城鎮化進程對城市環境的顯著污染差異與U型排放趨勢

張濤

導讀：城市是人類文明的集中體現，也是人類生產與生活的重要區域，城市環境問題是關系到人類發展的重要課題。選取2001～2013年間中國30個省級行政區面板數據，采用主成分和面板數據分析方法，實證分析土地、人口、工業資本結構和收入水平對城市綜合污染物排放密度的影響。結果顯示：在城鎮化進程中，人口城鎮化率的變動對城市環境的影響并不顯著；城市建成區面積增加能夠顯著降低城市污染密度；城市居民收入水平提高能夠實現城市環境越過倒“U”型曲線頂點。此外，隨著城市工業資本-勞動比率提高，城市污染物排放量，呈現先減少后增加的U型趨勢。

關鍵詞：城鎮化；工業結構；污染物；排放密度；EKC

DOI：10.3969/j.issn.1674-7739.2015.05.012

一、引言與文獻評述

改革開放以來，中國城鎮建設飛速發展，現已形成具有較強集聚效應的5個國家級城市群，9個區域性城市群和6個地區性城市群，以及70多個具有突出輻射效應的大中城市。2014年全國人口城鎮化率54.77%，2001～2013年間年均增長1.028個百分點。與發達國家80%的城鎮化率水平相比，還有很大差距，中國仍將處于城鎮化快速推進階段。然而隨著人口向城市集中，城區面積擴張，以及工業資本-勞動比率提高，霧霾、酸雨、水華、城市內澇、交通擁堵、垃圾處理粗放等伴生城市環境污染問題日漸凸顯。城市環境已向人類的生產和生活發出挑戰。

城鎮化進程與城市環境之間的關系，一直是廣大生態學者、城市經濟學者和建筑規劃學者的研究熱點。美國學者Park R.E在1916年發表《城市環境中人類行為研究的幾點建議》，開創了城市生態學研究的新領域。上世紀60年代Rache1 Carson《寂靜的春天》和Meadows et al.《增長的極限》等書通過描述和預測城市化過程中的生態危機來警醒世人。20世紀70年代，美國生態學家Ehrlich和Comnoner提出著名的IPAT環境壓力公式，開始了生態環境及其影響因素的研究。1995年，Grossman 和 Krueger對42個發達國家的板面數據進行實證分析，揭示了城市經濟與城市環境質量間倒“U”型的演變規律。城鎮化作為地區經濟增長和工業協同發展的重要動力，已經成為城市經濟與城市環境污染關系研究的熱點之一。Alam et al.（2006）衡量在城鄉間的推拉效應作用下，缺少科學規劃和引導的農村人口向城市集中所導致的城市生態環境的退化水平；Liddle and Lung（2010）利用STIRPAT模型揭示在發達國家中存在不同年齡階段的人群對城市污染具有的差異特征；Poumanyvong and Kaneko（2010）通過99個國家的實證研究，得出城鎮化能夠帶來能源消耗和二氧化碳排放量的減少；Martínez-Zarzoso（2011）以發展中國家為研究對象，得到了城鎮化與二氧化硫排放量間存在倒“U”型關系；Srivastava et al.（2014）研究指出，在發展中國家城鎮化、工業化和經濟增長總是伴隨著更多的城市固體污染產生；Peter Marcotullio et al.（2014）研究亞洲和太平洋地區的城鎮化進程，指出大城市不是永遠的發展主題，氣候適應型城市①更具彈性特征，更能實現城市的可持續發展。國內學者對城鎮化水平和城市生態環境的研究大多沿用EKC模型框架。張子龍等（2015）發現我國大部分城市的經濟-環境協調度不佳，城市的產業結構、人口規模和經濟增長對提高城市環境績效具有抑制作用；王家庭和高珊珊（2011年）研究發現城市規模和城市環境的關系存在區域差異，且規模不同的城市、不同的污染物與經濟水平呈現出不同的變動特征；王婷和呂昭河（2012）研究得出人口增長和收入水平提高會顯著增加城市生活垃圾數量，而正確的城市環境政策和習慣能抑制城市生活垃圾數量的增長；李鵬飛等（2014）研究城鎮化路徑的環境效應中，也發現城鎮化水平的提高能夠改善城市環境狀況；王興杰等（2015）研究發現快速推進的工業化和城鎮化，投資驅動型經濟，土地財政是導致城市大氣污染的根本原因；此外，城市產業結構是影響城市環境的重要因素，粗放的城市工業化會導致城市環境的失衡，提升產業集聚水平，轉變產業結構有助于城市環境的修復（劉習平，2013；杜震，2014）。

上述文獻多是研究人口城鎮化率與城市環境的關系，而城鎮化進程不僅包括人口向城市集聚，還包括城市建成區面積擴張、城市產業結構的演進以及城區居民收入水平的提高等因素。本研究將在以下方面對現有文獻進行補充：（1）重點從人口和土地兩個因素分析城鎮化進程與城市環境污染的關系；（2）基于城鎮化與工業化協同的角度，研究城鎮工業資本-勞動比的變動對城市環境的影響；（3）選取城市生產和生活具有代表性的五種污染物排放量作為因變量，運用主成分分析方法，合成地區綜合污染物排放量，采用污染密度指標代替污染總量指標，克服不同省級行政區產業結構和城鎮化水差異下不能比較的難題。

二、中國城市污染物排放量的時空差異

（一）中國城市五種污染物排放空間差異

城市是生產和生活的集聚區域，為了更全面地反映生產和生活對地區環境的影響，基于數據的可獲得性，選取工業固體排放量、生活垃圾清運量、煙塵排放量、二氧化硫排放量和化學需氧量排放量五種污染物排放指標。受地區區位、自然資源稟賦、城市化進程和工業結構的影響，各省級行政區污染物排放結構存在顯著差異。如圖1所示：2013年五種污染物排放量中，工業固體排放量前五的是河北、遼寧、山西、內蒙古和山東；二氧化硫排放量排名前五的是福建、山東、內蒙古、山西和河北；化學需氧量排放前五的是廣東、廣西、湖南、四川和江蘇；生活垃圾清運量排名前五的是廣東、江蘇、浙江、山東和遼寧；煙粉塵排放量排名前五的是河北、山西、內蒙古、新疆和黑龍江。

（二）城市綜合污染物排放密度的時空差異

由于不同地區反映出的不同污染物結構特征，使得地區間很難進行橫向比較，以及研究城市污染和其解釋變量間的關系。本研究采用綜合污染的指標來反映地區污染水平。由于不同污染物對地區環境的影響效果并不相同，簡單加總會導致其經濟學意義改變，本研究采用主成分分析方法，來綜合五類污染物排放指標。從分析結果中，選取前兩個主成分，二者的方差累積貢獻率達到了96%，特征值大于1，前兩個主成分幾乎反映全部指標的信息。其中，第一主成分中SOLID、TRASH和SCOOT四個指標的載荷量較大，第二主成分中SO2和COD指標的載荷較大，可以將兩個主成分分別視作土壤污染因子和空氣-水體污染因子。利用兩個主成分所對應的特征值進行加總，即可得到綜合污染物排放量。結果顯示，綜合污染物排放量居前五的是河北、遼寧、山西、內蒙古、山東。

城市的污染水平決定于城市區域污染物的相對排放量，而非整個省級行政區的絕對排放量。用各地污染物綜合排放量除以地區建成區面積，所得到各地區污染物綜合排放的密度更能反映地區污染水平。結果顯示，地區污染物排放密度排名前五的是山西、河北、貴州、內蒙古和青海。

如圖2所示，中國30個省級行政區在2001年、2005年、2010年、2013年四個截面反映的污染物排放密度存在時間延續性特征。四個截面污染物綜合排放密度排名都進前10的地區有7個地區，分別是山西、河北、貴州、云南、江西、陜西和遼寧。此外，全國地區污染物綜合排放密度呈現地域性俱樂部特征。總體而言，地區污染物綜合排放密度呈現東部低于中西部地區。盡管東部地區污染物排放量較高，但東部地區較快的城鎮化進程，以及更為完善的城區規劃和建設使得其污染密度降低。中西部地區城鎮化落后于工業化，人口城鎮化快于土地城鎮化，導致污染密度較高。

三、模型、數據與方法

（一）計量模型與變量定義

IPAT模型最早由Enrilich和Holdren提出，用于分析環境及其影響因素人口、經濟水平和技術水平間的關系，其數學公式表達為I=P*A*T。其假定各因素對環境的影響彈性相同，與現實不符，因此不能直接用來驗證環境與其影響因素的關系。Dietz和Rosa在IPAT模型的基礎上增加了彈性參數，提出STIRPAT模型，如公式（1）。該模型已經被廣泛運用到環境污染與其影響因素的研究領域。

（1）

改進后的模型中，各字母代表的變量經濟學意義不變。其中為常數項，、、為估計參數，為誤差項。將STIRPAT模型進行自然對數處理，得到可以用于計量分析的公式（2），用于分析人口、經濟水平和技術水平對環境影響的彈性。

（2）

Grossman和Krueger對公式（2）中環境及其影響因素間的線性關系提出了質疑，認為經濟水平與環境污染間存在倒“U”型關系，即EKC假說，某些國內外學者基于不同地區的研究成果，認為經濟水平同環境污染間可以呈現倒“N”型形態。本研究考察城鎮化進程中人口、土地、工業勞均資本存量和城市收入水平的變動與城市環境的關系，重點分析土地和人口兩個變量對城市環境的影響效果。基于現有文獻理論和實證分析，構建如下模型：

（3）

其中：i是地區標志，t是時間標志；Pi，t城市污染指標，代表i地區在第t年的污染物綜合排放密度；LnPURi，t是人口城鎮化指標，表示i地區在第t年的非農常住人口占比；LnLURi，t是土地城鎮化指標，表示i地區在第t年建成區面積與城區面積之比；Xi，t是控制變量集，包含影響城市污染物排放的LnYi，t（城市居民人均可支配收入）、（LnYi，t）2、KLi，t（工業資本-勞動比率）、LnPi，t-1（污染物綜合排放密度的滯后一期）；ui代表地區非觀測效應，εi，t包括地區的地理環境，自然資源稟賦等對污染物排放的影響；εi，t為隨機誤差項。

（二）數據說明

模型采用2001～2013年間中國除臺灣、香港、澳門和西藏外的30個省級行政區的面板數據進行實證分析。（1）城市污染物綜合排放密度，用于反映城市污染物排放水平，五種污染物排放量數據選自《中國統計年鑒》，其中2011～2013年工業固體污染物產生量為推算數據②；（2）人口城鎮化率，用于表示人口城鎮化水平，數據選自《中國統計年鑒》；（3）土地城鎮化率，用于表示土地城鎮化水平，城市建成區面積和城區面積數據來源于中經網統計數據庫；（4）城市居民人均可支配收入，用于表示城市收入水平，指標數據選自中國經濟與社會發展統計數據庫；（5）工業資本-勞動比率，用于表示城市工業資本密集程度。借鑒盛斌和呂越（2012）做法，用工業固定資產凈值年平均余額表示工業資本存量，用工業年平均就業人數表示勞動力人數，指標數據來自于《中國工業經濟統計年鑒》。

（三）計量方法

本研究主要運用SPSS19.0和Eviews8.0兩種軟件進行數據計量分析。為了避免模型出現偽回歸現象，首先分別采用LLC和PP–Fisher單位根檢驗，驗證變量的平穩性，對非平穩變量進行差分處理使其成為平穩變量，然后采用Kao提出的方法，對回歸模型進行協整檢驗。由于各地區城鎮化、經濟水平和工業結構等方面存在較大差異，所以在回歸分析中采用變截距模型來反映個體特征。同時，鑒于截距項與解釋變量間存在相關性特征，本研究采用固定效應模型進行估計。因為截面數大于時間數，采用截面加權估計方法，能夠減少截面數據的異方差的影響。

四、實證與分析

（一）面板數據單位根檢驗

分別采用LLC檢驗和ADF-Fisher來實現變量數據的相同根和不同根檢驗。表2中所有變量原數據均不能同時滿足兩個準則，即不平穩。一階差分后的變量均在1%的顯著性水平下拒絕“存在單位根的原假設”，表明變量一階差分后均為平穩序列，即I（1）。

（二）面板數據協整檢驗

所選的6個變量一階差分序列都平穩，進一步的面板數據協整檢驗結果如表3所示，Pedroni檢驗和Kao檢驗都在1%的顯著水平下拒絕“變量間不協整”的原假設，說明變量間存在長期的協整關系。

（三）面板協整方程的估計

為了更清晰地反映人口城鎮化、土地城鎮化、地區經濟水平和工業結構對地區污染水平的影響，采用靜態面板數據和動態面板數據兩種模型。前者不考慮被解釋變量滯后項的影響，使用截面加權廣義最小二乘估計（EGLS）的方法進行估計，該方法能夠有效避免異方差對估計結果的影響；后者引入被解釋變量的滯后項，采用廣義矩估計（GMM）的方法進行估計，能夠較好減小變量內生性和數據異質性造成的偏差。

表4是中國30個地區2001～2013年間面板數據對公式（3）估計結果。其中，模型I和模型II分別是人口城鎮化率（LnUR）和土地城鎮化率（LnLUR）對地區污染物綜合排放密度（LnP）的關系描述。顯而易見，人口城鎮化對地區污染物綜合排放密度具有顯著正效應，即人口城鎮化率每提高1個百分點，會引起城市綜合污染物排放密度上升0.495個百分點。理論上，土地城鎮化對地區綜合污染密度的影響卻存在正反兩種效應：一方面城區面積擴張直接引起污染物排放量增加，另一方面城區面積擴張又能稀釋城市綜合污染物排放密度。土地城鎮化率的指標系數顯著大于0，說明當前城區擴張帶來的污染物增加效應遠遠大于其對綜合污染物排放密度的減小效應。模型III是對城市收入水平與城市環境關系的檢驗。城鎮居民人均可支配收入（LnY）項系數符號為正，其平方項的系數符號為負，說明城市經濟水平與城市污染水平間的環境EKC假說成立，即隨著城市居民收入水平的提高，城市污染水平呈現先上升再下降的倒“U”形態。模型IV是對城市工業資本-勞動比率與城市環境間關系的檢驗，城市工業資本-勞動比率（LnKL）項系數符號為負，其平方項的系數符號為正，說明隨著城市工業資本-勞動比率的提高，城市污染水平呈現先下降再上升的“U”形態。模型V是引入除被解釋變量滯后項和資本-勞動比率平方項外的控制變量后的回歸結果。可以發現，人口城鎮化率指標的系數t檢驗并不顯著，表明在影響城市污染的變量中，人口城鎮化率的提高并不是導致城市綜合污染物排放密度上升的決定性因素；土地城鎮化率指標的系數顯著為負，表明在綜合影響下，城區建設面積的擴大，能有效減小城市的污染密度。城市居民人均可支配收入（LnY）和工業資本-勞動比率（LnKL）兩個指標系數顯著為正，表明較高的地區經濟水平和資本密集型工業將導致更高的城市污染密度。

模型VI在保留模型V中控制變量的基礎上加入被解釋變量的滯后項。EGLS回歸結果顯示，調整的R2、D.-W.統計量和F統計量都非常有效，模型估計結果十分穩健。被解釋變量滯后一期項指標系數顯著為正，表明前期的污染物排放密度對本期的污染物排放密度具有顯著正影響，即城市綜合污染物排放密度水平具有持續性增加路徑，這與我國城鎮化、工業化和人民生活水平持續提高相符。

模型VII采用GMM方法估計，J統計量所對應的Sargan檢驗值表示接受“過度約束正確的零假設”，即模型的所用工具變量設定有效。模型VI和VII兩個模型結果基本一致。人口城鎮化率變量的系數t檢驗值仍舊不顯著，被解釋變量滯后一期項、土地城鎮化率和城鎮居民人均可支配收入三個變量的系數符號顯著為正，工業資本-勞動比率系數顯著為負。因此，人口城鎮化率對地區綜合污染物排放密度的影響不突出，地區建成區面積的擴張能有效減少地區綜合污染物排放密度。城市工業資本-勞動比率可以體現工業的資本密集型程度。產業演進規律表明，城市工業從勞動密集型向資本密集型過渡會帶來更多的污染物，而由Rybczynski定理③推知，資本密集型生產也會產生更多的污染附加品。從長期來看，其比值的提高會導致城市綜合污染物排放密度的提高。需要說明的是本研究曾嘗試構建模型來驗證人口城鎮化和土地城鎮化與城市污染密度間是否存在倒“U”型關系，但最終擬合結果并不顯著，所以并未列出。

五、結論與啟示

本研究以中國除臺灣、香港、澳門和西藏外30個省級行政區為對象，選取2001～2013年間省際面板數據，采用主成分分析法和面板數據分析方法，實證分析城鎮化進程中土地、工業資本密集度和收入水平對城市綜合污染物排放密度的影響。

結果表明：不同城鎮化進程和工業結構的省級行政區的五種污染物排放量具有顯著差異，而其城市綜合污染物排放密度呈現地域性局部收斂特征，并且城市污染物排放密度在時間上具有路徑依賴性。城鎮化進程中，人口城鎮化率的變動對城市環境的影響并不顯著；城市建成區面積增加能夠顯著降低城市污染密度；城市居民收入水平提高能夠實現城市環境越過倒“U”型曲線頂點。此外，隨著城市工業資本-勞動比率提高，城市污染物排放量，呈現先減少后增加的U型趨勢。以上結論具有一定的政策啟示。

第一，既然城鎮常住人口的增加并非影響城市環境的決定性因素，那么在中國城鎮化的快速推進階段，更為重要的是增強城市對進城務工人員的吸納能力，打破城鄉人口和資源流動障礙，建立城鄉一體的戶籍制度、就業制度和社會保障制度，加快推進農業轉移人口市民化，實現城市資源向城市常住人口的全覆蓋，引導城鄉資源的雙向流動。

第二，盡管城市建成區面積的增長在一定程度上能夠緩解因城鎮化速度過快、規模大導致的城市擁堵和布局混亂問題，但是其面積擴張本身就會帶來環境的污染問題，并使國家耕地面積減少。因此，城市土地利用的重點在于優化城市區域生活和生產的空間格局，積極貫徹主體功能區劃戰略，優化城市體系和空間結構，通過科學預測城市人口規模和產業需求，合理分配城市工業、商業、住房、綠地和公共基礎設施用地指標。

第三，較高的工業資本-勞動比率導致更高的城市污染物排放量。因此，對不同污染特征城市，應根據其工業產業結構和城鎮化進程制定相應的節能減排標準，創新和推進節能減排技術。對于中西部地區的后發城市，要根據自身資源稟賦和環境承載能力，科學合理地承接東部轉移的產業。在順應經濟規律的前提下，突出自身人口資源優勢，發展勞動力密集型產業、特色服務業、都市工業和生態農業。

第四，城鎮化進程中需要突出生態文明的重要性。在提高城市居民收入水平的同時更應倡導生態健康的城市生活理念，崇尚節約、和諧、共存、協調的思想，反對浪費、放縱、掠奪、自私的惡欲，建設資源節約型、環境友好型的生態城市。

說明：本文系基金項目，獲重慶市研究生科研創新項目“渝、蓉城市組團產業演進對比與協同發展研究”、重慶工商大學研究生科研創新項目“渝、蓉城市組團產業演進對比與協同發展研究”（編號yjscxx2015-41-02）資助。

注釋：

①氣候適應型城市是指通過規劃人口分布、產業布局、土地資源優化和能源環境的高效時空配置，實現最大限度地減少其所面臨的潛在氣候風險的城市。

②2011～2013年工業固體廢物產生量的統計口徑發生改變，利用各個地區工業增加值和工業固體廢物產生量間線性關系進行推算。

③Rybczynski定理：在要素和商品價格不變的情況下，一種生產要素的數量增加而另一種要素的數量保持不變，其結果是密集地使用前者進行生產的產品數量將增加，而密集使用后者進行生產的產品數量將絕對減少。

參考文獻：

[1]Martinez-Zarzoso I， Maruotti A. The Impact of Urbanization on CO2 Emissions： Evidence from Developing Countries[J]. Ecological Economics，2011，70（7）：1344-1353.

[2]Poumanyvong.P， S.Kaneko.Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions？ A Cross-Country Analysis[J]. Ecological Economics，2010，70（3）：434-444.

[3]Liddle，B， S.Lung.Age-Structure， Urbanization， and Climate Change in Developed Countries：Revisiting STIRPAT for Disaggregated Population and Consumption-Related Environmental Impacts[J]. Population and Environment， 2010，31（6）：317-343.

[4]Md. J. B. Alam， M. J. B. Alam， M. H. Rahman. Unplanned Urbanization： Assessment through Calculation of Environmental Degradation Index[J].International Journal of Environmental Science and Technology，2006，3（2）：119-130.

[5]Peter marcotullio， Richard Cooper， Louis lebel. Climate in Asia and the Pacific. Advances in Global Change Research[J].Climate and Urbanization，2014（56）：59-127.

[6]Vaibhav Srivastava. Urban solid waste management in the developing world with emphasis on India： challenges and opportunities[J].Reviews in Environmental Science and Bio/Technology June，2015，14（2）：317-337.

[7]Grossman， G.M， A.B.Krueger. Environmental Impacts of a North American Free TradeAgreement[N]. NBER Working Paper，1991，No.3914.

[8]李鵬飛，吳利學，田野.中國城鎮化路徑的環境效應分析[J].城市與環境研究，2014（2）：65-82.

[9]王興杰，謝高地，岳書平.經濟增長和人口集聚對城市環境空氣質量的影響及區域分異——以第一階段實施新空氣質量標準的74個城市為例[J].經濟地理，2015（2）：71-76，91.

[10]張子龍，逯承鵬，陳興鵬.中國城市環境績效及其影響因素分析：基于超效率DEA模型和面板回歸分析[J].干旱區資源與環境，2015（6）：1-7.

[11]王家庭，高珊珊.城市規模對城市環境的影響：基于我國119個城市EKC曲線的實證研究[J].學習與實踐，2011（12）：18-25.

[12]王婷，呂昭河.人口增長、收入水平與城市環境[J].中國人口，資源與環境，2012（4）：143-149.

[13]杜震，衛平.集聚經濟、外部性治理與城市工業排放效率[J].城市問題，2014（10）：23-28，71.

[14]劉習平，宋德勇.城市產業集聚對城市環境的影響[J].城市問題，2013（3）：9-15.

[15]盛斌，呂越.外國直接投資對中國環境的影響：來自工業行業面板數據的實證研究[J].中國社會科學，2012（5）：54-75，205-206.

責任編輯：張 煒