山东省与江苏省土地经济密度时空差异与驱动力因子比较研究

刘兆德，杨秋盈，王树德

山东省与江苏省土地经济密度时空差异与驱动力因子比较研究

刘兆德，杨秋盈，王树德

（青岛大学 旅游与地理科学学院，山东 青岛 266071）

土地作为经济发展的载体，其利用效益的提升对实现经济良性增长具有重要意义．基于2012—2018年山东省与江苏省各地市的土地经济密度数据，采用ArcGIS空间分析、变差系数与泰尔指数、相对发展速度、岭回归分析等方法，对山东省与江苏省的土地经济密度时空差异和驱动力因子进行了比较与分析．结果表明，（1）山东省与江苏省各地市土地经济密度都呈现上升趋势，并呈现一定的集聚效应，但山东省上升趋势较慢，集聚效应不强．（2）山东省各地市土地经济效益差距呈缓慢扩张趋势，江苏省呈下降趋势，但其各地市之间差距仍高于山东省．（3）山东省各地市的相对发展速度较为平均，江苏省两极分化现象严重．（4）山东省的能源利用效率高于江苏省，但在城镇化率、单位面积房地产开发投资完成额、单位面积私营企业就业人数、交通条件、单位面积境外投资额等方面对于土地利用效益的提升作用落后于江苏省．

土地经济密度；时空差异；山东省；江苏省；比较研究

随着山东省新旧动能转换综合实验区建设工作的不断推进，该省经济由高速增长向高质量发展转换，粗放式经济模式向集约式经济模式转换．作为有限资源，土地利用的效益越来越受到重视．如何在有限的土地面积上，生产出更多的经济价值，最大限度发挥土地资源的潜力，受到越来越多的学者关注．而土地经济密度作为衡量土地利用经济效率与土地集约利用程度的指标，能够有效反映区域在发展过程中土地利用程度．目前，对土地经济密度的研究主要集中在不同尺度、不同区域的土地经济密度时空格局演变的分析[1-4]，以及基于城市面板数据对土地经济密度的影响因素[5]，并且多局限于对单一区域土地经济密度的研究，缺乏区域间的比较分析．山东省经济总量居全国第三位，但是近年来，山东省与经济总量排名第二的江苏省之间差距越来越大．因此，通过对山东省和江苏省土地经济密度时空差异和驱动力因子的比较分析，找出山东省目前在发展过程中土地利用效益的不足，对改善山东省的经济发展现状具有重要作用．

1　研究区概况与数据来源

1.1　研究区概况

山东省是我国东部沿海的重要城市，下辖17个地级市，位于京津冀、长三角2个大的城市群之间，是构建环渤海经济圈的重要部分．2018年山东省总面积为15.77万km2，约占全国总面积的1.6%；总人口为10 047万人，约占全国总人口的7.2%，GDP为76 469亿元，位居全国第三位．

江苏省位于我国东部沿海中部地区，下辖13个地级市，跨江临海，地处世界级城市群之一的长江三角洲城市群，与我国的经济、金融、贸易和航运中心上海为邻，京杭大运河南北纵穿而过，是我国南北经济和文化的重要沟通和结合部．2018年江苏省总面积为10.72万km2，约占全国总面积的1.1%；总人口为8 051万人，约占全国总人口的5.8%，GDP为92 595亿元，位居全国第二位．

1.2　概念界定及数据来源

土地经济密度是指区域内国内生产总值（GDP）与区域土地面积的比值，是反映一个地区产值密度和土地利用经济效益的重要指标，计量单位为万元/km[6-7]．对于山东省和江苏省时空差异特征的比较研究主要选择山东省17个地级市和江苏省13个地级市2012—2018年的区域土地面积和区域生产总值作为基础数据；对山东省和江苏省土地经济密度驱动力因子的比较研究则主要以两省各地级市2018年度的二、三产业总值比率、城镇化率、私企就业人数等为基础数据．数据主要来源于2018年《中国城市统计年鉴》[8]，2012—2018年的《山东省统计年鉴》[9]和《江苏省统计年鉴》[10]．

2　研究方法

2.1　变差系数与泰尔指数

变差系数与泰尔指数是研究区域差异动态特征常用的2种统计方法，变差系数主要用来反映数据的离散程度，其最大的特点是简单明了，同时对于经济发达地区和落后地区对区域差异的影响给予了较大的权重，而对于中间经济收入组给予较少的注意[11]，但其缺点是无法进行因子分解和空间分解．泰尔指数将区域总体差异分解成不同空间尺度的区内差异和区间差异，进而揭示它们对区域整体差异的贡献率[12]．本文主要用于区域总体差异的计算，检验山东和江苏两省土地经济密度区域差异变化动态趋势的一致性．变差系数和泰尔指数计算公式为[13-14]

2.2　相对发展率

将反应人均GDP相对增长量的模型引入到土地经济密度的研究中，可以更加直观地显示出山东和江苏两省各地市在2012—2018年间土地经济密度的相对发展情况，进而测算各地市经济密度的发展水平．计算公式[15]为

2.3　主成分分析法

主成分分析法是考察多个变量间相关性的一种多元统计方法，可以用来寻找或判断某种事物或现象的综合指标．土地经济密度的驱动力因子，交通水平指标是一个综合性指标，不能简单地选取某一单一指标来反映交通水平的高低，故采用SPSS 20对选取的每万人运营汽车辆、单位人口客运量、每万人货运量、公路密度、每万人载客汽车辆、每万人载货汽车辆等6个与交通水平关系密切的指标进行主成分分析，并计算出每个主成分的得分[16]．所得结果中部分数据呈现负值，为方便计算，将所有数据都增加2个单位[17]，得到各地市的交通水平综合得分结果（见表1）．

表1　山东省和江苏省交通水平得分

2.4　岭回归分析法

在对数据进行线性回归分析时，由于数据之间存在较强的共线性，故所得线性回归方程虽然拟合度较高，但各变量回归系数的显著性较低，常与现实情况不符．采用逐步回归方法虽能保持变量回归系数的显著性，但会大大减少变量的数量，使与因变量有关的变量也被从分析中删除．岭回归是一种专用于共线性数据分析的有偏估计回归的方法，是一种改良的最小二乘法，通过放弃最小二乘法的无偏估计，以损失部分信息，降低精度为代价，来寻求效果稍差，但回归系数更符合实际的回归方程．

3　两省土地经济密度时空差异对比分析

3.1　空间差异特征比较

将2012—2018年山东省和江苏省的土地经济密度数据转入ArcMap10.6软件进行叠加分析，模拟两省的土地经济密度空间分布状况，得出山东和江苏两省各地市土地经济密度的空间分布特征．

（1）从2012—2018年的比较来看，山东省和江苏省各地市的土地经济密度整体都呈现上升趋势，但江苏省整体增速明显要快于山东省（见图1）．山东省的青岛、济南、淄博、威海、烟台5市土地经济密度增长较快，其余地市增长则相对较缓慢，但省域内差异较小．江苏的苏南地区土地经济密度增长幅度较大，苏中和苏北地区增长幅度相对偏低，且省域内差异较大．虽然山东省内各地市之间的土地经济密度分布整体比较均匀，省域内各地市间的差异较小，但整体来看，山东省的土地经济密度及其增速都落后于江苏省．其中，山东省土地经济密度均值由2012年的3 656万元/km²提高到2018年的5 565.68万元/km²，年均增长率为6.2%，江苏省由2012年的8 105.2万元/km²提高到2018年的13 485.52万元/km²，年均增长率为7.5%；山东省2018年土地经济密度最高值是青岛市，为10 637.76万元/km²，最低值是菏泽市，为2 515.63万元/km²；江苏省最高值是无锡市，为24 716.12万元/km²，是青岛市的2.32倍，最低值为宿迁市，为3 215.34万元/km²，为菏泽市的1.28倍．

图1　山东省和江苏省土地经济密度变化情况

由2018年山东省和江苏省各地市的土地经济密度空间分布情况（见图2）来看，两省的空间分布格局都已经形成了一定的区域空间集聚效应，但山东省的集聚效应要明显低于江苏省．山东省在鲁中地区的济南市和淄博市以及半岛地区都形成了小范围的土地经济高密度集聚区域，江苏省的苏南地区是土地经济高密度集聚区域．根据克利斯泰勒的中心地理论，山东省具有2个分散的土地经济高密度集聚区域，对于带动山东省整体的发展更为有利，但是围绕济南市与青岛市这2个集聚中心的发展并不完善，对周边地区的辐射带动作用较弱，远不及江苏省的苏南地区．

图2　2018年山东省和江苏省土地经济密度分布

3.2　区域动态差异特征比较

山东和江苏两省2012—2018年的泰尔指数和变差系数见图3．由图3可见，二者总体反映的区域差异变化趋势基本一致．从整体角度分析，山东省的变差系数和泰尔指数的数值均小于江苏省，说明山东省土地经济密度的总体差异要小于江苏省，即山东省各地市间土地的经济效益差异程度要小于江苏省．

山东省土地经济密度总体差异呈缓慢上升的趋势，整体上升趋势不大．江苏省的土地经济密度总体差异则表现为非匀速减小后又缓慢上升的趋势，但整体呈现明显的下降趋势．山东省各地市的用地经济效益的差距略微上升，通过对数据分析得知，山东省在发展过程中出现了土地经济密度突出增长点，同时部分地区的土地经济密度提升遇到了阻碍．江苏省各地市间的用地经济效益的差距在逐渐缩小，但整体的发展差异较大，结合对数据的分析，苏南等土地经济高密度地区对周围地区开始发挥扩散效应[18]，从而使苏中、苏北地区的土地利用效率和经济效益得到显著提升．

图3　2012—2018年山东和江苏两省土地经济密度总体区域差异变化

3.3　区域发展速度差异比较

2012—2018年山东省和江苏省各地市的土地经济密度相对发展率见图4．由图4可见，两省各地市间土地经济密度的相对发展率都存在着明显的差异，山东省各地市的相对发展率差异相对小于江苏省．结果表明，（1）山东省相对发展率1以上的有青岛、济南、淄博、烟台、威海等5个地市，约占30%，其余12个地市的相对发展率皆处于1以下，且多数城市都处于0.7左右，差异相对较小．（2）江苏省南京、无锡、苏州、常州、南通、扬州、泰州等7个地市相对发展率达到1以上，约占50%，但连云港、淮安、盐城、宿迁等4个城市的相对发展率在0.5以下，各地市间的差异较大．（3）将山东省与江苏省各个地市的相对发展速度对比发现，青岛市在2个省份的相对发展速度位于第一位，具有良好的发展潜力；济南、南京、无锡、常州、苏州5个地市相对发展速度相近且较高，土地经济密度上升空间较大．（4）山东省各地市的相对发展速度较为平均，而江苏省两极分化情况严重．

4 两省土地经济密度驱动力比较分析

4.1　模型的建立与驱动力因子的选取

4.1.1土地经济密度驱动力分析数学模型柯布-道格拉斯生产函数是用来预测国家和地区的工业系统或大企业的生产或分析生产的途径的一种经济数学模型，反映了在既定的生产技术条件下投入和产出之间的数量关系．柯布-道格拉斯生产函数表明，影响经济增长水平的主要因素有投入的劳动力、固定资本以及技术水平．其原型为[19]

其中，为生产总值；为全要素生产率，表示技术进步与其他影响因素对经济发展影响；为资本投入；为劳动力投入；与分别为资本投入与劳动力投入的弹性系数．

土地要素投入作为影响土地经济密度的重要变量，故在模型原型的基础上引入土地要素投入，转变为

基于数学模型分析研究，建立土地经济密度驱动力分析数学模型

最后，为了降低序列数据的非平稳性和异方差的影响，对式（7）两边取对数，得到线性回归方程

4.1.2土地经济密度驱动力因子的选取土地经济密度的高低是人口、市场、科技、交通等因素共同作用的结果．因此，要想把握土地利用与经济发展规律之间的关系，对于土地经济密度与各项驱动力因子的分析是必不可少的．目前，国内关于土地经济密度驱动力分析还没有形成完整的理论体系，考虑到研究使用的数学模型以及数据的可获取性，并借鉴相关研究[20-22]，研究采用第三产业与第二产业生产总值比率、城镇化率、交通水平、单位面积境外投资额、每万人高中生数、每万人拥有技术人员数、单位用电量产生GDP表示可测量的全要素生产率的影响因素；用单位面积房地产开发投资完成额表示资产投入；用单位面积私营企业就业人数表示劳动力投入．

4.2　驱动力因子数据处理与比较分析

根据所建数学模型，利用SPSSAU工具将数据进行岭回归分析，根据岭迹图，江苏省数据进行岭回归分析时，取0.36为最佳值，山东省数据取0.32所得结果为最佳值（见表2~3）．由表2~3可见，（1）江苏省城镇化率、单位面积房地产开发投资完成额、单位面积私营企业就业人数的值均小于0.05，通过了检验，其对土地经济密度的影响是显著的，它们的系数分别为1.321，0.170，0.272，说明它们均对土地经济密度有显著的正向作用．（2）山东省镇化率、单位面积房地产开发投资完成额、单位面积私营企业就业人数、每万人拥有技术人员数、单位用电量产生GDP的值均小于0.05，通过了检验，并且它们的系数为1.082，0.117，0.215，0.174，0.143，均为正值，说明其对山东省的土地经济密度呈显著的正向作用．（3）将山东省与江苏省结果进行对比发现，江苏省的城镇化率、单位面积房地产开发投资完成额、单位面积私营企业就业人数对土地经济密度的影响强度均大于山东省，即当城镇化率、单位面积房地产开发投资完成额、单位面积私营企业就业人数增加1个单位带来的土地经济密度的增加，江苏省要高于山东省．

表2　江苏省岭回归结果

表3　山东省岭回归结果

在岭回归结果中，其余变量的值均大于0.05，说明在95%的置信水平下，其回归系数并不能通过检验，故其回归系数并无实际意义．但是将变量与土地经济密度进行Pearson相关分析得到表4．由表4可见，（1）江苏省土地经济密度与其交通条件、单位面积境外投资额、每万人高中毕业数3个指标具有显著相关关系．其中，与交通条件、单位面积境外投资额为正相关，与现实情况相符，说明改善交通条件，增加境外投资额能够带来土地经济密度的增加．与每万人高中生毕业数呈显著负相关，说明高中生毕业人数的增长，并没有对江苏省土地经济密度的提升起到促进作用．（2）山东省土地经济密度与单位面积境外投资额存在正相关关系，说明境外投资额的增加可以给山东省带来土地经济密度的提升．

表4　江苏省和山东省Pearson相关分析结果

5　结论与建议

5.1　结论

通过ArcGIS空间分析、变差系数、泰尔指数、相对发展速度、基于岭回归等方法，对2012—2018年山东省与江苏省的土地经济密度时空差异及驱动力因子进行了比较与分析．结果表明，（1）两省各地市的土地经济密度整体呈上升趋势，但从土地利用经济效益现状、空间集聚效应的强度两方面来看，山东省整体落后于江苏省．（2）区域动态差异特征的比较显示：2012—2018年，山东省土地经济密度总体差异呈现缓慢上升趋势，但各地市土地经济密度的增长仍然较为均匀；江苏省整体呈下降趋势，苏南对苏中、苏北地区开始呈现出一定的扩散效应，但各地市间的土地经济密度发展差异仍然较大．（3）区域发展速度差异的比较显示：2012—2018年，山东省各地市的相对发展速度较为平均，江苏省两极分化现象严重．（4）江苏省的城镇化率、单位面积房地产开发投资完成额、单位面积私营企业就业人数、交通水平、单位面积境外投资额5个方面对于土地经济密度和土地利用效益的提升作用要显著强于山东省．从单位用电量生产总值来看，其对于山东省土地经济密度的提升作用要优于江苏省，即山东省在能源利用效率方面要强于江苏省．

5.2　建议

山东省土地经济密度的发展水平已经迈向了一个新的阶段，但与江苏省之间的差距却越来越大．山东省只有充分认识到自身发展存在的缺陷，利用自身的优势，借鉴别人的长处，调整发展战略，才能够在土地利用方式和效益的优化以及土地经济密度的健康提升方面取得新的进展．江苏省在土地经济密度整体的发展水平上优于山东省，但其区域间发展水平差异过大、能源利用效率过低的劣势也非常明显．为进一步提高山东省和江苏省的土地经济密度，可以从几个方面着手：（1）加快推进新型城镇化建设，合理布局各种利用类型土地，推进存量土地挖潜，提高土地集约利用程度[23]．（2）发挥重点城市带动作用，培育壮大经济增长极，从而加强核心城市对周边落后地区的带动作用．（3）制定合理的政策，营造良好的投资和经商环境，鼓励创业，从而为经济发展提供充足动力．（4）加大境外投资力度，从而为本地区经济的发展创造新的活力．（5）改善交通条件，对于交通欠发达地区，要加强交通基础设施的建设，从而为吸引投资和促进本地的经济发展提供良好的保证．（6）改善教学环境与学术氛围，加大对教育科研的投入力度，从而形成以“科技促发展”的新型模式，改善和杜绝“以土地换增长”的落后模式．（7）在发挥市场调节作用的前提下，政府采取适当的倾斜性政策，平衡地区间发展的差异，从而促进区域间的共同发展．（8）利用自身的经济和科技优势，转变当前的资源利用方式，促使资源利用方式实现由“粗放型利用”向“精细化利用”的转变．

[1] 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

[2] 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

[3] 刘亦博，成杰民．山东省城市土地经济密度时空差异分析[J]．中国环境管理干部学院，2016，26（6）：55-59

[4] 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

[5] 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，2008，28（5）：817-820

[6] 满菊．河南省土地经济密度时空分布及驱动力分析[D]．开封：河南大学，2012

[7] 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

[8] 国家统计局城市社会经济调查司．中国城市统计年鉴[M]．北京：中国统计出版社，2019

[9] 山东省统计局，国家统计局山东调查总队．山东省统计年鉴[M]．北京：中国统计出版社，2013—2019

[10] 江苏省统计局，国家统计局江苏调查总队．江苏省统计年鉴[M]．北京：中国统计出版社，2013—2019

[11] 胡涛，张安明，杨庆媛，等．重庆市城镇建设用地经济密度时空差异及影响因素分析[J]．西南大学学报：自然科学版，2020，42（2）：55-65

[12] 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

[13] ZHOU F Y，SUN S Q，Joseph J Molnar．Evaluation of the Development of Circular Agriculture in Sichuan Province Based on the Coefficient of Variation[J]．Asian Agricultural Research，2015，7（3）：56-60

[14] 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

[15] 欧阳南江．改革开放以来广东省区域差异的发展变化[J]．地理学报，1993，48（3）：204-217

[16] 贺孟萌．城市土地经济密度的时空特征及影响因素研究——以山东省为例[D]．济南：山东师范大学，2012

[17] 廖进中，韩峰，张文静，等．长株潭地区城镇化对土地利用效率的影响[J]．中国人口·资源与环境，2010，20（2）：30-36

[18] 吴昊，李美琦．基于长三角与京津冀比较的区域经济增长的聚集效应与扩散效应研究[J]．商业研究，2018（5）：69-75

[19] 唐晴．山东省农业经济增长影响因素分析——基于柯布·道格拉斯生产函数[J]．山东商业职业技术学院学报，2018，18（3）：13-17，59

[20] 高佳，李世平，李文婷．辽宁省土地经济密度时空特征及驱动力分析[J]．中国农业资源与区划，2014，35（5）：30-37

[21] 张吉献，丁志伟，张改素．中原经济区土地经济密度的时空差异及影响因素分析[J]．安阳师范学院学报，2013（2）：66-72

[22] Yan Y, Ju H, Zhang S, et al．Spatiotemporal Patterns and Driving Forces of Urban Expansion in Coastal Areas: A Study on Urban Agglomeration in the Pearl River Delta, China[J]．Sustainability，2020，12（1）：191

[23] 鞠洪润，左丽君，张增祥，等．中国土地利用空间格局刻画方法研究[J]．地理学报，2020，75（1）：143-159

Comparative study on the spatial-temporal differences and driving forces of land economic density in Shandong Province and Jiangsu Province

LIU Zhaode，YANG Qiuying，WANG Shude

（School of Tourism and Geography Science，Qingdao University，Qingdao 266071，China）

Land as the carrier of economic development，which improvement of land use efficiency is great significance to the realization of sound economic growth．Based on the data of land economic density of Shandong Province and Jiangsu Province from 2012 to 2018，compares and analyzes the spatial-temporal differences and driving force factors of land economic density between Shandong Province and Jiangsu Province by using the methods of ArcGIS spatial analysis，variation coefficient and Theil index，relative development speed，ridge regression．The results show that，（1）the land economic density in Shandong and Jiangsu provinces has shown an upward trend and presented certain agglomeration effect，but the upward trend in Shandong is slower and the agglomeration effect is not stronger．（2）The land economic benefit gap between cities in Shandong Province is slowly expanding，and in Jiangsu Province it shows a downward trend，but the gap between cities is still higher than cities in Shandong Province．（3）The relative development speed of cities in Shandong Province is relatively average，but the polarization in Jiangsu Province is serious．（4）The efficiency of energy utilization in Shandong Province is higher than that in Jiangsu Province，but the promotion effect of urbanization rate，real estate development investment per unit area，employment number of private enterprises per unit area，traffic conditions and overseas investment per unit area on land use efficiency is lower than that of Jiangsu Province．

land economic density；spatial-temporal differences；Shandong Province；Jiangsu Province；comparative studies

F301.24

A

10.3969/j.issn.1007-9831.2020.10.011

1007-9831（2020）10-0046-08

2020-06-19

青岛市哲学社会科学规划项目（QDSKL801088）

刘兆德（1998-），男，山东济南人，在读本科生．E-mail：jy053112@163.com

王树德（1970-），男，山东安丘人，副教授，硕士，从事GIS地学应用研究．E-mail：wsdwww@126.com