京津冀地区产业结构演进及城市化进程对空气质量影响的实证研究
杨浩 张灵
摘要 城市化与空气污染问题之间具有对立统一的辩证关系，而产业结构是化解两者之间矛盾和实现两者协调发展的关键。京津冀区域作为中国三大城市群之一，正处在城市化和工业化加速发展的重要阶段。因此，科学考察京津冀地区城市化、产业结构及空气质量的时空分布特征具有必要性和现实意义。本文基于京津冀地区1995—2015年统计数据，构建京津冀地区产业结构水平、城市化发展水平和空气污染综合指数评价指标体系，在分析京津冀地区产业结构、城市化进程和空气污染现状的基础上，通过建立VAR模型，运用脉冲响应与方差分析的方法分析各指数间的动态关系。研究结果证明：①京津冀地区产业结构水平和城市化发展水平在稳步提升的同时，体现出明显的区域差异。②京津冀地区产业结构水平、城市化发展水平和空气污染综合指数之间存在着长期稳定均衡关系。③天津市城市化水平对空气污染的影响要大于北京市、河北省。④产业结构水平是影响北京市与河北省空气污染的主要因素。文章最后根据结论与相关分析提出具有针对性的对策建议。
关键词 产业结构；城市化；空气质量；VAR模型
中图分类号 F062.1文献标识码 A文章编号 1002-2104（2018）06-0111-09DOI：10.12062/cpre.20180323
随着我国工业化和城市化进程不断加快，能源消耗、机动车尾气排放迅速增加，区域性空气污染问题变得日益严重，大范围、持续性的雾霾天气出现频次增多，尤其表现在经济发达、空气污染物排放集中的长三角、珠三角和京津冀等城市密度大、能源消耗集中的城市群区域[1-4]。京津冀区域作为三大城市群之一，正处在城市化和工业化加速发展的重要阶段，从经济增长的角度来看，城市化促进了产业和经济的发展，但同时也带来能源消耗、工业企业废气污染物排放、汽车尾气排放增加等问题[5-6]，从而影响空气质量和城市产业结构布局，同时，城市化进程的加速带来环保投入的增加、绿化覆盖的改善提高以及技术进步带来的空气污染物控制和治理能力的提高，又会降低空气污染程度[7-8]。而产业结构与空气质量之间也存在于密切联系，一方面，如果产业结构升级、技术进步以及劳动力素质的提升使得资源利用效率提高，那么产业结构的提升将有利于空气质量的改善，但另一方面，如果在此过程中资源利用率被忽视，则会导致空气污染的情况发生。
城市化与空气污染问题之间具有对立统一的辩证关系，而产业结构是化解两者之间矛盾和实现两者协调发展的关键[9-10]。产业结构作为联系人类经济活动与生态环境之间的重要桥梁，充当资源适配器的作用[11]，通过产业结构优化升级能够控制城市化进程中资源的消耗以及污染物的产生[12]。由于京津冀城市群所處的发展阶段、经济结构不同，其空气污染特征也不同，即使是在同一地区不同时间段的空气污染特征也会存在差异[13-16]。
因此，本文从京津冀地区城市化、产业结构及空气质量的时空分布特征研究入手，通过构建京津冀地区城市化进程、产业结构、空气质量评价指标体系，对京津冀地区产业结构、城市化进程、空气质量进行综合评价，分析京津冀地区产业结构水平、城市化进程及空气质量的时空分布和演化特征。在此基础上，通过构建计量经济学模型，对京津冀地区产业结构、城市化进程与空气污染的动态关系进行实证研究，进一步探讨京津冀地区产业结构及城市化进程与空气质量之间的相互作用机制，为正确认识当前京津冀地区空气质量与经济发展之间存在的矛盾提供科学的参考依据。
1 研究方法
产业结构演进、城市化进程及空气质量评估是一项复杂、综合性较强的研究，影响因素较多，涉及范围较广，本研究中产业结构演进、城市化进程及空气质量综合评价指标体系的构建在一定程度上是基于数据的可得性、可量化性。
1.1 综合评价法
1.1.1 指标的选取
（1）产业结构演进。根据对产业结构优化升级内涵的界定及其表现，从高效度、合理度、创新度等三个维度构建京津冀地区产业结构综合评价指标体系，具体指标包括：人均地区生产总值、固定资产投资、第三产业就业人员比重、万元GDP能耗、能源供需比、人均水资源量、工业固体废物综合利用率、科研人员数量、R&D;经费支出、专利授权量。
（2）城市化进程。从人口、经济、社会、生活和环境5个方面构建京津冀地区城市化进程综合评价指标体系，具体包括人口发展水平、经济发展水平、居民生活水平、社会发展水平和生态环境水平5个准则层19个评价指标。
（3）空气质量。选取可吸入颗粒物年日均值、二氧化硫年日均值、二氧化氮年日均值、空气质量达到及好于二级的天数4个指标构建京津冀地区空气质量评价指标体系。
1.1.2 数据处理
由于指标体系中各指标的量纲、数量级及正负取向均存在差异，为了评价结果的可靠性，需要对原始数据进行标准化处理。
采用极大值-极小值标准化处理方法对指标数据进行处理，设有m个地区，n个评价指标，t个评价年份，对于正向指标：
1.1.3 评价方法及权重的确定
采用多指标综合评价法分别对京津冀地区产业结构、城市化及空气质量综合水平进行测度与评价。多指标综合评价法能够把评价对象不同方面的多个指标的信息综合成一个综合指标，实现对评价对象整体的评价，并进行横向或纵向比较。
在进行综合评价之前，首先必须确定各个指标的权重。采用变异系数法对京津冀地区产业结构、城市化及空气质量评价指标进行权重计算，指标的变异程度越大表示其对综合评价的影响就越大，变异系数法是一种客观赋权法，对指标权重的确定比较客观科学，提高评价结果的可靠性和准确性。各指标的变异系数计算如下：
1.2 计量经济学模型
依据构建的京津冀地区产业结构、城市化、空气质量综合评价指标体系，采取1995—2015年数据样本，分别计算京津冀地区产业结构水平、城市化发展水平和空气质量综合水平，并采取VAR模型和脉冲响应函数来研究京津冀地区产业结构、城市化和空气污染综合指数之间的动态关系。VAR模型的原理是将模型中所有当期变量对所有变量的若干滞后变量进行回归，用来估计联合内生变量的动态关系，而不带有任何事先约束条件。VAR模型作为处理多个相关经济指标的分析与预测的典型模型之一，近年来在经济理论基础以及空间计量等研究领域得到了广泛的应用[17-20]。
1.2.2 协整检验
协整检验即检验变量之间是否存在长期稳定的关系。采取Johansen协整检验方法来检验京津冀地区产业结构水平、城市化水平和空气污染综合指数三者之间的协整关系。相比其他协整检验方法，Johansen协整检验方法能够估计和检验多重协整关系，并允许对协整关系和速度调整系数施加约束，因此在实证中得到广泛应用。首先进行协整向量个数检验，判定是否存在协整关系，然后求出协整向量。根据 AIC 准则选择含截距和不包括趋势项的模型进行检验。
1.2.3 格兰杰因果检验
格兰杰因果检验是基于实际观测数据的统计意义特征来检验变量之间的因果性，为了确定变量之间的相互关系。对京津冀地区城市化、产业结构以及空气污染综合指数进行格兰杰因果关系检验。
1.2.4 脉冲响应函数
为了准确衡量1995—2015年京津冀地区产业结构、城市化进程和空气污染综合指数之间的动态关系，在估计出VAR模型的基础上，进一步估计变量间的脉冲响应函数，利用脉冲响应函数刻画VAR模型中变量所具有的动态特征，准确描述内生变量的冲击或变动对自身和其他所有变量的目前值以及未来值所产生的影响。
1.2.5 方差分析
利用方差分解函数来研究VAR模型的动态特征，给出每一随机信息对VAR模型所产生影响的相对重要性，通过比较相对重要性信息依时间的变动，估计变量作用的时滞及相对效应的大小。
1.3 数据来源
本文所采用的京津冀地区产业结构、城市化及空气质量评价指标体系数据主要来自《中国统计年鉴》（1995—2015）《中国城市统计年鉴》（1995—2015）《中国环境统计年鉴》（1995—2015）《北京市统计年鉴》（1995—2015）《天津市统计年鉴》（1995—2015）和《河北省统计年鉴》（1995—2015）。
2 结果分析与讨论
2.1 综合评价结果
2.1.1 产业结构水平评价
图1显示了京津冀地区1995—2015年产业结构发展水平。从总体上来看，京津冀地区产业结构水平实现了由低到高的有序发展，并逐渐实现了产业结构的优化升级，这得益于京津冀地区经济的持续增长。然而由于北京市、天津市、河北省发展水平和发展速度存在差异，导致京津冀地区产业结构水平区域差异较大，具体表现在北京市的产业结构发展水平要远大于天津市和河北省，这是由于北京市以“高精尖”产业結构为导向，通过1978到2008年30年间的三次优化产业结构升级，逐渐形成高端引领、创新驱动、绿色低碳的产业发展模式。
2.1.2 城市化水平评价
图2显示了京津冀地区1995—2015年城市化发展水平。从总体上来看，随着社会和经济的发展，京津冀地区城市化发展水平都有大幅提高，但是由于区域差距较大，导致城市化发展极不协调，具体表现在京津两地区城市化发展水平要明显优于河北地区。造成这种局面的原因有多方面：首先，河北的城镇人口比重要远低于北京和天津，城市化水平显著滞后；其次，在基础设施投入、公共服务体系完善方面，河北与北京、天津差距较大；第三，由于河北省在发展过程中长久以来侧重于经济增长，尤其是第二产业的发展，造成一系列生态环境问题，生态环境恶化已成为河北省城市化发展进程中的瓶颈。综上，河北省应加快优化城市布局，充分发挥环京津的自身优势，通过近距离的辐射带动提高自身城市化发展水平，有效推动京津冀协同发展。
2.1.3 空气质量评价
图3显示了京津冀地区1995—2015年空气质量水平。从图中可以看出，在1995—2005年期间，京津冀地区空气污染综合指数稳定有升，但整体上波动不大；在2005—2012年，空气污染综合指数稳中小幅波动。在2013—2015年，空气污染综合指数整体上相对于2005—2012年间有明显的上升趋势，在2013年达到峰值，尤其是河北地区，远远高于京津地区。在2013年，京津冀三地共有12个城市污染排名全国前20位，其中8个城市排在全国前10位。随着2013年《大气污染防治行动计划》《京津冀及周边地区落实大气污染防治行动计划实施细则》等一系列推进区域大气污染治理的政策、规划出台及发布，京津冀地区在机动车污染、煤炭消费、秸秆综合利用和禁烧、化解过剩产能、挥发性有机物治理、港口及船舶污染六大重点领域开展协同治污，严格产业和环境准入，空气质量有了一定的改善，具体表现在2014、2015年京津冀空气污染综合指数有明显下降。
2.2 计量结果分析
2.2.1 面板数据单方根检验
平稳性检验结果表明（见表2），京津冀地区产业结构水平、城市化发展水平、空气污染综合指数三个变量的时间序列都是非平稳的（P值大于0.05），但是经过一阶差分后变换为平稳序列，说明三个变量为一阶单整序列。因此，采用京津冀地区产业结构发展水平、城市化发展水平、空气污染综合指数三个变量的一阶差分数据来建立VAR模型。依据AIC和SC准则，确定各变量滞后期数为一阶。
2.2.2 协整检验及格兰杰因果检验结果
协整检验结果表明（见表3），京津冀地区产业结构水平、城市化发展水平和空气污染综合指数在5%显著性水平下存在1个协整关系，即三者之间存在长期稳定的均衡关系。在格兰杰因果关系检验中，本文在滞后期的选择上考虑了两方面的因素：一是AIC和SC最小信息准则，二是变量之间相互影响存在滞后性，据此确定格兰杰因果检验滞后期数为2。由结果可知，北京市产业结构和城市化存在单向的格兰杰因果关系，即产业结构是引起城市化的格兰杰原因；天津市产业结构与空气质量存在双向的格兰杰关系，即天津市产业结构与空气质量相互影响；河北省城市化与产业结构存在单向的格兰杰因果关系，即城市化是引起产业结构的格兰杰原因，河北省产业结构与空气质量存在双向的格兰杰关系，即河北省产业结构与空气质量相互影响，河北省空气质量与城市化存在单向的格兰杰关系，即空气质量是城市化的格兰杰原因（见表4）。
均在5%的显著水平下，存在格兰杰因果关系。其中f（x）为产业结构水平，f（y）为城市化发展水平，f（z）为空气污染综合指数。
其中，Df（x）、Df（y）、f（z）分别为京津冀地区产业结构水平、城市化发展水平、空气污染综合指数的一阶差分。利用AR根对上述VAR模型进行稳定性检验，如果VAR模型的估计点都落在圆内，则说明该模型是稳定的。
从图4可以看出，估计点都落于单位圆内，所以被估计的VAR模型是稳定的，也表明所选取的3个变量之间存在长期稳定关系。
2.2.4 脉冲响应函数分析
由图5可知，北京市空气质量对产业结构的一个单位标准差冲击的相应始终为负值，在前5期影响逐渐变小，从第6期开始趋于稳定，即北京市产业结构的优化提升对空气质量前期在有较好的效果，但随着时间的推移，影响逐渐变弱；北京市空气质量对城市化的一个单位标准差冲击的相应始终为正值，在第3期达到最大值，从第4期开始变小，从第6期开始趋于稳定，即北京市城市化对空气质量在前期效果不好，随着时间的推移效果逐渐明显（第3～6期），第6期往后城市化水平的提高对空气质量的影响已不显著。
天津市空气质量对产业结构的一个单位标准差冲击的相应在初期为负值，在第2期到第4期为正值，第5期又变成负值，而第6期到第8期又为正值，第9～10期为负值，这说明天津市产业结构优化提升对空气质量在初期效果是好的，随着时间的推移，影响效果时好时坏；天津市城市化水平提高对空气质量的影响较大，在初期，城市化水平提高对空气质量效果显著，虽然出现了波动，从整体上效果是明显的。
河北省空气质量对产业结构的一个单位标准差冲击的相应在初期为负值，在第2～3期为正值，第4期为负值，第5～6期为正值，第7期为负值，第8～9期为整治，第10期为负值，这说明河北省产业结构优化提升对空气质量的影响不稳定，随着时间的推移时好时坏；河北省城
市化水平的提高在初期对空气质量的改善并不显著，随着时间的推移，会呈现出一定的改善效果，但作用不大，并且还会出现反弹，改善效果时好时坏，城市化水平的提高从整体上对空气质量改善作用不大。
2.2.5 方差分析
由图6可知，北京市产业结构和城市化水平对空气质量的影响相对较为稳定。其中，影响最大的还是来自空气质量本身，空气质量对其自身的影响在初期达到59.12%，但随着时间的推移影响逐渐较弱，这说明北京市空氣质量自身在逐渐改善，虽然这种效果微乎其微；其次是产业结构水平对空气质量的影响，影响程度是稳中有降，说明北京市产业结构调整对空气质量改善还是有一定效果的；而城市化水平对空气质量的影响由最初的0.16%逐渐增加到第10期的5.22%，说明北京市城市化水平的提升对空气质量的改善并无效果，相反，在一定程度上还会影响空气质量，但这种影响并不显著。
天津市城市化水平对空气质量影响最大，从最初的59.99%到第10期的42.42%，城市化水平的提高对空气质量的影响随着时间的推移在逐渐减小；产业结构调整对空气质量的影响在逐渐增大，从最初的12.83%到第10期的36.62%；而空气质量对其自身的影响在逐渐减弱，从最初的28.27%到第10期的20.97%，这说明天津市空气质量自身也在改善，但从总体上还是受城市化和产业结构的影响最大。
河北省空气质量主要受自身影响，从最初的77.95%到第10期的41.36%，但是空气质量自身是在改善的，并且这种改善效果相对较为明显，随着时间的推移，产业结构和城市化水平对空气质量的影响在逐渐增大，产业结构从最初的14.23%增大到第10期的38.58%，城市化水平从最初的7.82%增大从第10期的20.06%，这说明随着经济的发展，在城市化和产业结构水平提高的同时，空气质量也受到了影响。
3 结论及建议
3.1 结论
本文基于京津冀地区1995—2015年相关指标的统计数据，分别构建了京津冀地区产业结构水平、城市化发展水平和空气质量评价指标体系，分析了京津冀地区产业结构、城市化进程和空气质量现状，在此基础上，通过建立VAR模型，运用脉冲响应与方差分析的方法分析了京津冀地区产业结构水平、城市化发展水平和空气质量之间的动态关系。
（1）京津冀地区产业结构水平和城市化发展水平都有稳步提升，但区域间差距明显，具体表现在北京市和天津市产业结构水平和城市化发展水平要远大于河北省。
（2）京津冀地区产业结构水平、城市化发展水平和空气质量之间存在长期稳定均衡关系；京津冀地区产业结构水平对空气质量的影响要大于城市化发展水平对空气质量的影响，城市化水平的提高能够促进产业结构的调整，同时，空气污染的治理也有助于产业结构升级，产业结构升级在短期会使环境恶化，但在中长期有助于空气污染的治理。
（3）天津市空气质量对产业结构水平的影响要远大于北京市、河北省；北京市城市化发展水平受产业结构水平的影响较大；影响河北省空气质量的主要因素是产业结构水平，其次为城市化发展水平。
3.2 建议
结合以上结论和相关分析，本文对京津冀地区产业结构升级、城市化发展及空气污染治理提出以下相关建议：
（1）将协调发展的思想贯穿解决城市化、产业结构升级与空气质量变化之间矛盾的始终。由于城市化、产业结构与空气质量变化之间存在相互作用的内在机制，所以在制定城市化、产业结构与空气污染防治的相关政策时，应统筹兼顾，既要考虑到城市化推进和产业结构升级的必要性，又要使其与当地的空气质量现状相适应。
（2）要合理升级产业结构，加快空气污染治理，循环利用资源避免造成空气污染。产业结构增长过快将抑制城市化的推进，要协调处理两者之间的关系，在使产业结构升级的同时要兼顾城市化的推进。加强空气污染的治理，有利于城市化的推进，而且有利于资源的合理利用。
（3）适度推进城市化，提高空气质量使产业结构合理升级。城市化和空气污染防治都有助于产业结构的升级，因此，处理好城市化进程和空气污染防治，是产业结构升级的关键。
（4）加快产业结构升级，调整城市化进程，协调好两者之间的关系，促进空气污染防治。城市化进程过快会使空气污染恶化但有利于产业結构的升级，而产业结构的升级在长期有利于空气污染防治，因此，要合理处理产业结构与城市化之间的关系，提高空气质量。
（5）在城市化发展、产业结构升级与空气污染防治三者之间的协调发展方面充分发挥政府主导作用。各级政府应当根据本地的自然条件、资源禀赋、经济社会发展现状及区域发展战略定位，科学研究制定发展规划、政策标准，构建结构合理、发展均衡、资源共享的综合管理体系，进而促进区域的健康可持续发展。
参考文献（References）
[1]冯晓莉， 李超. 西安产业结构与雾霾的灰色关联分析[J]. 北方经贸， 2017（1）：70-73. [FENG Xiaoli， LI Chao. Grey correlation analysis of industrial structure and haze in Xian[J]. Northern economy and trade， 2017（1）：70-73.]
[2]杨银. 产业结构及城市化发展对雾霾的影响[J]. 现代企业， 2017（2）：48-49. [YANG Yin. Impact of industrial structure and urbanization development on haze[J]. Modern enterprise， 2017（2）：48-49.]
[3]杨冬梅， 万道侠， 杨晨格. 产业结构、城市化与环境污染——基于山东的实证研究[J]. 经济与管理评论， 2014（2）：67-74. [YANG Dongmei， WANG Daoxia， YANG Chenge. Industrial structure，urbanization and environmental pollution： an empirical study based on Shandong[J]. Review of economy and management， 2014（2）：67-74.]
[4]冷艳丽， 杜思正. 产业结构、城市化与雾霾污染[J]. 中国科技论坛， 2015（9）：49-55. [LENG Yanli， DU Sizheng. Industry structure，urbanization and haze pollution： an empirical analysis based on the panel data of province level[J]. Forum on science and technology in China， 2015（9）：49-55.]
[5]王瑞鹏， 王朋岗. 城市化、产业结构调整与环境污染的动态关系——基于VAR模型的实证分析[J]. 工业技术经济， 2013（1）：26-31. [WANG Ruipeng， WANG Penggang. The Dynamic relationship between industrial structure， urbanization and environmental pollution： a empirical study based on VAR Model[J]. Industrial technology & economy， 2013（1）：26-31.]
[6]马晓倩. 京津冀地区空气质量与经济发展的相关性及调控机制研究[D]. 石家庄：河北师范大学， 2016. [MA Xiaoqian. Research on the correlation and regulatory mechanism of air quality and economic development in BeijingTianjinHebei Region[D]. Shijiazhuang：Hebei Normal University， 2016.]
[7]李佳， 陈世金， 许文静. 京津冀一体化背景下的雾霾治理与河北省产业结构调整[J]. 福建质量管理， 2016（2）：74. [LI Jia， CHEN Shijin， XU Wenjing. Fog and haze governance in the context of the integration of Beijing， Tianjin and Hebei Province and the adjustment of industrial structure in Hebei[J]. Fujian quality management， 2016（2）：74.]
[8]回莹， 戴宏伟. 河北省产业结构对雾霾天气影响的实证研究[J]. 经济与管理， 2017（3）：87-92. [HUI Ying， DAI Hongwei. Empirical analysis on impact of Hebei Province industrial structure on fog pollution[J]. Economy and management， 2017（3）：87-92.]
[9]孙晓宇. 大气环境污染与经济增长的实证研究——以雾霾治理为例[D]. 大连：东北财经大学， 2016. [SUN Xiaoyu. An empirical study on the atmospheric environmental pollution and economic growth： take the haze governance as an example[D].Dalian： Dongbei University of Finance and Economics， 2016.]
[10]王立平， 陈俊. 中国雾霾污染的社会经济影响因素——基于空间面板数据EBA模型实证研究[J]. 环境科学学报， 2016， 36（10）：38333839. [WANG Liping， CHEN Jun. Socioeconomic influential factors of haze pollution in China： empirical study by EBA Model using spatial panel data[J]. Acta scientiae circumstantiae， 2016，36（10）：3833-3839.]
[11]何楓， 马栋栋， 祝丽云. 中国雾霾污染的环境库兹涅茨曲线研究——基于2001—2012年中国30个省市面板数据的分析[J]. 软科学， 2016， 30（4）：37-40. [HE Feng， MA Dongdong， ZHU Liyun. Study on Environmental Kuznets Curve of haze pollution in China：an empirical analysis based on panel data of the sample of Chinese 30 provinces during 2001-2012[J]. Soft science， 2016， 30（4）：37-40.]
[12]刁鹏斐. 雾霾污染与产业结构的空间相关性研究[D]. 济南：山东财经大学， 2016. [DIAO Pengfei. The Research on the spatial correlation of haze pollution and industrial structure[D]. Jinan：Shandong University of Finance and Economics， 2016.]
[13]王瑞鹏， 王朋岗. 城市化、产业结构调整与环境污染的动态关系——基于VAR模型的实证分析[J]. 工业技术经济， 2013（1）：26-31. [WANG Ruipeng， WANG Penggang. The dynamic relationship between industrial structure， urbanization and environmental pollution：a empirical study based on VAR Model[J]. Industrial technology economy， 2013（1）：26-31.]
[14]查育新. 产业结构对空气污染的影响[D]. 南昌：江西财经大学， 2016. [CHA Yuxin. The effect of industrial structure to air pollution[D]. Nanchang：Jiangxi University of Finance and Economics， 2016.]
[15]李娟娟，吕圆圆. 环境污染的政治经济学——基于省级面板数据的理论及实证[J]. 经济问题探索，2015（5）：33-41. [LI Juanjuan， LU Yuanyuan. Political economics of environmental pollution： theory and empirical analysis based on provincial panel data[J]. Inquiry into economic issues， 2015（5）：33-41.]
[16]韩楠，于维洋. 中国产业结构对环境污染影响的计量分析[J]. 统计与决策，2015，20：133-136. [HAN Nan， YU Weiyang. Quantitative analysis of the impact of Chinas industrial structure on environmental pollution[J]. Statistics and decisionmaking， 2015，20：133-136.]
[17]ZHANG Chi， ZHOU Kaile， YANG Shanlin， et al. Exploring the transformation and upgrading of Chinas economy using electricity consumption data： a VARVEC based model[J]. Physica A： statistical mechanics & its applications， 2017， 473：144-155.
[18]钟茂初，李梦洁，杜威剑. 环境规制能否倒逼产业结构调整——基于中国省际面板数据的实证检验[J]. 中国人口·资源与环境，2015，25（8）：107-115. [ZHONG Maochu， LI Mengjie， DU Weijian. Can environmental regulation force industrial structure adjustment： an empirical analysis based on provincial panel data[J]. China population， resources and environment， 2015，25（8）：107-115.]
[19]张欢，徐康宁. 基于VAR模型的外资、环境治理与经济增长研究——来自全国1992—2012年时间序列数据的证据[J].软科学， 2015（8）：9-13. [ZHANG Huan， XU Kangning. Environmental regulation and economic growth based on VAR Model： evidence from nationwide time series data from 1992 to 2012[J]. Soft science， 2015（8）：9-13.]
[20]卢宣皓. FDI、对外贸易对我国经济增长的影响关系研究——基于VAR模型[J]. 商业经济， 2015（3）：94-96.[LU Xuanhao. Research on the impact of FDI and foreign trade on Chinas economic growth： based on VAR Model[J]. Business economy， 2015（3）：94-96.]
摘要 城市化与空气污染问题之间具有对立统一的辩证关系，而产业结构是化解两者之间矛盾和实现两者协调发展的关键。京津冀区域作为中国三大城市群之一，正处在城市化和工业化加速发展的重要阶段。因此，科学考察京津冀地区城市化、产业结构及空气质量的时空分布特征具有必要性和现实意义。本文基于京津冀地区1995—2015年统计数据，构建京津冀地区产业结构水平、城市化发展水平和空气污染综合指数评价指标体系，在分析京津冀地区产业结构、城市化进程和空气污染现状的基础上，通过建立VAR模型，运用脉冲响应与方差分析的方法分析各指数间的动态关系。研究结果证明：①京津冀地区产业结构水平和城市化发展水平在稳步提升的同时，体现出明显的区域差异。②京津冀地区产业结构水平、城市化发展水平和空气污染综合指数之间存在着长期稳定均衡关系。③天津市城市化水平对空气污染的影响要大于北京市、河北省。④产业结构水平是影响北京市与河北省空气污染的主要因素。文章最后根据结论与相关分析提出具有针对性的对策建议。
关键词 产业结构；城市化；空气质量；VAR模型
中图分类号 F062.1文献标识码 A文章编号 1002-2104（2018）06-0111-09DOI：10.12062/cpre.20180323
随着我国工业化和城市化进程不断加快，能源消耗、机动车尾气排放迅速增加，区域性空气污染问题变得日益严重，大范围、持续性的雾霾天气出现频次增多，尤其表现在经济发达、空气污染物排放集中的长三角、珠三角和京津冀等城市密度大、能源消耗集中的城市群区域[1-4]。京津冀区域作为三大城市群之一，正处在城市化和工业化加速发展的重要阶段，从经济增长的角度来看，城市化促进了产业和经济的发展，但同时也带来能源消耗、工业企业废气污染物排放、汽车尾气排放增加等问题[5-6]，从而影响空气质量和城市产业结构布局，同时，城市化进程的加速带来环保投入的增加、绿化覆盖的改善提高以及技术进步带来的空气污染物控制和治理能力的提高，又会降低空气污染程度[7-8]。而产业结构与空气质量之间也存在于密切联系，一方面，如果产业结构升级、技术进步以及劳动力素质的提升使得资源利用效率提高，那么产业结构的提升将有利于空气质量的改善，但另一方面，如果在此过程中资源利用率被忽视，则会导致空气污染的情况发生。
城市化与空气污染问题之间具有对立统一的辩证关系，而产业结构是化解两者之间矛盾和实现两者协调发展的关键[9-10]。产业结构作为联系人类经济活动与生态环境之间的重要桥梁，充当资源适配器的作用[11]，通过产业结构优化升级能够控制城市化进程中资源的消耗以及污染物的产生[12]。由于京津冀城市群所處的发展阶段、经济结构不同，其空气污染特征也不同，即使是在同一地区不同时间段的空气污染特征也会存在差异[13-16]。
因此，本文从京津冀地区城市化、产业结构及空气质量的时空分布特征研究入手，通过构建京津冀地区城市化进程、产业结构、空气质量评价指标体系，对京津冀地区产业结构、城市化进程、空气质量进行综合评价，分析京津冀地区产业结构水平、城市化进程及空气质量的时空分布和演化特征。在此基础上，通过构建计量经济学模型，对京津冀地区产业结构、城市化进程与空气污染的动态关系进行实证研究，进一步探讨京津冀地区产业结构及城市化进程与空气质量之间的相互作用机制，为正确认识当前京津冀地区空气质量与经济发展之间存在的矛盾提供科学的参考依据。
1 研究方法
产业结构演进、城市化进程及空气质量评估是一项复杂、综合性较强的研究，影响因素较多，涉及范围较广，本研究中产业结构演进、城市化进程及空气质量综合评价指标体系的构建在一定程度上是基于数据的可得性、可量化性。
1.1 综合评价法
1.1.1 指标的选取
（1）产业结构演进。根据对产业结构优化升级内涵的界定及其表现，从高效度、合理度、创新度等三个维度构建京津冀地区产业结构综合评价指标体系，具体指标包括：人均地区生产总值、固定资产投资、第三产业就业人员比重、万元GDP能耗、能源供需比、人均水资源量、工业固体废物综合利用率、科研人员数量、R&D;经费支出、专利授权量。
（2）城市化进程。从人口、经济、社会、生活和环境5个方面构建京津冀地区城市化进程综合评价指标体系，具体包括人口发展水平、经济发展水平、居民生活水平、社会发展水平和生态环境水平5个准则层19个评价指标。
（3）空气质量。选取可吸入颗粒物年日均值、二氧化硫年日均值、二氧化氮年日均值、空气质量达到及好于二级的天数4个指标构建京津冀地区空气质量评价指标体系。
1.1.2 数据处理
由于指标体系中各指标的量纲、数量级及正负取向均存在差异，为了评价结果的可靠性，需要对原始数据进行标准化处理。
采用极大值-极小值标准化处理方法对指标数据进行处理，设有m个地区，n个评价指标，t个评价年份，对于正向指标：
1.1.3 评价方法及权重的确定
采用多指标综合评价法分别对京津冀地区产业结构、城市化及空气质量综合水平进行测度与评价。多指标综合评价法能够把评价对象不同方面的多个指标的信息综合成一个综合指标，实现对评价对象整体的评价，并进行横向或纵向比较。
在进行综合评价之前，首先必须确定各个指标的权重。采用变异系数法对京津冀地区产业结构、城市化及空气质量评价指标进行权重计算，指标的变异程度越大表示其对综合评价的影响就越大，变异系数法是一种客观赋权法，对指标权重的确定比较客观科学，提高评价结果的可靠性和准确性。各指标的变异系数计算如下：
1.2 计量经济学模型
依据构建的京津冀地区产业结构、城市化、空气质量综合评价指标体系，采取1995—2015年数据样本，分别计算京津冀地区产业结构水平、城市化发展水平和空气质量综合水平，并采取VAR模型和脉冲响应函数来研究京津冀地区产业结构、城市化和空气污染综合指数之间的动态关系。VAR模型的原理是将模型中所有当期变量对所有变量的若干滞后变量进行回归，用来估计联合内生变量的动态关系，而不带有任何事先约束条件。VAR模型作为处理多个相关经济指标的分析与预测的典型模型之一，近年来在经济理论基础以及空间计量等研究领域得到了广泛的应用[17-20]。
1.2.2 协整检验
协整检验即检验变量之间是否存在长期稳定的关系。采取Johansen协整检验方法来检验京津冀地区产业结构水平、城市化水平和空气污染综合指数三者之间的协整关系。相比其他协整检验方法，Johansen协整检验方法能够估计和检验多重协整关系，并允许对协整关系和速度调整系数施加约束，因此在实证中得到广泛应用。首先进行协整向量个数检验，判定是否存在协整关系，然后求出协整向量。根据 AIC 准则选择含截距和不包括趋势项的模型进行检验。
1.2.3 格兰杰因果检验
格兰杰因果检验是基于实际观测数据的统计意义特征来检验变量之间的因果性，为了确定变量之间的相互关系。对京津冀地区城市化、产业结构以及空气污染综合指数进行格兰杰因果关系检验。
1.2.4 脉冲响应函数
为了准确衡量1995—2015年京津冀地区产业结构、城市化进程和空气污染综合指数之间的动态关系，在估计出VAR模型的基础上，进一步估计变量间的脉冲响应函数，利用脉冲响应函数刻画VAR模型中变量所具有的动态特征，准确描述内生变量的冲击或变动对自身和其他所有变量的目前值以及未来值所产生的影响。
1.2.5 方差分析
利用方差分解函数来研究VAR模型的动态特征，给出每一随机信息对VAR模型所产生影响的相对重要性，通过比较相对重要性信息依时间的变动，估计变量作用的时滞及相对效应的大小。
1.3 数据来源
本文所采用的京津冀地区产业结构、城市化及空气质量评价指标体系数据主要来自《中国统计年鉴》（1995—2015）《中国城市统计年鉴》（1995—2015）《中国环境统计年鉴》（1995—2015）《北京市统计年鉴》（1995—2015）《天津市统计年鉴》（1995—2015）和《河北省统计年鉴》（1995—2015）。
2 结果分析与讨论
2.1 综合评价结果
2.1.1 产业结构水平评价
图1显示了京津冀地区1995—2015年产业结构发展水平。从总体上来看，京津冀地区产业结构水平实现了由低到高的有序发展，并逐渐实现了产业结构的优化升级，这得益于京津冀地区经济的持续增长。然而由于北京市、天津市、河北省发展水平和发展速度存在差异，导致京津冀地区产业结构水平区域差异较大，具体表现在北京市的产业结构发展水平要远大于天津市和河北省，这是由于北京市以“高精尖”产业結构为导向，通过1978到2008年30年间的三次优化产业结构升级，逐渐形成高端引领、创新驱动、绿色低碳的产业发展模式。
2.1.2 城市化水平评价
图2显示了京津冀地区1995—2015年城市化发展水平。从总体上来看，随着社会和经济的发展，京津冀地区城市化发展水平都有大幅提高，但是由于区域差距较大，导致城市化发展极不协调，具体表现在京津两地区城市化发展水平要明显优于河北地区。造成这种局面的原因有多方面：首先，河北的城镇人口比重要远低于北京和天津，城市化水平显著滞后；其次，在基础设施投入、公共服务体系完善方面，河北与北京、天津差距较大；第三，由于河北省在发展过程中长久以来侧重于经济增长，尤其是第二产业的发展，造成一系列生态环境问题，生态环境恶化已成为河北省城市化发展进程中的瓶颈。综上，河北省应加快优化城市布局，充分发挥环京津的自身优势，通过近距离的辐射带动提高自身城市化发展水平，有效推动京津冀协同发展。
2.1.3 空气质量评价
图3显示了京津冀地区1995—2015年空气质量水平。从图中可以看出，在1995—2005年期间，京津冀地区空气污染综合指数稳定有升，但整体上波动不大；在2005—2012年，空气污染综合指数稳中小幅波动。在2013—2015年，空气污染综合指数整体上相对于2005—2012年间有明显的上升趋势，在2013年达到峰值，尤其是河北地区，远远高于京津地区。在2013年，京津冀三地共有12个城市污染排名全国前20位，其中8个城市排在全国前10位。随着2013年《大气污染防治行动计划》《京津冀及周边地区落实大气污染防治行动计划实施细则》等一系列推进区域大气污染治理的政策、规划出台及发布，京津冀地区在机动车污染、煤炭消费、秸秆综合利用和禁烧、化解过剩产能、挥发性有机物治理、港口及船舶污染六大重点领域开展协同治污，严格产业和环境准入，空气质量有了一定的改善，具体表现在2014、2015年京津冀空气污染综合指数有明显下降。
2.2 计量结果分析
2.2.1 面板数据单方根检验
平稳性检验结果表明（见表2），京津冀地区产业结构水平、城市化发展水平、空气污染综合指数三个变量的时间序列都是非平稳的（P值大于0.05），但是经过一阶差分后变换为平稳序列，说明三个变量为一阶单整序列。因此，采用京津冀地区产业结构发展水平、城市化发展水平、空气污染综合指数三个变量的一阶差分数据来建立VAR模型。依据AIC和SC准则，确定各变量滞后期数为一阶。
2.2.2 协整检验及格兰杰因果检验结果
协整检验结果表明（见表3），京津冀地区产业结构水平、城市化发展水平和空气污染综合指数在5%显著性水平下存在1个协整关系，即三者之间存在长期稳定的均衡关系。在格兰杰因果关系检验中，本文在滞后期的选择上考虑了两方面的因素：一是AIC和SC最小信息准则，二是变量之间相互影响存在滞后性，据此确定格兰杰因果检验滞后期数为2。由结果可知，北京市产业结构和城市化存在单向的格兰杰因果关系，即产业结构是引起城市化的格兰杰原因；天津市产业结构与空气质量存在双向的格兰杰关系，即天津市产业结构与空气质量相互影响；河北省城市化与产业结构存在单向的格兰杰因果关系，即城市化是引起产业结构的格兰杰原因，河北省产业结构与空气质量存在双向的格兰杰关系，即河北省产业结构与空气质量相互影响，河北省空气质量与城市化存在单向的格兰杰关系，即空气质量是城市化的格兰杰原因（见表4）。
均在5%的显著水平下，存在格兰杰因果关系。其中f（x）为产业结构水平，f（y）为城市化发展水平，f（z）为空气污染综合指数。
其中，Df（x）、Df（y）、f（z）分别为京津冀地区产业结构水平、城市化发展水平、空气污染综合指数的一阶差分。利用AR根对上述VAR模型进行稳定性检验，如果VAR模型的估计点都落在圆内，则说明该模型是稳定的。
从图4可以看出，估计点都落于单位圆内，所以被估计的VAR模型是稳定的，也表明所选取的3个变量之间存在长期稳定关系。
2.2.4 脉冲响应函数分析
由图5可知，北京市空气质量对产业结构的一个单位标准差冲击的相应始终为负值，在前5期影响逐渐变小，从第6期开始趋于稳定，即北京市产业结构的优化提升对空气质量前期在有较好的效果，但随着时间的推移，影响逐渐变弱；北京市空气质量对城市化的一个单位标准差冲击的相应始终为正值，在第3期达到最大值，从第4期开始变小，从第6期开始趋于稳定，即北京市城市化对空气质量在前期效果不好，随着时间的推移效果逐渐明显（第3～6期），第6期往后城市化水平的提高对空气质量的影响已不显著。
天津市空气质量对产业结构的一个单位标准差冲击的相应在初期为负值，在第2期到第4期为正值，第5期又变成负值，而第6期到第8期又为正值，第9～10期为负值，这说明天津市产业结构优化提升对空气质量在初期效果是好的，随着时间的推移，影响效果时好时坏；天津市城市化水平提高对空气质量的影响较大，在初期，城市化水平提高对空气质量效果显著，虽然出现了波动，从整体上效果是明显的。
河北省空气质量对产业结构的一个单位标准差冲击的相应在初期为负值，在第2～3期为正值，第4期为负值，第5～6期为正值，第7期为负值，第8～9期为整治，第10期为负值，这说明河北省产业结构优化提升对空气质量的影响不稳定，随着时间的推移时好时坏；河北省城
市化水平的提高在初期对空气质量的改善并不显著，随着时间的推移，会呈现出一定的改善效果，但作用不大，并且还会出现反弹，改善效果时好时坏，城市化水平的提高从整体上对空气质量改善作用不大。
2.2.5 方差分析
由图6可知，北京市产业结构和城市化水平对空气质量的影响相对较为稳定。其中，影响最大的还是来自空气质量本身，空气质量对其自身的影响在初期达到59.12%，但随着时间的推移影响逐渐较弱，这说明北京市空氣质量自身在逐渐改善，虽然这种效果微乎其微；其次是产业结构水平对空气质量的影响，影响程度是稳中有降，说明北京市产业结构调整对空气质量改善还是有一定效果的；而城市化水平对空气质量的影响由最初的0.16%逐渐增加到第10期的5.22%，说明北京市城市化水平的提升对空气质量的改善并无效果，相反，在一定程度上还会影响空气质量，但这种影响并不显著。
天津市城市化水平对空气质量影响最大，从最初的59.99%到第10期的42.42%，城市化水平的提高对空气质量的影响随着时间的推移在逐渐减小；产业结构调整对空气质量的影响在逐渐增大，从最初的12.83%到第10期的36.62%；而空气质量对其自身的影响在逐渐减弱，从最初的28.27%到第10期的20.97%，这说明天津市空气质量自身也在改善，但从总体上还是受城市化和产业结构的影响最大。
河北省空气质量主要受自身影响，从最初的77.95%到第10期的41.36%，但是空气质量自身是在改善的，并且这种改善效果相对较为明显，随着时间的推移，产业结构和城市化水平对空气质量的影响在逐渐增大，产业结构从最初的14.23%增大到第10期的38.58%，城市化水平从最初的7.82%增大从第10期的20.06%，这说明随着经济的发展，在城市化和产业结构水平提高的同时，空气质量也受到了影响。
3 结论及建议
3.1 结论
本文基于京津冀地区1995—2015年相关指标的统计数据，分别构建了京津冀地区产业结构水平、城市化发展水平和空气质量评价指标体系，分析了京津冀地区产业结构、城市化进程和空气质量现状，在此基础上，通过建立VAR模型，运用脉冲响应与方差分析的方法分析了京津冀地区产业结构水平、城市化发展水平和空气质量之间的动态关系。
（1）京津冀地区产业结构水平和城市化发展水平都有稳步提升，但区域间差距明显，具体表现在北京市和天津市产业结构水平和城市化发展水平要远大于河北省。
（2）京津冀地区产业结构水平、城市化发展水平和空气质量之间存在长期稳定均衡关系；京津冀地区产业结构水平对空气质量的影响要大于城市化发展水平对空气质量的影响，城市化水平的提高能够促进产业结构的调整，同时，空气污染的治理也有助于产业结构升级，产业结构升级在短期会使环境恶化，但在中长期有助于空气污染的治理。
（3）天津市空气质量对产业结构水平的影响要远大于北京市、河北省；北京市城市化发展水平受产业结构水平的影响较大；影响河北省空气质量的主要因素是产业结构水平，其次为城市化发展水平。
3.2 建议
结合以上结论和相关分析，本文对京津冀地区产业结构升级、城市化发展及空气污染治理提出以下相关建议：
（1）将协调发展的思想贯穿解决城市化、产业结构升级与空气质量变化之间矛盾的始终。由于城市化、产业结构与空气质量变化之间存在相互作用的内在机制，所以在制定城市化、产业结构与空气污染防治的相关政策时，应统筹兼顾，既要考虑到城市化推进和产业结构升级的必要性，又要使其与当地的空气质量现状相适应。
（2）要合理升级产业结构，加快空气污染治理，循环利用资源避免造成空气污染。产业结构增长过快将抑制城市化的推进，要协调处理两者之间的关系，在使产业结构升级的同时要兼顾城市化的推进。加强空气污染的治理，有利于城市化的推进，而且有利于资源的合理利用。
（3）适度推进城市化，提高空气质量使产业结构合理升级。城市化和空气污染防治都有助于产业结构的升级，因此，处理好城市化进程和空气污染防治，是产业结构升级的关键。
（4）加快产业结构升级，调整城市化进程，协调好两者之间的关系，促进空气污染防治。城市化进程过快会使空气污染恶化但有利于产业結构的升级，而产业结构的升级在长期有利于空气污染防治，因此，要合理处理产业结构与城市化之间的关系，提高空气质量。
（5）在城市化发展、产业结构升级与空气污染防治三者之间的协调发展方面充分发挥政府主导作用。各级政府应当根据本地的自然条件、资源禀赋、经济社会发展现状及区域发展战略定位，科学研究制定发展规划、政策标准，构建结构合理、发展均衡、资源共享的综合管理体系，进而促进区域的健康可持续发展。
参考文献（References）
[1]冯晓莉， 李超. 西安产业结构与雾霾的灰色关联分析[J]. 北方经贸， 2017（1）：70-73. [FENG Xiaoli， LI Chao. Grey correlation analysis of industrial structure and haze in Xian[J]. Northern economy and trade， 2017（1）：70-73.]
[2]杨银. 产业结构及城市化发展对雾霾的影响[J]. 现代企业， 2017（2）：48-49. [YANG Yin. Impact of industrial structure and urbanization development on haze[J]. Modern enterprise， 2017（2）：48-49.]
[3]杨冬梅， 万道侠， 杨晨格. 产业结构、城市化与环境污染——基于山东的实证研究[J]. 经济与管理评论， 2014（2）：67-74. [YANG Dongmei， WANG Daoxia， YANG Chenge. Industrial structure，urbanization and environmental pollution： an empirical study based on Shandong[J]. Review of economy and management， 2014（2）：67-74.]
[4]冷艳丽， 杜思正. 产业结构、城市化与雾霾污染[J]. 中国科技论坛， 2015（9）：49-55. [LENG Yanli， DU Sizheng. Industry structure，urbanization and haze pollution： an empirical analysis based on the panel data of province level[J]. Forum on science and technology in China， 2015（9）：49-55.]
[5]王瑞鹏， 王朋岗. 城市化、产业结构调整与环境污染的动态关系——基于VAR模型的实证分析[J]. 工业技术经济， 2013（1）：26-31. [WANG Ruipeng， WANG Penggang. The Dynamic relationship between industrial structure， urbanization and environmental pollution： a empirical study based on VAR Model[J]. Industrial technology & economy， 2013（1）：26-31.]
[6]马晓倩. 京津冀地区空气质量与经济发展的相关性及调控机制研究[D]. 石家庄：河北师范大学， 2016. [MA Xiaoqian. Research on the correlation and regulatory mechanism of air quality and economic development in BeijingTianjinHebei Region[D]. Shijiazhuang：Hebei Normal University， 2016.]
[7]李佳， 陈世金， 许文静. 京津冀一体化背景下的雾霾治理与河北省产业结构调整[J]. 福建质量管理， 2016（2）：74. [LI Jia， CHEN Shijin， XU Wenjing. Fog and haze governance in the context of the integration of Beijing， Tianjin and Hebei Province and the adjustment of industrial structure in Hebei[J]. Fujian quality management， 2016（2）：74.]
[8]回莹， 戴宏伟. 河北省产业结构对雾霾天气影响的实证研究[J]. 经济与管理， 2017（3）：87-92. [HUI Ying， DAI Hongwei. Empirical analysis on impact of Hebei Province industrial structure on fog pollution[J]. Economy and management， 2017（3）：87-92.]
[9]孙晓宇. 大气环境污染与经济增长的实证研究——以雾霾治理为例[D]. 大连：东北财经大学， 2016. [SUN Xiaoyu. An empirical study on the atmospheric environmental pollution and economic growth： take the haze governance as an example[D].Dalian： Dongbei University of Finance and Economics， 2016.]
[10]王立平， 陈俊. 中国雾霾污染的社会经济影响因素——基于空间面板数据EBA模型实证研究[J]. 环境科学学报， 2016， 36（10）：38333839. [WANG Liping， CHEN Jun. Socioeconomic influential factors of haze pollution in China： empirical study by EBA Model using spatial panel data[J]. Acta scientiae circumstantiae， 2016，36（10）：3833-3839.]
[11]何楓， 马栋栋， 祝丽云. 中国雾霾污染的环境库兹涅茨曲线研究——基于2001—2012年中国30个省市面板数据的分析[J]. 软科学， 2016， 30（4）：37-40. [HE Feng， MA Dongdong， ZHU Liyun. Study on Environmental Kuznets Curve of haze pollution in China：an empirical analysis based on panel data of the sample of Chinese 30 provinces during 2001-2012[J]. Soft science， 2016， 30（4）：37-40.]
[12]刁鹏斐. 雾霾污染与产业结构的空间相关性研究[D]. 济南：山东财经大学， 2016. [DIAO Pengfei. The Research on the spatial correlation of haze pollution and industrial structure[D]. Jinan：Shandong University of Finance and Economics， 2016.]
[13]王瑞鹏， 王朋岗. 城市化、产业结构调整与环境污染的动态关系——基于VAR模型的实证分析[J]. 工业技术经济， 2013（1）：26-31. [WANG Ruipeng， WANG Penggang. The dynamic relationship between industrial structure， urbanization and environmental pollution：a empirical study based on VAR Model[J]. Industrial technology economy， 2013（1）：26-31.]
[14]查育新. 产业结构对空气污染的影响[D]. 南昌：江西财经大学， 2016. [CHA Yuxin. The effect of industrial structure to air pollution[D]. Nanchang：Jiangxi University of Finance and Economics， 2016.]
[15]李娟娟，吕圆圆. 环境污染的政治经济学——基于省级面板数据的理论及实证[J]. 经济问题探索，2015（5）：33-41. [LI Juanjuan， LU Yuanyuan. Political economics of environmental pollution： theory and empirical analysis based on provincial panel data[J]. Inquiry into economic issues， 2015（5）：33-41.]
[16]韩楠，于维洋. 中国产业结构对环境污染影响的计量分析[J]. 统计与决策，2015，20：133-136. [HAN Nan， YU Weiyang. Quantitative analysis of the impact of Chinas industrial structure on environmental pollution[J]. Statistics and decisionmaking， 2015，20：133-136.]
[17]ZHANG Chi， ZHOU Kaile， YANG Shanlin， et al. Exploring the transformation and upgrading of Chinas economy using electricity consumption data： a VARVEC based model[J]. Physica A： statistical mechanics & its applications， 2017， 473：144-155.
[18]钟茂初，李梦洁，杜威剑. 环境规制能否倒逼产业结构调整——基于中国省际面板数据的实证检验[J]. 中国人口·资源与环境，2015，25（8）：107-115. [ZHONG Maochu， LI Mengjie， DU Weijian. Can environmental regulation force industrial structure adjustment： an empirical analysis based on provincial panel data[J]. China population， resources and environment， 2015，25（8）：107-115.]
[19]张欢，徐康宁. 基于VAR模型的外资、环境治理与经济增长研究——来自全国1992—2012年时间序列数据的证据[J].软科学， 2015（8）：9-13. [ZHANG Huan， XU Kangning. Environmental regulation and economic growth based on VAR Model： evidence from nationwide time series data from 1992 to 2012[J]. Soft science， 2015（8）：9-13.]
[20]卢宣皓. FDI、对外贸易对我国经济增长的影响关系研究——基于VAR模型[J]. 商业经济， 2015（3）：94-96.[LU Xuanhao. Research on the impact of FDI and foreign trade on Chinas economic growth： based on VAR Model[J]. Business economy， 2015（3）：94-96.]
