【正文】 系；而外商直接投資與中國的環(huán)境污染之間卻存在顯著的負(fù)相關(guān)關(guān)系。 于峰、齊建國、田曉林（ 2021）在 Stern（ 2021）模型的基礎(chǔ)上，以 SO2 排放量表征環(huán)境污染水平，對 1999— 2021 年間除西藏、山西和貴州以外的我國 28 個省、自治區(qū)及直轄市的面板數(shù)據(jù)進(jìn)行回歸分析，結(jié)果顯示經(jīng)濟規(guī)模擴大、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)變動加劇了我國環(huán)境污染，生產(chǎn)率提高、環(huán)保技術(shù)創(chuàng)新與推廣降低了我國環(huán)境污染。并估算了這五要素對環(huán)境質(zhì)量影響的各自實際貢獻(xiàn)率。 李達(dá)、王春曉（ 2021）利用 19982021年間我國 30 個省份的面板數(shù)據(jù)，研究了 3種大氣污染物和經(jīng)濟增長之間的關(guān)系。實證結(jié)果表明 3 種大氣污染物與經(jīng)濟增長之間不存在倒 U 型環(huán)境庫茲涅茨曲線。二氧化硫排放與經(jīng)濟增長之間呈倒 N型曲線，與多數(shù)研究結(jié)果不相 符；同時，第二產(chǎn)業(yè)比重、經(jīng)濟增長速度、單位 GDP 能耗和環(huán)境政策強度四個解釋變量總體上對 3個大氣污染物的排放具有顯著影響。 從上述文獻(xiàn)可以看出，隨著經(jīng)濟發(fā)展水平的提高，研究經(jīng)濟增長與環(huán)境污染關(guān)系的文章也似乎越來越多。上述豐富的研究成果對于我國或者某些省份和城市制定合理的環(huán)境措施，減少環(huán)境污染總量，降低環(huán)境污染程度都具有十分重要的指導(dǎo)意義。但是上述研究成果共同的遺憾是：一是模型簡單，沒有考慮到影響環(huán)境污染的其他因素，僅限于經(jīng)濟增長對于環(huán)境污染影響的研究和回歸分析；二是實證分析手段和方法受到計量經(jīng)濟學(xué) 理論和發(fā)展水平的制約?；诖耍疚膹纳鲜鰞蓚€方面進(jìn)行補充和擴展分析，基于效用函數(shù)理論模型，建立中DOC 格式 論文 ，方便 您的 復(fù)制修改刪減 國的 EKC 模型，使用面板單位根和面板協(xié)整分析技術(shù)進(jìn)行研究，希望結(jié)論能符合中國國情和實際，對于中國經(jīng)濟增長、環(huán)境污染和治理提出有針對性和有益的建議。 二、模型的建立與微觀基礎(chǔ) 考察經(jīng)濟增長與環(huán)境污染的關(guān)系問題，首先要分析兩個變量的傳導(dǎo)路徑，因此要從微觀傳遞機制入手，進(jìn)而分析宏觀層次上變量的依賴關(guān)系。 （一）模型的微觀基礎(chǔ) 我們首先建立一個代表性家庭個體的函數(shù)模型，然后 將它一般化推廣，形成一個包含更廣泛個體的函數(shù)模型。 。 假設(shè)一個代表性家庭消費 C會導(dǎo)致污染 H，因此家庭的效用函數(shù)為： 家庭消費越多，效用越高，因此 ；而污染越高，效用越低，因此 。由于污染是由于消費引致的，因此家庭如果減少污染，或者是減少消費，或者是對污染進(jìn)行投入治理。令 E為家庭治理環(huán)境污染的資源投入量，考慮到污染是消費的副產(chǎn)品，因此可以設(shè)定家庭污染函數(shù)為： 假設(shè)消費越多，污染越嚴(yán)重，因此消費和污染正相關(guān)，即 ；同時假定隨著污染治理投入的增加 ，環(huán)境污染隨之減輕，兩者負(fù)相關(guān)，即 。假定家庭治理污染和消費的資源稟賦總量為 Y（收入），則約束條件為 C+E=Y。 假定效用函數(shù)為線性的，可以表示成如下形式： DOC 格式 論文 ，方便 您的 復(fù)制修改刪減 表示單位消費產(chǎn)生單位效用，污染帶來的邊際效用損失為 ，且 。假定單位消費產(chǎn)生單位污染，并且污染治理函數(shù)設(shè)定為柯布 —— 道格拉斯形式，具體表示為： 該形式表明，當(dāng)不進(jìn)行污染治理投入的時候，污染量 H等于消費量C，污染量隨著消費的增加而增加；隨著污染治理投入的提高，當(dāng) 時，污染量為零，即消除了污染。 。 我們將效用函數(shù)擴展到多個個體，假定不存在外部性影響，則效用函數(shù)和污染函數(shù)可以表示為： i=1,2,…… n 其中， ， ， 。 求解得到最優(yōu)消費為： （二）環(huán)境污染模型的建立 從國內(nèi)外已有文獻(xiàn)來看，一般的 EKC模型形式為： y為環(huán)境指標(biāo) ,x 為人均 GDP,u為隨機擾動項 , 、 、 和 為待估參數(shù)。 當(dāng) ， 時， y和 x為線性關(guān)系； ， ， 時， y和 x呈現(xiàn)“倒 U”型二次曲線關(guān)系； ， ， 時， y和 x呈“ U”型二次曲線關(guān)系； ， ， 時， y和 x為三次曲 線關(guān)系，圖形為“ N”型； ， ， 時， y和 x為三次曲線關(guān)系，圖形為“反 N”型；當(dāng) ， ， 時，表示環(huán)境污染不受經(jīng)濟水平的影響，兩者之間沒有關(guān)系。 根據(jù) Grossman and Krueger（ 1991； 1994）對 NAFTA 環(huán)境效DOC 格式 論文 ，方便 您的 復(fù)制修改刪減 應(yīng)得出的結(jié)論，經(jīng)濟增長對環(huán)境的影響表現(xiàn)為三個方面：規(guī)模效應(yīng)（ Scale Effects）、結(jié)構(gòu)效應(yīng)（ Structural Effects）、技術(shù)效應(yīng)（ Technology Effects）。我們在此基礎(chǔ)上對一般的 EKC 模型進(jìn)行擴展，由于經(jīng)濟系統(tǒng)中產(chǎn)出的增長必然導(dǎo)致對環(huán)境 資源需求的增加，同時向環(huán)境中排放各種廢棄物的存量也在增加，經(jīng)濟發(fā)展會導(dǎo)致資源損耗和環(huán)境破壞，因此用人均 GDP 和人口密度來表示規(guī)模效應(yīng)對環(huán)境的影響；用產(chǎn)業(yè)結(jié)構(gòu)的變化表示結(jié)構(gòu)效應(yīng)對環(huán)境的影響；用單位 GDP 能耗表示技術(shù)效應(yīng)對環(huán)境的影響；同時增加政策效應(yīng)變量，用污染治理投入代表政策強度和政府政策導(dǎo)向。則本文擴展的 EKC 模型可以表示為： 其中， ln 表示對變量取對數(shù)； H為環(huán)境污染量； i為個體單位，這里指省市自治區(qū)； t為時間序列； 表示截面效應(yīng)； 是待估參數(shù)；y 是人均 GDP； G 表示產(chǎn)業(yè)結(jié)構(gòu)變化，這里為第二產(chǎn)業(yè) 產(chǎn)值占全部產(chǎn)值的比重； M為非農(nóng)業(yè)人口的人口密度； A為單位 GDP能耗，表示技術(shù)進(jìn)步； E為污染治理投入，表示政策強度； u為隨機擾動項。 三、基于面板單位根和面板協(xié)整檢驗的實證分析 （一）數(shù)據(jù)的來源和說明 本文所用數(shù)據(jù)樣本區(qū)間為 19972021年，這是由于考慮到重慶從 1997 年才有數(shù)據(jù)，同時也是為了考察中國經(jīng)濟增長最為強勁這一時段對于環(huán)境的影響問題，從邏輯上來說這段時間變量的關(guān)聯(lián)度應(yīng)該最強。由于西藏缺少環(huán)境指標(biāo)有關(guān)數(shù)據(jù)，因此我們考察的個體是除了西藏以外的大陸 30 個省市自治區(qū)。 我們用工業(yè)廢水排放量（ FS，單DOC 格式 論文 ，方便 您的 復(fù)制修改刪減 位：萬噸）、工業(yè)廢氣排放量（ FQ，單位：億標(biāo)準(zhǔn)立方米）和工業(yè)固體廢棄物排放量（ FW，單位：萬噸）表示環(huán)境污染量，因此原模型變成了三個方程。其他字母所表示的變量如前文擴展的 EKC 模型所示：y是人均 GDP（單位：億元／萬人）； A為單位 GDP 能耗（單位：萬噸標(biāo)準(zhǔn)煤／億元）； G 表示產(chǎn)業(yè)結(jié)構(gòu)變化，這里為第二產(chǎn)業(yè)產(chǎn)值占全部產(chǎn)值的比重（ %）； M為非農(nóng)業(yè)人口的人口密度（單位：萬人／公頃）；E 為污染治理投入（單位：萬元），實際應(yīng)用中對變量取了對數(shù)。所有數(shù)據(jù)均來自于有關(guān)年度《中國統(tǒng)計年鑒》、《中國 環(huán)境統(tǒng)計年鑒》、《中國國土資源年鑒》等權(quán)威數(shù)據(jù)資料庫。本文所用軟件是 和 。 （二）面板模型與估計、檢驗方法 計量經(jīng)濟理論表明，眾多經(jīng)濟變量尤其是面板數(shù)據(jù)大都是非平穩(wěn)變量，用非平穩(wěn)變量進(jìn)行回歸分析結(jié)果很大程度上表現(xiàn)為偽回歸。為避免偽回歸現(xiàn)象，需要對面板數(shù)據(jù)進(jìn)行單位根和協(xié)整檢驗。 。 面板模型進(jìn)行回歸分析之前進(jìn)行單位根檢驗，這是避免出現(xiàn)偽回歸的前提條件。面板單位根檢驗方法有別于時間序列數(shù)據(jù)單位根檢驗，主要為： LLC 檢驗 (Levin、 Lin and Chu， 2021)、 Breitung檢驗(Breitung， 2021)、 Hadri檢驗 (Hadri， 1999)是相同根的檢驗方法，IPS檢驗 (Im、 Pesaran and Shin， 2021)、 FisherADF(Maddala and Wu， 1999； Choi， 2021)檢驗是不同根的檢驗方法； LLC 檢驗、 Breitung檢驗、 IPS 檢驗、 FisherADF檢驗原假設(shè)是含有單位根； Hadri檢驗DOC 格式 論文 ，方便 您的 復(fù)制修改刪減