论文部分内容阅读
摘要：城镇化是我国经济发展的新动力，同时也给耕地资源的利用与保护带来了压力。在中国区域发展不平衡的前提下，为揭示不同城镇化水平对耕地压力的影响及其区域差异，利用我国31个省（市、自治区）2000-2012年的面板数据，从省域层面来进行分析。结果表明：我国的耕地压力与城镇化水平之间存在长期稳定的均衡关系；城镇化水平对耕地压力存在显著的正向影响；城镇化水平对耕地压力的影响呈现明显的区域差异。最后从人口质量、耕地保护和产业结构等方面提出在城镇化进程中缓解耕地压力的相关对策与建议。
关键词：城镇化水平，耕地压力，影响，面板数据
中图分类号：F323.211 文献标识码：B
文章编号：1001-9138-（2015）09-0055-62 收稿日期：2015-08-01
1 前言
城镇化是人类社会组织结构和生产结构进化的结果，也是当今世界发展的必然趋势。城镇化水平与耕地压力之间关系密切，部分学者认为城镇化和耕地保护是对立的，赵金芸（1997）指出，城市建设用地的外延增长不可避免地会占用大量耕地资源，造成“吃饭”和“建设”之间的矛盾更加尖锐；同时随着耕地数量的减少，会产生大量剩余劳动力，从而给城镇化发展带来巨大压力。也有学者认为城镇化与耕地保护在根本上是统一的，曹雪琴（2001）认为：我国的城镇化发展速度与耕地的减少之间存在相关关系，城镇化使耕地流失趋向缓和，他指出城镇化是解决我国土地短缺的重要途径。大多数学者从城镇化和耕地面积的变动关系来进行城镇化水平对耕地影响的定量研究。贾绍凤（1997）经过相关测算得出，每增加一个农村人口比每增加一个城镇人口要多占用47.5%的耕地。吴群（2002）通过建立相关系数和回归模型对江苏省的城镇化水平与耕地面积之间的关系进行了研究，他认为城镇化水平的发展有利于耕地资源的保护，加快城镇化进程和提高土地集约利用水平是协调两者关系的根本出路。
城镇化水平与耕地压力之间既相互制约又相互联系，只有城镇化水平与耕地压力相协调，才能实现经济发展与耕地保护的双赢。当前我国正处在城镇化快速发展的阶段，在耕地面积持续减少的背景下通过缓和耕地压力来实现城镇化与耕地保护的协调，对我国新型城镇化建设具有十分重要的意义。
2 理论框架与模型构建
考虑到本文在研究时将地区维度与时间维度联合到一起，既用到了中国31个省（市、自治区）的相关数据，又涉及2000-2012年的年度时间序列，因此构建面板数据模型来分析城镇化水平对耕地压力的影响比较合适。运用面板数据模型，不仅能通过扩大样本容量来提高实证分析结论的可信度，还能直观地反映变量之间的相互关系。
本文以STIRPAT模型作为理论框架，它是Ehrlich和Holden提出的IPAT方程的随机形式。IPAT模型是一个被广泛认可的用于分析人文因素对环境影响的量化模型，而该模型只能得到自变量对因变量的等比例影响，为了改善该模型的不足，Dietz和Rosa建立了改进的STIRPAT模型。其一般形式为：
其中，i、t分别代表地区和年份；Pre为各地区耕地压力；αi为反映个体差异的变量，表示各地区的固定效应，αt表示时间效应；Pop为人口规模（万人）；Urb为各地区城镇化水平（%）；pGDP为各地区人均生产总值（万元）；Gra为各地区粮食单位面积产量（公斤/公顷）；Pro为各地区非农产业比重（%）；b、c、d为变量的回归系数；μit（μit=γi+εit）代表误差项。
3 数据来源与区域划分
本文采用2000-2012年我国31个省（市、自治区）的面板数据来研究人口、经济、技术等因素对耕地压力的影响。其中，城镇化水平通过构建指标体系运用熵值法计算得出；耕地压力的测度基于蔡运龙（2002）提出的耕地压力指数计算公式得出。人口数据选自《新中国60年统计资料汇编》、2001-2013年的《中国统计年鉴》。部分省份的城镇人口缺失数据引用自周一星、田帅（2006）的修补数据。GDP产值来自《新中国60年统计资料汇编》和2001-2013的《中国统计年鉴》。对于个别省市的缺失数据主要利用“内插法”补足或釆用指标均值替代。
城镇化水平测度方法中以人口指标法为主的单指标测度方法存在很多局限性，本文依照全面性、主导性、层次性、操作性的原则，在参考现有研究的基础上结合城镇化内涵，确定了新的城镇化水平测度指标体系（见表1），再运用熵值法对原始数据进行处理后确定各指标权重。作为一种重要的客观赋权法，熵值法能够深刻地反映出指标信息熵值的效用价值，所给出的指标权重值比AHP法和特尔斐法具有更高的可信度，适合对多元指标进行综合评价，能够克服多指标变量间信息的重叠和人为确定权重的主观性。
我国幅员辽阔，不同区域的人口数量、经济发展程度、技术水平和产业结构等因素都有可能对耕地压力造成影响。因此，按城镇化水平高低分区域进行省域层面研究可以更清楚地剖析城镇化水平对耕地压力的具体影响。本文将我国31个省（市、自治区）2012年城镇化水平按表2所示划分为三个区域：高城镇化水平区（>70%）、中等城镇化水平区（70%-50%）和低城镇化水平区（<50%），区域划分结果见图1。
4 模型检验与估计结果
Hausman检验法实际上是一种Wald检验法，可用于检验面板数据模型的设定应该是固定效应还是随机效应。本文采用2000-2012年31个省（市、自治区）耕地压力的相关影响因子为面板数据，通过Hausman检验后确定选择固定效应模型。此外，由于高城镇化水平区只包括三个省（市、自治区），模型不能采用Hausman检验，选择拉格朗日检验法进行检验后结果显示为固定效应模型。从实践经验来看，固定效应模型既可以控制区域随时间不变的因素，也可以控制样本地区受不同年份时间的影响；从现实情况来看，我国各省份之间各自的资源禀赋存在差异，采用固定效应模型更能与现实情形相符。 为消除异方差现象，根据模型需要对各指标均做对数处理。按研究区域划分对各变量进行描述性统计，结果见表3。利用Stata10.0软件进行固定效应模型运算，估计结果见表4。
5 结果分析
5.1 描述性统计结果分析
根据表3描述性统计结果可以看出，总体样本中每个变量的极大值与极小值之间的差距非常明显，说明在全国范围内，省份之间以及各省份不同年份的各项指标差距比较大，即省份间各方面发展水平差异明显。
对按城镇化水平高低划分的三个区域样本的数据进行比较可以看出，城镇化水平的标准差在高、中、低三大区域内依次递增，反映了我国的城镇化水平发展不仅存在显著的地域差异，而且区域内部间也呈现出不均衡的特点。具体来说，低城镇化水平区各省间的城镇化水平存在较大差异，其他两个区域各省间的差异性相对较小；对于其他控制变量，人口总量、粮食单产和非农产业比重的标准差均在低城镇化水平区最大，这说明低城镇化水平区的各省之间这三个指标的差异比较显著。此外，粮食单产的平均值在中等城镇化水平区最大，高城镇化水平区次之，低城镇化水平区最弱，这说明该指标在三大区域之间呈现出与城镇化水平的不一致性。
5.2 城镇化水平对耕地压力的总体影响
根据表4模型估计结果可知，城镇化水平对耕地压力的影响系数为正，即从全国层面来看，我国城镇化的发展在一定程度上加剧了耕地压力。模型中除了粮食单产和人均GDP外，其他变量的系数均为正，说明我国的城镇化水平、人口总数和非农产业比重的提高均会增加耕地压力。参考模型1中各变量的估计系数可知，粮食单产对耕地压力的影响最大，弹性系数为-1.092，即粮食单产每增加1%会引起耕地压力指数相应下降1.092%。其次是非农产业比重、城镇化水平和人口总数，弹性系数分别为0.819、0.572和0.565。而人均GDP对耕地压力的影响程度相对较低，其弹性系数为-0.030。研究结果表明，粮食单产、非农产业比重、城镇化水平和人口总数是耕地压力的主要驱动因素。
粮食单产作为衡量耕地集约利用水平的重要变量，通过耕地集约利用水平对耕地压力产生影响，从模型结果可知，粮食单产与耕地压力之间呈负相关关系。目前，我国正处于城镇化与工业化进程中，人口基数大且仍然呈增长趋势，由于落后的消费观和资源观，人口对耕地资源带来的压力不容忽视。随着城镇化发展，我国的非农产业占GDP总产值的比重越来越大，意味着农业产值比下降，从而引起耕地压力的增大。
5.3 城镇化水平对耕地压力影响的区域差异
从高城镇化水平区、中等城镇化水平区和低城镇化水平区的表4模型估计结果来看，我国城镇化水平对耕地压力的影响存在显著的区域差异。虽然高城镇化水平区、中等城镇化水平区和低城镇化水平区城镇化的估计系数均为正，但不同地区城镇化水平对耕地压力的影响程度不尽相同。高城镇化水平区的城镇化水平对耕地压力影响的弹性系数为1.229，而中等城镇化水平区和低城镇化水平区的弹性系数相对较小，分别为0.460和0.457。可见中等城镇化水平区和低城镇化水平区的城镇化水平对耕地压力的影响程度要低于高城镇化水平区对耕地压力的影响程度。
由于资源禀赋不同，我国各地区在历史条件和社会经济等方面均存在较大区域差异，产业结构、经济水平、粮食生产和区域发展政策等方面的特征决定了其城镇化进程的推进对耕地压力的差异化影响。
高城镇化水平区处于城镇化后期阶段，耕地承受的压力也接近极限，所以城镇化水平的进一步提高将会在更大程度上加剧耕地压力；中等城镇化水平区已达到城镇化发展的中期减速阶段，发展相对稳定，且耕地的承载力还有一定的空间。这些省区的经济发展水平较高、耕地集约利用水平较高、产业结构较为均衡，因此，该区域城镇化水平对耕地压力的影响相较于高城镇化水平区要低很多；而低城镇化水平区处于城镇化发展的前期加速阶段，经济发展水平较低，耕地利用较为粗放，从而在土地城镇化过程中易引发较大的耕地压力。因此在城镇化发展初期，这些省区将经历一个以加剧耕地压力为代价的过渡阶段。
6 结论及建议
本文从理论和实证两方面研究了我国城镇化水平对耕地压力的影响情况，具体得出以下结论：（1）我国耕地压力与人口、城镇化水平、粮食单产、人均GDP和非农产业比重之间存在长期稳定的均衡关系。城镇化水平、人口总数和非农产业比重对耕地压力均存在显著的正向影响，非农产业比重对耕地压力的正向影响最大，其次是城镇化水平和人口总数。（2）我国城镇化水平对耕地压力的影响存在区域差异，高城镇化水平区和低城镇化水平区城镇化水平对耕地压力的影响程度要高于中等城镇化水平区。这一结论反映了我国城镇化水平对耕地压力影响呈现出阶段性特征。
基于以上分析，本文从以下三方面提出相关政策建议：（1）控制人口数量，提高人口素质，优化人口结构。（2）保障耕地数量和质量，进行中低产田改造和土地整理，坚持“用一造一”的耕地总量占补平衡。（3）优化产业结构布局，科学合理调整十三个粮食主产区的粮食品种结构，发展特色高效优质农业。
参考文献：
1.赵金芸 李培仁.城市化工业化与耕地保护.中国土地.1997.9
2.曹雪琴.城市化与土地制约.经济经纬.2001.2
3.贾绍凤 张豪禧 孟向京.我国耕地变化趋势与对策再探讨.地理科学展.1997.1
4.吴群 郭贯成.城市化水平与耕地面积变化的相关研究——以江苏省为例.南京农业大学学报.2002.3
5.Dietz T.，Rosa E.A.Rethinking the Environmental Impacts of Population，Affluence，and Technology.Human Ecology Review.1994.1 6.张星星 曾辉.基于多尺度主成分面板模型的中国耕地压力动态变化及驱动力分析.中国人口·资源与环境.2014.24（11）
7.蔡运龙 傅泽强 戴尔阜.区域最小人均耕地面积与耕地资源调控.地理学报.2002.3
8.周一星 田帅.以“五普数据”为基础对我国分省城市化水平数据修补.统计研究.2006.1
9.田静.新型城镇化评价指标体系构建.四川建筑.2012.32（4）
10.泛况生 孟德友.基于熵值法的河南城市化水平综合测度与区域比较.国土资源研究.2011.4
11.陈彦光 周一星.城市化Logistic过程的阶段划分及其空间解释——对Northam曲线的修正与发展.经济地理.2005.25（6）
作者简介：
谭术魁，华中科技大学公共管理学院教授、博士生导师，主要研究方向为土地管理、房地产管理、住房政策。
夏婷，华中科技大学公共管理学院硕士研究生，主要研究方向为土地管理。
Abstract：Urbanization is a new driving force to economic development in China，but also a pressure to cultivated land resource utilization and protection in the future.Under the premise of unbalanced regional development，this paper selected the panel data of 31 provinces（municipalities and autonomous regions）from 2000 to 2012 to study the urbanization level of the specific impact of cultivated land pressure and regional difference.The results showed that：there is a longterm stable equilibrium relationship between cultivated land pressure and urbanization level；the urbanization level had a significant positive influence on cultivated land pressure；the influence of urbanization level to cultivated land pressure was regionally different.Finally，it put forth 3 actions taken from population quality，cultivated land protection and industry structure to relieve cultivated land pressure in the process of urbanization.
Keywords：Urbanization level，Pressure of cultivated land，Impact，Panel data
陈品禄/责任编辑
关键词：城镇化水平，耕地压力，影响，面板数据
中图分类号：F323.211 文献标识码：B
文章编号：1001-9138-（2015）09-0055-62 收稿日期：2015-08-01
1 前言
城镇化是人类社会组织结构和生产结构进化的结果，也是当今世界发展的必然趋势。城镇化水平与耕地压力之间关系密切，部分学者认为城镇化和耕地保护是对立的，赵金芸（1997）指出，城市建设用地的外延增长不可避免地会占用大量耕地资源，造成“吃饭”和“建设”之间的矛盾更加尖锐；同时随着耕地数量的减少，会产生大量剩余劳动力，从而给城镇化发展带来巨大压力。也有学者认为城镇化与耕地保护在根本上是统一的，曹雪琴（2001）认为：我国的城镇化发展速度与耕地的减少之间存在相关关系，城镇化使耕地流失趋向缓和，他指出城镇化是解决我国土地短缺的重要途径。大多数学者从城镇化和耕地面积的变动关系来进行城镇化水平对耕地影响的定量研究。贾绍凤（1997）经过相关测算得出，每增加一个农村人口比每增加一个城镇人口要多占用47.5%的耕地。吴群（2002）通过建立相关系数和回归模型对江苏省的城镇化水平与耕地面积之间的关系进行了研究，他认为城镇化水平的发展有利于耕地资源的保护，加快城镇化进程和提高土地集约利用水平是协调两者关系的根本出路。
城镇化水平与耕地压力之间既相互制约又相互联系，只有城镇化水平与耕地压力相协调，才能实现经济发展与耕地保护的双赢。当前我国正处在城镇化快速发展的阶段，在耕地面积持续减少的背景下通过缓和耕地压力来实现城镇化与耕地保护的协调，对我国新型城镇化建设具有十分重要的意义。
2 理论框架与模型构建
考虑到本文在研究时将地区维度与时间维度联合到一起，既用到了中国31个省（市、自治区）的相关数据，又涉及2000-2012年的年度时间序列，因此构建面板数据模型来分析城镇化水平对耕地压力的影响比较合适。运用面板数据模型，不仅能通过扩大样本容量来提高实证分析结论的可信度，还能直观地反映变量之间的相互关系。
本文以STIRPAT模型作为理论框架，它是Ehrlich和Holden提出的IPAT方程的随机形式。IPAT模型是一个被广泛认可的用于分析人文因素对环境影响的量化模型，而该模型只能得到自变量对因变量的等比例影响，为了改善该模型的不足，Dietz和Rosa建立了改进的STIRPAT模型。其一般形式为：
其中，i、t分别代表地区和年份；Pre为各地区耕地压力；αi为反映个体差异的变量，表示各地区的固定效应，αt表示时间效应；Pop为人口规模（万人）；Urb为各地区城镇化水平（%）；pGDP为各地区人均生产总值（万元）；Gra为各地区粮食单位面积产量（公斤/公顷）；Pro为各地区非农产业比重（%）；b、c、d为变量的回归系数；μit（μit=γi+εit）代表误差项。
3 数据来源与区域划分
本文采用2000-2012年我国31个省（市、自治区）的面板数据来研究人口、经济、技术等因素对耕地压力的影响。其中，城镇化水平通过构建指标体系运用熵值法计算得出；耕地压力的测度基于蔡运龙（2002）提出的耕地压力指数计算公式得出。人口数据选自《新中国60年统计资料汇编》、2001-2013年的《中国统计年鉴》。部分省份的城镇人口缺失数据引用自周一星、田帅（2006）的修补数据。GDP产值来自《新中国60年统计资料汇编》和2001-2013的《中国统计年鉴》。对于个别省市的缺失数据主要利用“内插法”补足或釆用指标均值替代。
城镇化水平测度方法中以人口指标法为主的单指标测度方法存在很多局限性，本文依照全面性、主导性、层次性、操作性的原则，在参考现有研究的基础上结合城镇化内涵，确定了新的城镇化水平测度指标体系（见表1），再运用熵值法对原始数据进行处理后确定各指标权重。作为一种重要的客观赋权法，熵值法能够深刻地反映出指标信息熵值的效用价值，所给出的指标权重值比AHP法和特尔斐法具有更高的可信度，适合对多元指标进行综合评价，能够克服多指标变量间信息的重叠和人为确定权重的主观性。
我国幅员辽阔，不同区域的人口数量、经济发展程度、技术水平和产业结构等因素都有可能对耕地压力造成影响。因此，按城镇化水平高低分区域进行省域层面研究可以更清楚地剖析城镇化水平对耕地压力的具体影响。本文将我国31个省（市、自治区）2012年城镇化水平按表2所示划分为三个区域：高城镇化水平区（>70%）、中等城镇化水平区（70%-50%）和低城镇化水平区（<50%），区域划分结果见图1。
4 模型检验与估计结果
Hausman检验法实际上是一种Wald检验法，可用于检验面板数据模型的设定应该是固定效应还是随机效应。本文采用2000-2012年31个省（市、自治区）耕地压力的相关影响因子为面板数据，通过Hausman检验后确定选择固定效应模型。此外，由于高城镇化水平区只包括三个省（市、自治区），模型不能采用Hausman检验，选择拉格朗日检验法进行检验后结果显示为固定效应模型。从实践经验来看，固定效应模型既可以控制区域随时间不变的因素，也可以控制样本地区受不同年份时间的影响；从现实情况来看，我国各省份之间各自的资源禀赋存在差异，采用固定效应模型更能与现实情形相符。 为消除异方差现象，根据模型需要对各指标均做对数处理。按研究区域划分对各变量进行描述性统计，结果见表3。利用Stata10.0软件进行固定效应模型运算，估计结果见表4。
5 结果分析
5.1 描述性统计结果分析
根据表3描述性统计结果可以看出，总体样本中每个变量的极大值与极小值之间的差距非常明显，说明在全国范围内，省份之间以及各省份不同年份的各项指标差距比较大，即省份间各方面发展水平差异明显。
对按城镇化水平高低划分的三个区域样本的数据进行比较可以看出，城镇化水平的标准差在高、中、低三大区域内依次递增，反映了我国的城镇化水平发展不仅存在显著的地域差异，而且区域内部间也呈现出不均衡的特点。具体来说，低城镇化水平区各省间的城镇化水平存在较大差异，其他两个区域各省间的差异性相对较小；对于其他控制变量，人口总量、粮食单产和非农产业比重的标准差均在低城镇化水平区最大，这说明低城镇化水平区的各省之间这三个指标的差异比较显著。此外，粮食单产的平均值在中等城镇化水平区最大，高城镇化水平区次之，低城镇化水平区最弱，这说明该指标在三大区域之间呈现出与城镇化水平的不一致性。
5.2 城镇化水平对耕地压力的总体影响
根据表4模型估计结果可知，城镇化水平对耕地压力的影响系数为正，即从全国层面来看，我国城镇化的发展在一定程度上加剧了耕地压力。模型中除了粮食单产和人均GDP外，其他变量的系数均为正，说明我国的城镇化水平、人口总数和非农产业比重的提高均会增加耕地压力。参考模型1中各变量的估计系数可知，粮食单产对耕地压力的影响最大，弹性系数为-1.092，即粮食单产每增加1%会引起耕地压力指数相应下降1.092%。其次是非农产业比重、城镇化水平和人口总数，弹性系数分别为0.819、0.572和0.565。而人均GDP对耕地压力的影响程度相对较低，其弹性系数为-0.030。研究结果表明，粮食单产、非农产业比重、城镇化水平和人口总数是耕地压力的主要驱动因素。
粮食单产作为衡量耕地集约利用水平的重要变量，通过耕地集约利用水平对耕地压力产生影响，从模型结果可知，粮食单产与耕地压力之间呈负相关关系。目前，我国正处于城镇化与工业化进程中，人口基数大且仍然呈增长趋势，由于落后的消费观和资源观，人口对耕地资源带来的压力不容忽视。随着城镇化发展，我国的非农产业占GDP总产值的比重越来越大，意味着农业产值比下降，从而引起耕地压力的增大。
5.3 城镇化水平对耕地压力影响的区域差异
从高城镇化水平区、中等城镇化水平区和低城镇化水平区的表4模型估计结果来看，我国城镇化水平对耕地压力的影响存在显著的区域差异。虽然高城镇化水平区、中等城镇化水平区和低城镇化水平区城镇化的估计系数均为正，但不同地区城镇化水平对耕地压力的影响程度不尽相同。高城镇化水平区的城镇化水平对耕地压力影响的弹性系数为1.229，而中等城镇化水平区和低城镇化水平区的弹性系数相对较小，分别为0.460和0.457。可见中等城镇化水平区和低城镇化水平区的城镇化水平对耕地压力的影响程度要低于高城镇化水平区对耕地压力的影响程度。
由于资源禀赋不同，我国各地区在历史条件和社会经济等方面均存在较大区域差异，产业结构、经济水平、粮食生产和区域发展政策等方面的特征决定了其城镇化进程的推进对耕地压力的差异化影响。
高城镇化水平区处于城镇化后期阶段，耕地承受的压力也接近极限，所以城镇化水平的进一步提高将会在更大程度上加剧耕地压力；中等城镇化水平区已达到城镇化发展的中期减速阶段，发展相对稳定，且耕地的承载力还有一定的空间。这些省区的经济发展水平较高、耕地集约利用水平较高、产业结构较为均衡，因此，该区域城镇化水平对耕地压力的影响相较于高城镇化水平区要低很多；而低城镇化水平区处于城镇化发展的前期加速阶段，经济发展水平较低，耕地利用较为粗放，从而在土地城镇化过程中易引发较大的耕地压力。因此在城镇化发展初期，这些省区将经历一个以加剧耕地压力为代价的过渡阶段。
6 结论及建议
本文从理论和实证两方面研究了我国城镇化水平对耕地压力的影响情况，具体得出以下结论：（1）我国耕地压力与人口、城镇化水平、粮食单产、人均GDP和非农产业比重之间存在长期稳定的均衡关系。城镇化水平、人口总数和非农产业比重对耕地压力均存在显著的正向影响，非农产业比重对耕地压力的正向影响最大，其次是城镇化水平和人口总数。（2）我国城镇化水平对耕地压力的影响存在区域差异，高城镇化水平区和低城镇化水平区城镇化水平对耕地压力的影响程度要高于中等城镇化水平区。这一结论反映了我国城镇化水平对耕地压力影响呈现出阶段性特征。
基于以上分析，本文从以下三方面提出相关政策建议：（1）控制人口数量，提高人口素质，优化人口结构。（2）保障耕地数量和质量，进行中低产田改造和土地整理，坚持“用一造一”的耕地总量占补平衡。（3）优化产业结构布局，科学合理调整十三个粮食主产区的粮食品种结构，发展特色高效优质农业。
参考文献：
1.赵金芸 李培仁.城市化工业化与耕地保护.中国土地.1997.9
2.曹雪琴.城市化与土地制约.经济经纬.2001.2
3.贾绍凤 张豪禧 孟向京.我国耕地变化趋势与对策再探讨.地理科学展.1997.1
4.吴群 郭贯成.城市化水平与耕地面积变化的相关研究——以江苏省为例.南京农业大学学报.2002.3
5.Dietz T.，Rosa E.A.Rethinking the Environmental Impacts of Population，Affluence，and Technology.Human Ecology Review.1994.1 6.张星星 曾辉.基于多尺度主成分面板模型的中国耕地压力动态变化及驱动力分析.中国人口·资源与环境.2014.24（11）
7.蔡运龙 傅泽强 戴尔阜.区域最小人均耕地面积与耕地资源调控.地理学报.2002.3
8.周一星 田帅.以“五普数据”为基础对我国分省城市化水平数据修补.统计研究.2006.1
9.田静.新型城镇化评价指标体系构建.四川建筑.2012.32（4）
10.泛况生 孟德友.基于熵值法的河南城市化水平综合测度与区域比较.国土资源研究.2011.4
11.陈彦光 周一星.城市化Logistic过程的阶段划分及其空间解释——对Northam曲线的修正与发展.经济地理.2005.25（6）
作者简介：
谭术魁，华中科技大学公共管理学院教授、博士生导师，主要研究方向为土地管理、房地产管理、住房政策。
夏婷，华中科技大学公共管理学院硕士研究生，主要研究方向为土地管理。
Abstract：Urbanization is a new driving force to economic development in China，but also a pressure to cultivated land resource utilization and protection in the future.Under the premise of unbalanced regional development，this paper selected the panel data of 31 provinces（municipalities and autonomous regions）from 2000 to 2012 to study the urbanization level of the specific impact of cultivated land pressure and regional difference.The results showed that：there is a longterm stable equilibrium relationship between cultivated land pressure and urbanization level；the urbanization level had a significant positive influence on cultivated land pressure；the influence of urbanization level to cultivated land pressure was regionally different.Finally，it put forth 3 actions taken from population quality，cultivated land protection and industry structure to relieve cultivated land pressure in the process of urbanization.
Keywords：Urbanization level，Pressure of cultivated land，Impact，Panel data
陈品禄/责任编辑