中國經濟增長中的環保投資貢獻的實證分析

徐 輝，劉繼紅，張大偉，高 毅

(1.蘭州大學1a經濟學院,1b.干旱與草地生態教育部重點實驗室，蘭州730000；2.黃委上游水文水資源局，蘭州730030）

0 引言

近年來隨著我國經濟的快速增長，環境污染問題越來越嚴重，成為影響甚至制約經濟增長的重要因素，環境污染已日益成為制約我國經濟發展的“瓶頸”。

國內學者分別采用了不同的計量經濟學方法對我國的環保投資與經濟增長之間的關系進行了大量研究，但總體來看還存在著以下問題：（1）一些研究所采用的時間序列數據樣本較小，在進行E--G兩步法分析環保投資與經濟增長之間的協整性與因果關系時可能造成參數估計的誤差較大。（2）一些研究沒有考慮誤差修正對Granger因果關系的影響。（3）很多研究在建立C--D生產函數的過程中，對于勞動力這一因素沒有考慮其質量的變化。（4）一些研究忽略了技術進步對于經濟增長的貢獻，這與現實情況并不相符。

因此，本文以C--D生產函數為基礎，運用我國1990～2009年近20年的統計數據，采用VAR模型下的JJ協整檢驗法，檢驗變量之間的協整關系，并建立長期協整關系及誤差修正模型，進而尋求GDP、勞動力、經濟建設投資、環保投資以及TFP全要素之間的函數關系。

1 模型的構建

1.1 經濟增長的影響因素分析與C—D生產函數

GDP用來衡量經濟產出，在生產函數中常以Y表示。經濟產出Y的影響因素主要包括：勞動投入（L）、經濟建設投入（K）、環保投入(H)以及綜合衡量知識與科技進步、產業結構與制度等因素的全要素生產率(TFP)。納入環保投入與全要素生產率的C—D生產函數可表述為：

其中，Y(t)、K(t)、L(t)、H(t)分別為GDP、經濟建設投資、勞動力和環保投資指標；β、β、θ分別是經濟建設投資、勞動力投入和環保投資指標的彈性系數；A0為基年的TFP全要素值，γ是TFP全要素的平均增長率。

此處假設存在Hicks技術進步中性，即經濟增長的規模報酬不變則α+β+θ=1，則而將β=1-α-θ代入式(1)同時除以L(t)并取自然對數可得：

式（2）對時間t求導得：

其中gy、gk、gh分別代表勞動力平均GDP與勞動力平均經濟建設投資與勞動力平均環保投資的增長率。

由公式（3）可知，在納入環保投資和規模報酬不變的情況下，勞動力平均GDP的變化包括：TFP全要素的增長率，勞動力平均經濟建設投資及勞動力平均環保投資的變化乘以各自的權重。

1.2 參數的確定及數據來源

本文時間序列數據來源均為相應年份的《中國統計年鑒》

（1）GDP：采用1990～2009年我國GDP歷年統計結果，并折合為1999年的不變價格。

（2）K(t)：由于相關的數據比較難收集，因此這里使用全社會固定資產投資總額代表經濟建設資金，并折合為1999年的不變價格。

（3）L(t)：本文的勞動力L使用歷年統計的全社會職工工資總額，而非傳統方法采用的歷年從業人員總計，原因是前者包含著經濟發展以及勞動力質量變化等因素。應用時以1999年為基期，折算成以1999年為不變價格的職工工資總額（如圖1）。

（4）H(t)：環境污染治理投資是環保投資的主要部分，根據數據的可獲得性，本文中環保投資數據用環境污染治理投資數據代替，并采用歷年統計的并折合為1999年的不變價格（如圖2）。

圖1 1990～2009年我國GDP、全社會職工工資總額、經濟建設投資總額變化曲線

2 數據統計與模型的實證分析

2.1 統計數據的處理及平穩性檢驗

圖2 1990～2009年我國環保投資變化曲線

為了避免模型的“虛假回歸”或“偽回歸”的問題，要求各時間序列的變量具有同階平穩性且相互之間具有協整關系。首先需對時間序列Lny、Lnk、Lnh進行單位根檢驗，本文采用ADF單位根檢驗方法。在ADF檢驗過程中最優滯后階數選取的原則為：在保證殘差不相關的前提下，AIC值或SC值越小越好，本文采用AIC準則。ADF檢驗結果如表1所示：

表1 變量平穩性ADF單位根檢驗結果

由表1可見，時間序列變量Lny、Lnk、Lnh的非平穩性比較顯著，但一階差分全都是平穩的。

2.2 VAR模型與變量協整分析

在確定了時間序列變量Lny、Lnk、Lnh同階平穩性后，通過協整分析來判斷三個變量之間是否存在協整關系，能排除“虛假回歸”或“偽回歸”問題的可能性，本文運用基于回歸系數的JJ檢驗法。在采用JJ檢驗法進行協整分析之前，先構建Lny、Lnk、Lnh的向量自回歸模型VAR。在構建模型中滯后階數的選取尤為重要，確定時要綜合考慮LogL、LR統計量、FDE（最終預測誤差）、AIC信息準則、SC信息準則、HQ信息準則。運用Eviews6.0建立VAR模型并進行滯后階數的選取（見表2），可知LR、FDE、AIC、SC、HQ均指向1階滯后。因此，本文選取1階滯后（見表2）。

表2 VAR模型滯后階數的選取

為準確地確定VAR模型的滯后階數，還需對VAR模型進行滯后排除檢驗（見表3），可知內生變量Lny、Lnk、Lnh的第一階滯后χ2統計量分別為7.487764、10.44207、8.739941，相應的概率P值為0.04787、0.015159、0.032956，在5%的顯著性水平下，都通過了顯著性檢驗，從而說明在VAR模型中，Lny、Lnk、Lnh所有的滯后內生變量是聯合顯著的。第一階滯后和Joint所在元素的χ2統計量=35.40513，相應的概率值=5.05e-05，在5%的顯著性水平下，通過顯著性檢驗。因此，VAR模型選取一階滯后（見表3）。

表3 VAR模型滯后排除檢驗

之后進行內生變量的協整檢驗，根據式（2）協整方程應包含截距項且有線性趨勢。在此前提下，將檢驗的滯后階數選取為1階，則基于VAR模型的JJ協整檢驗結果。

可知，在“存在零個協整關系”的原假設下，跡統計量=41.46278,5%的臨界值=35.01090，跡統計量大于臨界值，因此拒絕原假設，從而表明至少存在一個協整關系。在“至多1個協整關系的”的原假設下，跡統計量=13.96667,5%的臨界值=18.39771，跡統計量小于臨界值，因此不能拒絕原假設，進而表明在5%顯著性水平上存在一個協整關系。無論是跡檢驗還是最大特征值檢驗，都表明在5%的顯著性水平下，拒絕原假設，即拒絕沒有協整方程的零假設，支持存在1個協整方程的假設。也就是說內生變量Lny與內生變量Lnk、Lnh之間存在長期的均衡關系，并且這種關系具有線性趨勢。

2.3 Granger因果關系檢驗

由于Lny與Lnk、Lnh之間存在長期的均衡關系，則各個變量之間必然存在Granger因果關系。然而對于非平穩變量之間存在協整關系，首先要通過差分的方法使變量達到平穩，但是在這一過程中會在一定程度上消除長期趨勢，因此在VAR模型中的Granger因果關系檢驗只包含短期趨勢，而得出的結論會有一些誤差。因此本文采用基于VCEM的Granger因果關系檢驗。首先建立Lny、Lnk與Lnh的VCEM模型，檢驗的滯后階數為1，確定性趨勢的選定應包含截距項且有線性趨勢，模型的估計結果如下：

從圖3可以看出，零值均線代表了變量之間的長期均衡穩定關系。在1999年，誤差修正項的值比較大，表明在該時期短期波動偏離長期均衡關系比較大，經過兩年的調整，又回到了長期均衡穩定狀態。之后誤差修正項的數值比較小，短期波動偏離長期均衡的幅度比較小(見圖 3)。

圖3 VEC模型的協整關系圖

基于VECM的短期Granger因果關系檢驗，在Eviews6.0中實現，如表4所示：

表4 基于VECM的短期Granger因果關系檢驗

由表4可見，D(Lnk)是D(Lny)的單向Granger原因，D(Lny)是 D(Lnh)的單向 Granger原因，D(Lnk)不是 D(Lnh)的單向 Granger，D(Lny)與 D(Lnh)均不是 D(Lnk)的Granger原因。也就是說短期中經濟建設投資是GDP的單向原因，而環保投資不是GDP的單項原因，GDP反而是環保投資的單項原因。

表5 基于VECM的長期Granger因果關系檢驗

由表5可見，D(Lny)與D(Lnh)的誤差修正項系數在1%水平下是顯著的，表明1%顯著性水平下所選變量均是D(Lny)與D(Lnh)的長期原因；D(Lnk)的誤差修正項系數在5%水平下是顯著的，表明5%顯著性水平下所選變量均是D(Lnk)的長期原因。由此可以認為，GDP、經濟建設投資和環保投資兩兩之間均存在著雙向長期Granger因果關系。當變量之間同時具有短期與長期因果關系時，稱之為強因果關系。綜合短期與長期的Granger因果關系檢驗發現，經濟建設投資與GDP存在著強單向Granger因果關系，而且為從前者指向后者；而GDP與環保投資之間存在著強單向Granger因果關系，為前者指向后者。

表6 時間變量回歸結果

2.4 回歸與實證分析

以（2）式為基礎，對時間序列進行回歸，結果如表6所示。

即回歸方程為：

由R2值可判斷，回歸方程的擬合優度能滿足分析的要求，F統計量下的P值很小，說明方程在整體上是顯著的。對單個解釋變量Lnh的P值=0.0977，在10%的顯著性水平下，可以拒絕系數不顯著的原假設。雖然Lnk的系數不顯著，但可以作為綜合分析的參考。

由回歸方程可知，經濟建設投資的彈性系數α=0.029014，環保投資的彈性系數θ=0.005896，故勞動力的彈性系數β=0.96509。在這20年中，考慮到在長期均衡情況下，GDP與環保投資之間存在著雙向的Granger原因，而短期內GDP是環保投資的單向Granger原因，可以認為我國的環保投資短期內是由于經濟增長帶動的，長期內又反過來影響經濟的增長，但是其對經濟增長的貢獻度比較小。包含了技術進步、產業結構與制度等因素的全要素TFP年均增長率為1.4652%。說明了全要素TFP對我國經濟增長有著正的作用，因此在環保過程中，要提高技術水平，合理調整產業結構。

2.5 脈沖響應分析與方差分解

VAR模型把系統中每一個內生變量作為系統中所有內生變量的滯后項的函數來構造。本文利用VAR模型建立脈沖響應函數能夠描述對一個擾動項的一個標準差沖擊對模型中所有內生變量當前值和未來值的影響。而方差分解分析每個信息沖擊對內生變量變化的貢獻度，從而了解各信息對模型內生變量的相對重要性。本文以勞動力平均GDP增長率gy、勞動力平均經濟建社投資增長率gk、勞動力平均環保投資增長率gh為內生變量建立VAR模型，并進行脈沖響應分析和方差分解，VAR模型的滯后階數選取為1階。

在脈沖響應分析之前，要對gy、gk、gh建立的VAR模型進行穩定性檢驗以確保脈沖響應標準誤差的有效性。先給出VAR模型的AR的特征多項式根的圖，如圖4所示。由圖4可知所有根的倒數的模都小于1，并且位于單位圓之內，因此所構建的VAR模型是平穩的。

之后對VAR模型進行脈沖響應分析，重點關注gy對加在gk、gh之上的沖擊的脈沖響應（見圖5）。

從圖5中可以發現，當gk、gh受正沖擊時，兩者都會對gy產生負面影響，并且這種影響第2年達到最大，之后逐漸減小，在16-17年后基本趨近與零。這一結論看似與新古典經濟增長理論中的單位人均資本投入越多，產出越多的觀點相矛盾，但在這我們仔細分析gy、gk、gh的含義不難發現：本文中gy、gk、gh分別代表勞動力平均GDP與勞動力平均經濟建設投資與勞動力平均環保治理投資的變化率，與新古典經濟增長理論中的人均產量，和人均資本意義不同。對gk、gh的正沖擊，可理解為經濟建設投資和環保投資的增長率均高于全社會職工工資的增長率。對全社會而言，能夠使勞動者工資增長的經濟建設投資和環保投資的投入成本均增加了。對gy的負影響可以理解為GDP的增長率小于全社會職工工資的增長率，而對于全社會而言，其GDP增長的勞動成本升高了。由此可見，經濟建設投資和環保投資的增長相對過快，而勞動者工資的增長沒有跟上,將會致使勞動的產出效率下降或者對GDP增長的勞動成本相應提高。

圖4 VAR模型的AR根

對VAR模型進行方差分解，重點關注gk、gh的變化對gy的方差分解（表7）。gy列是勞動力平均GDP變化率預測方差中由自身引起的部分的百分比；gk列是勞動力平均GDP變化率預測方差中由平均經濟建設投資變化率引起的部分的百分比；gh列是勞動力平均GDP變化率預測方差中由環保投資變化率引起的部分的百分比；這三列的百分比之和為100。可見，在不考慮gy對自身變化貢獻率的前提下，gk、gh對gy的貢獻率隨著時間的推移越來越大，其中gk對gy的貢獻較大。

圖5 gy對各內生變量沖擊的脈沖響應

3 結論與建議

根據上述分析可見，我國經濟增長與環保投資之間存在明顯的均衡關系，但目前后者對前者的彈性系數比較小。基于VECM的Granger因果關系檢驗表明，短期內GDP是環保投資的單向Granger原因，而GDP、經濟建設投資，環保投資兩兩之間存在雙向長期Granger因果關系。總的來說環保投資短期內對我國經濟增長的貢獻不是很大，但是長期而言對我國經濟增長的貢獻將逐漸增大，這也符合目前我國經濟發展中的對環境問題逐漸重視的發展階段。

綜合以上結論，本文提出以下建議：（1）進一步加大科技研發、制度與管理模式優化和創新的力度，增加全要素生產率對我國經濟增長的貢獻。（2）大力推進產業結構的調整與升級，加大環保投資的力度，建立大型骨干企業，提高其專業性水平，減少低水平的重復建設。（3）調整我國經濟發展模型中勞動力投資增幅過大的模式，多關注民生和福利問題，保持經濟建設投資、環保投資與勞動者工資增速的協調和同步，這對我國經濟的穩定持續增長具有積極的意義。

表7 gy對各內生變量變化的方差分解表

[1]Gentry B S L.Fernandez.Evolving Public-Private Partnership:Gener?al Themes and Examples Les from the Urban Water Sector[M].Paris：OECD，1998.

[2]新飯田宏.投入產出分析入門[M].北京:中國統計出版社，1990.

[3]厲以寧,章錚.環境經濟學[M].北京:中國計劃出版社，1995.

[4]徐嵩齡.中國環境破壞的經濟損失計量:實例與理論研究[M].北京:中國環境科學出版社，1998.

[6]胡海青,李建,張道宏.環保投資與經濟增長的協整及因果關系檢驗[J].科技進步與對策,2008,(7).

[7]雷社平,何音音.我國環保投資與經濟增長的回歸分析[J].西北工業大學學報,2010,(2).

[8]邵海清.環保投資與國民經濟增長的灰色關聯分析[J].生產力研究,2010,(12).

[9]高鐵梅.計量經濟分析方法與建模[M].北京:清華大學出版社，2010.