耕地非农化与中国经济增长质量的库

  本文关键词：耕地非农化与中国经济增长质量的库兹涅茨曲线假说及验证——基于空间计量经济模型的实证分析，由笔耕文化传播整理发布。

许恒周等：耕地非农化与中国经济增长质量的库兹涅茨曲线假说及验证——基于空间计量经济模型的实证分析77

展模型，对耕地非农化和经济增长的因果关系及耦合协调态势进行了实证研究。

既有研究都是基于耕地非农化与经济增长之间的关系考察，只考虑了经济增长的数量，而没有考虑到经济增长的质量，另外，，学者在研究耕地库兹涅茨曲线时，都隐含地假定一个区域的耕地非农化与相邻区域在地理空间上不存在空间相关性，由此获得的估计结果可能存在偏误，推导的结论和政策建议也难以令人信服。为克服上述缺陷，本文认为，鉴于中国各个地区间的空间差异非常明显，耕地库兹涅茨曲线研究应该把时间和空间因素纳入统一的分析框架，需要引入空间地理单元数据以及采用考虑空间相关性的面板数据计量模型，才能得到更为可靠的估计结果以及更科学地解释耕地库兹涅茨曲线的形成机制。

3 研究方法与数据来源

3.1 常规耕地库兹涅茨模型

（EKC)研究范式，借鉴已有的环境库兹涅茨构建如下耕地库兹涅茨曲线二次回归方程模型：

2

（ln GFNit=α0+α1lnEGQit+α2lnEGQit)+α3lnIDSit+α4lnLAMit+εit

（ 式1)

lnEGQit为经济增长质量a的对数；式1中，ln GFNit为耕地非农化数量的对数，用建设占用耕地数量表示；lnIDS和lnLAM分别为非农产业GDP比重和土地市场化程度的对数，用以表示产业结构变动和土地市场对耕地非农α0为常数项；α1和α2为解释变量系数；ε为随机误差项；i为地区；t为时间。根据参数α1和α2的估计化的影响；

α2<0，结果可以判断耕地非农化与经济增长质量之间的几种可能曲线关系：如果α1>0，则呈倒U型关系，转折α2 > 0，则呈线性关系。点出现在-α1 / 2α2；如果α1< 0，则为U型关系；如果α2=0，3.2 空间固定效应模型设定

（滞在式1基础上，引入空间计量模型对其修正，根据空间计量经济学，空间效应可以表现为空间自回归（SAR)和空间误差模型（SEM)两种基本形式。本文使用空间固定效应模型。通常情况下，后)模型当回归分析（如中国的省级行政区划单位)，局限于一些特定的个体时固定效应模型是更好的选择[14]。在SAR模型中，变量的空间相关关系由因变量的空间滞后项来反映，与式1对应的SAR模型为：

2（ln GFNit=α0+α1lnEGQit+α2lnEGQit)+α3lnIDSit+α4lnLAMit+ρWlnGFNit +εit

（ 式2)

W为n×n阶空间权重矩阵，W中的元素wij定义了空间邻接关系。参照相关文献的一般做法，式2中，本文选择了最简单并且也是最常用的二元邻接矩阵[27]，具体设定是，如果地区i与j相邻，则wij为1，否则为0。在实际应用中，空间权重要进行“归一化”处理，即用每个元素分别除以所在行元素之和，使得每行元素之和为1。WlnGFN为空间滞后因子。ρ为空间自回归系数，其估计值反映了空间相关性的方向和大小。

当空间相关通过被模型解释变量忽略了的变量传递时，可以假设空间相关通过误差过程产生。与式1对应的SEM模型为：

2（ln GFNit=α0+α1lnEGQit+α2lnEGQit)+α3lnIDSit +α4lnLAMit+εit

εit=λWεjt+υit （式3)

λ为n×1的截面被解释变量向量的空间误差系数，式3中，衡量了相邻区域的观察值通过误差项对本区域观察υ为服从正态分布的随机误差项。其他符号含义与式1常规模型中一致。值的影响方向和程度，

3.3 空间相关性检验与参数估计

LMlag、对空间相关性的检验，通常用LMerr、Robust LMerr、Robust LMlag和Moran’s I。其中，Moran’s I也称为空间自相关指数，基于该指数可构造正态分布统计量，用以检验SEM中的空间自相关系数λ的显著性[15]。LMerr和LMlag分别用于检验SEM中的空间自相关系数λ的显著性和SLM模型中的空间自回归系数ρ的显著

①本文的经济增长质量的含义是狭义的，即经济增长的效率，用全要素生产率测度。

  本文关键词：耕地非农化与中国经济增长质量的库兹涅茨曲线假说及验证——基于空间计量经济模型的实证分析，由笔耕文化传播整理发布。