题目：Characteristics and key drivers of virtual urban land flows in China

期刊：Land Use Policy 

DOI：https://doi.org/10.1016/j.landusepol.2026.107923

导语

在讨论城镇化时，我们常盯着“本地新增建设用地”“城市扩张速度”“开发边界”等显性指标。但一个更隐蔽、也更关键的问题是：一座城市的消费与产业运转，究竟占用了多少“异地的城市用地”？来自中国科学院地理资源所团队的最新研究，把“虚拟城市建设用地（virtual urban land）”这一概念带入省际贸易网络：土地不流动，但土地占用通过商品与服务的流通被“远程调用”。论文运用EE-MRIO模型、社会网络与计量方法系统回答：虚拟城市用地在中国到底有多大规模、从哪里流向哪里、谁是关键节点、又是谁在驱动这些流动。

研究摘要

理解虚拟城市土地流动对于评估城市化环境影响（SDG 11）、优化土地资源利用（SDG 12）以及解决区域不平等（SDG 10）至关重要。研究使用环境扩展多区域投入产出模型（EE-MRIO）测算2007/2012/2017年中国31省的省际虚拟城市用地流，并把“虚拟用地”与“实际建成区用地”联系起来，解释城市人地关系的“远程耦合”机制。随后用社会网络分析识别流网络结构与关键节点省份，并用PPML（泊松伪极大似然）结合特征向量空间过滤（ESF）识别驱动因素。结果显示：虚拟城市用地已成为中国城镇化的重要结构性组成，且增长迅速；平均每个省份46.58%的城市用地需求由外省供给；流动以内循环为主、空间不均衡显著，宏观表现为东部和东北省份向中西部地区净转移；经济、人口密度、人口迁移、财政能力推动土地流动，而创新提升会降低流动，距离影响不显著。该研究框架可迁移到其他国家地区，研究结论为区域城镇化、产业布局与城市用地管理提供指导。

研究思路与方法

关键是把“城市建设用地”从传统的属地统计，扩展到消费驱动的供应链视角：

1.    EE-MRIO：把经济流转换成土地流

l  以省际投入产出表为骨架，把城市建设用地作为“环境卫星账户”嵌入各行业部门；

l  计算各部门单位产出的用地强度，再通过列昂惕夫逆矩阵追踪直接+间接用地占用；

l  得到省际贸易中“从省r流向省s的虚拟城市用地”（即：s的最终需求在r引致的城市建设用地占用）。

2.   把虚拟用地与实际建成区“对表”

l  进一步构建指标衡量一个省的消费究竟“用了多少外地的城镇建成区用地”，以及本省的建成区有多大比例在服务外地需求，从而更直观呈现人地关系的远程依赖。

3.   SNA 社会网络分析：把省际流动看作网络

l  省份是节点，虚拟用地流是有向边；

l  计算网络密度、关联度、层级性，以及度中心性、介数中心性等，识别枢纽省份与结构演化。

4.   ESF-PPML：既能处理异方差，又能控制空间相关性

l  省际流量常有零值与异方差，PPML比传统对数线性更稳健；

l  通过特征向量空间过滤（ESF）降低残差空间自相关，让驱动因素识别更可信；

l  进一步结合探索性专家访谈，验证模型发现并深化机制探讨。

数据说明

数据由三部分构成，分别对应“经济联系—土地占用—驱动因素”三条链路，并在时间与空间尺度上保持一致性与可比性。

1、MRIO 投入产出数据 采用覆盖中国 31 个省级单元（不含港澳台）的省际多区域投入产出（MRIO）表，选取 2007、2012、2017 三个年份进行测算，以兼顾数据可得性与时序对比，来源于 Chen et al. (2023) 。

2、城市建设用地“卫星账户”数据 城市用地数据来自《中国城市建设统计年鉴》，并按研究定义聚焦于具有生产/服务功能、可与部门产出建立对应关系的五类城镇建设用地：工业用地、公用设施用地、交通及物流仓储用地、商业服务用地、公共管理与公共服务用地；同时将农业、林牧渔及采矿相关用地在投入产出核算中按以往做法处理为 0（不纳入“城市用地”核算口径）。在部门匹配方面，研究依据中国土地利用分类标准（GB50137–2011）将原始投入产出表 42 个部门归并映射至 7 类土地类型（其中 5 类纳入城市用地核算），形成可用于计算部门直接用地强度的卫星账户。

3、驱动因素数据

经济与财政变量（如人均 GDP、对外开放度、财政能力等）主要来自《中国统计年鉴》同期数据；城市人口密度按“城镇常住人口/建成区面积”计算；省际社会网络联系以人口迁移流刻画，迁移数据来自人口普查与 1% 抽样调查中“现住地-五年前住地”的跨省流动统计。

主要结论

• 规模与增长：2007—2017年省际虚拟城市用地总流量由      5835.97 km² 增至 10264.92 km²，约占全国实际城市建成区的 30%。

• 外部依赖显著：平均 46.58% 的省域城市用地需求由其他省份满足；部分省份外部来源甚至超过80%。

• 空间格局：总体呈现东部与东北向中西部净转移；很多中西部省份出现“虚拟消费用地超过本地建设用地”的现象。

• 网络演化：网络密度提升（2007年0.280→2017年0.492），联系更紧，但中心性仍表现为东强西弱、北强南弱。

• 驱动因素：经济增长、城市人口密度、迁移联系、财政能力显著促进流动；技术创新抑制流动；地理距离总体不显著。表明创新进步可以通过实现更密集高效的城市开发来缓解土地压力；空间距离的作用比传统贸易理论预测的要弱，反映了中国基础设施和物流系统中持续的时空压缩。

研究贡献与创新点

1、研究对象拓展：从农林草“虚拟土地”走向“虚拟城市建设用地” 以往虚拟土地研究多聚焦耕地、林地等自然资源占用，对城市建设用地这一人地矛盾最尖锐、与城镇化质量直接相关的土地类型关注不足。本文将虚拟土地核算框架系统扩展到城市建设用地，并在全国尺度刻画其时空格局，揭示省际贸易中隐含的城市用地占用与转移规律。

2、指标创新：打通“虚拟需求—实际供给”的责任识别 研究不仅测算“虚拟用地流了多少”，更通过将虚拟城市用地与实际建设用地对照，提出能够刻画外部依赖、供给外溢与本地承载关系的指标体系，从而回答：一个地区的消费与发展在多大程度上依赖外省城市用地？本地扩张有多大比例在服务外地需求？这使土地治理从传统的“面积管控”进一步走向“责任与依赖识别”。

3、网络视角贡献：从双边流向到全国系统结构与关键节点识别 研究将省际虚拟城市用地流构建为有向加权网络，揭示其“网络更密但仍不均衡”的演化特征：2012—2017 年联系增强、网络密度提升，但中心性仍呈现东强西弱、北强南弱的梯度格局，并识别出广东、江苏、河南、河北等在网络中具有枢纽作用的关键省份，为理解区域间用地压力传导与协同治理提供结构证据。

4、机制解释深化：多维驱动因素联动，并给出明确政策指向 通过将特征向量空间滤波与泊松伪最大似然估计整合，并考虑空间自相关性（此前研究中大多被忽视），揭示了虚拟城市土地流动的关键驱动因素，得到更具可操作性的政策指向：城镇化与土地治理不能仅停留在属地尺度，而应强化跨区域协同治理与产业-用地联动优化，以减少用地压力外溢与区域不平等。

政策启示

一句话：仅靠“本地用地指标”已不足以治理城镇化土地压力。虚拟城市用地揭示了跨省供应链下的“用地责任转移”与“风险外溢”。因此：

• 受益于虚拟用地净流入的地区，需要关注消费扩张背后对外地用地与生态环境压力的隐性占用；

• 作为虚拟用地净输出的地区，要防范土地冲突、生态压力与产业锁定，推动创新与用地效率提升；

• 国家层面应建立跨区域协同机制，从全国尺度更紧密地耦合城市化战略、产业布局、生态补偿与土地管理。

结果图表

Fig. 3. Interprovincial virtual urban land inflows and outflows across provinces and the four major regions in 2007, 2012, and 2017.

Fig. 4. Interprovincial total virtual urban land flows and net flows (top 20) in 2007 and 2017.

Fig. 5. Interregional virtual urban land flows among the four major regions in 2007, 2012, and 2017.

Fig. 6. Net inflows and international exports of virtual urban land for each province in China in 2007, 2012, and 2017.

Fig. 7. Proportion of local consumption and outflows of virtual urban land in each province and four policy regions of China in 2007, 2012, and 2017.

Fig. 8. Degree centrality, betweenness centrality, and centralization of China's virtual urban land flow network.

Fig. 9. Average indegree and outdegree of each province in China's virtual urban land flow network.