Scientia Geographica Sinica  2014 , 34 (1): 40-46 https://doi.org/10.13249/j.cnki.sgs.2014.01.40

Orginal Article

安徽省近15年土地要素对经济贡献及Logistic 曲线拐点探析

张乐勤1, 陈素平2, 陈保平1

1.池州学院资源环境与旅游系,安徽 池州 247000
2.池州学院经济贸易系,安徽 池州 247000

The Contribution of Land to The Economic Growth and Inflection Point of Its Logistic Curve in Anhui Province in Recent 15 Years

ZHANG Le-qin1, CHEN Su-ping2, CHEN Bao-ping1

1.Resource Environment and Tourism Department, Chizhou College, Chizhou, Anhui 247000, China
2.Economic and Trade Department, Chizhou University, Chizhou, Anhui 247000, China

中图分类号:  F301.2

文献标识码:  A

文章编号:  1000-0690(2014)01-0040-07

收稿日期: 2012-11-22

修回日期:  2013-03-25

网络出版日期:  2014-01-10

版权声明:  2014 《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:  安徽省教育厅重点研究课题(2010sk502zd)、安徽省科技厅软科学课题(12020503010)资助

作者简介:

作者简介:张乐勤(1965-),男,安徽宿松人,硕士,教授,主要从事资源生态与可持续发展研究。E-mail:zhangleqing@sohu.com

展开

摘要

运用C-D生产函数,利用统计年鉴数据,采用最小二乘回归方法,对安徽省1997~2011年建设用地对经济贡献率进行了定量测度,并对其Logistic 曲线进行了探索,结果表明:① 研究时段,资本、劳动力、建设用地投入要素对二、三产业产值的弹性系数分别为0.469、0.801、0.369;② 资本、劳动力、建设用地、科技进步投入要素对经济贡献率分别为52.31%、22.9%、20.74%、4.05%; ③ 建设用地扩展与经济增长契合Logistic 曲线,拐点位于二、三产业产值为2 744亿元时(2002年),1997~2002年,建设用地对经济贡献随经济增长呈加速上升态势,2002~2011年,建设用地对经济贡献上升速度减缓,并最终趋于平稳;④ 科技进步对经济贡献呈递增态势,但科技对经济贡献率偏低。从转换土地经济发展理念、控制建设用地规模、实现经济由资源依赖性向创新驱动型转变等方面提出了相应对策。

关键词: C-D生产函数 ; Logistic 曲线 ; 建设用地扩展 ; 经济贡献率 ; 安徽省

Abstract

China is undergoing rapid advance of industrialization and urbanization. A large number of input in new construction land provide a strong support for the sustained rapid growth of investment in the whole society, and the continuous growth of investment has become an important driving force to spur economic growth. The moderate input in land factor is the basis to guarantee urbanization and economic development. The over-reliance on land for development will inevitably lead to a decline in the amount of arable land, not only endangering food security and the achievement of guard-line objectives for 1.2×103 km2 of arable land, but also having a major impact on the terrestrial carbon cycle and ecological system changes, which involves compensation, resettlement of landless peasants and other social issues. Accordingly, the accurate control on the contribution of construction land expansion to economic growth can help the management understand the land value in a scientific way as well as correct and abandon the wrong ideas to exaggerate economic value of the land. Based on the statistical data and C-D production function, the economic contribution rate of construction land of Anhui Province from 1997 to 2011 was quantitatively measured with the method of least squares regression, and its Logistic curve was explored. The results showed the findings in the following. 1) In the study period, the elastic coefficients of input factors, i.e., capital, labor and construction land, against the total output value of secondary and tertiary industries were 0.469,0.801 and 0.369 respectively. 2) The economic contribution rates of input factors, i.e., capital, labor, construction land and scientific progress, were 52.31%,22.9%,20.74% and 4.05% respectively. 3) The Logistic curve of construction land expansion fitted with economic growth occurs when the total output value of secondary and tertiary industries was 274.4 billion yuan(RMB) in 2002. From 1997 to 2002, the economic contribution rate of construction land increased rapidly. From 2002 to 2011, the rising speed of economic contribution rate of construction land slowed down and tended to be steady. 4) The economic contribution rate of scientific progress tended to increase steadily but in a relatively low value. These results can not only provide a reference for the directional transition of economic development in Anhui Province from land and other factors to technological innovation as well as similar researches at the provincial scale, but also lay a scientific basis for the development of differentiated adjusted land policy and the protection of arable land resources in different stages.

Keywords: C-D production function ; Logistic curve ; construction land expansion ; economic contribution rate ; Anhui Province

0

PDF (448KB) 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

张乐勤, 陈素平, 陈保平. 安徽省近15年土地要素对经济贡献及Logistic 曲线拐点探析[J]. , 2014, 34(1): 40-46 https://doi.org/10.13249/j.cnki.sgs.2014.01.40

ZHANG Le-qin, CHEN Su-ping, CHEN Bao-ping. The Contribution of Land to The Economic Growth and Inflection Point of Its Logistic Curve in Anhui Province in Recent 15 Years[J]. Scientia Geographica Sinica, 2014, 34(1): 40-46 https://doi.org/10.13249/j.cnki.sgs.2014.01.40

土地是人类生存、繁衍、社会经济活动的载体,是制约经济增长的关键因素[1],是支撑区域经济发展不可或缺的自然资源[2],是二三产业发展必不可少的条件[3],多位学者[1,3-12]利用柯布-道格拉斯生产函数(Cobb-Douglas Production Function,C-D生产函数),采用回归分析方法在国家尺度[1,3,6-8]、省域尺度[9-11]展开过基于时序数据的定量研究,验证了土地投入与经济发展间的正关联性。

国内外大量研究[8,12-21]表明,在工业化初级阶段向中后期转型过程中,建设用地增长对经济贡献呈现由强变弱特点,即在快速城市化、工业化初级阶段,经济增长对建设用地依赖性较强,随着经济发展,依赖性逐渐减弱[17,19,20],与 Verhust提出的Logistic方程假说[20]一致。研究表明:① 建设用地增长是支撑经济发展的重要要素,其对经济贡献率是“S”形曲线,随经济发展逐渐变弱;② 仅依靠土地要素的外延拓展不符科学规律,必须走依靠科技创新的内涵式发展模式,这是坚守耕地红线的需要,也是社会经济可持续发展的根本出路。

安徽省为生态建设省,20世纪90年代来,“双轮驱动”发展背景下,建设用地由1997年的484 km2扩展至2011年的1 630.01 km2[22],致使人均耕地面积由1997年的0.069 75 hm2降至2011年的0.061 25 hm2[22],只相当国家同期人均耕地面积的67%,为此,减缓建设用地扩展趋势,事关安徽省耕地红线目标的实现与生态省建设,成为政府及公众关注的焦点。鉴于此,本文基于Cobb-Douglas生产函数,利用统计年鉴数据,采用最小二乘回归方法,对安徽省建设用地对经济贡献率进行定量测度,并从理论上寻找其Logistic曲线极限点,以便更好揭示土地利用与经济发展动态变化规律,厘清管理层对土地价值的科学认识,纠正过分夸大、扭曲土地经济价值的歧路理念,进而可为政府针对不同发展阶段土地对经济贡献特征,制定出差别化的土地资源保护与控制、开发与利用的政策提供科学依据。与已有土地要素对经济贡献研究[1,3,6-12]相比,本研究借助SPSS17.0软件,对建设用地经济贡献的Logistic曲线极限点进行了探析,研究思路与方法的创新可为省域尺度土地对经济贡献Logistic曲线研究提供借鉴。

1 技术路线与方法

1.1 研究路径

首先,将资本、劳动、土地、技术水平作为投入要素,第二、三产业产值作为产出要素,构建安徽省时序C-D生产函数的经济分析模型;其次,采用回归分析方法,确定资本、劳动、建设用地产出弹性系数,进而分析出资本、劳动、建设用地投入对第二、三产业的贡献率;第三,采用索洛残差法(索洛余值法)分析技术进步对经济发展的贡献率;第四,利用SPSS软件中曲线回归方法,寻找出Logistic曲线拐点,即土地对经济贡献的极限点;第五,在定量分析建设用地增长、技术要素对经济贡献基础上,定性提出安徽省土地可持续发展的响应对策。

1.2 建设用地增长对经济贡献率分析方法

1.2.1 分析模型构建

美国数学家柯布和经济学家道格拉斯于20世纪30年代共同创建了投入和产出的关系C-D生产函数[23],其基本形式为:

Y=A(t)·Kα·Lβ·μ (1)

式中,Y表示产出;A(t)表示综合技术要素;K表示资本投入;L表示劳动力投入,αβ分别表示资本、劳动力产出的弹性系数;μ表示随机干扰影响。

C-D生产函数是西方学者基于成熟市场经济国家的实际研究得出的分析经济增长的经典模型[9],其假定投入要素替代弹性不变,认为资本和技术进步视为推动经济增长的关键因素。中国正处于工业化和城市化快速推进期,大量新增建设用地的投入为全社会投资持续高速增长提供了有力支撑,而持续增长的投资又成为拉动经济增长的重要动力,土地要素对经济增长做出了具有“中国特色”的显著贡献[24]。鉴于此,本研究中,除了考虑资本、劳动力、技术进步等因素之外,将建设用地要素引入模型(1)中,构建安徽省扩展C-D经济函数模型,表达式为:

Y=A·Kα·Lβ·Sγ·μ (2)

式中,Y表示第二、三产业产值;A表示技术进步投入要素;KLS分别表示资本、第二与三产业从业人数、建设用地投入要素;αβγ分别表示资本、第二与三产业从业人数和建设用地产出弹性系数。对式(2)两边取对数,得到:

LnY=C+αLnK+βLnL+γLnS (3)

式中,C表示回归常数项,C=lnA+lnμ

依据公式(3)及研究时序历史数据,采用最小二乘回归方法,可得αβγ值,即资本、劳动力、建设用地投入的产出弹性系数,表示当资本、劳动力和建设用地每增加1%时,分别导致第二、三产业产值的α%、β%、γ%变化。

1.2.2 模型参数确定方法

首先,将LnK、LnL、LnS时间序列数据与LnY时间序列数据输入SPSS17.0中进行偏相关分析,并进行检验,以确定资本、劳动力和建设用地数量投入要素与产出的关联性。其次,将LnK、LnL、LnS时间序列数据为解释变量,以LnY时间序列数据为被解释变量,输入SPSS17.0软件中进行最小二乘回归分析,并进行Sig及F值检验,由此,可得出αβγ

1.2.3 投入要素对经济贡献率测度方法

将(3)式记为:

Y=A·f(K,L,S) (4)

对公式(4)两边对时间t求导数,可得:

dYdt=dAdtf(K,L,S)+YKdKdt+YLdLdt+YSdSdt(5)

将公式(5)两边乘以dt/Y,得到:

dYY=dAYf(K,L,S)+YYdKK+YYdLL+YYdSS(6)

α=YKKYβ=YLLYγ=YSSY,则有:

dYY=dAA+αdKK+βdLL+γdSS(7)

用差分代替微分形式,可得:

ΔY/Y=ΔA/A+α·ΔK/K+β·ΔL/L+γ·ΔS/S (8)

y=ΔY/Y,a=ΔA/A,k=ΔK/K,l=ΔL/L,s=ΔS/S,则有:

y=a+α·k+β·l+γ·s (9)

将公式(9)移项可得:

a=y-α·k-β·l-γ·s (10)

公式(10)即索洛余值表达形式[23],a表示技术进步速度(全要素生产率);ykls分别表示产出、资本投入、劳动投入、建设用地投入等因素的平均增长速度,可采用几何平均法测算(y= yty0-1kls相同);αβγ分别表示资本、劳动、建设用地等因素的产出弹性系数,且α+β+γ可以大于1、小于1、等于1,即规模报酬递增、递减、不变[25]

EK、EL、ES、EA分别表示资本、劳动力、建设用地、技术进步投入对经济贡献率,可得:

EK=100%·α·k/y,EL=100%·β·l/y,

ES=100%·γ·s/y,EA=100%·a/y

1.3 建设用地扩展Logistic曲线拐点探析

1.3.1 Logistic方程构建

Logistic方程最早由德国数学生物学家P F Verhust 于1837 年提出[24],Logistic 方程(“S”型曲线)描述的是事物增长趋势,其增长速度最初较快,然后较慢,当达到极限后,增速停止。Logistic方程广泛应用于生物学、医学、经济学和管理学[25]及资源环境领域[20,27-30],其一般表达式为[20]

y=K/(1+ea-rx) (11)

式中,y为因变量;a为积分常数;r为常数,表示内禀增长率;K表示上限容量;x为自变量。对公式(11)两边求倒数、移项并取对数可得:

Ln(1/y-1/K)=-r·x+Ln(1/K)+a (12)

令Lnb=-r、Lnc=Ln(1/K)+a可得:

Ln(1/y-1/K)=Lnb·x+Lnc (13)

公式(12)左边为对数形式,右边为一次线性形式,便于通过回归确定参数,对其简化可得:

y=K/(1+KceLnb·x) (14)

式中,y、x、K表示意义同上;c表示常数;b表示回归系数;K可通过检验回归的R2F值确定[26]。为了契合前面研究,以S表示因变量,即建设用地面积,km2;Y表示自变量,即第二、三产业产值,108元;M表示上限容量,km2,则有:

S=M/(1+MceLnb·Y) (15)

1.3.2 Logistic曲线拐点确定

为了寻找Logistic拐点拐点,对公式(15)求二阶导数,可得:

S=M2·c·Ln2b·eLnb·Y·[(2M·c·eLnb·Y)/

(1+M·c·eLnb·Y)3-1/(1+ M·c·eLnb·Y)2] (16)

S=0时,即当Y=-(LnM·c)/Lnb时,对应点即为Logistic曲线拐点,拐点左侧建设用地扩展随经济增长为加速上升态势,拐点右侧则呈上升速度减缓,最后趋于平稳。

2 数据来源与说明

鉴于数据获取的完整性与可靠性,本研究选取1997~2011年安徽省建设用地面积、劳动力、资本存量数据,动态考察其对经济增长影响,并探索建设用地增长极值的Logistic曲线拐点。研究时序的经济增长、建设用地面积、劳动力、固定资产投资数据来源于《安徽统计年鉴》[22]。其中,建设用地面积以建成区面积表征;劳动力以第二、三产业就业人口数表征;经济发展以第二、三产业产值表征;资本存量采用采用永续盘存法进行估算,计算公式为[8]Kt=Kt-1·(1)+It,式中,Kt为当年资本存量,Kt-1为上一年资本存量,研究基年资本存量采用张军等[31]研究结果,It为当年固定资产投资额,δ为经济折旧率,采用张军等[31]研究结果,即δ=9.6%。

为了消除价格因素对分析的影响,根据如下方法将第二、三产业产值及固定资产投资进行调整:实际变量=变量当年价×100÷CPI价格指数(以1997年为100)。

3 结果与分析

3.1 安徽省建设用地增长对经济贡献测度

3.1.1 变量间偏相关分析

将表示第二、三产业产值(Y)、资本存量(K)、第二、三产业从业人数(L)、建设用地面积(S)时间序列数据取对数,输入SPSS17.0进行偏相关分析,结果如表1

表1   偏相关分析结果

Table 1   Result by the partial correlation analysis

变量LnYLnKLnLLnS
LnYPearson 相关性10.988**0.991**0.918**
显著性(双侧)0.0000.0000.000
LnKPearson 相关性0.988**10.977**0.857**
显著性(双侧)0.0000.0000.000
LnLPearson 相关性0.991**0.977**10.904**
显著性(双侧)0.0000.0000.000
LnSPearson 相关性0.918**0.857**0.904**1
显著性(双侧)0.0000.0000.000

注: **在 0.01 水平(双侧)上显著相关。

新窗口打开

表1可知,安徽省1997~2011年资本存量、第二、三产业从业人数、建设用地投入要素与第二、三产业产值间关联系数均在0.9以上,且显著性水平在1%以下,说明资本存量、第二、三产业从业人数、建设用地(解释变量)与第二、三产业产值(被解释变量)间呈高度正相关。

3.1.2 C-D生产模型参数确定

将安徽省1997~2011年LnK、LnL、LnS时间序列数据作为解释变量,LnY时间序列数据作为被解释变量,输入SPSS17.0软件中进行最小二乘回归分析,模型回归所得的R2为0.998,F检验的Sig值小于0.01,表明模型拟合良好,所得回归系数如表2

表2   模型回归系数

Table 2   Model coefficients

未标准化系数Betat Sig.
B标准误差
(常数)-4.6111.017-4.5320.001
LnK0.4690.0580.5498.1390.000
LnL0.8010.2340.2783.4230.006
LnS0.3690.0640.1965.7810.000

新窗口打开

表2可知,LnK、LnL、LnS系数分别为0.469、0.801、0.369,且t检验的Sig值均小于0.01,表明回归系数均能通过显著性检验,由此可得安徽省1997~2011年C-D回归模型为:

LnY=-4.611+0.469LnK+0.801LnL+0.369LnS (17)

将公式(17)转化为指数形式,可得:

Y=0.009942K0.469L0.801S0.369μ (18)

公式表明,当资本投入、第二与第三产业从业人数、建设用地增加1%时,分别会导致第二、三产业产值增加0.469%、0.801%、0.369%。

3.1.3 投入要素对经济贡献率测度

(1) 投入要素及产出的年平均增长率

利用几何平均法对安徽省1997~2011年第二与三产业产值、资本投入、劳动力投入、建设用地投入等因素的平均增长速度进行测算,再根据公式(10)及表2中模型回归所得的资本、劳动力、建设用地产出弹性系数αβγ值,对技术进步速度(全要素生产率)进行测度,结果如表3

表3   安徽省1997~2011投入、产出要素平均增速

Table 3   The average growth rate of input and output elements of Anhui Province in 1997-2011

年份第二、三
产业产
值(y)
资本
投入
k
第二、三
产业从业
人数(l
建设用
地扩展
s
技术进
步速度
a
1997~200211.126.872.9615.05-0.02
2002~201119.0024.645.545.870.84
平均增速(%)16.12117.9794.6099.0600.654

新窗口打开

(2) 投入要素对经济贡献率

依据投入要素对经济贡献率计算方法,测度资本、劳动力、建设用地及科技进步投入对经济贡献率,所得平均贡献率如表4,资本、劳动力、建设用地等因素对经济年度贡献率如图1

表4   安徽省1997~2011投入要素对经济平均贡献率

Table 4   The average contribution rate of the input elements of Anhui Province in 1997-2011

年份资本投入
贡献率(%)
劳动力
投入贡献
率(%)
建设用地
投入贡献
率(%)
技术进步
贡献率(%)
1997~200228.9821.3149.94-0.23
2002~201160.8223.3611.44.42
平均增速(%)52.3122.920.744.05

新窗口打开

图1   安徽省1997~2011年资本、劳动力、建设用地投入对经济贡献率

Fig. 1   The economic contribution rate of capital, labour and the construction land of Anhui Province in 1997-2011

(3) 投入要素对经济贡献分析

安徽省1997~2011年资本、劳动力、建设用地投入要素与产出的C-D模型回归系数之和为1.639(α+β+γ=1.639),表明研究时段,生产规模经济报酬为递增状态,进一步分析α、β、γ间关系可知,(α+β)/γ=3.44>1,(α+γ)/β=1.046>1,(β+γ)/α=2.49>1,由此表明,建设用地、劳动力、资本投入要素间均难以被替代。

分析表4图1可知,1997~2011年,资本投入对安徽省经济贡献最大,劳动力次之,建设用地再次之,技术进步最小;资本投入、科技进步对经济贡献呈递增态势,劳动力投入变化平稳,而建设用地呈递减态势;资本与建设用地投入在不同时段变化幅度差异大,1997~2002年,资本投入对经济平均贡献率为28.98%,而建设用地投入对经济平均贡献率高达49.94%,2002~2011年,资本投入对经济平均贡献率高达60.82%,而建设用地对经济平均贡献率则降至11.4%,由此说明,1997~2002年,建设用地扩张为安徽省经济的主要驱动因素,固定资产投资为次要驱动因素,2002~2011年,固定资产投资为主要驱动因素,而建设用地扩展则为次要驱动因素。究其原因,同安徽省经济发展特点有关,1997~2002年,安徽省将开发区和工业园作为招商引资的重要载体,开发区和工业园区建设发展迅猛,同时,安徽省为了支持高校建设,建设了众多大学城,致使土地投入成为推动经济发展的主引擎,2002~2011年,安徽省以国家中部崛起战略为契机,不断推进城市化、工业化进程,固定资产投资规模由2002年的1 133.31亿元猛增至2011年的12 126.3亿元,年均增长30.13%,投资成为支撑经济发展的主要动力。

进一步分析表4可知,技术进步对经济贡献率呈渐进增长态势,1997~2002年,技术进步对经济贡献率为-0.23%,表明科技、教育、制度等因素对经济贡献甚微,体现了这一时段安徽省经济较粗放,2002~2011年,技术进步对经济贡献率4.42%,表明科技进步对经济发展有一定支撑作用,但贡献较小。

3.2 安徽省建设用地Logistic曲线拐点假说与验证

大量研究[19,20,28,32]验证了耕地非农化或建设用地扩展对经济贡献存在Logistic曲线拐点存在,结合安徽省1997~2011年建设用地扩展对经济贡献度呈递减态势,依据公式(15),以安徽省1997~2011年建设用地数据作因变量,第二、三产业产值作自变量,将其输入SPSS17.0进行Logistic曲线,拟合曲线如图2,回归结果如表5

图2   安徽省1997~2011年建设用地与经济增长的Logistic曲线估计

Fig. 2   Logistic curve between construction land expansion and economic growth of Anhui Province in 1997-2011

表5   安徽省1997~2011年建设用地扩展与经济增长Logistic 方程回归参数

Table 5   Logistic equation regression parameters between construction land expansion and economic growth of Anhui Province in 1997-2011

Mbc拟合优度R2FSig
16680.99970.0013910.915140.6480.000
16730.99970.0013660.916141.2280.000
16740.99970.0013610.916141.2300.000
16750.99970.0013570.916141.1980.000

新窗口打开

表5可知,经过多次试算,当其容纳上限 M 设定为1 674 km2时,得到的 Logistic 曲线的拟合优度R2为0.916,F值为141.230,且Sig值为0.000,为最优拟合,将Mbc值代入式(15)可得Logistic曲线方程:

S=1674/(1+2.278314·e-0.000300045·Y) (19)

对公式(19)求二阶导数,并令其等于0,可得Y值,Y=-(LnM·c)/Lnb=2 744亿元,Y值为安徽省建设用地对经济贡献拐点,即当第二、三产业产值达到2 744亿元时(对应为2002年),建设用地对经济贡献速度趋缓,由此表明,安徽省建设用地对经济贡献的拐点已经出现,土地投入对经济驱动有限,只有依靠科技创新,走创新驱动发展之路,才能实现安徽经济跨越发展。

4 结论与讨论

采用C-D生产函数的经济分析模型及索洛余值法,对1997~2011年安徽省资本、劳动力、建设用地、科技等投入要素对经济贡献率进行了测度,并对建设用地扩展对经济贡献的Logistic曲线拐点进行了探索,得出如下主要结论:

1) 1997~2011年,资本增加、劳动力投入、建设用地扩展、科技投入均为安徽经济发展驱动要素,各投入要素对经济贡献率差异明显,资本投入对安徽省经济贡献最大,劳动力次之,建设用地再次之,技术进步最小;

2) 1997~2011年,安徽省资本投入对经济贡献呈递增态势,而劳动力投入贡献较平稳;

3) 1997~2011年,安徽省建设用地扩展(投入)对经济贡献率呈递减趋势,其Logistic曲线拐点出现时间为2002年,2002年以后,土地投入对经济贡献率呈减速上升,最终趋于平缓态势,即依靠土地投入驱动经济持续增长模式行不通;

4) 1997~2011年,安徽省科技进步对经济贡献呈递增态势,但科技对经济贡献率较低,大力提升科技对经济引领、支撑作用,实现经济发展由资源依赖型向创新驱动型的转变,是安徽经济实行持续发展的必经之路。

鉴于上述研究结论及安徽省情,提出如下政策建议:转换土地经济发展理念,坚决执行国家对房地产调控的相关政策,在皖江城市承接产业转移及皖北振兴战略中,严格环境影响评价及土地准入制度,制定土地规划,调控土地供应结构、节奏和布局,量化并公示各类建设用地指标,控制建设用规模,以达到节约集约用地目的;以建设国家技术创新工程试点省为契机,加大科技创新资金投入力度,积极营造制度创新、管理创新、技术创新的政策环境及保障、支撑体系,努力提升自主创新能力,增强经济发展活力与内在动力,提高经济发展质量和效益,以创新促转型,以转型促发展,实行经济发展从要素驱动向创新驱动转变;保持适度投资规模,转变投资方向,投资重点向高技术、节能环保等战略新兴产业倾斜,同时,积极扩大消费及出口比例,实现经济发展向投资、消费、出口协调拉动的转变;结合安徽省为劳动力资源大省的特点,大力发展第三产业及劳动密集型产业,采取多种政策举措,吸引、鼓励更多外出务工的劳动力回安徽就业或创业,以提高劳动力对经济贡献度。

本研究表明,安徽省建设用地扩展对经济增长贡献呈由强变弱基本规律,且契合Logistic曲线,所得结果与前人研究结果[8,12,15,17-20]一致。本研究以建成区面积表征建设用地扩展,尚未考虑城镇化演进中城乡结合部的影响,根据中国现实国情,城乡结合部土地利用变化应该按一定比例纳入建设用地计算中,由于此比例受多元因素制约,且处于动态变化之中,致使较难确定,这将是下一步探索的重点。

The authors have declared that no competing interests exist.


参考文献

[1] 丰雷,魏丽,蒋妍.

论土地要素对中国经济增长的贡献

[J].中国土地科学,2008,22(12):4~10.

[本文引用: 4]     

[2] 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):149~155.

[本文引用: 1]     

[3] 毛振强,左玉强.

土地投入对中国二三产业发展贡献的定量研究

[J].中国土地科学,2007,21(3):59~63.

[本文引用: 4]     

[4] Nobuhiro Kiyotaki,Kenneth D West.

Land price and business fixed investments in Japan

[C].Osaka: NBER working paper No.10909,2004,11.

[5] Paul Metzemakers, Erik Louw.

Land as a production factor

[C]. Paper to be presented at 45th Congress of the European Regional Science Association. Amsterdam: 45th Congress of the European Regional Science Association, 2005,8:23-27.

[6] 张占录,李永梁.

开发区土地扩张与经济增长关系研究——以国家级经济技术开发区为例

[J].中国土地科学,2007,21(6):4~9.

[本文引用: 2]     

[7] 李鑫,欧名豪.

中国省际建设用地单要素效率评价与区域差异研究

[J].南京农业大学学报(社会科学版),2012,12(1):80~84.

[8] 姜海,夏燕榕,曲福田.

建设用地扩张对经济增长的贡献及其区域差异研究

[J].中国土地科学,2009,23(8):4~8.

[本文引用: 4]     

[9] 张虹鸥,叶玉瑶,杨丽娟,.广东

30 年建设用地增长对经济发展的贡献

[J].经济地理,2008,28(6):904~908.

[本文引用: 2]     

[10] 杨志荣,靳相木.

基于面板数据的土地投入对经济增长的影响——以浙江省为例

[J].长江流域资源与环境,2009,18(5):409~415.

[11] 姜海,曲福田.

不同发展阶段建设用地扩张对经济增长的贡献与响应

[J].中国人口·资源与环境,2009,19(1):70~75.

[本文引用: 1]     

[12] 张琦.

韩国工业化推进过程中的土地利用与经济发展关系分析研究

[J].中国人口·资源与环境,2007,17( 3) :81~84.

[本文引用: 4]     

[13] Le Gallo J,Ertur C.

Space-time analysis of GDP disparities among European regions: A Markov chains approach

[J].International Regional Science Review,2004,27(2):138-163.

[14] Aroca P,Bosch M,Maloney W F.

Spatial dimensions of trade liberalization and economic convergence: Mexico 1985-2002

[J].The World Bank Economic Review,2005,19(3):345-378.

[15] 曲福田,吴丽梅.

经济增长与耕地非农化的库兹涅茨曲线假说及验证

[J].资源科学,2004,26(5):62~67.

[本文引用: 1]     

[16] 李海鹏,叶慧,张俊飚.

中国收入差距与耕地非农化关系的实证研究

[J].中国土地科学,2006,20(5):7~12.

[17] 李永乐,吴群.

经济增长与耕地非农化的Kuznets曲线验证:来自中国省际面板数据的证据

[J].资源科学, 2008,30(5):667~672.

[本文引用: 2]     

[18] 钟太洋,黄贤金,王柏源.

经济增长与建设用地扩张的脱钩分析

[J].自然资源学报,2010,25(1):18~20.

[19] 李效顺,张绍良,汪应宏.

中国经济转型阶段建设用地增长极限计量研究

[J].自然资源学报,2011,26(7):1085~1095.

[本文引用: 2]     

[20] 李效顺,曲福田,陈友偲,.

经济发展与城市蔓延的Logistic 曲线假说及其验证——基于华东地区典型城市的考察

[J].自然资源学报,2012,27(5):713~722.

[本文引用: 6]     

[21] 孙平军,丁四保,修春亮.

中国城镇建设用地投入非协调性的动态演变研究

[J].地理科学,2012,32(9):1047~1054.

[本文引用: 1]     

[22] 安徽省统计局.安徽统计年鉴[M].北京:中国统计出版社,1998~2012.

[本文引用: 3]     

[23] 廖先玲,姜秀娟,赵峰,.

基于“索洛余值”改进模型的山东省技术进步贡献率测算研究

[J].科技进步与对策,2010,27(11):69~71.

[本文引用: 2]     

[24] 李名峰.

土地要素对中国经济增长贡献研究

[J].中国地质大学学报(社会科学版),2010,10(1):60~64.

[本文引用: 2]     

[25] 韩立杰,于海滨,刘喜波.

基于索洛模型对我国经济增长的实证分析

[J].北方工业大学学报,2007,19(3):62~64.

[本文引用: 2]     

[26] 徐荣辉.

逻辑斯蒂方程及其应用

[J].山西财经大学学报,2010,32(2):311~312.

[本文引用: 1]     

[27] 李嘉竹,刘贤赵,李宝江,.

基于Logistic模型估算水资源污染经济损失研究

[J].自然资源学报,2009,24(9):1667~1675.

[本文引用: 1]     

[28] 姚远,李效顺,曲福田,.

中国经济增长与耕地资源变化计量分析

[J].农业工程学报,2012,28(14):209~215.

[本文引用: 1]     

[29] 何丹,金凤君,周璟.基于

Logistic-CA-Markov 的土地利用景观格局变化——以京津冀都市圈为例

[J].地理科学,2011,31(8):903~910.

[30] 王成超,杨玉盛.

农户生计非农化对耕地流转的影响——以福建省长汀县为例

[J].地理科学,2011,31(11):1362~1367.

[本文引用: 1]     

[31] 张军,吴桂英,张吉鹏.

中国省际物质资本存量估算:1952~2000

[J].经济研究, 2004,(10): 35~44.

[本文引用: 2]     

[32] 曾祥坤,李贵才,王仰麟,.

基于logistic曲线的快速城市化地区耕地变化人文驱动力建模——以深圳市为例

[J].资源科学,2009,31(4):604~611.

[本文引用: 1]     

/