中国建设用地扩张的驱动力分析

2014-05-30王世忠

安徽农学通报 2014年8期

王世忠

摘要：研究目的：研究建设用地扩张的驱动力。研究方法：基于改进C-D生产函数修正的STIRPAT模型和岭回归方法。研究结果：在其他条件相同的情况下，总人口每增加1%，将导致建设用地增加0.211 0%，城市化率每提高1%，将导致建设用地增加0.054 2%，人均可支配收入每提高1%，将导致建设用地增加0.025 5%；货币资本投入每增加1%，将导致建设用地增加0.015 7%。研究结论：（1）人口增长是中国建设用地扩张的最主要驱动力。（2）城市化是中国建设用地扩张的重要驱动力，城市化率的提高并没有导致建设用地总量的减少。（3）社会富裕水平和建设用地总面积之间不存在环境Kuznets曲线。（4）货币资本和建设用地之间的替代关系不明显，技术进步对土地集约利用水平提高的促进作用远远没有发挥出来。

关键词：建设用地；改进C-D生产函数；改进STIRPAT模型；岭回归；驱动力

中图分类号 F301.24 文献标识码 A 文章编号 1007-7731（2014）08-01-06

Abstract：In this paper，in order to explore the driving forces of construction land expansion，improved C-D production function、improved STIRPAT model and ridge regression were used to analyze the relationship between Chinas construction land and population、GDP、urbanization rate、capital input、labor input、technical progress、social affluence level during the period 1985 to 2008.The results indicate that： When the other conditions are the same，each increase of 1% of the total population will lead to the increase of construction land 0.2110%，each increase of 1% of the urbanization rate will lead to the increase of construction land 0.054 2%，each increase of 1% of the per capita disposable income，will lead to the increase of construction land 0.025 5%，each increase of 1% of the monetary capital input，will lead to the increase of construction land 0.015 7%.It is concluded that：（1）Population growth is the main driving force of construction land expansion.（2）Urbanization rate is the important driving force of construction land expansion.Although the city construction land intensive and economical utilization level is far greater than the rural，the rise in percentage of population residing in urban areas does not lead to reduce the total amount of construction land.（3）There is no environmental Kuznets curve between construction land and social affluence level，and with the increase of social wealth，the construction land demand has been increasing year by year.（4）There is no obvious substitution relationship between money capital and construction land.The role of technical progress to promote the level of land intensive utilization is performing far under capacity，and the speed of technical improvement is far greater than the one to improve the construction land intensive use level.

Key words：Construction land；Improved C-D production function；Improved STIRPAT model；Ridge regression；Driving forces

建设用地是承载人类非农经济生产活动的主要基础，同时也是二三产业经济生产中重要的生产要素之一。随着中国人口的增长，社会经济的迅速发展，城市化进程的加快，人多地少的矛盾日益突出，耕地保护与建设用地扩张之间的矛盾更加尖锐。因此，对中国建设用地增长的驱动力进行分析，找出影响建设用地增长的核心变量，对于制定符合中国实际的土地利用规划，有效地调控建设用地总规模，促进社会和经济可持续发展具有重要意义。

目前，国外有关建设用地增长驱动力的研究主要分为城市扩张驱动力研究和农村居民点用地变化驱动力的研究[1-4]，而国内则主要侧重于区域尺度和城市尺度的建设用地扩张的驱动力研究[5-9]，全国尺度和农村尺度的建设用地规模变化的驱动力研究相对较少[10-12]；在研究方法上，大多采用选取指标进行相关分析、回归分析、主成分分析等计量分析方法来研究建设用地扩张的驱动力。STIRPAT模型最早由York等在2003年提出，目前已被广泛的应用于生态环境和能源压力的研究中，但已有的研究对反映技术水平的评价指标非常不统一，有采用研发投资强度和单位能源产出率[13]，能源强度[14]，第二产业比重[15]，第三产业比重[16]等一系列差异巨大的评价指标，而技术水平的评价指标不同，会对研究结果产生很大影响。本文拟用改进的C-D生产函数来推导出反映某一地区技术水平的表达式，在此基础上对原有STIRPAT模型进行修正，并采用岭回归方法来分析全国建设用地扩张与人口、GDP、城市化率、货币资本投入、劳动力投入、技术进步以及社会富裕水平之间的驱动关系。

在本研究中，由于建设用地的生态价值几乎为0，因此，环境压力I用建设用地总面积来表示；人口数量P用人口总数来表示；富裕度A以人均可支配收入来表示。

2 模型的数据及其处理

模型的数据主要是来自国家统计局网站、国土资源统计年鉴、全国土地利用变更调查以及中国科学院地理与资源所的1985-2008年全国历年统计数据：

（1）本文研究所指的建设用地类型包括：居民点及独立工矿用地、交通运输用地和水利设施用地等三大类，参照的标准是从2002年起执行的《全国土地分类》（过渡期适用）标准。但是2001年之前我国的土地利用分类系统一直沿用的是1984年9月颁布的《土地利用现状调查技术规程》中的《土地利用现状分类》的标准。在前后2个标准中，水利设施用地的含义有所差异，农村道路用地的归属有所不同。因此，在整理2001年之前的建设用地数据时，应将《土地利用现状分类》（1984）中水域类型里面的水库水面以及人工建筑物划归建设用地类型，而将交通运输用地中的农村道路分离出去，以使建设用地数量前后保持统计分类的一致性。

（2）资本本身是一个宽泛的概念，作为生产要素的资本可以包括物质资本、人力资本和土地，本文的资本指的是物质资本。在整个社会的经济活动中，即时资本不易得到，考虑到数据的可获得性，研究者一般会用资本存量来代替。目前学术界有关资本存量的估算方法广泛采用了戈登史密（Goldsmith）在1951年开创的永续盘存法，其后被普遍应用于大多数的经合组织国家（OECD）[22]。资本存量的估算可以采用相对效率几何递减模型，计算公式如下所示：

[Kt=Kt-1（1-δt）+It=Kt-1-Dt+It] （10）

式中，t指的是第t年，该模型中隐含了4个变量，其一为当年投资（I）；其二为投资品价格指数；其三为经济折旧率（[δ]）或年度折旧额（D）；其四为基年的资本存量（K）。本文基年采用1978年，折旧率和基准年的资本存量数据参照张军等（2004）的研究成果[23]。

（3）为了保证可比性，对当年价的GDP、人均可支配收入和每年的固定资产投资额进行了调整，按照不变价格计算，统一修正到1978年。

3 研究结果与分析

3.1 模型结果由于对原始数据进行了对数变换，其误差项反映的是一种相对误差，而相对误差往往具有同方差性，因此采用STIRPAT模型本身能较好的解决模型的异方差问题。考虑到原始数据是时间序列数据，首先利用最小二乘法（Ordinary least square，OLS）对回归模型（8）式进行估计，估计结果和相关统计量见表1所示。

由表1可知，调整后的R2分别为0.996 8，F统计量的p值为0.000 0，残差平方和为0.000 4，说明自变量能较好地解释因变量的变化，模型整体拟合效果很好；但在显著性水平为0.05的情况下，各变量的系数基本上都没有通过显著性检验。通过各变量间的自相关检验发现，各指标之间存在较强的共线性问题。当变量间存在多重共线性时，用OLS方法估计的模型回归参数将很不稳定，回归系数的方差随着多重共线性强度的增加而加速增长，造成回归方程高度显著的情况下，有些回归系数却通不过显著性检验，甚至无法对回归系数的正负号给予合理的经济解释[24]。基于保持模型结构的考虑以及更长时间序列的数据难以获得，本文通过岭回归分析法来削弱多重共线性的不利影响，岭回归的岭迹图见图1所示。

从图1可以看出，当k=0.15时候，各个回归系数基本达到稳定，因此取k=0.15，岭回归的估计结果和方程统计量如表2所示。

由表2可以看出，调整后的R2为0.992 3，表示因变量变异的99.23%可以由模型来解释，另外F统计量的p值为0.000 0，残差平方和为0.001，说明模型整体拟合效果很好，非常显著，并且在显著性水平为0.05的情况下，各变量的系数全部通过显著性检验，并且岭回归的残差平方和为0.001，与OLS估计的0.00 04相差不大，岭回归的估计结果显然比OLS估计结果更好。

由岭回归估计模型（8）式可得到的回归方程为：

[LnI=15.6834+0.2110LnP+0.0542LnU+0.0255LnA+] [0.0019Ln2A+0.0207LnQ+0.0157LnK+0.0828LnL] （11）

从（11）式各指标的系数可以看出，人口的增长对建设用地的增加起到主要促进作用，在其他条件相同的情况下，总人口每增加1%，将导致建设用地增加0.211 0%，可见，我国建设用地增长的第一驱动力来自人口增长。除此以外，城市化和经济发展对建设用地需求也起到重要的推动作用，在其他条件相同的情况下，城市化率每提高1%，将导致建设用地增加0.054 2%；GDP每增长1%，将导致建设用地增加0.020 7%；人均可支配收入每提高1%，将导致建设用地增加0.025 5%；货币资本投入每增加1%，将导致建设用地增加0.015 7%；劳动力资本投入每增加1%，将导致建设用地增加0.082 8%。

由（9）式可得下式（12）：

[EEIA=β21+2β22lnA=0.025 5+0.003 8lnA] （12）

由上式（12）可知，[β22]值为正，由此可确定不存在环境Kuznets曲线，也不存在环境开始改善的富裕状态值，即社会富裕水平和建设用地总面积之间不存在环境Kuznets曲线。

3.2 模型结果分析（1）人口增长和建设用地增长的关系分析。建设用地是人类活动的一种主要的土地利用类型。我国自实行计划生育政策以来，虽然人口的增长率大大的降低，但庞大的人口基数，导致每年巨大的新增人口数量。根据统计年鉴可知，从1985-2008年间，总共增加了约2.7亿人口，年平均新增人口达到约1 123万人。因此，每年庞大的人口增量必将导致建设用地需求量的快速增长。

（2）城市化和建设用地增长的关系分析。虽然城市的土地集约节约利用水平远远大于农村，但随着中国城市化率的提高并没有导致建设用地总量的减少。究其原因是许多农村人口“离乡不离土”，导致农村和城市建设用地双重增长，农村人口的减少并没有导致农村居民点用地总量的减少。因此，只有加快实施城乡建设用地指标的“增减挂钩”机制，完善农村宅基地的退出机制和解决“伪城市化”问题，才能减轻城市化导致的建设用地扩张的压力[25-26]。

（3）社会富裕水平和建设用地增长关系分析。中国社会富裕水平和建设用地总面积之间并不存在环境Kuznets曲线。究其原因是随着人们生活水平的提高和人们的攀比心理作祟，导致人均居住面积逐年增大，并且房地产作为投资和投机的功能被逐年强化，导致“一户多宅”现象较为严重。因此，只有合理引导人们的住房消费心理，抑制房地产的投机和投资需求，才能减轻社会富裕水平提高对建设用地增长的压力[27]。

（4）技术进步和建设用地的集约利用水平的关系分析。根据（8）式和（11）式，可知：[α=-0.7585]；[β=-4]，因此，可得下式：

[T=A0eλt=QK-αL-β=QK0.7585L4] （13）

由（13）式可得中国历年的技术对经济的贡献值T。如果以单位建设用地的GDP产出作为建设用地的集约利用水平的评价指标，则可得图2和3。由图2、3可知，技术水平和建设用地集约利用水平之间存在正向的非线性关系，随着技术水平的提高，建设用地的集约利用水平逐年提高，但技术水平的提高速度远远大于建设用地集约利用水平的提高速度。究其原因是：相比商业和住宅用地，工业用地的价格没有体现出应有的价值水平，为了吸引投资，许多地方政府间竞相压低工业地价，甚至出现“零地价”和“负地价”，人为的扭曲了建设用地和资本的配置关系，降低了土地集约和节约利用水平[28-29]。

3.3 回归方程的结构稳定性检验自1985-2008年的24a间，我国经济社会发生了巨大变化，在此期间，建设用地扩张的影响因素也会发生结构性改变。换句话说，把1985-2008年当成一个时期来估算建设用地扩张的影响因素可能不是很合适，因此需要估算某一时间点前后建设用地扩张的影响因素的变化情况。

一般检验回归方程的结构稳定性可以采取Chow检验，但是Chow检验只能判断前后2个时期回归方程是否稳定，而不能判断2个方程的差异所在，虚拟变量法则正好能弥补这一缺陷[21]。由于人口增长是建设用地增加的第一驱动力，下面通过在回归模型（8）式中加入虚拟变量DN来检验第N年前后人口增长对建设用地增加的影响情况是否发生了结构性变化，新模型如（14）式所示：

[LnI=f+b1LnP+δDnLnP+b2LnU+β21LnA+β22Ln2A] [+β3LnQ-αβ3LnK-ββ3LnL+e1] （14）

其中，DN为时间虚拟变量（N为检验的年份），如检验1993年是否为结构断点，则D1993在1978-1992年取值为0，1993-2008年取值为1，其他变量的意义同上。若估计结果中[δ]显著不为零，则说明N为结构断点。

在20世纪70年代“晚、稀、少”生育政策影响下，中国人口的总和生育水平，在1992年前后首次降至更替水平以下[30]。因此，本文选择检验1993年前后人口增长对建设用地扩张的影响情况是否发生了结构性变化，对（14）式进行回归分析。与前面的做法类似，首先进行OLS估计，若发现变量间存在多重共线性，则改用岭回归方法进行估计。根据选择岭参数的原则确定k值，发现在1993年前后，人口增长对建设用地扩张的影响未发生结构性变化。表3列出了用岭回归做结构稳定性检验的估计结果，同时也列出了OLS估计的结果作为对比。

比较岭回归和OLS估计的结果发现：在OLS估计中不显著的系数，用岭回归估计后变得显著，说明岭回归估计结果比OLS估计要好。此外，[D1993LnP]的系数为0.001 0，虽然是正值，但并不是显著地不为零，说明在1993年前后人口增长对建设用地扩张的影响情况未发生结构性变化。因此，原先把1985-2008年当成一个时期来估算人口增长对建设用地扩张的影响情况是合适的，回归方程的结构是稳定的。

4 研究结论

本文采用改进C-D生产函数和改进的STIRPAT模型对中国建设用地增长的驱动力进行了研究，研究结果表明：（1）人口增长是中国建设用地扩张的最主要驱动力。中国巨大的人口基数和逐年的人口增量，是建设用地扩张的主要原因。（2）城市化是中国建设用地扩张的重要驱动力。虽然城市建设用地集约和节约利用水平远远大于农村，但城市化率的提高并没有导致建设用地总量的减少。（3）社会富裕水平和建设用地总面积之间不存在环境Kuznets曲线，并且随着社会富裕度的提高，对建设用地的需求量逐年增大。（4）货币资本和建设用地之间的替代关系不明显。技术进步对土地集约利用水平的提高的促进作用远远没有发挥出来，技术水平的提高速度远远大于建设用地集约利用水平的提高速度。

参考文献

[1]Zhang T.Community Features and Urban Sprawl： The Case of the Chicago Metropolitan Region[J].Land Use Policy，2001，18（3）：221-232.

[2]Camagni R，Gibelli M C，Rigamonti P.Urban Mobility and Urban Form： The Social and Environmental Costs of Different Patterns of Urban Expansion[J].Ecological Economics，2002，40（2）： 199-216.

[3]Vesterby Marlow，K S Krupa.Rural Residential Land Use： Tracking Its Grows[J].Agricultural Outlook，2002（8）： 14-17.

[4]Camen C F，G I Elena.Determinants of Residential Land Use Conversion and Sprawl At the Rural-urban Fringe[J].American Agricultural Economics Association，2004，86（4）： 889-904.

[5]史培军，陈晋，潘耀忠.深圳市土地利用变化机制分析[J].地理学报，2000，55（2）：151-160.

[6]龙花楼，李秀彬.长江沿线样带土地利用格局及其影响因子分析[J].地理学报，2001，56（4）：417-425.

[7]谈明洪，李秀彬，吕昌河.20世纪90年代中国大中城市建设用地扩张及其对耕地的占用[J].中国科学D辑·地球科学，2004，34（12）：157-165.

[8]闫小培，毛蒋兴，普军.巨型城市区域土地利用变化的人文因素分析：以珠江三角洲为例[J].地理学报，2006，61（6）：613-623.

[9]赵小汎，代力民，陈文波，等.耕地与建设用地变化驱动力比较分析[J].地理科学，2008，28（2）：214-218.

[10]袁洁，杨钢桥，朱家彪.农村居民点用地变化驱动机制：基于湖北省孝南区农户调查的研究[J].经济地理，2008，28（6）：991-994.

[11]姜广辉，张凤荣，陈军伟，等.基于Logistic回归模型的北京山区农村居民点变化的驱动力分析[J].农业工程学报，2007，23（5）：81-87.

[12]陈春，冯长春.中国建设用地增长驱动力研究[J].中国人口·资源与环境，2010，20（10）：72-78.

[13]何小钢，张耀辉.中国工业碳排放影响因素与CKC重组效应——基于STIRPAT模型的分行业动态面板数据实证研究[J].中国工业经济，2012（1）：26-35.

[14]王立猛，何康林.基于STIRPAT模型分析中国环境压力的时间差异[J].自然资源学报，2006，21（6）：862-869.

[15]姜磊，季民河.基于STIRPAT模型的中国能源压力分析——基于空间计量经济学模型的视角[J].地理科学，2011，31（9）：1 072-1 077.

[16]王琳，吴业，杨桂山，等.基于STIRPAT模型的耕地面积变化及其影响因素[J].农业工程学报，2008，24（12）：196-199.

[17]H.克雷格.彼得森，W.克里斯.刘易斯.管理经济学[M].吴德庆译.北京：中国人民大学出版社，1998：134-143.

[18]Ehrlich P R，Holden J P.Impact of population growth[J].Science，1971，171：1 212-1 217.

[19]Ehrlich P R，Holden J P.One dimensional economy[J].Bulletin of Atomic Scientists，1972，16：18-27.

[20]York R，Rosa E A，Dieta T.STIRPAT，IPAT and Impact：analytic tools for unpacking the driving forces of environmental impacts[J].Ecological Economics，2003，46：351-365.

[21]徐中民，程国栋.中国人口和富裕对环境的影响[J].冰川冻土，2005，27（5）：767-773.

[22]任若恩，刘晓生.关于中国资本存量估计的一些问题[J].数量经济技术经济研究，1997（1）：19-24.

[23]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000[J].经济研究，2004（10）：35-44.

[24]梁小珍，陆凤彬，李大伟，等.工程建设标准对我国经济增长影响的实证研究——基于协整理论、Granger因果检验和岭回归[J].系统工程理论与实践，2010，30（5）：841-847.

[25]宋伟，陈百明，张英.中国村庄宅基地空心化评价及其影响因素[J].地理研究，2013，32（1）：20-28.

[26]欧阳安蛟，蔡锋铭，陈立定.农村宅基地退出机制建立探讨[J].中国土地科学，2009，23（10）：26-30.

[27]何淑兰.热钱、房地产价格波动与金融体系稳定[J].经济与管理，2013，27（1）：25-31.

[28]吴宇哲.基于博弈论的区域工业地价均衡分析及管理策略研究[J].浙江大学学报（人文社会科学版），2007，37（4）：124-133.

[29]刘卫东，段洲鸿.工业用地价格标准的合理确定[J].浙江大学学报（人文社会科学版），2008，38（4）：146-153.

[30]钱明亮.中国生育率转变的人口效应分析[D].杭州：浙江大学，2010. （责编：施婷婷）