中国省域城镇化的资源环境承载力响应及影响因素

引言

过去30余年，中国城镇化走的是一条典型的粗放式发展之路。伴随着城镇化的快速发展，城镇空间规划失衡、产业结构低质、资源利用效率不高、生态环境恶化等问题逐渐凸显，推进传统的速度型城镇化向质量效益型城镇化转变日益迫切。《中华人民共和国国民经济与社会发展第十三个五年规划纲要》指出：“要以创新、协调、绿色、开放、共享的发展理念为指引，以城市综合承载能力为支撑，走一条集约、绿色、低碳的新型城镇化道路”。因此，探讨城镇化与资源环境承载力之间的作用关系及演变趋势，对促进城镇化和资源环境系统协调、可持续发展尤为重要。

2.3 两组术后并发症等情况 两组病人住院并发症发生率差别不大，差异无统计学意义(P>0.05)，具体见表5。

就文献梳理情况来看，国外学者的相关研究主要集中在两方面：一是城镇化与资源环境两者关系的理论研究，Kuznets(1966)、Lane(2010)等学者阐述了城镇化及资源环境承载力的内涵、驱动机制及特征；Mey等(2001)从经济、环境、制度等方面分析生态环境对城镇化产生的约束作用；Vernon(2003)分析城市规模与生态环境的关系，认为城市人口聚集若超过了最优的规模将出现聚集不经济的情况，并严重破坏周边生态系统与自然环境。二是城镇化与资源环境两者关系的实证评估，Grossman等(2011)为探索城镇发展水平和生态质量间的演变规律，选取40多个发达国家为目标对象，得出二者呈倒U形关系，该变化路径即为环境库兹涅茨(EKC)曲线。Soumyananda(2005)运用内生增长模型分析指出，城镇化的推进与持续增长的城市经济是驱动生态环境良性发展的关键因素，同时会带来修复生态环境投资的持续增加。Kaneko(2010)运用STIRPAT模型，实证评估1975—2005年间99个城市状况后提出，不同发展阶段的城市对碳排放以及能源的使用影响程度不同。

在建立Logistic模型前，通常需要对指标进行多重共线性检验。变量之间的多重共线性会造成以下三个主要方面的影响：第一，多重共线性会使模型中参数估计值的方差和标准差变大，导致参数估计值不能通过检验；第二，可能会造成Logistic回归模型中原本重要的解释变量被忽略；第三，Logistic回归模型的经济含义可能会变得不符合实际，变量的显著性检验和模型预测功能的准确度降低，从而大大影响Logistic回归模型的估计效率。

近年来，随着中国城镇化进入转型期，城镇化与资源环境系统的关系受到国内学者广泛关注，研究主要包含三个层面：一是城镇化与资源环境两者关系的理论研究，何文举(2017)探讨了湖南省城市领域扩展过程中资源环境综合容量水平，指出资源与环境系统的协调度发展水平不高，两者矛盾日益突出。二是城镇化与生态环境两者耦合关系的实证研究，李红祥等(2016)分析了中国城镇化与生态环境之间的交互耦合关系，认为城镇化与生态环境系统的耦合机制主要表现为生态环境对城镇化的约束作用及城镇化对生态环境的胁迫作用；黄河东(2016)对比分析指出中国18个城市群的城镇化与生态环境整体协调程度不高且各地区差距明显。三是城镇化和资源环境响应关系方面，就文献检索结果看，仅有少数学者做了相关研究，刘凯等(2016)、郭庆宾等(2016)分别以山东省和武汉城市圈为研究对象，探讨了城镇化生态环境响应关系的时空演变特征。

综上，国内外相关研究呈现多元化倾向，从不同视角对城镇化系统和资源环境系统之间的关系进行了分析，但仍有以下不足：(1)研究内容单一，多针对城镇化与资源环境系统间协调耦合关系及城镇化对资源环境的影响；(2)研究对象局限，多集中在城市群、沿海发达地区或边境地区某个省市；(3)研究数据量较少，多使用时间序列或截面数据。本文将以城镇化的资源环境承载力响应关系为研究主题，以全国30省(区市)为研究对象，以2000—2015年为面板数据，构建评价指标体系，实证测度城镇化的资源环境承载力响应关系，并通过曲线拟合响应关系的变化趋势，最后运用多元回归探析城镇化的资源环境承载力响应关系演变的影响因素，旨在为推动中国区域城镇化与资源环境系统协调、可持续发展提供参考。

一、城镇化的资源环境承载力响应关系评价指标体系构建

(一)城镇化的资源环境承载力响应关系

城镇化的资源环境承载力响应是城镇化系统与资源环境系统间共同作用的结果，刻画和度量特定区域城镇化系统和资源环境系统彼此作用、共同约束形成的动态关系(刘凯 等，2016)。具体可表述为：在城镇化发展中，人类合理开采煤炭等矿产资源、积极植树造林、进行生活垃圾分类化处理，城镇化发展在区域资源环境所能承载的范围内，资源环境系统则为城镇化发展提供资源供给与环境支撑，此时资源环境系统的支撑力大于城镇化造成的压力，城镇化与资源环境承载力呈协调有序的正响应发展关系；若人类过度占用耕地资源、肆意排放生活污水和工业三废，城镇化推进过程会大量消耗资源，导致资源枯竭，严重污染环境，带来自然灾害频发等多重困扰，城镇化发展超出了区域资源环境所能承载的范围，资源环境系统将制约城镇化的进程，此时资源环境系统的支撑力小于城镇化带来的压力，城镇化与资源环境承载力呈彼此牵制的负向发展关系(见图1)。

  

图1 城镇化的资源环境承载力响应关系作用机理

 

注：图中内容为作者自绘

(二)评价指标体系的构建

根据上文分析思路，借鉴相关研究成果，构建了由城镇化和资源环境承载力2个一级指标、6个二级指标、28个三级具体指标构成的城镇化的资源环境承载力响应关系评价指标体系(见表1)。

二、中国省域城镇化的资源环境承载力响应关系实证分析

(一)响应度模型构建

本文借鉴和引用了相关研究成果提出的“响应度模型”的内涵，假定城镇化的资源环境承载力响应是指资源结构、环境功能等变化对城镇化的推进演变形成的适应与反馈作用的程度，两者关系的强弱通过“城镇化的资源环境承载力响应指数”来表示，由资源环境承载力综合指数变化率与城镇化综合指数变化率的比值得出：

(1)

其中，UB为城镇化综合指数，RE为资源环境承载力综合指数。当R >0 时，说明资源环境承载力对城镇化的发展演变具有正响应关系，即资源环境发展状况与城镇化发展方向一致，资源环境承载力有所提升；当R<0时，说明资源环境承载力对城镇化的发展演变具有负响应关系，即城镇化发展会导致资源环境承载能力下降；当R =0时，说明理论上两者之间没有产生相互影响。

 

表1 城镇化的资源环境承载力响应关系评价指标体系

  

一级指标二级指标三级指标指标性质城镇化的资源环境承载力响应关系城镇化人口城镇化城镇人口(万人)+城镇人口比重(%)+城镇人口增长率(%)+城镇就业人口占就业总人口比重(%)+经济城镇化人均GDP(元/人)+人均GDP增长率(%)+第二产业比重(%)+第三产业比重(%)+社会城镇化城镇居民人均可支配收入(元/人)+城镇居民恩格尔系数(%)-城镇单位在岗职工平均工资(元/人)+城镇职工养老保险覆盖率(%)+城镇职工医疗保险覆盖率(%)+空间城镇化城市密度(个/万平方公里)+人均城市道路面积(m2/人)+人均建成区面积(km2/万人)+城市人口密度(人/km2)-资源环境承载力资源承载力人均耕地面积(亩/人)+人均水资源量(m3/人)+人均煤炭基础储量(吨/人)+森林覆盖率(%)+湿地面积占辖区面积比重(%)+环境支撑力建成区绿化覆盖率(%)+工业废水排放达标率(%)+工业废气(SO2)去除率(%)+工业固体废物综合治理率(%)+生活垃圾无害化处理率(%)+环境污染治理投资占GDP比重(%)+

(二)数据来源与处理

1.归一化处理

正向指标：

3.城镇化的资源环境承载力响应关系

(2)

负向指标：

(3)

其中，m为省(区市)，n为指标个数，Xθij为θ年省份i的第j项指标值，max(Xj)和min(Xj)分别为第j项指标原始数据的最大值和最小值，为原始指标的标准值。

2.熵权法计算

从评估结果看，总体上中国省域城镇化的资源环境承载力响应关系随年份变化且趋于负向发展，三种演变类型呈现一定空间差异：以上海、江苏、浙江等为代表的东部省份属于正响应类型，江西、河南、湖南等部分中部省份属于正-负响应类型，交替响应类型则以内蒙古、广西、云南、甘肃等多数西部地区为主。

表2显示，从省际来看，2000—2015年中国30个省(区市)城镇化综合指数逐年提升，城镇化发展水平和速度差异显著，呈现沿海省份高、内陆省份较低的空间格局。以北京、天津、上海、广东、浙江、山东为代表的地区城镇化综合指数较高且位次变动较为平稳，2000年与2015年排名均在全国前7位；以黑龙江、安徽、山西、河南、重庆等为代表的地区城镇化综合指数较低且位次变动幅度较大；以江西、广西、贵州、云南、甘肃、青海等为代表的中西部内陆省份城镇化水平相对落后，城镇化综合指数排名一直靠后。从区域来看，东、中、西三大区域城镇化综合水平均呈稳步上升态势，东部地区城镇化综合指数最高，中部其次，西部最低，三大区域城镇化发展不平衡，表现出一定的东-中-西梯级差异。

(4)

第j项指标熵值：ej=-k∑e∑iyθijln(yθij)，其中k>0，k=ln(rm)

(5)

表3显示，从省际来看，2000—2015年中国30个省(区市)之间的资源环境承载状况存在较大差异。以内蒙古、浙江、江苏、福建为代表的地区在资源环境承载力上表现出一定的优势，2000—2015年排名均位居全国前10位；以天津、辽宁、上海、山东、海南、山西、黑龙江等为代表的地区资源环境承载力综合指数较高，位次波动剧烈；而以新疆、甘肃、贵州、河南、四川等为代表的地区资源环境承载力水平较低、排名一直靠后且位次变化较为稳定。从区域来看，东中西三大区域资源环境承载力平均水平差异不大，但总体上，东部地区以高指数水平省份为主，而资源环境承载力综合指数排名落后的省份则主要集中在西部地区，三大区域呈现一定的东-中-西梯级差异。

各指标的权重：

(6)

城镇化综合指数：

为促进学生更好的吸收知识点，所以，在教学前就要找到合适的方法。而图论则是数学竞赛中最有利的工具。数学竞赛中使用图论的方法，对参赛学生自身的能力也有一定的要求，所以，为了更充分的了解到这些知识面，就需要在教学过程中通过案例分析进行讲解，从这些案例中代入知识点，提高学生学习的氛围及兴趣，增加学生自身的代入感，让他们的精力都集中在教学中来，最终达到提高学生学习效果以及教学质量的目的。

(7)

资源环境承载力综合指数：

确定观察值与Hardy Weinberg平衡（预期值）的差异程度，可用(n为标本数)来表示。当|t|≤2时，P≥0.05，作为无显著性差异界限。t为正值时，AB型预期值大于观察值；t为负值时AB型预期值小于观察值。每种血型预期值计算按文献方法[6]。

一年后，王树林夫妇驾驶着那辆红色的QQ去了机场。去往机场的公路掩映在漫山遍野的红叶丛中，出门的时候，天色向晚，夕阳浓艳，此刻因为晚霞的掩映，起伏的山峦犹如被点着了的火焰山，满眼火光。夫妻俩兴致很高，尤其是辛娜，摆脱了轮椅的她指指点点对看见的一切都充满着好奇和惊叹。王树林笑着应和着，不时回头看一眼辛娜，眼神里溢满了赞许和爱意。他的两鬓爬满了与年龄不符的白发，辛娜受伤的两年里他给予了无微不至的关心。无论晴雨，他推着辛娜在夕阳或者暮雨中不离不弃地身影成为了熟识或者不熟识的人们心中的楷模，辛娜不负众望地走出了阴霾，心智健全与常人无异，虽然少了一条腿。

(8)

其中，和wj、ωj分别表示城镇化与资源环境承载力各指标原始数据的标准值和指标权重。

数据来源于《中国统计年鉴》《中国城市统计年鉴》《中国环境年鉴》《中国能源统计年鉴》、中经网、中国统计信息网等。考虑到西藏统计数据大量缺失，故不列入研究范围。研究对象为中国30个省(区市)。其余少量缺失数据，通过均值法、移动平均法进行处理。测算结果由MATLAB R2010a软件运算得出，结果见表2、表3。

2)根据打磨机器人克服摩擦力环绕承、插口作周向转动的打磨过程，对端口打磨过程进行了受力分析，建立了其压紧力力学模型及可靠度模型，并利用随机摄动法分析了整个打磨过程的动态可靠度，确定了容易打滑失效的关键位置。研究表明，压紧力均值过小会使打磨机器人可靠度较低，在惯性的作用下而发生打滑失效。

(三)实证结果分析

1.城镇化综合指数排名及变化趋势

王萍向与会者分享了 《家禽产品质量风险及法规》。近几年行业的发展也在发生翻天覆地的变化，针对随之而来的食品安全问题，政府也出台了一些相关的法律法规，既规范企业行为，也在净化行业环境。课题中提出了国家对饲料和兽药整改的坚定决心，在整个规范的过程中政府也会有一些政策的支持来帮助养殖户共同度过“寒冬”，为了可持续性发展，替抗和无抗也是大势所趋，规范动物食品的生产过程，人人有责。

 

表2 2000—2015年中国省域城镇化综合指数排名及变动趋势

  

省份均值2000年排名2015年排名位次变动省份均值2000年排名2015年排名位次变动东部0．421———江西0．27429263北京0．519312河南0．2981724-7天津0．45246-2湖北0．3381112-1河北0．3301316-3湖南0．3062023-3辽宁0．41478-1西部0．299———上海0．50412-1内蒙古0．36919109江苏0．448835广西0．2832427-3浙江0．453541重庆0．307281414福建0．34318117四川0．29725196山东0．41867-1贵州0．23730282广东0．45325-3云南0．2512629-3海南0．2941618-2陕西0．29421210中部0．318———甘肃0．2612230-8山西0．3361220-8青海0．2932325-2吉林0．34914131宁夏0．3641596黑龙江0．340922-13新疆0．3281015-5安徽0．304271710

 

表3 2000—2015年中国省域资源环境承载力综合指数排名及变动趋势

  

省份均值2000年排名2015年排名位次变动省份均值2000年排名2015年排名位次变动东部0．410———江西0．4211486北京0．415611-5河南0．3452223-1天津0．402818-10湖北0．3801117-6河北0．34825205湖南0．37818126辽宁0．3701025-15西部0．348———上海0．40019514内蒙古0．456312江苏0．43327-5广西0．4071394浙江0．46412-1重庆0．37624213福建0．438963四川0．3302627-1山东0．420514-9贵州0．30030264广东0．39617107云南0．3831622-6海南0．429415-11陕西0．35127198中部0．385———甘肃0．28128280山西0．41321318青海0．3072030-10吉林0．3431524-9宁夏0．372231310黑龙江0．387716-9新疆0．26429290安徽0．4091248

2.资源环境承载力综合指数排名及变化趋势

当yθij=0或yθij=1时，yθijln(yθij)=0。

为了实现“基础厚、口径宽、能力强、素质高”的人才培养目标，在课程内容设置上应充分考虑到石油类高校非焊接专业学生相应的基础知识和专业应用特点，如石油化工机械主要涉及到各种化工容器、反应塔、加热炉和换热器的制造与安装。油气储运专业涉及到各种储油罐、油气管道、油槽车和油轮等制造工程。因此，需要从《金属焊接》课程本身出发，使课程内容与相应支持课程内容相融合，从而构成“学有基础、用有对象”的课程知识体系。

为深入研究城镇化的资源环境承载力响应关系演变，本文利用MATLAB软件，以资源环境承载力综合指数(RE)为因变量、城镇化综合指数(UB)为自变量进行曲线拟合，选择拟合优度最高的作为最优函数方程。并对拟合方程求导得出各省市资源环境承载力对城镇化的响应函数，结合公式(1)计算出2000—2015年各省市城镇化的资源环境承载力响应指数(限于篇幅，表4未将所有结果列出)，最后分析响应关系演化过程(见图2)。

徐河来了气，拽着儿子，推搡着要将儿子赶走。徐云天杀机陡起，冷冷地说道：“爸，你别逼我。否则，今晚可能要出些事情。”徐河轻蔑地哼一声，挥手给了儿子两个耳光：“就凭你？我非宰了你不可！”

  

图2 2000—2015年中国城镇化的资源环境承载力响应关系演变趋势

 

表4 2000—2015年中国省域城镇化的资源环境承载力响应关系评估结果

  

地区城镇化的资源环境承载力响应指数2000200220042007201020112012201320142015演变类型吉林0．3290．2960．2770．3990．7561．0020．8880．9801．2461．181正响应类上海0．5220．9212．0961．7251．5581．5711．5821．3200．7490．415江苏0．8100．7130．5220．4530．3910．4250．4400．4460．5550．605浙江1．4081．1650．6180．7450．3640．3290．3180．3170．3740．392安徽-0．0300．3080．7970．9760．9600．7680．8060．6540．4050．349福建1．1851．0630．9090．7940．5020．4060．3510．2630．1400．075宁夏0．2530．3410．8831．1800．9620．8940．9780．7490．4170．300天津1．1111．0801．0520．8580．3530．0090．125-0．010-0．040-0．168正-负响应类河北3．0312．7012．0151．6040．6190．3030．5170．350-0．019-0．142江西0．5740．8041．4241．3480．8260．1400．489-0．069-1．011-1．487山东1．0160．9101．0100．9510．5310．2000．139-0．164-0．595-0．947河南1．8191．7091．7171．5680．9900．7300．7010．5180．144-0．072湖南0．8321．1061．5891．3051．0930．7330．9170．7150．142-0．103广东1．4961．3651．9141．6030．9860．5910．6200．307-0．518-1．006海南1．1430．5700．8460．9470．632-0．210-0．506-1．103-2．153-2．674四川1．8461．6461．4621．2640．6420．0960．243-0．012-0．535-1．141贵州3．1462．7111．9841．5190．7880．6750．6240．3330．019-0．072陕西4．3263．2362．6422．3060．8500．5240．4620．382-0．042-0．166北京-0．7010．2330．8141．1641．1621．0460．9130．666-0．067-0．568交替响应类山西1．9331．4662．5592．3930．945-0．1580．6420．071-0．087-0．430内蒙古-0．689-0．2260．7421．2820．8470．3590．4680．255-0．185-0．340辽宁-0．153-0．0920．3020．6710．415-0．030-0．024-0．510-1．231-1．166黑龙江-0．3040．2201．4981．1491．3300．9501．4331．205-0．2860．355湖北0．255-0．2410．5780．7441．0140．8100．8440．765-0．174-0．506广西-0．591-0．8060．7201．2320．9340．2720．7380．211-0．473-1．247重庆0．0990．2561．5521．4040．735-0．3160．265-0．197-1．709-2．592云南2．8023．1671．3111．9620．312-0．293-0．231-0．1160．9020．900甘肃0．4790．822-0．8911．2841．2781．0701．2960．883-0．736-0．028青海-1．276-0．4200．4840．9670．9190．6130．7590．557-0．375-0．742新疆0．610-0．6651．6000．4172．1592．2692．0571．402-0．369-2．272

注：鉴于安徽在2000—2015年间仅第一年响应指数为负，仍将其归为正响应类

由表4可知，2000—2015年间，中国30个省(区市)城镇化的资源环境承载力响应指数呈现明显的波动，整体上中国城镇化的资源环境承载力关系表现出由正响应向负响应转变的趋势，城镇化的变化速率对资源环境系统的承载力由促进转为阻碍。根据历年评估结果，将中国省域城镇化的资源环境承载力响应关系变动划分为三种类型：第一类为正响应类，包含吉林、上海、江苏、浙江等省份。这一类地区城镇化的资源环境承载力响应指数在16年间均为正值，表明城镇化持续推进尚未对资源环境造成破坏性压力，资源环境系统尚能有效发挥其支撑调节作用。第二类为正-负响应类，河北、江西、河南、贵州等省份属于这一类。该类地区响应指数经历了从正响应变为负响应的过程，表明城镇化发展所造成的资源环境压力与资源环境系统的生态调节功能逐渐失衡，城镇化压力日趋增强，濒临资源环境系统的阀值，生态调节压力较大。第三类为交替响应类，包含内蒙古、黑龙江、广西、甘肃等省份。此类地区响应指数表现出正负交替往复的特征且数值先稳步增加后又迅速下降，表明城镇化发展进程与资源环境系统的生态调节欠缺，尚未形成规律性的响应机制，二者作用较不稳定。

第j项指标下样本i的比重：

图2为2000—2015年全国及三种类型响应关系演变过程，分析可知：正响应类响应指数初始值较小，呈现先平稳上升后略有下降的趋势；交替响应类响应指数演变态势与全国响应指数变动情况大体一致，说明总体上中国省域城镇化的资源环境承载力响应关系并不稳定，表现出正负交替演化的特征；正-负响应类响应指数则以较大的初始值开始，逐年下降，变动剧烈。除正响应类型外，全国及其余两种类型资源环境对城镇化发展的响应关系均在2011年出现断崖式下降点，响应指数极速下降且幅度较大，原因可能在于“十一五”时期国家作出了一系列环保部署，投入和整治力度加大，污染防治及节能减排政策对于环境保护起到非常显著的成效。

随着城镇化的推进，除正响应类型外，全国及其余两种类型资源环境承载力响应指数在2011年前后变动速度非常快，到2013年正向作用消失。2013年中国城镇化已达到世界平均水平，进入加速发展阶段，资源环境治理改善的速度已赶不上城镇化的变动速率，2013年以前城镇化的发展在资源环境系统所能承载的范围内，城镇化水平与资源环境正向的影响程度较大，但这种促进作用在逐渐减弱，2013年以后，资源环境承载力响应指数为负值，城镇化的推进所带来的高消耗、高污染已超过资源环境系统的阀值，使得资源环境承载能力下降。

三、中国省域城镇化与资源环境承载力响应关系的影响因素

城镇化与资源环境系统的关系复杂多样，中国省域城镇化的资源环境承载力响应关系又呈现出上述三种不同演变类型。为了进一步分析导致中国城镇化的资源环境承载力响应关系由正响应转为负响应的原因，本文参考已有研究成果，选取城镇化的资源环境承载力响应指数(R)为被解释变量，产业结构(IND)、技术创新能力(TC)、资源利用水平(REEC)、环境规制力度(ENRE)、环保治理投入(ENMA)为解释变量分别对全国及三种响应类型进行多元线性回归分析，以探索使资源环境系统对城镇化发展的响应关系演变产生差异的因素。其中响应指数由前面计算所得，产业结构用第二产业增加值比重表示，技术创新能力用新产品产值占工业总产值比重表示，资源利用水平用单位地区生产总值能耗表示，由于环境规制力度较难度量，故选取可获得的排污费收入总额来表示，而环保治理投入用环保投资占GDP比重表示。实证分析模型如下：

[15]转引自傅衣凌《明代前期徽州土地买卖契约中的通货》，《明清社会经济史论文集》，北京：中华书局，2008年，第248-249页。

Rit=α+β1INDit+β2TCit+β3REECit+β4ENREit+β5ENMAit+εit

如图3所示，在9月的调查中，221名解戒人员，保持跟进（目前仍能持续联络以及知晓情况）为103人，失联、拒绝跟进或亲属不清楚情况的有75人，43人已确定出现复吸。总体操守率为46.60%，其中实验组共59人，29人遵操守，失联14人，拒绝跟进1人，复吸15人，操守率为49%；对照组共162人，74人遵操守，失联或亲属不清楚情况50人，拒绝跟进10人，复吸28人，操守率为45.68%。从数据可以看出，随着解戒时间的推移，实验组与对照组操守率较上次调查均有所下降，数据从原本差距较大变为基本相当。

(9)

(9)式中Rit为各地区城镇化的资源环境承载力响应指数、εit为误差项，以2000—2015年全国及三种响应类型的面板数据为基础，用Stata13计量软件进行运算，回归结果见表5。

 

表5 中国城镇化的资源环境承载力响应关系演变的回归分析结果

  

变量全国正响应类正-负响应类交替响应类IND1．147∗∗∗(3．22)0．653∗(1．66)0．824(1．61)1．675∗∗∗(2．86)TC0．637(1．60)0．454(1．63)1．267∗∗∗(2．67)-0．670(-0．67)REEC2．517∗∗∗(6．76)-0．043(-0．13)4．992∗∗∗(9．64)2．016∗∗∗(2．74)ENRE-0．852∗∗(-2．06)-0．782∗∗∗(-2．71)-2．875∗∗∗(-4．78)0．892(1．24)ENMA-0．248(-0．76)-0．165(-0．53)0．0254(0．05)-0．042(-0．07)＿CONS-0．576∗(-1．96)0．307(1．02)-0．447(-1．12)-0．981∗(-1．78)WithinR20．17660．08820．62520．1042Hausman值14．394．5535．5711．03

注：***、**、* 分别表示在1%、5%、10%的统计水平上显著，括号内为t值

由回归结果可知：

第一，产业结构对城镇化的资源环境承载力响应关系具有较为显著的正向影响。正响应类以东部省份为主体，其产业结构比例相对最优，应继续促进产业优化，进一步提升资源环境的承载能力。正-负响应类和交替响应类以中西部省份为主体，需抓住承接东部地区第二产业转移的契机，积极进行产业结构调整，促进传统产业的绿色转型升级。

第二，技术创新能力对城镇化的资源环境承载力响应关系具有正向影响，但并不显著，这说明目前技术创新的绿色提升效应较弱，尚未实现绿色技术转化。技术创新是缓解资源约束和环境压力的有效途径，然而由实证结果可知，全国及三种响应关系演变类型的偏回归系数较小，技术创新能力未能有效地改善资源环境承载状况。原因可能是在研发经费有限的情况下，各地区专门用于企业减少污染物排放、节约资源方面的技术创新资金投入较少，专项资金不足，技术创新活动难以进行。

第三，资源利用水平对城镇化的资源环境承载力响应关系的影响显著为正，说明资源利用水平的促进作用明显。分类来看，正响应类的偏回归系数为负值，说明资源利用水平对城镇化的资源环境承载力响应关系起着阻碍作用；但对正-负响应类、交替响应类二者均具有正向影响。究其原因，正-负响应类和交替响应类以中西部省份为主，生产方式相对落后，高投入、低产出的企业不仅消耗大量资源还造成严重的环境污染，此时中西部地区节约能耗所产生的边际效应处于上升期，资源利用水平提升将改善资源环境的承载状况。

第四，环境规制力度对城镇化的资源环境承载力响应关系具有负向影响，这表明现行的环境规制政策失灵，绿色引流效应欠佳。对交替响应类而言，环境规制力度对其城镇化的资源环境承载力起着促进作用，但对全国及其余两种响应类型而言，排污费收入总额与城镇化的资源环境承载力响应关系负相关，资源环境承载力将受到某种意义上的限制和约束。原因可能在于，当前制度环境安排不够合理，并不能够很好地促使企业进行绿色创新。

第五，环保治理投入对城镇化的资源环境承载力响应关系具有负向影响，但均不显著，说明环境治理专项资金利用效率不高，并未起到提升资源环境承载力的根本作用。环保治理投入对正-负响应类起着促进作用，但与全国层面和其他两种响应关系负相关，一定程度上约束着资源环境承载力。随着城镇化发展，各地区加大环境治理的财政投入，但这对资源环境系统的改善效果不明显，因为各地区存在先污染后治理的观念，导致环保投入的边际效益不显著，治理效果远低于生态环境恶化速度。此外，环境规制力度本应发挥其正向促进作用，但由于当前环保政策失灵，绿色引流效应欠佳，使得环境治理专项资金利用效率不高，实证结果反而呈现负向影响，加速了城镇化的资源环境压力，成为推动响应关系演变态势整体由“正转为负”的关键因子。

四、结论与政策启示

(一)结论

第一，2000—2015年中国30个省(区市)城镇化发展水平和资源环境承载力均逐年提升，但东、中、西三大区域发展不平衡，呈现明显的东-中-西梯级分布。

第二，中国30个省(区市)城镇化的资源环境承载力响应关系演变态势可分为以东部省份为主的正响应类、以中部省份为主的正-负响应类和以西部省份为主的交替响应类三种类型。三大类型总体上表现出正响应向负响应演变的特征，即城镇化对资源环境系统的影响作用由促进逐渐转变为阻碍。

2013年，在公司党委的正确领导下，中心党总支始终坚持以夯实党建工作为基础、凝聚团队为主线、服务群众为导向，围绕公司核心工作，充分发挥党组织的战斗堡垒作用和党员的先锋模范作用，在“居民客户优质服务工程”建设中；在“中国梦·国网情”主题学习活动开展上；在迎峰度夏“保安全、保稳定、保优质服务”等各项重点工作中，广大党员发扬了敢于拼搏、乐于奉献的精神，带领广大群众，在各类重大保电、优质服务、反窃电降损、营业普查、采集系统建设等工作中，优质高效地完成了各项工作任务。

第三，城镇化的资源环境承载力响应关系分类型回归分析显示，整体而言，产业结构和资源利用水平对城镇化的资源环境承载力有显著的促进作用，说明持续进行产业结构转型优化、推动节能减排有利于进一步提升各地区资源环境承载力；但长期以来绿色技术转化欠佳，技术创新促进效果不显著，加之环境制度安排不合理，环保治理投入利用效率低，使得环境规制难以充分发挥绿色引流作用，环保治理投入亦失效，二者均呈现阻碍作用，成为导致响应关系演变态势整体上由正响应转变为负响应主要因素。

研究发现，BNIP3和sestrin2蛋白的含量在I/R损伤模型的NRK-52E细胞中升高[24-25]。虽然通过检测LC3-Ⅱ的形成可发现BNIP3和sestrin2过量表达诱导的线粒体自噬的发生，但只有BNIP3可通过共聚焦显微镜直接观察到线粒体自噬。在I/R损伤时，作为线粒体自噬的标志物，PINK1的表达是增加的[23]。研究发现，相对于喂食高能量的大鼠，喂食低能量的大鼠肾组织线粒体自噬显著增加，氧化应激损伤明显减轻。AKI时关于其他细胞器的选择性清除信息有限[26]。线粒体自噬作为自噬的亚型，在AKI时也发挥重要作用。

(二)政策启示

第一，就全国层面而言，由实证结果可知，环境制度安排不合理、绿色引流欠佳是阻碍城镇化的资源环境承载力响应关系的主要因素。因此，各地区要重点调整经济结构、结合自身的资源禀赋和区位优势，合理优化空间布局；与此同时，政府还要着力制定激励型环保政策，利用倒逼弹性建立长效机制，加快形成低损耗、绿色无污染且技术创新型的生活生产方式与产业结构，大力推进智能制造，推动节能减排，促使资源向节约集约和绿色低碳转变，从根本上实现有限资源能源价值的放大增倍，增强可持续发展能力。

第二，就正响应类而言，由实证结论可知，不断强化的环境治理力度和节能减排技术，已取得长足进展并对其资源环境承载力起到了推动作用，但由于区域间非平衡性，正效应在一定程度上被抵消，因此，要进一步加强对城市污染的控制和治理，加大节能减排力度。依托全国生态保护监控平台，建设加强区域性生态保护红线监管体系。在环境治理过程中，各地区要根据实际情况，有所侧重，如吉林等地空气污染较为严重，治理过程中应重点关注大气污染，实行工业废气和粉尘污染排放的总量控制。

第三，就正-负响应类而言，一方面，在经济下行、产业结构调整、产业的承接转移等多重压力下，尤其要避免短视行为，杜绝短期粗放的经济增长方式，要摒弃先污染后治理的观念。在环境规制力度方面，各省市要加强区域合作，积极实施省以下环保机构监测监察执法垂直管理制度，探索建立跨地区环保机构以及跨区域联合执法机制。另一方面，由于正-负响应类地区多数处于城镇化加速推进的过程，因此要注意农业人口转移、经济发展和生态环境保护的协调性，以减少城镇化推进所带来的不利环境影响。

第四，就交替响应类而言，以内蒙古、广西、甘肃、新疆等欠发达的西部地区为主体，城镇化的资源环境承载力响应关系较为紊乱且不稳定，其技术创新能力、环境规制力度和环保治理投入等多个方面都相对落后。对属于这一类型的省份需实施循环发展引领计划，推行区域循环式生产、产业循环式组合，从而减少单位产出物质消耗，同时大量引进国内外先进的技术和装备，提高技术创新水平，加大节能减排技术的开发力度，广泛使用新能源，提高能源利用效率，通过节源来实现减污，以此来缓解资源衰竭、环境污染等问题。

参考文献：

郭庆宾,刘静,王涛.2016.武汉城市圈城镇化生态环境响应的时空演变研究[J].中国人口·资源与环境 (2):137-143.

黄河东.2016.中国城市群城市化与生态环境协调发展比较研究[J].生态经济(4):45-48.

何文举.2017.城市规模扩展的环境与资源潜力协调度分析——以湖南省为例[J].经济地理(1):98-106.

刘凯,任建兰,张理娟,等.2016.人地关系视角下城镇化的资源环境承载力响应——以山东省为例[J].经济地理 (9):77-84.

李红祥,徐鹤,赵立腾,等.2016.中国城镇化与资源环境耦合关系实证研究[J].生态经济(2):31-33.

GROSSMAN G M,KRUEGER A B.2011.Economic growth and the environment[J].NBER Working Papers,110(2):353-377.

KUZNETS S.1966.Modern economic growth:rate, structure, and spread[M].New Haven:Yale University Press.

KANEKO S.2010.Does urbanization lead to less energy use and lower CO2 emissions?A cross-country analysis[J].Ecological Economics,70(2):434-444.

LANE M.2010.The carrying capacity imperative: assessing regional carrying capacity methodologies for sustainable land-use planning[J].Land Use Policy,27(4):1038-1045.

MEY J,SMIRA I,YESTER K,et al.2001.A prototype study for the management of surface water resources， Lebanon[J].Water Police,3(1):41-46.

SOUMYANANDA D.2005.A theoretical basis for the environmental Kuznets Curve[J].Ecological Economics,53(3):403-413.

VERNON H.2003.The urbanization process and economic growth:the so-what question[J]. Journal of Economic Growth,(1):47-71.