碳排放约束、土地红利锐减与经济增长尾效*
王继田，苏方林
(广西师范大学经济管理学院，广西 桂林 541000)
摘 要： 基于2000～2016年中国省域的面板数据，在Romer经济增长“尾效”假说的基础上，使用空间计量的方法对碳排放和土地资源约束下的中国省域经济增长“尾效”进行测算，并讨论了空间溢出视角下的经济增长直接“尾效”和间接“尾效”.研究表明:(1)中国省域经济增长过程中存在明显的空间相关性，由于资源的限制，经济增长的空间差异有扩大的趋势.(2)资本、碳排放、土地和劳动力要素投入都对经济增长存在空间溢出，间接影响了邻近地区的经济增长.(3)经测算，碳排放和土地资源约束下的中国经济增长尾效值为0.0584，其经济学解释为：中国经济增长速度由于碳排放和土地资源的约束比没有约束的情况下要年均降低5.84个百分点.
关键词： 增长尾效；碳排放；土地资源；空间计量
引言
碳排放约束对于中国经济增长而言，实质上是能源利用的约束，碳排放量必定与能源消费量挂钩，降低碳排放一方面要降低能源使用量，另一方面则是要提高能源利用效率.虽然我国政府承诺降低碳排放，但是由于我国省域经济发展与碳排放量都存在有巨大差异，盲目的追求低碳发展会对一些区域的经济发展造成负面影响.土地资源化所得到的土地红利同样是推动中国经济增长的重要力量，地方政府通过合理的土地买卖，可以不断改善城乡基础设施的建设，达到预期的城镇化，同时，土地增值的再投入又可以对土地增值起到正的反馈作用.一方面，“土地”主要作为城镇化快速推进的物质基础，“低成本”、“大规模”的建设用地供应为乡镇经济和城市工业经济的扩张提供了基础；另一方面，土地资本价值的挖掘推动了中国经济的迅猛发展和城市物质资本的快速积累.目前中国仍旧处在发展中国家的行列，绿色发展必须以保证经济可持续增长为前提，既要保持国民经济持续健康发展又要减轻碳排放约束，土地资源相对紧缺带来的资源和环境压力，就必须剖析碳排放和土地资源约束对经济增长的作用机理.
总的来看，碳排放或者说能源消费和土地资源对经济增长的促进作用是以生产要素的不断投入为基础的，这种以要素为主的发展方式，当要素资源减少时必定会导致发展速度的降低.进入了新常态的中国不仅面临着经济增长下行压力，同时也面临着人口老龄化严重、土地红利锐减、能源与碳排放约束等多重压力，降低经济增长中的资源“尾效”刻不容缓.要转变经济发展方式，以创新替代要素，去库存去产能，提高经济发展的质量.因此，亟需深入研究碳排放和土地资源双重约束下中国经济增长水平，寻找经济平衡增长路径，实现可持续发展.
3.1 资源开发与利用 槭树科植物叶色色彩绚丽，极大地丰富了城市色彩，是园林植物的重要组成部分。但郑州地区实际应用观赏的槭树种类仅10余种，资源开发力度不够。应充分利用河南的过渡带气候特点及优越的生态环境优势进行野生槭树科植物的引种驯化以及园林应用研究，为郑州乃至河南生态城市建设提供丰富的植物材料。
1 文献综述
早期的经济理论，并没有关注资源约束所造成的增长尾效问题.Ayres和Kneese(1969)指出,应注意经济增长与周围环境的相互作用，不应只考虑某部分样本的局部均衡[1].Romer认为，由于资源的限制,经济增长速度比没有资源限制情况下的增长速度降低的程度, 可以定义为经济增长的“尾效”[2].Dagsupta和Heal (1974)指出, 考虑到不可再生资源的“阻尼效应”，只有当不可再生资源在生产中不重要时，才存在稳态增长路径[3].Nordhaus(1992)利用扩展的柯布-道格拉斯函数衡量了由于资源和土地限制而引起的“增长尾效”,他估计的值是0.002 4[4].Bruvoll、Glomsroda和Vennemo(1999)等人用动态的CGE度量了由于环境“尾效”引起的挪威福利的损失情况[5].Martin(1999)等人研究了农业收敛和生产力增长的关系，使用1967～1992年50个国家的面板数据，得出索罗模型外生的技术进步，很大程度上来自土地改革的技术进步[6].Liu(2013)基于新古典增长模型和面板数据单位根、协整和因果检验方法，对1978～2008年中部六省的经济增长尾效进行了计量经济研究，结果发现土地、水资源和SO2对经济增长平均存在1.1%尾效[7].
王海建(2000)利用Lucas的人力资本积累内生经济增长模型，讨论了长期增长过程中人均消费与环境质量的关系，并使用最优控制理论求解出人均资本增长率与资源消耗之间的均衡解[8].崔云(2007)对土地资源 “尾效”的测算发现：由于土地资源的消耗，1978～2005年间，中国经济增长速度平均每年降低1.26%[9].刘耀彬(2007)等基于新古典经济增长理论和城市化增长模型，首次构建城市化进程中的资源尾效模型，并计算出能源、土地和水资源消耗对中国城镇化进程的尾效分别是0.106 0748、0.003 5、0.191 3[10].沈坤荣和李影(2010)采用1978～2007年中国国家层面数据，估计测得能源消费总量对中国经济增长的 “尾效”为0.005 6[11].曹翔和傅京燕(2016)测算了2000～2012年中国及其四大区域供给侧要素投入的阻尼效应及其变化趋势，发现非化石能源占比虽然带来了一定的“增长红利”但相对有限；劳均土地资源和碳强度约束带来了“增长尾效”且后者作用更大[12].米国芳(2017)对我国能源结构和碳排放同时约束下的经济增长“尾效” 值进行计算和分析发现，在碳排放约束下中国经济增长的能源尾效达到了0.009 4，比没有约束下提高2.97倍[13].
目前关于经济增长尾效的研究多集中于对尾效值大小的研究，即碳排放约束和土地资源紧缺对经济增长或者城镇化建设所造成的限制程度分析，实证分析则多以时间序列分析为主，对于尾效的空间分析较少.中国区域经济发展水平差异巨大，各地区碳排放和土地资源的利用情况也不同，随着经济增长，碳排放和土地资源所带来的边际收益也越发减少，在传统的资源对自身经济增长尾效研究的基础上，本文创造性的使用空间计量的方法，通过设置空间权重矩阵，提出对资源的直接尾效和间接效应尾效进行测算，从而更全面的了解资源限制对整体经济增长的影响.
2 理论模型构建
2.1 碳排放量计算
化石能源的消耗是碳排放的主要来源，虽然国内外不同的能源研究机构和相关学者对各类能源消耗的碳排放系数进行了测算研究，但是大家获得结果还是存在一定差异[14].本文借鉴程叶青[15](2013)等的方法，将IPCC的算法与我国化石能源实际状况相结合，选取八类主要化石能源消耗品，将各类能源的消耗量转化为平均低位发热量(KJ/kg·m3)，然后乘以各自的碳排放系数CEF (kgco2/TJ)，最后将各类能源消耗产生的碳排放量加总，得到各地区碳排放量的数值(kg).具体做法如下：
(1)
2.2 经济增长尾效的测算
以第m 个解释变量求导可得偏导数矩阵：
Y (t )=K (t )α R (t )β T (t )γ [A (t )L (t )]1-α-β -γ
(2)
其中α >0，β >0，γ >0，α +β +γ <1.其中Y 表示产出，K 表示资本，R 表示生产中可以用资源，T 表示土地数量，A 表示有效社会劳动生产率，L 表示人口总量，α 表示资本生产弹性，β 表示资源生产弹性，γ 表示土地生产弹性，t 表示时间.A 和L 以乘积的形式引入，Al 表示有效劳动.放宽假设后，将资源约束纳入模型(2)得到新的模型：
Y (t )=K (t )α C (t )β T (t )γ [A (t )l (t )]μ
(3)
两边取对数后对时间进行求导可得:
g Y (t )=ag K (t )+β g C (t )+γg T (t )+μ [g A (t )+g L (t )]
(4)
其中，g Y 表示产出的增长率，g K 、g C 、g T 分别表示各投入要素的增长率，g A 表示社会有效劳动生产率的增长率，g L 表示人口增长率.由前文的分析可知碳排放量与化石能源消费密切相关，地球上能源总量在中短期内是固定的，生产中会不断地消耗能源进而产生碳排放，虽然碳排放的量在增加，但是我们依然认为其必会受到能源的约束而下降，这与各国要求碳排放降低的目标相一致.关于土地资源的衡量，从长期来看，由于地球的土地资源是不变的，所以其变化率应该为0，但是在短期，由于经济的发展和城镇化的大力推进，直接可利用面积也是减少的.因此，本文将碳排放量和土地资源都纳入耗竭性资源进行分析，设C 、T 、A 、l 的增长率分别为-b 、-c 、g 、n ，则产出的增长率g Y (t )可以写为：
g Y (t )=ag K (t )-β b -γc +μ [g +n ]
(5)
根据Romer的研究，当经济处于平衡增长路径上时g Y 必须等于g K .则平衡路径上产出的增长率和社会有效劳动人均产出增长率分别为：
“妮妮你真聪明，可是我刚才差一点就死了。我好像被那个秦王破阵乐带入了一个战阵里，在我前面的人都死了，断头的，断手脚的，开肠破肚，血流到我的靴子，突厥人的箭，蝗虫一般迎面飞过来，在射到我身体之前，忽然又停下来，掉进我面前的沙土里。我明白过来，这些都是假的，可是这比真正发生的事情，还要真实很多倍！”上官星雨脸色苍白，脸上是虚弱的微笑，她强迫自己镇定下来，去看她另外一只手牵住的吴耕，却发现，刚才吃到桃花的吴耕昏沉沉背靠着石柱，双耳双眼与口鼻上，都有淡淡的血痕。
(6)
(7)
为研究碳排放和土地资源下的经济增长在省域层面上的空间溢出，首先要对各变量进行空间自相关性检验，用来反应个省域之间发展要素空间关联的总体强度.常用的方法为莫兰指数(Moran's I):
本文参照诺德豪斯[4](1992)和王海建[8](2000)的做法，为了估算由于碳排放和土地的约束使得增长减少了多少，需要计算在人均碳排放和人均土地占有不变的情况下经济增长会达到什么样的程度，即在不考虑约束的条件下，碳排放以及土地都同人口一起增长，则其速率为n .这种情况下社会有效劳动人均产出增长率为：
(8)
则经济增长在考虑碳排放约束和土地红利锐减下的总体 “尾效”为：
(9)
2.3 空间计量模型的设定
本文研究的是碳排放和土地资源约束下中国省域经济增长尾效，基于传统的C-D函数，可以建立如下的经典面板数据模型：
2017年5月5日，国务院办公厅发布的《 深化医药卫生体制改革2017年重点工作任务》明确，要求全面推开公立医院改革，全部取消药品加成，破除以药补医的经营方式，试点城市公立医院药占比（不含中药饮片）总体降到30%，百元医疗收入（不含药品收入）中消耗的卫生材料降到20元以下。国家的控费政策给医院的经济运行带来不小的影响，医院将面临“高成本、低收益”的经营状况。建立适应新要求的成本控制系统，通过合理、有效的成本控制，使广大员工具有较强的成本意识，将成本控制的内涵延伸到现代医院管理流程中，达到医疗资源最大化利用，降低医疗成本，提高医疗效率，改变收入结构，才能真正做到“以医养医”。
lnY it =α 0+α lnK it +β lnC it +γ lnT it +μ [lnA it +lnL it ]+ε it
(10)
在加入了空间权重以后，资本存量K 的弹性系数由0.726下降为0.462，说明在传统的面板模型中资本存量K 对经济增长的促进作用被高估了.直接效应的系数为0.462，意味着，在其他条件不变的前提下，本地区的资本存量每增加1%，本地区产出Y 平均多增加0.462%；间接效应的系数为负，意味本地区的资本存量增加对邻近地区的经济增长产生抑制作用，这与我国的实际情况相吻合，资本存量对应着固定资产投资，省域之间存在有投资竞争.
ABS树脂的主要成分是SAN树脂，它提供材料良好的加工性能、优异的刚性、光泽、硬度、耐化学性能、耐热性能。增加基体SAN树脂分子量可提高材料冲击强度，拉伸强度，刚性等性能，但分子量太大时产品的加工性能下降。
lnY it =α 0+ρW lnY it +α lnK it +β lnC it +γ lnT it +μ [lnA it +lnL it ]+ε it
(11)
另一方面，由于碳氧化物是碳排放的主要存在方式，在邻近的地区之间会产生碳转移，因而其产生的“尾效”值不但和本地区的资源使用量有关，与相邻地区的资源使用情况也有关联.因此，除了考虑周边地区经济增长的影响外，同时考虑周边的资本、碳排放、土地和劳动力等解释变量的影响，则可以构建空间面板杜宾模型(SDM)：
lnY it =α 0+ρW lnY it +α lnK it +β lnC it +γ lnT it +μ [lnA it +lnL it ]+
α ′W lnK it +β ′W lnC it +γ ′W lnT it +μ ′W [lnA it +lnL it ]+ε it
(12)
与SAR模型相比，SDM模型引入了解释变量的空间滞后项W lnK it ,W lnC it ,W lnT it ,W [lnA it +lnL it ],其系数为α ′,β ′,γ ′,μ ′， 因此，SDM模型反映了区域经济行为的空间依赖性除直接受到邻近其他地区行为的影响外，还来源于可能相互依赖的解释变量等外生变量的间接影响.针对SDM模型，可以将其改写为如下的向量形式[16]：
(13)
Romer定义的“增长尾效”模型，是对经典Solow模型的扩展，将资源约束纳入到模型中，简化后的生产函数为[2]：
(14)
土地资源T 和社会有效劳动R 的直接效应和间接效应显著为正，对经济增长都有促进作用，与胡宗义和刘亦文[20](2015)的研究结果相吻合.本文中，土地资源用各省的建成区面积表征，其直接效应为0.22，意味着本地区建成区面积每增加1%，对应的产出Y 增加0.22%，间接效应的值也为正，说明本地区建成区面积增加，对邻近地区的经济增长也产生了促进作用.社会有效劳动R 的间接效用为0.720，在1%的显著水平下显著，是所有投入要素中最大的，说明社会有效劳动在空间上的流动是中国省域经济增长至关重要的因素.
3 实证结果
研究选取30个省级单位(由于部分数据缺失不包含中国西藏、中国香港、中国澳门和中国台湾)2000尾效2016年的面板数据进行分析，数据来源于《中国统计年鉴》以及《新中国65年统计资料汇编》.产出Y 选用GDP来表示，以2000年为不变价格折算以消除通货膨胀影响，单位为亿元.在计算资本存量K 时，本文借鉴了单豪杰[17](2008)的方法，假设第一期(2000)的固定资本存量K 等于所有过去的固定资本形成之和，资本的年折旧率为10.96%，并通过GDP平减指数换算成2000年的固定资本存量，则以后各年的固定资本存量计算方法为:K (t )=I (t )/P (t )+0.890 4K (t -1).碳排放数据C 采用前文提到的IPCC方法计算得到.用各省份的城市建成区面积表示土地资源(T ).有效劳动Al 选用社会从业人员数量R 表征.
3.1 空间自相关性检验
由平衡路径上产出的增长率的估算结果可以看出，对于经济增长总量而言，碳排放和土地资源对经济增长存在有阻碍，碳排放越多，土地资源使用过度都会导致平衡路径上的产出增长率减小，说明对经济可持续增长的约束也就越大.对于社会有效劳动人均产出增长率g Y/L 来讲，在可持续增长路径上，技术进步是提高经济增长率的重要因素，劳动力却是把双刃剑，根据王海建(2000)的研究，维持耗竭性资源的可持续消费，要求人力资本增长率与生产过程中的耗竭性资源的绝对投入增长率之比应大于生产过程中耗竭性资源与人力资本产出弹性之比[8]，否则，则说明碳排放和土地资源的约束导致了社会有效劳动人均产出的降低，违背了可持续发展的原则.
(15)
图1 莫兰指数趋势图
上式中：x i 为各单位上的观察值；n 为空间单位数；w ij 为空间权重.Moran's I的值为[-1, 1]，I 值大于0且在统计上显著，表示观察数据空间正相关，I 值越大说明空间相关性越强.空间自相关性检验结果显示，产出水平Y 、资本存量K 、碳排放量C 的莫兰指数在所有年份均大于0.1，说明这三个变量在空间分布上均存在明显的空间正自相关关系，土地资源T 和人力资源R 虽在部分年份出现莫兰指数小于0的情况，但总体来看依然具有空间正自相关关系.可以看出，各项经济活动的空间分布并非表现出完全随机性，而是表现为相似值之间的空间集群，传统的OLS模型忽略了样本的空间属性因而导致回归结果有所偏误.
3.2 计量结果及解释
由以上各模型回归结果已经获知了各投入要素的弹性值.根据碳排放和土地约束下经济增长尾效的公式，还需要计算劳动力的年增长率以及碳排放和土地资源的年均变化率的值.首先，计算劳动力的增长率，利用公式n =(b /a )1/t -1，a 是2000年的社会从业人员数，b 是2016年的社会从业人员数，t 为增长期数，可以求得劳动人员在2000～2016年的平均增长率为1.36%，同样计算出碳排放和土地资源使用量的年均增长率为7.02%和5.68%，至此可以使用前文提到的尾效公式(9)进行计算，结果如下表3.
吾坦·阿达依汗口中的汉族哥哥就是一八三团党委书记、政委李卫国。为贯彻落实自治区、兵师党委关于开展“民族团结一家亲”活动的指示精神，实现全团党员与困难家庭、“四老”人员、“宗教人士”、少数民族群众结对认亲全覆盖，行政事业单位及团直单位干部与阿勒泰市切尔克齐乡少数民族群众结对认亲全覆盖，该团党委率先垂范，主动与切尔克齐乡阿克恰普帕村的老党员、少数民族群众以及团场基层单位的困难职工，少数民族群众结成亲戚。
表1 固定效应回归结果
注：*代表p < 0.05, **代表p < 0.01, ***代表p < 0.001
表2 直接效应间接效应和总效应
注：*代表p < 0.05, **代表p < 0.01, ***代表p < 0.001
由于SDM模型中纳入了空间滞后解释变量与被解释变量，不能直接反映其边际效应，其估计值也难以准确衡量自变量对因变量的影响.因此还需要采用偏微分法计算各自变量的直接效应、间接效应和总效应.徐春华(2016)也认为，空间杜宾模型的回归系数应从直接效应、间接效应及总效应的层面来解释[18].通过分析表1和表2可知：
本文以“辽宁号”航母为仿真对象,舰长304.5m,设飞行甲板300m作为SINS仿真长度。滤波周期选1s,仿真时长选100s,舰船在海中向东行驶,初速为10kn,纬度100°,经度30°,翻滚角、
空间面板杜宾模型(SDM)解释了省域经济增长的98.45%，大于普通面板模型的97.67%，说明在分析省域经济增长过程中，空间面板杜宾模型(SDM)要优于普通面板模型.与原本的弹性系数相比，空间面板杜宾模型(SDM)在进行直接效应和间接效应分解后与原本系数存在有部分差异，其原因是空间上的各因素存在有一定的反馈效应，即某地区的经济增长通过拉动周围临近地区的经济增长反过来对本地区也造成了部分影响.这种反馈效果一方面来自于被解释变量的空间滞后，另一部分来源于解释变量的空间滞后，这与刘成坤和赵昕东[19](2016)的解释相吻合，因此，本文在后面的分析中着重分析其直接效应和间接效应.
下面用空间计量的方法对经济增长过程中可能产生的资源外部性进行建模.一方面，考虑到周边地区的经济增长对本地经济增长的影响，即空间滞后的依赖性，可以建立空间面板滞后模型.
碳排放C 对产出Y 的直接效应为0.064 3，且通过了5%显著性水平的检验，说明各地区的产出Y 随着其碳排放的增加而增加，值得注意的是，碳排放量C对产出Y 的间接效应为0.299，说明本地区碳排放增加1%，邻近地区的产出Y 上涨0.299%.间接效应的结果大于其直接效应，说明我国在进行碳排放分解时存在有差异，经济较为发达的地区，由于能源消费接近饱和，其碳排放量的增长速度较慢，甚至部分地区出现了碳排放减少的现象，而相对欠发达地区由于要保证其经济增长，碳排放量增速较快.
上述偏导数矩阵中迹的平均值用来测度直接效应，衡量解释变量对被解释变量的区域内溢出.而非对角元素的列向量或者行向量的平均值用来测度间接效应，衡量解释变量对被解释变量的区域间溢出.值得注意的是，偏导数矩阵是否为对称矩阵取决于空间权重矩阵W 的选择，本文选取的W 为基于地理邻近的0-1矩阵，在空间是对称的，因此列向量与行向量的平均值一致.
由于在设计指标体系的过程中，默认指标层因素都是同等重要，因此，在同一因素层下的各指标因素都具有相同的权重，这也说明他们具有相同的影响力，例如对企业有形资源能力而言，固定资产情况、现金资源充足度、市场占有度、员工数量、员工素质以及网站注册会员数都具有相同程度的影响力，其他指标层各因素权重结果分析以此类推。
3.3 经济增长的尾效
面板数据计量模型Hausman检验值为84.69，三种空间模型下的检验结果分别为8.07(空间面板杜宾模型SDM)、26.96(空间面板自回归SAR)、6.98(空间面板误差模型SEM)，在5%显著性水平下选择固定效应模型.固定效应回归结果如下表1，普通面板回归结果显示，LnK 、LnC 、LnT 、LnR 的弹性系数均大于0，分别为0.726、0.171、0.320、0.368，在1%的显著水平上显著，说明这4个因素对中国省域经济增长均具有积极影响.但是要分析解释变量和被解释变量在空间上的关系还需要对模型的适配情况进行判断，设解释变量的系数为θ ，解释变量空间滞后项的系数为δ .对于SDM模型是否退化成SAR模型，需要进行Wald检验，若空间滞后项的系数δ 为零，且空间滞后系数ρ 不等于零，那么该模型应是空间面板自回归SAR模型.是否会退化为SEM模型需要进行似然比Lratio检验，如果θ =-δρ ，则模型应为空间面板误差SEM模型.Wald检验的结果为159.41，Lratio检验的结果为64.91，说明SDM模型优于SAR和SEM模型.由于SDM模型与SAC模型是非嵌套模型，所以用最小信息准则来判断其优劣，SDM模型的AIC值和BIC值分别为-925.458 9、-874.646，小于SAC模型的AIC值和BIC值为-888.713 2、-854.838.对于资源约束下的省域经济增长而言，空间面板杜宾模型的效果要更好一些.
话题转向紫云，她的心弦骤然绷紧。水老师拿起那只白瓷兔，把林志喊进来，拍着他的脑袋，问道：“你真的喜欢紫云吗？”
表3 直接尾效和间接尾效
结果显示，碳排放和土地资源约束下的中国省域经济增长直接尾效值为0.022 4，其经济学意义为，与资源可以无限利用的情形相比，某地区的经济增长由其本身的资源约束而引起的增长阻力为0.022 4；间接尾效值为0.036，即本地区的增长受到邻近地区资源约束的增长阻力为0.036.总体尾效值为0.058 4，其经济学意义为中国省域总体经济增长速度由于碳排放和土地资源的约束比没有约束的情况下要年均降低5.84个百分点.
In this data mining analysis,we aimed to discover acupoint combinations that were used to treat AD.Hopefully this can provide evidence-based information for AD treatment with acupuncture.
4 结论
本文基于经典的Romer“尾效”模型，构建了碳排放和土地资源约束下的中国省域经济增长“尾效”方程，并使用空间计量的方法进行回归和分解，得出的主要结论如下:
(1)中国省域经济增长过程中存在明显的空间相关性，由于资源的限制各地区GDP的空间依赖性经历了由下降到上升的过程，经济增长的空间差异有扩大的趋势.
(2)资本存量对本地区经济增长具有显著的促进作用，对于邻近地区缺少有效的空间溢出.碳排放、土地和劳动力要素投入都对经济增长存在一定的正向的溢出效应，这说明这些要素投入对其他地区的经济增长也有促进作用.
(3)通过对“尾效”值的测算发现， 碳排放越多，土地资源使用过度都会导致平衡路径上的产出增长率减小，对经济可持续增长的约束也就越大.中国经济增长速度由于碳排放和土地资源约束造成的直接尾效为0.022 4，间接尾效为0.036，总体尾效值为0.058 4.
基于多模式辅助刺激的运动想象电位特征调 制 ………………………………… 李小芹，赵 丽，边 琰（26）
为了降低资源对经济增长的约束作用，实现经济-资源-人口的协调发展，参考国内外研究成果，结合我国经济发展现状，可以从以下几个方面来进行优化：
前者生成的空调系统在设备特征中存在数据理想化的问题，在管路布置中存在偏差。接下来，分别对两者进行修正，并对系统进行图示化处理。
(1)提高资本利用效率，积极促进地区产业升级.促进要素在省域之间的流动，建立有效的资本流通机制.
(2)降低碳排放对经济发展的影响，调整能源消费结构，提高能源利用效率.利用各省份间能源消费和碳排放的外部效应和经济的溢出效应，实现节能减排共同治理的目标.
(3)加强土地的集约利用，提高城市用地的效率和产出率，为城市土地资源集约利用效率提升及其经济的持续健康增长提供新的动力.加强土地管理，严禁土地资源的违法交易，保持城镇化有序科学的推进.
(4)提升技术进步在经济增长中的作用，降低人口自然增长率的同时提高社会有效劳动单位生产率.进一步实施有效的人才政策，加强对高科技低能耗产业的扶持，完善技术成果转化机制，促进R&D在省域之间的交流互通.
参考文献：
[1]Ayres R U, Kneese A V. Production, Consumption, and Externalities.[J]. American Economic Review, 1969, 59(3):282-297.
[2]Romer D. Advanceed Macroeconomics (Second Edition)[M]. Shanghai：Shanghai University of Finance & Economics Press, 2001.
[3]Dasgupta. P Sand Heal. G M. Economics Theory and Exhaustible Resources[M]. Oxford Univcrsity Press,1979.
[4]Nordhaus W D. Lethal model 2: the limits to growth revisited[J]. Brookings Papers on Economic Activity, 1992(2):1-59.
[5]Bruvoll A, Glomsroda S, Vennemo H. Environmental drag: evidence from Norway[J]. Ecological Economics, 1999, 30(2):235-249.
[6]Martin W, Mitra D. Productivity growth and convergence in agriculture and manufacturing[J]. Economic Development & Cultural Change, 1999, 49(2):403-422.
[7]Liu Y. Is the natural resource production a blessing or curse for China's urbanization?Evidence from a space-time panel data model[J]. Economic Modelling, 2014, 38:404-416.
[8]王海建.资源约束、环境污染与内生经济增长[J].复旦学报(社会科学版),2000(01):76-80.
[9]崔云.中国经济增长中土地资源的“尾效”分析[J].经济理论与经济管理,2007(11):32-37.
[10]刘耀彬, 陈斐. 中国城市化进程中的资源消耗“尾效”分析[J]. 中国工业经济, 2007(11):48-55.
[11]沈坤荣, 李影. 中国经济增长的能源尾效分析[J]. 产业经济研究, 2010(2):1-8.
[12]曹翔,傅京燕.供给侧要素投入的“增长红利”与“增长尾效”研究[J].经济学家,2016(09):25-31.
[13]米国芳,长青.能源结构和碳排放约束下中国经济增长“尾效”研究[J].干旱区资源与环境,2017,31(02):50-55.
[14]吴玉鸣.中国省域碳排放异质性趋同及其决定因素研究——基于变参数面板数据计量经济模型的实证[J].商业经济与管理,2015(08):66-74.
[15]程叶青,王哲野,张守志,等.中国能源消费碳排放强度及其影响因素的空间计量[J].地理学报,2013,68(10):1418-1431.
[16]Lesage J, Pace R K. Introduction to Spatial Econometrics[M].New York： CRC PRESS, 2009.
[17]单豪杰.中国资本存量K的再估算:1952～2006年[J].数量经济技术经济研究,2008,25(10):17-31.
[18]徐春华.危机后一般利润率下降规律的表现、国别差异和影响因素[J].世界经济,2016,39(05):3-28.
[19]刘成坤,赵昕东.人口老龄化对经济增长的影响及溢出效应研究——基于空间杜宾模型[J].经济问题探索,2018(06):21-32.
[20]胡宗义,刘亦文.能源消耗、污染排放与区域经济增长关系的空间计量分析[J].数理统计与管理,2015,34(01):1-9.
Carbon Emission Constraints ,Sharp Reduction of Land Dividend and Economic Growth Drag
WANG Ji-tian, SU Fang-lin
(School of Economics and Management，Guangxi Normal University, Guilin Guangxi 541004, China)
Abstract ：Based on the panel data of China's provinces from 2000 to 2016, and on the basis of Romer's hypothesis of economic growth drag, this paper uses spatial econometric method to calculate the provincial economic growth drag under the constraints of carbon emissions and land resources, and discusses the direct and indirect growth drag from the perspective of spatial spillover. The results show that there is obvious spatial correlation in the process of provincial economic growth in China. Due to the limitation of resources, the spatial difference of economic growth tends to expand. Capital, carbon emissions, land and labor input has made spatial spillovers of economic growth, and indirectly affected the economic growth of neighboring regions. It is estimated that China's economic growth drag value is 0.0584 under the constraints of carbon emissions and land resources. The economic explanation is that the growth rate of China’s economy is expected to decrease by 5.84 percentage points annually, due to the constraints of carbon emissions and land resources.
Key words ：growth drag; carbon emissions; land resources; spatial measurement
中图分类号： F124
文献标识码： A
文章编号： 1673- 2103( 2019) 02- 0068- 08
* 收稿日期： 2019-02-02
作者简介： 王继田(1995—)，男，山东泰安人，硕士，研究方向：节能减排与低碳经济研究.苏方林(1971—)，男，广西桂林人，教授，博士，研究方向：空间计量经济、能源与低碳经济.
标签：增长尾效论文; 碳排放论文; 土地资源论文; 空间计量论文; 广西师范大学经济管理学院论文;