城市建设用地扩张的区域差异及其驱动因素

刘永健++耿弘 孙文华 李传武

摘要中国城市建设用地规模随着工业化、城镇化的不断发展而日益剧增。受经济、社会等诸多驱动因素影响，各地建设用地扩张在时间维度、空间维度都存在明显的区域差异，对上述问题进行全面考察，有助于理清建设用地扩张的机理，促进土地集约、节约利用。将城市建设用地扩张的影响因素分为政府推动和市场拉动两个方面，采用基尼系数及基于半对数回归方程的Shapley值分解方法，考察了2006—2015年中国大陆31个省（市、自治区）城市建设用地扩张的区域差异及其驱动因素的贡献程度。结果表明：①2006—2015年，中国城市建设用地扩张的区域差异比较明显，衡量差异程度的基尼系数先升后降，最后稳定于0.3左右；②财政赤字率、经济政策执行力、经济增长、人口城镇化等因素对建设用地扩张具有正向驱动作用，产业结构调整、建设用地利用效率等因素对建设用地扩张具有负向驱动作用；③经济增长、财政赤字率、经济政策执行力等三个因素对建设用地扩张区域差异的贡献最大；④影响我国东、中、西三个区域建设用地扩张的主导因素不尽相同。为此，应从促进区域经济平衡发展、拓宽政府融资渠道、加快产业结构调整、提高建设用地利用效率等多方面入手，破解城市建设用地过度扩张的困局。

关键词建设用地扩张；区域差异；基尼系数；Shapley值分解方法

中图分类号C931；F3

文献标识码A文章编号1002-2104（2017）08-0122-06DOI：10.12062/cpre.20170420

随着工业化、城镇化的不断发展，城市建设用地规模日益扩大。2015年，中国城市建设用地规模已达3.853×107 hm2，年内新增建设用地5.066×105 hm2，同比增长2%左右[1]。中国城市建设用地增量主要来源于城市郊区的农业用地，2006—2015年，中国年均征用农业用地面积均保持在1.5×105 hm2以上[2]。而与大规模征用农业用地形成鲜明对比的是，城市建设用地普遍存在利用效率低下等问题。中国正处于建设用地持续扩张、农业用地大量流失的土地资源粗放利用时期，土地资源保护、节约集约利用形势不容乐观。为此，《国家新型城镇化规划（2014—2020）》[3]明确指出，“十三五”期间国家将严格限制城市建设用地的供给。

近年来，针对城市建设用地扩张的研究正逐渐成为学者关注的焦点。在驱动因素研究方面，一些学者认为城市建设用地扩张主要受经济发展、人口规模等因素的影响[4-5]，而有学者认为城市建设用地扩张是财政分权导致公共财政入不敷出、政府招商引资以增加税收的必然结果[6-7]；研究方法方面，目前主要采用定量计算辅助定性分析的方法，如异速增长方程[4]、STIRPAT模型[5]、固定效应模型[6]、格兰杰因果检验[7]及结构方程模型[8]等。可以发现：①既有文献大多从统计数据上表明建设用地扩张存在区域差异，但缺乏科学的测度指标和定量的测度方法；②既有文献或是从经济发展、人口增长、产业结构调整等市场发展层面入手，或是从政府税收、土地财政等政府推动层面入手，鲜有将二者结合起来综合考察，所得出的结论难免偏颇；③既有文献选用的研究方法未能定量测算出各驱动因素对整体区域差异的贡献率大小，进而错失诸多有用信息。为此，本文主要从以下三个方面进行尝试：①借鉴基尼系数测度建设用地扩张的区域差异；②将城市建设用地扩张的驱动因素分为政府推动和市场拉动两个方面，并将两者结合起来综合考察；③利用基于半对数回归方程的Shapley值分解方法定量测算各项驱动因素对区域差异的贡献程度，并按照贡献率大小将这些驱动因素排序，进而为地方政府制定土地利用规划、集约节约利用土地资源提供参考。

1变量选择、研究方法及数据来源

1.1变量选择

城市建设用地扩张及其区域差异受诸多驱动因素的影响和制约，结合既有文献的研究成果[4-9]，本文将这些驱动因素概括为政府推动及市场拉动两个方面，并将二者结合起来综合考察，以期探究其在城市建设用地扩张中所发挥的作用。具体变量选择见表1。

1.3基于半对数回归方程的Shapley值分解方法

參考SHORROCKS A F & WAN G H[11] 、万广华等[12]的研究，半对数回归模型是进行Shapley值分解时最可被接受的模型。本文亦采用该模型来研究建设用地扩张与其驱动因素之间的关系。模型的具体形式如下：

ln（LANDti）=α+β1TDCZti+β2ZXLti+β3GDPti+β4RKti+β5CYJGti+β6ln（LYXVti）+di+eti

式中：t表示时期，i表示地区，α表示模型的截距，β1，β2，…，β6分别表示各驱动因素的影响系数；di表示各地区个体特征的截面虚拟变量；eti表示t时期i地区的随机扰动。

基于回归方程的Shapley值分解方法是由SHORROCKS A F[13]在合作博弈的理论基础上提出来的，该方法主要被用来研究各影响因素对整体差异的贡献率。参考已有文献的研究成果[14-16]并结合本文的研究内容，概括出该分解方法的具体思路如下：

假设导致建设用地扩张的自变量集合为N={X1，X2，…，Xn}（n为自变量个数），根据合作博弈理论，将自变量Xi（i=1，2，…，n）视为建设用地扩张区域差异博弈的局中人，S（SN）为N的一个博弈联盟，|S|为博弈联盟中包含的局中人个数。衡量区域差异的指标，即基尼系数，是博弈联盟的特征函数，记为G，则G（Xi）表示自变量Xi取实际值时所造成的区域差异，而G′（Xi）表示自变量Xi取均值时所造成的区域差异，即：与G（Xi）相比较，G′（Xi）已经从总体差异中剔除了Xi的影响。需要指出的是，当自变量Xi取均值时，其它自变量既可以取实际值，也可以取均值。记自变量Xi的Shapley值为φi，则φi由下式决定：

φi=∑SN（|S|-1）！（n-|S|）！n！[G（Xi）-G′（Xi）]，i=1，2，…，n

式中：（|S|-1）！（n-|S|）！n！为每个博弈联盟的加权因子，[G（Xi）-G′（Xi）]为自变量Xi在每个博弈联盟中对总体差异的边际贡献，φi/G（Xi）即为自变量Xi对区域差异的贡献率。

1.4数据来源及说明

本文选择中国大陆31个省（市、自治区）为研究对象，上文表1中各变量数据均来源于历年《中国统计年鉴》《中国国土资源统计年鉴》。其中，部分缺失的数据参照各省（市、自治区）统计年鉴予以补充。

地区经济、社会发展水平不同，其城市建设用地扩张所受的主要驱动因素可能不尽相同。为考察不同地区之间的区别，本文参照国家统计局的划分方法[2]，并结合各地经济、社会发展的具体情况，将中国大陆划分为东、中、西三个区域，并分别对这三个区域进行研究。其中，东部区域包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省（市），中部区域包括：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省，西部区域包括：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等12个省（市、自治区）。

2实证结果及分析

2.1城市建设用地扩张的区域差异程度

采用上文1.2中的计算方法，得到31个省（市、自治区）2006—2015年城市建设用地扩张区域差异的基尼系数（见表2）。

由表2可以发现，2006—2015年，基尼系数总体上呈现出先上升后下降并逐渐趋于稳定的态势。其中，2008—2010年，基尼系数上升幅度较大，表明该时间段内，政府的巨额投资计划使得许多地方政府加大了基础设施建设，新增建设用地较多，但各地增速差别明显；2011年以后，随着土地供给侧结构性改革的实施，各地建设用地扩张趋于理性，区域差异的基尼系数亦逐步降低并趋于稳定，基本维持在0.3左右。

2.2半对数模型的回归结果

为避免出现伪回归，对表1中各变量进行单位根检验，结果显示各变量的原始数列平稳性良好。同时，为克服面板数据可能存在的异方差性及自相关性，选择广义最小二乘法（GLS）进行估计[14]。回归结果详见表3。限于篇幅，表3没有报告反映各地区个体特征的截面虚拟变量的回归结果。

由表3可以发现：

（1）财政赤字率（TDCZ）、经济政策执行力（ZXL）、经济增长（GDP）、人口城镇化（RK）等四个自变量的系数符号为正，表明这些变量对城市建设用地扩张起正向驱动作用。可能的原因是：①城镇化发展需要政府支付巨额的基础设施成本及公共服务成本，而分税制改革下，许多地方政府财力有限，资金往往捉襟见肘。现行土地制度下，建设用地使用权出让金已成为地方政府的一项重要收入来源[17]。不难理解，若地方政府财政赤字率高企，则推行土地财政的动力愈加强烈。②促进经济发展、构建普惠社会是地方政府的一项重要任务。在工业用地方面，目前许多地方政府开辟工业园区，以较低的工业用地价格吸引投资[7]，以此增加税收、带动就业，因此固定资产投资增加将带来建设用地持续扩张。③工业化背景下，经济发展主要依靠第二、三产业推动，土地作为一项重要的生产资料，其使用量也随着经济的发展而日益增加。④城镇化发展包括土地城镇化和人口城镇化，尽管目前两者发展并不协调[18]，人口城镇化相对滞后，但城镇人口增加所带来的建设用地尤其是住宅用地扩张却不容小觑。

（2）产业结构调整（CYJG）、建设用地利用效率的对数（ln（LYXV））等两个变量的系数符号为负，表明这些变量对城市建设用地扩张起负向驱动作用。可能的原因是：①随着经济发展步入“新常态”，中国正全面实行供给侧结构性改革，推动产业结构转型升级，以产业结构调整带动土地利用结构优化，以土地利用规划倒逼产业结构调整，两者之间相辅相成。本文认为，产业结构升级有助于土地节约利用。②提高建设用地利用效率，有利于盘活土地存量，遏制建设用地无序扩张势头。值得注意的是，建设用地利用效率的影响却并不显著，表明该项因素对建设用地扩张的影响十分有限，土地粗放利用的现象依然存在。

（3）分区域考察。①东部地区。经济政策执行力变量的影响不显著，表明东部地区已摆脱靠“低价供地”吸引投资进而诱发建设用地持续扩张的老路，以产业结构转型升级、土地利用提质增效等方式带动建设用地节约集约利用在东部地区已见成效；但财政赤字率变量的影响显著，说明东部地区依然存在土地财政现象，政府财政收入结构尚需优化。②中部地区。各变量的影响均显著，表明各驱动因素对中部地区建设用地扩张均有一定的推动作用。③西部地区。产业结构调整、建设用地利用效率等两个变量的影响不显著，表明西部地区在承接东部地区产业转移的同时，建设用地利用方式却相对粗放；但经济增长、人口城镇化等变量的影响显著，表明西部大开发战略对该地区建设用地扩张的带动效应明显。

2.3驱动因素贡献率的分解结果

半对数回归模型中的截距项α对建设用地扩张的区域差异不会产生影响，所以用于分解的回归方程中不必包含截距项α[15]。而反映各地区个体特征的截面虚拟变量，可以看作是考察期内各地区的固定差异（如资源禀赋、地理区位、政策与历史因素等），因此利用上文2.2得到的各地区的截面虚拟變量值构造一个新的变量d，并将其影响系数设定为1，用来表示各地区的固定差异[15]。显然，表3中的回归方程均为半对数回归方程，因变量为ln（LAND），还有一个自变量为ln（LYXV），而本文是对建设用地扩张的驱动因素进行贡献率分解，并非其对数形式，因此分解前应将上述方程进行指数还原[14]。根据表3的回归结果，排除对城市建设用地扩张影响不显著的变量，仅对影响显著的变量进行贡献率分解[14]。总体维度及地区分组维度的分解结果详见表4。

由表4可以发现：

（1）整体来看：①在影响城市建设用地扩张区域差异的诸多因素中，政府推动因素（包括财政赤字率、经济政策执行力、产业结构调整）在考察期内的总体贡献率为45.78%，而市场拉动因素（包括经济增长速度、人口城镇化速度）在考察期内的总体贡献率为47.29%，略高于政府效应，表明目前城市建设用地扩张的区域差异中，政府

推动因素和市场拉动因素的贡献程度相差不多。②从各分项因素来看，经济增长速度的贡献率最高，表明经济增长是引起城市建设用地扩张区域差异的主导因素；财政赤字率、经济政策执行力等两个因素的贡献率次之，表明土地财政、固定资产投资、政府政绩等因素对各地建设用地扩张的推动作用差别较大；人口增长速度、产业结构调整等两个因素的贡献率较小，从侧面反映出目前人口城镇化和土地城镇化不相匹配，产业结构调整缓慢。

（2）地区分组来看：①东部地区。政府推动因素的贡献率（29.64%）明显小于市场拉动因素的贡献率（67.19%），说明东部地区建设用地扩张的区域差异主要受市场拉动因素影响，其中经济增长速度、人口增长速度等因素对区域差异的贡献程度最高，但产业结构调整、土地利用效率等因素的贡献程度相对较小，未来仍有提升空间；②中部地区。政府推动因素的贡献率（42.30%）同样小于市場拉动因素的贡献率（54.13%），但两者的差距较东部地区已显著缩小，表明财政赤字率所引起的土地财政、政府政绩所引起的固定资产投资对建设用地扩张区域差异的贡献程度大幅提升；③西部地区。政府推动因素的贡献率（61.26%）明显大于市场拉动因素的贡献率（32.71%），表明西部地区建设用地扩张的地区差异主要受政府推动因素影响。其中财政赤字率、经济政策执行力、经济增长速度的贡献程度最高，反映出西部地区土地粗放式扩张现象较为严重。以上结果同时表明，在不同的发展区域内，造成城市建设用地扩张区域差异的原因各异，政府在制定土地政策及土地利用规划时应根据不同区域的实际情况加以区别。

3结论与启示

本文依据中国大陆31个省（市、自治区）的面板数据资料，首先利用基尼系数测算了2006—2015年建设用地扩张区域差异的程度，然后将影响建设用地扩张的驱动因素分为政府推动和市场拉动两个方面，并采用半对数回归模型考察了它们之间的定量关系，最后利用基于回归方程的Shapley值分解方法，分解出各项驱动因素对建设用地扩张区域差异的贡献率。研究发现：①考察期内，城市建设用地扩张区域差异的基尼系数在2008—2010年有较大幅度上升，随后逐渐下降，并稳定于0.3左右；②土地财政、经济政策执行力、经济增长、人口城镇化等四个因素对城市建设用地扩张起正向驱动作用；产业结构调整、建设用地利用效率等两个因素对城市建设用地扩张起负向驱动作用，但建设用地利用效率的影响并不显著；③经济政策执行力变量对东部地区城市建设用地扩张的影响不显著；产业结构调整、建设用地利用效率等两个变量对西部地区城市建设用地扩张的影响不显著；④考察期内，市场拉动因素对建设用地扩张区域差异的贡献程度略大于政府推动因素的贡献程度，但在不同的发展区域内，造成城市建设用地扩张区域差异的原因各异。

以上研究结论具有一定的启示意义：①建设用地扩张代表着一个地区的城镇化发展速度，而建设用地扩张的区域差异则反映了各地区之间城镇化发展的均衡程度。城镇化进程中，各地区建设用地的扩张规模要依据当地经济、人口、产业结构现状等具体条件稳步推进；②城市建设用地扩张中，应着力转变政府职能，更加注重发挥市场因素的带动效应，逐步摒弃土地财政、“唯GDP论”的政绩观，着力发挥土地利用规划与产业结构转型升级之间的互动效应，以此带动土地利用提质增效；③对东部地区而言，受土地资源的瓶颈约束，建设用地利用效率、产业结构调整已初见成效，未来应着力拓宽政府融资渠道、优化财政收入结构；对中西部欠发达地区而言，在抓住发展的战略机遇期、积极促进当地经济社会发展的同时，应更加注重克服土地财政、盲目追求投资所带来的建设用地过度扩张及非集约化利用。另外，在全国主体功能区规划中，西部地区有相当一部分位于限制开发区及禁止开发区，促进产业结构合理布局、提高土地利用效率同样显得尤为必要。

（编辑：刘照胜）

参考文献（References）

[1]国土资源部. 2015中国国土资源公报[Z].2016. [Ministry of Land and Resources of the P.R.C. China land and resources bulletin 2015[Z]. 2016.]

[2]国家统计局.中国统计年鉴-2016[M].北京：中国统计出版社，2016.[National Bureau of Statistics. Statistical yearbook of China-2016[M]. Beijing： China Statistics Press，2016.]

[3]国务院.国家新型城镇化规划（2014—2020）[Z].2014.[The State Council of P.R.C. The national guidelines for developing a new type of urbanization（2014—2020）[Z]. 2014.]

[4]赵可，张安录.城市建设用地扩张驱动力实证研究：基于辽宁省14市市辖区数据[J].资源科学，2013，35（5）：928-934.[ZHAO Ke， ZHANG Anlu. Driving forces behind urban land expansion based on panel data for 14 cities in Liaoning[J]. Resources science， 2013，35（5）：928-934.]

[5]温阳阳，高建华，梁迪.河南省建设用地扩展的社会经济驱动力分析：基于STIRPAT模型[J].地域研究与开发，2016，35（2）：121-126.[WEN Yangyang， GAO Jianhua， LIANG Di. Social and economic driving factors for the expansion of construction land in Henan Province： based on SPIRPAT model[J]. Areal research and development， 2016， 35（2）：121-126.]

[6]张耀宇，陈利根，宋璐怡.中国城市用地扩张驱动机制的差异性研究[J].资源科学，2016，38（1）：30-40.[ZHANG Yaoyu， CHEN Ligen， SONG Luyi. Differences in drivingforce mechanisms in urban land expansion in China[J]. Resources science， 2016， 38（1）：30-40.]

[7]王健，汪应宏，彭山桂.中国城市用地扩张的诱因[J].城市问题，2016（1）：7-16.[WANG Jian， WANG Yinghong， PENG Shangui. The causes of the urban land expansion in China[J]. Urban problems， 2016（1）：7-16.]

[8]石敏俊，范宪伟，郑丹.土地开发对城市经济增长的作用机制和传导路径：基于结构方程模型的实证检验[J].中国人口·资源与环境，2017，27（1）：1-9.[SHI Minjun， FAN Xianwei， ZHENG Dan. How does the ‘landbased dependent model work on urban economic growth[J]. China population， resources and environment， 2017， 27 （1）：1-9.]

[9]卢新海，匡兵，周敏.城市建设用地利用效率的空间非均衡及影响因素[J].中国人口·资源与环境，2016，26（11）：45-52.[LU Xinhai， KUANG Bing， ZHOU Min. Spatial inequality and influencing factors of utilization efficiency of urban construction land [J]. China population， resources and environment， 2016， 26（11）：45-52.]

[10]刘志伟.收入分配不公平程度测度方法综述[J].统计与信息论坛，2003，18（9）：28-32.[LIU Zhiwei. A survey on the measurement methods of the unfair income distribution[J]. Statistics and information forum， 2003，18（9）：64-69.]

[11]SHORROCKS A F， WAN G H. The spatial decomposition of inequality[J]. Journal of economic geography， 2005，5（1）：59-81.

[12]万广华，周章跃，陆迁.中国农村收入不平等：运用农户数据的回归分解[J].中国农村经济，2005（5）：4-11.[WAN Guanghua， ZHOU Zhangyue， LU Qian. Income inequality in rural China： regression analysis using household data[J]. Chinese rural economic， 2005（5）： 4-11.]

[13]SHORROCKS A F. Decomposition procedures for distributional analysis：a unified framework based on the Shapley Value[J]. The journal of economic inequality， 2013，11（1）：99-126.

[14]萬广华.解释中国农村区域间的收入不平等：一种基于回归方程的分解方法[J].经济研究，2004（8）：117-127.[WAN Guanghua. Accounting for income inequality in rural of China[J]. Economic research journal， 2004（8）：117-127.]

[15]李敬，冉光和，万广华.中国区域金融发展差异的解释：基于劳动分工理论与Shapley值分解方法[J].经济研究，2007（5）：42-54.[LI Jing， RAN Guanghe， WAN Guanghua. Study on the disparities of regional financial development in China： based on the theory of division of labor and decomposition method of Shapley Value[J]. Economic research journal， 2007（5）：42-54.]

[16]陈艳莹，鲍宗客.行业效应还是企业效应：中国生产性服务企业利润率差异来源分解[J].管理世界，2013（10）：81-94.[CHEN Yanying， BAO Zongke. Industry effect or enterprise effect： the source decomposition of the profit rate difference of Chinas producer service enterprise[J]. The world of management， 2013（10）：81-94.]

[17]邹秀清.中国土地财政区域差异的测度及成因分析：基于287个地级市的面板数据[J].经济地理，2016，36（1）：18-26.[ZOU Xiuqing. Measurement and contributing factors of regional disparities of Chinas land finance： based on panel data of 287 prefecturelevel cities[J]. Economic geography， 2016， 36（1）： 18-26.]

[18]周艷，黄贤金，徐国良，等. 长三角城市土地扩张与人口增长耦合态势及其驱动机制[J]. 地理研究，2016，35（2）：313-324.[ZHOU Yan， HUANG Xianjin， XU Guoliang， et al. The coupling and driving forces between urban land expansion and population growth in Yangtze River Delta[J]. Geographical research， 2016，35（2）：313-324.]

Analysis on the regional differences and driving factors of

urban construction land expansion

LIU Yongjian1，2GENG Hong1SUN Wenhua3LI Chuanwu2CHU Xiaoxiao1

（1.College of Economics and Management， Nanjing University of Aeronautics and Astronautics，Nanjing Jiangsu 211106， China；

2.College of City and Planning， Yancheng Teachers University， Yancheng Jiangsu 224051， China；

3.Department of Economics， Party School of the Jiangsu Provincial Committee of CPC，Nanjing Jiangsu 210009， China）

AbstractWith the development of industrialization and urbanization， the scale of urban construction land had been increasing rapidly. Affected by the economic， social and other driving factors， there were significant regional differences of the urban construction land expansion in the time and space dimensions. By conducting a comprehensive study on the above problems， it would be helpful for understanding the mechanism and promoting effective utilization of the urban construction land. First of all， the driving factors of urban construction land expansion were divided into two aspects as government push and market pull， then we used Gini coefficient and Shapley value decomposition method based on semi logarithmic regression equation to investigate its effects and contribution rates to the regional differences of urban construction land expansion in 31 provinces of China from 2006 to 2015. The results showed that： ①from 2006 to 2015， the regional differences of urban construction land expansion in China were obvious， the Gini coefficient increased firstly， then decreased， and finally stabilized at 0.3.②The fiscal deficit rate， economic policies execution， economic growth and population urbanization etc. had a positive driving effect on the construction land expansion. In contrast， adjustment of the industrial structure， the utilization efficiency of the construction land etc. had a negative driving effect.③Economic growth， fiscal deficit rate， economic policies execution etc. had the most contribution rates to the regional differences of the urban construction land expansion.④The main factors that affected the urban construction land expansion in different regions were different. Therefore， in order to solve the problem of the excessive expansion of the construction land， strategies such as promoting the balanced development of regional economy， broadening the channels of government finance， speeding up the adjustment of industrial structure and enhancing the utilization efficiency of the construction land etc. should be taken into consideration.

Key wordsconstruction land expansion； regional difference； Gini coefficient； Shapley value decomposition method