武漢區級和地塊級城鎮非建設用地轉用驅動機制研究

胡偉艷，魏安奇，劉 恬

（華中農業大學公共管理學院，湖北 武漢 430070）

武漢區級和地塊級城鎮非建設用地轉用驅動機制研究

胡偉艷，魏安奇，劉 恬

（華中農業大學公共管理學院，湖北 武漢 430070）

研究目的：探究武漢區級和地塊級尺度影響因素對城鎮非建設用地轉用的驅動機制，為城鎮土地空間布局優化和城鎮化健康發展提供參考。研究方法：多層logit模型分析。研究結果：（1）武漢城鎮非建設用地轉用的整體差異中有44.98%由行政區之間的差異造成，55.02%由地塊間的差異造成；（2）地塊尺度上，距離市中心、道路和城鎮建設用地越近的地塊，非建設用地轉用的可能性越大；而距離耕地、湖泊、林地越近的地塊，非建設用地轉用的可能性越小；（3）區級尺度上，城鎮化綜合水平和地方財政收入越高的地區，非建設用地轉用的可能性越大；農業產值和耕地稟賦越高的地區，非建設用地轉用的可能性越小；（4）地塊特征對城鎮非建設用地轉用的作用在不同行政區間存在顯著差異，行政區特征通過地塊特征對非建設用地轉用的間接作用呈現多種方式。研究結論：為協調土地開發與保護的矛盾，需強化土地利用的正外部性，在基礎設施較完善的區位緊湊開發新增建設用地，集中連片劃定耕地紅線和生態用地，從而提高土地管理的有效性。

土地管理；城鎮非建設用地轉用；驅動機制；多層logit模型

Abstract:The purpose of this paper is to explore multi-scale driving mechanisms of urban non-construction land conversion. The multi-level logit model is employed. The results show that: 1） 44.98% of the difference in the rate of urban non-construction land conversion is caused by the differences between the administrative regions, and 55.02%is caused by the differences among the plots; 2） on the scale of plot, the probability of urban non-construction land conversion is higher for the plots with the greater distances to the urban center, the nearest road, and the nearest urban built-up area, while the probability of urban non-construction land conversion is lower for the plots with the nearer distances to the nearest farmland, lake and forest. 3） on the scale of district, the probability of urban non-construction land conversion is higher in districts with higher comprehensive level of urbanization and local fiscal revenue, while the probability of urban non-construction land conversion is lower in districts with higher agricultural gross output valueand farmland endowment. 4) more importantly, there are significant differences among districts regarding the impacts that plot characteristics have on urban non-construction land conversion, and the districts characteristics display diverse forms through the indirect impacts that plot characteristics have on urban non-construction land conversion. We consider that hierarchical linear model might be more helpful to explore mechanisms and pathways of land-based urbanization.And in order to alleviate the contradiction between land development and protection, we should strengthen the positive externalities of land use, develop the new construction land intensively near the well built-up areas, set up the red-lines of the farmland and ecological land, and improve the effectiveness of land management.

Key words:land management; urban non-construction land conversion; driving mechanism; multi-level logit model

1 引言

城鎮非建設用地即非城鎮建設用地轉為建設用地是工業革命以來土地利用變化的重要特征，也是全球土地利用/土地覆被變化（LUCC）的研究熱點[1]。當前中國正處于工業化與城鎮化的快速發展階段，城鎮規模迅速擴大，導致農地大量流失，威脅糧食安全和生態安全。城鎮非建設用地是保障城市健康、可持續發展，實現城鄉統籌和城市生態文明建設的重要因素，研究城鎮非建設用地轉用的驅動機制對正確認識非建設用地轉用規律，提高城鎮非建設用地規劃及管控能力[2]，保護耕地和基本農田，引導城鎮建設與生態環境相適應具有重大意義。

城鎮非建設用地的驅動機制在空間上具有顯著的多尺度特征[3]，隨著尺度的變化，驅動因子的類型和作用強度都會有所改變[4]；不同尺度之間也存在相互作用，大尺度因素往往能改變小尺度因素的作用機制和作用程度[5]。尺度效應對于土地利用/覆被變化相關研究的重要性已得到國內外學術界的廣泛認可[6]，國外已有學者嘗試構建與空間尺度相對應的多層模型（Multilevel modeling），研究多尺度的土地利用變化驅動機制。例如，Hoshino[7]分別構建了省級和市級單一尺度影響因子的模型以及同時包含省級和市級兩個尺度影響因子的多層模型對日本的農地分布進行分析，研究結果顯示多層模型具有更強的解釋能力。William和Richard[8]構建了“農場—社區”兩層模型研究亞馬孫地區的土地利用變化驅動力，認為采用多層模型對土地利用變化的模擬更接近現實。Jiang[9]等采用多層模型從國家、省級和縣級三個尺度探討了中國城鎮化熱點區域城市用地擴張的驅動機制，鐘海玥和張安錄[10]通過構建武漢城市圈農地城市流轉驅動機制的多層模型，分析了市級和縣級兩個尺度的影響因素對農地城市流轉的驅動作用，袁磊和楊昆[11]構建省級、市級和縣級三個尺度的多層模型對土地利用變化驅動力進行了研究。

可能受研究數據的限制，現有土地利用變化驅動力的多尺度研究多從縣級以上尺度開展，很少有微觀地塊尺度的研究。地塊是發生土地轉用的最小單元，地塊尺度的研究往往能反映最直接的驅動因素和最具體的空間特征，為土地利用規劃提供更準確的參考。張孝宇等[12]的研究表明地塊尺度的研究更貼近實際。現有多尺度研究雖然對土地利用變化驅動機制的層次性進行了積極的探索，區分了不同層次因素對土地利用變化的影響，但多數研究都只在常數項引入了高層變量，即只考慮了高層變量對土地利用變化的直接驅動作用，并未考慮其通過作用于低層變量而對土地利用變化所產生的間接影響[3]。針對這種情況，筆者構建了包含層間相互作用的多層logit模型，從地塊和區級兩個層次探索武漢都市發展區2000—2015年期間非城鎮建設用地轉用的驅動機制，為城鎮土地空間布局優化和城鎮化健康發展提供參考。

2 研究區概況

武漢市地處江漢平原東部，是長江經濟帶中游核心城市，2016年12月獲批建設國家中心城市，總面積8494.41 km2，2015年末常住人口已達1060.77萬人，地區生產總值（GDP）為10905.60億元。2000年以來，武漢市城鎮化發展迅速，城鎮人口由2000年的441.14萬人迅速增長至2015年的841.19萬人，常住人口城鎮化率達到79.30%，遠高于56.1%的全國平均水平；城鎮建設用地面積由2000年的391.36 km2擴張至2015年的1011.48 km2。由于非城鎮建設用地轉用的驅動因素復雜，選取較小的研究區域能使模型的有效性更高[9]，本文以《武漢市城市總體規劃（2010—2020年）》中確定的都市發展區為研究區，包括武漢7個主城區全部區域及6個遠城區的部分區域，面積3261 km2，是武漢市城市功能的主要集聚區和城市空間的重點拓展區，也是武漢市非城鎮建設用地轉用的熱點區域。2000年城鎮建設用地集中分布于武漢市中心區域，2000—2015年間向周圍快速擴張，城鎮建設用地面積由366 km2增長到916 km2，新增建設用地數量達550 km2，其中91.94%的新增建設用地來源于耕地、3.68%來自水域、2.45%來自林地、1.93%來自其他地類。

3 模型設定、變量選擇及數據來源

3.1 模型設定

多層回歸模型最早由Lindley和Smith于1972年提出[13]，是針對分層結構數據的一種研究方法，解決了傳統回歸模型在處理分層嵌套結構數據上的局限，已被廣泛應用于醫學、教育學、心理學等領域。多層回歸模型通過對不同層次數據分別建立回歸模型，能夠分析不同層次解釋變量對因變量的作用方式和作用程度[14]。本文在獲得分層數據的基礎上，建立多層回歸模型探究各層次驅動因素對城鎮非建設用地轉用的直接驅動作用，以及高層變量通過作用于低層變量對城鎮非建設用地轉用的間接驅動作用。以地塊為第一層研究單元，區級行政單位為第二層研究單元，設地塊層次有N個影響因素，區級層次有M個影響因素，構建如下兩層logit回歸模型：

式（1）中，Y為二值因變量，城鎮非建設用地轉為建設用地取1，否則取0。 φ為Y = 1的概率，1 - φ表示Y = 0的概率， lncm 為城鎮非建設用地轉用的自然對數勝算比。X 、W分別表示地塊層（Level-1）和區層（Level-2）模ij型的自變量。在模型第一層，加入地塊層自變量Xi解釋其對城鎮非建設用地轉用Y的影響，β0為一層自變量對因變量的截距，βi為一層自變量對因變量回歸的斜率，γ為一層模型的隨機成分。在模型第二層，加入區層自變量Wj解釋其對一層截距β0和斜率βi的影響，即Wj對Y的直接影響，以及通過影響Xi對Y的作用方式和作用程度對Y的間接影響。其中，r00、ri0是二層自變量對β0和βi回歸的截距，r01、rij是二層自變量對β0和β1回歸的斜率， μ0和μi為二層模型的隨機成分。模型結果包含固定效應和隨機效應兩部分，其中，固定效應部分的結果顯示了地塊層和區層自變量對城鎮非建設用地轉用的影響，隨機效應部分的結果則顯示了上述自變量所沒有解釋掉的城鎮非建設用地轉用的變異[15]。

3.2 變量選取

本文采用多層logit模型，以城鎮非建設用地是否轉用為城鎮建設用地為因變量（Y），發生轉用為1，否則為0。地塊尺度上，自然生態環境和區位條件是城鎮非建設用地轉用的主要影響因素[16]，由于研究區范圍較小，區內氣候等因素的空間差異較小，并且地形比較平坦，地勢變化不大，因此，本文主要選取地塊的區位條件作為影響城鎮非建設用地轉用的主要因素，包括社會區位和自然區位。社會區位因素直接影響土地價值及城鎮非建設用地轉用的潛力，主要選取地塊到市中心的距離（D_Center）、到最近道路的距離（D_Road）；地塊的自然區位因素是影響土地利用類型的基礎條件，選取地塊到周邊各用地類型的距離，包括到最近城鎮建設用地的距離（D_BLand）、到最近耕地的距離（D_FLand）、到最近河流的距離（D_River）、到最近湖泊的距離（D_Lake）和到最近林地的距離（D_Forest）。

區級尺度上，社會經濟因素對城鎮非建設用地轉用最具影響力[17]，本文結合數據的可獲得性，從人口、土地、產業、投資、收入及消費等方面選取城鎮人口總量（Popula）、城鎮建設用地面積（ABuild）、耕地面積（AFarm）、非農業產值（YNAgri）、農業產值（YAgri）、地方財政收入（LFReve）、固定資產投資額（FInvest）、職工平均工資（AWage）、社會消費品零售額（Sales）共9個因素代表區域整體社會經濟因素對城鎮非建設用地轉用的影響。由于社會經濟的各個方面具有較強的相關性，而且多以一種合力的方式推動城鎮非建設用地轉用，因此對區級社會經濟變量進行因子分析。運用SPSS 17.0軟件，首先對變量進行KMO（Kaiser-Meyer-Olkin）檢驗和Bartltt檢驗，KMO檢驗值為0.63，Bartltt球度檢驗p值為0.000，說明變量之間存在顯著相關性，可以進行因子分析。通過方差最大正交旋轉法得到因子旋轉載荷陣，提取3個因子，累計方差貢獻率為90.57%，說明3個因子對9個自變量有90.48%的解釋能力。根據各因子主要負載可知，因子F1主要包含了城鎮人口、非農業產值、社會消費品零售額等大部分變量，代表城鎮化綜合水平，因子F2主要代表農業發展水平和耕地資源稟賦，因子F3主要代表地方財政收入水平。

3.3 數據來源與處理

土地利用相關數據來源于中國科學院資源環境數據中心2000年和2015年的Landsat TM 遙感影像，通過圖像預處理和解譯，結合野外實測資料，得到像元分辨率為30 m×30 m的柵格數據。根據中國科學院資源環境數據中心分類標準將用地類型劃分為耕地、林地、草地、水域、建設用地、未利用地6個一級類，25個二級類。本文以建設用地一級類中的城鎮用地及工礦交通用地為城鎮建設用地，其中城鎮用地指城市及縣鎮以上建成區用地，工礦交通用地指廠礦、大型工業區用地及交通道路等用地。通過ArcGIS 10.2軟件隨機生成點命令在研究區隨機均勻產生20000個樣本點，剔除2000年時已是城鎮建設用地的點，以及2015年仍為水域內完全不可能轉用的點，最終得到11726個樣本點。因變量Y以2000年為非城鎮建設用地，2015年轉用為城鎮建設用地的地塊取值為1，否則取值為0。通過ArcGIS的鄰域分析方法，獲取距市中心的距離、距最近道路的距離以及距離各地類的距離等地塊層的區位數據。道路數據來源于2012年谷歌導航數據。區級層次的社會經濟數據來源于《武漢市統計年鑒》。為了避免各層級自變量與城鎮非建設用地轉用的因果關系[18]，所有自然區位和社會區位因素數據均采用前一期數據，除道路數據為2012年外，其余數據為2000年。獲得上述基礎數據后，運用Stata 13.0軟件，利用xtmelogit等命令，構建多層logit模型進行實證分析。

4 研究結果

4.1 零模型檢驗

零模型是多層模型的第一步，能夠將地塊層次和區級層次驅動因素對城鎮非建設用地轉用的作用進行分離，并判斷非建設用地轉用在區級層次是否存在顯著變異。由于因變量為二值變量，本文構建多層logit零模型，模型具體形式見式（2）。結果顯示，隨機成分μ0方差的卡方（χ2） = 1416.86（p ＜ 0.001），已達到顯著水平，表明城鎮非建設用地轉用在不同行政區之間存在顯著的差異；由Var（μ0） = 2.69，求得多層logit模型的組間相關系數ρ = 44.98%，說明城鎮非建設用地轉用的整體差異中有44.98%的差異是由于行政區之間的差異造成的，其余55.01%的差異由于地塊間的差異造成，行政區特征和地塊特征對非建設用地轉用有相當大的影響。

4.2 隨機效應模型

隨機效應模型不僅能夠分析地塊層變量對非建設用地轉用的驅動作用，而且可以判斷地塊層變量對非建設用地轉用的影響在不同行政區間是否存在顯著差異，以決定是否需要加入區級層次變量進行分析。模型在第一層加入地塊層變量，并在第二層中加入一層模型截距和斜率的隨機效應，即允許地塊層自變量對非建設用地轉用的回歸系數在不同行政區間存在隨機變化，暫時不加入區層變量[19]。選取的地塊層變量包括到市中心的距離（D_Center）、到最近道路的距離（D_Road）、到最近城鎮建設用地的距離（D_Bland）、到最近耕地的距離（D_Fland）、到最近湖泊的距離（D_Lake）、到最近林地的距離（D_Forest）、到最近河流的距離（D_River）。其中，到最近河流的距離（D_River）對非建設用地轉用的回歸系數并不顯著（p = 0.145），剔除D_River變量建立如下模型：

從固定效應來看，地塊層6個變量對非建設用地轉用的回歸系數都通過顯著性檢驗，說明這些變量對非建設用地轉用具有顯著影響。由于變量為地塊到各個地類的距離，各個地類對非建設用地轉用的實際作用方向與回歸系數相反。從社會區位因素來看，市中心及道路對非建設用地轉用具有正向影響，地塊到市中心、最近道路的距離每增加1 km，非建設用地轉用的可能性分別降低為原來的86.81%（exp（r10））和36.37%（exp（r20）），即距離市中心、道路越近的地塊，越容易發生轉用，體現了城市中心的集聚效應和交通便利性對非建設用地轉用的重要影響，以及城鎮建設用地圈層、軸帶擴張的空間特點。同樣由于交通便捷性的提高，城鎮公共服務設施的普及，城鎮多中心建設，使得市中心對非建設用地轉用的作用顯著小于附近道路。從自然區位因素來看，地塊到最近城鎮建設用地的距離每增加1 km，非建設用地轉用的可能性降低為原來的78.83%（exp（r30）），說明距離城鎮建設用地越近的地塊越容易發生轉用，體現了土地城鎮化鄰域擴張的空間特點。可能由于已有城鎮建設用地的開發程度較高，配套基礎設施較為完備，使其對周圍地塊的轉用有正向外部作用[20]。地塊到最近耕地的距離每增加1 km，非建設用地轉用的可能性增加為原來的666.67倍（exp（r40）），說明距離耕地越近的地塊越難轉用，體現了非城鎮建設用地與耕地之間極強的依賴效應。地塊到最近湖泊的距離每增加1 km，非建設用地轉用的可能性增加為原來的1.50倍（exp（r50）），說明湖泊周邊土地的開發難度較高，城郊大量湖泊可能尚不具有足夠的景觀價值吸引開發。地塊到最近林地的距離每增加1 km，非建設用地轉用的可能性增加為原來的1.04倍（exp（r60）），說明林地對非建設用地轉用有較小的負向影響。

從隨機效應來看，地塊層各變量的隨機效應存在顯著的組間方差，各變量對城鎮非建設用地轉用的影響存在區級層次的變異，因此進一步加入區級層次變量進行分析。

4.3 完整模型

在隨機效應模型的基礎上，加入區級社會經濟變量，構成多層logit回歸的完整模型，研究地塊特征對非建設用地轉用的影響如何隨著區級社會經濟環境的不同發生變化。根據前文因子分析結果，本文在區級層次加入3個變量：城鎮化綜合水平（F_urban）、農業產值和耕地稟賦（F_agri）、地方財政收入（F_lfr），剔除不顯著的區級層級變量，最終形成如下完整模型：

城鎮化綜合水平、農業產值和耕地稟賦以及地方財政收入對β0的回歸系數代表這3個區層變量對非建設用地轉用的直接影響。結果顯示，城鎮化綜合水平與地方財政收入的回歸系數為正，農業產值和耕地稟賦的回歸系數為負，說明城鎮化綜合水平和地方財政收入越高的地區，非建設用地越容易轉用；而農業產值和耕地稟賦越高的地區，非建設用地越難以轉用。可能由于二層研究單元只有13個，樣本數較少，回歸結果在統計上并不顯著。

二層變量對β1—β6的回歸系數代表其對相應一層變量斜率的影響，若二層變量的系數rij與其對應截距項ri0符號相同，則表示二層變量能夠強化一層變量對因變量的作用；若系數符號相反，則表示二層變量能夠削弱一層變量對因變量的作用，結果顯示：地區農業產值和耕地稟賦對β1（市中心）的回歸系數r11顯著為正，與其對應截距項r10符號相反；地方財政收入水平對β1（市中心）回歸系數r12為負，與截距項r10符號相同，說明地區農業產值和耕地稟賦能夠弱化市中心對城鎮非建設用地轉用的正向影響，而地方財政收入水平能夠強化市中心對非建設用地轉用的正向影響。農業產值和耕地稟賦越高的區域往往距市中心較遠，市中心的輻射作用隨距離的增大有所減小，對非建設用地轉用的驅動作用也有所減弱。在地方財政收入水平越高的區，市中心對非建設用地轉用的驅動力越強，城鎮非建設用地轉用在空間上更集中，呈現顯著的圈層特征。地方財政收入對β2（道路）的回歸系數r21為負，與截距項r20符號相同，說明地方財政收入能夠強化道路對城鎮非建設用地轉用的正向影響。地方財政收入越高的區，道路對附近城鎮非建設用地轉用的驅動作用越強，城鎮非建設用地轉用在空間上圍繞道路更集聚，呈現更顯著的軸帶擴張特點。由上述結果可知，在地方財政收入較高的區，城鎮非建設用地轉用對社會區位的敏感度更強，使得土地利用往往更加有序集約。城鎮化綜合水平對β3（建設用地）的回歸系數r31為負，與其對應的截距項r30符號相同，說明城鎮化綜合水平能夠強化建設用地對城鎮非建設用地轉用的正向影響。分析認為城鎮化綜合水平較高的地區，城鎮人口及經濟密度較高，土地利用強度較大，人口、產業和土地具有較強的溢出效應，城鎮非建設用地轉用自發性較強，城鎮化質量較高。農業產值和耕地稟賦對β5（湖泊）的回歸系數r51為正，與截距項r50相同；地方財政收入對 β5（湖泊）的回歸系數r52為負，與截距項r50符號相反，說明農業產值和耕地稟賦能夠強化湖泊對城鎮非建設用地轉用的負向影響，而地方財政收入水平會弱化湖泊對城鎮非建設用地轉用的負向影響。研究結果表明，在農業產值和耕地稟賦越高的地區，離湖泊越近的非建設用地越不容易轉用。武漢市主城區經濟活動以二三產業為主，農業產值和耕地稟賦較高的區一般是遠城區。由于遠城區自然生態較好而基礎設施條件較差，弱化了湖泊的景觀生態功能且突出了湖泊的隔斷作用，使得湖泊附近地塊的開發價值低且開發成本高，從而使湖泊對城鎮非建設用地轉用具有更強的阻礙作用。同理，在地方財政收入水平越高的區，湖泊附近地塊開發價值較高且開發成本相對較低，湖泊對城鎮非建設用地轉用的負向影響有所減弱。

從完整模型的隨機效應來看，加入二層變量之后隨機成分μn方差的減少意味著二層變量解釋了一層變量未能解釋的因變量在區級層次上的變異。隨機成分μn的方差顯著降低，到最近湖泊的距離已經不存在顯著的隨機效應，而到市中心的距離、到最近道路的距離、到最近城鎮建設用地的距離、到最近耕地的距離的隨機成分方差分別減少了99.84%、49.94%、82.63%、60.17%，說明隨機效應模型無法解釋的部分在完整模型中得到了更多的解釋。其中雖然沒有對到最近耕地的距離加入二層變量解釋，但由于模型結構的變化，可能導致部分方差因被其他變量解釋而減少，只有到最近林地的距離隨機效應方差有所增加，因此還需繼續探尋其他可能的影響因素。

5 結論與討論

（1）武漢城鎮非建設用地轉用的整體差異中有44.98%由行政區之間的差異造成，55.02%由地塊間的差異造成，行政區特征和地塊特征對非建設用地轉用都具有相當大的影響，非建設用地轉用的驅動力存在顯著的多尺度特征。（2）地塊尺度上，距離市中心、道路和城鎮建設用地越近的地塊，越容易轉用；而距離耕地、湖泊、林地的距離越近的地塊，越不容易轉用。說明城鎮非建設用地轉用受到臨近建設用地溢出效應的正向影響，相鄰土地在地塊特征上的相似性會造成非建設用地轉用過程中存在空間依賴效應。（3）區級尺度上，城鎮化綜合水平和地方財政收入越高的區，非建設用地越容易轉用；農業產值和耕地稟賦越高的區，非建設用地越難以轉用。（4）地塊層各變量對非建設用地轉用的作用在行政區間存在顯著差異，行政區特征通過地塊特征對非建設用地轉用的間接作用呈現多種方式。其中農業產值和耕地稟賦能夠弱化市中心對非建設用地轉用的正向影響，但強化湖泊對非建設用地轉用的負向影響；地方財政收入水平能夠強化市中心、道路對非建設用地轉用的正向影響，但弱化湖泊對非建設用地轉用的負向影響；城鎮化綜合水平能夠強化城鎮建設用地對非建設用地轉用的正向影響。

上述研究結果表明，一方面，社會經濟發展是城鎮非建設用地轉用健康有序推進的保障，城鎮化整體水平的提高和地方財政收入的增加能夠增強城市建成區的集聚作用和道路的輻射作用，有利于引導城市空間結構有序擴張；另一方面，由于社會經濟發展對城市建設用地的需求，非建設用地管控及耕地保護面臨更大壓力。在空間規劃層面，需考慮城鎮建設用地的溢出效應，在基礎設施較完善的區位緊湊開發新增建設用地。同時，由于非城鎮建設用地之間存在依賴效應，集中連片劃定耕地紅線和生態用地，降低城鎮擴張對耕地與生態用地保護的壓力，從而提高土地管理的有效性。另外，社會經濟發展水平尤其是地方財政收入的增加會促進湖泊附近地塊的開發，顯化水域景觀生態價值，合理開發與保護水域生態非常重要。

（References）:

［1］ 馬榮華，陳雯，陳小卉，等. 常熟市城鎮用地擴展分析［J］ . 地理學報，2004，59（3）：418 - 426.

［2］ 陳群元，喻定權. 我國城市空間擴展的動力機制研究——以長沙市為例［J］ . 規劃師，2007，23（7）：72 - 75.

［3］ 鐘海玥. 農地城市流轉與經濟增長的交互作用及其尺度效應［D］ . 武漢：華中農業大學，2014.

［4］ 陳佑啟，何英彬. 論土地利用/覆蓋變化研究中的尺度問題［J］ . 經濟地理，2005，25（2）：152 - 155.

［5］ 邵景安，陳蘭，李陽兵，等. 未來區域土地利用驅動力研究的重要命題：尺度依賴［J］ . 資源科學，2008，30（1）：58 - 63.

［6］ 鄧祥征，戰金艷. 中國北方農牧交錯帶土地利用變化驅動力的尺度效應分析［J］ . 地理與地理信息科學，2004，20（3）：64 - 68.

［7］ Satoshi Hoshino. Multilevel modeling on farmland distribution in Japan［J］ . Land Use Policy, 2001，18: 75 - 90.

［8］ William K Y P, Richard E B. The use of a multilevel statistical model to analyze factors influencing land use: a study of the Ecuadorian Amazon［J］ . Global and Planetary Change, 2005，47: 232 - 252.

［9］ Jiang L, Deng X Z, Seto K C. Multi-Level modeling of urban expansion and cultivated land conversion for urban hotspot counties in China［J］ . Landscape and Urban Planning, 2012，108: 131 - 139.

［10］ 鐘海玥，張安錄. 基于分層線性模型的武漢城市圈農地城市流轉經濟驅動機制研究［J］ . 經濟地理，2014，34（5）：76 - 82.

［11］ 袁磊，楊昆. 土地利用變化驅動力多尺度因素的定量影響分析［J］ . 中國土地科學，2016，30（12）：63 - 70.

［12］ 張孝宇，賴宗裕，張安錄. 基于地塊尺度的耕地非農化驅動力空間異質性研究——以武漢市為例［J］ . 長江流域資源與環境，2015，24（6）：994 - 1002.

［13］ Goldstein H. Multilevel Statistical Models［M］ . New York: Oxford University Press Inc, 1999.

［14］ 葉青青，劉艷芳，劉耀林，等. 基于多層線性模型的湖北省縣域建設用地集約利用影響因素研究［J］ . 中國土地科學，2014，28（8）：33 - 39，97.

［15］ 王天夫，崔曉雄. 行業是如何影響收入的——基于多層線性模型的分析［J］ . 中國社會科學，2010，（5）：165 - 180 ，223.

［16］ 趙可，張安錄. 城市建設用地擴張驅動力實證研究——基于遼寧省14市市轄區數據［J］ . 資源科學，2013，35（5）： 928 - 934.

［17］ 舒幫榮，李永樂，曲藝，等. 不同經濟發展階段城鎮用地擴張特征及其動力——以太倉市為例［J］ . 經濟地理，2013， 33（7）：155 - 162.

［18］ 胡偉艷，張安錄. 人口城鎮化與農地非農化的因果關系——以湖北省為例［J］ . 中國土地科學，2008，22（6）：30 - 35， 62.

［19］ 劉會靜，姜志德，王繼軍. 黃土高原退耕區農業后續產業發展影響因素的多層線性分析［J］ . 經濟地理，2014， 34（2）：125 - 130.

（本文責編：戴晴）

Driving Mechanisms of Urban Non-construction Land Conversion based on Multi-level of Districts and Plots in Wuhan

HU Wei-yan, WEI An-qi，LIU Tian
（College of Public Administration, Huazhong Agricultural University, Wuhan 430070，China）

F301.2

A

1001-8158（2017）07-0052-08

10.11994/zgtdkx.20170807.141751

2017-03-10；

2017-06-25

國家自然科學基金（71303087，71673105）；教育部哲學社會科學研究重大課題攻關項目（14JZD009）；中央高校基本科研業務費資助（2662016PY116）。

胡偉艷（1973-），女，湖南安化人，副教授，碩士生導師。主要研究方向為土地資源經濟、公共政策分析與鄉村發展管理。E-mail: hwymake@163.com