中国经济增长与土地退化关系研究

张玉玲，陈 梦

新疆财经大学 经济学院，新疆 乌鲁木齐 830012

中国是世界上荒漠面积最大、受其影响人口最多、风沙危害最重的国家。现如今，我国处于能源结构转型阶段，需减少荒漠化、生物多样性下降等环境问题的持续发生。为了有效缓解环境污染、土地质量下降问题，十八大提出优化国土空间开发格局，完善土地规划。近几年治理力度逐渐加大，党的十九大以及第25个防治荒漠化和干旱日(2019年6月17日)提出加强土地管理。2019年国家调查数据显示，我国土地质量已然呈现下降趋势，全国的高、中、低产田过去以3∶3∶3比例基本处于持平状态，目前随着高产田比例下降与中产田增多的同时，该比例逐渐形成2∶5∶3。为了抑制高产田比例持续下降趋势，国家颁布多项环境治理与保护政策，中国沙化土地面积年均缩减1980平方千米，生态环境得到一定程度的缓解。通过查阅相关文献，大部分学者的关注点主要在经济与环境之间的动态演化或森林变化率与经济增长之间的联系，而土地退化是环境污染的直接后果，测算经济增长对土地退化影响更能反映经济增长与环境污染的关系。通过以农用地变化率反映土地退化从而测算经济增长对土地退化的影响力，能够有效反映我国土地退化的现状，为政府在促进经济增长的同时缓解土地退化提供参考意见。

过去对土地退化的分析侧重于生物物理影响，而非探讨因土地退化增加的经济成本，因此根据权重得分来判别经济增长对土地退化的影响力，对土地退化与经济可持续发展具有重要现实意义。此外，土地退化与经济增长关系往往因时间变化呈现不同发展趋势，利用1990—2016年最新数据能够准确衡量土地退化与经济增长关系。

1 文献综述

随着土地退化现象发生，土地退化与经济增长之间的关系也被提及，但各位学者多验证了不同的关系。土地退化与经济增长之间的“倒U型”EKC理论指出，在初始水平上，经济增长刺激森林面积和森林砍伐增加[1]，即土地退化加重，最终随着经济增长，这将导致更多的环境保护[2]。汪菲[3]用新疆人均收入水平代表经济增长，发现农用地利用率的提高，经济也随之不断增长，表明了土地退化与经济增长之间较强的协整关系。Piero[4]在推算意大利国家土地退化与生产结构时发现赋予省份的土地利用率水平较低，但随时间的推移，经济不断增长的同时土地利用率得到好转。杜茎深(2008)[5]通过测算中国贫困地区土地退化影响机制，发现土地退化与经济增长呈“倒U型”变化趋势。相反的是，部分学者认为土地退化与经济增长没有直接联系。Mukherjee[6]认为虽然印度国家经济增长对土地开发水平有直接影响，但只能被视为一个可能的驱动因素，特别是间接对环境的反馈影响。Luca Salvati(2011)[7]表明意大利国家土地退化与经济增长间的作用方式是通过人力资本对土地退化的直接影响。综上所述，土地退化与经济增长之间联系呈现异质性，一部分学者测算经济增长对土地退化影响显著，且联系性较强，其他学者认为经济增长与土地退化之间作用程度不显著，或通过潜在变量对土地退化造成影响。

由于中国是农业大国，人口众多，对农地依赖性显著高于部分发达国家，所以测算经济增长与农用地之间作用方式能够帮助判断经济增长对土地退化治理的影响力，但国内很少有学者探讨经济增长与土地退化之间关系，环境库茨涅兹曲线的存在与否。通过评估我国土地退化与经济增长之间的关系，利用非线性自回归分布滞后(ARDL)方法测量变量之间的作用方式以及EKC在土地退化与经济增长间是否存在，能够更加详细地了解经济增长与土地退化之间的作用方式。此外，测量结果还可以根据影响权重对我国土地退化的原因进行分类，通过与经济增长等自变量的多元回归，政府可采取适当的政策来抑制土地退化和促进经济增长，以实现经济与环境的可持续发展。

2 土地退化演变特征

过去防止土地退化的努力侧重于干旱地区，然而，正如2003年进行的全球土地退化评估研究所指出的，1981—2003年期间，世界上78%的土地退化实际上发生在潮湿和半湿润地区[8]，因此土地退化是一个全面性问题，从中国农用地(既包括干旱地区又包含湿润地区)探讨更能反映我国土地退化现状与影响因素。

探索经济增长与我国土地退化关系，首先需分析土地退化现状、演变趋势，其次分析影响土地退化的多种因素，探索土地退化与各解释变量间的耦合性，才能准确、有效地测算各因素对土地退化的影响力，以期实现土地资源的合理开发利用。土地退化是指陆地生态系统所产生的有益商品和生态服务价值的损失，荒漠化、森林砍伐、过度放牧、盐碱化和土壤侵蚀是土地退化最明显的形式之一，所有这些都可能是人类活动或自然原因造成的。图1由世界银行呈现的中国1990—2016年农用地面积占比(AL)数据，由于数据缺失等原因，1990年之前以及2017年数据无法获得。

分段分析中国农用地变化趋势，2003年之前，我国农用地呈“倒U型”增长趋势，农用地占比先上升后下降。根据崔云[9](2019)描述的农用地面积占比的短暂上升主要为当时统计的草地、耕地增加造成的，这并不表明农用地面积实际的增加。实际上，1990—1998年我国农用地面积变化不大甚至减少。按土地资源利用规划，土地被分为农用地和建设用地。1999—2003年，农用地占比的大幅下降主要来自于大城市的扩张、小城镇的发展和工业生产基地的增多。《中国城市建设统计年鉴》显示我国工业用地指数从1999年的100上升为2003年的134，建设用地占比不断上升。建设用地占比的提高不断降低城市化与工业化的成本，促进经济增长，但与此同时土地退化问题凸显。为了有效缓解土地沙化、盐碱化等环境问题，国家相继加强一系列土地管理政策的实施力度，例如我国在1987年颁布的《中华人民共和国土地管理法》。近几年强调统一规划国土空间开发格局，禁止私自开发土地，建设用地严格按照土地规划执行使得2003—2014年农用地占比趋于平稳；2015—2016年农用地占比明显高于前几年。2015年之后农用地占比的上升主要来自城镇化等建设用地的有效规划。我国近年来不断出台农用地保护政策，鼓励进城农民退让农用地经营权，将其统一规划由承包户或国家统一经营管理。统一经营管理不仅能够节省规模经营下的成本，又能通过专业知识有效保护土地质量，不过度开垦土地。部分地区由于土地质量的下降，土地生产带来的边际收益远远小于边际成本，考虑到环境问题，最终选择退耕还林。国土资源的空间规划、退耕还林等政策带来的农用地占比增加在2015—2016年逐渐体现。

图1 农用地变化趋势(1990—2016年)

3 实证研究

3.1 变量选择、数据选取与模型构建

本文主要探讨经济增长与土地退化关系，但土地退化不仅受到经济增长的影响，还受到其他因素共同作用。鉴于我国土地退化现状把农用地占比(AL)作为被解释变量。作为森林砍伐和荒漠化的特征，农地利用率能够很好的解释中国土地退化的问题，且已被用于土地退化测算。

参考Angelsen(1999)[10]提出导致土地退化的主要影响因素为人口密度、收入水平、原木生产，根据中国国情，从我国建国以来，经济生产的重心主要在工业[11]，从工业增加值的变化趋势可以推测经济增长的变化[12]。因此，以工业增加值(IAV，以不变价计算)代表经济增长，从而测算我国经济增长与土地退化之间关系。由于本文需验证土地退化与经济增长之间是存在“环境库茨涅茨曲线”，因此在解释变量中加入工业增加值的平方项(IAV2)。将人口密度指标以人口增长率(PG)代替，更能体现人口与环境之间的动态变化。Zoubida(2019)[13]根据阿尔及利亚土地退化状况，该国土地荒漠化加重主要原因是耕地面积增加与森林面积减少。根据《中国统计年鉴》数据显示我国在林木方面主要靠进口，所以在这里运用耕地面积占比(CLA)、林木蓄积量(FOR)来测算森林砍伐与土地退化的长期与短期关系。

根据上文所述我国土地退化状况，应用以下变量检验土地退化与经济增长的关系，并验证EKC假说：农用地占比(AL)、工业增加值(IAV，以不变价计算)、耕地面积占比(CLA)、森林蓄积量(FOR)、人口增长率(PG)作为变量来解释中国土地退化的程度。农用地占比、工业增加值、耕地面积占比、人口增长选取于《世界银行》(WDI)1990—2016年间观测值，林木产量数据来自《中国统计年鉴》。土地退化与经济增长、耕地面积占比、林木产量、人口增长的理论模型可以用公式(1)来表示。

LA=f(IAV、IAV2、CLA、FOR、PG)

(1)

LNAL=β0+β1·LNIAV+β2·LNIAV2+β3·LNCLA+β4·LNFOR+β5·PG+ε

(2)

公式(1)表示土地退化是经济增长、经济增长平方、耕地面积占比、林木产量、人口增长的函数。从给出的函数式中推导土地退化与解释变量间的非线性关系，由于农用地占比、耕地面积占比、森林面积绝对数在短期内变化程度较小，因此对各变量采取对数函数形式，能够清楚了解各变量的变化及作用方式，见公式(2)。

由于土地退化短期内变化程度在数据统计上不明显，且一个地区土地退化不仅与当期经济增长等因素有关，还受到前一年或前几年经济增长等因素影响，因此需通过测量长期关系才能准确了解经济增长与土地退化间的关系。测算时间序列的模型有很多，但运用ARDL(自回归分布滞后)模型能够将结论是变量被解释变量的影响分为长期和短期，且不需要同阶单整，能够求出无偏且有效的估计值。因此借用ARDL模型描绘经济增长以及相关因素对土地退化的长期与短期影响力，能够了解土地退化的程度与解决办法。

首先通过单位根检验时间变量是否为平稳序列，只有时间变量为平稳序列才能对函数进行回归，否则会出现伪回归现象，造成回归结果偏离实际情况。这里采取国际通用的ADF(Augmented Dickey-Fuller)检验，检验结果见表1。

表1 单位根ADF检验结果

由单位根检验结果，除了人口增长变量为平稳序列，其它变量均为非平稳序列，因此将公式(1)以差分形式转换为公式(2)，能够去除时间带来数据的不稳定性，准确测算影响土地退化与相关因素的作用方式。

(3)

其中，D表示一阶滞后差分项，β为漂移数，n为自变量滞后期数，vt为通常的白噪声残差，公式(3)为一个标准VAR(向量自回归)模型。其中，滞后水平变量的线性组合被作为滞后误差项的系数，表示被解释变量与解释变量之间的偏离速度。

3.2 实证结果

在对土地退化进行长期和短期估计之前，需进行有界检验，以确定土地退化与自变量间是否存在协整性，即农地利用率与经济增长、经济增长平方项、耕地面积占比、林业蓄积量、人口增长率是否存在长期均衡关系。Johansen检验结果表明I(0)与I(1)在5%的水平上均显著，因此农地利用率与自变量之间存在长期的协整关系，由此可运用自回归分布滞后来测算变量间的长期与短期作用方式。

由于农用地与经济增长、经济增长平方项、耕地面积、林木蓄积量、人口增长存在长期协整关系，因此可以根据自回归分布滞后模型(ARDL)来估计长期内农用地与影响因子系数关系，表2给出了ARDL的长期影响因子。长期模型下农用地与经济增长的高度相关性表明，经济增长与农用地存在长期协整关系，且显著负相关。在我国经济快速发展但区域分布不平衡状态下，除了企业释放部分有害废弃物，一般比较欠发达地区或收入较低的农村对环境保护意识薄弱，或对可持续土地管理的投资不足[14]，认为长期内只有经济增长、收入提高，生活才能得到有效保障，因此会在一定程度忽略生态环境。此外，结果支持环境库茨涅茨曲线，农地利用率与经济增长间作用关系以“U型”曲线不断演变，而土地退化是农地利用率的反函数，即土地退化与经济增长呈现“倒U型”增长模式。由表2给出的结果，利用公式(4)一阶求导，进行拐点测算，发现拐点出现1993年，因此，1993年中国便已迈过经济增长与土地退化关系的曲线拐点，土地退化随经济增长而得到缓解。但由于中国经济增长速度趋于下滑，经济增长与土地退化关系在2013年再次回到拐点左边，与公式(4)中经济增长对土地退化的正相关对应，中国现仍处于经济增长加重土地退化阶段。我国农用地上涨速度下降，经济增长对其影响很大，因此政府需提前控制经济增长带来的土地退化。

LNAL=11.05-7.31·LNIAV+0.95·LNIAV2-0.37·LNCLA+0.01·LNFOR+0.01·PG

(4)

表2 长期模型

长期内影响土地退化因素还有耕地面积占比、森林产量与人口增长速度。结果显示，耕地面积在总面积中占比每增加1%，农用地将下降0.012%，即耕地面积的增加加重土地退化。耕地是农用地的一种，按理论解释耕地的增加必会导致农用地增加，耕地面积与农用地面积呈现正相关性。相反的是，结果显示耕地面积的增加导致农用地面积的减少。一方面，一定耕地面积的增加导致园地、草地、林地等生态服务价值较高的土地面积减少。另一方面，耕地面积增加导致土壤中可用的营养元素逐渐减少，最终耕地面积的增加加重了土地退化的速度。林木产出与农用地呈正方向变化，这在一定程度上解释了农用地与耕地面积反方向的变化，由于林地面积比耕地面积生态服务价值高，有利于增加土地中营养元素，所以虽然土地面积没有变化，但真正可利用的土地反而增加了。在长期内，因耕地面积占比增加带来的土地退化超出林木产出增加缓解的土地退化，最终导致土地退化加快。人口增长率每增加1%，土地退化会在1%的显著性水平上降低0.11个单位，人口增长与土地退化之间的负相关反映出更多的人意味着更少的土地侵蚀，Ephraim Nkonya也证明了东亚地区人口增长与土地退化呈负相关[15]。根据经验理论，人口的增长对清洁能源的高需求与高消费将增加，环境污染加重，土地退化加重。然而我国现处于人口增长与土地退化的负相关阶段，主要在于能源消费结构的变化倒逼能源供给结构的变化，生产一定产品的能耗降低或多使用清洁能源，因此土地退化速度得到有效缓解。程广帅(2019)也证明了人力资本对地区环境质量的改善具有显著作用[16]。综上所述，在给出的工业增加值、耕地面积、林木产量、人口增长对土地退化的回归结果中，工业增加值是引起土地退化的最重要因素。

从短期关系即误差修正模型(ECM)来看短期内变量之间关系，见公式(5)。误差修正时间ECMt-1为测量调整的速度，当被解释变量调整到自变量变化前收敛均衡水平的速度。模型结果基于估计的ARDL(1，0，0，0，0，0)。从结果来看，误差修正模型为正，正的误差修正速度意味着变量在长期内处于扩张趋势，意味着随着时间变化，土地退化将以更快的速度回到生态均衡水平，这主要决定于当期政策。由于ECMt-1在5%水平上是显著的，可以得出结论，短期误差修正模型存在短期协整关系，系数为2.54，说明一年内农用地向均衡水平的趋同在下一年将以该速度调整。由于土地退化是一个缓慢变化的过程，而结果显示了快速调整的土地退化，意味着土地退化不仅有本身土地修复过程，环境治理更是起到了主导作用。短期内，公式(5)中D_LNAL的系数显示上期的农用地变化对当期农用地有显著影响，上期的土地退化每增加一个单位，当期土地退化将以2∶1的速度比变化。与经验理论相似，工业增加值、工业增加值平方项、耕地面积、林木产量与人口增长在短期内对土地退化影响不显著，主要是由于土地退化是一个长期变量，其变化趋势在短期内很难观察到。经济增长对土地退化的压力是在其它因素长期提供生态承载力的条件下释放的，所以在短期内经济增长的提高没有显著性的加快土地退化的速度。从各自变量系数值来看，短期内工业增加值与土地退化呈现“U型”变化趋势，这与长期变化趋势相反，所以考察经济增长与环境之间关系需在长期动态水平测试下，才能有效、准确观察EKC的适用性。耕地面积占比、林木产出量、人口增长率在短期内都会引起土地退化，虽然显著性水平不足，但其对土地退化的影响方向却是合乎逻辑的。

ΔLNAL=0.04+2.02·DLNALt-1+12.76·DLNIAVt-1-1.65·DLNIAV2t-1-0.21·D_LNCLAt-1-0.06·D_LNFORt-1-0.12·D_PGt-1+2.54·ECMt-1

(5)

3.3 回归结果检验

对ARDL回归结果的稳定性检验采用了Brown等人提出来的递推残差平方的累积和(CUSUM squared)，CUSUM图是一种时间加权控制图，显示样本中每个数据值与回归结果的偏差的累计和。由于结果是累积的，所以即使是过程均值中的微小波动也会导致累积偏差值的稳定增加或降低。CUSUM检测图如图2所示。

图2 CUSUM squared检验

显然，CUSUM squared统计量仍在临界范围内，表明农用地与其它自变量存在显著关系。参数在整个期间保持稳定，再次证明了结果的稳定性，回归结果不存在伪回归。

4 结论与建议

根据《世界银行》与《中国统计年鉴》1990—2016年数据，利用ARDL模型对农地利用率、经济增长、经济增长平方项、耕地面积占比、林木蓄积量、人口增长率进行协整分析，得出以下结论：(1)ARDL边界表明，农地利用率与经济增长存在长期协整关系，土地退化长期内随着经济增长而不断加重。长期结果表明，农地利用率与工业增加值呈负方向变化，与工业增加值平方项呈正方向变化，结果证实了我国土地退化与经济增长呈现“倒U型”变化趋势，现仍处于经济增长加重土地退化阶段。(2)耕地面积增加引起的土地退化超过增加林木蓄积量缓解的土地退化，最终导致土地退化加重。此外，人口增长速度的增加缓解土地退化。(3)当农地利用率偏离长期均衡时，土地质量在短期将很难自动恢复，土地退化会以一定退化程度持续一段时间。(4)由于土地退化在短期内以微小的幅度变化，只受到上期土地退化影响，不易被其他因素影响，所以经济增长、经济增长平方项、林木产出量、人口增长在短期内解释我国土地退化变化方面意义不大。

根据以上结论提出四点建议为缓解我国土地退化提供思路：(1)认清我国环境现状，加强环境保护意识。经济增长是引起土地退化的最重要因素，我国土地退化现处于随着经济增长速度的增加而加速阶段，生态环境形势仍然严峻。人们在渴望“蓝天白云”的同时不可因环境在一段时间内有所缓解而懈怠。因此，政府相关部门、相关学者以及大众媒体需向人们及时反馈我国环境现状，认清环境危害，加强环境保护意识。(2)迫切需要改进工业生产技术，实现休闲地轮耕制，缓解农用地低效率带来的土地退化问题。不仅需要政策的强制实施，还需要改进农业生产技术，在耕地面积不变或减少的基础上获得更多农作物。根据我国土地质量下降趋势，需依据土地生态服务价值实现休闲地轮耕制度才能够有效提高土地质量。(3)实现退耕还林与人造林扩张并行。生态恢复战略的实施是有效保护我国土地质量的一个高效驱动因子，因此以保护已有林地面积为基础，在生态脆弱区或生态服务价值较低地区扩大人造林面积，实现退耕还林，增加森林面积覆盖率，实现土地退化减速。(4)鼓励生育，倡导绿色消费。由于人均资源拥有量较低，经济不断发展，人们对清洁能源的需求逐渐加大。因此，可适当放开生育政策，提高人口增长率，从而缓解土地退化。