城市新增建设用地扩张影响机制：基于PSR框架的组态分析

陈丹玲，胡文伯,2，卢新海，李玉莹

（1.华中农业大学公共管理学院，湖北 武汉 430070；2.香港城市大学工学院，香港 999077；3.华中科技大学公共管理学院，湖北 武汉430074）

1 引言

随着近年来中国经济政策的不断调整以及城市化进程的持续推进，经济在取得快速增长的同时，也付出了巨大的资源环境代价，其中包括城市建设用地规模的迅速扩张。城市建设用地无序扩张所引起的城乡发展失衡、国土空间开发利用效率低下、生态环境恶化、粮食安全威胁及能源系统面临挑战等一系列问题和矛盾，引起了社会各界对城市新增建设用地的高度关注。中央政府连续多年聚焦于“严控增量，盘活存量”的城市建设用地管控方针，并在限制耕地转换为城市建设用地、优化土地利用模式等方面制定了一系列政策，凸显了政府控制城市新增建设用地的决心。《国家新型城镇化规划（2014—2020）》明确指出，“十三五”期间国家将严格限制城市建设用地的供给。然而实际上，尽管国家宏观政策多次强调严控城市外延式增长，但新增建设用地扩张现象仍十分严峻[1]。2000—2020年我国城市建设用地面积增加了178.44%。而且，国务院发展研究中心报告指出，目前我国仍有48.6%的城市属于土地快速扩张类型[2]。在这一现实背景下，深入、系统地研究城市新增建设用地扩张（New-added Urban Construction Land Expansion,NUCLE）的影响机制对进一步提升城市空间高质量治理能力具有重要意义。

学术界针对城市建设用地扩张的特点、形成原因等进行了讨论，并提出对策建议[3-4]。已有研究主要从规模和速度切入刻画城市建设用地扩张，多采用城市建设用地面积[5]、城市新增建设用地面积[6]、城市土地与人口增长率的比率[7]以及人均城市土地变化率[8]等统计指标进行表征。关于城市建设用地扩张形成机制的研究，普遍认为自然地理环境（如地形地貌）[4]、社会经济因素（如城市化、经济增长、产业发展、土地比较利益等）[5-9]、制度政策（如土地利用规划、土地政策等[10-11]）等是城市建设用地扩张的影响因素。少部分学者将研究对象聚焦于城市建设用地扩张过程中土地的增量变化，相关研究主要关于配置效率[12]、指标分配[13]、出让行为[14]及策略互动[15]等方面。在研究方法上，多运用相关性分析、多元回归分析及空间分析方法[16-19]，论证城市建设用地扩张与各类环境、社会经济发展因素和制度政策之间的关系。

上述成果为厘清NUCLE影响机制及优化管控策略提供了一定的理论支撑和方法论支持，但也存在一些不足之处。第一，上述文献的研究对象大多侧重于城市全部建设用地，从增量视角系统检视其扩张的研究不多。事实上，管控新增建设用地是实现节约集约用地，控制建设用地总量实现减量化的最有效途径，直接聚焦于城市新增建设用地有助于明晰城市新增建设用地指标分配和扩张速度，以提升政策的靶向性。第二，已有研究主要从外部环境压力、利用状态和经济政策响应等层面考察城市建设用地扩张影响因素[4-11]。然而，压力—状态—响应（Pressure-State-Response, PSR）模型作为解释压力行为响应的重要分析框架，在NUCLE的应用较为匮乏。同时，已有成果大多割裂压力、状态和响应要素，对NUCLE影响机制进行单一维度的理论阐释，忽略了多重条件组合的并发影响。PSR模型可以完整反映压力、状态和响应因素间的相互作用和多重因果关系，将其引入NUCLE研究对于系统解构多维要素联动下NUCLE复杂机理具有重要意义。第三，已有研究多运用传统计量模型和相关性分析探讨单个变量的“净效应”，这些方法在探究条件组合互动、相互配置对结果的并发影响时存在缺陷。因此，本文基于PSR模型，提出了NUCLE影响机制的整合性分析框架，并以我国长江经济带108个城市为案例，引入模糊集定性比较分析（Fuzzy set Qualitative Comparative Analysis, fsQCA），超越个案的特殊性揭示多源因素对NUCLE影响的协同效应和替代效应。本文有助于深化地方政府对NUCLE路径和驱动机制的理性认识，为政府制定城市新增建设用地管控政策提供新的证据与思路。

2 理论分析框架

PSR模型是识别、分析和评估复杂环境状况的经典模型之一[20]。该框架在揭示多重因素的相互作用关系中具有优势，目前在土地生态安全评估[21]、土地可持续利用[22]和城市扩张[23]等多个研究领域已广泛涉及。在PSR模型中，压力（P）层面要素通常表征外部因素对系统的破坏和扰动，状态（S）层面要素表征压力中系统当前所处的状态，响应（R）是系统面临风险压力时所采取的应对措施[22]。

本质上，NUCLE是一种复杂的“输入—转换—输出”的行为模式和过程[15,24]，输出效果取决于系统在转换环节对输入的反应和适应。基于该视角，以PSR框架来映射NUCLE实现过程，具有逻辑上的高度契合性。因此，本文借鉴PSR机理分析思路，将外部环境压力视为“输入”，将土地利用状态和经济政策响应的互动视作“压力”的转换和传导，将NUCLE实现作为“结果输出”，构建出NUCLE影响机制模型（图1）。各影响因素具体阐述如下：

图1 NUCLE影响机制的PSR分析框架Fig.1 The influencing mechanism of NUCLE based on the PSR framework

第一，压力层面。具体包括城市化、土地错配、财政激励3个条件。城市发展压力和制度压力会影响NUCLE。从城市发展而言，城市化的纵深推进需要更大规模的城市建设用地作为创造就业和投资机会及促进区域生产要素流通的关键载体[23]，而新增建设用地在以较低成本促进资本聚集、产业融合发展等方面具有独特优势。从制度压力而言，一方面，区域均衡发展导向激励政府将新增建设用地指标向中西部地区或中小城市进行空间配置，进而加剧建设用地供给数量与地区经济发展的错配的现象[25]。另一方面，城市存量建设用地再开发成本较高，政府更倾向于通过出让新增建设用地缓解财政压力及实现短期经济目标。

第二，状态层面。具体包括产业结构、人口规模和交通基础设施3个条件。产业、人口与交通基础设施的相互作用会影响城市土地利用与扩张。首先，具备高度延展性的成熟城市网络能够产生“吸虹”和“促流”效应，进而推动特定地域内NUCLE以满足区域专业化和综合化商品需求，加快产业结构向“服务化”升级和转型[6,23]。其次，市场机制能根据城市发展异质性进行供需调节，并通过优化资本、劳动力及技术等资源要素的流动范围和方向改变人口流动规模和速度，进而影响NUCLE[26]。最后，交通基础设施所具备的时空效应缩短了地区间交流时间，强化了区域间建设用地出让的策略互动行为[15]，进而影响NUCLE。

第三，响应层面。具体包括经济增长、环境保护和政策约束3个条件。实施适当的响应措施能够提升NUCLE综合效益。在经济响应上，基于城市土地结构优化的地区性网络的形成能够提升城市新增建设用地利用率，最终推动城市经济增长[5]。在生态响应上，NUCLE可能会强化区域中心城市的污染转移，特别是造成城市新增工业用地的环境损失。在政策响应上，耕地流失和土地利用效率低下会影响粮食安全和城市建设用地的可持续利用，因而地方政府会实施相应的耕地保护政策减缓NUCLE速度。

综上所述，PSR—NUCLE分析框架共囊括9个条件。在组态视角下，这些条件对NUCLE的影响并非独立，而是通过联动匹配的方式发挥作用。具体而言，多重条件的协同效应既可能通过适配来相互强化，也可能通过替代来相互抵消。因此，本文基于组态视角，实证探讨压力、状态及响应三重条件如何通过联动匹配（协同/替代）影响NUCLE。

3 研究设计

3.1 研究方法

根据上文构建的PSR—NUCLE分析框架，采用fsQCA深入探究NUCLE的影响机制。选择该方法主要基于以下三个原因：首先，NUCLE的影响因素属于一果多因，传统的回归分析仅能解释变量的净效应，无法解释多重复杂关联。现实情况中，PSR因素并非单独影响NUCLE，三方面因素之间是互相依赖、相互作用的，QCA能够弥补回归分析的这一不足。其次，QCA不仅适用于大样本分析，也能对中等规模样本以及小样本展开分析，满足本文研究长江经济带NUCLE影响机制的需求。最后， QCA主要包括清晰集定性比较分析（Crisp-set QCA, csQCA）和fsQCA等方法。csQCA只能处理条件为二分变量的案例，具有连续特征的变量难以被纳入分析。本文中结果与条件变量均存在连续变量，出于数据类型的适配角度，选择fsQCA作为本文的研究方法。

3.2 案例选择

长江经济带行政范围覆盖我国9个省和2个直辖市，横跨东、中、西部三大区域，以占全国21%的土地面积承载全国42.8%的人口数量和42.2%的经济总量，是我国经济密度最大、综合实力最强、战略支撑作用最大的经济协作带，具有独特优势和巨大发展潜力。伴随着城市化和工业化进程的加快，该区域城市新增建设用地规模增加迅速，农业用地大量流失、土地资源粗放利用及生态环境恶化进一步凸显，耕地保护压力骤然增大，合理管控NUCLE刻不容缓。为解决上述难题，中央政府围绕“推动长江经济带土地绿色低碳利用”“优化长江经济带国土开发强度管控”出台了一系列政策。目前，长江经济带城市新增建设用地无序扩张治理已取得一定成效。然而，NUCLE是一项系统工程，长江经济带正处于土地、经济和环境问题高发期与升级期叠加状态，如何合理管控NUCLE并实现建设用地的优化配置和高效利用仍然是新时期长江经济带经济高质量进程中亟需解决的关键问题。在这一背景下，深入且系统探寻长江经济带NUCLE的复杂影响机制尤为重要。综上，本文选取长江经济带108个城市进行实证分析。

3.3 数据与校准

3.3.1 结果变量

本文的结果变量为NUCLE，考虑到城市新增建设用地规模是反映城市新增建设用地扩张规模效应和乘数效应最直接的指标，参考王健等[15]的研究，采用城市新增建设用地面积作为表征指标。相关数据来源于《中国城市建设统计年鉴》（2019年）。

3.3.2 条件变量

基于上述理论分析框架，本文选择以下条件变量。第一，选取城市化、土地错配和财政赤字率作为压力条件表征指标。其中，相比土地城市化，人口城市化更能反映城市发展过程中生产生活方式及价值观念的转变，因此选取城市人口占总人口的比重作为城市化的表征指标[27]；土地错配本质是地方政府的行为倾向导致建设用地供给数量与经济发展不匹配的现象，因此采用本城市新增建设用地面积占总样本城市的比重与本城市GDP占总样本城市的比重的比值作为测度指标[15]；财政赤字程度越大，地方政府依赖出让建设用地的激励程度越大[28]，故采用财政支出与财政收入的差与GDP的比值表征财政赤字率。第二，选取产业结构、人口规模和道路面积作为状态表征指标。首先，产业结构变化既体现其承载产业的变化情况，也反映建设用地集约利用和扩张“博弈”的结果，选取产业高级化指数衡量产业结构[29]；其次，人口规模用年末常住非农人口数量表示[15]；最后，由于道路面积只能获取市辖区数据，因此交通基础设施用人均市辖区道路面积表示[15]。第三，选取经济增长、环境保护和政策约束三个指标作为响应层面表征指标。其中，经济增长参考王健等[14]的做法，选择人均GDP进行表征；环境保护的测度参考陈丹玲等[30]的做法，选择城市建成区绿化覆盖率；此外，在城市扩张的背景下，政策约束有助于保护耕地和保障粮食安全[31]，因此选取能够表征政策执行效果的人均耕地面积进行测度。

以上数据除土地错配依据《中国城市建设统计年鉴》（2019年）和《中国城市统计年鉴》（2020年）相关数据计算所得外，其余数据均来源于《中国城市统计年鉴》（2020年），部分缺失数据通过各城市统计年鉴（2020年）作为补充。

3.3.3 变量校准

fsQCA的分析对象是集合关系而非变量[32]，因此需要对变量进行校准，将样本从变量维度转化为集合维度。在具体操作上，参考RAGIN[33]的研究，运用fsQCA3.0软件，将案例样本描述性统计数据的95%分位值、50%分位值与5%分位值作为校准的完全隶属点、交叉点、完全不隶属点。非高水平NUCLE的校准通过选取促进NUCLE的非集实现。表1所呈现的是各变量的测量指标描述与锚点。

表1 变量描述性统计及校准结果Tab.1 The descriptive statistics and calibration results of variables

4 结果分析

4.1 独立必要条件分析

在分析PSR条件的协同效应和替代效应前，本文检验了各条件变量（包括非集）的必要性，识别是否存在特定条件可以导致结果发生，即检验某结果发生时，是否有特定条件必然存在[34]。本文通过fsQCA探索促进高水平NUCLE及其非集条件变量的必要性，结果如表2所示。结合SCHNEIDER[34]提出的必要条件的阈值，发现各条件变量的一致性均小于0.9这一门槛值，说明它们均无法构成解释高水平和非高水平NUCLE的必要条件，也间接表明NUCLE是压力、状态和响应3个方面下多重条件并发协同产生的结果。因此，需进一步呈现各PSR变量间的联动匹配以深入探讨NUCLE的发生路径。

表2 NUCLE的必要条件分析Tab.2 Analysis of necessary conditions of NUCLE

4.2 PSR条件的协同效应分析

为揭示NUCLE的影响机制，进一步分析导致NUCLE的有效条件组态。具体操作上，案例频数阈值设定为1，原始一致性阈值设为0.96，PRI（Proportional Reduction in Inconsistency）一致性阈值设定为0.70。表3呈现了PSR对NUCLE的5种组态影响结果，其一致性指标分别为0.962、0.996、0.987、0.993和0.988，它们均可被视为影响高水平NUCLE的充分条件组合。可以看出土地错配、人口规模和经济增长在影响高水平NUCLE中发挥最关键的作用。结合组态理论化过程[35]，基于上述组态的核心条件及其补充条件组成结构，归纳出影响NUCLE的3种构型，包括压力主导下多要素平衡型、压力和状态双重赋能型和压力—状态—响应互动型。

表3 影响高水平NUCLE的PSR组态构型Tab.3 The configuration affecting NUCLE based on the PSR framework

（1）压力主导下多要素平衡型。该构型对应组态1。该组态中，土地错配发挥了核心作用，产业结构、人口规模、交通基础设施和经济增长发挥辅助作用。由于压力、状态、响应条件需要相互联动才能发挥作用，并且压力（土地错配）为核心条件，因此命名为压力主导下多要素平衡型。该类型路径包含的23个案例中，有8个长江经济带中游地区城市，即鹰潭、芜湖、株洲、合肥、黄石、长沙、芜湖和南昌。随着中部崛起战略及国家产业转移政策的实施，长江经济带中部地区城市承接大量来自东部发达地区的工业企业，城市建设用地外延扩张严重且利用较为粗放，土地配置效率整体水平较低。同时，这些城市的工业发展带动其交通基础设施的进一步完善，造成地区财政支出责任增加。在这一现实下，地方政府更加依赖出让城市建设用地以缓解日益增大的财政缺口，进而加剧经济发展水平和土地资源配置之间的不协调。

（2）压力和状态双重赋能型。该构型包括组态2和组态3。组态2显示，在城市化率较高、土地错配较严重的地区，如果面临着较大的经济增长需求和人口规模增长压力，政府会采取降低地价或财政补贴等策略吸引产业落户，这一过程又会产生虹吸效应吸引劳动力集聚并刺激产业规模进一步扩大，促使城市新增建设用地增加。该组态由压力条件和状态条件两类构成，其中，土地错配和人口规模为核心存在条件，城市化和经济增长为补充存在条件，因此命名为压力和状态双重赋能型。该组态包含9个案例，基本均为长江经济带中下游城市，包括扬州、泰州、舟山、黄石、鄂州、萍乡和滁州。同样值得关注的是，组态2中环境保护这一核心响应条件的缺失。长江经济带集聚着较多资源型城市，为了在经济竞争中获得相对优势，它们对环境规制政策的执行存在“追底竞争”现象，进一步引进大量工业企业，加剧城市建设用地扩张。属于这一构型的还包括组态3，其以土地错配和人口规模为核心条件，互补产业结构、交通基础设施和经济增长为边缘条件，共同推动NUCLE，典型案例包括上海、苏州、扬州和绍兴等下游发达东部城市。

（3）压力—状态—响应互动型。该类型包括组态4和组态5。在组态4中，土地错配、财政激励、人口规模和经济增长发挥了核心作用。城市化率和土地资源错配水平较低的地区，在土地错配、财政激励、人口增长和经济发展的共同推动下，NUCLE也会呈现出较高水平。该组态包含的典型案例包括仙桃、潜江、信阳、贵阳、宜宾、广安和昭通在内的14个城市。此外，组态5表明，影响NUCLE的PSR要素组合还包括以产业结构、交通基础设施和政策约束为辅助条件的组态。该组态可以解释的典型案例多分布于长江经济带中下游地区，包括嘉兴、镇江、长沙、亳州、景德镇、娄底和随州等在内的23个城市。

4.3 PSR条件的替代效应分析

上文从组态视角分析压力、状态和响应3个方面多重条件的协同效应对NUCLE的影响，这些条件之间是否存在等效替代需进一步探究。下文进一步识别并分析影响NUCLE多重条件间的替代效应（图2）。第一，组态1、组态2和组态4的比较发现，对于人口规模较大的地区，若政府积极推动经济增长而导致建设用地供给数量与经济发展不匹配时，产业结构和交通基础设施的条件组合可以和城市化相互替代，对NUCLE产生等效影响。第二，组态1、组态3和组态4的对比分析表明，在拥有土地资源错配压力、人口规模状态和经济增长响应时，财政激励可以被产业结构和交通基础设施的组合替代。第三，组态2和组态5的对比发现，城市化和财政激励、产业结构、交通基础设施及政策约束的组合在影响NUCLE水平上具有等效性。此外，组态2和组态3的对比发现，城市化与财政激励之间也存在替代效应。

图2 压力—状态—响应条件间的替代效应Fig.2 The substitution effect among pressure, state and response conditions

综上，PSR条件在影响NUCLE的替代效应表明，除了协同效应分析识别出的三个最具有普遍性的影响条件外，财政激励和城市化两个条件也具有较为重要作用。这是因为在特定的资源禀赋条件下，财政激励和城市化能够发挥其余要素组合出现时才显现的作用。

5 结论与讨论

5.1 研究结论

科学确定城市建设用地规模是城市空间治理的一项基本任务，也是推动区域经济高质量发展的重要手段。本文基于PSR模型构建影响NUCLE的理论分析框架，以长江经济带为实证案例，通过fsQCA从压力、状态和响应三个方面探讨NUCLE影响因素的协同效应和替代效应。研究发现：（1）压力、状态及响应条件均无法单独构成影响高水平NUCLE的必要条件，不同地区的NUCLE是不同PSR条件因素共同作用导致的结果。其中，土地错配、人口规模和经济增长是最具有普遍性的影响因素。（2）高水平NUCLE存在5条影响路径，即3种差异化模式：压力主导下多要素平衡型、压力和状态双重赋能型和压力—状态—响应互动型。（3）在特定的资源禀赋条件下，财政激励和城市化可以通过等效替代的方式影响NUCLE，不同地区在开展NUCLE管控工作时可以根据两个因素管控的难易程度进行取舍。

5.2 理论贡献

相较于其他NUCLE相关研究，本文主要理论贡献如下：

第一，已有研究已经验证了PSR因素对NUCLE的影响[1,3-5,7,24]，但其主要从某一个或某几个因素为切入点，忽略了条件间联动的整体性。本文构建了PSR-NUCLE影响机制分析框架，基于组态视角分析了压力、状态和响应等多重条件影响NUCLE的协同效应和替代效应，厘清了NUCLE影响机制的“因果复杂性”。研究有助于加深对NUCLE影响机制复杂性的理解，为制定多元NUCLE治理方案提供理论依据。

第二，将fsQCA引入NUCLE影响机制研究，在丰富研究方法体系的同时，为地方政府NUCLE管控决策制定奠定了理论基础。目前，已有研究主要局限于传统的经济计量分析和双变量相关性分析，fsQCA的引入不但丰富了NUCLE影响机制的研究方法体系，也为政府制定NUCLE管控政策提供视角参考和理论支撑。

5.3 政策启示

本文研究结论对于政府进一步完善NUCLE管控政策具有以下启示。

第一，压力、状态和响应三重条件的协同效应表明NUCLE的管控极具复杂性。应从整体视角出发，着眼于三重条件的适配关系，系统制定调控管理政策。具体而言，推动建设用地指标在城市间和区域间的合理分配、加快经济增长方式转型和实现人口规模集聚是控制NUCLE的核心路径。一方面，产业、资源要素和人口需要更多空间开展社会经济活动，但是为了实现土地集约化利用和城市可持续发展，地方政府不能无限制地增大建设用地面积，而要提高存量建设用地的利用效率，实施城市更新和城市改造，提升单位建设用地的承载力；另一方面，实现城市经济高质量发展要因地制宜制定政策，在制定人口政策和经济政策时要考虑当地的资源禀赋、交通基础设施等情况，避免人口的大量涌入导致城市边界的无序延伸。同时，积极探索城市群、都市圈，在超特大城市建设城市副中心，缓解人口压力带来的城市建设用地无序扩张。

第二，压力、状态和响应的替代效应表明，弱化财政激励是控制NUCLE的重要手段，中央政府要谨慎考虑其与各城市的财政收支关系，并赋予地方政府更多财权，优化财政资金利用模式。此外，积极推进区域一体化，弱化城市化进程中出现的土地财政的空间竞争。政府可以优先引导经济发展较好的城市加快交通基础设施建设，并借助其策略互动关系网，引导城市间产业协同升级并实现规模性集聚，进而推动依靠建设用地出让实现经济增长的传统发展模式转型。