西部六省居住用地与工业用地的集聚变化态势研究

张宇 邓春磊

摘要：采用空间自相关和空间回归模型等空间计量方法，选取中国西部6省86个县（市）为单元对2000—2012年居住用地与工业用地时空变化的空间格局进行分析并对集聚变化原因进行测算。结果表明，①2000—2012年西部6省的居住用地Morans I指数从0.22上升为0.40，空间集聚正在逐步增强；工业用地则从0.18上升为0.23，相对居住用地集聚现象偏弱。②从城市空间格局考察居住用地与工业用地集聚变化态势，HH类型及LL类型的变化最为显著，多出现在内蒙古。③城市建设用地面积、国民生产总值、第三产业占GDP的比重及公共用地面积对居住用地在空间上集聚影响最为显著；人均国民收入、工业产值、交通用地面积及人口数量对工业用地在空间上集聚影响最为显著。

关键词：居住用地；时空变化；空间分析；空间回归

中图分类号：F124.5；U412.1+4 文献标识码：A 文章编号：0439-8114（2018）08-0130-06

DOI：10.14088/j.cnki.issn0439-8114.2018.08.032

Study on the Aggregation and Change of Residential and Industrial Land

in Six Western Provinces

ZHANG Yu，DENG Chun-lei

（College of Public Administration，Hohai University，Nanjing 211100，China）

Abstract： Spatial autocorrelation and spatial regression models were used to analyze the spatial and temporal changes of residential and industrial land from 2000 to 2012 of 86 counties and cities in 6 western provinces of China. Results showed that，①The Moran's I index of residential land in the six western provinces changed from 0.22 to 0.40 in 2000-2012，the spatial agglomeration gradually increased， the industrial land was increased from 0.179 to 0.230，and the relative residential land was weakly clustered. ②From the urban spatial analysis of residential land and industrial agglomeration trend，HH type and LL type had the most significant change， mostly in the province of Inner Mongolia. ③The urban construction land area， gross national products，the proportion of tertiary industry to GDP and the public land area had the most significant impact on the spatial agglomeration of residential land. The per capita national income，industrial output value， traffic land area and population size had the most impact of significant spatial agglomeration on residential land.

Key words： residential land； spatial and temporal change； spatial analysis； spatial regression

在中國快速而持续的城市化进程中，土地供给扮演的支撑与制约角色越来越明显，据中国土地勘测规划院的统计，西部地区住宅用地增速快于中东部地区，2009—2013年，全国城镇住宅用地增幅为18.8%，基本与城镇土地面积总体增幅（18.2%）持平，但西部地区34.0%的增幅明显高于全国总体增幅，中部地区和东部地区分别为16.0%和15.1%。而据《中国城市建设统计年鉴》数据，2009—2012年，中国西部工业用地则减少了79.73 km2。工业化和城市化进程的加快使中国逐渐步入以资源环境约束加大为主要特征的矛盾突显期，尤其是西部地区居住用地及工业用地面临越来越大的空间、环境和社会压力，因而研究建设用地中比重最大两类用地的集聚模式及变化过程对于快速城镇化的西部地区来说非常重要。

城市建设用地的时空变化一直是土地利用研究的重点。国外对建设用地研究始于20世纪20年代，研究内容主要包括建设用地的时空演变特征[1]、城市扩展的相互作用及建设用地扩张的驱动力因素等方面[2，3]，并以空间分析模型的构建与时空演变理论为主要研究方法[4]。国内对于居住空间的研究始于20世纪80年代末期，目前研究主要集中于建设用地效率[5-7]、建设用地扩张的驱动力及政策研究[8-13]等。已有研究多关注建设用地的时空演变和经济、政策的效益评价，少有对西部地区城市居住用地及工业用地集聚变化趋势与进程进行空间评价的研究成果。本研究以城市为单元对中国西部新疆、西藏、青海、甘肃、宁夏、内蒙古的居住用地与工业用地集聚变化进行空间评价，对推动西部地区城市化，因地制宜地健康发展与科学管理具有重要的现实意义，另外，对认清西部地区居住用地与工业用地扩张增长去向、合理优化土地资源配置、提高土地城市化质量也具有重要意义。

1 数据来源与研究方法

1.1 数据来源

本研究以城市作为研究中国城市居住用地变化的基本单元，为了便于观察及测算城市区域单元的变化情况及驱动力因素，行政区划按2010年进行归并统一。根据城市建设用地利用变化相关研究[14-16]，城市居住用地与工业用地变化的动因机制是以社会的土地利用决策和土地资源的配置过程为基础的，而这两方面都是由区域的社会生产力水平和国家的经济、政治、法律等各方面体制“塑造” 而成的，影响其变化的因素主要包括经济增长、自然环境、人口增长、居住用地地价、鼓励房地产政策、交通可达性等。由于部分西部县市无法获得地价及政策的相关有效数据，本研究主要选取西部6省的县（市）的土地利用变化和经济社会发展两个方面的数据，用地面积等土地数据主要来源于《中国城市建设统计年鉴》，地区生产总值、城市人口和人均收入来源于《中国区域经济统计年鉴》，具体指标说明及数据来源见表1。

1.2 研究方法

1.2.1 空间自相关

1）全局空间自相关。全局空间自相关是对属性值所在整个区域的空间特征的描述，概括了属性值对整体空间的依赖程度，本研究采用Global Morans I作为度量空间自相关的指标。Morans I指数处于-1和1之间，其计算可用公式（1）来表示。

Morans I=■ （1）

式中，Yi为第i个地区的观测值，n为地区总数，Wij为二进制的邻近空间权值矩阵，表示各空间的临近关系，其目的是定义空间对象的相互邻近关系。

2）局部空间自相关。局部空间自相关关联揭示空间差异的异质性特征，以全面反映居住用地的时空变化趋势，本研究采用Local Morans Ii来衡量空间局部关联。

Ii=■■Wij（Xj-■） （2）

式中，Xi、Xj为空间单元i和j的属性值，Wij为空间权重系数矩阵， 表示各空间单元邻近关系。根据Ii值的不同能定性地区分出每个区域与相邻区域的属性的相互关系，其中HH（High-High）或LL（Low-Low）的观察值分别表示某区域与其相邻区域的属性有较高（或较低）程度的集聚效应，因而相邻区域的属性逐步趋向一致。而HL（High-Low）和LH（Low-High）的观察值分别表明某区域与相邻区域的属性存在较大差异。

1.2.2 空间回归模型 传统的线性回归模型使用面板数据进行回归分析，没有考虑变量之间的空间自相关，所以有可能会出现一些错误。本研究采用空间计量模型，主要选取空间滞后模型（Spatial Lag Model，SLM），该模型适用于变量间的空间依赖性而导致了空间相关。SLM模型见公式（3）。

Y=C+ρWNY+βX+？着 （3）

式中，Y为因变量，X为独立变量，C是常数，β是变量的系数，反映了自变量X对因变量Y的影响。ρ为回归结果在空间滞后模型和空间误差模型的参数。β衡量了样本观察值中的空间依赖作用，即相邻地区的观察值Y对本地区观察值Y的影响方向和程度。？着为随机误差项。

2 西部6省居住用地与工业用地集聚变化态势对比分析

2.1 西部6省居住用地与工业用地的时空尺度变化

从时空尺度分析中国西部6省居住用地与工业用地的变化态势（图1），2000—2012年，中国西部6省的建设用地总量在总体上呈现增大的趋势，从2000年的1 756.87 km2增长到2012年的3 415.35 km2，增长率为79%。由图1可知，在不同的发展阶段，居住用地与工业用地总量呈现出不同的变化特征，居住用地总量呈现波段式上升，从2000年的569.46 km2增至2012年的1 120.97 km2，增长率为97%；工业用地总量则相对增速较缓，从2000年的333.45 km2增至2012年的508.90 km2，增長率为53%。居住用地与工业用地占城市建设用地的比例也呈现不同的特征（图2），由图2可知，居住用地占比变化波动较大，其中2001年占比最大，占当年建设用地的36%，之后波动下滑，降至2007年的最低点，占当年建设用地的29%，之后缓慢回升至2012年的32%；工业用地占比则一直呈现下降的趋势，从2000年占当年建设用地的18%，缓慢降至2007年的15%，再增长至2008年的17%，之后回落到2012年的14%。

在研究区域建立一个空间权重矩阵， 来表达n个位置的空间区域的邻近关系， 它表明了各个城市与周围城市之间的关系。本研究使用ArcGIS 10.0将研究区域城市地域图进行矢量化，对缺少数据的县（市）进行归并处理后，运用Geoda 9.5对西部区域内的86个市（县）建立了基于空间邻接关系的权重矩阵，并生成了权重文件。

从空间自相关（图3）演变上看，西部6省居住用地空间集聚的态势呈现缓慢扩大的趋势，Morans I指数经历了从陡然缩小到缓慢增大的过程。从2000年的0.22缩减至2001年的0.08，之后经过2004、2007年的缓慢缩减增长至2012年的0.40，而Morans I大于0表示正相关，代表相邻地区的类似特征值出现集群趋势，接近于1时表明具有相似的属性聚集在一起，居住用地的空间集聚态势表明中国西部6省的居住用地在空间上的集聚程度正在逐步增强，而且集聚现象明显；工业用地的Morans I指数相较于居住用地的变化则较为平缓，从2000年的0.18增至2003年的0.22，后缩减至2004年的0.13，之后增至2009年的0.28，最后回落到2012年的0.23，工业用地的空间集聚态势表明中国西部6省的工业用地空间集聚正在增强，但相较于居住用地，集聚现象不是很明显。

2.2 西部6省居住用地与工业用地的时空集聚变化

2.2.1 居住用地时空变化的空间关联类型 LISA分析结果（图4）表明，2000—2012年，中国西部6省居住用地集聚变化的HH类型由3个增至7个，以内蒙古的丰镇市、呼和浩特市、东胜市及甘肃省的白银市为主，其他省份则较少出现；LL类型由7个增至14个，分布相对较为稳定，主要集中于新疆的塔城、昌吉、哈密及库尔勒地区及西藏的那曲、青海省的海西蒙古族藏族自治州、玛多县；LH类型变化较小，基本以内蒙古的阿拉善盟及乌拉特中旗为主；HL类型变化也较小，基本以内蒙古的满洲里及乌兰浩特市为主。

2.2.2 工业用地时空变化的空间关联类型 由图5可知，2000—2012年，中国西部6省工业用地集聚变化的HH类型由3个增至6个，以内蒙古的丰镇市、呼和浩特市、东胜市为主，2012年开始出现呼伦贝尔市及牙克石市的集聚；LL类型由8个增至13个，分布相对稳定，主要集中于新疆的塔城、昌吉、库尔勒地区，西藏地区的那曲地区，青海的海西蒙古族藏族自治州、玛多县及甘肃的夏多县；LH类型变化较为明显，整体由内蒙古中部向西部转移，基本以内蒙古的额尔古纳市、扎兰屯市、科尔沁右翼前旗为主；HL类型变化则较小，基本上很少出现。

3 空间回归模型对西部6省居住用地与工业用地变化的驱动力分析

本研究选取SLM模型对居住用地与工业用地的驱动力因素进行分析。结合建设用地时空变化的相关研究，从多个视角选取影响城市建设用地增长的主要因素：地区生产总值、人均国民收入、城市人口数量、城市交通用地、城市公共用地等主要观察变量，对西部6省的城市居住用地与工业用地集聚变化作空间回归分析。

1）从2000—2012年的β曲线（图6）分析，人均国民收入、工业产值、交通用地面积及人口数量与西部工业用地的集聚在空间回归上最为显著，这意味着这些因素可以促进该地区工业用地的集聚。这4个影响因素中，工业产值对该地区工业用地在空间上的集聚影响最为显著，β值的平均水平维持在1.83，说明该地区工业产值的增加是促进该地区工业用地集聚变化的主要因素；交通用地面积增加的影响波动性较大，分别表现在2003年之前和2009年之后对工业用地集聚影响较大，β值的平均水平维持在0.69左右；人均国民收入增加对工业用地集聚的变化波动性也较大，2003年甚至出现了负向影响，β值的平均水平维持在0.61；人口数量对工业用地集聚的影响最为弱小，β值的平均水平维持在0.15，说明人口数量的增加一定程度上会对工业用地集聚产生一定影响，但是并不明显。

2）从2000—2012年的β曲线（图7）分析，城市建设用地面积、国民生产总值、第三产业占GDP的比重及公共用地面积与西部6省的居住用地的集聚在空间回归上最为显著，说明这些因素可以促进该地区居住用地集聚。这4个影响因素中，国民生产总值对该地区居住用地在空间上的集聚影响最为显著，β值的平均水平维持在1.41，说明2000—2012年该地区国民生产总值的增加是促进该地区居住用地增加的显著影响因素；2008年后，第三产业占GDP的比重超越国民生产总值的影响，对居住用地集聚空间回归的β值维持在1.90左右；城市建设用地的增加及公共用地的增加都对西部6省居住用地的集聚产生影响，但并不如前两者明显，β值分别为0.54和0.49。

4 结论与思考

本研究通过空间自相关的空间计量方法分析了2000—2012年中国西部6省城市居住用地与工业用地在空间上的集聚变化趋势，并选取国民经济因素、用地因素等对居住用地与工业用地集聚变化的主要影响因素为观察变量，利用空间回归模型分析结果如下。

1）西部6省居住用地空间集聚的态势呈现缓慢扩大的趋势，Morans I指数经历了从陡然缩小到缓慢增大的过程。从2000年的0.22缩减至2001年的0.08，之后经过2004年、2007年的缓慢缩减，至2012年增长到0.40；工业用地的Morans I指数变化则较为平缓，从2000年的0.18增至2003年的0.22，后缩减至2004年的0.13，之后增至2009年的0.28，最后回落到2012年的0.23。

2）从空间关联类型分析，中国西部6省的居住用地集聚变化的HH类型由3个增至7个，以内蒙古为主，其他省份则较少出现；LL类型由7个增至14个，分布相对较为稳定，主要集中于新疆、西藏和青海的部分地區；LH类型及HL类型变化也较小，基本以内蒙古的城镇为主。中国西部6省工业用地集聚变化的HH类型由3个增至6个，以内蒙古的城镇为主；LL类型由8个增至13个，分布相对稳定，主要集中于新疆、西藏、青海及甘肃的城镇；LH类型变化较为明显，整体由内蒙古中部向内蒙古西部转移；HL类型变化则较小，基本上很少出现。

3）利用SLM模型分析西部6省居住用地与工业用地空间集聚变化态势的影响因素，城市建设用地面积、国民生产总值、第三产业占GDP的比重及公共用地面积对居住用地在空间集聚影响最为显著，其中，国民生产总值对该地区居住用地在空间集聚影响最为显著；第三产业占GDP的比重在2008年后超越国民生产总值的影响；城市建设用地的增加及公共用地的增加都对居住用地的集聚产生影响。而人均国民收入、工业产值、交通用地面积及人口数量对工业用地在空间上集聚影响最为显著，其中，工业产值增加对该地区工业用地在空间上的集聚影响最为显著，交通用地面积的增加在2009年后对工业用地集聚的影响逐步增强，人口数量及人均国民收人的影响则相对偏弱。

综上所述，西部6省的城市居住用地与工业用地集聚区域差异程度大，影响因素也有很大的区别，对于西部各城市来说，应对城市扩张模式进行反思。为了促进城市建设用地的集约利用，一方面政府要根据西部城市自身特点及城市发展需要供给居住用地，促进城市建设用地的合理配置，利用第三产业的发展及公共用地的规划更好地引导居住用地的集聚；另一方面，政府要继续规范工业用地的出让价格，促进工业用地节约、集约利用，提高土地利用效率；此外还需要加快转变经济增长方式，提高交通等基础设施的使用效率，促进人口及产业的合理搭配，实现西部城市居住用地与工业用地的集聚向集约型增长方式的转变。

参考文献：

[1] PACIONE M.Model of urban land use structure in cities of the developed world[J].Geography，2001，86（2）：97-119.

[2] BURGESS E W.The growth of the city：An introduction to a research project[J].American Socio- logical Society，1924（18）：85-97.

[3] FORD L.A new and imp roved model of Lat in American city structure[J].Geographical Review，1996，86（3）：437-440.

[4] HOYT H. The structure and growth of residential neighborhoods in American cities[M].Washington D.C.：Federal Housing Administration，1939.

[5] 赵 可，徐唐奇，李 平，等.不同规模城市土地利用效率的差异及收敛性研究[J].干旱区资源与环境，2015，29（12）：2-6.

[6] 刘彦随，杨 忍.中国县域城镇化的空间特征与形成机理[J].地理学报，2012，67（8）：1011-1020.

[7] 王丰龙，刘云刚.中国城市建设用地扩张与财政收入增长的面板格兰杰因果检验[J].地理学报，2013，68（12）：1595-1606.

[8] 钟太洋，黄贤金，王柏源.经济增长与建设用地扩张的脱钩分析[J].自然资源学报，2010，25（1）：18-31.

[9] 宋 文，陈 英.土地利用空间自相关分析中观测变量和衡量指标的选择研究[J].干旱区资源与环境，2015，29（10）：37-42.

[10] 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.

[11] 姜 博，王 媛，魏 超，等.城市土地利用扩展的驱动因素与空间扩展模式研究[J].干旱区资源与环境，2014，28（7）：1-6.

[12] 楊会霞，葛京凤.不同集约梯度下地价与城市土地集约利用关系研究[J].干旱区资源与环境，2015，29（8）：33-38.

[13] 关兴良，方创琳，周 敏，等.武汉城市群城镇用地空间扩展时空特征分析[J].自然资源学报，2012，27（9）：1447-1459.

[14] 尚正永，张小林，卢晓旭，等.基于可达性的城市功能用地空间格局演变研究——以江苏省淮安市为例[J].地理科学，2014， 34（2）：154-162.

[15] ANSELIN L.Local indicators of spatial association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[16] CHUAI X W，HUANG X J，WANG W J，et al. Spatial econometric analysis of carbon emissions from energy consumption in China[J].地理学报（英文版），2012，22（4）：630-642.