城市土地集約利用與產業結構競爭效應動態關系研究
——以廣西柳州為例

吳永嬌,鄭建明,李 玨

(桂林理工大學 商學院,廣西 桂林 541004)

0 引 言

城市土地集約利用與產業結構優化是促進土地可持續利用和深入推進新型城鎮化進程的內在要素。城市土地是城市社會、經濟和資源環境的載體和空間約束, 產業發展直接影響著城市土地利用方式、投入強度、利用強度和空間布局,也影響土地資源的配置效率和利用效益[1-3]，但在過去的幾十年里,伴隨著快速的城市化和社會經濟發展, 農村人口不斷向城市遷移,土地覆被急劇變化,城市土地不斷擴張[4],糧食安全和社會矛盾加劇[5]。于是,多數地方政府和部分學者認為我國當前經濟發展與農村用地/生態用地保護是一個兩難選擇, 從而導致我國改革開放的幾十年,形成一種過度依賴城市土地投入而發展經濟的粗放模式[6-7]， 其直接結果是我國城市土地面積由1992年的1.22×104km2擴張到2015年的7.29×104km2, 城市GDP由1992年的 4 269.15 億元增長到2015年的110 080億元[8]。 此外, 城市土地擴張進程已成為影響生態環境的一個重要因素， 主要表現在:大量的高質量耕地變為建設用地[9]， 直接或間接增加城市固體廢棄物(由1980年的31 320×103t 增長到2014年的178 602×103t[10])， 以及空氣污染加劇[11-12]。 因此, 優化城市土地集約利用水平, 進而控制城市土地擴張以緩解社會資源環境壓力至關重要。

目前,關于城鎮土地集約利用和產業發展方面的研究主要是以可持續發展理論為基礎,側重于采用主成分分析[13-14]、因子分析[15]、層次分析[16]、專家打分[17]、熵值[18-20]等方法構建城市土地集約利用評價指標體系,揭示城市土地利用粗放和城市土地擴張蔓延的問題[21-23],以及在STIRPAT模型基礎上,構建產業結構對城市土地集約利用水平的影響,以促進經濟增長方式轉變和土地集約利用協調發展[1-3, 24-25],深化了城市土地集約利用內涵及城市產業發展與城市土地集約利用之間的關系。這些研究大多側重于揭示產業發展效應(結構效應和競爭效應)對城市土地集約利用的影響,很少涉及工業型城市產業發展與城市土地集約利用間的動態耦合關系,難以有效揭示工業類型比較典型的城市在城鎮化進程中城市土地集約利用與產業發展的內在機制。產業發展是推進城鎮化進程的內在要素,也是土地利用變化的最直接表現形式,同時也是經濟活動中各類污染物的有效“控制體”,而城市土地是城市社會、經濟和資源環境的載體和空間約束,產業用地配置對產業規模和產業結構具有引導甚至決定作用,可通過調節土地供應總量和供應結構,引導產業結構調整、促進產業結構優化。同樣,產業結構優化,產業結構競爭效應水平的提高,反過來又能促進城市土地集約利用水平的提高。

柳州是廣西城鎮化比較典型、民族特色鮮明的地區,并且是國家第一批新型城鎮化示范區,土地城市化快于人口城市化、城鎮化滯后于工業化、產城融合不緊密[26-27]。鑒于此,本研究以廣西工業型城市——柳州市為研究區域,采用熵值法、SVAR理論模型,構建工業型城市的產業結構競爭效應與城市土地集約利用之間的動態關系模型,揭示其動態關系特征,為深入推進廣西新型城鎮化建設提供理論對策和建議。

1 數據來源與方法

1.1 數據來源和處理

柳州地處中國華南地區,廣西中北部(N 23°54′—26°03′, E 108°32′—110°28′), 是廣西的工業型城市， 同時, 柳州也是國家新型城鎮化建設綜合試點示范區。 本研究收集的數據時長為2003—2015年, 主要來源于《中國城市統計年鑒》(2003—2016年)及《柳州統計年鑒》等, 并對所有原始數據進行相應的預處理, 以滿足計算和模型模擬要求。 對原始數據進行標準化預處理以消除單位影響; 引入消費價格指數(CPI2003=100)以反映真實的經濟變動，下文中城市人口為城市常住人口,城市用地為城市建成區面積。

1.2 研究方法和模型構建

1.2.1 城市土地集約利用綜合指標體系構建 新型城鎮化背景下城市土地集約利用基本原則是減量化原則,即少投入城市用地,實現城市土地使用的所有基本功能,兼顧社會經濟和環境效益。鑒于此,在綜合借鑒前人研究的基礎上[1-2, 19],主要從城市土地投入強度、城市土地利用強度、城市土地產出效益和城市土地可持續利用等四方面來構建城鎮土地集約利用指標體系。為了能客觀反映各指標對城市土地集約利用的影響程度,選擇客觀賦權法中的熵值法來確定各指標的權重。在信息論中,熵是對不確定性的一種度量：信息量越大,不確定性就越小,熵也就越小;信息量越小,不確定性越大,熵也越大。根據熵的特性,可以通過熵值來判斷一個事件的隨機性及無序程度,也可以用來判斷某個指標的離散程度,指標的離散程度越大,對綜合評價的影響越大。具體的計算過程如下:

① 指標標準化處理

(1)

式中:xij′ 為i地第j項指標的標準化值;xij為i地第j項指標。本文所涉及的指標均為正向指標。

② 計算i地第j項指標的特征所占的比例

(2)

式中:pij為i地第j項指標的特征所占的比例；i=1, 2…,n;j=1, 2, …,m。

③ 計算第j項指標的熵值

(3)

其中,k>0,k=1/ln(n),ej≥0。

④ 計算第j項指標的差異系數。對第j項指標,指標值的差異越大,對方案評價的影響就越大,熵值就越小,定義差異系數

(4)

⑤ 求權值

(5)

最后,得到如表1所示的城市土地集約化水平指數權重。城市土地集約利用水平指數越大,則表示城市土地集約利用水平越高。

表1 城鎮土地集約利用水平評價指標體系

1.2.2 產業結構競爭效應水平 經濟增長的過程實際上就是產業結構全面轉換的過程,產業發展對區域經濟發展的作用及對資源的利用可分解為產業結構的競爭效應和構成效應來表征。產業結構競爭效應是從經濟供給方面來衡量區域利用當地資源優勢發展其優勢產業的能力,產業結構構成效應主要是從勞動數量效應角度來解釋其產業結構變遷對經濟的影響作用。產業結構競爭效應表征區域產業在國家層面的競爭優勢,即從經濟供給方面衡量區域利用當地優勢條件進行專業化生產的能力,故本文主要考慮其產業結構競爭優勢,其理論模式為[1-2]

(6)

在本研究中產業結構競爭效應水平計算時采用的數據是市轄區內的第三產業增加值,計算出柳州市在2003—2015年期間的產業結構競爭效應發展水平指數(DIF),負值表明該區域的產業競爭優勢相對全國而言是缺乏競爭力水平;值越大,說明相對全國越具有競爭力。

1.2.3 SVAR模型 結構向量自回歸模型(structural vector auto-regression model， SVAR)是一種結構式經濟模型,它引入了變量之間的作用與反饋作用,并可以捕捉到模型系統內各個變量之間的即時的結構性關系。SVAR模型除了研究事物之間的內在動態關系,還考慮到事物發展的即時結構性經濟沖擊和作用,是基于向量自回歸模型(vector auto-regression model， VAR)的基礎之上構建的[28]。

2 模型構建

構建SVAR模型,并對其進行脈沖響應和方差分解分析,需對相關數據進行相應的預分析和預處理。首先,城市土地集約利用和城市產業結構競爭效應時序數據存在同階單整,最優滯后階數為I(2)；然后構建VAR(2)模型， 模擬結果為

(7)

式中:UL_I、DIF分別表示城市土地集約利用水平與城市產業結構競爭效應水平。

VAR(2)模型顯示穩定(其特征根值的模分別為0.91、 0.91、 0.85、 0.12), 同時, 殘差相關性檢驗(ρ=0.76)表明殘差存在很強的相關性， 進而構建城市土地集約利用水平與城市產業結構競爭效應的SVAR(2)模型。

本文構建SVAR的AB模型,是因其可以明確建立系統內各內生變量的當期結構關系并可直觀地分析標準正交隨機擾動項對系統產生沖擊后的影響情況。另外,構建n元的SVAR模型需要對結構式再施加n(n-1)/2個限制條件才能識別出結構沖擊。本文的模型為2個內生變量,則需要增加1個約束條件假設。而根據城市土地集約利用水平和城市產業結構競爭效應水平的內涵可知,城市土地集約利用水平沖擊不會對城市產業結構競爭效應產生即時效應。SVAR-AB模型得到的AB結果顯示剛好識別,則結合之前VAR(2)的輸出結果,SVAR(2)模型為

(8)

3 結果與分析

SVAR模型模擬結果可知,城市土地集約利用水平和城市產業結構競爭效應之間存在穩定的動態耦合關系:城市土地集約利用和城市產業結構競爭效應存在滯后效應,即當期的城市土地集約利用水平主要是由城市產業結構競爭效應水平(前兩年及當期)與其前兩年的水平共同作用的結果,當期的城市產業結構競爭效應水平主要是由其前兩期和城市土地集約利用水平前兩期的作用影響。

3.1 城市土地集約利用水平

在2003—2015年,柳州城市土地集約利用水平得到一定的提高,但水平仍不高,且存在一定程度的城市土地擴張蔓延。由圖1可知:①截至2015年,柳州城市土地利用的集約化水平依然只在0.13左右。②城市土地集約利用水平在2013年反而下降。究其原因主要是當年城市地均固定資產投資有較大的下降，降幅達11.68%。③城市土地集約利用水平的提高很大部分并非來源于城市產業用地間的優化配置及產業結構競爭效應水平的提高,而主要來源于地均固定資產投資的提高。在此期間,柳州城市土地擴張了74.55%,城市人口增長了85.06%,土地城市化快于人口城市化,其城市土地擴張速率與人口增長速率之比為2.90，大于國際上的通用標準值1.12[7],且柳州城市土地擴張絕大部分來源于耕地和林地(表2)。可知,柳州擴張的建設用地55.86%直接來源于耕地,31.75%直接來源于草地。伴隨著大量的農業用地被變為建設用地,必然會直接誘致城市固定資產投資的大幅度增加。

圖1 2003—2015年柳州城市土地集約利用水平和地均固定資產投資Fig.1 Index of intensive urban land use level and the fixed asset investment per urban land area of Liuzhou from 2003 to 2015

Table 2 Conversion matrix of different land use type of Liuzhou from 2005 to 2015 km2

注: 數據來源于遙感影像解譯。

3.2 城市產業結構競爭效應水平

柳州市產業結構競爭效應水平相對全國平均水平是相對有效,其主要是依賴于第二產業中的重工業,第三產業發展滯后且低效。首先,由圖2可知,城市產業結構的競爭效應相對全國平均水平來說,競爭力水平并不凸顯,特別是2009年以后,其競爭效應反而下降。其次,由圖2—5可知:柳州市產業處于工業化中期階段,部分指標已達到后期階段,但主要是依賴于能耗高的重工業，第二產業發展相對有效,第三產業發展相對滯后和低效,存在工業型經濟向服務型經濟轉型效率不足現象,即服務業生產效率偏低,難以吸引資源向服務業轉移,進而實現產業高級化。2015年,規模以上的主導工業總產值3 313億元,包括汽車、冶金和機械,實現的利潤是輕工業的3.90倍;第二產業增加值占總經濟增加值62.30%,增加值比例與就業比例之比為127.78%,而第三產業的僅為37.32%,且第三產業增加值在總經濟增加值占比與就業人口比例之比在2015年為73.97%。

圖2 2002—2014年柳州市產業結構的競爭效應水平指數Fig.2 Competitive effect level index of the industrial structure of Liuzhou from 2002 to 2014

圖3 2002—2015年柳州市第二和第三產業增加值及產業占比Fig.3 Secondary and tertiary industrial output and proportion in Liuzhou GDP from 2002 to 2015

圖4 2002—2015年柳州市建筑業產值及其在第二產業中的比例Fig.4 Added value of construction and proportion in the secondary industry of Liuzhou from 2002 to 2015

3.3 脈沖響應和方差分解分析

為進一步深入揭示城市土地集約利用水平與城市產業結構競爭效應之間的內在動態耦合關系,須對SVAR模擬結果進行脈沖響應分析和方差分解分析。脈沖響應函數和方差分解建立在SVAR模型的基礎上,才能正確刻畫來自某一特定擾動項對其他內生變量的影響。文中DIF_LZ為柳州城市產業結構競爭效應水平。

圖5 2015年產業與產業就業人數的比例Fig.5 Ratio of the urban industrial output proportion to the urban industrial employment proportion in 2015

SVAR模型的脈沖響應函數考察了模型外生沖擊對各變量的影響。綜合其脈沖響應函數(圖6)可知,人為地給城市土地利用和產業結構施加一個外力作用以達到可持續性地優化城市土地集約利用水平和提高產業結構的競爭效應水平難以實現。首先,對城市土地集約利用水平施加一個標準差單位的外力沖擊,可知:①在前10期,會對城市土地集約利用產生一個正向不穩定的作用,但10期后,影響作用消失;②對城市產業結構競爭效應水平沒有即時效應,到第2期對其有一個正向的促進作用;③在第3～14期,存在不穩定作用影響,基本上會對城市產業結構競爭效應水平起到抑制作用,之后其影響作用消失。另外,對城市產業結構競爭效應施加一個標準差單位的外力沖擊,在前5期,其對產業結構競爭效應產生一個積極且作用力持續下降的影響作用；在第6～15期,則反而對其產生抑制作用,之后作用漸趨消失;同時,其對城市土地集約利用水平會產生一個周期為22期不穩定的作用,且在第22期后作用消失。

SVAR模型的方差分解分析(圖7)考察了模型內生沖擊對各變量的影響。可知: ①通過有效優化和提高產業發展的內生要素來優化產業發展和城市土地集約利用水平,即可提高產業技術創新、資源在產業間的優化配置來提高產業結構的競爭效應水平和城市土地集約利用水平;②直接提高城市土地集約利用水平的投入強度和利用強度,對城市土地集約和產業發展的優化和提高效益不明顯。首先,由方差分解分析可知,城市土地集約利用水平的變動,城市產業結構競爭效應水平的變動對其提供了93%的貢獻率,7%的貢獻率來自城市土地集約利用水平投入強度變化的影響。其次,城市產業結構競爭效應水平的變動,92%是來自產業發展內生要素投入的變動影響,8%來自城市土地集約利用水平變動的影響。方差分解分析結果可知,研究區域內當地政府和企業為促進當地產業的發展和土地的可持續利用,應側重于產業發展的內生要素,即產業技術創新和資源在產業間的優化配置,實現產業結構升級,提高產業的競爭效應和發展水平,進而提高城市土地集約利用水平,城市發展的側重點應該是以產促城,以產促地的發展模式。

圖6 脈沖響應分析Fig.6 Impulse response analysis

圖7 方差分解分析Fig.7 Variance decomposition

綜合脈沖和方差分解分析可知，地方政府對城市土地集約利用水平和城市產業結構競爭效應施加外延式的扶持和政策(結構性外力沖擊),如政府直接增加財政投入加大地均固定資產投資,或以廉價的工業用地扶持政策吸引外資等,并不能有效地實現優化城市土地集約利用水平和促進產業高級化;城市土地集約利用水平和城市產業結構競爭效應水平的變動主要來源于城市產業結構內生要素的變動;優化城市土地集約利用水平和城市產業結構競爭效應,應側重于扶持和優化城市產業發展內生要素,如產業發展的技術創新、引導區域資源在產業間的優化配置等。

4 結論和建議

4.1 研究結論

本研究目的在于厘清柳州城市土地集約利用水平與城市產業結構競爭效應之間的動態關系,揭示其內在的影響機制和作用過程。引入SVAR理論模型方法構建城市土地集約利用水平-產業結構競爭效應模型,模型結果良好,可很好地用于揭示相互之間的內在關系。

(1)柳州城市產業發展相對全國平均水平而言具有競爭力,但其競爭力主要是來源于重化工業的發展,第三產業發展相對缺乏效率,且發展滯后;柳州城市土地集約利用水平雖然得到一定的發展,但集約水平不高,且存在城市土地蔓延現象，這主要與柳州的工業類型發展相關。在柳州,其工業主要是以重化工業為主,汽車、冶金和機械是其三大支柱產業。截止到2015年,重工業占整個工業的88.59%以上,而服務業相對于工業發展滯后且緩慢。

(2)產業發展和城市土地集約利用存在滯后效應,且相互影響。模擬結果表明，外延式的結構性沖擊難以實現城市土地集約利用水平和城市產業結構競爭效應的優化提高。柳州市現有的產業發展模式,在外延式結構性沖擊下難以改變其現有的發展軌跡和優化。

(3)城市土地集約利用水平和城市產業結構競爭效應的變動,其變動貢獻率絕大部分來源于城市產業結構競爭效應水平內生要素的變動。這表明城市產業的發展和城市土地集約利用水平的優化過程和變動過程主要是來源于產業內部要素的變動過程,其優化過程和機制主要是由產業發展來決定。

4.2 對策和建議

綜合以上分析和研究結果,為促進柳州市城市土地可持續利用和產業結構升級,進而深化推進新型城鎮化的發展,提出以下對策和建議:

(1)地方政府應加大對產業發展內生要素(如技術創新、區域資源在產業間的有效配置等)優化和扶持的力度,以促進區域產業發展和城市土地集約利用水平的提高,進而實現城市土地可持續利用和深入推進新型城鎮化的發展。

(2)中央和地方政府應側重于形成以產帶地,以產帶城的城市發展模式。應停止直接對柳州城市土地集約利用和城市產業發展實施外延式干預措施,其并不會產生積極有效的促進和優化作用。

(3)在城市土地集約利用和產業發展內生要素扶持力度方面,應有側重地加大對產業發展內生要素的扶持。城市土地集約利用水平和產業發展的變動過程其絕大部分是來源于產業發展內生要素的變動。