基于四十二國樣本的工業(yè)化、城市化與耕地變化機制研究

王成軍，費喜敏

(浙江農(nóng)林大學經(jīng)濟管理學院，浙江臨安311300)

0 引言

工業(yè)化和城市化是一個國家或地區(qū)實現(xiàn)現(xiàn)代化的必由之路，也是經(jīng)濟社會發(fā)展的必然趨勢[1]。在工業(yè)化、城市化過程中，耕地資源也不可避免地發(fā)生動態(tài)變化[2]。耕地在工業(yè)化、城市化過程中呈現(xiàn)什么樣的變化規(guī)律?工業(yè)化、城市化發(fā)展對耕地變化(耕地變化一般包括質(zhì)量變化和數(shù)量變化兩個方面，由于耕地質(zhì)量變化的數(shù)據(jù)難以獲得，本研究中的耕地變化僅僅指數(shù)量變化)存在何種作用形式?其對耕地變化的主要貢獻如何?此類問題一直以來是國內(nèi)外學者研究的熱點之一。例如，X.Li等[3]、葉嘉安等[4]、朱麗芬等[5]、Zhang Xiaobo等[6]、陳志剛等[7]、劉慶等[8]研究了中國工業(yè)化、城市化過程中耕地變化現(xiàn)象以及工業(yè)化、城市化發(fā)展對耕地變化的影響。Deller Steven[9]、王家庭等[10]研究了美國工業(yè)化、城市化與耕地變化之間的關(guān)系。賈紹鳳等[11]、郝壽義等[12]、孫強等[13]研究了日本工業(yè)化、城市化過程中耕地變化及其驅(qū)動因素。黃大全等[14]、劉新衛(wèi)[15]通過多國對比的方式研究了日本和歐美等主要資本主義國家工業(yè)化、城市化過程中耕地變化現(xiàn)象。然而，在這些眾多的研究中，得出的結(jié)論卻存在很大的差異性，大致可以歸納為3種類型:一是認為由于工業(yè)化、城市化發(fā)展需要占用大量的耕地，在此過程中耕地必然大量減少;二是認為工業(yè)化、城市化對土地的利用集約程度較高，在此過程中隨著產(chǎn)業(yè)和農(nóng)村勞動力向城市的集中，農(nóng)村大量的建設用地復墾為耕地，耕地最終可以出現(xiàn)增加或者基本不變;三是認為在工業(yè)化、城市化發(fā)展初期，工業(yè)化與城市化的粗放發(fā)展，需要占用大量耕地，到了后期工業(yè)化與城市化集約發(fā)展，同時農(nóng)村建設用地復墾，耕地出現(xiàn)增加，因此，認為工業(yè)化、城市化的發(fā)展使耕地呈現(xiàn)“U”型變化現(xiàn)象。以往的研究之所以會出現(xiàn)不同甚至截然相反的結(jié)論，本研究認為其主要原因存在兩個方面:一是以往的研究樣本主要是某個國家或局部地區(qū)，研究多數(shù)針對工業(yè)化、城市化過程的某個階段，研究的對象具有特殊性，而研究中又無法剔除不同地區(qū)的特殊性的影響;二是在研究方法的使用上基本上只是關(guān)注了工業(yè)化、城市化發(fā)展對耕地變化的單方向影響，很少注意到耕地變化對工業(yè)化、城市化反饋作用和對自身變化的強化作用。因此，本研究擬從世界整體中選出具有一般代表性的樣本，使用面板數(shù)據(jù)向量自回歸模型(panel vector auto-regression，PVAR)方法，將工業(yè)化、城市化對耕地變化的影響及耕地變化對工業(yè)化、城市化的反饋作用納入研究框架，從而揭示工業(yè)化、城市化發(fā)展對耕地變化的影響及貢獻。

1 耕地變化的驅(qū)動機制分析

城市化是指由農(nóng)村經(jīng)濟向城市經(jīng)濟的轉(zhuǎn)化過程(圖1)。從產(chǎn)業(yè)結(jié)構(gòu)的角度看，是城市二三產(chǎn)業(yè)不斷擴張的過程，從勞動力的構(gòu)成角度看，是農(nóng)村勞動力不斷向城市部門集中的過程。在人口和產(chǎn)業(yè)向城市部門集中的過程中，往往導致城市部門“房地產(chǎn)熱”、“開發(fā)區(qū)熱”，在發(fā)展的中前期，城市會“攤煎餅”式外延發(fā)展，這必然會導致大量耕地流失[5]。其次，工業(yè)化是指一個國家和地區(qū)國民經(jīng)濟中工業(yè)生產(chǎn)活動逐步取得主導地位的發(fā)展過程，是指工業(yè)(特別是其中的制造業(yè))產(chǎn)值在國民生產(chǎn)總值中比重不斷上升的過程。隨著工業(yè)的擴張，工業(yè)用地也必然增加，導致大量的耕地被占用。再次，耕地也會反過來對工業(yè)化、城市化發(fā)展產(chǎn)生重要影響。耕地是非農(nóng)建設用地的主要來源，充足的耕地可以減輕非農(nóng)建設用地增長的阻力，有利于非農(nóng)產(chǎn)業(yè)和城市部門擴張，而非農(nóng)產(chǎn)業(yè)發(fā)展和城市的擴張必須有充足的糧食供給等物質(zhì)保障，這又必須以耕地為基礎。因此，充足的耕地資源供給將有利于工業(yè)化和城市化快速發(fā)展，否則將阻礙工業(yè)化、城市化的發(fā)展。另外，工業(yè)化、城市化之間也是相輔相成的。城市化發(fā)展除了表現(xiàn)為城市的擴張外，還表現(xiàn)為人口大量向城市集中，這種集中往往需要工業(yè)部門提供充分的工作機會，否則將造成城市人口的大量失業(yè)，阻礙城市化的進程;而集中于城市部門工業(yè)的發(fā)展，一方面需要城市空間提供便利的基礎設施，另一方面需要城市勞動市場提供大量的勞動力，這又必須借助于城市化的充分發(fā)展。

由上述分析可知，耕地變化、工業(yè)化和城市化之間存在相互作用機制，從長期看，工業(yè)化、城市化和耕地變化之間應該存在相互牽制的均衡關(guān)系，從短期看，耕地、工業(yè)化和城市化三者之間任何一個發(fā)生變化，將會通過三者間的均衡機制對其他兩個產(chǎn)生沖擊。工業(yè)化、城市化對耕地變化的影響正是通過這種關(guān)系產(chǎn)生的。

2 基于PVAR模型的實證

2.1 研究方法與指標、樣本的選取

由于耕地變化、工業(yè)化和城市化之間存在相互影響關(guān)系，在實證分析中對模型進行估計和做外推時可能遇到內(nèi)生性解釋變量的問題，采用聯(lián)立的結(jié)構(gòu)方程模型進行分析雖然可以解決此問題，但缺乏支撐建立聯(lián)立方程模型所需要的經(jīng)濟理論，VAR模型為解決這一問題提供了很好的途徑。由于受時間的限制，基本的VAR模型很難做大樣本的分析，起始于20世紀80年代的PVAR模型可以克服上述問題。

PVAR模型的研究起始于Chamberlain[16]基于混合數(shù)據(jù)(pool data)的向量自回歸模型的研究，Holtz-Eakin等[17]進一步研究了時變系數(shù)的PVAR模型，但是此時PVAR模型內(nèi)生變量只有一個，嚴格意義上說只是一個分布滯后模型，Pearan等[18]開創(chuàng)性地將內(nèi)生變量拓展到多個，經(jīng)過Canva等[19]的進一步發(fā)展，PVAR模型才逐步成熟，最近幾年該方法逐漸為國內(nèi)學者使用。

本研究構(gòu)建一個三階滯后的面板數(shù)據(jù)VAR模型，從實證的角度檢驗工業(yè)化、城市化與耕地變化之間的相互作用，從而分析工業(yè)化、城市化發(fā)展對耕地變化的影響。模型的基本設定如下:

式中:Yi，t為第i個國家在t年的可觀察隨機變量耕地變化量、工業(yè)化、城市化等3×1向量;Di為第i個國家3個不可觀察的固定效應的3×1向量;α0為3個常數(shù)項的3×1向量;αi為3個內(nèi)生變量的估計系數(shù)的3×1向量;q為內(nèi)生變量的滯后階數(shù);εi，t為3個隨機擾動項的3×1向量。模型中存在不可觀察的固定效應Di，在估計模型前需要消除它們。本研究采用Helmert方法將固定效應從模型中消除，即采用每個變量的t(t=1，2，…，T-1)時期值均減去其后各個時期耕地的平均值，采用差分后的值作為新的變量進行回歸，根據(jù)式(1)，固定效應被差分消除，新的變量計算公式如下:

采用Helmert方法對所有變量進行前向均值差分，此變換不改變各個變量之間以及滯后變量之間的正交性，所以對變換后的模型仍可采用系統(tǒng)廣義矩法(GMM)進行估計。變換后的模型如下:

本研究中選用城市人口占總?cè)丝诒?U)表示城市化變量，用非農(nóng)產(chǎn)業(yè)產(chǎn)值占總GDP的比重(I)表示工業(yè)化變量，用各國年耕地變化面積(G)表示耕地變量。各國的非農(nóng)產(chǎn)業(yè)產(chǎn)值采用第二與第三產(chǎn)業(yè)產(chǎn)值加總獲得，年耕地面積變化量采用人均耕地面積與各國總?cè)丝谟嬎愠隹偢孛娣e，根據(jù)各國耕地統(tǒng)計具有周期性特點，對總耕地面積進行5年移動平均，再進行相鄰兩年耕地總面積差分獲得。樣本數(shù)據(jù)來自世界銀行數(shù)據(jù)庫提供的各國年度數(shù)據(jù)。樣本的選取分3步進行。首先，基于數(shù)據(jù)的可獲取性以及能夠?qū)⒅袊?、印度、俄羅斯等典型大國包括在樣本中，增強樣本的代表性，選取1982—2008年為研究的時間段。其次，在世界200多個國家中，選出處于工業(yè)化、城市化進程階段的國家。最后，根據(jù)各指標數(shù)據(jù)的可獲取性，最終確定42個國家作為樣本，樣本分布情況見表1。由表1可知，所選取的樣本無論是在總面積上，還是在地區(qū)分布以及各組分布中對世界整體均具有充分的代表性。

表1 42個樣本國及耕地分布情況Tab.1 The distribution of the samples of 42 countries and their arable land

2.2 單位根與協(xié)整檢驗

為了避免耕地變化(G)、工業(yè)化(I)、城市化(U)等序列不穩(wěn)定產(chǎn)生偽回歸，本研究使用IPS(im pearan shin)單位根檢驗方法，對G，I，U等指標進行面板數(shù)據(jù)單位根檢驗，檢驗結(jié)果見表2。結(jié)果顯示，G，U是平穩(wěn)的，而I非平穩(wěn)，因此，需要對變量進行協(xié)整檢驗。本研究使用Eviews 6.0自帶的Panel Data協(xié)整檢驗功能進行協(xié)整檢驗，該檢驗將不同國家間的自回歸系數(shù)分為同質(zhì)和異質(zhì)的兩種情況，同質(zhì)性檢驗又按照國家間加權(quán)和不加權(quán)兩種方式處理，采用V，RHO，PP，ADF這4個統(tǒng)計進行檢驗，異質(zhì)性檢驗沒有加權(quán)之分，因此，沒有V統(tǒng)計量和加權(quán)的結(jié)果。由于檢驗的序列少于7個，所以選擇基于E-G(Engle-Granger)兩步法的Pedroni方法進行協(xié)整檢驗，檢驗結(jié)果見表3。

表2 1984—2010年IPS單位根檢驗結(jié)果Tab.2 The test of unit root of IPS during 1984—2010

由表3可知，只有加權(quán)的面板ADF統(tǒng)計量檢驗的顯著水平略高，其余統(tǒng)計量檢驗均在0.01的水平上顯著。因此，可以認為各國年耕地變化量、各國的城市化人口占總?cè)丝诘谋戎?、非農(nóng)產(chǎn)業(yè)產(chǎn)值占總GDP比重之間存在協(xié)整關(guān)系，可以進行面板數(shù)據(jù)向量自回歸(PVAR)分析。

2.3 PVAR估計、脈沖響應及方差分解結(jié)果

協(xié)整檢驗結(jié)果說明工業(yè)化、城市化與耕地變化之間的長期均衡關(guān)系，為了進一步分析各變量之間的關(guān)系，本研究采用系統(tǒng)廣義矩(generalized method of moments，GMM)方法對42個樣本國27年的耕地變化量、非農(nóng)產(chǎn)業(yè)產(chǎn)值占比、城市人口占比進行PVAR模型估計，在此基礎上估算脈沖響應函數(shù)和進行方差分解，進一步分析工業(yè)化、城市化和耕地變化受到?jīng)_擊時的波動過程和各沖擊對波動的貢獻，結(jié)果見表4和圖2。

表3 各變量間Pedroni協(xié)整檢驗結(jié)果Tab.3 The Pedroni cointegration test between variables

表4 面板數(shù)據(jù)VAR模型的廣義矩估計結(jié)果Tab.4 GMM estimation results of panel data VAR model

圖2 工業(yè)化、城市化和耕地變化的一個單位標準差沖擊的影響Fig.2 Impact of unit standard industrialization，urbanization and arable land conversion deviation

依據(jù)表4和圖2可知:1)城市化發(fā)展促使耕地減少但其作用強度呈現(xiàn)倒“U”型關(guān)系。表4的模型1中U的滯后1～3期的邊際影響系數(shù)，及圖2(a)中U對G的沖擊始終為負，且圖2(a)中U對G的沖擊作用逐漸增大，后期有所下降，說明城市化發(fā)展對耕地的占用越來越強，隨著城市化發(fā)展到一定階段，這種占用開始減弱。這與城市化發(fā)展的“S”型過程相一致。城市化發(fā)展進入中期階段以后逐步加快，為了容納大量的進城人口，城市需要大量的擴張，這種擴張來源于兩個方面:一是人口的集中使城市的生產(chǎn)部門獲得了勞動力，取得了更高的利潤，從而積極擴張生產(chǎn)空間，出現(xiàn)城市化起始及中前期階段的“開發(fā)區(qū)熱”;二是為了給進城者提供居住場所，建設大量的住宅，又產(chǎn)生了“房地產(chǎn)熱”。但是，到了中后期階段城市化速度開始放慢，勞動者的遷移數(shù)量逐步下降，城市勞動者的居住也得到了改善，進城勞動者的工資也逐步提升，生產(chǎn)擴張的阻力增大，房地產(chǎn)開發(fā)的積極性也開始下降。2)工業(yè)化發(fā)展促使耕地減少但其作用強度逐步減弱。模型1中I滯后1～3期的邊際影響系數(shù)，及圖2(b)中I對G的沖擊始終為負，I對G的沖擊作用在到第3期以后逐漸減小。這是因為在工業(yè)化的前中期非農(nóng)產(chǎn)業(yè)的發(fā)展主要依賴于粗放式經(jīng)營，依靠各種生產(chǎn)要素的大量投入獲得發(fā)展，而到后中后期，隨著產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，非農(nóng)產(chǎn)業(yè)的發(fā)展越來越多地依賴于集約化經(jīng)營和要素使用效率的提高。因此，在前中期非農(nóng)部門表現(xiàn)出對資金、勞動和土地的大量使用，而到了中后期則表現(xiàn)為技術(shù)的更新和投入。3)耕地自身變化的影響具有不確定性。模型1中G的滯后1期和2期對當期的影響為正，滯后3期的影響為負，圖2(c)中G對自身的沖擊呈現(xiàn)很大波動性，而且3期后呈現(xiàn)正負交叉波動。這是因為在本研究的PVAR模型中，耕地及其滯后變量代表了除工業(yè)化、城市化之外的因素對耕地變化的影響和沖擊，其中包括了經(jīng)濟、政治、自然、環(huán)境等多種因素，而這些因素的變化往往會出現(xiàn)很大的波動性。

另外，表4和圖2還表明:1)城市化發(fā)展和工業(yè)化自身的發(fā)展對工業(yè)化均具有促進作用，而耕地面積增長對工業(yè)化發(fā)展具有一定的限制作用。表現(xiàn)為表4中模型2的非農(nóng)產(chǎn)業(yè)產(chǎn)值占總GDP比重、城市人口占總?cè)丝诒戎氐臏?，2，3期的邊際影響系數(shù)均為正，而耕地變化量滯后1，2，3期的系數(shù)均為負，圖2中(a)，(b)表明單位標準差工業(yè)化、城市化沖擊對工業(yè)化波動的影響始終為正，而(c)表明單位耕地變化標準差沖擊對工業(yè)化波動的影響始終為負。2)城市化自身發(fā)展和工業(yè)化發(fā)展對城市化均有促進作用，而耕地面積的增長對城市化的發(fā)展具有一定的限制作用。表現(xiàn)為表4中模型3的非農(nóng)產(chǎn)業(yè)產(chǎn)值占總GDP比重、城市人口占總?cè)丝诒戎氐臏?，2，3期的邊際影響系數(shù)均為正，而耕地變化量滯后1，2，3期的系數(shù)均為負，圖2中(a)，(b)表明單位標準差工業(yè)化、城市化沖擊對城市化波動的影響始終為正，而(c)表明單位耕地變化標準差沖擊對城市化波動的影響始終為負。

盡管PVAR模型的方程及脈沖響應函數(shù)顯示了各因素獨立沖擊對工業(yè)化、城市化、耕地變化的作用形式，但是工業(yè)化、城市化、耕地變化的實際表現(xiàn)是各種沖擊共同起作用的結(jié)果，因此，工業(yè)化、城市化、耕地變化的最終形式將取決于各種沖擊對它們相對貢獻大小。為此，在PVAR模型的基礎上，采用蒙特卡洛方法模擬系統(tǒng)在各因素綜合沖擊下的波動反映，并利用方差分解方法，把系統(tǒng)內(nèi)每個內(nèi)生變量的波動按其成因分解為各種沖擊的相對貢獻，從而揭示各內(nèi)生變量最終變化的形成原因。各變量方差分解結(jié)果見表5。

從表5可知，在滯后第10，20和30期的方差分解中，工業(yè)化發(fā)展和城市化發(fā)展都對耕地變化作出了一定的貢獻，其中，工業(yè)化對耕地變化的貢獻3期均為15%，城市化對耕地變化的貢獻為17%～18%。這說明工業(yè)化發(fā)展和城市化發(fā)展是耕地變化的原因。另外，在模擬中，盡管把各因素對耕地變化的共同影響歸屬于工業(yè)化和城市化，但是，耕地自身的沖擊仍然是耕地變化的最主要原因，從分解的結(jié)果看，耕地自身的貢獻在67%～68%。根據(jù)方差分解的結(jié)果，耕地變化的最終形態(tài)將主要取決于耕地自身變化沖擊，這種沖擊來自于一國的經(jīng)濟、政治、自然、環(huán)境等多種復雜因素，在工業(yè)化、城市化發(fā)展過程中其變化具有不確定的波動性。因此，可以推斷，各國在工業(yè)化、城市化發(fā)展過程中，耕地變化也應該具有不確定性的波動性。各國的耕地變化實踐也印證了本研究推斷的正確性。例如，美國在1880—1920年間耕地面積從6 700萬hm2一路攀升到1.6億hm2，20世紀30年代減少了1.7萬hm2，1950年至今變化不大;英國在1688—1795年間，耕地面積增加了162萬hm2，1871—20世紀中期，減少了近200萬hm2，從1960年至今，又開始不斷增長;日本在1880—1920，1930—1940，1950—1960年期間耕地面積曾3次增長(根據(jù)世界經(jīng)濟千年史和FAO提供的數(shù)據(jù)資料計算)。我國從建國至20世紀60年代，耕地面積一直增加，但是到后期卻快速減少。

表5 基于PVAR模型的方差分解Tab.5 Variance decomposition of PVAR model

3 結(jié)論與啟示

從理論分析看，工業(yè)化、城市化與耕地變化之間具有相互影響的作用機制，工業(yè)化、城市化的發(fā)展促使耕地減少，耕地變化也反作用于工業(yè)化、城市化發(fā)展，耕地變化的最終形態(tài)取決于各種因素綜合作用的結(jié)果。采用世界銀行數(shù)據(jù)庫提供的1984—2010年的四十二國數(shù)據(jù)，利用PVAR模型估計程序進行模擬，以及通過脈沖響應函數(shù)分析和方差分解發(fā)現(xiàn):1)工業(yè)化、城市化發(fā)展是耕地減少的原因，而充足的耕地非農(nóng)化供給反過來增進了工業(yè)化、城市化的發(fā)展。2)在工業(yè)化、城市化過程中，盡管工業(yè)化、城市化發(fā)展促使耕地面積減少，但是，這并不是耕地減少的主要原因，從耕地變化波動的貢獻上，工業(yè)化、城市化貢獻總和沒有超過40%，耕地變化的貢獻更多地是由耕地變化自身沖擊引起的，這說明耕地自身沖擊所代表的因素是影響耕地變化的最主要因素。3)在工業(yè)化、城市化、耕地變化構(gòu)成的系統(tǒng)內(nèi)，各國耕地既沒有表現(xiàn)為普遍減少，也沒有表現(xiàn)為普遍增長或者維持不變，而是表現(xiàn)為階段性波動形態(tài)。

基于上述的理論分析和實證檢驗的結(jié)論，在工業(yè)化、城市化發(fā)展過程中，工業(yè)化、城市化發(fā)展對耕地的流失產(chǎn)生了一定的作用，加強對工業(yè)發(fā)展用地和城市擴張用地的管理，提高非農(nóng)用地的集約化利用程度，是長期內(nèi)減少耕地流失的重要措施之一。但是，在工業(yè)化、城市化發(fā)展過程中，工業(yè)化、城市化發(fā)展不是導致耕地大量流失的最主要原因，有效抑制耕地流失的手段應該更多地著眼于工業(yè)化、城市化之外的因素。從已有的研究結(jié)果看，采取合理的工業(yè)化、城市化發(fā)展模式，采用有效的經(jīng)濟發(fā)展政策、對外貿(mào)易政策、積極的農(nóng)業(yè)生產(chǎn)政策和耕地保護政策等都是有效地抑制耕地減少的重要手段。只是針對不同的國情，各種因素的耕地變化的相對重要性可能存在差別。在什么樣的社會經(jīng)濟背景下采取何種措施更有效，這將是需要進一步研究的重要課題。

致謝:本研究中PVAR模型的估計程序是世界銀行I.Love博士免費提供的，在此表示感謝!

[1]Harris J R，Todaro M P.Migration，Unemployment and Development:A Two-sector Analysis[J].American Economic Review，1970，60(1):126-142.

[2]Huang J，Rozelle S.Environmental Stress and Grain Yields in China[J].American Journal of Agricultural Economics，1995，76(4):853-864.

[3]Li X，Sun L.Driving Forces of Arable Land Conversion in China[R].New York:Cornell University，1997.

[4]葉嘉安，黎夏.珠江三角洲經(jīng)濟發(fā)展、城市擴張與農(nóng)田流失研究——以東莞市為例[J].經(jīng)濟地理，1999，19(1):67-72.

[5]朱麗芬，黃季焜.城鎮(zhèn)化對耕地影響的研究[J].經(jīng)濟研究，2007(2):137-145.

[6]Zhang Xiaobo，Mount T D，Boisvert R N.Industrialization，Urbanization and Land Use in China[D].New York:Cornell University，2008.

[7]陳志剛，曲福田，韓立.工業(yè)化、城鎮(zhèn)化進程中的農(nóng)村土地問題:特征、誘因與解決路徑[J].經(jīng)濟體制改革，2010(5):93-98.

[8]劉慶，陳利根，何長元.長株潭城市群耕地動態(tài)變化及驅(qū)動力實證研究[J].地域研究與開發(fā)，2010，29(4):122-126.

[9]Steven Deller.Urban Growth，Rural Land Conversion and the Fiscal Well-being of Local Municipalities[D].New York:Cornell University，2003.

[10]王家庭，張換兆.工業(yè)化、城市化與土地制度的互動關(guān)系:美國的經(jīng)驗[J].亞太經(jīng)濟，2009(4):52-56.

[11]賈紹鳳，張軍巖.日本城市化中的耕地變動與經(jīng)驗[J].中國人口·資源與環(huán)境，2003，13(1):31-34.

[12]郝壽義，王家庭，張換兆.工業(yè)化、城市化與農(nóng)村土地制度演進的國際考察——以日本為例[J].上海經(jīng)濟研究，2007(1):40-50.

[13]孫強，蔡運龍.日本耕地保護與土地管理的歷史經(jīng)驗及其對中國的啟示[J].北京大學學報(自然科學版)，2008，44(2):249-256.

[14]黃大全，鄭偉元.海外城市化與耕地保護對中國的啟示[J].中國土地科學，2005，19(3):38-43.

[15]劉新衛(wèi).“黃金發(fā)展階段”日本、韓國和中國臺灣土地利用淺析[J].國土資源情報，2006(2):50-56.

[16]Chamberlain G.Panel Data in the Handbook of Econometrics VolumeⅡ[M].Amsterdam:North-Holland Publishing Company，1983.

[17]Holtz-Eakin D，Newey W，Rosen H.Estimating Vector Autoregression with Panel Data[J].Econometrica，1962，30(4):34-53.

[18]Pesaran H，Smith R.Estimating Long Run Relationships for Dynamic Heterogenous Panels[J].Journal of Econometrics，1995，68(10):79-113.

[19]Canova F，Ciccarelli M.Forecasting and Turning Point Predictions in A Bayesian Panel VAR Model[J].Journal of Econometrics，2004，120(5):327-359.