城镇建设用地变化与经济发展的关系——以重庆市为例

李小浩



城镇建设用地变化与经济发展的关系——以重庆市为例

李小浩1, 2, 3

（1. 重庆市国土资源和房屋勘测规划院，重庆 400020；2. 重庆市土地利用与遥感监测工程技术研究中心，重庆 400020；3. 重庆欣荣土地房屋勘测技术研究所，重庆 400020）

从规模和结构两个角度对重庆市城镇建设用地变化进行分析，并利用广义灰色关联分析法与回归分析法对城镇建设用地变化与经济发展的关系进行研究，结果表明：重庆市人均地区生产总值、产业结构、固定资产投资与城镇建设用地规模均具有较强的关联关系，经济发展与城镇建设用地结构变化具有一定的关联性，但是关系并不是十分明显。人均地区生产总值每增加1元，城镇建设用地增加0.0537平方公里；非农产业增加值占比每增加1个百分点，城镇建设用地增加64.2499平方公里，城镇建设用地结构信息熵值减少0.0173。

城镇建设用地；经济发展；信息熵；广义灰色关联；

随着我国工业化、城镇化进程的不断推进，城镇建设用地情况也在不断发生变化。城镇建设用地的变化不仅表现为外延的扩张，同时也表现为内部结构重组。如果将城镇土地作为一个完整的系统来考虑，当各种自然的或人为的因素不断作用于这个系统时，随着时间的推移，这个系统必然会发生变化，即表现为城镇土地规模以及属性的改变。

经济发展是一个社会进步的重要指标，也是影响城镇土地利用变化的重要因素，伴随着经济发展而来的是产业结构的调整、居民收入的增加以及生活方式的改变等。这些变化无疑会带来新的生产与生活需求，而所有这些需求最终都会转化为对城镇土地的需求。一方面，经济发展带来的投资活动会推动城镇建设用地规模的扩大；另一方面，经济发展带来的产业结构调整则会促进城镇建设用地结构的调整。很多学者就城市土地变化与经济发展之间的关系进行过研究：刁承泰等对重庆市城市用地与城市发展的关系进行研究，认为二者存在互动关系；[1]葛春叶等根据重庆市1996-2006年土地变更调查数据，分析了成为直辖市以来重庆建设用地变化的总体趋势和空间差异，并对建设用地增长的驱动机制进行了研究，发现驱动建设用地增长的三大因子为经济发展、基础设施建设、人口增长和城镇化进程的推进，其中经济发展是主要社会驱动力；[2]鲁春阳利用比例变化指数和Granger因果法对重庆市城市用地结构和产业结构耦合关系进行了实证研究，发现城市用地结构和产业结构互为因果的关系在长期的调整、协调中才能得以实现。[3]

上述学者大都是就用地变化与经济发展之间的因果关系以及关联度进行分析，很少就二者之前的准确数量关系进行深入分析，且大都选取城市建设用地而非城镇建设用地作为研究对象。实际上，相比之下城镇建设用地在反映一个地区的城镇化进程和建设用地变化方面更具代表性。本文将以重庆市为例，通过研究城镇建设用地的规模与结构变化以及其与经济发展之间的关系，对上述问题进行分析。

一、指标选取与数据来源及处理

本文采用的数据主要来源于历年《重庆统计年鉴》与《中国城市建设统计年鉴》，并根据实际情况对数据进行了处理，下面主要对三个方面的问题进行说明：

第一，在对重庆市城镇建设用地规模变化进行分析时，本文采用1997-2013年的数据。其中1997-2000年的城镇建设用地数据无法在统计年鉴中找到，只能找到这一时期建成区的面积数据。本文采用的解决办法是先计算出2001年建成区与城镇建设用地之间的差额，然后用1997-2000年的建成区面积减去该差额，由此估算出1997-2000年城镇建设用地面积。

第二，在对重庆市城镇建设用地结构变化进行分析时，本文选取2000-2011年重庆市城镇建设用地数据，采用建设部1991年颁布的《城市用地分类与规划建设用地标准（GBJ137-90）》中的“城市用地分类”体系，将重庆市各时期的城镇建设用地划分成9大职能：居住、工业、仓储、交通、道路广场、公共设施、市政、绿地以及特殊用地。2000年之前的土地分类数据无法找到，2012年住建部发布新的土地分类标准，新调整的城镇建设用地分类较2011年之前有明显不同。为确保研究的准确性与一致性，这里仅考察2000-2011年时期的用地结构情况。

第三，在对城镇建设用地变化与经济发展的关系进行分析时，本文选取2000-2011年重庆市人均GDP、产业结构（第二、三产业与第一产业的产值之比）以及固定资产投资额作为经济发展指标，其中人均GDP和固定资产投资额已通过价值指数平减后转换成以2000年为基期的实际值。

二、重庆市城镇建设用地变化分析

（一）重庆市城镇建设用地规模变化分析

1997年以来，受重庆直辖和西部大开发战略的双重影响，重庆市城镇建设用地面积呈现逐年上升的趋势，见图1。以1996年重庆市城镇建设用地面积为基数，1997-2013年16年间，重庆市城镇建设用地面积共计增加857.16平方公里，平均每年增加50.42平方公里，年均增长率为7.9%。由图1可以看到，重庆市城镇建设用地增长率曲线波动很大，大体可以分为三个时期：1）1997-2004年缓慢增长时期，年均增长率为7.0%；2）2005-2011年快速增长时期，年均增长率为11.9%；3）2012-2013年优化调整期，城镇建设用地面积年增长率又回到6.4%的水平。

图1 1997-2013年重庆市城镇建设用地面积变化情况

（二）重庆市城镇建设用地结构变化分析

城市土地利用结构是指城市内部各种功能的用地比例和空间结构及相互影响、作用的关系，城市土地利用结构是否合理直接关系到一个城市或地区的整体功能与综合效益。[4][5]城市用地结构的变化实质上就是土地类型发生发展的动态过程。[6][7]由于城市土地利用系统是多种因素相互作用而形成的开放系统，具有耗散结构的特征，因此城市土地利用的结构特征可以用信息熵来表示，反映和描述城市用地类型的多样性和用地结构的复杂程度。

1. 信息熵及其地理意义

假定一个城市或地区的总用地面积为，则可根据职能将土地分成种类型，每个职能类的土地面积用表示，则有：

各职能类土地占城市建设用地的比例为：

按照信息论的原理，并参考Shannon-Weaner指数，定义城市土地利用结构的信息熵为：

土地利用结构的信息熵值可以反映某区域土地利用系统的有序程度。一般来说，信息熵值愈大，土地利用系统的有序程度愈低，反之亦然。信息熵反映了城市土地利用的复杂程度，而均衡度、优势度则反映了城市土地类型之间面积大小的差异，以及各职能类型的结构格局。

基于信息熵公式，可以定义城市土地利用构成的均衡度公式：

均衡度是信息熵与最大熵之间的比值，其取值范围为，当=0时，城市土地利用处于最不均匀状态；而当=1时，则土地利用类型达到理想的平衡状态。

在均衡度的基础上，可以定义城市土地利用结构的优势度：。

优势度反映了区域内一种或几种土地类型支配该区域土地类型的程度，与多样性成反比。

2. 土地利用结构信息熵及其变化

根据上述的信息熵公式可以计算出2000-2011年重庆市城镇建设用地结构变化的信息熵、均衡度以及优势度，具体计算结构如表1所示。

表1 2000-2011年重庆市城镇建设用地结构变化情况（km2）

图2 2000-2011年重庆市城镇建设用地结构信息熵变化趋势

图3　2000-2011年重庆城镇建设用地结构优势度和均衡度

土地利用结构信息熵以及均衡度、优势度的变化情况分别如图2、图3所示，根据图形变化情况可以看出，重庆市城镇建设用地结构的信息熵以及优势度和均衡度均呈现波浪型变化的趋势，大致可以分为3个阶段：

第一阶段为2000-2004年。这一阶段城镇土地利用结构的信息熵值大体上呈现增长趋势，仅2003年出现下降，2004年达到最高值1.92。这一时期正值重庆市直辖初期，同时国家也在2000年开始实施西部大开发战略。基于这种背景，重庆市的城镇化发展不断加速，城镇建设规模也不断扩大。由于发展速度过快，使得这一时期的城镇土地用地结构不尽合理，城镇土地利用呈现非理性变化趋势。

第二阶段为2004-2009年。这一阶段的城镇土地利用结构的信息熵值呈明显下降趋势，从2004年的1.92降为2009年的1.77。这一时期重庆市加大了城镇用地结构优化力度，实施了“退二进三”、“退城进园”、“腾笼换鸟”等一系列措施，把一些高污染、低附加值的工业企业从城市中心撤离，工业用地在城镇土地结构中的占比明显降低。同时，重庆市为改善城市居住环境，增强城市集聚能力，吸引更多的人到城市居住、生活，在削减工业、仓储用地的同时增加了居住用地、道路广场用地等与居民生活息息相关的土地占比，城镇土地结构得到进一步优化。

第三阶段为2009-2011年。这一阶段城镇土地利用结构的信息熵值再次呈现上升趋势，2011年为1.82。这一时期重庆提出“建设内陆开发高地”的口号，加快水陆空交通建设，加强了北部新区、长寿化工园区、西永微电子园和其他特色工业园区建设。城镇土地利用结构中工业、仓储用地的占比再次提高，而居住用地的占比出现明显下降。城镇土地利用受经济发展的影响，结构合理性受到挑战，亟需再次进行优化调整。

三、城镇建设用地与经济发展的关联

根据土地利用形态与土地利用转型理论，一定时期内的社会经济结构与土地利用结构存在对应关系。[8]一方面，土地利用变化会通过改变一个地区的产业机构对区域经济发展产生影响；另一方面，经济的发展以及产业结构的调整又反过来会对用地产生新的需求，从而改变一个地区的土地利用形态。

本文将利用灰色关联分析和回归分析的方法对城镇建设用地变化与经济发展之间的关系进行实证研究，分别用城镇建设用地面积（）、城镇建设用地结构信息熵（）作为城镇建设用地变化指标，用人均地区生产总值（）、产业结构（）、全社会固定资产投资额（）作为经济发展指标。

（一）灰色关联分析

1. 广义灰色关联分析模型

灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大，反之就越小。[9]广义灰色关联分析模型是刘思峰1991年在邓氏灰色关联分析模型的基础之上提出来的，该模型的基本思路如下：

2. 城镇建设用地规模与经济发展的关系

考察城镇建设用地面积（）与人均地区生产总值（）、产业结构（）、全社会固定资产投资额（）等经济发展指标之间的关联性，通过广义灰色关联模型进行运算后，结果如下表所示：

表2 城镇建设用地面积（LS）与经济发展因素的关联度

结果表明，2000-2011年重庆市城镇建设用地面积与经济发展的综合关联度排序为。与的关联度最大，为0.6942，说明重庆市人均地区生产总值在三个经济因素之中与城镇建设用地规模的关系最为密切；与的关联度分别为0.6540、0.6272，表明重庆市产业结构与固定资产投资及城镇建设用地规模也具有较强的关联关系。

3. 城镇建设用地结构变化与经济发展的关系

考察城镇建设用地结构信息熵（）与人均地区生产总值（）、产业结构（）、全社会固定资产投资额（）三个经济发展指标之间的灰色关联关系，结果如下表所示：

表3 城镇建设用地结构信息熵（H）与经济发展因素的关联度

结果表明，2000-2011年重庆市城镇建设用地结构信息熵与经济发展的综合关联度排序为。与的关联度相对最大，为0.5284，说明重庆市城镇建设用地结构变化与产业结构的关系相对于其他两个经济因素来说更为密切；与、的关联度分别为0.5104、0.5045，均只有0.5多一点，表明重庆市经济发展与城镇建设用地结构变化具有一定的关联性，但是关系并不是十分明显。

（二）线性回归分析

通过进行灰色关联关系分析，本文用灰色关联度度量了重庆市城镇建设用地规模和结构变化与经济发展之间的关联关系。为进一步明确不同经济因素对城镇建设用地指标的影响程度，下面将通过构建线性回归模型对该影响进行量化。

1. 以城镇建设用地面积为因变量

首先以城镇建设用地面积（）为因变量，建立线性回归模型如下：

利用eviews6.0软件进行普通最小二乘法回归，回归结果如下：

从回归结果可以看出，变量和对应的回归系数的t值较小，均不显著，且变量表现最为明显。剔除变量后重新构建线性回归模型，回归结果如下：

比较前后两个回归结果，发现剔除掉变量模型的整体效果明显改进，拟合优度值、基本保持不变，值由原来的121.6896提高到201.6914。统计量的取值为1.8811，接近于2，基本可排除残差存在自相关的可能性。另外，可以看到变量、在剔除掉变量后显著性均有很大提高，都可以在1％的显著性水平上通过t检验。

对模型回归结果的解释说明：1）人均地区生产总值会对城镇建设用地的规模产生正向影响，回归结果中对应的回归系数为0.0537，其经济意义是人均地区生产总值每增加1元会使得城镇建设用地增加0.0537平方公里。2）产业结构也会对城镇建设用地的规模产生正向影响，对应的回归系数为64.2499，其经济意义是非农产业增加值占比每增加1个百分点会使得城镇建设用地增加64.2499平方公里。3）固定资产投资与城镇建设用地的规模具有一定的关联关系，但是不具有明显的因果关系。

2. 以城镇建设用地结构信息熵为因变量

以城镇建设用地结构信息熵（）为因变量构建线性回归模型，利用单向后退逐步回归法先用所有三个经济变量建立一个回归方程，根据回归结果依次剔除掉最不重要的变量，直到回归方程中所剩余的自变量全部达到规定的显著性水平为止。[10]

根据此方法最终得到的回归结果如下：

从最终结果可以看出，人均地区生产总值和固定资产投资对城镇建设用地结构的变化不会产生显著影响，因此在回归模型中剔除了这两个变量。产业结构会对城镇建设用地结构的变化产生显著影响，非农产业增加值占比每增加1个百分点，会使得城镇建设用地结构信息熵值减少0.0173。这说明随着产业结构不断转型升级，非农产业的占比不断提高，城镇建设用地结构也会逐步优化。

四、结论

从规模和结构两个角度对重庆市城镇建设用地变化进行深入分析，研究结果表明：1）1997-2013年重庆市城镇建设用地面积累计增加857.16平方公里，年均增加50.42平方公里，年均增长率为7.9%，增长率曲线具有很大的波动性；2）利用信息熵的方法进行研究后发现，重庆市城镇建设用地结构优势度和均衡度变化不大，而信息熵变化较为明显且呈现波浪型变化的趋势。在此基础之上，又利用广义灰色关联分析方法对城镇建设用地变化与经济发展的关系进行研究，结果表明：1）重庆市人均地区生产总值、产业结构、固定资产投资均与城镇建设用地规模具有较强的关联关系，其中人均地区生产总值与城镇建设用地规模的关系最为密切；2）重庆市经济发展与城镇建设用地结构变化具有一定的关联性，但是关系并不是十分明显。最后，构建线性回归模型对不同经济因素对城镇建设用地指标的影响程度进行了量化，研究结果显示：1）人均地区生产总值每增加1元会使得城镇建设用地增加0.0537平方公里，非农产业增加值占比每增加1个百分点会使得城镇建设用地增加64.2499平方公里；2）非农产业增加值占比每增加1个百分点，会使得城镇建设用地结构信息熵值减少0.0173。

参考文献：

[1] 刁承泰. 重庆市城市建设用地与城市发展的互动关系[J]. 长江流域资源与环境, 2001(6): 499-503.

[2] 葛春叶, 涂建军, 李宽, 等. 重庆市建设用地变化及其驱动力分析[J]. 西南大学学报（自然科学版）,2008(10): 131-135.

[3] 鲁春阳, 杨庆媛, 文枫, 等. 城市用地结构与产业结构关联的实证研究[J]. 城市发展研究, 2010(1): 102-107.

[4] 文枫, 鲁春阳, 杨庆媛, 等. 重庆城市土地利用变化及用地效益分析[J]. 西南师范大学学报（自然科学版）, 2010(2): 198-203.

[5] 耿红, 唐旭, 马玲. 基于信息熵的城市土地利用结构合理性分析[J]. 国土资源科技管理, 2006(1): 84-87.

[6] 李文波, 杨钢桥. 基于信息熵的城市土地利用结构演变——以武汉市为例[J]. 国土资源科技管理, 2007(4): 96-100.

[7] 李江，郭庆胜. 基于信息熵的城市用地结构动态演变分析[J]. 长江流域资源与环境, 2002(5): 393-397.

[8] 张海兵, 鞠正山, 张凤荣. 中国社会经济结构与土地利用结构变化的相关性分析[J]. 中国土地科学, 2007(2): 12-17.

[9] 刘思峰, 党耀国, 方志耕, 等. 灰色系统理论及其应用[M]. 北京: 科学出版社, 2010.

[10] 高铁梅, 王金明, 梁云芳, 等. 计量经济分析方法与建模——Eviews应用及实例[M]. 北京: 清华大学出版社, 2009.

（责任编校：贺常颖）

Study on the Relationship between Urban Construction Land Changes and Economic Development: A Case Study of Chongqing

LI Xiaohao

（1. Chongqing Institute of Surveying and Planning for Land Resources and Housing, Chongqing 400020, China; 2. Chongqing Land Use and Remote Sensing Engineering Research Center, Chongqing 400020, China; 3.Chongqing Xinrong Institute of Surveying Techniques for Land and Housing, Chongqing 400020, China）

Firstly the study analyzes Chongqing’s urban construction land changes from the two perspectives of scale and structure, and study on the relationship between urban construction land changes and economic development by using generalized grey incidence analysis method and regression analysis method. The result shows that Chongqing’s Per Capita GDP, industry structure and fixed asset investment all are of strong correlation with the urban construction land scale, and Chongqing’s economic development has a certain degree of correlation with the changes of urban construction land structure. For every oneincreases in Per Capita GDP, the urban construction land will increase 0.0537 square kilometers; For every one percent point increases in the share of non-agricultural industries, urban construction land will increase 64.2499 square kilometers and urban construction land structure information entropy will reduce 0.0173;

urban construction land changes; economic development; information entropy; generalized grey incidence analysis

F 293

A

10.3969/j. issn. 2096-059X.2015.04.007

2096-059X (2015)04–0031–06

2015-06-04

李小浩（1987-），男，湖北仙桃人，硕士，工程师，主要从事城市经济研究。