中国工业废水排放量与经济增长关系的区域分异研究

《中国工业废水排放量与经济增长关系的区域分异研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、我国工业废水排放量与经济增长关系的区域分异研究周璇周璇（1971-），女，山西五寨人，中国地质大学（北京）博士研究生，研究方向为资源产业经济。2本文是国家软科学项目的阶段性研究成果，项目编号是：2010GXQ5D322孙慧（中国地质大学地球科学与资源学院，北京，100083）作者简介：周璇，女，1971年生，山西五寨人，中国地质大学博士研究生，讲师，研究方向为资源产业经济，现供职于中北大学经济与管理学院。通信地址：山西省太原市小店区南中环街军民路北辰苑小区6号楼3单元502室，邮编：030006E-mail:nuceducn0351@sina.com手机

2、：13485383067摘要：本文以工业废水排放量与经济增长的关系为研究对象，通过对1997—2010年的省际面板数据进行检验，发现我国只有部分省份存在环境库兹涅茨曲线，且不同地区的曲线形状、EKC拐点因各地情况不同而存在着较大差异。分区域而言，相比中西部地区，东部地区总体上经济发展速度较快，工业更为发达，工业废水排放量对环境的污染就更为严重。同时，我们也应认识到拐点是动态变化的，其具体位置取决于工业废水排放量与经济发展水平之间的关系。关键词：工业废水排放量；经济增长；库兹涅茨曲线；区域分异1引言改革开放以来，我国经济快速增长，但由此带来的环境污染尤其是

3、水源污染问题日趋严重，呈现出由点到线、由线到面的扩展态势，已经成为制约经济社会可持续发展的主要瓶颈[1]。水源污染源主要有工业废水、生活污水两种。鉴于数据的可获得性及污染的危害性，本文侧重于研究工业废水排放量与我国经济增长之间的关系，力图通过两者变化的动态轨迹，揭示其背后的经济原因。环境污染与经济增长之间的关系一直是环境经济学界的重要研究课题。1991年，Grossman和Krueger发现环境污染与人均收入之间呈现倒U型曲线关系[2]。1993年Panayotou首次将其称为环境库兹涅茨曲线(EKC)[3]。此后的研究表明：环境质量与经济增长曲线除了呈

4、现典型的倒U型外，还呈现出正U型、单调递增或单调递减型、N型、倒N型等不同形状，而且各国或各地区出现拐点的时间也有所不同[4-6]。由于工业废水是环境污染源之一，关于其排放量与经济增长的关系，国内外进行了大量的研究，比较而言，可以发现国外侧重于从技术进步、经济结构、国际贸易等方面来论证EKC假说[7-9]，而国内研究由于起步较晚，目前只侧重于对导致环境污染的多种因素与经济增长的关系进行研究，所用方法也以时间序列为多[10-17]。近年来虽有面板模型，但存在以下几点不足：第一、多数研究未进行面板单位根、协整检验，实证分析不够完善，可能存在伪回归。第二、仅对

5、曲线形状及其特征进行简单说明，并未分析曲线演变轨迹的深层次原因。基于相关理论和已有文献的总结与评价，本文拟采用面板实证分析和分解分析两种方法弥补以往研究的不足。2模型的设定环境库兹涅茨曲线（EKC）用来描述环境质量随人均收入变化的特征，同样也可以用来描述工业废水排放量与经济增长的关系，由于其存在拐点，则拐点左边可视为污染扩大区域，表明环境质量随着经济发展日益恶化；右边则视为污染缩小区域，说明经济增长对环境质量的影响是积极的，人类水源污染日益减轻。本文采用环境库兹涅茨曲线的经典形式（GK模型）来构造数学模型，为使其数据平稳，事先对各类数据采用对数形式：ln

6、FSit=β0+β1lnYit+β2ln2Yit+β3ln3Yit+β4γit+εit（1）其中:lnFSit为第i省市在第t年的工业废水排放量的对数，lnYit为第i省市在第t年的人均实际GDP的对数，γit为随机误差项，β0表示截距项。若β3=0、β2＜0，则表示存在环境库兹涅茨曲线，拐点在X=β1/（-2β2）处取得；若β3=0、β2>0，曲线形状则为U型；若β3=0,β2=0,β1>0，曲线形状则为单调递增型；若β3>0,β1、β2≠0，曲线形状则为N型；若β3＜0,β2、β1≠0，曲线形状则为倒N型。如果拟合结果显示三次项系数不显著,则选用二次

7、多项式简化模型对指标重新进行回归。3EKC实证分析3.1变量选取和数据来源本文利用1997—2010年的省际面板数据对EKC曲线进行拟合检验，选择的变量包括工业废水排放量（FS）、折算为1978年价的人均实际GDP（Y），所有数据均来源于《中国统计年鉴》和《中国环境统计年鉴》。鉴于数据的完整性与可获得性，本文在中国内地31个省、自治区与直辖市中，排除了海南和西藏，并把重庆合并到了四川省，同时把全国作为参考变量，总计29个变量。3.2数据的平稳性检验面板数据的单位根理论是时间序列单位根研究的拓展，它综合了时间序列和横截面的统计特性，从而能够更直接、准确地推

8、断出序列平稳性关系的存在[18]。检验方法按照自回归系数的不同分为两大类，本文采