三个方程变量的协整检验的组内和组间统计量在1%的显著水平上均表明拒绝不存在协整关系的原假设，因此上述三个方程存在协整关系，可以直接进行回归分析，不存在伪回归。
3.实证结果。
按照协整检验的结果，我们对三个模型进行了总体回归，回归结果制成表3。表中斜体数据表明t统计量接受系数为零的原假设。
表3 三个总体回归模型的样本回归结果
被解释变量lnFS 被解释变量lnFQ 被解释变量lnFW
lnY -0.79(-5.07)* -0.15(-1.22) -1.09(7.09)*
lnY2 0.32(2.86)* 0.22(2.44)* 0.23(2.02)**
lnY3 0.30(2.36)* 0.2(2.04)** 0.37(2.94)*
lnG -1.02(-5.04)* -0.21(-1.32) 0.87(4.37)*
lnA -0.68(-6.16)* 0.19(2.21)** -0.02(-0.14)
lnM -0.04(-1.2) -0.03(-0.88) 0.01(0.17)
lnE 0.94(54)* 0.75(54.9)* 0.76(44.4)*
R2 0.56 0.64 0.6
样本容量 240
1.解释变量系数后面括号里的数字是t统计量，下同。
2.*、**、***分别表示t统计量在1%、5%、10%的显著性水平上拒绝系数为零的原假设，下同。

上述回归结果表明，工业废水排放量和人口密度无关，主要受到人均GDP、产业结构、单位GDP能耗和污染治理四个变量的影响，并且污染治理投入与工业废水排放量正相关；产业结构、单位GDP能耗和工业废水排放量负相关，也就是说工业产值的比重越大、单位GDP的能耗越大，废水排放量就越少；反之则反是。工业废水排放量的曲线形式不同于前文所分析的“U”、”倒U”以及”N”形的任何一种。工业废气排放量与产业结构、人口密度无关，与单位GDP能耗、污染治理投入正相关；工业废气排放量的曲线形式也与已有成果不同。工业固体废弃物的排放量与人口密度、单位GDP能耗无关，与产业结构、污染治理投入正相关；曲线形式与工业废水排放量曲线一致。
目前面板模型的应用研究主要是基于Hausman检验的固定效应和随机效应模型，本文尝试在此方面进行分析，同表3结果进行比较分析。Hausman检验结果表明三个方程均适合使用随机效应模型，结果制成表4。

表4 基于Hausman检验的随机效应模型的回归结果
被解释变量lnFS 被解释变量lnFQ 被解释变量lnFW
C 10.57(28.7)* 8.2(18.5)* 7.7(19.5)*
lnY 0.15(1.69)*** 0.996(9.36)* 0.57(5.73)*
lnY2 0.075(1.63)*** 0.1(1.76)*** 0.03(0.6)
lnY3 -0.27(-5.74)* -0.09(-1.5) 0.03(0.65)
lnG 0.898(3.36)* 0.92(3.08)* 0.8(2.78)*
lnA -0.01(-0.108) 0.16(1.37) 0.18(1.59)
lnM -0.11(-1.7)*** -0.11(-1.99)** -0.06(-0.77)
lnE 0.074(3.29)* 0.08(2.9)* 0.05(2.27)**
R2 0.25 0.55 0.45

上述结果表明，lnFS、lnFQ、lnFW均与单位GDP能耗无关，并且常数项均为正。其中，lnFS、lnFQ、lnFW与第二产业的比重、污染治理投入正相关，lnFS、lnFQ与人口密度负相关，lnFW与人口密度无关。lnFS、lnFQ、lnFW的曲线形式不是“U”、”倒U”以及”N”形的任何一种。这个结论和包群、彭水军、阳小晓（2005）、刘燕、潘杨、陈刚（2006）、于峰、齐建国、田晓林（2006）、李达、王春晓（2007）所用面板数据分析的结果不同。
表3和表4比较，我们发现，表4的结果从理论逻辑上更合理一些，因此后文分析以表4的结果为基础。
lnFS、lnFQ、lnFW三个指标均与第二产业的比重正相关，这基本符合经济逻辑和人们的正常思路，工业产值的比重越大，工业排放量就越大，对环境的污染也就越大。lnFS、lnFQ、lnFW三个指标与人口密度呈现（或者不存在）微弱的负相关，表明产业升级带动的就业方向更加理性以及人们对于环境条件的要求提高；人口越是密集，对于政府控制环境质量的力度压力就越大，重污染企业的规划就越是可能远离人口密集区，lnFS、lnFQ、lnFW三个指标的排放量就越小，因此两者负相关。lnFS、lnFQ、lnFW三个指标均与污染治理投入正相关，似乎不符合经济逻辑的正常思路。因为一般来说，污染治理投入越多，各种工业排放量似乎应该越少，环境就越为改善。实际上，本文认为，工业废水、废气、固体废弃物的排放与污染治理投入有一种循环的“倒逼机制”，当工业排放量增加→污染严重→政府污染治理投入就增加→环境随之改善→政府就自然减少了污染治理投入（往往表现为监督管理力度弱化，这种弱化却表现为有关部门的内部理性。试想，如果环境质量一直很好，这个部门是否有继续存在的必要？同时国家也因为环境质量一直较好必然减少污染治理投入，势必减少某些部门的收入和福利）→工业排放量增加（这一轮次的逻辑是一种博弈，因为企业废水等的排放会减少企业内部成本，所以一有机会增加三排对企业来说是提高收益）的恶性循环。正是因为政府、有关管理部门、企业站在各自立场独立行事，没有较好地协调运作和缺少对整个环境质量的使命感，也因为上述三个方面权利义务不对等，没有较好的奖惩机制等有效的制度安排，这种“倒逼机制”就会一直存在，这就导致。lnFS、lnFQ、lnFW三个指标均与污染治理投入正相关。
由于表4的结果具有逻辑基础，因此我们尝试在表4的基础上，分析和探讨分省的lnFS、lnFQ、lnFW的自主排放量，期望找到规律性的结论。我们按照表4的回归结果，将自主排放量编制成表5。由于对排放量取了对数，因此结果存在负数，负数越小，表明自主排放量越小；数值越大，表明自主排放量越大。

表5 基于随机效应模型的各地区lnFS、lnFQ、lnFW的自主排放量
地区 lnFS lnFQ lnFW 地区 lnFS lnFQ lnFW
北京 -0.561 -0.919 -0.943 河南 0.714 0.915 0.713
天津 -0.782 -1.205 -1.783 湖北 0.795 0.385 0.236
河北 0.513 0.691 1.133 湖南 1.034 0.359 0.436
山西 -0.426 0.597 1.081 广东 0.97 0.314 -0.321
内蒙古 -0.719 0.403 0.378 广西 0.775 0.841 0.594
辽宁 0.832 0.535 1.036 海南 -0.842 -0.945 -2.199
吉林 -0.195 -0.122 -0.172 重庆 0.340 -0.39 -0.269
黑龙江 -0.197 -0.406 0.004 四川 0.912 0.740 1.066
上海 0.666 -0.712 -1.097 贵州 -0.865 0.721 0.950
江苏 1.124 0.164 0.001 云南 -0.347 -0.008 0.616
浙江 0.604 -0.102 -0.837 陕西 -0.324 0.146 0.564
安徽 0.38 0.496 0.698 甘肃 -0.769 0.107 0.064
福建 0.197 -0.756 -0.140 青海 -2.057 -1.066 -1.472
江西 0.169 0.052 1.295 宁夏 -1.665 -0.946 -1.465
山东 0.365 0.401 0.609 新疆 -0.642 -0.289 -0.775

工业废水自主排放量较大的几个地区（从大到小排序）有：江苏、湖南、广东、四川、辽宁、湖北、广西、河南、上海、浙江；工业废水自主排放量较小的地区（按照从小到大排序）有：青海、宁夏、贵州、海南、天津、甘肃、内蒙古、新疆。工业废气自主排放量较大的几个地区（从大到小排序）有：河南、广西、四川、贵州、河北、山西、辽宁、安徽；工业废气自主排放量较小的地区（按照从小到大排序）有：天津、青海、宁夏、海南、北京、福建、上海。工业固体废弃物自主排放量较大的地区（按照从大到小排序）有：河北、江西、山西、四川、辽宁、贵州、河南、安徽；工业固体废弃物自主排放量较小的地区（按照从小到大排序）有：海南、天津、青海、宁夏、上海、北京、浙江、新疆。 一个很有意思的情况是：工业废水自主排放量最大的几个地区除了广西，其余地区或者是经济增长较好的地区，或者是经济总量大省；而工业废水自主排放量较小的地区几乎无一例外的都是经济增长较为缓慢或者不发达地区。工业废气和工业固体废弃物自主排放量较大的地区基本完全重复，而且和工业废水自主排放量较大的地区差异明显，说明经济发达地区的三废排放和经济落后地区的三废排放标的不同，我们认为这是由于产业结构和产品结构不同造成的。三废排放较小的地区重复较大，基本上是西部或者经济落后地区。上述状况给我们提供的一个基本规律表明经济增长和工业三废排放具有因果关系
三排自主排放量都较大的地区有：四川、辽宁、河南

上一页  [1] [2] [3] [4] 下一页