陕西省杨凌示范区建设用地变化驱动力分析

刘 军 赵敏娟

(西北农林科技大学经济管理学院,陕西杨凌 712100)

陕西省杨凌示范区建设用地变化驱动力分析

刘 军 赵敏娟

(西北农林科技大学经济管理学院,陕西杨凌 712100)

本文以陕西省杨凌示范区为例,以建设用地为研究对象,运用主成分分析法与回归分析法对1997年-2008年建设用地数量变化相关的社会经济驱动力进行定量分析,结果发现经济增长加快、人口增长与城市化是影响杨凌建设用地变化的驱动力,其中农民人均收入与工业总产值是影响杨凌建设用地变化的核心驱动因素。

建设用地变化;主成分分析法;驱动力;城市化

城镇建设用地是城镇经济发展的重要物质载体,伴随着城镇化进程的加快,城镇建设用地需求将不断增加,探索城镇建设用地变化趋势及其与社会经济驱动因子之间的关系,总结社会经济发展与土地利用变化之间的规律,可在保护耕地的同时合理引导城镇建设用地的规模和布局,控制城镇用地的非理性扩张,实现社会、经济、生态的可持续发展。杨凌示范区做为我国唯一的国家级农业高新示范区,加上在关中天水经济带中的枢纽位置,研究其建设用地变化的驱动力,对自身城市的内涵式发展以及在关中天水经济带的连接作用都具有重要的意义。本文以陕西省杨凌示范区为例子,分析建设用地变化的驱动力并找出影响建设用地变化的核心驱动力,为解决城市发展与建设用地之间的矛盾提供依据。

1 研究区域

杨凌示范区位于陕西八百里秦川腹地,北靠黄土台塬区,南临渭河,属暖温带季风区半湿润气候。年平均气温12.9℃,年平均无霜期221天,年平均降水量635.1mm。杨凌全区北高南低,海拔431-559m,以渭河二、三、四级阶地为主,主要土类为黄土。区内水资源除了天然降水外,包括地表水、地下水和调入水。地表水有渭河、漆河、韦河流经本区,年总流量3.821 Gm3,可利用19.82Mm3。杨凌示范区下辖四乡一镇和一个街道办事处,人口18.59万,其中农业人口11.9万,土地面积134km2,其中耕地面积0.71万hm2,国务院批准的规划面积22.12km2。农民人均耕地0.053hm2,是中国农业起源之地。根据2008年统计资料,2007年杨凌示范区实现生产总值(GDP)25.810亿元,固定资产投资3.5亿元,地方财政收入6 677万元,农民人均纯收入4 210元。2007年末建设用地3 094.89hm2,占全区土地总面积的32.9%。

2 研究方法

在研究建设用地变化的驱动力内容分析中绝大多数是文字上的简单定性分析,缺少定量分析,有些虽然是定量分析但大多是单因素的分析[1],缺少系统分析,在众多的单因素中找不出哪个因素是主导核心因素,最终导致因素作用均等化;对驱动因子的选取凭主观判断,缺少说服力。研究建设用地的变化,应该从数量上把握,根据建设用地数量上的变化与其相关的社会经济变量之间的数量变化关系,初步选取相关性强的驱动因子,其次通过对驱动因子进行主成分分析找出建设用地的变化原因,最后对选取的因子进行回归,提取出核心驱动力,这样才能找出引起建设用地变化的更深层次原因。本研究运用相关分析法、主成分分析法、多元回归分析法对驱动因子进行逐步取舍,找出核心驱动因素。

2.1 主成分分析法

该方法将原来众多具有一定相关性(比如P个指标),重新组合成一组新的互相无关的综合指标来代替原来的指标。具体的做法是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息,再考虑选取F2即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现再F2中,用数学语言表达就是要求Cov(F1,F2)=0,则称F2为第二主成分,依此类推可以构造出第三、第四,……,第P个主成分[2]。

2.2 逐步回归分析法

该方法的基本原理是对所有的自变量,依其对因变量作用的大小逐个引进回归方程,通过反复筛选、替代,仅留下对因变量贡献较大的自变量,最终得到最优回归方程,以此对经济变量之间的关系进行解释说明。

3 杨凌建设用地变化的驱动力分析

土地的利用受到人类活动影响的深度与广度都较为显著,对地方的社会经济建设起到了至关重要的作用,同时地方的自然社会经济等驱动因素对土地利用变化也起到一定的反作用,建设用地的变化能充分体现这一点,因此对建设用地变化的驱动力进行定量分析,不仅可以弄清楚建设用地变化与各驱动力之间的关系,而且也有利于把握每个影响因素的作用程度,对合理的分配建设用地,高效地利用好建设用地具有深远的意义。由于影响建设用地变化的因素较多,错综复杂,首先需要全面选择与建设用地的变化密切的一些因素,再由繁化简得到最为相关的核心影响因素。

根据国内外研究动态[3],建设用地的驱动力因素总体上可以分为自然驱动力、社会驱动力、经济驱动力三大类。其中,社会经济驱动力对建设用地的变化起到决定性的作用。因此我们需着重分析社会经济方面对建设用地变化的影响。

3.1 驱动指标的初选及相关分析

根据相关分析法与主成分分析法的要求,以及杨凌建设用地变化的实际情况与收集到的1997-2008年近12年来的杨凌社会经济数据的状况,选取了反映社会经济驱动力的14个指标构建主成分分析模型,对杨凌建设用地变化驱动力进行分析,以下为各驱动力分解指标:

建设用地规模变化Y=X15km2

社会驱动力:人口增长(非农业人口X1万人、总人口X2万人),城市化(非农人口比重X3=X1/X2＊100)

经济发展驱动力:产业结构(第一产业增长量X4、第二产业增长量X5、第三产业增长量X6亿元、GDP X7亿元、人均GDP X8元),经济增长(固定资产投资额X9亿元、工业总产值X10亿元、农业总产值X12亿元、地方财政收入X14亿元)居民生活水平(农民人均收入X11元、城镇居民人均可支配收入X13元)

利用相关分析法初步确定驱动力指标,经SPSS软件发现以上14个自变量与因变量的相关系数都大于0.8,显著性水平都小于或等于0.05,因此说明驱动指标的选取合理。

3.2 驱动力主成分分析

应用SPSS统计软件分析对杨凌近12年来的建设用地变化与其他社会经济数据资料进行计算得到各指标相关系数矩阵见表1。

由表1可以发现因子之间的相关关系,绝大多数是存在比较大的相关性。例如X14地方财政收入与X7地方GDP、X8人均GDP、X11农民人均收入的相关系数都达到了0.98以上,说明有很强的相关性。

从表2可知,前两个成分的累计贡献率达到了93.046%,特征值都大于1,完全符合分析的要求,且基本包括了14个原始变量的信息,因此选取这两个成分作为主成分,记做F1,F2。

采用方差最大化旋转法,剔除对经济过程影响微弱的部分,使得每个因子上的具有最高载荷量的变量数最小,从而可以简化对因子的解释,经过软件计算得旋转后因子主成分载荷矩阵见表3

表1 各变量相关系数矩阵

表2 方差分解主成分分解表

从表3可以看出第一、二、三产业的增加值、GDP、人均GDP、工业总产值、农业总产值、城镇居民可支配收入在第一主成分F1上有较高的载荷,说明第一主成分F1可以基本反映这些指标的信息,这些可以归纳为经济的发展与增加;非农人口、总人口、城市化水平、固定资产投资、农民人均收入在第二主成分上有较高的载荷,说明第二主成分F2可以基本可以反映这些指标的信息,这些可以归纳为人口的增长与城市化的加快。所以可以用这两个新变量来代替这14个指标。因此可以说明杨凌建设用地的变化是由人口的增长、城市化的加快与经济发展加速导致的。3.3 核心驱动力的提取

在以上的主成分分析过程中我们可以知道以上的14个指标对建设用地的规模变化都起到了一定的作用,它们的作用不是单独的,是共同的合力对建设用地的变化产生影响,但是我们必须提取核心的对建设用地起到主要作用的驱动因子来分析建设用地的变化。利用逐步回归分析法进行核心驱动因子的提取。

经逐步回归和自变量检验回归方程为X15=Y=2150+0.163X11+38.511X5,从表4可知R2=0.977通过了5%的显著性检验,F=194.134＞F(2.9)=4.26所以回归方程回归效果是显著的;对回归方程的系数进行显著性检验,发现X11的系数T检验值t1=9.692＞t(9)=2.262 X5的系数T检验值t2=2.473＞t(9)=2.262所以两个自变量都是显著的。利用残差分析对拟合效果进行检验得到与残差相关的统计量,包括预测值及标准化的预测值、残差及残差的预测值的最小值、最大值、均值、标准差和样本数,这些数据中无离群值,标准残差直方图(见图1)和残差正态PP图(见图2)符合正态分布,因此可以认为模型是合理的。这就说明农民人均收入、工业总产值是影响杨凌建设用地变化的核心驱动因子。从以上方程可以知道,从杨凌示范区建立以来,工业与农民的人均收入水平对杨凌建设用地的总量变化起到了很大的驱动作用,其中工业总产值对建设用地的变化影响最大。

表4 回归综合模型表

表3 旋转后的主成分载荷矩

4 研究结论与评价

(1)通过对1997-2008年建设用地总量变化与社会经济数据的研究,发现经济增长,人口增长及城市化的加速是引起杨凌建设用地总量变化的原因。

(2)通过相关分析,主成分分析,得出:每一种驱动因子都对建设用地总量的变化产生影响,但他们的影响不是孤立的,而是共同作用的结果;通过回归分析可以得出在这些驱动因素里面工业总产值,与农民人均收入是影响杨凌建设用地总量变化的核心驱动力,其中工业总产值的影响又大于农民人均收入。

(3)结论评价:根据杨凌示范区建立以来,11年间杨凌示范的产业结构发生了显著变化有1997年底第一、二、三产业的结构比例为28.13:22.53:48.34,到2007年底三次产业结构发生显著变化,结构为“二、三、一”,比例为49.01:42.10:8.89,第二产业成为三次产业的引领,有效拉动了杨凌示范区经济快速增长,引起了城市建设用地面积的增长。同时,农民人均收入由1997年的1 185元增加到2008年的4 210元,农民人均收入的增加直接地刺激了对房地产与交通业的发展,这也就间接地增加了建设用地的需求,使示范区内建设用地发生了显著的变化,直观数据变化结果也正与研究的结论相吻合。

(编辑:田 红)

[1]王海鸿,常艳妮,等.建设用地扩张驱动力分析-以甘肃省为例[J].干旱区资源与环境,2008,22(3):75-80.

[2]林海明,张文霖.主成分分析与因子分析的异同和SPSS软件[J].统计研究,2005,(3):65-68.

[3]韩艳萍.长春市城市用地扩展动力机制及优化研究[D]:[硕士学位论文].长春:东北师范大学城市与环境科学学院,2006.

AbstractBased on principal components analysis and line regression analysis,this paper researches the driving force of construction land changes in YanglingDemonstration Zone.The statistic data of social economy related to the amount of construction land changes from 1997-2008 in YanglingDemonstration Zone of Shaanxi are analyzed.The result shows that the high economic growth,population growth and the acceleration of urbanization are the major factors affecting the construction land changes;furthermore,the per capita income of far mers and the total industrial output value are the most i mportant driving forcs impacting the amount of construction land.

Key wordsconstruction change;principal components analysis;driving force;urbanization

Analysis of Driving Forces of Construction Land Changes in Yangling Demonstration

L IU Jun ZHAO M in-juan
(School of Economics andManagement,NorthwestUniversity ofAgriculture and Forestry,Yangling Shaanxi 712100,China)

F062.1

A

1002-2104(2010)03专-0108-04

2009-11-06

刘军,硕士生,主要研究方向为土地经济与管理。