安徽省建設用地時空結構變化及影響因素研究

李 瑤，李久林，童 亮

(1.安徽建筑大學 建筑與規劃學院，安徽 合肥 230022；2.南京大學 建筑與城市規劃學院，江蘇 南京 210093)

土地不僅是推動人類社會進步的物質基礎，還是各項經濟活動的空間載體，具有不可移動和不可替代。土地利用和覆蓋變化(LUCC)早已成為國內外學者的研究熱點，隨著對其作用機制的深入研究，區域土地利用正在成為當下學科探索的熱點[1,2]。隨著我國改革開放的不斷深化，城市化率迅速攀升，建設用地擴張是當前及未來一段時間內我國土地利用變化的重要特征。

目前，國內外對于建設用地結構變化研究較多[3-7]，主要集中在三個方面：一是土地利用的空間結構演化過程研究。路云閣等[8]、李飛雪等[9]學者認為，土地利用結構演化過程可以通過一定區域內土地利用動態信息來表示；趙文佳等以哈爾濱中心城區為研究區域，利用十年面板數據分析了城市建設用地結構變化，認為房地產開發投資對居住用地變化的影響最大[10]；徐麗華等基于遙感影像分析了杭州市近15年的土地利用結構的時空演變過程，發現各類土地在數量上呈現“四增一減一平”的趨勢，空間上朝著復雜化、多樣化的方向發展[11]。二是土地利用演化的社會經濟驅動機制及其經濟響應效應。韓會然等對北京市1985—2010年的土地利用變化特征及其驅動機制從多方面進行了研究[12]；張宸睿等總結了長三角土地利用呈現“中心—外圍”結構，土地利用經濟效益在各集聚區都具有溢出效應[13]。此外，諸多學者以土地投入產出率為支點，分析了城市土地利用經濟效益的空間相關性和異質性[14,15]。三是全球化、新型城鎮化背景下基于經濟社會發展的土地利用建模研究。國內外學者從土地供給績效、開發管理制度績效、土地整理績效等不同視角探討了城市建設用地的空間績效，構建了熵權TOPSIS模型[16]、元胞自動機模型[17]、DEA模型[18]、Probit回歸模型[19]、“屠能—阿隆索”模型[20]，對不同尺度的地域進行了實證研究。

總結國內外研究成果，大多基于不同研究視角，從結構、效益、效率和制度保障等層面構建評價指標體系，綜合評判城鎮土地利用的本質內涵及其經濟效益，但仍需進一步深化認識。首先，研究方法上應綜合定量分析與空間可視化技術。其次，研究尺度上全國層面和單個城市層面的成果相對較多，基于省域層面的研究內容較少。第三，研究內容上過于側重對用地結構和用地效率的測度，對影響土地利用的綜合機理研究相對缺乏。基于此，本文采用安徽省2012—2017年建設用地資料與同時期的社會經濟發展數據，利用信息熵模型與灰色關聯理論，探究了安徽省及16個地級市的建設用地時空變化特征與經濟驅動影響因素，研究了安徽省建設用地結構變化和經濟社會發展的系統耦合關系，探討了其時空演化規律。

1 研究區概況與數據來源

1.1 研究區概況

安徽地處114°54′—119°37′E、29°41′—34°38′N，轄16個地級市，依據長江、淮河的地理分布，分為皖中、皖南、皖北三大區域，全省南北長約570km，東西寬約450km，國土總面積14.01萬km2，2017年建設用地面積2001.94km2(圖1)。截止2017年末，全省常住人口6254.8萬人，城鎮化率為53.5%，人均地區生產總值從2012年的28792元增長至2017年的43101元。安徽省作為我國長三角地區的重要組成部分，目前正處于城市化快速發展階段。

圖1 研究區范圍

1.2 數據來源

安徽省及16個地級市建設用地資料均來源于2012—2017年《中國城市建設統計年鑒》，并參照年鑒分類標準將城市建設用地劃分為居住用地、公共管理與公共服務用地、商業服務業設施用地、工業用地、物流倉儲用地、交通設施用地、公用設施用地、綠地與廣場用地等8大類。同時期的社會經濟數據則來自于2012—2017年《中國城市建設統計年鑒》、2013—2018年《安徽省統計年鑒》，以及各市統計年鑒補充。

2 研究方法

2.1 信息熵

本文使用信息熵來描述區域宏觀尺度上的建設用地結構特征。計算公式為:

(1)

(2)

(3)

式中，A為建設用地總面積；Ai為各類建設用地面積；N為建設用地種類；Pi為各類建設用地面積占建設用地總面積的百分比；H為建設用地結構信息熵。熵值越大，表明建設用地類型越多，各類建設用地面積差值越小，用地類型越均衡。

2.2 均衡度與優勢度

由于建設用地職能數存在時空差異，信息熵往往可比性不足，因此引入均衡度和優勢度來評價建設用地結構。計算公式為:

(4)

式中，J為均衡度，即實際信息熵與最大信息熵值之比，處于0—1之間。J值越大，表明該區域建設用地系統的均衡性越強。當J=1時，用地類型達到理想平衡狀態。基于均衡度的概念，構建出建設用地結構的優勢度公式為：

I=1-J

(5)

式中，I為優勢度，反映區域內一種或幾種建設用地類型支配該區域建設用地類型的程度，與均衡度的意義相反。

2.3 灰色關聯分析

灰色關聯分析是基于灰色系統理論的一種幾何分析方法，根據序列曲線幾何形狀的相似程度來判斷其關聯度，能夠動態描述發展趨勢。若記經數據變換的母序列(參考序列)為{x0(t)}，子序列(比較序列)為{xi(t)}，則在時刻t=k時，定義{x0(t)}與{xi(t)}的灰色關聯度系數為:

(6)

式中，ξ為分辨系數，其作用在于提高關聯系數之間的差異顯著性。ξ∈(0,1)，一般情況下取0.1—0.5，通常取0.5，則關聯度為：

(7)

式中，roi為子序列i與母序列o的關聯度；n為序列的長度即數據個數。為了便于量化分析，將灰色關聯度分為3個等級：0

3 結果及分析

3.1 建設用地結構時序變化特征

對安徽省及16個地級市2012—2017年建設用地結構及其信息熵、均衡度、優勢度進行計算，結果見表1。①安徽省建設用地結構信息熵從2012年的1.8632Nat下降到2017年的1.8396Nat，下降幅度較小，但發展有序，用地結構整體趨向穩定。2012年安徽省建設用地總量為1682.02km2，2017年上升到2001.94km2，建設用地總量增加了19.02%，增幅較大但各類用地結構較為穩定，說明城市發展的引導控制措施實施有效得當。②研究期內安徽省建設用地結構信息熵變化率為-0.13，且2015年、2016年、2017年的信息熵幾乎沒有變化，表明建設用地結構較為均衡，各類用地之間結構比例差距較小，建設用地結構均質性較強。研究期內居住用地所占比例下降較慢，仍是建設用地的重要構成部分；道路交通設施用地通常與其他類型用地同步甚至先期建設，因此面積比例上升較為明顯；而公共管理與公共服務設施用地、公用設施用地、綠地與廣場用地的面積占比略有下降，說明當前城市發展仍是以經濟建設為中心，對人民生活關注不足，配套設施建設稍顯落后。③安徽省建設用地結構信息熵與均衡度同向變化，而優勢度則與兩者相反，但變化幅度均較小，且2015—2017年沒有變化。均衡度一直維持在0.88的水平以上，說明安徽省建設用地結構均衡性較強，用地類型構成較為理想。優勢度較低也表明未出現建設用地系統開發被某一類型用地支配的情況。總體上，安徽省建設用地結構經歷了從“無序”到“有序”的發展過程，各類用地結構較為理想。

表1 2012—2017年安徽省建設用地結構及其信息熵、均衡度和優勢度

3.2 各市建設用地結構信息熵變化

參考相關研究成果[21,22]，計算安徽省及16個地級市2012—2017年建設用地結構信息熵變化率(S)，并劃分為快速下降區(S≤-10%)、慢速下降區(-10%1.8)、中熵值區(1.7≤H≤1.8)、低熵值區(H<1.7)，結果見表2、圖2。

從表2、圖2可知，信息熵下降較快的是淮南與馬鞍山，均為安徽省重要的工業城市，經濟發展速度快，但隨著城市產業轉型改革，以往的粗放型擴張發展受到限制，建設用地結構趨向穩定，信息熵快速下降。信息熵下降較慢的區域主要是滁州。滁州是南京都市圈、合肥都市圈的核心城市，近年來以“區位、資源、環境”為主要依靠，不斷加大生態產業發展力度，城市建設用地結構變化幅度減小，信息熵下降趨于穩定。信息熵基本穩定區包括宿州、蚌埠、六安、蕪湖、銅陵、池州，這些城市多受周邊城市發展的影響，建設用地結構變化較小，信息熵較為穩定。信息熵慢速上升區包括合肥、安慶、淮北、亳州、阜陽、宣城、黃山，2012年以來經濟增幅較快，用地結構變化較為顯著，信息熵略有上升。

信息熵值的高低與各市建設用地的類型、面積比例、社會經濟發展要素等關系密切。2017年底安徽省各地級市高熵值區有合肥、亳州、蚌埠、六安、蕪湖、銅陵，說明這些城市用地結構差異相對較大，部分建設用地擴展幅度明顯。中熵值區包括淮北、宿州、滁州、安慶、池州、黃山、宣城，這些城市處于產業轉型發展、經濟穩中有增的階段，各類建設用地比例變化相對均衡。低熵值區包括馬鞍山、淮南、阜陽，其中馬鞍山與淮南近年信息熵下降迅速，用地結構趨向穩定；阜陽則由于經濟發展較為緩慢，用地結構變化不明顯而處于低熵值區。

表2 2012—2017年安徽省及16個地級市建設用地結構信息熵變化及時空分異

圖2 2012—2017年各市信息熵時間變化(a)與2017年信息熵空間分析(b)

3.3 建設用地結構變化驅動力分析

建設用地結構信息熵的變化起因于建設用地結構類型的調整，而影響建設用地使用類型的因素主要來源于建設用地系統內部與外部兩個方面。外部影響又可分為人類活動要素與自然環境要素，考慮到自然環境要素對建設用地類型的影響不受人為控制，本文主要研究人類活動，即社會經濟發展要素對建設用地結構的影響。

內部驅動力：建設用地結構信息熵能夠較好地反映建設用地的類型組成，同時信息熵的變化趨勢也能表征建設用地系統結構是否穩定。基于此，經過灰色關聯分析得到結果(表3)可以發現，居住用地與信息熵的關聯度最高，綠地與廣場用地、工業用地、物流倉儲用地、商業服務業設施用地表現為中度相關，而公共管理與公共服務用地、道路交通設施用地、公用設施用地則與信息熵關聯程度較低。

對安徽省及各地級市建設用地結構與信息熵的灰色關聯度計算，結果如圖3所示。各類建設用地的面積比例與信息熵的灰色關聯度表現出較為明顯的空間差異。皖北的6個城市信息熵與綠地與廣場用地、物流倉儲用地等的關聯程度均布不顯著，而皖中、皖南的城市與這兩類用地則表現出較為強烈的關聯程度；皖中4個城市信息熵與道路交通用地關聯較弱，而皖北城市則表現出較強的關聯度。關聯度的具體表現為：①皖北城市的信息熵與居住用地、公用設施用地關聯最密切，關聯度分別為0.5759與0.5070。而與綠地關聯最弱，僅0.3778。宿州的信息熵與多種建設用地表現出了強烈的關聯程度，城市用地發展較為均衡。而淮南與亳州的信息熵則與各類用地關聯程度較低，平均關聯度分別為0.3647、0.2767，說明其城市用地結構主要由外部因素引導。②皖中城市的信息熵與道路交通設施用地表現出較弱的關聯程度，僅0.2132。各城市由于城市定位與資源差異，受影響用地類別差異較大。如合肥市與信息熵影響關聯因素最大的是商業服務業設施用地，關聯度達0.797，其次是居住用地，關聯度為0.524，其他各類用地則對合肥市信息熵影響較小。這與合肥作為區域中心城市，需要為周邊城市提供各類服務有關。滁州因其區位優勢，物流產業發展迅速，物流倉儲用地、工業用地對信息熵影響最大，分別為0.78與0.657。③皖南城市在信息熵與用地結構關聯度的表現上較為一致，均與居住用地、商業用地、公共服務設施用地、綠地等關系密切，而與工業用地關聯較弱。其中黃山市受生態保護需求的影響，市轄區建設用地面積從2012年的37.91km2上升到2017年的55.74km2，建設用地開發強度相對較低，與各類用地結構關聯表現較弱；蕪湖市信息熵與道路用地、物流倉儲用地關聯最強，分別為0.8225、0.7882，這與其發達的水陸交通網有關。皖南山地較多，城市建設用地受地形影響較皖北顯著，信息熵受用地類型影響相對明顯。

表3 2012—2017年安徽省建設用地結構與信息熵的灰色關聯度

社會經濟發展驅動力:結合已有研究成果[23,24]和資料的可獲得性，確定社會經濟發展指標體系共5個方面19個指標(表4)，使用熵值法確定指標權重,歸一化處理后計算準則層指標綜合值。社會經濟發展與建設用地結構是雙向影響的，對兩者進行灰色關聯分析(圖4)，顯示社會經濟發展的各項指標對建設用地結構產生了較大影響，促進了建設用地結構有序發展。

圖3 2012—2017年安徽省各地級市建設用地結構與信息熵的灰色關聯度

表4 社會經濟發展指標體系

綜合比較各城市信息熵與社會經濟發展的關聯度，滁州受社會經濟發展影響最大，綜合關聯度達0.7644，其次為池州(0.7208)；安慶信息熵受社會經濟發展影響較小，僅0.4882。皖北城市的信息熵與人民生活方面的指標關聯程度相對較低，4個城市的平均關聯度僅0.4168，這與區域的經濟發展水平有較大關系，當前城市建設用地主要受人口發展(0.7535)、生態環境(0.6512)、經濟增長(0.6189)的影響。皖中4市的信息熵主要與人口發展和生態環境有較大關聯，關聯度分別為0.778和0.6315。安慶信息熵與社會經濟方面關聯較弱，主要受到建設用地結構的內部影響。滁州受生態環境的影響較大，關聯度為0.897，與其近年來努力創建全國文明城市、國家森林城市、人民宜居城市、省級衛生城市等方面的目標有較大關系。皖南城市在社會經濟發展指標的關聯影響方面，除黃山外，表現較為均衡且一致。黃山主要受生態環境(0.785)、人民生活水平(0.765)、產業結構(0.737)3方面的影響，與其自然山水的城市特色相吻合。

圖4 2012—2017年安徽省及16個地級市社會經濟發展指標與信息熵的灰色關聯度

4 結論與討論

4.1 結論

本文以安徽省及16個地級市2012—2017年建設用地為研究對象，分別計算了建設用地結構的信息熵、均衡度與優勢度，并借助灰色關聯理論探究影響信息熵的內外部因素，得出以下主要結論：①2012—2017年，安徽省建設用地結構信息熵與均衡度略有下降，而優勢度略有上升，建設用地結構從“無序”到“有序”，整體發展趨向穩定。其中，信息熵快速下降的城市為淮南、馬鞍山，慢速下降的城市為滁州，基本穩定的有6個城市，慢速上升的有7個城市。②在空間維度，2017年信息熵高值區的城市有6個，中熵值區有7個城市，低熵值區有3個城市。城市轉型發展過程中，居住用地、綠地與廣場用地對城市建設用地信息熵的影響逐漸增大，大部分城市信息熵略有上升，并促使用地結構趨向均衡。③安徽省建設用地信息熵與居住用地具有強關聯，而與公共管理與公共服務用地、道路交通設施用地、公用設施用地關聯度較低。其中，皖北城市除與居住用地關系密切外，還與公用設施用地關聯度較高；皖中城市受道路交通設施用地影響較小；皖南城市建設用地信息熵與工業用地關聯最弱。④社會經濟發展指標對建設用地信息熵綜合影響較大，滁州、池州的受影響程度最為顯著，綜合關聯度分別為0.7644和0.7208。皖北、皖中城市當前的建設用地發展與人口發展關聯較大，而皖南城市主要受生態環境、人們生活水平和產業結構方面的影響。

4.2 討論

下一步進一步探索的問題：①信息熵受建設用地內部結構與社會經濟發展要素影響，但建設用地也常受政策條件、人文環境、自然因素等方面的影響。②本文僅對省市層面建設用地進行研究，對縣區級層面的關注較少，今后應進一步細化，加強相關研究，深化安徽省建設用地結構均衡發展研究，為促進城市轉型升級與可持續發展提供科學依據。