陸汝成，黃賢金

（1.廣西師范學(xué)院資源與環(huán)境科學(xué)學(xué)院，廣西南寧530001；2.南京大學(xué)地理與海洋科學(xué)學(xué)院，江蘇南京210093）

近年來，隨著中國工業(yè)化、城市化和農(nóng)業(yè)產(chǎn)業(yè)化進程的加速推進，城鄉(xiāng)建設(shè)對土地需求急劇增加，土地資產(chǎn)價值日益凸顯，各地受晉升錦標賽的驅(qū)動和對土地財政的過度依賴，土地違法現(xiàn)象層出不窮，違法占用耕地面積呈快速增加態(tài)勢。土地違法行為危害了耕地保護目標和糧食安全，危及了社會經(jīng)濟的可持續(xù)發(fā)展。經(jīng)濟發(fā)展是否必然導(dǎo)致違法用地？經(jīng)濟發(fā)展中的什么因素顯著影響違法占用耕地呢？已有的研究中，有學(xué)者探討了經(jīng)濟增長與違法用地的關(guān)系[1]和土地違法對經(jīng)濟增長的影響[2]，也有學(xué)者探討了晉升激勵、部門利益與土地違法的關(guān)系[3]以及土地違法結(jié)構(gòu)與經(jīng)濟結(jié)構(gòu)變化關(guān)系[4]。但是，違法占用耕地與經(jīng)濟發(fā)展在空間上具有一定的相關(guān)性，而已有的研究主要基于單一層次的平面二維分析，很少考慮空間因素。國外學(xué)者將空間計量經(jīng)濟學(xué)應(yīng)用于建設(shè)用地價格區(qū)域差異[5]、經(jīng)濟增長[6]、項目效益評價[7]、犯罪地理空間分布[8]、制造業(yè)生產(chǎn)率區(qū)域增長[9]等研究，國內(nèi)學(xué)者則主要將空間計量經(jīng)濟學(xué)運用于耕地資源變化[10]、區(qū)域經(jīng)濟增長[11]、環(huán)境污染[12]、能源壓力[13]等研究，很少將空間計量經(jīng)濟學(xué)運用到違法用地的研究中。本文主要應(yīng)用空間計量經(jīng)濟學(xué)中的空間誤差模型和空間滯后模型，分別從省級和市級層次對違法占用耕地與經(jīng)濟發(fā)展進行空間計量分析，試圖了解不同層次經(jīng)濟發(fā)展在空間中顯著影響違法占用耕地的具體因素，為加強土地調(diào)控和土地督察提供決策依據(jù)。

1 研究方法

1.1 空間誤差模型

當?shù)貐^(qū)間的相互作用因所處的相對位置不同而存在差異時，需要采用空間誤差模型?？臻g誤差模型重點考慮忽略了的、未能觀測到的變量之間的空間相互依賴性?？臻g誤差模型（SEM）的數(shù)學(xué)表達式為：

式1中，ε為隨機誤差項向量，λ為n×1階的截面因變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機誤差向量。SEM中參數(shù)β反映了自變量X對因變量y的影響。參數(shù)λ衡量了樣本觀察值中的空間依賴作用，即相鄰地區(qū)的觀察值y對本地區(qū)觀察值y的影響方向和程度。存在于擾動誤差項之中的空間依賴作用，度量了鄰近地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀察值的影響程度[14]。

1.2 空間滯后模型

空間滯后模型（SLM）主要用于研究相鄰機構(gòu)或地區(qū)的行為，對整個系統(tǒng)內(nèi)其他機構(gòu)或地區(qū)的行為存在影響的情況即研究“溢出效應(yīng)”或“鄰居效應(yīng)”?？臻g滯后模型主要強調(diào)因變量的空間自相關(guān)性[15]，其表達式為：

式2中，y為因變量；X為n×k的外生解釋變量矩陣；ρ為空間回歸系數(shù)，反映了樣本觀測值中的空間依賴作用，即相鄰區(qū)域的觀測值Wy對本地區(qū)觀測值y的影響方向和程度；W為n×n階的空間加權(quán)矩陣，本文用基于鄰近概念的空間加權(quán)矩陣；Wy為空間滯后因變量；ε為隨機誤差項向量；參數(shù)β反映了自變量X對因變量y的影響，空間滯后因變量Wy是一內(nèi)生變量，反映了空間距離對區(qū)域行為（如違法占用耕地）的作用，而區(qū)域行為受到經(jīng)濟社會環(huán)境與空間距離的影響，具有很強的地域性。

2 基于省級層次違法占用耕地與經(jīng)濟發(fā)展的空間計量分析

2.1 雙變量空間自相關(guān)檢驗分析

違法占用耕地與經(jīng)濟發(fā)展具有一定的相關(guān)性。在沒有確定經(jīng)濟發(fā)展中的什么因素顯著影響違法占用耕地的時候，首先根據(jù)空間過濾原理對數(shù)據(jù)進行空間不相關(guān)去除處理，以便滿足進行下一步估計的空間計量分析。通過這種數(shù)據(jù)處理以后，將產(chǎn)生顯著相關(guān)的因素作為下一步空間效應(yīng)模型所必需的參數(shù)估計結(jié)果，而且在將區(qū)域之間不相關(guān)性因素消除之后，減少變量冗余程度，可以用于空間計量模型的估計和檢驗。采用空間過濾技術(shù)的目的是消除違法占用耕地中影響因素由于相互依賴產(chǎn)生的空間效應(yīng)，以便運用經(jīng)典空間回歸模型、空間滯后模型和空間誤差模型對空間上無相關(guān)誤差的假定模型進行下一步的估計。本文選定2010年中國各省域的GDP、人均GDP、地方財政收入、土地開發(fā)投資、土地出讓純收益、固定資產(chǎn)投資6個變量分別與2010年的違法占用耕地進行雙變量的空間自相關(guān)檢驗，實行地理空間效應(yīng)的預(yù)先過濾處理，得到結(jié)果如表1。

表1 2010年省級層次違法占用耕地與經(jīng)濟發(fā)展的雙變量空間自相關(guān)檢驗Tab.1 The test of bivariate spatial autocorrelation between illegally occupying cultivated land and economic development in provincial level in 2010

從表1了解到，Moran’s I值均大于0，而且人均GDP通過5%水平下的顯著性檢驗，地方財政收入和土地開發(fā)投資通過2%水平下的顯著性檢驗，GDP和固定資產(chǎn)投資通過了1%水平下的顯著性檢驗，土地出讓純收益沒有通過5%水平下的顯著性檢驗。從相關(guān)性分析可以認為GDP、人均GDP、地方財政收入、土地開發(fā)投資、固定資產(chǎn)投資5個變量與違法占用耕地存在空間正相關(guān)，而且固定資產(chǎn)投資的Moran’s I值達到0.4526，與違法占用耕地的空間正相關(guān)性最強；土地出讓純收益與違法占用耕地不存在空間相關(guān)性，進行空間過濾處理，不進行下一步的空間計量估計分析。

2.2 空間計量估計和結(jié)果分析

空間相關(guān)分析定量證明了違法占用耕地分別與GDP、人均GDP、地方財政收入、土地開發(fā)投資、固定資產(chǎn)投資5個變量具有空間相關(guān)性，需要采用空間計量經(jīng)濟模型進行估計。為此，本文以中國大陸31個省域為空間單元，進行違法占用耕地的空間計量經(jīng)濟檢驗和估計。

首先以違法占用耕地為因變量，分別以GDP、人均GDP、地方財政收入、土地開發(fā)投資、固定資產(chǎn)投資5個變量為自變量，采用經(jīng)典空間回歸模型進行違法占用耕地與各自變量的空間計量檢驗估計，估計結(jié)果如表2。

從表2可知，違法占用耕地與人均GDP空間計量估計的p值為0.3967，R2僅為0.0348，人均GDP沒有通過5%水平下的顯著性檢驗，可以認為違法占用耕地與人均GDP的空間相關(guān)不顯著，其他變量均通過了1%水平下的顯著性檢驗，最高值為固定資產(chǎn)投資，達到了0.7215。因此，通過違法占用耕地與各自變量的空間計量估計結(jié)果得知，違法占用耕地分別與GDP、地方財政收入、土地開發(fā)投資、固定資產(chǎn)投資4個變量存在空間相關(guān)性。

以上是違法占用耕地與各自變量的空間計量估計，通過地理空間效應(yīng)的預(yù)先過濾處理，并得到違法占用耕地與人均GDP的空間相關(guān)不顯著的結(jié)果，但沒有同時進行空間計量估計，無法掌握在全局中哪個變量呈顯著性相關(guān)。通過表2中拉格朗日乘數(shù)的空間滯后和空間誤差檢驗概率p值比較得知，除了人均GDP外，其他4個變量的拉格朗日乘數(shù)空間誤差比空間滯后檢驗概率p值小，說明空間誤差比空間滯后顯著。因此可以在剔除不顯著相關(guān)的人均GDP變量后，優(yōu)選空間誤差模型對省級層次的違法占用耕地與GDP、地方財政收入、土地開發(fā)投資、固定資產(chǎn)投資4個變量同時進行空間計量估計。2010年省級層次的違法占用耕地與經(jīng)濟發(fā)展4個自變量同時進行空間計量估計結(jié)果如表3。

表2 2010年中國違法占用耕地與各變量的空間計量估計結(jié)果Tab.2 The results of spatial econometric estimation between illegally occupying cultivated land and individual variables in China in 2010

表3 2010年中國違法占用耕地與經(jīng)濟發(fā)展的空間計量估計結(jié)果Tab.3 The results of spatial econometric estimation between illegally occupying cultivated land and economic development in China in 2010

從表3可知，相關(guān)系數(shù)R2為0.7758，只有固定資產(chǎn)投資的p值通過了1%水平下的顯著性檢驗，回歸系數(shù)為0.5421，表明了固定資產(chǎn)投資貢獻率1%將引起違法占用耕地0.54%的變化；其他變量均沒有通過5%水平下的顯著性檢驗，與違法占用耕地的空間相關(guān)不顯著。因此可以得出結(jié)論，省級層次的違法占用耕地主要與固定資產(chǎn)投資在空間上呈顯著相關(guān)，與其他變量不太相關(guān)，與土地出讓純收益和人均GDP更不相關(guān)。因此加大對固定資產(chǎn)投資的管控力度，可以約束省級層次地方政府的違法占用耕地行為。

3 基于市級層次違法占用耕地與經(jīng)濟發(fā)展的空間計量分析

3.1 基于雙變量空間自相關(guān)檢驗的空間過濾

前面進行了基于省級層次違法占用耕地與經(jīng)濟發(fā)展的空間計量分析，得出省級層次的違法占用耕地主要與固定資產(chǎn)投資在空間上呈顯著相關(guān)的結(jié)論，那么基于市級層次違法占用耕地在空間上是否也是主要與固定資產(chǎn)投資呈顯著相關(guān)呢？如果不是，具體與什么因素在空間上呈顯著相關(guān)呢？

從數(shù)據(jù)的可得性出發(fā)，本文以江西省為例，分析江西省南昌市、景德鎮(zhèn)市、萍鄉(xiāng)市、九江市、新余市、鷹潭市、贛州市、吉安市、宜春市、撫州市、上饒市11個地級市2010年違法占用耕地與經(jīng)濟發(fā)展的空間效應(yīng)。首先選定2010年江西省各地級市的GDP、人均GDP、地方財政收入、土地開發(fā)投資、土地出讓純收益、固定資產(chǎn)投資6個變量分別與2010年的違法占用耕地進行雙變量的空間自相關(guān)檢驗，實行地理空間效應(yīng)的預(yù)先過濾處理，得到結(jié)果如表4。

從表4了解到，除了人均GDP和土地開發(fā)投資外，其他變量通過了5%水平下的顯著性檢驗。Moran’s I值除人均GDP外均大于0，從相關(guān)性分析可以認為2010年江西省的GDP、地方財政收入、土地出讓純收益、固定資產(chǎn)投資4個變量與違法占用耕地存在空間正自相關(guān)，而且GDP的Moran’s I值達到0.2674，與違法占用耕地的空間相關(guān)性最強；人均GDP和土地開發(fā)投資與違法占用耕地不存在空間相關(guān)性，進行空間過濾處理，不進行下一步的空間計量估計分析。

3.2 空間計量估計和結(jié)果分析

以江西省11個地級市為空間單元，剔除人均GDP和土地開發(fā)投資兩個與違法占用耕地不存在空間相關(guān)性的變量后，首先采用經(jīng)典空間回歸模型分別對違法占用耕地與GDP、地方財政收入、土地出讓純收益、固定資產(chǎn)投資4個變量進行空間計量檢驗和估計，估計結(jié)果如表5。

從表5可知，違法占用耕地與土地出讓純收益空間計量估計的p值為0.0445，通過5%水平下的顯著性檢驗；其他變量均通過了1%水平下的顯著性檢驗，R2均為正，最高值為地方財政收入，達到了0.7356，相關(guān)性高。因此，違法占用耕地分別與GDP、地方財政收入、土地出讓純收益、固定資產(chǎn)投資4個變量存在空間相關(guān)性。通過表5中拉格朗日乘數(shù)的空間滯后和空間誤差檢驗概率p值比較得知，除了GDP外，其他3個變量的拉格朗日乘數(shù)空間滯后比空間誤差檢驗概率p值小，說明空間滯后比空間誤差顯著。因此可以優(yōu)選空間滯后模型對江西省市級層次的違法占用耕地與GDP、地方財政收入、土地出讓純收益、固定資產(chǎn)投資4個變量同時進行空間計量估計，結(jié)果如表6。

從表6可知，相關(guān)系數(shù)R2為0.8747，GDP和地方財政收入的p值均通過了1%水平下的顯著性檢驗，回歸系數(shù)分別為0.4281和4.1586，表明GDP和地方財政收入貢獻率1%將引起違法占用耕地0.43%和4.16%的變化；土地出讓純收益、固定資產(chǎn)投資均沒有通過5%水平下的顯著性檢驗，與違法占用耕地的空間相關(guān)不顯著?？梢缘贸鼋Y(jié)論，江西省市級層次的違法占用耕地主要與地方財政收入和GDP在空間上呈顯著相關(guān)。

表4 2010年江西省市級層次違法占用耕地與經(jīng)濟發(fā)展的雙變量空間自相關(guān)檢驗Tab.4 The test of bivariate spatial autocorrelation between illegally occupying cultivated land and economic development in municipal level of Jiangxi province in 2010

表5 2010年江西省市級層次違法占用耕地分別與各變量的空間計量估計結(jié)果Tab.5 The results of spatial econometric estimation between illegally occupying cultivated land and individual variables in municipal level of Jiangxi province in 2010

表6 2010年江西省各市違法占用耕地與經(jīng)濟發(fā)展的空間計量估計結(jié)果Tab.6 The results of spatial econometric estimation between illegally occupying cultivated land and economic development in municipal level of Jiangxi province in 2010

4 省級和市級層次違法占用耕地影響因素的特征差異分析

本文通過空間計量分析得知，不同層次經(jīng)濟發(fā)展在空間中顯著影響違法占用耕地的具體因素是不同的。中國省級層次的違法占用耕地主要與固定資產(chǎn)投資在空間上呈顯著相關(guān)，江西省市級層次的違法占用耕地主要與地方財政收入和GDP在空間上呈顯著相關(guān)。這個結(jié)論比較符合實際情況，近年來在東部地區(qū)率先發(fā)展的區(qū)域發(fā)展戰(zhàn)略下，東部地區(qū)基礎(chǔ)設(shè)施投資過熱，各地發(fā)生大量的違法占用耕地現(xiàn)象；隨著西部大開發(fā)的繼續(xù)推進以及促進中部崛起和振興東北老工業(yè)基地的開展，中西部和東北省域都實施很多重點工程項目，投資增加，違法占用耕地增多。各省（市、區(qū)）為了完成中央下達的任務(wù)，積極落實中央的固定資產(chǎn)投資和省域擴大內(nèi)需項目，有些在沒有辦理任何用地手續(xù)時，為了盡快將項目落實到用地上急于占地建設(shè)，而有些項目建設(shè)將用地預(yù)審意見等同于用地的批復(fù)文件，沒有履行必要的用地手續(xù)就開工建設(shè)，由此產(chǎn)生違法占用耕地行為。在市級層次上，當前GDP增長和地方財政收入成為衡量市級黨政領(lǐng)導(dǎo)政績的核心指標，市級政府主要為了地方財政收入的大幅增加、GDP指標的快速提高，過分依賴土地財政，刺激地方政府進行城市擴張和違法占用耕地的沖動；市級地方政府積極參與晉升錦標賽，驅(qū)動地方官員主要關(guān)注可測度的經(jīng)濟績效，而忽略了基本農(nóng)田保護、耕地保護等一些事關(guān)經(jīng)濟社會可持續(xù)發(fā)展的問題。囿于現(xiàn)行的政績考核機制，市級地方政府在任期內(nèi)總有發(fā)展經(jīng)濟、獲得好的政績評價的利益導(dǎo)向動機，市級地方政府決策主要是想方設(shè)法通過各種“招商引資”渠道和方式為所在區(qū)域引入各類項目，以增加財政收入和快速提高GDP，有足夠的內(nèi)生激勵為這些項目“落地生根”提供盡可能多的優(yōu)惠和便利，于是通過非法圈占耕地提供項目所需土地便成為必然的選擇，會產(chǎn)生違法占用耕地行為。

5 結(jié)語

本文通過地理空間過濾處理，應(yīng)用空間誤差模型和空間滯后模型，對違法占用耕地與經(jīng)濟發(fā)展的空間計量分析得知，省級層次的違法占用耕地主要與固定資產(chǎn)投資在空間上呈顯著相關(guān)，與其他變量不太相關(guān)，固定資產(chǎn)投資貢獻率1%將引起違法占用耕地0.54%的變化。因此加大對固定資產(chǎn)投資的管控力度，可以約束省級層次地方政府的違法占用耕地行為。在2010年江西省各地市違法占用耕地同時與經(jīng)濟發(fā)展各變量的空間計量估計結(jié)果中，GDP和地方財政收入貢獻率1%將引起違法占用耕地0.43%和4.16%的變化。江西省市級層次的違法占用耕地主要與地方財政收入和GDP在空間上呈顯著相關(guān)。由此可見，要高度重視經(jīng)濟發(fā)展中固定資產(chǎn)投資、GDP增長和地方財政收入等因素對違法占用耕地的影響，提高各級政府耕地保護的認知，完善政績考核體系，減少土地財政依賴，建立健全利益約束機制，完善土地違法責任追究制度，加強固定資產(chǎn)投資項目監(jiān)管，提高對土地違法行為的監(jiān)管效率，減少違法占用耕地，引導(dǎo)土地合法合理持續(xù)利用。

（References）：

［1］ 劉法威.經(jīng)濟增長與違法用地的關(guān)系分析［J］.資源科學(xué)，2010，32（8）：1558-1562.

［2］ 王偉林.土地違法對經(jīng)濟增長的影響研究分析［J］.中國農(nóng)學(xué)通報，2010，26（18）：438-442.

［3］ 梁若冰.財政分權(quán)下的晉升激勵、部門利益與土地違法［J］.經(jīng)濟學(xué)（季刊），2009，9（1）：283-306.

［4］ 李全慶，龍開勝，孫雪峰.基于相關(guān)性分析的土地違法結(jié)構(gòu)與經(jīng)濟結(jié)構(gòu)變化關(guān)系探討［J］.資源科學(xué)，2009，31（4）：629-633.

［5］ Joachim Moller.Regional variations in the price of building land:a spatial econometrics approach for West Germany［J］.The Annals of Regional Science,2009,43（1）:113-132.

［6］ Martin Falk,Franz Sinabell.A spatial econometric analysis of the regional growth and volatility in Europe［J］.Empirica,2009,36（2）:193-207.

［7］ Morito Tsutsumi,Hajime Seya.Hedonic approaches based on spatial econometrics and spatial statistics:application to evaluation of project benefits［J］.Geographical Systems,2009,11（4）:357-380.

［8］ Maria Francesca Cracolici,Teodora Erika Uberti.Geographical distribution of crime in Italian provinces:a spatial econometric analysis［J］.Jahrbuch Für Regional Wissenschaft,2009,29（1）:1-28.

［9］ Bernard Fingleton.A multi-equation spatial econometric model,with application to EU manufacturing productivity growth［J］.Geographical Systems,2007,9（2）:119-144.

［10］文繼群，濮勵杰，張潤森.耕地資源變化的空間計量及其驅(qū)動力分析——以江蘇省為例［J］.長江流域資源與環(huán)境，2011，20（5）：628-634.

［11］陳德文，陶良虎.中國區(qū)域經(jīng)濟增長趨同及其空間效應(yīng)分解——基于SUR——空間計量經(jīng)濟學(xué)分析［J］.經(jīng)濟評論，2012，（3）：49-56.

［12］吳玉鳴，田斌.省域環(huán)境庫茲涅茨曲線的擴展及其決定因素——空間計量經(jīng)濟學(xué)模型實證［J］.地理研究，2012，31（4）：627-640.

［13］姜磊，季民河.基于STIRPAT模型的中國能源壓力分析——基于空間計量經(jīng)濟學(xué)模型的視角［J］.地理科學(xué)，2011，31（9）：1072-1077.

［14］吳玉鳴，何建沖.研發(fā)溢出、區(qū)域創(chuàng)新集群的空間計量經(jīng)濟分析［J］.管理科學(xué)學(xué)報，2008，11（4）：59-66.

［15］蹤家峰，李蕾，鄭敏閩.中國地方政府間標尺競爭——基于空間計量經(jīng)濟學(xué)的分析［J］.經(jīng)濟評論，2009，（4）：5-12.