東北地區(qū)城鎮(zhèn)化發(fā)展與土地健康利用空間關聯(lián)特征

劉寶濤, 楊興龍, 郭 佳

(1.吉林農(nóng)業(yè)大學 經(jīng)濟管理學院, 長春 130118; 2.吉林大學地球科學學院, 長春 130061; 3.長春市國土資源局 長春新區(qū)分局, 長春 130000)

土地是人類賴以生存和發(fā)展的基礎性資源[1]。中國正處于快速城鎮(zhèn)化階段，土地資源作為城鎮(zhèn)化發(fā)展的空間載體，與城鎮(zhèn)化發(fā)展密切關聯(lián)，而且涉及到國家糧食安全和社會穩(wěn)定[2]。快速城鎮(zhèn)化導致區(qū)域人地關系趨于緊張、城鎮(zhèn)化質(zhì)量較低、“城市病”凸顯、城鎮(zhèn)發(fā)展方式粗放、“攤大餅”式擴張、土地利用率偏低、城鎮(zhèn)結構不合理等[3]。對此，城鎮(zhèn)發(fā)展與土地利用逐漸成為學術研究的前沿和熱點問題，相關領域學者針對其單一或融合方面開展大量研究。主要集中于以下方面：城鎮(zhèn)化相關研究，國外學者Wieand[4]，Louw[5]對土地利用布局、城市發(fā)展和土地集約利用效益的相互關系進行了論證；Steven[6]，Downs[7]等則探討了城市的“精明增長”，提出通過土地的高效利用減少城市的粗放擴張；Kok等[8]提出了城市發(fā)展過程中土地資源的合理配置方法。近年來，中國城鎮(zhèn)化步入快速發(fā)展階段，國內(nèi)學者多關注城鎮(zhèn)化與人口非農(nóng)化[9]、城鎮(zhèn)化與工業(yè)化[10]、人口與土地城鎮(zhèn)化[11]、城鎮(zhèn)化與經(jīng)濟發(fā)展[12]、城鎮(zhèn)化與就業(yè)關系等[13]，取得豐碩的研究成果。土地健康利用相關研究，20世紀40年代，Leopold[14]首次提出土地健康(Land health)，并以“Land sickness”描述土地生態(tài)系統(tǒng)功能的紊亂(Dysfunction)。20世紀80年代，加拿大政府開展全國范圍的土壤健康研究[15]。國內(nèi)學者也對其進行探索，借鑒“土地健康”、“生態(tài)系統(tǒng)健康”和“土地生態(tài)系統(tǒng)健康”的概念，提出“土地利用系統(tǒng)健康”[16]，并開展大量研究，主要特點有：(1) 研究內(nèi)容綜合化。包括基礎理論、評價體系構建、指標甄選、障礙因素診斷[17]；(2) 研究方法多樣化。逐漸從定性分析、定量分析轉向綜合分析，集對分析模型、物元分析法、三角模型、TOPSIS方法、尋蹤投影模型、灰色關聯(lián)模型等方法被應用其中[18]；(3) 研究對象多元化。基于全國、省、市、縣等行政等級的研究，基于地類，包括城市用地、農(nóng)用地(耕地)的研究[19]。目前，關于城鎮(zhèn)化與土地利用綜合研究也很豐富，如城鎮(zhèn)化與土地集約利用、土地利用效率、土地利用績效、農(nóng)地非農(nóng)化、水土資源系統(tǒng)，以及經(jīng)濟發(fā)展與土地健康利用結合研究等[20-23]。另外，國內(nèi)學者對城鎮(zhèn)化與土地健康利用的協(xié)同演化關系進行了初步研究，但成果相對較少[24]。城鎮(zhèn)化進程是局域漸進式的，對土地利用系統(tǒng)的影響是全局的。城鎮(zhèn)化發(fā)展為人類經(jīng)濟社會帶來物質(zhì)財富、精神福利，又對人地系統(tǒng)產(chǎn)生負面脅迫，其明顯成效和突出問題均可表現(xiàn)在區(qū)域土地利用系統(tǒng)健康狀況中，確有必要深入研究城鎮(zhèn)化發(fā)展與土地健康利用的關系。本研究不僅能進一步充實城鎮(zhèn)化與土地利用的相關成果，也能為快速城鎮(zhèn)化過程中的區(qū)域土地利用系統(tǒng)健康診斷、優(yōu)化，城鎮(zhèn)化發(fā)展政策、土地利用決策制定、實施提供科學參考依據(jù)。

基于此，本文以2013年東北地區(qū)34個地級市為例，構建城鎮(zhèn)化與土地健康利用綜合評價體系，測算兩系統(tǒng)綜合指數(shù)，基于GIS平臺分析兩系統(tǒng)空間分異特征，并運用空間自相關模型探究其單變量空間關聯(lián)特征、雙變量空間關聯(lián)特征，以期為東北地區(qū)新型城鎮(zhèn)化建設和土地利用政策制定提供科學依據(jù)。東北地區(qū)作為中國的老工業(yè)基地，隨著《全國老工業(yè)基地調(diào)整改造規(guī)劃(2013—2022年)》出臺，尤其是新一輪東北振興規(guī)劃提出，研究東北地區(qū)城鎮(zhèn)化與土地健康利用的空間關聯(lián)特征對于實現(xiàn)東北地區(qū)經(jīng)濟社會可持續(xù)發(fā)展、土地可持續(xù)利用，促進東北老工業(yè)基地崛起，帶動全國老工業(yè)基地振興具有重大意義[25-26]。

1 評價體系構建與數(shù)據(jù)來源

1.1 構建城鎮(zhèn)化評價體系

學術界對于城鎮(zhèn)化水平考察多以單一評估指標或綜合評估指標表征[27]。隨著國內(nèi)“新型城鎮(zhèn)化”理念深入，單一指標難以全面體現(xiàn)城鎮(zhèn)化發(fā)展水平，從多維度視角測度城鎮(zhèn)化水平能客觀準確體現(xiàn)其內(nèi)涵、特征。城鎮(zhèn)化是二三產(chǎn)業(yè)向城鎮(zhèn)集聚發(fā)展吸納農(nóng)村人口和勞動力、城鎮(zhèn)地域性質(zhì)和景觀轉變的過程，是一個綜合的過程，主要包含經(jīng)濟城鎮(zhèn)化、人口城鎮(zhèn)化、社會城鎮(zhèn)化、土地城鎮(zhèn)化4方面的內(nèi)容。其中，人口城鎮(zhèn)化表現(xiàn)為農(nóng)村人口向城鎮(zhèn)集中成為城鎮(zhèn)人口；土地城鎮(zhèn)化表現(xiàn)為城市規(guī)模和數(shù)量增加、城鎮(zhèn)建設用地擴張；經(jīng)濟城鎮(zhèn)化是非農(nóng)產(chǎn)業(yè)發(fā)展要素向城鎮(zhèn)空間集聚過程；社會城鎮(zhèn)化是居民生活、生產(chǎn)方式提升改善過程，四者之間存在相互影響、制約的復雜關系[27]。本文借鑒已有研究成果，依據(jù)數(shù)據(jù)可得性、全面性和合理性，充分考慮研究區(qū)實際情況，從人口、經(jīng)濟、空間和社會4個方面構建城鎮(zhèn)化綜合評價體系，見表1。

1.2 構建土地健康利用評價體系

土地健康利用源自于國內(nèi)學者提出的土地利用系統(tǒng)健康的概念[16-19]。本文對其內(nèi)涵界定如下：某一區(qū)域在特定時期，以經(jīng)濟社會可持續(xù)發(fā)展為目標，在人類社會經(jīng)濟活動影響下，區(qū)域土地利用系統(tǒng)結構合理高效，系統(tǒng)功能穩(wěn)定發(fā)揮，生態(tài)、社會、經(jīng)濟效益綜合統(tǒng)一的土地資源利用方式。土地健康利用評價即以整個區(qū)域土地利用系統(tǒng)為評價對象，針對自然生態(tài)子系統(tǒng)和社會經(jīng)濟子系統(tǒng)復合而成的生態(tài)經(jīng)濟巨系統(tǒng)，以人類社會的可持續(xù)發(fā)展為目標，基于PSR概念框架，從土地利用系統(tǒng)的人類經(jīng)濟活動壓力強度，承載社會經(jīng)濟發(fā)展狀態(tài)水平，采取經(jīng)濟、政策、法律、技術等響應措施方面進行綜合評價，診斷由自然生態(tài)環(huán)境約束和人類社會經(jīng)濟活動影響下的區(qū)域土地利用決策。

本文在遵循科學性、系統(tǒng)性、可操作性和完備性等原則的基礎上，參考相關文獻構建基于PSR框架的評價體系[16-19](表2)。土地利用系統(tǒng)健康狀況“綜合指數(shù)”中，壓力指數(shù)即為了保持土地利用系統(tǒng)健康，采取適當?shù)娜丝谡摺⑼恋乩貌呗?，使?jīng)濟社會發(fā)展維持在不對土地利用系統(tǒng)施以過大壓力的狀態(tài)；狀態(tài)指數(shù)表征土地利用系統(tǒng)當前健康狀態(tài)，即土地利用系統(tǒng)對壓力和沖突的抗干擾能力和適應能力。響應指數(shù)即人類社會采取相應的政策保護對策和環(huán)境治理手段，促進土地利用系統(tǒng)朝著健康方向發(fā)展，實現(xiàn)土地可持續(xù)利用。

1.3 數(shù)據(jù)來源

本文選取2013年東北地區(qū)34個地級市為研究區(qū)(吉林省延邊朝鮮族自治州和黑龍江省大興安嶺地區(qū)數(shù)據(jù)缺失，不作為研究對象，故文中繪圖僅包括34個地級市)。研究數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒(2014)》、《中國城市建設統(tǒng)計年鑒(2013)》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒(2014)》、《黑龍江統(tǒng)計年鑒(2014)》、《吉林統(tǒng)計年鑒(2014)》、《遼寧統(tǒng)計年鑒(2014)》以及各地方國民經(jīng)濟和社會發(fā)展統(tǒng)計公報等資料，部分缺失數(shù)據(jù)通過插補的方法獲得。

表1 城鎮(zhèn)化綜合評價體系及其權重

注:表中的權重數(shù)值根據(jù)熵值賦權法[19]計算得出，下表同。

2 研究方法

2.1 綜合指數(shù)測算

重點參考文獻[16-19]的研究方法，對原始數(shù)據(jù)進行無量綱化處理[18]，熵值賦權法計算指標權重[19]，綜合加權指數(shù)和法測算兩系統(tǒng)綜合指數(shù)[24]。

城鎮(zhèn)化綜合指數(shù)：

(1)

式中：A為城鎮(zhèn)化綜合指數(shù)；yij是城鎮(zhèn)化標準值；Wj為第j個評價指標權重。

土地健康利用綜合指數(shù)：

(2)

式中：B為土地健康利用綜合指數(shù)；yij是土地健康利用標準值；Wj為第j個評價指標權重。

表2 土地健康利用綜合評價體系及其權重

2.2 單變量空間自相關分析

空間自相關分析包括全局空間自相關和局部空間自相關。全局空間自相關用來描述整個研究區(qū)域上所有對象的空間關聯(lián)程度、空間分布模式及其顯著性；局部空間自相關統(tǒng)計變量可以識別不同空間位置上可能存在的空間關聯(lián)模式，從而發(fā)現(xiàn)空間局部不平穩(wěn)性，更為準確地把握局部空間要素的聚集性和分異特征，為分類和決策提供依據(jù)[28-29]。一般多采用Moran′sI和Local Moran′sI指數(shù)來描述全局空間自相關和局部空間自相關性。

Moran′sI指數(shù)計算公式為:

(3)

利用統(tǒng)計量為標準化Z值，檢驗Moran′sI是否具有顯著性，本文顯著性檢測值絕對值為1.96，當Z值大于1.96時，表示顯著的空間正相關；當Z值小于-1.96時，表示為空間負相關；當Z值介于其間時，表示觀測值呈隨機分布[28-29]。

ZI=I-EIvarI

式中：E(I)為Moran′sI的期望值，var(I)為Moran′sI的方差。

Local Moran′sI指數(shù)計算公式為：

(5)

Local Moran′sI檢驗的標準化統(tǒng)計公式為：

(6)

式中：E(I)為Moran′sI的期望值；var(I)為Moran′sI的方差。

2.3 雙變量空間自相關分析

為了刻畫多個變量的空間相關性，相關學者在Moran′sI指數(shù)的基礎上進一步拓展了雙變量全局自相關和局部自相關，為揭示不同要素空間分布的相關性提供了可行方法[30-32]，其定義為:

(7)

3 結果與分析

根據(jù)上文研究方法，分別測算城鎮(zhèn)化綜合指數(shù)(A)和土地健康利用綜合指數(shù)(B)(表3)。

3.1 城鎮(zhèn)化空間分異特征

為刻畫研究區(qū)城鎮(zhèn)化空間分異格局，基于ArcGIS 10.2軟件平臺，選擇自然斷裂點法(Jenks)將研究區(qū)城鎮(zhèn)化綜合指數(shù)分為5類：高水平、較高水平、中等水平、較低水平、低水平。

表3 城鎮(zhèn)化綜合指數(shù)與土地健康利用綜合指數(shù)

研究區(qū)城鎮(zhèn)化水平最高的是遼寧省大連市(0.748 1)，最低的是黑龍江省綏化市(0.021 6)，兩者相差約34倍。研究區(qū)處于中等及以下水平的地區(qū)有25個，占比高達73.5%，表明東北地區(qū)城鎮(zhèn)化發(fā)展水平普遍偏低。從分布格局來看，整體呈現(xiàn)中心帶隆起，向東西兩翼遞減的“凸槽型”分布格局。從省際尺度來看，城鎮(zhèn)化平均值排序為：遼寧省>吉林省>黑龍江省，且分別以較高、中等、較低水平為主，呈現(xiàn)省域內(nèi)“主要類型組團式”集聚特征。從城鎮(zhèn)化增長極來看，黑龍江省和遼寧省表現(xiàn)為“沈陽—大連”雙核增長極、“哈爾濱—大慶”雙核增長極，吉林省為“長春”單核增長極?？傮w來看，東北地區(qū)34個地級市城鎮(zhèn)化水平偏低，地域分異特征顯著。

3.2 土地健康利用空間分異特征

基于ArcGIS 10.2軟件平臺，選擇自然斷裂點法(Jenks)，同時參考國內(nèi)學者的等級劃分標準[17-19]，將研究區(qū)土地健康利用綜合指數(shù)劃分為健康、亞健康、臨界健康、不健康和病態(tài)，并繪制研究區(qū)土地健康利用空間分異圖，以直觀揭示其空間分異格局。

研究區(qū)土地健康利用綜合指數(shù)最高地區(qū)為遼寧省沈陽市(0.626 2)，最低地區(qū)為黑龍江省伊春市，兩地相差約2.14倍，研究區(qū)處于臨界健康及以上的城市有23個，占比高達67.65%，表明東北地區(qū)土地利用系統(tǒng)健康狀況較為理想。從省域尺度來看，遼寧省沈陽市、盤錦市、大連市，黑龍江省綏化市均為健康水平，吉林省均為亞健康及以下水平；省域內(nèi)平均值排序為：遼寧省>吉林省>黑龍江省，這與城鎮(zhèn)化平均值排序結果一致。從土地健康利用類型分布來看，臨界健康及以上的區(qū)域主要集中于東北地區(qū)的中東部、南部，呈現(xiàn)貫穿哈大交通經(jīng)濟線，以松遼平原為軸帶的“C”型半環(huán)帶隆起，向內(nèi)外兩側遞減的分布格局，該區(qū)域資源富足、地形平坦、水熱條件優(yōu)越、土壤肥沃、地形平坦、社會經(jīng)濟發(fā)展水平較高，區(qū)域優(yōu)勢較為突出；不健康、病態(tài)水平主要位于東北地區(qū)的東北部、西部，該地區(qū)多屬于干旱半干旱農(nóng)牧交錯帶，典型的生態(tài)敏感脆弱區(qū)，土壤相對貧瘠、水熱條件較差、植被覆蓋多以草原為主，且目前破壞較為嚴重，由于農(nóng)業(yè)結構調(diào)整和生態(tài)災害損毀、環(huán)境條件惡化等因素制約，土地利用方式較為粗放，嚴重影響該地區(qū)社會經(jīng)濟的可持續(xù)發(fā)展，制約著區(qū)域土地利用系統(tǒng)健康狀況。

3.3 單變量全局空間自相關

運用OpenGeoda空間分析軟件，分別將研究區(qū)兩系統(tǒng)綜合指數(shù)作為空間數(shù)據(jù)進行處理，選擇Rook鄰接原則，通過一階鄰接方式來確定空間權重矩陣，采用單變量空間自相關方法分別分析兩系統(tǒng)的空間關聯(lián)特征。

(1) 單變量全局空間自相關。根據(jù)城鎮(zhèn)化、土地健康利用綜合指數(shù)空間數(shù)據(jù)，繪制出Moran散點圖(圖1—2)。城鎮(zhèn)化發(fā)展全局自相關Moran′sI指數(shù)為0.133 2，p值為0.067大于顯著性水平0.05，未能通過顯著性檢驗，表明城鎮(zhèn)化發(fā)展全局存在空間正相關，但并不顯著。究其原因，城鎮(zhèn)化水平高的地區(qū)，區(qū)域條件優(yōu)越、基礎設施完善、產(chǎn)業(yè)結構優(yōu)化和信息技術聚集因素是城鎮(zhèn)化高水平城市的動力機制；而圍繞在周邊的城市，受經(jīng)濟基礎薄弱、地理位置條件制約、各種要素流失等因素影響，從而未能呈現(xiàn)城鎮(zhèn)化水平高的地區(qū)帶動相鄰地區(qū)的城鎮(zhèn)化發(fā)展，反而造成資源外流和發(fā)展動力不足的現(xiàn)象，產(chǎn)生一定程度上的脅迫作用。土地健康利用全局自相關Moran′sI指數(shù)為0.232 8，Moran′sI檢驗結果表現(xiàn)顯著(p=0.05)，說明研究區(qū)土地健康利用并非隨機分布的，呈顯著全局空間正相關特征。

圖1城鎮(zhèn)化Moran散點圖

(2) 單變量局部空間自相關。為了進一步研究局域存在的聚集特征、空間分布規(guī)律，進行局部空間自相關分析，分別繪制研究區(qū)內(nèi)部城鎮(zhèn)化與土地健康利用在某地區(qū)與其周圍地區(qū)空間關系的LISA集聚圖(圖3—4)。局部空間關聯(lián)類型包括：高高關聯(lián)型(H—H)、高低關聯(lián)型(H—L)、低高關聯(lián)型(L—H)、低低關聯(lián)型(L—L)、空間隨機(N—S)。H—H關聯(lián)型和L—L關聯(lián)型表明區(qū)域內(nèi)存在空間正相關特征，揭示其聚集和相似性，即空間均質(zhì)性；H—L關聯(lián)型和L—H關聯(lián)型表明區(qū)域內(nèi)存在空間負相關特征，揭示其離散和分異性，即空間異質(zhì)性?；贠penGeoda軟件分別測算其LISA值，并在Z檢驗(p=0.05顯著性水平)基礎上繪制LISA集聚圖，以分別揭示研究區(qū)內(nèi)部城鎮(zhèn)化、土地健康利用的空間關聯(lián)類型。

圖2土地健康利用Moran散點圖

圖3研究區(qū)城鎮(zhèn)化LISA集聚圖

圖4研究區(qū)土地健康利用LISA集聚圖

研究區(qū)城鎮(zhèn)化發(fā)展具有明顯的局部空間正關聯(lián)特征。僅存在H—H關聯(lián)型，分布在南部沿海的營口市和臨海的鞍山市，受沈陽經(jīng)濟區(qū)和沿海經(jīng)濟帶的較強的經(jīng)濟聚作用，該區(qū)域交通系統(tǒng)發(fā)達、經(jīng)濟發(fā)展水平高、產(chǎn)業(yè)集聚等因素優(yōu)勢明顯，成為“臨海經(jīng)濟”地帶，局域空間顯著性強。

研究區(qū)土地健康利用局部空間關聯(lián)特征明顯。局部空間負關聯(lián)型中，H—L關聯(lián)型、L—H關聯(lián)型分別分布于佳木斯市和撫順市，均以孤立區(qū)呈現(xiàn)。佳木斯市是黑龍江省東部地區(qū)的中心城市、經(jīng)濟中心和國內(nèi)外聯(lián)系的樞紐，比其周邊地區(qū)經(jīng)濟發(fā)展水平高,從而形成異質(zhì)零散的孤立點；撫順市經(jīng)濟水平高，但用地結構不合理，較高的城鎮(zhèn)化水平與土地健康利用相背離，土地健康利用程度處于不健康狀態(tài)，從而呈現(xiàn)與周邊城市相異，位于L—L關聯(lián)型城市的交叉區(qū)域帶。局部空間正關聯(lián)型中，H—H關聯(lián)型分布于南部臨海的營口市和鞍山市，聚集狀況與城鎮(zhèn)化局部聚集一致；L—L關聯(lián)型分布于東北內(nèi)陸的鶴崗市、雙鴨山市和雞西市，該區(qū)域處于邊陲地帶，內(nèi)外交流不暢，邊緣化狀態(tài)顯著，且受經(jīng)濟基礎差、基礎設施不完備、城鎮(zhèn)化發(fā)展水平低、生態(tài)環(huán)境惡劣等因素制約，這與土地健康利用空間分異中的病態(tài)和不健康現(xiàn)象相匹配，并同H—H關聯(lián)型呈現(xiàn)區(qū)域極化現(xiàn)象。

3.4 雙變量空間自相關

(1) 雙變量全局空間自相關。城鎮(zhèn)化發(fā)展與土地健康利用相互影響、相互作用。快速城鎮(zhèn)化進程為區(qū)域土地利用系統(tǒng)帶來正面效應和負面脅迫，在一定程度上，有利于優(yōu)化區(qū)域土地利用結構、功能和效益，促進土地健康利用水平的改善和提升。參考相關研究文獻，并考慮東北地區(qū)經(jīng)濟社會發(fā)展的實際情況，土地健康利用一般滯后于城鎮(zhèn)化發(fā)展。在此基礎上，以城鎮(zhèn)化綜合指數(shù)和土地健康利用綜合指數(shù)為X變量(First Variable)和Y變量(Second Variable)，運用OpenGeoda空間計量分析技術，通過雙變量全局空間自相關分析方法，計算雙變量全局空間自相關指數(shù)Moran′s I(圖5)。

圖5城鎮(zhèn)化與土地健康利用雙變量Moran散點圖

結果顯示，全局Moran′sI值為0.235 1，呈空間正相關，再采用蒙特卡羅模擬的方法進行假設檢驗，其中p值為0.005 0,標準化Z值為2.780 0，通過正態(tài)分布下置信水平為0.05 時的臨界Z值為1.96的閾值，表明東北地區(qū)城鎮(zhèn)化發(fā)展與土地健康利用在置信度下呈顯著的空間正相關特征，即城鎮(zhèn)化發(fā)展的高值區(qū)與土地健康利用高值區(qū)相互協(xié)同，城鎮(zhèn)化發(fā)展低值區(qū)與土地健康利用低值區(qū)相互鄰接的趨勢，空間關聯(lián)格局特征顯著。城鎮(zhèn)化發(fā)展對土地健康利用具有重要作用，雄厚的經(jīng)濟基礎有利于區(qū)域資金、技術投放到產(chǎn)業(yè)結構優(yōu)化升級和生態(tài)環(huán)境保護等方面。

(2) 雙變量局部空間自相關。為揭示集聚現(xiàn)象的區(qū)域分布情況，運用局部空間自相關分析法，結合通過顯著性檢驗(95%置信度水平下)的雙變量LISA集聚圖，分析兩者間區(qū)域間的聚集程度和關聯(lián)特征(圖6)。

結果顯示，H—H關聯(lián)型分布在營口市、鞍山市和撫順市，說明其城鎮(zhèn)化發(fā)展與土地健康利用均相對較高；L—L關聯(lián)型分布在佳木斯市和鶴崗市，說明其城鎮(zhèn)化發(fā)展與土地健康利用均相對較低。這種現(xiàn)象表明研究區(qū)城鎮(zhèn)化與土地健康利用呈現(xiàn)局部空間正相關特征，也充分顯現(xiàn)出東北地區(qū)城鎮(zhèn)化水平和土地健康利用水平的空間分布不均衡，南部區(qū)域地理位置優(yōu)越，人口密度較大，城鎮(zhèn)化體系發(fā)達，東北內(nèi)陸偏遠地區(qū)交通系統(tǒng)不健全、限制了產(chǎn)業(yè)規(guī)?；统擎?zhèn)化快速發(fā)展，東北地區(qū)城鎮(zhèn)化與土地健康利用呈局部空間正相關關聯(lián)特征。

圖6研究區(qū)雙變量LISA聚集圖

4 討 論

隨著新型城鎮(zhèn)化理念深入，單一指標難以準確表征城鎮(zhèn)化水平，而本研究從人口、空間、經(jīng)濟、社會4個維度構建城鎮(zhèn)化綜合評價體系，有益于準確體現(xiàn)研究區(qū)城鎮(zhèn)化發(fā)展水平，但仍難以體現(xiàn)新型城鎮(zhèn)化的豐富內(nèi)涵，今后有必要對新型城鎮(zhèn)化綜合測度指標進行深入研究，以全面、完整地表征區(qū)域城鎮(zhèn)化發(fā)展的內(nèi)涵、水平、質(zhì)量。

全面、系統(tǒng)的評價指標體系和有效的評價方法是土地利用系統(tǒng)健康評價的基礎和保障。由于土地利用系統(tǒng)健康評價指標體系的構建涉及眾多學科，盡管本文參考借鑒了國內(nèi)相關權威文獻，構建了基于PSR模型的評價指標體系，但受數(shù)據(jù)可得性等因素制約，本文的指標體系不一定健全，在數(shù)理方法、模型設計等方面仍待后續(xù)研究改進。同時，本文僅測度了單一年份的研究區(qū)土地利用系統(tǒng)健康狀況，對其長期演變趨勢、未來發(fā)展態(tài)勢等內(nèi)容尚未涉及，是今后的重點研究方向。

將單變量空間自相關分析與雙變量空間自相關分析相結合，可以揭示研究區(qū)城鎮(zhèn)化發(fā)展、土地健康利用及其兩者間的空間關聯(lián)特征，為東北地區(qū)城鎮(zhèn)化建設、土地利用決策提供科學依據(jù)。城鎮(zhèn)化發(fā)展既可以為區(qū)域土地利用系統(tǒng)健康帶來正面福利，又有可能產(chǎn)生負面效應。在城鎮(zhèn)化發(fā)展的不同階段，城鎮(zhèn)化與土地健康利用相互作用、相互影響關系有所不同，揭示其空間相關關系有利于平穩(wěn)推進健康的城鎮(zhèn)化建設，同時最大限度地減少對區(qū)域土地利用系統(tǒng)健康的擾動、破壞。全面、系統(tǒng)、科學地揭示空間分異特征是實施區(qū)域差別化城鎮(zhèn)化建設、土地利用政策的重要依據(jù)，能夠為區(qū)域城鄉(xiāng)規(guī)劃、國土空間功能區(qū)域提供參考，但本文限于篇幅，難以系統(tǒng)討論區(qū)域城鎮(zhèn)功能分區(qū)與土地利用管治，這也是今后有待進一步深入研究的方向。

5 結 論

(1) 研究區(qū)城鎮(zhèn)化水平偏低，整體呈現(xiàn)中心帶隆起，向東西兩翼遞減的“凸槽型”分布格局；省域內(nèi)平均值排序為：遼寧省>吉林省>黑龍江??；遼寧省和黑龍江省表現(xiàn)為“沈陽—大連”雙核增長極、“哈爾濱—大慶”雙核增長極，吉林省為“長春”單核增長極。

(2) 研究區(qū)土地利用系統(tǒng)健康狀況較為理想，整體呈現(xiàn)以哈大交通經(jīng)濟沿線—松遼平原為軸線的“C”型半環(huán)帶隆起，向內(nèi)外兩側遞減的分布格局；省域內(nèi)平均值排序為：遼寧省>吉林省>黑龍江省。

(3) 研究區(qū)城鎮(zhèn)化發(fā)展全局空間相關特征不顯著，局部空間關聯(lián)特征僅存在H—H關聯(lián)型，分布在營口市和鞍山市；土地健康利用全局空間正相關特征顯著，局部以空間正相關(H—H關聯(lián)型、L—L關聯(lián)型)為主，H—H關聯(lián)型分布在營口市和鞍山市，L—L關聯(lián)型分布在鶴崗市、雙鴨山市和雞西市，且以“組團式”呈現(xiàn)；局部空間負相關(H—L關聯(lián)型、L—H關聯(lián)型)分別分布于佳木斯市和撫順市，且以孤立區(qū)呈現(xiàn)。

(4) 研究區(qū)城鎮(zhèn)化發(fā)展與土地健康利用呈全局空間正相關特征顯著；局部表現(xiàn)為空間正相關特征，H—H關聯(lián)型分布在營口市、鞍山市和撫順市，L—L關聯(lián)型分布在佳木斯市和鶴崗市。

參考文獻：

[1] 傅超,劉彥隨.我國城鎮(zhèn)化和土地利用非農(nóng)化關系分析及協(xié)調(diào)發(fā)展策略[J].經(jīng)濟地理,2013,33(3):47-51.

[2] 陸大道,姚士謀.中國城鎮(zhèn)化進程的科學思辨[J].人文地理,2007,22(4):1-5.

[3] 姚士謀,吳建楠,朱天明,等.農(nóng)村人口非農(nóng)化與中國城鎮(zhèn)化問題[J].地域研究與開發(fā),2009,28(3):36-41.

[4] Wieand K. An extension of the monocentric urbanspatial equilibrium model to a multicenter setting: the case of the two center city[J]. Journal of Urban Economics, 1987,21(3):259-271.

[5] Louw E. Land assembly for urban transformation: the case of ‘s-Hertogenbosch in the Netherlands[J]. Land Use Policy, 2008,25(1):69-80.

[6] Steven A G, Jose A F, Glenn E M. A multiobjective optimization approach to smart growth in land development [J]. Socio-Economic Planning Sciences, 2006,40(3):212-248.

[7] Downs A. What does smart growth really mean[J]. Planning, 2001,67(4):20-25.

[8] Kok K, Verburg P H, Veldkamp T. Integrated assessment of the land system: the future of land use[J]. Land Use Policy, 2007,24(3):517-520.

[9] 劉盛和,陳田,蔡建明.中國非農(nóng)化與城市化關系的省際差異[J].地理學報,2003,58(6):937-946.

[10] Deng X Z, Huang J K, Rozelle S. Growth, population and industrialization, and urban land expansion of China[J]. Journal of Urban Economics, 2008,63(1):96-115.

[11] Choy L H T, Lai Y, Lok W. Economic performance of industrial development on collective land in the urbanization process in China: Empirical evidence from Shenzhen[J]. Habits International, 2013,37(40):184-193.

[12] 陳明星,陸大道,查良松.中國城市化與經(jīng)濟發(fā)展水平關系的國際比較[J].地理研究,2009,28(2):464-474.

[13] 劉偉德.中國人口城市化水平與城鄉(xiāng)就業(yè)問題探討[J].經(jīng)濟地理,2001,21(3):427-430.

[14] Leopold A. For the Health of Land[M]. Washington DC: Island Press, 1999.

[15] 陳美球,劉桃菊.土地健康與土地資源可持續(xù)利用[J].中國人口·資源與環(huán)境,2003,13(4):64-67.

[16] 蔡為民,唐華俊,陳佑啟,等.土地利用系統(tǒng)健康評價的框架與指標選擇[J].中國人口·資源與環(huán)境,2004,14(1):31-35.

[17] 鄭華偉,張銳,劉友兆.基于物元分析的土地利用系統(tǒng)健康診斷[J].中國土地科學,2012,26(11):33-39.

[18] 劉寶濤,王冬艷,劉惠清.基于DPSIR模型與TOPSIS算法的吉林省土地利用系統(tǒng)健康診斷[J].吉林農(nóng)業(yè)大學學報,2017,39(1):74-91.

[19] 劉寶濤,郄瑞卿,王冬艷,等.基于灰色關聯(lián)模型的吉林省土地利用系統(tǒng)健康診斷[J].中國農(nóng)業(yè)資源與區(qū)劃,2016,37(10):9-17.

[20] 賈琦,運迎霞,尹澤凱.城市群土地利用效益與城鎮(zhèn)化水平的時空耦合分析:我國三大城市群的實證分析[J].現(xiàn)代城市研究,2014(8):9-13.

[21] 王紅,石培基.武威市城鎮(zhèn)化與水土資源效益協(xié)調(diào)性分析[J].干旱區(qū)地理,2013,36(5):963-969.

[22] 黃木易,程志光.區(qū)域城市化與社會經(jīng)濟耦合協(xié)調(diào)發(fā)展度的時空特征分析:以安徽省為例[J].經(jīng)濟地理,2012,32(2):77-81.

[23] 劉耀彬,宋學鋒.城市化與生態(tài)環(huán)境的耦合度及其預測模型研究[J].中國礦業(yè)大學學報,2005,34(1):94-99.

[24] 劉寶濤,王冬艷,劉惠清.城鎮(zhèn)化發(fā)展與土地健康利用協(xié)同演化關系:以長春市為例[J].經(jīng)濟地理,2016,36(10):76-83.

[25] 鄭研.國務院批復《全國老工業(yè)基地調(diào)整改造規(guī)劃(2013—2022年)》[N].中國信息報,2013-04-09(1).

[26] 中共中央國務院.《關于全面振興東北地區(qū)等老工業(yè)基地的若干意見》[N].人民日報,2015-12-31(1).

[27] 曹廣忠,邊雪,劉濤.基于人口、產(chǎn)業(yè)和用地結構的城鎮(zhèn)化水平評估與解釋:以長三角地區(qū)為例[J].地理研究,2011,30(12):2139-2149.

[28] Anselin L. The local indicators of spatial association:LISA[J]. Geographical Analysis, 1995,27(2):93-115.

[29] Ord J K, Getis A. Local spatial auto correlation statistics: Distributional issues and application[J]. Geographical Analysis, 1995,27(4):286-306.

[30] Wartenberg D. Multivariate spatial correlation: A method for exploratory geographical analysis[J]. Geographical Analysis, 1985,17(4):263-283.

[31] Anselin L, Syabri I, Smirnov O. Visualizing multivariate spatial correlation with dynamically linked windows[C]∥Anselin L, Rey S. New Tools for Spatial Data Analysis: Proceedings of the Specialist Meeting. Santa Barbara:University of California, 2002.

[32] 陸汝成,黃賢金.基于省級和市級層次的違法占用耕地與經(jīng)濟發(fā)展的空間計量分析[J].中國土地科學,2012,26(7):60-66.