行業(yè)經(jīng)濟發(fā)展對我國環(huán)境影響分析

1、題目: 行業(yè)經(jīng)濟發(fā)展對我國環(huán)境影響分析摘 要在現(xiàn)代社會，行業(yè)經(jīng)濟分類作為重要的統(tǒng)計分類，對社會和經(jīng)濟發(fā)展的研究具有重要的意義，本文通過統(tǒng)計模型分析了行業(yè)經(jīng)濟發(fā)展和環(huán)境污染之間的關系，并對如何防范和治理環(huán)境污染提出了建議。本文收集了1989-2011年的行業(yè)經(jīng)濟發(fā)展指標和環(huán)境污染指標，首先利用因子分析將3個環(huán)境污染指標綜合為一個環(huán)境污染指標，命名為綜合環(huán)境因子，然后又用格蘭杰因果檢驗方法檢驗了各行業(yè)經(jīng)濟是否為環(huán)境的格蘭杰原因，最后利用向量自回歸模型分析了各行業(yè)經(jīng)濟對環(huán)境污染的貢獻度。得出的結論如下，從1989年到2011年以來對環(huán)境污染貢獻度最大的是建筑業(yè)，占了所有行業(yè)的34%，電力、燃氣及水的

2、生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境的污染相對較小，從各行業(yè)經(jīng)濟發(fā)展對環(huán)境污染影響程度的增長趨勢來看，電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境污染影響的貢獻度逐漸減小，第三產(chǎn)業(yè)和制造業(yè)基本保持不變，建筑業(yè)對環(huán)境污染的影響則逐漸變大。因此若要改善環(huán)境，治理環(huán)境污染，應該重點解決建筑業(yè)、制造業(yè)和第三產(chǎn)業(yè)對環(huán)境的污染。關鍵詞：環(huán)境污染 行業(yè)經(jīng)濟 因子分析 格蘭杰因果檢驗 向量自回歸模型AbstractIn modern society, industry, economic classification as an important statistical classifica

3、tion of social and economic development of the research has important significance, this paper analyzes the statistical model of economic development and trade relationship between environmental pollution, and how to prevent and control environmental Pollution is suggested. This collection 1989-2011

4、 years of industry indicators of economic development and environmental pollution indicators, the first to use factor analysis to three indicators of environmental pollution as a comprehensive environmental pollution index, named for integrated environmental factors, and then tested using Granger ca

5、usality test whether the environment in sectoral economic Granger cause Finally vector autoregression model to analyze the various sectors of economic contribution of environmental pollution. Concluded as follows, from 1989 to 2011 since the contribution of environmental pollution is the biggest con

6、struction industry accounted for 34% of all industries, electricity, gas and water production and supply industry, and agriculture, forestry, animal husbandry and fisheries, the first industrial pollution of the environment is relatively small, from all sectors of economic development impact of envi

7、ronmental pollution on the growth trends, Electricity, gas and water production and supply industry, and agriculture, forestry, animal husbandry and fisheries, the first industry's contribution to environmental pollution degree decreases, the tertiary industry and manufacturing sectors remained

8、unchanged, the construction industry on the effects of environmental pollution is gradually larger. So to improve the environment, environmental pollution, should focus on resolving the construction, manufacturing and tertiary industry pollution of the environment.Key words: Environmental pollution,

9、 industry economy, factor analysis, Granger causality test, vector autoregression model目 錄摘 要- 1 -Abstract- 2 -一 文獻綜述- 4 -二 研究方法與指標數(shù)據(jù)說明- 5 -2.1研究方法- 5 -2.2指標選取- 6 -三 實證分析- 7 -3.1對數(shù)據(jù)進行分析- 7 -3.2因子分析- 7 -3.3格蘭杰因果檢驗- 9 -3.4向量自回歸模型- 10 -四 結論及其政策建議- 13 -附錄- 14 -參考文獻- 16 -行業(yè)經(jīng)濟發(fā)展對我國環(huán)境影響分析一 文獻綜述國家發(fā)展改革委關于推進全

10、國資源節(jié)約型和環(huán)境友好型社會建設綜合配套改革試驗區(qū)的通知中注明推進城市群綜合配套改革，要深入貫徹落實科學發(fā)展觀，從各自實際出發(fā)，根據(jù)資源節(jié)約型和環(huán)境友好型社會建設的要求，全面推進各個領域的改革，在重點領域和關鍵環(huán)節(jié)率先突破，大膽創(chuàng)新，盡快形成有利于能源資源節(jié)約和生態(tài)環(huán)境保護的體制機制，加快轉變經(jīng)濟發(fā)展方式，推進經(jīng)濟又好又快發(fā)展，促進經(jīng)濟社會發(fā)展與人口、資源、環(huán)境相協(xié)調，切實走出一條有別于傳統(tǒng)模式的工業(yè)化、城市化發(fā)展新路，為推動全國體制改革、實現(xiàn)科學發(fā)展與社會和諧發(fā)揮示范和帶動作用。在現(xiàn)代社會，產(chǎn)業(yè)結構作為聯(lián)系人類經(jīng)濟活動與生態(tài)環(huán)境之間的一條重要紐帶不僅是一個“資源配置器”，更是環(huán)境資源的消耗和

11、污染物產(chǎn)生的質(種類)和量的控制體”產(chǎn)業(yè)的發(fā)展及其組合類型、強度的變化在顯著促進區(qū)域社會經(jīng)濟繁榮的同時，也對生態(tài)環(huán)境產(chǎn)生重要影響尤其當微觀的環(huán)境污染治理效果越來越受到局限，資源的供給越來越緊缺，環(huán)境的自凈能力越來越低下，人們便把目光轉向了產(chǎn)業(yè)轉型。產(chǎn)業(yè)結構和環(huán)境污染關系密切，不同的產(chǎn)業(yè)結構對應不同的環(huán)境效應。弄清產(chǎn)業(yè)結構與環(huán)境污染之間的關聯(lián)，對于有效引導產(chǎn)業(yè)結構調整，建立合理的產(chǎn)業(yè)結構、布局，進而實現(xiàn)全區(qū)環(huán)境系統(tǒng)和經(jīng)濟系統(tǒng)的和諧具有重要作用。自上世紀 70 年代起，國內(nèi)外學者就對環(huán)境污染因素進行了分解分析。Commoner（1972）認為環(huán)境質量主要受三個因素的影響：人口增長因素，主要反映在總

12、人口的規(guī)模；經(jīng)濟增長因素，主要反映在人均消費或人均產(chǎn)量；技術進步因素。如果某要素對環(huán)境的效應為零，表明該要素不產(chǎn)生環(huán)境壓力；如果某要素對環(huán)境的效應大于零，則表明該要素增加了環(huán)境壓力，不利于協(xié)調發(fā)展；如果某要素對環(huán)境的效應小于零，則表明該要素減少了環(huán)境壓力，有利于協(xié)調發(fā)展。Grossman（1991）給出了污染排放量分解的動態(tài)方程，他將污染排放變化率分解為規(guī)模效應、結構變化效應和技術效應。panayotou（1997）識別了三種影響環(huán)境質量的因素：經(jīng)濟活動的規(guī)模，經(jīng)濟活動的結構或構成，對污染削減努力的需求和供給的收入效應；他們對相應的環(huán)境效應定義為：規(guī)模效應、結構效應、收入或削減效應。Groot

13、（2000）首先把經(jīng)濟劃分為三個部門：第一部門（比如農(nóng)業(yè)）以大的生存需求（如需求的低收入彈性）和強勞動增進型技術進步為特征，該部門在生產(chǎn)的污染排放強度方面處于中間位置。第三部門（比如服務業(yè)）和第一部門具有相反的特征，即小的生存需求和有限的勞動增進型技術進步，該部門具有最低的污染排放強度。第二部門（如制造業(yè)）在生存需求和生產(chǎn)率增長方面處中間位置，但它的排放強度是最大的。這三個部門生產(chǎn)的產(chǎn)品替代性很差。在部門分類的基礎上，污染排放量的變化等于四部分變化之和：產(chǎn)出的變化、勞動排放比率的變化、勞動生產(chǎn)率的變化和部門產(chǎn)出結構的變化。Verbeke and Clercq（2002）指出影響環(huán)境污染的直接因

14、素為：經(jīng)濟規(guī)模、經(jīng)濟結構和技術進步。間接影響因素為：環(huán)境損害程度、環(huán)境意識、決策結構（制度）和市場的完備程度。Stern(2002)把污染物排放量的變化分為投入結構、產(chǎn)出結構、規(guī)模和技術的變化幾個方面，并建立了非線性分解模型，對全球二氧化硫排放變化進行了實證分析。國內(nèi)方面，王慧炯等將排污量的增加可以分解為四個部分：經(jīng)濟規(guī)模變化、經(jīng)濟結構變化、環(huán)境技術變化和交叉項。成艾華（2011）沿著 Levinson 的思路，將工業(yè)污染分解為規(guī)模效應、結構效應和分解余值。龍少波通過對 Grossman 污染分解方程進行拓展，加入了人口增長效應、收入效應，并對技術效應進行了進一步分解，在此基礎上，采用動態(tài)計量

15、經(jīng)濟學方法，探討了影響污染排放量的各種效應。郭天配采用 SDA 分解法，利用 2002 年和 2007 年投入產(chǎn)出表將污染排放量變化分解為五個部分：污染強度變化、生產(chǎn)技術變化、最終需求支出變化、最終需求構成變化、最終需求總量變化。從以上研究可以看出，各位學者的分解方法并不完全相同，總結起來可歸結為人口增長、經(jīng)濟規(guī)模、經(jīng)濟結構、技術進步、勞動生產(chǎn)率、環(huán)境意識、制度等。本文分析研究了國內(nèi)1989-2011年主要行業(yè)經(jīng)濟要素的發(fā)展狀況以及同時段環(huán)境質量污染狀況之間的關系，采用因子分析和向量自回歸模型分析了國內(nèi)行業(yè)經(jīng)濟發(fā)展對環(huán)境的影響，并由此對如何改善和治理環(huán)境建議和對策。二 研究方法與指標數(shù)據(jù)說明2

16、.1研究方法本文將采用向量自回歸模型(VAR)模型來分析中國經(jīng)濟增長與環(huán)境污染的雙向作用機制。VAR模型是西姆斯提出的一種動態(tài)聯(lián)立方程模型,各個方程都具有相同的解釋變量,并以被解釋變量的滯后變量作為解釋變量,可以很方便地研究變量之間的動態(tài)關系,且克服了傳統(tǒng)聯(lián)立方程模型受制于經(jīng)濟理論不完善而帶來的諸如內(nèi)生變量和外生變量的劃分、估計和推斷等復雜問題。此外,VAR模型還可以進行經(jīng)濟變量之間的因果關系、脈沖響應以及方差分解分析。本文主要在VAR模型估計的基礎上,使用方差分解來進行實證分析。VAR模型一般的數(shù)學表達式為其中, 為維內(nèi)生變量向量,為維外生變量向量, 為模型滯后階數(shù),一般根據(jù)AIC、SC準則

17、和LR檢驗來確定; 和B為K×K和K×D維系數(shù)矩陣; 為K維隨機擾動向量, (ts)。本文還利用了因子分析的方法，因子分析是將多個實測變量轉換為少數(shù)幾個不相關的綜合指標的多元統(tǒng)計方法，在教育領域和若其它領域的科學研究中，往往需要對反映事物、現(xiàn)象從多個角度進行觀測，也就設計出多觀測變量，從多個變量收集大量數(shù)據(jù)以便進行分析尋找規(guī)律。多變量大樣本雖然會為我們的科學研究提供豐富的信息，但卻增加了數(shù)據(jù)采集和處理的難度。更重要的是在大多數(shù)情況下，許多變量之間存在一定的相關關系，從而增加了問題分析的復雜性。因子分析就是將大量的彼此可能存在相關關系的變量轉換成較少的，彼此不相關的綜合指標的

18、一種多元統(tǒng)計方法。這樣既可減輕收集信息的工作量，且各綜合指標代表的信息不重疊，便于分析。設有個測量變量，每個變量可作如下分解：上式為因子模型，其中叫做公共因子，它們是在各個變量中共同出現(xiàn)的因子。我們可以把它們看作高維空間中所張起的互相垂直的個坐標軸。表示影響的獨特因子。做因子載荷，它是第個變量在第個主因子上的負荷，或者叫做第個變量在第個主因子上的權，它反映了第個變量在第主因子上的相對重要性。為獨特因子的載荷。因子載荷矩陣的求解方法有許多種，在此可以利用SPSS軟件統(tǒng)計包中的因子分析模塊解決復雜的矩陣正交分解問題。經(jīng)過數(shù)據(jù)的處理，原來的維數(shù)據(jù)可以用維數(shù)據(jù)解釋，從而大大減少的數(shù)據(jù)處理的復雜性。2.

19、2指標選取按照目前國內(nèi)外研究經(jīng)濟增長與環(huán)境質量的慣例并結合統(tǒng)計分析的可操作行,本文選取的行業(yè)經(jīng)濟發(fā)展指標為1989-2011年農(nóng)林牧漁業(yè)增加值、建筑業(yè)增加值、采礦業(yè)增加值、制造業(yè)增加值、電力燃氣及水的生產(chǎn)和供應業(yè)增加值、第三產(chǎn)業(yè)增加值,因第三產(chǎn)業(yè)分類較多故不將其繼續(xù)細分；環(huán)境污染指標包括廢氣污染物二氧化硫排放、液體污染物工業(yè)廢水排放和固體污染物。行業(yè)經(jīng)濟指標來源于國家統(tǒng)計年鑒，環(huán)境污染指標來源于國家環(huán)境保護監(jiān)測中心。具體指標情況見下表，變量符號變量符號二氧化硫排放量電力、燃氣及水的生產(chǎn)和供應業(yè)廢水排放量第三產(chǎn)業(yè)工業(yè)固體廢物產(chǎn)生量建筑業(yè)增加值綜合環(huán)境因子制造業(yè)增加值采礦業(yè)增加值農(nóng)林牧漁業(yè)增加值三

20、 實證分析3.1對數(shù)據(jù)進行分析繪制環(huán)境污染指標關于行業(yè)經(jīng)濟發(fā)展指標趨勢圖,下表中柱形圖表示行業(yè)經(jīng)濟發(fā)展指標,折線圖表示環(huán)境污染指標,從下表中可以看出,隨著各行業(yè)經(jīng)濟的快發(fā)展,環(huán)境污染指標也逐漸升高,1989年制造業(yè)增加值為4639億元,建筑業(yè)增加值為794億元,到2011年兩者分別增加到153552和31943億元,相應的二氧化硫排放量和工業(yè)固體廢物產(chǎn)生量也大幅度的增加了。從實際情況來看環(huán)境污染的增加與各行業(yè)的經(jīng)濟發(fā)展有關，因此，從理論上說，分析各行業(yè)的經(jīng)濟發(fā)展指標與環(huán)境指標之間的關系能夠找出行業(yè)經(jīng)濟發(fā)展與環(huán)境的關系。圖1 行業(yè)經(jīng)濟指標與環(huán)境指標之間的關系3.2因子分析從上表中可以看出環(huán)境污染

21、與行業(yè)的經(jīng)濟發(fā)展有關，環(huán)境污染隨著行業(yè)經(jīng)濟的發(fā)展而加劇，但是各個行業(yè)對環(huán)境污染的影響大小以及各行業(yè)對環(huán)境污染的貢獻度我們無法從上圖中看出，為了分析各行業(yè)對環(huán)境污染的影響程度的大小從而找出如何應對環(huán)境污染的問題，我們進行了按如下步驟進行了分析：為了分析行業(yè)經(jīng)濟發(fā)展對環(huán)境污染的影響，我們需要尋找行業(yè)經(jīng)濟發(fā)展與環(huán)境污染指標之間的關系，如果分析所有行業(yè)對三個環(huán)境污染指標的作用就會顯得有些凌亂，因此如果將三個環(huán)境污染指標進行一下綜合相對來說就比較清晰。因此首先對對三個環(huán)境污染變量進行因子分析，求出一個與環(huán)境污染有關的因子，命名為綜合環(huán)境因子。3.21 因子分析的可行性進行檢查。數(shù)據(jù)之間的相關性比較大，適

22、合進行因子分析，其次對數(shù)據(jù)進行KMO and Bartlett檢驗，結果見附表1，從表中看出KMO檢驗值為0.493，Bartlett的P值為0.00，因此，說明數(shù)據(jù)可以進行因子分析。3.22 因子分析結果的合理性。表1和附表2是對因子分析合理性的展示，從表1中看出將三個環(huán)境指標綜合為一個環(huán)因子時，該因子對原三個環(huán)境指標的信息提取量達到了87.19%，該因子基本上反映了原始信息。另外從附表2中看出當選取一個因子時，該因子對二氧化硫排放量的信息提取為76.2%，對廢水排放量的信息提取為97.9%，對工業(yè)固體廢物產(chǎn)生量的信息提取量為87.6%，該因子基本上包含了三個環(huán)境因子的信息。因此，因子分析結

23、果非常合理。 表1 因子信息提取量表因子個數(shù)單個因子的信息提取量累計信息提取量187.19887.198212.21399.41130.5891003.23因子載荷矩陣。因子載荷矩陣為附表3，從表中看出三個數(shù)相差不大，認為該因子對三個環(huán)境變量的信息反映相差不大，因此可將其命名為綜合環(huán)境因子，從附表中可以看出，3.24計算因子得分。下表3為因子得分表，從下表能夠看出因子得分逐漸增大，這與二氧化硫排放量、廢水排放量、工業(yè)固體廢物產(chǎn)生量的增長情況完全一致，這也反映了隨著經(jīng)濟的發(fā)展環(huán)境污染越來越嚴重。表2 因子得分表年份因子得分年份因子得分1989-1.156922001-0.264081990-1.

24、223322002-0.229971991-1.1494120030.129151992-0.946620040.422931993-0.8692320050.982221994-0.7984220061.159831995-0.8091620071.227981996-0.674120081.199111997-0.5443920091.220711998-0.382420101.485391999-0.5427420112.082382000-0.318953.3格蘭杰因果檢驗格蘭杰因果檢驗能夠檢驗變量之間的相互因果關系，通過格蘭杰因果檢驗能夠檢驗出各行業(yè)經(jīng)濟發(fā)展是否為帶來環(huán)境污染的格蘭杰

25、原因，各行業(yè)經(jīng)濟發(fā)展是否為環(huán)境污染的先導作用。下表為各行業(yè)經(jīng)濟發(fā)展指標對綜合環(huán)境因子的格蘭杰因果檢驗結果，分析結果如下，第一行為采掘業(yè)對環(huán)境的格蘭杰因果檢驗，當檢驗的滯后期分別取滯后兩期、滯后三期、滯后四期、滯后五期時，P值均遠遠大于顯著性水平，此處不能拒絕原假設，因此認為采礦業(yè)不是環(huán)境污染的格蘭杰原因，在接下來的分析中不再分析采礦業(yè)對環(huán)境污染造成的影響。第二行是第三產(chǎn)業(yè)對環(huán)境污染的格蘭杰檢驗，當檢驗取滯后兩期、滯后三期時拒絕原假設，認為第三產(chǎn)業(yè)的發(fā)展是環(huán)境污染的格蘭杰原因，第三產(chǎn)業(yè)的發(fā)展對環(huán)境污染起作用。同樣的第三為建筑業(yè)，第四行為電力、燃氣及水的供應業(yè)，第五行為農(nóng)林牧副漁業(yè)，第六行為制造業(yè)

26、對環(huán)境污染的格蘭杰因果檢驗，均存在某個滯后期拒絕原假設，因此認為建筑業(yè)、制造業(yè)、電力、燃氣及水的供應業(yè)、農(nóng)林牧副漁均為環(huán)境污染的格蘭杰原因，均對環(huán)境污染有影響。總的來說，大部分行業(yè)經(jīng)濟的發(fā)展均對環(huán)境污染有影響，可以通過分析行業(yè)經(jīng)濟發(fā)展對環(huán)境的影響作用來為環(huán)保提供建議。 表3 格蘭杰因果檢驗表滯后期2345原假設F值P值F值P值F值P值F值P值CK不是HJ的格蘭杰原因0.8754 0.4357 1.8614 0.1860 0.7049 0.6065 0.2239 0.9407 DS不是HJ的格蘭杰原因3.7856 0.0451 4.4313 0.0236 1.8216 0.2013 0.4583

27、 0.7963 JZ不是HJ的格蘭杰原因3.1020 0.0727 2.1093 0.1484 1.5191 0.2691 0.4486 0.8027 DL不是HJ的格蘭杰原因0.2925 0.7503 0.5401 0.6632 2.5624 0.0914 0.3047 0.8953 NY不是HJ的格蘭杰原因2.3184 0.1306 2.7850 0.0696 0.7742 0.5664 0.6189 0.6912 ZZ不是HJ的格蘭杰原因2.3914 0.1234 2.7535 0.0849 0.9379 0.4807 0.5721 0.7213 3.4向量自回歸模型由于行業(yè)經(jīng)濟之間及環(huán)

28、境相互影響，前期的經(jīng)濟發(fā)展可能對當期的經(jīng)濟發(fā)展和當期的環(huán)境有影響，某個行業(yè)不僅對環(huán)境有直接影響還存在間接影響，通過建立向量自回歸模型能夠反映行業(yè)經(jīng)濟之間，行業(yè)經(jīng)濟與環(huán)境之間錯綜復雜的關系，分析行業(yè)經(jīng)濟的發(fā)展對環(huán)境污染的貢獻程度及影響大小。3.41協(xié)整檢驗。協(xié)整檢驗是建立向量自回歸模型的前提，同時通過協(xié)整檢驗還能夠檢驗行業(yè)經(jīng)濟發(fā)展是否與環(huán)境污染之間存在長期穩(wěn)定的關系。從標準化的行業(yè)經(jīng)濟指標及繪制出的折線圖中看出數(shù)據(jù)隨時間逐漸變大，即數(shù)據(jù)不平穩(wěn)。對數(shù)據(jù)平穩(wěn)性差分或兩階差分后的數(shù)據(jù)檢驗得如下表4， 表4 數(shù)據(jù)平穩(wěn)性檢驗電力、燃氣及水供應DL不平穩(wěn)一階差分后平穩(wěn)制造業(yè)增加值ZZ不平穩(wěn)一階差分后平穩(wěn)第三

29、產(chǎn)業(yè)增加值DS不平穩(wěn)一階差分后平穩(wěn)綜合環(huán)境因子HJ不平穩(wěn)二階差分后平穩(wěn)建筑業(yè)增加值JZ不平穩(wěn)二階差分后平穩(wěn)農(nóng)林牧漁業(yè)增加值NY不平穩(wěn)二階差分后平穩(wěn)由于數(shù)據(jù)的單位根的階數(shù)不一樣，不能直接利用EG檢驗法檢驗數(shù)據(jù)是否有協(xié)整關系，此處首先檢驗綜合環(huán)境因子、建筑業(yè)增加值、農(nóng)林牧漁業(yè)增加值之間是否存在一個線性組合使其為一階單位根過程，得表5，從下表中看出ADF值小于1%臨界值，所以存在一個三者之間的線性組合其一階差分為平穩(wěn)序列。表5 線性組合單位根檢驗線性組合（不唯一）差分ADF值1%臨界值P值一階-3.898567-3.7880300.0079因此可以對六個變量之間進行協(xié)整檢驗，結果如下表6，從表中EG

30、統(tǒng)計量小于1%臨界值，所以變量之間存在協(xié)整關系。表6 協(xié)整關系檢驗結果回歸模型類型滯后截斷EG統(tǒng)計量1% 臨界值結果無趨勢項1-5.608949-2.679735有協(xié)整關系3.42建立向量自回歸模型。從上面的分析中看出變量之間存在協(xié)整關系，且變量之間關系復雜，相互影響，因此可以建立向量自回歸模型。首先是模型滯后長度的選擇，這里根據(jù)LR、AIC等原則，選取滯后兩期，建立模型如下,式中是常數(shù)項，為常數(shù)項系數(shù)，為一階滯后項系數(shù)，為二階滯后項系數(shù)，為誤差項，模型估計結果見附表4，并且通過檢驗該模型是穩(wěn)定的。 3.43向量自回歸模型的方差分析。方差分析通過分析內(nèi)生變量的沖擊對內(nèi)生變量變化的貢獻度，評價不

31、同內(nèi)生變量沖擊的重要性。因此方差分析給出對每一個向量自回歸模型中的變量產(chǎn)生影響的每個隨機項的相對重要性的信息。此處可以通過方差分析來反映行業(yè)經(jīng)濟發(fā)展對環(huán)境污染照成的影響，來分析各行業(yè)對環(huán)境污染的貢獻度。剔除環(huán)境污染對自身的影響，分析結果見附表5，此處僅列出最后一行，見下表7，該表中數(shù)值表示各個行業(yè)23年來的經(jīng)濟發(fā)展對環(huán)境污染影響的貢獻大小，既反映了行業(yè)發(fā)展對環(huán)境污染的影響，表7 各行業(yè)對環(huán)境污染的貢獻度行業(yè)對環(huán)境污染的貢獻度建筑業(yè)33.93388%第三產(chǎn)業(yè)26.33201%制造業(yè)25.10393%電力、燃氣及水的生產(chǎn)和供應業(yè)8.133424%農(nóng)林牧漁業(yè)6.496756%將各行業(yè)的經(jīng)濟發(fā)展對環(huán)境

32、污染的貢獻繪制成圖，如下圖2，從表7和圖2中看出，從1989年到2011年以來對環(huán)境污染貢獻度最大也就是環(huán)境污染最嚴重的三個行業(yè)是建筑業(yè)、第三產(chǎn)業(yè)和制造業(yè)，其中建筑業(yè)所造成的環(huán)境污染最大，占了所有行業(yè)的34%，第三產(chǎn)業(yè)與制造業(yè)兩者相差不多，都為26%左右，電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境的污染相對較小，均未超過10%。從各行業(yè)經(jīng)濟發(fā)展對環(huán)境污染影響程度的增長趨勢來看，從1989年到2011年，電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境污染影響的貢獻度逐漸減小，第三產(chǎn)業(yè)和制造業(yè)基本保持不變，建筑業(yè)對環(huán)境污染的影響則逐漸變大。因此若要改善環(huán)境，治理環(huán)境污染，應

33、該重點解決建筑業(yè)、制造業(yè)和第三產(chǎn)業(yè)對環(huán)境的污染。圖2 各行業(yè)經(jīng)濟發(fā)展對環(huán)境污染貢獻度趨勢圖四 結論及其政策建議經(jīng)過上面的分析結論如下（1） 通過格蘭杰因果檢驗看出，采礦業(yè)不是環(huán)境污染的格蘭杰原因，也就是說從統(tǒng)計角度來說，采礦業(yè)并不對環(huán)境污染造成影響。（2）根據(jù)向量自回歸模型的方差分析，1989年到2011年以來對環(huán)境污染貢獻度最大也就是環(huán)境污染最嚴重的三個行業(yè)是建筑業(yè)、第三產(chǎn)業(yè)和制造業(yè)，其中建筑業(yè)所造成的環(huán)境污染最大，占了所有行業(yè)的34%。（3）電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境的污染相對較小，均未超過10%。（4）從各行業(yè)經(jīng)濟發(fā)展對環(huán)境污染影響程度的增長趨勢來看，從19

34、89年到2011年，電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境污染影響的貢獻度逐漸減小。這兒指出，趨勢減小并不意味著該行業(yè)對環(huán)境污染照成的程度的減小。（5）第三產(chǎn)業(yè)和制造業(yè)趨勢基本保持不變，建筑業(yè)對環(huán)境污染的影響則逐漸變大。政策建議如下（1）綜合各行業(yè)對環(huán)境污染的貢獻度及趨勢增長，電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境的污染相對較小，建筑業(yè)、第三產(chǎn)業(yè)和制造業(yè)對環(huán)境污染的程度相對較大。因此，應該加強對建筑業(yè)、第三產(chǎn)業(yè)和制造業(yè)的環(huán)境監(jiān)管治理。（2）雖然電力、燃氣及水的生產(chǎn)和供應業(yè)及農(nóng)林牧漁業(yè)等第一產(chǎn)業(yè)對環(huán)境污染影響的貢獻度逐漸減小，但其實際對環(huán)境污染的影響并未減小，

35、仍然嚴重，因此仍需要注意保護環(huán)境。（3）加強排污監(jiān)督,科學制定環(huán)境標準,強化環(huán)境與經(jīng)濟的綜合決策。在加快經(jīng)濟發(fā)展時,必須始終堅持可持續(xù)發(fā)展戰(zhàn)略,把環(huán)境保護放到重要位置?？茖W的制定相關環(huán)境標準體系,建立環(huán)境與經(jīng)濟綜合決策機制,把環(huán)境保護目標列入國民經(jīng)濟與社會發(fā)展總體戰(zhàn)略目標之中,用標準限制環(huán)境污染,保護環(huán)境。（4）改革我國目前的環(huán)保投融資體系,增加環(huán)保投入。我們應當按照“污染者付費,利用者補償,開發(fā)者保護,破壞者恢復”的原則,逐步使排污者和開發(fā)者成為環(huán)保投資的主體。（5）充分發(fā)揮市場機制作用,建立和健全我國的環(huán)境資源配置體系。走出“環(huán)?？空?經(jīng)濟靠市場”的誤區(qū),開展排污權交易,將市場機制引入環(huán)

36、境保護事業(yè)之中,實現(xiàn)環(huán)保制度的創(chuàng)新。在市場經(jīng)濟條件下,通過經(jīng)濟激勵與約束機制可以給經(jīng)濟主體提供充分的刺激,將環(huán)境保護與企業(yè)利潤最大化或消費者效用最大化目標聯(lián)系起來,實現(xiàn)生產(chǎn)、消費與環(huán)保的和諧統(tǒng)一。附錄附表1 因子分析KMO and Bartlett檢驗Kaiser-Meyer-Olkin Measure of Sampling Adequacy.0.493Bartlett's Test of SphericityApprox. Chi-Square82.239df3Sig.0.00附表 2 因子對單個變量的信息提取量Communalities InitialExtraction二氧化硫

37、排放量（萬噸）10.762廢水（億噸）10.979工業(yè)固體廢物產(chǎn)生量（億噸）10.876附表3 因子載荷矩陣Component Matrix(a)Component二氧化硫排放量（萬噸）0.873廢水（億噸）0.989工業(yè)固體廢物產(chǎn)生量（億噸）0.936 附表4 向量自回歸模型估計結果DLDSHJJZNYZZC 0.631009 0.289303 0.181072 0.064217 0.131779 0.191298DL(-1) 0.065595 0.108083-0.249833-0.096417 0.

38、721373 0.227585DL(-2)-0.608382-0.150554-2.028369-0.247275 0.097199-0.485668DS(-1)-2.551612 0.076793-0.700748 0.614161-2.29099-0.541679DS(-2) 5.694281 0.637341 6.512607 0.072454 1.714759 1.342292HJ(-1) 0.433706 0.014662 0.234523-0.00304

39、2-0.091383-0.040252HJ(-2) 1.077336 0.149165 0.825031 0.166889-0.046246 0.235913JZ(-1)-1.127478-0.001497-4.822715 0.971829 3.105345 0.142202JZ(-2) 0.557937 0.401603-1.746414-0.55892-1.071815-0.549524NY(-1) 0.297168-0.231532 1.387664 0.0

40、21190 0.389768 0.064606NY(-2) 0.886888-0.083972 1.356842 0.117777-0.354213 0.013306ZZ(-1) 1.280661 0.621970 5.213210 0.385430-0.39257 1.256655ZZ(-2)-4.49996-0.248146-4.912253-0.377083-0.650967-0.476737附表5 向量自回歸模型方差分析結果 PeriodS.E.DLDSHJJZNYZ

41、Z 1 0.096479 0.007462 30.91546 69.07707 0.000000 0.000000 0.000000 2 0.105293 0.004708 19.54039 56.59558 0.006197 7.288260 16.56486 3 0.156591 2.154899 16.93257 36.11286 5.588502 31.186

42、72 8.024463 4 0.178432 3.174771 14.82747 32.05106 8.441131 33.80551 7.700053 5 0.210765 13.36359 12.01507 25.48950 6.927603 30.34867 11.85557 6 0.223747 11.22834 12.24392 21.83816 15.20

43、909 25.64984 13.83066 7 0.245157 9.299540 16.05230 17.60391 23.43289 21.17262 12.43875 8 0.251701 9.077411 15.37713 16.60046 27.20781 19.97539 11.76179 9 0.252639 10.36557 15.35601 16.5

44、7141 26.62228 19.60733 11.47741 10 0.258517 11.40068 14.07998 16.43480 28.52946 19.03129 10.52379 11 0.272014 12.24605 13.34799 17.06012 29.13735 18.71955 9.488943 12 0.282263 11.82091 15.28081 18.78487 28.08989 17.36282 8.660699 13 0.299609 11.10500 19.09462 19.95373 25.82286 16.05