VAR模型在北京市经济增长与环境污染关系实证分析中的应用

莫宇辰

摘 要：本文使用VAR模型对北京市经济增长与环境污染间的关系进行实证探究，发现经济增长与环境污染间存在相互作用关系，长期来看，人均GDP与废水排放总量、危险废弃物产生量正相关，但与PM10年日均值负相关。在此基础上，使用脉冲响应分析和方差分解进行对进一步探讨。

关键词：VAR模型；经济增长；环境污染

中图分类号：X321；F124.1 文献标识码：A 文章编号：1671-2064（2018）24-0001-02

0 引言

环境问题一直是北京各界关注的焦点。过去较长一段时间，北京市存在大气污染严峻、扬尘污染突出、水污染加剧、生活垃圾快速增长等一系列问题，不利于市民的身心健康以及北京市经济社会进一步发展。面对这一问题，在中央政府的领导下，“蓝天保卫战”、推行河长制等一大批机制创新和政策措施出台，取得了显著成效，2018年1-9月北京市PM2.5平均浓度同比下降16.7%，优良天数同比增加9天达60天，污水处理率不断上升、能源资源消耗强度大幅下滑。

环保功在千秋，但同时也不能忘了发展，这既是实现“金山银山”与“绿水青山”的共赢的题中之义，也对经济增长与环境污染间关系的辩证思考提出了更高要求。因此，本文通过建立VAR模型的方式进行实证分析，并提出相应建议。

1 研究综述

Grossman和Krueger组成的研究团队，以及世界银行1992年发展报告最早探索了经济增长与环境污染之间的关系。[1]二者的独立研究都表明环境污染与人均收入间存在倒U型关系，其中Grossman团队的开创性工作中采用了三次函数拟合的方式，由于得到的曲线形状和Kuznets提出的经济增长与人均收入之间的“倒U型”曲线形状十分类似，因此被称为环境库兹涅茨曲线。

环境库茨涅兹曲线的巨大理论价值与实践意义迅速引起了学界的兴趣，静态模型、动态跨际迭代模型等纷纷应用到对环境库兹涅茨曲线的理论研究中，并取得了一批丰富的研究成果。基于知识背景不同，学者们切入点各有差异，John and Pecchenino（1994）考察了资本在经济增长与环境污染间所起的角色，Stocky（1998）测算了环保技术所起的作用，还有部分学者验证了制度变迁所起的影响，如Jones and Manuelli（2001）、我国学者刘璨（2010）等。

随着我国经济的快速发展以及环境污染的加剧，国内研究逐渐增多，但相较西方有两个明显差异：一是国外主要采用面板数据，而国内大多使用时间序列数据，对某一省份的情况进行分析，如王西琴[2]、高振宁[3]等；二是我国的环境污染指标有环境污染物浓度监测数据、污染排放量数据两个来源，前者由环保部门监测，数据相对客观，后者由企业自报。目前看，国内研究仍以污染排放量数据为主。

2 数据选取

基于数据代表性和可得性，选取废水排放总量（取对数后记为ln water）、可吸入颗粒物年日均值（即PM10，取对数后记为ln PM10）、工业废物统计中的危险废物产生量（取对数后记为 ln danger）3项指标作为环境变量，选取人均GDP表示经济增长。本文数据全部来源于《北京统计年鉴》（2001-2017）。

3 模型建立与分析

3.1 模型介绍

VAR模型由Sims在1980年提出，又称为向量自回归模型。这一模型并不以经济理论为基础，而是采用多方程联立的形式，对所有内生变量的滞后项进行回归，因此避免了结构建模方法中需要对每个内生变量关于所有内生变量滞后值建模的难题。VAR模型可用下式表示：

其中，代表维向量，为外生变量，β0、β1 ……βp、φ均为待估参数，误差项均值为0，且都为白噪声过程（不存在自相关），p为滞后阶数。

3.2 模型构建及结果分析

3.2.1 平稳性检验和协整检验

进行平稳性检验，验证是否存在伪回归，ADF单位根检验发现各变量均一阶单整，长期均衡关系可能存在。因此，进一步对ln agdp以及ln water、ln PM10、ln danger兩两进行EG检验，以此来验证长期均衡关系是否存在。

ADF检验发现各残差序列平稳，说明人均GDP和废水排放总量、PM10年日均值、危险废弃物产生量两两之间存在长期均衡关系。进一步分析得，废水排放总量和人均GDP之间存在正相关关系，ln water每增加一单位会使ln agdp上升2.23单位；危险废弃物排放量、人均GDP之间也是正相关关系，系数为0.56，即ln danger每增加1单位会使ln agdp上升0.56单位；但PM10和人均GDP负相关，且系数较大，为-2.49。从ln PM 10的系数可知，目前对于大气污染的防治、特别是可吸入颗粒物的防治取得了突出效果，当前PM10浓度的大幅减少不仅没有阻碍经济发展，反而使环境更宜居，在保障市民身心健康的同时激发了经济增长的活力。

最大滞后阶数的确定是建立VAR模型的难点之一，本文运用滞后长度准则和多数原则最终确定最大滞后阶数为1。

3.2.2 VAR模型

以人均GDP变量、3个环境污染变量为内生变量，常数项为外生变量，取滞后期数为1建立VAR模型。

模型通过了AR单位圆检验，取滞后期数为20。

从图1可知，给废水排放量正向冲击后，经济增长呈现出倒U型的变化趋势，累计值为0.076，表明废水排放对经济增长的效应较小，这可能与北京市主要依赖高新技术产业的产业结构有关；给PM10正冲击后，经济增长也呈现先升后降的趋势，依旧存在倒U型关系，但累计值达到0.12，说明PM10污染对于经济增长的影响相对明显；危险废弃物对于经济增长的制约作用很强，但不存在倒U型关系。

经济增长冲击对各污染指标的脉冲响应见图2。对经济增长以正向冲击后，废水排放总量呈现倒U型变化，累计值为0.20，说明经济增长对于废水排放总量有较强的拉动作用，这与北京以第三产业为主有关；危险废弃物排放总量也呈现类似变化趋势，累计值为0.19，说明经济增长对危险废弃物排放也有正向影响、影响效果较强。但PM10呈现正U型形状，陡降缓升，20期累计值为-0.16。表明随着经济进一步增长，PM10浓度仍会持续下降，但越往后下降越难。原因在于目前北京空气质量已经有相当大的改善，“百尺竿头更进一步”难度增大。

方差分解显示，经济增长受其自身的影响最大，这是环境成本长期未纳入增长核算导致的。在环境污染各项指标中，PM10的贡献率最高，说明目前对北京市经济增长产生较大抑制作用的是空气污染，也从侧面印证了北京市以空气质量为主突破口的科学性。

4 政策建议

落实党政主体责任，强化督查考核，继续攻坚“蓝天保卫战”，以河长制为突破口打响水环境攻坚战，促进垃圾资源化、无害化，以组合拳求实效。

优化产业结构，加快科技创新。进一步增大第三产业比重，采用大数据、互联网技术增强治污水平、提高治污效率。同时，以更大力度推动区域合作，实现跨省环境治理的常态化，发挥好经济手段的杠杆作用，政府的监管、引导作用。

参考文献

[1]王敏，黄滢.中国的环境污染与经济增长[J].经济学（季刊），2015，14（02）：557-578.

[2]王西琴，李芬.天津市经济增长与环境污染水平关系[J].地理研究，2005，（06）：834-842.

[3]高振宁，缪旭波，邹长新.江苏省环境库兹涅茨特征分析[J].农村生态环境，2004，（01）：41-43+59.