中国县域国土空间集约利用计量测度与影响机理

引用本文

李广东, 方创琳. 中国县域国土空间集约利用计量测度与影响机理. 69(12): 1739-1752
LI Guangdong, FANG Chuanglin. Quantitative measure and influencing mechanism of land intensive use in China at the county level. Acte Geographica Sinica, 69(12): 1739-1752 复制到剪切板

Permissions

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.

中国县域国土空间集约利用计量测度与影响机理

李广东, 方创琳

中国科学院地理科学与资源研究所, 北京 100101

方创琳 (1966-), 男, 博士, 研究员, 博士生导师, 近年来主要从事城市与区域规划等方面的研究。E-mail: fangcl@igsnrr.ac.cn

作者简介：李广东 (1986-), 男, 山东临沂人, 博士, 助理研究员, 国家注册土地估价师, 中国地理学会会员 (S110008922M), 主要研究方向为城市与区域规划、城市发展与土地利用变化。E-mail: ligd@igsnrr.ac.cn

基金:国家“十二五”科技支撑计划项目 (2012BAJ22B03)

摘要

土地利用问题日益成为中国经济发展的重要约束力之一。快速城镇化背景下城镇和乡村的快速扩张吞噬了宝贵的土地资源,粗放非集约的利用方式更加剧了土地资源的浪费。从国土空间集约利用的影响机理出发分析中国县域国土空间集约的影响机理对指导集约利用实践以及宏观集约利用政策瞄准和政策矫正都具有特殊意义。综合运用OLS模型、空间面板滞后模型和空间面板自相关模型以GIS和Matlab为技术平台,构建中国县域发展基础数据库 (1992-2010年),定量刻画中国2286个县级单元的空间集约利用度时空变化格局,计量分析社会经济发展、自然环境本底、区位交通地理、宏观战略政策和历史基础5大类变量17项具体因素的影响机理。研究结果表明,空间面板数据模型的整体显著性和可信度检验略高于一般面板数据OLS模型;在固定相关效应后对各因素的影响机制进行了检验,表明工业化、城镇化、经济发展水平、区位、交通和宏观战略政策等因素对县域国土空间集约利用的影响较为明显。自然环境因素弱于社会经济因素。被忽略的历史因素对县域国土空间集约利用具有极显著的影响。未来县域国土空间集约利用应因势利导,强化有利因素,减小不利因素影响。提高工业化和城镇化发展水平和质量。发挥市场的主导作用,完善土地市场和运行机制。优化国土空间集约利用调控政策和管治手段,制定差别化的空间集约利用政策。以资源环境承载力为基础和约束最大限度地提高投入和产出水平。

关键词: 集约利用; 国土空间; 测度; 影响机理; 影响因素; 空间计量经济模型; GIS; 县域; 中国

Quantitative measure and influencing mechanism of land intensive use in China at the county level

LI Guangdong, FANG Chuanglin

Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

Fund:National Key Technology R&D Program, No.2012BAJ22B03

Abstract

Land use issue is an important constraining force for economic sustainable development of China. Urban and rural rapid expansion depletes valued land resources under the background of rapid urbanization. An extensive use pattern might cause a serious waste of land resources. The study on influencing mechanism of land intensive use (LIU) in China at the county level is an important tool for effective LIU practice and policy-making. This paper uses OLS model, Spatial Panel Lagged model and Spatial Panel Error model to characterize the influencing mechanisms of five class factors and 17 variables supported by GIS (Geographic Information System) and MATLAB. And a comprehensive data set, including physical geography attributes and socio-economic information with 2286 counties, was developed. Meanwhile, the spatiotemporal pattern of LIU has been discussed by means of GIS. The results show that Spatial Panel Data models are slightly superior to OLS model in terms of significance and confidence level. Regression results of these models indicate that industrialization, urbanization, economic development level, location, transportation and policy have significant impact on LIU of counties. The variables of physical geography are less significant than socio-economic variables. An ignored variable of historical factor, however, became the most significant factor. In the future, the LIU at the county level should enhance favorable factors and reduce disadvantageous ones, which can be acquired by improving the entire level and quality of industrialization and urbanization. We argued that an efficient and complete land market and operating system should be built to reflect market-oriented activities at the first place. Then, according to regional differences, differential LIU regulation policies and measurements should be optimized. Meanwhile, we should pay close attention to the carrying capacity of local resources and environments when conducting LIU practices.

Keyword: land intensive use; national territory; quantitative measure; influencing mechanism; influencing factors; spatial econometrics models; GIS; county; China

Show Figures

1 引言

城市化浪潮已经席卷全球, 不论发达国家还是发展中国家都曾处于或正在处于由城市化驱动的土地利用急剧变化阶段。城市化地区的人类活动已经成为驱动全球土地利用和土地覆被变化的主导因素^[1]。城市化地区在创造大量财富的同时也带来了空间的盲目扩展甚至是蔓延, 使原本就稀缺的土地资源变得更为紧缺。现阶段空间扩展表现出简单、粗放、非理性和膨胀的特点。从目前公布的《中国建制镇统计资料》(2008-2012年) 来看, 仅2007-2011年全国建制镇镇区面积就从82411 km²增至98909 km², 净增加16498 km², 年增长率为4.67%, 每年镇区扩展规模相当于一个面积较大的县, 而且人均用地极不集约, 人均镇区面积超过400 m²/人; 同样《中国城市统计年鉴》(1985-2012年) 显示1984-2011年城市建成区面积由8842 km²增至47750 km², 人均城市建成区面积由46.26 m²增至104.22 m²左右^{[2, 3]}。从建设用地扩展规模和速率来看, 中国城镇建设用地呈现出显著的非集约利用态势。近几年, 乡村居民点用地更是出现了“ 人减地增” , 蔓延扩张与空心化并存的不良现象^{[4, 5]}。更为严重的是这种肆无忌惮地空间侵占和非集约利用已经对脆弱的生态环境本底构成了威胁, 部分地区, 由生产和生活空间扩展导致的生态环境破坏问题已经演化为制约区域发展的障碍。

除了城镇和农村居民点的快速扩展外, 其他用地也出现了不同程度的非集约利用问题。快速城镇化地区在经济发展驱动下, 产业发展空间呈现出布局分散无序凌乱的现象、“ 镇镇点火, 村村冒烟” 的产业发展格局仍未得到根本改善, 产业空间急需优化整合和综合提升。而与镇区、居民点和产业园区的发展相反, 传统农业生产用地近几年撂荒率明显提高, 加之城市发展占用, 优良的耕地资源越来越少, 粮食安全日益成为各方关注的焦点。从生态空间来看, 大量的湿地、林地由于快速城镇化而丧失, 大量的自然水体因人类开发而枯竭。但由于城镇经济发展的驱动生态空间仍面临保护困境。

中共十八大报告指出“ 要节约集约利用资源, 推动资源利用方式根本转变, 加强全过程节约管理, 大幅降低能源、水、土地消耗强度, 提高利用效率和效益” ( 资料来源：http://www.progressingeography.com/richhtml/0375-5444/html_resources/www.gov.cn/ldhd/2012-11/17/content_2268826.htm.)。这是国家层面对国土空间集约利用提出的新要求。其实, 针对土地资源节约集约利用问题, 国家层面早以多种形式颁布了大量的政令法规。仅2004年到2012年国家层面就发布了10余项与空间集约利用相关的文件。文件内容涵盖土地节约集约利用政策、工业用地集约利用的规定、农村宅基地集约利用的规定、土地集约利用制度建设等方方面面。其中, 2008年国务院出台的《关于促进节约集约用地的通知》(2资料来源：http://www.progressingeography.com/richhtml/0375-5444/html_resources/www.gov.cn/zwgk/2008-01/07/content_851750.htm.)和中共十七届三中全会发布的《中共中央关于推进农村改革发展若干重大问题的决定》(3 资料来源：http://www.progressingeography.com/richhtml/0375-5444/html_resources/www.gov.cn/jrzg/2008-10/19/content_1125094.htm.)中均明确指出提高建设用地效率和鼓励空间集约高效利用的要求, 这两大文件是推进空间集约利用的纲领性文件。

空间集约利用的已有研究主要回答了空间集约利用程度如何、哪些因素影响空间集约利用、空间集约利用会产生哪些效应和如何实现空间集约等问题。集约利用程度评价集中在建设用地集约利用评价、开发区土地集约利用评价、城市土地集约利用潜力评价和农村土地集约利用评价等方面。国家层面出台的《建设用地节约集约利用评价规程》(TD/T1018-2008)、《城市土地集约利用潜力评价技术规程》(试行) 和《开发区土地集约利用评价规程》(TD1029-2010) 等为组织土地集约利用评价起到了重要作用。通过指标体系构建和评价的基本方法, 大量的学者也进行了实证研究, 例如陈瑜琦等对耕地集约度时空变化的研究^[6], 黄大全等对工业用地集约利用度的评价^[7], 以及王梅和曲福田^[8]以及邵晓梅和王静^[9]对开发区土地集约利用的评价。土地集约利用水平的区域空间差异^[10]和土地集约利用潜力测度^{[11, 12]}等问题也引起了学者的关注。同时, 空间集约利用引发的产业结构、产业集聚、土地利用结构变化、土地价格、土地利用效率、交通基础设施以及生态环境的变化也受到了重视^{[13, 14, 15]}。另外, 研究发现具体的空间集约利用方法主要包括规划调节、市场调节、政府调控和公众参与等。总体而言, 目前的空间集约利用研究已经构建了完整的研究框架, 在一些领域较好支撑和服务了社会经济发展。

空间集约利用的影响因素和影响机理研究一直是空间集约利用研究的一大核心。通过空间集约利用机理研究有助于深化对空间集约利用原因、过程、内部机制和机理的解析^[16]。针对这一问题学者们进行了一些探索性研究。结合已有的相关研究, 将具体的影响因素研究总结如下：土地价格与市场机制^[17]、土地供给总量与稀缺程度、经济发展水平与工业化水平^{[17, 18]}、用地结构与产业结构^{[17, 18]}、城镇化水平与人口^[17]、规划管治与宏观调控政策^[19]、土地市场与土地交易制度、科技进步水平^[19]、土地质量、区位与交通条件以及自然地理条件与生态环境^[17]。

空间集约利用影响因素定性分析基本理清了哪些因子可能影响到空间集约利用。但长期以来空间集约利用影响机理研究以定性分析为主, 定量分析还较少。而且大部分的定量研究仅是从省域或区域的尺度展开, 并未见全国县域尺度的相关研究, 无法从全国宏观层面把握空间集约利用变化的时空格局, 无法定量刻画影响因素的大小和强弱。鉴于此, 很有必要通过定量分析检验定性分析结果的可信度, 并探究具体影响因素的影响程度和影响机理。如下以中国县域为研究样点对县域尺度国土空间集约利用的影响因素和影响机理进行计量分析。

2 县域国土空间集约利用综合测度方法

以下主要介绍县域国土空间集约利用综合测度方法和数据来源。首先从行政区划概况、行政区划调整处理、自然地理数据来源与处理和社会经济数据来源与处理等方面介绍中国县域的基本情况。自然地理条件数据是基础数据, 主要通过数据申请和网络共享实现; 道路交通数据主要通过直接购买和扫描数据化方式获取; 其他相关数据主要从中国科学院资源环境科学数据中心、地球系统科学数据共享平台、国家统计部门、网络共享等方式获取。社会经济统计数据主要通过在线获取和数据购买方式获得。

2.1 中国县域行政区划概况与数据处理

中国县级行政单元的一大特点就是变更频繁。从本研究的时间段来看, 1992年初中国大陆共有2833个县级行政单位, 其中1894个县, 289个县级市和650个市辖区。而截止2010年12月31日中国大陆共有2856个县级行政单位, 其中县减少为1633个, 县级市增至370个, 市辖区增至853个。虽然1992-2010年县市级和市辖区数量分别增加了81个和203个, 县减少了261个, 但总体县级行政单位变化较小, 仅增加了23个。由于行政区划调整不断, 需要进行行政区域调整处理。对于不同年份间地区一致性问题, 主要借鉴胡鞍钢和魏星的处理方法^[20], 采取按行政区划码由终点年份向起点年份回溯的方法。由于地区属性在年际间经常出现变化, 特别是对于地级市及县和县级市而言, 这类变化较为频繁, 为保证年际间地区的连贯性, 并使数据序列符合面板数据的基本特征, 需要对年际间的地区属性进行比较, 对发生变化的地区进行调整。最终获得1992-2010年稳定的县级单位共计2286个。最终的行政区划图形数据通过ArcGIS10.0处理获得, 基础SHP数据来源于中国科学院地球系统科学数据共享平台1954-2010年全国县级行政区划图。图1是最终的样点分布示意图。

	Figure Option View Download New Window
	图1 中国县级行政区划示意图Fig. 1 Administrative divisions of China at the county level

2.2 自然地理数据来源与处理

自然地理数据来源于国家科技基础条件平台建设项目：地球系统科学数据共享平台 (www.geodata.cn), 基本格式为1 km分辨率栅格数据 (图2)。

	Figure Option View Download New Window
	图2 中国自然地理情况分布示意图Fig. 2 Distribution of natural conditions in China

(1) 平均高程、平均坡度根据1 km全国DEM提取得出。全国DEM数据 (1 km) 来源于USGS。坡度数据以DEM数据为基础数据提取获得, ArcGIS10.0作为处理工具箱。

(2) 年均降水、年均气温数据根据1970-2000年1 km平均数据整合而成。基础数据来源于中国科学院地球系统科学数据共享平台。

(3) 全社会水资源利用总量根据1 km栅格数据提取得出。数据来源于中国科学院地球系统科学数据共享平台。

(4) 区位数据通过ArcGIS计算得出 (图3)。分别计算到沿海港口距离和到地级城市中心距离。沿海港口选取参考《全国沿海港口布局规划》(2006年) 确定的47个沿海港口, 其中包括25个一级港口和22个二级港。计算方法是借助ArcGIS的路径距离工具。

	Figure Option View Download New Window
	图3 中国县域距最近海港和地级城市距离示意图Fig. 3 Locational distribution of counties to the nearest seaport (A) and city at the prefectural level in China

2.3 社会经济数据来源与处理

县 (含自治县) 和县级市数据主要来源于《中国区域统计年鉴》(2002-2011年)、《中国县 (市) 社会经济统计年鉴》(2000-2011年, 其中1992年、1995年和1999年数据来源于2000年统计年鉴)。由于《中国区域统计年鉴》(2002-2010年) 未统计市辖区数据, 因此市辖区数据主要通过《中国城市统计年鉴》(1993-2011年) 获取。个别年份和个别区域缺失数据通过各省 (区、直辖市) 统计年鉴 (1993-2011年) 补齐。按照面板数据模型对数据的要求和数据的易得性, 最终构建了1992-2010年中国县域经济社会数据库 (需要说明的是2000年之前由于统计原因分县数据较为齐全的仅包括1992年、1995年和1999年)。

2000年交通数据来源于地球系统科学数据共享平台, 1992年、1995年、1999年和2001-2010年数据通过最新出版的交通地图矢量化得出 (图4)。

	Figure Option View Download New Window
	图4 中国县域高等级交通线分布示意图Fig. 4 High-grade traffic infrastructure distribution of counties in China

从具体数据来看, GDP数据来源于统计数据, 由于GDP为现价数据需要进行平减处理, 为了提高数据精度体现差异性, 按照各年各地级市GDP指数进行平减, 统一将数据平减到1992年的水平。城市化水平通过非农人口数量占总人口比重表征; 固定资产数据通过全社会固定资产投资额来表征; 人口密度数据通过年末人口总量数据除以县域面积数据 (来源于ArcGIS) 计算得出; 工业化水平数据通过第二产业产值占GDP的比例来表征。

宏观战略政策通过国家层面对各区域、省份、城市、区县的政策优惠来衡量。由于中微观政策数据难以获得, 此处仅从国家层面加以考虑, 重点从国家战略与宏观区域政策、国家级经济技术开发区以及地位与等级三方面统计各县域单位分解和享受到的优惠政策。政策优惠指数参考Demurger等的研究方法^[21]对相关政策进行了补充 (表1)。

表1 1979-2010年中国主要区域性优惠政策定位表 Tab. 1 Timetable for regional preferential policies of China, 1979-2010

批准年份	类型与数量	区域	批准年份	类型与数量	区域
1979	3 SEZ	深圳、珠海、汕头	1999	1WDS	西部地区
1980	1 SEZ	厦门	2000	11 ETDZ	合肥、郑州、成都、长沙、西安、昆明、贵阳、石河子、南昌、西宁、呼和浩特
1984	14 COC; 10 ETDZ	天津、上海、大连、秦皇岛、烟台、青岛、连云港、南通、宁波、温州、福州、广州、湛江、北海; 大连、秦皇岛、烟台、青岛、宁波、湛江、天津、连云港、南通、广州	2001	4 ETDZ	南宁、太原、银川、拉萨
1985	1 ETDZ; 3 COEZ	福州; 长江三角洲、珠江三角洲、闽东南地区、环渤海地区	2002	2 ETDZ	兰州、南京
1986	2 ETDZ	上海 (闵行)、上海 (虹桥)	2003	1 RNEC	东北地区老工业基地
1988	OCB; 1 SEZ; 1 ETDZ	沿海经济带; 海南; 上海 (漕河泾)	2004	1RCCP	中部地区
1989	1 ETDZ	厦门 (海沧)	2005	1NSRTD	浦东新区
1990	1 PD; 1 ETDZ	浦东新区、上海 (金桥)	2006	1ELD; 1BH; 1 NSRTD	东部地区; 滨海新区
1992	13 BA; 10 MC; 13BECZ; AC; 5 ETDZ	黑河、绥芬河、珲春、满洲里、二连浩特、伊宁、塔城、博乐、瑞丽、畹町、河口、凭祥、东兴; 温州、昆山、营口、威海、福清 (福清融侨)、海南 (洋浦)	2007	4 NSRTD	重庆市、成都市; 武汉城市圈、长株潭城市群
1993	12 ETDZ; 1 ETDZ	东山、沈阳、杭州、萧山、广州(南沙)、惠州 (大亚湾)、武汉、芜湖、长春、哈尔滨、重庆、宁波 (大榭)	2009	2 ETDZ; 1 NSRTD	廊坊、扬州; 深圳市
1994	2 ETDZ; 1 ETDZ	北京、乌鲁木齐、苏州 (工业园)	2010	1 SEZ 1LJ 1 NSRTD 32 ETDZ	喀什; 重庆; 沈阳; 锦州、大连(长兴岛)、吉林、宾西、海林、日照、潍坊、东营、马鞍山、安庆、徐州、镇江、绍兴、嘉兴、湖州、漳州、泉州、增城、襄樊、黄石、岳阳、常德、井冈山、赣州、九江、金昌、天水、曲靖、德阳、广安、遵义、万州、陕西省航天、陕西省航空、临沂

注：SEZ：经济特区; COC：沿海开放城市; COEZ：沿海开放经济区; ETDZ：国家级经济技术开发区; OCB：沿海经济带; PD; 浦东新区; BA; 主要沿海港口城市开发区; MC：长江沿岸主要城市; BECZ：边境经济合作区; AC：所有内地省份和自治区的首府城市; BH：滨海新区; NSRTD：综合配套改革实验区; LJ：两江新区; WDS：西部大开发战略; RNEC：东北地区老工业基地振兴战略; RCCP中部崛起战略; ELD东部地区率先发展。

表1 1979-2010年中国主要区域性优惠政策定位表 Tab. 1 Timetable for regional preferential policies of China, 1979-2010

2.4 国土空间集约利用测度模型

国土空间集约利用度 (LIU) 测度一直是土地科学研究的核心, 诸多学者提出了一系列的土地集约利用测度模型。从已有的评价模型和测度方法来看, 一般存在综合测度模型和单项测度模型。从国家层面来看, 国土资源部分别颁布了《建设用地节约集约利用评价规程》(2008年11月发布) 和《开发区土地集约利用评价规程》(2010年4月发布)。这两个规程构建了完整的建设用地集约利用评价指标体系。但是考虑到县域数据的可获得性和国土空间集约利用与城市和开发区集约利用的差异, 需要对现有的指标系统进行修改。从国土空间集约利用的本质来看, 土地的投入、产出和承载是决定集约利用水平最为重要的要素。因此, 基于此构建了空间集约利用度三维模型 (图5)。土地投入通过地均全社会固定资产投资来替代, 土地产出通过地均区域生产总值来说明, 而土地承载则通过人口密度来表征。最终的空间集约利用度决定于土地投入、产出和承载的综合水平。这里将班茂盛等提出的土地利用绩效矢量分析方法^[22]应用于县域国土空间集约利用度评价中。空间集约利用度可以认为是直角坐标系下的一个矢量 ( ), 是土地投入、土地产出和土地承载三个矢量 ( ) 的几何和 (图6)。根据矢量运算法则：

(1)

矢量的模则等于：

(2)

式中：矢量A的模可以代表县域空间集约利用度。因此, 便有了如下的县域空间集约利用三维模型计算方法：

(3)

式中：F是矢量的模, 可以代表三维空间中的长度, 在此f(A_x)、f(A_y) 和f(A_z) 分别表示土地投入、产出和承载利用指数。

	Figure Option View Download New Window
	图5 空间集约利用三维模型Fig. 5 3D model of land intensive use (LIU)

	Figure Option View Download New Window
	图6 空间集约利用矢量分析图Fig. 6 Vector analysis of land intensive use (LIU)

运用上述空间集约利用度模型计算了1992-2010年中国2286个县域单位的空间集约利用度。该数据作为空间集约利用影响因素分析的因变量。1992-2010年全国县域国土空间集约利用度的变化趋势如图7所示, 其总体趋势是渐增的, 1992-2000年经历了稳步的提升, 2000-2003年保持平稳, 2001年和2002年稍有下滑, 2003-2010年进入快速提升阶段。空间集约利用度的空间分布情况如图8所示。分布图显示空间集约利用的高值区集中分布在胡焕庸线的右侧。华北平原地区是县域土地集约利用高值的集中区。京津冀城市群、长三角城市群、珠三角城市群、成渝城市群和中三角城市群5个国家级城市群也是高值集中区。这充分说明城市群区域国土空间集约利用水平明显高于其他区域。其他高值区域表现出明显的围绕省会城市分布的规律。另外, 辽中南城市群、兰白西城市群和海峡西岸城市群也是空间集约利用度较高的地区。

	Figure Option View Download New Window
	图7 中国县域空间集约利用度变化趋势Fig. 7 Temporal variation of LIU in China at the county level

	Figure Option View Download New Window
	图8 中国县域空间集约利用度空间分布示意图Fig. 8 Spatial distribution of LIU in China at the county level

3 县域国土空间集约利用影响机理计量分析模型

根据以上分析和已有研究成果, 将影响县域国土空间集约利用的因素分为两大类, 一类是随时间变化的因素, 一类是随空间变化的因素。其中, 随时间变化的因素主要是社会经济因素和交通因素, 筛选了人均GDP水平、工业化水平 (第二产业比重)、城镇化率、人口年增长量和路网密度 (高等级道路长度/行政区域面积) 五个变量。随空间变化的因素主要包括自然环境本地因素、区位地理因素, 筛选了平均高程、平均坡度、年平均降水、年平均气温、到沿海一级港口距离、到沿海二级港口距离、到地级城市中心距离以及区域虚拟变量 (东、中、西部分别赋值为3, 2和1(4 东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南共11个省、直辖市; 中部地区包括黑龙江、吉林、山西、河南、安徽、江西、湖南和湖北8个省和; 西部地区包括广西、重庆、四川、贵州、云南、甘肃、陕西、内蒙古、新疆、青海和西藏11个省、直辖市和自治区。)) 因素等。另外, 为了检验政策优惠因素的影响设置了宏观战略政策因素。具体影响因素的总结如表2。

表2 中国县域国土空间集约利用影响因素预判 Tab. 2 Preliminary analysis of influencing factors for LIU in China at the county level

表3 中国县域国土空间集约利用影响因素计量分析结果 Tab. 3 Quantitative analysis results of influencing factors for LIU in China at the county level

	(1)	(2)	(3)	(4)	(5)
	OLS	SAR 时空固定 (ML)	SAR 时间固定 (ML)	SEM 时空固定 (ML)	SEM 时间固定 (ML)
α	-0.001493^{* * *}
α	(-2.6120)
LNGDP	0.000138^{* * *}	0.000453^{* * *}		0.000459^{* * *}
LNGDP	(2.1139)	(7.5172)		(7.5232)
LNPOP	-0.000148	-0.000179		-0.000165
LNPOP	(-0.9617)	(-1.3779)		(-1.2498)
IND	0.001056^{* * *}	0.002470^{* * *}		0.001763^{* * *}
IND	(3.2009)	(8.8279)		(3.4884)
URBAN	0.002233^{* * *}	0.005983^{* * *}		0.002536^{* * *}
URBAN	(7.4161)	(3.5428)		(9.3160)
POLICY	0.000251^{* * *}	0.000551^{* * *}		0.000561^{* * *}
POLICY	(8.5146)	(8.7210)		(8.7705)
LNELV	-0.000167^{* * *}		-0.000144^{* * *}		-0.000168^{* * *}
LNELV	(-4.7297)		(-4.0509)		(-4.6797)
LNSLOPE	-0.000062^{* * *}		-0.000059^{* *}		-0.000063^{* * *}
LNSLOPE	(-2.6428)		(-2.5075)		(-2.6210)
LNRAI	0.000131		0.000127		0.000132
LNRAI	(1.6255)		(1.4923)		(1.5947)
LNTEM	0.000056		0.000052^{* *}		0.000056
LNTEM	(1.5794)		(2.0475)		(1.5465)
LNWATER	0.000005^{* * *}		0.000005^{* * *}		0.000005^{* * *}
LNWATER	(5.9565)		(16.2101)		(15.2856)
LNDIST_PORT1	-0.000101^{* *}		-0.000093^{* * *}		-0.000101^*
LNDIST_PORT1	(-1.9987)		(-2.7832)		(-1.9835)
LNDIST_PORT2	-0.000065^{* *}		-0.000060^{* * *}		-0.000065^*
LNDIST_PORT2	(-1.5784)		(-2.1576)		(-1.5756)
LNDIST_CITY	-0.000106^{* * *}		-0.000095^{* *}		-0.000105^*
LNDIST_CITY	(-1.7944)		(-2.1448)		(-1.7667)
LNTRAN_DENS	0.000076^{* * *}		0.000419^{* * *}		0.000075^{* * *}
LNTRAN_DENS	(4.1285)		(6.5455)		(4.1050)
REG	0.000171^*		0.000156^{* * *}		0.000172^{* *}
REG	(2.5522)		(2.3459)		(2.5190)
CITY_COUNTY	0.000682^{* * *}		0.000674^{* * *}		0.000681^{* * *}
CITY_COUNTY	(5.5233)		(5.4681)		(5.4984)
LIU_A0	1.002834^{* * *}	0.760664^{* * *}	1.004324^{* * *}	0.760664^{* * *}	1.002239^{* * *}
LIU_A0	(758.0175)	(191.7858)	(770.4556)	(191.7857)	(762.4691)
ρ		0.006915^{* * *}	0.006917^{* * *}
ρ		(5.7392)	(5.7393)
γ				0.021971^{* * *}	0.025973^{* * *}
γ				(15.1074)	(16.1554)
Rbar²	0.9537	0.9584	0.9534	0.9584	0.9536
σ ²	0.0001	0.0001	0.0001	0.0001	0.0001
LM lag	3736.5680^{* * *}
LM err	2200.3740^{* * *}
R-LM lag	1755.2066^{* * *}
R-LM err	219.0127^{* * *}
Durbin-Watson	2.0005
Log-likelihood	96323	99113	96300	99114	96272

注：括号中为T统计量, * 表示在10%的水平上显著, * * 表示在5%的水平上显著, * * * 表示在1%的水平上显著。

表3 中国县域国土空间集约利用影响因素计量分析结果 Tab. 3 Quantitative analysis results of influencing factors for LIU in China at the county level

根据影响因素预判结果, 构建如下的计量经济模型：

$\begin{matrix} LIU = f (SE, NE, LG, SP, HF) \end{matrix}$ (4)

式中：LIU为县域国土空间集约利用度; SE为经济社会因素; NE为自然环境本底因素; LG为区位交通地理因素; SP为宏观战略政策; HF为历史基础。时间段为1992-2010 年 (其中, 1993年、1994年和1996-1998年数据缺失)。

长期以来, 计量经济分析都是以OLS模型为标准分析框架。但是标准分析框架可能忽略了空间依赖性, 而空间依赖性可能导致传统的OLS模型估计有偏甚至是无效的。大量的研究试图解决这一限制, 其中空间计量经济模型是最为主要的分析框架。空间计量经济学是在Cliff 和Ord开创性工作基础上发展起来的^{[23, 24]}。Anselin^[25]和Elhorst^[26]在传统数据模型基础上引进了空间滞后误差项, 将空间相关性引进计量模型。Elhors系统分析了空间数据模型的估计方法, 使得空间数据模型逐步完善^[27]。其中, 空间滞后模型 (SAR) 和空间误差模型 (SEM) 是空间计量经济分析最为成熟和常用的方法。空间滞后模型考虑的是周围空间单元对目标单元的空间影响和空间溢出效应, 其允许因变量在单个区域 (i) 的观测值依赖于临近区域 (j≠ i) 的观测值。

因此, 县域国土空间集约利用影响因素分析的空间滞后模型可以设定如下：

$\begin{matrix} LIU = α + ρ \overset{N}{\sum_{j = 1}} w_{ij} LIU + β X_{ij} + ε_{i} ε_{i} \sim Nid (0, σ^{2}) \end{matrix}$ (5)

式中：α 为截距项; ρ 为空间自相关系数; w_ij是空间权重矩阵; ε _i_,_t为分布误差项; β 为影响系数; X_ij为具体影响因素。其中, 空间权重矩阵计算的基础数据来源于地球系统科学数据共享平台提供的全国县域地图中包含的县域中心经纬度坐标。坐标信息提取运用ArcGIS10.0实现, 坐标信息转化为空间权重矩阵应用了Matlab 2012a平台, 通过xy2cont代码(5 代码来源于http://www.progressingeography.com/richhtml/0375-5444/html_resources/www.spatial-econometrics.com/.)具体实现, 最终获得了2286× 2286的邻接矩阵。

当存在空间相互作用于误差项过程, 即来自于不同区域的误差之间存在空间协方差时, 就会出现另一种空间依赖形式— — 空间误差模型^[28]。此处, 空间集约利用影响因素分析的空间误差模型设定如下：

$\begin{matrix} LIU = α + β X_{ij} + ε_{i}, ε_{i} = γ \overset{N}{\sum_{j = 1}} w_{ij} ε_{i} + μ_{i}, μ_{i} \sim Nid (0, σ^{2}) \end{matrix}$ (6)

式中：γ 为空间误差系数。

最大似然估计 (LM) 是空间回归模型最为常用的估计方法, 常用的统计量有LMerr、LMla-g、Robust LMerr和Robust LMlag, 。此处主要借鉴Elhorst的LM估计方法^{[26, 27]}, 同时参考Donald J. Lacombe网站(6 http://www.progressingeography.com/richhtml/0375-5444/html_resources/co-mmunity.wvu.edu/~djl041/matlab.html.)和LeSage's的网站(7 http://www.progressingeography.com/richhtml/0375-5444/html_resources/www.spatial-econo-metrics.com/.)最新的空间计量经济分析模型Matlab代码 (SAR和SEM)。

4 县域国土空间集约利用影响机理解析

由于存在随时间变化的变量和随空间变化的变量, 传统的OLS回归可能出现偏差。因此, 计量分析模型重点选择了SAR和SEM时空固定效应和时间固定效应模型。同时, 为了对比分析也列出了OLS回归结果。从结果来看, 中国县域国土空间集约利用并不存在显著的空间自相关性, SAR和SEM模型控制了空间自相关性。从具体的变量系数和显著性来看, 模型计算结果基本一致, 说明结果的一致性较高。

下面主要根据定量分析结果对上述空间集约利用影响因素定性分析进行检验和修正。

(1) 从总体来看, 经济发展水平对县域国土空间集约利用的提高具有显著影响, 但其影响程度并不像想象的那么大。模型1、2和4均显示经济发展水平对县域国土空间集约利用度的提高具有显著的正向影响。通过对比分析认为模型2 (SAR时空固定效应模型) 是较优的选择。模型2的结果显示人均GDP对县域国土空间集约度的弹性系数较小, 仅为0.000453。经济发展水平对集约利用的影响方向与定性分析一致, 但影响程度较小。

三个模型均显示人口增长量因素对县域国土空间集约利用并不存在显著的影响。这与定性分析结果并不一致。按照一般逻辑推理, 人口增长会增加用地压力, 而在用地总量一定的情况下, 只有实现内部挖潜提高土地集约利用度才能满足需求, 但中国县域的实际情况并不完全如此。这说明中国县域人口的增加并未对土地集约利用产生实质性的影响。不仅如此, 人口增长可能在某种程度上还催生了城镇用地的浪费与扩张。

工业化水平对县域国土空间集约利用程度具有显著的正向影响。这一结论与定性分析完全一致, 符合预期的估计。可能的原因在于产业结构的高级化和工业化进程的加快推进。工业化发展加速土地利用变化, 引导土地利用方式由第一产业向第二产业和第三产业转变。从具体的影响程度来看, 工业化水平的影响明显高于经济发展水平。模型2显示, 工业化水平提高1%, 将促进县域空间集约利用度提升0.2470%。

城镇化水平对县域国土空间集约利用的影响是极为显著和重要的。从表面来看, 这一结果可能与人口增长量的结果存在一定矛盾。但细细分析发现城镇化水平的核心在于人口的非农转变, 而人口增长量是区域的概念, 显然城镇比整体区域的集约利用度要高。城镇化水平在某种程度上定义了城镇和区域的比例关系, 因此也变相表征了县域国土空间集约利用的程度。模型2显示, 城镇化水平对县域国土空间集约利用的弹性系数是0.005983, 这意味着城镇化水平提高1%, 将促进县域空间集约度提升0.5983%。

与预期类似, 宏观战略政策因素对县域国土空间集约利用具有显著的影响。但通过与其他因素的对比不难发现其影响程度强于经济发展水平, 但明显低于工业化水平和城镇化水平。

(2) 大部分自然环境本底因素对县域国土空间集约利用的影响是显著的, 但部分因素是不显著的。从整体影响程度来看, 自然环境本底因素是弱于社会经济发展因素的。

平均高程和平均坡度结果与预期假设一致。说明地形因素对县域国土空间集约利用具有显著的影响。存在一个一般趋势, 即往往高程和坡度越高的地区县域国土空间集约利用的程度越低。随着高程和坡度的提高, 空间集约利用的难度也逐步提升。这一结论与定性分析中提到的土地质量影响土地集约利用度的分析完全一致。

三个模型显示降水和气温因素对国土空间集约利用的影响并不显著。但从具体影响系数不难发现一个一般的趋势, 即降水高和气温高的地区空间集约利用度高于降水稀少和气温低的地区。在一定程度上这一趋势与全国自然环境的适宜性相一致。

严格来讲全社会用水量指标属于社会经济因素, 但由于县域尺度的水资源数据缺乏, 所以以此为替代变量。从水资源的影响系数来看, 其对空间集约利用的影响是显著的, 但影响程度较弱。水土资源的匹配往往是农业生产和城镇产业发展的基础, 水资源的充足程度在一定程度上可以表征土地资源的质量。其显著影响再次印证了土地质量对国土空间集约利用程度的影响。

(3) 交通区位地理因素同样表现出较高的显著性。选择的五个变量均显示较高的显著性水平, 但影响程度存在一定差异。

到一级海港距离、到二级海港距离和到地级城市距离是三个表征区位的指标, 这三个指标均显著, 而且与预期一致存在一般的变化趋势, 即距海港距离和到地级城市距离越近空间集约利用的程度越高。说明良好的区位条件有利于土地开发, 从而导致土地单位面积上的投入会高于其他区位偏远的地区。

交通因素对国土空间集约利用同样表现出显著的影响。往往道路密度越高的县域其国土空间集约利用程度也越高。交通因素是引导和驱动土地利用变化的重要因素, 而且交通体系往往与空间结构相一致。交通基础设施建设是重点区域发展的前提, 而重点区域发展往往意味着大量的投入, 因此, 交通发展是提高县域国土空间集约利用度的重要因素。

中国东中西部差异是多重因素综合作用的结果, 这种差异显著影响到一系列社会经济现象的空间分布。计量结果显示区域差异同样对县域国土空间集约利用产生显著影响。东部地区由于发展较早, 单位面积投入大, 加之经济社会发展与土地供给的矛盾大, 多重因素综合作用导致其空间集约利用水平明显高于中西部地区。同时从中也不难发现, 土地供给、土地价格、土地市场化水平和外商投资等因素的差异也是导致国土空间集约利用差异的重要因素。因为, 相比中西部地区东部的土地供给可能更为紧缺, 土地价格更高、土地市场化更高、外商投资量更高, 这些因素综合作用从而导致东中西部的差异。

除了宏观的三大区域的差异, 城市与普通县域的差异同样不容忽视。计量分析结果同样发现, 空间集约利用度受到市县虚拟变量的影响, 即城市土地集约利用程度明显高于普通县域。这种差异一部分是行政因素的作用, 更大部分可能来源于城市产业集聚和生产要素的集聚作用。

(4) 历史基础因素往往被多数学者所忽视。通过计量分析发现, 其对国土空间集约利用的影响最为显著和重要。如同经济增长差异等社会经济问题, 某些区域经济增长优势可能是长期历史积累的结果, 往往并不是一蹴而就的。虽然国家政策对某一区域的发展可能起到至关重要的作用, 但是大部分的区域还是需要依靠自组织作用的发挥, 国土空间集约利用亦是如此。

5 结论与讨论

(1) 中国县域国土空间集约利用度表现出显著的时空差异性。论文从土地投入、土地产出和土地承载三方面构建了国土空间集约利用度三维模型对中国县域国土空间集约利用度进行测算。1992-2010年中国县域国土空间集约利用度的变化趋势是渐增的, 1992-2000年经历了稳步的提升, 2000-2003年保持平稳, 2003-2009年处于快速提升阶段, 2010年出现明显下滑的趋势。空间集约利用的高值区集中分布在胡焕庸线的右侧。华北平原地区是县域空间集约利用高值的集中区。京津冀城市群、长三角城市群、珠三角城市群、成渝城市群和中三角城市群5个国家级城市群也是高值集中区。城市群区域空间集约利用水平明显高于其他区域。其他高值区域表现出明显的围绕省会城市分布的规律。另外, 辽中南城市群、兰白西城市群和海峡西岸城市群也是空间集约利用度较高的地区。

(2) 从社会经济因素方面来看, 经济发展水平对县域空间集约利用的提高具有显著影响, 但其影响程度并不大。中国县域人口的增加并未对土地集约利用产生实质性的影响, 可能在某种程度上还催生了用地的浪费与扩张。工业化水平提高1%, 将促进县域空间集约利用度提升0.2470%。城镇化水平对县域空间集约利用的影响是极为显著和重要的。宏观战略政策因素对县域空间集约利用同样具有显著的影响, 但其影响程度强于经济发展水平, 低于工业化水平和城镇化水平。

(3) 从自然环境本底因素来看, 大部分自然环境本底因素的影响是显著的。整体来看, 自然环境本底因素是弱于社会经济发展因素的。往往高程和坡度越高的地区县域空间集约利用的程度越低。降水和气温因素对空间集约利用的影响并不显著。

(4) 交通区位地理因素同样表现出较高的显著性, 但各因素的影响程度存在差异。距海港距离和到地级城市距离越近空间集约利用的程度越高, 说明良好的区位条件有利于土地集约利用。交通发展是提高县域空间集约利用度的重要因素。三大区域的差异同样具有显著影响。城市与普通县域的差异同样不容忽视。

(5) 历史基础因素往往被多数学者所忽视, 但其对空间集约利用的影响最为显著和重要。长期的历史积累和自组织作用是县域国土空间集约利用的基础。

(6) 县域国土空间集约利用水平提升的核心在于因势利导, 强化有利因素, 减小不利因素的影响。核心在于提高工业化和城镇化的整体水平和发展质量。发挥市场的主导作用, 完善土地市场和运行机制。优化空间集约利用调控政策和管治手段, 根据区域差异制定差别化的空间集约利用政策。在国土空间集约利用的同时注重资源环境保护, 以资源环境承载力为基础和约束。优势县域单位应充分利用区位和交通优势提高单位面积的投入和产出。条件一般的县域单位应重点协调人类需要与空间利用潜力的关系, 在满足基本需要的前提下节约集约利用土地资源。

(7) 论文从国土空间集约利用的定性分析入手, 对相关研究进行了梳理, 并根据定性分析结果和数据可得性构建了空间集约利用影响因素的分析体系。并运用空间计量经济方法对具体影响因素进行了计量刻画和表达, 对具体的影响机理进行了初步分析。但具体的影响机理仍需进一步探索和深化。以GIS为基础集成自然地理和社会经济要素的数据获取方法值得推广。将计量经济学运用到土地利用问题的研究视角对提升土地利用科学的综合性具有重要意义。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	Seto K C, Fragkias M, Guneralp B et al. A meta-analysis of global urban land expansion. Plos One, 2011, 6(8): e23777. [本文引用:1] [JCR: 3.73]
[2]	Urban Secretary of National Bureau of Statistics of China. China City Statistical Yearbook. Beijing: China Statistics Press, 1985-2012. [国家统计局城市司. 中国城市统计年鉴. 北京: 中国统计出版社, 1985-2012. ] [本文引用:1]
[3]	Rural Secretary of National Bureau of Statistics of China. China Yearbook of Town Survey. Beijing: China Statistics Press, 2008-2012. [国家统计局农村司. 中国建制镇统计资料. 北京: 中国统计出版社, 2008-2012. ] [本文引用:1]
[4]	Liu Yansui. Rural transformation development and new countryside construction in eastern coastal area of China. Acta Geographica Sinica, 2007, 62(6): 563-570. [刘彦随. 中国东部沿海地区乡村转型发展与新农村建设. 地理学报, 2007, 62(6): 563-570. ] [本文引用:1] [CJCR: 2.937]
[5]	Li Yurui, Liu Yansui, Long Hualou. Spatio-temporal analysis of population and residential land change in rural China. Journal of Natural Resources, 2010, 25(10): 1629-1638. [李裕瑞, 刘彦随, 龙花楼. 中国农村人口与农村居民点用地的时空变化. 自然资源学报, 2010, 25(10): 1629-1638. ] [本文引用:1] [CJCR: 2.407]
[6]	Chen Yuqi, Li Xiubin, Tian Yujun et al. Structural change of agricultural land use intensity and its regional disparity in China. Journal of Geographical Sciences, 2009, 19(5): 545-556. [本文引用:1] [JCR: 0.907] [CJCR: 0.8244]
[7]	Huang Daquan, Hong Lixuan, Liang Jinshe. Analysis and evaluation of industrial land efficiency and intensive use in Fujian Province. Acta Geographica Sinica, 2009, 64(4): 479-486. [黄大全, 洪丽璇, 梁进社. 福建省工业用地效率分析与集约利用评价. 地理学报, 2009, 64(4): 479-486. ] [本文引用:1] [CJCR: 2.937]
[8]	Wang Mei, Qu Futian. Indicator system for land use intensity assessment of industrial enterprises in Kunshan Development Zone. China Land Science, 2004, 18(6): 22-27. [王梅, 曲福田. 昆山开发区企业土地集约利用评价指标构建与应用研究. 中国土地科学, 2004, 18(6): 22-27. ] [本文引用:1] [CJCR: 2.031]
[9]	Shao Xiaomei, Wang Jing. Appraisal of intensive land use of development zones in small towns: A case study of Cixi in Zhejiang Province. Progress in Geography, 2008, 27(1): 75-81. [邵晓梅, 王静. 小城镇开发区土地集约利用评价研究: 以浙江省慈溪市为例. 地理科学进展, 2008, 27(1): 75-81. ] [本文引用:1] [CJCR: 1.959]
[10]	Feng Ke, Wu Cifang, Liu Yong. Spatial difference of urban land intensive use in Zhejiang Province. China Soft Science, 2007, (2): 102-108. [冯科, 吴次芳, 刘勇. 浙江省城市土地集约利用的空间差异研究: 以PSR与主成分分析的视角. 中国软科学, 2007, (2): 102-108. ] [本文引用:1] [CJCR: 1.968]
[11]	Li Jinggang, Ou Minghao, Liu Zhijian et al. Research on the potential of land consolidation of development zones in Jiangsu Province. China Population, Resources and Environment, 2006, 16(6): 129-134. [李景刚, 欧名豪, 刘志坚等. 江苏省开发区土地集约利用潜力研究. 中国人口资源与环境, 2006, 16(6): 129-134. ] [本文引用:1]
[12]	Xu Y, Tang Q, Fan J et al. Assessing construction land potential and its spatial pattern in China. Land scape and Urban Planning, 2011, 103(2): 207-216. [本文引用:1] [JCR: 2.314]
[13]	Lin S W, Ben T M. Impact of government and industrial agglomeration on industrial land prices: A Taiwanese case study. Habitat International, 2009, 33(4): 412-418. [本文引用:1]
[14]	Meng Y, Zhang F R, An P L et al. Industrial land -use efficiency and planning in Shunyi, Beijing. Land scape and Urban Planning, 2008, 85(1): 40-48. [本文引用:1] [JCR: 2.314]
[15]	Geurs K T, van Eck J R R. Evaluation of accessibility impacts of land -use scenarios: The implications of job competition, land -use, and infrastructure developments for the Netherland s. Environment and Planning B: Planning & Design, 2003, 30(1): 69-87. [本文引用:1]
[16]	Zhao Xiaofeng, Huang Xianjin, Chen Yi et al. Research progress in urban land intensive use. Journal of Natural Resources, 2010, 25(11): 1979-1996. [赵小风, 黄贤金, 陈逸等. 城市土地集约利用研究进展. 自然资源学报, 2010, 25(11): 1979-1996. ] [本文引用:1] [CJCR: 2.407]
[17]	Yang Feng, Yuan Chun, Zhou Wei et al. Study on the influence factors to regional land intensive use. Resources & Industries, 2010, 12(4): 67-73. [杨锋, 袁春, 周伟等. 区域土地集约利用影响因素研究. 资源与产业, 2010, 12(4): 67-73. ] [本文引用:5]
[18]	Chen Haiyan. Study on mechanism of land intensive use which based on economic development pattern transformation: A case of Kunshan county in Jangsu Province [D]. Nanjing: Nanjing Agricultural University, 2011. [陈海燕. 转变经济发展方式背景下土地集约利用机理研究[D]. 南京: 南京农业大学, 2011. ] [本文引用:2] [CJCR: 0.916]
[19]	Wang Jiating, Ji Kaiwen. An empirical research on the factors influencing urban land intensive use: Based on the data of 34 sample cities in China. Economic Geography, 2009, 29(7): 1172-1176, 1181. [王家庭, 季凯文. 中国城市土地集约利用的影响因素分析: 基于34个典型城市数据的实证研究. 经济地理, 2009, 29(7): 1172-1176, 1181. ] [本文引用:2]
[20]	Hu Angang, Wei Xing. Local disequilibrium of regional economic development: 1993 to 2005. Reform, 2008, (11): 68-76. [胡鞍钢, 魏星. 地区经济发展的局部不均衡剖解: 1993-2005. 改革, 2008, (11): 68-76. ] [本文引用:1]
[21]	Demurger S, Sachs J D, Woo W T et al. The relative contributions of location and preferential policies in China's regional development: Being in the right place and having the right incentives. China Economic Review, 2002, 13(4): 444-465. [本文引用:1]
[22]	Ban Maosheng, Fang Chuanglin, Liu Xiaoli et al. Comprehensive evaluation of land use performance of Beijing High-tech Industrial Zone. Acta Geographica Sinica, 2008, 63(2): 175-184. [班茂盛, 方创琳, 刘晓丽等. 北京高新技术产业区土地利用绩效综合评价. 地理学报, 2008, 63(2): 175-184. ] [本文引用:1] [CJCR: 2.937]
[23]	Cliff A, Ord J K. Testing for spatial autocorrelation among regression residuals. Geographical Analysis, 1972, (4): 267-284. [本文引用:1]
[24]	Cliff A, Ord J K. Spatial Processes: Models and Applications. London: Pion, 1981. [本文引用:1]
[25]	Anselin L. Spatial Economy: Methods and Models. Dordrecht: Kluwer Academic Publisher, 1988 [本文引用:1]
[26]	Elhorst J P. Specification and estimation of spatial panel data models. International Regional Science Review, 2003, 26(3): 244-268. [本文引用:2]
[27]	Elhorst J P. Spatial panel data models //GETIS M M F A A. Hand book of applied spatial analysis. Berlin: Springer. 2010. [本文引用:2]
[28]	Wang Jinfeng, Fischer M M, Liu Tiejun. Spatial Analysis of Economic and Social Science. Beijing: Science Press. 2012. [王劲峰, Fischer M M, 刘铁军. 经济与社会科学空间分析. 北京: 科学出版社, 2012. ] [本文引用:1]

2011

3.73

0.0

Seto K

, Fragkias

, Guneralp

et al. A meta-analysis of global urban land expansion. Plos One, 2011, 6(8): e23777.

The conversion of Earth's land surface to urban uses is one of the most irreversible human impacts on the global biosphere. It drives the loss of farmland, affects local climate, fragments habitats, and threatens biodiversity. Here we present a meta-analysis of 326 studies that have used remotely sensed images to map urban land conversion. We report a worldwide observed increase in urban land area of 58,000 km 2 from 1970 to 2000. India, China, and Africa have experienced the highest rates of urban land expansion, and the largest change in total urban extent has occurred in North America. Across all regions and for all three decades, urban land expansion rates are higher than or equal to urban population growth rates, suggesting that urban growth is becoming more expansive than compact. Annual growth in GDP per capita drives approximately half of the observed urban land expansion in China but only moderately affects urban expansion in India and Africa, where urban land expansion is driven more by urban population growth. In high income countries, rates of urban land expansion are slower and increasingly related to GDP growth. However, in North America, population growth contributes more to urban expansion than it does in Europe. Much of the observed variation in urban expansion was not captured by either population, GDP, or other variables in the model. This suggests that contemporary urban expansion is related to a variety of factors difficult to observe comprehensively at the global level, including international capital flows, the informal economy, land use policy, and generalized transport costs. Using the results from the global model, we develop forecasts for new urban land cover using SRES Scenarios. Our results show that by 2030, global urban land cover will increase between 430,000 km 2 and 12,568,000 km 2 , with an estimate of 1,527,000 km 2 more likely.

... 城市化地区的人类活动已经成为驱动全球土地利用和土地覆被变化的主导因素^[1] ...

1985-2012

0.0

... 22 m²左右^[2,3] ...

2008-2012

0.0

... 22 m²左右^[2,3] ...

2007

0.0

2.937

Liu

Yansui.

Rural transformation development and new countryside construction in eastern coastal area of China.

Acta Geographica Sinica, 2007, 62(6): 563-570.

[刘彦随. 中国东部沿海地区乡村转型发展与新农村建设. 地理学报, 2007, 62(6): 563-570. ]

With the implementation of reform and opening up policies, rapid industrialization and urbanization in the eastern coastal area of China has not only promoted the development of regional economy, enhanced the international competitiveness, but also influenced the vast rural area deeply, bringing great changes to the rural industrial structure, employment structure and agricultural production pattern, and the development of the coastal rural area has come into a new period of transformation and upgrade. The proportion of the primary industry decreased from 23.3% to 7.9% and that of the tertiary industry increased from 19.8% to 40.5%, while the proportion of agricultural labor force decreased from 90.8% to 47.9% during 1978-2005. Analysis shows that proportions of both production value of coastal agriculture in GDP and agricultural labor force in rural labors will continue to decrease to 8.0% and 44.5% by 2010 and to 6.0% and 32.2% by 2020. From 1990 to 2005, the average elasticity coefficient of cultivated land and labor force in the eastern coastal area came to 1.84, which means that the transfer of agricultural labor force is faster than the decrease of cultivated land and the labor productivity is increasing steadily. At the corresponding period, rural population decreased from 306 million to 219 million while rural construction land use per capita increased, indicating that the transfer of rural population failed to be linked to the decrease of rural residential land. The new countryside construction in the eastern coastal area must obey the rules of rural transformation and development, lay stress on scientific plan and regionalization, promote rural productivity and foster interactive and harmonious development between city and countryside by optimizing urban and rural land use and developing modern agriculture and rural characteristic economy.

Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

1978 年改革开放以来, 中国东部沿海地区工业化、城市化的快速发展, 深刻地改变着广大农村地区, 促使农村产业结构、就业结构与农业生产方式等发生巨大变化, 乡村发展步入转型升级的新阶段。1978-2005 年, 沿海地区第一产业比重由23.3%降为7.9%, 第三产业比重由19.8%升为40.5%, 农业劳动力比重则由90.8%降为47.9%。模拟分析表明, 沿海地区农业产值与农业就业份额仍将持续下降, 2010 年、2020 年农业产值比重将降为8.0%和 6.0%, 农业劳动力比重将降为44.5%和32.2%。1990-2005 年, 沿海地区劳耕弹性系数为1.84, 反映了农业劳动力的转移远快于耕地面积的减少, 农业劳动力效益在稳步提高。同期, 乡村人口由3.06 亿人降为2.19 亿人, 而农村人均居住用地规模却在增大, 未能实现农村人口转移与农村居民点的减少相挂钩。沿海地区新农村建设须遵循乡村转型发展规律, 重在科学规划、分区推进, 通过优化城乡用地、发展现代农业和农村特色经济, 提升农村生产力, 促进沿海城乡互动与协调发展。

... ,蔓延扩张与空心化并存的不良现象^[4,5] ...

2010

0.0

2.407

Yurui

, Liu

Yansui

, Long

Hualou.

Spatio-temporal analysis of population and residential land change in rural China.

Journal of Natural Resources, 2010, 25(10): 1629-1638.

[李裕瑞, 刘彦随, 龙花楼. 中国农村人口与农村居民点用地的时空变化. 自然资源学报, 2010, 25(10): 1629-1638. ]

A better understanding of the spatio-temporal characteristics and driving mechanism of population and residential land change in rural China under rapid urbanization and industrialization is the important premise for constituting feasible policy and strategy promoting the farmland protection and new countryside construction. This paper systematically analyzes the overall trend, regional patterns and coupling types of China’s rural population and residential land change, using rural demographics from China Statistics Bureau and land-use data from the Department of Land and Resources of each province. The results showed that: since economic reform and open-door policy adopted in 1978, resident population in rural areas and agricultural household registration population have entered the transitional period of rapid decrease in 1996 and 2001, respectively. However, rural residential land continues to expand significantly. The benign pattern of the co-evolution of population and residential land in rural areas has not appeared, and the land utilization tends to be extensive, especially in northern and eastern coastal provinces. The root cause for rural residential land use plight is the dual-track institutional system which has long existed between urban and rural areas. Under the relatively common institutional background of migration and land management, combined differences in natural and geographical conditions, levels of economic development, history and social culture and other factors resulted in the dynamic patterns of population and residential land change in rural China. Based on improving the control system of rural land use, propelling the comprehensive consolidation of rural settlements scientifically according to local conditions is an integrated approach to coordinate the numeric change of population and residential land in rural areas, protect farmland, add quota of construction land and promote the new countryside construction. Breaking the urban-rural dual-track structure and coordinating urban-rural development are necessary guarantees of realizing above objectives.

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China; 2. Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China; 3. Graduate University of Chinese Academy of Sciences, Beijing 100049, China

利用农村人口统计数据和土地利用现状数据,对我国农村人口与农村居民点用地变化的总体态势、区域格局及其耦合状态进行定量分析。研究表明:改革开放以来我国乡村常住人口和农业户籍人口数量变化分别于1996和2001年进入快速减少的新阶段,年均分别减少1 121×10 4 和579×10 4 人,而1996年以来农村居民点用地面积仍呈增长趋势,年均增长0.12%;农村人口与农村居民点用地增减协同演进的良性格局尚未出现,农村居民点用地效率依然粗放,且在北方地区和东部沿海地区更为突出。城乡二元体制是造成我国农村人口减少而农村居民点用地反增逆势发展的根本原因;在相对共性的人口流动和土地管理制度背景下,自然地理条件、经济发展水平、社会历史文化等因素的综合差异造成了二者变化的区域差异性。完善农村土地利用管控体系,因地制宜科学推进农户参与式农村居民点用地综合整治,以科学调控农村人口和农村居民点用地变化,是保障耕地红线、增加建设用地指标和推进新农村建设的综合途径,而创新统筹城乡发展的体制和机制,破除城乡二元结构,是实现这一目标的基本保障。

... ,蔓延扩张与空心化并存的不良现象^[4,5] ...

2009

0.907

0.8244

Chen

Yuqi

, Li

Xiubin

, Tian

Yujun

et al. Structural change of agricultural land use intensity and its regional disparity in China. Journal of Geographical Sciences, 2009, 19(5): 545-556.

Based on the data from the Cost-benefit Data of Farm Produce and the China Agricultural Yearbook, this paper divided the intensity of cultivated land use into labor intensity and capital intensity, and then analyzed their temporal and spatial change at both national and provincial levels between 1980 and 2006. The results showed that: (1) At the national level, labor intensity on food produce decreased from 398.5 day/ha in 1980 to 130.25 day/ha in 2006; and a continuous decrease with a steep decline between 1980 and 1986, a slower decline from 1987 to 1996, and another steep decline from 1997 to 2006. On the contrary, capital intensity shows an increasing trend since 1980. As to the internal composition of capital intensity, the proportion of seed, chemical fertilizer and pesticide input decreased from 90.36% to 73.44% and the proportion of machinery increased from 9.64% to 26.56%. The less emphasis on yield-increasing input and more emphasis on labor-saving input are the main reasons for a slow increase of yield per unit area after 1996. (2) At the provincial level, the developed areas have lower labor intensity and higher capital intensity. The less developed ones have higher labor intensity but lower capital intensity. From the viewpoint of the internal composition of capital intensity, labor-saving input accounts for more proportion in the developed areas than that of other areas. The main reason is that in these developed areas, labor input has become a constraint factor in food production as more and more labors engaged in off-farm work. Farmers increase the labor-saving input for higher labor productivity. However, in the less developed areas, the major constraint is the shortage of capital; food production is still depending on labor and yield-increasing inputs.

1.CAS Institute of Geographic Sciences and Natural Resources Research Beijing 100101 China 2.Graduate University of Chinese Academy of Sciences Beijing 100049 China

... 通过指标体系构建和评价的基本方法,大量的学者也进行了实证研究,例如陈瑜琦等对耕地集约度时空变化的研究^[6],黄大全等对工业用地集约利用度的评价^[7],以及王梅和曲福田^[8]以及邵晓梅和王静^[9]对开发区土地集约利用的评价 ...

2009

0.0

2.937

Huang

Daquan

, Hong

Lixuan

, Liang

Jinshe.

Analysis and evaluation of industrial land efficiency and intensive use in Fujian Province.

Acta Geographica Sinica, 2009, 64(4): 479-486.

[黄大全, 洪丽璇, 梁进社. 福建省工业用地效率分析与集约利用评价. 地理学报, 2009, 64(4): 479-486. ]

In China, there are standard per capita indicators for the land used for urban and rural settlements. Tender auction has been the major access to the acquirement of operating sites. Land used for transport facilities and water conservancy facilities is mainly influenced by important governmental and regional policies. However, there are neither corresponding standards for industrial land nor adequate mark transparency for its procurement. Therefore, how to improve the efficiency of industrial land use is of prime importance for land use planning and governance. We found that most of the existing research papers introduce a weighted indicator to evaluate land intensive use, without the guidance of economic principles. The exiting method cannot be well applied for the compilation of land use planning and the process of management and implementation. We propose a means named total factor productivity, simple and practical, to evaluate the economic efficiency of industrial land use and compare the effects of intensive use in different cities of Fujian province in China. Also, a variant TPF method is feasible in the absence of labor incomes ratio. It is unable to arrange the order of factor use efficiency, but it could indicate the input structures of capital and labor and regional differences of their use efficiencies. Furthermore, the case study shows that the longer distance from Xiamen and Fuzhou, the lower inputs and outputs the other cities of Fujian province have. It seems that Xiamen and Fuzhou analogize the city in Thunen's isolate country while other cities like the suburbs in the book. Therefore it is necessary to consider the impacts of location on land intensive use, and finding the reference atlas is the crux.

School of Geography, Beijing Normal University, Beijing 100875, China

在中国, 城乡居民点用地有规范的人均指标, 招标拍卖已成为获取经营性用地的主要方式, 交通和水利设施用地主要受政府和区域重大政策影响, 而工业用地既缺乏相应的用地标准, 土地获取的市场透明度又不够。因此, 如何提高工业用地效率是土地规划和管理的重要内容。已有的研究多采用指标体系的综合评价方法来评价土地集约利用程度, 但缺少经济学原理, 应用于具体的规划编制、管理和实施的局限性较大。结合中国福建省案例, 提出全要素生产率方法来分析和度量之, 既能测算土地集约度, 也能说明要素的利用效率, 具有简单可操作的优势。文中不知劳动所得比重值情况下的用地效率和集约评价方法也是有效可行的, 虽不能排列出要素利用效率的顺序, 但可同时给出资本与劳动的投入结构以及对它们利用的效率在各个地区之间的差异情况。案例研究还表明, 福建其他地区随着与厦门和福州距离的增加, 其投入和产出总的趋势在下降。福州与厦门可与杜能孤立国中的城市类比, 而其他地区类似于孤立国中的郊区。因此要考虑土地区位对集约度的影响, 但找出其参考点是关键。

2004

0.0

2.031

Wang

Mei

, Qu

Futian.

Indicator system for land use intensity assessment of industrial enterprises in Kunshan Development Zone.

China Land Science, 2004, 18(6): 22-27.

[王梅, 曲福田. 昆山开发区企业土地集约利用评价指标构建与应用研究. 中国土地科学, 2004, 18(6): 22-27. ]

研究目的:构建模型,对工业内部不同行业企业用地进行土地集约利用定量化评价.根据定量化评价结果并结合昆山市实际情况提出产业调整和提高土地集约利用的途径与措施.研究方法:统计分析法和特尔菲法.研究结果:昆山市未来一段时间内的产业导向是大力发展电子及相关高技术密集型产业,适当促进食品、服装、皮革、金属发展;适当抑止纸制品、化工、交通、塑胶行业扩张;适当引进机械生产.研究结论:必须根据各行业土地集约利用综合指数值的大小和资源消耗情况,进行产业调整和制定鼓励和抑制有关产业发展的政策.

2008

0.0

1.959

Shao

Xiaomei

, Wang

Jing.

Appraisal of intensive land use of development zones in small towns: A case study of Cixi in Zhejiang Province.

Progress in Geography, 2008, 27(1): 75-81.

[邵晓梅, 王静. 小城镇开发区土地集约利用评价研究: 以浙江省慈溪市为例. 地理科学进展, 2008, 27(1): 75-81. ]

Currently,intensive land use has not only become one of the important contents of circular economy and economical society，but also is a key work in country land resource management departments. In order to improve land use level and scientific land planning of urban development zones, based on the land use characteristics and land use data of urban development zones of small towns in Cixi, the appraise indictors of intensive land use for urban development zones of small towns were established in this paper. By using the general evaluation method and four evaluating grades, choosing a model of assessment and confirming weight of indictors, the condition of intensive land use for urban development zones of small towns were calculated. The results showed that only one urban development zone in shape of intensive land use, others all attributed to fringe or not intensive. Further analysis indicated that there were clear differences in land investment, land use degree and persistency between different level urban development zones, and in land use efficiency between different industries. It can be concluded that land use policy has an important role in intensive land use for urban development zones. The results and conclusions in this paper will provide scientific basis for accelerating the study of intensive land use of urban development zones.

Key Laboratory of Land Use, Ministry of Land and Resources, China Land Surveying &|Planning Institute, Beijing 100035

以浙江省慈溪市小城镇开发区、工业区块土地利用的自身特点和现状数据为基础，建立土地集约利用评价指标体系，采用综合评价法，选择评价模型并确定指标的权重，根据评价标准计算出慈溪市小城镇开发区、工业区块土地集约利用程度。评价结果表明，慈溪市小城镇开发区、工业区块仅1 处属于II 级土地利用较集约，其余均属于III 级土地利用基本集约和IV 级土地利用不集约；进一步分析表明，不同级别开发区土地投入强度、利用程度和持续状况差异显著，不同产业类型开发区土地利用效率差异较显著。由此可见，政策因素对小城镇开发区土地集约利用的影响起基础性作用。

2007

0.0

1.968

Feng

, Wu

Cifang

, Liu

Yong.

Spatial difference of urban land intensive use in Zhejiang Province.

China Soft Science, 2007, (2): 102-108.

[冯科, 吴次芳, 刘勇. 浙江省城市土地集约利用的空间差异研究: 以PSR与主成分分析的视角. 中国软科学, 2007, (2): 102-108. ]

从城市土地利用中的人地关系分析入手,阐述了城市土地集约利用的PSR概念系统,并据此构建了评价指标体系,然后采用主成分分析法,从区域空间的角度对浙江省11个地级市的城市土地集约利用情况进行了测度和评价.结果表明:①浙江省东北部地区城市土地集约利用效益较高,西南部偏低,这主要是由于区位优势和产业结构的差异所致;②通过相关分析,发现浙江省城市土地集约利用水平与其PSR系统的协调度成正相关.这说明PSR各子系统及其内部各因子之间的协调性很大程度上可以反映城市土地集约利用的均衡度,模型可信度比较高,可供有关方面参考借鉴.

... 土地集约利用水平的区域空间差异^[10]和土地集约利用潜力测度^[11,12]等问题也引起了学者的关注 ...

2006

0.0

... 土地集约利用水平的区域空间差异^[10]和土地集约利用潜力测度^[11,12]等问题也引起了学者的关注 ...

2011

2.314

0.0

, Tang

, Fan

et al. Assessing construction land potential and its spatial pattern in China. Land scape and Urban Planning, 2011, 103(2): 207-216.

... 土地集约利用水平的区域空间差异^[10]和土地集约利用潜力测度^[11,12]等问题也引起了学者的关注 ...

2009

0.0

Lin S

, Ben T

Impact of government and industrial agglomeration on industrial land prices: A Taiwanese case study.

Habitat International, 2009, 33(4): 412-418.

Abstract Government intervention in industrial development is important in promoting national economic development in numerous Asian countries. This study aims to examine the influence of government and industrial agglomeration on industrial land prices by constructing hedonic pricing functions. Based on model testing, this study indicates that variables related to general attributes, locational attributes, industrial agglomeration and government determine land prices. Moreover, industrial agglomeration is positively related to land prices; that is, industrial parks with a stronger agglomeration economy have higher land value. However, the role of government is negatively related to land prices, indicating that government intervention has no influence in increasing land prices and probably results from the inappropriate location of industrial parks and dissatisfaction of those parks' management services. To increase the development efficiency and industry competitiveness, this study proposes that government should identify and improve the weaknesses of industrial parks and promote the establishment of industrial clustering and information transfer among firms.

... 同时,空间集约利用引发的产业结构、产业集聚、土地利用结构变化、土地价格、土地利用效率、交通基础设施以及生态环境的变化也受到了重视^[13,14,15] ...

2008

2.314

0.0

Meng

, Zhang F

, An

P L

et al. Industrial land -use efficiency and planning in Shunyi, Beijing. Land scape and Urban Planning, 2008, 85(1): 40-48.

Abstract With significant socioeconomic development and a growing population, promoting land-use efficiency is, and will remain, the crucial land-use planning issue in China. This study analyzed the characteristics of land-use intensity and programmed industrial land-use planning. The data used in this study were collected from interviews with enterprises, the land registry, administrative committees of the development zones, the first distribution record of the state land-use rights certificates, and Shunyi's economic records. The evaluation of land-use efficiency involved comparing sectors, locations inside and outside development zones, land obtained by transaction or otherwise, and changes over time. Unlike standard dominant industry selections, this study considered the role of intensive land-use crucial to industrial development planning. This land-use efficiency analysis and industrial development planning enabled industrial land-use planning to be accomplished in three important and difficult respects: quantity, arrangement, and scheduling.

2003

0.0

2010

0.0

2.407

Zhao

Xiaofeng

, Huang

Xianjin

, Chen

et al. Research progress in urban land intensive use. Journal of Natural Resources, 2010, 25(11): 1979-1996.

[赵小风, 黄贤金, 陈逸等. 城市土地集约利用研究进展. 自然资源学报, 2010, 25(11): 1979-1996. ]

Urban land intensive use is regarded as an important content for the research of urban land use change. Understanding the mechanism, process, and effects of urban land intensive use is helpful to optimize the urban spatial structure, improve the efficiency of urban land use, ease the pressure of urban development brought by resource and environmental constraints, and promote sustainable urban development. In this paper, scale, contents and methods which were presented in urban land intensive use research are concluded elaborately: 1) There are three kinds of scale in spatiality. Macro scale contains whole country, urban agglomeration and provinces; medium scale includes cities and functional region; while micro scale indicates parcel. Another scale is time which contains section data and panel data, and it maybe more valuable to analyse the variation and developing tendency of urban land intensive use with panel data. 2) As for the contents, connotation, theories, evaluation, driving forces, effects and approaches are mainly discussed in the literatures. Urban land intensive use has multifunctional and dynamic characteristics, and pays more attention to land use structure, land use intensity and land use efficiency. The evaluation of urban land intensive use is widely concerned, accordingly achieves considerable achievement, which mainly includes evaluation index system, spatial differentiation, comparisons between different industry trades and potential estimation. The driving forces of urban land intensive use are affected by spatial scales and time scales. The effects and approaches of urban land intensive use are weakly concerned, especially in China. 3) Some methods have been applied in researches, such as statistic analysis, econometric analysis, dynamic process model and spatial analysis. In addition, PSR model, DPSIR model and life cycle assessment are also helpful to the research. Although much progress has been made in theory and practice of urban land intensive use research, and some important results have been obtained, there still have certain problems in previous researches. Some suggestions which help to develop the research are as follows: Firstly, multi-level, multi-scale and time series research should be adequately emphasized to realize characteristics of urban land intensive use. Secondly, the theoretical foundation, intrinsic mechanism, dynamic process and comprehensive effects should be studied deeply. Lastly, econometric analysis, dynamic process model and spatial analysis should be applied extensively.

a. School of Government, b. Department of Land Resources and Tourism Sciences, Nanjing University, Nanjing 210093, China

城市土地集约利用是城市土地利用变化研究的重要内容之一。了解城市土地集约利用的机理、过程和效应,有助于优化城市土地利用空间结构,提高城市土地利用效率,缓解资源环境约束带给城市发展的压力以及促进城市可持续发展。文章从3个方面对国内外城市土地集约利用研究进行了梳理和总结:①研究尺度,包括空间尺度和时间尺度;②研究内容,包括城市土地集约利用的内涵和相关理论、集约利用评价、集约利用驱动机制、集约利用效应、集约利用途径;③研究方法,包括统计分析和计量分析方法、基于过程的动态模型方法、GIS空间分析方法和其他研究方法。最后对其未来的发展方向提出了一些建议,认为在研究尺度上,应加强多尺度、多层次、时间序列的研究;在研究内容上,应加强基础理论、机理、过程和效应的研究;在研究方法上,应加强计量分析、空间分析和动态模型应用。

... 通过空间集约利用机理研究有助于深化对空间集约利用原因、过程、内部机制和机理的解析^[16] ...

2010

0.0

... 结合已有的相关研究,将具体的影响因素研究总结如下：土地价格与市场机制^[17]、土地供给总量与稀缺程度、经济发展水平与工业化水平^[17,18]、用地结构与产业结构^[17,18]、城镇化水平与人口^[17]、规划管治与宏观调控政策^[19]、土地市场与土地交易制度、科技进步水平^[19]、土地质量、区位与交通条件以及自然地理条件与生态环境^[17] ...

2011

0.0

0.916

2009

0.0

Wang

Jiating

, Ji

Kaiwen.

An empirical research on the factors influencing urban land intensive use: Based on the data of 34 sample cities in China.

Economic Geography, 2009, 29(7): 1172-1176, 1181.

[王家庭, 季凯文. 中国城市土地集约利用的影响因素分析: 基于34个典型城市数据的实证研究. 经济地理, 2009, 29(7): 1172-1176, 1181. ]

运用经济计量分析方法,对我国城市土地集约利用的影响因素进行实证分析,以探讨促进土地集约利用的途径与措施.研究结果表明,城市土地集约利用水平的区域差异性较为显著,城市区位条件、经济发展水平、人口密度、地均投资强度、GDP建设用地增长弹性以及地均科研投入、环境因素等对城市土地集约利用水平的影响最为重要,且效果较为显著.因此,应结合我国当前城市土地集约利用现状,积极制定相应的提高城市土地集约利用水平的措施. Abstract： This paper uses the econometric analysis method to make an empirical research on the factors that influence urban land intensive use in China. It shows that the difference between the level of the urban land intensive use is significant, and the factors including urban location, economic development, population density, the concentration of urban inputs and research input on the unit area land, the elasticity of the GDP to the construction land growth, and environment have a most important and significant effect. So, aimed at the present situation of the level of the urban land intensive use, in order to improve the level of the urban land intensive use, this paper proposes some policy suggestion.

2008

0.0

... 对于不同年份间地区一致性问题,主要借鉴胡鞍钢和魏星的处理方法^[20],采取按行政区划码由终点年份向起点年份回溯的方法 ...

2002

0.0

Demurger

, Sachs J

, Woo

W T

et al. The relative contributions of location and preferential policies in China's regional development: Being in the right place and having the right incentives. China Economic Review, 2002, 13(4): 444-465.

Abstract A large part of the literature on provincial inequality in China has found it necessary to include regional dummies in the provincial growth regressions. A smaller but vocal part of the literature has emphasised the granting of preferential policies to explain the faster growth of the coastal provinces. We replace the regional dummies with a measure of the ability to participate in international trade ( Geography ), and a preferential policy index ( Policy ). We find that geography and policy had about equal influence on coastal growth (3 percentage points each). Geography affected growth with a much longer lag than policy, however. The policy index was highest for the metropolises (Beijing, Shanghai, and Tianjin) and lowest for the central and northwestern provinces. The preferential policies are to a large extent “deregulation policies” that enabled marketization and internationalization of the coastal economies and allowed them to become more like their East Asian neighbours (and competitors). The weak (statistically insignificant) support for conditional convergence is in line with the existence of institutions that retard the income convergence process generated by the movement of labor and capital and by the Stolper–Samuelson mechanism. The household registration system ties the peasants to the land, the monopoly state bank system favors borrowing by state enterprises, and local protectionism reduces inter-provincial trade. Clearly, these institutions need to be deregulated. An effective strategy to develop the western provinces must therefore encompass physical capital formation, human capital formation, and institutional capital formation.

... 政策优惠指数参考Demurger等的研究方法^[21]对相关政策进行了补充 (表1) ...

2008

0.0

2.937

Ban

Maosheng

, Fang

Chuanglin

, Liu

Xiaoli

et al. Comprehensive evaluation of land use performance of Beijing High-tech Industrial Zone. Acta Geographica Sinica, 2008, 63(2): 175-184.

[班茂盛, 方创琳, 刘晓丽等. 北京高新技术产业区土地利用绩效综合评价. 地理学报, 2008, 63(2): 175-184. ]

High-tech industrial district is an important carrier for constructing innovative cities. It also plays an important role in implementing national independent innovative strategy. However, most of the high-tech industrial districts face many problems in their developing process, such as low efficiency of land use, weakness in innovative ability, lack of intensive land utilization. To solve these problems, this paper introduces the concept of land use performance and establishes a theoretical model to assess the land use performance of high-tech industrial districts. The model consists of the following three-dimensional parts: land use benefit, land use efficiency, and innovative function. Based on this theoretical model, an index system composing of the three secondary indictors, eight tertiary indictors and 37 fourth grade indictors was set up to evaluate the land use performance of high-tech zone. In order to avoid the defects of plus model and function model, a three-dimensional evaluation model is developed to examine the index of the land use performance of the high-tech industrial parks, which equals the evaluation indicator system of land use performance of high-tech zone based on the above research. The land use performance of five different high-tech industrial parks in Beijing high-tech industrial zone is examined. The results indicated that the indicator system performs better in the aspect of evaluating land use benefit, land use efficiency, and function of the high-tech industrial district compared to other models.

1. China Academy of West Region Development, Zhejiang University, Hangzhou 310028, China; 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

高新技术产业区是建设创新型城市的重要载体, 在实施国家自主创新战略中具有重要作用。针对高新技术产业区土地利用评价中存在的问题, 引入了土地利用绩效的概念, 构建了包括土地效益、土地利用效率和创新功能三个维度的高新技术产业区土地利用绩效理论模型, 以这一模型为理论基础建立了由3 个二级指标, 8 个三级指标, 37 个四级指标组成的高新技术产业区土地利用绩效综合评价指标体系, 同时以土地利用绩效概念模型为理论基础, 构造了与土地利用绩效指标体系相匹配的矢量评价模型。在此基础上, 以北京市高新技术产业区中5 个不同类型的园区为例做了综合评价, 评价结果显示, 清华科技园、上地信息产业基地以及中关村西区的土地利用绩效指数较高, 中关村软件园和永丰基地的土地利用绩效指数较低。通过与其他评价模型的对比验证, 本文构造的评价模型对高新技术产业区创新能力指数的变化更为敏感。

... 这里将班茂盛等提出的土地利用绩效矢量分析方法^[22]应用于县域国土空间集约利用度评价中 ...

1972

0.0

... 空间计量经济学是在Cliff 和Ord开创性工作基础上发展起来的^[23,24] ...

1981

0.0

... 空间计量经济学是在Cliff 和Ord开创性工作基础上发展起来的^[23,24] ...

1988

0.0

... Anselin^[25]和Elhorst^[26]在传统数据模型基础上引进了空间滞后误差项,将空间相关性引进计量模型 ...

2003

0.0

... Anselin^[25]和Elhorst^[26]在传统数据模型基础上引进了空间滞后误差项,将空间相关性引进计量模型 ...

... 此处主要借鉴Elhorst的LM估计方法^[26,27],同时参考Donald J ...

2010

0.0

... Elhors系统分析了空间数据模型的估计方法,使得空间数据模型逐步完善^[27] ...

... 此处主要借鉴Elhorst的LM估计方法^[26,27],同时参考Donald J ...

2012

0.0

... 空间误差模型^[28] ...