刘艺晶，曹月娥

(上海师范大学 环境与地理科学学院，上海 200234)

1 引言

我国目前处于快速城镇化阶段，大量农村人口向城市流动、集中导致城市建设用地不断扩张。《国家新型城镇化规划(2014—2020 年)》把“土地城镇化相对人口城镇化过快、建设用地粗放低效”，视为必须高度重视并着力解决的突出矛盾和问题之一。土地城镇化的研究也不断受到学术界的关注，科学度量土地城镇化的空间变化，实现人口、土地、产业三者的协调发展对推动我国城镇化高质量发展有极其重要的作用[1]。

关于土地城镇化的研究主要集中在以下2个方面。一是实证研究不同尺度上土地城镇化的水平测度，研究者通常采用的度量指标有单一指标和复合指标2种形式。吕添贵等从土地规模、投入和产出3个方面测度土地城镇化水平[2]；范辉等从土地利用结构、效益和强度3个方面构建指标体系计算土地城市化率[3]；陈凤桂等则从土地利用结构、景观演变、资本投入、社会效益等4个层面选取指标对土地城镇化水平进行综合度量[4]。二是研究土地城镇化的驱动因素，在城市层面影响因素上，张立新认为人口规模和经济增长是影响长江经济带土地城镇化的主要因素[5]；在区域层面中，工资水平的区域差异可以解释区域土地城镇化水平的差异[6，7]。除此之外，学者认为中国的城乡二元土地管理制度对土地城镇化的发展有一定的影响[8-10]。

综上所述，学界对土地城镇化的研究已展开丰富研究，这些研究对于剖析全国县域层面的土地城镇化发展规律有着重要作用。但是从目前的研究进展来看，现有文献多采用综合指标来测度土地城镇化水平，结果易受到指标体系和计算方法的干扰。在影响因素分析的模型选择上，学者们大多运用偏最小二乘回归模型、Logistic模型和Tobit模型开展实证分析，但是这些模型通常会忽视空间效应，而地理加权回归模型考虑空间效应，保证实证结果的科学性与准确性[5]。

基于此，以2005、2020年土地利用现状遥感监测数据分析全国土地城镇化水平空间分异特征，并运用空间计量模型探究其形成机理，探讨新型城镇化背景下我国县域土地城镇化格局，重点揭示区域差异性和规律性，为推动新型高质量城镇化发展提供参考。

2 数据与方法

2.1 数据来源

本文使用的土地利用现状遥感数据、路网里程数据、高程数据和年降水量数据来自中国科学院资源环境数据中心(http://www.resdc.cn)。土地城镇化驱动因子来自2005和2020年《中国县域统计年鉴》。

2.2 研究方法

2.2.1 土地城镇化率

在文中所采用的土地城镇化率(LUR)，是指城镇用地和其他建设用地(厂矿、大型工业区、油田等用地以及交通道路、机场及特殊用地)占城乡建设用地的比值，具体公式如下[8]：

(1)

式(1)中，ul为城镇用地规模；il为工矿用地规模；tl为交通用地规模；rl为农村居民点用地规模。

2.2.2 最小二乘法回归模型(OLS)

最小二乘法回归模型是分析因变量和多个自变量之间的线性关系。Xij为解释变量观测值(i=1, 2,…,m、j= 1, 2, …,n)，Yj为被解释变量，ε是整个回归模型的误差项，回归系数β为一个常数，公式如下[11,12]：

(2)

2.2.3 地理加权回归模型(GWR)

GWR回归模型，其回归系数不再是利用全域信息获取的假定常数，代之以邻近观测值的子样本数据信息进行局域回归估计而得[13]，并随着空间地理位置的变化而变化的βi，GWR模型如下[14]：

(3)

式(3)中，(mi,ni)是第i个县域单元的中心地理坐标，βj(mi,ni)是变量xij连续函数在βj(m,n)第i个县域单元的值。

3 结果分析

3.1 2005年土地城镇化空间分布

2005年全国的土地城镇化率为31.71%，东北地区、东南地区以及西北部分地区的土地城镇化水平最高，而中、西部地区土地城镇化率相对较低。采用自然断点法可将我国土地城镇化水平分为5个等级：低、中低、中、中高、高。土地城镇化水平处于中低水平和中水平的区县数量超过65%，土地城镇化处于低水平的区县数量占比为15%左右；土地城镇化处于高水平的区县数量占比为20%左右(图1a)。在空间上，土地城镇化水平呈现出南高北低格局，南方地区土地城镇化水平明显高于北方地区；其次，京津冀地区、山东半岛、辽东半岛和东北老工业基地以及西北的部分地区是土地城镇化的高值地区。

图1 2005年、2020年土地城镇化水平洛伦兹曲线

3.2 2020年土地城镇化空间分布

随着经济的不断发展，土地城镇化水平也在逐步提高。到2020年全国的土地城镇化水平相较于2005年有了大幅度提高，土地城镇化率的变异系数从0.714下降至0.503，表明在这期间全国的土地城镇化水平差距明显减小(图1a、1b)。土地城镇化水平的高值区域仍然以长三角地区、珠三角地区、成渝地区以及福建、广东等城市群为主，而东北地区土地城镇化水平无大幅度提升，仍旧保持在中低水平。2020年低水平的土地城镇化区县数量为57个，相比2005年的427个，总计减少数量370个；2020年中低水平的土地城镇化区县数量占比为1/4，相比2005年的占比总计减少1/20；中水平的土地城镇化区县数量所占百分比为20%，区县数量保持基本不变(图1)。陕西、山西、内蒙一带也逐渐成为了土地城镇化的高值区域，归结原因是这些城市依靠资源的开发而增加了建设用地以及工矿企业用地的数量。

3.3 土地城镇化四大区域变化

2005～2020年我国县域土地城镇化率从38.88%提升到53.77%，年平均增长2.34%。参照湖南省国调信息网发布4大经济区域的划分，统计4个地区2005、2020年的土地城镇化率。结果显示，2005年东部地区土地城镇化水平最高，东北地区为传统的农耕区土地城镇化水平最低。2020年，各地区土地城镇化率都大幅提高，西部地区提高了19.20%，年均增长速度为3.00%，增长速度最快；东北地区由于受到人口回缩的影响，土地城镇化增长速度最慢，仅提高了6.00%，年均增长率为1.14%，而中部地区和东部地区增速平稳(表1)。

表1 2005～2020年土地城镇化水平区域差异 %

将土地城镇化增长速度按照自然断点法划分5个等级为：负增长、低速、中速、高速和超高速，有超过35%的区县土地城镇化率年均增速水平为中速增长；土地城镇化率低速增长的区县占比31.21%，土地城镇化率年均增速为负增长和超高速增长的区县数量占比大致相同。西北地区土地城镇化率由34.93%增加到52.16%，年均增长率为2.91%，而东南地区的土地城镇化率由40.28%增加到54.15%，年均增长率为2.14%。由此看出，东南地区比西北地区的土地城镇化年均增长速度小。另外，将3种土地城镇化水平与5种土地城镇化年均增长速度组合成15种土地城镇化发展类型。处于中水平—中速增长和中水平—高速增长的区县数量占比最高，分别为7.43%、7.21%，主要集中分布在长三角、珠三角、长江经济带等周围城市。处于高水平-低速增长的区县数量占比为13.40%，主要分布在内蒙古、新疆、西藏、甘肃、四川、云南以及浙江和福建等城市地区；高水平—超高速增长的区县数量占比最低，主要分布在东南沿海地区。而处于低水平—高速增长的区县数量占比为11.80%，主要分布在东北三省、新疆西部地区以及中部地区和黄淮海沿岸城市等。

4 土地城镇化的影响因素

4.1 指标选取

土地城镇化发展受到多种因素的影响，结合我国城镇化的实际，考虑指标的可获得性，对影响土地城镇化的因素指标选取(表2)。①城镇人口规模。在城镇化进程中，农村人口不断流入城市地区，人口规模对土地城镇化水平有正向激励作用[15,16]。②经济水平发展。经济的发展是建城区建设的主要因素，对土地城镇化的发展产生正向效应[15]。③产业结构的优化。土地城镇化过程中会使得产业结构的不断升级，而服务型产业和工业集约化水平的不断提高会对区域土地城镇化产生负向激励作用。④地理条件。一般而言，平坦的地形地势、充沛的降水等优越的自然条件有利于各种经济活动的开展，同时推动土地城镇化的发展[1,17]。

表2 土地城镇化影响因素

4.2 OLS模型

通过STATA软件对13项指标进行标准化处理和多重共线性检验(VIF)(表3、表4)，2005年自变量VIF均小于10，2020年自变量VIF也小于10，该模型不存在多重共线问题，模型设定合理。

2005年OLS模型估计结果显示(表3)，除了地形起伏度对土地城镇化不存在显著性影响因素以外，其他的变量因子均对土地城镇化存在显著的影响，财政收入水平通过了95%的显著性检验，降水量、人口城镇化、人均地区生产总值、工业集约化水平等均通过了99%的显著性检验，且作用方向基本符合理论预期。具体地，人均GDP对土地城镇化的影响系数为正，说明经济发展水平的高低对于土地城镇化的发展存在正向激励作用，经济越发达的地区，土地城镇化水平越高；从自然条件来看，地势低缓和降雨充沛的地区对土地城镇化有正向的积极作用；工业化水平对土地城镇化的影响系数为正，说明工业化越发达的城市，土地城镇化水平越高。

表3 2005年土地城镇化的OLS模型回归结果

2020年的OLS模型估计显示(表4)，所有的影响因素均通过显著性检验。降水量、路网密度、地形起伏、固定资产投资等通过了99%的显著性检验，人均地区生产总值通过了95%的显著性检验。工业集约化水平、服务业发展水平对土地城镇化存在负向抑制作用，这是因为工业的大量聚集会使得土地朝向集约化发展，从而抑制土地城镇化的发展[18]。2005年和2020年模型检验结果相比显示，交通对于土地城镇化的影响力度减小，工业集约化水平和服务业的发展水平对土地城镇化的发展由正向变为负向，表明近年来二、三产业的发展对于土地城镇化的发展有抑制作用；其他变量对于土地城镇化的影响未发生明显改变。

表4 2020年土地城镇化的OLS模型回归结果

4.3 GWR模型

通过arcgis10.7软件对2005、2020年的我国土地城镇化率及其影响因素进行GWR模型检验。根据GWR模型拟合结果显示，2005年的模型拟合度为49.7%，2020年的模型拟合度为53.3%，与OLS模型结果对比说明GWR模型优于OLS模型。为比较各年份13个变量对土地城镇化的影响存在差异，将两个年份中系数值进行描述性统计分析(表5)。

2005年的统计结果显示(表6)，人均地区生产总值和工业集约化水平等因素正值比超过70%，表明人均地区生产总值和工业集约化水平等因素的空间异质性规律不强；而其他变量回归系数正负数量基本一致，表明这些因素对土地城镇化的影响存在空间异质性。2020年结果显示(表7)，降水量因素对土地城镇化的影响没有显著变化；路网密度因素对土地城镇化的影响减弱，但在不同地区作用的异质性增强；工业集约化水平对土地城镇化的正向促进作用减弱，但是空间异质性增强。

表5 土地城镇化的GWR模型拟合结果

表6 2005年地理加权回归模型系数统计结果 %

表7 2020年地理加权回归模型系数统计结果 %

本研究选取了人口城镇化率、人均地区生产总值、服务业发展、年降水量4个指标分析各因素对土地城镇化作用的空间作用影响。

(1)人口城镇化率。从整体来看，2005～2020年人口城镇化对土地城镇化的正向促进作用影响减弱。在2020年，东北辽宁地区、西北地区以及中部地区由于人口城镇化的发展而提升了土地城镇化水平的发展，但是长三角、珠三角以及京津冀城市群由于人口城镇化水平一直处于高峰，城镇人口集聚很难再进一步促进城镇用地的增长。

(2)人均地区生产总值。2005年西部地区经济的发展大大提升了土地城镇化的发展，经济因素在很大范围内影响了土地城镇化的发展，尤其是在陕甘宁一带，到2020年经济因子对土地城镇化影响最大的地区是内蒙古、陕西、湖北和湖南一带。在环渤海、京津冀、长三角和珠三角地区，两个年份的回归系数均为正，但是相比其他地区来看回归系数较小，表明这些在经济发达的地区依靠对土地资源获得进一步提城镇化水平难度增加。

(3)服务业发展。2005年服务业发展对我国土地城镇化的影响基本为正，服务业的发展在一定程度上促进了土地城镇化的发展，服务业显著地影响了西北地区和中部地区。到2020年，服务业回归系数出现负，表明服务业的进步发展改变了土地不集约的发展模式，在更大范围改变了粗放的土地城镇化进程，且在西北地区和东北地区负向作用显著增强，表明地区产业结构调整更能促进城用地需求减量。

(4)年降水量。年降水量的空间异质性分布规律最为显著。降水影响的高值区域集中在西北、东北地区和东南沿海，且高值范围有趋向中部的态势。降水量对东南沿海地区的回归系数为正，表明东南地区水热条件组合良好，自然条件优越，降水充沛有利于经济的发展，同时促进土地资源的开发利用，加速土地城镇化进程；而降水量对西北地区的回归系数为负，表明自然条件恶劣的西北地区不利于各项经济活动展开。

5 结论与讨论

5.1 结论

以我国土地城镇化水平的分布格局为研究视角，采用变异系数法、最小二乘法和地理加权回归等计量模型，分析了我国土地城镇化的空间分异特征，深入探索其驱动因素，得到如下结论。

2005～2020年间我国土地城镇化水平分布在县域层面上呈现“南高北低、东高西低”的格局，土地城镇化水平的高值区域始终是在我国的东南部，东部地区土地城镇化水平最高，主要集中在珠三角、长三角以、京津冀，并且在这些城市群的周围出现“组团式”增长的热点区域，2020年西部地区如新疆东部、陕-甘-宁地区以及云南昆明、成渝都市圈的土地城镇化水平进一步提升，而中部地区和东北地区传统农耕区的土地城镇化水平较低。

在这15年间我国土地城镇化地区间的发展差异趋于收敛，整体来看，发展速度呈现“西快东慢”的分布态势，西部地区由于近年来受到国家政策的大力支持导致城镇建设发展较快，而东部地区由于城市开发较早和专家提出的“关于遏制冒进式城镇化和空间失控的建议”，导致近几年的发展速度变化幅度较小。

人口集聚、经济发展、产业结构和地理区位是导致土地城镇化差异的主要驱动因素。人均GDP、降水量2个因子与土地城镇化水平呈正相关关系，服务业水平与土地城镇化水平呈负相关关系，但随着时间变化各区域内影响的强度具有差异性。服务业的发展有利于产业结构的优化调整，将改变西北地区和东北地区城镇化建设中土地粗放浪费的现象，人均地区生产总值和人口城镇化率对东部地区土地建设开发的作用逐渐转移到中西部地区[19]。

5.2 讨论

我国土地城镇化在15年间差异趋于缩小，但差异特征仍然显著，应该制定新型城镇化的区域差异化政策，以期缓解地区差异，实现新型城镇化高质量发展，推动区域内协调发展与城乡一体化发展。在人口城镇化率和人均GDP驱动型的西部地区，应就地推动人口城镇化，适当扩大资本投入规模，拉动内需，而在产业驱动型的东南部地区应加快产业结构优化升级，实现城市的可持续发展。

本研究从人口规模、经济水平、产业结构和地理区位等视角展开对土地城镇化影响因素的分析，但未涉及相关政策因素，指标选取的全面性有所欠缺。在后续研究中应将政策因素纳入驱动因子的指标体系里进行深入探讨。

本研究通过2005年、2020年两个年份对我国土地城镇化空间分布特征及变化趋势进行探讨，但由于缺乏多个时间点形成的时间序列段，未能对土地城镇化的时间变化特征进行深入的分析[20]，在保证数据可获得的基础上，研究长时间序列上我国土地城镇化的时空分异特征将会是未来研究的重点方向。