2000—2010年中國大陸地區(qū)建設(shè)用地擴(kuò)張的驅(qū)動力分析

黃寶榮,張慧智,宋敦江,馬永歡

1 中國科學(xué)院科技戰(zhàn)略咨詢研究院,北京 100190 2 北京市農(nóng)林科學(xué)院農(nóng)業(yè)科技信息研究所,北京 100097 3 國土資源部信息中心,北京 100812

?

2000—2010年中國大陸地區(qū)建設(shè)用地擴(kuò)張的驅(qū)動力分析

黃寶榮1,張慧智2,*,宋敦江1,馬永歡3

1 中國科學(xué)院科技戰(zhàn)略咨詢研究院,北京 100190 2 北京市農(nóng)林科學(xué)院農(nóng)業(yè)科技信息研究所,北京 100097 3 國土資源部信息中心,北京 100812

2000—2010年我國社會經(jīng)濟(jì)迅猛發(fā)展,城鄉(xiāng)建設(shè)用地急劇擴(kuò)張。分析建設(shè)用地擴(kuò)張的驅(qū)動力,辨識關(guān)鍵驅(qū)動因素,能夠?yàn)槲覈恋刭Y源的可持續(xù)利用提供支撐。研究以地級行政區(qū)為基本分析單元,以建設(shè)用地面積百分比的變化為因變量,以14個地理、經(jīng)濟(jì)、人口和政策變量為解釋變量,分別采用普通線性回歸模型、空間滯后回歸模型和空間誤差回歸模型,分析2000—2010年我國大陸地區(qū)建設(shè)用地擴(kuò)張的驅(qū)動力。結(jié)果發(fā)現(xiàn),我國各地區(qū)建設(shè)用地擴(kuò)張具有顯著的正向空間自相關(guān)性,使普通線性回歸模型估計結(jié)果有偏。比較3種回歸模型的擬合效果也發(fā)現(xiàn),兩種空間回歸模型的擬合效果明顯好于普通線性回歸模型；考慮到建設(shè)用地擴(kuò)張的空間傳導(dǎo)性,研究認(rèn)為空間滯后回歸模型是我國建設(shè)用地擴(kuò)張驅(qū)動力分析的最適合模型。模型回歸結(jié)果顯示研究期內(nèi)我國建設(shè)用地擴(kuò)張受到各種地理、經(jīng)濟(jì)、人口和政策因素的廣泛影響。第二產(chǎn)業(yè)的迅猛發(fā)展、流動人口的遷移聚集、固定資產(chǎn)投資和外商直接投資的快速增長,以及投資驅(qū)動的大規(guī)模土地城鎮(zhèn)化和路網(wǎng)等基礎(chǔ)設(shè)施建設(shè)是驅(qū)動我國各地區(qū)建設(shè)用地擴(kuò)張的主要驅(qū)動力；第三產(chǎn)業(yè)的發(fā)展、進(jìn)口增長以及自然保護(hù)的區(qū)建設(shè)等對建設(shè)用地的擴(kuò)張具有一定的抑制作用,是緩解建設(shè)用地過快擴(kuò)張的重要因素。此外,海拔和坡度等地理因素也有一定的影響。如果扣除其他因素的影響,受西部大開發(fā)、中部崛起、東北振興等區(qū)域均衡發(fā)展戰(zhàn)略的影響,此間我國建設(shè)用地擴(kuò)張更傾向于出現(xiàn)在平均海拔更高的地區(qū)；而平均坡度的升高則對建設(shè)用地的擴(kuò)張具有明顯的抑制作用。

建設(shè)用地；擴(kuò)張；社會經(jīng)濟(jì)發(fā)展；驅(qū)動力；空間回歸模型

2000—2010年,我國社會經(jīng)濟(jì)迅猛發(fā)展,在改善居民生活水平的同時,也給生態(tài)環(huán)境帶來巨大的壓力。建設(shè)用地的快速擴(kuò)張是生態(tài)環(huán)境壓力加劇的最直觀表現(xiàn)。由環(huán)境保護(hù)部和中國科學(xué)院聯(lián)合開展的《全國生態(tài)環(huán)境十年變化(2000—2010年)遙感調(diào)查與評估項(xiàng)目》調(diào)查顯示,2000—2010年中國大陸地區(qū)建設(shè)用地(包括城鄉(xiāng)居民點(diǎn)、工礦和交通用地)年均新增5530 km2。建設(shè)用地的急劇擴(kuò)張不僅侵占大片良田,而且通過直接占用或間接破壞森林、濕地、草地等生態(tài)系統(tǒng)造成生物多樣性喪失和生態(tài)系統(tǒng)服務(wù)功能退化,成為危及我國糧食和生態(tài)安全的重要因素[1- 2]。控制建設(shè)用地規(guī)模,促進(jìn)土地的集約節(jié)約利用是確保我國可持續(xù)發(fā)展的迫切需求。研究建設(shè)用地擴(kuò)張的驅(qū)動力,是預(yù)測未來建設(shè)用地擴(kuò)張趨勢,以及制定相關(guān)土地利用政策、促進(jìn)土地可持續(xù)利用的重要基礎(chǔ)。

土地利用-覆蓋變化(Land use and land cove change, LUCC)驅(qū)動力研究已有很長的歷史[3- 4]。眾多研究從不同的角度、采用不同的方法分析不同尺度LUCC的驅(qū)動力[5-12]。研究表明,LUCC主要受自然地理和人文因素的共同影響[4-5,9, 13]。其中,人文因素發(fā)生的頻率更高、影響范圍更廣、強(qiáng)度更大,是目前全球LUCC的主要驅(qū)動力[10, 14]。相對于其他土地利用類型的變化,建設(shè)用地擴(kuò)張更是受到各類社會、經(jīng)濟(jì)和政策等人文因素的影響；經(jīng)濟(jì)發(fā)展、人口增長、收入提高、工業(yè)化、城鎮(zhèn)化以及土地利用政策等常被認(rèn)為是建設(shè)用地擴(kuò)張的主要驅(qū)動力[11, 15-20]。新千年以來,我國建設(shè)用地的快速擴(kuò)張及其引起的耕地流失、生態(tài)退化問題日益受到重視,隱藏在建設(shè)用地擴(kuò)張背后的驅(qū)動機(jī)制也成為眾多研究關(guān)注的焦點(diǎn)。經(jīng)濟(jì)增長、人口變化和城鎮(zhèn)化被認(rèn)為是19世紀(jì)末21世紀(jì)初我國建設(shè)用地擴(kuò)張的主要驅(qū)動力[17, 20- 22]。

盡管取得了較大進(jìn)展,但受多方面因素制約,我國建設(shè)用地擴(kuò)張驅(qū)動力研究仍存在一定的局限性。一是在驅(qū)動變量選擇方面,大多研究僅關(guān)注經(jīng)濟(jì)和人口規(guī)模增長對建設(shè)用地擴(kuò)張的驅(qū)動作用,很少考慮社會經(jīng)濟(jì)結(jié)構(gòu)的變化的影響；新千年以來,我國經(jīng)濟(jì)和人口結(jié)構(gòu)發(fā)生了很大變化,在建設(shè)用地擴(kuò)張驅(qū)動力分析中不應(yīng)忽視。二是很多研究僅關(guān)注城市建設(shè)用地的擴(kuò)張及其驅(qū)動力[23-24],未將規(guī)模龐大的農(nóng)村建設(shè)用地納入分析框架[25-26],顯然無益于全面、客觀地剖析我國城鄉(xiāng)建設(shè)用地擴(kuò)張的動力機(jī)制。三是在驅(qū)動力分析方法方面,以計量經(jīng)濟(jì)學(xué)模型[27-29]為主,忽視了土地利用數(shù)據(jù)廣泛存在的空間自相關(guān)性和樣本非獨(dú)立性對假設(shè)檢驗(yàn)正確性的影響。

本研究在充分考慮各種因素的潛在影響的基礎(chǔ)上篩選解釋變量,并采用能夠有效克服空間自相關(guān)性影響的空間回歸模型,分析2000—2010年我國大陸地區(qū)城鄉(xiāng)建設(shè)用地擴(kuò)張的驅(qū)動力,以期為未來我國建設(shè)用地需求預(yù)判、社會經(jīng)濟(jì)發(fā)展空間布局的優(yōu)化、以及土地可持續(xù)利用提供科學(xué)支撐。

1 數(shù)據(jù)與方法

1.1 因變量和潛在解釋變量的選擇

以2000—2010年地級行政區(qū)建設(shè)用地占國土面積百分比的變化作為因變量,反映各地區(qū)建設(shè)用地的擴(kuò)張及其對當(dāng)?shù)厣鷳B(tài)環(huán)境脅迫程度的變化情況。

在深入分析建設(shè)用地擴(kuò)張的潛在影響因素的基礎(chǔ)上,建立了包含4類變量的潛在解釋變量選擇框架。一是自然地理變量,對土地開發(fā)利用的難易程度和成本具有潛在影響。二是經(jīng)濟(jì)變量,經(jīng)濟(jì)增長往往被認(rèn)為是建設(shè)用地擴(kuò)張的主要驅(qū)動力；而且在市場經(jīng)濟(jì)中,土地資源的配置服從于價值規(guī)律、地租規(guī)律等基本經(jīng)濟(jì)規(guī)律,其根本作用是將土地資源配置到最有效益的經(jīng)濟(jì)活動中[30],因此不同經(jīng)濟(jì)部門的發(fā)展對建設(shè)用地擴(kuò)張的潛在影響可能存在差異；同時,進(jìn)出口貿(mào)易,通過遠(yuǎn)程耦合[31- 32],對建設(shè)用地擴(kuò)張也存在潛在影響。三是人口變量,人口的增長、分布和結(jié)構(gòu)的變化是造成住房、商業(yè)設(shè)施、基礎(chǔ)設(shè)施等建設(shè)用地需求變化的潛在驅(qū)動因素。四是政策變量,包括政府主導(dǎo)的固定資產(chǎn)投資、吸引外資、基礎(chǔ)設(shè)施建設(shè)等一系列發(fā)展政策,以及天然林保護(hù)工程、自然保護(hù)區(qū)建設(shè)等一系列生態(tài)保護(hù)政策,對建設(shè)用地擴(kuò)張有潛在的驅(qū)動或抑制作用。在此潛在解釋變量選擇框架下,結(jié)合數(shù)據(jù)的可獲取性,選擇了19個變量作為潛在解釋變量(表1)。

表1 建設(shè)用地擴(kuò)張驅(qū)動力分析潛在解釋變量

1.2 數(shù)據(jù)收集與處理

1.2.1 土地利用數(shù)據(jù)

2000和2010年全國各地級行政區(qū)建設(shè)用地面積數(shù)據(jù)來源于《全國生態(tài)環(huán)境十年變化(2000—2010年)遙感調(diào)查與評估項(xiàng)目》。該項(xiàng)目建立了全國土地覆蓋二級分類系統(tǒng),其中包括6個Ⅰ級分類。本研究中的建設(shè)用地為Ⅰ級分類中的人工地表,包括城鄉(xiāng)居住地、工業(yè)用地、交通用地和采礦場,不包括期間植被和水面?；诘孛鏄狱c(diǎn)調(diào)查的精度檢測顯示,兩期土地覆蓋Ⅰ級分類的精度分別為90%和94%。

1.2.2 自然地理和社會經(jīng)濟(jì)數(shù)據(jù)

各地區(qū)平均海波、平均坡度數(shù)據(jù)通過全國1∶100萬數(shù)字高程模型(Digital Elevation Model, DEM)計算獲取。城鎮(zhèn)常住人口、鄉(xiāng)村常住人口、男性常住人口、女性常住人口、常住勞動年齡人口、家庭戶數(shù)等數(shù)據(jù)來源于第五次、第六次全國人口普查分縣資料,年末人口以及各類經(jīng)濟(jì)數(shù)據(jù)來源于對應(yīng)年份《中國縣市社會經(jīng)濟(jì)統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》,以及各省、市、自治區(qū)統(tǒng)計年鑒。

1.2.3 潛在解釋變量的多重共線性分析

多重共線性是指由于解釋變量之間存在線性關(guān)系,導(dǎo)致回歸模型估算失真的現(xiàn)象。多重共線性問題可以通過多重共線性條件數(shù)(Multicollinearity Condition Number,MCN)檢驗(yàn)。當(dāng)MCN大于30時,表明存在嚴(yán)重的多重共線性問題,此時需要剔除一些解釋變量以確?；貧w結(jié)果的準(zhǔn)確性。為了確定應(yīng)剔除哪些解釋變量,分別把各潛在解釋變量當(dāng)作因變量,其他潛在解釋變量當(dāng)作自變量,采用普通最小二乘回歸模型進(jìn)行回歸分析,當(dāng)回歸模型的R2值大于0.80閾值時,表明被當(dāng)作自變量的潛在解釋變量是造成多重共線性的重要原因,應(yīng)該考慮從回歸模型中剔除。

1.3 分析模型

很多空間數(shù)據(jù)都具有空間自相關(guān)性,這一特征打破了大多數(shù)經(jīng)典統(tǒng)計分析中樣本相互獨(dú)立的基本假設(shè),使一般線性回歸模型中的隨機(jī)誤差項(xiàng)εi不再相互獨(dú)立,并導(dǎo)致自變量對因變量的影響參數(shù)β被低估,從而影響假設(shè)檢驗(yàn)的正確性?？臻g回歸模型由于能夠有效解決回歸模型中復(fù)雜的空間自相關(guān)性問題[33],在空間變量影響因素分析中得到廣泛應(yīng)用。

本研究分別采用普通最小二乘線性回歸模型(Ordinary Least Square,OLS)、空間滯后回歸模型(Spatial Lag Model,SLM)和空間誤差回歸模型(Spatial Error Model,SEM)分析社會經(jīng)濟(jì)因素對我國建設(shè)用地擴(kuò)張的驅(qū)動效應(yīng),并擇優(yōu)選用。

1.3.1 SLM模型

SLM模型主要探討各變量在一個地區(qū)是否有擴(kuò)散現(xiàn)象(溢出效應(yīng)),其表達(dá)式為：

Y=ρWy+Xβ+ε

(1)

式中,Y為因變量；X為n×k的外生解釋變量矩陣；ρ為空間回歸系數(shù),反映了樣本觀測值中的空間依賴作用,即相鄰區(qū)域的觀測值Wy對本地區(qū)觀察值y的影響方向和程度；W為n×n階的空間權(quán)值矩陣,考慮不同地區(qū)建設(shè)用地擴(kuò)張速度的相互關(guān)系受距離的影響較大,選擇連續(xù)性距離權(quán)重矩陣,距離閾值為任意兩個空間單元距離的最大值；Wy為空間滯后因變量,ε為隨機(jī)誤差項(xiàng)向量；參數(shù)β反映了自變量X對因變量Y的影響,空間滯后因變量Wy是一內(nèi)生變量,反映了空間距離對建設(shè)用地擴(kuò)張速度的作用。

1.3.2 SEM模型

盡管SLM模型將空間依賴看作本質(zhì)現(xiàn)象,但SEM模型假設(shè)模型的誤差是空間相關(guān)的,而不是yi對yj(i≠j)直接產(chǎn)生影響。SEM模型能夠度量鄰接地區(qū)因變量的誤差沖擊對本地區(qū)觀察值的影響程度,其數(shù)學(xué)表達(dá)式為：

Y=Xβ+ε

(2)

ε=λWε+μ

(3)

式中,ε為隨機(jī)誤差項(xiàng)向量；λ為n×1的截面因變量向量的空間誤差系數(shù)；μ為正態(tài)分布的隨機(jī)誤差向量；λ衡量樣本觀察值的空間依賴作用,即相鄰地區(qū)的觀察值有Y對本地區(qū)觀察值Y的影響方向和程度；參數(shù)β反映了自變量X對因變量Y的影響。

1.3.3 估計技術(shù)

對于上述兩種模型的估計如果仍然采用最小二乘法,系數(shù)估計值會有偏或者無效,需要通過其他方法來估計。本文根據(jù)Anselin[33]的建議,采用極大似然法估計兩種空間回歸模型的參數(shù)。

在有空間自相關(guān)存在的情況下,傳統(tǒng)的R2不再適用于判斷回歸模型的擬合效果。常用的比較空間回歸模型和普通線性回歸模型擬合度的判別標(biāo)準(zhǔn)有自然對數(shù)似然函數(shù)值(Log Likelihood,LIK)、赤池信息準(zhǔn)則(Akaike Information Criterion,AIC)、施瓦茨準(zhǔn)則(Schwartz Criterion,SC)。LIK值越大,AIC和SC值越小,模型擬合效果越好。但是,擬合度優(yōu)劣并非模型擇優(yōu)選擇的唯一標(biāo)準(zhǔn)。具體研究中還需要考慮各種模型建立的理論基礎(chǔ)。當(dāng)確信每個個體i的y值受其周圍值的直接影響的時候,采用SLM模型更合適；當(dāng)確信y并沒有直接受到周圍y值的直接影響,而是因?yàn)槟承┰谀Ｐ妥R別中忽略的空間聚集特征同時影響了個體i的y值及其周圍值,采用SEM模型更合適[34]。

2 結(jié)果與討論

2.1 建設(shè)用地擴(kuò)張的空間特征

2000—2010年我國建設(shè)用地總面積增長5.53萬km2,經(jīng)歷了快速的擴(kuò)張過程。在空間上,東部和中部地區(qū)擴(kuò)張相對較快,西部和東北地區(qū)相對較慢(圖1)。長江三角洲、珠江三角洲、京津唐地區(qū)、武漢都市圈、沈陽都市圈、成渝經(jīng)濟(jì)區(qū)和華北平原等區(qū)域建設(shè)用地急劇擴(kuò)張,特別是長江三角洲16地市建設(shè)用地總面積由1.61萬km2增長到2.58萬km2,是此間我國建設(shè)用地擴(kuò)張最快的區(qū)域。

圖1 2000—2010年全國建設(shè)用地面積變化分布圖Fig.1 Spatial distribution of the change of construction land share in China, 2000—2010

2.2 建設(shè)用地擴(kuò)張的空間自相關(guān)性

2000—2010年全國地級行政單元建設(shè)用地占國土面積百分比變化的全局Moran′I為0.269,并通過了顯著性檢驗(yàn),表明我國建設(shè)用地擴(kuò)張具有顯著的正向空間自相關(guān)性。從建設(shè)用地面積百分比10年變化的局部Moran′I指數(shù)(LISA)聚集圖也可以看出大多數(shù)地區(qū)呈現(xiàn)顯著的高-高、低-低聚集特征(圖2),反映了建設(shè)用地擴(kuò)張的具有向鄰近地區(qū)擴(kuò)散的特征[12, 35]。這一擴(kuò)散特征主要受以下幾個因素影響：(1)相鄰地區(qū)自然地理?xiàng)l件相似,使建設(shè)用地擴(kuò)張具有相似的地理背景[36]；(2)相鄰地區(qū)具有相似的土地開發(fā)策略和土地利用政策并相互影響；(3)一個地區(qū)交通干線或其它基礎(chǔ)設(shè)施向鄰近地區(qū)延伸,會帶動新增交通干線或其它基礎(chǔ)設(shè)施附近建設(shè)用地的擴(kuò)張[37]；(4)社會經(jīng)濟(jì)發(fā)展的空間外溢效應(yīng)帶動周邊地區(qū)社會經(jīng)濟(jì)的發(fā)展,從而間接驅(qū)動周邊地區(qū)建設(shè)用地的擴(kuò)張[38]。

圖2 2000—2010年全國地級單元建設(shè)用地面積變化LISA聚集圖Fig.2 Significant clustering of construction land expansion in China according to a LISA analysis

2.3 潛在解釋變量的多重共線性

多重共線性診斷顯示19個潛在解釋變量的MCN高達(dá)505,存在十分嚴(yán)重的多重共線性,需要剔除一些潛在解釋變量,以提高回歸結(jié)果的準(zhǔn)確性。具體而言,單位國土面積第二產(chǎn)業(yè)產(chǎn)值密度變化、勞動年齡人口密度變化、男性人口密度變化、女性人口密度變化和家庭戶數(shù)密度變化5個潛在解釋變量被剔出模型?！皢挝粐撩娣e第二產(chǎn)業(yè)產(chǎn)值密度變化”被剔出模型的主要原因是,當(dāng)把它作為因變量,其他18個變量當(dāng)作解釋變量進(jìn)行OLS回歸分析時,回歸模型的R2高達(dá)0.97,是造成多重共線性的重要原因；同時,由于該變量與“單位國土面積累積固定資產(chǎn)投資密度”高度相關(guān)(R2= 0.94,P< 0.001),它對建設(shè)用地擴(kuò)張的影響可以通過固定資產(chǎn)投資間接反映。同樣,“勞動年齡人口密度變化”、“男性人口密度變化”、“女性人口密度變化”和“家庭戶數(shù)密度變化”等變量分別當(dāng)作自變量,其他變量當(dāng)作解釋變量進(jìn)行OLS回歸時,回歸模型的R2均超過0.95,也是造成多重共線性的重要原因。剔除這些變量后,剩下14個變量的MCN下降到19,符合空間回歸分析對MCN的限值要求。

2.4 建設(shè)用地擴(kuò)張的影響因素

2000—2010年全國地級行政單元建設(shè)用地面積百分比變化與社會經(jīng)濟(jì)指標(biāo)變化的3種回歸模型的分析結(jié)果如表2所示。比較3種回歸模型,發(fā)現(xiàn)SLM模型和SEM模型比普通線性回歸模型的LIK值更大,而AIC和SC值更小,具有更好的擬合效果。兩種空間回歸模型的LIK、AIC和SC值相近,但SLM模型的偽R2大于SEM模型,而且考慮到建設(shè)用地擴(kuò)張具有向鄰近地區(qū)擴(kuò)散的特征[12, 35],采用SLM模型作為分析模型更合適。

SLM模型中(表2),ρ=0.567,且通過了1%顯著性水平檢驗(yàn),說明周圍鄰接地區(qū)的建設(shè)用地擴(kuò)張會對本地區(qū)的建設(shè)用地擴(kuò)張產(chǎn)生空間溢出效應(yīng)。剔除空間自相關(guān)性因素的影響后,14個自變量中,有10個自變量通過了5%的顯著性檢驗(yàn),反映了研究期內(nèi)我國建設(shè)用地擴(kuò)張受到各種自然地理、人口、經(jīng)濟(jì)和政策因素的廣泛影響。

2.4.1 自然地理因素的影響

平均海拔和平均坡度對建設(shè)用地的擴(kuò)張均有顯著影響。平均海拔與建設(shè)用地面積百分比的變化具有顯著的正相關(guān)性,表明在扣除其他因素的影響后,此間我國建設(shè)用地擴(kuò)張更傾向于出現(xiàn)在平均海拔更高的地區(qū)。這一結(jié)論有悖于建設(shè)用地更傾向于在低海拔平原地區(qū)擴(kuò)張這一假設(shè)。主要原因在于此間我國相繼實(shí)施西部大開發(fā)、中部崛起和東北振興等區(qū)域均衡發(fā)展戰(zhàn)略,增加了這些高海拔地區(qū)的建設(shè)用地供應(yīng),促進(jìn)了當(dāng)?shù)亟ㄔO(shè)用地的快速擴(kuò)張；而東部低海拔地區(qū)受稀缺的土地資源制約,建設(shè)用地供應(yīng)從緊,客觀上限制了當(dāng)?shù)亟ㄔO(shè)用地的過快擴(kuò)張。平均坡度與建設(shè)用地面積百分比的變化呈顯著的負(fù)相關(guān)性,平均坡度升高對建設(shè)用地的擴(kuò)張具有顯著的限制作用。

表2 2000—2010年全國建設(shè)用地變化驅(qū)動力回歸模型估計結(jié)果

1)OLS：普通最小二乘回歸模型Ordinary Least Square；2)SLM：空間滯后回歸模型Spatial Lag Model；3)SEM：空間誤差回歸模型Spatial Error Model；4)Log-L：自然對數(shù)似然函數(shù)值Log Likelihood；5)AIC：赤池信息準(zhǔn)則Akaike Information Criterion;***:在0.01水平上顯著相關(guān)；**:在0.05水平上顯著相關(guān)；*:在0.10水平上顯著相關(guān)

2.4.2 經(jīng)濟(jì)因素的影響

不同經(jīng)濟(jì)部門對建設(shè)用地擴(kuò)張的影響存在差異。第一產(chǎn)業(yè)發(fā)展對建設(shè)用地擴(kuò)張無顯著影響。第二產(chǎn)業(yè)的發(fā)展對建設(shè)用地擴(kuò)張具有顯著的正向驅(qū)動作用。盡管“單位國土面積第二產(chǎn)業(yè)產(chǎn)值密度變化”變量由于多重共線性被剔出模型,但由于其與“單位國土面積累積固定資產(chǎn)投資額”具有高度的正相關(guān)性,而后者對建設(shè)用地面積百分比的變化具有顯著的正向影響,因此,可以認(rèn)為第二產(chǎn)業(yè)的發(fā)展對建設(shè)用地擴(kuò)張具有顯著的驅(qū)動作用；研究期內(nèi)建筑業(yè)、低端制造業(yè)和礦產(chǎn)資源開采業(yè)等土地資源密集型產(chǎn)業(yè)的快速發(fā)展不可避免地產(chǎn)生巨大的土地資源需求,并促進(jìn)建設(shè)用地的急劇擴(kuò)張。第三產(chǎn)業(yè)的發(fā)展對建設(shè)用地的急劇擴(kuò)張具有顯著的負(fù)向抑制作用。第三產(chǎn)業(yè)的發(fā)展一方面能夠促進(jìn)經(jīng)濟(jì)發(fā)展的重心由土地資源密集型產(chǎn)業(yè)轉(zhuǎn)移到土地資源依賴性相對較小的服務(wù)行業(yè)；另一方面第三產(chǎn)業(yè)的快速發(fā)展也預(yù)示著居民生活方式的轉(zhuǎn)變[39],它促進(jìn)居民對城市綠色開放空間和郊區(qū)生態(tài)用地需求的增長,并促使中央和地方政府投入更多的精力保護(hù)或恢復(fù)生態(tài)用地。

對外貿(mào)易方面,此間我國出口增長對建設(shè)用地擴(kuò)張并無顯著影響,主要原因是此間我國出口的增長主要源于產(chǎn)品出口結(jié)構(gòu)的優(yōu)化和附加值提升,而非產(chǎn)品出口規(guī)模的擴(kuò)張,使出口增長對土地資源的依賴性有所降低；進(jìn)口增長對建設(shè)用地擴(kuò)張具有顯著的負(fù)向影響,主要原因在于進(jìn)口增長能夠減少一些產(chǎn)品的本地化生產(chǎn),從而減少對土地資源的需求,并抑制建設(shè)用地的過快擴(kuò)張。

2.4.3 人口因素的影響

流動人口密度的變化對建設(shè)用地面積百分比變化具有顯著的正向影響。2000—2010年,我國流動人口由1.44億增加到2.61億,長江三角洲、珠江三角洲、京津冀以及一些中心和重點(diǎn)城市是不斷增長的流動人口的主要聚集區(qū)；流動人口的聚集增加了當(dāng)?shù)刈》?、基礎(chǔ)設(shè)施、商業(yè)、服務(wù)業(yè)及公共空間對土地資源的需求[40],是這些區(qū)域建設(shè)用地擴(kuò)張的重要驅(qū)動力之一。而在農(nóng)村和一些經(jīng)濟(jì)欠發(fā)達(dá)地區(qū),流動人口的大量遷出則有助于減緩當(dāng)?shù)亟ㄔO(shè)用地擴(kuò)張壓力。

城鎮(zhèn)人口的增加常常被認(rèn)為是城鎮(zhèn)建設(shè)用地擴(kuò)張的主要驅(qū)動力[41-42]。但本研究中的建設(shè)用地既包括城鎮(zhèn)建設(shè)用地,也包括鄉(xiāng)村建設(shè)用地。在一些地區(qū),人口城鎮(zhèn)化所引起的城鎮(zhèn)建設(shè)用地擴(kuò)張量,大于如若這些人口繼續(xù)滯留在農(nóng)村所引起的鄉(xiāng)村建設(shè)用地擴(kuò)張量,促進(jìn)了整個地區(qū)城鄉(xiāng)建設(shè)用地的擴(kuò)張；而在另外一些地區(qū),情況正好相反,人口的城鎮(zhèn)化促進(jìn)了整個地區(qū)的土地集約利用；因此,在本研究中城鎮(zhèn)和農(nóng)村常住人口密度的變化均未表現(xiàn)出與建設(shè)用地面積百分比變化的顯著相關(guān)性；反映了人口城鎮(zhèn)化對建設(shè)用地擴(kuò)張的影響存在區(qū)域差異性。

2.4.4 政策因素的影響

發(fā)展政策方面,大規(guī)模的固定資產(chǎn)投資和不斷增長的外商直接投資是驅(qū)動我國建設(shè)用地急劇擴(kuò)張的重要因素。在我國,投資驅(qū)動的經(jīng)濟(jì)增長長期以來被當(dāng)作重要的發(fā)展策略。統(tǒng)計顯示,2000—2010年,我國全社會固定資產(chǎn)投資年均增長23.76%,2010年達(dá)到27.81萬億元,占當(dāng)年GDP的比重高達(dá)69.32%。其中,大約有1/4的固定資產(chǎn)投資投入到房地產(chǎn)開發(fā),受此驅(qū)動,2000—2010我國城市建成區(qū)面積增長78.52%,而同期城市常住人口僅增長45.98%,土地城市化速度遠(yuǎn)高于人口城市化速度,特別是一些“鬼城”經(jīng)歷了爆炸式擴(kuò)張,建設(shè)用地面積大幅增長,而人口城鎮(zhèn)化進(jìn)程緩慢[40]。同時,大規(guī)模的固定資產(chǎn)投資投入到制造業(yè)和礦業(yè)部門,也不可避免地促進(jìn)城市周邊與產(chǎn)業(yè)分布區(qū)建設(shè)用地的擴(kuò)張。此外,有相當(dāng)一部分固定資產(chǎn)投資投入到公共基礎(chǔ)設(shè)施如公路、鐵路和機(jī)場等的建設(shè),并進(jìn)一步影響家庭、企業(yè)和投資的區(qū)位選擇,促進(jìn)基礎(chǔ)設(shè)施沿線和周邊地區(qū)建設(shè)用地的快速擴(kuò)張。除了大規(guī)模投資外,積極吸引外資是改革開放以來我國促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的另一重大戰(zhàn)略。2000—2010年,我國實(shí)際利用外資額從593.56億美元增加到1088.21億美元。一方面,為了吸引外資,各地區(qū)積極推動各類經(jīng)濟(jì)開發(fā)區(qū)和產(chǎn)業(yè)園區(qū)的建設(shè),促進(jìn)了建設(shè)用地的擴(kuò)張；另一方面,外資也為土地征收和開發(fā)利用提供了資金支持,進(jìn)一步推動了建設(shè)用地的擴(kuò)張。

保護(hù)政策方面,2000年前建立和2000年后建立的自然保護(hù)區(qū),均在抑制所在地區(qū)建設(shè)用地擴(kuò)張中發(fā)揮了積極作用；自然保護(hù)區(qū)在抑制保護(hù)區(qū)內(nèi)建設(shè)用地擴(kuò)張的同時,有助于地方政府優(yōu)化整個區(qū)域的土地利用格局,提高建設(shè)用地的集約性。受數(shù)據(jù)的可獲取性制約,其他一些生態(tài)和耕地保護(hù)政策,如天然林保護(hù)工程、重要生態(tài)功能區(qū)建設(shè)、基本農(nóng)田保護(hù)等未納入驅(qū)動力分析框架,理論上這些保護(hù)政策與自然保護(hù)區(qū)建設(shè)一樣,在抑制建設(shè)用地擴(kuò)張上發(fā)揮重要作用,有待在未來的研究中進(jìn)一步驗(yàn)證。

3 結(jié)論

2000—2010年我國建設(shè)用地擴(kuò)張具有顯著的正向空間自相關(guān)性,建設(shè)用地面積百分比的變化在空間上呈現(xiàn)出高-高、低-低聚集特征。為了克服一般線性回歸模型在分析空間自相關(guān)數(shù)據(jù)時存在的缺陷,本文分別采用一般線性、空間滯后和空間誤差3種回歸模型分析2000—2010年我國建設(shè)用地擴(kuò)張的驅(qū)動力,并擇優(yōu)選用。結(jié)果發(fā)現(xiàn)空間滯后回歸模型不僅在理論是合適的分析模型,而且在實(shí)際應(yīng)用中具有更好的擬合效果,能夠更準(zhǔn)確地識別我國建設(shè)用地擴(kuò)張的核心驅(qū)動力。

2000年以來,我國社會經(jīng)濟(jì)迅猛發(fā)展,在改善我國居民生活水平的同時,也驅(qū)動了我國建設(shè)用地的急劇擴(kuò)張。第二產(chǎn)業(yè)的迅猛發(fā)展、流動人口的遷移聚集、大規(guī)模的固定資產(chǎn)投資、外商直接投資的快速增長,以及投資驅(qū)動的大規(guī)模的土地城鎮(zhèn)化和路網(wǎng)等基礎(chǔ)設(shè)施建設(shè)是驅(qū)動我國各地區(qū)建設(shè)用地擴(kuò)張的主要驅(qū)動力；第三產(chǎn)業(yè)的發(fā)展、進(jìn)口的增長以及自然保護(hù)區(qū)建設(shè)對我國建設(shè)用地的擴(kuò)張具有一定的抑制作用,能夠緩解快速的社會經(jīng)濟(jì)發(fā)展對建設(shè)用地擴(kuò)張的驅(qū)動作用。地形條件也對各地區(qū)建設(shè)用地擴(kuò)張有一定的影響,受西部大開發(fā)、中部崛起等區(qū)域均衡發(fā)展戰(zhàn)略的影響,在扣除其他因素的影響后,此間我國建設(shè)用地擴(kuò)張更傾向于出現(xiàn)在高海拔地區(qū)；而平均坡度的升高對建設(shè)用地的擴(kuò)張具有明顯的抑制作用。

綜合考慮各種驅(qū)動因素的變化趨勢,未來一段時間我國社會經(jīng)濟(jì)發(fā)展對建設(shè)用地擴(kuò)張的驅(qū)動作用將有所減弱。但考慮到目前我國建設(shè)用地的粗放利用現(xiàn)狀,嚴(yán)控建設(shè)用地規(guī)模,是確保我國社會經(jīng)濟(jì)可持續(xù)發(fā)展的基本要求。有必要結(jié)合建設(shè)用地驅(qū)動力分析結(jié)果,重點(diǎn)開展如下工作：一是制定更為嚴(yán)格的產(chǎn)業(yè)用地標(biāo)準(zhǔn),建立單位建設(shè)用地投資和產(chǎn)值限制標(biāo)準(zhǔn),促進(jìn)產(chǎn)業(yè)發(fā)展的土地集約利用；二是開展流動人口的遷移聚集趨勢預(yù)測和引導(dǎo)規(guī)劃,減小人口大規(guī)模遷徙對人口聚集地和來源地土地利用/覆蓋的雙重沖擊；三是優(yōu)化固定資產(chǎn)投資結(jié)構(gòu),降低房地產(chǎn)等高土地依賴產(chǎn)業(yè)投資比例,大力遏制投資驅(qū)動的土地城鎮(zhèn)化和建設(shè)用地的無序擴(kuò)張；四是通過戶籍制度改革和產(chǎn)業(yè)布局,推動人均建設(shè)用地占有量大、土地城鎮(zhèn)化過快地區(qū)的人口有序城鎮(zhèn)化，提高土地利用集約性；五是高度重視鄉(xiāng)村建設(shè)用地規(guī)模的控制,通過緊湊型農(nóng)村社區(qū)規(guī)劃和建設(shè)、“空心村”整治、農(nóng)村建設(shè)用地總量控制、農(nóng)村宅基地確權(quán)登記和流轉(zhuǎn)等,控制鄉(xiāng)村建設(shè)用地的無序擴(kuò)張。

[1] Foley J A, DeFries R, Asner G P, Barford C, Bonan G, Carpenter S R, Chapin F S, Coe M T, Daily G C, Gibbs H K, Helkowski J H, Holloway T, Howard E A, Kucharik C J, Monfreda C, Patz J A, Prentice I C, Ramankutty N, Snyder P K. Global consequences of land use. Science, 2005, 309(5734): 570- 574.

[2] Long H L, Liu Y Q, Hou X G, Li T T, Li Y R. Effects of land use transitions due to rapid urbanization on ecosystem services: Implications for urban planning in the new developing area of China. Habitat International, 2014, 44: 536- 544.

[3] Bürgi M, Hersperger A M, Schneeberger N. Driving forces of landscape change-current and new directions. Landscape Ecology, 2004, 19(8): 857- 868.

[4] Farina A. The cultural landscape as a model for the integration of ecology and economics. Bioscience, 2000, 50(4): 313- 320.

[5] Parcerisas L, Marull J, Pino J, Tello E, Coll F, Basnou C. Land use changes, landscape ecology and their socioeconomic driving forces in the Spanish Mediterranean coast (El Maresme County, 1850- 2005). Environmental Science & Policy, 2012, 23: 120- 132.

[6] Regos A, Ninyerola M, Moré G, Pons X. Linking land cover dynamics with driving forces in mountain landscape of the Northwestern Iberian Peninsula. International Journal of Applied Earth Observation and Geoinformation, 2015, 38: 1- 14.

[7] Weinzettel J, Hertwich E G, Peters G P, Steen-Olsen K, Galli A. Affluence drives the global displacement of land use. Global Environmental Change, 2013, 23(2): 433- 438.

[8] Newman M E, McLaren K P, Wilson B S. Long-term socio-economic and spatial pattern drivers of land cover change in a Caribbean tropical moist forest, the Cockpit Country, Jamaica. Agriculture, Ecosystems & Environment, 2014, 186: 185- 200.

[9] Mitsuda Y, Ito S. A review of spatial-explicit factors determining spatial distribution of land use/land-use change. Landscape and Ecological Engineering, 2011, 7(1): 117- 125.

[10] Serra P, Pons X, Saurí D. Land-cover and land-use change in a Mediterranean landscape: A spatial analysis of driving forces integrating biophysical and human factors. Applied Geography, 2008, 28(3): 189- 209.

[11] Verburg P H, Veldkamp A, Fresco L O. Simulation of changes in the spatial pattern of land use in China. Applied Geography, 1999, 19(3): 211- 233.

[12] Aguiar A P D, Cmara G, Escada M I S. Spatial statistical analysis of land-use determinants in the Brazilian Amazonia: exploring intra-regional heterogeneity. Ecological Modelling, 2007, 209(2/4): 169- 188.

[13] Veldkamp A, Verburg P H. Modelling land use change and environmental impact. Journal of Environmental Management, 2004, 72(1/2): 1- 3.

[14] UNEP. Global Environment Outlook 5: Environment for the Future We Want. Malta: Progress Press Ltd, 2012.

[15] Alig R J, Healy R G. Urban and built-up land area changes in the United States: an empirical investigation of determinants. Land Economics, 1987, 63(3): 215- 226.

[16] Hassan R, Scholes R. Ecosystems and Human Well-Being: Current State and Trends. Washington DC: Island Press, 2005.

[17] 黃季焜, 朱莉芬, 鄧祥征. 中國建設(shè)用地擴(kuò)張的區(qū)域差異及其影響因素. 中國科學(xué) D 輯: 地球科學(xué), 2007, 37(9): 1235- 1241.

[18] 談明洪, 李秀彬, 呂昌河. 20世紀(jì)90年代中國大中城市建設(shè)用地擴(kuò)張及其對耕地的占用. 中國科學(xué) D 輯: 地球科學(xué), 2004, 34(12): 1157- 1165.

[19] Hietel E, Waldhardt R, Otte A. Statistical modeling of land-cover changes based on key socio-economic indicators. Ecological Economics, 2007, 62(3/4): 496- 507.

[20] 劉紀(jì)遠(yuǎn), 張增祥, 徐新良, 匡文慧, 周萬村, 張樹文, 李仁東, 顏長珍, 于東升, 吳世新, 江南. 21世紀(jì)初中國土地利用變化的空間格局與驅(qū)動力分析. 地理學(xué)報, 2009, 64(12): 1411- 1420.

[21] 陳春, 馮長春. 中國建設(shè)用地增長驅(qū)動力研究. 中國人口·資源與環(huán)境, 2010, 20(10): 72- 78.

[22] 王靜. 中國建設(shè)用地與區(qū)域經(jīng)濟(jì)發(fā)展的空間面板計量分析. 中國土地科學(xué), 2013, 27(8): 53- 58.

[23] Ma Y L, Xu R S. Remote sensing monitoring and driving force analysis of urban expansion in Guangzhou City, China. Habitat International, 2010, 34(2): 228- 235.

[24] Lin X Q, Wang Y, Wang S J, Wang D. Spatial differences and driving forces of land urbanization in China. Journal of Geographical Sciences, 2015, 25(5): 545- 558.

[25] Long H L, Heilig G K, Li X B, Zhang M. Socio-economic development and land-use change: analysis of rural housing land transition in the transect of the Yangtse River, China. Land Use Policy, 2007, 24(1): 141- 153.

[26] Liu T, Liu H, Qi Y J. Construction land expansion and cultivated land protection in urbanizing China: Insights from national land surveys, 1996- 2006. Habitat International, 2015, 46: 13- 22.

[27] 龍花樓, 李秀彬. 長江沿線樣帶土地利用格局及其影響因子分析. 地理學(xué)報, 2001, 56(4): 417- 425.

[28] 柯善咨, 何鳴. 規(guī)劃與市場——中國城市用地規(guī)模決定因素的實(shí)證研究. 中國土地科學(xué), 2008, 22(4): 12- 18.

[29] Huang Z J, Wei Y H D, He C F, Li H. Urban land expansion under economic transition in China: A multi-level modeling analysis. Habitat International, 2015, 47: 69- 82.

[30] 陳曉軍, 張洪業(yè), 劉盛和. 北京城市邊緣區(qū)土地用途轉(zhuǎn)換宏觀動因機(jī)制研究. 地理科學(xué)進(jìn)展, 2003, 22(2): 149- 157.

[31] Bruckner M, Fischer G, Tramberend S, Giljum S. Measuring telecouplings in the global land system: A review and comparative evaluation of land footprint accounting methods. Ecological Economics, 2015, 114: 11- 21.

[32] Liu J G, Hull V, Moran E, Nagendra H, Swaffield S, Turner B L. Applications of the Telecoupling Framework to Land-Change Science // Seto K C, Reenberg A, Eds. Rethinking Global land Use in an Urban Era. MA: MIT Press, Massachusetts, 2014.

[33] Anselin L. Spatial Econometrics: Methods and Models. Netherlands: Springer, 1988.

[34] Ward M D, Gleditsch K S. Spatial regression models (Quantitative applications in the social sciences). Los Angeles: SAGE Publications Inc, 2008.

[35] Overmars K P, De Koning G H J, Veldkamp A. Spatial autocorrelation in multi-scale land use models. Ecological Modelling, 2003, 164(2/3): 257- 270.

[36] Verburg P H, Schot P P, Dijst M J, Veldkamp A. Land use change modelling: current practice and research priorities. GeoJournal, 2004, 61(4): 309- 342.

[37] 曹武星, 羅飛雄, 韓驥, 武彩燕, 象偉寧. 快速城市化地區(qū)交通主干道對景觀格局變化的影響. 地球信息科學(xué)學(xué)報, 2014, 16(6): 898- 906.

[38] 孟丹, 李小娟, 徐輝, 宮輝力. 京津冀都市圈城鄉(xiāng)建設(shè)用地空間擴(kuò)張?zhí)卣鞣治? 地球信息科學(xué)學(xué)報, 2013, 15(2): 289- 296.

[39] Nelson G C, Bennett E, Berhe A A, Cassman K, DeFries R, Dietz T, Dobermann A, Dobson A, Janetos A, Levy M, Marco D, Nakicenovic N, O′Neill B, Norgaard R, Petschel-Held G, Ojima D, Pingali P, Watson R, Zurek M. Anthropogenic Drivers of Ecosystem Change: an overview. Ecology and Society, 2006, 11(2): 29- 29.

[40] Li Y H, Li Y R, Westlund H, Liu Y S. Urban-rural transformation in relation to cultivated land conversion in China: Implications for optimizing land use and balanced regional development. Land Use Policy, 2015, 47: 218- 224.

[41] Jat M K, Garg P K, Khare D. Monitoring and modelling of urban sprawl using remote sensing and GIS techniques. International Journal of Applied Earth Observation and Geoinformation, 2008, 10(1): 26- 43.

[42] Deng J S, Wang K, Hong Y, Qi J G. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landscape and Urban Planning, 2009, 92(3/4): 187- 198.

Driving forces of built-up land expansion in China from 2000 to 2010

HUANG Baorong1, ZHANG Huizhi2,*, SONG Dunjiang1, MA Yonghuan3

1InstitutesofScienceandDevelopment,ChineseAcademyofSciences,Beijing100190,China2InstituteofAgriculturalSci-techInformation,BeijingAcademyofAgricultureandForestrySciences,Beijing100097,China3InformationCenterofMinistryofLandandResourcesofChina,Beijing100812,China

China experienced rapid socioeconomic development and built-up land expansion during 2000—2010. Identifying key driving forces of built-up land expansion is essential for policy-makers to develop effective policies for sustainable land management. In this study, the change in the expansion of built-up land was used as the dependent variable, and 14 geographic, economic, demographic, and policy-related explanatory variables were chosen. Three models, including the ordinary least squares linear regression model, spatial lag model, and spatial error model were used to analyze the driving forces of built-up land expansion. The results showed that the spatial distribution of built-up land expansion was not random, but exhibited significant positive spatial autocorrelations, which would reduce the stability and accuracy of conventional ordinary least squares linear regression models and their explanatory power to the degree that they would not reflect reality. Comparing the goodness-of-fit for the three regression models, the spatial lag model proved to be more robust. The regression results of the spatial lag model indicated that built-up land expansion was widely influenced by various geographic, economic, demographic, and policy factors. The rapid development of secondary industry, massive in-migration floating populations, growth of fixed asset investments, and foreign direct investments, together with investment-driven land urbanization and infrastructure development were considered the primary driving forces of built-up land expansion in China from 2000 to 2010. Conversely, the development of tertiary industry, importation growth, and the establishment of natural protected areas helped to control construction land expansion. Moreover, natural factors, such as terrain slope and elevation influenced on built-up land expansion. Other things being equal, built-up land expansion occurred more frequently where the average elevation was high, because of several balanced regional development strategies, such as the Great Western Development Strategy, the Northeast China Revitalization Strategy, and the Rise of Central China Plan in the high altitude regions. In addition, increasing average slope had a significant negative (inhibiting) effect on built-up land expansion.

built-up land; expansion; socio-economic development; driving forces; spatial regression models

全國生態(tài)環(huán)境十年(2000—2010年)變化遙感調(diào)查與評估項(xiàng)目(STSN-04)；國家自然科學(xué)基金(40901300)；中國科學(xué)院“一三五”規(guī)劃重大任務(wù)(Y201131Z05)

2015- 07- 31;

2016- 12- 22

10.5846/stxb201507311611

*通訊作者Corresponding author.E-mail: zhanghuizhi@sina.com

黃寶榮,張慧智,宋敦江,馬永歡.2000—2010年中國大陸地區(qū)建設(shè)用地擴(kuò)張的驅(qū)動力分析.生態(tài)學(xué)報,2017,37(12):4149- 4158.

Huang B R, Zhang H Z, Song D J, Ma Y H.Driving forces of built-up land expansion in China from 2000 to 2010.Acta Ecologica Sinica,2017,37(12):4149- 4158.