中國建設用地與區域經濟發展的空間面板計量分析

王 靜

（寧波大學商學院， 浙江 寧波 315211）

1 引言

土地是經濟社會活動的空間載體，也是推動人類社會進步的主要資源。隨著改革開放的逐漸推進，城市化、工業化步伐不斷加快，建設用地規模的擴大也日益成為當前及未來幾十年中國土地利用變化的重要特征。與此同時，擴展所帶來的耕地減少、糧食短缺等一系列棘手問題也使得土地供需矛盾更加凸顯。因此，建設用地擴張已經成為當前政府部門和學術界日益關注的焦點問題。

大部分學者基于不同視角對建設用地擴張的驅動力機制進行了定量研究。多位學者選取制度政策[1-2]、人口[1-5]、經濟發展[1-7]、城市化水平[2-4,6]、產業結構[5]等因素，采用回歸分析[1-6]、相關分析[3]、主成分分析[3]、協整分析[6]、灰色關聯[7]等方法，在全國尺度[2，5-7]、省域尺度[4]、市縣尺度[1，3]展開統計數據或者遙感數據的實證研究。然而，土地作為經濟活動的承載體具有連續性的特征，僅僅著眼于考察靶區自身的經濟、社會及地理等因素是不夠的，更應該重視周邊省份的經濟、社會等因素的交叉影響。盡管越來越多的學者利用空間相關與空間分異作為切入點重新審視區域建設用地的相關研究，但大多停留在統計與描述建設用地的分布狀況及演變特征這一層面[8-9]，并未過多地納入空間效應來探討建設用地的內在驅動機制。當然，這些有關建設用地空間統計文獻的積累提供了土地利用存在空間自相關的充分證據，為后續引入空間回歸模型進行研究奠定了基礎。

在Overmars等[10]首次將空間自回歸模型引入土地分析領域后，國內相關研究仍然不多。一些學者運用單個空間計量模型對于影響建設用地的驅動因子進行分析[11]，還有學者通過區域截面數據來闡明各種因子對于建設用地的作用[12]。本文在總結前人研究成果及不足的基礎之上，對比不同空間計量模型進而選擇最優模型，同時考慮空間及時間維度的異質性，根據中國2003—2008①由于土地利用變更調查是一項龐大的系統工作，國土資源管理部門并不是每年都有實時數據更新，最新的《中國統計年鑒（2012）》中各建設用地面積仍是2008年的數據，因此本文選用2003—2008年的數據進行研究。年間的省域層面空間數據，采用空間面板模型（Spatial Panel Model），著重分析區域經濟發展狀況對建設用地擴張產生的影響和溢出效應。通過研究，試圖了解區域經濟發展狀況在空間因素作用下如何影響建設用地的規模變化，為科學合理引導建設用地的規模布局，控制建設用地的非理性擴張提供實證依據。

2 研究方法

Anselin[13]和Elhorst[14]在面板模型基礎上引入空間滯后誤差項及空間滯后因變量，從而形成空間誤差模型（SEM）和空間滯后模型（SAR）；在此基礎上衍生出空間Durbin模型（SDM）[15-16]，即同時包含空間滯后的內生變量和外生變量。本文使用空間固定效應模型進行估計。通常情況下，樣本回歸僅局限于一些特定個體，且不需要通過特定個體性質來推斷總體性質（如中國的30個省級區劃單位），此時固定效應模型應該是較好的選擇[14,17]。模型中控制了兩類非觀測效應，即個體固定效應和時間固定效應，前者反映隨著地域發生變化但不隨時間變化的背景變量（如自然稟賦和經濟結構等）對穩態水平的影響；后者代表了隨著時間的變化但不隨地域變化的背景變量（如商業周期和暫時性沖擊等）對穩態水平的影響。下面給出模型的設定：

式1中，yit表示在t時刻橫截面單位i的內生變量值（i=1，…，N;t=1，…，T）；x'it表示1×k維外生變量，β是相應的k×1維系數向量表示與i相鄰的區域單位的內生變量yjt對yit的交互影響表示地區i的誤差項將受到相鄰地區j的誤差項影響；wij是空間權重矩陣，描述了樣本的空間安排；表示服從獨立同分布的誤差項，均值為0，方差為σ2；μi和λt分別表示個體和時點上的特定效應。

當θ=0且ρ=0時，模型為空間滯后模型（SAR）；當δ=0且θ=0時，模型為空間誤差模型（SEM）；當ρ=0時，模型為空間Durbin模型（SDM）。上述三個模型所反映的空間相關性都是全局性的，考察范圍內任何兩個地區之間都存在相關性，相關強度隨距離增大而減弱，服從地理學第一定律。由于土地利用及區域經濟的時空差異，構成了本文利用以上三個空間計量模型進行建設用地與區域經濟發展研究的邏輯起點。

3 參數估計與實證分析

3.1 樣本選取與數據處理

本文采用省域（省、自治區、直轄市）年度數據，樣本區間選定為2003—2008年。數據主要來源于：（1）《中國統計年鑒》（2004—2009年）；（2）《新中國60年統計資料匯編》；（3）各省（區、市）統計年鑒（2004—2009年）。此外，由于數據可得性及經濟關聯性等原因排除了港、澳、臺地區及海南省，這樣，最終用于實證分析的為2003—2008年間中國內地30個省（區、市）的面板數據。此外，考慮自然因子對土地利用的影響在一定時間內比較穩定，短時間內難以成為建設用地變化的主要驅動因素，而社會經濟等人文機制卻起著主導作用；在此，本文根據葉浩等人[12]的相關研究，選取以下變量：

（1）建設用地（LAND）。本文研究的建設用地包括城鎮用地、農村居民點、交通用地和獨立工礦用地等非農建設用地。數據來源于《中國統計年鑒》，單位為km2。

（2）人口（POP）。本文的總人口取自各省域單位年末總人口量，單位為104人。

（3）經濟發展。本文選擇國內生產總值（GDP）來衡量經濟發展水平。為了剔除價格影響因素，根據國內生產總值指數將當年的GDP調整為以2003年為基期的實際GDP，單位為108元。

（4）城市化（URB）。對于城市化指標的衡量，學界提出了不同的觀點。一般來說，中國有兩個城鎮人口的統計指標：城鎮總人口和非農人口。本文選擇城鎮人口與總人口的比重來測度城市化水平，單位為%。

（5）空間權重矩陣。空間權重矩陣是空間計量模型的關鍵之一，也是地區空間地理效應的體現。本文采用簡單的二分權重矩陣，遵循Rook相鄰規則，即兩個地區擁有共同的邊界視為相鄰。表1中列出了中國30個省（區、市）的地理相鄰信息。矩陣W的設定方式如下：主對角線上的元素為0，如果i地區與j地區相鄰，則Wij為1，反之則為0。W經過標準化處理，用每個元素同時除以所在行元素之和，使得每行元素之和為1。

3.2 估計模型與實證結果分析

為了能夠科學地反映中國建設用地擴張與區域經濟發展狀態的關系，必須選擇合適的空間面板模型進行參數估計。本文首先基于中國30個省（區、市）的面板數據，采用柯布—道格拉斯（Cobb-Douglas）函數形式構建不含空間交互作用的計量模型：

利用普通面板固定效應對模型進行估計，結果顯示各項參數顯著性和模型整體的擬合情況良好。但是驗證面板數據截面相關性的Frees檢驗統計量為4.854，在1%顯著性水平下拒絕原假設，這表明樣本數據存在截面相關性。而截面相關性的存在很有可能是由于殘差具有空間依賴性[18]，如果殘差具有空間依賴，則表明模型在設定過程中忽略了一些重要的空間解釋因素，需要加入空間滯后項或者空間誤差項。因此，有必要對模型的空間相關性進行檢驗。在上述非空間效應面板模型的基礎之上，需要計算LM檢驗統計量以判定SAR或者SEM模型是否能夠更合理擬合樣本數據特征。

如果LM lag和LM err的統計量均不顯著，則采用普通面板回歸；如果LM lag（或者LM err）顯著而LM err（或者LM lag）不顯著，則使用空間滯后模型（或者空間誤差模型）；如果LM lag和LM err的統計量均顯著，則比較Robust LM lag和Robust LM err，如果Robust LM lag（或者Robust LM err）的統計量更顯著，則空間滯后模型（或者空間誤差模型）更為恰當。

表1 中國30個省（區、市）地理相鄰信息Tab.1 Geographical proximity information of 30 Chinese provinces

如表2所示，從個體固定效應和時間固定效應是否顯著的統計檢驗結果可以發現，模型個體固定效應顯著存在而時間固定效應并不顯著，所以應該包含μi而剔除λt，同時，LM檢驗統計量的結果也應該在個體固定效應模型的基礎上得到，從中可得出SEM較SAR略優。

實際上，一方面時間固定效應模型盡管考慮了不同時期建設用地狀況的不同，但忽視了地區的差異性，估計效果不甚理想；而綜合效應雖然同時考慮了地區與時間的影響，然而包含的時間固定效應反映的時間變化對建設用地規模的影響不僅僅表現在當期，而且會影響若干期之后，因此結果會產生一定的偏差。另一方面，表2中4個模型都存在明顯的空間相關性問題，LM lag及LM err等統計量都很顯著，混合估計模型的空間相關性問題尤其嚴重。在控制了固定效應之后，空間相關性程度雖然明顯減弱，但仍然很顯著。

進一步通過似然比檢驗和Wald檢驗進行判斷，檢驗結果顯示Wald_spatial_lag值和LR_spatial_lag值分別為14.6915和13.0568，在1%的水平上拒絕了H0：θ=0；Wald_spatial_err值和LR_spatial_err值依次為14.1227和12.2425，也拒絕了H0：θ+δβ=0。這說明對于建設用地而言，SDM模型略優。

根據空間相關性的檢驗結果，我們傾向于選擇個體固定效應的空間Durbin模型，但出于比較的目的仍然分別估計了SAR、SEM及SDM這3個競爭性模型。從表3結果中不難發現，以上三個空間面板模型回歸結果中各變量的系數在符號、大小和顯著性等方面基本一致，體現了模型設定的穩定性。同時，空間內生變量滯后項（空間誤差項）分別達到了0.39、0.44及0.41，且在1%水平下顯著，這證明中國省域間的建設用地增長確實存在明顯的空間相關性。具體而言，這種空間相關性表現為區域間的正向外部溢出，即區域建設用地增長會通過空間溢出來對相鄰地區變量產生作用，進而對相鄰地區的建設用地增長產生影響。

通過實證結果分析，可以得到如下結論：

首先，總人口系數為正且在1%水平下顯著，這說明其他條件不變的情況下，地區總人口增長將會促進區域建設用地規模擴大。改革開放以來，一方面城市經濟的發展需要大量的勞動力；另一方面農村人均耕地減少、農業機械化所導致的農村剩余勞動力增加兩方面因素使得人口由農村向城市遷徙成為必然。根據中科院公布的《2012中國新型城市化報告》，2011年中國的城市化率就已經突破了50%。而總人口的增加必然會促進建設用地擴張，因為對于增加的人口需要相應的固定資產投資與之配套——包括住宅、商業和公共服務設施等，其結果就是住宅等類型的建設用地面積在擴大、導致總的建設用地規模成倍增長。這在東部沿海省份尤為明顯：省域總人口由于外來務工人員的涌入而增加，集中于城市的新增人口提高了城市化水平，擴大了城市規模，而同時也擠占了建設用地指標、倒逼建設用地的擴大。然而，總人口的空間滯后項的回歸系數盡管為正，但并不顯著，表明總人口在省域之間的地理溢出效應并不明顯從而降低了空間滯后項的統計顯著性。

表2 非空間面板模型的估計結果和空間相關性檢驗Tab.2 The estimation results of non-spatial panel model and spatial correlation test

其次，地區生產總值系數為正且在1%水平下顯著，這一結果與趙可等[5-6]的研究結果是一致的，充分說明經濟規模的增長使得建設用地隨之擴展。一方面，地區生產總值的增長必然伴隨了企業效益的增長，由此必然會導致企業規模的再擴大，工業用地的需求增加，進而帶動地區建設用地的擴張；另一方面，隨著人們經濟收入的增加，會減少農產品的消費比重而增加非農產品的消費比重，需求結構的變化導致產業結構發生改變，從而大量的生產要素轉向二三產業，推動建設用地的擴展。同時，地區生產總值的空間滯后項在10%的水平上顯著為負，這意味著經濟增長對鄰近省域的影響為負，回流效應大于擴散效應，即省域經濟規模擴大會促使更多的人力、物力、財力尤其是周邊地區以“滾雪球”的方式向該地集中，而使得其他地域的生產要素得到抑制，由于建設用地是地區經濟活動的載體，因此最直接的表現就是建設用地的減少。

再次，地區城市化水平系數為正且在1%水平下顯著。這表明城市化水平的提高促進了區域建設用地規模的擴展。城市化的快速推進，一方面會推進城市體系的建設與開發，引致城市建設用地的擴大；另一方面，隨著農村人口源源不斷流向城市，農業活動不斷轉變為非農業活動，農村地域逐漸向城市地域流轉和集中，進而使得鄉村居民點用地的需求減少。當然，城市建設用地的擴張范圍遠遠超過了鄉村居民點用地的縮減，從而總效應仍為正。這也從一個側面反映出，農村居民用地利用率較低，隨著人口向城市轉移，空置的居民住宅欠缺有效的規劃，造成大量“空心村”、“空心房”出現，這也與葉浩等的研究結論相符。與此同時，地區城市化水平的空間滯后項回歸系數為負，但并不顯著，這表明城市化水平的外溢效應主要局限在省域范圍以內。這 一結論在一定程度上為中心地理論和新經濟地理學所闡述的集聚陰影效應（Agglomeration shadows）[19]提供了來自中國的證據。

表3 個體固定效應空間面板數據模型回歸結果Tab.3 The results of individual fi xed effects regression using spatial panel data

4 結論與啟示

本文通過空間面板數據計量經濟模型所做的實證研究表明，2003—2008年中國省域建設用地規模是人口、經濟增長及城市化水平等因素綜合作用的必然結果，因此，在未來一段時間里，建設用地面積還會進一步增加。但鑒于新增加的建設用地的主要來源于農地，而這些流轉的農地多為優質的耕地，這可能直接威脅中國的糧食安全。因此，政府一方面應該控制好增長邊界，另一方面應該改變過去粗放型的發展模式，提高土地集約利用效率，加大單位面積上的投資強度；積極促進產業升級，發展節地型產業，建設環境友好資源節約型社會。

另外，本文將空間計量經濟學的方法用于中國建設用地的研究中，彌補了以往研究中忽略區域間相關性的缺憾。傳統的面板數據回歸殘差的空間相關性檢驗結果表明殘差存在空間相關結構，即所分析的中國30個省、直轄市及自治區之間在建設用地規模上具有明顯的空間依賴性，各省域建設用地并非表現出完全的隨機狀態而是表現出相似值之間的空間聯系結構。這啟示在中國區域建設用地的理論和實證研究中，傳統的忽視區域間建設用地空間依賴性的回歸分析在理論上存在不足，與現實不符，尤其在調整區域建設用地規模的政策制定上，需要重視地理空間因素的重要作用，著眼于形成合理的區域發展格局，制定多元化和差異化的土地政策和措施，從更寬廣的角度來考察區域建設用地協調發展，通過土地的空間優化配置，積極尋求跨區域的合作和互助，緩解土地供求緊張的局面，具有重要的理論意義和實踐價值。

對于本文論題，可深入研究以下方面：（1）本文粗略應用省域總人口來表征人口指標對于建設用地的影響，然中國作為人口大國，行政區域間的戶籍管理制度還未完全放開，戶籍人員與非戶籍人員間的待遇仍有所差異，進一步研究可分層次考慮流動人口對建設用地的影響差異。（2）本文主要著眼于全國層面的建設用地規模，利用省域數據驗證經濟發展狀況對其影響。考察的溢出效應主要集中于區域之間，進一步研究可對區域內部的溢出效應進行分析。（3）本文采用的空間權重矩陣基于地理鄰接準則，進一步的研究可通過構建社會經濟特征權重對比地理特征權重以做更全面充分的剖析。

（References）：

［1］劉瑞，朱道林，朱戰強，等.基于 Logistic 回歸模型的德州市城市建設用地擴張驅動力分析［J］.資源科學，2009，31（11）：1919- 1926.

［2］陳春，馮長春.中國建設用地增長驅動力研究［J］.中國人口·資源與環境，2010， 20（10）：72 - 78.

［3］趙小汎，代力民，陳文波，等.耕地與建設用地變化驅動力比較分析［J］.地理科學，2008， 28（2）：214 - 218.

［4］呂可文，苗長虹，安乾.河南省建設用地擴張及其驅動力分析［J］.地理與地理信息科學，2012，28（4）：69 - 74.

［5］趙可，張安錄，徐衛濤.中國城市建設用地擴張驅動力的時空差異分析［J］.資源科學，2011， 33（5）：935 - 941.

［6］趙可，張安錄.城市建設用地、經濟發展與城市化關系的計量分析［J］.中國人口·資源與環境，2011，21（1）：7 - 12.

［7］鮑麗萍，王景崗.中國大陸城市建設用地擴展動因淺析［J］.中國土地科 學，2009，23（8）：68 - 72.

［8］謝花林，劉黎明，李波，等.土地利用變化的多尺度空間自相關分析［J］.地理學報，2006，61（4）：389 - 400.

［9］王文剛，龐笑笑，宋玉祥，等.中國建設用地變化的空間分異特征［J］.地域研究與開發，2012，31（1）：110 - 115.

［10］KP Overmars， GHJ De Koning， A Veldkamp. Spatial Autocorrelation in Multi-Scale Land Use Models［J］. Ecological Modelling，2003， 164（2）: 257 - 270.

［11］楊楊，吳次芳，韋仕川，等.中國建設用地擴展的空間動態演變格局——基于EBI和EBIi的研究［J］.中國土地科學，2008，22（1）：23 - 31.

［12］葉浩，張鵬，濮勵杰.中國建設用地與區域社會經濟發展關系的空間計量研究［J］.地理科學，2012，32（2）：149 - 154.

［13］L Anselin. Spatial Econometrics: Methods and Models［M］. Dordrecht: Kluwer Academic Publishers, 1988.

［14］JP Elhorst. Specification and Estimation of Spatial Panel Data Models［J］. International regional science review, 2003, 26（3）: 244 -268.

［15］James LeSage, Robert Kelley Pace. Introduction to Spatial Econometrics［M］. London: Chapman & Hall/CRC, 2009.

［16］JP Elhorst. Applied Spatial Econometrics: Raising the Bar［J］. Spatial Economic Analysis, 2010, 5（1）: 9 - 28.

［17］B Baltagi. Econometric Analysis of Panel Data［M］. Chichester: John Wiley&Sons,2001.

［18］De Hoyos, R., V.Sarafidis. Testing for Cross-sectional Dependence in Panel-data Models［J］. The Stata Journal，2006，6（4）: 482 -496.

［19］Fujita, P Krugman, A Venables. The Spatial Economy: Cities, Regions and International Trade［M］. Cambridge: The MIT Press, 1999.