工业经济增长

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇工业经济增长范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

工业经济增长范文第1篇

[关键词]工业经济；增长；环境污染；关系

工业经济与环境既相互制约又相辅相成，工业经济的增长离不开自然环境，因为工业经济的快速增长都是在一定的自然和社会环境的基础之上进行，因此工业经济的增长既受到周围环境条件的约束，同时工业生产又会给周围环境带来很大的污染。自从改革开放以来，我国的工业经济有了很大的增长，但是工业生产却造成了不同程度的环境污染，给我们的经济发展和社会生活带来了很大的影响，如何协调环境与工业经济的发展成为当今关注的焦点。因此在我国环境友好型社会建设不断深入的背景下，进一步加强我国工业经济增长与环境污染之间的关系的深入细致研究，能够有效制定出协调工业经济增长与环境的措施，这样可以在很大程度上保证我国工业经济增长速度的同时，还能有效避免和减少环境污染。

一、工业经济增长与环境污染之间的关系

（一）工业经济增长对环境的影响

在我国经济增长中工业的贡献率较高，但是工业本身都是以高耗能、高污染的粗放型行业为主， 存在资源利用率低、污染排放强度高等突出特点，导致资源浪费和环境承载能力降低等严重破坏生态平衡的后果。例如工业生产中产生的工业废水、二氧化硫、烟尘、废弃物都是环境污染的主要污染物，对我国环境产生了较大的影响，工业生产中排放大量未经处理的水、气、渣等有害废物，会严重地破坏农业的生态平衡和自然资源对农业生产的发展造成极大的危害。并且随着我国工业经济增长速度的不断加快，我国环境污染增长更快，但是相应的治理环境污染的投资太低，且效率不高，这就造成了环境污染不断累积。

（二）环境对工业经济增长的影响

环境虽然能够在一定程度上接受、消纳、分解工业生产中产生的污染，但是如果超过最大容量时， 就会导致污染的累积，导致生态系统的崩溃，影响到工业经济的增长。例如环境中的自然资源是作为生产必不可少的要素直接进入工业生产过程，但是随着环境污染程度的不断加深，环境中的自然资源遭到了很大的破坏，进而在很大程度上影响了工业生产活动。工业“三废”对工业生产本身的危害也很严重，有毒的污染物质会腐蚀管道，损坏设备，影响厂房等的使用寿命，增大了工业生产的成本。除此之外，随着环境污染的不断加深，国家会进一步加大对环境的管制，这样就会对工业结构进行调整，但在工业结构调整期，会因为淘汰企业的关闭而短期内降低整个工业经济的增长率或引起工业产品供求的急剧缩减，而生产性质受固定要素的投入的限制，无法在短期内增加产品的供应，影响市场供求的波动，造成工业经济短期的负面影响。

二、工业经济增长与环境协调发展的建议

环境是人类赖以生存的基础，因此工业生产活动必须要在保护环境的基础之上开展，只有这样才能实现工业经济与环境的协调发展。

（一）发挥市场作用，健全法规体系

健全法规体系是防止环境污染的有效手段之一，因此在工业经济快速增长的过程中，有关部门必须要制定健全的环境保护法规体系，对工业企业的生产活动作出严格的监督，有效提高其环境保护意识。同时有关部门还应该开征新税、调节税率、加征环境保护税，尽可能的提高工业企业排污成本大于其收益，这样可以有效防止工业企业随意的排放工业生产废物，进而有效提升环境保护的成效。

（二）积极推进工业生产结构的绿色化进程

在工业生产中会必不可免的产生工业废物，因此有关部门必须要积极推进工业生产结构的绿色化进程，推动不同行业合理延长产业链，加强对废物的循环利用。例如在冶金、电力、煤炭、建材等固体废弃物排放量较大的工业行业，鼓励利用废渣生产新型建材产品、铺路和回填等。而在造纸、酿造、印染、制革等废水排放量较大的工业行业，必须要加强废水深度处理，提高水循环利用率。与此同时，我国工业行业还应该优化升级产业结构，走新型工业化道路，通过技术创新和技术改造增加企业产品附加值和减少环境成本的支出，提高资源使用效率和环境效率，在促进经济增长的同时减少污染物的排放从而实现经济与环境的双赢的目标。

三、结束语

环境是居民生存的基础，不能为了过分追求工业经济的增长而破坏我国生活的环境，因此在我国环境友好型社会建设不断深入的背景下，有关部门必须要协调好工业经济增长与环境之间的关系，尽可能的制定出保持工业经济与环境协调发展的政策，只有这样才能保证我国工业经济增长的同时，还能保护周围的环境，进而实现构建环境友好型社会的目标。

参考文献

[1]贺俊.胡家连.袁祖怀.基于内生增长模型的环境污染与经济增长之间关系研究[J].合肥工业大学学报（自然科学版），2012年10期

工业经济增长范文第2篇

 

一、问题的提出

 

中国是个发展中国家。我国的经济增长依靠能源的消费，而我国的石油、天然气资源不是十分的充足，根据有关资料显示：中国人均能源资源占有量远比世界平均水平值要低。我国人均石油、天然气可采储备量分别为世界水平值得10%和5%。从环境污染角度看，我国在节能减排工作上面面临着新的问题挑战。资源和能源消耗大，利用率低导致我国环境污染严重已成为不争的事实。

 

那么能源消费与工业经济增长在数值上有什么关系?本文收集了1980年至2007年的时间数据，并加以实证分析。

 

二、模型设定

 

我们所用的数据均来源于《中国统计年鉴》 所设模型的样本容量为27个。分别以能源消费总量(Y)作为因变量，能源生产总量(X1)、全国生活能源消费总量(X2)、城镇居民人均可支配收入(X3)和工业能源消费总量(X4)为因变量。在EVIEWS软件中输入数据，观察散点图发现存在较强的线性关系，故此选择建立线性模型。计量模型可以设定为

 

三、模型检验

 

假设模型中随机扰动项u满足古典假定，运用OLS方法估计模型的参数，利用计量经济学软件Eviews得结果：

 

t= (-0.708675) (5.163553) (0.516422) (3.689293) (6.063122)

 

=0.999297 =0.999175 F=8176.418 DW=1.376476

 

1、经济意义检验

 

由回归估计结果可以看出，能源生产总量、全国生活能源消费总量、城镇居民人均可支配收入、工业能源消费总量四个解释变量前的系数为正值，即与能源消费总量呈线性正相关，与现实经济意义理论相符。

 

2、统计推断检验

 

从估计的结果可以看出，可决系数R2=0.999297，F=8176.418，认为模型的拟合程度可以接受。系数显著性检验：给定 α=0.05，查t分布表，在自由度为n-4=23时的临界值2.069，、、的t值大于临界值，拒绝原假设，接受备择假设，表明能源生产总量、城镇居民人均可支配收入、工业能源消费总量对能源消费总量有显著性影响;仅有的t值小于临界值2.069，所以接受原假设，表明全国生活能源消费总量对能源消费总量影响不显著。

 

3、计量经济学检验

 

(1)多重共线性检验

 

①对各解释变量进行多重共线性检验

 

由上表可看出，模型整体上线性回归拟合较好，R2 与F值较显著，而解释变量的t检验不显著，则说明该模型可能存在多重共线性。利用EVIEWS软件得到各变量间相关系数矩阵表可以看出各解释变量之间的相关系数较高，所以解释变量之间存在多重共线性。

 

②修正多重共线性

 

1、用EVIEWS分别对Y与各解释变量、、、做最小二乘回归最后发现的方程最大，所以以为基础，顺次加入其他变量逐步回归。

 

经比较，新加入x4的方程=0.998541，改进最大，而且各参数的t检验显著，但是x2的符号不合理，选择保留x4，再加入其他新变量逐步回归。

 

在X1、X4的基础上加入X2后的方程明显增大，但是X2的t检验不通过，因其为负值不合理。加入X3后不但方程的明显增大，而且t检验值也通过，所以选择保留X3，继续回归。

 

加入后，不仅下降，而且参数的t检验不显著。这说明引起多重共线性，所以应予剔除。

 

最后得出的回归模型是：

 

(2) 异方差检验

 

采用White检验n=9.5955小于在显著性为0.05水平下的卡方检验值16.9190，所以不存在异方差。

 

(3) 自相关检验

 

采用DW检验，由上分析可得DW=1.371751;给定显著性水平α=0.05，n=28，K=3时，查Durbin—Watson表得下限临界值=1.181，上限临界值=1.650，可知

四、自相关修正

 

采用科克伦—奥克特引入一阶自相关系数AR(1) 得出的结果中可决系数R2的值为0.999368.非常接近于1，模型拟合度非常高。在1%的显著水平条件下，参数显著不为零，模型整体性良好。 AR(1)对应的Prob值为0.0067，在1%的显著水平下显著。D.W.对应的值为1.85，查解释变量为4且自由度为27的D.W.分布表，上下限分别为1.16，1.65.由于1.65<1.85<2.35，所以模型不再存在一阶自相关。

 

最终回归模型为：

 

t = (-0.699866) (7.276451) (4.647176) (6.135601)

 

=0.999368 F=8695.975 DW=1.850801

 

五、结论分析

 

1、 在自相关的修正过程中，我们可以发现，全国生活能源消费总量、城镇居民人均可支配收入、工业能源消费总量等经济数据都具有时间上的惯性;另外一方面，城镇人均可支配收入具有经济活动的滞后性，城镇居民人均可支配收入的增加，不会使居民能源消费的水平当期就达到应有的水平，而是要经过若干期才能达到。因为人的消费观念的改变存在一定的适应期。

 

2、 虽然能源价格、能源消费结构和环境政策等因素未能在模型中得到量化和反映，但不是说这些因素对能源需求的影响并不重要。事实上，这些因素越是得不到量化和反映，越是暴露了当前我国在这些方面的不足和缺陷，更应该重视和解决。

 

六、政策建议

 

1、充分发挥市场机制的作用，促进我国能源消费向高效、清洁的方向发展。在工业方面，有重点地调整产业结构，确保经济与能源消费的协调。

 

2、优化和改善能源消费结构，大力发展清洁能源的使用，加强科学技术在此类能源上的创新性。我国具有丰富的水能、风能、太阳能等可再生资源，从长远来看，我国应在中长期战略上做好大力发展可再生能源的部署。

 

3、加强能源统计，制定有效的能源发展战略。能源统计数据的质量，应包括数据的准确性和时效性。提高能源统计数据的准确性、时效性、国际可比性，便于有关部门及时调整战略，实现能源的有效利用。

工业经济增长范文第3篇

[关键词]制造业；能源消费；经济增长；协整检验

[中图分类号]F423.62 [文献标识码]A [文章编号]2095-3283（2014）03-0080-03

一、引言

国内外许多学者对能源消费和经济增长间的变动关系进行研究，如Kraft J.和Kraft A.（1978）对1947―1974年的美国数据进行研究，得出GDP对能源消费存在单向的因果关系，但是两者不存在协整关系[1]。Yu和Hwang（1984）对1947―1979年美国的数据进行研究， 结果表明能源消费与GNP增长不存在因果关系[2]。Paresh Kumar Narayan和Stephan Popp （2012）分析了93个国家的能源消费与国内生产总值的长期关系，认为能源消费不是实际GDP的Granger原因[3]。韩智勇等（2004）采用Engle-Granger两步法对1978―2000年中国的GDP与能源消费总量数据进行研究，结果证明能源消费与GDP之间不存在长期均衡关系，但存在双向因果关系[4]。杨俊、王庆存（2011）利用1978―2009年的数据对我国能源消费与经济增长的关系进行了研究，结果表明电力消费与GDP，GDP与煤炭消费，GDP与石油消费之间存在单向Granger因果关系[5]。

改革开放以来，新疆加快了结构调整步伐，经济结构由农牧业主导型逐步向工业主导型转变，工业经济步入快速增长期，实现了前所未有的跨越式发展。1978年，新疆工业增加值仅有14.5亿元，到2011年已达2700.02亿元，年均增长9.9%。进入21世纪，新疆工业增长速度不断加快，年均增长11.6%，高于同期GDP增速0.7个百分点，尤其近五年，是改革开放以来工业增长速度最快的时期，年均增速为13.6%，高于GDP 2.6个百分点。工业增加值占GDP的比重由1978年的37.1%增长至2011年的40.84%，提高了3.74个百分点（见图1）。可见，工业的快速发展在新疆经济发展中发挥了不可替代的作用。

新疆是我国重要的能源基地，作为全国最大的资源储备区，新疆煤的预测储量为2万亿吨，占全国预测总储量的37.7%；油气资源约占全国陆上油气资源总量的1/4。近年来，新疆能源消费呈快速上升趋势，而工业能源消费占新疆能源消费总量的绝大部分，其在1988年占63.83%，到2011年上升至73.32%；而制造业的能源消费基本上占据了工业能源消费总量的六成左右（见图2）。由此可见，能源是工业发展最重要的资源基础，研究工业能源消费对工业经济的增长尤为重要，本文以制造业为落脚点，研究制造业能源消费与新疆工业经济发展的变动关系。

二、数据选取与变量设定

为研究新疆制造业能源消费对工业经济增长的影响，本文选取了新疆1988―2011年的制造业能源消费量和实际工业生产总值的数据，单位分别是亿元人民币和万吨标准煤，分别以MEC和IGDP来表示。所有数据都源自历年《新疆统计年鉴》。为排除物价变动因素的影响，本文以1988年为基期的工业生产总值指数和1988年工业生产总值数据对各序列数据进行平减；同时由于制造业能源消费和工业生产总值的变化趋势具有波动性，易产生异方差的问题导致伪回归的现象，为了排除异方差性，本文对时间序列变量取自然对数，记取对数后的工业生产总值和制造业能源消费总量分别为lnIGDP和lnMEC。图2显示了水平变量lnIGDP和lnMEC的趋势图，反映了1988―2011年新疆不变价的工业生产总值与制造业能源消费的变动趋势。

根据1988―2011年的数据建立回归模型，以工业生产总值为因变量，制造业能源消费为自变量建立新疆工业经济增长与制造业能源消费的双变量对数模型，即：

lnIGDP=α+βlnMEC+μ

由图2可知，除个别年份外，两条曲线的变化趋势相近，接近线性，其次lnIGDP和ln MEC都成增长趋势，可以判断上述模型的设计具有合理性，且lnIGDP和ln MEC存在协整关系。

三、实证分析

（一）ADF单位根检验

由上述分析可判断，IGDP与MEC之间可能存在协整关系，在检验其协整关系之前，先要对时间序列的各变量进行平稳性检验。本文采用Augmented Dickey-Fuller（ADF）对时间序列进行检验。利用Stata软件检验lnIDGP和lnMEC是否为非平稳序列，检验结果如表1，图4、图5所示（注：图中的dlnIGDP、lnMEC为一阶差分后的序列）。

由表1可以看出，在1%的显著水平下，lnIGDP序列的ADF检验统计量值为1.409大于其临界值-2.518，所以不能拒绝原假设，即存在单位根，而序列lnMEC的ADF检验统计量值在1%的显著水平下为-0.786，也大于其临界值-2.518，所以接受原假设，存在单位根。对两序列一阶差分后再进行ADF检验，dlnIGDP、dlnMEC两序列在1%的显著水平下分别为-2.585、-4.263，均小于其临界值-2.528，所以两序列在1%的显著水平下均通过了平稳性检验（见图4、图5），同时两序列为一阶单整，即lnIGDP～I（1）、lnMEC～I（1）。

工业经济增长范文第4篇

 

当然，要对比工业经济空间差异，就要追源于区域总体经济差异的研究，然而由于在具体研究区际经济差异中，结果与原因解释经常分离，或选择的分析角度主观原因过多，从一定程度上削弱了这些研究的解释力和可信度。同时，单纯的差异测度缺乏对经济差异増长规律的深入探讨，这就在一定程度上妨碍了区域经济増长差异的关键因素研究。因此有必要结合引入经济増长趋同的概念与方法来进一步研究区域工业经济差异是否存在缩小(扩大)而走向趋同(趋异)。而关于对増长趋同的研究，可追源于20世纪中期等134提出的新古典増长模型。它是基于资本边际收益递减假设提出的，即：发达国家由于边际递减规律的作用经济增长将会减缓，欠发达国家则相反;随着时间的推移，各国的人均产出应趋同于一个人均水平不变的稳定状态值。从计量经济学角度对此趋同定义为趋同和趋同。其中，a趋同即为与横截面数据相关趋同假说，指各地区人均GDP差异随时间推移而缩小。卩趋同是与时间序列相关的趋同假说，即穷国比富国增长快，就人均收入或人均产出而言穷国可以赶上富国。

 

目前，国内对区域经济增长趋同的研究主要集中于区域间相对人均GDP分异程度随时间推移是否减小Q趋同)以及区域的相对人均GDP增长速度与其初始水平是否呈负相关关系(趋同)的实证性检验[8]，也有学者运用了空间相互作用的概念、马尔科夫链方法测度了区域经济趋同，并多居于发展现状与演变趋势的分析，对于造成趋同效果的驱动因素尤其是驱动因素的定量说明涉及并不多。且研究单元的选取目前多基于省域单元层面，对县市级单元层面的研究相对较少。

 

其中，对江苏省的空间经济差异与趋同分析已较为成熟，刘兆德则就90年代时期的经济发展及空间差异作了分析，张红梅等分别在选取多项经济指标上运用主成分分析法对经济发展水平和区域空间结构作出测度，蒲英霞等运用GIS方法对空间格局进行定量分析并从趋同角度分析了江苏省空间特征与成因，欧向军等运用经济极化的概念和方法对江苏经济差异作了定量分析，之后欧向军与其他学者对经济空间格局、结构差异及成因进行了重点研究，仇方道等运用标准差及变异系数进行测度，并对经济结构作出了综合评价，而沈正平等在分析南北经济差异的基础上提出区域协调发展的对策。各项研究对江苏经济的格局特征日趋详尽，研究方法集中在标准差、变异系数、泰尔指数、主成分分析法、空间关联、极化指数等方法，但是并未以工业经济为主要研究对象进行深入探讨，且将空间差异与增长趋同结合的研究较少。

 

鉴于目前的研究进展，文章以江苏省65个县市为研究单元(图1)以工业经济为研究对象，从苏南、苏中、苏北三个地区分时段对工业经济增长差异与趋同进行定量判定，探讨该省工业经济差异在区域间及区域内是否有缩小趋势、工业增长是否存在趋同现象，并在此基础上对主要影响因素进行针对性分析，为优化区域工业经济空间布局、制订工业发展策田各妥善处理区域间竞合关系、促进全省工业协调发展等方面提供参考。

 

2.研究区工业经济发展概况

 

目前江苏制造业分布不均衡性明显，南北地区性分布差异较大。2007年苏南地区(南京、苏中、无锡、常州、镇江5市)工业增加值占了全省的67%苏中地区(南通.、扬州、泰州3市)占近18%，而苏北地区(徐州、连云港、盐城、宿迀、淮安5市)只占据了15%。从各单元的工业增加值的平均值看，苏南地区为457亿元，苏中地区为134亿元，苏北地区71亿元，梯度差距尤为明显，尤其是苏北与苏南的差距更为显著，平均各县市单元工业增加值不足苏南的。

 

通过对1990年与2007年江苏省各县市工业经济规模的计算工业经济规模分别工业总产值、工业年平均就业人数)，可以进一步看出在1990年和2007年不同年份江苏省南、中、北三地区的工业经济规模梯度差异均非常明显。其中苏南地区以南京、苏州、无锡等城市工业发展优势最为明显。苏中地区内部相差较小，且以泰州地区的工业发展相对落后。而在苏北地区以各市区工业较为集中，其他县市工业发展普遍落后于苏中、苏南县市。从纵向变化程度看，总体格局变化不甚明显，但相对落后的苏北地区其工业规模成倍增长，苏南地区增长幅度相对平稳。此外，在三个地区内，苏南地区规模等级分布较大即各县市之间差异仍是很大，苏北、苏中差异则有连续分布之势。但是这对于全省域的工业经济差异变化过程、变化程度、变化趋势还不能得以明确，因此有必要进一步分解量化分析。

 

3研究方法与数据说明

 

3.1研究方法

 

3.1.1工业经济时空差异测度目前经济差异研究主要集中于绝对差异、相对差异和综合差异，在相对差异中，泰尔T系数测度方法，可以比较经济指标(变量)的地区分布，该系数可分解为组内和组间差异两个部分[22]，是衡量区域差异的重要指标。本文为了更好地分析地区间及地区内差异，将江苏省分苏南、苏中、苏北三个地区，运用泰尔(Theil)系数，综合测度三个地区之间以及地区内部工业经济差异的总体特征及变化式中，T、BT、WT分别表示全省各县市之间的工业经济差异、地区之间的工业经济差异、地区内区县(市)的工业经济差异;G/、P,:/表示i地区j城市工业的増加值和从业人口，G、P分别表示i地区总工业増加值和从业人口，G、P为全省工业増加值和从业人口。

 

3.1.2工业经济增长趋同检验当不发达地区的増长速度高于发达地区时，发达地区与不发达地区的收入之比会下降，会出现相对趋同。当不发达地区收入増量超过发达地区时，会出现绝对趋同。若初始的差异大，在一定时期内高收入、低増长区域的绝对増量会大于高増长、低收入的绝对増量。相对差异(收入比率)缩小，但绝对差异维持或扩大的情况，可能会持续很长时间。可见，趋同并非完全是指区域差异缩小，而是指区域经济水平趋于接近的过程。在这一过程中某些形式的差异(如绝对増量差)可能在一定时段内并不会缩小。

 

4.工业经济时空分异及增长趋同特征

 

4.1总体及地区间差异演变特征

 

通过泰尔T系数测度(式1~3)，江苏省工业经济所得到总差异变化趋势呈现“S”形(表1，图3)，即先从1980年的0289下降到2001年的0156而后保持稳步升高至2003年的022，之后又开始下降。总体而言，从1980~2007年江苏省各地区工业经济的总体相对差异有所缩小，但缩小的速率有所放缓。从地区间的工业差异变化情况看，与总体差异趋势较为一致(图3)，即先从1980年开始缩小至2001年的0101，之后开始扩大，至2004年又有所下降。

 

对于总体差异的贡献率，地区间的差异是造成江苏省工业经济空间差异的主要原因，虽呈先增后確势，贡麵高达60%上下。地区内的差异贡献率贝相棚、，前期以苏南差异贡献率为主，中期以苏中贡献率相对较高，后期则以苏北的贡献率较高。

 

4.2地区内差异演变特征

工业经济增长范文第5篇

关键词：经济增长；工业废水排放量；VAR模型

中图分类号：F224.0文献标识码：A

一、引言

改革开放以来，中国的经济增长带来了人民生活水平的提高以及社会福利水平的改善，但随之而来的是一系列环境问题。经济增长与环境恶化之间的两难冲突备受关注，二者关系的研究已成为各领域探讨的热点问题。经济学家库兹涅茨1955年提出了著名的倒U型曲线假说，20世纪九十年代，Grossman和Krueger在库兹茨曲线基础上提出了环境库兹涅茨曲线。国内学者方行明、刘天伦通过建立一个一元三次的计量经济模型，应用最小二乘法估计，认为工业废水排放量与人均GDP之间存在倒N型的关系，彭水军、包群通过广义的脉冲分析，认为人均GDP与工业废水排放量存在N型关系。而本文主要利用VAR模型来分析经济增长与工业废水排放量是否存在上述关系，首先建立工业废水排放量和经济增长这两个指标，因为考虑到时间序列的平稳性问题，要利用单位根检验数据是否平稳。如果数据平稳或是协整，则建立经济增长与工业废水排放量的VAR模型，进行格兰杰因果关系分析和脉冲响应分析。

二、变量选取与数据处理

（一）变量选取。因为本文只是单纯地研究经济增长与工业排放量之间的关系，不考虑对环境造成污染的其他因素的影响，所以在变量选取方面比较容易。经济增长的指标选用人均GDP（单位：元），之所以选用该指标，在于与总收入相比，人均GDP更能反映出真实收入水平变化对环境的影响。而工业废水排放量的指标就直接选用每亿元工业产值的工业废水排放量（单位：吨）。研究区间取自1995～2009年，各指标数据来源于《中国统计年鉴》。

（二）数据处理。为避免数据的剧烈波动，消除可能存在的异方差，考虑到对时间序列进行对数化处理后容易得到平稳序列，且并不改变序列数据的特征。本文分别对每亿元工业产值的工业废水排放量和人均GDP的时间序列数据进行取对数的处理，新的序列分别命名为lnmyczw和lngdp。

（三）变量的平稳性检验。为了得到有效的检验统计量，防止为回归的产生，在建立VAR模型前应首先对变量的时间序列数据进行ADF平稳性检验。

在进行ADF单位根检验之前，首先应确定是否具有截距和时间趋势项，否则，检验的结果将会大相径庭。一般采用图形观察法，如果序列在偏离0位置变动，且呈现出随着时间快速递增或递减的趋势，则可以选择既有截距又有时间趋势项；如果序列随时间递增或递减的并不迅速，可以考虑舍去时间趋势项。从表1中我们可以看出，lngddp和lnmyczw这2个时间序列在10%的显著性水平下均不能拒绝存在单位根的原假设，因此都是非平稳的。而他们的一阶差分序列dlngdp和dlnmyczw的ADF值均可以小于10%的显著性水平下的临界值，所以都是平稳的。因此，dlngdp和dlnmyczw都是平稳的时间序列，可以建立任何的模型。（表1）

三、VAR模型的建立及应用

（一）建立VAR模型。在ADF检验的基础上，我们建立人均GDP和每亿元工业产值的工业废水排放量为因变量，这些变量的滞后项为自变量的VAR模型。

为了确定VAR模型的滞后阶数，我们根据LogL、LR、FPE、IC、SC和HQ等标准进行确定，如表2所示。（表2）滞后阶数适当加大，可以消除误差项中的自相关，但又容易减少自由度，影响模型参数估计的有效性。因此，我们重点参考AIC和SC最小的评价标准，将VAR的滞后阶数确定为4阶。因为对于变量人均GDP和每亿元工业产值的工业废水排放量，经过取对数和一次差分后，变量是平稳的，所以可以建立滞后4阶的VAR模型。

（二）格兰杰因果关系分析。在建立VAR模型的基础上，来分析经济增长与工业废水排放量之间的格兰杰因果关系。Granger因果检验度量的是：对y进行预测时x的前期信息对均方误差MSE的减少是否有贡献，并以此作为因果关系的判断基准。与x的前期信息相比，若MSE无变化，则称x在Granger意义下对y无因果关系；反之，当x的前期信息对MSE的减少有贡献时，称x在Granger意义下对y有因果关系。即一个变量如果受到其他变量的滞后影响，则称它们具有Granger因果关系。

Granger因果检验往往受滞后长度p的影响。处理滞后期有两种方法：一是从滞后1开始测试，按AIC、SC最小的原则确定VAR的滞后长度，作为Granger因果关系检验的滞后期；二是尝试不同的滞后期，比如滞后1～6期，观测因果关系的变化特征。本文的滞后阶数直接利用VAR模型所确定的滞后阶数。

通过格兰杰因果关系检验（表3），根据伴随概率，在5%的显著水平下，因为0.000，0.05，所以拒绝原假设，即人均GDP是工业废水排放量的格兰杰原因。0.9569>0.05，所以接受原假设，即工业废水排放量不是人均GDP的格兰杰原因。表明人均GDP和工业废水排放量之间存在单向的格兰杰因果关系。这就从一个方面反映了我国经济的快速增长在一定程度上建立在高废水排放量的基础上的，但是这不符合中国的“低污染，高增长”的目标，所以我国要加快经济增长由粗放式向集约式的转变，治理高能耗、高排放的企业，而且在较快的经济增长的条件下，也应该对工业废水的治理增加投资。

（三）脉冲响应分析。前面我们分析了一个变量和另一个变量之间的格兰杰因果关系，接下来分析当一个误差项发生变化即模型受到某种冲击时对系统的动态影响，或者说VAR模型中的一个内生变量的冲击（即一个误差项发生变化）给其他内生变量带来的影响，即脉冲响应分析。首先，我们给每亿元工业产值的工业废水排放量一个单位的冲击，采用脉冲方法得到关于人均GDP的一个脉冲响应函数（图1）。图1中，横轴表示冲击作用的滞后期间数（单位：年），纵轴代表人均GDP增长率的响应，实线表示脉冲响应函数，代表人均GDP的增长率对每亿元工业产值的工业废水排放量的冲击的反应，虚线表示正负两倍标准差的偏离带。

从图1中可以看出，当在本期给人均废水排放量一个正冲击，人均GDP的增长率在前7期基本上是平稳的，且是正的，当人均废水排放量受外部的某一正的冲击后，传递给人均GDP的增长率，给人均GDP的增长率带来同样的冲击即具有正的增长。在第7期内下降为0，并持续下降，到第8期以后开始稳定（响应值为-0.03）。表明每亿元工业产值的工业废水排放量的正的冲击可以使人均GDP的增长率持续降低，但是这种影响比较微小。

同理，我们给人均GDP一个单位的正的冲击，可以得到每亿元工业产值的工业废水排放量的响应函数（图2），实线表示每亿元工业产值的工业废水排放量增长率对人均GDP冲击的响应函数。

在图2中可以看出，每亿元工业产值的工业废水排放量的增长率一直在0附近很小幅度的波动，但在第3期以后都显示出不明显的负效应。这说明人均GDP的一个正的冲击可以持续降低每亿元工业产值的工业废水排放量的增长率，但是这个响应不是非常明显。

四、结论

在1995～2009年这个研究期间，通过利用人均GDP和每亿元工业产值的工业废水排放量建立VAR模型，通过格兰杰因果关系分析和脉冲响应分析，得出如下结论：

1、在一定程度上，中国经济的增长是工业废水排放量的格兰杰原因，这与中国正处在工业化中期，第二产业比重大的经济结构有关，但是工业废水排放量不是经济增长的格兰杰原因。

2、在响应期内，dlngdp对dlnw的响应函数并没有呈现倒N型或N型。没有呈现倒N型可能是因为使用的模型不同，而没有呈现N型是因为本文数据较新，加上近年来政府对工业废水排放量的控制所致。

3、经济增长对工业废水排放量的减少所起的作用不是很明显。

（作者单位：河北经贸大学经济研究所）

主要参考文献：

[1]Grossman G.and Kuerger A：Economic Growth and the Environment[J].Quarterly Journal of Economics，1995.110.2.

[2]夏庆澍，兰天.中国经济增长与环境污染关系的实证性研究[J].经济观察，2011.1.

[3]方行明，刘天伦.中国经济增长与环境污染关系新探[J].经济学家，2011.2.

[4]彭水军，包群.中国经济发展与环境污染关系[J].中国工业经济，2006.5.