陈 春 冯长春

(北京大学城市与环境学院,北京100871)

中国建设用地增长驱动力研究＊

陈 春 冯长春

(北京大学城市与环境学院,北京100871)

近年来我国建设用地不断增加,耕地面积不断减少,建设占用与耕地保护的矛盾日益突出。国家提出运用土地政策参与宏观调控,对建设用地变化及驱动力的研究也成为学界的焦点。已有关于建设用地增长驱动力研究多基于城市经济学单中心模型进行城市建设用地的研究,缺乏全国层面建设用地增长驱动力研究。本文采用1996-2006年省级面板数据,对全国层面建设用地增长的驱动力进行分析。从经济、社会、政府、地理四类因素选择变量,通过模型的比较与择优,构建了建设用地增长的驱动力模型,并分析核心变量对建设用地变化的驱动作用。结果表明:①最终决定全国层面建设用地变化驱动力方程的有三个核心变量,即:人口、G DP和公路营运里程;②通过比较标准化系数发现三个变量对建设用地增长的作用表现为G DP>公路营运里程>人口;③在东中西地区,核心变量对建设用地的影响程度略有差异,即东部地区为G DP>人口>公路营运里程;中西部地区为G DP>公路营运里程>人口。

土地利用;建设用地;驱动力;面板数据

随着我国城镇化进程的加速,建设用地不断增加,耕地面积不断减少,建设占用与耕地保护的矛盾日益突出。一方面背负着13亿人口的压力,我国必须有足够的耕地来保证粮食安全。截止2006年我国耕地总面积仅有18.27亿亩,人均耕地面积仅有1.39亩。其中,有21%的地区人均耕地面积低于联合国粮农组织制定的人均耕地0.8亩的警戒线。耕地数量减少的主要途径有4种:一是建设占用耕地,二是生态退耕占用耕地,三是灾毁耕地,四是农业结构调整耕地。其中生态退耕的比重最高,占耕地减少总量的61.81%;其次是农业结构调整占用耕地和建设占用耕地,分别占耕地减少总量的16.65%和15.78%;占耕地减少总量比重最小的是灾害损毁耕地,占5.76%。在上述这4种途径中,灾毁耕地基本上不受人类的控制,不在讨论之列。由于退耕还林、还草、还湖等生态退耕绝大部分都属于不适宜耕种、对生态安全造成威胁的耕地,虽然短期内造成耕地数量减少,但其对生态环境保护至关重要,从经济社会可持续发展来看,这部分耕地的退耕势在必行。因此灾害毁损和生态退耕造成的耕地减少,对耕地保护和粮食安全不具有根本性的破坏力。对于农业结构调整减少的耕地,由于农业用地结构内部的调整方向是双向的,也就是说既可以由耕地向其他农地转换,又可以由其他农地向耕地转换,对农业综合生产能力不构成本质上的威胁,在必要的情况下仍可恢复耕种。耕地向建设用地的转化则是单向的,即只有耕地向建设用地转化,而建设用地向耕地转化则存在比较大的技术障碍,所以控制建设占用耕地是减少耕地流失的重中之重。另一方面,伴随着农村人口由农村迁往城市,城市规模不断扩大,城市数目不断增加,对建设用地的需求量也越来越大。2007年7月,由中国科学院地理与资源研究所陆大道院士牵头完成的《关于遏制冒进式城镇化和空间失控的建议》(由陆大道院士执笔)提交中央并得到中央领导高度重视,该建议提到:“城镇化速度虚高,‘土地城镇化’的速度太快,大大快于人口城镇化的速度。农民的土地被城镇化了,而农民及其家属却未被城镇化。近十年来,特别是自2001年以来我国城镇化进程中空间失控极为严重”。与此同时,随着农村人口绝对数量的减少,我国农村居民点用地不减反增。农村建设用地分布散、面积大、空置超占多,各地农村都普遍存在着空心村和空置房的问题,农村宅基地超占现象突出。在“一要吃饭,二要建设”的严峻形势下,对建设用地增长进行分区域的适度调控显得尤为必要。而对我国建设用地增长的驱动力进行分析,找出影响建设用地增长的核心变量以及核心变量对不同区域建设用地增长的影响作用,是进行建设用地增长调控的基础。

1 文献回顾

国外关于建设用地增长驱动力的研究主要分为城市扩张驱动力的研究和农村居民点用地变化驱动力的研究。关于城市扩张的基础理论是由Alonso(1964)提出的单中心城市模型。在这个模型里,x表示从CBD出发的距离,它等于一个圆的半径。城市居民通勤到CBD,他们的收入为y,每单位交通距离的通勤成本为t。地租r和人均土地消费q是到CBD距离x,收入y,通勤成本t和居民效用水平u的函数[1]。Muth和Mills认为城市规模由有序的市场过程决定,在城市土地和农用土地之间进行正确的分配,并提出支撑这一观点理论模型[2-3]。之后由Wheaton进行了完善,认为城市规模是由一系列外生变量决定的。在理论模型的基础上,国外学者对城市规模增长进行了一系列的实证研究[4]。如Bruecker和Fansler选取了美国40个大都市区截面数据,估计了城市用地规模与人口、收入、农用地价格、交通运输成本之间的关系,研究发现收入、人口和农业租金是城市土地面积从统计上的决定因素[5]。Alig等利用美国东南部1949-1984年的定期抽样数据估计了影响城市用地扩张的因素,结果表明城市人口和人均收入显著影响了城市用地规模的扩张[6]。Alig,Robert和G.Healy将城市进一步划分为中心城市和城市边缘地区等城市类型,并使用了美国农业部和人口统计局这两套数据分别进行估计,解释变量则包括中心城市人口、总人口、农业人口、人均收入和农用地价格水平,在所有的解释变量中,人口规模和人均收入水平是影响最大的变量,但是与Brueckner和Fansler(1983)的结论不同,农用地的价格水平并没有显著的影响[7]。McGrath(2005)运用美国33个大都市区的截面数据(1950-1990年)发现收入、人口和农业租金从统计上是美国城市扩张的主要因素[8]。与Brueckner和Fansler的研究结果不同,McGrath发现交通成本变量之间的系数在统计上也是有显著的负效果的。Zhang(2001)在研究美国芝加哥区域的城市用地扩张时,发现城市居民收入等因素和新住宅群的发展相关性明显[9]。Camagni等(2002)认为欧洲城市用地的蔓延与居民工资的增长有关系。国外对农村居民点用地变化驱动力的研究具有代表性的主要有以下学者的研究成果[10]。Marlow Vesterby和 Kenneth S.Krupa(2002)利用1980-1997年之间的农村居民点数据,对比城市建设用地,分析了美国农村居民点用地持续增长的特点,以及导致农村居民点用地增长的因素。认为美国长期的高收入、低利率、低通货膨胀率使得人们对于在较大面积的地段建造房屋产生需求,从而导致农村居民点用地的快速扩展[11]。Mirko Pak等、Carmen等将农村居民点用地的变化放在城镇化的大背景之下来研究,分析农村人口非农化、城镇人口的迁移对远离城镇的村庄和靠近城镇的村庄土地利用的影响,以及农村人口的非农化、农业产业结构的调整、居民生活方式的改变、农村功能的变化对农村居民点用地产生的影响[12-13]。Delphis和Daniel认为,农地的居住用途开发是全世界城市和村庄边缘农地非农化转变的重要驱动因素之一[14]。Wasilewski和Krukowski在分析波兰城郊农村居民点用地变化后指出在城市郊区化的背景之下,产权制度、政府管理等因素对有关利益主体如农村土地所有者、地方政府、土地开发者等的利益产生影响,各个主体的利益博弈过程就是城郊农村居民点用地变化的过程[15]。

早期国内对城镇用地扩张研究偏重于定性方法,自20世纪70年代地球资源卫星发射以来,遥感图像的多光谱与多时相数据为土地利用变化的动态监测及定量分析提供了丰富的信息,促进了土地利用变化的研究,遥感和GIS空间分析技术被广泛应用于城镇用地驱动力的研究中[16-18]。计量研究方法方面主要运用相关分析[19-20]、回归分析[16,21-25]、主成分分析[16,26-28]等方法,探讨引起土地利用变化的相关主导因子;从研究尺度来看,全国尺度、区域尺度、城市尺度均有涉及,其中基于城市尺度的城镇用地扩张驱动力研究最多,全国尺度的较少;从驱动因子来看,在已有的城镇用地扩张驱动力的研究中,驱动因子主要可分为四类:地理因素(海拔、气温、地形坡度、耕地面积、交通设施、区位)、经济因素(经济发展水平、二三产业产值、收入、固定资产投资、外资)、社会要素(人口、城市化、工业化)、政府因素(城市发展方针、土地利用政策、城市规划、政府的发展冲动)。当前我国基于不同区域农村居民点用地规模变化的驱动力研究尚没有理论支撑,也没有完整的研究体系,多采用定性或简单定量分析的方法分析影响农村居民点规模变化的社会经济因素[29,30-33]。

从国内外研究来看,城市用地(城镇用地)是研究的重点,特别是对单个城市(镇)的研究成果更为丰富;在建设用地扩张驱动力的研究上,国外基本利用城市经济学中单中心理论对单个城市扩张的动力进行了实证研究;国内对建设用地扩张的研究也表现出同样的特点,同时在研究方法上多采用选取指标进行相关分析、回归分析、主成分分析等计量分析方法研究建设用地扩张的驱动力。

2 数据来源与模型

2.1 数据来源

本文中1996-2006年建设用地数据来源于国土资源部土地利用变更调查数据;1996-2006年各省年均气温、年均降水量数据来自中国气象科学数据共享服务网《中国地面国际交换站气候资料年值数据集》,该数据集中包含全国194个站点历年逐月的均值数据,研究中剔除了降水量和气温出现异常值,然后分年对台站数据累加后求取均值;平原比例数据来自历年《中国统计年鉴》;1996-2006年人口数据来自历年人口统计年鉴、历年公安部颁布的户籍人口统计资料、第五次人口普查资料、2005年1%人口抽样调查资料;1996-2006年社会经济数据来源于历年中国统计年鉴(并参考中国区域统计年鉴、各省统计年鉴、中国城市统计年鉴);开发区数据来自历年《中国开发区年鉴》和商务部内部统计数据;重庆和四川1996年的数据利用插值法进行了修补。

2.2 模型及运算

本文采用面板数据计量经济模型,假定建设用地变化由经济、社会、政府、地理等因素中的一系列变量决定,构建建设用地变化的驱动力模型,模型形式如下:

表1 各省建设用地变化初选变量的统计描述(1996-2006年)Tab.1 Statistical description for primary variables of construction land changes(1996-2006)

式中,yit为i省份在t年的建设用地面积;i=1,2,…,31,表示31个省份);t=1996,1997…,2006,表示已知的年份;χkit是第k个非随机解释变量对于省份i在t年份的观测值;βki是待估计的参数;μit是随机误差项。从经济、社会、政府、地理等因素出发,确定建设用地变化的有关初选变量,其统计描述见表1。

对初选变量进行筛选的方法主要有两种,一是求取各初选变量与建设用地面积的相关系数,选择相关系数相对较高的变量;二是运用逐步回归的方法。逐步回归是在诸多解释变量中搜索最重要变量的方法,同时逐步回归有利于消除共线性。本文则结合两种方法,一方面对各初选变量与建设用地面积的相关系数进行计算,并做出散点图,对各个自变量与因变量的关系进行初步观察;另一方面,采用逐步回归的方法剔除变量,消除自变量之间的共线性。具体为运用Stata 10.0的逐步回归命令,并选定后向分布搜寻法,删除显著性水平低于15%的变量。根据散点分析和逐步回归的结果,筛选出来的自变量包括耕地面积、平原面积比例、东部虚拟变量、中部虚拟变量、铁路营运里程、公路营运里程、G DP、固定资产投资额度、人口总数、开发区个数、特大城市个数、大城市个数、中等城市个数、小城市个数、建制镇个数。

以1996-2006年各省建设用地面积为因变量,以筛选后的影响变量为自变量,运用面板数据固定效应模型,对建设用地变化及其影响因素进行估计分析。对1996-2006年建设用地面积及影响变量的面板数据进行估计得到以下参数(见表2)。观测值338个,分31个组,组内R2=0.871 0,组间 R2=0.752 8,总体 R2=0.640 7,F(14,293)=41.31,Prob>F=0.000 0,corr(ui,Xb)=0.739 5。平原比例、中部虚拟变量和东部虚拟变量因为不随时间的变化而变化,在固定效应模型中被去掉。

以建设用地面积为因变量,以t检验显著的人口、G DP、公路营运里程为自变量,运用固定效应模型得到以下拟合参数(见表3)。观测值为339个,分31组,组内R2=0.834 8,组间 R2=0.713 3,总体 R2=0.658 6,corr(ui,Xb)=0.732 3,F(3,307)=51.30,Prob>F=0.000 0。

表2 固定效应模型估计系数Tab.2 Estimated coefficients of fixed effects model

3 结果分析

根据优化后的固定效应模型计算的估计参数,得到1996-2006年全国建设用地变化驱动力方程如下:

Cland=8 269.76+0.219Popu+0.141G DP+0.002 6 Highway

式中,Cland为建设用地面积;Popu为人口数;G DP为地区生产总值;Highway为公路营运里程。

根据建设用地变化的驱动力方程,自变量的系数表示在其他条件保持不变时,每一个自变量增加一个单位,对建设用地面积带来的增量。在其他条件不变的情况下,人口每增长1万人,建设用地的面积将增加0.219km2;G DP每增长1亿元,建设用地面积增长0.141 km2;公路营运里程每增长1万km2,建设用地面积增长26 km2。

为便于比较每个自变量对因变量的影响程度,对自变量和因变量进行标准化处理(消除量纲的影响),得到全国建设用地变化驱动力方程的标准化系数(见表4)。比较三个自变量的标准化系数,发现G DP标准化系数>公路营运里程标准化系数>人口标准化系数,表明三个因子对建设用地增长的作用表现为G DP>公路营运里程>人口总数。

表3 优化后的固定效应模型估计系数Tab.3 Estimated coefficients of optimized fixed-effects model

表4 全国建设用地标准化方程的估计系数Tab.4 Estimate coefficients of standardized equation for construction land expansion

对东中西部地区的数据进行提取后采用同样的方法进行分析,得到东中西部各变量的标准化系数(见表5)。比较后发现东部地区 G DP标准化系数>人口标准化系数>公路营运里程标准化系数,说明在东部地区G DP对建设用地增长的驱动力最大,而人口和公路营运里程对建设用地增长的驱动力相对较小;中部和西部地区均表现为G DP标准化系数>公路营运里程标准化系数>人口标准化系数,说明在中西部地区虽然同样是G DP对建设用地增长的驱动力最大,但公路营运里程对建设用地增长的驱动力表现突出,大于人口对建设用地增长的驱动力。

4 结论及建议

本文通过对建设用地增长的影响变量初选,并采用逐步回归方法进行筛选确定影响变量后,运用面板数据固定效应模型进行分析,得到影响我国建设用地增长的核心变量及各变量对建设用地增长的影响程度,结论如下:

(1)全国层面建设用地增长由人口、G DP和公路营运里程三个核心驱动变量决定,其驱动力方程为:Cland=8 269.76+0.219Popu+0.141G DP+0.002 6Highway。比较标准化系数,发现三个核心驱动变量对建设用地变化的作用表现为G DP>公路营运里程>人口。

表5 东中西部地区变量标准化系数Tab.5 Standardized coefficients of variables in three regions

(2)在其他条件不变的情况下,人口每增长1万人,建设用地的面积将增加0.219 km2;G DP每增长1亿元,建设用地面积增长0.141 km2;公路营运里程每增长1万km,建设用地面积增长26 km2。也就是说在其他条件不变时,人口增加4.57万人,或者 G DP增加7.09亿元,或者公路营运里程增加387 km,均可以导致建设用地增加1 km2。

(3)从核心驱动变量在不同区域的作用来看,在东中西部地区三个主要因子的作用强度有差异,即东部地区为G DP>人口>公路营运里程;中西部地区为G DP>公路营运里程>人口。

针对本文结论,提出如下政策建议:

(1)G DP对我国建设用地变化的驱动力最大,尤其是在东部地区G DP对建设用地增长的驱动作用远超过人口和公路营运里程。东部地区在经济快速发展的刺激下,建设用地规模、增长量、增长速度及占用耕地量都是最大的。应促进区域间经济的平衡发展,缓解东部地区的用地压力。同时,结合建设用地的地均G DP、投入强度等的评价结果,对经济发展与建设用地增长不匹配的用地扩张效率低的省份进行重点调控。

(2)公路营运里程对我国建设用地总量变化的驱动力大于人口对建设用地总量变化的驱动力,说明交通对我国建设用地增长的影响很大,在大力发展交通的同时要注意防止过度占用土地。中央在2009年采取的应对经济危机4万亿投资计划中,基础设施建设铁路、公路、机场、水利等的投资大体上是1.5万亿左右,势必会加大建设用地的需求量。因此,对基础设施建设项目要进行严格的论证和审批,对于重复建设或超越经济发展需要而盲目建设的项目要坚决杜绝。

References)

[1]Alonso W.Location and Landuse[M].Cambridge,M A,Harvard University Press,1964.

[2]Muth Richard F.Cities and Housing.Chicago[M].Universityof Chicago Press,1969.

[3]Mills Edwin S.Urban Economics[M].G lenview,Ill.:Scott Fores-man,1972.

[4]Wheaton William C.A Comparative Static Analysis of Urban Spatial Structure[J].Journal of Economic Theory,1974,(9):223-237.

[5]Brueckner Jan K,David A.Fansler.The Economics of Urban Sprawl:Theory and Evidence on the Spatial Sizes of Cities[J].Review of Economics and Statistics.1983,65(3):479-482.

[6]Alig Ralph.Econometric Anlysis of Forest Acreage Trends in the Southeast[J].Forest Science,1986,32(1):119-134.

[7]Alig Ralph J,Robert G.Healy.Urban and Built-Up Land Area Changes in the United States:an Empirical Investigation of Determinants[J].Land Economics,1987,63(8):215-226.

[8]Mcgrath B.The Sustainability of a car Dependent Settlement:an Evaluation of new Rural Settlement in Ireland[J].The Environmentalist,1999,19:99-107.

[9]Zhang T.Community Features and Urban Sprawl:The Case of the Chicago Metropolitan Region[J].Land Use Policy,2001,18(3):221-232.

[10]Camagni R,G ibelli M C,Rigamonti P.Urban Mobility and Urban Form:The Social and Environmental Costs of Different Patterns of Urban Expansion[J].Ecological Economics,2002,40(2):199-216.

[11]Vesterby Marlow,K S Krupa.Rural Residential Land Use:Tracking Its Grows[J].Agricultural Outlook,2002(8):14-17.

[12]Pak M,B Valentina.Problems of Agriculture in Slovenia with Special References to Cirkovce[J]G oeJournal,1999,46:257-261.

[13]Carmen C F,G I Elena.Determinants of Residential Land Use Conversion and Sprawl At the Rural-urban Fringe[J].American Agricultural Economics Association,2004,86(4):889-904.

[14]Delphis FL J,R P Daniel.The Use of Cluster Analysis in Distinguishing Farmland Prone to Residential Development:A Case Study of Sterling,Massachusettes.Envionmental Management,2000,25(5):541-548.

[15]Wasilewski A,K Krukowski.Land Conversion for Suburban Housing:a Study of Urbanization Around Warsaw and Olsztyn,Poland[J].Environment Management,2004,34(2):291-303.

[16]闫小培,毛蒋兴,普军.巨型城市区域土地利用变化的人文因素分析:以珠江三角洲为例[J].地理学报,2006,61(6):613-623.[YanXiaopei,Mao Jiangxin,Pu Jun.Research on the Human Dimensions of Land Use Changes in the Mega-Urban Region:A Case Study of the Pearl River Delta[J].Acta Geographica Sinica,2006,61(6):613-623.]

[17]陈本清,徐涵秋.城市扩展及其驱动力遥感分析:以厦门市为例[J].经济地理,2005,25(1):79-83.[Chen Benqing,Xu Hanqiu.Urban Expansion and Its Driving Force Analysis Using Remote Sensed Dat:A Case Study of Xiamen City[J].Economic Geography,2005,25(1):79-83.]

[18]冉江,柯长青.连云港城市扩展及其驱动力分析[J].安徽农业科学,2007,35(3):725-727.[Ran Jiang,Ke Changqing.Analysis of the Urban Expansion of Lianyungang and its Driving Force[J].Journal of Anhui Agricultural Sciences,2007,35(3):725-727.]

[19]谈明洪,李秀彬,吕昌河.20世纪90年代中国大中城市建设用地扩张及其对耕地的占用[J].中国科学D辑地球科学,2004,34(12):157-165.[Tan Minghong,Lu Changhe.Distribution of China City Size Expressed by Urban Built-up Area[J].Acta Geographica Sinica,2003,34(12):157-165.]

[20]龙花楼,李秀彬.长江沿线样带土地利用格局及其影响因子分析[J].地理学报,2001,56(4):417-425.[Long Hualou,Li Xiubin.Land Use Pattern in Transect of the Yangtse River and Its Influential Factors[J].Acta Geographica Sinica,2001,56(4):417-425.]

[21]柯善咨,何鸣.规划与市场:中国城市用地规模决定因素的实证研究[J].中国土地科学,2008,22(4):12-18.[Ke Shanzi,He Ming.Planning and Market:An Empirical Analysis of Determinants of UrbanLand Scale in China[J].China Land Science,2008,22(4):12-18.]

[22]唐礼智.我国城市用地扩展影响因素的实证研究:以长江三角洲和珠江三角洲为比较分析对象[J].厦门大学学报:哲学社会科学版,2007,(6):90-96.[Tang Lizhi.Factors Influencing Expansions of Urban Land Use in China:A Case Study of the Yangtze River Delta and the Pearl River Delta[J].Journal of Xiamen University:A Quarterly for Studies in Arts&Social Sciences,2007,(6):90-96.]

[23]Tan M H,Li XB,Xie H,Lu C H.Urban Land Expansion and Arable Land Loss in China:A Case Studyof Beijing-Tianjin-Hebei Region[J].Land Use Policy,2005,22(3):187-196.

[24]洪军,江南,于雪英.上海市土地利用时空变化及驱动力分析[J].国土资源遥感,2002,(3):58-61.[Hong Jun,Jiang Nan,Yu Xueying.Land use Changes and Driving Forces in Shanghai[J].Remote Sensing for Land&Resources,2002,(3):58-61.]

[25]史培军,陈晋,潘耀忠.深圳市土地利用变化机制分析[J].地理学报,2000,55(2):151-160.[Shi Peijun,Chen Jin,Pan Yaozhong.Land use Change Mechanism in Shenzhen City[J].Acta Geographica Sinica,2000,55(2):151-160.]

[26]王丽萍,周寅康,薛俊菲.江苏省城市用地扩张及驱动机制研究[J].中国土地科学.2005,19(6):26-29.[Wang Liping,Zhou Y inkang,Xue Junfei.Study on Urban Land Expansion and Its Driving Mechanism in Jiangsu Province[J].China Land Science,2005,19(6):26-29.]

[27]张金前,韦素琼.快速城市化过程中城市用地扩展驱动力研究[J].福建师范大学学报:自然科学版,2006,22(4):14-18.[Zhang Jinqian,Wei Suqiong A Study on Driving Force of Urban Land Expansion during Rapid Urbanization[J].Jounal of Fujian Teachers University:Natural Science,2006,22(4):14-18.]

[29]刘志玲,张丽琴.农村居民点用地发展驱动力研究:以安徽省为例[J].农村经济,2006,(3):30-32.[Liu Zhiling.Zhang Liqin.Research on Driving Forcesfor Rural Land Development:A Case Studyof Anhui[J].Rural Economy,2006,(3):30-32.]

[30]周飞,陈士银,钟来元,等.湛江市农村居民点用地面积变化及驱动力分析[J].资源开发与市场,2008,24(2):104-106.[Zhou Fei,Chen Shiyin,Zhong Laiyuan,et al.Analysis on Area Change of Rural Residential Land and Its Driving Forces in Zhanjiang City.Resource Development&Market,2008,24(2):104-106.]

[31]胡贤辉,杨钢桥,张霞,等.农村居民点用地数量变化及驱动机制研究:基于湖北仙桃市的实证[J].资源科学,2007,29(3):191-197.[Hu Xianhui,Yang Gangqiao,Zhang Xia,et al.The Change of Land Use for Rural Residency and the Driving Forces:A Case Study in Xiantao City,Hubei Province[J].Resources Science,2007,29(3):191-197.]

[32]袁洁,杨钢桥,朱家彪.农村居民点用地变化驱动机制:基于湖北省孝南区农户调查的研究[J].经济地理,2008,28(6):991-994.[Yuan Jie,Yang Gangqiao,Zhu Jiabiao.Driving Mechanism of Rural Residential Area Change:Based on Investigation Into Farmers in Xiaonan District of Hubei Province[J].Economic Geography,2008,28(6):991-994.]

[33]姜广辉,张凤荣,陈军伟,等.基于Logistic回归模型的北京山区农村居民点变化的驱动力分析[J].农业工程学报,2007,23(5):81-87.[Jiang Guanghui,Zhang Fengrong,Chen Junwei,et al.Analysis of the Driving Forces in Beijing Mountainous Areasof Change of Rural Residential Areas Based on Logistic Regression Model[J].Transactions of the Chinese Societyof Agricultural Engineering,2007,23(5):81-87.]

Driving Forces for Construction Land Expansion in China

CHEN Chun FENG Chang-chun
(College of Urban and Environmental Science,Peking University,Beijing 100871,China)

In the process of continuous increasing of construction land and decreasing of arable land,the contradiction between building occupancy and cultivated land protection has become more and more prominent.The state government has proposed that land policy should be involved in the macro-control policies,and the research on construction land changes and its driving forces has become the academic focus.Existing researcheson drivingforcesfor construction land expansion were mostlyon the basisof homocentric model in urban economics and tess attention was paid on driving forces for construction land at the national level.Based on provincial panel data from 1996-2006,this paper analyzed the driving forces for construction land expansion at the national level.The paper selected variables from economic,social,governmental and geographic aspects,built driving forces model for construction land changes and analyzed the core variables’role on the construction land changes.The conclusions are that:①Population,G DP and highway mileage are the three core variables resulting in the construction land changes at the national level.②The influence of the three variableson construction land expansionfrom high to low is G DP,highway mileage,and population. ③The core variables’influencing degree on the construction land expansion is slightly different in three regions:G DP greater than population and population greater than highway mileage in eastern region,whereas G DP greater than highway mileage and highway mileage greater than population in central and western regions.

land use;construction land;driving forces;panel data

F301.24

A

1002-2104(2010)10-0072-07

10.3969/j.issn.1002-2104.2010.10.013

2010-05-20

陈春,博士后,主要研究方向为土地利用。

＊国家“十一五”科技支撑计划重大项目(No.2006BAJ05A04)、国家自然科学基金重点项目(No.40535026)支持。

(编辑:于 杰)