下载掌阅APP，畅读海量书库
立即打开
本部分所用数据来自中国规模以上工业企业数据库、《中国环境统计年鉴》《中国能源统计年鉴》以及《中国工业统计年鉴》。参考国内外学者关于环境污染影响因素的研究，并结合工业行业的特点，构建面板数据模型，以环境污染综合指数为基础测算分行业污染强度，并作为被解释变量。环境污染综合指数测算利用熵权法计算六类环境污染物排放得到的综合指数，原始数据来源于《中国环境统计年鉴》。
在回归模型中，资源错配程度（ Allocation ）为核心解释变量，同时纳入其他控制变量，主要包括：环境规制强度（ ERI ），用污染治理投资占总投资的比重表示；能源结构（ ESTR ），用煤炭终端消费量占能源消费总量的比重表示；国有经济比重（ PROP ），用国家资本占实收资本比重来表示；外资水平（ FDI ），用实收资本中港澳台与外商资本之和所占比重表示；技术进步（ R&D ），用分行业科技活动经费支出占产品销售收入的比重表示。各变量的描述性统计结果如表5.2所示。
表5.2 描述性统计结果
设定面板数据计量模型如下：
其中， i 表示行业， t 表示年份， β 1 ～ β 6 分别表示各影响因素的回归系数， μ 为干扰项。
根据分行业平均环境污染综合指数，将36个行业分成重污染行业和轻污染行业，其中重污染行业（平均环境污染综合指数大于3.0）包括煤炭采洗业、有色采洗业、造纸业、化学制品业、非金制品业、黑金加工业和电热力供应业。其余27个行业为轻度污染行业（平均环境污染综合指数小于3.0）。分别对全样本（共288个样本）、重度污染行业（共56个样本）和轻度污染行业（共232个样本）进行回归，结果见表5.3。
表5.3 资源错配对环境污染影响的回归结果
注：括号内数字为标准误，*表示在10%的水平下显著，**表示在5%的水平下显著，***表示在1%的水平下显著
根据表5.3，全样本回归结果表明， Allocation 在5%的统计水平下显著为负，能源结构在1%的显著性水平下显著为负。这说明实际生产率 TFP 与有效配置下的生产率 TFP efficient 之比越小，即资源错配越严重，污染强度越高。另外，能源结构中煤炭消耗比例越大，则污染排放强度越高。将行业按照污染程度划分为轻污染和重污染行业的回归结果表明，资源错配和能源结构都在1%的统计水平下显著，技术进步在5%的统计水平下显著，且系数符号与全样本回归结果一致。重污染样本的回归结果系数符号与前文一致，但是 Allocation 的系数绝对值更大，说明资源错配对污染强度的边际效应在重污染行业中更大。