城市土地集約利用的空間極化特征、不均衡性與空間收斂性分析

朱志遠，苗建軍

（1.濰坊學院 數學與信息科學學院，山東 濰坊 261021；2.南京航空航天大學 經濟與管理學院，南京 210016）

0 引言

中國城市化率已由1978年的17.9%提高到2015年的56.1%，但城市化進程中土地資源的浪費卻拉低了中國城市發展的總體效率，城市土地資源對城市化、工業化的約束作用也日益凸顯。2015年，國家發布《關于加快推進生態文明建設的意見》，要求從嚴供給城市建設用地，推動城鎮化發展由片面注重追求規模擴大與空間擴張向內涵提升的方式轉變。因此，城市土地集約利用逐漸成為當前研究的熱點問題。

目前關于城市土地集約利用的研究主要涉及三個方面的問題，一是土地集約利用內涵與評價分析[1-3]，二是土地集約利用約束條件識別[4-6]，三是土地集約利用的效應分析[7-9]。在經濟聯系日益緊密的背景下，區域間的空間關聯勢必對城市土地利用產生重要影響[10]。許多學者也已經認識到空間效應對區域發展的作用，并開始了這方面的研究嘗試。例如，舒元和才國偉通過分析空間技術溢出對技術進步的影響，證實中國區域間存在顯著的技術擴散現象[11]；劉渝琳等通過對比傳統面板數據模型說明了引入空間面板計量模型的必要性[12]；張洪等采用空間動態面板數據計量方法對房地產投資的地區影響進行分析，結果發現空間溢出效應顯著[13]。在分析土地利用問題時，學者們大多運用傳統方法測度土地集約利用水平，且多是建立在評價單元之間相互獨立，不存在任何空間關聯的假設下，忽略了空間因素對城市土地集約利用的影響。事實上，區域發展總是存在擴散或集聚效應，由于區域間人口流動、產業聯系、技術擴散等因素的影響，土地作為參與區域經濟發展的要素，其集約利用也必然存在空間相關性[14]。因此，在研究中國城市土地集約利用的區域差異時，將空間不均衡、空間極化與空間收斂三種空間效應納入分析框架，以便更好地描述客觀現實。

基于現有文獻在研究方法和研究內容上的不足，本文從集約評價方法和空間效應兩方面進行拓展。第一，以2004—2015年中國30個省級行政區面板數據為樣本，采用縱橫向拉開檔次法，測度中國城市土地集約利用水平，分析其空間不均衡程度、空間極化特征及演變趨勢；第二，利用Moran’s I指數分析地區間土地集約利用的空間相關性，并運用空間面板數據計量分析模型分析城市土地集約利用的空間收斂性，對中國城市土地利用的差異變動進行剖析，為推進城市土地節約集約利用提供參考。

1 研究方法與數據來源

1.1 空間不均衡測度方法

為反映城市土地集約利用水平在不同空間和不同時間的差異程度，并區分組內差異和組間差異，采用泰爾指數法進行分析。泰爾指數的一般計算公式為：

式中，T表示全國城市土地集約利用水平的泰爾指數，n為樣本總體數量，yi為各省份城市土地集約利用水平測度值，u為全國城市土地集約利用水平的平均值。

1.2 空間極化測度方法

城市土地集約利用的空間極化是指區域整體的土地集約利用水平在空間上分化為多個群組，群組內的差距相對較小，群組間的差距相對較大。根據極化群組的特點，空間極化的測度方法可分為兩類，一類是兩極分化的測度指數，另一類是多極分化的測度指數。由于將研究樣本分為東部、中部、西部和東北四大區域，故采用多級分化測度指數進行測度。三種極化指數的計算公式為：

其中，n為分組數；pi和pj分別為第i組和第j組樣本的比重；xi和xj分別為第i組和第j組樣本城市土地集約利用的平均值；K為標準化常數，可以通過K的取值將ER指數限定在0到1之間；α為(0，1.6)之間的任意數，α的取值越大，ER指數反映的極化趨勢越大，本文取α=1.5。

其中，G1為基尼系數，G2為組間差距；β為敏感性參數，反映了組內城市土地集約利用聚合程度，在實際應用中為保證EGR極化指數介于0到1之間，可以對β的取值進行調整。

其中，Gi為第i組樣本城市土地集約利用水平的基尼系數；其余參數含義同EGR指數。

1.3 空間β收斂模型

在普通收斂模型中引入空間效應后，構建的絕對β收斂與條件β收斂的空間滯后模型分別為：

其中，Ii，t與Ii，t+1分別表示第i個地區第t年和第t+1年的城市土地集約利用水平，In（Ii，t+1/Ii，t）表示第i個地區土地集約利用水平的平均增長率；α為截距項；ρ為空間滯后系數，表示省際間空間相互作用的大小；W為空間權重矩陣；β為系數項，且表示收斂速度；εit為隨機誤差項。若β為負，并通過了顯著性水平檢驗，表示城市土地集約利用水平存在絕對β收斂，即低集約水平地區比高集約水平地區具有更高的增長率。

引入空間效應后的絕對β收斂與條件β收斂空間誤差模型分別為：

其中，λ是反映回歸殘差之間空間相關性的參數，u是空間不相關的隨機擾動項。

1.4 指標構建與樣本數據來源

1.4.1 城市土地集約利用水平測度指標

城市土地利用的投入產出要能夠反映城市土地系統所承載的物質生產活動，主要表現為人力、資本、土地投入，GDP、工業增加值和產品總價值等產出。結合已有研究，本文選取地均二三產業從業人員數、地均固定資產投資、地均財政收入、地均GDP、地均社會消費品零售總額作為投入產出表征量；城市人地關系的協調性要能夠反映區域土地集約利用的程度，主要表現為人與城市土地系統進行物質交換的和諧性，可以用人均建設用地面積、人均綠地、建成區綠化覆蓋率來表征；城市用地空間的關聯性要能夠反映區域內部土地利用的空間結構，主要指城市內部一體化的發展程度和城市的用地空間緊湊度。基于數據的可獲取性，選取城市人均道路鋪裝面積、人口密度等指標來表征。

1.4.2 樣本與數據來源

根據數據的科學性，選取除西藏外的30個省級行政區（香港、澳門和臺灣由于制度方面的差異不在分析范圍之內）作為研究樣本。除部分省份來自各省統計年鑒和各地區國民經濟和社會發展統計公報外，其他數據均來自《中國統計年鑒（2005—2016）》。鑒于建成區是城市功能的主體部分，本文選取建成區面積作為城市土地面積的表征量。研究樣本期為2004—2015年。

2 實證結果分析

2.1 城市土地集約利用的空間不均衡性分析

基于式（1），表1和下頁表2給出了2004—2015年城市土地集約利用水平的泰爾指數和組間差異、組內差異對總體差異的貢獻率。

表1 2004—2015年地區間城市土地集約利用水平的泰爾指數

從變動趨勢來看，全國城市土地集約利用水平的泰爾指數除在2005年和2012年小幅上升外，總體呈下降趨勢，四大區域城市土地集約利用水平的泰爾指數變化趨勢整體上與全國表現出大致相同的變化趨勢，這與威爾遜指數的檢驗結果一致。但是，四大區域均有各自的變化特征，西部地區樣本期內的平均值仍然最大，東部次之，東北第三，中部最小。

分區域來看，東部地區的泰爾指數主要經歷了兩次大的波動；中部地區的泰爾指數在2005—2013年經歷了一次較大幅度的下降，下降幅度超過80%；西部地區城市土地集約利用水平的泰爾指數呈現曲折下降的趨勢，與其他三個地區相比，西部地區的變化幅度最小；東北地區城市土地集約利用水平的泰爾指數在2006年達到最大值，然后下降，在2008年小幅上升之后整體下降為0.000209，下降幅度為71.3%。

表2 各差異對總差異的貢獻率 （單位：%）

從組內差異與組間差異的變化情況看，2004—2015年間全國城市土地集約利用水平的組內差異在波動中呈下降趨勢，組間差異從2005年開始下降明顯，組間差異的下降幅度大于組內差異的下降幅度，說明樣本期內組內差異和組間差異均在縮小，但四大區域間的差異縮小的速度更快，區域間城市土地集約利用的均衡性趨于加強。

從各差異對總差異的貢獻率來看，樣本期內全國城市土地集約利用的組間差異平均貢獻率為87.5%，組間差異對總差異的貢獻率遠遠大于組內差異。就各區域內部差異來看，東部、中部、西部以及東北四大區域內部的差異對全國城市土地集約利用水平總差異的貢獻率也出現明顯分化，其值分別為4.26%、0.74%、7.19%和0.26%，其中西部地區組內差異對總差異的貢獻最大。

各差異貢獻率的變動趨勢也各有特點。組間差異貢獻率在波動中呈下降趨勢，組內貢獻率則呈現波動中上升的變化趨勢。其中，西部組內差異對總差異的變化趨勢與組內差異貢獻率的變化一致。中部、東部地區組內差異對總差異的貢獻率相對較小，變化幅度較小，總體特征表現為相對穩定。

綜上所述，中國城市土地集約利用水平的總差異主要來源于東部、中部、西部、東北四大區域間土地集約利用水平的差距，而各區域內部的差異對總差的貢獻率相對較小。

2.2 城市土地集約利用的空間極化特征及演變趨勢

基于式（2）至式（4），圖1給出了2004—2015年中國城市土地集約利用水平的空間極化程度。由測度結果可以看出，樣本期內三種空間極化指數總體上呈上升趨勢，說明中國城市土地集約利用的空間極化程度逐步加強。

從圖1可以發現，中國四大區域分組的城市土地集約利用的空間極化指數中ER指數最大，EGR指數最小。從增長幅度來看，2004—2015年間ER指數、EGR指數和LU指數分別增長54.4%、84.3%和66.7%。其中，EGR指數的增長幅度最大。從演化趨勢來看，空間極化程度主要分為兩個加強階段分別是2004—2009年和2010—2013年，其中2010—2013年的空間極化速度最快，極化趨勢更加明顯。

三種空間極化指數的測度結果與泰爾指數的測度結果正好相反，這表明區域之間差異的縮小并不意味著極化程度的減弱。在四大區域組內差異下降和組間差異擴大的雙重作用下，中國城市土地集約利用的空間極化程度日益加劇。

圖1 中國城市土地集約利用空間極化演變趨勢

2.3 城市土地集約利用的空間收斂性分析

土地作為一種特殊的生產要素，經濟的發展是否會帶來土地集約利用水平的收斂？欠發達地區城市土地集約利用水平是否比發達地區具有更高的增長速度？為此，有必要對2004—2015年中國城市土地集約利用水平的空間收斂趨勢進行探討。

由下頁表3可以看出，無論是絕對β收斂還是條件β收斂，時間空間雙固定模型的檢驗效果更優。因此，選擇時間空間雙固定模型來檢驗中國城市土地集約利用水平的收斂趨勢。進一步，通過比較時空雙固定模型的Moran’s I、LM-sar、LM-err、R-LM-sar、R-LM-err，兩種收斂模式下的Moran’s I值均通過了1%的顯著性水平檢驗，說明中國省際間城市土地集約利用水平的收斂趨勢存在空間相關性，從而拒絕無空間效應的假設。LM-sar、LM-err均通過1%的顯著性水平檢驗，而R-LM-err均大于R-LM-sar，表明應采用空間誤差模型進行收斂趨勢分析。

表4和表5給出了絕對β收斂和條件β收斂的空間計量結果，為進一步比較SLM模型和SEM模型的區別，同時采用兩種模型進行分析。可以看出，引入空間效應后模型的擬合優度均有大幅提高，變量回歸系數的顯著性也有明顯改進。這是說明空間收斂模型比普通收斂模型更具優勢。另外，SEM模型的對數似然函數值Log L均大于SLM模型的Log L，故應選取SEM模型的計量結果進行分析，印證了前面模型選擇的準確性。

由絕對β收斂的空間計量結果來看，lnyt-1的彈性系數為負且通過了1%的顯著性檢驗，表明全國范圍內城市土地集約利用水平存在絕對β收斂趨勢。絕對β收斂的速度為4.687%，遠遠大于普通面板數據模型的1.619%的收斂速度，說明區域之間城市土地集約利用存在空間溢出，納入空間效應后能夠提高土地集約利用分析結果的真實性。

表3 普通面板絕對β收斂與條件β收斂的空間相關性檢

表4 絕對β收斂的空間計量結果

在條件β收斂的空間計量結果中，lnyt-1的彈性系數為負且通過了1%的顯著性檢驗，表明全國范圍內城市土地集約利用水平存在條件β收斂趨勢。條件β收斂的速度為7.734%，在加入控制變量后收斂速度得到明顯提高。人力資本與經濟發展水平的估計系數均為正，分別通過了5%、1%的顯著性水平檢驗。產業結構、技術水平的估計系數為負，且均通過1%的顯著性水平檢驗。城市化水平對城市土地集約利用水平趨同的影響為負，但表現不顯著。上述結果表明，人力資本、經濟發展水平對城市土地集約利用水平的趨同具有正向作用，產業結構、技術水平則顯著抑制城市土地集約利用水平的趨同。

表5 條件β收斂的空間計量結果

3 結論與建議

本文采用泰爾指數法與空間極化指數法分別分析了中國城市土地集約利用水平的不均衡性與空間極化特征，然后對區域差異的變化趨勢進行空間收斂性分析。結果表明：

（1）泰爾指數顯示，全國范圍內城市土地集約利用呈現均衡化的發展趨勢，區域之間的差異趨于縮小，但區域內部城市土地集約利用的水平的差異卻表現出不同的特征。從差異大小來看，西部地區城市土地之間的集約利用水平差異最大，東部地區則最小。樣本期內中國城市土地集約利用的組內差異與組間差異均在縮小，組間差異的下降幅度更大，組間的均衡化趨勢更加明顯。另外，中國城市土地集約利用水平的總體差異主要來自組間差異。空間極化分析結果表明，樣本期內中國四大區域城市土地集約利用水平空間極化的演變趨勢不同于區域差距的變化趨勢，而是呈上升態勢。

（2）空間收斂性分析表明，納入空間效應后的計量模型在擬合優度、對數似然函數值等方面比普通面板收斂模型改進明顯，模型準確性更高。空間絕對β收斂分析表明，省際間中國城市土地集約利用水平存在顯著的β收斂趨勢。將影響城市土地集約利用水平趨同的變量引入后，空間條件β收斂的結果表明省際間中國城市土地集約利用水平存在顯著的條件β收斂趨勢。在各影響因素中，人力資本、經濟發展水平對城市土地集約利用水平的趨同具有顯著促進作用，而產業結構、技術水平則對中國對城市土地集約利用水平的趨同具有顯著抑制作用。這為差別化土地管理措施的制定提供了實證參考。

基于上述結論，本文提出以下建議：

（1）縮小區域間城市土地集約利用水平的差距，需要在土地利用總體規劃的框架內，充分增強基礎設施建設、產業規劃、人力資本、科技發展等要素投入之間的協調性，從產業導向、設施配置、政策保障入手，在城市發展轉型的推動下，劃定城市邊界，整合市中心土地資源與開發區建設，制定與地區發展相適應的用地效益、土地管理效益等考核指標，通過城市空間資源的優化配置提升城市土地集約利用水平。

（2）各地區要在做好城市功能定位的基礎上，基于區域發展差異實行差別化的用地政策引導。要結合自身在“十三五”時期節約集約用地目標，制定相應的城市發展政策，快速提升本地區城市土地集約利用水平，并縮小區域間和區域內部的用地水平差異，在實現均衡發展的基礎上，順利完成單位國內生產總值建設用地使用面積降低20%的總目標。