面板数据分位数回归模型在计量经济、生物医学等领域广泛应用,其主要原因是该模型一方面充分利用了面板数据的优点,另一方面也保留了分位数回归的优势。但在实际应用中常遇到内生数据,如果忽略数据的内生性会导致估计有偏。因此,本文针对含有内生变量的面板数据回归模型,提出了基于工具变量的分位数回归估计方法。首先,通过引入工具变量解决解释变量的内生性问题,然后利用分位数回归的方法对回归系数进行估计。在一些正则条件下,证明了所提出估计的大样本性质,并通过数值模拟研究了本文所提出方法的有限样本性质。本文所提出的方法不仅保留了面板数据分位数回归模型的优点,还有效的处理了模型的内生性问题。进一步,将本文所提出的方法分析了外商直接投资(FDI)、经济发展对中国环境污染的影响。在建立面板数据模型分析2012-2016年中国省际面板数据时,考虑到FDI的内生性,利用地理距离作为FDI的工具变量。研究结果表明:从整体来看,FDI抑制环境污染,经济发展加剧环境污染,经济发展对环境污染的整体影响呈现“倒U型”。在不同分位点上,FDI对环境污染的影响随着分位点的增加而减小。经济发展对环境污染的影响在不同分位点上存在“倒U型”分布。在FDI较低的地区,FDI对环境污染的影响较大,随着FDI的增加,FDI对环境污染的影响越来越小。在经济落后的地区,经济发展对环境污染的影响随着经济增长逐渐变大,在经济发达的地方,经济发展对环境污染的影响随着经济增长逐渐变小。从区域异质性分析来看,FDI对三个区域的环境污染的抑制作用随着分位点的增加逐渐减弱。在低分位点上,FDI在西部地区的抑制作用最强,在东部地区最弱;在高分位点上,FDI在中部地区的抑制作用最强,在西部地区最弱。经济发展对环境污染在三个区域都有加剧作用,在某一个具体分位点上,经济发展对环境污染的影响在东部地区最大,在西部地区最小。随着分位点的不断变化,经济发展对环境污染的影响变化趋势在三个区域大致相同。