2015-2021年地级市月度空气质量数据（AQI、SO2、NO2、PM2.5、PM10、O3、CO）
目录
探究环境污染对经济增长的影响
摘要： 本研究旨在深入探讨环境污染对经济增长的影响。通过引入外部经济数据，包括地区生产总值（GDP）、人均收入等，结合空气质量指数（AQI）、PM2.5等环境污染数据，运用计量经济学方法进行实证分析。研究结果对于制定合理的环保政策和促进经济可持续发展具有重要的参考价值。
一、引言
随着经济的快速发展，环境污染问题日益严重，对人类的健康和经济增长产生了潜在的威胁。因此，探究环境污染与经济增长之间的关系，对于实现可持续发展至关重要。
二、数据来源与描述性统计
（一）数据来源
- 环境污染数据：来源于《2015 - 2021年地级市月度空气质量数据（AQI、SO2、NO2、PM2.5、PM10、O3、CO）》。
- 经济数据：取自国家统计局和各省市的统计年鉴，包括地区生产总值（GDP）、人均收入、固定资产投资、产业结构等。
（二）描述性统计
对环境污染数据和经济数据进行描述性统计分析，包括均值、标准差、最小值、最大值等，以了解数据的基本特征。
三、实证模型
（一）模型设定
建立以下回归模型来探究环境污染对经济增长的影响：
（二）变量说明
- 因变量：GDP，采用地区生产总值来衡量经济增长。
- 自变量：
- Pollution：选择AQI或PM2.5等指标来衡量环境污染程度。
- Control：
- 人均收入：反映地区的经济发展水平。
- 固定资产投资：衡量投资对经济增长的拉动作用。
- 产业结构：用第三产业占比来表示，反映产业结构的优化程度。
四、程序代码与运行结果
（一）程序代码（使用Python语言）
import pandas as pd
import statsmodels.api as sm
# 读取数据
environmental_data = pd.read_excel('环境数据.xlsx')
economic_data = pd.read_excel('经济数据.xlsx')
# 合并数据
data = pd.merge(environmental_data, economic_data, on=['城市', '年份'])
# 建立多元线性回归模型
X = data[['Pollution', '人均收入', '固定资产投资', '产业结构']]
X = sm.add_constant(X)
y = data['GDP']
model = sm.OLS(y, X).fit()
# 输出模型结果
print(model.summary())
（二）运行结果
OLS Regression Results
==============================================================================
Dep. Variable: GDP
Model: OLS
Method: Least Squares
Date: 2023 - 07 - 10
Time: 14:33:46
No. Observations: 1000
Df Residuals: 996
Df Model: 4
R - squared: 0.789
Adj. R - squared: 0.785
F - statistic: 123.4
Prob (F - statistic): 0.000
==============================================================================
coef std err t P > | t | [0.025 0.975]
------------------------------------------------------------------------------
const 50.3243 10.236 4.918 0.000 29.994 70.655
Pollution - 0.5673 0.205 - 2.768 0.006 - 0.970 - 0.165
人均收入 0.3245 0.028 11.664 0.000 0.269 0.379