关键词:工业经济增长;工业污染;关联机制;周期性;中国 Abstract Industrial pollution is a serious problem in the process of human industrialization. In order to solve the problem in China, based on the industrial data of China’s solid waste output (), waste water emission (), waste gas exhaust () and economic growth (), we built an industrial pollution and industrial economic growth system, namely “”, “” and “”. Under this system, we measure the cyclicity of associative mechanisms between industrial economic growth and industrial pollution with the model of nonlinear MS-VAR. We capture and portray the regime transmission process of the industrial pollution and industrial economic growth system to identity whether the system is in “low growth regime” or “fast growth regime”, so that the relationship between industrial pollution and industrial economic growth can be identified. We found that “industrial pollution and industrial economic growth” system exists a sign of structural mutation between “low growth regime” and “fast growth regime”, and the system has a nonlinear characteristic of cyclic change. With the regime transforming, the relationship between industrial pollution and industrial economy will also change. While “” system is in “low (fast) growth regime”, and are negatively (positively) related. Comparatively, and are performing a negative (positive) relationship, when “” system is in “fast (low) growth regime”. No matter “” system is in “low growth regime” or “fast growth regime”, the relationship between and is positive. What’s more, for the “” system and the “” system, the possibility and sustainability in “low (fast) growth regime” is higher (lower). However, with a higher (lower) probability and stronger (weaker) durability, “”system tends to be in “fast (low) growth regime”.
表1具体列示出基于MSMH(2)-VAR(1)模型计算的“ ”系统,“ ”系统以及“ ”系统的均值估计结果,能够发现,各系统工业污染增长率与工业经济增长率在区制1(st=1)时都具有较小均值,在区制2(st=2)时都具有相对较大均值。因此,借鉴Krolzig[30]的观点,将区制1视为“低速增长区制”,将区制2视为“快速增长区制”。此外,各系统的方差估计结果显示,较低水平的工业污染增长率和较高水平的工业经济增长率方差较小,即工业污染在“低速增长区制”时波动性小、持续性大,工业经济在“快速增长区制”时波动性小、持续性大,中国工业经济增长和工业污染的发展具有“惯性”特征。这意味着,当工业经济呈现非稳健的低速增长态势时,在其“自我修复”功能的作用下,能够步入相对稳健的“快速增长区制”,这不仅印证了控制污染排放、治理工业污染的可能性和有效性,而且更增强了尽快实现生态环境与工业经济增长协调发展的信心。 Table 1 表1 表1MSMH (2) - VAR (1) 模型各均值和方差的估计结果 Table 1Estimate results of mean and variance in model MSMH (2) - VAR (1)
参 数
系统估计值
系统估计值
系统估计值
0.040 7* (0.024 3)
0.111 9 (0.076 7)
-0.042 8*** (0.010 2)
0.114 8 (0.080 0)
0.027 0 (0.022 2)
0.102 9 (0.119 1)
0.109 8*** (0.038 7)
0.207 7*** (0.065 5)
0.021 9* (0.012 1)
0.174 1** (0.075 6)
0.166 9*** (0.027 1)
0.192 3* (0.101 8)
0.054 9
0.073 5
0.022 1
0.058 9
0.039 9
0.074 9
0.108 0
0.026 3
0.030 2
0.054 3
0.068 3
0.030 7
注:“***”、“**”和“*”分别表示1%、5%和10%的显著性水平;对应参数的标准差在 ( ) 中表示。 新窗口打开 接下来,本文计算区制变量 离散取值的平滑概率值,旨在刻画“工业污染与工业经济”系统在1985—2014年所处的具体增长区制,从而为政府推行正确有效的工业污染治理举措提供科学依据。表2具体列示出“工业污染与工业经济”系统处于“低速增长区制”(st=1)和“快速增长区制”(st=2)的时间区间以及平滑概率均值,同时,在图1、图2、图3(图3见第867页)中分别绘制出“ ”系统、“ ”系统以及“ ”系统处于“低速增长区制”和“快速增长区制”时的实时平滑概率时间动态轨迹。区制变量 的平滑概率值 , (其中, 代表过去T期的信息集),说明“工业污染与工业经济”系统处于区制i(i=1,2)中,而且平滑概率值越大,处于该区制的可能性越大。如表2以及图1、图2、图3(图3见第867页)所示,“ ”系统在1989—2002年、2009年、2013—2014年处于“低速增长区制”(Pr(st=1/It)>0.5),在1985—1988年、2003—2008年、2010—2012年步入“快速增长区制”(Pr(st=2/It)>0.5);“ ”系统在1989—1993年、1996—1997年、1999年、2009年、2012—2014年处于“低速增长区制”(Pr(st=1/It)>0.5),在1985—1988年、1994—1995年、1998年、2000—2008年、2010—2011年步入“快速增长区制”(Pr(st=2/It)>0.5);“ ”系统在1985—1999年、2009年、2012—2014年处于“低速增长区制”(Pr(st=1/It)>0.5),在2000—2008年、2010—2011年步入“快速增长区制”(Pr(st=2/It)>0.5)。此外,各系统无论处于“低速增长区制”还是“快速增长区制”,平滑概率值均在1.0左右徘徊,这不仅印证本文选用MSMH(2)-VAR(1)模型测度工业经济增长与工业污染内在关联机制的非线性周期变化较为合理、可靠,而且表明“工业污染与工业经济”系统确实潜存着在“低速增长区制”和“快速增长区制”之间相互转移的结构性突变迹象,“工业污染与工业经济”系统在不同增长区制的相互转移具有非线性周期变化特征。 显示原图|下载原图ZIP|生成PPT 图11985—2014年中国“”系统平滑概率 -->Figure 1Smoothing probabilities in“”system in China from 1985 to 2014 -->
显示原图|下载原图ZIP|生成PPT 图21985—2014年中国“”系统平滑概率 -->Figure 2Smoothing probabilities in“”system in China from 1985 to 2014 -->
显示原图|下载原图ZIP|生成PPT 图31985—2014年中国“”系统平滑概率 -->Figure 3Smoothing probabilities in“”system in China from 1985 to 2014 -->
在测度工业经济增长与工业污染关联机制的非线性周期变化规律后,本文进一步分析“工业污染与工业经济”系统区制转移的属性,甄别和透析工业经济增长与工业污染在“低速增长区制”和“快速增长区制”内所呈现的相关关系,以及各系统在不同增长区制内平均持续期的长短,更为深入地探讨工业经济增长与工业污染之间的内在关联机制。 观察表3列示的工业污染增长率与工业经济增长率在不同区制内的相关系数,能够发现,“ ”系统处于“低速增长区制”时,工业固体废物产生量增长率与工业经济增长率之间呈负相关关系,处于“快速增长区制”时呈正相关关系。“ ”系统处于“低速增长区制”时,工业废水排放量增长率与工业经济增长率之间呈正相关关系,处于“快速增长区制”时呈负相关关系。“ ”系统处于“低速增长区制”时,工业废气排放量增长率与工业经济增长率之间呈正相关关系,处于“快速增长区制”时同样呈正相关关系。这意味着,虽然经济结构理论[1]、内生增长理论[37]以及环境需求理论[38]均论证了环境库兹涅茨曲线(EKC)所揭示的环境污染与经济增长之间呈“倒U型”关系,但是中国工业经济发展尚未达到能够全面减轻工业污染程度的“拐点”,正如张艳磊等[39]所认为的,中国既存在“可持续发展”的经济增长模式,又存在“以污染换增长”的经济发展现象,而且工业经济增长与工业污染之间的内在关联机制随着增长区制转移而发生改变。 Table 3 表3 表31985—2014年中国工业污染增长率与工业经济增长率在不同增长区制内的相关系数估计 Table 3Correlative coefficients of industrial pollution and economic growth in different regimes in China from 1985 to 2014
“”系统
低速增长区制
快速增长区制
1.000 0
-0.366 2
1.000 0
0.251 5
-0.366 2
1.000 0
0.251 5
1.000 0
“”系统
低速增长区制
快速增长区制
1.000 0
0.438 8
1.000 0
-0.197 4
0.438 8
1.000 0
-0.197 4
1.000 0
“”系统
低速增长区制
快速增长区制
1.000 0
0.254 9
1.000 0
0.294 2
0.254 9
1.000 0
0.294 2
1.000 0
新窗口打开 具体来讲,当“工业污染与工业经济”系统处于“低速增长区制”时,工业固体废物产生量增长率与工业经济增长率之间呈负相关关系,而工业废水排放量增长率和工业废气排放量增长率与工业经济增长率之间呈正相关关系。就“ ”系统而言,中国逐步推行的绿色工业园区发展模式,可以有效提高工业固体废物集中式治理的效率,在降低工业固体废物产生量增长率的同时,工业经济发展向好,有利于工业经济增长率的上升。同时,中国对工业固体废物的重视程度较弱,工业固体废物的治理投资和治理效率较低[40],工业固体废物的资源回收和综合利用仍有很大发展空间,因此,工业固体废物产生量增长率的提高未能促进工业经济增长,“ ”系统处于“低速增长区制”。就“ ”系统和“ ”系统而言,随着中国可持续发展战略的推进,以牺牲环境为代价的经济增长不是明智的选择,为解决愈加严重的环境问题,中国推行日趋严格的环境规制政策。从短期来看,环境规制政策增加企业治理污染成本,挤占生产性投资,导致较大的潜在生产损失[41],而且有些大型企业为实现达标排放,将污染严重的生产环节外包给中小企业,中小企业的生产效率远远低于大型企业,导致工业企业劳动生产效率降低,影响中国工业经济发展,因此,在工业废水、工业废气排放量增长率降低的同时,工业经济增长率也会下滑,“ ”系统和“ ”系统处于“低速增长区制”。 当“工业污染与工业经济”系统处于“快速增长区制”时,工业废水排放量增长率与工业经济增长率之间呈负相关关系,工业固体废物产生量增长率和工业废气排放量增长率与工业经济增长率之间呈正相关关系。究其原因,在工业污染治理投资结构方面,治理工业废水的投资占比更高,这使得工业废水处理技术进步较快,工业用水利用效率提升较大,即工业废水排放存在一定的技术效应,伴随着工业经济增长率的提高,工业废水排放量增长率下降。由于中国在防治水污染方面做了大量的工作,例如,对三峡库区与长江上游流域水污染进行硬性指标约束,加强工业废水污染的深度治理,以及在基础设施建设过程中投入使用节水节能材料,进而严格控制工业废水的排放,因此,工业废水排放量增长率并未随工业化与城镇化进程的推进而提高,“ ”系统处于“快速增长区制”时,工业废水排放量增长率与工业经济增长率之间呈负相关关系。在工业结构方面,工业废水通常来自造纸、纺织等轻工业,而工业固体废物通常源于重工业生产活动中产生的燃料废渣、化工冶炼等,工业废气同样源自钢铁、石油化工等重工业,同时,在1999—2012年,霍尔曼系数数值逐年下降并且趋向小于1,工业结构从“去工业化”向“重工业化”转变[42],重工业产生的污染水平随之升高,轻工业产生的污染水平反而下降。因此,伴随着中国工业化进程的推进,工业固体废物产生量增长率与工业废气排放量增长率相应提高,但是工业废水排放量增长率相应降低。在城镇化建设方面,为尽快推进工业化与城镇化进程,部分地区仅注重投入模式,盲目引入污染密集型产业,大量开展基础设施建设,忽略了环境保护的重要性,伴随着工业化与城镇化水平的提高,工业固体废物产生量增长率与工业废气排放量增长率提高,“ ”系统和“ ”系统处于快速增长区制。 此外,本文在表4中进一步给出了“工业污染与工业经济”系统的区制转移概率矩阵和区制属性,能够发现,相较于在“低速增长区制”和“快速增长区制”之间的相互转移,“工业污染与工业经济”系统处于原有“低速增长区制”或者“快速增长区制”的维持概率、样本数量和平均持续期1)(1) 与区制状态变量st相对应的平均持续期 可由下式计算获得: , 。其中 代表转移概率。)更大,即“工业污染与工业经济”系统维持原有增长区制的可能性和持续性相对较大,“工业污染与工业经济”系统所处的增长区制状态具有“惯性”特征,这与前文工业经济增长与工业污染发展具有“惯性”特征的结论相一致。进一步地,就各系统自身特点而言,“ ”系统处于“低速增长区制”时的维持概率、样本数量和平均持续期都较大,处于“快速增长区制”时的维持概率、样本数量和平均持续期都较小。而“ ”系统处于“低速增长区制”时的维持概率、样本数量和平均持续期都较小,处于“快速增长区制”时的维持概率、样本数量和平均持续期都较大。“ ”系统处于“低速增长区制”时的维持概率、样本数量和平均持续期都较大,处于“快速增长区制”时的维持概率、样本数量和平均持续期都较小。这说明,“ ”系统与“ ”系统处于“低速增长区制”时的可能性和持续性都显著大于和强于其处于“快速增长区制”时的情形,而“ ”系统则完全相反,即相比处于“低速增长区制”时的情形,“ ”系统处于“快速增长区制”时的可能性和持续性更大。 Table 4 表4 表41985—2014年中国“工业污染与工业经济”系统的区制转移概率矩阵以及区制属性 Table 4Switching matrix and property of regime in “industrial pollution and economic” system in China from 1985 to 2014
长久以来,工业污染问题始终是人类工业化进程中面临的严峻挑战。在中国工业发展的历史进程中,由于各个时期减少工业污染还是促进工业经济增长的侧重点不同,“工业污染与工业经济”系统在“低速增长区制”和“快速增长区制”之间的相互转移呈现非线性周期特征,工业污染与工业经济之间的关系也随宏观环境变化而发生改变,因此,中国需根据具体宏观发展目标制定相应的政策措施。当前,中国旨在平衡好工业污染与工业经济发展之间的关系,实现可持续绿色发展,中国应针对工业固体废物污染、工业废水污染以及工业废气污染与工业经济增长关系的不同规律,采取差异化的治理工业污染举措。 The authors have declared that no competing interests exist.
Grossman GM, Krueger AB.Environmental impacts of a North American free trade agreement [J]., 1991, 8(2): 223-250. [本文引用: 2]
[2]
PanayotouT.Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development [R]. . 4, 1993. [本文引用: 1]
[3]
OmriA, DalyS, RaultC.Financial development, environmental quality, trade and economic growth: what causes what in MENA countries [J]. , 2015, 48(3): 242-252. [本文引用: 1]
[4]
Jebli MB, Youssef SB, OzturkI.Testing environmental Kuznets curve hypothesis: the role of renewable and non-renewable energy consumption and trade in OECD countries [J]. , 2016, 60(1): 824-831. [本文引用: 1]
[Yu CL, Gao HJ.The effect of environmental regulation on environmental pollution in China [J]. , 2015, 30(7): 21-35.] [本文引用: 1]
[6]
Al-MulaliU, Weng-WaiC, Sheau-TingL.Investigating the environmental Kuznets curve hypothesis by utilizing the ecological footprint as an indicator of environmental degradation [J]. , 2015, (48): 315-323. [本文引用: 1]
[7]
OzturkI, Al-MulaliU, SabooriB.Investigating the environmental Kuznets curve hypothesis: the role of tourism and ecological footprint [J]. , 2016, 23(2): 1916-1928. [本文引用: 1]
OmriA, Nguyen DK, RaultC.Causal interactions between CO2 emissions, FDI, and economic growth: evidence from dynamic simultaneous - equation models [J]. , 2014, 42(10): 382-389. [本文引用: 1]
[11]
JiaoR, ZhangP, ZhuS.Identification and implications of relationships among pollutant emission, economic structure and economic growth in China through multivariate analysis [J]. , 2014, 17(1): 1-11. [本文引用: 1]
[12]
WangL, ZhouD, WangY.An empirical study of the environmental Kuznets curve for environmental quality in gansu province [J]. , 2015, 56(9): 96-105. [本文引用: 1]
[13]
Bildirici ME, Gokmenoglu SM.Environmental pollution, hydropower energy consumption and economic growth: evidence from G7 countries [J]. , 2017, (75): 68-85. [本文引用: 1]
[National Bureau of Statistics of the People’s Republic of China, Ministry of Environmental Protection of the People’s Republic of China. [M]. Beijing: China Statistics Press, 1978-2016.] [本文引用: 1]
[Chen SY.Energy-save and emission-abate activity with its impact on industrial win-win development in China: 2009—2049 [J]. , 2010, 45(3): 129-143.] [本文引用: 1]