长江经济带的产业结构调整与生态环境发展
——基于面板向量自回归模型的证据

王祖山 姚欣雨

(中南民族大学 经济学院，湖北 武汉 430074)

长江经济带人口集聚，经济体量大；在经济发展的同时，也面临环境污染严重、生态环境承载压力大等问题。2018年4月，习近平总书记在推动长江经济带发展座谈会上指出，要推动长江经济带成为引领中国经济高质量发展的排头兵和实施生态环境系统保护修复的创新示范带。因此，探讨如何调整产业结构和改善生态环境，具有必要性和紧迫感，这对保护长江经济带生态环境，推动产业结构优化升级具有重要意义。

国内外学者对产业结构调整与生态环境发展的关系进行过大量研究。在产业结构水平与生态环境的关系方面，有学者认为，不同国家和地区产业结构水平对环境污染的影响，依赖于国家相关政策及实施情况[1]；产业结构与环境污染水平之间总体呈倒U型关系[2]，且降低第二产业比重，提高金融等服务业比重，对减少环境污染有正向作用[3]。在产业结构演变与环境质量方面，发现产业结构变化对生态环境的影响显著[4]，且生态环境改善对产业结构有稳定和促进作用[5]。在产业结构与环境污染的关联性方面，有学者发现产业结构与环境污染的演变轨迹具有一致性[6]。

笔者拟选用长江经济带上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州和云南11省市2006-2019年面板数据，通过对产业结构调整和生态环境发展的测度，探究两者的关系，为长江经济带高质量发展提供决策参考。

一、变量测度与模型设定

(一)变量测度

1.产业结构调整。产业结构调整是一个动态演进的过程，这里以产业结构合理化和产业结构高级化两个指标的变动来表征。

(1)产业结构合理化(TL)。产业结构合理化是产业间协调程度和资源有效利用程度的反映。采用干春晖[7]等人的方法，构建产业结构合理化系数，计算公式如下：

(1)

上式中，Y表示地区生产总值；Yi表示第i产业产值；L表示就业总人数；Li表示第i产业就业人数。TL测度结果越小，产业结构与均衡状态间的偏离度越小，合理化水平越高；当TL为0时，产业结构达到均衡。

(2)产业结构高级化(TS)。产业结构高级化衡量产业结构升级的相对程度。信息化时代，经济结构中服务占比的提升是产业结构高级化的主要方向和核心特征。采用干春晖等人的测量方法，构建产业结构高级化系数，计算公式如下：

YS=Y2/Y3

(2)

上式中，Y3表示第三产业产值；Y2表示第二产业产值。两大产业产值之比反映“经济服务化”趋势。TS值越大，产业结构水平越高。

2.生态环境综合指数(ECO)。参考崔木兰、韩东、史宝娟等学者的做法[8-10]，还依据经济合作与发展组织和联合国环境规划署提出的“压力-状态-响应”(PSR)模型，构建包含3个一级指标和9个二级指标的生态环境综合指标体系(见表1)。

表1 生态环境综合指标体系

在上述指标的基础上，利用主成份分析法构建生态环境综合指数(ECO)，用来度量生态环境水平，ECO数值越大，生态环境发展水平越高。

(二)模型设定

面板向量自回归模型(PVAR)兼具面板数据和向量自回归模型(VAR)的优点，规避模型变量内生性，增加观测值自由度，同时控制个体异质性，能较好描述变量间复杂关系。以下利用此模型，分析长江经济带各省市的产业结构合理化、高级化和生态环境的关系，该模型设定为：

其中，i为样本，t为年份，j为滞后阶数，滞后阶数可从1到K,α0为截距项向量，代表变量的固定效应，允许变量存在地区差异，β、γ、λ为系数向量，εit为服从正态分布的随机干扰项。

二、长江经济带产业结构调整与生态环境发展的实证分析

(一)数据来源

选用长江经济带11省市2006-2019年面板数据。产业结构合理化和高级化的基础数据来自《中国统计年鉴》及各省市统计年鉴。生态环境综合指标体系数据来自《中国环境年鉴》《中国城市统计年鉴》及各省市统计年鉴。采用极差法标准化对生态环境指标进行无量纲化处理，利用时序全局主成份分析法对生态环境综合指数进行测算。对云南省缺失的2016-2017年二氧化硫排放量数据，采用均值替代法补全。

(二)产业结构变化

1.产业结构的合理化。依照公式(1)，对相关省市2006-2019年的产业结构合理化系数进行测算，结果如下(见表2)。

由表2可知，2006-2019年间，各省市产业结构合理化系数整体呈现下降趋势，表明产业结构合理化水平不断提高。其中，上海、江苏、浙江3省市产业结构合理化系数最小，说明下游地区产业结构合理化水平整体较高。安徽、江西、湖北、湖南、重庆和四川5省市产业结构合理化系数较小且较为相近，而贵州、云南两省的产业结构合理化系数较高，说明中游地区产业结构合理化水平低于下游地区。由于地理条件优势和政策扶持，重庆市和四川省虽位于上游地区，但产业结构合理化水平明显高于云贵两省。从变化幅度看，2006-2019年间，重庆、贵州、云南3省市产业结构合理化系数变化较大，说明其产业结构合理化水平有较大提高，而上海、浙江两地产业结构合理化系数变化较小，说明两地的产业结构趋于稳定。

表2 长江经济带11省市产业结构合理化系数

2.产业结构的高级化。依照公式(2)，测算产业结构高级化系数，结果如下(见表3)。

从表3可知，2006-2019年间，各省市产业结构高级化整体呈上升趋势。其中，上海产业结构高级化程度最高，增幅也最大；江苏、浙江两省的产业结构高级化缓慢上升，上海产业结构向服务化发展最快。下游地区产业整体比较高级，主要是由于这些省市经济发达，服务业发展也更快更成熟。安徽、江西、湖北和湖南4省市的产业结构高级化呈现波动上升的趋势，中游地区产业结构向服务化发展较为曲折。其中，安徽由于位置、政策、资源等因素，产业结构高级化水平更接近下游地区。中游地区早期缺乏政策扶持，后期受益于中部崛起战略，故服务业发展波动明显。重庆、四川、贵州、云南4省市的产业结构高级化增幅较大，产业结构向服务化发展较快。具体来说，上游地区早期因自然条件恶劣、政策力度不够等因素，导致经济滞后，但自西部大开发战略实施以来，上游地区充分发挥旅游资源丰富的优势，旅游业快速发展，进而大力推动产业结构向服务化发展。

表3 各省市产业结构高级化系数

(三)生态环境综合水平(综合指数)

1.生态环境综合指数。以下为采用时序主成份分析法测得之2006-2019年各省市生态环境综合指数(见表4)。

表4 各省市生态环境综合指数

从表4可以看出，各省市生态环境综合指数具有以下特征：(1)生态环境综合指数变化大体可划分三个阶段：2006—2010年为较快上升阶段，表现出在科学发展观和生态文明建设的背景下，长江经济带生态环境保护力度不断增大，保护成效明显提升；2010—2015年为波动上升阶段，随着城镇化和工业化的快速推进，长江经济带生产生活密度加大，生态环境治理虽有成效，但恶化压力仍较大；2016—2019年为较快上升阶段，主要是由于中国经济进入新常态，政府明确提出长江经济带要共抓大保护，不搞大开发，坚持生态优先和绿色发展，这一阶段生态水平省市发展差距进一步缩小。(2)各省市生态环境发展水平存在差距。其中，重庆综合指数整体相对最高；湖南综合指数整体最低；上海、浙江、四川和贵州生态环境综合指数差距较小，变化趋势相近。

2.信效度检验。因构建生态环境指标体系的数据未进行重复性测量，所以采用反映内部一致性指标Cronbach’s Alpha系数来测量信度。Cronbach’s Alpha系数的标准为：不超过0.6时，表示内部信度不足；在0.7-0.8时，表示内容信度较好；在0.8-0.9时，表示信度很好。为检验生态环境指标体系中数据有效程度，采用KMO值和Bartlett球形检验。KMO值在0到1之间，该值越大越适合采用因子分析，其分析结果的效度也越好；Bartlett球形检验的显著性水平小于0.01，说明指标之间相互独立，可进行因子分析。KMO值适合采用因子分析的标准为：大于0.9非常适合；0.9-0.8适合；0.6-0.7比较适合；0.6-0.5则不太适合。信效度检验结果如表5所示。

由表5可知，Cronbach’s Alpha系数大于0.7，表示数据信度整体很好。KMO值大于0.7，表明数据适合做因子分析。

表5 信效度检验结果

(四)平稳性检验

在利用面板向量自回归模型估计前，先检验各变量序列的平稳性，以防止伪回归现象。采用LLC、IPS、Fisher ADF和Fisher PP四种常用的面板数据单位根检验方法检验平稳性，根检验结果如下(见表6)。

表6 单位根检验结果

检验发现，原序列TL、TS和ECO不平稳，对其进行一阶差分，变换后得到差分变量dTL、dTS和dECO均在1%的显著性水平下拒绝“存在单位根”原假设，即各变量均为一阶单整，可进行协整检验，结果(见表7)显示，ADF的t值为-6.1061，p值为0.0001，即各变量在1%的显著性水平下拒绝“不存在协整关系”的原假设。可见，原变量序列虽不平稳，但长期内存在协整关系，可使用PVAR模型进行估计和分析。

表7 整体Kao协整检验结果

(五)最优滞后期选择及稳定性

借助STATA软件,根据AIC、BIC和HQIC信息准则，确定PVAR模型最优滞后期。如这些准则指标越小，说明模型的简洁性和准确性更平衡，因此，以上准则对应的最小值为该准则选择的最优滞后期。由表8可知，各准则最小值对应的滞后阶数(lag)为1，此时PVAR模型选择最优滞后阶数为1阶。

表8 最优滞后阶数的确定

稳定性检验是PVAR模型估计过程中的关键步骤。确定最优滞后阶数的PVAR模型只有是稳定的，才能进行GMM估计、格兰杰因果检验、脉冲响应分析和方差分解。通过对模型进行稳定性检验，其结果如图1所示，所有特征根均小于1，都在单位圆内，可建立PVAR模型。

图1 PVAR模型稳定性判别

三、PVAR模型分析

1.PVAR模型的动态面板GMM估计。建立滞后1阶的PVAR模型，GMM结果如下(见表9)。

表9 PVAR模型的GMM估计结果

表中产业结构合理化滞后1期为TLL1；产业结构高级化滞后1期为TSL1；生态环境滞后1期为ECOL1。

TL作为被解释变量，TLL1对自身的影响为0.8421，在1%的显著性水平下具有显著的正向作用，说明产业结构合理化前期对其后期具有显著的促进作用。

TS作为被解释变量，TSL1和ECOL1对TS影响分别为0.4215和0.2381；TSL1对TS的冲击在10%的显著性水平上显著，ECOL1对TS的冲击在5%的显著性水平上显著，说明TSL1和ECOL1对TS均有显著的正向影响，表明前期生态环境发展对TS具有显著的促进作用；同时，从影响系数大小来看，TSL1的影响(0.4215)大于ECOL1(0.2381)，表明产业结构高级化发展受自身影响要大于受生态环境的影响。

ECO作为被解释变量，ECOL1对自身的影响为0.6947，在1%的显著性水平下有正向作用，表明前期生态环境对其后期有显著增进作用。

2.格兰杰因果检验。为进一步探究变量间的相互影响，使用Granger因果检验来反映，结果如下(见表10)。

表10 格兰杰因果关系检验

由表10可知，在5%显著性水平下，生态环境是产业结构高级化的格兰杰原因；在10%显著性水平下，产业结构高级化也是生态环境的格兰杰原因。因此，产业结构高级化和生态环境互为格兰杰因果关系，表明两者之间相互影响，存在明显互动效应。在10%的显著性水平下，产业结构高级化是产业结构合理化的单向格兰杰原因，说明产业结构合理化不影响产业结构高级化。

3.脉冲响应分析。通过脉冲响应函数，可以分析产业合理化、高级化和生态环境发展之间的动态关系。使用Monte-Carlo方法进行了200次模拟，得到变量滞后10期的脉冲响应(见图2)，其中横轴表示滞后期数，纵轴表示响应正负和强弱度，每张图中间实线为受到冲击时的波动大小，上下两条线表示95%的置信区间冲击波动的上、下界，图中英文变量名称表示前者对后者的脉冲响应，如tl to eco表示变量TL对变量ECO的脉冲响应。现将冲击效应分析如下：

图2 脉冲响应

(1)三个变量自身的冲击效应。1行1图、2行2图和3行3图分别显示，TL对TL，TS对TS，Eco对Eco，脉冲响应都为正，说明产业结构合理化、高级化和生态环境受到自身冲击时，都会产生显著正向效应，并随着滞后期的延长，冲击效应逐渐衰减，自身冲击具有持续惯性和滞后特征，且自我增强效应良好。

(2)来自生态环境的冲击效应。3行1图显示，生态环境对产业结构合理化的冲击为负，呈现为阻碍作用，这种阻碍作用呈现出先扩大、后逐渐收敛的“U”型结构，表明生态环境会阻碍产业结构合理化，但长期来看，这种阻碍作用会逐渐减小；根据3行2图显示，产业结构高级化受到生态环境的冲击时，其波动程度呈现先升后降的“倒U”型结构，且都是正向影响，说明生态环境对产业结构高级化有促进作用，在滞后2期时达到最大冲击，随后冲击作用缓慢减弱。

(3)对生态环境的冲击效应。1行3图显示，当生态环境受到来自产业结构合理化的冲击时，初期会表现出正向上升效应，随后冲击减弱，在滞后5期时为零，随后出现负向冲击；根据2行3图，当生态环境受到产业结构高级化的冲击时，初期会表现出显著的正向上升效应，在滞后1期增长开始放缓，滞后2期到达到最大值，随后冲击效应逐步下降，但都是正向的，表明产业结构高级化和合理化有利于生态环境发展。

(4)产业结构合理化和高级化的相互冲击效应。1行2图和2行1图显示，从产业结构调整的两个维度看，当产业结构高级化受合理化冲击时，会产生先下降后上升的“U”型负向效应，但随滞后期推移而减弱。当产业结构合理化受到高级化的冲击时，会产生显著的正向效应，但达到最大值之后，其作用迅速衰减，到滞后6期出现负向效应，但变化很缓慢。这些变动，一方面说明总体上产业结构合理化和高级化可以相互促进；另一方面也说明产业结构合理化有时不利于高级化。这可能由于产业结构高级化水平不断上升，第三产业比重不断增大，资源分配不合理而导致的轻微的负向效应。

4.方差分解。方差分解反映各变量间变异对总体变异的贡献度，从而实现对各个变量当前和今后一段时间内相互影响及变化趋势的预测。下文列示了产业结构合理化、高级化和生态环境在滞后期数S分别为滞后1期、10期、20期和30期时的方差分解结果(见表11)。

表11 各变量方差分解结果

从表11各变量方差分解情况，可得出如下结论：

(1)对产业结构合理化进行预测时，在滞后1期内仅受到自身冲击的影响。随着滞后期增加，产业结构合理化对自身变动的贡献度缓慢降低，而产业结构高级化和生态环境对产业结构合理化变动的比例则缓慢提升，但贡献度总体有限，在滞后30期时分别仅为6%和0.8%，高级化贡献明显比生态环境的贡献大，表明产业结构合理化更依赖于产业结构高级化。

(2)对产业结构高级化进行预测时，产业结构合理化和生态环境发展对产业结构高级化的贡献度随着时间的增加而增加，分别从13.6%增至15.9%，从0增至14.4%。而与生态环境相比，产业结构合理化的贡献程度较大，但增长缓慢。

(3)对生态环境进行预测时，产业结构合理化和高级化对生态环境的贡献度随着滞后期推移而增加，分别从0.2%增至12.3%，从1.5%增至19.8%。与产业结构合理化相比，产业结构高级化的贡献更大，说明现阶段主要是产业结构高级化在推动生态环境的发展。

(4)从整体上看，长江经济带产业结构合理化、高级化和生态环境发展其自身贡献程度要远大于其他变量，表明这些变量存在自我增强机制。

四、结论与建议

通过上述实证分析，得到以下结论：一是现阶段，产业结构合理化和高级化都对生态环境发展有促进作用，但长期会逐步减弱。二是生态环境虽对产业结构合理化短期有阻碍作用，但长期会持续减弱；生态环境发展对产业结构高级化有促进作用，但呈小幅减弱的趋势。

根据以上结论，提出以下建议：一是健全生态环境保护体制机制，实现产业结构与生态环境保护良性互动。首先，制定严格生态环境保护标准，规范高污染企业行为；其次，设立生态环境保护资金，加大环境转移支付，抵消生态环境保护在短期对经济的不利影响；最后，完善生态环境监督机制，不仅要完善落实政府检查机构建设，还要让社会公众参与对政府部门和污染主体的监督。二是处理好产业结构合理化和高级化的关系。积极提高产业结构合理化水平，在此基础上进一步提升产业结构高级化水平，实现两者良性互动，促进产业结构升级。对中上游省市，要加大产业创新，推动高污染制造业向高端制造业转变，并以高端制造业为依托，发展生产性服务业；下游省市，要推动第三产业结构优化，使其内部重心逐步转移到知识密集型现代服务业上。