城市化对资源消耗和污染排放的影响分析，本文主要内容关键词为：消耗论文,资源论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
城市化是经济和社会现代化的现象。它不仅包括农村劳动力从以农业为基础的农村经济区向以工业和服务业为主的城市地区转移的过程，还包括农村区域向城市区域的结构转型过程。近几十年来，通过农村劳动力转移和农村区域转型，中国的城市化进程快速发展。根据国家统计局发布的数据，中国城市人口1978年为1.72亿，占总人口的17.92％，到2009年城市人口增加到6.22亿，占总人口比例为46.59％，改革开放30余年增加了4.50亿，增幅261.63％。城市人口规模的空前增长，对城市基础设施的需求大量增加，导致了更多的资源消耗，给生态环境增加了巨大的压力。据计算，2009年城市资源消耗占全国总水平的79％，排放的各种污染物超过全国水平的70％。
城市化与各种环境问题的关系研究在近年已经广泛展开。例如，Cole和Neumayer使用STIRPAT模型发现城市化增加了
排放[1]。Parikh和Shukla研究表明城市化增加了人均能源消耗，城市化在三个方面影响能源使用：一是传统燃料向现代燃料的转换；二是货物和服务需求增加了隐性的能源消耗；三是住户增加和交通消耗[2]。York使用STIRPAT模型也得出了类似的证据[3]，他认为，即使在最现代化的国家，城市化对能源使用的增长都作出了贡献。另一方面，Chen等使用中国城市数据研究了城市紧缩对住户能源使用的影响，结论认为，城市密度和人均住户能源消耗为负相关[4]。Liddle使用环境库兹涅茨曲线(Environmental Kuznets Curve，EKC)理论假说和经济合作与发展组织(OECD)数据发现，城市化和人口密度对人均道路交通能源使用产生负面影响，表明人口稠密和高度城市化的社会对个人交通的需求较少[5]。Mishra等研究发现在新喀里多尼亚，城市化与人均能源之间的关系是负的，但斐济、法国、波利尼西亚、萨摩亚和汤加是正的[6]。
综上所述，城市化与资源消耗和污染排放的关系可以归结为两种。一是城市化增加了资源需求，产生了更多的排放。另一是城市化与城市密度提高了公共基础设施的使用效率，减少了资源消耗与排放。两种相反的结论体现了城市化、资源消耗与排放之间的关系复杂。现有研究一般将其原因归结为方法和数据等因素的差异。
本文认为研究区域的发展水平也是影响结果的一个重要因素。大多数研究假设城市化对资源消耗或污染排放的影响对所有地区来说是同质的。该假设应该受到质疑，因为不同收入水平地区之间的资源结构和城市公共设施等存在显著差异。另外，该假设与生态现代化和城市环境转型理论也存在冲突。理论认为，城市化对环境的压力随着发展阶段和收入水平的不同而发生变化。例如，Ehrhardt-Martinez发现城市化与森林退化率之间的曲线关系[7]；人口增长对能源使用和排放的效应，发展中国家大于发达国家[8]。城市化对资源消耗和污染排放的影响随着不同发展水平或收入水平变化的关系尚不清楚。
本文研究在不同发展水平下，城市化对资源消耗和污染排放的影响。使用黑龙江、上海、河南、广东和甘肃等5个省份1985-2009年的平衡面板数据，利用STIRPAT模型，发现城市化对资源消耗和污染排放的影响随着不同发展水平而变化。实证研究结果不仅有助于科学研究的深入，而且值得政策制定者关注。
2 研究方法与数据
人口与经济对环境的影响历来是环境经济学中的研究重点和热点。其中主要研究方法之一便是使用IPAT方程(I=PAT)作为基本框架[9]。该方程中，I表示环境影响，由人口规模(P)、人均收入(A)和环境破坏技术或单位经济活动的影响(T)等三个因素的组合来决定。T值通常由I、P和A推导而来，等于I/PA或I/GDP。IPAT模型是一个简单实用的框架，但存在两点缺陷[10]。一方面，IPAT仅是一个数学方程，不能直接用于各种因素对环境影响的假设检验。另一方面，该方程仅假设环境影响对人口、收入和技术的弹性为1。这与EKC理论假说相矛盾，该假说认为收入与环境的倒U型关系。
因变量分别使用欧盟统计局2001年发布的“经济系统的物质流核算与分析方法”中的资源消耗指标“直接物质输入(Direct Material Input，DMI)”和污染排放指标“国内生产输出(Domestic Processed Output，DPO)”表示。DMI表征直接输入到经济系统中的物质流，这些物质直接用于生产和消费活动中，具有经济价值，由国内开采和进口两部分构成。DPO核算期内消耗的物质，通过系统边界返回到自然环境中的废弃物和排放物。
本文选择黑龙江、上海、河南、广东和甘肃5省作为中国北部、东部、中部、南部和西部处于不同发展水平的代表性区域，研究这5个省份城市化对资源消耗和污染排放的影响。数据覆盖的时间范围是1985-2009年，共计125个观测值。人口、城市化、GDP、工业占GDP份额和服务部门占GDP份额等数据主要来源于《新中国60年统计资料汇编》、《中国统计年鉴》和各省统计年鉴，GDP相关指标都转化为2005年不变价表示。DMI和DPO由计算获得。表1汇总了本文研究中使用的变量。
3 实证结果与讨论
在进行面板数据模型估计之前，首先需要判断对数形式的DMI、DPO与P、A、IND、SV、URB和RI之间是否存在长期关系，这取决于变量之间的单整性。本文采用LLC检验、IPS检验、Breiting检验和Fisher检验(包括ADF和PP检验)，对各变量进行检验，判定各序列都是一阶单整过程。然后，利用协整关系检验，判断出对数形式的DMI和DPO与P、A、IND、SV、URB和RI在长期趋于一致，即对数序列DMI、DPO与P、A、IND、SV、URB和RI之间存在协整关系。因此，综合判定(1)式和(2)式为5省资源消耗与污染排放的面板协整模型，它刻画了资源消耗与污染排放的区域特点及其与人口、人均GDP、经济结构和城市化之间的长期均衡关系。在此基础上，对(1)式和(2)式按照不变系数模型、固定效应变截距模型(分为无时期效应和有时期效应)分别估计城市化对资源消耗与污染排放的影响，共计6个模型，如表2所示。
3.1 资源消耗模型结果分析
根据表2，资源消耗的3个模型中，系数都非常显著，且无时期效应模型的估计结果要优于不变系数和有时期效应模型的估计结果。调整后的
在0.96左右，F统计量的数值很大，说明整个模型拟合的很好。通过似然比LR检验对模型的固定效应进行检验，利用Hausman检验对随机效应进行检验，3个模型的固定效应和随机效应都很显著。因此，资源消耗模型中，无时期效应的固定效应变截距模型估计结果最好。
在无时期效应的固定效应变截距资源消耗模型中发现：(1)城市化与资源消耗高度正相关，弹性系数为0.899，说明城市化水平增加1个百分点，资源消耗增加0.899个百分点；(2)人口规模与人均GDP显著影响资源消耗总量，其弹性系数分别为1.251和0.285；(3)经济结构与资源消耗呈现负相关，工业和服务业在经济总体中的份额增加1％，导致资源消耗分别降低0.521％和0.142％。这说明，城市化、人口规模和人均收入仍是资源消耗增加的主要因素，而工业和服务业的发展导致资源消耗下降。因此，在城市化进行不断加快的过程中，要从总体上降低资源消耗，主要思路应是调整与优化产业结构，提高工业和服务业在国民经济中的份额。
图1 资源消耗的城市化弹性系数(%)
图1展示了黑龙江、上海、河南、广东和甘肃5省资源消耗的城市化弹性系数。从图1可以看出，上海、广东这两个省份的城市化弹性系数为负，即城市化水平每提高1％，资源消耗总量分别下降0.161％和0.790％。说明随着城市化进程的深入，两省的资源消耗是下降的，且广东下降的幅度最大。而黑龙江、河南和甘肃这三个省份的城市化弹性系数为正，即城市化率每提高1％，资源消耗总量分别上升0.232％、0.259％和0.458％。随着这三省城市化进程的加快，它们的资源消耗总量呈增加状态。按资源消耗的城市化弹性系数从小到大排列，这5个省份的排序为：广东、上海、黑龙江、河南、甘肃。这与5省的发展水平大致相反。
3.2 污染排放模型结果分析
根据表2，污染排放的3个模型中，城市化变量lnURB在固定效应变截距有无时期效应的两个模型中都不显著，在不变系数模型中显著；资源强度变量lnRI在有时期效应的固定效应变截距模型中不显著。此外，其他变量在3个模型中都显著，且所有变量在不变系数模型中显著性最高。根据调整后的和F统计量的值，无时期效应的固定效应变截距模型在3个模型中最好。通过似然比LR检验对模型的固定效应进行检验，利用Hausman检验对随机效应进行检验，3个模型的固定效应和随机效应都很显著。综合来看，我们选择无时期效应的固定变截距模型进行讨论。
在该模型中，所有变量与污染排放之间都呈正相关关系。其中，(1)城市化水平提高会导致排放增加，但在统计上不显著；(2)资源消耗强度增加1％会导致排放增加0.282％；(3)人口、人均GDP和经济结构正向影响排放。污染排放对人口的弹性系数为0.948，而对人均GDP的弹性系数为1.593。工业和服务业份额增加1％，会导致污染排放分别增加0.722％和1.694％。这说明，人口、人均收入、城市化和经济结构都是导致排放增加的主要因素，且万元GDP的资源消耗增加能带来污染排放的增加。
图2 排放的城市化弹性系数(％)
图2展示了黑龙江、上海、河南、广东和甘肃5省污染排放的城市化弹性系数。从图2可以看出，上海、广东这两个省份的城市化弹性系数为负，即城市化率每提高1％，污染排放总量分别下降1.747％和1.096％。说明随着城市化进程的深入，两省的污染排放总量是下降的，且广东下降的幅度最大。而黑龙江、河南和甘肃这三个省份的城市化弹性系数为正，即城市化率每提高1％，污染排放总量分别上升0.630％、1.065％和1.148％。随着这三省城市化进程的加快，它们的污染排放总量呈增加状态。按污染排放的城市化弹性系数从小到大排列，这5个省份的排序为：上海、广东、黑龙江、河南、甘肃。这与5省的发展水平大致相反。
另外，从图1和图2中还可以发现，城市化对资源消耗的影响小于其对污染排放的影响，这在5个省份是一致的。这说明，当前中国的环境问题中，污染排放仍是环境问题的主要方面，仍应将污染减排作为解决环境问题的主攻方向，这种“解毒”的方法在短期内能对遏制环境恶化起到明显效果。
4 结论
本文选取黑龙江、上海、河南、广东和甘肃等5个省份，采用1985-2009年平衡面板数据，利用STIRPAT模型，研究了不同发展水平下城市化对资源消耗和污染排放的影响。我们得出的主要结论为：人口规模、人均收入和经济结构都是影响环境的重要因素；总体上，城市化与资源消耗和污染排放都呈正相关关系，城市化水平提高会增加资源消耗和污染排放，但从5个不同发展水平的省份来看，城市化与资源消耗和污染排放之间呈负相关关系，城市化过程中的环境影响随着发展水平的变化而变化。这证实了发展水平是影响城市化进程中环境问题的一个关键因素。
城市化过程中的环境影响随着发展水平的变化而变化。从较低发展水平向较高发展水平转型过程中，经常伴随着制造业活动的增加，导致大量的资源消耗用以支持经济发展，引起巨大的工业污染，如水污染和大气污染。而在经济发展水平较高的地区，其城市化水平的提高经常伴随着环境管理、技术进步和经济结构变化，导致环境逐步改善。另外需要注意的是，发达地区的消费模式和生活方式往往比低收入地区更加资源密集。当该地区收入增加时，对本地基础设施、交通和个人消费需求增加，各种环境问题依然会存在，例如能源消费和排放等问题就变得更加突出。