城市蔓延影響了城市代謝效率嗎？

羅嘯瀟 劉勇 廖斌

摘要 探究城市蔓延如何影響城市代謝效率對合理進行城市規劃具有重要意義。首先基于非期望產出的SBM模型測算了中國285個地級市2004—2019年的城市代謝效率并分析了收斂性情況，接著運用Tobit模型和面板門檻模型分別檢驗了城市蔓延與城市代謝效率的線性相關關系和非線性相關關系，最后以兩階段SYS?GMM構建動態回歸模型和替換核心解釋變量的方法進行了穩健性檢驗。結果表明：①2004—2019年全國城市代謝效率有所提升，且上一年城市代謝效率對當年城市代謝效率產生了顯著正向影響，表現為“滾雪球”效應。各地區城市代謝效率值的差距逐漸縮小，存在σ收斂與絕對β收斂。②城市蔓延能顯著提高城市代謝效率但存在區域異質性，東部地區與省會城市的作用不顯著且為負，中部地區、西部地區、東北地區和非省會城市的正向作用顯著。控制變量中，網絡普及程度、經濟發展水平和非農人口占比對城市代謝效率呈顯著正向作用，財政分權和外資利用率的回歸系數不顯著。③城市蔓延對城市代謝效率的影響呈倒“U”型曲線，在公共交通的調節下，城市蔓延對城市代謝效率的影響呈“U”型曲線，而在產業結構高級化的門檻約束下，城市蔓延對城市代謝效率的促進作用呈現“躍遷式”的增長。通過動態面板和以平均燈光密度替換城市蔓延指數的穩健性檢驗結果與原回歸結果保持高度一致。因此，應當依照城市所處的不同發展階段合理控制蔓延速度，加強公共交通和信息網絡等基礎設施建設，并合理協調三次產業發展，進一步提高城鎮化率，以促進城市代謝效率的提升。

關鍵詞 城市蔓延；城市代謝效率；非期望產出；收斂性分析；門檻效應

中圖分類號 F299. 2；F127 文獻標志碼 A 文章編號 1002-2104（2023）02-0113-11 DOI：10. 12062/cpre. 20220612

近年來城市活動與自然環境的矛盾愈加凸顯，面對日益增長的城市人口和不斷擴大的城市面積，人類亟須改變當前的城市生活方式，以緩解綠化面積減少、能源消耗過多、自然資源不足和環境退化等負面影響［1］。城市擴張行為是城市化進程的主要特點之一，但相較于人口增長，中國城市總面積的擴張勢頭迅猛，導致了城市低密度擴張和無序蔓延現象的產生，這種畸形的城市形態將嚴重影響城市的健康發展［2］。此外，城市日常活動的開展在很大程度上依賴自然資源的消耗，隨著城市化進程的加深，人們對自然資源的使用率達到了前所未有的高度，濫用自然資源不僅破壞了生態系統的平衡，極大影響了資源的可再生能力，同時污染物的排放也超過了環境容量［3］，因此，如何在滿足人類日常生活的基礎上降低資源消耗強度和廢棄物排放量成了可持續發展科學中的主要挑戰，也是構建人類命運共同體過程中需著重考慮的關鍵問題。

1965 年Wolman［4］在美國城市生態問題的研究中最早提出了城市代謝的概念，將城市代謝定義為城市系統獲得材料和能量輸入并排放廢棄物的過程。他認為城市是一個具有新陳代謝功能的有機體，通過類比分析自然生態系統與城市生態系統的運行機制，提出城市生態系統通過與自然生態系統的物質和能源交換來達到持續運轉的目的。此后有關城市代謝的研究與日俱增，而城市代謝的概念隨著研究內容的豐富和城市形態的轉變也日趨完善與多樣，Decker等［5］將城市視為消耗建筑原材料、燃料和水并將其轉化為建筑環境、人類生物質和廢物的有機體。Kennedy等［6］認為城市代謝是指物質和能量在城市中流動并作用于社會發展和自然環境的過程。Zhang 等［7］指出，城市代謝是社會和自然代謝過程的集合，雖然城市代謝會受到人類行為和科學技術等因素的影響，但自然代謝的過程仍是城市代謝關注的重點。可見，城市代謝從資源效用、社會福祉、人居環境三個方面綜合反映了城市總體的健康狀況。由于過量的資源開采和消費需求的增加導致了廢棄物排放與日俱增，城市發展的可持續性因此面臨挑戰，了解、衡量并評估城市代謝水平能讓決策者從資源開采和環境壓力方面得到啟示，以此來維持城市綠色、健康的發展，這對未來人類生存和福祉至關重要［6，8-9］。而城市系統規模的擴大意味著活動單位數量和資源用量增加的同時異質性也越來越強，各單位之間的功能差異導致了不同的資源消費行為和資源需求，這在一定程度上造成了城市內部的代謝問題［10］，因此有必要探究城市蔓延給城市代謝效率帶來的影響。

1 文獻綜述

早期關于城市蔓延的研究主要從理論層面對西方國家出現的城市蔓延情況進行分析，借鑒西方國家的治理經驗對中國城市的轉型發展提出了有關建議［11-13］。隨著經濟的迅速崛起，國內城市也開始出現無序擴張的現象，因而這一時期學者們集中討論了中國城市蔓延的影響因素。陳建華［14］認為中國二元化經濟增長模式是城市蔓延的內在驅動力，而不同城市之間的競爭、無戶籍人口的頻繁流動和公共資源的不均分配同樣造成了城市蔓延。李效順等［15］利用Logistic方程驗證了華東地區城市經濟發展與城市蔓延之間具有周期性的波動特征，城市蔓延速度隨著經濟發展先增加后減少。李一曼等［16］基于長春市遙感影像分析得出，政府迫切推進房地產開發和道路建設等不合理規劃是城市蔓延的主要原因。劉修巖等［17］的研究表明需求不確定性的增加會加深城市蔓延程度，并且在開發時滯期越長的環境下這種情況更加明顯。近年來城市問題愈發嚴重，致使學者們逐漸轉向研究城市蔓延造成的后果，起初城市蔓延被認定為消極性的詞語，給社會和環境帶來了一系列負面影響，然而隨著研究的不斷深入，一些學者對城市蔓延的利弊持有不同觀點，認為城市蔓延不僅僅具有負外部性。Hanif［18］分析了12個發展中國家1990—2014年的數據，研究發現發展中國家的城市蔓延會顯著提高城市對能源的消耗從而提升二氧化碳的排放量。Faccini等［19］以意大利半島為調查對象，研究發現城市蔓延提高了土地的脆弱性，間接導致了山洪暴發。Navamuel等［20］的研究結果表明西班牙城市的迅速蔓延可能是未來幾年電力需求增長的主要原因。陳陽等［21］運用門檻模型研究了中國35個城市的蔓延程度與二氧化硫排放的關系，結果顯示在線性關系上城市蔓延會加重污染，但隨著產業結構的優化這種污染程度會逐漸降低。李強等［22］以長江經濟帶為例探索了城市蔓延對生產率影響，發現城市蔓延抑制了第二產業生產率的同時提高了第三產業生產率。范建雙等［23］利用空間計量的方法分析了城市蔓延和霧霾污染的動態關系，研究表明城市蔓延會顯著提高本地和鄰近地區霧霾污染程度，而在城市蔓延水平越高的城市，高鐵開通對霧霾污染的負向作用越顯著。Burnett［24］認為對大規模城市來說，適度的城市蔓延能有效緩解人口過剩問題，從而提高全要素生產率。Zhang等［25］以中國285個地級市為研究樣本實證分析了城市蔓延對經濟發展的影響，研究得出城市蔓延顯著存在門檻特征，只有在一定范圍內的城市蔓延才能正向作用于經濟發展。孫三百等［26］研究發現，老城區和農村地區的城市蔓延對居民福利的影響呈“U”型。程開明等［2］以空間杜賓模型探索了城市蔓延與全要素生產率之間的關系，發現城市蔓延通過強化“規模借用”效應促進了鄰近區域全要素生產率的提高。

城市代謝的研究主要從研究方法與影響因素兩方面展開。研究方法上，Lei等［27］基于能值理論，利用質量、能量和能值指標計算了澳門城市新陳代謝的流量，分析了不同代謝資源在城市代謝中的作用。Perrotti等［28］針對綠色基礎設施實踐開發了一種擴展的物質流分析法，將生態系統服務的概念整合到了城市代謝模型中。Ravalde等［29］對比了“黑箱”和“灰箱”投入產出法的研究結果，并結合火用分析法和生態網絡分析法考慮了城市代謝過程中的指標流量。González?García等［30］通過生命周期評估方法量化城市范圍內的質量和能量流以及衍生的城市環境壓力，以優先考慮可持續發展的環境觀點分析了影響城市代謝的因素。Han等［31］將多尺度綜合分析（MuSIASEM）框架擴展到N-3級，比較和分析了上海、東京、倫敦和巴黎四個特大城市的代謝特征。陳雪婷等［32］結合了物質流和數據包絡分析法測算了中國31個城市的代謝效率，并分析了區域異質性和變化趨勢。影響因素方面，Lyons等［33］探討了在數字時代由于生活方式的轉變，土地利用、交通運輸和通信系統對城市代謝的影響。Rosales等［34］基于城市能源的角度，認為環境、技術、經濟和社會是影響城市代謝中物質和非物質資源以及廢物流動的因素。Liu等［35］以新加坡為研究對象，認為資源運輸距離、電力供給效率、工作時間的增加量和每噸廢物處理的總成本顯著影響了新加坡城市代謝可持續性指數。宋濤等［36］的研究表明第三產業比重和城市人口比重對城市代謝效率有正向影響作用，而建設用地比重的影響為負。Voskamp等［37］以阿姆斯特丹為例，研究發現其城市代謝主要受水流和與港口有關的化石燃料吞吐量的控制，通過簡化吞吐量流可以深入了解城市進出口和存貨的性質。

通過對現有研究的梳理發現：①目前有關城市蔓延對城市代謝效率影響的研究仍屬于空白區域；②城市蔓延的正負外部性效應不明確；③對中國城市代謝效率的測算樣本量過少，所得研究結果不具有普適性。文章的創新之處在于，以中國285個地級市為研究對象，利用2004—2019年的面板數據測算了中國城市代謝效率并進行了收斂性分析，構建Tobit模型和門檻回歸模型探究了城市蔓延對城市代謝效率影響的線性相關關系、區域異質性和非線性相關關系，以動態面板和替換核心解釋變量的方法檢驗了結果的穩健性，根據所得研究結論提出了有關對策建議，為今后研究城市蔓延和城市代謝提供了理論支撐和研究方法借鑒。

2. 2 變量選擇與測度

2. 2. 1 被解釋變量

運用非期望產出的SBM（Undesirable?Output SBM）模型計算城市代謝效率，參考學者們的研究［28，32，38-44］并結合定性分析，將城市代謝效率測度指標體系主要分為資源投入、正產出和負產出三部分，其中資源投入包括：①水資源投入，以全社會用水量表征；②土地資源投入，以城市建設用地面積表征；③電力資源投入，以全社會用電量表征；④供氣資源投入，以煤氣和天然氣消耗總量表征；⑤石油氣資源投入，以液化石油氣消耗總量表征。對電力資源、供氣資源和石油氣資源以能值法折算成萬噸標準煤加總。

期望產出包括：①義務教育福利，以中、小學生在校學生數表征；②工資福利，以在崗職工工資總額表征；③經濟產出，以地區生產總值表征。非期望產出包括：①廢水排放，以工業廢水排放量表征；②廢氣排放，以工業二氧化硫排放量表征；③固廢排放，以工業煙（粉）塵排放量表征。

2. 2. 3 門檻變量

由于城市蔓延與城市代謝效率可能存在非線性關系，因此除核心解釋變量外，還引入以下兩個門檻變量：①公共交通（tran），以公共汽車數量與常住人口比值表示；②產業結構高級化（ind），以第三產業占生產總值比值表示。

2. 2. 4 控制變量

參考學者們［2，23，46-48］的研究，選擇控制變量如下：①非農人口占比（urb），用第二、三產業從業人口與所有從業人口比率表示；②網絡普及程度（int），用互聯網用戶數與常住人口比值表示；③外資利用率（fore），用實際使用外資與地區生產總值比值表示；④經濟發展水平（pgdp），用人均生產總值表示；⑤財政分權（fis），用政府一般財政支出與一般財政收入比值表示。

2. 3 數據來源與描述性統計

以中國285個地級市為研究對象①（因數據可得性，未涉及香港、澳門和臺灣地區），所用數據來自《中國城市統計年鑒》《中國金融統計年鑒》《中國統計年鑒》以及各省份統計年鑒和地方政府公報等，凡與經濟相關指標均以2004年為基期使用對應指數進行平減，少數缺失值用插值法補齊，各指標的描述性統計結果見表1。

3 研究結論與分析

3. 1 收斂性分析結果

3. 1. 1 城市代謝效率均值演化和σ收斂

圖1為分地區城市代謝效率均值和σ收斂結果，圖1（a）顯示，各地區城市代謝效率整體呈曲折上升的趨勢，說明中國可持續發展戰略和經濟高質量發展戰略的實施卓見成效，城市化進程貫徹了綠色、健康、可持續的理念。σ收斂以城市代謝效率的變異系數表征，從圖1（b）的結果來看，2004—2019年間各地區城市代謝效率的變異系數均有所下降，即存在波動收斂的特征，表明各地區城市代謝效率的差異逐漸減小，有均衡發展的態勢。

其中：T為測量時間長度，Ei，1和分別為Ei，T + 1期初和期末的城市代謝效率，β0 為常數，βn 為收斂系數，若βn 值顯著為負，則存在絕對β收斂，表明期初城市代謝效率低的城市擁有更快的增長速度。表2報告了絕對β收斂的回歸結果，所有地區βn 值均為負且在1%的水平上顯著，說明城市代謝效率值存在絕對收斂傾向，即初始城市代謝效率越低的城市效率增長速度越快，各地區城市代謝效率值最終都會收斂到同一水平。全國、東部、中部、西部、東北地區依次以0. 266%、0. 316%、0. 249%、0. 246%、0. 256%的速度收斂。

3. 2 基準回歸結果

模型（1）—模型（6）采用逐步加入控制變量的方法觀察模型穩健性，從表3所示的回歸結果來看，在逐一加入控制變量的過程中，各變量系數大小、正負性和顯著性均無較大改變，表明變量之間的相互影響較小，模型較為穩健。多重共線性的檢驗結果顯示VIF最大值為1. 480，即不存在多重共線性。基準回歸結果顯示，城市蔓延的系數在1%的顯著水平上為正，說明在全國層面上城市蔓延能促進城市代謝效率的提升，這是由于中國仍處于城市化進程穩步提升的階段，與發達國家相比中國整體城市化率依舊偏低，因此城市規模擴大、城市用地面積的擴張是發展的必經之路。城市蔓延意味著城市擁有更大空間容納發展所需的關鍵要素，同時資源稟賦在城市的聚集帶來了資源數量與多樣性的提升，有利于城市結構與功能的完善，一方面推動產業類型趨于多樣化，帶來了更多的就業機會，另一方面，城市蔓延面臨資源有限性的約束，會倒逼政府和企業進行資源利用的合理規劃和創新技術的研發，促使城市從資源效用最大化的角度實行可持續發展戰略，從而提高城市新陳代謝水平。控制變量中，urb 在5%的水平上顯著，int 和pgdp 在1%的水平上顯著，表明提高網絡普及程度、經濟發展水平和非農人口占比會顯著促進城市代謝效率的增加。這是因為，無紙化辦公、線上會議和大數據應用等在優化了信息傳遞模式和速度的同時大大降低了傳遞過程中的損失和成本，以互聯網代替傳統信息傳遞方式在提高經濟效益和減少污染物排放等方面有顯著作用。從經濟角度來看，人均GDP的提高促進了城市代謝效率的提升，表明中國更注重經濟發展而不僅是經濟增長，近年來經濟“高質量發展”尤其體現了這一點。從業人員方面，由于傳統工業綠色轉型升級和勞動力向第三產業的遷移，非農從業人口的增加同樣促進了城市代謝。fore 和fis 的系數不顯著，原因在于多數城市利用外資較少，沒有形成規模經濟，因而不能產生實質性影響。在城市代謝過程中，政府資金主要用于提供公共服務和基礎設施，這能在一定程度上作用于城市代謝但不能產生主要影響。

3. 3 異質性分析結果

中國幅員遼闊，不同地區的資源稟賦差異導致地區間發展不均衡，因此對不同區域的城市需作分類處理。此外，一般情況下省會城市相比于其他城市而言在全省范圍內的發展水平較為領先，也將樣本量分為省會城市和非省會城市。回歸結果見表4，模型（7）—模型（12）分別為東部地區、中部地區、西部地區、東北地區、省會城市和非省會城市的回歸結果。東部地區城市蔓延的回歸結果不顯著，中部地區在10%的水平上顯著，西部地區和東北地區均在1%的水平上顯著，省會城市的結果不顯著，非省會城市在1%的水平上顯著。從系數數值上看，東部地區和省會城市的系數絕對值明顯小于其他地區且為負，這是因為東部地區和省會城市開啟城市化進程的時間較早，擁有較高的城市化水平，與其他地區相比更早地出現了城市蔓延的現象，因而城市蔓延的邊際效應遞減。一方面，這些城市的功能布局較為合理，擁有多樣化的產業類型和較為完善的勞動分工，在此基礎上的城市蔓延會導致產業和勞動力向城市邊界地帶遷移，不僅削弱了經濟集聚帶來的正效應，還會提高居民的通行距離和物質傳輸的成本。另一方面，東部地區城市和省會城市的城鎮化率較高，城市規模和占地面積較大，城市蔓延意味著城市面積會進一步擠占耕地面積和林地面積，會導致糧食產量減少、農民收入下降和生態系統對污染物的凈化能力減弱，這些負效應抵消正效應造成城市蔓延對城市代謝效率的促進作用不明顯，甚至出現負向影響。而對于中部地區、西部地區、東北地區和非省會城市來說，由于城市蔓延出現較晚，城市化水平也較低，因此城市蔓延給城市提供了更多土地容納不同類型的產業，有利于完整產業鏈和產業集群的形成。一方面，產業數量和多樣性的提升帶來了大量就業崗位，吸引各行業高素質人才落戶，提高了當地創新要素水平，而技術創新的溢出效應促進了產業間各部門的合作分工，并推動市場內部形成有序競爭，提高了產業經濟效益和服務質量。另一方面，產業的快速發展吸引了農村勞動力向城市遷移，加速了農村人口城鎮化進程，由于農村人口不斷向城市聚集，城市的教育水平也水漲船高，這不僅提高了居民整體收入水平，還使得越來越多的農村居民能夠享受城市教育資源，進一步提高城市化水平的同時也提升了人們的生活質量，因而城市蔓延對城市代謝效率起正向作用。

3. 4 門檻效應分析結果

通過自抽樣的方式進行門檻效應檢驗來確定門檻個數和門檻值，以及具體的門檻模型，表5報告了門檻效應的檢驗結果，spr 和tran 在1%的顯著水平上通過了雙重門檻檢驗，ind 在1%的顯著水平上通過了單一門檻檢驗。其中，spr 的雙重門檻值分別為0. 971和0. 976，tran 的雙重門檻值分別為1. 629和22. 560，ind的單一門檻值為0. 626。

表6 為門檻回歸結果，模型（13）—模型（15）分別為spr、tran、ind 做門檻變量時的回歸結果，當城市蔓延指數小于等于0. 971時，影響系數為0. 059，在1%的水平上顯著；當城市蔓延指數大于0. 971，小于等于0. 976時，影響系數為0. 177，在1% 的水平上顯著；當城市蔓延指數大于0. 976時，影響系數為0. 047，在1%的水平上顯著，城市蔓延在不同門檻值下與城市代謝效率呈倒“U”型關系。這與前文的猜想相一致，即一定限度的城市蔓延會促進城市代謝效率的提升，而一旦超過這個限度就會帶來負面影響。與在原有基礎上持續地城市蔓延不同，城市在短時間內過度蔓延的情況下，最顯著的特征是盲目的土地擴張會造成房地產空置率過高。城市建設需要消耗大量人力物力，施工人員和機械設備在建筑物的施工過程中會產生大量“三廢一噪”污染，由于城市人口的增長速度不及城市用地面積的擴張速度，房屋被大量閑置，導致房地產開發項目加重了污染物排放的同時在短時間內無法帶來應有的經濟效益，這不僅占用了大量銀行資金，還減弱了資源的空間集聚效應，由此帶來的規模不經濟提高了人均生活成本，從而對城市代謝產生負向影響。城市的過度緊縮則意味著城市在有限的土地范圍內聚集了過多的人口，由于城市無法在短期內提供大量的就業機會，城市過度緊縮會顯著提高失業率和犯罪率。不僅如此，形如土地等資源的供不應求會導致居民的生活成本提高，例如房租和物價上漲等，而交通擁擠同樣會增加居民的出行成本，降低物資的傳遞效率，這些因素均對城市代謝效率造成了負向影響。可見對于城市代謝效率而言，城市無論是過度蔓延還是過度緊縮都會產生負外部效應，只有處于合理范圍內的城市蔓延才能提高城市代謝效率。

當公共交通指數小于等于1. 629 時，影響系數為0. 060，在1%的水平上顯著；當公共交通指數大于1. 629，小于等于22. 560時，影響系數為-0. 028，在10% 的水平上顯著；當公共交通指數大于22. 560 時，影響系數為0. 636，在1%的水平上顯著，表明隨著公共交通指數的增強，城市蔓延與城市代謝效率的關系為“U”型曲線。在公共交通系統發展初期尚未形成規模，公交站點和公共汽車的布局需要投入大量資金，短期內的經濟效益難以實現對投入資源的補償。不僅如此，在早期公共汽車大都使用非清潔能源，這種情況下的城市蔓延不僅需要政府投入更多公共交通工具來保證地理位置的通達性，出行路線的延長還加劇了非清潔能源的消耗，給環境帶來了更大的壓力，這顯然會降低城市代謝效率。而當公共汽車數量達到一定程度時，城市會發展出諸如BRT、地鐵、輕軌等新型公共交通工具，極大地改善了資源的傳遞方式，提高了城市中心與邊界的資源傳遞效率。此外，城市公共交通系統的不斷完善對私有交通工具有擠出效應，例如部分一、二線城市推出了私家車限號、限購的政策，這樣一來乘坐公共交通工具這種更為綠色的出行方式成為當地居民的首選。如此，得益于城市公共交通系統的逐漸完善與升級，城市蔓延推動了部分勞動力和產業往郊區遷移，有效緩解了人口過于集聚、交通擁擠和市場過度競爭等問題，且公共交通工具相較于私家車而言對環境的污染程度有明顯降低，因而在提高經濟效益的同時能顯著減少廢棄物的排放，促進了城市代謝效率的提升。

當產業結構高級化小于等于0. 626時，影響系數為0. 032，在1% 的水平上顯著；當產業結構高級化大于0. 626時，影響系數為0. 175，在1% 的水平上顯著，表明產業結構越高級，城市蔓延越能促進城市代謝效率的提升。城市蔓延首先會引起住宅區域面積的向外延伸，進而導致與住宅相匹配的生活和娛樂設施相繼出現。第三產業通常圍繞人口分布，憑借占地面積小和生產方式靈活的優點，第三產業易于在住宅區域周圍建立產業集群，為附近地區提供了大量就業崗位，同時人口的密集程度也遠高于其他類型產業，容易形成新的集聚點。因而在產業結構高級化的過程中，城市蔓延推動了城市“次級中心”的出現，有利于城市從單中心形態向多中心形態轉變，打破原有城市在地理空間上發展不均衡的局面，形成中心城區帶動“次級中心”城區的新發展格局，從而構建城市功能與人口合理布局的網絡體系，既保證了土地資源得以高效利用，又享受了集聚效應帶來的經濟紅利，促進了城市人口與用地關系的協調耦合。此外，第三產業相較于第一、二產業在能源消耗與環境污染方面有明顯優勢，因此在第三產業占比較高的地區城市蔓延的正外部性效應大于負外部性效應，有利于提高城市代謝效率。

3. 5 穩健性檢驗

3. 5. 1 動態面板回歸

城市代謝是一個長期持續的循環過程，具有一定的滯后性，同時為解決可能存在的逆向因果關系或遺漏變量問題，引入城市代謝效率滯后一期（L. meta）作為工具變量，使用兩階段SYS?GMM 回歸，結果見表7 模型（16）。AR（1）和AR（2）的結果表明模型存在一階自相關而不存在二階自相關，即選擇的工具變量有效。Hansen檢驗結果為0. 100～0. 250，說明不存在工具變量過度識別問題。從回歸結果來看，城市代謝效率的滯后一期在1%的水平上顯著，說明上一期城市代謝效率確實對當期城市代謝效率產生了顯著影響，城市代謝效率表現出“滾雪球”效應和路徑依賴特征。城市蔓延指數在5%的水平上顯著為正，與基準回歸結果保持高度一致，表明模型穩健。

3. 5. 2 穩健基準回歸

替換核心解釋變量進行基準回歸。參考秦蒙等［49］的__研究，選取同時期城市區域內的平均燈光密度（lig）近似代替城市蔓延指數（spr）進行回歸，表7 模型（17）、模型（18）分別表示添加控制變量前后的估計結果，平均燈光密度在1%的顯著水平上對城市代謝效率呈正向影響，其余系數的正負性與顯著性均無較大差異，表明基準回歸的模型穩健。

3. 5. 3 穩健門檻檢驗

替換核心解釋變量進行門檻檢驗。表8簡要報告了門檻回歸結果，以平均燈光密度替換城市蔓延指數后依舊存在門檻效應，隨著平均燈光密度的提高，對城市代謝的正向影響逐漸減弱，同樣表明只有處于合理范圍內的城市蔓延才能提高城市代謝效率，公共交通（tran）和產業結構高級化（ind）的門檻效應與前文亦無較大差別。

4 研究結論及對策

文章利用285個地級市2004—2019年的面板數據，基于異質性視角深入探索了城市蔓延與城市代謝效率的線性相關關系及非線性相關關系，得到的結論如下。

（1）2004—2019年間全國城市代謝效率整體有所提高，且上一年城市代謝效率對當年城市代謝效率有顯著正向影響，存在“滾雪球”效應。所有地區城市代謝效率差距逐漸縮小，存在σ收斂和絕對β收斂特征，即初期城市代謝效率值低的城市后發趕超，實現了追趕效應。

（2）基準回歸模型中，城市蔓延指數、網絡普及程度、經濟發展水平和非農人口占比對城市代謝效率呈顯著正向作用，財政分權和外資利用率的回歸系數不顯著。異質性方面，中部地區、西部地區、東北地區和非省會城市由于城市化進程較為緩慢，城市蔓延能有效提高城市代謝效率。而東部地區和省會城市的城鎮化率較高，城市蔓延對城市代謝效率的作用不明顯甚至出現了負效應。

（3）在多重門檻的約束下，城市蔓延與城市代謝效率的關系呈現非線性特征。隨著城市蔓延指數的上升，城市蔓延對城市代謝效率的影響為先上升后下降的倒“U”型曲線，即城市過度緊縮和過度蔓延都會負向影響城市代謝效率，只有處于合理范圍內的城市蔓延才能促進城市代謝效率的提升。在公共交通的調節下，城市蔓延對城市代謝效率的影響為先下降后上升的“ U”型曲線，而在產業結構高級化的調節下，城市蔓延對城市代謝效率的促進作用呈現“躍遷式”增長。

根據研究結果，可得到如下政策啟示。

（1）各地方政府在城市規劃過程中需依照城市規模和發展現狀把控城市蔓延程度，摒棄對城市蔓延的錯誤性認知，確保城市擴張與人口總量增速相匹配。東部地區和省會城市的城市蔓延進程較為領先，城市蔓延已出現負外部性，在人口增速放緩的背景下，要控制城市的無序擴張，一方面防止由于城市規模過大造成的經濟不集聚問題，另一方面避免由于城市建設用地面積擠占林地、耕地導致自然資源遭到破壞。對中部地區、西部地區、東北地區和非省會城市而言，需合理利用城市蔓延為產業發展和人才落戶提供土地資源，并完善城市功能和結構，提高城市化水平。此外，過度緊縮的城市要通過城市蔓延紓解城市中心職能和人口，合理布局城市空間結構，推動城市向多中心模式發展。快速蔓延的城市則需嚴格限制城市繼續蔓延，杜絕一味追求經濟增長而無節制依賴土地財政的做法。

（2）加強公共交通和信息網絡等基礎設施建設，促進資源傳遞方式與城市化進程的同步發展。公共交通指數需跨過一定門檻值才能使城市蔓延對城市代謝效率產生正向影響，因此城市應提高公共軌道交通覆蓋率，加快公共交通系統的更新與完善，升級公交和地鐵配置的同時布局共享單車與共享電動車，盡量確保居民能利用公共交通與步行的方式到達城市的各個區域，并通過限制私人交通工具的購買與出行等手段使居民養成綠色出行的習慣。此外，由于提高網絡普及程度能顯著促進城市代謝效率提升，城市還需加強互聯網建設，擴大信息傳遞渠道的寬度與廣度，節約信息傳遞的人工成本和時間成本，加強城市中心與周圍地區的聯系，推動城市各區域間形成資源高效傳遞的信息網，以此規避城市蔓延過程中出現資源傳遞路徑延長和效率降低導致的能源損耗與經濟效益問題。

（3）尋求產業結構間的平衡點，協調三次產業的合理發展，不僅能夠適應產業發展需求、促進經濟增長，也能夠提高居民生活滿意度［50］，進一步提高城鎮化水平。首先，研究結論表明非農人口占比正向影響了城市代謝效率，因此城市應給農村人口提供再教育的機會，注重農村人口就業崗位與就業技能的匹配，逐步完成第一產業從業人口向第二、三產業轉移，明確城鎮化是人的城鎮化而非僅僅是土地城鎮化，使農村勞動人口創造更高收益的同時充分享有城市社會福利和保障。其次，由于第三產業高占比能抵消城市蔓延的負外部性，城市應充分利用資源稟賦優化產業結構、發展第三產業，提高第三產業的數量與質量，依靠其占地面積小、資源消耗低、污染排放少和易于形成集聚的優勢成為新的經濟增長點，推動城市形成“次級中心”，通過第三產業的自身優勢緩解城市蔓延帶來的負面影響，使城市在蔓延過程中帶動經濟的高質量發展，打造綠色、健康、可持續發展的活力型城市。

參考文獻

［1］ MARANGHI S，PARISI M L，FACCHINI A，et al. Integrating urbanmetabolism and life cycle assessment to analyse urban sustainability［J］. Ecological indicators，2020，112：106074.

［2］ 程開明，高東東，莊燕杰. 中國地級以上城市蔓延影響全要素生產率的機制及效應：基于DMSP/OLS與NPP/VIIRS夜間燈光整合數據［J］. 中國土地科學，2021，35（11）：90-100.

［3］ C?RDENAS?MAMANI ?，PERROTTI D. Understanding the contributionof ecosystem services to urban metabolism assessments：anintegrated framework［J］. Ecological indicators，2022，136：108593.

［4］ WOLMAN A. The metabolism of cities［J］. Scientific American，1965，213（3）：178-190.

［5］ DECKER E H，ELLIOTT S，SMITH F A，et al. Energy and materialflow through the urban ecosystem［J］. Annual review of energy andthe environment，2000，25：685-740.

［6］ KENNEDY C，PINCETL S，BUNJE P. The study of urban metabolismand its applications to urban planning and design［J］. Environmentalpollution，2011，159（8/9）：1965-1973.

［7］ ZHANG Y，YANG Z F，YU X Y. Urban metabolism：a review of currentknowledge and directions for future study［J］. Environmentalscience & technology，2015，49（19）：11247-11263.

［8］ PEPONI A，MORGADO P，KUMBLE P. Life cycle thinking and machinelearning for urban metabolism assessment and prediction［J］.Sustainable cities and society，2022，80：103754.

［9］ COUTARD O，FLORENTIN D. Resource ecologies，urban metabolisms，and the provision of essential services［J］. Journal of urbantechnology，2022，29（1）：49-58.

［10］ SCHULZ N. Lessons from the London climate change strategy：focusingon combined heat and power and distributed generation［J］.Journal of urban technology，2010，17（3）：3-23.

［11］ 谷凱. 北美的城市蔓延與規劃對策及其啟示［J］. 城市規劃，2002，26（12）：67-69，71.

［12］ 于文波，劉曉霞，王竹. 美國城市蔓延之后的規劃運動及其啟示［J］. 人文地理，2004，19（4）：55-58，81.

［13］ 張曉青. 西方城市蔓延和理性增長研究綜述［J］. 城市發展研究，2006，13（2）：34-38.

［14］ 陳建華. 我國城市蔓延問題成因分析［J］. 現代經濟探討，2009（4）：76-79.

［15］ 李效順，曲福田，陳友偲，等. 經濟發展與城市蔓延的Logistic曲線假說及其驗證：基于華東地區典型城市的考察［J］. 自然資源__學報，2012，27（5）：713-722.

［16］ 李一曼，修春亮，魏冶，等. 長春城市蔓延時空特征及其機理分析［J］. 經濟地理，2012，32（5）：59-64.

［17］ 劉修巖，李松林，秦蒙. 開發時滯、市場不確定性與城市蔓延［J］. 經濟研究，2016，51（8）：159-171，186.

［18］ HANIF I. Impact of fossil fuels energy consumption，energy policies，and urban sprawl on carbon emissions in East Asia and thePacific：a panel investigation［J］. Energy strategy reviews，2018，21：16-24.

［19］ FACCINI F，LUINO F，PALIAGA G，et al. Role of rainfall intensityand urban sprawl in the 2014 flash flood in Genoa City，Bisagnocatchment （Liguria，Italy）［J］. Applied geography，2018，98：224-241.

［20］ NAVAMUEL E L，RUBIERA MOROLL?N F，MORENO CUARTASB. Energy consumption and urban sprawl：evidence for theSpanish case［J］. Journal of cleaner production，2018，172：3479-3486.

［21］ 陳陽，孫婧，逯進. 城市蔓延和產業結構對環境污染的影響［J］. 城市問題，2018（4）：18-25.

［22］ 李強，丁春林，宋國豪. 城市蔓延與生產率：促進還是抑制［J］.管理科學學報，2021，24（3）：45-62.

［23］ 范建雙，周琳，虞曉芬. 高速鐵路和城市蔓延對霧霾污染的異質性影響［J］. 地理研究，2021，40（4）：1146-1164.

［24］ BURNETT P. Overpopulation，optimal city size and the efficiencyof urban sprawl［J］. Review of urban & regional development studies，2016，28（3）：143-161.

［25］ ZHANG M D，LI Y，GUO R，et al. Heterogeneous effects of urbansprawl on economic development：empirical evidence from China［J］. Sustainability，2022，14（3）：1582.

［26］ 孫三百，萬廣華. 城市蔓延對居民福利的影響：對城市空間異質性的考察［J］. 經濟學動態，2017（11）：32-45.

［27］ LEI K，LIU L，LOU I. An evaluation of the urban metabolism ofMacao from 2003 to 2013［J］. Resources，conservation and recycling，2018，128：479-488.

［28］ PERROTTI D，STREMKE S. Can urban metabolism models advancegreen infrastructure planning：insights from ecosystem servicesresearch［J］. Environment and planning B：urban analyticsand city science，2020，47（4）：678-694.

［29］ RAVALDE T，KEIRSTEAD J. Comparing performance metrics formulti?resource systems：the case of urban metabolism［J］. Journalof cleaner production，2017，163：S241-S253.

［30］ GONZ?LEZ-GARC?A S，DIAS A C. Integrating lifecycle assessmentand urban metabolism at city level：comparison betweenSpanish cities［J］. Journal of industrial ecology，2019，23（5）：1062-1076.

［31］ HAN W Y，GENG Y，LU Y，et al. Urban metabolism of megacities：a comparative analysis of Shanghai，Tokyo，London and Paris to informlow carbon and sustainable development pathways［J］. Energy，2018，155：887-898.

［32］ 陳雪婷，宋濤，蔡建明，等. 基于DEA和Malmquist的中國城市代謝效率研究［J］. 地理科學，2015，35（4）：419-426.

［33］ LYONS G，MOKHTARIAN P，DIJST M，et al. The dynamics of urbanmetabolism in the face of digitalization and changing lifestyles：understanding and influencing our cities［J］. Resources，conservation and recycling，2018，132：246-257.

［34］ ROSALES CARRE?N J，WORRELL E. Urban energy systemswithin the transition to sustainable development：a research agendafor urban metabolism［J］. Resources，conservation and recycling，2018，132：258-266.

［35］ LIU J，GOEL A，KUA H W，et al. Evaluating the urban metabolismsustainability of municipal solid waste management system：an extendedexergy accounting and indexing perspective［J］. Appliedenergy，2021，300：117254.

［36］ 宋濤，蔡建明，倪攀，等. 基于能值和DEA的中國城市新陳代謝效率分析［J］. 資源科學，2013，35（11）：2166-2173.

［37］ VOSKAMP I M，STREMKE S，SPILLER M，et al. Enhanced performanceof the eurostat method for comprehensive assessment of urbanmetabolism：a material flow analysis of Amsterdam［J］. Journalof industrial ecology，2017，21（4）：887-902.

［38］ LANAU M，MAO R C，LIU G. Cities as organisms：urban metabolismof the four main Danish cities［J］. Cities，2021，118：103336.

［39］ LEE C L，HUANG S L，CHAN S L. Synthesis and spatial dynamicsof socio?economic metabolism and land use change of Taipei MetropolitanRegion［J］. Ecological modelling，2009，220（21）：2940-2959.

［40］ TANG M H，HONG J K，WANG X Z，et al. Sustainability accountingof neighborhood metabolism and its applications for urban renewalbased on emergy analysis and SBM?DEA［J］. Journal of environmentalmanagement，2020，275：111177.

［41］ GONZ?LEZ?GARC?A S，CAAMA?O M R，MOREIRA M T，et al.Environmental profile of the municipality of Madrid through themethodologies of urban metabolism and life cycle analysis［J］. Sustainablecities and society，2021，64：102546.

［42］ MEILLAUD F，GAY J B，BROWN M T. Evaluation of a buildingusing the emergy method［J］. Solar energy，2005，79（2）：204-212.

［43］ 劉勇. 城市形態與城市物質代謝效率的相關性分析［J］. 城市發展研究，2010，17（6）：27-31.

［44］ 羅嘯瀟，王婷，廖斌，等. 中國省域城市代謝效率演化及影響因素分析［J］. 環境污染與防治，2021，43（12）：1625-1630.

［45］ 王家庭，馬洪福，姜銘烽，等. 城市蔓延、土地資源錯配與集聚經濟［J］. 經濟問題探索，2021（10）：62-73.

［46］ CAO L，LI L，WU Y，et al. Does industrial convergence promote regionalmetabolism： evidence from China［J］. Journal of cleanerproduction，2020，273：123010.

［47］ 毛文峰，陸軍. 土地資源錯配、城市蔓延與地方政府債務：基于新口徑城投債數據的經驗證據［J］. 經濟學家，2020（4）：80-88.

［48］ 冉啟英，王健龍，楊小東. 城市蔓延、創新質量與霧霾污染［J］.經濟經緯，2022，39（1）：3-12.

［49］ 秦蒙，劉修巖. 城市蔓延是否帶來了我國城市生產效率的損失：基于夜間燈光數據的實證研究［J］. 財經研究，2015，41（7）：28-40.

［50］魏建. 以場景紅利為核心提升城市品質［J］. 山東師范大學學報（社會科學版），2021（1）：92-100.