廣東省經(jīng)濟(jì)增長與環(huán)境質(zhì)量的實(shí)證分析

楊思琪 彭強(qiáng) 李微

[摘 要]文章運(yùn)用SPSS軟件進(jìn)行因子分析和回歸分析方法，檢驗(yàn)并論證了廣東省經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間的關(guān)系，2019年，廣東省實(shí)現(xiàn)地區(qū)生產(chǎn)總值107671.07億元，其中第三產(chǎn)業(yè)是占比最大的產(chǎn)業(yè)。然而廣東省經(jīng)濟(jì)在快速發(fā)展的同時，也面臨著環(huán)境污染的問題。實(shí)證結(jié)論得出：全省GDP、城鎮(zhèn)化率每增加一個單位，環(huán)境質(zhì)量指數(shù)分別上升42.274、下降41.310個單位。說明經(jīng)濟(jì)增長可促進(jìn)地區(qū)環(huán)境質(zhì)量提升，而城鎮(zhèn)化率和全社會固定資產(chǎn)的投資會對環(huán)境質(zhì)量產(chǎn)生負(fù)面作用。最后為廣東省經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)提供合理的政策建議。

[關(guān)鍵詞]經(jīng)濟(jì)增長;環(huán)境質(zhì)量;因子分析;回歸分析

[DOI]10.13939/j.cnki.zgsc.2021.17.025

1 引言

隨著社會經(jīng)濟(jì)的不斷發(fā)展，環(huán)境對經(jīng)濟(jì)發(fā)展的制約愈加突出，這在近年廣東省的經(jīng)濟(jì)增長速度和質(zhì)量上體現(xiàn)得較為明顯。優(yōu)勢產(chǎn)業(yè)對環(huán)境的影響仍比較大。廣東省在經(jīng)濟(jì)增長的同時，對自然環(huán)境質(zhì)量的影響程度有多大，也成為學(xué)者們研究的課題和政策制定者關(guān)注的對象。

2 指標(biāo)選取與計(jì)量模型

2.1 指標(biāo)體系構(gòu)建與數(shù)據(jù)

筆者選取廣東省GDP（億元）、人均GDP（元）、城鎮(zhèn)化率這3項(xiàng)作為經(jīng)濟(jì)指標(biāo)，分別為X1、X2、X3，以及二氧化硫排放量（萬噸）、氮氧化物排放量（萬噸）、空氣質(zhì)量優(yōu)良天數(shù)比例、廢水排放量（億噸）4項(xiàng)作為環(huán)境指標(biāo)，分別為Y1、Y2、Y3、Y4，構(gòu)建指標(biāo)體系。數(shù)據(jù)選取2014—2019年相應(yīng)指標(biāo)數(shù)據(jù)，來源于國家統(tǒng)計(jì)局、廣東省統(tǒng)計(jì)年鑒。

2.2 模型設(shè)定

采用多元回歸分析的方法探究廣東省經(jīng)濟(jì)增長對環(huán)境質(zhì)量的影響，解釋變量是經(jīng)濟(jì)指標(biāo)（包含全省GDP、人均GDP、城鎮(zhèn)化率），被解釋變量是環(huán)境指標(biāo)（包含二氧化硫排放量、氮氧化物排放量、空氣質(zhì)量優(yōu)良天數(shù)比例、廢水排放量）。

其中環(huán)境指標(biāo)包含4個二級指標(biāo)，因此運(yùn)用因子分析法對環(huán)境指標(biāo)的4個二級指標(biāo)進(jìn)行降維，并計(jì)算公因子得分，最后以每個公因子所解釋的總方差作為權(quán)數(shù)構(gòu)造總得分公式，即環(huán)境質(zhì)量總得分Y。此外，為了使解釋變量更具有線性和消除回歸模型的異方差性，對解釋變量進(jìn)行自然對數(shù)處理，以環(huán)境質(zhì)量總得分作為新的被解釋變量，自然對數(shù)處理后的經(jīng)濟(jì)指標(biāo)作為新的解釋變量，構(gòu)建多元回歸模型如下：

Y=β1LNX1+β2LNX2+β3LNX3+α+ε

2.3 單位根檢驗(yàn)

因選取的四個變量數(shù)據(jù)量綱差異較大，為了減弱量綱對研究帶來的影響，對數(shù)據(jù)進(jìn)行自然對數(shù)處理，得到LNX1、LNX2、LNX3、LNX4。運(yùn)用單位根檢驗(yàn)方法檢驗(yàn)，結(jié)果顯示LNX1、LNX2、LNX3、LNX4均為平穩(wěn)時間序列，因此可以對經(jīng)濟(jì)指標(biāo)變量進(jìn)行經(jīng)典回歸分析，不會出現(xiàn)偽回歸。

3 因子分析

對Y1、Y2、Y3、Y4這4項(xiàng)環(huán)境指標(biāo)進(jìn)行降維，分析計(jì)算2014—2019年這6年廣東省的環(huán)境指標(biāo)指數(shù)。

在進(jìn)行因子分析之前，首先對變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，其中Y3是正指標(biāo)，Y1、Y2、Y4是負(fù)指標(biāo)。正負(fù)指標(biāo)的標(biāo)準(zhǔn)化公式如下：

正：Yi=Yi-Y-iσi

負(fù)：Yi=Y-i-Yiσi

3.1 考察原始變量是否適合進(jìn)行因子分析

KMO值為0.684，大于0.6，接近0.7，原始變量屬于適合做因子分析的范圍。p=0.000<0.05，拒絕原假設(shè)，說明變量之間有明顯相關(guān)性，因此可以進(jìn)行因子分析。

3.2 提取因子

采用主成分分析法提取因子，分析結(jié)果如表1所示。

只有前2個因子的初始特征值大于1，但這兩個因子只解釋所有變量的71.812%，沒有超過85%，信息丟失較大。而第三個因子的初始特征值為0.868，接近1，且前3個因子累積解釋了所有變量的92.144%，解釋了原始數(shù)據(jù)絕大部分信息，即提取3個因子較為合適。

由公因子方差可知所有變量共同度均超過0.7，認(rèn)為變量的絕大部分信息能被因子解釋，信息丟失較少。

3.3 因子旋轉(zhuǎn)

采用最大方差法對因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)，結(jié)果表明第一個因子對二氧化硫排放量、氮氧化物排放量、廢水排放量（小顆粒因子）的因子載荷較大，第二個因子對空氣質(zhì)量優(yōu)良天數(shù)比例（空氣質(zhì)量因子）的因子載荷較大。見表2。

3.4 因子得分

根據(jù)表2可得因子得分函數(shù)如下：

F1=0.401Y1+0.417Y2-0.112Y3+0.277Y4

F2=-0.077Y1-0.176Y2+0.989Y3+0.144Y4

F3=-0.097Y1-0.086Y2+0.020Y3+0.133Y4

3.5 環(huán)境質(zhì)量總得分

以三個因子的方差貢獻(xiàn)率為權(quán)數(shù)，構(gòu)造因子總得分公式：

F=（0.50991F1+0.20821F2+0.20332F3）÷0.92144

計(jì)算廣東省2014—2019年的環(huán)境質(zhì)量總得分，如表3所示。

進(jìn)行線性回歸分析，根據(jù)擬合優(yōu)度檢驗(yàn)和序列自相關(guān)檢驗(yàn)的結(jié)果，線性回歸模型R2為0.822，接近于1，但調(diào)整后R2為0.287，擬合優(yōu)度較低，說明模型可能存在一定的問題。方程的DW檢驗(yàn)值為1.594，根據(jù)查表（n=5，k=3）dU=2.287，可知dU

從表5可知，F(xiàn)檢驗(yàn)統(tǒng)計(jì)量的觀測值為1.535，對應(yīng)概率p值為0.521。依據(jù)該表可進(jìn)行回歸方程的顯著性檢驗(yàn)。

如果顯著性水平α為0.05，線性回歸模型中所有解釋變量的回歸系數(shù)顯著性T檢驗(yàn)的概率p值都大于顯著性水平α，因此應(yīng)接受零假設(shè)，說明經(jīng)濟(jì)指標(biāo)變量對環(huán)境質(zhì)量影響不大。從容差和方差膨脹因子看，LNX1的容差接近0.05，近似地認(rèn)為解釋變量間無顯著的多重共線性。詳見表6。

隨著標(biāo)準(zhǔn)化預(yù)測值的變化，殘差點(diǎn)在0線周圍隨機(jī)分布，并且粗略地認(rèn)為，殘差滿足等方差性。計(jì)算殘差與預(yù)測值的Pearson相關(guān)系數(shù)近似為0，且檢驗(yàn)不顯著，因此認(rèn)為異方差現(xiàn)象并不明顯。

利用K-S方法檢驗(yàn)標(biāo)準(zhǔn)化殘差的總體與標(biāo)準(zhǔn)正態(tài)分布是否有顯著差異。標(biāo)準(zhǔn)化殘差的概率p值為0.121。如果顯著性水平α為0.05，由于標(biāo)準(zhǔn)化殘差的概率p值均大于顯著性水平，接受零假設(shè)，可以認(rèn)為標(biāo)準(zhǔn)化殘差的總體與標(biāo)準(zhǔn)正態(tài)分布無顯著差異。因此，可認(rèn)為殘差滿足了線性模型的前提要求。最終建立的線性回歸模型為：

Y=42.274×LNX1-41.130×LNX3-374.672

由模型可知，全省GDP（LNX1）、城鎮(zhèn)化率（LNX3）每增加一個單位，環(huán)境質(zhì)量指數(shù)分別上升42.274、下降41.310個單位。廣東省GDP，即經(jīng)濟(jì)的增長可以促進(jìn)地區(qū)的環(huán)境質(zhì)量提升，而城鎮(zhèn)化率會對環(huán)境質(zhì)量產(chǎn)生負(fù)面作用。由線性回歸模型的F檢驗(yàn)和解釋變量T檢驗(yàn)可知，解釋變量前的系數(shù)顯著為0，說明全省GDP、城鎮(zhèn)化率雖然對環(huán)境質(zhì)量產(chǎn)生了一定的影響，但影響程度較弱。

5 對策建議

第一，廣東省應(yīng)加大農(nóng)業(yè)結(jié)構(gòu)調(diào)整力度，促進(jìn)綠色農(nóng)業(yè)的發(fā)展，盡量提倡堅(jiān)持綠色發(fā)展現(xiàn)代農(nóng)業(yè)。進(jìn)一步加強(qiáng)流域農(nóng)業(yè)面源土壤污染綜合防治和示范區(qū)的建設(shè)，探索建立流域重點(diǎn)地區(qū)農(nóng)業(yè)面源土壤污染防治的有效手段和機(jī)制。優(yōu)化流域農(nóng)業(yè)科技創(chuàng)新資源配置，推動流域高科技企業(yè)自主創(chuàng)新、科技成果，使現(xiàn)代農(nóng)業(yè)向綠色可持續(xù)性的戰(zhàn)略方向發(fā)展。

第二，優(yōu)化第二產(chǎn)業(yè)結(jié)構(gòu)，加大工業(yè)產(chǎn)業(yè)的科技研發(fā)投入。積極協(xié)調(diào)污染重的工業(yè)產(chǎn)業(yè)升級，對淘汰落后的產(chǎn)能勒令整改或關(guān)閉。重視經(jīng)濟(jì)投入帶動環(huán)保工業(yè)科技進(jìn)步，充分利用經(jīng)濟(jì)發(fā)展的價值推動環(huán)境質(zhì)量發(fā)展。

第三，開展環(huán)境治理，大力發(fā)展廣東省旅游業(yè)等第三產(chǎn)業(yè)。廣東省擁有豐富的旅游資源，屬于對環(huán)境污染小的行業(yè)，對環(huán)境的保護(hù)具有積極意義。當(dāng)然發(fā)展旅游業(yè)的前提是以不損失環(huán)境質(zhì)量為前提。要統(tǒng)籌兼顧，在兩者相互協(xié)調(diào)的基礎(chǔ)上合理發(fā)展旅游業(yè)。

參考文獻(xiàn)：

[1]李強(qiáng)，王琰.環(huán)境規(guī)制與經(jīng)濟(jì)增長質(zhì)量的U型關(guān)系：理論機(jī)理與實(shí)證檢驗(yàn)[J].江海學(xué)刊，2019（4）：102-108.

[2]徐娟，祁毓.經(jīng)濟(jì)增長、環(huán)境管制和霧霾污染關(guān)系的實(shí)證[J].統(tǒng)計(jì)與決策，2019，35（19）：140-144.

[3]樸瑩.廣東省經(jīng)濟(jì)增長與環(huán)境污染實(shí)證研究[J].中國集體經(jīng)濟(jì)，2019（22）：18-19.

[4]申韜，黃媚.金融生態(tài)環(huán)境、經(jīng)濟(jì)增長與FDI效應(yīng)研究——基于東盟國別數(shù)據(jù)的實(shí)證分析[J].武漢金融，2019（11）：22，71-77.

[5]PADHAN H，HAOUAS I，SAHOO B， et al. What matters for environmental quality in the Next-11 countries：Economic growth or income inequality？[J]. Environmental Science and Pollution Research，2018，26（22）.

[作者簡介]楊思琪，女，漢族，江西吉安人，就讀于江西財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，研究方向：資源環(huán)境、企業(yè)經(jīng)濟(jì);彭強(qiáng)，男，漢族，江西萍鄉(xiāng)人，就讀于江西財(cái)經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院生，研究方向：國際貿(mào)易、企業(yè)經(jīng)濟(jì);李微，女，漢族，江西新余人，就讀于江西財(cái)經(jīng)大學(xué)財(cái)稅與公共管理學(xué)院，研究方向：社會保障。