基于中国区域数据环境承载力实证研究.docVIP

基于中国区域数据环境承载力实证研究 　　20世纪以来，随着科技进步和社会生产力的极大提高，人类创造了前所未有的物质财富，加速和推进了人类文明发展的进程。与此同时，人口剧增、资源过度消耗、环境污染、生态破坏等问题也日益突出，严重阻碍了经济的发展和人们生活质量的提高，继而威胁到全人类未来的生存和发展。这就促使人们对经济发展所带来的环境问题进行重新评估，于是环境自净能力、环境容量、环境承载力等概念相继被提出，并受到了各国的重视。环境承载力的概念在环境与人类活动之间建立了联系桥梁，使环境与社会经济的协调有了宏观准则。进行环境承载力相关问题的研究对于调节人类自身的社会经济活动，实现自然-经济-社会的可持续发展具有重要的指导意义和现实意义。本文主要依据国内外综合环境承载力的研究现状，对环境承载力进行定量化研究，并结合环境承载力的影响因素进行实证分析，最后对我国经济发展前景做一展望。 　　 　　一、环境承载力的指标构建 　　 　　本文将环境承载力分解为自然环境承载力和社会环境承载力两个一级指标，在两个一级指标下可分解出环境污染、资源消耗、自然资源、环境治理、经济发展、人口类、生活质量等七个二级指标，在这七个二级指标下又可以分为24个可直接量化的三级指标。（表1） 　　本文收集了我国30个省市自治区（西藏、港澳台除外）1999～2004年24个测度指标的面板数据。由于各个指标原始数据之间量纲不同，从而会导致估计结果的差异。为保证评价结果的客观性和科学性并更好地分析各指标之间的关系，对原始数据必须进行标准化处理。根据上述指标的作用性质及表现形式，本文采用两种不同的标准化模型对原始数据进行无量纲处理。 　　一种是针对自然资源指标、环境治理指标、经济发展指标、生活质量指标等正向指标（即越大越好），我们采用极大值标准模型进行无量纲处理： 　　Zij=Xij/Max（Xi）（1） 　　其中，i=（1999，…，2004），表示时间截面，j＝（1，…，31），表示省市自治区的区域截面； 　　另外一种是针对环境污染指标、资源消耗指标、人口类指标等负向指标（即越小越好??，我们采用极小值标准模型进行无量纲处理： 　　 Zij=1－Xij/Max（Xi）（2） 　　其中，i=（1999，…，2004），表示时间截面，j＝（1，…，31），表示省市自治区的区域截面。 　　本文对环境承载力的指标测度分别对6年的数据进行主成分分析，通过提取7个因子对指标进行筛选，因子旋转采用方差最大法，主成分的累积方差贡献率分别达到了87.34%、86.74%、85.62%、85.49%、86.19%、85.36%，具有较强的说服力。通过计算出30个省市自治区的因子得分，结合主成分的方差贡献度，最终计算出各省市自治区的因子总得分，也就是本文所要量化的环境承载力指数。由于下文面板数据分析的需要，故将各省市自治区的环境承载力指数进行标准化，保证其位于0～1区间。具体的标准化公式为： 　　 　　其中，i=（1999，…，2004），表示时间截面，j＝（1，…，31），表示省市自治区的区域截面， 　　 　　二、基于中国区域数据的实证分析 　　 　　1、模型的设定。本文在模型中引入工业化指数这一解释变量，通过实证分析，来解释我国在积极推动工业化进程以来对人类生存环境的具体影响。另外，外商直接投资对环境承载力也扮演着重要的角色，一方面外商直接投资可以使当地经济实现内生增长，它不仅给东道国带来具有独特竞争优势的生产技术和管理经验，而且还产生了促进东道国经济快速增长的外部性或外溢效应，外商直接投资会扩大东道国环境承载力；另一方面外商直接投资也给东道国带来了众多环境问题，只不过是发达国家向发展中国家转移环境危机的一种手段，从这个方面来说，外商直接投资有着使东道国的环境承载力恶化的趋势。所以，我们不能简单地说外商直接投资对环境承载力产生了正的或负的影响。综上所述，本文构建了一个时间界面和区域截面的计量模型： 　　 　　其中，ECP代表环境承载力指数；Hoover代表工业化指数，工业化指数是对各地工业化阶段的表征，也是通过指数评价法得到的。根据标准工业化理论，再考虑我国的世界情况和数据的可得性，笔者选取了以下四类指标作为计算工业化指数的依据：a、工业结构指标：重轻工业比例；b、产业结构指标：非农产业产值比重；c、收入水平指标：人均GDP；d、就业结构指标：非农产业劳动力比重。然后，对6年的数据进行主成分分析，通过提取2个因子对指标进行筛选，因子旋转采用方差最大法。通过计算出30个省市自治区的因子得分，结合主成分的方差贡献度，最终计算出各省市自治区的因子总得分，即工业化指数。由于面板数据分析的需要，故运用公式（3）对各省市自治区的工业化指数进行标准化；FDI表示