經濟增長與環境污染關系探討范文
本站小編為你精心準備了經濟增長與環境污染關系探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。
摘要：通過構建向量自回歸模型、方差分解及IRF脈沖響應函數分析了合肥市經濟增長與環境污染之間長期均衡關系和動態影響機制。研究結果：合肥市經濟增長依賴工業廢氣排放量的增加，不依賴固體廢物排放量與廢水排放量增加。
關鍵詞：合肥市；向量自回歸模型；IRF脈沖響應分析；方差分解
0引言
合肥市是安徽省省會，合肥都市圈中心城市，皖江城市帶核心城市之一，也是長三角城市群副中心城市，國家重要的科研教育基地、現代制造業基地和綜合交通樞紐。合肥地處中國華東地區、江淮之間，環抱巢湖，位于安徽省中部，東連滁州市、馬鞍山市，南接蕪湖市、安慶市，西依六安市，北靠淮南市，由此合肥市經濟建設的成效對安徽社會可持續發展的影響具有重大意義。可持續發展主要包括自然資源、生態環境、經濟與社會三個方面的協調發展。關于經濟與環境之間的相互作用機制研究大多數學者都是對中國的所有省市進行研究，如吳開亞，陳曉劍通過建立一種新型的環境庫茲涅茲曲線模型對安徽省1987－2000年的人均GDP與工業三廢排放量之間的關系進行分析，發現安徽省的環境庫茲尼茲曲線特征為“U型＋倒U型”，與傳統的環境庫茲涅茲曲線不同，具有新的特征。呂健對上海市經濟增長與環境污染實證分析，得出上海市環境污染與經濟增長之間的關系，并給出了合理的建議。馬忻通過構建測度環境壓力的指標體系，選取近30年的我國水環境、大氣環境以及土壤環境方面的統計數據，應用因子分析法分析我國的經濟增長與環境壓力變化趨勢，研究發現我國環境壓力總體上隨經濟增長呈先上升后穩定的趨勢，并就未來一個時期的環境保護工作重心提出相關建議。然而，對具體城市環境污染與經濟增長關系的研究甚少，特別是利用向量自回歸方法研究環境污染與經濟增長之間相互影響機制的文獻就更少。
1理論基礎
1．1研究方法
向量自回歸模型（VAR）一般用于研究具有相互關聯的時間序列系統的預測及用于隨機擾動對系統的動態影響分析。該模型在處理多個相關經濟指標的分析與預測越來越受到經濟工作者的重視。
1．2指標與數據的選取
選取合肥市、蕪湖市和蚌埠市的工業廢水排放量、工業固體廢物產生量、工業廢氣排放量作為環境污染的指標、人均GDP作為經濟增長指標。
2基于VAR模型的合肥市經濟增長與環境污染關系分析
2．1平穩性
檢驗時間序列的平穩性是時序分析的基礎，這里采用常用的ADF檢驗進行平穩性分析。ADF檢驗結果發現合蕪蚌三個城市的四個指標均是非平穩的，而對其一階差分處理后的數據序列均顯示為平穩。表2僅僅是合肥市的平穩性檢驗結果，因此，序列Lfq、Lfs、Lgf和Lmgdp都是一階單整過程，滿足協整分析的前提條件。
2．2跡統計量檢驗
為了能夠建立向量自回歸模型，下面對三個城市的指標數據進行協整檢驗。
3VAR模型的建立
在單位根檢驗的基礎上，建立以合肥市人均GDP、工業廢水排放量、工業固體廢物產生量、工業廢氣排放量為因變量，以上述4個變量的滯后期為自變量的各市的VAR模型。并根據AIC值和SC值越小越好的評價準則確定VAR模型的滯后期。根據AIC和SC的評價標準確定VAR模型內生變量的滯后期為2階，即對合肥市4項指標數據建立VAR（2）模型。
4結論與對策
通過構建向量自回歸模型、方差分解及IRF脈沖響應函數分析了合肥市經濟增長與環境污染之間沖擊的傳導過程。研究發現：合肥市經濟增長依賴工業廢氣排放量的增加，同時在不以犧牲環境為代價背景下，合肥市經濟增長沒有對固體廢物排放量與廢水排放量產生影響。由此，在目前國家加大力度政治污染問題，合肥市更應該加強對環境的保護與治理，如加速經濟結構的調整、改變經濟發展模式，開發創新技術等。在地區經濟增長的同時不能忽略保護環境對人類生存的重要性。
參考文獻
［1］余勁松，王兆良．合蕪蚌試驗區建設對安徽社會可持續發展的重大意義［J］．財經界，2010，（11）：68－69．
［2］吳開亞，陳曉劍．安徽省經濟增長與環境污染水平的關系研究［J］．重慶環境科學，2003，（6）：9－11．
［3］呂健．上海市經濟增長與環境污染———基于VAR模型的實證分析［J］．華東經濟管理，2010，24（8）：1－6．
［4］馬忻．經濟增長背景下的環境壓力變化趨勢研究［J］．經濟問題，2017，（3）：25－29．
［5］李琳，朱金山，高潤霞．基于VaR模型的重慶市經濟增長與環境污染的關系研究．西南大學學報（自然科學版），2009，（11）：29－33．
［6］陳昭，劉巍，茹純子．中國經濟增長與環境污染的關系———基于分省的面板協整模型分析［J］．當代財經，2008，（11）：65－72．
［7］管河山，周丹．平穩性檢驗方法的有效性研究［J］．南華大學學報（社會科學版），2016，（1）：63－68.
作者：楊世娟 單位：黃山學院數學與統計學院
