孔伟 张飞 郭杰 欧名豪

摘要：以全国省际面板数据为基础，结合建设用地管控分区研究我国建设用地增量指标在不同区域间的科学合理配置。首先基于C-D生产函数原理构建面板数据模型测算全国建设用地增量指标总规模，然后基于相对资源承载力和供求理论构建线性规划模型研究增量指标在地区间的合理配置。研究得出，2015—2030年全国建设用地增量指标总规模预测结果为520.77万hm2;与仅考虑发展需求因素的配置方案相比较，各地区兼顾经济发展与资源禀赋的增量建设用地配置规模均有所变化，且更符合不同区域资源供给保障能力的约束和生态环境保护的要求。

关键词：土地管理;建设用地增量配置;相对资源承载力;经济发展;资源禀赋

中图分类号： F301.2  文献标志码： A  文章编号：1002-1302（2019）05-0213-04

收稿日期：2017-11-19

基金项目：江苏高校哲学社会科学研究项目（编号：2015SJB684）。

作者简介：孔 伟（1982—），女，山东枣庄人，博士，讲师，主要研究方向为土地利用与规划管理。E-mail： mingyou0915@163.com。

建设用地作为工业化、城镇化进程的重要资源环境基础，在我国经济发展和资源禀赋都存在显著区域差异的背景下，它的区域配置问题便成为全局性和战略性的根本问题。作为我国土地资源管理中重要的规划管控對象，建设用地的区域配置主要表现为新增建设用地指标在区域间的分解，传统做法主要是基于区域社会经济发展需求进行建设用地指标的分解[1-6]。然而，随着发展进程的不断推进，我国许多地区已经进入工业化后期或发达经济阶段，资源环境瓶颈约束问题开始显现，转方式、调结构，更加重视生态和资源环境承载力逐步成为我国经济发展的新方向[7]。在此背景下，以往仅考虑社会经济发展需求而忽视资源禀赋区域差异的建设用地增量指标配置方式已难以适应今后的发展趋势;未来我国建设用地管理工作中，应在兼顾社会经济发展需求和资源禀赋供给约束的前提下科学合理地进行增量指标的区域配置。

建设用地增量是反映建设用地数量变化特征的一项重要指标，从内涵上可分为新增建设用地和净增建设用地两类[8]。前者是指由其他地类转为建设用地的数量，仅考虑新增加的建设用地来源，强调对开发空间的拓展，未考虑因土地整理复垦等原因造成的建设用地减少;后者则同时考虑新增建设用地的来源和因整理复垦等造成的建设用地减少，即建设用地净增量=建设用地新增量-建设用地减少量，可见在净增量一定的情况下，要想获得尽可能多的拓展空间，使新增建设用地指标规模最大化，则必须在符合各项规划计划安排的前提下，尽量多地开展建设用地内涵挖潜，这对提高集约用地水平也会有很大的促进作用，因此将研究对象建设用地增量设定为净增量。

考虑到我国当前建设用地管理决策都是在行政区范围内执行，而各级政府是建设用地管理的行为主体，因此，本研究的建设用地增量指标分配将省级行政区域作为基本研究单元;同时考虑到资源禀赋、社会经济发展背景的一致性和数据的可获得性，将研究范围确定为全国31个省（市、区）（不包括台、港、澳等地区），研究基期确定为2015年，目标年确定为2030年。

1 研究方法

1.1 耦合经济发展与资源禀赋的指标体系

指标体系的构建是进行建设用地增量指标配置的基础和关键。建设用地增量区域配置的指标体系构建须要遵循系统性、科学性和可操作性等原则进行。建设用地规模变化一方面受自然资源条件的影响，如水土资源匹配、资源环境容量等，这些因素主要通过影响用地供给能力来制约建设用地的扩张趋势;另一方面还要受人类开发利用活动的影响，如基础设施投资建设、人口系统增长压力、物资需求目标实现等，这些因素则主要通过对建设用地的需求变化推动建设用地的扩张趋势[9]。根据各类因素对建设用地扩张影响机制的不同，在系统性、科学性和可操作性等原则和供求理论的指导下，本研究分别从社会经济发展和自然资源禀赋2个方面选取指标，构建我国建设用地增量指标初始分配的评价指标体系，具体见表1。

1.2 基于相对资源承载力的增量规模测算模型

所谓资源承载力是指一个区域所拥有的资源总量，对该区域内人口生存和发展的支撑能力[10]。相对资源承载力方法则是指通过选择资源承载力的理想状态区域作为参照区，将研究区与参照区进行比较的基础上，研究分析各类资源的相对承载力的区际差异，进而确定建设用地增量指标合理规模。

首先，根据研究区各类资源存量和参照区各类资源总量的对比关系，分别计算研究区相对各单项指标可承载的建设用地增量指标规模;然后，在此基础上分别构建基于优势资源牵引效应和劣势资源束缚效应的线性规划模型，求解模型得到各区域基于优势资源牵引效应的建设用地增量最大规模和基于劣势资源束缚效应的建设用地增量最小规模;最后，取最大规模和最小规模的几何平均值作为各区域建设用地增量指标的合理规模，即为建设用地增量指标的初始配置结果[11]。

1.2.1 单项指标相对的建设用地增量规模

式中：Si是研究区第i项指标对应的相对建设用地增量规模;S0是参照区建设用地增量总规模;Ri0是参照区第i项指标值;ri是研究区第i项指标值。

1.2.2 基于优势资源牵引效应和劣势资源束缚效应的建设用地增量规模 在确定建设用地增量规模时，须要综合考虑各项因素的影响，合理确定相对应指标的权重。为消除指标权重确定过程中主观性的影响，此处基于优势资源牵引效应和劣势资源束缚效应，分别构建线性规划模型，以客观确定各项指标的权重取值，并求解模型从而得到基于优势资源牵引效应的建设用地增量最大规模和基于劣势资源束缚效应的建设用地增量最小规模[12]。所构建的线性规划模型如下：

（1）目标函数

基于优势资源牵引效应的建设用地增量最大规模为

基于劣势资源束缚效应的建设用地增量最小规模为

式中：Smax、Smin分别为研究区基于优势资源牵引效应的建设用地增量最大规模和最小规模;ωi为第i项指标的权重值。

（2）约束条件

式中：α、β分别为各评价因子之间权重差异的上限、下限;γ为各评价因子权重的下限。

1.2.3 基于相对资源承载力的建设用地增量指标合理规模 幾何平均值一般易受极小数值的影响，当变量序列中有异常小的数值时，几何平均值将会明显趋小，比如当任意变量数值为0时，则该变量序列的几何平均值为0。因此，为了能够在建设用地增量最大规模和最小规模差距较大时，保证劣势资源的束缚效应不被消除而影响模型最终的分析结果，此处选用计算几何平均值的方法确定各区域基于相对资源承载力的建设用地增量指标合理规模（Sj′），具体计算公式如下：

2 数据来源及处理

2.1 配置基础数据

社会经济发展和资源禀赋的基础数据来源于全国及各省（市、区）的统计年鉴。社会经济发展指标主要表征未来发展对用地规模扩张的引致性作用，因此该类指标采用2015—2030年的增加值，其中目标年2030年的数据采用趋势预测法获得;资源禀赋指标则主要表征现有资源基础对未来用地规模扩张的抑制性作用，因此该类指标数值采用基期年2015年的现状数据。

2.2 建设用地数据

建设用地现状数据主要来源于国土资源部网站公布的土地调查成果数据。2015—2030年间的全国建设用地增量总规模通过预测2030年全国建设用地总规模，然后减去2015年全国建设用地现状规模即可得到，具体方法如下。

首先，选取柯布-道格拉斯生产函数作为基本参考模型，考虑土地要素投入在经济生产中的重要作用，增加建设用地规模作为自变量。为便于应用该模型进行计量分析对其进行对数化处理，并对模型作进一步调整，将建设用地规模作为因变量，国民经济总量、总人口规模、固定资产投资总额作为自变量，并引入建设用地集约利用水平指标作为自变量，最终建立测算建设用地规模变化的模型。

然后，以全国31个省（市、区）2002—2015年的数据为基础，运行计量经济软件Stata 12.0对面板数据进行检验，并根据检验结果选择相应的命令对模型参数进行估计，得到用于测算我国2030年建设用地总规模的具体方程。

最后，对2030年的国内生产总值、总人口、固定资本存量和土地利用集约度分别进行预测，并将预测值代入上述方程，可以得到2030年我国建设用地总规模，进而可以计算出2015—2030年全国建设用地增量指标总规模为520.77万hm2。

3 研究结果及分析

依据全国31个省（市、区）的社会经济发展和资源禀赋指标数据，运用上述研究方法对我国建设用地增量指标总规模进行分解。

3.1 单项指标相对的增量建设用地规模

以全国为参照区，以31个省（市、区）为研究区，应用公式（1）计算2030年相对各单项指标的建设用地增量规模，结果详见表2。

3.2 基于相对资源承载力的最大规模和最小规模

根据以上分析建立的基于优势资源牵引效应和基于劣势资源束缚效应的建设用地增量规模测算模型，利用Lingo 9.0软件进行编程，并运行软件对模型参数进行多次试运算，同时考虑各评价指标对建设用地规模变化的具体影响，公式（4）、公式（5）中的参数α=0.01、β=0.2、γ=0.1。应用上述确定的模型参数，依次将已经计算出来的各省（市、区）单项指标相对的建设用地增量规模作为模型运算的基础数据，运行

Lingo 9.0软件求解线性规划模型，最终得到我国各省（市、区）2030年建设用地增量指标最大规模和最小规模，结果详见表3。

3.3 耦合经济发展与资源禀赋的增量指标分配方案

将上述测算的基于相对资源承载力的建设用地增量指标最大规模和最小规模代入公式（7），计算得到31个省（市、区）建设用地增量指标合理规模，从而得到耦合社会经济发展与资源禀赋的全国建设用地增量指标区域配置方案。为了更清晰地对配置方案进行分析，此处选取各省区非农产值增加值、固定资本投资增加值和人口规模增加值3项社会经济发展需求指标2015—2030年的数据，应用与以上分析相同的模型测算仅考虑社会经济发展需求的配置方案，并将它与耦合社会经济发展与资源禀赋的研究结果进行对比。然后，为了进行更深入地分析，结合本研究前期已取得的我国建设用地管控分区研究成果[14]，将各省（市、区）的指标规模依照所属区域类型分别进行汇总得到优化调整区、重点发展区、适度发展区和内涵挖潜区的建设用地增量指标规模（表4）。由表4可以看出， 与仅考虑社会经济发展需求因素的分配方案相比较，兼顾社会经济发展需求与资源禀赋约束的各省（市、区）建设用地增量指标规模都有不同程度的变化。

在建设用地增量指标分配模型中加入资源禀赋供给因素后，优化调整区的建设用地增量指标规模由208.08万hm2减少到130.03万hm2，减少了37.51%。该区域内各省（市、区）建设用地增量规模都有不同程度的较少，其中，北京、上海、天津等3个直辖市的减少比例都在50%左右，这与它们十分薄弱的资源禀赋是相符的，尤其是土地开发强度均较高，建设用地可拓展空间十分有限，未来经济发展中建设用地规模扩张将对粮食安全和生态保护带来严重的威胁，应逐步减少建设用地增量指标配置规模。

重点发展区的建设用地增量指标规模由105.11万hm2增加到152.77万hm2，增加了45.35%。该区域内大多数省（市、区）指标规模都有不同程度的增加，其中黑龙江和吉林2省增加比例都在50%以上，这与它们丰厚的自然资源禀赋相符，未来该区域的社会经济发展有较强的资源供给保障能力，可以在转变经济增长方式、提高集约用地水平的同时，适当增加建设用地增量指标规模，以充分满足城镇化、工业化快速推进的建设用地需求。

适度发展区的建设用地增量指标规模由44.99万hm2增加到79.75万hm2，增加了77.26%。该区域内各省（市、区）都有很大幅度的增加，这主要与它所处发展阶段的特殊性有关，适度发展区内的省份基本都处于工业化初期向中期过渡阶段，发展水平相对较低，发展速度相对较慢，因此仅基于发展需求因素所分配的建设用地增量指标规模均相对较小;当兼顾资源供给保障能力时，它较为优越的资源禀赋优势便得以凸显。在该区域未来发展过程中，应充分考虑它对土地要素较为紧迫的依赖程度，适当增加建设用地增量指标配置规模，以满足特定发展阶段作为代价性损失的建设用地需求。

内涵挖潜区的建设用地增量指标规模由156.71万hm2减少到136.75万hm2，减少了12.74%。该区域内的大部分省（市、区）指标配置规模均有一定程度的减少，这与它相对薄弱的资源禀赋相符，该区域内的各个省份普遍存在建设用地可拓展空间相对不足或者水土资源分布不匹配等问题，从而制约了未来社会经济发展中建设用地规模的扩张趋势。

4 结论与讨论

（1）以全国31个省（市、区）2009—2015年的数据为基础，借鉴柯布-道格拉斯生产函数原理构建面板数据模型，运行计量经济软件Stata 12.0计算出2015—2030年全国建设用地增量指标总规模为520.77万hm2。

（2）从社会经济发展需求和资源禀赋约束2个方面选取指标构建线性规划模型完成我国建设用地增量指标的区域配置，并将结果与仅考虑发展需求的配置结果进行比较分析，结果表明，耦合社会经济发展和资源禀赋的建设用地增量指标分配方案更符合不同区域自然资源供给保障能力的约束和生态环境保护的要求，有利于促进区域协调发展和生态文明建设目标的实现。

（3）在配置结果的比较分析中，重点发展区中的山西、内涵挖潜区中的广西和青海配置结果的增减变化与所属区域类型不相符，原因可能是由于本研究时段与前期成果的研究时段不同，从而使得部分省份经济发展与资源禀赋的现状特征与已有的建设用地管控分区成果存在偏差所导致。

（4）未来我国土地利用规划中的建设用地指标区域配置应综合考虑供给和需求因素的影响，尊重资源禀赋约束的配置结果，才能真正兼顾经济發展和生态保护两大目标的实现，尤其是在生态环境敏感性和脆弱性较高的地区，更应该充分尊重自然资源禀赋条件，在维持生态系统稳定的前提下开发利用土地资源。

参考文献：

[1]殷少美，金晓斌，周寅康，等. 基于主成分分析法和AHP-GEM模型的区域新增建设用地指标合理配置——以江苏省为例[J]. 自然资源学报，2007，22（3）：372-379.

[2]靳相木，沈子龙. 新增建设用地管理的“配额-交易”模型——与排污权交易制度的对比研究[J]. 中国人口·资源与环境，2010，20（7）：86-91.

[3]张亚静. 新增建设用地计划指标分配方法研究——以廊坊市为例[D]. 保定：河北农业大学，2011.

[4]高艳侠. 土地利用总体规划中乡镇新增建设用地指标分解研究[D]. 武汉：华中农业大学，2011.

[5]郭珊珊. 鹤峰县土地利用总体规划中新增建设用地指标分解研究[D]. 武汉：湖北大学，2012.

[6]郭 杰，包 倩，欧名豪. 基于资源禀赋和经济发展区域分异的中国新增建设用地指标分配研究[J]. 中国土地科学，2016，30（6）：71-80.

[7]刘红梅，孟 鹏，马克星，等. 经济发达地区建设用地减量化研究——基于“经济新常态下土地利用方式转变与建设用地减量化研讨会”的思考[J]. 中国土地科学，2015，29（12）：11-17.

[8]李效顺. 基于耕地资源损失视角的建设用地增量配置研究——转型期中国的实证分析[D]. 南京：南京农业大学，2010.

[9]陈 春，冯长春. 中国建设用地变化驱动力研究[M]. 北京：北京大学出版社，2014：78-88.

[10]牛文元. 持续发展导论[M]. 北京：科学出版社，1994：1-6.

[11]黄常锋，何伦志，刘 凌. 基于相对资源承载力模型的研究[J]. 经济地理，2010，30（10）：1612-1618.

[12]翟腾腾，郭 杰，欧名豪. 基于相对资源承载力的江苏省建设用地管制分区研究[J]. 中国人口·资源与环境，2014，24（2）：69-75.

[13]徐 勇，汤 青，樊 杰，等. 主体功能区别可利用土地资源指标及其算法[J]. 地理研究，2010，29（7）：1223-1232.

[14]孔 伟，郭 杰，欧名豪，等. 中国建设用地集约利用变化及分区管控研究[J]. 中国土地科学，2016，30（4）：13-20.于 涵，王晓萍，吴姝菊. 纳米硅藻页岩对水稻土壤微生物功能多样性的影响[J]. 江苏农业科学，2019，47（5）：217-221.