中国城镇化与经济增长及用水变化的时空耦合关系

引用本文

鲍超. 中国城镇化与经济增长及用水变化的时空耦合关系. 69(12): 1799-1809
BAO Chao. Spatio-temporal coupling relationships among urbanization,economic growth and water use change in China. Acte Geographica Sinica, 69(12): 1799-1809 复制到剪切板

Permissions

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.

中国城镇化与经济增长及用水变化的时空耦合关系

鲍超^1,²

1. 中国科学院地理科学与资源研究所, 北京 100101

2. 中国科学院区域可持续发展分析与模拟重点实验室, 北京 100101

作者简介：鲍超 (1978-), 男, 湖北麻城人, 博士, 副研究员, 硕士生导师, 中国地理学会会员 (S110006966M), 主要从事城镇化与城市可持续发展研究。E-mail: baoc@igsnrr.ac.cn

基金:国家社会科学基金重大项目 (13&ZD027); 国家自然科学基金项目 (41101538)

摘要

中国的快速城镇化进程伴随着经济总量与用水总量的持续增长以及严重的城市缺水危机,然而三者之间的定量关系及内在机理尚不完全清楚。本文构建了城镇化驱动经济与用水增长的完全分解模型,定量测度了中国以及31个省级行政区1997-2011年城镇化过程对经济增长与用水变化的驱动效应。结果表明：① 中国城镇化对经济增长的综合贡献率长期稳定在30%左右,经济增长60%以上依赖于生产效率的提高,因此应适当弱化“城镇化是经济增长主要动力”的理念;② 中国城镇化虽然通过拉动经济增长增加用水2352×10⁸ m³,但通过优化产业结构和提高用水经济效率减少用水4530×10⁸ m³,中国用水增长的原因是由于人口和经济规模效应而不是城镇化效应;③ 中国东中部的人口和经济大省且处于城镇化加速阶段的,城镇化拉动经济并造成用水增长的作用大,但减量效应也大,而且均呈逐年增长趋势,最终城镇化对用水的综合驱动以减量效应为主,而且在时空变化上的差异相对缩小;④ 城镇化虽有助于减少全国或较大范围区域的用水总量,但会导致城镇建成区或城市群地区的缺水危机,因此应尽快建立并完善城乡之间 (或城镇化水平较高与较低地区之间) 的水资源流转机制与补偿机制。

关键词: 城镇化; 经济增长; 水资源利用; 时空耦合; 完全分解模型; 省际差异; 中国; urbanization; economic growth; water resources utilization; spatio-temporal coupling; complete decomposition model; differences among provinces

Spatio-temporal coupling relationships among urbanization,economic growth and water use change in China

BAO Chao^1,²

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101,China

2.Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101,China

Fund:National Social Science Foundation of China, No.13&ZD027; National Natural Science Foundation of China, No.41101538

Abstract

China's rapid urbanization is accompanied by a continuous growth of economy and water use, and also a severe urban water crisis. However, the quantitative relationships and the interaction mechanisms among urbanization, economic growth and water use change are still unclear. To measure the exact driving effects of urbanization on economic growth and water use change, a complete decomposition model was established, and was applied in China and its 31 provincial administrative regions from 1997 to 2011. Results show that: (1) China's urbanization contributed about 30% of economic growth every year. More than 60% of economic growth relied on the increase of production efficiency. Therefore, such idea that urbanization is the engine or major driving force of economic growth may be properly weakened. (2) China's urbanization increased 2352×10⁸βm³ of water use by intensifying the economic aggregate. However, it decreased 4530×10⁸βm³ of water use by optimizing the industrial structure and improving the water use efficiency. Therefore, urbanization did not lead to water use growth. The cause for China's water use growth was the increase of population and economy. (3) In those provinces which are located in the eastern and central China, have large population and economy, and step into a period of accelerating urbanization, urbanization generally made great contribution to economic and water use growth. At the same time, it also had great contribution to industrial restructuring and water use efficiency improvement, and then largely decreased water use. In total, water use was decreased by urbanization in most provinces, and the spatio-temporal differences among them were lessened. (4) Although urbanization helps to decrease water use for China or a large region, it may cause water crisis in urban built-up areas or urban agglomerations. Therefore, the transfer and compensation mechanisms of water resoureces should be constructed as soon as possible between urban and rural areas, or low and high density urban areas.

Keyword:

Show Figures

1 引言

城镇化是指农村人口不断向城镇转移, 第二、三产业不断向城镇集聚, 从而使城镇数量增加, 城镇人口、经济、建设用地、社会消费等的规模不断扩大的过程, 一般包括人口城镇化、经济城镇化、空间城镇化和社会城镇化等过程^[1]。其中, 人口城镇化是其最基本和最核心的内涵, 它直接推动经济城镇化过程并引发了空间城镇化和社会城镇化过程, 进而使各种城镇化过程交互耦合在一起。国内外地理学、经济学、人口学和社会学等各个领域的学者都对城镇化进行了广泛而深入的研究^[2]。尤其是进入新世纪以来, 随着人口和经济规模逐渐接近或超过水资源承载力, 中国城镇化、经济增长与水资源可持续利用关系的研究也成为热点。部分学者认为, 城镇化是经济增长的引擎和主要推力^[3], 城镇化与经济增长带来的水资源需求增长是导致水危机的主要原因^{[4, 5]}, 而且水危机的严重性可能超过了耕地减少带来的危机^[6]。而部分学者认为, 城镇化不一定是经济发展的直接动力源^[7], 城市或大城市的增长可能会降低农村或中小城镇的增长^[8]; 同时, 通过城镇化发展阶段与水资源开发利用阶段的关系以及用水与经济发展的关系研究^{[9, 10, 11]}, 揭示了用水零增长规律, 一定程度上减轻了人们对水危机的担忧。在中国, 从改革开放初期的1980年到2011年, 人口城镇化水平由19.4%提高到51.3%, 非农经济占GDP的比重从69.9%提高到90.0%, GDP由4.5× 10¹¹元增加到83.1× 10¹¹元 (1980年价), 社会经济用水总量由4437× 10⁸ m³增加到5965× 10⁸ m³。相关统计分析表明：城镇化水平与经济发展水平呈对数曲线关系^[12], 用水总量与经济发展水平呈幂函数关系^[13], 城镇化水平与用水总量呈对数增长关系^[14]。但相关机理研究表明：城镇化对水资源系统具有胁迫和优化的双重作用, 水资源利用对城镇化也具有支撑和约束的双重功效, 二者并不一定是正向关系^[15]。而且, 许多国家和地区的实践表明：即使城镇化水平不再提高甚至下降, 经济同样可以继续增长; 即使城镇化水平和经济总量以较快速度增长, 用水总量也可缓慢增长或负增长。此外, 部分典型研究区的测算表明：人口— 经济城镇化水平的提高可能抑制用水总量增长^{[16, 17]}。可见, 城镇化、经济增长、用水增长之间不一定是必然的因果关系。在中国快速城镇化阶段, 城镇化对经济与用水增长的贡献究竟是正是负?正负贡献究竟有多大?在中国不同时空范围内变动规律是否一致?诸如此类问题, 亟需科学解答。为此, 本文构建了城镇化驱动经济与用水增长的完全分解模型, 定量测度了1997-2011年全国以及31个省级行政区 (不包括港、澳、台) 城镇化对经济与用水增长的驱动效应, 旨在从全国和省际层面, 定量揭示城镇化过程与经济增长及用水变化的关系, 为科学认识水资源利用的驱动因素及变动机制提供依据。

2 研究方法与数据来源

2.1 城镇化驱动经济与用水增长的完全分解模型

完全和非完全分解模型都是确定驱动因素的重要方法, 其具体算法均有多种^[18]。其中, 完全分解模型是一种完全消除残差影响的因素分解方法, 已在能源、生态环境、水资源领域得到了一定范围的应用^{[16, 17, 18, 19, 20, 21]}。鲍超在借鉴上述模型原理的基础上, 引用Sun提出的无残差项因素分解模型^[19], 构建了城镇化驱动用水变化的完全分解模型, 以张掖市为例, 将人口增长、人口城镇化 (人口结构变动过程)、经济增长、经济城镇化 (经济结构变动过程) 等作为水资源利用的影响因素进行了分解^[16]。但在该模型中, 仅将人口和经济城镇化作为两个独立过程, 分别测算了人口和经济城镇化对用水总量变化的直接影响。实际上, 人口和经济城镇化是一个交互耦合的综合过程, 除直接影响用水总量变化外, 还通过影响经济增长、用水效率变化对用水总量产生间接影响。因此, 对该模型进一步改进如下：

将经济总量 (E) 的变化看作是人口规模 (P)、人口城乡结构 (以城镇和农村人口分别占总人口的比例S_i表示) 和人均GDP (以城镇和农村人均地区生产总值I_i表示) 这三种因素共同作用的结果, 即经济总量的变化可分解为人口规模效应 (P_eff)、人口结构效应 (S_eff) 和人均经济效率效应 (I_eff) 等三种不同的驱动效应：

$\begin{matrix} E = P \times \sum^{} S_{i} I_{i} \end{matrix}$ (1)

假设基期指标 (第0年) 用上标0表示, 第t年指标用上标t表示, 则基期和第t年经济总量可分别用E⁰和E^t表示, t年间经济总量变化Δ E (Δ P, Δ S及Δ I同理) 为：

$\begin{matrix} ΔE = E^{t} - E^{0} \end{matrix}$ (2)

因子P、S和I的变化对Δ E的贡献 (三种因素的分解效应) 分别为：

$\begin{matrix} P_{eff} = ΔP \sum^{} I_{i}^{0} S_{i}^{0} + \frac{1}{2} ΔP \sum^{} (I_{i}^{0} Δ S_{i} + S_{i}^{0} Δ I_{i}) + \frac{1}{3} ΔP \sum^{} Δ I_{i} Δ S_{i} \end{matrix}$ (3)

$\begin{matrix} S_{eff} = P^{0} \sum^{} I_{i}^{0} Δ S_{i} + \frac{1}{2} \sum^{} Δ S_{i} (I_{i}^{0} ΔP + P^{0} Δ I_{i}) + \frac{1}{3} ΔP \sum^{} Δ I_{i} Δ S_{i} \end{matrix}$ (4)

$\begin{matrix} I_{eff} = P^{0} \sum^{} S_{i}^{0} Δ I_{i} + \frac{1}{2} \sum^{} Δ I_{i} (S_{i}^{0} ΔP + P^{0} Δ S_{i}) + \frac{1}{3} ΔP \sum^{} Δ I_{i} Δ S_{i} \end{matrix}$ (5)

经济总量变化Δ E也即各种分解效应之和：

$\begin{matrix} ΔE = P_{eff} + S_{eff} + I_{eff} \end{matrix}$ (6)

其中, S_eff可理解为人口城镇化直接带来的经济总量变化效应。Δ E、P_eff、S_eff和I_eff均为经济总量变化的绝对量, 因此计算结果在时间上均具有可比和累加的特点：

$\begin{matrix} Δ E^{t_{1} - t_{3}} = Δ E^{t_{1} - t_{2}} + Δ E^{t_{2} - t_{3}} \end{matrix}$ (7)

根据上述原理, 人均经济效率 (I) 的完全分解可用下式表达 (相当于P恒等于1)：

$\begin{matrix} I = \sum^{} S_{i} I_{i} \end{matrix}$ (8)

引起人均经济效率变化的因子可分解为直接的技术效率效应 (II_eff) 和间接的结构效应 (IS_eff, 亦即人口城镇化效应)。它们对人均经济效率变化Δ I的贡献分别为：

$\begin{matrix} I I_{eff} = \sum^{} S_{i}^{0} Δ I_{i} + \frac{1}{2} \sum^{} Δ I_{i} Δ S_{i} \end{matrix}$ (9)

$\begin{matrix} I S_{eff} = \sum^{} I_{i}^{0} Δ S_{i} + \frac{1}{2} \sum^{} Δ I_{i} Δ S_{i} \end{matrix}$ (10)

人均经济效率变化Δ I也等于各种分解效应之和, 也具有在时间上可比和累加的特点：

$\begin{matrix} ΔI = I S_{eff} + I I_{eff} \end{matrix}$ (11)

由于人口城镇化带来人均经济效率变化进而间接带来的经济总量变化效应 (SI_eff) 为：

$\begin{matrix} S I_{eff} = I_{eff} \times I S_{eff} / ΔI \end{matrix}$ (12)

由于人口城镇化过程直接和间接带来的经济规模变化效应 (U_eff) 为：

$\begin{matrix} U_{eff} = S_{eff} + S I_{eff} \end{matrix}$ (13)

同理, 可将用水总量 (W) 的变化看作是经济规模 (E)、城乡经济结构 (以城镇和农村GDP分别占GDP的比例ES_i表示) 和用水经济效率 (以城镇和农村万元GDP用水EI_i表示) 这三种因素共同作用的结果, 即用水总量变化Δ W可分解为经济规模效应 (EP_eff)、经济结构效应 (ES_eff) 和用水经济效率效应 (EI_eff); 万元GDP用水的变化Δ EI也可分解为直接的技术效率效应 (EII_eff) 和间接的结构效应 (EIS_eff); 由于经济城镇化带来用水经济效率变化进而间接带来的用水变化效应记为ESI_eff; 由于经济城镇化直接和间接带来的用水变化记为EU_eff (为ES_eff与ESI_eff之和)。各变量的计算方法及原理同公式 (1)-(13)。

从人口— 经济城镇化的综合角度来看, 城镇化过程导致用水总量变化 (记为Δ WU) 的途径有三种 (图1)：一是由于经济城镇化直接带来的用水变化效应 (ES_eff); 二是由于经济城镇化带来用水经济效率变化进而间接带来的用水变化效应 (ESI_eff); 三是由于人口城镇化直接和间接带来的经济总量变化 (U_eff) 进而导致的用水变化效应 (记为QEP_eff, 也可细分为直接和间接两种效应)。其中：

	Figure Option View Download New Window
	Fig. 1 Schematic diagram of the impact of urbanization on economic growth and water use change

$\begin{matrix} QE P_{eff} = E P_{eff} \times U_{eff} / ΔE \end{matrix}$ (14)

$\begin{matrix} ΔWU = QE P_{eff} + E S_{eff} + ES I_{eff} \end{matrix}$ (15)

本文采用上述模型进行效应分解时, 均按年份变动间距为1进行分解, 然后综合。

2.2 基础数据来源及说明

城镇化驱动经济与用水增长的完全分解模型需要“ 人口总量、城镇人口、农村人口、经济总量、城镇GDP、农村GDP、用水总量、城镇用水、农村用水” 等9个变量作为基础数据。全国以及31个省级行政区的这些数据可以从历年《中国统计年鉴》和《中国水资源公报》上直接或间接获取。由于《中国水资源公报》从1997年开始统一编制, 而且中国基本上从1996年开始进入城镇化快速发展阶段^[22], 为了兼顾数据的可获得性以及研究时段的典型性, 选取1997-2011年为研究时段。

在人口数据方面, 由于《中国统计年鉴》提供的数据 (含前后6次人口普查数据) 在地区之间和时间前后上的可比性均较差^[23], 沈建法采用基于双轨城市化概念模式的区域方法, 对全国及31个省级行政区1982-2000年的总人口和城镇人口进行了修正^[24]。方创琳等在此基础上继续将该数据系列延长到2005年, 并给出了预测未来全国及31个省级行政区城乡人口增长的Logistic模型的相关参数^[22]。为了使人口统计数据不仅在时间上而且在空间上具有较强的可比性, 本文所需的1997-2005年的人口数据直接采用方创琳等修正的数据, 2006-2011年的人口数据采用方创琳等利用Logistic模型模拟的数据。

在经济数据方面, 根据历年《中国统计年鉴》提供的全国及31个省级行政区第一、二、三产业增加值与上年相比的增长速度, 将1997-2011年第一、二、三产业增加值统一换算成1997年价格, 然后求和得到GDP。鉴于分城乡实体地域的经济总量较难获取, 城镇GDP以换算后的第二、三产业增加值之和代替, 农村GDP以换算后的第一产业增加值代替。

在用水数据方面, 根据历年《中国水资源公报》, 用水总量一般按农田灌溉、林牧渔畜、农村居民生活、工业、城镇公共、城镇居民生活6类用户进行统计 (本文不计入人为措施供给的城镇和农村生态环境用水), 前3项计为农村用水, 后3项计为城镇用水。

3 结果分析

3.1 中国人口城镇化与经济增长的时空耦合关系分析

3.1.1 全国人口城镇化对经济增长的拉动效应及动态变化从表1可知, 中国的经济总量历年均呈增加态势 (Δ E均为正值), 而且从1997-2007年, GDP比上年的增量 (Δ E) 也呈逐年增加的趋势, 但2008年后略有起伏。1997-2011年, 中国GDP共增加了20.385× 10¹²元 (年均增长9.85%), 其中：由于人口规模效应 (P_eff) 增加1.491× 10¹²元, 贡献率为7.3%; 由于人均经济效率效应 (I_eff) 增加15.330× 10¹²元, 贡献率为75.2%; 由于人口城镇化的直接效应 (S_eff) 增加3.564× 10¹²元, 贡献率为17.5%; 说明人均经济效率的提高是中国经济持续增长的最重要原因, 而人口城乡结构变化及人口增长是相对次要的原因。

由于人口城镇化还能通过提高人均经济效率间接地促进经济增长, 因此对中国1997-2011年人均经济效率也进行了因子分解。结果表明 (表1), 中国人均经济效率也呈逐年增加态势 (Δ I均为正值), 由1997年的6106元/人增加到2011年的20452元/人, 共增加了14346元/人 (年均增长9.02%), 其中：由于直接的技术效率效应II_eff增加11637元/人, 贡献率为81.1%; 由于人口城镇化效应IS_eff增加2709元/人, 贡献率为18.9%。这样, 可计算出

Tab. 1 Driving effects of population urbanization on economic growth in China from 1997 to 2011

年份	1998	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	1997~2011
Δ E	586	614	732	781	925	1114	1233	1523	1900	2391	1857	1947	2411	2369	20385
P_eff	68	90	137	75	65	68	98	92	126	120	128	134	141	149	1491
I_eff	421	434	400	576	692	855	912	1170	1398	1963	1389	1448	1876	1797	15330
S_eff	97	91	195	131	169	191	223	261	376	308	340	365	394	424	3564
SI_eff	79	75	131	107	136	156	179	213	296	266	273	291	325	343	2872
U_eff	176	166	326	238	305	348	402	474	672	574	613	656	719	768	6436
Δ I	421	422	473	555	672	812	875	1095	1347	1713	1296	1350	1680	1635	14346
II_eff	342	349	318	452	540	663	703	896	1062	1481	1041	1078	1389	1322	11637
IS_eff	79	73	155	103	132	148	172	200	285	232	255	272	291	312	2709

注：Δ E、P_eff、I_eff、S_eff、SI_eff、U_eff单位为10⁹元, Δ I、II_eff、IS_eff单位为元/人。人口城镇化带来人均经济效率变化进而间接带来的经济变化效应 (SI_eff) 为2.872× 10¹²元, 则人口城镇化综合拉动经济增长 (U_eff) 6.436× 10¹²元, 综合贡献率为31.6%。从历年动态变化来看, 由人口增长引起的经济增长变化相对较小, 但其贡献率的起伏相对较大; 而人均经济效率效应的绝对量变化较大, 但其贡献率绝大多数年份在70%~75%之间; 人口城镇化对经济增长的直接贡献率主要在15%~20%之间, 综合贡献率长期稳定在30%左右。总体来看, 人口城镇化对中国经济增长具有一定的拉动作用, 但这种作用不宜过分夸大, 因为扣除人口增长影响外, 中国经济增长仍60%以上依赖于生产效率的提高。3.1.2 分省人口城镇化对经济增长拉动效应的空间差异从图2可知, 从1997-2011年, 中国31个省级行政区导致经济增长的人口规模效应 (P_eff)、人口结构效应 (S_eff)、人均经济效率效应 (I_eff) 以及导致人均经济效率变化的直接技术效率效应 (II_eff)、间接结构效应 (IS_eff) 等均为正值, 而且各省区也基本上是I_eff > S_eff > P_eff (I_eff的贡献率基本在75%以上, S_eff的贡献率基本在10%以上, P_eff的贡献率基本在10%以下甚至更低), II_eff > IS_eff (II_eff的贡献率基本在80%以上, IS_eff的贡献率基本在20%以下甚至更低), 说明各省区人口增长、人口城乡结构变化以及人均经济效率提高对经济增长总体上都具有正向的拉动作用, 而且人均经济效率提高对经济增长的贡献最大。同时可知, 人口城镇化对经济增长的综合拉动效应 (U_eff) 的贡献率主要集中在20%~30%左右, 说明各省区人口城镇化对经济增长均具有推动作用, 但都次于效率效应, 是相对次要的原因。另一方面, 人口城镇化对经济增长以及人均经济效率的拉动效应也存在着明显的空间差异。从图2a可知, 由于中国东部地区大部分省级行政区城镇化和经济发展的基础较好, 在经济总量大、速度快以及城镇化速度快的综合影响下, 近十数年来人口城镇化拉动经济增长的绝对量也较大; 中部地区次之; 西部地区普遍较小。当然, 东部地区也有部分特别的省级行政区, 如北京、天津、上海、海南等, 或者由于经济总量偏小, 或者已步入城镇化成熟发展阶段 (城镇化水平极高并缓慢增长甚至负增长), 导致人口城镇化拉动经济增长的绝对量和贡献率均较小。此外, 从图2b可知, 人口城镇化对人均经济效率的拉动效应也存在着类似的空间分异规律。3.1.3 分省人口城镇化对经济增长拉动效应的动态变化中国31个省级行政区人口城镇化对经济增长的综合拉动作用在时间上的动态变化也不尽一致 (表2)。由于北京、天津、上海已步入城镇化成熟发展阶段, 或者由于部分省级行政区 (如辽宁、吉林、贵州、青海、宁夏、新疆) 在极个别年份总人口增长过快或城镇人口增长较慢, 导致城镇化水平出现负增长, 因此偶尔出现人口城镇化对经济增长的综合贡献率为负值的情形, 导致综合贡献率在时间上出现正负性质的变化。但总体而言, 由于中国31个省级行政区在1997-2011年都处于城镇化加速发展阶段或成熟阶段, 城镇化速度一般都没有出现大起大落的情形, 同时由于经济总量也持续稳定增长, 导致综合贡献率以正值为主, 而且在时间上的变化也相对稳定。此外, 由于各省级行政区经济总量不断增大, 导致人口城镇化拉动经济增长的绝对量总体上呈增长趋势。

3.2 中国人口— 经济城镇化过程与用水变化的时空耦合关系分析3.2.1 全国人口— 经济城镇化过程对用水总量与万元GDP用水的减量效应 1997-2011年, 中国用水总量增加了429× 10⁸ m³, 其中：由于经济规模效应EP_eff增加7399× 10⁸ m³, 由于用水经济效率效应EI_eff减少4081× 10⁸ m³, 由于经济城镇化的直接效应ES_eff减少2888× 10⁸ m³; 由于经济城镇化使用水效率提高间接减少用水1641× 10⁸ m³, 由于经济城镇化的综合效应减少用水4530× 10⁸ m³, 由于人口城镇化拉动经济增长进而增加用水2352× 10⁸ m³, 亦即人口— 经济城镇化共减少用水总量2177× 10⁸ m³ (表3)。而且, 无论是用水总量比上年增加 (Δ W > 0) 还是减少的年份, 经济城镇化直接、间接带来的用水变化效应及二者之和所表征的综合效应 (ES_eff、ESI_eff、EU_eff) 均为负值, 说明经济城镇化由于优化了产业结构并提高了用水效率, 一直起着抑制全国用水总量增加的作用。由于人口城镇化和经济城镇化互相推动, 因此可认为人口— 经济城镇化过程对用水总量具有减量效应。但另一方面, 中国人口城镇化促进了经济增长, 导致QEP_eff历年均为正值, 说明人口— 经济城镇化过程对用水总量同时具有增量效应。综合来看, 中国人口— 经济城镇化对用水总量变化具有减量效应 (Δ WU历年均为负值), 城镇化推动的人口和经济结构优化及其所带来的用水效率提高是抑制中国用水快速增长的重要原因。中国万元GDP用水之所以逐年下降 (Δ EI均为负值), 归功于直接的技术效率效应EII_eff和间接的经济城镇化效应EIS_eff均为负值, 说明经济城镇化具有提高用水效率的作用。总体来看, 中国1997-2011年万元GDP用水减少了529.2 m³/万元, 其中：由于直接的技术效率效应减少310.6 m³/万元, 贡献率为58.7%; 由于经济城镇化效应减少218.7 m³/万元, 贡献率为41.3%。从时间上看, 中国万元GDP用水的下降速度以及经济城镇化减少万元GDP的贡献率相对来说都较稳定, 说明城镇化是提高用水效率的重要途径。3.2.2 分省人口— 经济城镇化过程对用水变化驱动效应的空间差异 1997-2011年, 除北京、天津、河北、辽宁、浙江、河南、广西、宁夏用水总量总体负增长外, 其他省级行政区均为正增长, 而且经济规模效应EP_eff均为正值, 用水经济效率效应EI_eff、经济城镇化的直接效应ES_eff均为负值, 与全国存在着类似的规律。从经济城镇化的直接减量效应ES_eff来看, 中国东中部的人口和经济大省且处于城镇化加速阶段的, 减少用水一般在100~200亿m³之间; 而中西部人口和经济总量较小的及东部已进入城镇化成熟阶段的省区, 减少用水一般在100亿m³以下; 减少用水最多的是江苏、新疆、广东, 均在200亿m³以上; 减少用水最少的是海南、天津、北京等10个省区, 均在50亿m³以下 (图3a)。但经济城镇化对万元GDP用水的减量效应EIS_eff却有所不同, 中西部用水经济效率本身较低且城镇化速度较快的省级行政区减量效应较大, 亦即通过城镇化提高用水效率进而减少用水总量的作用越大, 如西藏、宁夏、新疆、内蒙古、青海的万元GDP用水减少均在500 m³/万元以上; 而上海、天津、北京、重庆、辽宁、海南, 进一步提高用水经济效率的潜力有限, 均在50 m³/万元以下 (图3b)。另一方面, 中国31个省级行政区通过城镇化拉动经济增长进而增加用水总量的经济规模效应QEP_eff在空间分布上也不尽一致 (图3c)。一般来说, 人口和经济总量较大、城镇化速度较快且万元GDP用水较大的省级行政区, 由于城镇化拉动的经济增量较大且消耗的用水较多, 最终导致QEP_eff较大。中国东部的大部分省级行政区虽然城镇化拉动的经济增量较大, 但万元GDP用水较低, 导致QEP_eff与中西部相比并不突出。但总体而言, 东中部城镇化的经济规模效应QEP_eff较大, 西部以及北京、天津、上海的QEP_eff较小。综合来看, 除重庆市城镇化的综合驱动效应Δ WU略大于0外, 中国其他省级行政区城镇化的经济规模效应带来的用水增加, 均小于城镇化直接和间接带来的用水减少, 最终导致Δ WU均为负值 (图3d), 说明人口和产业向城镇集聚的城镇化过程, 只要注重产业结构优化和用水效率提高, 不仅不会增加用水总量, 反而会促进用水减少。3.2.3 分省人口— 经济城镇化过程对用水变化驱动效应的动态变化中国31个省级行政区城镇化对用水变化的综合驱动效应动态变化也不尽一致 (表4)。由于部分省级行政区在个别年份农业发展较好或第二、三产业发展较慢, 导致经济城镇化水平出现负增长; 或者经济城镇化水平虽正增长, 但其通过城镇化优化产业结构和提高用水效率而减少的用水量, 低于其通过城镇化扩大社会经济规模而增加的用水量; 因此偶尔出现人口— 经济城镇化对用水增长的综合贡献为正值的情形, 导致综合驱动效应在时间上出现正负性质的变化。但总体而言, 由于中国31个省级行政区在1997-2011年都处于城镇化加速发展的阶段或成熟阶段, 城镇化速度一般都没有出现大起大落的情形; 同时, 由于人口— 经济城镇化速度较快的年份, 其对用水变化的增量效应和减量效应的绝对值都会加大, 最终正负有所抵消, 导致综合驱动效应以负值为主, 而且在时间上的变化相对稳定。

4 结论与讨论(1) 城镇化能通过优化人口城乡结构和提高人均经济效率来直接或间接地促进经济增长, 但这种作用不宜过分夸大。1997-2011年, 中国城镇化对经济增长的直接贡献率主要在15%~20%之间, 综合贡献率长期稳定在30%左右, 扣除人口增长影响外, 中国经济增长仍60%以上依赖于生产效率的提高。因此, 在中国积极推进新型城镇化战略进程中, 应适当弱化“ 城镇化是经济增长主要动力” 的理念, 而应更全面地关注城镇化在促进社会进步和提高资源环境效率方面的内涵, 同时更多关注如何通过生产技术进步和效率提高促进经济持续稳定增长。(2) 城镇化是驱动用水变化的双刃剑。1997-2011年, 中国城镇化通过拉动经济增长增加用水2352× 10⁸ m³, 但通过优化产业结构和提高用水经济效率减少用水4530× 10⁸ m³, 最终使用水减少2177× 10⁸ m³。总体来看, 中国人口— 经济城镇化过程对用水总量和万元GDP用水都具有明显的减量效应, 是提高中国用水效率、抑制用水快速增长的重要途径之一 (另一途径是提高直接的技术效率效应, 共减少用水2440× 10⁸ m³), 并非中国用水增长的原因; 中国用水总量之所以增加429× 10⁸ m³, 是因为人口和经济规模效应共增加用水5046× 10⁸ m³ (已扣除城镇化带来的经济规模效应)。(3) 中国31个省级行政区的城镇化与经济增长及用水变化的关系基本与全国类似, 而且在时空变化上也具有一定的规律性。总体来看, 中国东中部的人口和经济大省且处于城镇化加速阶段的, 城镇化拉动经济增长的绝对量较大, 由此造成的用水增量效应也较大, 而且呈逐年增长趋势; 但它们通过优化产业结构和提高用水经济效率而减少的用水同样也多; 最终表现为城镇化对用水的综合驱动以减量效应为主, 而且在时间上的变化相对稳定, 在空间上的差异相对缩小。(4) 虽然城镇化有助于减少全国及绝大多数省级行政区的用水总量, 但从本文研究可知：由于城镇化会带来人口和产业向城镇建成区或城市群地区迅速积聚, 对这些特定区域而言, 由于人口和经济城镇化水平都很高甚至接近100%, 其经济增长和用水变化主要由人口— 经济规模以及直接的技术效率效应决定, 但技术进步在较短时间范围内是有限的, 因此城镇化一般会导致城镇建成区或城市群地区用水较快增长, 亦即城镇化会导致局部地区 (如城镇建成区、城市群地区) 的缺水危机。因此, 当务之急, 要在城镇化减少全国 (或较大范围区域) 用水以及区域用水缓慢增长甚至负增长的背景下, 尽快建立水资源在城乡之间 (或城镇化水平较高与较低地区之间) 的顺畅流转与合理补偿机制^[25]。

	Figure Option View Download New Window
	图2 中国分省人口城镇化对经济增长的拉动效应及空间分异Fig. 2 Driving effects of population urbanization on economic growth by province in China

表2 1997-2011年中国分省人口城镇化对经济增长的综合贡献率 (%) Tab. 2 Combined contributions of urbanization to economic growth by province in China from 1997 to 2011 (%)

年份	1998	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	1997-2011
全国	30.0	27.0	44.6	30.4	33.0	31.2	32.6	31.1	35.4	24.0	33.0	33.7	29.8	32.4	31.6
北京	2.9	13.8	-19.7	-14.3	9.6	10.0	7.9	12.1	18.8	6.4	9.6	8.3	8.0	9.6	7.5
天津	4.7	9.5	4.1	2.6	3.1	2.7	2.5	2.7	-0.9	2.2	2.1	2.1	2.0	2.1	2.3
河北	28.1	24.8	48.1	32.7	43.5	42.9	40.7	37.6	17.2	32.7	39.6	39.6	33.3	35.3	35.1
山西	21.3	31.9	51.3	21.8	29.0	24.1	26.6	30.1	24.0	19.7	33.6	47.8	21.4	22.4	26.1
内蒙古	29.3	17.5	32.0	22.4	12.0	12.1	10.7	9.9	10.0	11.9	12.8	13.5	15.1	15.6	13.7
辽宁	10.5	-6.8	2.4	3.7	13.0	11.7	14.4	16.0	14.0	8.2	9.1	9.2	8.6	9.7	9.8
吉林	1.9	-13.6	-10.5	-4.3	18.6	13.4	14.7	15.5	12.4	6.3	6.6	7.7	7.8	7.8	7.8
黑龙江	3.0	12.9	24.2	8.1	18.7	14.6	14.3	13.5	10.5	10.3	10.5	10.7	9.7	9.9	11.5
上海	6.6	-21.3	4.1	29.1	7.7	0.1	0.0	0.1	26.8	4.7	6.2	6.4	4.6	5.0	6.3
江苏	34.2	62.4	73.3	67.7	26.2	28.5	25.2	27.2	19.8	33.4	36.7	36.0	33.8	36.4	34.8
浙江	47.7	48.0	53.7	19.1	24.4	23.5	21.6	29.7	15.0	21.6	29.1	31.4	23.7	29.2	27.0
安徽	29.3	35.1	37.9	12.4	59.7	54.8	52.3	14.5	36.5	28.8	31.7	31.1	27.9	29.8	32.6
福建	33.7	36.7	29.1	27.3	24.8	24.4	22.9	25.5	45.1	24.1	27.0	27.7	24.4	26.4	27.9
江西	17.4	14.8	53.3	44.0	36.1	36.0	33.5	36.4	4.9	5.8	5.9	3.3	19.6	21.8	19.4
山东	9.5	22.2	18.0	16.8	19.2	24.3	28.9	30.6	27.3	25.8	29.3	28.4	27.6	30.0	26.5
河南	27.0	12.6	22.5	19.7	35.5	32.6	27.9	27.1	30.2	25.2	29.7	32.5	28.9	30.2	28.5
湖北	30.7	28.6	28.0	38.7	35.2	44.4	35.0	33.8	28.3	26.2	27.6	26.8	24.2	25.1	28.7
湖南	36.5	33.3	38.2	20.2	55.6	44.9	46.8	44.7	7.1	27.4	29.3	29.6	28.0	31.2	31.4
广东	29.6	26.1	11.9	10.4	19.2	15.1	16.5	16.6	19.9	23.2	29.4	28.9	21.6	24.1	21.6
广西	30.7	26.8	19.5	38.3	28.6	27.0	20.9	43.7	42.9	46.7	36.5	34.0	31.3	35.0	35.0
海南	44.0	23.1	23.7	27.0	15.8	13.1	10.0	8.3	45.4	13.6	19.4	16.4	12.5	16.2	18.5
重庆	32.5	26.4	67.6	53.2	32.8	31.4	31.1	28.8	56.4	30.0	31.8	30.5	26.7	27.2	32.7
四川	19.7	32.6	35.1	25.9	35.8	39.6	34.6	42.8	35.5	27.9	35.3	28.0	27.0	27.1	31.1
贵州	2.7	5.0	14.4	14.5	19.4	25.2	19.2	24.2	-2.5	12.1	15.7	15.7	14.3	12.6	13.8
云南	37.6	49.9	67.8	37.3	38.9	35.3	40.4	38.1	25.4	29.7	33.4	29.8	29.5	27.0	33.2
西藏	61.2	66.9	68.1	73.5	54.2	48.2	38.3	32.5	29.3	28.0	22.0	45.0	45.3	44.0	42.5
陕西	39.1	29.5	55.4	30.6	33.6	34.3	20.7	25.9	10.9	20.2	19.6	23.0	21.6	22.4	23.6
甘肃	19.8	17.2	38.3	26.9	28.2	46.3	27.0	27.2	37.3	19.5	27.6	27.1	24.1	22.9	27.2
青海	19.0	-9.6	-17.9	55.7	21.7	17.9	13.6	22.7	36.9	17.8	17.8	23.0	15.8	17.7	19.7
宁夏	18.4	8.5	-13.9	2.1	35.1	32.3	33.7	32.8	14.7	18.5	18.6	19.5	17.4	19.1	19.5
新疆	-9.9	6.0	-12.3	-9.8	19.6	19.4	25.5	19.1	19.2	18.7	20.6	26.8	21.2	19.0	17.2

Tab. 1 Driving effects of population urbanization on economic growth in China from 1997 to 2011

年份	1998	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	1997~2011
Δ E	586	614	732	781	925	1114	1233	1523	1900	2391	1857	1947	2411	2369	20385
P_eff	68	90	137	75	65	68	98	92	126	120	128	134	141	149	1491
I_eff	421	434	400	576	692	855	912	1170	1398	1963	1389	1448	1876	1797	15330
S_eff	97	91	195	131	169	191	223	261	376	308	340	365	394	424	3564
SI_eff	79	75	131	107	136	156	179	213	296	266	273	291	325	343	2872
U_eff	176	166	326	238	305	348	402	474	672	574	613	656	719	768	6436
Δ I	421	422	473	555	672	812	875	1095	1347	1713	1296	1350	1680	1635	14346
II_eff	342	349	318	452	540	663	703	896	1062	1481	1041	1078	1389	1322	11637
IS_eff	79	73	155	103	132	148	172	200	285	232	255	272	291	312	2709

注：Δ E、P_eff、I_eff、S_eff、SI_eff、U_eff单位为10⁹元, Δ I、II_eff、IS_eff单位为元/人。

表2 1997-2011年中国分省人口城镇化对经济增长的综合贡献率 (%) Tab. 2 Combined contributions of urbanization to economic growth by province in China from 1997 to 2011 (%)

年份	1998	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	1997-2011
全国	30.0	27.0	44.6	30.4	33.0	31.2	32.6	31.1	35.4	24.0	33.0	33.7	29.8	32.4	31.6
北京	2.9	13.8	-19.7	-14.3	9.6	10.0	7.9	12.1	18.8	6.4	9.6	8.3	8.0	9.6	7.5
天津	4.7	9.5	4.1	2.6	3.1	2.7	2.5	2.7	-0.9	2.2	2.1	2.1	2.0	2.1	2.3
河北	28.1	24.8	48.1	32.7	43.5	42.9	40.7	37.6	17.2	32.7	39.6	39.6	33.3	35.3	35.1
山西	21.3	31.9	51.3	21.8	29.0	24.1	26.6	30.1	24.0	19.7	33.6	47.8	21.4	22.4	26.1
内蒙古	29.3	17.5	32.0	22.4	12.0	12.1	10.7	9.9	10.0	11.9	12.8	13.5	15.1	15.6	13.7
辽宁	10.5	-6.8	2.4	3.7	13.0	11.7	14.4	16.0	14.0	8.2	9.1	9.2	8.6	9.7	9.8
吉林	1.9	-13.6	-10.5	-4.3	18.6	13.4	14.7	15.5	12.4	6.3	6.6	7.7	7.8	7.8	7.8
黑龙江	3.0	12.9	24.2	8.1	18.7	14.6	14.3	13.5	10.5	10.3	10.5	10.7	9.7	9.9	11.5
上海	6.6	-21.3	4.1	29.1	7.7	0.1	0.0	0.1	26.8	4.7	6.2	6.4	4.6	5.0	6.3
江苏	34.2	62.4	73.3	67.7	26.2	28.5	25.2	27.2	19.8	33.4	36.7	36.0	33.8	36.4	34.8
浙江	47.7	48.0	53.7	19.1	24.4	23.5	21.6	29.7	15.0	21.6	29.1	31.4	23.7	29.2	27.0
安徽	29.3	35.1	37.9	12.4	59.7	54.8	52.3	14.5	36.5	28.8	31.7	31.1	27.9	29.8	32.6
福建	33.7	36.7	29.1	27.3	24.8	24.4	22.9	25.5	45.1	24.1	27.0	27.7	24.4	26.4	27.9
江西	17.4	14.8	53.3	44.0	36.1	36.0	33.5	36.4	4.9	5.8	5.9	3.3	19.6	21.8	19.4
山东	9.5	22.2	18.0	16.8	19.2	24.3	28.9	30.6	27.3	25.8	29.3	28.4	27.6	30.0	26.5
河南	27.0	12.6	22.5	19.7	35.5	32.6	27.9	27.1	30.2	25.2	29.7	32.5	28.9	30.2	28.5
湖北	30.7	28.6	28.0	38.7	35.2	44.4	35.0	33.8	28.3	26.2	27.6	26.8	24.2	25.1	28.7
湖南	36.5	33.3	38.2	20.2	55.6	44.9	46.8	44.7	7.1	27.4	29.3	29.6	28.0	31.2	31.4
广东	29.6	26.1	11.9	10.4	19.2	15.1	16.5	16.6	19.9	23.2	29.4	28.9	21.6	24.1	21.6
广西	30.7	26.8	19.5	38.3	28.6	27.0	20.9	43.7	42.9	46.7	36.5	34.0	31.3	35.0	35.0
海南	44.0	23.1	23.7	27.0	15.8	13.1	10.0	8.3	45.4	13.6	19.4	16.4	12.5	16.2	18.5
重庆	32.5	26.4	67.6	53.2	32.8	31.4	31.1	28.8	56.4	30.0	31.8	30.5	26.7	27.2	32.7
四川	19.7	32.6	35.1	25.9	35.8	39.6	34.6	42.8	35.5	27.9	35.3	28.0	27.0	27.1	31.1
贵州	2.7	5.0	14.4	14.5	19.4	25.2	19.2	24.2	-2.5	12.1	15.7	15.7	14.3	12.6	13.8
云南	37.6	49.9	67.8	37.3	38.9	35.3	40.4	38.1	25.4	29.7	33.4	29.8	29.5	27.0	33.2
西藏	61.2	66.9	68.1	73.5	54.2	48.2	38.3	32.5	29.3	28.0	22.0	45.0	45.3	44.0	42.5
陕西	39.1	29.5	55.4	30.6	33.6	34.3	20.7	25.9	10.9	20.2	19.6	23.0	21.6	22.4	23.6
甘肃	19.8	17.2	38.3	26.9	28.2	46.3	27.0	27.2	37.3	19.5	27.6	27.1	24.1	22.9	27.2
青海	19.0	-9.6	-17.9	55.7	21.7	17.9	13.6	22.7	36.9	17.8	17.8	23.0	15.8	17.7	19.7
宁夏	18.4	8.5	-13.9	2.1	35.1	32.3	33.7	32.8	14.7	18.5	18.6	19.5	17.4	19.1	19.5
新疆	-9.9	6.0	-12.3	-9.8	19.6	19.4	25.5	19.1	19.2	18.7	20.6	26.8	21.2	19.0	17.2

Tab. 1 Driving effects of population urbanization on economic growth in China from 1997 to 2011

人口城镇化带来人均经济效率变化进而间接带来的经济变化效应 (SI_eff) 为2.872× 10¹²元, 则人口城镇化综合拉动经济增长 (U_eff) 6.436× 10¹²元, 综合贡献率为31.6%。从历年动态变化来看, 由人口增长引起的经济增长变化相对较小, 但其贡献率的起伏相对较大; 而人均经济效率效应的绝对量变化较大, 但其贡献率绝大多数年份在70%~75%之间; 人口城镇化对经济增长的直接贡献率主要在15%~20%之间, 综合贡献率长期稳定在30%左右。总体来看, 人口城镇化对中国经济增长具有一定的拉动作用, 但这种作用不宜过分夸大, 因为扣除人口增长影响外, 中国经济增长仍60%以上依赖于生产效率的提高。

3.1.2 分省人口城镇化对经济增长拉动效应的空间差异从图2可知, 从1997-2011年, 中国31个省级行政区导致经济增长的人口规模效应 (P_eff)、人口结构效应 (S_eff)、人均经济效率效应 (I_eff) 以及导致人均经济效率变化的直接技术效率效应 (II_eff)、间接结构效应 (IS_eff) 等均为正值, 而且各省区也基本上是I_eff > S_eff > P_eff (I_eff的贡献率基本在75%以上, S_eff的贡献率基本在10%以上, P_eff的贡献率基本在10%以下甚至更低), II_eff > IS_eff (II_eff的贡献率基本在80%以上, IS_eff的贡献率基本在20%以下甚至更低), 说明各省区人口增长、人口城乡结构变化以及人均经济效率提高对经济增长总体上都具有正向的拉动作用, 而且人均经济效率提高对经济增长的贡献最大。同时可知, 人口城镇化对经济增长的综合拉动效应 (U_eff) 的贡献率主要集中在20%~30%左右, 说明各省区人口城镇化对经济增长均具有推动作用, 但都次于效率效应, 是相对次要的原因。

另一方面, 人口城镇化对经济增长以及人均经济效率的拉动效应也存在着明显的空间差异。从图2a可知, 由于中国东部地区大部分省级行政区城镇化和经济发展的基础较好, 在经济总量大、速度快以及城镇化速度快的综合影响下, 近十数年来人口城镇化拉动经济增长的绝对量也较大; 中部地区次之; 西部地区普遍较小。当然, 东部地区也有部分特别的省级行政区, 如北京、天津、上海、海南等, 或者由于经济总量偏小, 或者已步入城镇化成熟发展阶段 (城镇化水平极高并缓慢增长甚至负增长), 导致人口城镇化拉动经济增长的绝对量和贡献率均较小。此外, 从图2b可知, 人口城镇化对人均经济效率的拉动效应也存在着类似的空间分异规律。

3.1.3 分省人口城镇化对经济增长拉动效应的动态变化中国31个省级行政区人口城镇化对经济增长的综合拉动作用在时间上的动态变化也不尽一致 (表2)。由于北京、天津、上海已步入城镇化成熟发展阶段, 或者由于部分省级行政区 (如辽宁、吉林、贵州、青海、宁夏、新疆) 在极个别年份总人口增长过快或城镇人口增长较慢, 导致城镇化水平出现负增长, 因此偶尔出现人口城镇化对经济增长的综合贡献率为负值的情形, 导致综合贡献率在时间上出现正负性质的变化。但总体而言, 由于中国31个省级行政区在1997-2011年都处于城镇化加速发展阶段或成熟阶段, 城镇化速度一般都没有出现大起大落的情形, 同时由于经济总量也持续稳定增长, 导致综合贡献率以正值为主, 而且在时间上的变化也相对稳定。此外, 由于各省级行政区经济总量不断增大, 导致人口城镇化拉动经济增长的绝对量总体上呈增长趋势。

3.2 中国人口— 经济城镇化过程与用水变化的时空耦合关系分析

3.2.1 全国人口— 经济城镇化过程对用水总量与万元GDP用水的减量效应 1997-2011年, 中国用水总量增加了429× 10⁸ m³, 其中：由于经济规模效应EP_eff增加7399× 10⁸ m³, 由于用水经济效率效应EI_eff减少4081× 10⁸ m³, 由于经济城镇化的直接效应ES_eff减少2888× 10⁸ m³; 由于经济城镇化使用水效率提高间接减少用水1641× 10⁸ m³, 由于经济城镇化的综合效应减少用水4530× 10⁸ m³, 由于人口城镇化拉动经济增长进而增加用水2352× 10⁸ m³, 亦即人口— 经济城镇化共减少用水总量2177× 10⁸ m³ (表3)。而且, 无论是用水总量比上年增加 (Δ W > 0) 还是减少的年份, 经济城镇化直接、间接带来的用水变化效应及二者之和所表征的综合效应 (ES_eff、ESI_eff、EU_eff) 均为负值, 说明经济城镇化由于优化了产业结构并提高了用水效率, 一直起着抑制全国用水总量增加的作用。由于人口城镇化和经济城镇化互相推动, 因此可认为人口— 经济城镇化过程对用水总量具有减量效应。但另一方面, 中国人口城镇化促进了经济增长, 导致QEP_eff历年均为正值, 说明人口— 经济城镇化过程对用水总量同时具有增量效应。综合来看, 中国人口— 经济城镇化对用水总量变化具有减量效应 (Δ WU历年均为负值), 城镇化推动的人口和经济结构优化及其所带来的用水效率提高是抑制中国用水快速增长的重要原因。

中国万元GDP用水之所以逐年下降 (Δ EI均为负值), 归功于直接的技术效率效应EII_eff和间接的经济城镇化效应EIS_eff均为负值, 说明经济城镇化具有提高用水效率的作用。总体来看, 中国1997-2011年万元GDP用水减少了529.2 m³/万元, 其中：由于直接的技术效率效应减少310.6 m³/万元, 贡献率为58.7%; 由于经济城镇化效应减少218.7 m³/万元, 贡献率为41.3%。从时间上看, 中国万元GDP用水的下降速度以及经济城镇化减少万元GDP的贡献率相对来说都较稳定, 说明城镇化是提高用水效率的重要途径。

3.2.2 分省人口— 经济城镇化过程对用水变化驱动效应的空间差异 1997-2011年, 除北京、天津、河北、辽宁、浙江、河南、广西、宁夏用水总量总体负增长外, 其他省级行政区均为正增长, 而且经济规模效应EP_eff均为正值, 用水经济效率效应EI_eff、经济城镇化的直接效应ES_eff均为负值, 与全国存在着类似的规律。

从经济城镇化的直接减量效应ES_eff来看, 中国东中部的人口和经济大省且处于城镇化加速阶段的, 减少用水一般在100~200亿m³之间; 而中西部人口和经济总量较小的及东部已进入城镇化成熟阶段的省区, 减少用水一般在100亿m³以下; 减少用水最多的是江苏、新疆、广东, 均在200亿m³以上; 减少用水最少的是海南、天津、北京等10个省区, 均在50亿m³以下 (图3a)。但经济城镇化对万元GDP用水的减量效应EIS_eff却有所不同, 中西部用水经济效率本身较低且城镇化速度较快的省级行政区减量效应较大, 亦即通过城镇化提高用水效率进而减少用水总量的作用越大, 如西藏、宁夏、新疆、内蒙古、青海的万元GDP用水减少均在500 m³/万元以上; 而上海、天津、北京、重庆、辽宁、海南, 进一步提高用水经济效率的潜力有限, 均在50 m³/万元以下 (图3b)。

另一方面, 中国31个省级行政区通过城镇化拉动经济增长进而增加用水总量的经济规模效应QEP_eff在空间分布上也不尽一致 (图3c)。一般来说, 人口和经济总量较大、城镇化速度较快且万元GDP用水较大的省级行政区, 由于城镇化拉动的经济增量较大且消耗的用水较多, 最终导致QEP_eff较大。中国东部的大部分省级行政区虽然城镇化拉动的经济增量较大, 但万元GDP用水较低, 导致QEP_eff与中西部相比并不突出。但总体而言, 东中部城镇化的经济规模效应QEP_eff较大, 西部以及北京、天津、上海的QEP_eff较小。

综合来看, 除重庆市城镇化的综合驱动效应Δ WU略大于0外, 中国其他省级行政区城镇化的经济规模效应带来的用水增加, 均小于城镇化直接和间接带来的用水减少, 最终导致Δ WU均为负值 (图3d), 说明人口和产业向城镇集聚的城镇化过程, 只要注重产业结构优化和用水效率提高, 不仅不会增加用水总量, 反而会促进用水减少。

3.2.3 分省人口— 经济城镇化过程对用水变化驱动效应的动态变化中国31个省级行政区城镇化对用水变化的综合驱动效应动态变化也不尽一致 (表4)。由于部分省级行政区在个别年份农业发展较好或第二、三产业发展较慢, 导致经济城镇化水平出现负增长; 或者经济城镇化水平虽正增长, 但其通过城镇化优化产业结构和提高用水效率而减少的用水量, 低于其通过城镇化扩大社会经济规模而增加的用水量; 因此偶尔出现人口— 经济城镇化对用水增长的综合贡献为正值的情形, 导致综合驱动效应在时间上出现正负性质的变化。但总体而言, 由于中国31个省级行政区在1997-2011年都处于城镇化加速发展的阶段或成熟阶段, 城镇化速度一般都没有出现大起大落的情形; 同时, 由于人口— 经济城镇化速度较快的年份, 其对用水变化的增量效应和减量效应的绝对值都会加大, 最终正负有所抵消, 导致综合驱动效应以负值为主, 而且在时间上的变化相对稳定。

4 结论与讨论

(1) 城镇化能通过优化人口城乡结构和提高人均经济效率来直接或间接地促进经济增长, 但这种作用不宜过分夸大。1997-2011年, 中国城镇化对经济增长的直接贡献率主要在15%~20%之间, 综合贡献率长期稳定在30%左右, 扣除人口增长影响外, 中国经济增长仍60%以上依赖于生产效率的提高。因此, 在中国积极推进新型城镇化战略进程中, 应适当弱化“ 城镇化是经济增长主要动力” 的理念, 而应更全面地关注城镇化在促进社会进步和提高资源环境效率方面的内涵, 同时更多关注如何通过生产技术进步和效率提高促进经济持续稳定增长。

(2) 城镇化是驱动用水变化的双刃剑。1997-2011年, 中国城镇化通过拉动经济增长增加用水2352× 10⁸ m³, 但通过优化产业结构和提高用水经济效率减少用水4530× 10⁸ m³, 最终使用水减少2177× 10⁸ m³。总体来看, 中国人口— 经济城镇化过程对用水总量和万元GDP用水都具有明显的减量效应, 是提高中国用水效率、抑制用水快速增长的重要途径之一 (另一途径是提高直接的技术效率效应, 共减少用水2440× 10⁸ m³), 并非中国用水增长的原因; 中国用水总量之所以增加429× 10⁸ m³, 是因为人口和经济规模效应共增加用水5046× 10⁸ m³ (已扣除城镇化带来的经济规模效应)。

(3) 中国31个省级行政区的城镇化与经济增长及用水变化的关系基本与全国类似, 而且在时空变化上也具有一定的规律性。总体来看, 中国东中部的人口和经济大省且处于城镇化加速阶段的, 城镇化拉动经济增长的绝对量较大, 由此造成的用水增量效应也较大, 而且呈逐年增长趋势; 但它们通过优化产业结构和提高用水经济效率而减少的用水同样也多; 最终表现为城镇化对用水的综合驱动以减量效应为主, 而且在时间上的变化相对稳定, 在空间上的差异相对缩小。

(4) 虽然城镇化有助于减少全国及绝大多数省级行政区的用水总量, 但从本文研究可知：由于城镇化会带来人口和产业向城镇建成区或城市群地区迅速积聚, 对这些特定区域而言, 由于人口和经济城镇化水平都很高甚至接近100%, 其经济增长和用水变化主要由人口— 经济规模以及直接的技术效率效应决定, 但技术进步在较短时间范围内是有限的, 因此城镇化一般会导致城镇建成区或城市群地区用水较快增长, 亦即城镇化会导致局部地区 (如城镇建成区、城市群地区) 的缺水危机。因此, 当务之急, 要在城镇化减少全国 (或较大范围区域) 用水以及区域用水缓慢增长甚至负增长的背景下, 尽快建立水资源在城乡之间 (或城镇化水平较高与较低地区之间) 的顺畅流转与合理补偿机制^[25]。

	Figure Option View Download New Window
	图2 中国分省人口城镇化对经济增长的拉动效应及空间分异Fig. 2 Driving effects of population urbanization on economic growth by province in China

表2

1997-2011年中国分省人口城镇化对经济增长的综合贡献率 (%)

Tab. 2 Combined contributions of urbanization to economic growth by province in China from 1997 to 2011 (%)

表3 1997-2011年中国人口— 经济城镇化对用水变化的驱动效应分解 Tab. 3 Driving effects of population and economic urbanization on water use change in China from 1997 to 2011

	Figure Option View Download New Window
	图3 中国分省人口— 经济城镇化对用水变化的驱动效应及空间分异Fig. 3 Driving effects of population and economic urbanization on water use change by province in China

表4 1997-2011年中国分省人口— 经济城镇化对用水变化的综合驱动效应 (10⁸ m³) Tab. 4 Combined contributions of urbanization to water use by province in China from 1997 to 2011 (10⁸ m³)

年份	1998	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	1997~2011
全国	-141	-117	-147	-156	-195	-267	-27	-143	-150	-359	-72	-112	-176	-115	-2177
北京	-2.2	-1.6	-3.5	-3.0	-2.3	-2.4	-2.8	-2.2	-1.9	-2.3	-1.5	-1.0	-2.2	-1.1	-29.9
天津	-0.5	-2.8	-1.5	-1.1	-0.9	-1.4	-1.4	-1.7	-2.3	-2.4	-2.7	-2.2	-2.6	-2.0	-25.5
河北	-5.3	-8.2	-3.0	-3.3	-2.4	-4.5	-4.9	-5.4	-13.0	-11.4	-5.2	-6.8	-10.3	-7.3	-91.0
山西	2.1	3.3	8.7	-2.1	3.2	-2.2	-2.9	-5.0	-1.5	-5.9	-1.9	0.6	1.6	-8.1	-10.0
内蒙古	2.7	6.3	-5.0	-8.7	-12.6	-20.9	-12.5	-24.1	-20.3	-22.1	-16.5	-18.0	-13.6	-11.8	-177.3
辽宁	9.9	-5.3	-13.7	-3.1	-1.0	-4.1	-4.3	-3.9	-6.1	-12.3	-8.3	-11.4	-9.7	-6.6	-79.9
吉林	6.7	-7.4	29.7	-6.7	-1.2	-3.9	-2.8	-0.6	-6.8	-12.4	-5.4	-5.4	-5.9	-6.6	-28.5
黑龙江	4.7	-12.4	-21.2	-2.0	-1.9	-16.8	5.6	-4.4	-6.4	-18.5	-8.8	-11.4	-17.2	-11.5	-122.3
上海	-2.2	-5.1	-1.6	1.3	-0.9	-2.2	-4.4	-5.9	0.0	-3.1	-1.9	-1.8	-4.3	-2.2	-34.2
江苏	-24.8	7.6	8.3	9.1	-17.5	-39.0	-37.3	-26.3	-21.6	-20.4	-12.1	-12.4	-13.6	-11.4	-211.2
浙江	-3.8	-2.9	-1.3	-6.3	-8.0	-13.2	-11.3	-9.9	-12.7	-12.2	-4.7	-5.7	-7.7	-3.8	-103.7
安徽	-8.1	4.8	-8.9	-51.0	2.1	-9.8	3.4	-12.3	-9.2	-11.2	-18.7	2.9	-13.0	-12.3	-141.3
福建	-11.5	-1.0	-7.0	-5.0	-6.0	-8.2	-6.6	-6.0	-5.6	-8.0	-5.8	-5.0	-9.1	-5.0	-89.9
江西	-20.2	-0.4	5.8	-3.0	-6.2	-11.4	-5.8	-2.8	-10.6	-112.2	-16.5	-17.1	-15.8	16.2	-199.9
山东	-11.6	-9.6	-14.8	-9.9	-17.3	-16.2	-11.1	-14.1	-7.0	-17.4	-9.4	-11.3	-12.0	-9.3	-171.0
河南	0.0	-0.1	-8.1	-9.4	-5.7	-21.4	5.1	-5.4	-66.2	-14.8	-1.3	-4.8	-9.5	-8.1	-149.6
湖北	-16.3	-17.0	-7.4	-4.5	-10.4	2.2	-0.7	-4.3	-7.1	-10.3	-4.7	-7.2	-11.1	-9.2	-107.9
湖南	-14.6	-6.6	-6.9	-11.1	-9.1	-4.1	2.3	-2.5	-20.7	-18.7	-12.6	-12.8	-15.5	-11.4	-144.3
广东	-11.4	-10.1	-29.7	-18.2	-18.3	-32.3	-25.4	-24.2	-24.5	-25.0	-11.2	-6.1	-16.5	-11.3	-264.0
广西	-3.8	3.1	1.5	-6.9	-2.6	-14.0	-9.8	1.7	-6.0	-9.6	-9.6	-12.6	-14.6	-9.6	-92.8
海南	1.5	2.4	1.8	1.5	0.5	-0.2	-0.9	-2.2	0.6	-2.9	-0.5	-1.6	-3.6	-2.0	-5.6
重庆	-0.3	-0.8	1.1	0.6	0.0	-0.1	0.3	0.1	0.0	1.5	1.3	0.8	0.3	-0.4	4.6
四川	-6.0	-0.8	-4.2	-8.1	-3.4	-2.5	-3.6	-2.1	-8.4	-10.9	-6.7	-4.9	-10.0	-11.0	-82.7
贵州	-3.4	-2.9	-3.0	-3.1	-2.9	-1.6	-2.6	-2.5	-6.1	-6.8	-1.8	-3.9	-4.4	-9.1	-54.0
云南	5.5	0.4	4.0	-1.5	-2.5	-1.6	-3.2	-0.3	-4.2	-4.7	-0.3	-5.7	-7.6	-5.8	-27.6
西藏	-0.9	-0.4	1.3	-0.4	2.5	-2.1	-8.3	-3.9	-1.1	-1.7	-1.2	-2.8	-15.1	-2.5	-36.5
陕西	1.5	-3.4	-0.3	-3.3	-2.2	-2.3	-0.7	-1.9	-3.4	-6.6	-4.3	-5.1	-5.2	-3.7	-40.8
甘肃	-3.3	-7.5	-4.4	-0.2	-0.1	-1.6	-1.1	-3.0	-11.7	-7.4	-1.4	-4.5	-5.3	-5.7	-57.2
青海	-1.2	-1.6	-2.3	-0.3	-1.7	-0.8	-1.7	-1.3	-0.8	-2.2	-0.6	-1.3	-1.5	-1.9	-19.2
宁夏	3.7	-4.8	-15.4	-4.7	-2.2	-8.1	-12.2	-1.1	-5.3	-5.1	-3.0	-3.3	-4.1	-4.2	-69.9
新疆	-3.7	-56.9	-29.0	-32.7	-15.9	-9.5	-24.7	-19.8	-24.2	-23.4	-20.0	-14.2	-31.0	-26.4	-331.4

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	Bao Chao, Fang Chuanglin. Temporal and spatial variations of water resources constraint intensity on urbanization in arid area. Acta Geographica Sinica, 2008, 63(11): 1140-1150. [鲍超, 方创琳. 干旱区水资源对城市化约束强度的时空变化分析. 地理学报, 2008, 63(11): 1140-1150. ] [本文引用:1] [CJCR: 2.937]
[2]	Liu Yaobin, Li Rendong, Song Xuefeng. Grey associative analysis of regional urbanization and eco-environment coupling in China. Acta Geographica Sinica, 2005, 60(2): 237-247. [刘耀彬, 李仁东, 宋学锋. 中国区域城市化与生态环境耦合的关联分析. 地理学报, 2005, 60(2): 237-247. ] [本文引用:1] [CJCR: 2.937]
[3]	Bertinelli L, Black D. Urbanization and growth. Journal of Urban Economics, 2004, 56(1): 80-96. [本文引用:1]
[4]	Fitzhugh, T W, Richter, B D. Quenching urban thirst: Growing cities and their impacts on freshwater ecosystems. Bioscience, 2004, 54: 741-754. [本文引用:1] [JCR: 4.739]
[5]	Jenerette G D, Larsen L. A global perspective on changing sustainable urban water supplies. Global and Planetary Change, 2006, 50(3-4): 202-211. [本文引用:1] [JCR: 3.155]
[6]	Brown L R. How water scarcity will shape the new century. Water Science and Technology, 2001, 43(4): 17-22. [本文引用:1] [JCR: 1.102]
[7]	Lin Xueqin, Wang Dai, Ren Wangbing et al. Research on the mechanism of urbanization to economic increase in China. Geographical Research, 2013, 32(4): 691-700. [蔺雪芹, 王岱, 任旺兵等. 中国城镇化对经济发展的作用机制. 地理研究, 2013, 32(4): 691-700. ] [本文引用:1]
[8]	Chen Anping, Partridge M D. When are cities engines of growth in China? Spread and backwash effects across the urban hierarchy. Regional Studies, 2013, 47(8): 1313-1331. [本文引用:1]
[9]	Merrett S. Introduction to the Economics of Water Resources: An International Perspective. UCL Press, 1997. [本文引用:1]
[10]	Gao Yunfu. Urbanization and evolvement of water system. Urban Geotechnical Investigation & Surveying, 1998, (3): 5-8. [高云福. 城市化发展与水系统的演变. 城市勘测, 1998, (3): 5-8. ] [本文引用:1]
[11]	Jia Shaofeng, Zhang Shifeng, Yang Hong et al. Relation of industrial water use and economic development: Water use Kuznets Curve. Journal of Natural Resources, 2004, 19(3): 279-284. [贾绍风, 张士锋, 杨红等. 工业用水与经济发展的关系: 用水库兹涅茨曲线. 自然资源学报, 2004, 19(3): 279-284. ] [本文引用:1] [CJCR: 2.407]
[12]	Zhou Yixin. Urban Geography. Shanghai: The Commercial Press, 1995. [周一星. 城市地理学. 上海: 商务印书馆, 1995. ] [本文引用:1]
[13]	Song Jianjun, Zhang Qingjie, Liu Yingqiu. Analysis and suggestions on water resources security in 2020 in China. China Water Resources, 2004, (9): 14-17. [宋建军, 张庆杰, 刘颖秋. 2020年我国水资源保障程度分析及对策建议. 中国水利, 2004, (9): 14-17. ] [本文引用:1] [CJCR: 0.4175]
[14]	Bao Chao, Fang Chuanglin. Study on the quantitative relationship between urbanization and water resources utilization in the Hexi Corridor. Journal of Natural Resources, 2006, 21(2): 301-310. [鲍超, 方创琳. 河西走廊城市化与水资源利用关系的量化研究. 自然资源学报, 2006, 21(2): 301-310. ] [本文引用:1] [CJCR: 2.407]
[15]	Bao Chao, Fang Chuanglin. Interaction mechanism and control modes on urbanization and water resources exploitation and utilization. Urban Studies, 2010, 17(12): 19-23. [鲍超, 方创琳. 城市化与水资源开发利用的互动机理及调控模式. 城市发展研究, 2010, 17(12): 19-23. ] [本文引用:1] [CJCR: 0.718]
[16]	Bao Chao. Driving effects of water use change in oasis citiesbased on the urbanization perspective. Arid Land Geography, 2012, 35(6): 988-995. [鲍超. 基于城镇化视角的绿洲城市用水变化驱动效应分析. 干旱区地理, 2012, 35(6): 988-995. ] [本文引用:3] [CJCR: 1.445]
[17]	Zhang Qiang, Wang Bende, Cao Mingliang. Analysis of water resource utilization change based on factor decomposition model. Journal of Natural Resources, 2011, 26(7): 1209-1216. [张强, 王本德, 曹明亮. 基于因素分解模型的水资源利用变动分析. 自然资源学报, 2011, 26(7): 1209-1216. ] [本文引用:2] [CJCR: 2.407]
[18]	Ang B W, Zhang F Q. A survey of index decomposition analysis in energy and environmental studies. Energy, 2000, 25(12): 1149-1176. [本文引用:2] [JCR: 3.651]
[19]	Sun, J W. Changes in energy consumption and energy intensity: A complete decomposition model. Energy Economics, 1998, 20(1): 85-100. [本文引用:2]
[20]	Liu Jianxin, Wang Qing, Sun Peng et al. Decomposition effect on China's annual ecological footprints variation from 1990 to 2004. Journal of Natural Resources, 2008, 23(1): 61-68. [刘建兴, 王青, 孙鹏等. 中国1990-2004年生态足迹动态变化效应的分解分析. 自然资源学报, 2008, 23(1): 61-68. ] [本文引用:1] [CJCR: 2.407]
[21]	Sun Caizhi, Wang Yan. Decomposition of driving effects for industrial water utilization change and spatial temporal difference in Liaoning Province. Geographical Research, 2010, 29(2): 244-252. [孙才志, 王妍. 辽宁省产业用水变化驱动效应分解与时空分异. 地理研究, 2010, 29(2): 244-252. ] [本文引用:1]
[22]	Fang Chuanglinet al. Report on China's Urbanization and the Guarantee of Resources and Eco-environment. Beijing: Science Press, 2009. [方创琳等. 中国城市化进程及资源环境保障报告. 北京: 科学出版社, 2009. ] [本文引用:2]
[23]	Zhou Yixing, Yu Haibo. Suggestions on reconstructing the urbanization levels in China based on the fifth population census. Statistical Research, 2002, (4): 44-47. [周一星, 于海波. 以“五普”数据为基础对我国城镇化水平修补的建议. 统计研究, 2002, (4): 44-47. ] [本文引用:1] [CJCR: 1.258]
[24]	Shen Jianfa. Analysis of the trends of urbanization levels in Chinese provinces since 1982. Acta Geographica Sinica, 2005, 60(4): 607-614. [沈建法. 1982年以来中国省级区域城市化水平趋势. 地理学报, 2005, 60(4): 607-614. ] [本文引用:1] [CJCR: 2.937]
[25]	Bao Chao, Fang Chuanglin. Water resources flows related to urbanization in China: Challenges and perspectives for water management and urban development. Water Resources Management, 2012, 26(2): 531-552. [本文引用:1] [JCR: 2.259]

2008

0.0

2.937

Bao

Chao

, Fang

Chuanglin.

Temporal and spatial variations of water resources constraint intensity on urbanization in arid area.

Acta Geographica Sinica, 2008, 63(11): 1140-1150.

[鲍超, 方创琳. 干旱区水资源对城市化约束强度的时空变化分析. 地理学报, 2008, 63(11): 1140-1150. ]

Water resources constraint force on urbanization has become one of the important exogenic forces which exert great influence on the speed of urbanization process and socio-economic development in arid and water deficient regions. It is of great significance to the measurement and probing into its temporal and spatial variations, thus promoting water resoureces sustainable utilization and accelerating the urbanization process. By qualitative and quantitative methods, an integrated indicator system was constructed, and an AHP model reformed by entropy technology was established to measure the water resources constraint intensity on urbanization. Using this model, the temporal and spatial variations of water resources constraint intensity on urbanization in the Hexi Corridor from 1985 to 2005 were calculated. Results show that: (1) Water resources constraint intensity on urbanization decreased from east to west in the Hexi Corridor. Of the five prefecture-level cities, Wuwei belongs to the very strong constraint type, Jinchang belongs to the strong constraint type, Zhangye belongs to the less strong constraint type to the strong constraint type, Jiuquan belongs to the less strong constraint type, and Jiayuguan belongs to the weak constraint type to the less strong constraint type. (2) Water resources constraint intensity on urbanization has changed into the strong constraint type from the less strong constraint type in recent 20 years. It increased continuously on the whole. However, in recent years, it decreased appreciably. (3) The integrated indexes of water resoureces system and urbanization system in the Hexi Corridor are both comparatively small. Inconsistencies between water shortage and regional development are serious. It is a great challenge to lessen water resources constraint intensity and accelerate the urbanization process. However, most parts in the Hexi Corridor belong to the less strong or strong constraint type. Through rational regulation of water resources constraint intensity on urbanization, the Hexi Corridor can still realize sustainable development.

Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

水资源对城市化的约束力已经成为干旱缺水地区决定城市化发展速度，进而决定城市化和社会经济发展规模的重要外营力之一，科学度量并探讨其时空变化，对水资源可持续利用与城市化正常推进具有重要意义。以定性与定量分析相结合的方法建立了水资源对城市化约束强度的综合测度指标体系，采用熵技术支持下的层次分析法构建出水资源对城市化约束强度的综合测度模型，并对1985-2005 年河西走廊水资源对城市化约束强度的时空变化进行了分析。结果表明，河西走廊水资源对城市化的约束强度在空间上总体表现为自东向西逐渐减小，在时间上表现为由较强约束类型变为强约束类型，总体呈不断增加态势，但近年来略有缓解。虽然河西走廊水资源开发利用潜力综合指数与城市化系统综合发展指数都较低，面临缺水和发展的双重矛盾，但目前河西走廊大部分地区水资源对城市化的约束强度仍属于较强或强约束类型，仍然能够通过合理调控实现可持续发展。

... 1 引言城镇化是指农村人口不断向城镇转移,第二、三产业不断向城镇集聚,从而使城镇数量增加,城镇人口、经济、建设用地、社会消费等的规模不断扩大的过程,一般包括人口城镇化、经济城镇化、空间城镇化和社会城镇化等过程^[1] ...

2005

0.0

2.937

Liu

Yaobin

, Li

Rendong

, Song

Xuefeng.

Grey associative analysis of regional urbanization and eco-environment coupling in China.

Acta Geographica Sinica, 2005, 60(2): 237-247.

[刘耀彬, 李仁东, 宋学锋. 中国区域城市化与生态环境耦合的关联分析. 地理学报, 2005, 60(2): 237-247. ]

Based on the panel and serial statistical data, the main factors of regional urbanization and eco-environment coupling, temporal-spatial distribution of the coupling degrees have been researched. The results show: 1) Through grey associative degree analysis, it can be seen that the urban population transfer, economic growth, social service function and level are the main momentums for urbanization to affect eco-environment. Furthermore, the paper selects 16 items of urbanization and 10 items of eco-environment to reveal the coupling mechanism of regional urbanization and eco-environment. 2) The distribution of the coupling degrees basically conforms to the discrepant rule that the coupling degrees are lower in the eastern belt and the western belt, and higher in the middle with an inverse "U" shape. According to the coupling degree distributions and the stages of regional urbanization and economic development, the 31 provinces can be divided into four types, i.e., that are harmony, amelioration, confliction and low-level coupling, but the conflictive type is dominant, reaching 50%. 3) There exist significant phases and undulatory characteristics for the temporal evolvement of urbanization and eco-environment coupling, in which the former stage takes on inverse "U" shape and the latter stage rising curve shape.

1. School of Management, China University of Mining and Technology, Xuzhou 221008, China; 2. Institute of Geodesy and Geophysics Research, CAS, Wuhan 430077, China

以定性与定量分析相结合的方法建立了耦合系统的评价指标体系,运用灰色关联分析法构建出区域城市化与生态环境交互作用的关联度模型和耦合度模型,定量揭示出中国省区城市化与生态环境系统耦合的主要因素,并从时空角度分析了区域耦合度的空间分布及演变规律。研究结果表明：(1) 城市化与生态环境系统要素之间的耦合是复杂的,总体上表现在城市化对生态环境的胁迫作用和生态环境对城市化的约束作用两个方面。通过关联度计算遴选出作用于生态环境的16项城市化指标和影响城市化的10项生态环境指标,它们较为全面反映出系统交互耦合的机理;(2) 中国区域城市化与生态环境耦合度分布基本符合东、中西空间分异的规律。根据耦合度大小并结合区域城市化与经济发展阶段,大致将全国省区划分为协调、磨合、拮抗和低水平耦合等4种类型,其中以拮抗类型为主;(3) 中国城市化与生态环境耦合度的时序变动表现出明显的阶段性和波动性。

... 国内外地理学、经济学、人口学和社会学等各个领域的学者都对城镇化进行了广泛而深入的研究^[2] ...

2004

0.0

Bertinelli

, Black

Urbanization and growth.

Journal of Urban Economics, 2004, 56(1): 80-96.

Abstract In a simple urban economics framework, we aim at highlighting how the trade-off between optimal and equilibrium city size behaves when introducing dynamic human capital externalities in addition to the classical congestion externalities. Our purpose is to show that there are dynamic gains from statically oversized cities. To this end, we assume that productivity depends on human capital, which is solely accumulated in cities, such that urbanization is the engine of growth.

... 部分学者认为,城镇化是经济增长的引擎和主要推力^[3],城镇化与经济增长带来的水资源需求增长是导致水危机的主要原因^[4,5],而且水危机的严重性可能超过了耕地减少带来的危机^[6] ...

2004

4.739

0.0

2006

3.155

0.0

Jenerette G

, Larsen

A global perspective on changing sustainable urban water supplies.

Global and Planetary Change, 2006, 50(3-4): 202-211.

2001

1.102

0.0

2013

0.0

Lin

Xueqin

, Wang

Dai

, Ren

Wangbing

et al. Research on the mechanism of urbanization to economic increase in China. Geographical Research, 2013, 32(4): 691-700.

[蔺雪芹, 王岱, 任旺兵等. 中国城镇化对经济发展的作用机制. 地理研究, 2013, 32(4): 691-700. ]

In recent years,more and more scholars considered that in the future urbanization it will be the important driving force to promote economic increase in China,which challenges the traditional theory that urbanization derived from industrialization.Based on the previous research,the paper quantitatively analyses the relationship between urbanization and economic development and the mechanism of urbanization to economic increase in China by using analytical models and statistical data.Results show that:from 1978 to 2008,China's urbanization presents logarithm relevant to economic increase and both has a long dynamic equilibrium relationship;the direct facilitating effect of urbanization on economic development is not obvious,urbanization is more as a result and a phenomenon of economic development,but through the urbanization,the relavant factors especially the key factors such as physical capital,human capital,knowledge capital and industrial structure which can promote economic growth can be agglomerated well and thus produce a good spillover effect on economic increase.In 1978-2008,by giving an impetus to the agglomeration of physical capital and human capital,urbanization further power the development of the whole economy, but this spillover effect is still not desirable,the agglomeration action on higher production factors is limited.Therefore in the 21st century fostering the agglomeration function of urbanization should be paid more attention in China,and we should not simply go in traditional development such as simple quantitative expansion,but focus on the agglomeration function of a city to higher production factors.The development way of China's urbanization should be transformed from "seeking quantity and light" to "seeking quality and strong".

1. College of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China; 2. Institute of Geographic Sciences and Natural Resource Research, CAS, Beijing 100101, China; 3. Academy of Macroeconomic Research, NDRC, Beijing 100038, China; 4. School of Accountancy, Central University of Finance and Economics, Beijing 100081, China

近年来,认为城镇化是中国未来经济增长重要动力源的学者越来越多。这种看法对传统“城镇化源自产业化”的理论形成了挑战。本文在相关研究的基础上,采用社会经济统计数据和多种分析模型,定量分析了1978-2008年中国城镇化与经济发展二者之间的关系以及城镇化对经济增长的影响机制。研究表明:改革开放以来,我国城镇化更多是经济发展的一种结果和现象,城镇化本身作为经济发展的直接动力源特征并不明显。但通过城镇化确实可以使经济增长的相关要素得到很好的集聚,从而对经济发展产生良好的传导效果。中国城镇化主要通过物质资本、人力资本的集聚推动经济发展,对知识资本、现代服务业等高端生产要素的集聚作用还不强。因此,讨论21世纪中国城镇化问题要从其要素集聚功能上下功夫,即是城镇对高端要素的集聚化而非传统意义上的摊大饼和简单数量扩张。

... 而部分学者认为,城镇化不一定是经济发展的直接动力源^[7],城市或大城市的增长可能会降低农村或中小城镇的增长^[8] ...

2013

0.0

Chen

Anping

, Partridge M

When are cities engines of growth in China? Spread and backwash effects across the urban hierarchy.

Regional Studies, 2013, 47(8): 1313-1331.

Chen A. and Partridge M. D. When are cities engines of growth in China? Spread and backwash effects across the urban hierarchy, Regional Studies. China's remarkable growth has an urban bias, but it is unclear whether it has greatly disadvantaged particular regions. To assess this question, a Central Place Theory framework is employed to assess spread and backwash effects. It is found that New Economic Geography representations do not capture the heterogeneity across urban tiers. Market potential in China's mega-cities is inversely related to growth for smaller cities and rural communities, while medium-sized cities have positive spread effects. It is concluded that China's urban-centric process should be re-evaluated because it may not maximize aggregate growth, and growth in the mega-cities may reduce growth elsewhere.

Chen, Anping 1 ;Partridge, Mark D. 2 ;

... 而部分学者认为,城镇化不一定是经济发展的直接动力源^[7],城市或大城市的增长可能会降低农村或中小城镇的增长^[8] ...

1997

0.0

... 同时,通过城镇化发展阶段与水资源开发利用阶段的关系以及用水与经济发展的关系研究^[9,10,11],揭示了用水零增长规律,一定程度上减轻了人们对水危机的担忧 ...

1998

0.0

2004

0.0

2.407

Jia

Shaofeng

, Zhang

Shifeng

, Yang

Hong

et al. Relation of industrial water use and economic development: Water use Kuznets Curve. Journal of Natural Resources, 2004, 19(3): 279-284.

[贾绍风, 张士锋, 杨红等. 工业用水与经济发展的关系: 用水库兹涅茨曲线. 自然资源学报, 2004, 19(3): 279-284. ]

Empirical data show that there exists a turning point of industrial water use from increasing to decreasing in most developed countries.So the evolution of industrial water use along with income rising can be displayed in the frame of Kuznets Curve.The per capita GDP threshold of industrial water use turning down is 3700-17000$ (PPP,base year of 1985).The accompanying secondary industrial share in total GDP (SISGDP) is 30%-50%.The turning down of industrial water use concurred with the rapid decrease of SISGDP and the dwindling of heavy sectors.The direct cause of industrial water use decrease is water use efficiency gains,which come from two sources:a gain in water use efficiency within sectors and the economic structural adjustment.It gives us a good signal that the industrial water use in developing countries will not increase continuously,hence providing very important clues to the better forecast of industrial water use in developing countries.

1. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101,China; 2. Swiss Federate Institute of Environmental Science and Technology, Zurich, Switzerland

经验数据显示,发达国家工业用水随经济发展的变化存在着一个由上升转而下降的转折点。因此,工业用水随收入增长的演变模式可以用库兹涅茨曲线形式来表示。工业用水下降点对应的人均GDP的阈值是3700-17 000US$(PPP,以1985年为基数)。与之相应的第二产业在GDP总量中所占份额是30％～50％。工业用水下降的直接原因是用水效率的提高,其来源有两方面:部门用水效率的提高和经济结构调整。这提供了一个积极的信号,即发展中国家的工业用水将不会一直持续增长,从而为更好地预测发展中国家的工业用水量提供非常重要的思路,也为正确把握用水变化规律,制定符合规律的水资源对策提供科学基础。

1995

0.0

... 相关统计分析表明：城镇化水平与经济发展水平呈对数曲线关系^[12],用水总量与经济发展水平呈幂函数关系^[13],城镇化水平与用水总量呈对数增长关系^[14] ...

2004

0.0

0.4175

Song

Jianjun

, Zhang

Qingjie

, Liu

Yingqiu.

Analysis and suggestions on water resources security in 2020 in China.

China Water Resources, 2004, (9): 14-17.

[宋建军, 张庆杰, 刘颖秋. 2020年我国水资源保障程度分析及对策建议. 中国水利, 2004, (9): 14-17. ]

2020年我国国内生产总值较2000年"翻两番",水资源是必不可少的支撑条件.目前我国用水总量不断增加,用水弹性系数明显下降,用水结构和产业结构变化趋于同步,用水效率仍然较低.至2020年,我国经济社会发展将达到一个新的水平,要保障水资源供需平衡,必须通过构筑与水资源承载力相适应的经济体系;通过法制建设,构筑与建设节水型社会相适应的保障体系;通过技术创新,构筑与水资源优化配置相适应的工程技术体系;建立行政配置、用水户参与、市场调节相结合的水市场体系.

2006

0.0

2.407

Bao

Chao

, Fang

Chuanglin.

Study on the quantitative relationship between urbanization and water resources utilization in the Hexi Corridor.

Journal of Natural Resources, 2006, 21(2): 301-310.

[鲍超, 方创琳. 河西走廊城市化与水资源利用关系的量化研究. 自然资源学报, 2006, 21(2): 301-310. ]

Based on the statistical data from the year 1985 to 2003,we analyzed the quantitative relationship between urbanization and total water utilization,water utilization benefits,and per capita water utilization in the Hexi Corridor,including its five districts and three major inland river basins.And the relationship model between them was constructed.Results show that,in the Hexi Corridor,the relationship between urbanization and total water utilization can be simulated by a logarithmic curve.If this condition continues,rapid urbanization in the Hexi Corridor will face up higher water stress,so the development mode of water resources and urbanization at should be adjusted,and the fresh water withdraw should be decreased step by step.The relationship between urbanization and water utilization benefits can be simulated by a linear equation.Where the urbanization and industrialization level is higher,the water utilization benefits are higher.So the Hexi Corridor should accelerate the process of urbanization and industrialization to obtain higher water utilization benefits.The relationship between urbanization and per capita water utilization is complex,but it obviously relates to the total quantity of water resources.We also found that scarce water resources obviously restricted the process of urbanization in the Hexi Corridor.And the water resources constraint intensity is the biggest in the eastern part,where water resources are the scarcest.The process of urbanization is faster in the middle part than in the eastern.However,the middle part consumed much more water resources.The western part has the highest urbanization level and water utilization benefits,but its per capita water utilization is also the highest.Therefore,the Hexi Corridor should construct an intensive water resources utilization system to lessen the water resources constraint on the process of urbanization.It is also an important task to carry out the strategy of urbanization and the great development of west China.

1. Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China; 2. Graduate School of the Chinese Academy of Sciences,Beijing 100049,China

基于1985—2003年的统计数据,分析了河西走廊5市以及三大内陆河流域城市化水平与用水总量、用水效益、人均用水水平的定量关系,建立了它们之间关系的数学模型。结果表明,河西走廊城市化水平与用水总量呈对数增长关系,与用水效益呈线性增长关系,与人均用水水平的定量关系则较为复杂。同时,河西走廊短缺的水资源对城市化进程存在明显的约束作用,而且约束强度在水资源最为紧缺的东部地区表现最为明显;中部地区城市化的较快发展是以水资源的巨大消耗为代价的;而西部的疏勒河流域,则是城市化水平和用水效益相对较高的地区,但也是人均用水量相对较高的地区。因此,建立集约的水资源利用体系,缓解水资源对城市化进程的约束,是河西走廊各地区实施城镇化战略和西部大开发战略所面临的共同任务。

2010

0.0

0.718

Bao

Chao

, Fang

Chuanglin.

Interaction mechanism and control modes on urbanization and water resources exploitation and utilization.

Urban Studies, 2010, 17(12): 19-23.

[鲍超, 方创琳. 城市化与水资源开发利用的互动机理及调控模式. 城市发展研究, 2010, 17(12): 19-23. ]

城市化与水资源开发利用均是影响城市与区域可持续发展的关键因素,二者之间存在着相互作用与反馈的机制.一方面,城市化引起区域用水总量、用水结构、用水效率等发生变化,并对这种变化产生胁迫与优化作用;另一方面,水资源开发利用对区域城市化具有支撑和约束作用,在水资源短缺地区可以成为城市化速度和规模的重要决定因素.本文探讨了二者之间的响应与反馈机理,并据此提出了调控模式与主要建议.

... 但相关机理研究表明：城镇化对水资源系统具有胁迫和优化的双重作用,水资源利用对城镇化也具有支撑和约束的双重功效,二者并不一定是正向关系^[15] ...

2012

0.0

1.445

Bao

Chao.

Driving effects of water use change in oasis citiesbased on the urbanization perspective.

Arid Land Geography, 2012, 35(6): 988-995.

[鲍超. 基于城镇化视角的绿洲城市用水变化驱动效应分析. 干旱区地理, 2012, 35(6): 988-995. ]

Urbanization is a doubleedged sword for water use change. It can stimulate economic development and increase total water use, and can also optimize water use structure, enhance water use efficiency and decrease total water use. To measure the exact driving effects of urbanization to water use change, a complete decomposition model was established, and was applied in Zhangye City, which is a typical oasis city in the Heihe River Basin. Results show that, both the urbanization processes of population and economy have decresing effects to total water use, and increasing effects to water use efficiency. From 2000 to 2011, total water use was decreased 4.67×10 8 m 3 by population urbanization effects and 12.64×10 8 m 3 by economic urbanization effects. Per capita water use was decreased 373 m 3 per person by population urbanization effects. Ten thousand Yuan GDP water use was decreased 1 210 m 3 ten thousand Yuan by economic urbanization effects. Moreover, the faster the urbanization processes of population and economy are, the greater the total water use will decrese and the water use efficiency will increase. Therefore, restricted by scarce water resources, oasis cities in arid areas of northwest China should accelerate the urbanization process, and take urbanization as an important task or approach to optimize the population structure, economic structure and water use structure, and enhance the economic efficiency and water use efficiency, so as to obtain a benign circle among the water-ecology-economy system. The results of this paper have significance to understand the relationship between urbanization and water resources utilization in arid areas of northwest China.

1 Institute of Geographic Sciences and Natural Resource Research, CAS, Beijing 100101, China; 2 Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China

城镇化是驱动区域用水变化的双刃剑，既可以通过刺激生产来促进用水总量增长，也可以通过优化用水结构和提高用水效率来抑制用水总量增长。以黑河流域张掖市为例，通过构建城镇化驱动用水变化的完全分解模型，定量测度了2000-2011年张掖市人口和经济城镇化过程对用水总量和用水效率变化的驱动效应。结果表明：张掖市人口和经济城镇化过程对用水总量均具有明显的减量效应，对用水效率均具有明显的增量效应，而且与人口和经济城镇化速度高度相关。因此建议干旱区绿洲城市在水资源约束下，应将城镇化作为优化人口结构、经济结构和用水结构，提高经济效率以及用水效率，并最终实现水-生态-经济良性循环的抓手。该结论对于科学认识干旱区绿洲城市城镇化与水资源利用的关系具有一定的参考价值。

... 经济城镇化水平的提高可能抑制用水总量增长^[16,17] ...

... 其中,完全分解模型是一种完全消除残差影响的因素分解方法,已在能源、生态环境、水资源领域得到了一定范围的应用^{[16,17,18,19,20,21]} ...

... 鲍超在借鉴上述模型原理的基础上,引用Sun提出的无残差项因素分解模型^[19],构建了城镇化驱动用水变化的完全分解模型,以张掖市为例,将人口增长、人口城镇化 (人口结构变动过程)、经济增长、经济城镇化 (经济结构变动过程) 等作为水资源利用的影响因素进行了分解^[16] ...

2011

0.0

2.407

Zhang

Qiang

, Wang

Bende

, Cao

Mingliang.

Analysis of water resource utilization change based on factor decomposition model.

Journal of Natural Resources, 2011, 26(7): 1209-1216.

[张强, 王本德, 曹明亮. 基于因素分解模型的水资源利用变动分析. 自然资源学报, 2011, 26(7): 1209-1216. ]

In order to guide water-demand management better, it is an urgent need to study the mechanism of water resource utilization change. Index decomposition methodology is an effective technique used to study the mechanism of resource utilization change. But many index decomposition methods have a problem which is the existence of a residual in the decomposition result, so a completely decomposition method: logarithmic mean divisia index method (LMDI) is introduced in this paper. And influencing factors of water resource utilization change in Dalian between 1980 and 2009 are decomposed into four kinds of effect: quota effect, industrial structure effect, economic effect and population effect based on three types of general factor decomposition model and LMDI model. The results show that: 1) LMDI has the best decomposition effect, its residual was 0. 2) Economic effect and population effect are the pushing effects on water resource utilization, and economic effect plays a main role. Quota effect and industrial structure effect are the inhibitory effects on water resource utilization, and quota effect is the main factor. 3) From the game between total pushing effects and inhibitory effects, water-saving capacity can adapt to water demand in 1980-2005; after 2005, water-saving capacity can no longer meet the water demand which is fast growing.

Department of Water Resources and Flood Control, School of Civil and Hydraulic Engineering, Faculty of Infrastructure Engineering, Dalian University of Technology, Dalian 116024, China

残差项的存在影响了因素分解模型对水资源利用驱动效应的量化效果,论文引入无残差的对数平均迪氏分解法(LMDI),对大连市1980—2009年间的水资源利用变动进行了分析,将其影响因素分解为:定额效应、产业结构变动效应、经济规模效应及人口效应,并与常用的3种非完全因素分解模型的结果进行对比。最后选择LMDI完全分解的结果对大连市水资源利用变动的特征进行分析。结果表明:①LMDI法的分解效果最好,残差为0;②经济效应和人口效应为水资源利用的拉动效应,其中,经济效应为主要因素;定额效应和产业结构变动效应为水资源利用的抑制效应,其中,定额效应为主要因素;③2005年之后,大连市社会经济对用水的拉动进一步加剧,现有节水能力显出疲态。

... 经济城镇化水平的提高可能抑制用水总量增长^[16,17] ...

... 其中,完全分解模型是一种完全消除残差影响的因素分解方法,已在能源、生态环境、水资源领域得到了一定范围的应用^{[16,17,18,19,20,21]} ...

2000

3.651

0.0

Ang B

, Zhang F

A survey of index decomposition analysis in energy and environmental studies.

Energy, 2000, 25(12): 1149-1176.

... 1 城镇化驱动经济与用水增长的完全分解模型完全和非完全分解模型都是确定驱动因素的重要方法,其具体算法均有多种^[18] ...

... 其中,完全分解模型是一种完全消除残差影响的因素分解方法,已在能源、生态环境、水资源领域得到了一定范围的应用^{[16,17,18,19,20,21]} ...

1998

0.0

... 其中,完全分解模型是一种完全消除残差影响的因素分解方法,已在能源、生态环境、水资源领域得到了一定范围的应用^{[16,17,18,19,20,21]} ...

2008

0.0

2.407

Liu

Jianxin

, Wang

Qing

, Sun

Peng

et al. Decomposition effect on China's annual ecological footprints variation from 1990 to 2004. Journal of Natural Resources, 2008, 23(1): 61-68.

[刘建兴, 王青, 孙鹏等. 中国1990-2004年生态足迹动态变化效应的分解分析. 自然资源学报, 2008, 23(1): 61-68. ]

There is a certain impact and influence on the ecological environment when human utilizes natural resources and obtain access to the ecological services function nature provides. Ecological footprint indicator is such an integrated indicator to measure the use of human resources and the effects on the ecological environment. The ecological footprint is not only a means to record the process of the survival and development of mankind’s ecological resources of changing history, but also embodies the scale of economic development and the evolution of consumption levels for each stage. Through building the decomposition model of ecological footprint, variable of ecological footprints of China during the period from 1990 to 2004 was decomposed to three different changing effects, namely GDP, structure of industry economy and ecological footprint identity of industries, and each decomposition effect was measured and analyzed in this study.The results show that: 1) Varied factors impacted together on variation of ecological footprints and these factors exerted different effects on the variable of general ecological footprints in different periods of time. From 1990 to 2004 the total footprint changes always show an increasing trend. Inter-annual change’ mean of ecological footprint is 2.1082×10 8 ha, thereinto, the scale of economic development, the industrial structure and the identity of industries ecological footprint have different contributions to the change, being 2.1082×10 8 ha, -0.6029×10 8 ha and -0.4398×10 8 ha respectively. 2) Growth of GDP is a drive to the increase of the general ecological footprints, while the change in industrial structure and increase of ecological footprint identity of industries constrain the growth of the general ecological footprints variation on the contrary. 3) It is a key in depression periods of time to reduce growth of ecological footprints by adjusting structure of industry economy and improving identity of ecological footprint. This research will promote understanding the theory about harmonous development stratagem and development occasions, and possess reference value by all means to the adjustment of policy of industrial development and the study of sustainable development relatively.

Resources and Ecological Economics Research Center, Northeastern University, Liaoning 110004, China

通过构建生态足迹分解模型,论文将中国1990~2004年生态足迹的动态变化分解为经济规模、产业结构和足迹强度这3种因素的变化效应,并对各分解效应进行了测度与分析。结果表明:生态足迹年度间变化均值为1.065 5×10 8 hm 2 。其中,由经济规模、产业结构和足迹强度所引起的足迹变化分别为2.108 2×10 8 hm 2 ,-0.439 8×10 8 hm 2 和-0.602 9×10 8 hm 2 。总的看,经济规模的变化助长了总足迹的增长,而足迹强度和产业结构的变化对总足迹的扩张起到了一定的遏制作用。生态足迹变化是由各因素共同作用的结果,而在不同时期各因素对足迹变化所发挥的效应不同。该研究结果对于理解我国生态足迹变化与经济发展之间的关系,以及产业发展政策调整及可持续发展研究具有一定参考价值。

... 其中,完全分解模型是一种完全消除残差影响的因素分解方法,已在能源、生态环境、水资源领域得到了一定范围的应用^{[16,17,18,19,20,21]} ...

2010

0.0

Sun

Caizhi

, Wang

Yan.

Decomposition of driving effects for industrial water utilization change and spatial temporal difference in Liaoning Province.

Geographical Research, 2010, 29(2): 244-252.

[孙才志, 王妍. 辽宁省产业用水变化驱动效应分解与时空分异. 地理研究, 2010, 29(2): 244-252. ]

Water shortage, especially in Liaoning province, has become the major bottle-neck for the regeneration of major old industrial bases in China. The total-factor decomposition model was constructed in this paper to measure the economic growth effect, industrial construction effect and water utilization intensity effect of driving mechanism for water utilization change in Liaoning Province from 1994 to 2007. The contribution ratio of each effect on water utilization change was calculated, and the temporal differences of these effects were analyzed. The total-factor decomposition model was also applied to measure the three kinds of effect of 14 cities in Liaoning for the period 1994-2007, and combining the ISODATA cluster model to cluster the effect in space, the spatial difference of effects was carried out. The results showed that: economic growth increased the amount of water and water utilization intensity, while industrial construction decreased water utilization. The results of this paper have significance for exactly understanding the relation of water utilization and economic development, and also has a certain reference significance for the regulation of industrial policies and sustainable development.

1. KRI, Center for Studies of Marine Economy and Sustainable Development of Liaoning Normal University, Dalian 116029,Liaoning, China; 2. Urban and Environment School of Liaoning Normal University, Dalian 116029,Liaoning, China

辽宁省是我国严重缺水地区,水资源问题已经成为辽宁老工业基地振兴的瓶颈因素。通过构建产业用水变化的全要素分解模型,测度了1994~2007年辽宁省产业用水变化驱动的经济增长效应、产业结构效应与用水强度效应,计算了各种效应对用水变化的贡献率,并对各种效应进行了时间分异分析;运用全要素分解模型测度了1994~2007年辽宁省14个地级市产业用水变化驱动的三种效应,结合ISODATA聚类模型对各种效应进行空间聚类,进而对各种效应进行空间分异分析。研究结果表明,辽宁省产业用水变化是由经济增长的稳定作用、结构变动的冲击作用和技术进步的动力作用共同决定的。该结论对于正确理解辽宁省产业用水变化与经济发展之间的关系具有一定的参考价值。

... 其中,完全分解模型是一种完全消除残差影响的因素分解方法,已在能源、生态环境、水资源领域得到了一定范围的应用^{[16,17,18,19,20,21]} ...

2009

0.0

... 由于《中国水资源公报》从1997年开始统一编制,而且中国基本上从1996年开始进入城镇化快速发展阶段^[22],为了兼顾数据的可获得性以及研究时段的典型性,选取1997-2011年为研究时段 ...

... 方创琳等在此基础上继续将该数据系列延长到2005年,并给出了预测未来全国及31个省级行政区城乡人口增长的Logistic模型的相关参数^[22] ...

2002

0.0

1.258

Zhou

Yixing

, Yu

Haibo.

Suggestions on reconstructing the urbanization levels in China based on the fifth population census.

Statistical Research, 2002, (4): 44-47.

[周一星, 于海波. 以“五普”数据为基础对我国城镇化水平修补的建议. 统计研究, 2002, (4): 44-47. ]

一、问题的提出第五次全国人口普查公布2000年11月1日不计军人在内的居住在城镇的人口为45594万人,占总人口的36.09%.笔者认为这一结果基本符合我国城镇化的实际水平,是可以接受的.

... 在人口数据方面,由于《中国统计年鉴》提供的数据 (含前后6次人口普查数据) 在地区之间和时间前后上的可比性均较差^[23],沈建法采用基于双轨城市化概念模式的区域方法,对全国及31个省级行政区1982-2000年的总人口和城镇人口进行了修正^[24] ...

2005

0.0

2.937

Shen

Jianfa.

Analysis of the trends of urbanization levels in Chinese provinces since 1982.

Acta Geographica Sinica, 2005, 60(4): 607-614.

[沈建法. 1982年以来中国省级区域城市化水平趋势. 地理学报, 2005, 60(4): 607-614. ]

The problem of inconsistent urban population data is very serious and there is no systematic urbanization data for provincial regions in China. Such situation is caused, partly by frequent changes in the definition of urban population in population censuses and partly by changes in the criteria for the designation of cities and towns. Population census is an important source of national and provincial urban population data. But such data are not consistent due to changes in the definition of urban population in various censuses. These urban population data must be adjusted. This paper discusses the new urbanization process in the reform period first. Then the changing definitions of urban population in various censuses are clarified. A regional approach based on the concept of dual-track urbanization for estimating national and regional urban population data is proposed. Using adjusted urban population data from the 1982 and 2000 population censuses as the benchmark, an annual data series of provincial levels of urbanization is estimated for the period 1982-2000. Based on the estimation results, the major trends of urbanization in Chinese provinces are identified. Some suggestions are proposed for the statistical development of urban population in the future.

Department of Geography and Resource Management, The Chinese University of Hong Kong, Shatin, NT, Hong Kong

城镇人口数据不一致的问题非常严重, 几乎没有系统的省级区域城市化数据。这种情况部分是因为人口普查城镇人口定义的变化,部分是由城镇设置标准的变动引起的。人口普查是全国和各省区城镇人口数据的重要来源。但是由于人口普查的城镇人口定义在不断变化,城镇人口数据很多是前后不一致的,必须进行相应调整。本文首先讨论改革时期新的城市化进程,澄清城镇人口定义的变化,然后概括地说明估计全国和区域城镇人口所用的一个基于双轨城市化概念模式的区域方法。将调整后的1982年和2000年人口普查得到的城镇人口作为计算的基础数据,对1982~2000年中国各省的城市化水平进行估计。在估计结果的基础上,分析1982~2000年中国城市化过程的主要空间特征。揭示了1982~2000中国省级区域城市化发展的主要趋势。本文最后为将来城镇人口的统计提出一些建议。

2012

2.259

0.0

Bao

Chao

, Fang

Chuanglin.

Water resources flows related to urbanization in China: Challenges and perspectives for water management and urban development.

Water Resources Management, 2012, 26(2): 531-552.

Abstract China has been experiencing rapid urbanization since the reform and open policy launched in 1978, leading to the growth of urban water demands and aggravating water scarcity especially in the new millennium. Accordingly, water resources previously used for agriculture and environmental systems tend to be transferred to urban systems. Limited by the total quantity and frail environments, the patterns of water resources flows among different sectors and regions change obviously. Water related problems induced by rapid urbanization have become one of the key concerns for scientists and governments. The purpose of this paper is to analyze the new features of water resources flows related to urbanization in China, mainly with regard to bidirectional water resources flows between rural and urban areas, environmental and socio-economic systems, real and virtual water flows between the south and north. This paper also considers the socio-economic and environmental challenges which are resulted from water resources flows in such a case, and provides some countermeasures on how to promote water resources to flow healthily and swimmingly, so as to improve the urban development constrained by scarce water resources.

1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resource Research, Chinese Academy of Sciences, 11 A Datun Road Anwai, Beijing, 100101, China

... 因此,当务之急,要在城镇化减少全国 (或较大范围区域) 用水以及区域用水缓慢增长甚至负增长的背景下,尽快建立水资源在城乡之间 (或城镇化水平较高与较低地区之间) 的顺畅流转与合理补偿机制^[25] ...