黃鈺婷,李強
安徽省土地經(jīng)濟密度時空分異和影響因素研究
黃鈺婷,李強
(安徽財經(jīng)大學 經(jīng)濟學院,安徽 蚌埠 233030)
基于2008—2017年安徽省16個地級市相關數(shù)據(jù),運用泰爾指數(shù)、變差系數(shù)、探索性空間數(shù)據(jù)分析方法和Pearson相關系數(shù)等,分析城市土地經(jīng)濟密度時空分異及其影響因素.結果表明,安徽省土地經(jīng)濟密度不斷上升,呈現(xiàn)空間聚集且各城市間差異明顯;空間聚集性增強,總體差異不斷減??;二三產(chǎn)業(yè)增加值占比、人口城市化率與城市土地經(jīng)濟密度相關性顯著.從優(yōu)化土地利用結構、發(fā)揮中心城市的輻射作用和優(yōu)化提升產(chǎn)業(yè)結構等方面提出相關建議.
土地經(jīng)濟密度;時空分異;空間自相關;安徽省
土地是城市各項經(jīng)濟活動的載體[1],合理利用土地資源關系著城市發(fā)展質(zhì)量.隨著我國城鎮(zhèn)化進程的加快,農(nóng)村人口向城市轉移,城市數(shù)量增加,土地利用規(guī)模不斷擴大,2018年城鎮(zhèn)化率已到達59.58%,2019年3月國家發(fā)改委發(fā)布《2019年新型城鎮(zhèn)化建設重點任務》[2]以促進高質(zhì)量城鎮(zhèn)化建設.當前宏觀經(jīng)濟與城市發(fā)展息息相關,土地利用與經(jīng)濟增長之間的矛盾日漸凸顯,土地換增長和土地財政等問題在各個城市均有不同程度的體現(xiàn)[3],如一線城市過高的房價阻礙了人口向城市的遷移,提高城市土地利用率已成為促進城市經(jīng)濟可持續(xù)發(fā)展的有效措施.土地經(jīng)濟密度是城市擴張與經(jīng)濟產(chǎn)出協(xié)調(diào)性的反映,是衡量土地利用率的重要指標[4].
目前,我國學者對城市經(jīng)濟密度的定量研究成果豐碩.在國家層面上,曹廣忠[5]等運用道格拉斯生產(chǎn)函數(shù),從資本、勞動力和土地等方面分析我國273個城市建設用地經(jīng)濟密度影響因素;馮科[6]等則通過庫茲涅茨曲線研究31個省份經(jīng)濟增長與土地經(jīng)濟密度的關系.在區(qū)域方面,長三角地區(qū)多為研究的焦點,貝涵璐[7]等通過分析長三角地區(qū)25個城市的經(jīng)濟密度,認為其高投入、低效率的利用方式需要改進,李燕[8]等也同樣建議采取差異化優(yōu)化發(fā)展措施以提高一體化;周敏[9]等研究東北地區(qū)城市土地經(jīng)濟密度格局演變,發(fā)現(xiàn)東北地區(qū)城市經(jīng)濟密度差異較大卻空間聚集效應明顯.在省際層面上,謝保鵬[10]等研究了甘肅省各縣工礦用地2001—2007年的土地經(jīng)濟密度,汪磊[11]等針對貴州喀斯特地貌區(qū)域城市經(jīng)濟密度進行測算,夏浩[12]等從投入產(chǎn)出角度分析了浙江省土地經(jīng)濟效率的空間變化.外國學者對經(jīng)濟密度的研究多結合人口密度和城市收入差異,并對哈撒拉以南的非洲6個國家[13]和意大利進行測算[14].就現(xiàn)有研究方法而言,多采用基尼系數(shù)[15]、泰爾指數(shù)、變差系數(shù)[16]、核密度估計[17]等方法分析比較區(qū)域間的差異,或借助GIS進行空間分析.
回顧已有文獻,土地經(jīng)濟密度研究主要從內(nèi)涵界定與測算方法、不同尺度區(qū)域的時空變動以及影響因素3個方面展開,多關注于東部發(fā)達地區(qū).中部地區(qū)近年來發(fā)展勢頭強勁,安徽省作為中部地區(qū)重要省份,對其經(jīng)濟密度的研究是具有借鑒意義的.本文基于前人對土地經(jīng)濟密度的定義,研究安徽省2008—2017年16個地級市土地經(jīng)濟密度時空分異規(guī)律,并運用Pearson相關系數(shù)分析影響經(jīng)濟密度的因素,以期全面認識安徽省土地資源合理配置情況以及城市土地集約利用程度,為土地與經(jīng)濟協(xié)調(diào)發(fā)展提供參考.
城市土地經(jīng)濟密度為第二和第三產(chǎn)業(yè)在城市單位建成區(qū)面積上的增加值[18-19],計算公式為
泰爾指數(shù)和變差系數(shù)能夠反映16個城市土地經(jīng)濟密度與安徽省總體水平的離散情況,本文運用泰爾指數(shù)計算安徽省土地經(jīng)濟密度總體差異,其公式為
變差系數(shù)用以測算土地經(jīng)濟密度相對離散程度,其公式為
為比較研究期內(nèi)各城市土地經(jīng)濟密度的發(fā)展速度,本文運用相對發(fā)展率來測算,其公式為
全局Moran′s I指數(shù)的計算公式為
本文相關數(shù)據(jù)來自歷年《安徽統(tǒng)計年鑒》.
以安徽省16個地級市為研究對象,計算各城市土地經(jīng)濟密度及相對發(fā)展速度,結果見表1.
表1 2008—2017年安徽省各市土地經(jīng)濟密度及相對發(fā)展率
由表1可以看出,安徽省16個地級市土地經(jīng)濟差異較大,以2017年為例,安徽省該年平均土地經(jīng)濟密度為69 129萬元/km2,高于平均值的有7個城市,最高為馬鞍山市;低于平均值的有9個城市,最低為阜陽市.將全省10年的土地經(jīng)濟密度轉入ArcGis進行疊加分析,可直觀地看出各市的發(fā)展情況(見圖1).
圖1 2008—2017年安徽省各市土地經(jīng)濟密度增長特征
自2008年以來,安徽省土地經(jīng)濟密度不斷上漲,全省平均土地經(jīng)濟密度自2008年的34 919萬元/km2提高到2017年的69 129萬元/km2,年均增長速度達到10%.從分布來看,其特征為:(1)呈現(xiàn)空間聚集,形成以皖中的合肥和皖南的馬鞍山、銅陵和蕪湖4個城市為核心,向周圍遞減的格局.合肥作為省會城市,近年來高新技術產(chǎn)業(yè)、現(xiàn)代制造業(yè)發(fā)展強勁,提高了經(jīng)濟總產(chǎn)值和土地集約利用水平;蕪湖在安徽省工業(yè)制造和科教創(chuàng)新領域占據(jù)重要地位,馬鞍山由于“承上啟下”的區(qū)位優(yōu)勢、良好的工業(yè)基礎以及科技創(chuàng)新事業(yè)的發(fā)展,土地經(jīng)濟密度位列前3.(2)不同城市間差異較明顯.水平較高的4個城市平均土地經(jīng)濟密度為106 516萬元/km2,而黃山、阜陽等城市均值為38 864萬元/km2,為全省平均水平的60%.(3)安徽省土地經(jīng)濟密度總體呈上升態(tài)勢.蕪湖、合肥、池州、銅陵和六安等市相對發(fā)展速度均大于1,超過全省平均水平,增長明顯;黃山市和阜陽市增長較為緩慢.
采用式(2)(3)計算安徽省土地經(jīng)濟密度的變差系數(shù)和泰爾指數(shù),繪制曲線(見圖2),以反映總體差異.
圖2 2008—2017年安徽省土地經(jīng)濟密度總體區(qū)域差異演變
由圖2可以看出,泰爾指數(shù)在2012年前小幅波動,后基本保持平穩(wěn);變差系數(shù)所反映的趨勢變化較為明顯,2008—2010年變差系數(shù)顯著上升,從0.381 4達到峰值0.437 4,說明這一階段安徽省城市土地經(jīng)濟密度總體差異增大;而2010年后則呈波動下降趨勢,2016年和2017年分別為0.337 0,0.351 0,說明近年來安徽省城市土地經(jīng)濟密度總體差異程度在不斷減?。?010年安徽省重新修訂了《土地利用總體規(guī)劃》,進一步加強了區(qū)域內(nèi)土地利用的統(tǒng)籌和管控,在建設用地的供給規(guī)劃中,保證了需求的前提下,注重集約高效,提升土地利用水平.
從全局自相關結果來看,2008—2017年安徽省土地經(jīng)濟密度的Moran’s I指數(shù)為正值,分別為0.217 5,0.318 7,0.283 3,0.365 9,0.328 4,0.355 1,0.323 9,0.305 0,0.310 2,0.334 8,說明為空間正相關關系.
整體來看,土地經(jīng)濟密度的Moran’s I指數(shù)呈上升趨勢,僅在個別年份有所下降,說明安徽省城市土地經(jīng)濟密度空間聚集性增強,城市間土地經(jīng)濟密度差異縮小.
各城市的局部自相關結果表明,2008年各城市的關聯(lián)較弱,自2009年起,蕪湖市和馬鞍山市為HH(“高”-“高”關聯(lián),即自身和周邊為土地經(jīng)濟密度較高的地區(qū))關聯(lián)型地區(qū),與周邊城市產(chǎn)生良好的空間相互關聯(lián)作用;2012年后,銅陵市也發(fā)展成為HH型地區(qū),這3個城市自身和周邊都持續(xù)保持較高的土地經(jīng)濟密度.
城市土地利用受眾多機制影響,從宏觀角度,土地經(jīng)濟密度是人口規(guī)模、經(jīng)濟活動規(guī)模及其結構、科技教育發(fā)展共同作用的結果.為進一步研究影響安徽省土地經(jīng)濟密度的相關因素,本文選取城市二三產(chǎn)業(yè)增加值占比、人口城市化率、科技和教育支出占比、單位面積固定資產(chǎn)投資和工業(yè)企業(yè)單位數(shù)[20]共5個指標,測度方式為二三產(chǎn)業(yè)產(chǎn)值構成百分比之和(%)、非農(nóng)業(yè)人口比重(%)、科學技術支出和教育支出占財政支出比重(%)、固定資產(chǎn)投資總額與建成區(qū)面積之比(單位:萬元/km2)和規(guī)模以上工業(yè)企業(yè)單位個數(shù),選擇在0.01和0.05顯著性水平下進行Pearson相關系數(shù)檢驗,結果見表2.
表2 安徽省土地經(jīng)濟密度影響因素Pearson相關分析
注:** 表示在 0.01 級別(雙尾)相關性顯著;* 表示在 0.05 級別(雙尾)相關性顯著.
由表2可以看出,在0.01的水平上,二三產(chǎn)業(yè)增加值占比、人口城市化率與城市土地經(jīng)濟密度正相關,在0.05的水平上,單位面積固定資產(chǎn)投資與城市土地經(jīng)濟密度正相關,其中二三產(chǎn)業(yè)增加值占比與城市土地經(jīng)濟密度的相關系數(shù)在5個影響因素中相關程度最高,為0.76,而工業(yè)企業(yè)單位數(shù)相關系數(shù)僅為0.47,說明安徽省城市土地經(jīng)濟密度的提升更加依賴二三產(chǎn)業(yè)的發(fā)展,產(chǎn)業(yè)結構的高級化可以促進土地利用經(jīng)濟效益的提升;人口城市化率和單位面積固定資產(chǎn)投資與城市土地經(jīng)濟密度相關性顯著,表明人口向城市聚集以及資本投入的增加使得城市的聚集和規(guī)模效應逐步凸顯,是提高經(jīng)濟密度的有效措施;科技和教育支出占比和工業(yè)企業(yè)單位數(shù)與城市土地經(jīng)濟密度的相關系數(shù)分別為0.48和0.47,兩者的影響程度較為接近,說明目前安徽省土地經(jīng)濟密度對科學教育水平和工業(yè)企業(yè)發(fā)展的依賴程度較低.
在空間上,城市土地經(jīng)濟密度呈現(xiàn)空間聚集且城市間差異明顯.合肥、馬鞍山、銅陵和蕪湖4個城市經(jīng)濟密度較高,以此為中心周圍呈遞減趨勢,而水平較低的黃山、阜陽等城市土地經(jīng)濟密度未達全省平均水平的60%.在時間上,安徽省土地經(jīng)濟密度不斷上漲,年均增長速度達到10%.
空間聚集性增強,總體差異不斷減?。儾钕禂?shù)呈波動下降趨勢,全局Moran’s I指數(shù)總體在上升,安徽省城市間土地經(jīng)濟密度差異在減小.蕪湖市、馬鞍山市和銅陵市為“高”-“高”關聯(lián),自身和周邊都持續(xù)保持較高土地經(jīng)濟密度.
二三產(chǎn)業(yè)增加值占比與安徽省城市土地經(jīng)濟密度關聯(lián)最顯著.Pearson相關系數(shù)表明,二三產(chǎn)業(yè)增加值占比、人口城市化率和單位面積固定資產(chǎn)投資與城市土地經(jīng)濟密度關聯(lián)較高,安徽省城市土地經(jīng)濟密度的提升更加依賴二三產(chǎn)業(yè)的發(fā)展、城市人口的聚集和資本的投入.
3.2.1優(yōu)化土地利用結構城市規(guī)模擴大和城市建筑用地需求增加導致土地資源承受巨大壓力[21],在城市的早期規(guī)劃中,需合理劃分土地利用數(shù)量和結構,以實現(xiàn)城市環(huán)境、經(jīng)濟和社會的協(xié)調(diào)發(fā)展[22],從而提高土地經(jīng)濟密度.對于皖中地區(qū),要加大耕地保護,打造優(yōu)質(zhì)商品糧基地建設,注重大別山和環(huán)巢湖地區(qū)生態(tài)保護;對于沿江地區(qū),在優(yōu)化產(chǎn)業(yè)用地結構和布局的同時,應加大水土流失整治力度;對于江淮地區(qū),應合理引導工業(yè)企業(yè)集中布局,推動工礦廢棄地的復墾工作;對于皖北地區(qū),應推動農(nóng)業(yè)用地整理,滿足煤炭能源基地用地需求;對于皖南地區(qū),要加強旅游地區(qū)的基礎設施建設和環(huán)境保護.
3.2.2發(fā)揮中心城市的輻射作用以省會合肥市為中心,完善合肥都市圈城市的產(chǎn)業(yè)鏈合作體系[23],促進高質(zhì)量一體化發(fā)展.合肥、蕪湖、蚌埠等土地經(jīng)濟密度較高的城市,要發(fā)揮輻射帶動作用,在不斷擴大城市規(guī)模和提升城市功能的同時,加快與周邊城市的互聯(lián)互通,協(xié)同創(chuàng)新,帶動周邊地區(qū)經(jīng)濟密度的提高.
3.2.3優(yōu)化提升產(chǎn)業(yè)結構二三產(chǎn)業(yè)的發(fā)展是安徽省土地經(jīng)濟密度提升的主要驅(qū)動力,通過營造良好的創(chuàng)新環(huán)境,加強創(chuàng)新要素的整合以及積極推動創(chuàng)新成果市場化,能夠有效提升安徽省產(chǎn)業(yè)結構[24].同時,加大優(yōu)質(zhì)勞動力和資本的投入,推動城市向高端智能方向發(fā)展,實現(xiàn)服務性城市轉型.
[1] 吳一洲,吳次芳,羅文斌.經(jīng)濟地理學視角的城市土地經(jīng)濟密度影響因素及其效應[J].中國土地科學,2013,27(1):26-33
[2] 國家發(fā)展改革委員會.2019年新型城鎮(zhèn)化建設重點任務[EB/OL].(2019-04-08)[2020-02-10].http//www.xinhuanet.com
[3] 中國經(jīng)濟增長前沿課題組,張平,劉霞輝.城市化、財政擴張與經(jīng)濟增長[J].經(jīng)濟研究,2011,46(11):4-20
[4] 方斌,吳金鳳,孟穎.江蘇省土地經(jīng)濟密度的時空變異分析[J].農(nóng)業(yè)現(xiàn)代化研究,2010,31(6):716-719
[5] 曹廣忠,白曉.中國城鎮(zhèn)建設用地經(jīng)濟密度的區(qū)位差異及影響因素——基于273個地級及以上城市的分析[J].中國人口資源與環(huán)境,2010,20(2):12-18
[6] 馮科,吳次芳,陸張維,等.中國土地經(jīng)濟密度分布的時空特征及規(guī)律——來自省際面板數(shù)據(jù)的分析[J].經(jīng)濟地理,2008(5):817-820
[7] 貝涵璐,吳次芳,馮科,等.土地經(jīng)濟密度的區(qū)域差異特征及動態(tài)演變格局——基于長江三角洲地區(qū)的實證分析[J]. 自然資源學報,2009,24(11):1952-1962
[8] 李燕,賀燦飛.基于“3D”框架的長江三角洲城市群經(jīng)濟空間演化分析[J].經(jīng)濟地理,2013(5):43-46,66
[9] 周敏,胡碧霞.東北地區(qū)城市土地經(jīng)濟密度格局演變[J].城市問題,2018(10):62-68
[10] 謝保鵬,陳英,張文斌,等.甘肅省縣區(qū)單元城鎮(zhèn)工礦用地經(jīng)濟密度區(qū)域差異及動態(tài)演變特征分析[J].干旱區(qū)資源與環(huán)境,2012,26(11):12-19
[11] 汪磊,張薇薇,汪霞.喀斯特地區(qū)城市經(jīng)濟密度時空差異及影響因素分析——基于貴州省9個市州的面板數(shù)據(jù)模型[J].經(jīng)濟問題探索,2019(3):84-91
[12] 夏浩,苑韶峰,楊麗霞.浙江縣域土地經(jīng)濟效益空間格局演變及驅(qū)動因素研究[J].長江流域資源與環(huán)境,2017,26(3):341-349
[13] Vernon H J,Dzhamilya N,Sebastian K.Measuring urban economic density[J].Journal of Urban Economics,2019:doi:10 1016/j.jue.2019.103188
[14] Giorgio B,Maria D P.Training and economic density:Some evidence form Italian provinces[J].Labour Economics,2006,15(1):118 - 140
[15] 王宏亮,郝晉珉,管青春,等.內(nèi)蒙古自治區(qū)城鎮(zhèn)土地經(jīng)濟密度的區(qū)域差異及其收斂性分析[J].中國農(nóng)業(yè)大學學報,2018,23(2):139-146
[16] 羅剛,廖和平,房傲雪,等.成渝經(jīng)濟區(qū)土地經(jīng)濟密度時空特征及動態(tài)演變[J].西南大學學報:自然科學版,2017,39(12):134-142
[17] 匡兵,盧新海,周敏,等.中國地級以上城市土地經(jīng)濟密度差異的時空演化分析[J].地理科學,2017,37(12):1850-1858
[18] 王慧玲,余丹林,鄭江華.基于空間計量模型的新疆城鎮(zhèn)密度時空變化特征分析[J].湖南師范大學自然科學學報,2018,41(5):1-9
[19] 羅文斌,吳次芳,馮科.城市土地經(jīng)濟密度的時空差異及其影響機理——基于湖南省城市面板數(shù)據(jù)的實證分析[J].城市發(fā)展研究,2010,17(6):68-74
[20] 王琰琿,魯成樹,馬麗君.安徽省縣域土地經(jīng)濟密度時空演化及驅(qū)動力分析[J].國土與自然資源研究,2019(1):33-39
[21] 龔建周,劉彥隨,張靈.廣州市土地利用結構優(yōu)化配置及其潛力[J].地理學報,2010,65(11):1391-1400
[22] 曹帥,金曉斌,楊緒紅,等.耦合MOP與GeoSOS-FLUS模型的縣級土地利用結構與布局復合優(yōu)化[J].自然資源學報,2019,34(6):1171-1185
[23] 劉奕豪,張海峰,梁若冰.城市經(jīng)濟圈建設的政策效應評估——以合肥經(jīng)濟圈為例[J].華東經(jīng)濟管理,2017,31(7):14-24
[24] 朱道才,孫家敏,陸林.合肥經(jīng)濟圈空間關聯(lián)時空演進研究[J].地理科學,2017,37(5):738-747
Study on the spatial-temporal differentiation and influencing factors of land economic density in Anhui Province
HUANG Yuting,LI Qiang
(School of Economics,Anhui University of Finance and Economics,Bengbu 233030,China)
Based on the relevant data of 16 prefecture-level cities in Anhui Province from 2008 to 2017,the Theil index,variation coefficient,exploratory spatial data analysis method and Pearson correlation coefficient were used to analyze the spatial-temporal differentiation of urban land economic density and its influencing factors.The results show that the land economic density in Anhui Province is rising,showing spatial clustering and significant differences among cities.The spatial clustering is increasing,and the overall difference is decreasing.The urban land economic density are significantly correlated with the proportion of the added value of the secondary and tertiary industries and the population urbanization rate.Some suggestions are put forward from the aspects of optimizing land use structure, giving full play to the radiation role of central cities and optimizing the industrial structure.
land economic density;spatial-temporal differentiation;spatial autocorrelation;Anhui Province
1007-9831(2020)07-0011-06
O29∶F301
A
10.3969/j.issn.1007-9831.2020.07.003
2020-03-26
國家社科基金后期資助項目(19FJLB004)——河長制視域下環(huán)境分權的減排效應研究;滬蘇浙皖“長三角高質(zhì)量一體化發(fā)展重大問題研究”專項課題——基于環(huán)境分權的長三角環(huán)境治理長效機制研究;安徽省大學生創(chuàng)新訓練項目(S201910378645)——新時代智慧城市建設評價及提升路徑研究(以合肥市為例)
黃鈺婷(1999-),女,安徽六安人,在讀本科生.E-mail:hyt0730@163.com
李強(1981-),男,江西撫州人,教授,博士,從事經(jīng)濟學研究.E-mail:hyt0730@163.com