基于空間分異的池州市建設(shè)用地?cái)U(kuò)展特征及驅(qū)動(dòng)因子研究_第1頁(yè)
基于空間分異的池州市建設(shè)用地?cái)U(kuò)展特征及驅(qū)動(dòng)因子研究_第2頁(yè)
基于空間分異的池州市建設(shè)用地?cái)U(kuò)展特征及驅(qū)動(dòng)因子研究_第3頁(yè)
基于空間分異的池州市建設(shè)用地?cái)U(kuò)展特征及驅(qū)動(dòng)因子研究_第4頁(yè)
基于空間分異的池州市建設(shè)用地?cái)U(kuò)展特征及驅(qū)動(dòng)因子研究_第5頁(yè)
已閱讀5頁(yè),還剩1頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

基于空間分異的池州市建設(shè)用地?cái)U(kuò)展特征及驅(qū)動(dòng)因子研究

建設(shè)用地?cái)U(kuò)張是我國(guó)快速城市化和經(jīng)濟(jì)發(fā)展的重要體現(xiàn),是中國(guó)當(dāng)前和今后幾十年土地利用變化的主要特征。建設(shè)用地?cái)U(kuò)展會(huì)加劇耕地供需矛盾,威脅糧食安全,對(duì)區(qū)域生態(tài)環(huán)境系統(tǒng)產(chǎn)生重要影響,并以累積方式影響著全球生態(tài)環(huán)境,同時(shí),土地征用過(guò)程中對(duì)失地農(nóng)民的補(bǔ)償、安置工作,也導(dǎo)致了一些社會(huì)問(wèn)題,因此,分析和考察建設(shè)用地?cái)U(kuò)展驅(qū)動(dòng)因素,對(duì)于促進(jìn)經(jīng)濟(jì)社會(huì)和諧發(fā)展具有重要意義。協(xié)整分析是在時(shí)間序列向量自回歸分析基礎(chǔ)上發(fā)展起來(lái)的空間結(jié)構(gòu)與時(shí)間動(dòng)態(tài)結(jié)合的建模方法,與傳統(tǒng)的以最小二乘法為基礎(chǔ)的線性回歸分析相比,在統(tǒng)計(jì)學(xué)上更嚴(yán)格,更具邏輯性。多位學(xué)者運(yùn)用該方法,從經(jīng)濟(jì)增長(zhǎng)、人口、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、城鎮(zhèn)化率、地方財(cái)政收入等方面,在國(guó)家、省域尺度上考察過(guò)其對(duì)建設(shè)用地?cái)U(kuò)展影響,極大地豐富了計(jì)量經(jīng)濟(jì)方法在建設(shè)用地?cái)U(kuò)展驅(qū)動(dòng)力研究中的應(yīng)用,而針對(duì)地級(jí)市尺度研究較少。池州市為國(guó)家第一個(gè)生態(tài)經(jīng)濟(jì)示范區(qū),也是“生態(tài)安徽”首批建設(shè)綜合示范市,2000年以來(lái),池州市經(jīng)濟(jì)發(fā)展迅速,城市化、工業(yè)化水平不斷提升,致使建設(shè)用地面積由2000年的39966hm2擴(kuò)展至2011年的55299hm2,2011年人均耕地面積0.051hm2,已低于0.053hm2的國(guó)際公認(rèn)警戒線。2010年1月,國(guó)務(wù)院批準(zhǔn)了《皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)規(guī)劃》,池州市為承接產(chǎn)業(yè)轉(zhuǎn)移江南集中區(qū),隨著集中區(qū)建設(shè)推進(jìn),池州市建設(shè)用地?cái)U(kuò)展特征日漸明顯,如不遏阻其擴(kuò)展趨勢(shì),必然會(huì)危及土地資源安全及社會(huì)可持續(xù)發(fā)展,管理層對(duì)此高度關(guān)注。籍此,本研究采用協(xié)整分析方法,對(duì)池州市2000—2011年社會(huì)經(jīng)濟(jì)因素與建設(shè)用地?cái)U(kuò)展進(jìn)行計(jì)量經(jīng)濟(jì)分析,旨在定量揭示出池州市建設(shè)用地?cái)U(kuò)展驅(qū)動(dòng)因子邊際貢獻(xiàn),研究結(jié)果可為池州市政府制定土地利用管控策略提供科學(xué)依據(jù),也可為地(市)級(jí)尺度土地利用擴(kuò)展驅(qū)動(dòng)因子研究提供借鑒。1地貌、氣候條件池州市位于安徽省西南部,長(zhǎng)江下游南岸,介于東經(jīng)116°38′—118°05′,北緯29°33′—30°51′,轄東至、石臺(tái)、青陽(yáng)、貴池、九華山5個(gè)縣級(jí)行政區(qū),面積8272km2。池州市地貌類(lèi)型以丘陵山地為主,南部為中山、低山,中部為低山、丘陵,北部沿長(zhǎng)江為丘陵崗地、平原;氣候?qū)倥瘽裥詠啛釒Ъ撅L(fēng)氣候,年平均氣溫16.5°C,平均降水量1400~2200mm;植被類(lèi)型具有北亞熱帶典型特征,有常綠闊葉林、常綠落葉闊葉混交林、落葉闊葉林、針葉林、竹林等,還有一些栽培的亞熱帶經(jīng)濟(jì)林木。2011年耕地面積為82189hm2,占土地總面積9.93%,人口161.4萬(wàn),GDP總量372.5億元,固定資產(chǎn)投資465.37億元,城鎮(zhèn)化率46%,建設(shè)用地面積55299hm2。2數(shù)據(jù)來(lái)源與研究方法2.1經(jīng)濟(jì)發(fā)展、固定資產(chǎn)投資變量借鑒學(xué)者們?cè)诮ㄔO(shè)用地?cái)U(kuò)展驅(qū)動(dòng)力協(xié)整實(shí)證分析中變量選取方法,選擇2000—2011年池州市(包括其所轄的東至、石臺(tái)、青陽(yáng)、貴池區(qū)、九華山管委員會(huì))經(jīng)濟(jì)發(fā)展、固定資產(chǎn)投資這兩個(gè)變量,考察其對(duì)建設(shè)用地?cái)U(kuò)展的影響,經(jīng)濟(jì)發(fā)展以人均GDP表征,所有數(shù)據(jù)來(lái)源于池州統(tǒng)計(jì)年鑒序列(2001—2012年)(表1)。為了消除價(jià)格因素對(duì)分析的影響,根據(jù)公式(1)將人均GDP、固定資產(chǎn)投資調(diào)整為實(shí)際變量:為了消除時(shí)間序列數(shù)據(jù)中異方差現(xiàn)象,使趨勢(shì)線性化,并使研究結(jié)果更有現(xiàn)實(shí)意義,對(duì)變量進(jìn)行對(duì)數(shù)化處理,分析軟件采用EViews5.0。2.2學(xué)習(xí)方法2.1.1擴(kuò)展速率分析(1)建設(shè)用地?cái)U(kuò)展動(dòng)態(tài)度分析。采用動(dòng)態(tài)度分析方法,表達(dá)式為:式中:K———?jiǎng)討B(tài)度,K值反映建設(shè)用地?cái)U(kuò)展年均變化速率;Ub,Ua———研究時(shí)段末期、初期建設(shè)用地面積;T———研究時(shí)間長(zhǎng)度。(2)建設(shè)用地?cái)U(kuò)展速度分析。采用擴(kuò)展速度分析方法,表達(dá)式為:2.1.2模型構(gòu)建與分析(1)偏相關(guān)分析。運(yùn)用SPSS軟件,對(duì)經(jīng)濟(jì)增長(zhǎng)、社會(huì)固定資產(chǎn)投資與建設(shè)用地?cái)U(kuò)展時(shí)間序列數(shù)據(jù)進(jìn)行偏相關(guān)分析(分析某個(gè)變量時(shí),將其它變量作控制變量),以檢驗(yàn)解釋變量與因變量間關(guān)聯(lián)度。(2)平穩(wěn)性分析。采用EViews分析軟件,對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)(如augmenteddickeyfullertest,ADF),以確定是否為平穩(wěn)序列,若為平穩(wěn),可直接采用普通最小二乘回歸方法(OLS)來(lái)構(gòu)建回歸模型,若非平穩(wěn)(即存在單位根),則要進(jìn)行差分,當(dāng)進(jìn)行到第i次(最多為二次)差分序列平穩(wěn)時(shí),則服從i階單整,若所有檢驗(yàn)序列均服從同階單整。(3)協(xié)整檢驗(yàn)(cointegrationtest)與模型構(gòu)建。采用EViews分析軟件,分別對(duì)非平穩(wěn)的同階單整系列變量與因變量進(jìn)行協(xié)整檢驗(yàn),如果存在協(xié)整關(guān)系,則可構(gòu)建協(xié)整模型(數(shù)學(xué)關(guān)系表達(dá)式),該模型能定量揭示出變量間長(zhǎng)期均衡關(guān)系,模型系數(shù)為解釋變量對(duì)因變量的邊際彈性貢獻(xiàn)。(4)向量誤差修正模型(vectorerrorcorrection,VEC)。采用EViews分析軟件,建立向量誤差修正模型,可定量揭示出解釋變量對(duì)因變量短期邊際彈性關(guān)系。(5)格蘭杰因果關(guān)系檢驗(yàn)(Grangercausalitytest)。格蘭杰因果檢驗(yàn)可揭示變量間是否具有因果關(guān)系,模型表達(dá)式為:式中:Yt,Xt———待檢驗(yàn)的時(shí)間序列;C1,C2———截距項(xiàng);εt———誤差項(xiàng);n,m———最大滯后期數(shù)。若公式(4)中某些βi顯著不為0,則表明X是Y的Granger因,若公式(5)中某些λj顯著不為0,則表明Y是X的Granger因,若βi,λj都顯著不為0,說(shuō)明X和Y間存在反饋?zhàn)饔谩?示范分析3.1投資擴(kuò)展速率利用表1中池州市建設(shè)用地?cái)?shù)據(jù),依據(jù)公式(2),可得池州市2000—2011年建設(shè)用地年平均擴(kuò)展速率為3.49%,依據(jù)公式(3),可得2000—2005年建設(shè)用地年均擴(kuò)展面積為680.4hm2,年均擴(kuò)展速率為1.70%,2005—2011年建設(shè)用地年均擴(kuò)展1988.5hm2,年均擴(kuò)展速率為4.59%,為2000—2005年的2.7倍。究其原因,同池州市經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r有關(guān),2000—2005年,池州經(jīng)濟(jì)以農(nóng)業(yè)經(jīng)濟(jì)為主,工業(yè)基礎(chǔ)薄弱,固定資產(chǎn)投資額小,城市化水平低,致使建設(shè)用地面積擴(kuò)展速度較慢,2006年以來(lái),池州市政府提出了“工業(yè)強(qiáng)市,加速崛起”的發(fā)展戰(zhàn)略,經(jīng)濟(jì)發(fā)展呈快速發(fā)展態(tài)勢(shì),以工業(yè)園區(qū)、主城區(qū)拉開(kāi)框架、交通運(yùn)輸線路、九華山機(jī)場(chǎng)、房地產(chǎn)開(kāi)發(fā)等建設(shè)為主的固定資產(chǎn)投資增長(zhǎng)迅速,“十一五”期間,累計(jì)完成固定資產(chǎn)投資1025億元,年均增長(zhǎng)36.4%,城鎮(zhèn)化水平由2005年的30%提高到2011年的46%,由此導(dǎo)致了建設(shè)用地面積擴(kuò)張呈迅猛增長(zhǎng)態(tài)勢(shì)(圖1)3.2偏相關(guān)分析以池州市2000—2011年建設(shè)用地面積(以CEL表示)作因變量,經(jīng)濟(jì)發(fā)展(用人均GDP表征,以GDP表示)、社會(huì)固定資產(chǎn)投資(以SFA表示)作解釋變量,將其輸入SPSS17.0中進(jìn)行偏相關(guān)分析,結(jié)果詳見(jiàn)表2。由表2可知,經(jīng)濟(jì)發(fā)展、社會(huì)固定資產(chǎn)投資與建設(shè)用地面積的相關(guān)系數(shù)分別為0.973和0.978,且雙側(cè)顯著性檢驗(yàn)在0.01水平上顯著相關(guān),由此表明,經(jīng)濟(jì)發(fā)展、社會(huì)固定資產(chǎn)投資與建設(shè)用地?cái)U(kuò)展間存在較大關(guān)聯(lián)。3.3單位根adf檢驗(yàn)將建設(shè)用地面積、經(jīng)濟(jì)發(fā)展、社會(huì)固定資產(chǎn)投資原始時(shí)間序列數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理,分別以lnCEL,lnGDP和lnSfA表示,輸入EViews5.0進(jìn)行單位根ADF檢驗(yàn),檢驗(yàn)形式經(jīng)驗(yàn)證,在“Testforunitrootin”對(duì)話(huà)框中選2nddifference,在“Includeintestequation”中選None合適,結(jié)果詳見(jiàn)表3。由表3檢驗(yàn)表明,原始序列、一階差分序列均為非平穩(wěn)序列,至少存在一個(gè)單位根,二階差分為平穩(wěn)序列,即lnCEL,lnGDP,lnSFA是Ⅰ(2)。3.4laginerna檢驗(yàn)(1)最優(yōu)滯后階數(shù)確定。采用EViews5.0分析軟件,以最大滯后期數(shù)分別取1和2,建立向量自回歸模型(vectorautoregression,VAR),檢驗(yàn)結(jié)果詳見(jiàn)表4。由表4可知,最大滯后期數(shù)取2時(shí),赫池信息準(zhǔn)則(AIC)值為-9.32,施瓦茨信息準(zhǔn)則(SC)值為-8.96,均比最大滯后期數(shù)取1時(shí)小,無(wú)約束VAR模型整體擬合度高,由此表明,最優(yōu)滯后階數(shù)為2。(2)協(xié)整檢驗(yàn)。借助EViews5.0軟件,采用Johansen協(xié)整檢驗(yàn)方法,輸入lnGDP,lnSFA與lnCEL時(shí)間序列數(shù)據(jù),在“cointegrationtestspecification”中選擇形式2,即Intercept(notrend)inCE-nointer,在“Lagintervals”中滯后階數(shù)選擇1(協(xié)整檢驗(yàn)選擇的滯后階數(shù)等于無(wú)約束VAR模型的最優(yōu)滯后階數(shù)減1),檢驗(yàn)結(jié)果詳見(jiàn)表5—7。表5的跡統(tǒng)計(jì)量為50.88178,5%顯著水平臨界值為35.19275,跡統(tǒng)計(jì)量大于5%顯著水平臨界值,且伴隨概率小于0.05。表6的最大特征值統(tǒng)計(jì)量為23.60182,5%顯著水平臨界值為22.29962,且伴隨概率小于0.05,由此表明,lnGDP,lnSFA與lnCEL間存在協(xié)整關(guān)系。表7是經(jīng)過(guò)標(biāo)準(zhǔn)化的協(xié)整系數(shù),令CV為協(xié)整關(guān)系數(shù)學(xué)表達(dá)式,則:公式(6)下面括號(hào)內(nèi)數(shù)表示t值。公式(6)顯示,人均GDP對(duì)建設(shè)用地?cái)U(kuò)展的邊際彈性系數(shù)為-3.6638,固定資產(chǎn)投資對(duì)設(shè)用地?cái)U(kuò)展的邊際彈性系數(shù)為2.2647,由此表明,從長(zhǎng)期看,池州市固定資產(chǎn)投資每增加1%時(shí),建設(shè)用地面積將增加2.2647%,人均GDP每增加1%時(shí),隨著經(jīng)濟(jì)不斷發(fā)展和技術(shù)改造的提高,池州節(jié)約集約用地會(huì)越來(lái)越受到關(guān)注,建設(shè)用地面積將下降3.6638%。3.5強(qiáng)化ctity方法,生長(zhǎng)規(guī)模協(xié)整關(guān)系只反映變量間長(zhǎng)期均衡關(guān)系,為了彌補(bǔ)長(zhǎng)期靜態(tài)模型的不足,可通過(guò)構(gòu)建向量誤差修正模型以揭示經(jīng)濟(jì)發(fā)展、固定資產(chǎn)投資對(duì)建設(shè)用地?cái)U(kuò)展短期動(dòng)態(tài)關(guān)系。借助EViews5.0分析軟件,采用向量誤差修正模型(vectorerrorcorrection,VEC)方法,在Cointegration中選擇“Intercept(notrend)inCE-nointer”,協(xié)整關(guān)系個(gè)數(shù)選1,VEC滯后形式選“0,0”,運(yùn)行VEC,結(jié)果如表8—9。表8向量誤差修正模型檢驗(yàn)結(jié)果表明,模型整體的對(duì)數(shù)似然函數(shù)值比較大(50.29),赫池信息準(zhǔn)則(AIC)和施瓦茨信息準(zhǔn)則(SC)值較小,分別為-7.87和-7.62,由此說(shuō)明,向量誤差修正模型整體效果較好,解釋能力強(qiáng)。表9是向量誤差修正模型系數(shù),令VEC為向量誤差修正模型表達(dá)式,則:公式(7)下面括號(hào)內(nèi)數(shù)表示t值。公式(7)表明,短期看,池州市固定資產(chǎn)投資每增加1%時(shí),建設(shè)用地面積將增加0.3287%,人均GDP每增加1%時(shí),建設(shè)用地面積將下降0.3123%。3.6投資和經(jīng)濟(jì)發(fā)展之間因果關(guān)系借助EViews5.0分析軟件,采用格蘭杰因果關(guān)系檢驗(yàn)方法,滯后期選擇1和2分別考察短期與長(zhǎng)期變量間因果關(guān)系,結(jié)果詳見(jiàn)表10。(1)經(jīng)濟(jì)發(fā)展與建設(shè)用地?cái)U(kuò)展間Granger因果關(guān)系分析。短期看(滯后期為1),lnGDP不是lnCEL格蘭杰原因的概率值為8.54%,長(zhǎng)期看(滯后期為2),lnGDP不是lnCEL格蘭杰原因的概率值為26.87%,說(shuō)明經(jīng)濟(jì)發(fā)展是建設(shè)用地變化的原因,短期對(duì)建設(shè)用地變化有較強(qiáng)解釋力。lnCEL不是lnGDP格蘭杰原因的短、長(zhǎng)期概率分別為88.88%和90.27%,說(shuō)明建設(shè)用地變化對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)能力不強(qiáng),由此表明,經(jīng)濟(jì)發(fā)展對(duì)建設(shè)用地?cái)U(kuò)展存在單向因果關(guān)系。(2)固定資產(chǎn)投資與建設(shè)用地?cái)U(kuò)展間Granger因果關(guān)系分析。短期看(滯后期為1),lnSFA不是lnCEL格蘭杰原因的概率值為12.70%,長(zhǎng)期看(滯后期為2),lnSFA不是lnCEL格蘭杰原因的概率值為22.77%,說(shuō)明固定資產(chǎn)投資是建設(shè)用地變化的原因,短期對(duì)建設(shè)用地變化有較強(qiáng)解釋力。lnCEL不是lnSFA格蘭杰原因的短、長(zhǎng)期概率分別為95.02%和90.27%,說(shuō)明建設(shè)用地變化對(duì)固定資產(chǎn)投資因果關(guān)系不明顯,由此表明,固定資產(chǎn)投資對(duì)建設(shè)用地?cái)U(kuò)展存在單向因果關(guān)系。(3)固定資產(chǎn)投資與經(jīng)濟(jì)發(fā)展間Granger因果關(guān)系分析。短期看(滯后期為1),lnSFA不是lnGDP格蘭杰原因的概率值為3.57%,長(zhǎng)期看(滯后期為2),lnSFA不是lnGDP格蘭杰原因的概率值為18.55%,說(shuō)明固定資產(chǎn)投資是經(jīng)濟(jì)發(fā)展的原因,且短期內(nèi)對(duì)經(jīng)濟(jì)拉動(dòng)貢獻(xiàn)明顯。lnGDP不是lnSFA格蘭杰原因的短、長(zhǎng)期概率分別為47.07%和22.12%,說(shuō)明經(jīng)濟(jì)發(fā)展對(duì)固定資產(chǎn)投資存在一定解釋能力,短期內(nèi),這種關(guān)系不明顯,但長(zhǎng)期看,經(jīng)濟(jì)發(fā)展是引起固定資產(chǎn)投資變化的原因,由此表明,固定資產(chǎn)投資與經(jīng)濟(jì)發(fā)展間互為Granger因果關(guān)系。4實(shí)施綠色經(jīng)濟(jì)發(fā)展政策,注重發(fā)展和轉(zhuǎn)型升級(jí)(1)明晰發(fā)展思路,大力發(fā)展綠色經(jīng)濟(jì)。池州市具有獨(dú)特的生態(tài)、文化旅游優(yōu)勢(shì),生態(tài)旅游應(yīng)為主要發(fā)展方向,為此,應(yīng)著力打造以九華山為龍頭的旅游牌,以杏花村文化、儺文化、詩(shī)文化為載體的文化牌,以牯牛降、仙寓山為依托的生態(tài)牌,大力發(fā)展綠色經(jīng)濟(jì)。(2)控制、壓縮固定資產(chǎn)投資。池州市“十一五”固定資產(chǎn)投資年均增長(zhǎng)35.37%,遠(yuǎn)超14.15%的GDP增速,為此,政府應(yīng)盡快出臺(tái)政策措施,限制以房地產(chǎn)為龍頭的投資規(guī)模,實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論