李文博^1,, 王冬艳¹, 李红^1,, 姜珊¹, 石璞^1,2, 刘蜀涵¹, 陆红³
1.吉林大学地球科学学院,长春 130061
2. Institute of Terrestrial Ecosystems,Swiss Federal Institute of Technology Zurich;CH-8092 Zürich,Switzerland
3.吉林大学公共计算机教学与研究中心,长春 130061

The distribution relationship between urban land-use type and industry units in the central urban area of Tonghua City

LIWenbo^1,, WANGDongyan¹, LIHong^1,, JIANGShan¹, SHIPu^1,2, LIUShuhan¹, LUHong³
1. College of Earth Sciences,Jilin University,Changchun 130061,China
2. Institute of Terrestrial Ecosystems,Swiss Federal Institute of Technology Zurich,CH-8092 Zürich,Switzerland
3. Center for Computer Fundamental Education,Jilin University,Changchun 130061,China
通讯作者:李红,E-mail：h_li@jlu.edu.cn
收稿日期:2015-05-18
修回日期:2015-08-17
网络出版日期:2016-01-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:基金项目：国家自然科学基金资助项目（41201158）
作者简介:
-->作者简介：李文博,男,吉林长春人,博士生,主要研究方向为土地资源评价与规划管理。E-mail：finehighman@sina.cn



展开

摘要
掌握区域行业信息以及土地利用类型与行业空间分布之间的联动关系,是指导行业用地供给和实现行业用地集约利用的前提之一。本文基于空间自相关理论,以吉林省通化市中心城区为例对城市地类与行业单位的空间自相关性与空间布局进行梳理,得出结论：①通化市中心城区各地类与行业单位分布均呈空间正相关,Moran’s I系数均随权重距离的增加而减小;在相同尺度条件下,工矿仓储用地、住宅用地、商服用地、公共管理与公共服务用地4种主要地类空间结构性较强;批发和零售业,公共管理、社会保障和社会组织,其他商业与服务业空间结构性较弱;制造业,其他工业与采矿业,其他公共管理服务业基本呈随机分布;②依据行业单位在空间分布特征上均具有明显的相似性与行业产业共性,将其划分为二产行业（制造业,其他工业与采矿业）、三产行业（批发和零售业,其他商业与服务业）和无产行业（公共管理、社会保障和社会组织,其他公共管理服务业）大类进行调控和布局;③通化市中心城区行业类型与落位地类HH聚集区属性基本相符,但存在多数单位落位于与自身行业属性不一致的土地类型区;针对存在合理但与用地属性不符行业单位,设立缓冲混合用地区,并限制行业单位的错误落位现象;④通化市支柱行业中,黑色金属冶炼和压延加工业单位空间集聚现象明显,规划区域内工矿仓储用地应逐步集中,引导形成规模工业区;医药制造业与葡萄酒制造业用地向外迁移出中心区域,行业带上形成主要行业用地聚集点以发挥产业集聚优势。

关键词：行业用地;产业结构;空间自相关;通化市
Abstract
Reasonable industry land-supply and intensive industry land-use are formed on the premise of knowing about details of regional industry and distribution relationships between land and industry units. Here,we report the spatial autocorrelation conditions of urban land and industry units and their spatial distribution using the central urban area of Tonghua City as an example. We found that the distribution of urban land and industry units shows a positive spatial autocorrelation and that Moran’s I decreases with an increase in weighted distance. Spatial autocorrelation of mining warehouse land,residential land,commercial services land and public management-services land is significant,as is wholesale and retail,public management social security and folk organizations and other commercial service industry units. Manufacturing,mining and other public service industry units distribute randomly across the study area. All industry units can be incorporated into secundiparity units,tertiary industry units and nonprofit units;in correspondence with mining warehouse land,commercial services land and public management-service land respectively. The attributes of industry units in Tonghua mostly match the land they are located within. Hybrid functional areas should be established for mismatches with reasonable existence,but most mismatches should be avoided by strengthening industry land-use review. Designation and regulation of pillar industry land-use would support and guide industrial development based on regional industry structure. The future spatial distribution of Tonghua steel-smelting units should be more focused and eventually form a scale industrial land zone. Pharmacy and wine-making industry land should be transferred outside the central area and gradually gather in the pillar industry band.

Keywords：industry land;industrial structure;spatial autocorrelation;Tonghua City

-->0
PDF (2200KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
李文博, 王冬艳, 李红, 姜珊, 石璞, 刘蜀涵, 陆红. 城市土地利用类型与行业单位空间布局关系研究——以吉林省通化市中心城区为例[J]. , 2016, 38(1): 41-49 https://doi.org/10.18402/resci.2016.01.05
LI Wenbo, WANG Dongyan, LI Hong, JIANG Shan, SHI Pu, LIU Shuhan, LU Hong. The distribution relationship between urban land-use type and industry units in the central urban area of Tonghua City[J]. 资源科学, 2016, 38(1): 41-49 https://doi.org/10.18402/resci.2016.01.05

1 引言

区域经济发展的本质是空间范围内所有生产要素的组合增值过程,土地作为重要的空间资源,其空间利用状态与其所承载的产业经济活动息息相关^[1,2]。掌握区域行业信息,了解土地利用类型与行业空间分布之间的联动关系,是指导产业合理布局和产业结构调整的前提之一。以此更好地实现各行业的用地供给,并在产业结构快速变化的背景下达到行业用地的集约高效利用。
目前许多****从宏观调控视角,对于产业用地规模效益、产业用地评价以及土地利用结构与产业结构关系等相关内容进行了详尽的研究^[3-7]。但多数研究未对产业内部各行业进行更为细致的划分,行业用地信息缺乏,城市土地利用类型难以与国民经济行业分类衔接^[8],这也是土地管理者在进行行业用地管理过程中面临的困难。除此之外,脱离空间特征的产业和行业用地研究忽视了土地的空间资源属性,难以为城市用地置换、城市产业规划制定、设立企业行业建设用地指标^[9]以及建立区域行业准入制度等后续土地管理相关工作提供更为详实有效的数据支撑。只有在充分了解区域内各行业用地情况的前提下,才能进一步明确土地利用结构与产业结构之间的相互作用机制^[10]。
2012年国土资源部在全国范围内选取6个试点城市（山东省德州市、吉林省通化市、江苏省镇江市、福建省龙岩市、陕西省渭南市、广东省广州市）开展行业用地调查。本文以通化市行业用地调查数据为例,依据通化市行业单位数量与行业特征将所有行业划分为制造业,批发和零售业,公共管理、社会保障和社会组织,其他商业与服务业,其他公共管理服务业,其他工业与采矿业等六类作为行业研究对象,基于空间自相关理论与核密度估算方法,进一步分析各土地利用类型与行业单位的空间分布特征,明确行业用地研究对象,尝试探索行业布局与土地信息之间的空间联系。旨在为指导区域行业用地调控和城市行业发展空间布局提供依据和思路。

2 数据来源与研究方法

2.1 研究区概况

通化市位于吉林省东南部,地处长白山区,是东北地区重要的交通枢纽。地理位置为E125°10'-E126°44' ,N40°52'-N42°49',东西宽108km,南北长238km。通化市中心城区辖东昌区与二道江区2个区,自然资源丰富,工业属资源加工型,从通化市工业产值比重、工业产值增速以及在全国与全省的区位熵来看,重点行业主要集中在黑色金属冶炼及压延加工业、医药制造业、饮料制造业等几个领域。

2.2 数据来源与处理

研究区宗地信息来源于2011年通化市城镇地籍调查数据库（通化市国土资源局提供）,在讨论宗地与行业单位的空间自相关性时,建立覆盖全部地块的50m×50m栅格单元,对通化市中心城区宗地进行切割,统计每个网格单元内各种地类面积占单元格总面积的百分比,同时统计落入相应单元内各行业单位个数,分别讨论其空间自相关性。行业单位信息来源于2012年通化市行业用地调查,行业分类服从国民经济行业分类^[11]。调查数据显示,单位数量排名前三的行业分别为制造业（ZZ）,批发和零售业（PFLS）,公共管理、社会保障和社会组织（GG）。依据行业特征,对于剩余行业进行剔除和归并,得到其他商业与服务业（QTSF）,包括住宿和餐饮业,金融业,租赁和商务服务业,房地产业,居民服务、修理和其他服务业,文化、体育和娱乐业,建筑业;其他工业与采矿业（QTGK）,包括采矿业,交通运输、仓储和邮政业;其他公共管理服务业（QTGG）,包括水利、环境和公共设施管理业,教育,卫生和社会工作,该六类行业的单位空间分布落位见图1。
显示原图|下载原图ZIP|生成PPT
图1通化市中心城区行业单位分布
-->Figure 1Distribution of industry units in Tonghua
-->

2.3 研究方法

（1）全局Moran’s I指数（Global Spatial Auto-correlation）。地理学第一定律（Tobler’s First Law）指出区域内空间单元的属性具有连通性,特定的地理属性在空间分布上是相互关联的^[12],这是空间自相关理论形成的基础。Moran’s I指数是进行空间数据自相关分析的基础指标之一,表征区域内各个单元的特定变量或特征在空间上的相关程度,其公式为：
I=n∑i=1n∑j=1nwij(Xi-Xˉ)(Xj-Xˉ)∑i=1n∑j=1nwij∑i=1n(Xi-Xˉ)2（1）
式中I为全局Moran’s I指数;n为区域内的单元数量; Xi为单元i的变量值; Xj为单元j的变量值; Xˉ为全部单元变量的均值; wij为空间权重矩阵,表示区域内单元i与单元j的邻接关系,可由邻接标准或距离标准度量^[13]。在讨论全局空间自相关特性时,Moran’s I指数采用距离矩阵计算权重,比较不同指标随间隔距离变化Moran’s I指数的变化情况。全局Moran’s I的值域为[-1,+1],正数表征该变量在区域内呈正相关,负数则表示呈负相关;Moran’s I绝对值的大小表征空间相关性的强弱,当Moran’s I趋近于0时,表示其在区域内基本呈现随机分布。
（2）局部Moran’s I指数（Anselin Local Spatial Autocorrelation）。局部Moran’s I由Anselin提出^[14],是全局Moran’s I的分解形式,用以判别区域内单个单元与周边单元之间特定变量的差异^[15,16]。其公式为：
Ii=(Xi-Xˉ)S2∑jwij(Xj-Xˉ)(i≠j)（2）
局部Moran’s I指数检验的标准化统计值 Z(Ii)公式为：
Z(Ii)=Ii-E(Ii)VAR(Ii)(i≠j)（3）
式中为局部Moran’s I指数; I为标准方差;S为X的平均值; Xˉ为 Xi标准化统计值; E(Ii)与 Z(Ii)分别为局部Moran’s I的理论期望与理论方差,依据单元的局部自相关指数与Z值可观测出其所处的关联状态类型,分为HH（高值聚集）、 HL（高值被低值包围）、 LH（低值被高值包围）与LL（低值聚集）4种类型。通过ArcGIS10.1软件主要对通化市中心城区商服用地、住宅用地、工矿仓储用地、公共管理与公共服务用地4种主要地类的HH聚集区进行空间呈现。
（3）核密度估算（Kernel density estimation） 核密度估算模型借助移动窗口计算得出每个栅格单元内的点密度,一般定义为：设 Xi,…, Xn为从分布密度函数的总体中抽取的独立同分布样本,采取衰减函数估计分布密度函数在任意点处的值,通常有Rosenblatt-Parzen核估计^[17]：
fn(X)=1nh∑i=1nk(X-Xih)（4）
式中 fn(X)为分布密度函数;K( )为核函数;h>0,为搜索带宽,结合通化市中心城区实际情况,依据输出栅格像元大小由ArcGIS10.1软件设定h为427m;（ X-Xi）为估算点到样本 Xi的距离。以此估算各个行业的单位在通化市中心城区的分布密度空间变化。

3 结果与分析

（1）在50m×50m栅格尺度下,分别计算单元内商服用地、住宅用地、工矿仓储用地、公共管理与公共服务用地4种主要地类面积占总单元面积的百分比,以及落入单元的上述六类行业单位个数,并以此为基础分别进行空间自相关分析。
图2a结果显示,通化市中心城区各地类与行业单位分布均呈空间正相关,并且Moran’s I系数均随权重距离的增加而减小。在相同尺度条件下,4种主要地类的空间自相关系数较高,说明其在区域内分布的空间结构性较强,其中商服用地所表现的空间自相关性较其他几种地类弱。在图2b中,6类行业单位的空间自相关性均较弱,其中批发和零售业,公共管理、社会保障和社会组织,其他商业与服务业的空间自相关性相对较强,具备一定空间结构。公共管理、社会保障和社会组织的Moran’s I指数随权重距离增加下降速度较快,批发和零售业、其他商业与服务业的Moran’s I指数则较为稳定。其他三类行业单位的Moran’s I指数均小于0.05,在通化市中心城区基本呈随机分布。
显示原图|下载原图ZIP|生成PPT
图2通化市城区土地与行业单位Moran’s I指数
-->Figure 2Moran’s I of urban land and industry units in Tonghua
-->

（2）基于上述栅格单元,对单元内各地类面积比例进行局部空间自相关性分析,得到通化市中心城区4种主要地类的局部自相关分布情况（图3）。可见除住宅用地外,其余3种类型用地空间聚集类型主要为HH型与非显著型。其中商服用地HH聚集区基本位于通化市两区（东昌区与二道江区）的中心位置（图3a）;工矿仓储用地HH聚集区则基本远离城市中心,多分布于通化市城区外围（图3b）;住宅用地HH聚集区的面积最大,在通化市中心城区分布较广,结合其全局Moran’s I指数可见其空间自相关性随权重距离变化最为缓慢,空间结构稳定,在通化市中心城区的分布集中连片（图3c）;公共管理与公共服务用地HH聚集区规模适中,空间分布较为均匀（图3d）。
（3）通化市中心城区6种行业空间核密度分布情况（图4）显示,制造业,其他工业与采矿业之间;批发和零售业,其他商业与服务业之间;公共管理、社会保障和社会组织,其他公共管理服务业之间的空间分布均存在极高相似性,行业分布特征明显。制造业,其他工业与采矿业单位的总体核密度较小,分布较为分散,而其余4种行业单位数量较多,空间分布则具有明显的集聚特性。其中批发和零售业,其他商业与服务业主要分布于通化市两区的中心商业发达繁华区域,沿主要街道呈条带状分布;公共管理、社会保障和社会组织与其他公共管理服务业的集聚特征更为明显,基本集中在两区的几处公共管理部门办公地点。
显示原图|下载原图ZIP|生成PPT
图3通化市城区用地局部自相关类型分布
-->Figure 3Distribution of urban land local spatial autocorrelation type in Tonghua
-->

显示原图|下载原图ZIP|生成PPT
图4通化市行业单位空间核密度估算
-->Figure 4Spatial kernel density estimation of industry units in Tonghua
-->

4 讨论

4.1 行业用地分类

中国目前土地利用类型与国民经济行业分类划分是两个基本没有关联的系统^[8],城市用地类型以工矿仓储用地,住宅用地,商服用地,公共管理与公共服务用地4种土地类型为主,而国民经济行业分类将所有行业分为20个门类与95个大类,涵盖全面,划分过于细致,在向各产业行业进行用地供给和调控的过程中,难以明确对象。依据通化市行业单位核密度的估算情况（图4）显示,一些产业属性类似的行业在空间分布特征上均具有明显的相似性,依据行业空间分布共性可进一步将行业主要归并成为“二产行业（制造业,其他工业与采矿业）”、“三产行业（批发和零售业,其他商业与服务业）”和“无产行业（公共管理、社会保障和社会组织,其他公共管理服务业）”,分别对应土地类型中的工矿仓储用地,商服用地,公共管理与公共服务用地。在进行城市行业用地宏观管理的过程中,以行业大类进行调控和布局;针对落实到具体行业的用地供给调控,在各大类产业行业用地内部指标划分。

4.2 城市土地类型与行业单位空间布局关系

各个行业单位在4种主要土地利用类型HH聚集区的落位情况（图5）显示,通化市二产行业落位以工矿仓储用地HH聚集区为主,三产行业落位以商服用地HH聚集区为主,无产行业以公共管理与公共服务用地HH聚集区为主,坐落行业属性基本符合落位宗地属性。但各行业内部仍有部分单位落位于与自身行业属性并不一致的宗地块上。以住宅用地HH聚集区为例,其上坐落行业类型复杂,涵盖全面,通化市行业用地调查数据显示落入住宅用地HH聚集区的三产行业单位以批发和零售业为主,无产行业以社会工作和居民服务类行业为主。首先中国中小城市街道商住混合较为普遍^[18],并且存在一些对底层楼房私改后进行商业活动的现象,这是在长期社会经济、文化等多因素共同作用下产生的,包括居民区的社会工作行业单位在内,其存在皆具有一定的合理性;落位于住宅用地HH聚集区的二产行业以食品加工厂和造纸印刷厂等小型制造业为主,虽然目前中小型制造业单位在各国的经济发展中起到十分重要的作用^[19],但调查显示通化市中心城区此类行业单位多数实际工作地址与注册工作地址不符,在住宅用地区进行生产活动对周围居住环境存在负面影响。
行业属性与用地类型的联动关系统一,坐落行业单位属性要符合城市用地属性,依据规划用途利用土地,宗地块才能发挥最大利用价值。在进行行业用地区域规划的过程中,应设立合理缓冲范围形成混合用地区,专门承接存在合理但与用地属性不符行业单位;加强行业用地审查制度,对于批地未用、异地办公的行业加以限制,杜绝尤其如制造业单位落位于住宅用地的现象,并逐渐将污染大、产值低的行业外移,逐渐降低其用地指标。
显示原图|下载原图ZIP|生成PPT
图5通化市行业单位落位
-->Figure 5Location of industry units in Tonghua
-->

4.3 支柱行业用地集聚化

二产行业目前仍然是促进中国国民经济发展的主要力量之一^[20],其发展应立足区域产业结构特征。通化市支柱行业以二产行业为主,分别为医药制造业,黑色金属冶炼和压延加工业,葡萄酒制造业,在全国与省内的区位熵优势明显^[21]。并且在长久的行业发展进程中,通化市的三大支柱行业的布局已具备一定空间特征与产业集聚效应。制造业核密度估算分布结果中（图4a）,二道江区高核密度区域落位单位主要为黑色金属冶炼和压延加工业,其行业集聚现象十分明显,但二道江区的工矿仓储用地HH聚集区斑块细碎;医药制造业与葡萄酒加工业则分别于东昌区浑江两侧形成行业带,但部分单位距离市区中心位置较近,且行业集聚相对较弱。产业的空间集聚可进一步促进地区技术进步,增强区域产业竞争力与经济增长^[22,23],支柱行业的用地划定与调控,应基于行业空间布局发展趋势,对于行业的发展与布局起到支撑和引导作用。通化市支柱行业布局目前应拢合二道江区细碎工矿仓储用地宗地块,进一步归整黑色金属冶炼和压延加工业用地,引导行业布局形成规模工业区;医药制造业与葡萄酒制造业用地布局应向城区外侧移动,并且划定区域在行业条带分布上逐渐形成主要行业用地聚集点,加强行业企业单位之间的联动关系,增强医药制造业与葡萄酒制造业在区域范围上的竞争能力。

5 结论

（1）通化市中心城区各地类与行业单位分布均呈空间正相关,Moran’s I系数均随权重距离的增加而减小。在相同尺度条件下,工矿仓储用地,住宅用地,商服用地,公共管理与公共服务用地四种主要地类空间结构性较强;批发和零售业,公共管理、社会保障和社会组织以及其他商业与服务业空间结构性较弱。制造业,其他工业与采矿业以及其他公共管理服务业基本呈随机分布。
（2）行业单位空间核密度估算结果显示,产业属性相近行业（制造业,其他工业与采矿业;批发和零售业,其他商业与服务业;公共管理、社会保障和社会组织,其他公共管理服务业）在空间分布特征上均具有明显的相似性,在进行城市行业用地宏观管理的过程中,可分别将其划定为二产行业、三产行业和无产行业大类进行调控和布局;针对落实到具体行业的用地供给调控,在各大类产业行业用地指标内部划分。
（3）通化市中心城区行业类型与落位地类HH聚集区属性基本相符,但仍有多数单位落位于与自身行业属性并不一致的土地利用类型区域。针对存在合理但与用地属性不符行业单位,设立缓冲混合用地区,并限制行业单位的错误落位现象。
（4）通化市支柱行业中,黑色金属冶炼和压延加工业单位空间集聚现象明显,规划区域内工矿仓储用地应逐步集中,引导形成规模工业区;医药制造业与葡萄酒制造业用地向外迁移出中心区域,行业带上形成主要行业用地聚集点以发挥产业集聚优势。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	顾湘. 区域产业结构调整与土地集约利用研究[D] .南京:南京农业大学,2007. [本文引用: 1] [GU Xiang.Study on Regional Industrial Structure Adjustment and Land Intensive Use [D]. Nanjing:Nanjing Agricultural University,2007.] [本文引用: 1]
[2]	马涛. 产业规划:城市产业用地集约利用实现途径及其经济机理分析-基于土地空间特性的视角 [J]. 上海交通大学学报:哲学社会科学版,2008,16(6):75-80. [本文引用: 1] [MA Tao.Industrial planning:Approach to intensive use of urban industrial land and its economic mechanism [J]. Journal of SJTU(Philosophy and Social Science),2008,16(6):75-80.] [本文引用: 1]
[3]	石忆邵,樊文平,蒲晟. 我国大都市产业用地规模、结构与效益的比较分析 [J]. 同济大学学报:社会科学版,2010,21(2):25-31. [本文引用: 1] [SHI Yishao,FAN Wenping,PU Sheng.Comparative analysis of scale,structure and benefits of metropolitan industrial land in China [J]. Tongji University Journal Social Science Section,2010,21(2):25-31.] [本文引用: 1]
[4]	顾湘,姜海,王铁成,等. 工业用地集约利用评价与产业结构调整-以江苏省为例 [J]. 资源科学,2009,31(4):612-618. [GU Xiang,JIANG Hai,WANG Tiecheng,et al.Evaluation of intensive use of industrial land and industrial structure adjustment:A case study of Jiangsu Province [J]. Resources Science,2009,31(4):612-618.]
[5]	庞瑞秋,白鸿蓉,刘艳军. 长春市产业空间布局演化:轨迹、机制与调控 [J]. 东北师大学报:自然科学版,2007,39(4):143-148. [PANG Ruiqiu,BAI Hongrong,LIU Yanjun.Study on formation mechanism and control strategy of industrial layout of Changchun City [J]. Journal of Northeast Normal University (Natural Science Edition),2007,39(4):143-148.]
[6]	孔祥斌,张凤荣,李玉兰,等. 区域土地利用与产业结构变化互动关系研究 [J]. 资源科学,2005,27(2):59-64. [KONG Xiangbin,ZHANG Fengrong,LI Yulan,et al.Interactive relationship between land use change and industrial change [J]. Resources Science,2005,27(2):59-64.]
[7]	杨宇. 城市土地利用结构与产业结构关系研究-以成都市为例 [D]. 雅安:四川农业大学,2008. [本文引用: 1] [YANG Yu.The Study on Mutual Relationship between Urban Land Use Structure and Industry Structure Based on Chengdu City [D]. Ya’an:Sichuan Agriculture University,2008.] [本文引用: 1]
[8]	路振华,张军连,李宪文,等. 基于城市土地产业属性的面积分摊计算方法研究-以合肥市为例 [J]. 自然资源学报,2013,28(3):517-528. [本文引用: 2] [LU Zhenhua,ZHANG Junlian,LI Xianwen,et al.Study on the computation method for shared area based on the industrial attributes of urban land:A case study of Hefei city [J]. Journal of Nature Resources,2013,28(3):517-528.] [本文引用: 2]
[9]	路晓明,付治河,张高,等. 行业用地调查成果应用研究 [J]. 河南科技,2011,(10):20-21. [本文引用: 1] [LU Xiaoming,FU Zhihe,ZHANG Gao,et al.Study on application of industry land survey [J]. Henan Science & Technology,2011,(10):20-21.] [本文引用: 1]
[10]	丰雷,蒋妍,黄晓宇. 土地利用结构与社会经济结构-基于中国不同用地类型区域的实证分析 [J]. 地域研究与开发,2011,30(1):110-115. [本文引用: 1] [FENG Lei,JIANG Yan,HUANG Xiaoyu.Land use structure and socioeconomic structure:Empirical analysis based on different regions of China [J]. Areal Research and Deve-lopment,2011,30(1):110-115.] [本文引用: 1]
[11]	GB/T4754-2011. 国民经济行业分类[S].北京:中国标准出版社,2011. [本文引用: 1]
[12]	Tobler W R.A computer movie simulating urban growth in the Detroit region [J]. Economic geography,1970,46(2):234-240. [本文引用: 1]
[13]	刘荣. 哈巴河县土地利用格局多尺度空间自相关分析与模拟研究 [D].乌鲁木齐:新疆大学,2010. [本文引用: 1] [LIU Rong.Multi-scale Spatial Autocorrelation Analysis and Simulation of Land Use Patterns in Habahe County [D]. Urumqi:Xinjiang University,2010.] [本文引用: 1]
[14]	Anselin L.Local indicators of spatial association-LISA [J]. Geo-graphical Analysis,1995,27(2):93-115. [本文引用: 1]
[15]	李灿,张凤荣,姜广辉,等. 京郊卫星城区域农村居民点土地利用特征分析 [J]. 农业工程学报,2013,29(19):233-243. [本文引用: 1] [LI Can,ZHANG Fengrong,JIANG Guanghui,et al.Analysis on utilization characteristics of rural residential land use in satellite city area of Beijing [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2013,29(19):233-243. ] [本文引用: 1]
[16]	Bone C,Wulder M A,White J C,et al.A GIS-based risk rating of forest insect outbreaks using aerial overview surveys and the local Moran's I statistic [J]. Applied Geography,2013,40:161-170. [本文引用: 1]
[17]	蔡雪娇,吴志峰,程炯. 基于核密度估算的路网格局与景观破碎化分析 [J]. 生态学杂志,2012,31(1):158-164. [本文引用: 1] [CAI Xuejiao,WU Zhifeng,CHENG Jiong.Analysis of road network pattern and landscape fragmentation based on kernel density estimation [J]. Chinese Journal of Ecology,2012,31(1):158-164.] [本文引用: 1]
[18]	陈飞. 中小城市商住混合体研究 [D]. 昆明:昆明理工大学,2003. [本文引用: 1] [CHEN Fei.Study on Residential and Commercial Hybrid Land [D]. Kunming:Kunming University of Science and Tech-nology,2003.] [本文引用: 1]
[19]	Liao S,Chem Y,Liu F,et al.Information technology and relation-ship management:A case study of Taiwan’s small manufacturing firm [J]. Technovation,2004,24(2):97-108. [本文引用: 1]
[20]	干春晖,郑若谷,余典范. 中国产业结构变迁对经济增长和波动的影响 [J]. 经济研究,2011,(5):4-16. [本文引用: 1] [GAN Chunhui,ZHENG Ruogu,YU Dianfan.An empirical study on the effects of industrial structure on economic growth and fluctuations in China [J]. Economic Research Journal,2011,(5):4-16.] [本文引用: 1]
[21]	姜珊. 基于行业用地调查的通化市产业布局优化研究 [D]. 长春:吉林大学,2015. [本文引用: 1] [JIANG Shan.Based on the Industry Land Survey of Tonghua City Layout Optimization Research [D]. Changchun:Jilin University,2015.] [本文引用: 1]
[22]	陈建军,胡晨光. 产业集聚的集聚效应-以长江三角洲次区域为例的理论和实证分析 [J]. 管理世界,2008,20(6):68-83. [本文引用: 1] [CHEN Jianjun,HU Chenguang.The agglomeration effect of industrial agglomeration:A theoretical and empirical analysis case of the subarea in Yangtze River Delta [J]. Management World,2008,20(6):68-83.] [本文引用: 1]
[23]	张云飞. 城市群内产业集聚与经济增长关系的实证研究-基于面板数据的分析 [J]. 经济地理,2014,34(1):108-113. [本文引用: 1] [ZHANG Yunfei.Empirical studies on the relationship between industrial agglomeration and economic growth within the urban agglo-meration-based on panel data analysis [J]. Economic Geography,2014,34(1):108-113.] [本文引用: 1]