生態-經濟權衡下國家中心城市土地利用優化配置
——以武漢市為例

唐乎媞, 張 斌, 鞠登平, 張安錄

(1.華中農業大學 公共管理學院, 武漢 430070; 2.武漢市不動產登記中心， 武漢 430070)

土地作為不可再生的自然資源，其利用方式的差異會對生態環境和經濟發展產生深刻影響[1]。人類對土地的利用策略往往體現在土地利用變化過程中。近年來，因城鎮化的迅速推進，部分地區一味追求經濟效益，各類建設用地無序擴張，生態用地急劇衰減，可持續發展面臨挑戰[2]。如何利用有限的土地資源，通過結構優化和布局調控，統籌社會經濟發展和生態保護目標，達到綜合效益最大化，成為土地利用優化的重難點[3]。

土地利用優化是通過設置優先發展目標，調整地類轉換規則和約束條件，以此兼顧各類效益的需求[4]。就研究思路而言，謝一茹等[5]以經濟效益為主導目標，研究黑龍江省糧食產量和生態效益權衡下的土地利用優化問題，Hoque等[6]立足于生態保護，研究孟加拉國梅克納河下游地區不同土地利用情景對生態系統服務價值的影響，劉菁華等[7]統籌協調城市擴張和生態保護，提出了兼顧多目標的土地利用優化方案。從研究方法上看，耦合數量和空間模擬模型已成為土地利用優化研究的重要手段[8]。劉園等[9]基于CA-Markov模擬多情景下土地利用變化對潛江市生態系統服務價值的影響；曹帥等[10]耦合MOP與GeoSOS-FLUS模型，分別以經濟效益和生態效益作為優化目標，探討金壇區土地利用優化布局；Wang等[11]利用Markov-FLUS模型研究黃淮海流域未來土地利用變化，并探索其生態-經濟效益的平衡點。在研究尺度方面，國內外學者對眾多區域展開研究，涵蓋國家[12]、省[13]、城市群[14]、流域等[15]宏觀層面，卻忽略了微觀區域內部生態-經濟效益的差異分析。盡管已有學者對未來的生態-經濟效益進行了測算，但基于不同土地利用優化情景探討生態-經濟效益對敏感性系數響應關系的文獻較為少見。綜上所述，學者們基于不同尺度，利用混合模擬模型，在合理分配土地數量的同時，釋放土地的空間效應，將土地資源配置到空間，從而實現生態-經濟效益的最大化。值得注意的是，生態系統和經濟系統對于特定區域而言都是不可或缺的一部分，兩者不能孤立看待，而應該是相輔相成的整體[16]。盡管已有少量文獻對兩者發展趨勢的差異進行了測算[17-18]，但仍難以揭示其在時空變化中的協調性。因此為度量兩者在發展過程的平衡關系，本文將深入探討兩個子系統在不同情景中耦合協調度的變化情況，以期在找到最佳土地利用優化配置方案的同時，生態-經濟系統也能達到最佳耦合狀態。

2016年，《促進中部崛起的“十三五”規劃》出臺，武漢市被確定為國家中心城市[19]。國家中心城市是參與全球競爭的平臺，同時也是土地利用變化最為劇烈的區域[20]。因國家政策與資源的傾斜，近年來武漢市致力于打造以全國經濟中心、商貿物流中心、高水平科技創新中心和國際交往中心四大功能支撐的國家中心城市，社會經濟迅猛發展，但生態環境遭到了嚴重損害，兩者矛盾愈加突出，表現出與其他國家中心城市相似的發展途徑[21]。因此，本文基于生態-經濟效益最大化目標，探討多情景下武漢市土地利用優化配置，同時為其他國家中心城市的發展提供借鑒。鑒于此，本文在分析武漢市2000—2018年5期土地利用數據的基礎上，利用MOGA-FLUS模型以協調經濟發展和生態保護為目標，預測不同情景下土地利用變化情況，對2035年武漢市土地利用進行優化配置，為武漢市和其他國家中心城市經濟高質量發展和構建生態安全格局提供科學依據。

1 研究區概況與數據來源

1.1 研究區概況

武漢市地處北緯29°58′—31°22′，東經113°41′—115°05′，位于長江中游，江漢平原東部，長江與漢水的交匯處(圖1)，屬于北亞熱帶季風性氣候，常年雨量豐沛、光熱同季，四季分明。市內江河縱橫，水網密布，淡水資源豐富，是國家濕地公園最多的城市，生態底色良好。截至2020年末，全市下轄13個區，總面積達8 569.15 km2，常住人口1 232.65萬人，GDP為1 560億元。21世紀以來，武漢市國土開發日趨活躍，尤其是近年來在建設國家中心城市的戰略目標指引下，積極提升自身定位，社會經濟迅速發展，由此引起土地利用結構顯著變化(表1)。在城鎮化不斷推進過程中，武漢市GDP迅速增長，基礎設施逐漸完善，農村人口大量涌入城市，建設用地持續擴張，經濟效益愈發顯著。但耕地和林地不斷被侵占，生態用地空間緊縮，生態效益持續降低。因此，如何對武漢市土地利用進行優化配置，權衡生態-經濟效益，已成為武漢市轉變土地利用策略，加快建成國家中心城市的重要任務。

表1 2000年與2018年武漢市社會經濟與土地利用變化情況

圖1 武漢市2018年土地利用狀況

1.2 數據來源

本文數據主要有：(1) 土地利用數據來自landsat-8遙感數據，一共5期，年份為2000—2018年，劃分為耕地、林地、草地、水域、建設用地和未利用地共6類。(2) 降雨與氣溫數據均來源于中國氣象數據網(http:∥data.cma.cn/)。(3) DEM數據來自地理空間數據云(http:∥www.gscloud.cn/)。(4) 基礎地理數據來源于(http:∥www.ngcc.cn/)。(5) 人口、GDP數據來源于武漢市歷年統計年鑒，再結合土地利用數據，將區域人口密度和GDP密度進行配準并轉化為30 m分辨率的空間柵格數據。

2 研究方法

2.1 FLUS模型

FLUS模型是用于模擬在自然和人類雙重影響下土地利用的未來情景[22]，且模擬精度高于常用的CLUE-S模型和ANN-CA模型[23]。其包含3個部分：(1) 基于MOGA算法估算不同情景的土地利用數量需求。(2) 基于神經網絡算法測算各地類的適宜性概率。(3) 基于輪盤賭機制模擬各地類在空間上的分布格局。借鑒Feng等[24]的做法，設置3種土地利用情景：(1) 經濟優先情景。武漢市作為國家中心城市，發展自身經濟并帶動中部地區經濟崛起，是其重要使命。因此，在此情景中，應充分發掘經濟增長點，以提高土地利用經濟效益為第一目標，加快基礎設施和商業配套設施建設，促進其他地類向建設用地轉換。本情景設置未利用地向建設用地轉移的概率增加80%，耕地向建設用地轉移的概率增加30%，林地和水域向建設用地轉移的概率增加20%。(2) 生態優先情景。武漢市素有“百湖之市”的美譽，境內水資源豐富，生態底色良好。故在此情景中，要堅守城市生態紅線，加強自然資源監管力度，保護生態空間，禁止水域、林地等重要生態用地被侵占，以保障土地利用生態效益為首要原則。本情景設置林地和水域向建設用地和未利用地的轉移概率分別降低60%，80%，耕地向林地轉移的概率增加10%，向建設用地轉移的概率減少40%。(3) 綜合發展情景。武漢市位于長江中游，既要以全面建成國家中心城市為奮斗目標，又要恪守長江經濟帶綠色發展的基本原則。故在此情景中，需權衡生態-經濟效益，找到發展經濟且避免對生態環境造成不可逆破壞的平衡點，以生態-經濟綜合效益最大化為原則，增加生態用地轉出成本的同時適度開發城市允許建設區。本情景設置耕地、林地和水域向建設用地轉移概率分別降低30%，40%，60%，未利用地向耕地和水域轉移概率增加20%。基于神經網絡模型的適應性概率計算和基于輪盤賭的自適應慣性競爭機制計算原理不再詳細闡述，具體公式參照Feng等[24]的文獻表述。

轉換成本可以表征當前地類轉換為需求地類的難易程度，值為0～1，值越大表示穩定性越好。在經濟優先情景中，各地類經多次調試結果為耕地0.55，林地0.76，草地0.79，水域0.74，建設用地0.95，未利用地0.65。在生態優先情景中，各地類經多次調試結果為耕地0.59，林地0.81，草地0.79，水域0.76，建設用地0.93，未利用地0.66。在綜合發展情景中，各地類經多次調試結果為耕地0.57，林地0.78，草地0.79，水域0.75，建設用地0.94，未利用地0.67。

2.2 MOGA模型的構建

多目標遺傳算法(MOGA)因內在的并行算法機制和全局優化特點，在土地利用多目標優化問題上得到廣泛應用[25]。本文選擇此方法來研究武漢市土地利用結構優化問題，需構建多目標函數，探討土地利用變化過程中生態-經濟綜合效益的最大化，計算原理為根據土地利用現狀圖生成初始染色體組，再進行適度性計算，經選擇、交叉和變異后生成新染色體組別，檢驗優化結果是否滿意，最后根據最優染色體實現土地利用結構優化。需要注意的是，多目標問題的解并不追求單個最優，而是整體最優。因此本文需求解出一組解決方案的集合，稱為Pareto集。具體的計算本文采用MATLAB軟件中的多目標遺傳算法工具箱進行求解。

(1) 生態效益目標。參照王雯雯等[26]測算的湖北省生態系統服務價值結果，并利用生物量參數法[27]進行修正，以此提高區域生態效益的準確性，得到武漢市各地類單位面積的生態系統服務價值。在德爾菲法的基礎上結合專家建議，確定3種土地利用情景的對應權重分別為0.3，0.7，0.5，具體公式為：

式中:Z1為武漢市土地利用生態效益；Pi為第i類用地單位面積的生態價值；Xi為第i地類的面積。

(2) 經濟效益目標。依據Gao等[28]對廣州市土地利用經濟效益的處理方法，計算2000—2018年武漢市每年的農林牧漁業產值，再除以對應年份耕地、林地、草地、水域的面積，得到各地類的經濟效益系數，并利用GM(1,1)模型測算2035年的經濟效益系數。其中，建設用地的經濟效益系數為二、三產業產值/建設用地面積。在德爾菲法的基礎上結合專家建議，確定3種土地利用情景的對應權重分別為0.7，0.3，0.5，具體公式為：

式中:Z2為武漢市土地利用經濟效益；Q2為第i類地類單位面積的經濟價值。

經計算，武漢市2035年各地類單位面積的生態價值和經濟價值系數見表2。

表2 各地類單位面積的生態價值和經濟價值系數 萬元/km2

2.3 敏感性指數測算

為判斷生態-經濟效益對當量系數的敏感程度，本文引入敏感性指數CS。若CS>1，則代表效益是具有彈性的，若CS<1，則說明效益彈性相對不足。具體公式為：

式中:V為生態/經濟效益；Cv為效益系數；f和g為效益系數調整前后的情況。

2.4 景觀格局指數

為辨析不同土地利用情景的景觀格局空間差異，本文基于FRAGSTATS軟件選取斑塊密度(值越大景觀破碎度越高)、平均分維數(值越低景觀布局越規整)、斑塊連通性指數(值越大景觀在空間上的連通性越好)、景觀分離度(值越高景觀越分散)、香農多樣性指數(值越高景觀多樣性程度越高)和聚集度指數(值越高景觀在空間上的聚集程度越高)進行分析。

2.5 耦合協調度測算

在國家中心城市的建設過程中，經濟高質量發展的同時離不開生態環境的支撐，兩者應為相互促進、相輔相成的整體。因此，本文根據苑韶峰等[29]的研究，測算2000—2018年以及3種模擬情景中武漢市整體和各城區的耦合協調度，以此衡量在土地利用變化過程中區域整體及內部生態—經濟發展的時空差異。具體計算公式如下：

式中:H為區域生態效益和經濟效益的耦合協調度；f(x)和g(x)分別為標準化的生態效益和經濟效益；a和b取值均為0.5。根據計算結果,本文將H分為4個階段。

表3 耦合協調度類別劃分

3 結果與分析

3.1 土地利用變化分析

(1) 土地利用現狀分析。由表4可知，耕地和水域始終為武漢市的主要用地類型，2000年兩者占比達81.17%。耕地面積在研究期內持續減少，尤其是2010—2015年減少量最多，為200.61 km2，而水域面積在2000—2005年增加了14.28 km2，但其后為連續縮減態勢。建設用地在研究期內迅猛擴張，2000年其占比僅為7.77%，而2018年其占比已達12.97%，尤其是2010—2015年增加量為215.69 km2，這可能與彼時武漢大基建計劃的實施有關。林地作為重要的生態用地在研究期內不斷被侵蝕，速率為先慢后快再慢，2005—2010年和2015—2018年其減少面積不到1 km2，這表明武漢市在經濟發展過程中也注重林地等生態用地的保護。同時，本文借助轉移矩陣準確把握各地類轉換細節，由表5可知，2000—2018年共轉移地類面積552.47 km2，耕地是轉出面積最多的地類，轉出貢獻率達78.27%，其中有366.81 km2轉向建設用地。建設用地是轉入面積最多的地類，轉入貢獻率達82.03%，主要來源于耕地，是轉出面積(6.99 km2)的65倍。這說明武漢市在建設初期發展經濟的同時侵占了大量農田，可持續發展面臨挑戰。

表4 武漢市現狀土地利用變化情況 km2

表5 2000-2018年土地利用轉移矩陣

(2) 土地利用情景模擬分析。由于發展目標不一致，3種情景下土地利用布局具有較大差異。由圖2和表6可知，耕地在3種情景下面積均有所減少，但程度不盡相同。其中，耕地在經濟優先情景中急劇衰減，變化比例達到-9.12%；而在生態優先情景中減少趨勢得到緩解，僅為218.82 km2，變化比例為經濟優先情景的一半；在綜合發展情景下，耕地減少量居于兩者之間，略高于生態優先情景。同時，3種情景下耕地減少區域均集中在遠城區，尤其是新洲區、黃陂區和江夏區，這可能與武漢市積極建設城市副中心有關。建設用地與耕地的情況相反，其在經濟優先情景中擴張最為迅速，比例達到48.11%，而在生態優先情景和綜合發展情景下僅為20.06%，33.42%，說明這兩種情景能較好地約束建設用地的無序擴張。作為重要的生態用地，水域和林地面積在生態優先情景下均實現增長，為經濟發展提供了良好的生態保障，但在經濟優先情景下快速流失，說明在該模式下武漢市是以犧牲生態環境來實現經濟迅速增長的，是不可持續的。未利用地的變化在3種情景下也有差異，經濟優先情景中被過度開發，變化比例達到-23.43%，而在綜合發展情景下僅為-12.26%。需要指出的是，草地在3種情景中無明顯差異，可能的原因是草地在具有較大的城市綠地價值的同時，其生態涵養功能也不容忽視。

表6 2018-2035年不同土地利用情景各地類變化情況 km2

圖2 2035年武漢市不同土地利用情景模擬

3.2 生態-經濟權衡下土地利用結構優化結果

因生態效益和經濟效益的權重在土地利用情景中有所不同，土地利用結構優化也存在差異(圖3和表7)。從武漢市全域來看，2000—2018年經濟效益持續增加，而生態效益不斷衰減。耕地雖占比最多，但其生態效益敏感度小于水域，反映了水域在維持生態價值方面的極端重要性。就經濟效益敏感度而言，建設用地的敏感系數逐年上升，對經濟的貢獻無可比擬，但這同時也反映了武漢市經濟發展過程中暴露的生態短板問題。在經濟優先情景中，經濟效益為16 351.821億元，而生態效益僅為398.684億元。與2018年相比，經濟效益提高了46.14%，生態效益下降4.28%。因建設用地的快速增加，建設用地經濟效益敏感度居3種情景之首，但由于水域面積的萎縮，其生態效益敏感度較于2018年無明顯變化，造成生態效益恒弱而經濟效益恒強的惡性循環局面。在生態優先情景中，經濟效益為13 340.607億元，生態效益為412.899億元，相比于2018年，經濟效益提高了19.23%，生態效益下降了0.87%。水域和林地面積的增加促使兩者的敏感性系數猛增。而建設用地因擴張受到約束，其敏感性系數居3種情景之末。在綜合發展情景中，經濟效益為14 773.903億元，生態效益為405.932億元，與2018年相比，經濟效益提高了32.04%，生態效益減少了2.54%。建設用地的適度開發加之生態用地的合理保護，使得建設用地在保持較高經濟效益敏感度的同時，水域的生態效益敏感度也得到一定提升，較好地平衡了生態-經濟效益之間的矛盾。從武漢市各區來看，新城區的生態效益明顯高于主城區，這與新城區水域和林地面積較多密切相關。其中江夏區和黃陂區的生態效益均超過百億，其境內耕地、水域和林地面積總占比均超過95%，生態環境良好。而在主城區中，洪山區的生態效益最高，其境內湖泊眾多，森林覆蓋率達16%，經濟發展與環境保護能夠兼顧。就經濟效益而言，雖然主城區建設用地占比高，商業經濟相較于新城區發達，但轄區面積較小，開發趨近于飽和，因此經濟效益并不高。新洲區是經濟效益最高的遠城區，在生態優先情景下超過2 000億元，在經濟優先情景下接近3 000億元，這與新洲區陽邏港的蓬勃發展、建設用地的迅速增加不無關系。

表7 不同情景下生態效益和經濟效益敏感度

圖3 不同情景下生態效益和經濟效益

進一步分析武漢市及各區的耦合協調度見圖4。武漢市2000—2018年耦合協調度均處于中度協調耦合，但其值持續降低，這說明經濟發展與生態保護的矛盾開始凸顯。在土地利用優化情景中，僅有綜合發展情景的耦合協調度高于2018年，說明此情景下的土地利用結構能較好維持生態-經濟的平衡，僅顧及生態或者經濟的發展均未能達到較好的協調狀態。分析武漢市各區情況可知，江夏區、黃陂區和東西湖區達到高度協調耦合狀態，這與其境內湖泊眾多、林業資源豐富，建設用地相對較少且集中分布有關。而武漢市中心城區耦合協調度普遍較低，江岸區、硚口區和江漢區均處于低度協調耦合，這與漢口作為武漢的金融、商貿和對外交往中心有關，其建設用地密度大，開發強度超過了生態承載力，生態-經濟處于失調狀態。但作為中心城區的洪山區，2000—2018年均處于中度協調耦合狀態，雖在經濟優先情景中耦合協調度有所下降，但在綜合發展情景下又增加到2018年的水平，這與洪山區在7個主城區中面積最大，建設用地被水域分散因而密度相對較低密切相關。

圖4 武漢市及各區生態-經濟效益耦合協調度

3.3 生態-經濟權衡下土地利用布局優化結果

不同效益目標條件下的土地利用布局存在較大差異。在經濟優先情景下，基于建設國家中心城市的目標，武漢市建設用地迅速擴張，逐漸從中心城區蔓延到新城區，且并未出現向區域中心地段聚集的趨勢，而是較為分散的“滿天星”布局。此時，由于耕地后備資源的緊缺，未利用地被大量開發為建設用地。此情景下的景觀格局指數計算結果如下：斑塊密度為1.689 4，平均分維數為1.072 1，斑塊連通性指數為99.769 8，景觀分離度為0.951 7，香農多樣性指數為1.240 9，聚集度指數為94.239 5。這說明該情景下景觀破碎程度較高且布局較為混亂，土地利用類型在空間上的連通性較差，多樣性程度一般而空間聚集程度較低。具體分析可知，由于城鎮空間的擴張態勢愈發明顯，生態空間逐漸被侵占，綠色斑塊萎縮，土地利用布局整體呈現城鎮空間>生態空間狀態，兩極分化情況愈發嚴重。在生態優先情景下，基于共抓長江大保護政策，經濟發展讓位于生態保護。此時，建設用地擴張受到制約，大多集中于原有建設用地周圍。林地和水域用地有所增加，生態環境改善效果明顯，促進了區域生態效益的增長。耕地略有減少，布局未有顯著變化，部分坑塘水體和未利用地被整治為優質耕地。此情景下的景觀格局指數計算結果如下：斑塊密度為1.631 2，平均分維數為1.062 9，斑塊連通性指數為99.825 8，景觀分離度為0.906，香農多樣性指數為1.234 5，聚集度指數為95.382 6。這說明景觀破碎程度一般但布局規整，土地利用類型的空間連通性較好，多樣性程度較低而空間聚集度較高。具體分析可知，從空間布局角度出發，城鎮功能受到抑制但生態功能得到較大提高，區域內部綠色圖斑顯著增多，土地利用優化布局為生態空間>城鎮空間狀態。在綜合發展情景下，基于兼顧生態保護和社會經濟發展的目標，需做好生態-經濟效益高敏感地類之間的平衡。此時，建設用地開始向遠城區擴張，但呈現的是圈層式蔓延，分布密度較經濟優先發展情景低。水域和林地面積有所減少，但得到了部分耕地和未利用地的補充，生態效益無明顯變化。此情景下的景觀格局指數計算結果如下：斑塊密度為1.401 4，平均分維數為1.065 2，斑塊連通性指數為99.810 1，景觀分離度為0.917 1，香農多樣性指數為1.246 4，聚集度指數為96.529 7。這說明景觀破碎化程度較低且布局較為規則，土地利用類型的空間連通性較好，多樣性程度和空間聚集度均較高。在該情景下，建設用地適度擴張帶來經濟效益的提升，同時生態空間也相對穩定，土地利用布局優化從集中發展轉為均衡發展，生態空間和城鎮空間為協調發展狀態。

3.4 生態-經濟權衡下土地利用優化結果綜合評價

武漢市土地利用的生態-經濟綜合效益在優化后均有所提高。對比3種情景下的土地利用結構和布局結果可知：在經濟優先情景下，經濟效益最高但生態效益最低，建設用地面積顯著增加但生態空間破壞嚴重，景觀破碎程度較高且布局較為混亂。在生態優先情景下，水域和林地轉出面積大大減少且得到其他地類的補充，景觀破碎程度一般但多樣性程度較低，生態效益提升明顯，但經濟效益卻大幅跑輸其他情景，不利于武漢市國家中心城市建設目標的達成。在綜合發展情景下，生態效益和經濟效益得到兼顧，犧牲了2.54%的生態效益換來了32.04%的經濟效益，發展相對均衡。區域建設用地的適度擴張保障了城市經濟的穩定發展，同時注重對林地和水域等生態用地的保護，景觀破碎化程度較低且布局較為規則。因此，綜合發展情景較為適合武漢市目前發展需要，在此情景下進行土地利用結構和布局的優化能兼顧生態-經濟目標，促進區域高質量發展，同時也能為其他國家中心城市的發展提供借鑒。

4 結 論

(1) 耕地和水域在研究期內為武漢市的主要用地類型，但耕地面積持續減少，水域則呈現先增加后減少的波動態勢。建設用地面積在研究期內不斷擴張。耕地面積在3種情景下均有所減少，在經濟優先情景中急劇衰減，而在生態優先情景中減少趨勢得到有效緩解。在綜合發展情景下，耕地減少量居于兩者之間，略高于生態優先情景。水域和林地面積在生態優先情景下均實現增長，但在經濟優先情景下大幅縮減。

(2) 生態-經濟權衡下土地利用結構優化結果為：在經濟優先情景中，經濟效益為16 351.821億元，而生態效益僅為398.684億元。因建設用地的快速擴張，建設用地經濟效益敏感度居3種情景之首。在生態優先情景中，經濟效益為13 340.607億元，生態效益為412.899億元。水域和林地面積的增加促使兩者的敏感性系數猛增。在綜合發展情景中，經濟效益為14 773.903億元，生態效益為405.932億元，較好維持了生態-經濟效益的平衡。從武漢市各區來看，新城區的生態效益明顯高于主城區。雖然主城區建設用地占比高，但由于轄區面積較小其經濟效益也并不高。武漢市2000—2018年耦合協調度均處于中度協調耦合，但值持續降低，說明伴隨著城市高速發展，經濟建設與生態環境的矛盾開始凸顯。在土地利用優化情景中，僅有綜合發展情景的耦合協調度高于2018年。江夏區、黃陂區和東西湖區達到高度協調耦合狀態，而武漢市的中心城區耦合協調度普遍偏低。

(3) 生態-經濟權衡下土地利用布局優化結果為：在經濟優先情景下，景觀破碎程度較高且布局較為混亂，土地利用類型在空間上的連通性較差，多樣性程度一般而空間聚集程度較低，土地利用布局整體呈現城鎮空間>生態空間狀態。在生態優先情景下，景觀破碎程度一般但布局規整，土地利用類型的空間連通性較好，多樣性程度較低而空間聚集度較高，土地利用優化布局為生態空間>城鎮空間狀態。在綜合發展情景下，景觀破碎化程度較低且布局較為規則，土地利用類型的空間連通性較好，多樣性程度和空間聚集度均較高，生態空間和城鎮空間為協調發展狀態。因此，綜合發展情景較為適合武漢市建設國家中心城市的需要。