山東省與江蘇省土地經濟密度時空差異與驅動力因子比較研究

劉兆德，楊秋盈，王樹德

山東省與江蘇省土地經濟密度時空差異與驅動力因子比較研究

劉兆德，楊秋盈，王樹德

（青島大學 旅游與地理科學學院，山東 青島 266071）

土地作為經濟發展的載體，其利用效益的提升對實現經濟良性增長具有重要意義．基于2012—2018年山東省與江蘇省各地市的土地經濟密度數據，采用ArcGIS空間分析、變差系數與泰爾指數、相對發展速度、嶺回歸分析等方法，對山東省與江蘇省的土地經濟密度時空差異和驅動力因子進行了比較與分析．結果表明，（1）山東省與江蘇省各地市土地經濟密度都呈現上升趨勢，并呈現一定的集聚效應，但山東省上升趨勢較慢，集聚效應不強．（2）山東省各地市土地經濟效益差距呈緩慢擴張趨勢，江蘇省呈下降趨勢，但其各地市之間差距仍高于山東?。?）山東省各地市的相對發展速度較為平均，江蘇省兩極分化現象嚴重．（4）山東省的能源利用效率高于江蘇省，但在城鎮化率、單位面積房地產開發投資完成額、單位面積私營企業就業人數、交通條件、單位面積境外投資額等方面對于土地利用效益的提升作用落后于江蘇?。?/p>

土地經濟密度；時空差異；山東??；江蘇??；比較研究

隨著山東省新舊動能轉換綜合實驗區建設工作的不斷推進，該省經濟由高速增長向高質量發展轉換，粗放式經濟模式向集約式經濟模式轉換．作為有限資源，土地利用的效益越來越受到重視．如何在有限的土地面積上，生產出更多的經濟價值，最大限度發揮土地資源的潛力，受到越來越多的學者關注．而土地經濟密度作為衡量土地利用經濟效率與土地集約利用程度的指標，能夠有效反映區域在發展過程中土地利用程度．目前，對土地經濟密度的研究主要集中在不同尺度、不同區域的土地經濟密度時空格局演變的分析[1-4]，以及基于城市面板數據對土地經濟密度的影響因素[5]，并且多局限于對單一區域土地經濟密度的研究，缺乏區域間的比較分析．山東省經濟總量居全國第三位，但是近年來，山東省與經濟總量排名第二的江蘇省之間差距越來越大．因此，通過對山東省和江蘇省土地經濟密度時空差異和驅動力因子的比較分析，找出山東省目前在發展過程中土地利用效益的不足，對改善山東省的經濟發展現狀具有重要作用．

1　研究區概況與數據來源

1.1　研究區概況

山東省是我國東部沿海的重要城市，下轄17個地級市，位于京津冀、長三角2個大的城市群之間，是構建環渤海經濟圈的重要部分．2018年山東省總面積為15.77萬km2，約占全國總面積的1.6%；總人口為10 047萬人，約占全國總人口的7.2%，GDP為76 469億元，位居全國第三位．

江蘇省位于我國東部沿海中部地區，下轄13個地級市，跨江臨海，地處世界級城市群之一的長江三角洲城市群，與我國的經濟、金融、貿易和航運中心上海為鄰，京杭大運河南北縱穿而過，是我國南北經濟和文化的重要溝通和結合部．2018年江蘇省總面積為10.72萬km2，約占全國總面積的1.1%；總人口為8 051萬人，約占全國總人口的5.8%，GDP為92 595億元，位居全國第二位．

1.2　概念界定及數據來源

土地經濟密度是指區域內國內生產總值（GDP）與區域土地面積的比值，是反映一個地區產值密度和土地利用經濟效益的重要指標，計量單位為萬元/km[6-7]．對于山東省和江蘇省時空差異特征的比較研究主要選擇山東省17個地級市和江蘇省13個地級市2012—2018年的區域土地面積和區域生產總值作為基礎數據；對山東省和江蘇省土地經濟密度驅動力因子的比較研究則主要以兩省各地級市2018年度的二、三產業總值比率、城鎮化率、私企就業人數等為基礎數據．數據主要來源于2018年《中國城市統計年鑒》[8]，2012—2018年的《山東省統計年鑒》[9]和《江蘇省統計年鑒》[10]．

2　研究方法

2.1　變差系數與泰爾指數

變差系數與泰爾指數是研究區域差異動態特征常用的2種統計方法，變差系數主要用來反映數據的離散程度，其最大的特點是簡單明了，同時對于經濟發達地區和落后地區對區域差異的影響給予了較大的權重，而對于中間經濟收入組給予較少的注意[11]，但其缺點是無法進行因子分解和空間分解．泰爾指數將區域總體差異分解成不同空間尺度的區內差異和區間差異，進而揭示它們對區域整體差異的貢獻率[12]．本文主要用于區域總體差異的計算，檢驗山東和江蘇兩省土地經濟密度區域差異變化動態趨勢的一致性．變差系數和泰爾指數計算公式為[13-14]

2.2　相對發展率

將反應人均GDP相對增長量的模型引入到土地經濟密度的研究中，可以更加直觀地顯示出山東和江蘇兩省各地市在2012—2018年間土地經濟密度的相對發展情況，進而測算各地市經濟密度的發展水平．計算公式[15]為

2.3　主成分分析法

主成分分析法是考察多個變量間相關性的一種多元統計方法，可以用來尋找或判斷某種事物或現象的綜合指標．土地經濟密度的驅動力因子，交通水平指標是一個綜合性指標，不能簡單地選取某一單一指標來反映交通水平的高低，故采用SPSS 20對選取的每萬人運營汽車輛、單位人口客運量、每萬人貨運量、公路密度、每萬人載客汽車輛、每萬人載貨汽車輛等6個與交通水平關系密切的指標進行主成分分析，并計算出每個主成分的得分[16]．所得結果中部分數據呈現負值，為方便計算，將所有數據都增加2個單位[17]，得到各地市的交通水平綜合得分結果（見表1）．

表1　山東省和江蘇省交通水平得分

2.4　嶺回歸分析法

在對數據進行線性回歸分析時，由于數據之間存在較強的共線性，故所得線性回歸方程雖然擬合度較高，但各變量回歸系數的顯著性較低，常與現實情況不符．采用逐步回歸方法雖能保持變量回歸系數的顯著性，但會大大減少變量的數量，使與因變量有關的變量也被從分析中刪除．嶺回歸是一種專用于共線性數據分析的有偏估計回歸的方法，是一種改良的最小二乘法，通過放棄最小二乘法的無偏估計，以損失部分信息，降低精度為代價，來尋求效果稍差，但回歸系數更符合實際的回歸方程．

3　兩省土地經濟密度時空差異對比分析

3.1　空間差異特征比較

將2012—2018年山東省和江蘇省的土地經濟密度數據轉入ArcMap10.6軟件進行疊加分析，模擬兩省的土地經濟密度空間分布狀況，得出山東和江蘇兩省各地市土地經濟密度的空間分布特征．

（1）從2012—2018年的比較來看，山東省和江蘇省各地市的土地經濟密度整體都呈現上升趨勢，但江蘇省整體增速明顯要快于山東?。ㄒ妶D1）．山東省的青島、濟南、淄博、威海、煙臺5市土地經濟密度增長較快，其余地市增長則相對較緩慢，但省域內差異較?。K的蘇南地區土地經濟密度增長幅度較大，蘇中和蘇北地區增長幅度相對偏低，且省域內差異較大．雖然山東省內各地市之間的土地經濟密度分布整體比較均勻，省域內各地市間的差異較小，但整體來看，山東省的土地經濟密度及其增速都落后于江蘇?。渲?，山東省土地經濟密度均值由2012年的3 656萬元/km2提高到2018年的5 565.68萬元/km2，年均增長率為6.2%，江蘇省由2012年的8 105.2萬元/km2提高到2018年的13 485.52萬元/km2，年均增長率為7.5%；山東省2018年土地經濟密度最高值是青島市，為10 637.76萬元/km2，最低值是菏澤市，為2 515.63萬元/km2；江蘇省最高值是無錫市，為24 716.12萬元/km2，是青島市的2.32倍，最低值為宿遷市，為3 215.34萬元/km2，為菏澤市的1.28倍．

圖1　山東省和江蘇省土地經濟密度變化情況

由2018年山東省和江蘇省各地市的土地經濟密度空間分布情況（見圖2）來看，兩省的空間分布格局都已經形成了一定的區域空間集聚效應，但山東省的集聚效應要明顯低于江蘇?。綎|省在魯中地區的濟南市和淄博市以及半島地區都形成了小范圍的土地經濟高密度集聚區域，江蘇省的蘇南地區是土地經濟高密度集聚區域．根據克利斯泰勒的中心地理論，山東省具有2個分散的土地經濟高密度集聚區域，對于帶動山東省整體的發展更為有利，但是圍繞濟南市與青島市這2個集聚中心的發展并不完善，對周邊地區的輻射帶動作用較弱，遠不及江蘇省的蘇南地區．

圖2　2018年山東省和江蘇省土地經濟密度分布

3.2　區域動態差異特征比較

山東和江蘇兩省2012—2018年的泰爾指數和變差系數見圖3．由圖3可見，二者總體反映的區域差異變化趨勢基本一致．從整體角度分析，山東省的變差系數和泰爾指數的數值均小于江蘇省，說明山東省土地經濟密度的總體差異要小于江蘇省，即山東省各地市間土地的經濟效益差異程度要小于江蘇?。?/p>

山東省土地經濟密度總體差異呈緩慢上升的趨勢，整體上升趨勢不大．江蘇省的土地經濟密度總體差異則表現為非勻速減小后又緩慢上升的趨勢，但整體呈現明顯的下降趨勢．山東省各地市的用地經濟效益的差距略微上升，通過對數據分析得知，山東省在發展過程中出現了土地經濟密度突出增長點，同時部分地區的土地經濟密度提升遇到了阻礙．江蘇省各地市間的用地經濟效益的差距在逐漸縮小，但整體的發展差異較大，結合對數據的分析，蘇南等土地經濟高密度地區對周圍地區開始發揮擴散效應[18]，從而使蘇中、蘇北地區的土地利用效率和經濟效益得到顯著提升．

圖3　2012—2018年山東和江蘇兩省土地經濟密度總體區域差異變化

3.3　區域發展速度差異比較

2012—2018年山東省和江蘇省各地市的土地經濟密度相對發展率見圖4．由圖4可見，兩省各地市間土地經濟密度的相對發展率都存在著明顯的差異，山東省各地市的相對發展率差異相對小于江蘇?。Y果表明，（1）山東省相對發展率1以上的有青島、濟南、淄博、煙臺、威海等5個地市，約占30%，其余12個地市的相對發展率皆處于1以下，且多數城市都處于0.7左右，差異相對較?。?）江蘇省南京、無錫、蘇州、常州、南通、揚州、泰州等7個地市相對發展率達到1以上，約占50%，但連云港、淮安、鹽城、宿遷等4個城市的相對發展率在0.5以下，各地市間的差異較大．（3）將山東省與江蘇省各個地市的相對發展速度對比發現，青島市在2個省份的相對發展速度位于第一位，具有良好的發展潛力；濟南、南京、無錫、常州、蘇州5個地市相對發展速度相近且較高，土地經濟密度上升空間較大．（4）山東省各地市的相對發展速度較為平均，而江蘇省兩極分化情況嚴重．

4 兩省土地經濟密度驅動力比較分析

4.1　模型的建立與驅動力因子的選取

4.1.1土地經濟密度驅動力分析數學模型柯布-道格拉斯生產函數是用來預測國家和地區的工業系統或大企業的生產或分析生產的途徑的一種經濟數學模型，反映了在既定的生產技術條件下投入和產出之間的數量關系．柯布-道格拉斯生產函數表明，影響經濟增長水平的主要因素有投入的勞動力、固定資本以及技術水平．其原型為[19]

其中，為生產總值；為全要素生產率，表示技術進步與其他影響因素對經濟發展影響；為資本投入；為勞動力投入；與分別為資本投入與勞動力投入的彈性系數．

土地要素投入作為影響土地經濟密度的重要變量，故在模型原型的基礎上引入土地要素投入，轉變為

基于數學模型分析研究，建立土地經濟密度驅動力分析數學模型

最后，為了降低序列數據的非平穩性和異方差的影響，對式（7）兩邊取對數，得到線性回歸方程

4.1.2土地經濟密度驅動力因子的選取土地經濟密度的高低是人口、市場、科技、交通等因素共同作用的結果．因此，要想把握土地利用與經濟發展規律之間的關系，對于土地經濟密度與各項驅動力因子的分析是必不可少的．目前，國內關于土地經濟密度驅動力分析還沒有形成完整的理論體系，考慮到研究使用的數學模型以及數據的可獲取性，并借鑒相關研究[20-22]，研究采用第三產業與第二產業生產總值比率、城鎮化率、交通水平、單位面積境外投資額、每萬人高中生數、每萬人擁有技術人員數、單位用電量產生GDP表示可測量的全要素生產率的影響因素；用單位面積房地產開發投資完成額表示資產投入；用單位面積私營企業就業人數表示勞動力投入．

4.2　驅動力因子數據處理與比較分析

根據所建數學模型，利用SPSSAU工具將數據進行嶺回歸分析，根據嶺跡圖，江蘇省數據進行嶺回歸分析時，取0.36為最佳值，山東省數據取0.32所得結果為最佳值（見表2~3）．由表2~3可見，（1）江蘇省城鎮化率、單位面積房地產開發投資完成額、單位面積私營企業就業人數的值均小于0.05，通過了檢驗，其對土地經濟密度的影響是顯著的，它們的系數分別為1.321，0.170，0.272，說明它們均對土地經濟密度有顯著的正向作用．（2）山東省鎮化率、單位面積房地產開發投資完成額、單位面積私營企業就業人數、每萬人擁有技術人員數、單位用電量產生GDP的值均小于0.05，通過了檢驗，并且它們的系數為1.082，0.117，0.215，0.174，0.143，均為正值，說明其對山東省的土地經濟密度呈顯著的正向作用．（3）將山東省與江蘇省結果進行對比發現，江蘇省的城鎮化率、單位面積房地產開發投資完成額、單位面積私營企業就業人數對土地經濟密度的影響強度均大于山東省，即當城鎮化率、單位面積房地產開發投資完成額、單位面積私營企業就業人數增加1個單位帶來的土地經濟密度的增加，江蘇省要高于山東?。?/p>

表2　江蘇省嶺回歸結果

表3　山東省嶺回歸結果

在嶺回歸結果中，其余變量的值均大于0.05，說明在95%的置信水平下，其回歸系數并不能通過檢驗，故其回歸系數并無實際意義．但是將變量與土地經濟密度進行Pearson相關分析得到表4．由表4可見，（1）江蘇省土地經濟密度與其交通條件、單位面積境外投資額、每萬人高中畢業數3個指標具有顯著相關關系．其中，與交通條件、單位面積境外投資額為正相關，與現實情況相符，說明改善交通條件，增加境外投資額能夠帶來土地經濟密度的增加．與每萬人高中生畢業數呈顯著負相關，說明高中生畢業人數的增長，并沒有對江蘇省土地經濟密度的提升起到促進作用．（2）山東省土地經濟密度與單位面積境外投資額存在正相關關系，說明境外投資額的增加可以給山東省帶來土地經濟密度的提升．

表4　江蘇省和山東省Pearson相關分析結果

5　結論與建議

5.1　結論

通過ArcGIS空間分析、變差系數、泰爾指數、相對發展速度、基于嶺回歸等方法，對2012—2018年山東省與江蘇省的土地經濟密度時空差異及驅動力因子進行了比較與分析．結果表明，（1）兩省各地市的土地經濟密度整體呈上升趨勢，但從土地利用經濟效益現狀、空間集聚效應的強度兩方面來看，山東省整體落后于江蘇?。?）區域動態差異特征的比較顯示：2012—2018年，山東省土地經濟密度總體差異呈現緩慢上升趨勢，但各地市土地經濟密度的增長仍然較為均勻；江蘇省整體呈下降趨勢，蘇南對蘇中、蘇北地區開始呈現出一定的擴散效應，但各地市間的土地經濟密度發展差異仍然較大．（3）區域發展速度差異的比較顯示：2012—2018年，山東省各地市的相對發展速度較為平均，江蘇省兩極分化現象嚴重．（4）江蘇省的城鎮化率、單位面積房地產開發投資完成額、單位面積私營企業就業人數、交通水平、單位面積境外投資額5個方面對于土地經濟密度和土地利用效益的提升作用要顯著強于山東?。畯膯挝挥秒娏可a總值來看，其對于山東省土地經濟密度的提升作用要優于江蘇省，即山東省在能源利用效率方面要強于江蘇?。?/p>

5.2　建議

山東省土地經濟密度的發展水平已經邁向了一個新的階段，但與江蘇省之間的差距卻越來越大．山東省只有充分認識到自身發展存在的缺陷，利用自身的優勢，借鑒別人的長處，調整發展戰略，才能夠在土地利用方式和效益的優化以及土地經濟密度的健康提升方面取得新的進展．江蘇省在土地經濟密度整體的發展水平上優于山東省，但其區域間發展水平差異過大、能源利用效率過低的劣勢也非常明顯．為進一步提高山東省和江蘇省的土地經濟密度，可以從幾個方面著手：（1）加快推進新型城鎮化建設，合理布局各種利用類型土地，推進存量土地挖潛，提高土地集約利用程度[23]．（2）發揮重點城市帶動作用，培育壯大經濟增長極，從而加強核心城市對周邊落后地區的帶動作用．（3）制定合理的政策，營造良好的投資和經商環境，鼓勵創業，從而為經濟發展提供充足動力．（4）加大境外投資力度，從而為本地區經濟的發展創造新的活力．（5）改善交通條件，對于交通欠發達地區，要加強交通基礎設施的建設，從而為吸引投資和促進本地的經濟發展提供良好的保證．（6）改善教學環境與學術氛圍，加大對教育科研的投入力度，從而形成以“科技促發展”的新型模式，改善和杜絕“以土地換增長”的落后模式．（7）在發揮市場調節作用的前提下，政府采取適當的傾斜性政策，平衡地區間發展的差異，從而促進區域間的共同發展．（8）利用自身的經濟和科技優勢，轉變當前的資源利用方式，促使資源利用方式實現由“粗放型利用”向“精細化利用”的轉變．

[1] 王琰琿，魯成樹，馬麗君．安徽省縣域土地經濟密度時空演化及驅動力分析[J]．國土與自然資源研究，2019（1）：33-39

[2] 周敏，胡碧霞．東北地區城市土地經濟密度格局演變[J]．城市問題，2018（10）：62-68

[3] 劉亦博，成杰民．山東省城市土地經濟密度時空差異分析[J]．中國環境管理干部學院，2016，26（6）：55-59

[4] 匡兵，盧新海，周敏．中國城市土地經濟密度的分布動態演進[J]．中國土地科學，2016，30（10）：47-54

[5] 馮科，吳次芳，陸張維，等．中國土地經濟密度分布的時空特征及規律——來自省際面板數據的分析[J]．經濟地理，2008，28（5）：817-820

[6] 滿菊．河南省土地經濟密度時空分布及驅動力分析[D]．開封：河南大學，2012

[7] 方斌，吳金鳳，孟穎．江蘇省土地經濟密度的時空變異分析[J]．農業現代化研究，2010，31（6）：716-719

[8] 國家統計局城市社會經濟調查司．中國城市統計年鑒[M]．北京：中國統計出版社，2019

[9] 山東省統計局，國家統計局山東調查總隊．山東省統計年鑒[M]．北京：中國統計出版社，2013—2019

[10] 江蘇省統計局，國家統計局江蘇調查總隊．江蘇省統計年鑒[M]．北京：中國統計出版社，2013—2019

[11] 胡濤，張安明，楊慶媛，等．重慶市城鎮建設用地經濟密度時空差異及影響因素分析[J]．西南大學學報：自然科學版，2020，42（2）：55-65

[12] 羅文斌，吳次芳，馮科．城市土地經濟密度的時空差異及其影響機理——基于湖南省城市面板數據的實證分析[J]．城市發展研究，2010，17（6）：68-74

[13] ZHOU F Y，SUN S Q，Joseph J Molnar．Evaluation of the Development of Circular Agriculture in Sichuan Province Based on the Coefficient of Variation[J]．Asian Agricultural Research，2015，7（3）：56-60

[14] 貝涵璐，吳次芳，馮科，等．土地經濟密度的區域差異特征及動態演變格局——基于長江三角洲地區的實證分析[J]．自然資源學報，2009，24（11）：1952-1962

[15] 歐陽南江．改革開放以來廣東省區域差異的發展變化[J]．地理學報，1993，48（3）：204-217

[16] 賀孟萌．城市土地經濟密度的時空特征及影響因素研究——以山東省為例[D]．濟南：山東師范大學，2012

[17] 廖進中，韓峰，張文靜，等．長株潭地區城鎮化對土地利用效率的影響[J]．中國人口·資源與環境，2010，20（2）：30-36

[18] 吳昊，李美琦．基于長三角與京津冀比較的區域經濟增長的聚集效應與擴散效應研究[J]．商業研究，2018（5）：69-75

[19] 唐晴．山東省農業經濟增長影響因素分析——基于柯布·道格拉斯生產函數[J]．山東商業職業技術學院學報，2018，18（3）：13-17，59

[20] 高佳，李世平，李文婷．遼寧省土地經濟密度時空特征及驅動力分析[J]．中國農業資源與區劃，2014，35（5）：30-37

[21] 張吉獻，丁志偉，張改素．中原經濟區土地經濟密度的時空差異及影響因素分析[J]．安陽師范學院學報，2013（2）：66-72

[22] Yan Y, Ju H, Zhang S, et al．Spatiotemporal Patterns and Driving Forces of Urban Expansion in Coastal Areas: A Study on Urban Agglomeration in the Pearl River Delta, China[J]．Sustainability，2020，12（1）：191

[23] 鞠洪潤，左麗君，張增祥，等．中國土地利用空間格局刻畫方法研究[J]．地理學報，2020，75（1）：143-159

Comparative study on the spatial-temporal differences and driving forces of land economic density in Shandong Province and Jiangsu Province

LIU Zhaode，YANG Qiuying，WANG Shude

（School of Tourism and Geography Science，Qingdao University，Qingdao 266071，China）

Land as the carrier of economic development，which improvement of land use efficiency is great significance to the realization of sound economic growth．Based on the data of land economic density of Shandong Province and Jiangsu Province from 2012 to 2018，compares and analyzes the spatial-temporal differences and driving force factors of land economic density between Shandong Province and Jiangsu Province by using the methods of ArcGIS spatial analysis，variation coefficient and Theil index，relative development speed，ridge regression．The results show that，（1）the land economic density in Shandong and Jiangsu provinces has shown an upward trend and presented certain agglomeration effect，but the upward trend in Shandong is slower and the agglomeration effect is not stronger．（2）The land economic benefit gap between cities in Shandong Province is slowly expanding，and in Jiangsu Province it shows a downward trend，but the gap between cities is still higher than cities in Shandong Province．（3）The relative development speed of cities in Shandong Province is relatively average，but the polarization in Jiangsu Province is serious．（4）The efficiency of energy utilization in Shandong Province is higher than that in Jiangsu Province，but the promotion effect of urbanization rate，real estate development investment per unit area，employment number of private enterprises per unit area，traffic conditions and overseas investment per unit area on land use efficiency is lower than that of Jiangsu Province．

land economic density；spatial-temporal differences；Shandong Province；Jiangsu Province；comparative studies

F301.24

A

10.3969/j.issn.1007-9831.2020.10.011

1007-9831（2020）10-0046-08

2020-06-19

青島市哲學社會科學規劃項目（QDSKL801088）

劉兆德（1998-），男，山東濟南人，在讀本科生．E-mail：jy053112@163.com

王樹德（1970-），男，山東安丘人，副教授，碩士，從事GIS地學應用研究．E-mail：wsdwww@126.com