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

第1篇

[關鍵詞] “六步”教學法；網絡環境；建構主義理論

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時代需求下的產物。但是當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，教育教學方式不恰當、學生被動接受知識的層面上。教育的最終目的不僅僅是讓學生單純地接受知識，而是著重于培養學生的綜合能力，提高自身素質。高職英語研討式“六步”教學法是對傳統捆綁式教育的改革，利用網絡環境的優勢，構建出全新的符合現代教育形勢發展的課題教學模式。

1、高職英語研討式“六步”教學法的概念

網絡環境下的英語研討式“六步”教學法是建立在建構主義等理論的基礎上，在高職英語教學的課程中將網絡信息技術與研討式教學法進行有機結合，充分調動學生的自主學習性，通過協作主動開展創新型學習的行為。

網絡技術作為新時代的高科技產物，可以在英語教學的過程中為師生提供大量豐富、真切、生動、活潑的語言場景。基于建構主義理論的網絡環境下的“六步”教學法主要由情景——探索——協作——評價——操練——運用等六個步驟組成。

第一步即情景，就是根據設定的教學任務和目的，教師利用互聯網技術設立出符合課設的場景，以便學生能夠身入其境，真實感受直觀且形象的教學任務。在這一過程中，教師需要借助網絡信息的共享性建立資料庫，方便學生隨時閱讀。

第二步是探索過程。學生通過對老師提出的問題或任務進行分析后，進行小組分工，在有限的時間內利用網絡查詢相關資料（可以是報刊雜志、書籍文獻、圖像資料等），并歸納總結，整理出課題匯報講稿。在這一步驟進行過程中，講究的是學生的獨立自主性，教師主要對其進行適當的引導和監督。

第三步即協作。解決教學任務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習成果。

第四步則需要教師對學生任務完成的情況進行評價。教師的評價能夠幫助學生系統全面地理順知識資料，深入了解教學的目的，調動學生學習的積極性。

第五步是操練，即在教師安排的課程任務下，學生們根據大量的信息資料與網絡上獲取的材料進行總結，展開練習，以達到鞏固和強化所學知識的目的。這是教學過程中重要的一項環節，學生應在教師的指導下進行合理的練習，達到層層深入，提高訓練層次。

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，幫助學生提升自身素質能力。教師通過布置新的任務，安排學生利用學習到的知識獨立完成。

以上六步相互聯系，共同實現英語的新式教學法。

2、“六步”教學法的理論基礎

建構主義理論是高職英語研討式“六步”教學法形成的重要理論基礎。建構主義教學理論認為學習是能動汲取知識的過程。學生在這一過程中，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的方式獲得知識。這種建構是屬于個人的，學習者通過運用自身已有的知識儲備或經驗教訓，能動地對信息進行加工、整理和組建。建構主義理論的教學觀念認為情境、主體、協作以及資源是教學工程中的促進劑。在學習過程中，以學生自身為中心，學習環境和現實情景相互結合，加強學生之間的相互討論相互協作精神，通過提供大量的豐富的資源幫助學習者更好地獲取知識。首先，將學生作為學習的中心，其實是要求學生主動對知識進行探索、發現和對知識理論的建構。在教育中，需要注重考慮學生的實際經驗和實踐能力，把握教學內容的更新和對“六步”教學法的合理運用，通過學生的交流過程，使其展開生動有趣的學習。網絡的運用綜合了建構主義四大要素——情境、協商、會話和意義建構，改變英語教學中的傳統模式，為高職英語教育提供更為先進的教育方式，同時也實現了建構主義的美好設想。

多媒體網絡技術是實現建構主義理論的最有效工具。在協作學習過程中，學生通過對話和協商對獲取的知識進行討論和分析，實現跨地域和時空的交流學習需要計算機網絡輔助教學系統的語音功能作為支持，這便需要借助網絡環境。在這一過程中，網絡能夠給學習者提供生動具體的學習環境，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，對于學生英語學習具有相當重要的意義。網絡環境下英語研討式“六步”教學法，就是在建構主義理論的基礎下，利用高科技網絡手段，通過六步教學法實現反傳統的教學理念，是現代化教育環境中的實踐操作，更是高職英語課程改革的發展方向。

隨著經濟的迅速發展，知識的不斷更新，網絡技術的逐步推進，對外交流的日益擴大，社會對于英語技能的要求越來越高，基于建構主義理論的網絡環境下的高職英語研討式“六步”教學法改變了傳統模式下的灌輸式教育體制，通過利用現代化的網絡教育技術手段著重發揮學生學習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了學生學習的積極性和主動性，有益于培養學生的實踐能力、獨立思考能力、團隊協作能力以及創造力等，提高學生學習英語的效率，推進高職英語教育教學的改革。

參考文獻：

[1]楊善江.基于建構主義理論的網絡環境下高職英語研討式“六步”教學法探討[J].瘋狂英語（教師版），2007，11：33-37.

[2]陳輝.網絡環境下英語“六步”教學法在高職旅游英語教學中的運用[J].管理觀察，2009，10：181-182.

第2篇

論文關鍵詞：外商直接投資，環境庫茲涅茨假說，污染天堂假說

一、引言

隨著經濟發展，全球環境的承載壓力越來越大。經濟學家也密切關注環境質量變化。Grossman和Krueger（1991）提出Envieonment Kuznets Curve（EKC）假說，即環境質量隨著經濟的增長呈現出先增大后縮小的關系，即呈倒U型曲線關系，[1]。

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

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

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

二、變量選取及模型構建

（一）東部和中部的FDI區域分布

改革開放以來，中國吸收外商直接投資數量增長迅速。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，主要集中于東部地區項目管理論文，東部地區主要集中于江蘇、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區域分布（億美元）

圖2中國東部十一省（市）2003～2008年FDI區域分布（億美元）

圖3中國中部八省2003～2008年FDI區域分布（億美元）

（二）變量選取

考慮統計口徑一致和數據的連續性，選取工業廢氣排放總量（億標立方米）、工業廢水排放總量（萬噸）、工業固體廢物產生量（萬噸）、工業固體廢物排放量（萬噸）、工業煙塵排放量（萬噸）、工業粉塵排放量（萬噸）和工業二氧化硫排放量（萬噸）為環境污染指標；人均地區生產總值（元）作為經濟增長指標，此外，考慮國際貿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分別表示工業二氧化硫排放量、工業廢水排放量、工業廢氣排放量、工業煙塵排放量、工業粉塵排放量、工業固體廢物產生量、工業固體廢物排放量，Y表示人均地區生產總值（元），FDI表示外商直接投資（萬美元）。環境污染指標數據根據1986至2009年中國統計年鑒相關數據整理項目管理論文，地區人均生產總值和外商直接投資數據根據1986至2009年省（市）統計年鑒相關數據整理。LNSO2、LNFS、LNFQ、LNGYYC、LNGYFC、LNGTCS、LNGTPF分別表示污染指標的自然對數，LNY、LNFDI分別表示人均地區生產總值和外商直接投資的自然對數。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據研究中國東部和中部省（市）FDI的對環境影響的差異。

（三）模型設定形式

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

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

H1:個體變量系數相等；H2:截距項和個體變量系數都相等。

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

～F[(N-1)(K+1)，N(T-K-1)]

～ F[(N-1)K，N(T-K-1)]

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

三、東部和中部模型回歸結果分析

利用東部十一省（市）和中部八省的相關數據，借助Eviews6.0，采用固定效應模型對七個環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，回歸后的殘差是平穩序列。回歸結果見表1-表8

（一）東部和中部地區FDI對工業廢水、工業廢氣影響差異分析

表1 東部地區 LNFS、LNFQ模型參數估計結果

LnFS

LnFQ

變量

參數

固定效應

參數

固定效應

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。

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

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

表2 中部地區LNFS、LNFQ模型參數估計結果

LNFS

LNFQ

變量

參數

固定效應

參數

固定效應

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

中部地區工業廢水與人均地區生產總值呈正U型關系。山西、吉林、安徽、河南、江西的FDI對工業廢水排放量產生正影響，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對工業廢水排放量產生負影響，黑龍江在1%的水平下顯著，湖南和湖北的t統計量不顯著。黑龍江的FDI每增加1%，工業廢水排放量將減少0.1025%。

中部地區工業廢氣與人均地區生產總值呈正U型關系。湖南、山西、安徽、河南、江西、湖北的FDI對工業廢氣排放量產生正影響，湖南的t統計量不顯著，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對工業廢氣排放量產生負影響，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FDI對工業煙塵、工業粉塵影響差異分析

表3 東部地區LNGYYC、LNGYFC模型參數估計結果

LNGYYC

LNGYFC

變量

參數

固定效應

參數

固定效應

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

東部地區工業煙塵與人均地區生產總值呈倒N型關系。海南、廣東、天津的FDI對工業煙塵排放量產生正影響，但t統計量不顯著。河北、上海、浙江、遼寧、北京、江蘇、福建、山東的FDI對工業煙塵排放量產生負影響，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，工業煙塵排放量將減少0.2631個百分點。

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

表4 中部地區LNGYYC、LNGYFC模型參數估計結果

LNGYYC

LNGYFC

變量

參數

固定效應

參數

固定效應

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

中部地區工業煙塵與人均地區生產總值呈倒N型關系。中部8省FDI對工業煙塵排放量產生負影響，湖南、山西和河南的t統計量不顯著，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。

中部工業粉塵與人均地區生產總值呈倒N型關系。中部8省的FDI對工業粉塵排放量都產生負影響，湖南、山西、河南、江西的t統計量不顯著，吉林、安徽、黑龍江、湖北的t統計量在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FDI對工業固體廢物產生量、工業固體廢物排放量影響差異分析

表5 東部地區LNGTCS、LNGTPF模型參數估計結果

LNGTCS

LNGTPF

變量

參數

固定效應

參數

固定效應

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

東部地區工業固體廢物產生量與人均地區生產總值呈倒N型關系。海南、河北、浙江、遼寧、北京、天津、江蘇、福建、山東的FDI對工業固體廢物產生量產生正影響，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對工業固體廢物產生量產生負影響，但都不顯著。

東部地區工業固體廢物排放量與人均地區生產總值呈遞減型關系。海南、上海、廣東、天津、江蘇的FDI對工業固體廢物排放量產生正影響，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）相比回歸結果反差很大，其他省（市）t統計量不顯著。浙江、遼寧、北京、福建、山東的FDI對工業固體廢物排放量產生負影響。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統計量不顯著。影響最大的山東為-0.7350，即FDI每增加1%，工業固體廢物排放量將減少-0.7650%。

表6 中部地區LNGTCS、LNGTPF模型參數估計結果

LNGTCS

LNGTPF

變量

參數

固定效應

參數

固定效應

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

中部地區工業固體廢物產生量與人均地區生產總值呈倒N型關系。山西、安徽、河南、江西的FDI對工業固體廢物產生量產生正影響，安徽和江西的t統計量不顯著，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對工業固體廢物產生量產生負影響，湖北的t統計量不顯著，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，工業固體廢物產生量將減少0.2256個百分點，其次是吉林。

中部工業固體廢物排放量與人均地區生產總值呈四次曲線關系。湖南、山西的FDI對工業固體廢物排放量產生正影響，湖南的t統計量不顯著，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對工業固體廢物排放量產生負影響，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%，工業固體廢物排放量將減少1.4849%，其次是安徽，就FDI對工業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FDI對工業二氧化硫排放量影響差異分析

表7 東部地區LNSO2模型參數估計結果

LnSO2

變量

參數

固定效應

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

東部地區工業二氧化硫排放量與人均地區生產總值呈遞增型關系。海南、廣東、福建的FDI對工業二氧化硫的排放量產生正影響，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對工業二氧化硫排放量產生負影響，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LNSO2模型參數估計結果

LNSO2

變量

參數

固定效應

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

中部地區工業二氧化硫排放量與人均地區生產總值呈倒N型關系。山西、河南的FDI對工業二氧化硫的排放量產生正影響，但t統計量不顯著。湖南、吉林、安徽、黑龍江、江西、湖北的FDI對工業二氧化硫排放量產生負影響，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。

從以上回歸結果分析顯示，東部十一省（市）的污染指標與人均地區生產總值大多呈現倒N型關系。相對來說，上海、北京、山東、江蘇、天津和遼寧的FDI是“清潔”的。東部多數省（市）的FDI對工業廢水、工業廢氣、工業粉塵、工業煙塵、工業二氧化硫產生負向影響，而多數省（市）的FDI對工業固體廢物的排放量和工業固體廢物產生量產生正向影響。中部八省的污染指標與人均地區生產總值呈現正U型和倒N型關系，工業固體廢物排放量出現四次曲線關系。中部地區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對工業廢水、工業廢氣、工業固體廢物、工業二氧化硫排放量和工業固體廢物產生量產生負向影響，即有利于環境改善，大部分省的FDI對工業廢水、工業廢氣產生正影響。

四、結論

東部地區的遼寧、山東的FDI對工業廢水排放量產生顯著的負影響；中部地區只有河南的FDI對工業廢水排放量產生顯著的正影響。東部地區江蘇的FDI對工業廢氣排放量產生顯著的負影響；中部地區安徽的FDI對工業廢氣排放量產生顯著的正影響。東部地區的上海、北京、江蘇、山東的FDI對工業煙塵的排放量產生顯著的負影響；中部地區的吉林、黑龍江、湖北的FDI對工業煙塵的排放量產生顯著的負影響。上海、天津的FDI對工業粉塵的排放量產生顯著的負影響；中部地區的吉林、黑龍江、湖北的FDI對工業粉塵的排放量產生顯著的負影響。東部地區的河北、浙江、北京天津的FDI對工業固體產生量產生顯著的正影響；中部的地區的吉林、黑龍江的FDI對工業固體產生量產生顯著的負影響，山西的FDI對工業固體產生量產生顯著的正影響。東部地區的遼寧、北京、山東的FDI對工業固體排放量產生顯著的負影響，海南和上海的FDI對工業固體排放量產生顯著的正影響；中部地區的安徽、黑龍江、河南的FDI對工業固體排放量產生顯著的負影響。東部地區的河北、上海、北京、江蘇、山東的FDI對工業二氧化硫排放量產生顯著的負影響，海南、廣東的FDI對工業二氧化硫排放量產生顯著的正影響；中部地區的湖南、黑龍江、湖北的FDI對工業二氧化硫排放量產生顯著的負影響。東部地區FDI最“清潔”的是北京，其次是上海；中部地區FDI最“清潔”是黑龍江，其次是吉林。需進一步研究北京的FDI產業分布，借鑒經驗調整中國FDI的區位和產業分布。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，東部地區的FDI比中部地區的更清潔，這可能是因為中國的FDI主要集中于東部地區，因而存在有結構效應和規模效應。寬松的環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

論文關鍵詞：外商直接投資，環境庫茲涅茨假說，污染天堂假說

 

一、引言

隨著經濟發展，全球環境的承載壓力越來越大。經濟學家也密切關注環境質量變化。Grossman和Krueger（1991）提出Envieonment Kuznets Curve（EKC）假說，即環境質量隨著經濟的增長呈現出先增大后縮小的關系，即呈倒U型曲線關系，[1]。

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

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

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

二、變量選取及模型構建

（一）東部和中部的FDI區域分布

改革開放以來，中國吸收外商直接投資數量增長迅速。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,主要集中于東部地區項目管理論文，東部地區主要集中于江蘇、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區域分布（億美元）

圖2中國東部十一省（市）2003～2008年FDI區域分布（億美元）

圖3中國中部八省2003～2008年FDI區域分布（億美元）

（二）變量選取

考慮統計口徑一致和數據的連續性，選取工業廢氣排放總量（億標立方米）、工業廢水排放總量（萬噸）、工業固體廢物產生量（萬噸）、工業固體廢物排放量（萬噸）、工業煙塵排放量（萬噸）、工業粉塵排放量（萬噸）和工業二氧化硫排放量（萬噸）為環境污染指標；人均地區生產總值（元）作為經濟增長指標，此外，考慮國際貿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分別表示工業二氧化硫排放量、工業廢水排放量、工業廢氣排放量、工業煙塵排放量、工業粉塵排放量、工業固體廢物產生量、工業固體廢物排放量，Y表示人均地區生產總值（元），FDI表示外商直接投資（萬美元）。環境污染指標數據根據1986至2009年中國統計年鑒相關數據整理項目管理論文，地區人均生產總值和外商直接投資數據根據1986至2009年省（市）統計年鑒相關數據整理。LNSO2、LNFS、LNFQ、LNGYYC、LNGYFC、LNGTCS、LNGTPF分別表示污染指標的自然對數，LNY、LNFDI分別表示人均地區生產總值和外商直接投資的自然對數。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據研究中國東部和中部省（市）FDI的對環境影響的差異。

（三）模型設定形式

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

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

H1:個體變量系數相等；H2:截距項和個體變量系數都相等。

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

～F[(N-1)(K+1),N(T-K-1)]

～ F[(N-1)K,N(T-K-1)]

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

三、東部和中部模型回歸結果分析

利用東部十一省（市）和中部八省的相關數據，借助Eviews6.0，采用固定效應模型對七個環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，回歸后的殘差是平穩序列。回歸結果見表1-表8

（一）東部和中部地區FDI對工業廢水、工業廢氣影響差異分析

表1 東部地區 LNFS、LNFQ模型參數估計結果

 

 

  LnFS

LnFQ

變量

參數

固定效應

參數

固定效應

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