江蘇省城鄉建設用地經濟密度的時空格局演變研究

呂 曉，史洋洋

（1.曲阜師范大學地理與旅游學院，山東 日照 276826；2.國土資源部海岸帶開發與保護重點實驗室，江蘇 南京 210024）

隨著城鎮化、工業化進程的快速推進，與之相伴隨的土地利用粗放低效、城鄉發展不協調等問題漸次出現，并進一步導致區域發展差異拉大、資源環境約束加劇[1-2]。如何突破有限的土地供給和發展需求之間的瓶頸，合理規劃布局，提升土地利用效率和節約集約用地水平，已成為社會各界關注的焦點[3-5]。城市土地經濟密度作為衡量土地利用效率的重要指標已被廣泛應用于城市經濟發展、土地集約利用等相關研究[6-7]。城鄉建設用地是區域經濟社會發展的主要空間載體，提高其節約集約利用水平、綜合效益以及開發利用有序程度是解決土地供需矛盾的重要途徑。相較于城市建成區或城鎮用地經濟密度[8-10]，城鄉建設用地經濟密度涵蓋了鄉村建設用地對區域經濟的貢獻，能更全面地反映土地利用效益。同時，城鄉建設用地在空間上具有明顯的連續性和自相關性，如空間相互作用和空間擴散效應，從經濟和城鄉建設用地相結合的角度分析城鄉建設用地經濟密度的時空格局及其空間關聯[11-12]對進一步揭示城鄉建設用地經濟效益的時空差異、推動區域經濟協調發展具有重要價值。

江蘇省作為中國經濟發達區和人口密集地區，城鎮化、工業化發展迅速，2015年末城鎮化率達到66.52%，高于全國平均水平約10個百分點，是經濟發達與人地矛盾并存的典型地區。基于此，本文以江蘇省為例運用全局和局部空間自相關分析方法，結合變異系數、泰爾指數、相對發展率等指標，選擇2005、2010和2015年三個時點對江蘇省城鄉建設用地經濟密度時空格局及動態演變特征進行分析，以期為提升城鄉建設用地集約利用水平、優化用地與產業結構、改進土地利用政策等提供依據。

1 數據來源與研究方法

1.1 數據來源

本文城鄉建設用地數據來源于國家地球系統科學數據共享平臺——長江三角洲數據共享平臺（http://nnu.geodata.cn）。該數據底圖來源于2005年以來的Landsat TM數字遙感影像、航測數據和其他輔助歷史資料等，通過對遙感圖像進行融合增強、幾何矯正和圖形鑲嵌處理，并對所獲數據進行目視解譯、空間位置配準和精度檢驗，土地利用一級類型綜合評價精度達到94.30%以上[13-15]，滿足省域層面城鄉建設用地經濟密度差異研究精度。江蘇省13個地級城市二、三產業增加值數據來源于相應年份的《江蘇省統計年鑒》。

1.2 研究方法

本文所指城鄉建設用地經濟密度是單位面積城鄉建設用地上的二、三產業增加值。依據《土地利用現狀分類（GB/T 21010-2007）》和《市（地）級土地利用總體規劃編制規程（TD/T 1023-2010）》，同時考慮遙感影像解譯數據包含了與城鎮村緊密相連的部分交通運輸和機場用地，因此本文選用的城鄉建設用地數據為城鎮村及工礦用地，以及部分交通運輸和機場用地的集合。

首先，通過變異系數（Cv）、泰爾指數（T）、相對發展率（Nich）等指標來考察江蘇省城鄉建設用地經濟密度的時空分異。其中，變異系數可以反映數據空間離散程度，泰爾指數具有可分解性，能夠通過將總體差異分解為組內與組間差異，進而得到組內差異與組間差異對總體差異的貢獻率，具體公式詳見已有文獻[8，10]。

相對發展率可進一步反映各城市在一定時間階段內相對于江蘇省總體的發展速度，計算公式為[8]：

式（1）中，Nich是相對發展率；Yi2、Yi1分別是第i個城市末期、初期的城鄉建設用地經濟密度值；Y2、Y1分別是江蘇省末期、初期的城鄉建設用地經濟密度值。

探索性空間數據分析（ESDA，Exploratory Spatial Data Analysis）是基于空間關聯度，對事物的時空格局進行描述和可視化分析，分為全局和局部空間自相關兩部分，現在已經廣泛應用于區域經濟與地理空間差異研究[16-17]。全局空間自相關是描述研究對象在區域整體上的空間集聚程度，分析研究對象間相對位置的空間依賴性及其顯著性[18]。本文選用Moran’s I指數分析全局空間自相關，公式為：

式（2）中，I是全局Moran值；n是研究單元的數目；xi和xj分別為區域i和j的城鄉建設用地經濟密度值；為研究區域13城市城鄉建設用地經濟密度值平均數；wij為空間單元i和j的相鄰權重矩陣，本文基于Rook’s鄰接標準構建江蘇省13城市相鄰權重矩陣，相鄰接時值為1，否則為值0；Moran’s I的取值范圍為（-1，1），0＜I＜1表示存在正空間自相關，數值越大表示空間分布相關性越大，空間上越集聚，-1＜I＜0表示負空間自相關，數值越小代表相關性越小，I= 0表示不存在空間自相關性。其假設檢驗采用得分檢驗方式，即置信水平P≤0.05，|Z|＞1.96經驗閥值，可認為其存在顯著的空間自相關。

局部空間自相關能夠描述區域間的空間關聯效應，反映區域與其周圍相鄰地區的相互關系[19]。結合Moran散點圖和LISA集聚圖進行可視化表達，Moran散點圖能反映區域局部不穩定性和空間異常性，LISA集聚圖能反映每個研究單元的空間自相關性[20-22]，公式為：

式（3）中：Ii值是Moran’s I的分解形式，其余變量定義及檢驗同式（2）。Ii值為正，表示i區域單元周圍存在高值或低值（HH或LL類型）空間集聚；Ii值為負，表示i區域單元周圍存在高低或低高值（HL或LH類型）空間集聚。ESDA相關計算通過Geoda軟件實現。

2 城鄉建設用地經濟密度的時空分異

2.1 時空分異的總體特征

2015年江蘇省城鄉建設用地平均經濟密度為2.71×109元/km2，最高的是蘇州市，最低的是連云港市，分別為5.72×109元/km2和0.77×109元/km2，差距明顯（表1）。其中，7個城市的城鄉建設用地經濟密度超過平均水平，這些城市的城鄉建設用地面積占全省的44.97%，其二三產業增加值占全省的73.10%。低于江蘇省平均水平的城市有6個，這些城市的城鄉建設用地面積占到全省的55.03%，但其二三產業增加值僅占全省的26.90%。

（1）城鄉建設用地經濟密度總體呈增長態勢。在2005—2015年的10年間，江蘇省城鄉建設用地平均經濟密度由0.86×109元/km2上升到2.71×109元/km2，增長了近3倍。盡管無錫市和鎮江市在2010—2015年間城鄉建設用地經濟密度有所下降，但其余城市城鄉建設用地經濟密度都呈上漲趨勢，總體增長顯著。

（2）城鄉建設用地經濟密度呈現空間集聚特征。由圖1可見，江蘇省城鄉建設用地經濟密度呈現明顯的空間集聚特征。2005年，無錫市最高、南京市和南通市次之，相較而言，南京市城鄉建設用地經濟密度雖然稍低于南通市，但其輻射帶動作用要比南通市強，與南京市相鄰的鎮江市和常州市經濟密度要高于相鄰于南通市的蘇州市和泰州市。2010年，江蘇省城鄉建設用地經濟密度整體上升，無錫市仍明顯高于其他地區，蘇州市位居第二，蘇錫常地區成為城鄉建設用地經濟密度最高的區域。2015年，蘇錫常仍舊是城鄉建設用地經濟密度最高的區域，南京市仍是經濟密度高值區域，南通市在沿海開發國家戰略實施進程中發展迅速。而宿遷市和連云港市城鄉建設用地經濟密度遠低于省內其他城市。

區域經濟發展水平（GDP）與土地利用集約度呈正的相關性[23]。隨著經濟發展水平的不斷提高，建設用地集約利用水平增加量雖呈先增加后減少的趨勢，但集約利用水平整體呈現上升趨勢并最終趨于穩定[24]。從江蘇省3大區域來看，位于蘇南的蘇錫常地區緊鄰上海市，是長江三角洲重要組成區域，區位優勢明顯，外向型經濟發達，城鄉建設用地集約度高，經濟密度大；南京市作為省會城市和歷史文化名城，經濟發展水平較高，土地集約利用水平與城鄉建設用地經濟密度也較大。蘇中和蘇北由于缺乏區位優勢，加之交通、政策、觀念等因素，經濟發展水平相對落后，城鄉建設用地利用相對粗放，土地集約利用水平低。

（3）城鄉建設用地經濟密度時空差異顯著，區域核心—邊緣效應明顯。通過分析2005、2010和2015年三個時點的城鄉建設用地經濟密度空間分布，發現江蘇省城鄉建設用地經濟密度存在顯著的時空差異，總體上蘇南大于蘇中，蘇中大于蘇北，呈現出由南向北的分層遞減態勢。2015年高于江蘇省城鄉建設用地經濟密度平均水平的城市有7個，其中蘇南4個，蘇中3個，蘇北各城市城鄉建設用地經濟密度均低于平均水平。這與上海市快速發展產生的強大輻射帶動作用密切相關。同時，從全省層面看，南京市、無錫市等城市對周圍城市輻射帶動效果也深刻體現了核心—邊緣效應。

表1 江蘇省城鄉建設用地經濟密度分布表Tab.1 The distribution of economic density of URCL in Jiangsu Province

2.2 區域差異動態演變特征

（1）總體區域差異減小。根據變異系數和泰爾指數分析發現，2005—2015年江蘇省城鄉建設用地經濟密度區域差異總體上不斷減小（表2）。其中，空間離散程度在2005—2010年階段下降幅度較大，在2010—2015年階段下降趨勢放緩。城鄉建設用地經濟密度空間總體差異呈現持續減小特征，即2005—2010年階段空間差異減小，泰爾指數由0.53下降到0.48，而2010—2015年階段泰爾指數由0.48下降到0.40，相較于上一階段空間差異減小幅度更大。

圖1 江蘇省城鄉建設用地經濟密度時空格局演變Fig.1 The spatio-temporal pattern evolution of economic density of URCL in Jiangsu Province

（2）區間和區內差異持續減小。根據江蘇省城鄉建設用地經濟密度時空分異總體特征及泰爾指數的空分解特性，區域差異由蘇北、蘇南和蘇中三個地區的區間差異及各地區的區內差異構成[8，11]。由表2可見，在2005—2015年間，江蘇省城鄉建設用地經濟密度總體差異值不斷減小，說明江蘇省城鄉建設用地經濟效益的地區差異持續減小，總體上向均衡的方向發展。區間差異與總體差異發展態勢趨同，區間差異值由2005年的0.3543降低到2010年的0.3204，2015年又急劇下降到0.2702，區間差異縮小態勢顯著。江蘇省區間差異值與所占比重呈反向發展趨勢，2005年區間差異值最高，占總體差異的66.25%，說明2005年之前階段，江蘇省城鄉建設用地經濟密度發展很不平衡，各地區城市間經濟出現不均衡發展。2005—2015年間，江蘇省區間差異所占比重不斷上升，而區間差異值不斷減小，表明地區間城鄉建設用地經濟密度相對協調發展，但三大地區間發展仍不平衡。

由表2可知，江蘇省三大地區的區內差異仍呈持續減小態勢。2005年江蘇省城鄉建設用地經濟密度的區內差異值為0.1804，區內差異最為顯著的是蘇北，對全省總體差異貢獻率達到30.23%，其次是蘇南和蘇中。2010年全省區內差異增長到0.1591，而區內差異對總體差異的貢獻率由33.74%下降到33.18%，其中蘇北的區內差異占總體差異比重仍然最大，說明2005—2010年階段，蘇北內部各市城鄉建設用地經濟密度發展極不均衡。2010—2015年階段，整體上區內差異呈急劇下降態勢，由0.1591下降到0.1249，下降幅度較大，其中蘇北的區內差異占總體差異的比重遠高于蘇中和蘇南地區，蘇中變化最小，蘇南有所上升，但其只占總體差異的6.02%，相較于蘇北的24.98%，蘇南的區內差異對總體差異貢獻很小。

表2 江蘇省城鄉建設用地經濟密度動態差異Tab.2 The dynamic disparity of economic density of URCL in Jiangsu Province

3 城鄉建設用地經濟密度時空演化特征

3.1 區域經濟發展的時空分異

（1）城市間相對發展速度存在明顯區域差異。蘇州市、常州市的發展速度明顯快于其他城市，南京市、揚州市、泰州市和南通市發展速度緊隨其后，發展速度最慢的是連云港市，其相對發展率僅為2.56%，發展最快的蘇州市相對發展率是它的近8倍。

（2）城市發展速度存在明顯的時間階段性特征。2005—2010年階段，城市發展速度快的蘇州市、無錫市在2010—2015年階段發展速度下降，其中無錫市作為2005—2010年階段發展速度較快的城市成為2010—2015年階段負增長城市，發展速度較快的鎮江市在2010—2015年階段也出現了負增長現象。其余城市發展速度都有所提高，其中常州市、南京市、揚州市、南通市和泰州市發展速度增長最為顯著。

（3）相對發展速度呈現明顯的空間分異特征。蘇州市、常州市和南京市仍保持較高的發展速度，而原經濟密度較高的無錫市、鎮江市發展速度相對降低，原經濟密度較低的揚州市、泰州市相對發展速度提升很快，低經濟密度的蘇北城市發展速度穩步上升，從而形成了新的空間格局。城鄉建設用地經濟密度與區域經濟發展和城鎮化水平密切相關，不同的經濟發展階段，城鄉建設用地經濟密度與經濟發展之間的關系不同。2000年以來，隨著城鎮化、工業化進程的整體加快，城鄉建設用地經濟密度不斷提高，但各地“攤大餅”式的盲目擴張帶來了土地粗放利用，城鄉建設用地經濟密度增長有所減緩。依靠大量消耗土地來換取經濟增長的粗放式擴張模式已經無法適應綠色發展要求，集約高效利用城鄉建設用地，以轉變土地利用方式倒逼經濟轉型成為城鄉轉型發展的有效途徑。

3.2 空間格局演化的全局特征

運用Geoda軟件對2005、2010和2015年江蘇省城鄉建設用地經濟密度值進行空間自相關分析，計算得出全局自相關系數Moran’s I值均為正，分別為0.4097、0.6169和0.6056（圖2）。整體上，2005—2015年間，江蘇省各市城鄉建設用地經濟密度呈現出顯著的正相關關系，空間上存在明顯區域集聚特征。

2005—2010年，Moran’s I值出現較大幅度上升，說明各城市間的差異在不斷縮小，可見蘇南經濟向北方輻射擴散以及沿海開發戰略的實施使得沿海地區向內陸的經濟輻射和帶動作用有效提升了整體經濟水平。這也驗證了江蘇省不斷推進城鄉一體化發展、縮小蘇北、蘇中與蘇南地區差距以及促進區域全面協調可持續發展的政策實施效用。相較于2010年，2015年Moran’s I值出現了小幅下降，但仍比2005年要大，表明這一階段江蘇省城鄉建設用地經濟密度空間分布相關性減弱，但總體上空間差異呈不斷減小趨勢。

3.3 空間格局演化的局部特征

全局空間自相關并不能反映出局部空間自相關的顯著差異，為全面分析江蘇省地區間的空間關聯程度和時空演化特征，基于式（3），將不同年份的Ii值導入ArcGIS10.2軟件，將江蘇省各年份的Lisa集聚圖（圖3）和Moran’s散點圖（圖2）對照分析，探討各城市間的局部空間自相關性。

結合圖2和圖3分析可得，2005年蘇北出現LL類型集聚，而HH類型集聚出現在了常州市，表明蘇北整體經濟密度較低，蘇中城市集聚不明顯，蘇南發展相對較好。南京市沒有出現明顯集聚，說明相對而言南京市經濟效益與蘇南仍有差距。在2005年蘇北低值集聚基礎上，2010年以無錫市為中心的HH類型集聚向蘇州市轉移，說明經濟密度高值集聚城市群進一步擴散。2015年出現了新的HH集聚中心無錫市和泰州市，說明由于蘇錫常地區經濟崛起產生的經濟輻射擴散效果顯著，蘇南經濟發展成效開始向北方擴散，高值集聚中心開始由單個城市向城市連綿區方向發展，但蘇北仍是LL類型集聚地區。

總體來看，江蘇省城鄉建設用地經濟密度空間集聚現象明顯。高值集聚（HH）主要在蘇南和蘇中地區，低值集聚（LL）主要在蘇北地區，南北差異顯著，這與江蘇省經濟發展水平的時空特征有密切關系。蘇錫常地區作為江蘇省經濟發展的增長極，對區域經濟擴散和輻射帶動作用十分明顯。

圖2 江蘇省城鄉建設用地經濟密度Moran散點圖Fig.2 Moran scatter plots of economic density of URCL in Jiangsu Province

圖3 江蘇省城鄉建設用地經濟密度LISA集聚圖Fig.3 LISA cluster map of economic density of URCL in Jiangsu Province

4 結論與討論

本文基于ArcGIS 10.2和Geoda軟件，綜合運用全局和局部空間自相關分析方法，并結合變異系數、泰爾指數、相對發展率，對江蘇省2005、2010和2015年13個地級城市城鄉建設用地經濟密度時空格局及動態演變特征進行分析，得出以下結論：

（1）2005—2015年10年間，江蘇省城鄉建設用地經濟密度總體呈增長態勢，空間集聚特征顯著，高值點主要集中于蘇錫常地區、南京市和南通市。城鄉建設用地經濟密度總體上南方大于北方，呈現出由南向北的分層遞減態勢，區域城市之間核心—邊緣效應明顯。

（2）2005—2015年10年間，江蘇省城鄉建設用地經濟密度空間離散程度不斷下降，總體差異和區間差異呈持續減小態勢，說明江蘇省城鄉建設用地經濟效益的地區差異持續減小，總體上向均衡的方向發展；蘇南和蘇中地區組合的區內差異雖有上升，但不及蘇北地區組合的區內差異下降幅度大，整體上仍呈現不斷減小態勢。

（3）江蘇省城市發展速度存在明顯的時間階段性特征，城市間區域差異與空間分異特征顯著。各城市城鄉建設用地經濟密度在空間演變上存在明顯的區域集聚特征：高值集聚（HH）主要在蘇南和蘇中地區，其中蘇錫常地區經濟輻射擴散效果顯著，蘇南經濟發展成效開始向北方遷移，城鄉建設用地經濟密度高值集聚中心由單個城市向城市連綿區方向發展。蘇北地區一直是城鄉建設用地經濟密度低值集聚（LL）地區，南北差異顯著。

（4）江蘇省城鄉建設用地經濟密度南北差異表明，蘇北地區通過盲目擴張和粗放利用土地來換取經濟發展的模式已經無法適應當前的經濟社會發展要求，以蘇南、蘇中地區為代表的追求高效集約的城鄉土地利用才是順應經濟發展階段的有效手段。目前，已有研究多側重研究城市建成區的經濟密度，而本文將鄉村建設用地對于區域經濟的貢獻也考慮其中，更能反映基于行政區劃單元的區域整體發展水平。此外，本文研究數據來源于遙感影像解譯的土地利用數據，在宏觀尺度上更能真實反映區域土地利用實際。當然，不同空間尺度對于區域差異特征的反映效果不同，本文基于市域層面對江蘇省城鄉建設用地經濟密度時空格局演變特征進行了分析，下一步有待對縣域、鎮域等多尺度的區域差異特征、驅動機制及其空間演化等進行分析，以期能夠更細致地探討區域城鄉建設用地經濟密度發展特征及形成機制，為高效集約用地及城鄉協調可持續發展提供科學依據。

參考文獻（References）：

［1］關興良，魏后凱，魯莎莎，等. 中國城鎮化進程中的空間集聚、機理及其科學問題［J］.地理研究，2016，35（2）：227 - 241.

［2］呂曉，黃賢金，鐘太洋，等. 土地利用規劃對建設用地擴張的管控效果分析——基于一致性與有效性的復合視角［J］.自然資源學報，2015，30（2）：177 - 187.

［3］王德起，侯圣銀. 基于引力模型的京津冀城市群土地利用強度研究［J］.土地經濟研究，2016，（2）：107 - 125.

［4］夏方舟，嚴金明，徐一丹. 土地要素對中國經濟增長技術效率的隨機邊界分析［J］.土地經濟研究，2014，（1）：91 -103.

［5］呂曉，牛善棟，張全景，等. 基于內容分析法的集體建設用地流轉政策演進分析［J］.中國土地科學，2015，29（4）：25 - 33.

［6］匡兵，盧新海，周敏. 中國城市土地經濟密度的分布動態演進［J］.中國土地科學，2016，30（10）：47 - 54.

［7］吳一洲，吳次芳，羅文斌. 經濟地理學視角的城市土地經濟密度影響因素及其效應［J］.中國土地科學，2013，27（1）：26 - 33.

［8］貝涵璐，吳次芳，馮科，等. 土地經濟密度的區域差異特征及動態演變格局——基于長江三角洲地區的實證分析［J］.自然資源學報，2009，24（11）：1952 - 1962.

［9］呂曉，黃賢金，張全景. 城鄉建設用地轉型研究綜述［J］ .城市規劃，2015，39（4）：105 - 112.

［10］張改素，丁志偉，趙萌，等. 中原經濟區縣域經濟密度的空間分異及影響因素［J］.經濟地理，2014，34（9）：19 -26，39.

［11］王海燕，濮勵杰，張健，等. 城鎮建設用地經濟密度時空分異的實證分析［J］.中國土地科學，2012，26（4）：47 - 53.

［12］曹廣忠，白曉. 中國城鎮建設用地經濟密度的區位差異及影響因素——基于273個地級及以上城市的分析［J］ .中國人口·資源與環境，2010，20（2）：12 - 18.

［13］呂曉，史洋洋，黃賢金，等. 江蘇省土地利用變化的圖譜特征［J］.應用生態學報，2016，27（4）：1077 - 1084.

［14］劉紀遠，劉文超，匡文慧，等. 基于主體功能區規劃的中國城鄉建設用地擴張時空特征遙感分析［J］.地理學報，2016，71（3）：355 - 369.

［15］陳昌玲，張全景，呂曉，等. 江蘇省耕地占補過程的時空特征及驅動機理［J］.經濟地理，2016，36（4）：155 - 163.

［16］馬曉東，馬榮華，徐建剛. 基于ESDA-GIS的城鎮群體空間結構［J］.地理學報，2004，59（6）：1048 - 1057.

［17］謝花林. 環鄱陽湖地區農業經濟空間差異分析——基于探索性空間數據分析（ESDA）方法［J］.農業現代化研究，2010，31（3）：299 - 303.

［18］彭程，陳志芬，吳華瑞，等. 基于ESDA的城市可持續發展能力時空分異格局研究［J］.中國人口·資源與環境，2016，26（2）：144 - 151.

［19］楊楊，吳次芳，韋仕川，等. 中國建設用地擴展的空間動態演變格局：基于EBI和EBIi的研究［J］.中國土地科學，2008，22（1）：23 - 31.

［20］蒲英霞，葛瑩，馬榮華，等. 基于 ESDA的區域經濟空間差異分析——以江蘇省為例［J］.地理研究，2005，24（6）：965 - 974.

［21］鮑洪杰，劉德光．甘肅省區域經濟空間差異分析研究：基于Geado095i. 統計分析［J］.工業技術經濟，2011，30（9）：54 - 59.

［22］王雪青，陳媛，劉炳勝. 中國區域房地產經濟發展水平空間統計分析［J］.數理統計與管理，2014，33（1）：59 - 71.

［23］雷廣海，劉友兆，陸效平. 江蘇省13城市土地利用集約度時空變異及驅動因素［J］.長江流域資源與環境，2009，18（1）：7 - 13.

［24］孔偉，郭杰，歐名豪. 不同經濟發展水平下的建設用地集約利用及區域差別化管控［J］.中國人口·資源與環境，2014，24（4）：100 - 106.