G60科创走廊节点城市土地利用综合效益空间分布

徐小峰

（1. 南京大学地理与海洋科学学院，江苏·南京 210023；2. 上海市地质调查研究院，上海 200072；3. 上海市国土资源调查研究院，上海 200072）

2016年上海市提出沿G60高速公路构建科创走廊，2017年上海松江与杭州、嘉兴签订G60科创走廊合作协议，后续江苏苏州、浙江金华和湖州，安徽合肥、芜湖、宣城相继加入，构建成了G60科创走廊“一廊一核多城”的城市协同发展的空间格局。其中，“一核”是指建设中的科创中心上海，“一廊”是指G60科创走廊，“多城”是指杭州、嘉兴、苏州、金华、湖州、合肥、芜湖、宣城等城市。G60科创走廊是长三角高质量一体化发展的重要引擎和先行试点区，承担着区域协同发展的重任。目前学者们对于长三角相关要素空间分布的研究较多，包括创新驱动力、人口、劳动力、土地价格、物流等多方面[1-6]，但以G60科创走廊为研究对象的相对缺少。本文以G60科创走廊节点城市为研究对象，采用极值熵值法和GIS软件对该区域城市土地利用综合效益进行定量评估，为G60科创走廊节点城市的经济、社会、环境、生态可持续发展提供参考，为城市发展决策提供依据。

1 评价体系及方法

1.1 评价体系

结合以往学者研究成果[7-15]，考虑指标数据可获性，将城市土地利用综合效益分解为经济效益、社会效益、环境效益和生态效益四个维度，并选取8项一级指标和16项二级指标构建城市土地利用综合效益评价指标体系（表1）。

1.2 评价方法

采取极值熵值法确定各指标权重，具体方法如下：

首先采用极值法对指标原始值进行数据标准化。为避免在无量纲处理过程中出现标准化后数值为零，影响熵值计算，对标准化公式进行线性平移改进[16-19]。

（1）数据标准化处理方式

正向指标：

负向指标：

其中，i表示城市，取值为（1，n）；j表示指标，取值为（1，m）。x′ij，表示第i个城市的第j个指标的标准化数值。为方便表达，将后续公式将标准化后的数值仍然记为xij。c表示线性平移参数，定值。当c的取值尽可能接近零时，标准化后数值对于评价结果不会产生显著影响。

（2）指标熵值计算公式

其中，pij表示第j个指标下第i个城市占该指标的比重；ej表示第j个指标的熵值。

（3）指标权重计算公式

其中，dj表示信息熵冗余度；pj表示指标权重值。（4）指标分值计算

其中，Si表示第i个城市的指标分值；wj表示第j个指标的标准化值。

2 实证分析

2.1 评价对象及数据来源

本文选取G60科创走廊9个节点城市（上海市，江苏省苏州市，浙江省杭州市、嘉兴市、湖州市、金华市，安徽省合肥市、芜湖市、宣城市）作为评价对象，查询了评价对象2017年统计年鉴和中国城市统计年鉴、中国城市建设统计年鉴等，收集了16项指标涉及的相关基础数据。

2.2 指标权重

根据以上指标体系和评价方法，计算出各个指标的权重（表1）。

从分指数权重来看，经济效益分指数对城市土地利用综合效益影响较大（0.40）；其次是生态效益分指数（0.27）和社会效益分指数（0.23），环境效益分指数影响较小（0.10）。

从二级指标权重来看，地均地方财政收入(0.15)、地均可利用水资源量（0.15）、地均公用设施投资（0.11）、地均生产总值（0.09）对土地利用综合效益影响较大；其次是在校大学生密度（0.07）、道路面积覆盖率（0.06）、地均专利授权数（0.06）、地均固定资产投资（0.05）、森林覆盖率（0.05）和建成区绿化覆盖率（0.05）等指标；城镇居民人均纯收入（0.04）、一般工业固体废物综合利用率（0.03）、地均工业二氧化硫排放量（0.03）、地均污水排放量（0.02）、城市污水集中处理率（0.02）、人均公园绿地面积（0.02）对城市土地利用综合效益影响较小。

2.3 评价结果

本文运用GIS软件，采取Natural Breaks空间聚类分析方法分别将G60科创走廊节点城市的综合效益、经济、社会、环境和生态效益分为5类。

（1）综合效益分析

从土地利用综合效益来看，呈现出以上海市为首，以沪苏浙皖逐步递减的趋势，其中浙江段以杭州为中心向外递减；安徽段以合肥为中心向外递减。其中G60科创走廊沪苏浙城市要高于安徽城市。从评价结果来看，G60科创走廊节点城市中上海市土地利用综合绩效最好，经济、社会、生态效益均排名第1，且显著高于其他城市，但环境效益较低；其次是苏州和杭州，土地利用综合绩效较好；后面依次是湖州、嘉兴、合肥、金华、芜湖，宣城土地利用综合效益相对偏低（图1、图2）。

表1 城市土地利用综合效益评价指标体系及其权重Table 1 The index system and weight of comprehensive land use eきciency of urban

图1 G60科创走廊节点城市土地利用综合效益图Fig.1 The comprehensive land use eきciency of G60 nodal cities

图2 土地利用综合效益空间分布Fig.2 The spatial distribution of comprehensive land use eきciency for G60 nodal cities

（2）经济效益分析

从土地利用经济效益来看，呈现以上海为首，沿“人”字型递减趋势（图3）。上海市具有明确的优势，地均投入强度和产出效益都较高，其中地均公共设施投资强度和地均地方财政收入贡献优势明显；其次苏州市土地利用经济效益高于其他7个城市，地均投入强度和产出效益各指标贡献均衡；嘉定、合肥、杭州位于第三梯队，其中嘉兴地均固定资产投资贡献较大，杭州地均公共设施投资贡献较大；芜湖和湖州位于第四梯队；金华和宣城土地利用经济效益明显偏低（图4）。

图3 土地利用经济效益空间分布Fig.3 The spatial distribution of the land utilization economic eきciency for G60 nodal cities

图4 土地利用经济效益及各指标贡献度Fig.4 The index score of the land utilization economic eきciency for G60 nodal cities

（3）社会效益分析

从土地利用社会效益来看，呈现以上海为首，沿“人”字型递减趋势（图5）。上海市土地利用社会效益最高，其中道路面积覆盖率和在校大学生密度明显较高；其次是苏州市，道路面积覆盖率贡献较大，其他指标贡献均衡；杭州、合肥、嘉兴位于第三梯度，且差异较小，其中杭州城镇居民人均可支配收入和在校大学生密度贡献较大，合肥在校大学生密度贡献明显较大，嘉兴城镇居民人均可支配收入和地均专利授权数贡献较大。芜湖、湖州、金华位于第四梯度，其中芜湖道路面积贡献率较高，湖州和金华城镇人均可支配收入较高。宣城土地利用社会效益偏低，各指标贡献度都较低（图6）。

（4）环境效益分析

图5 土地利用社会效益空间分布Fig.5 The spatial distribution of the land utilization social eきciency for G60 nodal cities

图6 土地利用社会效益及各指标贡献度Fig.6 The index score of the land utilization social eきciency for G60 nodal cities

图7 土地利用环境效益空间分布Fig.7 The spatial distribution of the land utilization environmental eきciency for G60 nodal cities

从土地利用环境效益来看，呈现以金华为首沿“人”字型向两边递减趋势（图7）。金华、湖州两市土地利用环境效益较好，各指标贡献均衡；杭州、芜湖、宣城位于第二梯度，其中宣城一般工业固体废弃物综合利用率较低；嘉兴和合肥位于第三梯度，其中嘉兴城市污水集中处理率偏低，合肥一般工业固体废弃物综合利用率偏低；上海市位于第四梯度，主要由于地均污水排放量太高，地均工业二氧化硫排放量较高；苏州市土地利用环境效益最低，主要在于地均工业二氧化硫排放量较高、城市污水集中处理率偏低（图8）。

图8 土地利用环境效益及各指标贡献度Fig.8 The index score of the land utilization environmental eきciency for G60 nodal cities

（5）生态效益分析

从土地利用生态效益来看，呈现以湖州和杭州为中心，以“Y”型递减趋势（图9）。上海市土地利用生态效益最高，主要由于地均可利用水资源量明显偏高，其他三项指标（森林覆盖率、建成区绿化覆盖率、人均公园绿地面积）均偏低。湖州、杭州位于第二梯度，其中湖州地均可利用水资源量偏低，杭州建成区绿化覆盖率偏低；苏州、宣城、金华、嘉兴位于第三梯度，除苏州外其他3市地均可利用水资源偏低，宣城、金华森林覆盖率相对较高。合肥位于第四梯度，各项指标贡献均衡但偏低。芜湖位于第五梯度，各项指标均偏低（图10）。

图9 土地利用生态效益空间分布Fig.9 The spatial distribution of the land utilization ecological eきciency for G60 nodal cities

3 结论与建议

图10 土地利用生态效益及各指标贡献度Fig.10 The index score of the land utilization ecological eきciency for G60 nodal cities

本文以G60科创走廊节点城市为研究对象，选取经济、社会、环境、生态4方面16个重要指标构建了城市土地利用综合效益评价指标体系，采用极值熵值法和GIS聚类分析法对该区域城市土地利用综合效益进行了定量评估和空间分析，为G60科创走廊土地利用综合效益提升和可持续发展提供参考，为城市发展决策提供依据。

研究结果表明：

（1）采用极值熵值法测算指标权重，从分指数权重来看，经济效益分指数对城市土地利用综合效益影响较大；其次是生态效益分指数和社会效益分指数，环境效益分指数影响较小。从二级指标权重来看，地均地方财政收入、地均可利用水资源量、地均公用设施投资、地均生产总值对土地利用综合效益影响较大；其次是在校大学生密度、道路面积覆盖率、地均专利授权数、地均固定资产投资、森林覆盖率和建成区绿化覆盖率等指标；城镇居民人均纯收入、一般工业固体废物综合利用率、地均工业二氧化硫排放量、地均污水排放量、城市污水集中处理率、人均公园绿地面积对城市土地利用综合效益影响较小。

（2）从城市土地利用综合效益空间分布来看，呈现出以上海市为首，以沪苏浙皖逐步递减的趋势，其中浙江段以杭州为中心向外递减；安徽段以合肥为中心向外递减。土地利用经济和社会效益呈现以上海为首，沿“人”字型递减；土地利用环境以金华为首沿“人”字型向两边递减；生态效益以湖州和杭州为中心，呈“Y”型递减。从单个城市来看，上海和苏州，土地利用的经济和社会效益较好，但环境效益较低；杭州、合肥、嘉兴土地利用的经济、社会、环境、生态效益相对均衡；湖州、宣城、金华土地利用环境和生态效益相对较好，但经济、社会效益偏低。芜湖经济、社会、环境、生态效益整体偏低。

（3）针对不同城市需要采取不同策略提高土地利用综合效益。发挥上海、苏州公共基础设施完备、科技创新能力优势，重点发展科创类战略性新兴产业，做好产业转型升级和建设用地减量化，提高环境和生态效益。杭州、合肥和嘉兴，经济、社会、环境、生态效益发展均衡，应保持均衡增长态势，其中嘉兴应重点加大公共基础设施投资和科技教育投入；合肥应加快科技创新转化和提高环境治理水平。湖州、宣城、金华可以发挥环境和生态优势，重点发展绿色环保高附加值产业，同时做好G60科创走廊产业承接，提高土地利用经济和社会效益。宣城应依托G60科创走廊平台，做好与其他城市的全面对接，提升土地利用综合效益。