長江經濟帶產業結構與土地利用效率協調度的時空格局分析

朱慶瑩，涂 濤，陳銀蓉，陳 坤，梅 昀，張逸凡，李岳琦，劉 敏

（華中農業大學公共管理學院，武漢 430070）

0 引 言

供給側結構性改革對城市產業結構優化和土地資源配置效率提出了更高的要求，在推進高質量發展的關鍵時期，城市產業結構與土地利用效率的協調發展既能夠促進產業結構優化升級和實現土地資源利用效率提升，對加強城市土地管理和產業發展也具有積極作用[1]。學者們就城市產業結構與土地利用效率之間相互關系開展了大量研究，主要包括理論和實證兩個層面。理論研究方面，盧新海等[2]在研究區域一體化背景下城市土地利用效率區域差異時指出，產業結構會在一定程度上改變城市土地利用效率；何好俊等[3]揭示了城市產業結構變遷與土地利用效率之間的雙向反饋機制；Au 等[4]從規模效應視角下分析了產業結構發展水平與城市土地利用效率間的相互影響關系；除此之外，也有學者基于產業和空間兩個維度，引入集聚效應、溢出效應等空間關系來探究兩者間的內在機理[5]。實證研究方面，項錦雯等[6]通過耦合協調模型分析區域產業轉移與土地集約利用的相互關系，研究結果表明兩者耦合協調度與協調度、發展度在空間上不具有很強的對應關系；范建雙等[7]以杭州市為例，在分析土地集約利用與產業結構演進耦合協調度的基礎上，采用灰色關聯分析探究了二者耦合效應的影響因素。梁流濤等[8]則分析了經濟集聚與產業結構共同作用下土地利用效率的演變機制，除此之外，也有學者研究了城鎮化背景下的產業結構調整與土地利用效率的定量關系和作用機制并分析了相互影響效應的區域差異[9]。現有文獻關于城市產業結構與土地利用效率的相互影響成果豐碩，針對兩者之間的耦合關系，現有研究主要分析了耦合關系的時序特征[10-11]。隨著區域空間社會經濟活動在市場逐漸完善的背景下相互影響程度不斷加強，區域之間互動越來越密切，在土地利用效率和產業結構變化過程中，區域之間存在著顯著的溢出效應和臨近效應等。除了土地利用效率和產業結構本身空間關聯效應顯著，產業結構對土地利用效率以及土地利用效率對產業結構的空間影響效應也十分巨大，在兩者關系的研究中，產業結構發展和土地利用效率之間的空間關聯效應不容忽視，對產業結構與土地利用效率耦合協調空間效應的探討對制定合理的產業和土地利用政策，協同推進兩者的耦合發展具有重要意義。基于以上分析，本文以長江經濟帶108 個城市為研究對象，選取2006、2009、2012、2015 和2018 年這5 個年份作為時間剖面，分析產業結構合理化與產業結構高級化與土地利用效率之間耦合時空關聯效應。在對城市產業結構與土地利用效率的耦合協調機制理論分析的基礎上，采用SFA 模型測算土地利用效率，并從城市產業結構合理化和高級化兩個維度衡量產業結構，運用耦合協調度模型分析城市產業結構與土地利用效率耦合協調時空特征，采用空間自相關方法分析兩者的空間關聯特征，為制定科學的產業政策提供科學參考。

1 產業結構與土地利用效率的相互作用機理分析

1.1 產業結構對土地利用效率的影響

耦合度是指兩個或多個系統之間相互作用的程度。協調是指兩個或多個系統之間的良性互動關系，反映的是系統間的協調發展程度。而耦合協調是指系統與系統之間相互作用達到共同促進和發展的一種狀態，兼顧系統與系統之間相互的發展度與協調性。城市土地利用效率是一個較為寬泛的概念，有學者認為包含土地配置的結構效率和土地利用的邊際效率，也有學者認為是土地在不同部門和區域之間分配過程中所達到的效益程度，但更多的是從投入產出視角來衡量土地要素上的投入產出水平，本文主要基于這一標準。產業結構包含著產業結構的合理、高級和服務化等多方面內涵，本文主要從產業結構高級化與合理化出發。

城市產業結構優化會向著合理化和高級化演變，通過影響要素的投入產出并最終影響土地利用效率[12-13]。產業結構合理化既包含產業在空間布局上合理，也包含要素投入產出配置合理。對土地利用效率的作用路徑包括聚集效應、擠出效應和替代效應。首先，在政府進行國土空間規劃時，為保證實現土地的合理化利用，會考慮企業的規模效應，給予足夠的生產空間，同時會積極協調相關企業，促使企業互補并形成專業化和多樣化集聚，提高產業合理化程度的同時提高產出，提升用地效率。其次，市場機制引導下的擠出效應。土地價格的提高會對用地粗放、附加值低的企業造成壓力，并隨著市場壓力而退出。市場引導過程中高附加值、高邊際產出的企業能處在更好的區位，而技術進步產生的知識溢出效應還會帶動周邊地區的產業發展，單位面積產出增加，土地利用集約度提升，土地利用效率提高。最后，經濟的快速發展下交通等基礎設施不斷完善，企業成本會降低，資本技術等關鍵要素的流動范圍會進一步擴大，能有效發揮對土地要素的替代作用，影響要素投入，并且區域之間技術溢出會加強，進而提升城市土地利用效率[14]。產業結構高級化是資源要素向更高層次的產業再配置和主導產業升級的過程[15]，表現為二三產業比例的上升，尤其是技術密集型產業提升，影響主要路徑和機制是通過改造和淘汰落后產業，培育新型產業，實現產業的轉型升級。產業升級過程中催生新的用地需求從而引起土地數量、結構等變化進而影響土地利用效率[16]。其作用路徑包括引致效應、嵌入效應和增值效應。引致效應通過將資源要素引導至投資回報率更高的產業，形成產業間的高效集聚，避免不必要的低端效能產業，優化城市用地結構。嵌入效應是隨著技術密集型產業比例上升，通過向制造業企業提供中間產品與技術服務，進一步整合優勢資源，充分發揮產業發展鏈條中各企業的優勢，提高土地產出效益[9]。增值效應是通過對上游企業的生產工藝進行升級和下游企業實行差異化的產品策略等來實現產品增值，促進要素的有效供給，達到土地增值，影響著土地利用效率。

1.2 土地利用效率對產業結構的影響

土地利用效率對產業結構的影響主要遵循土地的稀缺性和土地區位的特殊性影響著土地利用結構與土地價格進而引導著土地承擔的主要功能，最終影響產業的空間分布及其產出效益的這樣一條路徑。土地利用效率與其所承載的產業活動息息相關，土地利用結構是產業結構在空間上的一種映射[17]。當前絕大多數城市的產業發展正在由第二、三產業主導，對土地的需求增大而導致土地供應緊張。土地位置的固定性決定土地區位的特殊性，決定著土地的自然區位和經濟區位的相對優越性，如周邊設施條件以及是否臨近市場等等。區位條件的差異性會造就單位面積不同的生產效益，使得土地利用效率存在差異。具體而言：第一產業用地需要大面積的土地且土壤條件肥沃，土地以生產功能為主，產出效益較低；第二、三產業用地類型以建設用地為主，使用的土地面積較小，發揮的主要是土地的承載功能，并非依賴于土壤條件而側重土地的區位條件，產出效益較高。城市土地利用效率提升會影響城市產業結構優化。土地的稀缺性和區位的特殊性所影響的土地利用效率很大程度上決定了土地利用的結構，并決定著建設用地出讓價格。從空間上來說，產業生產活動是在一定范圍內的土地上進行的，是將土地作為一種要素投入，土地利用結構影響著產業發展結構及空間分布，建設用地價格則會對產業的經濟效益產生影響，占地面積大、盈利能力弱的產業逐漸遷址城市邊緣地區，推動著產業結構的合理化和高級化程度演化，從產業經濟效益看，市場機制影響下，低經濟收益的落后產業逐步替代單位產出較小的傳統產業[18]。基于以上理論分析，城市產業結構與土地利用效率影響機制圖如圖1 所示。

2 區域概況、數據來源與處理及研究方法

2.1 區域概況

長江經濟帶覆蓋中國的九省二市，包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州、云南。長江經濟帶以約兩成的國土面積承載著全國40%以上的人口，科教事業發達，人才優勢明顯。2020 年的經濟總量在全國的占比已超過46%，并保持著持續穩定的增長，對中國總體發展格局的影響愈發深遠。除此之外，產業發展體系也非常完善。不僅匯集了中國大部分的汽車、電子等現代工業，成為重要的工業走廊，而且產業創新能力強、基礎設施和物流體系完善、市場輻射范圍廣，能有效帶動內地區域的經濟和產業發展。基于區域間自然資源稟賦及社會經濟發展水平差異，長江經濟帶一般分為上游、中游和下游，下游區域包括蘇浙滬皖；中游地區包括鄂贛湘；上游地區包括川渝滇黔，圖2為長江經濟帶區域概況圖。

2.2 數據來源與數據處理

數據來源：城市產業結構的測算中，國內生產總值、三次產業增加值、總就業人數、三次產業就業人數等各市數據來自《中國區域經濟統計年鑒》（2007—2019 年）。三次產業增加值占GDP 比重、三次產業從業人員占比等數據來自《中國城市統計年鑒》（2007—2019 年），部分數據缺失來自于各地市的《國民經濟和社會發展統計公報》。城市土地利用效率涉及的二三產業產值、單位從業人員及城鎮私營和個體人員數、固定資產投資額和財政支出相關數據來自《中國城市統計年鑒》（2007－2019 年），城市建設用地面積來自《中國城鄉建設統計年鑒》（2007－2019 年），固定資產投資價格指數和居民消費價格指數來自國家統計局網站。

數據處理：城市二三產業產值基于統計年鑒的當年數據使用GDP 平減指數平減至2006 年。資本存量的估算采用永續盤存法，基期資本存量=當年固定資產投資額/10%、折舊率為10%，對固定資產投資額采用固定資產投資價格指數進行平減至初期年；財政支出用CPI 平減至初期年。非農從業人口數是單位從業人員數、城鎮私營和個體從業人員數之和。部分地市行政區劃數據處理如下：1）貴州省畢節地區（2011 年改為畢節市）和銅仁地區（2012 年改為銅仁市）缺乏2006 年和2009 年的相關統計數據，故加以剔除。2）安徽省原地級市巢湖市于2011 年撤銷，行政級別降為縣級，故不將巢湖市作為研究對象。最終確定研究為長江經濟帶108 個地級及以上城市作為研究單元。

2.3 研究方法

1）產業結構測定方法

文章主要從合理化和高級化兩方面對進行產業結構進行測度。產業結構合理化是衡量要素投入產出結構耦合程度的指標，產業間存在動態平衡關系，通過調整不合理的產業結構可以實現資源合理配置和有效利用[19]。本文參考張治棟等[20]的研究，通過產業的產值占比與就業人員占比之間的差值來測度產業結構合理化水平（ISR）。具體公式如下：

式中ISRt表示產業結構合理化水平，其值在0～1 之間。Pt表示t時期國民經濟總產值，Lt表示t時期就業總人數；i表示產業，Pit表示t時期第i產業的產值，表示t時期第i產業就業的人數，n表示產業部門數。城市的ISRt值越大，表示該城市的產業結構合理化水平就越高，反之則越低。

產業結構高級化是指產業形態從低端向高端轉變的過程[21]。本文參考王淑英等[22]做法，采用第三、第二產業產值比重之和來衡量各城市產業結構高級化程度，得到產業結構高級化水平（ISA）公式如下：

式中ISAt表示產業結構高級化水平，其值在0～1 之間。R3t表示t時期第三產業產值占全部GDP 的比例，R2t表示t時期第二產業產值占全部GDP 的比例，ISAt數值越大表明城市的產業結構高級化程度越高。

2）土地利用效率測算—SFA 模型

隨機前沿理論是指一定技術條件下生產主體能夠達到的投入和產出最優狀態的界線，達到邊界線則說明生產技術完全有效，否則存在生產技術效率損失[23]。SFA分析方法能有效區分統計和管理誤差項，避免隨機因素造成的影響，測算結果更加真實。本文采用地均投入產出來刻畫土地利用過程中的投入和產出水平。

隨機前沿生產函數形式主要有超越對數和柯布道格拉斯C-D 函數，前者雖在一定程度上放寬了技術中性的假設，但容易產生共線性問題，而C-D 函數模型中變量的經濟含義較為明確且形式簡潔，因此本文以C-D 生產函數形式構建城市土地利用效率測度的隨機前沿模型。參考現有研究[24-25]，隨機前沿生產函數模型對數化形式為：

式中η是待估計的時變系數，反映城市土地利用效率變化率的大小，若η>0，β(t)隨著t的增加而遞減，土地利用效率提升；反之，土地利用效率降低；若η=0，則土地利用效率不隨時間變化。

最后，對SFA 模型用于本研究的適用性和科學性進行假設檢驗：

式中U1為產業結構相關指數，本文包括產業結構合理化和產業結構高級化；U2為城市土地利用效率；C為耦合度；T為協調度；D為耦合協調度；a、b為待定權重，反映各子系統的重要程度，本文認為產業結構和土地利用效率系統同等重要，a、b均取0.5。

4）空間自相關模型

本文采用此方法對產業結構與土地利用效率耦合度的空間關聯格局進行分析，其中全局空間自相關分析研究對象在全局空間內表現出的集聚特征，用 Global Moran's I 來衡量，計算方法如下：

式中Z(I)、E(I)分別為Moran's I 的Z 法檢驗值和數學期望，如果Z(I)大于正態分布函數在0.05 水平下的臨界值1.96，說明縣域之間存在顯著的空間相關性。

3 結果分析

3.1 產業結構與土地利用效率耦合協調度時間變化特征

基于耦合協調度評價，得到長江經濟帶108 個城市產業結構合理化及產業結構高級化和土地利用效率的耦合協調度。2006、2009、2012、2015 和2018 年5 個典型年度長江經濟帶108 個城市產業結構合理化與土地利用效率的耦合協調度（DRE）和城市產業結構高級化與土地利用效率的耦合協調度（DAE）存在一定的差異。參考現有研究并提出相關分類標準[26]，具體標準見表1。

表1 城市產業結構與土地利用效率耦合協調度評價標準Table 1 Evaluation criteria for coupling and coordination degree of urban industrial structure and land use efficiency

其中城市產業結構合理化和土地利用效率協調度值范圍為[0.294 4，0.677 5]，各城市處于中度失調、輕度失調、瀕臨失調、勉強協調和初級協調5 種狀態；城市產業結構高級化和土地利用效率協調度值范圍為[0.432 7，0.681 9]，處于瀕臨失調、勉強協調、初級協調3 種狀態。

2006、2009、2012、2015 和2018 年長江經濟帶108個城市產業結構合理化與土地利用效率耦合協調度均值分別為0.503 4、0.504 2、0.503 8、0.514 7 和0.528 6，整體處在勉強協調階段。總體來講，當前土地利用投入產出效益較為合理，產業分布合理性一般。兩者的耦合協調度隨時間呈先升后降再升態勢。2009 年產業結構合理化與土地利用效率耦合協調度較2006 年出現小幅增長；2009—2012 年間有小幅下降；2012—2018 年則呈現較為明顯的上升態勢，增幅為4.92%；2006—2018 年整體增長了5%。從表2 看，在2006－2018 年間，I 類初級協調的城市數量減少了一半，2018 年僅有6 個城市，分別是無錫市、鎮江市、嘉興市、寧波市、荊門市和玉溪市；II類勉強協調的城市數量增加了35 個，增幅為81.40%，2018 年產業結構合理化與土地利用效率勉強協調的城市占比超過70%；III 類瀕臨失調的城市數量減少了28 個，下降幅度為58.33%，2018 年耦合協調度為瀕臨失調的城市占比為18.52%；IV 類和V 類城市數量變化不明顯，僅2009 年的吉安市屬于V 類中度失調城市。在2006－2018年，產業結構合理化與土地利用效率耦合協調程度為初級和勉強協調的城市從55 個增加到84 個，占比從50.93%提高到77.78%。總體上，長江經濟帶城市產業結構合理化與土地利用效率耦合協調水平有明顯提升。隨著政府調控土地利用和產業政策的不斷升級優化，產業結構不斷向著主體需求和社會發展的方向演化，產業結構合理化水平與土地產出效益同步提高，兩者呈現出正向同步的耦合發展態勢并且耦合程度隨時間不斷提高。

2006、2009、2012、2015 和2018 年長江經濟帶城市產業結構高級化與土地利用效率耦合協調度均值分別為0.548 3、0.553 7、0.558 5、0.561 2 和0.566 6，一直處于上升的態勢，從各自的評價結果看，這得益于城市產業結構高級化和城市土地利用效率均是持續增長的，整體正從勉強協調向初級協調階段邁進，累計增幅為3.34%，年均增長率僅為0.27%。可見，土地利用效率與產業結構高級化耦合程度正處于低程度協調階段。這是因為產業結構不斷向服務業和工業轉型升級過程中，企業的產出效益還有很大的提升空間，可能正處于產業轉型升級的初步階段，土地的產出效益并不能隨著產業結構升級而顯著增加。由表2 知，在2006－2018 年間，I 類初級協調的城市數量逐漸增加，從17 個增加到25 個，增長了47.06%，2018 年長江經濟帶城市產業結構高級化與土地利用效率初級耦合協調的城市占23.15%。II 類勉強協調的城市數量比較穩定，只增加了兩三個城市，2006 年所屬類別城市占比為66.67%，2018 年占比為68.52%，變化不大。III 類瀕臨失調的城市從19 個減少到9 個，下降幅度超過一半，且在2006－2012 年間下降較快，而2012－2018 年下降緩慢。可見，低協調度類型城市的個數正在逐漸減少，這是由于產業結構優化升級所帶來的土地產出效益在不斷顯化，顯著增加了土地利用效率，兩者協調度得到提升。整體而言，長江經濟帶城市產業結構高級化與土地利用效率耦合協調度（DAE）相比于城市產業結構合理化與土地利用效率耦合協調度（DRE）更高。這是因為城市產業結構處于在向高技術和高附加值的二三產業占主導地位轉型的過程，轉型過程中產業對應的投入產出比較高，產出效益明顯增加土地利用效率明顯提高，推動了經濟高質量發展。

表2 產業結構合理化、產業結構高級化與土地利用效率協調度各類型統計Table 2 Statistics of the coordination types of industrial structure rationalization, industrial structure advancement and land use efficiency respectively

3.2 產業結構與土地利用效率耦合協調度空間變化特征

2006、2009、2012、2015 以及2018 年城市產業結構合理化、產業結構高級化與土地利用效率耦合協調度等級分布圖（圖3 和圖4），并進一步分析二者耦合協調度的時空變化特征。

從2006—2018 年長江經濟帶各城市產業結構合理化與土地利用效率耦合協調度均值排序結果看，最高的10個城市包括無錫、常州、蘇州、鎮江、杭州、嘉興、金華、溫州、臺州和荊門，這些城市多分布在蘇浙區域，工業發達，土地利用效率較高。耦合協調度最低的10 個城市包括阜陽、六安、吉安、廣元、廣安、雅安、昭通、普洱、麗江和臨滄，此類城市土地利用效率相較于產業結構合理化水平偏低，這是影響二者耦合協調發展的主要原因。從圖3 看，長江經濟帶城市產業結構合理化與土地利用效率耦合協調度在不同時段內的空間分布特征不同。總體上呈“下游最高，中、上游地區相差較小”的格局。從表3 看，在2006—2015 年，長江經濟帶下游地區城市產業結構合理化與土地利用效率耦合協調度較高，中游地區的耦合協調度逐漸提升并與下游地區的差距不斷縮小，上游地區則較低。在2015—2018 年，中游和下游地區城市產業結構合理化與土地利用效率耦合協調度不相伯仲，均明顯高于上游地區。這主要是地區經濟展水平差異所導致的，經濟發展水平高的下游地區能夠合理調配各類產業結構并保證一定增速的經濟增長，經濟條件較差的上中游地區一直以發展工業經濟為主，土地利用效率在此情境下有所提升，但產業結構合理化程度卻沒有相應改善，兩者協調度相較于下游地區較低。2006 年耦合協調程度較高的下游地區與程度較低的上游地區之間的差值為0.068 2，到2018 年差值為0.042 8，減少了37.26%，不同區域之間產業結構合理化與土地利用效率耦合協調度的差距有所縮小。經濟發展較為落后的上游地區由于城市產業結構合理化與土地利用效率耦合協調度提升空間大，且隨著各項土地利用和產業政策的實施，推動城市產業結構調整帶動城市土地利用效率提升的作用越發明顯，耦合協調度提升明顯。

表3 2006－2018 年長江經濟帶不同區域城市產業結構合理化、高級化與土地利用效率耦合協調度Table 3 DRE and DAE in different regions of the Yangtze River Economic Zone during 2006-2018

從各城市產業結構高級化與土地利用效率耦合協調度的均值排序，最高的10 個城市包括無錫、常州、蘇州、南通、鎮江、嘉興、金華、紹興、溫州和臺州，多屬于蘇浙東部的沿海城市，土地利用效率和產業高級化程度均較高，二者相互促進。耦合協調度最低的10 個城市包括阜陽、撫州、廣元、巴中、安順、昭通、普洱、保山、麗江和臨滄市，主要為云南省的部分城市，產業結構水平不高，土地利用效率較低，導致二者耦合協調發展水平低。整體看，長江經濟帶產業結構高級化與土地利用效率耦合協調度區域差異明顯，整體呈現從東向西逐步遞減，下游>中游>上游。這主要是由于當前下游的上海、江蘇和浙江等地區的二三產業布局合理，單位土地面積的產出效益明顯高于中下游地區，協調性也就明顯強于上中游地區。由表3 知，2006－2018 年間長江經濟帶上中下游地區城市結構高級化與土地利用效率耦合協調度持續上升，但增幅不大。上游地區產業結構高級化與土地利用效率耦合協調度從0.521 2 提高至0.541 7，累計增幅為3.93%；中游地區從0.546 1 提高至0.566 3，累計增幅為3.71%；下游地區從0.570 8 提高至0.585 6，累計增幅僅為2.60%。整體來看，從2006－2018 年，中游地區城市產業結構高級化與土地利用效率耦合協調度與下游地區的差距逐漸減小，二者的差值從0.024 7 降至0.019 3，降幅為21.98%；上游地區與下游地區的差值從0.049 6降至0.043 9，降幅為11.40%；中游地區城市產業結構高級化與土地利用效率耦合協調發展提升力度更大，這也得益于中部崛起戰略的大力實施，產業升級和產業的合理性得到增強的同時，土地投入產出效率也得到提升。

3.3 產業結構與土地利用效率耦合協調度空間關聯格局變化特征

3.3.1 全局自相關分析

從表4 看，在2006－2018 年間，城市產業結構合理化與土地利用效率耦合協調度的Moran’s I 值呈現先增加后減少的趨勢。根據Z值可知，城市產業結構合理化與土地利用效率耦合協調度的Moran’s I 值是顯著的，且5個典型年耦合協調度的Moran’s I 均大于0，在空間上存在正相關性。整體而言，耦合協調度DRE 的Moran’s I值是下降的，從2006年的0.4283下降至2018年的0.2394，下降幅度為44.10%，城市產業結構合理化與土地利用效率耦合協調度的空間依賴性逐漸減弱，空間分布趨向均衡化。

表4 城市產業結構合理化、高級化與土地利用效率耦合協調度的Moran’s ITable 4 Moran’s I of DRE and DAE during 2006-2018

城市產業結構高級化與土地利用效率耦合協調度的Moran’s I 值呈現“M”型的變化趨勢。根據Z-Value 值可知，城市產業結構高級化與土地利用效率耦合協調度的Moran’s I 值是顯著的，表現出較強的空間正相關性。2006—2018 年DAE 的Moran’s I 值是增長的，從0.543 2 上升至0.549 3，峰值出現在2015 年為0.550 0，增長幅度較小，長江經濟帶城市產業結構高級化與土地利用效率耦合協調度的集聚變化不明顯，其空間正相關集聚性略有提升。

由圖5 可知，大多數城市集中分布一、三象限，但其城市產業結構合理化與土地利用效率耦合協調度的空間聚集程度有所下降。經過統計，位于一、三象限的點數量進行排序為2006 年（80）、2009 年（80）、2018年（78）、2015 年（77）、2012 年（72），其中數量最少為2012 年，位于一、三象限的城市占比為2/3，數量最大的是2006 和2009 年，占比均為74.07%，二者占比相差為7.41%，變化不大。位于第一象限的城市是在逐漸增加的，從41 個增加至47 個，占比從37.96%增至43.52%；而位于第三象限的城市是在逐漸減少的，從39個減少至31 個，占比從36.11%降至28.70%；城市產業結構合理化與土地利用效率耦合協調度的空間效應正向高高集聚發展。

由圖6 可知，大多數點落在在一、三象限中，城市產業結構高級化與土地利用效率耦合協調度的空間相關性明顯。在空間上，城市產業結構高級化與土地利用效率耦合協調度高值城市和低值城市分別集聚在一起。位于一、三象限的城市數量無明顯變化，2018 年占比為3/4，并且位于第一象限的城市數量與第三象限城市數量大致相同。位于二、四象限的城市相對較少，僅占1/4，城市自身產業結構高級化與土地利用效率耦合協調度與周邊城市耦合協調度有明顯差異的較少。

3.3.2 局部空間自相關分析

全局空間自相關分析未能將各個城市與其相鄰城市間的更為具體的空間關聯特征并表征出來。為明確城市間耦合協調度的局部空間關聯特征，采用局部自相關分析方法繪制在0.05 顯著性水平下的LISA 集聚圖。

從圖7 看，對于產業結構合理化與土地利用效率耦合協調度，H-H 集聚區主要分布在江蘇省和浙江省境內。2006 年和2009 年的分布特征與土地利用效率的H-H 集聚特征相近，2012 年耦合協調度H-H 集聚區在下游地區的范圍開始縮小，到2018 年，主要在蘇浙皖交界區域小范圍集聚。H-H 集聚區還出現在鄂南和湘北的部分城市。這些城市本身產業結構合理化程度高，且土地利用效率較高，二者之間能夠相互促進。2006－2018 年H-H 集聚區范圍在下游地區收窄，在中游地區有所延伸。這是因為下游地區城市產業結構合理化水平逐漸降低，降低了與土地利用效率的耦合協調度；而中游地區城市產業結構合理化大幅提升，使二者的協調度得到較大提高。L-L 集聚區主要分布在長江上游四川省東部、貴州省西部及云南省西南部的部分城市，這些城市產業結構合理化和土地利用效率均處于低水平，整體的耦合協調度低。2006 年L-L 集聚區還出現在安徽省的蚌埠市、淮南市、淮北市和江西省的上饒市，這些城市主要是由于自身及周邊城市土地利用效率低，造成了耦合協調水平偏低，形成小范圍的低值聚集區。2009 和2012 年，重慶市也屬于低低集聚區，也是由于自身的土地利用效率低導致的，在2012 年以后，效率得到提升不再屬于這一類型。2015 年，隨著產業結構合理化水平的整體提升，其與土地利用效率耦合協調度L-L 類型區的范圍縮小，僅出現在阜陽市、淮南市、南充市、巴中市、六盤水市、臨滄市6 個城市。2018 年，阜陽市和南充市由于產業結構合理化提升幅度較大，帶動其耦合協調度有較大提高，不再屬于低值區域；同時，貴陽市、曲靖市和普洱市由于自身及周邊城市產業結構合理化程度下降，淪為了新的耦合協調度的L-L 集聚區。城市產業結構合理化與土地利用效率耦合協調度L-H聚集區零星分布長江中下游各省份的交界地區。2006－2012 年出現在浙江省舟山市和宣城市，主要是城市自身產業結構合理化和土地利用效率相比于周邊城市均較低。2015 年高低聚集區的范圍擴大，還出現在了江蘇省南通市、湖北省咸寧市及湖南省益陽市。南通市是因為相較于周邊城市產業結構合理化大幅下降，明顯低于周邊城市；咸寧市是由于周邊城市產業結構合理化上升，自身反而下降；益陽市是由于產業結構合理化和土地利用效率均低于周邊城市，不過在2018 年二者的提升幅度較大，轉變為H-H 集聚區。2018 年低高聚集區還出現在了江蘇省揚州市、泰州市，也是由于自身產業結構合理化呈現大幅下降，而土地利用效率提升幅度較小，導致產業結構合理化和土地利用效率耦合協調度低于周邊城市。H-L 聚集區較少，2006 年主要為江蘇省徐州市、四川省攀枝花市和云南省昆明市。徐州市的產業結構合理化和土地利用效率都處于較高水平，且二者的值較為接近，耦合協調水平高。攀枝花市和昆明市的產業結構合理化程度高，且土地利用效率雖不高，但也明顯高于周邊城市，形成了小范圍的高低聚集。2009 年和2012 年攀枝花市和昆明市的耦合協調度與周邊城市的差距縮小，不再屬于高低聚集區，淮南市卻因為產業結構合理化程度大大高于周邊的阜陽市、滁州市等地，成為了高低聚集區。2012年銅陵市由于產業結構合理化和土地利用效率大幅高于周邊的池州市等地也成為了高低聚集區，后面周邊城市產業結構合理化大幅提升，縮小了差距，銅陵市不再屬于此類型。2015 年和2018 年H-L 聚集區僅出現在攀枝花市，其周邊城市的產業結構合理化和土地利用效率水平低，提升速度較慢。

整體上，長江經濟帶城市產業結構合理化與土地利用效率耦合協調度的局部集聚特征存在一定的變化。為提高長江經濟帶城市產業結構合理化與土地利用效率耦合協調度，還需進一步調整上游和下游地區城市產業結構，提高合理化水平，并促進上游和中游地區城市土地利用效率提升，使產業結構優化與土地集約利用強度相適應，達到二者相互促進，協調發展。同時，需要加強不同城市群以及各城市群內部城市之間的聯系，實現區域協同發展，提高產業結構合理化和土地利用效率耦合協調度的空間集聚與擴散效應。2006－2018 年間城市產業結構合理化與土地利用效率耦合協調度的高高集聚區、低低聚聚區和高低聚集區的分布范圍縮小，低高聚集區的范圍擴大，整體的空間集聚效應減弱。由于城市產業結構合理化的提升相對較簡單，而土地利用效率的提升需要較長時間的發展，在提升二者耦合協調度時，應積極推進產業結構優化調整，并結合土地利用結構調整、優化各要素配置等多方面出發，促進城市產業結構合理化和土地集約利用的協調發展。

從圖8 看，對于產業結構高級化與土地利用效率耦合協調度，H-H 集聚區分布在江蘇省和浙江省境內，江浙地區城市二三產業發達，經濟條件較好，產業結構高級化程度和土地利用效率均較高，相較于其他城市而言，這些城市在產業結構優化升級和土地集約利用中持續處于領先地位，形成的H-H 集聚區范圍隨時間變化不大。H-H 集聚區還出現在湖北省武漢市和荊州市，武漢作為中部地區的龍頭城市之一，擁有一大批高新技術產業和新興產業，產業結構高級化和土地利用效率都處于前列，自身的輻射能力也強，武漢都市圈集中了湖北50%以上人口以及60%以上的GDP，因此形成了耦合協調度小范圍的H-H 集聚。L-L 集聚區零星分布在上游地區、安徽省北部及安徽和江西的交界地區，這些城市的土地利用效率偏低，與自身的產業結構高級化程度不匹配。2006－2009 年間，低低集聚區的范圍保持不變；2012 年及以后，L-L集聚區增加了池州市；到2018 年，安慶市由低低集聚區轉變為了H-L 聚集區，主要是由于其土地利用效率較高，耦合協調度與周邊城市的差距加大；曲靖市則由于產業結構高級化進程緩慢，土地利用效率提升不大，成為了低低集聚區的延伸部分。L-H 聚集區分布在江蘇省淮安市、浙江省舟山市和安徽省宣城市。這些城市緊挨著產業結構高級化和土地利用效率的高值區域，周邊城市的產業結構高級化與土地利用效率耦合協調度高，呈現較為明顯低高差異。2006－2018 年間，低高聚集的范圍保持不變，范圍內城市的產業結構高級化和土地利用效率提升進程緩慢，二者的耦合協調度也一直相對較低，應通過承接產業轉移、提高單位建設用地的產出。城市產業結構高級化與土地利用效率耦合協調度H-L 聚集區分布較少，2006－2012 年，僅出現在江蘇省徐州市和四川省攀枝花市；2015 年，徐州市的耦合協調度與周邊城市的差距縮小，不再屬于高低聚集區；到2018 年H-L 聚集區分在在安慶市和攀枝花市，因這兩個城市的產業結構高級化水平和土地利用效率明顯高于周邊城市，形成耦合協調度HL 聚集區。

整體上，長江經濟帶城市產業結構高級化與土地利用效率耦合協調度的局部集聚特征明顯。為提高長江經濟帶城市產業結構高級化與土地利用效率耦合協調度，需進一步推進上、中游地區城市產業結構優化升級，并相應地改善土地利用結構，提升土地利用效率，使產業結構升級與土地集約利用相適應，促進二者協調發展。2006－2018 年城市產業結構高級化與土地利用效率耦合協調度的高高集聚區、低低聚聚區和高低聚集區僅存在個別城市的增減變化，低高聚集區的范圍保持不變，局部特征穩定。城市產業結構高級化的提升需要技術進步和科技創新，并且產業結構高級化能有效提升城市土地利用效率。在推進產業結構高級化的過程中，需要加大科技投入，提高管理水平，促進產業結構高級化和土地集約利用協調發展。

4 結論與政策建議

4.1 結 論

1）產業結構合理化與土地利用效率的耦合協調度（DRE）隨時間推移先升后降再上升，耦合協調度處在勉強協調的階段。在不同的時段內，DRE 空間分布特征不同，前期表現為下游>中游>上游；研究期后期中下游地區分布特征較為接近，協調程度均明顯高于上游地區。區域之間的差距整體上有所縮小。各年份DRE 在空間上存在正相關性，研究期內DRE 的Moran’s I 值呈現先增加后減少的趨勢，整體是下降的，DRE 的空間相關性逐漸減弱。歷年DRE 的局部空間集聚特征變化明顯，H-H集聚區范圍在下游江蘇和浙江省境內收窄，在中游湖北和湖南省境內有所延伸；L-L 集聚區主要分布在長江上游川東、黔西及滇西南的部分城市，分布范圍逐漸縮小；L-H 聚集區零星分布長江中下游各省份的交界地區，范圍有所擴大；高低聚集區分布較少。

2）產業結構高級化水平與土地利用效率協調性（DAE）隨時間推移一直處于上升的態勢，但累計增幅較小為3.34%，年均增長率僅為0.27%，整體正從勉強協調向初級協調階段邁進。空間分布整體呈現從東向西協調程度逐步遞減。DAE 整體增長都比較緩慢，增速上表現為上游>中游>下游。整體來看，相比上游地區，中游地區DAE 與下游地區的差距減小的幅度更大。各年份DAE表現出較強的空間正相關性，歷年DAE 的Moran’s I 值呈現“M”型的變化態勢，峰值出現在2015 年，2006－2018 年耦合協調度的Moran’s I 值整體是增長的，但幅度較小，其空間正相關性有提升。2006－2018 年DAE 的局部空間集聚特征與城市土地利用效率相似，整體基本無明顯變化，H-H 集聚區、L-L 集聚區和H-L 聚集區僅存在個別城市的增減變化，L-H 聚集區的范圍保持不變，局部空間集聚特征較為穩定。

4.2 政策建議

基于上述研究結論，從提升城市產業結構與土地利用效率的耦合協調度，促進區域協調發展和科學進行城市管理的邏輯出發，提出如下政策建議：

1）針對產業結構與土地利用效率中低耦合協調度匹配類型，從“低水平陷阱”入手，實施差異化土地與產業調控政策。基于現有的土地利用效率（LUE）、產業結構合理化（ISR）、產業結構高級化水平（ISA）、DRE、DAE 的評價結果，畫出LUE、ISR、ISA、DRE、DAE等級分級表；一方面，對DRE 處于中、低水平的城市進行差異化調控。主要可以分為以下兩種情形：第一，主要由中低水平產業結構合理化程度ISR 誘導，這類城市主要以湖北荊州、咸寧；四川廣元、南充；貴州的安順、遵義以及云南曲靖、寶山、麗江和臨滄等長江上中游城市；這類城市要以改善產業結構的合理化程度為主要目標，加快產業結構調整，從各個城市的資源稟賦和經濟發展條件出發，尋找與之相適應的產業結構，提高產業結構合理化水平。第二，主要以中低水平的土地利用效率LUE 誘導，這類城市主要由江蘇連云港、淮安、宿遷；浙江麗水；安徽的池州、阜陽、六安等市；這類城市主要以提高土地利用效率為主。主要可以適當提高土地集約利用程度，加大科技投入與創新，優化各類生產要素配置，提高城市土地的地均產出投入比。

另一方面，對DAE 處于中低水平的城市進行差異化管控。同樣可以分為以下兩種情況：第一，主要由中低水平產業結構高級化程度ISA 誘導，這類城市主要包括安徽省阜陽、六安、蚌埠、亳州等市；江西的贛州、吉安、撫州；湖北的荊門、孝感、黃岡等市；湖南的益陽、永州、婁底等市以及四川和云南的絕大多數城市；這類城市要以改善產業結構的高級化程度為主要目標，加快產業的轉型升級，加大力度發展工業和服務業，優化產業結構，提高產業高級化水平。第二，主要以中低水平的土地利用效率LUE 誘導，這類城市主要由江蘇連云港、淮安、宿遷；浙江麗水；安徽的池州、阜陽、六安等市；這類城市主要以提高土地利用效率為主。主要可以適當提高土地集約利用程度，加大科技投入與創新，優化各類生產要素配置，提高城市土地的地均產出投入比，加大科技創新投入提高，提高土地的管理水平等，實現土地的合理集約利用來提高土地產出效益，實現土地利用效率的提升。

2）根據兩者耦合協調的空間關聯格局制定出因地制宜的發展策略。H-H 型集聚區應率先發展，依靠其雄厚的產業基礎優勢，進行合理的產業分工與優化，以產業結構的合理化與高級化助推土地利用效率提升，在此基礎上，帶動周邊城市發展。H-L 和L-H 集聚區等應實現強者帶動，共同發展，在充分考慮空間關聯效應的前提下，實現產業結構與土地利用效率的提升，從而實現轉變為H-H 集聚區。L-L 型集聚區應開放發展，引進周邊地域產業發展和土地利用的先進管理政策。構建區域內外部的聯動與共享機制，形成與其他地域的產業互補、聯動發展與合理分工，在升級產業結構的同時增加產業地均產出并降低單位投入，提高土地利用效率，實現產業結構與土地利用效率的耦合協調發展。