基于全國國土調查數據的建設用地高質量發展規劃策略

摘 要 建設用地變化是城鄉空間生長過程的直接映射，對其規模和布局的合理管控是國土空間規劃的核心內容。基于第二次全國土地調查和第三次全國國土調查數據，運用競爭態和脫鉤模型，分析了魯豫皖蘇浙滬建設用地時空演化規律和集約利用水平，提出面向高質量發展的差異化分區管控規劃策略，形成“動態分析—績效評價—政策設計”的新框架。研究發現，魯豫皖蘇浙滬城際間建設用地規模差異大、集聚性高，變化趨勢由“存量更新型、高速增長型城市為主，增量擴張型、停滯收縮型城市為輔”轉變為“存量更新型、停滯收縮型城市為主，增量擴張型、高速增長型城市為輔”。建設用地與人口、經濟增長的匹配關系日趨多元化，人口導向的土地利用集約度滯后于經濟導向。基于變化趨勢和脫鉤關系的匹配度或沖突度，提出增量高質量發展區、減量創新發展區、增量提質發展區、減量提質發展區和精明收縮發展區5類規劃管控分區類型，并提出相應的管理政策與建議。

關 鍵 詞 空間規劃；建設用地；規劃策略；國土調查

文章編號 1673-8985（2024）01-0059-07 中圖分類號 TU984 文獻標志碼 A

DOI 10.11982/j.supr.20240109

0 引言

合理管控建設用地規模與布局是統籌生產、生活、生態空間，形成有競爭力和可持續發展國土空間格局的關鍵。自1984年首次啟動全國土地資源的普遍性調查以來，我國分別于2007年和2017年啟動了第二次和第三次調查工作。從2021年開始，國務院和大部分省、自治區、直轄市相繼公布《第三次全國國土調查主要數據公報》，如何將國土調查數據應用于國土空間規劃和國土資源管理中正成為學界和業界關注的焦點。

目前，關于第二次全國土地調查（以下簡稱“二調”）和第三次全國國土調查（以下簡稱“三調”）數據的應用研究已經形成一定基礎。大部分論文聚焦于土地調查數據過程性和技術性處理等基礎性研究領域，如“二調”或“三調”影像和矢量數據柵格化方法[1-2]、比例尺縮編方法[3]、數據庫管理系統關鍵技術[4]、現狀圖和圖集設計[5-6]、圖斑地類認定[7]和調查監理檢查技術[8]等；少部分論文拓展到濕地[9]、耕地或農用地[10-11]、林地[12]等非建設用地時空演變特征及其差異化分析的應用性研究領域。值得注意的是，“二調”和“三調”成果在國土空間規劃中的應用研究仍然薄弱。曹根榕[13]和呂廣進[14]提出基于“三調”數據的國土空間規劃方法，李銘[15]、程銘[16]、胡純廣[17]、譚宇文[18]基于“三調”成果分析了建設用地高效利用路徑，劉宇舒提出基于“三調”成果的土地儲備規劃優化思路[19]，陸建城[20]提出基于“三調”數據的城鎮、農業、生態3類空間建設用地分區管控體系與策略。

綜上所述，既有論文關于“二調”和“三調”數據的應用研究偏向技術性、總體性、調查性特征，關于國土調查數據在國土空間規劃過程中建設用地分區管控的技術與方法研究仍然較少，現有研究在規劃行業的應用性不足[21-22]。本文借鑒管理學和環境學的競爭態與脫鉤模型，綜合運用Python和GIS工具，利用“二調”和“三調”數據，對建設用地時空演變特征及其社會經濟效應進行綜合評價，進一步提出建設用地分區管理政策設計方向，以期為國土空間規劃實施和管理提供參考。

1 方法與數據

1.1 競爭態模型

競爭態模型又稱波士頓矩陣分析法，主要應用于企業管理學和經濟學等領域，通過“銷售增長率”與“市場占有率”兩個因素相互匹配，將產品或市場劃分為明星、金牛、問題和痩狗4種類型。本文引入該方法分析建設用地時空演化模式，以建設用地相對份額（城市值/最大值）和增長速率的平均值為閾值，將城市劃分為明星、金牛、問題和痩狗4類。需要說明的是，為了賦予競爭態模型更多的規劃學含義，本文結合4類城市的發展特征，將建設用地演化模式重新命名為增量擴張型、存量更新型、高速增長型和停滯收縮型4種類型。增量擴張型城市表征建設用地相對份額和增長速度都很高，它們在區域中的地位重要且發展態勢良好，正處于快速成長期。存量更新型城市表征建設用地相對份額高但增長速度低，它們在區域中的地位重要但已處于發展成熟期或衰退期。高速增長型城市表征建設用地相對份額低但增長速度高，它們在區域中的地位低，但發展潛力較大，在合理政策引導下未來有可能成長為區域新興的增長極。停滯收縮型城市表征建設用地相對份額和增長速度都很低，發展實力和潛力均較小，應采取政策干預推動其轉型發展。

1.2 脫鉤模型

脫鉤模型主要應用于環境學、經濟學、資源學和交通學等領域，用于分析經濟增長與資源使用、能源消耗、污染排放之間的脫鉤狀態[23]。經濟合作與發展組織（OECD）于2002年率先提出脫鉤指數計算方法，Tapio于2005年提出基于彈性系數的脫鉤指數計算方法[24]。目前，脫鉤模型已成為分析區域可持續發展的重要工具，本文利用它評價建設用地變化與人口增長、經濟發展之間的匹配關系，用于判定建設用地是否處于高質量發展狀態。由于土地投入后的產出具有滯后效應，脫鉤應強調長期的趨勢性過程，因此本文對脫鉤關系的計算采取時段分析而非連續年度指數。其中，脫鉤指數=建設用地變化速率/人口或經濟增長速率，速率采取2009—2014年和2014—2019年的年均速率表示。結合Δα（建設用地變化速率）和Δβ（人口或GDP增長速率）的正負性，以0.8和1.2為 ε（脫鉤指數）的分類閾值，將脫鉤類型劃分為3大類和8小類（見圖1，表1）。

1.3 數據來源

本文的研究對象為山東、河南、安徽、江蘇和浙江五省的所有地級城市以及上海和濟源（省直轄縣級市）（以下簡稱“研究區”，見圖2）。“三調”數據來源于各城市公布的第三次全國國土調查主要數據成果，“二調”數據來源于“土地調查成果共享應用服務平臺”所公布的2009—2016年的數據。人口和經濟數據主要來源于《中國城市統計年鑒》，缺失數據來源于省級統計年鑒。本文的建設用地包括城鎮村及工礦用地、交通運輸用地（剔除農村道路用地）和水工建筑用地。

2 演變特征與社會效應分析

2.1 建設用地時空演變特征

2.1.1 空間格局

城際間建設用地規模差距較大，聚集特征突出，空間格局變化顯著。2009年，上海的建設用地面積最大，共420萬畝（2 800 km2），濟源最小，共30萬畝（200 km2），平均值為194萬畝（約1 293 km2）。2014年，同樣是上海的建設用地面積最大，共453萬畝（3 020 km2），濟源最小，共33萬畝（220 km2），平均值為208萬畝（約1 387 km2）。2019年，濰坊的建設用地面積最大，共527萬畝（約3 513 km2），濟源最小，共37萬畝（約247 km2），平均值為239萬畝（約1 593 km2）。

利用GIS自然斷裂聚類法，將建設用地規模分為高值、較高值、較低值、低值4個等級（以2009年自然斷裂結果為基準）。2009年，高值、較高值、較低值、低值城市分別占比17%、32%、32%、19%，高值城市主要在豫南、魯南、沿海零散分布，較高值城市主要在豫、魯、皖、蘇聚集分布，較低值城市主要在浙、豫北、蘇中聚集分布，低值城市主要在豫北、皖南、浙西聚集分布。2014年，4個等級分別占比24%、29%、29%、17%，高值城市在豫南、皖西、魯南、沿海集結成片，較高值、較低值、低值城市的格局變化不大。2019年，4個等級分別占比33%、35%、20%、12%，高值城市在魯、豫南、沿海以及大部分省會城市擴張，較高值城市在浙、蘇中擴張，較低值城市收縮至豫北、皖中、皖東南，低值城市收縮至豫北、浙西、皖西南（見圖3）。

2.1.2 演化模式

變化趨勢由“存量更新型、高速增長型城市為主，增量擴張型、停滯收縮型城市為輔”轉變為“存量更新型、停滯收縮型城市為主，增量擴張型、高速增長型城市為輔”。2009—2014年，增量擴張型城市占比15%，分布在魯東、浙東、蘇南和大部分省會城市；存量更新型城市占比35%，分布在豫、魯、皖、蘇、滬大部分區域；高速增長型城市占比36%，在浙、豫北、魯東、皖南聚集；停滯收縮型城市占比15%，在魯中、皖北、蘇中零散分布。2014—2019年，增量擴張型城市占比15%，分布在魯、蘇南和部分省會城市；存量更新型城市占比33%，分布區域變化不大；高速增長型城市占比21%，在浙、魯、蘇、皖零散分布；停滯收縮型城市占比31%，在豫北、皖南、蘇南聚集分布，在魯、浙零散分布（見圖4）。

2.2 建設用地變化與人口、經濟增長匹配分析

2.2.1 人地關系

建設用地與人口增長的匹配關系日趨多元化，脫鉤狀態整體較差，集聚性較為明顯。2009—2014年出現5種脫鉤類型，強負脫鉤占比53%，分布在魯、蘇北、豫南以及安徽的邊緣地區。在人口外流背景下，這些城市的建設用地仍高速增長，土地投入并未帶動常住人口的集聚，建設用地空轉或浪費嚴重。增長負脫鉤占比33%，分布在浙、豫北、皖中，它們的建設用地增長快于人口增長，土地利用相對粗放。弱脫鉤占比9%，分布在蘇南、上海和鄭州，表明建設用地處于高效集約發展階段。合肥和濟南處于增長掛鉤狀態，人口集聚依賴土地投入拉動。強脫鉤城市只有蕪湖，人口增長的同時建設用地減少，發展狀態最優。2014—2019年出現6種脫鉤類型，增長負脫鉤占比76%，分布在魯、豫、蘇、皖、滬和浙南大部分區域，土地利用粗放問題較為突出。增長掛鉤占比8%，分布在皖、浙地區。強、弱負脫鉤合計占比9%，分布在浙西、蘇東、皖西及周口，人地不匹配問題相對嚴重。強、弱脫鉤合計占比7%，分布在浙北和連云港，人地匹配狀態相對較好（見圖5）。

2.2.2 產地關系

與常住人口相比，建設用地與經濟增長匹配關系的多樣性較低，脫鉤狀態整體較好，同時出現改善和惡化趨勢，變化主要發生在山東和安徽。2009—2014年出現2種脫鉤類型，絕大部分城市都處于弱脫鉤狀態，蕪湖處于強脫鉤狀態，表明這一階段經濟增長整體上快于建設用地增長，產地關系都處于比較健康的狀態。2014—2019年出現5種脫鉤類型，弱脫鉤占比77%，分布在豫、皖、蘇、浙、滬的大部分地區以及魯北、魯東，強脫鉤城市變為六安、安慶、連云港，這兩類城市的經濟發展不再依賴于土地資源的大量投入。增長掛鉤城市為臨沂、淮南、三門峽，經濟增長對建設用地拓展的依賴度較高。強負脫鉤、增長負脫鉤城市合計占比15%，主要分布在山東及銅陵，前者在經濟衰退的同時建設用地反而增加，低效建設或土地浪費問題嚴重，后者的建設用地投入仍能夠激發經濟發展，但土地利用模式粗放（見圖6）。

3 國土空間規劃響應策略

以變化趨勢為橫軸，以脫鉤關系為縱軸，劃分32種組合模式，根據兩者的匹配度或沖突度，將32種組合模式劃分為5類政策區，并據此提出人口導向（基于人口脫鉤）、經濟導向（基于GDP脫鉤）、綜合導向（人口和經濟疊加）的建設用地差異化分區管理政策方案（見圖7）。值得注意的是，在人口導向和經濟導向的疊加過程中，增量高質量發展區與其他政策區的疊加結果可確定為其他政策區；淄博出現了人口導向和經濟導向的疊加，淄博屬于緩慢發展型城市，人地關系、產地關系分別處于增長負脫鉤、強負脫鉤狀態，建設用地增加很難再刺激人口和經濟的增長，因此將其歸入減量提質發展區。

3.1 增量高質量發展區

變化趨勢和脫鉤關系基本匹配，應維持現行發展政策。5、6、7、8表示城市已處于高效增量發展階段，應維持現行政策和順應發展趨勢，將合理增效作為空間規劃與治理的核心任務[25]。1和3表示城市發展對建設用地的依賴度較低，同時城市的建設用地增速相對較低，可維持現行政策。10和12表示城市發展對土地投入的依賴度高，依托土地謀發展的模式依然可行，也應維持現行供地策略，在犧牲一定程度土地利用集約度的情況下獲得更快的發展。本政策區在不同導向下的城市數量差異較大，人口導向下占比11%，分布在浙北和銅陵、連云港；經濟導向下占比84%，分布在豫、皖、蘇、浙、滬以及山東的部分地區；綜合導向下占比9%，分布在浙北和連云港。

3.2 減量創新發展區

變化趨勢與脫鉤關系沖突嚴重，已處于土地減量化發展階段，城市發展已基本擺脫對土地資源的依賴，應加快探索轉型創新發展的新路徑。2和4表示城市發展已經擺脫對土地資源的依賴，雖然已處于土地減量化發展階段，但其減速低于區域平均值，脫鉤關系與變化趨勢相互沖突，應在減量化過程中探索轉型創新發展新路徑。19和20表示土地減速供應對人口和經濟收縮的影響力相對較小，且它們的建設用地存量規模巨大，應在減量化發展過程中探索轉型創新發展新路徑。研究區中沒有城市屬于本政策區。

本分區城市的政策建議主要包括3方面：一是優化和重構建設用地與創新要素的投入組合與匹配關系[26-27]。轉型創新發展的實質是優化和重構土地、自然資源、勞動力、資本、技術等生產要素關系與組合的過程，應在建設用地減量化的基礎上，優先加大建設用地單位面積技術、人才、金融和資本、政策等創新要素的投入力度。二是探索實施“標準地+承諾制”制度，優化營商環境。“標準地”是指在城鎮開發邊界內具備供地條件的區域，對新建項目先行完成建設評估，在明確項目投資強度、建設標準、產出效益、環境保護等控制性指標的基礎上，采取“承諾制”履約出讓的國有建設用地。通常采取“3+X”控制體系，其中“3”即固定資產投資強度、容積率、畝均稅收，“X”即畝均產值、單位排放標準、能耗強度標桿、安全生產管控、研發投入、就業、技術、人才、品牌等。“承諾制”是在“標準地”控制指標確定的前提下，政府部門與用地企業簽訂《工業項目“標準地”履約監管協議》 《“標準地”企業信用承諾書》等承諾協議書，明確控制性指標、竣工驗收、達產復核、違約責任等事項。“標準地+承諾制”出讓能夠提高建設用地供應的精準性，控制好土地利用效率，規避政府與用地單位之間的供需錯配，全方位推動城市經濟高質量發展。

3.3 增量提質發展區

變化趨勢與脫鉤關系匹配度不佳且沖突度不高，應順應發展趨勢重點提升土地利用集約度。9和11表示城市發展與建設用地直接掛鉤，兩者同步增長，它們的建設用地增速較低，且土地利用集約度仍有提升空間，應實施增量提質政策。13和15表示建設用地擴張對城市發展具有正向帶動效應，但增速慢、動力弱，特別是土地利用非常粗放，應加快提高土地利用集約度。本政策區在不同導向下的城市數量同樣差異較大，人口導向下的政策區城市面積占53%，分布在魯、皖、滬、蘇西以及山東的部分地區；經濟導向下的政策區城市僅有三門峽和威海；綜合導向下的政策區城市面積占52%，其分布格局與人口導向下基本相似。

該政策區城市應盡快修訂項目建設和規劃用地標準，在用地規劃審批和供應環節，提高容積率、投資強度、附加值要求，并納入招商引資標準，如在注冊資本、營收能力、地均稅收和就業等方面對新建企業提出更高要求，實現“增量”與“增效”的同步發展[28]。同時，采取經濟手段，調節建設用地供需關系，并將管理重心從供給轉向需求，如提高土地出讓價格，促使企業在投資總量和結構不變的前提下減少土地數量需求，通過提高容積率等集約用地途徑滿足企業空間需求。再如，構建獎懲倒逼機制，對節約集約利用土地的企業或單位實行財政獎勵，對未能達到績效標準的主體實行多樣化處罰。此外，要建立土地利用動態績效監測與評估機制，對建設用地在全生命周期內的使用效率實行動態評估，及時發現低效現象，迅速止損并規避資源浪費。

3.4 減量提質發展區

變化趨勢與脫鉤關系沖突非常嚴重，土地利用不僅低效粗放甚至無效空轉，建設用地投入對城市發展的正向效應低甚至出現負效應，應扭轉土地供應模式，從增量化轉變為減量化發展，以高效利用土地[29]。14和16表示建設用地高速擴張，但其對城市發展正向帶動效應低，特別是土地利用非常粗放，應加快土地減量化，并在此過程中致力于提高土地利用集約度。29、30、31、32表示土地投入已不能驅動城市發展，建設用地指標嚴重錯配，完全空轉甚至發揮負效應，應優先加快實施土地減量化發展，實現土地供給與經濟、人口增長需求相匹配，進一步提高發展質量。人口導向下，33%的城市屬于本政策區，分布在魯、蘇東、浙南以及鄭州、周口、淮南。經濟導向下，13%的城市屬于本政策區，分布在山東及銅陵。綜合導向下的政策區城市是人口導向和經濟導向下政策區城市的直接相加。

本分區城市未來政策設計應重點關注以下3方面：一是城市政府應加快制定建設用地減量規劃，分類逐級分解減量任務，穩步推進土地減量化工作，有序引導低效企業轉移或升級，保持和增強城市可持續發展能力。二是本政策區城市聯合起來，牽頭建立減量土地指標跨區域交易平臺和收益反哺機制，確定交易主體、指導價格、交易規則、監管機制等，實現減量土地指標由指標富余型城市向指標稀缺型城市轉移，提高資源要素利用效率。與此同時，指標流入城市應以轉移支付、提供就業機會、定向扶持等方式加大對指標流出城市的反哺力度，實現對減量指標流出城市土地發展權和發展空間的有效補償。三是城市建設用地減量化更新過程中應優先考慮生態功能的開發，根據城市居民生態休憩需求調查，優先改造為綠地、廣場、公園。

3.5 精明收縮發展區

17和18表示城市已處于高質量收縮發展階段，它們的建設用地存量規模小，應控制土地減量化速度，實施精明收縮發展政策。21、22、23、24、25、26、27、28表示土地減量化對城市收縮發展產生線性甚至超線性影響，土地減量化會導致同等甚至更多人口流失、GDP衰退，為了控制城市收縮發展速度，應謹慎控制土地減量化節奏，實施精明收縮策略，逐步實現高質量發展[30]。研究區中，經濟導向分區下沒有城市屬于本政策區，人口導向分區和綜合導向分區下屬于本政策區的城市重疊，皆為安慶和六安。

未來政策設計建議包括以下3方面：一是以建設用地利用集約度評價為基礎，綜合考慮規劃合規性、土地破碎度、更新潛力等多項因素，將城市建設用地劃分為保留現狀型、升級改造型、搬遷型和清退型等多種類型，分類施策。二是構建完善的“準入—調整—退出”全生命周期循環體系，重點建立低效建設用地退出機制，采取經濟補償和利益誘導的方式，引導不符合規劃要求或低效的企業，主動退出或切實提升自身生產效率[31]。三是對具有戰略性價值的建設用地劃定保護紅線，根據新興經濟培育、產業升級和轉型發展需求，設計扶持性和優惠性產業發展政策或配建各類基礎性和公共性的生產服務設施，為長遠發展預留空間。

4 結語

建設用地變化是區域發展過程中最活躍、最劇烈、最明顯、最復雜的空間現象，對經濟增長、社會發展、生態建設和環境保護等多個方面具有綜合性的復雜影響。建設用地拓展在拉動經濟增長和社會進步的同時，也造成了耕地流失、生態破壞、景觀破碎化等不良后果，給區域可持續高質量發展帶來巨大挑戰。認識建設用地的時空演變特征和變化趨勢，分析其經濟效應和社會效應，推動國土空間治理逐步走向“人地耦合”和“產地耦合”，是新時代國土空間規劃引領高質量發展的大勢所趨[32]。本文利用“二調”和“三調”數據，綜合運用競爭態和脫鉤模型，揭示了建設用地時空演化規律以及人地、產地匹配關系，提出分區管理政策設計方向，形成一套能夠將建設用地“動態分析—績效評價—政策設計”集成于一體的新框架，為新時代的國土空間規劃和空間治理提供新的思路和依據。

參考文獻 References

[1]張定祥，汪秀蓮，劉順喜，等. 第三次全國國土調查土地利用矢量數據柵格化方法[J]. 測繪通報，2022（4）：138-144.

ZHANG Dingxiang， WANG Xiulian， LIU Shunxi， et al. Vector rasterization method of national land use data in the third national land survey[J]. Bulletin of Surveying and Mapping， 2022（4）： 138-144.

[2]盧小平，鄧安健，梁洪友，等. SWDC影像用于第二次全國土地調查的方法研究[J]. 測繪通報，2008（12）：33-35.

LU Xiaoping， DENG Anjian， LIANG Hongyou， et al. A study of the method for the second national land investigation using the digital images form SWDC[J]. Bulletin of Surveying and Mapping， 2008（12）： 33-35.

[3]張俊峰，費立凡，黃麗娜，等. 第二次全國土地調查成果的多比例尺縮編方法研究[J]. 測繪科學，2011，36（2）：121-123.

ZHANG Junfeng， FEI Lifan， HUANG Li'na， et al. Multi-scale generalization method of the2nd national land inventory work[J]. Science of Surveying and Mapping， 2011， 36（2）： 121-123.

[4]戴建旺，白曉飛. 第二次全國土地調查國家級數據庫管理系統關鍵技術研究[J]. 中國土地科學，2010，24（6）：74-80.

DAI Jianwang， BAI Xiaofei. Research on the key technologies of national level database management system for the second national land survey[J]. China Land Science， 2010， 24（6）： 74-80.

[5]李響，高峰，胡路路，等. 淺談第三次全國國土調查圖集的表示內容與設計思路[J]. 測繪地理信息，2021，46（5）：154-158.

LI Xiang， GAO Feng， HU Lulu， et al. Content and design idea of thematic atlas of the third national land survey[J]. Journal of Geomatics， 2021， 46（5）： 154-158.

[6]賴云，祁瓊，劉越，等. 第三次全國國土調查土地利用現狀圖的優化設計[J]. 測繪地理信息，2021，46（5）：111-115.

LAI Yun， QI Qiong， LIU Yue， et al. Optimized design of land use status map in the third national land survey[J]. Journal of Geomatics， 2021， 46（5）： 111-115.

[7]李智宇，譚軍輝. 第三次全國國土調查工作圖斑地類常見認定問題分析[J]. 測繪通報，2021（3）：147-151.

LI Zhiyu， TAN Junhui. Map signs of land type analysis of common identification problems in the third national land survey[J]. Bulletin of Surveying and Mapping， 2021（3）： 147-151.

[8]許桃元，李迎春. 第二次全國土地調查監理檢查中若干技術問題的探討[J]. 測繪通報，2009（2）：70-72.

XU Taoyuan， LI Yingchun. Research on some technical problems of inspection check of the second national land investigation[J]. Bulletin of Surveying and Mapping， 2009（2）： 70-72.

[9]張鴻剛，徐鳳英，陳國強，等. 第二次全國濕地資源調查與第三次全國國土調查的甘肅省濕地數據差異分析[J]. 濕地科學，2022，20（3）：311-316.

ZHANG Honggang， XU Fengying， CHEN Guoqiang， et al. Analysis on differences between data of wetlands in Gansu Province from the second national wetland resources survey and those from the third national land survey[J]. Wetland Science， 2022， 20（3）： 311-316.

[10]陶榮，孔雪松，陳翠芳，等. “二調”以來湖北省耕地變化的時空特征及其驅動因子識別[J]. 水土保持研究，2019，26（6）：290-295.

TAO Rong， KONG Xuesong， CHEN Cuifang， et al. Spatio-temporal change of cultivated land and its driving factors in Hubei Province since the second land resource survey[J]. Research of Soil and Water Conservation， 2019， 26（6）： 290-295.

[11]廖麗君，魏巍，劉淑霞，等. 陸良縣農用地分等數據庫與二調數據庫整合方法研究[J]. 中國土地科學，2014，28（6）：84-90.

LIAO Lijun， WEI Wei， LIU Shuxia， et al. Method on integrating the database of agricultural land quality gradation and the database of second land survey： taking Luliang County as an example[J]. China Land Science， 2014， 28（6）： 84-90.

[12]程偉亞，張鐲漫，王涵，等. 森林資源管理“一張圖”與國土“三調”差異分析及整合探討[J]. 林業資源管理，2021（6）：6-11.

CHENG Weiya， ZHANG Zhuoman， WANG Han， et al. Difference analysis and integration between forest resources management \"one map\" and the third national land survey[J]. Forest Resources Management， 2021（6）： 6-11.

[13]曹根榕，顧朝林，陳樂琳. 基于“三調”圖斑數據的國土空間規劃編制方法探索[J]. 經濟地理，2022，42（2）：1-10.

CAO Genrong， GU Chaolin， CHEN Lelin. Research on the territorial spatial planning method based on the patch data of the third national land census[J]. Economic Geography， 2022， 42（2）： 1-10.

[14]呂廣進，于連莉，崔元浩. “三調”成果在自然資源和規劃管理中的應用探討[J]. 規劃師，2021，37（s2）：31-36.

LYU Guangjin， YU Lianli， CUI Yuanhao. The application of the third national land survey results in natural resource management and planning compilation[J]. Planners， 2021， 37（s2）： 31-36.

[15]李銘，國子健，胡繼元. 基于“三調”建設用地效率分析的國土空間規劃策略[J]. 規劃師，2022，38（8）：12-17.

LI Ming， GUO Zijian， HU Jiyuan. Territorial space planning strategy based on the analysis of construction land use efficiency of the third national land survey data[J]. Planners， 2022， 38（8）： 12-17.

[16]程銘，賈艷萍，邵軍師，等. 基于“三調”數據的沈陽市建設用地高效利用路徑探討[J]. 規劃師，2022，38（8）：26-30.

CHENG Ming， JIA Yanping， SHAO Junshi， et al. Discussion on the path of efficient utilization of construction land based on the third national land survey data[J]. Planners， 2022， 38（8）： 26-30.

[17]胡純廣，王智勇，段名材，等. 基于“三調”成果的山地縣域建設用地高效發展優化策略——以湖北省竹山縣為例[J]. 規劃師，2022，38（8）：31-36.

HU Chunguang， WANG Zhiyong， DUAN Mingcai， et al. Efficient land use of mountainous counties based on the third national land survey data： Zhushan County， Hubei Province[J]. Planners， 2022， 38（8）： 31-36.

[18]譚宇文，張翔. 基于“三調”用地特征的國土空間高效配置與利用研究——以佛山市為例[J]. 規劃師，2022，38（8）：18-25.

TAN Yuwen， ZHANG Xiang. Study on high efficient configuration and utilization of land space based on the data analysis of the third national landresource survey： Foshan example[J]. Planners， 2022， 38（8）： 18-25.

[19]劉宇舒，呂飛，王振宇. 基于“三調”成果的土地儲備規劃優化思路探索[J]. 規劃師，2022，38（9）：47-51.

LIU Yushu， LYU Fei， WANG Zhenyu. The optimization of the third national land survey results in land reservation planning[J]. Planners， 2022， 38（9）： 47-51.

[20]陸建城，呂飛，王雨村. 基于“三調”數據的城鄉建設用地分區管控體系與策略[J]. 規劃師，2022，38（8）：5-11.

LU Jiancheng， LYU Fei， WANG Yucun. Construction land zoning system and governance strategies based on the third national land survey data[J]. Planners， 2022， 38（8）： 5-11.

[21]朱江，楊箐叢，李一璇，等. 從調查邏輯到規劃邏輯的銜接轉換——國土空間規劃基數轉換的廣州思考[J]. 城市規劃，2022，46（2）：94-99.

ZHU Jiang， YANG Qingcong， LI Yixuan， et al. Conversion from investigative logic to planning logic： reflections on territorial planning basic data conversion of Guangzhou[J]. City Planning Review， 2022， 46（2）： 94-99.

[22]蔣金亮，陳軍，席廣亮，等. 數據驅動的國土空間規劃新技術應用探討[J]. 上海城市規劃，2022（2）：108-113.

JIANG Jinliang， CHEN Jun， XI Guangliang， et al. Discussion on the application of new technology in data-driven territory spatial planning[J]. Shanghai Urban Planning Review， 2022（2）： 108-113.

[23]ZHAO S， ZHAO K， YAN Y， et al. Spatio-temporal evolution characteristics and influencing factors of urban service-industry land in China[J]. Land， 2022， 11（1）： 13.

[24]TAPOI P. Towards a theory of decoupling： degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy， 2005， 12（2）： 137-151.

[25]劉巍，呂濤. 存量語境下的城市更新——關于規劃轉型方向的思考[J]. 上海城市規劃，2017（5）：17-22.

LIU Wei， LYU Tao. Urban renewal in the context of new urbanization： reflections on the direction of urban planning transformation[J]. Shanghai Urban Planning Review， 2017（5）： 17-22.

[26]趙小風，樓佳俊，李禕，等. 工業用地利用轉型研究進展[J]. 現代城市研究，2017（10）：7-11.

ZHAO Xiaofeng， LOU Jiajun， LI Yi， et al. Industrial land use transition： a literature review[J]. Modern Urban Research， 2017（10）： 7-11.

[27]MA Y， ZHANG P， ZHAO K， et al. A dynamic performance and differentiation management policy for urban construction land use change in Gansu， China[J]. Land， 2022， 11（6）： 942.

[28]周長林，白鈺，謝水木. 面向高質量發展的城市空間績效：多目標悖論與評價模型[J]. 城市規劃學刊，2022（4）：58-63.

ZHOU Changlin， BAI Yu， XIE Shuimu. Urban spatial performance base on high-quality development： multi-objective paradox and \"COS model\"[J]. Urban Planning Forum， 2022（4）： 58-63.

[29]胡繼元，王建龍，邱李亞，等. 城鄉建設用地減量的規劃實施機制優化探索——《北京基于“兩規合一”的城鄉建設用地評估方法研究》思考[J]. 城市規劃學刊，2018（4）：56-64.

HU Jiyuan， WANG Jianlong， QIU Liya， et al. Optimization and exploration on the planning and implementation mechanism of urban and rural construction land reduction — The Evaluation Method of Urban and Rural Construction Land Based on the Coordination of Urban and Land Use Planning： the Case of Beijing[J]. Urban Planning Forum， 2018（4）： 56-64.

[30]趙丹，張京祥. 競爭型收縮城市：現象、機制及對策——以江蘇省射陽縣為例[J]. 城市問題，2018（3）：12-18.

ZHAO Dan， ZHANG Jingxiang. Phenomena， mechanisms and countermeasures in competitive shrinking cities： Sheyang County， Jiangsu Province as an example[J]. Urban Problems， 2018（3）： 12-18.

[31]張琳，王柏源，趙小風，等. 中國工業開發區用地政策演變及改革趨勢[J]. 現代城市研究，2018（4）：7-11.

ZHANG Lin， WANG Boyuan， ZHAO Xiaofeng， et al. Policy evolution and innovation of industrial development zone in China[J]. Modern Urban Research， 2018（4）： 7-11.

[32]翟端強. “空間沖突”到“空間融合”——“人地耦合”視角下國土空間管控優化與規劃應對[J]. 城市規劃，2022，46（8）：7-17.

ZHAI Duanqiang. From space conflict to space integration： territorial space management optimization and planning response from the perspective of man-land coupling[J]. City Planning Review， 2022， 46（8）： 7-17.

基金項目：甘肅省青年科技基金“人口低增長背景下蘭西城市群城市經濟韌性的變化及優化策略”（編號22JR5RA518）；蘭州大學中央高校基金“人口低增長對黃河上游城市經濟高質量發展的影響：效應、機制與政策優化”（編號lzujbky-2022-46）資助。