Evolution and Synergy of Urban Construction Land and Economic Growth Patterns in Guangdong-Hong Kong-Macao Greater Bay Area

  • CAO Jing , 1, 2 ,
  • ZHANG Wenzhong , 1,
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research/Key Laboratory of Regional Sustainable Development Analysis and Simulation,CAS,Beijing 100101,China
  • 2. University of Chinese Academy of Sciences,Beijing 100049,China

Received date: 2019-06-03

  Revised date: 2019-08-14

  Online published: 2025-04-01

Abstract

This paper studies the growth of construction land and the change of economic scale in Guangdong-Hong Kong-Macao Greater Bay Area from 1990 to 2017,and analyses the synergistic relationship between them. The main conclusions are as follows: from 1990 to 2017,the growth rate of construction land in the cities of Greater Bay Area has been accelerating. The change of the growth rate of construction land in different periods is closely related to the change of the development stage of the city. Most of the cities in the Greater Bay Area rank among the top ones in the area of Guangdong province,Hong Kong and Macau,and their rankings are gradually rising. Only Zhaoqing and Macao ranked significantly lower from 1990 to 2017. From 1990 to 2017, the synergy and ordered performance between the construction land and the economic growth in the Greater Bay Area has been on the rise. The growth rate of the construction land in 2010-2017 has obviously decreased compared with the previous period, which reflects that, in recent years,with the continuous advancement of urbanization, the degree of interdependence between the growth of construction land and the economy has decreased. There are obvious differences in the evolution of synergy degree between construction land and economic scale growth among cities. The efficiency of the growth of construction land in Shenzhen,Zhuhai and Zhongshan on economic growth has been rising during the study period. The efficiency of most other cities reached its highest level during the period 2000-2010,and declined significantly during 2010-2017. The different development stages and target orientation of industries among cities result in the difference of synergy between construction land and economic scale growth.

Cite this article

CAO Jing , ZHANG Wenzhong . Evolution and Synergy of Urban Construction Land and Economic Growth Patterns in Guangdong-Hong Kong-Macao Greater Bay Area[J]. Economic geography, 2020 , 40(2) : 52 -60 . DOI: 10.15957/j.cnki.jjdl.2020.02.006

2019年2月18日,《粤港澳大湾区发展规划纲要》由中共中央、国务院正式印发。《纲要》指出,粤港澳大湾区的发展战略定位和发展目标包括“充满活力的世界级城市群”“具有全球影响力的国际科技创新中心”“宜居宜业宜游的国际一流湾区”等。粤港澳大湾区总面积5.6万km2,2018年末总人口已达7 000万人,GDP总量超过10万亿元人民币,是中国开放程度最高、经济活力最强的区域之一,在国家发展大局中具有重要战略地位[1]。打造粤港澳大湾区早在2015年即在国家发展改革委等多部门联合发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》文件中被提出。在此之后涌现出了一批关于粤港澳大湾区城市群及湾区经济的研究,分别从不同角度探讨了粤港澳大湾区发展的空间格局[2-5]、产业和空间的关系及作用机制[6-7]、地缘政治和文化[8]、知识网络[9]、发展战略和方向[10-11]等问题。
粤港澳大湾区在经济高速发展的同时,由于长期的高强度开发,目前面临的资源环境问题日益严峻,特别是土地资源,作为经济增长的载体,在当前大湾区发展背景下显得尤为紧缺。因此,对大湾区建设用地增长以及经济增长二者之间相互作用演变的分析研究,对于未来制定相关土地和产业政策、提升经济产出效率、有效保护自然资源有着重要意义。现有关于土地投入和经济增长之间关系的研究多从较为宏观的视角入手,例如谭术魁等运用空间计量方法,考察了1999—2008年土地投入对中国和东、中、西三区域经济增长的影响[12];夏方舟等基于产业结构视角研究了土地财政对经济增长的作用机制[13];曾伟分别从理论分析和实证研究的角度,考察了土地资源约束对城市经济的“增长阻尼”[14];王建康等将土地要素纳入经济增长模型,研究城市建设用地对二三产业增长的贡献,探索了城市土地要素的产出弹性[15];黄凌翔等以长江中游城市群为例考察了土地供应结构对经济增长影响的空间效应[16];陈翠芳等以中国大陆30个省份为研究样本,在理论层面刻画了城市土地集约利用对经济增长质量的影响机制,并考察了城市土地集约利用对经济增长质量的作用方向与影响程度[17]。现有研究较少有从城市层面展开对建设用地增长和经济增长间关系的探讨,同时也缺少关于粤港澳大湾区该类问题的针对性研究。
粤港澳大湾区经济自改革开放以来进入高速发展,但从历史卫星影像可见,城市建设用地的快速扩张始于1990年代。因而,本文拟选取1990年代以来每个十年期间的首年(即1990、2000、2010年)以及近期年份(选取截至目前公开统计数据发布相对完整的2017年)作为研究时间节点,对粤港澳大湾区各城市建设用地增长情况及经济规模变化情况进行分析,并对二者之间的协同关系进行探讨研究,以期更好地认识大湾区城市群的发展进程和趋势。

1 研究区域与数据来源

1.1 研究区域

本文研究区域为中共中央、国务院印发的《粤港澳大湾区发展规划纲要》中所表述的粤港澳大湾区的范围,即香港特别行政区、澳门特别行政区和广东省广州市、深圳市、珠海市、佛山市、惠州市、东莞市、中山市、江门市、肇庆市等2区9市。在进行部分分析时将广东省其他地级市纳入研究范围进行对比。

1.2 数据来源

本文中历年各城市建设用地数据来源于Landsat系列卫星影像的解译结果。采用的各类统计数据分别来源于历年《广东省统计年鉴》《中国统计年鉴》《中国城市统计年鉴》《澳门政府统计暨普查司统计年鉴》《Hong Kong Annual Digest of Statistics》。对于统计数据中采用的货币币种不同的问题,采用研究年份当年12月末汇率统一换算为人民币后进行处理计算。

2 研究方法

2.1 综合指数法和阈值法识别建设用地

本文采用综合指数法和阈值法对遥感影像中建设用地进行识别。识别过程中,首先运用归一化建筑指数(NDBI)识别建设用地,再通过归一化植被指数(NDVI)、修正归一化水体指数(MNDWI)对植被、水体的识别结果对前述建设用地识别结果进行修正[18-19],最后以不同年份识别结果进行交叉校验。建设用地提取并修正完成后,对于各年份数据均随机选取超过100个样本进行精度检验,通过与同年度高分辨率影像对照或结合数据源影像目视判断,各年份的建设用地识别结果的总体精度均超过0.85,能够满足本文研究内容对建设用地识别精度的要求。

2.2 城市建设用地增长测度

本文用建设用地年均增长量指标度量各城市建设用地扩张速度。其中:
A I = A e n d - A s t a r t n
式中: A I指建设用地年均增长量; A e n d表示某一时期末的建设用地面积; A s t a r t表示某一时期初的建设用地面积; n表示该时期年份数。

2.3 城市经济规模测度

本文引入一个指标 M来表征城市经济规模的大小,结合已有研究以及数据的可获取性和完整性为原则,选取GDP、常住人口、就业人数、固定资产投资、进出口额、电力消耗量、政府收支、常住居民人均可支配收入、年旅游人次等9个指标计算一个城市的经济规模 M。计算方法参考TOPSIS评价方法[20],以每个样本与最差方法的距离作为其经济规模值,即:
M i = j = 1 n Z i j - Z j - 2
式中: M i i城市的经济规模值; Z i j为城市 i j个指标的归一化值; Z j -为所有研究城市中第 j个指标归一化值的最小值。本方法测度的是某时间某城市在一定区域范围内的相对经济规模。

2.4 城市建设用地和经济增长协同性的测度

应用协同度模型测度城市建设用地和经济规模两个系统间的协同性关系。城市建设用地增长和经济规模的协同发展就是两个系统随着时间的变化逐步从无序走向有序的过程,二者间协同度的测定应该体现时间序列上的变化,该模型可以表示为:
X i = x i - β i α i - β i
C I t = ξ i = 1 2 X i t - X i 0
ξ = m i n X i t - X i 0 m i n X i t - X i 0
式中: X i为子系统对总系统的贡献度; i = 1,2,分别对应建设用地和经济规模两个子系统; x i为第 i个子系统的测度值; α i β i分别为保证系统稳定存在的 x i值的上限和下限,本文分别取其测度值最大值和最小值的1.1倍; C I t为在 t时点建设用地和经济规模间的协同度; X i t - X i 0 t时点相对于基期子系统对总系统的贡献度变化幅度[21]

3 结果与分析

3.1 粤港澳大湾区城市建设用地增长

表1图1可见,1990—2017年,粤港澳大湾区各城市建设用地增长速度总体呈加快态势。其中广州、惠州、肇庆、江门等城市在1990—2000、2000—2010、2010—2017年三个时间段中建设用地增长速度不断提升;珠海建设用地增长速度不同时段内相对平稳,2010—2017年段略有加快;中山、佛山、东莞等3个城市2000—2010年建设用地增长速度最快,2010—2017时间段有所放缓;深圳市1990—2000年时段建设用地增长速度最快,随后不断减缓。香港、澳门的建设用地增长速度1990来以来一直较为缓慢。
表1 1990—2017年大湾区各市建设用地面积及增长情况

Tab.1 Growth of construction land in the Greater Bay Area from 1990 to 2017

城市 建设用地面积/km2 年均增长/%
1990 2000 2010 2017 1990—2000 2000—2010 2010—2017
广州 644.0 798.9 1 095.7 1 374.4 15.5 29.7 39.8
深圳 358.6 556.2 671.0 721.1 19.8 11.5 7.2
珠海 67.4 151.8 233.3 307.1 8.4 8.2 10.5
惠州 195.7 329.2 609.7 893.6 13.3 28.1 40.6
东莞 529.9 723.4 992.3 1 121.3 19.3 26.9 18.4
中山 152.9 245.1 450.2 581.7 9.2 20.5 18.8
江门 181.9 281.5 469.6 660.4 10.0 18.8 27.3
佛山 426.2 675.3 1 071.2 1 290.3 24.9 39.6 31.3
肇庆 52.7 133.0 253.9 386.4 8.0 12.1 18.9
香港 92.8 128.5 133.7 143.1 3.6 0.5 1.3
澳门 7.0 11.1 17.9 20.8 0.4 0.7 0.4
图1 1990—2017年大湾区各市建设用地增长情况

注:在对建设用地的识别中,未将江门恩平市、肇庆怀集县等过于偏远的区县纳入识别范围。

Fig.1 Growth of construction land in the Greater Bay Area from 1990 to 2017

图2 1990—2017年大湾区各市经济规模

Fig.2 Economic scale of the cities in the Greater Bay Area from 1990 to 2017

上述特征可由各城市不同的发展阶段来解释。香港、澳门发展起步早,至1990年代已经基本发展成熟,同时受制于有限的土地资源,因此20余年来建设用地增长缓慢。深圳在经历了1980、1990年代突飞猛进式的增长之后,也逐渐趋于成熟,因此2000年后建设用地增长逐渐减缓。中山、佛山、东莞等市属于大湾区发展“第二梯队”,紧邻核心城市,在核心城市带动下建设用地保持了较快增长,但由于建设用地逐渐饱和,建设用地占城市土地比例偏高,因此在2010—2017年段建设用地增长速度有所减缓。惠州、肇庆、江门等市位于大湾区相对边缘的位置,发展起步较晚,但随着核心城市及“第二梯队”城市土地资源日趋紧张,这些城市因为其充足的土地资源,建设用地增长不断加速,未来将成为大湾区新增建设用地的主要承载地。广州由于白云区、黄浦区、南沙自贸区等新城、新区、产业园区等的陆续大规模开发,使得广州作为发展较为成熟的核心城市,仍然保持了较快的建设用地增长速度,且不断加快。珠海由于其城市发展战略重点关注城市环境和景观建设,其建设用地增长一直维持在一个较为稳定的状态,近年来由于横琴等地的大规模开发,使得建设用地增长速度有所加快。

3.2 粤港澳大湾区城市经济规模演变

以广东省其他城市作为对比参照共同考察城市经济规模格局。如表2所示,大湾区内城市规模多数在广东—港澳范围内排行前列,且位序逐渐攀升。广、深、港城市规模始终名列前三位,且与其他城市相比优势较大。2010年及之前,香港一直是大湾区规模最大的城市,但随着时间推移,相对广、深的优势不断缩小,2017年深圳经济规模超过广州、香港,成为大湾区规模最大的城市。佛山由1990年的第6位上升到2017年的第4位,东莞由第8位上升到第5位,珠海上升1位至第6位,中山、惠州、江门2017年的位序相对1990年均有所提升,其中惠州上升幅度最大,由第15位上升至第8位。大湾区内城市仅有肇庆和澳门在1990—2017年规模在广东—港澳范围内排序明显下降,分别下降了5位和7位。
表2 1990—2017年大湾区及周边各市经济规模

Tab.2 Economic scale of the cities in the Greater Bay Area and the surrouding cities from 1990 to 2017

城市 1990 2000 2010 2017
经济规模 位序 经济规模 位序 经济规模 位序 经济规模 位序









广州 1.98 2 2.16 2 2.50 2 2.57 3
深圳 1.51 3 1.68 3 2.27 3 2.86 1
珠海 0.78 7 0.61 7 0.64 10 0.86 6
惠州 0.50 15 0.41 13 0.76 6 0.80 8
东莞 0.74 8 0.93 4 1.64 4 1.49 5
中山 0.70 9 0.59 8 0.71 7 0.85 7
江门 0.63 12 0.51 12 0.64 9 0.60 10
佛山 0.84 6 0.75 5 1.34 5 1.51 4
肇庆 0.70 10 0.40 14 0.50 16 0.39 15
香港 2.82 1 2.78 1 2.55 1 2.58 2
澳门 0.89 5 0.40 15 0.58 11 0.51 12









汕头 1.13 4 0.53 10 0.54 14 0.56 11
韶关 0.53 14 0.32 18 0.37 18 0.27 18
河源 0.28 19 0.20 23 0.25 20 0.23 19
梅州 0.50 16 0.38 16 0.40 17 0.36 16
汕尾 0.23 20 0.24 19 0.24 21 0.18 23
阳江 0.29 18 0.23 21 0.25 19 0.21 20
湛江 0.70 11 0.63 6 0.68 8 0.62 9
茂名 0.63 13 0.55 9 0.57 12 0.47 14
清远 0.45 17 0.33 17 0.51 15 0.30 17
潮州 0.15 21 0.21 22 0.24 22 0.20 21
揭阳 - - 0.51 11 0.57 13 0.51 13
云浮 - - 0.24 20 0.22 23 0.19 22

注:1990年揭阳和云浮尚未设地级市。

可见,总体来看大湾区内城市经济规模的发展速度明显高于周边其他城市。其中深圳发展势头迅猛,有望成为大湾区经济的第一核心,但广—深—港三核格局短期内应不会改变。东莞、佛山、珠海、中山、惠州、江门等城市构成大湾区经济体系的中坚力量。肇庆市主城区距离大湾区核心区相对较远,在大湾区内经济发展相对落后,且发展速度较慢,纳入大湾区范围后能否实现突破性发展是一个值得关注的话题。澳门受制于土地因素和产业结构,经济发展速度明显落后于大湾区整体水平,与珠海在产业开发、旅游、教育等领域紧密合作是其未来发展的重要方向。

3.3 建设用地与经济规模增长的协同性分析

3.3.1 建设用地与经济规模增长的协同度

在前述对大湾区城市建设用地和经济规模测度的基础上,将二者分别作为总系统中的一个子系统,应用协同理论和方法测度二者在演进过程中的协同程度。以1990年作为基期,分别计算2000、2010、2017年三个时点大湾区总体及各个城市建设用地与经济规模增长的协同度,结果见表3
表3 大湾区各市建设用地与经济增长的协同度

Tab.3 Synergy between construction land and eonomic gowth in the Greater Bay Area

城市 2000 2010 2017
广州 0.23 0.67 0.91
深圳 0.24 0.63 0.91
珠海 -0.44 -0.57 0.51
惠州 -0.19 0.57 0.80
东莞 0.24 0.80 0.83
中山 -0.27 0.15 0.69
江门 -0.40 0.20 -0.44
佛山 -0.17 0.64 0.85
肇庆 -0.44 -0.57 -0.91
香港 -0.29 -0.82 -0.86
澳门 -0.50 -0.64 -0.80
大湾区总体 -0.23 0.55 0.80
从总体上看,大湾区以1990年为基期,至2017年建设用地与经济规模增长的协同度一直处于上升的态势,有序性不断增强,即二者之间始终保持着正向的相互关系。但由图3可见,二者间协同度的上升速度2010—2017年期间与之前相比有明显的下降,这体现出近年来随着城市化进程的不断推进,建设用地增长和经济规模增长二者之间的相互依赖程度有所下降。
图3 2000—2017年大湾区总体建设用地与经济增长的协同度变化

Fig.3 Synergy change between construction land and eonomic gowth in the Greater Bay Area during 2000 to 2017

从城市层面上来看,大湾区各城市间建设用地与经济规模增长的协同度演变差异性十分明显。深圳在研究期间二者的协同度保持了相对稳定的上升速度。中山市尽管起点较低,但同样保持了较高的上升速度。广州、东莞、佛山、惠州等城市的协同度在研究期间也保持了上升的趋势,但在2010—2017年阶段相对于之前上升速度有明显下降。江门市二者的协同度在2000—2010年明显上升,但2010年之后出现了快速下滑。珠海市则是2000—2010年间协同度略为下降,而2010年后高速提升。肇庆、香港、澳门在研究期间建设用地与经济规模增长的协同度不断下降(图4)。
图4 2000—2017年大湾区各城市建设用地与经济增长的协同度变化

Fig.4 Synergy change between construction land and eonomic gowth in the cities in Greater Bay Area during 2000 to 2017

3.3.2 建设用地增长对经济规模增长的作用效率

上述对建设用地与经济规模增长的协同度的分析可以体现出两个系统之间发展的协同特征,是基于两个系统间的相互关系。但受方法所限,上述分析中并不能全面体现两个系统间的单向作用,例如,可能会出现某城市研究期间建设用地和经济规模均实现快速增长、二者协同度明显上升,但实际上二者之一增长幅度明显大于另一方的现象。此时,为全面分析二者间的关系,需要对两个系统间相互作用的效率进行进一步分析。由于二者间的关系是相互的,A相对于B效率高,即意味着B相对于A效率低,因此本文仅就建设用地增长对经济规模增长的作用效率进行分析,反向的作用可以据此推知。
采用数据包络分析方法的CCR模型,将1990—2000、2000—2010、2010—2017年三个时段中各城市建设用地增长量、经济规模变化量分别作为投入和产出要素,经计算可得各城市各时段建设用地增长对经济规模增长的作用效率评分。
表4可见,深圳、珠海、中山3个城市建设用地增长对经济规模增长的作用效率在研究期间不断上升,其中深圳的效率与其他城市相比存在巨大的领先。其他多数城市研究期间该效率在2000—2010年这一期间达到最高,2010—2017年期间均出现明显下降。1990—2000年期间,除港澳外,大湾区各城市建设用地增长对经济规模增长的作用效率总体不高,其中广州、东莞、深圳相对领先;2000—2010年大湾区经济规模快速增长,带动了该效率值的提高,此时期深圳、东莞、佛山的效率处于领先,其中深圳的优势已经明显显现。2010年后部分城市经济规模增长放缓,但多数城市建设用地投入并未明显减少,造成了该效率值下滑,该时期深圳的效率优势继续放大,珠海市效率提升显著,中山市效率也有所提升。香港、澳门由于条件所限,不具备大规模建设用地投入的条件,其经济规模增长与建设用地投入不存在显著关系。
表4 大湾区各市建设用地增长对经济规模增长的作用效率

Tab.4 The efficiency of the growth of construction land on economic growth in the cities in Greater Bay Area

城市 1990—2000年 2000—2010年 2010—2017年
广州 0.10 0.10 0.02
深圳 0.07 0.44 1.00
珠海 0 0.03 0.25
惠州 0 0.11 0.01
东莞 0.08 0.22 0
中山 0 0.05 0.09
江门 0 0.06 0
佛山 0 0.13 0.07
肇庆 0 0.07 0

注:由于香港、澳门建设用地增长空间极小,缺少对比分析价值,因此未纳入分析模型当中。

3.4 大湾区城市建设用地与经济规模增长的协同机理

3.4.1 不同发展阶段城市建设用地与经济规模增长的协同过程

产业发展理论认为,对于大多数城市来说,随着社会经济发展,第一产业对于城市GDP的贡献逐渐下降,第二产业占GDP的比重逐渐上升。随着城市发展到达一定阶段,第二产业占GDP的比重不再上升,乃至逐渐下降,而第三产业的比重逐渐上升,最终随着城市产业职能不同,产业结构稳定在某一个比例。在城市产业发展的不同阶段,城市经济规模增长和建设用地增长之间的关系有所不同。
在城市经济以农业、手工业为主导的时期,城市经济增长并不依赖建设用地的增长,而经济规模增长带来的人口集聚会促使城市的扩张,从而引起建设用地增长,但这个过程是较为缓慢的,这一阶段经济规模和建设用地二者间协同性相对较弱。随着城市进入工业化进程,城市经济规模逐渐进入高速增长阶段,工厂及配套设施的建设需要大量的建设用地投入,与此同时,农村人口大量进入城市,欠发达地区人口流向工业化程度高的城市,因而城市居住用地和公共服务用地也需要快速增长以适应城市人口快速增长,在此发展阶段,经济规模和建设用地二者间相互关系密切,协同性快速提高。
随后,部分城市逐渐实现产业升级换代,第三产业、高新技术产业成为经济增长的主要贡献者,这些产业经济产出较高,而无需大量的产业用地投入,因而经济与用地间的协同性上升速度有所减缓,而建设用地增长对经济规模增长的作用效率快速提升。部分城市并未快速实现产业升级,仍然大量投入新增产业用地,但随着资源环境成本、人力成本、国际环境变化等影响,经济增长出现减缓,从而造成经济规模和建设用地之间协同性上升速度明显减缓。另外,部分城市产业发展陷入瓶颈,受到资源环境承载力的限制,城市难以为产业发展大量提供新增用地,又缺乏其他增长的动力和途径,城市发展从而陷入停滞乃至收缩,在此情形下,经济规模和建设用地增长的协同性会出现下降。

3.4.2 各城市建设用地与经济规模增长协同性的差异分析

根据上述计算及分析,可以对大湾区各城市当前建设用地与经济规模增长协同性特征产生的原因进行判断。深圳已初步实现产业的更新换代,高新技术产业成为深圳的名片,因此在建设用地与经济规模增长协同性上体现出协同度上升速度略微下降、建设用地增长对经济规模增长的作用效率极高的特征。广州、东莞、佛山、惠州等城市比较类似,均保持了较大的建设用地投入力度,而尚未全面实现产业的转型升级,从而造成了建设用地与经济规模增长协同度升速下降、建设用地增长对经济规模增长的作用效率降低的特征。其中广州由于在高新技术产业领域与深圳相比缺乏竞争力,传统工业仍然作为产业发展的重要部分,从而逐渐被深圳赶超。珠海、中山市工业发展在大湾区各市中相对落后,但也相对较早进入了产业转型期,特别是珠海,在大湾区快速工业化时期发展滞后,但近年来在电子信息等产业带动下经济增长后劲十足,因而得以实现建设用地增长对经济规模增长的作用效率的提升。江门、肇庆经济发展遭遇瓶颈,建设用地增长速度显著上升的同时,经济增长明显减缓,造成了二者协同度下降、建设用地增长对经济规模增长的作用效率直线下滑。 香港、澳门由于其自身条件限制,不具备大量新增建设用地的条件,且其产业发展早已进入第三产业主导阶段,土地问题对城市经济增长不构成重大影响,但当前港澳同样面临着经济增长受阻的问题,过度依赖传统优势产业、缺少创新研发投入、缺少高新技术产业等是经济增长受阻的主要原因。

3.4.3 大湾区城市建设与经济协调发展的政策建议

对于大湾区这一高度城市化地区而言,土地资源逐渐紧缺、资源环境压力逐渐增大的现实无法避免。促进城市建设用地与经济规模增长有序协调、提高建设用地增长对经济规模增长的作用效率,一是建设用地扩张的投入应尽可能做到节约集约,尽可能降低成本投入;二是在经济规模增长的投入中发挥创新的作用,创新作为一种智力投入,并不依赖物质资源层面的投入,但在当前大湾区所处的发展阶段下,可以创造出大量的价值。加强土地节约集约利用、加强产业中的创新投入,是大湾区当前高效、快速发展的重要途径。
对于大湾区各城市而言,由于其所处的发展阶段、发展现状和定位不同,政策措施上应有所侧重。深圳定位为大湾区的科技创新中心,应持续加大R&D投入、大力支持高新技产业发展,并带动周边东莞、惠州等市加速产业转型。广州近年来对于先进制造业、文化创意产业等领域支持力度较大,未来在进一步对优势产业加强支持的同时,应着重控制对于汽车制造、零部件生产等传统产业的供地,严格要求传统产业企业提升土地利用效率。东莞、佛山、惠州等市应依托深、广加速制造业转型升级进程,并着力对现有产业用地进行整治,提升节约集约利用水平。珠海、中山建议严控产业用地规模,着力提升产业层次,将“宜居宜业宜游”作为建设目标。香港、澳门应着重寻找突破传统优势产业限制的新的增长方向,在保障社会稳定的前提下,推动金融、商贸、物流、专业服务等向高端高增值方向发展,并大力发展创新及科技事业,培育新兴产业。

4 结论

本文研究了1990—2017年期间粤港澳大湾区各城市建设用地增长情况及经济规模变化情况,并对二者之间的协同关系进行了分析。研究主要得出以下结论:
1990—2017年,粤港澳大湾区各城市建设用地增长速度总体呈加快态势,各城市在不同时期建设用地增长速度的变化与城市所处发展阶段的变化密切相关。大湾区内城市经济规模多数在广东—港澳范围内排行前列,且位序逐渐攀升,仅有肇庆和澳门1990—2017年经济规模在广东—港澳范围内排序明显下降。
以1990年为基期,至2017年,大湾区整体建设用地与经济规模增长的协同度一直处于上升的态势,有序性不断增强,上升速度2010—2017年期间与之前相比有明显的下降,体现出近年来随着城市化进程的不断推进,建设用地增长和经济规模增长二者之间的相互依赖程度有所下降。各城市间建设用地与经济规模增长的协同度演变差异性十分明显。深圳、中山在研究期间二者的协同度保持了相对稳定的上升速度,广州、东莞、佛山、惠州等城市的协同度在研究期间也保持了上升的趋势,但在2010—2017年阶段相对于之前上升速度有明显下降。江门市二者的协同度在2000—2010年明显上升,但2010年之后出现了快速下滑。珠海市则是2000—2010年间协同度略为下降,而2010年后高速提升。肇庆、香港、澳门在研究期间建设用地与经济规模增长的协同度不断下降。深圳、珠海、中山三个城市建设用地增长对经济规模增长的作用效率在研究期间不断上升,其他多数城市研究期间该效率在2000—2010年期间达到最高,2010—2017年期间均出现明显下降。各城市间产业的发展阶段以及目标定位的不同造成了建设用地和经济规模增长协同性的差异。
本研究结果对于未来大湾区各城市突破产业发展瓶颈、增强土地利用效率的政策方向选择有一定助益。本研究仍然存在一些不足之处,一是时间分辨率偏低,本文以10年为一个时间段对城市建设用地和经济规模的演变进行研究,尽管能够看出不同时段间的差异,但差异产生的具体时间拐点无法得出;二是对建设用地与经济规模增长的协同关系是只是进行了初步分析,对于其内在机理尚未进行更深层次的探索。以上不足在未来研究中值得关注和改进。
[1]
吴亚明. 建设大湾区吹响集结号[N]. 人民日报海外版,2019- 02-19(第1版).

[2]
彭芳梅. 粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析[J]. 经济地理, 2017, 37(12):57-64.

[3]
周春山, 罗利佳, 史晨怡, 等. 粤港澳大湾区经济发展时空演变特征及其影响因素[J]. 热带地理, 2017, 37(6):802-813.

DOI

[4]
李郇, 周金苗, 黄耀福, 等. 从巨型城市区域视角审视粤港澳大湾区空间结构[J]. 地理科学进展, 2018, 37(12):1 609-1 622.

[5]
彭芳梅. 粤港澳大湾区金融禀赋、贸易开放度与经济空间演化及其实证[J]. 统计与决策, 2019, 35(6):119-123.

[6]
刘锦, 田银生. 粤港澳大湾区背景下的珠三角城市群产业—人口—空间交互影响机理[J]. 地理科学进展, 2018, 37(12):1 653-1 662.

[7]
潘苏, 种照辉, 覃成林. 基于先进生产性服务业的粤港澳大湾区城市网络演化及其影响因素[J]. 广东财经大学学报, 2019, 34(1):103-112.

[8]
安宁, 马凌, 朱竑. 政治地理视野下的粤港澳大湾区发展思考[J]. 地理科学进展, 2018, 37(12):1 633-1 643.

[9]
马海涛, 黄晓东, 李迎成. 粤港澳大湾区城市群知识多中心的演化过程与机理[J]. 地理学报, 2018, 73(12):2 297-2 314.

[10]
林贡钦, 徐广林. 国外著名湾区发展经验及对我国的启示[J]. 深圳大学学报:人文社会科学版, 2017, 34(5):25-31.

[11]
李睿. 国际著名“湾区”发展经验及启示[J]. 港口经济, 2015(9):5-8.

[12]
谭术魁, 饶映雪, 朱祥波. 土地投入对中国经济增长的影响[J]. 中国人口·资源与环境, 2012, 22(9):61-67.

[13]
夏方舟, 李洋宇, 严金明. 产业结构视角下土地财政对经济增长的作用机制——基于城市动态面板数据的系统GMM分析[J]. 经济地理, 2014, 34(12):85-92.

[14]
曾伟. 土地资源对城市经济增长的影响分析:理论与实证[J]. 资源科学, 2014, 36(7):1 317-1 326.

[15]
王建康, 谷国锋. 土地要素对中国城市经济增长的贡献分析[J]. 中国人口·资源与环境, 2015, 25(8):10-17.

[16]
黄凌翔, 张臣刚, 卢静, 等. 土地供应结构对经济增长影响的空间效应研究——以长江中游城市群为例[J]. 中国土地科学, 2018, 32(9):51-58.

[17]
陈翠芳, 卢新海, 刘茜, 等. 城市土地集约利用能提升经济增长质量吗?[J]. 资源与产业, 2019, 21(3):67-74.

DOI

[18]
胡应龙, 陈颖彪, 郑子豪, 等. 广州市生态系统服务价值空间异质性变化[J]. 热带地理, 2018, 38(4):475-486.

[19]
Zhu G, Liu Y B, Ju W M, et al. Evaluation of topographic effects on four commonly used vegetation indices[J]. Journal of Remote Sensing, 2013, 17(1):210-234.

[20]
虞晓芬, 傅玳. 多指标综合评价方法综述[J]. 统计与决策, 2004(11):119-121.

[21]
李谭, 王利, 王瑜. 辽宁省港口物流效率及其与腹地经济协同发展研究[J]. 经济地理, 2012, 32(9):108-113.

Outlines

/