福建省環境管理區域差異及影響因素研究

肖 琳 琳 (福建師范大學 經濟學院，福建 福州 350007)

福建省環境管理區域差異及影響因素研究

肖 琳 琳
(福建師范大學 經濟學院，福建 福州 350007)

深入研究福建省環境管理的區域差異，對豐富和完善環境政策、提高環境管理績效、促進經濟發展方式的轉變，加快生態文明試驗區建設具有重要意義。本文基于2004—2014年福建省九個地級市的面板數據，運用空間統計方法和空間計量模型研究環境管理效果區域差異及其原因。結果表明：各區域間環境污染存在空間相關性;在影響因素中，地區經濟發展水平、人口規模、產業結構和貿易開放程度對環境管理效果有正向作用，而環境規制、城鎮化水平和投資程度的影響效果還不顯著。

環境管理；區域差異；空間相關性分析；空間滯后模型

一、引言

隨著我國經濟高速增長，“高污染”、“高能耗”、“高排放”的粗放型經濟增長模式給生態環境帶來了嚴重的破壞和巨大壓力。林伯強[1]研究表明我國現處于環境污染庫茲涅茨EKC倒“U”曲線頂點的左端，經濟增長的同時往往是以環境污染為代價。日益嚴重的環境問題喚起人們的覺醒，“先污染后治理”的傳統模式已經不能適應可持續經濟發展的要求。中央把“綠色”作為五大發展理念之一，國家“十三五”規劃明確提出要生態環境質量總體改善，實現生產方式和生活方式綠色、低碳水平上升，能源資源開發利用效率大幅度提高，能源和水資源消耗、建設用地、碳排放總量得到有效控制，主要污染物排放總量大幅減少。

面對日益嚴重的生態壓力，福建省各級政府非常重視環境工作，正在大力推進國家生態文明建設試驗區建設工作，完善并實施了環保政策體系和新能源產業發展政策。環境政策體系在改善生態環境質量方面取得了一定的成效，但各地區的生態資源稟賦差異明顯，有著不同的經濟基礎和產業結構，環境管理存在較大差異。福建省“十三五”發展的基本要求之一就是堅持綠色，實現低碳生態，深入實施生態省戰略，加快生態文明試驗區建設。因此，深入研究全省環境管理的區域差異，并找出影響因素，對豐富和完善環境政策、提高環境管理績效、促進經濟發展方式的轉變，加快生態文明試驗區建設具有重要意義。

二、文獻述評

隨著經濟發展，環境污染問題隨之產生，國內外學者對環境污染與經濟增長之間的關系進行了大量的研究分析。近些年來，學者通過加入外商直接投資、人力資本、產業結構等多維因素來探討各類EKC形成機制。劉渝琳和溫懷德[2]驗證了FDI在促進經濟增長的同時加劇了環境污染的嚴重性，高等人力資本有利于經濟增長和遏制環境污染，而中等人力資本雖然在一定程度上與經濟增長呈現正相關，但不能有效控制環境污染。聶小桃[3]分析廣州三次產業結構演變對環境質量的影響，實證研究表明，廣州三次產業結構演變的環境效應顯著，且產業結構的升級調整有利于改善環境質量。除了結合多個經濟變量研究環境污染的影響因素，國內學者還通過對環境污染的區域差異性進行比較分析。王飛成和郭其友[4]結合環境治理投資、技術進步和貿易開放等因素討論對環境污染及其區域差異性的影響，研究發現，中國的東部、中部和西部的環境庫茲涅茨曲線有較大的異質性。宋濤等[5]闡明了基于環境—收入EKC假說，我國29個省的六類環境指標隨收入的變化存在明顯的區域差異，并且各地區EKC出現轉折點變化的位置也有所不同。

可以發現，以上研究均假設各地區的環境污染排放是相對獨立的，即一個地區的環境污染指標只與本地區的經濟、政策等變量相關，不受到其他地域甚至相鄰地區的影響，故未將空間因素納入區域間環境污染的分析框架中。事實上，Anselin[6]研究發現其他地區的污染排放勢必會影響到本地區的環境質量，因此對區域間環境污染的研究必然要考慮到空間地理因素的影響。Rupasingha[7]對水污染和大氣污染的空間相關性進行了深入探討，研究發現，引入空間因素可以大大提高計量模型的準確度。王立平等[8]對環境污染與經濟增長的空間相關性分析發現中國省域之間的環境污染存在明顯的空間依賴性，且地理因素是造成環境污染空間溢出效應的關鍵因素。吳玉鳴等[9]運用空間計量經濟模型，研究省域間環境污染的EKC形成機制及其空間相關性，研究表明，我國省域污染存在顯著的空間溢出效應，即主要為高—高和低—低集聚現象。高峰[10]研究省際間環境污染的空間差異性，建立環境規制對環境污染的影響的空間計量模型，研究表明，我國省際環境污染存在空間效應，且空間集聚現象進一步加強，環境規制強度的增加能顯著降低環境污染水平。

現有的研究成果已經成功探討了基于不同的地區和環境污染指標下環境污染與經濟增長之間的關系(EKC曲線)，極大豐富了環境經濟學理論。研究方法上，將空間地理因素納入環境污染影響因素的研究框架中，并運用空間計量模型進行定性分析的文獻較少。即使運用空間統計方法或空間計量模型研究區域間環境管理差異化的文獻也局限于我國省際之間，而對具體省份各地級市的環境區域差異化的研究成果鮮見。眾所周知，福建省各區域經濟發展不平衡，生態資源稟賦和環境政策的制定與實施存在差異，環境管理必將呈現不同效果。因此，本文基于空間統計方法和空間計量模型，研究在全省統一環境政策下，各地區的環境管理效果差異性及其原因，以此為促進福建省及其他地區的經濟和環境協調發展的政策提供參考依據。

三、福建省環境管理的區域差異分析

福建省“十二五”規劃的生態目標基本順利完成，綠色循環低碳發展成效明顯，資源環境承載力不斷增強，環境管理工作取得成效。福建省環境指標都有顯著改善，省森林覆蓋率持續位居全國首位，由2010年的63.1%上升到2015年的65.95%。地表水、大氣質量優良，水資源利用率明顯提高，單位工業增加值用水量2015年相對2010年下降47.6%，單位GDP二氧化碳排放量和能源消耗已超出下降17.5%和16%的預期目標，主要污染物減排基本達到規劃的完成目標，但各地區的環境管理有較大差異。

鑒于各個地級市數據的可得性和代表性，本文將采用2004年、2010年和2014年各地區單位GDP的工業廢水排放量、工業二氧化硫排放量和工業煙塵排放量作為衡量各區域環境管理成效的指標，對比分析各地區環境管理效果的區域差異。

(一)單位GDP工業廢水排放的區域比較分析

總體來看，福建省除了廈門的其他8個地級市的單位GDP工業廢水排放量從2004—2014年呈現逐漸下降趨勢，說明從整體上看在經濟發展的同時，工業廢水排放量的環境治理效果顯著。其中，漳州的單位GDP工業廢水排放量最高，2014年比2004年下降85.4%，治理效果最為明顯。漳州工業發展進程慢于全省平均水平，工業基礎相對薄弱。漳州在2006年確立工業強市發展戰略，培育了一大批工業企業，造成大量的工業廢水排放。而近十年隨著產業結構升級轉變，科技水平不斷提高，資源利用率也隨之提升，見圖1。

圖1 九地市單位GDP工業廢水排放量比較

(二)單位GDP工業二氧化硫排放的區域比較分析

根據數據統計，2004年、2010年和2014年三明、南平和龍巖三個內陸地區的工業二氧化硫排放量占全省排放總量的58.8%%，而其他六個沿海地區的排放量占41.2%。從圖2中可以看出，內陸地區單位GDP工業二氧化硫排放量都明顯高于沿海地區，但近十年呈階梯大幅下降趨勢，例如三明作為單位排放量最高的地區，2014年比2004年下降78.3%，環境管理效果非常顯著。沿海地區的莆田和廈門緊跟其后，2014年比2004年下降幅度分別達99.2%和91.4%。泉州和漳州的變動幅度不大，說明兩地工業二氧化硫的排放與經濟發展速度相適應，福州的環境管理也有顯著效果，而寧德在2014年之后呈現下降趨勢，治理效果顯著改善。

圖2 九地市單位GDP工業二氧化硫排放量比較

(三) 單位GDP工業煙塵排放量的區域比較分析

研究結果表明，三明市作為福建省重工業發展地，其主導產業為冶金、林產、機械和化工等重工業，單位GDP工業煙塵的排放量位于首位，而內陸地區單位排放量依舊高于沿海地區。三明、龍巖、福州和泉州的單位排放量呈現先下降后上升趨勢，表明在2010年后，環境管理效果明顯變差，而南平市近十年的單位排放趨勢為先上升后下降。廈門在2004年之后的環境治理效果非常顯著，經濟快速發展的同時，工業廢氣污染排放得到非常顯著的改善。寧德的單位GDP工業二氧化硫污染排放水平處于上升趨勢，有待加強管理。見圖3。

圖3 九地市單位GDP工業煙塵排放量比較

四、福建省環境管理區域差異的要素模型

(一)空間計量模型的設定

1.空間相關性度量

空間相關性為地理位置相近的區域之間具有潛在的空間集聚現象，判斷區域間環境污染指標是否存在空間相關性，在相關文獻中普遍采用全局Moran指數I、全局Geary’s C系數和全局Getis-Ord Gi*指數來測算，本文選取全局Moran指數I作為衡量指標。在空間權重矩未標準化情況下，Moran指數I模型的算公式如下：

(1)

式(1)中，Wij為空間權重矩陣的任一元素，Yi和Yj分別表示第i和第j個地區的環境污染綜合指數的觀測值，n為區域總數，S為樣本方差。Moran指數I的取值范圍為[-1,1]，I大于0表示區域間環境污染存在空間正相關，即高污染與高污染地區集聚或者低污染與低污染地區集聚；小于0表示區域間環境污染存在負相關，表示高污染與低污染地區集聚；越接近于0表示區域間環境污染不存在空間相關性，環境污染區域集聚度是隨機分配，變量之間相互獨立。

根據數據的可得性和可比性，選取2004-2014年各地市單位GDP的工業廢水排放總量、工業二氧化硫排放總量、工業煙塵排放量指標，運用主成分因子分析法測算區域環境污染綜合指數，以此來研究環境污染的空間相關性。

福建省區域環境污染在空間上形成了不同的集聚區，地域間的空間相關性使得環境污染及治理存在顯著的空間依賴性，故將空間因素納入到區域間環境污染及各影響因素之間的關系中來進一步探討。本文通過設置空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Model，SEM)來檢驗區域變量間的空間效應。

2.空間滯后模型

空間滯后模型主要用于研究一個地區的環境污染是否有空間溢出效應(擴散現象)，一個地區的環境質量是否受到周圍地區環境及經濟發展行為溢出的影響。模型設置為：

y=λWy+xβ+ε

(2)

式(2)中，y為被解釋變量；W為空間權重矩陣；λ表示相鄰的空間被解釋變量的共同作用對本區域被解釋變量的影響系數，反映被解釋變量之間的空間依賴強度，當λ大于零時，相鄰區域之間的空間相互作用為溢出效應；X表示為n×k矩陣，包括k個解釋變量，如地區經濟增長、城鎮化水平、產業結構等因素；β代表自變量對因變量的解釋能力；ε為服從獨立正態同分布的隨機誤差參數向量。

將空間滯后模型運用于研究區域間環境污染及各影響因素之間的關系，模型設置為：

EQit=α+ρW*EQit+β1LNAGDPit+β2LNPOPit+β3LNURBit+β4LNTTIit+β5INTRADEit+β6LNFDIit+β7LNERit

(3)

3.空間誤差模型

空間誤差模型探討除了區域間經濟發展行為影響因素以外的遺漏變量之間的空間相關性。空間誤差模型設置為：

y=Xβ+μ
μ=ρMμ+ε

(4)

式(4)中，Mμ表示隨機誤差項的空間自相關項；ρ為回歸殘差的空間相關系數，反映鄰近區域觀測值變量的空間相關強度。

(二)指標和數據

本文選取2004—2014年福建省9個地市的面板數據作為研究樣本，所有原始數據均由《中國城市統計年鑒》《福建省統計年鑒》《國家統計年鑒》以及各地市的統計年鑒等資料整理得來，均以2004年為基年進行修正，剔除物價水平變動的影響。

被解釋變量：

環境質量：本文選取單位GDP下的工業廢水排放量、工業二氧化硫排放量和工業煙塵排放量三個指標，運用主成分因子分析法測算區域環境污染綜合指數來代表環境質量指標，綜合指數越高代表環境質量越差，反之則代表環境質量越好。

解釋變量：

經濟發展水平：采用地區人均GDP總值來衡量，以“AGDP”表示。本文以2004年為不變價格的地區GDP除以年末常住人口來表示AGDP，研究地區經濟發展與環境污染之間具有相互作用的關系，工業化初期，經濟快速發展是以資源消耗和環境污染為代價，當資源耗盡和環境承載力達到頂點時，又反過來制約經濟的發展。

人口規模：采用年末常住人口來衡量，以“POP”表示。資源是有限的，人口規模的擴大加劇了環境污染的進程和環境壓力，但是其中高等人力也促進了科技發展，間接改善環境質量。

城鎮化水平：采用城鎮人口占地區總人口的比重來衡量，以“URB”表示。隨著城鎮化建設進程的加快導致產業高度集聚和城鎮人口轉移現象，城市中汽車等交通工具產生大量的二氧化碳等廢氣，建筑的噪音污染和工業企業的三廢排放等加重了城市的環境壓力，帶來更加嚴重的環境污染問題。

產業結構水平：采用第三產業占地區GDP總值的比重來衡量，以“TTI”表示。產業結構是連接經濟活動和生態環境的重要紐帶。產業結構決定了環境污染物排放水平，進一步影響環境質量。

貿易開放程度：采用進出口貿易總額占地區GDP總值的比重來衡量，以“TRADE”，進出口貿易總額以每年外匯比率將美元折算成人民幣。以初級產品為主的貿易模式在促進東道國經濟發展的同時，進一步惡化該國的環境質量。而隨著貿易模式的升級轉型，高增加值、高新技術產品能改善東道國的環境質量。

投資開放程度：采用外商直接投資額占地區GDP總值的比重來衡量，以“FDI”表示，本文外商直接投資額以每年外匯比率將美元折算成人民幣。外商直接投資在促進經濟增長的同時加劇了環境污染。我國作為發展中國家，專業化生產污染密集型產品，國家實行較為寬松的環境標準勢必導致高污染產業由發達國家向發展中國家轉移，使發展中國家成為世界污染避難所。

環境規制：采用工業污染治理投資額占工業增加值比重來衡量,以“ER”表示。地方政府環境政策的實施效果直接影響一個區域的環境質量和社會經濟的發展與穩定，國內外學者對于環境規制的衡量方法包括環境污染治理投入、污染排放的衡量標準和綜合評價的衡量方法。

(1)基于環境污染治理投入的衡量方法，Morgenster等[11]、Cole和Elliott[12]將各行業運行費用和污染減排投資的總和作為環境規制強度的指標。趙連閣等[13]將各種污染物標準化后加總，采用單位污染物排放的工業污染治理投資額作為環境規制的衡量方法。

(2)基于環境污染物排放的衡量方法，張中元和趙國慶[14]利用二氧化硫的去除率和工業廢水排放的達標率來衡量該地區的環境規制強度。Smarzyns和Wei[15]主張單位產值的污染物排放的減排量能夠準確地反映環境績效，且此方法在中國也被廣泛使用。

(3)趙細康[16]則認為單一指標會導致工業污染排放強度的低估，所以他主張將每項污染物指標的權重定義為行業單位產值污染物的排放占全國該污染物的單位產值排放水平之比。本文鑒于數據可得性，采用中國現在比較廣泛采用的方法，以工業污染治理投資額占工業增加值比重來衡量環境規制。

(三)按估計結果和分析

為了判別SLM模型和SEM模型哪個更適合運用到研究區域間環境污染的領域，本文借鑒Anselin和Florax[21]提出的判別準則：檢驗拉格朗日乘數LM-Lag、LM-Error和穩健LM-Lag、穩健LM-Error來判別空間依賴性。若發現LM-Lag檢驗比LM-Error檢驗統計量更顯著，且穩健LM-Lag檢驗統計量依然更顯著于穩健LM-Error，則SLM模型更適用于研究區域間環境污染問題，反之，選擇SEM模型。表1報告了MatlabR2013A的計算結果。結果表明:(穩健)空間滯后的LM值的顯著水平均高于(穩健)空間誤差的LM,且無論是空間固定效應或時間固定效應，原假設“沒有空間滯后被解釋變量”均可以在10%的顯著水平下被拒絕，所以選擇空間滯后模型更為合理。

表1 空間依賴性檢驗結果

注：方括號內數值為假設檢驗的p值。*,**,***分別表示在10%，5%，1%水平下顯著。資料來源：作者計算。

由于出現空間相關性，模型不再服從普通面板數據模型的基本假定，若采用普通面板數據模型的研究方法將導致檢驗的統計量出現水平扭曲，參數估計量不一致或非有效等問題。Ansenlin[21]建議采用極大似然估計空間滯后模型或空間誤差模型，通過擬合優度和自然對數似然函數值來選取模型，擬合優度越高，對數似然函數越大，則擬合的效果越好，表2報告了MatlabR2013A的計算結果。

表2 空間滯后模型估計結果

注：方括號內數值為假設檢驗的t值。資料來源：作者計算。

從估計結果可以看出，在時空雙固定效應下的擬合優度程度最好及對數似然函數值最大，因此本文選擇時空雙固定效應下的模型做回歸分析進行討論。從時空回歸結果看出，地區經濟發展水平、人口規模、第三產業占GDP的比重和貿易開放程度對區域環境質量改善有促進作用，而環境規制、城鎮化水平和投資程度對環境污染的影響效果不顯著，所以剔除該三個變量。

(1)在不考慮其他因素的情況下，地區人均GDP每提高1%，將使環境污染的綜合指數下降3.371個單位，通過1%顯著性水平檢驗。地區經濟發展吸引資本、勞動和技術等高質量生產要素向沿海地區集聚，大規模的資金積累、高端人才的不斷流入和科研水平的提升促進產業結構轉型升級，提高各行業的資源利用率和有效減少工業污染排放水平，使得區域間環境管理效果差距不斷擴大。福建省沿海地區的經濟發展水平相對于內陸地區較高，區域間經濟不平衡發展對環境污染改善的作用存在顯著差異。

(2)人口規模每提高1%，環境污染的綜合指數減少2.337 5個單位，通過10%顯著性水平檢驗。隨著我國基礎義務教育普及，高級人才在總人數的比重也越來越大，雖然人口大規模增加會加重環境壓力，但是高級人才對科技進步和經濟發展的推動在很大程度上間接改善了環境質量。

(3)產業結構每提高1%，環境污染的綜合指數下降1.027 5個單位，通過5%顯著性水平檢驗。產業結構中第三產業的比重不斷上升意味著傳統的粗放型經濟增長模式逐漸轉變為依賴技術革新和管理創新的增長模式，第三產業的發展對能源、資源的依賴性較低，減少了以工業為主導地位的經濟增長給環境帶來的影響。

(4)貿易開放程度每提高1%，環境污染的綜合指數下降0.186 7個單位，通過5%顯著性水平檢驗。隨著貿易模式的升級轉型，高增加值、高新技術產品的貿易模式逐漸取代以初級產品為主的貿易模式。貿易開放程度的提高帶來的技術外溢效應提高了東道國的技術水平和工業生產率，同時也促進地區產業結構的升級優化，從而減少環境污染的影響。而福建位于沿海地區的貿易樞紐中心，由于不同的地理位置也導致省內區域差異化，受到貿易開放影響程度也不一致。

五、 結論

以環境污染綜合指數為測度指標，研究福建省各地市環境污染的空間相關性。基于2004—2014年面板數據，運用空間計量模型，就福建省各地市環境管理效果出現區域差異性的原因進行實證分析。研究結論表明：各區域的環境污染存在相關性；在省統一的環境政策下，各區域經濟發展水平、人口規模、產業結構、貿易開放程度是影響環境管理效果的主要因素，而環境規制、城鎮化水平和投資程度的影響結果還不顯著。據此，要提高環境管理水平，縮小環境管理的區域差異，關鍵在轉變經濟發展方式，提高經濟發展水平。

首先，積極轉變經濟發展方式，提高經濟發展質量。將傳統的粗放型經濟增長模式逐漸轉變為依賴技術革新和管理創新的增長模式，改變傳統的高耗能、高排放的生產方式，積極推進清潔生產技術。引進高增加值、高新技術產品的外資項目，充分利用外資引進的技術溢出效應，減少生產污染密集型產品，避免成為世界污染避難所。

其次，優化產業結構。產業結構的差異是導致環境管理效果不一致的重要原因，各地市應該不斷優化產業結構，發展地區優勢產業。福州、廈門發展電子信息技術、軟件和生物制藥等高新技術產業規模集群，鞋業服裝、工藝美術和電子信息等產業已經成為泉州和莆田的支柱產業，要不斷提升自主創新能力，形成完整的產業鏈，漳州繼續發揮農業優勢發展現代農業，并向高技術工業發展，寧德逐漸形成食品、電機電器等區域工業體系，加強傳統產業的改造升級。內陸地區應該轉變經濟發展方式，積極發展第三產業，尋找新的經濟增長點，提升重工業的生產效率和科技水平，同時扶持低污染、低能耗行業發展。

最后，加大污染治理投資，加強政府監管力度。由于政府掌握較大的環境制定權，一方面地方政府根據區域具體環境問題因地制宜，充分發揮政府宏觀調控作用，在提高環境管理效率的同時促進地區產業結構調整和社會經濟發展。但是現實中有些區域的地方政府相互競爭，為了本地區經濟利益而忽視環境治理的重要性，不合理投資反而加劇了環境污染的進一步惡化。因此，在今后繼續增加污染治理投資的同時，加強地方政府環境監管和管理的考核，切實保證各項政策落到實處。

[1]林伯強, 蔣竺均. 中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J]. 管理世界, 2009(4):27-36.

[2]劉渝琳, 溫懷德. 經濟增長下的FDI、環境污染損失與人力資本[J]. 世界經濟研究, 2007(11):48-55.

[3]聶小桃. 廣州產業結構演變與環境質量關系研究[D].廣州： 暨南大學經濟學院, 2012.

[4]王飛成, 郭其友. 經濟增長對環境污染的影響及區域性差異——基于省際動態面板數據模型的研究[J]. 山西財經大學學報, 2014(4):14-26.

[5]宋濤, 鄭挺國, 佟連軍,等. 基于面板數據模型的中國省區環境分析[J]. 中國軟科學, 2006(10):121-127.

[6]Anselin L. Spatial Effects in Econometric Practice in Environmental and Resource Economics[J]. American Journal of Agricultural Economics, 2001, 83(3):705-710.

[7]Rupasingha A, Goetz S J, Debertin D L, et al. The environmental Kuznets curve for US counties: A spatial econometric analysis with extensions[J]. Papers in Regional Science, 2004, 83(2):407-424.

[8]王立平, 管杰, 張紀東. 中國環境污染與經濟增長:基于空間動態面板數據模型的實證分析[J]. 地理科學, 2010(6):818-825.

[9]吳玉鳴, 田斌. 省域環境庫茲涅茨曲線的擴展及其決定因素——空間計量經濟學模型實證[J]. 地理研究, 2012, 31(4):627-640.

[10]高峰. 中國省際環境污染的空間差異和環境規制研究[D].蘭州： 蘭州大學經濟學院, 2015.

[11]Morgenstern R D, Pizer W A, Shih J S. Jobs Versus the Environment: An Industry-Level Perspective[J]. Journal of Environmental Economics & Management, 2002, 43(3):412-436.

[12]Cole，M．A．R．J．R．Elliott．Do environmental regulations cost jobs?An industry—level analysis of the UK [J]．The B．E．Journal of Economic Analysis and Policy，2007， 7(1)：28-48．

[13]趙連閣, 鐘搏, 王學淵. 工業污染治理投資的地區就業效應研究[J]. 中國工業經濟, 2014(5):70-82.

[14]張中元, 趙國慶. FDI、環境規制與技術進步——基于中國省級數據的實證分析[J]. 數量經濟技術經濟研究, 2012(4):19-32.

[15]Smarzynska，B J， Wei S J．Pollution Havens and Foreign Direct Investment：Dirty Secret or Popular Myth [M]．The B．E．Journal of Economic Analysis and Policy，Berkeley Electronic Press, 2004:1-34．

[16]趙細康. 環境保護與產業國際競爭力:理論與實證[M]. 北京:中國社會科學出版社, 2003:125-131.

[17]Anselin L. Spatial Econometrics: Methods and Models[J]. Studies in Operational Regional Science, 1988, 85(411):310-330.

The Regional Differences in Environmental Management and the Affecting Factors in Fujian Province

Xiao Linlin

(School of Economics, Fujian Normal University, Fuzhou, 350108, China)

Thorough study of the regional differences of provincial environmental management is of great significance to enrich and improve the environmental policy, improve the environmental management performance, change the way of promoting economic development and accelerate the construction of ecological civilization test area. Basing on the panel data of nine cities of Fujian province, the paper analyzes the differences and affecting factors that cause regional difference in environmental management, by utilizing the method of the spatial statistics and spatial econometric methods. The empirical results show that: environmental pollution has spatial correlation in regions; among the factors affecting regional differences in the effect of environmental management, the regional economic development level, population scale, industrial structure and trade openness have positive effects to the environmental management, while the environmental regulation, the urbanization level and the degree of investment are not significant.

environmental management; regional difference; spatial correlation analysis; Spatial Lag Model

2017-03-25

肖琳琳(1993-)，女，碩士研究生,研究方向：經濟計量分析與預測。

福建師范大學競爭力研究中心2015年重大項目(FJ2015JDZ018)；福建省中青年教師教育科研項目(JAS150179)

2095-0365(2017)02-0022-08

F205

A

10.13319/j.cnki.sjztddxxbskb.2017.02.05

本文信息:肖琳琳.福建省環境管理區域差異及影響因素研究[J].石家莊鐵道大學學報：社會科學版，2017，11(2)：22-29.