安徽经济增长的环境代价.DOC

安徽省经济增长与环境污染的 动态作用机制 周 峰 （安徽财经大学 金融学院，安徽 蚌埠 233030） 摘 要：笔者基于安徽省1990-2013年的经济增长数据以及工业“三废”的排放量等环境污染指标，建立了向量自回归（VAR）模型。利用脉冲响应分析以及方差分解技术方法来研究经济增长与环境污染之间动态作用机制。结果显示：安徽省经济增长的支柱性产业产生了大量工业废气和废水；经济增长对环境污染的解释力较强，而环境污染对经济增长的解释力相对较弱；环境污染对经济增长的推动只能在短期起作用，这种发展模式是不可持续的，并且会形成破坏环境的恶性循环；保护环境、惩治污染与经济增长并非是零和博弈，而是可以相互促进的。 关键词： 经济增长；环境污染；向量自回归；动态作用机制 中图分类号： F062.2 文献标志码： 引言 我国过去数十年的经济增长创造了“中国奇迹”，同时也付出了巨大的环境代价。2014年底中央经济工作会议明确指出当前我国环境承载能力已经达到或接近上限。安徽省作为我国中东部的重要省份，在1990—2013年间，人均GDP由1182元增长到31684元。然而伴随经济快速增长的是环境条件的逐年恶化。同期，工业固体废物产生量由2552万吨/年增长到11936.74万吨/年，工业废气排放量由2328.1亿立方米/年增长到28335.43亿立方米/年。此外，近二十年来安徽省平均霾天气日数逐年攀升。据中国气象局统计，2014年平均霾天数达到76天，部分城市更是达到200天以上。环境污染与经济发展形影不离，并且在经济增速较快的时期，污染也较为严重。在经济新常态的背景下，安徽省作为全国推进新型城镇化建设的首个试点省份，其经济发展模式对其他地区起着示范性的作用。因此对安徽省经济增长率与环境污染之间的关系进行研究，不但可以为安徽省自身适应新常态、谋求“绿色发展”提供建议，而且对其他地区的发展也有一定的积极作用。 文献综述 环境污染早已成为掣肘全球经济增长的重要问题，为此，国内外学者对经济增长与环境污染之间关系进行了大量研究。 Grossman et al.(1991)提出了库兹涅茨曲线（EKC）假说，其认为环境污染与经济增长之间存在一个“倒U”型的关系，即在经济增长的初始阶段随着经济增长，环境污染会逐渐加剧，经济发展到一定程度以后，环境污染会随经济的增长而减少[]。该假说得到了国内外广泛研究。然而Akbostanc?（2009）对土耳其的经济增长与环境污染之间关系进行研究的结果并不支持EKC假说[]。此外EKC假说还存在两方面不足：一是忽略了宏观时间序列数据多是非平稳的，而非平稳的数据可能会导致“伪回归”问题的出现[]；二是EKC模型只能检验经济增长引起环境污染的单向关系，而不能检验环境污染对经济增长的反作用[]。 国内最新的有关地区经济增长与环境污染关系的研究也取得了较好的成果。张学刚（2015）运用分位数回归方法研究了长三角地区经济增长与废水排放之间的关系，长三角地区的废水排放与经济增长之间存在正的相关性，并且EKC曲线不成立，产业结构、城市化进程以及技术等因素对废水排放的作用受到分为点选择的影响[]。段显明等（2012）应用VAR模型实证分析了浙江省经济增长与环境污染之间的关系，得出经济增长是引起环境污染的重要原因，环境污染对经济增长也存在反作用力[]。吴丹等（2011）运用VAR模型研究了广州-佛山-肇庆经济圈环境污染与经济增长之间的关系，结果显示处于不同工业化时期的城市经济增长与环境污染的关系存在区别[]。 由上述有关文献可知，EKC假说并不能适用于所有国家，另考虑到VAR模型可以规避“伪回归”问题，并且可以研究环境污染与经济增长的相互作用。本文首次基于安徽省的数据建立VAR模型，对安徽省经济增长与环境污染之间的动态作用机制进行了研究，并给出相应的政策建议。 方法描述以及数据说明 VAR模型简述 结构性方程模型多是源自于一定的经济理论，并由此来描述经济系统中变量之间的相互关系，但是无法很好的解释宏观经济变量之间的动态联系。Sims（1980）提出了一种非结构性模型——向量自回归模型（VAR）[]。VAR模型认为经济变量之间的相互关系反映在历史数据中，它采取数据驱动的方式来建立模型，把系统中每一内生变量作为系统中所有内生变量的滞后值的函数。并通过脉冲响应函数和预测误差方差分解来分析变量间的动态作用机制。VAR（p）模型的一般形式可以表示为： ⑴ 其中是被内生变量，是外生解释变量 是系数矩阵（其中），是的系数矩阵。表示独立同分布的高斯白噪声过程，即 指标选择与数据处理 鉴于数据的可得性，文章选取安徽省1990-2013年的居民人均GDP作