基于VAR模型的工业企业环境责任与工业发展的动态计量分析

基于VAR模型的工业企业环境责任与工业发展的动态计量分析[摘要]文章运用VAR模型从产业整体角度实证分析了工业企业环境责任的承担与工业发展的长期与短期的相互关系，结果表明从长期看工业发展与某些污染物的处置呈正相关关系，与某些污染物的处置呈负相关关系，但是从短期来看工业发展有利于工业企业环境责任的承担，工业企业环境责任的承担也有利于工业发展。[关键词]环境责任；工业发展；VAR模型[作者简介]张杰，四川大学经济学院博士研究生；熊源，四川大学经济学院博士研究生；贺立龙，四川大学经济学院讲师，博士，四川成都610065[中图分类号]F406.11[文献标识码]A[文章编号]1004-4434(2012)07-0162-04一、文献综述所谓企业环境责任是指企业致力于可持续发展——消耗较少的自然资源，让环境承受较少的废弃物。世界对企业环境责任的重视是由一系列的环境污染事件所引起的，1948年二氧化硫造成的烟污染导致美国宾夕法尼亚州多诺拉镇430/0的人病倒，其中17人死亡；1952年，伦敦发生烟雾事件，造成了8000多人生病，最终4000人死亡：1955年，洛杉矶光化学烟雾事件造成了400老人死亡：1956年，日本熊本县水俣市的汞中毒事件造成1万多人受害，50多人死亡……企业作为经济活动的主体，对这一系列的环境污染事件负有不可推卸的责任，越来越多的人开始反思企业与环境的关系，相关著作、文件、宣言的出现更是推动了企业环境责任的发展。1971年，美国经济发展委员会(CED)发表了《企业的社会责任》报告，要求企业承担污染防治及资源保护的环境责任。1973年，英国工业联合会在一份声明中承认，有必要要求公司在法律上接受诸如“其商业活动的环境后果和社会后果方面的社会责任”。1999年1月，联合国秘书长安南在瑞士达沃斯世界经济论坛上提出了“全球协议”，并于2000年7月在联合国总部正式启动。该协议号召企业遵守的关于社会责任的九项基本原则的最后三项原则就明确包含了对环境的责任。由于企业是理性的决策者，所以在对企业环境责任的研究中，企业环境责任与企业发展的关系无疑是研究的重点之一，通过整理相关文献，笔者发现学者们的研究结论主要分为两派：肯定派与否定派。肯定派认为企业承担环境责任有利于企业的运营。迈克尔．E．波特(1995)认为污染带来的巨大机会成本，包括资源的浪费、人力的浪费、产品的消费者价值的丧失等，企业改善环境是发展经济、提高竞争力的机会条件之一。保罗·霍肯在《商业生态学》中提出企业“拯救环境就是拯救商业本身”的观点。斯图尔特．L．哈特(1997)指出当环保成为企业整体战略的一个组成部分时，潜在的巨大商机之门便会就此开启。Klassen和Mclaughlin(1996)运用模型对企业承担环境责任与企业财务绩效进行了实证分析，得出了企业承担环境责任与经济绩效呈正相关关系的观点。此外，国外学者Bonifant和Ratcliffe(1994)、Bonifant(1994)、Newman(1995)、white(1996)、Montabon(2007)、Frank(2007)等的实证研究也支持了企业承担环境责任与企业经营绩效正相关的观点。我国学者沈晓悦(2004)、何喆(2004)、王琳(2007)、魏锋(2006)、陈璇(2010)等也肯定了企业承担环境责任与企业经营的关系。否定派则对企业承担环境责任与企业经营绩效正相关持否定态度。以诺厄·沃利、布拉德利·怀特黑德(1994)为代表的学者认为企业和环境双赢的策略非常之少，而且会被企业的全部环保成本所抵消，并且指出改善环境将系统地提高利润率的说法是不现实的。PalmerK，OatesWE(1995)等认为环境约束会对企业造成额外的负担，企业为了应对环境约束而采用新的和更为有效的降低污染的技术，但带来的收益却小于为应付环境标准而支付的成本，因此会影响企业利润的提高。StanwickP.A.，StanwickS.D(1998)选择了多个行业的120多家企业作为研究对象，他们发现企业收益率随着排污总量数据增大而增加，随排污总量数据减少而减小，因此他们认为企业的经济绩效与环境绩效之间是负相关关系。鉴于工业在国民经济发展中的作用，并且工业企业环境责任的缺失是造成我国环境问题的重要原因，因此本文将尝试采用基于VAR（向量自回归）的非结构多变量模型来实证研究工业企业环境责任与工业发展的相互关系，以期为我国环境保护和工业发展提供参考。二、实证方法与数据选取（一）理论模型VAR模型是20世纪80年代初出现的一种新型计量经济学建模工具，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型是目前处理多个相关经济指标的分析与预测最容易操作的模型之一。本文将要处理3个变量间的动态关系，因此采用3个变量滞后K期的非限制向量自回归模型。数学表达式如下：（二）数据选取为详细了解中国工业发展与工业环境责任履行的变化情况，本文选择工业增加值作为工业发展的代表指标，工业固体废物处置量、工业烟尘去除量作为工业企业环境责任履行的代表指标，时间跨度为1991年至2009年，数据来自于《中国统计年鉴》。之所以选择上述两个污染物处理指标为代表以及1991年作为时间起点，主要是考虑到有关污染物处理指标数据的可获得性及平稳性。工业增加值、工业固体废弃物处置量、工业烟尘去除量变化情况如图1所示：通过对图1的分析，我们发现工业增加值自1991年起一直在增长，不少年份的增长率都在10%以上，工业固体废物处置量与工业烟尘去除量尽管在某些年份有所波动，但从总体看来仍然呈增长态势，不过在绝大多数年份增速明显不如工业增加值。在实证分析中，由于对数据取对数不会改变变量间的协整关系，又能消除样本数据的异方差性，因此本文对相关数据进行了对数化处理，用LNIIP、LNGS、LNSO分别代表工业增加值、工业固体废物处置量、工业烟尘去除量。三、实证分析（一）数据的平稳性检验在进行时间序列分析时，应该首先进行平稳性检验，对此，本文采取ADF检验方法，所用计量软件为eviews5.0。检验结果如下表：表1列出了各个序列的单位根检验结果，从结果来看，在10%的显著水平下，3个可观察变量均接受至少存在一个单位根的原假设，即3个可观察变量是非平稳序列。为了得到3个时间序列的单整阶数，我们指定对一阶差分序列作单位根检验，检验结果如下表：从表2可知，在5%的显著性水平下．3个差分序列的t检验统计量值均分别小于其对应的临界值，表明工业增加值、工业固体废物处置量、工业粉尘去除量的差分序列是平稳序列，没有单位根，所以工业增加值、工业固体废物处置量、工业粉尘去除量是一阶单整序列。（二）最优滞后期的确定VAR模型中一个重要的问题就是滞后阶数的确定，并且协整分析的结果对滞后阶数的选择也很敏感，不当的滞后阶数，有可能导致虚协整。在选择滞后阶数时，一方面想使滞后数足够大，以便能完整反映所构造模型的动态特征。但是另一方面，滞后阶数又不能太大，因为滞后阶数越大，需要估计的参数也就越多，模型的自由度就减少。所以通常进行选择时，需要综合考虑，既要有足够数目的滞后项，又要有足够数目的自由度。为了选择合适的滞后阶数，我们在表3中列出了不同的滞后阶数LR统计量（似然比检验）、FPE（最终预测误差）、AIC信息准则、SC信息准则与HQ信息准则5个常用指标。除LR似然比检验选择的最优滞后阶数为1外，其余所有准则选择的最优滞后阶数为3，因此本文选择的滞后阶数为3。如果被估计的VAR模型所有根模的倒数小于1，即位于单位圆内，则被估计的VAR模型是稳定的。如果模型不稳定，某些结果将不是有效的（如脉冲响应函数的标准误差）。VAR模型根模倒数分布图见图2，图中显示所有根模的倒数均在园内即均小于1，所以被估计的最优滞后阶数为3的VAR模型是稳定的。（三）协整检验数据平稳性检验已经表明工业增加值、工业固体废物处置量、工业烟尘去除量是一阶单整序列，满足协整检验的前提，现采用Johanson协整检验来判断该3个可观察变量间是否存在协整关系。由于协整检验的模型实际上是对非限制性VAR模型进行协整约束后得到的VAR模型，该模型的滞后期应是非限制性VAR模型一阶差分变量的滞后期，由于本文VAR模型选择的最优滞后期为3，因此协整检验的VAR模型滞后期确定为2。迹检验统计量与最大特征值检验统计量的结果分别见表4与表5。从表4与表5可见迹统计量与特征根统计量检验均表明工业增加值、工业固体废物处置量、工业烟尘去除量之间存在3个协整关系。本文选择第一个协整关系，得到3个变量间标准化的协整方程系数：从表6可以看出，就长期而言，工业增加值与工业固体废物处置量呈负相关关系，与工业烟尘去除量呈正相关关系。工业固体废物处置量、工业烟尘去除量每增长1%，工业增加值将分别减少约21%，增长约14.7%。（四）向量误差修正模型若变量间存在着协整关系，即表明这些变量间存在着长期稳定的均衡关系，而向量误差修正模型(VECM)是基于VAR模型，将变量变化分解为对长期均衡的偏离和短期动态的调整过程，用以反映变量的短期波动与长期均衡特征。只要变量之间存在协整关系，可以由自回归分布滞后模型导出误差修正模型。而在VAR模型中的每个方程都是一个自回归分布滞后模型，因此，可以认为VEC模型是含有协整约束的VAR模型，那么VEC模型的稳定性检验的方法与非限制性VAR模型相同．VECM根模倒数分布图见图3。同时由于VECM的滞后期数是非限制性VAR模型一阶差分变量的滞后期，因此滞后期为2。D(LNIIP)方程中误差修正项调整系数显著为正，不符合反向修正机制，D(LNSO)方程中误差修正项调整系数不显著，同样不符合反向修正机制，D(LNGS)方程中误差修正项调整系数显著为负，表明滞后1期的非均衡误差以约0.15%的速度从非均衡状态向均衡状态调整。短期内工业固体废物处置量与工业烟尘回收量对工业增加值的时滞效应不明显。但滞后1期的工业增加值对工业固体废物处置量与工业粉尘回收量均有明显的正的时滞效应，滞后2期的工业增加值对工业粉尘回收量有明显的负的时滞效应。四、小结及建议本文借助VAR模型分析工业企业环境责任承担与工业发展的关系，得出如下结论：从长期来看工业企业环境责任承担与工业发展存在长期均衡关系，但是具体来说工业发展与工业固体废物处置量存在负相关关系，与工业烟尘去除量存在正相关关系；从短期来看，工业发展与工业企业环境责任的承担之间存在失衡，但是短期内工业发展对工业企业环境责任的承担有促进作用，同时工业企业环境责任的承担对工业发展也有促进作用，不过工业发展对工业企业环境责任承担的贡献率小于工业企业环境责任的承担对工业发展的贡献率。因此，为实现工业发展与工业企业环境责任承担的双赢局面，建议政府一方面应继续采用法律、行政手段规范企业的排污行为，另一方面拿出工业发展中获取的部分收益，采用绿色信贷、财政补贴、环境基金等经济手段激励工业企业承担环境责任。【参考文献】【1】乔治，恩德勒．面向行动的经济伦理学[M]，上海：上海社会科学出版社，2002.【2】卢代富，企业社会责任的经济学与法学分析[M]．北京：法律出版社，2002．【3】保罗-霍肯．商业生态学[M]，上海：译文出版社．2001.【4】思铭，企业与环境[M]．北京：中国人民大学出版社，2004．