人口密度范文
时间:2023-04-11 03:44:33
导语:如何才能写好一篇人口密度,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。
篇1
1、中国人口密度是世界上人口最多的国家。2013年底,在中国大陆上居住着136072万人,约占世界总人口的19%。中国每平方公里平均人口密度为143人,约是世界人口密度的3.3倍,且中国人口分布很不均衡。东部沿海地区人口密集,每平方公里超过400人。
2、中部地区每平方公里为200多人,而西部高原地区人口稀少,每平方公里不足10人。长期以来,由于我国缺乏对城镇实体地域的统计划分,很多涉及城市、都市圈乃至如今的城市群等城镇化空间格局的概念时均难得要领。
3、只能泛化使用,不利于城镇化空间格局研究的开展。纵观国外对城镇实体地域的划分经验,人口密度无疑是第一要素。
(来源:文章屋网 )
篇2
1、南美洲有世界上面积最大的热带雨林,这里气候湿热。
2、南美洲西侧,分布着狭长的热带沙漠,气候干旱。
3、南美洲有狭长的安第斯山脉,海拔较高,气候寒冷。
4、南美洲阿根廷境内有潘帕斯草原,这里降水较少。
篇3
调查结果分析
调查对象:选择济宁市泗水县和嘉祥县承担手足口病人群带毒率调查工作,调查对象为健康(无发热、皮疹、疱疹)的城镇托幼机构儿童和农村散居儿童及其监护人,见表1。
标本采集:按照《手足口病预防控制指南(2009年版)》执行。在采样地点和运送工厂中均备有装有足够冰块的冷藏包,采集后冷冻保存。
实验室检测:粪便标本采集后,其中1管由济宁市疾控中心实验室应用荧光定量PCR进行肠道病毒核酸检测,首先应用PE引物进行筛查,凡通用引物阳性者再应用EV71、CoxA16两种引物进行分型。阳性标本及时送山东省疾控中心进行复核鉴定。
检测结果:第1次检测结果:检测基本情况:两县共采集健康人群大便标本386份,肠道病毒通用引物阳性68份,总阳性率17.62%(68/386),均为其他型肠道病毒,未检出EV71和COAX16型肠道病毒。阳性率结果,见图1。
人群肠道病毒检测情况:5岁以下儿童共采集大便标本287份,肠道病毒通用引物阳性59份,阳性率20.56%(59/287),成人(监护人)大便标本99份,肠道病毒通用引物阳性9份,阳性率9.09%(9/99)。其中嘉祥县5岁以下儿童阳性率12.5%(17/136),成人9.38%(6/64);泗水县5岁以下儿童阳性率27.81%(42/151),成人8.57%(3/35)。
5岁以下儿童中,≤3岁年龄组阳性率29.37%(37/126),4~5岁年龄组阳性率13.66%(22/161),见表2。
第2次检测结果:检测基本情况:两县共采集健康人群大便标本397份,肠道病毒通用引物阳性70份,总阳性率17.63%(70/397),均为其它型肠道病毒,未检出EV71和COAX16型肠道病毒。阳性率结果,见图2。
人群肠道病毒检测情况:5岁以下儿童共采集大便标本289份,肠道病毒通用引物阳性61份,阳性率21.11%(61/289),成人(监护人)大便标本108份,肠道病毒通用引物阳性9份,阳性率8.33%(9/108)。其中嘉祥县5岁以下儿童阳性率24.06%(32/133),成人10.94%(7/64);泗水县5岁以下儿童阳性率18.59%(29/156),成人4.55%(2/44)。
5岁以下儿童中,≤3岁年龄组阳性率25.00%(31/126),4~5岁年龄组阳性率18.18%(30/165),见表3。
主要做法
手足口病对婴幼儿普遍易感,大多数病例症状轻微,主要表现为发热和手、足、口腔等部位的皮疹或疱疹等特征,多数患者可以自愈。养成良好卫生习惯,做到饭前便后洗手、不喝生水、不吃生冷食物,勤晒衣被,多通风。托幼机构和家长发现可疑患儿,要及时到医疗机构就诊,并及时向卫生和教育部门报告,及时采取控制措施。轻症患儿不必住院,可在家中治疗、休息,避免交叉感染。
加强领导,提高认识:中心领导高度认识,成立了工作组。召开嘉祥、泗水两县主要专业人员参加的会议及培训,认真学习《手足口病人群带毒率调查方案》。
周密组织,全力做好调查保障:制定《济宁市手足口病带毒率调查方案》,组织参加手足口病调查工作人员学习和讨论。同时,中心予以物力、财力全力保障,及时购买了调查、采样需要的物品,订购了近1500人份的肠道病毒核酸检测试剂。
做好宣传工作:两县疾控中心专业人员深入托幼机构班级、农村卫生室、农村家庭面对面谈话的方式,加大对调查工作的宣传引导,通过广泛的宣传引导,提高了群众对此项工作的认识,促进了调查工作的顺利进行。
加强现场调查督导,确保调查的质量:4月及7月2次,市、县疾控中心分管领导带领传染病科和检验科工作人员分别到现场指导调查工作,对两县市区采样情况及质量控制进行了督导。
表1 济宁市嘉祥泗水两县健康人群肠道病毒检测(第1次)
篇4
“这个城市让我震惊――它的尺度、规模和人口密度完全不可思议。我无法想象这个城市究竟发生了什么事。在东欧,一个国家的人口恐怕都没广州多!” 2005年1月,在“广州国际摄影双年展”新闻会上,斯洛伐克籍的马丁・科勒代表参展的外国摄影家发言时如此感叹。
最大的人口容量1500万人?
在京、沪、穗、深四大城市之中,羊城实行较宽松的户籍管理政策,使得数以百万计的外来人口容易跨越入户门槛,成为广州常住人口。即使是“唱衰”广州的人,也不得不承认这座城市的确肚大能容!2006年9月,在广州市总体规划咨询与交通发展纲要(草案)专题评议会上,工程院院士邹德慈提出,综合考虑广州的生态、能源、水资源、土地等负荷,“环境容量1200万人是比较合适的”。按照邹院士的观点,广州已逼近危险的容量极限。2007年2月9日,广州市年度人口与计生工作会议与会者透露:根据专家测算,广州面积为7434平方公里,最大人口容量为1500万人,而目前广州常住人口加流动人口将近1200万,距离人口规模的“临界点”已经不远。广州市委书记朱小丹忧心忡忡地指出:“如果人口规模失去控制,不能妥善解决好人口数量、素质、结构和分布问题,构建和谐广州、落实富民强市战略也无从谈起”。
两年前,在深圳面临人口迅速滑向容量极限之际,该市官员用四个“难以为继”敲响警钟:地少人多的矛盾如不能解决,经济的持续健康增长将难以为继;土地、空间有限,难以为继;能源、水资源短缺,难以为继;环境承载力严重透支,难以为继。许多广州市民获知羊城已逼近人口“临界点”的消息后,提出并非杞人忧天的问题:如果人口容量满负荷或突破极限,广州会变成什么样子?如果塞满1500万人,广州会不会连站脚的地方都没有呢?
广州距离人炸还有多远?
1990年~2006年16年间,广州人口从630万上升至1200万人,人口规模翻一番,广州距离人炸还有多远?
羊城现有建成区面积7434平方公里,若按户籍人口725万计算,平均人口密度为975人/平方公里;若按常住人口1200万计算,平均人口密度为1614人/平方公里。具体到区一级,按户籍人口计算,老城区荔湾区人口密度高达3.2万人/平方公里,越秀区竟高达4.7万人/平方公里,原东山区为3.7万人/平方公里。其他城市又如何?2006年7月11日“世界人口日”,深圳市宣布深圳已成为国内人口密度最大的城市,全市面积2091平方公里,常住人口827.75万,人口密度高达3959人/平方公里。同期,北京面积16807平方公里,人口密度为951人/平方公里;上海面积6340.50平方公里,人口密度为2804人/平方公里。
广州老城区的人口密度高得有些离谱,但跟上海、香港的老城区相比仍属“宽敞”。在人口最密集的上海黄浦区,人口密度高达51000人/平方公里。香港更甚,平均人口密度约6300人/平方公里,观塘区为50910人/平方公里,旺角则是全球人口密度最高之地区,为13万人/平方公里。
羊城人口密度在京、沪、穗、深四大城市中排名第三,而建设部颁布的标准是适宜居住城市的人口密度应小于1万人/平方公里,所以就老城区每平方公里数万人的人口密度而言,广州确实是一个人口即将爆炸的城市,但就975人/平方公里的平均人口密度而言,惊呼广州人炸为时尚早。
人口超过1500万广州人就要饿肚子?
专家认为广州的最大人口容量为1500万人,这是否意味着羊城只能养活1500万人,超过1500万广州人就要饿肚子?
笔者相信1500万这个数字经过了严肃认真的计算,是一个客观的可信的数字,但并不等于说广州人口一旦突破1500万,这座城市就要由大户变成贫困户。测算一个城市可以容纳多少人口,必须综合考虑自然资源、土地面积、能源结构、科技水平、经济总量和发展前景等因素,是一个极复杂的计算体系。国土资源与人口增长的关系是互动的,一方面,人口的衣食住行要依靠资源;另一方面,资源的开发和利用又受到人口数量与素质、科技水平及风俗习惯等因素的影响。关于人口增长与可持续发展的关系,学者有两种截然不同的看法:
一是悲观论,叫做极限理论;二是乐观论,称为富饶理论。悲观者认为,人口与经济发展是有极限的,假若太接近极限,人口的死亡率便会大大提高,即使我们距离这种极限还很远,人口与经济增长也应该适时停止,因为空气、水、矿产、土地以及可用能源等资源是有限的。乐观者认为,只有科技停止进步才会带来人口的极限,人口与经济增长是有利的,应该继续下去,因为科技发展可以创造更多资源。故此,计算城市适居人口的标准不少,争议很大,笔者搜遍资料也没能找到公认的权威的计算公式。
目前广州的平均人口密度只有香港与新加坡的1/5~1/6左右,深圳的人口密度比上海高30%,是广州的近4倍,上海的人口密度又是广州的近2倍。假若羊城建成2000平方公里的适宜居住城区,按照建设部“适宜居住城市的人口密度应小于1万人/平方公里”的标准,广州可容纳2000万人口。当然,人口密度过大造成的垃圾、废水、废气、噪音等污染非常严重,一个城市的人口规模必须控制在城市资源所能承载的合理范围内,但人口既是一种负担也是一种“资源”,维持和优化这种“资源”对广州的未来才是至关重要重的。
1500万人的极限值可否扩容?
前面说过,计算城市适居人口的标准很多,包括人口密度、赡养和抚养人口比例、人口迁移的数量以及预期寿命等;在经济方面,又有就业率、工资水平、消费形态、物价、国际贸易以及市民人均收入等。理论上,以人均收入来测算适居人口效果较好,人均收入最大时的人口数量便是适居人口,生活水准也最高。
1980年广州人口 为502万,1982年520万,1985年545万,1990年630万,2001 年1015万,2006年1200万,若用人均收入作为测算标准,不断增长的人口不但没有拖慢广州经济腾飞的步伐,而且10年来每年超过10%的经济增长率和节节攀升的人均收入,似乎说明适度人口还未“封顶”,1500万人口的极限值是不是存在扩容的可能性呢?
篇5
其实,虽然中国人口总量甚巨,但因为国土面积大,人口密度水平在世界上并不算高,根据联合国的资料,中国人口密度在所有国家和地区中只排第73位。许多发达国家,例如英国、德国、荷兰、意大利和瑞士,人口密度都远高于中国。而且,中国单位国土面积的主要资源储量也在世界处于中上水平,以人均主要资源论,中国更是在世界上处在中游位置,并不短缺。从理论上说,地球可以承载的人口数量肯定有一个极限值,超过这个值,地球就会显得过分拥挤,但在实践中,即使那些比中国人口密度大得多的国家,也还没有遭遇到这个极限,更不用说中国了。可以这么说,迄今为止,我们看到的许多所谓“人太多”、“资源紧张”现象,绝大部分是特定的社会经济制度导致的,而不是真的因为人口太多了。
有些人对此始终无法相信,他们常常喜欢举日本东京的例子。日本是世界上最富裕的市场经济和民主国家,但是东京地铁不还是那么拥挤?东京住房不还是那么紧张?原因就是日本人口密度太大了,是中国的2.5倍!这些人得出结论说:可见人口太多,还是造成资源短缺的一个决定性因素。
然而,这些人忽视的事实是:世界上一些人口极为稀少的发达和准发达国家,同样拥有最拥挤的地铁、最拥堵的街道。2008年,美国《时代》周刊曾把巴西圣保罗市评为世界上交通最为拥堵的城市。但是,巴西每平方公里人口只有23人,是中国的六分之一,日本的十五分之一。莫斯科地铁极为拥挤,每年运输量达24亿人次(2009年数据),平均每公里地铁年运输80万人次,在世界上仅次于东京地铁,远远超过北京和上海。而俄罗斯每平方公里人口只有8.4人,是世界上人烟最为稀少的国家之一。不知道如果有些中国人去了圣保罗或者莫斯科,会不会感慨“巴西人太多了”或者“俄罗斯人太多了”?
造成“人太多”这种感觉的原因是多种多样的,一个很重要的原因――大多数“人口拥挤、资源紧张”的大城市和超大城市,都是在20世纪下半叶以后才形成的,属于所谓比较年轻的城市,或者说,是后工业时代的城市。后工业城市的特点,是以金融、管理、贸易、地产、餐饮服务等第三产业为城市的核心产业,而这些服务型产业,都喜欢有较高人口密度以取得规模效应,都出现了患有严重“城市病”的超大城市,无论这些国家人口密度是高、不高还是很低。除了前面提到的圣保罗以外,著名的还有墨西哥、里约热内卢、布宜诺斯艾利斯、首尔等,包括日本东京都可以列为此类后发达的超大城市。
相反,早期形成的那些城市,无论是制造业型城市、工业港口城市还是带有前工业色彩的自治型乡镇,它们的规模都相对较小,人口密度相对较低。现在有些朋友去欧美国家,经常惊叹他们“小国寡民”一样的生活方式,容易产生欧美都是“地广人稀”的错觉。其实美国的人口密度并不小,而欧洲,很多国家的人口比中国人口密度高。我们不会发出“欧洲人太多”或“美国人太多”的感慨,是因为作为老牌资本主义发达国家,这些国家的城市化进程发生得比较早。美国的城市化率早在20世纪40年代就达到了50%,欧洲很多城市更是有几百年历史。大量中小城市在早期城市化时期形成,并保留到今天,大大拉低了平均城市人口密度。
篇6
关键词 犯罪率 人口因素 非参数可加模型
中图分类号:D917 文献标识码:A
一、引言
改革开放三十多年来,我国经济持续快速增长,社会经济取得了显著进步。然而,从中可以观察到一个显著而重要的社会现象:社会中的犯罪率持续上升。1978年全国的犯罪总数为50多万起, 到 2007 年犯罪总数达到了484万多起, 是 1978 年犯罪总数的9倍, 年均增长约8% 。对于如此巨大的犯罪增长, 我们很自然地想知道, 这到底是哪些因素导致的?
西方的犯罪学研究已有一百多年的历史,而我国的研究却仅有短短二十几年的时间。改革开放以来,我国学者在犯罪原因的研究方面取得了很大成果。有部分学者以实证资料为基础进行犯罪原因分析,但基于这方面的研究相对较少,且方法侧重于描述统计,如麻泽芝、丁泽芸(1999)对从相对丧失论的角度出发,从宏观方面对流动人口财产性犯罪偏高的现象的原因进行研究;胡联合等(2007)用一元线性回归模型研究了贫富差距对犯罪的影响,认为贫富差距对于犯罪总的来说有显著影响;谢荻等(2006)则通过年省级截面数据研究了GDP、地区差异等对于犯罪的影响,结果显示经济发展水平、贫富差异、开放程度等都对犯罪率有明显影响。
从国内学者的研究情况看,随着我国犯罪率的不断上升,这受到了学者们的普遍关注,但由于犯罪学研究起步晚,国内的研究文献相对较少,而用定量方法研究犯罪率影响因素的文献更不多见。但是这些研究要么考虑因素单一,要么研究的范围太广,从而无法得出一个较为可行的结论。
为了弥补以往文献中的不足,本文选取1998-2010年中国省级数据,主要针对可能影响犯罪率的人口因素的三个方面如何影响刑事犯罪率队东中西部地区分别进行分析。与前人的研究相比,本文的创新之处主要体现在如下几个方面:第一,分别考虑人口因素的三个方面对犯罪的影响,而不仅仅局限于流动人口可能导致犯罪率上升,有利于从整体上比较不同人口因素的影响进而对实践进行指导;第二,前人对于犯罪率的实证研究主要限于线性模型,但在现实中很多经济和社会变量之间往往存在着非线性关系,如果仅利用线性模型来拟合可能会损失大量有价值的信息。本文选用非参数可加模型的方法进行研究,既保留线性信息也可以从非线性角度进行探索。
二、研究设计
(一)变量选取及数据来源。
根据所研究的目的并借鉴李雪增(2011)等人关于家庭储蓄的做法,本文将所研究的变量分为三组,分别是因变量、核心自变量和控制变量。下面分别进行简要说明:
1、因变量。
本文的研究目的是揭示人口因素对刑事犯罪率的影响,因而选取检察院每万人批准逮捕人数作为刑事犯罪率的变量。《刑事诉讼法》规定, “公安部门逮捕犯罪嫌疑人必须经过检察机关的批准”。因此, 检察机关批准逮捕的人数可作为衡量刑事犯罪率的近似指标。为了排除各地区人口规模大小的影响, 本文以每万人检察机关批准逮捕人数作为衡量犯罪率的指标。
2、核心自变量。
本文的主要任务是较全面地考察人口因素对刑事犯罪率的影响。选取人口流动性、受教育程度和人口密度作为核心自变量。
人口流动性由省内每万人暂住人口数进行衡量。暂住人口数据来自公安部1998-2010年《全国暂住人口统计资料汇编》。《资料汇编》中流动人口数据来源权威、统计口径统一且连续性强, 是我国有关流动人口面板数据研究的理想样本。人口密度为市区人口密度(人/平方公里),数据来源于《中国统计年鉴》。受教育程度由文盲半文盲人口占15岁及以上人口比例衡量,具体为每万人文盲半文盲人数。(数据来自《中国人口统计年鉴》。)
3、控制变量。
为了便于比较和防止遗漏变量带来的估计偏误,需要引进一系列控制变量。而同时控制变量过多又会造成自由度的损失,所以根据相关理论并结合我国国情,在影响刑事犯罪率的诸多变量中选取若干个作为控制变量。
收入分配的不平等(Kell,2000)鼓励了穷人从事更多的犯罪活动。大量实证研究都发现,失业(Wong,1995)确实对犯罪产生了显著的影响。而警备力量的加强意味着罪犯被得到惩罚的可能性提高进而提高犯罪的机会成本。故又选取城乡收入差距,失业率和起威慑作用的警务支出水平作为控制变量。
本文实证部分所用的变量及其符号如表1所示。研究所用的数据为1998-2010年全国30个省、自治区、直辖市的省级面板数据。(相关未说明来源的数据均来自各省统计年鉴和《中国统计年鉴》。)
(二)估计方法及模型设定。
前人的文献在研究犯罪率的影响因素时大多采用线性参数回归模型,但是,现实中人口因素对刑事犯罪率的影响是复杂的。经济和社会系统的各变量之间存在着大量的非线性关系。与本文所采用的非参数可加模型相比,线性参数方法的局限在于不光在模型设定上较为主观,且不能有效刻画人口因素的非线性影响,因而实证研究的结果可信度较低。因此,选择描述非线性关系的非参数模型――可加模型对人口因素和刑事犯罪率之间的关系进行拟合。
1、可加模型介绍。
2、模型设定。
三、实证结果及分析
分别对东部10个省份、中部9个省份、西部11个省份进行可加模型估计,线性影响结果见表,非线性影响结果见表2。
(一)线性结果。
从表中可以看出,函数拟合效果较好。从线性影响的分析结果,可以看出:
第一,对东部地区来说,与中部地区类似,受教育水平和人口密度的系数显著,受教育水平的系数为0.01792,人口密度的系数为0.02347且都在10%的显著性下通过检验。即提高教育普及水平,提高人口密度有利于减少犯罪的发生。这主要是由于东部地区城市化进程发展快,人口密度大对犯罪分子起到一定的监督和遏制作用,同时教育普及有利于提高人们的法律意识和素质水平,从而降低犯罪率。
第二,对中部地区来说,受教育水平的系数显著为负,人口密度的系数显著为正。这可能是因为中部正处于城市化加快发展时期,人口拥挤,引发了关于争夺生存空间和教育机会等资源福利的一系列问题,反而抵消了教育的普及带来的正面影响。同时人口流动性的系数为正且不显著,这说明流动性对中部地区的犯罪率影响不明显。
第三,对西部地区来说,人口流动性的系数显著为正,即流动人口增多时,会导致该地区的犯罪显著增多。这主要是由于西部某些地区有大批人员出外打工导致人口流动性加大,且青壮年大多出外打工,给犯罪分子提供了更多的犯罪机会。同时,受教育水平和人口密度的系数为正,但不显著,说明西部地区人口的这两种特性对犯罪率的线性影响不明显。
需要指出的是:从控制变量的结果看,各个变量从不同的程度分别对各个地区的犯罪率均有一定的线性影响。比如代表经济发展水平水平的人均GDP在东部和中部地区对于犯罪率的影响显著为正,可能的原因是伴随着经济发展,社会中分配不公的现象越来越多,诱使了犯罪的发生。
(二)非线性结果。
表3给出了模型非线性部分的检验结果,从中可以看出:在东部地区,三种人口因素的非线性影响都十分显著,而在西部和中部地区,仅有部分因素具有显著的非线性影响,这说明东中部地区社会保险对居民储蓄更多地表现为线性影响。
图1~3分别描述了各个地区的每种人口因素对犯罪率的非线性影响,这些非线性结果可以进一步补充和完善前述线性结果所反映的内容。图中阴影部分表示95%置信带,纵轴表示因变量的取值,横轴表示自变量的取值。左中右三幅图分别代表东中西部地区该人口因素的非线性影响。
图1~3的结果显示:在东部地区,只有人口密度具有显著的非线性影响,其它人口因素均无明显的非线性影响。由图可看出:在东部地区随着人口密度的增加,该地区的城镇犯罪率是先增加再减少再增加,到一定程度又开始下降,呈现M型的趋势;而在中部地区,只有人口流动性具有较显著的非线性影响,其它人口因素均无明显的非线性影响,随着流动性的增加,该地区的犯罪率是先增加后减小,呈现倒U型的非线性趋势;对西部地区而言,只有人口密度因素具有较显著的非线性影响,由图中可以看出,随着人口密度的增加,犯罪率呈现倒M型的趋势。
从图形的形状来看,东部地区和西部地区的人口密度因素影响分别呈现M型和倒M型,M 型曲线的特点是存在“波峰”和“波谷”;从分布的角度考虑,这种图形很可能是两个随机变量合成的分布,可能是两个未知变量综合作用的结果,如何找出这两个变量在现实中是十分有意义的。
四、结论
本文用非参数可加模型分析了我国人口因素和刑事犯罪率的关系,并具体分析了每个人口因素对我国不同区域犯罪率的线性和非线性影响;从而探讨了影响我国各个区域刑事犯罪率的深层次原因。实证结果表明每一人口因素对不同区域犯罪率的影响方向和影响程度存在着显著的差异,结论归结如下:
1、东部地区:只有受教育程度和人口密度对犯罪率存在显著影响。受教育程度和人口密度对犯罪率分别存在显著为正和为负的线性影响,同时人口密度还存在显著的非线性影响,并且这种非线性影响呈现M型的趋势。
2、中部地区:只有受教育程度和人口密度对犯罪率存在显著影响。受教育程度和人口密度对犯罪率分别存在显著为负和为正的线性影响,同时人口流动性还存在显著的非线性影响,并且这种非线性影响呈现先增后减的倒U型趋势。
3、西部地区:只有人口流动性存在显著为正的线性影响。受教育程度和人口密度对于犯罪率的影响都为正但不显著。同时人口密度还存在显著的非线性影响,并且这种非线性影响呈现倒M型趋势。
从实证结果所蕴含的经济和社会内涵可知:继续加大力度提高人口素质,是从根本上提高社会治安水平,降低犯罪率的有效措施。同时,从实证结果可以看出:在我国的东、中、西部不同地区,人口因素对犯罪率的影响无论是线性还是非线性都存在不小的差异,这就要求相关部门在制定或修正人口政策时,必须充分考虑这种地区差异性,而不宜在全国范围内框定统一的标准。
(作者单位:厦门大学)
注释:
在中国,关于犯罪的数量没有系统公开的数据,尤其是分省的数据。不系统但偶尔可见的犯罪数据有4种不同的口径:公安局报告抓获犯罪嫌疑人的数量、检察院统计批准逮捕的犯罪嫌疑人数量、法院报告宣判有罪的罪犯数量和监狱有拘押犯人的数量。不同口径之间存在着较大不同。检察院批准逮捕的犯罪嫌疑人数量是比较准确的。包含公安机关提请逮捕和检察机关自侦决定逮捕的犯罪嫌疑人数量、包含法院没有足够证据定罪的犯罪嫌疑人数量和那些宣判有罪但不足以判刑而释放的罪犯数量。公安机关抓获的犯罪嫌疑人数量偏大且没有包含检察机关自侦案件的罪犯人数,而法院宣判有罪和监狱关押的罪犯数量则偏少。
东部地区:北京、天津、辽宁、上海、福建、江苏、浙江、山东、广东、海南;中部地区:河北、山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区:内蒙古、广西、四川、贵州、云南、、陕西、甘肃、青海、宁夏、新疆。
参考文献:
[1]麻泽芝,丁泽芸.相对丧失论――中国流动人口犯罪的一种可能解释[J].法学研究,1999(6).
[2]胡联合,胡鞍钢.贫富差距是如何影响社会稳定的?[J].江西社会科学,2007(9).
[3]李雪增,朱崇实.养老保险能否有效降低家庭储蓄――基于中国省级动态面板数据的实证研究[J].厦门大学学报:哲学社会科学版,2011(3).
[4]巴曙松,朱元倩.基于可加模型的外汇储备影响因素的实证分析[J].金融研究,2007(11).
[5]潘越,杜小敏.劳动力流动、工业化进程与区域经济增长――基于非参数可加模型的实证研究[J].数量经济技术经济研究,2010(5).
[6]Stone C J.Additive Regression and Other Nonparametric Models[J].Annuals of Statistics,1985(2)
[7]Buja A, Hastic T, Tibshirani R.Linear Smoothers and Additive Models [J] .Annuals of Statistics, 1989(2).
篇7
[关键词] 土地 生态适宜性 环境影响评价
福建省东北部沿海地区地理位置、自然条件优越,资源丰富,随着温福高铁的通车,沪、浙资本的大量引入、土地成片开发的不断发展,随之出现了一些不容忽视的问题,如土地资源浪费和退化严重,非农业用地占用大量良田,耕地锐减,人地矛盾日趋突出等。土地是自然诸要素相互依赖和相互作用形成的一种自然资源,也是人们进行工、农、园、林业生产的基础。不同类型的土地具有不同的特征,其生产力和利用的适宜性各不相同。
随着各项开发活动的迅速发展,现阶段对土地的需求日益加重,现有的可开发土地已不能满足长期发展的需要。但如果对所要开发的土地及整个自然环境认识不清,忽略其自然环境的承受能力以及土地使用的适宜性。过度开发将导致自然灾害的发生、生态系统的破坏等严重的生态环境负效应。所以要科学、合理的开发使用土地资源,就应该对土地进行生态适宜性分析。土地的生态适宜性分析是规划环境影响评价中资源与承载力分析的一部分。生态适宜性主要考虑开发区域内各个不同使用功能的土地排序位置是否合理,是否遵循生态优化排序的规律。
1 土地生态适宜性分析方法
土地生态适宜性分析方法现己推出了很多种。常用的一些方法有地图重叠法、因子加权评分法和生态因子组合法等。
地图重叠法是一种形象直观的方法,可以将社会、自然环境等不同量纲的因子进行综合系统分析。
因子加权评分法的基木原理与地图重叠法的原理相似。加权求和的方法克服了地图重叠法中等权相加的缺点以及地图重叠法中的繁琐的照相制图过程。
生态因子组合法可以分为层次组合法和非层次组合法。层次组合法首先用一组组合因子去判断土地的适宜度等级。然后将这组因子看作一个独立的新因子与其他因子进行组合判断土地的适宜度。这种按一定层次组合的方法便是层次组合法。相反则为非层次组合法。显然非层次组合法适用判断因子较少的情况。当因子过多时,采用层次组合法要方便得多。
2 项目区概况
本文所指的项目区位于福建东北部。项目所在区域面临东海,背靠太姥山脉,地处低纬度中亚热带区域,受海洋性季风气候影响,气候温暖,雨量充沛,夏长冬短,平均气温18.5℃,月平均最高气温28.3℃(7月),月平均最低气温8.6℃(1月),极端最高气温40.1℃,极端最低气温-4.3℃,历年平均年无霜期约280天。多年平均降雨量1790.3mm。项目所在区域盛行东北风和西南风,其中9月至翌年3月以东北风为主,6月至8月以东南风为主,7至9月为台风雷雨季节。
项目区范围为低山丘陵和滨海平原地貌,海岸线迂回曲折,多为岩岸。由基岩构成的海湾与岛屿迎风的一侧,在风浪长期冲蚀下,形成了不少海蚀地貌景观。区域内基本上为近海滩涂围垦而成,其北部、南部是海拔200米以下的低山丘陵,地质构造主要受新华夏系和南岭纬向构造的控制,由于太姥山脉斜贯西北部边缘,造成了西北和西南部群山连绵、峰峦叠嶂,沟多谷深,坡陡峰尖,地势比降大。省道沙吕线从项目区中穿过,公路以西的是地块规整的原国营盐场,地表平坦;公路以东是水产养殖区,地势为西北向东南倾斜。
3 土地利用生态适宜度分析
3.1 生态因子的筛选
在生态调查的基础上,按照项目所在地环境区划的要求筛选了生态适宜度分析所需要的生态因子。在此共筛选出的4个生态因子:人工与自然特征(位置)、气象因子(风向)、大气质量指数和土地利用评价值。
3.2 土地利用评价
土地利用现状评价就是使土地利用的可能性(土地条件)和现有土地利用状况相平衡。用下式表示:
式中:L为土地条件等级。参照其他研究成果,土地条件等级一般可分5级,如表1所示。
表1 土地开发利用分类分级表
U为土地利用状况等级。主要按人口密度(常住人口/平方公里)来划分。人口密度小于500为1级;人口密度在501~1000为2级;人口密度在1001~5000为3级;人口密度在5001~10000为4级;人口密度大于10000为5级。
S为综合评价值,可通过与平衡点的比较来确定开发适宜程度。当S>S平,表示开发不足;若S=S平,表示开发平衡;若S
按照项目区内的土地利用现状及规划用的类型,将项目区用地分成6个地块,6个地块的用地类型分别是:
地块1现为农田,项目区建成后主要用于工业用地;
地块2现为农田及村居住用地,项目区建成后作为二类居住用地;
地块3现为盐场,项目区建成后作为工业用地;
地块4现为虾塘,项目区建成后作为工业用地、污水处理厂用地、会展中心和区内孵化区;
地块5现为山体和农田,项目区建成后作为工业用地;
地块6现为农田和村镇居住用地,项目区建成后作为二类居住用地和商业金融中心。
人口密度依据项目规划,工业用地为120p/hm2;综合及
公建用地为150p/hm2;居住用地为358p/hm2。其中工业用地、综合及公建用地常住人口密度取规划人口密度的50%,居住用地常住人口密度取规划人口密度的70%。评价结果见表3。
表3 土地利用现状评价结果
由该表可见,在6个地块中,地块1和地块3开发平衡,其他地块开发过度。
3.3 生态适宜度分析
3.3.1生态适宜度分析的基本程序
参照同类研究,将生态适宜度分为5级,每级的含义分别为:
很适宜:指环境破坏或干扰的调控能力强,自动恢复快,使用土地的环境补偿费用少。
适宜:指环境破坏或干扰的调控能力较强,自动恢复较快,使用土地的环境补偿费用少。
基本适宜:指环境破坏或干扰的调控能力中等,自动恢复能力中等,使用土地的环境补偿费用中等。
不适宜:指环境破坏或干扰的调控能力弱,自动恢复难,使用土地的环境补偿费用多。
很不适宜:指环境破坏或干扰的调控能力弱,自动恢复很难,使用土地的环境补偿费用很多。
3.3.2 工业用地适宜度分析
影响工业用地的因素很多,评价中我们选取人工与自然特征(位置)、气象因子(风向)、大气环境质量以及土地开发利用综合评价值等4个因子作为评价工业用地的因子。各单因子分级评分如表4所示。
注:大气质量指数根据本次监测,按照污染较为显著的PM10取值,为0.866。
参照有关研究,采用直接叠加法求综合评价值。综合评价值RG分级如下:
很不适宜:
表5为工业用地适宜度评价结果。由该表可见,在划分的6个网格中,地块6在规划中为生活区,评价结果不适宜作为工业用地。
表5 项目区工业用地适宜度评价结果
3.3.3 生态满意度分析
生态满意度指标中,核心是把握住环境保护和发展经济之间相互协调的关系,为了分析项目区各项指标的满意程度,评价中参考有关资料,结合我国大城市的指标作为比较,以此划分满意指标,本次评价采用下列5个指标进行评价。
3.3.3.1人口密度(S1)
城着城市化进程的加快,城市人口密度也不断增加,区域评价的人口密度以城市人口密度进行评价,人口密度过大,易引起居住拥挤、发病率上升等不良现象。参考有关资料,本次评价以小于或等于15000p/km2作为完全满意的指标,而将30000p/km2作为完全不满意指标,建立指标函数关系如下:
这是城市生活系统中又一重要指标,本次以人均居住面积大于28m2为完全满意度,而以人均居住面积小于18m2作为完全不满意度,建立如下函数关系:
第三产业是反映城市居民生活是否方便舒适的一个重要因素,包括商业、服务业、教育、医疗卫生、文化设施等等,根据类比资料,评价中以人均第三产业建筑面积6m2是完全满意的,而2m2则认为是完全不满意的,建立了如下函数关系:
城市生态系统是一个不完全的生态系统,它没有“生产者”,也缺少足够的“分解者”,故要使一个城市生态系统能够满意地正常运转,则需将大量的能源物资从区界外运进,再将大量的废物从区中运出,因此城市交通道路是非常重要的一个因素。例如,华盛顿道路面积占市区面积的43%,巴黎为25%,伦敦占23%,都达到了一个较高水平。根据有关部门制定的要求,可以将道路覆盖率达20%作为完全满意的指标,而将道路覆盖率低于10%作为完全不满意指标。据此建立了如下的函数关系:
这是城市生态系统中的一个重要指标。纵观世界上城市生态质量高的城市,无不以大面积的人均公共绿地作为其显著特点。例如华沙的人均公共绿地达70m2/人,华盛顿的人均公共绿地达40m2/人,一般城市越大,人均绿地面积越小。根据《福鼎市城市总体规划》,2000年福鼎市人均绿地面积为2.4m2,规划近期至2005年,绿地面积达101.8×104m2,人均绿地面积为8.9m2,远期至2010年绿地面积达150.0×104m2,人均绿地面积10.3m2。将该项目的人均公共绿地以12m2作为完全满意;而将人均公共绿地面积低于6 m2确定为完全不满意度,建立函数关系如下:根据上述情况,我们可以将5个指标的完全满意和完全不满意的标准建立起来,这样通过计算,就可以将具体的指标变为抽象的无量纲指标,能够更加清楚地看出项目区的生态满意度评价结果。见表6。
表6 项目区生态满意度评价结果
由表6可知,就评价的指标来看,项目区人口密度、人均居住建筑面积、人均第三产业建筑面积以及人均绿地面积均达到了完全满意的程度。但是,工业园内的道路覆盖率为10.6%,满意度为0.06,因此在规划中应增加道路面积,加大区内各块区的联系,以利于物资的输送以及人群的疏散。
4 结语
本文在提出生态适宜性分析方法的基础上,采用生态因子组合法,基本上实现了区域环境影响评价中的土地生态适宜性分析对区域规划布局的指导作用。
参考文献:
[1] 国家土地管理局.县级土地利用总体规划编制规程.1997
[2] 傅伯杰.土地评价的理论与实践[M].北京:科学技术出版社,2000.
[3] 朱坦.开发区区域环境影响评价与规划[M].天津:天津科学技术出版社,1996.
篇8
[关键词] Kuznets倒U理论收入差距经济增长
一、Kuznets倒U理论综述
Kuznets倒U理论(U-curve)于美国经济学家Kuznets在 1955 年发表的《经济发展与收入不平等》的论文中提出。其主旨是在转型式增长阶段,经济增长与公平之间的矛盾是自然而不可避免的。他提出收入分配不平等在前工业文明向工业文明过渡的经济增长早期迅速扩大,尔后短暂稳定,在增长后期逐渐缩小。至于倒U形现象出现的原因,一方面,经济发展的早期,储蓄和积累都集中在少数人手里,资本积聚和集中导致了财富向富裕者积累;另外,城市化和工业化是一国发展过程中不可避免的阶段,城乡居民间的收入差距日益拉大和城市经济中不平等因素的增加,使得收入不平衡的状况在经济发展的早期趋于恶化。随着经济的发展,法律和政策体系日趋完善和成熟,收入不平等的状况趋于缓和。
二、Kuznets倒U形曲线的计量经济学实证分析
1.模型设定
(1)经济增长和收入分配的衡量:笔者选取人均GNP作为衡量经济增长水平的变量,对于收入差距程度,出于对指标取得难易性和时间序列性的考虑,采用基尼系数衡量。
(2)数据选择:如果采用一国的时间序列数据来验证倒U形假设,一则某一国家的完整的时间序列数据的取得相对困难,二则选取的国家所经历的经济发展阶段应有相当时间跨度以包含足够的经济增长阶段而达到倒U曲线对隐含时间轴的要求。参考前人的研究成果,考虑到世界上各个国家的经济发展阶段有明显的差异,我们假设不同国家所处的不同经济发展阶段相当于一个国家所处的不同发展阶段,从而把倒U理论由动态的历史过程变为国别的静态现象。
本文采用了45个经济发展水平各异的国家的经济数据,包括1997年公共教育支出占GNP的百分比;1999年社会服务支出与总支出之比;1999年人均GNP;1997年补贴和其他经常性转移支付与总支出之比;1998年~2002年的基尼系数;1999年男(女)文盲占十五岁以上男(女)人数的比率;人口密度和人口总量。
(3)收入分配状况影响因素分析:根据经济理论和对经济现象的观察,除经济发展水平之外,本文选取人口状况(用“人口总量”和“人口密度”衡量),教育文化水平(以“公共教育支出占总支出的百分比”,“男女文盲率”衡量),社会保障水平(以“社会服务支出占总支出的百分比”、“补贴和其他经常性转移支付占总支出的百分比”衡量)作为影响收入差距的因素。
(4)模型的建立:将原始模型设立为二次型:Y=C+B1GNP+B2GNP2+
ui(Y为基尼系数),然后分别研究以上各影响因素作为解释变量对基尼系数的影响,把对基尼系数有显著影响的因素引入模型,通过假设检验后作为原模型的最终扩充改良模型。
2.原始模型的估计
作基尼系数对人均GNP的回归,根据Kuznets倒U理论,并考虑到基尼系数与人均GNP量纲差距太大,因此将方程形式设定为二次对数函数形式((LNGNP)2表示为LNGNP2):LNY=C+B1LNGNP+B2(LNGNP)2+ui。SPSS软件主要输出结果如表1。可见,人均GNP的一次项系数为正,二次项系数为负――拟合的二次曲线为倒U形态,此回归模型验证了Kuznets倒U理论。修正模型回归系数的t检验结果显示数B1,B2显著性,F检验结果也表明此回归模型具有统计意义。
由表1,VIF=213.436, Tolerance=0.005;由表2,二,三维的条件系数分别为11.596和282.594,修正模型存在严重的多重共线性。但由于方程为曲线方程,解释变量为LN人均GNP和人均GNP的平方,方程存在必然的数量上的严重共线性。基于对方程经济含义的认识,方程仍然保留LNGNP和LNGNP2两个变量。对调整模型进行异方差检验:
(1)Goldfeld-Quanadt检验:LNGNP升序排序前、后17项数据产生的残差平方和分别为0.346649和0.323694。构造F统计量:0.346649/0.323694=1.071。在原假设:两部分数据的方差相等的条件下,因临界值F0.05(14,14)=2.46>1.71,接受原假设,即模型不存在异方差。
(2)White检验:作对解释变量的组合对残差平方和的辅助回归ei2^=a1^+a2LNGNP+a3LNGNP^2+a4LNGNP*LNGNP2+a5LNGNP2^2+ui。原假设H0:a2=a3=a4=a5=0,EVIEWS软件的输出结果显示,nR2=3.624597 ,χ20.05(4)= 9.488,Obs*R-squared=3.624597,明显小于自由度为4,a=0.05的χ2值9.488,而且各项系数也不显著,可认为不存在异方差。
(3)异方差的Glejser检验结果摘用表格形式表示如下:
由以上三个异方差检验综合判断,认为此方程不存在异方差。
3.在模型中加入其他变量得到扩充模型
考虑到人口、教育因素、以及政府补贴和转移支付对基尼系数的影响,分别做基尼系数对人口总量、人口密度、公共教育支出占GDP的百分比、社会服务支出占总支出的比率、补贴和其他经常性转移支付占总支出的百分比、男性文盲率和女性文盲率的一元回归,回归的结果如表4所示:
在0.05的显著性水平下,人口密度和公共教育支出的系数显著不为0,它们对基尼系数的影响比较明显。考虑到各个变量的经济含义,做基尼系数对人口密度和公共教育支出的二元回归,设回归模型为:Y = B0+B1W+B2V+u (W为公共教育支出比,V为人口密度),用SPSS分析的结果如下:
于是将人口密度和公共教育支出比以对数形式引进原模型,分别设为:LNY= B0+B1LNX+B2LNX^2+B3LNV+u和LNY=B0+B1LNX +B2LNX^2+B3LNW+u(注:LNX为人均GNP的对数形式)。回归结果用表格表示如下:
将人口密度和公共教育支出加入原模型后,人口密度的回归系数显著不为0,公共教育支出的回归系数不显著。由于在没有加入LN人均GNP和人均GNP二次方前公共教育支出的回归系数是显著的,可能是LN人均GNP和LN公共教育支出产生了共线性,通过考察二者的相关系数,发现两者相关系数为0.314,共线性在0.05的显著性水平下显著,证实了我们的猜测,其原因原因可能是教育支出收效的严重滞后性。鉴于教育支出比对数对基尼系数的影响不显著,而且与LN人均GNP有比较明显的多重共线性,在样本数目一定,又无先验信息变换模型形式的情况下,从计量经济学的角度出发本文无法证明教育支出比对基尼系数存在显著的影响。最后对原模型的改进模型为:
LN基尼系数=-3.691+1.864LN人均GNP-0.113LN人均GNP^2-0.045LN人口密度
由回归结果得知,人均GNP的一次项系数为正,二次项系数为负,验证了Kuznets倒U理论。同时,人口密度的系数为负,基尼系数与人口密度呈反方向变化,B1,B2,B3显著不为0;F检验也表明此回归模型具有统计意义。在加入LN人口密度后R^2由0.383变为0.449,考虑到所采用的是横截面数据,认为模型的拟合程度可以接受。从LN人均GNP和LN人口密度的相关系数为-0.139,在0.05的显著性水平下,共线性不显著。二,三维的条件指数分别为6.328和14.981,可以排除二者存在共线性的情况。同时,对该模型进行残差自相关(Durbin-Watson)检验。原假设H0:ρ=0(不存在一阶自相关),根据回归结果知D-W=1.791,在0.05的显著性水平下据(n,k)=(45,2)有dl=1.430,du=1.615,du
笔者按照类似于上文调整模型的异方差检验的步骤,对扩充模型进行了异相关检验。原始模型经过异方差White,Goldfeld-Quanadt,及Glejser检验,皆被证明为不存在异方差。
三、回归结论
由于在收集资料时,社会服务支出、男(女)文盲率等数据不全,因此对数据分析的结论有一定影响。同时,笔者做了人口密度对收入差距(基尼系数)的影响的分析,虽然我们得到的结论是人口密度对收入差距有负的影响,但这仅是针对本文所采用的数据得到的结论,并未得到更多的理论证明。
根据我们的计量模型回归结果,基尼系数与人均GNP增长之间存在倒U型曲线关系,其二次项系数为负,可以得出结论:经济增长方面的因素的确显示出对收入差距的先扩大,再稳定,然后逐渐缩小的作用。
在我们的模型探索修正中,男性文盲率和公共教育支出这两个变量的符号为负,在单独进行解释变量对基尼系数的一元回归时,男性文盲率的显著性为0.051,在0.05的显著性水平下被剔除;而公共教育支出在0.05的显著性水平下对基尼系数有影响,虽在引进包含人均GNP及其二次方的模型时被剔除,但也提示男性文盲率和公共教育支出对收入差距的负的影响,说明受教育有助于减少收入差距。在收入再分配和社会保障方面,社会服务支出的符号为正,有利于减少收入差距这一经济现象,而社会服务支出微小加大了收入差距,可能由数据不齐全而导致。而补贴比率这个解释变量在一元回归时符号为负,并且t值超过了1,提示补贴和转移支付可能有助于减少收入差距。
参考文献:
[1]丁任重陈志舟顾文军:《“倒u假说”与我国转型期收入差距》,2003.6
[2]世界银行:《2000/2001年世界发展报告》,《2005年世界发展报告》
[3]宫建平:对我国居民收入差距的思考,2006
[4]谭崇台主编:发展经济学概论.武汉大学出版社
篇9
改革开放以来,我国实施了一系列经济体制改革,中国经济在不断高速发展。随着综合国力的不断攀升,全社会对基本公共服务的需求也在高速增长,然而在经济飞速发展的同时却是公共服务供给不足、效率不高。西方财政分权理论认为,地方政府由于具有信息、成本优势,由地方提供地方性公共产品更有效率,因此通过财政分权可以提高公共服务的供给质量与效率。但是在中国,与财政分权相伴的是政治上的集权,自上而下的垂直管理、中央对地方政府官员的政绩考核方式方法、“用脚投票”机制的失灵等制度安排使得地方政府的财政支出偏好不受公众的约束,进而影响地方政府对基本公共服务的供给水平(傅勇,2008;李齐云&刘晓勇,2010;郑磊,2008)。随着我国综合国力的不断提升,中央及地方政府越来越重视公共服务,对公共服务的投入力度不断加大,公共服务的供给水平是否能够得到改善,财政分权是提高还是降低了地方公共服务的供给水平,除了财政分权,相关经济及制度因素是否会对地方公共服务供给产生影响。基于以上问题,本文采用2001~2015年中国30个行政区(省、自治区、直辖市)的面板数据,建立空间计量回归模型,在分析财政分权对地方公共服务供给的影响的同时,加入地方经济发展水平、政府规模、转移支付、人口密度等控制变量,对全国及东、中、西分区域考察财政分权和相关经济变量对地方政府公共服务供给的影响。
二、变量选择、模型建立与数据来源
(一)变量选择
1. 被解释变量。本文的被解释变量是基本公共服务供给,文章用教育、医疗卫生与计划生育、社会保障与就业3项基本公共服务支出之和来度量地方政府的基本公共服务供给水平。为避免人口基数的影响,用人均公共服务支出来表示地方的实际公共服务供给水平。
2. 解释变量
(1)财政分权(fd)。财政分权从某种程度表明地方政府财政自主权的大小。财政分权程度越高,地方政府财政自主权越高。本文采用龚峰(2010)的测量方法,用地方财政支出占比表示支出分权,计算公式为
其中,EXP表示人均预算内外支出之和;GDP为国内生产总值;i表示第i个地区,c表示中央,t表示年份。
(2)经济发展水平(pgdp)。本文以人均GDP表示地方经济发展水平。经济越发达,政府公共服务供给水平越高。
(3)政府规模(size)。政府规模与公共服务供给之间具有双重关系。本文用地方财政支出之和与其GDP的比值来度量地方政府规模。
(4)转移支付(tran)。转移支付是中央补给地方公共产品供给质量与效率均等化的有效手段。本文采用净转移支付表示。
(5)人口密度(dens)。人口密度(人/每平方公里)与公共服务供给之间同样具有不确定关系,因此人口密度对基本公共服务供给的影响有待检验。
(二)模型的建立与数据来源
Anselin&Bera(1998)指出,对经济学问题进行研究时不能忽视空间相关性,否则将产生“伪回归”问题。故本文选用常用的空间回归模型进行计量分析。
(1)空间滞后回归模型
Y=ρWY+Xβε(2)
式中,Y为因变量,X为n*k的自变量矩阵,ρ为空间回归相关系数,w为n*n阶的空间权重矩阵,wy为空间滞后因变量,ε为随机误差项向量。
(2)空间误差回归模型
y=Xβ+ε且ε=λWε+μ(3)
式中,ε为随机误差项向量,λ为n*1的截面因变量向量的空间误差系数,μ为正态分布的随机误差项。
文中数据为2006~2015年我国30个省、自治区、直辖市(不包括西藏自治区)的面板数据,数据主要来源于《中国统计年鉴》和《中国财政统计年鉴》。
三、实证检验结果与分析
通过对空间误差和空间滞后模型参数的比较可知,空间误差模型的最大,AIC值和SC值均较小,因此本文主要采用空间误差模型进行分析。
从表1的回归结果可以得到,财政分权在5%的显著性水平下通过检验,并且财政分权前的系数为负,这意味着财政分权程度的增加会反而会降低基本公共服务的供给水平。这说明由于我国财政分权改革是自上而下的,中央对地方政府官员的政绩考核常以经济指标为考核对象,所以地方政府以追求高速增长的GDP为发展对象,而忽视了公共服务供给水平的改善。经济发展水平、政府规模、转移支付、人口密度等均在10%的显著性水平下通过检验,且与基本公共服务呈正向变动关系,表明随着经济的发展和政府规模的不断扩大,能够为基本公共服务的供给提供有力的资金保障,同时印证了随着人口密度越大,基本公共服务越容易形成规模经济效应,从而可以降低供给成本,提高公共服务的供给水平。
由于不同省份和地区之间存在自身发展差异,因此本文分别对东、中、西部地区进行空间回归分析。由表2可以得到,在东部地区,财政分权对基本公共服务供给呈正向变动关系,而在中部和西部地区,财政分权前系数为负,说明我国在目前的激励机制下,当地方政府可支配收入未达到一定水平时,会优先进行基础设施的投资,从而挤占基本公共服务的投资资金,只有当经济发展到一定程度,地方政府可支配收入增加到一定水平时,地方政府才会让出更多的财政支出用于改善公共服务的供给。同时由于东部地区聚集了国内大部分优秀的企业,这也使得东部地区增加在教育、医疗和社会保障等方面的支出,以留住优秀人才,从而为其经济发展创造更为优越的环境。
同时我们可以看到,在东部地区人口密度对公共服务供给呈正向关系,但在中、西部地区该系数为负,说明在经济未发展到一定程度时,较高的人口密度将会导致地方政府在公共服务供给中产生拥挤效应,从而导致公共服务供给水平下降。
四、结论与政策启示
篇10
伦敦这种以煤烟为主的雾霾是可能致命的。1873年、1880年、1882年、1891年和1892年,伦敦的毒雾都曾造成上千人死亡。但是,最严重的还是发生在1952年12月5日至10日的“伦敦烟雾事件”。据英国官方统计,持续五天的雾霾造成5000多人丧生,在大雾过去之后的两个月内又有8000多人因相关疾病死亡。这次灾难促使英国政府下定决心治理城市空气污染,用20年时间摘掉了伦敦“雾都”的帽子。
从伦敦治雾的经验看,最重要的是政府要下决心,准备为环境保护付出必要的成本。历史上,英国是以自由放任模式实现城市化进程的。由于政府干预不足,很多工厂就建在城市中心,居民生活能源也以廉价的燃煤为主。在伦敦治雾的过程中,政府通过立法,决心不计成本地减少煤烟排放。
1956年,英国通过世界上第一部空气污染防治法案《清洁空气法》,规定在伦敦城内的电厂都必须迁出,工业企业要建造高大的烟囱,以便污染物扩散。同时,为减少居民生活煤烟,伦敦市政府下大力气推进居民生活天然气化,逐步实现冬季集中供暖。在此基础上,1968年以后,英国又出台一系列空气污染防控法案,对其他废气排放进行严格约束,制定明确的处罚措施。这些举措无疑会增加企业生产和居民生活的成本,但是为了治理空气污染则没有讨价还价的余地。在严格的政府管控下,伦敦的煤烟污染逐年减少,到1975年,每年的雾霾天数已经减少到15天,1980年进一步降到5天。
但是,上述措施能够见效,还有更深的原因。对于伦敦这样的国际大都会而言,必须建立城市规模的环境承载力概念。这是因为,当人口总量和密度超过一定限度的时候,即使人均污染排放很低,居民生活和相关企业的污染排放总量还是很高,上述减排措施就变成了治标不治本的举措。
2012年,伦敦人口密度为每平方公里5100人,在发达国家大城市中是比较靠前的。但是与我国大城市相比,情况则要好得多。同期,北京人口密度为11500人,上海为13400人。人口总量方面,2012年伦敦人口827万,同期北京中心区常住人口超过1020万,上海超过1360万。如果考虑流动人口因素,这种差距还可能进一步扩大。纵观世界城市人口密度排行榜,名列前茅的都属于发展中国家和地区。形成这种现象的原因是非常复杂的,与社会资源过度集中、公共交通投入不足、产业布局不合理等都有关系。但是,从公共政策层面看,则主要是政府在城市规划与管理方面对环境承载力重视不足。
在这方面,战后英国的很多做法值得借鉴。第一,通过大城市周边的“新城”建设,有效降低城市中心区的人口密度。1945年,英国启动政府主导的新城建设运动。到上世纪70年代中期,已经建立33个新城,容纳23%的城市居民。第二,大力发展公共交通。这是降低城市中心区人口密度、减少交通污染的核心举措。2003年起,伦敦开始对私家车征收拥堵费,用以补贴公交建设。第三,倡导“花园城市”理念。目前,在寸土寸金的伦敦城市中心区,有三分之一的面积被花园、公共绿地和森林覆盖。这些土地如果投入开发,无疑会带来巨大的经济效益,但同时会给城市环境带来负面影响。在这方面,以精明著称的英国人做出的无疑是明智的选择。