中国用水效率影响因素的空间计量分析..docVIP

  • 6
  • 0
  • 约8.25千字
  • 约 13页
  • 2018-10-29 发布于广东
  • 举报

中国用水效率影响因素的空间计量分析..doc

中国用水效率影响因素的空间计量分析..doc

中国用水效率影响因素的空间计量分析 提高用水效率是水资源利用中的重要问题之一。本文使用空 间计量方法,对2008-2014年中国31省的万元GDP用水量进行回归,考 察水资源禀赋、经济因素、供用水结构和水利队伍建设对用水效率的影响。 结果表明用水效率的空间关联比较明显。空间与时间固定效应的空间杜宾 模型显示,各省市的用水效率(万元GDP用水量)呈现明显的空间聚集, 并与本地的水资源禀赋和废水排放量密切相关。具体而言,水资源匮乏、 地下水使用比重较高或废水排放量较低的地区往往用水效率较高。此外, 从整体上而言,经济增长对万元GDP用水量降低的贡献并不明显,水利队 伍人力资本的提升并未对当年的用水效率起到明显作用。 关键词.?川水效率;万元GDP用水量;影响因素;空间杜宾模型 TV213.4文献识别码:A 1001-828X (2017) 003-000-04 一、??题的提出 中国的水资源总量约为3X108立方米,居世界第六位;但人均水资 源占有量仅为2710.立方米,位于世界第88位,尚不到世界平均水平的四 分之一①。水资源作为人类活动不可或缺的重要条件,其丰富与匮乏程度 会对社会经济发展产生促进或制约。如果经济水平与生活质量发展提高到 一定水平,那么面对水资源总量的约束,对于较完善的生态社会而言,伴 随经济增长的应该是用水总量的零增长,甚至是轻微的负增长[1]。现有 经济学文献将影响用水效率的因素被学者们归纳为自然禀赋、经济水平与 产业结构、供用水结构、技术水平、其他方面因素[2] [3] [4]。在较晚近 的文献中,学者开始考虑用水效率的空间性问题,严凤霞等与鲍超等在分 析用水效率时都采用了空间计量的框架[5] [6]。这背后的基本思想是,用 水效率本身或者其影响因素可能存在着空间意义上的关联,即相邻省份的 用水效率及其影响因素可能存在相似性,忽略这些相似性可能导致对用水 效率的影响分析作出错误判断。本文沿用空间计量这一分析框架继续考察 用水效率与上述学者划定的诸多影响因素间的关系,以兼顾客观存在的空 间效应。与上述两例以省内地级市为研究对象的文献不同的是,本文将研 究对象扩大至省级(不含港澳台地区),同时尝试引入描述水利队伍建设 的变量,观察监管部门对水环境管理队伍建设活动本身是否对用水效率产 生直接或间接的影响。 二、模型设定与变量说明 1.模型方法 空间计量模型在对变量的回归屮考虑了各变量的空间关联性。一般来 说,空间计量模型的形式通常在空间滞后模型(SLM)、空间误差模型(SEM) 和空间杜宾模型(SDM)之间选择。具体而言,空间滞后和空间误差模型 的形式分别为 其中e?N(0,o2I), IN,为长度为N的单位向量,N代表观测单元 个数。W是空间权重矩阵,其屮第i行第j列元素wi j是两单元i与j的 空间权重,当i与j相邻时,wij=l,当i与j不相邻或i=j时,wij=0o WY称为被解释变量的空间滞后项,代表了被解释变量之间的交互效应,由 于Y本身由解释变量X来解释,这种交互效应可以认为是内生的;而WX 称为解释变量的空间滞后项,表示解释变量X之间的交互效应,这种交互 效应是先于模型而外生存在的,因此相对于被解释变量而言,这种外生交 互效应并不十分重要;Wp是误差项的空间滞后项,代表了各观测单元干 扰项之间的交互效应。显然,空间滞后模型侧重于刻画被解释变量之间的 交互效应,显著为正的空间回归系数S意味着邻近单元的被解释变量对本 单元的被解释变量有正向的影响;空间误差模型侧于刻画误差项的空间 交互作用,该作用由空间误差系数描述。空间杜宾模型的形式为 不难看出,空间杜宾模型是空间滞后模型和空间误差模型的综合体, 因为当0=0时,空间杜宾模型将转化为空间滞后模型,而当o = 时, 空间杜宾模型将转化为空间误差模型。因此在模型选择过程中,如果不存 在任何空间交互效应,那么一般的面板冋归模型即可完成模型估计;如果 存在被解释变量或误差项的交互效应,选择对应的模型形式即可完成估 计;而如果被解释变量和误差的交互效应都存在,就需要将模型设定为空 间杜宾模型。 为了确定模型的具体形式,首先需要判断的是被解释变量和误差项的 空间效应是否存在,即其空间滞后项系数是否显著不为零。这可以通过LM 检验和稳健LM检验完成,该检验的零假设为空间滞后项系数为零。在进 行检验时,需要考虑所用空间面板数据的空间或时间异质性是否存在,以 免忽略而造成估计偏误。一般来说,这种空间或时间异质性常常可以视为 空间或时间的固定效应,即某个空间单元相对于其他空间单元,或者某一 时间点相对于时间序列的其他时间点具有难以测量或观测的特征,并且这 种特征显著地导致了被解释变量在该空间单元或时间点的变化。在这种情 况下,可以通过在回归模型中增加一个截距变量来

文档评论(0)

1亿VIP精品文档

相关文档