基于脫鉤理論與LMDI模型的農村居民點演化特征及驅動因素分解

劉書暢，葉艷妹，林耀奔

基于脫鉤理論與LMDI模型的農村居民點演化特征及驅動因素分解

劉書暢，葉艷妹※，林耀奔

（1. 浙江大學公共管理學院，杭州 310058；2. 城鄉建設用地節約集約利用實驗室，北京 100812）

為研究中國農村人口與農村居民點用地變化協同關系和驅動因素，以促進農村居民點用地集約利用，該文基于農村人地變化脫鉤和城鄉人口轉型視角，以全國和31個省級行政區域為研究區，將Tapio脫鉤模型和對數平均迪式指數分解法（logarithmic mean Divisia index，LMDI）應用于農村人地協調演化研究及驅動效應分解。結果表明，近20 a來，中國城鄉發展經歷了快速轉型，農村常住人口持續減少，降幅約為30.7%，而同期農村居民點規模不減反增，農村人地演化關系失衡，建設用地趨于粗放利用；中國及各地區農村人口和居民點變化的脫鉤關系主要表現為強負脫鉤，其中東部和西部地區負脫鉤程度較為嚴重，且負脫鉤程度總體上呈加劇趨勢；1996—2008和2009—2016年期間，中國農村居民點規模分別增加了2.020×105hm2、7.275×105hm2，其中農村居民點利用集約度效應、城鄉人口結構效應、城鎮化效應、區域總人口效應的貢獻量分別為33.497×105、-116.833×105、71.813×105、13.544×105hm2和36.689×105、-68.271×105、32.164×105、6.692×105hm2；不同時段各效應貢獻度不同，1996—2008年城鎮化效應大于農村居民點利用集約度效應，而在2009年之后，農村居民點利用集約度效應逐漸超過城鎮化效應，成為農村居民點增加的主導因素。

土地利用；農村；模型；農村居民點；演化特征；Tapio脫鉤；LMDI

0 引 言

農村居民點承載了農民的生存保障功能，鄉村人地關系的變化較多的映射在人口與鄉村聚落上。近年來，中國工業化、城鎮化進程日益加快，城鄉建設用地擴張成為這一進程中的顯著特征[1-3]。解釋論上，隨著城鄉人口轉型及經濟快速增長，城鄉建設用地變化應表現為城鎮建設用地的增加和農村居民點用地的減少。但現實中隨著鄉村人口的減少和城鎮用地規模的擴大，農村居民點用地卻不減反增[4-5]，這一結果與一般性假設相悖。據統計，1996—2016年全國農村人口凈減少2.6億，約下降30.7%，而同期農村居民點用地增長了16.7%。在城鄉用地矛盾日漸突出的現狀下，深入探索農村人口與居民點用地變化的協同關系及驅動力，促進農村土地資源的有效配置與高效利用，將是強化耕地保護、平衡城鄉土地利用和優化國土空間格局的關鍵突破口。

目前，有關農村居民點用地演化的研究主要從以下3個方面：1）從農村居民點利用的數量規模展開，研究農村居民點用地擴展的動態變化，并對其影響因素進行分析。如王介勇等[6]研究了黃淮海平原農區典型村莊用地擴展的主要特征，從內生動力和外部動力兩方面探討了村莊用地擴張的驅動機制；劉超等[7]運用動態度模型研究了關中地區農村居民點用地變化的時空特征，并從非農人口和農業機械動力等因素的差異對農村居民點用地動態變化進行解釋；譚雪蘭等[8]運用回歸分析方法研究了農林牧漁總產值、糧食產量和固定資產投資等對長株潭城市群農村居民點變化的作用力。2）從農村居民點利用質量的角度，開展農村居民點集約利用評價，探索農村居民點用地集約化管控路徑。如曲衍波等[9]基于投入-產出原理對北京市平谷區農村居民點集約利用程度進行評價，并分析了影響集約利用的障礙因子；周躍云等[10]從“兩型社會”建設背景出發，分析了株洲市農村居民點集約狀況，利用灰色關聯分析法進行因素探討。3）從城鄉建設用地協調變化的視角，王婧等[11]分析了中國城鄉人地變化的耦合特征，蔡芳芳等[12]以南通市為例，解析了近年來城鄉建設用地變化的失衡狀態及成因等。通過分析發現，既有研究具有視角多元、方法論多元的特征，但主要側重于某區域、省份或市（縣）等中微觀尺度和定性分析，缺乏全國宏觀層面對農村居民點用地變化與驅動因素的定量比較研究。

為此，本研究從城鄉人口轉型和農村人地變化脫鉤關系的視角，采用Tapio脫鉤模型計算1996—2016年全國農村人口與居民點變化的脫鉤程度，并從省域尺度分析農村人地變化的空間差異?；跀U展的Kaya恒等式，綜合考慮農村居民點利用集約度效應、城鄉人口結構效應、城鎮化效應以及區域總人口效應4個因素，建立農村居民點規模變化的因素分解模型，并將對數平均迪式指數分解法（LMDI）引入到農村居民點擴張的驅動因素分解中來，定量分析各驅動效應對農村居民點規模變化的貢獻度，探索影響農村居民點變化的主要因素，以揭示其潛在的作用機制，為有效管控農村居民點規模和加強農村居民點用地規劃管理提供依據。

1 研究方法及數據來源

1.1 Tapio脫鉤模型

脫鉤（decoupling）是來源于物理領域的概念，可用來分析2個或多個具有響應關系的系統時空變化的耦合狀態[13-14]。目前，用于脫鉤分析的模型主要有OECD模型[15]、Tapio脫鉤模型[16]、IPAT方程[17]等。Tapio脫鉤模型是由OECD模型發展演變而來[18]，基于彈性變化，用增長率的比值對脫鉤狀態進行衡量，且不受研究基期選擇的限制[19-20]，使得脫鉤程度的計算更加靈活、準確。本文采用Tapio脫鉤模型測度農村人口和居民點用地變化的脫鉤關系，模型定義如下

式中為農村人口和居民點用地變化的脫鉤彈性值，0、L分別表示基期和第年的農村居民點面積，hm2；0、P分別表示基期和第年的農村人口，人；為農村居民點面積增長率，%，為農村人口變化率，%。

對于不同的研究領域或研究對象，“脫鉤”程度的定義都會有所差異，基于本文研究目的，結合Tapio[16]對脫鉤類型的劃分以及黃木易等[21]國內學者對Tapio脫鉤模型的應用研究，以脫鉤彈性值0.8和1.2作為劃分依據，將脫鉤程度劃分為強脫鉤（<0，>0且<0）、增長性脫鉤（0<<0.8，>0且>0）、衰退性脫鉤（>1.2，<0且<0）、強負脫鉤（<0，<0且>0）、衰退負脫鉤（0<<0.8，<0且<0）、增長負脫鉤（>1.2，>0且>0）、增長性耦合（0.8<<1.2，>0且>0）、衰退性耦合（0.8<<1.2，<0且<0）8個類型。另外，鑒于以往相關研究中以彈性值0.8和1.2來劃分脫鉤類型，而不便于比較研究單元脫鉤程度的動態變化，同時考慮到農村人口普遍減少的現實，農村人地變化很可能多處于負脫鉤狀態，為此，本文對負脫鉤類型作了進一步細致劃分，其中強負脫鉤狀態進一步細分為“強負脫鉤Ⅰ、Ⅱ…Ⅵ”，增長負脫鉤狀態細分為“增長負脫鉤Ⅰ、Ⅱ…Ⅵ”，衰退負脫鉤狀態劃分為“衰退負脫鉤Ⅰ、Ⅱ、Ⅲ、Ⅳ”。負脫鉤程度由Ⅰ到Ⅵ不斷加劇，以便于比較在脫鉤狀態不變時，農村人口與居民點用地脫鉤程度的動態變化（表1）。

表1 農村人口與農村居民點用地變化脫鉤程度劃定

其中，強脫鉤狀態下，農村人口增加而建設用地趨于減少，這是農村人地關系變化的理想狀態；增長性脫鉤表示農村人口和建設用地面積均增加，但相比建設用地擴張幅度，農村人口增幅更大；衰退性脫鉤意味著農村人口和建設用地面積均減少，但相比農村人口減少幅度，建設用地降幅更明顯。強負脫鉤意味著隨著農村人口的減少，農村建設用地趨于增加，這是較不合理的狀態；衰退負脫鉤表示農村人口與建設用地均減少，但建設用地的降幅小于人口降幅；增長負脫鉤表示農村人口與建設用地均增加，但建設用地增幅高于人口增幅。在耦合狀態下，農村人口與建設用地增幅或降幅相當，是介于脫鉤和負脫鉤的中間狀態。

1.2 擴展的Kaya恒等式

Kaya恒等式是日本的Yoichi Kaya教授提出的，當時用于分析影響CO2排放量的驅動因素[22-23]。本文基于擴展的Kaya恒等式，將其運用于農村居民點變化的驅動力測度，建立農村居民點用地變化的因素分解模型，將農村居民點用地變化的影響因素分解為農村居民點利用集約度效應、城鄉人口結構效應、城鎮化效應以及區域總人口效應4個因素，擴展的Kaya恒等式形式如下

式中是農村居民點總面積，0、1、2分別是農村人口、城鎮人口和區域總人口，人。=/0為人均農村居民點面積，用以表示農村居民點利用的集約度，m2/人；=0/1為鄉村和城鎮人口規模之比，用以指示城鄉人口規模變動；=1/2表示區域城鎮化水平。

1.3 LMDI分解模型

LMDI分解法由新加坡學者Ang[24]提出，其能夠對影響因素完全分解且不產生殘差[25]，主要有加法分解和乘法分解2種模式，并且這2種模式實質上是無差異的[26]。按照擴展的Kaya恒等式和LMDI分解模型，研究基期到第年的農村居民點用地變化△為總效應，其是由農村居民點利用集約度效應、城鄉人口結構效應、城鎮化效應以及區域總人口效應引起的，按照加法分解形式，農村居民點用地變化的LMDI分解模式如下：

式中△S為農村居民點用地變化量，hm2；△S表示基于加法分解模式的農村居民點利用集約度效應，用來反映農村居民點利用集約度的變化對農村居民點變化的影響；△S表示城鄉人口結構效應，反映城鄉人口規模比值的變化對農村居民點變化的影響；△S表示城鎮化效應，用以反映城鎮化水平的變化對農村居民點變化的影響；△S表示區域總人口效應，用以反映區域總人口的變化對農村居民點變化的影響。以上4個驅動因素基于加法分解的計算公式如下：