论文部分内容阅读
摘要 采用耦合协调度模型、GeoDA方法对江苏省土地利用投入产出耦合协调度进行空间分析，结果表明，江苏省土地利用投入产出耦合协调度空间差异显著，苏南为热点区，苏中、苏北为冷点区，且苏中、苏北地区的城市间差异也较显著，为全省践行节约集约用地“双提升”行动计划提供借鉴和参考。
关键词 GeoDA；江苏省；耦合协调度；空间分析
中图分类号S-29；F301.2 文献标识码 A 文章编号0517-6611（2016）35-0205-04
Spatial Analysis on the Coupling Coordination Degree of Input-output of Land Use of Jiangsu Province Based on GeoDA
CUI Kai-jun
（Jiangsu Lande Engineering Technology Co. Ltd.， Nanjing， Jiangsu 210019）
AbstractThe coupling coordination degree of input-output of land use in Jiangsu Province was analyzed by adopting the model of coupling coordination degree and GeoDA. It was concluded that there’s obvious difference in the coupling coordination degree of input-output of land use in Jiangsu Province. Besides， south of Jiangsu Province was hot spot area while middle and north of Jiangsu Province was cold spot area. There’s obvious difference among cities in middle and northern Jiangsu Province. All the above analysis was provided to be reference for carrying out the action of double promotion of intensive utilization of land resources.
Key wordsGeoDA； Jiangsu Province； Coupling coordination degree； Spatial analysis
土地利用的经济效益是土地利用效益评价的核心之一，是衡量土地集约利用水平和效率的重要指标。学者对该领域已有较多研究，但侧重于市、县级的单一分析，较少从省域层面着手，且多从土地投入、土地产出等选取指标构建评价指标体系，较少对两者间的协调关系进行分析。因此，笔者以江苏省为例，利用空间分析软件GeoDA分析省内13个地级市的土地投入与产出的耦合协调度及其空间差异规律，为全省践行节约集约用地“双提升”行动计划提供借鉴和参考。
1数据来源与研究方法
1.1研究区概况
江苏省东临黄海，与上海市、浙江省、安徽省、山东省接壤，下辖13个地级市。江苏与上海、浙江共同构成的长江三角洲城市群已成为6大世界级城市群之一。2014年全省GDP为66 814.24亿元，比上年增长8.93%，在全国位居第二；人均国内生产总值81 874元，在全国位居第四。
1.2数据来源
研究区域的图形数据来源于江苏省2014年以各地级市为行政单元的矢量数据图层，研究区域的GDP等数据来源于《江苏统计年鉴2015》，其他省份及地区的经济数据来源于《中国统计年鉴2015》。
1.3研究方法
采用GeoDA进行江苏省土地投入产出耦合协调度空间分析。
GeoDA是基于空间自相关原理进行空间统计分析的软件。空间自相关是测试空间某点观测值是否与其相邻点的值存在相关性的一种空间统计分析方法[1]，是研究空间中的某空间单元与其周围单位，针对某一特征数据值进行统计分析，计算空间自相关性程度，分析其在空间上的分布特性。事物在空间上表现出很强的相关性，空间距离越近，属性越相近。空间自相关计算空间相关性的定量指标，能很好地揭示空间分布的规律性[2]。
1.3.1构建指标体系。
借鑒相关研究成果[3]，结合数据的可获取性，土地经济效益主要从土地投入和土地产出两方面选取指标，土地投入选取建设用地比重、人均拥有道路面积、地均固定资产投资额、地均劳动力投入水平4个指标，土地产出选取人口密度、经济密度、地均消费品零售额、地均财政收入4个指标（表1）。
1.3.2数据标准化处理。
对表1中13个市的8项指标数据进行无量纲化处理，公式为：
Bij=（Aij-minAij）/（maxAij-minAij）式中，Bij为指标标准化值，Aij为某一指标值，maxAij为某一指标的最大值，minAij为某一指标的最小值。
1.3.3土地投入产出水平。
采用熵权法确定8项指标权重，根据下列公式计算得出土地投入和土地产出水平：
Cm=ni=1wjBij（m=1，2）式中，C1为土地投入水平；C2为土地产出水平；wj为第j项指标权重；Bij为第i城市第j项指标的标准化值；n为城市个数。
1.3.4耦合协调度。
土地投入与产出耦合协调度的计算公式为[4]： D=C1×C2/[（C1+C2）/2]2
E=a C1+（1-a）×C2
F=（D×E）0.5
a=w1/（w1+w2）
式中，D为耦合协调系数，反映了土地投入与土地产出协调程度；E为土地利用整体效益水平；F表示耦合协调度；a为土地投入的权重，1-a为土地产出的权重。根据土地投入与产出协调发展分类体系及判别标准（表2），对根据公式计算得出的耦合协调度进行判断。
1.3.5空间自相关指标。
1.3.5.1全局空间自相关指标。
全局空间自相关指标用于验证整个江苏省13个地级市的土地投入产出耦合协调度的空间分布特征。Moran’I的公式为[5]：
I=nni=1nj=1wij（Fi-）（Fj-）
（ni=1nj=1wij）ni=1（Gi-）2
=ni=1nj=1wij（Fi-）（Fj-）
S2ni=1nj=1wij
s2=1n×j（Fi-）2，=1nni=1Fi
式中，I为Moran指数；Fi为城市i的观测值；wij为空间权重矩阵。Moran’s I的取值范围在[-1，1]，大于0表示正相关，小于0表示负相关，等于0表示不相关。
1.3.5.2局部空间自相关指标。
局部空间自相关指标LISA用于反映一个城市耦合协调度与邻近城市耦合协调度的相关程度，公式如下[5]：
LISA=（Fi-）2S2ni=1（Fi-）2
2结果与分析
2.1耦合协调度空间分布特征
根据上述研究方法，对相关数据进行处理，得到江苏省13个地级市的土地投入水平、土地产出水平、耦合协调系数和耦合协调度（表3）。
由表3可知，江苏省土地投入与产出的耦合协调度平均值为0.380 4，平均水平属于轻度失调衰退类。南京、无锡、苏州和盐城这4个市的土地产出水平高于土地投入水平，为投入滞后型，其余9个市为产出滞后型。13个市中位于协调发展类的仅有南京、无锡和苏州，且均为协调发展类型中最低层级的初级协调发展类；处于过渡类的有常州和镇江，其中常州为过渡类的勉强协调发展类，镇江为过渡类的濒临失调衰退类；协调发展类和过渡类的城市均在苏南地区，其余7市属于失调衰退类型，均位于苏中、苏北地区，且7市间的耦合协调度差异明显。可见全省土地利用耦合协调水平不高，各市之间耦合协调度差异较大。苏南地区协调水平相对较高，苏中、苏北地区较低，且较低区域内的城市之间差异明显（图1）。
2.2耦合协调度的相关性分析
2.2.1耦合协调度的全局空间自相关分析。
运用GeoDA软件对13个市的耦合协调度进行空间自相关分析[6]，得到全局空间自相关指数Moran’s I为0.646 418，说明全省13个市的土地利用投入产出耦合协调度在空间上正相关性，即存在空间集聚。
为检验Moran’s I是否显著，在GeoDA中采用蒙特卡罗模拟的方法来检验，结果显示，P值为0.000 3，说明在99.97%置信度下空间自相关是显著的。
图2中，第一象限和第三象限的点为空间正相关的点数据，表明这些市在空间上正相关，第二象限和第四象限的点为空间负相关的点数据，表明这些市在空间上负相关。位于第一象限的有5市，其中苏州、无锡、常州、南京等4市均属苏南地区，说明苏南地区（镇江市除外）是热点区；位于第三象限的有盐城、宿迁、扬州、徐州、连云港、淮安等6市，说明这6市所在区域为冷点区。
2.2.2耦合协调度的局部空间自相关分析。江苏省13个市土地投入产出耦合协调度LISA聚集结果见图3。由图3可知，热点区中的常州市属于显著High-High类型，冷点区中的连云港市、淮安市和盐城市属于显著Low-Low类型，其他9市均为不显著类型。
对全省13市土地投入产出耦合协调度的全局空间自相关和局部空间自相关分析结果表明：江苏省13个地级市之间的土地利用投入产出耦合协调空间“两极分化”现象显著。
3结论
（1）江苏省土地投入与产出的耦合协调度水平整体不高，平均水平为轻度失调衰退型，但13个地级市之间差异显著，苏南地区耦合协调度较高，苏中、苏北耦合协调度相对较低，且位于苏中、苏北的9个地级市之间差异较显著。
（2）江苏省13个地级市土地投入产出耦合协调度存在显著的空间正相关性，苏南地区呈现空间High-High集聚，即苏南地区的南京、苏州、无锡、常州的耦合协调度较高，苏中、苏北主要呈现Low-Low集聚，即蘇中、苏北地区的盐城、宿迁、扬州、徐州、连云港、淮安也存在较强的空间正相关，但这6市的耦合协调度较低。
参考文献
[1] 陈小勇，林鹏.我国红树植物分布的空间自相关分析[J].华东师范大学学报（自然科学版），2000（3）：104-109.
[2] 于雪芹，张涛，孙妍，等.基于GeoDA的吉林省区域经济统计分析[J].吉林建筑工程学院学报，2013，30（6）：12-15.
[3] 宋戈，高楠.基于DEA方法的城市土地利用经济效益分析：以哈尔滨市为例[J].地理科学，2008，28（2）：185-188.
[4] 杨丽霞，夏浩，苑韶峰.基于耦合协调度的土地利用经济效益空间差异分析：以浙江省为例[J].中国土地科学，2015，29（11）：83-88.
[5] 万鲁河，王绍巍，陈晓红.基于GeoDA的哈大齐工业走廊GDP空间关联性[J].地理研究，2011，30（6）：977-984.
[6] 陈安宁.空间计量学入门与GeoDA软件应用[M].杭州：浙江大学出版社，2014.
关键词 GeoDA；江苏省；耦合协调度；空间分析
中图分类号S-29；F301.2 文献标识码 A 文章编号0517-6611（2016）35-0205-04
Spatial Analysis on the Coupling Coordination Degree of Input-output of Land Use of Jiangsu Province Based on GeoDA
CUI Kai-jun
（Jiangsu Lande Engineering Technology Co. Ltd.， Nanjing， Jiangsu 210019）
AbstractThe coupling coordination degree of input-output of land use in Jiangsu Province was analyzed by adopting the model of coupling coordination degree and GeoDA. It was concluded that there’s obvious difference in the coupling coordination degree of input-output of land use in Jiangsu Province. Besides， south of Jiangsu Province was hot spot area while middle and north of Jiangsu Province was cold spot area. There’s obvious difference among cities in middle and northern Jiangsu Province. All the above analysis was provided to be reference for carrying out the action of double promotion of intensive utilization of land resources.
Key wordsGeoDA； Jiangsu Province； Coupling coordination degree； Spatial analysis
土地利用的经济效益是土地利用效益评价的核心之一，是衡量土地集约利用水平和效率的重要指标。学者对该领域已有较多研究，但侧重于市、县级的单一分析，较少从省域层面着手，且多从土地投入、土地产出等选取指标构建评价指标体系，较少对两者间的协调关系进行分析。因此，笔者以江苏省为例，利用空间分析软件GeoDA分析省内13个地级市的土地投入与产出的耦合协调度及其空间差异规律，为全省践行节约集约用地“双提升”行动计划提供借鉴和参考。
1数据来源与研究方法
1.1研究区概况
江苏省东临黄海，与上海市、浙江省、安徽省、山东省接壤，下辖13个地级市。江苏与上海、浙江共同构成的长江三角洲城市群已成为6大世界级城市群之一。2014年全省GDP为66 814.24亿元，比上年增长8.93%，在全国位居第二；人均国内生产总值81 874元，在全国位居第四。
1.2数据来源
研究区域的图形数据来源于江苏省2014年以各地级市为行政单元的矢量数据图层，研究区域的GDP等数据来源于《江苏统计年鉴2015》，其他省份及地区的经济数据来源于《中国统计年鉴2015》。
1.3研究方法
采用GeoDA进行江苏省土地投入产出耦合协调度空间分析。
GeoDA是基于空间自相关原理进行空间统计分析的软件。空间自相关是测试空间某点观测值是否与其相邻点的值存在相关性的一种空间统计分析方法[1]，是研究空间中的某空间单元与其周围单位，针对某一特征数据值进行统计分析，计算空间自相关性程度，分析其在空间上的分布特性。事物在空间上表现出很强的相关性，空间距离越近，属性越相近。空间自相关计算空间相关性的定量指标，能很好地揭示空间分布的规律性[2]。
1.3.1构建指标体系。
借鑒相关研究成果[3]，结合数据的可获取性，土地经济效益主要从土地投入和土地产出两方面选取指标，土地投入选取建设用地比重、人均拥有道路面积、地均固定资产投资额、地均劳动力投入水平4个指标，土地产出选取人口密度、经济密度、地均消费品零售额、地均财政收入4个指标（表1）。
1.3.2数据标准化处理。
对表1中13个市的8项指标数据进行无量纲化处理，公式为：
Bij=（Aij-minAij）/（maxAij-minAij）式中，Bij为指标标准化值，Aij为某一指标值，maxAij为某一指标的最大值，minAij为某一指标的最小值。
1.3.3土地投入产出水平。
采用熵权法确定8项指标权重，根据下列公式计算得出土地投入和土地产出水平：
Cm=ni=1wjBij（m=1，2）式中，C1为土地投入水平；C2为土地产出水平；wj为第j项指标权重；Bij为第i城市第j项指标的标准化值；n为城市个数。
1.3.4耦合协调度。
土地投入与产出耦合协调度的计算公式为[4]： D=C1×C2/[（C1+C2）/2]2
E=a C1+（1-a）×C2
F=（D×E）0.5
a=w1/（w1+w2）
式中，D为耦合协调系数，反映了土地投入与土地产出协调程度；E为土地利用整体效益水平；F表示耦合协调度；a为土地投入的权重，1-a为土地产出的权重。根据土地投入与产出协调发展分类体系及判别标准（表2），对根据公式计算得出的耦合协调度进行判断。
1.3.5空间自相关指标。
1.3.5.1全局空间自相关指标。
全局空间自相关指标用于验证整个江苏省13个地级市的土地投入产出耦合协调度的空间分布特征。Moran’I的公式为[5]：
I=nni=1nj=1wij（Fi-）（Fj-）
（ni=1nj=1wij）ni=1（Gi-）2
=ni=1nj=1wij（Fi-）（Fj-）
S2ni=1nj=1wij
s2=1n×j（Fi-）2，=1nni=1Fi
式中，I为Moran指数；Fi为城市i的观测值；wij为空间权重矩阵。Moran’s I的取值范围在[-1，1]，大于0表示正相关，小于0表示负相关，等于0表示不相关。
1.3.5.2局部空间自相关指标。
局部空间自相关指标LISA用于反映一个城市耦合协调度与邻近城市耦合协调度的相关程度，公式如下[5]：
LISA=（Fi-）2S2ni=1（Fi-）2
2结果与分析
2.1耦合协调度空间分布特征
根据上述研究方法，对相关数据进行处理，得到江苏省13个地级市的土地投入水平、土地产出水平、耦合协调系数和耦合协调度（表3）。
由表3可知，江苏省土地投入与产出的耦合协调度平均值为0.380 4，平均水平属于轻度失调衰退类。南京、无锡、苏州和盐城这4个市的土地产出水平高于土地投入水平，为投入滞后型，其余9个市为产出滞后型。13个市中位于协调发展类的仅有南京、无锡和苏州，且均为协调发展类型中最低层级的初级协调发展类；处于过渡类的有常州和镇江，其中常州为过渡类的勉强协调发展类，镇江为过渡类的濒临失调衰退类；协调发展类和过渡类的城市均在苏南地区，其余7市属于失调衰退类型，均位于苏中、苏北地区，且7市间的耦合协调度差异明显。可见全省土地利用耦合协调水平不高，各市之间耦合协调度差异较大。苏南地区协调水平相对较高，苏中、苏北地区较低，且较低区域内的城市之间差异明显（图1）。
2.2耦合协调度的相关性分析
2.2.1耦合协调度的全局空间自相关分析。
运用GeoDA软件对13个市的耦合协调度进行空间自相关分析[6]，得到全局空间自相关指数Moran’s I为0.646 418，说明全省13个市的土地利用投入产出耦合协调度在空间上正相关性，即存在空间集聚。
为检验Moran’s I是否显著，在GeoDA中采用蒙特卡罗模拟的方法来检验，结果显示，P值为0.000 3，说明在99.97%置信度下空间自相关是显著的。
图2中，第一象限和第三象限的点为空间正相关的点数据，表明这些市在空间上正相关，第二象限和第四象限的点为空间负相关的点数据，表明这些市在空间上负相关。位于第一象限的有5市，其中苏州、无锡、常州、南京等4市均属苏南地区，说明苏南地区（镇江市除外）是热点区；位于第三象限的有盐城、宿迁、扬州、徐州、连云港、淮安等6市，说明这6市所在区域为冷点区。
2.2.2耦合协调度的局部空间自相关分析。江苏省13个市土地投入产出耦合协调度LISA聚集结果见图3。由图3可知，热点区中的常州市属于显著High-High类型，冷点区中的连云港市、淮安市和盐城市属于显著Low-Low类型，其他9市均为不显著类型。
对全省13市土地投入产出耦合协调度的全局空间自相关和局部空间自相关分析结果表明：江苏省13个地级市之间的土地利用投入产出耦合协调空间“两极分化”现象显著。
3结论
（1）江苏省土地投入与产出的耦合协调度水平整体不高，平均水平为轻度失调衰退型，但13个地级市之间差异显著，苏南地区耦合协调度较高，苏中、苏北耦合协调度相对较低，且位于苏中、苏北的9个地级市之间差异较显著。
（2）江苏省13个地级市土地投入产出耦合协调度存在显著的空间正相关性，苏南地区呈现空间High-High集聚，即苏南地区的南京、苏州、无锡、常州的耦合协调度较高，苏中、苏北主要呈现Low-Low集聚，即蘇中、苏北地区的盐城、宿迁、扬州、徐州、连云港、淮安也存在较强的空间正相关，但这6市的耦合协调度较低。
参考文献
[1] 陈小勇，林鹏.我国红树植物分布的空间自相关分析[J].华东师范大学学报（自然科学版），2000（3）：104-109.
[2] 于雪芹，张涛，孙妍，等.基于GeoDA的吉林省区域经济统计分析[J].吉林建筑工程学院学报，2013，30（6）：12-15.
[3] 宋戈，高楠.基于DEA方法的城市土地利用经济效益分析：以哈尔滨市为例[J].地理科学，2008，28（2）：185-188.
[4] 杨丽霞，夏浩，苑韶峰.基于耦合协调度的土地利用经济效益空间差异分析：以浙江省为例[J].中国土地科学，2015，29（11）：83-88.
[5] 万鲁河，王绍巍，陈晓红.基于GeoDA的哈大齐工业走廊GDP空间关联性[J].地理研究，2011，30（6）：977-984.
[6] 陈安宁.空间计量学入门与GeoDA软件应用[M].杭州：浙江大学出版社，2014.