EN中文

自然资源学报 >

2022 , Vol. 37 >Issue 9: 2387 - 2402

DOI: https://doi.org/10.31497/zrzyxb.20220913

其他研究论文

中国土地利用规划的指标分配逻辑：兼论对国土空间规划的启示

  • 黄大全 , 1 ,
  • 朱世豪 1 ,
  • 刘涛 , 2, 3, 4
展开
  • 1.北京师范大学地理科学学部地理学院,北京 100875
  • 2.北京大学城市与环境学院,北京 100871
  • 3.北京大学未来城市研究中心,北京 100871
  • 4.自然资源部国土空间规划与开发保护重点实验室,北京 100871
刘涛（1987- ）,男,安徽宿州人,博士,研究员,博士生导师,研究方向为城镇化、城乡规划。E-mail:

黄大全（1971- ）,男,福建三明人,博士,教授,博士生导师,研究方向为国土空间规划、城市与乡村发展。E-mail:

收稿日期: 2021-07-18

  修回日期: 2022-04-18

  网络出版日期: 2022-12-28

基金资助

北京高等学校重点建设一流专业（人文地理与城乡规划）建设项目(2662022GGYJ002)

国家自然科学基金项目(41741009)

国家自然科学基金项目(41801146)

收起

The distribution logic of land quotas in China's land use planning: Implications for territorial spatial planning

  • HUANG Da-quan , 1 ,
  • ZHU Shi-hao 1 ,
  • LIU Tao , 2, 3, 4
Expand
  • 1. School of Geography, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
  • 2. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
  • 3. Center for Urban Future Research, Peking University, Beijing 100871, China
  • 4. Key Laboratory of Territorial Spatial Planning and Development-Protection, Ministry of Natural Resources, Beijing 100871, China

Received date: 2021-07-18

  Revised date: 2022-04-18

  Online published: 2022-12-28

Fold

摘要

用地指标是我国空间规划实施和国土空间管制的关键政策工具。研究收集省级土地利用总体规划（2006—2020年）新增建设用地指标数据,利用多层线性模型,分析了用地指标分配的偏好及其影响因素,并探讨了省级和市级因素对指标分配的交互作用机制。结果表明： （1）用地指标分配策略具有明显的地区差异性,绝对量呈现东高西低的格局,而相对量呈现西部和东南高、中部和东北低的空间特征;（2）用地指标分配模式主要受经济发展需求驱动,缺乏对水土等资源环境限制性因素的考虑;（3）快速发展期的省倾向于集中分配策略,发展水平较高的省则更为均衡。因此,需坚守资源环境底线,配合有效的经济激励政策,实施差别化的用地指标管理策略。

关键词： 土地利用规划; 国土空间规划; 用地指标; 指标分配; 多层级政府; 多层线性模型

本文引用格式

黄大全 , 朱世豪 , 刘涛 . 中国土地利用规划的指标分配逻辑：兼论对国土空间规划的启示[J]. 自然资源学报, 2022 , 37(9) : 2387 -2402 . DOI: 10.31497/zrzyxb.20220913

Abstract

Top-down allocation of land quota is a key tool in China's implementation of spatial planning and regulation of territorial space. Based on land quota data of provincial land use plan (2006-2020), this study used a hierarchical linear model to analyze the strategy, preference, and influencing factors of incremental construction land quota allocated by provincial governments to prefecture-level administrative units and discussed the interaction of provincial and prefecture-level factors. The results showed that the allocation strategy and preference of land quota in provincial land use plan had obvious regional differences. The absolute amount of land quotas was high in the east and low in the west, but the relative amount of land quotas was high in the west and southeast, while low in the central and northeast parts. The existing quota distribution mode adopted by provincial governments was found to be driven primarily by the demand for economic development, which did not pay sufficient attention to the constraints of the carrying capacity of land, water, and other types of resources. Additionally, provinces undergoing a rapid growth tend to adopt a centralized allocation strategy, while those at high development levels often have a more balanced scheme of land allocation. Therefore, it is necessary to adhere to the bottom line of resources and environment, cooperate with effective economic incentive policies, and implement regionally differentiated strategies in land quota allocation and land management.

Key words： land use planning; territorial spatial planning; land quotas; quota allocation; multi-level government; hierarchical linear model

我国是世界上城市建设用地快速扩张的国家之一[1,2],但也面临着经济社会发展对土地资源的旺盛需求和有限供给与生态、景观保护之间的矛盾[3,4]。为了缓解建设用地扩张带来的负面影响和保障城市有序高质量发展,中央政府利用空间规划对城市建设用地扩张进行了严格的规模管控和空间引导[5,6],并依托行政管理体系形成了“国家—省—市—县—乡”自上而下五级空间规划体系[7]。但由于土地财政与地方竞争、执法不严与治理失效等因素[8⇓-10],规划的空间管控作用相对有限,因此严格的建设用地规模管控在我国自上而下的国土空间管理中格外重要。
用地指标是中国特有的空间规划实施用地规模管控的政策工具[11]。虽然国外土地管理政策中没有明确的“用地指标”概念,但是规模管控方法被融入到了市场性分区规划中,体现在城市增长边界、绿带等管制工具里[12,13]。这些工具和用地指标具有相似的内涵和功能,即针对土地资源的稀缺性和外部性来对土地进行空间分区管控[14]。用地指标的独特性在于它是在中国自上而下的行政管理体系下进行土地发展权的空间传导和刚性分配[15]。
在中国1997—2010年和2006—2020年的两次土地利用总体规划编制和实施实践中,用地指标由全国规划纲要自上而下逐级分配下达,且下级规划不得超过上级规划的控制指标,其目的是管控下级规划的建设用地扩张上限[16]。在城市快速发展阶段,这种强制性的约束指标在一定程度上决定了地方政府的土地发展权和发展方向。然而,已有研究结果表明,空间规划体系改革前的用地指标分配合规性不够[17,18],特别是2006—2020年的土地利用总体规划存在着严重的用地指标供给与现实土地需求不匹配的问题[19],造成了土地资源的低效利用和浪费。2012年,中国开始探索国土空间规划的编制。对过去的规划体系进行改革之后,逐步成熟的国土空间规划强调了规划的底线和统筹思维、上下级规划的衔接和传导,以及土地空间功能的复合性[15];同时,在过去规划基础上,继承和改善了通过指标分配和分区进行规模管控和空间引导的逻辑、方法。因此,不管是在空间规划体系改革前的土地利用总体规划,还是现正在编制的国土空间规划,用地指标一直都是中国空间规划实现用地规模管控的关键。
目前用地指标相关研究可以归纳为指标分配方法、分配结果和分配机制。（1）大量学者试图通过各种模型来丰富、优化用地指标的分配方法,并尝试考虑更全面的目标、更丰富的指标以模拟出用地指标分配的最优解[20⇓⇓-23]。但这些研究过于强调指标分配方法的“科学性”,聚焦在地方经济发展的用地需求上,反而忽视了上级规划的供给条件和决策者的政策偏好,脱离了自上而下的空间规划与管理政策中用地指标的分配逻辑[24,25],缺乏对城市发展不确定性的认知[26]。（2）判断用地指标的规模管控结果的常用方法可以分为一致性和有效性：前者侧重直接对比规划用地和实际用地的数量,后者侧重于衡量用地指标对现实土地开发的间接影响[5,27]。然而,一致性方法虽然直接明了,但容易掉落到规划僵化刻板的陷阱中;有效性方法考虑了规划带来的经济社会和生态环境效益,却难以用明确的评价标准进行衡量。因此这些评估指标分配结果的研究对规划编制与实施的反馈作用仍较有限。（3）目前有关分配机制的讨论主要基于行政组织关系来讨论指标分配过程中多层级政府因目标差异和利益差异而产生的博弈[28],认为指标分配与官员任免制度和土地管理制度有关,受到决策者个人立场以及下级政府利用信息不对称提高需求不断讨价还价的影响[29]。但是,在中国自上而下的行政体制下,下级政府必须遵守上级政府的规制[30],很难影响或改变上级决策者在区域宏观调控上的总体方案。尤其是总体规划的战略性和长期性决定了这一过程较少受到个别官员政治激励的影响,后者更多体现在更加具体的土地利用年度计划和土地审批过程中。其次,中国区域差异较大,各地区经济发展和建设用地扩张驱动存在明显的空间异质性[31⇓⇓-34],上级政府在分配用地指标时需要在区域公平和总体效率之间进行权衡,因此地区间的分配策略存在差异。
因此,在既有的用地指标分配结果下,揭示决策者在某个状态下产生的用地指标分配决策的逻辑成为关键问题。哪些因素会影响用地指标的分配决策,上级政府在公平和效率之间又做出了怎样的选择,在这些独特的视角下重新考察规划用地指标分配的逻辑,能够从各类决策中探索一般性规律,揭示用地指标分配背后的多层级政府间的关系,有助于解释当前国土空间规划政策设计中基础性却少有研究的机理性问题,为新一轮国土空间规划中指标政策设计实施和改革规划理念提供参考和借鉴。
鉴于此,本文以我国2006—2020年土地利用总体规划中省级规划向市级规划分配的新增建设用地指标为例,探讨我国空间规划用地指标分配的逻辑。重点讨论以下两个问题：（1）省级规划向市级规划分配用地指标是否存在偏好,或者说其分配策略是否存在差异?（2）用地指标分配逻辑是什么,哪些因素影响了省级规划的用地指标分配策略?市级单元所获得的用地指标是否受到省级和市级规划间跨层次交互作用的影响?

1 分析框架和实证模型

1.1 分析框架

用地指标的分配逻辑反映了政府与市场的关系,即政府对市场需求的响应、权衡和调节。在市场机制的作用下,要素集聚是城市发展的关键动力和集中反映,作为关键经济要素的土地在城市之间的配置决定了城市土地开发的类型结构和空间格局;省级政府主导的用地指标分配本质上是各城市土地发展权的分配,通过影响各城市可开发土地的总量和结构来控制城市的土地开发类型和空间结构,以达到引导市场布局、解决市场失灵的目的,实现特定的区域宏观调控目标。在自上而下的空间规划体系下,这种关系体现了自下而上的发展空间需求与自上而下的资源分配调节之间的矛盾。
具体可以从三个角度解析。一是需求和供给问题。土地资源意味着发展利益,用地指标分配意味着发展权配置的区域导向,下级政府都期望获得更多可开发的土地资源以提高区域竞争力、促进地方发展,因此其土地开发的需求很难自我约束,上级政府的土地资源供给限制成为鼓励、引导甚至强制各地保护耕地和生态空间的重要政策工具。二是公平和效率问题。上级政府会根据区域发展情况进行统筹,在保证区域整体利益最大的前提下进行公平和效率的权衡,有选择地鼓励、扶持或限制、约束某些地方的发展,这代表着政府对区域发展格局调控的导向性,也为各地发展空间设定了差异化的上限。三是政府间的利益耦合。上级政府承担着发展和保护的双重任务,在使用土地开发权益分配这一关键政策工具时,并不会完全依赖行政力量强行分配,同样也会采取合适的激励措施,引导每一个地方政府都能主动集约利用土地,进而为这种双重任务的实现而努力。因此,用地指标的分配会依据各地的土地利用效率而适度奖惩,通过这种类似市场化的奖惩机制,促使各地政府将满足本地空间开发的市场需求和区域整体的土地集约利用目标相结合,实现上下级政府目标诉求的耦合。上述关系的具体表现都形成于其特定的时空环境,因此,区域在不同的发展阶段和均衡程度之下,其用地指标的分配策略也会存在差异（图1）。
图1 用地指标分配的理论框架

Fig. 1 The multi-scale framework of China's construction land quota distribution

首先,用地指标的分配以各地经济社会发展对土地资源的需求为引导。经济、人口的集聚增长是建设用地扩张的基本驱动力,建设用地的投入也会促进社会经济发展[35,36]。保障社会经济发展对建设用地的需求、支撑地方的经济社会发展目标[37],是用地指标分配的重要原则之一。上级政府在分配有限的建设用地指标时,自然会考虑区域内各地经济社会发展现实需求的差异性,尽可能满足各地发展的基本空间需求。
其次,用地指标分配需考虑土地资源禀赋差异导致的供给条件的限制。用地指标本质上是政府管控建设用地规模扩张的政策工具,需要充分考虑土地、水等资源禀赋和环境承载能力[38⇓-40],落实国土空间规划的管控作用,防止国土空间的过度开发,促进区域的可持续发展[41]。因此,上级政府会限制资源条件较差地区的土地开发,将更多指标分配给资源禀赋更好、发展空间更大的地区,以维护城市发展底线。
再次,用地指标分配包含政策激励机制。面对地方政府依靠扩张式发展导致的土地供需矛盾突出、利用粗放低效等问题[42],中央政府建立了严格的土地用途管制、督查制度和激励机制[43],其目的在于促进地方政府发挥有限国土空间的最大综合效益[44⇓-46]。高层级政府倾向于促进建设用地的集约高效利用,以便有更多空间用于耕地和生态保护,实现发展和保护目标的平衡。为此,对于土地利用效率更高、土地利用更加集约的地方政府,上级政府会优先安排建设用地指标,允许其适当增加建设用地规模,甚至给予用地指标的奖励,以体现规划的鼓励性和引导性。反之,上级政府会限制其扩张,并督促整理存量用地。
此外,用地指标的分配策略存在区域差异,不同经济发展阶段的区域会采取不同的用地指标分配策略,体现其差异化的空间战略导向。一方面,处于不同经济发展水平和发展阶段的区域面临着不同的问题和目标[47],可能采取不同的区域调控战略,而用地指标反映的发展权分配则是实现区域战略的核心工具。另一方面,区域内部各地经济发展水平的空间差异性或均衡性也会影响到政府开展区域调控的战略导向[48],空间规划中的用地指标分配很可能被用作强化或缓解区域差异的政策工具。例如,将有限的用地指标集中用于培育增长极,带动区域整体发展;或将其均衡分配给所辖各地区,甚至用于扶持落后地区的追赶战略,以促进区域整体的均衡发展[49]。

1.2 模型和变量

为考察省级规划向市级规划分配用地指标的偏好和策略,利用变异系数衡量省域内用地指标在各市级单元配置的分布状况。变异系数是衡量数据离散程度的指标,可以消除数据量纲和尺度的影响[50]。考虑到市级单元在规划期初的建设用地规模的影响,本文使用建设用地加权变异系数CV来衡量用地指标分配的均衡程度。
C V = 1 y - ∑ i n y i - y - 2 × L i
式中： n为省级单元内的市级单元个数（个）; y i为 i市级单元的用地指标配额; y -为市级单元的用地指标配额的平均值; L i为 i市级单元在规划期初建设用地占全省的比例（%）;CV越大,表明用地指标的分配在该省相对差异程度越大,即该省用地指标的分配更加集中。
研究采用多层线性模型考察影响各地方获得用地指标的多层级影响因素及之间的相互作用。多层线性模型是针对阶层结构数据而提出的一种统计模型[51]。由于用地指标分配受市级因素和省级因素的跨层次因素影响,因此本文构建以市级层次为层次1和省级层次为层次2的多层线性模型（表1）,以分析省级规划向市级规划分配用地指标的策略和偏好。
表1 多层线性模型及参数

Table 1 The hierarchical linear model and parameters

模型 层次 模型表达式 模型参数
空模型 层次1 Y i j = β 0 j + R i j Y i j为模型因变量
β 0 j和 γ 00为因变量的截距
R i j和 μ 0 j为层次1和层次2的随机成分
层次2 β 0 j = γ 00 + μ 0 j
半条件模型 随机效应回归模型 层次1 Y i j = β 0 j + β 1 j X i j + R i j X i j为层次1自变量
β 1 j为层次1自变量对因变量的回归斜率
γ 10为 β 1 j的截距
μ 1 j为 β 1 j的随机成分
层次2 β 0 j = γ 00 + μ 0 j
β 1 j = γ 10 + μ 1 j
截距模型 层次1 Y i j = β 0 j + R i j W 1 j为层次2自变量
γ 01为层次2自变量对因变量的回归斜率
层次2 β 0 j = γ 00 + γ 01 W 1 j + μ 0 j
完整模型 层次1 Y i j = β 0 j + β 1 j X 1 i j + R i j γ 11为层次2自变量对层次1自变量的回归斜率
层次2 β 0 j = γ 00 + γ 01 W j + μ 0 j
β 1 j = γ 10 + γ 11 W j + μ 1 j
空模型可计算层次1和层次2的方差,并通过对组内相关系数的估计确定多层线性模型的适用性,判断用地指标的分配是否存在省级层次的差异。半条件模型只包含单个层次变量,确定市级变量对用地指标分配的影响大小和方向,并判断市级变量在省级层次是否存在显著性变化。完整模型包含市级和省级双层次变量,用来解释用地指标分配是否受到上下级政府间的交互作用影响。
根据前文构建的理论框架,选择市级单元获得的用地指标配额占其2005年建设用地总规模的比例作为因变量。利用多层线性模型从用地需求、资源禀赋、政策激励和区域发展四个角度来考察市级单元获得用地指标配额数量的影响因素（表2）。
表2 变量选取和定义

Table 2 The definition of variables

层次 指标 变量名称 指标含义
市级 用地指标 用地指标 用地指标 规划用地指标/2005年建设用地基数
市级 用地需求 经济水平 人均GDP 2005年人均GDP
发展潜力 GDP增长率 2001—2005年均GDP增长率
产业结构 第三产业占GDP比例 2005年第三产业占GDP比例
市级 资源禀赋 国土空间开发强度 建设用地占比 2005年建设用地占行政区面积比例
资源环境承载力 人均水资源拥有量 2005年人均水资源拥有量
市级 政策激励 集约利用水平 人均建设用地面积 2005年人均建设用地面积
土地利用效率 地均生产总值 2005年单位建设用地的GDP
省级 区域发展 省域经济发展阶段 省级人均GDP 2005年人均GDP
省域发展均衡程度 省级人均GDP的变异系数 2005年人均GDP的变异系数
（1）用地需求引导方面。选取市级单元的人均GDP和GDP增长率代表市级单元的经济发展水平和发展潜力,选取市级单元第三产业占GDP比例来衡量市级单元的产业结构。由于统计年鉴中的市级单元的人口数据非实际常驻人口数据,因此,尽可能排除了与总人口相关的指标。
（2）资源禀赋供给能力和潜力方面。从国土空间开发强度和资源环境承载能力两个方面来表征其对建设用地扩张的限制作用。目前衡量国土空间开发强度的方法可以分为单一指标和加权综合指数两种[52]。水资源承载力作为环境短板是资源环境承载力重要指标,也是规划确定城市布局和发展规模的核心指标[53]。根据研究尺度和数据可得性要求,最终选取建设用地占区域面积比例和人均水资源拥有量来衡量国土空间开发强度和资源环境承载能力。
（3）政策激励机制方面。上级政府对用地指标分配的政策激励通常与土地资源集约利用水平和利用效率与用地指标挂钩。因此,选取了市级单元的人均建设用地面积来衡量市级单元的土地集约利用水平,并计算了单位建设用地产出的生产总值来表征建设用地的利用效率。
（4）区域环境方面。不同省级单元,其经济发展阶段和区域发展均衡程度不同,因此采取的用地指标分配策略和偏好也可能不同。本文选取了省级单元的人均GDP代表省域经济发展阶段,并利用省级人均GDP的变异系数来衡量规划期初省域发展均衡程度。

1.3 数据来源

根据行政区划,我国有34个省级行政区（包括23个省、5个自治区、4个直辖市、 2个特别行政区）和333个地级单元。其中,4个直辖市虽然是省级行政单位,但其用地指标的分配属于城市内部的发展资源配置和空间布局引导问题,与省级向地市级分配用地指标的逻辑关系存在本质上的差异,因此被排除在研究范围之外。基于数据的可获得性,本文最终选取了其中25个省级行政区（山西、海南、台湾及直辖市和特别行政区被排除在外）及其下辖的326个地级市、地区、州、盟及直辖县级市分别作为省级单元研究对象和市级单元研究对象。
使用的新增建设用地指标分配结果数据全部来自于自然资源部公布的各省《土地利用总体规划（2006—2020年）》 （http://www.mnr.gov.cn/gk/ghjh/）,具有真实性和可靠性。研究涉及的社会和经济相关数据主要来源于《中国区域经济统计年鉴》《中国城市统计年鉴》和《中国统计年鉴》,水资源数据来源于各省《水资源公报》,土地相关数据主要来源于《中国国土资源统计年鉴》。各变量的描述性统计指标见表3。为了使数据符合模型假设、交互作用存在实际意义,数据在置入模型前均作了对数处理和中心化处理。
表3 变量描述统计

Table 3 The descriptive statistics of variables

变量名称 层次 样本量/个 单位 最大值 最小值 平均 标准差
用地指标 市级 326 % 118.61 2.7 20.78 15.02
人均GDP 市级 326 万元 8.86 0.24 1.44 1.34
GDP增长率 市级 326 % 40.88 0.38 15.34 5.84
第三产业占GDP比例 市级 326 % 69.59 5.25 36.68 8.49
建设用地占比 市级 326 % 86.67 0.02 8.69 8.41
人均水资源拥有量 市级 326 m3 1471226.30 21.82 10000.55 83305.16
人均建设用地面积 市级 326 m2 3688.57 56.11 316.88 391.28
地均GDP 市级 326 万元 59009.65 210.66 5827.07 5494.83
省级人均GDP 省级 25 万元 2.77 0.51 1.34 0.60
省级人均GDP的变异系数 省级 25 — 1.68 0.32 0.65 0.29

2 结果分析

2.1 规划用地指标分配的空间分布特征

2.1.1 用地指标分配的空间格局

根据全国土地利用总体规划纲要（2006—2020年）,规划期内我国用地指标总额为585万hm2。在全国层面,用地指标分配的基本原则是：东部地区降低新增建设用地规模、中部地区适度增加建设用地规模、东北地区加快存量建设用地整合、西部地区加快建设用地开发。在这一原则的指导下,我国东部地区、中部地区、东北地区和西部地区规划新增建设用地指标分别占全国总配额的30.94%、22.99%、9.92%和36.16%。
从用地指标的绝对数量来看,新增建设用地指标的分布特征与中国人口、经济分布特征类似,呈现东部地区高、西部地区低的特征（图2a）,这种分布特征可能与各区域土地开发承载能力和经济发展差异有关。此外,无论是全国角度还是省级角度,用地指标更多地被分配在了经济规模较大、经济发展更加发达的地级市,如成都、乌鲁木齐、武汉等省会城市,或是大连、苏州、青岛等地区重要中心城市。省会城市得到的用地指标占全国总配额的15%。
图2 市级用地指标的绝对量和相对量分布

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同。

Fig. 2 Absolute number and relative number of land quotas in prefecture-level cities of China

从用地指标与规划期初建设用地规模的占比,即用地指标的相对量来看,用地指标的相对量呈现出西部和东南沿海地区高、中部和东北地区低的空间特征（图2b）。西部地区市级单元的用地指标相对量更高,如乌鲁木齐、嘉峪关等。这可能与规划落实中央政府提出的“西部大开发”等一系列促进西部城市发展政策有关。同时,东南沿海地区的用地指标相对量也相对较高,如浙江、福建等省的地市,这可能与当地巨大的用地需求有关。

2.1.2 用地指标分配的均衡性差异

省际间用地指标分配的均衡性具有明显的地区差异性（图3）,具体表现在东部地区用地指标分配相对均衡,而中西以及东北地区用地指标分配相对集中,这可能受省级规划向市级规划分配用地指标的偏好和策略的影响。东部地区的用地指标分配相对差异程度较小。其中江苏的用地指标分配差异程度最小,仅为0.2121,而福建相对较高为0.5625。对于中部地区来说,安徽的用地指标分配差异程度最小,为0.3511,湖北相对较高为1.0942。西部地区的用地指标分配存在较大差异,西藏的用地指标分配差异程度仅为0.1889,四川却高达1.6944。东北地区的用地指标分配极为集中,各省的加权变异系数均超过1.1。
图3 省级用地指标的加权变异系数分布

Fig. 3 Weighted coefficient of variation of China's provincial land quota allocation

2.2 规划用地指标的分配机制

2.2.1 零模型结果

零模型的固定效应和随机效应均通过了显著性检验（表4）。指标分配的组内方差为0.0158,组间方差为0.0096,组内方差约为组间方差的1.65倍,说明用地指标分配受市级因素的影响比省级因素强。计算得到组内相关系数为0.3775>0.059,说明指标分配中37.75%的差异是由省份不同而引起的,即各省之间的指标分配存在明显差异,不同省份存在不同的用地指标分配偏好和策略,因此存在利用多层线性模型进一步分析的必要性。
表4 零模型估计结果

Table 4 Estimated results of the null model

零模型 固定效应 随机效应
参数 系数 T值 参数 标准差 方差成分 χ2
Y=β0+R γ00 0.2206
（0.0205）		 10.781*** μ0 0.0978 0.0096 168.3237***
β0=γ00+μ0 R 0.1256 0.0158

注：*、**、***分别在0.1、0.05、0.01水平上显著,括号内为标准误差,下同。

2.2.2 半条件模型结果

将市级变量纳入随机效应回归模型。其中,人均GDP和地均GDP存在较高的共线性,因此地均GDP这一变量被排除在了模型外。将地均GDP替代人均GDP重新运算,模型结果稳定不变。最终固定效应显示,我国各省的指标分配存在偏好差异（表5）。对比零模型的随机效应分析结果,组内方差缩减比例为0.7852,模型选取的指标可解释市级单元获得用地指标配额差异的78.52%。
表5 随机效应模型的估计结果

Table 5 Estimated results of the random effect regression model

模型 固定效应 随机效应
参数 系数 T值 参数 标准差 方差成分 χ2
人均GDP γ00 0.1070***
（0.0149）		 7.181 μ0 0.0589 0.0035 46.9704***
GDP增长率 γ10 0.1821
（0.1901）		 0.957 μ1 0.7716 0.5954 26.4091
第三产业占GDP比例 γ20 0.2309**
（0.1012）		 2.281 μ2 0.4105 0.1685 68.6738***
建设用地占比 γ30 -0.0685
（0.1088）		 -0.629 μ3 0.4056 0.1645 21.0518
人均水资源拥有量 γ40 0.0093
（0.0098）		 0.944 μ4 0.0378 0.0014 36.0824**
人均建设用地面积 γ50 -0.1320***
（0.0101）		 -13.022 μ5 0.0346 0.0012 32.5236*
截距项 γ60 0.2225***
（0.0212）		 10.488 μ6 0.1067 0.0114 377.8950***
R 0.0632 0.0040
用地指标的分配倾向于满足市级单元经济发展水平、产业结构优化所带来的用地需求。首先,高经济发展水平的市级单元被分配了更多的指标（β=0.1070,P<0.01）。在城市快速发展建设阶段,高经济发展水平的市级单元具备更好的基础设施条件、更丰富的政策资源和更活跃的信息流动,往往成为吸引劳动力、资本和企业的目的地[54,55],因此省级规划为了满足市级单元有足够的用地空间承载社会经济生产生活活动,会依据市级单元的经济发展水平来确定其用地指标的数量。其次,产业结构也会对用地指标的分配产生显著影响（β=0.2309,P<0.05）。一般来说,更高级产业结构的土地利用效率更高,对城市用地规模的弹性更大[56]。在上轮规划编制期间,我国的金融、科技创新等高端服务业处于快速发展阶段,同时在房地产市场发展刺激下的“土地财政”可以在短期内提高地方财政收入,因此省级规划倾向于将更多的用地指标分配给第三产业占经济总量更高的市级单元。第三,市级单元的经济发展态势和潜力对用地指标的分配的影响并不显著（β=0.1821,P>0.1）。在实现经济快速增长目标的驱动下,省级规划更加看重市级单元的发展现状和基础,而非其发展潜力,这种分配方式也往往因缺乏对市场发展规律的把握导致用地指标的分配与社会经济发展现实用地需求的失调。
市级单元土地资源的供给潜力和资源环境承载力对用地指标分配多寡的影响不明显。尽管市级单元的建设用地占比与用地指标分配数量呈负向关系（β= -0.0685,P>0.1）,但其结果并没有通过显著性检验。国土资源数量有限,国土空间开发强度越高,可供市级单元开发的国土面积越少。在增量扩张的城市发展模式下,面对城市发展存在过度扩张、结构分散等问题,省级规划缺少对市级单元城市用地的可开发空间限制的考虑。同时,市级单元人均水资源拥有量与用地指标分配配额数量之间也不存在显著的相关关系（β=0.0093,P>0.1）,说明省级规划在分配用地指标时,未能对市级单元的水资源禀赋条件做出合理判断。用地指标的供给加快城市建设发展对水资源产生较大压力同时也改变区域的用水结构[57],水资源供给的不足会限制区域的发展,导致用地指标的错配和浪费。如何实现用地指标的合理配置,以最大化生态资源的利用效益、协调城市建设发展与生态资源供给之间的矛盾是空间规划政策设计面临的重要问题之一。这也反映了新一轮国土空间规划开展资源环境承载力评价的必要性和紧迫性。
省级政府的用地激励机制作用发挥了一定作用,省级政府通常根据人均用地标准来决定市级单元得到用地指标的多寡,市级单元的人均建设用地面积与用地指标配额数量显著负相关（β= -0.1320,P<0.01）。在用地政策激励机制下,土地集约利用水平更高的市级单元获得了省级规划的鼓励并被分配了相对更多的指标,人均建设用地面积更多的市级单元得到的用地指标配额相对更少。尽管此模型中没有包含土地效率的指标,但它和人均GDP的高共线性反映了中国人地挂钩的大背景下激励性政策对规划有效执行的重要作用。
模型的随机效应显示（表5）,省级规划在分配用地指标时,对GDP增长率（χ2=26.4091,P>0.1）和建设用地占比（χ2=21.0518,P>0.1）的偏好是相似的。因此,在完整模型中,市级单元变量GDP增长率和建设用地占比不再与省级变量进行交互。
以随机效应回归模型中的截距项作为结果变量,将省级变量人均GDP和省级人均GDP的变异系数纳入截距模型（表6）。其固定效应显示,省级人均GDP与市级单元获得的用地指标配额呈显著负相关（β= -0.0570,P<0.05）,省级人均GDP的变异系数与市级单元获得的用地指标配额呈显著正相关（β=0.0878,P<0.1）。对比零模型的随机效应分析结果,计算得到组间方差缩减比例为0.1160,说明省级单元的经济发展水平和经济发展均衡程度可解释市级单元获得用地指标数量差异的11.60%。
表6 截距模型的估计结果

Table 6 The estimated result of the intercept model

变量 固定效应 随机效应
参数 系数 T值 参数 标准差 方差成分 χ2
截距项 γ00 0.2205
（0.0187）		 11.143*** μ0 0.0920 0.0085 137.3573***
省级人均GDP γ01 -0.0570
（0.0265）		 -2.153** R 0.1257 0.0158
省级人均GDP的变异系数 γ02 0.0878
（0.0462）		 1.901*

2.2.3 完整模型结果

根据半条件模型的分析结果,将省级变量纳入模型中,模型固定效应和随机效应的估计结果见表7。用地指标的分配具有阶段性,处于不同经济发展阶段和不同发展均衡程度的省份所选取的指标分配策略不同。模型固定效应显示,省级人均GDP和省级人均GDP的变异系数与用地指标分配之间分别存在显著的负向和正向效应。
表7 完整模型的估计结果

Table 7 The estimated results of the full model

L1变量 L2变量 固定效应 随机效应
参数 系数 T值 参数 标准差 方差 χ2
人均GDP γ00 0.1056***
（0.0140）		 7.529 μ0 0.0517 0.0027 29.7232*
省级人均GDP γ01 -0.0657***
（0.0168）		 -3.910
省级人均GDP的变异系数 γ02 0.0379*
（0.0199）		 1.906
GDP增长率 γ10 0.1681
（0.1849）		 0.909 μ1 0.7577 0.5742 25.9527
第三产业占GDP比例 γ20 0.2003**
（0.0823）		 2.433 μ2 0.3249 0.1055 26.4764
省级人均GDP γ21 -0.1369
（0.1183）		 -1.158
省级人均GDP的变异系数 γ22 0.7521***
（0.1913）		 3.931
建设用地占比 γ30 -0.0150
（0.1268）		 -0.119 μ3 0.4650 0.2162 20.7606
人均水资源拥有量 γ40 0.0110
（0.0082）		 1.339 μ4 0.0311 0.0010 27.4849
省级人均GDP γ41 -0.0156**
（0.0071）		 -2.210
省级人均GDP的变异系数 γ42 -0.0555***
（0.0158）		 -3.522
人均建设用地面积 γ50 -0.1155***
（0.0119）		 -9.722 μ5 0.0306 0.0009 16.7363
省级人均GDP γ51 -0.0006
（0.0149）		 -0.043
省级人均GDP的变异系数 γ52 -0.0865***
（0.0185）		 -4.669
截距项 γ60 0.2224***
（0.0194）		 11.445 μ6 0.1015 0.0103 276.7522***
省级人均GDP γ61 -0.0599**
（0.0260）		 -2.304
省级人均GDP的变异系数 γ62 0.0943*
（0.0528）		 1.786
R 0.0634
省级变量和市级变量存在显著的跨层级交互作用：省域经济发展水平削弱了市级单元经济发展水平对用地指标配额的正向关联（β= -0.0657,P<0.01）,而省域经济发展均衡度强化了市级单元经济发展水平（β=0.0379,P<0.1）、产业结构（β=0.7521,P<0.01）和人均建设用地面积（β= -0.0865,P<0.01）对市级单元获得用地指标配额的正向关联。结果证实了前文的理论假设：处于经济快速发展期且发展失衡的省份更加依赖扩张式的城市发展方式,倾向将用地指标集中在有一定经济基础的市级单元,以刺激其作为区域增长极的中心城市带动全省及其周边市级单元的发展;而对于经济更发达且更均衡的省份,其经济增长对土地的依赖减弱[31],分配用地指标更加均衡,以激发周边市级单元的经济发展潜力,缩小省内经济发展的差距。尽管市级单元的人均水资源拥有量与用地指标配额的相关关系不显著,但仍与省域经济发展水平（β= -0.0156,P<0.05）和发展均衡度（β= -0.0555,P<0.1）存在负向跨层级交互作用,说明无论是更发达的省份还是发展不均衡的省份都可能存在用地指标和水资源禀赋错配的问题。
随机效应显示,在引入省级变量后,市级单元的三产比例、人均水资源和人均建设用地未通过显著性检验,人均GDP显著程度明显缩小,说明省级变量的引入对市级单元变量进行了很好的解释,无需再添加更高层次的变量。对比随机效应回归模型中的方差成分与完整模型的方差成分,市级单元的人均GDP、第三产业比例、人均建设用地面积和人均水资源拥有量四个市级变量的方差分别被省级变量解释了22.77%、37.38%、21.67%和32.87%。跨层次的分析较好地解释了省市不同层级因素对用地指标分配的影响和上下级政府间的交互作用（表8）。
表8 随机效应模型与完整模型的方差对比

Table 8 Comparison of variances

变量 随机效应模型 完整模型 方差削减/%
μ0 0.0114 0.0102 9.58
人均GDP(X1) 0.0035 0.0027 22.77
第三产业占GDP比例(X3) 0.1685 0.1055 37.38
人均水资源拥有量(X5) 0.0014 0.0010 32.87
人均建设用地面积(X6) 0.0012 0.0009 21.67

3 结论与讨论

3.1 结论

本文利用多层线性模型,以市级单元作为研究对象,探索性地分析了我国省级土地利用总体规划（2006—2020年）用地指标分配的策略和偏好,从各省各具特色的指标分配逻辑中寻找到某种一般性规律,并探讨了省和市级不同层级的影响因素对用地指标分配的跨层级交互作用,明辨了我国空间规划政策设计和实施管理中所面临的问题,为空间规划体系的深化改革和落实提供更有力的参考。其主要研究结论如下：
（1）从分配格局来看,用地指标绝对量的分布呈现东高西低的空间特征,而用地指标相对量呈现西部和东南高、中部和东北低的空间特征。省际间用地指标配置的分配策略和偏好具有明显的东部、中部、西部和东北的地区差异性。
（2）从影响因素来看,上一轮规划的用地指标分配模式仍主要受经济社会发展需求的驱动。首先,省级规划偏好将更多的用地指标分配给经济现状规模大、产业结构先进的市级单元,而缺少未来发展的合理预测。其次,省级政府的用地激励机制起到一定作用,利用经济手段和激励政策来管理土地可能是规划有效实施的路径。最后,本研究发现了我国规划目的与规划编制不一致的问题：以扩张发展为主要特征的用地指标分配策略没有起到空间规划的应有管控和引导作用,且主要由于对土地资源和水资源供给条件和潜力等资源环境承载力的限制约束的关注不够。
（3）从交互作用来看,不同经济发展阶段和经济发展均衡程度不同的省级行政单元,省级规划用地指标的分配具有明显不同的策略和偏好。处于经济快速发展期且省域经济发展较失衡的省级单元,省级规划倾向于集中分配用地指标;而对经济发展水平更高且省域经济发展更为均衡的省级政单元,省级规划倾向于采取较为均衡的用地指标分配策略。

3.2 讨论

在上一轮规划中,由于对跨越式经济发展的盲目追求,各地方政府用地指标的分配缺乏管控自觉性,违背了规划的基本原则。随着扩张式的土地开发模式弊病逐渐显现[34],我国以短期增长为目标的快速扩张式土地开发模式在国土空间规划中急需纠正[35]。在加强规划编制科学化、规划约束权威化的新背景下,以土地、水等资源环境承载力等资源供给底线代替以经济需求为驱动的用地指标分配策略是国土空间规划实现用地指标规模控制的必然选择。另外,在存量发展时代,增量的用地指标与促进存量用地集约发展、高效利用的目标并不矛盾[58]。统筹协调新增用地和存量用地的关系,解决土地产权的变更和利益重构问题[59],利用税收优惠减免等经济激励性政策进行引导,可以调动地方挖掘低效用地、合理利用新增用地的积极性。
集中资源打造区域中心城市、培养区域经济增长极,还是发展周边城市、促进多中心建设,是规划中空间结构优化布局的重点和难点。对于偏好将用地指标集中分配的省份,其策略是顺应市场力量来追求中心城市的经济效益,但一定程度上牺牲了其他城市的发展权[60],容易产生“一城独大”的局面,引发不均衡发展导致的社会矛盾;利用空间规划政策积极引导和干预市场的极化作用的省份,其目的是给予周边市级单元政策倾斜以促进区域的均衡发展,但需要警惕和预防中心城市衰退的困境和城市体系的建设。
综上,根据上一轮规划用地指标分配逻辑反映的政策设计中存在的机理性问题,为新一轮国土空间规划总量控制下的指标分配提供以下政策建议：（1）用地指标的分配应发展与管控并重,充分衡量地方发展需求的合理性,同时满足资源环境承载底线的必要条件。（2）严格、刚性的用地指标需要配合有效的经济激励政策,以弥补指标缺乏弹性和灵活性的缺点,引导地区和城市的可持续发展。（3）空间是多功能性的,新一轮的用地指标分配需要尊重空间发展的多元性和复杂性,充分考虑地区主体功能。（4）面对区域差异,实施精细的、差别化的用地指标分配和管理策略,更要制定长效的督察机制,保证用地指标配额的有效供给和配置。
本文对用地指标分配特征和机制的研究仍有诸多不足之处,作为一项探索性的研究,这些不足也在一定程度上显示了未来值得持续探索的方向。首先,政府决策离不开决策者,对政府间和官员间的正式或非正式关联的探讨很可能是研究框架拓展完善的重要方向。其次,解释因素的深化和拓展是一个持续的过程,尤其对于资源禀赋和土地利用效率等关键因素的选取、高质量数据的支持和作用机制的探讨都值得持续关注。第三,新一轮国土空间规划尚未出台,本文只能对现有可获得的土地利用规划进行考察,在新的规划背景下,利用更完备的数据类型对比研究可使研究结论更加可靠、机制分析更加深入。最后,指标分配本身的逻辑之外,其在后续城乡空间发展过程中的实施情况、对城市经济社会发展的影响也应是未来空间规划研究的重要议题。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
LI G, SUN S, FANG C. The varying driving forces of urban expansion in China: Insights from a spatial-temporal analysis. Landscape and Urban Planning, 2018, 174: 63-77.

DOI

[2]
HUANG D, JIN H, ZHAO X, et al. Factors influencing the conversion of arable land to urban use and policy implications in Beijing, China. Sustainability, 2015, 7(1): 180-194.

DOI

[3]
李广东, 戚伟. 中国建设用地扩张对景观格局演化的影响. 地理学报, 2019, 74(12): 2572-2591.

DOI

[LI G D, QI W. Impacts of construction land expansion on landscape pattern evolution in China. Acta Geographica Sinica, 2019, 74(12): 2572-2591.]

[4]
LIU F, ZHANG Z, ZHAO X, et al. Chinese cropland losses due to urban expansion in the past four decades. Science of the Total Environment, 2019, 650: 847-857.

DOI

[5]
LIU T, HUANG D, TAN X, et al. Planning consistency and implementation in urbanizing China: Comparing urban and land use plans in suburban Beijing. Land Use Policy, 2020, 94: 104498, Doi: 10.1016/j.landusepol.2020.104498.

DOI

[6]
HUANG D, HUANG J, LIU T. Delimiting urban growth boundaries using the CLUE-S model with village administrative boundaries. Land Use Policy, 2019, 82: 422-435.

DOI

[7]
林坚, 宋萌, 张安琪. 国土空间规划功能定位与实施分析. 中国土地, 2018, (1): 15-17.

[LIN J, SONG M, ZHANG A Q. Function orientation and implementation analysis of territorial space planning. China Land, 2018, (1): 15-17.]

[8]
中国经济增长前沿课题组. 城市化、财政扩张与经济增长. 经济研究, 2011, 46(11): 4-20.

[Research Group on China's Economic Growth. Urbanization, fiscal expansion and economic growth. Economic Research Journal, 2011, 46(11): 4-20.]

[9]
PAN F, ZHANG F, ZHU S, et al. Developing by borrowing? Inter-jurisdictional competition, land finance and local debt accumulation in China. Urban Studies, 2017, 54(4): 897-916.

DOI

[10]
LI J. Land sale venue and economic growth path: Evidence from China's urban land market. Habitat International, 2014, 41: 307-313.

DOI

[11]
FANG L, TIAN C. Construction land quotas as a tool for managing urban expansion. Landscape and Urban Planning, 2020, 195: 103727, https://doi.org/10.1016/j.landurbplan.2019.103727.

DOI

[12]
DEMPSEY J A, PLANTINGA A J. How well do urban growth boundaries contain development? Results for Oregon using a difference-in-difference estimator. Regional Science and Urban Economics, 2013, 43(6): 996-1007.

DOI

[13]
SIEDENTOP S, FINA S, KREHL A. Greenbelts in Germany's regional plans: An effective growth management policy? Landscape and Urban Planning, 2016, 145: 71-82.

DOI

[14]
HAN A T, GO M H. Explaining the national variation of land use: A cross-national analysis of greenbelt policy in five countries. Land Use Policy, 2019, 81: 644-656.

DOI

[15]
张晓玲, 吕晓. 国土空间用途管制的改革逻辑及其规划响应路径. 自然资源学报, 2020, 35(6): 1261-1272.

[ZHANG X L, LYU X. Reform logic of territorial space use regulation and the response path of land spatial planning. Journal of Natural Resources, 2020, 35(6): 1261-1272.]

DOI

[16]
TAN R, BECKMANN V. Diversity of practical quota systems for farmland preservation: A multicountry comparison and analysis. Environment and Planning C: Government and Policy, 2010, 28(2): 211-224.

DOI

[17]
ZHONG T, MITCHELL B, HUANG X. Success or failure: Evaluating the implementation of China's National General Land Use Plan (1997-2010). Habitat International, 2014, 44: 93-101.

DOI

[18]
CAI Y, ZHANG W, ZHAO Y. Discussion on evolution of land-use planning in China. China City Planning Review, 2009, 18(1): 32-37.

[19]
ZHOU Y, HUANG X, CHEN Y, et al. The effect of land use planning (2006-2020) on construction land growth in China. Cities, 2017, 68: 37-47.

DOI

[20]
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. 自然资源学报, 2007, 22(3): 372-379.

[YIN S M, JIN X B, ZHOU Y K, et al. Allocation of newly-added quota of regional construction land based on principal components analysis and AHP-GEM model: A case study of Jiangsu province. Journal of Natural Resources, 2007, 22(3): 372-379.]

[21]
陆张维, 吴次芳, 岳文泽. 土地利用总体规划建设用地指标区域动态分配问题研究. 中国土地科学, 2010, 24(8): 59-65.

[LU Z W, WU C F, YUE W Z. Study on dynamic regional allocation of construction Land quotas in general land use planning. China Land Science, 2010, 24(8): 59-65.]

[22]
ZHOU M. An interval fuzzy chance-constrained programming model for sustainable urban land-use planning and land use policy analysis. Land Use Policy, 2015, 42: 479-491.

DOI

[23]
CAO Y, ZHANG X, ZHANG X, et al. The incremental construction land differentiated management framework: The perspective of land quota trading in China. Land Use Policy, 2020, 96: 104675, Doi: 10.1016/j.landusepol.2020.104675.

DOI

[24]
TAN R, BECKMANN V, VAN DEN BERG L, et al. Governing farmland conversion: Comparing China with the Netherlands and Germany. Land Use Policy, 2009, 26(4): 961-974.

DOI

[25]
TAN R, ZHOU T. Decentralization in a centralized system: Project-based governance for land-related public goods provision in China. Land Use Policy, 2015, 47: 262-272.

DOI

[26]
WEI X, WEI C, CAO X, et al. The general land-use planning in China: An uncertainty perspective. Environment and Planning B: Planning and Design, 2016, 43(2): 361-380.

DOI

[27]
吕晓, 黄贤金, 钟太洋, 等. 土地利用规划对建设用地扩张的管控效果分析: 基于一致性与有效性的复合视角. 自然资源学报, 2015, 30(2): 177-187.

[LYU X, HUANG X J, ZHONG T Y, et al. The controlling effects of land-use planning on construction land expansion based on the perspective compositing consistency and effectiveness. Journal of Natural Resources, 2015, 30(2): 177-187.]

[28]
MALEKI J, MASOUMI Z, HAKIMPOUR F, et al. A spatial land-use planning support system based on game theory. Land Use Policy, 2020, 99: 105013, Doi: 10.1016/j.landusepol.2020.105013.

DOI

[29]
QIAN Z. Master plan, plan adjustment and urban development reality under China's market transition: A case study of Nanjing. Cities, 2013, 30: 77-88.

DOI

[30]
全国人民代表大会. 中华人民共和国土地管理法, https://flk.npc.gov.cn/detail2.html?ZmY4MDgwODE2ZjNjYmIzYzAxNmY0NjI2OTAzNDI3ZmM%3D,2019-08-26/2022-01-11.

[The National People's Congress of the People's Republic of China. The law of land administration of the People's Republic of China, https://flk.npc.gov.cn/detail2.html?ZmY4MDgwODE2ZjNjYmIzYzAxNmY0NjI2OTAzNDI3ZmM%3D,2019-08-26/2022-01-11.]

[31]
姜海, 曲福田. 不同发展阶段建设用地扩张对经济增长的贡献与响应. 中国人口·资源与环境, 2009, 19(1): 70-75.

[JIANG H, QU F T. Contribution and response of constructed land expansion to economic growth at different development stages: A case study for Jiangsu. China Population, Resources and Environment, 2009, 19(1): 70-75.]

[32]
黄季焜, 朱莉芬, 邓祥征. 中国建设用地扩张的区域差异及其影响因素. 中国科学(D辑: 地球科学), 2007, 37(9): 1235-1241.

[HUANG J K, ZHU L F, DENG X Z. Regional differences and influencing factors of construction land expansion in China. Scientia Sinica(Terrae), 2007, 37(9): 1235-1241.]

[33]
LIU Y, ZHANG Z, ZHOU Y. Efficiency of construction land allocation in China: An econometric analysis of panel data. Land Use Policy, 2018, 74: 261-272.

DOI

[34]
LI G, LI F. Urban sprawl in China: Differences and socioeconomic drivers. Science of the Total Environment, 2019, 673: 367-377.

DOI

[35]
SETO K C, FRAGKIAS M, GÜNERALP B, et al. A meta-analysis of global urban land expansion. PloS ONE, 2011, 6(8): e23777, Doi: 10.1371/journal.pone.0023777.

DOI

[36]
王丰龙, 刘云刚. 中国城市建设用地扩张与财政收入增长的面板格兰杰因果检验. 地理学报, 2013, 68(12): 1595-1606.

DOI

[WANG F L, LIU Y G. Panel Granger test on urban land expansion and fiscal revenue growth in China's prefecture-level cities. Acta Geographica Sinica, 2013, 68(12): 1595-1606.]

[37]
DENG X, HUANG J, ROZELLE S, et al. Growth, population and industrialization, and urban land expansion of China. Journal of Urban Economics, 2008, 63(1): 96-115.

DOI

[38]
岳文泽, 王田雨. 资源环境承载力评价与国土空间规划的逻辑问题. 中国土地科学, 2019, 33(3): 1-8.

[YUE W Z, WANG T Y. Logical problems on the evaluation of resources and environment carrying capacity for territorial spatial planning. China Land Science, 2019, 33(3): 1-8.]

[39]
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. 中国土地科学, 2016, 30(6): 71-80.

[GUO J, BAO Q, OU M H. Study on incremental construction land quotas allocation in China based on resource endowments and economic development regional differences. China Land Science, 2016, 30(6): 71-80.]

[40]
余春祥. 可持续发展的环境容量和资源承载力分析. 中国软科学, 2004, (2): 130-133.

[YU C X. Analysis of the environmental capacity and the bearing capacity of resources in sustainable development. China Soft Science, 2004, (2): 130-133.]

[41]
曾维华, 王华东, 薛纪渝, 等. 人口、资源与环境协调发展关键问题之一: 环境承载力研究. 中国人口·资源与环境, 1991, 1(2): 33-37.

[ZENG W H, WANG H D, XUE J Y, et al. Environmental carrying capacity: A key to the coordination of the development of population, resources and environment. China Population, Resources and Environment, 1991, 1(2): 33-37.]

[42]
童陆亿, 胡守庚. 中国主要城市建设用地扩张特征. 资源科学, 2016, 38(1): 50-61.

DOI

[TONG L Y, HU S G. Characterizations of urban sprawl in major Chinese cities. Resources Science, 2016, 38(1): 50-61.]

[43]
HUI E C M, WU Y, DENG L, et al. Analysis on coupling relationship of urban scale and intensive use of land in China. Cities, 2015, 42: 63-69.

DOI

[44]
XIE H, CHEN Q, LU F, et al. Spatial-temporal disparities, saving potential and influential factors of industrial land use efficiency: A case study in urban agglomeration in the middle reaches of the Yangtze River. Land Use Policy, 2018, 75: 518-529.

DOI

[45]
吴得文, 毛汉英, 张小雷, 等. 中国城市土地利用效率评价. 地理学报, 2011, 66(8): 1111-1121.

[WU D W, MAO H Y, ZHANG X L, et al. Assessment of urban land use efficiency in China. Acta Geographica Sinica, 2011, 66(8): 1111-1121.]

[46]
董黎明, 袁利平. 集约利用土地: 21世纪中国城市土地利用的重要方向. 中国土地科学, 2000, 14(5): 6-8.

[DONG L M, YUAN L P. Intensive use of land: An important direction of urban land use in China in the 21st century. China Land Science, 2000, 14(5): 6-8.]

[47]
苑韶峰, 杨丽霞. 建设用地与社会经济关系的局域空间计量分析: 基于浙江省69县市的实证研究. 中国土地科学, 2013, 27(6): 79-85.

[YUAN S F, YANG L X. A spatial econometric analysis on the relationship between construction land and socio-economic development: An empirical study of 69 counties in Zhejiang province. China Land Science, 2013, 27(6): 79-85.]

[48]
陈培阳, 朱喜钢. 基于不同尺度的中国区域经济差异. 地理学报, 2012, 67(8): 1085-1097.

DOI

[CHEN P Y, ZHU X G. Regional inequalities in China at different scales. Acta Geographica Sinica, 2012, 67(8): 1085-1097.]

[49]
WEI Y D, LI H, YUE W. Urban land expansion and regional inequality in transitional China. Landscape and Urban Planning, 2017, 163: 17-31.

DOI

[50]
刘慧. 区域差异测度方法与评价. 地理研究, 2006, 25(4): 710-718.

[LIU H. Regional inequality measurement: Methods and evaluations. Geographical Research, 2006, 25(4): 710-718.]

[51]
HUANG Z, WEI Y D, HE C, et al. Urban land expansion under economic transition in China: A multi-level modeling analysis. Habitat International, 2015, 47: 69-82.

DOI

[52]
卫思夷, 居祥, 荀文会. 区域国土开发强度与资源环境承载力时空耦合关系研究: 以沈阳经济区为例. 中国土地科学, 2018, 32(7): 58-65.

[WEI S Y, JU X, XUN W H. Spatial-temporal coupling relationship between land development intensity and carrying capacity of regional resources and environment: A case study in Shenyang Economic region. China Land Science, 2018, 32(7): 58-65.]

[53]
刘佳骏, 董锁成, 李泽红. 中国水资源承载力综合评价研究. 自然资源学报, 2011, 26(2): 258-269.

[LIU J J, DONG S C, LI Z H. Comprehensive evaluation of China's water resources carrying capacity. Journal of Natural Resources, 2011, 26(2): 258-269.]

[54]
陈利根, 陈会广, 曲福田, 等. 经济发展、产业结构调整与城镇建设用地规模控制: 以马鞍山市为例. 资源科学, 2004, 26(6): 137-144.

[CHEN L G, CHEN H G, QU F T, et al. Economic development, industrial restructuring and scale regulation of urban construction land: The case of Maanshan city. Resources Science, 2004, 26(6): 137-144.]

[55]
LIU T, LIU H, QI Y. Construction land expansion and cultivated land protection in urbanizing China: Insights from national land surveys, 1996-2006. Habitat International, 2015, 46: 13-22.

DOI

[56]
刘涛, 曹广忠. 中国城市用地规模的影响因素分析: 以2005年县级及以上城市为例. 资源科学, 2011, 33(8): 1570-1577.

[LIU T, CAO G Z. Determinants of city size of China: Development, government and location. Resources Science, 2011, 33(8): 1570-1577.]

[57]
孙艳芝, 鲁春霞, 谢高地, 等. 北京城市发展与水资源利用关系分析. 资源科学, 2015, 37(6): 1124-1132.

[SUN Y Z, LU C X, XIE G D, et al. The conjunction between urban development and the utilization of water resources in Beijing. Resources Science, 2015, 37(6): 1124-1132.]

[58]
邹兵. 增量规划向存量规划转型: 理论解析与实践应对. 城市规划学刊, 2015, (5): 12-19.

[ZOU B. The transformation from greenfield-based planning to redevelopment planning: Theoretical analysis and practical strategies. Urban Planning Forum, 2015, (5): 12-19.]

[59]
何鹤鸣, 张京祥. 产权交易的政策干预:城市存量用地再开发的新制度经济学解析. 经济地理, 2017, 37(2): 7-14.

[HE H M, ZHANG J X. Policy intervention on property rights transaction: New institutional economic analysis of urban inventory land redevelopment. Economic Geography, 2017, 37(2): 7-14.]

[60]
MODAI-SNIR T, VAN HAM M. Neighbourhood change and spatial polarization: The roles of increasing inequality and divergent urban development. Cities, 2018, 82: 108-118.

DOI

Options
文章导航

/

〈 〉