趙曉東,王 靜,郭柏樞,翟天林,劉晶晶
(1.武漢大學 資源與環境科學學院,武漢 430079;2.湖北大學 資源環境學院,武漢 430062)
改革開放四十年來,土地資源在中國經濟增長和社會進步中承擔起重要作用,支撐了舉世矚目的“中國速度”的城鎮化建設[1]。然而,以土地為代表的自然資源在人類經濟、社會活動和空間惰性的雙重作用下發生了短期難以扭轉或調整的數量與結構變化[2],其中建設用地低效無序擴張、優質耕地或生態用地萎縮退化和土地生態環境惡化等問題尤為突出[3-5],我國東部濱海地區作為快速城鎮化縱深推進的關鍵地區往往承擔著更大的環境質量和資源利用風險。因而,在新時代國家生態文明戰略實施背景下提升濱海地區土地利用效率、促進城鎮高質量發展成為沿海城市可持續發展和國土空間優化的有效途徑和重要內容[6]。
隨著學科的不斷發展,研究內容日益豐富和知識體系日趨完善,建設用地利用研究也逐漸由偏實踐的應用研究轉向偏理論的機理分析,表現為單一考慮區域現狀的建設用地集約利用評價轉向體現土地利用的經濟效率(生產技術層面)和經濟效益(要素市場層面)內涵的綜合系統研究[7],其中建設用地效率的測算與評價是近年研究熱點。基于地理和管理學科的固有特征,學界先后開展了全國、省域、流域、城市群等空間尺度和建設用地、耕地、生態用地等功能類型的土地利用效率測算[8-11],并基于此探討土地利用效率的演變規律和動力機制,而耦合其他地理現象[12]和社會經濟現象[13-14]開展的系統定量研究是該研究主題的有益補充。當前,土地利用效率測算方法體系已基本形成以隨機前沿分析(SFA)為代表的參數方法和以數據包絡分析(DEA)為代表的非參數方法研究框架,其中前者可準確反映土地利用效益與最優產出水平的絕對差異、評價單元效益時空結構演變的有序過程,相較非參數方法測算的效率數值更具實踐參考價值[15-17]。然而,現有土地利用效率研究僅將建設用地效率提升作為研究開展的出發點和落腳點,缺失資源利用效率與要素消耗的關系評估,忽視了中國城鎮發展階段的特點和現實基礎[18-19]。實際上,建設用地利用效率提升較城鎮建設用地擴張對現階段我國生態文明建設和區域經濟發展更為重要,主客觀上忽視存量挖掘的經濟增長效用有悖于國家國土空間有效治理的戰略目標。脫鉤來源于物理學領域,資源環境領域學者將其拓展用于分析經濟社會發展與環境壓力、資源消耗之間的關系,隨后脫鉤關系計量方法和分類方法得以迅速發展,已經成為兼具定量和定性分析經濟、社會、環境變量之間關系的普遍方法。在發展方式要從規模速度型轉向質量效率型的社會經濟背景下,定量測算分析建設用地利用效率與城鎮用地擴張之間的脫鉤關系兼具理論意義與現實意義。
濱海地區作為陸地與海洋圈層界面的復合地理單元,兼具自然資源豐富、人類活動頻繁、生態環境脆弱及地理過程復雜等特征,決定了資源環境系統和人文經濟社會現象相互作用下土地利用變化劇烈、生態系統反饋強烈的客觀事實[20]。大豐區地域格局變遷作為濱海地區人地關系矛盾沖突的縮影,開展其建設用地利用效率及與建設用地擴張的脫鉤關系研究具備理論現實意義,也是全面闡釋和深入解讀人—地系統相互作用科學問題的有效補充。本文運用Logistic-CA-Markov模型模擬大豐區2025年土地利用格局,采用地均隨機前沿分析模型測算建設用地利用效率,引入脫鉤模型刻畫建設用地利用效率與城鎮建設用地擴張的耦合關系,以期深化土地利用變化與管理的理論研究,為國土空間優化制定有效戰略決策提供科學參考。
大豐區,江蘇省鹽城市市轄區(圖1),位于江蘇東部、上海北翼,有112 km海岸線,總面積約3 008 km2。截至2017年末,大豐區擁有耕地面積比例超過40%,人均占有耕地位列江蘇省之首,建設用地面積占比約12%,沿海灘涂等濕地資源面積占比近33%。大豐區作為我國沿海發展和長三角一體化兩大國家戰略疊加的重要節點,承擔和享有經濟快速發展、產業優化升級的歷史任務和政策紅利,建設用地需求量將不斷增加,在“保護沿海濕地”和“保護海洋資源”等國家戰略和需求背景下,統籌協調大豐耕地、濕地保護與經濟建設的形勢十分嚴峻。

圖1 大豐區位置
本研究使用的數據分為土地利用數據,自然條件數據和社會經濟數據。土地利用數據來源于大豐區土地利用變更調查,土地類型根據大豐區的實際情況和本文的研究需要分為耕地,林地,水域,建設用地和灘涂。這里采用廣義化的耕地內涵,即不僅僅包括水澆地、水田和旱地,還包括草地,田坎,農村道路和設施農用地等地類。建設用地采用《縣級土地利用總體規劃數據庫標準》中的定義,包括城鄉建設用地,交通水利用地和其他建設用地。數字高程、道路和人口公里網格數據等自然及社會經濟數據來自國家基礎地理信息系統數據和中國科學院資源環境科學數據中心,并經過裁剪、投影變換和重采樣等處理。資本、勞動力、地區生產總值等數據來自歷年大豐統計年鑒,大豐統計公報和鹽城市統計年鑒,其中資本和產值等貨幣數據采用國家發布的價格指數進行平減。在研究時間序列內,本文按照現行的行政區劃辦法歸并由區劃調整導致的相關數據變動。
土地利用變化模擬一般分為土地數量變化預測和土地利用覆蓋的空間布局模擬兩個部分。CA-Markov,CLUE,DLS等集成土地數量預測和土地空間布局功能模塊的模型方法在一定程度上實現了土地利用模擬的體系化和便利化,但空間布局模塊只由兩期數據的疊加運算得到土地類型轉移概率矩陣作為核心輸入單元,缺乏土地利用變化外界驅動因子的介入[21]。因此,本文采用土地利用變化驅動因子參與的Logistic-CA-Markov組合模型對大豐區未來的土地利用格局進行預測和模擬,該模型的logistic回歸單元可以廣泛采納學界關于土地利用變化驅動力的最新研究成果,進而提高土地利用空間布局的有效性和合理性。Logistic回歸方程的解釋能力一般利用R.G.Pontius提出的ROC曲線(Relative Operating Characteristic Curve)進行檢驗,由曲線得到的面積占比介于0.5~1,一般來說,該值越大,說明該地類的數學概率分布越符合真實的地類分布;反之,說明所選影響因素對地類分布的解釋缺乏說服力。在正式模擬大豐區2025年土地利用格局之前,先用2008年和2012年兩期土地利用數據預模擬2016年的土地利用格局,將結果與2016年現狀土地利用數據進行疊置分析,并運用一種廣泛使用的方法——Kappa系數進行一致性檢驗。Kappa系數的判定標準為:如果兩幅土地利用/覆蓋(Land Use/Land Cover,LULC)圖像完全一樣,則Kappa=1;當Kappa≥0.75時,表明一致性較高,誤差較小;當Kappa≤0.4時,一致性較差,LULC模擬誤差較大[22]。
1977年,名為隨機前沿分析(SFA)的模型被提出來,成為定量測算效率的有效統計工具[23]。為了擴展模型的應用范圍,Battese和Coelli為模型添加了時變系數,使得針對面板數據類型的單元效率測算得以實現[24]。與非參數方法相比,除了能有效區分數據本身的隨機誤差和數據所反映評價對象的技術無效率,SFA還能對模型的適用性進行假設檢驗,避免模型盲目套用帶來的不合理性。在投入要素的處理上,本研究將建設用地以地均勞動力和資本的形式體現,土地利用效率的內涵表達更加充分。為研究的方便,本文基于柯布—道格拉斯函數的對數形式構建SFA實證模型:
ln(yit)=β0t+β1tln(Lit)+β2tln(Kit)+β3tln(Fit)+υit-μit
(1)
式中:yit,λ,Kit,Fit分別表示t時期i鎮的單位面積非農產值(萬元/km2),單位面積非農勞動人口(人/km2),單位面積固定資產投資(萬元/km2),單位面積財政支出(萬元/km2)。β0為常數項;β1,β2,β3分別是勞動投入,資本投入和財政支出的產出彈性。υit和μit分別是相互獨立的隨機誤差項和技術無效率項,υit服從均值為0的正態分布,而μit服從非負的截尾正態分布。隨機誤差項代表了非人為可控但對生產效率產生重要影響的自然和社會事件,技術無效率項則反映了評價對象因為生產技術落后和管理水平欠佳而導致的產出損失。
在公式(1)的基礎上,城鎮建設用地利用效率為:
CLUEit=exp(-μit)
(2)
式中:CLUE為城鎮建設用地利用效率,由于μit非負,因此0 進一步,設定土地利用無效率項μit與時間變化之間的函數關系為: μit=μi·exp{-η·(t-T)} (3) 式中:μi是i鎮在研究期內無效率項的最小值;t表示當期的時序;T表示研究的時間跨度;η是待估計的時變系數,反映建設用地利用效率變化率的方向和大小,若η<0,μit將隨著t的增加而遞增,建設用地利用效率逐期降低;η>0,μit將隨著t的增加而遞減,建設用地利用效率逐期提升;若η=0,則建設用地土地利用效率不隨時間變化,該種情況出現的幾率極小。 最后,對模型設定進行假設檢驗并對誤差項的結構進行量化表達: λ=-2[LR(H0)-LR(H1)] (4) (5) 式中:λ是檢驗統計量,當不存在技術無效率時,其服從混合卡方分布。LR(H0)和LR(H1)分別是隨機前沿模型在零假設(H0:不存在技術無效率)和備擇假設(H1:存在技術無效率)下的對數似然函數值;γ用于定量刻畫誤差項的數量結構,值越接近1表明技術無效率占實際產出與前沿面的差距的比例越大。 “脫鉤”概念最早提出是用于定量刻畫經濟活動的環境沖擊逐漸減少的過程,這意味著脫鉤需要從時間角度進行考察。研究脫鉤的常用方法有指數法、計量分析法、差分回歸系數法等[25]。脫鉤類型劃分包括二分法、三分法、六分法和八分法等方法,當前脫鉤分析使用最多的是八分法的Tapio彈性系數[26](表1)。本研究將脫鉤概念引入土地利用領域,探討建設用地利用效率和建設用地擴張之間的脫鉤關系,計算公式見式(6)。 表1 脫鉤類型及其彈性值 (6) 式中:CLUE是城鎮土地利用效率;CLA是建設用地面積。由于建設用地擴張越快,越有可能導致土地資源低效利用,因此本文將建設用地變化量取負數以符合脫鉤模型的內涵。 大豐區的園林地、灘涂和建設用地的面積從2000—2016年均呈現單調增長或減少變化趨勢且在時間上逐漸趨于穩定。耕地開發和經濟建設加速了灘涂至耕地或養殖水面、灘涂至建設用地的類型轉變,成為沿海灘涂濕地面積持續減少主導因素。大豐區建設用地面積持續快速增長,由121.998 km2增長到370.05 km2;耕地數量以2008年為拐點年份呈現先快速減少后緩慢增加的“U”形變化;水域面積在研究期內相對穩定,數量上表現出以2008年為峰點的倒“U”形變化。 表2是地類分布與空間影響因子的logistic回歸及ROC檢驗結果。快速城鎮化地區土地利用變化主要矛盾在于建設用地擴張侵占耕地資源,因而選擇耕地和建設用地兩種代表性地類考察回歸結果:GDP、人口和距道路的距離對耕地分布具有負面影響,即這些影響因子的值越大,可認為越不適合耕地分布。高程、凈初級生產力和農田生產力的值越高則表示越適宜分布以耕地為主的農用地;對于建設用地,高程和人口有明顯的正向影響,而其余6個影響因素則是負向影響。5種地類的ROC曲線檢驗結果均超過了0.8,其中灘涂達到了0.99,表明本研究所選驅動因子對大豐區地類分布具有很強的解釋能力,由此得到的概率矩陣可以較準確地預測地類的空間分布。 表2 各地類Logistic回歸系數和ROC檢驗結果 為檢驗模型適用程度,將模擬得到的2016年土地利用格局與2016年土地利用現狀進行疊置分析。結果顯示,耕地、園林地、水域、建設用地和灘涂的Kappa系數分別是0.767,0.846,0.809,0.788,0.837,總體一致性達到了0.863,超過0.75的一致性共識。表明模型和空間影響因子對于大豐區的適用性很好。接下來,利用2012年和2016年土地數據再次進行Markov過程,得到2016—2025年土地利用面積轉移矩陣,并結合logistic回歸產生的地類空間分布概率矩陣,得到2025年大豐區土地利用預測結果(圖2)。 圖2 大豐區2016年土地利用現狀圖和2025年土地利用模擬圖 結果顯示,2025年大豐區各主要地類的面積分別是:耕地1 410.84 km2,園林地81.6 km2,水域586.52 km2,建設用地402.52 km2,灘涂面積527 km2,與2016年進行對比可知,除建設用地面積保持增長,其余4種用地類型的數量均出現不同幅度的下降。建設用地增長了32.47 km2,增長率為8.77%;耕地、園林地、水域和灘涂分別減少了6.75 km2,0.57 km2,17.5 km2,7.49 km2。各地類變化幅度相比于2012年以前更加緩和,接近于2012—2016年這段時期的變化特點;農用地、灘涂等地類主要呈現非農化轉變,建設用地與農用地出現數量不等的雙向互相轉化,灘涂則主要是單向轉化為建設用地,與全國范圍內的土地利用/覆被主要變化特征相符合[27],對于濱海地區,相關研究指出,2000年以后長江三角洲濕地侵占的主要驅動力從農業行為變為城鎮化運動[28],而大豐區的土地利用/覆蓋模擬結果顯示,大豐區仍處于快速城鎮化階段,建設用地需求仍然較大,建設用地顯著擴張區主要集中在大豐市中心和大豐港區域,其余小范圍擴張發生在各建制鎮中心,沿海灘涂、耕地等生態和農業用地的保護持續面臨較大壓力。 大豐區建設用地利用效率測算的模型參數估計及檢驗見表3。單邊效應檢驗統計量LR服從混合卡方分布,顯著性概率值小于0.01,拒絕了不存在技術無效率項的假設。γ值為0.595,表明生產單位生產組合點距前沿面的距離有59.5%是因為技術無效率的影響。除時變系數,參數系數的t值均大于0.05顯著性水平對應的臨界值,表明參數估計值具有統計學意義上的顯著性。時變系數η=0.065,說明城鎮建設用地利用效率隨著時間變化保持上升,但速率不高。投入勞動力、資本、財政支出的模型系數分別是0.412,0.301,0.193,說明地均勞動力、資本、財政投入每增加1%,地均產出相應增加0.41%,0.3%和0.19%。 表3 模型參數估計結果 大豐區城鎮建設用地效率時空變化格局見圖3。6個時間節點的效率值分別是0.592,0.611,0.63,0.648,0.665,0.682,增長趨勢十分明顯,年均增長率0.5%,累計增長率15.2%。按照自然斷點法對效率值進行分級并類推至其他年份。2000年大豐區一、二、三類效率值的鄉鎮個數分別是1,6,5,整體效率結構模式類似年輕型的區域人口結構,說明建設用地效率具有巨大的提升潛力。隨時間推移,各鎮建設用地效率持續增長,達到一類和二類標準的建制鎮個數也不斷增多。2016年,大豐區12個建制鎮建設用地效率全部位列2類及以上,其中一類和二類各6個,到2025年一類增至7個。最嚴格的新增建設用地審批和最嚴格的節約集約用地制度,倒逼大豐區建設用地利用效率得以不斷提升,在這一制度和管理基礎上,未來時期的效率值仍會呈現持續增長態勢。 圖3 大豐區城鎮建設用地利用效率時空格局 研究期內,雖然各建制鎮城鎮土地利用效率保持增長,但是各建制鎮效率值的序列差異格局并未能得到改變。效率值從高到低的建制鎮依次是,西團,新豐,草廟,白駒,三龍,劉莊,南陽,草堰,大中,小海,大橋,萬盈。效率序列反映出兩個顯著的特點:其一,效率值排序靠后的都是大豐區優質耕地集中的農業強鎮,如萬盈,大橋,小海,草堰。這些鄉鎮的建設用地多是居住用地和交通運輸用地,生產性建設用地較少,產值主要來源是第一產業。其二,效率值排名靠前的主要是企業集聚,以工業、服務業作為支柱產業的鄉鎮,建設用地的單位產值和人力資本水平較高。如緊鄰市中心的新豐鎮和西團鎮。這說明,地區建設用地利用效率與其主體功能和產業特色高度關聯,不同的產業模式和主導功能直接導致不同的用地策略和地均用地效益,而且產業集聚的規模效應將進一步放大這種差異。值得注意的是,大豐區產值較高的大中鎮(城區中心)城鎮土地利用效率低于平均水平,而相關研究指出高產值區通常被認為擁有更先進的生產技術和管理經驗,土地、物質資本、人力資本等生產要素的綜合利用效率更高,即某種程度上效率值的高低和經濟產出的高低會有相互增益的協同關系[29]。在這一反常現象背后是大中鎮長期以來建設用地的快速擴張,導致單位建設用地生產要素投入不足,因此大中須走轉換經濟發展動能、提高經濟發展質量的道路,一方面可以大力推行“舊城改造”、“棚改”等城鎮更新方式增加存量建設土地以滿足發展需求,另一方面也要為以侵占沿海濕地為代價的大豐港區配備優質人力資本和充足的物質資本,從而提高城鎮建設用地利用效率,匹配其大豐區中心城鎮的政治、經濟中心功能定位。此外,城鎮建設用地效率增長速率也存在差異:在邊際效益遞減規律作用下,建設用地利用效率較小者對效率較大者表現出明顯的追趕效應,在此趨勢下,地區建設用地利用效率整體差異將進一步縮小,地區發展協調度將進一步提高。 在空間上,效率高值鎮形成近似“T”字型格局,大致由大豐區西部各鄉鎮和中部的西團、南陽、草廟三鎮組成。除開市中心大中鎮,“T”字型格局與大豐區建設用地集中區連成的空間軸線基本重合。如果與大豐區主要交通干線疊合觀察,這些效率高值區的分布也基本符合大豐過境的高速公路和省道的空間走向,呈現顯著的空間協同性,重要的交通干線可通過廊道效應促進人員、信息、物質、技術等優勢要素以空間外溢的形式在核心城鎮與一般城鎮之間傳遞,進而影響鄉鎮土地利用效率空間格局,可見鄉鎮建設用地利用效率的空間分布規律也符合起源于大尺度空間下的點軸開發理論。隨著時間發展,以此空間格局為基礎,效率高值區的生產要素、技術和管理經驗逐漸向外圍的效率低值鎮區擴散、集聚,從而帶動周圍鄉鎮的生產率的增長,大豐區建設用地利用效率差異不斷減小,區域建設用地效率空間協調性不斷提高。在此效率空間格局指導下,基于鄉鎮經濟發展的實際,大豐應優先利用近郊區居民點,加大農村居民點整理力度,使農村宅基地用地有序減少,城鄉建設用地結構更加合理。促進人口向“城區、港城”和重點鎮轉移,引導產業集中布局、集聚發展,提高城鎮建設用地利用效率。 建設用地的無序和過快擴張通常是制約城鎮土地利用效率提高的主要因素[30-31]。在研究期內,大豐區各鎮城鎮建設用地效率單調增長,因此建設用地利用效率與建設用地擴張脫鉤關系彈性系數正負值變化依賴于各鄉鎮單元建設用地面積的增減。在大豐區效率變化趨勢一定的情況下,共出現4種建設用地效率脫鉤關系,分別是強脫鉤、弱脫鉤、擴張性連接和弱負脫鉤。以12個建制鎮的5個時期共計60個脫鉤狀態來考察,強脫鉤、弱脫鉤、擴張性連接和弱負脫鉤的數量占比分別是66.7%,15%,1.7%和16.6%;若按廣義的脫鉤狀態統計,處于脫鉤狀態的達到81.7%,占據了絕對的數量。表明在研究期內即使大豐區的建設用地面積持續快速增長,但是建設用地效率與建設用地擴張之間整體并沒有呈現此消彼長的權衡關系,即建設用地快速擴張的事實在很大程度上并沒有限制其利用效率的提升。 從時間推進的角度看(表4),2012—2016年,6個鎮脫鉤關系轉為弱脫鉤或弱負脫鉤。從2016—2025年,脫鉤關系發生非合意轉變的鄉鎮數量達到9個,6個鎮出現弱負脫鉤關系。城鎮建設用地效率與建設用地擴張之間開始出現耦合關系,即建設用地利用效率提升的變化率小于建設用地面積減少的變化率。出現這一變化的主要原因是,在大豐區城鎮建設用地擴張減緩甚至部分鄉鎮出現建設用地面積減少的情況下,各建制鎮效率值的增長率卻在持續下降,從2000—2016年,增長率下降了17.59%,到遠景年2025年下降了22.7%。研究期內,大豐區一定程度上打破了城鎮化進程中土地資源消耗和經濟發展之間的剛性聯系,控制城鎮建設用地過快擴張取得了初步成效,但部分城鎮(尤其是大中鎮等濱海城鎮,這些城鎮的建設用地擴張侵占了沿海濕地)的建設用地利用效率仍處于較低水平。這說明一方面大豐在提升建設用地利用效率時必須重視影響因素的區域差異,分類指導,“因鎮施策”;另一方面堅持底線思維,合理劃定“三區三線”,嚴控新增建設用地,將盤活“供而未用”、“用而未盡”的存量建設用地作為提升建設用地效率的基本策略,使得經濟增長逐漸擺脫對新增建設用地資源的依賴以及減少對于沿海濕地生態的威脅和破壞。 表4 大豐區城鎮建設用地效率脫鉤類型演變統計 土地作為自然和人文、實體和非實體相互作用的載體,與資源環境、經濟發展、生產生活、政策制度等眾多因素相互促進、相互制約,成為深刻理解地理復雜系統、破解可持續發展難題的重要一環。本文基于大豐區土地利用變化和社會經濟數據,運用CA-Markov模型模擬區域土地利用變化,構建地均投入產出隨機前沿分析模型測算建設用地利用效率,定量評估了建設用地利用效率與建設用地擴張之間的脫鉤關系。不僅將隨機沖擊和技術無效率對前沿面影響納入國土空間優化研究的基本框架、為建設用地利用效率研究提供鎮級精度的科學案例,也是兼顧建設用地擴張和效率提升重大研究課題的綜合方法集成。 本研究選取濱海地區大豐區作為研究區,根據土地利用現狀數據以及預測模擬的未來土地利用格局,蠶食沿海濕地和向沿海擴張是濱海地區城鎮建設和經濟發展的主要特征,而沿海濕地作為濱海地區特有的生態系統,具有極高的生態服務價值,因此開展建設用地效率測算是對這一陸海交錯地帶土地轉換效益的重要評價手段和工具。然而,本研究開展的建設用地利用效率評價仍局限于經濟效益層面,未能將社會和生態效益產出內涵納入研究體系,可能導致了建設用地利用效率的正向偏差。因此全面反映經濟、社會和生態效益的建設用地利用效率是生態文明建設戰略背景下科學認識區域發展特征的關鍵,如何制定落實系統評估框架是下階段研究開展的重點;同時,建設用地利用效率與建設用地擴張脫鉤關系的時空演變特征規律歸納總結是認識地理過程與地理機制的基礎工作,下階段將深入探索脫鉤關系轉變的關鍵驅動因素、厘清具有區位與產業結構差異的地域單元間相互影響與反饋機制,推進最優路徑與發展目標下建設用地的科學組織,為土地資源配置和國土空間優化提供決策參考。 (1) 2000年以來,大豐區園林地、沿海灘涂面積持續減少,建設用地面積劇烈擴張了2倍多。耕地和水域面積變化以2008年為拐點,分別表現為先減少后增加和先增加后減少的時間變化趨勢。大豐區2025年土地利用模擬結果表明,建設用地面積同比2016年將新增32.47 km2,耕地、園林地、水域和灘涂將分別減少6.75 km2,0.57 km2,17.5 km2,7.49 km2。建設用地擴張集中在大豐市中心和大豐港區域,在最嚴耕地保護制度和東部沿海地區發展外向型經濟路徑依賴下,大豐區“向海要地”的屬性仍然顯著,濱海地區的沿海濕地保護面臨較大壓力。在未來的發展中,濱海地區要嚴控新增用地和嚴格審批手續以控制新增圍填海造地,加強濱海濕地的生態整治和修復,建立調查監測和用途管制的長效機制。 (2) 大豐區城鎮建設用地效率測算結果表明,各建制鎮建設用地效率在研究期內保持持續增長。2000年和2016年平均效率分別是0.592,0.665,累計增長率12.33%,預計2025年平均效率達到0.682。較低水平的整體建設用地效率表明其仍有較大的提升潛力。各建制鎮建設用地效率差異不斷縮小,但序列格局仍保持不變,建設用地效率與城鎮產業結構和土地利用主體功能定位密切相關。從生產投入要素看,勞動力和資本對提高鄉鎮尺度建設用地利用效率具有積極的作用。大豐港地區的建設和發展是以侵占沿海濕地和危害濕地生態系統安全為代價,高昂的生態成本對此區域人口和資本集聚水平、建設用地利用效率提出更高的要求,對于既成事實的建設用地,政府有關部門要制定相應的產業政策和提高資本技術引進門檻,切實提高建設用地利用效率。 (3) 研究期內大豐區各鎮建設用地利用效率與城鎮建設用地擴張總體處于脫鉤關系,不同程度打破了城鎮化進程中土地資源消耗和經濟發展之間的剛性聯系。但2012年以后,部分鄉鎮在建設用地擴張速度明顯放緩的前提下,其建設用地利用效率增長速率不增反降,導致脫鉤關系出現非合意轉變。因此大豐應堅持“嚴控增量、盤活存量、提升質量”作為優化建設用地效率的基本策略,并以高標準建設沿海綠色港區,全面強化現有各類沿海自然保護地的管理,修復已經破壞的濱海濕地,使得經濟增長逐漸擺脫對土地資源的依賴和減少對濕地生態的破壞。2.4 脫鉤模型

3 結果與分析
3.1 土地利用格局演變與模擬


3.2 建設用地利用效率及其演變過程


3.3 建設用地利用效率與建設用地擴張脫鉤關系時空變化

4 結論與討論
4.1 討 論
4.2 結 論