城市蔓延影响了城市代谢效率吗？

罗啸潇 刘勇 廖斌

摘要 探究城市蔓延如何影响城市代谢效率对合理进行城市规划具有重要意义。首先基于非期望产出的SBM模型测算了中国285个地级市2004—2019年的城市代谢效率并分析了收敛性情况，接着运用Tobit模型和面板门槛模型分别检验了城市蔓延与城市代谢效率的线性相关关系和非线性相关关系，最后以两阶段SYS?GMM构建动态回归模型和替换核心解释变量的方法进行了稳健性检验。结果表明：①2004—2019年全国城市代谢效率有所提升，且上一年城市代谢效率对当年城市代谢效率产生了显著正向影响，表现为“滚雪球”效应。各地区城市代谢效率值的差距逐渐缩小，存在σ收敛与绝对β收敛。②城市蔓延能显著提高城市代谢效率但存在区域异质性，东部地区与省会城市的作用不显著且为负，中部地区、西部地区、东北地区和非省会城市的正向作用显著。控制变量中，网络普及程度、经济发展水平和非农人口占比对城市代谢效率呈显著正向作用，财政分权和外资利用率的回归系数不显著。③城市蔓延对城市代谢效率的影响呈倒“U”型曲线，在公共交通的调节下，城市蔓延对城市代谢效率的影响呈“U”型曲线，而在产业结构高级化的门槛约束下，城市蔓延对城市代谢效率的促进作用呈现“跃迁式”的增长。通过动态面板和以平均灯光密度替换城市蔓延指数的稳健性检验结果与原回归结果保持高度一致。因此，应当依照城市所处的不同发展阶段合理控制蔓延速度，加强公共交通和信息网络等基础设施建设，并合理协调三次产业发展，进一步提高城镇化率，以促进城市代谢效率的提升。

关键词 城市蔓延；城市代谢效率；非期望产出；收敛性分析；门槛效应

中图分类号 F299. 2；F127 文献标志码 A 文章编号 1002-2104（2023）02-0113-11 DOI：10. 12062/cpre. 20220612

近年来城市活动与自然环境的矛盾愈加凸显，面对日益增长的城市人口和不断扩大的城市面积，人类亟须改变当前的城市生活方式，以缓解绿化面积减少、能源消耗过多、自然资源不足和环境退化等负面影响［1］。城市扩张行为是城市化进程的主要特点之一，但相较于人口增长，中国城市总面积的扩张势头迅猛，导致了城市低密度扩张和无序蔓延现象的产生，这种畸形的城市形态将严重影响城市的健康发展［2］。此外，城市日常活动的开展在很大程度上依赖自然资源的消耗，随着城市化进程的加深，人们对自然资源的使用率达到了前所未有的高度，滥用自然资源不仅破坏了生态系统的平衡，极大影响了资源的可再生能力，同时污染物的排放也超过了环境容量［3］，因此，如何在满足人类日常生活的基础上降低资源消耗强度和废弃物排放量成了可持续发展科学中的主要挑战，也是构建人类命运共同体过程中需着重考虑的关键问题。

1965 年Wolman［4］在美国城市生态问题的研究中最早提出了城市代谢的概念，将城市代谢定义为城市系统获得材料和能量输入并排放废弃物的过程。他认为城市是一个具有新陈代谢功能的有机体，通过类比分析自然生态系统与城市生态系统的运行机制，提出城市生态系统通过与自然生态系统的物质和能源交换来达到持续运转的目的。此后有关城市代谢的研究与日俱增，而城市代谢的概念随着研究内容的丰富和城市形态的转变也日趋完善与多样，Decker等［5］将城市视为消耗建筑原材料、燃料和水并将其转化为建筑环境、人类生物质和废物的有机体。Kennedy等［6］认为城市代谢是指物质和能量在城市中流动并作用于社会发展和自然环境的过程。Zhang 等［7］指出，城市代谢是社会和自然代谢过程的集合，虽然城市代谢会受到人类行为和科学技术等因素的影响，但自然代谢的过程仍是城市代谢关注的重点。可见，城市代谢从资源效用、社会福祉、人居环境三个方面综合反映了城市总体的健康状况。由于过量的资源开采和消费需求的增加导致了废弃物排放与日俱增，城市发展的可持续性因此面临挑战，了解、衡量并评估城市代谢水平能让决策者从资源开采和环境压力方面得到启示，以此来维持城市绿色、健康的发展，这对未来人类生存和福祉至关重要［6，8-9］。而城市系统规模的扩大意味着活动单位数量和资源用量增加的同时异质性也越来越强，各单位之间的功能差异导致了不同的资源消费行为和资源需求，这在一定程度上造成了城市内部的代谢问题［10］，因此有必要探究城市蔓延给城市代谢效率带来的影响。

1 文献综述

早期关于城市蔓延的研究主要从理论层面对西方国家出现的城市蔓延情况进行分析，借鉴西方国家的治理经验对中国城市的转型发展提出了有关建议［11-13］。随着经济的迅速崛起，国内城市也开始出现无序扩张的现象，因而这一时期学者们集中讨论了中国城市蔓延的影响因素。陈建华［14］认为中国二元化经济增长模式是城市蔓延的内在驱动力，而不同城市之间的竞争、无户籍人口的频繁流动和公共资源的不均分配同样造成了城市蔓延。李效顺等［15］利用Logistic方程验证了华东地区城市经济发展与城市蔓延之间具有周期性的波动特征，城市蔓延速度随着经济发展先增加后减少。李一曼等［16］基于长春市遥感影像分析得出，政府迫切推进房地产开发和道路建设等不合理规划是城市蔓延的主要原因。刘修岩等［17］的研究表明需求不确定性的增加会加深城市蔓延程度，并且在开发时滞期越长的环境下这种情况更加明显。近年来城市问题愈发严重，致使学者们逐渐转向研究城市蔓延造成的后果，起初城市蔓延被认定为消极性的词语，给社会和环境带来了一系列负面影响，然而随着研究的不断深入，一些学者对城市蔓延的利弊持有不同观点，认为城市蔓延不仅仅具有负外部性。Hanif［18］分析了12个发展中国家1990—2014年的数据，研究发现发展中国家的城市蔓延会显著提高城市对能源的消耗从而提升二氧化碳的排放量。Faccini等［19］以意大利半岛为调查对象，研究发现城市蔓延提高了土地的脆弱性，間接导致了山洪暴发。Navamuel等［20］的研究结果表明西班牙城市的迅速蔓延可能是未来几年电力需求增长的主要原因。陈阳等［21］运用门槛模型研究了中国35个城市的蔓延程度与二氧化硫排放的关系，结果显示在线性关系上城市蔓延会加重污染，但随着产业结构的优化这种污染程度会逐渐降低。李强等［22］以长江经济带为例探索了城市蔓延对生产率影响，发现城市蔓延抑制了第二产业生产率的同时提高了第三产业生产率。范建双等［23］利用空间计量的方法分析了城市蔓延和雾霾污染的动态关系，研究表明城市蔓延会显著提高本地和邻近地区雾霾污染程度，而在城市蔓延水平越高的城市，高铁开通对雾霾污染的负向作用越显著。Burnett［24］认为对大规模城市来说，适度的城市蔓延能有效缓解人口过剩问题，从而提高全要素生产率。Zhang等［25］以中国285个地级市为研究样本实证分析了城市蔓延对经济发展的影响，研究得出城市蔓延显著存在门槛特征，只有在一定范围内的城市蔓延才能正向作用于经济发展。孙三百等［26］研究发现，老城区和农村地区的城市蔓延对居民福利的影响呈“U”型。程开明等［2］以空间杜宾模型探索了城市蔓延与全要素生产率之间的关系，发现城市蔓延通过强化“规模借用”效应促进了邻近区域全要素生产率的提高。

城市代谢的研究主要从研究方法与影响因素两方面展开。研究方法上，Lei等［27］基于能值理论，利用质量、能量和能值指标计算了澳门城市新陈代谢的流量，分析了不同代谢资源在城市代谢中的作用。Perrotti等［28］针对绿色基础设施实践开发了一种扩展的物质流分析法，将生态系统服务的概念整合到了城市代谢模型中。Ravalde等［29］对比了“黑箱”和“灰箱”投入产出法的研究结果，并结合火用分析法和生态网络分析法考虑了城市代谢过程中的指标流量。González?García等［30］通过生命周期评估方法量化城市范围内的质量和能量流以及衍生的城市环境压力，以优先考虑可持续发展的环境观点分析了影响城市代谢的因素。Han等［31］将多尺度综合分析（MuSIASEM）框架扩展到N-3级，比较和分析了上海、东京、伦敦和巴黎四个特大城市的代谢特征。陈雪婷等［32］结合了物质流和数据包络分析法测算了中国31个城市的代谢效率，并分析了区域异质性和变化趋势。影响因素方面，Lyons等［33］探讨了在数字时代由于生活方式的转变，土地利用、交通运输和通信系统对城市代谢的影响。Rosales等［34］基于城市能源的角度，认为环境、技术、经济和社会是影响城市代谢中物质和非物质资源以及废物流动的因素。Liu等［35］以新加坡为研究对象，认为资源运输距离、电力供给效率、工作时间的增加量和每吨废物处理的总成本显著影响了新加坡城市代谢可持续性指数。宋涛等［36］的研究表明第三产业比重和城市人口比重对城市代谢效率有正向影响作用，而建设用地比重的影响为负。Voskamp等［37］以阿姆斯特丹为例，研究发现其城市代谢主要受水流和与港口有关的化石燃料吞吐量的控制，通过简化吞吐量流可以深入了解城市进出口和存货的性质。

通过对现有研究的梳理发现：①目前有关城市蔓延对城市代谢效率影响的研究仍属于空白区域；②城市蔓延的正负外部性效应不明确；③对中国城市代谢效率的测算样本量过少，所得研究结果不具有普适性。文章的创新之处在于，以中国285个地级市为研究对象，利用2004—2019年的面板数据测算了中国城市代谢效率并进行了收敛性分析，构建Tobit模型和门槛回归模型探究了城市蔓延对城市代谢效率影响的线性相关关系、区域异质性和非线性相关关系，以动态面板和替换核心解释变量的方法检验了结果的稳健性，根据所得研究结论提出了有关对策建议，为今后研究城市蔓延和城市代谢提供了理论支撑和研究方法借鉴。

2. 2 变量选择与测度

2. 2. 1 被解释变量

运用非期望产出的SBM（Undesirable?Output SBM）模型计算城市代谢效率，参考学者们的研究［28，32，38-44］并结合定性分析，将城市代谢效率测度指标体系主要分为资源投入、正产出和负产出三部分，其中资源投入包括：①水资源投入，以全社会用水量表征；②土地资源投入，以城市建设用地面积表征；③电力资源投入，以全社会用电量表征；④供气资源投入，以煤气和天然气消耗总量表征；⑤石油气资源投入，以液化石油气消耗总量表征。对电力资源、供气资源和石油气资源以能值法折算成万吨标准煤加总。

期望产出包括：①义务教育福利，以中、小学生在校学生数表征；②工资福利，以在岗职工工资总额表征；③经济产出，以地区生产总值表征。非期望产出包括：①废水排放，以工业废水排放量表征；②废气排放，以工业二氧化硫排放量表征；③固废排放，以工业烟（粉）尘排放量表征。

2. 2. 3 门槛变量

由于城市蔓延与城市代谢效率可能存在非线性关系，因此除核心解释变量外，还引入以下两个门槛变量：①公共交通（tran），以公共汽车数量与常住人口比值表示；②产业结构高级化（ind），以第三产业占生产总值比值表示。

2. 2. 4 控制变量

参考学者们［2，23，46-48］的研究，选择控制变量如下：①非农人口占比（urb），用第二、三产业从业人口与所有从业人口比率表示；②网络普及程度（int），用互联网用户数与常住人口比值表示；③外资利用率（fore），用实际使用外资与地区生产总值比值表示；④经济发展水平（pgdp），用人均生产总值表示；⑤财政分权（fis），用政府一般财政支出与一般财政收入比值表示。

2. 3 数据来源与描述性统计

以中国285个地级市为研究对象①（因数据可得性，未涉及香港、澳门和台湾地区），所用数据来自《中国城市统计年鉴》《中国金融统计年鉴》《中国统计年鉴》以及各省份统计年鉴和地方政府公报等，凡与经济相关指标均以2004年为基期使用对应指数进行平减，少数缺失值用插值法补齐，各指标的描述性统计结果见表1。

3 研究结论与分析

3. 1 收敛性分析结果

3. 1. 1 城市代谢效率均值演化和σ收敛

图1为分地区城市代谢效率均值和σ收敛结果，图1（a）显示，各地区城市代谢效率整体呈曲折上升的趋势，说明中国可持续发展战略和经济高质量发展战略的实施卓见成效，城市化进程贯彻了绿色、健康、可持续的理念。σ收斂以城市代谢效率的变异系数表征，从图1（b）的结果来看，2004—2019年间各地区城市代谢效率的变异系数均有所下降，即存在波动收敛的特征，表明各地区城市代谢效率的差异逐渐减小，有均衡发展的态势。

其中：T为测量时间长度，Ei，1和分别为Ei，T + 1期初和期末的城市代谢效率，β0 为常数，βn 为收敛系数，若βn 值显著为负，则存在绝对β收敛，表明期初城市代谢效率低的城市拥有更快的增长速度。表2报告了绝对β收敛的回归结果，所有地区βn 值均为负且在1%的水平上显著，说明城市代谢效率值存在绝对收敛倾向，即初始城市代谢效率越低的城市效率增长速度越快，各地区城市代谢效率值最终都会收敛到同一水平。全国、东部、中部、西部、东北地区依次以0. 266%、0. 316%、0. 249%、0. 246%、0. 256%的速度收敛。

3. 2 基准回归结果

模型（1）—模型（6）采用逐步加入控制变量的方法观察模型稳健性，从表3所示的回归结果来看，在逐一加入控制变量的过程中，各变量系数大小、正负性和显著性均无较大改变，表明变量之间的相互影响较小，模型较为稳健。多重共线性的检验结果显示VIF最大值为1. 480，即不存在多重共线性。基准回归结果显示，城市蔓延的系数在1%的显著水平上为正，说明在全国层面上城市蔓延能促进城市代谢效率的提升，这是由于中国仍处于城市化进程稳步提升的阶段，与发达国家相比中国整体城市化率依旧偏低，因此城市规模扩大、城市用地面积的扩张是发展的必经之路。城市蔓延意味着城市拥有更大空间容纳发展所需的关键要素，同时资源禀赋在城市的聚集带来了资源数量与多样性的提升，有利于城市结构与功能的完善，一方面推动产业类型趋于多样化，带来了更多的就业机会，另一方面，城市蔓延面临资源有限性的约束，会倒逼政府和企业进行资源利用的合理规划和创新技术的研发，促使城市从资源效用最大化的角度实行可持续发展战略，从而提高城市新陈代谢水平。控制变量中，urb 在5%的水平上显著，int 和pgdp 在1%的水平上显著，表明提高网络普及程度、经济发展水平和非农人口占比会显著促进城市代谢效率的增加。这是因为，无纸化办公、线上会议和大数据应用等在优化了信息传递模式和速度的同时大大降低了传递过程中的损失和成本，以互联网代替传统信息传递方式在提高经济效益和减少污染物排放等方面有显著作用。从经济角度来看，人均GDP的提高促进了城市代谢效率的提升，表明中国更注重经济发展而不仅是经济增长，近年来经济“高质量发展”尤其体现了这一点。从业人员方面，由于传统工业绿色转型升级和劳动力向第三产业的迁移，非农从业人口的增加同样促进了城市代谢。fore 和fis 的系数不显著，原因在于多数城市利用外资较少，没有形成规模经济，因而不能产生实质性影响。在城市代谢过程中，政府资金主要用于提供公共服务和基础设施，这能在一定程度上作用于城市代谢但不能产生主要影响。

3. 3 异质性分析结果

中国幅员辽阔，不同地区的资源禀赋差异导致地区间发展不均衡，因此对不同区域的城市需作分类处理。此外，一般情况下省会城市相比于其他城市而言在全省范围内的发展水平较为领先，也将样本量分为省会城市和非省会城市。回归结果见表4，模型（7）—模型（12）分别为东部地区、中部地区、西部地区、东北地区、省会城市和非省会城市的回归结果。东部地区城市蔓延的回归结果不显著，中部地区在10%的水平上显著，西部地区和东北地区均在1%的水平上显著，省会城市的结果不显著，非省会城市在1%的水平上显著。从系数数值上看，东部地区和省会城市的系数绝对值明显小于其他地区且为负，这是因为东部地区和省会城市开启城市化进程的时间较早，拥有较高的城市化水平，与其他地区相比更早地出现了城市蔓延的现象，因而城市蔓延的边际效应递减。一方面，这些城市的功能布局较为合理，拥有多样化的产业类型和较为完善的劳動分工，在此基础上的城市蔓延会导致产业和劳动力向城市边界地带迁移，不仅削弱了经济集聚带来的正效应，还会提高居民的通行距离和物质传输的成本。另一方面，东部地区城市和省会城市的城镇化率较高，城市规模和占地面积较大，城市蔓延意味着城市面积会进一步挤占耕地面积和林地面积，会导致粮食产量减少、农民收入下降和生态系统对污染物的净化能力减弱，这些负效应抵消正效应造成城市蔓延对城市代谢效率的促进作用不明显，甚至出现负向影响。而对于中部地区、西部地区、东北地区和非省会城市来说，由于城市蔓延出现较晚，城市化水平也较低，因此城市蔓延给城市提供了更多土地容纳不同类型的产业，有利于完整产业链和产业集群的形成。一方面，产业数量和多样性的提升带来了大量就业岗位，吸引各行业高素质人才落户，提高了当地创新要素水平，而技术创新的溢出效应促进了产业间各部门的合作分工，并推动市场内部形成有序竞争，提高了产业经济效益和服务质量。另一方面，产业的快速发展吸引了农村劳动力向城市迁移，加速了农村人口城镇化进程，由于农村人口不断向城市聚集，城市的教育水平也水涨船高，这不仅提高了居民整体收入水平，还使得越来越多的农村居民能够享受城市教育资源，进一步提高城市化水平的同时也提升了人们的生活质量，因而城市蔓延对城市代谢效率起正向作用。

3. 4 门槛效应分析结果

通过自抽样的方式进行门槛效应检验来确定门槛个数和门槛值，以及具体的门槛模型，表5报告了门槛效应的检验结果，spr 和tran 在1%的显著水平上通过了双重门槛检验，ind 在1%的显著水平上通过了单一门槛检验。其中，spr 的双重门槛值分别为0. 971和0. 976，tran 的双重门槛值分别为1. 629和22. 560，ind的单一门槛值为0. 626。

表6 为门槛回归结果，模型（13）—模型（15）分别为spr、tran、ind 做门槛变量时的回归结果，当城市蔓延指数小于等于0. 971时，影响系数为0. 059，在1%的水平上显著；当城市蔓延指数大于0. 971，小于等于0. 976时，影响系数为0. 177，在1% 的水平上显著；当城市蔓延指数大于0. 976时，影响系数为0. 047，在1%的水平上显著，城市蔓延在不同门槛值下与城市代谢效率呈倒“U”型关系。这与前文的猜想相一致，即一定限度的城市蔓延会促进城市代谢效率的提升，而一旦超过这个限度就会带来负面影响。与在原有基础上持续地城市蔓延不同，城市在短时间内过度蔓延的情况下，最显著的特征是盲目的土地扩张会造成房地产空置率过高。城市建设需要消耗大量人力物力，施工人员和机械设备在建筑物的施工过程中会产生大量“三废一噪”污染，由于城市人口的增长速度不及城市用地面积的扩张速度，房屋被大量闲置，导致房地产开发项目加重了污染物排放的同时在短时间内无法带来应有的经济效益，这不仅占用了大量银行资金，还减弱了资源的空间集聚效应，由此带来的规模不经济提高了人均生活成本，从而对城市代谢产生负向影响。城市的过度紧缩则意味着城市在有限的土地范围内聚集了过多的人口，由于城市无法在短期内提供大量的就业机会，城市过度紧缩会显著提高失业率和犯罪率。不仅如此，形如土地等资源的供不应求会导致居民的生活成本提高，例如房租和物价上涨等，而交通拥挤同样会增加居民的出行成本，降低物资的传递效率，这些因素均对城市代谢效率造成了负向影响。可见对于城市代谢效率而言，城市无论是过度蔓延还是过度紧缩都会产生负外部效应，只有处于合理范围内的城市蔓延才能提高城市代谢效率。

当公共交通指数小于等于1. 629 时，影响系数为0. 060，在1%的水平上显著；当公共交通指数大于1. 629，小于等于22. 560时，影响系数为-0. 028，在10% 的水平上显著；当公共交通指数大于22. 560 时，影响系数为0. 636，在1%的水平上显著，表明随着公共交通指数的增强，城市蔓延与城市代谢效率的关系为“U”型曲线。在公共交通系统发展初期尚未形成规模，公交站点和公共汽车的布局需要投入大量资金，短期内的经济效益难以实现对投入资源的补偿。不仅如此，在早期公共汽车大都使用非清洁能源，这种情况下的城市蔓延不仅需要政府投入更多公共交通工具来保证地理位置的通达性，出行路线的延长还加剧了非清洁能源的消耗，给环境带来了更大的压力，这显然会降低城市代谢效率。而当公共汽车数量达到一定程度时，城市会发展出诸如BRT、地铁、轻轨等新型公共交通工具，极大地改善了资源的传递方式，提高了城市中心与边界的资源传递效率。此外，城市公共交通系统的不断完善对私有交通工具有挤出效应，例如部分一、二线城市推出了私家车限号、限购的政策，这样一来乘坐公共交通工具这种更为绿色的出行方式成为当地居民的首选。如此，得益于城市公共交通系统的逐渐完善与升级，城市蔓延推动了部分劳动力和产业往郊区迁移，有效缓解了人口过于集聚、交通拥挤和市场过度竞争等问题，且公共交通工具相较于私家车而言对环境的污染程度有明显降低，因而在提高经济效益的同时能显著减少废弃物的排放，促进了城市代谢效率的提升。

当产业结构高级化小于等于0. 626时，影响系数为0. 032，在1% 的水平上显著；当产业结构高级化大于0. 626时，影响系数为0. 175，在1% 的水平上显著，表明产业结构越高级，城市蔓延越能促进城市代谢效率的提升。城市蔓延首先会引起住宅区域面积的向外延伸，进而导致与住宅相匹配的生活和娱乐设施相继出现。第三产业通常围绕人口分布，凭借占地面积小和生产方式灵活的优点，第三产业易于在住宅区域周围建立产业集群，为附近地区提供了大量就业岗位，同时人口的密集程度也远高于其他类型产业，容易形成新的集聚点。因而在产业结构高级化的过程中，城市蔓延推动了城市“次级中心”的出现，有利于城市从单中心形态向多中心形态转变，打破原有城市在地理空间上发展不均衡的局面，形成中心城区带动“次级中心”城区的新发展格局，从而构建城市功能与人口合理布局的网络体系，既保证了土地资源得以高效利用，又享受了集聚效应带来的经济红利，促进了城市人口与用地关系的协调耦合。此外，第三产业相较于第一、二产业在能源消耗与环境污染方面有明显优势，因此在第三产业占比较高的地区城市蔓延的正外部性效应大于负外部性效应，有利于提高城市代谢效率。

3. 5 稳健性检验

3. 5. 1 动态面板回归

城市代谢是一个长期持续的循环过程，具有一定的滞后性，同时为解决可能存在的逆向因果关系或遗漏变量问题，引入城市代谢效率滞后一期（L. meta）作为工具变量，使用两阶段SYS?GMM 回归，结果见表7 模型（16）。AR（1）和AR（2）的结果表明模型存在一阶自相关而不存在二阶自相关，即选择的工具变量有效。Hansen检验结果为0. 100～0. 250，说明不存在工具变量过度识别问题。从回归结果来看，城市代谢效率的滞后一期在1%的水平上显著，说明上一期城市代谢效率确实对当期城市代谢效率产生了显著影响，城市代谢效率表现出“滚雪球”效应和路径依赖特征。城市蔓延指数在5%的水平上显著为正，与基准回归结果保持高度一致，表明模型稳健。

3. 5. 2 稳健基准回归

替换核心解释变量进行基准回归。参考秦蒙等［49］的__研究，选取同时期城市區域内的平均灯光密度（lig）近似代替城市蔓延指数（spr）进行回归，表7 模型（17）、模型（18）分别表示添加控制变量前后的估计结果，平均灯光密度在1%的显著水平上对城市代谢效率呈正向影响，其余系数的正负性与显著性均无较大差异，表明基准回归的模型稳健。

3. 5. 3 稳健门槛检验

替换核心解释变量进行门槛检验。表8简要报告了门槛回归结果，以平均灯光密度替换城市蔓延指数后依旧存在门槛效应，随着平均灯光密度的提高，对城市代谢的正向影响逐渐减弱，同样表明只有处于合理范围内的城市蔓延才能提高城市代谢效率，公共交通（tran）和产业结构高级化（ind）的门槛效应与前文亦无较大差别。

4 研究结论及对策

文章利用285个地级市2004—2019年的面板数据，基于异质性视角深入探索了城市蔓延与城市代谢效率的线性相关关系及非线性相关关系，得到的结论如下。

（1）2004—2019年间全国城市代谢效率整体有所提高，且上一年城市代谢效率对当年城市代谢效率有显著正向影响，存在“滚雪球”效应。所有地区城市代谢效率差距逐渐缩小，存在σ收敛和绝对β收敛特征，即初期城市代谢效率值低的城市后发赶超，实现了追赶效应。

（2）基准回归模型中，城市蔓延指数、网络普及程度、经济发展水平和非农人口占比对城市代谢效率呈显著正向作用，财政分权和外资利用率的回归系数不显著。异质性方面，中部地区、西部地区、东北地区和非省会城市由于城市化进程较为缓慢，城市蔓延能有效提高城市代谢效率。而东部地区和省会城市的城镇化率较高，城市蔓延对城市代谢效率的作用不明显甚至出现了负效应。

（3）在多重门槛的约束下，城市蔓延与城市代谢效率的关系呈现非线性特征。随着城市蔓延指数的上升，城市蔓延对城市代谢效率的影响为先上升后下降的倒“U”型曲线，即城市过度紧缩和过度蔓延都会负向影响城市代谢效率，只有处于合理范围内的城市蔓延才能促进城市代谢效率的提升。在公共交通的调节下，城市蔓延对城市代谢效率的影响为先下降后上升的“ U”型曲线，而在产业结构高级化的调节下，城市蔓延对城市代谢效率的促进作用呈现“跃迁式”增长。

根據研究结果，可得到如下政策启示。

（1）各地方政府在城市规划过程中需依照城市规模和发展现状把控城市蔓延程度，摒弃对城市蔓延的错误性认知，确保城市扩张与人口总量增速相匹配。东部地区和省会城市的城市蔓延进程较为领先，城市蔓延已出现负外部性，在人口增速放缓的背景下，要控制城市的无序扩张，一方面防止由于城市规模过大造成的经济不集聚问题，另一方面避免由于城市建设用地面积挤占林地、耕地导致自然资源遭到破坏。对中部地区、西部地区、东北地区和非省会城市而言，需合理利用城市蔓延为产业发展和人才落户提供土地资源，并完善城市功能和结构，提高城市化水平。此外，过度紧缩的城市要通过城市蔓延纾解城市中心职能和人口，合理布局城市空间结构，推动城市向多中心模式发展。快速蔓延的城市则需严格限制城市继续蔓延，杜绝一味追求经济增长而无节制依赖土地财政的做法。

（2）加强公共交通和信息网络等基础设施建设，促进资源传递方式与城市化进程的同步发展。公共交通指数需跨过一定门槛值才能使城市蔓延对城市代谢效率产生正向影响，因此城市应提高公共轨道交通覆盖率，加快公共交通系统的更新与完善，升级公交和地铁配置的同时布局共享单车与共享电动车，尽量确保居民能利用公共交通与步行的方式到达城市的各个区域，并通过限制私人交通工具的购买与出行等手段使居民养成绿色出行的习惯。此外，由于提高网络普及程度能显著促进城市代谢效率提升，城市还需加强互联网建设，扩大信息传递渠道的宽度与广度，节约信息传递的人工成本和时间成本，加强城市中心与周围地区的联系，推动城市各区域间形成资源高效传递的信息网，以此规避城市蔓延过程中出现资源传递路径延长和效率降低导致的能源损耗与经济效益问题。

（3）寻求产业结构间的平衡点，协调三次产业的合理发展，不仅能够适应产业发展需求、促进经济增长，也能够提高居民生活满意度［50］，进一步提高城镇化水平。首先，研究结论表明非农人口占比正向影响了城市代谢效率，因此城市应给农村人口提供再教育的机会，注重农村人口就业岗位与就业技能的匹配，逐步完成第一产业从业人口向第二、三产业转移，明确城镇化是人的城镇化而非仅仅是土地城镇化，使农村劳动人口创造更高收益的同时充分享有城市社会福利和保障。其次，由于第三产业高占比能抵消城市蔓延的负外部性，城市应充分利用资源禀赋优化产业结构、发展第三产业，提高第三产业的数量与质量，依靠其占地面积小、资源消耗低、污染排放少和易于形成集聚的优势成为新的经济增长点，推动城市形成“次级中心”，通过第三产业的自身优势缓解城市蔓延带来的负面影响，使城市在蔓延过程中带动经济的高质量发展，打造绿色、健康、可持续发展的活力型城市。

参考文献

［1］ MARANGHI S，PARISI M L，FACCHINI A，et al. Integrating urbanmetabolism and life cycle assessment to analyse urban sustainability［J］. Ecological indicators，2020，112：106074.

［2］ 程开明，高东东，庄燕杰. 中国地级以上城市蔓延影响全要素生产率的机制及效应：基于DMSP/OLS与NPP/VIIRS夜间灯光整合数据［J］. 中国土地科学，2021，35（11）：90-100.

［3］ C?RDENAS?MAMANI ?，PERROTTI D. Understanding the contributionof ecosystem services to urban metabolism assessments：anintegrated framework［J］. Ecological indicators，2022，136：108593.

［4］ WOLMAN A. The metabolism of cities［J］. Scientific American，1965，213（3）：178-190.

［5］ DECKER E H，ELLIOTT S，SMITH F A，et al. Energy and materialflow through the urban ecosystem［J］. Annual review of energy andthe environment，2000，25：685-740.

［6］ KENNEDY C，PINCETL S，BUNJE P. The study of urban metabolismand its applications to urban planning and design［J］. Environmentalpollution，2011，159（8/9）：1965-1973.

［7］ ZHANG Y，YANG Z F，YU X Y. Urban metabolism：a review of currentknowledge and directions for future study［J］. Environmentalscience & technology，2015，49（19）：11247-11263.

［8］ PEPONI A，MORGADO P，KUMBLE P. Life cycle thinking and machinelearning for urban metabolism assessment and prediction［J］.Sustainable cities and society，2022，80：103754.

［9］ COUTARD O，FLORENTIN D. Resource ecologies，urban metabolisms，and the provision of essential services［J］. Journal of urbantechnology，2022，29（1）：49-58.

［10］ SCHULZ N. Lessons from the London climate change strategy：focusingon combined heat and power and distributed generation［J］.Journal of urban technology，2010，17（3）：3-23.

［11］ 谷凯. 北美的城市蔓延与规划对策及其启示［J］. 城市规划，2002，26（12）：67-69，71.

［12］ 于文波，刘晓霞，王竹. 美国城市蔓延之后的规划运动及其启示［J］. 人文地理，2004，19（4）：55-58，81.

［13］ 张晓青. 西方城市蔓延和理性增长研究综述［J］. 城市发展研究，2006，13（2）：34-38.

［14］ 陈建华. 我国城市蔓延问题成因分析［J］. 现代经济探讨，2009（4）：76-79.

［15］ 李效顺，曲福田，陈友偲，等. 经济发展与城市蔓延的Logistic曲线假说及其验证：基于华东地区典型城市的考察［J］. 自然资源__学报，2012，27（5）：713-722.

［16］ 李一曼，修春亮，魏冶，等. 长春城市蔓延时空特征及其机理分析［J］. 经济地理，2012，32（5）：59-64.

［17］ 刘修岩，李松林，秦蒙. 开发时滞、市场不确定性与城市蔓延［J］. 经济研究，2016，51（8）：159-171，186.

［18］ HANIF I. Impact of fossil fuels energy consumption，energy policies，and urban sprawl on carbon emissions in East Asia and thePacific：a panel investigation［J］. Energy strategy reviews，2018，21：16-24.

［19］ FACCINI F，LUINO F，PALIAGA G，et al. Role of rainfall intensityand urban sprawl in the 2014 flash flood in Genoa City，Bisagnocatchment （Liguria，Italy）［J］. Applied geography，2018，98：224-241.

［20］ NAVAMUEL E L，RUBIERA MOROLL?N F，MORENO CUARTASB. Energy consumption and urban sprawl：evidence for theSpanish case［J］. Journal of cleaner production，2018，172：3479-3486.

［21］ 陳阳，孙婧，逯进. 城市蔓延和产业结构对环境污染的影响［J］. 城市问题，2018（4）：18-25.

［22］ 李强，丁春林，宋国豪. 城市蔓延与生产率：促进还是抑制［J］.管理科学学报，2021，24（3）：45-62.

［23］ 范建双，周琳，虞晓芬. 高速铁路和城市蔓延对雾霾污染的异质性影响［J］. 地理研究，2021，40（4）：1146-1164.

［24］ BURNETT P. Overpopulation，optimal city size and the efficiencyof urban sprawl［J］. Review of urban & regional development studies，2016，28（3）：143-161.

［25］ ZHANG M D，LI Y，GUO R，et al. Heterogeneous effects of urbansprawl on economic development：empirical evidence from China［J］. Sustainability，2022，14（3）：1582.

［26］ 孙三百，万广华. 城市蔓延对居民福利的影响：对城市空间异质性的考察［J］. 经济学动态，2017（11）：32-45.

［27］ LEI K，LIU L，LOU I. An evaluation of the urban metabolism ofMacao from 2003 to 2013［J］. Resources，conservation and recycling，2018，128：479-488.

［28］ PERROTTI D，STREMKE S. Can urban metabolism models advancegreen infrastructure planning：insights from ecosystem servicesresearch［J］. Environment and planning B：urban analyticsand city science，2020，47（4）：678-694.

［29］ RAVALDE T，KEIRSTEAD J. Comparing performance metrics formulti?resource systems：the case of urban metabolism［J］. Journalof cleaner production，2017，163：S241-S253.

［30］ GONZ?LEZ-GARC?A S，DIAS A C. Integrating lifecycle assessmentand urban metabolism at city level：comparison betweenSpanish cities［J］. Journal of industrial ecology，2019，23（5）：1062-1076.

［31］ HAN W Y，GENG Y，LU Y，et al. Urban metabolism of megacities：a comparative analysis of Shanghai，Tokyo，London and Paris to informlow carbon and sustainable development pathways［J］. Energy，2018，155：887-898.

［32］ 陈雪婷，宋涛，蔡建明，等. 基于DEA和Malmquist的中国城市代谢效率研究［J］. 地理科学，2015，35（4）：419-426.

［33］ LYONS G，MOKHTARIAN P，DIJST M，et al. The dynamics of urbanmetabolism in the face of digitalization and changing lifestyles：understanding and influencing our cities［J］. Resources，conservation and recycling，2018，132：246-257.

［34］ ROSALES CARRE?N J，WORRELL E. Urban energy systemswithin the transition to sustainable development：a research agendafor urban metabolism［J］. Resources，conservation and recycling，2018，132：258-266.

［35］ LIU J，GOEL A，KUA H W，et al. Evaluating the urban metabolismsustainability of municipal solid waste management system：an extendedexergy accounting and indexing perspective［J］. Appliedenergy，2021，300：117254.

［36］ 宋涛，蔡建明，倪攀，等. 基于能值和DEA的中国城市新陈代谢效率分析［J］. 资源科学，2013，35（11）：2166-2173.

［37］ VOSKAMP I M，STREMKE S，SPILLER M，et al. Enhanced performanceof the eurostat method for comprehensive assessment of urbanmetabolism：a material flow analysis of Amsterdam［J］. Journalof industrial ecology，2017，21（4）：887-902.

［38］ LANAU M，MAO R C，LIU G. Cities as organisms：urban metabolismof the four main Danish cities［J］. Cities，2021，118：103336.

［39］ LEE C L，HUANG S L，CHAN S L. Synthesis and spatial dynamicsof socio?economic metabolism and land use change of Taipei MetropolitanRegion［J］. Ecological modelling，2009，220（21）：2940-2959.

［40］ TANG M H，HONG J K，WANG X Z，et al. Sustainability accountingof neighborhood metabolism and its applications for urban renewalbased on emergy analysis and SBM?DEA［J］. Journal of environmentalmanagement，2020，275：111177.

［41］ GONZ?LEZ?GARC?A S，CAAMA?O M R，MOREIRA M T，et al.Environmental profile of the municipality of Madrid through themethodologies of urban metabolism and life cycle analysis［J］. Sustainablecities and society，2021，64：102546.

［42］ MEILLAUD F，GAY J B，BROWN M T. Evaluation of a buildingusing the emergy method［J］. Solar energy，2005，79（2）：204-212.

［43］ 刘勇. 城市形态与城市物质代谢效率的相关性分析［J］. 城市发展研究，2010，17（6）：27-31.

［44］ 罗啸潇，王婷，廖斌，等. 中国省域城市代谢效率演化及影响因素分析［J］. 环境污染与防治，2021，43（12）：1625-1630.

［45］ 王家庭，马洪福，姜铭烽，等. 城市蔓延、土地资源错配与集聚经济［J］. 经济问题探索，2021（10）：62-73.

［46］ CAO L，LI L，WU Y，et al. Does industrial convergence promote regionalmetabolism： evidence from China［J］. Journal of cleanerproduction，2020，273：123010.

［47］ 毛文峰，陸军. 土地资源错配、城市蔓延与地方政府债务：基于新口径城投债数据的经验证据［J］. 经济学家，2020（4）：80-88.

［48］ 冉启英，王健龙，杨小东. 城市蔓延、创新质量与雾霾污染［J］.经济经纬，2022，39（1）：3-12.

［49］ 秦蒙，刘修岩. 城市蔓延是否带来了我国城市生产效率的损失：基于夜间灯光数据的实证研究［J］. 财经研究，2015，41（7）：28-40.

［50］魏建. 以场景红利为核心提升城市品质［J］. 山东师范大学学报（社会科学版），2021（1）：92-100.