中國城市化推進與生態環境

史永姣，呂潔華

（東北林業大學經濟管理學院，黑龍江 哈爾濱 150040）

一、引 言

城市化與生態環境之間復雜的相互作用，產生了很多地區乃至全球性的問題。空氣污染、氣候變化、水土流失、生物多樣性喪失和城市宜居性等一系列問題引起了人們日益關注城市發展和生態環境之間的關系。在全球城市化快速發展的近半個世紀里，中國的常住人口城鎮化率從1949年末的10.64%提高到2018年的59.58%，年均提高了0.71個百分點，①中國國家統計局：《城鎮化水平不斷提升城市發展闊步前進——新中國成立70周年經濟社會發展成就系列報告之十七》。成為了亞洲乃至全球城市化進程最快的國家之一。然而，中國城市擴張帶來的環境問題遠遠超過了現在發達國家所經歷的環境趨勢。［1］近年來，國內外學者將植被覆蓋作為研究城市化與生態環境之間關系的重要指標之一。［2］研究城市化對植被覆蓋的影響及其作用機制，不僅有助于深入探討可持續發展背景下實現城市化與生態環境和諧共生的內在邏輯及必然性，而且有助于厘清中國城市化進程中生態環境的應對思路。

在全球和區域尺度上，學者們已經對自然因素與植被覆蓋的關系進行了深入研究，主要包括氣溫、降水、日照等自然因素，研究成果豐富。［3－6］植被演變盡管在長期內受到自然因素的影響，但近年來，隨著人類活動能力的增強，植被變化深刻記錄了人類活動的烙印。［7］然而，截至目前關于城市化對植被覆蓋影響的研究還十分有限。從研究方法上來看，主要是運用遙感和GIS技術，大致可以分為兩類：第一類主要利用植被覆蓋數據和夜間燈光數據對我國植被活動與城市擴張的空間關系做了分析，研究發現，成都地區植被覆蓋度與夜間燈光亮度值呈顯著負相關，城市活動越強烈的地方植被覆蓋度越小；［8］在環渤海城市群，城市化過程已經在一定程度上減弱了研究區的植被初級生產力；［9］在環杭州灣地區，城市擴張對建成區植被均產生不利影響。［10］第二類研究主要以典型的計量分析方法為研究工具，如李仕冀等利用多元線性回歸模型研究發現，在城市化過程中農業勞動力遷出對植被覆蓋狀況的提高具有促進作用。［11］溫小潔等基于縣級經濟發展數據，利用門檻回歸模型專門考察了基于降水條件的城市化對植被覆蓋的影響。［12］

然而，截至目前對全國視閾下城市化對植被覆蓋的決定因素的研究較少。現有研究的不足主要體現在以下三個方面：一是從研究區域上看，以往的研究視角主要集中于省份、城市和城市群等區域，缺乏在全國視閾下的考察；二是從研究方法上看，以往研究主要從地理環境科學的角度進行分析，主要采用土地利用轉移矩陣、空間相關性、門限回歸等研究方法來研究城市化對植被覆蓋的影響，缺乏計量分析模型的系統考察。三是從研究數據上來看，以往文獻在衡量城市化水平時，主要利用人口城市化率作為度量指標，但是該指標被認為存在度量問題，［13］在衡量城市化水平時可能難以反映真實的城市化水平，使模型的估計結果與實際出現較大偏差。［14］為了彌補現有研究的不足，本文構建了1998～2013年省級面板數據，系統考察城市化對植被覆蓋的影響及其作用機制。

二、數據來源與處理

（一）數據來源

1.植被覆蓋的度量：植被NDVI數據來源與處理方法

歸一化植被指數（Normal Difference Vegetation Index，NDVI）能夠反映植被覆蓋度、葉面積指數、生長狀況等，并廣泛用于監測大尺度植被活動的研究。［15－17］中國科學院資源環境科學數據中心提供了連續時間序列的SPOT/VEGETATION NDVI衛星遙感數據，采用最大值合成法生成了1998年以來的年度植被指數數據集。①徐新良.中國年度植被指數（NDVI）空間分布數據集.中國科學院資源環境科學數據中心數據注冊與出版系統（http：//www.resdc.cn/DOI），2018。本文利用ArcGIS軟件進行剪裁、提取數據，最終獲取1998～2013年的年度省域植被NDVI值來表征植被覆蓋情況，空間分辨率為1km。

2.城市化的度量：夜間燈光數據來源與處理方法

本文衡量城市化的指標來源于美國國家海洋和大氣管理局（NOAA）公布的全球燈光數據，②美國國家海洋和大氣管理局（NOAA）的全球燈光數據：https：//ngdc.noaa.gov/eog/dmsp/downloadV4composites.html。該數據由美國防衛性氣象衛星計劃（Defense Meteorological Satellite Program，DMSP）攜帶的OLS傳感器采集（簡稱DMSP/OLS數據）。DMSP/OLS數據其形式簡潔但內涵豐富，可以定量測度城市地區人類活動的廣度和強度，常用來表征城市發展、人口密度、熱島效應、生產總值等社會經濟指標。［18－23］本文采用穩定燈光數據，③1992年，美國國家地球物理數據中心（National Geophysical Data Center，NGDC）對原始數據進行了處理，并發布了四種主要數據產品，分別是平均可見燈光（average visible）、穩定燈光（stable lights）、能觀察的無云覆蓋頻次數（cloud free coverages）及平均燈光 X Pct（average lights X Pct）。該數據剔除了由火光、極光、閃電等造成的短暫亮光，且均為無云數據，最終包含城市、城鎮和其他相對穩定的燈光。本文所采用的DMSP/OLS數據來自6個不同的傳感器，④夜間燈光影像包括由 6個不同的 DMSP衛星（F10：1992－1994、F12：1994－1999、F14：1997－2003、F15：2000－2007、F16：2004－2009和 F18：2010－2013）提供的從1992～2013年的34期影像。數據的燈光灰度值（digital number，DN）的范圍是0～63，空間分辨率為1km。

盡管DMSP/OLS數據是反演社會經濟發展的良好數據源，但其本身也存在缺陷。一是DMSP/OLS夜間燈光影像來源于不同的傳感器。不同的傳感器存在輻射探測性能和探測光譜波段的差異，導致不同傳感器間不同年份的影像數據不連續，而且不同傳感器獲取相同年份的數據也不一致。二是隨著時間的推移，各傳感器的輻射探測能力也逐漸衰退，即使同一傳感器獲取的不同年份的數據也存在異常的波動情況。三是原始燈光數據的取值范圍為0～63，存在數據天花板問題，當一個地區的燈光亮度值超過63時，將無法繼續觀測。這與經濟持續增長的現實不相匹配。基于以上問題，我們參考Liu等的方法對數據進行校正處理，以便降低數據的測量誤差，確保數據具有較高的區域和年際可比性。［24］

對于城市化水平的準確測量是研究的基礎。在近年來的研究中，很多學者直接采用校正后的穩定燈光數據來測度城市化水平，而城市化的發展過程經歷了城市的規模擴張和城市的集聚發展，用穩定燈光亮值來度量城市化水平，僅能反映城市密集的發展程度。為反映城市化的深度和廣度兩個方面，本文參考陳晉、邵帥等的研究，構建了燈光復合指數作為中國省域城市化水平的代理指標。［19，25］燈光復合指數計算公式為：

在（1）式中，urbani為第i個區域的燈光指數，用來度量城市化水平；Ii為第i個區域的平均燈光強度指標，用來度量城市化深度；Si為第i個區域的燈光面積指標，用來度量城市化廣度；W1和W2為權重，本文參考陳晉等的研究，取 W1＝ 0.8，W2＝ 0.2。［19］

其中，區域平均燈光強度指標Ii公式為：

在（2）式中，nj為第i個區域的第j灰度等級的像元數；N為第i個區域的所有燈光像元總數；DNj為第i個區域的第j等級的灰度值（1≤DN≤63），63為穩定燈光數據的最大灰度值；Ii表征第i個區域的實際燈光強度與最大可能燈光強度的比例關系。

其中，區域燈光面積指標Si，計算公式為：

在（3）式中，AreaN為第i個區域的所有燈光像元的總面積；Area為第i個區域的面積；Si表征區域內所有燈光像元的總面積占整個區域面積的比例，反映了燈光的空間延展特性。

（二）實證策略

為考察中國城市化推進對植被覆蓋的決定因素，在模型設定方面，由于各省市的自然條件和資源稟賦的差異較大，本文在模型設定中主要采用固定效應模型為主要實證策略，實證模型設定如下：

其中，yit表示植被NDVI值，i表示地區（省、直轄市、自治區），t表示年份，urbanit表示城市化水平，xit表示一些與植被覆蓋相關的控制變量，主要包括各地區的經濟增長、產業結構、人口密度、營林投資、降雨量。μi為地區固定效應，β、εit分別為待估系數和隨機擾動項。

為更好地考察城市化對植被覆蓋的影響，本文對影響植被覆蓋的主要因素進行控制，以防止可能的遺漏變量對模型估計的影響。主要控制變量選取如下：以省級GDP的增長率度量經濟增長，反映地區經濟增長對植被覆蓋的影響差異；用第二產業增加值占GDP的比重來反映產業結構對植被覆蓋的影響；人口密度的增加會產生集聚效應，導致農村勞動力進入城市，而農村土地閑置會促使植被增加。人口密度的增加也會產生規模效應，引致城市基礎設施用地的大量需求，植被覆蓋遭到破壞。近年來，我國實施了一系列的森林恢復政策，包括天然林保護、退耕還林和人工造林等工程，本文以營林固定資產投資占GDP的比重來衡量營林投資；氣候條件是植被覆蓋不可缺失的關鍵因素，本文以年降水量來衡量。

由于夜間燈光數據的不連續性，所以樣本數據由1998～2013年中國31個省（區、市）（不含港澳臺地區）的面板數據，年降水量數據來源于中國科學院資源環境科學數據中心，數據基于全國2400多個氣象站點日觀測數據，通過整理、計算和空間插值處理生成，并利用ArcGIS軟件進行剪裁、轉換而得。其余控制變量來源于《中國統計年鑒》和《中國林業和草原統計年鑒》。

三、實證結果

（一）基準回歸與討論

本文利用固定效應模型給出了中國城市化對植被覆蓋影響的估計結果。首先，在表1第（1）列僅考察了核心解釋變量城市化對植被覆蓋的影響，城市化水平的系數在1% 的水平上顯著，說明中國城市化推進對植被覆蓋產生了顯著的促進作用。然而，引起植被覆蓋水平增加的因素有很多，鑒于此，我們在表1第（2）列至第（6）列分別加入了經濟增長、人口密度、營林投資、產業結構和年降水量作為控制變量。回歸結果顯示，城市化對植被覆蓋的影響相比于之前的結果略有下降，但變量的系數依然顯著為正。由于被解釋變量存在較強的個體效應，所以我們采用固定效應和隨機效應對模型進行估計，Hausman檢驗結果p值為0.0000，應選擇固定效應模型，所以只報告了固定效應檢驗結果。

實證結果表明，城市化進程對植被覆蓋產生了較好的促進作用。城市化進程本身會產生正的外部性，可能通過集聚效應、要素的合理配置等途徑提高植被覆蓋程度。與此同時，城市化進程使經濟社會結構發生了轉變，同時提升了居民的綠色環境質量訴求，對政府的營林政策、城市的綠地空間規劃及企業的生產采伐行為都產生了積極影響。從分析結果可知，中國的城市化發展道路對植被覆蓋并未產生破壞作用，而是改善了植被覆蓋的程度。

從表1第（6）列可知，經濟增長對植被覆蓋具有顯著的正向影響，已有研究證實了中國的經濟增長有助于森林面積的恢復，中國存在“U”型環境庫茨涅茲曲線，但并非推動森林面積恢復和增長的主要動因。［26］人口密度的固定效應對植被覆蓋的估計系數為負值，但并不顯著。這表明雖然人口壓力對自然資源具有消極影響，但是伴隨我國人口增長率不斷下降，同時城市人口比重不斷增加，人口集聚效應會導致農村土地閑置，致使遠離城市以外的植被得到恢復。營林投資的增加對植被覆蓋具有顯著的促進效應，已有研究表明大面積的人工造林是中國植被增長的主要原因。第二產業增加值比重的提升對植被覆蓋具有顯著的促進作用。第二產業可以創造非農就業機會，使勞動力從第一產業轉移到第二產業，從鄉村轉移到城市，附著在土地上的勞動力減少，從而減輕對森林資源的壓力，促進森林的恢復。［27］最后，年降水量增加對植被覆蓋具有有效的促進作用。

表1 城市化與植被覆蓋的估計結果

（二）穩健性檢驗

1.改變樣本容量后的回歸結果

為了保證模型估計結果的穩健性，本文改變了樣本容量進行檢驗。由于直轄市的經濟活動與城市燈光的關系相對復雜，燈光可能出現飽和現象。而自治區由于地理環境和治理方式的特殊性，城市化進程與全國差異較大。因此，在直轄市和自治區利用燈光來衡量城市化水平也可能出現度量誤差。因此，我們對樣本容量進行了重新選擇。回歸結果如表2所示，第（1）列和第（2）列為剔除直轄市的的回歸結果，第（3）列和第（4）列為剔除直轄市和自治區后的回歸結果。改變樣本容量選擇后的回歸結果與表1的結果進行比較可以看出，核心解釋變量城市化系數的符號和顯著性都沒有改變，說明表1的結果具有穩健性。

表2 穩健性檢驗

2.改變城市化水平衡量指標

城市化的進程中表現最明顯的是城市土地空間的不斷擴張，本文采用土地城市化率即建成區面積占城區面積的比重重新度量城市化水平，來考察回歸結果的穩健性。結果如表3所示，城市化對植被覆蓋依然存在顯著的正向影響。用不同城市化水平衡量的結果與表1的估計結果一致。因此，表1的基準分析具有較強的穩健性。

表3 穩健性檢驗

3.城市化對植被覆蓋影響的區域差異

表4報告了東、中、西部地區城市化水平對植被覆蓋影響的固定效應估計結果。由回歸結果可知，中部和西部地區城市化的系數分別在5%和1%水平上顯著為正，表明中部和西部地區的城市化對植被覆蓋呈現出促進作用。這是由于省域地理面積、自然資源稟賦和氣象條件等自然環境差異，以及中、西部地區城市化進程慢于東部地區，城市化對植被的負外部性還未顯現，同時生態環境保護逐步加強等因素共同作用的結果。與中西部地區不同，東部地區的城市化系數為正但不顯著，即城市化并未顯著促進植被覆蓋水平的提升。我國東部地區經濟發達，城市化水平較高，農村剩余勞動力大量轉移到東部地區，使東部地區的人口密度增大，這意味著土地更加稀缺，更多的土地被提供給住房、道路交通以及制造業，使大量植被土地類型被改變。但是，隨著經濟高度發展、產業結構優化、技術創新能力更強，居民對環境質量的訴求也更高，城市化對生態環境的負外部性逐漸改善，從而使東部地區城市化對植被覆蓋的影響并不顯著。

表4 不同區域城市化與植被覆蓋的估計結果

4.城市化對植被覆蓋的影響機制

以上研究結果表明，城市化對中國的植被覆蓋具有顯著的正向影響。那么，是什么原因導致這一現象的產生呢？城市化影響中國植被覆蓋的傳導機制是什么？根據前文所述，筆者嘗試從營林投資的角度來研究城市化影響植被覆蓋的傳導機制。一方面，營林投資是提升植被覆蓋的重要手段，自從1998年特大洪水以來，中國政府出臺了一系列生態修復計劃，從而提升了植被覆蓋度。另一方面，城市化是推動營林投資的重要動力，由于城市化進程中經濟高速發展、居民環境訴求不斷提高，從而為營林投資提供了經濟基礎和迫切需求。本文選取營林固定資產投資占GDP比重作為營林投資的代理變量，通過城市化與營林投資的交互項，實證檢驗城市化影響植被覆蓋的營林投資的機制。表5報告了相應的實證回歸結果。回歸結果顯示，城市化與營林投資的交互項系數顯著為正，營林投資提高了植被覆蓋程度。

表5 城市化對植被覆蓋的機制檢驗

四、結 論

本文運用1998～2013年中國省級面板數據，使用植被NDVI和夜間燈光遙感數據作為植被覆蓋和城市化的代理變量，系統考察了城市化推進對植被覆蓋的影響和傳導機制。研究發現：全國視閾下城市化對植被覆蓋有顯著的正向影響，城市化推進改善了植被覆蓋水平，以上實證結果在控制一系列相關因素、剔除直轄市、剔除直轄市和自治區以及利用土地城市化率來替換城市化進行估計后，結論依然穩健顯著。中部和西部地區城市化與植被覆蓋存在顯著的正向促進關系，而東部地區沒有顯著影響，同時，營林投資是城市化影響植被覆蓋的重要傳導渠道。長期以來，發達國家經歷了環境先污染后治理的發展進程，而發展中國家面臨著更為復雜的城市化進程和更加有限的資源環境，如若處理不好城市化與生態環境的問題，最終有限的資源也將對城市經濟發展起到阻礙作用。在推進城市化的進程中不僅要考慮經濟增長、產業結構、人口密度等因素在城市化發展過程中帶來的植被覆蓋的提升，同時，還要通過政策制定、投資建設來保護和提升植被覆蓋水平。