The EvolutionandDriving Factors of Multiscale Satial Paternof UrbanLandEconomic Densityinthe YangtzeRiver Delta RegionHE Bei-bei， BIAN Yue-feng，YUAN Yu-meng et al（Jiangsu Suzhou Cadre Colege， Suzhou，Jiangsu ）

AbstractBasedoeulti-tempoalandgresolutioglobalubanorderterpretationdatain22，taking06outis（iies，i tricts）andaboeinngeierDelaseseahect，euyTilide，lobalandlocastautocoelaoalyi torevealthecharacteriticanddrivingfactorofthesatialevolutionofurbanlandconomicdenstyinteYangtzeRiverDeltafotrovin cial，municipal and county areas.The results of the study show that： ① The urban land economic density of the Yangtze River Delta is generallynothigh，andthdierencesbetweenregiosareobvious.Frotheciyscale，53.65%ofteurbanlandecoomicdnsityisoerthan theaveragelevelanddistributedmainlyintenortheofJiangsuandAnui.hespacediferencesinmoscitisintatregiosarealso large；from the perspective of thecounty scale， 76.47% ofcounty（city，district）land economic densityis lower than the average level，which is widely distributed than the municipal level. ② In the Yangtze River Delta region，the economic density of urban land at the city level and county-levelsaleigatstialposieaos，ilyfedetoeas（cgHalue heterogeneousregos）Amongteteig-valueaglomeratioandlow-vauehterogenousaeasaredistrbutedlsselovaluea glomerationareaisthemostgatheringareacoveringthelargestnumberofcitiesandthekeyfocusareaintefutue.Theconomicdesityof urbanlandintistyeofeaisalowdensityaraandeaveragedesitydosnotedOilionyan/kAtdiferentspacesal， the spatial agglomeration is a certain diference，and the county-level scale is more scattered. ③ Economic factors have the greatest impact on theeconomicsityoflandineageRivrDeltagioutfrotpespctieofspificidcators，ereaeertainisin theinfluencingfactorsdterexplaatorypowriteajoras.erapiaGDdustrialsructue，ndaveagedt amountof assetinvestment，thelabordensityofthesecondandthird industrieshaveagoodabilitytointerpreteacharea.

Key WordsLand economic density；Driving factors；Multi scale；The Yangtze River Delta region

土地經(jīng)濟(jì)密度是衡量區(qū)域土地投人與空間經(jīng)濟(jì)產(chǎn)出協(xié)調(diào)狀況的重要指標(biāo)，能夠在一定程度上反映區(qū)域土地利用效益和集約利用狀況[]。在我國(guó)新型城鎮(zhèn)化快速發(fā)展階段，經(jīng)濟(jì)高質(zhì)量發(fā)展與資源環(huán)境約束收緊并存，人地關(guān)系相互作用產(chǎn)生的空間沖突已逐步影響到城市健康發(fā)展。因此，探討城鎮(zhèn)土地經(jīng)濟(jì)密度的時(shí)空變化規(guī)律，對(duì)城鎮(zhèn)土地高效集約利用和區(qū)域社會(huì)經(jīng)濟(jì)整體實(shí)力提升具有重要意義。

城鎮(zhèn)土地經(jīng)濟(jì)密度受到國(guó)內(nèi)學(xué)者高度關(guān)注，主要綜合應(yīng)用泰爾系數(shù)[2]、空間自相關(guān)分析[3]、變異系數(shù)[4]、馬爾科夫鏈[5]、核密度函數(shù)[6]等模型，對(duì)國(guó)家層面[7]、省域[8]、市域[9]、經(jīng)濟(jì)區(qū)[\"]以及產(chǎn)業(yè)集中區(qū)[1]等中宏尺度的城鎮(zhèn)土地經(jīng)濟(jì)密度進(jìn)行研究。學(xué)者們多采用時(shí)間序列數(shù)據(jù)，選取5＼～20年的某一時(shí)間段，分析研究對(duì)象的歷史數(shù)據(jù)并進(jìn)行數(shù)據(jù)趨勢(shì)預(yù)測(cè)；有些學(xué)者則采用橫截面數(shù)據(jù)，對(duì)同一時(shí)間段的不同對(duì)象進(jìn)行研究，重點(diǎn)分析研究對(duì)象在同一個(gè)時(shí)間段的差異；部分學(xué)者則同時(shí)采用時(shí)間序列和橫截面數(shù)據(jù)2個(gè)維度面板數(shù)據(jù)進(jìn)行時(shí)空分析[12]?，F(xiàn)有研究中，市級(jí)中觀尺度或單一尺度研究較多，大尺度的區(qū)域、流域或縣（市、區(qū)）域?qū)用娴奈⒂^尺度研究較少，缺乏不同尺度對(duì)比研究，難以揭示不同尺度下空間分布的差異性，也無(wú)法滿足不同區(qū)域政策的差異性制定的需求。

黨的二十大報(bào)告提出，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展要以城市群、都市圈為依托構(gòu)建大中小城市協(xié)調(diào)發(fā)展格局。2019年，長(zhǎng)三角一體化上升為國(guó)家戰(zhàn)略，為長(zhǎng)三角地區(qū)整體實(shí)力和國(guó)際競(jìng)爭(zhēng)力提升提供了戰(zhàn)略機(jī)遇，長(zhǎng)三角城市群正朝著打造具有全球影響力的世界級(jí)城市群邁進(jìn)。但也必須看到，這一戰(zhàn)略的實(shí)現(xiàn)正面臨發(fā)展空間狹窄、土地資源稀缺等巨大挑戰(zhàn)，土地利用與經(jīng)濟(jì)發(fā)展之間的矛盾日漸尖銳。如何充分挖掘城市有限土地資源的潛在價(jià)值，提升土地利用效率，發(fā)揮長(zhǎng)三角城市群高質(zhì)量發(fā)展帶動(dòng)長(zhǎng)江經(jīng)濟(jì)帶和華東地區(qū)發(fā)展的重要作用，已經(jīng)成為扎實(shí)推進(jìn)長(zhǎng)三角一體化高質(zhì)量發(fā)展的關(guān)鍵?；诖?，筆者以長(zhǎng)三角地區(qū)為研究區(qū)，306個(gè)縣（市、區(qū)）及以上城市為研究單元，從?。ㄖ陛犑校┑丶?jí)市、縣（市、區(qū)）等3個(gè)不同尺度分析區(qū)域城鎮(zhèn)土地經(jīng)濟(jì)密度的空間格局，并探討影響空間格局分布的驅(qū)動(dòng)因素，為長(zhǎng)三角城市群不同尺度城市發(fā)展制定差異化發(fā)展戰(zhàn)略提供科學(xué)理論依據(jù)，并為長(zhǎng)三角一體化發(fā)展過(guò)程中優(yōu)化土地利用提供實(shí)踐參考和理論支持。

1研究區(qū)域、方法和數(shù)據(jù)

1.1研究區(qū)概況長(zhǎng)三角地區(qū)包括上海市、江蘇省、浙江省和安徽省3省1市，區(qū)域面積 ，是全國(guó)經(jīng)濟(jì)最活躍、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，也是全國(guó)區(qū)域一體化水平最高的地區(qū)。2022年長(zhǎng)三角地區(qū)常住人口2.37億，城鎮(zhèn)化率達(dá)到 70.84% ，地區(qū)生產(chǎn)總值29.03萬(wàn)億元，占長(zhǎng)江經(jīng)濟(jì)帶和全國(guó)比重分別為 51.9% 和 24.1% ，綜合實(shí)力排全國(guó)首位。

1.2 研究方法

1.2.1土地經(jīng)濟(jì)密度測(cè)度方法。參考已有的研究方法[13-14]，以單位建設(shè)用地面積上的二三產(chǎn)業(yè)增加值來(lái)計(jì)算城鎮(zhèn)土地經(jīng)濟(jì)密度，公式如下：

式中， L 表示城鎮(zhèn)土地經(jīng)濟(jì)密度；M表示區(qū)域二三產(chǎn)業(yè)增加值： N 表示建設(shè)用地面積。

1.2.2泰爾指數(shù)分析方法。泰爾指數(shù)是用于衡量區(qū)域內(nèi)和區(qū)域間差異的指標(biāo)。該研究采用泰爾指數(shù)對(duì)長(zhǎng)三角地區(qū)?。ㄖ陛犑校┑丶?jí)市、縣（市、區(qū)）3個(gè)尺度的土地經(jīng)濟(jì)密度空間差異性進(jìn)行測(cè)度，通過(guò)一階、二階嵌套分解，測(cè)算省際、省內(nèi)差異，市內(nèi)、市間差異和縣間差異。計(jì)算公式如下[5]：

式中： T 表示城鎮(zhèn)土地經(jīng)濟(jì)密度的泰爾指數(shù)； 表示為第 j 個(gè)城市的城鎮(zhèn)土地經(jīng)濟(jì)密度； 為各城市城鎮(zhèn)土地經(jīng)濟(jì)密度的平均值。泰爾指數(shù)在[0，1]，數(shù)值越大，差異性越大。此公式可以進(jìn)一步分解為地區(qū)內(nèi)差異和地區(qū)間差異，具體參見(jiàn)文獻(xiàn)[15]。

1.2.3空間數(shù)據(jù)分析方法?？臻g自相關(guān)被廣泛應(yīng)用于地理空間格局分析，揭示區(qū)域空間變化規(guī)律和相互作用，主要采用全局Moran’sI指數(shù)和局部Moran’s I 指數(shù)。該研究運(yùn)用此方法測(cè)算長(zhǎng)三角地區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度空間分布是否具有全局及局部聚類分布特征。全局Moran’s I 指數(shù)和局部Moran's I 指數(shù)具體計(jì)算過(guò)程參見(jiàn)文獻(xiàn)[14]。

1.2.4地理探測(cè)器模型。地理探測(cè)器是一種主要用來(lái)分析地理事物空間分異驅(qū)動(dòng)因素的統(tǒng)計(jì)學(xué)方法[16]，其核心值 q 是能夠解釋自變量 X 對(duì)因變量 Y 影響程度，計(jì)算公式如下：

式中： q 為城鎮(zhèn)土地經(jīng)濟(jì)密度分異解釋指標(biāo)； L 為整個(gè)研究區(qū)樣本數(shù)， m=1，？s，k 為各因素類型， k 為類型 h 的樣本數(shù)； 和 分別為類型 m 和全區(qū)的Y的離散方差； q 取值范圍在0＼～1，其值越大，表明該因素對(duì)城鎮(zhèn)土地經(jīng)濟(jì)密度地域分異的解釋能力越強(qiáng)。

1.3數(shù)據(jù)來(lái)源該研究以長(zhǎng)三角地區(qū)為縣（市、區(qū)）及以上城市為研究單位，共3個(gè)省1個(gè)直轄市，40個(gè)地級(jí)市，306個(gè)縣（市、區(qū)）。該研究中，由于上海作為直轄市，在省域和市域的空間差異和相關(guān)性分析中進(jìn)行重復(fù)計(jì)算，更加客觀地揭示空間分布情況。

該研究所需數(shù)據(jù)具體來(lái)源如下：一是建設(shè)用地面積數(shù)據(jù)，采用2022年清華大學(xué)研究團(tuán)隊(duì)發(fā)布的基于全球高分辨率 30m 人造不透水面制圖產(chǎn)品（globalartificialimpervious-area，GAIA）提取的多時(shí)相全球城市邊界（globalurbanbound-ary，GUB）數(shù)據(jù)集[17]；二是各級(jí)行政邊界數(shù)據(jù)來(lái)源于全國(guó)地理信息系統(tǒng)（http：//www.webmap.cn）提供的 1：100 萬(wàn)全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(kù)；三是社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于2022年《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》以及相關(guān)省市縣統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等。

2 結(jié)果與分析

2.1總體分布特征分析根據(jù)公式（1）的計(jì)算方法分別計(jì)算出長(zhǎng)三角地區(qū)省域、市域、縣域3個(gè)不同尺度城鎮(zhèn)土地經(jīng)濟(jì)密度以及不同尺度上的平均值。

在省域?qū)用妫òㄉ虾Ｊ校?022年長(zhǎng)三角地區(qū)省（直轄市）平均密度為7.57億元/km2 ，其中上海最高，達(dá)到15.46億元/km2，其建設(shè)用地面僅占總面積的 5.75% ，但二三產(chǎn)業(yè)增加值所占比例高達(dá) 16.44% 。其他3個(gè)省級(jí)單位土地密度均未能達(dá)到平均值，浙江和江蘇分別為6.89億、5.26億元＼km2安徽最低，只有1.92億元 。

從市域?qū)用娣治觯◤膮^(qū)域空間角度考慮將上海市也放入市級(jí)層面進(jìn)行對(duì)比），2022年，長(zhǎng)三角地區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度均值為5.03億元km2。其中，有19個(gè)市的土地經(jīng)濟(jì)密度高于平均值，建設(shè)用地面積占區(qū)域總面積比例為 46.12% ，但二三產(chǎn)業(yè)增加值占比達(dá) 74.85% 。上海市最高，南京市次之，為10.55億元 。反之，其余22個(gè)地級(jí)市的土地經(jīng)濟(jì)密度低于平均值，最低為安徽宿州，只有1.19 億元/km2。

從縣域尺度分析，2022年長(zhǎng)三角地區(qū)土地經(jīng)濟(jì)密度均值為7.36億元/ 。其中，有72個(gè)縣（市、區(qū)）城鎮(zhèn)土地經(jīng)濟(jì)密度高于平均值，最高的為上海黃浦區(qū)，為141.47億元 ，拉高了縣（市、區(qū)）平均水平，72個(gè)縣（市、區(qū)）建設(shè)用地僅占總面積的 20.31% ，二三產(chǎn)業(yè)增加值占比卻達(dá)到 50.82% 。其他234個(gè)縣（市、區(qū)）土地經(jīng)濟(jì)密度則均低于平均值，最小的為安徽省霍邱縣，僅為0.45億元/ 。

從以上分析可以看出，省、市、縣3個(gè)尺度土地經(jīng)濟(jì)密度都表現(xiàn)為高于平均值的數(shù)量較少，低于平均值的較多，且呈現(xiàn)出空間尺度越小區(qū)域間差異越大的趨勢(shì)，其空間提升的潛力也越大。

2.2空間差異性特征分析

2.2.1省際與省內(nèi)差異分析。2022年長(zhǎng)三角地區(qū)3省1市的城鎮(zhèn)土地經(jīng)濟(jì)密度利用自然斷點(diǎn)法可以劃分為3個(gè)等級(jí)：

① 高密度區(qū)（6.89億＼～15.46億元/ ），上海； ② 中密度區(qū)（2.69億 ～6.89 億元/ ），江蘇、浙江； ③ 低密度區(qū)（低于2.69億元/ ），安徽。由此可見(jiàn)，長(zhǎng)三角地區(qū)3省1市城鎮(zhèn)土地經(jīng)濟(jì)密度整體呈現(xiàn)由東向西呈現(xiàn)遞減的態(tài)勢(shì)，且?。ㄖ陛犑校┲g的差異較大。

從各省（直轄市）泰爾指數(shù)計(jì)算結(jié)果來(lái)看，上海市城鎮(zhèn)土地經(jīng)濟(jì)密度區(qū)域內(nèi)部差異性較大，遠(yuǎn)高于其他3省。根據(jù)結(jié)果可劃分為3個(gè)等級(jí)： ① 高差異區(qū)（泰爾指數(shù)大于0.4806），上海； ② 中差異區(qū)（泰爾指數(shù)在 0.0354～0.1565） ，江蘇、安徽； ③ 低差異區(qū)（泰爾指數(shù)小于0.0354），浙江。

2.2.2市內(nèi)與市際差異分析。利用自然斷點(diǎn)法，對(duì)2022年長(zhǎng)三角地區(qū)41個(gè)城市（包括40個(gè)地級(jí)市、1個(gè)直轄市）土地經(jīng)濟(jì)密度計(jì)算結(jié)果進(jìn)行劃分（圖1）： ① 高密度區(qū)（處于8.15億＼～15.46億元 ），僅有3個(gè)城市，按照排序依次為上海、南京、杭州，其中上海比其他2個(gè)地區(qū)高出近 50% 。

② 較高密度區(qū)（5.89億＼～8.15億元 ），共有10個(gè)，占比24.39% ，主要分布于環(huán)上海及沿江、沿海、沿湖一帶。 ③ 中密度區(qū)（4.86億＼～6.39億元/ ），共15個(gè)，占比 36.59% ，分布于江蘇中部、浙江南部以及安徽南部與浙江、江蘇接壤處等3個(gè)片區(qū)，緊鄰較高密度區(qū)，基本連片。 ④ 較低密度區(qū)（1.19億＼～2.74億元 ），共13個(gè)，占比 31.71% ，集中分布于安徽和江蘇北部區(qū)域。由此可見(jiàn)，長(zhǎng)三角地區(qū)市級(jí)城鎮(zhèn)土地經(jīng)濟(jì)密度整體差異也相對(duì)較大，土地高密度區(qū)基本分布在上海、省會(huì)城市及經(jīng)濟(jì)發(fā)達(dá)地區(qū)。上海作為長(zhǎng)三角極核城市，與南京、杭州共同構(gòu)建“極核引領(lǐng) + 次級(jí)增長(zhǎng)核”協(xié)同發(fā)展格局，產(chǎn)業(yè)、教育、交通、科創(chuàng)等資源外溢效應(yīng)凸顯，對(duì)周邊城市已經(jīng)形成顯著的正向帶動(dòng)作用，但由于皖北、蘇北距離核心區(qū)域較遠(yuǎn)，受輻射有限，是整個(gè)區(qū)域密度最低的片區(qū)。應(yīng)進(jìn)一步做強(qiáng)做優(yōu)合肥都市圈，與南京都市圈構(gòu)成寧合城市群，并加大對(duì)北部地區(qū)中心城市（鎮(zhèn)）的建設(shè)，帶動(dòng)北部地區(qū)經(jīng)濟(jì)發(fā)展。

從泰爾指數(shù)計(jì)算結(jié)果可以看出，2022年長(zhǎng)三角地區(qū)41個(gè)城市（包括40個(gè)地級(jí)市、1個(gè)直轄市）土地經(jīng)濟(jì)密度的內(nèi)部差異較大，可劃分為4個(gè)等級(jí)： ① 高差異城市 0.4806，共6個(gè)市，占 14.63% ，分布于上海、省會(huì)城市及淮北、徐州等地； ② 較高差異地區(qū) （0.0379～0.1838） ，共10個(gè)，占 24.39% ，主要集中在安徽、江蘇2省，基本上與高差異區(qū)域相鄰； ③ 中差異地區(qū) ，共13個(gè)，占31.71% ，主要分布于長(zhǎng)三角中北部，集中于安徽、江蘇2?。?/p>

④ 低差異區(qū) ，共12個(gè)，占 29.27% ，主要集中分布于長(zhǎng)三角中南部，以浙江省為主，江蘇和安徽零星分布。從空間分布看，長(zhǎng)三角地區(qū)高差異空間布局超過(guò) 30% ，比例較大，分布較散，除上海、省會(huì)城市等發(fā)達(dá)地區(qū)以外，江蘇和安徽等北部經(jīng)濟(jì)不發(fā)達(dá)地區(qū)也呈現(xiàn)出城市內(nèi)部差異較大的狀態(tài)。這說(shuō)明，一個(gè)城市經(jīng)濟(jì)發(fā)展水平未必與本區(qū)域城鎮(zhèn)土地經(jīng)濟(jì)密度空間差異性呈現(xiàn)正相關(guān)關(guān)系，從省級(jí)層面也驗(yàn)證了這一點(diǎn)。一些經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)采用優(yōu)先主城區(qū)發(fā)展的模式，各種資源要素在城區(qū)集聚，而周邊城鎮(zhèn)發(fā)展相對(duì)滯后，造成區(qū)域差異過(guò)大，發(fā)展不均衡性突出。這些問(wèn)題也依然困擾上海、南京、杭州等發(fā)達(dá)地區(qū)，主城區(qū)發(fā)展優(yōu)勢(shì)突出，發(fā)展速度明顯快于其他區(qū)域，地區(qū)差異未能得到有效縮小。

2.2.3縣際差異分析。2022年，長(zhǎng)三角地區(qū)306個(gè)縣區(qū)（市）的城鎮(zhèn)土地經(jīng)濟(jì)密度（圖2），利用自然斷點(diǎn)法劃分為5個(gè)等級(jí)： ① 超高密度縣區(qū)（67.82億＼～141.47億元/ ），僅有1個(gè)，為上海靜安區(qū)，為141.47億元 ，遠(yuǎn)高于其他區(qū)域； ② 高密度區(qū)（31.51億＼～67.82億元/ ），共有9個(gè)，占比2.94% ，主要分布于上海以及江蘇、浙江省會(huì)城市的中心城區(qū)； ③ 較高密度區(qū)（14.13億＼～31.51億元/ ），共11個(gè)，占比 3.59% ，鑲嵌于3省1市中心城區(qū)，其中江蘇6個(gè)，合肥2個(gè)，上海、浙江僅有1個(gè)； ④ 較低密度區(qū)（5.01億＼～14.13億元＼km2），共137個(gè)，占 44.77% ，主要分布于江蘇南部和浙江大部； ⑤ 低密度區(qū)（0.45億＼～5.01億元/ ），共148個(gè)，占48.37% ，主要集中分布于江蘇北部、浙江西部地區(qū)及安徽中北部。綜上所述，整體看，長(zhǎng)三角地區(qū)各縣（市、區(qū)）土地經(jīng)濟(jì)密度分布差異較大，整體呈現(xiàn)南高北低的態(tài)勢(shì)，高密度區(qū)主要集中在上海，零星分布于各省省會(huì)中心城區(qū)，總體數(shù)量較少，只占總量的 7% 不到，并呈現(xiàn)以中心城區(qū)向外圍逐步降低的態(tài)勢(shì)。

2.3 空間關(guān)聯(lián)性特征分析

2.3.1全局空間自相關(guān)。空間自相關(guān)分析結(jié)果表明：市級(jí)層面和縣域尺度長(zhǎng)三角地區(qū)土地經(jīng)濟(jì)密度的Moran’s I 指數(shù)分別為0.534、0.585，Geary‘s 指數(shù)分別為0.516、0.379，Getisamp;Ord's G 指數(shù)分別為0.177、0.046，且均在0.01的顯著水平通過(guò)檢驗(yàn)。省級(jí)尺度：Moran’s I 指數(shù)不顯著。計(jì)算結(jié)果表明長(zhǎng)三角地區(qū)無(wú)論在市級(jí)層次還是縣域尺度上，城鎮(zhèn)土地經(jīng)濟(jì)密度均呈現(xiàn)出空間正相性，也就是土地密度高值城市趨于和高值城市相鄰，低值城市和低值城市相鄰的分布特征。參考相關(guān)研究結(jié)果[3]，Moran’s I 指數(shù)值與10年前相比已有明顯提升，但無(wú)論是市級(jí)層面還是縣域尺度仍處于中等水平，說(shuō)明空間自相關(guān)性不是十分顯著，整體呈現(xiàn)弱集聚格局。此時(shí)長(zhǎng)三角一體化剛上升為國(guó)家戰(zhàn)略，上海、杭州、南京等中心城區(qū)輻射作用尚未充分發(fā)揮，中心城市帶動(dòng)作用不足，未能形成大片的集聚，從局部的空間自相關(guān)的布局特征也能得到驗(yàn)證。

3省1市的Moran's I 沒(méi)有通過(guò)0.01水平的顯著性檢驗(yàn)，表明?。ㄖ陛犑校用婵臻g集聚不顯著?？赡艿慕忉專簭氖〖?jí)層面看，長(zhǎng)三角地區(qū)土地經(jīng)濟(jì)密度明顯呈現(xiàn)3個(gè)梯度，高值區(qū)向次一級(jí)高值區(qū)輻射有限，特別是安徽省由于經(jīng)濟(jì)基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)、科創(chuàng)能力等方面與其他?。ㄊ校┻€有一定差距，導(dǎo)致未能形成連片高值區(qū)域，空間集聚特征不明顯。

2.3.2局部空間自相關(guān)。由于省級(jí)層面全局自相關(guān)不顯著，局部空間自相關(guān)主要針對(duì)市級(jí)層面和縣域尺度城鎮(zhèn)土地經(jīng)濟(jì)密度集聚情況進(jìn)行分析，聚類和異常值分析結(jié)果表明：長(zhǎng)三角地區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度空間集聚的狀態(tài)主要分為3種類型（圖3），空間集聚不包括H-L高低集聚區(qū)。

（1）H-H高值集聚區(qū)。高值集聚區(qū)主要集中在長(zhǎng)三角經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)，總體數(shù)量較少，土地密度值相對(duì)較高，區(qū)域內(nèi)空間分異程度較小。從市級(jí)層面看，高值區(qū)主要分布于江蘇、浙江2省，江蘇蘇州以及浙江嘉興、舟山2個(gè)片區(qū)?？h域尺度則與市級(jí)略有不同，數(shù)量更多，集中在滬蘇浙經(jīng)濟(jì)最為發(fā)達(dá)3大片區(qū)，以徐匯區(qū)為中心向外擴(kuò)散10個(gè)區(qū)、江蘇南京市8個(gè)中心區(qū)和浙江杭州7個(gè)中心區(qū)?？h域尺度空間分布比市級(jí)更廣，說(shuō)明微觀尺度城鎮(zhèn)土地空間密度更加分散，區(qū)域經(jīng)濟(jì)發(fā)展還存在不均衡性，泰爾指數(shù)的分析結(jié)果也同樣驗(yàn)證這一點(diǎn)，該區(qū)域均處于高差異區(qū)。

（2）L-H低值異質(zhì)區(qū)。低值異質(zhì)區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度的空間分異程度較大，但數(shù)量在3種類型中最少，市級(jí)層面只分布在安徽宣城市，與江蘇、浙江2省毗連，處于高密度區(qū)、較高密度區(qū)包圍之中?？h域?qū)用鎰t主要分布于高集聚區(qū)的四周，共3個(gè)片區(qū)，分別為上海崇明、青浦、奉賢，江蘇六合區(qū)以及浙江蕭山、富陽(yáng)、德清，這些區(qū)域均與經(jīng)濟(jì)發(fā)展水平較好的城市相連，在城市功能外溢有效輻射范圍之內(nèi)，但由于這些城市發(fā)展起步較晚，發(fā)展基礎(chǔ)條件與高值地區(qū)相差較大，輻射帶動(dòng)效果還不明顯，經(jīng)濟(jì)發(fā)展仍有較大差距，土地經(jīng)濟(jì)密度處于較低水平，與周邊縣（市、區(qū)）相比有明顯差距?；诖?，該類型區(qū)域今后應(yīng)注重提升內(nèi)部基礎(chǔ)上條件，并加大與外部聯(lián)動(dòng)，統(tǒng)籌推進(jìn)協(xié)調(diào)發(fā)展。

（3）L-L低值集聚區(qū)。低值集聚區(qū)是3個(gè)類型中覆蓋城市數(shù)量最多、最為集聚的一個(gè)片區(qū)，空間差異程度較小。此類型區(qū)域的城鎮(zhèn)土地經(jīng)濟(jì)密度均屬于低密度區(qū)，平均密度不超過(guò)2億元 。市級(jí)層面主要分布于長(zhǎng)三角北部地區(qū)，包括江蘇淮安、宿遷、連云港、徐州4市以及安徽淮南、蚌埠、阜陽(yáng)、亳州、淮北、宿州6市，集中成片。縣級(jí)尺度的空間分布與市級(jí)基本重合，涉及范圍略有不同，還覆蓋江蘇鹽城小部分區(qū)域，這也同樣說(shuō)明微觀尺度的空間分布略分散，與泰爾指數(shù)的分析基本一致。這類區(qū)域相較于長(zhǎng)三角其他區(qū)域整體發(fā)展水平較為落后，產(chǎn)業(yè)仍以粗放式發(fā)展為主，層級(jí)較低。長(zhǎng)江三角洲區(qū)域一體化上升為國(guó)家戰(zhàn)略以來(lái)，滬、蘇、浙、皖合力推進(jìn)區(qū)域一體化，探索建立皖北產(chǎn)業(yè)轉(zhuǎn)移集聚區(qū)，南北產(chǎn)業(yè)轉(zhuǎn)移提速，快速拉動(dòng)北部地區(qū)經(jīng)濟(jì)。與此同時(shí)，由于北部地區(qū)經(jīng)濟(jì)基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)、科創(chuàng)能力、教育水平和開(kāi)放程度等與其他城市相比有明顯差距，城市間綜合吸引能力有限，承接發(fā)展高新技術(shù)產(chǎn)業(yè)的資源條件不足，勞動(dòng)資源密集型產(chǎn)業(yè)占比較大，土地的無(wú)序、低效利用和城鎮(zhèn)快速擴(kuò)展等并未得到有效改善。該類型區(qū)域今后應(yīng)注重優(yōu)化城鎮(zhèn)規(guī)劃布局，在項(xiàng)目建設(shè)、產(chǎn)業(yè)承接、科創(chuàng)策源、政策協(xié)同等方面下功夫，逐步優(yōu)化國(guó)土空間提高土地集約利用率，以期改善城鎮(zhèn)土地經(jīng)濟(jì)密度低水平集聚的空間格局。

Fig.3SpatialaglomerationmapoflandeonomicdensityofShanghaiCityandprefeturelevelitiesintheYangteRiverDeltan202

2.4長(zhǎng)三角地區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度驅(qū)動(dòng)因素分析

2.4.1指標(biāo)體系。根據(jù)已有研究表明，城鎮(zhèn)土地經(jīng)濟(jì)空間分布差異性受到資本、人口、勞動(dòng)力、交通等多種因素綜合影響，借鑒梁麗英等[18]、宋成鎮(zhèn)等[9]、馮科等[1]已有的研究成果，綜合考慮數(shù)據(jù)可獲取性以及尺度的適宜性，僅將市域作為驅(qū)動(dòng)因素分析對(duì)象，從經(jīng)濟(jì)、社會(huì)、自然3個(gè)方面選取10個(gè)指標(biāo)，運(yùn)用地理探測(cè)器方法對(duì)長(zhǎng)江三角洲城鎮(zhèn)土地經(jīng)濟(jì)密度分異的影響因素進(jìn)行分析。

（1）經(jīng)濟(jì)因素。經(jīng)濟(jì)是一個(gè)區(qū)域發(fā)展的基礎(chǔ)，城市經(jīng)濟(jì)發(fā)展方式、資本投資強(qiáng)度、對(duì)外開(kāi)放程度直接影響土地效益及開(kāi)發(fā)強(qiáng)度。研究選取人均 、產(chǎn)業(yè)結(jié)構(gòu) 、地均固定資產(chǎn)投資 ）、地均外資利用水平（ ）等指標(biāo)作為經(jīng)濟(jì)因素進(jìn)行分析。

（2）社會(huì)因素。城市人口、勞動(dòng)力、交通在一定程度上反映城市發(fā)展活力，科技則是推動(dòng)城市發(fā)展的重要方式，選取人口規(guī)模 人口密度（ 、二三產(chǎn)業(yè)勞動(dòng)力密度 、客貨運(yùn)總量 、科技財(cái)政支出占比 進(jìn)行要素分析。

（3）自然地理因素。城市自然地理?xiàng)l件式是影響土地利用和城市建設(shè)的重要因素，選取地形起伏度（ ）作為自然條件要素進(jìn)行分析。

2.4.2探測(cè)結(jié)果分析。為進(jìn)一步分析長(zhǎng)三角地區(qū)城鎮(zhèn)土地驅(qū)動(dòng)因素的空間差異，參考相關(guān)研究做法[16]，綜合考慮上海與江蘇、浙江接壤，分別對(duì)上海及江蘇地區(qū)、上海及浙江地區(qū)、安徽3個(gè)區(qū)域進(jìn)行分析，并對(duì)比分析結(jié)果

根據(jù)地理探測(cè)模型，得到2022年各驅(qū)動(dòng)因子的解釋力 q 值及其顯著性水平（表1）。分析結(jié)果表明，長(zhǎng)三角地區(qū)，驅(qū)動(dòng)因子對(duì)城鎮(zhèn)土地經(jīng)濟(jì)密度分異影響力由大到小分別為產(chǎn)業(yè)結(jié)構(gòu)（0.7406）、二三產(chǎn)業(yè)勞動(dòng)力密度（0.7238）、人均GDP（0.6685）地均固定資產(chǎn)投資（0.6681）、地均外資利用水平（0.6631）人口密度（0.6162）、客貨運(yùn)總量（0.5561）科技財(cái)政支出占比（0.4261）、人口規(guī)模（0.4812）地形起伏度（0.0779）。整體看，經(jīng)濟(jì)因素對(duì)城鎮(zhèn)土地經(jīng)濟(jì)密度空間分異解釋能力最強(qiáng)， q 值在 0.60～0.75 ，分別從3個(gè)區(qū)域的分析結(jié)果來(lái)看，各因素的解釋力有明顯差異，但人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、地均外資利用水平都具有較強(qiáng)的作用。經(jīng)濟(jì)發(fā)展加大對(duì)土地的投入，促進(jìn)人口、勞動(dòng)力、資本、土地等要素的集聚，吸引外商投資，更加注重投入產(chǎn)出效益，加大資金、科創(chuàng)、管理等要素投入比例，改善土地利用方式，提升土地經(jīng)濟(jì)密度。其中，產(chǎn)業(yè)結(jié)構(gòu)的影響最為顯著，主要由于二三產(chǎn)業(yè)的快速發(fā)展會(huì)加大非農(nóng)建設(shè)用地的投入強(qiáng)度和利用強(qiáng)度，不同地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)水平會(huì)影響城鎮(zhèn)土地經(jīng)濟(jì)密度的空間差異性；其次是社會(huì)因素， q 值在0.40＼～0.75，說(shuō)明單個(gè)因素的影響力略有分異，但總體較高。人口、勞動(dòng)力、交通、科技等作為城市發(fā)展的活力因素，對(duì)區(qū)域生產(chǎn)力水平、產(chǎn)業(yè)發(fā)展效率和競(jìng)爭(zhēng)力具有重要的影響，導(dǎo)致區(qū)域產(chǎn)業(yè)發(fā)展的差異性進(jìn)而影響城鎮(zhèn)土地經(jīng)濟(jì)密度；從自然因素地形起伏的結(jié)果來(lái)看，無(wú)論是整體還是分區(qū)域，影響都是最小的，這說(shuō)明，在長(zhǎng)三角經(jīng)濟(jì)相對(duì)發(fā)達(dá)地區(qū)，經(jīng)濟(jì)、交通、科創(chuàng)等發(fā)展到一定水平，地形地貌等自然條件已經(jīng)不再是束縛土地利用的關(guān)鍵因素。

交互探測(cè)結(jié)果顯示（表2），無(wú)論是長(zhǎng)三角整體還是3個(gè)片區(qū)，一個(gè)驅(qū)動(dòng)因子對(duì)于城鎮(zhèn)經(jīng)濟(jì)密度空間分異的單獨(dú)作用都要弱于任意兩種驅(qū)動(dòng)因子組合的交互作用。其中，外商投資與二三產(chǎn)業(yè)勞動(dòng)力密度交互作用最強(qiáng)，產(chǎn)業(yè)結(jié)構(gòu)與固定資產(chǎn)投入次之。外商投資高的區(qū)域，更注重資金技術(shù)管理等要素投入，并不斷吸引高素質(zhì)產(chǎn)業(yè)勞動(dòng)力的集聚，同時(shí)，二三產(chǎn)業(yè)勞動(dòng)力的集聚又促進(jìn)非農(nóng)產(chǎn)業(yè)發(fā)展，共同拉動(dòng)經(jīng)濟(jì)的同時(shí)，促進(jìn)土地經(jīng)濟(jì)密度的提升。固定資產(chǎn)則通過(guò)增加單位面積的投人，促使人口、產(chǎn)業(yè)等要素集聚的效果越明顯，產(chǎn)業(yè)結(jié)構(gòu)則對(duì)非農(nóng)建設(shè)用地、二三產(chǎn)業(yè)勞動(dòng)力等有著更高的需求，二者共同作用推動(dòng)各類空間效益提升。這個(gè)結(jié)論說(shuō)明，政策工具的組合效果要比單一政策工具要強(qiáng)，在實(shí)踐中，長(zhǎng)三角各地在政策制定過(guò)程中既要注重突出區(qū)域特色、又要統(tǒng)籌區(qū)域間的發(fā)展，注意政策協(xié)同性，避免因部門、區(qū)域壁壘而造成的單一的或孤立的政策出現(xiàn)，應(yīng)加強(qiáng)綜合應(yīng)用政策性工具組合，深度釋放政策疊加效應(yīng)。

3結(jié)論與討論

（1）長(zhǎng)三角地區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度總體不高，有一定發(fā)展空間；省域、市域、縣域3個(gè)尺度上城鎮(zhèn)土地經(jīng)濟(jì)密度與經(jīng)濟(jì)發(fā)展水平呈現(xiàn)出顯著的正向性；城鎮(zhèn)土地經(jīng)濟(jì)密度的空間差異較大，總體呈現(xiàn)以上海、南京、杭州為中心向外不斷降低的態(tài)勢(shì)，低值區(qū)主要集中在蘇北和皖北地區(qū)，占 48.37% ，比例較大，南高北低不均衡態(tài)勢(shì)明顯；土地經(jīng)濟(jì)密度區(qū)域內(nèi)部整體差異性不大，發(fā)展最不平衡的是上海和杭州，接近0.5，60% 以上城市都在0.1以下。結(jié)果表明，區(qū)域內(nèi)部城鎮(zhèn)土地經(jīng)濟(jì)密度差異性和經(jīng)濟(jì)發(fā)展水平未必呈現(xiàn)正相關(guān)關(guān)系，今后將進(jìn)一步加強(qiáng)二者之間關(guān)系的研究。

（2）長(zhǎng)三角地區(qū)無(wú)論在市級(jí)層次還是縣域尺度上城鎮(zhèn)土地經(jīng)濟(jì)密度均呈現(xiàn)空間正相關(guān)性，主要表現(xiàn)為3種類型集聚狀態(tài)（不包括H-L高值異質(zhì)區(qū)）：3種類型的集聚狀態(tài)中高值集聚區(qū)和低值異質(zhì)區(qū)分布較少。低值集聚區(qū)是覆蓋城市數(shù)量最多、最為集聚的一個(gè)片區(qū)，此類型區(qū)域的城鎮(zhèn)土地經(jīng)濟(jì)密度均屬于低密度區(qū)，平均密度不超過(guò)2億元 。低值集聚區(qū)是長(zhǎng)三角一體化需要關(guān)注的重點(diǎn)區(qū)域，應(yīng)進(jìn)一步發(fā)揮高值集聚區(qū)產(chǎn)業(yè)集群、人才、技術(shù)、管理、信息等優(yōu)勢(shì)，打造滬蘇浙皖\" （上海1個(gè)中心，南京、杭州、合肥3個(gè)副中心以及 N 個(gè)次中心城市）的協(xié)同發(fā)展格局，形成都市圈-城市群-中心城市（鎮(zhèn)）的空間形態(tài)，重點(diǎn)加大對(duì)北部中心城市（鎮(zhèn)）建設(shè)，將其打造作為承接副中心城市外溢效應(yīng)向低密度片區(qū)擴(kuò)散輻射的重要節(jié)點(diǎn)城市，以加強(qiáng)對(duì)低值區(qū)的輻射力度，低值區(qū)也應(yīng)注重政策制度銜接，進(jìn)一步優(yōu)化國(guó)土空間優(yōu)化，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)等，提升輻射接受能力，以改善低值集聚區(qū)經(jīng)濟(jì)發(fā)展條件，增加發(fā)展活力，促進(jìn)長(zhǎng)三角區(qū)域一體化高質(zhì)量協(xié)調(diào)發(fā)展。

（3）長(zhǎng)三角地區(qū)城鎮(zhèn)土地經(jīng)濟(jì)密度的空間分異受多因素影響，其中經(jīng)濟(jì)因素的解釋能力最強(qiáng)，3大片區(qū)的驅(qū)動(dòng)因子解釋力略有差異，但總體來(lái)講，人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、地均固定資產(chǎn)投資額、二三產(chǎn)業(yè)勞動(dòng)力密度對(duì)上海及江蘇地區(qū)、上海及浙江地區(qū)、安徽地區(qū)等地的城鎮(zhèn)土地經(jīng)濟(jì)密度有著較高的解釋能力，應(yīng)將這些因素作為不同區(qū)域提升土地密度的重點(diǎn)，這也為不同區(qū)域政策制定提供理論支撐。因子交互探測(cè)結(jié)果顯示，任意驅(qū)動(dòng)因子間的交互作用都大于一個(gè)驅(qū)動(dòng)因素的單獨(dú)作用。其中，外商投資與二三產(chǎn)業(yè)勞動(dòng)力密度交互作用最強(qiáng)，產(chǎn)業(yè)結(jié)構(gòu)與固定資產(chǎn)投人次之。可見(jiàn)，城市開(kāi)放程度、勞動(dòng)力密度、產(chǎn)業(yè)結(jié)構(gòu)、資本投入在提升土地利用密度上發(fā)揮重要作用，要加大開(kāi)放程度，吸引外商投資和優(yōu)質(zhì)人才，提升土地資金、技術(shù)、創(chuàng)新等資源要素投入比例，提高土地經(jīng)濟(jì)密度提升。長(zhǎng)三角地區(qū)在制定相關(guān)政策時(shí)，應(yīng)根據(jù)長(zhǎng)三角一體化發(fā)展的要求，針對(duì)各區(qū)域發(fā)展的不同驅(qū)動(dòng)要素，注重綜合運(yùn)用多種政策的組合，形成驅(qū)動(dòng)因子的多元交互支撐作用，以深度釋放政策合力。

參考文獻(xiàn)

[1]馮科，吳次芳，陸張維，等.中國(guó)土地經(jīng)濟(jì)密度分布的時(shí)空特征及規(guī)律：來(lái)自省際面板數(shù)據(jù)的分析[J].經(jīng)濟(jì)地理，2008，28（5）：817-820.

[2]陸雅雯，何如海，趙敏.安徽省城市土地經(jīng)濟(jì)密度時(shí)空差異及驅(qū)動(dòng)力分析[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，34（2）：88-95.

[3]袁晨光，梁流濤，唐林昊，等.河南省產(chǎn)業(yè)集聚區(qū)土地經(jīng)濟(jì)密度空間差異分析[J].地域研究與開(kāi)發(fā)，2019，38（5）：25-29，40.

[4]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(jì)密度的區(qū)域差異及其收斂性分析[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018，23（2）：139-146.