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

　　对数化的人均国民生产总值Δln(gdp)(C,T,0)-3.1593-2.9762-3.6998平稳对数化的人均消费价格指数Δln(cpi)(C,T,0)-2.6692-2.6299-2.9810平稳对数化的人均能源量Δln(water)(C,T,0)-6.0544-2.9763-3.6998平稳对数化的废气总量Δln(gas)(C,T,0)-4.8663-2.9762-3.6998平稳对数化的废水总量Δln(solid)(C,T,0)-6.4657-2.9762-3.6998平稳对数化的固体废弃物总量Δln(tce)(C,T,0)-3.7614-2.9762-3.6998平稳C和T表示常数项和趋势项,Δ表示1阶差分。

　　3.2滞后阶数的确定

　　为了保持合理的自由度使模型参数具有较强的解释力,同时又要消除误差项的自相关,因此选择最大滞后阶数为3,从3阶依次降至1阶来选择VAR模型的最优滞后阶数。使用AIC、SC信息准则和LR统计量做为选择最优滞后阶数的检验标准,用Q统计量检验残差序列有无自相关,White检验和ARCH统计量检验是否存在异方差,Jarque-Bera检验残差的正态性,结果表明在5%的显著水平上各方程回归的残差序列均满足正态性,不存在自相关和异方差。因此,滞后阶数为1的VAR模型各方程拟合优度很好,残差序列具有平稳性。

　　3.3协整检验

　　上述时间序列数据或许是不平稳的,可能受一些共同因素的影响,从而在时间上表现出共同的趋势,即变量之间存在一种稳定的关系,因此它们的某种线性组合是平稳的。协整关系即表明这些变量之间存在着长期均衡的关系,而这种长期均衡的关系是在短期波动过程误差修正机制的不断调整下得以实现的,防止了长期均衡关系出现较大的误差。在对多变量模型进行协整检验时,通常采用Johansen的向量误差修正模型分析框架进行协整检验。

　　Johnsen的迹检验和最大特征值检验表明,在5%的显著性水平下,6个变量之间存在的协整关系并且存在2个协整方程。通常情况下,当变量间存在1个以上协整关系时,第1个协整方程比较准确地反映了变量之间的长期关系。

　　从长期来看,城市化与废气排放量、废水排放量、废固排放量负相关,而与人均消费价格指数、人均能源消耗量正相关。废固排放量对城市化的长期弹性为2.21,说明重庆城市化对废固排放量还是相当敏感。城市化与人均能源占用量之间存在正向关系,长期变动趋势表明,人均能源占用量的长期弹性值为1.39,这说明重庆城市化受能源的影响程度也是很大的。从变量系数的大小来看,废水的弹性最小,只有0.55,这可能是废水排放的技术效应超过其规模效应,使其总排放量减小,弹性系数较小。

　　3.4向量误差修正模型

　　根据Granger的代表性定理,一组具有协整关系的变量可建立误差修正模型。若变量之间存在协整关系,即表明这些变量之间存在着长期稳定的关系,而这种长期稳定的关系是在短期动态过程的不断调整下得以维持。误差修正机制防止了长期关系的偏差在数量和规模上的扩大,因此,任何一组相互协整的时间序列变量都存在误差修正机制,反映短期调节行为。基于误差修正模型,可以进一步了解这些变量之间的短期动态关系。从VEC模型的整体检验结果可以看出,模型整体的对数似然值309.37足够大,同时模型的AIC和SC值分别为-18.64和-16.64均较小,说明模型整体拟合得较好,解释力较强。对误差修正模型的残差进行了Jarque-Bera正态性检验,表明残差满足正态分布要求。序列相关LM检验和ARCH检验表明模型残差不存在自相关和ARCH效应。

　　3.5基于VECM的脉冲响应分析

　　基于VAR模型的脉冲响应函数可用来度量来自随机扰动项的一个标准差冲击对各变量当前和将来取值的影响。它可以用来分析VAR模型中任意一个变量的扰动如何通过模型影响到其他变量,最终又反馈到自身的过程。考察4类对数化后一阶差分的生态环境指标和2类对数化后一阶差分的城市化指标之间的双变量系统响应。

　　(1)城市化对4类生态环境指标的累计响应值,由高到低排序:固废排放量(0.186)、废水排放总量(0.034)、废气排放量(0.026)、人均能源占用量(-0.517)。3类排放物指标的响应曲线轨迹都是位于水平线之上,表明随着人均GDP的不断提高,将导致各类排放量的持续上升。人均能源占用量为负值,这表明随着经济的技术效应和结构效应而提高了生态环境质量。

　　废水排放量在当期反应为负值,其后第2期反应值变为正。以后各期响应值大致保持在-0.016—0.007的范围内,表明废水排放量增加对城市化产生负面效应。固废排放量的响应轨迹大致为有下降趋势的曲线,然而废固排放量对城市化的累计响应值为0.186,城市化对废固排放量的累计响应值为-0.215,这一结果的涵义是城市化将导致废固排放增加,而废固排放的增加反过来又会抑制城市化进程。废气对城市化的响应前3期是正值,其后为负值,5期后为正值,废气排放量的增加对城市化会产生一定的负面影响。城市化水平的提高对人均能源占用量具有负的冲击效果,人均能源占用量对城市化响应呈现先增加后减少的反复变化趋势。

　　(2)4类生态环境因子对城市化指标的累计响应值,由高到低排序:依次为废气排放量(0.010)、废水排放总量(-0.033)、人均能源消占用量(-0.042)、固体废弃物排放量(-0.215)。生态环境对城市化的负值响应证实了污染排放对城市化的反作用:随着生态环境质量的恶化,人们对环境质量需求偏好的改变、产业结构的调整都将对城市化产生外在压力,同时,技术效应和结构效应在一定程度上改善了生态环境。

　　(3)城市化对生态环境因子中的固体废弃物响应具有明显的滞后作用。在前3期累积响应值几乎为零,随着时期的增加,第5期累积响应值为0.02,然后响应值迅速增大,响应效果越来越明显。固废排放量增加对城市化的负面影响往往要在一段时期后才能得到显著反映,其原因可能在于环保技术采用相适应的产业结构调整是一个较长时期的过程。

　　(4)本文选取的2类城市化指标体系中,人均GDP的响应轨迹明显地分为四个阶段,该响应曲线反映的阶段性与生态环境指标的阶段性密切相关。在城市化初期,城市对生态环境的影响不大,生态环境对城市化的约束作用也几乎为零,因此在前3期内,城市化曲线迅速上升,各类生态环境响应值也逐步达到最大,废水累计响应值达-0.015,废气累计冲击值达-0.012,废固累计响应值达-0.0056。随着城市化的继续推进,生态压力就开始显现,并成为城市化的瓶颈,城市化也被迫调整减缓,因而在3—6期接近某一饱和水平,响应轨迹接近于一条水平线。从第8期开始,生态环境的响应值也相应下降(废固除外),这可看成限制因子变化,瓶颈扩展,容量增大,城市化与生态环境之间的矛盾逐渐缓和,城市化又得以快速发展,又开始新一轮的调整。

　　3.6基于VECM的方差分解

　　方差分解的基本原理是将任意一个内生变量的预测均方误差分解成系统中各变量的随机冲击所做的贡献,然后计算出每一个变量响应的相对重要性,即变量的贡献占总贡献的比重。可利用方差分解可分析各个变量的贡献率,从而可反映出每个变量的随机冲击在影响VAR系统变量的相对重要性。从第4期预测起,生态环境对人均GDP的影响逐步增大,到第7期以后占人均GDP预测方差的20%以上,表明生态环境在长期对人均GDP的影响是逐步增大的,而且逐渐成为影响城市化进程的重要因素。人均GDP的影响从第3期以后逐步下降,到第9期占预测方差73%并趋于平稳,说明从短期来看生态环境对城市化影响不显著,但在长期影响比较显著,而且影响比例趋于稳定。

　　固体废弃物的预测方差主要来自城市化和自身的影响,其中在前2期预测方差中固体废弃物对城市化的影响一直占固体废弃物预测方差的57%左右,说明固体废弃物对城市化有重要的影响。固体废弃物明显存在的随时间减弱的趋势,最后预测方差达28.7%。人均GDP在前3期预测的预测方差逐渐减弱,从第4期起预测方差影响增强,最后影响达21.8%。

　　综合方差分解结果,就总体而言,城市化对解释各类生态环境指标的预测方差起了很大的作用,城市化解释了废气、废固、废液3类生态环境指标73%以上的预测方差。这一结果说明重庆市城市化及伴随着对资源、能源的开采与利用以及废弃物的大量产生,是生态环境破坏的关键原因之一。相比较而言,生态环境对城市化预测方差的解释贡献度较小,贡献度较高的废固排放也只有16.74%,远低于城市化对生态环境指标的预测方差贡献。废水排放量、废气排放量的影响程度则相对较弱,这可能是经济发展成熟后,重庆市加强了废水、废气治理的原因,也可能是统计口径的原因。

　　4、结论

　　以上根据1978—2007年的时序数据,利用协整检验及方差分解模型,对重庆市城市化与生态环境之间进行动态计量分析,结果发现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。

　　(1)城市化与生态环境之间存在长期的均衡关系。非平稳序列的城市化指标、生态环境因子经过一阶差分后变得平稳,均为一阶单整,存在2个协整方程。从长期来看,城市化与废气、废水、废固负相关,而与人均消费价格指数、人均能源占用量正相关。由协整方程可以得出,城市化每变化一个单位,将会促进废气排放量、废水排放量、废固排放量相应变化0.551,1.479,2.211个单位,同时还促进人均能源占用量变化1.391个单位。