江苏省城乡建设用地经济密度的时空格局演变研究

吕 晓，史洋洋

（1.曲阜师范大学地理与旅游学院，山东 日照 276826；2.国土资源部海岸带开发与保护重点实验室，江苏 南京 210024）

随着城镇化、工业化进程的快速推进，与之相伴随的土地利用粗放低效、城乡发展不协调等问题渐次出现，并进一步导致区域发展差异拉大、资源环境约束加剧[1-2]。如何突破有限的土地供给和发展需求之间的瓶颈，合理规划布局，提升土地利用效率和节约集约用地水平，已成为社会各界关注的焦点[3-5]。城市土地经济密度作为衡量土地利用效率的重要指标已被广泛应用于城市经济发展、土地集约利用等相关研究[6-7]。城乡建设用地是区域经济社会发展的主要空间载体，提高其节约集约利用水平、综合效益以及开发利用有序程度是解决土地供需矛盾的重要途径。相较于城市建成区或城镇用地经济密度[8-10]，城乡建设用地经济密度涵盖了乡村建设用地对区域经济的贡献，能更全面地反映土地利用效益。同时，城乡建设用地在空间上具有明显的连续性和自相关性，如空间相互作用和空间扩散效应，从经济和城乡建设用地相结合的角度分析城乡建设用地经济密度的时空格局及其空间关联[11-12]对进一步揭示城乡建设用地经济效益的时空差异、推动区域经济协调发展具有重要价值。

江苏省作为中国经济发达区和人口密集地区，城镇化、工业化发展迅速，2015年末城镇化率达到66.52%，高于全国平均水平约10个百分点，是经济发达与人地矛盾并存的典型地区。基于此，本文以江苏省为例运用全局和局部空间自相关分析方法，结合变异系数、泰尔指数、相对发展率等指标，选择2005、2010和2015年三个时点对江苏省城乡建设用地经济密度时空格局及动态演变特征进行分析，以期为提升城乡建设用地集约利用水平、优化用地与产业结构、改进土地利用政策等提供依据。

1 数据来源与研究方法

1.1 数据来源

本文城乡建设用地数据来源于国家地球系统科学数据共享平台——长江三角洲数据共享平台（http://nnu.geodata.cn）。该数据底图来源于2005年以来的Landsat TM数字遥感影像、航测数据和其他辅助历史资料等，通过对遥感图像进行融合增强、几何矫正和图形镶嵌处理，并对所获数据进行目视解译、空间位置配准和精度检验，土地利用一级类型综合评价精度达到94.30%以上[13-15]，满足省域层面城乡建设用地经济密度差异研究精度。江苏省13个地级城市二、三产业增加值数据来源于相应年份的《江苏省统计年鉴》。

1.2 研究方法

本文所指城乡建设用地经济密度是单位面积城乡建设用地上的二、三产业增加值。依据《土地利用现状分类（GB/T 21010-2007）》和《市（地）级土地利用总体规划编制规程（TD/T 1023-2010）》，同时考虑遥感影像解译数据包含了与城镇村紧密相连的部分交通运输和机场用地，因此本文选用的城乡建设用地数据为城镇村及工矿用地，以及部分交通运输和机场用地的集合。

首先，通过变异系数（Cv）、泰尔指数（T）、相对发展率（Nich）等指标来考察江苏省城乡建设用地经济密度的时空分异。其中，变异系数可以反映数据空间离散程度，泰尔指数具有可分解性，能够通过将总体差异分解为组内与组间差异，进而得到组内差异与组间差异对总体差异的贡献率，具体公式详见已有文献[8，10]。

相对发展率可进一步反映各城市在一定时间阶段内相对于江苏省总体的发展速度，计算公式为[8]：

式（1）中，Nich是相对发展率；Yi2、Yi1分别是第i个城市末期、初期的城乡建设用地经济密度值；Y2、Y1分别是江苏省末期、初期的城乡建设用地经济密度值。

探索性空间数据分析（ESDA，Exploratory Spatial Data Analysis）是基于空间关联度，对事物的时空格局进行描述和可视化分析，分为全局和局部空间自相关两部分，现在已经广泛应用于区域经济与地理空间差异研究[16-17]。全局空间自相关是描述研究对象在区域整体上的空间集聚程度，分析研究对象间相对位置的空间依赖性及其显著性[18]。本文选用Moran’s I指数分析全局空间自相关，公式为：

式（2）中，I是全局Moran值；n是研究单元的数目；xi和xj分别为区域i和j的城乡建设用地经济密度值；为研究区域13城市城乡建设用地经济密度值平均数；wij为空间单元i和j的相邻权重矩阵，本文基于Rook’s邻接标准构建江苏省13城市相邻权重矩阵，相邻接时值为1，否则为值0；Moran’s I的取值范围为（-1，1），0＜I＜1表示存在正空间自相关，数值越大表示空间分布相关性越大，空间上越集聚，-1＜I＜0表示负空间自相关，数值越小代表相关性越小，I= 0表示不存在空间自相关性。其假设检验采用得分检验方式，即置信水平P≤0.05，|Z|＞1.96经验阀值，可认为其存在显著的空间自相关。

局部空间自相关能够描述区域间的空间关联效应，反映区域与其周围相邻地区的相互关系[19]。结合Moran散点图和LISA集聚图进行可视化表达，Moran散点图能反映区域局部不稳定性和空间异常性，LISA集聚图能反映每个研究单元的空间自相关性[20-22]，公式为：

式（3）中：Ii值是Moran’s I的分解形式，其余变量定义及检验同式（2）。Ii值为正，表示i区域单元周围存在高值或低值（HH或LL类型）空间集聚；Ii值为负，表示i区域单元周围存在高低或低高值（HL或LH类型）空间集聚。ESDA相关计算通过Geoda软件实现。

2 城乡建设用地经济密度的时空分异

2.1 时空分异的总体特征

2015年江苏省城乡建设用地平均经济密度为2.71×109元/km2，最高的是苏州市，最低的是连云港市，分别为5.72×109元/km2和0.77×109元/km2，差距明显（表1）。其中，7个城市的城乡建设用地经济密度超过平均水平，这些城市的城乡建设用地面积占全省的44.97%，其二三产业增加值占全省的73.10%。低于江苏省平均水平的城市有6个，这些城市的城乡建设用地面积占到全省的55.03%，但其二三产业增加值仅占全省的26.90%。

（1）城乡建设用地经济密度总体呈增长态势。在2005—2015年的10年间，江苏省城乡建设用地平均经济密度由0.86×109元/km2上升到2.71×109元/km2，增长了近3倍。尽管无锡市和镇江市在2010—2015年间城乡建设用地经济密度有所下降，但其余城市城乡建设用地经济密度都呈上涨趋势，总体增长显著。

（2）城乡建设用地经济密度呈现空间集聚特征。由图1可见，江苏省城乡建设用地经济密度呈现明显的空间集聚特征。2005年，无锡市最高、南京市和南通市次之，相较而言，南京市城乡建设用地经济密度虽然稍低于南通市，但其辐射带动作用要比南通市强，与南京市相邻的镇江市和常州市经济密度要高于相邻于南通市的苏州市和泰州市。2010年，江苏省城乡建设用地经济密度整体上升，无锡市仍明显高于其他地区，苏州市位居第二，苏锡常地区成为城乡建设用地经济密度最高的区域。2015年，苏锡常仍旧是城乡建设用地经济密度最高的区域，南京市仍是经济密度高值区域，南通市在沿海开发国家战略实施进程中发展迅速。而宿迁市和连云港市城乡建设用地经济密度远低于省内其他城市。

区域经济发展水平（GDP）与土地利用集约度呈正的相关性[23]。随着经济发展水平的不断提高，建设用地集约利用水平增加量虽呈先增加后减少的趋势，但集约利用水平整体呈现上升趋势并最终趋于稳定[24]。从江苏省3大区域来看，位于苏南的苏锡常地区紧邻上海市，是长江三角洲重要组成区域，区位优势明显，外向型经济发达，城乡建设用地集约度高，经济密度大；南京市作为省会城市和历史文化名城，经济发展水平较高，土地集约利用水平与城乡建设用地经济密度也较大。苏中和苏北由于缺乏区位优势，加之交通、政策、观念等因素，经济发展水平相对落后，城乡建设用地利用相对粗放，土地集约利用水平低。

（3）城乡建设用地经济密度时空差异显著，区域核心—边缘效应明显。通过分析2005、2010和2015年三个时点的城乡建设用地经济密度空间分布，发现江苏省城乡建设用地经济密度存在显著的时空差异，总体上苏南大于苏中，苏中大于苏北，呈现出由南向北的分层递减态势。2015年高于江苏省城乡建设用地经济密度平均水平的城市有7个，其中苏南4个，苏中3个，苏北各城市城乡建设用地经济密度均低于平均水平。这与上海市快速发展产生的强大辐射带动作用密切相关。同时，从全省层面看，南京市、无锡市等城市对周围城市辐射带动效果也深刻体现了核心—边缘效应。

表1 江苏省城乡建设用地经济密度分布表Tab.1 The distribution of economic density of URCL in Jiangsu Province

2.2 区域差异动态演变特征

（1）总体区域差异减小。根据变异系数和泰尔指数分析发现，2005—2015年江苏省城乡建设用地经济密度区域差异总体上不断减小（表2）。其中，空间离散程度在2005—2010年阶段下降幅度较大，在2010—2015年阶段下降趋势放缓。城乡建设用地经济密度空间总体差异呈现持续减小特征，即2005—2010年阶段空间差异减小，泰尔指数由0.53下降到0.48，而2010—2015年阶段泰尔指数由0.48下降到0.40，相较于上一阶段空间差异减小幅度更大。

图1 江苏省城乡建设用地经济密度时空格局演变Fig.1 The spatio-temporal pattern evolution of economic density of URCL in Jiangsu Province

（2）区间和区内差异持续减小。根据江苏省城乡建设用地经济密度时空分异总体特征及泰尔指数的空分解特性，区域差异由苏北、苏南和苏中三个地区的区间差异及各地区的区内差异构成[8，11]。由表2可见，在2005—2015年间，江苏省城乡建设用地经济密度总体差异值不断减小，说明江苏省城乡建设用地经济效益的地区差异持续减小，总体上向均衡的方向发展。区间差异与总体差异发展态势趋同，区间差异值由2005年的0.3543降低到2010年的0.3204，2015年又急剧下降到0.2702，区间差异缩小态势显著。江苏省区间差异值与所占比重呈反向发展趋势，2005年区间差异值最高，占总体差异的66.25%，说明2005年之前阶段，江苏省城乡建设用地经济密度发展很不平衡，各地区城市间经济出现不均衡发展。2005—2015年间，江苏省区间差异所占比重不断上升，而区间差异值不断减小，表明地区间城乡建设用地经济密度相对协调发展，但三大地区间发展仍不平衡。

由表2可知，江苏省三大地区的区内差异仍呈持续减小态势。2005年江苏省城乡建设用地经济密度的区内差异值为0.1804，区内差异最为显著的是苏北，对全省总体差异贡献率达到30.23%，其次是苏南和苏中。2010年全省区内差异增长到0.1591，而区内差异对总体差异的贡献率由33.74%下降到33.18%，其中苏北的区内差异占总体差异比重仍然最大，说明2005—2010年阶段，苏北内部各市城乡建设用地经济密度发展极不均衡。2010—2015年阶段，整体上区内差异呈急剧下降态势，由0.1591下降到0.1249，下降幅度较大，其中苏北的区内差异占总体差异的比重远高于苏中和苏南地区，苏中变化最小，苏南有所上升，但其只占总体差异的6.02%，相较于苏北的24.98%，苏南的区内差异对总体差异贡献很小。

表2 江苏省城乡建设用地经济密度动态差异Tab.2 The dynamic disparity of economic density of URCL in Jiangsu Province

3 城乡建设用地经济密度时空演化特征

3.1 区域经济发展的时空分异

（1）城市间相对发展速度存在明显区域差异。苏州市、常州市的发展速度明显快于其他城市，南京市、扬州市、泰州市和南通市发展速度紧随其后，发展速度最慢的是连云港市，其相对发展率仅为2.56%，发展最快的苏州市相对发展率是它的近8倍。

（2）城市发展速度存在明显的时间阶段性特征。2005—2010年阶段，城市发展速度快的苏州市、无锡市在2010—2015年阶段发展速度下降，其中无锡市作为2005—2010年阶段发展速度较快的城市成为2010—2015年阶段负增长城市，发展速度较快的镇江市在2010—2015年阶段也出现了负增长现象。其余城市发展速度都有所提高，其中常州市、南京市、扬州市、南通市和泰州市发展速度增长最为显著。

（3）相对发展速度呈现明显的空间分异特征。苏州市、常州市和南京市仍保持较高的发展速度，而原经济密度较高的无锡市、镇江市发展速度相对降低，原经济密度较低的扬州市、泰州市相对发展速度提升很快，低经济密度的苏北城市发展速度稳步上升，从而形成了新的空间格局。城乡建设用地经济密度与区域经济发展和城镇化水平密切相关，不同的经济发展阶段，城乡建设用地经济密度与经济发展之间的关系不同。2000年以来，随着城镇化、工业化进程的整体加快，城乡建设用地经济密度不断提高，但各地“摊大饼”式的盲目扩张带来了土地粗放利用，城乡建设用地经济密度增长有所减缓。依靠大量消耗土地来换取经济增长的粗放式扩张模式已经无法适应绿色发展要求，集约高效利用城乡建设用地，以转变土地利用方式倒逼经济转型成为城乡转型发展的有效途径。

3.2 空间格局演化的全局特征

运用Geoda软件对2005、2010和2015年江苏省城乡建设用地经济密度值进行空间自相关分析，计算得出全局自相关系数Moran’s I值均为正，分别为0.4097、0.6169和0.6056（图2）。整体上，2005—2015年间，江苏省各市城乡建设用地经济密度呈现出显著的正相关关系，空间上存在明显区域集聚特征。

2005—2010年，Moran’s I值出现较大幅度上升，说明各城市间的差异在不断缩小，可见苏南经济向北方辐射扩散以及沿海开发战略的实施使得沿海地区向内陆的经济辐射和带动作用有效提升了整体经济水平。这也验证了江苏省不断推进城乡一体化发展、缩小苏北、苏中与苏南地区差距以及促进区域全面协调可持续发展的政策实施效用。相较于2010年，2015年Moran’s I值出现了小幅下降，但仍比2005年要大，表明这一阶段江苏省城乡建设用地经济密度空间分布相关性减弱，但总体上空间差异呈不断减小趋势。

3.3 空间格局演化的局部特征

全局空间自相关并不能反映出局部空间自相关的显著差异，为全面分析江苏省地区间的空间关联程度和时空演化特征，基于式（3），将不同年份的Ii值导入ArcGIS10.2软件，将江苏省各年份的Lisa集聚图（图3）和Moran’s散点图（图2）对照分析，探讨各城市间的局部空间自相关性。

结合图2和图3分析可得，2005年苏北出现LL类型集聚，而HH类型集聚出现在了常州市，表明苏北整体经济密度较低，苏中城市集聚不明显，苏南发展相对较好。南京市没有出现明显集聚，说明相对而言南京市经济效益与苏南仍有差距。在2005年苏北低值集聚基础上，2010年以无锡市为中心的HH类型集聚向苏州市转移，说明经济密度高值集聚城市群进一步扩散。2015年出现了新的HH集聚中心无锡市和泰州市，说明由于苏锡常地区经济崛起产生的经济辐射扩散效果显著，苏南经济发展成效开始向北方扩散，高值集聚中心开始由单个城市向城市连绵区方向发展，但苏北仍是LL类型集聚地区。

总体来看，江苏省城乡建设用地经济密度空间集聚现象明显。高值集聚（HH）主要在苏南和苏中地区，低值集聚（LL）主要在苏北地区，南北差异显著，这与江苏省经济发展水平的时空特征有密切关系。苏锡常地区作为江苏省经济发展的增长极，对区域经济扩散和辐射带动作用十分明显。

图2 江苏省城乡建设用地经济密度Moran散点图Fig.2 Moran scatter plots of economic density of URCL in Jiangsu Province

图3 江苏省城乡建设用地经济密度LISA集聚图Fig.3 LISA cluster map of economic density of URCL in Jiangsu Province

4 结论与讨论

本文基于ArcGIS 10.2和Geoda软件，综合运用全局和局部空间自相关分析方法，并结合变异系数、泰尔指数、相对发展率，对江苏省2005、2010和2015年13个地级城市城乡建设用地经济密度时空格局及动态演变特征进行分析，得出以下结论：

（1）2005—2015年10年间，江苏省城乡建设用地经济密度总体呈增长态势，空间集聚特征显著，高值点主要集中于苏锡常地区、南京市和南通市。城乡建设用地经济密度总体上南方大于北方，呈现出由南向北的分层递减态势，区域城市之间核心—边缘效应明显。

（2）2005—2015年10年间，江苏省城乡建设用地经济密度空间离散程度不断下降，总体差异和区间差异呈持续减小态势，说明江苏省城乡建设用地经济效益的地区差异持续减小，总体上向均衡的方向发展；苏南和苏中地区组合的区内差异虽有上升，但不及苏北地区组合的区内差异下降幅度大，整体上仍呈现不断减小态势。

（3）江苏省城市发展速度存在明显的时间阶段性特征，城市间区域差异与空间分异特征显著。各城市城乡建设用地经济密度在空间演变上存在明显的区域集聚特征：高值集聚（HH）主要在苏南和苏中地区，其中苏锡常地区经济辐射扩散效果显著，苏南经济发展成效开始向北方迁移，城乡建设用地经济密度高值集聚中心由单个城市向城市连绵区方向发展。苏北地区一直是城乡建设用地经济密度低值集聚（LL）地区，南北差异显著。

（4）江苏省城乡建设用地经济密度南北差异表明，苏北地区通过盲目扩张和粗放利用土地来换取经济发展的模式已经无法适应当前的经济社会发展要求，以苏南、苏中地区为代表的追求高效集约的城乡土地利用才是顺应经济发展阶段的有效手段。目前，已有研究多侧重研究城市建成区的经济密度，而本文将乡村建设用地对于区域经济的贡献也考虑其中，更能反映基于行政区划单元的区域整体发展水平。此外，本文研究数据来源于遥感影像解译的土地利用数据，在宏观尺度上更能真实反映区域土地利用实际。当然，不同空间尺度对于区域差异特征的反映效果不同，本文基于市域层面对江苏省城乡建设用地经济密度时空格局演变特征进行了分析，下一步有待对县域、镇域等多尺度的区域差异特征、驱动机制及其空间演化等进行分析，以期能够更细致地探讨区域城乡建设用地经济密度发展特征及形成机制，为高效集约用地及城乡协调可持续发展提供科学依据。

参考文献（References）：

［1］关兴良，魏后凯，鲁莎莎，等. 中国城镇化进程中的空间集聚、机理及其科学问题［J］.地理研究，2016，35（2）：227 - 241.

［2］吕晓，黄贤金，钟太洋，等. 土地利用规划对建设用地扩张的管控效果分析——基于一致性与有效性的复合视角［J］.自然资源学报，2015，30（2）：177 - 187.

［3］王德起，侯圣银. 基于引力模型的京津冀城市群土地利用强度研究［J］.土地经济研究，2016，（2）：107 - 125.

［4］夏方舟，严金明，徐一丹. 土地要素对中国经济增长技术效率的随机边界分析［J］.土地经济研究，2014，（1）：91 -103.

［5］吕晓，牛善栋，张全景，等. 基于内容分析法的集体建设用地流转政策演进分析［J］.中国土地科学，2015，29（4）：25 - 33.

［6］匡兵，卢新海，周敏. 中国城市土地经济密度的分布动态演进［J］.中国土地科学，2016，30（10）：47 - 54.

［7］吴一洲，吴次芳，罗文斌. 经济地理学视角的城市土地经济密度影响因素及其效应［J］.中国土地科学，2013，27（1）：26 - 33.

［8］贝涵璐，吴次芳，冯科，等. 土地经济密度的区域差异特征及动态演变格局——基于长江三角洲地区的实证分析［J］.自然资源学报，2009，24（11）：1952 - 1962.

［9］吕晓，黄贤金，张全景. 城乡建设用地转型研究综述［J］ .城市规划，2015，39（4）：105 - 112.

［10］张改素，丁志伟，赵萌，等. 中原经济区县域经济密度的空间分异及影响因素［J］.经济地理，2014，34（9）：19 -26，39.

［11］王海燕，濮励杰，张健，等. 城镇建设用地经济密度时空分异的实证分析［J］.中国土地科学，2012，26（4）：47 - 53.

［12］曹广忠，白晓. 中国城镇建设用地经济密度的区位差异及影响因素——基于273个地级及以上城市的分析［J］ .中国人口·资源与环境，2010，20（2）：12 - 18.

［13］吕晓，史洋洋，黄贤金，等. 江苏省土地利用变化的图谱特征［J］.应用生态学报，2016，27（4）：1077 - 1084.

［14］刘纪远，刘文超，匡文慧，等. 基于主体功能区规划的中国城乡建设用地扩张时空特征遥感分析［J］.地理学报，2016，71（3）：355 - 369.

［15］陈昌玲，张全景，吕晓，等. 江苏省耕地占补过程的时空特征及驱动机理［J］.经济地理，2016，36（4）：155 - 163.

［16］马晓东，马荣华，徐建刚. 基于ESDA-GIS的城镇群体空间结构［J］.地理学报，2004，59（6）：1048 - 1057.

［17］谢花林. 环鄱阳湖地区农业经济空间差异分析——基于探索性空间数据分析（ESDA）方法［J］.农业现代化研究，2010，31（3）：299 - 303.

［18］彭程，陈志芬，吴华瑞，等. 基于ESDA的城市可持续发展能力时空分异格局研究［J］.中国人口·资源与环境，2016，26（2）：144 - 151.

［19］杨杨，吴次芳，韦仕川，等. 中国建设用地扩展的空间动态演变格局：基于EBI和EBIi的研究［J］.中国土地科学，2008，22（1）：23 - 31.

［20］蒲英霞，葛莹，马荣华，等. 基于 ESDA的区域经济空间差异分析——以江苏省为例［J］.地理研究，2005，24（6）：965 - 974.

［21］鲍洪杰，刘德光．甘肃省区域经济空间差异分析研究：基于Geado095i. 统计分析［J］.工业技术经济，2011，30（9）：54 - 59.

［22］王雪青，陈媛，刘炳胜. 中国区域房地产经济发展水平空间统计分析［J］.数理统计与管理，2014，33（1）：59 - 71.

［23］雷广海，刘友兆，陆效平. 江苏省13城市土地利用集约度时空变异及驱动因素［J］.长江流域资源与环境，2009，18（1）：7 - 13.

［24］孔伟，郭杰，欧名豪. 不同经济发展水平下的建设用地集约利用及区域差别化管控［J］.中国人口·资源与环境，2014，24（4）：100 - 106.