城镇化进程不断加快的直接原因是地方政府越来越重视城镇化对地区经济的拉动作用，一方面，城镇化不仅可以提升地区经济总量，使经济发展模式发生质的转变，另一方面可以降低统计上的城乡收入差距，因此各地政府都在不遗余力的推动城镇化。城镇化进程可以从两个方面来衡量：一是非农业人口占总人口比，以及该地区产业结构升级带来的经济发展模式的转变；第二是城镇面积总量，面积的扩张直观显示城镇化程度，因此地方政府往往忽略了城镇化的初衷，为了政绩效果一味扩展城镇面积，导致产业结构与城市发展不匹配，技术水平落后，污染加重。

1文献综述

随着居民生活质量的提高，越来越多人开始注重生活质量，城镇化与环境质量的关系也开始被人们深入研究。一方面很多学者从不同的角度出发来讨论城镇化对环境污染的影响。丁翠翠[3]等以环境库兹涅茨曲线（EKC）为基础，对中国省级面板数据进行分析，发现城镇化正向显著加速环境污染水平，但在不同地区影响表现出差异性。还有学者从空间布局特征考虑城镇化对环境污染的影响。章恒全等将中国分为东、中、西部分别分析其城镇化进程与环境污染的关系，结果显示具有明显的区域性差异；张燕[5]等从中国城镇化水平的空间布局角度以及动态变迁方面分析城镇化对环境污染的影响效应，结果发现省际之间城镇化水平存在显著的空间集聚效应，并且城镇化水平的提升有助于缓解环境污染的压力。另一方面，许多学者开始对城镇化与环境之间的相关关系进行研究。比如Grossman和Krueger[6]分析发现城市经济水平与生态环境两者呈现U型曲线关系；进一步的，罗能生[7]等通过实证研究发现，两者不仅呈现U型曲线关系，还是非对称U型关系[8]从生态、农业以及土地利用等方面，发现城市化与生态环境呈现简单的负相关关系。熊升银[9]从对工业污染治理投资角度分析环境治理情况对中国的城镇化率的影响，结果发现生态环境质量的治理与改善对城镇化进程具有反作用；黄金川等采用数理方法研究了城市化与生态环境两者的交互耦合作用，深入解析了相互影响的内在机理。总的来说，已有研究在以下三个方面有待深入：一方面是从多角度考虑城镇化水平。城镇化不仅仅是农村人口在城镇聚集的简单过程，与此同时的还有城镇建成区的增加和聚集。且在城镇化发展的过程中人口的聚集和土地规模化对于环境污染的影响是有差异的，因此从人口城镇化与土地城镇化两个方面来分别衡量城镇化发展水平是有必要的；另一方面是现有研究多以省级或全国为研究对象，而城市是区域发展的重要基础，研究城市化进程更有必要以其基本单元为落脚点来展开，因此本文拟着眼于中国地级市的城镇化建设和水环境保护的协调发展研究。另外，城镇化水平与环境污染之间相互关系的区域差异探讨中可以进一步明确区域划分的理由。传统的区域差异大多以地域划分为中、东、西，然而对于具体指标如人均GDP、工业发展水平等具体的指标因素等的考虑不多，明确区域划分依据，以地区经济发展程度为划分指标，可以更好地指导不同城市解决在其城镇化发展中所导致的环境问题。

2模型构建

2.1理论模型构建。城镇化进程伴随着人口活动、产业结构、管理政策等的巨大改变，因此会对环境造成非常大的影响。基于环境经济学理论，中国城镇化可能从三个方面影响环境质量。第一，从人口密度和人类社会行为的角度认为，城镇化进程对环境污染具有正效应。城镇化演进过程中，农村人口转变为非农村人口，城市人口增加从而拉动消费增长，在一定程度上促进经济繁荣，但人口密集度增大，地区自我调节能力不足，消耗资源的总量增加，从而表现出城镇化进程的加快导致地区环境污染的加重。通常情况下，环境具有一定的自身净化能力，然而人口不断的涌入，城市生态环境面临的压力会随着人口集聚而增加，城市人口一旦超过该城市的环境承载能力，必然会对城市生态环境带来破坏性影响。第二，从城市面积扩张的角度来看，城镇化进程加快使得原有的用地属性发生改变，农业用地、生态用地转而变为基础设施用地或工业化用地，一方面增加了污染源，另一方面降低了环境容量，也就是削弱了环境自身净化能力，两者共同作用导致污染形式恶化。第三，从环境管制的角度来看，城镇化进程会降低环境污染。环境管制是政府调控环境的重要手段，城镇化提高，居民生活要求变高，会增加集体向政府表达提高生活环境质量的诉求，降低意愿表达的成本，这会在一定程度上对环境保护起到促进作用。同时，随着城镇化水平的提高，基础设施逐渐完善，污染处理成本降低，规模效应显现，从而降低环境污染水平。

2.2回归计量模型。国内文献认为，城镇化表现为人口由农村向城市集中的过程，它表现为两个方面的内容，土地城镇化和人口城镇化。有文献研究指出，经济发展水平、产业结构和技术水平均会对环境质量产生一定的影响。因此除引入城镇化水平的主要指标，本文考虑加入经济活动规模、产业结构及技术水平三个解释变量，引入二次、三次函数形式，试图通过建立基于面板数据分析的回归模型来量化城镇化发展水平与水环境压力之间的关系。建立的回归模型为：其中，Enit表示第i市市辖区第t年的水环境压力指标，Pgdpit指第i市市辖区第t年的人均实际GDP，以此衡量经济发展水平；ISit表示第i地级市市辖区t年第二产业增加值占GDP的比重，以此衡量该地的产业结构；PEnergyit度量i地级市市辖区t年的单位GDP的电耗，以此衡量城市发展的技术水平；Urbanit度量i地级市市辖区t年的城市化水平，本文中分别使用建成区面积占比PArea及城镇就业人员占比Ppeo两个指标分别衡量该地的土地城镇化水平及人口城镇化水平，ci表示不可观测的地级市的特质，uit是随机扰动项，假设与解释变量无关。

3实证检验

3.1变量设计与数据来源。

3.1.1变量设计。被解释变量：水环境污染水平，基于数据的合理性和可得性，本文选取人均COD排放量（计算总排放量时包括工业排放量和生活排放量）表征环境污染水平，记为PCOD，指标数值越大，表示环境污染水平越高。核心变量：城镇化率，本文分别从人口与土地两种城镇化表示方法出发研究与被解释变量的关系。人口城镇化率[12]又可以以就业人口与总人口两种方法表示，即城镇就业人口占总就业的比重和城镇人口占总人口比重两种。基于数据的可取性，本文选用第一种方法。

3.1.2数据来源及描述统计。本文数据主要来源于《中国城市统计年鉴》（2003-2014)、《中国区域经济发展统计年鉴》（2003-2014）、《城乡建设统计年鉴》（2003-2014）和《中国环境统计年鉴》（2003-2014）四个统计年鉴。其中剔除了环境指标、人均GDP和其他主要解释变量缺乏的观测值，以便得到平衡的面板数据。最终我们得到100个地级城市的1200个观测值。如表1所示。

3.2城镇化水平对水环境污染水平的影响分析在进行面板数据回归分析时，需要通过进行Hausman检验，对随机效应模型和固定效应模型进行选择，结果在1%的显著性水平下，均拒绝了运用随机效应模型的原假设，选择了固定效应模型。本文考虑加入核心变量的二次项、三次项进行面板回归，最终结果如表2所示。在以人口城镇化与土地城镇化分别为核心变量时，回归结果大不一样。人口城镇化为核心变量时，仅一次项参与回归时系数99%显著。而土地城镇化为核心变量时，一次项、二次项、三次项同时进行回归分析时系数均达到99%水平显著。因此，表2中回归结果1和回归结果5可信度较高。回归结果1与回归结果5分别是以建成区面积占比与城镇就业人员占比作为城镇化指标的回归结果。从单一的城镇化对环境污染的影响的面板回归结果来看，以建成区面积作为城镇化指标，土地城镇化水平的一次项系数为正值（0.21），二次项系数为负值（-1.93），三次项系数为正值（3.53）。这表明土地城镇化对城市水环境污染水平的影响呈现倒N型曲线的特征，水环境随着城市规模的扩大呈现出“恶化—提升—继续恶化”的发展趋势。而当以城市人口占比作为城市化指标时，城市人口占比每增涨一个百分点，人均COD排放量则降低0.01吨左右，可见人口城镇化对水环境有促进的作用。用建成区面积占比与城镇就业人员占比两个指标来衡量城镇化水平，得到的城镇化的发展对环境造成的影响规律不一样。章泉（2009）[13]等在土地城镇化对城市环境的影响研究中同样发现以城镇人口占总人口比重为指标的城市化定义对环境质量具有正效应，而以建成区面积为指标的中国城市化进程的加快会对环境质量具有显著的负面影响。之所以二者对水环境的影响存在差异，可能是由于土地城镇化主要反映中国城市化进程的空间扩张特点，而由于地方政府之间相互竞争下陷入“冒进式”发展的态势，中国城镇化的空间扩张更多的是以污染产业转移的目的来进行的，并未带来产业结构随之的合理转型。因此建成区面积占比的增加会导致水环境压力的增加，继而由于相对强化的规模效应而稍稍弱化水环境压力，但如果继续以这种不合理的土地城镇化发展，最终只会导致环境进一步恶化。而人口城镇化则不一样，城镇就业人员占比增加表示有更多的人从事非农的工作，而随着科技的发展，高污染产业的机械化发展使得城镇就业人员更多的倾向于第三产业，因此人口城镇化的发展不一定会带来水环境的负面影响。在影响城市生态效率的控制因素中，以人均GDP代表的富裕程度与水环境污染水平呈正相关，即在其它条件一定情况下，随着人均GDP的提高，水环境污染水平加重，城市的环境质量下降，这说明随着城市生活水平变高，人均消费水平越高，从而人均COD排量越高；以第二产业占GDP比重所代表的产业结构与水环境污染水平之间呈负相关，说明随着以加工制造业为主的第二产业比例越大，水环境污染水平有所降低，这说明第二产业的集聚效应明显；单位国内生产总值电耗与水环境污染水平正相关，由于单位GDP电耗越大，代表单位GDP的能源投入量越高，经济发展对能源的依赖程度越高，资源消耗以及污染物排放越多。（表2）

3.3基于解释变量门槛效应内生性分类的区域差异分析由于中国城市在区位、禀赋、政策等发展条件上存在很大差异，城市规模对生态效率的影响可能不同，传统分类常常按照东部、中部、东北和西部四个区域划分。但本文中，为了明确区域的差异性，基于STATA的门槛效应对这100个城市12年的数据进行分类分析，通过软件计算，最终证明使用人均GDP和第二产业比重作为门槛变量时，确实存在明显的门槛效应。因此本文按照人均GDP、工业发展水平两类指标，分别进行门槛分析。分析结果如表3所示。如表3所示，基于人均GDP分类进行区域差异分析时，反应城镇化率的核心变量不同，所得的门槛值与回归结果也不同。当以建成区面积占比作为城镇化率核心变量时，当人均GDP在区间[0.3808，2.1922]内时，建成区面积占比每上升一个单位，人均COD排放量上升0.1488个单位；当人均GDP在区间[2.1922，46.78]内时，建成区面积占比每上升一个单位，人均COD排放量上升0.0040个单位。这表明，当城市的经济水平低于某一水平时，随着城镇化的发展，城市的水环境压力呈明显上升的趋势，而当其经济水瓶超过一定水平后，城市的水环境压力却随土地城镇化的发展呈平缓的上升趋势。当以城镇就业人员占比作为城镇化率核心变量时，当人均GDP在区间[0.3808，4.3132]内时，城镇就业人员占比每上升一个单位，人均COD排放量下降0.0087个单位；当人均GDP在区间[4.3132,46.78]内时，建成区面积占比每上升一个单位，人均COD排放量下降0.0142个单位。这表明，当城市的经济水平低于某一水平时，随着城镇化的发展，城市的水环境压力呈缓慢下降的趋势，而当其经济水平超过一定值后，城市的水环境压力却随城镇化的发展呈明显下降趋势。而以第二产业增加值占比作为门槛变量进行区域差异分析时，仅建成区面积作为核心变量回归分析时存在门槛效应。当IS在区间[0.2232,0.4665]时，建成区面积增加一个单位，人均COD排放量增加0.06个单位，而当IS在区间[0.4665，0.9079]时，建成区面积增加一个单位，人均COD排放量减少0.06个单位。这说明当第二产业发展到一定的阶段后，土地城镇化的发展对水环境有明显的积极作用。这可能是由于第二产业发展到一定阶段后，由于科技水平的增加以及其规模效应，第二产业的单位产值的污染排放量反而会大幅度降低，从而随着第二产业的空间扩张，水环境压力反而会减小。

4结论与政策建议

本文运用我国100个城市的2002-2013年的面板数据，分别分析人口城镇化与土地城镇化对水环境的影响，并基于门槛效应分析不同人均经济发展水平和第二产业发展水平下的城镇化水环境影响的区域差异。结果显示：

①以建成区面积占比与城镇就业人员占比两个不同角度衡量的城镇化水平对水环境的影响不同。人口城镇化对水环境具有显著的促进作用。而土地城镇化水平对城水环境污染的影响呈现倒N型曲线的特征，水环境质量随着城市规模的扩大呈现出“恶化—提升—继续恶化”的发展趋势。

②不同的人均GDP水平与第二产业发展水平的城市，其城镇化发展对水环境压力的影响的方向和程度不一样。城市的水环境污染随土地城镇化的发展其恶化趋势逐渐平缓，但却随人口城镇化的发展其好转趋势愈加明显。当第二产业发展到一定的阶段前，土地城镇化对水环境有明显的消极作用。而第二产业发展到一定阶段后，由于科技水平的增加以及其规模效应，第二产业的单位产值的污染排放量反而会大幅度降低。水环境压力随着第二产业的空间扩张逐渐减小。从以上结论，引出如下讨论及建议。

①中国城镇化发展由于地方政府相互竞争已经陷入“冒进式”发展的模式，违反了城镇化是解决城乡二元结构的初衷。因此，要努力促进产业结构调整转型，引进高新技术产业，大力发展环保产业，在适度减少工业比重、提高第三产业比重的同时，要立足于各地经济的实际发展状况，而不能盲目发展第三产业，保证产业结构的合理化。

②城镇化中的产业集中发展往往是以牺牲大量的资源和环境为代价，而土地城镇化对水环境污染有非常显著的影响，尤其是对于依赖第二产业带动经济在发展到一定水平前的城市地区，但同时又不能因为环境的约束而放弃发展城镇化。因此，要集约利用土地，地方政府不能过度依赖“土地财政”，要科学制定城镇发展规划，明确限定城镇边界，适度扩张城镇空间。同时要合理规划人口布局，人口规模的扩张要与空间扩张相匹配，避免因单位增量的土地配置人口数减少而导致土地资源利用效率低下。

③当城镇化进一步推进，土地和人口规模达到一定的程度将导致资源过度利用，环境污染加剧，而超过了区域的环境承载力时，区域环境质量会开始呈现不可逆转的下降趋势。各城市应当及时转换发展战略，调整产业结构，支持绿色产业，推广低碳技术，减小城镇化对环境造成的影响。