苏锡常各地区区域经济竞争力综合评价
2006年苏锡常镇四市高三教学情况调查(一)地理
2006年苏锡常镇四市高三教学情况调查（一）地 理本试卷分第Ⅰ卷（选择题）和第Ⅱ卷（综合题）两部分，满分150分，考试时间120分钟第Ⅰ卷（选择题，共70分）一、选择题（一）单项选择题：本大题共20小题，每小题2分，共40分。
在每小题给出的四个选项中，只有一项是符合题目要求的。
读地球某时刻太阳高度分布示意图，图中粗线为等太阳高度线，回答1~2题。
图11． 下列叙述正确的是A ．PA 为昏线，PB 为晨线 B ．新一天的范围约占1/8C ．此时的太阳高度①＞②D ．全球昼夜平分 2．此时O 点（O 点为圆心）太阳高度的日变化图是图2已知同处北纬30°的开罗与武汉降水量与蒸发量曲线图。
回答3～4题。
23026C026B 23026太阳高度A 23026D降水量 蒸发量（mm ）武汉降水量 武汉蒸发量 图3开罗蒸发量3．造成两地降水量差异的原因的叙述正确的是A ．开罗位于山地背风坡，受焚风影响B ．武汉常年受准静止锋影响，降水丰富C ．武汉常年受副热带高压的控制，盛行下沉气流D ．开罗附近海陆热力差异小，没有形成季风环流4．当武汉正值图3中阴影部分对应的月份时，常受下列哪种天气系统的影响图4读图5，回答5～6题图55．下列说法正确的是A ． 甲图所示为长江汛期，径流量最大B ． 乙图所示为长江枯水期，径流量最小C ． 丙图所示为洞庭湖水补给长江水D ． 洞庭湖水与长江水相互补给6．自2003年下半年以后，图中水文站观测的长江径流量比以往要稳定许多，最主要的原因是A ．长江中上游防护林建设得好，水土流失大大减少B ．洞庭湖退耕还湖，水面面积大大增加C ．1998年长江大洪水后，人们的防洪意识明显增强D ．长江三峡大坝的修建与水库的蓄水1982年2月底至3月初，位于墨西哥西海岸的埃尔〃琼基火山爆发，喷出的尘埃之多前所未有，火山尘埃经过的日本列岛沿海和欧洲西部普降暴雨。
由此科学家推断出中亚地区等地1018 等压线（单位：百帕）风向甲乙 丙可能出现持续干旱。
江苏省各地级市GDP、财政收入、固定资产投资排名表
江苏省各地级市GDP、财政收入、固定资产投资排名表江苏省，位于中国东部沿海地区，是中国的经济大省之一。
全省共辖13个地级市，分别是南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州和宿迁。
这些地级市的经济发展状况各有特点，本文将根据最新的数据，对这13个地级市的GDP、财政收入和固定资产投资进行排名。
根据2022年的数据显示，江苏省的GDP排名前五位的地级市分别是苏州、无锡、南京、南通和常州。
其中，苏州以GDP总量3万亿元位居第一，无锡以GDP总量2万亿元位居第二，南京以GDP总量1万亿元位居第三。
在财政收入方面，排名前五位的地级市分别是苏州、南京、无锡、南通和常州。
其中，苏州的财政收入最高，达到了2000亿元以上，南京和无锡的财政收入也都在1500亿元以上。
固定资产投资方面，排名前五位的地级市分别是苏州、无锡、常州、南京和南通。
其中，苏州的固定资产投资最高，达到了3000亿元以上，无锡和常州的固定资产投资也在2000亿元以上。
从以上数据可以看出，江苏省的经济发展呈现出不均衡的特点。
苏南地区（苏州、无锡、常州）的经济实力相对较强，而苏北地区（淮安、宿迁）的经济实力则相对较弱。
因此，为了促进江苏省经济的全面发展，需要加大对于苏北地区的投资力度，提升其经济发展水平。
同时，各地区也需要充分发挥自身的优势产业，加强区域合作，实现互利共赢的局面。
在中国的广东省，各个地级市的经济发展状况各有千秋。
本文将对这些城市的GDP、财政收入和固定资产投资进行详细的排名和分析，以揭示广东省经济发展的全貌。
GDP作为衡量一个城市经济总量的重要指标，是反映城市经济发展状况的关键数据。
以下为广东省各地级市的GDP排名：财政收入是一个城市经济实力的另一个重要指标。
以下为广东省各地级市的财政收入排名：固定资产投资是推动城市经济发展的重要动力之一。
以下为广东省各地级市的固定资产投资排名：总结：通过对广东省各地级市的GDP、财政收入和固定资产投资的排名和分析，我们可以看到深圳市、广州市和佛山市在经济实力和投资能力上居于前列。
全国百强县综合评价指标体系
安徽统计信息网全国百强县（市）综合评价指标体系发布时间：2005-11-3 10:08:00 被阅览数：453 次文字【大中小】自2000年以来，关于县域经济“百强县”的评价，国内有两个最权威的排名。
即国家统计局农村社会经济调查总队评出的中国最发达100名县（市、区）和《经济日报》与中国区域经济学会评出的我国县域经济基本竞争力评价，即“经济百强县”，至今已进行到了第四届。
国家统计局农调总队的“百强县”评价，主要采用发展水平、发展活力、发展潜力三个方面的33个指标，分别计算出发展水平指数、发展活力指数、发展潜力指数和综合发展指数，根据测算和统计结果，每年公布综合发展指数前100位县以及重要单项指标前100位县。
该评价指标体系中，发展水平主要反映县（市）的发展程度，它包括经济发展规模、产业结构、经济发展水平和社会发展水平四个方面。
发展活力主要反映县（市）社会经济发展的活跃程度，包括经济发展速度、贸易、外资、投资等。
发展潜力主要反映县（市）的发展后劲，它包括资金、生产效率、基础设施、自然环境、文化教育。
各方面具体指标：发展水平（1）经济规模地区生产总值地方财政收入（2）产业结构非农产业比重（3）经济发展水平经济密度人均GDP人均地方财政收入农民人均纯收入城镇职工平均工资水平（4）社会发展水平每万人拥有社会福利院床位数每万人中的医院、卫生院床位数每万人拥有医院、卫生院技术人员数发展活力（1）发展速度地区生产总值指数工业企业增长速度（2）贸易与外资实际利用外资额与GDP之比出口总额与GDP之比外资企业比重（3）投资每百户居民民用汽车拥有量每百户的电话拥有量人均各项贷款人均基本建设投资完成额投资变动率发展潜力（1）财政地方财政收入占GDP比重人均科教文卫事业费支出（2）生产效率农业劳动生产率工业劳动生产率耕地产出率（3）资源环境与基础设施人均耕地面积公路密度有效灌溉面积占耕地面积的比重（4）文化教育每万人中的中学生人数每万人中的小学生人数小学密度每个教师负担学生数指数含义及计算过程为：1、指数所反映的经济意义每个指数值的范围是介于0到100之间，在单项指数中，每一个指数值代表一个县在该方面的水平高低，指数为100代表基期年度的最好水平。
苏锡常都市圈蓝绿空间规模与格局演变特征
第４６卷㊀第１期２０２２年１月南京林业大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ）Ｖｏｌ．４６，Ｎｏ．１Ｊａｎ．，２０２２ＤＯＩ：１０．１２３０２／ｊ．ｉｓｓｎ．１０００－２００６．２０２１０１０３７㊀收稿日期Ｒｅｃｅｉｖｅｄ：２０２１⁃０１⁃１３㊀㊀㊀㊀修回日期Ａｃｃｅｐｔｅｄ：２０２１⁃０６⁃２８㊀基金项目：江苏高校优势学科建设工程资助项目（ＰＡＰＤ）㊂㊀第一作者：许浩（２４８１８６０５５＠ｑｑ．ｃｏｍ），教授㊂㊀引文格式：许浩，金婷，刘伟．苏锡常都市圈蓝绿空间规模与格局演变特征［Ｊ］．南京林业大学学报（自然科学版），２０２２，４６（１）：２１９－２２６．ＸＵＨ，ＪＩＮＴ，ＬＩＵＷ．Ｓｔｕｄｙｏｎｔｈｅｓｃａｌｅａｎｄｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｅｖｏｌｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａ，Ｃｈｉｎａ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ），２０２２，４６（１）：２１９－２２６．ＤＯＩ：１０．１２３０２／ｊ．ｉｓｓｎ．１０００－２００６．２０２１０１０３７．苏锡常都市圈蓝绿空间规模与格局演变特征许㊀浩，金㊀婷，刘㊀伟（南京林业大学风景园林学院，江苏㊀南京㊀２１００３７）摘要：ʌ目的ɔ苏锡常都市圈是江苏省三大都市圈之一，也是长江三角洲的主要核心区域㊂２０世纪８０年代以来，苏锡常都市圈城市化进程加快，区域性生态问题亟须重视㊂蓝绿空间是构建区域生态系统的基础，定量揭示其演变特征有助于为苏锡常都市圈国土空间规划与生态环境保护提供依据㊂ʌ方法ɔ选取２００３年㊁２００８年㊁２０１３年㊁２０１８年共４期遥感影像并处理分析，利用动态变化模型与景观格局指数对苏锡常都市圈及各成员城市１５年间蓝绿空间规模与景观格局的演变进行分析㊂ʌ结果ɔ①２００３ ２０１８年间，苏锡常都市圈蓝绿空间总体动态变化幅度为－３．５２％，绿色空间变化剧烈，蓝色空间相对稳定；蓝色空间与绿色空间动态变化均呈现出由 减少期 转变为 增长期 的阶段性特征㊂②在斑块类型水平上，苏锡常都市圈蓝色空间破碎度减少，复杂度与连通性增加；绿色空间破碎度及复杂度增加，连通度减少㊂蓝绿空间在景观水平上多样性程度减少，连通度㊁聚集度增加㊂③研究期内常州的蓝绿空间相对动态度最大，无锡最小；常州蓝绿空间破碎度㊁复杂度较高，景观格局变化较为剧烈；苏州蓝绿空间多样性程度较低，连通度及聚集度较高㊂ʌ结论ɔ近１５年苏锡常都市圈的蓝绿空间规模与景观格局变化显著，城市间差异明显，必须对区域生态环境进行统筹规划和保护㊂关键词：蓝绿空间；时空演变；景观格局；苏锡常都市圈中图分类号：Ｘ８２６㊀㊀㊀㊀㊀㊀㊀文献标志码：Ａ开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１０００－２００６（２０２２）０１－０２１９－０８Ｓｔｕｄｙｏｎｔｈｅｓｃａｌｅａｎｄｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｅｖｏｌｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａ，ＣｈｉｎａＸＵＨａｏ，ＪＩＮＴｉｎｇ，ＬＩＵＷｅｉ（ＣｏｌｌｅｇｅｏｆＬａｎｄｓｃａｐｅＡｒｃｈｉｔｅｃｔｕｒｅ，ＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ʌＯｂｊｅｃｔｉｖｅɔＴｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃ＣｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｉｓｏｎｅｏｆｔｈｅｔｈｒｅｅｍａｊｏｒｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｓｉｎＪｉａｎｇｓｕＰｒｏｖｉｎｃｅａｎｄａｃｏｒｅａｒｅａｏｆｔｈｅＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａ，Ｃｈｉｎａ．Ｓｉｎｃｅｔｈｅ１９８０ｓ，ｔｈｅｕｒｂａｎｉｚａｔｉｏｎｉｎｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｈａｓｂｅｅｎｄｒａｓｔｉｃ，ｗｈｅｒｅｒｅｇｉｏｎａｌｅｃｏｌｏｇｉｃａｌｐｒｏｂｌｅｍｓｕｒｇｅｎｔｌｙｒｅｑｕｉｒｅａｔｔｅｎｔｉｏｎ．Ｔｈｅｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｐｒｏｖｉｄｅｓｔｈｅｂａｓｉｓｔｏｃｏｎｓｔｒｕｃｔａｒｅｇｉｏｎａｌｅｃｏｓｙｓｔｅｍ．ＱｕａｎｔｉｔａｔｉｖｅｌｙｃｈａｒａｃｔｅｒｉｚｉｎｇｔｈｅｅｖｏｌｕｔｉｏｎｏｆｔｈｅｓｅｓｐａｃｅｓｐｒｏｖｉｄｅｓａｂａｓｉｓｔｏｐｌａｎｔｈｅｓｐａｔｉａｌｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｉｎａｎｅｃｏｌｏｇｉｃａｌｌｙｃｏｎｓｃｉｏｕｓｍａｎｎｅｒ．ʌＭｅｔｈｏｄɔＵｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｆｒｏｍ２００３，２００８，２０１３ａｎｄ２０１８，ｔｈｅｄｙｎａｍｉｃｃｈａｎｇｅｍｏｄｅｌａｎｄｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｉｎｄｅｘｗｅｒｅｕｓｅｄｔｏａｎａｌｙｚｅｔｈｅｅｖｏｌｕｔｉｏｎｏｆｔｈｅｓｃａｌｅａｎｄｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓｏｆｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａａｎｄｉｔｓｍｅｍｂｅｒｃｉｔｉｅｓｏｖｅｒｔｈｅｒｅｃｅｎｔ１５ｙｅａｒｓ．ʌＲｅｓｕｌｔɔ（１）Ｆｒｏｍ２００３ｔｏ２０１８，ｔｈｅｃｈａｎｇｅｉｎｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｗａｓ－３．５２％；ｔｈｅｇｒｅｅｎｓｐａｃｅｃｈａｎｇｅｄｄｒａｓｔｉｃａｌｌｙ，ｗｈｉｌｅｔｈｅｂｌｕｅｓｐａｃｅｗａｓｒｅｌａｔｉｖｅｌｙｓｔａｂｌｅ．Ｔｈｅｂｌｕｅａｎｄｇｒｅｅｎｓｐａｃｅｓｃｈａｎｇｅｄｆｒｏｍａ ｄｅｃｒｅａｓｉｎｇｐｅｒｉｏｄ ｔｏａｎ ｉｎｃｒｅａｓｉｎｇｐｅｒｉｏｄ ．（２）Ａｔｔｈｅｃｌａｓｓｍｅｔｒｉｃｓｌｅｖｅｌ，ｔｈｅｆｒａｇｍｅｎｔａｔｉｏｎｏｆｂｌｕｅｓｐａｃｅｉｎｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｄｅｃｒｅａｓｅｄ，ｗｈｉｌｅｉｔｓｃｏｍｐｌｅｘｉｔｙａｎｄｃｏｎｎｅｃｔｉｖｉｔｙｉｎｃｒｅａｓｅｄ．Ｂｙｃｏｎｔｒａｓｔ，ｔｈｅｆｒａｇｍｅｎｔａｔｉｏｎａｎｄｃｏｍｐｌｅｘｉｔｙｏｆｇｒｅｅｎｓｐａｃｅｉｎｃｒｅａｓｅｄ，ａｎｄｉｔｓｃｏｎｎｅｃｔｉｖｉｔｙｄｅｃｒｅａｓｅｄ．Ｔｈｅｄｉｖｅｒｓｉｔｙｏｆｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｄｅｃｒｅａｓｅｄａｔｔｈｅｌａｎｄｓｃａｐｅｌｅｖｅｌ，ｗｈｉｌｅｃｏｎｎｅｃｔｉｖｉｔｙａｎｄａｇｇｒｅｇａｔｉｏｎｉｎｃｒｅａｓｅｄ．（３）Ｄｕｒｉｎｇｔｈｅｓｔｕｄｙｐｅｒｉｏｄ，ｃｈａｎｇｅｓｉｎｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎｅａｃｈｍｅｍｂｅｒｃｉｔｙｗｅｒｅｓｉｍｉｌａｒｔｏｔｈｏｓｅｉｎｔｈｅｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｓ．Ｃｈａｎｇｚｈｏｕｅｘｐｅｒｉｅｎｃｅｄｔｈｅｈｉｇｈｅｓｔ. All Rights Reserved.南京林业大学学报（自然科学版）第４６卷ｄｅｇｒｅｅｏｆｄｙｎａｍｉｃｃｈａｎｇｅ，Ｗｕｘｉｅｘｐｅｒｉｅｎｃｅｄｔｈｅｓｍａｌｌｅｓｔ；ｔｈｅｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｏｆＣｈａｎｇｚｈｏｕｓｈｏｗｅｄｈｉｇｈｅｒｆｒａｇｍｅｎｔａｔｉｏｎａｎｄｃｏｍｐｌｅｘｉｔｙ，ａｎｄｔｈｅｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｃｈａｎｇｅｄｍｏｒｅｄｒａｓｔｉｃａｌｌｙ．Ｓｕｚｈｏｕｅｘｐｅｒｉｅｎｃｅｄｌｏｗｄｉｖｅｒｓｉｔｙ，ｈｉｇｈｃｏｎｎｅｃｔｉｖｉｔｙ，ａｎｄａｇｇｒｅｇａｔｉｏｎｉｎｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅ．ʌＣｏｎｃｌｕｓｉｏｎɔＯｖｅｒｔｈｅｐａｓｔ１５ｙｅａｒｓ，ｔｈｅｓｃａｌｅａｎｄｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓｏｆｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｈａｖｅｃｈａｎｇｅｄｓｉｇｎｉｆｉｃａｎｔｌｙ，ｗｉｔｈｃｌｅａｒｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｃｉｔｉｅｓ．Ａｓｓｕｃｈ，ｔｈｅｒｅｉｓａｎｅｅｄｔｏｓｙｓｔｅｍａｔｉｃａｌｌｙｐｌａｎａｎｄｐｒｏｔｅｃｔｔｈｅｒｅｇｉｏｎａｌｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｉｓａｒｅａ．Ｋｅｙｗｏｒｄｓ：ｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅ；ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌｅｖｏｌｕｔｉｏｎ；ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎ；Ｓｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａ㊀㊀都市圈是指一个或多个核心城市，以及与核心城市具有紧密社会㊁经济联系的，具有一体化倾向的邻接城镇与地区构成的圈层式结构［１］，在我国城市化发展进程中起承上启下的重要作用［２－３］㊂快速城市化极大影响了都市圈空间格局［４］与生态环境［５－６］㊂苏锡常都市圈是改革开放以后长江中下游城市化进程最为迅速㊁土地利用变化最大的地区之一，区域性生态环境问题亟须重视［７－９］㊂２０１６年，‘长江三角洲城市群发展规划“中明确提出苏锡常都市圈应 加快生态空间修复和城镇空间重塑 ［１０］㊂在２０１９年印发的‘长江三角洲区域一体化发展规划纲要“［１１］中提出了一系列强化生态环境的措施，苏锡常都市圈面临难得的发展机遇㊂ 蓝绿空间 包括蓝色空间和绿色空间两类景观空间，是构建可持续㊁有弹性㊁适应性强的城市生态系统的关键㊂本研究中的绿色空间指所有植被覆盖的区域，蓝色空间指区域内的所有自然及人工水体（本研究中的蓝绿空间均不区分人工与自然属性）㊂蓝绿空间结合能够提高生物多样性［１２］㊁改善城市热岛效应［１３－１５］与城市空气质量［１６－１７］，并对人类健康产生积极影响［１８－１９］㊂研究区域空间中的蓝绿空间是探究区域性生态环境问题的切入点㊂目前，已有学者针对区域空间中的蓝绿空间格局展开研究：刘瑞清等［２０］利用景观格局指数及ＧＩＳ网格分析研究了浙江省绿地的时空变化特征；汤姚楠等［２１］利用景观格局指数及土地转移矩阵研究了徐州城乡绿地生态网络演变及其异质性；武鹏飞等［２２］利用洛伦兹曲线及基尼系数结合缓冲区分析方法研究了官厅水库流域景观分布的时空差异；王芳等［２３］利用景观格局指数㊁动态变化模型等研究方法，分析太湖流域景观空间格局动态演变㊂这些研究多关注蓝色或绿色单一类型空间，研究层次为区域空间整体，忽略了内部城市蓝绿空间格局演变的差异性㊂从当前对苏锡常都市圈蓝绿空间的相关研究［２４－２７］来看，也发现了上述问题㊂鉴于此，笔者从规模与景观格局两个角度探究苏锡常都市圈及各城市蓝绿空间时空演变特征，并提出保护策略，以期为制定国土空间规划与保护都市圈生态环境提供参考依据㊂１㊀材料与方法１．１㊀研究区概况苏锡常都市圈包括苏州㊁无锡㊁常州３市，是我国南方重要的人口㊁经济㊁文化密集区，位于长江三角洲入海前的冲积平原上（１１９ʎ０８ᶄ １２１ʎ２０ᶄＥ，３０ʎ４７ᶄ ３２ʎ０４ᶄＮ），区域总面积１７６６９．７９ｋｍ２㊂属亚热带季风海洋性气候，四季分明，雨量充沛㊂地形以平原为主，水网纵横，湖泊众多，水域面积占比３２％，包括中国第三大淡水湖太湖；西部㊁东南部及太湖东北部为丘陵山区，面积占比２０％㊂２０１９年苏锡常都市圈常住人口达２２０７．７４万人，地区生产总值达３８４８９．１亿元，人均地区生产总值为１７４５４６元，是全国平均水平的２．４６倍［２８］㊂１．２㊀数据来源及处理２００３年，江苏省正式开始建设苏锡常都市圈，因此以２００３年为起始时间来研究蓝绿空间演变有一定的必要性㊂本研究所用的基础数据是苏锡常都市圈２００３年㊁２００８年㊁２０１３年和２０１８年共４期的ＬａｎｄｓａｔＴＭ（２００３年㊁２００８年）㊁ＬａｎｄｓａｔＯＬＩ（２０１３年㊁２０１８年）遥感影像数据，每期取４幅遥感影像，条带号为１１８ １２０，行列号为３８ ３９，为保证数据质量和较高的可比性，尽量选取影像质量高㊁云覆盖少㊁夏季的遥感影像㊂遥感数据来自中国科学院科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ），空间分辨率为３０ｍ㊂在ＥＮＶＩ５．３软件支持下，经过图像辐射校正㊁几何配准㊁大气校正㊁图像增强处理㊁拼接与裁剪等处理，根据‘国土空间调查㊁规划㊁用途管制用地用海分类指南（试行）“［２９］结合苏锡常都市圈土地利用实际情况，将研究区土地利用类型分为耕地㊁林地㊁草地㊁陆地水域㊁建设用地㊁其他土地６类，得到各期的土地利用数据㊂为保证解译精度，在各矢量图中产生检验点进行精度检验，解译精度达８５％，均达到本研究所需（图１）㊂根据本研究对蓝绿空间的定义，蓝色空间即所提取的土地利用数据中的陆地水域，绿色空间即林地与草地㊂０２２. All Rights Reserved.㊀第１期许㊀浩，等：苏锡常都市圈蓝绿空间规模与格局演变特征底图审图号：苏Ｓ（２０２０）０２２号㊂下同㊂图１㊀２００３ ２０１８年苏锡常都市圈蓝绿空间分布图Ｆｉｇ．１㊀Ｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｆｒｏｍ２００３ｔｏ２０１８１．３研究方法１．３．１㊀动态变化模型１）动态变化幅度模型㊂动态变化幅度（Ｆ）反映了研究区一定时间范围内某景观类型变化的总体趋势，其计算公式如下：Ｆ＝Ｕｂ－ＵａＵａˑ１００％㊂式中：Ｆ为某景观类型变化幅度，Ｕａ和Ｕｂ分别表示研究初期和末期某景观类型的面积㊂２）动态度模型㊂土地利用动态度（Ｋ）可以定量描述研究区一定时间范围内某景观类型的变化程度，对比较变化差异和预测未来变化趋势有积极作用，其计算公式如下：Ｋ＝Ｕｂ－ＵａＵａˑ１Ｔˑ１００％㊂式中，Ｔ为研究时间范围㊂３）相对动态度模型㊂相对动态度模型可反映研究区内不同区域的景观类型变化差异，其计算公式如下：Ｒ＝Ｋｂ－ＫａＫａ／Ｃｂ－ＣａＣａ㊂式中：Ｋａ和Ｋｂ分别为研究初期及末期某区域某种景观类型的面积；Ｃａ和Ｃｂ分别为研究初期及末期研究区某景观类型的面积㊂１．３．２㊀景观格局指数景观格局指数的变化可以反映景观格局的变化，利用景观格局指数可以定量描述景观格局演变，结合景观格局与景观过程的联系，可以更好地阐述景观空间格局的差异性㊂在都市圈蓝绿空间这类较大尺度的研究中，对其结构影响最大的外力主要是城市化过程中人的活动，景观的破碎化程度㊁连通度和多样性程度是其重要的属性特征㊂因此，本研究结合前人研究的经验，选取斑块密度指数（ＰＤ）㊁景观形状指数（ＬＳＩ）及斑块结合度指数（ＣＯＨＥＳＩＯＮ）来定量描述研究区内蓝绿空间在斑块类型水平上各自的演变特征㊂此外，选取香农多样性指数（ＳＨＤＩ）㊁蔓延度指数（ＣＯＮＴＡＧ）及聚集度指数（ＡＩ）分析研究区内蓝绿空间在景观水平上的动态变化规律㊂各指数计算公式及生态意义详见参考文献［３０］㊂２㊀结果与分析图２㊀２００３ ２０１８年苏锡常都市圈蓝绿空间动态变化Ｆｉｇ．２㊀Ｔｈｅｄｙｎａｍｉｃｃｈａｎｇｅｓｏｆｔｈｅｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｆｒｏｍ２００３ｔｏ２０１８２．１㊀苏锡常都市圈蓝绿空间规模演变特征２００３年以来，随着人类活动的增加，苏锡常都市圈蓝绿空间规模也相应产生变化，总体动态变化幅度为－３．５２％㊂其中绿色空间显著减少，绿色空间受到强烈干扰，面积大幅降低，动态变化幅度为－１５．９８％；蓝色空间相对稳定，动态变化幅度为－０．５％（图２）㊂如图２所示，２００３ ２０１８年间，苏锡常都市圈蓝绿空间规模呈现出显著的阶段性动态变化，可将其分为２个阶段，具体表现为：２００３ ２０１３年，苏锡常都市圈蓝绿空间动态度均为负值，蓝绿空间规模持续减少㊂其中绿色空间后５年动态度小于前５年，绿色空间减少速率变慢；蓝色空间后５年动态度大于前５年，蓝色空间减少速度加快㊂２０１３ ２０１８年，苏锡常都市圈蓝绿空间动态１２２. All Rights Reserved.南京林业大学学报（自然科学版）第４６卷度均为正值，表明蓝绿空间规模均有所增加㊂２００３ ２０１８年间，各城市蓝绿空间的总体相对动态度均为正值，说明３市的蓝绿空间变化趋势与都市圈相似，呈先减后增的阶段性变化㊂２００３ ２０１３年，３个城市的绿色空间规模均呈负增长趋势（表１），相对动态度表现为常州＞无锡＞苏州，常州绿色空间的减少较快，其减少量大于无锡，远大于苏州，占减少总量的５４．６９％；２０１３ ２０１８年，３个城市的绿色空间规模均呈正增长趋势，相对动态度表现为常州＞苏州＞无锡，常州绿色空间的增加较快，常州与无锡的蓝色空间总体增加㊂结合表１与图３可知，常州绿色空间的动态变化分布集中在茅山山脉㊁天目山余脉及长江沿岸等；蓝色空间动态分布集中在金坛区西南部㊁溧阳北部㊁长荡湖沿岸㊁滆湖沿岸等㊂苏州绿色空间分布集中在西山㊁东山㊁大阳山㊁张家港段的长江沿岸及阳澄湖沿岸等；蓝色空间动态变化分布广，集中在吴江区南部㊁昆山南部㊁常熟南部㊁阳澄湖沿岸㊁澄湖沿岸㊁太湖沿岸㊁长江沿岸等㊂无锡绿色空间的动态变化分布集中在灵山㊁惠山㊁天目山余脉及江阴段的长江沿岸等；蓝色空间集中在宜兴北部㊁滆湖沿岸㊁太湖沿岸㊁江阴南部等㊂表１㊀２００３ ２０１８年苏锡常各成员城市蓝绿空间动态变化Ｔａｂｌｅ１㊀Ｔｈｅｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｏｆＳｕｚｈｏｕ，ＷｕｘｉａｎｄＣｈａｎｇｚｈｏｕ ｓｄｙｎａｍｉｃｃｈａｎｇｅｓｆｒｏｍ２００３ｔｏ２０１８景观类型ｔｙｐｅ年份ｙｅａｒ动态变化幅度／％ｄｙｎａｍｉｃｃｈａｎｇｅｒａｎｇｅ相对动态度／％ｄｙｎａｍｉｃｃｈａｎｇｅｄｅｇｒｅｅ常州Ｃｈａｎｇｚｈｏｕ苏州Ｓｕｚｈｏｕ无锡Ｗｕｘｉ常州Ｃｈａｎｇｚｈｏｕ苏州Ｓｕｚｈｏｕ无锡Ｗｕｘｉ蓝绿空间ｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅ２００３ ２００８－９．９８１．２７－６．２２４．５５－０．５８２．８４２００８ ２０１３－１．２４－４．１００．８６０．５１１．６８－０．３５２０１３ ２０１８２．９７０．３３３．１７２．０４０．２３２．１７２００３ ２０１８－８．４６－２．５５－２．４２２．６５０．８００．７６蓝色空间ｂｕｌｅｓｐａｃｅ２００３ ２００８－５．３９１．６４－３．４５１８．９１－５．７７１２．１０２００８ ２０１３７．６７－３．８１５．００－１１．１２５．５２－７．２４２０１３ ２０１８０．６０－０．１６２．４０１．２８－０．３４５．１０２００３ ２０１８２．４９－２．３８３．８１－４．９５４．７３－７．５７绿色空间ｇｒｅｅｎｓｐａｃｅ２００３ ２００８－１６．７６－３．６４－１１．５１．４３０．３１０．９８２００８ ２０１３－１６．２０－８．１４－７．７１１．５２０．７６０．７２２０１３ ２０１８８．０８７．５８４．９８１．２３１．１６０．７６２００３ ２０１８－２４．６１－４．７８－１４．２７１．５４０．３００．８９图３㊀２００３ ２０１８年苏锡常都市圈蓝绿空间动态变化分布Ｆｉｇ．３㊀Ｔｈｅｄｙｎａｍｉｃｄｉｓｔｒｉｂｕｔｉｏｎｏｆｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｆｒｏｍ２００３ｔｏ２０１８２．２㊀苏锡常都市圈蓝绿空间景观格局演变特征２．２．１㊀类型水平研究区４个时期蓝色空间各个类型水平景观指数均高于绿色空间（图４），说明蓝色空间的破碎度更高，景观形状更为复杂，布局也更为聚集㊂２００３ ２０１８年，蓝色空间的ＰＤ呈先减后趋于平缓的整体减少趋势，ＣＯＨＥＳＩＯＮ呈先减后增的整体增加趋势㊂表现为：２００３ ２０１３年，蓝色空间的ＰＤ及ＣＯＨＥＳＩＯＮ均减少，２０１３ ２０１８年，蓝色空间的ＰＤ趋于平缓而ＣＯＨＥＳＩＯＮ有所增加㊂这表明研２２２. All Rights Reserved.㊀第１期许㊀浩，等：苏锡常都市圈蓝绿空间规模与格局演变特征究区内的蓝色空间虽然受人类活动影响，但在２００３ ２０１３年景观形状趋于完整，分布趋于分散；在２０１３ ２０１８年斑块密度趋于稳定，分布趋于聚集㊂研究区蓝色空间的ＬＳＩ在２００３ ２００８年减少，在２００８ ２０１８年增加㊂２００３ ２０１８年，绿色空间的ＰＤ持续增加㊂绿色空间的ＬＳＩ总体呈增加趋势，具体表现为在２００３ ２００８年减少，在２００８ ２０１８年增加㊂说明随着城市化进程加快，绿色空间受人类干扰程度加大；随着斑块密度的增加，结构复杂性提高，破碎化程度较大㊂绿色空间的ＣＯＨＥＳＩＯＮ整体呈减少趋势，变化较为复杂，说明绿色空间斑块有被其他景观类型分割打破的趋势，分布趋于分散㊂因区域规划建设影响，绿色空间的ＣＯＨＥＳＩＯＮ变化不稳定，２００３ ２００８年与２０１３ ２０１８年绿色空间均有连片趋势㊂图４㊀２００３ ２０１８年苏锡常都市圈蓝绿空间类型水平和景观水平的景观指数Ｆｉｇ．４㊀ＬａｎｄｓｃａｐｅｉｎｄｅｘｏｆｃｌａｓｓｍｅｔｒｉｃｓａｎｄｌａｎｄｓｃａｐｅｍｅｔｒｉｃｓｏｆｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａ ｓｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｆｒｏｍ２００３ｔｏ２０１８表２㊀２００３ ２０１８年苏锡常各成员城市蓝绿空间类型水平景观指数Ｔａｂｌｅ２㊀ＬａｎｄｓｃａｐｅｉｎｄｅｘｏｆｃｌａｓｓｍｅｔｒｉｃｓｏｆＳｕｚｈｏｕ，ＷｕｘｉａｎｄＣｈａｎｇｚｈｏｕ ｓｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｆｒｏｍ２００３ｔｏ２０１８景观格局指数ｌａｎｄｓｃａｐｅｉｎｄｅｘ年份ｙｅａｒ蓝色空间ｂｌｕｅｓｐａｃｅ绿色空间ｇｒｅｅｎｓｐａｃｅ常州Ｃｈａｎｇｚｈｏｕ苏州Ｓｕｚｈｏｕ无锡Ｗｕｘｉ常州Ｃｈａｎｇｚｈｏｕ苏州Ｓｕｚｈｏｕ无锡Ｗｕｘｉ斑块密度指数／（个㊃ｋｍ－２）ＰＤ２００３２．５３１９１．５２１３１．１６２３０．２１５３０．０９１００．１５７４２００８１．５７０６０．７６２６０．８１２３０．２６８２０．０９０２０．１６３６２０１３１．８８７６０．６５３９０．８２０６０．３４０７０．１０９３０．２２９０２０１８１．９７０３０．６３０５０．８２７３０．４５４４０．１４０１０．３２８２景观形状指数ＬＳＩ２００３３８．８４２１３８．７４５１２４．０６５２２２．３１１５２３．３１７９２０．０９９２２００８３４．２０２１３９．４３６４２２．９３０２２２．１０６３１８．１２１６３９．４３６４２０１３３９．３１１１３６．７９９７２６．０７４６２７．９３７１２３．５１５４３６．７９９７２０１８４２．０１６７３７．５５３８２８．２６１２２９．５１９５２４．２８５７３７．５５３８斑块结合度指数ＣＯＨＥＳＩＯＮ２００３９８．７９３１９９．７４１４９９．４７７４９９．５９９０９９．２３２０９９．７４３５２００８９８．６６７４９９．７３３１９９．４６１６９９．５９００９８．８７４７９９．７７４９２０１３９８．５６２７９９．６７３２９９．４５０９９９．３８７８９８．７４２１９９．７４４１２０１８９８．６１０５９９．７４５３９９．６０１９９９．５４０７９８．８９０５９９．７６００㊀㊀结合表２可知，２００３ ２０１８年，各城市绿色空间的ＰＤ均在增加，各城市蓝色空间的ＰＤ则呈整体减少趋势，说明各城市绿色空间趋于破碎，蓝色空间趋于完整㊂其中：常州蓝色空间与绿色空间的ＰＤ较高，较苏州㊁无锡更破碎，受人类干扰程度更大；苏州蓝色空间的ＰＤ总体变化幅度较大，２０１８年的蓝色空间较２００３年更为规整㊂苏州绿色空间的ＰＤ较低，说明苏州的绿色空间虽然受到人为干３２２南京林业大学学报（自然科学版）第４６卷扰，但斑块较无锡与常州更趋规整，破碎化程度低㊂研究周期内，常州与无锡蓝色空间的ＬＳＩ总体呈增加趋势，苏州总体呈减少趋势，说明常州与无锡的蓝色空间景观形状趋于复杂，受人为干扰增大，苏州的蓝色空间受人为干扰减少，形状趋于规整㊂各市绿色空间的ＬＳＩ总体呈增加趋势，景观形状均趋于复杂㊂其中，苏州２００３年绿色空间的ＬＳＩ较高，其景观形状较常州㊁无锡两市更为复杂㊂２００３２０１８年，常州蓝色空间的ＣＯＨＥＳＩＯＮ总体呈减少趋势，苏州㊁无锡呈增加趋势，说明苏州与无锡蓝色空间的连通度更高，蓝色空间布局趋于聚集，常州趋于分散，常州㊁苏州绿色空间的ＣＯＨＥＳＩＯＮ整体呈减少趋势，无锡呈增加趋势，且ＣＯＨＥＳＩＯＮ较高，说明常州㊁苏州的绿色空间布局趋于分散，无锡的绿色空间斑块趋于聚集，且较常州㊁苏州更为聚集㊂２．２．２㊀景观水平由景观水平的景观指数（图４）可见，苏锡常都市圈蓝绿空间的ＳＨＤＩ并不高，主要是由于蓝绿空间的面积分配不均匀导致㊂在２００３ ２０１８年，ＳＨＤＩ呈总体减少趋势，说明景观多样性减少，景观异质性减弱；ＣＯＮＴＡＧ呈先增后减的总体增加趋势，说明景观空间不断被分割，连接性减弱，破碎化程度增加；ＡＩ呈先增后减的总体增加趋势，蓝绿空间在布局上趋于聚集（表３）㊂表３㊀２００３ ２０１８年苏锡常各成员城市蓝绿空间景观水平景观指数Ｔａｂｌｅ３㊀ＬａｎｄｓｃａｐｅｉｎｄｅｘｏｆｌａｎｄｓｃａｐｅｍｅｔｒｉｃｓｏｆＳｕｚｈｏｕ，ＷｕｘｉａｎｄＣｈａｎｇｚｈｏｕ ｓｂｌｕｅ⁃ｇｒｅｅｎｓｐａｃｅｆｒｏｍ２００３ｔｏ２０１８年份ｙｅａｒ城市ｃｉｔｙ香农多样性指数ＳＨＤＩ蔓延度指数／％ＣＯＮＴＡＧ聚集度指数ＡＩ２００３常州Ｃｈａｎｇｚｈｏｕ０．６７４６５０．０６８４９５．９９９６苏州Ｓｕｚｈｏｕ０．２５３２８１．０１７１９７．８４４２无锡Ｗｕｘｉ０．６４４０５３．０３５３９７．６７６４２００８常州Ｃｈａｎｇｚｈｏｕ０．６６０８５１．１２５５９６．１３６０苏州Ｓｕｚｈｏｕ０．２４４３８１．７３５０９７．８９０７无锡Ｗｕｘｉ０．６３０７５３．９７８８９７．７６９０２０１３常州Ｃｈａｎｇｚｈｏｕ０．６２７６５３．６１４０９５．３５８０苏州Ｓｕｚｈｏｕ０．２３７２８２．２０４２９７．９０９０无锡Ｗｕｘｉ０．６０８０５５．６０６４９７．３４０６２０１８常州Ｃｈａｎｇｚｈｏｕ０．６３６１５２．７３８７９５．１１３５苏州Ｓｕｚｈｏｕ０．２４９０８１．３９８５９７．８６８６无锡Ｗｕｘｉ０．６１３１５５．１１４７９７．２０００㊀㊀由表３可知，总体看各市蓝绿空间的ＳＨＤＩ及ＣＯＮＴＡＧ与都市圈蓝绿空间的整体变化趋势一致，常州与无锡蓝绿空间的ＡＩ呈下降趋势，苏州呈上升趋势，说明２００３ ２０１８年间，常州与无锡蓝绿空间趋于分散，苏州趋于聚集㊂常州蓝绿空间的ＳＨＤＩ㊁ＣＯＮＴＡＧ及ＡＩ总体变化幅度较大，说明２０１８年常州蓝绿空间的景观类型面积分布较２００３年更趋均匀，景观空间更趋于破碎与分散㊂苏州蓝绿空间的ＳＨＤＩ较低，ＣＯＮＴＡＧ及ＡＩ偏高，其景观连接性较好，景观空间变化较为稳定，景观多样性较低，整体分布更为聚集㊂无锡蓝绿空间的景观格局指数较为接近都市圈的整体蓝绿空间指数，说明无锡市的景观类型与苏州㊁常州两市相比较为齐全，分布较为均匀，景观破碎化程度也较高㊂３㊀结㊀论以２００３年㊁２００８年㊁２０１３年㊁２０１８年４期遥感影像数据为数据源，通过计算动态变化模型及景观格局指数，从规模与景观格局两个角度对苏锡常都市圈及各成员城市２００３ ２０１８年间蓝绿空间演变特征进行分析，得到以下结论㊂１）蓝绿空间规模变化特征：２００３ ２０１８年间，苏锡常都市圈绿色空间先减后增，变化剧烈；蓝色空间规模总体稳定㊂绿色空间在沿山区域减少趋势明显，包括研究区西侧的茅山山脉与太湖西侧的天目山余脉㊁太湖东侧的大阳山及研究区内的长江东段沿岸㊂蓝色空间在沿湖区域减少趋势明显，包括长荡湖沿岸㊁滆湖沿岸㊁太湖沿岸㊁阳澄湖沿岸等㊂近１５年来，苏锡常都市圈蓝绿空间动态变化呈现出明显的阶段性特征，即２００３ ２０１３年是减少期，绿色空间减速趋缓，蓝色空间持续减少；２０１３ ２０１８年是增长期，绿色空间相比蓝色空间增幅更大㊂２）蓝绿空间景观格局变化特征：在斑块类型水平上，研究期内苏锡常都市圈蓝色空间的破碎度较绿色空间更高，景观形状更为复杂，布局也更为聚集㊂蓝色空间复杂度及连通性均先减后增，但破碎度整体呈减少趋势，复杂度与连通性呈增加趋势㊂绿色空间破碎度持续增加，复杂度呈增加趋势，连通性总体减少㊂在景观水平上，研究期内苏锡常都市圈蓝绿空间多样性程度总体减少，连通度㊁聚集度整体增加㊂３）各城市蓝绿空间变化特征：研究期内苏锡常各市的蓝绿空间动态变化趋势与整个都市圈相同，但城市间存在较大差异㊂常州蓝绿空间的动态变化较大，苏州次之，无锡最小㊂其中，常州绿色空４２２. All Rights Reserved.㊀第１期许㊀浩，等：苏锡常都市圈蓝绿空间规模与格局演变特征间的变化剧烈，苏州较为平缓㊂这与地形地貌有很大关系，常州溧阳及金坛有连绵的丘陵，受人为干扰较大㊂常州与无锡的蓝色空间总体增加，苏州减少㊂从斑块水平上来看，各城市绿色空间破碎度逐年增加，常州绿色空间更为破碎㊂常州与苏州绿色空间的连通度呈减少趋势，无锡呈增加趋势㊂各城市蓝色空间的破碎度呈减少趋势㊂常州蓝色空间更为破碎，苏州蓝色空间的破碎度变化较为剧烈㊂常州与无锡蓝色空间更趋复杂，苏州更趋规整㊂常州蓝色空间连通度减少，苏州与无锡增加㊂从景观水平上来看，各城市蓝绿空间多样性减少㊁连通度增加，常州与无锡蓝绿空间趋于分散，苏州趋于集聚㊂常州蓝绿空间的多样性程度㊁连通度及聚集度变化较为剧烈，苏州多样性程度较低，连通度及聚集度较高㊂鉴于此，对苏锡常都市圈蓝绿空间格局提出如下保护策略：其一，保护蓝绿空间用地规模㊂２００３ ２０１８年间，苏锡常都市圈蓝绿空间规模减小，绿色空间尤为明显㊂因此苏锡常都市圈应进一步加强对蓝绿空间的生态管控，保护其用地规模，控制城市扩张，对不同城市应统一严格保护林地与生态水域，加强对茅山㊁天目山㊁太湖㊁滆湖㊁长荡湖等重要蓝绿空间的管控，坚守生态保护红线，限制各类建设项目占用林地与生态水域，控制河流周边城市建设用地的开发强度㊂加强三市之间蓝绿空间规模的落实与规划控制和管理，协调管控长江沿岸及太湖沿岸㊂其二，强化蓝绿空间格局连通性㊂从研究结果来看，苏锡常都市圈蓝绿空间破碎度较高，尤其绿色空间更趋破碎，连通度减少㊂因此应在现有基础上整合蓝绿空间资源，连接内外大型绿地㊁小面积零星分布的绿地㊁湖泊㊁河流等各蓝绿空间，将零散的蓝绿空间集中化，降低蓝绿空间破碎度，提高蓝绿空间的连通性㊂建议以太湖㊁滆湖㊁长荡湖㊁阳澄湖等大型湖泊为骨架，茅山㊁天目山等林地为桥梁，构建大型苏锡常都市圈蓝绿空间生态网络，形成山水林田湖草的生态廊道，不断完善都市圈山水格局的连通性㊂其三，实施蓝绿空间分区保护政策㊂苏锡常都市圈内部蓝绿空间布局不平衡，各城市㊁各区域蓝绿空间格局变化不同㊂应根据各区域生态环境结构特征㊁人类活动与生态环境相互作用及环境的区域分异规律，对都市圈蓝绿空间格局进行分区保护与优化㊂在高度城市化的中心城区增加点状绿地以及人工湖泊㊁池塘等水体景观㊂在城市边缘区的蓝绿空间尺度大，连续性强，范围广，应根据它们在城市结构中的功能与结构重要性㊁景观生态敏感性程度和使用需求，采取差异化管理策略［３１］㊂环太湖地区，应加强太湖水环境治理，建设湿地自然保护区㊁太湖生态农业示范区等；在长江沿岸地区，应合理利用长江岸线资源，加强岸线保护，拓展江堤林带㊂在西部与南部的丘陵山区，应加强水土保持，整治退化的生态景观，完善自然保护区㊁森林公园㊁风景名胜区等不同级别的保护网络㊂受遥感影像分辨率的制约，本研究提取的绿色空间以林地为主，蓝色空间以中大型水域为主，基于更高分辨率影像的苏锡常都市圈蓝绿空间变化的时空演变特征有待进一步的研究分析㊂未来应进一步对苏锡常都市圈蓝绿空间的变化趋势进行模拟预测㊂参考文献（ｒｅｆｅｒｅｎｃｅ）：［１］邹军，陈小卉．城镇体系空间规划再认识：以江苏为例［Ｊ］．城市规划，２００１，２５（１）：３０－３３．ＺＯＵＪ，ＣＨＥＮＸＨ．Ｔｈｅｒｅ⁃ｕｎｄｅｒ⁃ｓｔａｎｄｉｎｇｏｆｔｈｅｓｐａｔｉａｌｐｌａｎｎｉｎｇｆｏｒｔｈｅｕｒｂａｎｓｙｓｔｅｍｗｉｔｈＪｉａｎｇｓｕＰｒｏｖｉｎｃｅａｓｔｈｅｃａｓｅ［Ｊ］．ＣｉｔｙＰｌａｎＲｅｖ，２００１，２５（１）：３０－３３．ＤＯＩ：１０．３３２１／ｊ．ｉｓｓｎ：１００２－１３２９．２００１．０１．００６．［２］顾朝林，俞滨洋，薛俊菲，等．都市圈规划：理论㊃方法㊃实例［Ｍ］．北京：中国建筑工业出版社，２００７．ＧＵＣＬ，ＹＵＢＹ，ＸＵＥＪＦ，ｅｔａｌ．Ｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｐｌａｎ⁃ｎｉｎｇ：ｔｈｅｏｒｙ，ｍｅｔｈｏｄａｎｄｃａｓｅ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＡｒｃｈｉｔｅｃｔｕｒｅ＆ＢｕｉｌｄｉｎｇＰｒｅｓｓ，２００７．［３］马燕坤，肖金成．都市区㊁都市圈与城市群的概念界定及其比较分析［Ｊ］．经济与管理，２０２０，３４（１）：１８－２６．ＭＡＹＫ，ＸＩＡＯＪＣ．Ｄｅｆｉｎｉｔｉｏｎａｎｄｃｏｍｐａｒａｔｉｖｅａｎａｌｙｓｉｓｏｆｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｓ，ｍｅｔ⁃ｒｏｐｏｌｉｔａｎｃｉｒｃｌｅｓａｎｄｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ［Ｊ］．ＥｃｏｎＭａｎａｇ，２０２０，３４（１）：１８－２６．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００３－３８９０．２０２０．０１．００５．［４］李仙德，宁越敏．城市群研究述评与展望［Ｊ］．地理科学，２０１２，３２（３）：２８２－２８８．ＬＩＸＤ，ＮＩＮＧＹＭ．Ｒｅｖｉｅｗａｎｄｐｒｏｓｐｅｃｔｏｎｕｒ⁃ｂａｎａｇｇｌｏｍｅｒａｔｉｏｎ［Ｊ］．ＳｃｉＧｅｏｇｒＳｉｎ，２０１２，３２（３）：２８２－２８８．ＤＯＩ：１０．１３２４９／ｊ．ｃｎｋｉ．ｓｇｓ．２０１２．０３．００５．［５］ＭＡＴＴＥＵＣＣＩＳＤ，ＭＯＲＥＬＬＯＪ．Ｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎ⁃ｓｅｑｕｅｎｃｅｓｏｆｅｘｕｒｂａｎｅｘｐａｎｓｉｏｎｉｎａｎａｇｒｉｃｕｌｔｕｒａｌａｒｅａ：ｔｈｅｃａｓｅｏｆｔｈｅＡｒｇｅｎ⁃ｔｉｎｉａｎＰａｍｐａｓｅｃｏｒｅｇｉｏｎ［Ｊ］．ＵｒｂａｎＥｃｏｓｙｓｔ，２００９，１２（３）：２８７－３１０．ＤＯＩ：１０．１００７／ｓ１１２５２－００９－００９３－ｚ．［６］ＥＬＭＱＶＩＳＴＴ，ＦＲＡＧＫＩＡＳＭ，ＧＯＯＤＮＥＳＳＪ，ｅｔａｌ．Ｕｒｂａｎｉｚａｔｉｏｎ，ｂｉｏｄｉｖｅｒｓｉｔｙａｎｄｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓ：ｃｈａｌｌｅｎｇｅｓａｎｄｏｐｐｏｒｔｕｎｉｔｉｅｓ［Ｍ］．ＮｅｗＹｏｒｋ：Ｓｐｒｉｎｇｅｒ，２０１３．［７］方创琳，周成虎，顾朝林，等．特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径［Ｊ］．地理学报，２０１６，７１（４）：５３１－５５０．ＦＡＮＧＣＬ，ＺＨＯＵＣＨ，ＧＵＣＬ，ｅｔａｌ．Ａｐｒｏｐｏｓａｌｆｏｒｔｈｅｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓｏｆｔｈｅｉｎｔｅｒａｃｔｉｖｅｃｏｕｐｌｅｄｅｆｆｅｃｔｓｂｅｔｗｅｅｎｕｒｂａｎｉｚａｔｉｏｎａｎｄｔｈｅｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｍｅｇａｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ［Ｊ］．ＪＧｅｏｇｒＳｃｉ，２０１６，７１（４）：５３１－５５０．ＤＯＩ：１０．１００７／ｓ１１４４２－０１７－１４４５－ｘ．［８］刘敏，许世远，侯立军，等．长江三角洲土地利用／土地覆被动态变化及其环境效应［Ｊ］．资源科学，２０１０，３２（８）：１５３３－１５３７．ＬＩＵＭ，ＸＵＳＹ，ＨＯＵＬＪ，ｅｔａｌ．Ｄｙｎａｍｉｃｖａｒｉａｔｉｏｎｓａｎｄｅｎｖｉｒｏｎ⁃５２２. All Rights Reserved.南京林业大学学报（自然科学版）第４６卷ｍｅｎｔａｌｅｆｆｅｃｔｓｏｆｌａｎｄｕｓｅａｎｄｌａｎｄｃｏｖｅｒｃｈａｎｇｅｉｎｔｈｅＹａｎｇｔｚｅＤｅｌｔａｒｅｇｉｏｎ［Ｊ］．ＲｅｓｏｕｒＳｃｉ，２０１０，３２（８）：１５３３－１５３７．［９］国家发展改革委，住房城乡建设部．长江三角洲城市群发展规划［ＥＢ／ＯＬ］．（２０１６－０６－０１）［２０２１－０１－１２］．ｈｔｔｐ：／／ｗｗｗ．ｎｄｒｃ．ｇｏｖ．ｃｎ／ｘｘｇｋ／ｚｃｆｂ／ｇｈｗｂ／２０１６０６／ｔ２０１６０６０３＿９６２１８．ｈｔｍｌ＞ｃｏｄｅ＝＆ｓｔａｔｅ＝１２３．［１０］中共中央，国务院．长江三角洲区域一体化发展规划纲要［ＥＢ／ＯＬ］．（２０１９－１２－０１）［２０２１－０１－１２］．ｈｔｔｐ：／／ｗｗｗ．ｇｏｖ．ｃｎ／ｚｈｅｎｇｃｅ／２０１９－１２／０１／ｃｏｎｔｅｎｔ＿５４５７４４２．ｈｔｍｌ．［１１］董良鹏，江志红，沈素红．近十年长江三角洲城市热岛变化及其与城市群发展的关系［Ｊ］．大气科学学报，２０１４，３７（２）：１４６－１５４．ＤＯＮＧＬＰ，ＪＩＡＮＧＺＨ，ＳＨＥＮＳＨ．Ｕｒｂａｎｈｅａｔｉｓｌａｎｄｃｈａｎｇｅａｎｄｉｔｓｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｕｒｂａｎｉｚａｔｉｏｎｏｆｕｒｂａｎａｇｇｌｏｍｅｒａ⁃ｔｉｏｎｓｉｎＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａｉｎｐａｓｔｄｅｃａｄｅ［Ｊ］．ＴｒａｎｓＡｔｍｏｓＳｃｉ，２０１４，３７（２）：１４６－１５４．ＤＯＩ：１０．１３８７８／ｊ．ｃｎｋｉ．ｄｑｋｘｘｂ．２０１４．０２．００２．［１２］ＳＡＤＬＥＲＪ，ＢＡＴＥＳＡ，ＨＡＬＥＪ，ｅｔａｌ．Ｂｒｉｎｇｉｎｇｃｉｔｉｅｓａｌｉｖｅ：Ｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｆｏｒｐｅｏｐｌｅａｎｄｂｉｏｄｉｖｅｒｓｉｔｙ［Ｍ］／／ＧＡＳＴＯＮＫＪ．Ｕｒｂａｎｅｃｏｌｏｇｙ．Ｃａｍｂｒｉｄｇｅ：ＣａｍｂｒｉｄｇｅＵｎｉ⁃ｖｅｒｓｉｔｙＰｒｅｓｓ，２０１０：２３０－２６０．［１３］ＧＵＮＡＷＡＲＤＥＮＡＫＲ，ＷＥＬＬＳＭＪ，ＫＥＲＳＨＡＷＴ．Ｕｔｉｌｉｓｉｎｇｇｒｅｅｎａｎｄｂｌｕｅｓｐａｃｅｔｏｍｉｔｉｇａｔｅｕｒｂａｎｈｅａｔｉｓｌａｎｄｉｎｔｅｎｓｉｔｙ［Ｊ］．ＳｃｉＴｏｔａｌＥｎｖｉｒｏｎ，２０１７，５８４／５８５：１０４０－１０５５．ＤＯＩ：１０．１０１６／ｊ．ｓｃｉｔｏｔ⁃ｅｎｖ．２０１７．０１．１５８．［１４］ＫＯＮＧＦＨ，ＹＩＮＨＷ，ＪＡＭＥＳＰ，ｅｔａｌ．ＥｆｆｅｃｔｓｏｆｓｐａｔｉａｌｐａｔｔｅｒｎｏｆｇｒｅｅｎｓｐａｃｅｏｎｕｒｂａｎｃｏｏｌｉｎｇｉｎａｌａｒｇｅｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｏｆｅａｓｔｅｒｎＣｈｉｎａ［Ｊ］．ＬａｎｄｓｃＵｒｂａｎＰｌａｎ，２０１４，１２８：３５－４７．ＤＯＩ：１０．１０１６／ｊ．ｌａｎｄｕｒｂｐｌａｎ．２０１４．０４．０１８．［１５］周雯，曹福亮，张瑞，等．绿地格局对城市地表热环境调节作用的多尺度分析［Ｊ］．南京林业大学学报（自然科学版），２０２０，４４（３）：１３３－１４１．ＺＨＯＵＷ，ＣＡＯＦＬ，ＺＨＡＮＧＲ．Ｍｕｌｔｉ⁃ｓｃａｌｅａ⁃ｎａｌｙｓｉｓｏｆｔｈｅｅｆｆｅｃｔｓｏｆｇｒｅｅｎｓｐａｃｅｐａｔｔｅｒｎｏｎｔｈｅｕｒｂａｎｓｕｒｆａｃｅｔｈｅｒｍａｌｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．ＪＮａｎｊｉｎｇＦｏｒＵｎｉｖ（ＮａｔＳｃｉＥｄ），２０２０，４４（３）：１３３－１４１．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－２００６．２０１８１１０５６．［１６］ＭＡＮＥＳＦ，ＩＮＣＥＲＴＩＧ，ＳＡＬＶＡＴＯＲＩＥ，ｅｔａｌ．Ｕｒｂａｎｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓ：ｔｒｅｅｄｉｖｅｒｓｉｔｙａｎｄｓｔａｂｉｌｉｔｙｏｆｔｒｏｐｏｓｐｈｅｒｉｃｏｚｏｎｅｒｅｍｏｖａｌ［Ｊ］．ＥｃｏｌＡｐｐｌ，２０１２，２２（１）：３４９－３６０．ＤＯＩ：１０．１８９０／１１－０５６１．１．［１７］俞琳琳，胡海波，余伟．城市绿地类型对大气ＰＭ２．５浓度的影响［Ｊ］．南京林业大学学报（自然科学版），２０２０，４４（３）：１７９－１８４．ＹＵＬＬ，ＨＵＨＢ，ＹＵＷ．ＥｆｆｅｃｔｓｏｆｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｏｎＰＭ２．５ｃｏｎｃｅｎｔｒａｔｉｏｎｓｉｎａｔｍｏｓｐｈｅｒｅ［Ｊ］．ＪＮａｎｊｉｎｇＦｏｒＵｎｉｖ（ＮａｔＳｃｉＥｄ），２０２０，４４（３）：１７９－１８４．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－２００６．２０１８１１０３９．［１８］ＧＡＳＣＯＮＭ，ＴＲＩＧＵＥＲＯ⁃ＭＡＳＭ，ＭＡＲＴÍＮＥＺＤ，ｅｔａｌ．Ｍｅｎｔａｌａｌｈｅａｌｔｈｂｅｎｅｆｉｔｓｏｆｌｏｎｇ⁃ｔｅｒｍｅｘｐｏｓｕｒｅｔｏｒｅｓｉｄｅｎｔｉａｌｇｒｅｅｎａｎｄｂｌｕｅｓｐａｃｅｓ：ａｓｙｓｔｅｍａｔｉｃｒｅｖｉｅｗ［Ｊ］．ＩｎｔＪＥｎｖｉｒｏｎＲｅｓＰｕｂｌｉｃＨｅａｌ，２０１５，１２（４）：４３５４－４３７９．ＤＯＩ：１０．３３９０／ｉｊｅｒｐｈ１２０４０４３５４．［１９］ＷＨＩＴＥＭＰ，ＡＬＣＯＣＫＩ，ＷＨＥＥＬＥＲＢＷ，ｅｔａｌ．Ｗｏｕｌｄｙｏｕｂｅｈａｐｐｉｅｒｌｉｖｉｎｇｉｎａｇｒｅｅｎｅｒｕｒｂａｎａｒｅａ？ａｆｉｘｅｄ⁃ｅｆｆｅｃｔｓａｎａｌｙｓｉｓｏｆｐａｎｅｌｄａｔａ［Ｊ］．ＰｓｙｃｈｏｌＳｃｉ，２０１３，２４（６）：９２０－９２８．ＤＯＩ：１０．１１７７／０９５６７９７６１２４６４６５９．［２０］刘瑞清，李加林，何改丽，等．浙江省绿地系统时空变化特征及生态损益评价［Ｊ］．生态学杂志，２０１８，３７（１０）：３１１９－３１２９．ＬＩＵＲＱ，ＬＩＪＬ，ＨＥＧＬ，ｅｔａｌ．ＳｐａｔｉｏｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎａｎｄｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｖａｌｕｅａｓｓｅｓｓｍｅｎｔｏｆｇｒｅｅｎｓｐａｃｅｓｙｓｔｅｍｉｎＺｈｅｊｉａｎｇＰｒｏｖ⁃ｉｎｃｅ，Ｃｈｉｎａ［Ｊ］．ＣｈｉｎＪＥｃｏｌ，２０１８，３７（１０）：３１１９－３１２９．ＤＯＩ：１０．１３２９２／ｊ．１０００－４８９０．２０１８１０．０３４．［２１］汤姚楠，王佳，周伟奇．区域景观格局视角的绿地生态网络优化研究：以徐州为例［Ｊ］．中国农业资源与区划，２０２０，４１（１）：２５９－２６８．ＴＡＮＧＹＮ，ＷＡＮＧＪ，ＺＨＯＵＷＱ．Ｒｅｓｅａｒｃｈｏｎｏｐｔｉｍｉ⁃ｚａｔｉｏｎｏｆｇｒｅｅｎｓｐａｃｅｅｃｏｌｏｇｉｃａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎｒｅｇｉｏｎａｌｌａｎｄ⁃ｓｃａｐｅｐａｔｔｅｒｎｓ：ａｃａｓｅｓｔｕｄｙｏｆＸｕｚｈｏｕＣｉｔｙｉｎＪｉａｎｇｓｕＰｒｏｖｉｎｃｅ［Ｊ］．ＣｈｉｎＪＡｇｒｉｃＲｅｓｏｕｒＲｅｇＰｌａｎ，２０２０，４１（１）：２５９－２６８．ＤＯＩ：１０．７６２１／ｃｊａｒｒｐ．１００５－９１２１．２０２００１３２．［２２］武鹏飞，宫辉力，周德民．近３０年官厅水库流域景观结构的时空演变［Ｊ］．生态学杂志，２０１１，３０（１０）：２３３５－２３４２．ＷＵＰＦ，ＧＯＮＧＨＬ，ＺＨＯＵＤＭ．Ｒｅｃｅｎｔ３０ｙｅａｒｓｓｐａｔｉｏｔｅｍｐｏｒａｌｅｖｏｌｕｔｉｏｎｏｆｌａｎｄｓｃａｐｅｓｔｒｕｃｔｕｒｅｉｎＫｗａｎｔｉｎｇＲｅｓｅｒｖｏｉｒｗａｔｅｒｓｈｅｄｏｆＢｅｉｊｉｎｇ［Ｊ］．ＣｈｉｎＪＥｃｏｌ，２０１１，３０（１０）：２３３５－２３４２．ＤＯＩ：１０．１３２９２／ｊ．１０００－４８９０．２０１１．０３１８．［２３］王芳，谢小平，陈芝聪．太湖流域景观空间格局动态演变［Ｊ］．应用生态学报，２０１７，２８（１１）：３７２０－３７３０．ＷＡＮＧＦ，ＸＩＥＸＰ，ＣＨＥＮＺＣ．ＤｙｎａｍｉｃｅｖｏｌｕｔｉｏｎｏｆｌａｎｄｓｃａｐｅｓｐａｔｉａｌｐａｔｔｅｒｎｉｎＴａｉｈｕＬａｋｅｂａｓｉｎ，Ｃｈｉｎａ［Ｊ］．ＣｈｉｎＪＡｐｐｌＥｃｏｌ，２０１７，２８（１１）：３７２０－３７３０．ＤＯＩ：１０．１３２８７／ｊ．１００１－９３３２．２０１７１１．０１１．［２４］ＣＨＥＮＹ，ＺＨＡＮＧＮ．ＵｒｂａｎｈｅａｔｉｓｌａｎｄｍｉｔｉｇａｔｉｏｎｅｆｆｅｃｔｉｖｅｎｅｓｓｕｎｄｅｒｅｘｔｒｅｍｅｈｅａｔｃｏｎｄｉｔｉｏｎｓｉｎｔｈｅＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａ，Ｃｈｉｎａ［Ｊ］．ＪＡｐｐｌＭｅｔｅｏｒｏｌＣｌｉｍａｔｏｌ，２０１８，５７（２）：２３５－２５３．ＤＯＩ：１０．１１７５／ｊａｍｃ－ｄ－１７－０１０１．１．［２５］涂小松，濮励杰．苏锡常地区土地利用变化时空分异及其生态环境响应［Ｊ］．地理研究，２００８，２７（３）：５８３－５９３．ＴＵＸＳ，ＰＵＬＪ．Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｐａｔｔｅｒｎｏｆｌａｎｄｕｓｅｃｈａｎｇｅａｎｄｉｔｓｅｃｏ⁃ｅｎｖｉｒｏｎ⁃ｍｅｎｔａｌｒｅｓｐｏｎｓｅｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｒｅｇｉｏｎ［Ｊ］．ＧｅｏｇｒＲｅｓ，２００８，２７（３）：５８３－５９３．ＤＯＩ：１０．３３２１／ｊ．ｉｓｓｎ：１０００－０５８５．２００８．０３．０１２．［２６］申世广，刘小钊，范晨璟．基于生态安全格局的苏锡常都市圈绿化系统空间布局研究［Ｊ］．现代城市研究，２０１８，３３（１１）：２０－２５．ＳＨＥＮＳＧ，ＬＩＵＸＺ，ＦＡＮＣＪ．ＳｔｕｄｙｏｎｓｐａｔｉａｌｌａｙｏｕｔｏｆｇｒｅｅｎｉｎｇｓｙｓｔｅｍｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｂａｓｅｄｏｎｅｃｏｌｏｇｉｃａｌｓｅｃｕｒｉｔｙｐａｔｔｅｒｎ［Ｊ］．ＭｏｄＵｒｂａｎＲｅｓ，２０１８，３３（１１）：２０－２５．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００９－６０００．２０１８．１１．００４．［２７］范晨璟，田莉，申世广，等．１９９０ ２０１５年间苏锡常都市圈城镇与绿色生态空间景观格局演变分析［Ｊ］．现代城市研究，２０１８，３３（１１）：１３－１９．ＦＡＮＣＪ，ＴＩＡＮＬ，ＳＨＥＮＳＧ，ｅｔａｌ．ＡｎａｌｙｓｉｓｏｎｔｈｅｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｃｈａｎｇｅｏｆｔｈｅｕｒｂａｎａｎｄｇｒｅｅｎｅｃｏｌｏｇｉｃａｌｓｐａｃｅｉｎＳｕｚｈｏｕ⁃Ｗｕｘｉ⁃Ｃｈａｎｇｚｈｏｕｍｅｔｒｏｐｏｌｉｔａｎａｒｅａｆｒｏｍ１９９０ｔｏ２０１５［Ｊ］．ＭｏｄＵｒｂａｎＲｅｓ，２０１８，３３（１１）：１３－１９．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００９－６０００．２０１８．１１．００３．［２８］江苏省统计局．江苏统计年鉴２０１９［Ｍ］．北京：中国统计出版社，２０１９．［２９］自然资源部办公厅．国土空间调查㊁规划㊁用途管制用地用海分类指南（试行）［ＥＢ／ＯＬ］．（２０２０－１１－１７）［２０２１－０５－０９］．ｈｔｔｐ：／／ｇｉ．ｍｎｒ．ｇｏｖ．ｃｎ／２０２０１１／ｔ２０２０１１２０＿２５８９１８６．ｈｔｍｌ．［３０］邬建国．景观生态学 格局㊁过程尺度与等级［Ｍ］．２版．北京：高等教育出版社，２００７：１０６－１２０．ＷＵＪＧ．Ｌａｎｄｓｃａｐｅｅｃｏｌｏｇｙｐａｔｔｅｒｎ，ｐｒｏｃｅｓｓ，ｓｃａｌｅａｎｄｈｉｅｒａｒｃｈｙ［Ｍ］．２ｒｄｅｄ．Ｂｅｉｊｉｎｇ：ＨｉｇｈｅｒＥｄｕｃａｔｉｏｎＰｒｅｓｓ，２００７：１０６－１２０．［３１］叶林，邢忠，颜文涛．城市边缘区绿色空间精明规划研究：核心议题㊁概念框架和策略探讨［Ｊ］．城市规划学刊，２０１７（１）：３０－３８．ＹＥＬ，ＸＩＮＧＺ，ＹＡＮＷＴ．Ｓｍａｒｔｐｌａｎｎｉｎｇｏｆｕｒｂａｎ⁃ｆｒｉｎｇｅｇｒｅｅｎｓｐａｃｅｓ：ｃｏｒｅｉｓｓｕｅｓ，ｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋａｎｄｐｌａｎｎｉｎｇｓｔｒａｔ⁃ｅｇｉｅｓ［Ｊ］．ＵｒｂａｎＰｌａｎＦｏｒｕｍ，２０１７（１）：３０－３８．ＤＯＩ：１０．１６３６１／ｊ．ｕｐｆ．２０１７０１００４．（责任编辑㊀郑琰燚）６２２. All Rights Reserved.。
盐城、连云港区域经济发展比较
单位：亿元
5000 4000 3000 2000 1000
0 2007
2008
工业总产值
2009
2010
2011
盐城 连云港
图 4-2
140
120
100 80 76.58
60
40
35.04
20
0 2007
工业用电 （单位：亿千瓦时）
84.71 36.37
93.42
111.86
41.34
53.99
132.29 69.84
430.68
盐城
895.09
500.23
盐城
地方财政一般 预算收入（亿
191.35
141.39
盐城
269.04
180.08
盐城
元）
年末经融机构 1995.98 存款（亿元）
1227.26
盐城
2320.16
1367.85
盐城
表 4-3（续）
4.4 表 4-3 分别从两市固定资产投资额、城镇居民可支配收入、农村居民人均
32.53
连云 港
27.92
249.08 盐城 542.78
568.17 盐城 856.98
14891
5454 盐城 7650
ቤተ መጻሕፍቲ ባይዱ
44.48
连云 港
28.62
310.44 盐城 644.81
745.59 盐城
13886 盐城
6111 盐城
38.57
连云 港
362.73 盐城
地方财政一般 预算收入（亿
65.45
温和湿润，四季分明
西部以水稻土、粘土为主，沿 海地区以沙土为主
苏锡常现代服务业结构和竞争力分析
苏锡常现代服务业结构和竞争力分析运用偏离—份额分析法对苏锡常现代服务业结构和竞争力进行分析，发现苏锡常现代服务业增长迅速，综合竞争力较强，区位竞争优势整体良好；现代服务业结构基本合理，但对现代服务业增长的贡献相对较小，有待进一步调整和优化。
苏锡常的信息传输、计算机服务和软件业，卫生、社会保障和社会福利业，教育业增长缓慢，应引起有关方面的关注。
标签：偏离-份额模型；现代服务业；结构；竞争力1 引言苏锡常是苏州、无锡、常州的简称。
苏锡常是江苏省也是我国经济较为发达的区域之一。
三市仅占江苏省17%左右的面积，但于2012年创造了占全省43.6%的GDP。
近年来，随着苏锡常产业结构的转型升级步伐的加快，现代服务业发挥着越来越重要的作用。
笔者采用2005～2012年三市现代服务业的相关数据，对其现代服务业结构和竞争力进行实证分析，希望为促进苏锡常现代服务业的发展提供一定的参考价值。
2 模型的构建偏离—份额分析法最初由美国经济学家Daniel（1942）和Creamer（1943）提出，后经Dunn（1960）等学者总结并逐步完善。
偏离—份额分析法将区域经济增量的变化分解为三项：份额分量、产业结构偏离分量和竞争力偏离分量。
如果研究j区域i行业的地区生产总值Gij在[0，t]期间的变化状况（i=1，2，…，n；j=1，2，…，m），可以构建偏离-份额的模型如下：模型中的“NSij”代表份额分量，其数值等于Gij（0）·g；该分量是指如果按照参考区域（本文中选取的参考区域是泛长三角，即包括上海、江苏和浙江）在考察期内现代服务业的平均增长率增长，j区域i行业所应获得的增长份额。
模型中的“PSij”代表产业结构偏离分量，其数值等于Gij（0）·（gi-g）；该分量指若按照参考区域i行业的增长率和参考区域的现代服务业的平均增长率之差的速度增长，j区域i行业应增加的分量。
模型中的“DSij”代表竞争力偏离分量，又叫区位分量，其数值等于Gij（0）·（gij-gi）；该分量为按照j区域i行业的增长率和参考区域i行业的增长率之差的速度增长，j区域i行业应增加的分量。
江苏省经济概览
江苏省经济概览江苏省位于中国东部沿海地区，人口众多，资源丰富，是中国经济最为发达的省份之一。
自改革开放以来，江苏省取得了令人瞩目的经济发展成就。
本文将对江苏省的经济状况进行概览，并分析其发展动力和未来前景。
1. 经济总体情况江苏省经济总量庞大，是中国经济的重要支柱之一。
根据最新的数据统计，江苏省2019年的地区生产总值（GDP）达到了9.73万亿元，居全国各省市之首。
江苏省的经济增速也一直保持在较高水平，2019年实现了6.1%的增长。
这一成绩不仅超过了全国平均增速，还凸显出江苏省作为经济大省的强大实力。
2. 产业结构江苏省的产业结构多样，以制造业为主导，服务业和农业也发展迅速。
制造业是江苏省经济的支柱产业之一，尤其是高新技术制造业和装备制造业。
汽车制造、电子信息、化工、机械等行业在江苏省的经济中占据重要地位。
此外，江苏省的服务业也蓬勃发展，特别是金融、物流、旅游等领域。
农业方面，江苏省以稻米、小麦、棉花、水产品等农产品产量大、质量好而闻名。
3. 对外贸易江苏省对外贸易发展迅速，是中国重要的贸易出口基地之一。
随着对外开放政策的进一步放宽和提升，江苏省与国外的贸易合作日益密切。
数据显示，2019年江苏省对外贸易进出口总额突破2.1万亿元，比上年增长7.8%。
其中，出口产品主要涵盖机电产品、高新技术产品、纺织品等。
江苏省积极参与全球价值链，加大对外投资力度，推动企业国际化进程。
4. 城市发展江苏省拥有苏州、南京、无锡等一批经济发达的城市。
这些城市经济繁荣，科技创新能力强。
以苏州为例，作为江苏省的经济增长引擎之一，苏州不仅拥有发达的制造业和服务业，还具备丰富的文化资源和旅游资源。
南京作为江苏省的省会城市，经济实力位居全国前列，金融、教育和政府等重要机构集聚于此。
无锡则以制造业、现代服务业和旅游业闻名。
5. 发展动力与前景江苏省的经济快速发展得益于多方面的积极因素。
首先，政府的扶持政策和改革开放的推动为经济提供了良好的发展环境。
苏锡常镇
苏锡常镇苏锡常镇是中国江苏省苏州市下辖的一个县级市，位于苏州市的西南部。
苏锡常镇地处江苏省沿海地区，地理位置优越，交通发达，是江苏省经济发展的重要组成部分。
苏锡常镇历史悠久，是中国古代文化的发源地之一。
在这片土地上，有着丰富的历史文化遗产。
镇内有许多古建筑、古街巷和古遗址，这些古迹见证了历史的变迁，也成为吸引游客的景点。
比如，苏州古城区就是一个保存完整的古城，这里有许多古老的园林和建筑，如拙政园、留园、狮子林等。
这些园林以其精美的设计和独特的艺术价值而闻名于世，吸引了无数游客前来观光游览。
苏锡常镇的经济发展也十分繁荣。
这里有许多大型企业和工业园区，其中生产汽车、电子设备、纺织品等行业是主要的支柱产业。
随着工业的发展，苏锡常镇的城市面貌也发生了巨大的变化，如今这个地方已经成为了一个现代化的城市。
除了经济发展，苏锡常镇也注重生态保护和环境建设。
在这里，不仅有许多自然保护区和湿地公园，还有一系列的生态农业基地。
这些不仅提供了绿色的食品，也为居民提供了一个良好的生活环境。
在苏锡常镇，人们的生活节奏并不那么快，大多数居民都过着安静、宁静的生活。
他们热情好客，乐于助人。
即使是外地来的游客，也能够感受到这里的优美环境和温暖氛围。
当然，苏锡常镇也有一些问题需要解决。
例如，城市交通拥堵、人口过剩等。
为了改善这些问题，政府加大了基础设施建设的投入，并加强城市规划和管理。
总的来说，苏锡常镇是一个充满活力和机遇的地方。
它既有悠久的历史文化底蕴，又有繁荣的经济和良好的生活环境。
相信在未来的日子里，苏锡常镇会变得更加美丽，也会吸引更多的人来这里工作、生活和旅游。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
为计算影响苏锡常区域经济竞争力的主导因素[6]，根据可比性、客观性、系统整体性、可操作性等 原则，自变量的选取应全面、相关且尽可能地不自相关，经考量，建立的指标体系见表 1。
Table 1. Evaluation index system of economic competitiveness 表 1. 经济竞争力评价指标体系
Statistics and Application 统计学与应用, 2020, 9(3), 386-392 Published Online June 2020 in Hans. /journal/sa https:///10.12677/sa.2020.93041
王馨婷 等
和代管的县级市蓬勃发展。由于常规分析方法对经济竞争力[1]的分析具有模糊性，本文运用主成分综合 评价模型，对苏锡常及其代管的县级市的主要社会经济指标进行实证分析，通过SPSS软件给出这些城市 经济竞争力的综合得分及其排序，进而对苏锡常城市的经济实力进行综合评价。
关键词
苏锡常，经济竞争力，主成分分析，SPSS，综合评价
School of Mathematics and Physics, Suzhou University of Science and Technology, Suzhou Jiangsu
Received: May 13th, 2020; accepted: May 25th, 2020; published: Jun. 2nd, 2020
( ) x =
x1, x2 ,, xp
T
，样本矩阵为：
x11 x12 x1p
X
=
x21
x22
x2
p
xn1 xn2 xnp
其中 xij 表示第 i 个城市的第 j 个指标， ZXi 是原始指标 Xi 的标准化。 1) 首先将原始数据进行标准化处理，用来消除不同指标之间的量纲影响。计算得到标准化后的矩阵
Comprehensive Evaluation on Regional Economic Competitiveness of Suzhou, Wuxi and Changzhou in Jiangsu Province
Xinting Wang, Maolin Cheng*, Chenxu Yu, Lanqi Gao
2. 主成分分析法建立综合评价模型
针对多指标的统计问题本文选择主成分分析法，就是用降维的思想，将原来具有较强相关性的多个
原始变量综合成几个综合变量，来表示原始数据的绝大部分信息，同时这几个综合变量不相关，从而克
服了多指标信息重叠现象[2]。
采用主成分分析法建立经济竞争力综合评价模型得步骤如下：
设有 n 个待评价的城市，选取具有一定的相关性的经济竞争力 p 个评价指标构成的随机向量为
X1
−0.194 −0.223 −0.170 −0.150 −0.096 −0.090 −0.189 −0.018
X2
−0.471 −0.330 −0.363 −0.367 −0.616 −0.390 −0.353 −0.645
X3
−0.472 −0.331 −0.364 −0.370 −0.616 −0.391 −0.354 −0.645
DOI: 10.12677/sa.2020.93041
387
统计学与应用
王馨婷 等
献率是主成分的方差再全部方差中的比值，这个比值越大，反映了第 i 个主成分综合原指标信息的能力 越强。
4) 根据贡献率确定主成分个数[4]，以每个主成分的方差贡献率为权重，构造经济竞争力的综合评价
m
模型。选取使得主成分的累计贡献率 ∑αi ≥ 85% 的最小整数 m，此时最终确定选取前 m 个主成分，并用
Open Access
1. 引言
在国际经济一体化进程加快的同时，竞争力问题也成为了愈来愈多人探讨研究的课题。苏锡常地区 作为长三角重要组成部分，要发挥自身优势，为进一步加快经济发展做出努力，以此提升经济竞争力。 本文旨在分析区域经济竞争力，在合理选择评价指标的基础上首先对苏锡常及昆山、太仓、张家港、常 熟、溧阳、江阴、宜兴的数据进行无量纲化处理，然后依据主成分分析法确定指标权重，建立经济竞争 力的综合评价模型，最后进行分析。
根据以上建立的区域经济竞争力评价指标体系，本文数据来源登录政府网站，查阅苏锡常及其县级 市 2019 年统计年鉴以及 2018 年国民经济与社会发展统计公报上的相关指标对应的数据后，经过整理， 得出经过 SPSS 进行的标准化处理见表 2：
DOI: 10.12677/sa.2020.93041
388
X13
−0.223 −0.211 −0.145 −0.178 0.127 −0.150 −0.201 0.018
X14
−0.472 −0.331 −0.364 −0.368 −0.615 −0.391 −0.354 −0.644
X15
1.318
0.352
0.286
0.353
3.189
0.406
0.339
2.119
X10
−0.408 −0.320 −0.346 −0.339 −0.517 −0.372 −0.350 −0.595
X11
−0.133 −0.207 −0.097 −0.133 0.183 −0.100 −0.152 0.235
X12
−0.373 −0.283 −0.240 −0.278 −0.360 −0.292 −0.249 −0.338
溧阳 −0.189 −0.289 −0.290 −0.284 −0.284 −0.154 −0.252 −0.282 3.999 −0.283 −0.166 −0.225 −0.193 −0.290 −0.068 −0.181 −0.283 −0.287
X4
−0.444 −0.319 −0.348 −0.350 −0.557 −0.372 −0.343 −0.590
X5
−0.466 −0.324 −0.357 −0.361 −0.614 −0.385 −0.347 −0.641
X6
−0.131 −0.146 −0.067 0.017
0.317
0.088 −0.070 0.320
X7
−0.398 −0.304 −0.293 −0.320 −0.456 −0.317 −0.290 −0.444
X8
−0.458 −0.325 −0.351 −0.347 −0.582 −0.373 −0.346 −0.616
X9
3.522
3.948
3.945
3.932
0.937
3.909
3.941
Keywords
Suzhou, Wuxi, Changzhou, Economic Competitiveness, Principal Component Analysis, SPSS, Comprehensive Evaluation
苏锡常各地区区域经济竞争力综合评价
王馨婷，程毛林*，余晨旭，高岚琪
Abstract
Suzhou, Wuxi and Changzhou are important parts of the Yangtze River Delta. Since the reform and opening-up, enterprises of all kinds have emerged, and each municipal district and the county-level cities under its charge have been developing vigorously. Since the analysis of economic competitiveness by conventional analysis methods [1] is fuzzy, this paper uses the principal component comprehensive evaluation model to make an empirical analysis of the main socio-economic indicators of Suzhou, Wuxi, Changzhou and the county-level cities under their charge; the comprehensive scores and the order of these cities’ economic competitiveness are given by SPSS software; and then the economic strength of Suzhou, Wuxi and Changzhou cities is evaluated.
i =1
这 m 个主成分构造综合评价模型， Fi= α1 f1 + α2 f2 + + αm fm ,i= 1, 2,, n [5]。 为 F 排序即得各城市经济竞争力综合得分的高低，即可量化比较区域经济竞争力，并进行综合评
价。
3. 苏锡常各地区区域经济竞争力综合评价的实证分析
3.1. 评价指标体系的建立
目标层 区域经济竞争力
要素层 资本运营与经济实力
财政金融 创新能力与可持续
指标层 X1：地区生产总值(亿元) X2：人均生产总值(万元) X3：全社会固定资产投资同比增长(%) X4：一般公共预算收入(亿元)
X5：税收占比(%) X6：规模以上工业总产值(亿元) X7：社会消费品零售总额(亿元)
X8：工业用电量(亿千瓦时) X9：居民人均可支配收入(元)
苏州科技大学数理学院，江苏 苏州
收稿日期：2020年5月13日；录用日期：2020年5月25日；发布日期：2020年6月2日