基准模型及数据来源分析

基准模型的构建是空间面板分析的基础，参考现有文献，本章主要考察人口城镇化与人均用水量、用水结构及用水效益的动态分析，既考虑到库兹涅茨曲线可能包含线性关系、“U”形关系、倒“U”形、“N”形曲线和倒“U”形曲线等多种情形，也考虑到了城镇化、第二产业比重及空间效应对库兹涅茨曲线的可能影响，使得模型更加精确可靠且具有更大的适应范围。为保持统计口径的统一性，本章涉及的31个省区市的GDP、人口城镇化率、人口总量数据来源于2005—2015年《中国统计年鉴》。各省区市用水量来自于历年中国水资源统计公报，全国用水量来自于历年各省区市用水数据累加。空间滞后模型（SLM）和空间误差模型（SEM）是空间计量分析的两种基本模型，由于无法先验地确定哪一种模型更为合适，所以需给出针对本章研究对于的这两种模型的表达式。

（1）空间滞后模型（SLM）。由于中国水资源分布与利用的区域联动效应及影响用水的要素的跨区域流动，可能会导致区域用水之间的区域相关性，可以通过加入因变量的空间滞后因子进行分析，空间滞后模型的基本结构如下：

其中，y代表解释变量，表示人均用水量或者用水强度，Ur表示人口城镇化率，Erchianbizh表示第二产业产值比重，Sanchanbizh表示第三产业产值比重。下同。

式中：μi表示空间固定效应，其控制了所有空间固定且不随时间变化的变量；θt则表示时间固定效应，其控制了所有时间固定且不随空间变化的变量；wij是空间权重矩阵w中的一个元素。(www.xing528.com)

（2）空间误差模型（SEM）。由于区域用水的影响因素很多，无法全部将这些因素纳入模型，从而很可能会遗漏一些与被解释变量有关的变量，而这些变量存在空间自相关性，从而导致随机误差的产生，同而冲击相邻省区。空间误差模型的基本结构如下：

式中：Φit表示空间自相关误差项；λ表示误差项的空间自相关系数。