1 / 16

城市环境转化效率的空间统计分析

城市环境转化效率的空间统计分析. 作者：李刚 卢增梅. 背景 中国经济发展具有显著的地域特征，东部经济发展水平高于中部，中部高于西部 。 1987 年，布兰特夫人在世界环境与发展峰会上将可持续发展定义为“当代人的发展不应该影响未来人对发展的需求。”这既反映了人们对经济发展的渴望也显示了人们对资源耗竭和环境污染的忧虑。 在对环境转化效率的相关研究中往往忽视了效率的空间依赖性对其区域分布的影响。在实证研究中也没有考虑相邻地区转化效率的多少对本地转化效率的空间效应。. 问题的提出. 发展水平高是不是其 环境转化效率 就高？发展水平低其环境转化效率就低？

stacy-holmes
Download Presentation

城市环境转化效率的空间统计分析

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 城市环境转化效率的空间统计分析 作者：李刚 卢增梅

  2. 背景 中国经济发展具有显著的地域特征，东部经济发展水平高于中部，中部高于西部 。 1987年，布兰特夫人在世界环境与发展峰会上将可持续发展定义为“当代人的发展不应该影响未来人对发展的需求。”这既反映了人们对经济发展的渴望也显示了人们对资源耗竭和环境污染的忧虑。 在对环境转化效率的相关研究中往往忽视了效率的空间依赖性对其区域分布的影响。在实证研究中也没有考虑相邻地区转化效率的多少对本地转化效率的空间效应。

  3. 问题的提出 • 发展水平高是不是其环境转化效率就高？发展水平低其环境转化效率就低？ • 影响环境转化效率的因素有哪些？ • 如果选取空间数据模型进行估计,会得到怎样的结果？

  4. 样本和指标的选择 样本的选择：除西藏之外的中国大陆26个省、自治区的282个地级市和4个直辖市。 指标的选择：

  5. X2 S A B · C’ · E C S D X1 规模报酬不变的超效率DEA模型 使用的方法 1、DEA和SDEA 数据包络分析（DEA）是评价生产效率的重要 非参数方法 ，是以相对效率为基础，以凸分析 和现行规划为工具的一种评价方法。对评价对 象作出评价，能充分考虑对于决策单元本身最 优的投入产出方案。 在实践中，使用传统DEA模型评价决策单元效率时，有时会出现多个决策单元的技术效率值θ等于1的情况，从而不能按效率值高低对决策单元进行排序。为了弥补这一缺陷，从而提出了超效率（SDEA），其值是可以大于1的。

  6. SAR通过对其他区域的值做回归分析来预测空间相异性，即误差项 被建模。 实证结果 2、同步自回归（SAR）模型 SAR通过对其他区域的值做回归分析来预测空间相异性，即误差项 被建模。 构建模型： 其中，seff为SDEA的超技术效率水平，即环境资产转化效率；scale为城市人口规模；secondary为第二产业比重；tertiary为第三产业比重；investment为固定资产投资额；FDI为外商直接投资；R&D为科研与教育支出；capital为虚变量，省会城市是1，非省会城市是0。

  7. 组织结构图

  8. 我国286个城市DEA和SDEA测算结果的描述统计

  9. 结果显示，经济水平与环境资产的转化效率之间并非线性关系，当然也就不能认为经济发展水平高的城市，可持续发展水平也高，反之亦然。结果显示，经济水平与环境资产的转化效率之间并非线性关系，当然也就不能认为经济发展水平高的城市，可持续发展水平也高，反之亦然。 • 第一、无论是DEA还是SDEA，东部和西部城市的环境资产转化效率都要显著地高于中部城市。在区域上表现为“两边高、中间低”，呈U形。 • 第二、从环境资产转化效率的离散程度上看，西部大于中部、中部大于东部。 • 第三、对SDEA进行排序，在前十名中，东部城市和西部城市各有5个；在后十名中，西部有8个城市，中部有2个城市。

  10. 结论： 1、模型的估计结果较为理想, ρ和λ均为正值且显著，说明我国各城市seff和相邻城市seff间确实存在正向的空间依赖关系。空间自回归系数为0. 135说明周围城市的seff水平提高1%,本城市的seff将提高0. 135%，相邻地区环境转化效率的增加将有助于本城市效率的提高。空间误差自相关系数为0.475,说明地区间的各种观测不到的因素的地区相关性也对seff产生正向作用。

  11. 2、影响环境资产转化效率的因素分别是城市规模和科研与教育支出，其中城市规模对环境资产转化效率的影响表现为“U”型曲线，随着城市规模的增大，seff先下降，后上升。也就是说，小城市和大城市具有较高的环境资产转化效率，中等城市偏低。科研与教育支出对环境资产转化效率的影响是正向的，不但对经济增长的促进作用明显，而且还能够提高环境资产的转换效率。

  12. 分析工具 城市数据、经纬度 R语言环境 Benchmarking软件包 GeoDo软件 Spdep软件包 Shapefile、GWT文件 DEA和SDEA值 Spautolm函数 回归结果

  13. 不足及改进 不足： 1、空间自回归模型的提出无疑为我们对可能具有空间相关的面板数据建模提供了有用的工具。但是我们注意到以空间自回归模型为代表的一系列空间自相关模型，均未考虑到观测变量自身在时间上的相关性。 2、在分析转化效率影响因素没有把东部、中部和西部区分开，影响环境资产转化效率的因素在区域上可能会存在显著的差异。 改进： 1、建立空间面板数据来分析。 2、在建立SAR模型时把东、中、西部分开。

  14. 谢谢

  15. 所谓的环境转化效率可以理解为是一种技术进步率或者可持续发展水平，它是一个相对范畴的概念。也就是说，在评价某一地区的技术进步率时，它是相对于另一个地区而言的，我们只需度量环境资产向经济资产的转化效率，就能够评价区域间技术进步率的相对水平。所谓的环境转化效率可以理解为是一种技术进步率或者可持续发展水平，它是一个相对范畴的概念。也就是说，在评价某一地区的技术进步率时，它是相对于另一个地区而言的，我们只需度量环境资产向经济资产的转化效率，就能够评价区域间技术进步率的相对水平。 • 根据Hartwick(1977) 法则，环境投入最终要转化为经济产出。环境资产包括资源资产和生态资产。将环境作为资产，通过测算环境资产向经济资产的转化效率，来评价城市的可持续发展水平。

More Related