中国的林业投入产出弹性模型分析

文摘

基于扩展经济和空间计量经济学模型,本文分析的空间分布和相互依存关系在中国林业的生产;林业生产的投入产出弹性计算。结果找出存在显著的空间相关性在林业生产在中国。空间分布主要表现为空间集聚。劳动力的产出弹性等于0.6649,和资本等于0.8412。土地的贡献是显著的负的。劳动力和资本的主要决定因素是中国的省级林业生产。因此,研究省级林业生产不应忽视的空间效果。决策过程应该考虑省林业的生产之间的影响。本研究为林业生产提供科学技术支持。

1。介绍

集体林权改革的另一个主要的革命在中国农村土地改革后管理系统(1,2]。林业改革赋予农民的部分权利,这些农民能够利用自己的森林资源,从而获得收入(3- - - - - -5]。因此,为了计算弹性劳动力,资本和土地投入林业经济增长期间,本研究使用了一个空间计量经济学模型来计算所有元素的贡献。资本的生产灵活性和效率一直是研究热点6- - - - - -8]。索洛提出了一个经济增长核算模型和应用新古典增长理论经济核算(9]。现有的研究主要集中在农业生产的投入产出弹性10- - - - - -12]。然而,很少有研究对林业、一个特殊的农业部门,甚至现有的结果是有争议的13,14]。研究人员认为产出弹性系数从第一,第二,第三产业的林业是1.44,0.72,和0.89,分别在1998 - 2005;1.66、0.88和0.81,分别在2006 - 2021;1.82、0.96和0.91,分别在2022 - 2030 (15]。这些发现应该进一步验证立即从新的视角和新的方法。

本文包括四个部分,第一部分简要描述的相对研究,第二部分指定所使用的材料和方法本文第三部分给出了结果和讨论,最后一部分是结论部分。通过本文,我们试图证明在一个省林业生产的影响,在另一个省。

2。材料和方法

2.1。空间自相关林业生产的考验

中国的林业生产发现有严重的空间差异,很大程度上是与地区林业资源的差异和流动性(16,17]。林业生产中适度不同地区,但各省之间可能存在空间相关性(18- - - - - -20.]。为了找出相关性和异质性的省级林业生产,我们使用全球莫兰的指数: 在哪里和描述地区林业产出的观察和分别代表地区的数量,是林业的平均观察输出,是空间的重量。

零相关的情况下,莫兰我被用来构造一个标准正态指数如下: 在哪里和决定数据的空间分布和空间的安排滞后矩阵。当价值是重要的和积极的,有积极的空间相关性,表明区域集聚的存在类似的生产地区之一。当但消极价值是重要的,有负的显著相关性,表明区域分散性在类似生产区域之间的存在。当价值等于零,存在随机空间分布。

全球莫兰的索引可以部分代表了空间自相关。然而,由于重复计算或相互取消在计算过程中,我们使用一个当地莫兰指数反映空间自相关,本地空间相关指数,莫兰散点图,进一步揭示是否存在局部空间集聚。当地莫兰指数计算如下: 在哪里是标准化的空间权重矩阵(每一行是一个的总和)。当地的期望值莫兰的指数如下:

当比的期望值空间集聚,存在类似的林业输出周围地区或本地空间正相关。当小于,类似的林业产出之间存在巨大差异或本地空间负相关。

莫兰散点图显示了可视化的二维散点图(一个向量组成的观测值和均值)之间的偏离(空间加权平均,或空间滞后向量)。全球莫兰的向量形式我指数计算如下: 在哪里;当是标准化的空间权重矩阵,然后呢;这时,全球莫兰指数的线性回归斜率相对于。第一和第三象限莫兰的我散点图代表积极的空间相关性,而第二和第四象限表示负空间相关性。具体地说,第一象限表示观测值大的区域,四周都是大额地区;第二象限表示小的地区观测值是大额包围区域;第三象限表示小观测值较小的值区域包围的地区;第四象限表示观测值大的区域,四周都是较小的值区域。第一和第三象限代表典型的积极的空间相关性,而第二和第四象限表示当地的负空间相关性。

丽莎(本地空间协会指标)分析是用来计算出空间生产的差异。当丽莎通过了显著性检验,有当地的积极空间自相关,或者这个地区周围地区具有类似性能,称为空间集聚。当这个地区及其附近地区都发现有大量观测数据,它被称为高地区,否则,它被称为一个新低。

2.2。选择权重的林业空间的自我

的选择空间权重与空间自相关和空间回归的结果。被定义为任何元素的距离接近或其他元素。目前,有许多类型的权重矩阵,包括接触,最近的邻居,和距离阈值。具体来说,接触矩阵分为车(接触估计从四个方向的东、南、北,和西部)和皇后(除了这四个方向,它还包括其他角落)。至于最近的邻居,几个点靠近一个测试点被称为邻国,每个分配重量1,和其他点有重量的0。许多研究发现不同矩阵可能导致不同的结果,包括空间系数和系数的符号(21]。

2.3。空间计量经济学模型在林业经济增长

根据传统经济学,经济增长主要取决于两个内生因素:劳动力和资本,但它是受到技术进步的影响,一个外生因素。在这个模型中,土地元素被认为是经济增长的一个内部因素。换句话说,输出水平从每个林业地区劳动力投入的决定、土地输入,资本输入。然后,这个模型表示为 在哪里区域林业经济发展水平;技术水平,劳动投入林业;土地面积;是资本投入;,分别对应的产出弹性。如果,,,然后是规模报酬不变,增加,并逐渐下降,分别。两边的对数(6)的收益率

2.4。空间滞后模型(SLM)林业生产函数

林业生产的基本模型不涉及空间相关性。考虑空间效应意味着地区林业生产不仅由当地投资水平的影响,还受到其他附近的森林地区的溢出效应。通过这种方式,SLM决定: 在哪里空间权重矩阵和吗是加权变量从附近的森林地区。该模型反映了影响区域林业生产的投入产出水平附近地区的空间效果。

2.5。空间误差模型(SEM)对林业生产

SEM考虑的变量可能被忽略的决策模型,如人力资本、研究水平和气候变化。空间误差模型是用来测量可能扮演的角色的空间相互作用的错误。SEM表示为 在哪里空间权重矩阵,措施的空间误差影响区域林业生产由于观测误差。

2.6。空间单元和数据来源

本研究针对31个省、自治区或直辖市的城市在2013年中国大陆。被引用的数据中国林业统计年鉴》2013年。输出变量是区域林业生产总值。关于林业统计年鉴的释放时间,我们使用统计数据作为林业地区的森林地区输入。劳动力的数量在2013年底被用作区域劳动力的输入。固定资产投资作为资本输入。

3所示。结果与讨论

3.1。全球莫兰的林业生产指数的空间相关性

研究体重指数在空间的干扰效应,我们使用三个空间权重矩阵,并通过逐步增加距离,我们测试的衰减作用距离(表1)。显然,全球莫兰我指数逐渐降低,显示了距离的衰减效应。此外,莫兰的指数从Queen1权重矩阵估计为0.3685,表明最重要的空间自相关()和强大的空间相关性和明显的林业生产的空间效果。

3.2。当地莫兰指数和丽莎分析林业生产的空间相关性

表1揭示每个研究的整体空间自相关林业生产地区,但当地莫兰我不能确定的全球莫兰我索引。进一步描绘林业生产的空间相关性,我们使用莫兰散点图和丽莎分析探索当地省级林业输出(图的空间特征1)。

第一象限涉及山东、安徽、湖北、浙江、江西、湖南、福建、广西、广东,周围都是高输出省份高输出省份。第二象限包括上海、贵州、河南、云南、重庆,都是低产出省包围高输出省份。第三象限包括重庆、河北、吉林、黑龙江、陕西、山西、内蒙古、新疆和西藏,所有低产出有哪些省份低产出省包围。第四象限包括辽宁和四川,都是高输出省份低产出省包围。显然,林业产出的空间差异是非常重要的在中国所有省份中,和积极的本地相关性和积累的典型特征是非常重要的。

空间自相关模式的分布在31个省如下(表中2):显著高的地区包括山东、安徽、江西、福建、广东;重大新低区域是陕西、甘肃和新疆。所有其他省份高低地区或低或无关紧要的地区。指出林业生产的空间分布在中国,是一个非常明显的空间集聚center-periphery模式和非常重要的地方和空间相关性。

3.3。空间计量经济学分析林业生产弹性

然后,空间计量经济学模型被用来估计的弹性系数劳动力,土地,和资本投入省级林业生产(表3)。普通最小二乘(OLS)的残余误差包含重要的空间相关性()。然后,找出是否残留错误源于内部SLM和SEM,我们进一步验证了模型。结果表明SLM非常重要,但它不是重要和SEM。因此,SEM是更重要的。

识别不同的输入元素的影响和贡献林业生产,我们建立了一个扫描电镜使用三个元素,决定农业生产(表4),估计劳动力的弹性系数,土地,每个省的林业产出和资本。首先,林业生产通过OLS涉及三个要素进行了分析。结果表明拟合程度的扫描电镜为0.9215,最小Akaike信息标准(AIC, 93.93)和施瓦兹标准(SC, 99.79),表明SEM是最合适的。

结果表明无论是估计还是重要性水平的产出弹性总是相同的三个元素,对于任何OLS和空间经济模型。林业劳动力的产出弹性的二元SEM是0.6492 (),而林业资本的产出弹性是0.6603 ()。

如表所示4,输出弹性估计从资本OLS是最高(0.8412),表明高估的倾向。资本的产出弹性为0.3968,倾向于低估。因此,资本和劳动力输出的弹性使SEM更合适。

小模型还包括土地输入,但林业生产测量从这个变量不是很重要();因此,它起着消极的作用。

应该注意,这里使用的模型是基于空间经济理论。这种方法表明,空间效应不应被忽视。然而,评估结果只揭示了国家级标准但不考虑地区差异。在未来,更准确和精确的经济模型是必要的。本文的另一件事可能是一个限制是,限制数据和观察,结果可能会有所不同根据不同的情况,需要未来的研究。

4所示。结论

在这里我们使用了中国的省级林业投入产出在2013年截面数据。然后,莫兰的我空间自相关和当地的莫兰我索引和空间相关性被用来描述一个林业生产空间分布模式涉及在中国31个省。然后,SLM和SEM被用来估计省级林业投入产出的弹性系数。我们发现31个省的林业输出明显autocorrelated全球和当地和省级空间相关性和异质性都是非常重要的。劳动力和资本上的不利因素是区域林业生产,但从土地的贡献不是很明显。空间错误的溢出效应中起着重要作用的林业生产相邻省份。换句话说,林业生产省,通过误差项的溢出,影响林业产出的增长在附近的省份。同样,这是表明,SEM是一个非常合适的空间计量经济学模型。

全球和本地莫兰我空间自相关测试和空间计量经济学估计都表明,空间效应不容忽视的研究省级林业生产。与投入产出模型,我们发现SEM省级生产函数的测试结果都比OLS和回归系数的精度较高。因此,空间自相关方法是一种有效的方法来分析林业生产。空间计量经济学模型更客观影响因素的探索。

从政策影响的角度来看,由于空间误差的存在溢出效应在森林产品和剩余的林业产出,附近省份的林业生产行为会影响省的农业生产行为测试。“激励”效应在区域农业生产决策将会影响生产游戏附近省份之间的竞争,最终影响输入尺度和省级林业生产要素配置效率。因此,有关林业政策的制定不应该忽视横向传质在省级林业生产中,也应该考虑到林业生产的相互作用在附近的省份。应该建立一个区域协调机制来协调林业生产要素的合理流动,提高元素的空间互补性和空间配置效率,并促进区域林业生产能力。

相互竞争的利益

作者宣称没有利益冲突有关的出版这篇文章。

确认

这项研究得到了国家自然科学基金杰出青年学者(批准号71225005),关键项目在中国的国家科技支柱项目(批准号2013 baco3b00),资金支持地理科学和自然资源研究所,中国科学院(批准号2012 zd008)。

引用

1. a . e . Duchelle m . Cromberg m . f . Gebara et al .,”链接林权制度改革、环保合规和激励:教训REDD +计划在巴西亚马逊河,”世界发展卷,55 53 - 67年,2014页。视图:出版商的网站|谷歌学术搜索
2. a . m .拉尔森d·巴里和g Ram达新权利与森林有关的社区吗?理解林权改革的过程,”国际林业审查,12卷,不。1,第96 - 78页,2010。视图:出版商的网站|谷歌学术搜索
3. p•贾格尔乌干达的森林部门改革后森林收入:农村贫困人口获得吗?国际粮食政策研究所(IFPRI),华盛顿特区,2008年美国。视图:出版商的网站
4. 温y . c . Wang, j .吴”的社会经济影响集体林权制度改革在中国南方:铜鼓的县,江西省”小规模林业,13卷,不。4、425 - 444年,2014页。视图:出版商的网站|谷歌学术搜索
5. 朱y, h .局域网,d . a .洛克et al .,“碳贸易、林业土地权利,农民在中国生活在农村地区,”改变在中国的农村社区:社区创业和企业、基础设施建设和投资模式,页61 - 91,施普林格国际出版,柏林,德国,2015年。视图:谷歌学术搜索
6. p c . Beukes p . Gregorini a . j . Romera g . Levy和g·c . Waghorn“提高生产效率作为战略来减少温室气体排放在新西兰田园奶牛场,”农业、生态系统和环境,卷136,不。3 - 4、358 - 365年,2010页。视图:出版商的网站|谷歌学术搜索
7. j。Chavas, r·皮特里,m·罗斯“家庭农场生产效率:来自冈比亚的证据,”美国农业经济学杂志》上,卷87,不。1,第179 - 160页,2005。视图:出版商的网站|谷歌学术搜索
8. 美国Moallem,“未来的后果减少边际生产效率在高产奶牛,”乳品科学杂志》,卷99,不。4、2986 - 2995年,2016页。视图:出版商的网站|谷歌学术搜索
9. r·m·索洛”技术变化和总生产函数”,经济学和统计学的评审,39卷,不。3、312 - 320年,1957页。视图:出版商的网站|谷歌学术搜索
10. d·g·霍洛威学院拉康姆猪,j . p .勒”地理空间计量经济学问题生物经济和土地使用造型,“农业经济学杂志,卷。58岁的没有。3、549 - 588年,2007页。视图:出版商的网站|谷歌学术搜索
11. b .胡锦涛和m . McAleer。”中国农业生产效率与面板数据估计,“数学和计算机模拟,卷68,不。5 - 6,474 - 483年,2005页。视图:出版商的网站|谷歌学术搜索|MathSciNet
12. m·利奥和M.-C。刘:“治理和农业生产力:跨国分析”,食品政策,33卷,不。6,504 - 512年,2008页。视图:出版商的网站|谷歌学术搜索
13. d . p .信仰,p·a·沃克j . r .我和l . Belbin”集成保护和林业生产:探索生物多样性之间的权衡和生产在区域土地利用评估,”森林生态与管理,卷85,不。1 - 3、251 - 260年,1996页。视图:出版商的网站|谷歌学术搜索
14. j。j Troncoso和r·a·加里多“林业生产和物流规划:分析利用混合整数规划,“森林政策和经济,7卷,不。4、625 - 633年,2005页。视图:出版商的网站|谷歌学术搜索
15. m·马t . Haapanen r·b·辛格和r . Hietala“生态修复融入CDM林业项目,”环境科学与政策,38卷,第153 - 143页,2014年。视图:出版商的网站|谷歌学术搜索
16. x x z . Li邓,问:“柯,和y . Liu”建模的影响在近地表温度在欧洲俄罗斯北方森林砍伐,”气象学的进展ID 486962条,卷。2013年,9页,2013。视图:出版商的网站|谷歌学术搜索
17. y . c . x w . Yu h . y . Liu Yang, x,, y . w . Li”Geoserver林业基础空间数据共享和集成,”应用力学和材料卷,295 - 298,2394 - 2398年,2013页。视图:出版商的网站|谷歌学术搜索
18. x邓,j .黄罗泽尔,大肠田和j·吉布森,“高压锅或压力阀:道路在中国导致森林砍伐吗?”环境经济与管理杂志》上,卷61,不。1,第94 - 79页,2011。视图:出版商的网站|谷歌学术搜索
19. g .傅m .沙大肠田et al .,“退耕还林项目对森林覆盖的影响在中国,”程序的年度会议农业和应用经济学协会,华盛顿特区,美国,2013年8月。视图:谷歌学术搜索
20. f . y . t . s . l . Zengyuan”空间统计分析在林业中的应用”,Scientia Silvae Sinicae第二十五条,卷。3日,2004年。视图:谷歌学术搜索
21. l . p .太阳,“空间演化的分析云南省城乡经济差距,中国,“亚洲农业研究,卷2,不。6、2010。视图:谷歌学术搜索

版权

版权©2016王Guofeng et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。