增加,尤其是对电子产品、塑料制品、金属制品等工业产品,工业化发展体现为高耗能产业的发展,因此城镇化和居民消费水平的提高必然会增加能源消耗,进而或多或少地对自然资源与生态环境产生压力。随着居民收入水平的增加,人们的消费需求不断升级,与之相伴而生的问题是居民消费过程中的环境污染问题也日趋严重和突出。本文正是在这种背景下,选取1999—2011年我国的省际面板数据,以STIRPAT模型和环境库兹涅茨曲线为基础,对中国城镇化、居民消费对环境污染的影响效应进行探讨。
一、文献综述
以美国著名经济学家Grosman和Krueger为首的经验环境经济学派展开的,研究的重点在于经济发展中城镇化对环境是否有影响,以及影响的重要程度有多大。他们注重归纳各个国家经济发展与其环境发展的关系,选取表征环境与经济的主要指标进行数理分析与经验判别,然后进行侧面解释,其实质是一种“城镇—消费—环境”的先验论。Grosman和Krueger(1995)对42个国家的面板数据进行分析,得出城市人口密度对SO2和烟尘排放具有正向影响,而对悬浮颗粒具有负向影响;Karen Eharhardt-Martines等(1998,2002)以跨国数据为样本,检验经济发展水平、城市化等对森林毁林率的影响,最后得出城镇化水平比经济发展水平对森林毁林率的影响较为显著,城镇化发展与毁林率之间存在着倒“U”型曲线关系,毁林率的转折点在城镇化水平40%~50%之间;J.Parikh等(1995)研究了经济发展过程中的城镇化与能源使用及“温室效应”问题。他们利用跨国数据,通过计量经济学分析,得出城镇化发展与能源利用的结构变化的关系最为密切。国内学者主要集中于对城镇化与环境污染之间存在环境库兹涅茨曲线(EKC)的检验性研究。吴玉萍等(2002)选取北京市1985—1999年经济与环境数据,通过分析经济因子与环境因子的相互关系,探究北京市经济增长与环境质量演替轨迹,为评价北京市环境政策提供依据;也有部分学者对EKC曲线进行了理论研究与结构分解研究,如洪阳等(1999)对环境质量和经济增长库兹涅茨关系进行了理论假设和数学分析,并描述了适应国情的经济发展轨迹;陈六君等(2004)对我国环境污染进行了结构分解研究,将污染分解为规模效应、结构效应、污染治理效应与清洁技术效应。近年来,国内部分学者也选择各个地区或城市进行实证检验,并取得了不少成果。杜江、刘渝(2008)通过中国省际面板数据的实证分析,发现城镇化与环境污染之间还受到其他控制变量的影响,当前我国仍处于倒“U”型EKC的左半段,因此,他们认为政府可以通过制定环保政策,以减缓城镇化发展所带来的环境污染问题;章泉(2009)利用1996—2001年我国地级市面板数据模型,考察城镇化进程中的环境质量,认为城镇化进程的推进对环境质量具有显著的负面影响;周宏春、李新(2010)指出在我国城镇化进程中面临生态资源约束和环境污染之间的矛盾,并倡导人们低碳消费,实现城镇化和环境可持续发展;王家庭、王璇(2011)基于城市环境库兹涅茨曲线,通过对我国28个省市地区的面板数据实证结果得出城镇化与环境污染之间存在倒“U”型的曲线关系,认为当城镇化水平超过33.84%时,若城镇人口比重继续增加,则环境污染的恶化程度会加剧。
纵观国内外现有的研究文献,我们不难发现,已有的研究成果要么集中于经济发展水平与环境污染之间关系的研究,要么集中于城镇化与环境污染之间关系的EKC曲线检验。而将城镇化与居民消费同时作为变量,分析城镇化、居民消费对环境污染影响的尚不多见。鉴于此,在目前城镇化快速推进的背景下,基于STIRPAT模型,选取1999—2011年我国的省际面板数据作为样本,研究城镇化、居民消费对环境污染的影响,考察我国环境库兹涅茨曲线(简称EKC)的存在性,无疑具有重大的理论意义与实践价值。
二、模型构建与指标选取
Dietz和Rosa(1997)在Ehrlich和Holdren(1971)以及Daily和Ehrlich(1992)给出的环境压力模型(I=P*A*T)的基础上提出了可拓展的随机性环境影响评估模型(Stochastic Impacts by Regression on Population,Affluence and Technology,简称STIRPAT模型)。该模型将人口规模、富裕程度以及技术水平作为环境影响的驱动因素,通过该模型可以定量分析以人为中心的各种活动对环境造成的影响。模型的基本形式如下:
Ii=?琢Pi?茁1Ai?茁2Ti?茁3?滋i(1)
(1)式中,I表示环境影响,P表示人口数量,A表示人均财富,T表示技术水平;β1、β2、β3分别为P、A、T的指数项,μi是模型的随机干扰项。该模型克服了环境压力模型中所有自变量等比例影响因变量的缺陷。对(1)式两边同时取自然对数可得:
LnIi=Lnα+β1LnPi+β2LnAi+β3LnTi+Lnμi(2)
模型(2)中的系数反映了解释变量和被解释变量之间的弹性关系,将模型(2)扩展为面板数据模型可以得到模型(3)
LnIit=Lnα+β1LnPit+β2LnAit+β3LnTit+Lnμit(3)
本文主要研究城镇化和居民消费对环境污染的影响,因此在STIRPAT模型中加入反映城镇化水平和居民消费水平的变量进行检验,同时基于环境经济学理论,分别引入城镇化和居民消费变量的二次项,以便考察城镇化、居民消费与环境之间的环境库兹涅茨曲线关系。基于模型(3)构建如下面板数据模型:
LnENPit=β0+β1LnURBit+β2LnURBit2+β3LnPCCit+β4LnPCCit2+β5LnPOPit+β6LnUECit+β7LnINDit+ξit(4)
式(4)中i=1,2,3,…,N分别代表不同个体,t=1,2,3,…,T代表样本年度;β0代表用于控制不可观测的区域效应,ξit为随机干扰项;LnENPit为被解释变量在横截面i和时间t上的数值;LnURBit、LnPCCit分别为解释变量在横截面i和时间t上的数值。城镇化水平会通过影响居民消费水平而影响环境污染,无论是城镇地区还是农村地区,居民消费水平提高都会增加对环境污染的强度。但是,对于同一种商品而言,城市居民和农村居民有可能对其存在不同的边际消费倾向。特别地,当该商品是必需品时,城镇化水平的提高无疑会降低消费对环境污染的影响。为对此进行检验,在模型(4)中加入反映居民消费水平变量与城镇化水平变量的交叉项进行验证,将模型(4)进一步扩展为:
LnENPit=βi+β1LnURBit+β2LnURBit2+β3LnPCCit+β4LnPCCit2+β5LnPOPit+β6LnUECit+β7LnINDit+β8LnURBit*LnPCCit+ξit(5)
式(5)中,LnURBit*LnPCCit为城镇化水平变量与居民消费水平变量的交叉项,其系数大小反映了城镇化影响居民消费水平对环境污染的影响效应的大小,若其系数为负,则表明城镇化水平的提高将降低居民消费水平对环境污染的影响。
对于模型(5)中使用的变量,根据可操作性和针对性原则做出以下界定:环境污染(ENP)指标以工业废水排放总量进行衡量;城镇化水平(URB)选择非农业人口占总人口的比重进行衡量;居民消费采用各省居民人均消费水平(PCC)表示,同时使用各省居民消费价格指数(CPI)对其进行处理;总人口(POP)采用各省年末总人口;能源利用效率(UEC)用地区单位GDP能耗表示,即各省的能源消耗总量与GDP的比值;经济结构变量(IND)用GDP中工业增加值的比重表示,工业化通常被认为是造成环境污染的重要因素。本文所有数据均来自国泰安数据库和世界贸易数据库。
三、模型估计与结果解读
本文选取1999—2011年我国的省际样本数据,采用的计量经济分析软件是stata11.2,对模型(4)和(5)进行估计和检验,研究城镇化和居民消费水平对我国环境污染的影响。在对模型进行估计之前,首先要选择正确的模型,这里先对模型进行了Hausman检验,并最终选择固定效应模型进行估计。表1显示了模型(4)的估计结果。
1. LnURB的一次项系数显著为正,表明城镇化水平提高会导致环境污染进一步恶化,而LnURBit2的系数虽然为负,但没有通过显著性检验。对此,本文认为在我国尚未发现城镇化水平与环境污染之间呈倒“U”型的EKC曲线关系,因此,城镇化水平提高对环境污染只具有单调的正向促进效应。导致这一现象最可能的原因是,当前我国仍处于工业化中期阶段,城镇化水平的不断提高必然导致大量的农村劳动力转移到“高能耗、高污染”的工业生产部门中。
2. LnPCC的一次项系数显著为正,表明居民消费水平对环境污染的正向效应,而LnPCCit2的系数为负,且t统计量显著,这证实了在我国居民消费水平与环境污染之间存在显著的“U”型曲线关系,即环境污染随着居民消费水平的提高而呈现出先上升后下降的非线性关系,即表明居民消费水平对环境污染的促进效应是递减的,并且在居民消费水平达到一定高度后,还会导致环境污染物排放的下降。导致上述变化最可能的原因在于:第一,居民消费水平提高导致了地区经济结构服务部门经济体系转变;第二,居民消费水平越高的地区越有能力投资,提高能源利用效率。然而,基于本文回归所获得的系数,经过简单的计算,我国离拐点的居民消费水平还有很大一段差距,我国正处于环境污染随着居民消费水平的提高而迅速增加的时期,因此,在很长一段时期内,居民消费水平的提高对我国环境污染都将产生促进效应,那么就很难期望通过居民消费水平的提高来降低对环境的污染。
3. 人口总量LnPOP的系数显著为正,表明人口总量对环境污染具有显著的正向效应,即人口因素是导致环境污染的重要因素;单位GDP能耗LnUEC的系数为正,而且t统计量显著,表明多维GDP能耗对环境污染具有显著的负向效应,即提高能源利用效率能够有效地抑制环境污染;LnIND的系数也显著为正,说明工业增加值所占GDP的比重越大,环境污染越严重,这也表明中国当前仍处于“高能耗、高污染”的工业化阶段。
表1中也给出了模型(5)的估计结果。结果显示,城镇化水平与居民消费水平的交叉性LnURB*LnPCC的系数为负,且在5%的显著性水平下通过了检验,这反映了城镇化水平提高能有效抑制居民消费水平对环境污染的影响。导致这一结果最有可能的原因在于,与城镇居民相比,现阶段农村居民对能源的边际消费需求弹性较大,从而导致城镇化水平提高会降低能源总体的边际消费需求弹性。统计数据显示,2012年占据居民能源消耗主要部分的居住消费支出在城镇居民家庭人均占生活消费总支出的9.43%,而在农村居民家庭中人均竟高达18.27%,这种消费支出的差别无疑支持了我们的论断。
四、城镇化、居民消费对环境污染的区域差异
为进一步研究城镇化对环境污染的影响在居民消费水平不同的地区而有所差异,为此,将所有样本分为居民消费水平相对发达的东部地区、居民消费水平相对较高的中部地区和居民消费水平相对落后的西部地区进行估计和检验②。在选择正确的模型前,同样进行了Hausman检验,结果发现选取固定效应模型进行估计较为合适。估计结果见表2。
1. LnURB的一次项系数在东部地区、中部地区和西部地区均显著为正,而其二次项系数均为负值,但均没有通过显著性水平的检验,这表明城镇化与环境污染在东部地区、中部地区和西部地区均不存在倒“U”型的环境库兹涅茨曲线关系。城镇化水平提高对东部地区、中部地区和西部地区的环境污染均会产生显著的正向效应,而城镇化对环境污染的影响在三大区域之间具有明显的差异,即城镇化水平对东部地区环境污染的正向影响要明显小于中西部地区,这表明在居民消费水平越高的地区,城镇化对环境污染的正向效应就越小。
2. LnPCC的弹性系数均为正值,且t统计量均显著,再次印证了居民消费水平对环境污染的正向效应,即东部、中部和西部地区城镇化水平每提升1个百分点,环境污染将依次提升0.010 62、0.197 2和0.245 5个百分点。而LnPCC2的系数均显著为负值,这表明在各个地区居民消费水平与环境污染之间均存在明显的倒“U”型环境库兹涅茨曲线关系,并且居民消费水平对东部地区环境污染的负面影响要小于经济发展水平相对落后的中部和西部地区。
3. 人口因素和单位GDP能耗对环境污染的影响在三大区域之间均存在显著的差异,虽然都是显著的正向影响,但是东部和中部地区的人口因素和单位GDP的能耗对环境污染的促进效应要显著地大于西部地区,这主要是因为现阶段我国东部和中部地区的人口较多、能源消耗量大导致环境污染在东部和中部整体上大于西部地区;工业所占GDP比重对环境污染的影响在东部与中部的差别并不是很大,但仍然与西部地区的差异明显。
五、结论与对策
改革开放以来,我国城乡居民消费水平持续提高,城镇化进程不断加快,而环境污染问题愈来愈严重。本文通过选取1999—2011年我国的省际面板数据,实证分析了城镇化、居民消费对环境污染的影响效应。根据以上分析,结论可以归纳为五个方面:第一,城镇化对环境污染呈现出单调的正向效应,而并没有证实城镇化水平与环境污染之间存在倒“U”型的EKC曲线关系,这说明现阶段我国城镇化水平的提高更多地体现在人口的城镇化,即将农村剩余劳动力转移到“高能耗、高污染”的工业生产之中。第二,居民消费水平与环境污染之间存在倒“U”型的EKC曲线关系,而现阶段我国距环境污染出现下降拐点的居民消费水平还有一段距离。因此,在较长时期内,居民消费水平提高仍将是导致我国环境污染的重要因素。第三,通过检验城镇化水平与居民消费水平的交叉项,表明城镇化水平提高可以有效降低居民消费水平对环境污染的影响,这是因为与农村居民相比,城镇居民的边际消费需求弹性更小。第四,城镇化水平提高对东部、中部和西部地区环境污染均具有显著的正向效应,而且居民消费水平越高的地区,城镇化对环境污染的正向效应越小。第五,人口规模是影响环境污染的重要因素,能源利用效率的提高能够有效抑制环境污染,而工业增加值占GDP比重的提高对环境污染具有显著的正向效应。
根据上述研究结果,给出以下几点建议:第一,加快转变经济增长方式和消费方式,减少环境污染。居民消费水平是导致环境污染的重要因素之一,因此在全面落实科学发展观、转变经济增长方式的基础上,提高居民生活消费水平和生产消费水平,并且严格控制高能耗、高污染的行业,各地区要根据自身实际情况制定发展目标,推进循环经济发展,合理进行生产力布局和产业结构调整,这是建设资源节约型和环境友好型社会的基本层面。第二,树立正确的城镇发展目标,加强城镇环境管理。良好的管理是解决城市环境问题的重要措施,城镇发展目标必须从过分追求经济利益转向注重实现经济发展与生态环境保护的双赢。同时,进一步建立健全环境资金筹集和环境收费体制,把环境法规与经济政策结合起来,形成比较完善的城市环境管理体系。第三,加大环保宣传教育力度,提高公众环保意识。利用广播、电视、报刊、网络等媒体手段,在全社会广泛开展增强环保意识和环境道德宣传教育活动,增强各级领导和人们保护环境的自觉性和责任感,积极引导人们参与生态环境保护,自觉培养健康文明的生产、生活和消费方式,同时鼓励居民积极参与城镇环境建设活动,并对相关工作实施情况进行监督。第四,推进科技创新与技术进步,提高能源利用效率。科技创新和技术进步是实现能源节约的关键,提高我国能源利用效率是缓解当前我国经济发展中所面临的环境污染困境的必经之路,也是我国能源发展战略中的重要内容。因此,要加大科技投入,提高技术转化与吸收能力,实现资源、环境的可持续发展。
注释:
①库兹涅茨:《现代经济增长》,戴睿、易诚译,北京经济学院出版社1989年版,第51页。
②其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省市;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省、市和自治区。但考虑到西藏数据不全,故本文在研究中将其剔除,所以西部地区只包括11个省、自治区和直辖市。
参考文献:
[1]简新华,黄馄.中国城镇化水平和速度的实证分析与前景预测[J].经济研究,2010,(3):28-39.
[2]林伯强,蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界,2009,(4):27-36.
[3]林伯强,刘希颖.中国城市化阶段的碳排放:影响因素和减排策略[J].经济研究,2010,(8):66-78.
[4]陆铭,陈钊.城市化、城市倾向的经济政策与城乡收入差距[J].经济研究,2004,(6):50-58.
[5]孙辉煌.我国城市化、经济发展水平与二氧化碳排放——基于中国省级面板数据的实证检验[J].华东经济管理,2012,(10):69-74.
[6]崔亚飞,宋马林.我国环境污染信息披露的主体选择与社会效率[J].财经研究,2012,(7).
[7]田晓四,陈杰,朱诚.南京市经济增长与工业“三废”污染水平计量模型研究[J].长江流域资源与环境,2007,(4):410-413.
[8]李小胜,张焕明.中国经济增长、污染排放与能源消费间动态关系研究——基于面板VAR模型的实证[J].山西财经大学学报,2013,(11).
[9]王家庭,王漩.我国城市化与环境污染的关系研究——基于28个省市面板数据的实证分析[J].城市问题,2010,(11):9-15.
[10]王亚菲.城市化对资源消耗和污染排放的影响分析[J].城市发展研究,2011,(6):53-57.
[11]沈忻昕.论新型城镇化过程中基层社会管理体系的重构[J].社会科学辑刊,2013,(6):57-61.
[12]许涣,周少甫.我国城市化与碳排放的实证研究[J].长江流域资源与环境,2011,(11):1304-1309.
[13]肖周燕.中国城市化发展阶段与CO2排放的关系研究[J].中国人口、资源与环境,2011,(12):139-145.
[14]王兆峰,罗瑶.西部地区商品市场与城镇化协调发展研究——以四川省为例[J].北京工商大学学报(社会科学版),2012,(6):25-31.
[15]Dasgupta et al. Confronting the Environment Kuzncts Curves[J].Journal of Econamic Perspectives,2002,(16):147-168.
[16]Dietz,T.,Rosa,E.A. Effects of population and Proceedings of the National Academy of Sciences affluence on CO2 emissions[J].1997,(94):175-179.
[17]Giovani Machado,Roberto Schaeffer,Ernst Worrell. Energy and carbon embodied in the international trade of Brazil:an input-output approach[J].Ecological Economics,2001,(39):409-424.
[18]Grossma,G.M. and Krueger,A.B. Economic growth and the environme1nt[J].Quarterly Journal of Economics,1995,(112):353-378.
责任编辑、校对:艾 岚
作者:丁翠翠
【VAR模型环境污染论文】相关文章:
VAR模型环境污染论文提纲11-15
VAR模型金融风险管理论文04-22
VAR模型金融风险管理论文提纲11-15
基于VAR模型的股票交易量与收益率研究01-09
基于VAR模型下广西农业产业结构调整对农民收入的影响09-10
货币政策对股票市场的影响及现实分析——基于VAR和脉冲响应模型09-10
宏观经济因素对我国商业银行信贷风险的影响——基于VAR模型的实证研究10-02
SOA环境下系统事务模型的研究与设计01-14