中国环境规制与经济增长关系的实证研究

《中国环境规制与经济增长关系的实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国环境规制与经济增长关系的实证研究口张婷婷(天津外国语大学国际商学院，天津300270)[摘要]通过利用计量的方法对2004—2012年中国省际面板数据进行实证分析，结果发现，环境规制对东部地区的经济增长有不显著的负向作用，对中西部地区经济增长则有显著的促进作用。最后，基于研究结果，给出了有针对性的政策建议。[关键词]环境规制；经济增长[中图分类号]F424．1[文献标识码]A[文章编号]1003—1154(2014)04—0068—03我国的环境规章制度的演进经历了三个阶段，分别是以命令与控制政策进行规制阶段、经济激励政

2、策推广运用阶段、以信息手段和公众参与为特色的政策创新阶段’1J。政府进行环境规制的手段主要有强制性手段、经济手段和技术手段。本文主要研究环境规制与经济增长的关系，而环境规制对经济的作用，有很大部分取决于环境规制对技术进步的作用，采用以罗默等为代表的研究与开发增长模型，在不考虑资本的情况下，经济增长主要受劳动和技术进步的影响[23，有针对性地对不同地区给出具体建议。一、模型、数据与方法本文采用面板数据模型对环境规制与经济增长的关系进行研究，选取了全国除港澳台和西藏之外的30个省、自治区和直辖市2004—2012年间的相关数据建

3、立模型，分为东部、中部、西部地区进行比较分析。(一)模型构建本文选取的数据是中国东、中、西部省份2004年到2012年间的省际面板数据，数据来源于国家统计局网站，选取城镇居民消费支出(L)、国内专利申请受理量(N)、工业污染治理完成投资额(E)分别代表影响经济增长的劳动、技术和环境规制因素，以各个省份的GDP作为代表经济增长的变量。本文认为，影响经济增长的因素有环境规制(E)、城镇居民消费支出(L)和国内专利申请受理量(N)。各地区的经济增长函数可表示为：GDP=f(E，L，N)具体的函数形式表示为：P．1R?R'GDP。=

4、仪E。。。L。。。N。。。上式中：i表示不同地区，t表示不同年份。通常面板数据有两种分析模型：固定效应模型和随机效应模型。由于两种模型的估计结果不是一致的，所以为了获得更精确的估计结果，需要用HausmanJ险验来判断模型形式。为了便于比较，先对方程两边取对数形式，得到计量方程为：Ln(GDP。。)=仪+plLrl(E。。)+p2Ln(L。。)+p3Ln(N。。)+￡。。式中，仪、p。、p：、p。是待估参数，￡代表其他没有在式中表示出来的影响经济增长的因素。(二)实证检验1．东部地区实证检验经过多次检验，Log(E。，)是平

5、稳的，有截距项而没有趋势项；Log(GDP。。)、Log(L。。)、Log(N。。)是一阶单整的，前两者有截距项而没有趋势项，后者既有截距项又有趋势项。Hausman统计量为76．7492，相对应的概率为0．0000，在0．05的显著性水平下，拒绝原假设，所以应该采用固定效应模型，回归结果如表1。回归方程为：Log(GDP。。)=一3．4983—0．0117Log(E。)+1．3044Log(L。。)+0．0780Log(N。。)首先，对回归方程的残差项进行单位根检验，结果[基金项目]国家社会科学基金一般项目(090BJY0

6、82)；教育部人文社会科学研究青年基金项目(1IYJC790140)囝管理现代化发现残差项是平稳的，因此，变量之间存在协整关系。表1最，J＼m-乘回归结果(东部地区)变量回归系数标准差t统计量概率值C一3498303338—10478600000Log(E。t)一0011700105—1114602682Log(L。t)130440058522283700000Log(N。t)00780002732860000053可决系数09974调整后的可决系数09970F统计量25071580F统计量对应的概率值00000从表1中可以

7、看出，模型的拟合优度为0．9974，说明解释变量对被解释变量的解释程度大，线性影响强。F统计量为2507．1580，对应的概率值为0．0000，说明模型的整体显著性强。从各个解释变量的概率值可以看出除了工业污染治理完成投资额显著性较弱，其他变量均显著。2．中部地区实证检验经过多次检验，Log(E。)是平稳的，有截距项而没有趋势项；Log(GDP。。)、Log(L。。)、Log(N。)是一阶单整的，均有截距项而没有趋势项。Hausman统计量为17．4300，相对应的概率为0．0006，在0．05的显著性水平下，拒绝原假设，所

8、以应该采用固定效应模型，回归结果如表2。表2最，J＼m-乘回归结果(中部地区)变量回归系数标准差t统计量概率值C一4157904730—8791100000Log(E。t)00009002570035809716Log(L。t)142240070120283400000Log(N。t)00