经济增长目标从两方面影响城镇化：第一，完成经济增长目标，需要足够的财政支撑，而出让土地，能获得财政收入，弥补财政缺口。自分税制改革后，地方政府的财源变得紧张，财政收入下降(肖洁等，2015) 。政府对土地的供给和开发，拥有很强的控制力，为了缓解财政压力、弥补财政缺口，地方政府越来越倾向于通过出让土地，获取土地收入和后续的税金( 孙秀林和周飞舟，2013) 。由于地方政府需通过出让土地来弥补眼前的财政缺口，因此短期内大量出让土地的动机就会非常强烈，往往导致过快的、超出人口发展必要的土地开发。这种城市空间的快速扩张，往往呈现出无序和低效的特征。第二，出让土地，扩大建成区面积，是分税制改革以来地方官员追求经济增长最为直接的手段。在不定期的升迁考核机制的压力之下，地方政府推动当地经济增长最有效和最常用的手段无疑是扩张投资( 张军等，2007) 。而在进入城镇化推动经济增长的阶段，扩张投资无疑需要以土地为载体才能实现，出让土地成为最为重要的基础性操作。经济目标下，地方政府短期内极度热衷于出让土地，扩大城市发展空间。与此同时，地方政府难以在短期内改变户籍制度限制，且在完成经济增长目标的压力下，地方政府往往并不重视新人口的引入，因为城市人口政策难以在短期内改变，且对当期经济增长的拉动效应很低，城市用地扩张带来的环境受损、交通不便等负面影响并未完全由政府和前来投资的企业承担，而投资增加、财政增收等正面效果却会立竿见影地惠及本届政府和在任官员。这种成本收益状况使土地出让超出新增人口的正常需求量( 秦蒙等，2016) 。中国土地城镇化远远领先于人口城镇化，中国城市建成区面积扩张远高于同期城镇人口增速( Peng et al. ，2017) 。在人口增长无法匹配建成区面积扩张的情况下，就会导致激进城镇化的出现。

综上所述，文章提出如下假说: 

假说1: 经济增长目标的提高显著导致激进城镇化现象的出现。

为了检验经济增长目标是否导致激进城镇化出现，本文参考秦蒙等( 2016) 、卢盛 峰等(2017) 、秦蒙等(2019) ，设定如下回归模型：

参考徐现祥等( 2018) 、刘淑琳等( 2019) 的方法， 经济增长目标变量采用每年年初地级市政府工作报告公布的经本级人大批准的经济 增长目标，数据主要通过以下途径手工收集: 一是通过各省及地级市的人民政府门户网站获取，这是政府工作报告的主要来源。二是通过地级市年鉴获取，地级市政府工作报告通常会在该地级市当年的统计年鉴上以“特载”形式出版。 

被解释变量激进城镇化为城市建成区面积与核算的城市城镇灯光 DN 总值的比值的对数值。首先，夜间灯光数据来源于美国国家海洋和大气局( NOAA) 的由美国国防气象卫星搭载的可见光成像线性扫描业务系统( DMSP /OLS) 数据，年份为 1992－2013 年，文章使用了曹子阳等( 2015) 等方法进行修正。在稳健性检验中，也采用了美国国家极轨卫星搭载的可见光近红外成像辐射仪( NPP /VIIＲS) 数据，样本年份为 2012－2016 年。在获取和修正灯光数据的基础上，文章把城市区域灯光划分为城镇灯光和非城镇灯光。基本步骤如下: 

第一，基于中国东西部经济差异，利用“胡焕庸线”( “黑河－腾冲线”) 将中国分为 两个区域，生成东西部分区的矢量文件(shp) 。将东西两部分矢量 shp 转换为与DMSP 或 NPP 像元大小一致且单个像元位置一致的栅格数据(tiff 影像) 。

第二，实验分别获取东西部提取城镇的阈值，以 DMSP 为例，通过多次实验确定东、 西部的最佳阈值分别为 34 和 25。即东部地区的灯光数据值( Digital Number，DN) 大于 等于 34、西部的灯光 DN 值大于等于 25 的像元视为城镇区域，其余的为非城镇区域。

第三，根据像元大小和相应类型的像元数量，统计城镇面积与非城镇面积，及各自的灯光总值数据。

在城市扩张的过程中，不但建成区面积在扩大，城镇人口也在扩大，但这种双向扩 张是不平衡的。下图给出了建成区面积与城镇人口比值的年度变动趋势。2001－2018 年，该比值不断扩大，由 2001 年的 0. 50，提高到 2018 年的 0. 70。换而言之，建成区面 积的扩大速度是快于城镇人口扩大的速度(Peng et al. ，2017) 。 

下图为基于夜间灯光数据分析城市扩张趋势。文章把城市灯光划分为城镇灯光与非城镇灯光。2001－2013 年，城镇灯光总值从 1025. 37 万上升到 1709. 40 万，年均增长 4. 35% 。而城镇灯光值占城市总灯光值的比重，总体也有所上升，由 2001 年的 45. 30% ，上升到 2013 年的 49. 34% 。

 下图呈现全国及分东中西部城市建成区面积与城镇灯光总值比值的变动。