自然灾害与城市化相关关系研究

赵伟伟，白永秀

（西北大学 经济管理学院，西安 710127）

近几年中国饱受各类自然灾害的危害，2007年南方水灾、沿海地区罗莎台风、2008年初冰冻雪灾、5·12汶川地震，6月以来的南方洪水都给中国带来了极大的经济损失和长远影响。自然灾害明显加频、加剧的趋势使社会科学和自然科学研究者更多地关注自然灾害及其影响。

自然灾害和城市化水平之间的关系到底如何？何爱平曾提到城市化与灾害互为因果[1]。为了检验自然灾害和城市化间的关系，本文使用协整分析考察两者之间是否存在长期关系，并在协整基础上对二者进行Granger因果检验。

1 数据、变量、方法

1.1 概念界定

首先界定自然灾害和城市化的概念。灾害指由于某种不可控制或未能预料的破坏性因素作用，使人类赖以生存的环境产生突发性或累积性的破坏或恶化，并超越当地社会经济系统容忍限度而引起人员伤亡和物质财富与资源损失的现象和过程[2]。本文研究对象为纯自然性灾害，简称为自然灾害，主要包括水灾、地震、滑坡-泥石流、台风、沙尘暴、海啸、火山、地震、干旱等。

1.2 数据选择及变量设置

城市化水平是本文最主要变量之一，其度量采用最常用的方式（以URt表示），城市（城镇）人口占总人口的比重。尽管建立在城镇户籍制度基础上的城镇人口统计造成城镇居民部分没有城镇户籍,使得城镇人口比重会低估城市化，但是人口比例指标仍是最常用的城市化测度指标，因为对其做出改进的复合指标在数据可获得性上仍存在缺陷。

考虑到可度量性，自然灾害指标可以选择灾害带来的经济损失，但是度量仍然存在难度。中国统计年鉴从2000年开始统计地质灾害（包括滑坡、崩塌、泥石流和地面塌陷）和地震，从2005年开始统计海洋灾害（包括风暴潮、赤潮、海浪、海冰和溢油），显然数据过少不适于做进一步定量分析。自1950年农业统计开始有农业受灾面积和成灾面积 （包括水灾、旱灾和其他自然灾害）数据，但是伴随城市化快速发展，农业受灾只是自然灾害损失的一部分，城市受灾在灾害损失中的比重越来越大，故农业受灾不适合做为自然灾害度量指标。最后考察国家财政支出中的救灾支出指标，国家财政安排救灾支出具体包括：自然灾害生活救助（包括冬令口粮救济资金和追加部分地方灾后重建补助资金）；农业救灾支出；基本建设救灾支出；其他财力补助以及行政、教育、卫生和交通等救灾支出；并从扶贫资金中安排部分资金，用于灾区群众灾后恢复生产。可见救灾支出和该年度自然灾害规模和频数及损失（包括经济损失和人员损失等）密切相关，初步可以衡量自然灾害水平。考虑到统计单位影响和消除时间序列引起的异方差,首先剔除价格对救灾支出的影响，然后对救灾支出取自然对数，最终使用救灾支出的自然对数作为自然灾害的变量取值（以LNDEt表示）。

另外，数据取值范围为1976～2006年。因为1976年唐山地震使地震救灾支出纳入救灾支出的统计范围中，而地震灾害对城市破坏程度之大，极可能影响震后城市经济集聚的范围和速度，进而影响城市化进程，所以文章数据取值始自1976年。本文使用Eviews5.0作为分析工具。

1.3 分析方法

本文采用协整分析和Granger因果检验作为基本研究方法。因为多元回归方法分析时间序列时可能存在两个问题：一是时间序列不平稳而产生“伪回归”，而大多数时间序列数据都非平稳，虽然可以通过差分消除非平稳趋势，但是变换后的序列常常不便解释；而协整分析只在满足变量平稳前提下，才继续分析变量关系，可有效避免“伪回归”。二是多元回归事前假定变量间存在关系，且可分孰因孰果，而后进行验证，但对无法辨识因果的相关关系的有效性大打折扣；协整分析则先判断序列单整阶数，只有变量单整阶数相同，或不同阶数变量经过某种组合，理论上存在长期均衡关系,才进一步假定方程式。这一方法的基本步骤包括：单位根检验、协整检验和Granger因果检验。

1.3.1 单位根检验

常见检验单位根的方法有DF和ADF检验、PP检验、KPSS检验、DF-GLS检验、ERS检验、NP检验等。最常用的是Fuller(1976)[4]以及 Dickey和 Fuller(1979)[5]提出的 DF检验、ADF检验以及Phillips和Perron(1988)提出的PP检验[5-6]。但是ADF、PP检验由于借助极限分布而对小样本检验功效不高[7-8]，所以需要根据数据生成过程的类型选择相应补充方法。选择单位根检验方法的原则如下：（1）如果数据生成过程为自回归过程，首先选择ADF检验，而KPSS检验与ADF检验具有互补性，DF-GLS检验主要针对有确定趋势的AR模型，因此，若变量数据生成过程为自回归过程，将以上三种方法结合使用。（2）如果数据生成过程是移动平均过程，首先选择PP检验，但小样本条件下PP检验存在检验水平畸变，NP检验可以修正其检验统计量，由此，若数据生成过程满足移动平均过程，则选用PP检验和NP检验。（3）如果不能判断数据生成过程， 则同时使用 ADF、DF-GLS，KPSS、 PP、NP检验。另外，ADF和DF-GLS检验依据AIC准则选取滞后期，PP检验、KPSS检验、NP检验依据Bartlett kernel准则选取滞后期。

1.3.2 协整分析

本文采用Engle和Granger(1987)提出的协整检验方法，对回归方程残差进行单位根检验，步骤如下：

（1）若2个序列yt和xt都是d阶单整，则建立回归方程模型残差估计值为yt=α+βxt+ut

1.3.3 因果关系检验

格兰杰(Granger)因果检验具体做法是：先估计当前y值被其自身滞后期取值解释程度，然后验证引入序列x滞后值是否可以提高y的被解释程度。如果是，则称x是y的Granger原因，此时x的滞后期系数具有统计显著性。一般需要同时考察y是否为x的Granger原因。检验方法如下：

其中k为最大滞后阶数，检验的原假设为x(y)不是y(x)的Granger原因，即：β0=β1=β2=…=βk=0。

2 实证分析

2.1 平稳性检验

首先检验救灾支出（LNDEt）、城市化率（URt）稳定性。

我们使用变量序列折线图和自相关图选择单位根检验的方法。

图1、图 2 显示，LNDEt、URt都是 VR（4）序列，且都存在稳定趋势，所以使用ADF、DF-GLS，KPSS检验，并以DF-GLS检验结果为主。表1显示LNDEt，URt都为非平稳序列。ADF、DF-GLS，KPSS都显示城市化率为非平稳序列。但是ADF、KPSS检验显示救灾支出为平稳序列，考虑到救灾支出为存在稳定趋势AR序列，而DF-GLS对该种序列的检验最有效，所以我们认为救灾支出为非平稳序列。接着检验变量一阶差分稳定性。因为无法判断△LNDEt、△URt序列性质，所以使用所有5种方法对其检验。表2显示△LNDEt、△UtR为稳定序列，即 URt—I(1)，LNDEt—I(1)。 虽然不同检验方法显著性水平不同，但是都显示△LNDEt、△URt不存在单位根。

表1 城市化率和救灾支出水平值单位根检验

表2 △LNDEt、△URt单位根检验

表2 -续 △LNDE、△UR单位根检验

2.2 协整检验

由于 URt—I(1)，LNDEt—I(1)，所以进一步进行协整分析，看两者之间是否存在长期稳定关系。

首先建立回归方程：

因为图1显示URt存在自相关，所以使用Cochrane-Orcutt迭代法来消除自相关性。Cochrane-Orcutt迭代法的基本原理如下：首先修正方程（1）为以下形式：

其中ρ为（1）所估计的残差自相关系数，ρ估计值由下式通过OLS估计得到：

此时，方程（2）已基本满足OLS的假设条件，可以直接估计。对方程（2）回归后，检验新残差是否仍有自相关，如果仍然自相关，则重复上述过程直到自相关被完全消除。

对方程（1）回归结果如下：

对方程（4）的残差et序列回归得到：

为简单起见，将ρ=0.526直接代入方程（2），重新回归得到：

此时DW=2.01表明自相关已经很好的消除，F=77.16说明模型拟合的很好，=0.725说明模型解释能力也较好，即方程（6）要优于方程（4）。

现在检验方程（6）残差et的单位根。图3显示et为无趋势和常数项的时间序列，使用ADF、DF-GLS，KPSS、PP、NP检验其单位根，结果见表3，KPSS以外的所有检验都显示方程（6）残差是稳定序列，我们可以认为et—I(0)。也即是说救灾支出和城市化率之间存在稳定的长期关系。

表3 残差稳定性检验

2.3 Granger因果检验

协整检验结果表明，救灾支出和城市化之间存在长期均衡关系，但还没有说明变量之间必然存在因果关系以及因果关系的作用方向如何，我们进一步做两者的Granger因果检验，结果如表4所示。短期内，城市化是救灾支出的Granger原因，救灾支出不是城市化的Granger原因，长期内，救灾支出是城市化的Granger原因，城市化不是救灾支出的Granger原因。结合方程(6)，对结果做以下解释：（1）从短期看，城市化进程影响了救灾支出，方程（6）显示随着城市化水平的提高，救灾支出也在逐年增加，这可能有两种原因，一是城市化超出了环境的生态承载力，带来更多自然灾害，从而增加自然灾害的救灾支出；二是城市化增加了政府财政收入，面对同等灾害水平，国家可以支付更多救灾支出。同时，救灾支出增加并没有影响城市化进程，因为救灾支出在国家财政支出中所占比重仍然很低，而且其他促进城市化的因素短期作用可能大于灾害影响。（2）长期看来，剔除价格因素的救灾支出的增加反映了自然灾害危害的增加，而这影响了城市化水平，进一步也表明自然灾害的趋频、趋重是未来影响我国城市化发展的重要因素。同时长期城市化对救灾支出的影响有限，表明城市化并不是导致自然灾害趋频、趋重的主要原因。

表4 LNDE和UR的Granger因果检验

3 结论及建议

协整分析和Granger因果检验的结果表明，城市化和自然灾害存在长期稳定的均衡关系。短期内城市化发展，使救灾支出随之增加，一定程度代表了自然灾害随之增加；长期内自然灾害危害增加影响了我国城市化水平，进而将来可能成为限制城市化发展的重要原因。相关文献中曾提到城市化导致部分自然灾害的路径机制，特别是对于城市自然灾害的增加。城市化快速发展必然带来城市不断扩建与新建，进行大量土石移动和地下开挖工程，于是人为地产生一系列地质灾害问题。另外，城市化可造成城市气候改变，城市降雨量和降雨强度增大，雨时延长，使城市发生洪涝灾害的机率增加。还有一点，城市化增加了自然灾害损失，城市经济类型的多元化及资产的高密集性使城市的综合承灾能力变弱，经济损失加重，城市化特别是与生命线系统关联的间接经济损失比重加大。

鉴于以上检验的城市化和自然灾害的关系，经济发展过程中必须重视可持续发展的增长方式和自然灾害预警预测机制。

（1）要转变经济发展方式，实现可持续发展，建设资源节约型、环境友好型社会，最大程度减少城市化对环境和资源的破坏，才能减少人为造成的自然灾害。上世纪60年代以来，世界上各种自然非可持续发展的做法是自然灾害增加的主要因素之一。要维持经济—生态协调发展，就必须转变经济发展模式，走可持续发展之路，尽可能降低人类经济活动对环境资源的负面效应。要实现这一目标，就要在以下几个方面做出努力：首先，走 “科技含量高、经济效益好、资源消耗低、环境污染少、人力资源得以充分的发挥”的新型工业化道路，大力发展循环经济。其次，逐步形成有利于节约资源的产业结构和消费方式，通过经济、技术、法律等手段促进资源利用的根本转变，完善自然资源有偿使用制度和价格体系，建立资源更新和经济补偿机制，尝试将资源环境的综合成本纳入到国民经济核算体系中来提高资源利用的经济、社会和生态效益，构建资源节约型国民经济体系和资源节约型社会。

（2）要完善灾害预警预测机制，尽量降低自然灾害损失，为城市化的快速发展提供保证。这需要首先加强环境变化趋势及其影响的监测与研究工作，建立完整的灾害测报体系，探索重大环境灾害预测预报的基础理论，从总体上提高对重大灾异测报的科技水平和综合防御能力以及对灾害快速应急响应能力。并且，在城市化进展过程中，要根据自然环境和生态条件进行科学规划，并对城市基础设施建设建立相关标准，最大程度增加城市扩建和新建过程的科学性，减少可能产生的人为自然灾害。

在进一步的研究中，需要关注衡量自然灾害损失的指标，并且不同地区（特别是灾害易发区和非易发区）城市化和自然灾害的相互关系可能有所不同，都需要更多、更细致的研究。

[1]何爱平.发展中国家灾害经济的特点、成因及对策[J].灾害学,2000,15(2).

[2]何爱平.中国灾害经济——理论框架及实证研究[D].西北大学,2002.

[3]房林,邹卫星.多种单位根检验法的比较研究[J].数量经济技术经济研究,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]易丹辉.数据分析与Eiews应用[M].北京:中国统计出版社,2002.