《吉林省大气主要污染物排放的库兹涅茨曲线探析》2600字（论文）

吉林省大气主要污染物排放的库兹涅茨曲线分析目录TOC\o"1-2"\h\u21712吉林省大气主要污染物排放的库兹涅茨曲线分析 1268731.1变量选取与数据来源 1105251.2研究方法和模型构建 1198871.3实证结果 210701.1.1吉林SO2环境库兹涅茨曲线分析 232330NOx环境库兹涅茨曲线分析 421338 51990年代初期，英国专家学者格罗斯曼和克鲁格明确提出了自然环境库兹涅茨曲线理论，表现了自然环境与经济发展的关系，引起了进一步的思考和争议。他们根据世界不同地区的空气污染物和水和空气污染物的数据和信息，得到了一条工作经验曲线，发现当GDP平均水平下降时，空气污染物消耗量集中增加，但当GDP平均水平下降时，空气污染物消耗量集中增加。上升，大气污染物消耗量呈下降趋势，即随着经济的发展，大气污染物排放量呈倒U型曲线。自然环境库兹涅茨曲线理论被明确提出后，许多专家学者利用不同国家和地区的数据和信息对该行业进行了科学研究，确定了倒U形的EKC曲线，并明确提出了一些独特的EKC图方法可分为倒U形、U形、单调递增、单调递减和n形[31-36]。因此，本章基于库兹涅茨曲线理论，对吉林二氧化硫、氮氧化物和粉尘的表达形式进行了科学研究。1.1变量选取与数据来源为了更好地反映这一变化规律的全过程，本文以1999年为基年，以1999年为不变价格计算经济发展的平均GDP，用PGDP表示。选择SO2、NOx和灰尘作为关键空气污染物指标值。为了更好地线性拟合平均GDP，对大气污染物数据信息进行了平均处理，分别用PS、PN、PD表示。相关数据来源于《吉林省统计年鉴》和《中国环境统计年鉴》。1.2研究方法和模型构建从以往的实证研究经济增长和环境质量的关系，发现环境污染恶性变化的指标值可根据参数化设计实体模型进行描述，应用效益仅作为单一主参数或自变量的多项式函数。文章中明确提出了以下三类代数图实体模型：(1)在线性模型中，生态环境和经济发展成为简单的变换；(2)二次函数实体模型的U型或倒U型生态环境与经济发展的关系；(3)立方函数实体模型的N型或倒N型生态环境与经济发展的关系。用代数图实体模型分析领域质量与经济发展的关系，方程的简化模型如公式1-1：Y=C+β1X+β2X2+其中，C为常数项，U一般假设为与编码序列相关的随机偏差。在这个物理模型中，主要参数β1、β2和β3分别表示平均GDP的一级、二级和三级指标。对于不同的βi，i=1,2,3，实体模型有不同的实际意义。一般来说，β1=β2=β3=0，平均空气污染物消耗量与平均GDP没有关系；当β3≠0时，物理模型描绘的平均空气污染物消耗量和平均GDP呈N型或倒N型曲线。相关性;当β2<0且β3=0时，平均空气污染物消耗量与平均GDP呈倒U型相关；而当时，模型刻画了人均污染物排放量随人均GDP单调变化的特征。1.3实证结果1.1.1吉林SO2环境库兹涅茨曲线分析根据SPSS19，对吉林省平均二氧化硫消费量与平均GDP进行重新线性拟合。结果如表1-1所示。拟合模型结果方程式C（常数）β1β2β3R2(含常数项)5.472**0.001**000.679(不含常数项)00.001**000.899(含常数项)1.0030.002**-8.154/108**00.829(不含常数项)00.002**-9.582/10800.984(含常数项)2.5410.0011.506/108-1.620/10120.823(不含常数项)00.002**-1.189/107*1.117/10120.983注：**表示1%水平显著，*表示5%水平显著，R2值是拟合优化指数。从表1-1的比较中可以看出，二次方程（没有常数项）的实体模型通常优于其他线性拟合方程的实体模型。因此，大家选择二次方程线性拟合平均GDP和平均二氧化硫消耗量，得到平均GDP和平均二氧化硫消耗量之间的相关线性拟合方程为公式1-2：PS=0.002PGDFP-（9.582108）PGDP2人均GDP和人均SO2排放量之间的环境库茨涅茨曲线，如图1-1所示。图1-1人均GDP和人均SO2排放量之间的关系当β2<0且β3≠0NOx环境库兹涅茨曲线分析根据SPSS19，吉林省平均NOx消耗量与平均GDP呈线性回归。结果如表1-2所示。1-2NOx拟合模型结果方程式C（常数）β1β2β3R2(含常数项)1.5030.001**000.782(不含常数项)00.001**000.987(含常数项)12.801-0.001-8.582/10800.724(不含常数项)00.001**-7.435/10900.983(含常数项)(不含常数项)00.002-1.319/1075.07/10120.9801%水平显著，*5%水平显著，R2值是拟合优化指数。由表1-2的对比可知，线性方程（无常数项）的实体模型一般优于其他线性拟合方程的实体模型。因此，我们选择一个线性方程来线性拟合平均GDP和平均NOx消耗量，得到平均GDP和平均NOx消耗量之间的相关线性拟合方程为公式1-3：(1-3)NOx1-2所示。图1-2人均GDP和人均NOx排放量之间的关系1-3烟粉尘拟合模型结果方程式C（常数）β1β2β3R2(含常数项)21.810**-0.001000.115(不含常数项)00.002**000.522(含常数项)37.330**-0.005**2.467/107**00.374(不含常数项)00.005**-2.848/107**00.714(含常数项)56.841**-0.014**1.472/106*-4.594/10110.477(不含常数项)00.011**-1.524/106**6.004/10110.831*5%水平显著，R2值是拟合优化指数。由表1-3的对比可知，三次方程实体模型（无常数项）一般优于其他线性拟合方程实体模型。因此，大家选择三次方程来线性拟合平均GDP和平均烟尘消耗量，平均GDP和平均烟尘消耗量之间的相关线性拟合方程可以计算为公式1-4：PD=0.011PGDP−1.5241-3所示。图1-3人均GDP和人均烟粉尘排放量之间的关系当β1>0，β2<0且β3平均烟尘消耗量