论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　摘要:运用协整理论和误差修正模型考察了重庆市1978-2007年期间城市化与生态环境相互作用的关系,遴选出作用于生态环境的2项主要的城市化指标和影响城市化的4项主要的生态环境指标,它们能反映出交互作用的机制。结果发现:1978-2007年,重庆市城市化与生态环境之间存在长期均衡关系,城市化对生态环境的正向作用明显强于生态环境对城市化的反向影响,误差修正系数较长期协整方程中的系数要小。从长期来看,城市化水平对生态环境变化的解释能力正在逐步增强,这充分证明生态环境功能的弱化是城市化步伐推进的必然结果。就城市化对生态环境的响应效果而言,一方面城市化是影响重庆市生态环境的重要原因,另一方面生态环境对城市化也存在着反作用。生态环境对城市化进程产生外在压力,但这一反馈机制往往具有一定的滞后效应。城市化对解释生态环境预测方差分解起着重要作用,然而生态环境对城市化预测方差的贡献度较小。

　　关键词:城市化;生态环境;误差修正;VECM模型

　　城市化是一个社会、经济、文化等多种因素综合发展的过程,表现为人口向城市的集中,城市地域范围的扩展,经济结构的升级,城市生活方式、价值观念向农村地区的渗透、扩散等。因此,推进城市化是绝大多数国家实现工业化和摆脱贫困走上现代化道路的必然过程。随着城市化的不断推进,现实的城市化与生态环境之间存在着各种矛盾与胁迫。一方面城市化以生态环境为成长背景、以资源开发为主体,在发展过程中受到了周围生态环境的胁迫,并不同程度地对其自身及生态环境造成破坏;另一方面生态环境作为城市化成长背景,受到人为破坏后,反过来又胁迫城市发展规模和空间结构优化,延滞城市化进程。

　　实际上对城市化而言,生态环境的胁迫与经济发展的驱动力一样,对城市化的发展速度也起着重要的决定性作用。在较弱的驱动力和较强的生态环境胁迫作用下,城市化发展速度都会相应减缓,在预定时间内达不到城市化进程的总体目标,因此,生态环境因素也是城市化进程中的重要内生变量之一。

　　现实的城市化与生态环境之间存在着各种矛盾与胁迫,这种现象已经引起了国内外众多学者的广泛关注。国外如Ali.Niakaraa基于西非瓦拉杜古的人口调查,研究了高血压与城市化的空间分异规律。Anna.Lytha以澳大利亚的亚热带海岸为例,讨论了应对环境变化的可持续政策以及气候、城市化与媒介传播疾病的关系。R.Ducrota剖析了城乡结合部的自然资源管理,农用地和水动力机制对城市化的推动作用。B.A.Portnov以巴勒斯坦南部内盖夫的土壤沙化为列,研究了干旱区的农业和城市化的关系。Atef.Al-Kharabsheh对南约旦河干旱时期城市化对水质退化的影响进行了研究;国内如方创琳对西北干旱区水资源约束下城市化过程及生态效应进行了探讨,黄金川认为城市化与生态环境间的存在“双指数曲线”,刘耀彬用系统论的微分方程组来探讨城市化与生态环境耦合模式,乔标借助于系统理论建立了城市化与生态环境协调发展的动态耦合模型,杜希饶通过构建开放条件下的内生增长模型,探讨了贸易、环境污染与经济增长的关系。王如松认为城市是由社会、经济和自然3个子系统构成的复合生态系统,城市的发展需要凭借城市生态支持系统的支撑。

　　上述许多研究文献都是假定城市化对生态环境恶化无任何反应,并且生态环境恶化也未严重影响到未来的城市化进程。实际上,城市化和生态环境是相互作用、相互影响的,环境变化、污染排放也同时影响产出变化与消费偏好而作用于城市化。胡聃指出城市化与生态环境是互动的大系统,需要构建将城市化内生化的模型探讨生态环境质量与城市化间的互动关系,研究中应重视生态环境退化或改善对城市化的反作用。

　　Dinda指出生态环境与城市化之间的这一双向影响机制却被大多数研究者所忽略,从而导致了变量内生性偏差问题,因为城市化本身也是由生态环境变化与其他因素所共同决定的内生变量。

　　鉴于此,本文运用协整和误差修正模型来研究重庆市城市化与生态环境之间的相互关系和影响,希望借此对二者之间关系的认识有所帮助。

　　1、研究方法

　　向量自回归模型最早是由Sims于1980年提出。VAR模型不是以经济理论为基础的,而是在模型的每一个方程中用当期内生变量对模型中全部内生变量的滞后值进行回归,从而估计全部内生变量之间的动态关系,估计过程中不带有任何事先约束条件。用数式表示为:假设Yt是一个n×1阶时间序列向量,Yt=(yit,y2t,…,ynt)′。则k阶VAR模型可以写为:Yt=Π1Yt-1+Π2Yt-2+…+ΠkYt-k+εtεt—IID(0,Ψ)t=1,2,…,T(1)式(1)可以VAR(k)表示。其中Π1,…,Πk都是n×n阶参数矩阵,εt是n×1阶随机误差列向量,Ψ是n×n阶方差协方差矩阵。

　　如果Yt中是非平稳的元素,上述回归方程中的参数分布就会是非标准分布,从而使通常的统计推断程序失效。但是,若VAR模型中的非平稳变量间存在协整关系,则可以在VAR模型的基础上建立向量自回归误差修正模型,使VECM模型的各变量都成为平稳序列。这样,在(1)式的基础上,假定Yt—I(1),并对(1)式进行差分变换后,VAR模型可表示为:ΔYt=Γ1ΔYt-1+Γ2ΔYt-2+…+Γk-1ΔYt-k+ΠYt-k+εt(2)其中,Δ为1阶差分算子:ΓI=-I+Π1+…+Πi,i=1,2,…,kΠ=-I+Π1+…+Πk式(2)为VECM模型的一般表达式。从模型式(1)到式(2)的变换称为协整变换。式(1)Π中的称为压缩矩阵(或影响矩阵),它是所有参数矩阵的和减去一个单位矩阵。

　　VECM本质是一个有约束的VAR模型,在解释变量中含有了协整约束关系,当出现一个大范围的短期波动时,VECM会使内生变量收敛于它们的长期协整关系。短期部分调整可以修正长期均衡的偏离,因此协整项也被称为误差项。

　　2、数据来源

　　在研究生态环境质量与城市化关系的文献中,较多地采用以下几类指标来度量生态环境质量:污染集中度、污染物排放量、资源开采量以及水资源拥有量。因选点为南方城市,在几大类限制因子中,污染物排放是首要指标,考虑到数据的可获得性,本文采用污染物排放量,人均能源占有量来度量生态环境质量,其中污染排放物又可分为3类:气体污染排放物、液体污染排放物以及固体废弃物,各类污染变量时序长度均为1978—2007年,数据来源由相应各期《重庆市统计年鉴》、《四川省统计年鉴》、《中国环境年鉴》整理及计算而得。

　　对于城市化指标,不能单纯地采用城市化率来衡量,其是一个综合性指数,衡量的指标不下几十个。基于数据的可获得性,通用性,采用主成分分析方法,最后选用人均GDP,人均消费价格指数来表征,这2类指标较客观地反映出城市化进程对生态环境质量的影响。具体数据由历年《重庆市统计年鉴》整理而得。通过对这几个变量取对数,以消除异方差,使得变量之间的拟合效果更好:

　　(1)ln(gdp)对数化的人均国民生产总值;

　　(2)ln(cpi)对数化的人均消费价格指数;

　　(3)ln(cet)对数化的人均能源占用量;

　　(4)ln(gas)对数化的废气排放总量;

　　(5)ln(water)对数化的废水排放总量;

　　(6)ln(solid)对数化的固体废弃物排放总量。

　　3、城市化与生态环境协整关系的实证分析

　　协整关系是对非平稳变量之间长期均衡关系的一种统计描述。所谓协整,是指多个非平稳变量的某种线性组合存在某种程度的平稳性,协整分析通过检验非平稳变量之间是否存在平稳的线形组合关系,从而发现变量之间的协整关系。

　　3.1时间序列数据的平稳性检验

　　由于直接对非平稳的时间序列进行回归分析,可能会造成虚假回归等问题,因此需要首先判断序列的平稳性。为使6个变量在同一坐标下具有可比性,采用了Eviews6.0中的标准化处理,可看出六个变量整体上均呈现上升一致的趋势,可能具有非平稳性。

　　为了从理论上验证直观观察的结果,并进一步确定序列平稳的阶数,故对六个变量序列进行单整性分析。单位根检验通常采用DF或ADF检验,由于DF检验总是假定被检验模型中的随机误差项不存在自相关,但大多数经济数据数列是不能满足此假定的,因此采用假定条件放宽的ADF检验方法。

　　经过ADF检验可知,取对数的生态环境变量与城市化变量一阶差分之后在1%和5%的显著水平下都小于ADF单位根检验的临界值水平,这说明以下各变量都是一阶单整过程I(1),即都是具有一个单位根且在一次差分之后变为平稳序列。