环渤海地区海洋经济与海洋环境污染关系研究

(辽宁师范大学 海洋经济与可持续发展研究中心,辽宁 大连116029)

环渤海地区海洋经济与海洋环境污染关系研究

王子王月,李 博

(辽宁师范大学 海洋经济与可持续发展研究中心,辽宁 大连116029)

选取2001—2015年我国环渤海地区海洋生产总值作为海洋经济增长指标,以赤潮累计发生面积、含油污水排海量、石油类污染物的点位超标率和无机氮点位超标率作为海洋环境污染指标,构建了环渤海地区海洋经济增长和海洋环境污染的VAR模型,综合运用广义脉冲响应和方差分解两种方法对环渤海地区海洋经济增长与海洋环境污染的各指标之间的关系进行了探究。结果表明:①环渤海地区海洋生产总值与各海洋环境污染指标呈反向变动关系;②环渤海地区的海洋经济增长对海洋环境污染水平的影响显著,海洋环境污染有逐渐抑制海洋经济增长的趋势;③环渤海地区含油污水和石油类污染物的排海量是限制海洋经济增长的主要环境污染因素。

海洋经济增长;海洋环境污染;VAR模型

1 引言

伴随着经济社会的快速发展和科学技术的日益进步,公众对海洋功能的认知逐步深入,对海洋产品与服务的需求不断增多,海洋的经济社会效益与日俱增。我国审议通过的《国民经济和社会发展第十三个五年规划纲要》明确提出以创新、协调、绿色、开放、共享为核心的五大发展理念,并首次将“绿色”纳入“十三五”发展规划之中,这说明我国未来的发展将把绿色发展作为生态文明的建设途径,通过绿色理念引领走向可持续发展。把绿色发展的理念引入到海洋经济建设上来,将对海洋生态文明建设起到积极作用,对我国的国民经济和社会发展,乃至实现“海洋强国”的目标都具有重大意义。海洋环境是一种无法取代的资源,在海

洋经济飞快增长的同时资源环境所付出的代价发人深省。因此,分析海洋经济增长与海洋环境污染之间的关系,是海洋经济绿色发展不可缺少的部分。

国外学者对环境污染和经济增长的研究主要围绕库兹涅茨曲线展开。1990年,美国经济学家Grossman、Kureger等在库兹涅茨曲线的基础上探讨了多个国家进行了环境污染与经济增长关系,首次提出了环境库兹涅茨曲线(EKC),即大多数国家的环境污染水平与经济增长之间的变化趋势表现为由先严重恶化到后来逐步改善的倒“U”型曲线[1]。1992年,Bandyopadhyay[2]等扩大了时间、地域和指标范围,进一步对经济与环境之间的关系进行了研究。Lucas[3]、Panayotou[4]、AndreoniJ、Levinson A[5]等分别运用EKC对不同国家的经济增长与二氧化碳、铅排放量等空气环境质量之间的关系进行了对比分析,结果均表明EKC假说是成立的。随着研究的不断深入,21世纪初环境库兹涅茨曲线的形状除了倒“U”形外,Kaufmann[6]等认为人均收入和SO2排放之间的关系呈现出正“U”形;De Bruyn的研究成果显示呈“N”形[7];Stern的研究表明EKC曲线呈单调递增趋势[8]。此外，也有学者对倒“U”型曲线提出了质疑。21世纪初期,Egli通过对德国环境数据的研究,得出环境库兹涅茨倒“U”型曲线并不显著[9]。国内的相关研究最初主要是以全国为研究对象,运用不同的计量方法对我国环境污染与经济增长之间是否存在环境库兹涅茨曲线关系进行了实证研究[10]。21世纪初,张晓[11]、马树才[12]等分别对我国的经济与环境之间的关系进行探究,但结论都认为它们之间不存在倒“U”型环境库兹涅茨曲线;宋涛、郑挺国、佟连军[13]等对我国省区的“三废”排放量和收入之间的关系进行研究,实证结果证明变量之间存在长期的EKC关系,只是所在的阶段不同。同时,许多学者开始将研究对象转向具体省份和城市。王维国[14]等对辽宁省经济增长和环境污染进行了实证研究;彭文斌、田银华[15]以湖南省为研究对象,探究经济与环境的关系;周德田[16]等建立了青岛市人均GDP和环境污染物排放量的VAR模型;周曙东[17]通过行业面板数据对江苏省企业总产值与大气污染之间的关系进行了分析。

从目前国内外现有研究看来,学者们的研究主要集中在陆域系统的经济增长和环境污染关系的地域方面,海域系统经济增长与环境污染关系的研究也仅局限于全国层面[18],缺少对区域海域系统中经济增长与环境污染关系的全面分析。本文通过研究环渤海地区2001—2015年的数据,建立了环渤海地区海洋经济增长与海洋环境污染之间的自相关模型,探析环渤海地区海洋经济增长与海洋环境污染的双向作用机制,从而找到海洋经济增长与海洋环境污染两者存在的内在联系,为环渤海区域海洋环境的治理和海洋经济的绿色发展提供合理的建议[9]。

2 研究区域和研究方法

2.1 研究区域和数据来源

环渤海地区借助得天独厚的地理优势、丰富的海洋资源和便捷的交通运输条件,海洋经济建设水平在不断攀升。2015年,环渤海地区的海洋生产总值为2.3437万亿元,占全国的36.2%。然而,海洋经济的发展却给海洋环境带来了负面影响,主要表现为海水环境质量降低、近岸海域主要污染物排放量增加和海洋灾害频发等。渤海海区的环境污染较严重,仅低于东海。2015年,渤海海区第二、三、四类、劣四类海水比例分别为48.9%∶21.8%∶13.6%∶15.6%。近年来,环渤海地区虽加大了对海洋环境污染治理的力度,但由于海洋经济的能源消耗和发展速度不断攀升,海洋环境污染给海洋经济增长带来的影响十分突出。

本文数据资料来源于2001—2015年的《中国海洋统计年鉴》[19]、2001—2015年的中国海洋环境状况公报[20]和2001—2014年的中国近岸海域环境质量公报[21]。

2.2 研究方法

评价指标体系构建与数据选取:海洋生产总值作为海洋产业和海洋相关产业增加值之和,最能代表一个地区的海洋经济发展情况[22]。全国近岸海域的主要超标污染因子是无机氮和活性磷酸盐,近年来渤海海区的主要污染因子是无机氮、石油类、铅、镍。此外,造成海洋环境污染最主要的来源之一就是陆源污染物,而陆源污染中的工业废水是主要的污染源[18]。

进入21世纪以来,国家开始重视海洋经济发展,中国环境保护部、中国海洋信息网等开始对我国近岸海域环境质量、海洋灾害、海域使用管理等方面的数据进行了统计和整理,故数据的起始年份定于2001年。而《中国海洋统计年鉴》的数据目前更新到2015年。因此,根据数据的可获取性和代表性,结合上文所述海洋环境污染的表现形式,本文选取环渤海地区海洋生产总值作为海洋经济指标,环渤海地区赤潮累计发生面积、含油污水排海量、无机氮和石油类点位超标率为海洋环境污染指标。选取2001—2015年海洋经济增长指标和海洋环境污染指标的时间序列数据,构建环渤海地区海洋经济增长与海洋环境污染的VAR模型。为消除可能存在的异方差而获得较平稳的时间序列,对全部数据都采取了对数操作。

VAR模型构建:1980年,Sims提出了VAR模型,即向量自回归模型[23]。该模型的构造是把系统中的每一个内生变量作为系统中所有内生变量滞后值的函数。随后此模型被普遍应用到经济学以及其他学科的动态性分析中。本文应用此模型,分析环渤海地区的海洋经济增长与海洋环境污染变量之间存在的关联性,并探析变量间彼此影响的因素。

VAR模型的数学表达式为:

yt=Φ1yt-1+…+Φpyt-p+εt(t=1,2,…,T)

(1)

式中,yt为k维内生变量列向量;p为滞后阶数;T为样本个数;Φ1,…,Φp为k×k维矩阵;εt为k维扰动列向量,它们相互之间可以同期相关,但不与自己的滞后值相关且不与等式右边的变量相关[24]。

VAR模型的估计是否可靠主要取决于变量是否平稳,若变量是平稳的时间序列,则能够直接建立没有约束的VAR模型;若变量不平稳,就必须检验所有变量之间有没有存在协整关系。若存在协整关系,则要利用模型修正向量的误差；若既不平稳又没有协整关系,则要利用差分将变量处理为平稳。在估算出平稳的VAR模型后,方可利用脉冲响应函数和方差分解继续后续的分析。

3 海洋环境污染对海洋经济的影响分析

3.1 数据描述性分析

海洋环境污染指标以2001—2015年环渤海地区赤潮累计发生面积、含油污水排海量、石油类污染物点位超标率和无机氮点位超标率为代表,海洋经济指标以2001—2015年环渤海地区海洋经济生产总值为代表进行分析。

从图1可见,2001—2015年我国环渤海地区海洋经济发展十分迅速,海洋生产总值从2001的1587.35亿元增长到2015年的23437亿元,15年间增长近15倍,呈直线上升趋势。赤潮累计发生面积与海洋生产总值之间的关系较复杂,2004年达到最高值,突破了6000km2,而在2008年却基本没有发生赤潮现象。含油污水排海量总量在增长,2014年比2001年增长了近5倍,但在这13年含油污水排海量却呈波动下降趋势。2001—2015年,石油类污染物和无机氮的点位超标率呈波动下降趋势,而无机氮的排放量多于石油类污染物。截止至2015年,环渤海海域无机氮的点位超标率与2001年相比,下降了约2倍；而石油类污染物的点位超标率与2001年相比,下降了2倍多。

图1 海洋生产总值与各海洋环境污染指标关系

3.2 ADF检验

利用EViews软件对2001—2015年环渤海地区海洋生产总值以及赤潮累计发生面积、含油污水排海量、石油类污染物的点位超标率和无机氮点位超标率的数据进行ADF平稳性检验,若ADF 所有统计检验值大于各显著水平的临界值，则代表该序列非平稳;反之,则说明该序列是平稳的,结果见表1。从表1的结果可见,lngop、lnchichao、lnyouwushui、lnwujidan和lnshiyoulei这五个时间序列在每一个显著性水平下都无法拒绝存在单位根的原假设,均为不平稳序列。但是这些变量一阶差分序列的ADF值比在10%的显著性水平下的临界值小,即均为平稳序列。所以,lngop、lnchichao、lnyouwushui、lnwujidan和lnshiyoulei均为一阶单整序列,达到了协整检验的要求。

表1 单位根检验过程

3.3 协整检验

运用Eviews对以上五个变量进行协整检验,检验结果见表2。由表2可见,五个变量之间存在协整关系,所以可建立VAR模型。

表2 协整检验结果

表3 VAR模型滞后阶数

图2 VAR模型单位根

3.4 VAR模型的建立

在ADF检验和协整检验的基础上,建立以环渤海地区海洋经济生产总值和赤潮累计发生面积、含油污水排海量、石油类污染物的点位超标率和无机氮点位超标率为因变量,自变量为其滞后值的VAR模型，建立模型前要先得出最优滞后阶数。根据表3可将VAR模型的滞后阶数确定为3阶,即建立VAR(3)。通过单位根图(图2)可知，全部根的倒数都位于单位圆中,这说明VAR(3)模型是稳定的。

3.5 脉冲响应和方差分解

脉冲响应分析就是分析一个变量扰动项受到一个标准差的冲击时,对模型中的其他变量是怎样造成动态变化的。它表示为加入一个标准差大小的冲击对VAR模型中内生变量当期值与未来几期值的影响,进一步分析一个随机变量的冲击对内生变量影响的重要性[22]。利用Eviews软件对数据进行脉冲响应函数分析得出图3、图4。从图3可见,横轴代表冲击作用的滞后期数；纵轴代表的是海洋生产总值；实线为脉冲响应函数,表示海洋生产总值，即海洋经济对每一个海洋环境污染指标的冲击反应；虚线代表的是正负两倍的标准差偏离带。从图3可见,海洋生产总值受到一个正的冲击之后,赤潮累计发生面积在前两期内有明显正增长,在第四期后趋于稳定。含油污水排海量在前四期呈上升趋势,第四期后趋于平稳。石油类污染物在前三期呈下降趋势,在第三期出现最小值,然后转为上升,并在第七期后趋于平稳。无机氮排放量在前六期呈现波动趋势,上升不明显,并在第七期后开始稳定。

图3 各海洋环境污染指标对海洋经济污染的脉冲响应分析

给海洋生产总值一个正冲击后,得到各海洋环境污染指标的脉冲响应图。从图4可见,在当期的响应值均为0,在剩余的期间里含油污水排海量和石油类污染物点位超标率均呈现先上升后下降的趋势,分别在第五期和第四期之后趋于平稳。这种先上升后下降的趋势说明了环渤海地区海洋经济增长与含油污水排海量以及石油类污染物点位超标率呈现出一定程度上的环境库兹涅茨倒“U”型曲线。赤潮累计发生面积在第二期达到最高值,第五期后趋于平稳,并始终为正值。无机氮点位超标率总体呈现波动下降后趋于平稳趋势,从第二期后开始为负值。赤潮累计发生面积和无机氮点位超标率的基本不存在环境库兹涅茨倒“U”型曲线。由此可见,环渤海地区海洋经济增长对海洋环境的污染主要体现在含油污水排海量和石油类污染物两方面,这与前文所提及的环渤海地区的海洋环境大体相符。

基于VAR模型的方差分解,研究各个结构冲击影响内生变量变化的贡献度。一般情况下方差是度量其贡献度的方法,从而对不同结构冲击的重要性给予判断。所以,利用方差分解可得出VAR模型中各个随机扰动使变量发生变化的有效信息[24]。利用Eviews软件对数据进行方差分解分析,见图5。通过VAR模型的结果显示,海洋经济对海洋污染的影响显著。其中，对含油污水排海量及石油类污染物的影响较大,最高值分别超过40%和30%；对赤潮累计发生面积和无机氮的影响较小,但最高值均接近20%。从海洋环境污染对海洋经济的总体影响上来看,尽管石油类污染物和无机氮对海洋经济的影响在逐步加强,但它对海洋经济作用的影响是非常有限的。石油类污染物和无机氮对海洋经济影响的最高值为分别为0.9%和2.1%。赤潮累计发生面积和含油污水排海量对海洋经济的影响较大,各期均超过20%。

图4 海洋经济增长对各海洋环境污染指标的脉冲响应分析

图5 方差分解结果

3.6 结果分析

近年来我国为推动海洋经济的发展,已在全国进行了海洋经济发展试点,并出台了《全国海洋经济发展规划纲要》、《全国海洋经济发展“十二五”规划》等一系列政策规划,加之“一带一路”建设,我国海洋经济发展将面临着史无前例的绝好时机,因此我国沿海省市和环渤海地区的海洋开发规模正在不断扩大。在海洋大规模开发的同时,也伴随着海洋环境污染。通过各海洋环境污染指标对海洋经济的脉冲响应分析可知,海洋生产总值与各海洋环境污染指标呈反向变动关系。即随着赤潮发生面积的增大,含油污水排海量、无机氮、石油类污染物排放量增加,对环渤海地区海洋经济增长产生阻碍影响,因此在某种程度上也论证实了海洋环境质量对海洋经济增长起反作用的观点。

进入21世纪以来,我国环渤海地区经济发展迅猛。渤海、黄海具有丰富的海洋资源,为环渤海地区提供了雄厚的物质基础,使其成为继长江三角洲、珠江三角洲之后的又一重要经济发展地带。 陆域经济的飞速发展也给海洋经济带来了一定的影响,在对我国环渤海地区的海洋经济增长与海洋环境污染的动态关系研究中可得出,环渤海地区的海洋经济增长并非是以含油污水排海量和石油类污染物的排放量为代价的,但却在很大程度上加剧了这种污染,而石油类污染物和无机氮污染物排放量对海洋经济的影响有限。我们将海洋经济增长对海洋环境污染物的各期冲击响应值进行累加,目的是进一步比对海洋经济增长与海洋环境污染之间相互作用关系的大小。其中，赤潮累计发生面积0.0711、含油污水排海量0.0872、石油类污染物-0.010、无机氮污染物-0.0344;将海洋环境污染对海洋经济增长的各期冲击响应值累加,得出赤潮累计发生面积0.5234、含油污水排海量0.3084、石油类污染物-0.0849、无机氮污染物-0.0628。通过比对得出:环渤海地区的海洋经济增长对海洋环境污染水平的影响显著,而海洋环境污染具有逐渐抑制海洋经济增长的趋势。

赤潮是海洋环境受到污染所引发,发生面积就成为用来衡量海洋环境污染的一项重要指标。赤潮累计发生面积和含油污水排海量对海洋经济产生的影响较大。赤潮累计发生面积影响着海洋捕捞、海水养殖业的产量,而海洋第一产业占海洋生产总值的比重较大,因此赤潮累计发生面积对海洋经济的整体是有影响的。通过数据可见, 2008年时环渤海地区的赤潮累计发生面积仅为30km2,这可能与2008年我国举办奥运会有直接关系,同时也间接说明赤潮累计发生面积在一定程度上可通过人为手段来控制。

一般而论,将不采取任何方式处理的含油污水排放到海水里,就不会产生投入处理污水的资金,因此不会降低海洋生产总值。但通过分析得知,含油污水的排放却会给海洋经济带来十分严重的负面影响,其影响程度虽会随着时间的推移慢慢减弱,但产生的不利影响仍然会持续较长时期。这是由于21世纪以来,环渤海地区石化、冶金、印染、造船等重工业企业众多,陆源污染物排放数量巨大,工业“三废”超标超量排放,每年都有因海洋污染造成海洋生物死亡事件发生,近岸海域海洋污染也较重,生态系统被严重破坏、资源衰退、生物多样性下降,故含油污水和石油类污染物会对海洋渔业的产量和捕捞量造成影响,给海洋盐业、海洋化工业、海水利用业等产业带来影响,对滨海旅游业造成冲击等。即对海洋第一、二、三次产业都产生不利影响,进而影响海洋经济增长。

4 建议与展望

4.1 建议

本文运用VAR模型,探究了我国环渤海地区的海洋经济增长和海洋环境污染之间存在的联系。在此基础上，运用广义脉冲响应和方差分解分析,对2001—2015年环渤海地区海洋经济增长和海洋环境污染各指标之间的关联程度进行了较为深入的探析。探究海洋经济增长与海洋环境污染之间的关系有利于进一步探究海洋经济绿色转型,使海洋经济向健康、可持续的方向发展。

2017年5月,“一带一路”国际合作高峰论坛在北京召开,我国倡议建立“一带一路”绿色发展国际联盟。联合国环境规划署和中国环境保护部作为共同发起方,将携手各界共同落实这一倡议,让绿色贯通整个“一带一路”。环渤海地区是东北地区、乃至北方经济发展的龙头地区,有着领头羊的作用,也是“一带一路”北线的必经地区。不仅陆域经济要绿色发展,海洋经济也要顺应时代要求,实现绿色转型。环渤海地区的海洋环境污染具有抑制海洋经济增长的趋势,而海洋经济增长也会对海洋环境污染带来一定影响。因此,探究海洋经济与海洋环境污染之间的关系就变得尤为重要,以期为海洋经济绿色转型提供依据,用绿色发展理念指导海洋经济发展。

由于环渤海地区的海洋环境污染有抑制海洋经济增长的趋势,因此可大力推广发展海洋循环经济。一方面,从海洋环境污染方面来看,要减少含油污水排海量、减少石油类污染物和无机氮类污染物的排放;污水等污染物要经过严格处理，达标后方能排放入海;实行海洋垃圾分类回收,建立较为完善的海洋垃圾处理监管体系,设置相应的垃圾清收点等,逐步取消不可降解、不可循环使用的一次性产品的使用。另一方面,从海洋经济增长方面来看,可对现有海洋产业进行循环型改造,在提高资源产出率的同时要降低废弃物排放量;针对废弃物产生量较大的海洋石油开发等重点产业,专门建立废弃物回收处理体系,推动废物再生利用;延伸传统海洋行业循环产业链,培育新的海洋循环经济增长点,如海洋服务业、海洋旅游绿色化、海洋战略性新兴产业等。

4.2 展望

基于VAR模型，本文探究了环渤海地区的海洋经济增长和海洋环境污染间存在的联系并进行了实证研究,但还存在一些不足:①体现海洋环境污染的指标多种多样,受限于数据的可获取性和真实性,本文选取的指标未能从各个方面来反映海洋环境污染的现实状况。②本文研究的海洋经济增长与海洋环境污染之间的联系是海洋系统内部的相关性,并未将陆域系统对海洋环境造成的污染考虑进去。在能获取数据的基础上,可进一步探讨环渤海地区的海洋经济三次产业、主要海洋产业与海洋环境污染之间的关系,逐渐取替对海洋环境造成严重污染的产业,支持和推广对海洋环境有利的产业;扩充海洋环境污染的相关指标,将环渤海地区的海洋经济增长和海洋环境污染间的影响范围和程度进行量化。

[1]Grossman G,Krueger A.Environment Impacts of the North American Free Trade Agreement[R].NBER,Working Paper,1991∶3914.

[2]Bandyopadhyay S,Shafik N.Economic Growth and Environmental：Time Series and Cross-country Evidence[R].World Bank：Background Paper for World Development Report,1992.

[3]Lucas E,Wheeler D.Economic Developmental Environmental Regulation and the International Migration of Toxic Industrial Pollution 1960-1988[R].World Bank：Background Paper for World Development Report,1992.

[4]Panayotou T.Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[R].International Labour Office,Technology and Employment Programme,Working Paper,1993.

[5]Andreoni J ,Levinson A.The Simple Analytics of the Environmental Kuznets Curve[J].Journal of Public Economics,2001，80(2)∶269-286.

[6]Kaufmann R,Davidsdottir B,Garnham S.The Determinants of Atmospheric SO2 Concentrations：Reconsidering the Environmental Kuznets Curve[J].Ecological Economics,1998,25(2)∶209-210.

[7]De Bruyn S.Economic Growth and the Environment：An Empirical Analysis[M].Kluwer Academic Publishers,2000.

[8]Stern D L,Common M S.Is There an Environmental Kuznets Curve for Sulfur[J].Journal of Environmental Economics and Management,2001,41(2)∶162-178.

[9]李治国,周德田.基于VAR模型的经济增长与环境污染关系实证分析——以山东省为例[J].企业经济,2013,(8)∶11-16.

[10]吕健.上海市经济增长与环境污染——基于VAR模型的实证分析[J].华东经济管理,2010,(8)∶1-6.

[11]张晓.中国环境政策的总体评价[J].中国社会科学,1993,(3)∶88-99.

[12]马树才,李国柱.中国经济增长与环境污染关系的Kuznets曲线[J].统计研究,2006,(8)∶37-40.

[13]宋涛,郑挺国,佟连军.基于面板协整的环境库茨涅兹曲线的检验与分析[J].中国环境科学,2007,27(4)∶572-576.

[14]王维国,夏艳清.辽宁省经济增长与环境污染水平关系研究[J].社会科学辑刊,2007,(1)∶103-107.

[15]彭文斌,田银华.湖南环境污染与经济增长的实证研究——基于VAR模型的脉冲响应分析[J].湘潭大学学报(哲学社会科学版),2011,35(1)∶31-35.

[16]周德田,郭景刚.基于VAR模型的青岛市经济增长与环境污染的实证研究[J].中国石油大学学报(社会科学版),2012,28(3)∶28-31.

[17]周曙东,张家峰,葛继红,等.经济增长与大气污染排放关系研究——基于江苏省行业面板数据[J].江苏社会科学,2010,(4)∶227-232.

[18]蒋慧,谭映宇,贾青.中国沿海地区经济增长与海洋环境污染现状分析研究[J].环境科学与管理,2015,(4)∶17-19,89.

[19]中国海洋年鉴编纂委员会.中国海洋统计年鉴[M].北京：海洋出版社,2001-2015．

[20]国家海洋局.2013年中国海洋环境质量公报[R].北京：国家海洋局,2001-2014.

[21]中华人民共和国环境保护部.2011年中国近岸海域环境质量公报[R].北京：中华人民共和国环境保护部,2001-2014．

[22]王光升.中国沿海地区经济增长与海洋环境污染关系实证研究[D].青岛：中国海洋大学硕士学位论文,2013∶1,37-75.

[23]Sims C A.Macroeconomics and Reality[J].Econometrica,1980,48(1)∶1-48.

[24]高铁梅.计量经济分析方法与建模——Eviews应用及实例(第二版)[M].北京：清华大学出版社,2009.

StudyonRelationshipBetweenMarineEconomyandMarineEnvironmentalPollutioninBohaiSeaRingArea

WANG Zi-yue,LI Bo

(Center for Studies of Economy and Sustainable Development,Liaoning Normal University,Dalian 116029,China)

According to the GOP during 2001-2015 of Bohai Sea Ring Area as the economic growth indicators,as well as the marine environmental pollution indicators the amount of red tide occurrence cumulative area,oily sewage discharge into the ocean,petroleum pollutant rate of over-standard and inorganic nitrogen rate of over- standard,built the VAR model of ocean economic growth and marine environmental pollution,and used the generalized impulse response and variance decomposition for explore the relationship between the indicators of ocean economic growth and marine environmental pollution.The results showed that the GOP with the marine environmental pollution indicators was an inverse relationship.The marine economic growth in the Bohai Sea Ring Area had a significant effect on the pollution level of the marine environment,and the marine environmental pollution gradually reduced the trend of marine economic growth.The environmental pollution main factors of limit the growth the marine economy were the oily sewage discharge into the ocean and petroleum pollutant rate of over-standard in Bohai Sea Ring Area.

ocean economic growth;pollution of the marine environment;VAR mode

10.3969 /j.issn.1005-8141.2017.09.006

X196

A

1005-8141(2017)09-1051-07

2017-07-12；

2017-08-25

教育部人文社会科学重点研究基地重大课题项目(编号:16JJD790021);国家自然科学基金项目(编号:41401176)资助。

及通讯作者简介：王子王月(1993-),女,辽宁省锦州人,硕士研究生,主要从事海洋经济地理研究。