2. 中南林业科技大学林学院, 湖南长沙 410004;
3. 长沙理工大学设计艺术学院, 湖南长沙 410114;
4. 湖南省测绘科技研究所, 湖南长沙 410007;
5. 国家林业和草原局中南调查规划院, 湖南长沙 410005
2. College of Forestry, Central South University of Forestry & Technology, Changsha, Hunan, 410004, China;
3. School of Design Art, Changsha University of Science & Technology, Changsha, Hunan, 410114, China;
4. Hunan Institute of Surveying and Mapping Technology, Changsha, Hunan, 410007, China;
5. Central and Southern Survey and Planning Institute of the State Forestry and Grassland Administration, Changsha, Hunan, 410005, China
土地是产业发展的空间载体和重要依托。土地利用与产业结构有着复杂的内在关系,产业结构的调整会引发土地利用结构和方式的改变,合理的土地利用方式也将推动产业结构的优化。我国经济已由高速增长阶段转向高质量发展阶段,土地的粗放利用对产业转型升级和高质量发展产生了明显阻碍;而低效的产业生产模式也限制了土地效益产出。因此,优化土地利用方式,实现产业结构优化升级,协调“产业-土地”两个系统有序发展,是促进我国经济实现高质量发展的重要抓手之一[1]。
目前,国内外学者对产业结构优化与土地集约利用方面的研究有了更多关注,国外研究大多关注产业结构优化对土地集约利用的作用机制和提升路径,认为经济基础、产业结构、人口变化、交通设施等会影响城市土地利用结构,试图通过产业结构优化来改善城市空间,从而达到土地集约利用的目的[2-4];也有关注某一具体产业如工业、知识密集型服务业等对土地集约利用的影响,探讨产业发展与土地利用的适应关系,以期促进区域可持续发展[5, 6]。国内这方面的研究重点关注产业结构演变中存在的问题,以及产业结构演变过程中与土地利用之间的相互影响[7]、协调机制[8],认为城镇化超前于土地集约利用[9];产业结构高级化对土地集约利用影响明显[10],但土地集约利用对产业结构高级化的影响作用相对稳定;产业结构优化与土地集约利用之间存在耦合关系,但空间相关性是否显著各有差异[11-15]。也有研究者尝试分析最佳适配条件下土地利用效益与产业结构演变特征及交互关系[16]。综合国内外研究成果,现有研究大多运用较为成熟的计算方法和模型分析产业结构优化与土地集约利用的相互作用,研究区域也是多集中在省域、城市群等层面,流域层面研究甚少,尤其像漓江流域这种生态环境脆弱,可开发利用土地资源有限,旅游产业一枝独秀的典型喀斯特区域,其产业结构优化和土地集约利用的协调性及其空间相关性与异质性的研究仍需进一步挖掘和探讨。因此,探讨漓江流域产业结构优化与土地集约利用的协调性研究,对推动漓江流域产业结构升级,优化漓江流域国土空间格局,促进漓江流域高质量发展和区域协同发展具有重要的理论和实践意义。
1 材料与方法 1.1 研究区概况漓江流域是我国典型喀斯特区域,位于广西东北部、南岭山系西南端,2014年被纳入中国南方喀斯特世界自然遗产地。地理位置为东经109°45′-110°40′,北纬24°18′-25°41′,域内主要是漓江水系,以漓江为轴线,呈南北狭长带状分布,跨桂林市市区、灵川县、阳朔县、兴安县和平乐县等地(图 1)。全流域面积8 505.08 km2[17]。该流域具有典型的喀斯特地貌特征,旅游资源丰富,山水特色明显;属中亚热带季风气候区,年平均气温接近19.1 ℃,年平均降水量1 887.6 mm。2021年,流域内第一、二、三产业结构比为19.1∶30.3∶50.6;单位GDP建设用地使用面积约为42公顷/亿元,与桂林市2025年的预期目标33公顷/亿元和2035年的预期目标20公顷/亿元差距较大。
![]() |
图 1 研究区域地理位置 Fig. 1 Geographic location of the study area |
1.2 数据来源
本研究依据数据的可得性和合理性,选取2012年、2015年、2018年和2021年4个年份作为评价节点。产业构成和土地集约利用评价相关指标来自《中国城市统计年鉴》、《中国县域统计年鉴(县市卷)》、桂林市志、桂林市年鉴、兴安年鉴、灵川年鉴、阳朔县年鉴、平乐县年鉴、桂林市社会经济统计年鉴(2013-2022)、各区县历年政府工作报告及相关县区规划等。行政区划、遥感影像等数据来自地理空间数据云平台和天地图。
1.3 方法 1.3.1 产业结构优化测度方法区域产业发展必须以一定的土地和空间作为依托,产业结构的优化能够使生产要素的价值达到最大化(其中土地作为基本投入要素),从而带动土地有序、高效、集约和可持续利用。产业结构优化是一个动态的发展过程,包括产业结构合理化和高级化的演变[18]。
① 产业结构合理化
产业结构合理化是产业结构优化的前提和基础,是指各个产业间的一种动态平衡关系,表现为各产业间的相互协调能力和关联水平。本研究选用钱纳里等[19]对“国际基准”产业结构的研究为依据,采用3次产业分类法对产业结构进行分类,利用产业结构偏离标准结构的程度来判断合理化水平[8, 20],产业结构偏差模型如下。
$ P=\sqrt{\sum\limits_{i=1}^3\left(x_t^i-x_t^{i *}\right)^2}, $ | (1) |
式中,xti、xti*分别为第t年的产业结构向量和标准产业结构向量,P为产业结构偏离度指数,值越小表示产业结构越合理。
② 产业结构高级化
产业结构高级化指的是产业结构在产业合理发展的基础上,由低水平向高水平发展,产业结构的重心从第一产业逐步转移到第二和第三产业的过程[21]。本研究利用3次产业比重向量与坐标轴的夹角随产值比重的变化来对产业结构高级化进行表征[8, 22]。用γ1表示第一产业向第二、第三产业升级的影响,用γ2表示第二产业向第三产业升级的影响。用产业结构高级化指数(IH)来描述产业结构的高级化水平,值越大说明产业转移程度越高。
二维与三维夹角的计算公式为
$ \begin{array}{l} &\theta= \\ \cos ^{-1}&\left[\sum\limits_{i=1}^a\left(x_i x_{i, 0}\right) /\left(\sum\limits_{i=1}^a x_i^2\right)^{\frac{1}{2}}\left(\sum\limits_{i=1}^a x_{i, 0}^2\right)^{\frac{1}{2}}\right], \end{array} $ | (2) |
γ1和γ2的计算公式为
$ \gamma_1=\pi-\mu_1-\mu_2, \gamma_2=\frac{\pi}{2}-\sigma_1, $ | (3) |
IH的计算公式为
$ I H=\gamma_1+\gamma_2, $ | (4) |
式中,μ1、μ2分别代表向量(x1,x2,x3)与向量(0, 1, 0)、(0, 0, 1)的夹角;σ1代表(x2,x3)与向量(0, 1)的夹角;x1、x2、x3分别是第一、二、三产业增加值所占GDP的比例;a=2或3,分别代表二维和三维[14]。
1.3.2 土地集约利用测度方法土地具有自然和经济的双重属性,不仅为区域产业发展提供空间和场所,同时也是区域经济发展的重要生产要素之一,由于土地资源的有限性和不可再生性,决定了需要对其进行节约集约利用和优化配置。任何土地都具有多种潜在用途,但是不同利用类型的产出效率是有差异的,因此要将生产效益较高的产业配置到资源条件优越、配套设施完全的地区,实现地尽其用,充分发挥土地资源的区位收益,提高区域产业的经济功能和生产效率,从而推动产业结构优化,实现区域经济高质量发展。
土地集约利用是以已有的土地储备为基础,转变土地的管理模式和投入的组合方式,持续提升土地的使用效率和土地的产出效益[23]。基于此,本研究从土地集约利用的内涵入手,分层次、分系统地建立指标评价体系。将土地集约利用指标划分为投入程度、利用强度、利用结构、产出效益4个层面,同时将产出效益划分为社会、生态和经济3个子层面[24-26],采用熵值法计算各项指标的权重,采用综合评价法计算土地集约利用水平。具体计算公式为
$ Z_i=\sum\limits_{j=1}^m X_{i j} W_j, $ | (5) |
式中, Zi为第i年土地集约度, Xij表示第i年第j项指标经过无量纲化后的标准化值, Wj为第j个指标的权重,m为指标的个数。
利用自然间断点分级法将土地集约利用水平测度值划分为4类,分别是粗放利用(0.000-0.235)、低度利用(0.236-0.408)、中度利用(0.409-0.534)和集约利用(0.535-0.671)。构建的评价指标体系如表 1所示。
准则层 Criterion layer |
指标 Indicator |
权重 Weight |
Degree of land input | Average investment in fixed assets X11(ten thousand yuan/km2) | 0.090 |
Average amount of real estate investment completed X12 (104 yuan/km2) | 0.082 | |
Level of urbanization X13 (%) | 0.028 | |
Percentage of tertiary sector of the economy X14 (%) | 0.043 | |
Intensity of land use | Population density X21 (people/km2) | 0.067 |
Per capita cultivated land (mu, 1 mu=666.67 m2) | 0.046 | |
Per capita construction land X23 (m2) | 0.051 | |
Per capita park green area X24 (m2) | 0.037 | |
Structure of land use | Land use rate X31 (%) | 0.009 |
Proportion of cultivated land area X32 (%) | 0.025 | |
Percentage of forest cover (%) | 0.029 | |
Proportion of natural reserve area X34 (%) | 0.036 | |
Social benefits of land | Density of grade roads X41 (km/100 km2) | 0.040 |
Intensity of rural electricity X42 (104 kWh/km2) | 0.041 | |
Mechanised agriculture level X43 (kW/ha) | 0.013 | |
Grain output per unit of cultivated land X44 (kg/ha) | 0.019 | |
Ecological benefits of land | Yield of drought and flood X51 (%) | 0.019 |
Degree of water-soil harmony X52 (ten thousand m3/ha) | 0.036 | |
Sewage treatment rate X53 (%) | 0.038 | |
Harmless treatment rate of domestic waste X54 (%) | 0.028 | |
Economic benefits of land | Per capita GDP X61 (ten thousand yuan/km2) | 0.074 |
Per capita income from tourism X62 (ten thousand yuan/people) | 0.042 | |
Total retail sales of consumer goods per plot X63 (104 yuan/km2) | 0.077 | |
Value-added of the secondary and tertiary industries per unit area of construction land X64 (ten thousand yuan/km2) | 0.031 |
1.3.3 协调性测度方法
耦合是指两个或两个以上子系统或者实体之间的相互作用与相互影响[21]。利用耦合度模型能较好地反应产业结构优化和土地集约利用之间复制的内在关系。
具体耦合度函数模型如下。
$ C=\left[U_1 \times U_2 /\left(\frac{U_1+U_2}{2}\right)^2\right]^k, $ | (6) |
式中,C表示漓江流域产业结构优化与土地集约利用耦合度,取值在0-1之间,取值越大说明耦合度越高;k为调节系数;U1、U2分别表示产业结构合理化或高级化水平与土地集约利用水平。
由于耦合模型并不能准确判别两个子系统是否处于良性耦合状态,因此需要在耦合模型的基础上,继续建立协调度模型进行测度[13]。协调度主要反映城市土地集约利用与产业结构系统之间相互作用程度,但难以反映系统的真实功能和综合水平,可能会出现低层次的协调。因此,在协调度模型的基础上引入衡量整体发展程度的指标,进一步反映系统之间的综合协调发展程度。
$ T=a U_1+b U_2, $ | (7) |
$ D=(C \times T)^{\frac{1}{2}}, $ | (8) |
式中,T为评价两个系统综合发展效益的指标;D的取值在0-1之间,表示两个子系统间的耦合协调度,取值越大说明耦合协调度越高,反之则越差;a、b为待定系数。本研究对k进行赋值,且假设产业结构优化与土地集约利用同等重要,则a=b=0.5,k=2。将耦合协调度划分为4个级别,依次为0<D≤0.3的勉强协调、0.3<D≤0.5的低度协调、0.5<D≤0.8的中度协调和0.8<D≤1.0的高度协调。
1.3.4 空间相关性分析方法① 全局空间自相关分析
运用全局空间自相关指数(Moran′s I)来揭示漓江流域在实现产业结构优化与城市土地集约利用协同发展的过程中所表现出来的空间关联特征,全局Moran′s I指数计算方法如下[13]。
$ \begin{aligned} & \quad \text { Moran's } I=n \sum\limits_{i=1}^n \sum\limits_{j=1}^n W_{i j}\left(X_i-X\right)\left(X_j-\right. \\ & X) / \sum\limits_{j=1}^n \sum\limits_{i=1}^n W_{i j} \sum\limits_{i=1}^n\left(X_i-X\right)^2, \end{aligned} $ | (9) |
式中,Xi、Xj分别表示研究区内i、j的观测值;n为区县的个数,本研究取n=9;X表示研究区内所有样本观测值的平均数;Wij是空间权重矩阵。Moran′s I指数一般位于[-1, 1]之间。
② 局部空间自相关分析
局部空间自相关分析主要是研究相邻地区间的空间相关特点,用以测度局部地区的空间相关性。局部Moran′s I指数(Ii)可深入分析研究对象是否存在区域性空间聚集,计算方法如下[13]。
$ \begin{aligned} & \quad I_i=n\left(X_i-X\right) \sum\limits_{j=1}^n W_{i j}\left(X_i-X\right) / \sum\limits_{i=1}^n\left(X_i-\right. \\ & X)^2 \text { 。} \end{aligned} $ | (10) |
全局Moran′s I指数只能反映属性值的全局空间自相关,不能判断是由高值聚集形成的空间自相关,还是由低值聚集形成的空间自相关,因此需要采用局部Moran′s I指数来判断。应用ArcGIS 10.8分析得到的漓江流域产业结构优化与土地集约利用协调度的局部空间自相关LISA集聚图可直观展示高低值空间集聚情况。
2 结果与分析 2.1 产业结构优化测度与分析 2.1.1 产业结构合理化测度与分析漓江流域产业结构偏离度指数均值由2012年的0.409下降到2021年的0.019,产业结构偏离度指数向0趋近,产业结构越来越合理(表 2)。2012-2021年间,漓江流域各区县产业结构呈现平衡趋势,产业结构的总体合理化程度呈现上升趋势。这主要得益于流域内旅游业、服务业相对发达,以第三产业为主导的产业结构特征使产业结构演变向均衡合理状态发展。
区县 District (County) |
产业结构偏离度指数 Industrial structure deviation index |
|||
2012 | 2015 | 2018 | 2021 | |
Xiufeng District | 0.312 | 0.270 | 0.029 | 0.018 |
Diecai District | 0.312 | 0.270 | 0.029 | 0.018 |
Xiangshan District | 0.312 | 0.270 | 0.029 | 0.018 |
Qixing District | 0.312 | 0.270 | 0.029 | 0.018 |
Yanshan District | 0.312 | 0.270 | 0.029 | 0.018 |
Lingchuan County | 0.390 | 0.160 | 0.013 | 0.013 |
Xing′an County | 0.823 | 0.009 | 0.001 | 0.028 |
Yangshuo County | 0.397 | 0.157 | 0.072 | 0.024 |
Pingle County | 0.515 | 0.055 | 0.016 | 0.013 |
Mean | 0.409 | 0.192 | 0.027 | 0.019 |
漓江流域市区与县域的产业结构合理化水平差异逐渐缩小。由2012年秀峰区、叠彩区、象山区、七星区、雁山区等5个市辖区产业结构偏离度指数明显低于灵川县、兴安县、阳朔县、平乐县等4个县域,到2021年各区县的产业结构偏离度指数基本持平,也表明市区的产业结构合理化水平的提升优先于县域地区,但县域也获得较大的发展。
2.1.2 产业结构高级化测度与分析由表 3可见,漓江流域产业结构高级化指数均值呈现先增后减的趋势,整体上呈现增加趋势。在2012-2015年间,产业结构高级化指数均值增幅较大,由2.279上升至2.808,并且在2015年达到最大值。这主要是由于政府鼓励产业创新,提高经济转型升级的外在动力,推动了产业结构高级化的发展。在2015-2021年间,产业结构高级化指数均值呈现下降趋势,由2.808先后下降至2.692和2.460,且在2018-2021年间下降幅度较大,但仍高于2012年。这主要是由于政府投资推动创新转型效果有限,加上后期疫情的影响,漓江流域内的第三产业,如旅游业及服务业等受到了巨大影响。
区县 District (County) |
产业结构高级化指数 Advanced industrial structure index |
|||
2012 | 2015 | 2018 | 2021 | |
Xiufeng District | 2.422 | 2.978 | 2.785 | 2.562 |
Diecai District | 2.422 | 2.978 | 2.785 | 2.562 |
Xiangshan District | 2.422 | 2.978 | 2.785 | 2.562 |
Qixing District | 2.422 | 2.978 | 2.785 | 2.562 |
Yanshan District | 2.422 | 2.978 | 2.785 | 2.562 |
Lingchuan County | 1.682 | 2.844 | 2.441 | 2.140 |
Xing′an County | 2.547 | 1.956 | 2.585 | 2.400 |
Yangshuo County | 2.143 | 2.923 | 2.814 | 2.422 |
Pingle County | 2.031 | 2.662 | 2.463 | 2.365 |
Mean | 2.279 | 2.808 | 2.692 | 2.460 |
漓江流域内产业结构的高级化程度在区域上存在着显著的空间分异。秀峰区、叠彩区、象山区、七星区、雁山区等5个市辖区产业结构高级化指数逐年变化较为平稳,灵川县、兴安县、阳朔县、平乐县等4个县域产业结构高级化指数变化幅度较大,其中以兴安县和灵川县变化波动最为明显。这表明漓江流域产业结构高级化水平有所提高,但发展仍不稳定,且市辖区在享有优厚资源支持的前提下并未充分发挥应有的带头作用,与流域内县域相比,产业结构高级化优势并不十分显著,产业结构转型升级并未达到理想效果。
2.2 区县土地集约利用测度与分析由表 4和图 2可见,漓江流域区县土地集约利用水平在2012-2021年间的均值呈现出逐渐上升的趋势。2012年的均值为0.276,土地集约度超过0.235(粗放利用)的县域共有5个,占比55.6%;2015年的均值为0.325,土地集约度超过0.235(粗放利用)的县域共有8个,占比88.9%;2018年的均值为0.410,此时流域内全域土地集约利用水平超过0.235,其中叠彩区达到集约利用水平,秀峰区、七星区、象山区上升至中度利用水平;2021年的均值为0.496,此时除雁山区外的秀峰区、叠彩区、象山区、七星区等4个市辖区均达到集约利用水平,兴安县、灵川县、阳朔县、平乐县等4个县域仍为低度利用水平。这主要是由于叠彩区、秀峰区、七星区、象山区等市辖区作为区域经济发展中心、产业与技术集聚的重要所在地,有较为完善的基础设施,加上激励企业提升自主创新能力、支持打造高水平科技创新平台和基地、支持高层次人才服务产业技术创新等优惠政策的推动,有效地提高了流域内土地集约利用水平。但是漓江流域是典型喀斯特区域,生态环境敏感脆弱,土地利用集约程度整体仍处于较低的水平。
区县 District (County) |
土地集约度 Land intensity |
|||
2012 | 2015 | 2018 | 2021 | |
Xiufeng District | 0.357 | 0.407 | 0.515 | 0.598 |
Diecai District | 0.408 | 0.468 | 0.589 | 0.665 |
Xiangshan District | 0.308 | 0.431 | 0.510 | 0.612 |
Qixing District | 0.294 | 0.406 | 0.533 | 0.671 |
Yanshan District | 0.234 | 0.256 | 0.327 | 0.401 |
Lingchuan County | 0.231 | 0.251 | 0.311 | 0.390 |
Xing′an County | 0.238 | 0.253 | 0.310 | 0.378 |
Yangshuo County | 0.212 | 0.237 | 0.319 | 0.400 |
Pingle County | 0.204 | 0.219 | 0.280 | 0.350 |
Mean | 0.276 | 0.325 | 0.410 | 0.496 |
![]() |
图 2 漓江流域土地集约利用水平空间分布 Fig. 2 Horizontal spatial distribution of intensive land use in Lijiang River Basin |
漓江流域内土地集约利用水平呈现出市县不均衡的特征,市辖区土地利用集约水平明显高于县域。但整体土地利用水平呈增加的趋势,表现出以市辖区为中心向两边辐射递增的现象。这主要是由于漓江流域内市区在土地集约利用方面的优势以及其对周边县域的发展带动作用。其中七星区的土地集约利用水平为流域内最高。
2.3 产业结构优化与土地集约利用的耦合协调性特征分析 2.3.1 产业结构合理化与土地集约利用的耦合协调性特征分析由表 5和图 3可见,2012-2021年间,漓江流域产业结构合理化与土地集约利用两个系统均值的耦合协调度呈现出逐渐提升的趋势。2012年,中度协调的区县共有6个,占比为66.7%,暂无区县达到高度协调水平。2015年,中度协调的区县共有8个,占比达到88.9%。2018年,中度协调的区县共有8个,占比88.9%,高度协调的区县有1个,占比11.1%。2021年,全流域内产业结构合理化与土地集约利用的耦合协调度均超过0.5,达到较好的协调水平。其中高度协调的区县共有4个,占比44.4%,中度协调的区县共有5个,占比55.6%。
区县 District (County) |
耦合协调度 Coupling coordination degree |
|||
2012 | 2015 | 2018 | 2021 | |
Xiufeng District | 0.648 | 0.690 | 0.781 | 0.836 |
Diecai District | 0.687 | 0.731 | 0.830 | 0.874 |
Xiangshan District | 0.604 | 0.707 | 0.777 | 0.844 |
Qixing District | 0.590 | 0.689 | 0.793 | 0.877 |
Yanshan District | 0.520 | 0.545 | 0.607 | 0.685 |
Lingchuan County | 0.502 | 0.526 | 0.586 | 0.673 |
Xing′an County | 0.281 | 0.512 | 0.585 | 0.662 |
Yangshuo County | 0.498 | 0.507 | 0.602 | 0.684 |
Pingle County | 0.491 | 0.468 | 0.549 | 0.633 |
Mean | 0.504 | 0.597 | 0.679 | 0.752 |
![]() |
图 3 漓江流域各区县产业结构合理化与土地集约利用耦合协调度空间分布 Fig. 3 Spatial distribution of coupling coordination degree between industrial structure rationalization and intensive land use in different districts and counties of Lijiang River Basin |
象山区、七星区、秀峰区、叠彩区、雁山区等5个市辖区作为漓江流域的中心区域在产业结构合理化与土地集约利用水平方面具有良好的耦合协调发展趋势。从2012年起,5个市辖区均已达到中度协调水平,而兴安县仍然处于勉强协调水平,阳朔县和平乐县达到低度协调水平;2015年,在全流域共8个区县达到中度协调水平时,平乐县仍为低度协调水平;2018年,流域内唯一达到高度协调水平的为叠彩区,其余区县均为中度协调水平;截至2021年,流域内市区除雁山区外的象山区、七星区、秀峰区、叠彩区4个市辖区均达到高度协调水平,兴安县、灵川县、平乐县、阳朔县等4个县域与雁山区均达到中度协调水平。由此可见,中心市区具有更大的辐射和带动效应。但是受制于地理位置的局限作用,中心市区的辐射带动效应逐渐下降,区县之间的协同发展还有待加强,漓江流域产业结构合理化与土地集约利用的耦合协调发展存在空间不均衡的现象。
2.3.2 产业结构高级化与土地集约利用的耦合协调性特征分析由表 6和图 4可见,2012-2021年间,漓江流域产业结构高级化与土地集约利用两个系统均值的耦合协调度呈现出逐渐增加的趋势。2012年漓江流域内勉强协调的区县是灵川县,低度协调的区县是阳朔县和平乐县,其他区县均为中度协调。2015年流域内整体的耦合协调度水平有所提升,低度协调的区县是兴安县、阳朔县和平乐县3个,其他区县为中度协调。2018年全流域耦合协调度均超过0.5,其中叠彩区达到高度协调,其他区县达到中度协调。2021年高度协调的区县增加到3个,分别是叠彩区、七星区和象山区,其他区县都是中度协调。由此可见,漓江流域各区县的产业结构高级化与土地集约利用耦合协调度逐年提升,整体水平居于中高水平,但是部分县域仍然存在较大的提升空间。
区县 District (County) |
耦合协调度 Coupling coordination degree |
|||
2012 | 2015 | 2018 | 2021 | |
Xiufeng District | 0.645 | 0.690 | 0.777 | 0.796 |
Diecai District | 0.680 | 0.744 | 0.821 | 0.820 |
Xiangshan District | 0.603 | 0.712 | 0.773 | 0.801 |
Qixing District | 0.590 | 0.688 | 0.788 | 0.822 |
Yanshan District | 0.523 | 0.515 | 0.615 | 0.686 |
Lingchuan County | 0.251 | 0.517 | 0.607 | 0.608 |
Xing′an County | 0.522 | 0.478 | 0.605 | 0.658 |
Yangshuo County | 0.499 | 0.491 | 0.605 | 0.675 |
Pingle County | 0.477 | 0.487 | 0.576 | 0.636 |
Mean | 0.504 | 0.591 | 0.685 | 0.722 |
![]() |
图 4 漓江流域各区县产业结构高级化与土地集约利用耦合协调度空间分布 Fig. 4 Spatial distribution of coupling coordination degree between industrial structure sophistication and intensive land use in different districts and counties in Lijiang River Basin |
漓江流域产业结构高级化与土地集约利用的协调发展仍然以象山区、七星区、秀峰区、叠彩区、雁山区等5个市辖区为中心区向外辐射,且随着距离中心的远近表现出一定的县域差异。2012年兴安县与5个市辖区共同达到中度协调水平,但到2015年,兴安县未能发挥自身优势,产业结构高级化与土地集约利用的耦合协调度降至低度协调。这表明在2012-2015年间,兴安县在面对产业结构转型升级的进程中,对土地的集约利用水平进行协调的能力不足。2018年叠彩区产业结构高级化与土地集约利用耦合协调度率先达到高度协调水平。2021年流域内叠彩区、象山区、七星区均达到高度协调水平。总体看,漓江流域各区县在研究期内经历了由低层次协调向高层次协调发展,产业结构高级化和土地集约利用呈现出良好的协同发展态势,但是一些区县耦合协同发展程度还未达到理想程度,还有很大的发展空间。
2.4 产业结构优化与土地集约利用耦合协调性的空间相关性分析 2.4.1 全局空间自相关分析产业结构优化与土地集约利用协调度的全局Moran′s I指数见表 7。除2012年以外,漓江流域产业结构优化与土地集约利用的耦合协调度均达到0.05显著性水平检验,全局Moran′s I指数居于中间水平,表明空间集聚特征在漓江流域两个系统中的耦合协调方面有所表现。2012年,漓江流域产业结构合理化、高级化与土地集约利用耦合协调度的全局Moran′s I指数分别为0.227 3、-0.142 3,为研究期内最低水平,空间相关性最弱。2015年的全局Moran′s I指数分别为0.365 0、0.353 5,为研究期内最高水平,整体空间相关性呈现上升趋势。除2012年产业结构高级化与土地集约利用耦合协调度的全局Moran′s I指数为负值外,其余均为正值,呈现空间正相关性。
指数 Index |
产业结构合理化与土地集约利用耦合协调度 Coupling coordination degree between industrial structure rationalization and intensive land use |
产业结构高级化与土地集约利用耦合协调度 Coupling coordination degree between industrial structure sophistication and intensive land use |
|||||||
2012 | 2015 | 2018 | 2021 | 2012 | 2015 | 2018 | 2021 | ||
Moran′s I | 0.227 3 | 0.365 0 | 0.321 1 | 0.322 5 | -0.142 3 | 0.353 5 | 0.341 9 | 0.234 1 | |
Z | 2.22 | 2.74 | 2.49 | 2.50 | -0.13 | 2.67 | 2.61 | 2.01 | |
P | 0.03 | 0.01 | 0.01 | 0.01 | 0.91 | 0.01 | 0.01 | 0.04 |
以上数据结果表明,漓江流域在整合优质产业资源、经济布局优化方面取得的效果较为显著,市县区域的协同发展格局逐步形成。其中,以叠彩区、七星区、象山区、雁山区和秀峰区等5个市辖区为中心区域,在实现漓江流域产业结构优化与土地集约利用协调发展方面对周边灵川县、阳朔县、平乐县、兴安县等4个县域的辐射带动作用较为明显,但仍未达到最优效果。这也表明漓江流域在促进产业结构优化和土地集约利用之间的协调发展方面还存在诸多困难。因此,漓江流域在未来的发展中,必须强化叠彩区等5个市辖区的中心增长优势,扩大空间溢出效应,这样才能更好地对周围的县市进行辐射和带动,从而在流域内达到产业结构优化和土地集约利用的协调发展。
2.4.2 局部空间自相关分析总体看,漓江流域各区县之间存在着结构优化与土地集约利用耦合协调度高度聚集的情况,但是高值区和低值区聚集特征并不显著。在图 5中,高-高(H-H)聚集的区域主要集中在秀峰区和七星区(2021年仅在七星区),低-低(L-L)聚集的区域主要在阳朔县(2015年)。在图 6中,高-高(H-H)聚集的区域在2015年和2018年出现,分布在秀峰区和七星区,低-低(L-L)聚集的区域在2012年和2021出现,分布在阳朔县。可见在研究期内高-高(H-H)聚集区没有出现增加,反而呈现波动变化,低-低(L-L)聚集区也反复出现。这表明漓江流域只在几个经济发展较好的区之间形成了较好的协同关系,流域内各区县之间协同发展还不够,没有形成合力,区域协调发展能力仍有较大提升发展空间。在今后的发展中需要加强基础条件相对优越的市区对周边县域的涓滴效应,逐渐形成更大范围的高-高(H-H)聚集区,防止形成低-低(L-L)聚集区。
![]() |
图 5 产业结构合理化与区县土地集约利用耦合协调度LISA集聚图 Fig. 5 LISA cluster map of coupling coordination degree between industrial structure rationalization and intensive land use in each district and county |
![]() |
图 6 产业结构高级化与区县土地集约利用耦合协调度LISA集聚图 Fig. 6 LISA cluster map of coupling coordination degree between industrial structure sophistication and intensive land use in each district and county |
3 结论
本研究选取2012-2021年的4个典型年份对漓江流域的产业结构优化与土地集约利用的耦合协调度进行分析探讨,主要研究结论如下。
① 漓江流域产业结构合理化水平逐渐提升,各区县的合理化水平差距较大,但差距逐渐缩小,达到均衡状态。产业结构高级化水平呈现先增后减的趋势,但整体水平仍有待提高,且流域内产业结构高级化水平空间差异明显。
② 漓江流域土地集约利用水平整体上呈现增加趋势,且市区土地集约度明显高于县域土地利用集约度。
③ 漓江流域产业结构合理化与土地集约利用的耦合协调度呈现上升趋势。随着时间的推移,流域内各区县的协调水平均达到中、高协调水平,且呈现出以5个市辖区为中心辐射带动发展局面。产业结构高级化与土地集约利用的耦合协调度同样呈现上升趋势,也表现出以5个市辖区为中心向外辐射带动发展的局面,但是随着距离中心的远近表现出一定的县域差异。
④ 漓江流域市县区域协调发展模式渐渐形成,产业结构优化与土地集约利用两个系统的耦合协同作用在空间上具有正向相关性,且显著性表现为先增大后减小的趋势;漓江流域内耦合协调度高值聚集区主要集中在市区。
基于本研究结果,立足漓江流域的发展现状,考虑到漓江流域的生态环境状况,提出政策建议如下。
① 应充分发挥市内象山区、七星区、秀峰区、叠彩区、雁山区等5个区在资金、技术、产业方面的中心城市优势作用,积极建设对环境影响小的高新技术产业基地,聚拢一批低能耗、高产出的绿色创新型产业,以带动周边县域的产业结构优化升级或转型。
② 县域应充分利用好区域内丰富的山水资源、历史文化资源,并以土地集约利用作为准入门槛,充分考量国土空间规划与产业规划的衔接机制发展文旅产业,强化产业聚集效应,盘活低效利用土地,完善相关政策;同时采取与市区联动和建立共享机制等方式,达到区域产业互补、合理分工,推动产业转型优化与土地集约利用的耦合协调,实现全流域高质量协调发展。
[1] |
史宇微, 杨和平, 魏朝富. 产业结构优化与土地集约利用耦合协调研究: 以四川省为例[J]. 西南师范大学学报(自然科学版), 2021, 46(3): 78-86. |
[2] |
KISS E. Restructuring in industry and industrial areas in Budapest[J]. Geographia Polonica, 1999, 72(1): 29-46. |
[3] |
TANAS J, TROJANEK M. Changes in land use structure in suburban zones in Poland after the 90[J]. Journal of International Studies, 2014, 7(3): 81-89. |
[4] |
SAHEBGHARANI A, WIS NIEWSKI S, BOROWSKA-STEFAN SKA M, et al. Analyzing the effect of depopulation on the spatial structure of the city of Ƚódz, Poland: development and application of an integrated land use and transportation model[J]. Habitat International, 2024, 143: 102992. |
[5] |
BASAK P, MOMTAZ S, GASTON T F, et al. Changing land use and urban dynamics around an industrial zone in Bangladesh: a remote sensing analysis[J]. Land, 2023, 12(9): 1753. |
[6] |
LEE J, JUNG S. Industrial land use planning and the growth of knowledge industry: location pattern of knowledge-intensive services and their determinants in the Seoul metropolitan area[J]. Land Use Policy, 2020, 95: 104632. DOI:10.1016/j.landusepol.2020.104632 |
[7] |
李雪梅, 张庆. 天津市土地集约利用与产业结构高级化关系探讨[J]. 资源开发与市场, 2017, 33(9): 1058-1062, 1083. |
[8] |
徐磊, 陈恩, 董捷. 长中城市群产业结构优化与土地集约利用协调性测度[J]. 城市问题, 2017(11): 17-24. |
[9] |
张红凤, 曲衍波. 我国城镇化发展与土地集约利用的时空耦合及调控格局[J]. 经济理论与经济管理, 2018, 38(10): 44-54. |
[10] |
张英浩, 陈江龙, 高金龙, 等. 经济转型视角下长三角城市土地利用效率影响机制[J]. 自然资源学报, 2019, 34(6): 1157-1170. |
[11] |
于斌斌, 苏宜梅. 产业结构调整对土地利用效率的影响及溢出效应研究: 基于PSDM模型和PTR模型的实证分析[J]. 中国土地科学, 2020, 34(11): 57-66. |
[12] |
欧文婷, 王楠, 张金懿, 等. 曲周县土地利用结构与产业结构的关联性研究[J]. 中国农业大学学报, 2023, 28(7): 191-203. |
[13] |
张明斗, 翁爱华. 东北地区产业结构优化与城市土地集约利用协调性[J]. 自然资源学报, 2022, 37(3): 734-752. |
[14] |
朱庆莹, 涂涛, 陈银蓉, 等. 长江经济带产业结构与土地利用效率协调度的时空格局分析[J]. 农业工程学报, 2021, 37(23): 235-246. |
[15] |
冯维祥, 廖富强, 万智巍. 广东省土地利用效率和产业结构耦合协调特征及时空演变分析[J]. 资源开发与市场, 2024, 40(3): 345-354. |
[16] |
和伟康. 城镇化、土地利用与产业结构交互关系及协同优化研究: 以江苏省为例[D]. 徐州: 中国矿业大学, 2023.
|
[17] |
刘胜峰. 漓江流域土地生态系统服务功能与生态安全评价研究[D]. 长沙: 中南林业科技大学, 2020.
|
[18] |
鲁春阳. 城市用地结构演变与产业结构演变的关联研究[D]. 重庆: 西南大学, 2011.
|
[19] |
钱纳里·H, 鲁滨逊·S, 赛尔奎因·M. 工业化和经济增长的比较研究[M]. 吴奇, 王松宝, 译. 北京: 三联书店出版社, 1989: 56-104.
|
[20] |
李新战, 宋赫民, 郑欣. 辽宁省产业结构合理化分析[J]. 沈阳理工大学学报, 2012, 31(2): 35-37. |
[21] |
江洪, 赵宝福. 碳排放约束下能源效率与产业结构解构、空间分布及耦合分析[J]. 资源科学, 2015, 37(1): 152-162. |
[22] |
关伟, 许淑婷. 辽宁省能源效率与产业结构的空间特征及耦合关系[J]. 地理学报, 2014, 69(4): 520-530. |
[23] |
陶志红. 城市土地集约利用几个基本问题的探讨[J]. 中国土地科学, 2000, 14(5): 1-5. |
[24] |
杨俊, 黄贤金, 王占岐, 等. 新时代中国城市土地集约利用若干问题的再认识[J]. 中国土地科学, 2020, 34(11): 31-37. |
[25] |
刘浩, 张毅, 郑文升. 城市土地集约利用与区域城市化的时空耦合协调发展评价: 以环渤海地区城市为例[J]. 地理研究, 2011, 30(10): 1805-1817. |
[26] |
何为, 修春亮. 吉林省城市土地集约利用的空间分异[J]. 自然资源学报, 2011, 26(8): 1287-1296. |