城镇化质量与耕地利用水平时空演变与耦合关系研究

房力川，徐 婕，潘洪义*，黄 佩，范 婷

（1.四川师范大学西南土地资源评价与监测教育部重点实验室，四川成都610066；2.四川师范大学地理与资源科学学院，四川成都610066）

城镇化主要表现在人口城镇化、土地城镇化、产业结构转移等方面.2015年，城镇化率已经增长到56.1%［1］.然而，我国大规模发展的城镇化却脱离了城镇化循序渐进健康发展的轨道，一味地追求其速度而忽视了提高内在质量，出现了“‘冒进式’城镇化”［2］和“亚健康城镇化”［3］现象.耕地利用水平的高低受自然资源禀赋和人为活动的双重影响，并直接关系到区域粮食安全和社会稳定［4-6］.对耕地利用水平进行研究，可以掌握耕地利用状况，探寻耕地利用水平的变化趋势，从而揭示城镇化质量和耕地利用水平间的作用方式，为促进区域可持续发展提供数据上的支撑与参考.

城镇化由西班牙工程师Serda［7］于1867年首次提出，并分别对“城镇化”与“乡村化”进行了相关阐述.近年来，城镇化的高速发展导致各种各样的城市病相继出现，城镇化质量受到国内外学者的广泛关注.国外学者关于城镇化质量的研究主要是从生态城市［8-9］、城市可持续发展［10-11］、居民生活质量［12］以及城市发展质量［13］等相关视角来阐述.而我国学者则主要从城镇化质量评价指标体系［14-15］、定量测度［16-17］，以及时空格局演变［18-20］等方面展开研究.在耕地利用水平方面主要从耕地利用效率［21-23］和耕地集约利用程度［24-26］2个角度分别进行研究.目前，在城镇化质量、耕地利用相关研究上，存在着研究城镇化质量或耕地利用水平与另外一种现象要素之间的耦合协调关系的研究趋势［27-30］.国内外学者对城镇化质量与耕地利用水平的研究所取得的成果都比较丰富，但指标选取和权重确定方面具有较强的主观性［31］，应用结构方程构建指标体系的文献鲜有出现，而将两者进行联立分析，探讨其耦合关系的研究则更为少见.因此，本文以结构方程构建评价指标体系，联合SPSS与GEODA软件对二者相互关系进行讨论分析，以期为研究区“城市-农村综合系统”的可持续发展提供数据上的支持和理论上的参考.

1 研究区概况与数据来源

研究区位于成都平原东北部，地跨东经103°45′～105°43′，北纬 30°31′～33°03′.下辖4区4市7县，幅员面积达26 159.62 km2.德阳、绵阳市政府所在地分别距省会成都47和98 km，是成都经济区的重要增长极.

本文从《德阳市统计年鉴》、《绵阳市统计年鉴》及《四川省统计年鉴》收集了2000—2014年的社会经济统计数据作为本次研究的主要数据源.2000—2014年的遥感影像数据、四川省县界数据（2013年版）等相关资料作为辅助数据.利用地理空间数据云下载研究区2000—2014年TM遥感影像数据（分辨率30 m），在ENVI平台中对其勾绘出各县、市、区的城市建设用地外围边界线，以量算各地各年份的建成区面积.

2 研究方法

2.1 基于结构方程模型的指标体系构建 本文参照了众多学者的研究成果，并结合研究区发展实际情况，构建的城镇化质量与耕地利用水平测度初始模型分别涉及到人口城镇化、经济城镇化、土地城镇化、社会城镇化和耕地投入强度、利用强度、产出效果等潜变量，以及与这些潜变量相对应的测量变量，对其进行定义，构建出基于耕地利用水平与城镇化质量影响因素的结构方程模型（表1和2）.

表1 耕地利用水平评价初始指标体系及结构方程模型变量定义Tab.1 Initial indicator system for evaluation of cultivated land use level and definition of structural equation model variables

表2 城镇化质量评价初始指标体系及结构方程模型变量定义Tab.2 Initial index system of urbanization quality evaluation and definition of structural equation model variables

在经过信度分析和验证性因子分析之后，对城镇化质量和耕地利用水平指标进行剔除和修正，对修正后的指标运用LISREL 8.80来建立的结构方程模型，如图1所示.

从最终构建的结构方程模型图中可以分别统计出城镇化质量和耕地利用水平系统中各测量变量与其对应潜变量之间的标准化因子载荷，以及各潜变量与研究对象之间的标准化路径系数（表3）.

图1 城镇化质量和耕地利用水平结构方程模型Fig.1 Structural equation model of urbanization quality and cultivated land use level

表3 因子载荷与路径系数归一化处理结果Tab.3 Normalization of factor load and path coefficient

2.2 相关系数分析法 相关系数是描述2个变量之间相关关系强弱程度和方向的统计量［32］，其具体计算公式为

其中，r表示城镇化质量与耕地利用水平之间的相关程度，r＞0表示二者呈正向相关，r＜0表示呈负向相关.

2.3 空间自相关分析法 双变量局部空间关联指标用于反映整个区域中，局部范围内两项指标与相邻区域的相关程度.双变量局部Moran I的计算公式［33］为

其中，wij为空间单元i、j之间的空间连接矩阵；

若局部Moran I＞0，表明2个指标与周围相邻地域指标值都类似，即存在着“高-高”、“低-低”相互聚集的现象，表现为同质性特征；若局部Moran I＜0，则表明该区域2个指标与周边地域指标值有显著差异，表现为异质性特征.

3 研究结果

3.1 城镇化质量与耕地利用水平时空演变分析

3.1.1 城镇化质量时空演变分析 将研究区2000—2014年城镇化质量水平进行以坐标系统的方式加以表达（图2）.

从图2来看，15个区市县的城镇化质量水平在2000—2014年间整体均呈现出上升趋势.按照各地的变化曲线形态可将研究区分为3个等级，第一是发展水平稳居高位的涪城区、旌阳区和广汉市.其中涪城区的城镇化发展最为曲折，2003—2004年和2010—2011年间出现了急剧的下降，主要原因均是城镇扩张面积大量减少.第二是处于中位持续增长的游仙区、什邡市、绵竹市、江油市、罗江县、中江县、盐亭县、三台县、梓潼县和安县.2000—2013年间，游仙区的城镇化发展最为显著，从低位一直持续增长至中高位，2014年由于房屋建筑施工面积和建成区人口密度减少，城镇化质量有所下降.北川县和平武县由于其多山的地理环境，城镇化质量增长幅度最小且常年处于末尾.

图2 2000—2014年各区市县城镇化质量水平变化Fig.2 Changes in the quality level of county urbanization from 2000 to 2014

将研究区15个区市县的城镇化质量评价结果，采用等间距法将研究区的城镇化质量水平分为低水平、中低水平、中水平、中高水平、高水平等5大发展类型区.

图3 各区市县城镇化质量空间分布Fig.3 Spatial distribution of urbanization quality in each county

由图3可知，研究区范围内的区域差异逐渐增大.2000年的城镇化质量水平总体较低且分值差距小，到2007年，德阳市大部分区市县的城镇化质量都得到跨级别提升，2014年虽仍有区域的城镇化质量比较低，但相比于2007年甚至2000年的城镇化质量分值，各地区都明显有所提升，大部分区域的城镇化质量都发展至中低水平.

3.1.2 耕地利用水平时空演变分析 随着社会经济的迅速发展以及科学技术水平逐步提高，进而使农业的生产技术水平和经济效益得到显著提升.

北川县和平武县因在耕地上的投入、产出以及利用强度均位于最低水平，故耕地利用水平一直处于低迷状态.但是自2006年以后，北川县因其在耕地上的投入和产出有较大的提高，耕地利用水平持续提升，截止2014年已脱离低位而向中位发展，发展趋势较好.另外13个区市县的水平虽也存在高低之分，但其间的差距都很小，且从变化趋势图（图4）来看均显得比较平稳与紧密.唯有什邡市在2001—2007年间因较高的单位机械动力投入、粮食单产和农民人均农业产值，而异于其他区市县平缓的耕地利用水平而表现出相对较高水平.

同理将耕地利用水平分为低水平、中低水平、中水平、中高水平、高水平等5大发展类型区，来对研究区内的15个区市县在2000年、2007年、2014年的耕地利用水平空间演变进行分析.

图4 2000—2014年各区市县耕地利用水平变化Fig.4 Changes in the level of cultivated land use in various districts，cities and counties from 2000 to 2014

图5 各区市县耕地利用水平空间分布Fig.5 Spatial distribution of cultivated land use level in each county

总体而言（图5），各地耕地利用水平均在提高的同时不断缩小区域差异.什邡市是唯一每年均保持综合分值为最高级的区域，而耕地利用水平低的区域则位于平武县和北川县，其余均属于整个研究区的中上水平.

3.2 城镇化质量与耕地利用水平耦合关系分析

3.2.1 城镇化质量与耕地利用水平相关性 对2000—2014年的城镇化质量与耕地利用水平分别进行回归分析，最后从中选取拟合度最高的曲线模型来表示不同地域上二者之间存在的不同关系.在城镇化质量与耕地利用水平之间并非存在绝对的线性关系，而是存在的非线性关系，且不同地域二者的关系函数不尽相同.依据不同曲线模型形态，可将研究区的城镇化质量与耕地利用水平发展关系程度分为5种模式：倒U型、对数型、指数型、反正弦型和U型（图6）.

图6 各区市县2000—2014年城镇化质量与耕地利用水平曲线拟合Fig.6 Curve fitting of urbanization quality and cultivated land use level in counties from 2000 to 2014

倒U型曲线的变化规律是当城镇化质量水平太低或太高时，都会导致耕地利用水平下降，二者最好的状态则是保持在中等强度，截至研究期末，旌阳区、广汉市、盐亭县的城镇化质量与耕地利用水平都已达到倒U型曲线的顶端，故为使该模式下的区域保持在较理想的发展水平，应尽量使区域人口数量以及建成区范围保持在现阶段状态.对数型曲线初期是耕地利用水平增长最快的时期，即随着时间推移变量所能产生的影响和作用将逐渐减弱，研究期间什邡市、罗江县始终以比较平缓的速度保持城镇化质量与耕地利用水平共同提升.相对于对数模型，指数型曲线表现为后期的增长速度大于前期，揭示出研究区中的绵竹市、中江县、涪城区、梓潼县、江油市、北川县、平武县等地城镇化质量与耕地利用水平都还存在上升空间，特别是耕地利用水平仍待进一步提高.反正弦型曲线表现为耕地利用水平前后期随城镇化质量变化速度快，中期变化缓慢，至2014年，游仙区和安县已处于曲线后期，但耕地利用水平表现出高于城镇化质量水平的状态，鉴其目前所处形势，应改变发展模式，着力在不减低耕地利用水平的条件下适度提高城镇化质量.与倒U型相反，U型曲线是在始末端很高，中间区段对应值最低，三台县在发展过程中城镇化质量直接越过中间发展区段，目前处在耕地利用水平较高的状态，与此同时城镇化质量较低，故应将重心转向提高县域城镇化质量.

3.2.2 城镇化质量与耕地利用水平空间自相关分析 为进一步揭示各地区在城镇化质量与耕地利用水平双重因素共同影响下的空间相关关系，因此，利用城镇化质量与耕地利用水平测度结果，对2000年、2007年、2014年的城镇化质量与耕地利用水平进行二元局部空间自相关分析.

图7 城镇化质量与耕地利用水平LISA空间集聚Fig.7 Urbanization quality and cultivated land use level LISA spatial agglomeration

2000年和2014年的城镇化质量与耕地利用水平在空间上主要表现为正向相关性，2007年表现为正向相关与负向相关大体一致，无明显主导空间相关性（图7）.

从各空间关联模式在LISA集聚图中的分布来看，城镇化质量与耕地利用水平2000年、2007年、2014年的热点分布区（高-高）均含旌阳区，表明旌阳区自身的城镇化质量与耕地利用水平较高，且将其包围的相邻区域发展水平也高于全域的平均发展水平，一直作为德阳市内恒定的增长极而存在；而随着成德绵经济区逐渐趋于成熟，另一热点区从2000年和2007年的什邡市转为2014年的广汉市，使广汉市取代什邡市成为新的地区增长点.冷点区（低-低）仅表现在2000年和2014年，且都表现为江油市和北川县，揭示了在2000年和2014年江油市和北川县的城镇化质量与耕地利用水平均低于全域平均发展水平，且与其相邻的区县发展水平也低于研究区的平均水平.

3.2.3 城镇化质量与耕地利用水平时空耦合模式分析 从发展现状将研究区分为6种空间相关类型，结合前文从历年发展态势将研究区划分的5种曲线类型，将研究区的城镇化质量与耕地利用水平分为12种时空关联模式.

倒U—“高-高”型：旌阳区和广汉市.两地作为德阳市的经济增长点，但从当地的城镇化质量与耕地利用水平发展曲线来看，城镇化质量提升有致使耕地利用水平下降的趋势，究其缘由是在城镇化进程中农民粗放经营现象逐渐突显.倒U—趋向“低-低”型：盐亭县，城镇化质量和耕地利用水平均低于研究区整体平均值，但相比之下，其城镇化质量远低于耕地利用水平.因此，应大力发展耕地利用水平，增加地区经济收入，使低城镇化质量水平在高耕地利用水平的有效带动下快速发展.

对数—趋向“高-高”型：什邡市.其城镇化质量水平与耕地利用水平在数量上相对较高，但什邡市的耕地利用水平已远高于城镇化质量.因此，应加大对城镇土地的投入，促进人口非农化，增加城镇扩展范围，提高GDP增长速度，使城镇化质量水平与耕地利用水平整体协同提升.对数—趋向“低-高”型：罗江县.该区今后的主要发展目标则在于适度扩展城镇发展规模，提高人口城镇化率，促进城镇化质量与耕地利用水平同步发展.

指数—“低-高”型：中江县.其耕地利用水平较高，但城镇化质量水平却很低.究其缘由是其非农人口比重较小，建成区面积占县域总面积的比例偏低和医疗卫生资源短缺所致.主要在扩展城镇发展面积、加大农业人口向非农人口转变、完善社会保障设施等方面进行建设.指数—“低-低”型：江油市和北川县.不论在城镇化质量还是在耕地利用水平方面都还有很大的发展进步空间，应以经济发展优先，大力提高江油市和北川县的城镇化质量.指数—趋向“高-高”型：涪城区.其城镇化质量与耕地利用水平均较高，在发展上应注重保持二者持续平稳发展.指数—趋向“低-高”型：绵竹市.在今后发展中可以通过扩展建成区规模、增加城镇人口、健全社会公共设施使整体城镇化质量水平提升，同时耕地利用方面也应加大投入与增加利用强度使水平稳步提高.指数—趋向“低-低”型：梓潼县和平武县.其现阶段的共同点为耕地利用水平高于城镇化质量水平，故今后的发展思路为借助高耕地利用水平以带动区域城镇化质量提升.

反正弦—趋向“高-高”型：游仙区.其耕地利用水平略高于城镇化质量.因此，游仙区只需在不降低耕地利用水平的条件下适度提高城镇化质量.反正弦—趋向“低-低”型：安县.作为研究区内的城镇化质量与耕地利用水平双低区域，地域上与涪城区相邻，故应发挥其优越的地理位置优势，将发展重心转至提升城镇化质量，进而带动耕地利用水平的提高.

U—趋向“低-低”型：三台县.现阶段其耕地利用水平已处于U型后期较高的状态，但城镇化质量较低，在今后发展时也应将发展方向转移至提升城镇化质量上.

综合以上，同步增长型的发展走向表现得较为均衡，在之后发展侧重上应更注重保持其发展态势.对于其中城镇化质量与耕地利用水平双低的江油市、北川县、梓潼县、平武县，还应同时加大二者的发展力度.提升型关联模式的区域普遍表现出城镇化质量低于耕地利用水平的现象，因此在今后应着重提升区域城镇化质量，使二者趋于协调发展.退化型模式揭示了随城镇化质量提升，耕地利用水平的增长将逐渐放缓甚至转为下降，该类型区应在保证城镇化质量水平的同时，提升耕地利用水平.

4 结论与讨论

4.1 结论 通过LISREL软件分别构建了城镇化质量与耕地利用水平的指标体系，并对研究区二者水平进行了测度，从时间和空间2个维度进行了分析，在此基础上探讨了各区市县的耦合关系，得出如下结论：

1）对城镇化质量和耕地利用水平指标体系，通过结构方程进行了综合构建.

本文以统计年鉴为主要的数据来源，结合遥感影像，城镇化质量主要从人口城镇化、土地城镇化、社会城镇化和社会城镇化4个方面16项指标进行了构建；耕地利用水平主要从投入强度、利用强度、产出效果等3个方面10项指标进行了构建；并利用结构方程模型进行了模型指标的遴选和权重的确定，是城镇化质量和耕地利用水平测度的关键基础.

2）城镇化质量在时间上呈现出总体上升态势，空间上区域差异越来越大.

按各地的城镇化质量时间变化曲线可将研究区分为3个等级：第一是发展水平稳居高位的涪城区、旌阳区和广汉市.第二是处于中位持续增长的游仙区、什邡市、绵竹市、江油市、罗江县、中江县、盐亭县、三台县、梓潼县和安县.最后是城镇化质量增长幅度最小且常年处于末尾的北川县和平武县.在空间上，城镇化质量综合得分从2000年，经2007年，发展至2014年，高分值分布范围逐渐扩展，同时使区际差异愈发显著.

3）耕地利用水平总体上呈现出比较平稳的态势，空间上各地区域差异不断缩小.

从耕地利用水平在时空上的变化结果来看，耕地利用水平随时间变化总体相对比较平稳，按变化趋势将研究区分为3个发展区，分别为什邡市、涪城区、广汉市等3个高水平发展区，罗江县、旌阳区、中江县、江油市、绵竹市、盐亭县、游仙区、三台县、安县、梓潼县等10个中等水平发展区，及北川县和平武县2个低水平发展区.空间分布上，耕地利用水平逐渐向高分值区间发展、提升，区域差距逐步缩小.

4）城镇化质量与耕地利用水平之间存在显著的正向相关性，但空间集聚效应不显著.

从曲线拟合与相关性分析的结果来看，各区市县的城镇化质量与耕地利用水平之间存在显著的正相关性，除三台县的相关程度相对较低外，其余地区二者的发展趋势都表现为高度相关.在二元局部空间自相关中大部分地区的城镇化质量与耕地利用水平表现为不显著，但旌阳区、什邡市、广汉市、北川县、江油市同周边地区的空间差异程度较小，存在较强的空间正相关.

4.2 讨论 本文在理解城镇化和耕地利用内涵的基础上，选择更具有代表性和现势性的县域尺度作为研究对象，探索性地揭示了区域城镇化质量和耕地利用水平二者间的耦合关系，发现城镇化质量与耕地利用水平的空间集聚特征差异明显，但本文在以下几个方面还有待商榷：1）通过结构方程模型筛选指标体系导致指标数量较少，难免遗漏掉重要的指标，仍需进一步补充完善.在以后的研究中应避免使用纯粹的年鉴数据，注重指标数据来源的多元化；2）文中仅从整体层面对城镇化与耕地利用水平进行了综合评价，而城镇化质量和耕地利用水平均受到多方面因素的综合影响，如何在众多影响机制中把二者的相互影响分离出来，有待于深入研究.今后应加强样本数量的统计分析，将二者的相互影响剥离开来，细致地从子系统着手探讨耕地利用对城镇化的动态响应，进一步构建城镇化与耕地利用水平研究体系，探讨二者间的时空动态演变格局和趋势，提出促进城镇化和耕地利用集约化协同可持续发展的典型模式.