我國國有建設用地供應變化特征分析
——基于2003－2014年數(shù)據(jù)

■ 張守忠

（黑龍江科技大學礦業(yè)工程學院，哈爾濱 150022）

我國國有建設用地供應變化特征分析
——基于2003－2014年數(shù)據(jù)

■ 張守忠

（黑龍江科技大學礦業(yè)工程學院，哈爾濱 150022）

基于2003-2014年的統(tǒng)計數(shù)據(jù)，利用數(shù)理統(tǒng)計、指數(shù)法、ESDA探討了2003年以來國有建設用地供應的變化規(guī)律及影響因素。結果表明：(1)省份間供應量絕對差距擴大，相對差距縮小，建設用地供應趨向均衡，與人口分布趨向協(xié)調；(2)建設用地供應整體呈正相關，但相關性顯著減弱，由顯著的集聚分布轉變?yōu)殡S機分布；(3)局部的空間正相關明顯減弱，空間異質性增強；(4)僅有少數(shù)地區(qū)存在顯著的局部性自相關，但范圍減??；(5)經濟發(fā)展、城鎮(zhèn)化、政策驅動等是引致建設用地供應時空變化的因素。

國有建設用地；供應；時空演變；探索性空間數(shù)據(jù)分析；影響因素

隨著經濟的快速發(fā)展和城鎮(zhèn)化的穩(wěn)步推進，我國國有建設用地（以下簡稱“建設用地”）供應快速增加，由2003年的286436.65hm2增至2014年的647995.57hm2，12年累計供應5169197.51hm2。同期，全國共征收農用地3745715.22hm2，其中征收耕地2382428.85hm2，受各因素影響，建設用地供應發(fā)生了顯著變化，研究建設用地供應的時空變化規(guī)律與影響因素具有重要意義。

1 數(shù)據(jù)來源與研究區(qū)域

本文以歷年的《中國國土資源年鑒》《中國國土資源統(tǒng)計年鑒》為數(shù)據(jù)源，搜集、整理了2003－2014年全國31個?。ㄗ灾螀^(qū)、直轄市，不包括臺灣地區(qū)、香港特別行政區(qū)、澳門特別行政區(qū)）的建設用地供應數(shù)據(jù)，以省份為基本研究單元，以各省份建設用地供應量時空變化為研究對象。地理空間數(shù)據(jù)采用全國行政區(qū)劃圖。

2 建設用地供應變化分析

2.1 基于數(shù)理統(tǒng)計的建設用地供應分析

2003年，有10個省份的供應量占全國的比重小于1.5%（圖1），合計占7.56%；有13個省份的比重介于1.5%～3%，合計占29.84%。二者合計僅占37.4%。雖然僅有8個省份的比重大于3%，但合計卻高達62.6%，其中僅江蘇、浙江、山東三省就占41.51%，超過上述23個省份總和。2003年供應量最大的5個省份的供應量是最小的5個省份的36.78倍?？梢娛》蓍g建設用地供應量懸殊極為顯著。到2014年，懸殊狀況得到明顯改善，突出表現(xiàn)在：①原比重介于1.5%～3%及低于1.5%的省份的合計比重分別增加7.43、8.05個百分點，提高至37.26%、15.61%，而原高位序省份的比重顯著下降，浙江、江蘇、山東、上海的合計比重更是下降了31.4個百分點；②供應量最大的5個省份是最小的5個省份的供應量的17.59倍，相比2003年有明顯改善；③比重在3%～6%的省份由5個增加至11個，而比重在1.5%～3%的省份則由13個減少至9個。

圖1 我國國有建設用地供應情況

由表1可知，除個別年份外，2003－2014年建設用地供應量的標準差總體上呈現(xiàn)上升態(tài)勢，說明省份間建設用地供應量的絕對差距有逐漸擴大的趨勢，這主要是建設用地供應整體規(guī)模擴大所致。省份間供應量的變異系數(shù)總體上呈逐年減小的趨勢，表明其相對差距逐漸縮小，建設用地的省份間供應趨向均衡。

2.2 基于指數(shù)法的建設用地供應分析

以上分析忽視了我國省份間人口、經濟規(guī)模等存在明顯差異的客觀實際，為進一步探討我國建設用地供應的區(qū)域變化，本文引入以下3個指數(shù)：

(1)地理集中指數(shù)（C，見公式1）。該指數(shù)可反映要素地理分布的集中化程度。式（1）中，T為全國總人口，H為按供應量由大到小排列后累積供應量占全國50%的省份的累積人口數(shù)。指數(shù)越大，表明要素分布越集中。當供應量分布與人口分布絕對均衡時，C值最小，為50；當供應量分布極端不均衡時，C值最大，為100。

(2)基尼系數(shù)（G，見公式2）。該系數(shù)可反映空間要素的分布[1]。式（2）中，Qi為按供應量由小到大排列后從第1省到第i省的累積供應量比重；wi為i省的供應量比重，pi為i省的人口比重。理論上，G值介于0～1之間，數(shù)值越低表明建設用地供應的空間分布越均勻

(3)泰爾指數(shù)（T，見公式3）。該指數(shù)多被用來考察要素的區(qū)域差異。式（3）中，S為全國建設用地供應量，Si為第i省供應量，P為全國人口數(shù)，Pi為第i省人口數(shù)。T值越大，表明建設用地供應的區(qū)域差異越大。

將上述指數(shù)的數(shù)據(jù)代入相應公式，計算得到3個指數(shù)的數(shù)值（表2）。2003年，建設用地供應量的C、G、T分別為77.09、0.32、0.129。此后三個指數(shù)的變化雖略有波動，但總體下降的趨勢十分明顯。到2014年，3個指數(shù)分別下降至51.13、0.09、0.043，下降幅度分別達到33.67%、71.88%、66.67%，表明建設用地供應的省份分布與人口分布趨向協(xié)調。

表2 我國國有建設用地供應相關指標數(shù)據(jù)

表3 我國國有建設用地供應全局Moran’s I指數(shù)

2.3 基于ESDA的建設用地供應分析

傳統(tǒng)的數(shù)理統(tǒng)計分析只注重數(shù)值之間的關系，忽視了其空間關系[2]，很難真正揭示其空間關聯(lián)過程與空間格局，為此引入探索性空間數(shù)據(jù)分析（ESDA）。

2.3.1 全局自相關分析

全局自相關可以反映某區(qū)域單元上的某種地理現(xiàn)象或某一屬性值與鄰近區(qū)域單元上同一現(xiàn)象或屬性值的相關程度[3]，全局Moran I指數(shù)是最常用的指標。利用GeoDa軟件，采用鄰接標準構建空間權重矩陣，計算得到2003－2014年的全局Moran’s I指數(shù)（表3）。2003年，建設用地供應量的全局Moran’s I值為0.423，Z值為4.73，大于Z0.01(2.58)，表明建設用地供應整體上呈顯著的、正的空間自相關，即供應量大的省份相對的趨于和供應量大的省份集聚，供應量小的省份被供應量小的省份包圍，空間總體差異較小，省份的供應量與鄰近省份的供應量呈相關關系，建設用地供應存在空間依賴特征。此后I值總體呈現(xiàn)出減小的趨勢，2014年更是減小至-0.018，且自2011年以來Z值均未通過顯著性檢驗，除2012、2014年呈微弱的負相關外，其余年份建設用地供應量大的省份和供應量小的省份兩極集聚，呈現(xiàn)一定的空間正關聯(lián)特征，但這種空間趨同效應隨著時間的推移逐漸減弱，并由顯著的集聚分布轉為隨機分布。

2.3.2 局域空間自相關分析

全局自相關并不能反映區(qū)域的局部空間集聚狀況，易掩蓋反常的局部狀況或小范圍的局部不穩(wěn)定性，需要進行局域空間自相關分析。

Moran I散點圖常被用來表征局部的空間不穩(wěn)定性。2003年，分別有6個、19個省份位于第一象限（HH）、第三象限（LL），其自身供應量較大（?。?，周邊省份也較大（?。?，空間關聯(lián)為正相關，區(qū)域具有集聚性和相似性，前者主要分布在東部沿海地區(qū)，后者集中于中西部地區(qū)，二者合計占省份總數(shù)的80.64%，其中LL類型占61.29%，這也再次說明建設用地供應呈現(xiàn)兩極集聚。LH、HL類型僅有6個，其自身供應量較?。ù螅?、周邊省份較大（?。?，為空間負關聯(lián)，區(qū)域具有分散性和異質性。以上表明該年建設用地供應具有局部集聚特征，二元結構突出，表現(xiàn)為低值簇現(xiàn)象。2014年，建設用地供應格局變化顯著：①LL類型大幅減少，由19個減少至4個，其中湖北等4個省份轉為HH類型，山西等9個省份轉為LH類型，內蒙古轉為HL類型。②HH和LH類型大幅增加，由6個、4個分別增加至10個、13個，前者主要向中南地區(qū)延伸，后者主要向西部地區(qū)擴張。③HL類型增加少，但變化大，廣東的供應量與周邊的廣西、湖南、江西、福建的供應量均大幅縮小而轉為HH類型，河北、新疆、內蒙古的供應量明顯高于周邊的北京、天津、山西、陜西、吉林、黑龍江、青海、寧夏等省份的供應量，成為建設用地供應的極化中心。初期空間正相關類型（HH、LL）占據(jù)絕對優(yōu)勢的狀況明顯改變，由25個下降至13個，而負相關類型（LH、HL）的省份數(shù)量由6個增加到18個，比重由19.35個百分點提升至58.06%，表明建設用地供應的空間異質性顯著增強，二元結構減弱，供應趨向均衡。

鑒于散點圖不能判斷各地區(qū)的局部相關類型及其聚集區(qū)是否在統(tǒng)計意義上顯著[4]，而LISA（Local Indicators of Spatial Association）能夠衡量觀測樣點屬性和其周邊樣點屬性相近（正相關）或差異（負相關）程度[5]，故本文在局部Moran I指數(shù)的基礎上生成LISA顯著性集聚圖（圖3）。在0.05顯著性檢驗水平下，2003年建設用地供應在局部范圍內呈現(xiàn)出明顯的空間集聚性，HH、LL類型居主導地位，其中HH類型區(qū)占主體且連片分布，共有浙江、江蘇、山東、安徽、上海5個省份，這幾個省份是全國建設用地供應的核心地區(qū)，說明其與周圍同樣供應量較大的省份在空間上更多地趨于集聚，而并非是隨機的分布?？臻g異質性則主要通過HL類型體現(xiàn)，四川是我國西部的經濟大省，建設用地供應量明顯大于周邊省份，成為顯著的HL類型，與周邊形呈現(xiàn)空間負關聯(lián)。2014年，達到顯著性水平的省份減少至5個，雖然江蘇省供應量居全國第三位，但其相鄰省份浙江、上海的供應量不升反降，使3省未能通過顯著性檢驗。新疆的供應量明顯大于其相鄰的青海、甘肅、西藏的供應量而成為顯著的HL類型。貴州的供應量位居全國中游，但低于云南、四川、湖南、廣西周邊省份的供應量，且云南、四川的供應量居全國前兩位，湖南居第9位；西藏的供應量均明顯低于周邊省份的供應量，使得貴州和西藏成為顯著的L H類型。可見，隨著時間的推移，建設用地供應量通過顯著性檢驗的省份減少，局域自相關性比較弱，且有明顯減弱的趨勢。

圖2 我國建設用地供應的Moran散點圖

圖3 我國建設用地供應LISA集聚圖（p≤0.05）

3 建設用地供應影響因素分析

3.1 經濟發(fā)展差異

建設用地供應是非農經濟發(fā)展的基礎。改革開放以來，我國優(yōu)先發(fā)展東部沿海地區(qū)，在經濟快速發(fā)展的驅動下，廣東、江蘇、浙江、山東、河北、上海等東部經濟大省的建設用地需求旺盛，這是研究期前半階段建設用地供應集聚于上述省份的重要原因。而受產能過剩、結構調整、成本上升等因素影響，2010年以來上述省份經濟增長明顯放緩，而其它省份發(fā)展依然強勁，且東部與中西部存在明顯的東退西進的產業(yè)轉移；其次，沿海地區(qū)經濟外向化程度高，經濟增長對外貿的依賴程度大，2008年以來的金融危機對其經濟發(fā)展的影響明顯高于中西部地區(qū)；第三，東部地區(qū)產業(yè)結構層次高，產業(yè)結構調整的退二進三趨勢明顯（表4），這在很大程度上減緩了建設用地需求的增長速度，而中西部地區(qū)正處于工業(yè)化加速發(fā)展階段，其建設用地的使用具有鮮明的平面擴張?zhí)卣鳎瑢е聦ㄔO用地的旺盛需求。

表4 我國不同地區(qū)經濟發(fā)展差異

3.2 城鎮(zhèn)化進程差異

城鎮(zhèn)建設用地是國有建設用地的重要部分。我國正處于城鎮(zhèn)化快速發(fā)展時期，但存在明顯的區(qū)域差異。東部地區(qū)城鎮(zhèn)化水平高，研究初期北京、上海、天津、廣東、遼寧、浙江等省份的城鎮(zhèn)化水平均超過50%，城鎮(zhèn)化進程逐漸進入緩慢發(fā)展階段。期間，除江蘇、福建、河北的城鎮(zhèn)化水平提高幅度居全國前10位之外，浙江、山東、廣東等其它東部省份均居全國后列。中西部地區(qū)初期的城鎮(zhèn)化水平起點低，其城鎮(zhèn)化水平提高幅度明顯大于東部地區(qū)，人口、產業(yè)等快速向城鎮(zhèn)集中，并帶動房地產、城市基礎設施以及城市生態(tài)等用地快速增長，城鎮(zhèn)建設用地需求旺盛，進而帶動了建設用地供應。期間，2003年供應量占比超過3%的7個省份（不含上海）的城市建設用地面積共增加9150.2km2，而其它24個省份共計增加10158.5km2。

3.3 政策驅動

20世紀90年代以來，我國開發(fā)區(qū)數(shù)量迅猛增加，但很多開發(fā)區(qū)因不具備招商引資條件導致土地閑置，閑置土地面積一度高達43%[6]。為減少建設用地供應占用耕地，盤活閑置土地，國務院先后發(fā)布了《國務院辦公廳關于清理整頓各類開發(fā)區(qū)加強建設用地管理的通知》《國務院關于深化改革嚴格土地管理的決定》等文件，嚴控建設用地供應規(guī)模。沿海地區(qū)開發(fā)區(qū)數(shù)量多，經過綜合整治節(jié)省了較多的土地。其次，新世紀以來，我國提出西部大開發(fā)、中部崛起、東北老工業(yè)基地振興等戰(zhàn)略，中西部和東北地區(qū)獲得更多的發(fā)展機會與資金注入，促進了經濟發(fā)展，也帶動了建設用地供應。第三，中西部地區(qū)自然資源豐富。國家大力推進以高鐵為代表的現(xiàn)代交通、西電東送、西氣東輸?shù)戎卮蠡A設施項目建設，促進了中西部地區(qū)建設用地的供應，使國內建設用地供應趨向均衡。

3.4 其它因素

沿海地區(qū)人口密集，經濟規(guī)模大，建設用地供需矛盾突出，這迫使其不斷推進建設用地的節(jié)約集約利用，而中西部地區(qū)的節(jié)約集約利用水平相對較低。期間，東部地區(qū)億元GDP增量平均需增加建設用地供應1.2hm2，而中西部則分別為1.53hm2、2.06hm2（按當年價格計算），差距十分明顯。其次，區(qū)位條件也是重要因素。安徽、江西、廣西、湖南、湖北、內蒙古、河北等省份受長三角、珠三角、京津等發(fā)達地區(qū)的輻射帶動作用明顯，促進了經濟發(fā)展，進而帶動了建設用地供應。

4 結論

本文基于統(tǒng)計數(shù)據(jù)，以省域為單元，采用數(shù)理統(tǒng)計、指標法以及ESDA方法等方法探討了2003－2014年間全國各省份建設用地供應的變化特征，揭示了空間聯(lián)系的結構及動態(tài)演化過程，進而探討了空間格局演變的成因。

(1)數(shù)理統(tǒng)計、相關指標法分析表明：各省份建設用地供應量的絕對差距不斷擴大，相對差距則呈縮小趨勢，省份間供應量懸殊狀況明顯減小，省份間的供應趨向均衡，與人口分布也更加協(xié)調。

(2)全局自相關分析表明：建設用地供應整體上呈現(xiàn)為空間正相關性，但隨著時間的推移，這種正相關逐漸減弱，空間分布類型由顯著的集聚分布轉為隨機分布。

(3)散點圖和LISA分析表明：建設用地供應的局部關聯(lián)以正相關為主，區(qū)域具有集聚性和相似性，初期突出表現(xiàn)為低值簇現(xiàn)象，但空間異質性顯著增強，末期以空間負相關為主，二元結構明顯減弱。僅有少數(shù)省份的建設用地供應量通過顯著性檢驗，且呈萎縮趨勢。

(4)經濟發(fā)展、城鎮(zhèn)化、政策驅動、資源基礎以及區(qū)位差異是建設用地供應變化的主要原因。

[1]黃蕓瑪,陳蓉,張玉珍.基于地理集中指數(shù)和基尼系數(shù)的農家樂空間分布實證研究——以青海星級農家樂為例[J].青海師范大學學報（哲學社會科學版）,2014(3):6-11.

[2]高爽,魏也華,陳雯,等.發(fā)達地區(qū)制造業(yè)集聚和水污染的空間關聯(lián)——以無錫市區(qū)為例[J].地理研究,2011(5):902-912.

[3]梅志雄,黃亮.房地產價格分布的空間自相關分析——以東莞市為例[J].中國土地科學,2008(2):49-54.

[4]王雪青,陳媛,劉炳勝.中國區(qū)域房地產經濟發(fā)展水平空間統(tǒng)計分析——全局Moran’s I、Moran散點圖與LISA集聚圖的組合研究[J].數(shù)理統(tǒng)計與管理,2014(1):59-71.

[5]Anselin L.Under the hood: Issues in the specification and interpretation of spatial regression models[J].Agricultural Economics,2002(3):247-267.

[6]宋戈,吳次芳,王楊.城鎮(zhèn)化發(fā)展與耕地保護關系研究[J].農業(yè)經濟問題,2006(1):64-67.

Analysis of the Changing Features of the State-Owned Construction Land Supply—In Accordance with the Data from 2003 to 2014

ZHANG Shouzhong
(School of Mines Engineering, Heilongjiang University of Science and Technology, Harbin 150022, China)

By using mathematical statistics, index method, and ESDA(exploratory spatial data analysis), as well as based on the statistical data from 2003 to 2014, this paper has explored the change law and inf l uence factors with regard to construction land supply since the year of 2003. The results show us as follows. First, the absolute gap of the supply among the provinces is increasing, and the relatively gap is decreasing. The construction land supply is tending to balance to coordinate and population distribution. Second, the overall construction land supply is presenting positive correlation, but the correlation signif i cantly weakened; and it is shifting from signif i cant agglomeration into random distribution. Third, it indicates that local positive spatial autocorrelation has declined signif i cantly, and the spatial heterogeneity has been strengthened. Fourth, signif i cant local autocorrelation is occurred only in a few regions, but the range is shrinking. Fifth, economic development, urbanization, and policy driving have been the constituents of leading spatial and temporal change of construction land supply.

State-owned construction land; supply; spatial-temporal evolution; exploratory spatial data analysis; inf l uencing factors

F302.1；F062.1

A

1672-6995（2017）04-0056-05

2017-02-16；

2017-02-17

黑龍江省哲學社會科學規(guī)劃項目（12B069）

張守忠（1977-），男，山東省莒南縣人，黑龍江科技大學礦業(yè)工程學院副教授，理學碩士，主要從事城鄉(xiāng)經濟發(fā)展與城市化、土地評價的教學與研究。