朱继松, 朱勇胜, 余升文, 邱国玉
深圳市太阳能与风能海水淡化关键技术工程实验室, 北京大学深圳研究生院环境与能源学院, 深圳 518055
Jisong ZHU, Yongsheng ZHU, Shengwen YU, Guoyu QIU
通讯作者:
收稿日期:
2016-01-1
修回日期:
2016-02-5
网络出版日期:
2017-05-11
版权声明:
2017 《北京大学学报(自然科学版)》编辑部 《北京大学学报(自然科学版)》编辑部 所有
基金资助:
展开
摘要 为了研究瓶装水消费的驱动因素, 以广东省的瓶装水消费为例, 利用边限协整检验方法、自回归分布滞后模型以及误差纠正模型分析 GDP 指数、在校生人数和过夜游客数对瓶装水消费量的影响。结果表明: 收入因素在长期和短期都对瓶装水消费量有显著的促进作用 旅游和教育这两个典型行业的发展壮大都对瓶装水消费量的增长有显著的促进作用, 其中旅游业的发展对瓶装水消费量的长期促进效果更明显, 在校学生对瓶装水的消费则具有一定的替代性。因此, 随着国民收入水平的进一步提高以及旅游等行业的进一步发展, 瓶装水的消费量将进一步增加, 带来的能源消耗和环境问题不容忽视, 需要深入研究。
关键词：
Abstract To study the driving factors underlying the bottled water consumption growth, the bounds testing analysis for Guangdong Province between the bottled water consumption and the GDP indexes, the student number and the number of overnight tourist was performed. The results indicated that there existed a long-run relationship between the bottled water consumption and these factors. The subsequent autoregressive distributed lag (ARDL) and error correction model (ECM) analysis concluded that the income level was positively related with the bottled water consumption in the long run and short run. Moreover, the growth of the selected two particular sectors, the education sector and the tourism sector, was also positively related with the bottled water consumption. Additionally, the tourism had a larger influence on the bottled water consumption than the education sector in the long run, and the education sector exhibited some substitutability of bottled water consumption. Therefore, with the increase of the income level and development of the tourism and education sector, the energy problems and other environmental problems behind the bottled water consumption will not be negligible.
Keywords：
来自Beverage Marketing Corporation的数据显示, 中国的瓶装水消费总量在 2008—2013 年间的复合增长率高达 15.1%, 并于 2013 年超越美国, 成为世界第一[1]。然而, 瓶装水的消费会造成大量水资源浪费[2,3]和化石能源消耗[2,3]。同时, 水行业是我国最大的能耗部门之一, 加上中国面临水资源短缺、水质污染和水资源分布不均等问题, 保障供水所需的能耗更大, 水与能的问题尤为突出[8]。由于瓶装水的能源成本是自来水的 2000 多倍[5], 大量的瓶装水消费将使得备受关注的水与能的制约关系更加凸显。因此, 研究瓶装水消费的驱动因素对合理地利用和开发有限的水资源以及促进瓶装水消费的能源节约有着极为重要的意义。
有研究指出, 人们之所以选择瓶装水消费, 主要是认为它比自来水口感好, 具有便利性、安全性、更健康等优点[9,10,11], 也会在发生自来水质量问题的时候选择消费更为昂贵的瓶装水[12]。有研究关注人们对瓶装水环境问题的意识与瓶装水消费之间的关系, 发现二者之间的相关性较弱[13]。有研究 发现, 收入对瓶装水消费有明显的促进作用[9,10,11]。
现有研究多是基于问卷调查的分析结果[9-11,13-14], 而人既作为研究的主体又作为研究客体的现实制约和影响了问卷调查的可靠性和适用性[16], 同时也不能对瓶装水消费量等数据给出直接的定量分析。从宏观经济管理与政策建议的角度, 衡量宏观经济要素对瓶装水消费量的影响具有更加直接的意义。并且, 基于实际的消费量数据和经济数据的研究将更有利于对未来的瓶装水消费量做出合理预测。因此, 本研究基于实际的瓶装水消费量数据, 采用边限协整检验、自回归分布滞后模型以及误差纠正模型, 对影响瓶装水消费量与一些影响因素之间长期和短期的关系进行实证研究。
有研究指出, 收入因素对人们选择瓶装水消费有重要的影响[11,14,17], 收入水平的提升使得人们有更大的选择空间。从宏观层面出发, GDP 衡量了一个区域的国民收入水平, 因此可以作为人们收入水平总量上的一个代表变量。瓶装水的便利性是人们选择瓶装水的另外一个重要因素[10-11,15], 那些对便利性要求更高的人群对瓶装水的需求量更大, 从宏观层面上看则是这些人群所在经济部门的发展状况会对瓶装水的总体消费量产生影响。考虑到数据的可得性和代表性, 本研究选择教育和旅游两个典 型的部门。广东省是中国瓶装水生产第一大省[18], 2013 年瓶装饮用水总销量已居全国首位[19]。因此, 本文以广东省瓶装水消费为例来研究瓶装水的消费问题。选取 1991—2013 年的年度数据作为样本区间, 从广东省瓶装饮用水行业协会获得广东省瓶装水消费量的年度时间序列数据, 并从《广东统计年鉴 (2014)》、《广东旅游年鉴 (2004)》以及《广东旅游年鉴 (2014)》收集 1991—2013 年衡量国民收入水平、教育部门发展以及旅游业发展的年度统计数据。为了消除物价水平变化的影响, 选择 GDP 指数来衡量国民收入水平。考虑到住校的中学生和大学生对瓶装水消费具有更大的自主性, 选择包括中学生和高校在校生的在校生人数来研究教育部门对瓶装水消费的贡献。对于旅游业而言, 过夜指标更具科学性, 因此采用过夜游客人数来衡量旅游业部门的发展水平。图 1 显示广东省瓶装水消费量走势, 可以看出, 广东省瓶装水消费量经历了稳定的增长。图 2 显示广东省瓶装水消费总量和其他经济变量自然对数值的走势, 可以看出, 广东省 GDP 指数、在校生人数和过夜游客数都有稳定的增长, 并且与瓶装水消费量有相近的趋势。为了消除异方差的影响, 对数据进行了对数化处理。
为了研究时间序列之间是否存在长期的稳定关系, Granger[20]提出协整的概念, 并得到广泛应 用[21]。然而, 主流的两种协整检验方法(基于残差的 Engle-Granger 两步法[20]和基于系数矩阵的秩的Johanson协整检验法[22])对于小样本的数据来说不再可靠, 并且这两种方法都要求所有的时间序列是同阶单整的, 因此 Pesaran 等[23]提出基于自回归分布滞后(autoregressive distributed lag, ARDL)框架的边限协整检验方法(bounds testing)。这种分析方法对样本容量的变化不敏感, 同时避免了判定变量是否同阶单整带来的不确定性问题, 所以更适合检验小样本的变量之间是否存在长期的稳定关系[23,24]。由于本研究只有 23 个样本, 所以采用边限协整检验这一更加稳健的方法来验证瓶装水消费量与其他经济变量之间是否存在长期的稳定关系。在ARDL框架下, 瓶装水消费量的边限协整检验可以通过最小二乘法估计完成:
其中, Δ表示一阶差分, ln表示对序列取自然对数, p为最大滞后阶数, t为样本时间序号, BWC为广东省瓶装水每年的消费量(万吨), IGDP 为广东省 GDP指数(1978年为100), N_STU 为广东省每年在校生人数(万人), N_TOURIST 为广东每年过夜游客数(万人次), ε为残差。瓶装水消费量与其他因素之间是否存在协整关系是通过对式(1)中的一阶滞后变量lnBCWt-1, lnIGDPt-1, lnN_STUt-1和lnN_TOURISTt-1的联合检验来实现的。联合检验的原假设是变量之间不存在协整关系, 表达式如下:
由于对式(2)中的原假设进行联合检验的 F 统计量(F-statistics)不符合标准分布, Pesaran 等[23]提供了所有的自变量都是零阶单整和所有自变量都是一阶单整两种极限情况下的临界值, 这两组临界值构成边限协整检验的上界和下界。若计算出的 F统计量比临界值的上界大, 则拒绝原假设; 若计算出的 F 统计量比临界值下界小, 则不能拒绝原假设; 否则不能得出确定性的结论。由于 Pesaran 等[23]提供的临界值是在样本量为1000的情况下计算出的, 对于小样本的研究可能会产生令人困惑的结果, 所以Narayan[25]基于样本量为30~80的数据计算了新的临界值。由于本研究的样本量为 23, 相对较小, 所以同时使用这两组临界值来做边限协整 检验。
如果瓶装水与其他因素之间存在长期的协整关系, 就可以使用式(3)所示的自回归分布滞后回归ARDL(m, n, p, q)分析这些因素对瓶装水消费的长期影响[26], 其中, m, n, p和q分别为因变量和自变量的滞后阶数。
为了对式(3)中的参数进行估计, 可以将其重写为
式(4)中m, n, p和q可以通过贝叶斯信息准则进行选择, 且系数可以通过最小二乘法估计得出。式(4)中各影响因素的系数除以
根据上面讨论的边限协整检验方法, 下面分析瓶装水消费量 BWC 与 GDP 指数 IGDP、在校生人数 N_STU 和过夜游客数N_TOURIST之间是否存在长期的协整关系。式(1)中的最大滞后阶数设为 2 (即p = 2), 因为在这个滞后阶下, Ljung-Box统计量不能拒绝不存在残差相关的原假设, 并且, 在小样本的情况下选择过高的滞后阶数可能导致过度参数化[23]。同样, 为了避免过度参数化, 本文剔除了在边限检验的原假设和备择假设的两个回归方程中都不显著的差分变量[23]。表 1 给出边限协整检验的结果, 无论是使用 Pesaran 等[23]还是 Naraya[25]提供的临界值, 计算出的F统计量都高于 1%显著水平下的上界值, 所以瓶装水消费量BWC 与 GDP 指数 IGDP、在校生人数 N_STU、过夜游客数 N_ TOURIST之间不存在协整关系的原假设都在1%的显著性水平下被拒绝。
表 1 边限协整检验结果
Table 1 Bounds testing results
在这些变量之间存在稳定的协整关系的前提下, 我们对该长期关系进行自回归分布滞后回归分析。本研究基于最小化贝叶斯信息准则选定合适的滞后阶数, 因此针对式(3)的合适的 ARDL 模型为ARDL(0, 0, 3, 3)。表2给出使用 ARDL 方法估计的影响瓶装水消费的各因素的长期系数。正如预期的那样, GDP 指数、在校生人数以及过夜游客数的长期弹性系数均为正, 分别为 0.71, 0.14 和 0.70, 且在1%的显著性水平下显著。
表 2 使用 ARDL 方法估计出的影响瓶装水消费的各因素的长期系数
Table 2 Estimated long-run coefficients using the ARDL approach for bottled water consumption
在长期回归结果的基础上, 可以建立反映变量之间短期动态关系的误差纠正模型(error correction model, ECM), 表 3 给出误差纠正模型的估计结果与诊断结果。其中, 误差纠正项(ECMt-1)在 1%的显著性水平下显著为负, 再次确认了这些变量之间存在长期的均衡关系。GDP 指数和在校生人数的短期弹性系数均为正, 分别为0.76和1.49, 且在1%的显著性水平下显著, 而过夜游客数的短期弹性系数不显著。模型的诊断结果显示, 模型通过了自相关性、正态性、异方差性以及模型设定错误的检验。为了检验模型最终设定的可靠性, 本研究利用估计递归残差平方累计和CUSUMSQ (CUSUM of square)对模型参数结构的稳定性进行检验[27]。图3给出模型和CUSUMSQ的检验结果, 清楚地表明模型参数不存在稳定性的问题。因此, 本研究采用的模型拟合效果较好, 模型较稳定, 估计结果可靠。
从前面的分析可以看出, 收入因素在长期和短期都对瓶装水消费都有重要的贡献。从宏观的角度看, 中国经济的快速增长将进一步促进瓶装水消费量的增长。对于在校学生人数而言, 短期的弹性系数远大于长期的弹性系数, 说明在校学生可以通过寻找其他替代性水源来降低对瓶装水消费的依赖。对于过夜游客数而言, 尽管短期的弹性系数很小, 但长期累积的影响作用却很大, 说明随着国内旅游业的不断发展, 游客人数的不断激增, 该部门对瓶装水消费量的贡献也越来越明显。过夜游客数的长期弹性系数明显大于在校生人数的长期弹性系数, 这与便利性是人们选择消费瓶装水的一个重要因素的结论一致, 因为相对于在校学生, 游客对饮用水源便利性的要求更强烈。
本文试图探索瓶装水消费量快速增长的宏观层面驱动因素。通过对广东省 1991—2013 年年度数据的边限协整检验发现, 瓶装水的消费量与 GDP 指数、在校生人数及过夜游客数之间存在协整关系。进一步的分布滞后回归模型和误差纠正模型的分析结果表明, 收入因素对瓶装水消费量在长期和短期都有显著的正向促进作用; 对受益于瓶装水便利性的旅游行业和教育行业这两个典型的经济部门而言, 其发展壮大都对瓶装水消费量的增长有显著的促进作用, 其中, 旅游业的发展对瓶装水消费量的长期促进效果更加明显, 而在校学生对瓶装水的消费则具有一定的可替代性。从本文的分析可以看出, 中国瓶装水消费量的增长趋势有强有力的市场驱动因素, 使得瓶装水消费造成的资源消耗不容忽视, 也使得瓶装水背后的水与能之间的关系更加值得重视。
表 3 瓶装水消费量与其他经济变量之间的 ECM 模型估计结果
Table 3 ECM model estimation results between bottled water consumption and other economic variables
面对严峻的资源环境制约, 如何引导民众选择合适的饮用水源具有重要的意义。为一些对瓶装水消费量有显著影响的经济部门提供更可靠、更便宜的替代饮用水源, 可以减少人们对瓶装水消费的依赖。例如, 可以为校园的教学楼群和宿舍楼群安装集中的净水设备, 鼓励游客出行时自带水杯, 在大型的交通枢纽提供便捷可靠的直饮水, 等等。
致谢 研究工作得到广东省瓶装饮用水行业协会的大力帮助, 在此表示衷心感谢。
The authors have declared that no competing interests exist.
Rodwan Jr J G. Bottled water 2013: sustaining vitality Päster P. What’s the true environmental cost of Fiji water? Water and energy footprint assessment of bottled water industries in India Arnold E, Larsen J. Bottled water: pouring resources down the drain Energy implications of bottled water Plastics recycling: challenges and opportunities. Philosophical Transac-tions of the Royal Society of London B:
A method for improving reliability and relevance of LCA reviews: the case of life-cycle greenhouse gas emissions of tap and bottled water
Bottled water: United States consumers and their perceptions of water quality. International Journal of Environmental Res-earch and Still sparkling: the phenomenon of bottled water — an Irish context THE private rationality of bottled water drinking Water quality violations and avoidance behavior: evidence from bottled water consumption Exploring beliefs about bottled water and intentions to reduce consumption the dual-effect of social norm activation and persuasive information Determinants of bottled and purified water consumption: results based on an OECD survey Estimation of demand for bottled water in Peshawar-Pakistan: a case study of university campus. Euro-Asian Journal of Economics and Household bottled water consumption in Phoneix: a lifestyle choice 刘虹桥. 中国瓶装水: 繁荣还是衰败? 广东去年瓶装水总销量居全国首位[EB/ OL]. (2014-11-14) Some properties of time series data and their use in econometric model specification Cointegration: Overview and develop-ment Statistical analysis of cointegration vectors Bounds testing approaches to the analysis of level relationships 能源消费与环境污染的边限协整分析 The saving and investment nexus for China: evidence from cointegration tests An autoregressive distributed-lag modelling approach to cointegration analysis Techniques for testing the constancy of regression relationship over time
/
1 数据来源与研究方法
1.1 影响因素的选择与数据来源
1.2 数据分析方法
2 结果与分析
显著性水平 Pesaran等[23]的F统计量临界值 Narayan[25]的F统计量临界值 计算出的F统计量 下界值 上界值 下界值 上界值 1% 4.29 5.61 5.33 7.06 5% 3.23 4.35 3.71 5.02 8.96*** 10% 2.72 3.77 3.01 4.15
自变量 系数 标准误差 t统计量 ln IGDP 0.71*** 0.03 28.41 ln N_STU 0.14*** 0.03 4.06 ln N_TOURIST 0.70*** 0.02 37.45
3 结论与讨论
自变量 系数 标准误差 t统计量 ECMt-1 -1.02 0.08 -13.16 Δln IGDPt 0.76 0.21 3.57 Δln N_STUt 1.49 0.29 5.06 Δln N_STUt-1 2.68 0.43 6.21 Δln N_STUt-2 -0.64 0.35 -1.84 Δln N_TOURISTt 0.03 0.04 0.83 Δln N_TOURISTt-1 -0.50 0.06 -8.66 Δln N_TOUISTt-2 -0.27 0.05 -5.43 常数项(Constant) 0.00 0.03 -0.20
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
〈
〉
