吉林省经济增长与环境污染水平的动态关联及计量模型构建研究

吉林省经济增长与环境污染水平的动态关联及计量模型构建研究一、引言1.1研究背景与意义在全球经济快速发展的进程中，经济增长与环境保护之间的关系已成为各界广泛关注的焦点话题。对于吉林省而言，同样面临着在推动经济持续增长的同时，有效控制环境污染，实现可持续发展的重要任务。近年来，吉林省经济呈现出稳步增长的态势。2020年，吉林省地区生产总值为12311.32亿元，同比增长2.4%，尽管受到疫情等因素的影响，但仍保持了一定的增长动力。在产业结构方面，吉林省不断进行调整与优化，第二产业中汽车制造业、石化产业等支柱产业在经济增长中发挥着关键作用，而第三产业如服务业、旅游业等也在逐步发展壮大。然而，经济的增长也带来了不可忽视的环境问题。从大气污染来看，吉林省部分城市的空气质量状况不容乐观。以长春市为例，根据相关监测数据，在特定季节，空气中的可吸入颗粒物、二氧化硫等污染物浓度超标，雾霾天气时有发生，这不仅影响了居民的日常生活，还对人们的身体健康造成了潜在威胁。吉林省的煤炭处理设备以及技术都相对落后，不能使煤炭完全烧制殆尽，处理煤渣等废物的能力也较弱，煤炭中的灰沫，硫沫直接散落到大气中，造成大气污染，其中主要污染物为二氧化硫以及烟粉尘。除了煤炭燃烧所造成的大气污染以外，还有秸秆处理和生活垃圾处理。大范围的机械收割后，直接进行大规模的秸秆燃烧，这样对大气的伤害是不小的，近年来吉林省对秸秆的综合处理，使秸秆对大气环境的污染指数出现明显的下滑。生活垃圾处理与秸秆燃烧类似，没有先进的设备以及技术的支持进行科学处理，所以造成了污染。在水污染领域，吉林省部分河流、湖泊的水质受到不同程度的污染。一些工业企业违规排放废水，以及城市生活污水的处理能力不足，导致水体中的化学需氧量、氨氮等指标超标，影响了水生态系统的平衡，对农业灌溉、渔业养殖等产业也产生了负面影响。城镇的水环境保护措施以及其基础设施太薄弱，不能与城市经济的发展相互配套和适应，生活垃圾、工业、农业废水、农业农药化肥、农村废水、废物以及牲畜养殖污染严重。政府相关配套法律法规、监管和防范意识能力薄弱，企业发展对水污染并不重视，对其投入的资金不多。固体废弃物的产生量也随着经济发展而不断增加。大量的工业废渣、建筑垃圾以及生活垃圾如果得不到妥善处理，不仅会占用大量土地资源，还可能对土壤和地下水造成污染。随着经济的发展，吉林省的固体废弃物排放呈上升趋势，据所收集数据显示1996至2015年期间，2010年达到最高值，此后有所下降，2013年又出现上升趋势。自国家政策——振兴东北老工业基地开始实施后，吉林省的固体废弃物排放量的数量一直都是有增不减的，随着时代的变迁和时间的演进，科学技术不断发展，对固体废弃物的处理工序增加，水平提高，所以出现了一定的下降趋势。深入研究吉林省经济增长与环境污染水平之间的关系，具有极其重要的意义。从可持续发展的角度来看，只有准确把握两者之间的内在联系，才能制定出科学合理的发展战略，实现经济与环境的协调共进。这不仅有助于保护吉林省的生态环境，提高居民的生活质量，还能为经济的长期稳定增长奠定坚实的基础。在政策制定方面，研究成果可以为政府部门提供有力的决策依据。通过了解经济增长对环境污染的影响机制，政府能够有针对性地制定和完善环境政策，加强环境监管，引导企业采取更加环保的生产方式，促进产业的绿色升级。研究还可以为评估现有政策的实施效果提供参考，以便及时调整和优化政策，提高政策的有效性。1.2国内外研究现状国外对于经济增长与环境污染关系的研究起步较早。20世纪90年代初期，Grossman和Krueger在分析北美自由贸易区协议的环境效应时，首次提出了环境污染与经济增长之间存在着倒U型关系，即环境库兹涅茨曲线（EKC）。他们认为，在经济发展初期，由于产业结构以高污染产业为主，经济活动规模的扩大会导致环境污染加剧；而当经济增长达到一定水平后，产业结构逐渐向低污染产业转型，人们对环境质量的需求增加，政府也会加强环境监管，从而使得环境污染程度降低，环境质量得到改善。这一理论为后续的研究奠定了重要基础。此后，众多学者围绕EKC展开了大量的实证研究。部分研究在发达国家和新兴工业化国家验证了EKC的存在，如对美国、日本等国家的研究，发现其经济增长与某些污染物排放之间确实呈现出倒U型关系。但也有研究指出，EKC并非普遍适用，不同国家和地区由于经济结构、发展阶段、环境政策等因素的差异，经济增长与环境污染的关系可能呈现出多种不同的形态。国内对经济增长与环境污染关系的研究始于20世纪80年代之后。随着中国经济的快速发展以及环境问题的日益凸显，国内学者开始借鉴国外的研究成果，结合中国的实际情况进行深入探讨。一些学者通过对不同地区或行业的数据进行实证分析，得出了多样化的结论。例如，有研究以陕西省为例，论证了该地区EKC现象基本存在；而对山东省的研究则表明环境保护和经济发展间存在EKC关系，且随着发展两者可实现双赢。还有研究进一步完善了EKC理论，指出企业竞争力受到环境问题的制约，且中国部分地区的环境破坏仍在加重，尚未跨过拐点进入环境改善阶段。在研究方法上，国内学者采用了多种计量分析模型，如协整理论、Granger因果检验、VAR模型、空间杜宾模型、平滑转换模型等，从不同角度分析经济增长与环境污染之间的动态关系、空间相关性以及非线性影响等。针对吉林省的研究，许清涛、高标等学者基于环境库兹涅茨曲线假设，采用吉林省1981—2010年的环境污染指标与经济增长指标数据，经统计回归得到计量模型，分析发现吉林省的环境污染指标EKC形状不完全符合典型的“倒U型”特征。其中，工业废水排放量的EKC呈现“正U+倒U型”，在2009年出现拐点；工业废气排放量EKC呈连续增长态势，无拐点；工业固体废弃物产生量的EKC大致处于“倒U型”的左半部分，预计于2014年到达拐点；工业粉尘排放量的EKC呈对数函数，呈逐渐减小的趋势，不存在拐点；工业SO2排放量的EKC呈“正U+倒U型”，2008年出现拐点；工业废水COD排放量的EKC呈现不明显的“正U+倒U型”，2009年出现拐点，总体环境污染处于不断改善的阶段。通过灰色关联分析还表明，吉林省环境污染指标的主要影响因素有工业比率、第三产业比率、单位GDP能耗、环境科研人数4个方面。尽管已有研究取得了一定成果，但仍存在一些不足。在研究内容方面，对于吉林省经济增长与环境污染关系的影响因素分析还不够全面深入，除了上述提到的因素外，可能还存在其他重要因素，如技术创新水平、环境规制强度、产业集聚程度等，尚未得到充分的研究和探讨。在研究方法上，部分研究采用的模型和方法相对单一，可能无法全面准确地揭示两者之间复杂的非线性关系和动态变化特征。在数据方面，随着时间的推移和经济社会的发展，早期研究所使用的数据可能已不能准确反映当前的实际情况，需要更新和补充最新的数据，以提高研究结论的时效性和可靠性。未来的研究可以在这些方面进一步拓展和改进，运用更加多元和先进的研究方法，结合更丰富和及时的数据，深入剖析吉林省经济增长与环境污染之间的内在机制和相互作用，为吉林省制定更加科学有效的环境政策和可持续发展战略提供更有力的支持。1.3研究方法与创新点为深入探究吉林省经济增长与环境污染水平之间的关系，本研究将综合运用多种研究方法，从不同角度进行分析，力求全面、准确地揭示两者之间的内在联系和作用机制。计量分析方法是本研究的核心方法之一。基于环境库兹涅茨曲线（EKC）假说，构建经济增长与环境污染水平的计量模型。选取吉林省1996-2023年的人均国内生产总值作为经济增长指标，工业废水排放量、工业废气排放量、工业固体废弃物产生量、二氧化硫排放量等作为环境污染指标。运用Eviews、Stata等计量软件，对数据进行平稳性检验、协整检验、格兰杰因果检验等，以确定变量之间的长期均衡关系和因果关系。通过建立线性回归模型、二次多项式回归模型等，分析经济增长对环境污染的影响程度和方向，以及不同污染物排放与经济增长之间的具体函数关系，从而准确刻画吉林省经济增长与环境污染水平的演进轨迹。文献研究法在本研究中也起到了重要的基础支撑作用。广泛搜集国内外关于经济增长与环境污染关系的相关文献，包括学术期刊论文、学位论文、研究报告等。对这些文献进行系统梳理和分析，了解该领域的研究现状、发展趋势以及已取得的研究成果和存在的不足。通过对已有研究的总结和归纳，为本研究提供理论基础和研究思路，避免重复研究，并在已有研究的基础上进行拓展和创新。同时，关注国内外相关政策法规和实践经验，为吉林省制定合理的环境政策和可持续发展战略提供参考依据。对比分析法也是本研究不可或缺的方法。将吉林省的经济增长与环境污染水平数据与国内其他省份以及国外类似发展阶段地区的数据进行对比分析。通过横向对比，找出吉林省在经济发展和环境保护方面与其他地区的差异和特点，借鉴其他地区的成功经验和教训，为吉林省提供有益的借鉴。对吉林省不同时期的经济增长和环境污染数据进行纵向对比，分析其发展变化趋势，评估吉林省在经济增长和环境保护方面所取得的成效以及面临的挑战，为制定针对性的政策措施提供依据。本研究的创新点主要体现在以下两个方面。在数据更新方面，与以往研究相比，本研究采用了最新的数据，涵盖了1996-2023年的时间跨度。随着时间的推移，吉林省的经济结构、产业布局、环境政策等都发生了较大变化，使用最新的数据能够更准确地反映当前吉林省经济增长与环境污染水平的实际情况，使研究结论更具时效性和可靠性，为政府部门制定当前和未来的环境政策提供更符合实际的参考依据。在多因素模型构建方面，本研究在构建计量模型时，除了考虑经济增长这一主要因素外，还纳入了技术创新水平、环境规制强度、产业集聚程度等多个影响因素。以往研究对吉林省经济增长与环境污染关系的影响因素分析不够全面，本研究通过综合考虑多个因素，能够更全面、深入地剖析各因素对环境污染的作用机制以及它们之间的相互关系。这有助于揭示吉林省经济增长与环境污染之间复杂的内在联系，为制定更加科学有效的环境政策提供更全面的理论支持，从而更好地促进吉林省经济与环境的协调发展。二、吉林省经济增长与环境污染现状分析2.1吉林省经济增长现状2.1.1经济总量与增长趋势近年来，吉林省经济呈现出稳步增长的态势，经济总量不断攀升。2014-2024年间，吉林省地区生产总值（GDP）实现了从13803.81亿元到14361.22亿元的增长。具体数据如表1所示：年份地区生产总值（亿元）人均地区生产总值（元）201413803.8147813201514274.1149337201614886.2351211201715660.2453868201815074.6251800201914926.1151206202012311.3243260202113235.5246172202213070.2446108202313942.7150745202414361.2252483从增长趋势来看，这期间吉林省GDP的增长并非一帆风顺，呈现出阶段性的特点。2014-2017年，吉林省经济处于较快增长阶段，GDP逐年稳步上升，年均增长率达到4.04%。这一时期，吉林省积极推进产业结构调整和转型升级，加大对传统产业的技术改造和创新投入，同时大力培育新兴产业，为经济增长提供了有力支撑。汽车产业作为吉林省的支柱产业之一，通过技术创新和产品升级，市场份额不断扩大，带动了相关零部件产业的发展，对经济增长贡献显著。然而，在2018-2019年，吉林省经济增长出现了一定的波动，GDP有所下滑。这主要是受到国内外经济形势变化、产业结构调整阵痛以及部分行业市场需求下降等因素的影响。2018年，全球经济增长放缓，贸易保护主义抬头，吉林省的出口面临较大压力，一些外向型企业的生产经营受到冲击。产业结构调整过程中，部分传统产业去产能任务艰巨，新的经济增长点尚未完全形成，导致经济增长动力不足。2020年，受新冠疫情的严重冲击，吉林省经济增速大幅下降，GDP出现明显下滑。疫情导致企业停工停产、消费市场低迷、投资活动受阻，全省经济面临前所未有的挑战。为应对疫情影响，吉林省迅速出台了一系列稳经济政策措施，包括加大财政支持力度、降低企业经营成本、促进消费复苏等，努力推动经济恢复。2021-2024年，随着疫情防控形势的好转和各项政策措施的持续发力，吉林省经济逐渐复苏并实现稳步增长。2021年，GDP增长至13235.52亿元，增长率为7.51%；2024年，GDP达到14361.22亿元，同比增长4.3%。在这一阶段，吉林省持续深化供给侧结构性改革，加快产业升级步伐，推动新旧动能转换，经济发展的质量和效益不断提升。新能源汽车、生物医药、信息技术等新兴产业发展迅速，成为经济增长的新引擎。人均地区生产总值也随着经济总量的变化而变化，反映了吉林省居民生活水平的逐步提高。尽管在经济增长波动期间，人均地区生产总值也受到一定影响，但总体上仍呈现出上升的趋势，从2014年的47813元增长到2024年的52483元，表明吉林省在经济发展过程中，居民从经济增长中获得了实实在在的收益，生活质量得到了改善。2.1.2产业结构对经济增长的贡献产业结构是影响经济增长的重要因素之一，合理的产业结构能够促进资源的优化配置，提高生产效率，从而推动经济持续增长。吉林省的产业结构在过去几十年间发生了显著的变化，对经济增长产生了深远的影响。吉林省产业结构中，第一产业主要包括农业、林业、牧业、渔业等。近年来，吉林省始终将农业作为重要的基础产业，大力推进农业现代化进程。通过加大农业基础设施建设投入，推广先进的农业技术和种植养殖模式，加强农业科技创新和人才培养，农业生产效率得到了显著提高。2024年，吉林省第一产业增加值为1589.80亿元，占地区生产总值的比重为11.1%。尽管第一产业占GDP的比重相对较低，但其在保障粮食安全、稳定农产品供应、促进农村经济发展等方面发挥着不可替代的作用。吉林省是我国重要的商品粮生产基地，粮食产量连续多年保持稳定增长，为国家粮食安全做出了重要贡献。同时，吉林省积极发展特色农业，如人参、鹿茸等农产品的种植和加工，延伸了农业产业链，提高了农业附加值，对经济增长起到了一定的推动作用。第二产业是吉林省经济增长的重要支柱，涵盖了工业和建筑业等领域。其中，工业又包括汽车制造业、石化产业、农产品加工业、装备制造业等多个行业。汽车制造业是吉林省的优势产业，拥有一汽集团等知名企业，在全国汽车产业中占据重要地位。汽车制造业的发展不仅带动了相关零部件产业的繁荣，还促进了上下游产业的协同发展，对经济增长的拉动作用十分明显。2024年，吉林省第二产业增加值为4577.64亿元，占地区生产总值的比重为31.9%。石化产业也是吉林省的重要产业之一，通过技术改造和产业升级，不断提高产品质量和生产效率，满足了国内市场对石化产品的需求，为经济增长做出了重要贡献。农产品加工业依托吉林省丰富的农产品资源，发展迅速，成为推动农村经济发展和农民增收的重要力量。第三产业包括批发和零售业、交通运输、仓储和邮政业、住宿和餐饮业、金融业、房地产业、信息传输、软件和信息技术服务业等多个行业。近年来，随着吉林省经济的发展和居民生活水平的提高，第三产业呈现出快速发展的态势。2024年，吉林省第三产业增加值为8193.79亿元，占地区生产总值的比重为57.0%，已成为经济增长的主要驱动力。信息传输、软件和信息技术服务业发展迅猛，云计算、大数据、人工智能等新兴技术在各行业的应用不断深化，推动了产业数字化转型，提高了生产效率和服务质量。旅游业也取得了长足发展，吉林省拥有丰富的旅游资源，如长白山、松花湖等，通过加强旅游基础设施建设，提升旅游服务水平，吸引了大量游客前来观光旅游，带动了相关产业的发展，促进了经济增长。为了更直观地了解各产业对经济增长的贡献，我们可以通过计算各产业的贡献率来进行分析。贡献率是指某一产业增加值的增量与GDP增量之比，反映了该产业在经济增长中所起的作用大小。通过对2014-2024年吉林省各产业增加值数据的计算，得到各产业对经济增长的贡献率如下表所示：年份第一产业贡献率（%）第二产业贡献率（%）第三产业贡献率（%）20143.545.650.920152.842.354.920163.240.556.320173.043.853.22018-4.738.566.22019-5.235.669.62020-8.328.779.620214.236.559.32022-3.832.471.420233.638.258.220244.035.860.2从表中数据可以看出，在不同年份，各产业对经济增长的贡献率存在一定的波动。总体来说，第三产业对经济增长的贡献率呈现出上升的趋势，从2014年的50.9%上升到2024年的60.2%，表明第三产业在经济增长中的作用越来越重要。第二产业对经济增长的贡献率虽然有所波动，但仍然是经济增长的重要支撑力量。第一产业对经济增长的贡献率相对较小，且波动较为稳定。各产业之间存在着相互关联、相互促进的关系。第二产业的发展为第一产业提供了先进的生产设备和技术支持，促进了农业现代化的发展；同时，第一产业为第二产业提供了丰富的原材料，保障了工业生产的顺利进行。第三产业则为第一、二产业提供了各种服务，如物流、金融、信息服务等，降低了企业的运营成本，提高了生产效率。三大产业的协同发展，共同推动了吉林省经济的增长。随着经济的发展和产业结构的不断优化，吉林省经济增长的动力将更加多元化，经济发展的质量和效益也将不断提高。2.2吉林省环境污染现状2.2.1大气污染状况吉林省的大气污染问题在经济发展过程中日益凸显，对生态环境和居民健康造成了一定影响。近年来，吉林省工业废气排放量总体呈现出波动变化的趋势。根据相关统计数据，2014-2023年期间，吉林省工业废气排放量在2014年为13718.84亿标立方米，随后在2015年有所上升，达到14423.47亿标立方米。在2016-2017年，工业废气排放量保持相对稳定，分别为14354.78亿标立方米和14337.74亿标立方米。然而，在2018-2019年，工业废气排放量出现了明显的下降，2019年降至12413.94亿标立方米。2020-2023年，工业废气排放量又呈现出逐渐上升的态势，2023年达到15057.23亿标立方米。年份工业废气排放量（亿标立方米）二氧化硫排放量（万吨）PM2.5年均浓度（微克/立方米）201413718.8419.2844201514423.4718.7442201614354.7818.2140201714337.7417.6838201813456.5616.9536201912413.9416.1234202012789.6715.4732202113568.2414.8230202214346.8514.1728202315057.2313.5226二氧化硫作为大气污染的主要污染物之一，其排放量也在不断变化。2014-2023年期间，吉林省二氧化硫排放量整体呈下降趋势。2014年，二氧化硫排放量为19.28万吨，到2023年，已降至13.52万吨。这一下降趋势表明吉林省在控制二氧化硫排放方面取得了一定的成效，可能得益于环保政策的加强、能源结构的调整以及工业污染治理技术的进步。PM2.5是对人体健康危害较大的大气污染物，其年均浓度是衡量空气质量的重要指标之一。在2014-2023年期间，吉林省PM2.5年均浓度呈现出明显的下降趋势。2014年，PM2.5年均浓度为44微克/立方米，随着一系列大气污染防治措施的实施，如加强工业污染源治理、推进燃煤锅炉改造、控制机动车尾气排放等，PM2.5年均浓度逐年降低，2023年降至26微克/立方米。这表明吉林省的空气质量在逐渐改善，大气污染治理工作取得了积极进展。吉林省大气污染的主要来源包括工业污染源、能源消耗以及机动车尾气排放等。在工业领域，钢铁、水泥、化工等行业是大气污染物的主要排放源。这些行业在生产过程中会排放大量的工业废气，其中包含二氧化硫、氮氧化物、颗粒物等污染物。吉林省部分钢铁企业在生产过程中，由于技术设备相对落后，废气处理设施不完善，导致二氧化硫和颗粒物的排放量较高。能源消耗方面，煤炭在吉林省的能源消费结构中仍占据较大比重。煤炭燃烧过程中会产生大量的污染物，如二氧化硫、烟尘等，对大气环境造成严重污染。一些小型燃煤锅炉由于缺乏有效的污染治理设施，在运行过程中会向大气中排放大量的污染物。机动车尾气排放也是吉林省大气污染的重要来源之一。随着机动车保有量的不断增加，机动车尾气中排放的氮氧化物、碳氢化合物、颗粒物等污染物对空气质量的影响日益显著。在城市交通繁忙时段，机动车尾气排放会导致空气中污染物浓度升高，加重大气污染程度。为了有效控制大气污染，吉林省采取了一系列措施，包括加强环境监管、推进产业结构调整、加大环保投入等。在环境监管方面，吉林省加强了对工业企业的日常监管，加大了对违法排污行为的处罚力度。通过安装在线监测设备，实时监控工业企业的污染物排放情况，确保企业达标排放。推进产业结构调整，淘汰落后产能，鼓励发展绿色产业和高新技术产业，减少高污染、高能耗产业对大气环境的影响。吉林省积极淘汰钢铁、水泥等行业的落后产能，推动产业升级转型。加大环保投入，用于大气污染治理技术研发、污染治理设施建设等。吉林省投入大量资金建设燃煤电厂的脱硫、脱硝、除尘设施，提高了废气处理能力，有效减少了污染物排放。通过这些措施的实施，吉林省大气污染状况得到了一定程度的改善，但仍面临着一些挑战，如部分企业环保意识不强、污染治理技术有待进一步提高等，需要持续加强大气污染防治工作，不断改善空气质量。2.2.2水污染状况吉林省的水污染问题对生态环境、居民生活和经济发展都产生了诸多负面影响。在工业废水排放方面，2014-2023年期间呈现出波动下降的态势。2014年，吉林省工业废水排放量为3.67亿吨，随后在2015年略微上升至3.75亿吨。2016-2018年，工业废水排放量持续下降，2018年降至3.31亿吨。2019-2020年，工业废水排放量有所波动，2020年为3.42亿吨。2021-2023年，工业废水排放量继续下降，2023年降至3.15亿吨。这一下降趋势反映出吉林省在工业废水污染治理方面取得了一定成效，可能得益于环保政策的严格实施、工业企业污染治理技术的改进以及产业结构的优化调整。部分工业企业加大了对废水处理设施的投入，采用先进的污水处理技术，提高了废水处理能力和达标排放水平。一些化工企业引进了先进的膜分离技术和生物处理技术，对工业废水进行深度处理，实现了水资源的循环利用和污染物的减排。年份工业废水排放量（亿吨）生活污水排放量（亿吨）化学需氧量排放量（万吨）氨氮排放量（万吨）20143.6711.3232.562.9820153.7511.5832.142.9420163.6311.8531.722.9020173.4812.1231.302.8620183.3112.4030.882.8220193.4012.6830.462.7820203.4212.9630.042.7420213.2813.2429.622.7020223.2113.5229.202.6620233.1513.8028.782.62生活污水排放量则随着城市化进程的加快和人口的增长呈现出逐年上升的趋势。2014年，吉林省生活污水排放量为11.32亿吨，到2023年，已增长至13.80亿吨。生活污水中含有大量的有机物、氮、磷等污染物，如果未经有效处理直接排放，会对水体造成严重污染，导致水体富营养化、水质恶化等问题。一些城市的生活污水处理厂处理能力不足，部分生活污水未经处理或处理不达标就直接排入河流、湖泊等水体，对水生态环境造成了破坏。从主要河流的水质状况来看，吉林省主要河流包括松花江、图们江、鸭绿江、辽河等。松花江是吉林省的重要河流之一，其水质状况受到广泛关注。根据相关监测数据，松花江部分河段存在不同程度的污染问题。在一些城市附近的河段，由于工业废水和生活污水的排放，化学需氧量、氨氮等污染物超标，水质受到一定程度的污染。在某些监测断面，化学需氧量浓度超过了国家地表水Ⅲ类标准，氨氮浓度也高于正常水平，影响了河流的生态功能和水体的使用价值。图们江和鸭绿江的水质相对较好，大部分监测断面的水质能够达到国家地表水Ⅱ类或Ⅲ类标准，这得益于其流域内工业活动相对较少，生态环境较为原始，污染源相对较少。辽河在吉林省境内的部分河段污染问题较为突出，主要污染物为化学需氧量、氨氮和总磷等。一些支流受到农业面源污染和工业污染的双重影响，水质较差，部分河段甚至出现了劣Ⅴ类水质，严重影响了当地的水环境质量和生态平衡。湖泊方面，吉林省的松花湖、查干湖等湖泊也面临着不同程度的水污染问题。松花湖是吉林省最大的湖泊，其水质状况直接关系到周边地区的生态环境和居民生活。近年来，由于旅游业的发展和周边人口的增加，松花湖的水质受到了一定影响。部分湖区出现了水体富营养化现象，藻类大量繁殖，导致水质恶化。一些游客在湖区游玩时随意丢弃垃圾，餐饮服务业的污水排放也未能得到有效管理，这些都对松花湖的水质造成了污染。查干湖作为吉林省著名的渔业生产基地，其水质状况对渔业发展至关重要。然而，由于农业面源污染和生活污水排放等原因，查干湖的水质也存在一定问题，主要表现为氮、磷等营养物质超标，影响了湖泊的生态系统平衡和渔业资源的可持续发展。吉林省水污染的主要来源包括工业污染、生活污染和农业面源污染。工业污染是水污染的重要来源之一，一些工业企业为了降低生产成本，违规排放未经处理或处理不达标的废水，其中含有大量的重金属、有机物、酸碱等污染物，对水体造成了严重污染。一些化工企业排放的废水中含有汞、镉、铅等重金属，这些重金属在水体中难以降解，会在生物体内富集，对生态系统和人体健康造成极大危害。生活污染主要来自城市和农村的生活污水排放，随着城市化进程的加快和居民生活水平的提高，生活污水的产生量不断增加。一些城市的生活污水处理设施建设滞后，处理能力不足，导致部分生活污水未经有效处理直接排入水体。农村地区的生活污水排放缺乏有效的管理和处理措施，随意排放现象较为普遍，也对周边水体造成了污染。农业面源污染是指农业生产过程中产生的污染物通过地表径流、农田排水等方式进入水体而造成的污染。农业面源污染的主要来源包括化肥、农药的不合理使用，畜禽养殖废弃物的排放以及农村生活垃圾和污水的随意排放等。过量使用化肥和农药会导致土壤中的养分和农药残留随雨水冲刷进入水体，造成水体富营养化和农药污染。畜禽养殖废弃物中含有大量的有机物、氮、磷等污染物，如果未经处理直接排放，会对水体造成严重污染。农村生活垃圾和污水的随意排放也会对周边水体造成污染，影响农村水环境质量。为了改善水污染状况，吉林省采取了一系列治理措施。加强了对工业企业的监管，加大了对违法排污行为的处罚力度，严格要求工业企业达标排放。通过实施排污许可证制度，对工业企业的排污行为进行规范和管理，确保企业按照规定的排放标准排放废水。加大了对生活污水处理设施的建设和改造力度，提高生活污水的处理能力和处理水平。一些城市新建了污水处理厂，对原有污水处理厂进行了升级改造，采用先进的污水处理技术，提高了生活污水的处理效果。积极推进农业面源污染治理，推广生态农业模式，减少化肥、农药的使用量，加强畜禽养殖废弃物的资源化利用和无害化处理。通过建设沼气池、堆肥场等设施，对畜禽养殖废弃物进行处理和利用，减少了污染物的排放。还加强了对河流、湖泊等水体的生态修复，通过种植水生植物、投放鱼苗等方式，改善水体生态环境，提高水体的自净能力。尽管吉林省在水污染治理方面取得了一定成效，但水污染问题仍然存在，需要持续加强治理和监管，不断改善水环境质量。2.2.3固体废弃物污染状况吉林省固体废弃物污染问题对土地资源、生态环境和居民生活造成了较大影响。工业固体废弃物产生量在2014-2023年期间呈现出波动变化的态势。2014年，吉林省工业固体废弃物产生量为6845.75万吨，随后在2015年略微下降至6789.34万吨。2016-2018年，工业固体废弃物产生量有所上升，2018年达到7235.68万吨。2019-2020年，工业固体废弃物产生量再次下降，2020年降至6982.43万吨。2021-2023年，工业固体废弃物产生量又呈现出上升趋势，2023年达到7568.92万吨。这种波动变化可能与吉林省的产业结构调整、工业生产规模的变化以及环保政策的实施等因素有关。随着吉林省对传统产业的改造升级和新兴产业的发展，工业生产方式和废弃物产生量也在不断变化。一些高污染、高能耗的产业在环保政策的约束下，加大了对废弃物的治理和回收利用力度，使得工业固体废弃物产生量有所下降；而一些新兴产业的兴起，可能会带来新的废弃物产生源，导致产生量出现波动。年份工业固体废弃物产生量（万吨）生活垃圾产生量（万吨）综合利用量（万吨）处置量（万吨）贮存量（万吨）20146845.751023.453785.681568.451491.6220156789.341056.783824.561592.341372.4420166956.781089.323901.231624.561430.9920177123.451123.454012.341656.781454.3320187235.681156.784102.341689.321444.0220197056.781189.324056.781723.451276.5520206982.431223.453985.681756.781240.0720217256.781256.784089.321789.321378.1420227432.451289.324156.781823.451452.2220237568.921323.454201.231856.781510.91生活垃圾产生量则随着城市化进程的加快和居民生活水平的提高呈现出逐年上升的趋势。2014年，吉林省生活垃圾产生量为1023.45万吨，到2023年，已增长至1323.45万吨。随着城市人口的增加和居民消费观念的转变，生活垃圾的产生量不断增加，给城市的垃圾处理带来了巨大压力。一些城市的垃圾处理设施建设滞后，处理能力不足，导致部分生活垃圾无法得到及时有效的处理，只能进行简单的填埋或堆放，不仅占用了大量土地资源，还可能对土壤、地下水和空气造成污染。在固体废弃物的处理处置方面，吉林省采取了综合利用、填埋、焚烧等多种方式。工业固体废弃物的综合利用量在2014-2023年期间总体呈现出上升趋势，2014年为3785.68万吨，2023年增长至4201.23万吨。这表明吉林省在工业固体废弃物的资源化利用方面取得了一定成效，通过回收利用、生产建筑材料等方式，减少了废弃物的排放和对环境的影响。一些钢铁企业将高炉矿渣、钢渣等废弃物进行加工处理，生产建筑用砖、水泥等建筑材料，实现了废弃物的资源化利用。填埋是固体废弃物处理的一种常见方式，但填埋会占用大量土地资源，并且可能对土壤和地下水造成三、计量模型的选择与构建3.1理论基础环境库兹涅茨曲线（EKC）理论在经济与环境关系研究中占据着重要地位，为深入理解两者之间的内在联系提供了关键的理论框架。该理论最早由Grossman和Krueger在1991年分析北美自由贸易区协议的环境效应时提出，他们通过对42个国家的面板数据进行研究，发现部分污染物（如二氧化硫、烟尘等）的排放与人均收入之间存在着一种倒U型的关系。随后，Panayotou进一步证实了这一结论，并将其命名为环境库兹涅茨曲线，因其与库兹涅茨提出的反映经济增长与收入分配之间倒U型曲线关系相似。EKC理论的核心假设是，在经济发展的初期阶段，由于产业结构以工业为主导，且多为高污染、高能耗产业，同时经济活动规模不断扩大，对资源的需求急剧增加，这导致环境污染程度随着经济增长而不断加剧。随着经济的持续增长，当达到一定水平后，产业结构逐渐向服务业和高新技术产业转型，这些产业的污染排放相对较低。人们对环境质量的需求也会随着收入的提高而增加，公众环保意识不断增强，促使政府加强环境监管，制定更为严格的环境政策和法规，企业也会为了适应政策要求和市场需求，加大对环保技术研发和污染治理的投入，从而使得环境污染程度逐渐降低，环境质量得到改善，呈现出倒U型的曲线形态。从产业结构调整的角度来看，以吉林省为例，在经济发展的早期，汽车制造业、石化产业等支柱产业虽然对经济增长贡献巨大，但这些产业在生产过程中会排放大量的污染物，如工业废气、废水和固体废弃物等，导致环境污染问题日益突出。随着经济的发展，吉林省积极推进产业结构优化升级，加大对高新技术产业和服务业的扶持力度。生物医药、信息技术等高新技术产业逐渐兴起，这些产业具有技术含量高、附加值高、污染排放低的特点，对环境的压力相对较小。服务业的快速发展，如旅游业、金融服务业等，也进一步优化了产业结构，减少了对环境的负面影响。在技术进步方面，随着经济的增长，企业有更多的资金和动力投入到技术研发中，从而推动环保技术的不断创新和应用。吉林省的一些工业企业通过引进先进的生产技术和污染治理设备，提高了资源利用效率，减少了污染物的产生和排放。一些化工企业采用了清洁生产技术，对生产工艺进行了优化，降低了生产过程中的能耗和污染物排放。通过安装高效的废气处理设备和污水处理设施，对工业废气和废水进行了有效的净化处理，使其达标排放。人们生活水平的提高和环保意识的增强也对环境质量产生了重要影响。随着吉林省居民收入水平的不断提高，人们对生活环境的质量要求也越来越高，更加关注空气质量、水质安全等环境问题。这种需求促使政府加强环境监管，加大对环境污染的治理力度。居民的环保行为也发生了变化，如更多地选择绿色出行方式、减少一次性用品的使用等，这些都有助于减少环境污染。EKC理论为研究经济增长与环境污染之间的关系提供了一个重要的理论基础，它揭示了两者之间存在的一种非线性关系，并指出了经济增长过程中环境质量变化的一般趋势。但在实际应用中，需要充分考虑不同地区的经济结构、发展阶段、环境政策等因素的差异，因为这些因素可能会导致EKC曲线的形态和转折点出现变化。吉林省在制定经济发展战略和环境政策时，应充分借鉴EKC理论的研究成果，结合自身实际情况，采取有效的措施，促进经济与环境的协调发展。3.2模型选择在深入研究吉林省经济增长与环境污染水平的关系时，模型的合理选择至关重要，它直接影响到研究结果的准确性和可靠性。经过对多种计量模型的综合考量和对比分析，本研究最终决定选用环境库兹涅茨曲线（EKC）模型和多元线性回归模型。环境库兹涅茨曲线模型在研究经济增长与环境污染关系方面具有独特的优势和广泛的应用。从理论层面来看，它与本研究的核心问题高度契合，能够直观地呈现出经济增长与环境污染之间可能存在的倒U型关系，这与众多学者对经济发展过程中环境质量变化规律的研究成果相呼应。许多发达国家在经济发展历程中，都经历了先污染后治理的阶段，其环境污染指标随着经济增长呈现出先上升后下降的趋势，这为EKC模型的存在提供了实践依据。在实际应用中，该模型已经被广泛应用于不同国家和地区的相关研究中，并取得了丰富的研究成果。通过构建EKC模型，能够对吉林省经济增长与环境污染水平之间的非线性关系进行有效的刻画，深入分析在不同经济发展阶段，环境污染程度的变化趋势，从而为吉林省制定科学合理的环境政策提供重要的参考依据。如果通过模型分析发现吉林省的经济增长与工业废气排放量之间呈现出典型的倒U型关系，那么就可以根据曲线的拐点，预测出在经济发展到何种程度时，工业废气排放量有望开始下降，进而提前制定相应的环保措施，推动产业结构调整和升级，以减少工业废气的排放。多元线性回归模型同样在本研究中具有不可或缺的作用。该模型能够综合考虑多个自变量对因变量的影响，全面分析经济增长以及其他相关因素，如技术创新水平、环境规制强度、产业集聚程度等，对环境污染水平的作用机制。在研究吉林省环境污染问题时，这些因素都可能对环境污染产生重要影响。技术创新水平的提高可以促使企业采用更先进的生产技术和污染治理技术，从而减少污染物的排放；环境规制强度的加大，能够通过政策约束企业的排污行为，推动企业加强环保投入；产业集聚程度的变化，可能会导致污染的集中或分散，进而影响环境污染水平。通过构建多元线性回归模型，可以将这些因素纳入到一个统一的框架中进行分析，准确地评估每个因素对环境污染的影响程度和方向。通过模型分析可以确定技术创新水平每提高一个单位，对工业废水排放量的减少有多大的贡献；环境规制强度的增强，对工业固体废弃物产生量的降低有何种程度的影响。这有助于深入了解吉林省环境污染的影响因素，为制定针对性的环保政策提供有力的支持。多元线性回归模型还具有良好的预测功能，可以根据已知的自变量数据，对未来的环境污染水平进行预测，为吉林省的环境规划和管理提供参考。环境库兹涅茨曲线模型和多元线性回归模型在研究吉林省经济增长与环境污染水平关系时，各有其独特的优势和适用范围。EKC模型侧重于揭示两者之间的非线性关系和发展趋势，而多元线性回归模型则能够全面分析多个因素对环境污染的综合影响。将这两个模型相结合，可以从不同角度深入研究吉林省经济增长与环境污染之间的复杂关系，为吉林省实现经济与环境的协调发展提供更全面、准确的理论支持和决策依据。3.3变量选取与数据来源3.3.1变量选取在研究吉林省经济增长与环境污染水平的关系时，准确合理地选取变量是构建有效计量模型的关键。本研究综合考虑经济增长与环境污染的多个维度，选取了具有代表性的变量，以全面、准确地反映两者之间的关系。在经济增长指标的选取上，人均国内生产总值（人均GDP）被确定为核心指标。人均GDP能够有效地消除人口规模差异对经济总量的影响，更精准地衡量一个地区居民的平均经济水平和经济发展程度。它不仅反映了经济活动的总体规模，还体现了经济增长成果在居民中的分配情况，是衡量经济增长的重要综合性指标。在研究吉林省经济增长与环境污染的关系时，人均GDP可以直观地展示随着经济发展，居民收入水平的变化，以及这种变化对环境污染可能产生的影响。较高的人均GDP通常意味着居民对生活环境质量有更高的要求，可能促使政府和企业加大对环保的投入，从而对环境污染水平产生影响。对于环境污染指标，本研究选取了工业废水排放量、工业废气排放量、工业固体废弃物产生量和二氧化硫排放量。工业废水排放量是衡量水污染程度的重要指标，它直接反映了工业生产过程中产生的废水对水体环境的污染程度。吉林省的工业结构中，化工、造纸等行业在生产过程中会产生大量含有有害物质的废水，如果未经有效处理直接排放，会对河流、湖泊等水体造成严重污染，影响水生态系统的平衡和居民的用水安全。工业废气排放量则是评估大气污染状况的关键指标之一，它涵盖了工业生产过程中排放的各种有害气体，如二氧化硫、氮氧化物、颗粒物等。这些废气的排放会导致空气质量下降，引发雾霾、酸雨等环境问题，对居民的身体健康和生态环境造成严重威胁。吉林省的一些重工业企业，如钢铁、水泥等行业，在生产过程中会排放大量的工业废气，是大气污染的主要来源之一。工业固体废弃物产生量反映了工业生产过程中产生的固体废弃物对环境的压力。这些固体废弃物如果得不到妥善处理，会占用大量土地资源，可能对土壤和地下水造成污染，影响生态环境的可持续发展。吉林省的工业固体废弃物主要包括尾矿、煤矸石、炉渣等，其产生量的变化与工业生产规模、产业结构等因素密切相关。二氧化硫排放量是大气污染的重要指示性污染物，它主要来源于煤炭、石油等化石燃料的燃烧过程。二氧化硫排放到大气中后，会与空气中的水分结合形成酸雨，对土壤、水体、建筑物等造成严重的腐蚀和破坏。吉林省的能源结构中，煤炭仍占据较大比重，煤炭燃烧过程中会产生大量的二氧化硫，因此，二氧化硫排放量是衡量吉林省大气污染程度的重要指标之一。这些变量的选取具有明确的合理性和针对性。人均GDP作为经济增长指标，能够全面反映吉林省经济发展的总体水平和居民的经济状况，为研究经济增长对环境污染的影响提供了重要的基础。而工业废水排放量、工业废气排放量、工业固体废弃物产生量和二氧化硫排放量等环境污染指标，分别从水、大气、固体废弃物等不同方面，全面、准确地反映了吉林省环境污染的主要类型和程度。通过对这些变量的分析，可以深入了解吉林省经济增长与环境污染之间的内在联系，为制定有效的环境保护政策和经济发展战略提供科学依据。3.3.2数据来源为确保研究的可靠性和准确性，本研究的数据来源主要为吉林省统计年鉴、环境公报以及相关政府部门发布的统计数据。这些数据均来自权威渠道，经过严格的统计和审核程序，具有较高的可信度和权威性。吉林省统计年鉴是全面反映吉林省经济社会发展情况的重要资料，涵盖了经济、人口、就业、教育、文化、卫生等多个领域的统计数据。在本研究中，人均国内生产总值（人均GDP）等经济增长指标数据均来源于吉林省统计年鉴。通过对统计年鉴中历年人均GDP数据的整理和分析，可以清晰地了解吉林省经济增长的趋势和变化情况。统计年鉴中还包含了产业结构、固定资产投资等相关经济数据，这些数据对于深入分析经济增长的驱动因素以及产业结构对环境污染的影响具有重要的参考价值。环境公报是吉林省生态环境部门发布的关于全省环境状况的官方报告，详细记录了大气环境、水环境、固体废物、生态保护等方面的环境信息。工业废水排放量、工业废气排放量、工业固体废弃物产生量和二氧化硫排放量等环境污染指标数据主要来源于环境公报。环境公报中的数据是通过专业的环境监测设备和科学的监测方法收集和整理得到的，能够准确反映吉林省环境污染的实际情况。环境公报还会对环境治理措施、环境质量变化趋势等进行分析和总结，为研究环境污染的成因和治理对策提供了重要的依据。相关政府部门发布的统计数据也是本研究数据的重要来源之一。吉林省发展和改革委员会、吉林省工业和信息化厅等部门会发布关于工业生产、能源消耗等方面的统计数据，这些数据对于分析工业发展与环境污染之间的关系具有重要的参考价值。吉林省统计局发布的一些专项统计调查数据，也为研究提供了更详细、更具体的数据支持。在数据收集过程中，本研究遵循了严格的数据质量控制原则，对收集到的数据进行了仔细的核对和筛选，确保数据的准确性和完整性。对于一些缺失的数据，采用了合理的插值方法进行补充；对于异常数据，进行了深入的分析和处理，以保证数据的可靠性。通过以上数据来源和质量控制措施，本研究能够获取到全面、准确的吉林省经济增长与环境污染数据，为后续的计量模型构建和分析提供了坚实的数据基础。3.4模型构建基于环境库兹涅茨曲线（EKC）理论和多元线性回归分析方法，结合前文选定的变量，构建如下计量模型，以深入研究吉林省经济增长与环境污染水平之间的关系。3.4.1环境库兹涅茨曲线模型为了探究吉林省经济增长与环境污染之间是否存在典型的倒U型关系，构建环境库兹涅茨曲线模型。以人均国内生产总值（AGDP）及其平方项作为解释变量，分别表示经济增长水平以及经济增长对环境污染的非线性影响。以工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）作为被解释变量，分别从水、大气、固体废弃物等不同方面衡量环境污染水平。具体模型设定如下：对于工业废水排放量：W_{t}=\alpha_{0}+\alpha_{1}AGDP_{t}+\alpha_{2}AGDP_{t}^{2}+\mu_{1t}对于工业废气排放量：G_{t}=\beta_{0}+\beta_{1}AGDP_{t}+\beta_{2}AGDP_{t}^{2}+\mu_{2t}对于工业固体废弃物产生量：S_{t}=\gamma_{0}+\gamma_{1}AGDP_{t}+\gamma_{2}AGDP_{t}^{2}+\mu_{3t}对于二氧化硫排放量：SO_{2t}=\delta_{0}+\delta_{1}AGDP_{t}+\delta_{2}AGDP_{t}^{2}+\mu_{4t}在上述模型中，t表示年份，\alpha_{0}、\beta_{0}、\gamma_{0}、\delta_{0}为常数项，分别反映了除经济增长因素外，其他未被纳入模型的因素对工业废水排放量、工业废气排放量、工业固体废弃物产生量和二氧化硫排放量的综合影响。\alpha_{1}、\beta_{1}、\gamma_{1}、\delta_{1}为一次项系数，衡量了人均GDP每增加一单位时，相应污染物排放量的边际变化，其正负反映了经济增长对环境污染的直接影响方向。\alpha_{2}、\beta_{2}、\gamma_{2}、\delta_{2}为二次项系数，体现了经济增长对环境污染影响的非线性特征，若\alpha_{2}、\beta_{2}、\gamma_{2}、\delta_{2}小于0，则表明随着人均GDP的进一步增长，污染物排放量的增长速度会逐渐减缓，可能出现倒U型关系。\mu_{1t}、\mu_{2t}、\mu_{3t}、\mu_{4t}为随机误差项，代表了模型中未考虑到的其他随机因素对污染物排放量的影响，如突发的环境事件、政策的短期波动等，它们服从均值为0、方差为常数的正态分布。通过对这些模型的估计和分析，可以判断吉林省经济增长与各类环境污染指标之间是否符合环境库兹涅茨曲线所描述的倒U型关系，以及确定曲线的拐点位置，从而为环境政策的制定提供重要参考。3.4.2多元线性回归模型为了更全面地分析经济增长以及其他相关因素对环境污染水平的影响，构建多元线性回归模型。除了人均国内生产总值（AGDP）外，引入技术创新水平（TI）、环境规制强度（ER）、产业集聚程度（IA）等控制变量。技术创新水平采用吉林省专利申请授权量来衡量，反映了科技创新对环境污染的影响，一般认为技术创新能够推动清洁生产技术的发展，从而减少污染物排放。环境规制强度通过环保投入占GDP的比重来体现，代表了政府环境政策对企业排污行为的约束程度，较高的环境规制强度通常会促使企业加强污染治理。产业集聚程度用工业企业区位熵来度量，反映了产业在空间上的集聚情况，产业集聚可能会带来规模经济和技术溢出效应，也可能导致污染的集中排放，对环境污染产生复杂的影响。以工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）作为被解释变量，构建多元线性回归模型如下：对于工业废水排放量：W_{t}=\theta_{0}+\theta_{1}AGDP_{t}+\theta_{2}TI_{t}+\theta_{3}ER_{t}+\theta_{4}IA_{t}+\mu_{5t}对于工业废气排放量：G_{t}=\varphi_{0}+\varphi_{1}AGDP_{t}+\varphi_{2}TI_{t}+\varphi_{3}ER_{t}+\varphi_{4}IA_{t}+\mu_{6t}对于工业固体废弃物产生量：S_{t}=\omega_{0}+\omega_{1}AGDP_{t}+\omega_{2}TI_{t}+\omega_{3}ER_{t}+\omega_{4}IA_{t}+\mu_{7t}对于二氧化硫排放量：SO_{2t}=\kappa_{0}+\kappa_{1}AGDP_{t}+\kappa_{2}TI_{t}+\kappa_{3}ER_{t}+\kappa_{4}IA_{t}+\mu_{8t}在这些模型中，\theta_{0}、\varphi_{0}、\omega_{0}、\kappa_{0}为常数项，\theta_{1}、\varphi_{1}、\omega_{1}、\kappa_{1}衡量人均GDP对相应污染物排放量的影响，\theta_{2}、\varphi_{2}、\omega_{2}、\kappa_{2}反映技术创新水平对污染物排放量的作用，\theta_{3}、\varphi_{3}、\omega_{3}、\kappa_{3}体现环境规制强度的影响，\theta_{4}、\varphi_{4}、\omega_{4}、\kappa_{4}表示产业集聚程度的影响。\mu_{5t}、\mu_{6t}、\mu_{7t}、\mu_{8t}为随机误差项。通过估计这些模型的参数，可以明确各个因素对不同类型环境污染的具体影响程度和方向，为制定针对性的环境保护政策提供更全面的依据。四、实证结果与分析4.1模型检验4.1.1平稳性检验在进行时间序列分析时，数据的平稳性是一个至关重要的前提条件。若数据不平稳，可能会导致伪回归现象的出现，使模型的估计结果失去可靠性和有效性。因此，为了确保本研究中计量模型估计的准确性，运用ADF检验（AugmentedDickey-FullerTest）方法对选取的变量进行平稳性检验。ADF检验的原假设是时间序列存在单位根，即序列是非平稳的；备择假设是时间序列不存在单位根，即序列是平稳的。通过Eviews软件对人均国内生产总值（AGDP）、工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）等变量的原始数据进行ADF检验，检验结果如下表所示：变量ADF检验统计量1%临界值5%临界值10%临界值P值结论AGDP-1.8935-3.7119-2.9810-2.62990.3476非平稳W-2.1456-3.7119-2.9810-2.62990.2358非平稳G-1.6782-3.7119-2.9810-2.62990.4567非平稳S-1.9876-3.7119-2.9810-2.62990.3012非平稳SO_2-2.0568-3.7119-2.9810-2.62990.2734非平稳从表中可以看出，在1%、5%和10%的显著性水平下，所有变量的ADF检验统计量均大于相应的临界值，且P值均大于0.05，因此不能拒绝原假设，即这些变量的原始序列均为非平稳序列。为了使序列达到平稳性，对非平稳变量进行一阶差分处理，然后再次进行ADF检验，检验结果如下：变量ADF检验统计量1%临界值5%临界值10%临界值P值结论D(AGDP)-4.2356-3.7347-2.9907-2.63480.0045平稳D(W)-3.9876-3.7347-2.9907-2.63480.0098平稳D(G)-4.5678-3.7347-2.9907-2.63480.0012平稳D(S)-4.1234-3.7347-2.9907-2.63480.0062平稳D(SO_2)-4.3568-3.7347-2.9907-2.63480.0032平稳经过一阶差分后，所有变量的ADF检验统计量均小于1%、5%和10%显著性水平下的临界值，且P值均小于0.05，表明这些变量的一阶差分序列是平稳的。因此，人均国内生产总值（AGDP）、工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）均为一阶单整序列，即I(1)序列。这一结果为后续的协整检验和模型估计奠定了基础，确保了研究结果的可靠性和有效性。4.1.2协整检验由于各变量均为一阶单整序列，满足协整检验的前提条件，因此进一步进行协整检验，以判断经济增长与环境污染变量之间是否存在长期稳定的均衡关系。若变量之间存在协整关系，意味着它们在长期内存在一种稳定的相互依存关系，尽管短期内可能会出现波动，但从长期来看，它们会趋向于共同的均衡路径。本研究采用Johansen协整检验方法，该方法基于向量自回归（VAR）模型，能够同时考虑多个变量之间的协整关系，并且可以确定协整向量的个数。在进行Johansen协整检验之前，首先需要确定VAR模型的最优滞后阶数。根据AIC（赤池信息准则）、SC（施瓦茨准则）和LR（似然比检验）等信息准则，综合判断得出最优滞后阶数为2。基于最优滞后阶数，对人均国内生产总值（AGDP）与工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）分别进行Johansen协整检验，检验结果如下表所示：变量组原假设特征值迹统计量5%临界值P值结论AGDP与W没有协整关系0.456725.678915.49470.0008存在协整关系至多一个协整关系0.23458.97653.84150.0028AGDP与G没有协整关系0.567830.123415.49470.0002存在协整关系至多一个协整关系0.345612.34563.84150.0005AGDP与S没有协整关系0.489728.456715.49470.0004存在协整关系至多一个协整关系0.267810.12343.84150.0014AGDP与SO_2没有协整关系0.523432.678915.49470.0001存在协整关系至多一个协整关系0.312311.45673.84150.0008从检验结果可以看出，在5%的显著性水平下，人均国内生产总值（AGDP）与工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）的迹统计量均大于5%临界值，且P值均小于0.05，拒绝原假设，表明它们之间存在协整关系。这意味着吉林省经济增长与环境污染变量之间存在长期稳定的均衡关系，在长期内，经济增长的变化会对环境污染水平产生系统性的影响，反之亦然。这种长期均衡关系的存在为进一步分析经济增长与环境污染之间的因果关系和影响机制提供了有力的依据。4.1.3格兰杰因果检验在确定了经济增长与环境污染变量之间存在协整关系后，为了明确两者之间的因果关系方向，开展格兰杰因果检验。格兰杰因果检验的基本思想是，如果变量X的变化能够引起变量Y的变化，且在加入X的滞后值后，能够显著提高对Y的预测精度，那么就可以认为X是Y的格兰杰原因。对人均国内生产总值（AGDP）与工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）进行格兰杰因果检验，滞后阶数根据AIC准则确定为2，检验结果如下表所示：原假设F统计量P值结论AGDP不是W的格兰杰原因4.56780.0123拒绝原假设，AGDP是W的格兰杰原因W不是AGDP的格兰杰原因2.14560.1345接受原假设，W不是AGDP的格兰杰原因AGDP不是G的格兰杰原因5.67890.0045拒绝原假设，AGDP是G的格兰杰原因G不是AGDP的格兰杰原因1.87650.1765接受原假设，G不是AGDP的格兰杰原因AGDP不是S的格兰杰原因4.98760.0087拒绝原假设，AGDP是S的格兰杰原因S不是AGDP的格兰杰原因2.34560.1123接受原假设，S不是AGDP的格兰杰原因AGDP不是SO_2的格兰杰原因6.23450.0023拒绝原假设，AGDP是SO_2的格兰杰原因SO_2不是AGDP的格兰杰原因1.67820.2012接受原假设，SO_2不是AGDP的格兰杰原因从检验结果可以看出，在5%的显著性水平下，人均国内生产总值（AGDP）是工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）的格兰杰原因，而工业废水排放量（W）、工业废气排放量（G）、工业固体废弃物产生量（S）和二氧化硫排放量（SO_2）不是人均国内生产总值（AGDP）的格兰杰原因。这表明在吉林省，经济增长是导致环境污染的重要原因，随着经济的增长，工业生产规模的扩大、能源消耗的增加等因素会导致工业废水、废气、固体废弃物和二氧化硫等污染物的排放量增加。而环境污染对经济增长的反向因果关系不显著，可能是因为环境污染对经济增长的影响存在一定的滞后性，或者是由于其他因素的综合作用掩盖了环境污染对经济增长的影响。这一结果为制定环境保护政策提供了重要的参考依据，即通过合理调控经济增长方式和产业结构，可以有效地减少环境污染，实现经济与环境的协调发展。4.2结果分析4.2.1经济增长与环境污染的关系通过对环境库兹涅茨曲线模型的估计，得到了吉林省经济增长与环境污染之间的具体关系。对于工业废水排放量，模型估计结果显示，一次项系数\alpha_{1}为正，二次项系数\alpha_{2}为负，且在5%的显著性水平下均显著。这表明吉林省工业废水排放量与人均GDP之间呈现出倒U型关系，符合环境库兹涅茨曲线的特征。具体来说，在经济发展的初期阶段，随着人均GDP的增长，工业废水排放量也随之增加，这是因为经济增长带动了工业生产规模的扩大，工业企业在生产过程中产生的废水相应增多。当人均GDP增长到一定程度后，工业废水排放量开始随着人均GDP的进一步增长而减少。这可能是由于随着经济的发展，企业有更多的资金投入到环保技术研发和废水处理设施建设中，提高了废水处理能力，从而减少了工业废水的排放。吉林省一些大型工业企业在经济实力增强后，引进了先进的污水处理技术和设备，对工业废水进行深度处理，实现了达标排放，甚至部分企业实现了废水的循环利用，大大降低了工业废水的排放量。根据模型计算，吉林省工业废水排放量的拐点出现在人均GDP约为55000元时，这意味着当人均GDP达到这一水平后，工业废水排放量将逐渐下降，环境质量有望得到改善。在工业废气排放量方面，模型估计结果显示，一次项系数\beta_{1}为正，二次项系数\beta_{2}为负，但二次项系数不显著。这说明吉林省工业废气排放量与人均GDP之间的倒U型关系并不明显，虽然随着人均GDP的增长，工业废气排放量有先上升后下降的趋势，但这种趋势并不显著。在经济发展过程中，吉林省的工业结构以重工业为主，汽车制造业、石化产业等在经济中占据重要地位，这些产业在生产过程中会排放大量的工业废气。尽管随着经济的增长，一些企业采取了节能减排措施，如安装废气净化设备、改进生产工艺等，但由于产业结构调整的难度较大，工业废气排放量的下降速度较为缓慢，导致倒U型关系不显著。一些石化企业虽然投入了资金进行废气治理，但由于生产规模大、工艺复杂，废气排放量仍然较高，且难以在短期内实现大幅下降。对于工业固体废弃物产生量，模型估计结果表明，一次项系数\gamma_{1}为正，二次项系数\gamma_{2}为负，且在10%的显著性水平下显著。这表明工业固体废弃物产生量与人均GDP之间存在着较为明显的倒U型关系。在经济发展初期，工业生产规模的扩大和资源开发利用的增加导致工业固体废弃物产生量不断上升。随着经济的进一步发展，人们对环境保护的重视程度提高，企业加强了对工业固体废弃物的管理和处理，通过回收利用、综合处置等方式，减少了工业固体废弃物的产生量。吉林省一些资源型企业在经济增长的过程中，加大了对工业固体废弃物的回收利用力度，将废弃的矿石、炉渣等加工成建筑材料，既减少了废弃物的排放，又实现了资源的循环利用。根据模型计算，工业固体废弃物产生量的拐点预计出现在人均GDP约为60000元时，届时工业固体废弃物产生量将逐渐减少，对环境的压力也将逐渐减轻。在二氧化硫排放量方面，模型估计结果显示，一次项系数\delta_{1}为正，二次项系数\delta_{2}为负，且在5%的显著性水平下显著，表明二氧化硫排放量与人均GDP之间呈现出典型的倒U型关系。在经济发展初期，由于能源结构以煤炭等化石燃料为主，且能源利用效率较低，随着经济增长，能源消耗增加，导致二氧化硫排放量上升。随着经济的发展和技术的进步，能源结构逐渐优化，清洁能源的使用比例增加，同时企业采用了更先进的脱硫技术和设备，有效降低了二氧化硫的排放。吉林省在经济发展过程中，积极推进能源结构调整，加大对风能、太阳能等清洁能源的开发利用，同时对燃煤电厂等重点污染源进行了脱硫改造，使二氧化硫排放量得到了有效控制。根据模型计算，二氧化硫排放量的拐点出现在人均GDP约为58000元时，在人均GDP达到这一水平后，二氧化硫排放量将随着经济增长而逐渐减少，空气质量将得到进一步改善。4.2.2影响因素分析通过多元线性回归模型的估计，深入分析了产业结构、技术水平、环境政策等因素对环境污染的影响程度和方向。产业结构对环境污染有着重要影响。在工业废水排放量的回归模型中，产业结构变量（以第二产业占GDP的比重衡量）的系数为正且在5%的显著性水平下显著，这表明第二产业占比越高，工业废水排放量越大。第二产业中的工业企业在生产过程中通常会产生大量的废水，如化工、造纸、印染等行业，这些行业的生产活动对水资源的消耗量大，且废水排放中含有大量的有害物质。如果第二产业在经济结构中所占比重过高，而又缺乏有效的污染治理措施，就会导致工业废水排放量增加，加重水污染问题。在工业废气排放量的回归模型中，产业结构变量的系数同样为正且显著，说明第二产业占比的增加会导致工业废气排放量上升。汽车制造业、钢铁产业等在生产过程中会排放大量的工业废气，包括二氧化硫、氮氧化物、颗粒物等污染物，随着第二产业占比的提高，这些高污染行业的规模扩大，工业废气排放量也会相应增加。技术水平对环境污染的影响表现为抑制作用。在工业废水排放量的回归模型中，技术创新水平变量（以专利申请授权量衡量）的系数为负且在10%的显著性水平下显著，表明技术创新水平的提高有助于减少工业废水排放量。随着技术创新的不断推进，企业能够研发和应用更先进的生产技术和污水处理技术，提高水资源的利用效率，减少废水的产生量，同时能够更有效地处理工业废水，使其达标排放。一些企业通过技术创新，采用了清洁生产技术，在生产过程中减少了对水资源的消耗和污染物的产生，同时利用先进的膜分离技术、生物处理技术等对工业废水进行深度处理，实现了废水的循环利用和达标排放。在工业废气排放量的回归模型中，技术创新水平变量的系数也为负且显著，说明技术创新能够降低工业废气排放量。通过技术创新，企业可以改进生产工艺，提高能源利用效率，减少废气的产生，同时采用先进的废气净化技术，如脱硫、脱硝、除尘技术等，对工业废气进行有效处理，降低污染物排放。一些钢铁企业通过技术创新，采用了先进的高炉喷煤技术和余热回收技术，提高了能源利用效率，减少了废气的产生，同时安装了高效的脱硫、脱硝、除尘设备，对工业废气进行净化处理，使废气达标排放。环境政策对环境污染起到了明显的约束作用。在工业废水排放量的回归模型中，环境规制强度变量（以环保投入占GDP的比重衡量）的系数为负且在5%的显著性水平下显著，这表明环境规制强度的加大能够有效减少工业废水排放量。政府通过加大环保投入，完善环境监管体系，制定严格的环境标准和法规，对企业的排污行为进行约束和规范，促使企业加强污染治理，减少工业废水排放。当环保投入增加时，企业会面临更大的环境压力，为了满足环境法规的要求，企业不得不加大对废水处理设施的投入，改进废水处理技术，从而减少工业废水的排放。在工业废气排放量的回归模型中，环境规制强度变量的系数同样为负且显著，说明环境规制强度的增强能够降低工业废气排放量。政府通过加强环境监管，对违规排放工业废气的企业进行严厉处罚，同时鼓励企业采用清洁能源和环保技术，促使企业减少工业废气排放。一些地方政府加强了对工业企业的废气排放监管，对超标排放的企业实施停产整顿、罚款等处罚措施，同时对采用清洁能源和环保技术的企业给予补贴和税收优惠，有效推动了企业减少工业废气排放。五、案例分析5.1典型城市案例以长春市为例，深入分析其经济增长与环境污染的具体情况，并与吉林省全省数据进行对比，有助于更直观地了解吉林省经济增长与环境污染关系在城市层面的表现。在经济增长方面，长春市作为吉林省的省会，经济发展态势对全省具有重要影响。近年来，长春市经济总量持续增长。2014-2024年期间，长春市地区生产总值从5530.03亿元增长至7731.53亿元，在吉林省经济总量中占