基于PATH-STIRPAT 模型的城镇化演进边际资源环境胁迫效应测度及趋势预测——以安徽省为例

张乐勤

(池州学院 资源环境学院，安徽 池州 247000)



基于PATH-STIRPAT 模型的城镇化演进边际资源环境胁迫效应测度及趋势预测
——以安徽省为例

张乐勤

(池州学院 资源环境学院，安徽 池州 247000)

探索城镇化演进的边际资源环境胁迫效应，对制定城镇化与资源环境保护协调融合的政策具有启示意义.以安徽省为例，采用通径分析与STIRPAT 模型组合研究方法，揭示了城镇化演进对资源环境胁迫的直接与间接弹性，依据城镇化发展规划，就未来城镇化演进边际资源环境胁迫效应进行了预测，结果表明：①安徽省资源环境压力指数由2000年的0.043196跃升至2013年的0.806663；②城镇化对资源环境边际胁迫的直接弹性系数为0.000153，间接弹性系数为0.0024386，其中，外国直接投资(FDI)、固定资产投资、经济增长、产业结构、人均消费水平、人口的间接弹性系数分别为0.00107、0.000912、0.000532、0.00012、0.0000906、0.00003，其技术因素具有明显的负向舒解效应，间接弹性系数为-0.000316；③2020年、2030年城镇化发展对资源环境胁迫直接弹性系数将分别增至0.003242、0.007078、间接弹性系数将高达0.051674、0.112810，基于研究结果，从以新常态理念顶层设计城镇化建设路径等5方面提出了相应的政策建议.

城镇化；资源环境胁迫效应；PATH-STIRPAT模型

推进城镇化与建设生态文明为当下中国两大重要战略任务，如何实现城镇化与资源环境协调发展，科学揭示出城镇化对资源环境边际胁迫效应，并辅之以相应规制政策响应便成为关键，对此进行探索，无疑具有重要的现实意义.

针对城镇化对资源环境胁迫影响，前人在地级市尺度[1-3]、省域尺度[4-6]、国家尺度[7-9]，采用相关分析、主成分分析、回归分析等方法，就城镇化对资源环境胁迫进行过深入探索，所得结果均揭示了两者间同向演化规律，然而，既有研究也存在如下不足：首先，前人的研究尽管揭示了城镇化对资源环境的边际胁迫影响，但未能识别出其直接与间接作用份额，即边际弹性影响中，有多少属城镇化直接作用结果，又有多少为城镇化通过其他因素交互影响形成；其次，前人的成果多为回顾性研究，展望性研究较少.鉴于此，本文首先构建由若干资源消耗、环境污染物排放指标构成的资源环境压力评价体系，以表征经济社会发展对资源环境胁迫影响，并运用熵值法对其进行评价.其次，采用通径分析与STIRPAT模型组合研究方法，考察城镇化进程对资源环境压力边际直接与间接影响.最后，依据该影响及城镇化发展规划，对未来城镇化发展的边际资源环境胁迫效应进行预测.研究结果可为管理层制定协调城镇化与保护资源环境的可持续发展政策提供依据.

1 研究方法

1.1 经济社会发展对资源环境胁迫影响测算

本文以资源环境压力指数(Resources and Environmental Pressure Index)作为表征经济社会发展对资源环境胁迫指标展开研究.借鉴前人成果[10-13]，本着数据可获性与连续性原则，选取人均水资源消耗(t/人)、人均能耗(tce/人)、人均矿产资源消耗(t/人)、建设用地面积占国土面积比例(%)4项指标作为资源消耗压力评价指标，选取单位国土面积工业废气排放量(m3/km2)、单位国土面积工业废水排放量(t/km2)、单位国土面积城镇生活污水排放量(t/km2)、单位国土面积工业SO2排放量(t/km2)、单位国土面积生活SO2排放量(t/km2)、单位国土面积工业粉尘与烟尘排放量(t/km2)、单位国土面积生活及其他烟尘排放量(t/km2)、单位国土面积固体废物排放量(t/km2)、单位国土面积农用化肥施用量(t/km2)、单位国土面积农药使用量(t/km2)、单位国土面积农用塑料薄膜使用量(t/km2)11项指标作为环境污染压力评价指标，由于CO2能影响全球气候变化，故将单位国土面积CO2排放量(t/km2)也纳入环境压力评价指标.CO2排放量(以C表示)参照文献[14]，可由能源消费量乘以CO2排放系数算得.综合指数测算采用熵值法，具体步骤参见文献[15].

1.2 城镇化演进边际资源环境胁迫效应测度

图1 因变量Z与自变量X1与的通径分析示意图Fig. 1 Schematic diagram of the path analysis of the independent variable Z and the independent variable X1

1.2.1 变量选取 以资源环境压力综合指数作被解释变量，借鉴既有研究中资源环境驱动因子选取方法[16-19]，兼顾数据可获性、完整性及数据质量，选取人口、经济发展、固定资产投资、外国直接投资、人均消费水平、城镇化、产业结构、技术进步作为考察资源环境压力备选解释变量，借助SPSS软件，采用偏相关分析方法以判别其关联性.

1.2.2 通径分析方法 由Wright S[20]提出的通径分析方法得到了学术界普遍认同[21-23]，其机理为：假定因变量Z受多个自变量影响，即Z=f(X1,X2,X3,…,Xn)，且每个自变量与Z的关系是线性的，则自变量X1对Z的回归系数可分解为自变量X1对Z的直接影响及X1通过其他自量量对Z的间接影响(如图1).

假定以PU,REPI、DPU,REPI、IPU,Y,REPI分别表示城镇化对资源环境胁迫影响总通径系数、直接通径系数和间接通径系数，依据通径分析方法[21]，则有

(1)

(2)

(3)

式中：U表示城镇化因素，Y表示除城镇化外其他影响资源环境压力因素，rU,REPI、rY,REPI分别表示lnU、lnY与lnREPI的偏相关系数，rY,U表示lnU与lnY的相关系数；SU、SY、SREPI分别表示lnU、lnY、lnREPI标准差.

1.2.3 PATH-STIRPAT模型 Dietz和Rosa[24]提出的考察人文因素对环境压力影响的随机回归影响模型(stochastic impacts by regression on population，affluences，and technology，STIRPAT模型)被认为是一个非常成熟的模型[16]，在资源环境领域得到了广泛的应用[16-18].借鉴STIRPAT模型[18]，构建资源环境压力驱力影响分析扩展模型：

REPI=KPa1Aa2Ia3Fa4Ca5Ua6Sa7T-a8ε

(4)

式中：REPI表示经济社会发展对资源环境压力；K为模型系数；P、A、I、F、C、U、S、T分别表示人口、经济增长、固定资产投资、外国直接投资、居民消费水平、城镇化水平、产业结构、技术因素；a1、a2、a3、a4、a5、a6、a7、a8分别为弹性系数；由于技术进步能促进污染物排放下降[25]，有利于环境质量改善[26]，对资源环境压力起疏解作用，故技术因素弹性系数前加上负号；ε为模型随机扰动项，表示资源环境压力的其他影响因素(如政策因素).

式(4)为非线性形式，对其两边取自然对数，得

lnREPI=a+a1lnP+a2lnA+a3+lnI+a4lnF+a5lnC+a6lnU+a7lnS-a8lnT+e

(5)

式(5)中，a=lnK，e=lnε.待估参数a1～a8可借助SPSS分析软件，采用偏最小二乘回归(PLS)方法获取，其中，参数a6为城镇化边际资源环境胁迫影响弹性.

依据通径分析表达式，城镇化对资源环境胁迫影响直接与间接弹性系数分别为

(6)

(7)

1.3 城镇化对资源环境胁迫前景预测

依据城镇化对资源环境边际影响(直接影响、间接影响)结果，结合城镇化发展规划，可测算未来城镇化发展对源环境影响前景.

2 实证研究

2.1 变量说明与数据来源

本文以安徽省为例展开研究样本区间界定为2000-2013年.变量说明如下：人口(P)，以年末户籍人口表征；经济增长(A)，以人均GDP表征，为了消除通胀影响，以2000年为基准，采用不变价格进行调整，方法为实际指标=当年指标×100÷CPI价格指数；固定资产投资(I)，当年全社会用于新建、更新、改建、扩建固定资产投资总额，采用上述不变价格方法进行调整；外国直接投资(F)，以当年实际利用外商直接投资额表征；消费因素(C)，以当年人均消费支出表征，采用上述不变价格方法进行调整；城镇化水平(U)，采用学术界普遍认同[5-7]的单一指标法(即年末居住在城镇范围内常住人口占总人口比例)表征；产业结构(S)，以第二产业占GDP比重作为表征产业结构指标；技术因素(T)，Romer[27]研究认为，研究与试验发展(R&D)经费投入能带来技术进步，R&D投入对技术效率的提高具有积极地效应[28]，以R&D经费投入表征技术进步得到了学术界普遍认同[28-30]，鉴于此，本文以研发经费投入占GDP比例表征技术因素.原始数据来源于《2000-2013年安徽省环境状况公报》及《安徽统计年鉴(2001-2014)》[31].

2.2 资源环境压力指数

参照文献[14]能源消费CO2排放量计算方法，计算可得能源消费CO2排放量，运用该数据及人口、GDP总量、资源消耗、污染物排放统计数据，采用熵值赋权法，可得资源环境压力评价指标权重(如表1)及资源环境压力综合指数(如图2).

表1 评价指标所得权重

由表1可知，资源消耗类指标所占权重为0.246046，环境污染类指标所占权重为0.753954，由此表明，安徽省经济社会发展对资源环境胁迫主要表现为环境污染，而环境污染中又以工业污染(废水、废气、固废)、城镇生活污染为主，农业面源污染影响相对较小.

图2表明，安徽省资源环境压力指数由2000年0.043196跃升至2013年0.806663，呈显著增长态势，分析其原因，与快速演进的工业化与城镇化、经济发展方式、产业结构状况有关.首先，工业化与城镇化驱动了经济快速增长，考察样本期内，安徽省经济年均增速高出全国平均水平1.74个百分点[31-32]；其次，经济发展方式较粗放.长期以来，安徽省经济发展呈现为高投入、高排放、低效益特点[33]；最后，产业结构失衡.长期以来，安徽省第二产业占绝对优势，第二产业中，又以钢铁、有色冶金、水泥、建材、化工等二高一资产业为主.上述因素复合影响下，资源消耗量大，污染物排放多，致使资源环境压力不断攀升.

图2 安徽省经济增长与资源环境压力指数变化Fig.2 Changing of economic growth and resource environment pressure index in Anhui Province

2.3 城镇化边际资源环境胁迫效应测算

2.3.1 通径分析

(1)解释变量与被解释变量偏相关分析 以资源环境压力指数作为被解释变量，人口、经济增长、城镇化水平、产业结构、外国直接投资、固定资产投资、居民消费水平、技术因素作为备选解释变量，将其取对数，借助SPSS17.0软件，进行偏相关分析，结果如表2.

由表2可知，资源环境压力与备选驱动因子的偏相关系数均在0.9以上，且在0.01水平上通过显著性检验，故8个备选驱动因子均可作资源环境压力解释变量.

表2 驱动因子偏相关分析

注:**表示在0.01水平显著.

(2)通径系数计算 运用式(1)-(3)及表2偏相关系数，计算可得各解释变量对被解释变量的直接与间接通径系数，结果如表3.

表3 解释变量与被解释变量通径分析结果

表3表明，城镇化对资源环境影响的总通径系数为2.9671，直接通径系数为0.1748，间接通径系数为2.7923，间接通径系数明显高于直接通径系数，间接通径系数中，外国直接投资、固定资产投资、经济增长所占比例高，而技术因素为负，表明城镇化主要通过影响外国直接投资、固定资产投资、经济增长对资源环境实现胁迫，而通过影响技术进步对资源环境压力起舒解作用.

2.3.2 PATH-STIRPAT模型分析 运用安徽省统计数据，借助SPSS17.0软件，采用主成分与最小二乘相结合的偏最小二乘回归分析方法[17]，可得经济社会发展对资源环境胁迫线性表达式：

lnREPI=-1.207+0.000777lnP+0.279612lnA+0.617403lnI-0.238596lnF

-0.00216lnC+0.025916lnU+0.009484lnS-0.241635lnT

(8)

将(8)式变形后，得

REPI=0.299093·P0.000777A0.279612I0.617403F-0.238596C-0.00216U-0.025916S0.009484T-0.241635ε

(9)

由(9)式可知，人口、经济增长、固定资产投资、外国直接投资、居民消费水平、城镇化水平、产业结构、技术因素弹性系数分别为0.000777、0.279612、0.617403、-0.238596、-0.00216、0.025916、0.009484、-0.241635，表明人口、经济增长、固定资产投资、城镇化水平、产业结构因素具有正向驱动效应，当其增加1%时，分别导致资源环境压力指数升高0.000777%、0.279612%、0.617403%、0.025916%、0.009484%，而外国直接投资、居民消费水平、技术因素具有负向疏解效应，当其增加1%时，分别导致资源环境压力指数下降-0.238596%、-0.00216%、-0.241635%，这一结果与外国直接投资带来的先进“清洁”生产技术、居民绿色与低碳消费理念的提升、技术进步提高了资源利用绩效，减少了污染物排放有关.

上述结果表明，城镇化边际资源环境胁迫效应总弹性系数为0.025916，运用式(6)、(7)及表3的通径系数，可测算城镇化对资源环境胁迫效应的直接与间接弹性系数，结果如表4.

表4 城镇化对资源环境胁迫的直接与间接弹性系数

由表4可知，城镇化对资源环境边际胁迫的直接弹性系数为0.000153，间接弹性系数为0.0024386，间接弹性系数是直接弹性系数的15.94倍，表明城镇化对资源环境胁迫主要通过影响人口、经济、固定资产、外国直接投资、产业结构而间接对资源环境构成胁迫.间接弹性系数中，以外国直接投资、固定资产投资、经济增长贡献较大，表明城镇化主要通过吸引外国直接投资、增加固定资产投资、促进经济发展对资源环境施加胁迫，技术因素弹性系数为负，说明城镇化进程有利于技术水平的改善和提高，进而对资源环境起舒解作用.

2.4 城镇化发展对资源环境胁迫影响前景预测

依据城镇化边际资源环境胁迫效应直接与间接弹性及安徽省城镇体系规划(2011-2030)*安徽省人民政府，安徽省城镇体系规划(2011-2030)，2011年11月.，可测算安徽省2020年、2030年城镇化对资源环境胁迫影响，所得结果如表5.

表5 安徽省未来城镇化发展边际资源环境胁迫效应预测

注：2020、2030年城镇化水平数据来源于安徽省城镇化规划体系(2011-2030).

由表5可知，安徽省，2020年、2030年城镇化发展对资源环境胁迫直接弹性系数将分别增至0.003242、0.007078、间接弹性系数将升至0.051674、0.112810，总弹性将高达0.054916、0.119887，可见，若按惯性发展模式，安徽省城镇化发展将对资源环境构成更大胁迫，生态省建设与经济社会可持续发展目标将面临较大挑战，为此，转变城镇化发展模式，推进城镇化的绿色发展、循环发展、低碳发展，实现城镇化与资源环境协调融合必然成为路径选择.

3 结论与政策建议

以安徽省为例，采用PATH-STIRPAT模型，考察了城镇化边际资源环胁迫效应，依据政府制定的城镇化发展规划，测算了未来城镇化发展对资源环境胁迫影响预期，得出如下主要结论

(1)资源环境压力与城镇化发展呈同向演进态势，污染物排放为资源环境压力主要驱动因素；

(2)城镇化演进主要通过外国直接投资、固定资产投资、经济增长、产业结构间接对资源环境进行胁迫；

(3)城镇化水平提升有利于技术水平改善和提高，技术进步能冲抵其胁迫效应，具有明显的舒解效应；

(4)若按旧常态下城镇化演进模式，未来城镇化发展的边际资源环境胁迫效应将进一步增大，经济社会可持续发展及生态文明建设将面临较大挑战.

鉴于此，提出如下政策建议：①以新常态理念顶层设计城镇化建设路径，将生态文明理念融入城镇化发展规划与政策制定中，秉持城镇化质量为本原则，审慎推进城镇化进程，实现城镇化与资源环境协同演进；②以信贷税收政策为导向，以科技创新为支撑，引导企业循环发展，促进资源高效利用，减少污染物排放；③以生态承载红线为基准，依据国家产能政策，提高外商投资、承接产业转移、基本建设投资环保准入门槛，同时，应严格执行新环保法及水、土、气污染防治的相关法律制度，以规避城镇化建设中环境风险；④以科技创新为源动力，促进传统产业提质升级，同时，依靠政策扶持，加快发展战略新兴产业与现代服务业，以疏解城镇化对资源环境的胁迫；⑤以媒体为宣传介质，强化公众对当下严峻资源环境问题的认知，营造全社会节约资源、绿色消费、低碳消费氛围，培植全社会保护资源环境意识，加快推进生活方式绿色化.

本文运用通径分析方法，从直接与间接层面考察了城镇化演进边际资源环境胁迫效应，所得结果揭示了两者间正向演化规律，与赵安周等[1]、白俊燕等[2]、蔡琦等[3]、韦艳群[4]、李秋秋和王传胜[6]、蒋洪强等[7]等学者研究结果一致，然而，城镇化是一个十分复杂的综合系统，包括人口、空间、经济、社会生活多方面，仅从人口城镇化视角进行考察具有一定局限性，同时，受数据获取限制，在资源环境压力评价中，也未将PM2.5、重金属、生活垃圾等污染要素纳入评价范畴，这些均是本文不足之处，也是笔者今后展开深入研究的方向.

[1] 赵安周,卫海燕,白凯.城市化水平与城市资源压力的定量关系研究——以宝鸡市为例[J].地域研究与开发,2011,30(3):44-47,72.

[2] 白俊燕,卫海燕,路春燕,等.渭南市城市化水平和生态环境压力关系研究[J].干旱区资源与环境,2012,26(12):28-32.

[3] 蔡琦,卢妍,刘传明.常州市城市化水平与生态环境压力的关系[J].淮阴师范学院学报：自然科学版,2014,13(4):334-339.

[4] 韦艳群.广西城市化发展对生态环境压力的影响实证研究[J].广西社会科学,2014(4):18-22.

[5] 张乐勤,张勇.城镇化演进边际污染效应及其库兹涅茨曲线探析:基于安徽省的实证[J].世界科技研究与发展,2015,37(1):33-38.

[6] 李秋秋,王传胜.西藏城镇化及其环境效应研究[J].中国软科学,2014(12):70-78.

[7] 蒋洪强,张静,王金南,等.中国快速城镇化的边际环境污染效应变化实证分析[J].生态环境学报,2012,21(2):293-297.

[8] 庄贵阳,谢海生.破解资源环境约束的城镇化转型路径研究[J].中国地质大学学报：社会科学版,2015,15(2):1-10.

[9] 方创琳,王岩.中国城市脆弱性的综合测度与空间分异特征[J].地理学报,2015,70(2):234-247.

[10] 江永红,刘冬萍.安徽经济发展对资源环境的压力分析[J].中国人口·资源与环境,2011,21(8):152-157.

[11] 赵兴国,潘玉君,赵庆由,等.科学发展视角下区域经济增长与资源环境压力的脱钩分析——以云南省为例[J].经济地理,2011,31(7):1196-1201.

[12] 宋静,王会肖,刘胜娅.基于ESI 模型的经济发展对生态环境压力定量评价[J].中国生态农业学报,2014,22(3):368-374.

[13] 卢小兰.中国省域资源环境承载力评价及空间统计分析[J].统计与决策,2014(7):116-120.

[14] 屈小娥.中国工业行业环境污染综合评价——基于Topsis的实证分析[J].产业经济研究,2014(4):51-59,102.

[15] 张乐勤.资源要素组合对城镇化演进“增长阻尼”测度及演化趋势探析[J].西南师范大学(自然科学版)，2015，40(8)：39-45.

[16] 张乐勤,陈素平,王文琴,等.基于STIRPAT模型的安徽省池州市建设用地扩展驱动因子测度[J].地理科学进展,2012,31(9):1235-1242.

[17] 张乐勤,李荣富,陈素平,等.安徽省 1995-2009 年能源消费碳排放驱动因子分析及趋势预测:基于STIRPAT模型[J].资源科学,2012,34(2):316-327.

[18] 张乐勤,陈素平,王文琴,等.安徽省近15年建设用地变化对碳排放效应测度及趋势预测——基于 STIRPAT模型[J].环境科学学报,2013,33(3):950-958.

[19] 张勇,张乐勤,包婷婷.安徽省城市化进程中的碳排放影响因素研究——基于STIRPAT模型[J].长江流域资源与环境,2014,23(4):512-517.

[20] WRIGHT S. Correlation and causation[J]. Journal of agricultural research,1921,20(7):557-585.

[21] 徐丽娜,赵涛,杨晓峰.资源型省份碳排放驱动力分析——基于 PATH-STIRPAT 模型的实证研究[J].中国科技论坛,2013(12):52-58.

[22] 王韶华,于维洋,张伟.技术进步、环保投资和出口结构对中国产业结构低碳化的影响分析[J].资源科学,2014,36(12):2500-2507.

[23] 徐春华,张华,张兰,等.基于通径分析的兰州北山三种典型植物光合作用影响因子[J].生态学杂志,2015,34(5):1289-1294.

[24] DIETZ T, ROSA E A. Rethinking the environmental impacts of population,affluences and technology[J]. Human Ecology Review,1994,1(1):277-300.

[25] 王敏,黄滢.中国的环境污染与经济增长[J].经济学(季刊),2015,14(2):557-578.

[26] 王飞成,郭其友.经济增长对环境污染的影响及区域性差异——基于省际动态面板数据模型的研究[J].山西财经大学学报,2014,36(4):14-26.

[27] ROMER P M. Endogenous technological change[J]. Journal of Political Economy,1990,98(5):71-102.

[28] 胡求光,李洪英.R&D对技术效率的影响机制及其区域差异研究——基于长三角、珠三角和环渤海三大经济区的SFA经验分析[J].经济地理,2011,31(1):26-31.

[29] 姜蓓蕾,耿雷华,卞锦宇,等.中国工业用水效率水平驱动因素分析及区划研究[J].资源科学,2014,36(11):2231-2239.

[30] 胡建雄,赵春玲.不同自然资源对经济增长影响的差异性研究——基于中国省际面板数据的分析[J].山西财经大学学报,2014,36(4):1-13.

[31] 安徽省统计局.安徽统计年鉴(2001-2014)[M].北京:中国统计出版社,2001-2014.

[32] 国家统计局.中国统计年鉴[M].北京:中国统计出版社,2014.

[33] 尹合伶.创新安徽经济发展方式研究[J].华东经济管理,2013,27(5):19-23.

Measurement and Trend Prediction of the Marginal Resource Environment Stress Effect Based on Urbanization Evolution of STIRPAT PATH Model——Take Anhui Province as an Example

ZHANG Le-qin

(Resource Environment College, Chizhou College, Chizhou 247000, Chain)

Exploring the environmental stress effect of marginal resources of urbanization evolution has enlightenment significance for the formulation policy of coordination and integration of the development of urbanization and resource and environmental protection. Taking Anhui Province as an example, the path analysis and STIRPAT model combination of research methods were employed to reveal effect of evolution of urbanization on direct and indirect elasticity of stress of resource and environment. According to the urban development planning, marginal resource environment stress effect on urbanization evolution in the future was predicted. Results demonstrated that: (1) The resource and environmental pressure index of Anhui Province increased from 0.043196 in 2000 to 0.806663 in 2013; (2) The indirect and indirect elasticity coefficients of urbanization on resource environment marginal stress were 0.000153 and 0.0024386, of which the indirect elasticity coefficients of foreign direct investment (FDI), fixed assets investment, economic growth, industrial structure, per capita consumption level and population were 0.00107, 0.000912, 0.000532, 0.00012, 0.0000906, 0.00003. The technology factors had significant negative alleviation effect and the indirect elasticity coefficient was -0.000316; (3) The direct elasticity coefficients of urbanization development on resource environment marginal stress in 2020 and 2030 will increase to 0.003242 and 0.007078, and the indirect elasticity coefficient will be as high as 0.051674 and 0.112810. Based on the research results, the corresponding policy recommendations of 5 aspects were put forward from new normal top-level concepts of design urbanization construction path.

Urbanization; resource environment stress effect; PATH-STIRPAT model

2015-12-28

安徽省教育厅高校省级自然科学研究重点项目(KJ2014A175)，安徽省科技厅2016年软科学项目(1607a0202061).

张乐勤(1965-)，男，安徽省宿松人，教授，研究方向为资源生态与可持续发展.

10.14182/J.cnki.1001-2443.2016.05.011

X24

A

1001-2443(2016)05-0455-07