西南地区经济发展与环境质量动态关系的计量研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇西南地区经济发展与环境质量动态关系的计量研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
[摘要]为揭示西南五省（区、市）经济发展与环境质量之间的动态关系，首先利用VECM进行先验性因果检验，然后基于AHP测度环境质量综合指数，最后对人均实际GDP和环境质量评价指标进行单一和综合比较研究分析。研究发现：该区域经济发展与环境质量存在长期和短期的单向因果关系，人均实际GDP以基于Quadratic函数的形式影响环境质量综合指数，单一的环境质量评价指标则以基于Inverse、Cubic、Power函数等非线性回归模型的形式受人均实际GDP的影响。
[关键词]环境质量；非线性回归模型；EKC；环境质量综合指标；经济发展
[中图分类号]X82 [文献标识码]A [文章编号]1002-736X（2015）06-0125-04
一、引言
经济与环境共处于一个自组织系统――环境经济系统。生态环境中包含各类生物与其他非生物的资源，为人类从事各种经济活动提供各种服务，是人类社会经济发展的基础。而经济发展过程中对资源的开发、能源的利用以及废弃物的排放都会对生态环境造成过度折旧与破坏。环境污染从客观上成为了影响经济发展的重要因素。因此，在一定程度上经济发展与环境质量之间相互作用与影响达到了难以分割的地步，现代社会人们对于二者也均有相应要求，如何分析与解决经济的持续发展与良好的生态环境质量之间的矛盾与冲突就成为环境经济发展与生态质量发展等相关研究领域的热点问题。
不同时期的学者从各自的角度对该问题进行了研究和论述。早期人们认为经济系统的产出增加，必然导致环境资源的使用增加，同时向环境中排放各类废弃物的量也增加，即经济发展必然造成环境破坏。伴随某些不可再生环境资源的消耗，经济发展必然受到影响甚至停滞或衰退。然而，人类社会具有复杂性，不断进步的技术为我们提供了各类替代资源以及废弃物处理技术，频发的生态灾难也让人们更加关注对生态环境的改善与保护，这给经济发展与生态环境的相互作用带来了变化：低经济发展水平下，环境质量随经济发展而下降，但是，高经济发展水平下，环境质量却随经济发展而提高。诸多学者运用不同的模型对此理论进行了验证或创新分析。目前，这一领域的实证研究多是基于EKC理论而展开。EKC是指环境质量会随着经济发展水平的提高呈现首先恶化继而好转的趋势，即环境污染状况与人均GDP水平之间表现为“倒U型”的数量关系。虽然Grossman等、Seldon等、Cole等和Sun的实证研究验证了该理论的合理性，但是由于收到多种因素的影响，作为呈现典型倒“U”型的EKC在其他地域的普适性备受质疑。在研究方法方面，以联立方程模型为代表的结构性方法是以经济理论为基础来描述变量之间关系的传统计量经济学方法。但是通常情况下，经济理论并不足以对经济变量之间的动态关系提供严密的说明，而且方程的左端和右端都有可能出现内生变量，这使得参数估计和统计推断变得异常艰难。向量误差修正模型（Vector ErrorCorrection Model，VECM）作为典型的非结构化的多方程模型成功解决了上述问题。
另外，当前的研究的范围有两种趋势，一是仅进行省、市层面的小规模分析，二是进行国家或超大经济体层面的大规模分析。小规模分析忽略了经济与环境这个系统的复杂性，忽略了地区之间地理上或经济上的联系；超大规模的分析规律性很强，却又在对局部区域的指导功能上有所欠缺。西南地区作为七大地理分区之一，包括四川、重庆、云南、贵州和五省（区、市），不仅保持了地区之间地理上或经济上的联系，而且还呈现出一定规模上的区域规律性。同时，西南地区自然资源类型复杂多样，区域差异明显；随着国家西部大开发的推进和新丝绸之路经济带的建立，西南地区的工业化与城镇化进一步推进，经济发展速度明显加快，自然生态环境发生了较大变化。因此，为了推动西南地区区域整体发展、改善自然生态环境，有必要以西南地区为研究对象，就该区域的经济发展对环境质量影响进行分析。基于以上考虑，本文基于西南地区五省（区、市）近年的统计数据，先对经处理得数据进行因果性检验，然后基于AHP构造测度区域环境质量的综合指数，最后针对EKC假设进行验证分析。鉴于此，本文在西南地区环境经济数据的基础上首次实证研究了西南地区的区域经济发展对环境质量的影响。通过探究西南地区经济发展与环境质量之间的波动规律，探索西南地区的经济发展与环境质量之间是否存在EKC关系，本研究在定量分析的基础上对于评价西南地区的环境经济现状、推动西南地区的经济发展以及提升西南地区的生态质量具有重要价值。
二、基本理论概述
（一）因果检验
Engle和Granger借助于协整理论与误差修正模型（ErrorCorrection Model，ECM）建立了向量误差修正模型（Vetor ErrorCorrection，VECM）。众所周知，只要经济变量之间存在协整关系，就可以由自回归分布滞后（Auto Regressive Distributed Lag，ARDL）模型推导出ECM；而在向量自回归（Vector Auto Regression，VAR）模型中的每个方程都是一个ARDL模型，因此，VECM就是含有协整约束的VAR模型，其多应用于具有协整关系的非平稳时间序列的建模。VECM可以用来检验人均GDP与环境质量指数之间的因果性。
其基本原理是：响应变量的变化量是自身滞后期的变化量、其他输入变量的变化量以及误差修正项的函数。考虑两个经济变量（xt，yt）的包含滞后差分项和误差修正项的VECM。模型表示如下：
式中：y为某种污染物的排放总量，为差分算子，εt为随机误差项，ECTsub>t-1为误差修正项。基于上述模型的因果性检验的步骤为：
Step 1：对误差修正项系数θ进行t检验；在给定的显著性水平α下，如果不显著，那么说明人均GDP与本类污染物的排放总量之间并不存在长期因果关系。
Step 2：对输入变量的系数β1和β2进行Wald卡方（x2）检验；在给定的显著性水平α下，如果不显著，那么说明人均GDP和本类污染物的排放总量之间并不存在短期因果性。
鉴于VECM要求多个经济变量之间存在长期协整关系，而长期协整关系存在的条件为经济变量的数据序列具有相等的平稳阶数，因此应当首先利用ADF（Augmented Dickey-Fuller）方法对各变量进行平稳性检验；然后采用Johansen协整检验方法对响应变量与各输入变量分别进行协整检验；最后依照SIC和SC准则，确定所构建模型的最优延迟阶数。
（二）层次分析法
在AHP中，为了使决策判断定量化，常常根据一定的比率标度将判断定量化。一种常用的1～9标度方法表示。依据矩阵理论：设λ1，λ2，…，λn是矩阵A=（aij）n×n的特征值，当A具有完全一致性时，λ1=λmax=n，其余特征值均为零；当A不具有完全一致性时，
λ1=λmax >n，其余特征值有如下关系：∑ni=1λi=n-λmax。在AHP中，引入一致性指标CI来作为测度判断矩阵偏离一致性的指标，其表达公式为：CI=λmax - n/n-1。衡量不同阶判断矩阵是否具有满意的一致性，须引入判断矩阵的平均随机一致性指标RI值。当阶数大于2时，判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率，记为CR。当CR=CI/RI
（三）EKC假设
EKC假设经济发展对环境质量单向影响，而环境质量对经济发展双向影响。通常情况下，EKC在实证研究中存在二次型、三次型和对数行等多种模型。考虑简化模型：
（一）区域环境质量综合指数的确定
真实的经济发展状况与环境质量现状需要用“好”的评价指标来表征，因此评价指标体系的建立是构建经济发展与环境质量动态关系计量模型的关键。参考相关文献，结合具体实践，本文选取人均实际国内生产总值（Gross DomesticProduct，GDP）作为衡量经济发展水平的指标。环境质量指的是在一定的范围和时间内，环境的总体或某些要素对人类的生存、生活和发展的适宜程度，一般包括大气、水质和噪声方面的环境质量。因此对于环境质量的衡量，可以采用污染集中度或者排放量、资源开采量等因素。本研究选取单位GDP污染物排放量作为衡量环境质量的指标，具体包括单位GDP工业废水排放总量、单位GDP工业废气排放总量，单位GDP工业固体废物产生总量、单位GDP工业烟尘排放总量、单位GDP二氧化硫排放总量和单位GDP工业粉尘排放总量等。
为确定区域环境质量综合指数，本文采用AHP方法确定各污染物排放量的权重。首先根据各污染物排放总量对区域经济发展的影响程度的不同构造判断矩阵；然后，利用MATLAB数据软件对判断矩阵进行特征值求解和处理，得到各自权重；最后，对判断矩阵进行一致性检验，必须满足完全一致性才能进行后续操作。到此，得到区域环境质量综合指数的测算公式如下所示：
（二）区域经济发展一环境质量动态关系模拟
结合上述前期工作，基于人均GDP与各污染物排放总量的数据，以前者为响应变量，以后者为输入变量，绘制散点图，运用不同函数模拟人均GDP和环境质量综合指数的数量关系。鉴于上述，区域经济发展对区域生态环境质量影响模型的构建过程如图-1所示：
四、实证结果与分析
（一）数据的来源与处理
历年的GDP总量与GDP指数均来源于对应年份的相应省份的《统计年鉴》。但是，由于部分统计年鉴并未公布全部相关数据，导致部分数据出现缺省，本文采取应对之策是利用非缺省数据的年均增长率作为缺省数据的估计值。同时为处理的方便，对原始数据进行标准化处理，计算公式为：
其中：i为年份；j为某类污染物；yij为无量纲化后的赋值，xij为原始数值，max{xij}和min{xij}分别为污染物j排放总量的最大值和最小值。
（二）计量模型的构建与分析
基于近年来西南五省（区、市）相关数据和上述模型构建流程，平稳性检验结果表明：在给定的显著性水平α=0.05下，该区域的人均实际GDP、单位GDP32业废水排放总量、单位GDP32业废气排放总量、单位GDP32业固体废物产生总量、单位GDP工业烟尘排放总量、单位GDP二氧化硫排放总量和单位GDP工业粉尘排放总量等7个时间序列均为一阶单整序列；协整检验结果显示：在给定的显著性水平α=0.05下，各变量之间均存在一个协整方程，即人均实际GDP和单位GDP工业废水排放总量、单位GDP工业废气排放总量，单位GDP工业固体废物产生总量、单位GDP工业烟尘排放总量、单位GDP二氧化硫排放总量和单位GDP工业粉尘排放总量之间均存在长期协整关系；按照SIC和SC准则，最终确定向量误差修正（Vector Error Correction，VEC）方程的最优延迟阶数为1。至此，进行每个变量之间的长短期因果性检验，其具体结果如表-2所示。由表-2可知，在给定的显著性水平α=0.05下，t检验结果显著，说明各种工业污染物的排放会对上期长期趋势的偏离产生反应，即人均实际GDP是造成污染物排放变化的长期原因；在给定的显著性水平α=0.1下，x2检验结果显著，说明各种工业污染物的排放会对上期短期趋势的偏离产生反应，即人均实际GDP是造成污染物排放变化的短期原因。
结合MATLAB软件，得到各指标权重分别为0.277、0.249、0.166、0.1、0.125和0.083；同时判断矩阵最大特征值为6，CI=CR=O，通过了完全一致性检验。
基于上述指标权重和公式（3），构建环境质量综合指标。在此基础上，经多次模拟试验证实：运用Quadratic函数对人均实际GDP和环境质量综合指标之间的动态关系进行模拟的效果更佳。最后，为更加相近地剖析西南五省市自治区的经济发展与环境质量之间的演变规律，经多次试验观察，分别以Inverse、Cubic、Power等函数形式拟合单位GDP工业废水排放总量、单位GDP工业废气排放总量，单位GDP
业固体废物产生总量、单位GDP工业烟尘排放总量、单位GDPZ.氧化硫排放总量和单位GDP工业粉尘排放总量与人均实际GDP之间的趋势关系。实证结果如表-3所示。并由之可以看出，标准的EKC曲线并不符合西南地区的实际。
五、结论
区域生态经济的可持续发展与人们对于环境质量的认识和响应有着必然的联系。本文不仅对单一的环境质量评价指标与人均实际GDP的关系进行了非线性回归建模分析，而且还对环境质量综合指标与人居实际GDP的关系进行了非线性回归建模分析。研究发现：本区域经济发展与环境质量存在长期和短期的单向因果关系，人均实际GDP以基于Quadratic函数的形式影响环境质量综合指数，单一的环境质量评价指标则以基于Inverse、Cubic、Power函数等非线性回归模型的形式受人均实际GDP的影响。