中國工業經濟增長對工業廢水排放量的影響研究

許云娜

摘要：采用空間計量分析方法，選取2012年中國31個省域的工業廢水排放量作為被解釋變量，工業生產總值作為解釋變量，運用經典計量回歸模型（OLS）和考慮空間效應的空間計量回歸模型（空間滯后模型，SLM和空間誤差模型，SEM），對中國工業經濟增長與工業廢水排放量的關系進行了研究。對比研究結果表明：考慮空間效應的空間誤差模型較普通回歸模型能更好地解釋中國工業經濟增長對工業廢水排放量的影響關系；中國工業經濟的增長是以大量的工業廢水排放為代價的，這會對水環境造成極大的污染，不利于工業經濟的可持續發展。研究二者之間的關系，為工業廢水污染的綜合治理提供參考。

關鍵詞：工業生產總值；工業廢水排放量；空間計量

1引言

當前，地區環境問題和全球環境問題已經成為世界各國關注的焦點。在中國的主要大城市，伴隨著工業化和城鎮化的快速發展，一些地方政府為加快本地區的經濟增長不得不以犧牲環境質量為代價，工業廢水、生活污水和污染物的排放呈現增加的趨勢。2011年，中國經濟進入新常態，年均經濟增長速度放緩，但仍將保持7%-8%的中高速，與世界其他國家或全球經濟增長速度相比仍處于領跑狀態。在我國經濟發展過程中工業始終處于舉足輕重的地位，工業增加值對GDP增長的貢獻度為40%至50%，同時工業又是污染大戶，在污染物排放總量中，大約有47%是來自工業。因此研究工業經濟增長對環境污染的影響，是解決工業發展進程中環境污染問題的關鍵。

關于經濟增長與環境污染之間的關系，國內外很多學者進行了大量研究。從整個研究進展來看，研究經濟增長對環境污染的影響主要是以人均GDP為經濟發展指標，從時間角度上來進行EKC曲線吻合度的實證研究和探索新曲線的特征[1]。很少學者以工業GDP為指標來研究納入空間因素的區域跨界環境問題。針對目前研究存在的缺陷，本文采用工業GDP增長率作為工業經濟增長指標，利用考慮空間效應的空間計量模型來研究中國工業經濟增長對工業廢水排放量的影響具有一定的現實意義和價值。

2中國工業經濟增長與工業廢水排放量關系的實證分析

2.1數據準備

本文采用的空間樣本是中國的31個省域，主要選取2012年中國的工業生產總值和工業廢水排放量兩類數據。為消除回歸模型中異方差的影響，以更好地說明各變量之間的關系，提高模型的擬合效果，本文對工業廢水排放量取對數作為被解釋變量，而對工業生產總值取對數作為解釋變量，數據均來源于國家統計局的《中國統計年鑒2013》和《中國環境統計年鑒2013》[2]，利用Geoda空間計量軟件進行分析。

2.2經典線性回歸模型分析

為檢驗工業生產總值與工業廢水排放量之間的關系，基于雙對數模型，可以構建如下的普通線性回歸模型：

（1）

其中， 為常數項， 為回歸系數， 為隨機誤差項。

根據方程（1），分析結果得到：在利用OLS方法估計的線性回歸模型中，擬合優度R2為0.735，擬合結果相對較好。F值為89.833，β的t值為9.478，均大于顯著性水平為5%時的F統計量和t統計量的臨界值，故認為lnfs與lnGDP之間的線性關系成立（表1）。

2.3空間自相關分析

空間自相關分析是檢驗具有空間位置的某要素的觀測值，是否顯著地與其相鄰空間點上的觀測值相關聯，常用的是 指數[3-5]。本文采用Queen一階鄰近法來設定空間權重矩陣，利用方程（1）的31個樣本數據的殘差計算 指數，并把殘差值表示在Moran散點圖上（圖1）。

結果顯示：MoransI值為0.184，其顯著性水平小于5%，大部分殘差值點都分布在第Ⅰ、Ⅲ象限，少量分布在第Ⅱ、Ⅳ象限，空間聚集性顯著，即普通回歸模型的殘差存在空間正相關，導致模型的估計有偏，需要納入空間因素對模型進行修正，從而選用適合的空間計量模型來揭示變量之間的深層關系。

圖1 普通回歸模型的殘差 散點圖

2.4空間計量模型分析

空間計量模型是針對普通回歸模型殘差存在自相關情況，使用一個空間權重矩陣W對普通回歸模型進行修正，納入空間效應的回歸模型主要包括空間滯后模型（Spatial Lag Model，簡稱SLM）和空間誤差模型（Spatial Error Model，SEM）[5]。其建立的模型結果如表1所示：通過對空間計量模型參數的判別指標對數似然函數值（LogL）、赤池信息準則（AIC）、施瓦茨準則（SC）和似然比率（LR）進行比較，我們可以知道空間誤差模型的參數檢驗比空間滯后模型更加顯著，其對中國工業生產總值和工業廢水排放量關系的解釋能力更強。由此可見，由于普通線性回歸模型的殘差存在空間正相關，導致模型估計有偏，引入誤差項的空間誤差模型更適合解釋中國工業GDP與工業廢水排放量之間的關系。

表2 三種不同模型的估計結果比較

變量 普通回模歸型 空間滯后模型 空間誤差模型

常數 3.118*** 3.196*** 2.898***

Ln GDP 0.911*** 0.926*** 0.935***

ρ -0.020*

LAMBDA 0.298*

F值 89.833***

Adj-R2 0.735 0.745 0.757

LogL -32.740 -32.635 -32.208

AIC 69.480 71.269 68.417

SC 72.472 75.759 71.410

LR 0.209* 1.062*

注：* 表示在10%水平下顯著；* * 表示在5%水平下顯著；* * * 表示在1%水平下顯著。

4 結論與建議

為了揭示中國工業經濟增長對工業廢水排放量的影響作用，本文采用OLS方法建立建立經典線性回歸模型，通過對模型的殘差進行空間自相關檢驗，發現模型中的殘差存在空間正相關，由于忽略了空間效應，導致普通回歸模型的估計有偏，帶有誤差項的空間誤差模型更適合解釋二者之間的關系。分析結果表明：2010年中國工業GDP的增長與工業廢水排放量之間具有顯著的線性關系，其線性影響程度為2.5，即工業生產總值每增加1%，工業廢水排放量就相應地增加2.5%，這說明工業GDP的增長導致工業廢水排放量增加，加劇了水環境的污染程度。

根據對中國工業生產總值與工業廢水排放量關系的分析研究，可以知道中國工業經濟的迅速發展是以巨大的水環境污染為代價的。盡管當前中國的工業發展取得一定的成效，但現有的經濟發展模式，簡單地說，還是忽視環境保護的污染性發展。目前，最主要的是進一步加速經濟發展模式的轉型，加快從規模速度型粗放增長向質量效益型集約增長轉變，立足中國的資源稟賦和生態環境的客觀實際，以科學發展觀為指導，制定適宜的發展戰略，提高資源利用效率，通過建設節約型社會，通過倡導循環經濟實現全社會資源配置效率的進一步提高，以緩解中國經濟快速增長與資源利用有限的尖銳矛盾。同時，要進一步加大對環境保護及環境監管的投資力度，更有效地促進經濟與環境的可持續發展。

參考文獻：

[1]Grossman G，Krueger A. Economic Growth and the Environment[J]. Quarterly Journal of Economics，1995，110（2）：353-377.

[2]中華人民共和國國家統計局編.中國統計年鑒（2010）[M].北京：中國統計出版社，2010.

[3]Anselin L， Varga A.and Acs Z. Geographic Spillovers and University Research：A Spatial Econometric Perspective[J]. Growth and Change， 2000，501-516.

[4]Moran P. A Test for Serial Correlation of Residuals[J]. Biometrical，1950，（37）：128.

[5]Anselin L.Spatial Econometrics： Methods and Models[M].Dordrecht：Kluwer Academic Publishers，1988，1-10.

[6]朱琳，張曉萌.西部地區經濟增長與環境污染水平的計量模型[J].統計觀察，2005，（2）：58-59.

[7]馬樹才，李國柱.中國經濟增長與環境污染關系的Kuznets曲線[J].統計研究，2006，（8）：37-40.

[8]李勇.基于環境庫茲涅茨曲線的我國經濟增長與環境污染相互關系的初步評價[D].青島：青島大學，2007.

[9]國涓，項吉寧，郭崇慧.空間影響與環境庫茲涅茨曲線：基于空間經濟計量方法的實證分析[J].數理統計與管理，2009，28（4）：678-684.

[10]呂健.中國經濟增長與環境污染關系的空間計量分析[J].財貿研究，2011，（04）：1-7.

[11]馬訓舟，姚建，付中元等.四川省工業經濟增長與環境污染關系研究[J].特區經濟，2007，193-195.

[12]聶春霞，劉晏良，劉海薇.中國31個省（區、市）經濟增長與環境污染的關系[J].資源與產業，2013，15（4）：69-74.