人口流动、产业结构转变对上海市绿色GDP的影响研究

黄 虹，许 祺

（上海师范大学 商学院，上海 200234）

人口流动、产业结构转变对上海市绿色GDP的影响研究

黄 虹，许 祺

（上海师范大学 商学院，上海 200234）

绿色GDP作为扣除经济发展所引起的资源耗减成本和环境损失代价后的国内生产总值，克服了传统GDP在可持续发展度量方面存在的不足。本文采用绿色GDP作为衡量经济健康发展的指标，运用结构向量自回归（SVAR）模型，分析上海市2000年-2014年人口流动、产业结构变动与绿色GDP的关系，又通过向量误差修正模型（VEC）研究上海市绿色经济增长对江、浙两省绿色经济增长的辐射效应。结果表明：人口流动在短时间内抑制了绿色GDP的发展，但长期看来这种影响将逐步消失；而人口流动在短期内提升产业结构转变，但随着时间推移人口结构稳定后，产业结构变动也稳定下来；另外，人口的流入对上海市绿色GDP增量的作用要大于产业结构变动对绿色GDP增量的作用。同时，上海市绿色经济增长对江、浙两省绿色经济的发展也起着正向的带动作用。

绿色GDP；人口流动；产业机构；SVAR

一、引言

改革开放以来，我国经历了一个经济持续高速增长的阶段。一方面，人口的增长以及大量劳动力流入城市，人口结构发生转变，城市化进程加快；同时人口受教育程度的不断提高、新研发投入不断加大，人才对经济的促进作用越发明显；另一方面，产业结构和就业构成都有了较大的转变。我国三次产业结构已经从最初的“二一三”转变为现在的“二三一”，工业的主导地位仍没有改变。但是城市化使剩余劳动力从农村向城市转移，优化了第一产业，促进非农产业的发展，同时城市第二、第三产业的发展加速了产业结构升级，从而促进了经济增长。与此同时，经济规模变大，资源投入的增加和产出的提高，不可避免地导致了环境污染的增加。由于特定历史时期的特定国情，我国长期实行资源环境高度消耗和污染、只追求经济快速增加而忽略环境保护的片面发展模式，事实上我国飞速发展的经济很大程度上是以巨大的生态环境污染为代价而获得的。近30年来，我国在总体上秉承了“先污染后治理”的发展模式，然而这种片面的发展模式会带来更严重的污染，不可长久进行。因此如何正确地健康、绿色的可持续发展经济成为了我们面临的严峻问题。

自国民生产总值（GDP）提出以来，GDP普遍被认为是衡量各国经济增长最有效的指标。但目前的GDP核算成果未体现经济活动对自然资源的消耗和生态环境造成的破坏，结果造成GDP的增长伴随着大量污染物的排放。为了克服传统GDP在可持续发展度量方面存在的不足,“绿色GDP”概念应运而生。所谓绿色GDP是指绿色国内生产总值，它是对GDP指标的一种调整，是扣除经济发展所引起的资源耗减成本和环境损失的代价后的国内生产总值，是反映一个国家或地区可持续发展的重要指标之一。

2015年3月30日，环保部透露，为加快推进生态文明建设，有效推动新环保法落实，环保部近日召开建立绿色GDP2.0核算体系专题会，重新启动绿色GDP研究工作。环保部政策法规司司长李庆瑞表示，“重启绿色GDP研究项目是推动绿色发展转型的重要举措，也是全面深化改革的有力抓手”。

上海作为全国经济金融中心，在全国政治、经济等社会活动中处于重要地位并具有主导作用和辐射带动能力。本文拟从调整经济发展侧重点出发，探讨绿色发展背景下上海市人口流动、产业结构变化对绿色GDP的因果关系，同时为其他城市和地区经济的绿色健康发展提供政策建议帮助。

联合国统计署与世界银行环境局于1994年正式出版了《综合环境与经济核算手册》（System of Integrated Environmental and Economic Accounting，简称SEEA），实现了综合经济环境核算的开创性研究工作，提出了经济环境核算的基本框架[1]。2003年再次修订后的《综合环境与经济核算手册（SEEA）2003》，更加强调对实践应用成果的总结，对综合环境与经济体系的内容做了进一步的归纳和扩展，强化了各部分的具体核算方法，已成为当今国际上进行综合经济与环境核算工作的指导性文件[2]。我国在绿色GDP核算方面的研究约在2004年被广大学者关注，2004年3月，国家环境保护总局和国家统计局联合启动了《中国绿色GDP核算研究》项目，在北京、天津等十个省市开展了试点。朱启贵（2002）探讨绿色国民经济核算的意义，系统分析绿色国民经济核算理论与方法的现状，并且针对我国的实际情况,提出建立符合中国国情的绿色国民经济核算体系的观点与建议[3]；史忠良、赵立昌（2011）在绿色发展背景下，对我国产业结构调整的方向提出建议[4]；王锋（2013）等运用对数平均Divisia指数分解法，测算了1997-2008年中国30个省区及其相关经济变量对全国碳强度下降的贡献，发现上海市等5个省市对全国碳强度下降推动比较大，认为为了顺利实现全国碳强度目标，应构建以绿色GDP为核心的国民经济核算体系[5]；杨晓庆（2014）结合江苏省1999-2010年的自然资源与环境状况，测算了资源环境损失价值和绿色GDP，认为江苏省经济的快速发展对资源环境的损耗是明显的，但自然资源耗减、环境污染损失占GDP的比例开始下降，绿色GDP占传统GDP的比例逐渐上升，经济增长的负外部性减弱，结构效益得到体现[6]。而近期，为落实十八大、十八届三中全会提出的“用制度保护环境”、“探索编制自然资源资产负债表，对领导干部实行自然资源资产离任审计”等要求，环保部启动了“绿色GDP2.0”版本，将致力于建立环境容量资产和生态系统生产总值核算体系，更全面地反映经济发展的环境代价和生态效益[7]。

对于经济增长与产业结构变化之间的关系已有众多学者进行了大量研究，库兹涅茨（1985）认为影响产业结构变化的主要原因在于总量的增长，正是由于总量的增加才导致了产业结构的变化[8]；罗斯托（2001）认为经济增长实质上是部门增长的一个过程，主导产业部门依次有序的更替是经济增长的驱动力[9]；干春晖（2011）等构建了关于产业结构变迁与经济增长的计量经济模型，探讨了二者对经济波动的影响，发现产业结构合理化和高级化进程均对经济增长的影响有明显的阶段性特征，现阶段我国产业结构合理化对经济发展的贡献要远远大于产业结构高级化[10]。

另外，由人口流动引发的产业结构变化和经济增长，也成为学者研究的重点。周昌林（2007）等人对宁波市的三大产业及流动人口展开研究，并指出两者可相互反映、相互影响，且呈现一种正相关关系[11]；杨亮、杨胜利（2014）对2005-2010年上海市外来流动人口的变化与上海经济社会发展的关系进行了研究，结果表明外来流动人口在缓解上海经济发展与劳动力相对不足的同时，其低水平的就业结构一定程度上制约了产业结构升级，导致第二产业的“滞移问题”，减缓了第三产业中现代服务业的发展步伐[12]。同时，夏怡然（2015）等通过分析2000年和2010年两次人口普查中287个地级市的流动人口数据，发现第三产业产值占比较高的城市吸纳流动人口的能力更强，流动人口随着城市人口规模的扩大依然存在增加趋势，且增加的速度不再随人口规模的增加而减慢[13]；潘越（2010）指出流动人口对不同区域经济发展的影响方向和影响强度存在着显著差异，我国中西部地区的劳动力流出对区域经济的影响表现为显著的“倒U”型非线性关系[14]。

回顾现有研究大都集中于对人口流动、产业结构变动和经济增长两者之间的研究，并且没有将经济增长带来的环境污染效应考虑进去，未能充分体现新常态背景下的绿色发展。面对日益增多的人口流动，如何根据产业结构的变动和人口的流动，有效的促进绿色背景下的经济增长，需要我们进一步的思考。因此，本文在已有研究的基础上利用上海市2000年至2015年的数据，采用绿色GDP、产业结构变化和人口流动三个时间序列建立SVAR模型，定量分析变量之间的结构性关系。

二、上海市绿色GDP核算

绿色GDP是在传统GDP的基础上修正并调整得出，仍遵循着国民经济核算原则，其考虑经济过程中资源消耗和环境代价，可以更真实地反映出一国或地区的真实经济水平和环境之间的相互关系，是反映一个国家或地区可持续发展的重要指标之一。绿色GDP从传统GDP核算中扣减因环境资源的减少、退化及补偿支出等三种要素对经济和社会的影响价值，进而得出真实的GDP总量。

目前我国绿色GDP的核算还是以部分城市的试点工作开始，逐步进行推广并完善绿色GDP核算的阶段。国内的绿色GDP核算就是在部分试点城市内局部采用绿色GDP核算。国内绿色GDP核算方法，采用的依然是国内传统统计方法，与此同时，还借鉴了国际上现行的核算方法。国内的绿色GDP核算无法摆脱各种环境资源要素的制约，使得国内绿色GDP核算依然被限定在理论及局部的层面上，而不能像是现行GDP核算一样成为一种国家的统计方法推广到全国范围内开展。

国家统计局和国家环保部在2004年我国的第一份绿色GDP的核算报告上，给出的核算公式是[15]：

绿色国民经济核算=传统GDP-自然资源耗减成本

-环境退化成本

（1）

关于绿色GDP核算的方法较多，因此，结合国内外各专家学者的研究，基于数据的可得性和客观简便可行原则，本文采用的核算公式为：

绿色GDP=传统GDP-资源消耗价值

-环境降级成本

（2）

资源消耗价值指因生产生活等的资源消耗及自然本身对资源的侵蚀，种种原因所导致的资源价值的耗减，包括能源资源耗减、水资源耗减价值以及土地资源耗减价值；环境降级成本指环境资源的恶化成本，主要包括环境退化成本及环境保护支出。

本文纳入绿色GDP的核算内容见下图1所示。

图1 绿色GDP核算内容

根据《上海市统计年鉴2015》、《中国环境经济综合核算矩阵及绿色GDP估计》和《中国环境经济核算技术指南》等提供的数据，依据公式（2）得到2000年至2014年上海市绿色GDP的核算值如表1。

表1 上海市绿色GDP核算表 单位：亿元

由于目前尚无完整、通用的绿色GDP核算体系，所以该文结论难免存在不足之处，但所用绿色GDP计算方法和现行主导计算方法基本保持一致，有一定可比性。故本文接下去的研究将采用上述计算所得的结果作为研究数据。

上海市绿色GDP占传统GDP比例的年平均值约为96.02%，年际变化不大。且所占比例较高，呈稳步上升趋势。说明上海市经济增长方式对资源环境的依赖和消耗并不突出，且逐渐减弱，经济和资源环境之间向着协调方向发展。

三、上海市产业结构与人口流动现状

1.产业结构现状

自改革开放以来，上海市经济取得了快速发展。按1978年不变价格计算，上海市GDP从1978年的272.81亿元增加到2014年的23567.70亿元，增长到86.4倍，三次产业占GDP的比重有了较大变化。

从图3可以看出，上海第一产业产值占GDP的比重从1978改革开放以来就一直呈现下降的趋势。上海市的一产产值比重从1978年的4%，下降到目前不足1%的比例，相对降幅非常大。同样的，第二产业的产出比重下降程度也相当大，从1978年的绝对地位77.36%的占比，大幅度下降到2014年的34.66%，30多年的时间的下降了40.70%。相应的资源都流向了第三产业，第三产业增加值比重自改革开放以来的18.61%，大幅度提高。特别是从1999年第三产业产值比重首次超过第二产业占GDP的比重后，上海市第三产业产值比重一直维持在50%上方，并有向上继续增加的势头，目前已达到约65%的比重。上海从1999开始，其产业结构从“二三一”的结构转型期逐步过渡到“三二一”的产业结构模式，其产业结构变化较快，调整迅速，是典型发展快的城市。

图2 上海市GDP与绿色GDP对比图

图3 上海市三次产业产值占比变动

2.人口流动现状

2014年上海市流动人口总规模已经达到986.99万人，而上海市常住人口总数为2425.68万人，流动人口约占上海市总人口的40.7%，流动人口已经成为上海市的重要组成部分。根据上海市1978-2014年期间流动人口数与常住人口总数，计算得到流动人口比重，如表2所示。

根据表2绘制变动曲线图，如图4所示。从图中可以看出，1978-2014年间上海市流动人口与常住人口的变化趋势基本一致，流动人口数从1978年的5.72万增加到2014年的986.99万。其中，在1978-1993年之前，流动人口数占常住人口总数比重并不大，且增加缓慢，基本处于平缓状态；在1994-2008年之间，随着浦东新区的开发，流动人口数大量增加，上海市经济发展进入了一个新的阶段。最后在2009-2014年期间，流动人口增加趋于稳步平缓的状态。

表2 1978-2014年上海市流动人口数及占比

图4 上海市常住人口与流动人口变动图

此外，上海市第六次人口普查资料显示，截至2010年月10月31日，在上海6岁及以上外来常住人口中，未上过学人口所占比重为1.8%，小学文化程度人口所占比重为15.1%，初中文化程度人口所占比重为52.7%，高中文化程度人口所占比重为16.3%，大专及以上文化程度人口所占比重为14.1%。其中，初中文化程度人口所占比重最多，甚至超过50%，如图5所示。

与“上海市第五次人口普查”相比，上海市6岁及以上外来常住人口小学及以下文化程度的人口比重降低了13%，而高中及以上文化程度的人口比重上升了15.5%。这表明外来流动人口的人员结构发生变化，更多高素质人才加入到流动人口中来。

图5 2010、2000年上海外来常住人口文化构成

3.人才资源总量

为落实人才强国战略和创新驱动发展战略，聚焦建设具有全球影响力的科技创新中心、建设“四个中心”和社会主义现代化国际大都市的人才需求，上海市人民政府办公厅于2016年9月15日公开印发《上海市人才发展“十三五”规划》。由图6、7可以看出，上海市人才总量逐年递增，总量增长较快，学历层次有所提高。金融业、教育、信息传输、计算机服务和软件业等对人才素质要求较高的领域，其专业技术人才占全部人才的比例也较高，人才的增加促进了产业结构向第三产业的不断转变。

上海市人才规模不断壮大，人才总量不断上升。截至2015年底，上海市党政人才、经营管理人才和专业技术人才总量为476.39万人，比2010年底增加了85.31万人（见图6）。其中，2015年具有大专及以上学历或者中级及以上职称的为343.22万人，比2010年底增加95.18万人（见图7）。高技能人才占技能劳动者比例从2010年的25.01%提高到30.17%。

四、人口流动、产业结构变动对沪绿色GDP的影响分析

1.结构向量自回归

结构向量自回归模型（SVAR）与向量自回归模型（VAR）相比，VAR模型在处理随机冲击项的同期相关问题时，因不考虑经济理论约束，变量的排序受研究者的主观影响，不同的排序会导致不同的结果，因此无约束VAR模型无法得到唯一的方差分解脉冲反应函数。而SVAR模型在处理随机冲击同期相关时，可以根据经济理论对系统内生变量的同期相关关系加以限制，能得到唯一的方差分解及脉冲响应函数。

图6 上海市人才资源总量 单位（万人）

图7 上海具有大专及以上学历或中级及以上职称的人才数量 单位（万人）

假设SVAR模型，可以表示为：

BYt=B（L）Yt-1+εt

（3）

其中,B是表示变量之间同期关系的系数矩阵，B（L）=B1+B2L+B3L2+…+BpLp-1是滞后算子L的参数矩阵多项式；Yt是k个变量组成的k维列向量；p为内生变量的滞后期；εt是随机扰动项。

对于公式（3），若不对其参数加以限制，使用OLS与极大似然估计对模型的估计结果不具有唯一解，无法达到模型可识别的目的，因此需要对模型B矩阵元素进行限制，即规范了变量间的同期影响关系。

基于上述分析，本文设定的B矩阵为：

（4）

2.数据选取及变量说明

本文分析中采用3个指标：绿色GDP（gGDP），用以反映扣除了资源耗减成本和环境损失成本后的国内生产总值；流动人口（pop），用以反映历年人口流动的变化； Moore结构变化值（m），用以反映产业结构变动指标。本文所有数据皆来源于历年《上海市统计年鉴》和江浙两省的统计年鉴。

根据（刘志彪，安同良，2002）[16]，产业结构变动指标定义如下：以空间向量测定法为原理，把每个时期的产业结构向量化，并计算每两个产业向量的夹角。将每个产业以同样的方式进行部门划分，假设得到n个部门，则这些产业向量将构成一组n维向量。用向量几何知识，计算两个不同时期相应的产业向量间的夹角，以夹角值的大小来度量该指标,该指标被称为Moore结构变化值。其计算公式为：

（5）

由Moore结构变化值的定义可知，国民经济内不同产业在同样的划分标准下，当某一个产业（向量）与其它产业（向量）的夹角一旦变化了，就意味着其在整个经济中的比重发生了变化。即如果θ值越大，表明产业结构变化速率也越大，这样直观的表现形式显然有助于我们更好的分析产业结果的变动情况。

根据公式5计算上海市2000年至2014年产业结构变动指标——Moore值，结果如表3所示。

表3 上海市产业结构变化值

3.实证分析

第一步，为避免由于单位根存在而造成模型估计结果失真，需要考察各变量序列的平稳性。检验结果如下图所示，产业结构变化值M和流动人口pop是平稳的，对绿色GDP做一阶差分之后得到的dGGDP也是平稳的，因此对其进行建模，得到一般VAR模型。

第二步，在构建的VAR模型的基础上，建立SVAR模型，以AIC和SC为准则函数进行模型选择均表明最优滞后阶数为2阶。

第三步，建立3变量的SVAR（2）模型，并根据施加的约束条件，在模型满足可识别条件的情况下，估计得到SVAR模型的所有未知参数。并计算人口流动对产业结构变化和绿色GDP冲击的响应函数。

如图9所示，绿色GDP的增量对人口流动冲击的响应先为正的，然后下降到第3期为止，随后继续上升至第5期又一次达到峰值之后逐渐下降

图8 VAR模型的AR根图

趋于平缓。这表明，上海市人口流入最初是抑制了绿色GDP的发展，但在短期内又促进了绿色GDP的发展。图10表明，这期间绿色GDP增量保持比较平稳的上升势头，长期来看，上海市人口的流入对绿色GDP的增长有着正向作用。

表4 模型滞后阶数项选择标准统计量

图9 绿色GDP对人口流动冲击的响应

图10 绿色GDP对人口流动冲击的累积响应

产业结构变化对人口流动增量的影响如图11和图12所示，产业结构变动增量对人口流动的响应最先为负，然后逐步上升，在第4期变为正的最大值，之后下降到第5期后继续上升，并趋于平缓。这表明，上海市人口流入最初是迅速提升产业结构变动，但随着人口结构的稳定后有所回落，最终对产业结构转变的影响逐渐变缓。

如图13、14所示，绿色GDP的增量对产业结构变动冲击的响应先为负的，随后迅速提升，在第2期达到正的最大值，随后逐渐趋于平稳。这表明产业结构调整短期内迅速促进绿色GDP的发展，但长期来看，产业结构转变对绿色GDP的影响并不显著。这说明上海市产业结构转型仍然还有较大的提升空间。

图11 产业结构变化对人口流动冲击的响应

图12 产业结构变化对人口流动冲击的累积响应

图13 绿色GDP对产业结构变动冲击的响应

图14 绿色GDP对产业结构变动冲击的累积响应

第四步，为定量分析绿色GDP与人口流动、产业结构变动之间的相互影响程度，采用方差分解来进一步研究。表5是跨期为15期的绿色GDP增量的方差分解表。

从表5可知，人口流入对绿色GDP增量的影响在各期呈现逐步增强的趋势，随后小幅回落，在第6期之后趋于稳定在58%左右。产业结构变动对绿色GDP增量的影响呈现缓慢下降的趋势，最终在6期之后稳定在25%左右。由表5明显可以看出，人口的流入对上海市绿色GDP增量的作用要大于产业结构变动对绿色GDP增量的作用。如在第15期，绿色GDP增量预测方差57%可以由人口流动来解释，而只有25%可以由产业结构变动来解释。

五、双翼作用下上海绿色GDP增长对江、浙的辐射效应

为了检验上海市人口流动、产业结构转型双翼作用下的绿色GDP增长模式是否具有可持续性，下文将研究江、浙、沪绿色经济发展的相互影响作用，以期实现长三角地区生态环境与经济增长的良性互动与健康发展。并进一步启发其他地区绿色经济和生态建设。

表5 对绿色GDP的方差分解结果

1.数据选择

根据前文绿色GDP核算公式，分别对江苏省和浙江省1995-2014年绿色GDP进行核算，如表6所示。

选择1995-2014年上海市、江苏省和浙江省绿色GDP的时间序列进行分析。首先对时间序列数学进行自然对数变换，以修正序列中可能存在的异方差：

LNSH=ln（SHGDP）

LNJS=ln（JSGDP）

LNZJ=ln（ZJGDP）

2.协同性分析

绘制上海市、江苏省和浙江省绿色GDP的时间序列数据反映其协同关系的曲线图，如图15所示：

图15中可以看出，2000-2014年间上海市、江苏省和浙江省绿色GDP的变化趋势大致一致，三者呈现同步的平稳增长，说明三者之间可能存在某种协同性。接下来，本文将对其之间的相互关系进行进一步的检验。

表6 上海、江苏、浙江绿色GDP 单位：亿元

数据来源：《各省市2015统计年鉴》、《中国环境经济综合核算矩阵及绿色GDP估计》和《中国环境经济核算技术指南》等提供的数据计算而得。

3.单位根检验

分别对LNSH、LNJS和LNZJ的原序列、一阶差分和二阶差分做单位根检验，结果如下7表所示：LNSH、LNJS和LNZJ的原序列和一阶差分序列均为非平稳时间序列，二阶差分序列在5%显著性水平下通过检验，为平稳时间序列。所以，LNSH、LNJS和LNZJ均为二阶单整序列I（2），可以进行协整检验。

4.协整检验

因为LNSH、LNJS和LNZJ同为二阶单整序列，所以存在它们的某种线性组合能呈现出平稳特征的可能，也就是在较长的时间跨度内，这三个变量之间存在某种相对稳定的关系，即协整关系。因此对LNSH、LNJS和LNZJ进行Johansen协整检验。

图15 江、浙、沪绿色GDP时序图

表7 各时间序列ADF检验结果

注：其中检验形式（c,t,m）分别表示检验中存在常数项，存在时间趋势项和滞后阶数。

建立VAR模型：

其中LNSHt为上海市绿色GDP的对数，表示t时期的上海市绿色经济增长水平；LNJSt为江苏省绿色GDP的对数，表示t时期的江苏省绿色经济增长水平；LNZJt为浙江省绿色GDP的对数，表示t时期的浙江省绿色经济增长水平；m为滞后阶数，和c为模型参数，u为随机扰动项。

表8 模型滞后阶数项选择标准统计量

注：以*标记的数字所对应的滞后阶数均为在5%的显著性水平下根据相应准则确定。

表8是VAR模型滞后阶数选择标准检验表，根据AIC、SC信息准则，最终确定VAR模型的滞后阶数为4阶。由于进行Johansen协整检验时滞后阶的设定是指回归中的一阶差分的滞后项，所以设定协整检验滞后阶为3。

如表9所示，协整检验结果表明，在5%的显著性水平下存在2个协整关系，即表明各变量之间存在长期稳定的均衡关系。

5.格兰杰因果关系检验

格兰杰因关系检验的主要目的是检验一个变量是不是引起另一个变量产生变化的原因。为了说明各个变量之间的因果关系，本文采用格兰杰因果关系检验来研究上海市绿色经济发展和江苏省、浙江省绿色经济发展之间是否存在这样的因果关系。

表9 协整检验结果

注：*表示在5%水平下拒绝原假设。

表10 格兰杰因果检验结果

注：表中对于每一个方程来说，前两行是关于每一个其他滞后内生变量在特定显著性条件下的χ2统计量，第三行是方程中所有滞后内生变量在显著性条件下的χ2统计量。

从检验结果可以看出，在LNSH方程中，不能拒绝LNJS不是LNSH的Granger原因的原假设，而在10%的显著性水平拒绝LNZJ不是LNSH的Granger原因的原假设，这表明浙江省绿色经济发展在Granger意义下一定程度上影响上海市绿色经济发展；在LNJS方程中，尽管不能拒绝LNSH和LNZJ不是LNJS的Granger原因的原假设，但是两者的联合检验在1%的显著性水平下能够拒绝原假设，这表明上海市和浙江省的绿色经济的发展共同影响了江苏省绿色经济的发展；在LNZJ方程中，虽然也不能拒绝LNSH和LNJS不是LNZJ的Granger原因的原假设，但是两者的联合检验同样在5%的显著性水平下拒绝了原假设，表明上海市和江苏省的绿色经济发展对浙江省的绿色经济发展有共同影响。

6.VEC模型的建立

单位根检验的结果表明各时间序列均为二阶单整I（2）序列，Johansen协整检验结果表明存在两个协整向量，在此基础上，可以建立如下VEC模型：

=1,2,…,T

（6）

其中，yt=（ln（LNJSt）,ln（LNZJt）,ln（LNSHt））′，β为3×2的矩阵，其每一列所代表的各变量的线性组合都是一种协整形式，因此β是协整向量矩阵，2为协整向量的个数，α也是3×2的矩阵，其每一行元素是出现在第i个方程中的对应误差修正项的系数，即调整系数，故称为调整参数矩阵。模型中差分项的滞后阶数为4，其中协整向量的估计结果如下表11。

表11 协整向量表

注：表中（）的数据表示标准误，[]的数据表示系数的t统计量。

经检验，表11中的协整向量分别得到的2个线性组合序列都是平稳的。表11中取1或0的变量系数是施加的约束。

协整方程（1）表示江苏省绿色GDP方程，假设江苏省绿色GDP与上海市绿色GDP之间存在长期均衡关系，而其他约束变量系数为0，即：

ln（LNJSt）=0.1212LNSHt+8.725+ecm1t

（7）

式（7）中ecm1t表示回归方程的残差项，即误差修正模型中的误差修正项，方程中的系数表示：在其他条件不变的情况下，上海市绿色GDP每增加1个百分点，江苏省绿色GDP平均增加0.1212个百分点。由此可以看出，上海市绿色经济的增长对江苏省绿色经济的发展有正向的促进作用。

协整方程（2）表示浙江省绿色GDP方程，假设浙江省绿色GDP与上海市绿色GDP之间存在长期均衡关系，而其他约束变量系数为0，即：

ln（LNZJt）=0.4724LNSHt+5.1926+ecm2t

（8）

式（8）中ecm1t表示回归方程的残差项，方程的系数表示：在其他条件不变的情况下，上海市绿色GDP每增加1个百分点，浙江省绿色GDP平均增加5.1926个百分点。由此说明，上海市绿色经济的增长对浙江省绿色经济的发展也起到了正向的促进作用。

六、结论与建议

首先，本文通过SVAR模型分析了上海市人口流动、产业结构转变对绿色GDP的影响，发现人口流动在短期抑制了绿色GDP的发展，这与人口短期内大量增加导致资源、能源消耗也大量增加相对应。但长期来看，人口的大量流入还是促进了上海市绿色GDP的发展。这表明人口流动通过其流动中的高质量人力资本促进增长，人口流动中的高素质人才具有巨大的创新能力，高质量的人口流动带来新形式的绿色经济增长，从而推动绿色GDP的发展和前进。而人口流动在短期内迅速改变了产业结构，这表明大量人口流入后，上海市劳动力结构发生转变，同样的，其中的高素质人才所带来的第三产业的迅速发展也体现了产业结构的转变。但随着时间发展，人口结构的稳定后，产业结构的变动也随之减少。总的来说，人口流动对绿色GDP的影响程度要显著大于产业结构变动对绿色GDP的影响。

其次，本文分析了上海市绿色经济发展对周边省份绿色经济发展的辐射作用。选取长三角地区的江苏省和浙江省作为上海市绿色经济增长带动作用的实证地区，通过协整检验得出江浙沪绿色GDP之间存在长期约束关系。而格兰杰因果检验表明上海市和浙江省的绿色经济的发展共同影响了江苏省绿色经济的发展，同时上海市和江苏省的绿色经济发展也对浙江省的绿色经济发展有共同影响。这表明长三角地区作为我国第一大经济区，其地区内各省市的绿色经济发展存在互相依靠、互相支持、共同发展的关系。通过构建VEC模型定量分析上海市绿色经济增长对周边地区的带动作用，结果表明在其他条件不变的情况下，上海市绿色GDP每增加1个百分点，江苏省绿色GDP平均增加0.1212个百分点，而浙江省绿色GDP平均增加5.1926个百分点。说明作为长三角经济中心，上海市绿色经济的增长对周边省份有着显著的带动作用。

本文主要建议有以下四点：

第一，由以上结论可以看出，人口流动在短期内会抑制绿色GDP的发展，但这种影响是暂时的。从长远来看，人口流动尤其是高素质人口的流入会促进绿色GDP的发展，而上海确立了在“十三五”时期“基本建成国际经济、金融、贸易、航运中心和社会主义现代化国际大都市”的目标，这无疑对高素质人才的需求大大增加。因此，为了往后更好地发展绿色GDP需要改变传统的依靠低成本、高投入的劳动密集型和资源密集型产业来维持产业竞争力的方式，逐步转变到依靠提高科技创新和加大人力资本投入的模式上来，使创新成为引领发展的第一动力。对此，需要充分提高和利用流动人口的内在生产力，加强流动人口的综合素质建设加强；流动人口在文化知识、法律法规、职业技能等方面的培训，以全面提高其整体素质。笔者认为，对流动人口中高素质人才可适当降低其就业限制，使其能够更好地参与到较高层次的行业中来，以逐步改善流动人口的整体结构变动。同时，提升流动人口文化素质，可以开设各类教育培训机构，特别是针对一些需要技术操作和指导的行业，增加专业培训，为他们提高技术能力提供机会。

第二，人口流动对上海市产业结构变动也有很大的提升作用。上海市作为我国经济最发达的城市之一，产业结构升级也位居前列。而第三产业的迅速发展，是产业结构升级的必然要求和结果。继续发展第三产业特别是其中的服务业，大量吸引流动人口就业。同时，也要继续大力发展现代服务产业，如证券、期货、外汇等金融现代服务业以及创新、信息化和高附加值为基本特征的高新技术产业，吸引高端人才进入上海，充分发挥上海市作为我国经济与金融中心的资源优势，进一步促进产业结构升级。

第三，产业结构升级对上海市绿色经济增长效果并不突出。这可能与上海市作为我国经济增长较好较快的城市，产业结构变动升级已经走在全国前列有关。上海市第三产业所占比重已达67.8%，而根据最新发布的上海市2016年第一季度经济数据显示，上海市第三产业增加值占全市生产总值比达到70.6%，首次超过了70%。上海市应继续保持产业结构的不断调整，继续加大第三产业的比重，对促进经济绿色健康发展的金融业、软件和信息技术服务业以及日益增长的交通运输、仓储等加以支持，减少污染产业，推进产业结构调整升级，最终拉动上海市经济绿色增长和发展。

第四，从供给侧和结构性改革来看，我国经济发展中的长期结构不合理现象需要加以改善。绿色发展背景下改革既要重视供给侧也要重视结构性。对于供给要素，要侧重劳动力、土地、资本和创新四大要素；人口流动带来的人口红利创造巨大劳动力，高素质人才的流入带来创新的必要条件。因此需要提高供给质量，去除不利于绿色发展的低效产能。对于结构性改革，面对新型PPP（Pubic-Private-Partnership）模型，要继续优化产业结构，对落后的、不利于生态文明建设的低端行业和过剩产能进行调控；增强绿色环保产业建设，对有利于绿色健康发展的节能环保产业进行足够地支持，通过各种方式，引入高素质劳动力和资本，最终实现经济的绿色转型。

[1]UN.Integrated environmental and economic accounting [M].UNPPublish, 1993.

[2]United Nations.Integrated Environmental and Economic Accounting 2003 [M].Series F, No.1, Rev.1. New York: United Nations, 2003.

[3]朱启贵.绿色国民经济核算的现状分析[J].中国软科学, 2002（9）: 25-29.

[4]史忠良,赵立昌.绿色发展背景下我国产业结构调整[J].管理学刊, 2011（1）: 32-37.

[5]王 锋,冯根福,吴丽华.中国经济增长中碳强度下降的省区贡献分解[J].经济研究,2013（8）: 143-155.

[6]杨晓庆,李升峰,朱继业.基于绿色GDP的江苏省资源环境损失价值核算[J].生态与农村环境学报, 2014（4）: 533-540.

[7]王昆婷.环境保护部重启绿色GDP研究[N].中国环境报, 2015-03-31（01）.

[8]（美）库兹涅茨.各国的经济增长[M].北京：商务印书馆，1985

[9]罗斯托.经济增长的阶段[M].北京：中国社会科学出版社，2001

[10]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011（5）: 4-16+31.

[11]周昌林, 魏建良.流动人口对城市产业结构升级影响的实证研究——以宁波市为例[J].社会，2007（4）：94-106.

[12]杨 亮,杨胜利.上海市流动人口特征与区域经济发展关系研究[J].人口与社会,2014,01:22-26+48.

[13]夏怡然,苏锦红,黄 伟.流动人口向哪里集聚?——流入地城市特征及其变动趋势[J].人口与经济,2015,03:13-22.

[14]潘 越，杜小敏.劳动力流动、工业化进程与区域经济增长[J].数量经济技术经济研究，2010（5）：34-47

[15]国家环境保护总局, 国家统计局.2004中国绿色国民经济核算研究报告[J].环境保护，2006（9B）：22-29.

[16]刘志彪,安同良.中国产业结构演变与经济增长[J].南京社会科学, 2002（1）: 1-4.

（本文责编：辛 城）

Study on the Influence of Population Mobility and Industrial Structure Transformation upon GreenGDPof Shanghai

HUANG Hong, XU Qi

（Business School of Shanghai Normal University, Shanghai,200234）

GreenGDPis theGDPobtained upon deducting cost of resource depletion and environmental damage caused by economic development, which is designed for overcoming deficiency of the traditionalGDPin terms of sustainable development measurement.This paper uses greenGDPinstead of traditionalGDPas a measure of green and healthy economic development, and makes research on the relationship among population mobility, industrial structure transformation and greenGDPwith structural vector auto regression （SVAR） model from 2000 to 2014 in Shanghai.At the same time, this paper uses the vector error correction model （VEC） to study Shanghai green economic growth in Yangtze River delta region of Jiangsu province and Zhejiang province green’s in stimulating economic growth.The estimation results indicate that population mobility in a short time, inhibits the development of greenGDP, but in the long run the effect will gradually disappear.And population mobility can promote industrial structure transformation in the short term.However, industrial structure transformation will be stabilized upon stability of population structure over time.In addition, Population mobility plays a more important role than industrial structure transformation in Shanghai greenGDPincrement.

greenGDP; population mobility; industrial structure; SVAR

2016-09-26

2017-03-20

国家自然科学基金项目（71373162）；上海市会计学会重点项目（SHKJ2016ZD04）。

黄虹（1967-）, 女，上海人，上海师范大学商学院教授，博士，研究方向：公司财务与资本市场，产业经济学。

G18,G34

A

1002-9753（2017）04-0094-15