湖北省開發區土地集約利用空間分異與驅動力

陳威　潘潤秋　王心怡

摘要：隨著工業化及城市化的不斷推進，土地資源日益緊缺，研究開發區土地集約利用狀況對區域可持續發展意義重大。綜合選取湖北省87個開發區的樣本數據，參考相關國家規程和學者研究成果，構建一套完整的土地集約利用評價指標體系，并采用熵值法對湖北省開發區土地集約利用狀況進行評價。依據評價結果，采用ARCGIS、GEODA等空間分析軟件分析湖北省開發區土地集約利用的空間分異特征，并通過SPSS軟件采用主成分分析法，分析開發區土地集約利用水平差異的主要驅動因素。結果表明，湖北省開發區土地集約利用水平空間差異較大，開發區土地集約利用空間相關性特征明顯，總體呈空間集聚格局；開發區土地集約利用主要受到社會經濟因素、土地利用強度、土地開發程度三大驅動因素的影響。

關鍵詞：開發區；土地集約利用；空間差異；驅動力；湖北省

中圖分類號： F323.211 文獻標志碼： A 文章編號：1002-1302（2016）07-0498-05

近年來，隨著我國工業化、城市化的快速推進，土地矛盾日益尖銳，城市土地集約利用已成為研究熱點。當前我國各地開發區土地利用狀況參差不齊，作為城市土地的重要組成部分，開發區土地集約利用的相關研究對于未來我國區域可持續發展和新型城鎮化建設具有重要的現實意義。

全國范圍內，針對開發區土地集約利用的相關研究主要集中于東部發達省份，其中江蘇省、浙江省是研究熱點區域。吳郁玲等以江蘇省為例對開發區土地集約利用進行了評價[1]，對影響開發區土地集約利用的誘因進行了實證分析[2-3]。王廣洪等以53個國家級開發區為樣本數據，研究開發區土地利用相對集約度的時空分異[4]。王明舒等利用云模型確定權重，評價開發區土地集約利用狀況[5]。此外，相關學者對開發區土地集約利用評價的指標體系[6-7]、相關評價方法[5，8-10]、集約利用時空差異及驅動力[11-12]等也有研究。

借鑒開發區土地集約利用的相關研究，以湖北省87個開發區為研究對象，采用熵值法對區域范圍內開發區土地集約利用進行評價，并綜合運用ArcGIS、GeoDa等多種空間分析軟件和SPSS數據統計軟件對湖北省開發區土地集約利用狀況進行分析，旨在揭示湖北省范圍內開發區土地集約利用的空間分布特征及相關驅動因素，為引導湖北省開發區土地集約節約利用提供政策依據。

1 研究區域與數據來源

1.1 研究區域概況

截至2013年的統計數據，包含神農架林區生態產業園區在內，湖北省現有130家開發區，其中國家級開發區11家，分布于全省17個市、州。2013年湖北省開發區批準規劃面積 5 106.9 km2，同比增幅達到24.6%，開發區實地占地面積為1 976.6 km2，企業個數達到84 468家，規模以上企業個數為8 642 家，總從業人員426.4萬人。130家開發區規模以上工業總產值達到27 194.3億元，固定資產投資總額累計達到 9 947.1億元，開發區年稅收總額突破1 200億元。

1.2 數據來源

考慮到各開發區相關指標數據的完整性和有效性，實現評價結果的可比性和代表性，本研究綜合選取湖北省87個開發區的樣本數據，除神農架林區外基本實現覆蓋全省各區縣。研究數據來源于“湖北省開發區第二次土地調查核查”成果數據庫。

2 研究方法

2.1 指標體系的構建

在參照國土資源部頒發的《開發區土地集約利用評價規程（2014年度試行）》基礎上，借鑒相關學者的研究成果，綜合考慮評價指標的系統性、可量化、有效性等原則，構建湖北省開發區土地集約利用評價指標體系（表1）。

2.2 指標理想值與實現度分值的計算

指標理想值可理解為某項指標在當前可滿足條件下能達到的絕對最優值。本研究中所有開發區均在湖北省域范圍內，為了更加客觀地反映省內各開發區相對水平，選取樣本數據中各項指標現狀值的最大值作為指標理想值。對指標進行標準化處理，采用理想值比例推算法，用指標實現度分值表示。

2.3 基于熵值法指標權重的確定

根據熵值法原理，指標數據差異性越大則該指標所提供的參考信息量越大，指標變化對于整個系統的效用越明顯，即該指標所占權重越大。熵值法利用評價指標的固有信息，通過數學方法客觀判斷指標的效用價值，從而在一定程度上避免了主觀因素帶來的偏差[13]。本研究通過熵值法計算指標權重，基本步驟如下。

（1）對選取的評價指標進行標準化處理，即計算第i個開發區第j項指標值的比重：

3 結果與分析

3.1 開發區土地集約利用等級劃分

通過熵值法計算得出87個開發區的集約度綜合分值，其中最小值22.24、最大值73.28、極差51.04、均值26.14、標準差9.56。結果顯示，湖北省各開發區土地集約利用水平差異較大，根據開發區土地集約度等級劃分的相關經驗[7]，計算出各開發區的集約度分值后，采用ArcGIS軟件中自然間斷點法對開發區土地集約度分值進行聚類，由高到低劃分為3個相對等級：一類高度集約區域，二類中度集約區域，三類低度集約區域。

3.2 湖北省開發區土地集約利用空間特征分析

為了更加清晰地顯示湖北省各開發區土地集約利用空間分布情況，以開發區所在行政區為基本單元表征開發區進行作圖，同一區域存在不同等級開發區則按照區域內最高等級的開發區類別進行表示。使用ArcGIS制圖軟件對開發區土地集約利用程度按區縣界限進行等級劃分（圖1）。

計算87個開發區的土地集約度，按照縣區行政界線進行劃分，由圖1可知，開發區土地集約度在空間上呈現出顯著的地區差異分布規律?？傮w來看，開發區集約度分布空間上出現3個核心，即武漢市、襄陽市、宜昌市。

一類高度集約開發區。此類開發區的絕大多數指標位于全省平均水平之上，部分指標遙遙領先。此類開發區占總體的6.9%，數量最少，僅有6個，集中分布于武漢市、襄陽市、恩施市的少數區縣范圍內，整體空間上呈三角分布格局。作為第一梯隊，此類開發區代表了湖北省先進水平。

二類中度集約開發區。從整體空間布局上看，中度集約地塊空間分布與高度集約地塊具有明顯相關性，中度集約類圍繞著武漢市、襄陽市、宜昌市3個地區呈現團簇狀集中分布，且咸寧市、隨州市、荊門市也有少量零星分布。樣本數據中，中度集約類開發區有28個，占總體的32.2%。此類開發區土地集約度略高于平均水平，但與第一梯隊差距明顯。

三類低度集約開發區。低度集約類開發區有53個，占總體的60.9%，除圖1中集中顯示的高度、中度集約地帶，其余區域均屬于低度集約區域。低度集約類開發區地塊數量眾多，分布離散，呈現出圍繞武漢市、襄陽市、宜昌市3個核心外圍廣泛分布的現象。湖北省邊界外圍一圈及中部大塊區域基本屬于低度集約區域，空間分布沒有明顯規律。此類開發區數量眾多，占比大，集約度分值分布集中，但各項指標參差不齊。與其他2個類別的開發區相比，此類開發區各方面挖掘潛力巨大，土地集約利用度亟待提高。

3.3 空間相關性分析

空間自相關作為一種探索性空間數據分析方法，一般采用Morans I指數、LISA指數2個指標來度量某種地理現象或屬性值的空間分布特征。

3.3.1 開發區全局空間自相關分析 圖2為湖北省開發區土地集約利用度的Moran散點圖，其橫軸表示土地集約利用程度，縱軸表示土地集約利用程度的空間滯后，斜線表示兩者的線性相關關系。

通過GeoDa軟件計算得出湖北省開發區土地集約度 Morans I指數為0.338 3，Morans I指數為正數，表明湖北省開發區土地集約利用程度存在顯著正空間自相關關系。其檢驗的標準化Z統計量為5.44，遠大于正態分布99%置信區間的雙側檢驗閾值2.17，表明湖北省開發區土地集約度在1%顯著性水平下存在較強的全域正自相關特性，呈顯著的空間集聚模式?？梢?，湖北省開發區土地集約利用度呈現出顯著的空間集聚格局，集約度相近（高高或低低）的開發區在空間上集中分布。

3.3.2 開發區局域空間自相關分析 全局空間自相關能夠反映研究范圍內變量整體的相關程度，但無法充分描述研究區域內各單元間的空間相互聯系，而局部空間自相關則可表現局部空間單元相對于整體研究范圍的空間關聯程度。局部空間自相關關系采用Moran散點圖、LISA集聚圖進行刻畫。

Moran散點圖分析。Moran散點圖（圖2）的橫坐標為樣本開發區土地集約度標準化后的屬性值，縱坐標為相鄰單元屬性值的平均值，即空間滯后向量[14]。

土地集約度Moran散點圖中落入第一象限“高高”（HH）和第三象限“低低”（LL）的開發區個數越多，表明土地利用集約度空間集聚性越顯著。數據統計結果顯示，落入HH和LL象限的開發區個數占總樣本數的63.73%，表明開發區土地集約度在這些區域范圍具有強烈的空間正相關，局部集聚分布格局顯著；其余36.27%的開發區位于“低高”（LH）和“高低”（HL）象限，表明這些區域范圍內開發區土地集約度具有空間負相關，即空間異質性，呈局部離散分布格局。

LISA集聚圖分析。Moran散點圖只能定性表示某個單元與其周圍單元間的相關關系，而LISA集聚圖可在此基礎上定量描述各區域單元間的具體關聯程度。

計算得出湖北省開發區土地集約度的局域Morans I指數，通過GeoDa軟件繪制出全省的LISA集聚圖。由圖3可知，湖北省開發區土地集約度表現出顯著的空間分異特征，存在3種空間關聯模式，即HH局部高值集聚、LL局部低值集聚、HL局部高值離群點。

HH地塊主要集中分布于武漢市的9個區，是湖北省唯一1塊HH區域。這種分布格局與武漢市在湖北省的政治經濟地位相匹配，表明武漢市開發區土地集約度在全省內相對較高且分布集中，呈“高高”集聚的分布格局。

LL區域分為黃岡市（羅田縣、浠水縣、蘄春縣）、孝感市（大悟縣、孝昌縣、云夢縣）、荊門市（掇刀縣、沙洋縣）三大塊，空間分布比較分散。黃岡市和孝感市2塊LL區域的形成與自然原因密切相關，兩地位于鄂東北丘陵，屬于大別山西南，地理上不適宜大工業的發展，經濟相對落后，開發區土地集約度分布也呈現出空間低值的格局。荊門市地處江漢平原，自古以來以發展農業為主，工業起步晚，經濟相對落后，雖然近年來開發區逐漸增多，但總體仍處于外延式擴張階段，開發區土地集約利用水平較低，空間上呈現LL集聚的分布態勢。

HL熱點區域只有1塊，即宜昌市枝江市。宜昌市開發區數量眾多，以中度集約和低度集約類型為主。LISA集聚圖（圖3）顯示，枝江市這塊“高低”集聚的異質區域成為1個局部熱點，枝江市開發區被周邊低度集約的地塊包圍，呈空間負相關。

“高高”和“低低”分布表明土地集約度具有較強的空間正相關，揭示了區域的集聚和相似性；而“高低”分布則表明存在空間負相關區域，具有局部異質性，這與Moran散點圖中的分析結果基本吻合。

4 土地集約利用空間分異驅動因素分析

上述分析結果表明，湖北省開發區土地集約利用水平空間差異大，且各開發區空間相關性特征明顯，這是影響集約度的各驅動因子間相互作用的結果。這些因子不僅與開發區土地集約利用水平之間存在相關關系，且各因子之間也存在耦合關聯。為減少因子之間的誤差冗余，采取主成分分析法對湖北省開發區土地集約利用的驅動因素進行分析。

4.1 因子選擇

考慮到所選取樣本數據的實際情況，根據主成分分析法的思路和要求，從影響開發區土地集約利用的驅動因素中選取10個影響因子，即地均企業個數X1、地均從業人員X2、地均固定資產投資額X3、地均稅收額X4、土地開發率X5、工業用地率X6、綜合容積率X7、建筑密度X8、工業用地產出強度X9、地均規模以上工業增加值X10。

4.2 因子分析

因子分析法是用較少公共因子反映原始數據大部分信息，把一些錯綜復雜的變量歸納為少數幾個綜合因子的一種多變量統計分析方法[15]。選取湖北省87個開發區作為樣本進行數據分析，采用SPSS統計分析軟件對其進行處理，得出各因子的相關系數矩陣。10個因子之間存在不同程度的相關，KMO統計量為0.808，在0.5～1.0之間，表明此樣本數據符合進行主成分分析的條件。Bartlett檢驗結果顯示，球狀假設被拒絕，因子模型顯著性水平已達到0.000，完全滿足進行因子分析的條件。運行軟件得出相關系數矩陣、特征值、主成分貢獻率、累計貢獻率，通過最大方差法得到旋轉后的因子載荷矩陣。

由表2可得到各因子的特征值、貢獻率等詳細情況，根據SPSS軟件中特征值大于1提取主成分的方法，選取前3個主成分作為開發區土地集約利用驅動力分析的公共因子[15-16]。前3個主成分累計貢獻率達到70.55%，反映了驅動因子大部分信息，且無冗余信息，相互之間不相關。

采用最大方差法計算得出旋轉后的因子載荷矩陣（表3）。由表3可知，第1主成分對X1、X2、X3、X4、X9、X10有絕對值較大的載荷量；第2主成分對X7、X8有絕對值較大的載荷量；第3主成分對X5、X6有絕對值較大的載荷量。

4.3 驅動因素分析

結合SPSS軟件劃分的3個主成分，對以上10個主要驅動力因子進行整理分析，得出影響湖北省開發區土地集約利用水平的3個驅動因素，即社會經濟因素、土地利用強度、土地開發利用程度。

4.3.1 社會經濟因素 表2顯示第1主成分因子的方差貢獻率達到41.72%，在所有主成分中比例最大，處于主導地位。構成第1主成分的主要因子為地均企業個數X1、地均從業人員X2、地均固定資產投資額X3、地均稅收額X4、工業用地產出強度X9、地均規模以上工業增加值X10。其中X4最大，然后依次為X2、X1、X10、X9、X3，表明稅費征收程度是影響開發區土地集約利用最重要的因素，開發區企業個數、單位面積從業人員也是影響土地集約利用水平的重要因素，工業增加值、投入產出強度、固定資產投資同樣具有重要作用。隨著社會經濟的發展，開發區土地稅收額不斷提升，開發區企業和從業人員不斷擴張，工業增加值和固定資產投資不斷增加，必將促進開發區土地集約利用程度不斷提高。

4.3.2 土地利用強度 第2主成分土地利用強度包括2個因子，即綜合容積率X7、建筑密度X8。X7、X8的載荷量分別為0.741、0.841，表明開發區的建筑密度和綜合容積率是影響土地集約程度的重要因素。開發區的建筑密度越高，綜合容積率越大，則土地利用強度越大，同樣促使開發區土地集約度顯著提升。

4.3.3 土地開發程度 第3主成分主要因子為土地開發率X5、工業用地率X6，屬于土地開發程度的范疇。作為影響開發區土地集約利用的第3大因素，其貢獻率僅次于前2大因素，達到11.7%。隨著開發區范圍內土地開發率、工業用地率的不斷提升，以及土地開發程度的不斷深入，將促使開發區土地集約度逐漸提升。

5 結論與討論

湖北省開發區土地集約利用水平空間差異較大，地域分異明顯?？傮w空間上開發區土地集約度分布出現了3個核心，即武漢市、襄陽市、宜昌市。開發區土地集約度較高的區域基本隸屬于這3個經濟發達的城市；空間上距離3個核心城市越遠的開發區，其土地集約度越低。

湖北省開發區土地集約度存在顯著的全局空間自相關特征，全域空間自相關系數為0.338 3，顯著性水平為P<0.01，表明湖北省開發區土地集約度總體呈空間集聚格局。

通過局部自相關分析，Moran散點圖和LISA集聚圖顯示湖北省開發區土地集約度具有強烈的空間正相關，局部地區具有異質性?！案吒摺钡母咧导壑饕植加谖錆h市及其周邊；“低低”的低值集聚區域主要分布于鄂東北丘陵；枝江市成為唯一1個熱點區域，呈現“高低”關聯。這種空間區域差異是由區域自然條件和地區社會經濟因素共同作用的結果。

在SPSS軟件環境下，采用主成分分析法得出湖北省開發區土地集約利用變化的驅動因素，主要包括社會經濟因素、土地利用強度、土地開發程度3個方面，其中社會經濟因素為主要驅動因素。應結合開發區的實際情況合理制定土地稅費征收比例，增加固定資產投資，加大招商引資力度以吸引更多勞動力就業，不斷提升土地開發和利用程度，充分挖掘土地潛力，從而促進開發區土地利用越來越集約高效。

參考文獻：

[1]吳郁玲，曲福田. 江蘇省開發區土地利用集約度的評價研究[J]. 長江流域資源與環境，2006，15（6）：703-707.

[2]吳郁玲，曲福田，姜 海. 江蘇省開發區土地利用集約度的誘因分析[J]. 經濟地理，2007，27（1）：145-148.

[3]吳郁玲，曲福田，馮忠壘. 城市開發區土地集約利用的影響因素分析——以江蘇省為例[J]. 經濟問題探索，2006（8）：53-57.

[4]王廣洪，黃賢金，姚 麗. 國家級園區用地相對集約度及其時空分異研究[J]. 中國土地科學，2007，21（4）：18-25.

[5]王明舒，朱 明. 利用云模型評價開發區的土地集約利用狀況[J]. 農業工程學報，2012，28（10）：247-252.

[6]劉向東，高 潔. 開發區土地集約利用評價指標體系探討[J]. 安徽農業科學，2011，39（10）：6285-6288，6291.

[7]王成新，劉洪顏，史佳璐，等. 山東省省級以上開發區土地集約利用評價研究[J]. 中國人口·資源與環境，2014，24（6）：128-133.

[8]何 宏，劉 勇，郭柏棟，等. 基于模糊綜合評價法的經濟開發區土地評價研究[J]. 中國人口·資源與環境，2012，22（增刊1）：158-161.

[9]朱紅梅，周子英，黃 純，等. BP人工神經網絡在城市土地集約利用評價中的應用——以長沙市為例[J]. 經濟地理，2009，29（5）：836-839.

[10]易 軍，梅 昀. 基于PSR框架的耕地集約利用及其驅動力研究——以江西省為例[J]. 長江流域資源與環境，2010，19（8）：895-900.

[11]黎一暢，周寅康，吳 林，等. 城市土地集約利用的空間差異研究——以江蘇省為例[J]. 南京大學學報：自然科學版，2006，42（3）：309-315.

[12]祝小遷，程久苗，費羅成. 安徽省耕地集約利用及其驅動力分析[J]. 中國土地科學，2009，23（2）：11-17.

[13]徐瀟瑾，潘潤秋. 基于熵值法和統一理想值的開發區土地集約利用評價[J]. 國土資源科技管理，2011，28（3）：52-56.

[14]梅志雄，黃 亮. 房地產價格分布的空間自相關分析——以東莞市為例[J]. 中國土地科學，2008，22（2）：49-54.

[15]吳美瓊，陳秀貴. 基于主成分分析法的欽州市耕地面積變化及其驅動力分析[J]. 地理科學，2014，34（1）：54-59.

[16]曹銀貴，周 偉，王 靜，等. 基于主成分分析與層次分析的三峽庫區耕地集約利用對比[J]. 農業工程學報，2010，26（4）：291-296.