摘要：针对日益严重的空气污染问题，本文旨在利用面板数据模型，通过实证分析探讨一下我国废气排放量的经济影响因素，并对对如何减少废气排放量提出一些建议。
关键词：废气排放 面板数据模型
一、模型的建立—面板数据模型
本文以我国31个省和直辖市为样本，通过面板数据模型进行分析。采取此模型主要出于两方面的原因：1）由于每个省条件不同，存在个体差异影响；2) 考虑废气排放量的影响因素时，可能忽略一些变量，为控制由此可能导致的内生性问题，面板数据模型相较一般线性回归模型更好。
（一）变量的选择及数据来源
考虑到废气排放主要来自于工业生产、日常生活和汽车排放，本文考虑的经济因素主要包括GDP、人口密度和人均汽车数。其中，1）由于废气排放主要与实体经济如工业等有关，故文中的GDP为实际GDP；2）由于各省规模不同，故文中用的是人口密度而非总人口；3）在考虑到汽车数时，笔者主要采用的是人均汽车数，因从经济角度看，更容易采取措施就人均汽车数做出调整。
因此，模型中的因变量为废气排放量（lfp）；自变量分别为:实际GDP（lgdp）、人均汽车数（avercar）和人口密度（ld） 。笔者主要搜集了2003-2009年间我国31个省和直辖市的相关数据。本文中的数据来自于中国统计局。
（二）模型选择和回归结果
本文的模型形式如下：
lfpit=αi+β1lgdpit+β2ldit+β3avercarit+υit
其中，i=1,2,3,…31，代表各省或直辖市；t代表年份（2003-2009）。
面板数据模型主要有三种情况：1）当对所有的i, αi =α时，为Pooled—OLS回归模型，即一般的OLS模型； 2）当αi为随机变量且与各自变量无关时，即cov(Xi，αi)=0时，为随机效应模型（RE），即各省或直辖市自身对废气排放的差异影响是随机的；3）当αi为不可观测的随机变量且与自变量相关时，即cov(Xit,αi)≠0时，为固定效应模型，即不同的省或直辖市对废气排放量有固定影响。
由于不同省或直辖市条件不同，故笔者认为其对各自废气排放量的影响也不同，所以笔者只对后两种情况进行回归分析。根据STATA软件的回归分析：
随机效应模型（RE）的结果为:
lfpit=αi+1.917lgdpit-0.460ldit+6.161avercarit （1）
（0.000） （0.000） （0.000）
固定效应模型（FE）的结果为：
lfpit=αi+2.378gdpit-1.434ldit+5.371avercarit （2）
（0.000） （0.007） （0.003）
从P值可以看出，实际GDP、人口密度和人均汽车数均对废气排放量有显著的影响。但根据Hausman检验，最终选择的是固定效应模型，即不同的省或直辖市确实对废气排放量有固定的影响。Hausman检验的结果如下：
Ho: 选择RE模型
T = (b-B)'[(V_b-V_B)^(-1)](b-B) ～ chi2(3)= 26.22
Prob>chi2 =0.0000
其中，b代表固定模型的回归结果，B代表随机模型的回归结果。
因此，拒绝Ho，选择固定效应模型，说明不同的省或直辖市对废气排放量具有固定影响。即选择（2）。
（三）结果分析
根据结果显示，实际GDP和人均汽车数与废气排放量有显著的正相关关系，即经济越发展，每人拥有的汽车数量越多，废气的排放量就越多。而人口密度与废气排放量有显著的负相关关系，这与笔者的预期不同，因为通常认为人口密度越大，废气排放量就越多。如果换个角度考虑，该结果可能在某种程度上具有一定的合理性。人口越密集，人们更关心环境保护，而且工业区多在人口稀疏的郊区，所以人口密度可能与废气排放量存在负相关关系。
二、政策建议
通过实证分析可以看出，如果要减少废弃物排放量，政府可从以下几个方面着手：（1）控制实际GDP 增长，这并不可行，尤其是像我国这样的发展中国家，经济的发展非常重要，但废气排放多与工业有关，故可适当地降低工业在经济发展中的比重。（2）增加人口密度，从某种程度上讲，与计划生育政策冲突，除此之外，人口密度过大可能会引发其他的问题，如高犯罪率和交通拥挤等。（3）控制人均汽车数量，此办法相较可行的，且与目前的一些政策相符，如“摇号买车”。（4）改善技术和开发新能源，目前最受人们追崇，通过利用新能源和新技术减少对传统资源如石油、煤等的使用，进而达到控制废气排放的目的。
参考文献:
[1]吴鹏举，李翠丹，黄伟奇, 环境污染与经济增长、经济结构关系——基于东莞的实证研究[J].生态经济，2009 .7
[2]俞俊峰，张彩洁，我国环境与经济发展关系的实证研究[J].天府新论，2011.3
[3]晏君根，浅析大气环境污染与防治措施[J].中国高新技术企业，2009.22