doi10.12006/j.issn.1673-1719.2018.018丁小江 , 钟方雷 , 毛锦凰 , 等 . 共享社会经济路径下中国各省城市化水平预测 [J]. 气候变化研究进展 , 2018, 14 4 392-401共享社会经济路径下中国各省城市化水平预测丁小江1，钟方雷1,2，毛锦凰1，宋晓谕2,3，黄春林4,51 兰州大学经济学院，兰州 730000；2 中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室，兰州 730000；3 中国科学院资源环境科学信息中心，兰州 730000；4 中国科学院西北生态环境资源研究院黑河遥感试验研究站，兰州 730000；5 中国科学院西北生态环境资源研究院甘肃省遥感重点实验室，兰州 730000气候变化研究进展第 14 卷 第 4 期 2018 年 7 月 CLIMATE CHANGE RESEARCHVol. 14 No. 4July 2018摘 要 城市化水平预测与减缓及适应气候变化研究息息相关。基于国家统计局 2005 2015 年全国各省区城镇和乡村人口，以各省区 2015 年人均地区生产总值为指标进行分组，结合 IPCC 5 种共享社会经济路径（ SSPs）的发展特征设置模型参数，运用 Logistic 模型预测了我国各省区 2016 2050 年城市化水平。结果表明，到 2050 年，各省区（除天津、北京、上海、西藏外）在 5 种典型 SSPs 下城市化水平收敛于 75 左右。其中， SSP1、 SSP3、 SSP4、 SSP5 路径下，各省城市化水平比较趋同。而在 SSP2 路径下，全国总体上从东部到西部城市化程度逐渐降低，空间分布具有明显梯次递减性。 5 种 SSPs 路径下城市化速度方面，基本上呈现出中西部快而东部慢、西南快而东北慢的空间分布格局。同时，高收入省份不同路径下的城市化水平差别小，而中低收入省份的差别较大。关键词 共享社会经济路径（ SSPs； Logistic 模型；城市化水平预测；各省区；中国收稿日期 2018-02-08； 修回日期 2018-04-26资助项目 中国科学院战略性先导科技专项（ A 类 （ XDA19040504；国家自然科学基金项目（ 41571516）作者简介 丁小江，男，硕士研究生；钟方雷（通信作者 ，男，助理研究员， 引 言2010 年 IPCC 提出共享社会经济路径（ shared socioeconomic pathways， SSPs）[1]，意在定性和定量地描述 21 世纪不同社会和环境发展路径，与不同的气候变化预测和针对减缓、适应政策的假定相结合，从而产生关于气候变化减缓、适应及影响的整体情景[2]。 SSPs 主要由发展模式的 5 个不同的定性描述组成，涵盖了广泛的全球各地区未来可能的发展模式[3]，并不考虑气候变化或气候政策，而是作为一种参考路径来描述社会和生态系统发展的多种可能趋势[3]。首次将人口、城市化及教育等人口情形纳入到情景框架中[4]，其相应的社会经济假设从简单的定性描述逐渐发展到综合性的定量刻画[5-6]。随着对 SSPs 定性描述的不断完善，数支研究团队利用多种模型对 SSPs 下的人口与教育[7]、 GDP[8]、城市化[2]，从定量的角度进行了趋势预测。姜彤等[9-11]在 SSPs 情景下，分别对中国和分省人口变化、经济变化以及“一带一路”沿线国家 2020 2060年人口经济发展情景进行了预测。Calvin 等[12]将 SSP4 从 SSPs 中抽离出来，重点考察了此路径下能源、土地使用及覆盖、排放的情形，展现了一个深度不平等的世界。然而，国内在不同气候情景、发展路径下对于城市化水平的预测仍较为少见，而且城市化进程预测研究，多数仅采用单一情景，无法支撑不同社会发展情景的模拟。城市在现代社会中地位越来越重要。据联合国预测，全球城市人口将从 2007 年的 34 亿增加气候变化影响4 期 393丁小江，等共享社会经济路径下中国各省城市化水平预测到 2050 年的 63 亿，即城市人口在未来增加接近 1 倍[13]。 2015 年底中国 31 个省（区 / 市）人口为13.75 亿，其中居住在城镇的人口为 7.71 亿，居住在农村的人口为 6.03 亿，城镇化率已达 56.1[14]。改革开放以来，城市经济占国民经济的比重超过了 80[15]，成为国民经济的主导力量，我国区域经济的发展也进入了以城市为主导的新阶段。从可持续发展角度来说，全球大城市消耗的能源占全球的 75[16]，温室气体排放量则占到 78 以上[13-16]。城市化进程成为全球气候变化和可持续发展的主要挑战[17]。在气候变化的大背景下，城市尤其是沿海城市更易受气候变化影响[18]；另一方面，城市化进程也对气候造成了负面效应。已有研究表明，城市化对气温[19]、供水压力[20]、洪水[21]、降水[22]、空气污染[23-24]等都有影响。其中，城市化进程中的人口转移会对能源和碳排放产生非常明显的冲击[25]，使城市成为高耗能、高碳排放集中地[16]。因此，城市水平及其预测研究无疑与减缓、适应气候变化密切相关。当前城市化预测的主要方法有联合国两期模型[26]和 Logistic 模型[27]。相较于联合国两期模型，Logistic 模型更具有优势。这是因为联合国两期预估法，仅仅使用了两年普查数据，无论进行向前验证或向后预估，都存在样本量有限的问题，难以捕捉到两期数据外的波动情况；而且预测时间范围离样本范围越远，预测误差越大，导致预测精度降低。而 Logistic 模型是西方学者在研究发达国家城市化路径后提出的，具有相对庞大的数据支持，可以使用多年数据，捕捉年际数据波动，能更精确地模拟城市化背后所遵循的路径。不过，有学者也指出了 Logistic 模型的缺陷。 Karmeshu 指出， Logistic模型能否解释全部人口城市化的趋势是值得怀疑的[28]。王远飞等[28]研究表明，发达国家城市化水平的最大值大约在 80 以上，且当城市化水平达到最大值之后，城市人口的比例将随时间推移而在最大值附近波动。多位学者一致认为，中国的城市化水平饱和值应该在 80 左右[17,29-30]。顾朝林等[31]利用系统动力学（ SD）模型模拟了中国城镇化进程，最终得出中国城镇化饱和水平处于 75 ～ 80。姚士谋等[32]指出，城市化比重不能盲目追求西方的高指标。因此，我国政策指向和相关学者的判断均表明，全部人口城市化的趋势是不符合我国国情的，应该对 Logistic 模型的饱和水平进行限制。因此，本文城市化预测研究进行如下改进一是结合 SSPs 进行多情景多路径的分析，并将这些情景以不同的特征来体现，与自然气候等因素进行关联；二是考虑我国政策指向和学者意见，对Logistic 模型进行微调，对其施加饱和性限制，更符合我国国情；三是为各省的城市化速度设置参考组，力求在不同的路径下城市化进程的科学性；四是将研究视角切入到省级层面，分省区对我国未来城市化发展情况进行预测。1 数据和方法采用国家统计局 2005 2015 年中国各省级行政单位城镇人口和乡村人口数据，包括我国 31 个省（区 / 市，除港、澳、台外，以下均简称为省）。根据国家统计局公布的 2015 年各省人均地区生产总值数据，划分高、中、低收入省份，其中高收入省份包括天津市、北京市、上海市、江苏省、浙江省、内蒙古自治区、福建省、广东省，中等收入省份为山东省、重庆市、吉林省、湖北省、陕西省、宁夏回族自治区、湖南省、青海省、海南省、河北省、新疆维吾尔自治区、黑龙江省、河南省、四川省、江西省，其余省份为低收入省份。本文对于城市化水平的度量主要从人口角度来计算，即城市化率为城市人口占总人口的比重。城市化预测采用 Logistic 模型，使用 STATA 计量软件进行参数回归，预测基期为 2010 年。由于城市化轨迹在图形上表现为一条被拉长的“ S”型曲线，可将城市化的发展过程大致分为 3 个阶段城市化率 30 以下，为城市化发展速度比较缓慢的初期阶段；城市化率在 30 ～ 70 时，为城市化加速发展的中期阶段；城市化水平超过 70 并趋向 90 时，为城市化发展渐趋饱和的后期阶段[33]。Logistic 模型的数学表达式可以表述为i 表示所观测省， j 表示年份， Yij 表示 i 省在 j年的城市化水平；bi表示 i 省城市化水平的饱和值；αi反映 i 省的基期城市化基础； ki反映 i 省的城市化速度； tj表示观测点所处年份距离基期年份的差值。结合文献资料[17,28-30]及我国国情，本文将大多数省份的城市化饱和水平限制在 80。另外， 2015年上海、北京、天津城市化率都超过了 80，鉴于这一情况，将这 3 个城市的城市化饱和水平设置为 100。同时，为每一个省设置参照组以获得预测省份的城市化速度参考指标[2]；根据参照组的情况，为每一个省制定了快速、中速、慢速的城市化速度，而不是使用单一的速度来进行预测，力求在不同的发展路径下进行估计。设置参照组采用 3 个步骤[2]首先，根据各省Yij i 1, 2, , 31。 1bi1 eαi - kitj2015 年的城市化率进行排序，找出与所预测的某个特定省份城市化率的绝对差值在 5 的省份。第二，在选定的参照组中，再去掉与所预测该特定对象城市化速度差异大的省份，这是为了确保参照组不仅在城市化水平上而且在城市化速度上也能与所预测的特定省份相似，提高参考的价值。第三，将参考组中的剩余省份分为 3 组第 1 组，前 25的省份在历史上有着快速的城市化；第 2 组，后25 的省份在历史上有着慢速的城市化；第 3 组，处于中间 50的省份在历史上有着中速的城市化。这 3 组参考省份，相对于所预测的特定省份来讲，分别用来定义城市化快速、慢速、中速的标准。此外，上海、北京、天津城市化率在 2015 年都大于80，而西藏自治区的城市化进程在历史上没有相似的省份作为参照，所以这 4 个省不再设置参照组，而是按照其发展历史上固有的模式来进行预测。具体流程见图 1。图 1 SSPs 下分省城市化预测流程图Fig. 1 The flow chart of the provincial urbanization projection for the shared socioeconomic pathways SSPs模拟各省历年城市化水平验证模型精度是否良好捕获城市化模型相关系数2005 2015 年各省城市化率利用 STATA 拟合Logistic 模型并根据实际情况作调整保留与预测对象城市水平绝对差在 5 以内的省份按各省 2015年城市化率排序预测对象（某省城市化率）排名前 25 省份城市化速度的均值，作为预测对象城市化的快速值排名中部 50 省份城市化速度的均值，作为预测对象城市化的中速值排名后 25 省份城市化速度的均值，作为预测对象城市化的慢速值剔除与预测对象城市化速度相差大的省份预测对象城市化速度参照组按组内城市化速度排序SSPs 下分省未来城市化率SSPs 下城市化参数定量设置Logistic 模型（施加饱和限制）是否气候变化研究进展 2018 年气候变化影响2 模型构建与参数率定2.1 历史时期各省城市化水平模拟验证首先对历史上各省的城市化水平进行模拟，以此来校验模型模拟的精确度。顾朝林等[31]利用 SD模型模拟了中国 1998 2013 年的城镇化进程，其平均相对误差为 0.774。本文的模拟结果显示，相对误差平均值不超过 0.1，且除湖北、贵州、西藏外，其他省份的相对误差平均值不超过 0.05（图 2a，绝对误差标准差不超过 0.01（图 2b，体现了对历史上各省城市化水平很好的模拟效果。2.2 SSPs 典型路径情景及特征设置共享社会经济路径涵盖人口和人力资源、经济发展、人类发展、技术、生活方式、环境和自然资源、政策和机构等 7 个方面[34]，用来定量描述气图 2 模拟 2005 2015 年我国各省城市化水平的相对误差平均值 a 和绝对误差标准差 bFig. 2 The average relative error a and standard error of the absolute error b of simulation of urbanization levelin 31 provinces of China from 2005 to 2015候变化与社会经济发展路径之间的关系。为了创建SSPs 下的分省城市化预测，为高、中、低收入省份都分配了快速、中速、慢速的城市化速度（表 1。这种分配是根据 SSP 叙述中包含的城市化假设，而将城市化速度的选择与其相关联[2]。SSP1（可持续发展）下，城市化由对环境友好型生活推动，紧凑的城市形式有助于提高资源效率[18,35]，所有省份城市化速度快，同时伴随着快速的收入增长。 SSP2（中度发展 / 中间道路）下，所有省份有着中速的城市化进程，收入增长适度。SSP3（区域竞争）下，城市化受到城乡区域慢速的经济增长、 SSP 情景性质中区域流动性受限的假设、城市规划的不科学导致城市不具有吸引力等这些条件的限制[36]，所有省份有着慢速的城市化。SSP4（不均衡发展）下，高收入省份中速经济增长和精英集聚支撑着城市化，但低生育率使得人口表 1 IPCC 共享社会经济路径下中国各省城市化预测模型特征Table 1 Urbanization characteristics of provinces in China under the five SSPs共享社会经济路径 特征SSP1SSP2SSP3SSP4SSP5高收入省份 中低收入省份可持续发展中度发展区域竞争不均衡发展基于化石燃料的发展快速的城市化中速的城市化慢速的城市化中速的城市化快速的城市化快速的城市化中速的城市化慢速的城市化快速的城市化快速的城市化0.100.080.060.040.020相对误差平均值/0.0120.0080.004绝对误差标准差0a b4 期 395丁小江，等共享社会经济路径下中国各省城市化水平预测流动减缓[37-38]，具有中速城市化；在中等收入省份，城市作为经济发展中心促使城市化进程加快[39]，城市化速度快；在低收入省份，人口迅速增长和土地及其他资源萎缩的压力促使农村人口向外流动[40]，城市化速度快；城市本身面临高度的不平等现象[41]。 SSP5（基于化石燃料的发展）下，由于经济快速增长和技术变革，城市地区成为有吸引力的目的地，允许大型工程项目发展理想的住房；即使人口增长率下降，农业生产力的提高和财富的增长也会导致越来越多的人口向城市迁移和城市劳动力的增长[36]，从而使得各省城市化速度较快。3 预测结果分析3.1 分省城市化水平的空间分布图 3 给出了中国各省（不包括香港、澳门、台湾，下同）的城市化进程预测结果。由图可见，到2050 年，在 5 种 SSPs 路径下，各省的城市化水平大部分趋向于 75 左右。其中，在 SSP1、 SSP4、SSP5 路径下，各省的城市化水平较高，发展进程快，趋同度高，都在 75 之上。在 SSP3 路径下，各省城市化进程较慢，除东部沿海的辽宁、江苏、浙江、福建、广东城市化水平在 77 以上，东部沿海的山东以及广大的中西部省份的城市化水平均收敛于 50 ～ 74。而在 SSP2 路径下，各省城市化进程比较适中，基本处于以上两者之间，除了吉林省低于 75 之外，其他各省城市化水平均在75 ～ 80； SSP1、 SSP2、 SSP4、 SSP5 路径下的重庆、内蒙古、山东与 SSP3路径下的东南沿海各省，在全国处于较高的城市化水平；全国总体上从东部到西部城市化程度逐渐降低，空间分布具有明显梯次递减性。3.2 分省城市化速度的空间分布在 5 种路径下 2016 2050 年的城市化速度方面，全国空间上基本呈现出中西部快而东部慢、西南快而东北慢的分布格局（图 4。在 SSP1、 SSP5路径下，除了沿海的辽宁、江苏、浙江、福建、广东以及内陆的重庆，其他省的城市化速度年均提高幅度在 0.52 以上。而在 SSP3 路径下，中西部重庆、内蒙古、宁夏、山西、湖北以及东北的黑龙江和吉林城市化进程缓慢，年均提高率不足 0.52，其中黑龙江和吉林更是低于 0.30。中西部省份以及东部的河北，城市化速度都超过 0.52/ 年；其他东部沿海省份的城市化速度都不足 0.52/ 年，其中广东的进程最慢。 SSP2 路径下，相比 SSP3，城市化速度年均提高率超过 0.52 的省份又增加了海南、山东、宁夏、黑龙江、湖北和山西。而在SSP4 路径下，各省在城市化速度的表现与 SSP2类似，只不过吉林省的城市化进程略有加快。党的十九大[42]明确指出“以城市群为主体构建大中小城市和小城镇协调发展的城镇格局，加快农业转移人口市民化。”所以，未来的政策是要兼顾大中小城市和小城镇的发展，可能在某种程度上限制大城市的发展，或者说，大城市会告别扩张式的发展转而走向内涵式发展的道路。由于北京、上海属于国内大都市，尤其是北京要疏解非首都功能[42]，因此，就按这些城市的历史发展图 3 2050 年共享社会经济路径下中国各省城市化水平空间分布Fig. 3 Spatial distribution of China’s urbanization at the provinces under the five SSPs in 20500 650 1300 2600 km无数据0 ～ 4950 ～ 7475 ～ 7778 ～ 80800 650 1300 2600 km 0 650 1300 2600 km城市化水平 /a SSP1、 SSP4、 SSP5 b SSP2 c SSP3气候变化研究进展 2018 年气候变化影响趋势来看，未来城市化水平在 2050 年基本都徘徊在 89 ～ 94。而天津相对而言受限制较少，城市化进程明显较快， 2050 年的城市化水平将超过95。而西藏自治区，缺乏参照组，根据历史趋势外推，其 2050 年的城市化水平仍难以达到 50，城市化程度明显偏低。3.3 典型省份城市化水平分析分别选取浙江省、湖北省、甘肃省作为高收入、中等收入、低收入省份的代表，对其城市化水平预测结果进行说明（图 5。在快速城市化的情景（所有省份在 SSP1 和 SSP5 路径下，中低收入省份在SSP4 路径下）中，三省的城市化水平大幅度趋同，到 2050 年，达到 76 ～ 80。但是，在城市化进程缓慢的 SSP3 下，湖北省和甘肃省的城市化水平在 2050 年趋于一致，达到将近 72，而浙江省的城市化水平超过 78。 SSP2 路径是适度的情况，有一些趋同，但低于快速城市化路径，浙江、湖图 4 2016 2050 年共享社会经济路径下中国各省城市化速度空间分布Fig. 4 Spatial distribution of China’s urbanization speed at the provinces under the five SSPs from 2016 to 20500 650 1300 2600 km无数据0 ～ 0.300.31 ～ 0.520.53 ～ 0.700.71 ～ 0.850.850 650 1300 2600 km城市化速度 // 年 a SSP1, SSP5 b SSP2c SSP3 d SSP40 650 1300 2600 km 0 650 1300 2600 km北、甘肃分别达到 79、 77 和 75。而分省来看，到 2050 年，浙江省在不同的 SSPs 路径之间的差别较小；甘肃省在不同路径间的城市化进程区别比较明显；而代表中等收入省份的湖北省各路径间的差别，则在 SSP1、 SSP4、 SSP5 和 SSP2 之间差别小，而与 SSP3 之间的差别很大。由于在 2015年的城市化基础存在差异，所以三省 2016 2050年城市化速度的差异较大，而在不同路径间的差异较小。浙江在 5 种路径间的城市化速度差异最小，其标准差还不到 0.0002，城市化速度也最慢，在所有 SSPs 下的城市化率年均增长 0.4 个百分点。这可能是因为浙江在城市化水平达到一定程度后，由于财力雄厚，所以其更注重城市的内涵式发展，未来所面临的不确定性也较小。而湖北省作为中等收入的省份，其各路径下的城市化速率变化最大，从SSP3 路径下年均增长 0.4 到 SSP1、 SSP4、 SSP5路径下的 0.6，说明其城市化不确定性最大。甘肃作为低收入省份代表，由于城市化水平起点低，4 期 397丁小江，等共享社会经济路径下中国各省城市化水平预测图 5 共享社会经济情景下对浙江、湖北、甘肃省份的城市化预测Fig. 5 Urbanization projections for selected provinces under the SSPs其各路径下的城市化速率最快，均值为 0.9/ 年，但各路径下的城市化速率的差别却处于浙江和湖北之间。不过，这 3 个省在 SSPs 下的城市化速率，都低于十九大报告提出年均提高 1.2 个百分点的城镇化速率[42]。807570656055504540353025城市化率/2005 2010 2015 2020 2025 2030 2035 2040 2045 2050 年浙江省 湖北省 甘肃省SSP1 2 Key Laboratory of Eco-hydrology of Inland River Basin, Northwest Institute of Ecology and Environmental Resources of Chinese Academy of Sciences, Lanzhou 730000, China; 3 Chinese Academy of Sciences Resource and Environment Science Ination Center, Lanzhou 730000, China; 4 Heihe Remote Sensing Experimental Research Station, Northwest Institute of Ecology and Environmental Resources, Chinese Academy of Sciences, Lanzhou 730000, China; 5 Gansu Provincial Key Laboratory of Remote Sensing, Northwest Institute of Ecology and Environmental Resources, Chinese Academy of Sciences, Lanzhou 730000, ChinaAbstract Urbanization is a key aspect of development that is relevant to studies of mitigation, adaptation to climate change, and its impacts. Based on the data of urban and rural population in 31 provinces of China published by the National Bureau of Statistics from 2005 to 2015 and the data of GDP per capita in each province in 2015, combined with the shared socioeconomic pathways SSPs proposed by the IPCC and Logistic model, the levels of urbanization in 31 provinces autonomous regions and municipalities in China were projected from 2016 to 2050. This paper will be beneficial to the research of numerous uncertainties in the process of urbanization under different economic development pathways and be helpful for the decision making in different provinces. The results show that by 2050, the urbanization levels of all provinces excluding Tianjin, Beijing, Shanghai and Tibet under the five typical SSPs will converge to about 75. Among them, under SSP1, SSP3, SSP4, and SSP5, the urbanization levels of all provinces will converge. Under SSP2, the overall urbanization level of the country from the east to the west will gradually decrease, and the spatial distribution of urbanization will have obvious step-down. In addition, under the SSPs, it basically shows that the urbanization of the west and the middle will be fast while the eastern slow and the spatial distribution pattern of the southwest is fast but the northeast is slow under SSPs. Differences across SSPs by 2050 may be small in the high-income region where the urbanization level is already high and the uncertainty in future urbanization trend is rather small. In contrast, many middle-income and low-income provinces are in the midst of the urbanization transition, with a big difference across the 5 pathways.Keywords Shared socioeconomic pathways SSPs; Logistic model; Urbanization projections; Provincial level; ChinaDING Xiao-Jiang1, ZHONG Fang-Lei1, 2, MAO Jin-Huang1, SONG Xiao-Yu2, 3,HUANG Chun-Lin4, 54 期 401丁小江，等共享社会经济路径下中国各省城市化水平预测