中國建設(shè)用地與區(qū)域經(jīng)濟發(fā)展的空間面板計量分析

王 靜

（寧波大學(xué)商學(xué)院， 浙江 寧波 315211）

1 引言

土地是經(jīng)濟社會活動的空間載體，也是推動人類社會進步的主要資源。隨著改革開放的逐漸推進，城市化、工業(yè)化步伐不斷加快，建設(shè)用地規(guī)模的擴大也日益成為當前及未來幾十年中國土地利用變化的重要特征。與此同時，擴展所帶來的耕地減少、糧食短缺等一系列棘手問題也使得土地供需矛盾更加凸顯。因此，建設(shè)用地擴張已經(jīng)成為當前政府部門和學(xué)術(shù)界日益關(guān)注的焦點問題。

大部分學(xué)者基于不同視角對建設(shè)用地擴張的驅(qū)動力機制進行了定量研究。多位學(xué)者選取制度政策[1-2]、人口[1-5]、經(jīng)濟發(fā)展[1-7]、城市化水平[2-4,6]、產(chǎn)業(yè)結(jié)構(gòu)[5]等因素，采用回歸分析[1-6]、相關(guān)分析[3]、主成分分析[3]、協(xié)整分析[6]、灰色關(guān)聯(lián)[7]等方法，在全國尺度[2，5-7]、省域尺度[4]、市縣尺度[1，3]展開統(tǒng)計數(shù)據(jù)或者遙感數(shù)據(jù)的實證研究。然而，土地作為經(jīng)濟活動的承載體具有連續(xù)性的特征，僅僅著眼于考察靶區(qū)自身的經(jīng)濟、社會及地理等因素是不夠的，更應(yīng)該重視周邊省份的經(jīng)濟、社會等因素的交叉影響。盡管越來越多的學(xué)者利用空間相關(guān)與空間分異作為切入點重新審視區(qū)域建設(shè)用地的相關(guān)研究，但大多停留在統(tǒng)計與描述建設(shè)用地的分布狀況及演變特征這一層面[8-9]，并未過多地納入空間效應(yīng)來探討建設(shè)用地的內(nèi)在驅(qū)動機制。當然，這些有關(guān)建設(shè)用地空間統(tǒng)計文獻的積累提供了土地利用存在空間自相關(guān)的充分證據(jù)，為后續(xù)引入空間回歸模型進行研究奠定了基礎(chǔ)。

在Overmars等[10]首次將空間自回歸模型引入土地分析領(lǐng)域后，國內(nèi)相關(guān)研究仍然不多。一些學(xué)者運用單個空間計量模型對于影響建設(shè)用地的驅(qū)動因子進行分析[11]，還有學(xué)者通過區(qū)域截面數(shù)據(jù)來闡明各種因子對于建設(shè)用地的作用[12]。本文在總結(jié)前人研究成果及不足的基礎(chǔ)之上，對比不同空間計量模型進而選擇最優(yōu)模型，同時考慮空間及時間維度的異質(zhì)性，根據(jù)中國2003—2008①由于土地利用變更調(diào)查是一項龐大的系統(tǒng)工作，國土資源管理部門并不是每年都有實時數(shù)據(jù)更新，最新的《中國統(tǒng)計年鑒（2012）》中各建設(shè)用地面積仍是2008年的數(shù)據(jù)，因此本文選用2003—2008年的數(shù)據(jù)進行研究。年間的省域?qū)用婵臻g數(shù)據(jù)，采用空間面板模型（Spatial Panel Model），著重分析區(qū)域經(jīng)濟發(fā)展狀況對建設(shè)用地擴張產(chǎn)生的影響和溢出效應(yīng)。通過研究，試圖了解區(qū)域經(jīng)濟發(fā)展狀況在空間因素作用下如何影響建設(shè)用地的規(guī)模變化，為科學(xué)合理引導(dǎo)建設(shè)用地的規(guī)模布局，控制建設(shè)用地的非理性擴張?zhí)峁嵶C依據(jù)。

2 研究方法

Anselin[13]和Elhorst[14]在面板模型基礎(chǔ)上引入空間滯后誤差項及空間滯后因變量，從而形成空間誤差模型（SEM）和空間滯后模型（SAR）；在此基礎(chǔ)上衍生出空間Durbin模型（SDM）[15-16]，即同時包含空間滯后的內(nèi)生變量和外生變量。本文使用空間固定效應(yīng)模型進行估計。通常情況下，樣本回歸僅局限于一些特定個體，且不需要通過特定個體性質(zhì)來推斷總體性質(zhì)（如中國的30個省級區(qū)劃單位），此時固定效應(yīng)模型應(yīng)該是較好的選擇[14,17]。模型中控制了兩類非觀測效應(yīng)，即個體固定效應(yīng)和時間固定效應(yīng)，前者反映隨著地域發(fā)生變化但不隨時間變化的背景變量（如自然稟賦和經(jīng)濟結(jié)構(gòu)等）對穩(wěn)態(tài)水平的影響；后者代表了隨著時間的變化但不隨地域變化的背景變量（如商業(yè)周期和暫時性沖擊等）對穩(wěn)態(tài)水平的影響。下面給出模型的設(shè)定：

式1中，yit表示在t時刻橫截面單位i的內(nèi)生變量值（i=1，…，N;t=1，…，T）；x'it表示1×k維外生變量，β是相應(yīng)的k×1維系數(shù)向量表示與i相鄰的區(qū)域單位的內(nèi)生變量yjt對yit的交互影響表示地區(qū)i的誤差項將受到相鄰地區(qū)j的誤差項影響；wij是空間權(quán)重矩陣，描述了樣本的空間安排；表示服從獨立同分布的誤差項，均值為0，方差為σ2；μi和λt分別表示個體和時點上的特定效應(yīng)。

當θ=0且ρ=0時，模型為空間滯后模型（SAR）；當δ=0且θ=0時，模型為空間誤差模型（SEM）；當ρ=0時，模型為空間Durbin模型（SDM）。上述三個模型所反映的空間相關(guān)性都是全局性的，考察范圍內(nèi)任何兩個地區(qū)之間都存在相關(guān)性，相關(guān)強度隨距離增大而減弱，服從地理學(xué)第一定律。由于土地利用及區(qū)域經(jīng)濟的時空差異，構(gòu)成了本文利用以上三個空間計量模型進行建設(shè)用地與區(qū)域經(jīng)濟發(fā)展研究的邏輯起點。

3 參數(shù)估計與實證分析

3.1 樣本選取與數(shù)據(jù)處理

本文采用省域（省、自治區(qū)、直轄市）年度數(shù)據(jù)，樣本區(qū)間選定為2003—2008年。數(shù)據(jù)主要來源于：（1）《中國統(tǒng)計年鑒》（2004—2009年）；（2）《新中國60年統(tǒng)計資料匯編》；（3）各省（區(qū)、市）統(tǒng)計年鑒（2004—2009年）。此外，由于數(shù)據(jù)可得性及經(jīng)濟關(guān)聯(lián)性等原因排除了港、澳、臺地區(qū)及海南省，這樣，最終用于實證分析的為2003—2008年間中國內(nèi)地30個省（區(qū)、市）的面板數(shù)據(jù)。此外，考慮自然因子對土地利用的影響在一定時間內(nèi)比較穩(wěn)定，短時間內(nèi)難以成為建設(shè)用地變化的主要驅(qū)動因素，而社會經(jīng)濟等人文機制卻起著主導(dǎo)作用；在此，本文根據(jù)葉浩等人[12]的相關(guān)研究，選取以下變量：

（1）建設(shè)用地（LAND）。本文研究的建設(shè)用地包括城鎮(zhèn)用地、農(nóng)村居民點、交通用地和獨立工礦用地等非農(nóng)建設(shè)用地。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，單位為km2。

（2）人口（POP）。本文的總?cè)丝谌∽愿魇∮騿挝荒昴┛側(cè)丝诹浚瑔挝粸?04人。

（3）經(jīng)濟發(fā)展。本文選擇國內(nèi)生產(chǎn)總值（GDP）來衡量經(jīng)濟發(fā)展水平。為了剔除價格影響因素，根據(jù)國內(nèi)生產(chǎn)總值指數(shù)將當年的GDP調(diào)整為以2003年為基期的實際GDP，單位為108元。

（4）城市化（URB）。對于城市化指標的衡量，學(xué)界提出了不同的觀點。一般來說，中國有兩個城鎮(zhèn)人口的統(tǒng)計指標：城鎮(zhèn)總?cè)丝诤头寝r(nóng)人口。本文選擇城鎮(zhèn)人口與總?cè)丝诘谋戎貋頊y度城市化水平，單位為%。

（5）空間權(quán)重矩陣。空間權(quán)重矩陣是空間計量模型的關(guān)鍵之一，也是地區(qū)空間地理效應(yīng)的體現(xiàn)。本文采用簡單的二分權(quán)重矩陣，遵循Rook相鄰規(guī)則，即兩個地區(qū)擁有共同的邊界視為相鄰。表1中列出了中國30個省（區(qū)、市）的地理相鄰信息。矩陣W的設(shè)定方式如下：主對角線上的元素為0，如果i地區(qū)與j地區(qū)相鄰，則Wij為1，反之則為0。W經(jīng)過標準化處理，用每個元素同時除以所在行元素之和，使得每行元素之和為1。

3.2 估計模型與實證結(jié)果分析

為了能夠科學(xué)地反映中國建設(shè)用地擴張與區(qū)域經(jīng)濟發(fā)展狀態(tài)的關(guān)系，必須選擇合適的空間面板模型進行參數(shù)估計。本文首先基于中國30個省（區(qū)、市）的面板數(shù)據(jù)，采用柯布—道格拉斯（Cobb-Douglas）函數(shù)形式構(gòu)建不含空間交互作用的計量模型：

利用普通面板固定效應(yīng)對模型進行估計，結(jié)果顯示各項參數(shù)顯著性和模型整體的擬合情況良好。但是驗證面板數(shù)據(jù)截面相關(guān)性的Frees檢驗統(tǒng)計量為4.854，在1%顯著性水平下拒絕原假設(shè)，這表明樣本數(shù)據(jù)存在截面相關(guān)性。而截面相關(guān)性的存在很有可能是由于殘差具有空間依賴性[18]，如果殘差具有空間依賴，則表明模型在設(shè)定過程中忽略了一些重要的空間解釋因素，需要加入空間滯后項或者空間誤差項。因此，有必要對模型的空間相關(guān)性進行檢驗。在上述非空間效應(yīng)面板模型的基礎(chǔ)之上，需要計算LM檢驗統(tǒng)計量以判定SAR或者SEM模型是否能夠更合理擬合樣本數(shù)據(jù)特征。

如果LM lag和LM err的統(tǒng)計量均不顯著，則采用普通面板回歸；如果LM lag（或者LM err）顯著而LM err（或者LM lag）不顯著，則使用空間滯后模型（或者空間誤差模型）；如果LM lag和LM err的統(tǒng)計量均顯著，則比較Robust LM lag和Robust LM err，如果Robust LM lag（或者Robust LM err）的統(tǒng)計量更顯著，則空間滯后模型（或者空間誤差模型）更為恰當。

表1 中國30個省（區(qū)、市）地理相鄰信息Tab.1 Geographical proximity information of 30 Chinese provinces

如表2所示，從個體固定效應(yīng)和時間固定效應(yīng)是否顯著的統(tǒng)計檢驗結(jié)果可以發(fā)現(xiàn)，模型個體固定效應(yīng)顯著存在而時間固定效應(yīng)并不顯著，所以應(yīng)該包含μi而剔除λt，同時，LM檢驗統(tǒng)計量的結(jié)果也應(yīng)該在個體固定效應(yīng)模型的基礎(chǔ)上得到，從中可得出SEM較SAR略優(yōu)。

實際上，一方面時間固定效應(yīng)模型盡管考慮了不同時期建設(shè)用地狀況的不同，但忽視了地區(qū)的差異性，估計效果不甚理想；而綜合效應(yīng)雖然同時考慮了地區(qū)與時間的影響，然而包含的時間固定效應(yīng)反映的時間變化對建設(shè)用地規(guī)模的影響不僅僅表現(xiàn)在當期，而且會影響若干期之后，因此結(jié)果會產(chǎn)生一定的偏差。另一方面，表2中4個模型都存在明顯的空間相關(guān)性問題，LM lag及LM err等統(tǒng)計量都很顯著，混合估計模型的空間相關(guān)性問題尤其嚴重。在控制了固定效應(yīng)之后，空間相關(guān)性程度雖然明顯減弱，但仍然很顯著。

進一步通過似然比檢驗和Wald檢驗進行判斷，檢驗結(jié)果顯示W(wǎng)ald_spatial_lag值和LR_spatial_lag值分別為14.6915和13.0568，在1%的水平上拒絕了H0：θ=0；Wald_spatial_err值和LR_spatial_err值依次為14.1227和12.2425，也拒絕了H0：θ+δβ=0。這說明對于建設(shè)用地而言，SDM模型略優(yōu)。

根據(jù)空間相關(guān)性的檢驗結(jié)果，我們傾向于選擇個體固定效應(yīng)的空間Durbin模型，但出于比較的目的仍然分別估計了SAR、SEM及SDM這3個競爭性模型。從表3結(jié)果中不難發(fā)現(xiàn)，以上三個空間面板模型回歸結(jié)果中各變量的系數(shù)在符號、大小和顯著性等方面基本一致，體現(xiàn)了模型設(shè)定的穩(wěn)定性。同時，空間內(nèi)生變量滯后項（空間誤差項）分別達到了0.39、0.44及0.41，且在1%水平下顯著，這證明中國省域間的建設(shè)用地增長確實存在明顯的空間相關(guān)性。具體而言，這種空間相關(guān)性表現(xiàn)為區(qū)域間的正向外部溢出，即區(qū)域建設(shè)用地增長會通過空間溢出來對相鄰地區(qū)變量產(chǎn)生作用，進而對相鄰地區(qū)的建設(shè)用地增長產(chǎn)生影響。

通過實證結(jié)果分析，可以得到如下結(jié)論：

首先，總?cè)丝谙禂?shù)為正且在1%水平下顯著，這說明其他條件不變的情況下，地區(qū)總?cè)丝谠鲩L將會促進區(qū)域建設(shè)用地規(guī)模擴大。改革開放以來，一方面城市經(jīng)濟的發(fā)展需要大量的勞動力；另一方面農(nóng)村人均耕地減少、農(nóng)業(yè)機械化所導(dǎo)致的農(nóng)村剩余勞動力增加兩方面因素使得人口由農(nóng)村向城市遷徙成為必然。根據(jù)中科院公布的《2012中國新型城市化報告》，2011年中國的城市化率就已經(jīng)突破了50%。而總?cè)丝诘脑黾颖厝粫龠M建設(shè)用地擴張，因為對于增加的人口需要相應(yīng)的固定資產(chǎn)投資與之配套——包括住宅、商業(yè)和公共服務(wù)設(shè)施等，其結(jié)果就是住宅等類型的建設(shè)用地面積在擴大、導(dǎo)致總的建設(shè)用地規(guī)模成倍增長。這在東部沿海省份尤為明顯：省域總?cè)丝谟捎谕鈦韯?wù)工人員的涌入而增加，集中于城市的新增人口提高了城市化水平，擴大了城市規(guī)模，而同時也擠占了建設(shè)用地指標、倒逼建設(shè)用地的擴大。然而，總?cè)丝诘目臻g滯后項的回歸系數(shù)盡管為正，但并不顯著，表明總?cè)丝谠谑∮蛑g的地理溢出效應(yīng)并不明顯從而降低了空間滯后項的統(tǒng)計顯著性。

表2 非空間面板模型的估計結(jié)果和空間相關(guān)性檢驗Tab.2 The estimation results of non-spatial panel model and spatial correlation test

其次，地區(qū)生產(chǎn)總值系數(shù)為正且在1%水平下顯著，這一結(jié)果與趙可等[5-6]的研究結(jié)果是一致的，充分說明經(jīng)濟規(guī)模的增長使得建設(shè)用地隨之擴展。一方面，地區(qū)生產(chǎn)總值的增長必然伴隨了企業(yè)效益的增長，由此必然會導(dǎo)致企業(yè)規(guī)模的再擴大，工業(yè)用地的需求增加，進而帶動地區(qū)建設(shè)用地的擴張；另一方面，隨著人們經(jīng)濟收入的增加，會減少農(nóng)產(chǎn)品的消費比重而增加非農(nóng)產(chǎn)品的消費比重，需求結(jié)構(gòu)的變化導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)發(fā)生改變，從而大量的生產(chǎn)要素轉(zhuǎn)向二三產(chǎn)業(yè)，推動建設(shè)用地的擴展。同時，地區(qū)生產(chǎn)總值的空間滯后項在10%的水平上顯著為負，這意味著經(jīng)濟增長對鄰近省域的影響為負，回流效應(yīng)大于擴散效應(yīng)，即省域經(jīng)濟規(guī)模擴大會促使更多的人力、物力、財力尤其是周邊地區(qū)以“滾雪球”的方式向該地集中，而使得其他地域的生產(chǎn)要素得到抑制，由于建設(shè)用地是地區(qū)經(jīng)濟活動的載體，因此最直接的表現(xiàn)就是建設(shè)用地的減少。

再次，地區(qū)城市化水平系數(shù)為正且在1%水平下顯著。這表明城市化水平的提高促進了區(qū)域建設(shè)用地規(guī)模的擴展。城市化的快速推進，一方面會推進城市體系的建設(shè)與開發(fā)，引致城市建設(shè)用地的擴大；另一方面，隨著農(nóng)村人口源源不斷流向城市，農(nóng)業(yè)活動不斷轉(zhuǎn)變?yōu)榉寝r(nóng)業(yè)活動，農(nóng)村地域逐漸向城市地域流轉(zhuǎn)和集中，進而使得鄉(xiāng)村居民點用地的需求減少。當然，城市建設(shè)用地的擴張范圍遠遠超過了鄉(xiāng)村居民點用地的縮減，從而總效應(yīng)仍為正。這也從一個側(cè)面反映出，農(nóng)村居民用地利用率較低，隨著人口向城市轉(zhuǎn)移，空置的居民住宅欠缺有效的規(guī)劃，造成大量“空心村”、“空心房”出現(xiàn)，這也與葉浩等的研究結(jié)論相符。與此同時，地區(qū)城市化水平的空間滯后項回歸系數(shù)為負，但并不顯著，這表明城市化水平的外溢效應(yīng)主要局限在省域范圍以內(nèi)。這 一結(jié)論在一定程度上為中心地理論和新經(jīng)濟地理學(xué)所闡述的集聚陰影效應(yīng)（Agglomeration shadows）[19]提供了來自中國的證據(jù)。

表3 個體固定效應(yīng)空間面板數(shù)據(jù)模型回歸結(jié)果Tab.3 The results of individual fi xed effects regression using spatial panel data

4 結(jié)論與啟示

本文通過空間面板數(shù)據(jù)計量經(jīng)濟模型所做的實證研究表明，2003—2008年中國省域建設(shè)用地規(guī)模是人口、經(jīng)濟增長及城市化水平等因素綜合作用的必然結(jié)果，因此，在未來一段時間里，建設(shè)用地面積還會進一步增加。但鑒于新增加的建設(shè)用地的主要來源于農(nóng)地，而這些流轉(zhuǎn)的農(nóng)地多為優(yōu)質(zhì)的耕地，這可能直接威脅中國的糧食安全。因此，政府一方面應(yīng)該控制好增長邊界，另一方面應(yīng)該改變過去粗放型的發(fā)展模式，提高土地集約利用效率，加大單位面積上的投資強度；積極促進產(chǎn)業(yè)升級，發(fā)展節(jié)地型產(chǎn)業(yè)，建設(shè)環(huán)境友好資源節(jié)約型社會。

另外，本文將空間計量經(jīng)濟學(xué)的方法用于中國建設(shè)用地的研究中，彌補了以往研究中忽略區(qū)域間相關(guān)性的缺憾。傳統(tǒng)的面板數(shù)據(jù)回歸殘差的空間相關(guān)性檢驗結(jié)果表明殘差存在空間相關(guān)結(jié)構(gòu)，即所分析的中國30個省、直轄市及自治區(qū)之間在建設(shè)用地規(guī)模上具有明顯的空間依賴性，各省域建設(shè)用地并非表現(xiàn)出完全的隨機狀態(tài)而是表現(xiàn)出相似值之間的空間聯(lián)系結(jié)構(gòu)。這啟示在中國區(qū)域建設(shè)用地的理論和實證研究中，傳統(tǒng)的忽視區(qū)域間建設(shè)用地空間依賴性的回歸分析在理論上存在不足，與現(xiàn)實不符，尤其在調(diào)整區(qū)域建設(shè)用地規(guī)模的政策制定上，需要重視地理空間因素的重要作用，著眼于形成合理的區(qū)域發(fā)展格局，制定多元化和差異化的土地政策和措施，從更寬廣的角度來考察區(qū)域建設(shè)用地協(xié)調(diào)發(fā)展，通過土地的空間優(yōu)化配置，積極尋求跨區(qū)域的合作和互助，緩解土地供求緊張的局面，具有重要的理論意義和實踐價值。

對于本文論題，可深入研究以下方面：（1）本文粗略應(yīng)用省域總?cè)丝趤肀碚魅丝谥笜藢τ诮ㄔO(shè)用地的影響，然中國作為人口大國，行政區(qū)域間的戶籍管理制度還未完全放開，戶籍人員與非戶籍人員間的待遇仍有所差異，進一步研究可分層次考慮流動人口對建設(shè)用地的影響差異。（2）本文主要著眼于全國層面的建設(shè)用地規(guī)模，利用省域數(shù)據(jù)驗證經(jīng)濟發(fā)展狀況對其影響。考察的溢出效應(yīng)主要集中于區(qū)域之間，進一步研究可對區(qū)域內(nèi)部的溢出效應(yīng)進行分析。（3）本文采用的空間權(quán)重矩陣基于地理鄰接準則，進一步的研究可通過構(gòu)建社會經(jīng)濟特征權(quán)重對比地理特征權(quán)重以做更全面充分的剖析。

（References）：

［1］劉瑞，朱道林，朱戰(zhàn)強，等.基于 Logistic 回歸模型的德州市城市建設(shè)用地擴張驅(qū)動力分析［J］.資源科學(xué)，2009，31（11）：1919- 1926.

［2］陳春，馮長春.中國建設(shè)用地增長驅(qū)動力研究［J］.中國人口·資源與環(huán)境，2010， 20（10）：72 - 78.

［3］趙小汎，代力民，陳文波，等.耕地與建設(shè)用地變化驅(qū)動力比較分析［J］.地理科學(xué)，2008， 28（2）：214 - 218.

［4］呂可文，苗長虹，安乾.河南省建設(shè)用地擴張及其驅(qū)動力分析［J］.地理與地理信息科學(xué)，2012，28（4）：69 - 74.

［5］趙可，張安錄，徐衛(wèi)濤.中國城市建設(shè)用地擴張驅(qū)動力的時空差異分析［J］.資源科學(xué)，2011， 33（5）：935 - 941.

［6］趙可，張安錄.城市建設(shè)用地、經(jīng)濟發(fā)展與城市化關(guān)系的計量分析［J］.中國人口·資源與環(huán)境，2011，21（1）：7 - 12.

［7］鮑麗萍，王景崗.中國大陸城市建設(shè)用地擴展動因淺析［J］.中國土地科 學(xué)，2009，23（8）：68 - 72.

［8］謝花林，劉黎明，李波，等.土地利用變化的多尺度空間自相關(guān)分析［J］.地理學(xué)報，2006，61（4）：389 - 400.

［9］王文剛，龐笑笑，宋玉祥，等.中國建設(shè)用地變化的空間分異特征［J］.地域研究與開發(fā)，2012，31（1）：110 - 115.

［10］KP Overmars， GHJ De Koning， A Veldkamp. Spatial Autocorrelation in Multi-Scale Land Use Models［J］. Ecological Modelling，2003， 164（2）: 257 - 270.

［11］楊楊，吳次芳，韋仕川，等.中國建設(shè)用地擴展的空間動態(tài)演變格局——基于EBI和EBIi的研究［J］.中國土地科學(xué)，2008，22（1）：23 - 31.

［12］葉浩，張鵬，濮勵杰.中國建設(shè)用地與區(qū)域社會經(jīng)濟發(fā)展關(guān)系的空間計量研究［J］.地理科學(xué)，2012，32（2）：149 - 154.

［13］L Anselin. Spatial Econometrics: Methods and Models［M］. Dordrecht: Kluwer Academic Publishers, 1988.

［14］JP Elhorst. Specification and Estimation of Spatial Panel Data Models［J］. International regional science review, 2003, 26（3）: 244 -268.

［15］James LeSage, Robert Kelley Pace. Introduction to Spatial Econometrics［M］. London: Chapman & Hall/CRC, 2009.

［16］JP Elhorst. Applied Spatial Econometrics: Raising the Bar［J］. Spatial Economic Analysis, 2010, 5（1）: 9 - 28.

［17］B Baltagi. Econometric Analysis of Panel Data［M］. Chichester: John Wiley&Sons,2001.

［18］De Hoyos, R., V.Sarafidis. Testing for Cross-sectional Dependence in Panel-data Models［J］. The Stata Journal，2006，6（4）: 482 -496.

［19］Fujita, P Krugman, A Venables. The Spatial Economy: Cities, Regions and International Trade［M］. Cambridge: The MIT Press, 1999.