重庆市生态环境与经济协调发展研究

徐 彦

(重庆工商大学 长江上游经济研究中心 重庆：400067)

随着经济的不断发展，受人口密度、环境容量密度、城市过度开发、重工业主导发展等因素的影响，重庆的生态环境质量越来越受到经济发展的影响，如水体、固体、气体污染等环境问题突显。重庆作为长江经济带上的战略支点，不但承接着东部地区的产业结构调整，还要确保在经济发展的同时保障长江上游生态环境质量。重庆市的情况在全国经济发展和环境保护的问题上具有非常典型的特征。

在经济发展与环境治理中能否找到合理的平稳点，成了急需解决的问题。经济发展的同时所带来的环境问题，这点讨论无论是经济学还是环境学都是热门课题。1995年，Grossman和Krueger[1]提出倒U型环境库兹涅茨曲线定义，此后国内国外研究经济发展与环境增长之间关系的理论时都会进行更加深入的探究与讨论。在此之后围绕倒U型环境库兹涅茨曲线的相关文献如雨后春笋般出现[2-6]，2010年JieHe和Patrick Richard[7]研究发现经济指标和环境指标呈线性关系，2012年Vicente Esteve和Cecilio Tamarit[8]研究发现两者呈现的关系为非线性。

1999年，我国学者张晓根据中国的数据进行分析，得到了我国GDP与环境之间有着不太明显的倒U型环境库兹涅茨特征[9]。2005年，包群等又对中国的数据进行研究表明，有重要的因素影响倒U型环境库兹涅茨特征[10]。2008年，陆旸、郭路经过研究也发现污染和产出之间存在倒U型的环境库兹涅茨特征，但前提是治污技术在规模效益不变的情况下[11]。2012年，杨林、高宏霞研究发现综合污染指数CPI和GDP的关系呈现倒U型关系[12]。2014年，邓晓兰、鄢哲明等研究发现碳排放所表现的形式为单调递增，倒U型特征并不明显[13]。2018年，胡东滨、蔡洪鹏提出污染指标可在一定条件下达到环境库兹涅茨曲线达到最大值[14]。

综上所述，国内国外学者在经济发展与环境保护领域的研究中，就环境污染与经济增长之间是否存在倒U型至今仍存在巨大的争议，而且研究环境保护政策方面综合因素考虑不够全面，有些因素并没有考虑得深入，如人口密度、产业内部结构等重要的潜在影响因素。本文在VAR模型估计的基础上，并用广义脉冲响应和方差分解分析经济增长与环境污染各指标之间的关系。

1 重庆经济增长与环境污染的一般性分析

重庆作为以重工业发展起来的中国老工业基地，工业特别是重工业一直都是重庆经济发展中的支柱。2016年，重庆实现地区生产总值17558.76亿元，按可比价格计算，比上年增长10.7%，在全国31省(市、区)中排名第20位(如图1)。1991年，重庆市人均GDP只有1338元，经过十多年的发展，到2005年突破了一万元，达到10982元，随后一直呈现跨越式增长，到2016年达到最大值58502元，比1991年翻了四十多倍(如图2)。从产业内部结构方面来看，第二产业在1990年至今都保持较高的占比，在2011年达到最高为73%，与此同时，第三产业占比不断增大。这也间接说明重庆的产业在不断优化调整发展。

图1 重庆GDP变化趋势图

图2 重庆人均GDP变化趋势图

重庆在经济发展的同时环境也日益遭到不同程度的污染破坏。2002年重庆工业固体废物产业量为1348万吨，但到了2015年工业固体废物产生量达到了2673.44万吨。从环保投资力度来看，重庆逐年加大了治污的投资。从1997年的12.57亿元增长到2014年的293.69亿元，年均增长率为39.01%。从1997年开始，重庆的环保投资占GDP的比重受政策因素和绿色经济的影响，不断提升，到了2006年首次突破了2%，达到2.17%，之后不断上升到2010年达到最大值2.92%，之后稳速下降，但均保持在2%。

2 重庆市经济增长与环境污染的VAR模型的建立

2.1 指标与数据的选取

本文所要分析的数据主要是污染指标和经济指标，污染指标选取的是重庆市的工业废水排放总量(inwater)、工业固体废物排放量(insolid)、工业二氧化硫排放量(SO2)和工业烟(粉)尘排放量(sool)，经济增长指标选取重庆的人均GDP(agdp)，所有数据全部来自《重庆统计年鉴》，时间跨度为1999-2015。为了消除异方差，对数据进行了对数处理。

2.2 模型的构建

本文用VAR模型对重庆市环境污染各指标和经济指标进行分析，模型设置如下：

Yt=a1yt-1+a2yt-2+ … +apyt-p+bxt+εt

(1)

其中yt为时间序列构成的向量，p为自回归滞后阶数，a1，…，ap为系数矩阵，εt是误差向量。

3 模型估计及结果分析

3.1 单位根检验

对时间序列进行分析，但前提是序列具有平稳性。如果是非平稳的序列则有可能导致伪回归。因此第一步验证序列的平稳性——单位根检验。如果序列平稳则可进行下一步的分析，如果非平稳则要采取方法使之平稳，否则可能导致伪回归。对原序列进行对数和一阶差分处理后可表示为：lnagdp、dlnagdp、lninwater、dlninwater、lnSO2、dlnSO2、lnsool、dlnsool、lninsolid和dlninsolid。表1为时间序列单位根检验过程。

表1 单位根检验过程

注：检验形式( C，T，K) 分别代表截距项、趋势项和滞后项; N 没有相应的项。

由表1可知，重庆市的各污染指标和经济指标的原时间序列是非平稳的。一阶差分后，时间序列在5%显著水平下都拒绝原假设，时间序列是平稳的，且均为一阶单整。

3.2 协整检验

因为单位根检验并不能确认各指标之间的一种长期均衡关系，要想得到指标之间的长期稳定关系需进行协整检验。由以上单位根检验过程可知，序列一阶差分后单整，进行协整检验。

表2 EG协整检验

从表2可知，所有残差序列的T值都比0.05显著水平下的ADF临界值大，因此，残差序列都是非平稳的时间序列。进而证明lnagdp与lninwater，lnSO2，lnsoot，lninsolid两两之间的时间序列不是协整的，不存在长期均衡关系。但由于dlnagdp、dlninwater、dlnSO2、dlnsool、dlninsolid是平稳的变量，可以运用无约束的VAR模型进行实证研究。

4 基于 VAR 模型的广义脉冲响应分析

4.1 VAR模型的稳定性检验

在上述分析的基础之上，对重庆市经济指标与环境污染各指标进行了VAR模型估计，并采用AR根估计的方法对VAR模型估计的结果进行平稳性检验。

图3 VAR模型根模显示图

从图3可以看出，AR根估计所有的根模都在单位圆内，因此，本文在重庆经济指标和环境指标所设置的VAR模型是稳定的，有效的。则在此基础上，运用脉冲响应分析经济和环境指标之间的冲击响应，研究变量间的动态关系。

4.2 各污染指标对经济增长的脉冲响应分析

脉冲响应函数(IRF)描述的是模型中某一变量的正交新生对系统中每一个变量的影响。图4、图5给出的IRF图中，置信区间为95%，横轴表示冲击响应期数，实线表示脉冲响应函数，虚线表示正负两倍的标准差偏离带。

图4 各污染指标对经济增长的脉冲响应分析

由图4可知内生变量在序列冲击时，随着时间的推移影响越来越小，工业固体产生量、二氧化硫产生量、烟层排放量和工业废水排放总量对人均GDP的响应值越来越趋近于0(冲击响应期数设定为10期)。由此可以看出，本文所建立的VAR模型是一个稳定的系统，此模型建立有意义。

由工业固体产生量对人均GDP的脉冲响应函数图可以看出，工业固体产生量对人均GDP的冲击反应在前3期为负，趋势为先下降后上长升，在第4期达到最大值，之后总体呈下降趋。工业废水排放总量对人均GDP在研究期内的冲击反应总体上为先上升后下降，在研究期为正，第3期达到最大值后下降，总体来看，工业废水排放总量对工业经济是正向的。二氧化硫产生量对人均GDP的冲击反应前两期处于下降趋势，第3期开始有所回升，第4期由正转负后又上升为正，直至第7期为最大值后下降为0。烟层排放量对人均GDP的冲击反应在前3期处于下降趋势，后上升在第9期达到最大值后趋于0。

总体来说，工业固体产生量、二氧化硫产生量和工业废水排放总量表现出了先上升后下降的趋势，说明了重庆市各污染指标呈现出一定程度上的环境库兹涅茨“倒U型”曲线。而烟层排放量环境库兹涅茨“倒U型”曲线则不明显。这说明重庆市的经济增长对环境污染的表现形式气体、固体和水体都污染严重。分析结论与目前重庆的环境现状是比较吻合的。重庆作为依山围水而建的城市，四周为山坡，空气对流受限，污染对重庆市的环境影响作用是比较大的。

4.3 经济增长对各污染指标的脉冲响应分析

图5 经济增长对各污染指标的脉冲响应分析

从图5可以看出，人均GDP对工业固体产生量的冲击反应在前3期处于上升趋势，后下降至第5期达到最低点后有所回升至第7期为正，之后处于震动状态，且一直处于0以下。人均GDP对工业废水排放总量的冲击反应在前两期为上升趋势，后下降至第4期为最小值，上升至第6期趋稳之后下降，在第8期回升后处于0以上。人均GDP对二氧化硫产生量的冲击反应在前4期为正，趋势为先上升后下降，至第6期达到最小值后回升在第8期为正，在第9期开始下降趋于0。人均GDP对烟尘排放量的冲击反应在前3期为下降趋，后上升到第5期后为正，之后处于震荡状态。

总体来看：人均GDP对工业固体产生量、二氧化硫产生量和工业废水排放总量都是正冲击后，开始剧烈下降，而且在近几期之后达到负值，并达到负值的最大值。而烟尘排放量则一直下降到最低位置，说明各污染指标对重庆市经济具有明显的负作用。此分析再次证实了环境污染的质量对经济直到抑制甚至是负作用。

4.4 基于VAR模型的方差分解分析

基于VAR模型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程度，进而评价不同结构冲击的重要性。从图6方差分分解结果可知，在经济增长预测的误差分解中，从贡献率来看，工业废水排放总量的贡献率是最大的。这说明目前对重庆经济增长起主要抑制作用的是工业废水的排放。

图6 方差分解的结果图

5 结论与建议

5.1 结论

本文使用了VAR模型，并建立脉冲响应和方差分解，对1995-2015年重庆各污染指标和人均GDP的关系进行了实证分析。从而得出以下结论：

(1)重庆市各污染指标对重庆经济发展起到了抑制甚至是负效应。但是选中的污染指标并没有全部都呈现出环境的倒U型库兹涅茨特征，说明了各个地区环境对经济的作用都是依地区而定，取决的因素不同。

(2)对重庆经济与环境的研究中发现，重庆经济发展的同时所出现最大的环境问题是工业废水的排放。但是其他的污染随着经济的发展也出现了增大的趋势，并且对经济的抑制也越明显。“三废”问题对重庆经济的发展起到了明显的抑制作用，“三废污染”在重庆表现出了一种典型特征。

5.2 相关对策建议

重庆要想在经济发展的同时处理好与环境协调发展，必须要转变重庆经济发展的产业内生结构，必须要走出一条经济和生态相结合的创新效应高，环境污染少的企业新型发展道路。

(1)适当调整产业结构。重庆作为以重工业为主的城市，工业特别是重工业一直占据着重大的比例，虽然重庆经济不断发展，日益繁荣，但是伴随而来的“三废”污染也逐渐严重，要想实现经济发展的同时环境质量改善，重庆就必须进行产业结构调整。因此，企业要抓住机遇，发展新型工业，污染少，科技含量高的技术密集型产业。

(2)加强对重庆环境污染方面的法律法规完善机制。要想使重庆环境质量改善，必须加强对“三废”问题的控制和监管，在招商引资的同时，加强对投资的审批力度，审核污染少，创新效应高的企业，并且不断完善环保法律法规。

(3)加大奖惩力度，推动科技创新减污。对企业高创新，高效益，污染少的企业进行鼓励补贴，以推动科技创新减污。治污不仅仅是只看眼前利益，要以长远的眼光看待，争取经济和环境协调发展。因此，要充分挖掘企业科技创新的潜在能力，努力吸收掌握关键技术和核心技术，提高重庆产品的附加值和环保的生产能力。

(4)提高政府环境信息的公开力度，让民众广泛参与监督。民众作为环境污染的直接受害者，对环境质量的改变是非常敏感的，因此加强政府信息公开对于环境治理具有重要作用。如果信息不公开，对环境的监督管理就无从说起。重庆政府要加大对重庆污染大事件、重庆环境质量的披露力度，让民众广泛参与监督，提高民众的环境保护意识。

[1] Gene M. Grossman, Alan B. Krueger. Economic Growth and the Environment[J]. The Quarterly Journal of Economics,1995，(5)：353-377.

[2] Ekins P. The Kuznets Curve for the Environment and Economic Growth：Examining the Evidence[J]. Environmentand Planning，1997，29(5)：805-830.

[3] De Bruyn S，Heintz R. The Environmental Kuznets CurveHypothesis. Handbook of Environmental Economic[M〗. Oxford：Blackwell Publishing Co.，1998：656-677.

[4] Stern D. Progress on the Environmental Kuznets Curve[J].Environment and Development Economics，1998，(3)：175-198.

[5] Soumyananda Dinda. Environmental Kuznets Curve Hypothesis：A Survey[J]. Ecological Economics，2004，49：431-455.

[6] Massaki Kijima，Katsumasa Nishide，Atsuyuki Ohyama. Economic models for the environmental Kuznets curve：A survey[J]. Journal of Economic Dynamics &Control，2010，34：1187-1201.

[7] Jie He，Patrick Richard. Environmental Kuznets curve for CO2in Canada[J]. Ecological Economics，2010，69：1083-1093.

[8] Vicente Esteve，Cecilio Tamarit. Is there an environmentalKuznets curve for Spain? Freshevidence from old data[J].Economic Modelling，2012，29：2696-2703.

[9] 张晓.中国环境政策的总体评价[J].中国社会科学,1999,(3):88-99．

[10] 包群,彭水军.经济增长与环境污染: 基于面板数据的联立方程估计[J].世界经济，2006，(11):48-58．

[11] 陆旸,郭路.环境库兹涅茨倒U型曲线和环境支出的S型曲线:一个新古典增长框架下的理论解释[J].世界经济,2008，(12):82-92.

[12] 杨林,高宏霞.经济增长是否能自动解决环境问题——倒U型环境库兹涅茨曲线是内生机制结果还是外部控制结果[J].中国人口.资源与环境,2012,22(8):160-165.

[13] 邓晓兰,鄢哲明,武永义.碳排放与经济发展服从倒U型曲线关系吗——对环境库兹涅茨曲线假说的重新解读[J].财贸经济,2014，(2):19-29.

[14] 胡东滨,蔡洪鹏.财政分权、经济增长与环境污染:基于省级面板数据的实证分析[J].生态经济,2018,34(2):84-88+114.