Scientia Geographica Sinica  2013 , 33 (6): 676-684 https://doi.org/10.13249/j.cnki.sgs.2013.06.676

Orginal Article

大都市区建设用地空间扩展机理研究——以南京市区为例

陈江龙1, 高金龙12, 魏也华3, 刘飞1

1.中国科学院南京地理与湖泊研究所,江苏 南京 210008
2.中国科学院大学,北京 100049
3. 犹他大学地理系及公共与国际事务研究院,美国 盐湖城 84112-9155

Spatial Determinants of Urban Land Expansion in Large Chinese Cities: A Case Study of Nanjing City

CHEN Jiang-long1, GAO Jin-long12, Ye Hua Dennis WEI3, LIU Fei1

1. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing, Jiangsu 210008, China
2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China
3. Department of Geography and IPIA, University of Utah, Utah 84112-9155, USA

中图分类号:  K902

文献标识码:  A

文章编号:  1000-0690(2013)06-0676-09

收稿日期: 2012-09-10

修回日期:  2013-02-19

网络出版日期:  2013-08-20

版权声明:  2013 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金资助项目(70873120、41130750)、中国科学院知识创新工程重要方向项目(KZCX2-YW-339)

作者简介:

作者简介:陈江龙(1974-),男,福建厦门人,副研究员,主要从事区域发展与土地利用研究。E-mail:Jlchen@niglas.ac.cn

展开

摘要

大都市区建设用地微观空间扩展机理的研究是有效调控城市土地利用布局的科学基础。以南京市市区为例,以经济学的收益最大化理论为基础,构建研究建设用地扩展的成本——收益分析框架。以1 km×1 km为基本研究单元,利用遥感等数据研究1995~2001年、2001~2007年建设用地扩展的微观机理。研究表明,基期建设用地比重、到CBD、到开发区、到高速公路互通口的可达性、邻域建设用地主导单元的数量等收益要素以及耕地面积比重、水域面积比重、地质灾害区比重、坡度、重要生态功能区比重、城市规划建设用地区比重等成本要素是影响建设用地扩展的重要指标。两期比较分析表明,收益要素作用力大于成本要素,其更深层次的作用力则是全球化和市场化。空间政策对于建设用地扩展的约束作用越来越大。基于微观空间机理的研究提出了大都市区基本农田布局的政策建议。

关键词: 建设用地扩展 ; 空间误差模型 ; 南京市区

Abstract

Research on the mechanisms of urban land expansion in metropolitan areas is of significant importance for effective regulation and control of urban land utilization and layout. Based on income maximization theory, this article develops an analytical framework to distinguish the cost- and benefit-related factors of urban land expansion. Cost-related factors of urban land expansion include the proportion of cultivated land and water area, elevation, slope, the proportion of geological-hazard-prone area and key ecological function area, and the proportion of planned construction area. While benefit-related factors include the proportion of construction land area in base year, the distance to central business district, sub-central business district, industrial centers, Entry/Exit points of expressway, railway station, international airport, main port and the nearest grid in which the proportion of construction land is 100%, and the number of neighboring grids in which construction land is the main land use type. Taking Nanjing, a large city located in the Changjiang River Delta of China, as an example, using remote sensing data in 1995, 2001 and 2007 at the scale of 1 km×1 km grid, this study examined the spatial determinants of urban land expansion over the periods of 1995-2001 and 2001-2007. The spatial error model is also applied to taking spatial autocorrelation into account. Results indicate that the benefit-related factors, such as the proportion of construction land area in base year in the grid, the number of neighboring grids in which construction land is the main land use type, the distances to central business district, industrial centers, Entry/Exit points of expressway and so on, and the cost-related factors, such as the proportions of cultivated land, water area, geological-hazard-prone area, key ecological function area, and planned construction area in the grid as well as the slope are the major spatial determinants of urban expansion in Nanjing City. Comparing the magnitudes of factors in two sub-periods, it is found that the benefit-related factors such as accessibility (the distances to central business district, industrial centers, etc) and agglomeration (the nearest grid in which the proportion of construction land is 100%) have greater impacts than the cost-related factors like physical conditions (elevation, slope, etc.) and policy constraints (key ecological function area and the proportion of planned construction area). We also highlight the importance of globalization and marketization as the crucial socio-economic drivers of urban land expansion in Nanjing. Spatial policies such as urban planning and ecological planning have become increasingly important in recent years for constraints of urban land expansion. The article also summarizes policy implications for the location choice of prime farmland in large Chinese cities.

Keywords: urban land expansion ; spatial error model ; Nanjing proper

0

PDF (422KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

陈江龙, 高金龙, 魏也华, 刘飞. 大都市区建设用地空间扩展机理研究——以南京市区为例[J]. , 2013, 33(6): 676-684 https://doi.org/10.13249/j.cnki.sgs.2013.06.676

CHEN Jiang-long, GAO Jin-long, Ye Hua Dennis WEI, LIU Fei. Spatial Determinants of Urban Land Expansion in Large Chinese Cities: A Case Study of Nanjing City[J]. Scientia Geographica Sinica, 2013, 33(6): 676-684 https://doi.org/10.13249/j.cnki.sgs.2013.06.676

中国是全球城市扩张最快速的3个地区之一[1],城市的扩张受到了国内外学者们的高度关注。1994年莱斯特·布朗发出了谁来养活中国的警告后[2],学者们对于中国城市化引致的耕地损失、粮食安全、生态退化、社会冲突等问题进行了深入的研究[3-5]。为应对城市扩张引起的一系列社会经济问题,中国政府实行了最严格的耕地保护和节约集约用地制度,通过编制基本农田保护规划,逐级分解新增建设用地计划指标、耕地保有量计划指标等来实施建设用地总量控制和耕地保护。与土地资源管理的数量控制相对应,学者们对于经济发展和城市化引起的建设用地扩张态势[6,7]、格局[8-10]、机理[11-13]等进行了深入的研究。这些研究为从大尺度上认识建设用地扩张规律、驱动要素奠定了基础,也为宏观上土地资源和城市化的管理决策提供了良好的科学依据。宏观政策的实施必须落实到微观的地理空间,如确定了基本农田保护的数量后,如何选择保得好又保得住的地理承载空间就显得尤为重要;确定了某个城市规划期限内新增建设用地总量后,如何根据建设用地扩张的规律合理选择落地空间则是规划科学性和权威性的重要基础。上述问题的解决有赖于对土地利用变化微观机理的认识。由于尺度依赖性的存在,简单地将宏观尺度得到的结论下推到微观尺度会导致信息的失真。然而,现有对中国土地利用覆被变化的研究主要集中在宏观尺度,对于微观尺度的认识比较薄弱,仅有少量的研究涉及到土地利用变化的微观机理[14,15]。南京是长江三角洲地区重要的中心城市、辐射带动中西部地区发展的重要门户①(① 国家发展和改革委员会.长江三角洲地区区域规划.2010.),但在经济发展和城市扩张中又明显滞后于上海、苏州等外向型的城市。1995年国务院批复了《南京市城市总体规划(1991~2010)》,2001年南京城市总体规划进行了调整,1995~2001年以及2001以后南京市城市发展具有不同的阶段特征,以南京市区为例研究后发城市建设用地扩张的微观空间机理,对于进一步理解中国城市增长和用地扩张的机理具有重要的意义。

1 数据来源与研究方法

1.1 研究区域概况

南京市区共辖11个区,土地总面积4 723.07 km2,是由低山、岗地、河谷平原和沿江河地等地形单元构成的地貌综合体。2010年总人口716.82万人,占全市的89.52%;地区生产总值4 526.48亿元,占全市的90.3%。2010年建设用地总面积为1 353.02 km2,城镇工矿用地755.64 km2,分别占全市总量的82.65%和90.67%。全市现有5个国家级开发区(包括出口加工区和海峡两岸科技工业园各1个),7个省级开发区。机场、港口和火车站等重要基础设施均在市区。

1.2 数据来源与处理

本文选择覆盖南京市市辖区1995年、2001年、2007年3期TM影像作为研究的主要土地利用数据源,在对遥感影像进行几何精纠正后,通过人机交互目视解译方法,并结合土地利用更新调查数据,对遥感影像解译数据进行校正。参照第二次全国土地利用调查的土地分类系统,根据研究的需要,对解译数据中的地类进行了归并,共分为6个大类:耕地、林地、草地、水域、建设用地和未利用地。为了研究建设用地变化的微观机理,以1 km×1 km网格作为研究单元,定量研究1995~2001年、2001~2007年各个网格单元建设用地比重变化。研究中重要生态功能区的资料来源于《江苏省重要生态功能保护区区域规划》,地质灾害易发区的资料来源于《南京市市区地质灾害防治规划》,交通可达性数据均在南京交通局提供的南京市道路公路网矢量数据基础上经由Arcview3.3软件的网络分析计算所得,人口数据来源于相应年份南京市统计年鉴及南京市计生委。

1.3 研究方法

根据地理学第一定律,任何事物之间均相关,而离得较近事物总比离得较远的事物相关性要高,即对于具有地理空间属性的数据,一般认为离得近的变量之间比在空间上离得远的变量之间具有更加密切的关系[16]。而空间相关性表现出的空间效应可以用两种模型来表征和刻画:当模型的误差项在空间上相关时,即为空间误差模型(Spatial Error Model,SEM);当变量间的空间依赖性对模型显得非常关键而导致了空间相关时,即为空间滞后模型(Spatial Lag Model,SLM)[17]

基于以上理论,空间计量经济学在传统OLS回归模型(公式1)的基础上加入空间权重矩阵W进行修正,得到SLM模型(公式2)和SEM模型(公式3):

Y=+ε(1)

Y=+ρWY+ε(2)

Y=+λWε+ξ(3)

式中, Wn×n阶的空间权重矩阵,也就是 n个地区之间相互关系网络结构的一个矩阵; WY为空间滞后因变量; ρ是空间自回归系数参数; λ是空间自相关系数,衡量样本观察值中的空间依赖作用,即相邻地区的观察值 Y对本地区观察值 Y的影响方向和程度。

在实证研究中很难根据先验经验推断在模型中是否存在误差项或变量间的中空间依赖性,所以必须根据特定的判别准则来决定哪种空间模型更加符合客观实际。如果在空间依赖性的检验中发现,LM-LAG较之LM-ERR 在统计上更加显著,且Robust LM-LAG显著而Robust LM-ERR不显著,则可以断定适合的模型是空间滞后模型;相反,如果LM-ERR比LM-LAG在统计上更加显著,且Robust LM-ERR显著而Robust LM-LAG不显著,则可以断定空间误差模型是恰当的模型[18]。在本文的研究中,首先通过文献回顾总结、凝炼出建设用地扩张的空间驱动要素。以网格中建设用地比重的变化量为被解释变量,以各驱动要素为解释变量,建立回归模型。在选择具体的空间模型之前,首先对驱动要素的多重共线性进行检验,剔除与建设用地扩张相关性较弱而与其它要素共线性强的变量,再根据上述模型选择的准则确定具体的回归模型。

2 南京都市区建设用地扩展空间机理

2.1 建设用地扩展的空间驱动要素:理论分析

从经济学的视角分析,城乡土地的价值差异导致农用地向价值更高的城市用地流转,而且只有城市用地的边际收益与农用地的边际收益相等时城市扩张才处于均衡状态[19]。Harvey从资本积累和流动的过程中发现了资本主义城市化的运作机理,指出城市用地扩张是追求利润最大化的资本投资结果[20]。微观上,影响建设用地开发利用的收益-成本要素将会最终决定某一区位是否被开发。

2.1.1 建设用地扩展的收益要素

影响特定地块开发收益要素包括本底条件和外部条件。本底条件主要是指地块可开发面积的比重,可开发面积比重越大,则开发可能获得的规模效益越大,越容易被开发;外部的条件主要包括受城市商业、工业中心的影响程度、对外交通的便利度、邻域土地利用情况等。交通运输条件的改变是解释城市用地需求扩张的主要解释变量[21]。城市理论中的一个基本假设是随着到城市中心距离的增加,建筑、人口密度等具有空间负梯度的特征,也就是离城市中心的距离越远,开发强度越低。随着城市空间功能的分工,城市的商业和工业中心基本实现了空间上的分离,但两者共同影响着建设用地空间扩张的格局。到城市商业和工业中心的可达性是城市内部因素对地块开发的影响。对外交通则通过接受外部市场辐射、物流、人流等要素的便利度来影响地块的开发概率,一般认为对外交通越便利越有利于开发。实证研究的结果也证明了交通运输条件作用机理的存在[13]。由于空间相互作用效应的存在,特定地块是否开发既取决于自身开发的适宜性,又取决于周边地块的特性[13,22]。周边地块主要通过集聚效应来影响特定地块的开发效益,周边地块开发强度越高,越容易产生集聚效应,从而使特定地块开发基本设施配套成本下降,开发效益提升。总体上,邻域建设用地比重越高,特定地块建设开发的概率越高[15]

2.1.2 建设用地扩展的成本要素

影响特定地块开发成本的要素主要有自身的本底条件和政策约束成本。自身本底条件包括适宜开发面积比重、地形条件以及地质条件等。适宜开发面积比重越大,开发成本越低。在非建设用地类型中,耕地是最适宜建设开发的。所以,在特定地块中,耕地面积比重越大,土地开发的概率越高;而水体面积的比重越高,通过围填等工程手段满足建设的成本越大,即适宜开发的比重低,土地开发的概率越低。高程、坡度等地形条件是影响区域居住用地布局的重要因素。地面海拔越高,坡度越大,重力侵蚀越大,水土流失和生态破坏的风险越大,需要增加相应工程防治的成本投入,直接影响了开发建设的成本。地质条件是影响开发建设成本的最基本要素,在地质稳定,自然灾害少的地区,开发建设的成本越低。特定地块范围内自然灾害易发区比重越高,需要投入的治理成本越大,越不适宜开发。一个地块是否被开发在很大程度上受到空间规划和政策的影响,这些空间规划和政策通过鼓励和约束特定地块的土地利用类型而影响该地块的开发成本。在都市区内,土地的建设开发主要受城市规划的约束,规划范围内的开发是政府鼓励的,开发的制度成本小;非规划范围内的开发则会受到政府的惩罚,或者需要通过一定的手续变更规划,开发的制度成本较高。随着经济的发展,自然环境的保护日益受到政府的重视,通过划定保护区约束该区域内的开发行为是政府实施环境保护的主要空间管制手段。与城市规划的作用相似,在保护区内的开发行为将受到政府的约束,开发建设将面临着一系列的惩罚及较高的制度成本。

2.1.3 建设用地扩展的可变要素

宏观上,人口是影响土地利用变化的重要变量之一,实证研究表明人口与建设用地扩张呈正相关关系[1,3]。微观上,人口对建设用地的影响在不同时期具有相反的效应。在城市扩张的初期,由于政府的投入能力不足,成本约束是这个时期重要的考量因素。城市的开发建设,特别是开发区的建设主要在离市区较远的农村地区开发,扩张的模式主要是蛙跳式。在城市边缘区,人口密度较高,这意味着较高的拆迁安置成本。因此,在城市扩张的初期,微观尺度上人口规模与建设开发的概率成负相关关系。而随着经济的发展,城市的扩张主要呈现填充式的模式,建设开发的类型也从以制造业为主转向房地产为主,这时候政府的投入能力增强,人口要素更多地体现为一种集聚效益,也就是人口规模与建设用地扩张呈正相关关系。

2.2 建设用地扩展空间驱动要素:变量与模型选择

2.2.1 变量选择与统计描述

根据以上的理论分析,选择18个变量作为上述收益和成本要素的表征指标(表1)。其中,可达性要素总体上分为市内和市外两类。市内指标主要考虑到CBD、次级商务中心和工业中心的距离。到CBD距离是指各单元格几何中心到新街口的最短时间距离,到次级中心的距离主要考虑各单元格几何中心到东山、仙林、江北新市区的最短时间距离,到工业中心的距离指各单元格几何中心到南京经济技术开发区、南京高新技术开发区和江宁经济技术开发区。对外可达性要素主要考虑各单元格几何中心受高速公路互通口、机场、码头、火车站等重要交通节点的影响。高程和坡度分别按初始值进行分级,按各级别的面积加权求取个单元格的平均值,再将平均值标准化。各个要素基本统计特征如表2

表1   建设用地扩张的空间驱动要素

Table 1   Spatial determinants of construction land expansion

类型要素表征指标预期作用方向
收益要素可开发面积比重基期建设用地比重(BCLR-
可达性指标到CBD的距离(Dis-CBD)-
到次级中心的距离(Dis-SUB)-
到工业中心的距离(Dis-IC)-
到高速公路互通口的距离(Dis-HW)-
到铁路站点距离(Dis-RS)-
到国际机场距离(Dis-AS)-
到主要港口距离(Dis-Port)-
邻域土地利用特征到最近建设用地核心距离(Dis-NC)*-
相邻建设主导单元数(NCL)**+
成本要素适宜开发面积比重耕地面积比重(CLR)+
水域面积比重(WR)-
地形条件高程(EL)-
坡度(SL)-
地质条件地质灾害易发区比重(GEO)-
政策约束重要生态功能区比重(ECO)-
城市规划建设区比重(UPCR)+
可变要素人口规模基期年人口规模 (POP)+/-

注: ① 邻域土地利用特征主要考虑集聚效应的作用,区分建设用地核心和建设用地主导单元主要考察不同邻域开发强度的影响。② 受到数据可获性的限制,社会经济数据最小统计单位为乡镇街道,因此,本文假设在同一种土地利用类型内部,某项影响要素是均匀分布的。由此,对于人口而言,将按照区分城镇建设用地和农村居民点的方法,根据城市化率将城市化人口下分至城镇建设用地中,其余人口平均分配至农村居民点用地。最后,依据网格单元中建设用地的比重确定其基期年人口规模。 ③ 建设用地核心,即建设用地比重达100%的单元格;**建设主导单元,即以建设用地为主导用地类型的单元格。

新窗口打开

表2   空间驱动要素的统计描述

Table 2   Descriptive statistics of explanatory variables used in spatial model

1995~2001年2001~2007年
MinMaxMeanSDMinMaxMeanSD
城市扩张(m201000000.0053841.92133647.540996701.1074712.16157224.80
基期建设用地比重(%)01.000.150.2001.000.200.25
到CBD的距离(h)2416.14198508.4777360.3136646.837039.58207101.0080883.9134751.37
到次级中心的距离(h)323.38140197.2855349.1427489.6519353.21487610.59214150.31103200.67
到工业中心的距离(h)742.19118591.7243164.6720219.88255.3138012.5411248.497558.13
到高速公路互通口的距离(h)0.0096929.1924986.5415969.531275.6796675.6026186.9015291.77
到铁路站点距离(h)1596.79171671.9862708.7231660.971352.48171387.0062337.7430094.24
到国际机场距离(h)1391.17254062.16107973.3654246.783446.91241261.00103848.6645955.94
到主要港口距离(h)1401.16161979.6980326.6632098.9616.001041.00417.73156.59
到最近建设用地核心距离(h)042544.0917211.779621.77042544.0913161.109528.44
相邻建设主导单元数(个)08.001.271.8708.001.932.29
耕地面积比重(%)01.000.630.3201.000.570.34
水域面积比重(%)01.000.080.1901.000.080.18
高程(级)00.360.090.0700.360.090.07
坡度(级)00.330.060.0600.330.060.06
地质灾害易发区比重(%)01.000.080.2301.000.080.23
重要生态功能区比重(%)01.000.620.4201.000.620.42
城市规划建设区比重(%)01.000.130.3101.000.120.30
基期年人口规模(人)066665.92845.142733.410156268642.126270221.9419615117.66

新窗口打开

2.2.2 建设用地扩展的空间驱动模型选择

通过对1995~2001年和2001~2007年建设用地扩张各指标要素的共线性检验,发现2个时期到铁路站点距离、到主要港口距离、到机场的距离和到中心商务区距离4项指标存在较强共线性,因此剔除与城市建设用地扩张相关性较弱的到铁路站点距离、到机场的距离、到主要港口距离3项,保留到中心商务区距离。最终,参与空间模型拟合的因子共15个。通过基于Geoda095i软件平台的空间依赖分析(表3),空间误差模型(SEM)更加符合客观实际,所以本文选择SEM模型,对南京市1995~2007年建设用地扩张机制进行模拟。同时,为了消除解释变量量纲对分析的影响,根据Cohen[23]的研究,对解释变量进行了极差标准化①<① 极差标准化的公式为: E'=E-EminEmax-Emin或者 E''=Emax-EEmax-Emin>,标准化后的变量回归系数可以直接比较作用力大小。

表3   空间依赖性检验

Table 3   Diagnostics for spatial dependence

TEST1995~2001年2001~2007年
MI/DFVALUEPROBMI/DFVALUEPROB
Moran's I (error)0.528N/AN/A0.432662N/AN/A
Lagrange Multiplier (lag)15464.206013256.2260
Robust LM (lag)1102.649013.3880.0657
Lagrange Multiplier (error)15410.487013639.0600
Robust LM (error)148.93001386.2210

新窗口打开

3 模型回归结果与分析

运用SEM模型得到的回归结果如表4。以下将根据模型回归的参数,分别从收益要素、成本要素和可变要素分类对回归结果进行分析。

表4   空间误差模型回归结果

Table 4   Parameters of spatial error model

解释变量1995~2001年2001~2007年
系数标准差Z系数标准差Z
常数项0.1820.0218.6690.2010.0257.927
基期建设用地比重-0.1260.013-9.864***-0.4900.0180-27.128***
到CBD的距离-0.2300.061-3.770 ***-0.2100.079-2.644***
到次级中心的距离-0.0800.067-1.1970.0270.0271.006
到工业中心的距离-0.0500.061-0.811-0.1980.074-2.690***
到高速公路互通口的距离-0.0670.026-2.553**0.0510.0441.148
到最近建设用地核心距离0.0800.0581.3920.0100.0770.125
相邻建设主导单元数0.0160.0131.2470.0830.0174.930***
耕地面积比重0.0140.00841.678 *0.1060.0128.782***
水域面积比重-0.0760.013-6.263***-0.0890.018-4.854***
高程-0.0020.016-0.131-0.0030.0232-0.114
坡度-0.0190.015-1.254-0.0540.022-2.394**
地质灾害易发区比重0.0130.0062.193**-0.0070.009-0.811
重要生态功能区比重-0.0490.010-4.754 ***-0.0690.015-4.528***
城市规划建设区比重0.0180.0091.913*0.0590.0144.257***
基期年人口规模-0.0790.061-1.2890.3020.0568.483***
LAMBDA0.8390.01084.6100.7960.01169.651
R20.6190.564
N51065106

注:*** 1%概率上显著;** 5%概率上显著;* 10%概率上显著。

新窗口打开

3.1 收益要素对建设用地扩展的影响

3.1.1 可开发面积比重对建设用地扩展的影响

基期建设用地的比重系数为负且绝对值变大,反映出建设开发要求一定的规模,且随着经济的发展,建设开发对门槛规模的要求也越来越高。基期建设用地比重越高意味着网格中可新增的建设空间越小,开发的规模效应越低。

3.1.2 可达性要素对建设用地扩展的影响

到CBD的可达性系数为负,表明随着到CBD距离的增加,建设用地增加的概率就越小,这与理论分析结果一致;从两阶段回归系数绝对值的比较分析,到CBD可达性对建设用地扩展的影响在减弱,表明南京市虽然仍呈现核心扩张态势,但其集聚趋势已有所减缓。到次级中心可达性与建设用地扩张虽呈负相关但统计上不显著,表明南京市次级中心的城市功能发展较慢,单一居住功能使次级中心在城市发展过程中的作用尚未充分发挥。这与Luo[14]的研究结论相一致。到开发区的可达性与建设用地增加呈负相关关系,也就是离开发区越近的地方,建设用地增加的概率就越大。开发区建设是经济国际化和政府管理分权化共同作用的结果,开发区的建设增加了就业机会,早期的开发区离主城比较远,需要配套居住和其他生活设施,促成了开发区附近开发强度的提升。2000年以后,很多地方政府将开发区当做新城建设,这更促进了开发区周边开发速度的加快。南京的3个国家级开发区周边都规划有新城区,如江宁经济技术开发分区附近的东山新城,浦口高新区附近的江北新城,南京经济技术开发区附近的仙林新城。从回归系数看,开发区对建设用地扩张的影响逐步加大。1995~2001年到高速公路互通口的距离与建设用地增加的比重呈负相关关系,这说明对外交通的便利性对于建设用地的扩张具有一定影响。2001~2007年两者的关系在统计上不显著。这主要是由于南京市高速公路建设比较早,城区周边互通口周围在2001年就已经全是建设用地了,建设用地增加的空间相当有限,远郊区互通口由于没有中心城市的支撑,开发建设较少。而且随着市内交通条件的改善,到高速互通口时间的区位差别越来越不明显,在统计上也不显著。

3.1.3 邻域土地利用特征对建设用地扩展的影响

到建设用地核心距离的影响为正向,但两期在统计上都不显著。相邻建设主导单元数量与建设用地增加的关系由不显著相关转变为显著正相关,反映出随着城市的扩张,集聚规模对建设用地的带动效应越来越明显。

3.2 成本要素对建设用地扩展的影响

3.2.1 适宜开发面积比重对建设用地扩展的影响

耕地面积比重系数显著为正,表明南京市市辖区建设用地扩张主要来源仍以耕地为主,耕地比重越高,则可扩展的空间越大,这也与基期建设用地比重与建设用地比重增加的负相关关系相互印证;耕地面积比重回归系数的增加,则反映出在分权化、市场化的背景下,土地是地方政府增加财政收入、提升区域竞争力的重要手段,由于中央和地方政府利益的不一致,地方政府总是倾向于淡化中央关于耕地保护的要求,减少耕地占用的制度成本。水域比重与建设用地比重的增加呈显著负相关,说明水体作为重要的环境资源,一直受到南京市政府的高度重视,因此,水体面积比重对于南京市市辖区建设用地扩张产生了约束;另一方面,水体面积大,意味着可开发面积小,达不到规模效应的要求,而填充水体则开发成本会上升,在耕地占用制度约束不大的环境下,开发建设者不会通过填充水面来获取建设用地。

3.2.2 地形条件对建设用地扩展的影响

高程与建设用地比重增加呈负相关关系,但在统计上不显著,可能的原因是南京市地处低丘缓岗地带,高程相差不显著,因此其对城市建设用地扩张影响并不显著。坡度与建设用地增加的比重呈负相关关系,这与理论预期一致,其他学者的研究也得出类似的结果,即坡度越陡,建设开发的比重越小[12]

3.2.3 地质条件对建设用地扩展的影响

与理论预期所不一致的是地质灾害易发区的比重与建设用地扩张由显著正相关变为不显著相关,这可能是因为南京市的地质灾害类型属于轻灾害型,在城市扩张的初期,城市建设者对地质灾害的认识也不够;随着经济和科技的发展,对于地质灾害的认识也逐步加深,但同时城市建设防治与克服地质灾害能力也相应增强,所以2001~2007年地质灾害面积比重对城市建设影响虽为负,但并不显著。

3.2.4 政策约束对建设用地扩展的影响

重要生态功能区的比重回归系数显著为负且逐渐变大,表明环境保护管制措施在南京市建设用地扩张中的约束作用越来越大。南京市共划定了78个重要生态功能区,包括风景名胜区、自然保护区、森林公园、饮用水源保护区、洪水调蓄区等12种类型。重要生态功能保护区分为禁止开发区和限制开发区。禁止开发区内禁止一切与保护维护主导生态功能无关的开发活动;限制开发区内在不影响其主导生态功能的前提下,可以开展一些对生态环境影响不大的建设和开发活动。城市规划建设用地区的比重与建设用地的扩张呈正相关关系,且回归系数变大,也说明城市规划对于建设用地的扩张的引导作用越来越大。有学者认为,行政、财政和土地利用权力的分权化使得地方政府成为城市发展的领导者,决策权留给了地方政府、企业、市场导向的开发商以及其他与土地相关的利益集团。因此,市场需求的反应要高于规划[24]。我们的实证研究表明,在南京这种后发城市,市场的作用总体上还处于规划的有效约束范围内。中国的城市用地管理主要受到城市规划和土地利用总体规划两大空间规划体系的约束。城市规划的编制以自下而上为主,上下互动;而土地利用总体规划采用由中央政府向下层层分解规划控制指标的模式编制。这种空间规划的编制模式导致城市规划划定的建设范围可能大于土地利用规划划定的建设用地区,也就是在城市规划的建设用地区内还有很多需要保护的耕地。城市规划是地方政府体现领域统治权的主要方式,网格内耕地和规划面积比重与建设用地增加的统计关系表明在目前的官僚制度下,地方政府需要在本地利益和国家利益之间权衡。于是,地方政府一方面重视城市规划对建设开发的控制作用,另一方面,在地方利益的驱使下,又会尽量淡化城市规划控制范围内耕地保护对于建设用地扩张的约束作用。

3.3 可变要素对建设用地增加的影响

基期年人口规模与建设用地比重的增加由不显著呈负相关变为显著正相关,即在城市扩张的初期表现为成本要素,限制了城市建设用地的扩张,而随着经济的发展,其集聚效应又起主导作用,加速城市建设用地扩张。这也说明在空间作用机制中,各个要素在不同的时间尺度上可能发挥完全迥异的作用。

4 结论与讨论

建设用地空间扩展机理的研究是合理布局建设空间、耕地保护空间和生态保护空间的科学基础。对于扩展机理的研究,必须在一定的理论指导下,通过对各作用要素进行仔细的理论推导,借用空间计量模型定量地测定、验证各个要素影响力大小和作用方向。本文利用经济学成本收益理论,梳理了影响建设用地净收益的成本、收益要素。其中,影响建设用地净收益的成本要素包括特定地块内耕地面积比重、水域面积比重、高程、坡度、地质灾害易发区比重、重要生态功能区比重、城市规划建设区比重;影响建设用地净收益的收益要素包括特定地块内基期建设用地比重、到CBD的距离、到次级中心的距离、到工业中心的距离、到高速公路互通口的距离、到铁路站点距离、到国际机场距离、到主要港口距离、到最近建设用地核心距离、相邻建设主导单元数等。

以南京市区1 km×1 km网格为单元,对1995~2001年和2001~2007年建设用地扩张微观空间机理的研究表明,影响建设用地扩张的收益要素主要包括基期建设用地比重、到CBD、开发区、高速公路互通口的可达性、邻域建设用地主导单元的数量;影响建设用地扩张的成本要素主要有特定地块内耕地面积比重、水域面积比重、坡度、地质灾害区比重、重要生态功能区比重和城市规划建设用地区比重。人口要素在第一期表现为成本要素,但在第二期表现为收益要素。从作用强度来看,收益要素的作用力要大于成本要素,两期都显示出同样的特征。

改革开放以来,全球化、市场化和分权化共同影响了中国城市空间的演化。全球化对于南京市区建设用地扩张的作用力正在逐步显现,作为全球化重要表征指标的开发区对建设用地扩张的作用从不显著到显著,并且作用力在10个显著性要素排第4位。这与南京市融入全球化的程度紧密相关,1995~2000年南京市累计吸引FDI43.45亿美元,2001~2007年累计值达到125.16亿美元。作为市场化力量重要表征指标的可开发规模、邻域建设用地集聚效应和人口集聚效应的作用逐步加大,CBD的作用尽管有所减弱,但作用力仍在10个显著性要素排第3位。总体上,市场化的力量起着主导作用。作为分权化重要表征指标的次级中心的作用在两期都不显著,这说明像南京这样相对保守的后发城市,市级政府的控制能力比较强。与苏州、无锡等地方自下而上的城市化轨迹不同,南京的城市化路径主要是由自上而下推动,这也导致了南京市相对集约的城市空间格局。两期的回归系数及其统计显著性表明,政策成本在建设用地扩张中具有重要的约束作用,并且影响力逐步加大,这解释了为什么分权化对市区建设用地扩张作用较低。

到CBD、开发区和高速公路互通口的距离、基期建设用地比重、邻域建设用地主导单元等收益要素对于建设用地扩张作用的统计显著性具有重要的政策含义,这表明城市建成区周围、交通基础设施沿线具有较高的建设用地扩张概率,而且主要是由内生的经济集聚效应推动。而《县级土地利用总体规划编制规程》(TD/T 1024-2010)明确要求交通沿线的耕地、城镇扩展边界外的耕地、独立工矿和集镇村庄周边的耕地,原则上应当划为基本农田。回归结果表明,基本农田的这种空间布局对于耕地的保护并不具有效率,特定地块内耕地面积比重与建设用地扩张成正相关关系,两期回归系数表明这种作用力有加大的趋势。成本和收益要素都说明这种基本农田空间布局的低效性。从有效保护的角度看,基本农田的空间布局应尽量避开非农化概率高的区域,降低保护的经济成本和制度成本。

The authors have declared that no competing interests exist.


参考文献

[1] Seto K C,Fragkias M, Gü neralp B, et al.

A Meta-analysis of global urban land expansion

[J].PLoS ONE,2001,6(8):e23777.doi:10.1371/Journal pone.0023777/.

[本文引用: 2]     

[2] Brown L.

Who will feed china? Wake-up call for a small planet

[M].New York: Norton,1995.

[本文引用: 1]     

[3] Ho Samuel P S, Lin George C S.

Converting land to nonagricultural use in China′s coastal provinces:evidence from Jiangsu

[J].Modern China,2004,30(1):81-112.

[本文引用: 2]     

[4] Su Weizhong, Gu Chaolin, Yang Guishan.

Assessing the impact of Land Use/Land Cover on urban heat island pattern in Nanjing City, China

[J].Journal of Urban Planning and Development,2010,136(4):365-372.

[5] Hsing You-tien.

Land and territorial politics in urban China

[J]. The China Quarterly, 2006, 187:1-18.

[本文引用: 1]     

[6] 王磊,段学军.

长江三角洲地区城市空间扩展研究

[J].地理科学,2010,30(5):702-709.

[本文引用: 1]     

[7] 张鸿辉,王丽萍,金晓斌,.

基于多智能体系统的城市增长时空动态模拟——以江苏省连云港市为例

[J].地理科学,2012,32(11):1289-1296.

[本文引用: 1]     

[8] Xu Chi,Liu Maosong,Zhang Cheng,et al.

The spatiotemporal dynamics of rapid urban growth in the Nanjing metropolitan region of China

[J]. Landscape Ecol, 2007, 22:925-937.

[本文引用: 1]     

[9] Ding Chengri,Zhao Xingshuo.

Assessment of urban spatial-growth patterns in China during rapid urbanization

[J].The Chinese Economy, 2011, 44(1): 46-71

[10] Yue Wenze, Liu Yong,Fan Peilei.

Polycentric urban development: the case of Hangzhou

[J]. Environment and Planning A,2010,42:563-577.

[本文引用: 1]     

[11] Lin George C S,Yi Fangxin.

Urbanization of capital or capitalization on urban land? Land development and local public finance in urbanizing china

[J].Urban Geography, 2011,32(1): 50-79.

[本文引用: 1]     

[12] 黄季焜,朱莉芬,邓祥征.

中国建设用地扩张的区域差异及其影响因素

[J].中国科学(D辑:地球科学),2007,37(9):1235-1241.

[本文引用: 1]     

[13] 叶浩,张鹏,濮励杰.

中国建设用地与区域社会经济发展关系的空间计量研究

[J].地理科学,2012,32(2):149-156.

[本文引用: 3]     

[14] Luo Jun,

Wei Y H Dennis.Modeling spatial variations of urban growth patterns in Chinese cities:The case of Nanjing

[J]. Landscape and Urban Planning,2009,91:51-64.

[本文引用: 2]     

[15] Liu Yong,Wenze Yue,Fan Peilei.

Spatial determinants of urban land conversion in large Chinese cities: a case of Hangzhou

[J].Environment and Planning B:Planning and Design,2011,38(4):706-725.

[本文引用: 2]     

[16] Anselin L,Getis A.

Spatial statistical analysis and Geographic Information Systems

[J].The Annals of Regional Science,1992,26(1):19-33.

[本文引用: 1]     

[17] Anselin L.

Spatial econometrics: methods and models

[M]. Boston : Kluwer Academic Publishers,1988.

[本文引用: 1]     

[18] Anselin L,

Florax R J G M. New directions in spatial econometrics

[M]. New York : Springer,1995.

[本文引用: 1]     

[19] Muth R F.

Economic change and rural-urban land conversions

[J].Econometrica,1961,29(1):1-23.

[本文引用: 1]     

[20] Harvey D.The urbanization of capital: studies in the history and theory of capitalist urbanization[M].Baltimore:Johns Hopkins University Press,1985.

[本文引用: 1]     

[21] Kivell P.

Land and the city:pattern and process of urban change

[M].London:Routledge and Kegan Paul, 1993.

[本文引用: 1]     

[22] Braimoh A K,Onishi T.

Spatial determinants of urban land use change in Lagos, Nigeria

[J]. Land Use Policy,2007,24:502-515.

[本文引用: 1]     

[23] Cohen Patricia, Cohen Jacob, Aiken Leona S,et al.

The problem of units and the circumstance for POMP

[J]. Multivariate Behavioral Research,1999,34(3):315-346.

[本文引用: 1]     

[24] Qian Zhu.Master plan,plan adjustment and urban development reality under China’s market transition:A case study of Nanjing City,2013,30:77-88.

[本文引用: 1]     

/