黄钰婷,李强
安徽省土地经济密度时空分异和影响因素研究
黄钰婷,李强
(安徽财经大学 经济学院,安徽 蚌埠 233030)
基于2008—2017年安徽省16个地级市相关数据,运用泰尔指数、变差系数、探索性空间数据分析方法和Pearson相关系数等,分析城市土地经济密度时空分异及其影响因素.结果表明,安徽省土地经济密度不断上升,呈现空间聚集且各城市间差异明显;空间聚集性增强,总体差异不断减小;二三产业增加值占比、人口城市化率与城市土地经济密度相关性显著.从优化土地利用结构、发挥中心城市的辐射作用和优化提升产业结构等方面提出相关建议.
土地经济密度;时空分异;空间自相关;安徽省
土地是城市各项经济活动的载体[1],合理利用土地资源关系着城市发展质量.随着我国城镇化进程的加快,农村人口向城市转移,城市数量增加,土地利用规模不断扩大,2018年城镇化率已到达59.58%,2019年3月国家发改委发布《2019年新型城镇化建设重点任务》[2]以促进高质量城镇化建设.当前宏观经济与城市发展息息相关,土地利用与经济增长之间的矛盾日渐凸显,土地换增长和土地财政等问题在各个城市均有不同程度的体现[3],如一线城市过高的房价阻碍了人口向城市的迁移,提高城市土地利用率已成为促进城市经济可持续发展的有效措施.土地经济密度是城市扩张与经济产出协调性的反映,是衡量土地利用率的重要指标[4].
目前,我国学者对城市经济密度的定量研究成果丰硕.在国家层面上,曹广忠[5]等运用道格拉斯生产函数,从资本、劳动力和土地等方面分析我国273个城市建设用地经济密度影响因素;冯科[6]等则通过库兹涅茨曲线研究31个省份经济增长与土地经济密度的关系.在区域方面,长三角地区多为研究的焦点,贝涵璐[7]等通过分析长三角地区25个城市的经济密度,认为其高投入、低效率的利用方式需要改进,李燕[8]等也同样建议采取差异化优化发展措施以提高一体化;周敏[9]等研究东北地区城市土地经济密度格局演变,发现东北地区城市经济密度差异较大却空间聚集效应明显.在省际层面上,谢保鹏[10]等研究了甘肃省各县工矿用地2001—2007年的土地经济密度,汪磊[11]等针对贵州喀斯特地貌区域城市经济密度进行测算,夏浩[12]等从投入产出角度分析了浙江省土地经济效率的空间变化.外国学者对经济密度的研究多结合人口密度和城市收入差异,并对哈撒拉以南的非洲6个国家[13]和意大利进行测算[14].就现有研究方法而言,多采用基尼系数[15]、泰尔指数、变差系数[16]、核密度估计[17]等方法分析比较区域间的差异,或借助GIS进行空间分析.
回顾已有文献,土地经济密度研究主要从内涵界定与测算方法、不同尺度区域的时空变动以及影响因素3个方面展开,多关注于东部发达地区.中部地区近年来发展势头强劲,安徽省作为中部地区重要省份,对其经济密度的研究是具有借鉴意义的.本文基于前人对土地经济密度的定义,研究安徽省2008—2017年16个地级市土地经济密度时空分异规律,并运用Pearson相关系数分析影响经济密度的因素,以期全面认识安徽省土地资源合理配置情况以及城市土地集约利用程度,为土地与经济协调发展提供参考.
城市土地经济密度为第二和第三产业在城市单位建成区面积上的增加值[18-19],计算公式为
泰尔指数和变差系数能够反映16个城市土地经济密度与安徽省总体水平的离散情况,本文运用泰尔指数计算安徽省土地经济密度总体差异,其公式为
变差系数用以测算土地经济密度相对离散程度,其公式为
为比较研究期内各城市土地经济密度的发展速度,本文运用相对发展率来测算,其公式为
全局Moran′s I指数的计算公式为
本文相关数据来自历年《安徽统计年鉴》.
以安徽省16个地级市为研究对象,计算各城市土地经济密度及相对发展速度,结果见表1.
表1 2008—2017年安徽省各市土地经济密度及相对发展率
由表1可以看出,安徽省16个地级市土地经济差异较大,以2017年为例,安徽省该年平均土地经济密度为69 129万元/km2,高于平均值的有7个城市,最高为马鞍山市;低于平均值的有9个城市,最低为阜阳市.将全省10年的土地经济密度转入ArcGis进行叠加分析,可直观地看出各市的发展情况(见图1).
图1 2008—2017年安徽省各市土地经济密度增长特征
自2008年以来,安徽省土地经济密度不断上涨,全省平均土地经济密度自2008年的34 919万元/km2提高到2017年的69 129万元/km2,年均增长速度达到10%.从分布来看,其特征为:(1)呈现空间聚集,形成以皖中的合肥和皖南的马鞍山、铜陵和芜湖4个城市为核心,向周围递减的格局.合肥作为省会城市,近年来高新技术产业、现代制造业发展强劲,提高了经济总产值和土地集约利用水平;芜湖在安徽省工业制造和科教创新领域占据重要地位,马鞍山由于“承上启下”的区位优势、良好的工业基础以及科技创新事业的发展,土地经济密度位列前3.(2)不同城市间差异较明显.水平较高的4个城市平均土地经济密度为106 516万元/km2,而黄山、阜阳等城市均值为38 864万元/km2,为全省平均水平的60%.(3)安徽省土地经济密度总体呈上升态势.芜湖、合肥、池州、铜陵和六安等市相对发展速度均大于1,超过全省平均水平,增长明显;黄山市和阜阳市增长较为缓慢.
采用式(2)(3)计算安徽省土地经济密度的变差系数和泰尔指数,绘制曲线(见图2),以反映总体差异.
图2 2008—2017年安徽省土地经济密度总体区域差异演变
由图2可以看出,泰尔指数在2012年前小幅波动,后基本保持平稳;变差系数所反映的趋势变化较为明显,2008—2010年变差系数显著上升,从0.381 4达到峰值0.437 4,说明这一阶段安徽省城市土地经济密度总体差异增大;而2010年后则呈波动下降趋势,2016年和2017年分别为0.337 0,0.351 0,说明近年来安徽省城市土地经济密度总体差异程度在不断减小.2010年安徽省重新修订了《土地利用总体规划》,进一步加强了区域内土地利用的统筹和管控,在建设用地的供给规划中,保证了需求的前提下,注重集约高效,提升土地利用水平.
从全局自相关结果来看,2008—2017年安徽省土地经济密度的Moran’s I指数为正值,分别为0.217 5,0.318 7,0.283 3,0.365 9,0.328 4,0.355 1,0.323 9,0.305 0,0.310 2,0.334 8,说明为空间正相关关系.
整体来看,土地经济密度的Moran’s I指数呈上升趋势,仅在个别年份有所下降,说明安徽省城市土地经济密度空间聚集性增强,城市间土地经济密度差异缩小.
各城市的局部自相关结果表明,2008年各城市的关联较弱,自2009年起,芜湖市和马鞍山市为HH(“高”-“高”关联,即自身和周边为土地经济密度较高的地区)关联型地区,与周边城市产生良好的空间相互关联作用;2012年后,铜陵市也发展成为HH型地区,这3个城市自身和周边都持续保持较高的土地经济密度.
城市土地利用受众多机制影响,从宏观角度,土地经济密度是人口规模、经济活动规模及其结构、科技教育发展共同作用的结果.为进一步研究影响安徽省土地经济密度的相关因素,本文选取城市二三产业增加值占比、人口城市化率、科技和教育支出占比、单位面积固定资产投资和工业企业单位数[20]共5个指标,测度方式为二三产业产值构成百分比之和(%)、非农业人口比重(%)、科学技术支出和教育支出占财政支出比重(%)、固定资产投资总额与建成区面积之比(单位:万元/km2)和规模以上工业企业单位个数,选择在0.01和0.05显著性水平下进行Pearson相关系数检验,结果见表2.
表2 安徽省土地经济密度影响因素Pearson相关分析
注:** 表示在 0.01 级别(双尾)相关性显著;* 表示在 0.05 级别(双尾)相关性显著.
由表2可以看出,在0.01的水平上,二三产业增加值占比、人口城市化率与城市土地经济密度正相关,在0.05的水平上,单位面积固定资产投资与城市土地经济密度正相关,其中二三产业增加值占比与城市土地经济密度的相关系数在5个影响因素中相关程度最高,为0.76,而工业企业单位数相关系数仅为0.47,说明安徽省城市土地经济密度的提升更加依赖二三产业的发展,产业结构的高级化可以促进土地利用经济效益的提升;人口城市化率和单位面积固定资产投资与城市土地经济密度相关性显著,表明人口向城市聚集以及资本投入的增加使得城市的聚集和规模效应逐步凸显,是提高经济密度的有效措施;科技和教育支出占比和工业企业单位数与城市土地经济密度的相关系数分别为0.48和0.47,两者的影响程度较为接近,说明目前安徽省土地经济密度对科学教育水平和工业企业发展的依赖程度较低.
在空间上,城市土地经济密度呈现空间聚集且城市间差异明显.合肥、马鞍山、铜陵和芜湖4个城市经济密度较高,以此为中心周围呈递减趋势,而水平较低的黄山、阜阳等城市土地经济密度未达全省平均水平的60%.在时间上,安徽省土地经济密度不断上涨,年均增长速度达到10%.
空间聚集性增强,总体差异不断减小.变差系数呈波动下降趋势,全局Moran’s I指数总体在上升,安徽省城市间土地经济密度差异在减小.芜湖市、马鞍山市和铜陵市为“高”-“高”关联,自身和周边都持续保持较高土地经济密度.
二三产业增加值占比与安徽省城市土地经济密度关联最显著.Pearson相关系数表明,二三产业增加值占比、人口城市化率和单位面积固定资产投资与城市土地经济密度关联较高,安徽省城市土地经济密度的提升更加依赖二三产业的发展、城市人口的聚集和资本的投入.
3.2.1优化土地利用结构城市规模扩大和城市建筑用地需求增加导致土地资源承受巨大压力[21],在城市的早期规划中,需合理划分土地利用数量和结构,以实现城市环境、经济和社会的协调发展[22],从而提高土地经济密度.对于皖中地区,要加大耕地保护,打造优质商品粮基地建设,注重大别山和环巢湖地区生态保护;对于沿江地区,在优化产业用地结构和布局的同时,应加大水土流失整治力度;对于江淮地区,应合理引导工业企业集中布局,推动工矿废弃地的复垦工作;对于皖北地区,应推动农业用地整理,满足煤炭能源基地用地需求;对于皖南地区,要加强旅游地区的基础设施建设和环境保护.
3.2.2发挥中心城市的辐射作用以省会合肥市为中心,完善合肥都市圈城市的产业链合作体系[23],促进高质量一体化发展.合肥、芜湖、蚌埠等土地经济密度较高的城市,要发挥辐射带动作用,在不断扩大城市规模和提升城市功能的同时,加快与周边城市的互联互通,协同创新,带动周边地区经济密度的提高.
3.2.3优化提升产业结构二三产业的发展是安徽省土地经济密度提升的主要驱动力,通过营造良好的创新环境,加强创新要素的整合以及积极推动创新成果市场化,能够有效提升安徽省产业结构[24].同时,加大优质劳动力和资本的投入,推动城市向高端智能方向发展,实现服务性城市转型.
[1] 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
[2] 国家发展改革委员会.2019年新型城镇化建设重点任务[EB/OL].(2019-04-08)[2020-02-10].http//www.xinhuanet.com
[3] 中国经济增长前沿课题组,张平,刘霞辉.城市化、财政扩张与经济增长[J].经济研究,2011,46(11):4-20
[4] 方斌,吴金凤,孟颖.江苏省土地经济密度的时空变异分析[J].农业现代化研究,2010,31(6):716-719
[5] 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
[6] 冯科,吴次芳,陆张维,等.中国土地经济密度分布的时空特征及规律——来自省际面板数据的分析[J].经济地理,2008(5):817-820
[7] 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
[8] 李燕,贺灿飞.基于“3D”框架的长江三角洲城市群经济空间演化分析[J].经济地理,2013(5):43-46,66
[9] 周敏,胡碧霞.东北地区城市土地经济密度格局演变[J].城市问题,2018(10):62-68
[10] 谢保鹏,陈英,张文斌,等.甘肃省县区单元城镇工矿用地经济密度区域差异及动态演变特征分析[J].干旱区资源与环境,2012,26(11):12-19
[11] 汪磊,张薇薇,汪霞.喀斯特地区城市经济密度时空差异及影响因素分析——基于贵州省9个市州的面板数据模型[J].经济问题探索,2019(3):84-91
[12] 夏浩,苑韶峰,杨丽霞.浙江县域土地经济效益空间格局演变及驱动因素研究[J].长江流域资源与环境,2017,26(3):341-349
[13] Vernon H J,Dzhamilya N,Sebastian K.Measuring urban economic density[J].Journal of Urban Economics,2019:doi:10 1016/j.jue.2019.103188
[14] Giorgio B,Maria D P.Training and economic density:Some evidence form Italian provinces[J].Labour Economics,2006,15(1):118 - 140
[15] 王宏亮,郝晋珉,管青春,等.内蒙古自治区城镇土地经济密度的区域差异及其收敛性分析[J].中国农业大学学报,2018,23(2):139-146
[16] 罗刚,廖和平,房傲雪,等.成渝经济区土地经济密度时空特征及动态演变[J].西南大学学报:自然科学版,2017,39(12):134-142
[17] 匡兵,卢新海,周敏,等.中国地级以上城市土地经济密度差异的时空演化分析[J].地理科学,2017,37(12):1850-1858
[18] 王慧玲,余丹林,郑江华.基于空间计量模型的新疆城镇密度时空变化特征分析[J].湖南师范大学自然科学学报,2018,41(5):1-9
[19] 罗文斌,吴次芳,冯科.城市土地经济密度的时空差异及其影响机理——基于湖南省城市面板数据的实证分析[J].城市发展研究,2010,17(6):68-74
[20] 王琰珲,鲁成树,马丽君.安徽省县域土地经济密度时空演化及驱动力分析[J].国土与自然资源研究,2019(1):33-39
[21] 龚建周,刘彦随,张灵.广州市土地利用结构优化配置及其潜力[J].地理学报,2010,65(11):1391-1400
[22] 曹帅,金晓斌,杨绪红,等.耦合MOP与GeoSOS-FLUS模型的县级土地利用结构与布局复合优化[J].自然资源学报,2019,34(6):1171-1185
[23] 刘奕豪,张海峰,梁若冰.城市经济圈建设的政策效应评估——以合肥经济圈为例[J].华东经济管理,2017,31(7):14-24
[24] 朱道才,孙家敏,陆林.合肥经济圈空间关联时空演进研究[J].地理科学,2017,37(5):738-747
Study on the spatial-temporal differentiation and influencing factors of land economic density in Anhui Province
HUANG Yuting,LI Qiang
(School of Economics,Anhui University of Finance and Economics,Bengbu 233030,China)
Based on the relevant data of 16 prefecture-level cities in Anhui Province from 2008 to 2017,the Theil index,variation coefficient,exploratory spatial data analysis method and Pearson correlation coefficient were used to analyze the spatial-temporal differentiation of urban land economic density and its influencing factors.The results show that the land economic density in Anhui Province is rising,showing spatial clustering and significant differences among cities.The spatial clustering is increasing,and the overall difference is decreasing.The urban land economic density are significantly correlated with the proportion of the added value of the secondary and tertiary industries and the population urbanization rate.Some suggestions are put forward from the aspects of optimizing land use structure, giving full play to the radiation role of central cities and optimizing the industrial structure.
land economic density;spatial-temporal differentiation;spatial autocorrelation;Anhui Province
1007-9831(2020)07-0011-06
O29∶F301
A
10.3969/j.issn.1007-9831.2020.07.003
2020-03-26
国家社科基金后期资助项目(19FJLB004)——河长制视域下环境分权的减排效应研究;沪苏浙皖“长三角高质量一体化发展重大问题研究”专项课题——基于环境分权的长三角环境治理长效机制研究;安徽省大学生创新训练项目(S201910378645)——新时代智慧城市建设评价及提升路径研究(以合肥市为例)
黄钰婷(1999-),女,安徽六安人,在读本科生.E-mail:hyt0730@163.com
李强(1981-),男,江西抚州人,教授,博士,从事经济学研究.E-mail:hyt0730@163.com