Effect of FDI on China's environmental pollution: Evidence based on spatial panel data

It is clearly stated in the 19th people's congress that we should make the environmental protection as our national policy. Therefore, it is of great importance to study this issue. This article is going to consider 30 provinces of China as the cross-section, and utilize the data sample from 2006 to 2015 of these cross-sections to formulate a Spatial Panel Data Durbin Model to analyze the effect of FDI. By using these data, this article creates a comprehensive environmental pollution index with the help of entropy. The result indicates that the effect of FDI on environment has a non-linear and spatial spillover characteristic. Before reaching the critical value, FDI has a negative effect on environment; however, with the accumulation of FDI, it will create a significant positive effect on the environment.

Comparison of Uniform and Kernel Gaussian Weight Matrix in Generalized Spatial Panel Data Model

Panel data combine cross-section data and time series data. If the cross-section is locations, there is a need to check the correlation among locations. ρ and λ are parameters in generalized spatial model to cover effect of correlation between locations. Value of ρ or λ will influence the goodness of fit model, so it is important to make parameter estimation. The effect of another location is covered by making contiguity matrix until it gets spatial weighted matrix (W). There are some types of W—uniform W, binary W, kernel Gaussian W and some W from real case of economics condition or transportation condition from locations. This study is aimed to compare uniform W and kernel Gaussian W in spatial panel data model using RMSE value. The result of analysis showed that uniform weight had RMSE value less than kernel Gaussian model. Uniform W had stabil value for all the combinations.

Employment effect of China's environmental regulation: Evidence based on spatial panel data

This article considers 30 provinces of China as the cross-section subjects, and utilizes the data sample from 2009 to 2015 of these cross-sections to formulate a Spatial Panel Data Durbin Model to analyze the effect of environmental regulation on employment. The result indicates that environmental regulation has negative effect on employment with the consideration of spatial spillover effect, and this adverse effect is not significant mathematically. With the enhance of environmental regulation, the negative impact on employment will decrease accordingly, even may eventually promote job growth, which means there may be a non-linear relationship between them. Specifically, the direct effect of environmental regulation on employment indicates that it is beneficial for job growth whereas the indirect effect illustrate that it is detrimental for employment.

Estimation of Partially Specified Spatial Panel Data Models with Random-Effects

In this article, we study estimation of a partially specified spatial panel data linear regression with random-effects. Under the conditions of exogenous spatial weighting matrix and exogenous regressors, we give an instrumental variable estimation. Under certain sufficient assumptions, we show that the proposed estimator for the finite dimensional parameter is root-N consistent and asymptotically normally distributed and the proposed estimator for the unknown function is consistent and asymptotically distributed. Consistent estimators for the asymptotic variance-covariance matrices of both the parametric and unknown components are provided. The Monte Carlo simulation results verify our theory and suggest that the approach has some practical value.

China Regional Income Convergence:Using Spatial Panel data

This paper uses spatial panel data models to analyze regional growth in China.Controlling for fixed-effects allows us to disentangle the effect of spatial dependence from that of spatial heterogeneity and omitted variable to investigate the regional convergence process within the country.

Spatial Interactions of China's Steel Output: An Empirical Analysis Based on Chinese Inter-provincial Panel Data

In view of the extensive growth of China's steel production in recent years, this paper analyzed the industrial development background and economic geography theory, and discussed the possible spatial interaction mechanism. Based on panel data of China's inter-provincial steel output from 2001 to 2015, using spatial econometric model, this paper also explored whether China's provincial steel production shows material orientation, market orientation and traffic orientation, and isolated spatial interactions of interprovincial steel output. The results showed that the inter-provincial steel production in China did show both material orientation, market orientation and traffic orientation and that there was a significant negative spatial interaction, indicating that there might be strong competition and a crowing-out effect between neighboring provinces, and that the smaller the spatial scope, the more significant the spatial interactions of steel production.

教育支出的产出效应研究——基于空间Panel Data与菲德模型的数量分析

考虑到我国省际经济增长的空间溢出性和空间相关性,将空间Panel Data模型和菲德模型结合起来研究教育支出的产出效应,这种方法能在考虑空间相关性的基础上研究教育支出的部门溢出,从而对教育支出的产出效应得到更准确的估计。研究结果显示省际经济增长之间存在显著的空间相关性,而空间Panel Data模型的实证结果也表明,如果不考虑空间相关性会夸大教育支出的部门溢出。

基于空间Panel Data的中国区域人均GDP收敛分析

本文应用空间Panel Data分析方法,对我国区域人均生产总值(GDP)的β收敛模型进行实证研究。研究结果表明我国区域经济增长在1996年至2005年期间存在扩散,1996年至2000年区域人均GDP为β收敛,2001年至2005年区间β扩散,β收敛理论实证研究受样本区间影响很大。在政策上提出国家对缩小国内区域经济增长差距的政策应根据国家长短期目标而调控。

房价影响因素的空间非一致性与差异化调控手段——基于Panel Data模型的实证研究

房地产价格受多种宏观经济因素的综合影响,不同城市的房价决定因素可能存在差异。文章将全国城市划分为四种级别,并选择17个一、二、三线样本城市,以货币供应量、CPI、GDP、城镇居民家庭人均可支配收入和社会固定资产投资额为解释变量,选取2002-2012年的季度数据,构建Panel Data模型,研究房价影响因素的空间非一致性,研究结果证明了空间非一致性的存在。基于此,对一、二、三线城市分别提出了差异性调控手段建议。

基于Panel Data和SEA的环境Kuznets曲线分析——与马树才、李国柱两位先生探讨

针对当前学者研究中国环境Kuznets曲线存在的问题,本文使用了面板数据模型和空间计量模型,以克服使用时间序列模型时样本数量偏少和使用截面数据时易引起空间自相关性等问题。结果表明中国有部分环境指标满足环境Kuznets曲线的倒U型特征。

基于空间Panel data分位数回归的粮食产量分析

在对空间面板数据和分位数回归基本原理进行全面分析说明的基础上,选用全国31个省市2000~2012年的面板数据,对其进行了平稳性检验,考察了粮食生产的空间相关性,利用分位数回归方法对影响我国粮食产量的各影响因素进行了实证分析,根据估计结果定量分析了我国粮食产量的主要影响因素及其影响程度。研究结果表明：各省粮食生产存在空间相关性,而且粮食播种面积、农用化肥使用量和农业劳动力对粮食产量有重要影响,农用机械动力和受灾面积对粮食产量影响在不同分位点处表现不一,受灾面积则是粮食产量的抑制因素。

基于空间Panel data固定效应模型的人口增长影响分析

运用空间面板数据分析方法考查了城镇化水平和人均GDP对人口增长的问题。首先介绍了面板数据在分析中的优越性,并阐述了面板数据模型的空间相关性检验。在此基础上,通过选用省级2003—2012年的Panel观测数据,对变量的面板数据进行平稳性检验,考查了变量的空间相关性。最后结合空间面板数据,运用固定效应法,估计了中国各省城镇化水平、人均GDP对人口增长的影响。经过实证检验,表明各省人口增长存在空间相关性,并概括了主要研究结论。

Panel data models with cross-sectional dependence: a selective review

In this review, we highlight some recent methodological and theoretical develop- ments in estimation and testing of large panel data models with cross-sectional dependence. The paper begins with a discussion of issues of cross-sectional dependence, and introduces the concepts of weak and strong cross-sectional dependence. Then, the main attention is primarily paid to spatial and factor approaches for modeling cross-sectional dependence for both linear and nonlinear （nonparametric and semiparametric） panel data models. Finally, we conclude with some speculations on future research directions.

铁路网络联系对城市土地绿色利用效率的影响研究——以长三角地区为例

研究目的:探究铁路网络联系对城市土地绿色利用效率的影响及空间溢出效应,为依托铁路交通发展促进土地绿色利用效率提升提供科学依据。研究方法:超效率SBM模型,社会网络分析方法,空间面板模型。研究结果:(1)长三角城市铁路联系强度和土地绿色利用效率均呈现显著的增长趋势,土地绿色利用效率存在着较为明显的区域差异。(2)铁路联系强度的提高促进了本城市土地绿色利用效率的提升,与综合铁路联系相比,高铁联系对本城市土地绿色利用效率的提升作用更加明显。(3)铁路联系的加强促进了本城市产业结构合理化水平的提升和创新产出的增长,进而对土地绿色利用效率产生影响。高铁联系在促进本城市产业结构合理化水平提升和创新产出增长方面的作用更加明显。(4)城市对外铁路联系强度的提高产生了负向的空间溢出效应,抑制了邻近城市土地绿色利用效率的提升。研究结论:应充分发挥铁路建设在优化产业结构、促进创新方面的作用,依托铁路网络加强区域内经济技术合作、发挥各城市比较优势,以推动区域土地绿色利用效率的整体性提升。

服务业产业多样化对城市经济韧性的影响——来自地级市夜间灯光数据的证据

本文利用夜间灯光栅格数据,测算了2008—2019年我国281个地级市的经济韧性,并研究了服务业产业多样化类型对城市经济韧性的影响。研究发现:服务业产业无关多样化程度越高的城市经济韧性相对越强,而相关多样化对城市经济韧性具有部分负向作用。多种检验表明上述结果稳健。不同城市规模和区域一体化程度的产业多样化与城市经济韧性关系具有一定区别,但总体上同质性大于异质性。利用中介效应检验进行作用机制分析后发现,服务业无关多样化可通过提高服务业就业水平和产出水平提高城市的经济韧性。因此,城市经济规划建设中应将提升经济韧性作为重要考虑因素,结合服务业产业多样化特征因地制宜,根据城市规模适度提高城市产业多样化。

基于空间面板数据模型的拱坝变形缺失数据处理

变形监测信息缺失会对拱坝安全性态的分析造成困难甚至引起误判,需要采用科学合理的方法对缺失数据进行处理,从而获取完整可靠的监测数据。传统的缺失值处理方法仅考虑了拱坝测点的局部空间关联性,而拱坝变形整体性较强,在进行缺失值插补时有必要考虑拱坝所有测点间的时空关联性。鉴于此,从拱坝的整体性和测点的空间相关性出发,首先引入空间权重矩阵,证明拱坝变形具有显著的空间正自相关性;在此基础上,基于空间面板数据模型提出一种考虑拱坝整体时空关联性的变形缺失数据处理方法;最后结合某拱坝工程实例,验证了所构建模型的有效性。工程实例表明:该方法插补残差值低于SL 601—2013《混凝土坝安全监测技术规范》所规定的误差限值,具有较高的插补精度,可对变形监测缺失数据进行有效处理。

川西地区生态系统服务对可持续发展目标的影响

可持续发展目标(Sustainable Development Goals,SDGs)的实现往往会因为生态保护或人类福祉之间可能存在的权衡关系而受到阻碍。将生态系统服务(Ecosystem services,ESs)纳入到可持续发展目标的决策中能够避免各方利益的冲突,促进SDGs的实现。然而,在生态环境脆弱的山区,ESs对SDGs的贡献分析仍然不足。以川西地区为研究区,对2000—2020年11个可持续发展目标进行了量化,利用生态系统服务和权衡的综合评估(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)模型和定量指标法估算了碳固存、土壤保持和食物生产三种重要生态系统服务,并使用空间面板数据模型研究ESs对SDGs的影响及其空间溢出效应。结果表明:(1)可持续发展目标水平整体提升,但SDG1(无贫穷)和SDG3(良好健康和人类福祉)表现较差,分值低于5分。从空间上看,与环境相关的SDGs在川西北高原表现更好,与社会经济相关的SDGs在川西东部和川西南山地地区表现更好。(2)川西地区碳固存和食物生产服务呈现线性增长趋势,土壤保持服务呈现波动增长趋势,分别增长了0.23×10~8t、8.93×10~5t和1.23×10~8t。(3)与土壤保持和食物生产相比,碳固存对SDGs表现出更强烈的直接影响和空间溢出效应。其中县域碳固存对本县域和邻近县域的SDG11(可持续城市和社区)和SDG1具有显著的促进作用,对SDG2(零饥饿)呈现显著负向影响。研究结果可为区域联合管理提供科学依据,推动可持续发展目标的实现。

生态资源、产业结构与环境污染的空间关系——基于省级面板数据的检验

基于2001—2020年中国30个省级行政区的面板数据,构建空间计量模型,分析生态资源、产业结构及其交互作用与环境污染的空间关系。结果表明:(1)环境污染存在显著的空间正自相关性,生态资源、产业结构对其有空间影响。(2)生态资源的建设对本地区工业固体废弃物、工业二氧化硫、工业废水3类污染物有显著负向影响,但对周边地区的环境污染无显著空间效应。(3)产业结构的升级对本地区和周边地区工业二氧化硫污染、工业废水污染的影响均显著为负,对本地区工业固体废弃物污染具有倒“U”型影响,但不存在空间效应。(4)生态资源建设与产业结构调整的协同作用与本地区及周边地区各类污染均显呈著负相关,且具有交互作用,促进生态资源的空间降污效应发挥。

空间面板数据模型——基于空间计量的文献综述

本文对计量经济学中的空间面板数据模型进行了文献综述。近十几年来,具有空间交互作用的面板数据模型在实证研究中越来越重要,因为它考虑了动态和空间依赖性,并控制了不可观测的异质性。利用面板数据,我们不仅可以有更大的样本量来提高估计的有效性,还可以研究一些横截面数据无法处理的问题,例如异质性和跨时间的状态依赖性。本文首先详细介绍了各种空间面板数据模型,分为静态空间面板和动态空间面板两大类进行文献梳理,然后针对这两类情况详细介绍对应的估计方法,包括拟最大似然估计和广义矩方法,最后介绍了近年来空间面板数据模型的非参数估计。

中国开放型经济时空格局演化与影响因素

开放型经济时空格局的研究有利于制定不同类型省份开放型经济发展路径,促进区域间的协调发展.从贸易开放、投资开放和战略耦合3个维度构建开放型经济评价体系,分别采用熵权TOPSIS法、探索性时空数据分析、动态空间面板模型对2001—2021年中国省域开放型经济发展水平、时空格局演化以及影响因素进行分析.结果表明:中国开放型经济发展整体水平提升,但不同地区省份的变化迥异.“东高中西低”的梯度格局被打破,东西协同的“T字型”架构初步建立并稳步提升.开放型经济空间异质性逐渐弱化,空间自相关性更加显著.LISA时间路径相对长度在空间上呈现由沿海沿边向内陆地区递减趋势,LISA时间路径弯曲度呈现从沿边地区到其邻接省份再到沿海和内陆地区依次递减趋势.制度环境、自然资源禀赋、国家优惠政策、基础设施水平、邻接省份效应等因素驱动了开放型经济发展.