我国城市建成区绿地面积扩展基本驱动力的实证研究

作者:刘志强 尤仪霖 王俊帝 洪亘伟
单位:苏州科技大学建筑与城市规划学院 无锡城归设计有限责任公司景观所 苏州科技大学天平学院
摘要:利用19962015年我国省际面板数据, 使用计量工具分析建成区绿地面积扩展与影响因子之间的作用关系。实证分析表明:经济发展、人口增加、建成区规模扩张、产业结构调整均与建成区绿地面积扩展存在长期均衡关系;前三者共同决定了建成区绿地面积扩展的现实进程;而产业结构调整将成为影响建城区绿地面积扩展的主要驱动因素。
关键词:建成区 绿地面积 驱动力 扩展 计量分析
作者简介:刘志强, 男, 生于1975年, 山东滨州人, 副教授, 研究方向:风景园林规划设计与理论。

1 引言

随着我国社会经济的快速发展, 城镇化进程持续推进, 城市绿地面积大幅扩展。从1981年至2015年, 我国建成区绿地面积由11.00万hm2增长到190.79万hm2, 年均增长5.29万hm2。面对城市绿地面积迅速扩展的现实态势, 亟需对决定我国城市绿地面积扩展进程的基本驱动因素及其影响程度、作用途径等问题进行研究, 有助于认识城市绿地面积扩展进程背后的深层动力机制。

目前, 我国城市绿地扩展驱动力的相关研究仍存在选取表征城市绿地变量的代表性不强、使用某一年份截面数据、仅以全国为研究单元、未研究变量间的内在均衡关系等问题, 且上述研究大多没有考虑城市绿地扩展驱动力的空间差异, 以及影响因子在时间尺度上解释力的变化, 从而造成研究可能会产生部分偏差, 可能掩盖不同时间段、不同区域城市绿地扩展驱动力的差异。因此, 本文使用1996~2015年的省际面板数据, 基于空间和时间尺度研究建成区绿地面积扩展基本驱动力的变动趋势和差异, 为制定科学合理的城市绿地规划和建设政策提供切实有效的理论依据。

2 驱动因素分类及基本驱动力分析

2.1 城市绿地面积扩展驱动因素分类及特点分析

城市绿地面积扩展驱动因素包括自然地理、社会经济和政策制度三类。自然地理主要包括地形地貌、气候、水文、土地资源等, 社会经济主要包括人口增长、经济发展、城市空间规模变化、城市功能演变等, 政策制度主要包括城市绿地建设、社会经济发展、区域发展、规划管制相关政策制度。

自然地理因素的影响主要表现为对城市绿地面积扩展的供给约束, 控制城市绿地的空间格局, 制约城市绿地扩张方向, 是长期影响城市绿地面积扩展的主导因素, 时间尺度越长对城市绿地面积扩展的作用越强, 且具有稳定性, 主要揭示城市绿地面积扩展的宏观过程, 但其影响过程难以人为控制, 且其中的地貌、水文、气候等因素都难以定量化。社会经济因素的影响主要表现为对城市绿地面积的需求驱动和提供资金、技术保证, 是短期影响城市绿地面积扩展的主导因素, 且在不同的阶段发挥作用差异很大, 其主要揭示城市绿地面积扩展的微观过程, 且此类因素可适当进行人为调节, 易探测和定量化。政策制度因素则是通过社会经济因素体现, 并引导城市绿地扩展的模式, 是引起城市绿地面积扩展周期性变化的重要动力。

综上所述, 城市绿地面积扩展是自然地理、社会经济和政策制度因素合力作用的结果, 其中, 自然地理是城市绿地扩展的基础条件和最重要的限制因素, 政策制度是建立在全面分析基础上, 对城市绿地扩展的调控手段, 而社会经济则是城市绿地扩展过程中短期时间范围内的主体驱动因素。

2.2 城市绿地面积扩展的基本驱动力分析

在1990年以来我国快速城镇化的特定历史背景下, 经济发展、人口增加、产业结构调整是推动城市绿地面积扩展的基本需求驱动力, 城市用地规模扩张构成了城市绿地面积扩展的基本供给制约驱动力。尽管还有其它因素会影响到城市绿地规模变化, 但上述需求驱动力和供给制约驱动力更具有代表性。

(1) 经济发展对城市绿地面积扩展的影响

经济发展是城市绿地面积扩展的重要驱动力, 城市绿地面积是经济发展的需求和体现。 (1) 随着收入水平和消费能力的提高, 市民对生活质量具有更高的要求, 居住、工作、游憩等活动对绿地规模的需求不断上升; (2) 政府为促进经济发展、改善城市生态环境和创造良好居住环境, 将绿地建设纳为城市建设的重要组成部分; (3) 政府、企业更具有经济实力进行绿地建设, 尤其是政府有能力实施大型绿地建设项目。

(2) 人口增加对城市绿地面积扩展的影响

城市人口的持续聚集是城市绿地面积扩展的原始动力, 对城市绿地面积变化起决定性影响, 其影响具有综合性和多重性。 (1) 人口数量增加造成对城市绿地面积的需求加大, 从而必须增加城市绿地面积, 促使城市不断改善环境而增加城市绿地面积; (2) 伴随人口数量的不断增加, 人均建设用地资源紧张, 制约城市绿地供给, 使得人口增长对城市绿地面积扩展的促进作用减弱。

(3) 产业结构调整对城市绿地面积扩展的影响

城市产业结构是城市社会经济发展水平和资源配置情况的综合反映。产业结构调整一般会引起人口类型转化、加速经济增长和城市物质形态演变, 是城市绿地面积增加的内在需求, 是城市绿地面积扩展的主要原因。 (1) 产业结构调整会引起土地资源利用的重新分配, 并致使土地利用结构发生变化, 随着二产用地增长日趋放缓和三产用地快速增长, 对城市绿地面积的需求会不断增加; (2) 产业结构调整通过更新城市主导产业, 使旧主导产业迁向城市外围, 导致建成区向外扩张, 老城区的土地利用结构也随产业结构的调整而发生较大变化, 从而造成老城区、新城区的绿地面积都进一步扩展。

(4) 城市用地规模扩张对城市绿地面积扩展的影响

城市用地规模扩张对城市绿地面积扩展具有供给与制约的双向作用。按城市绿地面积扩展的区域不同, 可分为“增量式”和“存量式”, 前者依托新增建成区扩展绿地面积, 后者是在现有建成区改变用地结构扩展绿地规模。 (1) 城市用地规模的扩张, 既为“增量式”提供了新增城市绿地的前提条件, 又为“存量式”旧城区用地结构调整转移部分产业、人口及改变用地性质, 共同促进“增量式”、“存量式”的城市绿地面积扩展; (2) 城市用地规模扩张程度决定了可用于城市绿地建设的现状水平和潜力, 并且构成了外部约束边界。

3 数据基础与研究范围

3.1 变量选择

考虑到城市绿地面积扩展基本驱动力的复杂性、数据的可连续性和质量, 本文以建成区绿地面积作为被解释变量, 从经济发展、人口增加、产业结构调整及建成区规模4个方面分别选取二三产业总值、城市非农业人口数量、第三产业产值/第二产业产值、建成区面积4个指标作为解释变量 (表1) 。

3.2 研究范围

本文以我国国土疆域为界, 因西藏较多数据缺失, 故研究空间范围为不包括西藏、香港、台湾和澳门的其他30个“省 (市) ”, 采用中国内地及三大地区的二级研究空间单元, 参照《中国城市建设统计年鉴2015》城市分组的第二种分类方式, 将全国划为东、中、西三大地区, 研究时间为1996~2015年。

表1 变量选取一览表    下载原表

表1 变量选取一览表

表2 全国面板数据单位根检验    下载原表

表2 全国面板数据单位根检验

3.3 数据来源及处理

LS、JS来自《中国城市建设统计年鉴》, NAP来自《中国人口和就业统计年鉴》, OVST、INDS来自《中国城市统计年鉴》, 其中对OVST中的第三和第二产业总值以1978年为基准进行调整以消除价格因素影响;INDS则由第三产业总值 (实际变量) /第二产业总值 (实际变量) 计算而来。同时为消除异方差、异常值和不同量纲对研究的影响, 并使各驱动因素的影响程度具有可比较性, 除INDS (本身为比例) 外, 对LS、JS、NAP、OVST进行对数化处理, 分析软件采用EViews7.0。

4 建成区绿地面积扩展基本驱动力实证分析

4.1 单位根检验与协整检验

在协整检验及回归检验之前, 需考察模型中的变量是否平稳, 即每个变量序列是否包含单位根。由表2可知, 全国省际面板数据在1%的显著性水平下, LLC、ImPesaran-Skin、Fisher-ADF、Fisher-PP检验均可以通过, 即可判断各变量均为一阶单整序列。

由于“省 (市) ”之间具有较大的个体差异, 故利用Pedroni检验方法判断两变量之间是否存在协整关系。考虑到研究的样本数量较小, 则主要参照Panel ADF-Statistic和Group ADF-Statistic两种方法的检验结果。由表3可以看出, 上述两种方法均通过5%显著性水平的检验, 因此, 可判断各变量间存在长期稳定的均衡关系。

表3 全国面板数据协整检验结果    下载原表

表3 全国面板数据协整检验结果

4.2 面板数据计量模型

基于城市绿地面积扩展基本驱动因素分析, 并结合变量定义及统计数据, 拟构建一个包含城市绿地面积扩展需求驱动力和供给制约影响驱动力的计量模型, 综合考察各基本驱动力对城市绿地面积扩展的影响。为保证模型设定的准确性, 增强参数估计的有效性, 通过F检验及Hausman检验, 中国大陆、三大地区均拒绝了常截距模型和随机效应模型, 确定采用固定效应模型, 其方程建立如下:

 

式中:C为截距项, β14为回归系数, i表示截面单元“省 (市) ”数目, t表示时间序列的时期数 (1996~2015年的20个年份) , εit表示相互独立的随机扰动项。

4.3 建成区绿地面积扩展驱动力的空间尺度分析

本文对全国及三大地区分别进行回归分析, 4个模型中, INDS的T值均不显著, 而其他驱动因素T值皆显著, 且显著性水平高, 故以其余三个变量构建新模型, 全国及三大地区去除INDS变量后的面板数据均为一阶单整序列, 都存在协整关系。模型调整后的R2都在0.95以上, F值均在1%水平上显著, 表明4个模型拟合度均很高 (见表4) 。说明基于中国大陆及三大地区, JS、NAP、OVST对LS扩展的解释力非常强。

(1) 在全国尺度JS起主导作用, OVST的作用大于NAP

从中国大陆看, JS、NAP、OVST对LS的扩展都起到了明显的正向促进作用。其中, JS对LS扩展的作用力度最大, JS每增长10%, LS将扩展11.69%;OVST增加也有力地促进了LS的扩展, OVST每提高10%, 则LS扩展4.22%;而LS扩展对NAP的回归系数略低于OVST。上述结果说明, 我国大陆建成区绿地面积扩展的基本驱动力是经济发展、人口增加所引发的主要需求动力和由建成区规模扩张所带来的供给制约作用, 且后者起到主导作用。

(2) 在中部及西部NAP起主导作用、JS的作用大于OVST, 东部与全国基本相同

由于我国各地区社会经济因素差异较大, 使得不同地区的LS扩展的主导驱动力也大相径庭。从中部、西部看, JS、NAP、OVST对LS扩展均有着显著正影响, 但回归系数和全国相差较大。LS扩展对NAP的回归系数都大于1.1, 远高于全国和东部, 并成为影响两地区LS扩张的主导因素。JS的作用力度同样显著且有力, 但回归系数明显低于全国层面和东部, 回归系数均在0.45以上, 成为影响两地区LS扩张的第二影响因素。中部、西部的OVST对LS扩展的影响非常显著, 回归系数和全国、东部差别不大, 是在4个研究空间单元中回归系数最为一致的变量。西部的JS、NAP对LS扩展的解释力分别在4个研究空间单元中为最小和最大, 造成的主要原因为该地区土地资源较为丰富, 而人口数量较少, 经济发展水平较低, JS扩张具有很强的供给作用, 而其制约作用影响较小, 人口增加对LS扩展的拉动作用最为明显。

从东部地区看, JS、NAP、OVST对LS扩展均有着显著正影响, 回归系数基本和全国相当。在该地区, JS极大地促进了LS的扩展, 回归系数达到1.1811, 表明在不考虑其它驱动因素变动的条件下, JS每增加10%, LS将扩展11.81%, 略高于全国该因素的影响力, 并明显大于中部、西部。LS扩展对NAP的回归系数为0.1460, 其影响力不仅明显低于全国层面, 也远低于中部、西部。OVST对LS扩展的作用力度同样显著且有力, 回归系数和中部相当, 低于全国层面和西部, 仅为0.3391。可见, 东部的JS、NAP对建成区绿地面积扩展的解释力分别在4个研究空间单元中为最大和最小, 造成的主要原因在于东部土地资源紧张, 人口数量大, 人均土地资源占用量少, 人口增加所引发对LS的需求动力是否满足, 较大程度受JS扩张所带来的供给制约作用的限制。

4.4 建成区绿地面积扩展驱动力的时间尺度分析

本文基于时间尺度分析了各变量对LS扩展的作用方向以及作用大小 (见表5) , 该模型整体拟合较好, 调整后的R2达到0.9826, F值均在1%水平上显著, 各回归系数的T值大部分显著。

(1) JS影响力度最大且稳定

由表5可知, JS对LS扩展的影响在研究期全部为统计性显著, 除2006年在5%显著性水平下显著外, 其它年份均在1%显著性水平下显著。该变量T值大于其它变量的T值, 其影响力度在全部回归因子中最大, 但作用力度略有波动。1996~2006年, β1基本处于下降趋势, 由1998年的最高值1.1059, 下降到2006年的最低值0.4088;2007~2015年基本处于缓慢上升趋势, β1基本稳定在0.7~0.9之间。此现象的原因主要有2点: (1) JS对LS的影响具有一定的滞后性, 且JS扩展年度之间波动性强, 造成其对LS扩展的供给和制约作用年度之间会发生变化; (2) 受土地资源紧张的影响, LS扩展的供给作用逐渐降低, 而其制约作用越来越大。

表4 中国大陆及三大地区建成区绿地面积回归系数及主要统计量 (1996~2015年)    下载原表

表4 中国大陆及三大地区建成区绿地面积回归系数及主要统计量 (1996~2015年)

注:*代表10%显著性水平, **代表5%显著性水平, ***代表1%显著性水平。括号内数值为各回归系数的T值。

表5 中国大陆建成区绿地面积逐年回归系数及主要统计量 (1996~2015年)    下载原表

表5 中国大陆建成区绿地面积逐年回归系数及主要统计量 (1996~2015年)

注:*代表10%显著性水平, **代表5%显著性水平, ***代表1%显著性水平。括号内数值为各回归系数的t值。

(2) NAP影响力度不断增强

由表5可见, NAP对LS扩展影响的显著性一般。从趋势上来看, β2也从初期的连续7年统计的不显著, 变为后期的统计显著, 且在β2显著的时间段内, 其影响力保持在0.18以上并呈现上升的趋势, 可见, LS扩展对NAP增长由最初的无依赖性, 到后期的依赖性不断增强。主要原因可能是选用NAP表征城市人口规模而引起的, LS扩展不仅受非农业人口数量影响, 也受到占城市人口较高比重的暂住人口的影响作用, 因此, 选用NAP指标低估了城市人口对LS扩展的显著程度和作用力度。

(3) OVST影响力度逐渐减弱

回归结果表明OVST增加对LS扩展在研究期内都具有显著性正影响, 但β3呈现出逐步下降趋势。β3由1996年的0.3223, 到2015年的0.1312, 作用力随着时间逐渐下降, 且逐渐小于NAP的影响作用。造成的原因主要是研究初期经济不够发达, LS扩展较大程度依赖OVST的增加, 随着OVST快速增加, 政府、企业等具有较高的经济实力进行城市绿地建设, 而此时LS扩展更依赖于JS扩张的供给作用和NAP增长造成的内需。

5 讨论

5.1 城市绿地面积扩展面临严峻挑战

城市人口快速增加、城市经济高速发展对城市绿地面积扩展的需求驱动力大幅增加, 但建成区规模扩张受限对城市绿地面积扩展支撑作用下降、制约作用加强的双重作用影响下, 城市绿地面积扩展将面临前所未有的压力和挑战。我国经济发展在今后较长时期内会保持较高的增长速度, 并且伴随户籍、义务教育和社会保障制度的改革与完善, 城市人口也将大幅增加, 他们将共同构成城市绿地面积扩展的强大需求驱动力。在守住18亿亩耕地政策红线的硬性约束下, 城市土地资源日益紧张, 城市用地扩张将越来越难, 进而使城市绿地面积扩展受到较大制约。

5.2 城市绿地面积与各驱动力应协调发展

面对我国城市绿地面积扩展基本驱动力的客观情况和转变趋势, 规划城市绿地面积时应与经济、人口、建成区规模等基本驱动力相协调。城市绿地面积扩展主要是由其基本驱动因素综合作用所形成的内在影响机制所决定的, 规划城市绿地面积须与社会经济发展规划、城市规划和土地使用规划有机结合, 达到经济、人口、土地、城市用地范围与城市绿地面积的协调发展。在不同区域、不同社会经济发展阶段, 会使得城市绿地面积扩展的基本驱动因素组合、各因素作用强度及其影响效果呈现区域性、阶段性的差异, 各地区、“省 (市) ”应根据自身所处的社会经济发展阶段, 把握影响城市绿地面积扩展的主导因素, 制定差别化的城市绿地面积扩展政策, 从而有效引导城市绿地面积的合理扩展。

5.3 转变城市绿地面积增长模式

改变依赖增加城市用地解决城市绿地面积发展的传统模式, 采用“存量式”发展模式将是解决城市绿地面积扩展遇到瓶颈的主要途径。为实现城市绿地持续高效发展, 在“增量式”建设模式受到制约时, 亟需通过产业结构调整, 优化土地利用结构, 优先开展城市绿地建设, 实现土地资源的合理配置。本文实证结果并不支持产业结构调整对城市绿地面积扩展的显著影响作用, 造成的原因为我国还处于工业化阶段, 且“省 (市) ”之间差别较大, 例如:宁夏、江西、陕西的第二产业增加值快于第三产业增加值, 但其建成区绿地面积增长速率处于全国较高水平, 而黑龙江第三产业增加值较快, 但建成区绿地面积增长较慢, 从而使得在回归分析中产业结构调整和建成区绿地面积扩展之间的规律并不明显。本文认为, 随着我国产业结构不断演进, 尤其是进入后工业化时代, 将是城市空间形态改变的重要原因, 势必会对城市绿地面积扩展起到正向促进作用, 特别是发展占用土地面积小、技术密集、高附加值的行业, 提升土地利用集约程度, 而释放部分城市用地进行城市绿地建设, 是破解城市绿地面积扩展的需求驱动力和供给制约驱动力之间矛盾的有效途径, 也是建设“两型社会”和实现城市可持续发展的必然趋势。

 

参考文献[1]住房和城乡建设部.中国城市建设统计年鉴 (2015年) [M].北京:中国计划出版社, 2016.
[2]韩旭, 唐永琼, 陈烈.我国城市绿地建设水平的区域差异研究[J].规划师, 2008 (7) :96-101.
[3]王俊帝, 刘志强.中国城市建成区绿地率增长驱动力的时空差异分析[J].苏州科技大学学报 (工程技术版) , 2017 (3) :30-36.
[4]银杰, 南灵.城市建设用地扩展特征及驱动力分析——以西安市为例[J].企业经济, 2013 (7) :150-153.
[5]徐晓雨.城市建设用地规模增长的驱动力分析——以武汉市为例[D].武汉:华中农业大学, 2010.
Empirical Research on Basic Driving Forces of Built District Green Space Expansion in China
LIU Zhiqiang You Yilin WANG Jundi Hong Genwei
(School of Architecture and Urban Planning, Suzhou University of Science and Technology Landscape Institute, Wuxi Chenggui Design Institute Co., Ltd Tianping College of Suzhou University of Science and Technology)
Abstract: This paper uses the measurement tool to analyze the relationship between the expansion of built district green space and the influence factors with the provincial panel data from 1996 to 2015. The result shows:economic development, population growth, built district expansion and industrial structure adjustment have a long-term equilibrium relationship with built district green space. The first three variables together form the process of the expansion of built district green space. The adjustment of industrial structure will become the main driving factor for the expansion of built district green space.
Keywords: built district; green space; driving forces; expansion; econometric analysis;
664 0 0
文字:     A-     A+     默认 取消