海南東環高鐵站點對周邊建設用地擴張的凈效應：反事實分析框架的視角

熊昌盛，胡宇瑤，高海霞

（1.海南大學公共管理學院，海南 海口 570100；2.武漢大學中國中部發展研究院/區域與城鄉發展研究院，湖北 武漢 430072）

1 引言

作為高鐵及其網絡的重要節點，高鐵站點在發揮交通樞紐作用的同時，也對區域社會經濟發展起到重要推動作用。高鐵站點是高鐵站房、站前廣場等其他配套設施的綜合體，其建設能帶動大量資金投入，推動就業增加[1]，還能改善區域交通可達性[2]，吸引人口匯集[3]與生產要素集中[4]，從而提升高鐵站點所在地區的社會經濟發展潛力[5-6]。然而，高鐵站點建設以及引發的社會經濟活動也加速了周邊地區的土地利用變化與建設用地擴張，導致土地資源占用、棲息地破壞以及生態環境惡化等問題[7]。在我國持續加快高鐵網絡建設以及生態文明建設的背景下，客觀把握高鐵站點對周邊建設用地擴張的凈效應，對協調好高鐵站點周邊土地資源開發與保護、實現可持續發展具有重要現實意義。

學界有關高鐵站點對周邊建設用地擴張的影響研究主要集中在外部性特征揭示與作用績效評估兩方面。在揭示外部性特征上，一般認為高鐵站點會帶動周邊商業、住宅及產業用地的擴張[8]，且隨著距離增加而呈現土地利用強度逐步減弱、土地利用復雜度逐步降低的變化規律[9]。如周俏[10]運用TOD理論發現，我國高鐵站點周邊用地功能主要以商業和居住為主，且大城市普遍以商業用地為主，而中小型城市則以居住用地為主。在評估作用績效上，主要有兩種思路：一是將高鐵或高鐵站點作為虛擬變量納入到建設用地擴張驅動力分析的計量模型中，并通過回歸系數來判斷高鐵或高鐵站點對建設用地擴張的影響程度與方向[11]。如譚榮輝等[12]采用多期雙重差分模型發現，高鐵站點開通會顯著促進區域城市用地面積的增長，且與高鐵站點所處城市的經濟、產業與人口規模水平等相關，存在區域異質性。二是通過比較高鐵或高鐵站點建設前、后不同時點周邊建設用地分布狀態的差異，以此評估其作用績效。如WU等[13]以全國高鐵為例，發現高鐵對周邊建設用地擴張有促進作用，并且因城市發展水平不同而存在差異。

上述文獻為深入認識高鐵站點對周邊建設用地擴張的影響提供了重要參考，但在作用績效評估上仍存在不足。首先，基于“事前—事后”的對比評估思路均假定高鐵站點周邊建設用地擴張是由其建設所引發的，忽視了即使在高鐵站點未建設的情形下，其周邊建設用地擴張亦會發生的客觀事實，即未有效剝離高鐵站點周邊建設用地的自身發展需求，其評估結果很可能高估了高鐵站點的作用。其次，已有研究多關注京滬高鐵[14]、武廣高鐵[15]等占地規模較大、客流量較多、重要性程度較高的高鐵，但諸類高鐵站點所在地區本身就具有較強城市發展潛力，難以有效剝離高鐵站點外溢性影響中城市自身因素的作用，使得評估結果同樣存在偏差。

綜上，本文以海南東環高鐵站點為例開展研究，原因在于：（1）海南東環高鐵位于海南島，地理位置相對獨立，受其他高鐵的空間外溢性影響較小；（2）海南島社會經濟發展相對靠后，建設用地擴張并不劇烈。具體地，本文在動態監測高鐵站點周邊建設用地擴張時空演變特征的基礎上，借助反事實分析框架與FLUS模型，模擬高鐵站點在反事實情景下（即假定高鐵站點未建成）其周邊的建設用地分布狀況，并與事實情景下（即高鐵站點實際已建成）其周邊建設用地分布狀況進行對比，以此評估高鐵站點對周邊建設用地擴張的時空凈影響，即凈效應。

2 評估框架構建與作用范圍剖析

2.1 基于反事實分析框架的評估思路

為評估政策實施的凈效應，RUBIN于1974年提出了反事實分析框架（Counterfactual Framework）的概念[16]，并將現實中政策實施后的狀態稱之為“事實”，而將假設研究區在未受到政策干預下的預測結果視為“反事實”，將反事實下預測結果與事實下實際結果之間的差異視為政策實施的處理效應（Treatment Effect）。簡言之，該框架將政策實施作為突發的外生變量，并通過對比外生變量在實際實施與假定未實施兩種情形下的差異，以此來刻畫政策實施的凈效應。據此，可將高鐵站點建設視為突發的外生變量，通過考察高鐵站點建設（事實）與假定未建設（反事實）兩種情景下周邊建設用地分布狀況的差異，以此評估其對周邊建設用地擴張的凈效應。

具體地，將高鐵站點在開始建設t0時刻的建設用地分布狀況記為U1；將建設之前t0-n時刻的建設用地分布狀況記為U0；將高鐵站點實際建成后在時點t0+n的建設用地分布狀況定義為事實情景，記為U2；將高鐵站點假定未建設且在時點t0+n的建設用地分布狀況定義為反事實情景，記為U′2。而U2-U′2則反映了高鐵站點對周邊建設用地擴張的凈影響（圖 1）。

圖1 基于反事實分析框架的評估思路Fig.1 Evaluation based on counterfactual analysis framework

但問題在于如何得到反事實情景下的U′2。大量研究表明[17-18]，土地利用覆被變化（含建設用地擴張）是一個具有典型馬爾可夫性質的演化過程，即當前時刻的土地利用覆被狀態僅與上一時刻的狀態有關[19]，而下一時刻的土地利用覆被變化也主要受上一時刻狀態的影響[20]。對此，本文認為在假定高鐵站點未建設的反事實情景下，其周邊建設用地擴張也將大體按照實際建設前的建設用地擴張趨勢進行演化。因此，可通過識別高鐵站點周邊建設用地分布狀態從U0到U1的演變趨勢，并以此模擬其在反事實情景下的建設用地分布狀態U′2。需注意，為有效評估凈影響，還需掌握高鐵站點對周邊建設用地擴張的具體作用范圍。

2.2 高鐵站點對周邊建設用地擴張的作用范圍剖析

高鐵站點是區域交通樞紐與經濟增長節點。由區位理論可知，其（圖2中O點）對周邊建設用地擴張的作用將隨著距離增加而逐漸降低，如圖2中AB段。此外，高鐵站點周邊地區的建設用地擴張還可能受到諸如CBD、機場、市政中心等其他地理事物（圖2中O′點）的疊加作用，但也同樣遵循距離衰減法則，如圖2中CB段或CD段。因此，以高鐵站點為起點，隨著距離的增加，其周邊建設用地擴張將遵循“先下降、再上升”的基本態勢，稱之為理想曲線。其中，AB段的建設用地擴張主要是受高鐵站點的作用，本文視其為高鐵站點對周邊建設用地擴張的作用范圍；而CB段與CD段的建設用地擴張主要受其他地理事物的作用，暫不做考慮。

圖2 高鐵站點周邊建設用地擴張的理想曲線Fig.2 The ideal curve for the construction land expansion around high-speed railway stations

3 數據來源與研究方法

3.1 海南東環高鐵概況

海南東環高鐵是海南環島高鐵的東線段，北起海口、南至三亞，途徑海南島東海岸6個市縣，設有15個站點，全線308 km，列車最高運營速度為250 km/h，于2007年9月開工建設，2010年12月開通運營。自開通運營以來，該高鐵線路日均發送旅客在4萬人以上，是海南島交通運輸的大動脈。

以海南東環高鐵中的10個站點為研究對象（不包括海口站、長流站、秀英站、城西站與和樂站）①海南東環高鐵的15個站點中，海口站早在2002年便運營通車，是粵海鐵路的重要起點站；長流站、秀英站、城西站均是在2019年才開放通車；而和樂站暫未開通客運業務。，并借鑒已有關于高鐵站點作用范圍的相關研究，設定以各高鐵站點邊界范圍為中心的4.0 km緩沖區作為研究區[21-22]。同時，以海南東環高鐵開工建設前一年（2006年）反映高鐵站點建設運營前的情況，以完工時的年份（2010年）反映高鐵建設初期的情況，再以2018年反映高鐵站點運營后的情況。此外，為了后續模擬分析及精度驗證的需要，增設1998年與2002年兩個研究時點。因此，本文的研究時點為1998年、2002年、2006年、2010年與2018年。其中，2006—2010年為高鐵站點建設期間，本文主要關注2010—2018年高鐵站點運營對周邊建設用地擴張產生的作用。

3.2 基礎數據及預處理

全文基礎數據包括：（1）Landsat歷史系列影像與Sentinel等高分遙感影像，用于識別不同時點研究區土地利用覆被變化及高鐵站點邊界范圍，諸類影像數據主要通過Google Earth Engine（GEE）云平臺免費獲取，其中，在選擇Landsat影像時，盡量選擇植被生長較好的月份（如5—9月）以及以無云或少云為主的影像，確保地物影像豐富；（2）海南島居民點、主干道、公路、DEM等基礎地理數據，用于研究區土地利用覆被的動態模擬分析，主要來源于國家基礎地理信息中心、Open Street Map開源網站等平臺。

將所有空間數據投影至相同坐標系，確保空間位置信息保持一致。同時，結合各高鐵站點分布及高分遙感影像，通過目視解譯勾畫獲得各高鐵站點邊界范圍，包括站臺、站前廣場與配套基礎設施等。

3.3 基于光譜指數與GEE的土地利用覆被信息解譯

首先，根據不同地表覆被在遙感影像上具有不同光譜反射率的特性，分別采用歸一化植被指數（Normalized Difference Vegetation Index, NDVI）、增強型歸一化水體指數（Modified Normalized Difference Water Index, MNDWI）與歸一化不透水面指數（Normalized Difference Impervious Surface Index,NDISI）從Landsat系列影像中提取研究區不同時點的植被、水域及建設用地等地表覆被信息，具體通過GEE平臺編碼實現。其次，基于不同光譜指數提取的地表信息存在少量重疊，對此借助GEE平臺高分遙感影像（如Sentinel）目視判讀予以解決。最后，面向解譯的不同地類各隨機選擇500個樣點，將其與GEE平臺上同時點的高分辨率影像進行地類信息對比，以此驗證解譯結果的精度，結果顯示精度較高（表1），可用于下一步數據處理與分析。

表1 遙感影像參數及土地利用覆被信息解譯精度Tab.1 Parameters of remote sensing images and interpretation accuracy of land use cover information

3.4 基于緩沖區分析的高鐵站點作用范圍識別

采用緩沖區分析判定高鐵站點對周邊建設用地擴張的作用范圍[23]。以高鐵站點邊界范圍為中心，0.5 km為間隔共生成8個緩沖區，匯總統計各緩沖環內建設用地的變化。同時，考慮不同緩沖環的面積差異，將各緩沖區內建設用地變化面積除以各緩沖環的面積以及研究時段，得到年均建設用地變化率，以此反映各緩沖環內的建設用地擴張狀況。由此繪制各高鐵站點周邊年均建設用地變化率隨距離增加的曲線，并結合前文理論分析，識別出各高鐵站點的影響范圍。

3.5 基于FLUS模型的反事實情景模擬

采用FLUS模型模擬反事實情景下研究區的土地利用覆被狀況。該模型是用于模擬人類活動與自然影響下土地利用覆被變化的模型，主要由基于神經網絡適宜性概率計算及基于自適應慣性機制的元胞自動機組成[24]。為提高模擬精度，在進行模擬時，對海南東環高鐵站點所經市縣分別進行模擬，并根據各市縣差異設置不同的模擬參數。具體如下：首先，采用隨機采樣策略提取一期數據的10%作為訓練樣本，訓練隱藏層數由軟件自動生成，利用神經網絡算法計算得出各高鐵站點所在市縣的土地利用類型適宜性概率圖層。其次，進行轉換成本與鄰域因子參數的設置，轉換成本表示當前用地類型轉換為需求類型的困難度，鄰域因子參數用以反映不同用地類型之間以及鄰域范圍內不同用地單元間的相互作用，其范圍為0～1，數值越大表示該用地類型的擴張能力越強[25]。本文選用3×3的Moore鄰域模型，并基于Markov鏈模擬得到未來年份各類用地的預期需求。最終，基于輪盤賭選擇的自適應慣性競爭機制確定元胞最終轉換的土地利用類型，從而實現未來年份的土地利用動態模擬。整個技術流程如圖3所示。

圖3 技術流程圖Fig.3 Technical flowchart

為驗證模擬結果的精度，首先，利用1998年與2002年的實際數據模擬得到2006年的土地利用覆被模擬數據，并與2006年的土地利用覆被實際數據進行對比，計算Kappa系數以判斷模擬精度，當Kappa系數值低于0.75時，則對相關模擬參數進行調整和重新模擬，直至Kappa系數達到0.75以上；其次，利用上一環節得到的模擬參數，結合2002年與2006年的土地利用覆被實際數據，得到2010年的土地利用覆被模擬數據，并將其與2006年的土地利用覆被實際數據相結合，得到2018年土地利用覆被模擬數據；最后，對比2018年土地利用覆被的實際數據與模擬數據，評估高鐵站點對周邊建設用地擴張的凈效應。

4 結果分析

4.1 土地利用覆被解譯與模擬結果

解譯精度驗證結果顯示，1998年、2002年、2006年、2010年、2018年土地利用覆被類型分類信息的Kappa系數均達到0.92以上，其建設用地的Kappa系數均大于0.90，精度較好。解譯結果顯示（圖4（ a）），海南東環高鐵站點所在的6個市縣的建設用地均呈擴張趨勢，且站點周邊也有一定擴張。其中，海口與三亞的建設用地擴張規模最為明顯，這與各市縣社會經濟發展基礎密切相關。

圖4 海南東環高鐵站點所在市縣土地利用覆被實際和模擬對比圖Fig.4 Comparison of actual and simulated land use cover in cities where the HER-HSR stations located

為驗證FLUS模型的模擬精度，利用1998年和2002年的兩期土地利用覆被數據，模擬得到2006年的土地利用覆被數據，并將這一結果與2006年實際數據進行對比，計算Kappa系數。Kappa系數越接近1則表明模擬精度越好，當Kappa系數大于0.8時，則說明模擬結果較好，可信度較高。計算結果顯示，本次驗證在10%隨機采樣時的Kappa系數為0.82。其中，海口市、文昌市、瓊海市、萬寧市、陵水市、三亞市2006年模擬建設用地數據與實際建設用地數據在10%隨機采樣時的kappa系數分別為0.92、0.90、0.86、0.87、0.92、0.89，模擬結果尤其是建設用地模擬結果具有較高精度。這表明FLUS模型能夠較為精確地模擬出接近真實的土地利用覆被格局，據此進一步模擬得到的研究區2010年與2018年土地利用覆被數據，可用于反事實情景下的比較分析。模擬結果（圖4（b））顯示，2006—2018年，在海南東環高鐵未建設的反事實情景下，研究區各市縣建設用地同樣呈擴張趨勢，且海口、三亞的擴張面積也最大。

4.2 事實情景下海南東環高鐵站點周邊建設用地擴張分析

4.2.1 高鐵站點周邊建設用地擴張分析

海南東環高鐵建成運營后，各站點周邊建設用地均有一定規模擴張（圖5（a））。10個高鐵站點及其緩沖區范圍內的建設用地由2006年的52.83 km2增長至2010年的77.58 km2以及2018年的115.03 km2，年均新增率分別為11.71%與15.49%，后一時期擴張速度更快。其中，海口東站與三亞站建設用地擴張面積相對較大，分別增加了19.93 km2和18.71 km2；擴張面積在10～15 km2的有萬寧站、美蘭站、陵水站；而其他站點周邊建設用地擴張面積則相對較小，均在10 km2以下。從擴張速度來看，建設用地年均新增率最高的站點為神州站與亞龍灣站，分別為160.58%與56.77%，這與該兩站點在高鐵建設前的建設用地規模較少有關；建設用地年均新增率在20%～40%之間的有博鰲站、萬寧站、陵水站、三亞站；而小于20%的有海口東站、美蘭站、文昌站、瓊海站。其中，海口東站最小為7.32%，這是由于該站位于海口市繁華地段，其緩沖區范圍內的建設用地規模在高鐵建設前就較大。

圖5 事實與反事實情景下海南東環高鐵站點緩沖區內建設用地擴張分布Fig.5 Distribution of construction land expansion around HER-HSR stations under factual and counterfactual scenarios

4.2.2 高鐵站點對周邊建設用地擴張的作用范圍分析

緩沖區分析結果顯示（圖6），海南東環高鐵中共有6個站點（文昌站、瓊海站、萬寧站、陵水站、亞龍灣站和三亞站）符合前文理論分析的理想曲線，即站點周邊建設用地年均擴張率隨距離增加而出現“先下降、后上升”的變化趨勢。據此可判斷出高鐵站點對周邊建設用地擴張的作用范圍大體在1.5～3.5 km。其中，陵水站的作用范圍最大為3.5 km；作用范圍為2 km的有瓊海站、文昌站、三亞站；作用范圍為1.5 km的有萬寧站、亞龍灣站。此外，海口東站、美蘭站、博鰲站與神州站4個站點周邊建設用地擴張均呈“先上升、后下降”的變化趨勢，不符合理想曲線，無法有效判斷其影響范圍。主要原因是海口東站位于城市繁華地帶，周邊建設用地擴張更多地受到城市自身擴張的影響；美蘭站位于美蘭機場地下，建設用地擴張受到美蘭機場的影響更大；而博鰲站與神州站所處地理較為偏僻，且周邊交通閉塞，站點自身發展受限。

圖6 海南東環高鐵站點周邊年均建設用地變化率曲線Fig.6 Curve of annual average expansion rate of construction land around HER-HSR stations

4.3 反事實情景下海南東環高鐵站點周邊建設用地擴張分析

反事實情景下，研究期間各高鐵站點緩沖區內的建設用地同樣呈擴張態勢（圖5（b）），但明顯弱于事實情景下的結果。10個高鐵站點緩沖區內的建設用地由2006年的52.83 km2分別擴張至2010年的61.19 km2和2018年的75.76 km2，年均新增率分別為3.96%與3.62%，前一階段的擴張速度更快。其中，海口東站與三亞站的建設用地擴張面積同樣最大，分別為7.47 km2和4.16 km2，這與兩站點所處海口、三亞的社會經濟發展水平較高、用地需求較大有關；擴張規模在2～4 km2的有瓊海站、美蘭站，分別為2.56 km2和2.40 km2；而其他站點及緩沖區范圍內建設用地擴張面積均在2 km2以下，神州站擴張面積最小為0.22 km2。從擴張速度來看，建設用地年均新增率最高的站點是亞龍灣站和神州站，分別為13.35%和11.61%，年均建設用地變化率在5%～10%的有瓊海站、陵水站、三亞站；其余站點的年均建設用地擴張率均小于5%，海口東站年均建設用地擴張率最小為2.74%。

4.4 海南東環高鐵站點對周邊建設用地擴張的凈效應分析

4.4.1 事實與反事實情景的對比分析

對比兩種情景下建設用地分布格局差異可知（圖 7），2010年與2018年各高鐵站點周邊建設用地的模擬值明顯低于實際值，再次表明海南東環高鐵及其站點建設促進了周邊建設用地擴張。以2018年為例，對比各高鐵站點周邊建設用地的模擬值與實際值發現，排除海南島各市縣建設用地自身擴張潛力后，海南東環高鐵開通運營使沿線10個高鐵站點4 km緩沖區內的建設用地凈增加了75.27 km2，年均增長率為11.84%，每個站點周邊年均凈增加了7.53 km2，且不同站點之間也存在一定差異。其中，三亞站與海口東站周邊建設用地凈擴張面積最大，分別為14.56 km2和12.46 km2；萬寧站、美蘭站、陵水站、瓊海站的凈擴張規模在6～12 km2；其他站點凈擴張規模相對較小，均在6 km2以下，尤其是前期建設用地規模較少的博鰲站、神州站，其凈擴張面積不足3 km2。這一特點與事實情景下的結果基本一致。此外，從擴張速度來看，建設用地年均新增率最高的站點為神州站與亞龍灣站，分別是148.97%與39.42%，與事實情景下的結果一致；而年均新增率在15%～30%之間的有美蘭站、博鰲站、萬寧站、陵水站、三亞站，其余站點均小于15%，海口東站最低為4.58%。

圖7 海南東環高鐵站點對周邊建設用地的凈影響Fig.7 Net impact of HER-HSR stations on surrounding construction land

4.4.2 高鐵站點對周邊建設用地擴張的凈影響

針對前文識別出作用范圍的6個高鐵站點，進一步對比其各自作用范圍內建設用地分布在事實與反事實情景下的差異，從而得到高鐵站點對周邊建設用地擴張的凈效應。從規模上看，陵水站的作用范圍最廣，建設用地凈擴張面積最大為7.05 km2；在作用范圍為2 km的站點中，三亞站使周邊建設用地凈擴張了5.06 km2，文昌站與瓊海站分別為1.29 km2與0.78 km2；而在作用范圍為1.5 km的站點中，萬寧站與亞龍灣站使建設用地分別凈擴張了2.95 km2與1.26 km2。從速度來看，萬寧站建設用地年均新增率最大，為33.06%，其次是三亞站的32.80%；年均新增率在15%～30%的有陵水站、亞龍灣站；瓊海站年均新增率最小，為5.08%。

在空間分布上，高鐵站點引發的建設用地凈擴張區域主要呈現沿“高鐵站點—主城區”“高鐵站點—旅游景區”方位分布的特征。文昌站、瓊海站、萬寧站、陵水站及三亞站導致的建設用地凈擴張區域主要分布在“高鐵站點—主城區”方向上，這是由于諸類高鐵站點位于城市近郊區，距主城區平均距離在3.57 km左右，而高鐵站點作為連接所在地主城區與其他地區的關鍵交通節點，會受到所在地主城區社會經濟發展的牽引，從而導致高鐵站點周邊建設用地擴張沿著“高鐵站點—主城區”方向分布。而亞龍灣站周邊建設用地凈擴張的范圍主要分布在“高鐵站點—旅游景區”方向上，這是因為該高鐵站點靠近亞龍灣熱帶天堂森林公園東南側，且主要服務于當地旅客出行及景區發展。

此外，凈縮減區主要分布在原有建設用地周邊，但面積相對較小，這與建設用地擴張遵循馬爾可夫性質的演化過程有關。在反事實情景下，新增建設用地擴張主要與上一時刻的建設用地分布狀況密切相關，因此多會在原有建設用地外圍分布。而事實情景下高鐵站點建設，打破了反事實情景下建設用地擴張的演化格局，使得分布在原有建設用地外圍的新增建設用地減少了，因此出現了凈縮減區。

5 進一步分析與啟示

5.1 高鐵站點為何會引發周邊建設用地擴張？

已有文獻證實了高鐵及其站點建設有助于強化區域經貿聯系、降低交通運輸成本和提升區域土地潛在開發價值[26]，從而引致商服用地[12]、工業用地[27]及住宅用地[28]需求的增長，并導致建設用地擴張。在海南東環高鐵站點的案例中，引發高鐵站點周邊建設用地擴張的主要原因與前人研究具有相似之處，但也存在細微差異。首先，海南東環高鐵站點所在市縣是海南省經濟發展水平相對較高的地區，其建設運營會吸引大量客流量與貨運量，人口聚集會催生對零售、商貿以及服務業的需求[29]，而貨物流動則會促進物流運輸需求的增加，從而導致站點周邊商服、倉儲用地的擴張。其次，以站點為樞紐，海南東環高鐵建設運營進一步壓縮了海南各市縣經濟文化交流的時空距離，有效串聯起島內各個景點，促進了旅游業等相關產業的發展落地。同時，高鐵站點周邊零售業、商業的發展也會使周邊土地價值得到提升，進而吸引住宅用地擴張[30]。最后，為充分發揮高鐵及其站點的交通運輸作用，其周邊往往會配套公交站點、汽車站點、地鐵站點等城市交通基礎設施，這會導致基礎設施與公共服務用地的擴張。值得注意的是，海南東環高鐵各站點對周邊建設用地擴張的影響范圍及程度不及武廣高鐵或京滬高鐵沿線站點[14-15]，其內部不同高鐵站點對周邊建設用地擴張的外溢性影響也存在差異性，這是由于各高鐵及站點所處社會經濟發展水平、自然資源稟賦條件的不同所致，后續可對此展開相關實證研究。

5.2 高鐵站點對周邊建設用地擴張的凈影響為何會更小？

針對本文識別出作用范圍的6個高鐵站點，對比其建設前、后周邊建設用地擴張的差異發現，6個高鐵站點周邊建設用地擴張了24.85 km2；而基于反事實分析框架的評估結果則顯示，6個高鐵站點周邊建設用地凈增加了18.39 km2，明顯小于前者。究其原因，是因為即使高鐵站點未開通運營，其周邊地區也會因城市自身發展而帶來建設用地擴張。海南島作為中國唯一的熱帶島嶼省份，對外來人口尤其是“候鳥式”游客本身就具有較強吸引力。1998—2006年，海南東環高鐵站點所在市縣每年接待游客總數由538.47萬人增至1 144萬人，這意味著即使海南東環高鐵未開通，2006—2018年游客接待量也將會隨國內社會經濟發展而保持相同或更高比例的增長，從而驅動所在市縣旅游、商服、住宅等建設用地的擴張。此外，在我國快速發展的時代背景下，海南島各市縣也會因社會經濟發展增長而驅動用地需求增加，并帶來城鎮建設用地擴張，這是不以高鐵站點建設與否而轉移的。而基于高鐵站點建設前、后時間差異對比的傳統評估思路并未排除這一點，反將其視為高鐵站點所帶來的結果，因此高估了其對周邊建設用地擴張的凈影響。基于反事實分析框架的思路有效排除了這一點，其評估結果更趨近于凈影響結果。

5.3 相關政策啟示

受選址與外溢效應的影響，高鐵站點周邊往往是自然資源較優、區位條件較好的區域，面臨著開發與保護的沖突。為協調好高鐵站點周邊資源開發與生態保護，結合本文研究發現，可提出以下兩點建議。一方面，依據作用范圍分析結果，未來高鐵站點周邊地區的土地開發利用應集中在1.5～3.5 km范圍內，以此充分發揮高鐵站點的空間外溢效益，提升土地資源開發利用效率；另一方面，可通過國土空間規劃與用途管制，嚴格限制高鐵站點周邊3.5 km以外的土地開發，對土地資源及生態環境加以保護。此外，除海口東站、三亞站以外，海南東環高鐵中其他站點對周邊地區影響相對較弱，為了充分發揮高鐵站點的交通樞紐與經濟結點作用，可考慮適當投資城市道路建設，構建起通往市縣中心的高速公路或主要道路，以形成高鐵站點周邊高效的交通聯系，增強對人流、物流的匯集能力。

6 結論與討論

針對傳統“事前—事后”評估框架或思路存在外部效應高估的局限性，本文引入反事實分析框架與FLUS模型，模擬了海南東環高鐵各站點周邊在反事實情景（假定高鐵站點未建成）下的土地利用覆被格局，并與事實情景（高鐵站點已建）下的土地利用覆被格局進行對比，以此評估海南東環高鐵站點對周邊建設用地擴張的凈效應。研究結果表明：

（1）2010—2018年，海南東環高鐵各站點周邊建設用地均呈擴張趨勢，但存在內部差異。其中，海口東站和三亞站因所處地區社會經濟發展水平較高而導致周邊建設用地擴張規模最大，神州站周邊因前期建設用地規模較少而導致建設用地擴張速度最快。

（2）海南東環高鐵中有6個站點對周邊建設用地擴張的作用范圍在1.5～3.5 km左右。另有4個站點對周邊建設用地擴張的作用范圍因受其他主導因素的影響而難以有效界定。

（3）相比于“事前—事后”評估思路，基于反事實分析框架的評估結果能排除海南島城市自身發展帶來的建設用地擴張的影響，其評估結果更趨近于凈影響。截至2018年，海南東環高鐵開通運營使沿線10個高鐵站點在4 km緩沖區內的建設用地凈增加了75.27 km2。而對于識別出作用范圍的6個站點而言，高鐵站點開通運營使其周邊建設用地凈增加了18.39 km2，且主要沿著“高鐵站點—主城區”“高鐵站點—旅游景區”方向分布。

本文為客觀評估某地理或政策事件（比如大型基礎設施建設、區域發展戰略實施）對周邊土地利用覆被變化的凈影響提供了可行、可信的評估框架與方法手段，其評估結果能夠為協調好土地資源開發與保護提供更為準確的信息。然而，本文仍有一定局限性。首先，基于反事實分析框架與FLUS模型模擬的反事實情景結果，無法有效排除其他因素的疊加作用，譬如海南國際旅游島建設戰略實施或全國生態文明示范區建設對全島建設用地擴張產生的影響，因此凈效應評估結果也存在有偏的可能，但并不太影響本文所提出的凈效應評估的創新思路。其次，基于FLUS模型的模擬精度會影響到全文凈效應的評估結果，為增強該思路方法的說服力，下一步可圍繞模擬精度提升進行FLUS模型改進方面的研究。此外，土地利用變化或建設用地擴張受到自然、社會、經濟等多重因素的共同驅動，而本文在開展反事實情景模擬分析時，并未考慮上述驅動因素隨時間而變化的動態性特點，未來有必要對上述因素加以考慮，以適應動態模擬的需要。