工业化背景下皖江城市带城镇化质量时空特征

陈晓华，李　咏

（1.安徽建筑大学 安徽省城镇化发展研究中心，安徽 合肥 230022；2.池州学院 皖江城市发展研究中心，安徽 池州 247000）

特别策划——新型城镇化战略与路径

工业化背景下皖江城市带城镇化质量时空特征

陈晓华1，2，李咏1

（1.安徽建筑大学 安徽省城镇化发展研究中心，安徽 合肥 230022；2.池州学院 皖江城市发展研究中心，安徽 池州 247000）

基于工业化与城镇化互动关联性视角，构建由工业化程度、速度协调、产业融合、互动成效诸因素构成的城镇化质量评价指标体系，采用2010—2014年皖江城市带地级市与县（县级市）域两个层面的统计数据，通过运用信息熵技术支持下的层次分析法（AHP），得出各城市城镇化质量发展水平的时空差异，并通过ArcGIS中的Moran'S分析法，分析和对比了两个层面城镇化质量与工业化水平之间关系的空间格局。结果表明，在地级市层面，快速工业化发展对皖江城市带城镇化质量的快速提升有积极作用；在县（县级市）域层面，工业化进程与城镇化处协同发展状态；在空间格局分析上，均以“增长极”的发展模式与周边地域空间形成一定的差异。最后从地级市和县（市）域两个层面提出了皖江城市带城镇化发展应对承接产业转移的建议及对策。

皖江城市带；工业化；城镇化质量；时空特征

城镇化是伴随着工业化与经济发展而出现的一种社会性经济现象，是人类社会发展的重要标志和必然趋势［1］。国外相关研究认为城镇化质量与工业化有一定的相关性，Kim S（2005）提出美国的工业化发展对其城市化质量的提高起到了至关重要的作用［2］，Kolko（2010）认为产业转型升级是提高城市化质量发展的重要路径［3］。近年，城镇化质量与工业化相关性研究逐渐成为我国学术界关注的热点［4-8］。2014年3月国务院印发《国家新型城镇化规划（2014-2020）》，随之将安徽省列为新型城镇化综合试点省之一。2015年12月中央经济工作会议对新型城镇化与新型工业化提出了新的要求，更加注重产业发展与新型城镇化质量提升的整体素质。2010年初，国务院批复《皖江城市带承接产业转移示范区规划》，是设立的首个国家级承接产业转移示范区，示范区设立以来，快速工业化是本区域发展的主旋律。本文以皖江城市带为例，从工业化程度、速度协调、产业融合、互动成效四个维度构建工业化快速发展背景下区域城镇化质量评价指标体系，揭示皖江城市带快速工业化发展下城镇化的时空特征，提出城镇化质量提升和优化空间格局的策略。

1　研究方法与指标构建

1.1研究方法

1.1.1层次分析法该方法是通过将复杂问题进行分解为若干层次和若干因素，并对指标之间的重要程度进行比较，建立判断矩阵，对指标层次总排序作一致性检验，计算各指标要素对系统总目标的合成权重，通过计算判断矩阵的最大特征值以及对应的特征向量值，从而得到不同指标重要度的权重［9-10］。

1.1.2空间自相关分析法全局空间自相关，常用的计算方法为全局Moran's指数统计量，是衡量空间分布对象属性取值之间的关系，其值范围为-1～1之间。在给定显著性时，当Moran's指数I的取值范围为［0，1］时，表明城镇化质量较高（或较低）的单元在空间上集聚，整体上显现出空间正相关性，而值越大，则表示空间正相关特性越明显；当Moran's I的取值范围为［-1，0］时，说明研究单元与周边区域的城镇化质量差异相对较明显，显现出空间负相关性，而值越小，则表示负相关性越强；当Moran's指数I值越接近0时，表明空间相关性越弱，其计算公式为：

局部空间自相关是进一步测量研究单元与其周边单元之间的空间差异程度及其显著性特征。常用Moran's指数I值显著性水平的LISA集聚图来表示，局部Moran'sI指数计算公式为［11-12］：

1.2指标体系构建

基于系统性、重要性、可比性和可操作性原则，借鉴相关学者的相关研究成果［13-16］，建立了本文的城镇化评价指标体系，并根据主成分分析法，确定指标权重（表1）。选取的指标为：反映工业化程度为工业总产值及规模以上工业增加值，表达工业化与城镇化发展速度协调性的为城镇人均可支配收入及人均社会消费品零售额，反映皖江城市带产业融合程度的为人均地区生产总值与二三产业所占GDP比重，城乡居民人均纯收入之比与城乡恩格尔系数之比反映了两者之间的互动成效机制。

表1　工业化视角下皖江城市带城镇化质量指标体系

2　工业化背景下皖江城市带城镇化质量的总体评价

2.1数据来源与处理

2.1.1数据来源数据来源于2010-2014年《安徽建设统计年鉴》，2011-2015年《安徽省统计年鉴》《中国县（市）社会经济统计年鉴》及相关年份的地级市统计年鉴。需要说明的是，2011年安徽省对巢湖市进行行政区划调整，而文章的研究单元在2010年为10个地级市，到2011年以后为9个地级市，因带内所含括六安市的舒城县和金安区的指标计量数据较难以获取，而且评价单元不好划分，故为了遵循可操作性的原则，本文将六安市作为评价单元至于皖江城市带城镇化质量测度之中。

2.1.2数据处理通过对以上数据来源的收集和整理，从中选取了皖江城市带9个地级市和36个县（县级市）域2010—2014年的原始数据。将原始数据导入到SPSS19.0统计软件中进行标准化处理，从而对指标数据是否适用于全局因子分析进行检测，得到KMO取样适当度量值和Bartlett球形度检验的参数估计值（表2）。结果表明：KMO度量值为0.664，说明指标之间存在较多的共同因素；Bartlett球形度检验的近似卡方值为72.312，而Sig.值为0（拒绝相关系数为0）验证了变量相互独立的原假设，即说明变量间存在一定相关性。

表2　KMO和Bartlett的检验

通过采用SPSS19.0软件中层次分析法（AHP）做指标数据的全局因子分析，从而得到旋转后的因子载荷矩阵、特征值、方差贡献率及累计方差贡献率（表3）。因后三个全局因子的特征值累计贡献率达96.834%，说明这三个因子能够很好的代表原本的8个指标层指标用于测量皖江城市带9个地级市及36个县域的城镇化质量，可以分别定义为F1、F2、F3。

第一公因子F1在人均GDP和二三产业占GDP比重的指标上相关性较高，反应了皖江城市带城乡居民的生活水平及在承接产业转移的大趋势下，产业结构的建设情况对城镇化质量的影响，命名为产业融合因子。

第二公因子F2在工业总产值、规模以上工业增加值及人均社会消费品零售额的指标上相关性较高，反应了皖江城市带在承接产业转移以后工业化发展速度及建设对城镇化质量发展水平的影响，命名为工业化发展因子。

第三公因子F3在城镇人均可支配收入、城乡居民人均纯收入之比及城乡恩格尔系数之比的指标上相关性较高，反应了城镇居民生活及城乡居民生活方面的差异性对城镇化与城乡统筹的影响，命名为社会发展因子。

表3　旋转成分矩阵

2.2评价模型构建

根据层次分析方法计算的原理，通过对前面所构建的城镇化质量评价指标体系、指标权重以及提取的三个公因子，文章采用线性加权的方法来构建城镇化质量评价模型，用以衡量一个地区城镇化水平和进程状况。该模型具体计算公式如下：

其中，F为计算城镇化质量综合得分，F1、F2、F3为三个不同的公因子。

2.3评价结果分析

2.3.1地级市层面城镇化质量稳步提升，发展差距逐渐扩大各地级市城镇化质量从2010年至2014年都呈递增的趋势，但总体得分较低，且发展差距较大。其中铜陵市城镇化质量最好，城镇化质量居于皖江城市带首位，质量综合得分为0.7022，随后的合肥、马鞍山及芜湖的城镇化质量发展呈大体相同的趋势，质量综合得分处于0.3304～0.4810之间，宣城市、池州市、滁州市城镇化质量相对而言处于中等水平，质量综合得分处于0.1436～0.1768之间。安庆市和六安市两地城镇化质量发展明显偏低，位于皖江城市带低水平地区，质量综合得分处于0.0858～0.0892。且得分低于平均值，六安市历年来城镇化质量在带中均处于下游水平，与其作为传统农业大市的发展定位相匹配。巢湖在未拆并时，城镇化质量一直呈现走低趋势。

表4　皖江城市带9个地级市城镇化质量测度值

2.3.2县域层面城镇化质量整体呈稳定增长趋势，空间呈梯度差异格局各县域城镇化质量从2010年至2014年都呈稳定增长趋势。大体呈现出四类梯度，第一类为城镇化质量高水平区位，综合得分在0.3416～0.4308之间，其包括繁昌县、宁国市、当涂县、芜湖县、铜陵县、天长市、肥西县、绩溪县、郎溪县、广德县10个县（市）域地区。第二类为城镇化质量较高水平区位，综合得分在0.2930～0.3358之间，其包括肥东县、含山县、青阳县、全椒县、无为县、长丰县、泾县、桐城市、庐江县。第三类为城镇化质量中等水平区位，综合得分在0.2610～0.2848之间，其包括东至县、岳西县、来安县、旌德县、怀宁县、明光市、定远县、南陵县、枞阳县。第四类为城镇化质量低水平区位综合得分在0.2134～0.2582之间，其包括太湖县、石台县、潜山县、凤阳县、舒城县、和县、望江县、宿松县。

表5　皖江城市带36个县（市）域城镇化质量测度综合得分

2.3.3城镇化质量水平区域总体层面分析：中东片区高于西片区通过对9个地级市层面与36个县域层面的综合分析，可以得到皖江城市带城镇化质量高发展的区域为：以省会合肥为中心，马芜铜为次中心所形成的快速经济发展空间体系，合肥作为安徽省省会，有其得天独厚的发展优势，且皖江城市带自承接产业转移后，大量的工业生产基地向合肥及郊区集聚，加快了合肥的发展，其中肥西县、肥东县在2010-2014年之间，城镇化质量综合得分也呈现大幅度的提升。铜陵与马鞍山是资源型工业型城市，工业化水平较高，两市所辖的铜陵县、当涂县、含山县城镇化质量综合得分均处于前列。芜湖作为皖江城市带承接产业转移的核心城市，毗邻长三角核心区域，地理区位优越，交通便利，城镇化质量较高，所辖繁昌县居于带内城镇化质量县域层面的首位。皖江城市带城镇化低发展区域为：宣城、池州、滁州、安庆、六安地区，与高发展地区相差二倍有余。滁州自提出大滁城发展方针后围绕科技兴市使得城镇化质量整体稳步提升，但其县域发展水平相比带内其他县域地区仍靠后。池州以旅游业发展为主导整体经济水平较低，城镇化质量也呈较低层次，其所辖的东至、石台、青阳三县城镇化质量也低于带内县域发展的平均水平。安庆和六安处于皖西南与皖西片区，属于山区地带，交通区位较差，因此形成市域和县域两个层面发展均呈较落后状态。宣城近年虽城镇化水平由较大幅度提升，但其发展基础较差，城镇化质量仍呈较低状态，但其所辖的宁国、郎溪、广德、绩溪等县（市）城镇化质量处于带内前列。

3　皖江城市带城镇化质量空间特征形成机制分析

Moran'S散点图用于反映研究单元内部差异性的特征，LISA集聚图是用于发现局域空间是否存在空间自相关，能表达出各研究单元属性的空间异质性和不平衡性，是研究单元属性与其周边空间单元的相异性与相似度的重要指标，并对Moran'S散点图的分析结果作进一步研究。

3.1市域层面城镇化质量与工业化水平空间格局：工业化带动城镇化

从2010年、2012年和2014年的皖江城市带地级市城镇化质量得分与工业生产总值的Moran'S指数散点图进行对比来看，他们的共同特征均表现出一定的负相关关系（图1）。

图1　城镇化质量综合得分值与人均工业生产总值对比示意

从图1中可看出多数地级市墨兰值落入第二、四象限内，表明带内城市之间空间关联性不强、出现低高、高低的空间负相关的城市区域较多；而位于一、三象限的空间正相关的城市数量较少。通过对城镇化质量综合得分值与工业生产总值的Moran'S散点图对比分析，表明皖江城市带城镇化质量的发展水平异质性较为明显，并呈现随机分布的特征。城镇化质量空间关联性较弱，2010-2012年空间负相关逐渐增加，随2012年以后负相关逐渐减弱。其中，2010年10个地级市城镇化质量的散点完全落入一、三象限的仅为2个，空间正相关合计比重仅为20%，2012年达到低谷阶段，且散点区域呈随机分布形式，相关性逐渐减弱，到2014年落入一三象限的有3个，说明皖江城市带城镇化质量的空间相关性逐渐增强。

人均工业生产总值散点图在2010年落入一、三象限的有4个，其余则分布于二、四象限内，通过对以上三个时间断面数据的分析来看，落入一、三象限的散点逐步减少，2014年落入点占总数的10%。表明皖江城市带工业化联系度逐渐减弱，地理空间集聚特征不明显。通过Moran'S散点图可以看出，2010-2012年城镇化质量是滞后于工业化水平，2012-2014年城镇化质量与工业化水平属于相互协调、相互促进的关系。

在对以上分析的基础上，本文通过采用空间计量软件（OpenGeoDa）对皖江城市带各地级市不同年份的城镇化质量水平进行直观测算表达、反映城市工业化发展水平的人均工业生产总值的LISA值，绘制2010、2012、2014年LISA集聚图（图2、图3）。

图2　皖江城市带地级市城镇化质量水平综合得分集聚

图3　皖江城市带地级市三阶段人均工业生产总值集聚

从城镇化质量综合得分值的集聚图看，其空间正、负自相关性在巢湖与铜陵片区，反映了该地区空间联系存在的全局性的发展趋势，但波动性较显著。2010年Low-High集聚地区主要集中在巢湖区域，代表着负的空间联系，表明其城镇化质量的位次在下降，而周边地区的合肥、芜湖、马鞍山、铜陵城镇化质量在提高。2012与2014年High-High集聚地区主要集中在铜陵区域，代表着空间的正相关联系，表明周边区域的城镇化质量存在较强的空间联系与趋同。

为了进一步阐释城镇化质量与工业化发展之间的联系度与紧密度，对皖江城市带地级市层面从城镇化质量得分值与人均工业生产总值方面进行对比，集聚结果发现，2010年合肥作为集聚的High-Low地区，说明合肥周边区域的工业化程度较低，联系度与紧密度较薄弱。2014年和2012年工业化集聚走势趋同，在合肥地区形成High-Low集聚趋势，六安地区形成Low-High集聚趋势。说明合肥作为省会，工业化程度高于周边地区，而六安作为农业型城市，工业化程度明显低于周边地区。

3.2县域层面城镇化质量与工业化水平空间格局：工业化与城镇化协同

从2010年、2012年和2014年的皖江城市带县域城镇化质量水平得分与工业生产总值的Moran' S指数散点图进行对比来看（图4），他们的共同特征均表现出一定的负相关关系。

图4　城镇化质量综合得分值与人均工业生产总值对比示意图

从图4可以看出，多数县（市）域城市的值落入了第一、三象限内，表示带内多数城市之间表现出较强的空间正相关性特征。通过三个断面的县（市）域层面的城镇化质量与人均工业生产总值的Moran'S指数散点图对比发现，2010年城镇化质量水平综合得分值散点值为0.2079，其散点成离散分布，落入一、三象限占总数的61%，2012年与2014 年Moran'S值为0.2341、0.2679。表明城镇化质量的空间正相关性逐渐增强，空间集聚特征较明显。从2010-2012年的人均工业生产总值的散点图可以看出，2010年明确落入一、三象限的有19个，而2012年为16个，且Moran'S值由2010年的0.2571 到2012的0.2344，说明人均工业生产总值正相关程度及集聚度在逐渐减弱。2014落入一三象限的有20个，占总数的55.6%，表明皖江城市带人均工业生产总值的工业化联系度从2010年开始，由一个先减弱后增强的趋势，县（市）域之间工业化依赖程度也逐渐增强，地理空间的集聚特征明显。

通过以上分析，再利用空间计量软件（Open-GeoDa）计算皖江城市带各县（市）域不同年份的城镇化质量水平得分、反映城市工业化发展水平的人均工业生产总值的LISA值，绘制2010、2012、2014 年LISA集聚图（图5、图6）。

图5　皖江城市带县（市）域城镇化质量水平综合得分集聚

图6　皖江城市带县（市）域三阶段人均工业生产总值集聚

从城镇化质量得分值的集聚图可以看出，皖江城市带县域层面空间显著性集聚的区域主要集中在皖西南片域，反映了该地区存在着空间全局性的发展趋势，但多数呈现出负负相关的显著特征。2010年Low-Low集聚县（市）域主要反映在岳西、太湖、宿松、怀宁、桐城、明光等地区，其代表着负的空间联系，说明自身与周边区域的城镇化质量水平下降。而Low-High、High-High片区主要集中在南陵和广德地区，其分别代表着自身与周边区域发展呈现出负正相关与正正相关的空间格局。2012年Low-Low集聚区域由2010年的扩增了一个东至县，更加明确了低低类型区域集中在皖西南地区的空间格局，而Low-High区域延续着2010年的发展趋势，High-High片域集中在芜湖。2010-2012年县域单元内部中未呈现出High-Low集聚特征。2014年Low-Low片区基本覆盖了皖西南的县域层面，而High-High聚类地区集中在广德、芜湖，High-Low聚类地区集中在桐城，Low-High聚类地区集中在南陵、旌德。从2010-2014年三个断面数据分析得出，高高聚类区域集中在芜湖与广德地区，说明这两地与周边区域的城镇化质量在逐渐提高。高低聚类区域在2014年集中在桐城，说明桐城的城镇化质量的整体水平相对于周边区域在增加，呈现正负相关的联系。

为了更加深入的阐述皖江城市带县域层面的城镇化与工业化之间空间格局的联系度与紧密度，从城镇化质量得分聚类与人均工业生产总值聚类进行对比分析，2010年人均工业生产总值High-High片区集中在芜湖、繁昌、南陵区域，而Low-Low片区集中在明光、宿松区域。2012年基本维持2010年状态，而2014年低低聚类地区扩增了一个岳西片域。说明高高聚类地区在工业化发展中易形成发展增长中心，与周边地区联动发展，从而带动周边区域工业化水平同步提升。而低低聚类地区则易产生负影响效应，与周边区域工业化联系度与紧密度较薄弱，工业化水平近年整体位次下降在。

4　结论与建议

（1）虽然近年来皖江城市带各城市城镇化质量与工业化水平在逐步提升，但总体的城镇化质量水平却偏低，且明显低于工业化水平，而合肥作为省会城市，三次产业布局合理，且近年来呈不断扩张态势，从而带动了市区外围县镇（肥西、肥东、长丰等）的发展，使其在加快工业化进程的同时，也加速了城镇化的进度。马芜铜工业化发展优于城镇化，但其发展方式属于粗放型模式，高投入低产出、高消耗高污染的产业发展模式仍是主导。其他的5个城市由于受到地理区位、生态环境、基础设施等各方面因素的制约，无论在城镇化质量还是在工业化发展水平方面相对缓慢。

（2）以政府政策介入为切入点，促进地级市层面产业分工发展合作，提高皖江城镇化质量与工业化水平的整体提升。在市场经济并非是全自由开放的时代，城镇化与工业化的同步提升离不开政府政策的有效引导与调节。城市之间的相互合作与分工必须结合自身的禀赋优势和产业特色，以皖江城市带承接产业转移的政策为手段，积极吸引外资投入，主动承接高层次产业转移，强化合芜核心功能，加强马鞍山、铜陵工矿型产业转型发展，推进安庆、池州旅游产业升级，增加交通等基础设施的配置，从而缩小带内地级市之间经济发展水平差距。

（3）县（市）域明确经济发展定位，优化空间布局。皖江城市带县域层面的城镇化质量所产生的低低类型区域涵盖了近1/3的带内县（市）域范围，所以不论从带内的县（市）域还是整体考虑，都必须跳出传统的行政区划范围来谋划发展。皖江城市带需从县（市）域发展的角度，要打破行政区划的限定，加强周边区域发展要素的相互流动，增大带内的市场范围，以此促进经济增长潜力的发挥。各县（市）域城市不能独自搞“大而全、小而全”的低效率城市经济模式，而是加强与周边地区经济板块的联系，从而形成带内县（市）域发展功能分工、产业协作、专业化发展格局。以“增长极”理论为支撑，依照“核心带动、衔接周边”的原则，建立“放射状、板块式、网络化”的空间格局，进一步推动皖江城市带县域城镇化与工业化协调发展。

［1］侯学英.中国城市化进程时空差异分析［M］.北京：经济科学出版社，2008.

［2］Kim S.lndustrialization and urbanization：Did the steam engine contribute to the growth of cities in the United States［J］.Explorations in Ecorwmic History，2005，42（4）：586-598.

［3］Kolko J.Urbanization，agglomeration，and coagglomeration of service industries［M］.Chicago：University of Chicago Press，2010.

［4］蓝庆新，陈超凡.新型城镇化推动产业结构升级了吗？——基于中国省级面板数据的空间计量研究［J］.财经研究，2013（12）：57-71.

［5］李霞，朱艳婷.城乡二元体制下工业化与城镇化协调发展研究［J］.四川大学学报（哲学社会科学版），2012（3）：109-115.

［6］李国平.我国工业化与城镇化的协调关系分析与评估［J］.地域研究与开发，2008（5）：6-11，16.

［7］汤明，曾芳，陶春元，等.工业化与城镇化的协调发展联动机制探讨——以江西沿江区域为例［J］.华东经济管理，2014（8）：20-24.

［8］林永新.乡村治理视角下半城镇化地区的农村工业化——基于珠三角、苏南、温州的比较研究［J］.城市规划学刊，2015（3）：101-110.

［9］邓雪，李家铭，曾浩健，等.层次分析法权重计算方法分析及其应用研究［J］.数学的实践与认识，2012（7）：93-100.

［10］李支元.层次分析法在多层次多指标评估系统中的应用研究［J］.淮海工学院学报（自然科学版），2012（2）：73-76.

［11］陈晓华，李久林，储金龙.基于DEA-ESDA的皖江城市带城市效率评价［J］.华东经济管理，2015（12）：51-56，100.

［12］郭成，储金龙，李咏.公共产品视角下安徽省县域城镇化水平时空差异分析［J］.安徽建筑大学学报，2015（6）：87-94.

［13］李家杰，黎金钊.广东工业化与城镇化协调发展探析［J］.石家庄经济学院学报，2015（1）：48-52，58.

［14］向鹏成，廖宗义，罗芸.工业化与城镇化协调发展测度研究——以重庆市为例［J］.城市发展研究，2014（7）：16-22.

［15］方娜，王其和.湖北省新型工业化与城镇化协调发展实证研究［J］.湖北工业大学学报，2014（6）：20-24.

［16］彭翀，常黎丽.湖南省县域城镇化时空格局及其经济发展相关性研究［J］.经济地理，2013（8）：73-78.

［责任编辑：余义兵］

Temporal and Spatial Characteristics of Urbanization Quality of Wanjiang City Belt in the Context of Industrialization

Chen Xiaohua1，2，Li Yong1
（1.Anhui Jianzhu University；Anhui Urbanization Development Research Center，Hefei Anhui 230022；2.Wanjiang City Development Research Center，Chizhou University，Chizhou Anhui 247000）

Based on the interaction and relevance between industrialization and urbanization，the urban quality evaluation index system of degree of industrialization，speed coordination，industrial integration，and interactive ef⁃fect and so on is established.With 2010-2014's statistics of cities and counties in Wanjiang City Belt，the paper analyzes and compares spatial layout of the relationship between urbanization quality and industrialization.The re⁃sult shows that fast industrialization development plays a positive role in fast upgrade of urbanization quality of Wanjiang City Belt from the perspective of prefecture-level cities，and industrialization and urbanization synergis⁃tically develop from the perspective of the counties.In the spatial layout，there exists difference between the growth pole development pattern and regional space around.Finally the suggestion and countermeasures are put forward for urbanization development to respond to industrial transfer in Wanjiang City Belt.

Wanjiang City Belt；Industrialization；Urbanization Quality；Temporal and Spatial Characteristics

TU982

A

1674-1102（2016）03-0001-07

10.13420/j.cnki.jczu.2016.03.001

2016-04-21

安徽省哲学社会科学规划项目（AHSK11-12D209）；安徽省人文社科重点研究基地招标项目（SK2015A116）；安徽省教育厅自然科学研究重点项目（KJ2010A247）；安徽省教育厅人文社会科学一般项目（2010SK503）；池州学院资源环境与旅游发展研究中心重点项目（XKY201301）。

陈晓华（1964-），男，安徽贵池人，安徽建筑大学建筑与规划学院教授，博士，硕士生导师，研究方向为区域发展与规划、城镇化与城乡发展；李咏（1990-），男，安徽滁州人，安徽建筑大学硕士研究生，研究方向为城乡规划与设计。