城镇化对水资源利用的非线性影响——基于面板平滑转换回归模型研究

□ 阚大学，吕连菊

城镇化对水资源利用的非线性影响
——基于面板平滑转换回归模型研究

□ 阚大学，吕连菊

文章运用PSTR模型和城市动态面板数据，实证发现中国城镇化对水资源利用总量的影响是非线性的，该影响依赖于各转换变量，且均存在门槛效应。其中，对于经济发展水平较高城市与较低城市，城镇化对水资源利用总量的提高作用均较小，对于中等经济发展水平城市，城镇化对水资源利用总量的提高作用较大。该结论也适用于对外贸易和外资两个转换变量；其他转换变量则将各城市分为高低两个体制，其中产业结构水平较高的城市的城镇化降低了水资源利用总量，产业结构水平较低的城市城镇化提高了水资源利用总量；技术进步、要素集聚程度和人力资本水平越高的城市，城镇化对水资源利用总量的降低作用越大；要素市场扭曲程度越高的城市，城镇化对水资源利用总量的提高作用越大。

城镇化；水资源利用；非线性；面板平滑转换回归模型

一、引言

改革开放以来，中国城镇化水平大幅提高，城镇化率增加了近40个百分点，2015年为56.10%。与此同时，中国用水总量也不断提高，增加了近1700亿立方米，2015年为6103.2亿立方米①依据《中国统计年鉴》数据计算所得。。目前，中国31个省(自治区、直辖市)中24个省水资源短缺，11个省水资源是严重短缺，占比分别高达77.42%和35.48%，仅7个省水资源不短缺。城市层面也同样如此，我国建制市中400多个城市水资源短缺，110个城市则是严重缺水，占比分别高达65.32%和16.44%，其中95%的百万人口以上城市则长期受缺水困扰②依据《2015年中国水资源公报》数据计算所得。。可见，城镇化进程下水资源短缺状况不容乐观。在我国现有水资源总量中，有效水资源量不足12000亿立方米，占比仅39%；同时，人均拥有水资源量也较低，只有世界平均水平的1/4③依据《2015年中国水资源公报》数据计算所得。；此外，中国水污染问题较为突出，浅层地下水综合质量整体较差，部分城市地下水位下降，这进一步恶化了城镇化进程中的水资源供需矛盾，不利于新型城镇化进程推进和水资源可持续利用。中国目前城镇化率仅略高于世界平均水平，户籍人口城镇化率更低，与发达国家相比，城镇化率相差近24个百分点，因此，中国城镇化还将会处于快速推进时期。那么如何更加有效地利用水资源显然是城镇化进程下亟须解决的问题。为此，研究中国城镇化对水资源利用的影响，对于合理利用水资源，推进新型城镇化，实现可持续发展显然具有重要的现实意义。

二、文献回顾

相关文献对城镇化进程下水资源需求、用水量及结构、水污染等变化情况进行了研究，但并未就城镇化与水资源利用指标间进行计量回归分析。在研究城镇化与水资源环境耦合关系以及城镇化对水资源脆弱性的影响时，仅对城镇化与水资源消耗的关系进行了分析[1][2][3][4][5][6][7][8][9]，但这些研究均是局限于单个地区、流域和城市。部分学者则对城镇化水平与水资源利用关系进行了定量研究，如李华等[10]利用西安1997-2010年数据实证检验了城市化对用水量、用水效率、人均用水量的影响，结果发现西安城市化对生产用水量和生活用水量的影响以及对人均生产用水量和人均生活用水量的影响截然相反，城市化提高了用水效率；晁增福等[11]基于2004-2012年阿克苏地区数据实证发现阿克苏地区城镇化水平与用水总量之间存在着高度显著的双曲线性关系，但其实证建模时未纳入控制变量，运用的研究方法未能克服城镇化水平与用水总量之间的内生性问题，即水资源对城镇化进程的约束作用；杨亮和丁金宏[12]基于IPAT模型和LMDI分解法实证分析了太湖流域水资源消耗的驱动因素，结果表明城镇化水平对水资源消耗的历史驱动贡献率相对较小，但驱动力巨大；马海良等[13]利用Granger因果检验法实证分析了中国城镇化对用水总量、用水效率、用水结构的影响，并预测了2020年城镇化进程下中国水资源利用情况，但该文仅是利用时序数据，未纳入控制变量和考虑内生性问题；张晓晓等[14]利用2000-2012年宁夏数据实证发现城镇化降低了农业用水比重，提高了工业用水和生活用水比重，且城镇化水平也促进了用水效益提高；马远[15]基于2004-2012年数据，运用IPAT模型实证发现新疆城镇化导致水资源利用规模增加，效率提高；吕素冰等[16]则利用2006-2013年中原城市群数据实证发现城市化水平显著提高了工业和生活用水量以及人均生活用水量，与用水效益呈显著线性增长关系。

综上述可知，当前学术界多是利用线性模型实证检验城镇化对水资源利用的影响，得出的结论也不尽一致。上述文献在回归时，几乎均未考虑内生性问题会对估计结果可靠性产生的影响，个别学者虽然利用工具变量法和系统广义矩估计法克服内生性问题，但目前尚缺乏可靠有效的工具变量，系统广义矩估计法也存在检验统计量偏大、估计结果有偏、经济处于稳态均衡附近的适用条件过于严格等缺陷。同时，现有文献几乎均是将中国划分为东部、中部和西部三大地区或划分为东部、中部、东北、西部四大地区进行实证检验，这种基于区位角度的分组是外生分组，并不是依据所研究变量的地区异质性进行的内生分组，这有可能导致计量结果分析时不够准确，致使分析结果停留在地区层面。另外，城镇化与水资源利用在不同地区存在的异质性可能致使城镇化对水资源利用存在非线性影响，而目前现有研究仅是验证了城镇化能耗库兹涅茨曲线是否存在，个别学者采用面板门限回归模型和面板平滑转换回归模型(PSTR)分析了城镇化与能源消费间的非线性关系，但鲜有学者利用这两种模型实证分析城镇化对水资源利用的影响。由于基于面板门限回归模型的计量结果往往由于模型本身要求变量在阈值两侧瞬间发生突变，实现不同状态转换，一般变量显然难以符合该要求，这导致该模型的回归结论可能不可靠。而PSTR模型能避免外生分组带来的样本量减小和分组标准武断等不足，能较好刻画数据的截面异质性，允许回归参数逐步发生变化，同时能有效解决内生性问题。文章将基于1998-2014年城市动态面板数据，使用PSTR模型实证研究城镇化对水资源利用的影响。

三、模型构建、变量测度和数据说明

(一)PSTR模型

González etal[17]提出的PSTR模型一般形式为:

其中，i、t、y、x、qit、r、c、μ、ε 分别为城市、时间、因变量、自变量、转换变量、平滑参数、转换发生的位置参数、截面固定效应和随机干扰项，r决定了转换速度，c决定了转换发生位置，转换函数g(qit；r，c)∈[0，1]，是qit的连续有界函数。

目前常用的转换函数为:

其中，m 表示位置参数个数，一般取值为1或2；g(qit；r，c)＝0和 g(qit；r，c)＝ 1时，分别称模型为低体制和高体制；c为低体制向高体制转换的临界值。

另外，在估计PSTR模型的参数前，还必须检验模型的非线性关系是否存在，是否适合构建PSTR模型，即需对截面异质性检验，一般构造LM和LMF统计量进行检验。具体公式如下:

其中，K、SSR0、SSR1分别为自变量个数、线性固定效应模型残差平方和、线性辅助回归模型残差平方和；LM服从χ2分布，LMF服从F分布。

如果检验接受不含有异质性的线性模型原假设，说明不适合构建PSTR模型，相反检验拒绝原假设，则说明适合构建PSTR模型，那么还需检验有无剩余非线性效应，进一步确定位置参数的个数。最后可运用固定效应模型的组内回归和非线性最小二乘法估计PSTR模型的参数。

(二)模型构建

分别依据相关研究[18][19][20][21][22][23][24]，选择以下变量作为转换变量。

(1)经济发展水平(Eco)。现有研究一般认为当经济发展水平较低时，水资源利用总量较低，经济不断发展将提高水资源利用总量。但当经济发展水平越过门槛值时，水资源利用总量将会下降，即两者关系呈现为倒U形。由于中国各地区经济发展水平存在异质性，因此，尚不清楚各地区处于倒U形的哪一部分，但可以肯定的是经济发展水平是水资源利用的重要影响因素，且经济发展水平高的地区，往往城镇化水平也较高，因此，经济发展水平也是城镇化影响水资源利用的重要变量。

(2)产业结构(Ind)。现有文献表明产业结构对水资源利用的影响也是倒U形的，即经济发展初期，农业和轻工业在产业结构中占比较高，此时水资源利用总量较低。进入工业化阶段，产业结构中低端制造业和传统服务业占比较高，会消耗大量水资源，但当产业结构中以高端制造业和现代服务业为主时，水资源利用总量又趋于降低。故产业结构水平对水资源利用总量有影响，而中国各地区产业结构水平不同，这直接影响城镇化进程，产业结构水平高的地区，往往城镇化水平较高，城镇化进程中主要从事的是技术密集型产品生产和提供现代服务，这有助于提高水资源利用效率，降低水资源利用总量。因此，产业结构也是城镇化影响水资源利用总量的重要因素之一。

(3)技术进步(Tol)。一般认为城镇化有助于降低技术进步成本，推动节水和水污染控制技术在内的各项技术外溢和扩散，有助于提高水资源利用效率，减少水资源利用。但技术进步本身就有助于提高城镇化进程中水资源利用效率，降低单位产品生产的水资源利用强度，减少水资源利用总量。由于技术进步存在水资源回弹效应与经济增长效应，可能会导致城镇化进程中水资源利用总量降低的效果减弱。可见，技术进步也是城镇化影响水资源利用的重要变量。

(4)要素聚集程度(Faa)。城镇化提高了劳动力、资本等要素市场的流动性和竞争性，有助于要素重新配置，形成要素集聚，产生规模经济，提高水资源利用效率，降低水资源消耗强度。但同时劳动力、资本等要素集聚带动了城市基础设施建设方面的固定资产投资，形成的供水设施、节水设施、排水设施、污水处理设施因而被更多企业和居民分享，有助于提高水资源利用效率，减少水资源利用总量。故要素集聚程度也是城镇化影响水资源利用的重要因素。由于我国不同地区要素集聚程度存在差异，要素集聚程度作用城镇化对水资源利用的具体影响有待进一步检验。

(5)对外贸易(Tra)和外资(Fdi)。一国(地区)对外贸易和外资主要通过规模效应、技术效应、结构效应等影响水资源利用总量，其中通过规模效应增加了水资源利用，通过技术效应和结构效应对水资源利用的影响不确定。因此，对外贸易和外资对水资源利用的影响取决于上述三种效应的综合作用。而我国不同地区的对外贸易额和引进外资差距较大，一般对外贸易额和引进外资较多的地区，参与国际经济活动的能力较强，有利于吸纳转移的农村劳动力，促进城镇化，故我国对外贸易额和引进外资较多的地区往往城镇化水平较高。因此，对外贸易和外资也是城镇化影响水资源利用的两个重要变量。

(6)要素市场扭曲(Fsn)。首先，落后产能由于在要素市场扭曲中要素价格低估而未被淘汰，其生产过程中利用了大量水资源；其次，要素市场扭曲不利于技术进步和经济增长方式转变，对水资源利用效率提高产生了负面影响；再者，要素市场扭曲所滋生的寻租行为导致要素配置效率较低，更多要素分配给了生产效率较低的有政治关联的企业[25]，导致水资源没有有效利用。因此，要素市场扭曲不利于提高水资源利用效率，致使水资源利用总量增加。因此，要素市场扭曲也是城镇化影响水资源利用的重要变量之一。

(7)人力资本(Hca)。内生经济增长理论认为，人力资本是促进一国(地区)技术进步的重要因素。人力资本通过促进技术研发和技术扩散提高生产率，进而提升水资源利用效率，降低水资源消耗；同时人力资本提高有助于吸收对外贸易和外资的技术外溢效应，提高生产率，降低水资源利用总量；再者，人力资本有助于改善地区要素禀赋和比较优势，降低产业结构中高水耗产业比重，提高技术知识密集型产业比重，进而减少水资源利用总量；最后，人力资本提高推进了城市文明，有助于节约水资源和减少水污染强度。故人力资本也是城镇化影响水资源利用的重要因素。

在纳入上述转换变量后，考虑本期水资源利用总量往往受上一期水资源利用总量影响，以及影响水资源利用的其他因素较多，难以在模型中均纳入，故在模型中引入滞后一期的水资源利用总量，因变量水资源利用总量Wru和自变量城镇化Urb取对数形式，最终构建了以下PSTR模型:

(三)变量测度和数据说明

首先，分别采用水资源用水总量和城镇人口数占总人口数比重衡量因变量和自变量；其次，分别用各城市人均GDP、第三产业产值占GDP的比重、资本劳动比①资本采用永续盘存法计算得到，公式为Kit＝Iit/Pit+(1-δ)Kit-1，其中Iit为第i个城市第t年的全社会固定资产投资，Pit为固定资产投资价格指数(以1998年为100)，δ为资本折旧率，采用国际上惯常的做法，将其设定为5%，至于初始年份1998年各城市的资本存量，文章通过下式求出Ki1998＝Ii1998/(0.03+Zi)，其中，Zi为第i个城市1998-2014年的GDP平均增长率。劳动力数量用各城市年末就业人数来衡量。、进出口总额占GDP比重、实际利用外资金额占GDP比重来分别衡量经济发展水平、产业结构、技术进步、对外贸易和外资②对于测度变量中涉及的GDP，均用GDP折算指数(以1998年为100)对各城市原始数据进行折算。；关于要素集聚程度，用劳动要素集聚和资本要素集聚的平均值来衡量[26]，其中劳动要素集聚＝(某市工业就业人数/全省工业总就业人数)/(该市全部就业人数/全省总就业人数)③直辖市的劳动要素集聚＝(该市工业就业人数/全国工业总就业人数)/(该市全部就业人数/全国总就业人数)。，同理可得到资本要素集聚。对于要素市场扭曲的测度，采用张杰等[27]的做法来衡量，其中涉及城市层面的各市场化指数均依据樊纲等人[28]的方法计算得到。关于人力资本测度，采用阚大学和罗良文[29]的做法，利用平均受教育程度来衡量。

文章选择的样本时间为1998-2014年。相关变量原始数据源自《中国水资源公报》《中国城市统计年鉴》《中国城市发展报告》《中国县(市)社会经济统计年鉴》、各省市统计年鉴、各省市水资源公报和各省市水利统计年报。表1为各变量的描述统计量。

表1 描述性统计结果

四、实证结果分析

(一)非线性检验

对上述构建的八个PSTR模型利用LM和LMF统计量进行非线性检验，结果见表2，从中发现，在H0:r＝0，H1:r＝1时，所有模型的LM和LMF统计量均拒绝了原假设，表明所有模型均是至少有一个位置参数的非线性模型，故选择非线性模型是合适的，即经济发展水平、产业结构、技术进步等八个转换变量作用城镇化对水资源利用的影响存在显著的非线性特征。进一步检验发现，在H0:r＝1，H1:r＝2时，模型(1)、(2)、(4)、(5)、(7)的LM和LMF统计量拒绝了原假设:至少有一个位置参数的非线性模型，接受了在H0:r＝2，H1:r＝3时有两个位置参数的非线性模型假设，表明模型(1)、(2)、(4)、(5)、(7)的最优位置参数为两个。从表2还发现，在H0:r＝1，H1:r＝2时，模型(3)、(6)、(8)的LM和LMF统计量均接受了原假设，说明模型(3)、(6)、(8)的最优位置参数均为一个。此外，模型(2)的LM和LMF统计量最大，表明产业结构对城镇化的水资源利用效应最重要。

表2 非线性检验结果

(二)估计结果

采用非线性最小二乘法估计上述八个PSTR模型，具体结果如表3所示。

表3 估计结果

从表3可知，所有模型的各变量估计系数在不同水平上显著，说明各地区城镇化对水资源利用总量存在非线性影响，各地区城镇化对水资源利用总量的影响存在显著的异质性，城镇化对水资源利用总量影响的弹性系数被转换变量分成了若干个体制，各弹性系数在体制间平滑转换。

(1)经济发展水平与城镇化对水资源利用总量的影响。模型(1)估计结果表明，β0＝0.717，β1＝-0.511，r＝1.102，c有两个，c1＝1.017，c2＝6.262，说明经济发展水平对城镇化进程下水资源利用总量的影响具有双门槛的非对称特征。当Eco位于1.017万元～6.262万元时，模型处于中间体制，城镇化对水资源利用总量影响的弹性系数为0.717，即城镇化水平提高1%，水资源利用总量提高0.717%，共有5547个的样本观测值处于中间体制，占样本总数的49.46%；当Eco＜1.017万元或者Eco＞6.262万元时，模型处于外体制，城镇化对水资源利用总量影响的弹性系数为0.206，即城镇化水平提高1%，水资源利用总量提高0.206%，共有5669个的样本观测值处于外体制，占样本总数的50.54%。因此，在其他条件不变的前提下，经济发展水平较低和经济发展水平较高地区城镇化对水资源利用总量的提高作用均较小，经济发展水平中等地区的提高作用则较大。以2014年为例，和田、定西、临夏等326个城市经济发展水平较低，人均GDP均低于1.017万元，处于外体制；广州、深圳、北京、南京、杭州、天津、青岛、上海、厦门等77个城市经济发展水平较高，人均GDP均超过了6.262万元，也处于外体制；而太原、马鞍山、徐州、湘潭、昆明等261个城市均处于中间体制，说明处于中间体制的城市亟须转变经济增长方式，走新型城镇化道路，提高水资源利用效率。外体制中经济发展水平较低的城市同样需提高城镇化质量，避免当经济发展由外体制进入中间体制所带来的水资源利用总量大幅提高。从模型(1)的估计结果还可知，r为1.102，表明随着经济发展水平的变化，城镇化对水资源利用总量的影响在体制间平滑转换，变化速率为1.102。

(2)产业结构与城镇化对水资源利用总量的影响。模型(2)估计结果表明，β0＝0.553，β1＝-0.798，c＝0.469，其中位置参数将模型分为两个体制，当Ind＜0.469时，模型处于低体制，城镇化对水资源利用总量影响的弹性系数为0.553，即城镇化水平提高1%，水资源利用总量提高0.553%，共有10895个的样本观测值处于低体制，占样本总数高达97.14%；当Ind＞0.469时，模型处于高体制，城镇化对水资源利用总量影响的弹性系数为-0.245，即城镇化水平提高1%，水资源利用总量下降0.245%，共有321个的样本观测值处于高体制，仅占样本总数的2.86%。因此，在其他条件不变前提下，第三产业占GDP比重较低，产业结构滞后的地区城镇化提高了水资源利用总量，反之，产业结构水平高的地区城镇化则有助于水资源利用总量降低。以2014年为例，北京、济南、南京、天津、哈尔滨、东莞、上海、厦门、武汉等41个城市产业结构水平较高，第三产业占GDP比重均超过了0.469，处于高体制，城镇化降低了水资源利用总量，而其他城市均处于低体制，城镇化提高了水资源利用总量，说明处于低体制的城市在走新型城镇化道路时，需优化调整产业结构，促进其转型升级，进而降低水资源利用强度及其总量。从模型(2)的估计结果还发现，r为1.417，表明城镇化对水资源利用总量的影响随产业结构的变化在体制间平滑转换，变化速率为1.417。

(3)技术进步与城镇化对水资源利用总量的影响。模型(3)估计结果表明，β0＝-0.164，β1＝-0.182，说明技术进步有助于城镇化降低水资源利用总量；位置参数c＝5.960，其将模型分为两个体制，当Tol＜5.960时和Tol＞5.960时，模型分别处于低体制和高体制，相应城镇化对水资源利用总量影响的弹性系数分别为-0.164和-0.346，即城镇化水平提高1%，低体制中水资源利用总量下降0.164%，高体制中则下降0.346%，样本中有95.68%的观测值处于低体制，剩下4.32%的观测值处于高体制。说明在其他条件不变前提下，技术进步越显著的地区城镇化更有利于水资源利用总量降低。2014年北京、沈阳、南京、武汉、上海、杭州、西安等79个城市处于高体制，这些城市在研发资金投入、知识产权保护等方面力度较大，技术进步较快，使得城镇化对水资源利用总量的降低作用更为明显，而其他城市均处于低体制，技术进步不显著，城镇化对水资源利用总量的降低作用较小。从模型(3)的估计结果还发现，平滑参数r＝1.253，表明随着技术进步的变化，城镇化对水资源利用总量的影响在体制间平滑转换，变化速率为1.253。

(4)要素集聚程度与城镇化对水资源利用总量的影响。从模型(4)估计结果可知，β0和β1均为负数，说明要素集聚程度提高有助于城镇化降低水资源利用总量；位置参数c＝1.756，其将模型分为高低两个体制，城镇化对水资源利用总量的影响随要素集聚程度的变化在体制间平滑转换，变化速率为1.369；从城镇化对水资源利用总量影响的弹性系数可知，城镇化水平提高1%，低体制和高体制中水资源利用总量分别下降0.193%和0.407%，样本中有10451个的观测值处于低体制，占样本总数93.18%，765个的观测值处于高体制，仅占6.82%，说明在其他条件不变情况下，要素集聚程度越高的地区城镇化越有利于水资源利用总量降低。2014年北京、上海、南京、武汉、郑州、广州、杭州、西安、重庆、成都等52个城市处于高体制，这些城市劳动力和资本等要素集聚程度较高，规模经济效应明显，致使城镇化对水资源利用总量的降低作用更为显著，而其他城市均处于低体制，要素集聚程度较低，城镇化对水资源利用总量的降低作用较小。

(5)对外贸易与城镇化对水资源利用总量的影响。从模型(5)估计结果可知，位置参数c1＝0.031，c2＝0.424，说明对外贸易对城镇化进程下水资源利用总量的影响具有双门槛的非对称特征。当Tra位于0.031～0.424时，模型处于中间体制；当Tra＜0.031或者Tra＞0.424时，模型处于外体制，城镇化对水资源利用总量的影响随对外贸易的变化在体制间平滑转换，变化速率为1.286；样本中处于中间体制和外体制的观测值分别占样本总数的92.22%和7.78%，大多数观测值处于中间体制。模型(5)估计结果还表明，中间体制和外体制相应城镇化对水资源利用总量影响的弹性系数分别为0.925和0.247，即城镇化水平提高1%，中间体制和外体制中水资源利用总量分别提高0.925%和0.247%。因此，在其他条件不变前提下，进出口额占GDP比重较低和较高地区分别由于外贸金额较小和外贸质量较高，使得城镇化对水资源利用总量的提高作用均较小；进出口额占GDP比重中等地区外贸质量较低，主要从事高耗水的劳动密集型制造业产品出口，外贸技术外溢效应不明显，致使城镇化对水资源利用总量的提高作用较大。2014年北京、天津、大连、上海、杭州、宁波、厦门、青岛、广州、深圳等56个城市处于外体制，这些城市对外贸易对城镇化进程下水资源利用总量的正面影响较小，而处于中间体制的其他城市对外贸易产生的正面影响则较大。

(6)外资与城镇化对水资源利用总量的影响。从模型(6)估计结果可知，位置参数c1＝0.003，c2＝0.035，说明外资对城镇化进程下水资源利用总量的影响也具有双门槛的非对称特征。当Fdi位于c1和c2之间时，模型处于中间体制；当Fdi＜c1或者Fdi＞c2时，模型处于外体制，中间体制和外体制中城镇化水平提高1%，水资源利用总量分别提高0.088%和0.025%，样本中处于中间体制和外体制的观测值分别占91.03%和8.97%。同时由于r＝1.034，说明随着外资的变化，城镇化对水资源利用总量的影响在体制间平滑转换，变化速率为1.034。从模型(6)估计结果还发现，在其他条件不变情况下，实际利用外资金额占GDP比重较低和较高地区分别由于外资金额较小和实际利用外资质量较高，致使城镇化进程中水资源利用效应较小，实际利用外资金额占GDP比重中等地区实际利用外资质量较低，在城镇化进程中外资多是进入耗水量较多的劳动密集型制造业和房地产等传统服务业，外资技术外溢效应较低，致使城镇化进程中水资源利用总量较大。2014年，天津、沈阳、大连、上海、杭州、厦门、青岛、南昌、重庆、成都、西安等74个城市处于外体制，这些城市外资对城镇化水资源利用效应的正面影响较小，而其他城市均处于中间体制，外资对城镇化水资源利用效应的正面影响较大。

(7)要素市场扭曲与城镇化对水资源利用总量的影响。模型(7)估计结果表明，β0和β1均为正值，说明要素市场扭曲导致城镇化提高了水资源利用总量。位置参数只有一个，其将模型分为高低两个体制，其中要素市场扭曲程度低的低体制中城镇化对水资源利用总量的影响较小，高体制中城镇化对水资源利用总量的影响则较大，且该影响随要素市场扭曲程度的变化在高低体制间平滑转换，变化速率为1.275。样本中90.13%的观测值处于高体制，9.87%的观测值处于低体制。2014年北京、天津、大连、上海、杭州、哈尔滨、太原、成都、长春、昆明、兰州等95个城市处于低体制，这些城市要素市场扭曲对城镇化水资源利用效应的正面影响较小；其他城市则处于高体制，这些城市要素市场扭曲程度较高，导致城镇化进程中落后产能锁定效应与水资源误置，使得城镇化对水资源利用总量的提高作用较大。

(8)人力资本与城镇化对水资源利用总量的影响。模型(8)的估计结果表明，β0和β1均为负数，说明人力资本提高有助于城镇化降低水资源利用总量。c＝9.329，将模型分为高低两个体制，低体制地区中人力资本水平较低，城镇化水平提高1%，水资源利用总量下降0.118%；高体制地区中人力资本水平较高，城镇化水平提高1%，水资源利用总量下降0.287%。随着人力资本变化，城镇化对水资源利用总量的影响在高低体制间平滑转换，变化速率为1.181。样本中仅小部分观测值处于高体制，占7.84%。2014年北京、天津、沈阳、长春、哈尔滨、上海、南京、广州、武汉、西安等67个城市人力资本水平较高，处于高体制，这些城市人力资本通过促进技术研发与扩散，提高技术外溢效应吸收，改善要素禀赋，优化产业结构，推进城市文明等渠道，较为显著地提高了城镇化进程中水资源利用效率，进而城镇化降低水资源利用总量的效果比较好；其他城市人力资本水平较低，处于低体制，城镇化对水资源利用总量的降低作用较小。

五、结论与政策建议

基于1998-2014年城市动态面板数据，运用PSTR模型检验了城镇化对水资源利用总量的影响，结果发现各地区城镇化对水资源利用总量的影响是非线性的，该影响随各城市经济发展水平、产业结构、技术进步、要素聚集程度、对外贸易、外资、要素市场扭曲和人力资本变化而不同。其中经济发展水平、对外贸易和外资对城镇化的水资源利用效应具有双门槛的非对称特征，存在两个位置参数，将各城市分为中间体制与外体制，处于外体制中经济发展水平较高城市与较低城市，城镇化对水资源利用总量的提高作用较小，处于中间体制的中等经济发展水平城市，城镇化对水资源利用总量的提高作用较大。该结论也适用于对外贸易和外资两个转换变量。基于产业结构的研究表明，只存在一个位置参数，该参数将各城市分为高、低两个体制，高体制中产业结构水平较高，城镇化降低水资源利用总量；低体制中产业结构水平较低，城镇化提高了水资源利用总量。基于技术进步、要素集聚程度和人力资本的研究表明，技术进步、要素集聚程度和人力资本提高均有助于城镇化降低水资源利用总量，也均只存在一个位置参数，该参数将各城市分为高、低两个体制，在两个体制中，技术进步、要素集聚程度和人力资本对城镇化进程中水资源利用总量产生的降低作用不同。基于要素市场扭曲的研究表明，要素市场扭曲导致城镇化提高了水资源利用总量，位置参数也将各城市分为高低两个体制，低体制中要素市场扭曲对城镇化水资源利用效应的正面影响较小，高体制中产生的正面影响则较大。此外，随着上述八个转换变量水平变化，城镇化对水资源利用总量的影响在体制间平滑转换。

依据上述结论，笔者提出以下政策建议:一是提高经济发展水平，转变粗放型经济增长方式，走新型城镇化道路，提高城镇化质量；在发展对外贸易的同时，需重点培育外贸新业态，探索外贸转型发展新路径，提高外贸质量，同时需丰富外资利用形式，改进和完善招商方式，拓宽招商领域，加大部分领域引资力度，开辟利用外资新的增长点，提升外资质量；努力缩短经济发展水平、对外贸易和外资较低城市处于中间体制的时间，使中等经济发展水平、对外贸易和外资的城市进入外体制中，进而降低城镇化对水资源利用总量的提高幅度。二是着眼第三产业新业态、新体制，推动第三产业集聚发展、多元发展，进而提高新兴服务业比重，推进产业结构升级，使处于低体制的城市进入高体制中，以此发挥城镇化来降低水资源利用总量的作用。三是改革和完善各种要素的市场定价机制，推进要素市场市场化进程，减少政府对劳动力、资本、土地等要素市场的干预和管制，提高要素市场流动性，降低要素市场扭曲程度，使处于高体制的城市进入低体制中，进而降低城镇化对水资源利用总量的提高幅度。四是加强知识产权保护力度，增加研发投入，减少技术创新成本，降低创新风险，提高技术创新回报，推动技术进步；同时整合资源，搭建服务平台，推进产业融合，以产业集聚引导要素集聚，提高要素集聚程度；另加强教育培训，增加人力资本投入，提高其投资收益率，提升人力资本素质，使得技术进步、要素集聚程度和人力资本处于低体制的城市进入高体制中，从而更好地发挥城镇化降低水资源利用总量的作用。

[1]高翔、鱼腾飞、程慧波:《西北地区水资源环境与城市化系统耦合的时空分异:以西陇海兰新经济带甘肃段为例》，载《干旱区地理》2010年第6期。

[2]李娜、孙才志、范斐:《辽宁沿海经济带城市化与水资源耦合关系分析》，载《地域研究与开发》2010年第4期。

[3]Srinivasan V，Seto K C，Emerson R，et al.“The Impact of Urbanization on Water Vulnerability:A Coupled Human-Environment System Approach for Chennai， India”， Global Environmental Change， 2013， 23(1).

[4]Buhaug H， Urdal H.“An Urbanization Bomb?Population Growth and Social Disorder in Cities”， Global Environmental Change， 2013， 23(1).

[5]张胜武、石培基、金淑婷:《西北干旱内陆河流域城镇化与水资源环境系统耦合机理》，载《兰州大学学报(社会科学版)》2013年第3期。

[6]杨雪梅、杨太保、石培基、吴文婕、刘海猛:《西北干旱地区水资源-城市化复合系统耦合效应研究:以石羊河流域为例》，载《干旱区地理》2014年第1期。

[7]王吉苹、薛雄志:《九龙江流域城市化进程与水资源耦合关系的定量辨识》，载《厦门大学学报(自然版)》2014年第4期。

[8]熊东旭、陈荣:《南京城市化与水资源环境耦合关系实证研究》，载《河南师范大学学报(自然版)》2015年第5期。

[9]尹风雨、龚波、王颖:《水资源环境与城镇化发展耦合机制研究》，载《求索》2016年第1期。

[10]李华、师谦友、高楠等:《西安城市化与水资源利用关系的量化研究》，载《地域研究与开发》2012年第5期。

[11]晁增福、张艳波、韩天红等:《阿克苏地区城镇化与水资源利用量化关系研究》，载《塔里木大学学报》2014年第1期。[12]杨亮、丁金宏:《城镇化进程中人口因素对水资源消耗的驱动作用分析:以太湖流域为例》，载《南方人口》2014年第2期。

[13]马海良、徐佳、王普查:《中国城镇化进程中的水资源利用研究》，载《资源科学》2014年第2期。

[14]张晓晓、董锁成、李泽红等:《宁夏城镇化与水资源利用关系分析》，载《资源开发与市场》2015年第6期。

[15]马远:《干旱区城镇化进程对水资源利用效率影响的实证研究——基于DEA模型与IPAT模型》，载《技术经济》2016年第4期。

[16]吕素冰、马钰其、冶金祥等:《中原城市群城市化与水资源利用量化关系研究》，载《灌溉排水学报》2016年第11期。

[17]González A，Teräsvirta T， Dijk D V..“ Panel Amooth Transition Regression Models”， SSE/EFI Working Paper Series in E-conomics and Finance， N0.604， 2005.

[18]章恒全、张陈俊、张万力:《水资源约束与中国经济增长——基于水资源“阻力”的计量检验》，载《产业经济研究》2016年第4期。

[19]张陈俊、章恒全、龚雅云:《中国结构升级、技术进步与水资源消耗——基于改进的LMDI方法》，载《资源科学》2014年第10期。

[20]马海良、黄德春、张继国等:《中国近年来水资源利用效率的省际差异:技术进步还是技术效率》，载《资源科学》2012年第5期。

[21]阚大学、吕连菊:《产业集聚对水资源利用效率的影响:基于城市动态面板数据分析》，载《产业组织评论》2017年第3期。

[22]张雄化:《水资源利用效率与虚拟水国际贸易关系分析——基于粮食安全的视角》，载《云南社会科学》2015年第1期。

[23]尹庆民、邓益斌、郑慧祥子:《要素市场扭曲下我国水资源利用效率提升空间测度》，载《干旱区资源与环境》2016年第11期。

[24]吕连菊、阚大学:《中国城镇化对水足迹效益影响的实证研究——基于城市空间动态面板数据》，载《统计与信息论坛》2017年第2期。

[25]聂辉华、贾瑞雪:《中国制造业企业生产率和资源误置》，载《世界经济》2011年第7期。

[26]陶长琪、周璇:《环境规制、要素集聚与全要素生产率的门槛效应研究》，载《当代财经》2015年第1期。

[27]张杰、周晓艳、李勇:《要素市场扭曲抑制了中国企业R＆D》，载《经济研究》2011年第8期。

[28]樊纲、王小鲁、朱恒鹏:《《中国市场化指数:各地区市场化相对进程2011年报告》，北京:经济科学出版社2012年版。

[29]阚大学、罗良文:《外商直接投资、人力资本与城乡收入差距——基于省级面板数据的实证研究》，载《财经科学》2013年第2期。

Study on the Nonlinear Influence of Urbanization on Water Resources Utilization:Based on PSTR Model

KAN Da-xue， LV Lian-ju， Nanchang Institute of Technology

Based on the urban dynamic panel data，the paper uses the PSTR model empirical study and finds that the urbanization has obvious nonlinear effect on water resources utilization.The effects depend on the transformation variables with threshold effects.The water resources utilization effect is relatively weak for the cities with higher and lower economic development level，while strong for those with middle economic development level.This conclusion also applies to foreign trade and foreign capital.Other conversion variables divide provinces into two systems，in which the total water resources utilization is decreased in cities of high industrial structure level，increased in cities of low industrial structure level.And the reduction effects of water resources utilization fby urbanization are greater in the cities with higher level of technological progress，factors agglomeration degree and human capital，while the improve effects of water resources utilization for the urbanization is greater in cities with higher factor market distortion.

urbanization；water resources utilization；nonlinear；PSTR model

F016.3

A

1671-7023(2017)06-0126-09

阚大学，南昌工程学院经济贸易学院副教授；吕连菊，南昌工程学院经济贸易学院讲师。

国家自然科学基金项目“中国城镇化对水资源利用的影响研究：基于水足迹视角”(71764018)；江西省教育厅科技项目“城镇化对中部地区水资源利用的影响：基于水足迹视角研究”(GJJ151119)；江西省高校人文社会科学研究项目“江西城镇化进程对水足迹的影响研究”(JJ1551)；江西省自然科学基金项目“要素市场扭曲对城镇化的影响研究：基于水平、质量和结构视角”(20171BAA218014)

2017-09-18

责任编辑 胡章成