中国统计年鉴2020全国社会经济发展指标：8-16 主要城市固体废物处理利用情况(2017年)
中国城市的绿色发展评价
中国城市的绿色发展评价作者：欧阳志云赵娟娟桂振华倪永明韩冰庄长伟来源：《中国人口·资源与环境》2009年第05期摘要绿色发展模式是我国城市建设落实科学发展观、建设和谐社会的可持续发展之路。
而目前我国在相关方面的研究还仍然处在起步阶段。
该文综合分析了我国城市绿色发展的相关统计数据,以评价我国城市的绿色发展状况。
分析结果显示,我国城市的污染治理投资与基础设施投资水平和三废综合利用水平普遍较低; 而绿化水平、生活垃圾处理水平、单位GDP用水、空气质量和工业废水处理水平则有很多城市均已达到较高水平, 呈较好的发展态势。
就各项指标的发展水平在全国的分布情况来看,投资特别高的城市基本都是直辖市或者省级市等大规模的城市,但是这些城市的三废综合利用产品产值并不高。
单位GDP用水量特别高和工业废水排放达标率特别低的城市基本以小城市为主。
就各项指标的总体水平来看,福建、广东、海南、河北、湖北、江苏、江西、山东和浙江等(以首字拼音为序)沿海或接近沿海各省份的城市和4个直辖市均处在较高水平。
而甘肃、吉林、山西和陕西等(以首字拼音为序)西北部省份的各城市则处于较低的水平。
关键词城市生态;绿色发展;评价体系;中国城市;发展水平中图分类号 C912.81 文献标识码 A 文章编号 1002-2104(2009)05-0011-05与世界其他城市一样,中国随着城市不断发展,城市生态环境的影响愈来愈重要,并将成为城市未来发展中的决定性要素而制约城市发展的质量和趋势。
绿色城市建设的目标是通过追求城市整体综合功能最佳来满足人与自然健康发展的需要,达到资源能源清洁高效、自然环境健康宜人、基础设施完善舒适、社会环境和谐文明。
促进人与自然关系的协调、走绿色发展之路,已经成为当今世界发展的新模式[1]。
绿色发展中“绿色”的涵义与“可持续”、“可持续发展”是分不开的。
1987年,挪威首相布伦特兰夫人代表“世界环境与保护委员会”在报告《我们共同的未来》中正式明确提出了可持续发展观,指出可持续发展是“在不危及后代人需求的前提下满足当代人的需求”[2]。
生活垃圾焚烧处理在质疑中发展
ｆ是 ，面 对房 地 产 利益 的膨 胀和 长 期 宣传 误 Ｈ 导 ，牛 活 垃圾 焚 烧 处 理 发展 仍 然 受 到种 种 质 疑 。 这 些 质疑 往 往 还 戴 着环 。 １ 、质 疑 一 ： “ 圾 不分 类 不 能焚 烧 ” 垃 有些 人 提 出 “ 分 类 不 能焚 烧 ”，言 外 之 意 不 足垃 圾 中 可 回 收物 太 多 或热 值 不 够 。这 一 条 看似 一 确 ，实 际 上这 个 问题 在经 济 发 达 的地 区几 乎 不 存在 。 由 于 我 国通 常 将 生 活 垃 圾 中 可 回 收 的物 品 般 称 为 “ 品 ” ，而 将其 余 俗 称 为 垃圾 ，其 中 废 被称 为垃 圾 的 由城 市 环 卫 部 门 负责 处 理 ，而 废 品 的 收运 和 处 理 由其 它 部 门负责 。 因此 ， 目前 ，城 市 建 设部 门统 计 的城 市 牛 活垃 圾 清 运 量基 本 不 包 括 “ 品 ”部 分 。废 品 的 回 收在 我 国一直 存 在 ， 废 大部 分 居 民在 家庭 中对 旧报 纸 、易 拉 罐等 还 是 基
越 来越 多得 到 单独 收集 ，可牛 物 降解 有机 垃圾 资
源 化利 用量 将大 幅度 增加 。以北京 市为例 ，从 现 有 的 牛物 降解 有机 垃圾 产量 看 ， 已经得 到单 独 收 集 的有 ：城 市 污水 处 理 年 湿 污 泥产 牛 黾 １ ０ １ 万 吨 （ 照８ ％含水 率估 算 ，根据 中国城 市建 设 按 ０ 统 计 年 鉴 ，２ ０ 年 北京 市 干 污泥 产 生 量２ ．ｌ ０９ ２５ 万 吨 ） ；２ ０ 年 粪 便 年清 运 量 为２ １ 吨 。此 外 ， ０９ １万 饭 店餐 饮 位产 生 的餐厨 垃圾 年产 生量约 为７ 万 ０ 吨 ；届 民家庭 的厨余 垃 圾产 牛 量约 为３ ０ 吨 。 ０万 过 期 食 品类 垃 圾 ， 园 林 绿 化 垃 圾 等 缺 少 调 查 数 据 ，估 计年 产牛 量应 在３ 万 吨 以上 ，这些 垃圾 目 ０ 前 人 多还未 单独 收集 。 可 牛 物 降解 有 机 垃 圾 肥 料 化 利 用 ，主 要 为 类 技 术 ， 即好 氧 堆 肥 技 术和 厌 氧 消 化技 术 。 为 了保 证清 洁利 用 ，可生物 降解 有机 垃圾 单独 收
我国固体废物资源化利用政策环境分析与思考
总第191期2021年第1期山西化工SHANXI CHEMICAL INDUSTRYTotal191No.1,2021环境保护DOI：10.16525/l4-1109/tq.2021.01.76我国固体废物资源化利用政策环境分析与思考吕东（山西省交通环境保护中心站（有限公司），山西太原030032）摘要：通过全面梳理我国关于固体废物资源化利用相关政策，分析存在的不足，并针对固体废物的资源化利用提出建议，供大家交流、参考。
关键词：固体废物；资源化；政策环境；建议中图分类号:X705文献标识码:A文章编号:1004-7050（2021）01-0203-04固体废物是指在生产、生活和其他活动中产生的丧失原有利用价值或者虽未丧失利用价值但被抛弃或者放弃的固态、半固态和置于容器中的气态的物品、物质以及法律、行政法规规定纳入固体废物管理的物品、物质。
从全过程维度看，固体废物是放错了地方的资源⑴，其“资源化”利用作为我国固体废物管理与污染防治的“三化”基本原则之一,始终发挥着重要作用。
根据《中国统计年鉴M2020）表8-15分地区固体废物处理利用情况（2017）,我国一般工业固体废物产生量为3&6751亿t,其中综合利用量为20.6159亿t,综合利用率为53.3%,固废产生量大、综合利用率低仍然是我国当前固体废物的基本现状。
“十二五”、“十三五”期间，国家层面相继发布了固体废物利用的相关政策文件，直接或间接推动了固体废物的资源化利用，但也存在着突出的问题与矛盾有待解决。
随着我国生态文明建设的日益完善，大气、水、土壤环境的“三大”污染防治、攻坚工作的顺利开展，并进入常态化管理，2020年11月《中共中央关于制定国民经济和社会发展第十四个五年规划和二O三五年远景目标的建议》中明确指出了在“十四五”期间，“推动绿色发展，促进人与自然和谐共生，全面提高资源利用效率。
加快构建废旧物资循环利用体系”是至关重要的。
环境污染的因子分析
环境污染的因子分析尹延明08020731摘要: 改革开放以来, 我国经济发展迅速, 取得了举世瞩目的伟大成就。
但在经济快速发展的同时, 也带来了一些负面效应, 如环境污染。
本文采用因子分析法对全国25个省的环境污染进行了分析、评价, 并运用SPSSl7. 0 统计软件对数据进行了计算、处理。
通过分析表明我国目前环境污染较为严重, 本文通过分析、评价可以为我国的环境污染防治提供一定的理论基础。
关键词：因子分析; 环境污染;因子分析产生于20 世纪初期, 当时由心理学家在实际研究中提出的。
因子分析是多元统计分析的一种,将多个实测变量转变为少数几个线性不相关的综合指标, 从而简化数据处理, 提示出多个变量间的因果关系。
线性综合指标往往是不能直接观测到的。
但它更能反映事物的本质, 因此在环境科学领域因子分析应用广泛。
本文就全国25个省的生活污水排放量、生活污水中化学需氧量排放量、生活二氧化硫排放量、生活烟尘排放量、工业固体废物排放量、工业废气排放总量、工业废水排放量等7 个环境污染指标之间的关系, 分析了全国各地区环境污染的特征, 为各地区环境污染治理提供了理论依据。
1、因子分析原理因子分析从变量的相关矩阵出发将一个m 维的随机向量X 分解成低于m 个且有代表性的公因子和一个特殊的m 维向量, 使其公因子数取得最佳的个数, 从而使对m 维随机向量的研究转化成对较少个数的公因子的研究。
设有n 个样本, m 个指标构成样本空间XX= ( xij) n * m i= 1, 2, ....., n; j= 1, 2,..., m因子分析过程一般经过以下步骤:( 1) 原始数据的标准化, 标准化的公式为X’ij= ( Xij- Xj) /& j, 其中Xij为第i 个样本的第j 个指标值, 而Xj 和&j 分别为j 指标的均值和标准差。
标准化的目的在于消除不同变量的量纲的影响, 而且标准化转化不会改变变量的相关系数。
基于PSR模型的A市土地生态安全评价及障碍因子诊断
作者简介 黄良伟（2000—），男，湖南邵阳人，硕士研究生，从事土地资源利用研究。
收稿日期 2024-01-12基于PSR 模型的A 市土地生态安全评价及障碍因子诊断黄良伟（湖南农业大学，湖南长沙 410000）摘要 本研究基于PSR 模型构建土地生态安全评价指标体系，采用熵权法进行客观赋权，结合综合指数法和障碍因子诊断模型，评价A 市2006—2021年土地生态安全发展状况并分析其障碍因子。
结果表明，2006—2021年该市土地生态安全综合指数呈先缓慢下降后迅速上升趋势，安全等级从Ⅲ级提高到Ⅳ级，达到较安全水平；子系统土地生态安全指数变化较明显，压力指数在2006—2015年呈下降趋势，此后开始回升；状态指数稳步上升，呈现出积极的发展态势；响应指数呈波动上升趋势；土地生态安全压力层障碍度持续增加，状态层和响应层障碍度随之下降，障碍度逐渐由状态层、响应层向压力层进行转移，主要障碍因子为农药施用量、化肥施用量和人口密度等。
关键词 土地生态安全；PSR 模型；熵权法；综合指数法；障碍因子中图分类号 X826；F301.2 文献标识码 A 文章编号 1007-7731（2024）09-0070-07Evaluation of land ecological security and diagnosis of obstacle factorsin City A based on PSR modelHUANG Liangwei（Hunan Agricultural University, Changsha 410000, China ）Abstract In this study, the land ecological security evaluation index system was constructed based on the PSR model, and the entropy weight method was objectively assigned, combined with the comprehensive index method and the barrier factor diagnosis model. The development status of land ecological security in A city from 2006 to 2021 was evaluated, and the barrier factors were analyzed. The results showed that, from 2006 to 2021, the comprehensive index of land ecological security in the city showed a slow decline and then a rapid rising trend, and the security level increases from Class III to Class IV, reaching a safer level. The sub-system land ecological security index changed significantly, and the pressure index showed a downward trend from 2006 to 2015, and then began to rise. The status index steadily increases, showed a positive development. The response index showed a fluctuating upward trend, the obstacle degree of the pressure layer of land ecological security continues to increase, and the obstacle degree of the state layer and the response layer decreases, and the obstacle degree was gradually shifted from the state layer and the response layer to the pressure layer.The main obstacle factors were the amount of pesticide application, chemical fertilizer application, and the density of the population.Keywords land ecological security; PSR model; entropy weight method; comprehensive index method; obstacle factors土地是人类赖以生存和发展的物质基础，是一种不可再生的自然资源[1]。
经济发展对生态环境的影响--基于环境库兹涅茨曲线再检验
中南财经政法大学研究生学报2021年第1期经济发展对生态环境的影响—基于环境库兹涅茨曲线再检验—陆文力（中南财经政法大学经济学院，湖北武汉430073）摘要:我国经济飞速发展的同时对生态环境产生了严重的负面影响,经济发展与环境污染关系最为突出的研究是环境库兹涅茨曲线。
通过爛权法测算环境污染综合指数,构建面板数据模型验证全国范围内环境库兹涅茨曲线的存在性,并检验该曲线的地区异质性与指标异质性。
结果表明：（1）环境污染综合指数与人均地区生产总值之间有显著的倒U型曲线关系，我国整体环境库兹涅茨曲线的确存在。
（2）人口增长过快、产业结构不合理恶化了生态环境;环保投资对改善环境污染有明显效果。
（3）我国环境库兹涅茨曲线并不存在指标异质性，但存在地区异质性，具体表现为东部、中部地区存在该曲线，而西部地区并不存在。
关键词:经济增长;环境污染综合指数;环境库兹涅茨曲线改革开放以来，我国经济高速发展,GDP总量迅速增长。
1978—2018年GDP平均年增长率高达9.43%,2019年GDP总量为99.09万亿美元,仅次于美国稳居第二我国GDP占世界经济的比重从1978年的1.8%上升到2018年的近16%，创造了“中国奇迹”。
但是，经济繁荣的背后有着沉重的生态代价，严重环境污染现象频发，破坏着来之不易的发展成果。
在过去的2018年全国338个地级及以上城市中，仅有121个城市空气质量达标，占35. 8%。
有关环保专家指出，我国环境污染压力前所未有。
针对这一情况，政府给予了高度重视，多次出台相关政策文件。
2014年7月，环保部等6部门颁布了《环境污染防治计划实施细则》,旨在加快落实污染治理考核工作;同年9月，发改委联合环保部、能源局提出煤电节能减排升级与改造计划，支持同步开展环境污染物联合脱除。
2017年12月，中央经济工作会议明确:打好污染防治攻坚战，要控制住复合型污染,使主要污染物排放总量大幅减少。
2020年11月，国务院在“十四五”生态文明建设规划中提出新目标，要求促进经济发展全面绿色转型，持续改善生态环境。
2014年中国城市统计年鉴-地级市工业固体废物综合利用率和污水及生活垃圾处理率(全市)
2-49工业固体废物综合利用率和污水及生活垃圾处理率(全市) Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Waterand Consumption (Total City)单位：％北京市Beijing86.5884.60天津市Tianjin99.3989.20河北省Hebei石家庄市Shijiazhuang98.6195.17唐山市Tangshan73.3295.50秦皇岛市Qinhuangdao49.3295.59邯郸市Handan95.4097.52邢台市Xingtai94.4791.18保定市Baoding89.6492.00张家口市Zhangjiakou38.93100.00承德市Chengde 5.4988.11沧州市Cangzhou99.5897.99廊坊市Langfang98.9091.12衡水市Hengshui99.7788.00山西省Shanxi太原市Taiyuan54.5185.00大同市Datong90.8683.21阳泉市Yangquan23.3087.20长治市Changzhi67.0590.59晋城市Jincheng78.3495.00朔州市Shuozhou86.6797.24晋中市Jinzhong83.1292.80运城市Yuncheng64.1098.80忻州市Xinzhou85.5568.11临汾市Linfen80.8582.15吕梁市Lvliang81.4275.32内蒙古自治区Inner Mongolia呼和浩特市Hohhot35.7480.70包头市Baotou48.1085.17乌海市Wuhai61.3393.20赤峰市Chifeng25.6486.81通辽市Tongliao85.0078.36鄂尔多斯市Erdos36.7379.38呼伦贝尔市Hulunbuir43.0086.52巴彦淖尔市Bayannur62.3293.45乌兰察布市Ulanqab73.4098.48辽宁省Liaoning沈阳市Shenyang92.6995.00大连市Dalian90.3395.96鞍山市Anshan24.1987.00抚顺市Fushun40.4175.00本溪市Benxi16.2492.24丹东市Dandong96.2062.99锦州市Jinzhou93.3274.962-49工业固体废物综合利用率和污水及生活垃圾处理率(全市) Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Waterand Consumption (Total City)单位：％阜新市Fuxin I85.6351.12辽阳市Liaoyang74.00100.00盘锦市Panjin92.15100.00铁岭市Tiding67.70100.00朝阳市Chaoyang57.9693.00葫芦岛市Huludao54.0392.48吉林省Jilin长春市] Changchun99.7978.76吉林市Jilin81.8891.65四平市Siping92.0581.56辽源市Liaoyuan95.7896.13通化市Tonghua90.2692.41白山市Baishan63.6067.44松原市Songyuan88.9995.79白城市Baicheng95.1076.45黑龙江省Heilongjiang哈尔滨市Harbin93.8590.47齐齐哈尔市Qiqihar71.0074.64鸡西市Jixi90.1050.00鹤岗市Hegang88.0845.42双鸭山市Shuangyashan65.4279.00大庆市Daqing96.4293.19伊春市Yichun83.5085.00佳木斯市Jiamusi81.5166.92七台河市Qitaihe87.0085.20牡丹江市Mudanjiang100.0022.02黑河市Heihe93.2873.16绥化市Suihua100.0099.70上海市Shanghai 97.1287.70江苏省Jiangsu南京市Nanjing91.2061.50无锡市Wuxi 91.0086.60徐州市Xuzhou 99.2087.90常州市Changzhou 98.2087.40苏州市Suzhou 97.9077.20南通市Nantong 9888.40连云港市Lianyungang 95.3069.60淮安市Huai’an 97.7071.50盐城市Yancheng 79.6069.20扬州市Yangzhou 97.7083.60镇江市Zhenjiang 98.1078.60泰州市Taizhou 98.2061.40宿迁市Suqian89.883.602-49工业固体废物综合利用率和污水及生活垃圾处理率(全市)Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Water and Consumption (Total City)单位：％Hangzhou 宁波市Ningbo 90.0677.00温州市Wenzhou 98.9981.25嘉兴市Jiaxing 95.0091.00湖州市Huzhou 96.2791.40绍兴市Shaoxing 92.7086.19金华市Jinhua 98.2086.99衢州市Quzhou 93.1178.19舟山市Zhoushan 99.8364.10台州市Taizhou 96.4488.18丽水市Lishui96.7778.36安徽省 合肥市Anhui Hefei 93.2787.10芜湖市Wuhu 98.1092.60蚌埠市Bengbu 99.0592.12淮南市Huainan 88.8278.23马鞍山市Maanshan 70.2187.00淮北市Huaibei 92.5289.54铜陵市Tongling 83.1285.69安庆市Anqing 96.9086.50黄山市Huangshan74.7689.90滁州市Chuzhou96.7795.81阜阳市Fuyang99.9785.34宿州市Suzhou60.3384.28六安市Lu'an77.0090.61亳州市Bozhou99.8490.12池州市Chizhou100.0091.07宣城市Xuancheng83.9793.06福建省福州市Fujian Fuzhou94.3288.35厦门市Xiamen94.1891.60莆田市Putian100.0085.50三明市Sanming85.0282.00泉州市Quanzhou96.2285.50漳州市Zhangzhou94.7677.98南平市Nanping80.5982.70龙岩市Longyan86.3485.50宁德市Ningde95.1982.50江西省南昌市Jiangxi97.8094.20Nanchang景德镇市Jingdezhen97.5171.34萍乡市Pingxiang95.4580.60九江市Jiujiang47.4087.84新余市Xinyu92.4096.80鹰潭市Yingtan92.3086.10赣州市Ganzhou83.0042.20吉安市Ji’an97.2672.02宜春市Yichun99.0093.15抚州市Fuzhou89.0091.32上饶市Shangrao18.3690.322-49工业固体废物综合利用率和污水及生活垃圾处理率(全市) Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Waterand Consumption (Total City)单位：％济南市Jinan98.7290.21青岛市Qingdao94.8795.30淄博市Zibo95.1895.38枣庄市Zaozhuang99.9893.50东营市Dongying98.5095.00烟台市Yantai83.7194.87潍坊市Weifang99.9895.76济宁市Jining91.1994.96泰安市Tai'an98.4794.51威海市Weihai93.3195.25日照市Rizhao98.9394.49莱芜市Laiwu98.0094.28临沂市Linyi90.7192.26德州市Dezhou99.1292.92聊城市Liaocheng98.3794.34滨州市Binzhou83.4692.82菏泽市Heze100.0091.82河南省Henan郑州市Zhengzhou73.5595.80开封市Kaifeng100.0076.72洛阳市Luoyang59.6197.91平顶山市Pingdingshan95.6093.16安阳市Anyang85.6093.92鹤壁市Hebi94.2588.34新乡市Xinxiang97.6085.88焦作市Jiaozuo57.2087.30濮阳市Puyang95.2086.00许昌市Xuchang98.8096.97漯河市Luohe99.9895.00三门峡市Sanmenxia34.1697.00南阳市Nanyang69.9264.15商丘市Shangqiu98.9981.32信阳市Xinyang98.8080.69周口市Zhoukou95.8989.00驻马店市Zhumadian98.6085.83湖北省Hubei武汉市Wuhan95.0092.50黄石市Huangshi94.3190.40十堰市Shiyan39.6090.72宜昌市Yichang47.9091.00襄阳市Xiangyang98.1090.30鄂州市Ezhou90.2288.702-49工业固体废物综合利用率和污水及生活垃圾处理率(全市) Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Waterand Consumption (Total City)单位：％孝感市Xiaogan69.3191.00荆州市Jingzhou34.6467.52黄冈市Huanggang92.3356.87咸宁市Xianning56.2091.00随州市Suizhou99.9090.00湖南省Hunan长沙市Changsha85.6796.32株洲市Zhuzhou88.8671.08湘潭市Xiangtan96.5687.84衡阳市Hengyang82.0272.00邵阳市Shaoyang63.9579.42岳阳市Yueyang93.0088.95常德市Changde97.9685.81张家界市Zhangjiajie97.2480.74益阳市Yiyang88.8592.00郴州市Chenzhou47.9790.24永州市Yongzhou83.0080.52怀化市Huaihua30.1983.01娄底市Loudi98.4880.33广东省Guangdong广州市Guangzhou95.1791.38韶关市Shaoguan78.6374.76深圳市Shenzhen78.6996.22珠海市Zhuhai92.8188.50汕头市Shantou97.6186.56佛山市Foshan93.1494.28江门市Jiangmen90.8487.19湛江市Zhanjiang97.7382.53茂名市Maoming95.8986.70肇庆市Zhaoqing46.3480.30惠州市Huizhou95.50梅州市Meizhou99.0079.43汕尾市Shanwei99.6184.99河源市Heyuan36.4769.00阳江市Yangjiang99.8792.90清远市Qingyuan88.5087.65东莞市Dongguan78.9490.93中山市Zhongshan62.6690.70潮州市Chaozhou99.8686.27揭阳市Jieyang99.8830.37云浮市Yunfu78.9564.53广西壮族自治区Guangxi南宁市Nanning94.6471.22柳州市Liuzhou93.5440.71桂林市Guilin88.4090.052-49工业固体废物综合利用率和污水及生活垃圾处理率(全市) Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Waterand Consumption (Total City)单位：％北海市Beihai99.8790.00防城港市Fangchenggang99.5353.34钦州市Qinzhou97.3472.73贵港市Guigang79.1440.00玉林市Yulin89.0097.21百色市Baise49.7267.76贺州市Hezhou75.0074.64河池市Hechi32.1862.63来宾市Laibin72.4282.40崇左市Chongzuo53.1059.64海南省Hainan海口市Haikou93.7696.45三亚市Sanya100.0084.50三沙市Sansa100.00100.00重庆市Chongqing84.0093.20四川省Sichuan成都市Chengdu99.0087.75自贡市Zigong90.6090.00攀枝花市Panzhihua17.6083.20泸州市Luzhou90.0049.60德阳市Deyang99.9985.52绵阳市Mianyang98.1883.25广元市Guangyuan100.0081.28遂宁市Suining99.0093.20内江市Neijiang90.6077.21乐山市Leshan95.4280.75南充市Nanchong81.0078.63眉山市Meishan100.0060.20宜宾市Yibin91.0990.36广安市Guang'an74.3377.35达州市Dazhou99.8181.50雅安市Ya'an48.7888.00巴中市Bazhong95.7087.25资阳市Ziyang99.3277.43贵州省Guizhou贵阳市Guiyang60.75六盘水市Liupanshui43.0874.00遵义市Zunyi98.8082.57安顺市Anshun75.5178.60毕节市Bijie63.9186.73铜仁市Tongren59.4946.00云南省Yunnan昆明市Kunming40.9092.35曲靖市Qujing62.7790.452-49工业固体废物综合利用率和污水及生活垃圾处理率(全市) Ratio of Industrial Solid Wastes Utilized, Ratio of Waste Waterand Consumption (Total City)单位：％保山市Baoshan90.9435.54昭通市Zhaotong39.7458.35丽江市Lijiang91.7091.68普洱市Pu'er42.5070.57临沧市Lincang79.1783.00西藏自治区Tibet拉萨市Lasa 1.8689.87陕西省! Shaanxi西安市Xi’an95.4391.50铜川市Tongchuan100.0089.17宝鸡市Baoji50.3291.88咸阳市Xianyang95.7083.90渭南市Weinan100.0083.20延安市Yan'an79.1289.19汉中市Hanzhong52.3989.00榆林市Yulin97.0084.06安康市Ankang90.1885.78商洛市Shangluo19.6090.00甘肃省Gansu兰州市Lanzhou97.4081.90嘉峪关市Jiayuguan47.6192.00金昌市Jinchang21.1464.20白银市Baiyin55.9965.02天水市Tianshui95.1170.96武威市Wuwei83.3071.90张掖市Zhangye69.8669.44平凉市Pingliang69.5035.00酒泉市Jiuquan61.5582.30庆阳市Qingyang98.3981.00定西市Dingxi84.1525.65陇南市Longnan57.1145.75青海省Qinghai西宁市Xining97.5871.20海东市Haidong90100.00宁夏回族自治区Ningxia银川市Yinchuan84.78100.00石嘴山市Shizuishan74.90100.00吴忠市Wuzhong7656.00固原市Guyuan106.4574.01中卫市Zhongwei91.5899.60新疆维吾尔自治区Xinjiang乌鲁木齐市Urumqi87.6481.98克拉玛依市Karamay90.2793.8899.30 96.8073.54 88.34 90.22 100.00 99.86 68.91 87.58 85.86 74.44 27.16 65.52100.00 55.82 72.00 70.05 95.00 80.17 69.02 96.00 42.93 48.19 51.3098.70 94.04 86.10 89.29 70.00 95.13 87.35 92.36 98.0887.90 100.00 100.00 99.95 100.00 87.42100.00 100.00 100.00 100.00 100.00 85.6480.59 61.15 36.0597.4595.75 40.8487.29 53.41 85.00100.00 95.19 100.00 92.11 100.00 100.00 100.00 72.0090.80 100.00 99.90 100.00 100.00 100.00 82.4079.3080.70 100.00 100.00 100.00 78.20100.00 98.04 100.00 100.00 100.00 98.79 100.00 100.00 100.00 99.96 100.00 96.20 71.28 89.14 100.00 100.00 100.00 97.05 99.6078.74 87.08 84.04 100.00 73.46 99.44 92.61 99.20 99.1098.1099.10 97.61 88.42 99.12 90.55 89.44100.00 98.00 100.00 100.00 100.00 51.47 63.45 100.00 100.00 100.00100.00 100.00 97.00 91.58 98.90 100.00100.00 46.35 58.80 100.00 90.00100.00 100.00 100.00 100.00 96.99 100.00 100.00 22.39 93.00 100.00 100.00 91.67 100.0091.23 80.00 98.36 100.00 65.74 98.00 100.00 52.66 100.00 73.00 100.00 70.22 83.22 65.06 100.00 67.50 67.55 100.00 90.36 55.19 62.3096.03 98.75 83.7895.0 92.6 82.3 92.8 100.00 82.1 93.6 93.7 100.00 71.6100.00 100.00 100.00 99.3100.00 92.06 96.74 82.42 99.60 89.26 96.98 96.25 63.13 67.96 78.87 100.00 98.70 100.00 100.0098.0099.31 75.0097.40 90.0072.60 87.42 18.40100.00 100.0098.60 55.38 94.76 97.89 88.0099.86 88.75 98.83 93.35 91.20 88.77 96.00 91.00 100.00 97.0022.20 100.00 61.98 83.72 18.76 98.90 97.99 100.00 98.30100.00 41.7092.67100.00 100.00 98.82 92.81 100.0091.49 98.93。
我国固体废弃物污染现状及处理
我国固体废弃物污染现状及处理摘要：本文对我国固体废弃物污染现状进行了详细的分析，就固体废弃物的危害作出了阐述，并针对我国固体废弃物的处理方式作了简要介绍。
关键词：固体废弃物；污染现状；处理方式固体废弃物就是一般所说的垃圾，是人类新陈代谢排泄物和消费品消费后的废弃物品。
目前城市居民的生活垃圾、商业垃圾、市政维护和管理中产生的垃圾，以及工业生产排出的固体废弃物，数量急剧增加，成分日益复杂。
我国大部分地区现阶段存在的固体废物收集和利用方式仍然是以简单填埋为主，导致了固体填埋量持续迅猛增加，资源化效率极低，严重损害生态环境，并引发一系列社会和环境问题[1-2］。
固体污染成为造成环境污染的主要原因之一，对固体废弃物进行回收分类和循环利用，是实现可持续发展的必然要求。
1 我国固体废弃物现状1.1垃圾产生量持续增长随着人民生活水平的逐渐提高，相应资源消耗量不断增加，我国固体废物产生量长期居高不下，并以每年近10%的速度迅速增长，在生活垃圾和工业固体废物方面，城市生活垃圾清运量由2004 年1.55×108t 增长到了2012年的1.71×108t；工业固体废物产生量增加更为显著，从 2004 年的1.20×109t增加到了2012年的3.29×109t[3]。
2013年我国建筑垃圾产生量约为1×109t，其中建筑施工和建筑拆除分别为2.6×108t和7.4×108t 建筑垃圾的综合利用总量约 5×107t，其中用来生产再生骨料等建材制品约为 3×107t，其他用途约为 2×107t远远小于建筑垃圾的产生量。
随着人民生活消费方式的改变，非传统的固体废物产生量也迅猛增长（如电子垃圾），其已成为我国现阶段固体废物的重要构成部分2013 年联合国环境规划署发布了可回收电子垃圾为资源的报告指出，中国电子垃圾年产量约为2.30×106t，仅比最大的电子垃圾制造国（美国）少7×105t。
基于DPSR模型的阿克苏地区土地资源承载力评价
安徽农学通报2023年17期资源·环境·植保作者简介王月娥（1999—），女，甘肃礼县人，硕士研究生，从事环境遥感监测方面的研究。
*通信作者收稿日期2023-04-30基于DPSR 模型的阿克苏地区土地资源承载力评价王月娥张晨基*（新疆大学地理与遥感科学学院，新疆大学绿洲生态教育部重点实验室，新疆乌鲁木齐830046）摘要目的：客观准确地分析评价阿克苏地区土地资源承载力状态，为阿克苏地区土地利用开发提供合理建议。
方法：基于2011—2020年的相关数据，本文通过DPSR 模型对阿克苏地区土地资源承载力进行评价，通过障碍度模型对土地承载力障碍因子进行诊断，并通过耦合协调度模型对土地资源承载力系统内部耦合协调性进行分析。
结果：2011—2020年阿克苏地区土地资源承载力总体呈上升趋势，但还有较大上升空间；2011—2013年土地资源承载力主要障碍因素集中在压力子系统和状态子系统，2015—2020年主要障碍因素集中在压力子系统和响应子系统；阿克苏地区土地资源承载力系统耦合协调度从初级协调发展至高级协调，呈现出健康发展的态势，但仍有提升空间。
关键词阿克苏地区；土地资源承载力；DPSR 模型；障碍度模型；耦合协调度模型中图分类号F301.2文献标识码A文章编号1007-7731（2023）17-0127-06土地作为基础的资源，在人类社会发展进程中发挥着独特作用。
近年来，随着城市化的快速推进，城镇建设用地总量以及城镇人口不断增长，人地矛盾逐渐突出。
土地资源承载力指的是一定时期、一定区域和一定社会条件下，土地资源所能承载的人类各种活动的规模和强度的阈值[1]。
土地资源承载力不仅表征了该区域土地资源开发利用状态，同时也是区域经济发展的重要评价指标。
相关学者对土地资源承载力进行研究，王书华等[2]提出土地资源承载力是“在一定生产条件下土地资源生产力和一定生活水平下所承载的人口限度”。
随着研究的不断深入，对土地资源承载力的评价不再基于单一的因素，而是越来越多基于系统性考量，代磊等[3]从耕地承载力、生态承载力和社会经济承载力出发，运用熵权法对贵阳市1998—2018年的土地承载力进行评价。
我国城市生活垃圾处理十年历程及发展展望
我国城市生活垃圾处理十年历程及发展展望摘要：通过对2011至2019年的10年期间我国城市生活垃圾的清运、无害化处理等统计数据进行分析，结合未来城市生活垃圾处理的发展趋势影响因素，分析预测未来城市生活垃圾处理发展方向，为未来我国城市生活垃圾处理产业发展提供参考依据。
关键词：城市生活垃圾；无害化处理；影响因素1 我国近10年来城市生活垃圾处理现状1.1城市生活垃圾清运及处理情况根据国家统计局发布的2011年-2020年的《中国统计年鉴》和生态环境部发布的《全国大、中城市固体废物污染环境防治年报》关于城市生活垃圾统计数据，近10年来的城市生活垃圾清运及处理情况进行统计、梳理，具体见表1。
表1 2010-2019年全国城市生活垃圾清运及处理情况表根据表1中数据可以看出：2010-2019年中我国城市生活垃圾总收运量192412.6万吨，其中无害化处理总量为176983.8万吨，平均无害化处理率仅91%；近10年来城市生活垃圾产生量平均维持在4.87%的比例增长，但近5年来增长比例略有增长趋势，增长速率达6.27%；近10年来生活垃圾无害化处理量平均增长比例为7.94%，生活垃圾无害化处理率呈明显的逐年较快增长趋势。
1.2城市生活垃圾无害化处理量情况根据国家统计局发布的2011年-2020年的《中国统计年鉴》和生态环境部发布的《全国大、中城市固体废物污染环境防治年报》关于城市生活垃圾统计数据，仅10年来的城市生活垃圾清运及处理情况进行统计、梳理，具体见表4。
表4 2010-2019年全国城市生活垃圾无害化处理量统计表根据表4中全国城市生活垃圾无害化处理量统计情况显示：近10年来城市生活垃圾填埋总量达到了109452.9万吨，占无害化处置总量的61.84%，由此可见，过去城市生活垃圾仍然以填埋场填埋处理为主；到2019年，城市生活垃圾采取焚烧处理量首次超过填埋处理量；其他无害化处理量虽然有小幅增加，但仍然所占比例比较小。
我国工业固体废物处理利用产业状况分析与展望
引言工业固体废物指在工业生产活动中产生的固体废物，主要类别有尾矿、赤泥、冶炼渣、粉煤灰、煤矸石、冶炼废渣和炉渣等1。
根据《中国统计年鉴》，2017年我国工业固体废物年产量约为38亿吨，但综合利用率2不到60%，总体来看，我国工业固体废物存在产生量大、综合利用率较低的特点。
工业固体废物具有资源和环境污染的双重属性[1]，工业固体废物中含有大量的有价矿物和金属等有用物质；工业固体废物种类繁多，成分复杂，若不进行妥善处理，将会为人体健康和生态环境带来重大风险。
随着2020年修订的《固体废物污染环境防治法》（以下简称新《固废法》）、《国家危险废物名录》等的实施，以及“无废城市”试点建设工作的展开，工业固体废物处理利用产业整体发展迅速，正在形成多途径、高附加值的综合利用发展新格局[2]。
工业固体废物产生量预测工业固体废物产生量预测方法主要包括时间序列模型、线性模型、回归分析方法和人工神经网络模型等。
工业固体废物产生量涉及我国经济结构、经济增长、资源禀赋、能源利用、环境治理和技术进步等方面的因素，包含诸多深层次动因，且因素之间的关联错综复杂。
已有研究表明，灰色关联度分析和BP 神经网络结合的方法对于预测如固体废物产生量的灰色系统的结果较为准确[3]。
因此，本研究采用灰色关联度分析，结合我国发展特点，定量剖析我国工业固体废物产生的深层次动因，以此确定影响我国工业固体废物产生量增长的关键影响因子；采用时间序列分析方法，对关键影响因子在2020—2030年的情况进行预测，并结合我国具体政策进行一定修正；采用BP 神经网络模型，对关键影响因子和我国工业固体废物产生量进行训练，预测2018—2030年我国工业固体废物的产生量。
影响因子的灰色关联度分析根据灰色关联度的大小，可以建立影响各个指标的关联序列，灰色关联度越大，说明该项指标对于我国工业固体废物产生量的影响越大，反之则越小。
同时也可以找到影响我国工业固体废物产生的主要因素。
清洁生产标准印制电路板制造业》 - 附件三
附件三：
《清洁生产标准 印制电路板制造业》
（征求意见稿）
编制说明
《清洁生产标准 印制电路板制造业》标准课题组 2008 年 2 月
随着电子信息产业发展，印制电路产业也随之不断发展。中国大陆已成为 PCB 产量位居 世界第一，占到世界总产量 26%。据 2006 年的统计数据，中国大陆印制电路板生产企业约 有 1000 家左右，总产值约有 1000 亿元。我国 PCB 产值从 2003 年到 2006 年四年中的年增长 达到率平均为 26.27%, 今后几年仍会有年均约 15 %的增长率发展。
产量（万平方米） 658 1656 4108 5062 8766 11057 12830
2007 2008 2010 1160 1460 1600 13808 15524 19840
1
1.2 印制电路板生产工艺流程及污染物状况
PCB制造工艺流程长，包括机械加工、光化学成像、电镀与表面处理等；又应用原材料
化学镀镍、金*3*6 切割外形*4
检查、包装。
(3) 多层PCB (具有3层或更多层导电图形的印制板，层间有绝缘介质粘合,并有导通孔互连)：
覆铜箔层压板
内层光化学成图形*1
化学腐蚀铜*2 清洗与氧化处理*3
内层、半固化片与铜箔层压 钻孔*5
化学镀铜、电镀铜*6
外层光化学成图形*1 化学腐蚀铜*2
碱、酸清洗*3
品种多，涉及金属、高分子树脂、化学溶液等；加工过程又消耗大量水和电资源，产生多种
污染物。
环保行业周报：生态环境部发布《2020年全国大、中城市固体废物污染环境防治年报》
`近6个月行业指数与沪深300比较分析师： 熊雪珍 Tel ： ************E-mail ： *********************SAC 证书编号： S0870519080002 ⏹ 环保概念板块一周表现回顾上周(1228-1231)上证综指上涨2.25%，深证成指上涨3.24%，中小板指上涨2.16%，创业板上涨4.42%，沪深300指数上涨3.36%，环保工程及服务II （申万）下跌0.13%。
细分板块方面，大气治理下跌3.73%，水处理上涨0.52%，固废处置上涨0.47%，土壤修复上涨0.55%，环卫下跌2.49%，环境监测下跌1.56%，生态园林下跌1.69%。
个股方面，涨幅较大的个股为旺能环境（7.71%）、中持股份（7.11%）、中环环保（6.99%），跌幅较大的为远达环保（-16.12%）、侨银股份（-11.50%）。
⏹ 行业最新动态1、生态环境部发布《2020年全国大、中城市固体废物污染环境防治年报》；2、发改委发布《鼓励外商投资产业目录(2020年版)》；3、生态环境部12月例行新闻发布，介绍“十四五”相关规划的整体考虑。
⏹ 投资建议十四五中环保仍是重要任务之一，当前环保板块估值接近五年历史最低位，安全边际较高，看好未来需求释放下环保行业业绩改善带来的投资机会。
十三五收官，污染控制指标基本超额达成，可以看到政策在环保行业上的执行力度，也说明规划能较好地引导市场项目投资放量。
环境部表示十四五要从“坚决打好”向“深入打好”转变，污染防治逐步精细化、深入化、综合化。
近期《2020年全国大、中城市固体废物污染环境防治年报》发布，2019年城市生活垃圾处理率为99.7%，一般工业固体废物、工业危险废物综合利用量占处置量比例分别为55.9%、47.2%，利用率仍有较大提升空间，固废的资源化利用有望加速。
我们持续看好在垃圾分类持续推动下大固废板块的高景气度及成长性，看好行业提质下具备资金、运营、区位优势的龙头企业市场份额进一步提升。
甘肃省统计年鉴2020社会经济发展指标：“三废”排放处理及综合利用情况
0.04 0.09 0.34 0.53 611
15030 51882
10639.44 27.20 17.38 9.81 25.80 12.29 1.20 18.03 11.62 5.54
137.00
11938 25.25 14.58 10.67 21.47 11.13
#工业
Industry
生活
Consumption
烟(粉)尘排放量 (万吨)
Soot and Dust Emissions (10 000 tons)
#工业
y
生活
Consumption
工业二氧化硫去除量 (万吨)
Industrial Sulphur Dioxide Removed (10 000 tons)
0.42 0.17 2.26 0.24 2.00
0.02
194.63 1.71 0.27 7.23 0.02 1.57 0.13 1.07 1.70 530
15496 42138
70049 10539 59478 12.60
0.96 11.35
0.11 0.17 1.77 0.20 1.55 0.00 0.02
67072 18760 48275 36.57
8.36 14.66 13.38
0.16 3.72 1.14 2.04 0.53 0.01
728.43 21.09 0.87 5.84 0.11 1.16 0.72 1.64 4.70 666
19917 32576
废气
Waste Gas
工业废气排放量 (亿立方米)
13293.37 57.06 46.7 10.36 38.72 24.65 1.58 29.54 20.78 7.86
我国生态税对EKC调节效应的实证研究
收稿日期:2022-05-10基金项目:广西高等学校千名中青年骨干教师培育计划人文社会科学类立项课题 我国生态环境治理与经济增长的影响研究 (编号:2021Q G RW 028)㊂作者简介:刘志雄(1982 ),男,广西柳州人,教授,博士,副院长,硕士研究生导师,就职于广西民族大学,研究方向:经济增长㊂李燕飞(1999 ),女,河南洛阳人,广西民族大学2020级应用经济学专业硕士研究生,研究方向:经济增长㊂我国生态税对E K C 调节效应的实证研究刘志雄,李燕飞(广西民族大学经济学院,广西南宁 530007) 摘 要:将生态税收这一变量引入E K C 模型中,分别从全国㊁东中西部以及南北方地区研究生态税收对E K C 的调节效应㊂研究发现:生态税在经济发展水平相对高的地区对E K C 有调节效应,并且在一定的经济水平下其调节作用可以降低环境污染㊂全国及各大地区对E K C 曲线的拟合良好,并且拐点存在地区异质性㊂生态税对E K C 曲线的调节效应在全国和东部地区表现一致,使倒U 型曲线拐点向右上方移动并且变得平缓;对南方的调节效应显示一定经济水平下生态税的调节效应使曲线下移㊂此外,环境污染治理投资以及对外贸易等控制变量也对环境污染有显著影响㊂因此,我国需要在各地区经济发展㊁生态税体系建立㊁环境保护投资㊁对外贸易以及环境治理技术升级等方面进一步提高,使生态税更好地发挥良好的调节效应,实现环境污染治理与经济增长协调发展㊂关键词:环境库兹涅茨曲线;调节效应;生态税中图分类号:F 812.424 文献标识码:A 文章编号:1007 6921(2023)02 0003 08 环境库兹涅茨曲线(E K C )是一种倒U 型曲线关系,被用来解释和描述经济增长和环境污染之间的关系[1]㊂笔者认为,关于E K C 的研究不应只局限于经济增长和环境污染之间的关系,更需要关注其他制度和政策因素对二者既定关系产生的影响㊂在学术界,生态税政策的实施被认为能够产生实现环境治理与促进经济增长的双重红利[2-3]㊂即生态税可以通过直接或者影响经济水平的间接方式对环境污染产生影响,因此可以在E K C 曲线的基础上,将生态税作为调节变量引入E K C ,构建起经济增长㊁生态税与环境污染三者之间的联系㊂学者们通常将各种污染物的排放单独或者分别作为衡量环境污染的变量进行研究[4-5],很少把各种污染物和影响环境的其他指标综合起来㊂事实上,能源消费和环境污染在我国存在一定的因果关系[6],因而笔者拟将工业三废指标和能源消费综合起来合成环境污染强度指标并作为E K C 模型中的被解释变量,将生态税作为调节变量引入E K C 模型中,研究生态税对E K C 是否产生调节效应㊂1 文献综述1.1 关于E K C 的研究20世纪70年代初罗马俱乐部提出了增长极限说 ,研究了经济增长与环境污染的关系㊂B e c k -e r m a (1992)认为,促进经济发展本身就是保护环境资源[7]㊂G r o s s m a n (1992)提出并验证了环境质量和经济发展水平之间的倒U 型关系[1]㊂P a n a y-o t o u (1992)进一步验证了倒U 型关系,命名为环境库兹涅茨曲线,即环境质量随着经济增长的积累呈先恶化后改善的趋势[8]㊂那么,为什么会存在倒U 型关系?学者们分别从经济结构[9]㊁市场机制[10]㊁需求者偏好变化[11]㊁国际贸易[12]和国家政策等不同角度研究了E K C 形成的影响机理,进一步丰富E K C 的理论研究㊂学者们也从实证角度开展了研究,并验证了E K C 的存在[13-14]㊂国内学者研究E K C 主要是拟合倒U 曲线[15-16],并将其他影响因素如政府治理和空间溢出效应等纳入E K C 中进行研究[17-18]㊂除了E K C 曲线特征识别的相关研究外,影响E K C 曲线拐点位置变化的各种经济激励型环境政策的研究也越来越备受关注,由此开展了对E K C 调节效应的研究㊂例如,朱丹等拓展了倒U 型(U 型)曲线调节效应的分析视角和检验方法[19]㊂1.2 关于生态税双重红利效应的研究在理论研究方面,学者们研究了生态税收体系2023年1月内蒙古科技与经济J a n u a r y 20232516I n n e r M o n g o l i a S c i e n c e T e c h n o l o g y &E c o n o m yN o .2T o t a l N o .516的构建[20],运用理论模型对生态税的生态效益和促进经济高质量发展进行模拟,从而选择合适的生态税收政策[21-22];通过研究环境政策组合,实现了三重红利[23]㊂然而,提高环境保护税征收标准不一定能够实现减轻污染和经济增长作用[24],并且发现仅仅实施环境保护税政策对企业污染减排动机的激励不足,环境污染将不会得到有效控制,产生倒U 型的污染累积路径[25]㊂在实证研究方面,学者们主要从宏观大环境和微观企业两个方面开展研究㊂在宏观大环境方面,学者们对环境污染源分开或者单独验证并发现生态税的绿色红利效应不明显[26-28],且排污费的征收与2008年之前相比引起了工业 三废 排放量的增加[29];生态税对我国经济的整体水平影响也不大[30]㊂因此,要想实现减轻环境污染和经济增长的双重红利需要将收税标准制定在一定区间之内[31]㊂在微观方面,环境税对企业的绿色创新和产业升级影响具有异质性,应该有针对性地进行相关政策法规的制定[32-33]㊂1.3文献总结及研究假设从现有文献不难看出,经济增长和环境污染之间㊁生态税和经济增长以及环境污染之间存在一定联系:即经济增长和环境污染是共生关系,经济增长往往需要以牺牲环境为前提的,但当经济增长到一定水平后又可以通过技术等手段修护环境;生态税政策的施行,理论上可以直接对经济和环境产生作用,即产生双重红利,但众多学者针对国内的实证研究发现目前生态税制并未实现预期的双重红利效应㊂生态税也可以通过影响经济增长进而对环境污染产生影响㊂由此可见,三者的关系并不是两两独立的,而是互相影响的㊂在将三者联系在一起开展研究之前,学者们通过对经济增长和环境污染二者关系的研究,发现二者之间存在倒U型曲线关系,并且对二者的定量研究一般都用G D P水平和污染物排放量来衡量[34]㊂为了验证其在我国的适用性,笔者提出如下假设:假设1:我国经济增长和环境污染二者之间的关系满足E K C㊂如何在二者的既定关系上将生态税收加入进行研究,朱丹等(2018)提供了在倒U模型中加入调节变量研究调节效应的思路[19]㊂研究E K C问题需要考虑其他政策因素的影响,而生态税收被认为是减轻环境污染的重要手段之一㊂然而,生态税对环境污染的影响不是孤立存在的,可以通过影响经济增长进而对环境产生影响㊂因此,把生态税作为调节变量引入E K C模型中,以分析是否产生减轻环境污染的效果[35]㊂具体如图1所示㊂根据图1,笔者提出假设2㊂假设2:我国征收生态税对经济增长和环境污染的E K C模型具有调节作用㊂图1经济增长、环境污染与生态税的关系结合相关学者对我国生态税双重红利效应的验证结果不难发现:我国的生态税无论是对经济增长还是在直接地减轻环境污染方面,都尚未发挥积极作用,那么其调节作用就可能会增大经济水平到达倒U型曲线拐点的数值和最高污染水平值㊂笔者进一步提出假设3㊂假设3:生态税对E K C的调节作用将使其拐点向右上方移动㊂笔者将生态税作为调节变量引入E K C模型中,运用国内30个省份(不含港澳台,西藏数据缺乏,不考虑)2004年 2019年的面板数据开展实证研究㊂为了进一步分析地区差异,参照吕承超等(2021)对我国不同地区经济分析时的东中西和南北地区进行划分来研究地区异质性[36]㊂2指标拟合及模型设定2.1环境污染强度指标拟合为了构建整体的环境污染强度指标,笔者参考王飞成等(2014)[37]所用的主成分分析法①,选取工业三废与能源消费为主要指标,构建环境污染强度(用E C I表示),见表1㊂表1环境污染强度指标构成变量定义单位主要污染物Ww(w a s t e w a t e r)工业废水排放量t工业废水中化学需氧量㊁氨氮总量W g(w a s t e g a s)工业废气排放量t工业二氧化硫排放量㊁工业氮氧化物排放量㊁工业颗粒物排放量W s(w a s t e s o i l d)工业废旧固体排放量万t工业固体废物排放量E c(e n e r g y c o n s u m p t i o n)能源消费量万t标准煤能源消费总量对这4个指标数据进行主成分分析,得到方差分解主成分提取分析表②㊂在确定主成分个数之后继续计算两个主成分的预测得分值为E1㊁E2,根据每个主成分的贡献比例进行加权可以得到环境污染综合指标㊂由于得出的数据存在负值,根据环境污染强度的实际意义,笔者采用M a x-M i n标准化法将数据标准化至0~1之间的数,从而得到最终的E C I,计算公式为:总第516期内蒙古科技与经济E C I t=[E t-m i n(E t)]/[m a x(E t)-m i n(E t)](1)式(1)中,E C I的数值大小说明环境污染的严重性:E C I越大,环境污染越严重㊂2.2 E K C模型为了验证假设1,采用二次多项式模型:E C I i t=c+β1G D P i t+β2G D P i t2+β3I V N i t+β4I N D i t+β5P O P i t+β6O P E i t+εi t(2)式(2)中:c为截距项,β1~β6为系数,εi t为误差项,i表示省份,t表示年份,i t则表示i省份在t年的变量,G D P为各省份所对应的人均G D P,并考虑工业污染治理投资(I V N)㊁第二产业占G D P的比重(I N D)㊁自然人口增长率(P O P)及进出口总额(O P E)等因素㊂若β2<0,说明经济增长和环境污染之间的曲线关系为倒U型,即E K C曲线成立㊂2.3调节效应模型在验证假设1的基础上,参考朱丹等(2018)[19]和刘海英等(2018)[35]的方法,在E K C模型的基础上将生态税(T A X)作为调节变量引入,考虑T A X 的滞后一期项,以此验证假设2,得到:E C I i t=c+β1G D P i t+β2G D P i t2+β3T A X i t-1+β3T A X i t-1ˑG D P i t+β4T A X i t-1ˑG D P i t2+β5I V N i t+β6I N D i t+β7P O P i t+β8O P E i t+εi t(3)式(3)中:c为截距项,β1~β8为系数,εi t为误差项㊂β3㊁β4为交互项系数,若生态税的调节效应使E K C曲线的拐点向左下方移动,则说明生态税可以使E K C曲线更快地到达转折点并降低环境污染峰值,即对E K C产生良好的调节作用;若在此调节效应下拐点向右上方移动则相反,据此验证假设3㊂3实证分析3.1模型变量的描述统计本文的能源消费指标数据来源于历年‘中国能源统计年鉴“,工业废水㊁废气排放量㊁废旧固体排放量的主要污染物指标数据均来源于历年‘中国统计年鉴“㊂在环境污染强度指标合成的基础上③,笔者对全国以及我国东中西部三大地区和南方北方④运用上述两个模型进行回归分析㊂生态税选择资源税㊁城建税㊁城镇土地使用税㊁车船税㊁土地增值税以及耕地占用税之和与总税收之比作为指标㊂模型的核心变量以及控制变量的统计性描述见表2㊂表2变量描述性统计变量单位变量个数均值标准差最小值最大值E C I i t 4800.5310.3360.0001.000 G D P i t万元/人4804.0812.7210.43216.422 T A X i t 4800.1950.0730.0530.462 I V N i t 4800.1530.1360.0020.992 I N D i tɢ4800.4540.0840.1620.664 P O P i tɢ4805.2092.710-1.0111.780 O P E i t亿元人民币4800.2800.3110.0111.465 3.2单位根检验和协整检验3.2.1单位根检验面板单位根的检验方法有很多,可以分为两大类:一类是同质性检验,另一类为异质性检验㊂其中,同质性检验的方法主要有L L C检验㊁B r e i t u n g检验以及H a r r i s-T z a v a l i s检验;异质性检验的主要方法有I P S检验㊁F i s h e r-A D F检验和F i s h e r-P P检验㊂本文所用面板数据包含30个截面16期(N>T),考虑到各种方法对面板数据类型的适用性,最后采用L L C 检验㊁H T检验㊁B r e i t u n g检验和I P S检验4种检验方法,并对结果采用 一票否决 制,即4种检验都需通过则认为通过了单位根检验㊂检验结果见表3:表3主要变量的单位根检验变量L L C(T值)HT(z值)B r e i t u n g(λ值)I P S(T值)E C I i t-3.00***-5.11***2.03-1.66**(0.00)(0.00)(0.97)(0.04)ΔE C I i t-11.77***-8.23***-3.26***-3.86***(0.00)(0.00)(0.00)(0.00)T A X i t-2.67***-0.97-2.76***-0.19(0.00)(0.16)(0.00)(0.42)ΔT A X i t0.15***-9.44***-7.64***-4.11***(0.00)(0.00)(0.00)(0.00)G D P i t17.426.351.397.28(1.00)(1.00)(0.91)(1.00)ΔG D P i t-2.63***-3.30***-1.46*-2.79***(0.00)(0.00)(0.07)(0.00)G D P i t236.209.270.5412.09(1.00)(1.00)(0.70)(1.00)ΔG D P i t2-1.93***-14.38***-2.78***-6.18***(0.00)(0.00)(0.00)(0.00)T A X i t-1*G D P i t-2.18***0.67-0.231.42(0.01)(0.75)(0.40)(0.92)ΔT A X i t-1*G D P i t-7.87***-6.12***-3.65***-3.98***(0.00)(0.00)(0.00)(0.00)T A X i t-1*G D P i t2-1.40*4.900.695.39(0.07)(1.00)(0.75)(1.00)ΔT A X i t-1*G D P i t2-7.60***-4.13***-2.46***-3.92***(0.00)(0.00)(0.00)(0.00)注:1.括号中为p值㊂2.*㊁**㊁***对应的显著性水平分别为10%㊁5%㊁1%,下同㊂单位根检验结果表明:E C I㊁T A X㊁T A X i t-1*刘志雄,等㊃我国生态税对E K C调节效应的实证研究2023年第2期G D P i t 和ΔT A X i t -1*G D P i t 2均没通过检验;经过一阶差分后各个变量通过该检验,说明变量一阶单整㊂3.2.2 协整性检验如果变量同阶单整,则可以继续进行协整性检验,以此验证变量之间是否存在长期均衡关系㊂采用P e d r o n i 检验,结果见表4㊂结果显示,无论是同质检验还是异质检验,统计量均显著拒绝原假设,因此变量之间存在长期均衡关系,无需对模型进行调整㊂表4 P e d r o n i 检验结果检验类别统计量名称统计量对应值p 值同质检验M o d i f i e d v a r i a n c e r a t i o -8.1775***0M o d i f i e d P h i l l i ps -P e r r o n 6.0281***0P h i l l i p s -P e r r o n -8.3224***0A u g m e n t e d D i c k e y -F u l l e r -28.6568***0异质检验M o d i f i e d P h i l l i ps -P e r r o n t 8.2034***0P h i l l i p s -P e r r o n t -9.1023***0A u g m e n t e d D i c k e y-F u l l e r t -42.6778***03.3 结果分析在对全国以及各大地区的模型分别进行L S D V ㊁L M 以及H a u s m a n 检验的前提下,进行混合回归(O L S )㊁固定效应(F E )以及随机效应模型(R E)的选取㊂3.3.1 全国回归结果从表5的回归结果可以看出,全国范围在3种回归方式检验之后选择了随机效应模型,并且分别对前文的E K C 模型(2)和调节效应模型(3)进行拟合检验假设1和2㊂表5 全国回归结果模型(2)(3)R E R EG D P i t0.292***0.417***G D P i t2-0.018***-0.030***T A X i t -14.858***T A X i t -1*G D P i t-1.472***T A X i t -1*G D P i t20.129***I V N i t -0.1180.003I N D i t 0.015-0.119P O P i t 0.0040.001O P E i t -0.384***-0.196***c o n s -0.138*-0.646***R -s q0.63140.6473对于假设1,模型(2)的结果显示全国范围G D P i t 2项的系数为-0.018,系数<0,且通过了显著性检验,说明我国经济增长和环境污染之间呈倒U 型曲线关系,满足E K C 模型的设定㊂经过计算得出,倒U 型曲线拐点对应的人均G D P 值为8.12㊂考虑生态税收是否在全国范围产生调节效应,可以通过观察T A X i t -1*G D P i t 和T A X i t -1*G D P i t 2这两个变量的系数的显著性来判断㊂从表5的结果可以看出:生态税在全国范围对E K C 曲线有显著的调节效应㊂H a a n s 等(2016)认为,调节变量对倒U 型的调节作用体现到以下两个方面:一是可以使曲线拐点生偏移,二是改变曲线的弯曲程度,使曲线变得平缓或者陡峭[38]㊂本文主要考虑前者的影响㊂3.3.1.1 判断拐点的偏移情况以验证假设3㊂运用H a a n s 等(2016)的判断方法[38]:假设回归方程Y =α0+α1X+α2X 2+α3Z+α4X Z+α5XZ 2,其中Z 为调节变量,α0为常数,α1为X 的系数,α2为X 2的系数,α3为调节变量Z 的系数,α4为调节变量与主变量乘积的系数,α5为调节变量与主变量平方的乘积的系数㊂判断倒U 型曲线拐点左右移动的位置,可以对回归方程进行一阶求导,得到:X *=(-α1-α4Z )/(2α2+2α5Z ),进而对Z 求导,得δX*δZ=(α1α5-α2α4)/2(α2+α52)㊂若α1α5-α2α4>0,表示曲线拐点向右移动;若α1α5-α2α4<0,表示曲线拐点向右移动㊂对应到模型中,Y 为被解释变量E C I i t ,X 表示变量G D P i t ,Z 是调节变量T A X i t -1㊂在全国范围的回归结果中,α1=0.417,α2=-0.030,α4=-1.472,α5=0.129,α1α5-α2α4=0.00933>0,表明生态税的调节效应会使倒U 型曲线的拐点右移,将增加人均G D P 达到拐点的数值㊂绘制生态税收的调节效应图判断拐点上下移动情况(见图2),可以看出,目前我国G D P 水平处于拐点附近,随着生态税收T A X 水平的提高,曲线所对应的较高G D P 水平的E C I 在上移,结合曲线拐点右移的情况说明曲线的拐点将向右上方移动㊂图2 生态税对全国E K C 调节效应3.3.1.2 判断全国范围生态税收调节效应使曲线变得平缓还是陡峭㊂在图2中,对于低㊁中㊁高3种水平的T A X (低㊁中㊁高3个等级分别按照低于均值1个标准差㊁均值㊁高于均值1个标准差来计算),整总第516期内蒙古科技与经济体的曲线越来越平缓,高水平的T A X 使E K C 曲线由原来的凸曲线变成了凹曲线㊂3.3.2 东中西部三大地区回归结果从表6的回归结果可以看出,东中西部三大地区分别选择了随机效应㊁固定效应以及混合回归的方式,并且针对模型(2)和(3)进行回归㊂表6 东中西部地区回归结果模型东部(2)(3)R E R E中部(2)(3)F EF E西部(2)(3)O L S O L SG D P i t0.296**0.397***0.401***0.443***0.365***0.277G D Pi t2-0.018***-0.031***-0.032***-0.042***-0.034***0.018T A X i t -15.026***1.0984.752***T A X i t -1*G D P i t-1.486***-0.378-1.041T A X i t -1*G D P i t20.141***0.054-0.058I V N i t -0.360**-0.143-0.257*-0.244*-0.015-0.003I N D i t0.201-0.213-0.2800.203-0.278-0.117P O P i t0.003-0.004-0.019-0.016-0.010-0.007O P E i t-0.364*-0.113*0.822*0.7860.2730.337c o n s-0.241-0.591***-0.169*-0.342**-0.017-0.533*R -s q0.65220.71780.75050.74630.54780.5214东中西部三大地区对于模型(2)的回归结果显示G D P 2i t 项的回归系数值都显著为负,验证了假设1的正确性㊂经计算得出东中西部三大地区倒U型曲线拐点所对应的自变量取值分别为8.22㊁6.27和5.37,结合东中西部地区的样本值发现,当前东部地区大部分省份已经突破拐点值,实现在经济增长的同时能够有效控制环境污染,中部地区只有湖北和内蒙古的人均G D P 突破了拐点值,西部地区的重庆㊁四川㊁陕西㊁新疆和宁夏均已突破拐点值,实现经济增长和环境污染治理的良好关系㊂对比全国的拐点值可知,只有东部地区大于全国的8.12,以上结果也与各地区的经济发展水平相吻合㊂由模型(3)回归结果可知,生态税对东部地区产生调节效应㊂α1=0.397,α2=-0.031,α4=-1.472,α5=0.141,计算得α1α5-α2α4=0.010345>0,表明调节效应会使拐点右移,延缓自变量达到拐点的时间㊂绘制东部地区生态税的调节效应图,见图3㊂与全国范围相比较,东部地区的经济水平明显高于全国水平,低水平的T A X 曲线已经过了拐点部分㊂东部地区生态税水平的提高会使曲线的顶点上移,生态税收的调节作用使拐点向右上方移动,假设3在东部地区得到验证㊂考虑到调节效应可以使倒U 型曲线平缓或者陡峭,观察图3可以发现,越高水平的T A X 会使曲线越平缓,甚至可以使曲线反向 翻折㊂图3 生态税对东部地区调节效应3.3.3 南北方回归结果从表7的回归结果可以看出,南北方分别选择了随机效应㊁固定效应回归的方式,并且针对模型(2)和(3)进行回归㊂表7 南北方回归结果模型南方(2)(3)R E北方(2)(3)F EG D P i t0.291***0.643***0.311***0.300***G D P i t2-0.017***-0.045***-0.018***-0.019***T A X i t -16.927***1.654T A X i t -1*G D P i t-2.575***-0.339*T A X i t -1*G D P i t20.204***0.035I V N i t -0.1770.549**-0.106-0.149I N D i t0.107-0.413*-0.0530.155P O P i t-0.001-0.008-0.014-0.006O P E i t-0.414***-0.398***-0.1050.124c o n s -0.1443-0.845***-0.187-0.491**R-s q0.64160.68280.54890.5593基于对假设1的验证,南北方地区模型(2)的回归结果同样显示两地区的经济增长和环境污染满足E K C 模型㊂计算得出南北方地区拐点对应的人均G D P 值分别为8.56和8.18,结合各个省份对应的经济指标值发现,南方地区的上海㊁江苏㊁浙江㊁广东㊁福建5个省份已经突破拐点值,但在北方地区只有北京和天津2个省份突破拐点值,这与分地区东中西部突破拐点值的省份基本一致㊂对于假设2的验证,结果显示生态税对南方地区有显著的调节作用㊂由回归结果可知α1=0.643,α2=-0.045,α4=-2.575,α5=0.204,计算得出α1α5-α2α4=0.015297>0,表明生态税的调节效应使得曲线拐点右移,即平均经济水平需要更高才可以突破拐点值㊂同上,绘制南方地区生态税刘志雄,等㊃我国生态税对E K C 调节效应的实证研究2023年第2期的调节效应图,见图4㊂不同水平下的3条曲线在G D P水平的中间部分有交点,并且在交点的左右部分曲线的上下位置发生了变化:即在较低的经济水平下,生态税的调节作用会使曲线向上移动;但在较高水平的G D P下,生态税的调节作用会使曲线向下方移动㊂此外,生态税的调节作用会使曲线发生 翻折 ,即调节为 U 型曲线㊂图4南方地区生态税调节效应除了生态税收的调节效应之外,I V N i t以及O P E i t对环境污染强度在不同的地区也有影响㊂I V N i t的系数在中部地区为-0.244<0且显著,这与E K C模型中对环境污染的抑制作用一致㊂O P E i t的系数在全国和东部和南方地区分别为-0.196㊁-0.113以及-0.398,显著为负,这与其在E K C模型中的回归结果一致㊂4结论及政策建议笔者研究发现:基于对假设1的验证发现,经济增长和环境污染的E K C模型拟合结果验证了两者之间的倒U型曲线关系㊂倒U型曲线关系在东中西部地区和南北方的拐点不同,东部要达到拐点的经济水平大于中部地区,西部地区的拐点对应的经济水平最低;南方地区的拐点值要大于北方地区㊂这一结论与各个地区的经济发展水平相符合㊂基于对假设2的验证,生态税收只对全国范围㊁东部地区以及南方地区表现出显著的调节效应,而对中部地区和北方并未表现出调节效应㊂进一步验证假设3发现,我国生态税收的增加会使E K C倒U型曲线的拐点向右上方移动,即推迟了全国范围和东部地区突破拐点的时间,而且增加了在相同经济水平下的环境污染强度;但对南方的研究显示在较高的经济水平下,生态税收在一定范围内的调节作用可以减轻环境污染㊂综上所述,生态税收对E K C 的调节作用受不同经济水平的影响,高水平的G D P 有利于生态税收对E K C的调节㊂然而,由于我国尚未建成完善的生态税收体系,尽管在2018年‘中华人民共和国环境保护税法“正式实施,但至今时间较短,效果显著性不强㊂结合南方地区的实证结论,笔者认为,环境保护税必将对我国的环境污染治理有所贡献,但环境问题也不能仅仅依赖生态税制度的维护,同时还要结合一定的经济手段和技术手段,只有这样才能让各种措施彼此推进,实现绿色红利效应,最终实现经济的可持续发展㊂因此,笔者提出如下建议㊂4.1在维持东部㊁南方地区经济高水平发展的前提下,大力推进中西部和北方地区经济协调发展从E K C模型的实证结果来看,只有部分经济发展比较好的省份突破了拐点值,中西部地区和北方尚未突破拐点值的省份较多,并且这些省份的经济水平在一定程度上影响了全国范围的拐点到达时间,且更高的经济水平有利于生态税发挥积极的调节作用㊂因此,应该尽可能地发挥个别地区的经济发展优势,引领其他地区协调发展;与此同时,需要破解中西部地区发展进程中遇到的困难和挑战㊂通过以数字产业化和产业数字化等方式推动地区的产业结构优化与升级㊁提高相对落后地区中心城市的辐射能力㊁大力发展城市圈以降低对中心城市的依赖程度㊂4.2完善生态税收体系目前,我国生态税对E K C曲线良性的调节作用只存在于一定的经济发展水平的地区㊂生态税的征收应该针对各个地区和省份的经济水平差异化地制定相应的制度,以此达到比较好的预期效果,具体可以分别在生态税费标准和生态税费种类上做差异化:①对经济发展水平较高的地区制定与之匹配的收税标准,经济发展相对不高的地区则征税低一些;②针对不同省份具体的污染物排放制定不同的政策,比如将难以降解和回收利用的材料以及包装物品纳入高税率,对汽油的税负提高等㊂4.3加大环境保护投资力度笔者研究发现,环境治理投资可以减轻环境污染㊂根据发达国家的经验,环境治理投资额占G D P 的比例达到1%~1.5%时,可以对环境的恶化产生控制趋势㊂近年来,我国不断加大环境保护投资额,但在环境保护方面的财政投入比重仅占G D P的千分之零点几,与环境污染治理比较成功的发达国家相比存在较大差距㊂因此,需要各级政府加大对环境监管㊁规划㊁监测㊁污染预防以及污染治理等各个环节的财政投入水平㊂总第516期内蒙古科技与经济4.4促进贸易和环境的兼容实证结果显示,对外进出口贸易额的增加在一定程度上增加了环境污染强度,可见我国在全球一体化的大趋势下进出口贸易的快速发展带来了环境的恶化和能源消耗,如何协调好两者之间的关系尤为重要㊂我国应加强国内国际合作,实现国内国际双循环相互促进,将政策和立法结合起来,建立合理有效的政策,即贸易政策应该涵盖相应的环境保护政策,以此在保证国与国之间贸易合作的同时改善环境㊂4.5提高环境污染治理的技术水平针对工业㊁生活㊁农业等不同污染源头应采取适合的防治措施和技术:对于工业污染应从源头削减污染,推行清洁生产,尽可能地对工业污染物进行回收利用;对于生活污水以及垃圾等的防治,应该因地制宜地选用符合我国国情的处理技术,考虑处理后的污染物对农业等方面的综合利用㊂大力提倡生态农业的发展模式,解决农业污染问题,将政策制定㊁政府职能发挥和技术升级等措施结合,共同发挥作用,从而实现环境污染治理和经济增长两者的协调发展㊂注释:①主成分分析(P r i n c i p a l C o m p o n e n t A n a l y s i s, P C A),是一种统计方法㊂可以将多个具有相关关系的变量通过正交变换等过程提取出主成分㊂②主成分个数提取的两个标准:一是每个主成分的特征值大于1;二是所有主成分方差累计贡献率之和大于85%㊂③本文有30个截面,将对每个截面数据分别使用上述方法进行E C I的合成㊂④本文对三大地区和南北方的划分参考国家统计局划分标准,东部地区包括北京㊁天津㊁河北㊁辽宁㊁上海㊁江苏㊁浙江㊁福建㊁山东㊁广东和海南11个省份;中部地区包括山西㊁内蒙古㊁吉林㊁黑龙江㊁安徽㊁江西㊁河南㊁湖北和湖南9个省份;西部地区包括广西㊁重庆㊁四川㊁贵州㊁云南㊁陕西㊁甘肃㊁宁夏㊁青海㊁新疆10个省份㊂南方地区包括海南㊁上海㊁浙江㊁福建㊁广东㊁广西㊁江西㊁湖南㊁贵州㊁云南㊁四川㊁重庆㊁湖北㊁安徽㊁江苏15个省份;北方地区包括宁夏㊁黑龙江㊁吉林㊁辽宁㊁内蒙古㊁北京㊁天津㊁河北㊁新疆㊁青海㊁甘肃㊁陕西㊁山西㊁河南㊁山东15个省份㊂[参考文献][1] G r o s s m a n G M,K r u e g e r A B.E n v i r o n m e n-t a l I m p a c t s o f a N o r t h A m e r i c a n F r e e T r a d eA g r e e m e n t[J].C E P R D i s c u s s i o n P a p e r s,1992,8(2):223-250.[2]T u l l o c k G o r d o n.E x c e s s b e n e f i t[J].W a t e rR e s o u r c e s R e s e a r c h,1967,3(2):643-644.[3] P e a r c e D a v i d.T h e R o l e o f C a r b o n T a x e s i nA d j u s t i n g t o G l o b a l W a r m i n g[J].T h e E c o-n o m i c J o u r n a l,1991,101(407):938-948.[4]J a l i l A,M a h m u d S F.E n v i r o n m e n t K u z n e t sC u r v e f o r C O2E m i s s i o n s:A C o i n t e g r a t i o n a-n a l y s i s f o r C h i n a[J].E n e r g y P o l i c y,2009,37(12):5167-5172.[5]何平林,乔雅,宁静,等.环境税双重红利效应研究 基于O E C D国家能源和交通税的实证分析[J].中国软科学,2019(4):33-49. [6]张宝山,袁晓玲,张小妮.环境污染㊁能源消费与经济增长[J].科学决策,2012(11):20-42. [7]B e c k e r m a n W i l f r e d.E c o n o m i c g r o w t h a n dt h e e n v i r o n m e n t:W h o s e g r o w t h?W h o s ee n v i r o n m e n t?[J].W o r l d D e v e l o p m e n t,1992,20(4):481-496.[8] T h e o d o r e P a n a y o t o u.E n v i r o n m e n t a l K u z n e t s C u r v e s:e m p i r i c a l t e s t s a n d p o l i c y i m p l i c a t i o n s[D].C a m-b r i g e:H a r v a r d U n i v e r s i t y,1992.[9] G e n e M.G r o s s m a n,A l a n B.K r u e g e r.E c o n o m i cG r o w t h a n d t h e E n v i r o n m e n t[J].T h e Q u a r t e r l yJ o u r n a l o f E c o n o m i c s,1995,110(2):353-377. [10] T h a m p a p i l l a i D J,H a n f C H,T h a n g a v e l u SM,e t a l.T h e e n v i r o n m e n t a l K u z n e t s c u r v ee f f e c t a n d t h e s c a r c i t y o f n a t u r a l r e s o u r c e s:as i m p l e c a s e s t u d y o f A u s t r a l i a[Z].I n v i t e dP a p e r p r e s e n t e d t o A u s t r a l i a n A g r i c u l t u r a lR e s o u r c e E c o n o m i c s S o c i e t y,2003. [11]J o n e s L a r r y,M a n u e l l i R o d o l f o.E n d o g e n o u sP o l i c y C h o i c e:T h e C a s e o f P o l l u t i o n a n dG r o w t h[J].R e v i e w o f E c o n o m i c D y n a m i c s,2001,4(2):369-405.[12] L o p e z R,M i t r a S.C o r r u p t i o n,P o l l u t i o n,a n dt h e K u z n e t s E n v i r o n m e n t C u r v e[J].J o u r n a lo f E n v i r o n m e n t a l E c o n o m i c s a n d M a n a g e-m e n t,2000,40(2).[13]W a j a h a t A,A z r a i A,M u h a m m a d A.T h e D y-n a m i c R e l a t i o n s h i p B e t w e e n S t r u c t u r a l C h a n g ea n d C O2E m i s s i o n s i n M a l a y s i a:a C o i n t e g r a t i n g刘志雄,等㊃我国生态税对E K C调节效应的实证研究2023年第2期。