本文是一篇经济论文，经济新常态就是在找准经济增长点、实现经济结构对称态的基础上实现经济高速可持续发展，其中包括高质量无水分的GDP高速可持续增长，即我们讲的“调结构稳增长”。为了实现调结构稳增长的目标，政府实行常态化的积极的财政政策是必要的，不能把我国政府积极的财政政策混同于西方资本主义国家政府周期性的“刺激经济”。（以上内容来自百度百科）今天为大家推荐一篇经济论文，供大家参考。
1 绪论
1.1 研究背景和意义
1.1.1 研究背景
改革开放以来，我国经济始终保持着持续快速的增长，新型城镇化建设和工业化进程齐头并进，居民生活质量不断提升。然而，在我国经济高速增长的同时，“高投入、高耗能、高污染”的粗放型发展的弊端开始显现，环境质量开始不断恶化，面对日益凸显的环境问题，我国做出了由“粗放型发展”向“集约型发展”转型的重要举措，生态文明建设和绿色可持续发展成为这个时代的主旋律。“十二五”期间，我国单位 GDP 能耗累计降低了 18.2%，二氧化碳排放也累计降低20.0%，主要污染物排放也持续减少。尽管节能减排政策的实施明显提升了环保水平，也一定程度上减少了污染物排放，然而，自 2012 年入冬以来，我国空气质量开始加速恶化，持续爆发高强度、大面积的雾霾天气，“雾霾污染”、“PM2.5”等词开始引爆网络，成为民众争相讨论的话题。频繁爆发的雾霾天气已经严重影响了人民群众的出行和健康，治理雾霾污染已经迫在眉睫。根据国家环保部 2017 年 6 月发布的《2016 中国环境状况公报》，在全国 338个地级及以上城市中，环境空气质量达标的只有 84 个城市，仅占城市总数的24.9%，剩余 254 个城市均超标，占城市总数 75.1%。城市环境空气质量平均优良天数比例为 78.8%，相比于 2015 年提高了 2.1%，雾霾污染得到一定程度的遏制和缓解，但平均超标天数占比仍达到 21.2%，治霾形势依旧严峻。近几年每到秋冬季节，我国中东部地区强雾霾污染现象频发。雾霾天气的严峻也引发了学界的广泛讨论，现有研究主要将雾霾污染的经济因素归结为以下几点：产业结构不合理；能源消费结构中煤炭使用比率过高；招商引资引起的高污染企业的乱排乱放；生产生活中的扬尘，如建筑工地、农耕等；城市交通拥挤、汽车尾气；北方地区冬季供暖等原因。雾霾污染严重影响国家形象，引发周边的公共外交问题，损害国民的身体健康，引发公众不满情绪等。这无疑都警醒着我们治理雾霾的重要性。
.........
1.2 文献综述
1.2.1 雾霾的特征及危害
雾和霾是两种截然不同的天气现象，根据气象学的定义，霾的能见度小于10km，而能见度低于 1km 的被定义为雾。一般情况下，我国区域性能见度低于10km 的空气浑浊现象被称为“雾霾”天气。张小曳等（2013）发现雾和霾常以“共生”形态出现，若从化学成分上对雾和霾进行区分，水是雾的主要成分，而霾含有高含量的有毒化学成分，除此之外，霾还可以在空中持续停留很久且不易散去。张志元等（2014）将雾霾总结为：主要是直径小于等于 2.5 微米的污染物颗粒，也称为可入肺颗粒物，它的主要成分是二次无机气溶胶、有机碳氢化合物和有强致癌性的有毒灰尘。由于这些可吸入颗粒（PM2.5）的直径小，重量轻，可在空气中长时间悬浮且输送距离长，对人体和大气质量均有着显著的影响。高广阔和王琼璞（2017）对近几年有关雾霾污染的研究进行整理，认为二氧化硫、氮氧化物和可吸入颗粒物是造成雾霾污染的主要成分。而雾霾污染物的来源主要是一些人为因素造成的，其中包括煤炭、石油等传统化石能源的消耗、汽车尾气的排放、各种工业和生活废气的排放等。
........
2 我国雾霾污染的空间分布特征
2.1 雾霾污染的基础知识
雾霾，指各种排放源产生的颗粒物和气体等污染物，主要由氮氧化物、二氧化硫（SO2）、可吸入颗粒物（PM10）、细颗粒物（PM2.5）等污染物组成。颗粒物的英文缩写为 PM（Particulate Matter），其中细颗粒物（PM2.5）就是直径小于等于 2.5 微米的污染物颗粒，也称为可入肺颗粒物。PM2.5通常被认为是造成雾霾天气的主要原因。从污染物来源来看，PM2.5和 PM10的主要来源有燃烧的烟尘、工业粉尘、建筑粉尘、地面扬尘等，以及其他污染物发生化学反应后产生的二次污染物。SO2主要来源于燃煤发电、工厂燃煤锅炉、工业炉窑燃烧后的排放等。NO2主要来源于机动车尾气排放、高温燃烧（锅炉、工业炉窑）排放等。2012 年 2 月 29 日，中国环境保护部通过了新的《环境空气质量标准》（GB3095-2012）以及《环境空气质量指数（AQI）技术规定（试行）》（HJ633-2012）。空气质量指数（Air Quality Index，AQI）相比于空气污染指数（Air Pollution Index，API）主要的改变在于：①增加了 PM2.5和 O3两种单项污染物的浓度数据；②单项污染物浓度公布的频率由原来的每天调整为每小时。在新标准下，各城市需要报告该城市各个监测站每小时的六类单项污染物（PM2.5、PM10、SO2、NO2、O3、CO）数据。一般而言，更受关注和使用率更高的是每日的 AQI 和单项污染物浓度数据。日度 AQI 数据根据各单项污染物浓度的指数数据标准化计算得出，代表各个城市的每日的空气质量。根据规定，现行的空气质量标准还根据 AQI 的区间将空气质量划分为六个等级：优（0-50）、良（51-100）、轻度污染（101-150）、中度污染（151-200）、重度污染（201-300）和严重污染（300-500）。
.........
2.2 我国雾霾污染现状
2.2.1 我国雾霾污染的整体情况
进入 21 世纪以来，我国的经济突飞猛进，取得了长足的发展，特别是最近二十年以来经济增长一直保持高速势头，在最近几年才开始增速放缓。频繁爆发的雾霾天气已经严重影响了人民群众的出行和健康，治理雾霾污染已经迫在眉睫。本节采用 ArcGIS 软件对我国 336 个地级及以上城市 2017 年均 AQI 值进行可视化描述，如图 2-1 所示，图中采用不同颜色来表示我国城市的雾霾污染的不同程度。经统计，2017 年均 AQI 值在 0~50 之间的仅有 24 个城市，年均 AQI 值在 50~100 之间的共有 245 个城市，年均 AQI 值在 100~150 之间的共有 65 个城市，年均 AQI 值在 150~200 之间的共有 2 个城市。可以看出，我国大多城市的年平均 AQI 值在 50~150 之间，为了更好的比较各个城市的雾霾污染情况，本文将 AQI 值在 50~100 和 100~150 的区间分别划分为 50~75、75~100、100~125 和125~150 四个区间。
..........
3 我国雾霾污染的空间相关性检验............ 25
3.1 空间相关性分析概述............25
3.2 雾霾污染的空间相关性检验......... 26
3.3 本章小结............35
4 雾霾污染的空间效应分析.....36
4.1 变量选取与数据来源............36
4.2 空间相关性再验..........38
4.3 雾霾污染的空间相关性实证分析...........40
4.4 本章小结............46
5 主要结论与政策建议.............47
5.1 主要结论............47
5.2 雾霾污染的治理建议............48
5.3 本文的不足之处..........49
4 雾霾污染的空间效应分析
4.1 变量选取与数据来源
根据《2016 年城市统计年鉴》对城市行政级别的划分，我国共包含 291 个地级以上城市，其中包含北京市、上海市、天津市和重庆市 4 个直辖市。首先，由于数据中心并未公布海南省三沙市和儋州市的 AQI 数据，因此将三沙市、儋州市从样本中剔除。其次，由于《2016 年城市统计年鉴》未统计西藏、新疆维吾尔自治区以及海南省的大多数地级市的数据，在衡量空间关系时可能存在较为严重的“空岛效应”，为了研究的方便性，本文将海南省三亚市、海口市，西藏自治区拉萨市，新疆维吾尔自治区乌鲁木齐、克拉玛依等 5 个地级市的数据从样本中剔除。综上所述，本章共选取 284 个地级以上城市数据进行研究，2017 年 1月至 2018 年 2 月的月均空气质量指数 AQI 来源于中国空气质量在线监测分析平台、国家环保局数据中心和天气后报网站，网站公布了 2013 年 12 月以来每日每小时的空气质量数据，并根据不同监测站点的观测数据进行逐日逐月整合，数据完整可靠。虽然空气质量数据较依赖于监测站点的位置，但每个地市级城市均设置了数个甚至数十个监测站点，站点分布分散且多为污染较严重地区，以北京市为例，海淀区、昌平区、朝阳区、大兴区、东城区、房山区、丰台区、平谷区、通州区等地均设置了数个站点，每小时公布实时数据，所有站点 24 小时的数据加总平均为日数据，数据真实可靠。除此之外，AQI 和 PM2.5数据均为地面数据，更加接近真实值。本章将通过空间计量模型深入探讨我国城市雾霾的影响因素。目前的研究中，研究环境污染的影响因素通常以环境库兹涅茨曲线假说和 STIRPAT 模型作为基本的理论框架，因此，我们将两个基础理论予以结合，用于研究雾霾污染的影响因素。#p#分页标题#e#
........
结论
首先，本篇论文第二章对我国雾霾污染的整体情况进行空间可视化插值，发现我国雾霾污染表现出了很强的空间聚集性，从全年的情况来看，在 336 个城市样本中共有 67 个城市 2017 年平均 AQI 值超过 100，主要集中在中部地区和新疆维吾尔自治区。而在考察雾霾污染的季节性特征时发现，冬季平均 AQI 值超过100 的城市数为 118 个，占总城市数的 35.12%，反观秋季、夏季和春季分别是13 个、38 个和 64 个，占总城市数的 3.87%、11.31%和 19.05%，由此可以发现，我国雾霾污染表现出了明显的季节性特征，雾霾天气在冬季和春季更为严重，而夏季和秋季有所缓解。其次，为了验证雾霾污染的空间聚集程度，本篇论文第三章采用 Moran’s I指数对我国雾霾污染的全局空间相关性进行检验，结果显示 Moran 检验值高达0.7664，说明中国的雾霾污染存在着非常显著的空间正相关特征。从局部空间自相关检验的 LISA 图中可以看出，我国高-高聚集区主要集中在中部地区和新疆维吾尔自治区，低-低聚集区主要集中在我国西南地区、东部沿海地区和东北部地区。本文还采用 Getis—Ord Gi*分析对局部相关性进行验证，得到了相似的结论。同时，在使用 Moran’s I 指数考察雾霾污染的季节性特征时发现，2017 年春季、夏季、秋季和冬季的 Moran 检验值分别为 0.7402、0.7722、0.6989 和 0.7001，说明空间正相关性随季节性变化呈现出了极强的稳定性。通过 LISA 图检验发现，随季节变化，雾霾污染的高-高聚集区和低-低聚集区并没有发生显著的改变，西南地区和东部沿海地区常表现为显著的低-低聚集，中部地区常表现为显著的高-高聚集。结果表明，虽然春、冬季节的雾霾污染情况相比于夏、秋季节更为严重，但其高-高聚集区和低-低聚集区并没有发生显著变化。最后，通过空间滞后模型、空间误差模型和空间杜宾模型等空间计量模型的实证分析发现，具有空间交互效应的 SDM 模型更适合于样本数据的估计。实证结果显示：雾霾污染与经济增长之间存在显著倒 U 型关系，即雾霾污染程度随着经济增长呈先上升后下降的趋势。通过对拐点值的进一步测算，经统计，在284 个样本城市当中，其中 174 个城市越过了拐点。我国雾霾污染与经济增长的关系与 EKC 假说在一定程度上相符。在经济社会发展影响因素方面，实证结果显示：人口集聚、第二产业过高的产业结构、交通拥挤程度、北方城市冬季供暖等因素均对雾霾污染产生了明显的正向效应，均促使了雾霾污染加剧。
..........
参考文献（略）
