EN中文

Economic geography >

2021 , Vol. 41 >Issue 8: 106 - 114

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.08.013

Evolution Characteristics of Industrial Land of Urban Agglomerations in the Middle Reaches of the Yangtze River

  • ZHU Zheng , 1 ,
  • HE Qingyun , 2, ※ ,
  • QU Xiangying 1
Expand
  • 1. Fine Arts Academy，Hunan Normal University，Changsha 410081，Hunan, China
  • 2. College of Geographic Sciences，Hunan Normal University，Changsha 410081，Hunan, China

Received date: 2020-07-10

  Revised date: 2021-05-05

  Online published: 2025-04-13

Fold

Abstract

The methods of centrifugal model and contribution measurement are used to analyze the evolution characteristics of the urban agglomerations in the middle reaches of the Yangtze River (UAMRYR). Results show that: 1) The total growth of industrial land in the UAMRYR reached 300%,and experienced three growth stages which were start-up,acceleration and peak in 1990-2019. The industrial land accounts for 41.08% of the increment of the built-up areas,which was the main driving force for the development of the UAMRYR. 2) The concentrating effect on industrial land of the Wuhan metropolitan area,the Changsha-Zhuzhou-Xiangtan urban agglomeration and the Nanchang metropolitan area strengthened constantly. In 2019,they centralized 55.96% industrial lands of whole UAMRYR,meanwhile the industrial land increasing in other cities were lagging relatively,which leaded to an obvious spatial imbalance of industrial land distribution in the UAMRYR. 3) There was a strong positive correlation between the city size and the contribution of industrial land to urban expansion,which indicated that the growth of industrial land was the main factor to promote the urban expansion. 4) The distribution of industrial land in the three metropolitan areas was excessively concentrated and close to the important ecological areas such as Yangtze River,Dongting Lake and Poyang Lake. If the current growth rate is maintained,it is likely to cause serious ecological problems due to exceeding the regional environmental carrying capacity.

Key words： urban agglomerations in the middle reaches of the Yangtze River (UAMRYR); industrial land; built-up area; evolution process; urban expansion; metropolitan area; territorial and spatial planning

Cite this article

ZHU Zheng , HE Qingyun , QU Xiangying . Evolution Characteristics of Industrial Land of Urban Agglomerations in the Middle Reaches of the Yangtze River[J]. Economic geography, 2021 , 41(8) : 106 -114 . DOI: 10.15957/j.cnki.jjdl.2021.08.013

进入21世纪后，城市群已成为中国城镇化的主体形态。而工业用地在我国大多数城市群的发展过程中均扮演了十分重要的角色，加快了城市群综合实力与竞争力的提升。但由于扩张过快、布局过度集中、占用生态敏感区等问题，工业用地的增长对城市群自然环境和人居环境也造成了一些负面影响。在此背景下，对城市群工业用地演变的时空特征进行研究很有必要，是把握工业用地变化趋势，归纳其存在问题，进而制定优化方案的重要依据。因此，众多学者针对城市和城市群工业用地演变的驱动机制、演变形态、分析方法、优化模式展开了研究。
驱动机制方面，Krugman指出：城市的扩张将提高劳动生产率和单位收益，从而刺激工业用地在大城市周边集聚[1]。Fujita指出：城市土地的稀缺性和产业园区的规模经济效益，导致工业用地由中心区向边缘区不断外迁[2]。曾刚归纳了导致工业用地演变的四个主导因素，即级差地租的变化、人口密度向边缘区的递减、交通运输优势以及企业的集聚效益[3]。郭贯成、陈伟、赵向阳等分别立足产业结构转型、城市功能变迁、政策环境变化等视角，分析了导致工业用地时空演变的动力机制[4⇓-6]。
演变形态方面，Friedmann指出：由核心区向边缘区迁移，是城市群中工业用地演变的基本形态[7]。姚士谋以长三角地区为例，探讨了工业用地空间演变的过程特征，及其对城市群形成、发展、扩张的推动作用[8]。McGrath、Langer、LeClerc等学者归纳了城市群中工业用地演变的常见形态，包括核心集聚、梯度分布、带状分布、散点分布等，并指出演变形态与城市群空间结构密切相关[9⇓-11]。
在方法论层面，国内外学者一方面采用元胞自动机（CA）、扩张指数模型（AGI）、空间自相关模型（Moran's I）等方法对城市及城市群工业用地的演变过程进行了模拟分析[12⇓-14]；另一方面则采用缓冲区分析、核密度分析、可达性分析、重心转移分析、标准差椭圆（SDE）等方法对工业用地时空演变的特征进行了研究[15⇓⇓-18]。
优化模式方面，Walker指出：基于空间规划的工业用地布局至关重要，决定了其效能及环境影响[19]。陆大道院士提出了建设由海岸地带轴、长江沿岸轴组成的“T”型工业开发轴，营造新型工业集聚区的构想[20]。宗跃光、钮心毅、刘路云等从用地性质调整、土地置换、规模控制、方向引导等方面着手，建立了城市和城市群工业用地空间布局优化的一系列模式[21⇓-23]。
综合上述研究可知，国内外学者对于城市与城市群工业用地演变的机制、形态、分析方法上均有较为深入的研究，值得本文参考。但以单个城市为对象的研究较多，以城市群为对象的研究偏少，以规模巨大的国家级城市群作为对象的研究更少。同时，大部分研究偏重数理分析，研究视角相对宏观，对于工业用地时空演变的空间特征、微观过程研究有待深化。需要注意的是，工业用地可以分为位于城市范围内的城市工业用地和城市以外的独立工矿用地两类。由于后者与城市群发展扩张的关系不够密切，故本文中的”工业用地“特指城市中的工业用地。
长江中游城市群是中国首个获批的国家级城市群，也是全国第二大城市群，集中了全国约9.0%的人口和9.6%的GDP[24]。1990—2019年，长江中游城市群的城镇化步伐不断加快，工业用地高速扩张，至2019年已形成武汉临空港经济技术开发区、长沙经济技术开发区、南昌高新技术产业开发区等国家级产业园区共42家（湖北14家、湖南14家、江西14家），省级开发区共181家（湖北69家、湖南49家、江西63家）[25]。产业园区批复总面积1 385.26 km2，实际建设面积近2 000 km2。已形成了汽车制造、光电子信息、工程机械、装备制造、食品医药、新能源、新材料、有色金属等主导产业[26]。可以认为，长江中游城市群工业用地总量多、增长快且在城市化过程中作用显著，在国家级城市群中具有一定的代表性。在此背景下，本文以长江中游城市群作为研究对象，通过空间数据库构建、方格网系统生成、离心模型运算、贡献度测算等步骤，对其工业用地整体扩张历程及在各城市的演变特征进行分析，致力于归纳城市群工业用地演变过程中的一些共性问题，并建立一套相对准确的研究方法，为中国城市群工业用地的研究提供参考。

1 研究区域与数据来源

1.1 研究区域

根据国务院批复的《长江中游城市群发展规划》，本文的研究范围涵盖鄂、湘、赣三省的武汉、南昌、长沙等31个城市，总面积31.7万km2。其中包括得到国家批复或规划认定的三大城市圈，分别为武汉城市圈（含武汉、孝感、黄石、黄冈、鄂州、咸宁、仙桃、潜江、天门共9个城市）、长株潭城市群（含长沙、株洲、湘潭3个城市）、南昌都市圈（含南昌及周边区县）。考虑到数据的可得性和研究的准确性，选择1990、1995、2000、2005、2010、2015、2019年共7个年份的数据作为研究素材。

1.2 数据来源

本文数据涵盖城市总体规划现状库数据、LULC数据（land use and land cover，即土地利用与土地覆盖数据）、Landsat数据、行政边界数据四类。其中城市总体规划现状库数据由三省自然资源厅和各城市自然资源与规划局提供，为dwg格式，已被统一为西安坐标系，包括各类城市用地（含工业用地）的位置、边界和面积的矢量数据。在2010、2015、2019年，31个城市均有完善的现状库数据，但在1990、1995、2000、2005年则有不同程度的数据缺失，需要以其他两类数据进行补足。LULC数据来源于欧洲航天局（European Space Agency）的网站（http://www.esa-landcover-cci.org/），分辨率为300 m，已解译完成，涵盖城市和建筑区、农田、草地、林地、水体、湿地、荒地共7类空间数据。Landsat数据来源于地理空间数据云（http://www.gscloud.cn/）中的Landsat4-5、7的TM/ETM数据，以及Landsat 8的OLI-TIRS数据。数据均采用UTM-WGS 84投影，分辨率30 m。上述7个年份的LULC和Landsat数据均齐全。行政边界数据来源于地理国情监测云平台（http://www.dsac.cn/）。此外，本文还向三省地图出版社购买了多个年份的城市地图集。

2 研究方法

2.1 空间数据处理

将各年份的Landsat数据导入ENV I软件（5.1版本），进行坐标校准、几何校正和图像优化，将处理后的遥感图像数据导入ArcGIS软件（10.2版本），并导入各城市的行政边界数据，形成7个年份的研究底图。在ArcGIS软件中，将各年份的LULC数据导入其相同年份的底图文件，校正其坐标，并以Landsat数据为参照，对LULC数据进行自动数据检验和拓扑检验，对发现的问题予以修正，并提取所有建成区的图斑，即可得到7个年份的建成区演变数据库。在此基础上，将2010、2015、2019等年份的城市总体规划现状库dwg文件导入ArcGIS软件，进行坐标配准和比例校正，并提取其中的工业用地图斑。对于缺失数据的年份，用建成区图斑覆盖该年份的Landsat遥感图像，对图斑内的图像进行目视解译，并与同期的城市地图进行对比，进而绘制出所有工业用地图斑。需要说明的是，本文中的工业用地既包括一二三类工业用地及矿产开发用地，又包括位于产业园区中，为工业配套的道路交通、物流仓储、基础设施等用地。城区及产业园区中的商业、居住、公共服务等用地不在其列。城市和产业园区以外的独立工矿用地不属于城市工业用地，故不纳入考虑范围。将各年份的建成区、工业用地图斑存至对应图层，即可得到1990—2019年长江中游城市群建成区增长及工业用地变化的空间数据库。

2.2 方格网系统构建

在充分考虑分析精度和运算可行性的基础上，选择边长5 km，面积25 km2的正方形单元格作为研究单元[27]。建立一个由12 780个该正方形单元格组成的方格网系统，覆盖空间数据库中长江中游城市群的范围。利用ArcGIS软件的分区统计功能，分别计算7个时间点上各单元格的建成区、工业用地面积。对各单元格7个时间点的面积数据进行两两相减，即可得到反映1990—1995、1995—2000、2000—2005、2005—2010、2010—2015、2015—2019年共6个时间段中各单元格建成区增量、工业用地增量与损失量的方格网系统。

2.3 离心模型构建

在1990年的研究底图中，找出31个城市的建成区的几何中心点。以这些几何中心点所在的单元格作为原点，建立离心模型（centrifugal model），以描述各城市周边区域工业用地的演变情况[28]。
P m = ∑ i = 0 m ∑ j = 0 m P i , j 2 π m P 0   m - 1 ≤ i 2 + j 2 ≤ m ; 0 P i , j ≤ P u
式中： P m为某城市原点周边m距离的单元格中工业用地面积变化的平均值；m为距离单位，以单元格的边长作为单元，考虑到模拟的精度，m最大取10；i、j分别为坐标系的横、纵坐标； P i , j为该坐标系中坐标为（i，j）的单元格中1990—2019年工业用地面积的变化值； P u为坐标为（i，j）的单元格的建成区增量； P 0为该单元格在初年即1990年的工业用地面积。根据该模型生成反映31个城市工业用地时空演变的动态曲线。将离心模型中的工业用地变量换成建成区，即可生成各城市建成区时空演变的动态曲线。

2.4 贡献度测算

利用动态时间规整（Dynamic Time Warping，即DTW）模型，对建成区与工业用地的动态曲线进行对比计算，求出工业用地对于各城市城市扩张的贡献度[29]。
C t = 1 k ∑ t = 1 k P m t 2 - ∑ t = 1 k - t U m t 2
式中： C t为某城市在1990—2019年中工业用地对于城市扩张的贡献率，为百分比形式； P m t和 U m t分别为工业用地、建成区动态曲线上距原点m距离的点在某一年份的值，单位为km2；t为年份序号，在1990—2019的7个年份中依次取1~7；k为年份总数，此处取7。利用该公式，能够以非欧几何的视角描述工业用地增长对建成区的影响，不局限于当时的影响，还包括其后年份的整体影响，从而得出相对准确的贡献度结果。

3 结果

3.1 工业用地总体演变历程分析

在生成空间数据库的基础上，对各时间段的工业用地图斑进行叠加，并在空间上两两相减，得到1990—1995、1995—2000、2000—2005、2005—2010、2010—2015、2015—2019年共6个时间段中新增、消失的工业用地位置和范围，如图1所示。立足空间数据库，以各城市的行政边界为范围，利用ArcGIS软件的分区统计功能，分别计算出各年份中31个城市的建成区、工业用地的增量，并计算各时间段工业用地占建成区增量的比重，得到表1。
图1 长江中游城市群建成区增长及工业用地时空变化(1990—2019)

Fig.1 Growth of the built-up areas and the spatio-temporal changes of industrial land in the urban agglomerations in the middle reaches of the Yangtze River(1990-2019)

表1 各城市建成区与工业用地变化情况(1990—2019)

Tab.1 Changes of industrial land and urban built-up area in cities of the middle reaches of the Yangtze River (1990-2019)

城市 A B C D E F G
武汉市 188.68 786.58 597.90 52.15 308.35 256.20 42.85
孝感市 22.67 131.81 109.14 8.83 55.21 46.37 42.49
黄石市 29.87 109.36 79.49 12.75 46.84 34.09 42.89
黄冈市 18.22 98.71 80.49 6.78 39.45 32.67 40.59
鄂州市 18.13 62.38 44.25 6.58 24.10 17.52 39.59
咸宁市 22.56 56.21 33.65 7.20 18.92 11.71 34.80
荆州市 85.08 214.27 129.19 27.77 74.83 47.06 36.43
襄阳市 62.42 174.52 112.1 21.99 63.61 41.61 37.12
宜昌市 93.36 171.04 77.68 23.25 51.86 28.61 36.83
荆门市 36.89 108.36 71.47 15.55 42.74 27.19 38.04
仙桃市 9.11 43.32 34.21 3.28 16.32 13.04 38.12
潜江市 7.86 35.74 27.88 2.45 11.93 9.48 34.00
天门市 7.94 35.28 27.34 2.67 12.62 9.95 36.39
长沙市 101.94 461.05 359.11 36.58 192.47 155.89 43.41
株洲市 47.96 162.74 114.78 20.47 81.72 61.25 53.36
湘潭市 44.23 143.51 99.28 16.09 62.34 46.25 46.59
岳阳市 43.23 116.32 73.09 16.91 58.43 41.52 56.81
衡阳市 47.41 158.08 110.67 17.14 62.99 45.85 41.43
常德市 78.66 150.91 72.25 16.83 56.15 39.32 54.42
益阳市 18.42 84.33 65.91 7.15 31.78 24.64 37.38
娄底市 15.03 66.47 51.44 6.15 25.61 19.46 37.83
南昌市 64.27 385.21 320.94 34.20 165.98 131.78 41.06
九江市 30.56 155.72 125.16 15.74 63.72 47.97 38.33
鹰潭市 11.34 43.13 31.79 6.95 19.04 12.08 38.00
抚州市 11.29 68.98 57.69 12.75 33.67 20.92 36.26
景德镇市 30.94 72.31 41.37 11.19 28.96 17.77 42.95
上饶市 22.88 125.42 102.54 10.32 51.00 40.68 39.67
萍乡市 21.08 68.54 47.46 12.15 32.17 20.01 42.16
宜春市 11.63 115.92 104.29 11.21 42.33 31.12 29.84
新余市 16.38 75.26 58.88 8.56 30.34 21.78 36.99
吉安市 13.39 132.18 118.79 11.63 46.40 34.77 29.27
长江中游城市群 1 233.43 4 613.66 3 380.23 463.28 1 851.88 1 388.60 41.08

3.1.1 工业用地总体演变趋势分析

通过空间数据库的统计得知，1990—2019年中，长江中游城市群的工业用地总面积由463.28 km2增长至1 851.88 km2，总增量达到1 388.60 km2，增幅达300%。其中，1990—1995、1995—2000、2000—2005、2005—2010、2010—2015、2015—2019年这6个时间段的增量分别为97.09 km2、136.26 km2、208.25 km2、280.30 km2、336.92 km2、329.78 km2。同时，亦有少量因迁出而损失的工业用地，在6个时间段的损失量依次为6.93 km2、11.84 km2、18.76 km2、21.18 km2、15.62 km2、12.95 km2，与增量相比十分微小。统计三省城市数据可知，湖北省的13个城市1990—2019年工业用地面积从191.25 km2增长至766.78 km2，增量为575.53 km2，增幅为300.93%。湖南省的8个城市1990—2019年工业用地面积从137.32 km2增长至571.49 km2，增量为434.17 km2，增幅为316.17%。江西省的10个城市1990—2019年工业用地面积从134.71 km2增长至513.61 km2，增量为378.90 km2，增幅为281.27%。可以认为在1990—2019年期间，长江中游城市群及其范围内鄂、湘、赣三省城市的工业用地均有十分迅速的增长，其增幅明显高于建成区的总增幅（274.05%）。

3.1.2 工业用地分阶段演变特征分析

通过对图1、表1的观察，可将长江中游城市群工业用地演变历程划分为三个阶段。
1990—2000年：此阶段城市群的工业用地总面积达到696.63 km2，工业用地总增量为233.35 km2，占建成区总增量的37.20%。武汉、长沙、南昌的工业用地分别增长了30.74 km2、23.18 km2、21.49 km2，优势明显，可归为第一层次。荆州、襄阳、宜昌、株洲、湘潭、衡阳、九江7个城市的增长相对较快，工业用地增量在7.25~13.48 km2之间，可归为第二层次。其余21个城市增长相对较慢，工业用地增量在2.15~5.45 km2之间，可归为第三层次。此阶段的长江中游城市群工业用地增速已开始加快，并在城市中形成了增速差异显著的三个层次，可归纳为工业用地演变的启动时期。
2000—2010年：此阶段城市群的工业用地总面积达到1 185.18 km2，工业用地总增量为488.55 km2，占建成区总增量的42.90%。武汉、长沙、南昌的工业用地增量分别达到78.57 km2、63.16 km2、40.52 km2，优势得到进一步巩固。除上一阶段中第二层次的7个城市外，黄石、黄冈、孝感、常德、岳阳的增速也明显加快，共同形成了新的第二层次，其增量为12.37~17.56 km2。其余15个城市增长仍相对较慢，工业用地增量在4.17~9.26 km2之间。此阶段的城市群工业用地整体增速进一步加快，第一层次和第二、第三层次城市的工业用地增量差距不断加大。武汉与周边的黄石、黄冈、鄂州等8个城市，长沙与株洲、湘潭2个城市之间的工业用地面积不断增加，间隔越来越小，已形成连绵发展趋势。因此该阶段可归纳为工业用地演变的加速时期。
2010—2019年：此阶段城市群的工业用地总面积达到1 851.88 km2，工业用地总增量为666.70 km2，占建成区总增量的42.53%。武汉与周边城市，长沙与株洲、湘潭的工业用地间隔无几，已形成了显著的连绵发展态势。武汉城市圈、长株潭城市群、南昌都市圈成为了新的第一层次，其工业用地增量分别达到166.34 km2、132.58 km2、69.77 km2，三者之和占到城市群总增量的55.30%。荆州、襄阳、宜昌、衡阳、岳阳、常德、九江7市仍为第二层次，增量在19.16~26.31 km2之间。其余13个城市为第三层次，增量在8.48~16.52 km2之间。此阶段中，长江中游城市群的工业用地每年以约75 km2，即一个中等城市面积的增量高速增长。工业用地对城市群空间形态的演变产生了至关重要的推动作用，促成了三大城市圈的最终形成。因此该阶段可归纳为工业用地演变的高峰时期。

3.1.3 工业用地集中增长区域分析

通过计算可知，武汉城市圈、长株潭城市群、南昌都市圈这三大城市圈1990年的工业用地面积分别为102.69 km2、73.14 km2、34.20 km2，总和为210.03 km2，占城市群工业用地总量的45.34%。到2019年，三者工业用地面积分别为533.74 km2、336.53 km2、165.98 km2，总和为1 036.25 km2，占城市群总量比重达到55.96%，较1990年增长了10.62%。从增量上来看，三者在1990—2019年的增量分别为431.05 km2、263.39 km2、131.78 km2，增量总和为826.22 km2，占城市群总增量的59.50%。从占新增建成区比重来看，三者在1990—2019年的比重分别为41.04%、44.21%、41.06%，总的比重为41.98%，高于41.08%的城市群总比重以及其他城市比重。可以认为，三大都市圈以城市群22.18%的国土面积，集中了一半以上的工业用地面积和增量，是长江中游城市群在1990—2019年期间工业用地增长最为集中，对城市扩张带动作用最大的区域。此外，荆州、九江、衡阳、襄阳、岳阳、宜昌、常德7市在1990—2019年的工业用地增量分别为47.06 km2、47.97 km2、45.85 km2、41.61 km2、31.52 km2、28.61 km2、29.32 km2，是除三大都市圈外工业用地增长较为集中的区域。

3.2 各城市工业用地演变历程分析

建立6个时间段建成区增长量、工业用地增长量与减少量的方格网系统。为了节省篇幅，对各单元格在6个时间段的数据进行叠加，并以不同高度、不同颜色进行表现，得到图3。在方格网系统基础上，进行离心模型运算。在运算过程中发现，武汉城市圈、长株潭城市群中的工业用地动态曲线存在大量的空间重叠，故取其核心城市即武汉、长沙的建成区几何中心为原点，建设整个城市圈的离心模型。建立三大城市圈和其他18个城市的动态曲线图，如图3、图4所示。根据动态曲线图的贡献度测算，求出各城市工业用地对于城市扩张的贡献度，见表2。
表2 各城市工业用地对城市扩张的贡献度(1990—2019)

Tab.2 Contribution of industrial land to urban expansion of all cities (1990-2019)

城市 贡献度（%） 城市 贡献度（%）
武汉城市圈 42.91 南昌都市圈 40.98
荆门市 40.46 九江市 40.05
荆州市 40.14 景德镇市 40.08
襄阳市 39.51 上饶市 39.88
宜昌市 39.44 抚州市 37.85
长株潭城市群 43.42 吉安市 38.14
衡阳市 39.82 鹰潭市 38.57
岳阳市 41.24 萍乡市 39.84
常德市 39.70 新余市 37.51
益阳市 37.12 宜春市 39.18
娄底市 37.46 长江中游城市群 40.56

3.2.1 三大城市圈工业用地演变特征分析

对比图2、图3、表2，可归纳三大城市圈工业用地演变特征。
图2 工业用地空间增长与空间损失方格网系统

Fig.2 Grid systems for the spatial growth and spatial loss of industrial land

图3 三大城市圈工业用地演变动态曲线图

Fig.3 Dynamic curves for the spatio-temporal evolution of industrial land in three metropolitan areas

①武汉城市圈的工业用地在格网系统中呈现出显著的连绵扩张态势，在动态曲线中呈现出显著的重心外迁趋势。1990—2000年，其工业用地的主要增长区集中在距中心10~20 km处，到了2000—2010年则快速扩张至距中心40~50 km处，到2015—2019年更是扩张到了距中心60~70 km处，且在距中心70 km处仍有20 km2左右的单元格工业用地增量（单元格本身面积为25 km2）。工业用地损失主要集中在武汉的中心区，损失范围呈由中心向外扩张的趋势，在周边城市也有一定的损失。其工业用地对城市扩张的贡献度为42.91%。这说明在武汉城市圈1990—2019年的发展过程中，工业用地向外扩张的速度很快，是带动城市圈整体扩张的主导力量。随着工业园区的持续布局建设，武汉与周边的孝感、黄石、黄冈、鄂州、咸宁、仙桃等城市已基本相连，城市之间的农业与生态用地日益减少，呈现出绵延发展趋势。
②长株潭城市群的工业用地在格网系统中呈现为三处高地，即长沙、株洲、湘潭，以及三者间的一块低地，即城市群生态绿心。从动态曲线上来看，长株潭城市群1990—2000年的工业用地主要增长区集中在距中心10~20 km处，在2000—2010年外移至距中心20~30 km处，在2010—2019年则继续扩张至距中心40~50 km处，且在60~70 km处仍有一定的增量。工业用地损失主要分布在长沙、株洲、湘潭三市的中心区，其中长沙略高。其工业用地对城市扩张的贡献度为43.42%。与武汉城市圈相比，长株潭城市群工业用地扩张的范围较小，但仍是城市群中工业用地增长最为剧烈的区域之一。在1990—2019年的发展过程中，长沙、株洲、湘潭三市之间的区域被工业用地逐渐填满，生态绿心面积也不断缩小。在2015—2019年期间，生态绿心缩小的趋势得到遏制，但三市工业用地向外部扩张的速度仍未放缓。
③南昌都市圈的工业用地在格网系统中呈现为一块相对孤立的高地，仅影响到南昌市及周边区县，与周边地级城市的工业用地均缺乏直接联系。在1990—2000年期间，其工业用地的主要增长区集中在距中心0~10 km处，在2000—2010年移动至距中心10~20 km处，在2010—2019年则移动至距中心20~30 km处。在距中心30~40 km处，工业用地增量迅速下降。工业用地损失均集中在南昌市的中心区。其工业用地对城市扩张的贡献率为40.98%。虽然南昌都市圈在距中心10~30 km的范围内也存在一个快速扩张的过程，但由于周边没有其他地级城市支撑，其工业用地扩张范围明显小于武汉城市圈和长株潭城市群。
总的来看，武汉城市圈、长株潭城市群和南昌都市圈是长江中游城市群中工业用地扩张最快，增长最剧烈的区域，也是工业用地损失最集中，外迁最为频繁的区域。其中武汉城市圈在扩张范围、扩张速度上都占有显著优势，长株潭城市群居中，而南昌都市圈的扩张范围、速度明显低于前二者。

3.2.2 其他城市工业用地演变特征分析

对比图2、图4、表2可知，18个城市的工业用地演变历程区别显著，可归为4个类型。
图4 其他城市工业用地演变动态曲线图

Fig.4 Dynamic curves for the spatio-temporal evolution of industrial land in other cities

①高速扩张型：包括襄阳、荆州、宜昌、衡阳、岳阳、九江。此类城市的工业用地在1990—2019年期间均增长迅速，在主要增长区往往能达到20 km2左右的单元格增量。同时，主要增长区外移趋势显著，由距中心区0~5 km处逐渐外移至距中心区15~20 km处，并始终保持了较高的增量。其工业用地对城市扩张的贡献度在39.44%~40.05%之间。这说明此类城市的工业用地总体增量较高，向外扩张趋势明显，是引导城市快速发展的主要力量。
②集中增长型：包括荆门、常德、景德镇、抚州。此类城市的工业用地扩张速度较快，在主要增长区也能达到15~20 km2的单元格增量。但主要增长区外移缓慢，在1990—2019年期间仅从距中心区0~5 km处外移至距中心区10~15 km处，超过15 km工业用地增量就急剧下降。其工业用地对城市扩张的贡献度在37.85%~40.08%之间。这说明此类城市本身规模相对较小，工业用地扩张的范围不大，但中心区周边的工业用地布局集中且增量很大，在城市增长过程中起到了重要的作用。
③分散增长型：包括萍乡、鹰潭、吉安、上饶。在1990—2019年期间，此类城市工业用地的主要增长区经历了由距中心5~10 km处向距中心15~20 km处快速扩张的过程，部分城市甚至扩张至距中心25 km处，但其单元格增量最高也仅为15 km2左右，显著低于前两类城市。其工业用地对城市扩张的贡献度在38.14%~39.84%之间。这说明此类城市工业用地布局相对分散，往往是在距中心区较远的区域呈组团式布局，并引导城市本身也形成了组团式或条带状的空间形态。
④缓慢增长型：包括娄底、益阳、新余、宜春。在1990—2019年期间，此类城市工业用地的主要增长区扩张缓慢，仅由距中心0~5 km处移动至距中心5~10 km处，单元格增量最高值也一直在15 km2左右。其工业用地对城市扩张的贡献度在37.12%~39.18%之间。这说明此类城市的工业用地增长与扩张均相对缓慢，对城市发展的带动作用有限。

4 结论与讨论

4.1 结论

通过总体演变趋势和各城市演变特征的分析，可归纳出1990—2019年期间长江中游城市群工业用地时空演变特征，主要集中在以下4个方面：

4.1.1 工业用地保持高速增长

1990—2019年期间，长江中游城市群工业用地总量增长了300%，经历了启动、加速、高峰三个阶段，增速不断加快。其占建成区总增量比重达到41.08%，远高于其他用地类型。可以认为，工业用地增长迅速，是引领长江中游城市群发展扩张的主要力量，对城市群空间形态的形成起到了重要作用。同时也说明长江中游城市群对于工业的依赖程度较高，以工业用地作为最主要扩张手段的发展方式始终没有改变。

4.1.2 工业用地的空间不均衡性持续提升

在1990年，武汉、长沙、南昌3市工业用地之和占长江中游城市群总量的26.53%，其他城市的工业用地面积不等，但与这3市差异并不太大。但到2019年，城市群中55.96%的工业用地都聚集在三大城市圈范围内，22.23%的工业用地集中在荆州、襄阳、宜昌、衡阳、岳阳、常德、九江7个二级城市范围内。而其余11个城市的工业用地之和仅占总量的21.81%。规模最大的武汉城市圈的工业用地面积达到一般城市的20~30倍。可以认为，长江中游城市群工业用地空间布局的不均衡性十分显著，并随着时间推移而不断加剧。

4.1.3 城市规模与工业用地贡献度成正比

武汉城市圈、长株潭城市群、南昌都市圈中工业用地对城市扩张的贡献度分别达到42.91%、43.42%、40.98%，显著高于其他城市。而在其他城市中，建成区面积较大的襄阳、荆州、宜昌、衡阳、岳阳、常德、九江等城市的贡献率均在40%左右，而建成区面积较小的益阳、娄底、新余、鹰潭等城市的贡献度仅为37%~38%。城市规模与工业用地贡献度的正相关性相当显著。这一方面说明长江中游城市群的工业用地更倾向于向大城市集聚，一方面也说明工业用地增长是促进城市规模提升的主要因素。

4.1.4 三大城市圈的工业用地过度集中

2019年，武汉城市圈、长株潭城市群、南昌都市圈的工业用地分别达到533.74 km2、336.53 km2、165.98 km2，增速很快，且均集中在半径为30~70 km的区域范围之内。这三处区域毗邻长江、洞庭湖、鄱阳湖，环境敏感度较高。如果继续保持现有增速，很可能超过其区域环境承载力，从而对长江中下游的生态环境造成严重影响。

4.2 讨论

综合上述结论，本文认为，在1990—2019年的发展历程中，长江中游城市群的工业用地演变经历了启动、加速、高峰三个时期，其增速不断加快，增长的空间范围不断扩大，对城市的扩张以及城市群空间形态的形成起到了至关重要的作用。但也存在一些问题：工业用地及其配套用地在城市扩张中所占比重过高，不利于现代服务业的发展以及现代城市功能的培育。城市间工业用地的连绵布局易造成生态缓冲区的减少和消失，从而降低城乡环境质量。工业用地在三大城市圈的集聚易加重长江沿岸的环境负担与生态风险，一旦出现事故，很容易直接影响长江下游省市，造成严重环境问题。
根据上述问题，本文对长江中游城市群工业用地的优化提出三条对策：①从国土空间规划的角度对各城市的工业用地制定长远开发方案，通过“三线三区”的划定，避免工业用地盲目扩张及对生态敏感区的占用。②从城市群空间规划的角度，对各城市工业用地的增速进行控制，减少对新增工业用地的大规模审批。③鼓励各园区以“腾笼换鸟”的形式淘汰落后产能、盘活土地资源，以工业用地的优化提升逐步代替扩张建设。
综上所述，本文对长江中游城市群工业用地演变历程进行了分析，归纳了各阶段、各城市的工业用地演变特征及其内涵。由于资料与篇幅所限，本文未能分行业对各类工业用地进行分析，也未能深入探讨工业用地增长的机制，这些内容将在下一步的研究中继续深化。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Krugman R P. Increasing return and economic geography[J]. Journal of Political Economy, 1991(1):17-34.

[2]
Fujita M, Thisse J F. New economic geography:an appraisal on the occasion of Paul Krugman's 2008 Nobel Prize in economic sciences[J]. Regional Science and Urban Economics 2009, 39(2):109-119.

[3]
曾刚. 上海市工业布局调整初探[J]. 地理研究, 2001(3):330-337.

[4]
郭贯成, 温其玉. 环境约束下工业用地生产效率研究——基于中国33个典型城市非期望产出的考量[J]. 中国人口·资源与环境, 2014, 24(6):121-127.

[5]
陈伟, 彭建超, 吴群. 中国省域工业用地利用效率时空差异及影响因素研究[J]. 资源科学, 2014, 36(10):2046-2056.

[6]
赵向阳, 路旭, 胡慧欣, 等. 中国城市工业用地占比及其影响因素研究[J]. 规划师, 2019, 35(11):50-56.

[7]
Friedmann J. Globalization and the emerging culture of planning[J]. Progress in Planning, 2005, 64(3):183-234.

[8]
姚士谋, 陈爽. 长江三角洲地区城市空间演化趋势[J]. 地理学报, 1998(S1):1-10.

[9]
McGrath D T. Urban industrial land redevelopment and contamination risk[J]. Journal of Urban Economics, 2000, 47(3):414-442.

[10]
Langer S, Korzhenevych A. The effect of industrial and commercial land consumption on municipal tax revenue:Evidence from Bavaria[J]. Land Use Policy, 2018, 77(9):279-287.

[11]
LeClerc E, Keeling A. From cutlines to traplines:Post-industrial land use at the Pine Point mine[J]. The Extractive Industries and Society, 2015, 2(1):7-18.

[12]
Needham B, Louw E, Metzemakers P. An economic theory for industrial land policy[J]. Land Use Policy, 2013, 33(7):227-234.

[13]
Hamblin A. Policy directions for agricultural land use in Australia and other post-industrial economies[J]. Land Use Policy, 2009, 26(4):1195-1204.

[14]
Caldarelli E C, Gilio L. Expansion of the sugarcane industry and its effects on land use in São Paulo:Analysis from 2000 through 2015[J]. Land Use Policy, 2018, 76(7):264-274.

[15]
袁开国, 刘锬, 王丽淑. 湖南省工业用地增长机制与途径[J]. 经济地理, 2009, 29(3):489-493.

[16]
王武科, 张凌, 胡东海. 宁波市三江片区工业用地时空演变分析[J]. 城市规划, 2011, 35(7):30-35.

[17]
文雯, 周丁扬, 苏珊, 等. 基于行业分类的工业用地演变研究——以北京市为例[J]. 中国土地科学, 2017, 31(11):32-39.

[18]
许骏, 贺清云, 朱政. 长株潭城市群工业用地的演变特征[J]. 经济地理, 2018, 38(11):89-97.

DOI

[19]
Walker P G. Land use planning and industrial hazards:A role for the European community[J]. Land Use Policy, 1991, 8(3):227-240.

[20]
陆大道. 2000年我国工业生产力布局总图的科学基础[J]. 地理科学, 1986(2):110-118.

[21]
宗跃光, 徐建刚, 尹海伟. 情景分析法在工业用地置换中的应用——以福建省长汀腾飞经济开发区为例[J]. 地理学报, 2007(8):887-896.

[22]
钮心毅, 李时锦, 宋小冬, 等. 城市工业用地调整的空间决策支持——以广州为例[J]. 城市规划, 2011, 35(7):24-29.

[23]
刘路云, 郑伯红. 基于工业用地扩展的长沙城市空间演变与优化[J]. 地域研究与开发, 2015, 34(4):54-59.

[24]
郑伯红, 钟延芬. 基于复杂网络的长江中游城市群人口迁徙网络空间结构[J]. 经济地理, 2020, 40(5):118-128.

[25]
彭翀, 林樱子, 顾朝林. 长江中游城市网络结构韧性评估及其优化策略[J]. 地理研究, 2018, 37(6):1193-1207.

DOI

[26]
郭庆宾, 张中华. 长江中游城市群要素集聚能力的时空演变[J]. 地理学报, 2017, 72(10):1746-1761.

DOI

[27]
Benjamin D H. The growth and decline of urban agglomerations in Germany[J]. Environment and Planning A:Economy and Space, 2019, 51(6):1209-1212.

[28]
Patricia C M, Daniel J G, David L, et al. Agglomeration,accessibility and productivity:evidence for large metropolitan areas in the US[J]. Urban Studies, 2017, 54(1):179-195.

[29]
Hananel R. The land narrative:rethinking Israel's national land policy[J]. Land Use Policy, 2015, 45(5):128-140.

Options
Outlines

/

〈 〉