2. 内蒙古大学公共管理学院 呼和浩特 010010;
3. 中国农业大学土地科学与技术学院 北京 100193;
4. 自然资源部农用地质量与监控重点实验室 北京 100193;
5. 呼和浩特市国土资源局 呼和浩特 010010
2. School of Public Administration, Inner Mongolia University, Hohhot 010010, China;
3. College of Land Science and Technology, China Agricultural University, Beijing 100193, China;
4. Key Laboratory for Farmland Quality and Monitoring of Ministry of Natural Resources, Beijing 100193, China;
5. Hohhot Bureau of Land and Resources, Hohhot 010010, China
草地资源是一种重要的自然资源, 其在发挥生态服务功能、保证国家食物安全、维护社会和谐稳定等方面, 均具有十分重要的作用和地位[1]。对于农牧交错带而言, 草地资源不仅是农牧居民物质生活的重要来源, 也是农牧经济持续发展的重要保障, 农牧地区经济社会的快速发展从未间断过对草地资源的消耗[2]。改革开放以后, 随着城镇化进程的不断推进, 外部因素进一步加剧了相对脆弱的草原生态环境, 不断干扰农牧地区草原生态格局, 造成草地景观碎片化、草场质量退化和草原环境恶化的生态后果, 严重威胁草原区域的生态安全[3]。针对日益凸显的草原生态问题, 国家制定了一系列草原管理的法律法规、启动了一批草地保护建设工程, 推广了多项草地修复应用技术, 改善了局部地区的草地生态环境, 但至今仍未完全摆脱草原环境总体恶化的趋势[4]。究其原因在于长时期经济利益驱动下, 人为过度倾向于草地资源的农业生产价值, 而忽视草地涵养水源、防风固沙等生态服务功能, 致使具有多功能特征的草地资源在强经济效益下生态服务功能的持续弱化。众所周知, 学术界热议的“资源消耗与经济增长”的关系问题[5-8], 其关注点在于:一是经济增长对资源消耗存在依赖性, 资源消耗促进了经济增长; 二是资源发展需要以经济增长为前提, 经济增长促进了资源大规模的开发与利用[5]。在农牧交错带脆弱的草原生态环境中, 草地消耗与经济增长之间存在何种对应关系?近20年草地生态保护政策下, 草地消耗与经济增长之间有无阶段性变化?结合当前经济发展与生态建设并重的新格局, 研究农牧交错带草地消耗与经济增长之间的互动关系十分必要。
目前, 学者们对于草地资源与经济增长的研究内容主要围绕分析草地退化[9]、研究演变规律[10]、探寻生态阈值[11]等方面; 数据获取主要来源于统计资料[9-10]、模型估算[11]或遥感解译[12]; 研究尺度主要从全国到省级等大尺度展开; 研究方法包括环境库兹涅茨曲线法[11]、协整分析法[13]以及模型估算法[12]等。综合学者们的研究成果, 存在如下不足: 1)缺乏文献记载, 缺少历史印证, 统计资料存在一定的不准确性且连续性缺失, 而遥感估算不仅技术上存在一定的获取难度, 而且结果上也存在较大的噪音和不确定性; 2)大部分经济社会的时间序列数据均存在非平稳特征, 缺少数据计量的稳定性和可靠性分析, 导致研究结果存有解释性偏差; 3)并未开展针对典型农牧区草地资源与经济增长的相关研究, 存在县域等小尺度研究的缺失; 4)以往生态经济评价方法多是注重定性式的描述, 缺乏科学可行的定量式的生态评价。生态足迹模型虽然已在我国生态评价中得到了广泛应用, 但鲜见于草地生态环境等方面。因此, 本文引入生态足迹模型, 采用BP(Bai-Perron)结构突变协整检验对典型农牧交错带草地消耗与经济增长的互动关系进行研究, 划分草地生态足迹演变的时间阶段。该方法不仅可以快速、科学地获取相关数据, 满足生态经济研究的客观条件, 还能有效地克服时序数据的非平稳性, 避免运算产生“伪回归”结果。同时, 通过对农牧地区县域尺度草地消耗与经济增长的关系分析, 可丰富“资源消耗与经济增长”在典型地区的研究案例, 为农牧交错带经济建设与资源保护提供一定的参考。
1 研究区域概括与研究方法 1.1 研究区域概况四子王旗隶属于内蒙古自治区乌兰察布市(110°19′53″~112°59′37″E, 41°11′32″~43°22′31″N), 东与锡林郭勒盟苏尼特右旗毗邻, 南与呼和浩特市武川县交界, 西与包头市达尔罕茂明安联合旗相连, 北与蒙古国接壤, 辖区总面积为24 036 km2, 现有草地面积为20 517 km2, 约占辖区土地面积的85.36%。2016年四子王旗的国民生产总值为57.4亿元, 农业总产值约为15.0亿元, 工业总产值为19.2亿元, 人均地区生产总值为26 959元。截至2016年末, 四子王旗总人口为213 129人, 全年农作物播种面积11.67万hm2, 年牧业牲畜存栏161.93万头。全旗共有13个乡镇、苏木, 130个行政村、嘎查。全旗地处温带, 属典型的温带大陆性干旱气候, 全年日平均气温3.6 ℃, 平均海拔为1 400 m。四子王旗全境丘陵起伏, 平原相间, 地形为东南高而西北低, 南部为山地丘陵, 北部为荒漠草原。该地区是京津风沙源治理、退耕还牧还草及草原生态奖补示范区, 也是我国生态安全的重点保护区。
1.2 草地生态足迹生态足迹模型[14]是由加拿大生态经济学家William Rees与其学生Wackernagel于1996年建立。该方法通过将区域的资源和能源消费转化为提供这种物质流所必须的生物生产性土地(生态足迹需求), 并同区域能提供的生物生产性土地(生态足迹供给)进行比较, 定量化判别一个区域的发展是否处于生态承载能力的范围, 是一种衡量区域可持续发展状况的有效方法[15]。草地生态足迹是指基于草原地区生产性土地的生态评价, 表述草地资源生态占用的问题, 文中泛指草地消耗。文中草地生态足迹测算是基于《四子王旗统计年鉴》(1988—2017年)中供人类消费的畜禽产品(主要包括猪、牛和羊)、草地生产力(年末牲畜头数、耕地和牧草地面积)和人口数量; 经济增长数据采用人均国内生产总值(GDP)。为了保证数据可比性并减少统计误差, 文中对人均GDP按照1987年可比价格进行指数平减。为克服时序数据的异方差和波动影响, 文中对草地生态足迹和人均GDP的变量进行对数转换, 分别记为lnGEF和lnGDP。草地生态足迹计算公式如下:
$\mathrm{GEF}=N \times e f=N \times \sum_{i=1}^{n} f_{i} \times A_{i}=N \times \sum_{i=1}^{n} f_{i} \times\left(C_{i} / P_{i}\right)$ | (1) |
式中: GEF为草地生态足迹总值; N为人口总数; ef为人均生态足迹; i为畜牧牲畜的消费类型,
受经济活动和政策变化的影响, 相对于传统的非结构突变协整检验, 考虑结构突变的协整检验验证变量序列的长期均衡更为科学和准确。标准的线性回归假定模型参数在样本区间是不变的, 但现实研究中, 由于政策制度、体制变革乃至自然灾害的不断发生, 外部性因素对变量系数产生结构性冲击, 因此, 结构突变的协整检验至关重要。间断点回归是结构突变回归模型的最初形式。由于间断点的存在, 使得传统最小二乘估计方法得到的估计结果受到影响。通过Bai等[18]判断方法, 将时间作为一种“门限”, 找出间断点后进行分段回归。基于EG协整检验, 对回归方程的残差进行单位根检验, 验证残差序列的平稳性, 进而确定变量之间的均衡关系。Bai[19]证实了分段回归小样本情况下的检验效果, 为分段小样本研究提供了较为准确的方法。
假定一个标准回归模型包含T个时间样本和m个潜在间断点, 则存在m个结构突变点的回归模型一般形式为:
$\begin{array}{*{20}{l}} {{y_t} = {{\text{X}}_t}\beta + {\text{Z}}_{1t}^\prime {\delta _1} + {\varepsilon _t}}&{,t = 1,2, \cdots ,{T_1} - 1} \\ \begin{gathered} {y_t} = {{\text{X}}_t}\beta + {\text{Z}}_{2t}^\prime {\delta _2} + {\varepsilon _t} \hfill \\ \hfill \\ \end{gathered} &\begin{gathered} ,t = {T_1}, \cdots ,{T_2} - 1 \hfill \\ \vdots \hfill \\ \end{gathered} \\ {{y_t} = {{\text{X}}_t}\beta + Z_{mt}^\prime {\delta _m} + {\varepsilon _t}}&{,\quad t = {T_m}, \cdots ,T} \end{array}$ | (2) |
结构突变模型的矩阵形式表达为:
$\mathrm{Y}=\mathrm{X}_{t}^{\prime} \beta+\mathrm{Z}_{t} \delta+\varepsilon$ | (3) |
另, 矩阵
${Z_t} = \left[ {\begin{array}{*{20}{c}} {{Z_{1t}}}&{}&{}&{} \\ {}&{{Z_{2t}}}&{}&{} \\ {}&{}& \ddots &{} \\ {}&{}&{}&{{Z_{mt}}} \end{array}} \right]$ | (4) |
式中:
$s\left(\beta, \delta |\left\{T_{m}\right\}\right)=\sum\limits_{j=0}^{m}\left\{\sum\limits_{t=T_{j}}^{T_{j+1}-1}\left(y_{t}-X_{t}^{\prime} \beta-Z_{t}^{\prime} \delta_{j}\right)^{2}\right\}$ | (5) |
求出上述结果后, Bai等[18]描述了检验的一般情形, 以确定突变点的准确个数和具体时点。检验的原假设是
$F\left( {\hat \delta } \right) = \frac{1}{T}[\frac{{T - (l + 1)q - p}}{{kq}}](R\hat \delta )'[RV(\hat \delta )R'](R\hat \delta )$ | (6) |
式中:
$V(\hat \delta ) = P\lim [T{(Z'{M_X}Z)^{ - 1}}Z'{M_X}\Omega Z{(Z'{M_X}Z)^{ - 1}}]$ | (7) |
式中:
这种检验统计量的分布并不服从标准形式, 但Bai等[20]对不同的回归变量个数、间断点个数等情形提供了参考的临界值。双重最大化检验(double maximum)需通过预设突变点的上限, 即可进行等权重(UDmax)和加权(WDmax)检验。对于等权重检验而言, 由于在不同的间断点个数假设下, 相应的假设检验分布和临界值并不相同, 最大的F统计量可能对应的P值并非最小, 加权检验弥补了这一缺陷, 加权后的统计量可以直接进行比较[20]。为了增强检验结果的稳健性, 文中进一步采用“CHOW”检验, 对突变时点进行验证[21]。
2 结果与分析 2.1 草地生态足迹非结构突变协整检验由于草地消耗和经济增长的时序数据可能具有非平稳性, 直接构建模型所形成的伪回归结果不具有统计学意义[7]。因此, 文中选用ADF检验法和PP检验法共同检验。首先, 根据LR准则、AIC准则、SIC准则和HQC确定最优滞后阶数。结果表明, 仅当滞后阶数为1时, LR、AIC、SIC和HQC值最小, 分别是-14.924、1.307、1.497和1.365, 并通过10%的显著性检验; 其次, 需要对草地生态足迹(lnGEF)和人均GDP(lnGDP)变量进行差分处理, 用以保证数据的平稳性。如表 1 所示, 检验表明一阶差分后的时序数据至少通过了90%的置信水平的显著性, 接受了不存在单位根的结论,变量已为平稳序列,可在此基础上进行协整分析。
根据通用惯例, Johansen协整检验是基于迹统计量(trace)和最大特征值(max-eigenvalue)来判定检验协整关系的个数。结果表明, lnGEF与lnGDP变量Johansen协整关系的零假设为不存在协整关系(none), 检验的最大特征值(max-eigenvalue)为15.056, 高于5%置信水平临界值14.265, 迹统计量(trace)为15.151, 高于10%置信水平临界值13.429, 因此拒绝不存在协整关系的零假设; 对应的非零假设认为变量间至少存在一个协整关系(At most 1), 最大特征值(max-eigenvalue)和迹统计量(trace)同为0.095, 均小于5%的置信水平临界值(3.841), 表明原假设至少存在一个协整关系, 即1987—2016年, 四子王旗的草地消耗和经济增长之间存在长期均衡关系。协整方程如下:
$\begin{array}{*{20}{c}} {\ln {\text{GEF}} = 0.382 \times \ln {\text{GDP}} + 10.557 + {\varepsilon _t}}&{(t = 1, 2, \cdots , n)} \end{array}$ | (8) |
${R^{\text{2}}}{\text{ = 0}}{\text{.606, F = 43}}{\text{.109, }}\;{\text{DW = 2}}{\text{.348}}$ |
上述协整方程的含义为:四子王旗草地生态足迹每增长1%, 对应的人均GDP将增加0.382%, 说明草地资源的增长性消耗支撑着该区域经济水平的不断提高。为进一步判定草地消耗与经济增长之间的依赖关系, 文中采用格兰杰因果检验对变量进行最大滞后4期的逐期验证, 结果均通过了显著性水平检验。说明1987—2016年四子王旗草地生态足迹和经济增长之间存在双向的格兰杰因果关系, 草地消耗促进了经济增长, 经济增长也刺激了草地消耗, 二者之间互为因果关系。因此, 不考虑结构突变的协整检验表明, 研究阶段四子王旗草地消耗与经济增长之间存在简单、线性的经济关系, 即高生产投入得到高经济产出, 反映出地区经济发展采用的是以牺牲资源环境为代价、不可持续的发展模式。这一结论忽视了多年来四子王旗在畜牧产业转型和草地生态建设上取得的成效, 不符合当地政府为推动地区经济体制改革和落实草地生态保护所制定的方针策略。
2.2 草地生态足迹结构突变协整检验1987年以来, 四子王旗草地生态足迹与人均GDP二者之间的变化可能存在结构突变, 通过BP结构突变协整检验, 寻找结构突变的时间节点。根据表 2验证结果:由于UDmax=161.815, WDmax=317.268, 均在1%的统计水平上显著, 可以确定草地生态足迹在样本期间发生了结构突变, 且结构突变点初步确定为2002年和2009年, 按照99%置信区间将样本划分3个阶段: 1987—2002年、2002—2009年和2009—2016年。
为了准确划分草地生态足迹结构突变的时间节点, 本研究进一步采用“Chow”稳定性检验, 对BP结构突变确定的时间断点逐一验证。如表 3所示, “Chow”稳定性检验得知, 从F统计量的伴随概率看, 在1%的置信水平上, 结构突变时点(2002年)分别拒绝了1987—2009年样本时间跨度和1987—2016年样本时间跨度拟合方程无显著性差异的零假设; 同时, 结构突变时点(2009年)也分别拒绝2002—2016年样本时间跨度和1987—2016年样本时间跨度拟合方程无显著性差异的零假设。因此, 上述2个时 间断点对于草地消耗与经济增长结构突变的阶段性划分具有统计意义, 即1987—2016年四子王旗草地生态足迹与人均GDP二者之间存在结构性突变时点, 突变节点分别是2002年和2009年。
由结构突变所形成的不同时段样本组合需要重新展开单位根检验。本研究继续采用ADF和PP单位根检验法进行检验(表 4)。检验结果表明, 不同时段的草地生态足迹与人均GDP的时间序列单位根为非平稳变量, 通过一阶差分后的时序变量呈现平稳特征。因此, 不同时段样本的一阶单整的时序变量可以进行结构突变的模型估计。
为研究草地生态足迹与人均GDP变量之间的长期动态均衡, 采用矢量自回归模型VAR和误差修正模型VEC对各阶段样本序列进行模型构建, 分别形成不同阶段的协整方程、修正项和修正模型(表 5)。根据AIC准则和HQC准则对不同阶段回归方程残差序列的单位根进行ADF检验(如表 6)。
不同阶段残差序列检验结果表明(表 6), 前3个回归方程的残存序列均通过了5%置信水平的临界值, 因此残差E1、E2和E3在5%显著性水平上是平稳序列; 后2个回归方程的残差序列通过了1%置信水平的临界值, 表明E4和E5在1%显著性水平上平稳。综上而言, 5个不同时段的残差序列均通过了显著性检验, 表明不同时段草地生态足迹与人均GDP之间存在动态均衡。
结构突变的协整分析是由短期波动和长期趋势共同决定的。短期内系统对于均衡状态的偏离程度的大小直接导致波动幅度的大小; 从长期看, 协整关系式起到引力线的作用, 将非均衡状态拉回到均衡状态。经过分析E1、E2和E3不同时段样本序列的误差修正模型, 得到草地生态足迹的时序变化分为短期波动和长期趋势。误差修正项的短期修正系数大小反映了对偏离长期均衡的调整力度, 从3个阶段的系数估计值分别为-2.289、-1.082和0.495, 其绝对值变化呈逐步缩小趋势, 说明1987—2016年草地生态足迹变化幅度逐步趋于稳定; 长期均衡参数估计量表明, 四子王旗草地生态足迹每增加1%, 该区域3个阶段人均GDP将增加0.292%、0.728%和1.355%, 说明草地消耗在经济增长中的利用效率不断提高。
对上述存在长期均衡关系的不同时段的样本序列进行格兰杰因果检验, 检验结果表明(表 7): 1)1987—2002年, 草地生态足迹不是人均GDP的格兰杰原因的伴随概率(P=0.015)小于5%的置信标准, 拒绝了原假设, 而人均GDP不是草地生态足迹的伴随概率(P=0.246)大于5%的置信标准, 接受了原假设, 因此, 四子王旗草地生态足迹与人均GDP存在单向因果关系, 说明草地消耗是经济增长的单向格兰杰原因; 2)2002—2009年, 草地生态足迹与人均GDP的格兰杰因果双向检验均通过了显著性检验, 说明这一时期草地消耗和经济发展不存在格兰杰因果关系; 3)在3t阶段, 由于草地生态足迹不是人均GDP增长格兰杰原因的原假设被拒绝, 而人均GDP不是草地生态足迹的原假设被接受, 因此, 2009—2016年, 四子王旗草地消耗的增加是经济增长的单向格兰杰原因。
通过对比4种不同阶段模型的估计结果(表 8), 发现非结构突变协整模型的均方根误差RMSE、平均绝对误差MAE、平均绝对百分比误差MAPE和泰尔系数Theil统计值均高于结构突变的协整模型的统计值, 且数值差异相对明显。因此, 相对于非结构突变的传统静态协整方程, 考虑结构突变的协整方程的拟合效果更好、误差相对更小, 性能优势更显著。由于四子王旗的经济发展不仅受到资源消耗的影响, 还受到气候变化、人口变迁、生态工程以及政策制度等其他因素的影响, 尤其是近20年京津风沙源治理工程、退耕还草工程以及草原生态综合治理工程等, 对四子王旗的经济结构冲击较大, 也增大了草地生态足迹结构突变的可能性。
如图 1所示, 基于BP结构突变估计结果和不同阶段结构突变的协整检验, 计量草地生态足迹的长期均衡和短期波动, 进而识别四子王旗草地生态足迹演变的阶段性特征。
1) 低度协同阶段(1987—2002年)
该阶段, 草地生态足迹每增长1%, 对应的人均GDP增长0.292%;对于偏离长期均衡的调整符合反向修正机制, 其误差修正系数为-2.289。该阶段草地生态足迹波动平缓, 人均GDP增长较为缓慢, 表现为资源消耗与经济增长低度协同的发展特征。短期内, 草地消耗对经济推动的力度不足, 草地资源的利用效率不高, 仅能通过高资源性投入来实现预期的经济收益。因果关系表明草地消耗是经济增长的格兰杰原因, 说明计划经济时期, 相对单一的经济模式、相对有限的刺激手段以及传统不变的农畜产业, 使得草地资源作为生产要素在参与经济发展中起到了重要的支撑作用。同时, 该阶段引发草地生态足迹波动变化的原因, 还需考虑历史时期的伏旱、高温、洪雹、霜冻以及病虫等自然灾害造成的影响。
2) 政策驱动阶段(2002—2009年)
本阶段, 草地生态足迹每增长1%, 人均GDP增长0.728%, 当期对前期偏离非均衡的短期调整为负向修正机制, 误差修正系数为-1.082。短期内, 草地消耗对经济增长的效率有所提升, 影响草地生态足迹增加的原因不能仅从经济刺激方面予以确认, 相关草地保护措施的落实也具有一定的影响。该阶段特征为:生态保护政策推动下, 草地生态足迹和人均GDP均呈现出明显的上升趋势。可能的解释是:农牧交错带经济的持续增长, 离不开草地资源的高效利用, 而相关草地保护政策的出台, 有效保障了农牧区草地资源的数量与质量。2002年12月, 我国西部11个省区的“退牧还草”工程获国务院批准并于2003年正式启动。随着“退牧还草”工程推进, 四子王旗通过采取草场围栏育封, 禁牧、休牧、划区轮牧等措施, 不断修复草地植被, 改善草原环境, 提高草地生产力。2004年, 国家加大对退牧还草工程的支持力度, 将退牧还草户的饲草粮补助改为现金补助; 2005年, 国家出台了《关于进一步完善退牧还草政策措施若干意见的通知》, 使天然草场得到修养生息, 达到阶段性草畜平衡, 一定程度上实现了草地资源的持续利用。
3) 快速发展阶段(2009—2016年)
本阶段, 草地生态足迹每增长1%, 人均GDP增长1.355%。对于偏离长期均衡的调整机制为正向修正, 误差修正系数为0.495。长期看, 单位草地消耗对经济增长的贡献力持续增强, 说明草地资源利用率不断提高。从草地消耗和经济增长的单向格兰杰因果关系可知, 多年来草地生态的保护性措施转变了经济发展对草地资源的过度依赖, 传统粗放式的资源利用模式逐步被生态与经济可持续的协同模式所取代。此阶段特征为:随着信息化和农业现代化的发展, 农牧区经济发展逐渐从数量增长转向质量提升。经济增长对草地消耗的依赖性逐步降低, 草地资源的利用效率不断提高, 这不仅取决于畜牧产业结构的合理调整, 更离不开人工草地建设工程、退耕还草还牧工程以及京津风沙源治理工程等对于当地经济转型的大力推动。从2010年起, 国家出台了《草原生态保护补助奖励机制》和《关于促进牧区又好又快发展的若干意见》, 为草原保护建设提供了强有力的政策支持。同时, 四子王旗不断落实新一轮国家生态奖补机制, 高效完成了京津风沙源和退耕还草工程等国家重点生态建设项目。
3 讨论与结论据结构突变协整分析, 不同阶段四子王旗的草地消耗与经济增长之间存在长期动态均衡, 说明该区所采取的草地生态保护措施, 如退耕还草还牧工程、京津风沙源治理工程等, 对该区经济发展具有巨大的改善性作用, 将原本以资源驱动、粗放利用的传统经济模式转变成生态经济可持续的协同发展模式。尽管该区经济增长对于草地消耗具有一定的依赖关系, 但经济增长与草地消耗二者之间并未存在双向的因果联系, 正如2002—2009年草地生态足迹与人均GDP之间非格兰杰因果关系的结论所述, 该时期地区经济的持续性增长并未造成草地资源消耗的增加, 反映出草地资源作为生产性要素正逐步降低自身在经济发展中的比重。
2002—2016年期间, 四子王旗受草原生态保护政策的影响巨大, 以静态的不考虑结构突变的协整分析, 难以捕捉长时期草地生态足迹演变的突变时点, 更难以阐述不同时期草地生态保护政策落实对地区经济发展产生的结构性影响; 相反, 结构突变的协整分析能准确并及时地捕捉草地消耗与经济增长相关变量的动态关系, 寻找草地生态足迹随经济、政策变化的突变时点。协整方程表明, 长期均衡与短期波动是农牧区草原生态与经济发展的常态, 当短期波动偏离长期均衡时, 误差修正系数将以一定的拉力调整失衡的状态。因此, 面对当前经济发展与生态建设并重的新格局, 地方政府不必过分担忧生态建设对经济发展的短期波动, 尤其是现阶段草原牧区所采用的围栏禁牧和划区轮牧等措施, 更不会对当地经济持续性增长产生负面影响; 相反, 政府部门应当结合草地生态足迹阶段性的演变特征, 制定科学合理的草地利用计划和经济发展规划。通过调整畜牧产业结构, 加强畜禽圈养规模化水平, 加大人工草场的种植面积, 不断降低天然草场的垦殖力度; 同时, 极稳妥地推进草地生态综合治理工程, 改良天然草地生产力技术, 不断减少天然草场的过度性消耗, 提高草地资源的利用效率。
本文通过划分样本数据结构突变的时间断点, 对比非结构突变和结构突变协整检验的分析结果, 确定草地生态足迹的演变特征, 得到如下结论。
1) 不考虑结构突变的协整分析不适用农牧交错带四子王旗草地消耗与经济增长的互动分析, 而结构突变的协整分析能够良好地反映当地生态经济的结构性变化。通过构建误差修正模型得知, 不同阶段变量之间的短期波动系数(-2.289、-1.082和0.495)的绝对值随时间的推移而逐步降低, 表明前期剧烈波动而后期变化平缓; 长期趋势(0.292%、0.728%和1.355%)则随时间推移而逐步增长, 既反映了单位草地资源利用效率的提升, 也表明草地消耗在经济贡献中比重的下降, 说明粗放式的资源利用正向生态经济可持续的发展方向转变。
2) 不考虑结构突变的因果关系表明, 四子王旗草地消耗与经济增长互为因果, 仅说明该区经济发展是以牺牲草地资源为代价而实现的, 忽视了近20年草地生态保护工程对地区经济发展所起的积极作用; 而结构突变的因果关系表明草地消耗到经济增长具有单向性, 经济增长并非是引起草地消耗增加的原因, 草地资源利用效率的提高更体现出地方政府在并重经济发展与生态建设中取得的成效。
3) 1987—2016年四子王旗草地生态足迹演变划分为3个阶段:低度协同阶段、政策驱动阶段以及快速发展阶段。阶段性演变特征不仅表明当期该区经济发展与资源利用的相互关系, 也体现了生态保护政策对地区生态环境的影响。面对当前经济发展与生态保护并重的格局, 地方政府应该坚定草原生态建设的信心, 通过结合草地生态足迹的演变特征, 遵循经济发展的客观规律, 科学编制草原生态保护规划, 不断改善草地生态环境, 提高草地资源的利用效率。
[1] |
侯向阳. 中国草原科学[M]. 北京: 科学出版社, 2013. HOU X Y. Chinese Grassland Science[M]. Beijing: Science Press, 2013. |
[2] |
赵英伟, 刘黎明, 白晓飞. 西部大开发草地资源可持续利用评价与发展对策[J]. 中国生态农业学报, 2004, 12(2): 15-18. ZHAO Y W, LIU L M, BAI X F. Evaluation and countermeasures of the sustainable utilization of grassland resources in development of western China[J]. Chinese Journal of Eco-agriculture, 2004, 12(2): 15-18. |
[3] |
高艺宁, 赵萌莉, 熊梅, 等. 农牧交错带草地景观格局特征及其影响因素分析[J]. 中国农业大学学报, 2018, 23(10): 103-111. GAO Y N, ZHAO M L, XIONG M, et al. Analysis of characteristics and influencing factors of grassland landscape pattern in the farming-pasturing interlocked areas[J]. Journal of China Agricultural University, 2018, 23(10): 103-111. |
[4] |
侯向阳. 中国草原保护建设技术进展及推广应用效果[J]. 中国草地学报, 2009, 31(1): 4-12. HOU X Y. Research progress and extension effects of grassland protection and construction techniques in China[J]. Chinese Journal of Grassland, 2009, 31(1): 4-12. |
[5] |
陈操操, 张妍, 刘春兰, 等. 北京市能源消费与经济增长关系的协整检验分析[J]. 环境科学, 2012, 33(6): 2139-2144. CHEN C C, ZHANG Y, LIU C L, et al. Energy consumption and GDP growth in Beijing:Cointegration and causality analysis[J]. Environmental Science, 2012, 33(6): 2139-2144. |
[6] |
韩智勇, 魏一鸣, 焦建玲, 等. 中国能源消费与经济增长的协整性与因果关系分析[J]. 系统工程, 2004, 22(12): 17-21. HAN Z Y, WEI Y M, JIAO J L, et al. On the cointegration and causality between Chinese GDP and energy consumption[J]. Systems Engineering, 2004, 22(12): 17-21. DOI:10.3969/j.issn.1001-4098.2004.12.004 |
[7] |
马宏伟, 刘思峰, 袁潮清, 等. 基于生产函数的中国能源消费与经济增长的多变量协整关系的分析[J]. 资源科学, 2012, 34(12): 2374-2381. MA H W, LIU S F, YUAN C Q, et al. Cointegration analysis of economic growth and energy consumption in China using a multivariate framework based on Neo-classical production[J]. Resources Science, 2012, 34(12): 2374-2381. |
[8] |
汪旭晖, 刘勇. 中国能源消费与经济增长:基于协整分析和Granger因果检验[J]. 资源科学, 2007, 29(5): 57-62. WANG X H, LIU Y. China's energy consumption and economic growth:A study based on the cointegration analysis and Granger causality test[J]. Resources Science, 2007, 29(5): 57-62. DOI:10.3321/j.issn:1007-7588.2007.05.009 |
[9] |
姬超, 颜玮. 广义系统下中国草地资源的退化成因与可持续利用对策[J]. 农业现代化研究, 2013, 34(5): 538-542. JI C, YAN W. Analysis of China grassland degradation problems and sustainable use under perspective of generalized system[J]. Research of Agricultural Modernization, 2013, 34(5): 538-542. |
[10] |
陈秋红. 经济发展与草地资源退化之间的一般规律[J]. 中国人口∙资源与环境, 2010, 20(11): 122-127. CHEN Q H. The general law of the relationship between natural grassland degradation and economic development in China[J]. China Population, Resources and Environment, 2010, 20(11): 122-127. |
[11] |
沈政, 李军, 张也. 探析经济增长与保持草原生态——基于EKC理论的实证分析[J]. 中国农业资源与区划, 2012, 33(3): 51-57. SHEN Z, LI J, ZHANG Y. Does economic growth benefit grassland ecosystems[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2012, 33(3): 51-57. |
[12] |
姚兴成, 曲恬甜, 常文静, 等. 基于MODIS数据和植被特征估算草地生物量[J]. 中国生态农业学报, 2017, 25(4): 530-541. YAO X C, QU T T, CHANG W J, et al. Estimation of grassland biomass using MODIS data and plant community characteristics[J]. Chinese Journal of Eco-agriculture, 2017, 25(4): 530-541. |
[13] |
吴郁玲, 冯忠垒, 周勇, 等. 耕地集约利用影响因素的协整分析[J]. 中国人口·资源与环境, 2011, 21(11): 67-72. WU Y L, FENG Z L, ZHOU Y, et al. Co-integration analysis on driving factors of intensive cultivated land use based on perspective of farmers:A case study of Hubei Province[J]. China Population, Resources and Environment, 2011, 21(11): 67-72. DOI:10.3969/J.issn.1002-2104.2011.11.012 |
[14] |
WACKERNAGEL M, REES W. Our Ecological Footprint:Reducing Human Impact on the Earth[M]. Gabriola Island: New Society Publishers, 1996.
|
[15] |
周涛, 王云鹏, 龚健周, 等. 生态足迹的模型修正与方法改进[J]. 生态学报, 2015, 35(14): 4592-4603. ZHOU T, WANG Y P, GONG J Z, et al. Ecological footprint model modification and method improvement[J]. Acta Ecologica Sinica, 2015, 35(14): 4592-4603. |
[16] |
刘玉杰, 李向林, 何峰. 基于饲养标准的家畜单位折算方法[J]. 草地学报, 2009, 17(4): 500-504. LIU Y J, LI X L, HE F. Animal unit conversion method based on feeding standard[J]. Acta Agrestia Sinica, 2009, 17(4): 500-504. |
[17] |
WACKERNAGEL M, MONFREDA C, ERB K H, et al. Ecological footprint time series of Austria, the Philippines, and South Korea for 1961-1999:Comparing the conventional approach to an 'actual land area' approach[J]. Land Use Policy, 2004, 21(3): 261-269. DOI:10.1016/j.landusepol.2003.10.007 |
[18] |
BAI J, PERRON P. Estimating and testing linear models with multiple structural changes[J]. Econometrica, 1998, 66(1): 47-78. |
[19] |
BAI J. Likelihood ratio tests for multiple structural changes[J]. Journal of Econometrics, 1999, 91(2): 299-323. |
[20] |
BAI J, PERRON P. Critical values for multiple structural change tests[J]. Econometrics journal, 2003, 6(1): 72-78. |
[21] |
王劲屹. 农村金融发展、资本存量提升与农村经济增长[J]. 数量经济技术经济研究, 2018, 35(2): 64-81. WANG J Y. Rural financial development, capital stock increase, and rural economy growth[J]. The Journal of Quantitative & Technical Economics, 2018, 35(2): 64-81. |