環境代價經濟貢獻度的影響因素實證研究

陳培友+++魏明浩

中圖分類號：F205 文獻標識碼：A

內容摘要：環境、經濟和社會的可持續協調發展是我國發展過程中所面臨的重要戰略問題。本文基于綠色經濟的視角，選取我國五省2004-2012年的數據進行分析，并構建了環境代價經濟貢獻度、產業結構、能源消費經濟貢獻度和能源結構四者之間的量化模型。分別對OLS模型、FE模型、RE模型、FGLS模型和變系數模型進行了檢驗和分析。結果表明：產業結構和能源結構是影響環境代價經濟貢獻度的重要因素，要想提高環境代價經濟貢獻度以實現綠色經濟的健康發展，合理地優化產業結構和能源結構是主要戰略方向。

關鍵詞：綠色經濟 環境代價經濟貢獻度 產業結構 能源結構 灰色關聯度

文獻概述

近年來，環境污染日益嚴重，特別是2015年入冬以來的全國性霧霾天氣更是揭示了我國環境污染的嚴重性。我國的環境污染已經從東部和南部的經濟發達地區向全國蔓延。目前我國耕種面積的10%已經受到重金屬的污染，33%的地下水受到輕度污染，基本清潔的地下水只有3%。我國每年因重金屬污染的糧食高達1200萬噸，造成直接的經濟損失200多億元。根據亞洲銀行和清華大學發布的相關消息，我國500個大型城市中只有1%達到世界衛生組織的質量標準。在環境受到嚴重污染和可持續發展戰略的引導下，綠色經濟備受關注。我國“十二五”規劃《綱要》明確提出要推動綠色發展，建設資源節約型和環境友好型社會。綠色的經濟發展是指人們在資源和環境的承受力、承載力的容許范圍之內，保持經濟的健康發展，在環境和生態保持健康持續的同時保持經濟健康發展，發展綠色經濟已經是人類的必由之路。

在環境污染嚴重的情況下，產業結構、能源結構和單位能源GDP之間的關系受到學者的重視，關于這方面的研究很多。國內外學者對于它們之間關系進行了研究，并取得了一定的成果。例如Soytas and Sari（2009）認為在土耳其存在從二氧化碳排放到能源消費的短期單向因果關系，而長期中經濟發展和能源消費沒有因果關系；Dong Wang（2014）基于動態優化的方法研究發展中國家經濟的能源效率問題，并建立了測量經濟的能源效率的定量方法；Shyamal Paul（2004）等運用經濟學模型分析能源與環境之間的相互影響，研究了能源、環境關系在能源經濟層面的表現要素；Narayan（2010）等學者，支持了EKC假說；Din-da（2002）認為環境污染排放是經濟發展的過程中產生的，經濟發展是環境污染的原因之一；John（2000）等證明了經濟與能源之間的雙向因果關系；Lee（2005）認為從能源消費到GDP存在單向因果關系，該關系在長期和短期時間內均存在；Bruckner（2012）研究發現，在非洲地區，經濟發展對城鎮化具有顯著的促進作用；Michael Peneder（2003）對產業結構和經濟總量的變化進行的探討和分析，得出二者存在關聯的結論；Brajer等人（2011）通過研究發現，城市產業結構的調整與環境污染之間不一定符合倒“U”型關系；Oosterhaven等人（2007）認為，產業結構升級是改善環境質量的重要因素；Dale等（2012）通過歷史數據的系統模擬發現當新能源產業增長時，會帶動資本對其他產業投資，從而實現節約能源消耗的同時促進經濟增長；Ertugrul Yildirim（2012）研究了南非的工業生產和能源消費之間的關系和美國的工業生產指數；Ugur Soytas等（2003）研究了能源消費和GDP增長的關系，結果發現這些國家GDP和能源消費之間存在著單向因果或雙向因果關系；Bert Hofman和Kelly Labar（2006）則運用省級數據具體考察了省級經濟體的能源強度變化，得出隨著人均 GDP 的升高，能源強度逐漸降低的趨勢；Nick，Peter 和 Swales（2006）等通過案例研究了能源效率對經濟增長和環境保護的影響；牛叔文等（2010）運用面板數據模型，分析1971-2005年間能耗、GDP和二氧化碳排放的關系。結果表明，三者之間存在長期均衡關系；肖濤等（2012）基于我國能源輸入省和輸出省1986-2008年的面板數據，運用面板計量經濟分析方法對能源輸入省和輸出省的能源消耗與經濟增長關系進行了實證研究；趙愛文等（2014）通過計算得出線性回歸系數和二次回歸系數均不顯著，能源消費總量、人均能源消費與人均GDP之間存在“N”型EKC曲線，且不存在拐點；潘雄鋒等（2014）研究表明，我國區域能源效率具有明顯的空間溢出作用，并且這種空間溢出作用在逐漸增強，同時，產業結構、能源價格和技術進步對能源效率的提升具有顯著的影響；許松濤等（2011）指出在低碳經濟的背景下，實現環境和經濟的雙重目標和協調發展非常重要。環境代價經濟貢獻度是指以單位環境污染為代價所帶來的經濟發展，本文用單位廢氣對GDP的貢獻能力代表。通過以上文獻的研究可以發現環境、經濟、能源、產業結構和能源結構存在著密切的關系。

實證研究

（一）數據來源

基于數據的可獲得性，本研究采用了2004-2012年我國安徽、山東、黑龍江、江蘇和浙江五省的環境、經濟、能源與產業等方面的數據，一共45個觀測點。研究中，所有數據均來自國家統計局網站。

（二）變量選擇

環境代價經濟貢獻度。本文引入了環境代價經濟貢獻度的概念，它是指以單位環境污染為代價所帶來的經濟發展，用單位廢氣對GDP的貢獻能力代表，是本文考察的被解釋變量，這指標是某年一個地區GDP（億元）與這個地區當年二氧化硫排放量（噸）的比值，計算公式：單位廢氣對GDP的貢獻能力=GDP/二氧化硫排放量，在下文中用dfqgdp表示。

產業結構。本文的產業結構以某年一個地區第二產業GDP與這個地區當年所有產業GDP的比值，計算公式：產業結構=第二產業GDP/所有產業GDP，在下文中用cyjg表示。

能源結構。能源結構指能源總生產量或總消費量中各類構成及其比例關系，因為煤炭仍然是我國目前最主要的能源，本文用某年一個地區煤炭消耗折合成標準煤的量與這個地區當年所有主要能源消耗折合成標準煤的量的比值來表示能源結構。計算公式：能源結構=煤炭消耗的標準煤/所有主要能源消耗的標準煤，在下文中用nyjg表示。其中，各種主要能源轉換成標準煤的比值來源于《綜合能耗計算通則》（GB/T 2589—2008）。

能源消耗經濟貢獻度。能源消耗經濟貢獻度是指單位能源消耗所帶來的經濟發展，本文用某年一個地區的GDP（元）與該地區當年所有能源消耗標準煤的比值來代表能源消耗經濟貢獻度。計算公式：GDP*100000000/所有主要能源消耗的標準煤。注：此時的GDP用元表示，所以計算公式中GDP要乘以100000000，在下文中用dngdp表示。

（三）變量數據的平穩性檢驗和協整性檢驗

在建面板數據模型之前，本文要對數據的平穩性進行檢驗。因為如果數據不平穩，那么估計結果將會出現偏差。面板數據單位根的檢驗方法主要有Levin，Lin 與 Chu-t 檢驗、ADF-Fisher卡方檢驗和PP-Fisher 卡方檢驗，檢驗原理和方法參見高鐵梅（2009）。其中最為常見的檢驗方法是Levin，Lin 與 Chu-t 檢驗、ADF-Fisher 卡方檢驗和PP-Fisher 卡方檢驗，本文采用這三種方法對數據進行檢驗，檢驗結果如表1所示。

從表1的結果來看，原數據不能拒絕各種檢驗存在單位根的原假設，即原數據存在單位根。在原數據的一階差分的檢驗中，除了△cyjg的ADF-Fisher 卡方檢驗的P值略微大于0.05外，其他所有數據在5%的顯著水平下都拒絕存在單位根的原假設。總體上認定dfqgdp、cyjg、dngdp、nyjg都是一階單整的I（1）序列，因此可以進行協整分析。

面板數據的協整檢驗方法主要有Pedroni檢驗、Kao檢驗和Johansen協整檢驗基礎上的面板數據協整檢驗。本文因為數據的原因采取Kao檢驗，其中t-Statistic的值為-3.069190，P值0.0001，在5%的顯著性水平下拒絕了各變量之間不存在協整關系的原假設。說明dfqgdp、cyjg、dngdp、nyjg之間存在著協整關系。

（四）計量模型與方法

根據面板數據的一般模型形式，構建環境代價經濟貢獻度的影響因素的線性混合估計模型如下：

dfqgdpit=cit+αicyjgit+βidngdit+γinyjgit+εit

式中dfqgdpit、cyjgit、dngdi和nyjgit表示變量的一系列數據，αi、βi、γi表示變量的系數，cit為截距項，εit是隨機誤差項。

限于數據的可獲得性，不能將環境代價經濟貢獻度的所有影響因素都納入方程中，為了保證估計結果的穩健性，本文分別采用混合回歸模型（OLS）、隨機效應模型（RE）、固定效應模型（FE）進行估計，估計結果如表2所示。

在模型的選擇方面，本文分別采用固定效應冗余變量似然比檢驗來選擇混合效應和固定效應，用Hausman檢驗來判斷是隨機效應模型還是固定效應模型。檢驗結果如表3所示。

由表3的結果可知，采用固定效應模型比較合適，同時這也與表2中的R2、Durbin-Watson stat和F-statistic中比較的結果一致。但是面板數據很可能會存在截面相關、組內自相關和組間異方差問題，這些問題會導致回歸結果不可靠，并且從表3中的Durbin-Watson stat的結果可以得出混合回歸模型（OLS）、隨機效應模型（RE）和固定效應模型（FE）都存在自相關的問題，所以要對固定效應模型的截面相關、組內自相關和組間異方差的問題進行檢驗。本文通過Stata10軟件，利用Wooldridge方法來檢驗固定效應的自相關問題，利用Wald統計量來檢驗固定效應模型的組間異方差問題，利用Breusch-Pagan LM來檢驗截面相關的問題。檢驗得出Wald、Breusch-Pagan LM和Wooldridge分別對應的統計值為21.37、22.819和7.014，分別對應的P值為0.0007、0.0114和0.0571。說明面板數據存在組間異方差、截面相關和組內自相關的問題，修正固定效應面板模型存在的截面異方差、截面相關和組內自相關問題，本文采用可行的廣義最小二乘法（FGLS）方法來修正，使得結果更加可靠。估計結果如表4所示。

顯然，從表4中的R2、Durbin-Watson stat和F-statistic的結果可以看出，加了權重的FGLS模型相對于FE模型得到了很大的改善，消除了截面相關、組內自相關和組間異方差問題。

研究結論

從FGLS模型可以推出，優化產業結構和能源結構是經濟發展約束下改善環境的重要途徑。產業結構方面要通過提升第三產業的比重來降低第二產業產值在總產值中所占比重，從表4中看出產業結構的系數是-0.022312，即第二產業占總產業的比重的增加會帶來環境代價經濟貢獻度的降低。能源結構方面，從表4中看出能源結構的系數是-0.030512，能源消費中煤炭占比的增加會降低環境代價經濟貢獻度。總的來說能源消耗經濟貢獻度和環境代價經濟貢獻度是相互促進的，一個方面的提升會伴隨和帶動另外一個方面的提升。

策略建議

（一）優化產業結構

由上文的研究結果得出，若想提高環境代價經濟貢獻度必須進行產業結構優化，在保證第一產業和第二產業供給正常社會需要的前提下，大力發展第三產業。第一產業方面，要提高第一產業的產出效率，大力使用高新技術，確保糧食安全和糧食供給；第二產業方面，要調整原材料工業結構，加強信息基礎設施建設，促使第二產業由大變強，由粗放變高效。第三產業方面，要堅持社會化、產業化和市場化，發到地區要逐步形成以第三產業為主要產業的經濟發展產業結構，積極發展保險、金融、旅游、知識產權和技術等現代服務業。

（二）優化能源結構

由上文可知，優化能源結構也是提高環境代價經濟貢獻度的一個重要途徑。優化能源結構要從兩個方面入手，一方面是大力利用先進技術以提高傳統能源的利用率，另一方面是開發新型能源和淘汰落后產能并優化能源產業組織結構。具體來說，減少能源利用對環境的污染，主要是減少煤炭能源的使用比重，目前世界上一半的煤炭燃燒發生在中國，在迫切需要對霧霾進行治理的時期，依靠煤炭為主要能源的現狀必須調整，更多地使用電力和天然氣等較為清潔的能源。同時，要解決石化能源的替代問題，必須在大力發展清潔能源的同時推進新能源種類的開發。首先，利用先進技術對深海資源進行開發，對核能技術進行改進，另外，大力發展燃料電池、天然氣、氫能、水合物和碳的儲存與捕獲，積極利用先進技術用清潔能源有效替代煤炭和其他化石能源。

綜上所述，本文認為在保持經濟發展速度的約束下，治理霧霾改善環境就是要提高環境代價經濟貢獻度，從優化產業結構和能源結構這兩方面入手，在提升環境代價經濟貢獻度以改善環境的同時還可以提升能源消耗經濟貢獻度即降低單位GDP能耗，走一條經濟、環境與能源協調發展的可持續發展道路。

參考文獻：

1.Soytas U，Sari R.Energy consumption，economic growth and carbon emissions：Challenges faced by an EU candidate member[J].Ecological Economics，2009，68（6）

2.Dong Wang.A dynamic optimization on economic energy efficiency in development：A numerical case of China[J].Energy，2014，66（1）

3.Paul S，N.Bhattacharya R.Causality between energy consumption and economic growth in India：a note on conflicting results[J].Energy Economics，2004，26（6）

4.Narayan Kumar P， Narayan S.Carbon dioxide emissions and economic growth panel da-ta evidence from developing countries[J].Energy Policy，2010，38（1）

5.Dinda S.Environmental Kuznets Curve Hypothesis：A Survey[J].Ecological Economics，2004，49（4）

6.John Asafu-Adjaye.The relationship between energy consumption，energy prices and economic growth：time series evidence from Asian developing countries[J].Energy Economics，2000，22（6）

7.Lee C-C.Energy consumption and GDP in developing countries：A cointegrated panel analysis [J].Energy Economic，2005，27（3）

8.Brückner M.Economic growth， size of the agricultural sector and urbanization in Africa [J].Journal of urban economics，2012，71（1）

9.Michael Peneder.Industrial structure and aggregate growth[J].Structural Change and Economic Dynamics，2003，14（4）

10.Victor Brajer，Robert W.Mead，Feng Xiao.Searching for an Environmental Kuznets Curve in Chinas air pollution[J].China Economic Review，2011，22 （3）

11.Oosterhaven J，Broersma L.Sector structure and cluster economies：a decomposition of regional labour productivity[J].Regional Studies，2007，41（5）

12.Dale M，Krumdieck S，Bodger P.Global energy modeling-A biophysical approach （GEMBA） [J].Ecological Economics，2012，73

13.Yildirim E，Aslan A，Ozturk I.Coal consumption and industrial production nexus in USA：Cointegration with two unknown structural breaks and causality approaches[J].Renewable and Sustainable Energy Reviews，2012，16（8）

14.Soytas U，Sari R.Energy consumption and GDP：causality relationship in G-7 countries and emerging markets，2003，25（1）

15.Bert H，Kelly L.Structural change and energe use：evidence from China provinces[J].China Working Paper Series，2006（2）

16.Nick D.Hanley，Peter G McGregor，J.Kim Swales，Karen Turner.The impact of a stimulus to energy efficiency on the economy and the environment：A regional computable general equilibrium analysis[J].Renewable Energy，2006，31（2）

17.牛叔文，丁永霞，李怡欣，羅光華，牛云翥.能源消耗、經濟增長和碳排放之間的關聯分析—基于亞太八國面板數據的實證研究[J].中國軟科學，2010（5）

18.肖濤，張宗益，汪鋒.我國區域能源消耗與經濟增長關系—基于能源輸入省與輸出省面板數據的實證分析[J].管理工程學報，2012，26（3）

19.趙愛文，何穎，王雙英，李東.中國能源消費的ECK檢驗及影響因素[J].系統管理學報，2014，23（3）

20.潘雄鋒，楊越，張維維.我國區域能源效率的空間溢出效應研究[J].管理工程學報，2014，28（4）

21.許松濤，肖序.環境規制降低了重污染行業的投資效率嗎？[J].公共管理學報，2011，8（3）

22.高鐵梅.計量經濟分析方法與建模——EViews應用及實例（第二版）[M].清華大學出版社，2009

作者簡介：

陳培友（1967-），男，黑龍江省雞西市人，黑龍江科技大學管理學院副院長、教授、博士（已獲得），研究方向：系統工程。

魏明浩（1988-），男，江蘇省沛縣人，黑龍江科技大學碩士研究生、碩士（在讀），研究方向：系統工程。