王鹏，曾辉,

1. 北京大学城市规划与设计学院，广东 深圳 518055；2. 北京大学城市与环境学院，北京 100871

土地生态安全是指陆地表层由各种有机物和无机物构成的土地生态系统的结构没有受到破坏，同时为人类提供服务的质量和数量能够持续满足人类生存和发展需要的一种系统赋存状态，是土地资源可持续利用的重要研究内容[1-2]。现有研究表明土地生态安全状态的变化通常受到社会、自然和经济因素的组合影响，需要筛选合适的手段，建立土地生态安全水平与各类影响因素之间的响应关系，以期弄清土地生态安全的各类关键性影响因素及其作用机制，为土地管理提供科学的决策依据。

环境库兹涅其曲线(EKC)在上个世纪90年代被提出来用以反映人均收入与某些环境指标的相关关系。EKC模型显示环境指标的变化随着经济的增长呈倒“U”型分布，即在一定发展水平下，环境逐渐恶化的趋势将随着经济发展达到一定水平后出现拐点，此后的环境状况将呈现逐步好转的趋势[3]。近年来这一方法也被用于评价区域土地安全水平与社会经济增长之间的关系，但由于评价因子选择、地区差异、数据积累年限和判定标准等方面缺乏统一标准，不同地区的研究结论差别较大。本文尝试选择一些有代表性的城市，利用EKC模型思路，在进行必要的数据标准化处理的基础上，综合分析城市尺度土地生态安全水平与经济增长之间的关联关系并进行成因探讨，以期更好地剖析土地生态安全随社会经济发展的动态趋势，为相关理论和实践研究提供积累和借鉴。

1 模型、数据与研究方法

1.1 模型构建

反映经济变化的自变量用区域人均GDP来表示[4]，区域土地生态安全水平将使用多因子层次分析法获得的综合土地生态安全值来反映[5]。经典的EKC模型因变量是某种环境质量指标与经济增长的拟合，通常指标越大反映出环境质量越差，因此经典模型曲线为倒“U”型。本模型中综合生态安全值越高反映区域土地生态安全状况越好，如果EKC模型机理在本项研究中成立的话，模型曲线应呈正“U”型。

1.2 数据来源

本文选取6个国内土地生态安全研究的案例城市数据作为本项研究的基础数据源，这些研究案例具有如下特点：（1）所选取案例都采用土地生态安全评价指标体系进行了评价，具有共通的逻辑评价基础和一定的可比性；（2）选取的案例都是以全市范围为研究对象；（3）案例的研究时序至少为5 a的实际评价(不使用预测值)；（4）不同案例选用的评价指标和对指标赋予的权重存在细微的差别，评价指标从16个到21个不等(表1)。土地生态安全值所选案例城市分别为哈尔滨[6]、双鸭山[7]、成都[8]、重庆[9]、南充[10]和西安[11]6个城市，人均GDP数据来源选自相关省份、城市等统计年鉴。

需要说明的是，6个案例城市尽管因为城市社会经济发展和资源环境条件差异，土地生态安全评价的指标选取有所不同，但各城市所选指标基本可以归并为土地自然生态安全、土地社会生态安全、土地经济生态安全和土地环境生态安全4个方面。土地自然生态安全层面包括如森林绿地覆盖率、人均耕地等指标内容，主要反映对土地对自然资源的人均或地均保有量；土地社会生态安全层面包括人口密度、产业就业比例等指标，反映了社会资源的人均分配状况；土地经济生态安全包括人均GDP、地均拥有动力等指标，这些指标反映了在土地方面人均或地均的投入或产出状况；土地环境生态安全层面包括废水、固废的回收处理率、化肥施用量、水土流失等指标，这类指标表征了土地利用所面临的环境风险状况。从这一层面看，各城市的评估结果还是具有一定的横向比较基础的。

1.3 数据处理方法

1.3.1 数据标准化处理

为使不同城市土地生态安全值具有相互的可比性，首先将案例城市的土地生态安全值进行数据标准化处理。不同城市的土地生态安全值的差异体现在两个方面，一是由于指标权重和选取指标层的差异使得年际间的数值变化速率存在差异；二是由于数据标准化的方法差异，导致不同城市的安全评价标准值存在差异。针对上述问题，本文采用的标准化方法是，首先解决变化速率的差异，将每一个城市在评价区间的最低值定为0%，最大值定为100%，使各个城市的生态安全值都在0~1的相同变化范围内；然后基于相同人均GDP收入范围内的土地生态安全水平具有相对一致的假设，将各个城市的数据统一到相同的标准范围内。

1.3.2 数据拟合

通过EXCEL和SPSS软件系统，以人均GDP为自变量x，分别以上述选取的城市标准化后的土地生态安全值为因变量y，进行曲线回归模拟。为了使分析全面、客观，本文选用线性、二次多项式曲线、三次多项式和对数函数等多种曲线模型拟合。根据曲线拟合结果、模型检验参数，在各个函数模型中进行优选。

2 结果

2.1 案例城市土地生态安全值与人均GDP的拟合结果

表1 不同案例城市所选土地生态安全评价指标 Table 1 Urban land ecological security evaluation index

案例城市土地生态安全值与人均GDP的拟合结果如图1所示，拟合结果参数如表1所示。表1中F值通过95%置信度检测，拟合方程具有统计意义。比较各种拟合的R2值可以看出，不同城市Cubic三次多项式和对数函数具有较好的拟合效果。拟合结果表明各案例城市土地生态安全水平与经济增长之间的关系均与EKC经典的倒U型拟合关系有显著差异。

图1 城市土地生态安全与人均GDP拟合结果 Fig. 1 Urban land ecological security and per capita GDP fitting results

2.2 综合拟合结果

标准化后各个城市土地生态安全值具有可比性，各城市综合土地生态安全水平与人均GDP的关系如图2所示，相关拟合参数参见表2。从表2中可以看出，所有城市的综合拟合结果中，对数函数具有最好的相关性，且其拟合结果同样不符合EKC的规律。

2.3 各案例城市及其综合拟合结果的时序特征

图2 标准化土地生态安全值与人均GDP关系 Fig. 2 Standardization land ecological secure value and per capita GDP

各个城市的拟合方程和区间变化规律如表3所示。线性拟合显示所有城市在研究区间内均表现出单调上升的状态，即随着经济的增长，城市的土地安全值升高，城市的整体生态安全水平显著提高。二次多项式的拟合呈现两种状态，除双鸭山外，其他5个城市处于函数单调上升的区间；双鸭山市的拟合结果是先递增后递减，即出现极大值拐点。三次多项式拟合结果则存在3种状态：双鸭山、重庆、成都和南充4市均表现为单调递增的状态；西安的拟合结果是先递增后递减出现峰值；哈尔滨则呈现先递减再递增的低谷。综合结果的所有拟合曲线均显示为单调递增状态。

表2 城市土地生态安全拟合曲线估计参数 Table 2 Urban land ecological security fitting curve parameters

3 讨论

3.1 研究结果的一般趋势总结

研究结果表明，案例城市的综合土地生态安全状况随着区域社会经济的发展逐步得到提高，少数案例城市出现的显著波动（如西安1999—2000年区间和2003—2005年区间）。经仔细分析其评价指标选取和统计数据发现，这种波动是因为短时间内人口数量、土地利用结构和社会固定资产投资等关键指标因内外部因素的影响而出现剧烈变化的短期结果。标准化后6个城市的综合结果显示，土地生态安全水平随社会经济发展而呈现出显著单调上升趋势。说明过去一段时间内，我国市域范围内土地生态安全水平得到不断提升具有一定的普遍性，并且同等发展水平下，不同地区的土地生态安全水平也的确表现出明显的趋同性。

表3 城市土地生态安全与人均GDP拟合方程 Table 3 Urban land ecological security and per capita GDP fitting equation

各案例城市乃至综合评价结果均表明土地生态安全水平与区域经济增长的拟合关系不符合EKC的规律，即土地综合生态安全指标不具有单项环境污染指标的变化特征。从不同样本的整体评价指标体系构成看，土地生态安全水平受到自然、经济和社会因素的共同作用。尽管有研究表明某些指标具有EKC模型的变化规律[12-14]，但其随着社会经济发展进程的拐点出现位置可能差异较大，表现出综合的评价结果不符合EKC规律[15-17]。加上一些社会经济指标不具有EKC的经典变化规律，导致多指标权重叠加后得出的土地生态安全水平随经济增长的变化规律不满足EKC模型。

分析不同城市的土地生态安全评价因子选择不难发现(表1)，不同性质的评价因子随社会经济发展的动态变化差异非常明显且交互作用复杂。土地自然生态评价因子通常符合EKC的变化规律，这一点已经为研究所证实[18]；土地社会评价因子通常受到人为调控的影响，一般不存在和经济增长的直接因果变化关系；土地经济评价因子通常随着经济的增长而呈现正相关关系，所以不符合EKC式的变化模式；土地生态环境因子可能会随着经济增长而出现拐点，并呈现出不断改良的趋势。然而，这类因子也可能会因为阶段性发展需求迫切而出现反复，或者拐点迟迟难以显现的状况。

3.2 关于土地生态安全水平不断提升的成因思考

土地生态安全水平随着经济增长而趋于提高，表明经济发展并不会导致土地生态安全风险的必然增加，相反社会经济的持续进步可能是解决资源环境问题，提高土地生态安全水平的必由之路[19]。根据本项研究的初步成果，总结国内外相关研究积累不难发现，经济发展对土地生态安全水平的提高主要源于技术进步、经济结构变化和人们对环境服务的需求[20]等3个方面的拉动作用。

首先，在市场需求、资源环境等条件相对稳定的前提下，技术的进步可以削减生产成本、提高产率或减少污染，从而减小社会经济发展的资源环境压力。不过，技术进步因素的作用效果往往受到市场刚性需求变化的强烈影响[21]，例如，近百年来汽车在能源利用效率提升幅度巨大，但需求激增仍使得汽车的总体能耗在不断增加[22]。因此技术进步在EKC模型拐点上的作用效果通常受到市场刚性需求的影响，但在土地生态安全管理上，技术进步有利于土地资源的合理保护和利用，这点毋庸置疑。

第二，随着经济的发展带来产业结构的变化，即污染性产业向区域外转移使得区域生态安全状况改良。本研究结果显示各区域内生态安全状况日趋良好，其中一个原因是生态资源消耗的产业向区域外转移。这一结果的启示在于，一方面经济结构改变使得各个城市的生态安全状况有所改善，但对于城市相关地区的影响有待研究；在更大的尺度上看，在全球经济一体化的经济结构变革中，我国作为一个发展中国家，可能长期扮演生态输出的角色，其结果将是经济不断增长而看不到环境改良的拐点。调整我国所处的产业结构，创造高附加值、低环境成本的产业是生态与经济的共同发展方向。

第三，对环境服务的需求也是土地生态安全改良原因之一。随着经济的增长，人们对生态安全的关注和需求日渐增加而产生改良的动力。然而值得注意的是，尽管人们对环境服务主观上的需求能促进区域环境的改良，但对于某些生态风险能否被人们意识到或已意识到的风险能否在现有的科技水平下得到改善，是限制主观环境服务需求动力的因素之一。另外，越来越多的生态环境问题解决需要大尺度的通力合作，一个区域内经济增长带来的环境服务需求作用不足以显效。

4 结论

各个城市的土地生态安全综合值与经济增长存在显著的相关关系，研究时段内土地生态安全水平普遍提高；各个城市随着经济的不断增长，土地生态安全水平呈现先增长，后趋于平稳的动态变化格局。土地生态安全值与经济增长关系不符合EKC模型的倒U型分布关系。

在技术进步、经济结构变化和人们对环境服务需求等3方面因素作用下，经济增长与土地生态安全值形成指数型相关关系。在土地安全管理方面，这3个因素也是调和经济增长与生态安全的重点。

[1] 刘胜华. 我国土地生态安全问题及其立法[J].国土资源科技管理, 2004, 2: 53-56.

[2] 李玉平, 蔡运龙. 河北省土地生态安全评价[J]. 北京大学学报: 自然科学版, 2007, 6: 784-789.

[3] 韩贵锋, 徐建华, 苏方林, 等. 环境库兹涅茨曲线(EKC)研究评述[J]. 环境与可持续发展, 2006, 1: 1-3.

[4] 凌虹, 朱晓东, 王惠中, 等. 苏州市经济增长与工业污染物排放的关系: EKC如何[J]. 应用生态学报, 2009(4): 955-962.

[5] 鞠媛媛, 杨凤海, 杜伟红. 大庆市土地生态安全评价[J]. 黑龙江农业科学, 2011, 3: 50-52.

[6] 张小虎, 袁磊, 宋卫方, 等. 基于灰关联法的城市土地生态安全评价: 以哈尔滨市为例[J]. 国土与自然资源研究, 2009, 4: 19-20.

[7] 李征, 侯淑涛, 黄咏梅, 等. 黑龙江省煤炭资源型城市土地生态安全评价研究——以黑龙江省双鸭山市为例[J]. 国土资源科技管理, 2011(2): 46-51.

[8] 邱氚. 成都市土地生态安全评价研究[D]. 四川农业大学, 2010.

[9] 景丽娜, 周宝同, 殷清慧, 等. 重庆市土地生态环境安全评价研究[J]. 安徽农业科学, 2007, 3: 833-834.

[10] 朱璠, 冉瑞平. 南充市土地生态安全评价[J]. 安徽农业科学, 2011, 5: 3037-3040.

[11] 张文柯. 西安市土地生态安全评价研究[D]. 西安: 西北大学, 2009.

[12] 丁焕峰, 李佩仪. 中国区域污染影响因素:基于EKC曲线的面板数据分析[J]. 中国人口·资源与环境, 2010, 10: 117-122.

[13] 李太平, 张锋, 胡浩. 中国化肥面源污染EKC验证及其驱动因素[J].中国人口·资源与环境, 2011, 11: 118-123.

[14] 陈腊娇, 冯利华, 徐璐. 浙江省废水排放增长的EKC曲线特征分析[J]. 城市环境与城市生态, 2006, 4: 14-16.

[15] 苏为华, 张崇辉. 关于异质性假说的中国EKC再检验[J]. 统计研究, 2011, 12: 66-71.

[16] 蒋萍, 余厚强. EKC拐点类型、形成过程及影响因素[J]. 财经问题研究, 2010, 6: 3-9.

[17] 刘川. EKC模型在中国的实证检验——基于28个省际面板数据的研究[J]. 现代商贸工业, 2011, 21: 8-9.

[18] 钟茂初, 张学刚. 环境库兹涅奇曲线理论及研究的批判综论[J]. 中国人口·资源与环境, 2010, 20: 62-67.

[19] STERN D I. The Rise and Fall of the Environmental Kuznets Curve[J]. World Development, 2004, 32(8): 1419-1439.

[20] 白小滢. EKC批判与形状形成的内生因素分析[J]. 开发研究, 2010(3): 24-26.

[21] 胡振宇. 工业污染与技术进步的EKC研究[D]. 南京财经大学, 2011.

[22] 李向聪, 凌坤坤. 中国汽车节能减排之路[J]. 北京汽车, 2011, 6: 11-15.