模型与数据描述

（一）模型设定与变量说明

Erlich和Holdren于1971年提出了环境影响决定因素的IPAT方程，该方程用人口规模（P）、富裕程度（A）和技术水平（T）来描述环境影响（I）［21］。Dietz和Rosa在此基础上建立了STIRPAT（Stochastic Impacts by Regression on Population，Affluence and Technology）模型［22］。该模型的优点在于克服了IPAT模型的单位弹性假设限制的缺点，通过加入随机性允许将各系数作为参数进行估计，以及允许对各影响因素进行适当分解，以便于根据各自研究的特点开展实证分析［23］。STIRPAT模型的形式为：

式中，I、P、A、T的含义与IPAT模型中的含义相同，δ为估计参数，ε为随机误差。为将模型转化为线性模型和降低异方差，将模型（1）两边取对数，得到：

本文在STIRPAT模型基础上，参考相关研究［24、25］，以及结合本研究特点，以工业废气排放量反映大气环境影响，选取人口城市化和土地城市化反映城市化进程，将富裕程度分解为人均GDP，将技术水平分解为经济能耗和环境规制水平，最终模型为：

ln Wit＝δ0＋δ1 ln Uit＋δ2 ln Pit－1＋δ3 ln Eit＋δ4 ln Git＋lnεit(www.xing528.com)

式中，W是被解释变量，表示工业废气排放量，U为城市化率，P为环境规制，G为人均GDP，E为经济能耗。本文选取人口城市化率（UUP）和土地城市化进程（UUG）2个指标代表城市化进程作为模型中的一个解释变量。其中，人口城市化率为城镇人口占总人口的比重，土地城市化则以建成区面积数据为指标，城镇人口的聚集可以反映一个城市经济活动的频繁程度，建成区面积所占比例可以反映城市土地利用与扩张情况，两者都是代表城市化进程的重要指标。对于环境规制的度量，学者们采用的代理指标不尽相同，如工业污染治理投资额、污染排放量、三废达标排放量以及能源强度等，但这些代理指标均存在一定程度的缺陷。本文采用的是工业污染源治理投资额占地区生产总值比重的滞后一期来设计环境规制评价指数，该指标除了考虑了各地区的实际工业污染治理投资额，消除地区差异，还考虑了环境规制可能产生的滞后效应。为了尽可能避免遗漏其他变量对估计结果产生偏误的影响，因此，在模型中增加了经济水平和经济能耗这两个控制变量，经济能耗为实现单位GDP的煤炭消耗量。it表示第i地区第t年的相关指标数值。为比较不同变量对大气污染的影响，本文对城市化进程、环境规制、经济水平和经济能耗进行回归，δ1、δ2、δ3、δ4表示各变量回归的系数；εit为随机干扰项。

（二）数据来源与描述

本文中计算中国各个省份全省的工业废气排放量和人均GDP的原始数据均来源于2001—2012年的《中国统计年鉴》。城市化进程中的人口城市化指标和土地城市化指标数据均来源于2001—2012年的《中国城市统计年鉴》，其中各地区的人口城市化为各地区所有城市的年末城镇人口数占年末总人口数的比重；各地区的土地城市化为各地区所有城市的建成区面积比上城区总面积。各地区的环境规制强度的数据来源于2001—2012年的《中国环境统计年鉴》，为工业污染源投资额比上各地区的GDP。各地区的经济能耗数据来源于2001—2012年的《中国能源统计年鉴》，为实现单位GDP的煤炭消耗量。西藏自治区因数据的不可得性，研究对象为除西藏自治区以外的其余省份。主要变量的基本统计量、计算方法和数据来源如表1所示。

表1　各变量的统计性描述