教室環(huán)境布置的意義范文

前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)教室環(huán)境布置的意義文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。

第1篇

[關(guān)鍵詞] “六步”教學(xué)法；網(wǎng)絡(luò)環(huán)境；建構(gòu)主義理論

隨著社會的不斷進步，高職教育在我國教育中的地位越來越重要，而高職英語更是順應(yīng)時代需求下的產(chǎn)物。但是當(dāng)前我國的高職英語教育水平仍然停留在教師一味灌輸理論知識，教育教學(xué)方式不恰當(dāng)、學(xué)生被動接受知識的層面上。教育的最終目的不僅僅是讓學(xué)生單純地接受知識，而是著重于培養(yǎng)學(xué)生的綜合能力，提高自身素質(zhì)。高職英語研討式“六步”教學(xué)法是對傳統(tǒng)捆綁式教育的改革，利用網(wǎng)絡(luò)環(huán)境的優(yōu)勢，構(gòu)建出全新的符合現(xiàn)代教育形勢發(fā)展的課題教學(xué)模式。

1、高職英語研討式“六步”教學(xué)法的概念

網(wǎng)絡(luò)環(huán)境下的英語研討式“六步”教學(xué)法是建立在建構(gòu)主義等理論的基礎(chǔ)上，在高職英語教學(xué)的課程中將網(wǎng)絡(luò)信息技術(shù)與研討式教學(xué)法進行有機結(jié)合，充分調(diào)動學(xué)生的自主學(xué)習(xí)性，通過協(xié)作主動開展創(chuàng)新型學(xué)習(xí)的行為。

網(wǎng)絡(luò)技術(shù)作為新時代的高科技產(chǎn)物，可以在英語教學(xué)的過程中為師生提供大量豐富、真切、生動、活潑的語言場景。基于建構(gòu)主義理論的網(wǎng)絡(luò)環(huán)境下的“六步”教學(xué)法主要由情景——探索——協(xié)作——評價——操練——運用等六個步驟組成。

第一步即情景，就是根據(jù)設(shè)定的教學(xué)任務(wù)和目的，教師利用互聯(lián)網(wǎng)技術(shù)設(shè)立出符合課設(shè)的場景，以便學(xué)生能夠身入其境，真實感受直觀且形象的教學(xué)任務(wù)。在這一過程中，教師需要借助網(wǎng)絡(luò)信息的共享性建立資料庫，方便學(xué)生隨時閱讀。

第二步是探索過程。學(xué)生通過對老師提出的問題或任務(wù)進行分析后，進行小組分工，在有限的時間內(nèi)利用網(wǎng)絡(luò)查詢相關(guān)資料（可以是報刊雜志、書籍文獻、圖像資料等），并歸納總結(jié)，整理出課題匯報講稿。在這一步驟進行過程中，講究的是學(xué)生的獨立自主性，教師主要對其進行適當(dāng)?shù)囊龑?dǎo)和監(jiān)督。

第三步即協(xié)作。解決教學(xué)任務(wù)或問題單靠一個人的力量獲得的答案或許是片面不具體的，此時，小組成員在匯報前需要溝通，利用探索過程中所獲得的成果，通過辯論、合作、競爭以及角色扮演等不同的方式進行交流，最終獲得屬于小組本身的一個學(xué)習(xí)成果。

第四步則需要教師對學(xué)生任務(wù)完成的情況進行評價。教師的評價能夠幫助學(xué)生系統(tǒng)全面地理順知識資料，深入了解教學(xué)的目的，調(diào)動學(xué)生學(xué)習(xí)的積極性。

第五步是操練，即在教師安排的課程任務(wù)下，學(xué)生們根據(jù)大量的信息資料與網(wǎng)絡(luò)上獲取的材料進行總結(jié)，展開練習(xí)，以達到鞏固和強化所學(xué)知識的目的。這是教學(xué)過程中重要的一項環(huán)節(jié)，學(xué)生應(yīng)在教師的指導(dǎo)下進行合理的練習(xí)，達到層層深入，提高訓(xùn)練層次。

最后一步就是運用。一切知識的掌握都是為了更好地運用到實際生活中，幫助學(xué)生提升自身素質(zhì)能力。教師通過布置新的任務(wù)，安排學(xué)生利用學(xué)習(xí)到的知識獨立完成。

以上六步相互聯(lián)系，共同實現(xiàn)英語的新式教學(xué)法。

2、“六步”教學(xué)法的理論基礎(chǔ)

建構(gòu)主義理論是高職英語研討式“六步”教學(xué)法形成的重要理論基礎(chǔ)。建構(gòu)主義教學(xué)理論認為學(xué)習(xí)是能動汲取知識的過程。學(xué)生在這一過程中，不是被動地去接觸外界信息，而是主動地依靠別人的幫助，通過必需的資料以建構(gòu)的方式獲得知識。這種建構(gòu)是屬于個人的，學(xué)習(xí)者通過運用自身已有的知識儲備或經(jīng)驗教訓(xùn)，能動地對信息進行加工、整理和組建。建構(gòu)主義理論的教學(xué)觀念認為情境、主體、協(xié)作以及資源是教學(xué)工程中的促進劑。在學(xué)習(xí)過程中，以學(xué)生自身為中心，學(xué)習(xí)環(huán)境和現(xiàn)實情景相互結(jié)合，加強學(xué)生之間的相互討論相互協(xié)作精神，通過提供大量的豐富的資源幫助學(xué)習(xí)者更好地獲取知識。首先，將學(xué)生作為學(xué)習(xí)的中心，其實是要求學(xué)生主動對知識進行探索、發(fā)現(xiàn)和對知識理論的建構(gòu)。在教育中，需要注重考慮學(xué)生的實際經(jīng)驗和實踐能力，把握教學(xué)內(nèi)容的更新和對“六步”教學(xué)法的合理運用，通過學(xué)生的交流過程，使其展開生動有趣的學(xué)習(xí)。網(wǎng)絡(luò)的運用綜合了建構(gòu)主義四大要素——情境、協(xié)商、會話和意義建構(gòu)，改變英語教學(xué)中的傳統(tǒng)模式，為高職英語教育提供更為先進的教育方式，同時也實現(xiàn)了建構(gòu)主義的美好設(shè)想。

多媒體網(wǎng)絡(luò)技術(shù)是實現(xiàn)建構(gòu)主義理論的最有效工具。在協(xié)作學(xué)習(xí)過程中，學(xué)生通過對話和協(xié)商對獲取的知識進行討論和分析，實現(xiàn)跨地域和時空的交流學(xué)習(xí)需要計算機網(wǎng)絡(luò)輔助教學(xué)系統(tǒng)的語音功能作為支持，這便需要借助網(wǎng)絡(luò)環(huán)境。在這一過程中，網(wǎng)絡(luò)能夠給學(xué)習(xí)者提供生動具體的學(xué)習(xí)環(huán)境，采用圖文并茂的方式加強交流理解，同時還可以通過超文本的形式管理和編輯知識信息，對于學(xué)生英語學(xué)習(xí)具有相當(dāng)重要的意義。網(wǎng)絡(luò)環(huán)境下英語研討式“六步”教學(xué)法，就是在建構(gòu)主義理論的基礎(chǔ)下，利用高科技網(wǎng)絡(luò)手段，通過六步教學(xué)法實現(xiàn)反傳統(tǒng)的教學(xué)理念，是現(xiàn)代化教育環(huán)境中的實踐操作，更是高職英語課程改革的發(fā)展方向。

隨著經(jīng)濟的迅速發(fā)展，知識的不斷更新，網(wǎng)絡(luò)技術(shù)的逐步推進，對外交流的日益擴大，社會對于英語技能的要求越來越高，基于建構(gòu)主義理論的網(wǎng)絡(luò)環(huán)境下的高職英語研討式“六步”教學(xué)法改變了傳統(tǒng)模式下的灌輸式教育體制，通過利用現(xiàn)代化的網(wǎng)絡(luò)教育技術(shù)手段著重發(fā)揮學(xué)生學(xué)習(xí)的自主獨立性和積極性，給英語教育注入了新的活力，它以超越局限和時空的特有方式激發(fā)了學(xué)生學(xué)習(xí)的積極性和主動性，有益于培養(yǎng)學(xué)生的實踐能力、獨立思考能力、團隊協(xié)作能力以及創(chuàng)造力等，提高學(xué)生學(xué)習(xí)英語的效率，推進高職英語教育教學(xué)的改革。

參考文獻：

[1]楊善江.基于建構(gòu)主義理論的網(wǎng)絡(luò)環(huán)境下高職英語研討式“六步”教學(xué)法探討[J].瘋狂英語（教師版），2007，11：33-37.

[2]陳輝.網(wǎng)絡(luò)環(huán)境下英語“六步”教學(xué)法在高職旅游英語教學(xué)中的運用[J].管理觀察，2009，10：181-182.

第2篇

論文關(guān)鍵詞：外商直接投資，環(huán)境庫茲涅茨假說，污染天堂假說

一、引言

隨著經(jīng)濟發(fā)展，全球環(huán)境的承載壓力越來越大。經(jīng)濟學(xué)家也密切關(guān)注環(huán)境質(zhì)量變化。Grossman和Krueger（1991）提出Envieonment Kuznets Curve（EKC）假說，即環(huán)境質(zhì)量隨著經(jīng)濟的增長呈現(xiàn)出先增大后縮小的關(guān)系，即呈倒U型曲線關(guān)系，[1]。

環(huán)境竟次理論是指不同國家或地區(qū)間對待環(huán)境政策強度和實施環(huán)境標準的行為類似于“公共地悲劇”的發(fā)生過程，每個國家都擔(dān)心他國采取比本國更低的環(huán)境標準而使本國的工業(yè)失去競爭優(yōu)勢。因而，國家之間會竟相采取比他國更低的環(huán)境標準和次優(yōu)的環(huán)境政策項目管理論文，結(jié)果是每個國家都會采取比沒有國際經(jīng)濟競爭時更低的環(huán)境標準，從而加劇全球環(huán)境惡化。

“污染天堂假說”認為在一國單方提高環(huán)境標準的情況下，國內(nèi)企業(yè)和環(huán)境標準低的外國企業(yè)相比失去其競爭優(yōu)勢，從而使高環(huán)境標準國家的企業(yè)將生產(chǎn)轉(zhuǎn)向低環(huán)境標準國家。若在實行不同環(huán)境政策強度和環(huán)境標準的國家間存在自由貿(mào)易，實行低環(huán)境政策強度和低環(huán)境標準的國家，因外部性內(nèi)部化的差異而使該國企業(yè)所承受的環(huán)境成本相對要低。在該國進行生產(chǎn)時，其產(chǎn)品價格就會比在母國生產(chǎn)出同樣產(chǎn)品的價格相應(yīng)要低。因此，該國在投資和生產(chǎn)方面具有更大的優(yōu)勢。這種由成本差異所產(chǎn)生的“拉力”會吸引國外的企業(yè)到該國安家落戶。

Eskeland 和 Harrison (2003)認為污染密集型的外資企業(yè)運用的生產(chǎn)和污染消除技術(shù)通常比東道國本地的企業(yè)更先進和更有利于改善環(huán)境。如果這些企業(yè)能夠替代部分東道國同行業(yè)低效生產(chǎn)的企業(yè)， 則東道國的整個污染狀況將有可能好轉(zhuǎn)[2]。郭紅燕和韓立巖實證研究發(fā)現(xiàn)中國的FDI存量與環(huán)境管制變量呈正相關(guān)，表明中國寬松的環(huán)境管制是吸引外商直接投資的一個重要因素，顯現(xiàn)出 “污染避難所”效應(yīng) [3]。

二、變量選取及模型構(gòu)建

（一）東部和中部的FDI區(qū)域分布

改革開放以來，中國吸收外商直接投資數(shù)量增長迅速。1979-1984年總計41.04億美元，而后從1985年的19.56億美元快速增長到2008年923.95億美元，1979-2008年累計達8526.13億美元。2007年東部和中部地區(qū)利用FDI所占比重分別為78.27%、15.30%。[4] 2008年中國引進的外商直接投資為923.95億美元， FDI主要集中于東部地區(qū)，主要集中于東部地區(qū)項目管理論文，東部地區(qū)主要集中于江蘇、廣東、山東、浙江、上海、福建和遼寧，2008年廣東、江蘇、浙江、上海的FDI的總額為543.7104億美元。東部地區(qū)引進的外商直接投資中，江蘇為251.2億美元、廣東為191.27億美元、遼寧為120.2億美元，上海、浙江、福建分別為100.84億美元、100.729億美元、100.256億美元（見圖1-圖3），江蘇和廣東占2008年中國外商直接投資的47.93%。中部地區(qū)主要集中于湖南、江西和湖北。但2007年以來，安徽和河南的外商直接投資增長迅速。2008年中部引進的外商直接投資中，河南為40.327億美元、湖南為40.052億美元、江西為36.037億美元、安徽為34.9億美元、湖北為32.45億美元，中部五省占中國2008年外商直接投資的19.89%。

圖1中國東部和中部2003～2008年FDI區(qū)域分布（億美元）

圖2中國東部十一省（市）2003～2008年FDI區(qū)域分布（億美元）

圖3中國中部八省2003～2008年FDI區(qū)域分布（億美元）

（二）變量選取

考慮統(tǒng)計口徑一致和數(shù)據(jù)的連續(xù)性，選取工業(yè)廢氣排放總量（億標立方米）、工業(yè)廢水排放總量（萬噸）、工業(yè)固體廢物產(chǎn)生量（萬噸）、工業(yè)固體廢物排放量（萬噸）、工業(yè)煙塵排放量（萬噸）、工業(yè)粉塵排放量（萬噸）和工業(yè)二氧化硫排放量（萬噸）為環(huán)境污染指標；人均地區(qū)生產(chǎn)總值（元）作為經(jīng)濟增長指標，此外，考慮國際貿(mào)易因素中污染的可輸出性，用FDI作為污染的輸出指標（萬美元）。SO2、FS、FQ、GYYC、GYFC、GTCS、GTPF分別表示工業(yè)二氧化硫排放量、工業(yè)廢水排放量、工業(yè)廢氣排放量、工業(yè)煙塵排放量、工業(yè)粉塵排放量、工業(yè)固體廢物產(chǎn)生量、工業(yè)固體廢物排放量，Y表示人均地區(qū)生產(chǎn)總值（元），F(xiàn)DI表示外商直接投資（萬美元）。環(huán)境污染指標數(shù)據(jù)根據(jù)1986至2009年中國統(tǒng)計年鑒相關(guān)數(shù)據(jù)整理項目管理論文，地區(qū)人均生產(chǎn)總值和外商直接投資數(shù)據(jù)根據(jù)1986至2009年省（市）統(tǒng)計年鑒相關(guān)數(shù)據(jù)整理。LNSO2、LNFS、LNFQ、LNGYYC、LNGYFC、LNGTCS、LNGTPF分別表示污染指標的自然對數(shù)，LNY、LNFDI分別表示人均地區(qū)生產(chǎn)總值和外商直接投資的自然對數(shù)。本文中東部十一個省（市）為廣東、上海、浙江、江蘇、北京、遼寧、海南、山東、福建、河北、天津；中部八省為湖南、湖北、安徽、山西、江西、黑龍江、吉林、河南。通過東部和中部的數(shù)據(jù)研究中國東部和中部省（市）FDI的對環(huán)境影響的差異。

（三）模型設(shè)定形式

由于面板數(shù)據(jù)模型同時具有截面、時序的兩維特性，模型中參數(shù)在不同截面、時序樣本點上是否相同，直接決定模型參數(shù)估計的有效性。根據(jù)截距向量和系數(shù)向量中各分量限制要求的不同，面板數(shù)據(jù)模型可分為無個體影響的不變系數(shù)模型、變截距模型和變系數(shù)模型三種形式。在面板數(shù)據(jù)模型估計之前，需要檢驗樣本數(shù)據(jù)適合上述哪種形式，避免模型設(shè)定的偏差，提高參數(shù)估計的有效性。設(shè)有因變量與1×k維解釋變量向量，滿足線性關(guān)系：

，=1，2，…，N，=1項目管理論文，2，…，T

其中N表示個體截面成員的個數(shù)，T表示每個截面成員的觀察時期總數(shù)，參數(shù)表示模型的常數(shù)項，表示對應(yīng)于解釋變量的k×1維系數(shù)向量，k表示解釋變量個數(shù)。隨機誤差項相互獨立，且滿足零均值、同方差假設(shè)。采用F-test檢驗如下兩個假設(shè)：

H1:個體變量系數(shù)相等；H2:截距項和個體變量系數(shù)都相等。

如果H2被接受，則屬于個體影響的不變系數(shù)混合估計；如果H2被拒絕，則檢驗假設(shè)H1，如果H1被接受，則屬于變截距，否則屬于變系數(shù)。變系數(shù)、變截距和混合估計的殘差平方和分別為S1、S2、S3，面板個體數(shù)量為N，面板時間跨度為T，根據(jù)Wald定理在H2假設(shè)條件下構(gòu)建統(tǒng)計量F2項目管理論文，在H1假設(shè)條件下構(gòu)建統(tǒng)計量F1，其中：

～F[(N-1)(K+1)，N(T-K-1)]

～ F[(N-1)K，N(T-K-1)]

若計算得到的統(tǒng)計量F2的值不小于給定置信度下的相應(yīng)臨界值，則拒絕假設(shè)H2，繼續(xù)檢驗假設(shè)H1。反之，則認為樣本數(shù)據(jù)符合無個體影響的不變系數(shù)模型。若計算得到的統(tǒng)計量F1的值不小于給定置信度下的相應(yīng)臨界值，則拒絕假設(shè)H1，用變系數(shù)模型擬合，反之，則用變截距模型擬合。

三、東部和中部模型回歸結(jié)果分析

利用東部十一省（市）和中部八省的相關(guān)數(shù)據(jù)，借助Eviews6.0，采用固定效應(yīng)模型對七個環(huán)境污染指標分別進行回歸。采用Pooled EGLS(Cross-section weights) 消除異方差，采用廣義差分法消除自相關(guān)，回歸后的殘差是平穩(wěn)序列。回歸結(jié)果見表1-表8

（一）東部和中部地區(qū)FDI對工業(yè)廢水、工業(yè)廢氣影響差異分析

表1 東部地區(qū) LNFS、LNFQ模型參數(shù)估計結(jié)果

LnFS

LnFQ

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

24.7998(1.8722***)

49.3840(4.0923*)

-3.6806(-1.4613***)

-13.1905(-3.2263*)

0.4188(1.4567***)

1.3574 (2.9634*)

-0.0158(-1.4541***)

-0.0440 (-2.5825*)

AR(1)

0.9958(42.3684*)

0.8089 (24.7612*)

海南--LNFDI

0.1027(1.2365)

-8.0449

0.1302 (0.9513)

-3.7321

河北--LNFDI

-0.0088(-0.1280)

3.8736

0.0835 (1.1098)

0.0014

上海--LNFDI

0.0259(1.0531)

-15.5458

-0.1318(-0.9580)

1.1533

浙江--LNFDI

-0.0384(-0.5847)

10.5687

0.0745 (1.3692)

-0.4913

遼寧--LNFDI

-0.0835(-1.6476***)

-5.4319

0.0426(0.3272)

0.1718

廣東--LNFDI

-0.0392(-0.3555)

6.3472

-0.0459 (-0.3756)

0.9825

北京--LNFDI

0.0135(0.3381)

-21.1233

-0.0295(-0.4951)

-0.8745

天津--LNFDI

-0.0078(-0.1072)

-5.6961

-0.0204(-0.1636)

-1.0105

江蘇--LNFDI

-0.0415(-0.7790)

7.6127

-0.1504(-2.2292**)

2.7120

福建--LNFDI

-0.0955(-0.7093)

12.4942

-0.0186 (-0.2712)

-0.2444

山東--LNFDI

-0.0727(-2.1787*)

11.0165

0.0366 (0.7316)

0.3737

R2

0.9996

0.9985

F

21721.19

5607.094

D-W

2.2587

1.8888

注:括號內(nèi)為t值，*表示1%的顯著水平項目管理論文，**表示5%的顯著水平，***表示10%顯著水平，表7-表8同。

東部工業(yè)廢水與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。海南、上海、北京的FDI對工業(yè)廢水排放量產(chǎn)生正影響，但t統(tǒng)計量不顯著。河北、浙江、遼寧、廣東、天津、江蘇、福建、山東的FDI對工業(yè)廢水排放量產(chǎn)生負影響，遼寧在10%的水平下顯著，其他省（市）的t統(tǒng)計量不顯著。遼寧的FDI每增加1個百分點，工業(yè)廢水排放量將減少0.0835個百分點。

東部工業(yè)廢氣與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。海南、河北、浙江、遼寧、山東的FDI對工業(yè)廢氣排放量產(chǎn)生正影響，但t統(tǒng)計量不顯著。上海、廣東、北京、天津、江蘇、福建、山東的FDI對工業(yè)廢氣排放量產(chǎn)生負影響，江蘇在5%的水平下顯著。其他省（市）的t統(tǒng)計量不顯著。江蘇的FDI每增加1個百分點，工業(yè)廢氣排放量將減少0.1504個百分點。

表2 中部地區(qū)LNFS、LNFQ模型參數(shù)估計結(jié)果

LNFS

LNFQ

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

16.6018(7.9671*)

11.6524(3.9031*)

-1.1320(-2.3466*)

-1.2244(-1.8624**)

0.0587(2.1385**)

0.0967(2.6877*)

AR(1)

0.7772(15.2270*)

0.8699(24.1079*)

湖南--LNFDI

-0.0333(-1.0065)

0.8689

0.0030(0.0929)

0.0309

山西--LNFDI

5.29E-05(0.0022)

-0.5998

-0.0116(-0.5248)

0.9869

吉林--LNFDI

0.0224(1.3361)

-0.8116

-0.0138(-0.8731)

-0.1019

安徽--LNFDI

0.0068(0.3212)

-0.1071

0.0848(2.0050**)

-0.5360

黑龍江--LNFDI

-0.0691(-1.3522)

0.4276

0.0047(0.1391)

-0.1447

河南--LNFDI

0.0396(1.6098***)

-0.0902

0.0587(1.1488)

-0.1023

江西--LNFDI

0.0148(0.4637)

-0.3718

0.0410(0.9293)

-0.7326

湖北--LNFDI

-0.0348(-0.7651)

0.8336

-0.0194(-0.4111)

0.6340

R2

0.9992

0.9985

F

11085.59

6243.136

D-W

1.6877

1.6591

中部地區(qū)工業(yè)廢水與人均地區(qū)生產(chǎn)總值呈正U型關(guān)系。山西、吉林、安徽、河南、江西的FDI對工業(yè)廢水排放量產(chǎn)生正影響，山西、安徽在5%的水平下顯著，河南和江西在1%的水平下顯著，吉林的t統(tǒng)計量不顯著，影響最大的河南為0.1444項目管理論文，其次是江西。湖南、黑龍江、湖北的FDI對工業(yè)廢水排放量產(chǎn)生負影響，黑龍江在1%的水平下顯著，湖南和湖北的t統(tǒng)計量不顯著。黑龍江的FDI每增加1%，工業(yè)廢水排放量將減少0.1025%。

中部地區(qū)工業(yè)廢氣與人均地區(qū)生產(chǎn)總值呈正U型關(guān)系。湖南、山西、安徽、河南、江西、湖北的FDI對工業(yè)廢氣排放量產(chǎn)生正影響，湖南的t統(tǒng)計量不顯著，湖北在5%的水平下顯著，其他省都在1%的水平下顯著。影響最大的河南為0.0819，其次是安徽。吉林、黑龍江的FDI對工業(yè)廢氣排放量產(chǎn)生負影響，且都在1%的水平下顯著。影響最大的黑龍江為-0.1521，即FDI每增加1個百分點，工業(yè)廢氣排放量將減少0.1521個百分點，其次是吉林。

（二）東部和中部地區(qū)FDI對工業(yè)煙塵、工業(yè)粉塵影響差異分析

表3 東部地區(qū)LNGYYC、LNGYFC模型參數(shù)估計結(jié)果

LNGYYC

LNGYFC

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

32.7262(2.8164*)

52.9893(3.8847*)

-10.5024(-2.6944*)

-18.5026(-4.0342*)

1.2657(2.9653*)

2.2848(4.5435*)

-0.0505(-3.2386*)

-0.0927(-5.0305*)

AR(1)

0.4000(6.1657*)

0.3097(4.5813*)

海南--LNFDI

0.0477(0.3532)

-4.19200

-0.2814(-1.2742)

-0.4495

河北--LNFDI

-0.0335(-0.3842)

0.5242

0.0267(0.2515)

-0.0456

上海--LNFDI

-0.1521(-2.7826*)

0.5767

-0.2069(-2.4847*)

0.3125

浙江--LNFDI

-0.0627(-0.8102)

-0.0833

-0.0941(-0.9720)

0.6786

遼寧--LNFDI

-0.0934(-1.0676)

1.3496

-0.0855(-0.9936)

0.9432

廣東--LNFDI

0.0402(0.4283)

-1.1402

-0.0525(-0.4761)

0.6557

北京--LNFDI

-0.2631(-2.2266**)

1.3044

0.1188(0.2863)

-2.7899

天津--LNFDI

0.0139(0.1345)

-1.7711

-0.2062(-3.3778*)

-0.2964

江蘇--LNFDI

-0.1082(-2.3398**)

1.4371

-0.0810(-1.0884)

0.7549

福建--LNFDI

-0.0546(-0.6975)

-0.9522

-0.0017(-0.0179)

-0.8758

山東--LNFDI

-0.1649(-2.4789*)

2.2796

-0.0876(-1.2915)

1.1267

R2

0.9829

0.9773

F

487.359

326.259

D-W

2.0287

2.1269

東部地區(qū)工業(yè)煙塵與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。海南、廣東、天津的FDI對工業(yè)煙塵排放量產(chǎn)生正影響，但t統(tǒng)計量不顯著。河北、上海、浙江、遼寧、北京、江蘇、福建、山東的FDI對工業(yè)煙塵排放量產(chǎn)生負影響，上海、山東在1%的水平下顯著項目管理論文，北京和江蘇在5%的水平下顯著，其他省（市）的t統(tǒng)計量不顯著。影響最大的北京為-0.2631，即FDI每增加1個百分點，工業(yè)煙塵排放量將減少0.2631個百分點。

東部地區(qū)工業(yè)粉塵與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。河北、北京的FDI對工業(yè)粉塵排放量產(chǎn)生正影響，但不顯著。海南、上海、浙江、遼寧、廣東、天津、江蘇、福建、山東的FDI對工業(yè)廢氣排放量產(chǎn)生負影響，上海、天津在1%的水平下顯著，其他省（市）t統(tǒng)計量不顯著。影響最大的上海為-0.2069，即FDI每增加1%，工業(yè)粉塵排放量將減少0.2069%。

表4 中部地區(qū)LNGYYC、LNGYFC模型參數(shù)估計結(jié)果

LNGYYC

LNGYFC

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

42.0185(1.8447**)

89.1652(3.1244*)

-13.5462(-1.6467***)

-32.1750(-3.1544*)

1.6143(1.6440***)

3.9980(3.3162*)

-0.0636(-1.6339***)

-0.1632(-3.4480*)

AR(1)

0.3172(4.1467*)

0.4488(6.0984*)

湖南--LNFDI

-0.0019(-0.0419)

-0.8825

0.0495(0.6818)

-0.8836

山西--LNFDI

-0.0189(-0.3482)

-0.0711

0.0357(0.7816)

-0.8062

吉林--LNFDI

-0.1284(-3.0416*)

0.3904

-0.1267(-3.4817*)

-0.4546

安徽--LNFDI

-0.0772(-1.4121)

-0.3836

-0.0923(-1.5097)

0.1776

黑龍江--LNFDI

-0.2387(-3.8292*)

2.0898

-0.2454(-3.2349*)

1.0407

河南--LNFDI

0.0198(0.3755)

-0.5630

-0.0493(-0.7333)

0.2108

江西--LNFDI

-0.0365(-0.7702)

-1.0183

-0.0689(-1.2353)

-0.1311

湖北--LNFDI

-0.1321(-2.4864*)

0.3379

-0.1383(-2.3095*)

0.7561

R2

0.9486

0.8592

F

155.442

46.2631

D-W

1.9311

2.1184

中部地區(qū)工業(yè)煙塵與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。中部8省FDI對工業(yè)煙塵排放量產(chǎn)生負影響，湖南、山西和河南的t統(tǒng)計量不顯著，吉林、安徽、黑龍江、江西、湖北都在1%的水平下顯著。影響最大的黑龍江為-0.2609，即FDI每增加1個百分點，工業(yè)煙塵排放量將減少0.2609個百分點，其次是吉林項目管理論文，再其次是湖北。

中部工業(yè)粉塵與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。中部8省的FDI對工業(yè)粉塵排放量都產(chǎn)生負影響，湖南、山西、河南、江西的t統(tǒng)計量不顯著，吉林、安徽、黑龍江、湖北的t統(tǒng)計量在1%的水平下顯著。影響最大的黑龍江為-0.3797，即FDI每增加1個百分點，工業(yè)粉塵排放量將減少0.3797個百分點，其次是吉林，再其次是湖北。

（三）東部和中部地區(qū)FDI對工業(yè)固體廢物產(chǎn)生量、工業(yè)固體廢物排放量影響差異分析

表5 東部地區(qū)LNGTCS、LNGTPF模型參數(shù)估計結(jié)果

LNGTCS

LNGTPF

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

63.4898(5.0320*)

8.7117(5.0309*)

-17.5778(-4.2654*)

-0.8248(-3.5953*)

1.7727(3.9784*)

-0.0581(-3.6181*)

AR(1)

0.8177(27.0287*)

0.5104(8.6360)

海南--LNFDI

0.2352(1.4884)

-4.4831

4.9656(3.7795*)

-49.2073

河北--LNFDI

0.2510(2.1371**)

-0.2996

0.2615(1.1668)

-0.3946

上海--LNFDI

-0.0111(-0.2948)

0.5235

2.3659(2.0572**)

-26.9802

浙江--LNFDI

0.1614(2.5550**)

-1.0426

-0.0413(-0.2534)

0.9621

遼寧--LNFDI

0.0401(0.6324)

1.9015

-0.6868(-1.5997***)

11.0885

廣東--LNFDI

-0.0459(-0.3341)

1.7425

0.2184(0.6742)

-0.9511

北京--LNFDI

0.05877(1.4172***)

-0.7293

-0.7027(-2.0111**)

10.3680

天津--LNFDI

0.1134(1.4843***)

-1.7596

0.2503(0.4228)

-2.4523

江蘇--LNFDI

0.0285(0.5063)

1.2896

0.3357(0.4981)

-2.2678

福建--LNFDI

0.0139(0.1094)

0.9179

-0.1359(-0.5610)

2.9014

山東--LNFDI

0.0754(0.5823)

1.2289

-0.7350(-3.1354*)

8.6788

R2

0.9988

0.8743

F

7269.704

53.5716

D-W

2.0843

1.8612

東部地區(qū)工業(yè)固體廢物產(chǎn)生量與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。海南、河北、浙江、遼寧、北京、天津、江蘇、福建、山東的FDI對工業(yè)固體廢物產(chǎn)生量產(chǎn)生正影響，河北和浙江在5%的水平下顯著，北京和天津在10%的水平下顯著，其他省（市）的t統(tǒng)計量不顯著。影響最大的河北為0.2510，其次是浙江，再其次天津。上海、廣東的FDI對工業(yè)固體廢物產(chǎn)生量產(chǎn)生負影響，但都不顯著。

東部地區(qū)工業(yè)固體廢物排放量與人均地區(qū)生產(chǎn)總值呈遞減型關(guān)系。海南、上海、廣東、天津、江蘇的FDI對工業(yè)固體廢物排放量產(chǎn)生正影響，海南在1%的水平下顯著項目管理論文，上海在5%的水平下顯著，與其他省（市）相比回歸結(jié)果反差很大，其他省（市）t統(tǒng)計量不顯著。浙江、遼寧、北京、福建、山東的FDI對工業(yè)固體廢物排放量產(chǎn)生負影響。遼寧在10%的水平下顯著，北京在5%的水平下顯著，山東都在1%的水平下顯著，其他省（市）t統(tǒng)計量不顯著。影響最大的山東為-0.7350，即FDI每增加1%，工業(yè)固體廢物排放量將減少-0.7650%。

表6 中部地區(qū)LNGTCS、LNGTPF模型參數(shù)估計結(jié)果

LNGTCS

LNGTPF

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

41.3077(3.8757*)

1991.625(1.8463*)

-11.3227(-2.9668*)

-941.7224(-1.8373**)

1.2302(2.7211*)

166.8861(1.8333**)

-0.0421(-2.3692*)

-13.0867(-1.8269**)

0.3829(1.8173**)

AR(1)

0.4372(6.4688*)

0.5462(7.7679*)

湖南--LNFDI

-0.0192(-0.6301)

-0.1254

0.1453(0.7240)

-3.5711

山西--LNFDI

0.0619(3.2135*)

-0.0267

0.1310(0.7933)

-1.5068

吉林--LNFDI

-0.0386(-2.2811**)

-0.3432

-0.1869(-1.3899)

-2.2181

安徽--LNFDI

0.0208(1.1657)

-0.2012

-1.0940(-3.7083*)

5.2815

黑龍江--LNFDI

-0.1889(-6.3619*)

1.8097

-0.9583(-1.7057***)

4.9852

河南--LNFDI

0.0880(4.0322*)

-0.9111

-0.3186(-1.6994***)

-0.2906

江西--LNFDI

0.0263(1.0920)

0.0630

-0.1247(-0.6319)

-1.8346

湖北--LNFDI

-0.0037(-0.2067)

-0.2943

-0.2196(-0.9938)

-0.5911

R2

0.9988

0.9100

F

7004.577

75.3401

D-W

1.8913

2.1274

中部地區(qū)工業(yè)固體廢物產(chǎn)生量與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。山西、安徽、河南、江西的FDI對工業(yè)固體廢物產(chǎn)生量產(chǎn)生正影響，安徽和江西的t統(tǒng)計量不顯著，山西和河南在1%的水平下顯著，影響最大的山西為0.0698，其次是河南。 湖南、吉林、黑龍江、湖北的FDI對工業(yè)固體廢物產(chǎn)生量產(chǎn)生負影響，湖北的t統(tǒng)計量不顯著，湖南、吉林、黑龍江在1%的水平下顯著。影響最大的黑龍江為-0.2256項目管理論文，即FDI每增加1個百分點，工業(yè)固體廢物產(chǎn)生量將減少0.2256個百分點，其次是吉林。

中部工業(yè)固體廢物排放量與人均地區(qū)生產(chǎn)總值呈四次曲線關(guān)系。湖南、山西的FDI對工業(yè)固體廢物排放量產(chǎn)生正影響，湖南的t統(tǒng)計量不顯著，山西在10%的水平下顯著。吉林、安徽、黑龍江、河南、江西、湖北的FDI對工業(yè)固體廢物排放量產(chǎn)生負影響，河南、江西在5%的水平下顯著，湖北在10%的水平下顯著，吉林、安徽、黑龍江在1%的水平下顯著。影響最大的黑龍江為-1.4849，即FDI每增加1%，工業(yè)固體廢物排放量將減少1.4849%，其次是安徽，就FDI對工業(yè)固體排放量的影響來說，兩省與其他省形成很大反差。

（四）東部和中部地區(qū)FDI對工業(yè)二氧化硫排放量影響差異分析

表7 東部地區(qū)LNSO2模型參數(shù)估計結(jié)果

LnSO2

變量

參數(shù)

固定效應(yīng)

α

1.7784(10.4264*)

0.2475(7.8184*)

AR(1)

0.3621(5.9372*)

海南--LNFDI

0.3036(4.0824*)

-6.565940

河北--LNFDI

-0.0529(-2.2161**)

1.448053

上海--LNFDI

-0.1001(-3.0210*)

0.746609

浙江--LNFDI

-0.0234(-0.8374)

0.436150

遼寧--LNFDI

-0.0544(-0.9538)

1.100451

廣東--LNFDI

0.1235(2.4580*)

-1.469815

北京--LNFDI

-0.2192(-3.0616*)

1.380896

天津--LNFDI

-0.0549(-0.8785)

-0.400097

江蘇--LNFDI

-0.0603(-2.5470*)

1.401587

福建--LNFDI

0.0628(1.1849)

-1.772079

山東--LNFDI

-0.1212(-3.8939*)

2.635766

R2

0.9960

F

2306.281

D-W

2.1367

東部地區(qū)工業(yè)二氧化硫排放量與人均地區(qū)生產(chǎn)總值呈遞增型關(guān)系。海南、廣東、福建的FDI對工業(yè)二氧化硫的排放量產(chǎn)生正影響，海南和廣東在1%的水平下顯著項目管理論文，福建的t統(tǒng)計量不顯著。影響最大的海南為0.3036，其次是廣東。河北、上海、浙江、遼寧、北京、天津、江蘇、山東的FDI對工業(yè)二氧化硫排放量產(chǎn)生負影響，河北在5%的水平下顯著，上海、北京、江蘇和山東在1%的水平下顯著，浙江、遼寧、天津和福建的t統(tǒng)計量不顯著。影響最大的北京為-0.2192，即FDI每增加1個百分點，工業(yè)二氧化硫排放量將減少0.2192個百分點，其次是山東，再其次是上海。

表8 中部地區(qū)LNSO2模型參數(shù)估計結(jié)果

LNSO2

變量

參數(shù)

固定效應(yīng)

α

49.7283(2.7411*)

-16.4410(-2.5267*)

1.9236(2.4931*)

-0.0729(-2.3995*)

AR(1)

0.4471(6.3202*)

湖南--LNFDI

-0.0502(-1.6367***)

0.5336

山西--LNFDI

-0.0027(-0.0862)

0.3643

吉林--LNFDI

-0.0347(-1.1924)

-0.6959

安徽--LNFDI

-0.0331(-1.0058)

-0.1321

黑龍江--LNFDI

-0.0817(-1.8392**)

-0.0178

河南--LNFDI

0.0577(1.3970)

-0.4663

江西--LNFDI

-0.0021(-0.0525)

-0.5978

湖北--LNFDI

-0.1256(-3.4697*)

1.1308

R2

0.9859

F

591.498

D-W

2.0540

中部地區(qū)工業(yè)二氧化硫排放量與人均地區(qū)生產(chǎn)總值呈倒N型關(guān)系。山西、河南的FDI對工業(yè)二氧化硫的排放量產(chǎn)生正影響，但t統(tǒng)計量不顯著。湖南、吉林、安徽、黑龍江、江西、湖北的FDI對工業(yè)二氧化硫排放量產(chǎn)生負影響，湖南、安徽、江西在5%的水平下顯著，吉林、黑龍江、湖北在1%的水平下顯著。影響最大的湖北為-0.1255，即FDI每增加1個百分點，工業(yè)二氧化硫排放量將減少0.1255個百分點項目管理論文，其次是黑龍江，再其次是吉林。

從以上回歸結(jié)果分析顯示，東部十一省（市）的污染指標與人均地區(qū)生產(chǎn)總值大多呈現(xiàn)倒N型關(guān)系。相對來說，上海、北京、山東、江蘇、天津和遼寧的FDI是“清潔”的。東部多數(shù)省（市）的FDI對工業(yè)廢水、工業(yè)廢氣、工業(yè)粉塵、工業(yè)煙塵、工業(yè)二氧化硫產(chǎn)生負向影響，而多數(shù)省（市）的FDI對工業(yè)固體廢物的排放量和工業(yè)固體廢物產(chǎn)生量產(chǎn)生正向影響。中部八省的污染指標與人均地區(qū)生產(chǎn)總值呈現(xiàn)正U型和倒N型關(guān)系，工業(yè)固體廢物排放量出現(xiàn)四次曲線關(guān)系。中部地區(qū)FDI相對較“清潔”的是黑龍江、吉林和湖北。中部八省只有部分省的FDI對工業(yè)廢水、工業(yè)廢氣、工業(yè)固體廢物、工業(yè)二氧化硫排放量和工業(yè)固體廢物產(chǎn)生量產(chǎn)生負向影響，即有利于環(huán)境改善，大部分省的FDI對工業(yè)廢水、工業(yè)廢氣產(chǎn)生正影響。

四、結(jié)論

東部地區(qū)的遼寧、山東的FDI對工業(yè)廢水排放量產(chǎn)生顯著的負影響；中部地區(qū)只有河南的FDI對工業(yè)廢水排放量產(chǎn)生顯著的正影響。東部地區(qū)江蘇的FDI對工業(yè)廢氣排放量產(chǎn)生顯著的負影響；中部地區(qū)安徽的FDI對工業(yè)廢氣排放量產(chǎn)生顯著的正影響。東部地區(qū)的上海、北京、江蘇、山東的FDI對工業(yè)煙塵的排放量產(chǎn)生顯著的負影響；中部地區(qū)的吉林、黑龍江、湖北的FDI對工業(yè)煙塵的排放量產(chǎn)生顯著的負影響。上海、天津的FDI對工業(yè)粉塵的排放量產(chǎn)生顯著的負影響；中部地區(qū)的吉林、黑龍江、湖北的FDI對工業(yè)粉塵的排放量產(chǎn)生顯著的負影響。東部地區(qū)的河北、浙江、北京天津的FDI對工業(yè)固體產(chǎn)生量產(chǎn)生顯著的正影響；中部的地區(qū)的吉林、黑龍江的FDI對工業(yè)固體產(chǎn)生量產(chǎn)生顯著的負影響，山西的FDI對工業(yè)固體產(chǎn)生量產(chǎn)生顯著的正影響。東部地區(qū)的遼寧、北京、山東的FDI對工業(yè)固體排放量產(chǎn)生顯著的負影響，海南和上海的FDI對工業(yè)固體排放量產(chǎn)生顯著的正影響；中部地區(qū)的安徽、黑龍江、河南的FDI對工業(yè)固體排放量產(chǎn)生顯著的負影響。東部地區(qū)的河北、上海、北京、江蘇、山東的FDI對工業(yè)二氧化硫排放量產(chǎn)生顯著的負影響，海南、廣東的FDI對工業(yè)二氧化硫排放量產(chǎn)生顯著的正影響；中部地區(qū)的湖南、黑龍江、湖北的FDI對工業(yè)二氧化硫排放量產(chǎn)生顯著的負影響。東部地區(qū)FDI最“清潔”的是北京，其次是上海；中部地區(qū)FDI最“清潔”是黑龍江，其次是吉林。需進一步研究北京的FDI產(chǎn)業(yè)分布，借鑒經(jīng)驗調(diào)整中國FDI的區(qū)位和產(chǎn)業(yè)分布。東部和中部省（市）的FDI對污染指標的影響存在較大差異，總的來說，東部地區(qū)的FDI比中部地區(qū)的更清潔，這可能是因為中國的FDI主要集中于東部地區(qū)，因而存在有結(jié)構(gòu)效應(yīng)和規(guī)模效應(yīng)。寬松的環(huán)境管制是吸引外商直接投資進入的一個重要因素，具有一定的“污染避難所”效應(yīng)特征，但中國并未成為一個世界的“污染避難所”。

參考文獻

[1]Grossman G，Krueger A.Environment Impactsof The North American Free Trade Agreement.NBER， [R] Working Paper，No3914，1991

[2]Eskeland，G.S.and Harrison，A.E.“Moving to Greener Pasture? Multinationalsand the Pollution Haven Hypothesis，”Journalof Development Economics. 2003，70 (1)：1- 23.

第3篇

論文關(guān)鍵詞：外商直接投資，環(huán)境庫茲涅茨假說，污染天堂假說

 

一、引言

隨著經(jīng)濟發(fā)展，全球環(huán)境的承載壓力越來越大。經(jīng)濟學(xué)家也密切關(guān)注環(huán)境質(zhì)量變化。Grossman和Krueger（1991）提出Envieonment Kuznets Curve（EKC）假說，即環(huán)境質(zhì)量隨著經(jīng)濟的增長呈現(xiàn)出先增大后縮小的關(guān)系，即呈倒U型曲線關(guān)系，[1]。

環(huán)境竟次理論是指不同國家或地區(qū)間對待環(huán)境政策強度和實施環(huán)境標準的行為類似于“公共地悲劇”的發(fā)生過程，每個國家都擔(dān)心他國采取比本國更低的環(huán)境標準而使本國的工業(yè)失去競爭優(yōu)勢。因而，國家之間會竟相采取比他國更低的環(huán)境標準和次優(yōu)的環(huán)境政策項目管理論文，結(jié)果是每個國家都會采取比沒有國際經(jīng)濟競爭時更低的環(huán)境標準，從而加劇全球環(huán)境惡化。

“污染天堂假說”認為在一國單方提高環(huán)境標準的情況下，國內(nèi)企業(yè)和環(huán)境標準低的外國企業(yè)相比失去其競爭優(yōu)勢，從而使高環(huán)境標準國家的企業(yè)將生產(chǎn)轉(zhuǎn)向低環(huán)境標準國家。若在實行不同環(huán)境政策強度和環(huán)境標準的國家間存在自由貿(mào)易，實行低環(huán)境政策強度和低環(huán)境標準的國家，因外部性內(nèi)部化的差異而使該國企業(yè)所承受的環(huán)境成本相對要低。在該國進行生產(chǎn)時，其產(chǎn)品價格就會比在母國生產(chǎn)出同樣產(chǎn)品的價格相應(yīng)要低。因此，該國在投資和生產(chǎn)方面具有更大的優(yōu)勢。這種由成本差異所產(chǎn)生的“拉力”會吸引國外的企業(yè)到該國安家落戶。

Eskeland 和 Harrison (2003)認為污染密集型的外資企業(yè)運用的生產(chǎn)和污染消除技術(shù)通常比東道國本地的企業(yè)更先進和更有利于改善環(huán)境。如果這些企業(yè)能夠替代部分東道國同行業(yè)低效生產(chǎn)的企業(yè), 則東道國的整個污染狀況將有可能好轉(zhuǎn)[2]。郭紅燕和韓立巖實證研究發(fā)現(xiàn)中國的FDI存量與環(huán)境管制變量呈正相關(guān)，表明中國寬松的環(huán)境管制是吸引外商直接投資的一個重要因素，顯現(xiàn)出 “污染避難所”效應(yīng) [3]。

二、變量選取及模型構(gòu)建

（一）東部和中部的FDI區(qū)域分布

改革開放以來，中國吸收外商直接投資數(shù)量增長迅速。1979-1984年總計41.04億美元，而后從1985年的19.56億美元快速增長到2008年923.95億美元，1979-2008年累計達8526.13億美元。2007年東部和中部地區(qū)利用FDI所占比重分別為78.27%、15.30%。[4] 2008年中國引進的外商直接投資為923.95億美元， FDI主要集中于東部地區(qū),主要集中于東部地區(qū)項目管理論文，東部地區(qū)主要集中于江蘇、廣東、山東、浙江、上海、福建和遼寧，2008年廣東、江蘇、浙江、上海的FDI的總額為543.7104億美元。東部地區(qū)引進的外商直接投資中，江蘇為251.2億美元、廣東為191.27億美元、遼寧為120.2億美元，上海、浙江、福建分別為100.84億美元、100.729億美元、100.256億美元（見圖1-圖3），江蘇和廣東占2008年中國外商直接投資的47.93%。中部地區(qū)主要集中于湖南、江西和湖北。但2007年以來，安徽和河南的外商直接投資增長迅速。2008年中部引進的外商直接投資中，河南為40.327億美元、湖南為40.052億美元、江西為36.037億美元、安徽為34.9億美元、湖北為32.45億美元，中部五省占中國2008年外商直接投資的19.89%。

圖1中國東部和中部2003～2008年FDI區(qū)域分布（億美元）

圖2中國東部十一省（市）2003～2008年FDI區(qū)域分布（億美元）

圖3中國中部八省2003～2008年FDI區(qū)域分布（億美元）

（二）變量選取

考慮統(tǒng)計口徑一致和數(shù)據(jù)的連續(xù)性，選取工業(yè)廢氣排放總量（億標立方米）、工業(yè)廢水排放總量（萬噸）、工業(yè)固體廢物產(chǎn)生量（萬噸）、工業(yè)固體廢物排放量（萬噸）、工業(yè)煙塵排放量（萬噸）、工業(yè)粉塵排放量（萬噸）和工業(yè)二氧化硫排放量（萬噸）為環(huán)境污染指標；人均地區(qū)生產(chǎn)總值（元）作為經(jīng)濟增長指標，此外，考慮國際貿(mào)易因素中污染的可輸出性，用FDI作為污染的輸出指標（萬美元）。SO2、FS、FQ、GYYC、GYFC、GTCS、GTPF分別表示工業(yè)二氧化硫排放量、工業(yè)廢水排放量、工業(yè)廢氣排放量、工業(yè)煙塵排放量、工業(yè)粉塵排放量、工業(yè)固體廢物產(chǎn)生量、工業(yè)固體廢物排放量，Y表示人均地區(qū)生產(chǎn)總值（元），F(xiàn)DI表示外商直接投資（萬美元）。環(huán)境污染指標數(shù)據(jù)根據(jù)1986至2009年中國統(tǒng)計年鑒相關(guān)數(shù)據(jù)整理項目管理論文，地區(qū)人均生產(chǎn)總值和外商直接投資數(shù)據(jù)根據(jù)1986至2009年省（市）統(tǒng)計年鑒相關(guān)數(shù)據(jù)整理。LNSO2、LNFS、LNFQ、LNGYYC、LNGYFC、LNGTCS、LNGTPF分別表示污染指標的自然對數(shù)，LNY、LNFDI分別表示人均地區(qū)生產(chǎn)總值和外商直接投資的自然對數(shù)。本文中東部十一個省（市）為廣東、上海、浙江、江蘇、北京、遼寧、海南、山東、福建、河北、天津；中部八省為湖南、湖北、安徽、山西、江西、黑龍江、吉林、河南。通過東部和中部的數(shù)據(jù)研究中國東部和中部省（市）FDI的對環(huán)境影響的差異。

（三）模型設(shè)定形式

由于面板數(shù)據(jù)模型同時具有截面、時序的兩維特性，模型中參數(shù)在不同截面、時序樣本點上是否相同，直接決定模型參數(shù)估計的有效性。根據(jù)截距向量和系數(shù)向量中各分量限制要求的不同，面板數(shù)據(jù)模型可分為無個體影響的不變系數(shù)模型、變截距模型和變系數(shù)模型三種形式。在面板數(shù)據(jù)模型估計之前，需要檢驗樣本數(shù)據(jù)適合上述哪種形式，避免模型設(shè)定的偏差，提高參數(shù)估計的有效性。設(shè)有因變量與1×k維解釋變量向量，滿足線性關(guān)系：

，=1，2，…，N，=1項目管理論文，2，…，T

其中N表示個體截面成員的個數(shù)，T表示每個截面成員的觀察時期總數(shù)，參數(shù)表示模型的常數(shù)項，表示對應(yīng)于解釋變量的k×1維系數(shù)向量，k表示解釋變量個數(shù)。隨機誤差項相互獨立，且滿足零均值、同方差假設(shè)。采用F-test檢驗如下兩個假設(shè)：

H1:個體變量系數(shù)相等；H2:截距項和個體變量系數(shù)都相等。

如果H2被接受，則屬于個體影響的不變系數(shù)混合估計；如果H2被拒絕,則檢驗假設(shè)H1，如果H1被接受，則屬于變截距，否則屬于變系數(shù)。變系數(shù)、變截距和混合估計的殘差平方和分別為S1、S2、S3,面板個體數(shù)量為N，面板時間跨度為T，根據(jù)Wald定理在H2假設(shè)條件下構(gòu)建統(tǒng)計量F2項目管理論文，在H1假設(shè)條件下構(gòu)建統(tǒng)計量F1，其中：

～F[(N-1)(K+1),N(T-K-1)]

～ F[(N-1)K,N(T-K-1)]

若計算得到的統(tǒng)計量F2的值不小于給定置信度下的相應(yīng)臨界值，則拒絕假設(shè)H2，繼續(xù)檢驗假設(shè)H1。反之，則認為樣本數(shù)據(jù)符合無個體影響的不變系數(shù)模型。若計算得到的統(tǒng)計量F1的值不小于給定置信度下的相應(yīng)臨界值，則拒絕假設(shè)H1，用變系數(shù)模型擬合，反之，則用變截距模型擬合。

三、東部和中部模型回歸結(jié)果分析

利用東部十一省（市）和中部八省的相關(guān)數(shù)據(jù)，借助Eviews6.0，采用固定效應(yīng)模型對七個環(huán)境污染指標分別進行回歸。采用Pooled EGLS(Cross-section weights) 消除異方差，采用廣義差分法消除自相關(guān)，回歸后的殘差是平穩(wěn)序列。回歸結(jié)果見表1-表8

（一）東部和中部地區(qū)FDI對工業(yè)廢水、工業(yè)廢氣影響差異分析

表1 東部地區(qū) LNFS、LNFQ模型參數(shù)估計結(jié)果

 

 

  LnFS

LnFQ

變量

參數(shù)

固定效應(yīng)

參數(shù)

固定效應(yīng)

α

24.7998(1.8722***)

  49.3840(4.0923*)

 

-3.6806(-1.4613***)

  -13.1905(-3.2263*)

 

0.4188(1.4567***)

  1.3574 (2.9634*)

 

-0.0158(-1.4541***)

  -0.0440 (-2.5825*)

  AR(1)

0.9958(42.3684*)

  0.8089 (24.7612*)

  海南--LNFDI

0.1027(1.2365)

-8.0449

0.1302 (0.9513)

-3.7321

河北--LNFDI

-0.0088(-0.1280)

3.8736

0.0835 (1.1098)

0.0014

上海--LNFDI

0.0259(1.0531)

-15.5458

-0.1318(-0.9580)

1.1533

浙江--LNFDI

-0.0384(-0.5847)

10.5687

0.0745 (1.3692)

-0.4913

遼寧--LNFDI

-0.0835(-1.6476***)

-5.4319

0.0426(0.3272)

0.1718

廣東--LNFDI

-0.0392(-0.3555)

6.3472

-0.0459 (-0.3756)

0.9825

北京--LNFDI

0.0135(0.3381)

-21.1233

-0.0295(-0.4951)

-0.8745

天津--LNFDI

-0.0078(-0.1072)

-5.6961

-0.0204(-0.1636)

-1.0105

江蘇--LNFDI

-0.0415(-0.7790)

7.6127

-0.1504(-2.2292**)

2.7120

福建--LNFDI

-0.0955(-0.7093)

12.4942

-0.0186 (-0.2712)

-0.2444

山東--LNFDI

-0.0727(-2.1787*)

11.0165

0.0366 (0.7316)

0.3737

R2

0.9996

0.9985

F

21721.19

5607.094

D-W