从错配到智能匹配:人工智能与土地资源错配

《Land》:From Mismatch to Smart Match: Artificial Intelligence and Land Resource Misallocation

【字体: 大 中 小 】 时间:2026年08月08日 来源:Land 3.5

编辑推荐:

  优化国土资源配置是保障粮食安全与生态安全的重要举措,也是实现城乡融合与区域协调发展的关键路径。在全球数字化转型背景下,人工智能为土地资源的智能化和精细化管理提供了新机遇。然而,现有研究尚未充分探讨人工智能对土地资源配置的影响。本研究利用2010至2023年中国

  
优化国土资源配置是保障粮食安全与生态安全的重要举措,也是实现城乡融合与区域协调发展的关键路径。在全球数字化转型背景下,人工智能为土地资源的智能化和精细化管理提供了新机遇。然而,现有研究尚未充分探讨人工智能对土地资源配置的影响。本研究利用2010至2023年中国265个城市的面板数据,考察了人工智能水平(AIL)对土地资源错配(LRM)的影响及其内在机制。主要结论如下:(1)AIL显著降低了城市LRM,该结果在调整样本、考虑省份-时间交互、控制其他政策效应、排除异常值及处理内生性问题后依然稳健。(2)机制分析表明,AIL通过提升政府环境关注、促进土地转让市场化和产业结构升级来降低城市LRM。(3)异质性分析表明,AIL对LRM的抑制作用在非老工业基地城市、低人口密度城市和强政府干预城市中更为显著。这些发现表明,地方政府应根据城市的资源禀赋和发展基础,量身定制人工智能研发与应用策略。本研究不仅丰富了人工智能在降低LRM方面的经验证据,也为其他国家通过数字化和智能化技术优化国土治理、实现土地资源可持续利用提供了实践路径和决策参考。
# 论文解读:从错配到智能匹配——人工智能与土地资源错配

## 研究背景与问题

土地资源作为人类经济活动的基础性资产,其配置效率直接关系到粮食安全、生态安全以及城乡区域协调发展。然而,全球范围内土地资源分配正面临多重压力:粮食需求增长要求保护甚至扩展耕地,而快速工业化和城市扩张却在持续消耗优质农田。1985至2020年间,全球城市扩张吞噬了约28万平方公里耕地,导致全球粮食减产约300万吨,其中亚洲承受了61%的耕地损失和64%的产量缺口。气候变化进一步加剧了土地稀缺性,海岸线平均后退31米,预计到2050年,仅加勒比海岛国便将因海平面上升和海岸侵蚀淹没约3900平方公里土地,经济损失达6240亿美元。

在中国,土地资源错配(Land Resource Misallocation, LRM)已成为制约可持续发展和高质量发展的关键瓶颈。长期以来,受GDP导向的官员晋升考核和财政分权激励机制影响,地方政府倾向于以低价出让工业用地吸引投资,同时抬高商住用地价格以弥补财政缺口,导致商业与工业用地价格结构扭曲,进而引发整体经济效率损失和城市土地空间错配。现有研究对LRM的成因和后果已有较多探讨,但鲜有研究系统考察人工智能(Artificial Intelligence, AI)如何影响土地资源错配。虽然数字经济对土地利用效率的影响已有文献涉及,但多聚焦于广义数字经济,对特定数字技术(如AI)的作用机制关注不足。此外,AI治理领域的文献主要关注其经济和环境影响,尚未将AI视为能够纠正土地要素配置扭曲的治理工具。因此,本研究旨在回答三个问题:(1)人工智能水平(AIL)能否有效缓解城市LRM?(2)AIL通过哪些渠道影响LRM?(3)这种影响在不同城市特征下是否存在差异?

## 研究概述

本研究利用2010至2023年中国265个城市的面板数据,采用固定效应模型、中介效应模型和工具变量方法,识别了AIL与LRM之间的因果关系,并从政府、市场和企业三个维度分析了作用机制及异质性效应。研究结果表明,AIL显著降低了城市LRM,且该结论在经过样本调整、省份-时间交互控制、排除政策干扰、剔除异常值及内生性处理后依然稳健。机制分析显示,AIL通过提升政府环境关注(Government Environmental Concerns, GEC)、促进土地转让市场化(Land Transfer Marketization, LTM)和推动产业结构升级(Industrial Structure Upgrading, ISU)三条路径缓解LRM。异质性分析表明,在非老工业基地城市、低人口密度城市和强政府干预城市中,AIL的抑制作用更为显著。该研究发表在《Land》期刊。

## 主要关键技术方法

本研究采用以下关键技术方法:(1)**LRM的测算**:基于资源错配理论,构建包含资本、劳动和土地要素的Cobb-Douglas生产函数,计算各城市土地要素的相对扭曲系数,并经过逆处理得到LRM指数,衡量城市土地投入偏离有效配置状态的程度。(2)**AIL的测度**:通过特征关键词提取法识别AI企业(包括语音交互、图像识别、计算机视觉等关键词),将超过368万家企业匹配至265个城市,并对企业数量取对数得到AIL指标。(3)**中介效应模型**:构建包含政府环境关注(基于政府工作报告中环保关键词词频占比)、土地转让市场化(采用招标、拍卖、挂牌出让收入占土地出让总收入的价格加权比例)和产业结构升级(采用产业结构层次系数,对三次产业增加值占比赋予权重1、2、3)的机制分析框架。(4)**内生性处理**:采用1984年每百万人邮局数量(IV1)和解释变量滞后一期(IV2)作为工具变量,并结合倾向得分匹配(PSM)解决样本自选择偏误。

## 研究结果

### 4.1 基准回归
无论是否加入控制变量和固定效应,AIL的估计系数均在1%水平上显著为负。AIL每增加一个单位,LRM平均下降0.373个单位,表明AIL有助于降低城市LRM,验证了假设H1。这一效果源于AI增强的国土配置精准性和要素流动效率:通过大数据分析、机器学习和空间优化算法实现供需智能匹配与动态监测;通过智能合约和区块链促进交易信息透明化和流程自动化;通过遥感监测和违法用地检测系统实现实时监管。

### 4.2 稳健性检验
通过替换被解释变量(采用工业、采矿和仓储用地占比及随机前沿生产函数测度的土地利用效率)、替换解释变量(从AI效率、发展势头和质量三个维度重新测度)、剔除极端值、改变研究期(排除2020-2022年)、系统GMM估计、控制省份-时间交互固定效应、排除智慧城市和宽带中国等政策干扰、以及安慰剂检验(随机打乱AIL后进行1000次重新估计),所有结果均表明AIL对LRM的抑制作用稳健。

### 4.3 内生性分析
使用1984年每百万人邮局数量(IV1)和AIL滞后一期(IV2)作为工具变量。两阶段最小二乘回归结果显示,工具变量与AIL强相关(第一阶段F统计量18.900),且满足外生性条件。Kleibergen-Paap LM统计量拒绝识别不足假设,Cragg-Donald Wald F和Kleibergen-Paap F统计量均超过临界值,确认工具变量有效。此外,以国家新一代人工智能创新发展试验区作为处理变量的PSM匹配后回归结果(系数-0.372,1%显著)进一步支持了基准结论。

### 4.4 机制分析
- **政府环境关注(GEC)**:AIL对GEC的估计系数为0.229(5%显著),表明AI通过生态感知网络和智能监管平台增强政府动态治理能力,促使环境关注转化为约束性土地治理行动,从而降低LRM,验证H2。
- **土地转让市场化(LTM)**:AIL对LTM的系数为0.301(5%显著),表明AI通过多源数据融合和深度学习模型识别低效用地、精准匹配市场需求,促进市场机制在土地资源配置中发挥更大作用,验证H3。
- **产业结构升级(ISU)**:AIL对ISU的系数为0.414(1%显著),表明AI通过技术溢出效应驱动传统产业智能化转型,推动城市土地承载功能由低端产能向高附加值创新集群转变,释放低效用地并重新配置给高效主体,验证H4。

### 4.5 异质性分析
- **老工业基地城市**:在非老工业基地城市中,AIL对LRM的抑制效果显著,而在老工业基地城市中不显著。原因在于老工业基地城市存在严重路径依赖和制度障碍,土地结构调整阻力大,限制了AI效能的发挥。
- **人口密度**:在低人口密度城市中,AIL显著抑制LRM,而高人口密度城市中不显著。低密度城市土地资源相对充裕,空间调整余地大,AI在识别闲置低效用地和动态匹配供需方面具有更大应用空间。
- **政府干预**:在强政府干预城市中,AIL显著抑制LRM,而弱政府干预城市中不显著。强干预城市行政配置扭曲严重,AI通过数据集成和流程追溯提供技术约束,纠正行政干预带来的配置偏差。

## 总结讨论与结论

### 讨论总结
本研究的意义在于:(1)将AI与LRM纳入统一分析框架,证实AI能通过增强信息识别、空间监测、风险预警和决策支持能力,提升土地资源配置效率,拓展了数字技术改善城市土地资源配置的研究视角。(2)AI通过提升政府环境关注、推动土地转让市场化和促进产业结构升级三条渠道缓解LRM,表明AI赋能的土地治理不仅提升配置效率,还通过集约用地、低效用地再开发和产业升级支持城市绿色转型与碳中和目标。(3)为土地制度改革提供政策启示:AI不能替代制度改革,但可为改革提供数据基础和治理工具;应加强土地市场信息披露和交易数据共享,为AI发挥效能创造条件;发展中国家应借鉴中国经验,将AI赋能土地治理与制度创新协同推进。

### 研究结论翻译
基于2010至2023年中国265个城市的面板数据,本研究采用固定效应模型、中介效应模型和工具变量方法,考察了AIL对LRM的影响及机制。主要发现如下:(1)AIL在降低城市LRM方面具有积极作用,该结论在调整研究样本、考虑省份-时间交互、控制其他政策影响、排除异常值及内生性分析后依然稳健。(2)机制分析表明,AIL通过提升政府环境关注、促进土地转让市场化和推动产业结构升级来降低城市LRM。(3)异质性分析显示,在非老工业基地城市、低人口密度城市和强政府干预城市中,AIL对LRM的抑制作用更为显著。因此,地方政府应根据城市的资源禀赋和发展基础,制定差异化的AI研发与应用策略。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号