互联网发展与土地利用结构优化——以上海市为例

袁 谆

（上海市城市建设档案馆，上海 200003）

互联网发展与土地利用结构优化
——以上海市为例

袁 谆

（上海市城市建设档案馆，上海 200003）

随着土地资源供需矛盾的加剧，优化调整土地利用结构作为控制合理用地的关键，正受到越来越多的关注。但现鲜有土地利用结构优化的路径和程度的研究，影响了土地利用结构优化的现实推进；同时，互联网和电子商务发展正对传统产业及其用地规模产生实质性影响。因此，本文以上海为例，研究了互联网发展对土地利用结构优化的影响，通过分析影响路径给出了概念框架，并通过灰色关联分析实证分析了互联网发展对商业用地、工业用地和仓储用地三者的关联影响。研究发现：上海互联网的发展，无论是互联网普及率的提高还是电子商务的快速发展，都有利于土地利用的节约，进而影响相应的数量和结构。而从结果比较来看，电子商务对土地利用结构的关联度更强，且也确实对商业地产具有相对更高的关联度。而且，根据路径分析，未来可能对金融、教育、办公等也会有一定影响。从而，上海未来土地利用总体规划中，可以在这些方面的土地规划中减少其用地增长，而倒逼产业结构升级，从而优化土地利用结构，适度缓解上海土地的极度紧缺。

土地利用结构；互联网普及率；电子商务交易额；灰色关联度

土地是人类赖以生存和发展的基础，也是社会经济发展的基本要素资源，而随着人口规模的不断膨胀和社会经济的不断发展，土地资源的稀缺性变得愈加显著。尤其如上海等特大城市，尽管土地开发强度已很高，但要实现“4+1个中心”和全球城市的宏伟目标，在社会经济环境等多方面仍具有较高的发展要求；而且，生态文明的大力推进进一步加大了“生态红线”和城市发展底线的硬性约束，土地资源已经变得极度稀缺，未来可能面临“无地可用”的紧张局面。因此，如何在有限的土地上实现社会经济的可持续发展，必需提升土地节约集约利用程度，加强土地管理制度创新，优化土地利用结构和产业结构[1]，而且土地利用规划不仅是产业经济发展规划的支撑，而更应引导产业结构的调整和发展。

其中，调整和优化土地利用结构作为加强土地利用管理控制、合理利用的关键方式，一直是土地研究的热点问题[2]。从目前研究来看，关注的焦点主要在两个方面：一是从历史的角度考察土地利用结构的变化过程和驱动因素，以及土地利用结构的均衡性和稳态性等问题[3～9]。研究发现，人口、经济发展水平、产业结构和固定资产投资等是驱动土地结构利用变化的主要因素，同时也考虑到了因素的空间相关性[3]。二是从未来规划目标的角度，测度在设定的经济或自然属性目标下，如何根据相关约束条件优化现有的土地利用结构[10,11]，相关方法包括线性规划法、灰色系统分析、层次分析法等。这些研究尽管为探索土地利用结构优化的方法奠定了良好的基础，但就优化土地利用结构的模式和方法，以及相关优化路径、优化程度测量等研究较少，从而限制了优化土地利用结构现实对策的进展。

同时，进入21世纪以来的互联网及其大数据、云计算等产业和发展模式正对中国产业经济结构、模式、效率和人们的经济行为产生“由量到质”的影响，尤其是2004年来电子商务贸易及互联网金融的爆发式发展的冲击，“互联网+”已成为国家战略层面的新形态、新业态。而随着互联网、电子商务的快速发展，“互联网+土地”对土地利用结构的影响将不容小觑，除土地管理效率提升外，“虚拟土地”的增加也将逐步优化土地利用的结构。但就目前相关研究来看，互联网发展对社会经济的影响研究主要集中在对商贸、宏观经济和金融领域的分析上[12,13]，而如何影响土地利用结构的文献还未看到。

基于以上分析，本文将以上海市为例，聚焦研究日益发展壮大的互联网产业和模式如何影响土地利用结构，并利用灰色关联分析模型测度影响的程度。

1 概念框架

互联网发展对土地利用结构优化的影响路径主要分为以下三个方面：

（1）提升经济效率

对于传统经济和生活而言，互联网更多作为一种工具，不管是网购平台、信息化系统、移动支付手段，还是互联网金融、教育等，将通过更方便、更快速、更精准的信息传递和行为执行来提升经济的效率，即完成同样的任务下可以减少更多的时间、精力和空间。从这个意义上，在资本和劳动力等要素资源数量、科技水平等不变的情况下，一定的国民收入获得就更少需要生产性土地资源，节约的土地则可作为生态用地等非生产性土地，从而优化土地利用结构。

（2）减少交易成本

互联网尤其是大数据和云计算的发展，将进一步提高市场信息透明度，从而降低市场交易的信息成本。例如互联网使得市场供需双方的信息更加公开化，减少了交易双方的信息不对称程度；再如应用大数据分析消费者的产品偏好，可以更加准确地生产出适合消费者的产品，并减少大量的库存，从而进行帕累托改进。从而，在资源包括土地不变的情况下，提升消费者和生产者的福利水平。类似地，土地利用管理方面也将更加高效透明，从而减少闲置的土地资源，提升土地产出效率。在此意义上，互联网发展将通过影响工矿仓储用地、商服用地等的变化，影响整体的土地利用结构。

（3）增加“虚拟土地”

随着更多社会经济行为，包括交易、教育、社交、办公、金融、政府公务等在互联网上的实现，互联网上的“虚拟土地”资源将越来越多，许多商业大楼、办公大楼、金融大楼等可以节约出来，通过部分用于公共设施、生态用地等影响土地利用结构。在此意义上，互联网的“虚拟土地”是实体土地的延伸和发展，可以实现虚拟土地上发生真实的价值增值。

而在目前阶段，考虑到互联网仍处于快速发展，许多经济行为还没有实现“网络完成”，包括教育、办公等，目前影响更多的是由电商平台引发商业、仓储和工业业务。因此，本文主要聚焦在互联网发展对商业用地、工业用地和仓储用地的影响方面，研究的概念框架见图1。

2 实证数据和方法

2.1 研究区域概况

上海地处东经120˚51～122˚12'、北纬30˚40～31˚53'，全市土地总面积为6341km2，占全国的比重为0.06%；其中，2014年建设用地面积达3001km2，占全市总面积的47.3%。全市辖17个区（县），其中8个中心城区、9个郊区（县）。作为现代化国际大都市，上海肩负着面向世界、服务全国、联动“长三角”和实现“四个率先”的重任，在全国经济建设和社会发展中具有十分重要的地位和作用。自改革开放以来，尤其是1990年浦东开发开放之后，经济社会发展迅速，互联网及电子商务发展也非常迅速。至2014年底，全市常住人口2425.68万人，其中外来常住人口996.42万人；全市实现生产总值23561亿元；全市电子商务交易额达到13549亿元，占上海商品销售总额的18.4%；互联网普及率达到71.1%，居全国第二[14]。

图1 互联网对土地利用结构影响的概念框架Fig.1 Conceptual framework for internet's influence on land use structure

2.2 变量选择及数据来源

2.2.1 变量选择

按照概念框架模型，用于实证分析的变量主要包括表征互联网发展水平的变量，以及三类主要土地：商业用地、工业用地和仓储用地的数量。

（1）互联网发展水平变量：考虑到主要是应用互联网对经济进而对土地利用数量和结构的影响，故相关变量选择表征上海市互联网应用水平的变量，而非生产互联网设备等变量。因此，借鉴有关的变量选择方法[13]，及上海实际，选择互联网普及率和电子商务交易额两个指标，分别进行其对土地利用数量的影响研究。

（2）三类土地的数量：即根据上海市二调数据，用相应土地的绝对面积。

2.2.2 数据来源

互联网数据主要来源于中国互联网信息中心发布的《中国互联网络发展状况统计报告》（2009～2014年）[14]，以及上海电子商务发展报告。土地数据来源于上海二调数据，因土地统计口径的变化，商业用地和仓储用地只有2009～2014年数据，工业用地除2009～2014年数据外，还有2000年、2003年、2004年和2006年的数据。

2.3 实证方法

2.3.1 灰色关联分析

本文的研究目的在于考察随着互联网水平发展，对三类土地利用数量产生影响的程度，并比较对哪类影响更大。因囿于数据较少，无法采用传统的经济计量模型，而灰色系统理论则提供了一个较好的解决方案，即灰色关联分析（Grey Relational Analysis, GRA），通过分析两变量间的灰色关联度来分析相应的关联程度[15]。

灰色关联度计算的简要步骤如下：

（1）确定分析数列

反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。

设参考数列（又称母序列）为：

比较数列（又称子序列）为：

（2）数列无量纲化处理

由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论，因此在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。本文应用数列元素处于数列均值得到无量纲数列。

（3）求灰色关联系数ζ(Xi)

计算Y(k)与Xi(k)的关联系数ζ(Xi)如下：

其中ρ为分辨系数，一般在0～1之间，通常取0.5。

（4）求灰色关联度

参考数列和比较数列的灰色关联度ri公式如下：

ri值越接近1，说明相关性越好。

2.3.2 变量处理方法

根据理论分析，互联网发展将在经济产出不变的条件下降低用地规模，同时，如果直接比较互联网发展数据与土地规模数据，将难以说明是否是互联网发展的作用。因此，需要对变量进行相应的处理变换，具体如下：

（1）计算互联网快速发展前的经济发展与用地规模之间的比例关系

首先，时间界定。考虑到中国最大的电子商务平台为淘宝和京东公司，而两者的电子商务业务分别成立于2003年和2004年，因此，选择计算上海2000～2004年间经济发展与用地规模增长的比例关系。

其次，标准处理。因为2000～2004年间只有工业用地和建设用地规模数据，为此，商业用地和仓储用地的互联网快速发展前的经济发展与用地规模之间的比例关系标准也按照工业用地计算。

再次，变量处理。工业用地对应的经济发展变量为工业增加值。

（2）转换互联网快速发展后（2009～2014年）的用地规模

利用以上计算得到的比例数值，再根据相应经济发展的数据（其中，商业用地对应的经济变量是“批发和零售业”增加值，仓储用地对应的经济变量是“交通运输、仓储和邮政业”增加值，工业用地对应的还是工业增加值），即可计算在互联网快速发展前的标准下，相应三类土地的利用规模。

另外，考虑到最近几年上海在提升土地管理方面的成效，将在原比例标准上减半处理，即比如原比例是工业增加值增长1%，工业用地增长0.5%，在转换互联网快速发展后（2009～2014年）的用地规模时，用0.25%的标准。

（3）计算新的用地规模和原用地规模的差额

根据第二步计算出来的新用地规模与实际用地规模之差，即表征互联网发展带来的相应土地规模的减少程度，从而进一步影响土地利用结构。

3 实证结果与分析

3.1 互联网普及率与三类土地灰色关联分析

3.1.1 散点图

将变量进行无量纲处理后，首先得到相应的散点图如图2。

图2 无量纲处理后互联网普及率与用地规模减少量的散点图Fig.2 A scatter plot for internet penetration and reduction amount of land by dimension less treatment

从图2可以看出，互联网发展对三类用地规模具有一定的影响，尤其是商业地产在图中显示的关联度更高。

3.1.2 灰色关联度

根据灰色关联度的计算步骤得到相应的关联系数和关联度如表1。

表1 互联网普及率与三类土地灰色关联度Table 1 Gray correlation of internet penetration and three types land use

表1进一步给出了互联网普及率的变化对三类土地规模变化的影响关联度，超过0.5说明具有一定的关联度，而且与我们预期的一致，即当前对商业用地规模相对更为显著。

3.2 电子商务交易额与三类土地灰色关联分析

3.2.1 散点图

将变量进行无量纲处理后，得到电子商务交易额与三类土地规模变动相应的散点图如图3。

图3 无量纲处理后电子商务交易额与用地规模减少量的散点图Fig.3 A scatter plot for e-commerce and reduction amount of landby dimension less treatment

与图2类似，从图3可以看出，互联网发展对三类用地规模具有一定的影响，而且仍是商业地产在图中显示的关联度更高。

3.2.2 灰色关联度

根据灰色关联度的计算步骤得到相应的关联系数和关联度如表2。

表2 电子商务交易额与三类土地灰色关联度Table 2 Gray correlation of e-commerce transactions and three types land use

通过表2进一步验证了上海互联网发展对商业、工业和仓储三类子土地规模具有较大影响，而且电子商务交易额相对互联网普及率对土地规模的节约具有更强的关联，平均在0.65以上，并同样对商业用地影响相对更大。

根据以上分析结果，上海市互联网的进一步发展，包括办公、金融、教育、生产等更多功能的网络实现，必将影响建设用地的总体规模及内部结构。上海要建设真正的贸易中心和航运中心，而不是生产中心和运输中心，必然要在互联网业态上努力发展，即更多贸易和物流的上游设计、研发和下游的渠道、服务等在上海，且尽可能在网络空间的“虚拟土地”实现，从而在获得更多增值收入的同时，最大可能节约土地的占用。

4 结论

本文以上海为例，研究了互联网发展对土地利用结构优化的影响，通过分析影响路径给出了概念框架，并通过灰色关联分析实证分析了互联网发展对商业用地、工业用地和仓储用地三者的关联影响。研究发现：

上海互联网的发展，无论是互联网普及率的提高还是电子商务的快速发展，都有利于土地利用的节约，进而影响相应的数量和结构。而从结果比较来看，电子商务对土地利用结构的关联度更强，且也确实对商业地产具有相对更高的关联度。而且，根据路径分析，未来可能对金融、教育、办公等也会有一定影响。因此，上海未来土地利用总体规划中，可以在这些方面的土地规划中减少用地增长，而倒逼产业结构、升级，因为它们至少可以通过互联网来实现土地的集约节约利用，从而优化土地利用结构，适度缓解上海土地的极度紧缺。

References)

[1] 周振华,陶纪明,徐珺,等. 上海建设用地现状情景及集约化研究[J]. 科学发展,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] 刘艳芳,明冬萍,杨建宇. 基于生态绿当量的土地利用结构优化[J]. 武汉大学学报(信息科学版),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. 上海市建设用地与经济社会发展的空间计量经济分析[J].上海国土资源,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] 欧聪,张坤. 城市土地利用结构演变分析及其驱动机制研究[J].上海国土资源,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] 杨杨,吴次芳,韦仕川,等. 中国建设用地扩展的空间动态演变格局—基于EBI和EBIi的研究[J]. 中国土地科学,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,濮励杰,黄贤金,等. 城市区域土地利用变化及驱动机制研究[J]. 长江流域资源与环境,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,许婧婧,等. 我国特大城市用地扩张的驱动力分析[J]. 国土与自然资源研究,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] 石忆邵,吴婕. 上海城乡经济多样化测度方法及其演变特征[J].经济地理,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] 鲁春阳,文枫,杨庆媛,等. 地级以上城市土地利用结构特征及影响因素差异分析[J]. 地理科学,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] 严金明. 简论土地利用结构优化与模型设计[J]. 中国土地科学, 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] 龚建周,刘彦随,张灵. 广州市土地利用结构优化配置及其潜力[J]. 地理学报,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. 中国互联网用户增长的省际差异及其收敛性分析[J]. 地理科学,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] 宁进厅,邱娟,汪明峰. 中国互联网产业发展的区域差异及其动态演进—基于生产和消费的视角[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] 中国互联网络信息中心. 中国互联网络发展状况统计报告(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] 谭学瑞,邓聚龙. 灰色关联分析:多因素统计分析新方法[J]. 统计研究,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

袁谆(1988-),女,硕士,人文地理学专业,主要从事城乡规划与土地整治研究.

电子邮箱: yuanzhun0402@163.com

联系电话: 021-63193188×13082

上海市规划和国土资源管理局科研项目