巢湖敬业土地规划设计有限责任公司 安徽省芜湖市 240000
摘要：在新型城镇化背景下，土地资源的有限性日益成为社会经济快速发展的掣肘。在此背景下研究城市土地综合密度，探索优化城市土地利用结构和调整土地利用布局的有效途径，对实现城市社会经济和土地利用协调发展有重要意义。本文基于ArcGIS平台，借助相对系数、相对发展速度和空间自相关等方法对安徽省城市土地综合密度的空间分布特征、区域差异变化等方面进行研究。研究得出如下结论：（1）安徽省城市土地综合密度的空间分布存在较为明显的不均衡性；（2）安徽省城市土地综合密度的正向空间相关性虽较为显著，但处于不断缩小过程中，且随着时间推移，可能演变为负相关性。
关键词：土地综合密度；时空分布；安徽省
土地是城市社会和经济发展的动力，是各种经济活动的载体。随着城镇化、工业化的快速推进，我国各个城市在土地利用上出现了不同程度上的低效利用、城市供地紧张等问题。安徽省在国家建设长江经济带战略中具有重要的战略地位，研究安徽省城市土地综合密度，对推动长江经济带战略高质量发展，实现安徽省城市发展过程中经济效益、社会效益和生态效益的最大化，促进土地资源合理配置节约集约利用，优化安徽省土地利用结构和提升安徽省城市化水平具有重要意义。
本文在学者们的研究基础上，选取安徽省作为研究区域，基于ArcGIS平台，借助相对系数、相对发展速度和空间自相关等方法探讨安徽省城市土地综合密度的空间分布特征及区域差异，以期为促进土地节约集约利用和城市社会经济发展提供建议。
1研究区概况和数据来源
1.1研究区概况
安徽省位于中国东部，具有承接东西、连接南北的独特地理区位优势。现设合肥、芜湖等16个地级市、44个市辖区。安徽省土地总面积13.96万平方千米。2017年末安徽省户籍人口7059.2万人，常住人口6254.8万人；城镇化率53.5%，比上年提高1.5个百分点。地区生产总值27518.7亿元，比上年增长8.5%；三大产业增加值分别为611.7亿元、13486.6亿元和11420.4亿元，分别增长了4%、8.6%和9.7%；三次产业结构由上年的10.5∶48.4∶41.1调整为9.5∶49∶41.5，产业结构较之前更为合理。
1.2数据来源
本文所需数据主要是国民经济与社会发展数据及部分土地利用数据，主要来自于国家统计局及各省市级统计部门的出版物，主要是2009-2017年《中国统计年鉴》、《中国劳动年鉴》、《中国城市建设年鉴》、《安徽统计年鉴》和《巢湖统计年鉴》，此外还包括历年安徽省及各地级市国民经济和社会发展公报，以及原省国土厅、各地方原市国土局发布的公告。
2土地综合密度内涵与指标体系
2.1土地综合密度内涵
国内外学者多采用城市GDP与城市建成区面积的比值来衡量城市用地效益，这种方法具有简单、直观的优势，但仅用单位建成区面积GDP值来表现城市用地效益，研究精度稍显不足。另有学者认为单位建成区面积二三产业增加量能更好反映城市土地利用水平[1-10]。
本文在借鉴现有研究成果基础上，考虑到生态文明建设、构建和谐社会和新常态下经济发展对城市土地利用的影响，从社会发展、土地利用、产业发展等三个维度选取13个指标对城市土地综合密度进行测算，并以此来表现城市土地利用效益。
2.2研究方法选择
（1）区域差异特征
区域差异特征主要是反映研究对象随着时间推移，内部差异随之变化的情况。城市土地综合密度的区域差异是指各研究单元的土地综合密度在时间维度下与区域土地综合密度平均水平的离散情况。本文选用变差系数法来研究区域间城市土地综合密度差异的动态变化情况。变差系数以研究区域的平均值为标准来度量各个单元地区的加权偏差情况，能够反映区域样本数据的离散程度。其公式为：
Cν=
.png)
（2-1）
式2-1中：Cν为变差系数，
.png)
为全省城市土地综合密度平均值，yi为第i个城市的城市土地综合密度，n为城市数量。
（2）相对发展速度
相对发展速度能准确反映一段时间内各城市土地综合密度相对于安徽省的发展速度，可衡量各城市发展能力[14-18]。公式为：
Nich=(Y2i−Y1i)⁄(Y2−Y1) （2-2）
式2-2中：Y2i、Y1i分别表示i地级市在研究末期和研究初期的城市土地综合密度，Y2、Y1分别代表安徽省在研究末期和研究初期的城市土地综合密度。
2.3指标体系构建
根据前文土地综合密度的内涵，参考国内外相关研究成果，并考虑指标数据的科学性、可获取性，基于社会发展、土地利用、产业发展三个维度，共选取13项具体指标（表2-1）。
为准确洞悉社会发展水平，本文结合人均可支配收入、就业人口比重、人口登记失业率和人口比重四个指标展开详实的分析；为科学表达土地利用情况，选用城镇用地面积占比、人均城镇工矿用地、单位GDP消耗建设用地面积、地均从业人员密度、建成区绿化覆盖率五个指标展开分析；为充分表述产业发展内涵选取二三产业产值占GDP比重、二三产业增长值占比、外贸进出口总额占GDP比重、外商投资额占GDP比重四个指标进行分析。
因城市土地综合密度不同指标之间内涵差异和计量单位不同，因此具体计算过程中会对各指标进行无量纲化处理。城市土地的综合密度测算公式为：
Ej=Σφiωi （2-3）
式3-3中，Ej表示某省第j个地级市的城市土地综合密度，φi则是该省某地级市第i个指标相对与该省其他地级市的标准化值，ωi是该指标的综合权重。
计算过程中若指标间存在相互关系，会造成研究结果缺乏科学意义，如城镇就业人口比重越高，说明城镇人口中为参与生产活动的人口越多，相应地城镇登记就会有所降低。因此，本文在对各指标原始数据进行无量纲化处理后，运用层次分析法构建判断矩阵（1-9标度法），计算出准则层、因素层、指标层相对权重，经过归一化处理、一致性检验等步骤，最终得到各指标的综合权重。将无量纲化处理后的各指标相对值与综合权重相乘并叠加结果，所得出的答案即可用表征该区域的城市土地综合密度。
表2-1城市土地综合密度指标体系
.png)
3安徽省土地综合密度时空特征分析
3.1安徽省城市土地综合密度的时序特征分析
3.1.1安徽省城市土地综合密度现状
根据前文中对城市土地综合密度的内涵描述和指标体系内容，对安徽省16个地级市2009-2016年城市土地综合密度进行测算，可得安徽省各地土地综合密度变化表，如表3-1所示。
表3-1安徽省各地历年土地综合密度变化
.png)
分析可知，安徽省各地市级城市土地综合密度平均水平在空间上的分布表现出明显的不均衡性。2009-2016年间，城市土地综合密度涨幅超过20%的地区有四个，分别是池州、六安、蚌埠和阜阳，池州市城市土地综合密度从44.01上升到61.63，涨幅高达40.04%；后三者城市土地综合密度涨幅分别为28.35%、23.41%和20.06%，涨幅远落后于池州市。16个地级市中，铜陵市的城市土地综合密度与研究初期相比，不但没有增长，反而下降了14.08个百分点。结合表3-1发现，在研究初期到2015年间，铜陵市城市土地综合密度一直处于上升阶段，但2016年却骤然下降，短时间内降到研究初期水平以下。结合指标体系分析，发现2016年外贸进出口总额占GDP比重比2015年下降71.40%，综合该指标历年变化，认为这种指标突变情况属于偶然事件。
3.1.2安徽省城市土地综合密度区域动态差异分析
.png)
图3-1安徽省历年城市土地综合密度区域总体差异变化
根据式2-1得出安徽省城市土地综合密度区域动态差异（图3-1）。可以看出，安徽省城市土地综合密度区域差异总体较大，但有明显的缩小趋势。城市土地综合密度区域差异在2010年最大，从2010年开始逐渐缩小且缩小趋势逐步放缓。直到2015年，安徽省城市土地综合密度区域差异缩小趋势再度出现加速迹象。
3.1.3安徽省城市土地综合密度区域动态差异分析
根据式2-1可计算出各城市2009-2016年间城市土地综合密度的相对发展率（图3-2）。分析可知：
（1）各城市土地综合密度相对发展速度呈现出明显差异且出现异常情况。多数城市土地综合密度的相对发展速度在1.00以上，说明安徽省城市土地综合密度总体处于健康水平；其中池州市更是达到了2.67，是相对发展速度绝对值最低城市马鞍山市的33倍。一方面是因为池州市基期城市土地综合密度低；另一方面，池州市在2009-2016年间经济水平不断提高，城镇居民生活不断改善，城市产业结构趋于合理，使得城市土地综合密度随之增加。铜陵市城市土地综合密度的相对发展速度为-1.44，结合铜陵市历年城市土地综合密度变化情况可知，铜陵市城市土地综合密度从2009年起一直呈上升趋势，在2014年达到最大值后开始下降，到2016年城市土地综合密度已低于初始水平。
.png)
图3-2安徽省各城市土地综合密度相对发展速度
（2）与2009年相比，不同城市土地综合密度呈现出不同的变化趋势。原城市土地综合密度水平较高的城市，如合肥、马鞍山，虽然水平总体上在增加，但相对发展速度相对而言比较缓慢；蚌埠、六安、池州等城市虽然初期土地综合密度低，但短时间内以较快的相对发展速度提高到较高水平。这种现状的存在与城市化过程中的城市发展理念和土地利用方式相关，城市建设用地的盲目无序扩张换来了城市的快速发展，但也限制了城市发展水平的上升空间，这种不健康的“土地财政”现象最终导致了城市土地综合密度无法进一步提升。
3.2安徽省土地综合密度空间自相关分析
空间自相关分析可分为全局空间自相关分析和局部空间自相关分析，能有效探索出安徽省各城市土地综合密度的空间分布模式和差异变化[22-25]。
3.2.1安徽省城市土地综合密度全局自相关分析
全局空间自相关分析常用统计工具是全局Moran指数，其公式为：
.png)
（3-1）
式3-1中：n为城市个数，xi、xj为城市土地综合密度在空间单元i、j上的观测值，为所有城市土地综合密度平均值；wij为空间单元i、j的相邻权重。全局Moran指数的取值范围是[-1,1]，小于0表示负相关，等于0表示不相关，大于0表示正相关，其绝对值越大，空间分布的相关性越高。
表3-1安徽省土地综合密度变化
.png)
.png)
图3-3安徽省各城市土地综合密度全局Moran指数变化图
分析图3-3可知，2009-2016年间，安徽省城市土地综合密度的Moran值一直大于0，说明安徽省城市土地综合密度的空间相关性显著。同时，全局Moran指数在研究期内呈波动性下降趋势，且下降趋势越来越明显，这说明安徽省城市土地综合密度空间分布的相关性随着时间推移在不断减弱。
3.2.2安徽省城市土地综合密度局部自相关分析
探索性空间数据分析中的局部空间自相关方法对衡量目标区域与其周边区域关联的空间关联程度和差异程度具有很好的效果，常用的衡量指标是局部Moran指数，其表达式为：
.png)
（3-2）
式3-2中等号右边各表达式意义与式3-1相同。若计算出的局部Moran指数值显著地大于0，说明第i个空间单元与周边地区之间的空间差异显著地小，反之则大。
Moran散点图横坐标代表着各研究单元城市土地综合密度的标准化值，纵坐标代表经标准化处理后的空间权重矩阵所确定的相邻空间单元属性值平均水平；散点图的四个象限分别代表四种类型的空间联系关系，即：第一象限的“高-高”关系、第二象限的“低-高”关系、第三象限的“低-低”关系以及第四象限的“高-低”关系[48-51]。为了更直观形象地表现分析结果，在对各时期数据充分分析的基础上，选取研究初期与末期数据来绘制Moran散点图，并制作出LISA集聚图。
.png)
图3-42009年和2016年安徽省城市土地综合密度局部Moran散点图
对比2009和2016年安徽省城市土地综合密度LISA散点图可分析出：安徽省城市土地综合密度总体水平表现出较为明显的下降态势。从指标体系的角度来说，过去很长时间内各个层面因素的变化都对安徽省城市土地综合密度的变化产生了重要影响：农业人口到城市人口的实际转化缺乏持续推力，社会就业和人口老龄化形势严峻，土地扩张带来的财政收入对地方发展仍然具有巨大诱惑力，加上产业结构升级短期过程中不可避免的某些负面作用，这些来自各方面的阻力最终成为安徽省城市土地综合密度发展的掣肘，因此如何从多方面提升城市自身综合实力，是提高土地利用水平的关键。
4研究结论
本文在认真总结现有城市土地经济密度、土地节约集约利用等的众多成果之后，引入城市土地综合密度概念，基于统计数据构建回归模型，并进一步对优化安徽城市土地综合密度提出了相关建议。研究结论如下：
时间上，在整个研究期内，安徽省城市土地综合密度平均水平随着时间变化而不断提高。2009-2010年，安徽省城市土地综合密度平均值为从51.68下降到50.46；2010-2014年，安徽省城市土地综合密度平均值逐步上升到59.87；虽然在2015年又下降至56.18，但下一年很快上升至58.91。此外，安徽省城市土地综合密度的变差系数总体上表现出波动性下降趋势。据此判断：安徽省城市土地综合密度虽有升有降，但总体上保持着不断上升趋势，且区域间差异表现出不断缩小趋势。
.png)
图3-52009年和2016年安徽省城市土地综合密度LISA集聚图
空间上，经过对安徽省土地综合密度的相对发展速度和空间自相关的研究发现：（1）安徽省各地级城市土地综合密度变化趋势不同，说明安徽省城市土地综合密度的空间分布存在较为明显的不均衡性；（2）安徽省城市土地综合密度的正向空间相关性虽较为显著，但处于不断缩小过程中，且随着时间推移，不排除会演变为负相关性的可能性。
根据安徽省城市土地综合密度的时空分布分析过程，本文认为要优化安徽省城市土地综合密度，必须推动区域经济快速协同发展，充分发挥重点城市的带动作用，同时优化城市土地利用结构，合理配置土地资源，提高城市土地利用节约集约程度。
参考文献
[1]杨开忠.中国区域经济差异变动研究[J].经济研究,1994(12):28-33.
[2]梁进社,孔健.基尼系数和交差系数对区域不平衡性度量的差异[J].北京师范大学学报(自然科学版),1998(03):409-413.
[3]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011(05):4-16.
[4]简新华,黄锟.中国城镇化水平和速度的实证分析与前景预测[J].经济研究,2010(03):28-39.
[5]刘耀彬,李仁东,宋学锋.中国城市化与生态环境耦合度分析[J].自然资源学报,2005(01):105-112.
[6]陆林,余凤龙.中国旅游经济差异的空间特征分析[J].经济地理,2005 (03):406-410.
[7]郭金玉,张忠彬,孙庆云.层次分析法的研究与应用[J].中国安全科学学报,2008(05):148-153.
[8]刘耀彬,李仁东,宋学锋.中国区域城市化与生态环境耦合的关联分析[J].地理学报,2005(02):237-247.
[9]陈佳贵,黄群慧,钟宏武.中国地区工业化进程的综合评价和特征分析[J].经济研究,2006(06):4-15.
[10]曾磊,雷军,鲁奇.我国城乡关联度评价指标体系构建及区域比较分析[J].地理研究,2002(06):763-771.