CNDD-0077 中国各地区环境污染与治理情况（含“三废”排放）

01 数据介绍

▪ 关键词：市级环境污染治理投资总额、城市环境基础设施建设完成投资额、“三废”排放情况

▪ 数据编号：0077

▪ 数据名称：中国各地区环境污染与治理情况

▪ 数据区间：2003-2020年

▪ 样本数量：5,247 条

▪ 数据来源：国家信息中心、国家统计局

▪ 数据说明：中国各地区环境污染与治理情况记录了各地区环境污染及情况，具体包括环境污染治理投资总额（万元）、城市环境基础设施建设完成投资额（万元）、三废综合利用产品产值（万元）、工业废水排放量（万吨）、工业废水排放达标量（万吨）、工业二氧化硫去除量（吨）、工业二氧化硫排放量（吨）、工业烟尘去除量（吨）、工业烟尘排放量（吨）、工业固体废物综合利用率(%)、城镇生活污水处理率(%)、生活垃圾无害化处理率(%)等变量。

▪ 数据维度：市级层面

▪ 更新时间：2023年

▪ 综合评价：现有文献主要采用工业“三废”污染物 ( 废气、废水和固体废弃物) 的相关数据来表示环境污染。基于此，CNDD推出中国各地区环境污染与治理情况数据库，提供了2003-2020年全国300+城市的环境状况，以支持学者们对地方环境污染治理的研究。

CNDeepData 数据应用质量评级

▪ 常用度：★★★★★

▪ 稀缺度：★★★☆☆

▪ 新颖度：★★★☆☆

▪ 总体级别：11颗星

✔ 常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。

✔ 稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。

✔ 新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。

02 主要指标

03 数据特征概览

▪ 数据概览：

04 前沿文献速递

▪ 文献来源：

郑万腾,赵红岩,赵梦婵.数字金融发展有利于环境污染治理吗?——兼议地方资源竞争的调节作用[J].产业经济研究,2022(01):1-13.

▪ 文献内容：

数字金融作为传统金融与数字技术融合孕育的一种全新金融模式,是绿色金融进阶发展的重要引擎,可能对环境污染治理有着重要意义。文章基于2012—2018年中国285个城市的面板数据,实证考察了数字金融发展对环境污染的治理功效、异质特征和传导路径,并着力探究了地方资源竞争的调节作用。研究发现:第一,数字金融发展对环境污染具有显著的治理功效,在双工具变量内生性检验和多种稳健性分析的基础上这一结论依然成立。第二,数字金融发展的环境治理功效存在显著的异质特征。其中,在中部和东北城市以及环境污染程度较小、金融监管强度较低的城市,数字金融发展能发挥更强的减排功效。第三,数字金融发展可以从促进社会经济发展、引领产业转型升级和提高绿色技术创新水平三条路径间接治理环境污染。第四,以财政分权和要素市场扭曲为属性的地方资源竞争行为能够负向调节数字金融发展的减排功效。最后,从助力数字金融长效发展、构建源头防控的路径依赖和缓解地方资源竞争三个角度提出相应的政策建议。

▪ 研究假说：

环境污染主要存在规模、结构和技术三大效应，因此，推动环境污染治理的落脚点在于: 一是改善社会经济规模; 二是引领产业转型升级; 三是提升绿色技术创新水平。文章主要从这三条路径来分析数字金融发展对环境污染治理的传导机制，传导路径设计如图 1。

数字金融是传统金融业利用数字技术实现融资、投资和支付等业务的一种新型金融模式。在国家碳达峰、碳中和的政策目标引领下，数字金融发展为节能减排提供新动能，具体表现在以下三个方面: 一是数字金融赋能绿色消费，推动行业绿色发展。二是数字金融提升了公众的环保意识和参与度。三是数字金融创新推动绿色金融发展。据此，文章提出如下假说:

假说 1: 数字金融发展具有一定的环境污染治理功效。

▪ 研究设计与相关数据应用：

1.变量设计

（1）被解释变量——环境污染(poll)

现有文献主要采用工业“三废”污染物 ( 废气、废水和固体废弃物) 的相关数据来表示环境污染，但关于污染物的测算尚未形成统一意见。虽然环境污染综合指数充分考虑了污染物的多样性，但更多表现污染物相对排放程度，而非绝对排放规模，且不同污染物排放量赋权过于主观和片面，因此，采用单一污染物指标来评价环境污染更为合理。考虑到数据的可获得性和准确性，文章采用各城市工业废水( water) 、工业烟粉尘( smoke) 和工业二氧化硫( sulfd) 三个指标来表示环境污染。

（2）解释变量——数字金融(DIF)

数字金融是传统金融业态和数字化技术相结合的一种新型金融模式，具有更强的普惠性和触达性，涉及支付、保险、信贷、证券等众多领域。文章使用北京大学数字金融研究中心设计出一套涵盖覆盖广度、使用深度和数字化程度三个维度，共计 33 个细化指标的数字普惠金融指数来衡量各城市的数字金融发展程度。

（3）机制变量

根据理论模型，机制变量包括: (1) 社会经济规模( pgdp) 。采用人均 GDP 来表征该指标。(2) 产业转型升级( indu) 。产业转型升级是产业结构的变和综合效率的改善，采用产业结构层次指数( 第一产业占总产值比重 × 1 + 第二产业占总产值比重 × 2 + 第三产业占总产值比重 × 3) 来表征产业转型升级。该指数越大，说明地区产业转型升级程度越高。(3) 绿色技术创新( inno) 。常用来衡量创新的指标是专利和新产品销售收入，其中新产品销售收入是工业尺度，而专利数据不仅能衡量创新产出数量，也能刻画创新质量，更为恰当。考虑到专利申请到授权需要经历较长时间，可能低估当时的创新程度，采用绿色专利申请量来表示区域绿色技术创新。

变量描述性统计如表1所示：

2.实证策略

文章设定如下基准模型，考察数字金融发展对环境污染的治理功效:

其中，下标 i 表示城市，下标 t 表示年份，α 为常数项，lnpoll 表示环境污染自然对数，lnDIF 表示数字金融自然对数，∑X 表示系列控制变量，μ表示个体效应，γ表示时间效应，ε为随机扰动项。为了避免相关变量的联立性偏误，将核心解释变量和控制变量都作滞后一期处理。鉴于相同城市可能出现截面相关的问题，文章将标准误聚类在城市层面。

▪ 实证结果：

表 2 报告了数字金融发展对环境污染治理效应的基准估计结果。其中，第 (1)列至第(3)列的固定效应模型结果显示，数字金融的估计系数均显著为负，说明数字金融发展能够有效减少工业废水、工业烟粉尘和工业二氧化硫等污染物的排放，具有一定的环境污染治理功效，这一结果验证了假说 1。

鉴于变量内生性问题可能造成估计结果的一致性偏差，文章在解释变量和控制变量滞后一期的基础上，从数字化角度出发，采用互联网普及率(每百人中互联网户数)和移动电话普及率(每百人中移动电话用户数)作为双工具变量开展 IV－2SLS 估计检验，具体结果见表 2 第(4)列至第(6)列。其中，IV 不可识别检验的 P 值均为 0． 000，说明强烈拒绝工具变量不可识别的原假设。弱 IV 检验中，Cragg-Donald Wald F 统计量均大于 10% 显著性水平扭曲临界值 19．930，说明不存在弱工具变量。在缓解变量内生性问题之后，数字金融的估计系数仍然显著为负，且对环境污染物排放的抑制效度有所上升，说明潜在的内生性问题可能会低估数字金融发展的环境污染治理成效，即基准估计结果往往是实际政策应用参考的一个下限值，因而基准估计结果的一致性程度较高，文章的关键结论是可靠的。

05 其他相关文献

[1]余泳泽,段胜岚.全球价值链嵌入与环境污染——来自230个地级市的检验[J].经济评论,2022,No.234(02):87-103.

[2]房宏琳,杨思莹.金融科技创新与城市环境污染[J].经济学动态,2021,No.726(08):116-130.

[3]丁焕峰,孙小哲,王露.创新型城市试点改善了城市环境吗?[J].产业经济研究,2021,No.111(02):101-113.

06 获取方式

以下三种方式三选一即可：

▪ 直接购买

添加客服微信，支付价格为69元。

▪ 朋友圈分享后免费领取（每人限领15份）

持续3小时，集齐5个赞，需要对所有人可见，并且本人关注CNDeepData公众号。

▪ 购买大会员

添加客服微信，购买年度会员149元，三年会员299元，永久会员899元，可享CNDeepData所有数据免费获取。

▪ 朋友圈分享要求：

①分享时间需要在早上7:30到晚上12:30之间。

②请附带一句推荐词，例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：DeepData001

获取更多更新数据

往期已推送数据

CNDD 已推送数据列表及业务介绍

CNDD 全国各地区儒家文化变量数据合集

CNDD 中国上市公司创新变量数据合集（全网最全）

CNDD 中国银行业数据合集

CNDD 中国债券市场研究数据合集

1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。

中国深度数据库：让精品数据得以流动CNDeepData：Let high-quality data flow without barriers

资源下载此资源下载价格为69积分（年度普通会员免费），请先

部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001

CNDD-0077 中国各地区环境污染与治理情况（含“三废”排放）

发表评论 取消回复

发表评论取消回复