中国经济增长对环境影响的实证研究.docx
- 文档编号:3090413
- 上传时间:2022-11-17
- 格式:DOCX
- 页数:14
- 大小:121.52KB
中国经济增长对环境影响的实证研究.docx
《中国经济增长对环境影响的实证研究.docx》由会员分享,可在线阅读,更多相关《中国经济增长对环境影响的实证研究.docx(14页珍藏版)》请在冰豆网上搜索。
中国经济增长对环境影响的实证研究
中国经济增长对环境影响的实证研究
——基于省级空间面板数据模型的检验
仲恺农业工程学院罗超、蔡巧宇、文涛
摘要
环境质量的要求越来越受到人们的关注与重视,结合以经济建设为中心的社会发展方针,为了定量分析环境压力和经济发展的关系,本文基于2000—2009年中国31个省级空间面板数据,通过对环境污染的六个重要指标进行环境库兹涅茨曲线(environmentalKuznetscurve,EKC)实证分析。
实证结果发现,人均固体废弃物与人均GDP呈线性负相关关系,除人均固体废弃物外的其它各类环境污染指标与人均GDP均呈“N”形或倒“N”形的曲线关系。
关键词:
环境污染;环境库兹涅茨曲线(EKC);空间面板数据模型;经济增长
1引言
经济转轨初期的中国自从2001年加入WTO以来,经济增长跨入了新的阶段,与此同时,环境污染问题也进入了一个新的台阶,提醒了环境学家不得不调整对整治环境污染的策略。
经济增长与环境污染一直是资源环境经济学的一个最为重要的问题。
而经济增长大多数都是以环境污染为代价,因此,防止生态灾难是环境学家的重中之重。
本文应该非单调关系的环境库兹涅兹曲线(EKC)来分析2000年至2009年经济增长与环境污染问题。
对于环境库兹涅兹曲线假说,最早是由Grossman和Krueger(1993,首次发表在1991)提出的,他俩在研究过对42个国家横截面数据的分析发现许多空气污染的排放量先在低收入水平而后随之上升,但达到5000美元(1985相对价格)的转变点之后,进一步经济增长导致环境污染递减。
几乎同一时期Shafik和Bandyopadhyay(1992年)和Panayoton(1995,道次在1993发表)报告了类似的结果。
此后,环境库兹涅兹曲线分析被广泛应用于国家和地区的环境污染随经济变化的研究中。
环境库兹涅茨曲线描绘了经济增长与环境压力之间的一种长期关系。
大多文献对于环境污染所取的指标不同,得出的结论不一致,因此,不合理的应用导致了EKC曲线的分析失去说服力。
我国专家在2004年以改革开放20余年来的中国东部和西部地区经济发展差异为实证研究对象,研究表明,中国东部和西部地区人均财富差异、经济密度差异,还是经济总量差异,均符合库兹涅茨假说,得出N2O密度则与人均收入呈正“U”形曲线。
图1EKC曲线(注:
图中GDP指人均GDP)
本文将用人均GDP对各省环境污染做出分析,选取2000年至2009年31个省人均的废水排放量、工业废气排放量、工业固体废物排放量、工业粉尘排放量、烟尘排放量、二氧化硫排放量和生产总值七个指标进行环境库兹涅茨曲线实证分析。
在这里我们将环境污染指标的对数模拟为人均GDP对数的一个三次函数,大致如图1所示,根据EKC假设,在经济发展初期,环境的压力会随经济的增长成同方向加强(环境退化),但当经济发展到如图中的Y0(临界值)时,经济增长给环境压力一种全然相反的作用力,也称Y0点为转折点,之后经济增长的进一步提高将会使环境压力降低(环境改善)。
而各省和各时期有着不同的差异,也有不同的模型与之对应。
2环境污染指标选取
目前,对于环境库兹涅兹曲线研究中的环境指标的选择,还没有统一参照标准,表征环境污染物的变量可以使用人均污染物排放量、污染物排放总量、污染物排放密度和污染物排放浓度等,这些指标均采取不同单位形式从不同角度描述污染情况,具有不同意义。
考虑存量污染物与流量污染物对目前环境产生的不同影响,以及限于数据获得的难易程度不同,本文选择31个省级人均的废水排放量(FS)、工业废气排放量(FQ)、工业固体废物排放量(FW)、工业粉尘排放量(FC)、烟尘排放量(YC)、二氧化硫排放量(SO2)、生产总值(GDP)等指标,数据均来源于《中国统计年鉴》。
3研究方法
研究中选择2000—2009年中国31个省级空间面板数据,以各省级人均GDP为变量x,以上述的典型环境指标为因变量y,利用Matlab和eviews统计软件,构建一次曲线、二次曲线、三次曲线等多种函数曲线模型进行曲线拟合,根据这些曲线拟合结果、模型检验参数,在各个函数模型中选取最优模型
最优模型的选取步骤如下:
(1)比较上述环境污染指标与人均GDP所拟合的各类模型并进行F检验,分析F的显著性,若其概率<0.01,则认为曲线估计方程有统计意义;
(2)若曲线估计方程有统计意义,再对各种模型的自变量x的回归系数进行t检验,对于显著性均在0.05以下的系数对应的模型具有统计意义,说明人均GDP与污染物排放量遵循所选的函数关系;(3)最后通过比较各个模型的拟合系数
选取拟合系数
较大的模型对应的回归函数。
4EKC空间模型的设定
4.1引入EKC面板数据模型
首先,为了消除变量间可能存在的异方差,本文先对每个所选取指标进行自然对数变换,引入一个简单的EKC面板数据模型,如下:
(1)
其中:
ENV表示人均量的环境指标;GDP表示人均收入;
表示个体(各省级);
表示时间(由年度表示);
表示对数函数;
和
表示待估计的参数;
表示时间效应系数;
表示个体效应系数;这里假设
表示白噪声,即
。
特别地,当
时,模型刻画了环境指标与收入之间呈现“N”形或倒“N”形的曲线关系;当
时,模型刻画了环境指标与收入之间呈现倒“U”形的曲线关系;当
时,模型刻画了环境指标与收入之间呈现“U”形的曲线关系;当
时,模型刻画了环境指标与收入之间呈现线性的曲线关系特征。
最常见的两种面板数据模型是固定效应模型和随机效应模型。
在固定效应模型中假定
,其中
是对是对每一个个体是固定的常数,代表个体的特殊效应,也反映了个体间的差异,模型设定为
。
在随机效应模型中也假定
。
4.2EKC空间面板的三类模型
(1)不变系数模型:
。
模型假设各城市在各时期规模产出效应没有显著差异,模型中各方程截距项
和系数
均相同。
可以利用OLS法直接求出参数
和
的一致有效估计,故也被称作联合回归模型。
(2)变截距模型:
。
模型假设存在个体效应但没有时间效应,个体效应可用截距
的差异来说明,即模型中各方程截距项
不同而系数
均相同,此模型适宜识别个体对总体平均效应的偏离。
(3)变系数模型:
。
模型中不同的截距项
是用来解释个体效应,用不同的系数向量
说明时间效应,即模型中各方程截距项
和系数向量
均不同。
对于以上三类模型提出原假设有如下两个:
:
(2)
:
(3)
构建如下F统计量:
(4)
(5)
其中
分别为变系数模型、变截距模型和不变系数的残差平方和。
若接受假设
则为不变系数模型,检验结束。
若拒绝假设
,则检验假设
,如果接受
,则模型为变截距模型;若拒绝
,则模型为变系数模型。
5环境与经济增长的实证分析
5.1单位根检验
为了避免单一方法可能存在的缺陷,本文使用LLC检验、IPS检验、Fisher-ADF检验和Fisher-PP检验四种方法来进行面板数据的单位根检验,检验结果如下表1所示:
由表1知,面板数据对数的各项水平值均存在单位根,因此面板数据的水平值并不平稳。
但通过对面板数据变量对数进行一阶差分之后均变为平稳变量,所以可进行面板数据协整检验。
表1面板数据的单位根检验结果
变量
LLC
IPS
fisherADF
fisherPP
ln(gdp)
0.35699(0.6395)
7.26895(1.0000)
23.7119(1.0000)
48.993(0.8850)
dln(gdp)
-11.4897(0.0000)
-4.25666(0.0000)
122.689(0.0000)
143.463(0.0000)
ln(fs)
-2.4897(0.0064)
2.1249(0.9832)
55.3607(0.7117)
93.8288(0.0056)
dln(fs)
-16.6973(0.0000)
-7.5870(0.0000)
186.7762(0.0000)
277.0799(0.0000)
ln(fq)
-2.6212(0.0044)
3.2375(0.9994)
39.2429(0.9894)
77.5123(0.0885)
dln(fq)
-13.9999(0.0000)
-6.5284(0.0000)
167.0961(0.0000)
233.1448(0.0000)
ln(fc)
0.9666(0.8331)
3.8182(0.9999)
30.2246(0.9998)
26.8796(1.0000)
dln(fc)
-10.1438(0.0000)
-4.5866(0.0000)
133.1850(0.0000)
158.5728(0.0000)
ln(fw)
-3.5549(0.0002)
-0.5274(0.2990)
90.1781(0.0112)
107.6991(0.0003)
dln(fw)
-15.9760(0.0000)
-7.4680(0.0000)
187.8050(0.0000)
253.1515(0.0000)
Ln(yc)
-2.1985
(0.014)
0.68156(0.7522)
66.523
(0.2625)
51.9106(0.762)
dln(yc)
-12.3432(0.0000)
-4.80376(0.0000)
132.028(0.0000)
146.103(0.0000)
ln(
)
-5.14694(0.0000)
-0.03472(0.4862)
66.1906(0.3344)
38.6123(0.9914)
dln(
)
-6.6604(0.0000)
-2.95505(0.0016)
100.62(0.0014)
93.2026(0.0063)
注:
表中数据为各统计量及其伴随概率,d表示该变量一阶差分。
5.2模型协整检验
面板协整检验的方法有种方法,Engle-Granger的面板数据协整回归检验式残差数据单位根检验的方法,这种检验通常只适用于最多存在一个协整关系的或者只能用于数据不存在个体相关性的情况下。
另一种检验是Johansen迹检验方法,这种方法适应存在检验多个协整关系且允许面板存在相关性。
本文用第二种Johansen迹检验方法进行检验。
对各面板数据变量的对数值的一阶差分进行协整检验,可以判断环境污染与GDP之间是否存在长期均衡关系。
对6个人均环境污染物排放量指标的对数和人均GDP的对数进行约翰森(Johanson)协整检验,结果见表2。
表2面板数据的约翰森协整检验
零假设(H0)
迹统计量
概率
最大特征根统计量
概率
FS
None
163.5341
0.0000
166.4211
0.0000
Atmost1
44.8290
0.9507
44.8290
0.9507
FQ
None
153.1755
0.0000
162.6357
0.0000
Atmost1
35.8728
0.9968
35.8728
0.9968
FW
None
246.4473
0.0000
260.6666
0.0000
Atmost1
32.7378
0.9992
32.7378
0.9992
FC
None
92.6241
0.0071
101.8161
0.0011
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国经济 增长 环境 影响 实证 研究
![提示](https://static.bdocx.com/images/bang_tan.gif)