基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究-王铭利.pdf

《基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究-王铭利.pdf》由会员分享，可在线阅读，更多相关《基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究-王铭利.pdf（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第28卷第7期2016年7月管理评论Management ReviewV0128No7Jul，2016基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究王铭利(河南大学应用经济学博士后流动站，开封475004)摘要：大多数对经济增长与环境污染的研究仅关注经济对污染的单向作用忽视了污染对增长的反向影响，导致环境库兹涅茨曲线形态的多样性。为全面考察二者之间的双向影响及动态关系，本文基于中国20002014年各省市的面板数据，首先用三阶段最小二乘法(3SLS)估计联立方程组模型考察中国的环境库兹涅茨环境曲线的形态，然后采用状态空间模型进一步分析经济增长与环境污染之间的动态相关关系。实证结果

2、表明工业废水排放量、工业二氧化硫排放量、工业固体废弃物产生量与人均GDP之间的关系均符合环境库兹涅茨倒U型曲线，各污染物对经济增长影响的方向与程度不尽相同。并且环境污染和经济增长动态相关性研究表明，2012年之后污染对经济增长的弹性上升，而经济增长对污染的弹性下降，表明近年来我国污染物控制取得了良好效果，环境保护和经济增长的协调性增强。关键词：经济增长；环境污染；环境库兹涅茨曲线；状态空间模型引 言经济增长与环境污染之间的关系自提出之日就受到国际学术界广泛的关注，环境污染到底对经济增长起限制作用还是促进作用，经济增长是破坏环境的根本原因还是改善环境水平的决定性因素，这些问题历经几十年的讨论仍然

3、是研究的热点。中国经济经过几十年的高速增长后，愈来愈受到环境污染问题的挑战和制约，针对中国经济增长和环境关系的研究对于中国能否处理好二者之间的关系、实现可持续发展具有特别重要的意义。关于经济增长与环境污染关系的研究往往基于环境库兹涅茨曲线(Environmental Kuznets Curve，即EKC)及其相关的理论。EKC的基本思想是：随着经济增长，环境质量会呈现出先恶化后改善的倒U型趋势。国内外学者对中国经济增长与环境污染的关系进行的研究侧重于经济社会发展对环境的影响，忽略了环境系统和经济系统存在双向耦合关系，即环境系统的变化反向影响经济增长，因而得出的EKC曲线的形状并不完全一致，政策

4、指向充满争议一1。为了更全面地分析中国经济增长和环境污染之间的关系，本文选取中国30个省区的面板数据，从经济增长影响环境污染与环境污染影响经济增长两个角度出发，构建污染方程与产出方程的联立方程组。首先用三阶段最dx-乘法(3SLS)估计联立方程组模型，综合考察中国环境库兹涅茨曲线形态，分析污染排放控制变量对污染排放的影响以及三个环境污染指标的产出效应等问题。然后利用状态空间模型从动态角度考虑经济增长与环境污染之间的相关关系以及它们的变动规律。最后在实证的基础上得出本文的基本结论。本文的主要创新表现为两个方面：一是通过构建联立方程组克服了传统研究方法的不足，利用最新的数据检验了中国环境库兹涅茨曲

5、线的形态，并具体分析了各类污染物与经济增长之间的相互作用；二是基于状态空间方程考察了经济增长和环境污染之间的动态关系，发现2012年是一个转折点，这具有重要的政策含义。本文的结构安排如下：第一部分是引言；第二部分为文献综述；第三部分主要构建联立方程组模型和状态空间计量模型，选取污染方程与产出方程中的变量指标；第四部分主要为实证检验结果及其分析；第五部分为收稿日期：20151120基金项目：国家社科基金项目(14cTJ007)；河南省博士后资助项目(2015057)。作者简介：王铭利，河南大学经济学院副教授，硕士生导师，河南大学应用经济学博士后(在站)。万方数据76 管理评论 第28卷结论和研究

6、展望。文献综述20世纪90年代初，Grossman、Krueger等经济学家在研究中发现，环境污染程度与经济增长之间存在倒u型关系：随着经济增长和收人水平的提高，环境质量在初始发展阶段呈恶化趋势，当经济发展到一定水平，环境恶化的态势达到顶点，之后环境质量趋于改善。这种关系与Kuznets提出的收人差距与经济增长的关系类似，因而称之为“环境库兹涅茨曲线”，成为研究经济增长和环境污染关系的一个基本模型。有关EKC的研究成果非常丰富，近年来国外针对EKC的研究主要在以下几个方面取得进展。一是采用动态面板数据来研究EKC，克服了早期使用时间序列在数据量和稳定性方面的不足。ThompsonJ、Jebli

7、等H1分别利用不同国家动态面板数据证明EKC的存在，Elhorstl5 o利用动态面板数据，建立环境污染空间EKC模型，得出了在考虑地域因素的情况下影响环境污染的因素有人口结构、经济发展、科技发展等。二是从主要关注发达国家转向对发展中国家进行深入研究，Amzath等拍j基于马尔代夫1975-2008年的数据研究证明环境污染与经济增长之间存在强烈的正相关关系。Shahbaz等J、IJau等J、Ozturk和MulatiJ、Javid和Sharif010都利用发展中国家的数据进行EKC实证分析，但得到的结论并不一致。三是将对外贸易、直接投资、法律制度、收入分配等外部因素引入EKC模型，增强了该模型

8、的适应性和解释力。Kohler刈将收入分配和对外贸易纳入EKC模型，证明较小的收入差距和较大规模的对外贸易有利于环境保护。Tan等到以新加坡为样本分析了制度环境对于保持经济增长和环境保护协调发展的重要性。Tang和Tan【13利用越南的数据发现外商直接投资对碳排放没有直接作用。国内关于经济增长与环境污染的研究相对来说起步较晚，一般引用EKC理论结合国内实际进行研究。研究内容从简单的人均收入发展到现在的囊括经济发展的多个方面，研究方法和指标的选取也越来越合理和完善。一是将EKC应用于行业和区域研究，例如赵桂梅和陈丽珍41分析了中国工业增长和环境污染的关系，田志华等5|、黄玲花等【l 6|、王佳等

9、71分别对广东、广西和秦皇岛等区域经济增长与环境污染的关系进行实证研究。二是面板数据得到广泛地应用，但结论并不一致。高宏霞等L1刮利用各省面板数据对环境库兹涅茨曲线在我国是否存在做了实证分析，发现废气和二氧化硫的排放量数据均与EKC 7模式吻合，即曲线为“倒u”型。李小胜等1明应用面板平滑转换模型发现环境污染与经济增长之间具有多种表现形态。王飞成和郭其友汹1通过建立面板模型研究表明从全国范围来看，经济增长对环境污染的影响符合环境库兹涅茨曲线假说，且目前已处于倒u型曲线的下降部分；东部地区和中部地区同样存在倒u型关系并处于其下降部分，西部地区呈现出N型关系并处于右侧上升部分。王敏等旧川利用我国1

10、12座城市的大气污染数据，验证了库兹涅茨倒“u”型曲线，但考虑了特定时间趋势变量后，得出高增长并不一定引起高污染的结论。三是研究视角得到极大扩展，一些研究者开始立足中国国情，不再盲目照搬外国经验。薛刚和陈思霞旧21研究表明中国环境公共支出中用于科研等技术开发性资助支出较少，没有对企业的技术效率创新提供良好的外部条件，而现阶段中国环境规制水平普遍偏弱，制度质量和环境公共支出规模未能形成有效的外部创新激励。李大元等旧驯从微观视角研究了经济增长和环境污染的关系，发现企业环境效益对经济绩效有显著的负向影响造成企业改善环境的动力不足。余伟等心40将环境政策工具分为直接管制、经济手段和“软”，利用2004

11、2011年我国省级面板数据发现不同环境政策工具对于企业技术创新具有区域效应。从国内外的研究成果来看，关于经济增长和环境污染的研究大多还是以EKC为基础，始终围绕EKC研究。但多数研究只考虑经济增长对环境污染的影响，而弱化或忽略环境污染对经济增长的反作用，表现为在实证研究中普遍运用单方程模型，单方程模型仅反映收入和环境之间的单向联系，而事实上它们之间是相互影响、相互作用的，这就不可避免地加大了研究结果与现实的误差。鉴于经济和环境之间关系的复杂性，采用联立方程组估计方法不仅可以同时考察环境变化、污染排放与经济增长之间的内在反馈机制，而且还便于根据经验分析结果，更为全面地考察经济系统外生变量对均衡产

12、出增长、污染排放的影响效应。除此之外，现有研究还存在指标不尽合理、数据陈旧等问题，已不能反映近年来二者关系的变化。特别是在模型选择上，上述研究大多构建传统的线性模型或对数线性模型来刻画环境随着经济增长而呈现出的倒u型、u型、N型、倒N型和近似线性关系，但是线性模型对于经济增长与环境之间关系的解释能力尚不充分；并且模型多是用来反万方数据第7期 王铭利，等：基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究 77映静态的相关关系或影响关系，对经济增长与环境污染的动态影响关系研究较少。已有文献对本文研究提供坚实的基础的同时，也为本文的继续研究留下研究空间。模型设计、变量选取与数据来源1、模

13、型设计与研究方法(1)理论模型的构建基于Onafowora和Owoye晒3的理论模型，本文构建以下由污染方程与产出方程组成的联立方程组，用来考察经济增长与环境污染的双向影响关系：LnP“=ci+理1Ln匕+(“2Lnyi)+3LnX“+e“ (1)【LnYi。=bi+卢lLnPn+JB2LnKi。+卢3LnHi。+卢4LnL。+占。 (2)(1)为污染方程，其中，P。表示第i个省市第t年的污染排放量；圪表示第i个省市第t年的人均收入水平；x。表示影响污染排放的控制变量，如环境保护力度、贸易自由度、工业比重、人VI密度；ci为与各省市相关的特定截面效益。(2)为产出方程，其中表示第i个省市第t年

14、的物质资本存量；皿。表示第i个省市第t年的人力资本存量；厶。表示第i个省市第t年的劳动力投入；6i为与各省市相关的特定截面效益。(2)联立方程组的三阶段最小二乘估计Arelllano汹1系统介绍过三阶段最小二乘(3SLS)的估计方法与其优点，即3SLS能够充分考虑系统中各方程的内生性问题以及误差项之间的相关性问题，而且能够为估计提供更多信息，其估计比一般的单一方程估计更加有效。一般认为经济增长与环境污染之间是一种双向作用的因果关系，本文采用3SLS来估算我国工业污染(废水、废气sO：与固体废弃物)与经济增长之间相互影响的方向与程度。本文运用三阶段最小二乘法的基本步骤为：第一，先利用最小二乘估计

15、本文设定的联立方程组模型中的方程(1)与(2)，得到各内生变量的拟合值。第二，将得到的内生变量的拟合值代替方程(1)与(2)右边的内生变量，再用最小二乘估计将内生变量替代后的方程(1)和(2)，得到结构参数的估计值。关键是计算联立方程模型中方程(1)和(2)的残差值，进而求得误差项方差及协方差的一致估计量。第三，将求得的误差项方差协方差阵作为加权阵，应用广义最小二乘法估计得到三阶段最小二乘估计值。(3)状态空间模型由于我国经济体制改革进程的不断加快，经济政策因素也在不断变化等原因，固定参数模型中的不变参数无法完全反映各种政策及经济结构的变化。本文选取可变参数的状态空间模型来拟合变量之间的动态相

16、关关系，这种方法首先将时间序列构造出状态空间模型，用状态向量描述时间序列的变动特征，然后采用卡尔曼滤波对状态向量进行估计并进行外推预测，保证了模型预测的精度以及其可靠性。本文采用的是多变量对多变量之间相关性的分析，由于宏观经济数据易受到经济结构、经济政策等因素的变动而变化，所以在选取状态空间模型时考虑选择可变参数模型拟合。已知经济增长与环境污染之间是存在双向影响作用的，所以根据其经济意义，以及自变量因变量的区别定义，构造污染方程与产出方程两个状态空间模型，则此时的回归模型可以表示为：I量测方程：P。1=M。7反+s。 (3)状态方程： 危=0fl+叼， (4)I所描述的即污染方程的状态转移形式

17、，式(3)中的因变量P。在本文中可以看作是影响污染排放量的三个指标向量集合，即只=誊。解释变量M是由两部分的指标集组合而成，可表示为丝= 。可变参数危是不可观测变量，是估计的未知参数向量，必须利用可观测变量P。和丝来估计。式(4)中，状态向量色是其以前状态屈一。所得到的现状，并假定参数忍的变动服从TAR(1)模型。式中的占。和叼。是相互独立的，且都服从均值为0，方差为盯2和协方差矩阵为P的正态分布。办嘶砌鼽缸万方数据78 管理评论 第28卷经上述分析可知，假设另一个状态空间模型的方程为：II量测方程： y17=M70l。+e。 (5)状态方程： O；=缸H+蠡 (6)表示的是产出方程的状态转移

18、形式，式(5)中的因变量E在本文中代表经济变量指标。解释变量M是由两部分的指标集组合而成，可表示为M=P。KH。，其中污染排放量只=荟，公式c 6，的可变参数选择，其他意义的解释与I类似，不再赘述。2、变量选取与数据来源(1)经济增长指标选取本文研究经济增长与环境污染之间的相关关系，度量经济增长的指标选取至关重要。国内生产总值(GDP)反映经济总体在一定时期内的生产总量，表示宏观经济的绝对水平，而与绝对水平相比而言，人均收入在反映真实收入水平变化方面更为合适。因此，本文选取各地区人均GDP来反映经济增长的水平。(2)污染排放量指标选取对污染排放物比较典型的分类方式是将污染排放物分为液态污染排放

19、物、气体污染排放物、固体污染排放物；从污染排放量来源来看，可以分为工业污染排放和生活用污染排放。工业污染排放与工业发展紧密关联，工业发展又对整个宏观经济发展起到关键性的影响。因此本文选取工业废水排放量、工业二氧化硫排放量、工业固体废弃物产生量3个指标来反映环境污染程度。需要说明的是，一般工业“三废”是指工业废水、工业废气、工业固体废弃物，但由于工业固体废弃物排放量指标缺失值较多，考虑到工业固体废弃物排放量与产生量有密切关系，因此选用工业固体废弃物产生量来替代。(3)影响污染排放的控制变量选取根据现有文献，控制变量主要有环境保护力度、对外贸易、产业结构和人口因素等，其中环境保护力度采用工业污染治

20、理投资额来度量，贸易开放程度采用进出口总额GDP来度量，产业结构变化采用“工业增加I直GDP”来度量，人口因素影响采用人口密度来度量人口密度指标通过各地区年末总人口与各地区面积相比来计算。(4)影响产出的要素投入变量选取物质资本存量指标的计算采用通用的永续盘存法(PIM)，其核心假设是采用相对效率几何下降的模式，此时重置率为常数。物质资本存量的估计公式为：K=K一，(1-蠡)+，其中基期资本存量K的确定、每年的投资额I的确定、投资品价格指数的确定、效率模式的假设及折旧率6参照单豪杰旧列的估计确定。人力资本存量选用人均受教育年限来度量，人均受教育年限为全部就业人员的受教育年限总和与总人口的比值，

21、本文将小学、初中、高中、大专及以上的教育年限分别设为6年、9年、12年、16年。劳动力投入使用各地区年末就业人员数来度量。(5)数据来源与预处理本文数据主要来源于历年中国统计年鉴、新中国60年统计资料汇编和中国环境年鉴等，由于西藏数据缺失较多，所以截面样本数据为30个。其中人均GDP、度量污染排放量的3个指标、影响污染排放的控制变量4个指标以及劳动力投入指标均由历年中国统计年鉴、中国环境年鉴整理和计算而得；物质资本存量参照单豪杰的估计方法，利用中国统计年鉴和新中国60年统计资料汇编等资料估计出中国各省市1952-2014年的数据，根据本文主题选取2000-2014年的数据；人力资本存量采用中国

22、统计年鉴数据，借鉴乔红芳和沈利生刊的估计方法计算人均受教育年限。在对方程(1)、方程(2)联立方程组进行三阶段最J、-乘估计之前，出于消除异方差性的考虑，先对表1中各指标变量取自然对数；在建立状态空间模型之前，对表l中各指标变量计算环比增长率，以增长率数据代替原指标数据。万方数据第7期 王铭利，等：基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究 79计量结果与分析1、联立方程模型三阶段最小二乘估计结果及分析表2为污染方程与产出方程联立方程组的三阶段最小二乘估计参数结果，其中产出方程的被解释变量均为hl，污染方程的被解释变量分别为对应的污染排放量L护。、L护：、L护，。利用stat

23、al 10软件进行运算，得联立方程组模型三阶段最小二乘估计结果，如表2所示。表2联立方程组的3SLS估计结果工业废水排放量 工业二氧化硫排放量 工业固体废弃物产生量产出方程 污染方程 产出方程 污染方程 产出方程 污染方程ImP 一0351LnP2 0051+LnP3 0880(514) (一189) (1138)LnK 0973LnK O938LnK 0271(4078) (5564) (477)LnH 0438LnH 0346” hH 一0123(321) (288) (一O78)LIlL 0178+ hL O316 LmL 0432(195) (444) (536)hY 4458 L肌Y

24、 10762 hlY 5840(344) (388) (333)hY2 0232 LmY2 -0495” hlY2 0225(一343) (一398) (一286)LnX 一0024 LnXl 一0056+LnXl 0012(一111) (-203) (一091)LnX， 一0164LnX2 0118+LnX2 0091(一448) (178) (272)LnX， 0304LnX3 0310 LnX3 0373一(175) (111) (一248)LnX。 1975LnX4 4568LnX4 2121(336) (325) (246)co瑚 COrkS 1929”+ 一91370 COD_s

25、一3157 一46815(一365) (一339) (一555) (一279)R2 0984 0965 R2 0990 0955 R2 0970 0980个体固定 yes yes 个体固定 yes yes 个体固定 yes yes时间固定 yes yes 时间固定 yes yes 时间固定 yes yes曲线形状 倒U型 曲线形状 倒U型 曲线形状 倒U型转折点(万元型 !：!堑 堑堑：墨!互型仝2 1：!堑! 堑堑：墨!至垄二仝2 1：!-_-_一一一注：括号内为估计系数的t统计值，其中、”、分别表示在1、5、10的显著性水平下显著。万方数据80 管理评论 第28卷(1)对产出方程估计结果的

26、简要分析首先，产出方程的显著性。一方面，变量系数的显著性由表2可知，工业废水排放量的产出方程中，除反映劳动力投入的年末从业人员数的系数在10的显著性水平下显著，其他变量系数在1的显著性水平下均显著；工业二氧化硫排放量的产出方程中，除工业二氧化硫排放量变量系数在10显著性水平下显著，其他变量系数在1的显著性水平下显著；工业固体废弃物产生量的产出方程中，除反映人力资本存量的人均受教育年限的系数不显著外，其他变量系数均在1的显著性水平下显著。另一方面，三个产出方程的拟合优度系数分别为0984、0990、0970，表明三个产出方程全部自变量对因变量的解释力度很强。其次，考察污染排放的产出效应。第一，由

27、表2可知不同的污染排放量对经济增长的影响显著程度有差异。考察三个产出方程，工业废水排放量、工业固体废弃物产生量的系数在1的显著性水平下显著，工业二氧化硫排放量的系数在10的显著性水平下显著。工业废水排放量、工业二氧化硫排放量和工业固体废弃物产生量对经济增长的影响作用都是显著的，且工业废水排放量及工业固体废弃物产生量较工业二氧化硫排放量而言对经济增长的影响作用更显著。第二，不同污染排放量对经济增长影响作用方向有差异。考察第三个产出方程，工业废水排放量的系数为-0351，工业废水排放量对经济增长产生负向影响；工业二氧化硫排放量的系数为-0051，工业二氧化硫排放量对经济增长产生负向影响；工业固体废

28、弃物产生量的系数为0880，表明工业固体废弃物产生量对经济增长产生正向影响作用。再次，考察要素投入的产出效应。第一，三要素投入对经济增长的影响较为显著且大体上为正向影响。考察三个产出方程，除工业固体废弃物产生量的产出方程中反映人力资本存量的人均受教育年限变量的系数不显著外，其他各代表物质资本存量、人力资本存量及劳动力投入的三个变量系数t统计量在10的显著性水平下显著，表明三要素对经济增长的影响较为显著；在每一个产出方程中代表三要素的变量系数基本上都为正值，表明随着物质资本存量、人力资本存量、劳动力投入的增加，经济增长增速越快。第二，三要素对经济增长的影响作用大小有差异。物质资本存量对经济增长的

29、影响最大，在三个产出方程中，物质资本存量的系数分别为0973、0938、0271，该系数在对应产出方程的所有系数中均是最大值，且均在l的显著性水平下显著，表明物质资本存量投入的产出效应最大，物质资本存量对经济增长产生很强的正向影响。人力资本存量对经济增长的影响均次位，在三个产出方程中，代表人力资本存量的人均受教育年限系数分别为0438、0346、一0123，前两个方程中该变量系数在l的显著性水平下显著，表明人力资本存量的产出效应居次位，人力资本存量对经济增长产生较强的正向影响。劳动力投入对经济增长的影响在三要素之中最小，代表劳动力投入的年末从业人员系数分别为0178、0316、0432，且均在

30、10的显著性水平下显著，表明劳动力投入的产出效应居末位，劳动力投入对经济增长产生较弱的正向影响。(2)对污染方程估计结果的简要分析首先，污染方程系数的显著性。从表2可知，工业废水排放量的污染方程中除工业污染治理投资额的系数不显著以外，其他变量系数均在10的显著性水平下显著；工业二氧化硫排放量的污染方程中除工业增加值GDP的系数不显著外，其他变量系数均在10的显著性水平下显著；工业固体废弃物产生量的污染方程中，除工业污染治理总额的系数不显著以外，其他变量系数均在5的显著眭水平下显著。另一方面，三个污染方程的拟合优度系数分别为0965、0955、0980，表明三个污染方程全部自变量对因变量的解释力

31、度很强。其次，考察经济增长与环境污染的关系。本文选取的污染排放量指标工业废水排放量、工业二氧化硫排放量、工业固体废弃物产生量与人均GDP之间的关系均符合环境库兹涅茨倒u型曲线。分别计算工业废水排放量、工业二氧化硫排放量、工业固体废弃物产生量的中国经济与环境库兹涅茨转折点临界人均GDP值，分别为22626万元每人、23861万元每人、25632万元每人。表明当人均GDP在达到临界值(22626万元、23861万元、25632万元)之前，经济增长会带来污染排放的增多和环境质量的下降；当超过临界值时，经济增长会使得污染排放减少并且环境质量恢复。再次，考察影响污染排放的控制变量对污染排放的影响。第一，

32、环境保护对污染排放的影响。在工业二氧化硫排放量的污染方程中，代表环境保护水平的工业污染治理投资额变量系数均在5的显著性水平下显著，系数为负值；而在工业废水排放量、工业固体废弃物产生量的污染方程中，该变量系数不显著，且系数均为负值。对于这一结果，可能的解释是工业废水排放量、工业固体废弃物的产生量与工业二氧化硫排放量有一万方数据第7期 王铭利，等：基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究 81定的差异，前者对于污染程度的描述尚有一定的不足；另一方面，工业二氧化硫排放量的污染方程估计结果反映随着工业污染治理额增大，污染排放量降低，说明当污染排放量增加时，出于对环境污染有加剧的可能

33、性的考虑政府对污染治理的投资会增加，大量对环境污染治理的投入促使环境水平得到一定的改善。第二，贸易开放度对污染排放的影响。在工业废水排放量、工业固体废弃物产生量的污染方程中，代表贸易开放度的进出口总额GDP的系数在1的显著性水平下显著，系数分别为-0164、0091；在工业二氧化硫排放量的污染方程中，该变量系数在10的显著性水平下显著，系数为0118。因此，我们有理由认为贸易自由度对于环境污染程度具有影响，但是其对不同类型的环境污染的作用方向不尽相同，其提高有助于工业废水排放量的下降，却使得工业二氧化硫排放量与工业固体废弃物产生量得以上升。第三，产业结构变化对污染排放的影响。在工业废水排放量、

34、工业固体废弃物产生量的污染方程中，代表产业结构变化的工业增加值cop系数在10的显著性水平下均显著，系数分别为0304、-0373；在工业二氧化硫排放量的污染方程中，该变量系数不显著。中国早期的工业化发展是以一定环境恶化与资源过度消耗为代价的，工业占GDP的比重越大，说明中国经济对工业发展的依赖度越强，环境污染的水平也越高。根据实证结果，随着工业化的发展，工业废水污染得以加重，而工业固体废弃物污染却得以改善。第四，人口密度对污染排放的影响。在工业废水排放量和工业二氧化硫排放量的污染方程中，代表人口规模的人口密度系数在1的显著性水平下显著，系数分别为1975、4568；在工业固体废弃物排放量的污

35、染方程中，该变量在5的显著性水平下显著，系数为2121。这表明随着人口密度增大，污染排放量增大，两者呈现正相关关系。综上所述，各影响污染排放的控制变量对同一污染排放量的影响显著性不同，影响方向也不尽相同；同一影响污染排放的控制变量对不同污染排放量的影响显著性不同，影响方向大致相近。2、状态空间模型计量结果与分析(1)模型参数估计运用matlab70编程对本文构造的两个状态空间模型进行分析。首先得到的是污染方程的结果，考察了经济变量与排污控制变量对于污染排放量的影响关系大小，得到的量测方程的结果如式(7)所示：+ (7)其中P。；表示时间序列中的工业废水排放量，P丑表示工业二氧化硫排放量，P，。

36、表示工业固体废物产生量，其中Y。表示的是以人均GDP表示的人均收入，菇。表示影响排污的一个控制标量，为工业污染治理投资总额，戈丑选择对其产生影响的进出口总额与GDP的比值，戈，。代表的是工业增加值比GDP的比例值，而戈m选取的指标即人口密度。因其状态方程3。中共有15个状态转移向量，所以在列出这些向量表达式时为简洁考虑，不采用矩阵形式，仅通过单个方程的描述可变参数成的一介自回归模型，得到如下一系列的结果。ah=04112+085890t1H+e“ 届11=03236+0859131lI-1+elh312l=03795+085913l丑一l+el丑 届13。=O4083+08563313，l+e

37、13。31舢=02578+0862131ml+el 4lot丑=05277+08580t丑一1+e丑 卢21t=03297+08631321。一l+e21。卢22l=03728+0861322I一1+e22I 卢23。=02226+086843缸一l+e23，324,=02172+08601324，l+e24。ot3。=04687+082850E3H+e3f 卢31I=02544+08694331+e3h卢32l=0364+08628332l一1+e3丑 JB33。=04033+08633333，1+e33。334,=01519+08689334fl+e34。式中，“江1，2，3表示经济自变量

38、Y。的状态向量集。卢扛1，2，3；歹=1，2，3，4。i表示作为被解释变量污染排放量的指标个数，则表示的是作为解释变量排污控制变量的四个指标。这15个状态方程可以理解为们锄如以如儿q觐扎扎1J撕孙国国国B鹑铂鹚砧l23嘏毋缸国嘏a鲁l23理仪dL，j228832l512800二二00x一一(。L=1_1PPPL万方数据82 管理评论 第28卷由已知指标推导出的转移方程，这些转移方程的目标是使得研究者通过前一阶段的状态推知现阶段的状态，在考虑了一系列的外在因素前提下，能够得到较为准确的估计和预测。其次，对改变解释变量与被解释变量提出的产出模型进行实证分析，考察的是污染排放量、物质资本存量、人力资

39、本存量、劳动力投入对于经济发展的影响关系大小，得到的量测方程的结果如式(8)所示：y=。6347+ry。7丑y血，三i+币。K+妒。皿+A。L。+秽。 (8)其中的6个状态方程表示结果如下：yn=03589+08629y1P1+81c y丑=03779+08665y丑一l+82y3。=03192+08717y3，1+e3。 咖。=04516+086834,。一1+fn妒。=05222+08648o，】+f2： A。=04082+08672A。+f。式中，y。，江1，2，3表示排污量P。的状态向量集。剩余的咖。，妒。和A；分别表示的是物质资本存量、人力资本存量和劳动力投入的转移向量集。(2)模型

40、结果分析可变参数屈代表的是一种状态的转移，也可以理解为一种对经济状态反映的敏感程度，可称作弹性，以下具体分析污染方程和产出方程解释变量与被解释变量之间的动态相关影响。首先分析状态污染方程，图1所绘制的是当解释变量为经济变量、四类影响排污控制变量，被解释变量是污染排放量时，得到的15个可变参数的时间序列状态。从整体上来看，他们的状态转移方向和波动幅度大小较为一致，说明这些参数所反映的敏感性强弱是同步变化的，即所选取的指标之间存在较强的关联性，并且能够共同反映污染排放量的大小。从图1中看出在2000年至2002年期间，经济等对污染的弹性逐步降低。这主要是因为一方面1998年东南亚金融危机之后国内经

41、济增长乏力，大批国有企业倒闭减轻了污染排放；另一方面人们环保认识不足，各项环境监测数据不完备，污染排放量可能被低估。2001年12月11日，中国正式加入世界贸易组织，中国经济由此进入高速增长期，同时经济对污染的弹性也在上升，并长期保持稳定。2010年之后，特别是党的十八大之后，由于国家和全社会对环保日益重视，修订了环保法律，实施最严格的环境监管，产出对污染的弹性在2012年出现拐点，并在2013、2014年连续降低，说明我国经济正在摆脱高增长、高污染的传统工业化道路，环境保护初步取得成效，这和张国兴等。2引的发现是一致的。从图1中还可以看到，人均GDP对工业二氧化硫排放量的弹性最高，说明近年来

42、空气污染随经济增长恶化最严重，但近两年来有所好转。人口密度对固体废物产生量的敏感度最弱，在2001年至2007年间一度为负弹性增长，说明人口密度增大反而有利于解决固体废物的排放量。0 6O 50 40 3型被0,2010O 1_卜alb11。 b12一簪啊b13卜b14卜-a2一b21一b22，。一b23b24a,5b3l一-t一，b32爿卜b33-卜b34图1污染方程可变参数集其次分析第二个状态空间模型，即产出方程。图2所绘制的是当解释变量为三类污染排放量、物质资本存量、人力资本存量和劳动力投入，被解释变量是经济变量人均GDP时，得到的6个可变参数的时间序列状态。所有可变参数发展状态的变化具

43、有同向一致性，2000年至2006年的弹性大小为正，呈下降趋势，说明此万方数据第7期 王铭利，等：基于联立方程与状态空间模型对中国经济增长与环境污染关系的研究 83期间污染增长率超过了经济增长率；2006年至今呈上升趋势，说明2006年之后单位污染所导致的产出在增加，2006年成为弹性变化拐点。由图2可知，工业二氧化硫对人均GDP弹性最高，工业固体废物产生量对于人均GDP的影响程度较弱，说明降低经济增长有利于改善空气质量，但对固体废物作用不大。20002001 2002200320042005200620072008200920102011 201220132014年度图2产出方程的可变参数集

44、结论与政策建议-Cll-C12c13一d卜e一f本文研究了经济增长与环境污染的双向影响作用和动态关系。在总结前人的理论与实证研究的基础上，首先构建包含污染方程和产出方程的联立方程组模型，基于2000-2014年中国30个省市的面板数据，运用三阶段最小二乘法估计联立方程组，实证结果表明污染排放量指标工业废水排放量、工业二氧化硫排放量、工业固体废弃物产生量与人均GDP之间的关系均符合环境库兹涅茨倒u型曲线。其次基于状态空间模型研究了经济增长与环境污染的双向动态影响关系，实证结果表明经济增长和环境污染存在动态相关性，特别是2012年之后污染对经济增长的弹性趋于稳定，而经济增长对污染的弹性在上升，表明

45、近年来我国污染物控制取得了良好效果，环境保护和经济增长的协调性增强。本文的研究表明我国经济增长和环境污染之间的尖锐矛盾得到缓解，在现阶段保持一定的经济增长反而有利于环境的改善。结合近年来中国经济结构调整的大背景，我们提出如下政策建议。(1)近年来造成我国环境改善的原因有很多，其中淘汰落后产能也是其中重要因素，随着经济下行压力增大要防止高污染项目死灰复燃，政府应坚持经济结构转型不动摇。(2)保持一定的经济增长对于治理环境污染、持续改善环境是十分必要的，政府应采取措施防止经济增速进一步下滑。(3)随着我国城镇化的不断发展，空气污染成为主要的污染形式，下一阶段应主要加强对空气污染的治理。(4)我国环

46、境的改善也得益于第三产业的发展，但是现有的指标并未覆盖第三产业发展所带来的新型污染，可能导致对环保形势的误判，建立针对第三产业的环境评价指标和监测体系具有十分重要的意义。参考文献：1段显明，许敏基于PVAR模型的我国经济增长和环境污染实证分析J中国人口资源与环境，2012，22(11)：136-1392李茜，胡昊，罗海江，林兰钰，史宇，张殷俊，周磊我国经济增长与环境污染双向作用关系研究J环境科学学报，2015，35(6)：187518863Thompson AEnvironmental Kuznets Curve for Water Pollution：The Case of Border C

47、ountriesJModern Economy，2014，5(1)：56694Jebli M，Youssef S，Ozturk ITesting Environmental Kuznets Curve Hypothesis：The Role of Renewable and Non-renewable Energy Consumption and Trade in OECD CountriesJEcological Indicators，2016，60(1)：8248315Elhorst JPDynamic Spatial Panels：Models，Methods and InferenceJJournal of Geographical Systems，2012，14(1)：5-286Amzath A，Drama BH，un ZEmpirical Study on Relationship Between Environmental Pollution and Economic Growth ofMaldives Using Environmental Kuznets Curve and OLS MetIlodJInternational Journal of Busi