我国第二产业发展对环保治理投资影响研究.doc

我国第二产业发展对环保治理投资影响研究 　　【摘要】随着我国经济的发展，环境问题也日益突出。我国的三大产业结构中，第二产业作为经济发展的主要动力之一，其生产特点决定了其对环境的影响也是最大的。为了使经济和环境协调发展，我国每年都投入大量的资金用于环境治理。本文利用线性回归的方法，研究第二产业的发展对环保治理投资产生的影响，为可持续发展提供理论支撑。 【关键词】第二产业 环保投资 回归分析 一、前言 近年来，中国经济有了突飞猛进的发展，2010年，中国GDP总额超过日本，成为世界第二大经济体，这充分说明了我国经济的发展势头非常凶猛，然而，经济发展的同时，环境问题也不断出现。目前我国产业结构中第二产业比重偏高，第一、第三产业比重明显偏低，而且内部结构不合理、效益偏低。第二产业作为我国经济结构的支柱产业，其生产方式决定了在生产过程中，它成为了生态环境的头号杀手。随着经济的发展和环境的恶化，我国在环境治理上的投资也是逐年增加的。本文通过回归分析的方法，研究第二产业发展对环境保护治理投资的影响，呼吁相关部门重视经济和环境协调发展问题，并为其制定相关政策提供理论支撑。 二、方法介绍 在实际问题的研究中，经常需要研究某一现象与影响他的某一因素的关系。他们之间的关系的密切程度并不能由一个变量唯一决定另一个变量，即他们之间的关系是一种非确定的关系。 通常我们对所研究的问题首先要收集与它有关的n组样本数据（xi，yi），为了直观的发现样本数据的分布规律，先画出n个样本点的散点图，根据散点图的大致趋势判断其是否成线性关系。确定为线性关系后，开始建立线性回归模型。一元线性回归模型的基本形式为：y=β0+β1x+ε，其中β0和β1为待估参数，ε称为随机扰动项，描述的是外部冲击对y的影响，满足：E（ε）=0，var（ε）=σ2并且为了研究方便，我们假定ε是服从正态分布的。对y=β0+β1x+ε两边取期望，可以得到E（y）=β0+β1x，这个式子从平均意义上表达了y与x的统计规律性，我们经常关心的正是这个平均值。回归分析的主要任务就是通过样本点的观测值对未知参数进行估计，用 0和 1表示相应的估计值，则称 = 0+ 1x为一元线性经验回归方程。对未知参数的估计可以有不同的方法，常用的有最小二乘法和极大似然估计法，不同的估计方法在结果上基本是一致的，这里最小二乘法为例进行简单说明。 最小二乘法的基本思想是考虑观测值y与回归值E（y）=β0+β1x的离差越小越好。 定义离差平方和为Q（β0， 1）= （yi-E（yi））2。所谓最小二乘法就是寻找参数 0和 1，使离差平方和达到最小。称 = 0+ 1xi为yi的回归拟合值，称ei=yi- i为yi的残差，则Q（β0， 1）= （yi-E（yi））2可以变形为 ei2= （yi- 0- 1x），所以参数的估计就转化为求极值的问题，分别对待估参数求偏导，令其偏导为零，解方程即可得出未知参数的估计值。 得出估计参数后，对回归系数以及整个回归方程的显著性进行检验，通过显著性检验判断方程是否符合要求，并且当拟合优度符合要求的情况下，便可利用该回归方程进行预测。 三、实证部分 在我国的产业结构中，第二产业是对环境影响最大的，因此本文收集了我国2000年至2012年的第二产业生产总值和环境污染治理投资总额，运用SPSS软件，对数据进行一元线性回归分析。 （一）模型的建立 首先绘制散点图观察因变量和自变量的线性关系，以第二产业总值为自变量，以环境污染治理投资数值为因变量，散点图如下图1所示： 图1 由上图观察，长期来看，以2007为界，2007年之前，环境污染治理投资受第二产业发展影响的线性关系比较明显，2007年之后，两者的线性关系开始有所偏离。但是总的来看，用线性回归的方法进行拟合是合适的，即环境状况长期受到第二产业发展的影响。 表1 由表1可以得到线性回归方程为 =-0.915+1.753X。 （二）模型的显著性检验 对方程系数进行检验，由表-1可知，对方程系数进行t检验的概率P值=0，小于0.01，从而说明方程系数是通过显著性检验的，即该方程是具有统计意义的。 表2为方程的方差分析表，可以看出方程的总体拟合情况，F值为336.199，显著水平值小于0.01，说明回归解释的变异远远大于残差可解释的变异，即回归方程对原始数据的拟合程度是很好的。 表2 综上所述，通过对历年数据的分析，得到第二产业发展状况对环境影响的回归方程 =-0.915+1.753X，1单位的第二产业产值的发生就会导致1.753单位的环境治理投资的投入，第二产业的发展对环境的影响是显著的，从边际效应的角度来说，盲目追求经济发