中國城鎮(zhèn)化水平的空間特征及環(huán)境影響研究——基于2000—2013年中國省際空間面板數(shù)據(jù)

張　燕

(浙江理工大學(xué)經(jīng)濟(jì)管理學(xué)院，杭州 310018)

?

中國城鎮(zhèn)化水平的空間特征及環(huán)境影響研究
——基于2000—2013年中國省際空間面板數(shù)據(jù)

張燕

(浙江理工大學(xué)經(jīng)濟(jì)管理學(xué)院，杭州 310018)

基于2000—2013年中國省際空間面板數(shù)據(jù)，論文采用探索性空間數(shù)據(jù)分析方法探討中國城鎮(zhèn)化水平的空間布局特征以及動態(tài)變遷，并運(yùn)用空間滯后模型和空間誤差模型分析了城鎮(zhèn)化對環(huán)境污染的影響。結(jié)果表明：我國省際城鎮(zhèn)化水平存在顯著的空間集聚特征；高水平集聚區(qū)主要有北京、天津為中心的環(huán)渤海區(qū)域、上海為中心的長三角區(qū)域，低水平集聚區(qū)則以四川、貴州、云南為核心；新疆、吉林、海南的城鎮(zhèn)化進(jìn)程較周邊鄰近省份相對緩慢，而浙江、湖北、廣東、重慶則相對較快；基于各省份城鎮(zhèn)化進(jìn)程的相互影響，城鎮(zhèn)化水平的提升將顯著緩解環(huán)境污染的壓力。

城鎮(zhèn)化；空間特征；空間計量；環(huán)境影響

城鎮(zhèn)化是一國現(xiàn)代化的重要內(nèi)容[1]，近年來，中國城鎮(zhèn)化進(jìn)程快速推進(jìn)，2000年，全國城鎮(zhèn)化率僅為24.73%，2013年則上升至53.73%，年均遞增2.23%，進(jìn)入全面城鎮(zhèn)化階段[2]?；诔擎?zhèn)化發(fā)展的國際經(jīng)驗[3]，城鎮(zhèn)化進(jìn)程會經(jīng)歷城鎮(zhèn)化水平較低的初始階段、城鎮(zhèn)化水平急劇上升的加速階段、城鎮(zhèn)化水平較高且趨于停滯的最終階段[4]，而在城鎮(zhèn)化加速階段，資源環(huán)境壓力會不斷加大[5]。莊貴陽等[6]認(rèn)為我國原有的城鎮(zhèn)化是粗放外延式的，進(jìn)一步的城鎮(zhèn)化將面臨更加嚴(yán)峻的資源環(huán)境挑戰(zhàn)與約束。但是，我國的城鎮(zhèn)化推進(jìn)模式的類型多樣，城鎮(zhèn)化進(jìn)程中體現(xiàn)出的特征也與其他國家有所不同[7]。完善的城鎮(zhèn)配套設(shè)施和合理的經(jīng)濟(jì)集聚規(guī)模會減少污染的集聚效應(yīng)[8]，從人口流出、流入的整體空間來看，城鎮(zhèn)化反而有益于環(huán)境保護(hù)。與此同時，我國各地區(qū)城鎮(zhèn)化進(jìn)程具有顯著差異，超前型和滯后型并存[9]。北京、天津、上海在2000年時已達(dá)到城鎮(zhèn)化加速階段的后期，2013年則處于城鎮(zhèn)化進(jìn)程的最終階段。貴州、云南、西藏則在2000年時尚處于初始階段，至2013年仍處于加速階段的前期。而羅能生等[10]得出城鎮(zhèn)化與環(huán)境污染的“倒U”曲線，其拐點在東中西部有所不同。上述研究主要是從國際經(jīng)驗的總結(jié)出發(fā)，探討我國城鎮(zhèn)化的發(fā)展階段以及環(huán)境影響，對于城鎮(zhèn)化的區(qū)域非均質(zhì)性[11]，主要仍從東中西部等大的區(qū)域范圍進(jìn)行研究。本文基于我國城鎮(zhèn)化水平在省際層面上的空間差異性，以城鎮(zhèn)化進(jìn)程與環(huán)境污染在地理空間上的相關(guān)性為前提，分析我國城鎮(zhèn)化的空間布局以及城鎮(zhèn)化對環(huán)境污染的影響。

一、省際城鎮(zhèn)化水平的空間特征

為了分析我國城鎮(zhèn)化水平的空間特征，本文以2000-2013年省際空間面板數(shù)據(jù)為樣本，采用探索性空間數(shù)據(jù)分析方法，來檢驗我國城鎮(zhèn)化進(jìn)程在地理空間上的聚集特征并分析其動態(tài)變化。

(一)省際城鎮(zhèn)化水平的全局空間自相關(guān)檢驗

我國省際城鎮(zhèn)化水平的空間相關(guān)關(guān)系可以通過測算全局Moran指數(shù)進(jìn)行檢驗。其計算公式為：

(1)

根據(jù)式(1)測算的2000-2013年我國省際城鎮(zhèn)化水平的全局Moran指數(shù)見表1，所有年份的I值均在1%的顯著性水平下為正，說明我國省際城鎮(zhèn)化存在顯著的空間集聚現(xiàn)象。而且，從2000年至2013年，I值整體上呈上升趨勢，2010年更高達(dá)0.438，這意味著我國城鎮(zhèn)化進(jìn)程的空間依賴性進(jìn)一步加強(qiáng)。

表1　2000—2013年省際城鎮(zhèn)化水平的Moran指數(shù)

注：數(shù)據(jù)來源于全局Moran指數(shù)的測算結(jié)果。

(二)省際城鎮(zhèn)化水平的局部空間關(guān)聯(lián)分析

全局Moran指數(shù)從整體上顯示了我國各省份城鎮(zhèn)化之間的空間相關(guān)性，而空間關(guān)聯(lián)的局部特性則需要空間關(guān)聯(lián)局域指標(biāo)來反映[12]。局域Moran,s I指數(shù)，也稱作LISA(local indicators of spatial association)，用來衡量區(qū)域i與它鄰近區(qū)域之間的關(guān)聯(lián)程度，其計算公式為：

(2)

從2000年的Moran散點圖來看(見圖1)，處于第一象限(HH)的省市有北京、天津、內(nèi)蒙古、遼寧、吉林、黑龍江、江蘇、海南，這些省市的城鎮(zhèn)化水平較高，同時被城鎮(zhèn)化水平較高的省份所包圍；處于第二象限(LH)的省份有河北、浙江、安徽、甘肅，這些城鎮(zhèn)化水平較低的省份被城鎮(zhèn)化水平較高的省份所包圍；處于第三象限(LL)的省份有西藏、貴州、云南、河南、廣西、四川、湖南、福建、山東、重慶、陜西、江西、山西、廣東、湖北、青海、寧夏，這些省份的城鎮(zhèn)化水平較低，同時周邊的省份城鎮(zhèn)化水平也相對較低；處于第四象限(HL)的省份有上海和新疆，這兩個省份的城鎮(zhèn)化水平較高，但周邊鄰近省份的城鎮(zhèn)化水平則較低。

圖1　2000年省際城鎮(zhèn)化水平的Moran散點圖

從2013年的Moran散點圖來看(見圖2)，處于第一象限(HH)的省份有北京、天津、遼寧、黑龍江、上海、江蘇、浙江、福建；處于第二象限(LH)的省份有河北、吉林、安徽、江西、海南；處于第三象限(LL)的省份有西藏、貴州、甘肅、云南、河南、廣西、四川、新疆、湖南、青海、陜西、寧夏、山西、山東；處于第四象限(HL)的省份有內(nèi)蒙古、湖北、廣東、重慶。

圖2　2013年省際城鎮(zhèn)化水平的Moran散點圖

基于時空躍遷測度法[13]，我國省際城鎮(zhèn)化水平空間關(guān)系的變化可以表現(xiàn)為以下四類：第一類是相關(guān)空間鄰近的躍遷，即某省份的相鄰省份其相對城鎮(zhèn)化水平發(fā)生變化；第二類是發(fā)生相對位移的躍遷，某省份的相對城鎮(zhèn)化水平發(fā)生變化；第三類是空間整體躍遷，即某省份及其相鄰省份的城鎮(zhèn)化水平均發(fā)生變化；第四類則是保持原有空間水平。2000—2013年我國各省份城鎮(zhèn)化水平與鄰近省份的相關(guān)關(guān)系的變化具體見表2。

表2　2000—2013年我國省際城鎮(zhèn)化水平的空間躍遷

注：數(shù)據(jù)來源于局部Moran指數(shù)的整理結(jié)果。

圖3和圖4所示的LISA集群圖則更為直觀的顯示了不同省份在城鎮(zhèn)化水平上的空間關(guān)聯(lián)模式及其動態(tài)躍遷。我國城鎮(zhèn)化水平仍然大體維持東部地區(qū)較高而中西部地區(qū)較低的格局，較為顯著的高城鎮(zhèn)化水平集聚區(qū)主要有北京、天津為中心的環(huán)渤海區(qū)域、上海為中心的長三角區(qū)域，較為顯著的低城鎮(zhèn)化水平集聚區(qū)則以四川、貴州、云南為核心。從2013年與2000年的對比來看，吉林、海南、新疆的城鎮(zhèn)化進(jìn)程與周邊鄰近省份相比相對緩慢，浙江、湖北、廣東、重慶的城鎮(zhèn)化發(fā)展與周邊鄰近省份相比則相對較快，而福建及其周邊省份的城鎮(zhèn)化進(jìn)程均有所加快。

圖3　2000年省際城鎮(zhèn)化水平的LISA集群示意

圖4　2013年省際城鎮(zhèn)化水平的LISA集群示意

二、城鎮(zhèn)化對環(huán)境污染影響的模型及數(shù)據(jù)

(一)模型設(shè)定

從城鎮(zhèn)化進(jìn)程對環(huán)境的影響來看，城鎮(zhèn)化不同階段對環(huán)境的影響程度及方向是不同的。在城鎮(zhèn)化加速階段的初期，城鎮(zhèn)化速度較快，對環(huán)境保護(hù)壓力不斷加大，超過拐點后，城鎮(zhèn)化速度相對下降，對環(huán)境的壓力將有所緩解。從我國城鎮(zhèn)化水平的空間特征分析可以看到，我國城鎮(zhèn)化進(jìn)程在空間上具有顯著的空間聚集特征，而城鎮(zhèn)化進(jìn)程所對應(yīng)的各種要素尤其是人口要素的大規(guī)?？鐓^(qū)域流動，使得地區(qū)間的相互關(guān)聯(lián)和相互影響不可忽視。同時，環(huán)境污染問題也具有非常強(qiáng)的外部性特征，在地域空間上表現(xiàn)得尤為顯著。因此，本文將采用空間分析模型檢驗城鎮(zhèn)化進(jìn)程對環(huán)境問題的影響。

借鑒之前對社會經(jīng)濟(jì)發(fā)展與環(huán)境污染影響的研究文獻(xiàn)，以本文環(huán)境庫茲涅茨曲線為基礎(chǔ)，引入城鎮(zhèn)化率變量，如式(3)所示：

(3)

其中：i代表省份；t表示時間；Eit代表環(huán)境質(zhì)量指標(biāo)；Y代表經(jīng)濟(jì)增長；R代表城鎮(zhèn)化水平；X則代表其他控制變量，以盡量減少變量遺漏造成的估計偏差；ε為隨機(jī)誤差項。

空間分析模型又可以分為空間滯后模型(spatiallagmodel，SLM)和空間誤差模型(spatialerrormodel，SEM)[14]。

空間滯后模型通?？紤]因變量的空間相關(guān)性，本文分析模型的SLM表達(dá)形式為：

(4)

其中：ρ為相鄰省份環(huán)境污染的共同作用對本省環(huán)境污染的影響系數(shù)，主要反映環(huán)境污染的空間相關(guān)性強(qiáng)度；W為空間權(quán)重矩陣；相鄰省份環(huán)境污染對本省環(huán)境污染的影響用WE這一環(huán)境污染的空間滯后項來體現(xiàn)；ε為隨機(jī)誤差項向量。

空間誤差模型則采用空間協(xié)方差來顯示更多變量的空間相關(guān)性，本文分析模型的SEM表達(dá)形式為：

μit=λWμt+εit

(5)

其中：λ表示空間誤差系數(shù)，反映回歸殘差之間的空間相關(guān)性強(qiáng)度。

(二)指標(biāo)選取及數(shù)據(jù)說明

本文采用2000—2013年中國31個省市區(qū)(港澳臺除外)的空間面板數(shù)據(jù)，主要來源于《中國統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》及各省統(tǒng)計年鑒相關(guān)年份數(shù)據(jù)的整理計算，分析模型涉及的變量指標(biāo)選取如下。

1.環(huán)境質(zhì)量(E)：通過測算省際環(huán)境污染綜合指數(shù)衡量。本文采用因子分析法，選取廢水、廢水中化學(xué)需氧量、廢氣、二氧化硫、煙粉塵、固體廢物等六類工業(yè)污染物排放指標(biāo)，測算環(huán)境污染綜合指數(shù)。

2.經(jīng)濟(jì)增長(Y)：采用人均地區(qū)生產(chǎn)總值衡量，為剔除物價變動的影響，各年指標(biāo)均以2000年為基期進(jìn)行修正。

3.城鎮(zhèn)化水平(R)：采用城鎮(zhèn)人口占總?cè)丝诒戎貋砗饬俊?/p>

4.控制變量

a)工業(yè)化水平(CI)：采用工業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值比重來衡量。一般而言，工業(yè)化初期會帶來資源的過度開發(fā)和環(huán)境污染的加劇，而在工業(yè)化后期，資源環(huán)境壓力將有所減緩。

b)對外開放度(CO)：采用進(jìn)出口貿(mào)易總額占地區(qū)生產(chǎn)總值比重來衡量，進(jìn)出口貿(mào)易總額根據(jù)歷年外匯比率從美元調(diào)整為人民幣。以初級產(chǎn)品為主體的粗放的對外貿(mào)易模式會增加資源消耗、加劇環(huán)境污染，但隨著對外貿(mào)易的升級，以高增加值、高新技術(shù)為主體的對外貿(mào)易則會促進(jìn)當(dāng)?shù)丨h(huán)境問題的改善[15]。

c)技術(shù)進(jìn)步(CT)：采用資本勞動比(K/L)來衡量，資本存量K用工業(yè)固定資產(chǎn)凈值年平均余額來表示，勞動力人數(shù)用工業(yè)全年單位從業(yè)人員人數(shù)表示[16]，固定資產(chǎn)凈值根據(jù)歷年固定資產(chǎn)價格指數(shù)進(jìn)行平減，以消除價格影響。一方面，技術(shù)進(jìn)步會促使企業(yè)更多的采用清潔生產(chǎn)技術(shù)，以減少生產(chǎn)過程中的污染排放；但另一方面，技術(shù)進(jìn)步會促進(jìn)產(chǎn)業(yè)模式從勞動密集型向資本密集型轉(zhuǎn)移，從而增加污染的排放強(qiáng)度[17]。

d)環(huán)保意識及治理(CE)：采用污染治理投資額占地區(qū)生產(chǎn)總值的比重來衡量。隨著環(huán)保意識的增強(qiáng)，社會公眾對環(huán)境質(zhì)量的要求會更高，政府的環(huán)境污染治理力度將會增強(qiáng)。

具體指標(biāo)數(shù)據(jù)見表3。

表3　樣本數(shù)據(jù)變量的統(tǒng)計描述

注：數(shù)據(jù)基于2001—2014年的《中國統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》計算整理。

三、城鎮(zhèn)化對環(huán)境污染影響的空間計量分析

在對我國城鎮(zhèn)化的環(huán)境影響進(jìn)行空間計量回歸分析之前，首先要檢驗二者是否存在空間自相關(guān)，并就如式(4)所示的SLM和式(5)所示的SLM是否存在空間效應(yīng)進(jìn)行檢驗，最后對兩個模型的相對優(yōu)劣性進(jìn)行進(jìn)一步選擇。具體結(jié)果如表4所示。

表4　空間自相關(guān)的事前檢驗

從檢驗結(jié)果來看，Monran，s I在1%顯著性水平下拒絕無具體空間經(jīng)濟(jì)計量模型形式的原假設(shè)，說明需要建立空間回歸模型。SLM的LM-Error檢驗和SLM的LM-Lag檢驗結(jié)果表明我國城鎮(zhèn)化對環(huán)境的影響分析無論采用SLM還是SEM，都是有效的。而SLM的穩(wěn)健LM-Lag不顯著，SEM的穩(wěn)健LM-Error值在1%水平上顯著，因此，SEM對樣本的解釋力度更強(qiáng)。

基于空間計量模型的事前檢驗，本文采用最大似然估計方法對2000—2013年省際城鎮(zhèn)化水平對環(huán)境污染的影響進(jìn)行空間回歸分析，結(jié)果分析以空間誤差模型為主。估計結(jié)果見表5。

表5　城鎮(zhèn)化水平對環(huán)境污染的空間計量檢驗結(jié)果

注：括弧內(nèi)為t統(tǒng)計量值，***、**和*分別表示在1%、5%和10%水平上顯著。TP代表倒U曲線的拐點所對應(yīng)的人均地區(qū)生產(chǎn)總值(以2000年為基期)。

從表5的Wald test、Likelihood ratio test以及Lagrange multiplier test的檢驗統(tǒng)計量來看，空間滯后模型和空間誤差模型均在1%的顯著性水平下拒絕原假設(shè)，且滿足“LM檢驗統(tǒng)計量≤LR檢驗統(tǒng)計量≤Wald檢驗統(tǒng)計量”的條件。因此，根據(jù)空間經(jīng)濟(jì)模型的估計結(jié)果，從模型設(shè)定角度，本文分析模型中的空間效應(yīng)設(shè)定是合理的。

通過空間回歸結(jié)果可以發(fā)現(xiàn)：

a)空間相關(guān)系數(shù)?？臻g滯后模型中的ρ值為0.291，說明省際環(huán)境污染存在顯著的空間“溢出效應(yīng)”，即某一省份的環(huán)境污染顯著的受到鄰近省份環(huán)境污染的影響；空間誤差模型中的λ值為0.449，也顯著為正，即省際環(huán)境污染也具有空間依賴性。

b)城鎮(zhèn)化水平。在空間誤差模型中，城鎮(zhèn)化水平以1%的顯著性水平對環(huán)境污染綜合指數(shù)產(chǎn)生負(fù)向影響，說明城鎮(zhèn)化進(jìn)程的進(jìn)一步推進(jìn)將有助于環(huán)境問題的改善。雖然在城鎮(zhèn)化加速階段，城鎮(zhèn)化帶來的環(huán)境壓力較大，但是納入空間因素后，基于各省份城鎮(zhèn)化進(jìn)程的相互作用和相互影響，我國目前的城鎮(zhèn)化進(jìn)程將會促進(jìn)環(huán)境問題的改善。

c)經(jīng)濟(jì)增長。環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系符合環(huán)境庫茨涅茲倒U假說，在空間誤差模型中，曲線拐點在以2000年為基期的人均地區(qū)生產(chǎn)總值達(dá)到47584.88元/人，2013年，天津、北京、上海、江蘇、浙江、內(nèi)蒙古等六個省市區(qū)的人均地區(qū)生產(chǎn)總值已超過該拐點，即伴隨著地區(qū)經(jīng)濟(jì)的進(jìn)一步增長，環(huán)境污染將得到改善。

d)控制變量。環(huán)境污染與工業(yè)化水平呈顯著的同向關(guān)系，說明我國現(xiàn)有的工業(yè)化進(jìn)程加劇環(huán)境污染，工業(yè)化發(fā)展模式亟待轉(zhuǎn)型；與對外開放度呈顯著的負(fù)向關(guān)系，說明我國目前的對外貿(mào)易模式從整體并沒有造成嚴(yán)重的環(huán)境問題，并且具有積極的影響；與科技進(jìn)步呈顯著的負(fù)向關(guān)系，即科技發(fā)展水平的提升對環(huán)境污染具有顯著的抑制作用；與環(huán)保意識及治理不存在顯著的相關(guān)關(guān)系，即目前的環(huán)境治理尚不能有效地控制環(huán)境污染。2012年，我國污染治理投資額占地區(qū)生產(chǎn)總值的比重為0.09%，投入規(guī)模過小，還不能對環(huán)境污染治理起到明顯的作用[18]。

四、結(jié)　語

本文選取我國2000—2013年省際空間面板數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析方法探討了中國城鎮(zhèn)化水平的空間布局特征以及動態(tài)變遷，并運(yùn)用空間經(jīng)濟(jì)計量方法探討了我國城鎮(zhèn)化進(jìn)程對環(huán)境污染的影響。結(jié)果表明：我國各省份的城鎮(zhèn)化水平就空間分布而言，存在明顯的空間集聚現(xiàn)象，而且近年來空間依賴性逐步加強(qiáng)；就空間關(guān)系而言，各省份城鎮(zhèn)化水平與鄰近省份的相對關(guān)系呈現(xiàn)出“高-高”、“低-低”、“高-低”、“低-高”等四種不同的模式，大體仍然維持東部地區(qū)較高而中西部地區(qū)較低的格局，較為顯著的“高-高”集聚區(qū)主要有北京、天津為中心的環(huán)渤海區(qū)域、上海為中心的長三角區(qū)域，較為顯著的“低-低”集聚區(qū)則以四川、貴州、云南核心；就空間躍遷而言，2010—2013年，與周邊鄰近省份相比，吉林、海南、新疆的城鎮(zhèn)化進(jìn)程相對緩慢，而浙江、湖北、廣東、重慶的城鎮(zhèn)發(fā)展則相對較快。我國各省份的環(huán)境污染就空間關(guān)系而言，存在顯著的空間“溢出效應(yīng)”和空間依賴性。以各省份在空間上的相互作用為前提，城鎮(zhèn)化進(jìn)程的推進(jìn)將顯著降低環(huán)境污染水平。因此，地方政府在推進(jìn)城鎮(zhèn)化的過程中，應(yīng)綜合考慮鄰近地區(qū)城鎮(zhèn)化進(jìn)程產(chǎn)生的影響，加強(qiáng)新型城鎮(zhèn)化建設(shè)，優(yōu)化城鎮(zhèn)化空間布局，實現(xiàn)經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展。另外，應(yīng)逐步推進(jìn)新型工業(yè)化的發(fā)展，進(jìn)一步促進(jìn)對外開放，加大科技創(chuàng)新投入尤其是用于消除環(huán)境污染的技術(shù)研究與開發(fā)投入，促進(jìn)與環(huán)境污染治理有關(guān)的清潔性生產(chǎn)技術(shù)的開發(fā)和使用，以及基于降低環(huán)境污染的技術(shù)改造、技術(shù)創(chuàng)新，從而有效緩解我國的環(huán)境污染狀況。

[1] 馬凱．轉(zhuǎn)變城鎮(zhèn)化發(fā)展方式,提高城鎮(zhèn)化發(fā)展質(zhì)量,走出一條中國特色城鎮(zhèn)化道路[J].國家行政學(xué)院學(xué)報，2012(5):4-12．

[2] 陸大道．地理學(xué)關(guān)于城鎮(zhèn)化領(lǐng)域的研究內(nèi)容框架[J]．地理科學(xué)，2013,33(8):897-901．

[3] NORTHAM R M. Urban Geography[M]. 2nd ed. New York: John Wiley & Sons, 1979:65-67.

[4] 王建軍，吳志強(qiáng).城鎮(zhèn)化發(fā)展階段劃分[J].地理學(xué)報，2009(2):177-188.

[5] 李佐軍，盛三化.城鎮(zhèn)化進(jìn)程中的環(huán)境保護(hù)：隱憂與應(yīng)對[J].國家行政學(xué)院學(xué)報，2012(4):69-73.

[6] 莊貴陽，謝海生.破解資源環(huán)境約束的城鎮(zhèn)化轉(zhuǎn)型路徑研究[J].中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版)，2015,15(2):1-10.

[7] 李強(qiáng)，陳宇琳，劉精明.中國城鎮(zhèn)化“推進(jìn)模式”研究[J].中國社會科學(xué)，2012(7):85-100.

[8] 劉滿鳳，謝晗進(jìn).我國工業(yè)化、城鎮(zhèn)化與環(huán)境經(jīng)濟(jì)集聚的時空演化[J].經(jīng)濟(jì)地理，2015,35(10):21-28.

[9] 程明星，陸大道，劉慧.城市化水平與城市速度的關(guān)系探討:中國城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系的省際格局[J].地理學(xué)報，2010,58(6):937-946.

[10] 羅能生，李佳佳，羅富政.中國城鎮(zhèn)化進(jìn)程與區(qū)域生態(tài)效率關(guān)系的實證研究[J].中國人口、資源與環(huán)境.2013,23(11):53-60.

[11] 王洋，方創(chuàng)琳，王振波.中國縣域城鎮(zhèn)化水平的綜合評價及類型區(qū)劃分[J].地理研究，2012，31(7)：1305-1316.

[12] 潘文卿.中國的區(qū)域關(guān)聯(lián)與經(jīng)濟(jì)增長的空間溢出效應(yīng)[J].經(jīng)濟(jì)研究，2012(1)：54-65．

[13] REY S J. Spatial empirics for economic growth and convergence[J]. Geographical Analysis,2001,33:195-214.

[14] MADDISON D J. Environmental kuznets curves: a spatial econometric approach[J]. Journal of Environmental Economics and Management,2006,51(2):218-230.

[15] DEAN J M. Does trade liberalization harm the environment? A new test[J]. Canadian Journal of Economics,2002,35(4):819-842.

[16] 盛斌，呂越.外國直接投資對中國環(huán)境的影響：來自工業(yè)行業(yè)面變數(shù)據(jù)的實證研究[J].中國社會科學(xué)，2012(5):54-75.

[17] COLE M A., ELLIOTT R J R. Do environmental regulations influence trade patterns? Testing old and new trade theories[J]. The World Economy,2003,26(8):1163-1186.

[18] 許和連，鄧玉萍.外商直接投資導(dǎo)致了中國的環(huán)境污染嗎？:基于中國省級面板數(shù)據(jù)的空間計量研究[J].管理世界，2012(2)：30-43.

(責(zé)任編輯：陳和榜)

Study on Spatial Feature of Urbanization Level and Environmental Impact in China:Based on 2000—2013 Spatial Panel Data of Provincies in China

ZHANGYan

(School of Economics and Management, Zhejiang Scie-Tech University, Hangzhou 310018)

Based on 2000—2013 inter-provincial panel data in China, the paper discusses spatial distribution feature and dynamic change of urbanization level in China with Exploratory Spatial Data Analysis, and analyzes the impact of urbanization on environmental pollution with Spatial Lag Model and Spatial Error Model. The results show as follows: spatial aggregation significantly exists for inter-provincial urbanization level; the high-level aggregation regions include circum-Bohai-sea region centered by Beijing and Tianjin and Yangtze River delta region centered by Shanghai; low-level aggregation regions include Sichuan, Guizhou and Yunnan. The urbanization process of Xinjiang, Jilin and Hainan is slower than their adjacent provinces, and the urbanization process of Zhejiang, Hubei, Guangdong, Chongqing are quicker. Based on mutual influence of urbanization process in each province, increasing urbanization level can significantly alleviate the pressure of environmental pollution.

urbanization; spatial feature; spatial econometrics; environmental impact

10.3969/j.issn.1673-3851.2016.10.002

2016-03-09

國家自然科學(xué)基金項目(71173250)；浙江省高校人文社科重點研究基地(應(yīng)用經(jīng)濟(jì)學(xué))科研基金項目(2015KYLX11)

張燕(1978-)，女，甘肅靜寧人，副教授，博士，主要從事區(qū)域經(jīng)濟(jì)方面的研究。

C812

A

1673- 3851 (2016) 05- 0428- 07 引用頁碼： 080102