论文部分内容阅读
摘要土地资源有限性与建设用地需求增长的矛盾加剧，建设用地增量控制亟需向总量管控转变，而合理分配区域间建设用地总量是实现其总量管控的前提。本文从区域社会经济发展需求和资源禀赋供给约束两方面，筛选出常住人口、GDP、建设用地可拓展空间、农村居民点整理潜力等影响建设用地总量分配的主要指标，兼顾效率与公平，构建基于基尼系数的建设用地总量分配模型，以综合基尼系数最小为目标函数，建立多约束的线性规划求解方程，得到2020年江苏省建设用地总量分配方案。研究结果表明：①基于基尼系数的建设用地总量分配兼顾了资源配置的效率和公平需求，提高了分配方案的合理性。基于基尼系数的分配结果与现行规划方案相比，综合基尼系数由0.330降为0.315，各指标的基尼系数都有不同程度的下降。②根据建设用地总量分配结果，结合建设用地现状规模，测算江苏省13个地级市现行扩张趋势下建设用地总量剩余空间的可使用年限，依据可使用年限与现行规划剩余时间的对比关系，将13个地级市划分为3类建设用地管控区域。苏州、盐城和徐州为合理缩减区，应按照“严控总量，盘活存量”的目标，实施建设用地减量化管理；南京、无锡、常州、南通、连云港、淮安和宿迁为优化调整区，应采取“增量递减、存量优化”的调控策略，逐步缩减新增建设用地规模；扬州、镇江和泰州为重点发展区，应适度增加年度新增指标配置，同时强化新增建设用地的供地门槛。
关键词建设用地总量；基尼系数；区域分配；江苏
中图分类号F301.2文献标识码A文章编号1002-2104（2015）04-0084-08doi：10.3969/j.issn.1002-2104.2015.04.011
随着我国经济的快速增长，城镇化、工业化进程快速推进，建设用地规模持续扩张，优质耕地不断被占用，资源承载极限的刚性约束日益显现，土地资源的有限性与区域建设用地需求增长之间的矛盾也日趋加剧，建设用地增量控制亟需向总量管控转变。而我国社会经济发展水平和资源禀赋的区域差异明显，建设用地总量在区域间的合理分配是实现其总量管控的前提。相关学者从区域社会经济发展[1]、建设用地边际产出[2]、建设用地比较优势[3]、土地利用效率空间差异[4]、空间开发潜力[5]等方面，运用层次分析法[6]、主成分分析法[7]、群组决策法[8]、均方差决策法[9]、最小相对熵方法[10]及CLUE-S模型模拟法[11]等研究建设用地配置，为土地利用总体规划方案中建设用地总量分配提供了可供借鉴的理论与方法基础。但现有研究多基于区域社会经济发展对建设用地的需求来分配建设用地总量，而忽视了区域资源供给约束对建设用地总量分配的影响，同时建设用地总量分配多关注效率因素，而对建设用地总量区域配置的公平问题考虑较少。因此，如何兼顾效率与公平，合理分配规划期内区域建设用地总量，是亟待研究的关键问题。
基尼系数是测度地区公平性的常用指标之一，现广泛应用于收入分配[12]、水污染物总量分配[13]、耕地保有量分配[14]及碳排放分配[15] 等诸多领域，通过构建基于基尼系数的优化模型，能兼顾资源配置的效率性和公平性，提高分配方案的合理性。基于此，本文从区域社会经济发展需求和资源禀赋供给约束两方面建立建设用地总量分配指标体系，并构建基于基尼系数的建设用地总量分配模型，得到现行土地利用总体规划目标年（“2020年”，下同）兼顾效率与公平的江苏省建设用地总量分配方案，为建设用地总量管控提供参考。
1基于基尼系数的建设用地总量分配方法
1.1基尼系数内涵
基尼系数由意大利几何和统计学家基尼在洛伦兹曲线的基础上提出。最初主要用来衡量收入和财富分配的不平等程度，其绘制方法是：横坐标为人口累计百分比，纵坐标为收入累计百分比（见图1），图中的对角线OL为绝对平均分配曲线，折线OXL为绝对不平均分配曲线，实际分配曲线（洛伦兹曲线）介于绝对平均分配曲线和绝对不平均分配曲线之间，当曲线向右下角凸出的程度越大，表明收入分配的不平等程度越高。设实际分配曲线与绝对平均分配曲线之间的面积为A，实际分配曲线与绝对不平均分配曲线之间面积为B，并以A/（A+B）的值表示不平等程度，该值被称为基尼系数。基尼系数是一个介于0和1之间的小数，基尼系数越小，分配越平均；反之，收入分配越是趋向不平等[16]。按照国际惯例：基尼系数在0.2以下表示绝对平均，0.2-0.3 表示比较平均，0.3-0.4表示相对合理，0.4-0.5表示差距较大，0.5 以上表示差距悬殊，通常把0.4作为收入分配差距的“警戒线”[17]
1.2基于基尼系数的建设用地总量分配基本思路
基尼系数作为经济领域评价收入公平性的方法能够较好的体现公平性，可以将其应用到其他学科与均匀度分析相关的领域[18]，因此，基尼系数可以用于对建设用地总量分配的公平性测度。当使用洛伦兹曲线和基尼系数测度建设用地总量分配的公平程度时，横轴以建设用地总量分配指标替换人口，而纵轴则以建设用地总量替换收入。利用基尼系数可以反映分配公平性的特征，确定出该方法的主要控制指标、运算规则及具体的计算方法，建立基于基尼系数的建设用地总量分配模型[19]。本文从区域社会经济发展需求和资源供给约束两方面，首先筛选出影响建设用地总量分配的社会经济发展需求和资源禀赋供给约束等体现效率的主要指标，计算各指标的基尼系数，然后构建基于基尼系数的建设用地总量分配模型，以各指标基尼系数的加权求和（综合基尼系数）最小为目标函数，建立多约束的线性规划求解方程，得到兼顾效率和公平的建设用地总量分配方案。
1.3兼顾供需的建设用地总量分配指标体系
1.3.1指标体系
影响建设用地总量分配的因素包括社会、经济和政策等多方面指标，每一方面均涉及数量众多的具体指标，其中部分指标存在统计数据不全或难于统计等问题。为了便于该方法在建设用地总量分配中的广泛应用，参考建设用地总量影响因素的相关文献[20-21]，按照典型性、可得性、可定量性、可比较性等原则，本文从社会经济发展需求和资源禀赋供给约束两方面构建建设用地总量分配指标体系，选取常住人口、GDP代表区域社会经济发展水平，建设用地可拓展空间、农村居民点整理潜力衡量区域资源禀赋状况。 （1）常住人口：该指标是反映区域社会发展水平的重要因子，常住人口-建设用地总量的基尼系数反映了以人口分布表征的区域建设用地总量分配的公平性，为提高其分配的公平程度，对人均建设用地较高的区域，应缩减其建设用地规模。
（2）GDP：该指标是反映区域经济发展水平的重要因子，GDP-建设用地总量的基尼系数反映了以经济总量表征的区域建设用地分配的公平性，单位GDP建设用地高的区域，土地利用相对粗放，应缩减其建设用地规模，倒逼其产业结构调整，提高建设用地集约利用水平。
（3）建设用地可拓展空间：该指标为土地总面积扣除水域、林草地等生态敏感区、基本农田保护面积和现状建设用地面积的余额[22]，反映了区域建设用地增量空间的富足程度。建设用地可拓展空间-建设用地总量的基尼系数反映了以建设用地增量空间表征的区域建设用地总量分配的公平性，增量空间越大表明区域建设用地供给约束越小，可适当增加建设用地规模。
（4）农村居民点整理潜力：该指标为参照村镇规划标准计算的农村居民点用地理论潜力，反映了区域存量建设用地可挖潜规模大小。若区域农村居民点整理潜力较大，则应更注重内涵挖潜，积极开展农村建设用地整理[21]，相应配置较少的建设用地总量，故该指标为负向指标，根据洛伦兹曲线几何性质及基尼系数的定义，需要对农村居民点整理潜力取倒数作指标正向化处理[23]。潜力越大表明区域存量建设用地挖潜空间越大，应减少建设用地总量分配。
1.3.2指标权重
建设用地总量分配涉及到若干个指标基尼系数的调整，而不同指标对分配的重要性和影响程度是不相同的，因此，采用加权求和的方式计算综合基尼系数。为避免主观性，拟采用熵值法[24]确定指标权重。由信息熵原理，指标的信息熵越小，表明指标值的变异程度越大，提供的信息也越多，则其权重应越大；反之权重越小。
Wj=（1-ej）/∑mj=1（1-ej）j=1，2，…m（1）
式中：ej=-1lnn∑ni=1pijlnpij，pij=yij/∑ni=1yij，yij=xi/zij，i=1，2，…n，n为区域个数，m为指标数；xi表示分配到第i区域的规划目标年的建设用地总量，zij表示第i区域中第j指标的值，yij第i区域中第j指标的单位指标所负荷的建设用地总量，pij为yij在整个区域所占的比重，ej为第j指标的信息熵值。
1.4指标基尼系数的计算
基尼系数的计算方法有几何法、平均差法、协方差法及矩阵法等[25]。本文采用应用较为普遍的几何法中的梯形面积法，将图1中洛伦兹曲线下方的面积B近似看作若干梯形面积之和，计算公式为：
Gj=1-∑ni=1（Xij-X（i-1）j）（Yij+Y（i-1）j）（2）
i=1，2，…n
式中：j为指标编号，Gj为基于第j指标的基尼系数，Xij为第j指标的累计百分比，Yij为建设用地总量累计百分比，n为区域个数，i为分配对象。
1.5基于基尼系数的建设用地总量分配模型构建
运用线性规划方法，构建基于基尼系数的建设用地总量分配模型。
1.5.1目标函数
根据基尼系数原理，即基尼系数越小，分配越公平，确定综合基尼系数最小为建设用地总量分配模型的目标函数，其中综合基尼系数为各指标基尼系数的加权求和值。
1.5.2约束条件
公平性约束：为了使优化后的建设用地布局比优化前公平，优化后的基尼系数Gj应不大于优化前的基尼系数G0j。
建设用地总量下限约束：由于经济社会发展的代价性损失，规划期内各区域建设用地总量应高于规划基期年（2005年）建设用地面积[26]，因此将现行规划基期年建设用地面积确定为各地区建设用地总量的下限（poi）。
建设用地总量上限约束：依据资源承载约束，各区域建设用地总量不突破建设用地现状面积与建设用地可拓展空间之和，据此将两者之和确定各地区建设用地总量的上限（p1i）。
规划总量约束：考虑土地利用总体规划的刚性约束，各区域建设用地总量之和应等于土地利用总体规划确定的建设用地总规模。
据此构建基于基尼系数的建设用地总量区域优化模型，即：
minG=∑mj=1WjGj（3）
s.t.：0≤Gj≤G0jp0i 其中：i为分配区域编号，j为指标编号，n为分配区域个数，m为指标个数，G表示综合基尼系数，Wj为第j指标的权重，Gj为优化后第j指标的基尼系数，G0j为优化前第j指标的基尼系数，pi为优化后各地区的建设用地总量，p0i为各区域建设用地总量下限，p1i为各区域建设用地总量下限，P为研究区建设用地总量控制目标。
2区域概况及数据
2.1研究区概况
江苏省位于我国东部沿海地区，是长江三角洲的重要组成部分，全省下辖13个地级市，是全国现代高科技产业和城镇密集地区之一。改革开放以来，江苏省经济持续快速增长，用全国1%的土地创造了全国10%的GDP，但随着工业化、城市化与基础设施建设进程的加快，建设用地规模也呈现快速扩张的趋势，依据江苏省土地变更调查数据，到2010年底全省建设用地总面积为215.63×104 hm2，土地开发强度为20.11%，不断挤压农业空间和生态空间，严重威胁粮食安全和生态安全，建设用地总量控制形势严峻。从不同区域来看，苏南地区工业化、城市化推进速度远远快于苏中与苏北地区，其土地开发强度也高于后者，苏中三市的土地开发强度处于相对较低水平；建设用地扩张也呈现出明显的区域差异，苏南地区的建设用地增速远远高于苏中、苏北地区。不同区域社会经济发展水平和资源禀赋的差异，客观上要求根据区域特征，兼顾效率与公平，合理确定建设用地总量管控目标，既能保障经济发展的合理需求，又能使其开发强度控制在资源承载范围内，实现全省区域的协调发展。 2.2数据来源及处理
江苏省规划目标年建设用地总量控制目标为《江苏省土地利用总体规划（2006-2020年）》建设用地总量控制目标与全国第二次土地调查成果衔接后的规模（221.70×104 hm2）。13个地级市规划目标年的地区生产总值、常住人口来源于各地级市土地利用总体规划（2006-2020年）说明，土地利用现状数据来源于江苏省2010年土地变更调查数据。建设用地可拓展空间为土地总面积扣除水域、林草地等生态敏感区、基本农田保护面积和现状建设用地面积的余额，依据江苏省土地变更调查和土地利用总体规划数据测算。农村居民点整理潜力依据《村镇规划标准》（GB20188-93），按人均150 m2 计算得到。
3结果分析
3.1现行规划方案建设用地总量分配公平性评价
根据基尼系数计算方法，按照各指标与现行规划方案中建设用地总量比值由小到大对13个地级市进行排序，计算各指标的累计百分比和建设用地总量累计百分比，绘制各指标的洛伦兹曲线（见图2），并计算各指标-建设用地总量的基尼系数。由表3可知，常住人口-建设用地总量的基尼系数是0.113，处于绝对平均水平；GDP-建设用地总量的基尼系数是0.336，处于相对合理水平；建设用地可拓展空间-建设用地总量的基尼系数是0.210，处于比较平均水平；但农村居民点整理潜力倒数-建设用地总量的基尼系数是0.427，超过了国际0.4 的“警戒线”，处于差距较大水平。因此，有必要基于各指标对现行规划建设用地总量分配方案进行优化调整，得到兼顾效率与公平的建设用地总量分配方案。
3.2建设用地总量分配结果
根据熵值法确定各指标权重（见表3），利用lingo11.0软件运行得到江苏省13个地级市规划目标年建设用地总量分配结果（见表4），并计算优化后的各指标基尼系数（见表3）。
对比优化分配结果与现行规划方案，可看出：综合基尼系数由0.330降为0.315，各指标的基尼系数都有不同程度的下降，并低于警戒值，基尼系数变幅最大的是农村居民点整理潜力，优化后各地级市的建设用地总量分配更合理。其中苏州、盐城和徐州的建设用地总量指标与现行规划方案相比减幅较大，主要因为苏州的建设用地可拓展空间严重不足，盐城、徐州的农村居民点整理潜力较大，从而拉低了建设用地总量指标的配置；而扬州、镇江、泰州和常州规划确定的地区生产总值和常住人口增长较快，建设用地可拓展空间较大，建设用地总量分配有所增加。
根据2006-2010年规划实施期间年均增量，结合建设用地现状规模和规划目标年建设用地总量分配方案，计算得到13地级市现行扩张趋势下建设用地总量剩余空间的可使用年限。建设用地剩余空间可使用年限反映了建设用地总量控制目标下，区域建设用地指标的紧张程度，依据可使用年限与现行规划剩余时间（10年）的对比关系划分建设用地管控区域：合理缩减区（可使用年限≤0）、优化调整区（0<可使用年限<10年）、重点发展区（可使用年限≥10年）。
合理缩减区包括苏州、盐城、徐州三市，该区现状建设用地规模已超过总量管控目标。本区域应按照“严控总量，盘活存量”的目标，实施建设用地减量化管理。建设用地利用应立足存量挖潜，加快存量建设用地二次开发；积极引导城乡建设向地上、地下发展，提高集约利用水平；年度新增建设用地规模需小于农村居民点整理置换规模，适度扩大万顷良田建设及城乡建设用地增减挂钩的规模，通过农村居民点整理实现建设用地规模的减量化控制。
优化调整区包含南京、无锡、常州、南通、连云港、淮安、宿迁七市，该区建设用地剩余空间相对不足。本区域应采取“增量递减、存量优化”的管控策略，逐步缩减新增建设用地规模。合理控制年度新增建设用地指标，提高新增建设用地供应门槛，加强增量建设用地集约管控；结合产业结构调整，开展旧城镇、旧村庄和旧厂房用地改造，充分发挥存量建设用地效益；有序推进城乡建设用地置换，缓解建设用地的供需矛盾。
重点发展区包括镇江、扬州、泰州三市。该区域建设用地可拓展空间较大，良好的资源禀赋为工业化、城镇化进程的快速推进提供了较好的用地保障。在不突破建设用地总量管控目标的前提下，可适当增加建设用地供给力度，适度增加年度新增建设用地指标配置，满足其工业化和城镇化加速推进过程中作为代价性损失的用地需求；同时探索合理的新增建设用地供地门槛，防止建设用地的低效蔓延。
4结论与讨论
（1）本文从区域社会经济发展需求和资源供给约束两方面，筛选出影响建设用地总量分配的主要指标，构建建设用地总量分配评价指标体系，使评价指标体系更为全面，尝试将广泛应用于经济领域评价公平性的基尼系数应用在建设用地管理领域，兼顾建设用地总量区域分配的效率性和公平性，为合理分配区域建设用地总量提供技术支撑。
（2）本文依照规划剩余空间的可使用年限，将江苏省13地级市划分为3类建设用地管控区域：苏州、盐城和苏州属于合理缩减区，南京、无锡、常州、南通、连云港、淮安和宿迁属于优化调整区，镇江、扬州和泰州属于适度扩张区；并从增量供给、存量挖潜、置换政策、供给门槛等方面提出了区域差别化的建设用地总量管控策略，有利于促进建设用地的精细化管理，并促使其管理方式从“增量控制”向“总量调控”的转变。
（3）基于基尼系数开展资源配置研究，当出现指标变化趋势不一致时，需要将指标同趋势化处理[27]，本文将农村居民点整理潜力这一负向指标取倒数，进行了正向化处理，符合洛伦兹曲线的几何性质和基尼系数的定义。但负向指标的正向化处理方法及其对基尼系数测算结果的影响，仍有待深入研究。
（4）建设用地总量分配的影响因素众多，除受经济社会发展需求和资源禀赋供给约束的影响外，国家和区域宏观调控政策对其影响也较大，但由于政策与建设用地扩张相关关系具有非确定性且难以量化，本文建设用地总量分配指标体系尚未考虑。如何将建设用地调控政策合理纳入到建设用地总量分配指标体系中，有待进一步研究。 （编辑：徐天祥）
参考文献（References）
[1]吴次芳，邵霞珍. 土地利用规划的非理性、不确定性和弹性理论研究[J].浙江大学学报：人文社会科学版，2005，35（4）：98-105. [Wu Cifang， Shao Xiazheng. A Study on the Irrational， Uncertain and Flexible Theory of Land Use Planning[J]. Journal of Zhejiang University：Humanities and Social Science Edition， 2005， 35（4）： 98-105.]
[2]姜开宏，陈江龙，陈雯. 比较优势理论与区域土地资源配置：以江苏省为例[J]. 中国农村经济，2004，（12）：16-21. [Jiang Kaihong， Chen Jianglong， Chen Wen. The Theory of Comparative Advantage and Regional Land Resource Allocation： A Case of Jiangsu Province[J]. Chinese Rural Economy， 2004， （12）： 16-21.]
[3]陈江龙，曲福田，陈雯. 农地非农化效率的空间差异及其对土地利用政策调整的启示[J]. 管理世界，2004，（8）：37-42. [ Chen Jianglong， Qu Futian， Chen Wen. The Dissimilarity in Space of Nonagriculture Efficiency of Farmland， and Its Inspiration to the Policy Adjustment of Use of Land[J]. Management World， 2004， （8）：37-42.]
[4]罗永明，朱明仓. 优化建设用地增量配置 保障区域社会经济协调发展[J]. 四川师范大学学报：社会科学版，2007，34（1）：51-57. [Luo Yongming， Zhu Mingcang. Optimization of Construction Land Increase Supply[J]. Journal of Sichuan Normal University： Social Sciences Edition， 2007， 34（1）： 51-57.]
[5]丁建中，金志丰，陈逸. 基于空间开发潜力评价的泰州市建设用地空间配置研究[J].中国土地科学，2005，23（5）：30-36. [Ding Jianzhong， Jing Zhifeng， Chen Yi. Research on Spatial Allocation of Construction Land in Taizhou City Based on Assessment of Spatial Development Potentials [J]. China Land Science， 2005， 23（5）： 30-36.]
[6]尧德明，陈玉福，张富刚，等. 层次分析法在土地利用总体规划用地指标分解中的应用：海南省为例[J].安徽农业科学，2007，35（34）：11175-11176. [Rao Deming， Chen Yufu， Zhang Fugang， et al. Application of Hierarchy Analysis Method in Decomposing Land Use Indices of Overall Land Use Planning： A Case of Hainan Province[J]. Journal of Anhui Agricultural Sciences， 2007， 35（34）：11175-11176.]
[7]陈凤，张安明，部小红. 基于主成分分析法的建设用地需求优先度研究：以重庆市偷东南和瑜东北两翼为例[J]. 西南大学学报：自然科学版，2010，32（8）：158-162. [Chen Feng， Zhang Anming， Bu Xiaohong. On Priority Appraisement of Demand for Construction Land Based on Principal Component Analysis： A Case Study of the Southeastern and Northeastern Parts of Chongqing[J]. Journal of Southwest University：Natural Science Edition， 2010， 32（8）： 158-162.]
[8]殷少美，金晓斌，周寅康，等. 基于主成分分析法和AHPGEM模型的区域新增建设用地指标合理配置：以江苏省为例[J]. 自然资源学报，2007，22（3）：372-379. [Yin Xiaomei， Jin Xiaobin， Zhou Yinkang， et al. Allocation of Newlyadded Quota of Regional Construction Land Based on Principal Components Analysis and AHPGEM Model： A Case Study of Jiangsu Province[J]. Journal of Natural Resources， 2007， 22（3）： 372-379.]
[9]曾光建，陶军德，关国锋，等. 新一轮土地利用总体规划中建设用地指标分解研究：以伊春市为例[J]资源与产业，2010，12（4）：58-61. [Zeng Guangjian， Tao Junde， Guang Guofeng， et al. Index Disassembly in Construction Land During Newround Land Use Planning： A Case Study on Yichun City[J]. Resources & Industries， 2010， 12（4）： 58-61.] [10]洪建国，杨钢桥，苗欣，等. 增量城镇用地区域配置研究：以湖北省为例[J]. 中国土地科学，2008，22（12）：39-45. [Hong Jianguo， Yang Gangqiao， Miao Xin， et al. Study on Regional Allocation of Newly Increased Construction Land of Urban and Town： A Case of Hubei Province[J]. China Land Science， 2008， 22（12）： 39-45.]
[11]郑新奇，赵璐，胡业翠，等. 土地利用总体规划指标时空分配[J]. 农业工程学报，2010，26（4）：297-305. [Zheng Xinqi， Zhao Lu， Hu Yecui， et al. Spatiotemporal Allocation of General Landuse Planning Index[J]. Transactions of the CSAE， 2010， 26（4）： 297-305.]
[12]万广华. 不平等的度量与分解[J]. 经济学（季刊），2009，8（1）：347-367. [Wan Guanghua. Inequality Measurement and Decomposition： A Survey[J]. China Economic Quarterly， 2009， 8（1）： 347-367.]
[13]孟祥明，张宏伟，孙韬，等. 基尼系数法在水污染物总量分配中的应用[J]. 中国给水排水，2008，24（23）：105-108. [Meng Xiangming， Zhang Hongwei， Sun Tao， et al. Application of Gini Coefficient in Total Pollutant Load Allocation for Surface Water[J]. China Water & Wastewater， 2008， 24（23）： 105-108.]
[14]张琳，陈逸，张群，等. 基于基尼系数的耕地保有量分配优化模型[J]. 经济地理，2012，32（6）：132-137. [Zhang Lin， Chen Yi， Zhang Qun， et al. Optimization Model for Cultivated Land Allocations Based on the Gini Coefficient[J]. Economic Geography， 2012， 32（6）： 132-137.]
[15]宋德勇，刘习平. 中国省际碳排放空间分配研究[J]. 中国人口·资源与环境，2013，23（5）：7-13. [Song deyong， Liu Xiping. Spatial Distribution of Provincial Carbon Emissions[J]. China Population， Resources and Environment， 2013， 23（5）： 7-13.]
[16]魏后凯. 现代区域经济学[M]. 北京：经济管理出版社，2011：435-437. [Wei Houkai. Modern Regional Economics[M]. Beijing： Economy & Management Publishing House， 2011： 435-437.]
[17]洪兴建，基尼系数理论研究[M].北京：经济科学出版社，2008：23-80. [Hong Xingjian. Research on Gini Coefficient Theory[M]. Beijing： Economic Science Press， 2008： 23-80.]
[18]王丽琼. 基于公平性的水污染物总量分配基尼系数分析[J]. 生态环境，2008，17（5）：1796-1801. [Wang Liqiong. Analysis of Total Pollutant Load Allocation for Water Bodies Gini Coefficient Based on Equity[J]. Ecology and Environment， 2008， 17（5）： 1796-1801.]
[19]李如忠，舒琨. 基于基尼系数的水污染负荷分配模糊优化决策模型[J]. 环境科学学报，2010，30（7）：1518-1526. [Li Ruzhong， Shu Kun. Fuzzy Optimization Model for Water Load Allocations Based on the Gini Coefficient[J]. Acta Scientiae Circumstantiae， 2010， 30（7）： 1518-1526.]
[20]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[J]. 中国土地科学，2010，24（8）：59-64. [Lu Zhangwei， Wu Cifang， Yue Wenze. Study on Dynamic Regional Allocation of Construction Land Quotas in General Land Use Planning[J]. China Land Science， 2010， 24（8）： 59-64.]
[21]刘琼，欧名豪，盛业旭，等. 建设用地总量的区域差别化配置研究：以江苏省为例[J]. 中国人口·资源与环境，2013，23（12）：119-124. [Liu Qiong， Ou Minghao， Sheng Yexu， et al. Analysis on Regional Differentiated Allocation of Construction Land： With Jiangsu Province for Example[J] .China Population， Resources and Environment， 2013， 23（12）： 119-124.] [22]徐勇，汤青，樊杰，等. 主体功能区划可利用土地资源指标项及算法[J]. 地理研究，2010，29（7）：1221-1232. [Xu Yong， Tang Qing， Fan Jie， et al. Available Land Index Items and Their Calculational Methods for Major Function Oriented Regionalization [J]. Geographical Research， 2010， 29（7）： 1221-1232.]
[23]费传宝. 关于洛伦兹曲线和基尼系数的探析[J]. 工业技术经济，2009，28（11）：108-112. [Fei Chuanbao. Analysis on the Lorenz Curve and the Gini Coefficient[J]. Industrial Technology & Economy， 2009， 28（11）： 108-112. ]
[24]赵丽，朱永明，付梅臣，等. 主成分分析法和熵值法在农村居民点集约利用评价中的比较[J]. 农业工程学报，2012，28（7）：235-242. [Zhao Li， Zhu Yongming， Fu Meichen， et al. Comparative Study on Intensive Use of Rural Residential Land Based on Principal Component Analysis and Entropy[J]. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（7）： 235-242.]
[25]徐宽. 基尼系数的研究文献在过去八十年是如何拓展的[J]. 经济学（季刊），2003，2（4）：757-778. [Xu Kuan. How Has the Literature on Ginis Index Evolved in the Past 80 Years [J]. China Economic Quarterly， 2003， 2（4）： 757-778.]
[26]王万茂. 土地利用规划学[M]. 北京：中国大地出版社，2008：276-325. [Wang Wanmao. Planning Science of Land Use [M]. Beijing： China Land Press， 2008： 276-325.]
[27]陈军才. 主成分与因子分析中指标同趋势化方法探讨[J]. 统计与信息论坛，2005，20（2）：19-23. [Chen Juncai. Discussion of the Same Trending Methods of Indices in Principal Component Analysis and Factor Analysis[J]. Statistics & Information Tribune， 2005， 20（2）： 19-23.]
Abstract
Increasingly serious contradiction between the limited land resources and the growing construction land demand reaches a consensus. Thus， it is necessary to transform construction land management mode from the incremental control to the total control. And reasonable allocation of the total construction land is the prerequisite. Construction land scale influence factors are selected considering the demand of socioeconomic development and the supply constraints of resource endowment， such as the permanent population， GDP， construction land expandable space and rural construction land consolidation potential. An optimization allocation model of total construction land is established with multiconstrained linear equations based on the Gini coefficient， which gives consideration to both the efficiency and fairness. The total construction land’s allocation plan of Jiangsu Province is proposed with the aim of minimizing comprehensive Gini coefficient. The results show that： ① the total construction land allocation method based on Gini coefficient， considering both the fairness and efficiency of resource allocation， improves the allocation rationality. Compared with the current allocation scheme， the comprehensive Gini coefficient decreased from 0.330 to 0.315， and Gini coefficient of each index decreases to some degree respectively. ② The durable years of the construction land remaining space are estimated according to the current construction land and the allocation scale based on the Gini coefficient. Comparing the durable years and the current planning’s remaining years， the 13 cities in Jiangsu Province are divided into three types. The reasonable reduction zone， including Suzhou， Yancheng and Xuzhou， is necessary to reduce the construction land area to strictly control its scale and improve existing construction land use efficient. By comparison， the optimizing and adjusting zone， including Nanjing， Wuxi， Changzhou， Nantong， Huaian， Suqian and Lianyungang， is necessary to carry out the control strategy to gradually reduce the increment and optimize the existing construction land， so that the new incremental construction land will be reduced gradually. While the key development zone， including Yangzhou， Zhenjiang and Taizhou， can increase annual incremental construction land quota moderately， and at the same time， strengthen the threshold of the newly increased construction land.
Key wordstotal construction land； Gini coefficient； regional allocation； Jiangsu
关键词建设用地总量；基尼系数；区域分配；江苏
中图分类号F301.2文献标识码A文章编号1002-2104（2015）04-0084-08doi：10.3969/j.issn.1002-2104.2015.04.011
随着我国经济的快速增长，城镇化、工业化进程快速推进，建设用地规模持续扩张，优质耕地不断被占用，资源承载极限的刚性约束日益显现，土地资源的有限性与区域建设用地需求增长之间的矛盾也日趋加剧，建设用地增量控制亟需向总量管控转变。而我国社会经济发展水平和资源禀赋的区域差异明显，建设用地总量在区域间的合理分配是实现其总量管控的前提。相关学者从区域社会经济发展[1]、建设用地边际产出[2]、建设用地比较优势[3]、土地利用效率空间差异[4]、空间开发潜力[5]等方面，运用层次分析法[6]、主成分分析法[7]、群组决策法[8]、均方差决策法[9]、最小相对熵方法[10]及CLUE-S模型模拟法[11]等研究建设用地配置，为土地利用总体规划方案中建设用地总量分配提供了可供借鉴的理论与方法基础。但现有研究多基于区域社会经济发展对建设用地的需求来分配建设用地总量，而忽视了区域资源供给约束对建设用地总量分配的影响，同时建设用地总量分配多关注效率因素，而对建设用地总量区域配置的公平问题考虑较少。因此，如何兼顾效率与公平，合理分配规划期内区域建设用地总量，是亟待研究的关键问题。
基尼系数是测度地区公平性的常用指标之一，现广泛应用于收入分配[12]、水污染物总量分配[13]、耕地保有量分配[14]及碳排放分配[15] 等诸多领域，通过构建基于基尼系数的优化模型，能兼顾资源配置的效率性和公平性，提高分配方案的合理性。基于此，本文从区域社会经济发展需求和资源禀赋供给约束两方面建立建设用地总量分配指标体系，并构建基于基尼系数的建设用地总量分配模型，得到现行土地利用总体规划目标年（“2020年”，下同）兼顾效率与公平的江苏省建设用地总量分配方案，为建设用地总量管控提供参考。
1基于基尼系数的建设用地总量分配方法
1.1基尼系数内涵
基尼系数由意大利几何和统计学家基尼在洛伦兹曲线的基础上提出。最初主要用来衡量收入和财富分配的不平等程度，其绘制方法是：横坐标为人口累计百分比，纵坐标为收入累计百分比（见图1），图中的对角线OL为绝对平均分配曲线，折线OXL为绝对不平均分配曲线，实际分配曲线（洛伦兹曲线）介于绝对平均分配曲线和绝对不平均分配曲线之间，当曲线向右下角凸出的程度越大，表明收入分配的不平等程度越高。设实际分配曲线与绝对平均分配曲线之间的面积为A，实际分配曲线与绝对不平均分配曲线之间面积为B，并以A/（A+B）的值表示不平等程度，该值被称为基尼系数。基尼系数是一个介于0和1之间的小数，基尼系数越小，分配越平均；反之，收入分配越是趋向不平等[16]。按照国际惯例：基尼系数在0.2以下表示绝对平均，0.2-0.3 表示比较平均，0.3-0.4表示相对合理，0.4-0.5表示差距较大，0.5 以上表示差距悬殊，通常把0.4作为收入分配差距的“警戒线”[17]
1.2基于基尼系数的建设用地总量分配基本思路
基尼系数作为经济领域评价收入公平性的方法能够较好的体现公平性，可以将其应用到其他学科与均匀度分析相关的领域[18]，因此，基尼系数可以用于对建设用地总量分配的公平性测度。当使用洛伦兹曲线和基尼系数测度建设用地总量分配的公平程度时，横轴以建设用地总量分配指标替换人口，而纵轴则以建设用地总量替换收入。利用基尼系数可以反映分配公平性的特征，确定出该方法的主要控制指标、运算规则及具体的计算方法，建立基于基尼系数的建设用地总量分配模型[19]。本文从区域社会经济发展需求和资源供给约束两方面，首先筛选出影响建设用地总量分配的社会经济发展需求和资源禀赋供给约束等体现效率的主要指标，计算各指标的基尼系数，然后构建基于基尼系数的建设用地总量分配模型，以各指标基尼系数的加权求和（综合基尼系数）最小为目标函数，建立多约束的线性规划求解方程，得到兼顾效率和公平的建设用地总量分配方案。
1.3兼顾供需的建设用地总量分配指标体系
1.3.1指标体系
影响建设用地总量分配的因素包括社会、经济和政策等多方面指标，每一方面均涉及数量众多的具体指标，其中部分指标存在统计数据不全或难于统计等问题。为了便于该方法在建设用地总量分配中的广泛应用，参考建设用地总量影响因素的相关文献[20-21]，按照典型性、可得性、可定量性、可比较性等原则，本文从社会经济发展需求和资源禀赋供给约束两方面构建建设用地总量分配指标体系，选取常住人口、GDP代表区域社会经济发展水平，建设用地可拓展空间、农村居民点整理潜力衡量区域资源禀赋状况。 （1）常住人口：该指标是反映区域社会发展水平的重要因子，常住人口-建设用地总量的基尼系数反映了以人口分布表征的区域建设用地总量分配的公平性，为提高其分配的公平程度，对人均建设用地较高的区域，应缩减其建设用地规模。
（2）GDP：该指标是反映区域经济发展水平的重要因子，GDP-建设用地总量的基尼系数反映了以经济总量表征的区域建设用地分配的公平性，单位GDP建设用地高的区域，土地利用相对粗放，应缩减其建设用地规模，倒逼其产业结构调整，提高建设用地集约利用水平。
（3）建设用地可拓展空间：该指标为土地总面积扣除水域、林草地等生态敏感区、基本农田保护面积和现状建设用地面积的余额[22]，反映了区域建设用地增量空间的富足程度。建设用地可拓展空间-建设用地总量的基尼系数反映了以建设用地增量空间表征的区域建设用地总量分配的公平性，增量空间越大表明区域建设用地供给约束越小，可适当增加建设用地规模。
（4）农村居民点整理潜力：该指标为参照村镇规划标准计算的农村居民点用地理论潜力，反映了区域存量建设用地可挖潜规模大小。若区域农村居民点整理潜力较大，则应更注重内涵挖潜，积极开展农村建设用地整理[21]，相应配置较少的建设用地总量，故该指标为负向指标，根据洛伦兹曲线几何性质及基尼系数的定义，需要对农村居民点整理潜力取倒数作指标正向化处理[23]。潜力越大表明区域存量建设用地挖潜空间越大，应减少建设用地总量分配。
1.3.2指标权重
建设用地总量分配涉及到若干个指标基尼系数的调整，而不同指标对分配的重要性和影响程度是不相同的，因此，采用加权求和的方式计算综合基尼系数。为避免主观性，拟采用熵值法[24]确定指标权重。由信息熵原理，指标的信息熵越小，表明指标值的变异程度越大，提供的信息也越多，则其权重应越大；反之权重越小。
Wj=（1-ej）/∑mj=1（1-ej）j=1，2，…m（1）
式中：ej=-1lnn∑ni=1pijlnpij，pij=yij/∑ni=1yij，yij=xi/zij，i=1，2，…n，n为区域个数，m为指标数；xi表示分配到第i区域的规划目标年的建设用地总量，zij表示第i区域中第j指标的值，yij第i区域中第j指标的单位指标所负荷的建设用地总量，pij为yij在整个区域所占的比重，ej为第j指标的信息熵值。
1.4指标基尼系数的计算
基尼系数的计算方法有几何法、平均差法、协方差法及矩阵法等[25]。本文采用应用较为普遍的几何法中的梯形面积法，将图1中洛伦兹曲线下方的面积B近似看作若干梯形面积之和，计算公式为：
Gj=1-∑ni=1（Xij-X（i-1）j）（Yij+Y（i-1）j）（2）
i=1，2，…n
式中：j为指标编号，Gj为基于第j指标的基尼系数，Xij为第j指标的累计百分比，Yij为建设用地总量累计百分比，n为区域个数，i为分配对象。
1.5基于基尼系数的建设用地总量分配模型构建
运用线性规划方法，构建基于基尼系数的建设用地总量分配模型。
1.5.1目标函数
根据基尼系数原理，即基尼系数越小，分配越公平，确定综合基尼系数最小为建设用地总量分配模型的目标函数，其中综合基尼系数为各指标基尼系数的加权求和值。
1.5.2约束条件
公平性约束：为了使优化后的建设用地布局比优化前公平，优化后的基尼系数Gj应不大于优化前的基尼系数G0j。
建设用地总量下限约束：由于经济社会发展的代价性损失，规划期内各区域建设用地总量应高于规划基期年（2005年）建设用地面积[26]，因此将现行规划基期年建设用地面积确定为各地区建设用地总量的下限（poi）。
建设用地总量上限约束：依据资源承载约束，各区域建设用地总量不突破建设用地现状面积与建设用地可拓展空间之和，据此将两者之和确定各地区建设用地总量的上限（p1i）。
规划总量约束：考虑土地利用总体规划的刚性约束，各区域建设用地总量之和应等于土地利用总体规划确定的建设用地总规模。
据此构建基于基尼系数的建设用地总量区域优化模型，即：
minG=∑mj=1WjGj（3）
s.t.：0≤Gj≤G0jp0i
2区域概况及数据
2.1研究区概况
江苏省位于我国东部沿海地区，是长江三角洲的重要组成部分，全省下辖13个地级市，是全国现代高科技产业和城镇密集地区之一。改革开放以来，江苏省经济持续快速增长，用全国1%的土地创造了全国10%的GDP，但随着工业化、城市化与基础设施建设进程的加快，建设用地规模也呈现快速扩张的趋势，依据江苏省土地变更调查数据，到2010年底全省建设用地总面积为215.63×104 hm2，土地开发强度为20.11%，不断挤压农业空间和生态空间，严重威胁粮食安全和生态安全，建设用地总量控制形势严峻。从不同区域来看，苏南地区工业化、城市化推进速度远远快于苏中与苏北地区，其土地开发强度也高于后者，苏中三市的土地开发强度处于相对较低水平；建设用地扩张也呈现出明显的区域差异，苏南地区的建设用地增速远远高于苏中、苏北地区。不同区域社会经济发展水平和资源禀赋的差异，客观上要求根据区域特征，兼顾效率与公平，合理确定建设用地总量管控目标，既能保障经济发展的合理需求，又能使其开发强度控制在资源承载范围内，实现全省区域的协调发展。 2.2数据来源及处理
江苏省规划目标年建设用地总量控制目标为《江苏省土地利用总体规划（2006-2020年）》建设用地总量控制目标与全国第二次土地调查成果衔接后的规模（221.70×104 hm2）。13个地级市规划目标年的地区生产总值、常住人口来源于各地级市土地利用总体规划（2006-2020年）说明，土地利用现状数据来源于江苏省2010年土地变更调查数据。建设用地可拓展空间为土地总面积扣除水域、林草地等生态敏感区、基本农田保护面积和现状建设用地面积的余额，依据江苏省土地变更调查和土地利用总体规划数据测算。农村居民点整理潜力依据《村镇规划标准》（GB20188-93），按人均150 m2 计算得到。
3结果分析
3.1现行规划方案建设用地总量分配公平性评价
根据基尼系数计算方法，按照各指标与现行规划方案中建设用地总量比值由小到大对13个地级市进行排序，计算各指标的累计百分比和建设用地总量累计百分比，绘制各指标的洛伦兹曲线（见图2），并计算各指标-建设用地总量的基尼系数。由表3可知，常住人口-建设用地总量的基尼系数是0.113，处于绝对平均水平；GDP-建设用地总量的基尼系数是0.336，处于相对合理水平；建设用地可拓展空间-建设用地总量的基尼系数是0.210，处于比较平均水平；但农村居民点整理潜力倒数-建设用地总量的基尼系数是0.427，超过了国际0.4 的“警戒线”，处于差距较大水平。因此，有必要基于各指标对现行规划建设用地总量分配方案进行优化调整，得到兼顾效率与公平的建设用地总量分配方案。
3.2建设用地总量分配结果
根据熵值法确定各指标权重（见表3），利用lingo11.0软件运行得到江苏省13个地级市规划目标年建设用地总量分配结果（见表4），并计算优化后的各指标基尼系数（见表3）。
对比优化分配结果与现行规划方案，可看出：综合基尼系数由0.330降为0.315，各指标的基尼系数都有不同程度的下降，并低于警戒值，基尼系数变幅最大的是农村居民点整理潜力，优化后各地级市的建设用地总量分配更合理。其中苏州、盐城和徐州的建设用地总量指标与现行规划方案相比减幅较大，主要因为苏州的建设用地可拓展空间严重不足，盐城、徐州的农村居民点整理潜力较大，从而拉低了建设用地总量指标的配置；而扬州、镇江、泰州和常州规划确定的地区生产总值和常住人口增长较快，建设用地可拓展空间较大，建设用地总量分配有所增加。
根据2006-2010年规划实施期间年均增量，结合建设用地现状规模和规划目标年建设用地总量分配方案，计算得到13地级市现行扩张趋势下建设用地总量剩余空间的可使用年限。建设用地剩余空间可使用年限反映了建设用地总量控制目标下，区域建设用地指标的紧张程度，依据可使用年限与现行规划剩余时间（10年）的对比关系划分建设用地管控区域：合理缩减区（可使用年限≤0）、优化调整区（0<可使用年限<10年）、重点发展区（可使用年限≥10年）。
合理缩减区包括苏州、盐城、徐州三市，该区现状建设用地规模已超过总量管控目标。本区域应按照“严控总量，盘活存量”的目标，实施建设用地减量化管理。建设用地利用应立足存量挖潜，加快存量建设用地二次开发；积极引导城乡建设向地上、地下发展，提高集约利用水平；年度新增建设用地规模需小于农村居民点整理置换规模，适度扩大万顷良田建设及城乡建设用地增减挂钩的规模，通过农村居民点整理实现建设用地规模的减量化控制。
优化调整区包含南京、无锡、常州、南通、连云港、淮安、宿迁七市，该区建设用地剩余空间相对不足。本区域应采取“增量递减、存量优化”的管控策略，逐步缩减新增建设用地规模。合理控制年度新增建设用地指标，提高新增建设用地供应门槛，加强增量建设用地集约管控；结合产业结构调整，开展旧城镇、旧村庄和旧厂房用地改造，充分发挥存量建设用地效益；有序推进城乡建设用地置换，缓解建设用地的供需矛盾。
重点发展区包括镇江、扬州、泰州三市。该区域建设用地可拓展空间较大，良好的资源禀赋为工业化、城镇化进程的快速推进提供了较好的用地保障。在不突破建设用地总量管控目标的前提下，可适当增加建设用地供给力度，适度增加年度新增建设用地指标配置，满足其工业化和城镇化加速推进过程中作为代价性损失的用地需求；同时探索合理的新增建设用地供地门槛，防止建设用地的低效蔓延。
4结论与讨论
（1）本文从区域社会经济发展需求和资源供给约束两方面，筛选出影响建设用地总量分配的主要指标，构建建设用地总量分配评价指标体系，使评价指标体系更为全面，尝试将广泛应用于经济领域评价公平性的基尼系数应用在建设用地管理领域，兼顾建设用地总量区域分配的效率性和公平性，为合理分配区域建设用地总量提供技术支撑。
（2）本文依照规划剩余空间的可使用年限，将江苏省13地级市划分为3类建设用地管控区域：苏州、盐城和苏州属于合理缩减区，南京、无锡、常州、南通、连云港、淮安和宿迁属于优化调整区，镇江、扬州和泰州属于适度扩张区；并从增量供给、存量挖潜、置换政策、供给门槛等方面提出了区域差别化的建设用地总量管控策略，有利于促进建设用地的精细化管理，并促使其管理方式从“增量控制”向“总量调控”的转变。
（3）基于基尼系数开展资源配置研究，当出现指标变化趋势不一致时，需要将指标同趋势化处理[27]，本文将农村居民点整理潜力这一负向指标取倒数，进行了正向化处理，符合洛伦兹曲线的几何性质和基尼系数的定义。但负向指标的正向化处理方法及其对基尼系数测算结果的影响，仍有待深入研究。
（4）建设用地总量分配的影响因素众多，除受经济社会发展需求和资源禀赋供给约束的影响外，国家和区域宏观调控政策对其影响也较大，但由于政策与建设用地扩张相关关系具有非确定性且难以量化，本文建设用地总量分配指标体系尚未考虑。如何将建设用地调控政策合理纳入到建设用地总量分配指标体系中，有待进一步研究。 （编辑：徐天祥）
参考文献（References）
[1]吴次芳，邵霞珍. 土地利用规划的非理性、不确定性和弹性理论研究[J].浙江大学学报：人文社会科学版，2005，35（4）：98-105. [Wu Cifang， Shao Xiazheng. A Study on the Irrational， Uncertain and Flexible Theory of Land Use Planning[J]. Journal of Zhejiang University：Humanities and Social Science Edition， 2005， 35（4）： 98-105.]
[2]姜开宏，陈江龙，陈雯. 比较优势理论与区域土地资源配置：以江苏省为例[J]. 中国农村经济，2004，（12）：16-21. [Jiang Kaihong， Chen Jianglong， Chen Wen. The Theory of Comparative Advantage and Regional Land Resource Allocation： A Case of Jiangsu Province[J]. Chinese Rural Economy， 2004， （12）： 16-21.]
[3]陈江龙，曲福田，陈雯. 农地非农化效率的空间差异及其对土地利用政策调整的启示[J]. 管理世界，2004，（8）：37-42. [ Chen Jianglong， Qu Futian， Chen Wen. The Dissimilarity in Space of Nonagriculture Efficiency of Farmland， and Its Inspiration to the Policy Adjustment of Use of Land[J]. Management World， 2004， （8）：37-42.]
[4]罗永明，朱明仓. 优化建设用地增量配置 保障区域社会经济协调发展[J]. 四川师范大学学报：社会科学版，2007，34（1）：51-57. [Luo Yongming， Zhu Mingcang. Optimization of Construction Land Increase Supply[J]. Journal of Sichuan Normal University： Social Sciences Edition， 2007， 34（1）： 51-57.]
[5]丁建中，金志丰，陈逸. 基于空间开发潜力评价的泰州市建设用地空间配置研究[J].中国土地科学，2005，23（5）：30-36. [Ding Jianzhong， Jing Zhifeng， Chen Yi. Research on Spatial Allocation of Construction Land in Taizhou City Based on Assessment of Spatial Development Potentials [J]. China Land Science， 2005， 23（5）： 30-36.]
[6]尧德明，陈玉福，张富刚，等. 层次分析法在土地利用总体规划用地指标分解中的应用：海南省为例[J].安徽农业科学，2007，35（34）：11175-11176. [Rao Deming， Chen Yufu， Zhang Fugang， et al. Application of Hierarchy Analysis Method in Decomposing Land Use Indices of Overall Land Use Planning： A Case of Hainan Province[J]. Journal of Anhui Agricultural Sciences， 2007， 35（34）：11175-11176.]
[7]陈凤，张安明，部小红. 基于主成分分析法的建设用地需求优先度研究：以重庆市偷东南和瑜东北两翼为例[J]. 西南大学学报：自然科学版，2010，32（8）：158-162. [Chen Feng， Zhang Anming， Bu Xiaohong. On Priority Appraisement of Demand for Construction Land Based on Principal Component Analysis： A Case Study of the Southeastern and Northeastern Parts of Chongqing[J]. Journal of Southwest University：Natural Science Edition， 2010， 32（8）： 158-162.]
[8]殷少美，金晓斌，周寅康，等. 基于主成分分析法和AHPGEM模型的区域新增建设用地指标合理配置：以江苏省为例[J]. 自然资源学报，2007，22（3）：372-379. [Yin Xiaomei， Jin Xiaobin， Zhou Yinkang， et al. Allocation of Newlyadded Quota of Regional Construction Land Based on Principal Components Analysis and AHPGEM Model： A Case Study of Jiangsu Province[J]. Journal of Natural Resources， 2007， 22（3）： 372-379.]
[9]曾光建，陶军德，关国锋，等. 新一轮土地利用总体规划中建设用地指标分解研究：以伊春市为例[J]资源与产业，2010，12（4）：58-61. [Zeng Guangjian， Tao Junde， Guang Guofeng， et al. Index Disassembly in Construction Land During Newround Land Use Planning： A Case Study on Yichun City[J]. Resources & Industries， 2010， 12（4）： 58-61.] [10]洪建国，杨钢桥，苗欣，等. 增量城镇用地区域配置研究：以湖北省为例[J]. 中国土地科学，2008，22（12）：39-45. [Hong Jianguo， Yang Gangqiao， Miao Xin， et al. Study on Regional Allocation of Newly Increased Construction Land of Urban and Town： A Case of Hubei Province[J]. China Land Science， 2008， 22（12）： 39-45.]
[11]郑新奇，赵璐，胡业翠，等. 土地利用总体规划指标时空分配[J]. 农业工程学报，2010，26（4）：297-305. [Zheng Xinqi， Zhao Lu， Hu Yecui， et al. Spatiotemporal Allocation of General Landuse Planning Index[J]. Transactions of the CSAE， 2010， 26（4）： 297-305.]
[12]万广华. 不平等的度量与分解[J]. 经济学（季刊），2009，8（1）：347-367. [Wan Guanghua. Inequality Measurement and Decomposition： A Survey[J]. China Economic Quarterly， 2009， 8（1）： 347-367.]
[13]孟祥明，张宏伟，孙韬，等. 基尼系数法在水污染物总量分配中的应用[J]. 中国给水排水，2008，24（23）：105-108. [Meng Xiangming， Zhang Hongwei， Sun Tao， et al. Application of Gini Coefficient in Total Pollutant Load Allocation for Surface Water[J]. China Water & Wastewater， 2008， 24（23）： 105-108.]
[14]张琳，陈逸，张群，等. 基于基尼系数的耕地保有量分配优化模型[J]. 经济地理，2012，32（6）：132-137. [Zhang Lin， Chen Yi， Zhang Qun， et al. Optimization Model for Cultivated Land Allocations Based on the Gini Coefficient[J]. Economic Geography， 2012， 32（6）： 132-137.]
[15]宋德勇，刘习平. 中国省际碳排放空间分配研究[J]. 中国人口·资源与环境，2013，23（5）：7-13. [Song deyong， Liu Xiping. Spatial Distribution of Provincial Carbon Emissions[J]. China Population， Resources and Environment， 2013， 23（5）： 7-13.]
[16]魏后凯. 现代区域经济学[M]. 北京：经济管理出版社，2011：435-437. [Wei Houkai. Modern Regional Economics[M]. Beijing： Economy & Management Publishing House， 2011： 435-437.]
[17]洪兴建，基尼系数理论研究[M].北京：经济科学出版社，2008：23-80. [Hong Xingjian. Research on Gini Coefficient Theory[M]. Beijing： Economic Science Press， 2008： 23-80.]
[18]王丽琼. 基于公平性的水污染物总量分配基尼系数分析[J]. 生态环境，2008，17（5）：1796-1801. [Wang Liqiong. Analysis of Total Pollutant Load Allocation for Water Bodies Gini Coefficient Based on Equity[J]. Ecology and Environment， 2008， 17（5）： 1796-1801.]
[19]李如忠，舒琨. 基于基尼系数的水污染负荷分配模糊优化决策模型[J]. 环境科学学报，2010，30（7）：1518-1526. [Li Ruzhong， Shu Kun. Fuzzy Optimization Model for Water Load Allocations Based on the Gini Coefficient[J]. Acta Scientiae Circumstantiae， 2010， 30（7）： 1518-1526.]
[20]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[J]. 中国土地科学，2010，24（8）：59-64. [Lu Zhangwei， Wu Cifang， Yue Wenze. Study on Dynamic Regional Allocation of Construction Land Quotas in General Land Use Planning[J]. China Land Science， 2010， 24（8）： 59-64.]
[21]刘琼，欧名豪，盛业旭，等. 建设用地总量的区域差别化配置研究：以江苏省为例[J]. 中国人口·资源与环境，2013，23（12）：119-124. [Liu Qiong， Ou Minghao， Sheng Yexu， et al. Analysis on Regional Differentiated Allocation of Construction Land： With Jiangsu Province for Example[J] .China Population， Resources and Environment， 2013， 23（12）： 119-124.] [22]徐勇，汤青，樊杰，等. 主体功能区划可利用土地资源指标项及算法[J]. 地理研究，2010，29（7）：1221-1232. [Xu Yong， Tang Qing， Fan Jie， et al. Available Land Index Items and Their Calculational Methods for Major Function Oriented Regionalization [J]. Geographical Research， 2010， 29（7）： 1221-1232.]
[23]费传宝. 关于洛伦兹曲线和基尼系数的探析[J]. 工业技术经济，2009，28（11）：108-112. [Fei Chuanbao. Analysis on the Lorenz Curve and the Gini Coefficient[J]. Industrial Technology & Economy， 2009， 28（11）： 108-112. ]
[24]赵丽，朱永明，付梅臣，等. 主成分分析法和熵值法在农村居民点集约利用评价中的比较[J]. 农业工程学报，2012，28（7）：235-242. [Zhao Li， Zhu Yongming， Fu Meichen， et al. Comparative Study on Intensive Use of Rural Residential Land Based on Principal Component Analysis and Entropy[J]. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（7）： 235-242.]
[25]徐宽. 基尼系数的研究文献在过去八十年是如何拓展的[J]. 经济学（季刊），2003，2（4）：757-778. [Xu Kuan. How Has the Literature on Ginis Index Evolved in the Past 80 Years [J]. China Economic Quarterly， 2003， 2（4）： 757-778.]
[26]王万茂. 土地利用规划学[M]. 北京：中国大地出版社，2008：276-325. [Wang Wanmao. Planning Science of Land Use [M]. Beijing： China Land Press， 2008： 276-325.]
[27]陈军才. 主成分与因子分析中指标同趋势化方法探讨[J]. 统计与信息论坛，2005，20（2）：19-23. [Chen Juncai. Discussion of the Same Trending Methods of Indices in Principal Component Analysis and Factor Analysis[J]. Statistics & Information Tribune， 2005， 20（2）： 19-23.]
Abstract
Increasingly serious contradiction between the limited land resources and the growing construction land demand reaches a consensus. Thus， it is necessary to transform construction land management mode from the incremental control to the total control. And reasonable allocation of the total construction land is the prerequisite. Construction land scale influence factors are selected considering the demand of socioeconomic development and the supply constraints of resource endowment， such as the permanent population， GDP， construction land expandable space and rural construction land consolidation potential. An optimization allocation model of total construction land is established with multiconstrained linear equations based on the Gini coefficient， which gives consideration to both the efficiency and fairness. The total construction land’s allocation plan of Jiangsu Province is proposed with the aim of minimizing comprehensive Gini coefficient. The results show that： ① the total construction land allocation method based on Gini coefficient， considering both the fairness and efficiency of resource allocation， improves the allocation rationality. Compared with the current allocation scheme， the comprehensive Gini coefficient decreased from 0.330 to 0.315， and Gini coefficient of each index decreases to some degree respectively. ② The durable years of the construction land remaining space are estimated according to the current construction land and the allocation scale based on the Gini coefficient. Comparing the durable years and the current planning’s remaining years， the 13 cities in Jiangsu Province are divided into three types. The reasonable reduction zone， including Suzhou， Yancheng and Xuzhou， is necessary to reduce the construction land area to strictly control its scale and improve existing construction land use efficient. By comparison， the optimizing and adjusting zone， including Nanjing， Wuxi， Changzhou， Nantong， Huaian， Suqian and Lianyungang， is necessary to carry out the control strategy to gradually reduce the increment and optimize the existing construction land， so that the new incremental construction land will be reduced gradually. While the key development zone， including Yangzhou， Zhenjiang and Taizhou， can increase annual incremental construction land quota moderately， and at the same time， strengthen the threshold of the newly increased construction land.
Key wordstotal construction land； Gini coefficient； regional allocation； Jiangsu