赵建华

摘要：本文采集长江中下游26个城市2000-2016年面板数据，应用PVAR模型对产业结构调整、经济增长和大气污染之间的动态关系进行检验，结果显示经济增长和产业结构调整均会造成大气污染。方差分解的结果表明，未来经济增长对大气污染的冲击不断降低，产业结构调整对大气污染的冲击比重上升，未来应该重点关注产业结构的调整对大气污染的影响，通过优化产业结构与产业布局，平衡经济增长与生态环境保护的关系。

Abstract： This paper collects panel data of 26 cities in the middle and lower reaches of the Yangtze River from 2000 to 2016. The PVAR model is used to test the dynamic relationship among industrial structure adjustment， economic growth and air pollution. The results show that economic growth and industrial structure adjustment will cause the air pollution. The results of variance decomposition show that the impact of economic growth on air pollution will continue to decrease in the future， and the impact of industrial structure adjustment on air pollution will increase. In the future， we should focus on the impact of industrial structure adjustment on air pollution. By optimizing the industrial structure and industrial layout， it can balance the relationship between economic growth and ecological environmental protection.

關键词：经济增长;产业结构调整;大气污染;PVAR

Key words： economic growth;industrial structure adjustment;air pollution;PVAR

中图分类号：F062.2                                      文献标识码：A                                  文章编号：1006-4311（2020）08-0268-04

0  引言

建国七十周年特别是改革开放四十年来，我国的经济社会发生了翻天覆地变化的同时生态环境污染日趋严重。环保部发布的《2017年中国环境公报》显示，2017年全国338个地级及以上城市239个城市环境空气质量超标，酸雨分布面积占国土面积的6.4%。我国自2014年进入“新常态”以来，经济增长放缓、单位能耗高，环境污染等问题凸显，如何在保持经济增长的同时又能保护环境是一个值得关注的命题。2018年4月习近平主席在宜昌调研提出“坚持生态保护的前提下，发展合适的产业，实现科学发展、有序发展，高质量发展”。党的十九大召开，我国社会主义事业进入新的发展阶段，对经济发展、生态环境保护提出了更高的要求。

片面追求高速经济增长而忽视生态环境恶化的做法，片面追求零污染排放的目标而放弃经济增长的做法两者皆不可取（原毅军，2017）[1]。经济增长、能源消耗、产业结构调整和环境保护这些目标之间相互冲突，在不同目标之间进行取舍和权衡，寻求最优解决方案，是不可回避的挑战。在经济活动影响环境系统的过程中，产业结构调整发挥了重要的作用。以第二产业为主导的工业特别是重化工业的产业结构对能源和自然资源产生了巨大需求，因而在生产活动中对环境的污染产生较大影响，而以高端制造或金融、教育、信息服务等现代化服务业为主导的产业结构对自然资源的需求相对较小，污染随之降低。产业结构的不同决定着污染排放种类和数量的差异，因而产业结构的调整就是要加快发展对经济增长有益和节能减排贡献大的产业，逐步调整淘汰对环境污染较大和经济贡献较小的产业。

长江中下游六省一市约占国土面积的1/10，经济总量占全国的1/3，是我国最具活力和潜力的发展区域之一。尤其是随着长江中下游社会经济的快速发展，能源消耗、工业污染日益加剧，导致长江流域空气污染加重和水污染事故频发。这些现象和问题引起了社会各界的高度关注和重视。

本文收集长江中下游26个城市的相关数据进行分析，主要讨论长江中下游产业结构调整、经济增长和环境污染的动态关系，并预测未来经济增长与产业结构调整对大气污染的影响，并提出相关政策建议。

1  文献综述

1.1 经济增长与大气污染之间的研究

有关经济增长与环境污染的动态关系，历来是学者关注的焦点。Crossman and Krueger（1991）使用跨国面板数据，研究出环境污染与人均收入之间存在倒U形曲线关系，在经济发展的初期，环境污染会随着人均收入的增长而增加，但是到了一定发展阶段，环境污染会随着人均收入的增加而下降[2]。国内学者关于大气污染与经济增长研究日益广泛。宋振华（2017）利用2000-2012年30个单位省级面板数据，同时用GMM和门限回归模型检验经济增长对大气污染的影响，总体而言经济增长与大气污染存在库兹涅兹曲线规律，但是我国地区发展的不均衡使经济增长对大气污染的效用存在不同。更进一步，王微微（2019）收集179个地级市，将收入和产业结构作为门限值构建双重门限回归模型研究经济增长与大气污染之间的关系，根据两个不同的临界值划分不同的四个区域进行分析，因地制宜加快产业调整升级[3]。高纹等（2019）收集六种颗粒污染物①构建两组面板数据，联立污染方程与产出方程并用3SLS做估计，得出六种颗粒污染物面临不同的人均收入临界值，说明我们国家在大气污染治理上应采取不同的治理手段[4]。这系列的研究表明当经济增长、人均收入达到一定阶段，产业结构的调整和环境规制的出台，大气污染会改善[5]。也有学者认为高增长并不一定导致高污染，从长期来看依靠产业结构调整和技术进步实现高增长与低污染的绿色发展模式完全可行[6]。

1.2 产业结构调整与大气污染之间的研究

相关学者从产业结构作为研究大气污染的切入点。Stern（2002）运用空间计量经济学对64个国家环境库兹涅茨曲线形成的原因进行分析，发现产业结构的变动对单个国家减排作用显著，但是对全球减排的作用非常小[7]。李世奇等（2017）以上海市为例用投入产出表分析产业结构的变化对大气污染的影响[8]。刘亚清等（2017）构建空间面板模型分析京津冀地区的产业结构调整需要继续优化才能降低污染物排放[9]。此外，石磊（2018）运用向量自回归模型分析京津翼地区产业结构变化对未来大气污染的影响[10]。然而有学者认为产业结构的调整和环境污染存在相互影响的联动关系，吕政宝（2018）认为产业结构调整与大气污染之间存在双向因果关系，为克服内生性问题构建联立方程模型研究产业结构调整与大气污染之间的关系[11]。韩楠（2016）构建系统动力学模型研究产业结构调整对环境污染的影响，发现适当调整产业结构、增加科技投入强度能够使环境污染排放显著下降[12]。徐成龙等（2014）应用LEAP模型预测未来产业结构的调整有助于山东省减少碳排放[13]。

综上所述，经济增长、产业结构调整与大气污染存在紧密的联系。诸多学者用多种不同方法来分析区域经济发展状况、产业结构调整与大气污染之间的关系。本文与以往的研究有所不同：首先应用面板数据固有的信息优势，对长江中下游地区产业结构调整、经济增长和大气污染之间的水平序列动态关系进行研究，其次，采用面板数据向量自回归模型（PVAR）对这三者进行分析，能够有效的避免事先设定内生变量和外生变量的问题;最后建立PVAR模型，对这三者之间的因果关系进行分析，力求为三者之间关系的经验研究提供新的证据。

2  模型构建与指标选取

2.1 模型设定

向量自回归模型（VAR）把系统中每一个内生变量作为系统中所有内生变量滞后项的函数，可以通过正交化脉冲响应函数分离出一个内生变量的冲击给其他内生变量所带来的影响。本文分析经济增长和产业结构调整对环境污染的影响，通常向量自回归模型要求有较长年限的数据才能得到比较满意的结果，受制于我国环境年鉴数据统计的影响，很难找到较为全面的数据，面板数据能够克服相应的不足。本文使用的PVAR模型，表达式为：

其中，A、B是待估计的系数，yit-1是内生变量yit的滞后一期，xit是外生变量，ψt为时间效应，fi为个体固定效应，uit为随机干扰项。对于模型中的时间效应ψt和个体效应fi，可以采用组内去心法（within-group mean difference）去除个体时间效应，然后用Arellano、Bover（1995）建议的前向均值差分法（forward mean-difference）去除个体固定效应[15]。

2.2 指标选取与数据的来源

选取长江中下游26个城市②的人均地区生产总值表示经济发展水平（Lnpgdp：元），产业结构调整这一指标借鉴王青、赵景兰（2012）用第二第三产业产值占地区生产总值的比重度量产业结构调整程度（Lnir：%）[14]，选取各市的工业废气排放量作为衡量大气污染指标（Lnpair：亿立方米），上述指标均取对数处理以消除时间序列的异方差现象。本文数据来源于各市2000至2016年的统计年鉴。数据的描述性统计如表1所示。

3  实证分析步骤与结果

3.1 面板平稳性检验

为了避免伪回归，需要对时间序列数据进行平稳性检验。本文使用的面板数据具有时间序列特征，因此构建Panel VAR模型前需要对数据进行单位根检验以验证其平稳性，本文使用针对共同单位根的LLC检验和针对个体单位根检验的IPS检验以及HT检验。这三种检验方法中的原假设都是面板数据变量是包含单位根，如果不能拒绝原假设则说明面板数据变量是非平稳的。用stata14.0软件计算并将相应的统计指标整理如表2所示。

3.2 PVAR滞后阶数的检验

建立PVAR模型后，需要确定滞后阶数。本文利用AIC、BIC和HQIC三个准则判断该模型的最优滞后阶数，这些准则一般依据信息量取最小的准则确定模型的阶数。本文使用连玉君在love博士基础上改进的PVAR2命令来计算相应的阶数。从表3可以看到AIC、BIC、HQIC三个准则都建议产业结构调整、经济增长、工业废气排放量的PVAR模型的滞后阶数取2比较合适。本文滞后阶数选择为2，建立PVAR（2）模型。

3.3 脉冲响应分析

Panel VAR模型主要关注对未来的预测分析。需要进行脉冲响应和方差分解分析。脉冲响应函数（Impulse Response Function，IRF）反映的是其他变量的当期和以前个期值保持不变的情况下，PVAR系统中某个方程的扰动项当期发生一个标准差变化对未来各期内生变量的冲击影响程度，同时能比较直观刻画出变量之间的动态交互作用。为了直观地刻画变量之间的动态关系，本文对每个变量的一个标准差的冲击使用蒙特卡洛方法模拟500次，得到每个误差项的沖击对各变量0-10期的影响。由于脉冲响应函数研究内生变量冲击对自身及其他内生变量的影响，而且Chelsey正交分解对变量的排序非常敏感。产业结构的调整，释放第一产业的劳动力至第二三产业，从而提高了产业附加值促进了经济增长，要素投入的增加，消耗了资源从而对环境造成污染。所以本文的变量排序为：产业结构调整、人均GDP、大气污染废气排放量。

从基于PVAR（2）系统的产业结构调整、人均GDP和大气废弃排放量的脉冲响应图（图1）我们可以看出，产业结构调整的冲击大部分源于自身而且随着时间的推移不断平缓。人均GDP对产业结构调整的冲击一开始增大随后慢慢递减。大气废气污染排放对产业结构调整的冲击可以忽略不计，但是预测的区间比较大，表明生产过程相伴的污染排放。

大气废气污染排放对自身的冲击所占的比重较大，但是随着时间的推移，对自身的冲击慢慢减小。产业结构的调整受到一个正交单位的冲击后对工业废气排放先增大随后再趋于平稳。其经济含义为在产业调整过程中长江中下游地区投资项目增加会加重污染排放，但是在产业结构调整的后期第三产业所占比重增加会改善污染排放。人均GDP对大气污染排放量的冲击在第一期的冲击达到最大值，随后慢慢递减，到第十期趋于零。

3.4 方差分解

方差分解是将任意一个内生变量的预测均方误差分解成系统中各变量的随机冲击所做的贡献，计算每个变量冲击所贡献的百分比大小，从而评估一个变量的冲击对另一个变量的影响程度，本文通过方差分解，得到PVAR系统中各方程的冲击反应对各内生变量波动的贡献度。

从表中可以看出，经济增长和产业结构优化的冲击主要源于自身。从经济增长的方差分解来看，经济增长自身的冲击从第1期的90.3%下降到第10期的16.6%，产业结构的调整对经济增长的贡献从第1期的9.7%上升到第10期的80.9%，说明未来产业结构的调整是经济增长的重要原因。从大气废弃污染物排放的方差分解来看，工业废气污染排放对自身的冲击不断下降，从第1期的90.8%下降到第10期的28.1%，经济增长对工业废气排放的冲击从第1期的8.4%下降到第10期的7.3%，而产业结构调整对大气污染废气排放的冲击从0.8%上升到64.6%，未来要多关注产业结构升级对环境污染的影响，同时得出经济增长和产业结构的调整会对大气污染产生影响，但是大气污染并没有导致产业结构调整与经济增长，这个与前面的脉冲响应分析是相一致的。

4  结论与启示

本文以2000-2016年长江中下游26个城市为研究对象，采用人均GDP衡量经济发展水平、第二三产业产值占地区生产总值表示产业结构调整、用工业废气污染排放量为环境污染指标，应用PVAR模型，对这三者之间的动态关系进行检验。各变量的冲击各自解释了很大一部分;未来大气污染排放的冲击受产业结构调整的冲击慢慢增强，说明未来产业结构调整会对大气污染产生影响。从工业废气排放量的方差分解来看，经济增长以及产业结构的调整必然会导致环境污染，但是环境的污染却并没有导致经济的增长和产业结构调整。本文研究的出发点在于既考虑经济增长的同时又减少环境污染，产业结构的调整既是经济增长的动力又是大气污染的主要来源。产业结构调整的演化过程与经济增长并不一定出现同步性，在产业结构高级化的后期，第三产业产值所占比重增大，经济增长对大气污染的冲击逐渐减小，与前文的分析一致，未来多关注长江中下游产业结构调整对大气污染的影响。根据以上结论，本文提出以下政策建议：

第一，在调整产业结构的进程中注重产业结构的高级化和合理化。逐步提高高污染高耗能资源型产业的准入门槛，同时大力淘汰落后产能，加快扶持绿色环保产业、可循环和新能源产业，推进绿色环保产业新能源产业市场化进程，使其朝专业式和集聚式方向发展。另一方面，完善产学研教育体系，加大职业教育经费投入，促进职业化教育与市场接轨，为企业培养合适人才;大力发展中高端劳动密集型产业，吸纳劳动力就业，提高产业结构与劳动力结构的契合度，逐步提高经济发展质量。同时促进产业集群，尽可能创造条件发挥集聚效应在资源环境方面的正外部性。

第二，根据不同的城市规模和产业发展阶段制定有针对性的治理措施。长江中下游各个城市在经济发展、产业结构，以及城市化水平上均存在差距，应该根据不同的地区的实际情况制定不同的发展策略及污染治理政策。对于湖北、湖南、江西、安徽等内陆地区政府要扩大环保投资与科研投入，对企业的技术创新进行鼓励，通过提高技术水平加大资源利用效率，用科技进步推动工业污染减排。从长远来看，依靠科技进步，提高资源利用效率、降低能耗始终是减轻大气污染的根本之策。同时长江下游城市群包括江苏省、浙江省以及上海市是我国最具活力和创造力的经济带，应该充分挖掘自身科技潜在能力、通过引进消化吸收，努力掌握环保及产品关键技术和核心技术，提高区域产业竞争力。

第三，建立区域环境协调治理机制。工业废气排放存在空间溢出效应，这就要求长江中下游各个城市要统一规划，打破行政区域限制，建立区域联动机制。首先，明确长江中下游地区大气污染的责任与主体，制定完善的环境空气质量新标准、政策体系，建立完善的区域间污染补偿机制和利益协调机制。其次，加强区域环境执法的监管力度，实施统一的监管平台和环境信息共享机制、建立联动预警机制和师范效应机制，相互积极配合，才能促成有效的大气污染治理。

注释：

①文中所指的六种污染物为：SO2、NO2、PM10、PM2.5、CO、O3。

②本文所选取的长江中下游的城市为：安庆、蚌埠、赣州、杭州、合肥、嘉兴、金华、荆州、景德镇、南昌、南京、南通、宁波、上海、上饶、苏州、台州、温州、无锡、芜湖、武汉、徐州、宣城、宜昌、岳阳、长沙。

参考文献：

[1]原毅军.环境政策创新与产业结构调整[M].北京：科学出版社，2007.

[2]GROSSMAN G M， KRUEGER A B. Environmental impacts of a North American free trade agreement[R]. National Bureau of Economic Research， 1991.

[3]王微微，谭咏琳.大气污染与经济增长关系的再检验——基于门槛回归模型对179个地级以上城市的分组研究[J].山东财经大学学报，2019（05）：14-24.

[4]高纹，杨昕.经济增长与大气污染——基于城市面板数据的联立方程估计[J].南京审计学院学报，2019（2）：90-99.

[5]程博，何磊，阮丞华.经济增长、制度环境与大气污染——基于省级面板数据的实证检验[J].重庆工商大学学报（社会科学版），2019（1）：33-47.

[6]王敏，黄滢.中国的环境污染与经济增长[J].经济学（季刊）， 2015（02）：557-578.

[7]STERN D I. Explaining changes in global sulfur emissions： an econometric decomposition approach[J]. Ecological Economics， 2002（1-2）： 201-220.

[8]李世奇，朱平芳.产业结构调整与能源消费变动对大气污染的影响——基于上海投入产出表的实证分析[J].上海经济研究，2017（6）：84-91.

[9]刘亚清，马艺翔，吴振信.京津冀地区产业结构升级对大气污染的影响[J].城市问题，2017（12）：67-73.

[10]石磊，王玥，程荣，等.京津冀产业结构调整对大气污染物排放的影响效应——基于向量自回归（VAR）模型的脉冲响应函数分析[J].科技导报，2018（15）：24-31.

[11]呂政宝，杨艳琼.产业结构调整与环境污染的联动效应——基于中国省际面板数据联立方程组的实证研究[J].科技管理研究，2018（21）：250-255.

[12]韩楠.产业结构调整对环境污染影响的系统动力学仿真预测[J].中国科技论坛，2016（10）：53-58.

[13]徐成龙，任建兰，巩灿娟.产业结构调整对山东省碳排放的影响[J].自然资源学报，2014（02）：201-210.

[14]王青，赵景兰，包艳龙.产业结构与环境污染关系的实证分析——基于1995-2009年的数据[J].南京社会科学，2012（03）： 20-25.

[15]ARELLANO M， BOVER O. Another look at the instrumental variable estimation of error-components models[J]. Journal of econometrics， 1995， 68（1）： 29-51.