以長三角城市群26座地級及以上行政區(qū)市府所在城市為研究對象,利用泰爾指數(shù)、變差系數(shù)及探索性空間數(shù)據(jù)分析,對其2008—2017年間土地經(jīng)濟密度的空間差異與格局演變進行測算與分析。結(jié)果顯示:（1）長三角城市群城市土地經(jīng)濟密度整體處于較高水平且呈現(xiàn)逐年增加的態(tài)勢;研究區(qū)的泰爾指數(shù)和變差系數(shù)在10年間均呈下降趨勢,但區(qū)間和區(qū)內(nèi)分別存在著差異,且對城市土地經(jīng)濟密度差異起著重要作用。（2）長三角城市群城市土地經(jīng)濟密度存在著顯著的全局空間集聚效應(yīng),但是Moran’s I指數(shù)較低,空間自相關(guān)的特征在長三角城市群城市土地經(jīng)濟密度的格局中表現(xiàn)不明顯,其集聚程度低,整體呈弱集聚格局。（3）長三角城市群內(nèi)大多數(shù)城市的土地經(jīng)濟密度受其經(jīng)濟發(fā)展的空間鄰近效應(yīng)和極化效應(yīng)的影響,在地理空間上存在著明顯的相互依賴性,呈現(xiàn)集聚的特征。 

【文章來源】：管理學(xué)刊. 2020,33(04)CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

2008-2017年長三角城市群城市土地經(jīng)濟密度差異圖

從圖3可以得知，2008年落在Moran散點圖四個象限中的城市數(shù)各不相同，第Ⅰ象限的點數(shù)最多，第Ⅲ象限次之，再次是第Ⅱ象限，第Ⅳ象限則沒有城市落入。其中上海、無錫、紹興、寧波、南通、嘉興、常州等12座城市位于第Ⅰ象限，表現(xiàn)為正相關(guān)關(guān)系，是強城市土地經(jīng)濟密度集聚城市（H-H），即城市土地經(jīng)濟密度高觀測值的區(qū)域單元與同是高觀測值的區(qū)域單元發(fā)生集聚，主要原因在于上海是長三角城市群的經(jīng)濟引擎，蘇州、無錫等城市又位于經(jīng)濟發(fā)展的第一梯隊，它們無論從經(jīng)濟規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)還是收入水平上都具有明顯的優(yōu)勢，這些城市空間溢出效應(yīng)突顯，在自身土地經(jīng)濟密度逐步提高的同時，對周邊城市也形成顯著的正向帶動作用，但不同城市的擴張強度和方向仍存在著差異。同樣表現(xiàn)為正相關(guān)關(guān)系的合肥、安慶、南京等9座城市位于第Ⅲ象限，是弱城市土地經(jīng)濟密度集聚城市（L-L），即城市土地經(jīng)濟密度低觀測值的區(qū)域單元與同是低觀測值的區(qū)域單元發(fā)生集聚。以舟山、杭州為代表的其他城市分別位于第Ⅱ、Ⅳ象限，為負空間自相關(guān)關(guān)系（L-H或H-L）。這些城市與周圍城市的相互吸引能力有限，經(jīng)濟發(fā)展系統(tǒng)與城市土地利用系統(tǒng)的耦合效應(yīng)不強，從而造成“中心高（低）”或“四周低（高）”的負相關(guān)現(xiàn)象。揚州同時跨越了第Ⅰ、Ⅳ象限。與2008年相比，2013年有小幅度的變化，即開始位于第Ⅰ象限（H-H）的紹興遷躍到了第Ⅱ象限（L-H），鎮(zhèn)江則從第Ⅱ象限（L-H）遷躍到第Ⅰ象限（H-H），但大部分城市還位于第Ⅰ、Ⅲ象限。2013—2017年間，除宣城由原來的第Ⅳ象限（H-L）遷躍到第Ⅲ象限（L-L）外，其余城市基本沒有變化�？傊�，從第Ⅰ、Ⅲ象限城市土地經(jīng)濟密度局部的H-H和L-L來看，從某種程度上可以認為長三角城市群城市土地經(jīng)濟密度在地理空間上存在著明顯的相互依賴性，呈現(xiàn)集聚的特征。根據(jù)Moran散點圖僅能識別出長三角城市群城市土地經(jīng)濟密度局部所存有的幾種空間相關(guān)特征，然而，這些空間特征的顯著性如何卻沒有得到印證，也無法給出一個具體的定論。為能夠深度解決該問題并能夠確定局部空間集聚或產(chǎn)生異常值的具體位置，需要對其進行空間關(guān)聯(lián)局域指標（LISA）分析。依據(jù)所計算出的局部Moran’s I統(tǒng)計量的Z值，甄別出其集聚或異常特征的顯著性[16]。這里基于Geoda和ArcGIS軟件，繪制2008年、2013年和2017年長三角城市群城市土地經(jīng)濟密度的LISA集聚圖并輸出其他年份的LISA集聚結(jié)果。

根據(jù)Moran散點圖僅能識別出長三角城市群城市土地經(jīng)濟密度局部所存有的幾種空間相關(guān)特征，然而，這些空間特征的顯著性如何卻沒有得到印證，也無法給出一個具體的定論。為能夠深度解決該問題并能夠確定局部空間集聚或產(chǎn)生異常值的具體位置，需要對其進行空間關(guān)聯(lián)局域指標（LISA）分析。依據(jù)所計算出的局部Moran’s I統(tǒng)計量的Z值，甄別出其集聚或異常特征的顯著性[16]。這里基于Geoda和ArcGIS軟件，繪制2008年、2013年和2017年長三角城市群城市土地經(jīng)濟密度的LISA集聚圖并輸出其他年份的LISA集聚結(jié)果。如圖4所示，在2008年、2013年和2017年長三角城市群城市在四個象限上全通過了5%的顯著性水平檢驗，將觀測期的LISA集聚圖結(jié)果匯總?cè)绫?。

【參考文獻】：
期刊論文
[1]中國國家級經(jīng)濟技術(shù)開發(fā)區(qū)及其產(chǎn)業(yè)空間格局演化——基于地級及以上市面板數(shù)據(jù)實證研究[J]. 蔡善柱,陸林.  地理科學(xué). 2019(03)
[2]河南省區(qū)域經(jīng)濟要素差異研究[J]. 徐亞芳,楊秀麗.  當代經(jīng)濟. 2019(02)
[3]長江經(jīng)濟帶綠色全要素生產(chǎn)率的時空分異特征研究[J]. 易明,李綱,彭甲超,陳文磊.  管理世界. 2018(11)
[4]東北地區(qū)城市土地經(jīng)濟密度格局演變[J]. 周敏,胡碧霞.  城市問題. 2018(10)
[5]我國綠色發(fā)展指數(shù)的空間分布及地區(qū)差異探析——基于探索性空間數(shù)據(jù)分析法[J]. 魏和清,李穎.  當代財經(jīng). 2018(10)
[6]我國文化創(chuàng)意產(chǎn)業(yè)園區(qū)的時空分布——基于探索性空間數(shù)據(jù)分析[J]. 褚嵐翔,黃麗.  企業(yè)經(jīng)濟. 2018(06)
[7]內(nèi)蒙古自治區(qū)城鎮(zhèn)土地經(jīng)濟密度的區(qū)域差異及其收斂性分析[J]. 王宏亮,郝晉珉,管青春,張益賓,祖健,王錦.  中國農(nóng)業(yè)大學(xué)學(xué)報. 2018(02)
[8]中國地級以上城市土地經(jīng)濟密度差異的時空演化分析[J]. 匡兵,盧新海,周敏,饒映雪.  地理科學(xué). 2017(12)
[9]網(wǎng)絡(luò)時代下地區(qū)信息化發(fā)展空間關(guān)聯(lián)分析——基于探索性空間數(shù)據(jù)分析（ESDA）方法的應(yīng)用[J]. 張雪玲,吳明.  浙江學(xué)刊. 2018(01)
[10]成渝經(jīng)濟區(qū)土地經(jīng)濟密度時空特征及動態(tài)演變[J]. 羅剛,廖和平,房傲雪,李強,李義龍,廖漣漪.  西南大學(xué)學(xué)報(自然科學(xué)版). 2017(12)



本文編號：3357551