基于工业产值对二氧化硫排放控制的实证分析

赵俊粟 金圣博（对外经济贸易大学保险学院，北京 100029）

1 引言

1.1 选定研究对象

作为空气污染的主要污染物，大气中的二氧化硫污染，不仅会带来酸雨等环境问题，如果人体过量摄入，还可能引发过敏反应，出现呼吸困难、呕吐等症状。因此，做好二氧化硫污染的防治非常重要。本文针对我国大气中二氧化硫污染的主要影响因素进行了实证分析，从技术、政策等方面，提出了相应的解决对策，希望能够为二氧化硫污染的防治提供一些参考。

1.2 确定被解释变量与解释变量

本文引入第二工业产值，道路面积，城市建筑用地面积，机动车拥有量四个变量.其中第二工业产值作为目标变量，剩下三个作为控制变量，分析二氧化硫排放与这些结构性因素的关联。从各地的数据情况来看，相关性如下：

一是第二工业产值对二氧化硫排放的影响是显而易见的，作为工业生产的主要废料之一，工业产值高必然伴随着二氧化硫排放增加。二是机动车拥有量和道路面积显然对二氧化硫排放有影响，而这两个变量本身有一定的相关关系，所以本文会引入一个交互项。三是城市建筑用地面积，城市建筑用地面积大，在一定程度上也会加大工厂的用地面积，二氧化硫排放也会有所增加。

2 数据的收集和整理

本文数据来源于万得数据库，以及中国统计年鉴1994——2017年的地级市面板数据。

其中，共有287个地级市数据，年份跨度23年，本文做面板回归时选取了其中十三年的数据，本文引入第二工业产值，道路面积，城市建筑用地面积，机动车拥有量四个变量.其中第二工业产值作为解释变量，剩下三个作为控制变量。

3 截面数据回归结果分析和检验

采用的回归方程是y=β0+β1lnGDP+β2CAR+β3CONST+β4ROAD+β5(ROAD*CAR)

根据截面数据的回归情况，发现解释变量是99%显著的，说明第二工业产值是会显著影响二氧化硫排放的。同时根据回归系数，对回归方程的解释为：当第二工业产值增加1%元，二氧化硫排放平均增加0.16847千吨。

根据截面数据的回归情况，发现回归结果的均方误差大，但由于截面数据本身的特点，将该数据纳入可以接受的范围内。

（1）根据散点图的情况，决定采用非线性模型。

原因如下：第一，采用对数的形式可以很好的拟合散点图的形状。

第二，由于数据的本身的特性，可以得知，一个城市开始发展的时候必然是先发展工业，二氧化硫的排放主要来源于化石燃料的燃烧，而发展工业的首要步骤就是获取能源，所以当第二产业产值由0开始增长的时候二氧化硫一定会迅速增加，当其他工业企业形成完整体系的时候，二氧化硫增加量会逐渐变缓慢，非常符合对数函数的图像。

（2）根据回归方程，几个解释变量与控制变量之间不存在明显的可以相互表示的情况，根据回归结果得到了进一步证实。

4 面板回归分析

（1）采用了加入虚拟变量的方式对个体固定效应进行了回归，回归方程为：

回归结果发现R2显著接近于1，而且第二工业产值也在1%的显著性水平下显著，说明在研究第二产业产值对二氧化硫排放量的影响过程中个体差异比较明显，而时间差异不太明显。根据常理也可以推断，每个城市都有不一样的城市规划，城市功能划分不尽相同，但对于城市化进程来说所有城市基本都遵循工业化带动第三产业发展的模式，所以在探究这个问题的过程中，个体差异要显著大于时间差异。

（2）然后采用了stata 自带的面板数据回归，得到的结果和个体固定效应回归差别不大，可以看到，第二产业产值仍然在1%的显著性水平下显著，并且第二工业产值每增加1%，二氧化硫的排放平均会增加5.563千吨。

5 模型选择与评价

5.1 模型评价

5.1.1 遗漏变量偏差

研究目标是为了探寻城市第二工业产值对该城市二氧化硫排放的关系，但是进行回归研究时，总会存在很多遗漏变量。

为了解决遗漏变量偏差的问题，本文搜集到了道路面积，城市建筑用地面积，机动车拥有量的数据，将它们作为控制变量加入回归模型，尽可能地充分控制遗漏变量的影响。

5.1.2 回归函数形式的误设

观察散点图发现，被解释变量二氧化硫与目标变量第二工业产值的关系，很可能不是线性的。观察回归结果，发现采用对数形式的回归结果的修正R2更大，回归效果更好。

5.1.3 双向因果关系

对于本文研究的问题，双向因果效应不是特别明显。

工业产值增加会导致二氧化硫排放量增加，工业排放二氧化硫占总二氧化硫污染的百分之九十五以上，而我国主要的能源即化石燃料的燃烧，同时我国的高能源消耗型工业生产，工业产值增加一定会导致能源需求的增加，二氧化硫排放必然会提升。

但二氧化硫排放量上升并不一定导致工业产值增加，有可能是该地区政策原因没有限制企业的污染排放，企业没有合适的废料回收机制，某些无良企业使用劣质原材料导致等等，即解释变量与被解释变量之间具有单项因果关系。

5.2 最优模型与结论

最终的回归结果的模型形式

该模型表明：

截距项：199.7296，

5.56：当第二工业产值增加1%，二氧化硫排放平均增加0.0556千吨

-0.026：汽车拥有量增加一千辆，二氧化硫排放平均减少26吨

-0.003：道路面积增加一百万平方米，二氧化硫排放平均减少3吨，

-0.7004：建筑面积增加十万平方米，二氧化硫排放平均减少700.4吨。

（后三个变量，其回归系数在一定程度上违反常理，但它们作为控制变量，OLS 估计得到的系数是不准确的，因此经济意义可能不够有效）

研究结论：

第二工业产值对二氧化硫的排放量有显著的影响，如果想要控制二氧化硫的排放量，从根本上来说还是应该控制工业生产。

可以从三个方面降低工业产值，进而减少二氧化硫的排放量，打到污染治理的目的。

其一，特大城市进行产业升级和转型，北京已经将大多数工业企业迁至郊区或者周边省市，这是减少北京工业产值的一大关键举措。但不意味着仅仅迁移工厂，在迁移的同时，北京这样的大城市应该注重第三产业的发展，补充第二产业造成的gdp缺口。

其二，工业产业为支柱的省市着重推行能源高效利用，开启清洁能源试点，尽量从源头减少二氧化硫的产生，这样不会减少太多工业产值，同时能达到减少污染的目的。

其三，重污染生产外包，类似稀土开采加工这样的高污染行业完全可以转包给其他国家，将污染的负外部性转嫁给其他国家，即便付出一些成本，也是值得的。