海南国际旅游岛战略造成了地区间城镇建设用地扩张的马太效应吗？

胡宇瑶 梁雅嘉 熊昌盛

摘要：研究目的：评估海南国际旅游岛战略是否造成了全岛城镇建设用地扩张的地区差异。研究方法：滑动t检验、反事实分析框架、FLUS模型与Dagum基尼系数。研究结果：（1）海南国际旅游岛战略实施后，全岛城镇建设用地扩张速度和规模均有明显提高，并呈现出“两极区>两轴区>中部区”的空间分布特点；（2）海南国际旅游岛战略实施前、后，海南岛城镇建设用地扩张存在较为明显的地区差异，且主要由地区间差异构成；（3）海南国际旅游岛战略实施会抑制海南各地区城镇建设用地扩张的马太效应。研究结论：海南岛城镇建设用地扩张因地区间社会经济基础差異而存在马太效应，但国际旅游岛战略的实施则通过全域覆盖、政策利好以及市场选择而对此产生了一定抑制作用。以期为区域发展战略实施背景下的地区间城市协调发展提供相应决策支持。

关键词：城镇建设用地扩张；马太效应；反事实分析框架；海南国际旅游岛战略

中图分类号：F291.1 文献标志码：A 文章编号：1001-8158（2023）06-0064-10

基金项目：国家自然科学基金项目（72004049）；教育部哲学社会科学研究重大课题攻关项目（20JZD013）；教育部人文社会科学基金项目（20XJCZH009）；海南省自然科学基金项目（720QN241）。

从沿海经济特区到西部大开发再到自贸区（港）建设，中国先后出台了一系列区域发展战略，并成为城镇化、工业化进程中的一大特色[1]。中共二十大报告指出要“深入实施区域协调发展战略、区域重大战略、主体功能区战略、新型城镇化战略，优化重大生产力布局，构建优势互补、高质量发展的区域经济布局和国土空间体系”。区域发展战略是囊括地区经济、社会、政治、文化、资源与生态的全局性筹划和决策[2]，旨在推动战略重点区域社会经济快速发展[3]，其不仅为地区发展制定了明确的战略目标，也为具体战略落地提供了必要的政策支持[4]。然而，由于战略实施范围内不同地区间资源禀赋、区位条件、社会经济基础各不相同[5]，区域发展战略实施会带来地区间的差异化发展，甚至造成弱势地区边缘化[6]。其中，土地作为人类活动的重要空间载体，也因战略实施而导致了农地非农化或建设用地扩张[7-8]，并直观反映了区域发展战略实施对地区间城镇发展的差异化影响。在此背景下，区域发展战略实施是否带来了地区间城镇建设用地扩张的马太效应值得探讨。

目前，有关区域发展战略实施对地区间城镇建设用地扩张影响的研究主要有两种观点。一是认为区域发展战略实施会改善甚至破解地区间城镇建设用地扩张的马太效应，从而实现区域均衡发展。王少剑等[8]通过分析2001—2015年长三角城市群城市用地扩张情况，发现随着协同水平的提升，区域内城市发展差距会逐渐缩小。二是认为区域发展战略会加剧地区间的非均衡发展，并导致地区间城镇建设用地扩张的马太效应。李晓燕等[9]在分析2000—2015年期间哈长城市群历年城镇建设用地扩张时指出，各地级市城市扩张强度差异较大，哈尔滨、长春两个核心城市扩张强度显著大于其他地区，振兴东北老工业基地战略的实施拉大了城市差距；陈明发等[10]通过探讨1987—2017年粤港澳大湾区城市群的城镇建设用地扩张，发现由于内部城市间的空间格局和耦合程度不同，各城市扩张差异显著，其中核心城区与海湾区域的城市建设扩张强度显著高于其他区域。然而，上述研究多基于“事前—事后”的分析框架进行，即通过比较战略实施前、后的差异来评估其对地区间城镇建设用地扩张的差异性影响，忽略了即使未有区域发展战略的实施，各地区城镇建设用地也会出现扩张的事实。因此其结果存在有偏。尤其是已有研究多面向长三角[11]、大湾区[12]等经济体量大、发展活力高的地区，很可能因未排除城市自身扩张潜力而高估战略实施的影响。此外，区域发展战略对不同地区城镇建设用地扩张的差别化影响背后，其具体的构成或原因也少有受到关注。

从1988年建省办经济特区，到2008年建设国际旅游岛，再到2018年建设自贸区（港），海南的发展始终与一系列区域发展战略的出台与实施密切相关。基于现实意义与研究合理性的考虑，本文以海南国际旅游岛建设战略（简称“海南国际旅游岛战略”）为例，探讨其实施是否带来了海南岛城镇建设用地扩张的马太效应，主要原因有：（1）海南国际旅游岛战略始于2008年海南省政府发布的《海南国际旅游岛建设行动计划》[13]，其旨在依托海南优良生态环境和热带岛屿的旅游优势，通过政府赋予税收、经济、旅游、产业等各类政策利好条件，以推动全岛旅游产业的全面化、高端化和国际化[14]，经过十多年发展，该战略在助推海南岛旅游产业发展的同时，是否也对全岛城镇建设用地扩张带来差异性影响，值得关注。（2）海南已于2018年迈入自贸区（港）建设的新时代，并将于2025年正式封关运作，在当前岛内发展已然不均衡的背景下，自贸港建设是否会加剧岛内社会经济以及城市发展的分化已成为各界关注的热点议题，而积极探讨海南国际旅游岛战略对全岛城市扩张的差异性影响，能够为封关后统筹全岛社会经济发展提供前车之鉴与宏观决策支持。（3）海南社会经济发展较弱，城镇建设用地扩张潜力相对较小，且因地理位置相对独立而受周边地区的空间影响相对较弱，因此可有效剥离城市自身发展潜力及周边地区带来的空间溢出性影响。诚然，海南国际旅游岛战略的实施并非是引发城镇建设用地扩张及其地区差异的唯一因素，其他因素也会产生一定作用，但在举全省之力建设国际旅游岛的背景下，该战略实施对全岛城镇建设用地扩张的影响会占据主导地位。因此，可聚焦海南国际旅游岛战略展开相关研究。

综上，本文引入反事实分析框架，并借助FLUS模型模拟未实施海南国际旅游岛战略这一假定情景下的海南岛城镇建设用地分布状态；再采用Dagum基尼系数及其分解法，分析实施或未实施海南国际旅游岛战略两种情景下全岛城镇建设用地扩张的基尼系数与差异，以此评估海南国际旅游岛战略是否带来了全岛城镇建设用地扩张的马太效应，以期为当前正在开展的海南自贸港建设战略实施提供统筹区域协同发展的前车之鉴与宏观决策支持。同时，本文能够为粤港澳大湾区建设、长江经济带建设、长三角一体化发展等区域发展战略的城镇建设用地扩张效应研究提供分析框架、思路与方法上的借鉴，也能为统筹区域协同发展提供一定政策启示。

1 分析框架构建

为评估政策实施的净效益，RUBIN提出了反事实分析框架的概念，他将受到政策干预时的状态称为事实，将未受到政策干预时的状态称为反事实，而反事实下的预测结果与事实下的观测结果之间的差异则为政策实施的处理效应[15]。

2 数据与方法

2.1 研究區概况

海南岛是中国第二大岛，是海南省的陆域主体部分，也是海南国际旅游岛战略实施覆盖的主体区域。自2008年国际旅游岛建设以来，海南省经济持续增长；产业结构不断升级；城镇化水平迅速提高。截至2017年底，全省常住人口为925.76万人，GDP总量达到4 462.54亿元，相比于2008年分别增长了1.08倍和3.03倍。三大产业结构也由2008年的28.7∶28.0∶43.4转变为2017年的21.4∶22.2∶56.4，以旅游业和服务业为主的第三产业得到迅速发展。同期，全省建设用地也呈快速扩张趋势，由2008年的29.8万hm2扩张至2017年的34.83万hm2，扩张了1.17倍，扩张规模为5.03万hm2，这显然与国际旅游岛建设所引致的建设用地需求增长相关。

本文以海南岛18个市县作为研究区，不考虑中国南海地区，并结合海南省“多规合一”确定的空间发展区划，将研究区分为两极区、两轴区和中部区（图2），分别代表岛内社会经济发达、中等及欠发达三类区域。同时，为了剔除2018年中国（海南）自由贸易试验区（港）建设战略实施可能带来的叠加影响，以2017年作为研究终止时点；研究起始点将在后文识别出海南国际旅游岛战略作用于城镇建设用地扩张的起始点后再确定。

2.2 数据来源及预处理

基础数据包括两部分，一是用于描述研究区不同时点城镇建设用地分布的逐年不透水面数据集（Global Artificial Impervious Area， GAIA），该数据在海南岛的总体精度在93%以上。二是用于模拟反事实情景下城镇建设用地分布的多源空间数据，包括：（1）海南岛居民点、海岸线、公路等地理坐标数据；（2）海南岛DEM数据；（3）人口与GDP空间分布数据；（4）海南岛水域分布数据。其中，GAIA数据来源于清华大学地球系统科学系科研资源数据库[19]，空间分辨率为30 m；相关地理坐标数据来源于OpenStreetMap（OSM）开源网站；DEM数据来源于美国地质调查局（USGS），空间分辨率为30 m；人口与GDP空间分布、水域分布数据来源于中科院资源环境与数据中心，空间分辨率分别为1 km和30 m。对于上述收集的数据，首先，通过投影变换、几何校正等，将所有空间数据投影至相同坐标系，确保空间位置信息一致；其次，对所有空间数据进行标准化处理，使其行列数和分辨率保持一致，以满足后续模型模拟的需要。

2.3 滑动t检验与分段函数拟合

采用滑动t检验与分段函数拟合来揭示海南国际旅游岛战略实施对海南岛城镇建设用地扩张的起始时间t0[20]。首先，利用海南岛历年城镇建设用地数据，对城镇建设用地面积增量进行滑动t检验，根据T统计量折线图中的拐点初步识别出t0。其次，以t0为分界点，对不同时段海南岛城镇建设用地面积进行分段线性拟合，分段函数的斜率分别代表该段时间城镇建设用地的年均增量，通过斜率在t0前后的变化，确认t0的可信性。

2.4 FLUS模型

2.4.1 模型原理与方法

FLUS模型由基于人工神经网络（Artificial Neural Network， ANN）的适宜性概率计算模块及基于自适应惯性机制的元胞自动机组成[21]，能有效模拟自然与人为因素双重影响下的土地利用覆被动态演化问题，具有理论清晰、模块化运行、支持多情景模拟等特点，被广泛应用于土地利用模拟[22]、生态系统服务价值演变[23]、城市增长边界划定[24]等领域。

在本文中，先借助FLUS模型中的ANN，对t0-x至t0时刻研究区城镇建设用地分布进行数据挖掘分析，提炼出城镇建设用地扩张与区位因素、自然因素、社会经济因素等多种驱动因子之间的映射关系，并得到土地利用适宜性图集；再根据映射关系及土地利用适宜性图集，借助Markov模型以及基于轮盘赌选择的自适应惯性竞争机制，模拟得到t0+x时刻的城镇建设用地分布数据（图3）。此外，为了提高模拟精度，本文利用t0-2x与t0-x年海南岛城镇建设用地分布数据，模拟得到t0年的预测数据，并与t0年实际数据进行对比，通过计算Kappa系数判断模拟精度，当Kappa系数值低于阈值时，对FLUS模型中相关参数及土地利用适宜性图集进行调整并重新进行模拟，直至Kappa系数值超过阈值，其中阈值参考已有文献设定为0.81，即达到极高一致性水平[25-26]；然后再采用上述校正后的模型参数及土地利用适宜性图集，利用t0-x与t0年海南岛城镇建设用地分布数据，模拟得到反事实情景下2017年（t0+x）海南岛城镇建设用地分布数据。其中，鉴于水体区域通常较为稳定，因此模拟中以水域作为限制因素。

2.4.2 潜在驱动因子

结合国内外研究发现[21，27]及研究区数据可获取性，从区位条件、自然环境、社会经济因素等三个方面共确定9项影响海南岛城镇建设用地扩张的潜在驱动因子。（1）区位条件是影响土地开发的主导因素[28]，对城镇建设用地扩张的空间布局具有一定牵引作用。通常来说，区位条件越好的地区，土地利用效率越高，农用地越容易转变为城镇建设用地。具体选择到居民点距离、到海岸线距离、到公路距离、到高速铁路距离来刻画区位条件。（2）自然环境是影响土地开发的基础性因素[29]。一般而言，地区所在海拔越低、坡度越缓，越有利于土地开发。因此选择DEM、坡度、坡向作为描述自然因素的驱动因子。（3）社会经济因素是影响土地开发的关键因素[9]。一般来说，社会经济发展越快或人口密度越高的地区，其用地需求也越高，城镇建设用地扩张的范围也会越广。本文选取GDP密度、人口密度作为描述社会经济因素的驱动因子。

2.5 Dagum基尼系数及子群分解法

3 结果与分析

3.1 海南国际旅游岛战略作用于海南岛城镇建设用地扩张的起始时点分析

在α = 0.01的显著性水平下得到T统计量折线图，结果显示2008年的T统计量（T=7.12）为峰值点（图4（a）），表明海南岛城镇建设用地扩张在该点发生了趋势性转折。进一步以2008年为分界点，对不同时段海南岛城镇建设用地面积进行分段线性拟合，结果显示2008年前后城镇建设用地面积与时间拟合函数的斜率由9.96变为66.59（图4（b）），说明城镇建设用地扩张速度提升了56.63 km2/a，表明海南国际旅游岛战略实施对城镇建设用地扩张具有显著影响。综上，海南国际旅游岛战略作用于城镇建设用地扩张的起始时间为2008年。据此可确定前文t0-2x、t0-x分别为1990年和1999年。

3.2 事实与反事实情景下海南岛城镇建设用地分布状况

将2008年海南岛城镇建设用地模拟结果与实际数据进行对比，经10%随机抽样得到的Kappa系数为0.82，FoM（Figure of Merit）指标值为0.50，均表明2008年模拟的城镇建设用地数据与实际情况具有较高一致性，而进一步模拟得到的2017年海南岛城镇建设用地数据具有较高可信度，可用于反事实情景下的比较分析。

海南岛城镇建设用地实际与模拟数据显示（图5），事实情景下的海南岛城镇建设用地扩张规模明显要大于反事实情景。而无论何种情景，各市县城镇建设用地扩张均存在一定差异，其中以海口、三亚为典型的两极区是全岛城镇建设用地扩张的主要区域；以儋州、琼海为典型的两轴区，其城镇建设用地分布范围相对居中；而以琼中、五指山为代表的中部区是全岛城镇建设用地分布范围最小的区域。显然，全岛城镇建设用地扩张在空间上呈现出“两极区>两轴区>中部区”的分布特点，这也与地区社会经济发展水平相吻合。

进一步分析不同情景下海南岛城镇建设用地扩张的变化情况（表1）。数量上，事实情景下，2017年海南岛城镇建设用地面积802.90 km2，新增量为524.44 km2，新增率188.34%，分别远超反事实情景下的361.53 km2、83.08 km2与29.84%。空间上，不同区域城镇建设用地扩张规模和速度在海南国际旅游岛战略实施后均有明显加快。其中，事实情景下，两极区、两轴区、中部区的城镇建设用地新增量从大到小依次为333.63 km2、167.88 km2以及22.93 km2，但中部区的新增率却高达405.84%，这是由于中部区因本底基数较小而导致城镇建设用地扩张速度较快。反事实情景下，两极区的新增量和新增率均为最大，分别达到54.39 km2和33.07%；两轴区适中，分别为27.71 km2和25.58%；中部区最小，分别为0.98 km2和17.35%。

3.3 海南国际旅游岛战略实施前、后海南岛城镇建设用地扩张的地区差异分析

根据Dagum基尼系数及子群分解法分别测算出2008年、2017年事实情景以及2017年反事实情景下的海南岛不同区域城镇建设用地扩张的基尼系数及分解结果（表2）。

2008年的G为0.56，说明海南国际旅游岛战略实施前岛内各地区城镇建设用地扩张的差异较大。其中，两极区内的城镇建设用地扩张差异（Gw）最大，为0.56；而中部区与两极区或两轴区之间的差异（Gnb）最大，均在0.80以上。此外，海南国际旅游岛战略实施前，地区间差异（Gnb）对总体差异的贡献率达到了51.17%，说明地区间差异是海南岛城镇建设用地扩张存在差异性的主要来源。

2017年事实情景下的G为0.49，较之2008年减小了0.07，说明海南国际旅游岛战略实施后海南岛城镇建设用地扩张的地区差异在略微缩小；与此同时，各地区内的城镇建设用地擴张差异（Gw）均在缩小，而不同地区之间的城镇建设用地扩张差异（Gnb）也有一定减少，但地区间差异（Gnb）仍是海南岛城镇建设用地扩张存在差异性的主要构成，且Gnb贡献率较2008年增长了5.31%。

2017年反事实情景下的G为0.58，说明若未实施海南国际旅游岛战略，海南岛城镇建设用地扩张的地区差异将与2008年相比基本相当，仅上升了0.02。其他有关地区内差异（Gw）、地区间差异（Gnb）以及贡献率差异的结果也基本与2008年保持一致。

3.4 海南国际旅游岛战略实施对海南岛城镇建设用地扩张的地区差异的影响分析

比较2017年事实情景与反事实情景下的基尼系数及分解结果可知，2017年事实情景下的G较之反事实情景减少了0.09，说明海南国际旅游岛战略实施有助于缩小海南岛城镇建设用地扩张的总体差距。其中，2017年两极区、两轴区与中部区在事实情景下的Gw与反事实情景下相比分别下降了14%、43%、50%，说明海南国际旅游岛战略实施对两轴区与中部区地区内差异的影响较强，对两极区的影响较弱。2017年事实情景下的Gnb与反事实情景下相比也均有下降，说明海南国际旅游岛战略实施对于缩小地区间城镇建设用地扩张差异同样具有一定积极作用。此外，相比于反事实情景，2017年事实情景下Gw、Gt的贡献率分别减少2.38%、1.70%，Gnb的贡献率增加4.08%，说明海南国际旅游岛战略实施降低了地区间差距对海南岛城镇建设用地扩张差异的贡献。总之，海南国际旅游岛战略实施抑制了海南岛城镇建设用地扩张的马太效应。

4 讨论

4.1 海南岛城镇建设用地扩张为何会存在马太效应

从基尼系数测算结果来看，海南岛历年城镇建设用地扩张存在着较为明显的“马太效应”，即两极区扩张规模较大、两轴区较为适中、中部区扩张规模较小，这与各地区人口规模、旅游发展、居民收入、产业结构等因素的差异相关。以海口、三亚为代表的两极区是全省政治、经济、文化和旅游中心，其人口规模、产业基础、配套设施及游客量均位居全省前列，更容易吸引人口汇集和企业投资，因此城镇建设用地扩张规模也相对较大[32]。两轴区因拥有良好的临海旅游资源和区位优势，且是串联南北两极区的重要经济走廊，因此在吸引外来企业投资或人口集聚方面也具有一定基础，从而导致城镇建设用地扩张规模适中[33]。而中部区多属于内陆山区丘陵地带，资源禀赋、地理位置、经济区位等条件相对较弱，城市自身发展潜力及对外吸引力均较弱，因此城镇发展及扩张规模也相对较少[34]。此外，在建设用地总量限定的制度约束背景下，上级政府在分配建设用地指标的过程中，也会将更多指标分配给社会经济增长潜力更大的地区，而潜力最小的地区则获得相对更少的指标[35]。比如，在2006—2020年，海口、三亚所在的两极区获得了54.69%的新增建设用地指标约3.61万hm2，两轴区与中部区分别获得了2.32与0.67万hm2新增建设用地指标[36]。总之，由于海南岛各地区资源禀赋以及社会经济发展水平的不同，因此获得市场投资关注及政府指标分配的机会也会存在差异，并最终导致各地城镇建设用地扩张存在较大差距。

需注意，海南岛地区间的城镇建设用地扩张还存在以下两点特征。其一，两极区地区内差异十分明显，这是因为海口、三亚作为全省重要的增长极，对岛内周边市县产生了虹吸效应，吸引了大量人口流入以及资本投入，不仅加速了本地城镇建设用地扩张，还加剧了与陵水、澄迈等周边市县的差距。其二，中部区与两极区或两轴区之间的城镇建设用地扩张差异较为悬殊，这主要是因为中部区城镇规模扩张较小，而两极区或两轴区扩张规模相对较大[7]。

4.2 海南国际旅游岛战略实施为何会抑制海南岛城镇建设用地扩张的马太效应

雖然，海南岛城镇建设用地扩张一直以来都存在着“马太效应”的现象。然而，在海南国际旅游岛战略实施的政策利好下，各区域间城镇建设用地扩张的差异并未扩大，反倒有所下降，这主要有以下几个方面的原因。首先，尽管不同地区之间社会经济、区位条件存在一定差异性，但海南国际旅游岛战略实施的范围覆盖整个海南岛，各地享受到同等条件的战略利好与政策优惠，均会吸引到一定的外来投资。比如，国际旅游岛时期，海南岛商住用地与旅游用地开发就遍布各市县，而非集中在海口或三亚等地[37]。其次，在海南国际旅游岛战略实施背景下，两极区与两轴区在吸引外来投资方面拥有良好的经济基础与区位条件，但为了避免过度扎堆土地开发热点区域，部分市场主体也会选择开发潜力大、资源丰富、价值“洼地”的中部区；此外，受《国际旅游岛战略建设发展纲要》统筹全岛发展及“全省一盘棋”发展定位的影响，各地区形成了较为紧密的关系，并通过海南环岛高铁、“田”字高速公路网等基础设施而形成了地区间社会经济发展的空间溢出效应或涓流效应，这也有利于不同地区城市发展与建设用地扩张的相对均衡。

4.3 相关政策启示

一方面，结合海南当前正在大力推进的自贸港建设，提出以下几点政策建议。首先，为避免形成地区间城市发展或建设用地扩张的马太效应，应有效识别受海南自贸港建设战略实施影响较小的“洼地”区域，积极引入政府力量并采取专项措施进行科学引导与管控，避免产生弱势地区边缘化的问题，力促实现海南省区域全面协同发展。其次，在推进海南自贸港战略实施的过程中，既要正视其对城镇建设用地扩张的驱动作用，也要通过合理制定城镇建设用地增长边界及国土空间规划，避免“摊大饼”式城市扩张，统筹协调好战略实施、城镇发展以及生态文明建设之间的多重关系。另一方面，针对近年来全国不同地区推出的各项区域发展战略，譬如粤港澳大湾区建设、长江经济带建设、长三角一体化发展战略等，可围绕战略实施的城市发展绩效建立相应的评估分析框架与考核指标体系，动态监测区域内城市发展的差异性特征及其内在构成成分，为找准区域间差异原因并协调区域发展提供有效决策支持信息。

5 结论

本文借鉴反事实分析框架的思路，运用FLUS模型与Dagum基尼系数，模拟了假定未实施海南国际旅游岛战略这一反事实情景下的城镇建设用地分布，并与战略实施后的事实情景进行对比，以此评估海南国际旅游岛战略实施是否会带来城镇建设用地扩张的马太效应。结果表明：（1）海南国际旅游岛战略作用于海南岛城镇建设用地扩张的起始时间为2008年；战略实施后，全岛城镇建设用地扩张速度和规模均有明显提高，并呈现出“两极区>两轴区>中部区”的空间分布特点，这与市场逐利及城镇发展水平密切相关。（2）海南岛城镇建设用地扩张存在较为明显的地区差异，且主要由地区间差异构成，这与各地区社会经济发展水平以及政府指标分配密切相关。（3）海南国际旅游岛战略实施会抑制海南岛城镇建设用地扩张的马太效应，并对缩小地区间城镇建设用地扩张差异以及降低地区间差异对总体差异的贡献具有一定促进作用。

需指出的是，本文用以揭示海南国际旅游岛战略实施所带来的城镇建设用地扩张实际差异的评估思路能够为其他区域发展战略的城镇建设用地扩张效应研究提供参考。但仍存在一些不足。首先，地区间城镇建设用地扩张的差异受到多种因素的综合作用，本文仅考虑了海南国际旅游岛战略这一宏观因素而忽略了其他因素可能带来的影响，后续可通过驱动因素分析与回归分析进一步探究海南岛城镇建设用地扩张的驱动因素。其次，基于反事实分析框架与FLUS模型的模拟结果，无法真实地呈现反事实情景下的城镇建设用地分布状况，也可能会影响到马太效应的判断，后续可考虑通过模型方法上的改进加以突破。

参考文献（References）：

[1] DENG X Z， LIANG L， WU F， et al. A review of the balance of regional development in China from the perspective of development geography[J] . Journal of Geographical Sciences， 2022， 32： 3 - 22.

[2] WU Y Z， SHAN L P， ZHENG S， et al. Regional planning reconfiguration in China based on inclusiveness： examining development and control orientation[J] . Journal of Urban Planning and Development， 2020， 146（3）. doi： 10.1061/（ASCE）UP.1943 - 5444.0000578.

[3] 高国力. 持续深入实施区域重大战略[N] . 经济日报，2023 - 04 - 12（010）.

[4] ROBERTO C， ROBERTA C. Regional innovation patterns and the EU regional policy reform： toward smart innovation policies[J] . Growth Change， 2013， 44（2）： 355 - 389.

[5] 唐聪聪， 王宛. 以区域发展战略助力构建新发展格局[N] . 经济日报， 2022 - 04 - 12（010）.

[6] LI F， SU Y， XIE J P， et al. The impact of High-Speed Rail opening on city economics along the Silk Road Economic Belt[J] . Sustainability， 2020， 12（8）. doi： 10.3390/su12083176.

[7] 熊昌盛， 梁雅嘉， 胡宇瑶， 等. 国际旅游岛战略实施對海南岛城镇建设用地扩张的净效应与作用机理分析[J] . 中国土地科学， 2022， 36（4）： 59 - 68.

[8] 王少剑， 王泽宏. 经济转型背景下长三角城市用地扩张及影响因素的时空差异[J] . 自然资源学报， 2021， 36（4）： 993 - 1007.

[9] 李晓燕， 李慧颖， 满卫东， 等. 哈长城市群城镇用地扩展进程及其驱动因素研究[J] . 地理科学， 2018， 38（8）：1273 - 1282.

[10] 陈明发， 刘帆， 赵耀龙， 等. 1987—2017年粤港澳大湾区城市群的不透水地表扩张与梯度演化[J] . 地球信息科学学报， 2021， 23（3）： 443 - 455.

[11] ZHANG D， WANG X R， QU L P， et al. Land use/cover predictions incorporating ecological security for the Yangtze River Delta region， China[J] . Ecological Indicators， 2020， 119. doi： 10.1016/j.ecolind.2020.106841.

[12] GUO H J， CAI Y P， YANG Z F， et al. Dynamic simulation of coastal wetlands for Guangdong-Hong Kong-Macao Greater Bay area based on multi-temporal Landsat images and FLUS model[J] . Ecological Indicators， 2021， 125. doi： 10.1016/ j.ecolind.2021.107559.

[13] 海南省人民政府. 海南省人民政府关于印发海南国际旅游岛建设行动计划的通知[EB/OL] . （2008 - 05 - 26）[2020 - 06 - 02] . http：//www.hainan.gov.cn/hainan/ztwkfgg w/200805/39a96b980df94cf2a4f056fed5660000.shtml.

[14] 中国海南改革发展研究院. 海南国际旅游岛建设行动计划_改革大数据服务平台[EB/OL] .（2008 - 04 - 03）[2022 - 07 - 10] . http：//www.reformdata.org/2008/0403/ 13332.shtml.

[15] RUBIN D B. Estimating causal effects of treatments in randomized and nonrandomized studies[J] . Journal of Educational Psychology， 1974， 66（5）： 688 - 701.

[16] 熊昌盛， 倪晓露， 韦仕川， 等. 区域发展战略对城镇扩张的驱动机制及其效应分析——以海南国际旅游岛建设为例[J] . 中国土地科学， 2020， 34（11）： 48 - 56.

[17] RAHNAMA M R. Forecasting land-use changes in Mashhad Metropolitan area using Cellular Automata and Markov chain model for 2016 - 2030[J] . Sustainable Cities and Society， 2021， 64. doi： 10.1016/j.scs.2020.102548.

[18] CHEN Z Z， HUANG M， ZHU D Y， et al. Integrating remote sensing and a markov-FLUS model to simulate future land use changes in Hokkaido， Japan[J] . Remote Sensing， 2021， 13（13）. doi： 10.3390/rs13132621.

[19] GONG P， LI X C， ZHANG W. 40-Year（1978 - 2017）human settlement changes in China reflected by impervious surfaces from satellite remote sensing[J] . Science Bulletin， 2019， 64（11）： 756 - 763.

[20] 瞿诗进， 胡守庚， 李全峰. 中国城市建设用地转型阶段及其空间格局[J] . 地理学报， 2020， 75（7）： 1539 - 1553.

[21] LIU X P， LIANG X， LI X， et al. A future land use simulation model （FLUS） for simulating multiple land use scenarios by coupling human and natural effects[J] . Landscape and Urban Planning， 2017， 168： 94 - 116.

[22] LIN W B， SUN Y M， NIJHUIS S， et al. Scenario-based flood risk assessment for urbanizing deltas using future land-use simulation （FLUS）： Guangzhou Metropolitan Area as a case study[J] . Science of the Total Environment， 2020， 739. doi： 10.1016/j.scitotenv.2020.139899.

[23] TAN Z， GUAN Q Y， LIN J K， et al. The response and simulation of ecosystem services value to land use/land cover in an oasis， Northwest China[J] . Ecological Indicators， 2020， 118. doi： 10.1016/j.ecolind.2020.106711.

[24] LIANG X， LIU X P， LI D， et al. Urban growth simulation by incorporating planning policies into a CA-based future land-use simulation model[J] . International Journal of Geographical Information Science， 2018， 32（11）： 2294 -2316.

[25] LANDIS J R， KOCH G G. The measurement of observer agreement for categorical data[J] . Biometrics， 1977， 33（1）： 159 - 174.

[26] 朱述龍， 朱宝山， 王红卫. 遥感图像处理与应用[M] . 北京： 科学出版社， 2006：113.

[27] PAN Z Z， HE J H， LIU D F， et al. Predicting the joint effects of future climate and land use change on ecosystem health in the Middle Reaches of the Yangtze River Economic Belt， China[J] . Applied Geography， 2020， 124. doi：10.1016/ j.apgeog.2020.102293.

[28] XIONG C S， TAN R. Will the land supply structure affect the urban expansion form [J] . Habitat International， 2018， 75： 25 - 37.

[29] WANG J， LIN Y F， GLENDINNING A， et al. Land-use changes and land policies evolution in Chinas urbanization processes[J] . Land Use Policy， 2018， 75： 375 - 387.

[30] DAGUM C. A new approach to the decomposition of the Gini income inequality ratio[C] // SLOTTJE D J， RAJ B. Income Inequality， Poverty， and Economic Welfare. Berlin： PhysicaVerlag HD， 1998： 47 - 63.

[31] LI Z， LUAN R R， LIN B Q. The trend and factors affecting renewable energy distribution and disparity across countries[J] . Energy， 2022， 254. doi： 10.1016/j.energy.2022.124265.

[32] 王恒， 张丽， 毕森， 等. 海南城市发展进程遥感监测分析与模拟[J] . 应用科学学报， 2018， 36（5）： 798 - 807.

[33] ZHANG C， SUN Z C， XING Q， et al. Localizing indicators of SDG11 for an integrated assessment of urban sustainability— a case study of Hainan Province[J] . Sustainability， 2021， 13（19）. doi： 10.3390/su131911092.

[34] HAN N L， YU M， JIA P H. Multi-Scenario landscape ecological risk simulation for sustainable development goals： a case study on the central mountainous area of Hainan Island[J] . International Journal of Environmental Research and Public Health， 2022， 19（7）. doi： 10.3390/ ijerph19074030.

[35] TAN R， ZHOU T X. Decentralization in a centralized system： project-based governance for land-related public goods provision in China[J] . Land Use Policy， 2015， 47： 262 -272.

[36] 海南省人民政府.海南省土地利用總体规划（2006 -2020年）[EB/OL] .（2009 - 12 - 28）[2022 - 07 - 13] . http：//g.mnr.gov.cn/201808/t20180805_2159585.html.

[37] 徐君亮. 海南国际旅游岛的热带特色旅游区研究[J] . 热带地理， 2010， 30（5）： 546 - 551

Has Hainan International Tourism Island Strategy Caused the Matthew Effect of Inter-regional Urban Construction Land Expansion

HU Yuyao1， LIANG Yajia2， XIONG Changsheng1

（1. School of Public Administration， Hainan University， Haikou 570100， China； 2. School of Geography and Ocean Science， Nanjing University， Nanjing 210023， China）

Abstract： The purpose of the study is to evaluate whether the Hainan International Tourism Island Strategy （HITIS） has caused regional differences in urban construction land expansion. The methods used include sliding t-test， counterfactual analysis framework， FLUS model and Dagum Gini coefficient. The results show that ： 1） after the implementation of the HITIS， the expansion speed and scale of urban construction land in the whole island have been significantly improved， with the spatial distribution characteristics of “ biaxial region > bipolar region > central region”； 2） before and after the implementation of the HITIS， there are obvious regional differences in the urban construction land expansion in Hainan Island， which is mainly composed of regional differences； 3） the implementation of the HITIS will suppress the Matthew effect of urban construction land expansion in various regions of Hainan. In conclusion， the expansion of urban construction land in Hainan Island is affected by the Matthew effect due to the regional socioeconomic disparities. However， the implementation of HITIS has inhibited the Mathew effect through global coverage， favorable policies and market selection. The research results can provide decision-making support for the coordinated development between cities in the context of implementing regional development strategies.

Key words： urban construction land expansion； Matthew effect； counterfactual analysis framework； Hainan International Tourism Island Strategy

（本文责编：张冰松）