论文部分内容阅读
作者简介：许亚峰（1990-），男，汉族，江苏扬州市人，金融学硕士，单位：南京财经大学金融学院金融学专业，研究方向：资本市场；
徐晓敏（1988-），女，汉族，安徽滁州人，金融硕士，单位：南京财经大学金融学院金融专业，研究方向：商业银行经营管理。
摘要：本文主要结合北京经济发展与生态环境关系的现状，阐明了生态环境保护对经济发展必要性与现实意义。以北京市的生产总值（GDP）、工业废水排放量（IWL）及工业废气排放量（IWG）的1990年到2012年年度数据为样本，在进行协整分析，格兰杰因果检验等一系列的实证分析的基础上，最后提出了几点改善北京生态环境的政策建议。
关键词：GDP；工业废水排放量；协整检验；格兰杰因果检验
一、引言
近年来，随着有关北京雾霾的报道成为媒体的热门话题，公众与学者从最开始对北京空气质量的担忧逐渐发展成为北京经济发展方向的深入探讨。如何在实现北京经济持续发展的同时，实现产业结构升级和产业转移，尤其是传统制造业和低端服务业的转移，从而同时实现北京经济发展与生态环境改善成为了社会热门话题。
改革开放以来，北京作为中国的首都，充分利用和发挥自身优势，在多方面加强与国际接轨。在工业方面，北京坚持走首都特色都市型工业之路。以税收及政策优惠吸引国际一流的诸如福特等汽车制造业企业，在创造大量就业机会的同时，也促进了首都经济快速发展。其弊端也逐渐显现。空气质量差，生态环境破坏严重，已经严重影响到人们的日常生活。经济发展与生态环境关系如何以及如何正确处理两者关系已经放在决策者面前。
二、北京经济发展与与生态环境的实证研究
（一） 变量的选择与模型的确定
本文的的主要研究对象为北京市的生产总值（GDP）、工业废水排放量（IWL）及工业废气排放量（IWG）三个时间序列数据，选取北京市的生产总值作为北京经济发展水平的的替代变量；选取工业废水排放量（IWL）及工业废气排放量（IWG）作为北京生态环境的替代变量，样本区间为1990年到2013年，所有数据均为年度数据。所有时间序列数据均来自从国家统计局。
为了消除把这些数据可能会有的异方差性影响， 所以对所有变量进行了对数化处理以消除异方差性，得到lnGDP，、lnIWL、lnIWG、lnIWS这四变量。
我们可以应用 VAR 模型中的极大似然估计法来检验北京经济增长与生态环境之间的协整关系。VAR 模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，数学表达式如下：
y1 是 k 维内生变量向量，xi 是 d 维外生变量向量，p为滞后阶数，T是样本个数，k×k维矩阵 A1，…，Ap 和k×d维矩阵B是要被估计的系数矩阵。是k维扰动向量，即白噪声过程，白噪声过程是个稳定的过程，其隐含意思是北京经济增长与生态环境关系均不相关，模型中的各变量存在无法解释的纯随机波动。
（二） 实证分析
1.数据平稳性检验
首先对数据进行平稳性检验，本文采用ADF检验。
单位根检验结果显示，LNGDP，LNIWL，LNIWG的ADF统计量分别为-3.490655，-4.432746，-4.618511。同时LNGDP序列在5%显著水平下临界值为-3.004861；LNIWL序列在5%显著水平下临界值为-3.690814；LNIWG序列在5%显著水平下临界值为-3644963，即这3个变量都是平稳的。
2.协整检验
接下来建立LNGDP与LNIWL、LNIWG的VAR模型的基础上采用Johansen方法检验三的协整关系。由AIC确定最优滞后阶数为2阶，协整检验结果表示， LNGDP与LNIWL、LNIWG之间有三个协整关系存在。表2说明北京的LNGDP与LNIWL、LNIWG之间存在长期稳定的均衡关系。
标准协整方程分别： LNGDP=0.253789*LNIWL-3.150927*LNIWG
由上式可得因为LNIWL前系数为正，说明IWL对GDP具有具有正向效应：工业废水排放量IWL每增加1%，GDP就增加0.26%，；LNIWG前系数为负，说明IWG对GDP具有具有负向效应：工业废气排放量IWG每增加1%，GDP就减少3.15%。经济的发展的同时会导致工业废水排放的增加，而工业废气排放的增加对经济发展存在负向影响。
3.格兰杰因果关系检验
上一步的协整分析说明GDP与LNIWL、LNIWG存在协整关系，即说明北京生产总值GDP与工业废水排放量IWL和工业废气排放量IWG之间存在长期稳定的均衡关系，但并不能说明两者具体的因果关系。为了更进一步探究GDP与IWL、IWG的因果关系，本文将对三者进行格兰杰因果关系分析。
格兰杰因果关系检验结果表示，在对是否为生产总值GDP格兰杰原因分析中，P值 0.0092、 0.0806均小于0.1，表示在10%的拒绝原假设，表明工业废水排放量IWL是GDP的格兰杰原因且工业废气排放量IWG也是GDP的格兰杰原因；在对是否为工业废水排放量IWL的格兰杰原因中，P值等于0.0378小于0.1，表明生产总值GDP是IWL的格兰杰原因。而P值等于0.3188大于0.1，表明工业废气排放量IWG不是IWL的格兰杰原因，但GDP是IWL的格兰杰原因；在对是否为工业气排放量IWG的格兰杰原因中，P值 0.3956、 0.1737均大于0.1，表示在10%的拒绝原假设，表明生产总值GDP不是IWG的格兰杰原因且工业废水排放量IWL也不是IWG的格兰杰原因。
综上所述：工业废水排放量IWL与GDP存在双向的格兰杰因果关系即工业废水排放量的过去值能对GDP起到预测作用，反之亦能；工业废气排放量IWG与GDP存在单向的的格兰杰因果关系即工业废气排放量的过去值能对GDP起到预测作用但反之不能。
三、政策建议
根据本文的结论，经济发展水平与生态环境联系密切。结合北京当前生态环境及经济现状，提出以下的政策建议。
（一）调整产业布局，优化产业结构
大力引进高新技术产业，政府通过给予政策优惠等措施，增加对绿色产业的吸引力，加快产业结构升级。同时也要抓好产业转移工作，尤其要加快传统制造业与低端服务业转移的步伐，将生态友好产业打造成北京经济发展的主力军。
（二）加大对三废治理资金投放力度
首先，政府应该在三废治理中发挥主导作用，在政府预算中为三废治理提供充足的资金来源；其次，借鉴国外的成功经验，降低民间资本进入污染治理的门槛，积极引导社会资金流向污染治理行业。
（三）提高企业与公众环保意识
提高社会的环保意识，转变“重污染治理，轻生态保护”的错误观念。一方面，积极开展多种形式的环保宣传活动，使环保意识深入人心；另一方面，制定和完善相关法律，进一步规范社会成员的行为，改善生态环境以及人与自然和谐发展提供法律保障。
（四）加强生态环境的监测
建立和完善信息化生态环境监测系统，将前沿的信息技术应用到生态监测上来，为生态环境的监测和保护提供第一手资料，有了科学和系统的数据支撑，可以大幅提高检测效率，为生态环境的保护提供强有力的技术支持。（作者单位：南京财经大学）
参考文献：
[1]王浩，薛龙义.山西经济发展与生态环境协调发展探究[J].山西师范大学学报（自然科学版），2009，（9）
[2]冷雪.辽宁沿海经济带经济发展与生态环境关系实证分析[D].辽宁工程技术大学.2011.
[3]Gross-man，Krueger.The Eco-city Movement Roseland[J].Environment and Planning， 1992，Vol.5，117-122.
徐晓敏（1988-），女，汉族，安徽滁州人，金融硕士，单位：南京财经大学金融学院金融专业，研究方向：商业银行经营管理。
摘要：本文主要结合北京经济发展与生态环境关系的现状，阐明了生态环境保护对经济发展必要性与现实意义。以北京市的生产总值（GDP）、工业废水排放量（IWL）及工业废气排放量（IWG）的1990年到2012年年度数据为样本，在进行协整分析，格兰杰因果检验等一系列的实证分析的基础上，最后提出了几点改善北京生态环境的政策建议。
关键词：GDP；工业废水排放量；协整检验；格兰杰因果检验
一、引言
近年来，随着有关北京雾霾的报道成为媒体的热门话题，公众与学者从最开始对北京空气质量的担忧逐渐发展成为北京经济发展方向的深入探讨。如何在实现北京经济持续发展的同时，实现产业结构升级和产业转移，尤其是传统制造业和低端服务业的转移，从而同时实现北京经济发展与生态环境改善成为了社会热门话题。
改革开放以来，北京作为中国的首都，充分利用和发挥自身优势，在多方面加强与国际接轨。在工业方面，北京坚持走首都特色都市型工业之路。以税收及政策优惠吸引国际一流的诸如福特等汽车制造业企业，在创造大量就业机会的同时，也促进了首都经济快速发展。其弊端也逐渐显现。空气质量差，生态环境破坏严重，已经严重影响到人们的日常生活。经济发展与生态环境关系如何以及如何正确处理两者关系已经放在决策者面前。
二、北京经济发展与与生态环境的实证研究
（一） 变量的选择与模型的确定
本文的的主要研究对象为北京市的生产总值（GDP）、工业废水排放量（IWL）及工业废气排放量（IWG）三个时间序列数据，选取北京市的生产总值作为北京经济发展水平的的替代变量；选取工业废水排放量（IWL）及工业废气排放量（IWG）作为北京生态环境的替代变量，样本区间为1990年到2013年，所有数据均为年度数据。所有时间序列数据均来自从国家统计局。
为了消除把这些数据可能会有的异方差性影响， 所以对所有变量进行了对数化处理以消除异方差性，得到lnGDP，、lnIWL、lnIWG、lnIWS这四变量。
我们可以应用 VAR 模型中的极大似然估计法来检验北京经济增长与生态环境之间的协整关系。VAR 模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，数学表达式如下：
y1 是 k 维内生变量向量，xi 是 d 维外生变量向量，p为滞后阶数，T是样本个数，k×k维矩阵 A1，…，Ap 和k×d维矩阵B是要被估计的系数矩阵。是k维扰动向量，即白噪声过程，白噪声过程是个稳定的过程，其隐含意思是北京经济增长与生态环境关系均不相关，模型中的各变量存在无法解释的纯随机波动。
（二） 实证分析
1.数据平稳性检验
首先对数据进行平稳性检验，本文采用ADF检验。
单位根检验结果显示，LNGDP，LNIWL，LNIWG的ADF统计量分别为-3.490655，-4.432746，-4.618511。同时LNGDP序列在5%显著水平下临界值为-3.004861；LNIWL序列在5%显著水平下临界值为-3.690814；LNIWG序列在5%显著水平下临界值为-3644963，即这3个变量都是平稳的。
2.协整检验
接下来建立LNGDP与LNIWL、LNIWG的VAR模型的基础上采用Johansen方法检验三的协整关系。由AIC确定最优滞后阶数为2阶，协整检验结果表示， LNGDP与LNIWL、LNIWG之间有三个协整关系存在。表2说明北京的LNGDP与LNIWL、LNIWG之间存在长期稳定的均衡关系。
标准协整方程分别： LNGDP=0.253789*LNIWL-3.150927*LNIWG
由上式可得因为LNIWL前系数为正，说明IWL对GDP具有具有正向效应：工业废水排放量IWL每增加1%，GDP就增加0.26%，；LNIWG前系数为负，说明IWG对GDP具有具有负向效应：工业废气排放量IWG每增加1%，GDP就减少3.15%。经济的发展的同时会导致工业废水排放的增加，而工业废气排放的增加对经济发展存在负向影响。
3.格兰杰因果关系检验
上一步的协整分析说明GDP与LNIWL、LNIWG存在协整关系，即说明北京生产总值GDP与工业废水排放量IWL和工业废气排放量IWG之间存在长期稳定的均衡关系，但并不能说明两者具体的因果关系。为了更进一步探究GDP与IWL、IWG的因果关系，本文将对三者进行格兰杰因果关系分析。
格兰杰因果关系检验结果表示，在对是否为生产总值GDP格兰杰原因分析中，P值 0.0092、 0.0806均小于0.1，表示在10%的拒绝原假设，表明工业废水排放量IWL是GDP的格兰杰原因且工业废气排放量IWG也是GDP的格兰杰原因；在对是否为工业废水排放量IWL的格兰杰原因中，P值等于0.0378小于0.1，表明生产总值GDP是IWL的格兰杰原因。而P值等于0.3188大于0.1，表明工业废气排放量IWG不是IWL的格兰杰原因，但GDP是IWL的格兰杰原因；在对是否为工业气排放量IWG的格兰杰原因中，P值 0.3956、 0.1737均大于0.1，表示在10%的拒绝原假设，表明生产总值GDP不是IWG的格兰杰原因且工业废水排放量IWL也不是IWG的格兰杰原因。
综上所述：工业废水排放量IWL与GDP存在双向的格兰杰因果关系即工业废水排放量的过去值能对GDP起到预测作用，反之亦能；工业废气排放量IWG与GDP存在单向的的格兰杰因果关系即工业废气排放量的过去值能对GDP起到预测作用但反之不能。
三、政策建议
根据本文的结论，经济发展水平与生态环境联系密切。结合北京当前生态环境及经济现状，提出以下的政策建议。
（一）调整产业布局，优化产业结构
大力引进高新技术产业，政府通过给予政策优惠等措施，增加对绿色产业的吸引力，加快产业结构升级。同时也要抓好产业转移工作，尤其要加快传统制造业与低端服务业转移的步伐，将生态友好产业打造成北京经济发展的主力军。
（二）加大对三废治理资金投放力度
首先，政府应该在三废治理中发挥主导作用，在政府预算中为三废治理提供充足的资金来源；其次，借鉴国外的成功经验，降低民间资本进入污染治理的门槛，积极引导社会资金流向污染治理行业。
（三）提高企业与公众环保意识
提高社会的环保意识，转变“重污染治理，轻生态保护”的错误观念。一方面，积极开展多种形式的环保宣传活动，使环保意识深入人心；另一方面，制定和完善相关法律，进一步规范社会成员的行为，改善生态环境以及人与自然和谐发展提供法律保障。
（四）加强生态环境的监测
建立和完善信息化生态环境监测系统，将前沿的信息技术应用到生态监测上来，为生态环境的监测和保护提供第一手资料，有了科学和系统的数据支撑，可以大幅提高检测效率，为生态环境的保护提供强有力的技术支持。（作者单位：南京财经大学）
参考文献：
[1]王浩，薛龙义.山西经济发展与生态环境协调发展探究[J].山西师范大学学报（自然科学版），2009，（9）
[2]冷雪.辽宁沿海经济带经济发展与生态环境关系实证分析[D].辽宁工程技术大学.2011.
[3]Gross-man，Krueger.The Eco-city Movement Roseland[J].Environment and Planning， 1992，Vol.5，117-122.