摘要：随着人们对于环境的保护意识日益上升，工业废气的排放问题引起了越来越多人们的关注，文章以工业废气的电力消费量和企业个数以及工业中产值三个影响因素为出发点，通过建立模型等方式，对工业废气排放量问题进行了有关的分析，并且提出相应的建议，一起为当前的工业废气排放问题以及环境保护方面提供指导性意见。
关键词：工业废气；排放量；影响因素
空气是人类生存必不可少的屏障，倘若工业废气中的大量有害物质进入空气，会对人体产生严重的威胁，使得呼吸道等疾病的发生率显著提高，因此，对于环境问题与经济效益的协同发展一直备受各界研究人员的关注。
在我国工业的现代化建设道路上，出现的环境污染问题屡见不鲜，由于工业污染等对人们赖以生存的环境造成的污染已经影响到人类的生活，因此，有关部门需要加大进行工业废气排放先关管理力度使得经济效益和生态效益得意协同发展，因此，文章对于工业废气排放量的影响因素所进行的研究具有重要的意义。
一、研究工业废气排放与环境效益关系的有关文献
针对工业废气排放量影响因素，国内外许多学者进行了大量的研究，这些研究主要从三个方面开展，第一方面，研究人员认为污染和经济效益的关系遵从U型曲线，即库兹涅茨环境曲线，之后有关学者针对这一观点进行了深入研究，认为有效的政策以及废气排放技术工艺等的改良可以显著降低污染的发生；第二方面研究人员主要使用VAR模型进行不同区域的经济增长与环境污染关系的分析，这方面的研究是建立在协整理论和格兰杰因果检验的基础之上所进行的反洗研究；第三方面的研究主要采用灰色关联分析法来进行环境以及经济的协整性关系研究，侧重两者之间的协调关系。
二、工业废气排放量数据分析
1、数据来源的分析
由于工业废气排放量主要与电力消费量和企业个数以及工业中产值有关，因此文章以电力消费量和企业个数以及工业中产值为自变量，以工业废气排放量为因变量进行进一步的分析，对工业废气排放量与各个自变量电力消费量、企业个数、工业中产值之间的关系，并且在这些基础上使用面板数据建立回归模型。
2、对各个变量进行说明
研究中使用的自变量为电力消费量、企业个数、工业中产值，其中自变量电力消费量X1的单位为千瓦/小时，企业个数X2的单位为个，工业中产值X3的单位为亿元，研究中的因变量工业废气排放量Y的单位为万吨，笔者将这些自变量以及变量取对数后使用MATLAB进行直方图的描画，取对数后的结果如图1所示，自变量数据的直方图结果显示明显的非正太性，图1表示的是自变量数据取对数后的直方图，整体上趋于正太分布，所以研究采取各自变量的对数数据进行建模，生成序列LNX1=LOG（X1），LNX2=LOG（X2），LNX3=LOG（X3），以及LNX4=LOG（X4）。
3、序列的平稳性检验
为避免不平稳序列造成的伪回归问题，需要对生成的序列进行平稳性检验，第一步进行单位根检验，根据单位根是否相同面板单位根检验有不同的方法，对生成的4个序列进行不同单位根的检验结果显示P值>0.05，这一结果表明了者4个序列是非平稳的，因此下一步需要对这4个序列做查分运算，进行差分运算之后再次进行面板单位根检验，结果显示P值<0.05，结果说明经过1阶差分运算后，序列平稳可以进行协整检验，并且处理后的数据满足了面板数据建模的条件。
4、面板协整检验
进行协整检验的目的是为了确定各个变量之间是否存在长期的关系，研究采用Joansen面板协整性检验对上述LNX1、LNX2、LNX3以及LNY的协整关系进行检验，结果表明变量之间存在4个协整关系。
三、建立和分析面板数据模型
1、建立随机效应模型
建立并检验随机效应模型，采用的检验方法为Hausman检验法，Hausman检验法的使用前提为模型所包含的随机效应应该与解释变量有关，经过相关的建设以及验证结果表明选择的指标不能建立随机效应模型。
2、建立固定效应模型
经过Hausman检验法的检验结果表明所选指标无法建立随机效应模型，所以进行固定效应模型的建立，采用Eviews 7.2进行固定模型的检验，结果表明固定效应模型成立。
3、对所建立的模型进行说明
研究所采用的固定效应模型建立的回归方程经Eviews 7.2检验，对输出的结果进行分析说明了方程具有显著性，回归方程的拟合效果高达99%。
根据模型的回归方程，自变量电力消耗量X1每增大1%，因变量工业废气排放量Y增大0.647%；自变量企业单位个数X2每增大1%，因变量工业废气排放量Y增大0.140%，；自变量电力消耗量X3每增大1%，因变量工业废气排放量Y增大0.217%，上述结果说明随着自变量电力消耗量、企业单位个数、电力消耗量的增大，因变量工业废气排放量增大，与实际的结果相符。
四、模型评价
研究通过数据面板模型建立了各影响因素与工业废气排放量的模型，第一步进行各自序列的平稳性进行分析，因为经过数据面板单位根检验别表明数据的非平稳性故而进行了1阶的差分处理将数据转化为平稳序列，后进行协整性检验并最终建立了固定效应模型。
通过Eviews 7.2检验表明，最终模型的回归方程具有显著性，且拟合率高达99%，由Eviews 7.2的输出结果得知自变量电力消耗量、企业单位个数、电力消耗量的增大，因变量工业废气排放量增大，与实际的结果相符。
五、提出建议
根据建立的模型分析结果显示，随着电力消耗量、企业单位个数、电力消耗量的增大，我国的工业废气排放量增大呈现增长的趋势，并且经济发展速度较快的地区如西藏、北京和经济发展相对较好的地区如北京、上海等地区的固定影响较大。针对得出的结论，提出以下的建议。
1、优化产业结构
应该对传统的污染严重地产业进行改造或者逐步的进行淘汰，对产业结构进行优化，建立起效益高、消耗低的产业结构、倡导生态经济和低碳经济以及循环经济。
2、适当的对工厂数量进行控制
企业个数对工业废气排放量的影响相当大，企业个数过大会对增大对自然资源的消耗以及需要排放的废气总量，因此，需要适量的进行工厂个数的控制，同时需要严密观测空气质量，让工厂的经济效益与空气质量得以协调发展。
3、提倡环保技术
鼓励企业进行环保技术的开发以及使用，可以通过设置奖励政策来激励企业的环保工作，同时需要提高环保意识，进行有关工作的宣传教育等。
4、改善工业发展的趋势
根据研究结果，经济发展速度较快的地区如西藏、北京和经济发展相对较好的地区如北京、上海等地区的固定影响较大，为避免这些地区对于环境的污染过大，需要尽量将工业发展转移到固定影响结果为正数的地区，以促进经济和效益的和谐和平衡。
结束语
综上所述，对于工业废气排放量的影响因素电力消耗量、企业单位个数、电力消耗量等，需要进行有效的调整，通过工业结构的优化以及环保工作的加强来促进工业的经济效益与环境的生态效益协调共进。
关键词：工业废气；排放量；影响因素
空气是人类生存必不可少的屏障，倘若工业废气中的大量有害物质进入空气，会对人体产生严重的威胁，使得呼吸道等疾病的发生率显著提高，因此，对于环境问题与经济效益的协同发展一直备受各界研究人员的关注。
在我国工业的现代化建设道路上，出现的环境污染问题屡见不鲜，由于工业污染等对人们赖以生存的环境造成的污染已经影响到人类的生活，因此，有关部门需要加大进行工业废气排放先关管理力度使得经济效益和生态效益得意协同发展，因此，文章对于工业废气排放量的影响因素所进行的研究具有重要的意义。
一、研究工业废气排放与环境效益关系的有关文献
针对工业废气排放量影响因素，国内外许多学者进行了大量的研究，这些研究主要从三个方面开展，第一方面，研究人员认为污染和经济效益的关系遵从U型曲线，即库兹涅茨环境曲线，之后有关学者针对这一观点进行了深入研究，认为有效的政策以及废气排放技术工艺等的改良可以显著降低污染的发生；第二方面研究人员主要使用VAR模型进行不同区域的经济增长与环境污染关系的分析，这方面的研究是建立在协整理论和格兰杰因果检验的基础之上所进行的反洗研究；第三方面的研究主要采用灰色关联分析法来进行环境以及经济的协整性关系研究，侧重两者之间的协调关系。
二、工业废气排放量数据分析
1、数据来源的分析
由于工业废气排放量主要与电力消费量和企业个数以及工业中产值有关，因此文章以电力消费量和企业个数以及工业中产值为自变量，以工业废气排放量为因变量进行进一步的分析，对工业废气排放量与各个自变量电力消费量、企业个数、工业中产值之间的关系，并且在这些基础上使用面板数据建立回归模型。
2、对各个变量进行说明
研究中使用的自变量为电力消费量、企业个数、工业中产值，其中自变量电力消费量X1的单位为千瓦/小时，企业个数X2的单位为个，工业中产值X3的单位为亿元，研究中的因变量工业废气排放量Y的单位为万吨，笔者将这些自变量以及变量取对数后使用MATLAB进行直方图的描画，取对数后的结果如图1所示，自变量数据的直方图结果显示明显的非正太性，图1表示的是自变量数据取对数后的直方图，整体上趋于正太分布，所以研究采取各自变量的对数数据进行建模，生成序列LNX1=LOG（X1），LNX2=LOG（X2），LNX3=LOG（X3），以及LNX4=LOG（X4）。
3、序列的平稳性检验
为避免不平稳序列造成的伪回归问题，需要对生成的序列进行平稳性检验，第一步进行单位根检验，根据单位根是否相同面板单位根检验有不同的方法，对生成的4个序列进行不同单位根的检验结果显示P值>0.05，这一结果表明了者4个序列是非平稳的，因此下一步需要对这4个序列做查分运算，进行差分运算之后再次进行面板单位根检验，结果显示P值<0.05，结果说明经过1阶差分运算后，序列平稳可以进行协整检验，并且处理后的数据满足了面板数据建模的条件。
4、面板协整检验
进行协整检验的目的是为了确定各个变量之间是否存在长期的关系，研究采用Joansen面板协整性检验对上述LNX1、LNX2、LNX3以及LNY的协整关系进行检验，结果表明变量之间存在4个协整关系。
三、建立和分析面板数据模型
1、建立随机效应模型
建立并检验随机效应模型，采用的检验方法为Hausman检验法，Hausman检验法的使用前提为模型所包含的随机效应应该与解释变量有关，经过相关的建设以及验证结果表明选择的指标不能建立随机效应模型。
2、建立固定效应模型
经过Hausman检验法的检验结果表明所选指标无法建立随机效应模型，所以进行固定效应模型的建立，采用Eviews 7.2进行固定模型的检验，结果表明固定效应模型成立。
3、对所建立的模型进行说明
研究所采用的固定效应模型建立的回归方程经Eviews 7.2检验，对输出的结果进行分析说明了方程具有显著性，回归方程的拟合效果高达99%。
根据模型的回归方程，自变量电力消耗量X1每增大1%，因变量工业废气排放量Y增大0.647%；自变量企业单位个数X2每增大1%，因变量工业废气排放量Y增大0.140%，；自变量电力消耗量X3每增大1%，因变量工业废气排放量Y增大0.217%，上述结果说明随着自变量电力消耗量、企业单位个数、电力消耗量的增大，因变量工业废气排放量增大，与实际的结果相符。
四、模型评价
研究通过数据面板模型建立了各影响因素与工业废气排放量的模型，第一步进行各自序列的平稳性进行分析，因为经过数据面板单位根检验别表明数据的非平稳性故而进行了1阶的差分处理将数据转化为平稳序列，后进行协整性检验并最终建立了固定效应模型。
通过Eviews 7.2检验表明，最终模型的回归方程具有显著性，且拟合率高达99%，由Eviews 7.2的输出结果得知自变量电力消耗量、企业单位个数、电力消耗量的增大，因变量工业废气排放量增大，与实际的结果相符。
五、提出建议
根据建立的模型分析结果显示，随着电力消耗量、企业单位个数、电力消耗量的增大，我国的工业废气排放量增大呈现增长的趋势，并且经济发展速度较快的地区如西藏、北京和经济发展相对较好的地区如北京、上海等地区的固定影响较大。针对得出的结论，提出以下的建议。
1、优化产业结构
应该对传统的污染严重地产业进行改造或者逐步的进行淘汰，对产业结构进行优化，建立起效益高、消耗低的产业结构、倡导生态经济和低碳经济以及循环经济。
2、适当的对工厂数量进行控制
企业个数对工业废气排放量的影响相当大，企业个数过大会对增大对自然资源的消耗以及需要排放的废气总量，因此，需要适量的进行工厂个数的控制，同时需要严密观测空气质量，让工厂的经济效益与空气质量得以协调发展。
3、提倡环保技术
鼓励企业进行环保技术的开发以及使用，可以通过设置奖励政策来激励企业的环保工作，同时需要提高环保意识，进行有关工作的宣传教育等。
4、改善工业发展的趋势
根据研究结果，经济发展速度较快的地区如西藏、北京和经济发展相对较好的地区如北京、上海等地区的固定影响较大，为避免这些地区对于环境的污染过大，需要尽量将工业发展转移到固定影响结果为正数的地区，以促进经济和效益的和谐和平衡。
结束语
综上所述，对于工业废气排放量的影响因素电力消耗量、企业单位个数、电力消耗量等，需要进行有效的调整，通过工业结构的优化以及环保工作的加强来促进工业的经济效益与环境的生态效益协调共进。
