城市土地集约利用的空间极化特征、不均衡性与空间收敛性分析

朱志远，苗建军

（1.潍坊学院 数学与信息科学学院，山东 潍坊 261021；2.南京航空航天大学 经济与管理学院，南京 210016）

0 引言

中国城市化率已由1978年的17.9%提高到2015年的56.1%，但城市化进程中土地资源的浪费却拉低了中国城市发展的总体效率，城市土地资源对城市化、工业化的约束作用也日益凸显。2015年，国家发布《关于加快推进生态文明建设的意见》，要求从严供给城市建设用地，推动城镇化发展由片面注重追求规模扩大与空间扩张向内涵提升的方式转变。因此，城市土地集约利用逐渐成为当前研究的热点问题。

目前关于城市土地集约利用的研究主要涉及三个方面的问题，一是土地集约利用内涵与评价分析[1-3]，二是土地集约利用约束条件识别[4-6]，三是土地集约利用的效应分析[7-9]。在经济联系日益紧密的背景下，区域间的空间关联势必对城市土地利用产生重要影响[10]。许多学者也已经认识到空间效应对区域发展的作用，并开始了这方面的研究尝试。例如，舒元和才国伟通过分析空间技术溢出对技术进步的影响，证实中国区域间存在显著的技术扩散现象[11]；刘渝琳等通过对比传统面板数据模型说明了引入空间面板计量模型的必要性[12]；张洪等采用空间动态面板数据计量方法对房地产投资的地区影响进行分析，结果发现空间溢出效应显著[13]。在分析土地利用问题时，学者们大多运用传统方法测度土地集约利用水平，且多是建立在评价单元之间相互独立，不存在任何空间关联的假设下，忽略了空间因素对城市土地集约利用的影响。事实上，区域发展总是存在扩散或集聚效应，由于区域间人口流动、产业联系、技术扩散等因素的影响，土地作为参与区域经济发展的要素，其集约利用也必然存在空间相关性[14]。因此，在研究中国城市土地集约利用的区域差异时，将空间不均衡、空间极化与空间收敛三种空间效应纳入分析框架，以便更好地描述客观现实。

基于现有文献在研究方法和研究内容上的不足，本文从集约评价方法和空间效应两方面进行拓展。第一，以2004—2015年中国30个省级行政区面板数据为样本，采用纵横向拉开档次法，测度中国城市土地集约利用水平，分析其空间不均衡程度、空间极化特征及演变趋势；第二，利用Moran’s I指数分析地区间土地集约利用的空间相关性，并运用空间面板数据计量分析模型分析城市土地集约利用的空间收敛性，对中国城市土地利用的差异变动进行剖析，为推进城市土地节约集约利用提供参考。

1 研究方法与数据来源

1.1 空间不均衡测度方法

为反映城市土地集约利用水平在不同空间和不同时间的差异程度，并区分组内差异和组间差异，采用泰尔指数法进行分析。泰尔指数的一般计算公式为：

式中，T表示全国城市土地集约利用水平的泰尔指数，n为样本总体数量，yi为各省份城市土地集约利用水平测度值，u为全国城市土地集约利用水平的平均值。

1.2 空间极化测度方法

城市土地集约利用的空间极化是指区域整体的土地集约利用水平在空间上分化为多个群组，群组内的差距相对较小，群组间的差距相对较大。根据极化群组的特点，空间极化的测度方法可分为两类，一类是两极分化的测度指数，另一类是多极分化的测度指数。由于将研究样本分为东部、中部、西部和东北四大区域，故采用多级分化测度指数进行测度。三种极化指数的计算公式为：

其中，n为分组数；pi和pj分别为第i组和第j组样本的比重；xi和xj分别为第i组和第j组样本城市土地集约利用的平均值；K为标准化常数，可以通过K的取值将ER指数限定在0到1之间；α为(0，1.6)之间的任意数，α的取值越大，ER指数反映的极化趋势越大，本文取α=1.5。

其中，G1为基尼系数，G2为组间差距；β为敏感性参数，反映了组内城市土地集约利用聚合程度，在实际应用中为保证EGR极化指数介于0到1之间，可以对β的取值进行调整。

其中，Gi为第i组样本城市土地集约利用水平的基尼系数；其余参数含义同EGR指数。

1.3 空间β收敛模型

在普通收敛模型中引入空间效应后，构建的绝对β收敛与条件β收敛的空间滞后模型分别为：

其中，Ii，t与Ii，t+1分别表示第i个地区第t年和第t+1年的城市土地集约利用水平，In（Ii，t+1/Ii，t）表示第i个地区土地集约利用水平的平均增长率；α为截距项；ρ为空间滞后系数，表示省际间空间相互作用的大小；W为空间权重矩阵；β为系数项，且表示收敛速度；εit为随机误差项。若β为负，并通过了显著性水平检验，表示城市土地集约利用水平存在绝对β收敛，即低集约水平地区比高集约水平地区具有更高的增长率。

引入空间效应后的绝对β收敛与条件β收敛空间误差模型分别为：

其中，λ是反映回归残差之间空间相关性的参数，u是空间不相关的随机扰动项。

1.4 指标构建与样本数据来源

1.4.1 城市土地集约利用水平测度指标

城市土地利用的投入产出要能够反映城市土地系统所承载的物质生产活动，主要表现为人力、资本、土地投入，GDP、工业增加值和产品总价值等产出。结合已有研究，本文选取地均二三产业从业人员数、地均固定资产投资、地均财政收入、地均GDP、地均社会消费品零售总额作为投入产出表征量；城市人地关系的协调性要能够反映区域土地集约利用的程度，主要表现为人与城市土地系统进行物质交换的和谐性，可以用人均建设用地面积、人均绿地、建成区绿化覆盖率来表征；城市用地空间的关联性要能够反映区域内部土地利用的空间结构，主要指城市内部一体化的发展程度和城市的用地空间紧凑度。基于数据的可获取性，选取城市人均道路铺装面积、人口密度等指标来表征。

1.4.2 样本与数据来源

根据数据的科学性，选取除西藏外的30个省级行政区（香港、澳门和台湾由于制度方面的差异不在分析范围之内）作为研究样本。除部分省份来自各省统计年鉴和各地区国民经济和社会发展统计公报外，其他数据均来自《中国统计年鉴（2005—2016）》。鉴于建成区是城市功能的主体部分，本文选取建成区面积作为城市土地面积的表征量。研究样本期为2004—2015年。

2 实证结果分析

2.1 城市土地集约利用的空间不均衡性分析

基于式（1），表1和下页表2给出了2004—2015年城市土地集约利用水平的泰尔指数和组间差异、组内差异对总体差异的贡献率。

表1 2004—2015年地区间城市土地集约利用水平的泰尔指数

从变动趋势来看，全国城市土地集约利用水平的泰尔指数除在2005年和2012年小幅上升外，总体呈下降趋势，四大区域城市土地集约利用水平的泰尔指数变化趋势整体上与全国表现出大致相同的变化趋势，这与威尔逊指数的检验结果一致。但是，四大区域均有各自的变化特征，西部地区样本期内的平均值仍然最大，东部次之，东北第三，中部最小。

分区域来看，东部地区的泰尔指数主要经历了两次大的波动；中部地区的泰尔指数在2005—2013年经历了一次较大幅度的下降，下降幅度超过80%；西部地区城市土地集约利用水平的泰尔指数呈现曲折下降的趋势，与其他三个地区相比，西部地区的变化幅度最小；东北地区城市土地集约利用水平的泰尔指数在2006年达到最大值，然后下降，在2008年小幅上升之后整体下降为0.000209，下降幅度为71.3%。

表2 各差异对总差异的贡献率 （单位：%）

从组内差异与组间差异的变化情况看，2004—2015年间全国城市土地集约利用水平的组内差异在波动中呈下降趋势，组间差异从2005年开始下降明显，组间差异的下降幅度大于组内差异的下降幅度，说明样本期内组内差异和组间差异均在缩小，但四大区域间的差异缩小的速度更快，区域间城市土地集约利用的均衡性趋于加强。

从各差异对总差异的贡献率来看，样本期内全国城市土地集约利用的组间差异平均贡献率为87.5%，组间差异对总差异的贡献率远远大于组内差异。就各区域内部差异来看，东部、中部、西部以及东北四大区域内部的差异对全国城市土地集约利用水平总差异的贡献率也出现明显分化，其值分别为4.26%、0.74%、7.19%和0.26%，其中西部地区组内差异对总差异的贡献最大。

各差异贡献率的变动趋势也各有特点。组间差异贡献率在波动中呈下降趋势，组内贡献率则呈现波动中上升的变化趋势。其中，西部组内差异对总差异的变化趋势与组内差异贡献率的变化一致。中部、东部地区组内差异对总差异的贡献率相对较小，变化幅度较小，总体特征表现为相对稳定。

综上所述，中国城市土地集约利用水平的总差异主要来源于东部、中部、西部、东北四大区域间土地集约利用水平的差距，而各区域内部的差异对总差的贡献率相对较小。

2.2 城市土地集约利用的空间极化特征及演变趋势

基于式（2）至式（4），图1给出了2004—2015年中国城市土地集约利用水平的空间极化程度。由测度结果可以看出，样本期内三种空间极化指数总体上呈上升趋势，说明中国城市土地集约利用的空间极化程度逐步加强。

从图1可以发现，中国四大区域分组的城市土地集约利用的空间极化指数中ER指数最大，EGR指数最小。从增长幅度来看，2004—2015年间ER指数、EGR指数和LU指数分别增长54.4%、84.3%和66.7%。其中，EGR指数的增长幅度最大。从演化趋势来看，空间极化程度主要分为两个加强阶段分别是2004—2009年和2010—2013年，其中2010—2013年的空间极化速度最快，极化趋势更加明显。

三种空间极化指数的测度结果与泰尔指数的测度结果正好相反，这表明区域之间差异的缩小并不意味着极化程度的减弱。在四大区域组内差异下降和组间差异扩大的双重作用下，中国城市土地集约利用的空间极化程度日益加剧。

图1 中国城市土地集约利用空间极化演变趋势

2.3 城市土地集约利用的空间收敛性分析

土地作为一种特殊的生产要素，经济的发展是否会带来土地集约利用水平的收敛？欠发达地区城市土地集约利用水平是否比发达地区具有更高的增长速度？为此，有必要对2004—2015年中国城市土地集约利用水平的空间收敛趋势进行探讨。

由下页表3可以看出，无论是绝对β收敛还是条件β收敛，时间空间双固定模型的检验效果更优。因此，选择时间空间双固定模型来检验中国城市土地集约利用水平的收敛趋势。进一步，通过比较时空双固定模型的Moran’s I、LM-sar、LM-err、R-LM-sar、R-LM-err，两种收敛模式下的Moran’s I值均通过了1%的显著性水平检验，说明中国省际间城市土地集约利用水平的收敛趋势存在空间相关性，从而拒绝无空间效应的假设。LM-sar、LM-err均通过1%的显著性水平检验，而R-LM-err均大于R-LM-sar，表明应采用空间误差模型进行收敛趋势分析。

表4和表5给出了绝对β收敛和条件β收敛的空间计量结果，为进一步比较SLM模型和SEM模型的区别，同时采用两种模型进行分析。可以看出，引入空间效应后模型的拟合优度均有大幅提高，变量回归系数的显著性也有明显改进。这是说明空间收敛模型比普通收敛模型更具优势。另外，SEM模型的对数似然函数值Log L均大于SLM模型的Log L，故应选取SEM模型的计量结果进行分析，印证了前面模型选择的准确性。

由绝对β收敛的空间计量结果来看，lnyt-1的弹性系数为负且通过了1%的显著性检验，表明全国范围内城市土地集约利用水平存在绝对β收敛趋势。绝对β收敛的速度为4.687%，远远大于普通面板数据模型的1.619%的收敛速度，说明区域之间城市土地集约利用存在空间溢出，纳入空间效应后能够提高土地集约利用分析结果的真实性。

表3 普通面板绝对β收敛与条件β收敛的空间相关性检

表4 绝对β收敛的空间计量结果

在条件β收敛的空间计量结果中，lnyt-1的弹性系数为负且通过了1%的显著性检验，表明全国范围内城市土地集约利用水平存在条件β收敛趋势。条件β收敛的速度为7.734%，在加入控制变量后收敛速度得到明显提高。人力资本与经济发展水平的估计系数均为正，分别通过了5%、1%的显著性水平检验。产业结构、技术水平的估计系数为负，且均通过1%的显著性水平检验。城市化水平对城市土地集约利用水平趋同的影响为负，但表现不显著。上述结果表明，人力资本、经济发展水平对城市土地集约利用水平的趋同具有正向作用，产业结构、技术水平则显著抑制城市土地集约利用水平的趋同。

表5 条件β收敛的空间计量结果

3 结论与建议

本文采用泰尔指数法与空间极化指数法分别分析了中国城市土地集约利用水平的不均衡性与空间极化特征，然后对区域差异的变化趋势进行空间收敛性分析。结果表明：

（1）泰尔指数显示，全国范围内城市土地集约利用呈现均衡化的发展趋势，区域之间的差异趋于缩小，但区域内部城市土地集约利用的水平的差异却表现出不同的特征。从差异大小来看，西部地区城市土地之间的集约利用水平差异最大，东部地区则最小。样本期内中国城市土地集约利用的组内差异与组间差异均在缩小，组间差异的下降幅度更大，组间的均衡化趋势更加明显。另外，中国城市土地集约利用水平的总体差异主要来自组间差异。空间极化分析结果表明，样本期内中国四大区域城市土地集约利用水平空间极化的演变趋势不同于区域差距的变化趋势，而是呈上升态势。

（2）空间收敛性分析表明，纳入空间效应后的计量模型在拟合优度、对数似然函数值等方面比普通面板收敛模型改进明显，模型准确性更高。空间绝对β收敛分析表明，省际间中国城市土地集约利用水平存在显著的β收敛趋势。将影响城市土地集约利用水平趋同的变量引入后，空间条件β收敛的结果表明省际间中国城市土地集约利用水平存在显著的条件β收敛趋势。在各影响因素中，人力资本、经济发展水平对城市土地集约利用水平的趋同具有显著促进作用，而产业结构、技术水平则对中国对城市土地集约利用水平的趋同具有显著抑制作用。这为差别化土地管理措施的制定提供了实证参考。

基于上述结论，本文提出以下建议：

（1）缩小区域间城市土地集约利用水平的差距，需要在土地利用总体规划的框架内，充分增强基础设施建设、产业规划、人力资本、科技发展等要素投入之间的协调性，从产业导向、设施配置、政策保障入手，在城市发展转型的推动下，划定城市边界，整合市中心土地资源与开发区建设，制定与地区发展相适应的用地效益、土地管理效益等考核指标，通过城市空间资源的优化配置提升城市土地集约利用水平。

（2）各地区要在做好城市功能定位的基础上，基于区域发展差异实行差别化的用地政策引导。要结合自身在“十三五”时期节约集约用地目标，制定相应的城市发展政策，快速提升本地区城市土地集约利用水平，并缩小区域间和区域内部的用地水平差异，在实现均衡发展的基础上，顺利完成单位国内生产总值建设用地使用面积降低20%的总目标。