張宇 鄧春磊

摘要：采用空間自相關(guān)和空間回歸模型等空間計(jì)量方法，選取中國(guó)西部6省86個(gè)縣（市）為單元對(duì)2000—2012年居住用地與工業(yè)用地時(shí)空變化的空間格局進(jìn)行分析并對(duì)集聚變化原因進(jìn)行測(cè)算。結(jié)果表明，①2000—2012年西部6省的居住用地Morans I指數(shù)從0.22上升為0.40，空間集聚正在逐步增強(qiáng)；工業(yè)用地則從0.18上升為0.23，相對(duì)居住用地集聚現(xiàn)象偏弱。②從城市空間格局考察居住用地與工業(yè)用地集聚變化態(tài)勢(shì)，HH類型及LL類型的變化最為顯著，多出現(xiàn)在內(nèi)蒙古。③城市建設(shè)用地面積、國(guó)民生產(chǎn)總值、第三產(chǎn)業(yè)占GDP的比重及公共用地面積對(duì)居住用地在空間上集聚影響最為顯著；人均國(guó)民收入、工業(yè)產(chǎn)值、交通用地面積及人口數(shù)量對(duì)工業(yè)用地在空間上集聚影響最為顯著。

關(guān)鍵詞：居住用地；時(shí)空變化；空間分析；空間回歸

中圖分類號(hào)：F124.5；U412.1+4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2018）08-0130-06

DOI：10.14088/j.cnki.issn0439-8114.2018.08.032

Study on the Aggregation and Change of Residential and Industrial Land

in Six Western Provinces

ZHANG Yu，DENG Chun-lei

（College of Public Administration，Hohai University，Nanjing 211100，China）

Abstract： Spatial autocorrelation and spatial regression models were used to analyze the spatial and temporal changes of residential and industrial land from 2000 to 2012 of 86 counties and cities in 6 western provinces of China. Results showed that，①The Moran's I index of residential land in the six western provinces changed from 0.22 to 0.40 in 2000-2012，the spatial agglomeration gradually increased， the industrial land was increased from 0.179 to 0.230，and the relative residential land was weakly clustered. ②From the urban spatial analysis of residential land and industrial agglomeration trend，HH type and LL type had the most significant change， mostly in the province of Inner Mongolia. ③The urban construction land area， gross national products，the proportion of tertiary industry to GDP and the public land area had the most significant impact on the spatial agglomeration of residential land. The per capita national income，industrial output value， traffic land area and population size had the most impact of significant spatial agglomeration on residential land.

Key words： residential land； spatial and temporal change； spatial analysis； spatial regression

在中國(guó)快速而持續(xù)的城市化進(jìn)程中，土地供給扮演的支撐與制約角色越來越明顯，據(jù)中國(guó)土地勘測(cè)規(guī)劃院的統(tǒng)計(jì)，西部地區(qū)住宅用地增速快于中東部地區(qū)，2009—2013年，全國(guó)城鎮(zhèn)住宅用地增幅為18.8%，基本與城鎮(zhèn)土地面積總體增幅（18.2%）持平，但西部地區(qū)34.0%的增幅明顯高于全國(guó)總體增幅，中部地區(qū)和東部地區(qū)分別為16.0%和15.1%。而據(jù)《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》數(shù)據(jù)，2009—2012年，中國(guó)西部工業(yè)用地則減少了79.73 km2。工業(yè)化和城市化進(jìn)程的加快使中國(guó)逐漸步入以資源環(huán)境約束加大為主要特征的矛盾突顯期，尤其是西部地區(qū)居住用地及工業(yè)用地面臨越來越大的空間、環(huán)境和社會(huì)壓力，因而研究建設(shè)用地中比重最大兩類用地的集聚模式及變化過程對(duì)于快速城鎮(zhèn)化的西部地區(qū)來說非常重要。

城市建設(shè)用地的時(shí)空變化一直是土地利用研究的重點(diǎn)。國(guó)外對(duì)建設(shè)用地研究始于20世紀(jì)20年代，研究?jī)?nèi)容主要包括建設(shè)用地的時(shí)空演變特征[1]、城市擴(kuò)展的相互作用及建設(shè)用地?cái)U(kuò)張的驅(qū)動(dòng)力因素等方面[2，3]，并以空間分析模型的構(gòu)建與時(shí)空演變理論為主要研究方法[4]。國(guó)內(nèi)對(duì)于居住空間的研究始于20世紀(jì)80年代末期，目前研究主要集中于建設(shè)用地效率[5-7]、建設(shè)用地?cái)U(kuò)張的驅(qū)動(dòng)力及政策研究[8-13]等。已有研究多關(guān)注建設(shè)用地的時(shí)空演變和經(jīng)濟(jì)、政策的效益評(píng)價(jià)，少有對(duì)西部地區(qū)城市居住用地及工業(yè)用地集聚變化趨勢(shì)與進(jìn)程進(jìn)行空間評(píng)價(jià)的研究成果。本研究以城市為單元對(duì)中國(guó)西部新疆、西藏、青海、甘肅、寧夏、內(nèi)蒙古的居住用地與工業(yè)用地集聚變化進(jìn)行空間評(píng)價(jià)，對(duì)推動(dòng)西部地區(qū)城市化，因地制宜地健康發(fā)展與科學(xué)管理具有重要的現(xiàn)實(shí)意義，另外，對(duì)認(rèn)清西部地區(qū)居住用地與工業(yè)用地?cái)U(kuò)張?jiān)鲩L(zhǎng)去向、合理優(yōu)化土地資源配置、提高土地城市化質(zhì)量也具有重要意義。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究以城市作為研究中國(guó)城市居住用地變化的基本單元，為了便于觀察及測(cè)算城市區(qū)域單元的變化情況及驅(qū)動(dòng)力因素，行政區(qū)劃按2010年進(jìn)行歸并統(tǒng)一。根據(jù)城市建設(shè)用地利用變化相關(guān)研究[14-16]，城市居住用地與工業(yè)用地變化的動(dòng)因機(jī)制是以社會(huì)的土地利用決策和土地資源的配置過程為基礎(chǔ)的，而這兩方面都是由區(qū)域的社會(huì)生產(chǎn)力水平和國(guó)家的經(jīng)濟(jì)、政治、法律等各方面體制“塑造” 而成的，影響其變化的因素主要包括經(jīng)濟(jì)增長(zhǎng)、自然環(huán)境、人口增長(zhǎng)、居住用地地價(jià)、鼓勵(lì)房地產(chǎn)政策、交通可達(dá)性等。由于部分西部縣市無法獲得地價(jià)及政策的相關(guān)有效數(shù)據(jù)，本研究主要選取西部6省的縣（市）的土地利用變化和經(jīng)濟(jì)社會(huì)發(fā)展兩個(gè)方面的數(shù)據(jù)，用地面積等土地?cái)?shù)據(jù)主要來源于《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》，地區(qū)生產(chǎn)總值、城市人口和人均收入來源于《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，具體指標(biāo)說明及數(shù)據(jù)來源見表1。

1.2 研究方法

1.2.1 空間自相關(guān)

1）全局空間自相關(guān)。全局空間自相關(guān)是對(duì)屬性值所在整個(gè)區(qū)域的空間特征的描述，概括了屬性值對(duì)整體空間的依賴程度，本研究采用Global Morans I作為度量空間自相關(guān)的指標(biāo)。Morans I指數(shù)處于-1和1之間，其計(jì)算可用公式（1）來表示。

Morans I=■ （1）

式中，Yi為第i個(gè)地區(qū)的觀測(cè)值，n為地區(qū)總數(shù)，Wij為二進(jìn)制的鄰近空間權(quán)值矩陣，表示各空間的臨近關(guān)系，其目的是定義空間對(duì)象的相互鄰近關(guān)系。

2）局部空間自相關(guān)。局部空間自相關(guān)關(guān)聯(lián)揭示空間差異的異質(zhì)性特征，以全面反映居住用地的時(shí)空變化趨勢(shì)，本研究采用Local Morans Ii來衡量空間局部關(guān)聯(lián)。

Ii=■■Wij（Xj-■） （2）

式中，Xi、Xj為空間單元i和j的屬性值，Wij為空間權(quán)重系數(shù)矩陣， 表示各空間單元鄰近關(guān)系。根據(jù)Ii值的不同能定性地區(qū)分出每個(gè)區(qū)域與相鄰區(qū)域的屬性的相互關(guān)系，其中HH（High-High）或LL（Low-Low）的觀察值分別表示某區(qū)域與其相鄰區(qū)域的屬性有較高（或較低）程度的集聚效應(yīng)，因而相鄰區(qū)域的屬性逐步趨向一致。而HL（High-Low）和LH（Low-High）的觀察值分別表明某區(qū)域與相鄰區(qū)域的屬性存在較大差異。

1.2.2 空間回歸模型 傳統(tǒng)的線性回歸模型使用面板數(shù)據(jù)進(jìn)行回歸分析，沒有考慮變量之間的空間自相關(guān)，所以有可能會(huì)出現(xiàn)一些錯(cuò)誤。本研究采用空間計(jì)量模型，主要選取空間滯后模型（Spatial Lag Model，SLM），該模型適用于變量間的空間依賴性而導(dǎo)致了空間相關(guān)。SLM模型見公式（3）。

Y=C+ρWNY+βX+？著 （3）

式中，Y為因變量，X為獨(dú)立變量，C是常數(shù)，β是變量的系數(shù)，反映了自變量X對(duì)因變量Y的影響。ρ為回歸結(jié)果在空間滯后模型和空間誤差模型的參數(shù)。β衡量了樣本觀察值中的空間依賴作用，即相鄰地區(qū)的觀察值Y對(duì)本地區(qū)觀察值Y的影響方向和程度。？著為隨機(jī)誤差項(xiàng)。

2 西部6省居住用地與工業(yè)用地集聚變化態(tài)勢(shì)對(duì)比分析

2.1 西部6省居住用地與工業(yè)用地的時(shí)空尺度變化

從時(shí)空尺度分析中國(guó)西部6省居住用地與工業(yè)用地的變化態(tài)勢(shì)（圖1），2000—2012年，中國(guó)西部6省的建設(shè)用地總量在總體上呈現(xiàn)增大的趨勢(shì)，從2000年的1 756.87 km2增長(zhǎng)到2012年的3 415.35 km2，增長(zhǎng)率為79%。由圖1可知，在不同的發(fā)展階段，居住用地與工業(yè)用地總量呈現(xiàn)出不同的變化特征，居住用地總量呈現(xiàn)波段式上升，從2000年的569.46 km2增至2012年的1 120.97 km2，增長(zhǎng)率為97%；工業(yè)用地總量則相對(duì)增速較緩，從2000年的333.45 km2增至2012年的508.90 km2，增長(zhǎng)率為53%。居住用地與工業(yè)用地占城市建設(shè)用地的比例也呈現(xiàn)不同的特征（圖2），由圖2可知，居住用地占比變化波動(dòng)較大，其中2001年占比最大，占當(dāng)年建設(shè)用地的36%，之后波動(dòng)下滑，降至2007年的最低點(diǎn)，占當(dāng)年建設(shè)用地的29%，之后緩慢回升至2012年的32%；工業(yè)用地占比則一直呈現(xiàn)下降的趨勢(shì)，從2000年占當(dāng)年建設(shè)用地的18%，緩慢降至2007年的15%，再增長(zhǎng)至2008年的17%，之后回落到2012年的14%。

在研究區(qū)域建立一個(gè)空間權(quán)重矩陣， 來表達(dá)n個(gè)位置的空間區(qū)域的鄰近關(guān)系， 它表明了各個(gè)城市與周圍城市之間的關(guān)系。本研究使用ArcGIS 10.0將研究區(qū)域城市地域圖進(jìn)行矢量化，對(duì)缺少數(shù)據(jù)的縣（市）進(jìn)行歸并處理后，運(yùn)用Geoda 9.5對(duì)西部區(qū)域內(nèi)的86個(gè)市（縣）建立了基于空間鄰接關(guān)系的權(quán)重矩陣，并生成了權(quán)重文件。

從空間自相關(guān)（圖3）演變上看，西部6省居住用地空間集聚的態(tài)勢(shì)呈現(xiàn)緩慢擴(kuò)大的趨勢(shì)，Morans I指數(shù)經(jīng)歷了從陡然縮小到緩慢增大的過程。從2000年的0.22縮減至2001年的0.08，之后經(jīng)過2004、2007年的緩慢縮減增長(zhǎng)至2012年的0.40，而Morans I大于0表示正相關(guān)，代表相鄰地區(qū)的類似特征值出現(xiàn)集群趨勢(shì)，接近于1時(shí)表明具有相似的屬性聚集在一起，居住用地的空間集聚態(tài)勢(shì)表明中國(guó)西部6省的居住用地在空間上的集聚程度正在逐步增強(qiáng)，而且集聚現(xiàn)象明顯；工業(yè)用地的Morans I指數(shù)相較于居住用地的變化則較為平緩，從2000年的0.18增至2003年的0.22，后縮減至2004年的0.13，之后增至2009年的0.28，最后回落到2012年的0.23，工業(yè)用地的空間集聚態(tài)勢(shì)表明中國(guó)西部6省的工業(yè)用地空間集聚正在增強(qiáng)，但相較于居住用地，集聚現(xiàn)象不是很明顯。

2.2 西部6省居住用地與工業(yè)用地的時(shí)空集聚變化

2.2.1 居住用地時(shí)空變化的空間關(guān)聯(lián)類型 LISA分析結(jié)果（圖4）表明，2000—2012年，中國(guó)西部6省居住用地集聚變化的HH類型由3個(gè)增至7個(gè)，以內(nèi)蒙古的豐鎮(zhèn)市、呼和浩特市、東勝市及甘肅省的白銀市為主，其他省份則較少出現(xiàn)；LL類型由7個(gè)增至14個(gè)，分布相對(duì)較為穩(wěn)定，主要集中于新疆的塔城、昌吉、哈密及庫爾勒地區(qū)及西藏的那曲、青海省的海西蒙古族藏族自治州、瑪多縣；LH類型變化較小，基本以內(nèi)蒙古的阿拉善盟及烏拉特中旗為主；HL類型變化也較小，基本以內(nèi)蒙古的滿洲里及烏蘭浩特市為主。

2.2.2 工業(yè)用地時(shí)空變化的空間關(guān)聯(lián)類型 由圖5可知，2000—2012年，中國(guó)西部6省工業(yè)用地集聚變化的HH類型由3個(gè)增至6個(gè)，以內(nèi)蒙古的豐鎮(zhèn)市、呼和浩特市、東勝市為主，2012年開始出現(xiàn)呼倫貝爾市及牙克石市的集聚；LL類型由8個(gè)增至13個(gè)，分布相對(duì)穩(wěn)定，主要集中于新疆的塔城、昌吉、庫爾勒地區(qū)，西藏地區(qū)的那曲地區(qū)，青海的海西蒙古族藏族自治州、瑪多縣及甘肅的夏多縣；LH類型變化較為明顯，整體由內(nèi)蒙古中部向西部轉(zhuǎn)移，基本以內(nèi)蒙古的額爾古納市、扎蘭屯市、科爾沁右翼前旗為主；HL類型變化則較小，基本上很少出現(xiàn)。

3 空間回歸模型對(duì)西部6省居住用地與工業(yè)用地變化的驅(qū)動(dòng)力分析

本研究選取SLM模型對(duì)居住用地與工業(yè)用地的驅(qū)動(dòng)力因素進(jìn)行分析。結(jié)合建設(shè)用地時(shí)空變化的相關(guān)研究，從多個(gè)視角選取影響城市建設(shè)用地增長(zhǎng)的主要因素：地區(qū)生產(chǎn)總值、人均國(guó)民收入、城市人口數(shù)量、城市交通用地、城市公共用地等主要觀察變量，對(duì)西部6省的城市居住用地與工業(yè)用地集聚變化作空間回歸分析。

1）從2000—2012年的β曲線（圖6）分析，人均國(guó)民收入、工業(yè)產(chǎn)值、交通用地面積及人口數(shù)量與西部工業(yè)用地的集聚在空間回歸上最為顯著，這意味著這些因素可以促進(jìn)該地區(qū)工業(yè)用地的集聚。這4個(gè)影響因素中，工業(yè)產(chǎn)值對(duì)該地區(qū)工業(yè)用地在空間上的集聚影響最為顯著，β值的平均水平維持在1.83，說明該地區(qū)工業(yè)產(chǎn)值的增加是促進(jìn)該地區(qū)工業(yè)用地集聚變化的主要因素；交通用地面積增加的影響波動(dòng)性較大，分別表現(xiàn)在2003年之前和2009年之后對(duì)工業(yè)用地集聚影響較大，β值的平均水平維持在0.69左右；人均國(guó)民收入增加對(duì)工業(yè)用地集聚的變化波動(dòng)性也較大，2003年甚至出現(xiàn)了負(fù)向影響，β值的平均水平維持在0.61；人口數(shù)量對(duì)工業(yè)用地集聚的影響最為弱小，β值的平均水平維持在0.15，說明人口數(shù)量的增加一定程度上會(huì)對(duì)工業(yè)用地集聚產(chǎn)生一定影響，但是并不明顯。

2）從2000—2012年的β曲線（圖7）分析，城市建設(shè)用地面積、國(guó)民生產(chǎn)總值、第三產(chǎn)業(yè)占GDP的比重及公共用地面積與西部6省的居住用地的集聚在空間回歸上最為顯著，說明這些因素可以促進(jìn)該地區(qū)居住用地集聚。這4個(gè)影響因素中，國(guó)民生產(chǎn)總值對(duì)該地區(qū)居住用地在空間上的集聚影響最為顯著，β值的平均水平維持在1.41，說明2000—2012年該地區(qū)國(guó)民生產(chǎn)總值的增加是促進(jìn)該地區(qū)居住用地增加的顯著影響因素；2008年后，第三產(chǎn)業(yè)占GDP的比重超越國(guó)民生產(chǎn)總值的影響，對(duì)居住用地集聚空間回歸的β值維持在1.90左右；城市建設(shè)用地的增加及公共用地的增加都對(duì)西部6省居住用地的集聚產(chǎn)生影響，但并不如前兩者明顯，β值分別為0.54和0.49。

4 結(jié)論與思考

本研究通過空間自相關(guān)的空間計(jì)量方法分析了2000—2012年中國(guó)西部6省城市居住用地與工業(yè)用地在空間上的集聚變化趨勢(shì)，并選取國(guó)民經(jīng)濟(jì)因素、用地因素等對(duì)居住用地與工業(yè)用地集聚變化的主要影響因素為觀察變量，利用空間回歸模型分析結(jié)果如下。

1）西部6省居住用地空間集聚的態(tài)勢(shì)呈現(xiàn)緩慢擴(kuò)大的趨勢(shì)，Morans I指數(shù)經(jīng)歷了從陡然縮小到緩慢增大的過程。從2000年的0.22縮減至2001年的0.08，之后經(jīng)過2004年、2007年的緩慢縮減，至2012年增長(zhǎng)到0.40；工業(yè)用地的Morans I指數(shù)變化則較為平緩，從2000年的0.18增至2003年的0.22，后縮減至2004年的0.13，之后增至2009年的0.28，最后回落到2012年的0.23。

2）從空間關(guān)聯(lián)類型分析，中國(guó)西部6省的居住用地集聚變化的HH類型由3個(gè)增至7個(gè)，以內(nèi)蒙古為主，其他省份則較少出現(xiàn)；LL類型由7個(gè)增至14個(gè)，分布相對(duì)較為穩(wěn)定，主要集中于新疆、西藏和青海的部分地區(qū)；LH類型及HL類型變化也較小，基本以內(nèi)蒙古的城鎮(zhèn)為主。中國(guó)西部6省工業(yè)用地集聚變化的HH類型由3個(gè)增至6個(gè)，以內(nèi)蒙古的城鎮(zhèn)為主；LL類型由8個(gè)增至13個(gè)，分布相對(duì)穩(wěn)定，主要集中于新疆、西藏、青海及甘肅的城鎮(zhèn)；LH類型變化較為明顯，整體由內(nèi)蒙古中部向內(nèi)蒙古西部轉(zhuǎn)移；HL類型變化則較小，基本上很少出現(xiàn)。

3）利用SLM模型分析西部6省居住用地與工業(yè)用地空間集聚變化態(tài)勢(shì)的影響因素，城市建設(shè)用地面積、國(guó)民生產(chǎn)總值、第三產(chǎn)業(yè)占GDP的比重及公共用地面積對(duì)居住用地在空間集聚影響最為顯著，其中，國(guó)民生產(chǎn)總值對(duì)該地區(qū)居住用地在空間集聚影響最為顯著；第三產(chǎn)業(yè)占GDP的比重在2008年后超越國(guó)民生產(chǎn)總值的影響；城市建設(shè)用地的增加及公共用地的增加都對(duì)居住用地的集聚產(chǎn)生影響。而人均國(guó)民收入、工業(yè)產(chǎn)值、交通用地面積及人口數(shù)量對(duì)工業(yè)用地在空間上集聚影響最為顯著，其中，工業(yè)產(chǎn)值增加對(duì)該地區(qū)工業(yè)用地在空間上的集聚影響最為顯著，交通用地面積的增加在2009年后對(duì)工業(yè)用地集聚的影響逐步增強(qiáng)，人口數(shù)量及人均國(guó)民收人的影響則相對(duì)偏弱。

綜上所述，西部6省的城市居住用地與工業(yè)用地集聚區(qū)域差異程度大，影響因素也有很大的區(qū)別，對(duì)于西部各城市來說，應(yīng)對(duì)城市擴(kuò)張模式進(jìn)行反思。為了促進(jìn)城市建設(shè)用地的集約利用，一方面政府要根據(jù)西部城市自身特點(diǎn)及城市發(fā)展需要供給居住用地，促進(jìn)城市建設(shè)用地的合理配置，利用第三產(chǎn)業(yè)的發(fā)展及公共用地的規(guī)劃更好地引導(dǎo)居住用地的集聚；另一方面，政府要繼續(xù)規(guī)范工業(yè)用地的出讓價(jià)格，促進(jìn)工業(yè)用地節(jié)約、集約利用，提高土地利用效率；此外還需要加快轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，提高交通等基礎(chǔ)設(shè)施的使用效率，促進(jìn)人口及產(chǎn)業(yè)的合理搭配，實(shí)現(xiàn)西部城市居住用地與工業(yè)用地的集聚向集約型增長(zhǎng)方式的轉(zhuǎn)變。

參考文獻(xiàn)：

[1] PACIONE M.Model of urban land use structure in cities of the developed world[J].Geography，2001，86（2）：97-119.

[2] BURGESS E W.The growth of the city：An introduction to a research project[J].American Socio- logical Society，1924（18）：85-97.

[3] FORD L.A new and imp roved model of Lat in American city structure[J].Geographical Review，1996，86（3）：437-440.

[4] HOYT H. The structure and growth of residential neighborhoods in American cities[M].Washington D.C.：Federal Housing Administration，1939.

[5] 趙 可，徐唐奇，李 平，等.不同規(guī)模城市土地利用效率的差異及收斂性研究[J].干旱區(qū)資源與環(huán)境，2015，29（12）：2-6.

[6] 劉彥隨，楊 忍.中國(guó)縣域城鎮(zhèn)化的空間特征與形成機(jī)理[J].地理學(xué)報(bào)，2012，67（8）：1011-1020.

[7] 王豐龍，劉云剛.中國(guó)城市建設(shè)用地?cái)U(kuò)張與財(cái)政收入增長(zhǎng)的面板格蘭杰因果檢驗(yàn)[J].地理學(xué)報(bào)，2013，68（12）：1595-1606.

[8] 鐘太洋，黃賢金，王柏源.經(jīng)濟(jì)增長(zhǎng)與建設(shè)用地?cái)U(kuò)張的脫鉤分析[J].自然資源學(xué)報(bào)，2010，25（1）：18-31.

[9] 宋 文，陳 英.土地利用空間自相關(guān)分析中觀測(cè)變量和衡量指標(biāo)的選擇研究[J].干旱區(qū)資源與環(huán)境，2015，29（10）：37-42.

[10] 呂 曉，黃賢金，鐘太洋，等.土地利用規(guī)劃對(duì)建設(shè)用地?cái)U(kuò)張的管控效果分析——基于一致性與有效性的復(fù)合視角[J].自然資源學(xué)報(bào)，2015，30（2）：177-187.

[11] 姜 博，王 媛，魏 超，等.城市土地利用擴(kuò)展的驅(qū)動(dòng)因素與空間擴(kuò)展模式研究[J].干旱區(qū)資源與環(huán)境，2014，28（7）：1-6.

[12] 楊會(huì)霞，葛京鳳.不同集約梯度下地價(jià)與城市土地集約利用關(guān)系研究[J].干旱區(qū)資源與環(huán)境，2015，29（8）：33-38.

[13] 關(guān)興良，方創(chuàng)琳，周 敏，等.武漢城市群城鎮(zhèn)用地空間擴(kuò)展時(shí)空特征分析[J].自然資源學(xué)報(bào)，2012，27（9）：1447-1459.

[14] 尚正永，張小林，盧曉旭，等.基于可達(dá)性的城市功能用地空間格局演變研究——以江蘇省淮安市為例[J].地理科學(xué)，2014， 34（2）：154-162.

[15] ANSELIN L.Local indicators of spatial association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[16] CHUAI X W，HUANG X J，WANG W J，et al. Spatial econometric analysis of carbon emissions from energy consumption in China[J].地理學(xué)報(bào)（英文版），2012，22（4）：630-642.