中国建设用地利用效率的空间关联及影响研究

■ 崔新蕾

（内蒙古大学经济管理学院，呼和浩特 010021）

0 引言

随着中国经济快速发展及城市化进程加快，城市建设用地不断扩张。1999年—2017年间，中国城市化率由1999年的34.78%提高到2017年的58.52%，年均增长3.11%；城市建设用地面积由1999年的2.09万km2增加到2016年的5.30万km2，年均增长5.99%。但同期人口城市化水平明显低于土地城市化水平。城市建设用地规模过度外延扩张的同时，人口城市化严重滞后[1]，城市土地粗放低效利用的问题日益凸显[2]。中国制定了严格的耕地保护红线，控制建设用地的无序扩张，综合考虑地区经济社会人口发展水平等因素，将新增建设用地指标分解到各省份。在多种相关因素的影响下，地区之间建设用地利用效率并非孤立，而是存在一定的地区差异和空间关联[3-4]。因此，探讨城市建设用地效率的空间关联整体网络结构特征，掌握各省份在建设用地利用效率关联网络中的地位和角色，揭示对城市建设用地利用效率影响因素的空间关联关系，可以为建设用地的优化配置提供理论依据。

1 研究方法及数据来源

1.1 空间关联网络构建方法

引力模型可以综合考虑地区之间经济距离和地理距离对建设用地利用效率的空间溢出影响，故对引力模型进行修正后引入到建设用地利用效率领域，如式（1）所示：

式（1）中，rij表示省份i与省份j之间城市建设用地利用效率的相互关系；kij表示省份i在省份i和省份j之间建设用地利用效率联系中的贡献率；Pi、Pj表示省份i、j的年末总人口；Gi、Gj表示省份i、j的实际GDP；Li、Lj表示省份i、j的城市建设用地利用效率，用单位建成区面积上的第二、第三产业增加值表示；dij表示省份i与省份j的省会城市之间的最短公路距离，gi-gj表示省份i与省份j的人均GDP差值，表示省份i、j之间的“经济地理距离”。

1.2 网络结构特征方法

使用网络密度刻画建设用地利用效率空间溢出中省份之间的紧密程度，网络密度越大，说明联系越紧密。使用网络关联度反映网络自身的稳健性和脆弱性。使用点度中心度衡量各省份在建设用地利用效率网络中所处的中心程度，点度中心度越高，表明该省份处于网络更加中心的地位；点度中心度可分成点出度和点入度，点出度反映该省份对其他省份的辐射程度，点入度反映其他省份对该省份的影响程度。中间中心度反映某个省份对其他省份建设用地利用效率关联关系的控制程度，中间中心度越高，则该省份越能控制其他省份建设用地利用效率联动。使用块模型分析考察建设用地利用效率空间关联网络的发展状况，找到网络中板块的个数以及每个板块所包含的省份[5]。

1.3 QAP方法

QAP回归方法可用于一个矩阵对多个矩阵的回归分析，能够实现参数估计值和可决系数的显著性检验[6]。

式（2）中，Y表示省份间城市建设用地利用效率的空间关联矩阵，Xi(i=1,2,…,n)表示影响城市建设用地利用效率且度量地区之间差异的方阵。

1.4 数据来源

以全国31个省份作为网络节点，数据主要来自《中国城市建设统计年报》（1999—2005）、《中国城市建设统计年鉴》（2006—2016）、《中国房地产统计年鉴》（2000—2017）、《中国统计年鉴》（2000—2017），将经济数据以1999年为基础做平减处理；省会城市间公路最短距离根据百度地图测算得到。

2 城市建设用地利用效率的网络结构特征

2.1 整体网络结构特征分析

由网络密度公式计算结果可知，如图1所示，1999—2016年间网络密度虽在个别年度出现下降，但整体上呈现增长趋势，由1999年的0.1892上升到2016年的0.2526，表明省份间建设用地利用效率联系日趋紧密。网络关联关系数由1999年的176个增加到2016年的234个，与最大可能的空间关联关系数930个还存在一定的差距，说明提升建设用地利用效率空间关联性的空间还很大。

图1 城市建设用地利用效率的网络密度及网络关联关系数

2.2 中心性分析

2.2.1 点度中心度

如表1计算结果所示，1999年和2016年城市建设用地利用效率的点度中心度均值分别为30.753和39.355，高于均值的省份分别为7个和8个，除内蒙古外，其他省份都位于沿海地区，说明这些省份城市建设用地利用效率与其他省份间存在较大联动关系，在网络中处于中心地位，尤其是上海排名一直是首位，关联关系总数最多为34个，总体呈现受益关系。排名后5位的省份，1999年为湖北、吉林、河北、海南、内蒙古，2016年为山西、广西、河北、海南、吉林，说明这些省份与其他省份之间的关联关系较少。点出度的均值由1999年的5.677上升到2016年的7.548。排名靠前的省份，1999年为广东、青海和云南，2016年为广东、云南和甘肃，说明这些省份城市建设用地利用效率存在较强的溢出效应。点入度排名靠前的省份，1999年为上海、北京和天津，2016年为上海、江苏和北京，说明这些省份城市建设用地利用效率受其他省份的影响较强。

2.2.2 中间中心度

由表1的结果可知，中间中心度均值由1999年

表1 中国城市建设用地利用效率空间关联网络的中心度结果

的2.766上升到2016年的3.419，高于均值的省份，1999年有广东、上海、湖北、北京、天津、贵州，2016年有广东、上海、内蒙古、甘肃、江西、河南、江苏、湖南、浙江，说明这些省份处于其他省份间关联捷径上，在城市建设用地利用效率中发挥着“桥梁”和“中介”作用。中间中心度为0的省份由1999年的10个（甘肃、云南、黑龙江、陕西、海南、吉林、青海、西藏、宁夏和新疆），减少到2016年的4个（青海、西藏、宁夏和新疆），这些省份在网络中处于较“偏远”的位置，受制于排名靠前的省份，且大多数处于西部地区，难以对其他省份产生控制作用。

2.3 块模型分析

对2016年的省份关联关系进行块模型分析①由于篇幅有限，仅以2016年为例进行数据分析说明。读者如需要其他年份数据，可向作者索取。，得到城市建设用地利用效率的四个板块及所包含的城市，如图2所示。城市建设用地利用效率联动板块的溢出效应中，四个板块内部的关系数是30个，板块之间的关系数是204个，说明板块之间的溢出效应十分显著。第一板块内部发生的关系数为8个，向其他板块的溢出关系数为26个，接受其他板块的溢出关系数为71个，可将其划分为双向溢出板块。第二板块内部发生的关系数为7个，向其他板块的溢出关系数为32个，接受其他板块的溢出关系数为76个，可将其划分为主受益板块。第三板块内部发生的关系数为12个，向其他板块的溢出关系数为93个，接受其他板块的溢出关系数为17个，可将其划分为净益出板块。第四板块内部发生的关系数为3个，向其他板块的溢出关系数为53个，接受其他板块的溢出关系数为40个，可将其划分为经纪人板块。具体如表2所示。

根据表2计算板块的网络密度矩阵，考察板块之间建设用地利用效率的关系，结果如表3所示。2016年整体网络密度为0.252，如果板块密度值大于整体网络密度值，赋值为1，说明板块具有集中趋势；反之，赋值为0。根据此原则得到像矩阵，像矩阵可直观地反映建设用地利用效率在各板块间的溢出效应，考察各省份之间用地效率的传导机制。第一板块的溢出效应主要体现在第一板块内部，对其他板块没有产生显著的溢出效应；第二板块的溢出效应主要体现在第二板块内部和第四板块；第三板块的溢出效应主要体现在第一板块和第二板块；第四板块的溢出效应主要体现在第一板块和第二板块。由像矩阵可以看出，第一、第二板块内部的建设用地利用效率具有显著的关联性，表现出“俱乐注：“1”表示存在行指向列的传导关系，“0”表示没有传导关系。部”效应。图2直观显示了四大板块之间的关联关系及在整体空间网络中所扮演的角色。

表2 2016年中国31个省份城市建设用地利用效率联动板块的溢出效应

表3 城市建设用地利用效率板块的密度矩阵与像矩阵

图2 2016年中国31个省份城市建设用地利用效率四大板块间的关联关系

3 城市建设用地利用效率网络结构的影响因素分析

3.1 影响因素选择

借鉴现有研究文献，本文选择影响城市建设用地利用效率联动关系的因素为：产业结构（第三产业产值/第二产业产值）差异X1、人口密度差异X2、商品住宅价格差异X3、办公楼价格差异X4、地均财政支出（财政支出/城市建设用地面积）差异X5、单位就业人员（城镇就业人员数/城市建设用地面积）差异X6、单位利用外资（投资总额/城市建设用地面积）差异X7、道路长度差异X8、城镇化率（城镇人口/总人口）差异X9。

3.2 QAP回归分析

QAP回归是研究解释变量和被解释变量均是矩阵的规划方法，基于同一数据的QAP算法一般比OLS的决定性系数要低[7-8]。回归结果如表4所示，1999年的办公楼价格差异矩阵、单位就业人员差异矩阵、单位利用外资差异矩阵、道路长度差异矩阵通过显著性检验，其他差异矩阵均没有通过显著性检验。2016年的办公楼价格差异矩阵、地均财政支出差异矩阵、单位利用外资差异矩阵、道路长度差异矩阵、城镇化率差异矩阵的回归系数在1%的水平上显著，人口密度差异矩阵、商品住宅价格差异矩阵、单位就业人员差异矩阵的回归系数在5%的水平上显著。其中，单位利用外资差异矩阵、道路长度差异矩阵、城镇化率差异矩阵、人口密度差异矩阵、商品住宅价格差异矩阵的标准化回归系数为正，表明单位利用外资差异、道路长度差异、城镇化率差异、人口密度差异及商品住宅价格差异越大，建设用地利用效率的空间联动性越强；办公楼价格差异矩阵、地均财政支出差异矩阵、单位就业人员差异矩阵的标准化回归系数为负，表明办公楼价格差异、地均财政支出差异、单位就业人员差异越小，建设用地利用效率的空间联动性越强。产业结构差异矩阵的显著性水平不高，说明产业结构差异对建设用地利用效率空间关联影响不显著。

4 结论与启示

本文基于31个省份城市建设用地利用效率数据，揭示建设用地利用效率的网络结构特征及其相关影响因素。得出如下研究结论：①城市建设用地利用效率的关联程度较高，网络密度呈现逐年上涨趋势，网络整体通达性强，存在明显的空间关联和空间溢出效应。②城市建设用地利用效率的点度中心度均值和中间中心度均值，由1999年的30.753和2.766上升到2016年的39.355和3.419，高于均值的省份数量也在增加且大多位于东部沿海地区，说明东部沿海地区对整体建设用地利用效率关联及溢出关系具有较强的影响。③城市建设用地利用效率的四个板块中，第一板块和第二板块内部之间存在显著的“俱乐部效应”，第二板块、第三板块和第四板块存在显著的“梯度效应”。④1999年和2016年的QAP回归分析结果表明，在10%的显著性水平下，1999年的办公楼价格差异、单位就业人员差异、单位利用外资差异、道路长度差异通过显著性检验；2016年办公楼价格差异、地均财政支出差异、单位利用外资差异、道路长度差异、城镇化率差异、人口密度差异、商品住宅价格差异、单位就业人员差异对建设用地利用效率关联具有显著影响。

表4 城市建设用地利用效率影响因素回归分析结果

本文研究结论的启示是：首先，应积极探寻促进省际建设用地利用效率空间关联关系的有效途径，不断优化建设用地利用效率的跨区域协同发展通道。要充分考虑点度中心度和中间中心度较高省份的空间溢出效应，如果某些省份建设用地利用效率得到提高，那么这些省份会通过空间溢出“管道”对其他省份的用地效率提升产生影响，国家在用地配置上应给予倾斜。其次，要不断优化建设用地利用效率的空间关联网络结构，提高建设用地的空间配置效率，实现空间协调集约利用。积极探寻能促进用地效率空间关联的有效途径，增加省份之间建设用地利用效率空间关联网络的链接数量，为建设用地跨区配置创造更多的“管道”。再次，建议结合建设用地利用效率的板块特征，制定区域差别化的供地政策，实现建设用地的空间分类管理。要充分利用用地效率板块之间的关联关系，因地制宜把实行建设用地空间分类管理政策以提高用地效率。