互聯網發展與土地利用結構優化
——以上海市為例

袁 諄

（上海市城市建設檔案館，上海 200003）

互聯網發展與土地利用結構優化
——以上海市為例

袁 諄

（上海市城市建設檔案館，上海 200003）

隨著土地資源供需矛盾的加劇，優化調整土地利用結構作為控制合理用地的關鍵，正受到越來越多的關注。但現鮮有土地利用結構優化的路徑和程度的研究，影響了土地利用結構優化的現實推進；同時，互聯網和電子商務發展正對傳統產業及其用地規模產生實質性影響。因此，本文以上海為例，研究了互聯網發展對土地利用結構優化的影響，通過分析影響路徑給出了概念框架，并通過灰色關聯分析實證分析了互聯網發展對商業用地、工業用地和倉儲用地三者的關聯影響。研究發現：上海互聯網的發展，無論是互聯網普及率的提高還是電子商務的快速發展，都有利于土地利用的節約，進而影響相應的數量和結構。而從結果比較來看，電子商務對土地利用結構的關聯度更強，且也確實對商業地產具有相對更高的關聯度。而且，根據路徑分析，未來可能對金融、教育、辦公等也會有一定影響。從而，上海未來土地利用總體規劃中，可以在這些方面的土地規劃中減少其用地增長，而倒逼產業結構升級，從而優化土地利用結構，適度緩解上海土地的極度緊缺。

土地利用結構；互聯網普及率；電子商務交易額；灰色關聯度

土地是人類賴以生存和發展的基礎，也是社會經濟發展的基本要素資源，而隨著人口規模的不斷膨脹和社會經濟的不斷發展，土地資源的稀缺性變得愈加顯著。尤其如上海等特大城市，盡管土地開發強度已很高，但要實現“4+1個中心”和全球城市的宏偉目標，在社會經濟環境等多方面仍具有較高的發展要求；而且，生態文明的大力推進進一步加大了“生態紅線”和城市發展底線的硬性約束，土地資源已經變得極度稀缺，未來可能面臨“無地可用”的緊張局面。因此，如何在有限的土地上實現社會經濟的可持續發展，必需提升土地節約集約利用程度，加強土地管理制度創新，優化土地利用結構和產業結構[1]，而且土地利用規劃不僅是產業經濟發展規劃的支撐，而更應引導產業結構的調整和發展。

其中，調整和優化土地利用結構作為加強土地利用管理控制、合理利用的關鍵方式，一直是土地研究的熱點問題[2]。從目前研究來看，關注的焦點主要在兩個方面：一是從歷史的角度考察土地利用結構的變化過程和驅動因素，以及土地利用結構的均衡性和穩態性等問題[3～9]。研究發現，人口、經濟發展水平、產業結構和固定資產投資等是驅動土地結構利用變化的主要因素，同時也考慮到了因素的空間相關性[3]。二是從未來規劃目標的角度，測度在設定的經濟或自然屬性目標下，如何根據相關約束條件優化現有的土地利用結構[10,11]，相關方法包括線性規劃法、灰色系統分析、層次分析法等。這些研究盡管為探索土地利用結構優化的方法奠定了良好的基礎，但就優化土地利用結構的模式和方法，以及相關優化路徑、優化程度測量等研究較少，從而限制了優化土地利用結構現實對策的進展。

同時，進入21世紀以來的互聯網及其大數據、云計算等產業和發展模式正對中國產業經濟結構、模式、效率和人們的經濟行為產生“由量到質”的影響，尤其是2004年來電子商務貿易及互聯網金融的爆發式發展的沖擊，“互聯網+”已成為國家戰略層面的新形態、新業態。而隨著互聯網、電子商務的快速發展，“互聯網+土地”對土地利用結構的影響將不容小覷，除土地管理效率提升外，“虛擬土地”的增加也將逐步優化土地利用的結構。但就目前相關研究來看，互聯網發展對社會經濟的影響研究主要集中在對商貿、宏觀經濟和金融領域的分析上[12,13]，而如何影響土地利用結構的文獻還未看到。

基于以上分析，本文將以上海市為例，聚焦研究日益發展壯大的互聯網產業和模式如何影響土地利用結構，并利用灰色關聯分析模型測度影響的程度。

1 概念框架

互聯網發展對土地利用結構優化的影響路徑主要分為以下三個方面：

（1）提升經濟效率

對于傳統經濟和生活而言，互聯網更多作為一種工具，不管是網購平臺、信息化系統、移動支付手段，還是互聯網金融、教育等，將通過更方便、更快速、更精準的信息傳遞和行為執行來提升經濟的效率，即完成同樣的任務下可以減少更多的時間、精力和空間。從這個意義上，在資本和勞動力等要素資源數量、科技水平等不變的情況下，一定的國民收入獲得就更少需要生產性土地資源，節約的土地則可作為生態用地等非生產性土地，從而優化土地利用結構。

（2）減少交易成本

互聯網尤其是大數據和云計算的發展，將進一步提高市場信息透明度，從而降低市場交易的信息成本。例如互聯網使得市場供需雙方的信息更加公開化，減少了交易雙方的信息不對稱程度；再如應用大數據分析消費者的產品偏好，可以更加準確地生產出適合消費者的產品，并減少大量的庫存，從而進行帕累托改進。從而，在資源包括土地不變的情況下，提升消費者和生產者的福利水平。類似地，土地利用管理方面也將更加高效透明，從而減少閑置的土地資源，提升土地產出效率。在此意義上，互聯網發展將通過影響工礦倉儲用地、商服用地等的變化，影響整體的土地利用結構。

（3）增加“虛擬土地”

隨著更多社會經濟行為，包括交易、教育、社交、辦公、金融、政府公務等在互聯網上的實現，互聯網上的“虛擬土地”資源將越來越多，許多商業大樓、辦公大樓、金融大樓等可以節約出來，通過部分用于公共設施、生態用地等影響土地利用結構。在此意義上，互聯網的“虛擬土地”是實體土地的延伸和發展，可以實現虛擬土地上發生真實的價值增值。

而在目前階段，考慮到互聯網仍處于快速發展，許多經濟行為還沒有實現“網絡完成”，包括教育、辦公等，目前影響更多的是由電商平臺引發商業、倉儲和工業業務。因此，本文主要聚焦在互聯網發展對商業用地、工業用地和倉儲用地的影響方面，研究的概念框架見圖1。

2 實證數據和方法

2.1 研究區域概況

上海地處東經120?51～122?12'、北緯30?40～31?53'，全市土地總面積為6341km2，占全國的比重為0.06%；其中，2014年建設用地面積達3001km2，占全市總面積的47.3%。全市轄17個區（縣），其中8個中心城區、9個郊區（縣）。作為現代化國際大都市，上海肩負著面向世界、服務全國、聯動“長三角”和實現“四個率先”的重任，在全國經濟建設和社會發展中具有十分重要的地位和作用。自改革開放以來，尤其是1990年浦東開發開放之后，經濟社會發展迅速，互聯網及電子商務發展也非常迅速。至2014年底，全市常住人口2425.68萬人，其中外來常住人口996.42萬人；全市實現生產總值23561億元；全市電子商務交易額達到13549億元，占上海商品銷售總額的18.4%；互聯網普及率達到71.1%，居全國第二[14]。

圖1 互聯網對土地利用結構影響的概念框架Fig.1 Conceptual framework for internet's influence on land use structure

2.2 變量選擇及數據來源

2.2.1 變量選擇

按照概念框架模型，用于實證分析的變量主要包括表征互聯網發展水平的變量，以及三類主要土地：商業用地、工業用地和倉儲用地的數量。

（1）互聯網發展水平變量：考慮到主要是應用互聯網對經濟進而對土地利用數量和結構的影響，故相關變量選擇表征上海市互聯網應用水平的變量，而非生產互聯網設備等變量。因此，借鑒有關的變量選擇方法[13]，及上海實際，選擇互聯網普及率和電子商務交易額兩個指標，分別進行其對土地利用數量的影響研究。

（2）三類土地的數量：即根據上海市二調數據，用相應土地的絕對面積。

2.2.2 數據來源

互聯網數據主要來源于中國互聯網信息中心發布的《中國互聯網絡發展狀況統計報告》（2009～2014年）[14]，以及上海電子商務發展報告。土地數據來源于上海二調數據，因土地統計口徑的變化，商業用地和倉儲用地只有2009～2014年數據，工業用地除2009～2014年數據外，還有2000年、2003年、2004年和2006年的數據。

2.3 實證方法

2.3.1 灰色關聯分析

本文的研究目的在于考察隨著互聯網水平發展，對三類土地利用數量產生影響的程度，并比較對哪類影響更大。因囿于數據較少，無法采用傳統的經濟計量模型，而灰色系統理論則提供了一個較好的解決方案，即灰色關聯分析（Grey Relational Analysis, GRA），通過分析兩變量間的灰色關聯度來分析相應的關聯程度[15]。

灰色關聯度計算的簡要步驟如下：

（1）確定分析數列

反映系統行為特征的數據序列，稱為參考數列。影響系統行為的因素組成的數據序列，稱比較數列。

設參考數列（又稱母序列）為：

比較數列（又稱子序列）為：

（2）數列無量綱化處理

由于系統中各因素列中的數據可能因量綱不同，不便于比較或在比較時難以得到正確的結論，因此在進行灰色關聯度分析時，一般都要進行數據的無量綱化處理。本文應用數列元素處于數列均值得到無量綱數列。

（3）求灰色關聯系數ζ(Xi)

計算Y(k)與Xi(k)的關聯系數ζ(Xi)如下：

其中ρ為分辨系數，一般在0～1之間，通常取0.5。

（4）求灰色關聯度

參考數列和比較數列的灰色關聯度ri公式如下：

ri值越接近1，說明相關性越好。

2.3.2 變量處理方法

根據理論分析，互聯網發展將在經濟產出不變的條件下降低用地規模，同時，如果直接比較互聯網發展數據與土地規模數據，將難以說明是否是互聯網發展的作用。因此，需要對變量進行相應的處理變換，具體如下：

（1）計算互聯網快速發展前的經濟發展與用地規模之間的比例關系

首先，時間界定。考慮到中國最大的電子商務平臺為淘寶和京東公司，而兩者的電子商務業務分別成立于2003年和2004年，因此，選擇計算上海2000～2004年間經濟發展與用地規模增長的比例關系。

其次，標準處理。因為2000～2004年間只有工業用地和建設用地規模數據，為此，商業用地和倉儲用地的互聯網快速發展前的經濟發展與用地規模之間的比例關系標準也按照工業用地計算。

再次，變量處理。工業用地對應的經濟發展變量為工業增加值。

（2）轉換互聯網快速發展后（2009～2014年）的用地規模

利用以上計算得到的比例數值，再根據相應經濟發展的數據（其中，商業用地對應的經濟變量是“批發和零售業”增加值，倉儲用地對應的經濟變量是“交通運輸、倉儲和郵政業”增加值，工業用地對應的還是工業增加值），即可計算在互聯網快速發展前的標準下，相應三類土地的利用規模。

另外，考慮到最近幾年上海在提升土地管理方面的成效，將在原比例標準上減半處理，即比如原比例是工業增加值增長1%，工業用地增長0.5%，在轉換互聯網快速發展后（2009～2014年）的用地規模時，用0.25%的標準。

（3）計算新的用地規模和原用地規模的差額

根據第二步計算出來的新用地規模與實際用地規模之差，即表征互聯網發展帶來的相應土地規模的減少程度，從而進一步影響土地利用結構。

3 實證結果與分析

3.1 互聯網普及率與三類土地灰色關聯分析

3.1.1 散點圖

將變量進行無量綱處理后，首先得到相應的散點圖如圖2。

圖2 無量綱處理后互聯網普及率與用地規模減少量的散點圖Fig.2 A scatter plot for internet penetration and reduction amount of land by dimension less treatment

從圖2可以看出，互聯網發展對三類用地規模具有一定的影響，尤其是商業地產在圖中顯示的關聯度更高。

3.1.2 灰色關聯度

根據灰色關聯度的計算步驟得到相應的關聯系數和關聯度如表1。

表1 互聯網普及率與三類土地灰色關聯度Table 1 Gray correlation of internet penetration and three types land use

表1進一步給出了互聯網普及率的變化對三類土地規模變化的影響關聯度，超過0.5說明具有一定的關聯度，而且與我們預期的一致，即當前對商業用地規模相對更為顯著。

3.2 電子商務交易額與三類土地灰色關聯分析

3.2.1 散點圖

將變量進行無量綱處理后，得到電子商務交易額與三類土地規模變動相應的散點圖如圖3。

圖3 無量綱處理后電子商務交易額與用地規模減少量的散點圖Fig.3 A scatter plot for e-commerce and reduction amount of landby dimension less treatment

與圖2類似，從圖3可以看出，互聯網發展對三類用地規模具有一定的影響，而且仍是商業地產在圖中顯示的關聯度更高。

3.2.2 灰色關聯度

根據灰色關聯度的計算步驟得到相應的關聯系數和關聯度如表2。

表2 電子商務交易額與三類土地灰色關聯度Table 2 Gray correlation of e-commerce transactions and three types land use

通過表2進一步驗證了上海互聯網發展對商業、工業和倉儲三類子土地規模具有較大影響，而且電子商務交易額相對互聯網普及率對土地規模的節約具有更強的關聯，平均在0.65以上，并同樣對商業用地影響相對更大。

根據以上分析結果，上海市互聯網的進一步發展，包括辦公、金融、教育、生產等更多功能的網絡實現，必將影響建設用地的總體規模及內部結構。上海要建設真正的貿易中心和航運中心，而不是生產中心和運輸中心，必然要在互聯網業態上努力發展，即更多貿易和物流的上游設計、研發和下游的渠道、服務等在上海，且盡可能在網絡空間的“虛擬土地”實現，從而在獲得更多增值收入的同時，最大可能節約土地的占用。

4 結論

本文以上海為例，研究了互聯網發展對土地利用結構優化的影響，通過分析影響路徑給出了概念框架，并通過灰色關聯分析實證分析了互聯網發展對商業用地、工業用地和倉儲用地三者的關聯影響。研究發現：

上海互聯網的發展，無論是互聯網普及率的提高還是電子商務的快速發展，都有利于土地利用的節約，進而影響相應的數量和結構。而從結果比較來看，電子商務對土地利用結構的關聯度更強，且也確實對商業地產具有相對更高的關聯度。而且，根據路徑分析，未來可能對金融、教育、辦公等也會有一定影響。因此，上海未來土地利用總體規劃中，可以在這些方面的土地規劃中減少用地增長，而倒逼產業結構、升級，因為它們至少可以通過互聯網來實現土地的集約節約利用，從而優化土地利用結構，適度緩解上海土地的極度緊缺。

References)

[1] 周振華,陶紀明,徐珺,等. 上海建設用地現狀情景及集約化研究[J]. 科學發展,2012,(10):3-13.

Zhou Z H, Tao J M, Xu J, et al. Research on the status quo, situation and intensification of the construction land in Shanghai[J]. Scientific Development, 2012,(10):3-13.

[2] 劉艷芳,明冬萍,楊建宇. 基于生態綠當量的土地利用結構優化[J]. 武漢大學學報(信息科學版),2002,27(5):493-498.

Liu Y F, Ming D P, Yang J Y. Optimization of land use structure based on ecological green equivalent[J]. Geomatics and Information Science of Wuhan University, 2002,27(5):493-498.

[3] 高魏. 上海市建設用地與經濟社會發展的空間計量經濟分析[J].上海國土資源,2013,34(3):11-15,20.

Gao W. Spatial econometric analysis of socio-economic development and construction land in Shanghai[J]. Shanghai Land & Resources, 2013,34(3):11-15,20.

[4] 歐聰,張坤. 城市土地利用結構演變分析及其驅動機制研究[J].上海國土資源,2015,36(3):39-43.

Ou C, Zhang K. The evolution analysis and driven mechanism of city land use structure in Changsha[J]. Shanghai Land & Resources,2015,36(3):39-43.

[5] 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.

Yang Y, Wu C F, Wei S C, et al. Spatial variation of construction land expansion in China: Based on EBI and EBIi[J]. China Land Science, 2008,22(1):23-31.

[6] 章波,濮勵杰,黃賢金,等. 城市區域土地利用變化及驅動機制研究[J]. 長江流域資源與環境,2005,14(1):28-33.

Zhang B, Pu L J, Huang X J, et al. Land use change and driving mechanism research in city region[J]. Resources and Environment in the Yangtze Basin, 2005,14(1):28-33.

[7] 何丹,刁承泰,許婧婧,等. 我國特大城市用地擴張的驅動力分析[J]. 國土與自然資源研究,2005,(3):8-9.

He D, Diao C T, Xu J J, et al. Analysis of driving forces of urban land expansion in the cities with population over million in China[J]. Territory & Natural Resources Study, 2005,(3):8-9.

[8] 石憶邵,吳婕. 上海城鄉經濟多樣化測度方法及其演變特征[J].經濟地理,2015,35(2):7-13.

Shi Y S, Wu J. Measuring methods and evolution features of urban-rural economic diversification in Shanghai[J]. Economic Geography, 2015,35(2):7-13.

[9] 魯春陽,文楓,楊慶媛,等. 地級以上城市土地利用結構特征及影響因素差異分析[J]. 地理科學,2011,31(5):600-607.

Lu C Y, Wen F, Yang Q Y, et al. Characteristics and driving factors of urban land use structure of cities at provincial level and above[J]. Scientia Gerography Sinica, 2011,31(5):600-607.

[10] 嚴金明. 簡論土地利用結構優化與模型設計[J]. 中國土地科學, 2002,16(4):20-25.

Yan J M. Study on land use structure optimization and model designing[J]. China Land Science, 2002,16(4):20-25.

[11] 龔建周,劉彥隨,張靈. 廣州市土地利用結構優化配置及其潛力[J]. 地理學報,2010,65(11):1391-1400.

Gong J Z, Liu Y S, Zhang L. The optimal allocation of land use and its potential appraisal in Guangzhou city[J]. Acta Geography Sinica, 2010,65(11):1391-1400.

[12] 汪明峰,邱娟. 中國互聯網用戶增長的省際差異及其收斂性分析[J]. 地理科學,2011,31(1):42-48.

Wang M F, Qiu J. Convergence analysis of the provincial growth of internet users in China[J]. Scientia Gerography Sinica, 2011,31(1):42-48.

[13] 寧進廳,邱娟,汪明峰. 中國互聯網產業發展的區域差異及其動態演進—基于生產和消費的視角[J]. 世界地理研究,2010,(4):58-64.

Ning J T, Qiu J, Wang M F. Regional differences and dynamic evolution of internet industry development in China: Based on production and consumption[J]. World Regional Studies, 2010,(4):58-64.

[14] 中國互聯網絡信息中心. 中國互聯網絡發展狀況統計報告(2009-2014)[R]. 2014.

China Internet Network Information Center. The 33th statistical report on the development of China internet network (2009-2014) [R]. 2014.

[15] 譚學瑞,鄧聚龍. 灰色關聯分析:多因素統計分析新方法[J]. 統計研究,1995,(3):43-48.

Tan X R, Deng J L. Grey correlation analysis: a new method of multivariate statistical analysis[J]. Statistical Research, 1995,(3):43-48.

Internet development and optimisation of land use structure: A case study from Shanghai

YUAN Zhun
(Shanghai Urban Construction Archives, Shanghai 200003)

With the increasing contradiction between the supply and demand of land resources, more attention is focused on the optimal adjustment of land use structure that is a key factor for reasonable land control. However, few scholars have studied the path and extent of land use structure. The development of the Internet and e-commerce have also had a substantial positive impact on traditional industries and land size. Therefore, we use Shanghai as an example to study the influence of Internet development on the optimisation of land use structure. This paper describes the conceptual framework by analysing the process of influence and uses empirical grey correlation analysis to study the development of the Internet by major commercial land, industrial land and warehouse space associated with their impact. We conclude that the development of the Internet in Shanghai is conducive to conserving land use and influences the amount and structure of land, depending on whether it is improving or e-commerce penetration is rapidly developing. The comparison shows that the degree of e-commerce-related land use structure is stronger and that commercial real estate has a relatively higher degree of relevance. Moreover, according to the path analysis, it may also have some impact on financial, educational, and official factors in the future. Thus, Shanghai's future land use planning can reduce the land scale of these localities. Industrial structures can be forced to upgrade to optimise the land use structure and thus reduce the impact of Shanghai's extreme shortage of land.

land use structure; internet penetration rate; e-commerce transactions; gray correlation

F293.22

A

2095-1329(2015)04-0055-04

10.3969/j.issn.2095-1329.2015.04.013

2015-10-10

2015-11-28

袁諄(1988-),女,碩士,人文地理學專業,主要從事城鄉規劃與土地整治研究.

電子郵箱: yuanzhun0402@163.com

聯系電話: 021-63193188×13082

上海市規劃和國土資源管理局科研項目