自然災害與城市化相關關系研究

趙偉偉，白永秀

（西北大學 經濟管理學院，西安 710127）

近幾年中國飽受各類自然災害的危害，2007年南方水災、沿海地區羅莎臺風、2008年初冰凍雪災、5·12汶川地震，6月以來的南方洪水都給中國帶來了極大的經濟損失和長遠影響。自然災害明顯加頻、加劇的趨勢使社會科學和自然科學研究者更多地關注自然災害及其影響。

自然災害和城市化水平之間的關系到底如何？何愛平曾提到城市化與災害互為因果[1]。為了檢驗自然災害和城市化間的關系，本文使用協整分析考察兩者之間是否存在長期關系，并在協整基礎上對二者進行Granger因果檢驗。

1 數據、變量、方法

1.1 概念界定

首先界定自然災害和城市化的概念。災害指由于某種不可控制或未能預料的破壞性因素作用，使人類賴以生存的環境產生突發性或累積性的破壞或惡化，并超越當地社會經濟系統容忍限度而引起人員傷亡和物質財富與資源損失的現象和過程[2]。本文研究對象為純自然性災害，簡稱為自然災害，主要包括水災、地震、滑坡-泥石流、臺風、沙塵暴、海嘯、火山、地震、干旱等。

1.2 數據選擇及變量設置

城市化水平是本文最主要變量之一，其度量采用最常用的方式（以URt表示），城市（城鎮）人口占總人口的比重。盡管建立在城鎮戶籍制度基礎上的城鎮人口統計造成城鎮居民部分沒有城鎮戶籍,使得城鎮人口比重會低估城市化，但是人口比例指標仍是最常用的城市化測度指標，因為對其做出改進的復合指標在數據可獲得性上仍存在缺陷。

考慮到可度量性，自然災害指標可以選擇災害帶來的經濟損失，但是度量仍然存在難度。中國統計年鑒從2000年開始統計地質災害（包括滑坡、崩塌、泥石流和地面塌陷）和地震，從2005年開始統計海洋災害（包括風暴潮、赤潮、海浪、海冰和溢油），顯然數據過少不適于做進一步定量分析。自1950年農業統計開始有農業受災面積和成災面積 （包括水災、旱災和其他自然災害）數據，但是伴隨城市化快速發展，農業受災只是自然災害損失的一部分，城市受災在災害損失中的比重越來越大，故農業受災不適合做為自然災害度量指標。最后考察國家財政支出中的救災支出指標，國家財政安排救災支出具體包括：自然災害生活救助（包括冬令口糧救濟資金和追加部分地方災后重建補助資金）；農業救災支出；基本建設救災支出；其他財力補助以及行政、教育、衛生和交通等救災支出；并從扶貧資金中安排部分資金，用于災區群眾災后恢復生產。可見救災支出和該年度自然災害規模和頻數及損失（包括經濟損失和人員損失等）密切相關，初步可以衡量自然災害水平。考慮到統計單位影響和消除時間序列引起的異方差,首先剔除價格對救災支出的影響，然后對救災支出取自然對數，最終使用救災支出的自然對數作為自然災害的變量取值（以LNDEt表示）。

另外，數據取值范圍為1976～2006年。因為1976年唐山地震使地震救災支出納入救災支出的統計范圍中，而地震災害對城市破壞程度之大，極可能影響震后城市經濟集聚的范圍和速度，進而影響城市化進程，所以文章數據取值始自1976年。本文使用Eviews5.0作為分析工具。

1.3 分析方法

本文采用協整分析和Granger因果檢驗作為基本研究方法。因為多元回歸方法分析時間序列時可能存在兩個問題：一是時間序列不平穩而產生“偽回歸”，而大多數時間序列數據都非平穩，雖然可以通過差分消除非平穩趨勢，但是變換后的序列常常不便解釋；而協整分析只在滿足變量平穩前提下，才繼續分析變量關系，可有效避免“偽回歸”。二是多元回歸事前假定變量間存在關系，且可分孰因孰果，而后進行驗證，但對無法辨識因果的相關關系的有效性大打折扣；協整分析則先判斷序列單整階數，只有變量單整階數相同，或不同階數變量經過某種組合，理論上存在長期均衡關系,才進一步假定方程式。這一方法的基本步驟包括：單位根檢驗、協整檢驗和Granger因果檢驗。

1.3.1 單位根檢驗

常見檢驗單位根的方法有DF和ADF檢驗、PP檢驗、KPSS檢驗、DF-GLS檢驗、ERS檢驗、NP檢驗等。最常用的是Fuller(1976)[4]以及 Dickey和 Fuller(1979)[5]提出的 DF檢驗、ADF檢驗以及Phillips和Perron(1988)提出的PP檢驗[5-6]。但是ADF、PP檢驗由于借助極限分布而對小樣本檢驗功效不高[7-8]，所以需要根據數據生成過程的類型選擇相應補充方法。選擇單位根檢驗方法的原則如下：（1）如果數據生成過程為自回歸過程，首先選擇ADF檢驗，而KPSS檢驗與ADF檢驗具有互補性，DF-GLS檢驗主要針對有確定趨勢的AR模型，因此，若變量數據生成過程為自回歸過程，將以上三種方法結合使用。（2）如果數據生成過程是移動平均過程，首先選擇PP檢驗，但小樣本條件下PP檢驗存在檢驗水平畸變，NP檢驗可以修正其檢驗統計量，由此，若數據生成過程滿足移動平均過程，則選用PP檢驗和NP檢驗。（3）如果不能判斷數據生成過程， 則同時使用 ADF、DF-GLS，KPSS、 PP、NP檢驗。另外，ADF和DF-GLS檢驗依據AIC準則選取滯后期，PP檢驗、KPSS檢驗、NP檢驗依據Bartlett kernel準則選取滯后期。

1.3.2 協整分析

本文采用Engle和Granger(1987)提出的協整檢驗方法，對回歸方程殘差進行單位根檢驗，步驟如下：

（1）若2個序列yt和xt都是d階單整，則建立回歸方程模型殘差估計值為yt=α+βxt+ut

1.3.3 因果關系檢驗

格蘭杰(Granger)因果檢驗具體做法是：先估計當前y值被其自身滯后期取值解釋程度，然后驗證引入序列x滯后值是否可以提高y的被解釋程度。如果是，則稱x是y的Granger原因，此時x的滯后期系數具有統計顯著性。一般需要同時考察y是否為x的Granger原因。檢驗方法如下：

其中k為最大滯后階數，檢驗的原假設為x(y)不是y(x)的Granger原因，即：β0=β1=β2=…=βk=0。

2 實證分析

2.1 平穩性檢驗

首先檢驗救災支出（LNDEt）、城市化率（URt）穩定性。

我們使用變量序列折線圖和自相關圖選擇單位根檢驗的方法。

圖1、圖 2 顯示，LNDEt、URt都是 VR（4）序列，且都存在穩定趨勢，所以使用ADF、DF-GLS，KPSS檢驗，并以DF-GLS檢驗結果為主。表1顯示LNDEt，URt都為非平穩序列。ADF、DF-GLS，KPSS都顯示城市化率為非平穩序列。但是ADF、KPSS檢驗顯示救災支出為平穩序列，考慮到救災支出為存在穩定趨勢AR序列，而DF-GLS對該種序列的檢驗最有效，所以我們認為救災支出為非平穩序列。接著檢驗變量一階差分穩定性。因為無法判斷△LNDEt、△URt序列性質，所以使用所有5種方法對其檢驗。表2顯示△LNDEt、△UtR為穩定序列，即 URt—I(1)，LNDEt—I(1)。 雖然不同檢驗方法顯著性水平不同，但是都顯示△LNDEt、△URt不存在單位根。

表1 城市化率和救災支出水平值單位根檢驗

表2 △LNDEt、△URt單位根檢驗

表2 -續 △LNDE、△UR單位根檢驗

2.2 協整檢驗

由于 URt—I(1)，LNDEt—I(1)，所以進一步進行協整分析，看兩者之間是否存在長期穩定關系。

首先建立回歸方程：

因為圖1顯示URt存在自相關，所以使用Cochrane-Orcutt迭代法來消除自相關性。Cochrane-Orcutt迭代法的基本原理如下：首先修正方程（1）為以下形式：

其中ρ為（1）所估計的殘差自相關系數，ρ估計值由下式通過OLS估計得到：

此時，方程（2）已基本滿足OLS的假設條件，可以直接估計。對方程（2）回歸后，檢驗新殘差是否仍有自相關，如果仍然自相關，則重復上述過程直到自相關被完全消除。

對方程（1）回歸結果如下：

對方程（4）的殘差et序列回歸得到：

為簡單起見，將ρ=0.526直接代入方程（2），重新回歸得到：

此時DW=2.01表明自相關已經很好的消除，F=77.16說明模型擬合的很好，=0.725說明模型解釋能力也較好，即方程（6）要優于方程（4）。

現在檢驗方程（6）殘差et的單位根。圖3顯示et為無趨勢和常數項的時間序列，使用ADF、DF-GLS，KPSS、PP、NP檢驗其單位根，結果見表3，KPSS以外的所有檢驗都顯示方程（6）殘差是穩定序列，我們可以認為et—I(0)。也即是說救災支出和城市化率之間存在穩定的長期關系。

表3 殘差穩定性檢驗

2.3 Granger因果檢驗

協整檢驗結果表明，救災支出和城市化之間存在長期均衡關系，但還沒有說明變量之間必然存在因果關系以及因果關系的作用方向如何，我們進一步做兩者的Granger因果檢驗，結果如表4所示。短期內，城市化是救災支出的Granger原因，救災支出不是城市化的Granger原因，長期內，救災支出是城市化的Granger原因，城市化不是救災支出的Granger原因。結合方程(6)，對結果做以下解釋：（1）從短期看，城市化進程影響了救災支出，方程（6）顯示隨著城市化水平的提高，救災支出也在逐年增加，這可能有兩種原因，一是城市化超出了環境的生態承載力，帶來更多自然災害，從而增加自然災害的救災支出；二是城市化增加了政府財政收入，面對同等災害水平，國家可以支付更多救災支出。同時，救災支出增加并沒有影響城市化進程，因為救災支出在國家財政支出中所占比重仍然很低，而且其他促進城市化的因素短期作用可能大于災害影響。（2）長期看來，剔除價格因素的救災支出的增加反映了自然災害危害的增加，而這影響了城市化水平，進一步也表明自然災害的趨頻、趨重是未來影響我國城市化發展的重要因素。同時長期城市化對救災支出的影響有限，表明城市化并不是導致自然災害趨頻、趨重的主要原因。

表4 LNDE和UR的Granger因果檢驗

3 結論及建議

協整分析和Granger因果檢驗的結果表明，城市化和自然災害存在長期穩定的均衡關系。短期內城市化發展，使救災支出隨之增加，一定程度代表了自然災害隨之增加；長期內自然災害危害增加影響了我國城市化水平，進而將來可能成為限制城市化發展的重要原因。相關文獻中曾提到城市化導致部分自然災害的路徑機制，特別是對于城市自然災害的增加。城市化快速發展必然帶來城市不斷擴建與新建，進行大量土石移動和地下開挖工程，于是人為地產生一系列地質災害問題。另外，城市化可造成城市氣候改變，城市降雨量和降雨強度增大，雨時延長，使城市發生洪澇災害的機率增加。還有一點，城市化增加了自然災害損失，城市經濟類型的多元化及資產的高密集性使城市的綜合承災能力變弱，經濟損失加重，城市化特別是與生命線系統關聯的間接經濟損失比重加大。

鑒于以上檢驗的城市化和自然災害的關系，經濟發展過程中必須重視可持續發展的增長方式和自然災害預警預測機制。

（1）要轉變經濟發展方式，實現可持續發展，建設資源節約型、環境友好型社會，最大程度減少城市化對環境和資源的破壞，才能減少人為造成的自然災害。上世紀60年代以來，世界上各種自然非可持續發展的做法是自然災害增加的主要因素之一。要維持經濟—生態協調發展，就必須轉變經濟發展模式，走可持續發展之路，盡可能降低人類經濟活動對環境資源的負面效應。要實現這一目標，就要在以下幾個方面做出努力：首先，走 “科技含量高、經濟效益好、資源消耗低、環境污染少、人力資源得以充分的發揮”的新型工業化道路，大力發展循環經濟。其次，逐步形成有利于節約資源的產業結構和消費方式，通過經濟、技術、法律等手段促進資源利用的根本轉變，完善自然資源有償使用制度和價格體系，建立資源更新和經濟補償機制，嘗試將資源環境的綜合成本納入到國民經濟核算體系中來提高資源利用的經濟、社會和生態效益，構建資源節約型國民經濟體系和資源節約型社會。

（2）要完善災害預警預測機制，盡量降低自然災害損失，為城市化的快速發展提供保證。這需要首先加強環境變化趨勢及其影響的監測與研究工作，建立完整的災害測報體系，探索重大環境災害預測預報的基礎理論，從總體上提高對重大災異測報的科技水平和綜合防御能力以及對災害快速應急響應能力。并且，在城市化進展過程中，要根據自然環境和生態條件進行科學規劃，并對城市基礎設施建設建立相關標準，最大程度增加城市擴建和新建過程的科學性，減少可能產生的人為自然災害。

在進一步的研究中，需要關注衡量自然災害損失的指標，并且不同地區（特別是災害易發區和非易發區）城市化和自然災害的相互關系可能有所不同，都需要更多、更細致的研究。

[1]何愛平.發展中國家災害經濟的特點、成因及對策[J].災害學,2000,15(2).

[2]何愛平.中國災害經濟——理論框架及實證研究[D].西北大學,2002.

[3]房林,鄒衛星.多種單位根檢驗法的比較研究[J].數量經濟技術經濟研究,2007，(1).

[4]Fuller,W.A.Introduction to Statistical Time Series[M].New York:Wiley,1976.

[5]Dickey,D,Fuller,W.Distribution of the Estimators for Autoregressive Time Series with a Unit Root[J].Journal of the American Statistical Association,1979,74.

[6]Perron,P.The Great Crash,the Oil Price Shock,and the Unit Root Hypothesis[J].Econometrica,1988,57.

[7]Phillips P.B.C..Testing for a Unit Root in Time Series Regression[J].Biometrika,1988,75.

[8]Schwert,G.W.Tests for Unit Roots:A Monte Carlo Investigation[J].Journal of Business and Economic Statistics,1989，(7).

[9]易丹輝.數據分析與Eiews應用[M].北京:中國統計出版社,2002.