EN中文

Economic geography >

2019 , Vol. 39 >Issue 7: 205 - 215

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.07.023

The Spatial-Temporal Evolution and Uncoordinated Development Characteristics of Land-Population Urbanization at the County Level in Bohai Rim Region

  • YANG Yang ,
  • MEI Jie
Expand
  • School of International Affairs and Public Administration，Ocean University of China，Qingdao 266100，Shandong，China

Received date: 2018-11-03

  Revised date: 2019-04-10

  Online published: 2025-04-27

Fold

Abstract

Based on the multi-source remote sensing data, GIS ancillary data and statistical data, this paper revealed the spatial-temporal evolution and uncoordinated development characteristics of land-population urbanization at the county level in Bohai Rim region in the past 20 years using the methods of GIS spatial analysis and index analysis. The research results showed as follows; Firstly, the land and population urbanization levels of the counties both were mainly at the low level, but the counties with medium to high land urbanization level were mainly distributed around the municipal districts, while the counties with medium to high population urbanization level were mainly continuously distributed in the developed areas. Secondly, the land and population urbanization levels both presented a significant growth trend, but the counties with high growth of land urbanization level were mainly distributed in the coastal zones and the capital cities, while the counties with high growth of population urbanization level were mainly distributed in Hebei province. Thirdly, about 94.56% of the counties presented uncoordinated development between land and population urbanization and their uncoordinated grades were mainly mild disorder, most of the population urbanization level belonged to lag types. Fourthly, the uncoordinated level presented as cyclical fluctuation and spirally rising trend, and the proportion of severe uncoordinated development had a small increase, while the proportion of lag-type population urbanization had a marked increase. These findings could provide references for optimizing the pattern of urbanization and promoting the coordinated development of land-population urbanization.

Key words： land urbanization level; population urbanization level; spatial-temporal evolution; uncoordinated development; the Bohai Rim region

Cite this article

YANG Yang , MEI Jie . The Spatial-Temporal Evolution and Uncoordinated Development Characteristics of Land-Population Urbanization at the County Level in Bohai Rim Region[J]. Economic geography, 2019 , 39(7) : 205 -215 . DOI: 10.15957/j.cnki.jjdl.2019.07.023

协调推进城镇化是实现现代化的重大战略选择[1]。然而，改革开放以来，我国城镇化逐渐脱离了循序渐进的原则，出现了“大跃进”和“冒进”的现象，水土资源过度消耗，大规模占地、毁地事件时有发生[2-3]。1982—2005年，我国人口城镇化水平变为原来的两倍，而城镇建设用地面积却扩大了四倍，城镇化发展陷入不协调状态[4]。党的十八大指出，要坚持走中国特色新型城镇化道路。《国家新型城镇化规划（2014—2020年）》的颁布实施标志着中国城镇化发展的重大转型[5]。覆盖了京津冀、山东半岛和辽中南三大城市群的环渤海地区，是我国主体功能区划中进行城市化开发的国家级重点地区以及优化发展战略布局的密集区，其城镇化发展极为迅速，已经进入了城镇化发展转型的关键时期[6]。在此背景之下，揭示环渤海地区土地—人口城镇化水平时空演化与失调发展特征对于该区域实施新型城镇化尤为重要。
目前，测度土地城镇化与人口城镇化的方法主要可分为单指标法和多指标法两大类。单指标法主要利用与土地城镇化、人口城镇化本质特征密切相关的城镇用地面积、城镇人口等因素来设计单维度指标[7-13]；多指标法通常是根据土地城镇化与人口城镇化的内涵，结合研究区域数据的可获性和可量性，构建土地城镇化与人口城镇化的测度指标体系[14-21]。相比之下，多指标法虽能同时考虑某个地区土地城镇化与人口城镇化的多维具体特征，但学者们对于土地城镇化与人口城镇化评估指标体系构建标准不一，最终使得各项研究结果之间可比性较差，不利于进一步推广应用；单指标法能够有效判别土地城镇化与人口城镇化的本质特征，普适性更强，且相对简单易行。
纵观我国土地城镇化与人口城镇化特征及其关系的已有相关定量实证研究，从研究区域来看，以从宏观上揭示整个中国大陆的土地城镇化与人口城镇化特征及其关系的研究居多[7,9-10,12-14]，湘江流域[11]、东北地区[17]、长江经济带[20]、中原经济区[21]等具有代表性的区域也引起了学者们的关注；从研究尺度来看，大体可分为国家尺度[7]、省级尺度[9,12-15,18]、地级尺度[16-17,19-20]和县级尺度[8,11]四类，其中，以省级尺度和地级尺度的研究居多；从研究时段来看，大体可分为基于单期数据的静态研究[16]、基于多期数据的间隔性动态研究[8]和基于长时间序列数据的连续性动态研究[7]三类。综合来看，由于县级尺度上具有连续性和可比性的数据获取难度较大，已有相关定量研究主要集中于在省级或地级尺度上开展整个中国大陆或典型区域的研究，而在县级尺度上开展的连续性动态研究则比较少见，针对环渤海地区进行的县域连续性动态研究还未曾见到。
遥感和GIS技术的不断发展，为获取具有连续性和可比性的城镇用地信息提供了便利条件。研究表明，美国军事气象卫星Defense Meteorological Satellite Program（DMSP）搭载的Operational Linescan System（OLS）传感器获取的稳定夜间灯光数据能够较为直观而逼真地表达人类活动景观，为快速有效提取城镇用地信息提供了良好的数据支持[22]。然而，受空间分辨率的限制，单独利用DMSP/OLS稳定夜间灯光数据获取的城镇用地信息精度往往无法满足研究的实际需要[23]。考虑到城镇用地区域的植被覆盖程度会明显低于周边非城镇用地区域，城镇用地区域的地表温度会明显高于周边非城镇用地区域，以植被指数数据和地表温度数据为辅助，可以有效弥补单独使用DMSP/OLS稳定夜间灯光数据提取城镇用地信息所存在的不足[24]。
鉴于此，本文将在综合利用DMSP/OLS稳定夜间灯光数据、植被指数数据和地表温度数据等多源遥感数据获取环渤海地区长时间序列城镇用地信息的基础上，结合GIS辅助数据和人口统计数据，采用单指标法在县域尺度上构建土地—人口城镇化水平指数，进而揭示环渤海地区近20年县域土地—人口城镇化水平时空演化与失调发展特征。目的在于为优化区域城镇空间开发格局、促进城镇化协调发展提供参考。

1 研究区和数据

1.1 研究区

本文选取狭义上的环渤海地区为研究区，即我国环绕着渤海的沿岸地区，包括北京市、天津市、河北省、辽宁省和山东省，被誉为我国继珠江三角洲、长江三角洲之后的第三大增长极[25]。该地区是我国城镇密集地区，以京津地区为中心，青岛、烟台、大连等沿海城市为扇面，济南、石家庄、沈阳等省会城市为支点，形成了系统复杂且功能全面的城镇体系。随着经济的发展，环渤海地区城镇化率由1992年的27.61%迅速上升至2012年的56.02%，土地城镇化速度和规模也在不断加大，是该时段中国城镇化发展最快的区域之一[26]。2012年，该区域年末总人口约为2.35亿人，约占全国同期总人口的18.49%；区域土地总面积约为52.2万 km2，约占全国陆地总面积的5.49%，已利用土地面积占84%以上，土地开发利用的广度远高于全国平均水平，后备土地资源匮乏、潜力有限[25]。因此，在城镇密集分布、城镇化发展迅速、人地矛盾突出的环渤海地区开展土地—人口城镇化时空演化与失调发展特征研究，极具必要性和代表性。

1.2 数据来源

1.2.1 遥感数据

本文使用的遥感数据主要用于获取城镇用地信息。具体包括：①1992—2012年DMSP/OLS稳定夜间灯光数据。该数据是在去云处理的基础上，进一步去除了火光、极光等偶然事件的影响后获得的城市、乡村及其他稳定夜间灯光所在地发出的年平均灯光强度值，有效取值范围为1~63，背景值为0，可免费下载使用（https://www.ngdc.noaa.gov/eog/download.html）[23-24]。②植被指数数据。该数据主要包括10天合成的1992、1993、1995、1996年NOAA/AVHRR NDVI数据和1998—2012年SPOT/VGT数据两大类，分别来源于美国地质勘探局（United States Geological Survey，USGS）和VITO网站（http://free.vgt.vito.be）[25]。③夜间地表温度数据。该数据是由美国国家航空航天局（National Aeronauticsand Space Administration，NASA）发布的2000—2012年MOD11A2-Level3 8天合成的LST产品中的夜间LST数据（http://ladsweb.nascom.nasa.gov）[25]。

1.2.2 GIS辅助数据

本文使用的GIS辅助数据主要用于获取县域土地总面积信息和进行空间统计分析，包括国家基础地理信息中心发布的1:400万县级行政边界和省级行政边界数据（http://ngcc.sbsm.gov.cn/）。

1.2.3 统计数据

本文使用的统计数据主要用于获取县域人口信息，源于历年的《中华人民共和国全国分县市人口统计资料》。鉴于环渤海地区近20年间“县改区”、“郊区改城区”等行政区划调整频繁，为保证长时间序列数据的连续性和可比性，对初始得到的人口数据进行一定的修正。具体而言，首先以2012年县级行政区划为标准，核查1992—2012年环渤海地区县级行政区划的变动情况，对县级行政区划单元进行名称和数据统计范围上的统一；其次，考虑到部分地市市辖区存在合并或拆分的情况，为保证各年份数据前后统计口径的一致性，统一将市辖区的数据进行合并统计；再次，对个别异常数据进行修正，如某一年份的数据与相邻年份的数据存在着数量级的差异，采用相邻年份的平均值进行替代。

2 研究方法

2.1 基于DMSP/OLS稳定夜间灯光数据的城镇用地信息提取

首先，对DMSP/OLS稳定夜间灯光数据进行时间序列系统订正。由于DMSP卫星采取双星运行体制，且本文使用的数据时间序列较长，先后历经多颗卫星服役与退役，因此，在数据正式投入使用之前，需进行时间序列系统订正以提高数据的连续性与可比性。具体的，采用刘志峰等人的研究方法进行时间序列系统订正[27]，主要包括相对辐射定标、年内合成订正和年际序列订正等步骤。
其次，复合系统订正后的1992—2012年DMSP/OLS稳定夜间灯光数据、植被指数数据和夜间地表温度数据，基于逐像元图像分类法进行各年城镇用地信息的提取。基于夜间灯光数据提取城镇用地信息的方法主要包括阈值法和图像分类法两大类。其中，阈值法通常是基于区域分割求取若干区域阈值，将夜间灯光数据中灯光强度超过一定阈值的像元归为城镇用地的方法；图像分类法是通过复合包括夜间灯光数据在内的多源遥感信息，基于遥感图像分类原理，逐像元判断灯光像元是否为城镇用地的一类方法。考虑到阈值法易导致区域内部大量发展水平相对较低城镇的漏分和发展水平相对较高城镇的误分，本研究选用的是信息获取精度相对较高的图像分类法。具体的，结合我们前期的研究成果[23]，利用分层SVM图像分类法逐年提取1992—2012年城镇用地信息，主要包括经济分区、自适应地选取训练样本、SVM迭代分类和差别化地分类后处理等步骤。
再次，对各年城镇用地信息提取结果进行修正。参考何春阳等的研究，假设环渤海地区1992—2012年间城镇用地基本上是连续增加的，在前一个时期提取得到的城镇用地斑块，不会在后一个时期消失，应该在后一个时期的城镇用地提取结果中得到保留[28]。依据这个假设，基于环渤海地区1992年的城镇用地信息提取结果，对1993—2012年城镇用地提取结果依次进行修正。
最后，以县级行政边界为标准，采用ArcGIS软件中的统计分析工具Zonal Statistics，逐年统计环渤海地区县域城镇用地面积。

2.2 土地—人口城镇化水平测度

参考已有研究[11]，将土地城镇化内涵界定为城镇地域向农村推进，非城镇用地转化为城镇用地的过程，用城镇用地面积占土地总面积的比重进行衡量；将人口城镇化内涵界定为农村人口向城镇集中，城镇人口占全社会人口比例提高的过程，用城镇人口规模占总人口规模的比重进行衡量。具体的，环渤海地区县域i在年份t的土地城镇化水平Xit和人口城镇化水平Yit可表示为：
X i t = U L i t / L i t × 100 % Y i t = U P i t / P i t × 100 %
式中： U L i t和 U P i t分别为县域i在年份t的城镇用地面积和城镇人口规模；Lit和Pit分别为县域i在年份t的土地总面积和总人口规模。

2.3 土地—人口城镇化水平时空演化特征分析

首先，以平均指数来刻画土地—人口城镇化水平的平均格局。具体的，环渤海地区县域i在t1~t2时段内的土地城镇化水平平均指数 X i ¯与人口城镇化水平平均指数 Y i ¯可表示为：
X i ¯ = ∑ t = t 1 t 2 X i t / N × 100 % Y i ¯ = ∑ j = t 1 t 2 Y i t / N × 100 %
式中：Xit和Yit分别为环渤海地区县域i在年份t的土地城镇化水平和人口城镇化水平；N为年份数量。
其次，以年均增长率指数来刻画土地—人口城镇化水平的演变过程。具体的，环渤海地区县域i在t1~t2时段内的土地城镇化水平年均增长指数 V i与人口城镇化水平年均增长指数 W i可表示为：
V i = X i t 2 / X i t 1 1 t 2 - t 1 - 1 × 100 % W i = Y i t 2 / Y i t 1 1 t 2 - t 1 - 1 × 100 %
式中： X i t 1和 X i t 2分别为t1和t2时期县域i的土地城镇化水平； Y i t 1和 Y i t 2分别为t1和t2时期县域i的人口城镇化水平。
再次，为便于直观判断与分析，参考已有研究[29]，将环渤海地区县域1992—2012年土地—人口城镇化水平按照平均指数的大小分别划分为高等水平、中等水平和低等水平3个级别，按照年均增长率指数的大小划分为高速增长、中速增长和低速增长3个级别，具体划分标准见表1。
表1 环渤海地区土地—人口城镇化水平分级标准

Tab.1 Classification of land and population urbanization level in Bohai Rim from 1992 to 2012

类别 指标 等级 划分标准 取值范围/%
土地城镇化 X i ¯ 高等水平 >2 X - L U ¯ >5.30
中等水平 X -~2 X - 2.65~5.30
低等水平 < X - <2.65
V i 高速增长 >2 V >18.22
中速增长 V~2 V 9.11~18.22
低速增长 < V <9.11
人口城镇化 Y i ¯ 高等水平 >2 Y - >51.06
中等水平 Y -~2 Y - 25.53~51.06
低等水平 < Y - <25.53
W i 高速增长 >2 W >8.02
中速增长 W~2 W 4.01%~8.02
低速增长 < W <4.01

注： X -和V分别为整个环渤海地区县域1992—2012年土地城镇化水平的平均值和年均增长率， Y -和W分别为整个环渤海地区县域1992—2012年人口城镇化水平的平均值和年均增长率。

2.4 土地—人口城镇化水平失调发展特征分析

为便于全面分析环渤海地区县域土地—人口城镇化水平失调发展特征，本文构建了土地—人口城镇化水平失调发展等级指数和类型指数。其中，失调发展等级指数用于划分土地—人口城镇化水平发展失调等级，失调发展类型指数用于划分土地—人口城镇化水平发展失调类型。
首先，参考已有研究中协调性指数的构建思路[7]，构建土地—人口城镇化水平失调发展等级指数。指数越大，表示失调级别越高，失调程度越严重。具体而言，县域i的土地—人口城镇化水平失调发展等级指数 G I i可表示为：
G I i = 1 - V i + W i 2 / V i 2 + W i 2
式中：Vi和Wi分别表示县域i的土地城镇化水平年均增长指数和人口城镇化水平年均增长指数。
其次，通过比较发展失调县域的土地城镇化水平和人口城镇化水平的增长指数，构建土地—人口城镇化水平发展失调类型指数，将发展失调的县域划分为土地城镇化滞后和人口城镇化滞后两大类。具体而言，县域i的土地—人口城镇化水平发展失调类型指数 C I i可表示为：
C I i = V i - W i
式中：Vi、Wi分别为县域i的土地、人口城镇化水平增长指数。
再次，参考已有研究[7]，确定土地—人口城镇化水平发展失调等级与类型划分标准（表2）。将研究区内0≤ G I i≤0.2的县域视为土地—人口城镇化水平发展协调，将0.2< G I i≤0.3的县域视为土地—人口城镇化水平发展轻度失调，将0.3< G I i≤1的县域视为土地—人口城镇化水平发展重度失调；将发展失调县域中 C I i<0的视为土地城镇化滞后类型，将发展失调县域中 C I i>0的视为人口城镇化滞后类型。
表2 土地—人口城镇化水平发展失调等级与类型划分标准

Tab.2 Coordination index and category of land-population urbanization level

G I i 失调等级 C I i 失调类型
（0.3，1] 重度失调 <0 土地城镇化滞后
>0 人口城镇化滞后
（0.2，0.3] 轻度失调 <0 土地城镇化滞后
>0 人口城镇化滞后
[0，0.2] 发展协调

3 结果分析

3.1 环渤海地区县域土地—人口城镇化水平时空演化特征

3.1.1 土地—人口城镇化水平基本格局

环渤海地区县域土地—人口城镇化水平基本格局特征表现在：①土地—人口城镇化中高等水平县域所占比例与低等水平县域所占比例均呈现出一定的失衡现象，且土地城镇化水平的失衡现象更为突出。其中，高、中、低等土地城镇化水平的县域比例分别为10.88%、6.04%和83.08%，高、中、低等人口城镇化水平的相应比例分别为11.48%、18.43%和70.09%。②土地—人口城镇化高等水平区域均主要集中分布于经济较为发达的市辖区，分别约有70%和80%的市辖区土地—人口城镇化水平处于高等水平；而低等水平区域则主要集中分布于经济发展动力不足的县城，尤其以河北省内的县城居多，分别有89.12%和90.48%的河北省县城土地和人口城镇化水平处于低等水平。不同的是，人口城镇化中高等水平的县域在空间上较为集聚，有集中连片的现象，在北京、山东尤为突出；而土地城镇化中高等水平的县域则在空间上较为分散，多是在市辖区周边形成零星的团块状成组分布（图1）。
图1 环渤海地区1992—2012年土地—人口城镇化水平基本格局

Fig.1 The basic pattern of land-population urbanization level in Bohai Rim from 1992 to 2012

究其原因，北京、天津、沈阳、大连、济南、青岛等中心城市市辖区因产业集聚和转型升级，基础设施、人居空间等用地需求持续增大导致城镇建设用地不断扩张；同时，产业发展和就业转型吸引农村人口不断向城镇聚集，使其土地城镇化水平和人口城镇化水平均处于较高水平。与此同时，内陆地区的县域大多经济发展动力不足，城镇化转型迟缓，第一产业占有一定比例，第三产业发展不足，农用地向城镇用地转换范围小，传统农区农村人口集聚比例较少，因而土地—人口城镇化水平均呈现出较低水平。此外，北京市、山东半岛的部分县域因受中心城区的辐射带动作用，对人口具有较大的吸纳作用，人口城镇化呈中等水平；而土地城镇化水平受到的辐射带动作用较小，仍处于低等水平。

3.1.2 土地—人口城镇化水平变化过程

环渤海地区土地—人口城镇化水平变化过程特征主要体现在：①从数量上看，环渤海地区县域土地—人口城镇化水平均呈明显的增长趋势，且土地城镇化水平呈高速增长的县域数量明显多于人口城镇化水平呈高速增长的县域数量。其中，土地城镇化水平呈高、中、低速增长的县域比例分别为7.86%、43.50%和48.64%，人口城镇化水平的相应比例分别为4.23%、46.22%和49.55%。②从空间上看，土地—人口城镇化水平的增长趋势存在着明显的空间错位。土地城镇化水平的高速增长区域主要分布于经济较为发达的地区，其中，69.23%的县域位于沿海地带和省会城市内，以山东省的县级市最多。人口城镇化水平呈高速增长的区域主要分布在经济较不发达的县域，其中，有92.86%分布于河北省内，山东省内仅有1个县域的人口城镇化水平呈高速增长；而辽宁省内没有人口城镇化水平呈高速增长的县域，全部县域的人口城镇化水平均呈中低速增长，且93%的县域是呈低速增长（图2）。
图2 环渤海地区1992—2012年土地—人口城镇化水平变化过程

Fig.2 The dynamics process of land-population urbanization level in Bohai Rim from 1992 to 2012

分析土地—人口城镇化水平增长趋势空间错位明显的原因发现，土地城镇化水平的增长速度主要受县域经济发展和政策扶持力度的影响，而人口城镇化水平的增长速度主要受户籍制度管制的影响。经济较为发达的县域产业集聚发展，工业化不断推进，而城镇化的发展势必带来巨大的土地空间需求，城镇空间进而不断扩张，土地城镇化水平以较高速度增长；而大部分县域经济发展缓慢、政策扶持力度不大，城镇化转型相对迟缓，其他类型用地向建设用地转变的速度相对较慢，使得土地城镇化水平呈中低速增长。与此同时，工业化的发展对农村人口具有一定的吸纳作用，但受户籍管制的影响，大部分农村人口只是进行“候鸟”式的迁移，即产生了户籍状态未发生改变的“农民工”式的流动人口群体。上述人群数量的增加并没有导致城镇人口的快速增长，因而使得市辖区等中心城区的人口城镇化水平增长速度与土地城镇化水平的增长速度不匹配。

3.2 环渤海地区县域土地—人口城镇化水平失调发展特征

3.2.1 土地—人口城镇化水平失调发展基本格局

环渤海地区县域土地—人口城镇化水平总体上呈发展失调状态，约有94.56%的县域土地—人口城镇化水平呈不同程度和类型的失调发展，仅有5.44%的县域土地—人口城镇化水平呈协调发展。在发展失调的县域中，失调等级以轻度失调为主，所占比例高达91.37%；失调类型以人口城镇化滞后为主，所占比例为69.01%（图3）。具体而言：①土地—人口城镇化水平呈重度失调发展的县域零星分布于山东省、河北省和辽宁省的内陆地区，以山东省中部偏北的广饶县、桓台县和河北省南部的磁县和永年县等地发展失调最为严重；土地—人口城镇化水平呈轻度失调发展的县域主要集中分布于河北省、山东省和辽宁省，这三省的所占比例依次为47.86%、32.86%和17.14%；土地—人口城镇化水平呈协调发展的县域主要分布于相对较为发达的京津地区和山东省东营市、德州市和济南市等市辖区。②土地—人口城镇化水平发展失调类型为土地城镇化滞后型的县域主要集中分布于河北省北部、辽宁省北部的山地丘陵区以及河北省中南部经济相对落后的地区，这些地区人口集聚度较高，而土地的投入和产出效率较低；土地—人口城镇化水平发展失调类型为人口城镇化滞后型的县域主要集中分布于山东省和辽中南城市群的核心地带，此外在京津地区周边的河北省中部地区也有密集分布。
图3 环渤海地区1992—2012年土地—人口城镇化水平发展失调基本格局

Fig.3 Distribution of uncoordinated grade and type of land-population urbanization in Bohai Rim from 1992 to 2012

需要引起注意的是，在环渤海地区城镇化进程中，呈失调发展的县域大多为人口城镇化滞后于土地城镇化的低效城镇化发展。主要原因在于，一方面，地方政府对土地财政的依赖、以GDP为核心的考核激励机制以及各类开发建设需求等使得环渤海地区近20年来城镇土地快速盲目扩张，城市郊区和农村地区的大量农耕用地被征用，致使大量耕地被转变为建设用地，城镇空间迅速扩张，土地城镇化水平迅速提高；另一方面，相对严格的户籍管制、高昂的城镇房价等则在一定程度上抑制了这些地区人口城镇化的发展，导致了大部分县域出现土地城镇化速度远快于人口城镇化速度的状况，形成“要地不要人”的现象。

3.2.2 土地—人口城镇化水平失调发展变化过程

从数量比例上看，环渤海地区县域土地—人口城镇化水平失调发展总体上呈周期性循环波动、螺旋式上升趋势。其中，呈轻度失调的县域比例总体上有所下降，呈重度失调发展的县域比例总体上有所上升；土地城镇化滞后的县域比例总体上呈显著下降趋势，人口城镇化滞后的县域比例总体上呈显著上升趋势（图4）。周期性循环波动态势的出现，是区域相关政策的适时调控引导与城镇化发展需求之间共同作用的结果。重度失调发展和人口城镇化滞后县域比例螺旋式上升，主要是因为，在城镇人口增长速度相对放缓的同时，各县域争相发展经济，扩大建设用地面积，土地城镇化速度加快，使得大量县域土地—人口城镇化发展失调程度加剧，人口城镇化逐渐滞后于土地城镇化且二者之间的差距逐渐拉大。
图4 环渤海地区1992—2012年土地—人口城镇化水平发展失调比例变化

Fig.4 The proportional change of uncoordinated type of land-population urbanization in Bohai Rim from 1992 to 2012

综合环渤海地区县域土地—人口城镇化水平发展失调等级与类型特征，大致可分为两个周期六个阶段（图4~图6）。
图5 环渤海地区县域1992—2012年土地—人口城镇化水平发展失调等级变化过程

Fig.5 Uncoordinated grade of land-population urbanization in Bohai Rim at the county level from 1992 to 2012

图6 环渤海地区县域1992—2012年土地—人口城镇化水平发展失调类型变化过程

Fig.6 Uncoordinated type land-population urbanization in Bohai Rim at the county level from 1992 to 2012

①1992—1995年（第1个周期的初期阶段）：土地—人口城镇化水平发展失调和人口城镇化滞后的县域比例均呈大幅度下降趋势，重度失调发展的县域比例略有下降。发展协调的县域主要分布在北京、山东省中部和辽宁省的沿海地区；土地城镇化滞后的县域范围明显大于人口城镇化滞后的县域范围，且多分布于环渤海地区西部内陆地区。1992年，党的十四大报告提出要加快环渤海地区开发建设，这在一定程度上推动了环渤海地区各县域的城镇化建设步伐。城镇建设用地逐渐扩大，农村人口开始向城镇地区转移，大部分县域土地—人口城镇化水平处于低水平的协调状态，失调比例有所下降，但内陆地区城镇化发展进程明显慢于沿海地区，人口城镇化大多快于土地城镇化。
②1995—1998年（第1个周期的中期阶段）：土地—人口城镇化水平发展失调、重度失调以及人口城镇化滞后的县域比例均呈上升趋势。重度失调发展的县域范围明显扩大，主要零星分布于山东省内部、大连市和天津市市辖区；且人口城镇化滞后型的县域范围也明显扩大，在山东省和辽宁省内部分别呈水平和纵向连片分布。这一阶段，城镇化进入快速发展时期，低廉的征地成本导致土地不断转变为建设用地，土地城镇化发展迅速，尤其以山东半岛和辽中南半岛城市群最为明显。但与此同时，受人口控制政策的影响，中心城区政策的控制力度较大，城镇人口比重增速较慢，人口城镇化水平增长速度低于土地城镇化，使得失调比例不断上升。
③1998—2000年（第1个周期的末期阶段）：土地—人口城镇化水平发展失调的县域比例呈持续上升趋势，但重度失调和人口城镇化滞后的县域比例有所下降。重度失调发展的县域在山东省中部呈“十”字集中分布，人口城镇化滞后型的县域向内陆地区推进。城镇化发展到一定程度后，城镇化发展迅速的地区投资开发强度降低，导致城镇用地出现一定的闲置状态，土地扩张速度放缓，失地农民向城镇迁移的速度慢于土地扩张速度，土地—人口城镇化失调发展有所缓和。但需要指出的是，内陆地区受国家政策倾斜的影响，城镇化正处于快速发展期，导致土地城镇化相对于人口城镇化发展较快。
④2000—2003年（第2个周期的初期阶段）：土地—人口城镇化水平发展失调和人口城镇化滞后的县域比例均呈大幅度下降趋势，重度失调的县域比例也略有下降，与第1个周期的初期阶段发展趋势相似。发展协调的县域范围有所扩大，主要分布在京津地区和山东省内部；辽宁省和山东省的县域多呈人口城镇化滞后型，且辽宁省中部呈纵向集中连片分布，而河北省则多呈土地城镇化滞后型。进入21世纪，国家积极稳妥地推进城镇化建设，城镇建设、基础设施、交通运输等城镇用地需求不断增大，城镇空间快速扩张。同时，城镇对农村人口的吸引力增大，大量农村人口向城镇迁移转变为城镇人口，土地—人口城镇化水平再次趋向于协调发展。
⑤2003—2008年（第2个周期的中期阶段）：土地—人口城镇化水平发展失调、重度失调以及人口城镇化滞后的县域比例均呈上升趋势；发展协调的县域范围大幅度缩小，而呈重度失调的县域范围明显扩大，其中河北省和辽宁省内部呈重度失调发展的县域明显增多；呈人口城镇化滞后型的县域范围也明显扩大，与第1个周期的中期阶段相似。在这一阶段，城镇化进程进一步加快，河北省和辽宁省内部的小城镇发展迅速，但多数县域空间成长力较弱，大量城镇建设用地低效扩张；与此同时，由于城镇人口容量有限，人口城镇化速率明显降低，土地城镇化与人口城镇化的差距不断拉大，导致土地—人口城镇化水平呈重度失调发展的县域比例不断增大，人口城镇化明显滞后于土地城镇化。
⑥2008—2012年（第2个周期的末期阶段）：土地—人口城镇化水平发展失调的县域比例呈下降趋势，重度失调和人口城镇化滞后的县域比例均呈波动上升趋势，与第1个周期的末期阶段发展趋势相反。发展协调和重度失调的县域范围相较上一阶段均有所扩大，其中河北省呈发展失调状态的县域明显增加。“十七大”召开以来，提出要走中国特色城镇化道路，促进大中小城市和小城镇协调发展，这一论述确立了城镇发展的新模式，指明了城镇化的发展方向，使得土地—人口城镇化水平协调发展的县域增多。但与此同时，河北省内仍有一些县域的土地城镇化发展速度未能得到有效控制，导致失调程度进一步加重，重度失调和人口城镇化滞后比例进一步增加。

4 结论与讨论

复合DMSP/OLS夜间灯光、植被指数数据、夜间地表温度数据等多源遥感数据和统计数据是开展长时间序列县域土地—人口城镇化水平时空演化与失调发展特征研究的有效途径。本文在综合利用DMSP/OLS稳定夜间灯光数据等多源遥感数据获取长时间序列城市用地信息的基础上，结合GIS辅助数据和人口统计数据，基于单指标法，在县域尺度上构建土地—人口城镇化水平指数，在人地矛盾突出的环渤海地区开展近20年的逐年县域土地—人口城镇化时空演化与失调发展特征研究，具有良好的推广应用价值和参考借鉴意义。得出主要结论如下：
①环渤海地区县域土地—人口城镇化水平均以低等水平为主，并且均呈显著增长趋势。土地城镇化水平处于高、中、低等水平的县域比例分别为10.88%、6.04%和83.08%，呈高、中、低速增长的县域比例分别为7.86%、43.50%和48.64%；人口城镇化水平处于高、中、低等水平的县域比例分别为11.48%、18.43%和70.09%，呈高、中、低速增长的县域比例分别为4.23%、46.22%和49.55%。
②环渤海地区县域土地—人口城镇化水平在空间分布上存在着显著的区域差异。从土地城镇化水平来看，中高等水平县域多成组分布于市辖区周围，呈高速增长的县域多分布于经济较为发达的沿海地带和省会城市内；从人口城镇化水平来看，中高等水平县域多连片分布于经济较为发达的地区，呈高速增长的县域主要分布于经济较不发达的县域，超过90%分布在河北省内。
③环渤海地区约有94.56%的县域土地—人口城镇化水平呈失调发展，失调等级以轻度失调为主，失调类型以人口城镇化滞后为主。在发展失调的县域中，轻度失调的县域所占比例高达91.37%，重度失调的县域所占比重仅为8.63%；人口城镇化滞后的县域所占比例为69.01%，土地城镇化滞后的县域所占比重为30.99%。土地—人口城镇化水平呈重度失调发展的县域零星分布于山东省、河北省和辽宁省的内陆地区，以山东省的广饶县、桓台县和河北省的磁县和永年县等地发展失调最为严重。
④环渤海地区县域土地—人口城镇化水平发展失调比例呈周期性循环波动，重度失调和人口城镇化滞后的县域比例呈螺旋式上升趋势。2000年之前，发展失调、重度失调和人口城镇化滞后的县域比例分别经历了下降—上升—上升、下降—上升—下降、下降—上升—下降的演变过程；2000年之后，则分别经历了下降—上升—下降、下降—上升—上升、下降—上升—上升的演变过程。总体而言，呈重度失调发展的县域比例有所上升，人口城镇化滞后的县域比例显著上升，这是区域相关政策的调控与城镇化发展需求共同作用的结果。
在国家推进实施新型城镇化战略的背景下，环渤海地区土地—人口城镇化水平失调发展的局面亟需改善。更重要的是，在制定促进环渤海地区城镇化发展相关政策的过程中，要适度向土地—人口城镇化水平发展失调尤其是重度失调的县域进行政策倾斜，创新差别化的土地—人口城镇化发展政策，促进城镇化的良性协调发展。具体而言，针对土地—人口城镇化水平重度失调且人口城镇化相对滞后的县域，如广饶县、费县、单县、邢台县、万全县、抚顺县等，应采取“重改革，促集聚”的策略，促进城镇户籍、人口流动、社会保障等相关政策改革，推进为流动人口提供最低生活保障以及住房保障的户籍制度改革，加快推进市民化进程，引导人口的有序流动和适度集聚；针对土地—人口城镇化水平重度失调且土地城镇化相对滞后的县域，如永年县、磁县、成安县、魏县、汶上县等，应采取“重规划，促发展”的策略，合理规划城镇土地发展格局，以土地制度改革尤其是征地制度市场化改革为出发点，以产业发展带动促进其城镇化水平的提高。
当然，本文在数据的时效性方面存在一些不足。主要原因在于，为保证长时间序列数据的连续性和可比性，本文使用的近20年长时间序列逐年数据主要是来源于美国国防气象卫星的DMSP/OLS夜间灯光数据和来源于《全国分县市人口统计资料》的县域人口信息，而这两种数据分别于2014年和2013年开始不再对外发布。为增强数据的时效性，如何发展科学合理的方法对来自于不同卫星的DMSP/OLS、NPP/VIIRS等夜间灯光数据进行时间序列订正，对来自于不同统计年鉴的人口统计信息进行统计口径的统一，将是未来进一步研究需要着力解决的关键问题。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
李克强. 协调推进城镇化是实现现代化的重大战略选择[J]. 行政管理改革, 2012, 4(11):4-10.

[2]
姚士谋, 陆大道, 王聪, 等. 中国城镇化需要综合性的科学思维——探索适应中国国情的城镇化方式[J]. 地理研究, 2011, 30(11):1 947-1 955.

[3]
姚士谋, 陆大道, 陈振光, 等. 顺应我国国情条件的城镇化问题的严峻思考[J]. 经济地理, 2012, 32(5):1-6.

[4]
李力行. 中国的城市化水平:现状、挑战和应对[J]. 浙江社会科学, 2010, 26(12):27-34,42.

[5]
陆大道, 陈明星. 关于“国家新型城镇化规划(2014—2020)”编制大背景的几点认识[J]. 地理学报, 2015, 70(2):179-185.

DOI

[6]
刘彦随, 杨忍. 中国环渤海地区城乡发展转型格局测度[J]. 地理学报, 2015, 70(2):248-256.

DOI

[7]
范进, 赵定涛. 土地城镇化与人口城镇化协调性测定及其影响因素[J]. 经济学家, 2012, 24(5):61-67.

[8]
杨丽霞, 苑韶峰, 王雪禅. 人口城镇化与土地城镇化协调发展的空间差异研究——以浙江省69县市为例[J]. 中国土地科学, 2013, 27(11):18-22,30.

[9]
李子联. 人口城镇化滞后于土地城镇化之谜——来自中国省际面板数据的解释[J]. 中国人口·资源与环境, 2013, 23(11):94-101.

[10]
尹宏玲, 徐腾. 我国城市土地城镇化与人口城镇化失调特征及差异研究[J]. 城市规划学刊, 2013, 36(2):10-15.

[11]
潘爱民, 刘友金. 湘江流域人口城镇化与土地城镇化失调程度及特征研究[J]. 经济地理, 2014, 34(5):63-68.

[12]
严思齐, 吴群. 土地城镇化与人口城镇化的非协调性和互动关系[J]. 中国人口·资源与环境, 2016, 26(11):28-36.

[13]
陈春, 于立, 张锐杰, 等. 中国城镇化加速阶段中期土地城镇化与人口城镇化的协调程度[J]. 长江流域资源与环境, 2016, 25(11):1 654-1 662.

[14]
陈凤桂, 张虹鸥, 吴旗韬, 等. 我国土地城镇化与人口城镇化协调发展研究[J]. 人文地理, 2010, 25(5):53-58.

[15]
刘娟, 郑钦玉, 郭锐利, 等. 重庆市人口城镇化与土地城镇化协调发展评价[J]. 经济地理, 2012, 32(11):66-72.

[16]
崔许锋. 民族地区的人口城镇化与土地城镇化:非均衡性与空间异质性[J]. 中国人口·资源与环境, 2014, 24(8):63-72.

[17]
郭付友, 李诚固, 陈才, 等. 2003年以来东北地区人口城镇化与土地城镇化时空耦合特征[J]. 经济地理, 2015, 35(9):49-56.

[18]
林爱文, 樊星. 湖北省人口城镇化与土地城镇化协调发展分析[J]. 地域研究与开发, 2015, 34(6):14-18.

[19]
吕添贵, 吴次芳, 李洪义, 等. 人口城镇化与土地城镇化协调性测度及优化——以南昌市为例[J]. 地理科学, 2016, 36(2):239-246.

DOI

[20]
刘欢, 邓宏兵, 李小帆. 长江经济带人口城镇化与土地城镇化协调发展时空差异研究[J]. 中国人口·资源与环境, 2016, 26(5):160-166.

[21]
张鹏岩, 杨丹, 李二玲, 等. 人口城镇化与土地城镇化的耦合协调关系——以中原经济区为例[J]. 经济地理, 2017, 37(8):145-154.

[22]
杨洋, 何春阳, 赵媛媛, 等. 利用DMSP/OLS稳定夜间灯光数据提取城镇用地信息的分层阈值法研究[J]. 中国图象图形学报, 2011, 16(4):666-673.

[23]
Yang Y, He C Y, Zhang Q F, et al. Timely and accurate nation-al-scale mapping of urban land in China using Defense Meteorological Satellite Program’s Operational Linescan System nighttime stable light data[J]. Journal of Applied Remote Sensing, 2013, 7(1):073535.

[24]
He C Y, Liu Z F, Tian J, et al. Urban expansion dynamics and natural habitat loss in China:A multi-scale landscape perspective[J]. Global Change Biology, 2014, 20(9):2 886-2 902.

[25]
杨洋, 李雅静, 黄庆旭, 等. 中国城市用地与人口规模分布时空动态比较——以环渤海地区为例[J]. 地理研究, 2016, 35(9):1 672-1 686.

[26]
杨忍, 刘彦随, 龙花楼. 中国环渤海地区人口—土地—产业非农化转型协同演化特征[J]. 地理研究, 2015, 34(3):475-486.

DOI

[27]
Liu Z F, He C Y, Zhang Q F, et al. Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J]. Landscape and Urban planning, 2012, 106:62-72.

[28]
何春阳, 史培军, 李景刚, 等. 基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究[J]. 科学通报, 2006, 51(7):856-861.

[29]
杨洋, 马学广, 王晨. 基于夜间灯光数据的中国土地城镇化水平时空动态[J]. 人文地理, 2015, 30(5):91-98.

Options
Outlines

/

〈 〉