空间计量经济学模型（精选10篇）
空间计量经济学模型 篇1
20世纪九十年代以来, Krugman (1991) 把已有的经济思想做了形式化的技术处理, 以Dixit和Stiglitz (1977) 的垄断竞争分析框架为基础, 借助新贸易理论和新增长理论的核心假设收益递增思想, 建立了描述产业集聚的“核心-边缘”模型。沿着Krugman的工作思路, Venables、Baldwin、Martin、Ottaviano等经济学者相继在不同假设的基础上建立了各种不同的模型。自Krugman创立了“新经济地理学”后, 空间要素在经济分析中的重要性, 已经不再被主流经济学所漠视。本文探讨由需求关联和成本关联的聚集力和拥挤效应的分散力共同作用导致形成核心区与边缘区的作用机制及其政策含义, 在此基础上结合武汉城市圈的现状分析城市圈发展的策略。
一、“核心-边缘”结构的形成
“核心-边缘”模型假设整个经济系统由两个区域 (南部和北部) 、两个部门 (制造业部门和农业部门) 、两个要素 (工业劳动力和农业劳动力) 组成。工业部门以规模报酬递增和垄断竞争为特征, 农业部门以规模收益不变和完全竞争为特征, 制造业部门使用工业劳动力, 农业部门使用农业劳动力。两个区域在偏好、技术和贸易开放度方面都是对称的, 要素禀赋在初始时也是对称的。工业部门生产的是差异化的产品。农产品的贸易无论是在区内还是在区际都是无成本的, 工业品贸易在区内无成本, 但区际贸易遵循“冰山”贸易技术。两个区域消费者的偏好相同, 都采用柯布-道格拉斯型效用函数, 工业劳动力在区域间可以自由流动, 并且农业劳动力不能在区域间流动。这个模型的长期均衡有两种类型:一是对称结构, 两个地区的实际工资水平相等, 获得的效用水平也相同;二是“核心-边缘”结构, 这是所有工人都集中到一个区域。如果最初两个地区是完全对称的, 而基于某种原因, 一个企业决定从南部迁移到北部生产, 由于工人在地区之间是可以流动的, 并且工人把自己的收入消费在工作的地方, 这使得北部市场规模变大。因此, 在存在贸易成本且其他条件都相同的情况下, 大量企业改变原来的区位, 向该区域集中, 形成本地市场放大效应, 这就是由需求关联导致的聚集力。这个过程是自我强化的, 企业向北部转移, 使得南部工业部门的就业减少而北部的就业扩大, 生产活动的转移将进一步刺激消费支出的转移;另一方面南部到北部的人口迁移, 将增加北部并减少南部的工人数量。由于工人完全就业, 这种人口转移将增加北部工业品种类数量。由于本地生产的产品在本地市场出售不需要支付贸易成本, 在其他条件不变的情况下, 产品种类的变化将降低北部的生活成本, 这种机制是自我强化的, 将生活成本、价格指数、实际工资联系起来, 北部生活成本的降低等价于北部实际工作水平的提高, 这就进一步鼓励人口从南部向北部转移, 这就是由成本关联导致的聚集力。但随着北部企业数量的不断增多, 企业间争夺消费者的竞争更加激烈, 这意味着北部的企业不得不支付较低的名义工资以保持收支平衡, 而南部的企业由于竞争减弱, 可以支付较高的名义工资。这样, 在已有的生活成本情况下, 北部的吸引力减弱, 而南部的吸引力得到增强, 这就是拥挤效应导致的分散力。聚集力和分散力都是随着贸易成本的下降而下降, 但是分散力的下降速度更快一些, 因此当贸易自由度逐渐增加的时候, 聚集力的优势越来越大, 一旦贸易自由度超过突破点时, 将会产生突发性聚集, 形成“核心-边缘”结构, 而此种结构一旦形成, 就会产生一种路径依赖, 核心区因为存在聚集租金, 企业不会轻易转向边缘区。
在Krugman“核心-边缘”的假设中, 工业劳动力在区域之间是可以自由流动的, 但Decressin (1995) 发现, 在欧盟内部即使各区域真实工资水平差异很大, 劳动力在成员国之间的迁移也很少发生。因此, 如果劳动力不在区域之间发生迁移, 企业是怎样导致聚集, 从而影响不同地区的经济呢?Venables等 (1996) 在Krugman“核心-边缘”模型的工作基础上首次提出了上游部门与下游部门间成本联系的概念, 他假设劳动力在区域之间不能流动, 但是在同一个区域内农业部门的劳动力可以流向工业部门, 在此前提下Venables认为, 市场接近效应和价格指数效应, 再加上企业对中间投入品的需求, 使得中间投入品与最终部门在空间上的集聚有利于降低运输成本, 提高生产效率, 从而导致经济在某一区域聚集形成“核心-边缘”结构。Martin和Ottaviano (1996, 1998) 构造了一个两国家和三部门的模型, 劳动力不能在区域间流动, 三个部门中有一个以规模报酬递增和垄断竞争为特征的工业部门, 一个以规模收益不变和完全竞争为特征的农业部门, 还有一个研发部门是完全竞争的, 使用有差异的人力资本作为新工业种类发明的唯一投入。并且他们还假定, 一旦专利被发明, 专利作为一个新种类能够使用本地劳动力在各个地区生产, 专利的使用费由专利拥有的地方获得。在这个分析框架下, 研发部门获得的利润与Krugman (1991) 的劳动力流动以及Venables (1996) 的投入产出联系所获得的利润是相同的。随着知识的积累, 当前的资本生产可以借鉴前期的资本生产知识和技能, 前期知识资本的积累提高了当前资本生产的速度和效率, 降低了当前生产知识资本的边际成本。当贸易自由度提高时, 这种外部性将产生一种聚集力, 更多的实验室将在此区域定位, 进而增加了本地区中间品的需求, 吸引更多的企业在此区域聚集, 使不同区域之间的发展产生差异, 形成“核心-边缘”结构。由于在现实中, 通常外地知识资本对本地的溢出强度随着空间距离的增加而减弱, Baldwin、Martin和Ottaviano (2001) 提出局部溢出模型, 假设溢出效应随距离衰减, 因此越接近知识源, 溢出效应也越强, 资本生产成本越低, 资本的生产速度也就越快, 资本积累导致支出转移效果也越明显。这种接近知识源降低资本生产成本, 进而导致资本积累和支出转移效应, 也就是局部溢出模型与成本关联的循环累积因果关系。这种效应随着贸易自由度的提高而增强, 地区的经济差异进一步扩大, 最终形成“核心-边缘”结构。
二、武汉城市圈现状分析
2007年12月, 位于湖北省东部地区的武汉城市圈 (包括武汉、黄石、鄂州、黄冈、仙桃、潜江、天门、孝感、咸宁等9个城市, 合称“1+8”模式) 被国务院批准为国家级建设资源节约型和环境友好型综合改革试验区。2008年9月10日, “武汉城市圈”综合改革方案获得国务院的正式批复, 这是我国第一个启动综改试点的城市圈。国务院要求“武汉城市圈”内建立政府间高效的协调机制, 建立多层级联系会议协调机制, 打破行政壁垒, 统筹区域规划, 使“武汉城市圈”形成湖北乃至长江中游最大、最密集的城市圈。目前, 从产业结构来看, 武汉城市圈2007年的三个产业结构为11.52%、44.57%、43.91%。圈内每个城市的三个产业的区位商ai=ri/Ri (其中ri表示某城市i行业从业人数占该城市从业人口总数的比例, Ri表示城市圈所有城市i行业从业人数占城市圈中从业人口总数的比例) 。 (表1)
可以看出, 武汉城市圈产业布局表现出产业同构和趋同现象, 圈内没有形成合理的产业分工与互补关系。在产业的组织结构方面, 武汉城市圈的产业在区域市场上的产业集中度还比较低, 缺乏应有的规模经济效益。
利用公式计算武汉和其余8个城市的经济联系隶属度, 它既能反映武汉对各个城市的辐射能力, 又能反映每个城市对武汉辐射能力的接受程度。其中, V为各城市国民生产总值, P为各城市人口数, Dij为两个城市之间的空间距离。 (表2)
三、对武汉城市圈建设的启示
1、利用政策杠杆使武汉成为武汉城市圈的增长核心区。
Baldwin在局部溢出模型中已经证明产业聚集分布模式的经济增长率高于产业对称分布模式的经济增长率, 空间因素对经济增长起着非常重要的作用。因此“武汉城市圈”要尽早成为湖北乃至长江中游最大、最密集的城市圈, 带动整个中部经济的崛起, 必须优先促进资本在武汉聚集, 使本地企业降低创新的成本, 从而激发出新的知识和技术创新, 这种创新的良性循环可以使武汉在整个城市圈的经济增长中进一步起到核心区的作用。
2、促进知识创新与外溢, 带动武汉城市圈外围地区的发展。
知识和创新溢出的增强有助于缩小核心区和外围区的差距。当武汉经济飞速增长, 产生大量的知识创新, 通过知识和信息的交流及贸易关系, 外围地区可以从武汉的知识和创新溢出中获得创新的好处。与此同时, 随着企业在同一个地区不断聚集, 市场拥挤成本会超过聚集所获得的收益, 这可以促使企业从聚集的区域迁移到要素成本相对较低的地区, 最后区域集团内各个地区的经济差异会不断缩小, 直至消失。为此, 外围区要重视知识的积累和人才的培养, 以确保从核心区的知识外溢中获取创新的好处, 加快自身的经济发展。
3、加大城市群之间的协作。
区域经济学的理论指出, 单中心城市圈基本形成后, 中心城市和周边地区间的空间相互作用逐步增强。随着中心城市的快速发展和空间上的迅速扩张, 中心城市对周边地区的辐射和带动作用日益明显, 周边地区一些位于交通轴线上区位条件较好的地区, 在中心城市扩散作用力的影响下, 逐步发展为区域内的次中心。根据经济联系隶属度的数据, 可以选取黄石、黄冈、孝感、咸宁作为优先发展的城市, 使它们尽快成为湖北的次中心。这样, 随着中心城市圈域的扩展, 它会与周边地区的其他城市圈域发生交叉和重叠。使上述城市圈域与武汉城市圈相互作用、融合, 并最终形成一个有一定等级体系的多中心城市圈。
摘要：本文探讨由需求关联和成本关联的聚集力和拥挤效应的分散力共同作用导致形成核心区与边缘区的作用机制及其政策含义, 在此基础上结合武汉城市圈现状, 分析城市圈发展策略。
关键词：新经济地理学,武汉城市圈
参考文献
[1]安虎森.空间经济学教程.经济科学出版社, 2006.
[2]湖北省统计局, 湖北统计年鉴.中国统计出版社, 2008.
[3]冯云廷.区域经济学.东北财经大学出版社, 2006.
单方程计量经济学模型 篇2
关键词：回归分析；居民消费支出；青岛市生产总值
中图分类号：F047.3文献标识码：A 文章编号：1006-4117（2011）08-0362-02
一、导论——理论模型的设计
本文研究的是从1991年到2008年十八年的青岛市居民消费总额与全市生产总值之间的定量关系。居民消费总额是生产总值中的一部分，并且占有相当大的比重，生产总值的变化会引起居民消费的巨大变化，为此我们建立以下模型，分析二者之间的定量关系：Y= a + bX + μ
其中，①被解释变量Y为居民消费总额，解释变量X为青岛市生产总值。 ②二者的关系确定为线性关系。③拟定式中待估参数的理论期望值，0
二、样本数据搜集
该模型使用的是时间序列数据，数据来源于青岛市统计信息网及09年青岛市统计年鉴，选取从1991年到2008年共18年的数据，经过大量分析比较得到我们所需样本数据，其中居民消费支出总额用统计年鉴中消费品零售总额近似替代，见表一，其中Y为青岛市居民消费支出总额，X为全市生产总值，单位为万元。
表1：样本数据单位：万元
数据来源：《青岛市统计年鉴》（2009），青岛市统计信息网
三、参数估计与检验
（一）将样本数据导入Eviews软件进行OLS估计，得到输出结果如下：（表2）
（二）模型的检验
1、经济意义的检验：经过上面的分析我们在理论上已经知道，居民消费支出总额与全市生产总值呈现正的线形关系，这与理论中消费总额与生产总值同向变化是相符的。
2、统计检验
（1）拟合优度检验。从估计的结果可以看到，可决系数为0.998546，模型的拟合优度图和残差图如下：（图2）
从图中我们可以直观的看出，模型拟合情况比较理想。说明解释变量X能够较好地对被解释变量作出解释，拟合效果较好。
（2）变量的显著性检验。由统计结果显示，系数显著性检验T统计量为104.8137。给定显著性水平0.05，查T分布表在自由度为n-2=16下的临界值t0.025(16)为2.1199，104.8137>2.1199，故应拒绝原假设（H0：b=0），同时说明解释变量生产总值在95%的置信度下显著，即通过了变量显著性检验，生产总值对居民消费支出总额有显著性影响。
3、计量经济学检验
（1）该模型只有一个解释变量，故不存在多重共线性问题。
（2）随机干扰项的异方差检验。对方程使用怀特检验，得Eviews结果如下：表3
有统计结果显示，Obs*R-squared =12.73589 ，此时给定显著性水平a=0.05下，查查x2分布表,得临界值X20.05(2)=5.991。因为12.73589>5.991，拒绝原假设（误差项同方差），故可判断该模型存在异方差性。
（3）自相关检验。使用杜宾—瓦森检验法。由表一统计结果显示，DW=1.671267。查DW表，n=18,k=2,查得两个临界值分别为：下限Dl=1.16，上限Du=1.39 ，因为DW统计量估计值1.671267>Du，根据判定区域知，这时随机误差项不存在自相关。
四、模型修正
针对方程存在的异方差性进行修正，采用加权最小二乘法对模型进行修正，以1/(resid^2)作为权重进行加权，重新进行估计得到下表结果：表4
进一步对其进行怀特检验，得到如下结果：表5
从上述检验结果可以看出obs*-squared为1.117560。由White检验知，给定显著性水平a=0.55下，查查x2分布表,得临界值x20.005=5.991。因为1.117560<5.991，所以接受原假设（误差项同方差），故可判断该结构方程不存在异方差性，即异方差性消除。
五、结论
通过以上分析与修正，我们最终得到如下方程：
＝57072.35＋0.321928X
(107.7815)(3106.822)
R^2＝1.000000 F＝9652343. DW＝1.640615
（注：括号中为t统计量值）
根据以上分析，我们可知该模型是可显著成立的，该模型的拟合度非常高，拟合性较好，数字上都符合各项检验，不仅说明模型建立的科学性，也充分验证了全市生产总值与居民消费支出总额之间有很明显的正相关性，符合经济现象。
空间计量经济学模型 篇3
计量光栅广泛用于精密测量、自动定位、跟踪测试和光学信息处理等领域。光栅的质量、精度等将直接影响光栅测量仪器的精度和性能。为了减小光栅传感器测量信号的误差,获得高质量的信号,提高测量精度,光栅传感器测量系统还需在以下关键技术方面进一步研究:高精度测量光栅传感器光栅副的设计和研制;莫尔条纹成像过程中光能量平衡关系的研究;光电发送和接收元件的特性匹配和优化设计;光电系统的动态特性等[1,2,3,4,5]。
光栅副间隙会影响调制光场。当光栅安装或应用过程中光栅传感器定、动栅相互位置发生改变,导致莫尔条纹发生畸变,从而导致测量误差,光栅传感器的测量精度就会受到较大影响,有时甚至与目标精度相差很大。本文研究由此变化导致光场和莫尔条纹的变化,并进行仿真。
1 光栅副光场分析
1.1 光栅的泰伯像
光栅测量系统如图1所示。标尺光栅、指示光栅和光敏传感器对应于(xyz)、(xyz)1和(xyz)2,标尺光栅栅线平行于y轴,指示光栅栅线相对于y轴顺时针转θ角度。
设照明光波长λ的正入射单谱平行光束,标尺光栅面振幅透射系数为t(x,y)且菲涅尔子波在xyz面的点脉冲响应为h(x,y),由菲涅尔子波的空间不变性,标尺光栅在距离为z的xy面的衍射场可表示为[6]
其中:
对式(1)进行傅里叶变换
显然,有下式成立
对式(2)求傅里叶变换,得
对占空比1/2光栅常数为d的余弦光栅,振幅透过系数为
的标尺光栅,可得
将式(5)和式(7)代入式(4)中,有
若忽略对光强度没有影响的常数相位因子,可得:
显然,当λzu02/2=m为整数时光栅在z处呈现泰伯像。考虑到安装调试,光栅常数d=1/u0较大的计量光栅,泰伯像阶数m常取1或2[7]。
对于占空比为1/2的矩形黑白光栅,若其振幅透过系数为
其中Cn为复振幅系数。对式(9)求傅里叶变换,可得
同理可得
式(10)的结果与余弦光栅的结果类似。但由于矩形黑白光栅存在较多的谐波像,满足基频泰伯条件时,高次谐波中引入了不同的相位因子,造成再现像的波形失真。微调实际安装位置可以减小这种影响,一般在所计算的基频泰伯像距的±10%以内进行调整可得到较满意的效果[7]。
1.2 光栅副输出光场分析
由式(10)可知,当光栅副按基频泰伯像条件选择安装位置时,其谐频亦可实现泰伯像。此时,在指示光栅面形成两栅的重合交叠,其透射光场可表示为
式(11)为两个信号的相乘调制,将产生和频及差频。显然,所谓莫尔条纹产生于同阶信号间的差频,可表示为
由式(12)可知,两栅重合交叠后的低频栅线方向为逆时针与y轴成(90°-θ/2)夹角,基频u′0为
1.3 安装精度对光栅副输出的影响
设指示光栅面法矢和标尺光栅面法矢不平行,x1和x、y1和y有安装调试误差角α和β。则式(2)可近似为
即:
将式(7)和式(15)带入式(4)中,可得到与光栅面距离z处的光场表示:
忽略对光场强度没有影响的常数相位因子,可得
将式(16)与式(8)相比较可得,式(16)所表示的光场也将出现条纹对比度周期性的变化。显然式(16)中的模为1的常数相位因子对光场强度没有影响,对于相对测量的光栅副信号结果不产生影响,则式(16)可表示为
由前所设,该式表示的光场与指示光栅面x轴和y轴的夹角为α和β,指示光栅上的光场是由不同距离z的标尺光栅衍射场构成,由此将引起两项误差:1)由式(17)可以看出,当z值改变,则附加相位2πsinα0zu值也会相应的变化;2)由于坐标轴投影,将引起光栅投影像基频的改变。
设指示光栅坐标原点与标尺光栅坐标原点距离为z1=z0,则指示光栅上的照明光场为
上式应满足)sinsin(0+>yxzβα,较理想的安装条件应为)sinsin(0+>>yxzβα。
设指示光栅栅线与y轴成θ夹角,其透过率函数为
指示光栅输出光场为
设并将式(20)整理,有
式(21)给出的是指示光栅面出射的光场分布,其所描述的光场分布由三项组成:1)照射光场和指示光栅透射系数;2)栅线近似平行于标尺光栅和指示光栅夹角θ平分线的光栅分布;3)与标尺光栅和指示光栅夹角θ平分线近似垂直的光栅分布,当θ较小时,第1)和第2)项的空间频率与构成该测量系统的光栅相同或近似,第3)项为低频项,即所谓的莫尔条纹。
从式(21)中可以定性的看出:
1)其描述的光场,除所谓的莫尔条纹分量
为低频项外,其他各项均是高频项;
2)当条纹传感器采用沿莫尔条纹方向均布的接收器件时,各高频条纹的栅线方向与接收器件的分布方向近似垂直,当接收传感器宽度相比光栅栅距足够大时,高频条纹对信号的影响很小;
3)2πu0zsinα附加相位对条纹接收形成干扰,并使莫尔条纹失真。
莫尔条纹中的常相位因子对幅值不产生影响,而高频项由于其频率远大于莫尔条纹基频,接收器的平均效应使其对幅值的影响很小。为简化分析,现只考察安装位置参数对低频项的影响;同理,在计算时忽略常相位因子项。设条纹接收传感器沿莫尔条纹方向布置,即y2方向与标尺光栅和指示光栅夹角θ平分线同向;同时,低频项中标尺光栅和指示光栅安装距离z满足泰伯条件,则低频项可近似由下式给出
指示光栅与标尺光栅的安装距离满足泰伯自成像条件,z0形成的是常相位,式(22)近似有:
2 仿真分析
为定量的分析安装姿态对接收信号的影响,在MATLAB环境下建立式(23)的计算模型,为简化计算,取z2-z1=0(例如采用成像接收系统)。图2给出的是设定安装姿态误差下传感面光场分布变化的仿真。仿真条件如表1所示。
图3给出了传感器接收光场分布误差和对传感器宽度方向数值平均后的仿真图,其中图3(a)为光场分布误差,图3(b)为数值均值图。仿真条件为:p=0.2 mm,,α=β=.002°,仿真平均长度为莫尔条纹节距。
图4为不同偏角α和β下的均值仿真图,仿真条件为:p=0.2 mm,,α=β=(0~)1°,图4(a)仿真平均长度为莫尔条纹节距,图4(b)为非特定宽度的传感器平均下的仿真图。
3 结论
虽然上面的仿真是在经过一定的简化下得出的,但还是能从仿真数据获得一些简单的结果:
1)安装与调试时,标尺光栅和指示光栅的不平行度对接收光场的影响,在偏角很小时误差很小,例如在图2给出的条件下,在偏角0.4°时,光场的最大幅值误差小于2%。但偏角增大后,光场幅值误差增加的较快,如图2中所描述的,在偏角1.8°时,光场幅值误差增大到大于20%。
2)具有一定宽度的接收传感器可以平滑接收光场的误差。图4(a)给出了对比。在图示仿真条件下,接收光场幅值误差从最大约1.2%下降到小于0.4%。
3)接收传感器的宽度不同所获得的误差平滑效果也不同,如图4(a)和(b)所示。
对于现在常采用的半导体发射接收式系统,若接收系统采用莫尔条纹节距尺度的横向聚光系统设计,可以实现光场的平滑,从而降低系统安装调试的要求。
参考文献
[1]马修水,费业泰,陈晓怀,等.光栅纳米测量的研究与进展[J].仪表技术与传感器,2006(4):53-55.MA Xiu-shui,FEI Ye-tai,CHEN Xiao-huai,et al.Research and Development of grating nanometer measurement[J].Instrument Technique and Sensor,2006(4):53-55.
[2]王宇志,艾华,韩旭东.应用光栅自成像的编码器莫尔条纹信号提取[J].光电工程,2009,36(1):78-87.WANG Yu-zhi,AI Hua,HAN Xu-dong.Extraction of MoiréFringe Signal for Photoelectric Encoder Based on GratingSelf-imaging[J].Opto-Electronic Engineering,2010,36(1):78-87.
[3]樊叔维,周庆华,李红.槽型衍射光栅结构参数优化设计研究[J].光学学报,2010,30(11):3133-3139.FAN Shu-wei,ZHOU Qing-hua,LI Hong.Research of Optim ization Design of Groove Diffraction Grating Profile Parameters[J].Acta Photonica Sinica,2010,30(11):3133-3139.
[4]蔡托,桑田,赵华.光栅衍射特性的耦合波分析、计算与讨论[J].光电工程,2010,37(4):141-146.CAI Tuo,SANG Tian,ZHAO Hua.Coupled-wave Analysis,Numerical Calculation and Discussion for Diffraction Properties of Grating[J].Opto-Electronic Engineering,2010,37(4):141-146.
[5]方靖岳,秦石乔,王省书,等.莫尔条纹法测量微小旋转角度的频域分析[J].光子学报,2010,39(4):709-713.FANG Jing-yue,QIN Shi-qiao,WANG Xing-shu,et al.Frequency Domain Analysis of Small Angle Measurement with Moire Fringe[J].Acta Photonica Sinica,2010,39(4):709-713.
[6]郁道银,谈恒英.工程光学[M].北京:机械工业出版社,2002.YU Dao-yin,TAN Heng-ying.Engineering Optics[M].Beijing:China Machine Press,2002.
[7]曹向群,黄维实,金彤.光栅计量技术[M].杭州:浙江大学出版社,1992.CHAO Xiang-qun,HUANG Wei-shi,JIN Tong.Metrological Technology by Gratings[M].Hangzhou:Zhejiang University Press,1992.
空间计量经济学模型 篇4
【关键词】多元线性回归模型；热岛效应；广州；MATLAB插值拟合；预测；白屋顶计划
1.引言
城市热岛效指的是城市温度高于郊区温度的现象，主要原因有以下几点：受城市下垫面特性的影响；人工热源的影响；城市中的大气污染。有专家提出，大面积推广安装白色屋顶可以减小对阳光的吸收率，降低城市温度，同时削减能源消耗以及由此产生的温室气体排放。因此，本文主要通过白屋顶提高建筑物反射率从而影响人们社会活动和减少建筑物的热量吸收两个方面的作用，运用回归分析的思想，建立多元线性回归模型来研究白屋顶“白屋顶计划”对降低夏季城市热岛效应起到的作用。
2.建模
2.1数据获取
热岛效应的影响因素包括：城市下垫面的特性、人工热源、绿化面积、大气污染等影响。结合可操作性，考虑相对全面性以及独立性的原则下，参考赵志敏关于城市化进程对城市热岛效应因子的对比分析的研究，再根据广州市具体情况我们选取了以下四个变量，居民用电量、总工业产值、公路客运周转量、以及绿化面积来研究热岛效应。其中热岛效应的指标我们定义为广州市的城郊温度差。这部分数据采集来源于2004年到2010年的《广州统计年鉴》，其他的四个解释变量则是来源于广州统计信息网的公开数据。
2.2曲线图比较
将居民用电X6、总工业产值Xh、公路客运周转量Xr、绿化面积Xg、以及衡量热岛效应的温度差Yg变化趋势进行绘图。经观察均为非平稳时间序列。经过协整关系检验，这五者存在协整关系，因此可以建立起线性回归模型。
2.3计量回归模型建立
根据2004—2010年夏季月份的居民用电Xe、重工业产值Xh、公路客运周转量Xr、绿化面积Xg、以及衡量热岛效应的温度差 的样本观测值，运用计量经济软件E-views进行运算，计算得出如下计量经济模型：
Yd=6.46×10-6X6+1.695×10-3X&+55×10-6Xr-8.19×10-5Xg+8.563614+e
R2=0.822219 F=18.49956 D.W=1.332070
回归方程下面的三个指标分别是表示方程拟合程度的可决系数 R2，方程总体线性的显著性检验F检验，以及回归方程模型的随机干扰项的序列相关性检验— 检验。
2.4分析回归模型的现实意义
解释变量X6、Xh、Xr、的偏回归系数均为正值，表明热岛效应与居民用电量、总工业产值、公路客运周转量呈正向变化；相对应的Xg的偏回归系数为负值，则表明热岛效应与绿化面积呈负向变化。
2.5分析回归模型的统计检验
方程的可决系数R2=0.822219表明样本观测值的拟合程度是比较理想的。方程的 检验旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著做出严格的统计推断。查表找出F0.01（4，16）=4.77，小于F=18.49956，拒绝原假设，表明模型的线性关系在99%的线性水平下显著成立。最后考察变量的显著性检验，图表2罗列出这四个解释变量的t检验值。通过查t分布表，获取t0.025（16）=2.120，小于这个四个变量的t检验值，因此我们可以推断出居民用电 X6、重工业产值Xh、公路客运周转量Xr、绿化面积Xg都在97.5%的水平下影响显著，都通过变量的显著性检验。
2.6分析模型的计量经济学检验
2.6.1异方差的检验
随机干扰项序列同方差是我们建立回归模型的基本假设，若是出现异方差时我们仍用最小二乘法估计模型将会产生一系列不良的后果。为了保证参数估计等的有效性，我们对模型进行怀特检验。对模型作普通最小二乘回归后得到的残差e2进行如下辅助回归：
e2=a0+a6X6+ahXh+arXr+agXg+a1X26+a2X2h+a3X2r+a4X2g+ε
得到这个方程的可决系数R2与样本容量n的沉积，服从自由度为辅助方程中解释变量个数的卡方分布。计算出nR2=13.3764小于自由度为8的卡方分布值临界值x20.05=15.51，因此不拒绝残差序列同方差的原假设。
2.6.2序列相关性检验
另一个模型的基本假设就是随机干扰项不相关。D.W=1.332070是处于无法确定是否具有序列相关性的范围内，于是我们采用另一种检验办法—拉格朗日乘数检验。构建约束方程后，计算得出nR2，满足自由度为序列相关阶数p的卡方分布。我们这里只考虑一阶和二阶自相关的情况下的序列相关性。一阶和二阶下的nR2分别是1.683706和1.768808.在10%的显著水平下仍无法拒绝原假设，因此原模型可以近似认为是序列不相关的。
2.6.3多重共线性检验
由于多重共线性是一种样本现象，增加样本容量就可以消除多重共线性。在我们建立的回归方程中，由于回归方程的参数标准差较小，T统计量较大，故多重共线性可以忽略，不予以考虑。
2.7预测白屋顶对热岛效应的影响
Stuart Gaffin的研究报告中指出：白屋顶的运用相对于黑屋顶而言可以减少空调等降温设备电费70%。广东电网公司江门供电局的居民家庭生活用电发展现状调研及对策中指出：夏季降温电量占城市居民的50%左右。因此我们可以推出夏天白色屋顶的应用相对于一般屋顶而言可以减少35%的居民用电。另一方面， K.W.Oleson的研究报告指出：一般屋顶对太阳光的反射只有32%，同时Stuart Gaffin的研究报告中也指出：白屋顶的反射度大概为80%，。再结合我们对广州地区下垫面的假设，装上白色屋顶后回归方程的B0将会转变成B'0.计算如下：
B'0=（1-） B0+（）B0
根据广州市土地利用总体规划（1997-2010）指出：2010年，居民点和独立工矿的面积S为97854公顷，而广州市总面积S为728655公顷。将这部分数据代入方程得：
B'0=7.614060
采集现有的数据，运用matlab的拟合函数预测出2013年的居民用电X62013=125060、重工业产值Xh2013=1216.385、公路客运周转量Xr2013=485960、绿化面积Xg2013=145580。
有了上述这些条件准备之后，2013年的热岛效应预测便可以开始进行，分为如下两种情况：
没有装上白屋顶：
E（Yd2013）=6.46×10-6X62013+1.695×10-3Xh2013+5.5×10-6Xr2013-8.19×10-5Xg2013+8.563614
计算出E（Yd2013）=2.1831；
装上白屋顶后：
X'62013=（1-0.224）X62013；
E（Y'd2013）=6.46×10-6X'62013+1.695×10-3Xh2013+5.5×10-6Xr2013-8.19×10-5Xg2013+B'0
计算出E（Y'd2013）=0.9507。
白屋顶对热岛效应的作用程度：×100%=-56.45%
负值说明了白屋顶对热岛效应起到的是一个削弱的作用，数值56.45%说明了这种削弱的程度还是挺高的，超过了一半的水平。
【参考文献】
[1]赵志敏.“城市化进程对城市热岛效应因子的对比分析”，中国环境监测，2008，24（6）.
[2]广东电网公司江门供电局.“居民家庭生活用电发展现状调研及对策”.http：//www.5doc.com/doc/253007，2012/4/15.
空间计量经济学模型 篇5
但是, 随着引资规模额不断扩大, 大气污染、固体废弃物污染、酸雨以及近几年来严重困扰大家日常生活的雾霾等一系列的环境问题也日益严重。人们开始逐渐意识到, 环境污染会通过FDI的形式从一个国家或地区转移到另一个国家或地区, FDI与环境的潜在关联性开始显现出来。在所有环境问题中, 气候变化对人类生存环境造成了严重威胁, 这是全世界面临的一大挑战。煤炭、石油、天然气等化石燃料燃烧产生的大量二氧化碳是导致全球气候变暖的主要原因。现如今全球变暖已经成为世界范围经济和政治关系的一大焦点, 经济建设过程中我国不断增长的能源消耗和二氧化碳排放量已经引起各国的重视。在2009年的哥本哈根世界气候大会上, 美国更是提出了以中国承诺减排作为自身减排的条件, 中国政府也明确做出了到2020年完成碳强度减排40%~50%的目标, 这一举措无疑使得处于经济转型发展期的中国面临巨大的国际压力。
1 文献综述
关于FDI对东道国 (地区) 环境影响最为盛行的一个观点便是“污染天堂”假说 (Pollution Haven Hypothesis) 。在经济建设初期, 为了吸引更多的外资或促进本国就业, 发展中国家往往会在环境管制标准上做出让步, 自愿施行较低的环境标准, 从事较多的是“肮脏行业”, 出口的多是污染密集型和资源消耗型产品, 从而沦为发达国家的“污染天堂”, 因而FDI会加剧东道国的环境污染[1]。与此相反的是“污染光晕”假说 (Pollution Halo Hypothesis) , 其认为FDI不仅不会恶化东道国的环境质量, 通过清洁技术、高生产效率以及环境管理经验的转移, 反而有助于改善区域环境污染[2]。综合来看, FDI对东道国的环境有正面效应, 但是通过一定的隐蔽性“合法性”以及长期性, 也会对东道国的环境产生一定的负面影响, 在发展中国家表现的尤为明显。作为世界上引进外资最多的发展中国家, 中国各地方政府如何把握好当前国际环保大趋势、协调FDI与环境保护间的关系成为众多学者研究的重点。
总体来看, 已有的研究大多采用传统的面板模型[3]或时间序列[4]分析FDI与环境污染之间的关系, 采用空间计量方法[5,6]的较少。然而传统的计量模型一般假定各个地区的污染排放是互相独立的, 这显然与客观事实不相符。由于相对地理位置、风向以及水流等客观因素, 一个地区的环境质量必然会受到其邻近地区污染排放的影响, 环境污染存在很强的空间联动性。如果忽略这种空间相关性, 模型估计结果将会出现较大的残差方差和检验统计量较低的显著性, 也无法保证回归模型参数的可靠性, 经典计量经济分析关于变量在空间上的独立性、随机分布的隐含假设受到质疑。
2 研究方法与数据
2.1 样本数据
本文采用的空间样本数据, 剔除了我国台湾、香港、澳门特别行政区, 以及FDI规模较少的西藏自治区, 共30个省、自治区和直辖市。样本区间为2009—2012年, 数据主要来源于《新中国六十年统计资料汇编》, 以及各省份统计年鉴及统计公报《中国能源统计年鉴》。
2.2 指标选取
二氧化碳排放量 (CARBON) :由于京都议定书的排放目标是每年总排放量, 而不是碳排放强度等指标, 所以本文选择二氧化碳排放总量指标。到目前为止, 我国还没有统计或者公开发表各省区的二氧化碳排放数据, 只能通过各种能源的消费进行估算, 但学术界也并没有关于碳排放量计算的统一标准。综合考虑, 本文参考2006年联合国政府间气候变化专门委员会 (IPCC) 为《联合国气候变化框架公约》及《京都协议书》编写的《国家温室气体清单指南》第二卷 (能源) 第六章提供的计算方法, 根据各种能源的消费加总计算得到各省区的二氧化碳排放估算量[7]如下:
其中:CARBON表示测算的各种能源消费的二氧化碳排放总量;i表示消费的各种能源, 在本文中主要是煤炭、石油、天然气3种;E为各种能源的消费总量;δ为二氧化碳排放系数, 目前提供这个系数的权威机构有IPCC、国家发改委、美国能源情报署 (EIA) 、美国能源部 (DOE) 等。本文使用的是发改委在《中国应对气候变化国家方案》中提出的二氧化碳排放系数, 即煤炭、石油、天然气的二氧化碳排放系数分别为2.56 t CO2/t标准煤、1.92 t CO2/t标准煤、1.45 t CO2/t标准煤, 以此计算得到二氧化碳排放量, 单位为万t, 用CARBON表示。
外商直接投资 (FDI) :目前我国的大气污染主要来源于工业产业, 而流入中国的FDI有70%进入了制造业领域, 其相关行业往往也是污染大户, 所以FDI的大量涌入加剧了我国的环境压力, 但是FD企业可以通过促进经济增长、技术转移来直接或间接地影响区域环境质量, 因此FDI是影响我国二氧化碳排放的重要因素。本文中采用实际利用外资额来度量区域引资水平, 将统计数据按照当年人民币对美元的年平均汇率折算为人民币, 单位为亿元, 用FDI表示。
国内直接投资 (DDI) :为了减少变量遗漏所造成的估计结果偏差, 在具体模型中增加了影响二氧化碳排放的我国对内投资部分, 本文采用历年全社会固定资产投资总额减掉对应的FDI数额, 单位为亿元, 用DDI表示。
3 实证方法与模型设定
3.1 空间效应检验
一般而言, 在经济研究中出现不恰当的模型识别和设定所忽略的空间效应主要有两个来源:空间依赖性和空间异质性。空间依赖性 (也叫空间相关性) 意味着空间上的观测值之间缺乏独立性, 一个空间单元上的变量观测值与邻近空间单元上的变量观测值相关联。空间异质性是指每一个空间区位上的事物和现象都具有区别于其他区位上的事物和现象的特点, 经济社会发展存在较大的空间差异性, 大多用经典计量学方法就可以解决。
将空间相关性考虑进来以后, 在建立模型进行研究分析之前, 一般要进行空间相关性的检验。如果证明存在空间效应, 则需要将其纳入模型分析框架之中;如果没有表现出空间效应, 则可以采用一般估计方法 (如OLS) 估计模型参数。本文采用全域、局域空间相关性检验相结合的办法来检验我国各省域二氧化碳碳排放的空间效用。
3.1.1 全域空间自相关分析
全域空间自相关 (Global Spatial Autocorrelation) 分析, 是一种可以衡量各个区域间整体上的二氧化碳排放分布的空间差异程度和空间关联的分析方法。作为标准化的空间自协方差, Moran’s I指数可以对我国二氧化碳排放的全域空间相关性进行检验。全域Moran’s I指数用向量形式的定义如下:
其中:, Yi表示第i地区的观测值 (如本文中的二氧化碳排放) , n为地区总数 (在本文中为30个省份) , Wij为空间权值矩阵, 用以定义空间对象的相互临近关系。
全域Moran’s I的取值范围为[-1, 1], 若其数值大于0, 表示正相关, 值越接近于1时表明具有相似属性的集聚在一起 (即高值与高值相邻、低值与低值相邻) , 取值为1表明完全正相关;若其数值小于0, 表示负相关, 值越接近于-1时表明具有相异的属性集聚在一起 (即高值与低值相邻、低值与高值相邻) , 取值为-1表示完全负相关;而若Moran’s I指数越接近于0时表明属性是随机分布的, 或者不存在空间自相关。
绘制空间相关关系的Moran’s I散点图, 可以将二氧化碳排放分为4个象限, 用以识别各个省份与其他临近省份之间的相互关系:右上方是第一象限, 表示高排放的省份被其他高排放的省份包围 (H-H, 高-高) ;左上方为第二象限, 表示低排放的省份被其他高排放的省份所包围 (L-H, 低-高) ;左下方为第三象限, 表示低排放的省份被其他低排放的省份包围 (L-L, 低-低) ;右下方为第四象限, 表示高排放的省份被其他低排放的省份包围 (H-L, 高-低) 。第一、三象限为正的空间自相关性 (空间依赖性) , 暗示了相似省域二氧化碳排放之间的相互聚集;而第二、四象限为负的空间自相关性 (空间差异性) , 表示具有不同二氧化碳排放省份之间的一种空间关联;如果各个省份碳排放均匀的分布于四个象限之内, 则说明各省份之间不存在空间相关关系。
3.1.2 空间关联局域指标LISA分析
当涉及到局部空间集聚的存在与否, 需要揭示每个省份对全局空间相关性的贡献时, 就要运用局部空间关联指标LISA自相关分析, 以检验局部地区高值或低值是否在空间上趋于集聚。
3.1.3 空间权值矩阵的选择
进行空间自相关分析之前, 首先要选择合适的空间权重矩阵。本文采用的是各省份的相关数据, 鉴于相邻省份间有共同的边界, 采用较为常用的Rook一阶邻接关系空间权重矩阵。
3.2 空间模型
空间回归模型的特别之处, 是通过空间权值矩阵W对普通的回归模型进行修正, 其主要包括空间滞后模型 (SLM) 和空间误差模型 (SEM) 。
3.2.1 空间滞后模型
空间滞后模型主要研究相邻机构或地区的行为对整个系统内其他机构或地区的行为存在影响的情况, 即扩散效应 (或溢出效应) , 其模型形式为
其中:Y为被解释变量;ρ为空间回归系数, 反映了相邻省份的观测值Wy对本省份的影响程度;W为n×n的空间权值矩阵, Wy为空间滞后因变量, 体现了空间距离对各省份之间的作用;X为n×k的外生解释变量矩阵, 参数β主要反映了自变量X对因变量Y的影响;ε为随机误差向量。
3.2.2 空间误差模型
在空间误差模型中, 其空间依赖作用存在于扰动误差项中, 度量了邻接地区关于被解释变量的误差冲击对本地区观测值的影响程度, 其模型形式为
其中:Y为因变量;X为n×k的外生解释变量矩阵;W为n×n的空间权值矩阵;ε为随机误差向量;u为正态分布的随机误差向量;参数β为自变量X对因变量Y的影响因素, λ为因变量向量的空间误差系数。
3.3 计量模型的设定
经过上面的分析, 结果有关的经济理论, 本文设定的基本计量模型为
其中:ln CARBON、ln FDI、ln DDI分别表示各省份的二氧化碳碳排放、实际利用外资数、以及国内直接投资的自然对数;C表示常数项;α1和α2分别为相关的回归系数;ε为随机误差项。
4 我国二氧化碳排放的空间格局及其集群现象
为了对我国各省份二氧化碳排放的情况做出一个合理的描述, 本节以30个省份为空间单元, 以2009—2012年各省份的二氧化碳排放及其平均数作为衡量指标, 首先采用全域空间相关性指数Moran’s I及局域Moran’s I散点图检验了各省份的二氧化碳排放在空间上的自相关及集群现象;其次用局域空间相关性分析方法 (LISA分析) 进行了更加深入的分析, 以揭示相邻省份碳排放之间的空间关系;最后, 用空间加权回归的方法对碳排放、外商直接投资以及国内直接投资之间的关系进行了实证分析。
4.1 二氧化碳排放的空间自相关及集群现象检验
首先计算全域空间相关性指数Moran’s I, 结合局域Moran’s I散点图, 对各省份的二氧化碳排放在空间上是否存在自相关及集群现象进行了检验。利用Geo Da软件计算各年份碳排放的Moran’s I指数, 统计结果, 如表1所示。
由表1可以看出, Moran’s I值都通过了1%水平下的显著性检验, 表明2009—2012年间各省份的碳排放及其平均值表现出较强的空间正自相关, 各省份碳排放水平的空间分布并不是表现出完全的随机性, 而是表现出相似值之间的空间集聚。
注:采用了Rook一阶邻接空间权值矩阵;在随机性检验性中, 采用999permulation;***、**、*分别表示1%、5%和10%的显著性水平。
我国各省份碳排放表现出相似的空间分布特征, 即各省份二氧化碳排放在空间上呈现出正自相关性。在2009—2012年的4个年份中, 二氧化碳排放的Moran’s I散点位于第一象限 (HH) 、第三象限 (LL) 的省份总计占样本总数的比重分别是63.33%、56.67%、60%以及63.33%。这进一步证实了我国二氧化碳排放存在显著的空间正自相关性, 大部分省域呈现出集群的特征, 如图1~图4所示。
4.2 二氧化碳排放的局域空间相关性
采用局域空间相关性分析方法 (LISA分析) 上述对全域空间相关性分析进行补充。在4个年份中, 以北京为中心的环渤海地区始终分布在第一象限, 是高碳排放区且与其他省份呈现出空间正相关关系;新疆则一直位于第三象限, 呈现出低碳排放的态势, 与其周边省份也呈现出负相关关系;四川省则从第四象限跃迁到第三象限。显著性检验中, 山东和四川2个省份始终通过了1%的显著性水平, 新疆省始终通过了5%的显著性水平, 河南、河北则始终通过1%或5%的显著性水平。
5 实证分析
上述空间相关性分析虽然分别从全局和局域两个层面剖析了我国二氧化碳排放的空间格局, 但这并不能揭示碳排放与FDI之间的关系。通过建立空间计量模型, 可以探寻二者之间的深层数量关系。
5.1 普通最小二乘法估计
为了比较存在空间因素与否所产生的不同结果, 本文首先选择双对数模型作为最基本的回归模型, 采用普通最小二乘方法对样本期间内的我国各省份碳排放、外商直接投资与国内投资之间的关系进行了普通最小二乘估计, 估计结果, 如表2所示。
注:括号内的为P值***、**、*分别表示1%、5%和10%的显著性水平。
根据Anselin等[9]提供的空间模型形式判别方法, 如果在空间依赖性的检验中发现LMLAG较之LMERR在统计上更加显著而R-LMERR不显著, 则可以断定空间之后模型较为合适;相反, 如果LMERR比LMLAG在统计上更加显著, 且R-LMERR显著而R-LMLAG不显著, 则可以断定空间误差模型更加恰当。从上述空间依赖性检验中可以看出, 各个年份的LMLAG和R-LMLAG的统计值均通过了1%的显著性水平检验, 而对应的LMERR和R-LMERR均没有通过10%水平的显著性检验, 因此应该建立空间滞后模型进行估计。
5.2 空间滞后模型估计
由于自变量存在内生性, 如果仍采用最小二乘法估计空间计量模型, 将会导致参数估计有偏或者无效。Anselin[10]的研究发现, 采用极大似然估计法估计空间计量模型中的参数, 将会在很大程度上解决这一问题。利用Geo Da软件估计各年份及平均值的SLM模型, 估计结果, 如表3所示。
注:括号内的为P值***、**、*分别表示1%、5%和10%的显著性水平。
比较表2和表3中的估计结果可以发现, 空间滞后模型的拟合优度检验值显著高于最小二乘回归模型, 但本文采用的是极大似然法估计参数, 拟合优度的检验意义不是很大。在各个年份, 空间滞后模型的对数似然值均高于相应的普通回归模型, 而AIC和SC值均小于相应的普通回归模型。这也证实了空间相关性是影响环境质量的重要因素, 普通回归模型由于忽略了空间相关性, 其估计结果显得不够恰当, 而空间计量模型估计结果更加稳健与合理。在SLM模型中, 空间滞后项ρ估计值均为正, 统计检验上高度显著, 这意味着中国各省域的二氧化碳排放在邻近省域之间存在空间溢出效应, 它们在促进碳排放增长方面的活动是相互影响的。
6 结论
本文利用空间计量方法实证分析了FDI对我国省域二氧化碳排放量的影响, 实证结果表明, FDI对我国二氧化碳排放总量存在负效应。也就是说, 外商直接投资不仅部分地解决了我国起飞阶段中的资金问题, 同时还有利于改善我国的大气环境质量。这可能是我国各省份大力引进外资的同时, 也带来了发达国家的一些环境友好型的清洁生产技术和管理经验, 溢出效应促使一部分企业采用先进的绿色技术, 提高了能源燃料的利用率, 降低了其生产活动对空气质量的不良影响。作为一个发展中国家, 在招商引资的过程中我们无法避免资源消耗型、污染密集型产业的转移进入, FDI对当地环境的潜在威胁仍然是需要我们高度重视的, 但切忌“因噎废食”, 还是要充分发挥外资对中国经济发展的积极促进作用。国内后发地区要借鉴经验, 实施可持续发展战略, 倡导绿色投资, 实行选择性引资。
实证结果也表明, 我国省域二氧化碳排放存在空间溢出效应。鉴于此, 我国各省市地方政府可以通过跨行政区域的合作以遏制大气污染扩散, 实现区域共赢。相比较外资而言, 我国对内投资部分对二氧化碳排放存在显著的正效应, 我国国内企业应该学习和借鉴外商先进的生产技术与清洁技术, 尽量减少以污染换增长的发展模式。
摘要：基于2009—2012年中国30个省份的年度数据, 采用空间计量经济学的方法对我国FDI与二氧化碳排放之间的关系进行了研究。实证结果表明, 我国各省份的二氧化碳排放在空间分布上呈现出一定的空间正自相关性和空间集群效应, 外商直接投资与我国的二氧化碳排放总量存在负效应, 有利于改善我国的大气环境质量。我国可采用跨区域合作的形式治理大气污染, 国内投资部分更应该注意采取措施环保措施。
关键词：外商直接投资,二氧化碳排放,空间计量经济学
参考文献
[1]吴玉鸣.外商直接投资与环境规制关联机制的面板数据分析[J].经济地理, 2007, 27 (1) :11-14.
[2]汪连众.FDI与我国工业污染排放关系的实证检验[D].厦门:厦门大学, 2009:16-25.
[3]于峰, 齐建国.我国外商直接投资环境效应的经验研究[J].国际贸易问题, 2007 (8) :104-112.
[4]张金艳, 卢泽回.外商直接投资与环境污染的实证分析:基于广东省的数据 (1987—2008) [J].国际经贸探索, 2010 (7) :56-60.
[5]许和连, 邓玉萍.外商直接投资导致了中国的环境污染吗?[J].管理世界, 2012 (2) :30-43.
[6]蒋伟, 刘牧鑫.外商直接投资与环境库兹涅茨曲线:基于中国城市数据的空间计量分析[J].数理统计与管理, 2011, 30 (4) :752-760.
[7]谷祖莎.贸易开放影响环境的碳排放效应研究[D].山东:山东大学, 2013:64-81.
[8]邓晓兰, 鄢哲明, 武永义.碳排放与经济发展服从倒U型曲线关系吗:对环境库兹涅茨曲线假说的重新解读[J].财贸经济, 2014, 2 (2) :19-29.
[9]ANSELIN L, RAYMOND F, SERGIO J.Advances in spatial econometrics:methodoloogy, tools and applications[M].New York:Springer-Verlag Berlin and Heidelberg GmbH&Co.K, 2004:204-300.
空间计量经济学模型 篇6
自2002 年至今, 网络视频市场历经了13 年, 网络视频行业依靠互联网宽带技术的发展以及智能手机的大规模普及得到了飞快的发展, 网络观剧成为了许多人的一种生活习惯, 也迎来高速发展阶段。2015 年中国网络视频行业市场规模大幅上涨, 广告收入作为各大视频网站收入主要组成部分, 将会继续推动未来网络视频行业快速发展。什么因素会影响网络视频广告收入呢?视频网站盈利依靠庞大的用户基础以及使用黏性。所以, 本文就选择了网络视频市场规模, 网络视频市场广告收入和视频播放覆盖人群三个变量来做计量经济模型, 依托检验模型, 预测下年网络视频广告收入。
二、模型假设
1.本文的最终结论是要得出变量与非变量的趋势关系, 暂不考虑对非线性问题, 所以只做一个线性模型 (即参数线性) , 以确保可对模型进行准确的分析。
2.预测网络视频市场规模与网络视频广告收入有关, 通过网络视频市场规模为解释变量, 来检验预期两者呈正相关关系。并且预测网络视频广告收入与视频播放覆盖人群相关, 通过视频播放覆盖人群为解释变量, 来检验预期两者呈正相关关系。
综上, 采用的计量经济学模型如下:
其中, yt表示网络视频广告收入 (亿元) ;x1t表示网络视频市场规模 (亿元) ;x2t表示视频播放覆盖人群 (亿人) ;μt为随机干扰项。
本文所用数据根据CNNIC数据, 并综合企业财报及专家访谈, 根据艾瑞统计模型核算收集到2009 年第一季度到2015 年第三季度的共7 年27 个相关数据。
三、回归结果分析
选取时间序列数据, 通过最小二乘法 (OLS) 进行模型估计, 得出以下结果:
四、模型检验
1.经济意义及拟合优度检验
2.检验回归系数的显著性
采用t检验, 回归系数的t值如下:t1=- 6.721, t2=14.983, t3=8.735, 而在5%的显著水平下, 自由度为24 的t的临界值为2.397, t1, t2, t3都大于t0.05, 因此拒绝H0, 即在95%的置信系数下, 可得网络视频广告收入与网络视频市场规模, 网络视频广告收入与视频播放覆盖人群都存在显著性相关关系。
3.异方差检验
怀特检验
作以下辅助回归:
4.结构稳定性检验
中国网络视频行业, 通过行业的兴起、低潮以及上市趋势等几个发展过程后, 渐渐进入行业的升级变革期。在不断的发展中, 作为互联网主要应用领域之一, 网络视频用户规模增长速度极快, 市场覆盖率得到了快速的增长。2011 年中国互联网视频市场规模达62.7 亿元, 同比增长99.7%, 继续保持快速增长。中国主要的视频网站在2011 年着重提供高质量的版权影视内容, 随着内容资源得不断丰富, 网民上网看电影、热播剧集的习惯开始养成, 造成中国网络视频使用率逐步回稳。
引入虚拟变量:
选取截断值p=0.5, 对模型进行拟合优度检验:
由结果可以看出, 归入第一组的观测数据共有9个, 其中分组正确的有8个;归入第二组的观测数据共有18个, 其中分组正确的有18个;因变量y取0的观测值共有8个, 所以模型分组恰当率为100%;因变量y取1的观测值共有19个, 本来都应该归入第二组, 但实际只有18个观测值被归入第二组, 模型分组恰当率为94.74%;模型最终分组恰当率为96.30%。
总体而言, 模型的拟合优度很好, 一定程度上表明初始模型设定合理。
因此采用Probit模型, 通过最大似然函数法拟合出来的结果为:
根据模型的拟合结果, 进一步分析, 在5%的置信水平下, 无论从整体模型还是常数项, 网络视频市场规模, 网络视频覆盖人群变量是不显著的。这表明了两个时期的回归并没有显著性差异。
另外, 考虑到季节因素的影响, 引入如下虚拟变量:
Hi=0, 观测为第一季度
Hi=1, 观测非第一季度
采用Probit模型, 通过最大似然函数法拟合出来的结果为:
根据模型的拟合结果, 进一步分析, 在5%的置信水平下, 无论从整体模型还是常数项, 网络视频市场规模, 网络视频覆盖人群变量是不显著的。这表明了两个季节的回归不存在显著性差异。该模型具有结构稳定性。
综上所述, 该模型大体上能通过检验。
五、结论
从以上分析可见, 网络视频市场广告收入与网络视频市场规模和视频播放覆盖人群存在的一定的函数关系, 随着主流在线视频企业的移动端行业化进程不断加速与深化, 在线视频企业对自制内容重视程度的不断提升, 网络视频规模将会进一步扩大, 也使得网络视频广告收入增加。大数据技术的快速发展, 通过数据分析.广告将会更加的高校精准。
摘要：本文通过建立准确而合理的计量经济学模型, 寻求我国网络视频市场规模和网络视频市场广告收入, 视频播放覆盖人群之间的函数关系, 从而较为准确地对近年来网络视频市场规模较快的增长进行定量的分析和预测。本文采用2009年第一季度到2015年第三季度的相关统计数据, 给出建立计量经济学模型和对其进行多种检验的详细过程, 并根据模型预测未来网络视频市场规模。
关键词：网络视频市场规模,网络视频市场广告收入,计量经济学模型
参考文献
[1]《第36次中国互联网络发展状况统计报告》[R].http:∥www.cnnic cn/.2015.07.
[2] (美) 达摩达尔.N.古扎拉蒂.计量经济学[M].北京:中国人民大学出版社, 2004.
[3]王乃静, 李国锋.基于软件的计量经济学建模检验案例解读[J].数量经济技术经济研究, 2001.10.
[4]邝国良, 曾铁城.关于广东省民用汽车拥有量的计量经济学模型及其检验和预测[J].工业技术经济, 2007.8.
[5]艾瑞网:http:∥www.i R esearch.cn/.
盈余管理计量模型综述 篇7
盈余管理是20世纪八十年代中后期兴起的实证会计研究的一个重要领域。盈余管理的计量问题是盈余管理研究需要解决的首要问题。纵观近20年来国内外的相关研究, 计量盈余管理的方法众多, 总的来说, 主要包括应计利润分离法, 具体项目法, 真实盈余管理计量法和盈余管理分布法等四种。前两种方法都是计量应计操纵, 第三种方法是直接计量真实盈余管理行为, 而分布法通常又称为“管理后盈余分布法”, 是从盈余管理的结果分布来观察盈余管理行为的。本文主要对应计利润分离模型进行介绍并予以简单评析, 试图为我国的盈余管理研究提供一些有益的参考。
二、主要的盈余管理计量模型
总体应计利润法是西方盈余管理实证研究中最常用的一类方法。该类方法的核心思想认为, 企业报告收益由两部分组成, 经营现金流量和应计利润。应计利润内生于会计的权责发生制, 管理人员有较大的操纵空间, 它既可以通过会计方法的选择和会计估计的改变来予以调整, 也可以通过交易的记录时点的选择来予以影响, 操纵成本较小, 而且操纵手法也更加隐蔽, 管理人员更多倾向于采用应计利润来管理盈余。但并不是所有的应计利润都是管理人员操纵的产物, 应计利润中有一部分是反映企业基本业绩, 因此总体应计利润法目的是从应计利润总额中分离出可操纵应计利润, 作为衡量盈余管理的指标。由于可操纵性应计不易直接观察, 管理人员通常根据应计的影响因素, 模型化不可操纵应计利润, 然后从总应计利润中扣除不可操纵应计利润, 得到可操纵性应计利润。
总体应计利润法下, 提出了众多的模型, 这些模型的主要差异是非操纵性应计的假设与处理不同。
(一) Healy模型。
Healy (1985) 是最先进行盈余管理实证研究的。他所构建的计量盈余管理的模型, 是通过对比所有样本的应计利润总额的平均值来检测盈余管理。Healy模型总的来说比较简单, 在模型中假定, 非操纵应计利润一直是不会改变的, 在整个事件的前后期内企业各年可进行操纵的应计利润代数和的均值都为零。它没有对非操纵性应计利润和操纵性应计利润进行区分, 而是以平均的总应计利润代表非操控性应计利润。
NDAt表示第t年的非随意应计, ∑tTA表示t年的总体应计, T表示估计期的年份, t表示事件期年份。
(二) De Angelo模型。
De Angelo (1986) 对Healy模型做了改进, 以应计利润总额的变化作为操控性应计利润的表征变量。该模型假定, 事件期前一年的总体应计为事件期年份的非随意应计, 其模型可以表述为:
其中, NDAt表示第t年的非随意应计, TAt-1表示t-1年的总体应计, t表示事件期年份。
(三) Jones模型。
琼斯 (1991) 认为, Healy模型和De Angelo模型都犯了一个共同的错误, 那就是没有考虑到企业规模的大小, 将会对非操纵性应计利润产生影响。如果一个企业的固定资产规模扩大了, 那么其应收项目、应付项目和累计折旧额等应计利润科目自然会相应增加。因此, 应该将非操控性应计利润看成是企业固定资产规模和其销售收入增加额两者的函数。基于上述分析, 琼斯提出了一个线性回归模型, 以此来估计正常性应计利润额。基本Jones模型的主要思想可以表述为以下模型:
At-1表示t-1年的总资产, △REVt表示t年的主营业务收入与t-1年的主营业务收入之差, PPEt表示t年的固定资产原值, TAt表示t年的总体应计, t表示估计期年份, εt为残差, 表示操控性应计。
基本Jones模型以一个全新的视角, 最先运用回归模型的方式, 从总应计利润中将操纵性利润和非操纵性利润分离出来。为盈余管理的定量研究提供了实证证据, 后期的很多盈余管理计量模型, 都是建立在基本Jones模型基础上的。
(四) Modified Jones模型。
Dechow、Sloan和Sweeney (1995) 认为, 基本Jones模型中的主营业务收入变化, 仍然没有把公司管理者对收入进行操纵的因素考虑在内。因为他们认为, 公司的管理人员还可以通过应收账款, 来对主营业务收入进行操纵, 从而达到对报告盈余进行操纵的目的。所以说, 基本Jones模型会把盈余管理低估。为了避免这种偏差, 应该在主营业务收入中把应收账款的变化剔除掉。于是他们对琼斯模型进行了修正, 得到修正的琼斯模型为:
△REVt-△RECt表示t年的应收账款净额与t-1年的应收账款净额之差, 其余的符号同Jones模型。
(五) Industry模型。
行业模型是由Dechow、Sloan和Sweeney在1995年提出的。行业模型放宽了非操纵性应计利润在时间序列上不变的假设。他们认为影响正常性应计项目的因素, 在同一行业中是没有差别的。由此他们得出, 样本公司的正常性应计利润与同行业同规模的配对样本公司相比, 应计利润之间必然存在着某种关系。基于这种假设, 他们得到计量盈余管理的行业模型为:
NDAt表示第t年的非随意应计, 自变量表示行业所有非样本公司的总体应计的中位数。
三、盈余管理计量模型效果比较
盈余管理的计量模型在大量被应用的同时也受到了多方的质疑, 国内外学者通过实证研究来比较不同模型对于盈余管理计量的效果。
从国外的研究结论来看, 总体上认为现有的各种计量模型均存在计量误差, 检测盈余管理的能力不高。而各个模型对于盈余管理的检验能力并未得到统一的结论。例如, Dechow等的研究结果表明, 修正琼斯模型要优于Healy模型、De Angel模型和基本Jones模型;Bartov等在检验无保留审计意见与操控性应计利润间的相关性时发现, 截面Jones模型以及截面修正Jones模型比时间序列模型更能有效地揭示盈余管理。Pae的研究认为具有现金流量的琼斯模型, 极大地提高了琼斯模型在估计期的解释力以及在预测期样本外的应计的预测力。Ball和Shivakuma的研究结果揭示, 包括不对称利得和损失确认的非线性琼斯模型, 相对于其线性形式, 解释了显著更多的应计的变化。
国内关于盈余管理计量模型的比较研究并不多见, 而且多是从理论角度述评各种计量模型的优缺点, 只有夏立军、张雁翎、陈涛、吴联生、王亚平、黄梅、刘文达等对盈余管理计量模型的检测效力进行过比较研究, 但由于使用的检验方法和数据不同, 待检验模型也不同这些研究对各模型在我国上市公司盈余管理计量中的效力尚未取得比较一致的结论。
摘要：盈余管理是一个与投资者保护和会计准则制定紧密相关的重要问题, 它已经成为会计乃至金融、经济领域的重要研究课题。盈余管理的计量问题是盈余管理实证研究需要解决的首要问题。本文对现有的盈余管理计量模型进行归总, 并对各种盈余管理计量模型的计量效果进行评述。
关键词：盈余管理,计量模型,综述
参考文献
[1]张雁翎, 陈涛.盈余管理计量模型效力的实证研究.数理统计与管理, 2007.5.3.
[2]刘大志.应计利润分离模型的效力检验——基于中国资本市场的实证研究.中南财经政法大学学报, 2011.1.
[3]陈旭东, 杨文冬, 黄登仕.企业生命周期改进了应计模型吗?——基于中国上市公司的实证检验.会计研究, 2008.7.
空间计量经济学模型 篇8
在我国地区科技发展过程中, 专利创新影响因素的空间关联机制不容忽视。专利创新及其相关影响因素在地理空间上是否存在依赖性?影响因素对创新的空间贡献度有多大?定量研究这些问题对制定我国各具特色的区域创新战略具有重要的理论和政策意义。
国外使用空间计量方法分析专利数据的研究较多, 如Anselin等研究教育和科研投入对创新的重要作用, 他们建立了知识生产函数并利用美国的数据进行了空间实证分析[1]。创新的内在影响因素和相互作用在不同的文献中有不同的看法。除了教育和科研投入外, Simon认为每个个人有相同的机会发现新的技术, 在历史的任何时刻, 是人口的数量决定创新的数量。“干中学”模型认为知识是经济生产活动的副产品。在国内, 使用空间计量方法的论文较少。吴玉鸣用空间计量方法研究了我国省域的研发和创新[2]。
针对我国专利数据的特殊性, 结合已有成果, 本文在考虑空间相关的基础上, 利用我国大陆31 个省市区的2004与2006年相关数据分析经济状况、人口、高校毕业生数等因素对创新能力的影响。
1 创新产出及影响因素的空间计量
1.1 模型的建立与指标的选取
内生经济增长模型中, Romer, Grossman和Helpman的研发模型将新思想的生产视为投入研究的资本K、劳动力数量L和技术水平A的函数, 其函数为柯布-道格拉斯形式:
dAt=BKβtLγtA
其中, t为不同的时期, dA为知识的增量, B为转移参数, β、γ、θ为参数。实际上, 投入研究的资本K和人力L是不好衡量的。科研投入不足且大部分的专利创新并非来自科研投入。获得经费支持的部门, 申请专利的比例也不高, 大部分科研成果以发表论文、成果鉴定等形式公开。因此, 使用科研投入来解释创新存在一定的问题。本文采用更广义的科研投入, 即GDP替换K, 这一替换也符合“干中学”原理, PGDP是用居民消费价格指数换算为当年实际值。同样, 由于创新主体分布的广泛性, 即创新主体不局限于专职的科研人员, 因此用人口数POP替换L。这一替换也可以从Simon的人口数量决定创新数量的理论中找到依据。
知识的存量水平A更不易衡量, 不少文献并没有直接考虑知识的存量水平, 而以教育投入来间接体现知识存量水平的作用, 理由是知识存量水平通过教育转移到生产者身上, 作用于新知识的生产。但是, 使用教育投入来体现知识存量水平的作用同样存在问题。因为我国高校存在庞大的行政后勤管理人员, 且由于院校条块分割和管理体制的不完善导致浪费、专业和课程设置不合理等原因, 相当多的教育资源并没有用于知识的创新。更好的方法是选择受教育的人来体现知识的存量水平, 因为知识最终由受过良好教育的人来携带并进行创新活动。本文用高校毕业生数EDU来衡量教育的发展程度, 也体现了知识的存量水平转移到新知识生产上的程度, 以之代替A, 于是模型变为
LNZLSQt=c+βLNEDUt-2+γLNPOPt-2+θLNPGDPt-2 (6)
模型两边取对数, LZSQ为专利授权数, 代表知识的增量水平。考虑创新的滞后性, 本文创新的影响因素滞后二期。创新产出用2006 年的专利创新, 影响因素用2004年的高校毕业生、人口数量、经济增长。
创新能力在省域之间存在相互作用, 如甲省培养的学生, 可以流动到乙省从事科研活动;甲省的某项专利, 它的思想可能激发乙省的另一个创新;甲省的经济发展, 也可以带动邻省的创新活动。因此, 在研究创新活动时, 不考虑空间相关是脱离现实的。
1.2 空间计量结果与分析
1.2.1 计量结果。
首先计算31省市区的专利授权 (LNZLSQ) 、高校毕业生 (LNEDU) 、人口数量 (LNPOP) 、经济增长 (LNPGDP) 的Moran指数分别为 0.3355、0.3086、0.2434、和0.3501, Moran指数的正态统计量值均大于正态分布函数在0.01水平下的临界值 (1.96) , 说明全国各省域的专利创新和高校毕业生、人口数量、经济增长的空间分布并非表现出完全随机状态, 而是表现出相似值之间的空间集群。
空间自相关检验结果表明, 对有关中国专利创新和影响创新相关因素的理论与实证研究, 传统研究的思路只从时间维度出发, 忽视空间维度的相关性和异质性, 在理论上存在严重不足, 与创新和影响创新相关因素现实不符。有必要在进行专利创新及其影响相关因素研究时考虑纳入空间依赖性的空间计量经济模型进行估计。为了比较, 先给出了OLS估计结果, 见表1。
注:***, **, *分别表示10%、5%、1%水平下显著性检验
以下给出了Moran指数检验、两个拉格朗日乘数来判断空间计量经济学模型SLM 和SEM的形式, 利用极大似然估计 (ML) 的参数估计结果如表2所示。比较表1和表2中的检验结果发现, 空间滞后模型 SLM和空间误差模型SEM 的拟合优度检验值均高于OLS 模型, 而且比较对数似然函数值LogL、AIC和SC值就会发现, 在OLS、SLM和SEM中, SEM的LogL 最大, 而AIC和SC值最小, 故SEM模型相对更好一些。由此可见, 空间滞后模型和空间误差模型作为对忽视了地理空间效应的经典回归模型的修正, 消除了模型的空间自相关。用OLS估计SLM和SEM模型是有偏误的或不一致的, 基于OLS法的经典线性回归模型由于遗漏了空间误差自相关性而设定的模型不够恰当。而使用ML法估计的SEM 和SLM模型与OLS估计相比较, SEM和SLM消除了模型的设置偏误, 结果更为准确、更加可信, 是正确的模型设定形式。
注:***, **, *分别表示10%、5%、1%水平下显著性检验
1.2.2 结果分析
(1) 高校教育影响区域创新。
高校毕业生的弹性系数显著地为0.3135, 大于传统OLS模型中的0.2698, 说明人才空间流动在创新中发挥了积极的作用。系数不很显著, 说明两个问题:高校教育的作用尚未发挥到最好;高校教育有较强的空间扩散性。由于专业、课程设计, 培养目标和社会导向等方面的缺陷, 高校毕业生从事创新活动的并不多, 如大学生中普遍存在英语、经贸管理学习热和公务员考试热等现象, 惟独没有科学研究热;热衷于坐办公室当管理者, 不愿意到实验室当研究人员。造成这一现象的原因在于现实社会中太多的资源集中于管理者, 大部分的专家和研究者只是从属人员, 成不了主流。
(2) 人口及人口流动对创新的空间效应。
在普通OLS模型和空间OLS模型中, 人口的系数为令人疑惑的负号。负号产生的主要原因是创新不是由人口基数, 而是由人口的质量决定的。如英国在工业化时期人口并不多, 1851年英国在第一届世界博览会向全世界宣告它成为世界上最强大的工业化国家时, 人口只有 1 000多万, 我国同时期人口约4.3亿, 但是英国的创新明显强于我国。我国的中部地区人口基数较大, 但存在人才流失问题。直辖市人口远低于普通省份, 但却是创新密集地区。因此, 三个模型对人口基数的回归出现了显著的负号。空间OLS虽然体现了人口跨地区的作用, 但对于包含大量非流动人口和多种文化层次的人口基数来讲, 在本地的作用尚未能体现, 跨地区作用更难于体现。
(3) 经济增长对提高创新能力的空间影响。
在空间截面模型中, PGDP的弹性系数为1.6823, 大于传统OLS模型中的1.6011, 说明GDP的作用有一定的空间扩散性;PGDP的符号在三种模型中都为正, 说明GDP对创新的影响是稳定和有效的。GDP对创新显著且稳定的影响证实了“干中学”的观点, 即知识的生产是物质产品生产的副产品, 经济发达的地区, 创新水平高。实际上增长后的产值反过来可以作为研发的投入, 具有反作用。
2 结语
区域创新由于知识传播以及人才流动等原因, 存在空间相关, 传统的计量分析方法可能导致错误的结果。空间计量模型的分析结果表明, 人口、经济增长、教育发展水平是专利创新的显著决定因素。
高校教育有正的影响但不显著, 说明高校教育对创新的作用有较强的空间相关性和教育的作用没有充分发挥。造成前一现象的原因是大学生具有更强的流动能力且这种流动是有益的。后一现象的原因是高校教育专业课程设计、培养目标欠合理和重官商轻科研的社会导向。
人口流动和流动导致的某些区域人口的增量对创新有重要的影响。流动人口整体文化水平高于非流动人口的平均水平, 流动人口具有更强的创新需要和通常迁徙到他们能发挥更大作用的地方, 从而给人口流入地区带来更多的创新。发达国家工业化和城市化的过程同时也是人口流动的过程, 我国改革开放以来经济增长的过程同样伴随着大量的人口流动。改革原有束缚人口流动的户口制度、人事管理制度和城乡二元化结构, 将对创新活动有极大的帮助[3]。
经济增长对创新的影响是正且稳定的, 体现了“干中学”理论关于知识生产是物质产品生产的副产品的论断。经济增长对创新的作用有一定的空间扩散性, 但相比于其他流动性更强的因素, 经济增长的作用局部性更明显, 因此发展经济是人才流出地区提高创新能力的最佳选择。
参考文献
[1]ANSELIN L.Spatial econometrics:Methods and models[M].Dor-drech:Kluwer Academic Publisher, 1988.
[2]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究, 2006 (5) :74-86.
“空间观念”的动态语言认知模型 篇9
摘 要：空间观念是人们在认知世界的过程中形成的一种思维模式。框架作为一种观念的结构在空间关系言语的表述中体现出了制约性和稳定性。总体来说俄语和英语的空间框架结构清晰，界限分明，对空间位置关系作出了明确的判断，它们的相似点较多。不同点在于两种语言在容器空间框架和平面空间框架观念化的过程中存在一些差异，这些差异体现在前置词的选用上。
关键词：空间；观念；空间关系；语言认知模型；空间框架
中图分类号：H043 文献标识码：A 文章编号：1673-2596（2016）11-0161-03
一、空间关系和空间观念
空间是一种物质存在形式，它有自己的结构和容量，其内部的元素共同作用在一个系统中。人类对空间问题的理解有两大基本阵营，一是以英国物理学家牛顿为代表的实体论学派，他们认为空间是脱离于人的思维之外的一种客观的物质实体，它好比一个舞台，生活中的人和事情都发生在这个舞台上，假设没有演员，没有戏剧，舞台照样存在，它不以人的意志为转移。这样的空间我们通常称为物理几何空间。另一种观点的代表人物是德国物理学家戈特弗里德·威廉·莱布尼茨（Г. В. Лейбниц），他认为空间只不过是客体和过程之间的某种关系，空间不可能脱离这些客体和过程而独立存在，或者说空间的独立存在是没有任何意义的。这种空间观念在语言学界称为符号空间。
“观念（концепт）”与“概念（понятие）”的形成都是人类认知活动的结果，这两个术语在俄罗斯语言学界做了明确的区分。概念（понятие）是科学的范畴，是对事物本质特征的概括。观念是人类思维的一种方式和心理结构，它反映的是人类认知活动的感知体验和心智结构。与概念相比，观念未必科学和严谨，它仅是人类对外部世界进行表征的工具和机制。有的观念在语言中能找到对应的语言表达方式，例如通过隐或语法规则等形式表达，有的观念并没有语言表达方式，它仅以知识的形式存储在人脑中，在一定条件下转化为语义。
语言学所研究的空间观念实际上是物理空间和符号空间的综合体，具有人类中心范式的典型特征，它结合了牛顿和威廉·莱布尼茨的两种空间模型各自的特点。换言之，语言学的空间观念反映的是作为思维和观察主体的“人”所处的环境和事实，是客体与空间参照物之间的关系。空间观念包含两方面元素：一方面是人类在认知空间关系的过程中所形成的画面，二是符合这些画面的空间符号。因此，语言学领域所研究的空间观念是一种主观的模型，是以“人类的观察和感知”为核心的研究范式。
二、框架理论与空间观念的语言认知模型
框架理论是由美国认知语言学家Fillmore提出的。他提出了语言意义研究的场景-框架范式（Scenes-and-Frames Paradigm），其中场景包括现实的视觉场景和从各类经验中提取出来的典型场景，框架是由语言选择组成且与典型场景相关的任何系统，包括词汇的组合、语法规则的选择等。
框架（фрейм）是人类的一种认知模式和思维的方式，是观念的一种结构，它的形成受历史文化和传统等多方面因素的影响。框架制约着人类的语言表达方式，是不同语言文化代表者（носитель языка и культуры）语言结构差别的主要原因。例如，同一空间场景在不同的语言中可能会被“观念化”为不同的空间关系。例如，“工厂里”这一空间情景，用俄语表达式на заводе，英语说in a factory，俄语中把工厂观念化为一个平面，因此语言选择用на（在...上）作前置词，而英语观念化为“在工厂里”，选择前置词in，这其中差别主要是因为不同语言代表者受不同的空间框架制约。“工厂里”这一空间情景被激活时，工厂在不同的语言中被观念化成了不同的意象图式（образные схемы），因此我们在用不同语言表述同一空间意义时，可能会选择意义不同的前置词。空间框架是人类感知空间关系过程中形成的机制和思维模式，是空间观念的一种结构。人们在描述空间关系时在不同程度上都会受到空间框架的制约，并形成了相对稳定的语言结构，即语言认知模型。
语言学研究的空间模型是人类感知空间在头脑中所形成的画面，具有一定的几何空间模型的特点，是稳定的思维框架模式，它不随时间的变化而变化。空间观念的语言学认知模型是人类对空间关系的认知与思考折射在语言符号中的产物，是人们在认知事物、理解世界过程中所形成的一种相对定型的心智结构，是组织和表征知识的模型，由概念及概念之间相对固定的联系构成。
在研究了俄语、英语、法语、日语的空间关系表述后，可以归纳出4种语言共有的语言认知模型为：A+V+ r + L。这其中A是语言中的某客体（人或某物），它的空间关系是通过动词V、前置词r和空间参照物L共同体现的。典型的空间参照物L一般都拥有一定的容积或面积，与前置词连用表示与A相对的空间位置。例如Я живу в Пекине我（A）住（V）在（r）北京（L）。我（A）与北京（L）通过前置词r形成了相对的空间关系，即“我”位于北京这座城市里。该语言认知模型受空间框架的制约，如上例句“我住在北京”中，俄语和英语会把北京这座城市观念化为一种容器的形象，因此选择前置词“в”和“in”。因此，语言模型中的语言表述是受空间框架制约的，空间情景在言语表述中将激活说话人的空间框架，使说话人选择不同意义的前置词，这种认知机制在不同的语言文化中表现出各自的特点。本研究通过对比俄语和英语的空间关系表述，找出空间框架制约言语表达的机制与规律，进而得出反映空间观念的语言认知模型在语言层面上的共同点和差异性。
三、空间框架与空间观念的言语表述
在用语言进行交际时，根据典型的空间场景，人们会自觉或不自觉地激活头脑中的空间框架，形成意义完整、逻辑合理的空间言语表述。Fillmore用槽（slot）和填充项（filler）来表示框架理论中的语项和它的语义特征。框架好比一个鸡蛋托盒，它的上层是符合具体情景的稳定的概念系统，下层是槽，它是被一些具体实例或语言材料填充的（填充项），所有的槽和填充项组成了空间的框架体系。这样，空间框架可以分为不同种类的平面，球面和容器等具体的框架结构，每种具体框架都有符合它形成和激活的具体条件。
（一）容器空间框架
是指客体A在空间参照物L的内部或外部等空间情景。俄语用в， внутри， вне等前置词与L连用。容器框架被激活的情景可以是：
1.人创造的外部环境里；例如，在房间里（俄语：в комнате， 英语：in the room）；在走廊里（俄语：в коридоре， 英语：in the corridor）；在楼里（俄语：в доме，英语：in the building）；在街道上（俄语：на улице，英语：on the street）。英语和俄语在表达“在...里面”的时候，都会激活空间容器的框架，选用前置词“in”和“в”。
2.国家、省、市、地区等行政区划单位：在中国（俄语：в Китае英语：in China）；在河北（俄语：в провинции Хэбэй，英语：in Hebei）；在唐山（俄语：в городе英语：in Tangshan，）；在岛上（俄语：на острове英语：on the island）；在美国（俄语：в США英语：in the USA）；在日本 （俄语：в Японе英语：in Japan）。在国家、省、市以及地区行政区划中俄语和英语在表述客体A位于某个地区时都会观念化L为容器的概念，即容器空间框架被激活。
3.人将自身观念化为一种拥有“灵魂”“智慧”和“心情”的容器。如， 在心里（俄语：в душе英语：in the heart）。“人”作为一个整体可以沉浸在某种情感中，如，他沉浸在悲痛之中（俄语он в глубокой печали英语：he is immersing in grief）。
4.某些抽象概念是被观念化为容器的形象：例如，在生活中（俄语：в жизни英语：in life）；爱情中（俄语：в любви英语：fall in love）；快乐中（俄语：в радости英语：in happiness）；喧嚣中 （俄语в шуме英语：in hustle）。这些抽象的概念两种语言都无一例外地观念化为容器的框架。
5.某些时间范畴可以被观念化为容器的框架。例如，在某年（俄语：в...году英语：in one year）；在某月（俄语в месяце英语：in one month）；一周有7天 （俄语：в неделе семь дней，英语：there are 7 days in a week）。
6.自然界中的某些地形和某些现象可能被观念化为“容器”的概念。例如：空气中（俄语：в воздухе英语：in the air）；水中（俄语：в воде英语：under the water）；森林里（俄语：в лесу英语：in the forest）；沙漠里（俄语：в пустыне英语：in the desert）；风里（俄语：в ветру英语：in the wind）；雪里（俄语：в снегу英语：in the snow）；雾里（俄语：в тумане英语：in the mist）。自然界中的这些地形地貌在俄语和英语中既可以说在其中，也可以说在其上，根据需要选择不同的前置词。法语则不然，均由容器框架支配，只说成在其里或在其中，这是法语空间观念的一个特点。
7.社会团体、机关等组织机构被观念化为容器框架。例如，学校（俄语：в школе英语：at school）；银行（俄语：в банке英语：in the bank）；医院（俄语：в больнице英语：in the hospital）。
（二）平面空间框架
平面空间框架是指客体A处在空间参照物L的表面。前面提到的高山、海洋、河流等自然地形地貌，在俄语和英语中既可以由容器框架，也可以由平面框架激活，根据实际情况选择不同的前置词。
自然河流、平原等地形，如河、平原、海洋等强调处于其表面，而不是在其内部。俄语和英语中客体A是否与参照物L的表面接触是选择前置词的核心问题。俄语中如果A接触到参照物L，用前置词на，如果没有接触到表面，则用前置词над表示在其上空，用前置词у或рядом表示在其旁边、附近。英语亦是如此，例如：书放在了桌子上（俄语：Книга лежит на столе； 英语：the book lied on the table）；飞机在头上飞过（俄语：Самолет пролетел над головами；英语：plane flys over ones head）。
俄语、英语和日语对纸张、卡片以及人体的某个器官表面都观念化为平面容器。如：地图上（俄语：на карте英语：on the map）；脸上（俄语：на лице英语：on the face）；额头上（俄语：на лбу，英语：on the forehead）。
此外，平面框架还可以在下面情况下被激活：
1.客体A在参照物L的正面，侧面。例如：门前（俄语：у входа英语：in front of the door）；门后（俄语：за дверью英语：behind the door）；房前（俄语：перед домом英语：in front of the house）。
2.客体A贯穿参照物L其中。例如：穿过墙（俄语：сквозь стену英语：go through the wall）；穿过马路（俄语：через улицу英语：walk across the street）；透过窗户（俄语：смотреть сквозь окно英语 look through the window）。
3.客体A沿着参照物L移动。例如，他沿着街道走（俄语：Он идет по улице英语：he walks along the street）；水沿着墙流（俄语：вода течет по стене英语：water flows down along the wall）。
平面的空间框架在不同的语言中可以观念化为不同的框架，俄语中很少说“在门前”，而说在门旁边（у входа），这是因为俄语把门观念化为房子的一部分，是空间容器框架的填充部分。俄语中说一个人在书桌后写作业（за столом），而不说“在书桌前”，而英语观念化为书桌的“前面”。
空间观念是人们在认知世界的过程中形成的一种思维模式。框架作为一种观念的结构在空间关系言语的表述中体现出了制约性和稳定性。俄语和英语是具有代表性的两种欧洲语言，它们在空间关系的言语表述中形成了A+V+r+L动态语言认知模型。现实的言语交际所反映的空间观念反映要受到不同言语者认知体系中空间框架的制约，包括容器的空间框架和平面空间框架。总体来说俄语和英语的空间框架结构清晰，界限分明，对空间位置关系作出了明确的判断，它们的相似点较多。不同点在于两种语言在容器空间框架和平面空间框架观念化的过程中存在一些差异，这些差异体现在前置词的选用上。
参考文献：
〔1〕Зульфия А. А. Языковые особенности описания пространства [Электронный ресурс]： Дис. ... канд. филол. наук： 10.02.20 - М.： РГБ， 2003 （Из фондов Российской Государственной Библиотеки）
〔2〕Ирина С.Б. Лингво-когнитивное моделирование реляционных речевых актов[С]- МГУ ， 2012. 454с.
〔3〕Osherson.D.N. 1995/1997.An Invitation to Cognitive Science Vol. 1 Language Cambridge， Mass.： The MIT Press.
〔4〕陈梦华.俄罗斯语言文化学视角下的观念研究[J].中国俄语教学2014，（1）：72-76.
〔5〕马伟林.框架理论与意义识解[J].外语与外语教学，2007，（10）：18-21.
中国省域农民消费的空间计量分析 篇10
事实上, 占全国总人口55%的农民消费长期低迷, 其消费率从1983年最高点的32.3%下降到2007年的9.1%, 24年间下降了近23个百分点;在居民消费总额中, 农村居民消费所占比重从1978年的62.1%下降到2007年的25.6%, 29年中下降了近37个百分点。同时也说明, 农民消费的数量增长有很大的提升空间, 促进消费品工业和其他行业的发展, 所以, 培育农民消费水平、引导消费方向, 提高最终消费率, 是保增长、调结构、重民生的长久之计。分析农民消费的区域差异和集聚特征, 分析农民收入和消费价格指数的空间依赖性, 厘清农民消费的空间特征, 为国家制定相关政策, 形成不同区域特征的消费模式提供理论基础。
一、文献综述
消费是社会再生产总过程中的组成部分和重要环节, 经济学理论一直认为消费是国民经济持续发展的基本力量。研究中常见的是对有关消费函数的估计和预测;运用扩展性线性支出系统模型计算恩格尔系数、分析农民的总消费倾向和各类商品的消费倾向、进行消费结构的弹性分析等, 消费理论研究在经济研究中也具有越来越重要的地位。有学者通过研究证实, 开拓农村居民消费市场对工业化进程有巨大的推动作用, Ravallio (2002) 分析区域性经济与农民消费的经济模型, 鲜祖德 (2003) 用消费函数研究了如何扩大内需尤其是农民的消费力度;相丽驰等基于扩展线性支出系统的浙江农民消费需求研究;潘建伟等 (2005) 就农民与居民消费的比较进行了研究;林江鹏等 (2007) 用收入与消费计量模型研究了我国城乡居民收入与消费支出关系;郑春梅 (2008) 就中国农民的消费特征进行了实证分析;胡燕京 (2006) 等用多元线性回归模型对农民消费问题进行了计量研究。
在对有关消费理论的研究中, 对全球经济调整背景下的中国省域农民消费研究的较少。关于区域消费需求的空间相似性、消费强度和区域之间的空间关系、消费的空间分布格局的描述统计及成因计量分析的文献不多。省域的农民消费也存在差异与集聚。以2007年为例, 上海农村居民家庭平均每人全年生活消费支出8844.9元, 是贵州的4.62倍, 可见消费的空间区域差异显著。所以, 研究不同省域农民消费的空间特点, 分析消费的差异和集聚, 分析中国省域农民消费与收入间的空间依赖性, 分析省域的农民消费空间差距及成因, 是提高消费水平、解决消费公平的关键, 对于提高全国农民消费水平, 是一项基础性的理论工作。
二、理论与方法
1.空间自相关检验模型
全域空间自相关 ( Global Spatial Autocorre-
lation) 是从区域空间的整体刻画区域省域农民消费的空间分布情况。在实际的空间相关分析应用研究中, Moran’s I 主要针对于全域空间相关性分析。其计算及检验过程如下。
Moran’s I定义如下:
Moran’undefined
其中, undefined, Yi, Yi表示第i地区的观测值 (如省域农民消费量) , n为地区总数 (如省域) , Wij为二进制的邻近空间权值矩阵, 表示其中的任一元素, 一般用邻近矩阵 (Contiguity Matrix) 和距离矩阵;其目的是定义空间对象的相互邻近关系。其中依据相邻距离设定权值种最为常用, 即:
undefined
式中, i =1, 2, …, n;j=1, 2, …, m;m=n或m≠n。
对于Moran’s I 的指数的计算结果, 可分别采用渐进正态分布和随机分布两种假设进行检验, 其标准化形式为:
undefined
根据地理空间数据的分布情况可以计算标准化Moran’s I的期望值:
E (Moranundefined
对常用正态分布的空间数据假设, 其方差的算式为:
VARn (Moranundefined
公式 (4) - (8) 用于检验n个区域的省域农民消费是否存在全域空间自相关关系。如果Moran’sI的正态统计量的Z值均大于正态分布函数在0.05 (0.01) 水平下的临界值1.65 (1.96) , 表明区域省域农民消费在空间分布上具有明显的正向相关关系, 正的空间相关代表相邻地区的类似特征值出现空间依赖性。
2.空间计量经济模型
根据模型设定时对“空间依赖性”的体现方法不同, 空间计量模型主要分成两种:
(1) 空间滞后模型。空间滞后模型 (Spatial Lag Model , SLM) 是用于研究相邻地区省域农民消费的行为对整个系统其他地区省域农民消费的行为产生影响的情形。SLM 模型的表达式为:
y=pWy+Xβ+ε ⑥
式中, y为因变量;X为n×k 的外生解释变量矩阵如经济增长、人口等因素;Wy为空间滞后因变量, p为空间回归系数, 反映样本观测值中的空间依赖作用, 即相邻区域的观测值Wy对本地区观测值y的影响方向和程度, 可以揭示因变量在一地区是否有扩散现象 (溢出效应) , W为n×n阶的空间权值矩阵, ε为随机误差项向量。
(2) 空间误差模型。当地区间的相互作用因所处的相对位置不同而存在差异时, 则需要采用空间误差模型。空间误差模型 (Spatial Error Model , SEM) 的模型形式为:
y=Xβ+ε
ε=λWε+μ ⑦
式中, ε为随机误差项向量, λ为n×1 阶的截面因变量向量的空间误差系数, μ为正态分布的随机误差向量。SEM中参数β反映了自变量X对因变量Y的影响。参数λ衡量了样本观察值中的空间依赖作用, 即相邻地区的观察值y对本地区观察值y的影响方向和程度。存在于扰动误差项之中的空间依赖作用, 度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度。
针对空间滞后和空间误差计量模型做出实践检验, 并判断地区间的空间相关存在与否, 一般进行通过包括Moran’s I检验、极大似然LM-Error检验及极大似然LMLag检验等一系列空间效应检验, 同时, 这些统计检验方法也可以用于诊断所估计的空间计量模型结果。另外, 除了拟合优度R2检验以外, 估计技术上需要用空间统计和空间计量经济的方法, [1][2][3][4]对于上述两种模型的估计如果仍采用最小二乘法 (OLS) , 系数估计值会有偏或者无效, 需要通过工具变量法、极大似然法或广义最小二乘估计等其他方法来进行估计。如果SLM和SEM模型设定正确, 那么误差项的空间依赖性将会导致OLS估计产生无偏但不一致的结果。
三、变量与数据
消费是居民通过消费品满足自身欲望的一种经济行为。根据经济学基本原理, 决定消费的主要因素有收入和价格两大变量, 建立的模型是以农村居民人均消费为被解释变量, 以居民收入水平和消费指数为解释变量。其中居民收入水平直接决定消费者购买力水平, 收入水平高, 则购买力强, 反之则弱。价格水平也是影响着农村居民消费的一个重要因素, 当前衡量价格水平的主要是农村居民消费价格指数, 消费指数 (Consumer Price Index, 简记为CPI) 是用于衡量消费者经常购买的确定的一篮子商品和劳务的价格变化。
本研究的数据来源全部来源于中国统计年鉴。其中, 缺少北京, 天津, 上海和重庆的农民消费价格指数, 由于用的是环比指数, 同上一年相比较, 居民消费价格与农村居民消费价格指数的波动基本相似, 缺少的个别年份就用居民消费价格指数代替 (对结果无较大影响) , 在做单一年份的空间统计分析时候, 不影响变量的空间性质。
四、实证分析
我们做两个理论假设:
假设1:不同省域的农民消费行为符合凯恩斯绝对收入理论, 农民是根据其收入的绝对水平来决定将其现有收入的多大部分用于消费的, 消费随收入的增长而增长。
假设2:消费具有空间集聚的特征, 空间因素对邻近区域的农民消费影响作用显著。
首先, 验证一下凯恩斯的绝对收入假说。
以农村居民的人均消费为别解释变量, 以村居民收入水平、价格水平为解释变量, 建立模型, 取全国31个省市的数据, 进行回归分析, 模型形式如下:
Cit=αit+β1Yit+β2Pit+μt t=1, 2, L, T ⑧
其中, C表示消费额, Y表示收入, P表示消费价格指数, α与βi (i=1, 2) 为待估参数, βi为边际消费倾向, 各个省域农村居民的消费支出是否取决于收入的绝对水平, 关键看模型形式整体上是否成立, βi的参数检验是否显著, 以2007年为例, 用31个省域的数据来计算, 拟合优度为0.8962, 大于0.8, F值为120.819, 伴随概率为1.695e-014, 说明模型总体上成立, 收入变量的参数βi为0.7443, P为0, 计算结果参见表1, 说明通过假设检验, 收入决定着消费的水平, 而且边际消费倾向还比较大, 收入每增加1元, 消费就要增加0.74元, 所以, 假设1成立, 即满足农民消费符合凯恩斯的绝对收入假说。
必须要指出的是, 虽然模型总体上成立, 但是应该有的常数项即最低消费, 以及价格变量的假设检验都接受原假设为0, 没有通过统计检验, 这与基本经济现实不符, 违背常理, 模型存在问题, 可能的原因是中国区域自然地理条件、经济水平、消费文化、消费偏好等地域空间差异显著, 传统的省域农民消费的截面数据分析, 无法揭示这种显著的区域空间差异对消费的影响范围和程度。空间差异以及相互影响的存在, 使得一般的截面回归分析方法不适合于解释省域农民消费与收入、价格间的复杂关系, 也难以得出真正反映省域农民消费实践的分析模型。
其次, 使用全域Moran’s I 统计量和零假设检验初步测算各省域之间农民消费的相关性。1985～2007年期间31个省域消费 (ECQ 的对数) 的Moran’s I 平均值是0.4264, 具体数值见表2。各年无空间相关假设的概率分别小于0. 05, 这意味着相邻省域的消费水平存在着普遍的正相关, 因此, 假设2成立。
第三, 以代表性的2000、2007年为例, 做具体分析。图1、图2是31个省域农村居民消费指数的Moran’s I统计值2000年和2007年的不同情况。从中可以发现, 省域农民消费的Moran’s I统计值显示:农村居民消费行为相对较高的省域倾向于在空间上与其他高消费行为的省域相联系与相邻近的趋势, 而且这种消费行为的局域集群的趋势还在有进一步自我强化的态势。
从31个省域的农村居民消费位于四个象限内省域的空间Moran’s I散点分布图1、图2可以看出, 这些省域表现出的共同特点是在地理空间上显示了正的空间自相关性。通过Moran’s I散点图可以判断, HL类型和LH类型的省域偏离全域正的空间自相关总体消费趋势的省域, 其消费行为表现为空间集聚的特征, 进一步验证假设2成立。
以下分别从2000年和2007年两个时间点展开分析。2000年 (图1) :上海, 浙江, 广东, 福建, 江苏和天津6个省域位于第一象限, 是高-高的正自相关关系的集群 (HH) ;江西, 安徽和河北3个省域位于第二象限, 是低-高的负空间自相关关系集群 (LH) ;吉林, 黑龙江, 贵州, 甘肃, 山西, 西藏, 新疆, 青海, 陕西, 重庆, 湖北, 内蒙古, 四川, 云南, 宁夏和河南等16个省域位于第三象限, 同样是低-低的空间自相关关系的集群 (LL) ;湖南, 北京位于第四象限, 为高-低的空间自相关关系 (HL) 。广西和北京同时跨越了第二和第三象限;山东和辽宁同时跨越了第三和第四象限。
2007年 (图2) :上海, 浙江, 江苏, 福建和天津5个省域位于第一象限, 是高-高的正自相关关系的集群 (HH) ;江西, 安徽和河北3个省域位于第二象限, 是低-高的负空间自相关关系集群 (LH) ;吉林, 黑龙江, 广西, 河南, 山西, 陕西, 重庆, 宁夏, 云南, 四川, 青海, 新疆, 贵州, 甘肃, 西藏, 湖北和内蒙古等17个省域位于第三象限, 同样是低-低的空间自相关关系的集群 (LL) ;山东, 广东和北京3个省域位于第四象限, 为高-低的空间自相关关系 (HL) 。海南同时跨越第二和第三象限;辽宁和湖南同时跨越了第三和第四象限。
经典线性回归模型的OLS 估计忽略了空间效应, 导致模型设定不恰当。为了进一步验证空间自相关性的存在, 进行了省域省域农民消费的空间滞后和空间误差模型检验 (见表3) , Moran指数检验、两个拉格朗日乘数的空间依赖性检验结果显示:Moran指数 (误差) 检验证明经典回归误差具有 (0.13%的显著性水平下) 空间依赖性或相关性。为了区分是内生的空间滞后还是空间误差自相关, 由表3看出:LMERR在1.37%水平上比LMLAG更有显著性, 从稳健性检验来看, R-LMERR在1.79%水平上比R-LMLAG更有显著性。综合表1和表4中的检验结果发现, SLM和SEM的R-squared都大于OLS回归的拟合优度, 并且SEM的R-squared (0.9344) 的值大于SLM的R-squared (0.8980) 的值, 也大于OLS回归的R-squared (0.8962) ;比较LogL, AIC和SC的值也发现, SEM模型的LogL值为-230.5316, 大于SLM的-234.813, SEM模型的AIC和SC值 (分别为467.063和471.3652) 也小于SLM的 (分别为477.626和483.362) , 因此SEM模型是相对较优的模型。再从参数估计的结果来看, SEM模型的常数项为4583.442元, 是31个省域农民的一年基本消费的平均水平, 价格指数前的参数为-46.1371, 表明价格的上升对于农民的消费下降有强烈的反映, 但是SLM模型的常数估计结果为负数, 价格指数前的参数为正数, 不符合经济事实, 综合上面的分析, SEM模型是最优的模型, 即省域农民消费的空间计量模型是SEM为最佳的拟合结果。
表明农村居民消费在省域之间存在空间扩散 (溢出) 效应;这就是说相邻地区的消费具有空间上的相互影响, 表现为农村居民消费的空间依赖性现象。其中价格变量通过显著性水平为5%的显著性检验, 但是没有通过显著性水平1%的检验, 表明物价在我国还是比较稳定的, 农民消费品的物价弹性小, 是因为农民消费较多地集中于生活必需品, 价格的变化对消费数量的变化影响微弱。
农村居民消费的空间集聚的原因, 第一, 邻近省域的经济水平相当导致消费水平的相当。比如连续多年, 上海, 浙江, 江苏等个省域位于第一象限, 是高-高的正自相关关系的集群, 经济水平高, 农民的收入水平高, 消费支出才能高。经济的空间集聚特征使得我国区域、省域差异明显, 不同水平的经济增长伴随着不同的消费模式。第二, 相似的消费政策是导向性因素。随着我国教育、医疗等制度改革, 原先由国家或集体负担的费用更多地由个人承担, 农民会增加储蓄, 减少现期消费, 是导致目前农民消费需求普遍不足的原因之一。第三, 消费环境是条件性因素。农村的消费设施条件差, 消费的流动性弱, 难以形成大额消费。第四, 消费文化是内部性因素。受经济环境和传统观念的影响, 农民习惯于维持性消费, 舍不得更新换代, 安于“无债一身轻”, 消费的示范和攀比效应使得邻近地区的消费有明显的相似性特征。还有, 由于农村生产集中、农民收入的来源因素比较单一, 使得区域农民消费具有明显的约束力, 表现出集聚的趋势。[5]
五、结论
1.我国31个省域的农民消费具有明显的空间自相关性。
空间统计的Moran 指数检验说明农民消费在省域之间存在实质性的空间影响, 如果模型中遗漏了空间滞后项, 经济建 模的系数的估计将有偏, 采用空间滞后模型, 反映出省域农民消费具有明显的空间依赖性, 体现地理空间效应对省域农民消费及其影响因素的作用。经检验, SEM模型能够较好地解释区域省域农民消费的变化规律及其影响因素的空间作用机制。
2.消费政策的制定需要考虑空间的相关性。
由于我国幅员辽阔, 省份众多, 发展各不相同, 各个省域农民消费的结构不平衡, 农民消费的空间自正向依赖性及邻近地的省域农民消费溢出效应, 如上海、浙江、江苏、福建和天津等是高-高的正自相关关系的集群 (HH) , 国家在制定消费政策和价格调控措施时, 应该以稳定物价、保障市场为主, 对中、西部一些省域由于经济发展落后, 国家财政支出应该倾向于这些不发达的省域, 注重增加农民收入。所以, 消费引导政策必须考虑到空间差异对不同省域农民消费的作用机制, 建立完善的社会保障机制, 增强消费信心;改进农村地区销售网络, 特别是农村基础设施问题 (即交通、电力、网络、商业销售点等) 。
当然, 上面的研究没有考虑到动态的空间面板数据计量经济学模型, 没有细化分析食品、衣着、居住等农民消费的内在结构, 如果能结合线性支出系统消费模型进行定性定量研究, 将得出更加科学和客观的研究结果和结论。
参考文献
[1]Anselin L.Spatial Econometrics:Methods andModels[M].Kluwer, Dordrecht, 1988.
[2]Anselin L, Bera A, Florax R, Yoon M.SimpleDiagnostic Tests for Spatial Dependence[J].RegionalScience and Urban Economics, 1996, (26) .
[3]Ord J K.Estimation methods for models of spatialinteraction[J].Journal of the American StatisticalAssociation, 1975, (70) .
[4]Bockstael N E.Modeling economics and ecology:the importance of a spatial perspective[J].American Journalof Agricultural Economics, 1996, (78) .