本文发表于国际期刊Land Use Policy，2021年第105卷，通讯作者为西安交通大学的刘婧鸣博士和西北农林科技大学的侯现慧副教授。
文章认为，优化产业结构在改变城市土地利用结构和在各产业部门之间重新分配土地资源、进一步影响城市土地利用效率和确保地方产业可持续发展方面发挥着重要作用。本文采用2000年至2015年中国31个省级行政区域的面板数据作为案例研究，通过将STIRPAT模型与空间Dubin模型（SDM）结合在一起，包括空间滞后因变量、空间滞后外生变量和二次项，分别嵌入了工业结构优化（ISO）和城市土地利用效率（ULUE）之间的复杂非线性关系。首先，按省份分别访问了ULUE和ISO的价值，并在时间和空间上发现了有趣的模式。从时间上看，2000-2015年间，产业结构升级（ISU）和ULUE的价值逐渐增加，而产业结构合理化（ISR）的价值在这一时期先下降后上升。在空间上，ISU表现出比ISR更强的地理聚集性，2015年ULUE的分布呈现出从东向西的“T”型。然后，分别从城市土地结构效率、规模效率和集约效率三个方面分析了ISO对ULUE影响。结果表明，ULUE与ISO之间的关系为“U形曲线”。其中，ISU对土地结构效率的影响最大，其次是集约效率，而ISR在结构效率和规模效率之间呈U型分布，但与集约效率呈倒U型分布。此外，ULUE的价值受其渗透值的影响，ISU的溢出效应刺激了当地ULUE增长，但邻近省份的ISR阻碍了当地ULUE的改善。
中国省级政府在一定程度上可以重新分配公共行政权力和资源，并在地方产业的空间分布中发挥主导作用。本文将中国31个省级行政区域的城市土地利用分为八类，发现2015年，住宅用地在所有省份中所占比例最高，其次是工业、行政和公共服务，而物流和仓库所占比例最低。除公路、街道和交通用地这些土地在全国的比例相似外，各省不同的土地使用面积差异很大。
（
来自原文）
自变量方面，借用经验模型，将其分为ISU和ISR两方面，并添加单位产值能耗指数来升级ISU的模型。ISU和ISR可以通过产业自我优化和内部资源配置，从而来代表ISO的水平。
因变量方面，基于ULUE内涵进行理论分析的基础上从结构效率、规模效率和集约效率三个维度首先评估了ULUE的价值。结构效率是指不同土地类型的协调程度和空间组成，选取公共服务设施用地、商业用地、住宅用地和制造业用地为指标；规模效率反映了城市人口和城市土地的经济能力，选取人均建设用地规模、单位GDP建设用地和新增建设用地在单位GDP中的增长为指标；集约效率反映了城市的投入和产出水平，选取单位面积固定资产数量、单位面积第二和第三产业从业人员数量为指标。使用范围法对指标进行标准化，并使用变异系数法确定指标的权重。ULUE的计算方法是将标准指标值乘以相应的指标权重，然后将其相加。
STIRPAT是理解人类系统及其依赖生态系统之间动态关系的模型。土地不仅是产业结构转型的基本载体，也是城市生态系统的重要组成部分。因此，本文引入STIRPAT模型来研究ISO对ULUE的影响。考虑到产业合作或竞争中相邻土地区域的空间溢出效应、集聚效应和扩散效应，本文引入了不同的功能规范空间误差模型（SEM）、空间滞后模型（SLM）和空间杜宾模型（SDM）来估计观测之间的空间依赖性，并建立了ISO对ULUE的空间影响模型。通过使用组间异方差的Wald检验、Hausman检验以及组间同步相关的LM检验，发现模型中存在组间异差方差、组内自相关性和组间同步相关性。因此，使用可行广义最小二乘（FGLS）估计多元线性回归模型的系数。在建立模型之前，使用Moran’s I指数来确定变量是否在空间上自相关。
研究结果表明：总体而言，研究时间内，中国在ISR和ISU过程中呈现上升趋势，ISU的年均增长率为6.58%，ISR率呈直线上升趋势，2010年至2015年间年均增长7.46%。但是，各省之间的ISO差异明显，2015年，东部地区的ISU价值是全国平均水平的1.5倍，而其他地区的这一数值低于全国平均水平。西部地区的ISU价值最低。ISR的空间分布与ISU相似，但ISR地理分布的范围明显更大。在东部地区，ISR值几乎是西部地区的两倍。这主要是由于资本流动和金融分散化，因为ISO和资本配置效率密切相关。2000-2015年，京津冀、珠江三角洲大都市圈和长三角大都市圈的ISU增长率高于其他地区。2000年，黑龙江、山西和内蒙古等资源型城市的产业升级值较高，但2000-2015年，这些地区的ISU增长速度相对较慢。
（
来自原文）
ULUE的值在研究期间内每年增长4%，各地区之间存在明显差异和聚集特征。总的来说，西部的效率值低于东部，中国东部的京津冀、珠江三角洲大都市圈的效率值是2015年全国平均水平的近1.6倍，而青海、西藏和新疆等西北省份的效率值最低，仅为东部地区的一半。2000年，土地利用效率较高的地区集中在长江三角洲。到2005年，ULUE逐渐增加，在长江和京津冀呈现低聚集性。然后，ULUE的价值在2010年再次在全国范围内增长，并在2015年以“T”的形式从东部沿海扩散到长江经济带。这与T形宏观战略和点轴系统理论相一致，该理论不仅促进了经济和社会设施的布局，还实现了与交通、土地和水资源的最佳空间整合，创造了空间集聚效应，并进一步改善了ULUE。
（
来自原文）
文章使用Moran’s I指数来测试ULUE自相关的存在，从2000年到2015年，ULUE的全球Moran’s I值在0.39到0.55之间，Z值在2.67到5.16之间，所有这些都是通过了5%的显著性检验，表明各省之间的ULUE存在正的空间相关性。不同省份之间的ULUE具有显著的空间正相关（H-H和L-L），东部沿海地区的ULUE值具有H-H空间相关性，反映了空间相关性中存在扩散效应；西部六省在空间上呈现L-L相关特征，具有显著的空间依赖性特征。L-H空间相关特征主要分布在效率高、经济性好的周边地区，但受江西、安徽等自然条件的限制。上述分析表明，ULUE的值是高度极化的。高ULUE省份主要在东部地区，而低ULUE主要在中西部地区。
（
来自原文）
使用SAR、SEM和SDM模型，利用最近邻距离矩阵来捕捉因变量和自变量之间的空间相关性效应。在SAR和SDM规范中，应将估计参数视为表示建模过程中的平衡状态和空间扩散效应。在SAR模型和SEM模型中，两种回归的λ参数均显著，表明ULUE受空间滞后变量的影响。对数-伪似然估计均通过了显著性检验，其中SAR、SEM和SDM模型中的R2分别为0.8280、0.7640和0.8289。由于SDM模型显示了较低的Akaike信息标准（AIC）和较高的R2值，因此SDM模型更可取。在SDM模型中，人口和经济的估计参数显著为正，回归系数分别为0.1401和0.5397。这表明，中国城市的人口集聚在当前阶段可以有效促进ULUE，而ISU可以先抑制ULUE，然后促进ULUE。ISR的空间加权项对ULUE有负面影响，但回归系数不显著。此外，ISR的线性和二次函数系数对ULUE的影响都是正的，这意味着ISR的效果与ISU相似，首先抑制然后促进土地利用效率。然而，这两种影响的原因截然不同。土地资源浪费是ULUE下降的主要原因，如城市快速扩张导致周边耕地大量流失，且当时不同行业之间尚未形成集聚效应，进一步抑制了ULUE的改善。当产业结构合理化达到一定水平时，建设用地在政策约束下缓慢增长，空间相关产业的集聚将使这一更为紧凑的产业链中的交易成本最小化，集聚效应和规模效应逐渐增强。最终提高人口、资本和土地资源的有效利用。
经济和人口规模在促进结构和集约效率方面发挥着关键作用。人口规模和土地规模效率之间的关系是正的，这意味着人口将刺激土地规模的增长。土地结构效率与ISU和ISR之间的关系呈U形，周边地区的ISU和ISR显著促进了城市土地结构的效率。ISU的土地规模效率表现为倒U型，ISU的空间滞后变量系数为负，而ISR的回归结果相反。ISU和土地集约利用之间呈U形分布趋势，而ISR和土地集约化利用则相反。
本文通过添加能源因素修正了产业结构升级（ISU）的计算，并通过引入二次、空间滞后因变量和空间外生变量更新了STIRPAT模型，从时间和空间角度分析ISO对ULUE的影响。基于分析结果，旨在演示如何通过ISO提高中国的ULUE，从而发展多元化产业链，加快生产要素的集聚，为国家和地方政府提供了具体的政策含义。
声明：本推送内容仅代表课题组对文章的理解，不是对原文的翻译，请有兴趣的同学阅读原文。课题组水平有限，难免出现错讹，也请各位专家、同学批评指正。
原文请见：Liu J, Hou X, Wang Z, et al. Study the effect of industrial structure optimization on urban land-use efficiency in China. Land Use Policy, 2021, 105: 105390.
来源： 土地生态课题组
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
