城市土地集约利用度与城市化综合水平协调度分析——以环渤海地区为例

刘 浩，郑文升，张 毅，严筱茜

（1.华中师范大学 城市与环境科学学院，武汉 430079；2.北京大学 深圳研究生院，广东 深圳 518055；3.武汉大学 资源与环境科学学院，武汉 430079）

城市土地集约利用度与城市化综合水平协调度分析
——以环渤海地区为例

刘 浩1，2，郑文升1＊，张 毅1，严筱茜3

（1.华中师范大学 城市与环境科学学院，武汉 430079；2.北京大学 深圳研究生院，广东 深圳 518055；3.武汉大学 资源与环境科学学院，武汉 430079）

城市化对城市土地集约利用具有重要影响，有必要探究城市土地集约利用与城市化协调推进的时空演化规律.基于软件SPSS16.0与ArcGIS9.2，应用系统相对发展度原理分别测算分析1990年～2008年环渤海地区27市的城市土地集约利用度系数、城市化水平系数和城市土地集约利用相对城市化的协调度系数.根据时序演化系数判断，环渤海地区城市协调水平较低，但在不断优化，山东半岛圈尤为显著，协调度随着城市规模的扩大呈“S”型曲线演化趋势.Moran's I分析表明，环渤海地区城市协调度总体上保持稳定的随机分布，没有强烈的极化效应；高值扩散区多集中于京津冀圈与辽东半岛圈等传统城市地带，而高值极化区与低值塌陷区则多位于山东半岛圈等新兴城市地带.随着城市规模不断扩大，城市化对土地集约利用的推动作用趋于弱化，但近20年推动作用仍占主导作用；在类似的区域发展背景下，城市土地集约利用相对城市化的协调状况呈现比较普遍的空间近邻效应.

城市土地集约利用；城市化；耦合协调；时空分析；环渤海地区

土地集约利用概念源于古典经济学家的农业地租理论，后来也应用到城市土地研究.国内城市土地集约利用研究主要追求经济效益的增长［1］，从投入－产出角度研究其评价方法、状态模拟、经济机理等［2-5］.发达国家尤其北美地区“郊区化”、大都市过度蔓延带来严重的资源、环境、社会问题，因此从1990年代以来特别强调城市发展与土地集约利用的协调推进，如北美的“新城市主义”、“精明增长”等皆源于此［6-8］.我国处于快速城市化阶段，在城市土地利用问题上应借鉴西方发达国家的探索成果，从资源、环境、社会等多个角度统筹考虑城市化与城市土地集约利用的协调推进问题.实际上，一些国内学者已经提出，推进城市化必须注意城市土地集约利用，才能实现城市可持续发展［9］；处于城市化不同发展水平的城市，土地集约利用水平会存在着显著差异［10］；随着城市化的推进，城市土地集约利用会从人力资本型集约发展到资本技术型集约，再发展到结构型集约，最后趋于生态型集约［11］；制定土地政策与进行土地规划应考虑区域城市化水平［12］；等等.但总体上看，这些观点还是定性探讨为主，而深入探索城市土地集约利用与区域城市化的协调推进规律还需开展规范的实证研究.

本文从统筹考虑经济－社会－生态系统出发，应用系统相对发展度模型分析1990年～2008年环渤海地区土地利用与城市化的相互关系，希望能够发现一些当前发展条件下城市土地集约利用与城市化协调发展的客观规律，为我国城市土地利用、城市化的理论研究和实践工作提供借鉴和启发.环渤海地区一般是指山东半岛、辽东半岛与京津冀滨海经济区，以北京、天津、大连、沈阳、青岛、济南等为中心，以廊坊、丹东、东营等中小城市为基础，城镇体系发育完善，近20年城市化发展迅猛，城市土地利用也发生显著变化［13］.本文选取环渤海地区的27个城市进行实证研究，分析近20年以来环渤海地区城市土地集约利用相对于城市化的协调关系及其时空演化过程.

1 研究思路与分析方法

1.1 研究思路

本文采用主成分分析法求得城市土地集约利用度系数与城市化水平系数，再通过系统相对发展度模型求得城市土地集约利用度相对城市化水平的协调度系数，然后用ArcGIS9.2将其空间数据和属性数据结合起来，进而基于全局Moran's I指数与局部Moran's I指数对协调度系数进行空间聚类分析，同时基于SPSS16.0的Spearman秩相关系数对协调度系数进行时序演化分析，总结分析其时空协调过程.

1.2 指标体系

1.2.1 城市土地集约利用指标体系 城市土地集约利用是通过优化结构和规范管理，提高土地利用效率，实现经济－社会－生态综合效益最大化的过程.本文从“经济－社会－生态”角度构建城市土地集约利用评价体系［14-15］，包括土地利用程度、土地投入强度、土地可持续度以及土地经济效益、社会效益、生态效益6大层次18个指标（表1）.

表1 城市土地集约利用度综合评价指标体系Tab.1 The comprehensive assessment index system of urban land intensive use

1.2.2 城市化综合水平指标体系 随着城市化对区域经济、社会、生态等方面的影响日益深入，传统的单一指标（人口比例、用地比重等）已难以全面评价城市化效应.本文采用综合评价指标体系［16-17］：人口城市化，反映人口向城市集中状况；经济城市化，反映产业的非农化转变；社会城市化，反映生活的优化改善；景观生态城市化，反映地域景观与生态环境的演化进程，4大层次相互联系又相互区别，力求全面地评价城市化发展水平（表2）.

表2 城市化水平综合评价指标体系Tab.2 The comprehensive assessment index system of urbanization

1.3 分析方法

1.3.1 城市土地集约利用度与城市化水平系数测算 由于原始数据的单位量纲不同且存在正负指标差异，为提高数据可比性，本文对负向指标取其相反数并采用Z－Score法进行标准化处理.通过SPSS16.0对城市土地集约利用标准数据进行主成分分析，得到相关矩阵特征根和方差贡献率，并提取累计方差贡献率大于85%的前K个因子（即公共因子），求得各个公共因子得分，即公式（1）：

式中，Him为第m个公共因子的因子得分，dj为第j项指标的引自回归系数，Zij为标准化数据.最后用多因素综合评价法求城市土地集约利用度系数，以各个公共因子方差贡献率所占累计方差贡献率的比重作为其因子权重.城市化水平系数的测算参照城市土地集约利用度系数.

1.3.2 协调度系数计算及其划分标准 系统相对状态发展模型被广泛用于衡量生态环境与城市化的相对状况［18］，本文将此引入城市土地集约利用与城市化的协调度分析，如公式（2）：

式中，R为协调度系数，G为城市土地集约利用度系数，F为城市化水平系数，S为G的实际方差，α为城市化对城市土地集约利用的回归系数.为有效分析城市土地集约利用相对城市化的协调水平，本文基于模糊隶属度建立协调系数划分标准，如表3.在系统相对状态分析中，理想状况是两大系统实现完全的同步发展，但现实实践却难以实现，故回归系数为0.8～1即同步发展，依据一般研究惯例［19］，本文确定为0.8.

表3 城市土地集约利用协调度系数的划分标准及其协调发展阶段Tab.3 The delineation standard and harmonious development degrees of the coordination coefficient

1.3.3 协调度时空变化过程测算

1）时序演化过程测算

基于SPSS16.0的 Daniel趋势检验，采用Spearman秩相关系数（时序演化系数）对城市协调度系数进行定量的时序演化评价，分析城市土地集约利用相对城市化的协调演化过程，如公式（3）：

式中，T为时序演化系数，Xi为相对系数按时间排序后的秩，Yi为其按数值大小排序后的秩，N为研究时点数，W为临界值.当T≥W，城市土地集约利用与城市化的协调度随着时间演化而显著上升；当W＞T≥0，协调关系趋于小幅优化；当0＞T＞－W，协调关系即为小幅下降；当－W≥T，协调关系呈现显著恶化.

2）空间变化过程测算

基于ArcGIS9.2的空间聚类分析，采用全局Moran's I指数分析临近地域之间的城市协调度系数是相似、相异或相互独立，如公式（4）：

式中，I为全局Moran's I指数，N为样本数，Wij为空间权重，其取值采用距离倒数法，xi和xj为区域i和j的属性值，i≠j，x0为属性值的平均值.－1≤I≤1，若I接近1表明是集聚分布，临近地域的协调度系数相似；若I接近－1表明是离散分布，临近地域的协调度系数相异；若I接近0则表明是随机分布，临近地域的协调度系数没有明显相关性.
全局Moran's I指数只能衡量整个研究地域的空间状况却难以判断局部个别对象的空间布局，故通过局部Moran's I指数评价局部地区内临近地域之间的属性是相似或相异，如公式（5）：

式中，L为局部Moran's I指数，Sx为样本值标准差，其他符号参见全局Moran's I指数公式.

若L＞0即临近地域属性相似，若L＜0则属性相异；若Z＞0即研究地域的属性高于邻近地域，若Z＜0则研究地域的属性低于邻近地域.并构建莫兰指数象限体系，H－H象限（L＞0且Z＞0）属于高值扩散分布，说明研究地域与临近地域都是高协调度系数，良性协调推动；L－L象限（L＞0且Z＜0）属于低值制约分布，说明研究地域与临近地域均是低协调度系数，严重制约着自身及其周边的优化发展；H－L象限（L＜0且Z＞0）属于高值极化分布，说明研究地域是高协调度系数而临近地域为低值，其优化速度较快且发展潜力较大，因处于积聚能量阶段而没有发生外溢，自身的快速增长难以有效带动周边地域的优化发展，这一定程度上抑制整个地区的高效优化；L－H象限（L＜0且Z＜0）属于低值塌陷分布，研究地域为低协调度系数而临近地域是高值，是从协调水平的高值城市向低值城市的过渡地域，分布在高值扩散区与高值极化区的周边地域.

2 结果分析

以1990年、1995年、2000年、2005年与2008年5个时点的环渤海地区27市作为研究对象，数据源于《中国城市统计年鉴》等，依据城市土地集约利用和城市化的独立系数模型和协调度系数模型，求得城市化水平系数F、城市土地集约利用度系数G、城市土地集约利用相对城市化的协调度系数R，如表4.

2.1 协调度的总体变化

总体上看，1990年～2008年环渤海地区城市协调度系数多处于高度滞后阶段，其协调水平相当低下，不过处于协调阶段（基本协调、中度协调与高度协调）的城市却持续增加，两者的协调状况趋于不断优化，环渤海地区城市土地集约利用与城市化的协调水平总体上呈螺旋式优化趋势，如表5.1990年～1995年，处于滞后阶段的城市保持稳定而高度协调阶段的相应减少，城市土地集约利用与城市化的协调水平不断恶化.1995年～2000年，各个阶段的城市均保持相当稳定，恶化趋势得到有效遏制并趋于稳定.2000年～2005年，处于滞后阶段的城市不断减少而处于协调阶段的却持续增加，协调关系趋于优化.2005年～2008年，处于滞后阶段的城市继续减少而协调阶段的则继续增加，协调关系持续优化.

表4 1990年～2008年环渤海地区的城市土地集约利用相对于城市化的协调度评价结果Tab.4 coordination coefficients between urban land intensive use system and urbanization system in the Bohai Rim Region

表5 1990年～2008年环渤海地区城市土地集约利用相对于城市化的各级协调程度的城市数量Tab.5 The number of cities in different harmonious degrees of urban land intensive use dependent coefficients

2.2 协调度的时间变化

为提高时序分析有效性，本文基于评价时点越近评价时段越密原则添加2002年与2007年（共计7个评价时点）进行Spearman秩相关系数分析.基于5%显著性水平的临界值W 为0.714，如表6.基于时序演化系数，研究期间内显著优化的城市占7%，小幅优化占48%，小幅下降与显著恶化分别占26%与19%，表明环渤海地区城市土地集约利用滞后城市化的总体状况得到持续改善，协调关系趋于优化.城市土地集约利用相对城市化的协调关系显著恶化的5市均为特大城市，而显著优化的2市是大中城市，这在一定程度上说明城市化对城市土地集约利用的促进作用对于中小城市而言相对有限，而对大中城市却最为显著；但随着城市向特大与超大型扩张发展，城市化推动作用呈边际效益递减甚至存在负相关倾向.总体而言，城市土地集约利用相对城市化的协调度随着城市规模的持续扩大表现出“S”型曲线的变化趋势.

表6 环渤海地区城市土地集约利用相对城市化的协调度系数的spearman时间分析结果（1990年～2008年）Tab.6 The changing trends of coordination coefficients by using spearman rank correlation coefficients

2.3 协调度的空间变化

本文通过ArcGIS9.2的空间分析模块对环渤海地区进行全局Moran's I指数分析，如表7.基于10%显著性水平的标准化值为1.65.研究期间内环渤海地区协调度系数都是随机分布，离散和集聚效应都不明显，这表明环渤海地区各级城市的土地集约利用与城市化的协调状况并没有因为地域内部城市化水平的巨大差异而引起强烈的空间极化效应，环渤海地区协调度水平的空间差异总体上相对较小.

为进一步对环渤海地区局部地域进行空间探究，本文进行局部Moran's I指数分析.基于其空间象限体系，研究地域被划分为高值扩散区（HH）、高值极化区（H－L）、低值塌陷区（L－H）3种类型，如图1.

表7 1990年～2008环渤海地区协调度系数的全局Moran's I指数分析结果Tab.7 The result of the global Moran's I of coordination coefficients in the Bohai Rim Region from 1990to 2008

图1 环渤海地区城市协调度系数的局部Moran's I指数及其发展类型的空间差异状况Fig.1 The spatial distribution of the local Moran's I in the Bohai Rim Region from 1990to 2008Year

总体上进行分析发现，高值扩散区趋于波动性减少，高值极化区保持大致稳定，低值塌陷区则持续增加，如表8.这从一定意义上表明随着环渤海地区城市规模的不断扩大，城市化对土地集约利用的推动作用趋于弱化衰退；而高值扩散区城市仍远多于低值塌陷区，这说明近20年以来环渤海地区城市发展对城市土地集约利用的推动仍为主导作用.

其中，1990年～1995年，高值扩散区不断减少，高值极化区保持稳定，低值塌陷区则持续增加，这表明此时段总体水平较低的城市化对城市土地集约利用的推动作用持续低下并不断弱化，高值城市对周边地域的回波效应相当有限，而低值城市的限制作用却不断强化.

1995年～2000年，高值扩散区与高值极化区都不断增加，低值塌陷区却大幅减少，这表明此时段不断发展的城市化对土地集约利用的推动作用持续强化，高值回波效应趋于主导，城市协调状况在适度城市规模的基础上处于优化发展时期.

2000年～2005年，高值扩散区持续减少，而低值塌陷区不断增加，这表明此时段土地管制失控导致城市规模无序膨胀，城市化对土地集约利用的推动作用逐渐弱化甚至趋于迟滞，低值阻滞效应也逐渐取代高值回波效应的主导地位，这是城市协调关系的重要转折发展期.

2005年～2008年，高值扩散区与高值极化区都不断减少，低值塌陷区加速增加，这表明此时段由于城市不断地无序扩张，高值城市对邻近地域的高值回波效应继续弱化，城市之间的耦合作用陷入阻滞怪圈.

表8 1990年～2008环渤海地区城市土地集约利用相对于城市化的协调度系数的局部Moran's I指数空间分析结果Tab.8 The number of cities in different types based on the local Moran's I of coordination coefficients

2.4 协调度的区域格局变化

环渤海地区是由3个相对独立又彼此联系的城市地带组成的复合地域，为了更加高效地总结近20年3大地带城市协调度的发展状况，本文综合各个研究时点的城市协调度系数并取其平均数进行局部Moran's I指数分析.环渤海地区没有低值制约区，高值扩散区有14市，高值极化区有3市，而低值塌陷区有10市，如表8与图1.高值扩散区（H－H）：主要位于京津冀圈与辽东半岛圈.高值极化区（H－L）：主要位于山东半岛圈.低值塌陷区（L－H）：主要集中于山东半岛圈.

作为环渤海地区“一核两翼”的核心地带，京津冀圈社会经济发达，城市化水平较高的相邻城市持续强化溢出效应，进而推动周边城市土地集约利用优化提高，城市协调状况也得到有效改善而趋于高值扩散.受惠于计划经济时代东北老工业基地较为良好的城市化基础，辽东半岛圈城市协调状况的基础水平相对较高，城市仍处于高值扩散状态，但其发展不断趋于迟缓.

相比于京津冀圈与辽东半岛圈等传统城市地带，新兴城市地带山东半岛圈的中小城市发展迅猛且数目众多，但城市化水平总体较低且规模较小，这说明现阶段城市化的高速发展对土地集约利用的推动作用较弱，城市土地集约利用相对城市化的协调水平总体较低，区域城市之间难以形成良性循环的回波效应，严重孤立的高值城市趋于高值极化而低值城市则陷入低值塌陷状态.基于“S”型曲线的演化机制预测，山东半岛圈城市协调状况在未来十年将不断趋于优化协调.

3 结论与讨论

总体上，研究期间内环渤海地区多处于高度滞后阶段，协调阶段较少，城市土地集约利用相对城市化的协调水平较低，城市土地集约利用严重滞后城市化发展；城市协调关系总体趋于优化，山东半岛圈尤为显著；协调系数总体上保持稳定的随机分布，没有强烈的极化效应；高值扩散区多集中于京津冀圈与辽东半岛圈等传统城市地带，而高值极化区与低值塌陷区则多位于山东半岛圈等新兴城市地带.

对环渤海地区的研究表明，城市土地集约利用与城市化关系密切，一般而言城市化水平的提高与质量的提升对城市土地集约利用具有促进作用.但在不同的城市化阶段和区域发展条件下，城市土地集约利用与城市化之间未必是简单线性相关.随着城市规模的扩大，二者的协调度表现出“S”型曲线的演化趋势.另一方面，在类似的区域发展背景下，城市土地集约利用相对于城市化的协调程度会表现出较为普遍的空间近邻效应.

本文选取环渤海地区近20年的5个年份，出于评价时点的有限性与隔断性，时空分析的显著性水平较低，时空演化过程难以得到全面分析.我们以后需要进行时间更长、空间更广的实证研究.并进一步基于城市土地集约利用度相对城市化水平的协调度时空规律，探究其印象因素及其作用机制.

［1］王业侨.节约和集约用地评价指标体系研究［J］.中国土地科学，2006，20（3）：24－31.

［2］常 青，王仰麟，吴健生，等.城市土地集约利用程度的人工神经网络判定——以深圳市为例［J］.中国土地科学，2007，21（4）：26－31.

［3］刘纪远，张增祥，徐新良，等.21世纪初中国土地利用变化的空间格局与驱动力分析［J］.地理学报，2009，64（12）：1411－1420.

［4］Liu Yansui，Wang Lijuan，Long Hualou.Spatio－temporal analysis of land－use conversion in the eastern coastal China during 1996－2005 ［J］.Journal of Geographical Sciences，2008，18（3）：274－282.

［5］班茂盛，方创琳，刘晓丽，等.北京高新技术产业区土地利用绩效综合评价［J］.地理学报，2008，63（2）：175－184.

［6］Gill Susannah E，Handley John F，Ennos A Roland，et al.Characterising the urban environment of UK cities and towns：A template for landscape planning［J］.Landscape and Urban Planning，2008，87（3）：210－222.

［7］Valenzuela Montes L M，Matarán Ruiz A.Environmental indicators to evaluate spatial and water planning in the coast of Granada（Spain）［J］.Land Use Policy，2008，25（1）：95－105.

［8］Mitchell David，Clarke Matthew，Baxter James.Evaluating land administration projects in developing countries［J］.Land Use Policy，2008，25（4）：464－473.

［9］王筱明，吴泉源.城市化建设与土地集约利用［J］.中国人口·资源与环境，2001，11（S1）：5－6.

［10］董黎明，袁利平.集约利用土地——21世纪中国城市土地利用的重大方向［J］.中国土地科学，2000，14（5）：6－8.

［11］翁翎燕，濮励杰，文继群，等.城市土地集约利用与经济增长的协整分析及因果关系检验——以江苏省无锡市为例［J］.地理与地理信息科学，2010，26（2）：72－75.

［12］毛蒋兴，闫小培，王爱民.20世纪90年代以来我国城市土地集约利用研究述评［J］.地理与地理信息科学，2005，21（2）：48－57.

［13］Guo Liying，Wang Daolong，Qiu Jianjun，et al.Spatiotemporal patterns of land use change in the Bohai Rim Region in China during 1985－2005［J］.Journal of Geographical Sciences，2009，19（5）：568－576.

［14］卞兴云，冉瑞平，贾燕兵.山东省城市土地集约利用时空差异［J］.地理科学进展，2009，28（4）：617－621.

［15］邱 磊，廖和平，龙雨娇，等.成渝经济区的城市土地集约利用评价及时空特征分析［J］.西南师范大学学报：自然科学版，2010，35（1）：208－213.

［16］陈明星，陆大道，张 华.中国城市化水平的综合测度及其动力因子分析［J］.地理学报，2009，64（4）：387－398.

［17］郑文升，王晓芳，李诚固.1997年以来中国副省级城市区域城市化综合发展水平空间差异［J］.经济地理，2007，27（2）：256－260.

［18］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，2005，60（2）：237－247.

［19］李 静，李雪铭，刘自强.基于城市化发展体系的城市生态环境评价与分析［J］.中国人口·资源与环境，2009，19（1）：156－161.

An analysis on the coordination coefficient of the intensiveness of urban land use and urbanization——a case of Bohai Rim Region

LIU Hao1，2，ZHENG Wensheng1，ZHANG Yi1，YAN Xiaoxi3
（1.School of Urban and Environmental Sciences，Huazhong Normal University，Wuhan 430079；2.School of Shenzhen Graduate，Peking University，Shenzhen，Guangdong 518055；3.School of Resources and Environmental Sciences，Wuhan University，Wuhan 430079）

The optimal intensity of urban land use is determined by the urbanization development level，so it is necessary to explore the spatial－temporal pattern of the coordination between urban land use and urbanization.This paper establishes a comprehensive evaluation index system of the coordination coefficient between urban land intensive use system and urbanization system.Based on the software SPSS16.0and ArcGIS9.2，the measurement and evolution of the coordination coefficient in the Bohai Rim Region from 1990to 2008are analyzed spatially and temporally.The results show that the level of the coordination coefficient between urban land intensive use system and urbanization system in the Bohai Rim Region is still fairly low，and urban land intensive use lags behind urbanization at the large extents.The spearman rank correlation coefficient shows that the coordination coefficient in the Bohai Rim Region has been improving continuously，especially the Shandong peninsula urban agglomeration is the area with most rapid development.The global Moran's Index shows that the distribution of the coordination coefficient in the Bohai Rim Region random from 1990to 2008with no significant polarization effect.The proliferation of high－value area is concentrating on Jing－Jin－Ji circle and the Liaodong peninsula. Along with the urbanization and the expansion of urban size，the catalytic effect of urbanization system on urban land intensive use system tends to weaken，even it has been playing aprincipal role in recent 20years.As stated previously，with the rapid expansion of city scale and the increasing of urbanization，the development trend of the coordination coefficient between urban land intensive use system and urbanization system will be well fitted to Logistic curves.

urban land intensive use；urbanization；coupling coordination degree；spatiotemporal analysis；Bohai Rim Region

K903

A

1000－1190（2012）05－0616－08

2012－01－10.

国家自然科学基金项目（41001100）；华中师范大学基本科研业务费专项资金自主科研项目.

＊通讯联系人.E－mail：zhengwensheng＠mail.ccnu.edu.cn.