城镇化背景下欠发达县域土地利用结构与经济绩效关联度及优化分析——以江西上饶市万年县为例

戴 蒙，陈荣清

（东华理工大学测绘工程学院，江西·南昌 330013）

2020年4月3日国务院印发《2020年新型城镇化建设和城乡融合发展重点任务》中提出优化城镇空间格局，推进以县城为重要载体的新型城镇化建设，提出了优化土地利用结构，推进社会经济转型发展，引导地方政府逐渐摒弃靠大量土地要素投入带动城镇化。相比发达的县域，欠发达地区在资金、技术及区位存在一定短板，社会发展模式转型的难度和程度都较大。因此，如何通过土地利用结构与经济关联度分析，协调好土地、资本和技术之间的相互关系，是当前欠发达地区社会经济发展面临的重要问题。

针对上述问题，学界从诸多角度开展了研究，包括土地结构变化的特征［1-6］、土地利用结构的驱动因子［7-10］、土地结构优化［11-15］、土地利用绩效［16］、土地结构与产业结构［17-21］等。而已有研究大多期限较短，不利于观察土地结构与经济绩效的动态变化，且大多通过土地结构与产业结构之间的关系，未深入探讨区域哪类土地与经济发展最相关。本文在已有研究的基础上，延长了研究期限，以五年土地利用数据，利用信息熵理论对数据进行处理，分析万年县不同时期地类结构的变化规律及有序度。通过灰色关联分析法，将地类结构变化与土地经济绩效之间的关联充分展现，并且为了更加具体地了解哪类土地与经济的关联度最大，还对二级地类与经济绩效的关联度进行了测算分析，以期为区域经济上涨，提供更加合理的土地结构调整建议。

1 研究区概况及数据来源

1.1 研究区概况

万年县是江西省上饶市下辖的一个县，地处江西省东北中部，东与弋阳县、鹰潭市的贵溪市毗邻，南与鹰潭市余江县交界，西与余干县接壤，北与乐平市相连、与鄱阳县隔乐安河相望，面积1140.76km2，辖六镇六乡。县城距南昌93km，是贡米之乡。2019年末，全县户籍人口44万人，常住人口37.27万人，其中：城镇人口19.9万人，乡村人口17.36万人。全县地区生产总值165.55亿元，比上年增长7.8%。万年县土地总面积为170.95万亩，其中：耕地31.92万亩，占18.67%；山地105万亩，占61.42%；居民点、工矿及交通用地23.03万亩，占13.48%；水域11万亩，占6.43%。

1.2 数据来源

本研究中的土地利用结构数据来源万年县自然资源局土地变更调查数据，社会经济数据来源于江西省万年县统计年鉴（2011～2017）。

2 研究方法

2.1 土地信息熵模型

信息熵起源于物理学的一个概念，用来测度有机整体的复杂性和均衡性，熵值和系统的有序度表现为反比，值越高，系统就越紊乱。研究区域中的每种地类的动态转化关系，都能够详细完整的在土地利用结构信息熵反映。

其计算公式为：

式中：Bi是i种类型土地的占地面积；B是某地区土地总面积；Qi是i种类型的土地面积与当地土地的总面积的比值；H代表土地利用结构的信息熵。根据信息熵的计算公式，得出当地土地利用结构的均衡度和集中度：

式中：J是均衡度，它反映了该地区不同土地利用类型的面积变化。其值在0到1之间。J的值越高，本地土地利用均衡的水平越高；I表示集中度，解释的是土地利用集中程度。

2.2 多因素加权平均法

以末端最值为基本单元，将各评价指标进行标准化处理，再根据所述原理得出万年县土地利用经济绩效的指数：式中：Cj是土地利用经济绩效指数；Iij是第i年第j个指标经过标准化后的值；Wj是各指标权重。

2.3 灰色关联度模型

对于两个系统之间的元素，随时间变化或不同对象产生变化的相关性大小的度量，称为关联度。在系统优化过程中，如果两个组成部分的变化趋势稳定，则可以说两者高度相关；否则较低。所以，作为测量元素之间的相关程度的方法，灰色关联度分析法是基于元素之间变化趋势的异同程度，即“灰色关联度”。根据灰色关联的概念，择取经济绩效指数作为母序列，把左右地类以及其信息熵值作为子序列，则母序列和子序列在同一时刻的关联系数为：

其中：ξi(k)是x和xi在k点的关联系数；|xk-xik|表示母序列与子序列之间的绝对差；分别表示绝对差中的最小值以及最大值；ρ记为分辨系数，在此次研究中选取ρ=0.5，可得关联度：

3 结果分析

3.1 土地利用结构熵变分析

根据2.2中的公式，代入万年县各类土地面积，可得出表1中各项数据和图1的信息熵变化。由此可知，信息熵和均衡度都是“上升—下降—上升”的变化趋势，其中信息熵增长了0.0079，均衡度增加了0.0039，集中度的数值变化与前两者相反，最终减少了0.0039。通过分析可知，土地利用结构信息熵变化的直接原因是土地利用结构的变化，体现在耕地、城镇村及工矿用地、交通运输用地和其他土地等4类土地面积的增加，林地、园地、草地和水域及水利设施用地等4类土地面积的减少。耕地面积从2011年的32482.27hm2增加至2017年的33185.63hm2，净增加703.4hm2，城镇村及工矿用地从2011到2017年增长了616.2hm2，交通运输用地从2011到2017年增长了312.6hm2。

表1 万年县2011～2017土地利用结构及信息熵Table 1 Land use structure and information entropy of the Wannian county from 2011 to 2017（单位：公顷）

图1 万年县2011～2017土地利用结构信息熵Fig.1 Land use structure information entropy of the Wannian county from 2011 to 2017

研究期内万年县土地利用结构信息熵变化幅度较小，说明该期限内社会经济活动对土地整体结构的影响并不显著。信息熵在2011～2012年表现上升趋势，且变化幅度较大，说明土地利用在该时期内有较大变化；2012～2014年表现为下降，说明区域的土地结构有序性不断增加；2014～2017年土地结构又表现上升趋势，但是上升的速率越来越小，说明区域的土地结构越来越合理。

上述变化主要是因为：在发展早期，土地利用的发展主要受自然因素的影响，表现为各种地类均衡发展，没有很大的差异性和层次性，土地表现为无序性较高；但随着城镇化越来越深入，人类活动的影响越来越大，地类向着人类希望的方向发展，对于人类影响较大的工业用地的地类发展较快；而包括农业用地在内的其他地类逐渐减少，这就使得各个土地利用地类之间发展逐渐表现出差异性和层次性的特点，使得区域土地利用系统的信息熵发生变化。信息熵变化幅度越来越小，土地结构越来越合理，土地利用的有序性逐渐增强，这与万年县这几年的发展情况是可以相互印证的。万年县依托自身的自然地理条件，立足本县农业立县的大前提，前期的发展更加注重农业产业的发展，后为了响应中央号召，当地政府大力推进城镇化的发展进程，使县域内城镇区规模得到扩大，万年县的土地利用结构日益合理，土地利用结构的无序度也在下降。

3.2 土地经济绩效分析

选取单位土地面积的GDP、社会消费品零售额固定资产投资额等指标作为万年县土地利用经济绩效评价指标体系，如表2所示。

表2 万年县2011～2017土地利用经济绩效评价指标Table 2 Economic performance evaluation indicators of land use in Wannian county from 2011 to 20（17单位：万元/km2）

根据2.3中公式，将表2中数据代入，得到图2。可知在研究期间，县区内土地经济绩效随时间不断增加，且在研究期末达到最大值，净增0.4908。表明万年县近期社会发展前进方向与土地内部结构调整变化趋势相适应，现行土地政策以及土地管理方式合理，应该继续保障其总方向不变，结合城镇化发展需要，对土地利用结构做出适宜地瞻前性调整，优化土地利用结构，实现土地利用系统合理有序循环，使土地承载力、土地利用产能与经济相协调，加强土地利用对社会经济发展的推动力。

图2 万年县2011～2017年土地经济绩效指数Fig.2 Land economic performance index of Wannian county from 2011 to 2017

3.3 关联度分析

根据2.4中公式，将万年县土地利用结构表征值信息熵与土地利用经济绩效代入，得到表3中各一级地类数据，可知土地利用结构与土地经济绩效之间相关性显著。在研究区域的所有一级地类中，与经济绩效的增长相关性最大的是交通建设用地，关联度最高0.7572，其他土地第二0.6799，城镇村及工矿用地第三0.6401和耕地第四0.6328。为更加清晰了解哪类土地与经济发展更加密切相关，继续探讨二级地类的关联度，其思路方法与前述相同，其中公路用地关联度最高0.8032。结合万年的发展趋势对上述结论分析可知，随着城镇化发展日趋深入，外部投资不断引入以及居住环境的改善，万年县的吸附效应也随之加强，各类建设用地需求进一步扩大，与之对应的交通运输用地和城镇村及工矿用地经济效益不断上升，所以交通建设用地与经济的相关性显著是符合客观实际的。

表3 万年县2011～2017土地利用结构与土地经济绩效的关联度表Table 3 Correlation degree table between land use structure and land economic performance in Wannian county from 2011 to 2017

4 优化建议

4.1 优化思路

鉴于公路用地对经济发展的作用突出。本文将选取2011、2017年万年县各乡镇的公路用地面积变化趋势及变化幅度，与各乡镇的经济发展情况进行对比分析，为未来土地利用结构优化提供建议。具体方案如下：

（1）公路用地的增量越大，经济增长越慢，说明该地区公路用地要素投入饱和，对经济发展的刺激效果下降，应该控制该类用地的扩张。

（2）公路用地的增量越大，经济增长越快，说明两者变化方向一致，为了刺激经济持续快速的发展，应适当加大该类用地的要素投入，满足发展需求。

（3）公路用地增量较小，经济增长较快，应加大公路用地投入，为经济快速发展减轻交通障碍。

（4）公路用地的增量越小，经济增长越慢，此类地区最应加大公路用地的投入，辅助经济发展。

从表4可知，2011年各乡镇的公路用地现状，面积前三的分别是湖云乡、石镇镇、汪家乡；占比前三的分别是湖云乡、汪家乡、齐埠乡。2017年各乡镇的公路用地面积，相比2011年基本有所增加，少数乡镇有所减少，其中面积前三分别是陈营镇、湖云乡、石镇镇；占比前三的分别是湖云乡、陈营镇、汪家乡。公路用地占比增量，陈营镇＞珠田乡＞裴梅镇＞大源镇＞石镇镇＞梓埠镇＞青云镇＞汪家乡＞苏桥乡，且有齐埠乡-0.018%＞湖云乡-0.021%＞上坊乡-0.053%等三个乡镇表现出下降趋势。由于各乡镇GDP难以获取，所以选取万年县各乡镇的可支配收入总量，作为衡量其经济发展程度的指标，增长比陈营镇＜石镇镇＜青云镇＜苏桥乡＜上坊乡＜汪家乡＜梓埠镇＜裴梅镇＜湖云乡＜齐埠乡＜珠田乡＜大源镇。

表4 万年县2011～2017年优化指标表Table 4 Optimization indicators of Wannian county from 2011 to 2017

4.2 调整建议

依据前述优化思路，将万年县各乡镇分为四个优化等级，一级：公路用地变化量超过1%，经济指标变化量低于50%；二级：公路用地变化量在0.2%～1%，经济指标变化量超过100%；三级：公路用地变化量低于0.2%，经济指标变化量超过100%；四级：公路用地变化量低于0.2%，经济指标变化量低于100%。如图4所示。

图4 万年县各乡镇优化图Fig.4 Optimization map of each township in Wannian county

分析可知，东西部有较大差异，总体而言西部对公路用地的需求更大，东部次之。其中陈营镇属于一级优化区域，其公路用地增长比在研究期内是最大的，但是其可支配收入总量的增长比最低，表明陈营镇的公路用地有饱和趋势，对经济发展的刺激效果较弱，应该控制该类用地的扩张。二级优化区域包括珠田乡、裴梅镇、大源镇，这三个乡镇公路用地和经济指标都有较大增长，两者变化方向一致，这些乡镇在未来发展过程中可以适当加大交通运输用地的投入和对公路的建设，来刺激经济更加快速的增长。三级优化区域包括齐埠乡、湖云乡，这两个乡镇的公路用地表现减少趋势，但是其经济增长却比较快。根据2.3节所述结论，可以通过增加对公路用地投入，使得这两个乡镇的经济发展速率进一步提高。四级优化区域包括石镇镇、梓埠镇、青云镇、汪家乡、苏桥乡、上坊乡，这六个乡镇对公路用地扩张需求比前三个级别要大，因为这六个乡镇的公路用地占比增量较少，经济增长比排名靠后，因此为了实现经济的快速发展，需要调整土地结构，加大对公路用地的投入。

5 结论

本文通过信息熵模型对万年县土地利用结构有序性进行分析，再利用多因素加权平均值法对万年县的经济数据进行分析，最后利用灰色关联分析法，分析土地利用结构与经济绩效的关联度，深入探讨哪类土地与经济发展最相关，并结合分析结果，以刺激经济高速协调发展为目的，对区域未来土地利用结构调整方向提出相关建议。具体结论如下：

（1）区域土地利用结构信息熵呈“上升—下降—上升”的变化趋势，总体而言增加了0.0079，导致信息熵变化的直接原因是建设用地增加和农用地减少，且信息熵变化幅度在研究末期逐渐下降，表明土地利用的有序性逐渐增强，土地结构日益合理，社会经济发展方向与土地内部结构动态变化趋势相适应，区域经济持续稳定增长。

（2）万年县与经济绩效关联性最大的不是占地面积最大的地类，也不是面积变化最大的地类，而是与各经济绩效直接相关的地类公路用地。通过划分优化等级发现，研究区域东西部交通用地和经济增长速率不平衡，其中2011～2017年石镇镇、梓埠镇、青云镇、汪家乡、苏桥乡、上坊乡等六个乡镇的公路用地占比增量较少，经济增长比排名靠后，因此为了实现经济的快速发展，需要调整土地结构，加大对公路用地的投入。

参考文献(References)

［1］ 杨奎,张宇,赵小风,等. 乡村土地利用结构效率时空特征及影响因素［J］. 地理科学进展,2019,38(9):1393-1402.YANG K, ZHANG Y, ZHAO X F, et al. Spatial-temporal characteristics and influencing factors of structural efficiency of rural land use［J］. Progress in Geography, 2019,38(9):1393-1402.

［2］ 毛鸿欣,贾科利,高曦文,等. 1980～2018年银川平原土地利用变化时空格局分析［J］. 科学技术与工程,2020,20(20):8008-8018.MAO H X, JIA K L, GAO X W, et al. Analysis of the temporal and spatial pattern of land use change in Yinchuan plain from 1980 to 2018［J］. Science Technology and Engineering, 2020,20(20):8008-8018.

［3］ 郭荣中,申海建,杨敏华. 长株潭地区土地利用结构信息熵时空测度与演化［J］. 中国农业资源与区划,2019,40(9):92-100.GUO R Z, SHEN H J, YANG M H. Spatial and temporal entropy measurement and evolution of land use structure information in Changzhutan area［J］. Chinese Journal of Agricultural Resources and Regional Planning, 2019,40(9):92-100.

［4］ 陈仙春,赵俊三,陈国平. 基于“三生空间”的滇中城市群土地利用空间结构多尺度分析［J］. 水土保持研究,2019,26(5):258-264.CHEN X C, ZHAO J S, CHEN G P. Multi-scale analysis of land use spatial structure in central Yunnan urban agglomeration based on three-life space［J］. Research of Soil and Water Conservation,2019,26(5):258-264.

［5］ 谭远模,谢思梅,谢荣安. 土地利用时空变化与城市化发展分析［J］. 测绘通报,2020(4):139-142,146.TAN Y M, XIE S M, XIE R A. Analysis on spatio-temporal changes of land use and urbanization development［J］. Bulletin of Surveying and Mapping, 2020(4):139-142,146.

［6］ 付永虎,姚莹莹,刘俊青,等. 江苏城市土地利用结构及其效率与城市化耦合协调性测度与评估［J］. 中国农业大学学报,2020,25(9):187-199.FU Y H, YAO Y Y, LIU J Q, et al. Measurement and evaluation of coupling coordination of urban land use structure and its efficiency and urbanization in Jiangsu［J］. Journal of China Agricultural University, 2020,25(9):187-199.

［7］ 陈磊,孙佳新,姜海,等. 南京市土地利用结构时空格局及驱动因素［J］. 水土保持研究,2020,27(1):197-206.CHEN L, SUN J X, JIANG H, et al. Spatial and temporal pattern and driving factors of land use structure in Nanjing city ［J］.Research of Soil and Water Conservation, 2020,27(1):197-206.

［8］ 黄晓峰,林皆敏. 泉州市土地利用结构的量化分析与评价［J］. 上海国土资源,2012,33(2):83-88.HUANG X F, LIN J M. Quantitative analysis and evaluation of land use structure in Quanzhou city［J］. Shanghai Land &Resources, 2012,33(2):83-88.

［9］ 欧聪,张坤. 城市土地利用结构演变分析及其驱动机制研究［J］.上海国土资源,2015,36(3):39-43.OU C, ZHANG K. The evolution analysis and driven mechanism of city land use structure in Changsha［J］. Shanghai Land &Resources, 2015,36(3):39-43.

［10］ 宋具兰,陈时彬,杨靖,等. 新型城镇化驱动下西部欠发达地区土地利用结构与形势分析［J］. 上海国土资源,2020,41(4):29-33.SONG J L, CHEN S B, YANG J, et al. Analysis of land use structure and situation in western underdeveloped area driven by new urbanization: a case study of Zunyi city［J］. Shanghai Land &Resources, 2020,41(4):29-33.

［11］ 贾克敬,何鸿飞,张辉,等. 基于“双评价”的国土空间格局优化［J］.中国土地科学,2020,34(5):43-51.JIA K J, HE H F, ZHANG H, et al. Land spatial pattern optimization based on double evaluation［J］. China Land Science,2020,34(5):43-51.

［12］ 鲁学孟,刘学录,张晶,等. 甘肃省庆阳市土地集约利用与土地利用结构的耦合协调关系［J］. 水土保持通报,2019,39(6):240-245.LU X M, LIU X L, ZHANG J, et al. The coupling coordination relationship between intensive land use and land use structure in Qingyang city, Gansu province［J］. Bulletin of Soil and Water Conservation, 2019,39(6):240-245.

［13］ 田晓宇,徐霞,江红蕾,等. 退耕还林(草)政策下土地利用结构优化研究［J］. 中国人口·资源与环境,2018,28(S2):25-30.TIAN X Y, XU X, JIANG H L, et al. Optimization of land use structure under the policy of returning farmland to forest (grass)［J］.China Population,Resources and Environment, 2018,28(S2):25-30.

［14］ 唐丽静,王冬艳,杨园园. 基于“多规合一”和生态足迹法的土地利用结构优化［J］. 农业工程学报,2019,35(1):243-251.TANG L J, WANG D Y, YANG Y Y. Land use structure optimization based on multi-planning and ecological footprint method［J］. Transactions of the Chinese Society of Agricultural Engineering, 2019,35(1):243-251.

［15］ 贾宁凤,曹蓉,王晓雅. 区域生态和经济系统耦合效应下的土地利用优化配置［J］. 山西大学学报(自然科学版),2019,42(2):454-464.JIA N F, CAO R, WANG X Y. The optimal allocation of land use under the coupling effect of regional ecology and economic system［J］. Journal of Shanxi University (Natural Science Edition),2019,42(2):454-464.

［16］ 匡兵,周敏,陈丹玲. 岳阳市土地利用结构变化与土地利用绩效的关联度分析［J］. 地域研究与开发,2017,36(1):137-142.KUANG B, ZHOU M, CHEN D L. Analysis on the correlation degree between land use structure change and land use performance in Yueyang city［J］. Areal Research and Development,2017,36(1):137-142.

［17］ 殷闽华,肖志明. 福州自贸片区用地结构优化与产业结构升级互动机制研究［J］. 华东经济管理,2018,32(7):35-39.YIN M H, XIAO Z M. Research on interactive mechanism of land structure optimization and industrial structure upgrading in Fuzhou free trade zone［J］. East China Economic Management,2018,32(7):35-39.

［18］ 徐馨裔,刘志有,董露,等.国土空间规划视角下产业结构与土地利用结构相互关系研究［J］. 生态经济,2020,36(4):69-74.XU X Y, LIU Z Y, DONG L, et al. Research on the relationship between industrial structure and land use structure from the perspective of land space planning［J］. Ecological Economy,2020,36(4):69-74.

［19］ 钟文,钟昌标,郑明贵. 土地财政对城市土地利用效率的扭曲效应研究——基于经济集聚与产业结构视角［J］.华东经济管理,2020,34(10):105-111.ZHONG W, ZHONG C B, ZHENG M G. Study on the distorting effect of land finance on urban land use efficiency: Based on the perspective of economic agglomeration and industrial structure［J］.East China Economic Management, 2020,34(10):105-111.

［20］ 薛建春,侯思杰,吴彤. 基于VECM模型的内蒙古土地利用碳排放与经济增长、产业结构的动态关系分析［J］. 内蒙古大学学报(自然科学版),2020,51(2):129-134.XUE J C, HOU S J, WU T. VECM model-based dynamic relationship analysis of land use carbon emissions with economic growth and industrial structure in Inner Mongolia［J］. Journal of Inner Mongolia University (Natural Science Edition),2020,51(2):129-134.

［21］ 廖喜生. 基于STIRPAT模型的土地集约化利用效应实证分析［J］.统计与决策,2018,34(2):94-97.LIAO X S. Empirical analysis of land intensive use effect based on STIRPAT model［J］. Statistics & Decision, 2018,34(2):94-97.