济南都市圈土地经济密度时空演化与影响因素分析

宋成镇，陈延斌，赵 琳，殷冠文

(山东师范大学，a. 地理与环境学院，b.“人地协调与绿色发展”山东省高校协同创新中心，中国 济南 250358)

改革开放以来，随着中国城市化进程的加快，越来越多人口向城市聚集，城市建设用地不断扩展，由此引发的经济增长与土地供给之间的矛盾日益突出[1]。土地经济密度是指某区域的国内生产总值与该区域面积之比，能够表征单位土地面积上经济活动的效率和土地利用的密集程度。土地经济密度越高，在一定程度上反映出某区域的经济活动效率和土地利用密集度越高，从而更有利于区域的集约高效发展；反之，则不利于区域的集约高效发展。通过研究区域土地经济密度，了解土地经济密度时空演化和影响因素，对协调区域经济发展和土地利用之间的关系，促进区域协调发展具有重要意义。

当前，学者们针对土地经济密度进行了相关研究，主要体现在以下几个方面：一是研究尺度方面，匡兵[2]、冯科[3]等分别从全国层面省级尺度和地市尺度对土地经济密度时空特征进行了研究；周敏[4]、高佳[5]等人分别对东北地区和辽宁省城市土地经济密度展开了研究。二是研究方法方面，学者们主要采用泰尔指数[4]、变异系数[6]和空间自相关[7]等方法对土地经济密度区域差异和空间特征进行分析。总的来说，当前关于土地经济密度的研究主要集中于全国或省域范围，缺乏对都市圈范围土地经济密度的相关研究。同时，利用空间计量方法对土地经济密度影响因素进行定量研究的相对不足[8-10]。

济南都市圈地处黄河下游地区，包括济南、淄博、泰安、莱芜、德州、聊城和滨州7个地市，该区域虽不属于山东半岛地区[11]，但区位条件优越、交通发达，是山东省和黄河流域重大国家战略区域的重要经济圈。山东省建设厅也曾明确提出要将济南都市圈建设成为空间结构完整、资源有效利用、区域协调发展、综合竞争力强大的都市圈。济南都市圈整体协调发展对促进都市圈一体化，提高都市圈整体竞争力，促进山东省东中西协调发展和黄河流域生态高质量发展具有重要意义。基于此，本文以济南都市圈为研究对象，探讨2005—2017年土地经济密度的时空演化特征与影响因素，为济南都市圈未来的经济发展和土地利用规划提供参考，也为其他学者开展都市圈规划建设研究提供参考依据。

1 研究方法与数据来源

1.1 土地经济密度测度方法

土地经济密度为区域国内生产总值与区域土地面积的比值，公式为

P=GDP/S，

(1)

式中：P为土地经济密度；GDP为区域国内生产总值；S为区域土地面积。

1.2 空间自相关分析

全局空间自相关主要是对在一定空间内具有相邻性的经济现象或属性的空间依赖程度的概括[12-15]，通过全局自相关分析济南都市圈土地经济密度空间依赖状况。最常用的关联指标为全局Moran’sI，其公式为

(2)

为了研究济南都市圈局域空间相关程度和差异特征，通过局部自相关分析济南都市圈土地经济密度局部相关性和差异性，采用局部Moran’sI作为研究指标，其公式为

(3)

式中：Ii为空间单元i的局部Moran值，其他变量的含义与式(2)相同。

1.3 空间计量模型

(1)普通线性回归模型(OLS)

普通线性回归模型是用来确定两种或两种以上变量间相互依赖定量关系的一种统计分析法，也是其他空间计量模型建立的基础，因此首先建立普通线性回归模型：

(4)

式中：Yi为土地经济密度，Xi为第i个解释变量；n为自变量个数，在初始模型中n=5；a0为模型截距；ai为与Xi对应的系数；ε为误差。

(2)空间滞后模型(SLM)和空间误差模型(SEM)

由于济南都市圈土地经济密度影响因素空间数据可能会存在空间依赖性或空间自相关性，故引入针对土地经济密度的空间滞后模型[16-18]和空间误差模型[19,20]。空间滞后模型为：

Y=ρWY+Xβ+ε，

(5)

式中：Y为N×1维因变量向量；X为包含解释变量的N×5维向量；WY为前述空间滞后因子；ε为N×1维误差向量；β为解释变量的系数；ρ为空间自相关系数。 空间误差模型为

Y=Xβ+ε，ε=λWε+μ，

(6)

式中：ε为随机误差项向量，λ为n×1的截面因变量向量的空间误差系数，W为N×N为空间权重矩阵，μ为正态分布的随机误差向量。λ为衡量相邻地区观察值Y对本地区观察值Y的影响方向和程度，β为反映自变量X对因变量Y的影响程度。

1.4 数据来源

文中所用数据主要来源于《山东省城镇化发展报告》(2006—2018年)、《中国县域统计年鉴》(2006—2018年)、《济南统计年鉴》(2006—2018年)、《淄博统计年鉴》(2006—2018年)、《聊城统计年鉴》(2006—2018年)、《菏泽统计年鉴》(2006—2018年)、《德州统计年鉴》(2006—2018年)和《滨州统计年鉴》(2006—2018年)。

2 济南都市圈土地经济密度时空演化特征

利用ARCGIS 10.2中的自然断裂点方法表征济南都市圈土地经济密度空间分布状况如图1所示。总体来看，2005—2017年济南都市圈土地经济密度整体上呈不断上升趋势，空间上形成以济南市区和淄博市区为双核心的高值集聚区，都市圈东北部和东南部为土地经济密度塌陷区，表明济南都市圈经济活动效率和土地利用密集程度在不断提高，但空间差异较为显著。其中，济南市区为人口、商业和高技术产业集聚区，该地区经济活动效率高、土地利用集约化程度高，使得土地经济密度较高。淄博市区范围内工业基础雄厚，工业总产值较大使得该地区土地经济密度较高。而都市圈东北部和东南部，二、三产业比重较低、经济发展相对滞后，使得土地经济密度较低。

图1 济南都市圈2005—2017年土地经济密度分布图Fig. 1 Distribution map of land economic density in Ji’nan metropolitan area from 2005 to 2017

具体来看，2005年济南都市圈土地经济密度呈现以济南市区为核心的“中心-外围”空间结构，位于都市圈中心的济南市区经济发展水平高、土地经济密度最高；而都市圈的东北部、东南部和西南部等边缘地区经济发展相对滞后，形成土地经济密度塌陷区。2009年和2013年济南都市圈土地经济密度均呈现以济南市区和淄博市区为双核心的高值集聚区，而都市圈的东北部和东南部仍然为土地经济密度低值集聚区。2017年济南都市圈土地经济密度仍然维持着以济南市区和淄博市区为双核心的高值集聚区，都市圈的东南部为低值区、东北部的低值集聚区域范围向西扩展，整体呈现“南高北低”的空间分布格局，土地经济密度空间差异更加明显。济南市区凭借省会核心区的产业、技术、人才和制度等优势，经济发展水平一直处于都市圈领先地位；淄博市作为老工业城市，工业基础雄厚、发展优势较为明显，经济发展水平较高；都市圈东北部和东南部等地区发展相对滞后，经济发展水平相对较低。总的来说，济南都市圈土地经济密度空间分异格局较为稳定，土地经济密度高值区数量相对较少，表明济南都市圈长期存在着土地集约利用程度较低、区域差距较大的问题，不利于都市圈的一体化和高质量发展。

3 济南都市圈土地经济密度空间集聚特征

3.1 空间集聚的全局特征

利用全局自相关分析表征济南都市圈土地经济密度空间依赖性，表1反映研究期内济南都市圈土地经济密度的全局Moran’sI指数的变化情况。从表中可以得出，全局Moran’sI指数估计值除了2017年在0.1的显著性水平下通过检验，其余年份均在0.05的显著性水平下通过检验，表明济南都市圈土地经济密度存在显著的、正的空间自相关性，在空间分布上呈现出明显的集聚现象。从表中还可得知，济南都市圈土地经济密度的全局Moran’sI指数总体呈“先上升后下降”的趋势，由2005年的0.160 5上升至2009年的0.199 7后下降至2017年的0.095 2，表明随着时间推移，济南都市圈内各地区间的土地经济密度关联程度经历了先增强后减弱的过程，集聚效果由集聚增强转变为集聚减弱。

表1 土地经济密度的全局Moran’s I估计值

3.2 空间集聚的局域特征

利用局部自相关分析表征济南都市圈土地经济密度局部依赖性。在对济南都市圈土地经济密度数据进行显著性检验的基础上，选取2005，2009，2013和2017年作为研究截面，分别绘制济南都市圈2005，2009，2013和2017年的LISA聚集图如图2所示。总体上看，济南都市圈土地经济密度空间集聚类型分布较为稳定，以“高-高”、“低-低”和“低-高”集聚类型为主。

图2 2005—2017年济南都市圈土地经济密度的LISA聚集图Fig. 2 LISA aggregation map of land economic density of Ji’nan metropolitan area from 2005 to 2017

具体来看：①“高-高”型集聚类型主要集中在章丘区和淄博市区，表明该区域自身与其周围地区土地经济密度呈正相关关系。章丘区、淄博市区与济南市区、邹平县邻接，济南市区金融、高新技术产业和服务业等第三产业发达，邹平县食品加工和装备制造业等第二产业发达，两个地区的经济发展水平都较高，由于地理距离邻近、空间溢出效应显著，再加上章丘区和淄博市区自身发展基础较好，使得这两个地区经济发展水平也较高，形成高高集聚类型区；②“低-低”型集聚类型主要集中在“无棣-阳信-商河”一线，该区域经济发展相对滞后，自身和周围地区以发展传统制造业为主，高端产业发展较为薄弱，同时，该区域城镇化水平相对较低，土地投入产出效率不高，土地经济密度均处于较低水平，形成低低集聚区；③“低-高”型集聚类型为济阳县，该县发展基础较为薄弱，与发展优势明显的济南市区相邻，在集聚引力作用下，资源、要素和经济部门等向济南市区等较发达地区不断移动，加剧了济阳县与济南市区及周围地区的经济差距，形成发展关系上的“马态效应”，土地经济密度呈现出“中心低，四周高”的负相关关系。

4 济南都市圈土地经济密度影响因素

目前关于土地经济密度影响因素的定量研究相对较少，本文借鉴相关研究成果[21]并结合济南都市圈的发展实际并考虑到数据的可获取性，从城镇化水平、产业结构、固定资产投资、劳动力投入强度、经济发展水平、人口密度和城镇建设用地等7个方面，选取城镇化率、二产比重、地均固定资产投资、非农产业从业人员密度、人均GDP、人口密度和城镇建设用地比重7个指标作为影响土地经济密度变化的解释变量，土地经济密度作为被解释变量。考虑到土地经济密度影响因素可能存在空间效应，采用空间计量方法对土地经济密度影响因素进行分析。在模型计算之前首先对影响因素指标进行检验筛选，发现人均GDP的方差膨胀因子(VIF)>10，将多重共线性指标剔除，最后将通过检验的其余6个影响指标进行模型估计分析，相关变量及其含义如表2所示。

表2 相关变量及含义

4.1 模型选择

由于济南都市圈土地经济密度具有空间关联性，需要对空间计量模型做进一步选择。依据Anselin提出的判别准则：当空间相关性检验中LMLAG比 LMERR在统计上更加显著，并且R-LMLAG通过显著性检验而R-LMERR未通过显著性检验时，则应选择空间滞后模型；相反，当LMERR比LMLAG在统计上更加显著，并且R-LMERR通过显著性检验而R-LMLAG未通过显著性检验，则应当选择空间误差模型。在诊断模型总体显著性方面，可以选择用拟合优度R2进行检验，还可以选择自然对数似然函数值(Log L)、赤池信息量准则(AIC)、施瓦茨准则(SC) 进行检验。当Log L值越大、AIC值和SC值越小时，空间计量模型的拟合效果越好[16]。

普通线性回归模型的空间相关性检验结果如表3所示。2005年LM(error)和RLM(error)均在10%的水平下通过显著性检验，而LM(lag)和RLM(lag)都未通过显著性检验，表明此时期可以选择空间误差模型进行定量分析。2010年LM(lag)、RLM(lag)、LM(error)和RLM(error)均未通过显著性检验，所以2010年选择OLS模型进行定量分析。2017年LM(lag)、RLM(lag)分别在5%和10%的水平下通过了显著性检验，而LM(error)和RLM(error)均未通过显著性检验，因此2017年可以选择空间滞后模型进行定量分析。

表3 空间相关性检验

4.2 结果分析

(1)2005年普通线性回归模型(OLS)和空间误差模型(SEM)回归结果表明(表4)，空间误差模型拟合优度高于普通线性回归模型，同时从Log L，AIC和SC值可知，空间误差模型均比OLS模型要好，因此选择空间误差模型进行定量分析。从SEM回归结果来看，城镇化率对土地经济密度的影响系数为正，但未通过显著性检验，表明城镇化水平虽然对土地经济密度具有一定程度的促进作用但效果不明显。二产比重对土地经济密度的影响系数为0.597 4，并在5%的水平下通过显著性检验，表明产业结构对土地经济密度具有正向影响，二产比重每增加1%，会促进土地经济密度提高0.597 4%，同时产业结构对土地经济密度的影响作用最强，反映出此时期第二产业是地区经济增长的主要驱动力。地均固定资产投资对土地经济密度的影响作用为正，但未通过显著性检验，表明此时期固定资产投资对土地经济密度的促进作用不明显，可能是由于固定资产投资仍然以粗放建设发展为主，未能给投资地区带来理想的经济效益。非农产业从业人员密度对土地经济密度的影响系数为0.417 5，并在1%的水平下通过显著性检验，表明劳动力投入强度对土地经济密度具有显著的正向促进作用，非农产业从业人员密度每增加1%，土地经济密度会提高0.417 5%，非农产业从业人员主要面向二、三产业，二、三产业能够带来较高的经济效益，对地区经济增长促进作用较为明显。人口密度对土地经济密度的影响系数为0.353 7，在10%的水平下通过显著性检验，表明人口密度对土地经济密度具有正向促进作用，人口密度增大会带来劳动力的增加，从而促进区域发展和经济增长。城镇建设用地比重对土地经济密度的影响系数为正但未通过显著性检验，表明城镇建设用地对土地经济密度具有一定的促进作用，但影响效果不显著，可能是由于农用地转化为城镇建设用地后仍以粗放经营和大规模建设为主，从而导致土地经济效益不高。

(2)相关性检验结果表明，2010年适合OLS回归模型进行分析。OLS回归结果显示(表4)，R2值为0.903 6，Log L值为15.106 0，AIC值为-16.212 1，SC值为-4.048 4，表明模型结果可以做回归分析。城镇化率对土地经济密度的影响系数为0.354 4，在10%的水平下通过显著性检验，表明城镇化水平对土地经济密度具有正向促进作用，城镇化率每增加1%，促进土地经济密度提高0.354 4%。二产比重对土地经济密度的影响系数为0.676 6且在1%的水平下通过了显著性检验，二产比重每增长1%，土地经济密度会提高0.676 6%，表明此时期产业结构仍然是促进济南都市圈土地经济密度提高的关键因素。地均固定资产投资对土地经济密度的影响系数为正但未通过显著性检验，表明固定资产投资对土地经济密度的促进作用不显著。非农产业从业人员密度对土地经济密度的影响系数为0.627 7，在1%的水平下通过了显著性检验，表明此时期劳动力投入强度对土地经济密度具有正向影响，非农产业从业人员密度每增长1%，土地经济密度会提高0.627 7%，其对土地经济密度的促进效果仅次于二产比重。人口密度对土地经济密度的影响系数为0.266 1且在10%的水平下通过显著性检验，表明此时期人口密度对土地经济密度具有显著正向促进作用。城镇建设用地比重对土地经济密度的影响系数为0.124 8且在5%的水平下通过显著性检验，表明城镇建设用地对土地经济密度具有显著的正向促进作用，可能是由于此时期城镇建设用地利用效率得到提高，对地区经济增长的促进作用较为明显，因而对都市圈土地经济密度的促进效果变为显著。

表4 模型估计结果

(3)2017年SLM模型比OLS模型拟合优度好，在Log L，AIC和SC方面也表明SLM模型优于OLS模型(表4)，因此选择空间滞后模型结果进行分析。城镇化率对土地经济密度的影响系数为0.876 3，在1%的水平下通过显著性检验，城镇化率每上升1%，土地经济密度会提高0.876 3%，经过近十年的发展，城镇化水平对土地经济密度的促进作用由不显著变为显著并成为关键因素，表明城镇化的推进在提高土地利用效率和促进都市圈经济增长中发挥着越来越重要的作用。二产比重对土地经济密度的影响系数降为0.399 0，在1%的水平下通过显著性检验，表明此时期产业结构仍对土地经济密度具有正向促进作用但影响效果下降，济南都市圈工业基础雄厚，长期以来以粗放型发展模式为主，随着近些年产业结构调整，第二产业比重下降，导致产业结构对都市圈经济增长的促进作用降低。地均固定资产投资对土地经济密度具有正向促进作用并通过了显著性检验，可能是由于当前固定资产投资在投资地区取得了较好的经济效益，对都市圈土地经济密度的促进作用变为显著。非农产业从业人员密度对土地经济密度的影响系数为正但未通过显著性检验，表明劳动力投入强度对土地经济密度具有一定促进作用，但作用效果不明显。人口密度对土地经济密度的影响系数增长为0.560 9，且在1%的水平下通过了显著性检验，表明人口密度对土地经济密度的促进效果变强。随着城镇化的推进，越来越多的农村剩余劳动力迁入城市，为迁入地创造了更高的经济价值，更好地促进了都市圈整体经济增长。城镇建设用地比重对土地经济密度的影响系数为正且通过了显著性检验，表明城镇建设用地对土地经济密度具有正向促进作用，城镇建设用地的集约化利用会提高土地的经济效益并带动地区经济增长，使得都市圈土地经济密度得到提高。

5 结论与讨论

(1)2005—2017年济南都市圈土地经济密度整体上呈不断上升趋势，地区差异较为明显，空间上形成以济南市区、淄博市区为中心的双核心集聚区，其周围邻近的章丘区、邹平县等地区受空间溢出效应的影响土地经济密度也较高，而都市圈东北部、东南部和西南部等都市圈边缘地区土地经济密度相对较低。

(2)在整个研究期内，济南都市圈土地经济密度呈现明显的空间集聚特征，且空间集聚性较为稳定。淄博市区、章丘区为“高-高”集聚类型；“无棣-阳信-商河”一线为“低-低”集聚类型；商河县为“低-高”集聚类型。

(3)在不同年份，影响因素对土地经济密度的影响效果存在差异。2005年产业结构、劳动力投入强度、人口密度对土地经济密度具有显著的正向促进作用；2010年城镇化水平、产业结构、劳动力投入强度、人口密度和城镇建设用地对土地经济密度具有显著促进作用；2017年城镇化水平、产业结构、固定资产投资、人口密度和城镇建设用地对土地经济密度具有显著的正向促进作用。

根据上述结论，济南都市圈土地经济密度存在整体水平较低且空间差异较大的问题，不利于都市圈的整体高质量和一体化发展。可以通过提高城镇化水平，加快产业结构升级，提高土地集约化水平，实现都市圈整体高质量发展。为缩小土地经济密度空间差异，促进都市圈协调一体化发展，济南市区、淄博市区等经济发达区可充分发挥辐射带动作用，促进都市圈其他地区经济发展。同时，西南部、东南部和东北部等地区可充分挖掘自身的发展优势，加强与其他地区的要素流动和技术交流，促进本地区经济发展。