洞庭湖区城镇化的生态环境效应——基于非线性PSTR模型的实证分析

肖 攀，苏 静，姜阿尼

（湖南文理学院 洞庭湖生态经济区建设与发展协同创新中心，湖南 常德 415000）

一、引言与综述

洞庭湖区地跨湖南、湖北两省，区域地位独特，经济基础较好，文化底蕴深厚，生态功能突出，素有“鱼米之乡”和“天下粮仓”的美誉，担负着国家粮食安全和长江流域生态安全与水安全的重大责任。作为我国区域经济发展的重要支撑和战略要地，洞庭湖区城镇化高质量发展对于贯彻落实中部崛起战略、促进长江中游城市群一体化发展和长江全流域开发开放意义非凡。然而，近年来，随着经济社会的发展，洞庭湖区城镇化与生态环境系统的矛盾日益凸显，水环境形势日益严峻，生态功能退化，区域生态环境保护与经济社会发展之间的协调状况不容乐观，甚至陷入追求经济增长与保障环境质量的两难冲突。那么，这种状况是会一直持续还是会出现根本性的转变？未来应该如何在生态文明理念下推进湖区新型城镇化建设？在当前全面强调“绿色发展”“高质量发展”“可持续发展”的大背景下，从长期视角全面审视城镇化对洞庭湖区生态环境的影响效应及其趋势与特征，对于优化洞庭湖区城镇化的结构，推动洞庭湖区经济高质量发展和生态环境质量提升具有重要的理论价值与现实意义。

目前国内外众多学者对城镇化与生态环境关系进行了较为全面的研究。国外关于城镇化与生态环境关系问题的研究已经建立起“实证研究—规律总结—理论建设—实证研究”的循环路径[1][2]。国内学者任亚文[3]、肖攀[4]等基于“问题导向”，以城市化进程中的生态环境问题为研究对象，注重揭示问题存在的原因并在此基础上进行理论创新。相对而言，国内相关研究还比较薄弱，近期研究主要围绕两个方面展开。一是从系统协调性出发研究城镇化与生态环境的耦合关系。此类研究相对成熟和丰富，如马艳研究了长江经济带城镇化与生态环境的耦合协调效应与交互胁迫关系[5]，孙黄平等研究了泛长三角城市群城镇化与生态环境耦合的空间特征与驱动机制[6]，冯雨雪和李广东探讨了青藏高原地区城镇化与生态环境的交互影响关系与协调类型[7]，宋永永、薛东前、马蓓蓓等以黄土高原地区为例分析了城镇化过程及其生态环境响应格局[8]。二是从因果关系出发研究城镇化对生态环境的影响效应及其特征。如谢锐、陈严、韩峰等研究了新型城镇化对城市生态环境质量影响的时空效应[9]，史建军研究了城镇化进程中生态环境响应的时空分异特征及影响因素[10]。

上述研究为本文提供了很好的参考与启示，但还存在进一步提升的空间。一方面，上述研究基本上是基于线性框架探讨城镇化对生态环境的影响效应，鲜有学者关注城镇化对生态环境的影响是否存在非线性关系。事实上，在不同的发展阶段，城镇化对生态环境的影响很可能不是一成不变的，而是存在某种差异。另一方面，城镇化作为一种历史过程，不仅仅是一个城镇人口与城镇规模扩大的过程，更应该是一种城镇结构和功能转变的过程。城镇化发展具有多维性，但截至目前，鲜有学者关注不同类型的城镇化，如人口城镇化、空间城镇化、经济城镇化、社会城镇化对生态环境影响的异质性。相较于已有研究，本研究的边际贡献主要体现在：（1）立足于洞庭湖区域，首次采用前沿非线性计量模型——面板平滑转换模型（PSTR），系统探讨城镇化质量水平对生态环境的影响效应及其门槛特征，将两者之间关系的研究从线性领域拓展到非线性领域，为此方面研究提供了一个新的研究视角与研究方法；（2）采用熵权法和洞庭湖区2008—2017年33个县域的面板数据，全面测算了环洞庭湖区33个县（地级市、区）的城镇化质量综合指数和生态环境质量综合指数，为全面把握洞庭湖区城镇化水平和生态环境水平提供了量化的参考；（3）系统探讨了人口城镇化、空间城镇化、经济城镇化、社会城镇化对洞庭湖区生态环境影响的异质性及其特征，为深入认识洞庭湖区不同类型城镇化发展水平差异及其生态环境治理水平差异提供了更具针对性的参考。

二、指标选择与数据说明

（一）被解释变量

为了全面衡量生态环境质量，本文参照笔者以前的研究成果[4]，构建由生态资源要素、生态环境响应2个维度共5个指标构成的生态环境质量综合指标体系。其中生态资源要素主要通过人均耕地面积（单位：平方米）、人均粮食作物播种面积（单位：平方米）、人均粮食总产量（单位：千克）3个指标来衡量，主要考察洞庭湖区生态资源要素情况；生态环境响应指标主要采用建成区绿化覆盖率、PM2.5（单位：μg/m3）、城市建设污水处理率、生活垃圾无害化处理率共4个指标来衡量。通过该指标体系的构建，拟考察洞庭湖区生态保护与环境治理情况。

（二）解释变量

为了全面考察洞庭湖区城镇化发展水平，笔者构建了由人口城镇化、空间城镇化、经济城镇化、社会城镇化4个维度共9个指标构成的城镇化水平综合评价体系。人口城镇化采用各县（市、区）城镇人口占常住人口比重表示；空间城镇化采用县（市、区）交通线网密度（单位：千米/每平方千米）、每万人拥有建成区面积（单位：平方千米）2个变量来衡量；经济城镇化采用单位建成区土地万元非农业GDP（单位：亿元/平方千米）、规模工业总产值占GDP比重、人均地方财政一般预算收入（单位：千元）来衡量；社会城镇化采用人均社会消费品零售总额（单位：千元）、每万人拥有医院、卫生院床位数（单位：个）来衡量。

为了控制其他因素的影响，本文选取经济发展水平、技术进步程度、人口密度、对外开放程度作为控制变量。其中经济发展水平采用人均GDP（单位：元）表示；技术进步程度采用资本劳动比（单位：元/人）表示；人口密度采用每平方千米常住人口数（单位：万人/平方千米）表示；对外开放度采用单位建成区进出口总额（单位：万美元/平方千米）表示。

上述所有数据均来自于洞庭湖辖区常德、岳阳、益阳和荆州四市相关各年的统计年鉴，以及《长沙县统计年鉴》和《中国县域统计年鉴》。数据处理中为了控制可能的异方差，对部分指标数据进行了对数处理。

三、洞庭湖区城镇化水平与生态环境质量水平的测度和分析

为了准确把握洞庭湖区城镇化与生态环境质量之间的数量关系，需要对两者进行量化，本文采用熵权法对2008—2017年期间洞庭湖区城镇化水平与生态环境质量水平进行了测算，结果如表1所示。熵权法的基本思路是根据指标变异性的大小来确定客观权重，这一方法能够克服主观确定指标权重的不足。在具体赋权过程中，当某个指标的信息熵越小时，意味着该指标值的变异程度较大，能够提供或者贡献的信息量就越多，在指标体系综合评价中所能起到的作用就越大，赋予该指标的权重就会越大。相反，当某个指标的信息熵越大时，意味着该指标值的变异程度较小，能够提供或者贡献的信息量也越少，在指标体系综合评价中所起到的作用也就越小，赋予的权重也就越小。

从城镇化水平的平均综合指数来看，考察期间洞庭湖区城镇化总体水平的平均指数值为0.203 0，其中人口城镇化水平最高（0.427 3），其次是经济城镇化水平（0.263 3），社会城镇化水平最低（0.136 1）。从趋势来看，洞庭湖区城镇化水平总体上表现为波动上升态势。其中，人口城镇化水平总体上呈现逐年稳步上升态势，经济城镇化发展趋势与城镇化总体水平的变动趋势具有一定的相似性；空间城镇化和社会城镇化水平总体上呈现先上升后下降的发展态势。从生态环境来看，洞庭湖区生态环境指数总体上表现出先下降再逐年上升态势，在2008—2010年经历了一次直线下降的过程，自2012年以来，洞庭湖区生态环境质量水平总体上呈现出在波动中逐步改善的态势。

表1 2008—2017年洞庭湖区城镇化发展水平和生态环境质量指数

四、非线性视角下洞庭湖区城镇化的生态环境效应实证分析

（一）模型设定

为了考察洞庭湖区城镇化的生态环境效应是否存在非线性结构关系，借鉴哥拉勒兹（Gonázlez）等人的研究[11]，我们分别建立PSTR模型实证考察总体城镇化水平对洞庭湖区生态环境的门槛效应（模型1），以及人口城镇化、空间城镇化、经济城镇化、社会城镇化对生态环境的门槛效应（模型2），如下式：

其中，envi表示生态环境水平，是本文被解释的变量；urba 为城镇化总体水平，rkur、kjur、jjur、shub分别为人口城镇化水平、空间城镇化水平、经济城镇化水平、社会城镇化水平，都是本文的核心解释变量。X为系列控制变量，包括县域财政分权、人均固定资产投资、人均GDP、县环保投入、对外开放水平、技术进步水平；为各地区间差异的非观测效应；为随机扰动项；为转换变量，本文将城镇化总体水平作为转换变量；为转换函数。

在对PSTR模型进行估计之前首先要检验数据是否适合采用PSTR非线性模型分析，即判断洞庭湖区城镇化的生态环境效应是否存在非线性结构关系，我们称之为线性检验。线性检验一般通过构造渐进等价的LM、LMF统计量进行，其中。如果线性检验显示存在非线性效应，则需要进一步判断变量之间一共存在几个非线性转换关系函数，我们称之为无剩余非线性检验。

（二）实证结果分析

1.计量模型检验。为了考察模型1和模型2构建的正确性，我们对模型进行了检验，结果见表2。表2依次给出了模型1和模型2的线性检验和无剩余非线性检验的结果。鉴于小样本时LMF统计检验要优于LM统计检验，因此在表2中我们仅报告LMF统计检验的F值。从表2可知，两个模型的线性检验都显著拒绝原假设，表明面板数据具有明显的截面异质性，模型存在显著的非线性关系，适合采用PSTR模型进行估计。而无剩余非线性检验结果显示，模型1和模型2的转换函数个数均为2个。在此基础上，我们通过进一步比较AIC和BIC值，确定模型1和模型2的最优位置参数个数均为m=1。

表2 模型检验结果

2.模型估计结果分析。表3是PSTR模型估计结果，分别报告了洞庭湖区总体城镇化水平的生态环境效应的PSTR模型估计结果，以及人口城镇化、空间城镇化、经济城镇化和社会城镇化的生态环境效应的PSTR模型估计结果。从中可知，模型1中0和01的估计系数分别为-1.617和1.352，并且均通过了1%的显著性水平检验，表明洞庭湖区总体城镇化水平的生态环境效应存在显著的门槛效应。在城镇化低水平发展阶段，城镇化与生态环境之间表现为负向影响关系，洞庭湖区城镇化发展总体上将导致生态环境恶化。在城镇化高水平发展阶段，城镇化与生态环境之间表现为正向影响关系，洞庭湖区城镇化发展将有利于显著促进生态环境质量改善。模型1平滑参数为0.090，表明模型从低区制向高区制转换的速度比较慢。模型2中00和01的系数分别为-1.305和1.070，并且分别在10%和1%的水平上显著，表明洞庭湖区人口城镇化的生态环境效应同样存在显著的门槛特征。随着城镇化水平的提高，人口城镇化的生态环境效应由负向抑制转变为正向促进。10和11的系数均为正，但10不显著，11显著，并且11系数的绝对值要大于10系数的绝对值，表明空间城镇化总体上也有利于促进生态环境质量改善，但在门槛值前后，这种促进效应表现出一定的差异：当城镇化水平低于门槛值时，空间城镇化对生态环境的改善效应并不明显，城镇化发展水平跨越门槛值之后，这种改善效应将进一步增强并变得显著。20和21的系数分别为负向和正向显著，表明经济城镇化的生态环境效应同样表现为典型的非线性结构特征。在城镇化低水平发展阶段，经济城镇化将阻碍生态环境质量提升，当城镇化发展水平跨越门槛值之后，经济城镇化的推进将有利于同步促进洞庭湖区生态环境质量改善。30和31的估计系数均不显著，表明洞庭湖区社会城镇化的生态环境效应不显著。模型2平滑参数为26.473 6，表明模型从低区制向高区制转换的速度相对较快。

表3 PSTR模型估计结果

五、结论与政策建议

本文采用PSTR模型和洞庭湖区33个县域2008—2017年的面板数据，实证分析洞庭湖区城镇化的生态环境效应。研究结果表明，洞庭湖区城镇化的生态环境效应存在显著的门槛特征，表现为典型的非线性结构关系。洞庭湖区不同城镇化发展阶段的生态环境效应存在显著差异。从总体城镇化水平来看，在城镇化低水平发展阶段，城镇化发展总体上导致洞庭湖湖区生态环境恶化；在城镇化高水平发展阶段，城镇化发展明显促进了洞庭湖区生态环境质量改善。从不同类型城镇化来看，对应于门槛值前后，人口城镇化和经济城镇化的生态环境效应由显著的负向抑制转变为显著的正向促进；空间城镇化对生态环境的改善效应由不显著转变为显著；社会城镇化的生态环境效应不显著。

长期以来，粗放型经济增长方式导致了洞庭湖区城镇化与生态环境的矛盾。今后，如何在准确研判洞庭湖区城镇化发展趋势特点及其生态环境效应的基础上，摒弃以往粗放式的城镇化发展方式，高质量推进城镇化建设和生态环境保护至关重要。

首先，要关注城镇化发展对湖区生态环境影响的转换机制与门槛效应。当前阶段，应基于绿色发展与循环发展理念，着力健全户籍、土地、教育、就业、财政、住房和社会保障等相关领域配套改革，稳步提高城镇基本公共服务的常住人口全覆盖率，提高湖区户籍人口和常住人口城镇化率；加大改革创新力度，加快推进湖区产业结构调整和供给侧改革，加快低污染、高效益、高就业吸纳的产业项目布局，注重城镇能源节约与资源集约利用，加强城镇生态修复和环境保护，走“绿色、低碳、集约、智能”的新型城镇化发展道路，稳步推进洞庭湖区人口城镇化、经济城镇化和社会城镇化向高水平、高质量阶段迈进。

其二，要充分发挥规划的引领作用和联动机制，完善湖区空间布局的顶层设计。要深入推进洞庭湖“四市一区”联席会议机制，实现湖区地方政府之间的信息互联互动，结合洞庭湖区经济发展现状，共筑顶层推动构架，共建公共服务体系，以责任落实为工作导向，明确湖区内各地域功能分区和定位，统筹城乡规划和交通基础设施建设，加快实现多规合一，构建洞庭湖区新型城镇化建设和生态环境联动治理机制，协同推进洞庭湖区县域空间城镇化高质量发展。

其三，要根据不同类型城镇化的生态环境效应的非均衡性，实施差异性城镇化发展战略。在湖区城镇化进程中，要坚持把改善生态环境质量、不断满足人民日益增长的美好生活需要作为城镇化推进工作的总靶向，根据各县域（区）实际情况差异制定更具针对性的人口—资源—环境与城镇化协调发展政策，立足湖区各县域（区）城镇生态环境承载能力，最大限度减少城镇化建设对自然资源的消耗和生态环境的破坏，推动中心城区与小城镇的协同发展。

其四，要聚焦关键，精准发力，形成具有湖区特色的生态文明建设经济圈。要全面贯彻“共抓大保护、不搞大开发”和“绿水青山就是金山银山”的理念，将生态文明理念融入新型城镇化建设的各个环节，围绕“改善水质、修复生态、人水和谐”的目标，以水陆统筹、监管并举、综合施策、系统治理的原则，根据洞庭湖区地域条件和生态区位特点，打造洞庭湖生态文明建设经济示范区，统筹构建环湖生态旅游圈、湖乡风情休闲度假旅游发展带、湘楚文化体验旅游发展带等，全面推动绿色低碳的湖区生态城镇化运营模式的形成。