工业化对环境效应影响范文

本站小编为你精心准备了工业化对环境效应影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《资源开发与市场杂志》2015年第八期

1模型设定、指标选择与数据来源

1．1VAR模型设定及脉冲响应函数向量自回归模型(VAR模型)的优势在于不用判断是否为内外生变量，通过将系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而将单变量自回归推广到由多元时间序列变量组成的向量自回归模型。当变量是非平稳时间序列时，基于VAR模型进行的协整检验是可靠的。本文对处在同一工业化阶段的环境质量进行研究，通常将含有n个变量、滞后p期的VAR模型定义。脉冲响应函数用于衡量某个内生变量随机扰动项的一个标准差冲击对VAR模型所有内生变量的当前值和未来值所造成的影响，对第i除了影响自身，还会通过动态滞后结构对其他的内生变量进行传导。在计算时给一个变量的扰动项一个冲击，那么也影响了其他扰动项，得到的结果再冲击引起下一期值的变化。随着时间的推移，扰动的最初影响在VAR模型中扩散引起模型中所有内生变量的变化。

1．2指标选择与数据来源参照已有的工业化指标体系，选择相关工业发展指标且与环境质量有关的变量:人均GDP、三产业结构比、工业环境污染的废水中化学需氧量排放量(COD)、废气中二氧化硫(SO2)、工业环境治理的投资(EINVEST)、规模以上工业企业单位数(NIE)。对上述的经济的时间序列数据取自然对数，这样变换后可减少异方差，不会改变各经济的时间序列数据特征。因此，在所有变量前加上LN表示相应的数据经过对数转换为新变量，分析结果具有合理的经济意义。人均GDP取对数即为LNAGDP，三次产业比对数变换为LNIND1、LNIND2、LNIND3，避免模型信息的重叠性，选取第二产业比重进入模型，废水中化学需氧量排放量(COD)取对数变换为LNCOD，废气中二氧化硫(SO2)取对数变换为LNSO2，工业环境治理投资(EI)取对数变换为LNEI，规模以上工业企业单位数(NIE)取对数变换为LNNIE。考虑数据的可得性和统一性，在处理工业化发展的环境效应方面，选用的数据主要来源于历年《中国统计年鉴》、《中国环境统计年鉴》、国研网数据库、国家统计局网站和2004—2012年各省的统计年鉴等。

2模型检验、估计与结果分析

2．1单位根检验由于经济时间序列变量会表现出非平稳的特征，为了避免“伪回归”问题的产生，减少模型估计的系统性偏误，需要在建立模型之前检验变量的平稳性，使研究结论具有广泛性。通常情况下是用增广的Dickey－Fuller(ADF)单位根检验方法来检验数据的平稳性。先设定一个原假设，原假设的假设序列存在一个单位根，再进行检验。如果ADF统计量很显著，则拒绝原假设，认为数据是平稳的;否则，接受原假设，认为数据存在一个单位根，数据是不平稳的。运用Eviews6．0软件对上面六个变量进行单位根检验，ADF单位根平稳性检验见表1。从表1平稳性检验结果可见，LNAGDP、LNIND2、LNCOD、LNSO2、LNEI、LNNIE在各显著水平上均是非平稳的。当进行一阶差分后，在95%的置信区间内可拒绝存在单位根的原假设，即它们的差分序列都是平稳的，都是一阶单整数列，满足协整检验条件。

2．2Johansen协整检验协整检验一般是用来检验变量间是否存在长期均衡关系，如果非平稳变量的某种线性组合是平稳的，则称这些变量序列间有协整关系存在，即变量间存在长期均衡关系［13］。上述ADF平稳性检验得到的差分序列均为平稳序列;进一步做协整检验，采用Johansen特征根迹检验，结果表明在5%的显著性水平下，拒绝原假设，意味着变量DLNAGDP、DLNIND2、DLNCOD、DLNSO2、DLNEI、DLNNIE之间存在协整关系，即存在一种长期均衡。协整检验结果见表2。

2．3VAR模型建立与估计根据AIC、SC准则，滞后阶数的选取上以二阶滞后为最优，因此确定建立的VAR模型滞后阶数为二阶滞后。对VAR模型进行参数估计，得到环境质量与经济增长的相互效应影响的VAR模型的估计结果。VAR模型的拟合优度为0．95386，拟合效果较好。根据估计出VAR模型根的模可知，所有根的模都小于1，即AR的特征根的倒数都在单位圆内，体现了VAR(2)的稳定性，因此用脉冲响应函数来分析模型中内生变量对其他内生变量的扰动所做出的反应。

2．4脉冲响应函数分析图1分别表示各工业环境污染指标对工业环境治理变化的响应函数图。其中，纵轴为弹性大小，横轴为滞后期间数。结果表明，当在本期给工业环境污染一个正的冲击，在第一期对工业环境治理有一负影响;在第二期变为正值，在第三期达到正的影响最大，而后开始下降，到第五期以后逐渐趋向于零，并没有明显的上升或下降趋势，整个呈现“N”型波动。说明给工业环境污染一个正的冲击，工业环境治理呈现出上升状态，工业环境污染对环境治理具有促进和持续效应。在本期给工业环境污染一个正的冲击，在第一期对工业结构有一个负的影响，在第二期达到负影响的高峰，到第四期之后影响变为正值，而后逐渐减弱，呈现“一负一正”的波动趋势。从中可得出:随着时间的推移，这种冲击造成的影响逐渐减少，最终环境污染指标稳定在零增长率这一均衡水平。

3结论和启示

从VAR模型中可见，在工业规模、工业环境治理、工业结构、工业环境污染和经济增长这些指标的相互作用下，工业规模DLNNIE对环境污染指标DLNCOD的影响率为－0．7439，对环境污染指标DLNSO2的影响率为－0．8436，表明工业企业规模的增多对环境污染有着促进作用，导致环境污染更加严重。工业结构的影响与工业规模大致相同，工业结构与工业环境治理呈正向关系，说明工业的任何一方面的扩大都会导致工业环境治理的成本增加。因此，调整工业结构、加快工业新型化建设，才能为经济发展提供保障。

基于以上分析，针对我国各省份所处的工业化阶段，要遵循“削减总量、改善质量、防范风险”的原则和相关要求，控制工业化进程中主要污染物排放总量，做好工业污染源治理的工作，增加环境治理投资，加快工业结构调整，使环保能力得到提升。主要重视以下几个方面:①调整优化产业结构，发展新型化产业。在遵循产业结构变动规律的前提下，发展第二产业，促进第一产业、第三产业的大力发展，实现产业结构的平衡。近几年，我国第三产业比重的增加，大大降低了对环境的依存度。随着第二产业的增加，工业污染水平增加，虽然这些产业能促进经济的迅速发展，但仍需要合理保持第二产业在生产总值中的比重，避免东中部地区高污染、高能耗的产业向西部地区转移。因为这些大型重工业给经济发展带来机遇，但超出了环境净化能力，给环境造成越来越大的压力。因此，一方面需要减少高污染型产业，另一方面需要优化产业结构，从污染密集型产业向技术密集型产业转变，发展新型化产业，减少对环境的依赖程度。②提高工业环境治理投资水平。工业环境治理投资水平是衡量环境治理力度的重要指标之一。虽然国家在工业治理投资上的投入每年有增长，但不同区域环境承载能力不同，环境污染排放量不同，导致工业环境治理水平也不同，尤其是西部地区生态环境脆弱，自我修复能力差，仍然使用落后高耗能的治理技术，利用工业环境治理投资的效率都非常低，所以要重视工业环境治理投资的效率，发挥投资能力在环境治理方面的作用。③转变经济发展方式，以低能耗、低污染、低排放为基础，把节能减排作为经济转变发展方式的突破口，在发展工业时应注重经济增长效率、经济增长质量和环境效益，同时大力发展循环经济。对工业化发展较缓慢的地区可借鉴工业程度较高地区的经验，改变粗放型增长方式，转变为低排放、低消耗、高效率的循环经济模式。④加强科技投入，提高生产效率。在工业化的进程中，科技水平的提高会使生产力得到发展，社会进步，但会带来环境污染。科技创新会使环境污染物减少，在工业结构、环境污染、科技进步三者相互影响和相互作用中，增加科技投入会提高企业的生产效率，所以加强高科技投入力度，提高资源利用率，以达到减排的效果。

作者：张瑞萍 单位：甘肃省循环经济与可持续发展法制研究中心