成都都市圈土地利用結構與效率交互影響研究

程珍旎，蔣貴國，王 濤，董威威，鐘孟君

（1.四川師范大學 地理與資源科學學院，四川 成都 610066；2.四川師范大學 西南土地資源評價與監測教育部重點實驗室，四川 成都 610066）

0 引言

國土空間規劃是我國國土空間資源開發與保護的整體謀劃和頂層設計，是優化空間格 局、統籌資源配置的總體方案，對實現區域協調發展和城鄉融合發展具有重要意義［1］。位于國家構建“兩橫三縱”空間開發格局的主軸線上的成渝地區雙城經濟圈，是促進東中西部協同互動發展的重要力量和輻射帶動西部地區發展的重要地區，是我國面向中亞、西亞、東南亞等國家和地區的開放前沿。作為全國經濟高質量發展的新晉“增長極”，成渝地區雙城經濟圈發展水平雖與粵港澳大灣區、長三角城市群、京津冀城市群有較大差距，但其城市產業發展各具優勢和梯度發展態勢，為各產業有序轉移和承接、推動一體化發展、提升整體競爭力提供了方向指引［2］。中共中央、國務院印發的《成渝地區雙城經濟圈建設規劃綱要》提出應把握要素流動和產業分工規律，圍繞重慶主城和成都培育現代化都市圈，帶動中心城市周邊市地和區縣加快發展。2023 年，四川省發布的《成德眉資同城化發展暨成都都市圈建設成長期三年行動計劃（2023—2025 年）》確定了同城化發展成長期的總體思路：以成渝地區雙城經濟圈建設為總牽引，認真落實《成都都市圈發展規劃》持續深化成德眉資同城化發展，全面推進國土空間布局優化、基礎設施互聯互通、創新協同產業協作、對外開放協同共進、公共服務便利共享、生態環境共保共治。全面優化成都都市圈土地利用結構、提升土地利用效率，對其作為推動成渝地區雙城經濟圈建設的先手棋、服務成渝地區雙城經濟圈建設的支撐性工程具有重要作用。

隨著對于土地需求的不斷提高，國內外學者在土地利用方面做了大量研究。在土地利用結構方面，Kgpk Weerakoon運用基于GIS 的景觀格局研究城市土地利用結構變化，并對科倫坡區土地利用結構變化模式進行識別［3］；李小康研究了土地利用結構變化對碳排放變化的影響及機理，得出建設用地變化是影響凈碳排放量變化的主要原因［4］。同時，學者們也關注土地效益的提高。在土地利用效率方面，Gianni等對不同規模城市的土地利用效率進行空間計量分析，強調了規劃政策對土地利用效率的作用［5］；朱從謀對長三角城市群建設用地時空關聯性及利用效益進行研究，提出分區制定差異化調控策略以促進土地利用效率提升［6］；匡兵探討了土地利用結構變化與土地利用績效的關聯度，認為城鎮村及工礦用地與土地利用效率關聯性較為顯著［7］。同時，近年來，隨著國土空間規劃的逐步開展，學者們也逐漸將視角移向都市圈中的空間作用效應，原女原等基于空間溢出效應視角研究發現高技術產業集聚能推動城市群協同創新［8］。

綜上所述，學者們關于土地利用結構的合理性與時空演變特征進行了大量的研究，并將研究落實到土地利用結構的優化方面，從而對土地資源進行合理配置，以此尋求土地利用效率最大的土地利用方式。國內外學者多從某一類用地或是社會經濟對土地利用效率的影響以及從經濟學、生態環境等交叉學科視野展開研究，而對土地利用結構與效率二者的直接關系研究，尤其是土地利用效率對土地利用結構的影響研究上還需進一步增強。本研究選擇我國西部重要經濟中心——成都都市圈，以其35 個縣（市、區）為研究單位，基于信息熵法、非期望產出模型及Malmquist指數等方法對其土地利用結構與土地利用效率及變化特征進行研究，在此基礎上對二者的交互影響程度進行分析，并以空間計量模型為基礎研究其空間效應，分析土地利用結構與效率之間的交互影響關系，實現兩者的相互促進。

1 研究區概況與數據來源

1.1 研究區概況

成都都市圈位于29°24'—31°41'E，102°51'—105°45'N 之間，地處成都平原經濟區內圈，是以成都市為中心，由與成都市聯系緊密的德陽市、眉山市、資陽市共同組成的都市圈，是成渝地區雙城經濟圈的重要組成部分（圖1）。成都都市圈的GDP 總量較大，且在研究的4 個時間段內呈現快速上升趨勢，2005—2019 年間由3 194.39 億元提高到了21 506.5億元（圖2）。其中成都市、德陽市、眉山市、資陽市四市的生產總值差異明顯，成都市占據了絕大部分比重，成都市的地區國民生產總值由2005年的2 294.51 億元上升到了2019 年的17 012.5 億元，其占總體比重在2005—2019 年間由71%提高到了79%，地區間的社會經濟差異充分體現了成都市在成都都市圈中的中心地位。

圖1 成都都市圈概況Figure 1 Overview of Chengdu Metropolitan Area

圖2 成都都市圈地區生產總值Figure 2 Chengdu Metropolitan Area's GDP

成都都市圈擁有十分豐富的旅游資源，地形、氣候、水文、土壤、資源等良好的自然條件，為成都都市圈的發展奠定了良好的基礎。同時成都都市圈地處我國內陸腹地，位于亞歐航路中點，是中亞、南亞、東南亞等地區的重要交匯點，有著廣闊的市場腹地。因而成都都市圈的土地利用結構的改善與其土地利用效率的提高對于成渝地區雙城經濟圈、四川省以及全國土地資源管理有著重要意義。

1.2 數據來源

本研究所用的土地利用類型數據即耕地、林地、草地、水域、城鄉工礦居民用地以及未利用地六類一級用地與DEM柵格數據均來源于中國科學院資源環境科學與數據中心。土地利用效率分析所用的各類社會經濟指標數據主要來源于2006 年、2011 年、2016 年及2020 年的《四川統計年鑒》《成都統計年鑒》《德陽統計年鑒》《眉山統計年鑒》《資陽統計年鑒》以及各地區的《國民經濟和社會發展公報》《政府工作報告》。相關矢量數據來源于國家基礎地理信息系統網站。

2 研究方法

2.1 土地利用結構研究

信息熵。在地理研究中，熵是一定區域內土地利用結構有序度的集中體現，信息熵反映土地利用結構的有序度，熵值越大，表明各類用地面積的差距越小，有序度越低，反之則越高。根據信息熵的定義［9，10］，其表達式為：

式中：n為區域內的土地利用類型種類數量，其中i ＝1，2，…，n；Pi為區域內各類型土地利用面積與總面積之比。

泰爾指數。該指數以熵概念為基礎，不僅能計算區域整體的差異，還能進一步分析整體差異中區域內和區域間的差異情況，并且可以比較不同區域對整體差異的貢獻程度。計算公式為：

式中：Tb與Tw分別為區域間差距和區域內差距；n為研究區個體數量，其指標被分為k 個區域，則各區域分別為gk（k ＝1，2，…，k），第k 區域gk中的個體數目為nk，則nk總和為n；yi表示個體i指標占總熵值的比例；yk表示第k 區域指標占總熵值的比例。其中，Tk為第k 組的組內差距（k ＝1，2，…，k）。

2.2 土地利用效率指標體系構建

本研究在對國內外相關研究進行系統梳理后，借鑒相關成果［11-15］，并充分考慮成都都市圈的社會經濟環境狀況，從投入、期望產出以及非期望產出3個部分構建土地利用效率測算指標體系（表1）。投入指標由土地投入、勞動力投入以及資金投入構成。土地是社會經濟發展的基礎，2020 年中華人民共和國自然資源部提出的《自然資源價格評估通則》對包括土地在內的自然資源進行價格估算，表明各種土地利用類型屬于國家重要資產，具有重要的經濟價值。因此本研究將土地要素作為評價土地利用效率的重要投入指標，在綜合考慮成都都市圈城市建設以及農業發展的基礎上，選取耕地、林地、草地以及城鄉、工礦、居民用地作為土地投入指標；資金投入在土地利用中可以直接影響社會經濟效應產出，選取固定資產投資作為成都都市圈土地利用效率測評的資金投入指標；勞動力是將要素投入轉化為各類產出的重要媒介之一，勞動力投入則指區域土地利用過程中投入的勞動力數量，選取成都都市圈全社會從業人口數作為勞動力投入指標。

表1 土地利用效率指標體系Table 1 Land use efficiency index system

本研究選取地區生產總值與地方財政收入作為期望產出的衡量指標。地區生產總值是經濟規模的絕對量指標，可以反映經濟發展的規模和水平；地方財政收入是當地政府行使其職能的重要保障，也是衡量地區經濟發展水平的重要指標。

對于非期望產出指標，本研究參考以往文獻中將廢氣、廢水和固體廢棄物作為非期望產出的做法［16］，同時在綜合考慮數據可獲取性的基礎上，選擇碳排放量和年PM2.5 總量作為非期望產出指標，以表征經濟發展過程中的環境負效應的影響。

2.3 土地利用效率研究

非期望產出模型。非期望產出SBM—Undesirable超效率模型，解決了傳統模型的不足，克服了使松弛變量問題，并在土地利用效率測算中加入了非期望產出，綜合考慮了環境負效應的影響，使研究更加科學合理［17］。根據模型原理，非期望產出的SBM—Undesirable模型表達式如下：

式中：s-、sg、sb分別代表各類投入與產出指標的松弛變量；λ為權重向量；ρ*為目標函數值，且當ρ*＝1 時，即s-＝0、sg＝0、sb＝0 時決策單元有效，當ρ*＜1 時，即s-、sg、sb三者中至少有1 個不為零時，決策單元無效，效率有一定的提升空間［18］。

Malmquist指數。其原理為，當全要素生產率值大于1 時表示其在某一時期到下一時期呈現正增長，小于1 時則下降；其分解結果意為，變化比率大于1 表示該變化比率對全要素生產率有促進作用，變化比率小于1 則會導致生產率下降。該方法最早于1953 年由Malmquist.S 提出，是在面板數據上通過距離函數比值測算所確定的全要素生產效率［19］。Fare等將t時期的技術當作參考值，在t ＋1 時期和t時期之間的馬氏全要素生產效率變化指數可以表示為：

馬氏全要素生產效率指數一般以技術變化與效率變化的幾何平均解釋，其表達式如下：

2.4 交互影響研究

在空間計量模型中，考慮到被解釋變量與解釋變量的空間聯系選擇空間杜賓模型。從模型構建的角度，空間杜賓模型如下所示：

式中：i表示區域；t表示時間；Yit表示被解釋變量向量；Xit表示解釋變量向量；W 表示空間權重矩陣；WXit反映了鄰居地區解釋變量對本地被解釋變量由于空間傳導機制所產生的影響［20］；β、θ 表示待估參數；εi表示隨機誤差項向量；ρ表示空間自回歸系數。

3 結果及分析

3.1 土地利用結構結果分析

為更直觀地體現成都都市圈各縣（市、區）的土地利用結構信息熵，本研究利用ArcGIS 軟件，將土地利用結構信息熵值數據與成都都市圈行政區劃矢量圖進行關聯，得出2005—2019 年成都都市圈各縣（市、區）土地利用結構信息熵的變化特征，結果如圖3 所示。

圖3 土地利用結構信息熵分布Figure 3 Land use structure information entropy distribution

由圖3 可知，2005—2019 年間成都都市圈土地利用結構信息熵值在空間變化特征上呈現由西部向東部遞減態勢。時序變化特征上具備明顯的圈層結構，在成都市主城區及其周邊的龍泉驛區、雙流區等縣（市、區）信息熵值呈現逐年下降趨勢，而周圍城市土地利用結構信息熵呈現上升趨勢，更外圍地區土地利用結構信息熵則基本保持平穩或有小幅度上升。信息熵值呈現下降趨勢，是土地利用有序程度增加的體現，說明成都都市圈以成都市為土地利用有序度較高區，由其向外有序度逐漸降低。進一步分析成都都市圈內部土地利用信息熵的差異，成都都市圈土地利用結構信息熵泰爾指數其分解如表2所示。

表2 泰爾指數及其分解結果Table 2 Theil index and its decomposition results

由表2 可知，成都市的土地利用結構信息熵在研究時段內逐步降低，而周圍縣（市、區）土地利用結構信息熵變動幅度較小，甚至有所下降。其他三組組內差異則呈現逐年下降的趨勢，表明德陽、眉山、資陽等地區域內各縣（市、區）的土地利用結構信息熵差異不斷縮小。上述變化充分體現了成都都市圈在發展過程中成都市的中心地位，區域間的差異貢獻度在逐年下降，表明了成都都市圈4 市間的土地利用結構信息熵差距在逐年縮小，其內部土地利用結構和諧發展。

3.2 土地利用效率結果分析

3.2.1 非期望超效率模型計算

根據表1 進行成都都市圈土地利用超效率測算。為進一步掌握各區域土地利用效率的空間分布情況及演變規律，本研究運用ArcGIS軟件構建成都都市圈土地利用效率數據庫，通過對已有成果進行參考［21］，并結合研究區的實際土地利用效率情況，采用自然斷點法，以0.6、1、1.2 為劃分標準，將2005、2010、2015、2019 年四期的土地利用效率值劃分為4 個相對類型：低效型、中效型、有效型、高效型，并對其進行可視化表達，其空間分布圖如圖4 所示。

圖4 成都都市圈土地利用超效率空間分布Figure 4 Spatial distribution of land use super-efficiency in Chengdu Metropolitan Area

由圖4 可知，低效型的縣（市、區）數量較多，主要分布于研究區的東南部；中效型分布較為零散，隨年份不同，其分布也有較大差別；有效型主要分布于成都都市圈中部以及西部地區；2019 年出現的3 個高效型均位于成都都市圈中心區域，即成都市主城區。從土地利用效率各類型空間分布的變化趨勢來看，有效型與高效型呈現向成都都市圈中心區域收縮的態勢。

3.2.2 土地利用全要素生產率測算

根據表1 對研究區進行不包含非期望產出的土地利用全要素生產率測算，計算當期對上一期的生產率變化，得到成都都市圈2005—2010 年、2010—2015年及2015—2019 年3 個時段的土地利用全要素生產率（MI）、純技術效率變化（PEC）、規模效率變化（SEC）、技術進步指數（TC）、技術效率變化指數（EC）。成都都市圈土地利用全要素生產率指數測算結果如表3 所示。

表3 Malmquist效率指數及其分解結果Table 3 Malmquist efficiency index and its decomposition results

由表3 可知，成都都市圈全要素生產率在2005—2010 年間呈現負成長，而純技術效率變化、規模效率變化以及技術效率變化指數均是其負增長的根源。而2010—2015 年及2015—2019 年成都都市圈全要素生產率均大于1，其生產率呈現正增長，且在2015—2019 年間增速有所放緩，表明成都都市圈發展方式轉為高質量平穩發展，技術進步指數正是兩個時段全要素生產率正增長的主要根源。在2010—2015 年更是達到了1.459。技術進步指數表示在這一時期生產系統的生產技術的創新程度，成都都市圈的技術進步指數始終大于1，表明在研究時段內土地利用生產技術的創新始終是土地利用效率提升的關鍵。

3.3 交互影響結果分析

3.3.1 空間相關性分析

本研究采用基于空間鄰接矩陣的全局Moran's I對土地利用結構信息熵與土地利用效率的空間相關性進行檢驗，結果如表4 所示。土地利用結構信息熵的Moran's I在樣本考察期內均顯著為正，且均通過了1%的顯著性水平檢驗，同時其土地利用結構信息熵空間相關性在逐漸增強；成都都市圈的土地利用效率全局Moran's I指數均為正，說明成都都市圈土地利用效率存在空間相關性。以上表明空間計量模型適用于本研究的分析。

表4 Moran's I檢驗結果Table 4 Moran's I test results

3.3.2 模型識別與檢驗

對于空間計量模型的辨別，根據相關文獻［22］處理。由表5 可知，本研究選擇時間、空間雙固定效應的空間杜賓模型。

表5 最優模型選擇檢驗結果Table 5 Test results for optimal model selection

3.4 模型結果分析

3.4.1 面板模型計量初步分析

利用Stata16.0 軟件，代入時空鄰接權重矩陣，對成都都市圈以及都市圈各區域2005、2010、2015、2019年四期土地利用結構信息熵（x）與土地利用效率（y）進行雙固定效應的空間杜賓模型分析，結果如表6 所示。

表6 成都都市圈土地利用結構信息熵與土地利用效率交互影響Table 6 Interactive influence of land use structure information entropy and land use efficiency in Chengdu Metropolitan Area

由表6 可知，成都都市圈土地利用結構信息熵與土地利用效率之間存在顯著的交互影響關系。從土地利用結構信息熵對土地利用效率的影響來看，成都都市圈土地利用結構信息熵的空間自回歸系數的估計值為0.370，表明研究區內相鄰的縣（市、區）其土地利用效率會產生相互影響，即存在正的空間相關性，本縣（市、區）的土地利用效率會受到相鄰縣（市、區）的土地利用效率變化影響；系數估計值為-1.742，表明成都都市圈的土地利用效率會隨著土地利用結構信息熵的提高而降低；從空間溢出的角度看，其空間溢出效應系數為0.936，表明成都都市圈土地利用結構信息熵存在一定的空間擴散效應。

從土地利用效率對土地利用結構信息熵的影響來看，其估計系數為-0.163，即土地利用效率每提高1%將會使土地利用結構信息熵下降0.163%；空間自回歸系數估計值為0.566，表明成都都市圈各相鄰縣（市、區）的土地利用結構信息熵會相互影響；但其空間溢出效應系數為0.009 且不顯著，表明成都都市圈的土地利用效率不具有明顯的空間擴散效應。對比成都都市圈土地利用結構信息熵與土地利用效率之間的相互影響情況，可以看出，土地利用結構信息熵對土地利用效率的影響要強于土地利用效率對利用結構信息熵的影響，分別為-1.742 與-0.163，表明二者之間的交互影響以土地利用結構信息熵對土地利用效率的影響為主。

分析成都都市圈各市計算結果（表7—10）可知，成都都市圈各市土地利用結構信息熵與土地利用效率存在較為顯著的交互影響。其中成都市的土地利用結構信息熵對土地利用效率的空間溢出效應系數為-0.738，表明成都市的土地利用結構信息熵對土地利用效率的影響在空間上具有一定的收斂性，但并不顯著。土地利用效率對土地利用結構信息熵的影響系數為-0.144，同時其空間溢出效益為正，具有不顯著的空間擴散效應。成都市二者交互影響空間自回歸系數均顯著為正，表明成都市的各縣（市、區）本地區的土地利用結構信息熵上升或下降會造成鄰居地區的土地利用結構信息熵上升或下降，土地利用效率同理。

表7 成都市土地利用結構信息熵與土地利用效率交互影響Table 7 Interactive influence of land use structure information entropy and land use efficiency in Chengdu

表8 德陽市土地利用結構信息熵與土地利用效率交互影響Table 8 Interactive influence of land use structure information entropy and land use efficiency in Deyang

表9 眉山市土地利用結構信息熵與土地利用效率交互影響Table 9 Interactive influence of land use structure information entropy and land use efficiency in Meishan

表10 資陽市土地利用結構信息熵與土地利用效率交互影響Table 10 Interactive influence of land use structure information entropy and land use efficiency in Ziyang

德陽市的土地利用結構信息熵對土地利用效率的影響系數與土地利用效率對土地利用結構信息熵的影響系數分別為-2.257 與-0.248，同時，二者空間溢出效應系數分別為0.336、0.105，空間自回歸系數分別為0.372、0.054，均擁有不顯著的空間擴散效應與空間相關性，表明德陽市各縣（市、區）與其鄰近地區的土地利用結構之間、土地利用效率之間相互影響程度不高。

眉山市與資陽市的土地利用結構信息熵對土地利用效率影響系數分別為-3.415 與-3.845，土地利用效率對土地利用結構信息熵的影響系數分別為-0.15 與-0.126。但資陽市、眉山市的土地利用結構信息熵與土地利用效率空間溢出效應系數與空間自回歸系數均為負值且不顯著，呈現出一定的空間收斂效應以及不顯著的空間負相關關系，表明眉山市、資陽市各縣（市、區）間的關聯性不強。

3.4.2 空間效應分解結果分析

由于在空間計量模型中構建了空間權重矩陣，使得模型具有非線性結構，因此回歸系數不再反映自變量對因變量的影響，空間滯后項系數已經不能準確地反映空間計量模型的空間溢出效應［23］。Le Sage等指出，以求解偏微分的方式給出空間杜賓計量模型（SDM）的參數釋義，可以更為有效的檢驗變量是否存在空間溢出效應［24］。成都都市圈偏微分估計結果如表11 所示。

表11 土地利用結構信息熵對土地利用效率影響分解結果Table 11 The decomposition results of the influence of land use structure information entropy on land use efficiency

表11 中直接效應表示成都都市圈及其各市土地利用結構信息熵對土地利用效率的直接影響，以及土地利用結構信息熵對鄰近地區土地利用效率產生影響后反饋給當地土地利用效率的影響；間接效應表示鄰近地區的土地利用結構信息熵對當地的土地利用效率產生的影響；總效應表示成都都市圈或各市所有區域土地利用結構信息熵對該區域土地利用效率的影響［25］。從成都都市圈及4 市土地利用結構的信息熵對土地利用效率影響分解結果來看，成都都市圈土地利用結構信息熵對土地利用效率影響的直接效應為-1.720，成都市、德陽市、眉山市、資陽市分別為-1.063、-2.346、-3.409、-3.804，表明成都都市圈與其各市內各縣（市、區）的土地利用結構信息熵和受該地土地利用結構信息熵影響的鄰居地區土地利用效率的反饋作用，對該縣（市、區）的土地利用效率有著顯著的負向影響。即該縣（市、區）的土地利用結構信息熵上升，在影響鄰居地區土地利用效率后，在與其共同作用下將導致該縣（市、區）的土地利用效率下降。

成都都市圈以及4 個城市的土地利用結構信息熵對土地利用效率影響的間接效應分別為-0.359、-1.518、-0.908、-1.575、-1.583，其中除了成都市的間接效應在10%的顯著性水平下顯著以外，其余地區均不顯著。表明除成都市以外其余各地區內各縣（市、區）土地利用效率受鄰居地區的土地利用結構信息熵的負向影響，但并不顯著。成都市內各縣（市、區）的土地利用效率，會受到區域內其他縣（市、區）土地利用結構信息熵較為顯著的負向影響。雖然成都都市圈及各市的間接效應顯著性不強，但其總效應均較為顯著，即成都都市圈與各市各區域內的土地利用結構信息熵對該區域的土地利用效率有顯著的負向影響。成都市相比其余地區，在間接效應上較為顯著，表明成都市內各區域之間土地利用結構與效率存在較為明顯的相互影響關系。從對成都市與其余地區總體的交互影響情況進行對比可以發現，成都市周圍地區的土地利用結構變化對土地利用效率的影響強于成都市，但其各縣（市、區）的土地利用結構與效率之間的關聯性不強，同時成都市周圍地區的間接效應與總效應均較成都市小，且顯著性水平低，表明成都都市圈周圍地區各區域間相互影響程度不高。因此，成都都市圈在成都市發揮其引領作用同時，周圍地區應加強區域間的聯系與交流，強化對成都市發展的支撐作用。

4 結論與政策建議

4.1 結論

本研究利用成都都市圈4 市35 個縣（市、區）2005、2010、2015、2019 年的面板數據，在對土地利用結構信息熵和利用效率定量測度的基礎上，以成都都市圈整體、各市之間及各市內部之間為研究單元，利用空間面板杜賓模型探討了土地利用結構與利用效率的交互影響關系。主要結論如下：①成都都市圈土地利用結構信息熵經歷了一個先升后降的變動趨勢，組間差距貢獻度結果表明各區域間的差異不斷縮小。其土地利用效率總體呈上升趨勢，中心區有效型與高效型土地利用效率逐漸增多，技術進步指數與環境負產出對土地利用效率影響十分顯著。②成都都市圈土地利用結構信息熵（土地利用效率）存在空間相關性，其土地利用結構信息熵與土地利用效率存在顯著的交互影響關系，且土地利用結構信息熵對土地利用效率的影響要強于土地利用效率對利用結構信息熵的影響；成都市及各地級市中發展水平越低的地區，土地利用結構信息熵對土地利用效率的影響越大。③成都都市圈空間溢出效應以直接效應為主，是變化的內因，間接效應顯著性水平不高，是變化的外因，表明成都都市圈的被解釋變量受鄰居地區的解釋變量影響較小；成都都市圈土地利用結構信息熵與土地利用效率的交互影響以本地為主，成都市與周圍地區交互影響情況差異明顯。

4.2 對策建議

成都都市圈作為《四川省主體功能區規劃》中的城鎮化戰略格局規劃的重要核心，是四川省經濟的核心區域和帶動西部經濟發展的重要增長極，同時也是成渝地區雙城經濟圈發展的動力源，有著十分重要的戰略地位。依據成渝地區雙城經濟圈以及成都都市圈規劃，成都都市圈要實現更高水平發展、處理好內部梯度結構問題，優化都市圈內土地利用結構與提高土地利用效率是必不可少的一環。

首先，在土地利用結構方面，在四川省國土空間規劃的指導下，成都市周圍土地利用結構信息熵較高地區以及土地利用結構信息熵不降反增地區應以市場化為主、政府手段為輔的方式來促進土地資源的開發和整理，注重各地類面積的合理分配，減小都市圈內部土地利用結構差異。在都市圈土地利用結構有序發展的同時，成都市更應按照國土空間規劃嚴格用地突出其圈層核心地位，并為周圍地區帶來相關受益。

其次，在土地利用效率方面，重視影響土地利用效率因素中的主導因素，即技術效率變化因素。建議形成以成都市為主體、德陽市為次主體、資陽市與眉山市為輔的技術創新區、資陽市與眉山兩市應當通過加大對高素質人才的培養與引進，如采取引進高校、提高人才引進待遇等措施提高技術效率，進而提高兩市以及成都都市圈整體土地利用效率。

最后，把握土地利用結構與土地利用效率兩者之間的交互影響機制，利用成都都市圈以土地利用結構對土地利用效率的影響為主的特點，重點進行土地利用結構有序化。在各市進行內部土地利用結構優化的同時，應注意成都都市圈內部各市之間的相互影響，構建信息共享機制，通過學術、經濟會議以及社會工程項目加強區域間的聯系與交流。土地資源配置方面，加強與發展改革、工業和信息化、工商等部門的協調聯動，共同推進土地利用結構優化，提高土地利用效率，構建城鎮發展帶。眉山市與資陽市兩市應加強與周圍地區尤其是與成都市的聯系與交流，相互促進，強化對成都市的支撐作用，形成“一圈一軸、兩翼三帶”城鎮格局，強化成渝地區雙城經濟圈的城鎮支撐。

成都都市圈作為成渝地區雙城經濟圈的重要組成部分，應當抓住機遇，進行相關基礎設施建設，減少都市圈內部要素流動路徑差異性，爭取削弱都市圈市域甚至縣域之間的要素流動壁壘，加強區域之間生產要素流動與先進技術學習，最大程度上發揮土地利用結構與土地利用效率的優化與提高地區間的溢出與擴散效應，從而形成成都市引領周圍地區，周圍地區支撐成都市，成都都市圈帶動成渝地區雙城經濟圈共同進步的發展格局。