中国生活二氧化硫污染地域性特征分析.docVIP

中国生活二氧化硫污染地域性特征分析 　　摘　要：利用中国部分省份1998—2010年的人均生活二氧化硫排量与人均国内生产总值数据，通过建立省级面板模型，分析了中国生活二氧化硫的污染特征。结果表明，中国生活二氧化硫排放随着经济发展水平的不同而呈现出不同的特征：以北京、浙江等省份和地区为代表的生活二氧化硫排放处于下降区间，而以安徽、云南为代表的不发达地区的生活二氧化硫排量仍处于上升区间。同时，进一步分析了产生这种区别的原因并给出了相关政策建议。 　　关键词：经济增长；二氧化硫；污染；面板模型 　　中图分类号：F22 文献标志码：A 文章编号：1673-291X（2012）24-0135-02 　　引言 　　2010年中国二氧化硫排量为2 026.15万吨，居全球第一，其中生活二氧化硫排放量为320.7万吨，虽然远远低于工业二氧化硫排量的1 705万吨，但是其仍然占了中国二氧化硫排放总量的15.8%，可见中国二氧化硫治理形式依然很严峻，生活二氧化硫污染的治理亦不得不进行考虑。在治理二氧化硫污染的政策中税收手段被越来越多的人们所关注，有关资料显示中国财政部、国家税务总局和环保部已经就中国的环境税开征有了一个初步的考虑。在制定治理二氧化硫污染的环境税过程中有很多西方国家的例子供我们借鉴，但是在具体的税制设计中更要注意结合中国国情，避免照搬西方国家的做法，因此对于中国二氧化硫污染特征的研究就显得极为重要。 　　一、统计学分析及计量变量选取和模型设定 　　为了说明中国生活二氧化硫与经济发展水平和生活二氧化硫排量的关系，本文选取经济最发达的上海、北京、天津、江苏、福建、广东、浙江七省份和经济水平不发达的安徽、江西、云南、甘肃四省份进行比较。在数据的选取上用各地区的人均国内生产总值来衡量经济发展水平，在时间跨度上本文选取这些地区的1998—2010年的数据进行分析。具体数据将通过查阅历年的统计年鉴并加工整理获得，在计量分析时为了避免异方差采用各变量的自然对数进行分析。通过观察样本省份的生活二氧化硫排量与人均国内生产总值之间的关系，发现两者并不呈现出典型的倒U型库兹涅茨曲线特征，而是大致呈现出直???型特征。因此本文初步假设变量之间呈现直线型关系，具体还要通过检验来确定。基于以上分析，我们将区域的模型设为yit=αi+β1xit+εit，其中yit代表i省在t年的生活二氧化硫排放量的自然对数，xit代表i省第t年的人均国内生产总值的自然对数，αi表示i省的特定截面效应。 　　二、实证分析 　　由于采用面板模型，可以将面板数据模型分为三种类型：无个体影响的不变系数模型亦称混合模型、含有个体影响的不变系数模型即变截距模型、含有个体影响的变系数模型即变系数模型[4]。因此，在面板模型估计之前需要对于样本数据适合上述哪种形式进行检验，以避免模型设定的偏差，提高参数估计的有效性。本文在对数据进行检验和模型估计时利用Eviews6.0软件进行具体操作。 　　（一）单位根检验 　　面板单位根检验的方法主要有LLC检验、Breitung检验、Hadri检验、IPS检验、Fisher ADF检验、Fisher PP检验，前三项检验都是适用于相同单位根（common root)，后三项检验允许存在个体单位根（individual root）。为了避免一种方法所带来的误差，本文决定采用六种检验结果综合的方法（summary）。 　　（二）协整检验 　　在对面板数据进行协整检验时有三种方式可以选择，分别是Pedroni（Engle-Granger based），Kao（Engle-Granger based）和Fisher（Combined Johansen），根据不同发达地区和较发达地区所选样本的不同特点，决定对两的数据采用Pedroni（Engle-Granger based）方法进行检验。 　　结果显示，对于发达地区，Group rho-Statistic拒绝接受原假设，而其他方法至少在5%的水平上拒绝原假设。根据Pedroni （1999）的证明，在小样本中Panel v-Statistic、Group rho-Statistic检验效果最差， Panel ADF-Statistic、Group ADF- 　　Statistic检验效果最好，其他检验处于中间，当检验结果不一致时，以Panel ADF-Statistic和Group ADF-Statistic检验为准。根据检验结果可知，两地区的Panel ADF-Statistic和Group ADF-Statistic检验均拒绝原假设，认为变量之间存在协整关系。 　　（三）面板模型确定 　　发现两地区数据的F值分别为：174、117，经查表知F0.05 （6，69 ）=2.25、F0.05 （3，39 ）=