赵 昊，刘平辉

(东华理工大学 地球科学学院，江西 南昌 330013)

城镇化是现代化进程中的必然产物。根据官方统计数据，2000～2016年，中国人口城镇化率由36.22%上升到了57.35%，年均增长1.32%，增速惊人。伴随着人口的快速城镇化，土地作为人类生活与生产的基本载体，在工业化和人口城镇化的浪潮下，也在经历着一个城镇化的过程，当城镇化发展到一定的水平时，土地城镇化会逐渐成为推动工业化和人口城镇化的一支重要力量[1]。

城镇建设用地规模不断扩张与大量耕地流失引起了很多学者的关注，研究成果丰硕[2-4]。陆大道等最早提出“土地城镇化”一词[5]，由此成为一个独立命题被研究。在土地城镇化的概念界定与度量方法上，吕萍认为土地城镇化是指土地条件由农村形态向城市形态转化的过程[6]；鲁德银指出国有化是中国土地城镇化的最重要特征[7]；林坚用城镇工矿用地占城乡建设用地的比重来衡量土地城镇化水平，认为这一指标与人口城镇化率统计方式相对应[8]。在研究方法上，兼顾空间效应的探索性空间数据分析(ESDA)和地理加权回归(GWR)模型等方法广泛应用在土地利用[9-10]、区域经济[11]和生态环境[12]等方面，取得了较多成果。在实证分析上，研究的重点主要集中在土地城镇化与人口城镇化的匹配关系上[13-15]。蔺雪芹等的研究表明，城镇人口聚集、工业发展水平和投资是中国土地城镇化的三大动力[16]。以往对土地城镇化空间格局与驱动因素的研究不多，研究的空间维度集中在省域和地级市[10]，基于县域尺度的土地城镇化相关研究较少[17]，缺乏时空维度的定量与实证检验。

鄱阳湖生态经济区作为江西省经济增长快的地区，其区域内的发展差异也不容忽视。运用探索性空间数据分析(ESDA)，在描述鄱阳湖生态经济区土地城镇化水平的空间格局特征的基础之上，通过因子分析提取驱动力主因子，利用普通最小二乘回归(OLS)模型和地理加权回归(GWR)模型，从时空双重维度对鄱阳湖生态经济区县域尺度下的社会经济驱动因素演化机理进行探究，量化土地城镇化进程中的抽象问题，揭示其中的内在机制，以期为提升区域一体化发展与未来区域内的空间规划决策提供参考依据与科学引导。

1 研究区域、研究方法与数据来源

1.1 研究区概况

鄱阳湖生态经济区位于江西省北部，由9个地市的38个县(市/区)构成，总面积5.12万km2，占江西省总面积的30.7%，2009年12月国务院正式批复《鄱阳湖生态经济区规划》，标志着鄱阳湖生态经济区正式上升为国家战略[18]。根据研究需要，把东湖区、西湖区、青云谱区、青山湖区和湾里区归并称为南昌市区；珠山区和昌江区归并称为景德镇市区；浔阳区和庐山区归并称为九江市区；临川区、渝水区和月湖区分别称为抚州市区、新余市区和鹰潭市区。最终，将38个县(市/区)在保留行政边界的基础之上归并为32个县域单元作为研究对象(图1)。

1.2 研究方法

1.2.1 土地城镇化水平的度量方法 从人口在空间上的聚集来看，由城镇建设用地、村庄用地和独立工矿用地构成的城乡建设用地是人们日常生活与生产的基本载体。居住在城镇与独立工矿附近从事非农产业的人口称之为城镇人口，常住农村的人口为农村人口，人口城镇化水平是以城镇人口占城乡总人口的比重本来衡量的。本文根据以往学者的研究，同时为了与人口城镇化水平的计算方法相对应，采用城镇工矿用地占城乡建设用地的比重来衡量土地城镇化水平。土地城镇化水平的提高意味着城乡整体人均占地的减少和整体地均产出的增加，表明建设用地朝高效集约的方向发展。土地城镇化水平计算公式如下：

图1 江西省鄱阳湖生态经济区位置示意图

1.2.2 探索性空间数据分析(ESDA) 探索性空间数据分析是利用统计学原理与图形图表相结合的方式，对空间信息的性质进行分析鉴别，用以引导确定性模型的结构和解法[19]，可以对某一区域范围内某种观测对象的空间分布和空间聚集模式进行分析。本文选用Moran’sI检测土地城镇化水平在空间上是否聚集，Moran’sI模型如下：

(1)

式(1)中，n为研究区域内空间单元的总数；xi与xj分别是相邻空间单元的观测值；x为n个空间单元观测值的均值；Wij是研究区域内空间对象i和空间对象j的空间权重矩阵。当i和j相邻时，权重为1，不相邻时权重为0；S0为所有空间权重的聚合。

Moran’sI的取值范围是从-1到1之间。I>0表示空间数据存在正相关；I<0表示空间数据存在负相关；I=0表示变量在空间上随机分布。

为了进一步揭示区域内的局部差异，用局部空间自相关(Local Indicators of Spatial Association-LISA)来描述，其指数称为Anselin Local Moran′sI，模型如下：

(2)

式(2)中，zi和zj是观测值的均值标准化；Wij是要素i和j之间的空间权重；Ii表示i位置上的观测值与周围相邻观测值的加权平均值的乘积。

1.2.3 因子分析(FA)模型 因子分析是主成分分析的推广，侧重于解释被观测变量之间的相关关系或协方差之间的结果，实质是从显在变量中提炼潜在变量，通过具体指标测评抽象因子。

1.2.4 普通最小二乘回归(OLS)模型 & 地理加权回归(GWR)模型 GWR模型是对OLS模型的扩展，将地理位置嵌入回归参数中，回归参数随地理位置变化而变化，允许局部参数估计。

OLS模型如下：

(3)

OLS模型扩展后的GWR模型如下：

(4)

式(4)中，(ui,vi)代表第i个样点的地理空间坐标；βk(ui,vi)为第i个采样点的第k个回归系数，随空间位置而变化；εi为独立分布的随机误差项，通常假定其服从正态分布；k为自变量个数。

本文运用ArcGIS10.2中的空间统计工具模块，对经过标准化后数据进行分析操作，GWR模型中采用最小信息准则法(AICc)设定模型带宽，实现建模。

1.3 数据来源

土地数据来源于2011、2015年两期鄱阳湖生态经济区内38个县(市/区)的土地利用变更调查矢量数据，提取城市、建制镇、村庄以及独立工矿这4类用地，进行分析研究。社会经济数据来源于2012、2016年江西省9个相关地级市的统计年鉴和统计公报。

2 研究过程与结果分析

2.1 鄱阳湖生态经济区土地城镇化空间特征

2011年末，鄱阳湖生态经济区城乡建设用地面积为37.06万hm2，占整个鄱阳湖生态经济区总面积的7.24%，城乡建设用地中，城镇工矿用地规模为14.11万hm2，城镇工矿用地占城乡建设用地规模的比重为38.08%，即土地城镇化水平为38.08%。2015年末，城乡建设用地面积为39.86万hm2，占总面积的7.78%，城镇工矿用地规模为16.84万hm2，土地城镇化水平为42.26%。32个县域单元的土地城镇化水平属性值的空间可视化结果表明局部空间差异明显(图2、图3)。整体而言，景德镇市区、九江市区、鹰潭市区和南昌市区形成了土地城镇化水平较高的孤立点，这些地区经济相对较发达；沿鄱阳湖东岸自北向南形成了一个土地城镇化水平较低的带状分布区域，包括彭泽县、都昌县、鄱阳县、余干县和余江县，这些县的经济发展缓慢，基础设施建设相对落后，其中余干县和鄱阳县是国家级贫困县。

图2 2011年鄱阳湖生态经济区土地城镇化水平空间分布

图3 2015年鄱阳湖生态经济区土地城镇化水平空间分布

2011～2015年，鄱阳湖生态经济区土地城镇化水平增长了4.19%，城镇工矿用地增长了2.73万hm2。从土地城镇化水平增幅来看，增长最快的是鄱阳湖西岸昌九经济带上的共青城市、九江县、星子县、永修县和新建县，其中共青城市的增幅高达19.06%。从城镇工矿用地增加量来看，新建县增量最大，增加了2920.42 hm2；余江县增量最小，增加了292.25 hm2。

在显著性水平α=0.05的水平下，鄱阳湖生态经济区2011、2015年土地城镇化水平的Moran’sI分别为0.1023和0.1508，Z-score皆为显著正值，P-value都小于0.05。结果表明，鄱阳湖生态经济区土地城镇化水平在县域层面上存在一定的正向空间自相关，且正向空间自相关性在逐渐增大，且聚集效果逐渐增强。

局部空间自相关分析的结果进一步表明了2011、2015年鄱阳湖生态经济区土地城镇化具有“高值呈孤立点，低值呈带状分布”，且“鄱阳湖西岸高于东岸”的聚集特征。2011年的LISA聚集图(图5)表明，景德镇市区、九江市区、鹰潭市区和南昌市区这4个土地城镇化水平较高的孤立点状县域单元形成了4个高-低关联区域，其邻县的土地城镇化水平则较低；以余干县为中心形成了低-低关联区域；其他地区的土地城镇化差异不显著。2015年的LISA聚集图(图6)表明，由于南昌市区与九江市区附近的新建县、南昌县、九江县和星子县土地城镇化水平大幅提升，南昌市区与九江市区在2011年所呈现的高-低关联到2015年变得不再显著，高-低关联区域分布在景德镇市区、鹰潭市区和共青城市3个孤立点状县域单元；低-高关联区分布在安义县和永修县，这2个县周围县域的土地城镇化水平较高；以余干县为中心形成了低-低关联区域；其他地区的土地城镇化差异不显著。

图4 2011年鄱阳湖生态经济区土地城镇化水平LISA聚集图

2.2 鄱阳湖生态经济区土地城镇化驱动因素分析

2.2.1 模型构建 土地城镇化驱动因素错综复杂，由于研究的时间跨度较短，自然因素在其中起到的影响相对较小，以社会经济因素为主。因此，本文探讨社会经济因素对于土地城镇化的影响，从人民生活水平、人口城镇化、城镇人口聚集、工业发展、建筑业与房地产开发、地方财政支出、市场发育水平以及全球化贸易这8个方面，基于各类指标的相关性和数据可获取性，按照类别选取指标体系(表1)。

图5 2015年鄱阳湖生态经济区土地城镇化水平LISA聚集图

由于选取的指标众多，因此利用因子分析模型分别对2011、2015年的指标作因子分析，得到相应年份的主因子，选取相应主因子中因子荷载最大的几个指标作为主因子的主要成分。从得出的两期主因子的主要构成中可以看出(表2)：2011年，主因子1与主因子2的构成按照指标分类，包括了工业发展、地方财政支出、人口城镇化、城镇人口聚集和建筑业发展，这5个指标在后文构建OLS模型与GWR模型时重点分析，而其他方面的影响很微弱，后文不做分析；2015年，主因子1与主因子2的构成按照指标分类，包括了地方财政、人口城镇化、人民生活水平、城镇人口聚集和建筑业发展，这5个指标在后文构建OLS模型与GWR模型时重点分析，而其他方面的影响很微弱，故后文不做分析。

2.2.2 OLS模型与GWR模型结果分析 在构建OLS模型之前首先应判断各主因子间的线性关系，在SPSS统计软件的支持下，采用相关系数检验法，结果显示同一年份的2个主因子间不存在多重共线性的问题，因此可以运用OLS模型进行分析。

分别以2011、2015年鄱阳湖生态经济区的土地城镇化水平为被解释变量，主因子1和主因子2为解释变量，构建OLS模型。模型分析结果如表3所示，各年份的回归方程和2个主因子均通过显著性检验。根据2011年2个主因子的系数，可以得出，在其他条件保持不变的状态下，主因子1每增加一个单位，土地城镇化水平会增加12.8%，主因子2每增加一个单位，土地城镇化水平会增加6.9%，说明工业发展、地方财政支出和人口城镇化对土地城镇化有着直接明显的影响，对比之下城镇人口聚集和建筑业发展对鄱阳湖生态经济区的土地城镇化影响较低，一部分原因可能是由于建筑业发展在一定程度上也会推动村庄用地的扩张。根据2015年2个主因子的系数，可以得出，在其他条件保持不变的状态下，主因子1每增加一个单位，土地城镇化水平会增加13.8%，主因子2每增加一个单位，土地城镇化水平会增加1.6%，说明地方财政支出、人口城镇化和人民生活水平对土地城镇化影响显著，而建筑业发展和城镇人口聚集的影响相对较低。

表1 土地城镇化驱动因素指标体系

表2 2011、2015年动力因子与主要成分

注：根据旋转成分矩阵得出，括号内为因子荷载。

通过OLS模型对两期数据的分析可以发现，地方财政支出和人口城镇化率始终是研究期内鄱阳湖生态经济区土地城镇化的主要驱动力，工业发展对这一地区的土地城镇化影响整体呈下降趋势，人民生活水平的提高和建筑业发展对土地城镇化的影响在逐步增强。

在OLS模型分析的基础之上构建GWR模型进行分析，分析结果如表4所示，2011年和2015年两期的GWR模型拟合度分别是0.844和0.705，明显高于OLS模型的0.671和0.651，说明GWR模型对于土地城镇化驱动因素分析的拟合效果要优于OLS模型。2011年和2015年32个县域单元局部回归的标准化残差范围分别是[-2.36，2.02]和[-2.05，1.92]，皆包含于正态分布函数在0.01水平下的置信区间[-2.58，2.58]，表明两期的标准化残差都是随机分布的。计算两期标准化残差的Moran’sI值分别为0.006和0.003，Z-score<1，P-value>0.5，进一步表明标准化残差在空间上随机分布，通过GWR模型能够降低模型中可能存在的空间自相关性，从而提供更准确的预测结果。

表3 2011、2015年OLS模型参数估计与检验结果

注：*表示P<0.05显著性水平，**表示P<0.01显著性水平，***表示P<0.001显著性水平。

2.2.3 GWR模型局部回归系数分析 2011年主因子1对土地城镇化影响的空间分异特征如图6。鄱阳湖生态经济区32个县域单元中，30个县域单元的主因子1与土地城镇化水平呈正向相关，高安市和丰城市这2个县域单元的主因子1与土地城镇化水平呈负相关。主因子1的回归系数在空间上大致表现为东部和北部高、西部和西南部低，自东向西呈递减趋势，最大值出现在东南部的贵溪市(0.205)、鹰潭市区(0.198)和余江县(0.187)，表明工业发展、地方财政支出和人口城镇化对这3个县域单元的土地城镇化水平的影响在鄱阳湖生态经济区最大；其次影响较大的是东部的景德镇地区和北部的九江地区，回归系数值在0.096～0.157之间；对土地城镇化影响最弱的是高安市(-0.029)和丰城市(-0.003)。

表4 2011、2015年GWR模型参数与检验结果

2011年主因子2对土地城镇化影响的空间分异特征如图7。鄱阳湖生态经济区32个县域单元中，31个县域单元的主因子2与土地城镇化水平呈正向相关，浮梁县的主因子2与土地城镇化水平呈负相关。主因子2的回归系数在空间上大致表现为西高东低，自西向东呈递减趋势，最大值出现在彭泽县(0.114)、新余市区(0.108)和湖口县(0.100)，表明城镇人口聚集和建筑业发展对这3个县域单元的土地城镇化水平的影响在鄱阳湖生态经济区最大；其次影响较大的是西部京九线沿线地区，回归系数值在0.076～0.086之间；影响最弱的是浮梁县(-0.089)。

图6 2011年GWR模型主因子1动力回归系数空间分布

2015年主因子1对土地城镇化影响的空间分异特征如图8。鄱阳湖生态经济区各个县域单元的主因子1与土地城镇化水平都呈正向相关。主因子1的回归系数在空间上大致表现为东北高西南低，自东北向西南呈递减趋势，最大值出现在东北部彭泽县(0.155)和浮梁县(0.154)及其周边县域，表明地方财政支出、人口城镇化和人民生活水平对东北部的九江、景德镇和上饶部分地区的土地城镇化水平影响最大；其次影响较大的是西北部和东南部地区，回归系数值在0.130～0.150之间；对土地城镇化影响最弱的是新干县(0.125)、樟树市(0.127)和新余市区(0.128)。

图7 2011年GWR模型主因子2动力回归系数空间分布

2015年主因子2对土地城镇化影响的空间分异特征如图9。鄱阳湖生态经济区32个县域单元中，28个县域单元的主因子2与土地城镇化水平呈正向相关，北部4个县域单元与土地城镇化水平呈负相关。主因子2的回归系数在空间上大致表现为南高北低，自南向北呈递减趋势，最大值出现在东南部贵溪市(0.0403)及其周边县域，表明建筑业发展和城镇人口聚集对鹰潭和抚州部分地区的土地城镇化水平影响最大；其次影响较大的是西南部和中部地区，回归系数值在0.001～0.029之间；对土地城镇化影响最弱的是北部长江沿岸的彭泽县(-0.005)、湖口县(-0.001)。

综上，鄱阳湖生态经济区在县域尺度上的土地城镇化驱动因素不同年份有所差异，驱动因素在空间分布上也发生了变化。2011年，推动东部地区的土地城镇化的因素主要由工业发展、地方财政和人口城镇化构成，推动西部土地城镇化的因素主要是城镇人口聚集和建筑业； 2015年，推动东部地区的土地城镇化的因素主要由地方财政支出和人口城镇化构成，推动西部土地城镇化的因素主要是建筑业发展和城镇人口聚集推动。部分出现负相关的地区可能是由于该因子在推动城镇工矿用地规模增加的同时，也推动了村庄用地的增长，且后者增长大于前者。各类因素对于中部以南昌地区为中心的地区影响都较为平稳，说明这一地区的发展在整个鄱阳湖生态经济区中最为均衡。

图8 2015年GWR模型主因子1动力回归系数空间分布

图9 2015年GWR模型主因子2动力回归系数空间分布

3 结论与讨论

3.1 结论

(1)鄱阳湖生态经济区土地城镇化水平整体呈上升趋势，空间差异显著，在县域层面存在正向空间自相关，具有“高值孤立呈点，低值呈带状分布”、“鄱阳湖西岸高于东岸”的聚集特征。鄱阳湖西岸的昌九经济带沿线县域是土地城镇化增幅最快的地区，这一地区的土地城镇化水平差异逐渐在缩小。

(2)推动鄱阳湖生态经济区土地城镇化的主导因素不同年份有所差异。地方财政支出与人口城镇化对这一地区整体土地城镇化的影响始终占主导地位，呈上升的趋势，说明政府行为和城镇的聚集效应对土地城镇化影响显著。工业发展对整体土地城镇化的影响呈下降趋势，人民生活水平的提高对土地城镇化的影响在逐步增强，建筑业的影响逐步超过了城镇人口聚集，说明这一地区工业对土地城镇化的推动作用逐步向城镇人口和建筑业用地需求转移。

(3)鄱阳湖生态经济区土地城镇化驱动因素具有明显的空间分异性。社会经济指标中提取的主因子与土地城镇水平大部分呈现正相关。2011年工业、地方财政支出和人口城镇化的回归系数在空间上自东向西递减，城镇人口聚集和建筑业发展的回归系数在空间上自西向东递减；2015年地方财政支出、人口城镇化和人均GDP的回归系数在空间上自东北向西南递减，建筑业发展和城镇人口的回归系数自北向南递减。

(4)对比2个模型的分析结果可以发现，运用GWR模型对土地城镇化驱动因素进行分析相较于OLS模型更加适用。

3.2 讨论

土地城镇化本身是土地经济系统与人类社会系统之间耦合作用的结果，基于经验的统计模型方法有助于在这一复杂系统中分离出主要的驱动因素，确定土地城镇化与驱动因素之间的定量关系。在研究方法上，GWR模型不仅在拟合度上要优于OLS模型，而且能够降低模型中可能存在的空间自相关性，回归参数随地理位置变化而变化，从而能够更准确细致地揭示土地城镇化驱动因素的空间分异性。在研究结果上，一定程度地揭示了鄱阳湖生态经济区土地城镇化的空间格局演变与驱动力，但从所用模型结果的拟合度和残差值来看，本研究从社会经济角度所归纳的因素尚不够全面，随着土地出让逐步市场化，地方政府通过出让建设用地获得的土地财政对土地城镇化的影响以及和人口城镇化之间的匹配关系，也值得在今后的研究中加以深入分析。

随着城镇化进程的加快，对城镇建设用地的需求也会逐步增加，为保障区域可持续发展、集约化利用土地资源，提出以下建议：(1)规划与市场双重调控。一方面以土地利用总体规划、城市规划和社会经济发展计划为依据，对不符合规划的用地需求不予满足，另一方面引入了市场机制有偿供地，通过市场竞争使土地资源的稀缺性和经济价值得以现实体现。党的十九大报告明确提出“瞄准城乡统一建设用地市场建设，扩大国有土地有偿使用范围”，充分发挥市场配置土地资源的决定性作用对于土地城镇化的良性发展起到至关重要的作用。(2)结合区域特点优化土地利用配置，提升土地利用的集约化水平。严格控制城镇建设用地蔓延扩张，落实废旧工矿复垦工程与基本农田保护政策，不断推进农村居民点土地整治工程，在土地城镇化水平向前推进的同时，使土地利用的内部结构得到优化。