基于EKC的工业污染与经济发展的关系及驱动因素研究——以湖南省为例

doi:10.13776/j.cnki.resourcesindustries.20201125.005

资源与产业 ›› 2021, Vol. 23 ›› Issue (2): 11-22.DOI: 10.13776/j.cnki.resourcesindustries.20201125.005

基于EKC的工业污染与经济发展的关系及驱动因素研究——以湖南省为例

胡兰，黄和平

（江西财经大学经济学院，江西南昌 330013）

收稿日期:2020-07-04 修回日期:2020-10-03 出版日期:2021-04-20 发布日期:2021-04-20
通讯作者: 黄和平，博士、教授，主要从事土地利用与可持续发展、环境管理与评价等研究。E-mail：hphuang2004@163.com
作者简介:胡兰，硕士生，主要从事环境经济学与区域可持续发展研究。E-mail：552189032@qq.com
基金资助:
国家自然科学基金项目(41661113)；江西省社会科学研究“十三五”规划项目(18YJ13)

A CASE STUDY ON HUNAN PROVINCE: RELATION AND DRIVING FACTORS
OF INDUSTRIAL POLLUTION AND ECONOMIC GROWTH BASED ON EKC

HU Lan，HUANG Heping

(School of Economics, Jiangxi University of Finance and Economics, Nanchang 330013, China)

Received:2020-07-04 Revised:2020-10-03 Online:2021-04-20 Published:2021-04-20

摘要/Abstract

摘要：

研究经济发展与工业生产所引起的环境压力问题能准确认识当前区域工业可持续发展水平，对促进工业可持续发展和环境防污治理具有重大意义。基于环境库兹涅茨模型（EKC）和LMDI分解法，以湖南省为例，选取2000—2018年湖南省人均GDP作为经济指标，工业固废、工业废水、工业二氧化硫、工业烟（粉）尘产生量作为环境污染指标，对其工业污染状况与经济发展的关系进行分析，并从工业清洁技术效应、工业能源效率效益、工业生产结构效应、经济规模效应、人口规模效应5个维度对工业污染物产生量的驱动因素进行探讨。结果表明：1）湖南省工业废水、工业二氧化硫产生量与人均GDP呈倒“N”型关系，工业固废、工业烟（粉）尘产生量与人均GDP呈倒“U”型关系，且各曲线均已超过拐点，湖南省经济发展与由工业生产引起的环境压力问题不断得到改善，并有延续这种改善的趋势；2）工业清洁技术效应和工业能源效率效应对工业污染物产生量有负的抑制作用，工业结构效应、经济规模效应、人口规模效应对工业污染物产生量有正的驱动作用，其中经济规模效应是促进工业污染物产生量的最主要因素。最后从减少工业污染促进经济发展方面提出相应的对策建议。

关键词: 环境库兹涅茨模型（EKC）, LMDI分解法, 工业污染, 可持续发展, 湖南省

Abstract:

Environmental pressure arising from economic development and industrial operations may indicate the sustainable development level of industries, and also of importance in promoting industrial sustainable development and environmental pollution prevention and control. This paper uses Environmental Kuznets Curve (EKC) model and LMDI decomposition and GDP per capita as economic indicator of Hunan province during 2000 to 2018, industrial solid waste, water waste, SO2, fog emission as environmental pollution indicators to analyze the relation between industrial pollution and economic growth, and discusses the driving factors from industrial cleaning technology effect, industrial energy efficiency effect, industrial productive structure effect, economic size effect, and population size effect. An upside-down N-shape exists among industrial water waste, SO2 and GDP per capita in Hunan province, an upside-down U-shape among industrial solid wastes, fog and GDP per capita, both curves passing the inflection points, suggesting a continuously improved environmental pressure. Industrial pollution is limited by industrial cleaning technology effect and industrial energy efficiency effect, but driven by industrial structure effect, economic size effect, and population size effect, of which economic size effect is the leading factor. This paper presents suggestions on reducing industrial pollution and promoting economic growth.

Key words: LMDI decomposition, industrial pollution, sustainable development, Hunan province

中图分类号:

F205

胡兰, 黄和平. 基于EKC的工业污染与经济发展的关系及驱动因素研究——以湖南省为例[J]. 资源与产业, 2021, 23(2): 11-22.

HU Lan, HUANG Heping.

A CASE STUDY ON HUNAN PROVINCE: RELATION AND DRIVING FACTORS

OF INDUSTRIAL POLLUTION AND ECONOMIC GROWTH BASED ON EKC[J]. Resources & Industries, 2021, 23(2): 11-22.

参考文献

曹海艳，葛新权，李晓非，2017. 城市居民收入水平与生活垃圾产生量关系研究［J］.统计与决策，33（6）：93-96.

戴勇，陈翔，王敏，2020. 碳排放库兹涅茨效应研究：以江苏省为例［J］.统计与决策， 36（6）：75-78.

郭政，陈爽，董平，等，2019. 长江三角洲城市群工业污染时空演化及其驱动因素［J］.中国环境科学，39（3）：1323-1335.

揭昌亮，王金龙，庞一楠，2018. 中国农业增长与化肥面源污染：环境库兹涅茨曲线存在吗?［J］.农村经济（11）： 110 -117.

李健，靳泽凡，苑清敏，2019. 京津冀空气质量环境库兹涅茨曲线及影响因素：基于2006—2017年面板数据的分析［J］.生态经济，35（2）：197-201， 218.

李鹏涛，2017. 中国环境库兹涅茨曲线的实证分析［J］.中国人口·资源与环境，27（S1）：22-24.

蒋黎，王晓君，2019. 环境质量与农业经济增长的内在关系探讨：基于我国31个省区面板数据的EKC分析［J］.农业经济问题（12）：43-51.

王文倩，李艳芹，李宗尧，2019. 绿色财政、政府干预对环境库兹涅茨曲线的影响研究［J］.经济视角（6）：74-81.

王印红，2018. 中国海洋环境拐点估算研究［J］.中国人口·资源与环境， 28（8）：87-94.

王勇，俞海，张永亮，等，2016. 中国环境质量拐点：基于EKC的实证判断［J］.中国人口·资源与环境， 26（10）：1-7.

徐如浓，吴玉鸣，2018. 文化如何影响“一带一路”沿线国家的碳排放?：环境库兹涅茨曲线框架下的实证研究［J］.生态经济，34（7）：14-19，24.

闫兰玲，徐海岚，唐伟，等，2014. 城市大气污染物排放与产业发展关系研究：基于杭州市EKC曲线的实证分析［J］.中国人口·资源与环境， 24（S2）：147-150.

闫宁，施泽尧，王天营，2017. 江苏工业废气排放环境库兹涅茨曲线研究［J］.中国人口·资源与环境， 27（S2）：119-123.

张兵兵，沈满洪，2016. 工业用水库兹涅茨曲线分析［J］.资源科学， 38（1）：102-109.

张剑，2019. 新旧动能转换背景下烟台市环境库兹涅茨曲线及影响因素研究［J］.应用能源技术（8）：8-12.

赵蕾，胡绵好，2019. 江西省经济增长与工业“三废”排放关系及其驱动因素分析：基于EKC和LMDI模型［J］.环境保护与循环经济，39（2）：15-21.

周璇，郭丕斌，黎斌林，等，2017. 政策驱动与大气环境污染：基于区域面板数据的分析［J］.生态经济，33（10）：174-178，220.

朱冉，赵梦真，薛俊波，2018. 产业转移、经济增长和环境污染：来自环境库兹涅茨曲线的启示［J］. 生态经济，34（7）：68-73.

左文鼎，2014. 二氧化碳排放库兹涅茨曲线（EKC）在中国的检验［J］.统计与决策，30（11）：22-24.

DE BRUYN S M，VAN DEN BERGH J C J M，OPSCHOOR J B，1998. Economic growth and emissions：reconsidering the empirical basis of environmental Kuznets curves［J］. Ecological Economics，25（2）：161-175.

GROSSMAN G M，KRUEGER A B， 1991. Environmental impacts of a north-American free-trade agreement. National bureau of economic research working paper No.3914［R］. Cambridge：National Bureau of Economic Research.

[1]	薛松, 赵静静, 杨涛. 知识共享、绿色创新与基础设施可持续发展协同关系研究[J]. 资源与产业, 2023, 25(1): 109-121.
[2]	蒋榕湄, 陈贵松. 政府补贴、企业ESG表现与绿色创新[J]. 资源与产业, 2022, 24(6): 90-102.
[3]	张云宁, 朱红艳, 欧阳红祥, 等. 长江经济带乡村人居环境可持续发展水平评价与空间格局研究[J]. 资源与产业, 2022, 24(4): 42-54.
[4]	张海潮, 刘晓静, 马东来, 等. 吉林省粮食主产区农业生态可持续发展动态变化分析及对策研究[J]. 资源与产业, 2022, 24(2): 132-142.
[5]	马俊杰, 张建平, 刘晓鸿, 等. 中国世界地质公园管理模式与县域经济可持续发展关系研究[J]. 资源与产业, 2022, 24(1): 1-7.
[6]	崔文婧, 闫晶晶, 沙景华, 等. 基于熵权TOPSIS模型的天津市海洋资源环境承载力评价[J]. 资源与产业, 2020, 22(6): 9-17.
[7]	吴景辉，王耕，于大涛，等. 基于能值-生态足迹模型的齐齐哈尔市可持续发展水平分析[J]. 资源与产业, 2019, 21(2): 17-23.
[8]	葛文峰. 可持续发展下资源型城市发展旅游业的优势与策略 [J]. 资源与产业, 2018, 20(6): 9-15.
[9]	曾伟，陈文璐，严思湘. 基于共生理论的鄱阳湖城市圈可持续发展研究 [J]. 资源与产业, 2018, 20(6): 78-85.
[10]	韩业斌. 再生资源产业可持续发展水平评价 [J]. 资源与产业, 2018, 20(2): 53-58.
[11]	王耕，董瑞. 太原市绿色转型中生态承载力动态评价与适应性管理对策 [J]. 资源与产业, 2018, 20(2): 71-79.
[12]	顾亚，王建平，王修，等. 我国铅资源开发现状和可持续发展建议[J]. 资源与产业, 2018, 20(1): 39-46.
[13]	常江，张凯，冯姗姗.. 煤炭独立工矿区转型策略思考: 以磁县申家庄煤矿为例[J]. 资源与产业, 2017, 19(5): 23-30.
[14]	于果. 我国稀土资源产业发展探析 [J]. 资源与产业, 2017, 19(4): 58-62.
[15]	邓锋. 区域资源环境综合承载力相关问题的再认识与思考[J]. 资源与产业, 2017, 19(1): 73-77.

基于EKC的工业污染与经济发展的关系及驱动因素研究——以湖南省为例

A CASE STUDY ON HUNAN PROVINCE: RELATION AND DRIVING FACTORS
OF INDUSTRIAL POLLUTION AND ECONOMIC GROWTH BASED ON EKC

PDF (Mobile)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics