嘉峪關市產業用地類型的空間集聚度與空間關聯度特征研究

姜群鷗，孫駟陽，王春麗，邵雅琪，王美林，聶承靜

?

嘉峪關市產業用地類型的空間集聚度與空間關聯度特征研究

姜群鷗1,2，孫駟陽1,2，王春麗1,2，邵雅琪1,2，王美林1,2，聶承靜3

（1. 北京林業大學水土保持學院，北京 100038； 2. 北京林業大學水土保持與荒漠化防治教育部重點實驗室，北京 100083； 3. 河北經貿大學公共管理學院，石家莊 050061）

為探究產業集聚形成與產業協同發展的機制，該研究以嘉峪關市為例，構建產業空間集聚的單指標評價體系，結合鄰域豐度因子和地類交互因子建立產業空間關聯的評價方法，利用基于產業的土地利用功能分類數據，計算研究區各產業的空間集聚度和不同產業間的空間關聯度，分析各產業的空間集聚水平及產業間的空間關聯程度。結果表明：1）主要分布在北部小范圍的第一產業用地空間集聚度整體偏低，第二產業集聚度總體偏高，產業發展聚集在北部或東部地區，第三產業聚集度也相對較高，相比第二產業分布更松散；2）制造業聚集度最高，分別在8%～20%與46%～64%之間形成2條不同寬度的密集帶，東部地區聚集效應已經初步形成，交運倉儲和郵電信息業的斑塊集聚度在15%～23%之間形成特別密集的分布帶，產業用地尤其是交通運輸業占地面積較大，但空間分布相對松散；3）第一產業用地因地處城區和近郊面積較小，與其他產業空間相關性低，第二產業用地對第三產業用地以及居住用地表現出排斥作用；4）采掘、冶煉與加工業和制造業都與公共資源生產供應與管理用地關聯度均大于1，交運倉儲和郵電信息業、商業服務業和公共管理與公共服務業與居住用地關聯度都偏高，且三者互相也具有一定的關聯度，說明人群的聚集與局部流動帶動服務業的發展。空間集聚度和空間關聯度較好地呈現產業集聚水平、表達產業間關聯關系。

土地利用；產業；集聚；空間關聯；鄰域關聯分析；嘉峪關

0 引 言

產業集聚是同一產業或多個產業持續、動態地結合在一起，并且不斷形成相互關聯的產業空間運動[1]。產業集聚作為一種區域組織形式，能夠產生生產地理空間的專業化與集中化效應，對區域經濟的發展和區域競爭力的提升起著重要推進作用，并逐步成為地區經濟發展、產業升級的主要模式[2-4]。產業用地空間集聚是指圍繞某個特定領域和產業所形成的企業集合，區內眾多的企業在產業上具有關聯性，彼此共享資源、技術、信息等要素，獲得規模經濟和外部經濟的雙重效益[5-8]；而產業用地空間關聯是指某一區域各產業在生產與再生產過程中所形成的直接和間接的相互依存、相互制約的經濟聯系[9-11]。兩者都是能夠反映產業集聚水平的重要指標[12-15]。因此，深入研究產業用地空間集聚與關聯，對產業集聚水平的測度、區域產業用地的合理配置、土地利用格局的優化、產業鏈的完善和產業轉型升級等具有重要的指導意義。

國內外已有的研究主要集中在利用集中度（concentration rati，CR）、區位商指數（location quotient）、赫芬達爾-赫爾曼指數（herfindahl-hirschman-index，HHI）、基尼系數（GINI）、投入產出模型等測度產業集聚。彭誠[13]應用區位熵方法對民族開發區產業聚集度進行了研究，提出適合民族開發區發展的政策建議；雷鵬[14]以不同企業的數量和各個企業總體就業人員平均人數為基本數據計算了中國20個制造業行業隨時間變化的H指數，計算得到這些制造業行業的E-G指數，分析表明整體產業在從勞動密集型向資本密集型，進而再向技術密集型轉移時，產業聚集水平在不斷的提高。這些研究大部分只局限于產業的研究，使用地理空間數據、對其空間特征的測度體現嚴重不足[16-22]。然而，產業集聚首先所表現出的應是空間、地理上的集聚現象，產業集聚所產生的變化最終也是以土地利用格局的改變呈現出來。因此，從空間格局來研究產業聚集對區域未來產業升級與規劃具有更加明確的指導作用[23-26]。

現階段很多地區和城市（尤其西北地區）面臨產業結構單一、產能過剩、能源枯竭等問題，急需一條穩妥的產業升級之路。而也曾經歷過上述問題的嘉峪關市通過近幾年的產業轉型，逐漸改變了最初依托西北地區最大的碳鋼和不銹鋼生產基地酒泉鋼鐵而發展的較單一的產業結構，形成了新能源汽車制造業、生態旅游業等多元產業格局，且經濟發展穩定提升，人均GDP在甘肅省前列，這說明嘉峪關市的產業升級是比較成功的。因此，本研究從產業用地空間集聚與空間關聯入手，采用鄰域分析方法，建立以斑塊為單元的小尺度、單指標空間集聚度評價方法，結合鄰域豐度因子和地類交互因子建立產業空間關聯水平評價方法，對甘肅省嘉峪關市進行產業用地空間集聚和空間關聯水平評價，分析研究區內各產業的集聚分布特征以及產業間的關聯特征，剖析其產業用地格局的形成原因，把握其產業結構特征，旨在為嘉峪關市以及同類型急需產業升級的城市的產業用地合理配置和土地利用格局優化提供參考和依據，為絲綢之路重要節點在“一帶一路”大背景下的經濟轉型升級提供合理的政策建議。

1 研究區概況

嘉峪關市地處甘肅省西北部，東經98°17′，北緯39°47′，河西走廊中部。嘉峪關市設立雄關區、長城區、鏡鐵區3區，下轄3個鎮、47個社區，土地總面積2.935× 105hm2。全市年均氣溫在6.7～7.7 ℃之間，自然降水量年平均85.3 mm。嘉峪關市地勢西南高，地貌東北低，自然坡度13.3%。城區建在酒泉盆地西緣部的戈壁灘上，基建不占農田，開發建設用地條件優越，工廠及其他商用房屋、民用建筑等可大大縮短工期，且造價低廉。2015年全市常住人口24.39萬人，城鎮居民人均可支配收入30 714元，絕對額位于全甘肅省第一。第一產業由于城市大、農村小，多屬城郊型農業，農、林、牧收入比重為70:9:21；第二產業圍繞中國西北地區最大的碳鋼和不銹鋼生產基地酒泉鋼鐵，初步形成了以鋼鐵產業為主體，冶金、建材、裝備制造、新能源、電解鋁及鋁制品加工、食品加工為骨干的工業體系；第三產業依托優越地理區位，以較發達的交通運輸業為基礎，形成了以批發市場為主體的批發零售市場體系，同時豐厚的旅游資源也帶動了住宿和餐飲等產業的發展。

2 研究方法與數據來源

2.1 產業空間集聚度評價方法

空間集聚不僅需要考慮某一產業用地類型的分布密度，還應考慮各斑塊的相互位置關系、大小以及形狀，現有空間集聚評價方法往往通過多指標進行較大尺度的側面評價，而本文構建的評價方法不僅能夠進行單指標評價，而且能夠直接計算每一個斑塊的空間集聚度，為區域小范圍的空間集聚研究提供了基礎[26-27]。

式中com表示第個產業用地斑塊的空間集聚度；是以產業用地斑塊幾何重心為圓點的半徑參數；D表示第個產業第個斑塊與第個斑塊幾何距離；a表示第個斑塊面積；（）為是地塊的用地類型。式（1）的分子部分表示在第個斑塊半徑范圍內，屬性是耕地的斑塊面積之和。斑塊的空間集聚度com與半徑參數有關，不同半徑參數可理解為不同空間尺度，即不同尺度下斑塊的空間集聚度不同，因此在應用該方法評價產業用地空間集聚度時，應首先明確所采用的半徑參數大小。

2.2 產業空間關聯度評價方法

鄰域分析可通過特定斑塊與鄰近斑塊的面積關系，分析產業用地類型之間的相關程度，為了充分考慮各斑塊的相互位置關系、大小以及形狀，本文沿用空間集聚度的圓形鄰域定義方式進行鄰域關系研究，結合鄰域豐度因子、地類交互因子分析基于產業功能的土地利用空間格局中各產業用地類型的鄰域關系與變化趨勢[27-28]。

鄰域豐度因子可反映斑塊上產業用地類型的鄰域關系，通過對比鄰域距離內對應產業用地類型的斑塊面積與距離內所有斑塊面積和，表明鄰接邊界的復雜性；產業用地類型交互因子可綜合反映斑塊尺度上產業用地類型之間鄰域關系的強弱程度。具體算法如下[27]

式中F為鄰域豐度因子（表示斑塊編號，表示產業用地類型，表示鄰域半徑大小，用實際距離表示）；a為地類第個斑塊在半徑內的面積和；a為第個斑塊在半徑內的斑塊總面積；A為地類的斑塊總面積；為所有斑塊總面積。鄰域豐度越高，說明地類在斑塊半徑范圍內聚集程度越大，柵格受地類的影響越大。

2.3 數據來源與處理

本研究所采用的基于產業功能分類的土地利用數據，是利用從Google Earth下載的遙感影像，首先進行投影的定義與轉換，再采用遙感圖像目視解譯法，通過直接觀察判讀獲取特定目標地塊信息，結合實地調查，對判讀結果進行驗證，精準的獲取產業用地空間分布信息。本研究所采用的土地利用功能分類是依據中國42部門投入產出表，將嘉峪關市研究區的城市用地分為38種用地類型，并將其合并為4個一級分類（三大產業及居住用地）、8個二級分類。

為了便于空間聚集度的計算，本研究創建了以100 m為間隔的Fishnet（基于ArcGis CreateFishnet功能），并將其與原數據融合處理，形成20 877個產業用地斑塊，將斑塊編號、一級分類編號、二級分類編號、42部門編號、橫縱坐標以及斑塊面積等信息加入到其屬性表，然后將數據屬性表導入MATLAB，實現空間集聚度、地類交互因子等計算。

3 結果與分析

3.1 嘉峪關市基于產業類型的土地利用功能分類

本研究基于全國第二次土地利用調查的土地利用功能分類標準、已搜集到的中國科學院資源環境科學數據中心的土地利用功能分類標準和投入產出表中的產業用地分類標準[29-30]，將嘉峪關市城區和部分近郊的土地利用功能分類如下：

第一產業功能用地分類：因主要針對城區和近郊，第一產業占地較少，因此，沒有進一步劃分，統一為農林牧漁業用地。

第二產業功能用地分類：共分為20類，并對各產業空間分布信息進行提取。為了便于后面進行空間聚類和關聯性分析，在此基礎上，將其進行分類整合為采掘、冶煉與加工業、制造業、公共資源生產供應與管理3類用地類型（圖1、表1）。

第三產業功能用地分類：共分為16類，并將其進行分類整合為交運倉儲和郵電信息業、商業服務業、公共管理與公共服務3種用地類型（表1、圖1）。

居住用地也是嘉峪關城區和近郊的主要用地類型，本研究將其單獨作為一類，分析居住用地和產業用地的空間聚集和相鄰關系。

圖1 嘉峪關市土地利用功能空間分布圖

3.2 嘉峪關市產業用地空間聚集度分析

本研究采用空間聚集度算法，估算了嘉峪關市城區和近郊8種不同功能用地的空間聚集度，揭示了不同功能用地空間聚集度的分異特征（圖2）。結果顯示，第一產業用地空間集聚度整體偏低，聚集度較高的區域主要分布在嘉峪關城區的西北部，面積相對較小，最大空間集聚度為23.1%，最小值為0，大部分斑塊集聚度集中在1.5%～1.75%（圖3），在該區間形成了密集帶，這也說明研究區內農林牧漁業空間集聚程度較低，主要是由于城區和近郊的農業用地較少，密度相對較低。

表1 嘉峪關市基于產業類型的土地利用功能分類

相比第一產業用地，第二產業用地的空間集聚度總體偏高，且由東北向西南方向逐漸降低，表明嘉峪關市第二產業發展主要聚集在北部或東部地區。其中，采掘、冶煉與加工業用地主要分布在研究區北部，空間集聚度最大值為35%，在5%～15%之間形成了密集帶。該產業用地空間集聚呈由北向南緩慢減少的分布態勢，但空間聚集度總體偏高，表明該產業是嘉峪關市的主要產業，并存在一定規模。制造業用地是第二產業用地中空間聚集度最高，斑塊最大空間集聚度為69.5%，分別在8%～20%與46%～64%之間形成了2條不同寬度的密集帶，說明部分區域尤其是嘉峪關市東部地區的制造業聚集效應已經初步形成，而西部地區的聚集效應雖不顯著，但占地總面積較大，聚集效應也逐漸開始萌芽。從空間分布來看，整個制造業用地的空間聚集度由東向西呈梯度分布。公共資源生產供應與管理用地主要分布在研究區北部，因該產業性質特殊，主要用來滿足本區域生產生活的需要，因此，分布密度較小，空間聚集度相對也較小，空間集聚度的密集帶在1%～8%之間。

圖2 嘉峪關市產業集聚空間分布圖

第三產業用地和第二產業用地較為相似，空間聚集度相對較高。其中，交運倉儲和郵電信息業的斑塊空間集聚度分布在10.4%～25%之間，且在15%～23%之間形成了特別密集的分布帶，說明該產業用地尤其是交通運輸產業用地占地面積較大，但空間分布相對松散。從空間分布來看，其空間集聚度西北和南部較高，西部和東部的研究區邊緣地帶空間集聚度較低。商業服務業用地的空間集聚度較高的區域分布在嘉峪關東南和西北地區，且由東南和西北向中間遞減，說明嘉峪關東南和西北部地區商業服務業發達，中間地帶商業服務業相對零散。該用地類型在5%～20%之間形成一條密集帶。公共管理與公共服務用地在嘉峪關西南地區空間聚集度相對較高，由西南向東北地區遞減，主要斑塊的空間聚集度分布在5%～10%之間，集聚程度相對偏低。這說明嘉峪關市公共管理與公共服務水平有待進一步提高，以更好的保障嘉峪關的生產與生活。

圖3 嘉峪關市產業集聚空間分布散點圖

與其他功能用地顯著不同，居住用地的空間聚集度差異顯著。從空間分布上來看，空間聚集度相對較高的區域主要分布在公共管理與公共服務業相對密集的西南地區，且由西南向東北地區遞減，梯度顯著。最高值達到39.1%。這表明公共管理與公共服務業的發達，會給居民生活帶來更多的便利，也相應地會吸引更多的居民居住。周圍產業的不同，勢必會影響居住用地的分布。

3.3 嘉峪關市產業用地鄰域相關程度分析

本研究對嘉峪關市主要地類交互因子與鄰域距離的關系進行分析時，將各產業的主要地類交互因子進行了對數化處理，鄰域距離范圍由100 m至5 000 m以100 m為公差均勻變化（圖4）。若對數化地類交互因子大于0，即2種地類交互因子大于1，表明2種地類有較強的鄰域關系，若小于0，表示2種地類的相關性弱。整體來看，嘉峪關各地類交互因子對數化后均分布在0～1.5附近，隨著鄰域距離的增加各產業用地的鄰域相關程度呈現出了不同態勢，但都隨著鄰域距離的不斷增大而趨于穩定。

對于第一產業，農林牧漁業用地交互因子中，其他產業用地均由負值向0收斂，表明其他用地與農林牧漁業用地空間相關性低，這主要是由于城郊農林牧漁業用地面積相對較小所致，并且對于郊區而言，農業與其它行業的相互帶動作用較弱。對于第二產業用地，采掘、冶煉與加工業與公共資源生產供應與管理用地表現出了一定的關聯性，第二產業的采掘、冶煉與加工業和制造業與居住用地交互因子相比其他因子值最低，說明居住用地與冶煉與加工業和制造業的關聯性比較低，相互并無顯著的帶動作用；第三產業與第二產業不同，其商業服務業、公共管理與公共服務3種地類與居住用地的交互因子均大于0，表現出了較強的鄰域關系，這表明商業服務業和公共管理與公共服務的發展吸引了更多的居民居住，促進了居民社區的發展；而用地面積相對較大的交運倉儲和郵電信息業只對公共管理與公共服務表現出一定的關聯性，第三產業用地與第二產業用地的3種類型的交互因子均為負值，且低于與其他產業用地交互因子，體現出第二產業對第三產業用地發展有一定的抑制作用。

從表2來看，各產業用地的交互因子差異較大。其中，農林牧漁業自空間關聯度最高，交運倉儲和郵電信息業自空間關聯度最低。從不同產業的空間關聯度來看，農林牧漁業與商業服務業的空間關聯度相對最高，這主要是由于城市近郊農業主要為觀光農業或者旅游農業，所以帶動了周邊商業服務業的發展；其與居住用地的空間關聯度最低，這可能是由于城郊地帶農田與農戶居住用地分別相對集中，且農田與農戶居住用地存在一定距離。對于第二產業用地，采掘、冶煉與加工業與公共資源生產供應用地的空間關聯度最高，制造業也與公共資源生產供應用地空間關聯度最高。公共資源生產供應用地可以為采掘、冶煉與加工業與制造業提供其所需要的能源和水資源。對于第三產用地，交運倉儲和郵電信息業與各產業用地關聯度差異不大，說明該產業用地對各產業用地的影響較為平衡，僅相對居住用地和公共管理與公共服務用地關聯度略高一些；商業服務業與公共管理與公共服務均與居住用地的空間關聯度最高，且與其他第三產業用地也具有一定的關聯度；居住用地同樣與商業服務業和公共管理與公共服務關聯度較高，也說明第三服務業發展主要隨人群而聚集。

圖4 嘉峪關市產業用地類型對數化交互因子與鄰域距離的關系

表2 嘉峪關市各產業用地類型交互因子

4 結 論

本文對嘉峪關市各產業進行了功能性分類，采用產業用地空間集聚評價的方法，將評價單元具體到斑塊，綜合考慮斑塊位置、形狀和面積，對研究區的空間集聚程度進行了評價，并利用產業用地類型交互因子對各產業的相關性進行了空間鄰域分析。主要結論如下：

1）第一產業農林牧漁業因占地少，空間集聚低；第二產業中，制造業集聚程度最高，呈現出東北向西部由高到低呈梯度分布，并產生了2條密集帶，低值分布帶說明一定面積的制造業用地分布相對松散，高值分布帶雖然包含的斑塊數量較少，但反映出制造業已開始產生空間集聚效應。采掘、冶煉與加工業相比制造業占地少，因此，集聚度相對略低，而公共資源生產供應與管理盡管占地少但分布集中，顯示出一定的集聚效應；第三產業中，占地較大的交運倉儲和郵電信息業空間聚集度穩定于一個范圍區帶之內。商業服務業和公共管理與公共服務用地在遠離第二產業集聚的西南、東南部集聚明顯；居住用地空間集聚程度差異明顯，沒有形成密集帶。

2）第一產業用地與其他產業空間相關性低，主要為觀光農業或旅游農業的近郊農業帶動了商業服務業的發展，使得其與商業服務業相關性最高，城郊地帶農田與農戶居住用地分別相對集中以及兩者存在一定距離，使得其與居住用地的關聯性最低；公共資源生產供應與管理用地與其他第二產業用地呈現出較強的關聯性，其可以為其他第二產業用地提供水和能源，此外，第三產業用地的3種地類都與居住用地呈現出較強的鄰域關系，且三者之間也具有一定的關聯度，說明人群的聚集與局部流動帶動了第三服務業的發展，交運倉儲和郵電信息業與各產業用地都呈現出一定的關聯性且無明顯差異，其對各產業用地的影響較為均衡，說明該產業是各個產業的公共需求，整體來看，第三產業的三個地類與第二產業用地的關聯性都低于其他產業，體現出第二產業對第三產業用地發展具有抑制作用。

嘉峪關市的產業成功轉型離不開其第二產業集聚所凝聚的雄厚工業基礎，同時制造業的集聚和多元化發展也是在當今鋼鐵市場疲軟下其能夠繼續保持迅速發展的動力保證，而制造業等第二產業所提供的就業機會以及當地政府在旅游、環境保護和公共基礎設施上的投入對第三產業的發展與集聚又產生了有效的促進作用，但第二產業的集聚所帶來的第三產業及居住用地的排斥作用也必定會產生第二產業產業園人流潮汐現象，如何優化這土地利用格局以解決這一現象帶來的問題，也是當今中國各大產業園的迫切需求，值得進一步研究。

[1] Giovannetti E, Tsuji M, Kagami M. Industrial agglomeration and new technologies: A global perspective[J]. Social Science Electronic Publishing, 2012, 87(1): 147－149.

[2] Rosenthal S S, Strange W C. Geography, industrial organization, and agglomeration[J]. Review of Economics & Statistics, 2003, 85(2): 377－393.

[3] De Groot H L F, Poot J, Smit M. Agglomeration, innovation and regional development: Theoretical perspectives and meta-analysis[J]. Social Science Electronic Publishing, 2007, 2.

[4] Storper M, Christopherson S. Flexible specialization and regional industrial agglomerations: The case of the U.S. motion picture industry[J]. Annals of the Association of American Geographers, 2015, 77(1): 104－117.

[5] Giulio Cainelli, Donato Iacobucci, Enrica Morganti. Spatial agglomeration and business groups: New evidence from Italian industrial districts[C]// ERSA Conference Papers. European Regional Science Association, 2004: 507－518.

[6] 張華，梁進社. 產業空間集聚及其效應的研究進展[J]. 地理科學進展，2007，26(2)：14－24.

Zhang Hua, Liang Jinshe. Progress in industrial agglomeration research[J]. Progress in Geography, 2007, 26(2): 14－24. (in Chinese with English abstract)

[7] 褚勁風. 上海創意產業空間集聚的影響因素分析[J]. 經濟地理，2009，29(2)：104－131.

Chu Jinfeng. A study on spatial difference of the creative industrial zones in Shanghai[J]. Economic Geography, 2009, 29(2): 104－131. (in Chinese with English abstract)

[8] 薛雅偉，張在旭，李宏勛，等. 資源產業空間集聚與區域經濟增長：“資源詛咒”效應實證[J]. 中國人口·資源與環境，2016，26(8)：25－33.

Xue Yawei, Zhang Zaixu, Li Hongxun, et al. Spatial agglomeration of resource industry and regional economic growth: An empirical study of ‘resource curse’ [J]. China Population Resources and Environment, 2016, 26(8): 25－33. (in Chinese with English abstract)

[9] Shi P, Pu Y. Analysis on Spatial correlation mechanism between financial agglomeration and industrial structure[J]. Technology Economics, 2011, 30(1): 39－44.

[10] 萬魯河，王紹巍，陳曉紅. 基于GeoDA的哈大齊工業走廊GDP空間關聯性[J]. 地理研究，2011，30(6)：977－984.

Wan Luhe, Wang Shaowei, Chen Xiaohong. GeoDA-based spatial correlation analysis of GDP in Hadaqi industrial corridor[J]. Geographical Research, 2011, 30(6): 977－984.

[11] Fenge R, Ehrlich M V, Wrede M. Public input competition and agglomeration[J]. Regional Science and Urban Economics, 2009, 39(5): 621－631.

[12] Hill E W, Brennan J F. A methodology for identifying the drivers of industrial clusters: The foundation of regional competitive advantage[J]. Economic Development Quarterly, 2000, 14(1): 65－96.

[13] 彭誠. 基于區位熵方法的民族開發區產業聚集度研究[J]. 西南科技大學學報：哲學社會科學版，2017，34(5)：59－62.

Peng Cheng. A study on industrial agglomeration of development zones of ethnic areas based on location entropy method[J]. Journal of Southwest University of Science and Technology, 2017, 34(5): 59－62. (in Chinese with English abstract)

[14] 雷鵬. 制造業聚集與區域經濟增長的實證研究[J]. 上海經濟研究，2011 (1)：35－45.

Lei Peng. Manufacturing industry concentration and regional economic growth empirical study[J]. Shanghai Journal of Economics, 2011(1):35－45. (in Chinese with English abstract)

[15] Duranton G, Overman H G. Testing for localization using micro-geographic data[J]. Review of Economic Studies, 2010, 72(4): 1077－1106.

[16] 劉海波. 我國產業集聚水平及其對區域差異的影響研究[D]. 長春：吉林大學，2007.

Liu Haibo. A Study on Industry Agglomeration Level and the Influence to Regional Difference in China[D]. Changchun: Jilin University, 2007. (in Chinese with English abstract)

[17] 樊秀峰，康曉琴. 陜西省制造業產業集聚度測算及其影響因素實證分析[J]. 經濟地理，2013，33(9)：115－119.

Fan Xiufeng, Kang Xiaoqin. An empirical analysis of shaanxi's manufacturing industry agglomeration degree and its influencing factors[J]. Economic Geography, 2013, 33(9): 115－119. (in Chinese with English abstract)

[18] 劉斯敖. 產業集聚測度方法的研究綜述[J]. 商業研究，2008(11)：64－66.

[19] 彭耿. 產業集聚度測量研究綜述[J]. 技術與創新管理，2010，31(2)：181－184.

Peng Geng. A review of the research on the measurement of industrial agglomeration degree[J]. Technology and Innovation Management, 2010, 31(2): 181－184. (in Chinese with English abstract)

[20] Wu Jianguo. Effects of changing scale on landscape pattern analysis: Scaling relations[J]. Landscape Ecology, 2004, 19(2): 125－138.

[21] Ellison G, Glaeser E L, Kerr W R. What causes industry agglomeration? evidence from coagglomeration patterns[J]. American Economic Review, 2007, 100(3): 1195－1213.

[22] 王世忠. 基于LUPO模型的德清縣土地利用空間布局優化[J]. 農業工程學報，2012，28(20)：230－238.

Wang Shizhong. Land use spatial structure optimization based on LUPO model in Deqing county[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(20): 230－238. (in Chinese with English abstract)

[23] 陳紅宇，朱道林，鄖文聚，等. 嘉興市耕地細碎化和空間集聚格局分析[J]. 農業工程學報，2012，28(4)：235－242.

Chen Hongyu, Zhu Daolin, Yun Wenju, et al. Analysis on cultivated land fragmentation and spatial agglomeration pattern in Jiaxing city[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(4): 235－242. (in Chinese with English abstract)

[24] Pawlowski C W, Cabezas H. Identification of regime shifts in time series using neighborhood statistics[J]. Ecological Complexity, 2008, 5(1): 30－36.

[25] 李鑫，李寧，馬曉冬.耕地資源空間集聚度評價及影響因素：以江蘇省睢寧縣為例[J].土壤，2016，48(5)：1042－1048.

Li Xin, Li Ning, Ma Xiaodong. Evaluation of arable land spatial compactness and analysis of its influence factors: A case study of suining county in Jiangsu Province[J]. Soils, 2016, 48(5): 1042－1048. (in Chinese with English abstract)

[26] 蔡進，廖和平，邱道持，等.重慶市農村耕地資源貧困測度及空間格局研究[J]. 農業工程學報，2017，33(18)：251－259.

Cai Jin, Liao Heping, Qiu Daochi, et al. Study on poverty measure of farmland resources and spatial pattern in Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(18): 251－259. (in Chinese with English abstract)

[27] 段增強，張鳳榮，苗利梅. 基于鄰域因子的土地利用空間格局分析：以北京市海淀區為例[J]. 農業工程學報，2006，22(6)：71－73.

Duan Zengqiang, Zhang Fengrong, Miao Limei. Neighborhood-based method for land-use spatial pattern analysis and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2006,22(6):71－73.(in Chinese with English abstract)

[28] 谷建立，張海濤，陳家贏，等. 基于DEM的縣域土地利用空間自相關格局分析[J]. 農業工程學報，2012，28(23)：216－224.

Gu Jianli, Zhang Haitao, Chen Jiaying, et al. Analysis of land use spatial autocorrelation patterns based on DEM data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(23): 216－224. (in Chinese with English abstract)

[29] 馬雯秋，何新，姜廣輝，等. 基于土地功能的農村居民點內部用地結構分類[J]. 農業工程學報，2018，34(4)：269－277.

Ma Wenqiu, He Xin, Jiang Guanghui, et al. Land use internal structure classification of rural settlements based on land use function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(4): 269－277. (in Chinese with English abstract)

[30] 劉紀遠，匡文慧，張增祥，等. 20世紀80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學報，2014，69(1)：3－14.

Liu Jiyuan, Kuang Wenhui, Zhang Zengxiang, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3－14. (in Chinese with English abstract)

Study on characteristics of spatial agglomeration and spatial correlation of industrial land in Jiayuguan city

Jiang Qun’ou1,2, Sun Siyang1,2, Wang Chunli1,2, Shao Yaqi1,2, Wang Meilin1,2, Nie Chengjing3

(1.,,100083,; 2.100083; 3.,050061,)

Industrial agglomeration plays a significant role in promoting regional economic development and regional competitiveness, and gradually becomes the main mode of regional economic development and industrial upgrading. Spatial agglomeration and correlation should not only consider the distribution density of an industrial land type, but also consider the location, size and shape of each patch. Neighborhood analysis can be used to analyze the correlation between industrial land types through the relationship between the area of specific patches and adjacent patches. This study applied the fishnet to divide the visual interpretation data into 20877 patches and calculated the spatial agglomeration degree and spatial correlation degree among 8 different industries in urban and suburban areas of Jiayuguan by establishing a single index evaluation system for industrial spatial agglomeration and combining the neighborhood abundance factor with the class interaction factor to establish the evaluation method of Industrial Spatial Association. And then the spatial agglomeration level and spatial correlation degree among industries were analyzed. The results showed that: 1) the first industry mainly distributed in a small area in the north, and the land spatial agglomeration was low. However, the second industrial land spatial agglomeration degree was high, and the industrial development mainly gathered in the northern or eastern region. As for the tertiary industry, its land spatial aggregation degree was relatively high, and has more dispersed distribution compared to the second industry. 2) Spatial agglomeration degree of manufacturing land was highest, and the largest spatial aggregation of the patches was 69.5%. There were two different dense zones between 8%-20% and 46%-64%, and the industrial cluster effect has initially formed in the eastern part. The spatial agglomeration of patches in transportation, warehousing, post and information industry has formed a particularly dense distribution belt between 15%-23%. Although the transportation industry land area was larger, its spatial distribution was dispersed. 3) The areas of agriculture, forestry, animal husbandry and fishery industry were relative small and had a low correlation with other industrial land, as the area of first industry was close to the urban area and the suburb. The second industrial land has shown a certain rejection effect on the tertiary industrial land and the residential land. 4) The interaction factor between the mining, smelting, processing and manufacturing and the production and supply and management of public resources was more than 1. The relationship between transportation, warehousing, post and information industry, commercial service industry and public management and public service and residential land was also high, and three of them were related to each other, which showed that the aggregation and local flow of the population promote the development of the tertiary industry. The spatial agglomeration degree and spatial correlation degree can accurately present industrial agglomeration level and express inter industry relationship. This study further illustrates that the successful transformation of Jiayuguan's industry can not be separated from the strong industrial base of its second industrial agglomeration. And the agglomeration and diversification of manufacturing industry is also the dynamic guarantee for the rapid development of the steel market under the weakness of the steel market. The employment opportunities provided by the manufacturing industry and other second products also have an effective role in promoting the development and agglomeration of the three industries.

land use; industry; agglomeration; spatial correlation; neighborhood correlation analysis; Jiayuguan city

姜群鷗，孫駟陽，王春麗，邵雅琪，王美林，聶承靜. 嘉峪關市產業用地類型的空間集聚度與空間關聯度特征研究[J]. 農業工程學報，2018，34(24)：274－282. doi：10.11975/j.issn.1002-6819.2018.24.033 http://www.tcsae.org

Jiang Qun’ou, Sun Siyang, Wang Chunli, Shao Yaqi, Wang Meilin, Nie Chengjing. Study on characteristics of spatial agglomeration and spatial correlation of industrial land in Jiayuguan city[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(24): 274－282. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.24.033 http://www.tcsae.org

2018-05-14

2018-10-13

中央高校基本科研業務費專項（項目編號：2017JC15和2015ZCQ-SB-03）；國家科技重大專項項目（No.2017ZX07101004）；國家自然科學基金委重大研究計劃（No.91325302和No.91425303）；中國博士后基金（No.2014M560110）和河北省自然科學基金項目（D2015207002）

姜群鷗，副教授，博士，研究方向為土地利用變化及效應。Email：jiangqo.dls@163.com

10.11975/j.issn.1002-6819.2018.24.033

F301.24

A

1002-6819(2018)-24-0274-09