广东城市经济增长与环境污染关系的空间计量分析.docVIP

广东城市经济增长与环境污染关系的空间计量分析 　　摘要：本文借助空间计量经济学的相关工具模型，在充分考虑城市之间相关关系的基础上，根据数据可得性，探索广东省21个城市从2007-2012年的经济增长与环境污染水平之间的关系。实证结果发现，模型中加入空间相关性具有必要性，与普通线性回归模型相比，空间误差滞后模型中工业废气的影响程度减小，工业废水和固体废弃物与经济增长的关系由负转正。 　　关键词：经济增长；环境污染；空间计量模型 　　中图分类号：F062 文献标识码：A 文章编号：1001-828X（2014）09-00-02 　　一、引言 　　改革开放以来，中国采取“高投入─低产出”的粗放型生产方式，实现了工业化进程快速推进的同时，环境污染、资源短缺、快速城市化等多方面因素逐渐对我国未来能否实现持续高速的发展提出严峻挑战，广东也面临同样的问题。因此，有效分析经济增长与环境污染之间的关系，将可能避免重复“放弃环境追求经济增长”的路径，从而实现经济增长与环境保护的双赢。 　　城市不是完全独立的个体，彼此之间的发展存在着千丝万缕的联系，因此，本文以广东省21个城市为研究对象，采用空间计量经济学的方法，考虑城市间的空间联系，探讨其经济增长与环境污染之间的关系，相关结论和建议将更有现实意义。 　　二、研究方法、变量和数据来源 　　（一）研究方法 　　1.检验空间相关性：Morans I 　　本文采用空间相关指数Morans I检验空间相关性，同时选取地区邻接权重矩阵法，其设定为主对角线上的元素全部为0，若i地区与j地区相邻，则Wij=1，否则WWij=0。 　　2.空间计量模型 　　空间经济计量模型中，空间相关性一般设定为变量的空间自相关形式，即通过变量的空间滞后因子，将空间相关性引入经典经济计量模型。空间相关性体现在因变量的滞后项和误差项两个方面使得空间回归模型包括空间自回归模型（SLM）和空间误差模型（SEM）两种。 　　空间自回归模型：Y=ρWy+Xβ+ε 　　该模型用于研究当一个机构或地区的经济行为受其临近机构或地区经济行为溢出影响的情形。 　　空间误差模型：Y=Xβ+ε，ε=ρWε+γ 　　此模型适用于研究机构或地区之间的相互作用因所处相对位置不同而存在差异的情况。 　　其中，Y是N×1的因变量向量，X是N×K的外生变量矩阵，β是自变量参数，ε是随机误差向量，Wy是空间临近因变量，是内生变量，反映地理距离对区域行为的影响；ρ为空间自回归系数反映相邻区域观测值ρ对本地区观察值Y空间溢出作用的方向和程度。由于内生变量的存在，空间计量模型若仍采用OLS估计，系数估计值会有偏或无效，一般通过极大似然法进行估计。 　　（二）变量的选取 　　本文选取人均GDP衡量经济增长，采用“工业三废”衡量环境污染程度，探讨经济增长与环境污染的关系。根据数据可得性，由于一半以上的城市在工业固体废物产生量在2007年之前数据缺失严重，最终采用广东省21个城市2007-2012年的相关数据进行分析，数据通过各年《广东省统计年鉴》以及各城市的统计年鉴、环境状况公报以及国民经济与社会发展统计公报整理所得。 　　本研究采用衡量环境污染程度的指标均是与工业生产过程有关，这一做法是因为笔者认为工业化进程与经济增长紧密相关，因此其造成的环境污染与经济增长的关系具有代表性。 　　三、实证分析过程 　　本研究适用面板数据线性回归模型，为避免不同计量单位造成困扰，采用变量的对数形式，基本的线性回归模型如下： 　　拟合优度、调整后的拟合优度分别是0.42以及0.40，结果不理想。模型整体的F值为28.90，说明该模型通过了1%的显著性水平的检验，ln fs、ln fq、ln gf对ln pergdp的影响系数分别为-0.0036、0.5431、-0.1456，三个变量的显著性水平检验结果依次为未通过10%的检验、通过1%和5%的显著性水平检验。实证结果表明工业废气对经济增长具有正向的影响，而工业固体废物与经济增长呈现负相关关系。进一步观察数据的空间相关关系检验结果表三： 　　Morans I值为0.19，在5%的显著性水平显著，说明普通的回归模型中存在空间自相关，利用OLS估计，存在误差。通过对比LMLAG和LMERR以及Robust-LMLAG和Robust-LMERR的数值可以发现，四个统计量均通过显著性检验。进一步观察发现，LMERR比LMLAG更为显著，并且Robust-LMERR比Robust-LMLAG更为显著，所以，模型进一步定义为面板数据空间误差模型： 　　ln pergdpit =α+β1 ln fsit+β2 ln fqit+β3 ln gfit+ρWεit+γ 　　进一步进行Hausman检验，发现固定效