论文采用可计算一般均衡(Computable General Equilibrium，CGE)模型，结合地理信息系统(Geographic information system，GIS)，研究了耕地面积变化对中国经济系统带来的负面影响，在CGE模型应用于自然资源领域做了一次有益的尝试。　　 耕地面积变化分两种情况。一是利用包括人均国内生产总值(GDP)变化、三次产业比重变化、人口密度、年均温度变化和年均降水变化等14个自然和社会经济变量的空间自回归(SpatialAutocorrelationRegression，SAR)模型，结合ArcGIS地理信息系统软件，计算出相对于基期的耕地面积变化。二是退耕还林政策导致的耕地面积减少。然后根据不同作物种植面积占总种植面积的比例，把耕地面积变化换算为不同作物种植面积的变化，并依此进入CGE模型，进行耕地面积变化对中国经济的影响评价。CGE模型中主要考虑耕地面积减少对中国经济的不利影响，而没有考虑其对经济的正面影响，比如由于城镇化导致的耕地面积减少对经济的正面影响。　　 CGE模型采用的是国际食物政策研究所(International Food Policy Research Institute，IFPRI)Lofgren，Harrisand Robinson(2002)开发的单国标准静态模型，论文进行比较静态分析。在数据处理方面，根据最新的2002年中国投入产出表编制中国2002年社会核算矩阵(Social Accounting Matrix，SAM)作为CGE模型的基期数据集。在中国2002年SAM中，生产部门中不同作物类型的数据采用了GTAP(Global TradeAnalysis Proiect)数据库中的相关信息。在生产弹性值的计算上，采用了Bayes(贝叶斯)方法和广义最大熵(Generalized Maximum Entropy，GME)方法，并与经典统计方法的估计结果和相关文献资料中的数据进行对比，选取较为合适的生产弹性值。在计算居民消费需求的支出弹性时，采用了似不相关回归(Seemingly Unrelated Regression，SuR)方法。由于数据获取上的困难，Armington弹性和CET弹性筛选自不同的文献。最后，针对CGE模型在弹性值方面受到的广泛批评，论文对模型进行了必要的敏感性分析。　　 论文的主要结论如下：　　 空间自回归(SAR)模型的预测结果表明，我国耕地面积到2010年约为18.26亿亩。考虑预测结果1.22％的相对误差，我国耕地面积到2010年约为18.04亿亩。说明要“守住全国耕地不少于18亿亩红线”，现有的耕地保护政策和措施需要进一步巩固和加强。　　 总体上来看，相对于基期，到2010年，空间自回归(SAR)模型计算出的耕地面积减少使实际GDP降低0.066％，使总就业相对于基期降低约0.07％，城镇居民消费减少是GDP降低的主要原因。在假设模拟结果服从正态分布和各种弹性值服从均匀分布的情况下，通过弹性值敏感性分析，模型的计算结果完全落在95％的置信区间内，并且所有经济总体变量的变化与敏感性分析所进行的500次数值模拟结果的平均值非常接近。这说明在弹性值问题上，模型的结果是稳健的。　　 模拟结果还显示，耕地面积变化总体上降低居民总消费，比如SAR模型计算的耕地面积减少使居民总消费降低0.048％，但城乡居民消费变动呈相反趋势：农村居民消费增加0.04％，城镇居民消费减少0.086％。相应地，以等价变量(EquivalentVariation，EV)衡量的农村居民福利相对增加，城镇居民福利相对减少。这是由于城乡居民在商品消费数量上相差悬殊造成的：基期城乡居民消费分别为33686亿元和14877亿元，但农村居民消费的增加远低于城镇居民消费的减少，所以最终使总的居民消费减少。城乡居民消费的增减源于收入的同方向变动：相对于基期，城乡居民收入分别增减0.039％和0.087％。而城乡居民收入的增减是由于农产品价格的上升，比如大豆，虽然由于耕地面积减少使其产量相对于基期有所下降，但价格上升的补偿作用，使大豆的产值相对于基期是增加的。　　 耕地面积减少使不同类型的劳动力需求都呈减少趋势，影响程度依次为生产性工人、专业技术人员和农村劳动力，总的就业降低约0.07％。其中，第二产业对劳动力需求的变化最大，为-0.106％，第三产业次之，为-0.074％，第一产业对劳动力需求的变化最小，为-0.022％。第二产业对劳动力需求的变化最大，是因为在建筑业部门的生产中，第一、二、三产业的中间投入比例为71：11：18，其生产受农业尤其是种植业各部门的影响较大，而耕地面积减少导致的种植业部门价格上升使建筑业部门的生产成本增加、产出减小，进而对劳动力的需求减少，而建筑业中的农村劳动力占总劳动力的63％，所以使第二产业对农村劳动力的需求相对于基期出现较大幅度降低。