VAR模型环境污染论文

作者简介：周园园（1990—），女，汉族，安徽桐城市人，应用统计硕士，河北经贸大学应用统计专业，研究方向：调查分析与数据挖掘。摘要：环境污染的治理在政府的支持下有着很大程度的改善，但是随着工业的过快发展，环境也一定程度的受到了影响。下面是小编为大家整理的《VAR模型环境污染论文 (精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。

VAR模型环境污染论文 篇1：

基于VAR模型农业环境污染动态评估体系的构建

摘要：通过建立VAR模型，以江苏省为例，研究农业源污染物排放总量与其影响因素的长期动态关系，并通过脉冲响应函数和方差分解方法进一步考察江苏省1996～2014年间3类污染物影响因素指标与农业源污染物排放总量之间的长期动态影响特征。研究结果表明，农膜使用量、农药使用量和化肥施用量与农业源污染物排放总量之间存在长期稳定的动态关系，且是解释农业源污染物排放总量预测方差的重要变量。最后对加强农业污染治理提出相关政策建议。

关键词：农业污染；VAR模型；脉冲响应函数；方差分解

十三五规划提出要坚持绿色发展，实现农业的可持续发展，加快建设资源节约型、环境友好型农业，促进形成资源利用高效、生态系统稳定、产地环境良好、产品质量安全的现代农业发展格局。英国经济学人智库发布的《全球粮食安全指数报告》显示，在2015年全球粮食安全指数排名中，中国综合排名第42位，新形势下继续提升我国粮食和食品安全保障能力依然面临着严峻挑战。
一、江苏省农业发展及农业环境污染现状

作为我国的农业大省，江苏省农业发展快速，农业现代化进程不断加快。循环农业和生态农业发展较快，具体来说表现在：2015年全省使用农药总量约为78500 t，比2014年实际用量减少1031t，下降1.3%；江苏省是农业生产和化肥使用大省，2014年农用化肥施用折纯量323.6万t，占全国使用量5.4%。江苏省施肥状况还存在诸多问题，例如江苏省亩均施肥量高、绿色有机肥料利用率和覆盖率低、施肥结构不平衡等。
二、实证研究方法介绍

采用基于VAR模型的脉冲响应函数、方差分解等方法对江苏省农业源污染与其影响因素进行分析，研究两者之间的长期动态关系。

向量自回归（VAR）是基于数据的统计性质建立模型，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模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。

脉冲响应函数描述的是VAR模型中的一个内生变量的冲击给其他的内生变量所带来的影响。而方差分解（variance decomposition）是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。
三、实证研究

（一）样本指标选取处理

选取的计算指标为江苏省农膜使用量、农药使用量、化肥使用量和江苏省农业源氮排放总量、农业源磷排放总量以及农业源化学需氧量。时间跨度为1996～2014年。江苏省农膜使用量、农药使用量和化肥使用量数据来自国家统计局，由于江苏省统计局2011年才对农业源污染物排放进行统计，故利用姜峰、葛继红等人的研究方法对江苏省农业源污染指标数进行估算。为数据更平稳并且消除可能存在的异方差，对原始数据取对数。

（二）单位根检验和协整检验

主要研究农业生产指标与污染物排放总量之间的长期动态关系。首先对lnnm、lnny、lnhf和lntotal进行单位根检验，检验其平稳性，发现这些序列ADF对应的检验值绝对值在1%，5%，10%的水平下均小于临界值的绝对值，可以接受原假设，即序列存在一阶单位根，序列非平稳。在对所有序列的一阶差分序列进行平稳性检验时，发现均通过了ADF单位根检验，因此可以认为这些序列是一阶单整的，即lnnm、lnny、lnhf、lntotal～I（1）。具体的检验结果见表1。

由于lnnm、lnny、lnhf、lntotal～I（1），可以对序列进行协整检验，协整分析的经济意义在于，对于两个具有各自长期波动规律的变量，如果他們之间是协整的，则他们之间存在一个长期均衡关系。反之，如果这两个变量不是协整的，则他们之间不存在一个长期协整关系。采用JJ协整检验。协整检验结果见表2。通过协整检验结果可知，至少有两个协整向量，可以认为lnnm、lnny、lnhf和lntotal之间存在长期稳定的动态关系。

（三）基于VAR模型的脉冲响应函数和方差分解

通过以上分析可以知道lnnm、lnny、lnhf和lntotal都是一阶单整的，而且通过了协整检验，说明变量之间存在长期稳定的动态关系，可以建立VAR模型。首先确定VAR模型的阶数，利用AIC和SC（BIC）最小准则，可以确定当滞后期为2时，AIC和SC最小，因此可以建立滞后期为2的VAR（2）模型。通过软件运行得出VAR（2）模型表达式：

lntotal=1.32lnhf（-1）-0.56lnhf（-2）+0.2lnnm（-1）-0.14lnnm（-2）-0.24lnny（-1）-0.15lnny（-2）+0.30lntotal（-1）-0.37lntotal（-2）+1.38

模型的可决系数为0.900375，调整后的可决系数为0.80075，均大于0.8，说明模型的拟合效果较好。

进一步采用AR特征多项式对该模型的稳定性进行检验，见图1。结果显示AR特征多项式的所有逆根均在单位圆内，说明该模型是稳定的，即lnnm、lnny、lnhf和lntotal所组成的系统是稳定的。可以继续对该模型进行脉冲响应函数分析和方差分解。

根据以上建立的VAR（2）模型，分别给lnnm、lnny和lnhf一个正的冲击，得到lntotal的响应函数图。在图2中，横轴表示冲击作用的滞后期间数，单位为年度，纵轴表示lntotal，实线表示脉冲响应函数，代表了lnnm、lnny和lnhf对相应能源进出口量冲击的反应，虚线表示正负两倍标准差偏离带，图2可以看出当在本期给lnnm一个正的冲击后，lntotal从当期开始便有一个正的响应，以后各期便慢慢回落，在8期之后开始稳定。本期给lnhf一个正的冲击后，lntotal在前5期反应波动较大，但在第6期达到峰值后开始稳定，并持续保持正的响应。本期在给lnny一个正的冲击后，lntotal前6期反应波动较大，并在第6期达到峰值，然后慢慢回落，但一直保持正的响应。本期给lntotal本身一个正的冲击后，lntotal当期响应巨大，在第七期后稳定，保持负的响应。

以上内容分析了lntotal对lnnm、lnny和lnhf冲击变化的响应。接下来利用方差分析的基本思想来分析lnnm、lnny和lnhf对lntotal变动的贡献程度，对lntotal进行方差分解可以得到，不考虑lntotal自身的贡献率，lnnm对lntotal的贡献率最大达到10.7%，长期方差分解趋于10%左右，说明这个冲击对这个变量波动的贡献在10%左右。同理可以得到lnhf对lntotal的贡献率在30%左右，lnny对lntotal的贡献率在35%左右。
四、研究结论

通过采用经济计量分析技术，实证考察了1996～2014年间江苏省农业环境污染指标排放总量与其影响因素之间的长期动态关系。得到以下结果：第一、对各组时间序列数据的对数形式的平稳性检验所有变量都是一阶单整的；第二、从脉冲响应函数和方差分解结果可以看出，lnnm、lnny和lnhf对lntotal的影响冲击是存在的且是较大的，这种影响在7期后逐渐平稳，且保持正的影响。这印证了随着农业生产要素（农膜、农药和农用化肥）投入的加大，农业污染物排放总量也会随之加大之一常理事实。

农业面源污染治理是一项投资巨大和长期的且收效时期长的复杂的系统工程，这就要求建立和完善农业生态补偿机制，提供更为有力的政策支持和稳定的资金来源，实现生态经济的可持续发展。其次正如李克强总理在政府工作报告中提到的那样要深入推进农村人居环境整治，建设既有现代文明、又具田园风光的美丽乡村。加强城乡环境综合整治，普遍推行垃圾分类制度。培育壮大节能环保产业，使环境改善与经济发展实现双赢。

参考文献：

[1]江苏省植物保護植物检疫站.2016年江苏省农药使用量需求预测展望[J].农药市场信息，2016（06）.

[2]李晓俐.我国农业面源污染现状及综合治理[J].农业灾害研究，2015（32）.

[3]于宁.农业面源污染研究进展与发展趋势[J].绿色科技，2014（06）.

[4]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）.

[5]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（32）.

[6]Mclay C D A， Dragten R， Sparling G， et al. Predicting groundwater nitrate concentrations in a region of mixed agricultural land use： a comparison of three approaches[J]. Environmental Pollution，2001（02）.

[7]Shi L L， Shan Z J， Cai D Y K D J. The Health and Ecological Impacts of Organochlorine Pesticide Pollution in China： Bioaccumulation of Organochlorine Pesticides in Human and Fish Fats[J]. Human & Ecological Risk Assessment An International Journal，2006（02）.

*基金项目：国家软科学研究项目（2014GXS4D105）；国家社科基金重点项目“中国知识产权综合评价指标体系设计及应用”（10ATJ003）；国家统计局全国统计科研计划项目（2012LZ011）。

（作者单位：江苏大学财经学院）

作者：狄燕

VAR模型环境污染论文 篇2：

基于VAR模型的工业发展与环境污染关系的实证研究

作者简介：周园园（1990—），女，汉族，安徽桐城市人，应用统计硕士，河北经贸大学应用统计专业，研究方向：调查分析与数据挖掘。

摘要：环境污染的治理在政府的支持下有着很大程度的改善，但是随着工业的过快发展，环境也一定程度的受到了影响。本文根据河北省1990-2012年的数据，建立工业发展与环境污染的相关模型，通过研究河北省工业发展和环境污染的双向作用机制，探讨河北省工业发展与环境污染内在动态关系。

关键词：工业发展；环境污染；VAR模型；河北省

一、河北省工业发展与环境污染指标与数据的选取

本文以河北省工业总产值作为反应河北工业经济发展的指标。以河北省的工业废水排放量（inwater）、工业固体废物产生量（insolid）、工业废气排放量（gas）三个指标作为反应工业废物排放的代表性指标。Lninwater、lninsolid、lngas、lnindustry是各指标原始数据取对数后的指标，dlninwater、dlninsolid、dlngas、dlnindustry是取对数基础上差分后的指标。本文数据来源于《河北省经济年鉴2013》，历年的《中国环境统计年鉴》、《中国统计年鉴》。

二、模型估计与结果分析

lnindustry，lninsolid，lninwater，lngas四个变量均是一阶单整过程I（1），满足协整检验的前提条件。对差分后的四个变量做VAR模型。由于SC和LR值的最优阶数均为2，确定模型为VAR（3）。

（一）Johnansen协整检验

在VAR（3）的基础上做Johnansen协整检验。在0.05的显著水平下，Johnansen检验结果显示，存在一个协整方程。

得到的协整方程为：

lnindustry=-0625038lngas+0282715lninsolid-0434363lninwater则我们可以看到，工业废气的排放量和工业废水的排放量对经济的增长有抑制作用，而工业固体废物的产生量则对经济的增长有正向促进作用。工业废气排放量和工业废水的排放量每变动1%，分别带来经济0625%和04343%的变动。而工业固体废物的产生量每变动1%，会带来经济02827%的变动。工业废气排放量和工业废水的排放量对经济的影响大。

（二）格兰杰因果检验

在95%的置信区间下，lnindustry方程表明，工业废气排放量是工业生产总值的原因，工业废气排放量、工业固体废物产生量和工业废水排放量同时是工业生产总值的原因，但工业生产总值不是工业废气排放的原因。这表明，随着工业的发展，会给环境造成污染，但这些污染不是工业发展的原因，可见，河北省在加快工业发展的同时，加强了工业对环境破坏的管理力度，制止了工业发展对环境的恶化。

（三）脉冲响应函数

（1）脉冲响应

从图1可以看出，当给本期工业生产总值一个正的冲击后，工业废气在前四期表现出缓缓地上升趋势，在第四期后，就表现出缓缓地下降趋势。工业固体废物在前两期表现出上升的趋势，第三期开始下降，接着从第三期之后又缓慢上升，直至到第五期开始一直缓慢下降。工业废水在前两期则从负值一直上升到正值后接着下降一期后又上升一期，第四期后开始一直表现下降趋势。经研究，这种先上升后下降的趋势说明河北省的工业生产总值的增加与工业废气排放量呈现出一定程度上的环境库兹涅兹“倒U型”曲线。工业气体的排放表现出上升的趋势与这几年河北省环境质量的现状是相符的。工业的快速发展一定程度上导致了环境的污染和恶化。

（2）工业发展对个环境指标的脉冲响应函数

由图2可以看出，当给本期环境指标（lninsolid，lninwater，lngas）一个正的冲击后，工业生产总值基本都表现出先上升后下降的趋势。工业废气的冲击引起的工业生产总值开始表现出上升的趋势，上升到第五期后表现出一直下降的趋势。而工业固体废物与工业废水的排放量对工业生产总值产生的影响，在前两期都表现出下降的趋势，其中，工业固体废物冲击表现的影响从第三期开始上升，到第六期后一直下降。工业废水的冲击对工业生产总值产生的影响则从第二期开始上升，直到第十二期开始缓慢下降。工业生产总值在波动后出现的负值表明环境污染对河北省工业发展起到一定程度的抑制作用。这支持了环境的质量会对经济增长起到反作用的观点。长期以来，河北省的经济增长主要依靠第二产业的发展来带动，大量的冶金、化工、火力发电等行业产生大量的废气，工业废水个工业固体废物的排放，加剧了河北省环境的恶化。

（四）基于VAR模型的方差分解分析

基于VAR模型的方差分解是通过分析每一个结构冲击对内生变化的贡献程度，进而评价不同结构冲击的重要性。图3给出了方差分解的结果。从图中可以看出，在工业发展预测的误差分解中，从平均贡献来看，工业气体排放量的贡献率最大，其次是工业废水，贡献率最小的是工业固体。这说明目前对河北省工业发展起主要抑制作用的是工业废气的排放量。另外，可以看得到在第十七期以后，工业废水的累积贡献率要超过工业气体的累计贡献率。这说明以后很有可能对工业发展抑制其主要作用的工业废气排放量改为工业废水排放量。

三、结论

本文使用了VAR模型，对河北省的工业发展和环境污染的关系进行了分析，并在VAR模型基础上使用了广义脉冲响应和方差分解，对1991-2012年河北省工业发展和环境污染各指标的动态关系进行了实证研究，从而得出以下结论：首先，工业发展可以影响环境质量水平，环境质量水平也可以影响工业发展。其次，在对河北省的经济增长和环境污染的动态关系研究中发现，伴随着河北省工业发展产生的主要环境问题是工业废气的大量排放，工业废水和工业固体废弃物的排放量相对较少。再次，大量矿产资源的开发伴随而来产生了各种环境问题，工业废气、工业废水、工业固体废弃物的排放量不断增多，“三废”问题已经成为了抑制河北省经济增长的重要因素。（作者单位：河北经贸大学）

参考文献：

[1]陈桂月，李海涛，梁涛.山西省工业废弃物排放与经济增长之间的关系分析[J].资源科学.2013，35（6）：1183-1196.

作者：周园园

VAR模型环境污染论文 篇3：

经济增长与环境污染的动态关系研究

【摘 要】以我国江苏省2000～2012年的相关数据为基础，运用主成分因子分析法对数据进行改进处理，通过平稳性检验、变量协整检验、格兰杰因果关系检验和广义脉冲响应函数与方差分解，结合VAR模型对环境污染与经济增长之间的关系进行系统和动态的研究，以期对我国江苏省的经济发展和环境保护提出有价值的建议。

【关键词】经济增长；环境污染；VAR模型

一、问题的提出

长期以来，经济发展造成的环境污染持续增长，环境污染治理代价和生态破坏压力日益增大。江苏省作为经济大省，经济增长的速度位居全国各大省市前列，但与此同时产生的环境污染问题也不容小觑。在江苏省国内生产总值的不断上升，人均GDP快速提高的过程中，用于治理环境污染带来的成本与代价也在逐年攀升。江苏在以全国1%的国土面积创造全国15%的工业总量和10%GDP总量的同时，也制造了全国6%的工业污染。近5年来，虽然江苏GDP总量翻了一番多，排污总量下降了40%，但由于工业化迅速推进，江苏环境承载能力越来越弱，使江苏面临的环境压力越来越突出，环境问题已经成为江苏省经济发展的瓶颈。因此，协调好江苏省经济发展与环境污染之间的关系是实现可持续发展的核心问题。本文利用江苏省2000～2012年的相关数据，改进对数据的处理，结合运用VAR模型，辅以主成分分析和格兰杰因果检验、脉冲响应和预测方差分解等方法，对环境污染与经济增长之间的关系进行系统和动态的研究，探讨了环境污染与经济增长之间的影响和相互作用，对江苏省的经济发展和环境保护提出有价值的建议。

二、指标选取及数据来源

本文样本观察期为2000～2012年，数据来源于《中国统计年鉴》、《中国环境统计年鉴》和《江苏统计年鉴》。经济发展水平由江苏省人均国内生产总值（Y）来测度，数据消除了价格因素的影响，并作对数处理。环境污染程度由工业“三废”的总和排放量来测度，采用工业废水排放量（亿吨）、工业废气排放量（亿立方米）、二氧化硫排放总量（万吨）、烟尘排放总量（万吨）、工业粉尘排放量（万吨）和工业固体废弃物排放量（万吨）等六个指标。

以上六个指标分别反映了污染排放程度，可以分别用于检验各个指标与经济增长是否存在EKC假说，但为了整体反映经济增长与环境污染之间的关系，可以通过因子分析法将六个指标整合成环境污染综合指数。首先通过SPSS软件对六个指标的原始数据进行标准化，并计算出因子得分、特征值、贡献率和累积贡献率，结果见表1。

由表可知，第二个主因子的特征值已经是1.723，并且前两个因子的累积方差贡献率达到84.506%，因此，选取前两个主要的因子就可以较准确地反映原有变量指标的基本信息。计算出前两个主因子的相应得分，分别记为F1和F2。再以前两个主因子对应的特征值占三个主因子特征值总和的比重为权数，构造江苏省环境污染综合指数方程：Pollution=0.66F1+0.34F2，（1）。离差标准化是将某变量中的观察值减去该变量的最小值，然后除以该变量的极差。由于本文采用因子分析法得到的环境污染综合指数的数据中存在负数，而实际污染排放量不可能为负，并且负值无法进行对数化处理，因此本文采用离差标准化法进行处理，得到江苏省的环境综合污染对数化指数记为Zpollution。即x′ik=[xik-Min（xk）]/Rk，（2）经过离差标准化后，各种变量的观察值的数值范围都将在[0，1]之间，并且经标准化的数据都是没有单位的纯数量。Pollution和Zpollution两指数2000年到

2012年的变化趋势见图1。从图1可知，江苏省环境污染综合指数从2000到2002年呈下降趋势，2002到2007年快速上升，

2007到2012年快速下降，2002到2012年呈现倒U型曲线。

三、模型建立与探究

单一方程时间序列模型探讨的是单个变量的动态规律性，但在现实经济分析中，经常会面对由多个变量构成的系统，而这些变量之间通常具有关联性。因此，在一个经济系统中，一个变量的变化不仅会与其自身滞后值有关，还会与其它变量滞后值有关。这就需要把单变量自回归模型推广到多变量自回归模型，即VAR模型。每个被解释变量都对自身以及其它被解释变量的若干期滞后值回归，若令滞后阶数为k，可用下式表示。但在向量自回归模型之前，必须先进行单位根检验，看变量序列是否为平稳序列，若平稳，可构造回归模型；如果不平稳，还要进行差分。所有的检验序列都要服从同阶单整，才能构造VAR模型，然后再做协整检验，判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果存在协整关系，再进行Granger因果检验，检验变量之间是否存在因果关系。这些检验虽然能够显示被解释变量对被解释变量是否存在显著的影响，但是不能显示这种影响的正与负，也不能显示这种影响的时效性。因此，还要运用脉冲响应分析和方差预测分解。

（一）单位根检验

本文主要采取ADF检验法，进行单位根检验。通过检验，可以看出变量的原序列是非平稳的，但它们的二阶差分序列是平稳的，说明它们都是二阶单整序列。

（二）协整检验

为了检验LnY与LnZpollution是否存在长期均衡关系，需要进行协整检验。本文采用关于系数矩阵Π的协整似然比（LR）检验方法进行协整（co-integration）关系分析，来衡量这种偏离是暂时的还是永久的，检验结果见表3。从表3结果可知：在95%置信水平上，变量之间有且仅有最多一个协整关系。根据AIC和SC原则，考虑到在数据量较小的情况下增加滞后阶数对估计精度的影响，本文将滞后的阶数设定为二阶，即建立VAR（2）模型。协整方程如下：■（4）。从协整方程可以看到，环境污染对于经济增长具有明显的抑制作用，环境污染的对数增加1%，经济增长的对数就会相应地减少0.12%。

（三）格兰杰因果关系检验

协整检验只能说明变量之间具有长期均衡稳定的关系，至少有单项因果关系，但这并不能说明谁为因谁为果，因此还需要进一步验证。本文采用格兰杰因果检验方法，利用E-Views软件直接对数据进行因果检验操作，检验结果如表4：

由检验结果表明：在5%的显著性水平下，经济增长是环境污染的Granger原因，而环境污染不是经济增长的Granger原因。从长期来看，经济增长会导致环境污染加剧，而环境污染显然不是经济长期增长的原因。

（四）脉冲响应函数分析与预测方差分解分析

运用脉冲响应函数与方差分解来进一步分析经济增长和环境污染的短期动态关系。脉冲响应函数用来衡量扰动项一个标准差的冲击对内生变量当前和未来取值的影响。方差分解主要是把系统中每个内生变量（m个）的波动（K步预测均方误差） 按其成因分解为与各方程信息相关联的m个组成部分，从而了解各信息对模型内生变量的相对重要性。具体见图2和图3。

脉冲响应函数分析结果表明，一味追求经济增长会导致环境污染加剧，虽然在当期可能不显著，但对环境造成的伤害会较快显现出来，在第二期显现最彻底，并会持续较长时间；而以环境污染为代价发展经济，其发展短暂，在初期会使经济较快增长，但增速减缓，动力作用在第二期就基本消失殆尽。

通过方差分解曲线可以看出，环境污染自身冲击对其波动的贡献率从第一期的100%到第二期下降为95%，后期保持不变；经济增长的冲击对其波动的贡献率从0%到第二期上升为5%，后期保持不变；经济增长自身冲击对其波动的贡献率保持在93%不变，而环境污染的冲击对其波动的贡献率保持在7%不变。

四、结论与讨论

在建立各类环境指标、环境污染综合指数与人均GDP双变量VAR模型的基础上，研究经济增长与环境污染的双向长期动态关系，得出以下结论：（1）环境污染与经济增长之间的

Granger因果关系基本上是单向的，即经济增长对环境污染产生敏感的影响，而环境污染对经济增长的阻碍作用则相对有限。人均GDP对解释各类污染指标和环境污染综合指数的预测方差起到了较大作用，而环境污染指标对人均GDP的预测方差的贡献度则相对较小。（2）经济增长与环境污染之间存在双向作用，并且在这种双向作用中环境污染对经济增长的反作用要弱些。运用格兰杰因果关系检验法，对六类污染指标与人均收入之间进行了因果关系检验。结果发现，江苏的经济增长与某些污染物排放之间有显著的因果关系，但这种关系的滞后期是不同的。当前居于主导地位的是经济增长导致主要污染物排放量的增加；反过来，环境污染对经济增长的阻碍作用相对小一些。（3）环境污染不会随着经济增长而自动改善，仅仅依靠国家干预是不能从根本上解决问题的，关键是要把由于污染排放导致的外部效应进行清晰界定，建立科学、完善的污染权市场交易机制，并辅之以严格执法，才能形成良好的环境污染与经济发展的反馈机制，实现两者的均衡和持续的发展。

参 考 文 献

[1]Soumyananda Dinda.Environmental Kuznets Curve Hypothesis：A

Survey[J].Ecological Economics.2004（49）：431～455

基金项目：江苏省研究生培养创新工程项目；江苏高校优势学科建设工程资助项目A。

作者：陈汝雅