《Land》：A Data-Driven Sustainable Site Suitability Analysis of Organized Industrial Zones from an SDG Perspective Using a GIS-Based Hybrid Multi-Criteria Analysis Approach
编辑推荐：
工业选址在塑造区域发展轨迹、空间公平性和长期可持续性成果方面发挥着关键作用。然而，关于替代性政策优先事项如何影响与可持续发展目标（SDGs）相一致的空间适宜性模式的研究仍然有限。本研究开发了一种基于地理信息系统（GIS）的混合多准则决策框架，集成了逐步权重评估
工业选址在塑造区域发展轨迹、空间公平性和长期可持续性成果方面发挥着关键作用。然而，关于替代性政策优先事项如何影响与可持续发展目标（SDGs）相一致的空间适宜性模式的研究仍然有限。本研究开发了一种基于地理信息系统（GIS）的混合多准则决策框架，集成了逐步权重评估比率分析法（SWARA）和组合折衷解法（CoCoSo），用以评估现有组织型工业区（OIZs）在三种替代性政策情景下的选址适宜性：经济优先、环境优先和平衡可持续性导向结构。研究共纳入与SDG 6-9、11-13和15相关的26项标准。结果表明，适宜性排名对权重配置高度敏感。经济优先情景强化了交通可达性和基础设施驱动的集聚优势，提升了中心连接区域的地位，而环境导向的权重则通过偏向生态韧性强的区域显著重塑了空间结果。平衡情景缓解了极端极化现象，并使排名更加稳定。这些发现突显了工业空间规划中短期经济效率与长期环境可持续性之间的权衡。通过明确建模基于情景的政策优先级，本研究提供了一个透明且可复制的决策支持框架，使规划者能够模拟替代发展战略，并更好地将工业选址决策与SDG导向的社会经济规划目标对齐。
一、研究背景与现存问题
工业选址是经济地理学的核心研究领域之一，其理论基础从韦伯古典区位论延伸到现代空间分析方法。组织型工业区作为国家经济结构中实现计划性和可持续工业化的重要工具，能够通过生产的地理组织、基础设施标准化和服务共享来提高工业效率。然而，现有工业选址研究大多聚焦于新工业区的选址优化，而对已有组织型工业区在可持续发展目标（SDGs）框架下的绩效评估关注不足。具体而言，现有研究存在三个关键缺口：一是对现有生产区域可持续性的测量研究稀少；二是缺乏跨多中心发展区域的比较分析；三是将SDGs与多准则决策方法整合应用于所有标准的实践仍不充分。此外，不同政策优先方向如何重塑空间适宜性结果这一关键问题尚未得到充分探讨。
二、研究方法概述
研究人员提出了一种基于地理信息系统（GIS）的混合多准则决策分析框架。首先，通过文献综述和SDG关联性识别了涵盖SDG 6-9、11-13和15的26项子标准，并将其转化为空间数据层。采用逐步权重评估比率分析法确定各标准在不同政策情景下的主观权重，随后利用组合折衷解法对土耳其TR63次区域（哈塔伊省、卡赫拉曼马拉什省和奥斯曼尼耶省）内的13个现有组织型工业区进行排序。研究设置了三种政策情景：经济优先、环境优先和平衡可持续性导向情景。空间数据来源于OpenStreetMap、土耳其统计局、世界气候数据集等公开数据库，所有距离变量均采用欧几里得距离法在ArcGIS 10.8环境中计算。
三、研究结果
3.1 标准权重的确定
在经济优先情景下，SWARA方法赋予交通可达性、物流连通性和产业集聚相关标准最高权重，其中高速公路距离（C11，权重0.1336）、物流中心距离（C10，权重0.1214）、港口距离（C12，权重0.1104）和铁路距离（C13，权重0.1003）四项合计占近一半决策权重。环境标准如碳汇区距离（C23，权重0.0005）和保护地距离（C25，权重0.0009）被赋予极低权重。在环境优先情景下，水资源保护、生态系统保护和气候风险减缓标准获得最高权重，地下水脆弱性（C2）、地表水体距离（C1）和保护地距离（C25）成为主导因素。在平衡可持续性情景下，水相关和生态标准依然占据主导，但经济和基础设施标准仍保持一定影响力。
3.2 组织型工业区的比较分析
在经济优先情景下，杜尔卡迪罗卢和奥尼基苏巴特因其优越的高速公路、物流节点和基础设施网络而位列前两名，而阿夫辛、卡迪尔利和埃尔比斯坦因远离物流中心和港口而排名垫底。这表明经济驱动策略强化了现有工业核心区和交通走廊，可能加剧区域集中化。在环境优先情景下，阿夫辛跃升至第一位，展示了当环境标准主导时，工业化程度较低但生态韧性较强的区域可获得战略重要性。杜尔卡迪罗卢和奥尼基苏巴特仍保持高位，表明某些区域具备多维优势。在平衡可持续性情景下，阿夫辛、杜尔卡迪罗卢和奥尼基苏巴特位居前三，体现了多维度兼容性优于单维度优势的评估逻辑。德夫内、伊斯肯德伦、安塔基亚和卡迪尔利因高人口密度、空气污染和水资源压力而排名靠后。
3.3 敏感性与排名稳定性分析
敏感性分析显示，经济优先情景对权重扰动最为敏感，Spearman秩相关系数均值0.888，平均位移1.070位，最大位移达7位。环境优先情景稳定性更高，相关系数均值0.954，平均位移0.727位。平衡情景稳定性最强，相关系数均值0.969，平均位移仅0.580位。三种情景间的相关性分析表明，环境优先与平衡情景的排名高度相关（ρ=0.973，p<0.001），而经济优先情景与其他两种情景的相关性较弱。
四、假设检验与讨论
H1成立：组织型工业区适宜性排名在不同政策情景间存在显著差异，且不同情景内部对权重变化的稳定性水平也不同。H2成立：经济优先权重强化了基础设施密集和中心连接区域的相对优势。H3成立：环境优先权重将适宜性向工业化程度较低但生态韧性较强的区域转移。H4部分成立：平衡情景相对于经济优先情景降低了极端极化，但其排名模式与环境优先情景较为接近，表明环境标准在该妥协结构中仍发挥实质性影响。
五、研究结论翻译
本研究通过将基于GIS的空间分析与混合SWARA-CoCoSo多准则决策方法相结合，为评估现有组织型工业区选址适宜性提供了一个数据驱动且面向SDGs的框架。基于情景的权重结构表明，选址结果对政策优先方向高度敏感：经济优先情景强化了交通可达性、基础设施容量和产业集聚（主要与SDG 8和SDG 9一致），而环境导向考量则显著重塑了空间排名。研究结果突显了短期经济效率与长期环境可持续性之间的固有权衡，强调了在工业空间规划中采用平衡且透明的加权策略的重要性。总体而言，本研究为社会-经济规划文献提供了一个可复制的决策支持模型，使政策制定者能够模拟替代发展战略，并更好地将工业选址决策与可持续发展目标对齐。
