土地利用变化与长期社会经济结果：基于1960–2023年全球逾六十年数据的考察（Land-use change and long-term socioeconomic outcomes: Studying over six decades of global data (1960–2023)）

《Land Use Policy》：Land-use change and long-term socioeconomic outcomes: Studying over six decades of global data (1960–2023)

　　

摘要：土地利用、土地利用变化与林业（Land Use, Land-Use Change, and Forestry，LULUCF）动态通常主要从环境与生态角度进行评估，但其长期社会经济影响仍未得到充分探讨。研究人员分析1960年至2023年的全球数据，考察关键LULUCF指标——森林面积、农业用地、耕地（arable land）及永久性作物用地（permanent cropland）——的变化如何与十五个主题领域的社会经济指标相关联，时间滞后期（time lag）为一至十年。基于世界银行（World Bank）纵向数据集，研究人员采用时间序列分析识别显著关联与时序动态。结果显示，过去的土地利用变化与后续社会经济结果（包括与性别平等、健康结局及金融和就业指标的意外关联，以及更常规的国内生产总值（Gross Domestic Product，GDP）、贸易和教育关联）之间存在显著相关性。这些发现凸显了国家层面土地利用决策与社会经济动态之间的复杂相互作用，强调需制定综合土地利用政策，权衡短期经济利益与长期社会及经济目标。研究表明土地利用可作为实现公平、韧性与可持续发展的战略杠杆，为推进环境目标（含气候与生态目标）并促进地方、区域、国家、欧洲及全球尺度持久社会经济进步的策略提供可操作见解。

论文解读：《Land Use Policy》刊载研究——土地利用变化与长期社会经济结果的全球时间序列分析

一、研究背景与问题提出

土地利用变化（Land-Use Change）是全球环境、社会与经济转型的关键驱动因素，当前决策会对未来数十年经济体与社区产生深远影响。过去六十年中，农业扩张、森林砍伐、造林及城市增长重塑了景观与生态系统服务，进而影响生计与人类福祉。现有文献大量关注LULUCF的环境后果（碳通量、生物多样性丧失、土壤退化等），但对LULUCF引致的长期社会经济结果（socioeconomic outcomes）——如性别平等、公共卫生、金融体系、就业结构等——缺乏系统性、跨国别（country-level）、长时序的定量研究。既有土地利用管理研究多聚焦短期关联、特定政策、局部地理区域或纯生态后果，未充分整合广泛的社会经济维度，且所考察的社会经济指标范围有限。为此，Loginova D, Mann S, Hoidn S, Varvaris I 以圣加仑大学（University of St. Gallen）为研究机构，在欧盟地平线欧洲（Horizon Europe）研究计划资助下开展本研究，发表于《Land Use Policy》，旨在检验历史LULUCF指标变化是否在统计上可预测后续（滞后1–10年）多领域社会经济指标的变化，填补LULUCF→社会经济结果这一反向关系的宏观实证空白。

零假设（H₀）为：过去的土地利用变化与随后的社会经济变化之间不存在关联。研究人员预期拒绝H₀，即在全球1960–2023年数据中至少发现一对LULUCF滞后指标与社会经济变化指标间的显著相关。

二、主要技术方法概述

研究人员以世界银行（World Bank，2025版）开放数据库为唯一主数据源，覆盖213国自1960年起逾16,000项指标，经筛选保留约1,453项社会经济指标与约400项含"land"关键词的LULUCF指标（含forest area、agricultural land、arable land、permanent cropland、fertilizer consumption、cereal yield等）。原始水平值转为年度增长率以消除非平稳性，并经Augmented Dickey-Fuller（ADF）单位根检验确认平稳。针对每国分别构建滞后LULUCF变量（lag l∈{1,…,10}年）与社会经济指标变化率的配对面板，剔除观测不足或近恒定序列后最终形成约1,970万组相关分析基础。采用分国别一元线性回归 y_i,idy,t= α_i,idy+ β_i,idy·x_i,idx,t?l+ ε_i,idy,t检验滞后LULUCF变化率（x）对社会经济变化率（y）的预测关系；辅以单滞后Granger Causality Test筛查具预测价值的指标对。为控制大样本多重检验导致的伪显著性，仅保留满足以下条件的指标对：在>50国可估计、回归p<0.05、Granger因果p<0.05、且在可估计国中显著比例>20%。LULUCF指标按Foley et al.(2005)分为森林（Forest）、农地（Agricultural lands）、化肥用量（Fertilisers）与作物单产（Yields）四组；社会经济指标归为援助、银行、通信、教育、就业、平等、支出、GDP、补助、健康、人口结构与金字塔、价格、生产、贸易及水资源共十五类主题进行解读。

三、研究结果

5.1. Changes in forest land use indicators（林地利用指标变化）

森林指标（滞后森林面积变化率，含占土地面积%与km²）显示出最广泛的社会经济领域关联。研究发现，前期森林覆盖率正向变化显著预测后续：（i）消费与通信——一般政府最终消费支出(+)、居民与非营利机构(NPISHs)最终消费支出(+)、移动电话与固定电话订阅(+);（ii）就业——老年抚养比(+)、女性商业与法律指数得分(-)、农业就业比(+)、总就业人口中自营与家庭帮工(+)、易受损就业(+)、工资薪金工作者(-)、服务业与工业就业比(-)、女性劳动力参与率相对男性比值(-)、小学与中学女童毛入学率(+)等;（iii）GDP相关——基本价格增加值(+)、服务业增加值(+)、IDA优惠贷款债务余额(+)、税收(+)、国民总支出(GNE)(+)、GNE平减指数(+)、GDP(+)、GDP平减指数(+)、人均GDP(+)、国民总收入(GNI)(+)与人均GNI(+);（iv）健康——婴儿死亡率(+)、五岁以下死亡率(+)、新生儿死亡率(-)、15岁以上女性HIV感染率(+)、超重与肥胖患病率(+)、HIV新发与现患数(+)、全龄死亡概率(+)、AIDS相关死亡(+)、HIV致孤儿数(+)、青少年生育率(-)、出生率(+)、出生时期望寿命(-)、65岁存活概率(女-男+);（v）价格——官方汇率(-)、消费者物价指数CPI(+)、购买力平价(PPP)转换因子GDP与私人消费(+);（vi）人口——各年龄性别人口数及占比(+，60岁以上除外)、百万以上城市圈人口(-)、首位城市人口(-);（vii）水资源——水资源生产力（km²森林为-，%森林为+）、农业淡水取水量(-)、工业(+)、生活(+)、水资源压力程度(+)、人均可再生内陆淡水资源(-)。表明森林动态可通过生态服务、产业联动、制度响应等多渠道滞后影响广泛社会经济体系。

5.2. Changes in agricultural land use（农业用地变化）

农业用地与耕地变化率关联的社会经济指标较少但具重要性，特有预测关系包括：（i）消费——利息支付(+);（ii）援助——联合国机构官方净资金流(+);共有关联含：（iii）人口——几乎所有人口金字塔指标（+，人均 arable ha为-）;（iv）教育——小学龄人口;(v)就业——总/老/幼年抚养比（多为+，部分例外）;（vi）GDP——服务业增加值(-);(vii)银行——IDA优惠贷款债务余额(+);(viii)价格——汇率(+);(ix)健康——婴儿/五岁以下/新生儿死亡数（农业用地+，部分耕地指标为-）、女性超重率(+，部分耕地ha/人为-）;(x)水——各部门淡水取水量（农业用地-、耕地+、永久作物+）、水资源压力（农业+，耕地-）、人均可再生淡水资源(-)。

5.3. Summarising changes in LULUCF（LULUCF变化小结）

表1汇总跨国最常显著的预测关系：森林变化最频关联农村人口(43%)、五岁以下男童死亡率(44%)、城市百万聚集区人口(48%)、人均可再生淡水资源(43%)、固定电话订阅(37%)等；农业用地变化关联最大城市人口(34%)、城市人口比例(34%)、女性家庭帮工(30%)等；化肥消费关联商业银行及其他贷款(27%)、技术合作赠款(-)(23%)；单产变化关联外商直接投资净流入/短期债务(25; -)、商品与服务出口(24; +)、家庭最终消费(21; +)。LULUCF变化对 socioeconomic outcomes 存在1–10年滞后显著预测关系，方向及强度因用地类别、国别背景与指标性质而异，提示土地利用可作为结构性发展驱动因素但非均一因果机制，需结合制度质量、经济结构、人口压力理解其条件性。

四、讨论与结论（翻译浓缩研究结论部分）

本研究证实1960–2023年间，过往LULUCF指标变化与滞后1–10年的多领域社会经济指标变化存在显著相关性，扩展了已知受LULUCF影响的社会经济指标集合（援助、银行、通信、教育、就业、平等、支出、GDP、补助、健康、人口密度与人口金字塔、价格、生产、贸易及水），且这些社会经济指标可用滞后LULUCF指标进行预测建模，多国得出统计学显著估计值。研究结果拓宽了先前文献（IPCC et al., 2000; Appelt et al., 2022等）中LULUCF响应的社会经济维度，其与过往经典土地利用—发展研究所报告的逆向关系（社会经济→土地利用）相关性量级相当。本研究的独特贡献在于广度与数据驱动筛选法，首次在全球尺度展示LULUCF变化产生的客观（而非仅主观感知的amenity价值）后续社会经济变动，部分关联属市场驱动（如林业—劳动力），部分属生态系统服务渠道（如农业—淡水资源），亦发现潜在负面外部性（女性肥胖率↑与农地扩张正相关、婴儿死亡率↑与森林变化正相关部分国家）。此外，本研究新发现LULUCF与平等指标（含性别平等指数）的相关性，并扩展至以往少有关联的产业/服务业增加值、总就业、汇率、外商直接投资、通胀与GDP等宏观经济变量。

政策含义为：土地利用干预应纳入中长期（≥10年）视野考量其异质的社会经济滞后效应；森林相关干预因跨域关联广（经济表现、健康、劳动力市场）具双向利弊可能，需跨部门综合设计；农业及投入导向政策则应更具针对性，将生产率提升与贸易、投资及人口策略整合，同时管控资源约束与金融风险。未来研究需在明确内生性及因果识别（工具变量、DID等）、细分区域模式、考察稳定LULUCF状态关联及城市/水域/基础设施用地类型方面深化。

综上，Loginova D, Mann S, Hoidn S, Varvaris I (University of St. Gallen) 基于World Bank 1960–2023年全球数据，通过滞后相关分析与Granger因果筛选发现LULUCF（尤其是森林动态）变化对滞后多年后的多维度社会经济结果具显著预测关系，为将土地利用纳入综合可持续发展政策制定、平衡短期经济收益与长期社会—经济—环境目标提供了量化依据。