空间溢出效应视角下我国社会经济因素对建成区绿地率的影响研究

刘志强， 韩 纯， 王俊帝，2， 洪亘伟

（1.苏州科技大学 建筑与城市规划学院 江苏 苏州215011； 2.苏州科技大学 天平学院，江苏 苏州215011）

在生态文明建设背景下，科学认识城市绿地建设影响机理是构建优质人居环境的基础。 建成区绿地率是衡量城市绿地建设水平的重要统计指标之一，准确研判其发展的驱动因素特征有助于统筹绿地发展格局，促进城市绿地科学发展。长期以来，建成区绿地率发展受自然环境和社会经济（含政策）两方面影响。自然环境是城市绿地建设的基底，不易受人为干扰，稳定性强；而社会经济与城市绿地关系更为紧密，短期内受人为影响较大，波动性强。 因此，探明社会经济因素对绿地建设的作用机理及特征对促进绿地协调有序发展具有重要意义。

追溯国内外绿地建设影响机制的相关研究，主要集中在以下三个方面：（1）研究内容不断拓展，从探究单一要素对绿地建设的影响向多指标类型综合影响转变[1-2]；（2）研究方法持续创新，从定性分析驱动机制向最小二乘回归、地理探测器等定性定量相结合的方法突破[3-5]；（3）研究尺度不断丰富，从单一城市到与区域、全国等大尺度兼顾[6-7]。 上述研究虽多层次分析了驱动机制与绿地的内在关联特征，但此类研究均假设各要素彼此独立，无空间交互影响。 许乙青及刘志强等学者的研究[8-9]证明，绿地及其驱动因素发展并非独立存在，空间上相互关联，除对本地区的直接影响外对临近地区还存在间接影响即溢出效应。 目前，将空间要素与绿地发展驱动因素相结合的研究较少，仅见许乙青[8]对中国城市绿地建设的空间溢出效应，及张方、陈凯[10]对城市绿地供给标尺竞争的研究，但两者均采用截面数据，缺乏对我国市域长时间规律的整体把握，同时在模型选择上未考虑驱动因素间相互作用对绿地的影响。

在新型城镇化进程深入的背景下，综合考虑社会经济因素与绿地发展的空间内在关联特征，是推动绿地高质量协同发展的基础[11-12]。 社会经济因素对绿地有何直接及间接影响？ 间接影响的时空特征如何？ 如何对各区域绿地建设精准引导？ 鉴于此，本文以我国大陆地级市及以上城市为样本单元，引入空间计量模型，对1996-2016 年影响建成区绿地率的社会经济因素空间溢出效应进行分解。旨在为城市绿地差异化管理，发挥区域优势，促进区域绿地协调化、一体化发展提供理论依据。

1 研究方法、变量选择、研究范围及数据来源

1.1 研究方法

1.1.1 空间计量模型简介

空间计量模型源于空间计量经济学，在回归计算中处理地理要素的空间相互作用等问题[13]。地理学第一定律指出，地理空间观测值都具有一定程度的空间依赖性或空间自相关性特征。 即一个地区的某一属性值受到邻近地区相同属性值的影响。 区别于传统计量学数据独立的假设会造成在处理具有相关性的空间数据时出现偏误，空间计量模型的优势在于它假设各社会经济因素在空间上存在某种关联特征，能更精准、全面地测度出区域间不同社会经济因素的空间关联程度对建成区绿地率①本文中“建成区绿地率”是建成区绿地面积占建成区面积的比重，数据源于《城市建设统计年报》（1996-2005）和《中国城市建设统计年鉴》（2006-2016）。的影响。 随着空间计量模型的不断完善，其应用领域从经济发展到房地产、交通、环境等方面，目前拓展到城乡规划学、风景园林学研究中[14-15]。

1.1.2 空间计量模型选择

空间计量模型包括空间自相关模型、空间误差模型和空间杜宾模型等。 自相关模型侧重建成区绿地率自身空间相关性的探讨，误差模型可分析自变量以外因素造成的误差，而杜宾模型能考虑各因素空间溢出效应对建成区绿地率的影响及误差项计算，其表达式为式中，W是空间权重矩阵，Y为被解释变量建成区绿地率，X为各社会经济因素，ρ 是建成区绿地率空间滞后项系数，t是研究年份，β 是解释变量的系数，ε 是服从正态分布残差项，θ 是解释变量空间滞后项的系数。

1.1.3 空间权重矩阵构建

空间权重矩阵包括邻接矩阵、距离权重矩阵等形式[16]用于描述两个区域间要素存在的空间关系。考虑到本文社会经济因素空间溢出不仅会辐射邻接城市，还会涉及范围更广的区域，且溢出效应随着距离增加而减弱，选择地理距离矩阵更符合实际情况。 地理距离矩阵假定地区间相互影响的权值是两地距离平方的倒数，通常表现为如下所示的n阶非负矩阵W

其中，n为城市单元的个数，wij表示城市i和城市j之间的空间依赖关系，权重值越大，则区域间绿地发展的空间依赖性越强。

1.2 变量选择

社会经济因素变化与人类活动关系密切，研究时段内变化明显，厘清其内在规律和变化轨迹是城市绿地转型发展的关键。在借鉴相关研究的基础上，从经济、政策、人口、教育、产业结构、基础设施等六个角度出发，在各类因素中选取代表性的指标为解释变量（见表1）。

1.3 研究时空范围及数据来源

本文选取1996-2016 年为研究周期。 截止2016 年底，中国大陆共设地级市及以上城市297 个（不含香港、澳门、台湾），对个别年份数据缺失的城市进行处理③所有指标，某城市缺少某年份指标数值的，均采用该市前后两年指标数值平均值替代。，根据数据可得性删除驻马店、丽江、日喀则等24 个地级市④截止2016 年中国共有地级及以上城市297 个，考虑数据可得性等客观因素，剔除丽江、三沙、儋州、驻马店、来宾、崇左、眉山、昭通、深圳、临沧、陇南、西宁、海东、银川、石嘴山、固原、吴忠、中卫、吐鲁番、哈密、日喀则、昌都、林芝、山南24 个城市。，最终确定273 个城市为研究样本。 本文基础指标数据⑤本文所用指标建成区绿地率、城市人口、城区面积、固定资产投资、园林绿化固定资产投资、城区道路面积均来源于《城市建设统计年报》（1996-1997）、《中国城市建设统计年报》（1998-2005）和《中国城市建设统计年鉴》（2006-2016）。 地区生产总值、普通高等学校在校学生数来源于《中国城市统计年鉴》（1997-2017）。均来源于《中国城市建设统计年鉴(报)》[17]和

《中国城市统计年鉴》[18]。 为消除不同类型指标数据存在的异方差，本文对所有指标进行取对数处理。

2 空间计量实证分析及检验

2.1 计量模型选择与结果估计

2.1.1 计量回归形式检验

传统最小二乘法回归（OLS）假设各要素独立，在空间计量回归前需要与OLS 进行模型比较选择最优形式。建成区绿地率OLS 回归与固定效应、随机效应的对比结果（见表2 和表3）表明固定效应和随机效应模型拟合度都高于OLS 回归。 借助F 检验和Wald 检验，不论F检验还是Wald 检验都通过1%的置信水平，这进一步拒绝了OLS 回归，对固定效应和随机效应模型进行Hausman 检验比较二者的优先级。检验结果在1%的水平上显著，表明检验拒绝了随机效应的原假设，应选择固定效应模型对建成区绿地率进行回归。

表2 OLS 回归结果

表3 固定和随机效应回归结果

固定效应包含个体、时间、双向固定效应三种形式，对建成区绿地率分别进行回归分析（见表4）。 三者的F 统计量检验都在1%的水平上显著， 再对比拟合优度发现“个体-时间”的双向固定效应最优。 结合实际情况看，社会经济因素受到时间维度和空间维度的双重影响。时间维度上某一截面的建设情况与其前后相邻年份之间关系紧密，空间维度上某一地区与邻近地区彼此影响。综合检验和实际情况，选择“个体-时间”双向固定效应进行后续研究。

2.1.2 空间计量模型检验及结果估计

针对空间计量模型的形式LeSage 在2011 年就已经指出应该从空间杜宾模型为起点展开实证研究[19]。由于OLS 的方法对空间计量模型进行回归会导致结果发生偏误，本文采用最大似然法（MLE）对模型进行回归计算，通过似然比检验（LR）最终确定模型类别。

模型进行MLE 回归及LR 检验的结果（见表5）表明SDM 模型优于SAR 模型和SEM 模型，故本文最终采用空间杜宾模型双向固定效应进行实证研究。由于在SDM 模型中同时存在被解释变量和解释变量的空间滞后项，解释变量相互作用会对空间滞后项产生干扰，此时模型不能准确反映社会经济要素对建成区绿地率的影响。 为解决此类问题本文参考Lesage 和pace 提出的偏微分法[19]，将各要素因空间依赖带来的影响分解为直接效应、间接效应和总效应（见表6）。

表4 个体、时间、双向固定效应回归结果

表6 空间杜宾模型直接效应和间接效应分解

2.2 空间溢出效应分解

2.2.1 人均GDP：直接推动绿地建设，持续性强

人均GDP 在驱动建成区绿地率增长的因素上占据首要地位。 直接效应下，人均GDP 估计系数为0.076并在1%的水平上显著；间接效应下，估计系数为0.371 且在1%的水平上显著，表明人均GDP 存在显著的空间溢出。 究其原因：（1）生产力水平提升，社会经济快速发展直观反映在人民生活水平提升上，人们愈发注重高品质人居环境建设。经济水平的提升同时惠及周边地区，带动周边城市的环境建设投资。（2）经济水平提升使政府对绿地建设能力增强，当某地增加对绿地投资时，邻近地区政府由于政绩压力会效仿该地区，形成相互竞争的“锦标赛机制”[10]，推动绿地率持续增长。

2.2.2 人口密度：绿地建设内生动力，促进绿地建设模式转变

人口密度是建成区绿地率持续增长的内在支撑，直接效应和间接效应都通过了5%的显著性水平检验，溢出效应明显。从人口需求看，人口密度增长源于城市吸引力的提升。伴随城镇化进程深入，人口流动日趋频繁，外来人口大量涌入使得城市绿地需求量进一步增大，促使政府加大绿地建设力度。 从建设用地看，当前土地城镇化速度放缓，土地扩张受限，“以地推动”的绿地建设模式受到限制，迫使政府进行精明、集约化建设，促进绿地建设模式转变[20]。

2.2.3 园林绿化固定资产投资：保障绿地发展，辐射范围受限

园林绿化固定资产投资占比的直接效应和间接效应均通过了5%的显著性水平检验（见表6）。从社会发展看，1996-2016 年间，园林绿化固定资产投资占比从2.9%上升到9.6%。 随着社会发展阶段转变，政府对绿地建设愈发重视,地区间政府会相互学习、借鉴绿地建设方式，增加投入带动绿地发展。 从调控范围看，建成区绿地率还包括不在政府直接投资范围内的附属绿地，充分利用市场资源，切实加强该类绿地的建设质量，发挥区域带动作用是绿地建设转型升级的突破点。

2.2.4 三产与二产比值：产业转型释放绿地资源，区域间溢出显著

由表6 可知直接效应并不显著，而间接效应则通过了1%的显著水平检验。 从用地视角看，某地产业结构转型升级促使工业用地减少，土地资源得到释放。 邻近地区由于竞争压力会效仿该地区优先发展第三产业，利用工业遗留用地开展城市绿地建设。 从发展模式看，张方等[8]认为绿地建设的根本推动力源于城市用地扩张。 三产比重提升，溢出效应显著也证明我国正逐步摆脱以工业为主导的发展模式，新技术、新模式的发展将促进城市绿地建设由量到质转变[21]。

2.2.5 高等学校在校学生占比：区域差异大，溢出作用不明显

高等学校在校学生占比仅对本地区的直接影响显著，间接效应未通过10%的显著性水平检验。 从区域交流看，近年来教育水平的提升一定程度上会促使绿地建设理念转变。 但就目前而言，区域间交流互动频率低，人才流动迟缓，相较于本地教育水平的提升直接推动绿地建设，溢出作用存在明显滞后。 从区域差异看，东西部差异明显，东部教育基础较好，绿地建设理念领先，但区域间集聚现象存在，“马太效应”明显，教育资源难以流通，西部基础教育落后，处于建设起步阶段，更注重自身教育水平提升，缺乏教育理念的创新交流。

2.2.6 人均道路面积：时空差异明显，总体效应不显著

人均道路面积的驱动作用存在时空差异，现分时段和区域⑥根据《中国城市建设统计年鉴》（2016 年）中地区分类的第一种方式，将我国大陆分为东部、中部、西部三大地区。进一步研究。就时序变化而言，溢出效应在经历了“作用突出-成效减弱-效益回升”三个阶段（见表7）。第一阶段我国处于基础设施建设初期，各地区均着力提升基础设施，建设模式及理念等交流互动频繁，区域间溢出作用明显。 第二阶段我国基础设施建设逐渐提升，其推动绿地增长的效果减弱，逐渐趋于饱和。 第三阶段由于城市人口、交通压力增大，政府再次聚焦基础设施建设的完善，促使区域间协作增强，溢出效应显著。 就区域差异而言，东、西部异质性明显（见表8）。东部基础设施建设领先，对外交流频繁，建设成果易被邻近地区学习、借鉴，溢出效应明显。 西部受制于资源禀赋、经济发展等客观条件，尚处于建设初期，更重视区域内绿地发展，缺少区域间发展成果交流、共享，溢出效应不明显。

表7 人均道路面积直接效应和间接效应时段分解

表8 人均道路面积直接效应和间接效应区域分解

3 结论与建议

3.1 结论

（1）建成区绿地率受经济发展、政策支持、产业结构、人口规模等要素综合影响，溢出效应明显。经济发展是基础，主导绿地建设；政府政策宏观调控形成保障体系；人口因素是内生动力，存在滞后性；产业结构转型为绿地建设注入外部活力。 城市绿地建设应充分考虑各要素间的内在关联，搭建政府和市场间的桥梁，多管齐下提升绿地发展效益，实现绿地由“量”到“质”发展。

（2）不同类型因素溢出效应影响程度差异显著，呈人均GDP＞三产比二产＞人口密度＞园林绿化固定资产投资占比的态势。 GDP 发展影响持续性强，始终占据主导地位；三产比重和人口密度的溢出作用受制于产业转型速率和城镇化水平；政府固定投资保障绿地建设，仍需加大投入。未来绿地建设仍应针对当地主导因素，减少资源浪费。 既要聚焦绿地建设投资及政府政策配套实施，又要重视人口、产业结构转变带来的绿地发展新机遇。

（3）驱动因素空间溢出效应时效性显著，区域异质性明显。 整体而言，经济和政策因素长期稳定，人口和产业结构溢出效应阶段特征明显。 就区域差异而言，东中西三大地区主要影响因素迥异，东部和中部得益于经济优势和产业转型，西部更依赖国家政策扶持。各地应明确自身发展特征及阶段变化，主动适应发展现况，突破传统绿地建设瓶颈。

3.2 建议

在我国新型城镇化深入、生态文明建设加快的背景下，多层次分析城市绿地发展模式和影响因素，重视绿地建设空间辐射作用，是明确绿地发展方向和打造美好人居环境的关键。

（1）强化区域间交流协作，优化市场要素配置。传统的绿地建设以政府为主导，自上而下单一化推动。 随着城镇化进程深入及“以人民为中心”理念的实施，城市绿地建设也必将由政府单向推动向“政府-市场”双向推动转变。政府层面，加强政府间交流合作，转变政府职能，建立多渠道和多元主体的投资体系，依托政策、产业转型、教育、投资等要素共同发力，防止区域间“极化”现象产生[22]。 市场层面，充分发挥机制灵活多变的作用。 从需求端出发“因需置绿”,挖掘附属绿地、遗留用地等的开发潜力。 同时，加强社会资本对城市绿地建设的注入，通过企业间交合作、竞争打造企业绿色绩效竞争机制,增强绿色效益的溢出作用。

（2）明确要素作用机理，以点带面打造绿地建设“共同体”。 明确核心驱动要素，重视人对绿地的需求，使驱动要素效益最大化。对各要素加强投入、协调发展，带动周边地区，促进绿地建设效率提升。打造绿地建设示范点，将区域内绿地水平领先城市视为绿地建设的“火车头”[23]，连接周边落后地区，发挥“涓滴”作用，使本地的优势因素通过技术交流、合作建设等方式溢出带动周边城市。 在全国范围内多点带动，打造绿地建设“共同体”，构建协调紧密的绿地建设网络，支撑城市绿地健康可持续发展。

（3）建立差异化绿地建设模式，因市制宜、因时制宜。 城市绿地建设应明晰地区所处位置和发展阶段，使绿地建设水平与城市发展进程相适应[24]。 我国目前城市发展阶段变化迅速，应转变经济、土地带动的模式为“量效兼顾”和“供需平衡”的方式。 东部鼓励服务业、高新技术产业等第三产业发展取代工业的主导地位，增强知识、技术、经济等多要素的溢出作用，扩大辐射范围，缩小区域绿地建设差距。 西部地区，一方面加强原始资金投入，更新基础设施建设，多管齐下共同发力，协调联动；另一方面，重视教育、人口等内生性因素的影响，加快人口城镇化步伐的同时积极鼓励人才流通、引进，根源上改变绿地发展理念。