城镇住宅拆除规模测算方法及驱动因素研究

鲍轩轩，刘伊生，赵冬蕾

（北京交通大学经济管理学院，北京 100044）

2020年9月，中国政府在第75届联合国大会上提出碳达峰碳中和的目标，并于2021年3月在国务院政府工作报告中要求各行业扎实做好碳达峰、碳中和的各项工作.建筑业作为我国能源消费的三大领域之一，城镇建筑的拆除是不可忽视的建筑业碳排放源头.多年来我国城镇快速扩张，城镇住宅大拆大建现象严重，造成很多建筑业额外的碳排放.由于我国建筑拆除行业还不具备环保拆除的能力，仍需要有传统拆除机械的使用，建筑垃圾的产生、运输、处理，这一过程本身会造成很大的环境污染及碳排放［1］；其次，拆建过程的循环使得建筑物从建筑材料的生产、运输、建造、安装、拆除全寿命期内的碳排放量成倍增加，无疑加重了建筑业二氧化碳的排放量.因此了解城镇住宅的拆除情况，控制减少城镇住宅拆除规模是建筑业实现双碳目标的重要环节.

居住建筑面积作为测算建筑能耗强度，进行建筑业碳排放预测，实现民用建筑“四节一环保”的基础数据，目前并无直接数据获取渠道，成为实践中一个亟需解决的难题.那威等［2-3］基于统计年鉴数据测算出全国及省级十五年间的居住建筑面积数据，并以北京市为例测算出城镇住宅面积及9类关键影响因素.刘菁等［4］、王君等［5］也对居住建筑规模的测算方法进行了研究，但对于全国及各省份的城镇住宅拆除规模的测算却一笔带过，测算方法有待完善.实践表明全国城镇住宅的拆除情况无直接统计数据，直接影响到居住建筑面积的数据获取.

无论是完善规模基础数据，还是了解建筑业实际碳排放，均对拆除规模的测算提出迫切需要，而关于城镇住宅拆除问题，以往学者在城镇住房拆迁利益分配以及被拆建筑寿命的影响因素这两方面的研究占大多数，而城镇住宅拆除规模方面的研究相对匮乏.黄敬婷和吴璟［6］、黄禹等［7］对城镇住宅拆除规模进行了测算，但存在忽略城镇范围变化，以及所用指标数据难以获取，方法不具有可持续性等不足之处.因此本文将主要基于已公布的人口普查数据，并结合国家统计局的统计年鉴数据对全国各省市城镇住宅拆除规模进行测算，在以往研究的基础上对城镇住宅拆除规模的测算方法进行优化处理，得到城镇住宅建筑的年均拆除率，以便更精准了解城镇住宅拆除情况.完善居住建筑规模的数据获取渠道，为后续测算及预测建筑业碳排放情况提供更为精确的基础数据.

1 城镇住宅拆除规模测算

人口普查数据的特点是统计结果采用长、短两种普查表.普查表短表包括反映人口基本状况的项目，普查表长表包括所有短表项目和人口的经济活动、婚姻家庭、生育和住房等情况的项目.根据普查长表抽样工作细则，长表抽取了10%的户进行填报，短表由其余的户填报.在我国每次进行的人口普查长表统计结果中，表“省、自治区、直辖市家庭户按住房建成时间分的住房状况”将居民住房按照房屋建成年代划分成，建成于1949年以前，建成于1950—1959年，建成于1960—1969年，建成于1970—1979年，建成于1980—1989年，以及建成于1990年以后的住宅存量规模.基于此类数据，提出城镇住宅拆除规模测算的总体思路是，拆除规模为基期存量规模与研究期拆除率的乘积.根据人口普查的时间特点，选取时间间隔为十年.基于式（1）可以得到城镇住宅十年的累计拆除率（假设城镇住宅拆除率与全社会住宅拆除率相同）.后续测算城镇住宅拆除规模还需得到基期的城镇住宅存量数据.

1.1 各组别十年拆除率测算

利用人口普查已公布的第五次人口普查以及第六次人口普查数据为例进行拆除率测算，需要根据初始数据情况进行两方面的调整.一是鉴于五普以及六普的时间节点，导致两次普查结果中居民住房建成于1990—2000年的时间包含范围不一致，需进行调整.二是由于统计实施方面的不可抗力原因导致的不合理数据需要剔除.

1.1.1 调整以使得各组别所办含的时间范围一致

根据中国统计年鉴数据，2000年和2010年的全社会竣工住宅建筑面积分别为13 145.97万m2和183 172.3万m2（数据来源：2001年统计年鉴和2011年统计年鉴）.假设全年的竣工住宅建筑面积在12个月当中平均分配，可测算出2000年及2010年全国前10个月的竣工住宅建筑面积，根据刘洪玉等［8］的研究认为当年新建成住房中只有30%投入到居民占用中，人口普查长表数据的抽样比例为10%，基于以上两方面调整可以得到表1所示的全国数据，同理可以得到各省份的相关数据.

表1 建成于该年前10个月的住宅建筑面积Tab.1 Areas of residential building built in the first ten months单位：万m2

将五普数据中居民住房建成于1990—2000年的分组中扣除建成于2000年1—10月份的居民住房，得到调整后的五普数据，根据式（1）可以得到建成于各年代的城镇住宅各自的拆除率，结果见表2.

表2 建成于各年代的全社会住房十年累积拆除率Tab.2 The ten-year cumulative removal rate of all society housing

1.1.2 扣除由于统计问题导致的不合理组别

由表2可以看到，建成于1990—1999年的居民住房拆除率绝大部分省份出现负值.导致这种情况出现的原因有两种，一是人口普查时为入户调查，第五次人口普查时，有建成于1990—1999年的部分新建住房仍处于空置状态，而第六次人口普查的时候大部分空置住房被占用，由此会导致建成于1990—1999年的居民住房调查结果，六普数据会大于五普数据.二是有调查统计误差的存在.因此可以考虑，人口普查数据中建成于1990年后的居民住房情况调查数据对于拆除规模的测算来说质量不高，在此研究中将舍去该组数.

1.2 城镇住房存量计算

基期的城镇住房存量的测算步骤分为三部分.一是基于基期所处的城镇范围测算城镇住房存量.二是基于人口普查数据仅能测算出占用中住房存量，因此需对其进行空置方面的调整.三是考虑到十年间我国城镇范围的扩张，使得基期与十年后城镇范围不一致，因此还需要进行城镇范围的调整，使研究期前后城镇范围具有一致性.

1.2.1 基于2000年城镇范围测算城镇住房存量

根据第五次人口普查全部数据资料中数据，分别可以得到全国及各省市城市范围的家庭户人数以及人均住房建筑面积，以及镇范围的家庭户人数及人均住房面积.以全国数据为例，如表3所示可以得到基于2000年城镇范围的城镇占用中住房存量数据.

表3 2000年全国城镇范围的占用中住房存量Tab.3 The occupation of the housing in the country in 2000

假设各省市城镇范围占用中住房存量，在住房的建成时间上与全社会占用中住房存量（五普数据）服从同一分布，则可以得到城镇占用中住房存量按建成年代分的情况数据.根据相关文献，得到五普住房空置率为4%［8］，调整空置率后，各省市2000年城镇住房建成于各年代的数量如表4所示，全国城镇范围的住房存量为95.35亿m2.

表4 各省（市）2000年城镇住房建成于各年代的存量（含空置）Tab.4 The existing areas in 2000 of urban housing built into each decade（including vacant house） 单位：万m2

1.2.2 进行城镇范围调整

由于全国在五普至六普之间城镇化进程速度较快，城镇范围有较大变化，若以基期的城镇范围住房存量数据作为基期数据会导致十年间拆除规模测算数据偏小，因此引入农村移入（城镇）住房量，以此来保证城镇范围的一致性.对于农村移入住房量的测算本研究将采用人均法，因此首先测算农村移入人口量，再确定农村移入住房量，最后得到城镇范围一致的基期数据.

1）农村移入人口量

一般来讲，农村常住户籍人口在自然增长的条件下会达到一个十年后的预期值，而往往预期值和十年后的农村常住户籍人口的实际值并不相同.本研究认为这个差值包括了新增的迁出人口和新增的农村户籍转为城镇户籍的人口.农村户籍转为城镇户籍的人口是城镇范围扩张的结果，即为农村移入（城镇）人口量.由图1可以得到式（2）.

图1 农村常住户籍人口变化Fig.1 Rural resident household registration changes

农村移入人口量=十年后农村常住户籍预期人口-十年后农村常住户籍实际人口-新增迁出人口，（2）其中：十年后农村常住户籍预期人口=基期农村常住户籍人口数×人口累计增长率.

根据普查数据可以得到全国人口累积自然增长率以及十年后农村常住户籍人口实际数.因此测算农村移入人口量的关键点在于新增迁出人口的计算.

本研究将居住在省外或省内其他地方的人口视为迁出人口，则有十年间的新增迁出人口数的计算原理如式（3）所示.根据下面一系列公式可测算出全国及各省市五普与六普之间十年间的农村移入人口量，经测算全国总的新增迁出人口数为7 881.66万人.

其中：新增居住在省外农村户籍总人数=十年后居住在省外农村户籍总人数-基期居住在省外农村户籍总人数；新增居住在省内其他地方农村户籍总人数=十年后居住在省内其他地方农村户籍总人数-基期居住在省内其他地方农村户籍总人数.

2）农村移入住房量

根据上述全国各省市的农村移入人口量计算农村移入住房量，计算公式如下.

其中：农村移入户数=农村移入人口数/农村平均户均人数.农村户均面积由六普数据中获取，农村平均户均人数由五普、六普全部数据表中得到乡村平均家庭户规模，取平均得到.经测算全国范围内农村移入总套数为2 825.29万套，总面积约为32.65亿m2.

3）确定基期数据

为计算拆除率时房屋建成年代范围的统一，需将农村移入住房量按照房屋建成年代进行拆分.由于没有关于农村移入住房的任何调查数据及研究结果，也无法查证农村住房的实际分布，所以拆分时假设在时间维度上，农村移入住房服从第五次和第六次人口普查的农村住房建成年代的平均分布.至此将划分好组别的农村移入住房量与原2000年城镇住房存量进行各组别的和作为计算拆除规模的基期数据.

1.3 拆除规模测算结果及讨论

经测算，全国城镇住房存量十年间累积拆除规模为17.14亿m2，十年累积拆除率为24.78%.各省市十年间的拆除规模及拆除率如图2所示.

图2 各省市十年累积拆除率及拆除规模Fig.2 Demolition rate and demolition scale of provinces in ten years

可以看到，累积拆除规模较大的省份有江苏、四川、河南、湖北等，拆除率均达到26%以上，超过全国范围的城镇水平，从中国的区域划分来看，西北地区拆除率最高，达到32.52%，其后依次是华中地区，拆除率31.39%，拆除率最小的地区为华北地区，拆除率为18.57%.

从各省的拆除率来看，西藏的拆除率最高，经过分析，由于统计数据本身质量特点，决定本研究只测算了建成于1980年以前的城镇住房拆除情况.而西藏则是从1988年开始，地方财政打破“零”记录，直到今天实现生产总值增加65倍的成绩，并且由于国家政策的倾向问题，随着西藏基础设施的完善，目前西藏的发展日新月异，建成于1990年的建筑拆除率较高.

2 驱动因素相关性分析

导致建筑被拆除的原因大致分为两类：一类是由于建筑的自身因素，是指建筑实体达到自然寿命而导致的自然拆除，即建筑实体自竣工之时起，到建筑实体在自然或物理形态上达到无法使用的状态时所经历的时间；另一类是由于建筑的外部环境因素，是指除去建筑达到自然寿命而被拆除外，其他导致建筑物被拆除的因素.对于一个建筑物实体来说，外部环境分为微观外部环境及宏观外部环境，微观的外部环境主要是建筑物自身周围的一些环境因素，例如所处区位、所处的土地类型等；宏观的外部环境是指一个省份的自然、经济、社会环境.

根据以往研究［9-19］，我国建筑物由于达到其自然寿命而导致的拆除情况并不占较大比重，且此类因素导致的建筑拆除情况在不同省份之间无显著差异.微观外部环境对于个体的建筑物来说是导致拆除的一个显著影响因素，而对于省份之间的拆除差异情况影响并不显著［20-21］，因此本文将重点研究宏观外部经济环境对于城镇住房拆除情况的影响（不同省份间由于自然条件引起的拆除率差异暂不考虑）.根据以往研究及省份之间存在显著差异的属性，对人口自然增长率、城镇化率、城镇住房投资额以及人均地区生产总值四类因素与城镇住宅拆除率进行了相关性分析.模型结果见表5和表6.

表5 模型摘要Tab.5 Model summary

表6 多元回归分析及共线性诊断Tab.6 Multivariate regression analysis and co-linear diagnosis

该模型德宾-沃森系数接近2，说明各样本之间是相互独立的；VIF数值全部10以下，认为所有的自变量之间不存在共线性.R2为0.506说明以上筛选出的四类因素能够解释不同省份之间城镇住宅拆除情况差异的50.6%.这是因为本研究仅考虑了影响城镇住房拆除率的宏观外部经济条件，根据以往研究，不同省份之间的气候差异，会影响住房的耐久性及稳定性，导致省份间的城镇住宅拆除率的差异.同时对于土地利用规划的不同也是影响城镇住宅拆除率的重要影响因素.根据以上回归结果可以看到，人口自然增长率与人均地区生产总值与城镇住宅拆除率存在正相关关系，城镇化率与城镇住房投资额存在负相关关系.

2.1 人口自然增长率

城镇人口的快速增长一方面导致城镇容积率较低的居民住房将难以满足住房需要，最终会被高容积率住房所替代.人口增长另一层面体现在家庭年龄结构的变化，根据我国第六次人口普查数据，2010年全国城镇65岁以上人口5225万人，占全国总人口25%，已经进入老龄化.根据王城［9］的研究，老龄化会改变当今的家庭结构，许多原本商品房的户型将不再满足当前的住房需求，建筑功能的设计需要根据老年人的真实需求发生改变，因此会导致一批低年龄的居民住房面临拆除重建的情况.因此人口的自然增长率会与城镇住房拆除率呈现正相关关系.

2.2 人均地区生产总值

人均地区生产总值表征的是该地区的经济发展水平，经济发展水平的提升使得城镇居民对于住房质量要求提高，大量老旧住宅面临拆除.自2001年开始，房地产市场进入黄金时期，伴随着经济的快速发展大拆大建的情况也愈发严重，因此人均地区生产总值与2001—2010年间的城镇住房拆除率呈正相关关系.但随着经济的进一步发展，到目前为止，房价水平的不断攀升，使得拆除成本不断加大，市场随意拆除的现象变得越来越少.当经济发展水平达到一定的程度，整个城市的综合管理质量较高，因规划不合理等非合理原因导致拆除的建筑数量也会大幅度降低，因此经济发展水平最终会与城镇住宅拆除率呈现负相关关系.

2.3 城镇化率

城镇化进程使得大量农村划入城镇范围，原本的低层、多层建筑，以及配套设施不健全的居民住房将会被拆除.同时城镇范围也将外扩，外扩范围的原有地块也会进行更新，城镇化的推进使得城镇住房质量上升，在一定程度上也会将降低对新住房的需求，减少旧建筑的进一步拆除，因此城镇化率会对城镇住房拆除率影响不显著.

2.4 住房投资额

住房投资额的增长意味着新建建筑面积的增加，新建建筑占地资源来源于未开发土地及拆除地面以上建筑的土地，在2001—2010年间，土地资源仍有一定规模的未开发土地，因此其对城镇住房的拆除率无显著影响.但2010年以后，从2021年8月底的北京土拍情况可以看到，现在土地资源已经严重稀缺，住房投资额与城镇住宅拆除将呈现负相关关系.

3 结论

1）本文主要基于人口普查数据，结合中国统计年鉴数据，对城镇住宅拆除规模的测算方法进行研究，为完善建筑规模基础数据提供拆除部分测算方法的参考.同时测算出全国及各省市两次人口普查期间的城镇住房拆除规模及拆除率.累积拆除规模较大的省份有江苏省、四川省、河南省、湖北省四省，拆除率均超过全国范围的城镇水平.从中国的区域划分来看，西北地区拆除率最高，拆除率最小的地区为华北地区.

2）基于测算出的全国31个省市的拆除率数据，与所整理出的四类驱动因素进行相关性分析，认为城镇人口的自然增长与人均地区生产总值与拆除率的变化显著相关.城镇化率与城镇住房投资额与拆除率呈现负相关关系，说明自2010年以来，城镇住房的拆除成本不断加大，城市综合治理水平不断走高，大拆大建现象有所减少.

3）以上情况说明通过拆除以往城镇住宅而建设新住宅的模式已经逐渐淡出市场.但随着人口的自然增长以及经济发展水平的稳步推进，未来城镇住宅的拆除情况出现下降的可能性不大.然而，随着拆除成本的加大以及国家对于房价的控制，未来城镇住宅拆除速度也不会过于激进.要降低城镇住宅的拆除情况，一方面在建筑技术上要积极进行更新升级，提高建筑实体稳定性和耐久性，延长建筑使用寿命.另一方面要加强城镇的土地资源管理.根据本文研究结果，由于经济发展及城镇化率导致的住房快速更新阶段到现在为止基本接近尾声，因此未来城镇住宅的拆除规模应当处于总量小幅度上升，增长速度下降的一个趋势.