工業發展對環境污染的影響
——基于省級面板的實證研究

劉子秋 LIU Zi-qiu；劉萍 LIU Ping

（安徽財經大學，蚌埠 233030）

0 引言

工業是實體經濟中至關重要的一部分，工業高質量發展是實體經濟高質量發展的前提。改革開放以來，我國持續不斷推進工業現代化進程，粗放式的經濟增長方式在帶來經濟繁榮的同時也造成了資源浪費、資源過度消耗與環境污染等一系列問題[1]。隨著“五大發展理念”的深入，資源與環境之間的協調發展越來越受到重視。例如在煤炭行業，國家制定了一系列相關文件以加強煤炭開發的環境影響評價管理從而降低煤炭工業對生態環境的影響[2]。2021 年，工業和信息化部發布“十四五”工業綠色發展規劃，確保工業領域節能降碳、減耗高效，以科技創新驅動綠色發展[3]。

整理國外文獻發現，Ahmet 等（2017）[4]指出工業部門從污染制造業向清潔部門的轉變導致環境庫茲涅茨曲線呈現倒“U”型。Patrik Oskarsson 等（2018）[5]對印度的煤炭開采與加工進行研究，發現經濟增長過度依賴電力生產會對環境產生不利影響，因此需要通過技術手段實現產業結構優化升級，從而緩解煤污染。

整理國內文獻發現，劉華軍（2012）[6]等的研究證明我國絕大多數的省市經濟和環境之間的關系呈現倒U 形曲線。盧福財和詹先志（2019）[7]的研究探析了環境污染與制造業之間的非線性關系，同時發現二氧化硫污染對制造業的集聚的抑制作用并不明顯。

綜上所述，國內外學者大多是結合經濟增長、能源消耗、產業結構等方面對經濟發展和環境進行較為宏觀的研究，而較少有文章從工業發展的視域開展研究。本文通過研究工業發展造成的環境污染，分析工業污染的影響因素，進而得到一系列的工業污染改善措施。

1 理論假設

1.1 工業增加值與環境污染之間的關系

大氣污染、水污染、固體廢物污染是工業發展在環境方面所帶來的主要污染問題[8，9]。大氣污染會對工業發展產生不利影響，一方面如二氧化硫等濃度的增加會對社會公眾的身體健康造成危害，另一方面污染氣體會腐蝕生產建筑材料以及廠房設備。作為一個人口大國，我國水資源匱乏，與此同時工業廢水會對生產設備的穩定性造成不利影響且大大降低污水治理的效率，因此水污染是工業發展的絆腳石。目前我國工業固體廢物的綜合利用率與發達國家相比尚處于低效水平[10]，對大量固體廢物采取填埋這一措施不僅占用了大量土地資源而且廢物滲濾液會對環境造成二次破壞。

綜上所述提出假設1：工業增加值的升高會加重環境污染。

1.2 工業發展結構與環境污染之間的關系

不同行業對環境的影響程度與強度不同。以環境污染中的水污染為例，造紙業與化學品制造業的氮氨化合物的排放量高于其他行業；農副產品加工業的有機物污染較為嚴重，同時排污強度高于工業平均水平。

綜上所述提出研究假設2：工業結構的改善有利于緩解環境污染問題。

2 變量定義、數據來源與統計特征

2.1 數據來源與變量定義

本文選取2011-2020 年中國省際面板數據，數據來源于《中國統計年鑒》、國家統計局，變量設置通過閱讀各類文獻得以確定。

①被解釋變量：環境污染水平（Y）。本文采用工業二氧化硫排放量作為環境污染的衡量指標。

②核心解釋變量：工業發展水平。考慮到工業發展的質和量兩個方面的因素，本文分別采用工業增加值（X1）衡量工業產出“量”。同時，用工業產值占GDP 的比重衡量工業發展結構（X2）并以此來表示工業發展“質”的方面。

③控制變量：1）工業污染治理（X3）：采用工業污染治理投資完成額來表示工業污染治理，預期該變量與環境污染呈現負相關關系。2）人口（X4）：本文采用各省份常住人口來衡量地區人口因素，人口的增長對地區環境會產生一定影響。3）綠化水平（X5）：本文采用建成區綠化覆蓋率來衡量各地區綠化水平。城市綠化可以吸收二氧化硫，在一定程度上降低環境污染。

2.2 描述性統計

本文選取了2011-2020 年全國除港澳臺地區外31 個省份的面板數據，變量的基本統計信息如表1。

表1 描述性統計

3 實證分析

3.1 模型選擇

對面板數據進行回歸分析之前，本文對樣本數據進行豪斯曼檢驗，得到表2。

表2 豪斯曼檢驗

由豪斯曼檢驗結果可知，P 值小于0.01，檢驗的統計值在1%置信水平下拒絕原假設，說明固定效應模型優于隨機效應模型。

據此本文構建雙固定效應模型考察工業發展對環境污染的影響。根據上文選取變量構建模型為：

其中，i 表示第i 省份，t 表示第i 年。被解釋變量Yit表示第t 年第i 省份的環境污染，X1it核心解釋變量表示第t年第i 省份的工業產值的對數值，X2it表示第t 年第i 省份的工業結構，controlit表示一系列的控制變量，id 表示個體的固定效應，year 表示時間效應，εit表示隨機誤差項。

3.2 相關性分析

由表3 可知，各變量的相關系數均小于0.8，同樣表明各變量不存在多重共線性。

表3 相關性分析

3.3 異方差檢驗

本文采用懷特檢驗方法檢驗數據是否存在異方差，原假設為不存在異方差。由表4 可知，P 值小于0.05，則拒絕原假設，認為存在異方差。

表4 異方差檢驗

3.4 基準回歸

為了解決組間異方差相關問題，本文采用面板矯正標準誤模型回歸，結果如表5 所示。

表5 基準回歸結果

由逐步回歸結果R 方可以看出模型擬合優度良好，該模型可以有效解釋工業發展對環境污染的影響程度。

從實證結果可以看出：核心解釋變量工業總產值（X1）對工業二氧化硫排放量（Y）的影響系數為正，回歸系數為53.307，且在1%的顯著性水平下顯著，即工業總產值的增加顯著促進工業二氧化硫排放量，加重了環境污染程度。同理，工業結構（X2）對工業二氧化硫排放量（Y）的影響系數為負，回歸系數為-0.586，且在1%的顯著性水平下顯著，即工業結構的改善顯著抑制工業二氧化硫排放量，降低了環境污染程度。

從人口數量（X4）的回歸系數可以看出，人口數量與工業二氧化硫排放量為顯著負相關關系，影響系數為-0.044，且在1%的顯著性水平上顯著，即人口的增加減少了工業二氧化硫的排放。而綠化水平（X5）的回歸系數雖然表現出與工業二氧化硫排放量的負相關關系，但不顯著，表明各省份建成區綠化水平仍有待提高，對工業排放二氧化硫和環境污染的抑制作用有待提高。

3.5 穩健性檢驗

由于經濟發展水平、產業發展水平等因素都會存在一定地域差異，本文采用調整樣本的方式檢驗工業發展水平對環境污染的影響是否存在地區差異。本文將樣本中的31 個省份依據國家統計局的標準劃分成東、中、西三個區域。

由表6 可知，東部、中部、西部地區的工業產出對二氧化硫的排放均呈現出顯著正相關關系，且均在1%的顯著性水平上顯著，即工業產出值對二氧化硫的排放量存在正向促進作用，對環境污染有很大影響，其中中部地區的相關系數最大。

表6 穩健性檢驗結果

從工業結構來看，東部、中部、西部地區的工業結構水平對二氧化硫的排放均呈現出顯著負相關關系，且分別在10%、5%、1%的顯著性水平上顯著，即東部、中部、西部地區的工業結構對二氧化硫的排放量存在抑制作用，工業結構水平能夠在一定程度上抑制環境污染，其中西部地區的工業結構影響系數最大。

由檢驗結果可以認為，工業結構發展顯著抑制了環境污染，驗證了基準回歸結果，表明基準回歸結果具有穩健性。

4 研究結論與政策建議

4.1 研究結論

工業總產值的增加顯著促進工業二氧化硫排放量，加重了環境污染程度；工業結構的改善能夠顯著地抑制工業二氧化硫排放量，降低環境污染程度；人口的增加減少了工業二氧化硫的排放；建成區綠化水平對工業排放二氧化硫和環境污染雖然有抑制作用，但抑制作用效果有待提高。

東部、中部、西部地區的工業結構的改善對二氧化硫的排放量均存在抑制作用，工業結構水平的提高能夠在一定程度上抑制環境污染。其中，西部地區的工業結構發展水平對環境污染的抑制性影響最為突出。

工業產出值對二氧化硫的排放量存在正向促進作用，對環境污染有很大影響。其中，中部地區的工業發展產生了更多的二氧化硫。

4.2 政策建議

第一，將可持續發展的要求納入政績考核評價體系。這有助于抑制各級地方政府在區域競爭中過度膨脹的GDP 增長沖動，降低了為追求經濟發展而犧牲環境的風險。

第二，加強地區環保能力建設。增加對企業的排污限制，充分考慮不同行業、不同地區的污染現狀，因地制宜制定差異化的行業環境規制強度，并進行動態優化限制污染產業的地區轉移倒逼企業進行技術創新，促使污染減排機制長效化。

第三，優化工業結構。推進傳統產業的技術革新與裝備升級，促進傳統產業向低消耗、高效益的方向轉型升級。同時政府應給予新興產業政策支持以優化工業結構。