新常态下工业污染排放对经济增长影响的实证研究

李佼瑞，王 悦

(西安财经学院， 陕西 西安 710100)

一、引 言

我国在经济发展的初步阶段，经济活动中消耗了大量自然资源，并且工业化产生的污染物也再次排入了环境，造成环境的恶化，进而引发资源衰竭。进入新常态之后，我国经济发展条件和环境发生了较大程度的改变，经济增长有别于传统的不平衡、不协调、不可持续的粗放增长模式。防治工业污染是整体利益与长远利益的集中体现，是我国环境保护工作的重点。在防治工业污染前，理清工业污染与经济增长的关系较为重要，可为合理利用自然资源、控制污染排放促进环境保护与经济可持续发展提供理论依据。

目前已有学者分析了我国经济增长与环境污染之间的关系。彭水军等人(2006)，运用向量自回归模型的广义脉冲响应函数法和方差分解法，研究了我国环境污染排放物与人均GDP数值之间的长期动态影响特征，发现经济增长是影响污染排放的原因，同时环境污染排放对经济增长存在反向抑制作用[1]。李红祥等人(2016)，运用我国历史数据，研究基于人口、经济、空间和社会四个方向指标合成的城镇化指数，与基于我国资源的消耗、污染物的排放和生态空间三个方向指标合成的新的资源环境指数，根据VAR模型及其广义脉冲响应函数分析两个合成指标所符合的耦合关系[2]。李小胜等人(2013)，针对我国不同省份建立关于经济增长趋势、污染物排放状况和能源消费之间的动态模型，发现政府在制定宏观经济政策时，要重视三者之间的关系[3]。王晓硕等人(2017)建立决定工业污染排放强度的理论计量模型，研究表明经济活动空间聚集有利于污染物排放的减少，随着聚集外部性的增强，区位置的重要性更大地体现在不同区域间的相互关联上[4]。李璇(2017)利用面板数据研究环境规制、对外直接投资等因素对工业排污强度的影响，研究表明我国工业污染排放强度呈逐年下降趋势[5]；赵新华等人(2011)，研究我国东中西部地区的经济发展水平与污染排放水平之间的关系，发现东部地区的经济增长抑制环境污染，而中西部地区的经济增长能够加剧环境污染物的排放[6]。胡世前(2015)基于环境库兹涅茨曲线的理论框架分析我国向自然排放的工业污染量与体现我国经济增长的指标变量之间的均衡关系，借助相关的粒子群优化算法与较新的布谷鸟搜索算法对未来几年内中国工业污染水平做预测。研究结果表明，传统的以环境为代价取得经济增长的发展模式将在未来对我国环境质量产生负面影响[7]。张同斌等人(2016)，分解影响环境污染的经济因素，采用LMDI方法，同时研究不同因素对污染物排放动态冲击特征[8]。杨继声等人(2013)，研究我国经济的发展历程，从传统的粗放型向绿色的可持续发展方式转变过程中，应高度注重调整和改善经济与环境长期的互动关系[9]。

综上，已有文献主要围绕传统经济增长下，工业污染排放和经济增长的关系，但鲜有经济新常态下工业污染对经济增长的动态响应研究，且几乎没有考虑到各变量在不同时点的动态演变过程。基于此，本文的研究视角是新常态下工业污染排放对经济增长的影响，采用时变参数向量自回归模型来研究我国工业污染排放与经济增长长期演变的动态响应过程。

二、工业污染排放与经济增长分析

(一)理论依据

现代环境经济学把整个环境系统看成是经济环境系统的一部分，使此系统变为一个复杂系统，其中各个变量之间相互影响，可以充分运用经济手段管理环境资源和进行环境保护。环境质量存在的客观性包括：消费者从良好的环境中得到的效用，生产者在清洁的环境中减少成本。在经济发展过程中扮演提供资源的重要角色，提供经济发展所需的物质元素，同时在经济发展过程中还扮演着接收器的角色，资源被利用之后，会变成废物又一次回归自然。这其中一部分可通过环境被分解，但是有一部分不能通过自然过程转变成无害物质，或是减轻危害。这一类物质对人类生活产生影响，同时可能也会间接地制约经济的发展，因此本文将研究工业污染排放量与经济增长的长期动态关系。

更精确地对两序列X和Y存在协整进行定义，必须条件是：

(1)两序列同阶单整，具有相同的随机趋势；

(2)两序列的线性组合序列，单整阶数更低，残差系列长期平稳。

这种情况下，可以识别序列X和Y之间存在的长期和短期关系。

Sims(1980)首先提出给予向量自回归系统的分析方式，发现VAR分析可以较少受到约束，系统中所有变量都被视为内生变量从而引入到各个估计方程中[10]。本文基于经济增长与污染排放存在长期协整关系的假设，首先建立不考虑时变性的VAR模型。VAR模型常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。模型包含K维变量，采用如下的矩阵表达形式：

Yt=μ+A1Yt-1+A2Yt-2+…+ApYt-p+εt

(1)

其中，Yt表示K×1维时间序列列向量，μ表示K×1维常数列向量，At表示K×1维参数矩阵，εt～IID(0，σ2)表示K×1维随机误差列向量，则将上式改写为如下：

(2)

即通过把系统中每一个内生变量，作为系统中所有内生变量的滞后值的函数来构造模型。

然后，考虑各指标变量在长期演变过程中所存在的时变性，在从结构VAR模型推广到建立带随机波动的TVP-VAR模型，基本的结构VAR模型可以写为：

Byt=F1yt-1+F2yt-2+…+Fsyt-s+ut

t=s+1,…,n

(4)

其中，yt是由内生变量构成的K×1维时间序列列向量，F1，…，FS代表K×K维的系数矩阵。扰动项ut反映K×1维的结构冲击。指定Ci=B-1Fi,i=1,…,s则上式模型可以改为：

yt=C1yt-1+C2yt-2+…+Csyt-s+B-1∑εt

εt～N(0,Ik)

(5)

若固定参数的限制，则可将模型扩展为时变参数形式：

(6)

(二)响应模型与参数估计

1.不考虑时变性模型

考虑到实际工业数据指标较多、量化复杂等因素，本文Yt选取了相对典型的工业污染排放量指标，为4×1维时间序列向量，包括工业废水排放量(w)、工业SO2排放量(g)、工业固体废物排放量(s)经济增长指标选取GDP增速(gdp)，因此模型变量表示为Y=(w,g,s,gdp)'。文中所选取的指标数据均来自1996-2016年《全国环境统计公报》数据。

通常在时间序列分析中，若所拟合数据属非平稳序列，所做模型可能会出现伪回归，造成结果偏差较大的现象，因此在对数据进行处理之前，首先要对数据进行平稳性检验。本文采用ADF检验，分析数据的平稳性，检验结果显示：所选取指标均符合一阶平稳。

在各变量均满足同阶平稳的状态下，还需对各变量进行协整检验。协整检验通常被用来解释多个变量之间的长期均衡关系。本文采用Johansen协整检验方法，在5%的显著性水平下，特征值迹检验与最大特征值检验结果均显示变量之间存在协整关系，接受最少存在两个协整关系的原假设，即认为工业废水排放量、工业SO2排放量、工业固体排放量与GDP增速存在最少两个的协整关系，进一步表明经济发展与工业污染排放存在长期均衡的关系。

在各指标满足建立VAR模型条件下，建立VAR模型。模型建立之初，确定滞后阶数较为关键，本文采用AIC准则来检验模型较为合适的滞后阶数。通过检验得到，本文模型选择滞后期为3期。

利用所建立VAR(3)模型进行参数估计，得到多维时间序列的结构方程如下：

yt=μ+A1yt-1+A2yt-2+A3yt-3+εt

(7)

即：

从上述估计结果可得，在经济发展过程中，工业SO2排放量对经济发展影响最大，在滞后3期中影响程度达到最高，且为负项，意味着过多的工业污染排放对经济的发展产生较大制约。

2.考虑时变性模型

上文所建立的VAR模型，未考虑模型中各参数还存在时变性，因此在上述模型的基础上增加模型参数存在时变性的假设，即建立TVP-VAR模型(时变参数向量自回归)。模型假定系数矩阵与新息的协方差矩阵均具有时变特征，因此来自冲击强度和传导途径的改变都能在脉冲响应图上有所反映。

建立基于TVP-VAR的四变量模型，对我国经济增长与工业三废排放的时变影响特征进行实证分析。该模型用来分析不同时间点下，我国工业三废排放量的时变特征。建立TVP-VAR模型在估计参数前，同样需要确定模型滞后阶数。确定选择滞后3阶的TVP-VAR模型，采用MCMC方法进行10000次抽样得到参数估计结果，得到的TVP-VAR模型参数估计结果如表1所示。

表1 TVP-VAR模型参数抽样和估计结果

表1显示，Geweke收敛诊断值(CD)均小于1，未达到显著水平5%的临界值1.96，因此，收敛后验分布的零假设不能被拒绝，抽样样本最终收敛。同时，非有效因子均较低，最大值仅为5.43，基于MCMC的10000次抽样，这意味着至少可以得到10000/5.43=1841个不相关样本，因此，上述各指标均表明在模型参数估计中产生了有效样本。

图1分别描述了样本路径和后验分布的变化情况，可以看出，抽样样本的自相关系数稳定下降，样本路径显示抽样数据基本稳定。因此，可以认为通过参数假设条件的MC-MC抽样获得了不相关的有效样本，能够支持TVP-VAR模型的后续推断。

三、动态分析

(一)不考虑时变性脉冲响应

图2横轴表示冲击作用的滞后期间数，纵轴表示冲击的响应程度，实线表示脉冲响应函数，即各变量对于经济增长的反应，虚线表示正负两倍标准差偏离带。图2表明了工业废水排放量、工业SO2排放量、工业固体废物排放量对GDP增速做出的响应。工业废水排放量在第4期达到最大响应值1.2，在第9期第一次响应值为0，之后期存在微小浮动；工业SO2排放量在第2期对GDP的增速最大响应值0.0021，第6期对GDP的增速最小响应值-0.0009，在16期之后逐步消失。工业固体废物排放量对GDP增速在第4期达到最大响应值0.002，在16期之后逐步消失。从上述分析结果来看，工业污染排放量对经济增长有影响，工业废水排放量对经济增长的影响最大。工业三废对经济增长的响应在16期左右逐步趋近于0，此时我国进入经济发展新常态阶段，表明伴随着经济平稳，工业污染排放基本稳定下来，对经济增长的影响减少。

图1 TVP-VAR模型检验图

图2 工业三废排放量对经济增长的脉冲响应函数图

图3 经济增长对工业三废排放量的脉冲响应函数图

从图3看出，各因素冲击下GDP增速的脉冲响应过程。GDP增速对工业废水排放量的响应，在第1期大约为0.015，第3期达到最大0.033，且前10期均为正向响应，即工业废水的排放促进GDP增速的增长，从11期开始响应改为负值，体现出当工业废水排放到一定量，对GDP增速有抑制作用，与现实相符。当GDP增速对工业SO2排放量做出响应时，第1期的响应大约为-0.012，此后的12期几乎均为负值，即工业SO2的排放导致GDP增速的降低，第13期后，响应开始出现正负波动，这可能与我国政策、国情及影响经济发展的其他因素有关。GDP增速对工业固体废物排放量的响应，在第1期大约为-0.019，此后一直正负波动。总体上说，在第16期也就是进入经济新常态之后，各个指标的响应逐步趋近于0，表明工业污染排放量对经济增长的影响逐步消失，即经济增长不再受工业污染排放量的影响且呈现稳定态势。

(二)考虑时变性脉冲响应

描绘TVP-VAR模型对变量在不同时点的脉冲响应关系图，可观察各个时变特征和影响路径。图4反映了在选择的具有代表性时点状况下变量的脉冲响应过程，具体选择标准如下：

时点1选择为2000年，主要是因为我国在1996年7月召开的第四次全国环境保护会议，做出了《关于加强环境保护若干问题的决定》，明确要求跨世纪环境保护工作的目标是到2000年，力争使环境污染和生态破坏加剧的趋势得到基本控制，部分城市和地区的环境质量有所改善。时点2选择为2002年，我国从 1982年7月1日起征收排污费已经20多年，排污量水平下降，对以后阶段的影响巨大，值得探究。时点3选择为2003年，根据国务院发展研究中心2013年《对我国工业化发展阶段的判断》报告，部分学者认为我国在2003年以后，工业化进入中后期阶段。对工业化发展对排污量的影响进行详细研究，有助于我们分析工业化水平对排污量以及GDP的影响。

图4 脉冲响应函数图(其中×代表时点1，+代表时点2，·代表时点3)

图4a表示GDP增速对工业废水排放的响应过程，即给工业废水排放量一个正向冲击，GDP增速所做出的响应。从图中看出，不同时点GDP的响应过程存在差异，这说明工业废水排放量对GDP的影响具有时变性。时点1，时点冲击在1期为正，最终趋于负向响应。这表明随着我国当时短期环保目标的实现，对经济的影响首先存在一段时间的促进，当发展到一定阶段，又存在抑制，最终冲击停在负向。时点2、时点3冲击结果非常相似，这跟时间节点的位置也有关，2002—2003年工业废水排放量对GDP增速的冲击一直保持负影响，表明这两个时点的废水排放量对经济增长存在抑制作用。图4b表示GDP增速对工业SO2排放量的响应过程，从图可明显看出存在时间差异性，且各个时点冲击比较稳定。图4c表示GDP增速对工业固体废物排放量的响应过程，时点2、时点3对经济增长的冲击都为正向影响，时点3，2003年冲击最大，且稳定后也存在较高的正向冲击。图4d表示工业废水排放量对GDP增速的响应过程，即给GDP增速一个正向冲击，工业废水排放量所做出的响应。三个时点GDP增速对工业废水排放量的冲击基本为负，且具有明显的时变性，2003年时点冲击在2期为负影响，且影响最大，最后逐步减弱，步入经济新常态之后达到稳定。图4e表示工业SO2排放量对GDP增速的响应过程，各个时点在冲击当期都是负向，时点1抑制作用最强。各时点16期之后冲击保持稳定的不变状态。图4f表示工业固体废物排放量对GDP增速的响应过程，时点1、时间2，冲击几乎恒为正，时点3，冲击出现负值。在经济稳定增长进入新常态之后，工业污染排放量对于经济增长的响应逐步趋于平稳。

四、结 论

在不考虑不同时点各变量冲击下，随着时间的推移工业废水排放量、工业SO2排放量、工业固体废物排放量对GDP增速的响应在经济发展进入新常态之后逐渐稳定在较小范围内，即随着经济增长的放缓，在各种治理措施的共同作用下，经济发展对工业污染排放的影响趋于平稳。

在考虑不同时点各变量冲击下，发现进入工业化中后期的我国三废排放对经济发展响应系数逐渐稳定且几乎都出现负效应。这表明在我国步入工业化后期，经济增长对后期工业污染排放量存在了明显的抑制作用，且在经济步入新常态之后抑制作用稳定，这可能与工业化水平提高、排污费征收标准合理、污染治理投资增加等因素密切相关。在工业三废的排放量动态发展过程中，发现工业三废排放量将会趋于稳定，体现在经济增长稳定的前提下，污染排放量终将被控制，我国经济发展不再以严重的破坏自然环境为代价。

经济新常态下，我国工业应采取绿色发展道路，实现清洁可持续发展。坚持经济环境可持续的发展道路，制定和实施相关政策目的在于减少资源的过度使用以及降低污染排放物。坚持发展循环经济，大力落实使用资源化，消耗减量化和生产再利用的方针原则。坚持预防为主、防治结合、谁污染、谁治理的政策，要求环境破坏者必须承担破坏环境所带来的后果，确立环境属于稀缺资源的理念，坚持强化自然环境的管理监督政策。一方面，提高能源使用效率，减少不必要的能源消耗和污染排放，去掉落后产能；另一方面，推动工业转型、提高技术投入、政府加大管理机制，形成绿色发展新动力，以保障我国经济持续健康发展。