【《区域循环经济发展影响因素实证分析案例》3400字】

区域循环经济发展影响因素实证分析案例目录TOC\o"1-3"\h\u9602区域循环经济发展影响因素实证分析案例 128983（一）循环经济发展效率影响因素指标选取 129231.政府投入水平 166612.城镇化水平 258943.科学技术水平 292834.资源储量水平 2132455.经济发展水平 221490（二）数据来源以及数据预处理 3273561.数据来源 3218082.数据预处理 42027（三）基于Tobit回归模型的循环经济发展效率影响因素分析 4240051.Tobit模型建立 421822.结果分析 5（一）循环经济发展效率影响因素指标选取第四章基于DEA模型，测度分析了我国30个省份的循环经济发展效率，在第五章将通过学习参考现有的学术成果并结合前面几个部分的分析结果，建立循环经济发展效率影响因素指标体系，并考虑数据可信性、可获得性等原则，选择政府投入水平、科学技术水平、资源储量水平、城镇化水平、经济发展水平为循环经济发展效率影响因素指标体系的一级指标，对各指标对区域循环经济发展的影响进行分析。政府投入水平政府对地区的资金支持度即政府的投入水平，公共政策导向和财政支持是经济发展的基本条件之一，而循环经济本质上是一种经济发展模式。因此各地方政府的投入水平应当对区域循环经济的发展起到不可忽视的作用，循环经济发展效率的提高中也包含政府正确的政策引导和适度的财政投入的作用。循环经济中发展，政府投入水平影响主要体现在对地方环境保护的投入水平，对环境保护的资金投入越大，循环经济发展的效率也相应的应该更高。因此，本章节的政府投入水平选取了地方财政环境保护支出占比这一指标来代表。城镇化水平从工业革命以来，经济发展不可避免的一个进程就是城镇化，传统城镇化所带来的土地规划失衡、生态恶化等环境问题是有目共睹的，而环境生态作为循环经济“3R”原则中重要一环，城镇化水平也相应地会对循环经济发展起到一定的作用，而循环经济发展对循环经济发展所带来的具体影响有待进一步实证分析，本章节选择城镇人口占比作为城镇化水平的代表。科学技术水平科技是第一生产力，我国一直强调科技兴国战略，在现阶段经济快速发展时期，科学技术水平已经成为决定性因素之一。我国早期经济发展属于高能耗、高污染的发展模式，经济结构失衡，要想调整经济发展结构、提高市场竞争力、形成更加健康高质量的经济发展模式必须着重提高科学技术水平。再循环经济发展中，高的科技水平可以提高生产过程中资源的使用率、产出率和废物的安全处理和再利用率，使得生产的过程更加高质量且环保。各区域的科学技术是各区域循环经济发展效率的重要驱动力，基于指标数据的可获得性和合理性，本章节选取地区科学技术支出占比和地区每十万人高校在校学生数来代表各区域的科学技术水平，这一指标能够直观地反映地方政府对区域科学技术发展的重视程度和支持力度；高校在校学生数代表着潜在的科学技术发展的中坚力量。资源储量水平经过研究表明，资源储量水平高，一个地区的自然资源越丰富，该地区就可以更加便捷地在生产过程中获取得到水、电、煤矿等生产必需的资源，对资源的利用就可能会不加以节制，所以相应地，该地区公众的节约、高效利用能源资源的意识就可能不够充分，由此看来，资源储量水平越高的区域可能资源利用效率反而越低。循环经济效率可能受到区域的资源储量的影响，为了兼顾数据的可信性和时效性，本章节将人均水资源量作为资源储量的代表。经济发展水平一个地区的经济发展水平直接影响到该地区人民的生活状况、科技创新状况等，循环经济作为可持续的经济发展模式，需要同时考虑生态效益和经济收益，因此经济发展水平一定程度上与循环经济发展效率是相关联的。如果区域经济发展能够结合各地区特征，保持自身核心竞争力的同时，依靠技术创新发展经济，发展可持续的高新技术产业和绿色产业，就能够实现经济收益和生态效益的共赢。区域的经济发展水平以人均地区生产总值指数来体现。综上，建立循环经济发展效率的影响因素指标如表9：表9循环经济发展效率的影响因素指标体系（二）数据来源以及数据预处理数据来源\t"C:/Users/lenovo/Desktop/PaperPass-%E6%97%97%E8%88%B0%E7%89%88-%E6%A3%80%E6%B5%8B%E6%8A%A5%E5%91%8A/htmls/detail_report/right"本章节搜集了2009-2018年30个省、直辖市、自治区的各项影响因素指标的面板数据，以地方财政环境保护支出占比、城镇人口占比、地区科学技术支出占比、地区每十万人高校在校学生数、人均水资源量、人均地区生产总值指数作为解释变量，数据来自国家统计局、2009-2018年各省统计年鉴、EPS统计数据分析数据库。数据预处理本章节选取的六项指标的计量单位不一样，不同计量单位的各项指标不可直接用于相同算法的回归模型建立，因此，在建立Tobit模型之前，必须标准化处理原始数据。在本文中，采用了零均值标准化，即Z-分数标准化，基于E的均值和标准差规范化为属性E的值。规范化E的值νⅈ为vvi属性E的平均值为avgE，属性E的标准差为（三）基于Tobit回归模型的循环经济发展效率影响因素分析Tobit模型建立本章节选择的影响循环经济发展效率的具体指标即解释变量有：地方财政环境保护支出占比（X1）、城镇人口占比（X2）、地区科学技术支出占比（X3）、地区每十万人高校在校学生数（X4）、人均水资源量（X5）、人均地区生产总值指数（X6）六项指标。被解释变量为第四章所获得的代表循环经济发展水平的综合效率（Y）。基于R构建30个省域的面板数据的Tobit回归模型，检验的结果和最终模型如下：表10影响因素的Tobit回归模型输出结果变量CoefficientStd.Error.z-valueProb.Cons0.156560.047653.2860.001017X1-0.078150.04579-1.7070.087847X20.127270.082371.5450.122292X30.269230.075783.5530.000381X40.135500.049082.7610.005766X5-0.210000.048544.3271.51×ⅇX6-0.115150.05122-2.2480.024569ln(ρ)-0.404310.06047-6.6862.29×ⅇ上表可见R语言的输出结果，Tobit模型的空间相关行系数ρ为0.667，得到的ln(ρ)为-0.40431，显著性水平为5%的条件下，通过了显著性检验；X1的p值为0.087847，在5%的显著性水平条件下通过了显著性检验；自变量X3、X4、X5、X6和ρ都通过了显著性水平为5%的显著性检验，模型整体拟合效果良好。X2解释变量的p值为0.122292，即使在10%的显著性水平下，X2的回归系数也显著为0，因此在最终模型中剔除X2变量。最终得到的Tobit模型为：Y=0.15656−0.07815结果分析下面基于建立的Tobit模型，分析解释变量和被解释变量的关系。地方财政环境保护支出占比（X1）地方财政环境保护支出占比（X1）与循环经济发展效率呈负相关关系，回归系数为-0.0781，说明每增加1个单位的地方财政环境保护支出占比，就会引起循环经济综合效率值减少0.0781个单位。这与一般的认知不同，地方政府对环境保护支出的增加，反而对循环经济发展产生了负面的效应，但其实这一结论与第四章中的投入冗余分析相符合，在财政支出上存在着投入冗余的现象，反映了地方政府对于财政支出的安排分配不够合理，过多的支出使得发展效率降低，无法将资金投入发挥出最佳效应，因此地方政府应该结合本区域发展的实际情况对财政支出进行适度的调整，使其在更加合适的比例规模下发挥更高效的作用。地区科学技术支出占比（X3）和地区每十万人高校在校学生数（X4）地区科学技术支出占比（X3）的系数为0.26923，地区循环经济发展效率与自变量X3的相关关系是正向的，即二者的变动方向一致。地方政府对科学技术相关项目的资金投入正是由地区科学技术支出占比所体现的，对地方科学技术进步起到了积极的正向作用。地方科学技术的提高能够对高能耗，高污染，高投资的产业进行改造，最终使得循环经济发展效率提高。地区每十万人高校在校学生数（X4）的系数为0.13550，在5%水平的显著性条件下，系数显著不为0，说明了地区每十万人高校在校学生数与地区的循环经济发展效率呈现显著的正相关关系。高校在校学生数代表着潜在的未来的科学技术发展的中坚力量，将在未来的时间内推动着各个地区循环经济的发展，发挥重要的作用。人均水资源量（X5）人均水资源量（X5）的系数为-0.21，p值远远小于0.05，在5%水平的显著性条件下，系数显著不为0，说明了地区人均水资源量与地区的循环经济发展效率呈现显著的负相关关系，每增加一个单位的人均水资源量，循环经济效率值就会相应地下降0.21个单位，表明了资源储量水平越高，循环经济效率反而越低，说明储量丰富的地区对资源的利用就可能会不加以节制，所以相应地，资源储量水平与发展效率呈现反向变动的关系。人均地区生产总值指数（X6）人均地区生产总值指数（X6）的系数为-0.11515，p值