长三角城市群城市土地经济密度的空间差异与格局演变

张明斗，毕佳港

（东北财经大学a.经济学院，b.公共管理学院，辽宁 大连116025）

一、引言

党的十九大报告指出，实施区域协调发展战略必须坚持以城市群为主体构建大中小城市和小城镇协调发展的城镇格局。《2019年新型城镇化建设重点任务》也明确强调，要依据统筹规划、合理布局、分工协作、以大带小的原则，基于资源环境承载力实际，构建大中小城市和小城镇协调发展的城镇化空间格局，促进城市群和都市圈健康可持续发展①。这些都指明了城市群发展的重要性和紧迫性。长三角城市群作为国家级规划的城市群，既肩负着区域经济的引领作用，也发挥着支撑全国宏观经济的功能。然而，由于地处狭窄的空间区域，随着城市化水平持续提高和经济快速发展，长三角城市群本就有限的土地资源变得更加稀缺，土地不足与进一步发展之间的矛盾不断加深。如何挖掘有限土地资源的潜在价值，全面提升城市土地的经济密度，缓解土地利用与经济发展之间的矛盾，既是长三角城市群提升集聚力和扩散力必须深思的一个重要理论课题，也是落实国家关于发挥中心城市在经济发展中作用需要解决的迫切实践性问题，解决了这一问题就找到了长三角城市群通过高质量发展带动周边乃至全国发展的关键着手点。城市化的历程告诉我们，在城市化水平的低级阶段，其增长主要靠集聚经济效应。当集聚经济达到最高点，城市化达到最高水平之后，中心城市的进一步发展就要靠两方面的动力：一是在技术进步不变的条件下，向周边扩散城市化经济，缓解中心城市集聚过度现象，使其在扩张了城市化规模的同时重回集聚经济点；二是在技术进步的条件下，通过技术进步提升要素利用率，创造集聚经济的上升空间，使中心城市的集聚经济达到一个全新水平。长三角城市群所构成的城市化区域，正处于经济由高速发展向高质量发展转化的阶段。在这一进程中，加强国土空间治理、优化土地开发利用方式、提升城市土地利用率，成为新时期长三角城市群的重要任务。本文把城市土地经济密度作为衡量城市土地利用率和城市土地结构优化程度的关键变量，通过对长三角城市群土地经济密度空间差异和格局演变的实证性分析，精准识别了城市土地的利用状况，为长三角城市群及域内各城市发展战略的制定提供了科学理论依据，并为长三角城市群在新型城市化进程中优化土地利用结构提供了实践参考。

二、文献综述

目前，结合各地区的实际情况，学者们对城市土地经济密度的基本内涵、度量方法、分布特征和时空演变格局等进行了研究。在区域经济非均衡发展的背景下，城市土地经济密度表现出明显的空间异质性。首先，在全国整体城市土地经济密度格局演变方面，冯科等基于1998—2005年间中国31 个省（市区）的土地经济密度数据，从宏观的角度探讨了土地经济密度与人口、交通区位、二三产业结构比例、城市化水平、市场化程度和科技进步等因素之间的潜在关系，研究发现，中国土地经济密度的变化率随经济发展呈现先增大后减小的类库兹涅茨曲线形态［1］。然而，匡兵等对2001—2014年中国地级以上城市土地经济密度整体变化状况和区域差异的研究发现，中国地级以上城市土地经济密度的总体水平不断提高，但地区差异也在不断扩大［2］。其次，在区域城市土地经济密度格局演变方面，罗刚等基于成渝经济区44 个城市2005—2014年的面板数据，采用相对发展率、泰尔熵指数、变差系数和空间自相关等方法对其土地经济密度进行了探讨，研究了该区域经济发展速度和区域城市土地经济密度发展速度的关系。研究发现，区域内城市土地经济密度呈逐年增长态势，且地区间存在显著差异，另外，不同城市土地经济密度发展的相对速度存在差异［3］。王伟娜等对河南省的18 个地（县）级市1996—2006年土地经济密度差异的时空特征进行了定量分析，并对影响城市土地经济密度变化的因素进行了探讨，研究发现，该地区城市土地经济密度随着经济的发展整体呈增长态势，但区域间的城市土地经济密度存在显著差异［4］。周敏等综合运用基尼系数、泰尔指数和探索性空间数据分析方法对2001—2015年间东北地区34 个地级以上城市的土地经济密度变化进行了探讨，研究发现，东北地区城市土地经济密度差异明显，区域内部的差异是区内城市土地经济密度存在显著差异的主要原因［5］。汪宏亮等研究了内蒙古12 个盟市2004—2014年城镇土地经济密度的区域差异及其收敛特征，同样得到城镇土地经济密度不断增加、区域差异显著的结论［6］。

综合已有研究成果可以看出，城市土地经济密度作为城市土地利用质量的衡量标准越来越受到学者们的高度关注，分别从全国层面和区域层面，进行了大量的研究，研究成果对如何平衡城市土地利用率和经济发展之间的关系提供了重要启示，同时为本研究的开展提供了理论基础和方法。鉴于已有研究对城市群土地经济密度研究相对不足，尤其作为我国经济发展重心和核心区域的长三角城市群，其城市土地经济密度如何，呈现怎样的空间差异，有关此类问题的研究尚处于初级阶段，尚需系统的、基础的实证分析。因此，本文以长三角城市群的26 座地级及以上城市为基本研究单元，采用区域差异法对其城市土地经济密度的空间差异进行全方位测算分析，同时，为明确这种空间差异的格局演变趋势和具体特性，利用探索性空间数据分析法对其进行深度剖析，研究结果对大幅度提升长三角城市群城市土地利用率、优化土地利用结构的高质量发展策略具有重要的方法和工具意义，将为制定长三角城市群土地经济密度的优化政策提供参数依据。

三、研究区域、研究方法与数据来源

（一）研究区域

长江三角洲是中国第一大经济区，其综合经济实力在全国居于首位。长三角城市群被誉为世界级六大城市群之一。该城市群包括三省一市（江苏省、浙江省、安徽省和上海市），以上海为核心，域内城市紧密相连。本文以长三角城市群为研究对象，对包括上海、南京、苏州、无锡、常州、镇江、扬州、盐城、南通、泰州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城、杭州、宁波、嘉兴、湖州、绍兴、舟山、金华以及台州在内的26 座地级及以上行政区市府所在城市的土地经济密度进行综合测算，以明确其空间差异和格局演变。

（二）研究方法

1.区域差异的度量方法

衡量地区等级水平差异的方法有标准差、平均差、极差等，反映地区之间差异和地区内部差异的方法，主要包括泰尔指数、变差系数和基尼系数等［7］。

（1）泰尔指数

泰尔指数作为衡量独立组间差异和组内差异的指标经常被用于度量不平等度［8］，其计算公式如下：

（1）式中T、TW、TB分别代表城市土地经济密度的总体差异、区内差异、区间差异，TW/T 代表区内差异对总差异的贡献率，TB/T 表示区间差异对总差异的贡献率；μ 为城市土地经济密度的平均值；μk为第k 组城市土地经济密度的平均值；vk为城市样本数占比。

（2）变差系数

变差系数即为标准差与均值之比。变差系数越大，区域相对差异越大，反之亦然，其计算公式如下：

（2）式中i 为城市（i=1,2,3…26）；yi为第i 个城市的城市土地经济密度；y0为平均城市土地经济密度；n 为研究地区城市总数，本文n 取26。

2.探索性空间数据分析法

探索性空间数据分析法（ESDA）常被用于检测区域间是否存在空间相关性，其结果一是整体性地反映观测值的空间相关性的全局空间自相关，二是可以被用来分析空间数据在局部子区域所表现出来的空间异质性的局部空间自相关［9-10］。

（1）全局空间自相关

通常以全局Moran’s I 指数为全局空间自相关指标，以分析整个研究空间的关联度，公式为：

（3）式中，参照贝涵璐等的做法［11］，将i 城市的土地经济密度观测值表示为Xi，将j 城市的土地经济密度观测值表示为Xj，且i≠j；构建空间位置权重矩阵为Wij，当i 和j 相邻时，Wij取1，否则，Wij取0；各地区平均城市土地经济密度用X 表示；城市土地经济密度的方差用S2表示；表示城市i 与j 城市的土地经济密度的相似性；n 表示城市的数量，本文n 取26。

Moran's I 指数的取值在-1 和1 之间。当Moran's I 为正数时，表示存在正的空间自相关，即城市土地经济密度值较高（低） 的区域在空间上呈集聚态势，Moran's I 值越接近于1，其正的空间自相关性越高；当Moran's I 为负数时，表示存在负的空间自相关，即城市土地经济密度值趋于分散分布，而且Moran's I 值越接近于-1，其负的空间自相关性越高；当Moran's I 为零时，表示不存在空间自相关，即研究区内各地区城市土地经济密度呈无规律的随机分布状态［12］。

此外，还需要用标准化的Z 统计量对研究结果进行显著性检验，表达式为：

其中E（I）是I 的理论均值，SD（I）为I 的理论标准方差。若P 值小于0.050，则拒绝零假设H0（26 座城市土地经济密度观测值之间不存在空间自相关），若P 值大于0.050，则接受零假设［9］。

（2）局部空间自相关

全局Moran's I 仅能作为对总体数据进行量测的指标，该指标不能排除局部之间固有的不平衡现象。通过对局部指标进行测算就会弥补这一缺点。局部指标分析具有以下功能：一是找出可能与全局空间自相关结论不一致的局部空间自相关的位置；二是全局不存在空间自相关时，局部指标可以帮助发现被掩盖的局部空间自相关的位置；三是全局存在空间自相关时，局部指标可以帮助判断是否存在微小部分的空间异常点位置。鉴于此，本文将运用Moran 散点图以及LISA 集聚图对长三角城市群城市土地经济密度的局部自相关进行分析［13］。利用（X,Wij）数据坐标绘制Moran 散点图，其中横轴表示城市土地经济密度X，纵轴表示为城市土地经济密度的空间滞后向量Wij。其局部Moran’s I 的统计公式为：

局部Moran 散点图可以用来识别地区与其相邻近地区的空间关系。其中第Ⅰ、Ⅲ象限表示区域之间存在正的空间自相关关系，分别用H-H、L-L 表示，也经常被表述为集聚区和孤岛区，即表示城市土地经济密度高（低）观测值区域被同是高（低）城市土地经济密度观测值的区域所包围的空间关系；第Ⅱ、Ⅳ象限则表示区域之间存在负的空间自相关关系，分别用L-H、H-L 表示，经常被表述为萧条区和空心区，即表示城市土地经济密度低（高）观测值的区域被城市土地经济密度高（低）的区域所包围的空间关系［14］。

（三）数据来源

本文参照已有文献，以第二、三产业单位面积增加值作为衡量城市土地经济密度的指标。文章中的研究数据主要源于2009—2018年《中国城市统计年鉴》。其中，2017年第二、三产产业单位面积增加值部分数据缺失，为保证数据的完整性，这部分数据主要参照各地市当年度国民经济和社会发展统计公报进行补充。

四、长三角城市群城市土地经济密度差异的时序变化

（一）总体差异分析

根据公式（1）和公式（2）分别计算出2008—2017年长三角城市群城市土地经济密度泰尔指数和变差系数，并依据计算结果绘制出其变化趋势图（图1）。总体来看，研究期内，泰尔指数和变差系数均呈现逐年下降的趋势，意味着长三角城市群城市土地经济密度的地区差异逐年递减。原因是在长三角城市群城市经济发展水平不断提升的过程中，土地利用方式逐步优化，尤其是以皖东地区为代表的部分城市土地经济密度较低的区域，其非农产业增加速度有所提升，土地利用质量持续增强，使城市土地经济密度的地区差异逐步收敛。其中，泰尔指数由2008年的0.048 降至2017年的0.021，变差系数由2008年的0.469 降至2017年的0.309，年均降幅分别为1.59%和0.26%。由曲线的变化过程来看，泰尔指数基本上呈均匀下降，而变差系数表现出“小幅度下降—持续大幅度下降—趋于平稳—大幅度下降”的发展态势。从统计图可观测到，在2008—2017年间，每一年度的城市土地经济密度变差系数均大于泰尔指数，且最大值和最小值之差介于0.160 和0.027 之间。泰尔指数和变差系数均在研究初期达到最大值，末期达到最小值，分别由2008年的0.469 和0.048，下降到2017年的0.309 和0.021。

图1 2008-2017年长三角城市群城市土地经济密度差异图

图2 长三角城市群城市土地经济密度全局Moran's I 指数

（二）区域差异分解

为了进一步探究长三角城市群城市土地经济密度的空间差异，利用泰尔指数的空间分解性，将长三角城市群城市土地经济密度总差异分解为上海、江苏、浙江和安徽四个地区的区间差异和上海、江苏、浙江和安徽各地区内部的差异，分别对这四个地区的区间差异和内部差异进行测度，结果如表1所示。

表1 长三角城市群城市土地经济密度区域差异分解②

根据2008—2017年上述四地泰尔指数来看，其城市土地经济密度的区间差异与总差异变动一致，基本呈现逐年减小的趋势，此外，泰尔指数区内差异由大到小的顺序依次是浙江、江苏、安徽，其均值分别为0.017、0.017、0.013。这三个地区的泰尔指数区内差异在10年间均呈现出不同幅度的下降趋势，意味着这三个地区的城市土地经济密度区内差异有所减小，整体上趋向收敛。其中，安徽省的变动幅度远高于江苏和浙江，意味着安徽地区城市土地经济密度的差异缩小的趋势较大，这主要在于随着安徽省城市发展战略的制定，安徽省在项目建设、产业承接以及工业发展等方面不断下功夫，推动了城市产业结构不断优化，产业布局日趋合理，使全省城市经济均衡协调发展，各城市土地经济密度不断增加，缩小了与其他城市的内在差异，尤其是芜湖和滁州的城市土地经济密度提升幅度较大。从城市土地经济密度的区间泰尔指数和区内泰尔指数可以清晰地看出，2008—2017年间二者均出现不同程度的下降，分别由期初的0.023 和0.024 下降到期末的0.009 和0.012，年均降幅分别为6.08%和5.00%，其原因在于2010年长三角城市群被确立为具有较强国际竞争力的世界级城市群，这一战略定位为长三角城市群区域一体化发展奠定了坚实的基础。上海、杭州、南京等经济水平较高且发展较为迅速的中心城市的土地经济密度较高，其凭借优越的地理位置和经济发展优势，强化城市辐射能力，逐渐带动周边城市的经济发展，带来单位土地面积的非农产值不断增加，促使长三角城市群城市土地经济密度越来越高，差异日趋缩小。从区内和区间泰尔指数的贡献度来看，区内与区间差异交替对总体差异起主要作用。

五、长三角城市群城市土地经济密度探索性空间数据分析

在明确长三角城市群城市土地经济密度时序变化的基础之上，为更加全面透彻地厘清该城市群城市土地经济密度的具体特性，需要对其进行进一步的分析，进而掌握其基本的空间分异态势，以此为缩小地区差距提供实践指导和政策依据。

（一）长三角城市群城市土地经济密度全局空间自相关分析

从计量模型使用的角度而言，作为一个相对值，在进行比率变量的空间自相关分析中，城市土地经济密度方差的不稳定性导致与模型使用中方差稳定的限定条件有所冲突，这可能会引发实证结果与现实分析的不一致，尤其是在区域间数值差异较大时，这种不一致性会更为显著，最终会导致Moran 的I 统计得出不正确的推论。为规避这种错误的推论，本文对长三角城市群城市土地经济密度进行对数化处理，并利用ArcGIS软件和Goeda 软件计算出长三角城市群城市土地经济密度的全局Moran's I 指数，结果如图2所示，各年份Moran's I 值均位于0.438—0.597 的范围内，且全部通过1%的Z 统计显著性检验。这意味着对于长三角城市群而言，无论是发达地区还是欠发达地区，其城市土地经济密度均存在明显的全局空间集聚效应，属于城市土地经济密度值高的区域被高城市经济土地经济密度值的区域所包围的空间关系，或者城市土地经济密度低的区域被低城市土地经济密度值的区域所包围的空间关系。但Moran's I 指数较低，说明空间自相关的特征在长三角城市群城市土地经济密度的格局中表现得不明显，其集聚程度低，整体呈弱集聚格局，其主要原因在于此时长三角一体化还未上升为国家战略，该地区虽已呈现中心—外围的发展模式，但是中心城市的带动作用乏力，区域内部的城市协同水平相对不足。尤其是安徽省的部分城市在经济实力、产业结构、对外经济贸易和教育科研等方面与长三角城市群其他城市落差明显，城市间综合吸引能力有限。这也意味着在未来的城市群发展中需要施行一体化的发展政策，推动各城市之间的高效协同。这种空间集聚效应在研究时段内波动较大，其中在2008—2009年间由0.533 增加到峰值0.596，增长幅度为12.00%。但在2009—2013年却持续下降，由0.596 降至最低值0.438，降幅为36.23%。2013年以后Moran's I 指数开始缓慢增长，从0.438 一直提升到0.551，虽高于初始时期，但集聚程度增速缓慢。上述结果表明，近年来长三角城市群城市土地经济密度的变化在绝对量上呈不断集聚趋势，高值区域不断向上海和无锡等较发达的城市集聚。然而，依据城市土地经济密度的相对量可知，增长态势在空间上表现出更多的随机性和不稳定性，这说明长三角城市群城市土地经济密度的空间集聚在时间上存在差异。

对于全局空间自相关而言，区域的集聚能力无法真正辨析，即无法确定这种区域是高值与高值集聚的区域还是低值与低值集聚的区域，这将带来分析结果的不完整性。而局部Moran's I 具备识别这种空间聚类状况的能力，同时还能检验出局部空间上是否存在异常值的情况，因此，需要深入开展局部分析［15］。

（二）长三角城市群城市土地经济密度的局部空间自相关分析

文章运用局部空间自相关分析探讨区域内各个地域单元的空间关联性。这里主要采用绘制城市土地经济密度的LISA 集聚图和Moran 散点图的方法，对长三角城市群城市土地经济密度进行局部空间自相关分析。由于总体Moran's I 指数的最低峰值出现在2008年、2013年和2017年，这三年的数据具有代表性，因此，借助Geoda 软件输出2008年、2013年和2017年长三角城市群26 座地级及以上城市土地经济密度Moran 散点图（图3）。

从图3可以得知，2008年落在Moran 散点图四个象限中的城市数各不相同，第Ⅰ象限的点数最多，第Ⅲ象限次之，再次是第Ⅱ象限，第Ⅳ象限则没有城市落入。其中上海、无锡、绍兴、宁波、南通、嘉兴、常州等12 座城市位于第Ⅰ象限，表现为正相关关系，是强城市土地经济密度集聚城市（H-H），即城市土地经济密度高观测值的区域单元与同是高观测值的区域单元发生集聚，主要原因在于上海是长三角城市群的经济引擎，苏州、无锡等城市又位于经济发展的第一梯队，它们无论从经济规模、产业结构还是收入水平上都具有明显的优势，这些城市空间溢出效应突显，在自身土地经济密度逐步提高的同时，对周边城市也形成显著的正向带动作用，但不同城市的扩张强度和方向仍存在着差异。同样表现为正相关关系的合肥、安庆、南京等9 座城市位于第Ⅲ象限，是弱城市土地经济密度集聚城市（L-L），即城市土地经济密度低观测值的区域单元与同是低观测值的区域单元发生集聚。以舟山、杭州为代表的其他城市分别位于第Ⅱ、Ⅳ象限，为负空间自相关关系（L-H 或H-L）。这些城市与周围城市的相互吸引能力有限，经济发展系统与城市土地利用系统的耦合效应不强，从而造成“中心高（低）”或“四周低（高）”的负相关现象。扬州同时跨越了第Ⅰ、Ⅳ象限。与2008年相比，2013年有小幅度的变化，即开始位于第Ⅰ象限（H-H）的绍兴迁跃到了第Ⅱ象限（L-H），镇江则从第Ⅱ象限（L-H）迁跃到第Ⅰ象限（H-H），但大部分城市还位于第Ⅰ、Ⅲ象限。2013—2017年间，除宣城由原来的第Ⅳ象限（H-L）迁跃到第Ⅲ象限（L-L）外，其余城市基本没有变化。总之，从第Ⅰ、Ⅲ象限城市土地经济密度局部的H-H 和L-L 来看，从某种程度上可以认为长三角城市群城市土地经济密度在地理空间上存在着明显的相互依赖性，呈现集聚的特征。

图3 主要年份长三角城市群城市土地经济密度Moran 散点图

表2 长三角城市群城市土地经济密度演变路径

根据Moran 散点图仅能识别出长三角城市群城市土地经济密度局部所存有的几种空间相关特征，然而，这些空间特征的显著性如何却没有得到印证，也无法给出一个具体的定论。为能够深度解决该问题并能够确定局部空间集聚或产生异常值的具体位置，需要对其进行空间关联局域指标（LISA）分析。依据所计算出的局部Moran's I 统计量的Z 值，甄别出其集聚或异常特征的显著性［16］。这里基于Geoda 和ArcGIS 软件，绘制2008年、2013年和2017年长三角城市群城市土地经济密度的LISA 集聚图并输出其他年份的LISA 集聚结果。

图4 主要年份长三角城市群城市土地经济密度LISA 集聚图

如图4所示，在2008年、2013年和2017年长三角城市群城市在四个象限上全通过了5%的显著性水平检验，将观测期的LISA 集聚图结果汇总如表3。

表3 LISA 集聚图结果

根据集聚效果能够看出，H-H 热点区的城市主要分布在研究区的东北部，包括泰州、盐城、南通、无锡和上海等。其中，上海在2010年有明显的跨越现象（H-H 象限跨越到L-H 象限），宣城、绍兴在2013年和2015年也存在跨越现象，而位于研究区域西部和西北部的大多数城市（合肥、芜湖、马鞍山、镇江等）均处于L-L的冷点区。H-L、L-H 象限的城市基本是从H-H 象限、L-L 象限跨越过来的（绍兴、宣城、上海），这主要因为上海一直是长三角城市群的经济龙头，具有较高的经济发展水平，而绍兴近年来经济也得到高速发展，使城市土地经济密度的提速远大于周围地区的城市，与周围地区的城市土地经济密度产生较大的差异，进而促进了网络化空间格局的形成。因此，未来的进程中，需要持续发挥上海的龙头带动作用和区域中心城市的辐射带动作用，推进其与苏州、无锡、南通、宁波、嘉兴、舟山等周边城市的协同发展，以此来提升服务长江经济带和“一带一路”等国家战略的能力，推进长三角城市群一体化发展。

六、研究结论与政策建议

（一）研究结论

本文以长三角城市群26 座地级及以上行政区市府所在城市为研究对象，利用泰尔指数、变差系数和探索性空间数据分析，对其2008—2017年间土地经济密度的空间差异与格局演变进行测算与分析，取得如下研究结论：第一，随着长三角城市群经济的快速发展，长三角城市群城市土地经济密度整体处于较高水平，2008—2017年间城市土地经济密度由14.71 亿元/平方公里增加到23.51 亿元/平方公里，年均增长幅度为5.97%。研究区的泰尔指数和变差系数在2008—2017年均呈下降趋势，但不同区域的城市土地经济密度之间差异依然显著，无论是上海、江苏、浙江和安徽区域之间的差异还是各省市内部的差异均表现明显。从区域差异分解结果看，区域之间和区域内部的差异均对城市土地经济密度差异起着重要作用。第二，长三角城市群城市土地经济密度在2008—2017年间Moran's I 指数均大于0，这表明城市土地经济密度存在全局空间集聚效应。但是Moran's I 指数较低，空间自相关的特征在长三角城市群城市土地经济密度的格局中表现不明显，其集聚程度低，整体呈弱集聚格局。第三，长三角城市群内大多数城市的土地经济密度受经济发展的空间邻近效应和极化效应的影响，在地理空间上存在着明显的相互依赖性，呈现集聚的特征。

（二）政策建议

立足于长三角城市群的发展实际，文章基于实证结果提出如下政策建议。首先，构建区域一体化的发展政策。现阶段长三角城市群正向一体化方向发展，都市圈是一体化发展的关键。对此，上海、南京、杭州等都市圈应充分发挥其资本、技术的集聚效应优势，形成一体化发展的核心功能。常州、舟山、湖州等土地经济密度较低的城市，应做好与都市圈之间的衔接和一体化融合，形成集传统工业、高新技术产业和服务业综合的都市圈集聚区。同时，区域一体化政策还表现在各城市之间进行一体化的基础设施建设方面，这会使长三角城市群的集聚经济水平和联系密度得到增强，并快速提升长三角城市群城市土地的经济密度。其次，实施全方位推进土地要素市场化的指导政策。土地作为最基本的生产要素，目前的市场化程度还相对滞后，使得一些土地资源还未得到充分利用，从而土地经济密度还存在较大差异，这与二、三产业对土地并未有肥沃贫瘠要求的实际存在很大矛盾。要消除土地经济密度的差异，必须通过土地要素市场的建立和完善，改变长三角城市群土地要素市场发育不充分现状，使土地资源的经济利用做到应用尽用、应优尽优。深化土地要素市场的建设与改革，将会使产业用地在国家环保要求的前提下趋向高效率和高质量使用，通过创新土地使用方式、合理集约利用城市土地，提升土地的经济密度。最后，实施城市土地级差地租政策。基于长三角城市群城市土地经济密度的差异现状，可考虑在长三角城市群范围内实行城市宏观级差地租的征收制度，调节城市间的土地使用和产业的分布。城市政府依据城市级差地租从市中心到郊区地价逐渐下降的规律，调节城市产业结构和布局，促进长三角城市群的城市产业空间布局科学化、合理化，促进城市土地的最佳利用，提高城市土地的经济效益。这既可以大幅度增加城市财政收入，也可以提升城市土地经济密度，促进城市建设。同时，应完善土地管理体制。一方面运用市场机制盘活存量土地和低效用地，增强土地管理灵活性，另一方面推动土地规划指标合理化，助推长三角城市群城市土地经济密度全面提升。

注释：

①资料来源：国家发展和改革委员会印发的《2019年新型城镇化建设重点任务》。

②在进行总体差异分析时，由于上海地区仅有一个城市，因此不存在内部差异。