城镇化进程中用水量增长的门槛效应与动态作用机制分析

秦腾 章恒全 佟金萍��马剑锋

摘要

城镇化是发展中国家21世纪的主要发展趋势，在很大程度上主导着人口、经济和产业结构等各方面的转变，成为拉动用水量增长的关键因素。城镇化进程中城镇居民收入、人口结构、人口密度和人力资本等因素的变化，使得城镇化并非表现为线性发展规律，最终导致用水量也存在相应的门槛效应并呈现阶段性增长特征。本文首先对我国各地区城镇化水平和用水量进行统计分析，从地区层面直观描述我国城镇化水平和用水量的变化特征，然后采用面板门槛模型研究城镇化、城镇居民人均收入、人力资本、城市人口密度和人口年龄结构对于用水量的门槛效应，搜寻在城镇化进程中各人口因素对用水量影响的门槛点并分析阶段性变化特征，最后结合PVAR模型研究城镇化进程中各人口因素对用水量的动态影响和作用机制。门槛回归结果发现：城镇化对用水量的影响具有明显的阶段性特征，分别以城镇化和人均收入为门槛变量，超越门槛点后城镇化对用水量的弹性系数分别呈现先升后降的倒“U”型和先降后升的正“U”型变化趋势；以人力资本为门槛变化量，城镇化对用水量的拉动作用则不断减弱。脉冲响应结果显示：城镇化对用水量具有长期且稳定的正向冲击，而居民收入和人口年龄结构对用水量的正向冲击则逐渐收敛于零，人口密度和人力资本对用水量均具有负向冲击，且人口密度的负效应不断增强，而人力资本的负效应不断减弱。方差分解的结果表明，目前我国用水量的增长受自身的影响较大，除年龄结构外，人口密度、居民收入、人力资本和城镇化也具有小规模的贡献程度。

关键词城镇化；人口因素；水资源消耗；门槛效应；脉冲响应函数

中图分类号F062.1

文献标识码A文章编号1002-2104（2017）05-0045-09DOI：10.12062/cpre.20170344

城镇化是规模经济发展的必然结果，也是现代社会文明的重要标志，已逐渐成为新的经济增长引擎，其对于人口迁移、产业结构和经济增长方式等方面产生了巨大影响，也不可避免地推动了水资源的消耗。一方面，人口、经济、自然和社会等各种资源向城镇的高度集聚，使得城镇人口、建设用地、经济和社会消费等规模不断扩张[1]，为我国经济增长与结构调整提供强劲动力的同时也创造了巨大的投资与消费需求，引发了巨大的水资源消耗；另一方面，城镇化对我国居民的传统生活习惯与用水方式的改变，使得每一个农村居民向城镇居民转变的过程中伴随着大量的水资源消耗。根据联合国人口司预测的数据，2050年全球城镇总人口数将到达10亿[2]，且超过一半的城镇新增人口将位于中国和印度两个主要的发展中国家[3]。与此同时，我国2014年城镇化率仅为54.77%，离城镇化发展稳定阶段（城镇化率达到70%左右）还有一定的差距[4]，处于城镇化快速发展阶段。显而易见，我国的区域供水与行业用水将在未来一到两个世纪内受到城镇化发展的严重挑战。可以看出，城镇化进程的同时也是水资源消耗日益集聚和增长的过程，深入研究城镇化与水资源之间的关系与发展规律，正确认识城镇化对水资源的作用机制，对于缓解我国供需水压力，促进城镇化进程中经济、资源与生态环境可持续协调发展具有重要的理论和现实意义，也有利于制定促进城镇化和水资源协调发展的政策方针，为我国新型城镇化发展提供水安全保障。

由于城镇化对水资源的影响表现为优化和胁迫正反两个方面的作用[5]，因此关于此方面的研究结论也不尽相同。一类学者认为快速发展的城镇化给城镇供需水造成了巨大的压力[6]，虽然其历史驱动贡献率相对较小，但驱动力巨大[7]，城镇化率每提高1%，总用水量将提高0.58%，水资源对经济和社会的制约作用愈加凸显[8]。另外，由于缺乏完善的管理和协调机制[9]，城镇化引起的水資源在部门和地区间的无序流动也会严重威胁我国的用水安全[10]，由此导致城市发展与水资源系统的协调度不高，城市发展系统和水资源系统的矛盾日渐突出[11]；另一部分学者则持相反的态度，认为城镇化水平的提高可能抑制用水总量增长[12]，城镇化能够促进水资源由低效率的农业向高效率产业间的转移，提高总体用水效率[13]及各城市用水效益[14]，所形成的集聚效应对水资源的影响以减量效应为主[15]，

加上水资源管理水平的不断增强，不仅从长期来看有利于用水量的降低，而且能够缓解部门间的用水矛盾[2]。因此，适度增强城市人口和产业的集聚与规模效应，是提高水资源开发利用潜力最有效的途径[16]。

纵观上述研究不难发现，目前学术界关于城镇化对水资源影响的研究结论并未达成一致，这与城镇化自身的发展特点及其背后的影响因素有很大关系。城镇化发展初期，大量劳动力由农村涌入城镇，推动经济发展的同时提高了整体消费水平，极大地诱发了用水需求，同时较低的人力资本不利于节水技术的扩散和推广，较低的人口密度也阻碍了资源集约效应的发挥，此阶段表现为用水量的急剧上升；当城镇化发展进入较高水平的中后期，居民较为富裕、人力资本和人口密度不断提高、人口结构也趋于稳定，此时城镇的供水和节水设施逐渐完善，集聚效益和用水效益得以完全体现，同时居民对于高质量节水设备的选择和节水意识的提升也有助于抑制用水量的增长。

可以发现，城镇化对于水资源的影响会因经济社会模式的不同而存在明显的异质性，而且由于其他因素的不断变化，用水量实际上是随着城镇化进程的深入而表现为动态演变的过程。虽然学者们已经采用了多种方法，如回归分析、因素分解和协整检验等进行了大量研究，但是以往的研究囿于方法和视角的限制，大多是基于线性假设和静态分析，不但无法准确刻画各个不同阶段城镇化对水资源的差异性影响，也无法捕捉因素滞后期的变动对用水量的影响。有鉴于此，本文以城镇化进程中的人口因素作为切入视角，基于非线性门槛模型来验证城镇化对用水量的阶段性影响，并进一步运用PVAR模型分析城镇化、居民收入、人力资本等变量对用水量的动态作用机制，为制定更为合理的水资源发展战略提供决策依据。

1模型构建与数据说明

1.1模型构建

Ehrlich和Holdren于1971年提出了IPAT模型（I=PAT）[17]，随后被广泛用于研究人口、经济和技术对环境的影响，即环境影响（I）=人口（P）×经济（A）×技术水平（T）。然而该模型无法进行假设检验，且自变量各自对因变量的弹性系数恒等于1，使得很多研究结果与现实相悖[18-19]。

为了克服上述缺陷，Dietz和Rosa在其基础上提出了基于随机形式的STIRPAT模型[20]：

其中，P以总人口数来衡量，A以人均GDP来衡量，T以二次产业增加值比重和三次产业增加值比重两个变量来衡量[21]，t表示年份。为了考察城镇化及其他人口因素对用水量的影响，对式（2）进行扩展和变形：

其中，twater为总用水量，urb为城镇化率，tpop为总人口数，aff为人均GDP，ind和sv分别为二次产业和三次产业增加值占总GDP比重，其他人口因素包括城市人口密度（den）、城镇居民人均收入（inc）、人力资本（hcap）和人口年龄结构（astr），thr为门槛变量，η为待估的门槛值，M（·）为指示函数，φ1-φ7为各变量对用水量的弹性系数，i和t分别表示地区和年份。多门槛模型可在模型（3）的基础上扩展得到。

1.2模型估计与检验

对于门槛模型（3）的求解分为两个部分，首先是估计门槛值η和lnurbit变量的回归参数，其次是对模型的门槛效应进行相关的检验，前者可以在假定最小化门槛数的基础上，利用普通最小二乘估计的残差值实现。后者则分为两个部分，首先构建门槛效应显著性的原假设H0∶φ1=φ2，检验统计量为：

1.3数据来源与说明

基于数据的可获得性，本文以我国29个省份（西藏部分数据无法获取，故未将其纳入）为研究对象，时间跨度为1998—2014年。采用的指标包括总用水量（亿m3）、国内生产总值（万元）、总人口数（万人）、二次产业增加值（万元）、三次产业增加值（万元）、城镇化率（%）、城市人口密度（人/km2）、人力資本（年）、城镇居民收入（元）以及人口年龄结构（%）。需要说明的是，城镇化率指标是以城镇常住人口数占总人口数的比例来衡量；人力资本以平均受教育年限来衡量，具体的计算方法为：hcap=6×pri+9×middle+12×hig+16×col，pri、middle、hig和col分别为小学、初中、高中和大专及以上人口比重[22]；人口年龄结构以15—64岁人口占总人口比重来衡量。另外，为了消除价格因素的影响，以上涉及到的经济数据均按照价格指数转换为1997年不变价格。其中用水量数据来源于《新中国60年统计资料汇编》《中国水资源公报》（1998—2014）和《中国统计年鉴》（1999—2015）；

〖JP+1〗国内生产总值、二次产业增加值比重和三次产业增加值的数据主要来源于《新中国60年统计资料汇编》和《中国统计年鉴》（1999—2015）；城镇化率和其他人口因素变量的数据主要来源于《新中国60年统计资料汇编》《中国统计年鉴》（1999—2015）以及《中国人口统计年鉴》（1999—2015）。对于部分缺失的数据按照各省、市、自治区的统计年鉴进行增补。

由表1对各变量的描述性统计可以看出，各变量间存在明显的差异，说明各省份经济发展模式、用水方式以及城镇化发展进程等存在一定的地域非均衡性。下面结合图1就各省份城镇化发展速度和用水量增长速度进行更为直观的描述分析。

除个别省份外，我国的城镇化水平基本上遵循了东部、中部和西部依次降低的规律，东部、中部和西部的城镇化率均值分别为55.37%、42.34%和36.47%。其中上海和北京两地的城镇化率超过80%，而超过50%的省份则有天津、广东、辽宁、黑龙江、浙江、吉林和江苏。可以看出，上述城镇化率超过50%的9个省份中，除黑龙江和吉林外，其他7个省份均位于我国东部地区；贵州的城镇化水平最低，城镇化率低于30%，而城镇化率低于35%的省份还有广西、河南、甘肃、四川和云南，除河南外，其他省份均位于我国西部地区。

从用水量增长率来看，可以明显地看出“中间大、两头小”的变化态势，我国中部地区用水量增长率远远超过了东部和西部的用水量增长率。其中安徽的用水量增长率最大，为3.06%，此外，增长率超过1.4%的省份还包括重庆、江苏、新疆、江西、吉林、湖北和山西。可以看出，上述大部分省份位于中部地区，中部地区用水量的增长构成了全国用水量增长的主体；而用水量增长率为负的省份依次为宁夏、山东、河北、北京、上海、河南、浙江、海南、辽宁和甘肃，其中甘肃和宁夏位于西部地区，河南位于中部地区，其他省份均位于东部地区。正是由于东部地区用水量负增长的贡献，才使得我国近年来用水量没有出现较为明显的上升情况。

2实证分析

2.1门槛回归结果与分析

各变量门槛检验结果如表2所示。以人力资本为门槛变量存在一个门槛且在1%的水平上显著，以城镇化自身和居民收入为门槛变量均存在两个门槛且在1%的水平上显著。

表3给出了不同门槛变量下的回归结果。首先以城镇化为门槛变量进行估计，得到的两个门槛值分别为0.58和0.63。为了便于分析，根据本文测得的两个门槛点对城镇化发展阶段进行划分，当城镇化率低于0.58时，城镇化水平处于较低的初期阶段；当城镇化率位于0.58—0.63之间时，城镇化水平处于中等的中期阶段；当城镇化率高于0.63时，城镇化水平处于稳定的成熟阶段。

可以发现，城镇化对用水量整体上为正向影响，但弹性系数呈现倒“U”形的变化趋势。当城镇化率跨过0.58的位置之后，城镇化对于用水量的拉动作用大幅度增强，弹性系数由0.38上升为1.3。在城镇化由初期开始进入中期阶段的过程中，主要表现为人口规模高度集聚、用地规模扩大以及经济规模扩张，此阶段人口和经济快速增长，居民生活水平及质量显著提高，城镇家庭用水设备得到普及，各种市政设施与服务业不断发展，同时，各种节水设施的完善和用水效率的提高需要一定的过程，使得城镇化的发展导致了用水量的大幅度增加。然而当城镇化进一步发展，跨越第二个门槛点0.63进入成熟阶段之后，城镇已具备一定的规模和综合实力，城镇规模效益开始逐渐显现出来，各类供水、节水、排水及污水处理设施的边际成本降低，得以充分发挥各自的效用，同时各类节水技术及治污技术的普及也有助于淘汰部分高耗水行业，外加用水效率相对较高的第二产业和第三产业的不断发展，导致区域用水效率和效益显著提升，极大地减弱了城镇化对于用水量的促进作用，弹性系数由1.3下降为0.23。同时值得注意的是，截止2014年底，除北京、上海、天津和江苏等少〖CM（81.5mm〗数省份及城市外，我国大部分地区的城镇化率均低于以居民收入为门槛变量的回归结果显示，以6 477和8 686.24为两个门槛点，城镇化对于用水量的拉动作用呈现出“U”形变化趋势，三阶段的弹性系数分别为0.45、0.36和0.46。可以看出，在居民收入水平较低时（inc<6 477），城镇化发展更多的是带动居民消费总量的提升，体现在居民对于基本生活商品，如食品和衣着等方面需求的增加，而这些部门恰恰是主要高耗水部门，且较低的居民收入也约束了居民对高质量、低耗水产品的诉求[23]，居民收入水平提高增强了城镇化发展对用水量的推动作用；随着居民收入水平的提高（6 4778 686.24），不会更加显著地减弱城镇化对用水量的推动作用，反而会刺激更多的居民对于高端商品的需求，同时居民收入增加也会带动洗车业和洗浴业等高耗水服务业的兴起和发展，这些无疑都会增强城镇化对用水量的促进

作用。而且由回归结果可知，本阶段的弹性系数（0.46）大于第一阶段（0.45），因此要倡导合理消费、适度消费以及文明节俭的生活理念与方式，以防未来出现用水量激增的不利局面。

以人力资本为门槛变量的回归结果显示随着人力资本的提升（hcap>9.51），城镇化对于用水量的拉动作用出现小幅度的下降，弹性系数由0.34变为0.25。在城镇化发展初期，城鎮化发展水平较低，政府更加关注经济总量的增加以及城镇化发展的速度，即使此阶段人力资本的提升有利于技术创新的实现，但是更多的是体现在推动经济增长上面，很难发挥出节水技术的优势。但是当城镇化进一步发展，以水资源短缺和水环境恶化为主要特征的水危机开始凸显，严重制约地区可持续发展和城镇化发展进程，此时与节水减排有关的创新技术和政策措施开始得到重视，高人力资本有利于发挥节水技术及治污技术的溢出及扩散效应，同时高人力资本（教育水平）也有利于节水意识和环境规制的提升，可以在一定程度上抑制城镇化进程中水资源的消耗。

城市人口密度与人口年龄结构两个变量均不存在门槛点，但是对于用水量的影响有所差异。城市人口密度的回归系数为负且较为显著，说明提高人口聚集密度，有利于水资源的统一供给及生活污水的统一排放与处理，且能在一定程度上减少水资源输送过程中的损失，这与紧凑城市发展理论一致，在城市能承受的范围内贯彻城市紧凑布局战略有利于水资源的节约。虽然目前我国北京、上海和天津等少数地区城市人口密度较大，但是由于其他大部分地区城市人口密度尚未达到很高的水平，因此其对用水量的影响并未出现转折。人口年龄结构变化能够推动用水量的增长，但是效果却并不显著。人口年龄结构变化对用水量的影响主要表现为两个方面：一是劳动年龄人口（15—64岁）增加能够为社会提供丰富的劳动力，将会极大地推动经济增长，从而产生更多的水资源需求；二是此年龄段的人口是消费领域的主体，此类人口的增加会提高社会的整体消费水平，诱发用水量的增长。但是从统计数据来看，人口年龄结构的变化幅度较小，难以对用水量产生较为实质的影响。同时可以预见的是，随着我国老龄化社会的到来，我国生产及消费领域将会不可避免地受到一定程度的冲击，将会在一定程度上减小对水资源的需求。

其他控制变量中，人口规模和人均GDP对用水量有促进作用，由于水资源既是人类生存必不可少的自然资源，也是推动经济社会发展的经济资源，因此人口规模扩大和地区经济发展均会不同程度地推动用水量的增长。而第二产业和第三产业比重提高对用水量表现为抑制效应，说明就目前而言，与第一产业用水尤其是农业用水相比，第二产业和第三产业的水资源利用效率较高，在保障农业用水安全的基础上，推动水要素由效率较低的第一产业向效率较高的第二及第三产业间的合理流动将是抑制城镇化进程中水资源消耗过快的重要途径之一。

2.2脉冲响应函数

为了进一步研究各项人口因素对于用水量的直接效应，并考察各因素冲击对用水量的动态影响及贡献大小，本文建立了加入变量滞后项的PVAR模型，研究各变量的即期单位变化对于用水量的冲击力度与延续模式。VAR模型是一种动态联立方程模型，能够通过正交化脉冲响应函数分离出一个内生变量的冲击对其他内生变量的影响程度。而PVAR则是在VAR模型的基础上，同时考虑了面板数据模型的优点，不仅能够有效地解决系统内生性问题，还能准确刻画变量之间的动态变化关系，因此在各研究领域中得到了较为广泛的应用。

依据AIC和SC检验值最小准则，选定滞后期为2期，各变量对于用水量的脉冲响应函数结果如图2所示。给城镇化一个标准差的冲击，用水量在当期没有响应，从第1期开始有显著的正向响应并于第1期达到最大值，经历2、3期的波动之后，这种正向响应缓慢地减小，于15期左右趋于稳定，反映出城镇化对于用水量具有显著的冲击效果，且持续时间较长，这与杨亮的研究相一致[7]。城镇化进程始终是用水需求增长的重要驱动因素，在城镇化高速发展初期，大量人口涌入城镇，对生活和生产各方面造成了巨大的冲击，极大地增加了水资源的需求，用水量对于城镇化的响应较为迅速。但是随着城镇化发展脚步的放缓，各类生产活动及居民生活趋于稳定，城镇化对于用水量的影响也趋于平稳。居民收入和人口年龄结构对于用水量的冲击也表现为正向。其中，在居民收入的正向冲击下，用水量在第1期的响应值达到最大。较高的收入水平意味着居民和家庭能够负担起更多的用水设备，同时用水支出只是日常花费中很小的一部分，使得用水量在居民收入提高后做出了较为迅速的响应。但是居民收入的冲击效应在经历短暂的波动之后于第5期开始回落并不断收敛于零。事实上，随着居民消费结构不断趋于稳定，居民收入对于用水量的促进作用微乎其微。而用水量对人口年龄结构的冲击总响应上表现为正向状态，第3期达到峰值后开始下降，并于15期左右收敛于零，且最后3期表现为不显著的负向影响，这与前文的分析一致。劳动年龄人口无论从生产领域还是消费领域，均会极大地促进用水量的增长，但是人口年龄结构的变化较为微妙，对于用水量的影响主要体现在前期，后期的影响比较微弱，且近年来老龄人口比例的增加使得人口年龄结构的变化对于用水量的影响由促进作用转变为抑制作用。面对城市人口密度和人力资本的正向冲击，用水量均表现为负向响应，但是响应值的变化有明显的差异。在城市人口密度的冲击下，用水量从第1期开始出现负向响应，且响应值在波动中不断增加，说明目前我国大部分地区城市人口密度没有达到很高的水平，通过提高人口密度可以很好地抑制用水量的增长；而用水量对于人力资本的负向响应在第1期达到最大值，说明人力资本的提高有利于节水技术发展和居民节水意识的提升，能够减少水资源的使用和消耗。但是值得注意的是，从第2期开始响应值经历短暂波动之后逐渐减小，表明人力资本除了对用水量产生抑制效果外，其对于经济增长的促进作用也会在一定程度上抵消这种负向效应。此外，节水技术的创新及普及需要很长的周期，难以在短期造成显著影响，导致人力资本对于用水量的负向影响逐渐减弱。

2.3方差分解

为了更加精确地评估包括城镇化在内的人口因素对用水量变动的影响程度，进一步对用水量的变动效应进行方差分解。表4给出了第1、5、10、15和20预测期内用水量变动的方差分解结果。可以看出，第5期及之后的分析结果影响几乎相同，说明经过5个预测期后，系统处于相对稳定状态；用水量的变动主要来自于自身的贡献，解释能力高达66.8%且较为稳定，说明用水量变动受自身的影响特别大，作为生产和生活中各个环节不可或缺的基础性资源，我国的用水量具有较强的棘轮效应，在短期内用水量具有不可逆性，习惯性用水量较大；城市人口密度和居民收入对于用水量的贡献程度在10%左右，城市人口密度的解释能力略有上升，而居民收入的解释能力有所下降；人力资本和城镇化分别解释了用水量6%和5.4%的变动，而人口年龄结构对用水量变动的解释非常有限，只贡献了0.5%左右的用水量变动。方差分解结果很好地验证并支持了前文关于脉冲响应函数的分析。

2.4扩展分析

为了更为直观地呈现我国用水量的变化趋势和规律，就1997—2014年我国用水增长量和增长率的绝对值展开分析。由图3可以看出2003年之前用水量增长方向。

2003年之后虽然表现为逐年增长趋势（2014年除外），但是每年的增长量各有差异，说明我国用水量的增长不但呈现出阶段性特征，而且具有显著的非线性增长规律，与前文的门槛分析结果较为一致。此外，虽然用水量增长率的绝对值波动程度较大，但是可以发现，2008年后增长率的绝对值普遍低于2008年之前的数值，我国用水量的变动趋势正在不断减小，而且近年来变动幅度较为稳定。随着时间的推移，除人口密度外，其他各因素的影响程度正在逐渐减弱，同时由于水资源本身的自有特性，我国用水量在未来很难出现激增的现象，将继续保持较为平稳的变化趋势。

3结论与对策建议

本文在分析国内外用水量与城镇化关系的基础上，从人口因素的视角建立二者之间的门槛模型，分析各人口因素在二者关系中扮演的重要角色，随后运用PVAR模型的脉冲响应函数与方差分解技术考察了各人口因素对用水量的动态传导机制，主要结论如下：

（1）城镇化对于用水量有正向作用，在城镇化率和居民收入水平的双重门槛效应下，城镇化对用水量的弹性系数分别呈现出先升后降和先降后升的倒“U”和正“U”形变化形态，而人力资本只存在一个门槛值，城镇化对于用水量的拉动作用随着人力资本水平的提高不断减弱。

（2）城镇化、居民收入和人口年龄结构对于用水量均具有较为迅速的正向冲击作用，且随着预测期的增加，城镇化的正向作用趋于稳定，而居民收入与人口年龄结构则不断收敛于零；城市人口密度和人力资本对用水量分别呈现出逐渐增强和逐渐减弱的负向影响。

（3）从方差分解来看，用水量主要受到自身的影响，其次则是城市人口密度和居民收入，人力资本和城镇化也解释了一定程度的用水量变动，而人口年龄结构的影响则微乎其微。

缓解城镇化与水资源消耗之间的矛盾，是实现经济、人口与资源环境可持续发展的前提。本研究从人口因素出发，为城镇化发展进程中节水政策的制定提供了新的视角：首先，根据城镇的生态承载力合理控制城镇化发展速度，制定妥善的人口政策确保外来人口向城镇的合理有序流动，避免爆炸式的城镇人口增长，同时要注重城镇化发展规模与质量协调，减少不必要的城镇过度扩张，充分发挥城镇化内生的规模用水效应，提高水资源利用效率；其次，提升人力资本水平，加大公众节水方面的教育与宣传力度，强化公众尤其是用水主体的中青年人“合理用水、反对浪费”的节水意识；再次，注重引导城镇居民消费方式的合理转变，倡导节水产品的推广和使用，鼓励适度消费、合理消费，反对过度消费，形成符合国情、健康文明的消费观念；最后，适当提高中小城镇的人口密度，通过设施共享与集中治理降低水资源消耗量，对于人口密度高的城镇采取结构化疏散与集中并举的策略，实施更为合理的土地与水资源规划政策，优化自身的城镇化布局，形成合理高效的水资源利用空间分配格局，避免人口过度密集而产生的规模不经济。

（编辑：刘照胜）

参考文献（References）

[1]

鲍超. 中国城镇化与经济增长及用水变化的时空耦合关系[J]. 地理学报， 2014， 69（12）：1799-1809. [BAO Chao. Spatiotemporal coupling relationships among urbanization， economic growth and water use change in China [J]. Acta geographica sinica， 2014， 69（12）：1799-1809.]

[2]KENDY E， WANG J， MOLDEN D J， et al. Can urbanization solve intersector water conflicts？ insight from a case study in Hebei Province， North China Plain[J]. Water policy， 2007， 9（S1）：75-93.

[3]SRINIVASAN V， SETO K C， EMERSON R， et al. The impact of urbanization on water vulnerability： a coupled humanenvironment system approach for Chennai， India[J]. Global environmental change， 2013， 23（1）：229-239.

[4]鄧祥征，钟海玥，白雪梅，等. 中国西部城镇化可持续发展路径的探讨[J]. 中国人口·资源与环境，2013，23（10）：24-30. [DENG Xiangzheng， ZHONG Haiyue， BAI Xuemei， et al. Path of sustainable urbanization in western China[J]. China population， resources and environment， 2013， 23（10）： 24-30.]

[5]张胜武， 石培基， 金淑婷. 西北干旱内陆河流域城镇化与水资源环境系统耦合机理[J]. 兰州大学学报（社会科学版）， 2013， 41（3）：110-115. [ZHANG Shengwu， SHI Peiji， JIN Shuting. Analysis of the coupling mechanism between the urbanization of the arid inland river basins in northwestern China and the water resource environmental system[J]. Journal of Lanzhou University（social sciences）， 2013， 41（3）：110-115.]

[6]WU P， TAN M. Challenges for sustainable urbanization： a case study of water shortage and water environment changes in Shandong， China[J]. Procedia environmental sciences， 2012， 13（3）：919-927.

[7]杨亮， 丁金宏. 城镇化进程中人口因素对水资源消耗的驱动作用分析——以太湖流域为例[J]. 南方人口， 2014， 29（2）：72-80. [YANG Liang， DING Jinhong. A measurement of populations driving effects on water resources consumption in the progress of urbanization： a case ctudy of Taihu Basin[J]. South China population， 2014， 29（2）：72-80.]

[8]马海良， 徐佳， 王普查. 中国城镇化进程中的水资源利用研究[J]. 资源科学， 2014， 36（2）：334-341. [MA Hailiang， XU Jia， WANG Pucha. Water resource utilization and Chinas urbanization[J]. Resources science， 2014， 36（2）：334-341.]

[9]VO P L. Urbanization and water management in Ho Chi Minh City， Vietnam：issues， challenges and perspectives[J]. Geojournal， 2008， 70（1）：75-89.

[10]BAO C， FANG C L. Water resources flows related to urbanization in China： challenges and perspectives for water management and urban development[J]. Water resources management， 2012， 26（2）：531-552.

[11]夏富强， 唐宏， 杨德刚，等. 干旱区典型绿洲城市发展与水资源潜力协调度分析[J]. 生态学报， 2013， 33（18）： 5883-5892. [XIA Fuqiang， TANG Hong， YANG Degang， et al. Analysis of coordination degree between urban development and water resources potentials in arid oasis city[J]. Acta ecologica sinica， 2013， 33（18）： 5883-5892.]

[12]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[J]. 自然资源学报， 2011， 26（7）：1209-1216. [ZHANG Qiang， WANG Bende， CAO Mingliang. Analysis of water resource utilization change based on factor decomposition model[J]. Journal of natural resources， 2011， 26（7）：1209-1216.]

[13]MEINZENDICK R，APPASAMY P P.Urbanization and intersectoral competition for water[R]. Washington DC： The Woodrow Wilson Institute， 2002： 27-51.

[14]李春麗， 杨德刚， 张豫芳，等. 塔里木河流域城市化与水资源利用关系分析[J]. 中国沙漠， 2010， 30（3）：730-736. [LI Chunli， YANG Degang， ZHANG Yufang， et al. Correlation between urbanization and water resources utilization in the Tarim River Basin[J]. Journal of desert research， 2010， 30（3）：730-736.]

[15]马远. 干旱区城镇化进程对水资源利用效率影响的实证研究——基于DEA模型与IPAT模型[J]. 技术经济， 2016， 35（4）：85-90. [MA Yuan. Empirical study on impact of urbanization on utilization efficiency of water resources in arid area： based on DEA model and IPAT model[J]. Technology economics， 2016， 35（4）：85-90.]

[16]唐宏， 夏富强， 杨德刚，等. 干旱区绿洲城市发展与水资源需求预警分析——以乌鲁木齐市为例[J]. 资源科学， 2014， 36（6）：1168-1174. [TANG Hong， XIA Fuqiang， YANG Degang， et al. Scenario warning for urban development and water resource demand in the arid oasis city of Urumqi[J]. Resources science， 2014， 36（6）：1168-1174.]

[17]EHRLICH P R， HOLDREN J P. Impact of population growth[J]. Science， 1971， 171（3977）：1212-1217.

[18]SHI A. The impact of population pressure on global carbon dioxide emissions， 1975–1996： evidence from pooled crosscountry data[J]. Ecological economics， 2003， 44（1）：29-42.

[19]LANTZ V， FENG Q. Assessing income， population， and technology impacts on CO2， emissions in Canada： wheres the EKC？[J]. Ecological economics， 2006， 57（2）：229-238.

[20]DIETZ T， ROSA E A. Rethinking the environmental impacts of population， affluence and technology[J]. Human ecology review， 1994， 1（2）： 277-300.

[21]ZHANG C， LIN Y. Panel estimation for urbanization， energy consumption and CO2， emissions： a regional analysis in China[J]. Energy policy， 2012， 49（10）：488-498.

[22]張腾飞， 杨俊， 盛鹏飞. 城镇化对中国碳排放的影响及作用渠道[J]. 中国人口·资源与环境， 2016， 26（2）：47-57. [ZHANG Tengfei， YANG Jun， SHENG Pengfei. The impacts and channels of urbanization on carbon dioxide emissions in China[J]. China population， resources and environment， 2016， 26（2）：47-57.]

[23]秦腾， 章恒全， 佟金萍. 考虑地区差异的居民消费对能源消耗的影响分析——基于门槛模型的实证研究[J]. 软科学， 2016， 30（5）：96-99. [QIN Teng， ZHANG Hengquan， TONG Jinping. Analysis on impact of household consumption on energy use in consideration of regional disparity： empirical study based on threshold model[J]. Soft science， 2016， 30（5）：96-99.]