基于变异系数法的徐州市土地利用效益评价
徐州市土地利用变化及其驱动机制分析
徐州市土地利用变化及其驱动机制分析杨志平【摘要】Based on the Xuzhou 2002~2007 year statistical annual and the Xuzhou Land resources Bureau's land present situation and the change investigation and so on correlation data, uses the land -use capability, the land utilization dynamic degree and the land utilization degree change measures three targets the land utilization present situation and the change characteristic makes the analysis and the summary to during 5 years. And in the full consideration material may result in the nature and in the objec-tivity foundation, possibly selected 12 items to actuate the factor target, utilized the spss statistics software, used the principal components analysis method, to affected the Xuzhou land utiliza-tion change the actuation factor to carry on the qualitative analysis and the quota confirmation, the findings indicated that affected the Xuzhou land utilization the main social economy actuation factor is the total population, the entire social fixed assets investment, the gross value of industrial output, GDP as well as the industrial structure. Then has established the earth with the change actuation machine -made model, and proposed that promotes the Xuzhou land resource sustainable use suggestion and the counter-measure. Take the time as the Xuzhou correct understanding land utilization present situation, will formulate the land to provide certain reference sustainably in the future reasonably using the policy.% 基于徐州市2002~2007年统计年鉴和徐州市国土资源局的土地现状和变更调查等相关数据,采用土地利用率、土地利用动态度和土地利用程度变化量三项指标对5年间土地利用现状及变化特征做出分析和总结。
徐州市土地利用现状与总体规划实践的综合效益评价
徐州市土地利用现状与总体规划实践的综合效益评价汪露露【摘要】The diversity index, Lorentz space curve, and basic principle of location entropy were used to analyze the quanti-tative structure and spatial structure of land use in Xuzhou in the year 2015. The comprehensive benefit of land use in this city was evaluated in detail from the aspects of economic benefit, ecological benefit and social benefit. The overall planning practice of land use in Xuzhou in 2020 was analyzed and evaluated. The comprehensive benefit value of land use in Xuzhou was about 91.8, and the land use basically reached the planning goal. However, there was a big difference in the diversity degree of land use type be-tween Quanshan district and other counties ( districts) . In addition, the cultivated land and urban village land, and the industrial and mining land in Xuzhou had a high concentration degree, while the other land use types were relatively scattered. The land use types with obvious geographical advantages in all districts or counties were less and not the same. On this basis, some correspond-ing countermeasures and suggestions were put forward, hoping to provide a scientific basis for the adjustment and optimization of land use structure, and the improvement of land utilization efficiency in Xuzhou.%利用多样化指数、洛伦茨空间曲线和区位熵基本原理,对徐州市2015年土地利用的数量结构和空间结构进行了现状分析,从经济效益、生态效益和社会效益3个方面评价了土地利用的综合效益,并对2020年土地利用总体规划实践进行了分析评价,得出徐州市土地利用现状的综合效益值约为91.8,土地利用基本达到规划目标,但仍存在泉山区的土地类型多样性程度与其他县区相比差距较大,且徐州市除耕地和城镇村及工矿用地2个类型集中度较高,其他土地利用类型均比较分散,以及各区县有明显区位优势的土地利用类型较少,且均不相同等问题.基于此,提出了相应的对策建议,以期为徐州市土地利用结构的调整优化、提高利用效率,助力全面建成小康社会提供科学依据.【期刊名称】《江西农业学报》【年(卷),期】2018(030)006【总页数】6页(P134-139)【关键词】土地利用;总体规划;现状分析;徐州市【作者】汪露露【作者单位】河海大学公共管理学院,江苏南京 211100【正文语种】中文【中图分类】S-9;F301.24土地经过人类长期开发、改造利用，已不仅仅是一个单纯的自然综合体，而是一个综合了人类正反面活动的成果，由水文、矿藏、岩石、土壤、植被和大气等基本要素构成的自然—经济综合体[1]。
江苏省城市土地利用效率评价
江苏省城市土地利用效率评价田浩辰;郭杰【摘要】In this paper,based on the urban land use input and output indicators,we studies the urban land use efficiency in Henan province by using Super Efficiency SBM model and Malmquist model.The study suggests that the overall change in Jiangsu province shows a shape of the "concave" curve.From the perspective of spatial patterns,the characteristics of distribution of "large distribution-small concentration" have been shown among the cities of effective land usage,cities of weak land usage and cities that do not have effective land usage.And problems concerning the unbalanced distribution of land use efficiency are serious.For cities having effective land use efficiency,it is better to maintain the current land policy and just carry out some fine tuning.For cities having weak land use efficiency,it is better to combine the urban environments with local characteristics.And for cities that cannot effectively make use of their land,it is better to establish development goals according to their land use efficiency.At the same time,the specific policies shall be formulated based on long-term development,as results cannot be expected overnight.%基于城市土地利用的投入、产出指标,采用超效率SBM模型和Malmquist模型,通过对江苏省整体以及35个县市的城市土地利用效率进行研究.认为:江苏省土地利用效率年际变化整体大致呈“凹”字形曲线;空间格局方面,土地利用有效、弱有效与非有效城市已呈现出“大集中—小分散”的分异特征,效率分布非均衡状发展态势已较为突出.对于土地利用有效城市,土地政策导向是保持现在的状态进行发展,并进行微调;对于土地利用弱有效城市应结合各个城市的特点进行相应调整;对于土地利用非有效城市,根据效率改善潜力表格制定发展目标,同时在制定具体的政策时应该着眼长远,不能期望一蹴而就.【期刊名称】《河南科学》【年(卷),期】2017(035)008【总页数】8页(P1341-1348)【关键词】城市土地;利用效率;超效率SBM模型;江苏省【作者】田浩辰;郭杰【作者单位】天津大学管理与经济学部,天津300072;天津大学管理与经济学部,天津300072【正文语种】中文【中图分类】F301.24城市化是指人口等生产要素由农村流入城市所引起的经济社会结构转化过程，是社会经济结构发生根本性变革并获得巨大发展的空间表现，是衡量一个国家发展水平的主要标志［1］.近十几年来我国城市化进程高速发展，从2002年到2013年，我国城镇化率从39.09%提高到53.73%，累计提高了14.64个百分点.国家统计局数据显示，2014年，城镇常住人口74 916万人，比上年末增加1805万人，乡村常住人口61 866万人，减少1095万人，城镇人口占总人口比重为54.77%.其中，城市土地资源作为城市群发展的空间载体，其有限性直接影响了城市的发展［2］，提升城市土地利用效率成为解决城市发展对土地需求问题的必然途径［3］.因此，如何经济地利用土地，提高土地利用效率，成为我国城市发展的重要问题.针对城市土地利用效率问题的研究，国内外学者展开了深入的探索.国外学者的研究方向多集中在土地资源优化配置［4］、科学调整土地利用结构［5］和土地利用效率评价［6］等方面，为我国相关研究提供了理论基础和研究思路.国内学者的研究方向多集中在构建效率综合评价指标、评价角度、评价方法和实证研究范围4个方面.构建效率综合评价指标方面，大多数国内学者遵循科学、系统、可操作等原则［7］，以投入产出的角度切入，从经济、社会、经济、生态多个维度测度城市土地利用效率，进行指标体系的科学构建［8-10］；评价角度方面，国内学者测度城市土地利用效率方面已不再单纯地进行综合效率评价，而是从土地利用的经济效率［11-13］、结构效率［14-17］、生态效率［18-20］等方面入手；评价方法方面，部分学者采用综合评价法进行效率的评价［21-22］.这种评价方法往往因其对指标权重的确定带有一定的主观性，容易对评价结果的客观性和精确性造成影响.因此，部分学者开始使用国外学者常用的更加客观的数据包络分析（data envelopment analysis，以下简称DEA）评价方法［23-26］，其中，以传统的BCC模型（Charnes等，1978）和CCR模型（Banker等，1984）居多；实证范围方面，城市土地利用效率研究主要集中在全国范围的省市［12，22，24，26-31］以及省域范围的地级市［13-19，21，23，25，27-28］空间格局方面，少有针对其效率不足部分进行改进.综上所述，我国城市土地利用效率研究取得了很多成果，基本确定了城市土地利用效率的高低与城市经济、社会及生态环境3个大方面的因素息息相关这一观点，这为本文构建土地利用效率评价体系提供了理论支撑.但研究方法和研究范围方面明显存在不足：第一，评价方法上，两种传统模型均为径向距离函数模型，会遇到松弛问题［32］，同时可能因有效单元过多而难以区分有效强度［20］，导致难以科学准确地测度土地利用效率［33］；第二，研究范围上，多为地区效率测评对比，对效率改进建议研究不足，这与城市化发展的要求不尽相符.鉴于此，本文基于前人的研究成果，构建城市土地利用效率评价指标体系，考虑松弛问题，采用超效率SBM-Undesirable模型（Tone，2002）对江苏省城市进行土地利用效率的测定，并分析其空间格局和演变情况，同时对部分城市提出效率改进建议.假设城市土地系统有n个决策单元（DMU），且每个决策单元由两个向量——投入向量和产出向量，分别表示为x∈Rm,y∈Rs.定义矩阵X，Y分别为X=(xij)∈Rm×n,Y=(yij)∈Rs×n.根据实际投入产出，假设X＞0，Y＞0，生产可能性集合P，即N种要素投入X所产生的产出所有组合，即：根据定义，可以得到SBM模型对效率的定义是基于所有投入和/或产出的松弛变量，其纯技术效率（VRS）混合导向模型为：式中分别表示第i0个决策单元的投入冗余量、产出不足量；λ为权重向量；而规划式的ρ*最优解定义为被评价DMU0的效率值.超效率SBM模型是在SBM模型基础上产生的，即如果DMU0在式（2）中被评价为SBM有效，即ρ*=1，则其超效率定义为：利用Malmquist指数来判定区域土地利用总体效率的历年变化情况，其公式为：式中：TPFC是基于CRS的Malmquist生产率变化指数；PTEC（VRS）为基于VRS的纯技术效率变化指数；SEC（CRS，VRS）为基于CRS和VRS的规模效率变化指数；TC（CRS）为基于CRS在时间和期间的技术变化指数；EC（CRS）是综合效率变化指数.其中，EC（CRS）＞1，表示在时间t和t+1期间DMU效率提高；EC（CRS）=1，表示这期间DMU效率没有变化；EC（CRS）＜1，表示这期间DMU效率降低.国内外学者在城市土地利用效率指标体系构建研究方面具有一致性，基本上认为城市土地利用效率的高低与城市经济、社会及生态环境3个大方面的因素息息相关，综合前人研究成果，同时考虑到指标内容的定量化及超效率SBM作为评价经济系统相对效率的方法特点，构建城市土地利用过程中的投入产出系统，如表1所示. 投入系统主要有土地、资金、劳动力、环境4个角度.首先以城市建成区面积反映土地投入，城市建成区是城市进行土地利用的活动载体；其次是以固定资产投资反应资金投入，固定资产投资包括基本建设、更新改造、房地产开发投资和其他投资，以货币形式为城市进行土地利用活动起到支撑作用；再次是以第二、三产业从业人员人数反应劳动力投入，二、三产业从业人员作为城市进行各种活动的人力基础，是城市土地活动中重要的投入因素；最后是以城市建设维护资金反映环境投入，城市建设维护资金主要包括市政公用设施的维护和城市公管房屋的维修，其资金设立主要是为了维护城市的基础环境，中心环节就是城市的土地利用，是城市进行土地活动的环境保障.产出系统方面，主要包括经济、社会和生态3个方面的效益.首先以区域的二、三产业产值来反映该区域土地经济效益，可以直接体现为城市土地利用的产出；以城镇居民人均可支配收入来反映社会效益，解释为城市土地利用完成土地资源的优化配置使得城市人均可支配收入增加，提高相应的生活水平，进而提高相应的社会效益值；以城市人均绿地面积作为生态环境效益高低的评判标准.江苏省位于中国大陆东部沿海中心，南北居中，江海交汇，是东亚的中心位置，区位优势显著.截止到2014年，全省面积10.72万km2，占中国的1.12%，常住人口7 960.06万人，人均国土面积在中国各省区中最少，但是其人均生产总值为81 874元，远高于全国平均水平，地少人多，经济发达.从整体来看，江苏目前已经进入以结构转换型和人口转移型的城市化共同发展新阶段.然而江苏省目前存在城市土地利用效率低下、发展粗放等问题，致使其人地矛盾加剧.因此，其城市土地利用效率成为关注的焦点.本文模型中提到的城市建设用地面积、城市建设维护资金、城市人均绿地面积数据来自1999—2014年《中国城市建设统计年鉴》；其余数据均来自2000—2015年《江苏统计年鉴》.根据前文提到的方法，此处利用DEA Solver Pro5.0软件对原始数据进行超效率SBM模型测度，总体划分为3个时间段，为了更好地反映这种年际变化，采用Malmquist指数加以辅助.其技术效率、纯技术效率、规模效率、Malmquist指数计算结果如表2所示.第一个阶段是1999—2002年.这一时间段内江苏省城市土地利用效率较高，原因主要有两点：一是该时间段内江苏省主要以内生式发展为主，乡镇企业高度发展，农民依靠自己的力量发展乡镇企业，成就了经典的“苏南模式”，土地利用主要以城市周边地区为主，因此，城市土地利用效率有了显著提高.二是1997年全国以保护耕地为目标，采用冻结土地审批的手段，清查各类建设用地，并于1998年继续执行冻结土地审批政策，两年的冻结土地审批政策发挥时滞性作用，对于其城市土地利用效率也有很大的影响.通过Malmquist指数可以发现，从1999—2001年土地利用效率逐渐降低，这就是由该阶段政策时滞性作用的逐渐消失所导致的结果，而2001—2002年的土地利用有了增长的趋势则主要是内生式发展模式作为主导因素的影响.第二个阶段是2002—2006年.这一时间段内江苏省城市土地利用效率较低，并在2005年达到样本中的效率最低点.主要原因是因为2001年中国加入WTO组织，内生式发展模式开始逐渐转变为外向型发展模式，全省除了9个国家级开发区外，又建立了71个省级开发区，总共批准面积约600 km2.以这种粗放开发模式所支撑的发展，必然要大面积占用耕地，而且由于所吸引产业的层次结构与投入产出水平不高，致使土地的使用效率偏低，由于时滞性的影响，这种改变在2002年开始逐渐凸显出来.通过Malmquist指数可以发现，2002—2004年过程中土地利用效率显著降低，这就是WTO的作用结果，而2004—2005年土地利用效率开始升高，原因在于内生式发展基本过渡为外向型发展，对于土地利用效率而言有一定的促进作用.第三阶段是2006—2014年.这一时间段内江苏省土地利用效率水平较高，而且大致上存在土地利用效率增加的趋势.主要原因有3点：一是土地瓶颈的出现.江苏省作为中国人均国土面积最少的省份，苏南模式以及外向型发展模式的影响严重增加了江苏省的土地负担，建设用地供给出现不足的情况，因此，整体土地利用效率水平出现了较高的现象.二是土地审批政策越发严格.节约集约利用土地已经逐渐成为土地政策的落脚点，基本农田保护成为江苏省政府的目标，提出了“万顷良田”等政策，在这些政策限制因素下，土地利用效率得到了很大的提高.三是产业结构的调整.由于经济的高速发展，产业结构的比重顺序开始向“三二一”转变.与此同时，外向型粗放型经济逐渐转变经济发展方式，开始逐渐提高产业发展层次，加大对土地的深层次利用，这就使城市土地利用效率维持在一个较高的水平.由Malmquist 指数可以发现，这段时间内土地利用效率稳步提高，与之前的原因分析具有一致性，而2008和2013年出现的波动现象，则主要来自于国际经济与政治环境的影响，属不确定因素，不影响整体土地利用效率的发展方向.利用2014年江苏省各城市截面数据进行超效率SBM模型的运算，得到土地利用效率值（表3）.同时，综合最终计算结果以及前人学者的研究成果制定了相应的划分标准，即1.08以上为有效，1～1.08为弱有效，1以下为非有效.如表3所示超效率SBM模型计算结果，根据各城市的效率情况，按照划分标准，将江苏省35个城市分为3组：第一组包括昆山、无锡、苏州、南京和常熟.这5个城市的效率值均高于1，且远远领先于其他城市，定义为土地利用有效城市，政府对这些地区的土地政策导向是保持现在的状态进行发展.第二组包含张家港、仪征、靖江、太仓、江阴、盐城、兴华、金坛、大丰、溧阳、句容、镇江、邳州、扬州和东台这15个城市，其效率值均大于1但小于第一组中的数据，定义其为土地利用弱有效城市.表明这些地区都具有很大的效率提升潜力，政府实施政策时可以首先考虑这些地区.第三组包括剩下的15个城市，这些地区的效率值均没有超过1，定义其为土地利用非有效城市，是江苏省实现土地利用效率提升目标的瓶颈地区，应该受到重视，但在制定政策时应该注重长远发展.同时，为了更好地描述城市土地利用效率的空间格局，利用ArcGIS10.2将三组城市进行绘图（图1）.从整体空间格局上看，城市土地利用效率的空间分布呈现明显变化：土地利用有效城市及弱有效城市主要分布在长三角经济增长极的“Z”字发展轴线上，大部分多为江苏省苏南和苏中地区城市.其中，苏州、无锡、南京等区域中心城市多为苏南地区城市，是土地利用效率的最前沿状态.这类城市应更加注重环境保护以及资源的合理配置，产业的引进门槛相对较高，其建设用地的产出和集约利用程度相对较高；弱有效城市相对来讲多为苏中地区城市，其政策落脚点正在向土地节约集约利用方面靠拢；而大部分处于苏北地区经济发展边缘的城市，如高邮、宿迁、连云港等，由于社会发展水平、产业层次较低，多以土地投入要素来驱动经济发展，土地利用效率较低，为非有效城市.然而这种分布结果并不是绝对的，也存在有部分个案的不同，如同属苏南地区的常州内生式发展模式依然很严重，因此，其土地利用效率为非有效.针对土地有效城市而言，其投入产出比例相对合理，应保持现状进行发展.但根据表3可以看到，这些城市的规模收益率呈现下降趋势，因此，也存在生产要素投入比例问题.在实际的政策制定过程中，应该在保持原有发展态势下对各类要素进行微调，根据相应的产出进行计算，以期得到更加合理的投入比例.针对土地利用弱有效城市而言，需要根据各个城市的特点进行相应的改善，如扬州地处有效集中区，却为弱有效城市.原因有二：一是扬州为旅游城市，为建设良好的城市形象，提高了城市公共设施用地占比；二是扬州住宅区容积率低，城市居民住宅用地占比高，政策应针对这两个方面进行.由前文分析的江苏省各城市土地利用效率现状，以2014年截面数据效率值为基础，针对土地利用非有效城市，从原始投入产出数据中探求原因，并根据计算结果提出相应的改善途径，计算结果如表4所示.表4显示的是江苏省土地利用非有效城市的无效率原因及改善潜力，各市可根据该表格对土地利用过程中的投入产出进行调整.但是，如前文所言，这些城市是制约江苏省土地利用的瓶颈地区，因此，在操作过程中需要逐年调整，切忌目标制定过高.此外，表格中显示不同城市不同的投入产出指标改善程度差异明显，因而其政策主攻方向也有不同，如投入冗余方面连云港建设用地面积达到了99.32%，即该城市过多地依赖于收益较少的土地财政，其政策着力点应该主要从适当降低建设用地的面积投入入手，而南通的固定资产投入冗余达到1633，为该项相对最高的城市，因此，该城市应该着力于固定资产的开支.同样的宿迁应该相应缩减第二产业从业人口，徐州应着力于缩减第三产业从业人口，宜兴应该相应减少城市建设维护费的投入等.产出不足方面，淮安应主要提高第二产业产值目标，如皋应该制定更高的第三产业发展目标，泰州应该努力提高人均绿地面积等.整体来看，土地利用非有效城市，投入系统方面大多存在生产要素投入冗余的问题，各城市要素投入规模和结构不合理；产出系统方面多数城市有效产出不足.因此，针对土地利用非有效城市而言，应以提高资源利用效率为目标，以表4的结果进行科学规划各类要素的支出，同时制定相应的产出目标，严格土地审批制度，加强土地资源管理.1）江苏省整体的纵向时间演变中，形成了3个重要历史阶段，分别是1999—2002年内生式发展和土地冻结政策带来的土地利用效率偏高阶段，2002—2006年苏南模式和WTO双重作用下土地利用粗放型的效率偏低阶段以及2006—2014年产业结构升级带来的土地利用效率急速上升阶段，土地利用率年际变化整体大致呈现“凹”字形曲线.2）空间格局方面，土地利用有效城市主要分布在长三角经济增长极主要辐射地带，大部分位于苏南地区，土地利用弱有效城市主要分布在苏中和部分苏南城市，而土地利用非有效城市则主要位于经济边缘的苏北城市.有效、弱有效与非有效城市已呈现出“大集中—小分散”的分异特征，效率分布非均衡发展特征明显.3）土地利用改进方面，提出根据不同的城市进行不同的政策建议.对于土地利用有效城市，政府对这些地区的土地政策导向是保持现在的状态进行发展，并进行微调；对于土地利用弱有效城市而言，其效率提升潜力大，政府实施政策时可以首先从这些地区进行考虑，结合当地特色的城市环境，可以在短期内达到效果；对于土地利用非有效城市，制订了发展改进的目标，但在制定政策时应该注重长远发展，逐渐改善.【相关文献】［1］陈翠平.城市化与城乡统筹发展［J］.时代财贸，2007，5（5）：93.［2］刘彦随，邓旭升，甘红.我国城市土地利用态势及优化对策［J］.重庆建筑大学学报，2005，11（3）：1-4.［3］林坚，马珣.中国城市群土地利用效率测度［J］.城市问题，2014，33（5）：9-14，60. ［4］VERBURG P H，VELDKAMP T，BOUMA nd use change under conditions of high population pressure：the case of Java［J］. Global Environmental Change，1999，9（4）：303-312.［5］ERIK nd assembly for urban transformation-the case of S-Hertogenbosch in the Netherlands［J］.Land Use Policy，2008，25（1）：69-80.［6］SEIFORD L M，THRALL R M.Recent developments in DEA：the mathematical programming approach to frontier analysis［J］. Journal of Econometrics，2004，46（1-2）：7-38.［7］方先知.土地利用效率侧度的指标体系与方法研究［J］.系统工程，2004，22（12）：22-26. ［8］王雨晴，宋戈.城市土地利用综合效益评价与案例研究［J］.地理科学，2006，26（6）：743-748.［9］鲍新中，刘澄，张建斌.城市土地利用效率的综合评价［J］.城市问题，2009，28（4）：46-50.［10］孙平军，赵峰，修春亮.中国城镇建设用地投入效率的空间分异研究［J］.经济地理，2012，32（6）：46-52.［11］冯达，黄华明，张毅，等.湖南省城市土地利用效率DEA分析［J］.资源调查与评价，2007，24（1）：51-54.［12］刘东伟，张文秀，郑华伟.四川省城市土地利用经济效率分析［J］.资源与产业，2011，13（1）：173-178.［13］梁丽，单薇.河南省城市土地利用经济效率的DEA评价［J］.河南科学，2008，26（1）：103-106.［14］郑新奇，王筱明.城镇土地利用结构效率的数据包络分析［J］.中国土地科学，2004，18（2）：34-39.［15］张兴榆，黄贤金，赵小风，等.快速城市化地区土地利用动态变化及结构效率分析——以江苏省为例［J］.中国土地科学，2008，22（10）：24-30.［16］孙丽娜，宋戈，薛睿，等.黑龙江省土地利用动态变化及结构效率分析［J］.水土保持通报，2012，32（4）：255-260.［17］王海涛，娄成武，崔伟.辽宁城市化进程中土地利用结构效率测评分析［J］.经济地理，2013，33（4）：132-138.［18］付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例［J］.中国人口·资源与环境，2013，23（4）：169-175.［19］谢曼曼，李秀嫂.基于数据包络分析法的吉林省土地利用生态效率时空演化规律研究［J］.水土保持通报，2015，35（3）：225-230.［20］李林，张文方，伍雯.我国城市土地利用结构生态效率DEA模型分析［J］.广东土地科学，2015，14（4）：13-19.［21］彭建，蒋依依，李正国，等.快速城市化地区土地利用效益评价：以南京市江宁区为例［［J］.长江流域资源与环境，2005，14（3）：304-308.［22］黄奕龙，李仰麟，卜新国，等.城市土地利用综合效益评价：城际比较［J］.热带地理，2006，26（2）：145-150.［23］宋戈.基于DEA方法的城市土地利用经济效益分析——以哈尔滨市为例［J］.地理科学，2008，28（2）：185-188.［24］王文刚，宋玉祥，庞笑笑.基于数据包络分析的中国区域土地利用效率研究［J］.经济问题探索，2011，32（8）：60-65.［25］栗滢超，刘红娟.河南省城市土地利用效率评价［J］.中国农学通报，2015，31（2）：276-282.［26］黄晶，马蓓蓓，薛东前.基于SE-DEA模型的西安市土地利用效率及优化对策［J］.干旱区研究，2015，32（3）：630-636.［27］吴得文，毛汉英，张小雷，等.中国城市土地利用效率评价［J］.地理学报，2011，66（8）：1111-1121.［28］王良健，李辉，石川.中国城市土地利用效率及其溢出效应与影响因素［J］.地理学报，2015，70（11）：1788-1799.［29］李永乐，舒帮荣，吴群.中国城市土地利用效率：时空特征、地区差距与影响因素［J］.经济地理，2014，34（1）：133-139.［30］李刚.中国城市土地利用效率：测度、演变机理与影响因素［J］.财经理论研究，2015，36（3）：33-38.［31］张良悦，师博，刘东.中国城市土地利用效率的区域差异——对地级以上城市的DEA分析［J］.经济评论，2009，30（4）：18-26.［32］WANG Q W，SU B，ZHOU P，et al.Measuring total-factor CO2emission performance and technology gaps using a non-radial directional distance function：a modified approach［J］.Energy Economics，2016，56：475-482.［33］杨清可，段学军，叶磊，等.基于SBM-Undesirable模型的城市土地利用效率评价——以长三角地区16城市为例［J］.资源科学，2014，36（4）：712-721.。
基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素
第31卷第3期2024年6月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .3J u n .,2024收稿日期:2023-06-02 修回日期:2023-06-15资助项目:陕西省土地整治重点实验室开放基金 污染调查与评估研究污损土地遥感技术 (2018-J C 08);自然资源部退化及未利用土地整治工程重点实验室开放基金(S X D J 2019-03);国家重点研发计划 国家生态屏障区生态系统动态演变特征 (2018Y F C 0507301-2) 第一作者:奥勇(1963 ),男,陕西富平人,副教授,主要从事遥感科学与技术方面的研究㊂E -m a i l :a o y o n g@c h d .e d u .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.03.039.奥勇,张亦恒,王晓峰,等.基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素[J ].水土保持研究,2024,31(3):401-411.A oY o n g ,Z h a n g Y i h e n g ,W a n g X i a o f e n g ,e t a l .S p a t i o t e m p o r a lC h a n g e sa n dD r i v i n g F a c t o r so fC u l t i v a t e dL a n dF r a g m e n t a t i o n i n G u a n z h o n gR e g i o nB a s e do nL a n d s c a pe I n d e x [J ].R e s e a r c hof S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(3):401-411.基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素奥勇1,2,3,张亦恒1,3,王晓峰1,4,吴京盛4(1.长安大学土地工程学院,西安710054;2.长安大学资源学院地理信息研究所,西安710054;3.陕西省土地整治重点实验室,西安710054;4.长安大学资源学院,西安710054)摘 要:[目的]优化陕西耕地细碎化治理,协调粮食需求增长与环境约束之间的矛盾,维护地区粮食安全和促进农业现代化发展㊂[方法]以关中地区为研究区,以土地利用数据和其他自然经济数据为基础,运用洛伦兹曲线㊁变异系数法㊁景观指数㊁空间自相关等方法构建耕地细碎化评价模型以探索关中地区耕地细碎化(C u l t i v a t e dL a n dF r a gm e n t a -t i o n ,简称C L F )的时空变迁,并利用地理探测器对区内C L F 进行了驱动力分析㊂[结果](1)关中地区耕地资源空间分布相对均衡,耕地专业化程度保持较高水平㊂(2)关中地区的C L F 程度变化时空差异显著,C L F 程度整体呈现下降态势,但部分地区C L F 程度呈增减并存趋势,整体呈现东低西高的态势㊂(3)关中地区C L F 时空分化受多种因素影响,社会经济因素的综合影响明显强于自然因素,其中海拔高度㊁人口密度㊁人均耕地面积和地区总产值G D P 为主要影响因素;因子间的交互作用效应强于单因子,以双因子增强和非线性增强为主㊂[结论]关中地区耕地细碎化问题在20年间得到了一定程度的改善,但呈现出较大的地区差异,应进一步在社会经济因素方面对耕地细碎化现象加强综合治理,以推动关中地区农业机械化㊁现代化发展㊂关键词:耕地细碎化;耕地细碎化时空变迁;地理探测器;景观指数;关中地区中图分类号:F 301.21 文献标识码:A 文章编号:1005-3409(2024)03-0401-11S p a t i o t e m p o r a l C h a n g e s a n dD r i v i n g Fa c t o r s o fC u l t i v a t e dL a n d F r a g m e n t a t i o n i nG u a n z h o n g R e g i o nB a s e do nL a n d s c a pe I n d e x A oY o n g 1,2,3,Z h a n g Y i h e n g 1,3,W a n g X i a o f e n g 1,4,W u J i n g s h e n g4(1.S c h o o l o f L a n dE n g i n e e r i n g ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;2.I n s t i t u t e o f G e o g r a p h i c I n fo r m a t i o n ,C o l l e g e o f R e s o u r c e s ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;3.K e y L a b o r a t o r y o f La n dC o n s o l i d a t i o n o f S h a a n x iP r o v i n c e ,X i 'a n 710054,C h i n a ;4.C o l l e g e o f R e s o u r c e s ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h ea i m so ft h i ss t u d y a r et oo p t i m i z et h ef i n e m a n a ge m e n to fc u l t i v a t e dl a n di n S h a a n x i P r o v i n c e ,t o c o o r d i n a t e t h e c o n t r a d i c t i o n b e t w e e nf o o d d e m a n dg r o w th a n d e n vi r o n m e n t a lc o n s t r a i n t s ,t om a i n t a i n r e g i o n a l f o o ds e c u r i t y ,a nd t o p r o m o t ea g r i c u l t u r a lm o de r n i z a t i o n .[M e t h o d s ]T h e G u a n z h o n g a r e aw a s t a k e na st h er e s e a r c ha r e a .B a s e do nl a n du s ed a t aa n do t h e rn a t u r a l e c o n o m i cd a t a ,L o r e n t z c u r v e ,c o ef f i c i e n to fv a r i a t i o n m e t h o d ,l a n d s c a p e i n d e x ,s p a t i a l a u t o c o r r e l a t i o na n do t h e rm e t h o d s w e r eu s e dt oc o n s t r u c ta ne v a l u a t i o n m o d e lo fc u l t i v a t e dl a n df r ag m e n t a t i o nt oe x p l o r eth et e m po r a la n d s p a t i a l c h a n g e s o f c u l t i v a t e d l a n df r a g m e n t a t i o n (C L F )i n G u a n z h o n g a r e a ,a n d g e o g r a ph i cd e t e c t o r sw e r e u s e d t o a n a l y z e t h e d r i v i n g f o r c e o f C L F i n t h e a r e a .[R e s u l t s ](1)T h e s pa t i a l d i s t r ib u t i o no fc u l t i v a t ed l a n d re s o u r c e s i nG u a n z h o n g a r e aw a s r e l a t i v e l y b a l a n c e d ,a n d t h e d e g r e e of c u l t i v a t e d l a n d s pe c i a l i z a t i o n r e m a i n e da t ah i g hl e v e l.(2)T h es p a t i a l a n dt e m p o r a ld i f f e r e n c e s i nt h ed e g r e eo fC L Fi n G u a n z h o n g r e g i o n w e r e s i g n i f i c a n t,a n d t h e o v e r a l l d e g r e e o fC L Fs h o w e dad o w n w a r d t r e n d,b u t t h ed e g r e eo fC L F i ns o m e a r e a s s h o w e d a t r e n do f i nc r e a s i n g a n dde c r e a s i n g,a n d t h e o v e r a l l t r e n dw a s l o wi n t h e e a s t a n dh i g h i n t h ew e s t.(3)T h e s p a t i o t e m p o r a l d i f f e r e n t i a t i o no fC L Fi nG u a n z h o n g r e g i o nw a sa f f e c t e db y m a n y f a c t o r s,a n dt h ec o m p r e h e n s i v e i n f l u e n c eo fs o c i o-e c o n o m i cf a c t o r sw a ss i g n i f i c a n t l y s t r o n g e rt h a nt h a to fn a t u r a l f a c t o r s, a m o n g w h i c ha l t i t ud e,p o p u l a t i o nde n s i t y,p e rc a p i t aa r a b l el a n da r e aa n dr e g i o n a lG D P w e r et h e m a i n i nf l u e n c i ng f a c t o r s.Th ei n t e r a c t i o ne f f e c t b e t w e e n f a c t o r sw a s s t r o n g e r t h a n t h a t o f s i n g l e f a c t o r,a n d t w o-f a c t o r e n h a n c e m e n t a n dn o n l i n e a r e n h a n c e m e n tw e r e t h em a i n s t a y.[C o n c l u s i o n]T h e p r o b l e m o f c u l t i v a t e d l a n d f r a g m e n t a t i o n i nG u a n z h o n g a r e ah a s b e e n i m p r o v e d t oa c e r t a i ne x t e n t i n t h e p a s t20y e a r s,b u t t h e r e a r e l a r g e r e g i o n a l d i f f e r e n c e s,a n d t h e c o m p r e h e n s i v em a n a g e m e n t o f c u l t i v a t e d l a n d f r a g m e n t a t i o n s h o u l db e f u r t h e rs t r e n g t h e n e di n t e r m s o fs o c i a la n d e c o n o m i cf a c t o r s,s o a st o p r o m o t et h e d e v e l o p m e n t o f a g r i c u l t u r a lm e c h a n i z a t i o na n dm o d e r n i z a t i o n i nG u a n z h o n g a r e a.K e y w o r d s:c u l t i v a t e dl a n df r a g m e n t a t i o n;t e m p o r a la n d s p a t i a lc h a n g e s;g e o g r a p h i c d e t e c t o r;l a n d s c a p e p a t t e r n i n d e x;G u a n z h o n g a r e a耕地资源是农业生产的基石,是人类生存和社会发展的基本资源,对于粮食和生态安全的维护以及促进农业现代化发展起到了重要作用[1-3]㊂耕地细碎化(C u l t i v a t e d L a n d F r a g m e n t a t i o n,简称C L F)指由于自然因素或者人为因素而导致耕地资源分布成分散并且大小不均的斑块,导致耕地难以进行大规模集中管理的状态[4]㊂C L F是一种特殊的土地利用格局,它是农业可持续发展面临的问题,也是世界土地利用的普遍现象,主要存在于人多地少㊁人地矛盾突出的国家,如中国㊁印度和一些中欧东欧国家[5-6]㊂耕地细碎化会造成农业经营成本升高[7-9],农村土地利用效率低下以及农村劳动力减少[3,7,10],间接导致各种类型的土地退化低效等问题[6],此外,耕地细碎化还会引起生物多样性降低,局部微气候变化等一系列不良的生态后果,导致农业生态系统提供服务的减少,进一步阻碍中国农业现代化[11]㊂耕地细碎化的现象长期存在于中国的农业发展中,自从1978年中国实行家庭联产承包责任制开始,土地资源在公平分配时需要对存在差异的土地肥力和地理位置进行平衡,这就导致土地更加分散和细碎,耕地细碎化进一步恶化[12-13]㊂21世纪以来无序扩张的城镇建设用地以及社会经济快速发展带来的人地矛盾加剧,迫使土地利用发生变化,耕地细碎化加剧[14-15]㊂因此,科学评估区域的耕地细碎化水平对提高区域耕地利用效率,保障区域粮食安全有着积极的意义㊂目前,关于C L F在耕地使用㊁耕地流转㊁耕地景观结构等方面已经取得了丰硕的成果[3,16-22]㊂文献表明,景观指标可以有效地将耕地细碎化现象具象化[23],目前关于C L F评价的相关研究大多采用景观格局指数来表征C L F的程度,大多数学者在C L F评价研究中采用主成分分析法来消除各景观指数之间的相关性,但很少考虑景观格局指数中的多共线性,当存在高度相关的自变量时,会使得判定每一个单独的自变量对需求的影响程度非常困难,这对评价结果的准确性有一定的影响㊂而在C L F的驱动力研究中,学者们主要探讨了人口密度㊁道路交通㊁土地产权等社会经济因素以及海拔㊁坡度㊁年降水量等自然因素对C L F的影响,但他们大都使用地理加权回归模型来确定C L F的影响因素[24-27]㊂并且仅对C L F的影响因素进行了宏观定性分析,而没有对各因素的影响进行具体量化,也仅分析了每个因素的个体效应,但尚未探索各影响因素之间的相互作用㊂陕西农业现代化发展水平长期滞后于全国平均水平,加快推进农业现代化是陕西在 十四五 期间的重要任务㊂而C L F是阻碍区域农业现代化的重要因素且关于C L F 的研究在陕西地区较少,所以探究关中地区耕地细碎化程度的时空变迁以及其驱动因素能够为推进地区农业发展和保证耕地资源可持续利用提供参考㊂1研究区概况本论文选取关中地区作为研究区,关中地区位处于中国大陆内陆腹地的陕西省中部,辖 五市一区 ,包括西安市㊁宝鸡市㊁咸阳市㊁渭南市㊁铜川市和杨凌农业高新技术产业示范区(图1)㊂关中地区位于东经106.3ʎ 110.6ʎ,北纬33.6ʎ 35.8ʎ㊂海拔平均500多米,东西跨度360多k m,总面积为5.6万k m2,地区平坦耕地数量多㊁比例高且土壤肥沃㊂2020年陕西统计年鉴数据显示关中平原的耕地共有1409.76h m2,占全省耕地的46.83%, 2019年粮食总产量为6895.8k t,占全省粮食总产量的56.01%,人口2459.12万人,占全省人口的63.44%㊂204水土保持研究第31卷图1 陕西省关中地区概况图F i g .1 O v e r v i e wm a p o fG u a n z h o n g r e gi o n o f S h a a n x i P r o v i n c e 2 数据与方法2.1 数据来源本研究使用的2000年㊁2005年㊁2010年㊁2015年㊁2020年土地利用遥感监测数据㊁归一化植被指数(N D V I )均来自中国科学院资源环境科学与数据中心(h t t p :ʊw w w.r e s d c .c n )㊂其中,土地利用数据空间分辨率30m ,土地利用类型分为耕地㊁林地㊁草地㊁水域㊁城乡建设用地㊁未利用地㊁6种一级类型㊂N D -V I 数据由2000年㊁2005年L a n d s a t -T M 卫星图像以及2010年㊁2015年㊁2020年L a n d s a t 8O L I 卫星影像处理而成,空间分辨率为30m ㊂海拔数据是使用来自地理空间数据云(h t t p :ʊw w w.g s c l o u d .c n )的30m 分辨率D E M 数据获得的㊂人口密度数据来自W o r l d P o p (h t t p s :ʊw w w.w o r l d p o p .o r g ),分辨率为1000m ㊂降水量数据来自美国国家大气研究中心(N C A R ),分辨率为0.008333ʎ,约1000m ㊂G D Pk m 网格数据来源于全球变化科学研究所,分辨率为100m ㊂2000年㊁2005年㊁2010年㊁2015年㊁2020年道路网和水系网分布数据来源于微图㊂各项数据精度均满足本研究所需,最终对数据进行指标标准化处理和分级以统一到同一尺度进行相关性分析㊂2.2 研究方法2.2.1 探究关中地区各县区耕地分布情况和专业化程度(1)洛伦兹曲线㊂近年来,越来越多的研究将洛伦兹曲线引入耕地资源变化㊁粮食安全等方面的研究[28-29]㊂利用洛仑兹曲线对2000 2020年关中地区耕地空间分布集中度进行具体分析㊂计算公式如下:Q =P 1/P 2P 3/P 4(1)式中:Q 是耕地的位置熵,又称专业化率;P 1是一个县的耕地面积;P 2是研究区耕地总面积;P 3是一个县的土地总面积;P 4是总土地面积㊂Q 值可以反映耕地分布的平衡程度㊂当Q <1时,表示县内耕地面积比重小于研究区土地总面积比重,即专业化程度低,县域处于劣势㊂否则,当Q >1时,表明具有高度的专业化程度,是区域优势㊂根据等式(1),计算耕地的位置熵Q ,计算各县耕地面积和土地面积的累计百分比,然后以各县土地面积的累计百分比为水平坐标,以耕地面积的累计百分比纵坐标,绘制洛伦兹曲线㊂(2)基尼系数㊂基尼系数用于描述研究领域研究对象空间分布的均匀性[30],并量化洛伦兹曲线㊂计算公式如下:G =ðm -1i =1(P i Q i +1-P i +1Q i )(2)式中:G 是基尼系数;P i 表示一个县的土地面积在研究区域总土地面积中的累积百分比;Q i 表示一个县的耕地面积在研究区总耕地面积中的累计百分比㊂当G <0.2时,均匀程度好;0.2<G <0.3,均匀程度较好;0.3<G <0.4,均匀程度适中;0.4<G <0.6,均匀程度较差;而G >0.6,均匀程度差㊂2.2.2 基于景观格局的耕地细碎化评价(1)耕地细碎化指标的选取㊂C L F 的程度受不同因素的影响,如地块的形状㊁大小和连通性,不能简单地用单一维度指数来描述㊂本研究借鉴已有的研究成果[3,27-29,31-34],综合考虑耕地的平均面积㊁形状和分布等因素,从大小㊁边缘形状㊁聚集3个方面选取10个景观指标,对关中地区C L F 程度进行了表征㊂10个景观指标分别为斑块密度(P D )㊁平均地块面积指数(A R E A _MN )㊁斑块数量破碎化指数(F N )㊁边界密度指数(E D )㊁面积加权平均形状指数(S H A P E _AM )㊁面积加权平均斑块面积(A R E A _AM )㊁散布和并置指数(I J I )㊁斑块内聚指数(C O H E S I O N )和聚合指数(A I )㊁景观分裂度指数(D I V I S I O N )㊂为了减少冗余指标并提高评估模型的准确性,应用方差膨胀因子(V I F )进行测试㊂当V I F >10时,表示该变量的多重共线性非常严重,应考虑移除该变量[35]㊂各种景观指标的多共线性诊断结果显示在表1㊂根据上述测试结果,最终去除V I F>10的聚合指数(A I )和面积加权平均斑块面积(A R E A _AM )两个因子,以保持评价结果的准确性㊂每个景观指标的计算方程和生态意义显示在表2㊂(2)指标标准化以及权重的确定㊂极差标准化法:景观指标存在单位㊁量纲不统一,缺乏科学可比性,因此采用极差标准法对原始数据进行无量纲化处理,将正负属性指标统一转化为正值的标准化指标,304第3期 奥勇等:基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素计算公式如下:正指标:Z i j=X i j-m i n X i jm a x X i j-m i n X i j(3)负指标:Z i j=m a x X i j-X i jm a x X i j-m i n X i j(4)式中:X i j表示指标实际值;Z i j表示指标标准化值,其值域为[0,1]㊂变异系数法:W i=V iðn i=1V i(5)式中:W i为指标i的权重;V i为指标i的变异系数;n 表示指标数量㊂综合因子评价法:Y j=ðn i=1k j i w i(6)式中:Y j为第j个评价单元的耕地细碎化指数;k j i表示第j个评价单元第i个评价指标的指标值;w i表示第i个指标的权重大小;n表示指标个数㊂表1景观指标的多共线性诊断表T a b l e1M u l t i c o l l i n e a r i t y d i a g n o s t i c t a b l e o f l a n d s c a p e i n d i c a t o r s指标P D E D D I V I S I O N S HA P E_AM I J I V I F4.3583.1044.0864.1651.587指标F N A I C OH E S I O N A R E A_AM A R E A_MN V I F5.312.5727.07110.2321.528表2耕地细碎化指数及其描述T a b l e2C u l t i v a t e d l a n d f r a g m e n t a t i o n i n d e x a n d i t s d e s c r i p t i o n类型景观指数计算公式指标说明面积与边缘指标边缘密度(E D)E D=ðmi=1ðmj=1P i jA式中:P i j是i和j景观元素之间的边界长度指按单元边界划分的景观类型分割程度,值越大,此类元素的景观模式就越分散斑块平均大小(A R-E A_MN)A R E A_MN=A N P式中:A是总景观区域;N P是景观中的斑块数反映了景观结构分析中某一类景观的碎片化程度㊂值越高,碎片化程度越低形状指标面积加权的平均形状指数(S HA P E_AM)S HA P E_AM=ðn j=10.25P i j ai jæèçöø÷a i jðn j=1a i j()式中:a i j指第i类景观中第j个斑块的面积(2);p i j代表第i类景观中第j个斑块的周长(m)反映了斑块形状的复杂程度聚集指标景观分离度(D I V I S I O N)D I V I S I O N=-ðm j=1a i j A()2式中:m表示景观i类型中的元素个数;a i j为第i类景观的面积;A为景观总面积指某一景观类型中不同元素个体分布的分离程度㊂分离度越大,表明景观在地域上分布越分散斑块内聚力指数(C OH E S I O N)C OH E S I O N=1-ðm j=1P i jðm j=1P i jˑa i jˑ1-1A-1ˑ100式中:a i j指第i类景观中第j个斑块的面积(m2);P i j代表第i类景观中第j个斑块的周长(m);A为该景观的总面积(h m2)表示不同类型斑块之间的团聚程度,价值越大,这类景观的碎片化程度越低散布与并列指数(I J I)I J I=-ðm i=1ðm j=i+1E i j E l n E i j El n0.5m m-1()式中:E i j是i和j之间的相邻边长度;m是景观类型的总数;E是整个景观的边缘长度指某些元素与其他之间的相邻概率㊂该值越高,此类型的景观就越分散斑块密度(P D)P D=N P A式中:N P为斑块数量;A为景观的总面积(h m2);P D为斑块密度,个/h m2表示景观类型的斑块边界对整个景观的影响程度㊂该值越大,斑块景观中的分布就越集中破碎化指数(F N)F N=N P-1M P S式中:N P为斑块数量;M P S为斑块平均大小表征景观被分割的破碎程度,在一定程度上反映了人类对景观的干扰程度404水土保持研究第31卷2.2.3探究关中地区C L F的空间分布模式和聚类特征空间自相关通常用于检测区域内地理数据之间潜在的相互依赖关系[36]㊂引入局部莫兰指数统计量来测量2000 2020年关中地区C L F变化的空间自相关㊂局部莫兰指数I的计算公式为:L o c a lM o r a n's I=(x i-x)S2ðm j=1w i j(x j-x)(7) S2=1mðm i=1(x i-x)2(8)式中:m是县单位的数量;x i和x j分别是空间单位属性的测量值;x是测量值的平均值;和w i j是空间权重矩阵,并且S2是它的方差㊂2.2.4探究关中地区耕地细碎化的影响因素地理探测器是一种检测地理现象空间分异特征并揭示其影响的统计方法,它由因子检测,交互式检测,生态检测和风险检测组成[37-38]㊂采用因子检测和交互式检测方法,区分关中地区C L F空间分化的驱动因素的影响,揭示驱动因素之间的相关性㊂计算方法如下:q=1-1Nδ2ðL i=1N iδ2i(9)式中:q是驱动因子的影响,qɪ[0,1];N是样本数;i 是分区(i=1,2, ,L);和σ2和σi2分别是指标的方差和分区i的方差㊂q的大小反映了指标的空间分化程度㊂q值越大,每个因子对因变量的解释能力越强,反之亦然㊂本研究结合已有的研究和数据从自然资源禀赋和社会经济发展两个方面选取海拔(X1)㊁坡度(X2)㊁N D V I(X3)㊁年降水量数据(X7)㊁到道路的距离(X4)㊁到河流的距离(X5)六项影响因素[1,27,39],但由于人口密度(X6)㊁人均耕地面积(X8)能够反映不同人类活动对耕地景观格局的干扰程度,G D P(X9)体现了不同地区的经济技术水平,本文将三者加入到耕地细碎化现象影响因素指标之中㊂具体分类方法和说明见表3㊂3结果与分析3.1关中土地资源时空分布平衡为探讨关中区域耕地资源时空分布的平衡情况,绘制2000年㊁2005年㊁2010年㊁2015年㊁2020年关中地区耕地洛伦兹曲线,并计算各年的耕地基尼系数㊂图2表明,关中地区耕地洛伦兹曲线接近2000 2020年绝对平均线,5个年份的洛伦兹曲线基本重合,变化范围较小,表明研究地区耕地资源空间分布相对分散㊂各年耕地基尼系数分别为0.289,0.303, 0.289,0.288,0.349,说明关中地区的耕地分布较为均匀,整体数值在2000 2015年期间波动程度较小,而在2015 2020年期间有一定增长,说明该时间段耕地分布变得更为集中㊂根据2000 2020年关中地区各县(区)耕地位置熵的空间分布(图3),关中地区20年期间57%以上的县(区)耕地区位熵大于1,表明整个研究区耕地专业化程度高㊂虽然整个研究区域位置熵呈现增减并存的现象,但增幅趋势占主导地位,表明研究期间关中地区的耕地专业化程度在逐步提高㊂表3描述地理探测器的驱动因素分类T a b l e3D e s c r i b e s t h e d r i v e r c l a s s i f i c a t i o no f g e o g r a p h i c d e t e c t o r s类型符号驱动因子分类方法分类等级自然因子X1高程自然断点1~6X2坡度自然断点1~6X3N D V I张丽等[40]1~5X4与河流的距离自然断点1~6X7年降水量自然断点1~6人为因子X5与道路的距离自然断点1~6X6人口密度葛美玲等[41]1~5X8人均耕地面积自然断点1~6X9G D P自然断点1~6图22000-2020年洛伦兹曲线F i g.22000-2020L o r e n t z c u r v e3.2耕地细碎化的时空分布由于本文以县(区)为基础研究单元,基础研究单元数量较多,自然断点分类法可以将各个类之间的差异最大化,因此用自然断点法将各个景观指数分为6个等级㊂由图4可知2000 2020年关中地区耕地景观指数A R E A_MN和其余景观指数的空间分布差异较大㊂A R E A_MN指数在2000 2015年存在大面积高值地区,2015 2020年期间咸阳㊁西安㊁渭南等城市有多数县(区)均有由高值向低值转变的现象,其中关中中部及东部地区等地区存在成片的下降的情况㊂C O H E S I O N指数在研究期间的空间分布整体变化不大,高值区主要存在于关中东部地区的部分县(区),低值区则多分布于关中中东部地区㊂P D在研究期间空间分布上变化较小,低值区主要集中于关504第3期奥勇等:基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素中中部及东部地区,中值和高值区则集中于研究区西部等海拔较高的地区㊂E D的高价值区域集中在研究区北部,而低价值区域集中在一些南部县,整体变化也较为稳定,只有个别县区,如大荔县,研究期间在低中值之间来回变化㊂I J I的空间分布存在一定变化,低值区分布广泛,少数中高值区域分散在凤县㊁陇县㊁潼关县㊁旬邑县㊁长武县等地区,但总体上高值地区数量降低,其中宜君县㊁白水县㊁澄城县在研究期间有从低值向高值转变然后又返回低值的变化㊂S H A P E_A M 的大部分地区都为中高值区域,但中值区域和高值区域的空间分布较为复杂,两者分布散落,交替分布,整体空间分布在研究期间变化不大,低值区由4个县降低到仅有渭滨区和太白县两个县(区),位于研究区西南部,永寿县和淳化县向高值区转变㊂图32000-2020年关中地区耕地位置熵的空间分布F i g.3S p a t i a l d i s t r i b u t i o no f c u l t i v a t e d l a n d l o c a t i o n e n t r o p y i nG u a n z h o n g f r o m2000t o20203.3耕地细碎化综合指标的时空分布特征根据变异系数法对景观指数进行权重测定,最终得到2000 2020年关中地区耕地细碎化指数时空分布(图5)㊂总体而言,关中地区耕地景观格局的空间异质性和复杂性相对较高㊂其中,关中地区北部和西部的耕地细碎化程度较高,而中部和东部的破碎化程度较低㊂研究期间C L F指数小于0.2的县域由26个增加到了32个,但C L F指数大于0.25的县域总数仍为17个,表明C L F总体上有一定程度的改善㊂2000年西安市㊁渭南市和咸阳市南部地区的县(区) C L F值处于0.15~0.20之间,少数县存在更高的破碎化程度,到2020年,这些地区大部分县(区)的C L F值都降低到了0~0.15区间,表明研究期间关中中部地区县(区)的耕地细碎化现象得到了明显的改善㊂研究区域的西部地区,在2000年C L F指数均大于0.25,到2020年,该区域的C L F指数未改善,并且太白县和凤县这两个地区的耕地细碎化程度明显加深,由2000年的0.34,0.34增加到了2020年的0.42, 0.37,说明西部地区县(区)的耕地破碎化问题仍然亟待解决㊂2020年陈仓区㊁千阳县等地区的县域破碎化程度有一定的下降,大部分县(区)的C L F指数从0.15~0.20区间下降到0.10~0.15区间㊂此外,值得注意的是,从2000 2020年,除潼关县和蓝田县以外,其他地区C L F指数大于0.25的县都集中成片存在㊂3.4耕地细碎化空间自相关为进一步探讨2000 2020年关中地区C L F综合指数的时空分布特征,对研究期间流域C L F综合指数进行单因素局部空间自相关分析,生成空间关联L I S A图局部指标,即C L F指数的聚合分布模式㊂在L I S A图中,高 高㊁低 低㊁高 低㊁高 低四象限县的C L F指数在5%水平上显著㊂为了更好地显示研究区各县的综合碎片化程度,图6所示:研究期间关中地区随机和集聚县的分布格局总体稳定㊂高 高区代表高值㊁高值的集聚区,集中在陈仓㊁凤县㊁渭滨等一些县域㊂该地区各县的海拔高度高于研究区内的大多数县,表明海拔高度对C L F产生了一定的影响㊂低 低区是指低值㊁低值集聚区,集中在关中中部地区的县域,主要包括秦都㊁未央㊁三原等㊂低 高区域表示低值被高值包围,这类地区分布较少,只有2005年和2010年的宝鸡市凤翔县属于该类别,该地区可能是C L F指数在研究区中部和西部的分界㊂高 低区域表示高值被低值包围,这种类型较少,在研究期间没有出现㊂3.5耕地细碎化的影响因素本文基于地理探测器,探究2000 2020年关中地区54个县C L F指数的时空分布机制,总体看来,关中地区C L F的时空分化受社会经济因素的影响强于自然因素对关中地区C L F的影响(表4)㊂9项影响因素中,人口密度(X6)㊁人均耕地面积(X8)和地区总产值G D P(X9)3个社会因素在各个年份都拥有较高的要素贡献率,而自然因素只有海拔高度(X1)具有较高的因子贡献率,并且每个年份的社会因素总贡献率远大于自然因素的总贡献率㊂社会经济因素中,人口密度(X6)㊁人均耕地面积(X8)和地区总产值G D P(X9)三者的综合影响达到总要素贡献率的40%以上,明显强于其他社会经济因素㊂自然因素中,海拔高度(X1)㊁坡度(X2)以及降水量(X7)对C L F的综合影响也达到了总要素贡献率的35%以上,而到路网的距离(X4),到河流的距离(X5)以及N D V I(X3)三者的贡献率较小㊂604水土保持研究第31卷图42000-2020年各项景观指数分布F i g.4D i s t r i b u t i o no f l a n d s c a p e i n d i c e s f r o m2000t o2020图52000-2020年关中地区耕地细碎化程度空间分布F i g.5S p a t i a l d i s t r i b u t i o no f c u l t i v a t e d l a n d f r a g m e n t a t i o n i nG u a n z h o n g a r e a f r o m2000t o2020其中海拔高度和坡度对关中地区C L F的影响整体上呈现波动上升的趋势㊂降水量(X7)和到河流的距离对研究区C L F的影响则逐年减小,这是因为随着研究区耕地灌溉与排水工程的建设,所以耕地对水体和自然降水的依赖则逐渐减弱㊂N D V I对C L F影响呈逐年上升的趋势,这与快速城市化过程中植被覆704第3期奥勇等:基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素盖类型和土地利用结构的急剧变化密切相关㊂在研究期间,人口密度㊁人均耕地面积和G D P 对C L F 产生了较大影响,一方面,随着关中地区社会经济发展水平的提高,大量农村人口向经济比较发达的关中中部地区转移,人口的快速转移给耕地负荷带来了负担,但随着地区人口饱和消费水平变高又人口密度也不断波动,因而人均耕地面积对C L F 的影响不断波动㊂另一方面,随着经济的高速发展,以及区域对于高G D P 的追求伴随着无序的城市扩张和不合理的土地开发利用,严重地影响了耕地景观格局㊂图6 2000-2020年关中耕地细碎化空间关联(L I S A )地图局部指标F i g .6 L o c a l i n d i c a t o r s o f t h e S p a t i a lA s s o c i a t i o n (L I S A )m a p o f c u l t i v a t e d l a n d i nG u a n z h o n gf r o m2000t o 2020表4 2000-2020年影响因子的贡献率T a b l e 4 C o n t r i b u t i o n r a t e o f i m pa c t f a c t o r f r o m2000t o 2020年份X 1X 2X 3X 4X 5X 6X 7X 8X 920000.3740.1010.0420.0700.0720.3400.2850.3230.50120050.4060.1160.0920.0650.0600.3300.2010.1890.27320100.4680.1630.1630.0650.0620.3560.2420.2540.26720150.3960.1320.1070.0970.0560.3430.1980.1930.40820200.4240.1540.1550.0620.0500.3170.1580.4400.231本文筛选出了每年10个各项影响因素相互作用强度最高的交互类型来探求C L F 的主要影响因素以及研究期间主要影响因素之间相互作用强度的变化㊂如表5所示,研究期间各影响因素对关中地区C L F 的影响并不相互独立,且存在较强的相互作用因子间的相互作用明显强于单因子,其中双因子增强和非线性增强占大多数㊂具体来看,2000年相互作用以双因子增强为主,主要相互作用因子强度达到0.5以上,G D P (X 9)和人均耕地面积(X 8)的相互作用强度最高,达到0.716㊂2005年,主要相互作用因子的相互作用强度存在一定的下降,非线性增强整体上得到了一定的增强,海拔高度(X 1)与人均耕地面积(X 8)的交互作用强度最高,达到0.537㊂2010年,主要相互作用因子的作用强度得到了增强,并且返回到以双因子增强为主导的态势,海拔高度(X 1)与人均耕地面积(X 8)的交互强度高达0.621㊂2015年,双因素增强仍旧占主导地位,因子的相互作用强度变化不大,G D P (X 9)和人均耕地面积(X 8)的相互作用强度最高,达到0.598㊂表明人均耕地面积(X 8)和G D P (X 9)对关中地区C L F 起了重要作用,主要是因为研究区社会经济发展水平提高,人地矛盾加剧,城市扩张等不合理的人类活动,使得因素之间的相互作用更加复杂,进一步干扰了耕地的景观格局㊂表5 主要因素交互作用和变化T a b l e 5 M a i n f a c t o r i n t e r a c t i o n s a n d c h a n ge s 2000年交互类型交互强度2005年交互类型交互强度2010年交互类型交互强度2015年交互类型交互强度2020年交互类型交互强度X 4ɘX 90.511*X 1ɘX 30.417*X 6ɘX 70.438*X 4ɘX 90.441*X 8ɘX 90.454*X 5ɘX 90.513**X 1ɘX 20.418*X 3ɘX 10.475*X 6ɘX 10.444*X 8ɘX 40.457*X 3ɘX 90.525*X 8ɘX 70.420**X 1ɘX 40.486*X 2ɘX 90.457*X 1ɘX 50.460**X 6ɘX 90.541*X 1ɘX 40.429*X 6ɘX 80.488*X 1ɘX 70.444*X 5ɘX 80.460**X 1ɘX 90.562*X 1ɘX 50.437**X 5ɘX 10.496**X 7ɘX 90.462*X 1ɘX 90.466*X 8ɘX 70.568*X 1ɘX 70.441*X 7ɘX 10.498*X 6ɘX 90.501*X 8ɘX 30.493*X 8ɘX 60.568*X 1ɘX 60.451*X 1ɘX 60.500*X 6ɘX 80.519**X 1ɘX 70.498*X 9ɘX 70.592*X 6ɘX 80.456**X 1ɘX 90.533*X 1ɘX 80.568**X 2ɘX 80.503*X 1ɘX 80.642*X 1ɘX 90.504*X 7ɘX 80.606**X 1ɘX 90.571*X 7ɘX 80.545*X 9ɘX 80.716*X 1ɘX 80.537**X 1ɘX 80.621*X 8ɘX 90.598**X 1ɘX 80.603*注:*代表双因子增强,**表示非线性增强㊂804 水土保持研究 第31卷。
徐州泉山区公园绿地公平性评价
收稿日期：２０２００３１０ 修回日期：２０２００６２３基金项目：江苏省自然科学基金（ＢＫ２０１６１１１８）；国家自然科学基金（４１４０１４４１）资助．作者简介：吴炎慧，南京晓庄学院环境科学学院本科毕业，现南京师范大学硕士研究生在读，研究方向：土地利用与景观生态、湿地恢复评估．Ｅ ｍａｉｌ：ｗｕｙａｎｈｕｉ＿０１０５＠１６３．ｃｏｍ通信作者：方炫，博士，南京晓庄学院环境科学学院副教授，研究方向：土地利用与景观生态、数字地形分析．Ｅ ｍａｉｌ：ｆａｎｇｘｕａｎ１９８２＠１６３．ｃｏｍ２０２０年１１月第６期南京晓庄学院学报ＪＯＵＲＮＡＬＯＦＮＡＮＪＩＮＧＸＩＡＯＺＨＵＡＮＧＵＮＩＶＥＲＳＩＴＹＮｏｖ．２０２０Ｎｏ．６徐州泉山区公园绿地公平性评价吴炎慧，方 炫（南京晓庄学院环境科学学院，江苏南京２１１１７１）摘 要：公园绿地是城市重要的绿色基础设施，公园绿地公平性对于改善城市生态、提高居民生活质量、建设和谐社会有重要意义．以徐州市泉山区为研究对象，采用ＧＩＳ空间分析方法可以对公园绿地公平性进行评价．通过高精度遥感影像获取公园绿地分布情况，计算出公园绿地服务水平；运用洛伦兹曲线和基尼系数对公园绿地总体公平性进行评价；利用区位熵法，测评公园绿地与人口分布的空间匹配程度．研究表明：泉山区公园绿地有效服务的覆盖率不高，半数街道存在较大服务盲区；公园绿地服务分配极不公平，基尼系数高达０．７６，两极分化严重；大部分街道公园绿地服务区位熵偏离正常区间，公园绿地布局与人口分布的匹配较差；泉山区公园绿地公平性较差．建议通过增加公园绿地供给、提升公园绿地的服务能力等途径来提高该区域公园绿地的公平性．关键词：公园绿地；公平性评价；徐州；ＧＩＳ中图分类号：Ｐ９６４ 文献标识码：Ａ 文章编号：１００９７９０２（２０２０）０６００９６０７０ 引言近年来，随着社会进步，人们对休闲游憩的需求不断提升，公园绿地公平性问题受到广泛的关注．公园绿地是城市绿地中向公众开放，以游憩为主要功能，兼具生态、景观、文教和应急避险等作用的绿地［１］，具有提高居民生活质量、促进身心健康等积极作用．作为社会公共资源的一种，公园绿地分配的公平性应予重视．国外对绿地公平性的研究较早，可大概分为地域均等、空间公平和社会公平三个阶段［２］．地域均等阶段只考虑量的平等［３］，不考虑人的需求和资源的空间分布及服务效益［４］．ＷｉｌｌｉａｍＬｕｃｙ关注了区位条件提出“五个子概念说”［５］，使得人们的目光开始转向空间公平［６］．但总的来说，研究重点依旧是“地的公平”．直到社会公平阶段才开始关注“人”［７，８］．国内对绿地的公平性研究发展迅速．绿地作为城市内重要的公共服务设施，是地理学、生态学、社会学等多学科共同关注的重要内容．各领域对公平性的评价角度也各不相同．地理学领域中多是研究绿地和人口分布之间的“区位匹配”问题，如吴健生、尹海伟等从供需平衡进行公平性分析［９，１０］，陈秋晓等以机会公平为基础考察居民享有的公园绿地服务量与机会的空间差异性［１１］．从景观生态学出发，周详等根据景观生态学基本概念和理论，提出城市绿地格局公平性概念，并考察了人与绿地之间的关系［１２］．社会学领域则更关注资源的社会公平性，关注人的差异，如唐子来、王敏考虑特定群体的需求是否得到满足［１３，１４］．在公平性的评价方法上，多数研究是以绿地可达性研究为切入点，利用ＧＩＳ空间分析方法完成的［９，１１，１２，１５，１７］．有学者提出了“服务重叠率”、“社区见园比”等指标，并建立相关模型来对公园绿地公平性进行评价［１６，１７］．此外，还有学者综合了其他学科的理论，进行社会公平绩效的总体评价．例如，衡量收入分配公平、贫富差距的洛伦兹曲线与基尼系数以及用于区位分析的区位熵［１８２０］．可见，虽现有绿地公平性研究成果较为丰—６９—硕，对公园绿地的研究相对匮乏，但主要集中在上海、深圳、武汉［９，１０，１４，１７，２０］等城市发展水平高的地区．徐州作为典型的煤炭资源型城市，近年来重视生态修复和绿化建设．本文关注该市居民可获取到的公园绿地服务，重点研究徐州泉山区公园绿地空间布局的公平性．旨在丰富城市公园绿地的研究成果，同时为徐州市的绿地系统规划布局与建设提供理论依据与参考．１ 研究方法１．１ 研究区概况图１ 研究区范围徐州市泉山区处于江苏省西北部的黄淮海平原，地理范围为３４°０９′Ｎ～３４°１′Ｎ，１１７°０６′Ｅ～１１７°１５′Ｅ．全区总面积１１０ｋｍ２，区内人口密度为５１７８人／ｋｍ２，辖永安、王陵、湖滨、和平、奎山、段庄、翟山、泰山、金山、七里沟、火花、苏山、桃园和庞庄共１４个街道（图１）．该区境内南多丘陵，北为平原．泉山区属暖温带半湿润气候，四季分明，季风显著．据２０１６年《泉山年鉴》，全区绿地总面积达２３ ８４ｋｍ２，绿地率４３．３５％．１．２ 数据获取与处理基础数据包括公园绿地分布和人口数据．公园绿地分布数据通过以下步骤得到：首先，采用２０１６年０．９９ｍ分辨率的ＧｏｏｇｌｅＥａｒｔｈ影像作为数据源，参考《徐州市总体规划（２０１５—２０２０）》、《徐州市城市绿线规划（２０１５—２０２０）》等规划资料，经目视解译提取研究区公园绿地信息；然后，通过实地调查进行校核，共提取公园绿地３７块；最后，参考《徐州市城市绿线规划（２０１５—２０２０）》以及相关研究［１５，２１］，将泉山区公园绿地分为市级公园绿地、区级公园绿地和社区级绿地，得到泉山区公园绿地分布图（图２）．市级公园为《徐州市城市绿线规划（２０１５—２０２０）》划定的市级综合公园；区级公园为《徐州市城市绿线规划（２０１５—２０２０）》中划定的区域性公园和专类公园；社区级公园绿地则主要包括社区公园和游园．《城市绿地分类标准ＣＪＪＴ８５－２０１７》调整了公园绿地的分类，规定公园绿地用地独立，因此本研究采用的社区公园绿地不包括《徐州市绿地系统规划２０１５—２０２０》中附属于居民用地的社区公园．泉山区人口数据来自《泉山年鉴２０１７》，人口密度利用各街道的人口与面积的比值表示，如图３所示．泉山区行政区划边界通过对泉山区行政图以及泉山区政府网中的电子地图进行数字化提取得到．图２ 泉山区公园绿地分布图图３ 泉山区人口密度图１．３ 公园绿地公平性评价方法１．３．１ 公园绿地服务水平计算不同等级的公园绿地服务半径不同．参考相关文献，本研究确定市级公园绿地的服务半径为２０００ｍ，区级公园绿地的服务半径为１０００ｍ，社区级公园绿地的服务半径为５００ｍ［１５，２１］．缓冲区分析是指根据分析对—７９—象的点、线、面实体，自动建立它们周围一定距离的带状区域，用以识别这些实体对邻近对象的辐射范围或影响度，以便为某项分析或决策提供依据［２２］．本文利用ＧＩＳ软件，基于泉山区公园绿地这一面状要素，通过缓冲区分析得到的缓冲区范围，就是不同等级公园绿地的服务范围．该服务范围是未考虑到实际行政区划的理想服务范围．再将缓冲区分析得到的服务范围图层与街道区划进行叠加分析，从而得到公园绿地的有效服务范围．图４ 公园绿地有效服务面积计算公园绿地有效服务面积计算方法如图４所示．位于某街道范围之外的公园绿地，若其能为该街道提供服务，则将处在街道范围内部的公园绿地服务范围计入公园绿地的有效服务面积．公园绿地服务范围重合的部分重复计入公园绿地有效服务面积中．利用服务面积比，即研究单元内公园绿地服务面积与研究单元面积的比值来判断公园绿地的地均服务水平．公式如下：ＬＤｉ＝ＭｉＳｉ（１）（１）式中，ｉ指研究区内街道的数量；ＬＤｉ指ｉ街道内公园绿地的服务水平；Ｍｉ指ｉ街道内公园绿地的服务面积之和；Ｓｉ指ｉ街道的面积．１．３．２ 公园绿地总体公平性评价方法洛伦兹曲线是由美国经济学家Ｌｏｒｅｎｚ首次提出，用以描述国民收入的分配状况．基尼系数是意大利经济学家基尼在洛伦兹曲线基础上提出、以更好地反映社会收入分配的平等状况的指标［２３］，它是指居民收入中用于不均等分配的那部分收入占总收入的比重．洛伦兹曲线和基尼系数是经济学中用以分析收入分配公平性的常用方法，本研究借用其概念与方法，对公园绿地服务分配的总体公平性进行评价［１８］．图５ 公园绿地服务洛伦兹曲线根据研究区各街道公园绿地服务面积，构建公园绿地服务洛伦兹曲线，可以反映研究区内一定比例累计人口所享有的公园绿地服务水平．具体步骤如下：首先，将各街道的公园绿地有效服务面积除以各街道的人口数，得到各街道的人均公园绿地服务量；然后，将泉山区内所有街道按照人均享有的公园绿地服务量由低到高进行排列；最后，以１０％的人口为一个区段，计算出每一区段人口对应的公园绿地服务比例，并进行累加，从而绘制出公园绿地服务洛伦兹曲线图（图５）．横轴表示人均享有的公园绿地服务量由低到高排序的人口累计比例，纵轴表示公园绿地服务比例．ｌ１表示绝对平均线，ｌ２表示洛伦兹曲线．洛伦兹曲线一般呈现出向内凹的趋势，且弯曲程度与资源分配的不平等性成正比关系，洛伦兹曲线与绝对平均线越接近，则表明公园绿地服务分配越公平．基尼系数是由洛伦兹曲线推导出来的．运用曲线拟合法得到公园绿地服务洛伦兹曲线的表达式，再用几何法计算公园绿地服务的基尼系数．图５中洛伦兹曲线与绝对平均线之间的Ｉ部分表示“不平等面积”，其与Ｉ、ＩＩ部分面积之和的比值即为基尼系数．参照收入基尼系数的国际标准和惯例［２４］，基尼系数低于０．２表示绝对平均，０．２—０．３表示比较平均，０．３—０．４表示差距较小，０．４—０．５表示差距较大，０．５以上表示差距悬殊．１．３．３ 公园绿地空间公平性评价方法为进一步评判各街道间的差异，采用区位熵法来分析各街道人均公园绿地服务占有水平的差异性，测评公园绿地资源和人口分布之间的空间匹配程度．区位熵由Ｈａｇｇｅｔ提出，是一种研究某类要素的空间分布情况的指标，目前已被广泛应用于各种资源的分布研究中［１６，２５］．计算公园绿地服务区位熵的公式为：ＬＱｉ＝ＴｉＰｉＴＰ（２）其中，ｉ指研究区内街道的数量，ＬＱｉ指ｉ街道公园绿地服务区位熵，Ｔｉ指ｉ街道的公园绿地服务量，Ｐｉ指ｉ街道的人口数，Ｔ指研究区内公园绿地的服务总量，Ｐ则指的是研究区范围内的总人口数．区位熵值以１为标—８９—准值，ＬＱｉ的值大于１，则表明ｊ街道内公园绿地服务的人均享有水平高于研究区总体水平；ＬＱｉ的值小于１，则表示该街道内人均公园绿地服务的享有水平低于研究区总体水平．２ 结果与分析２．１ 泉山区公园绿地服务水平分析泉山区公园绿地面积为１０．４３ｋｍ２，公园绿地覆盖率为９．５％．公园绿地总体有效服务范围为５７ ７３ｋｍ２，占研究区总面积的５２．２９％．如图６所示，公园绿地有效服务范围的覆盖率较低［２６］，且各街道的分布空间差异显著．其中，泉山区中南部覆盖率较高，几乎完全覆盖，区境西北部的桃源街道、苏山街道、庞庄街道、火花街道以及区境东南部的翟山街道覆盖率都低于５０％．泉山区南部公园绿地有效服务范围大，一方面是由于泉山区南部多丘陵，绿地基础条件较好；另一方面，该区域是城市的老城区，人口稠密，城市建设较完善，公园等公共设施集聚，存在大量区级和市级公园绿地．西北部区域是由原九里区撤销后划入泉山区的，城市建设相对落后，开发的水平较低，存在大量未开发的村庄和农田，公共服务设施建设不够完备．该区域公园绿地类型单一，只有一个较大型的公园．图６ 泉山区公园绿地服务面积覆盖状况 图７ 泉山区公园绿地服务水平通过服务面积比计算，得到泉山区公园绿地的地均服务水平（图７）．分析认为，公园绿地服务水平总体呈现南高北低的分布特征，公园绿地分布格局基本一致，在泉山区的南部和东南部有明显集聚．对研究区１４个街道的公园绿地地均服务水平进行统计分析得到（详见表１），泉山区公园绿地服务水平存在显著的空间差异．北部由于公园绿地数量、面积上的极度缺乏，地均服务水平较差．最低的桃园街道服务水平仅为０ ０１３２，而位于泉山区中部的永安街道享有绿地有效面积大，且街道区划面积小，地均服务水平最高，值为３ １１８９，各街道服务水平的离散值较大，标准差达到１．０８４８．表１ 泉山区１４个街道的公园绿地服务水平统计分析最小值最大值平均值标准差变异系数０．０１３２３．１１８９１．２９０６１．０８４８０．８４０５２．２ 泉山区公园绿地总体公平性分析由公园绿地服务洛伦兹曲线图（图８）可知，泉山区公园绿地服务分配具有极大差异，两极分化显著．根据人口分段情况来看，前１０％的人口仅享有０．７％的公园绿地服务，直至人口累计比例为９０％时，公园绿地服务的占有累计比例才仅达到２３．７％．最后一区段１０％人口的公园绿地服务占有比例高达７６．３％，远超前９０％人口的公园绿地服务享有量，“贫富差距”显著．运用多项式拟合法得到公园绿地服务的洛伦兹曲线函数，表达式为ｙ＝３２．４９９ｘ５－６８．４１ｘ４＋４９．７０４ｘ３－１４．１９６ｘ２＋１．３８８ｘ，ｐ＜０．０１，显著性较好．通过计算，公园绿地服务洛伦兹曲线函数围合区域，即区域ＩＩ的面积为０．１２２５，Ｉ与ＩＩ的面积之和为０．５，因此公园绿地服务的基尼系数为０．７６．对比联合国组织关于收入分配基尼系数的分级标准［２４］，在＞０．５区间，则表示资源分配处于差距悬殊区段．这说明泉山区公园绿地资源分布在各街道的分布总体上是不公平的．—９９—图８ 泉山区公园绿地服务的洛伦兹曲线图９ 泉山区公园绿地服务洛伦兹拟合曲线２．３ 泉山区公园绿地空间公平性分析依据区位熵计算方法，计算出各个街道的公园绿地服务区位熵，并进行统计分析，结果如表２所示．公园绿地服务区位熵最高的金山街道达到１１．１７９２，而最低的桃园街道仅为０．０２５９，泉山区各街道的公园绿地服务区位熵的差异较大．公园绿地服务区位熵小于标准值１的街道占总街道数的７６．９％，表明大部分街道人均公园绿地服务的享有水平低于泉山区总体水平．与公园绿地服务水平的统计分析数据进行对比分析，公园绿地服务区位熵拥有更高的标准差和变异系数，离散度增加，这表明泉山区公园绿地服务区位熵差异更大．表２ 泉山区１４个街道公园绿地服务区位熵统计结果最小值最大值平均值标准差变异系数０．０２５９１１．１７９２１．６２５３２．８１４８１．７３１８图１０ 泉山区公园绿地服务区位熵 泉山区公园绿地服务区位熵差异较大，表明区内公园绿地服务空间分布和人口分布的匹配较差，不公平性显著．泉山区公园绿地服务区位熵空间上表现为南部高于北部、中部，区位熵值较高的金山街道、泰山街道和七里沟街道均位于泉山区南部（图１０）．将泉山区内１４个街道的公园绿地服务区位熵进行分级（见表３），分为极高、较高、中等、较低、极低共五个等级［２７］．其中，较低或极低的街道共有８个，占总街道数量的５７．１％；较高或极高的街道共４个，占总街道数量的２８．５％，大部分偏离正常区间．对具有极端区位熵的街道进行分析，区位熵极高（大于２）的街道共３个，分别是金山街道、泰山街道和七里沟街道．这几个街道位于老城区的边缘地区，绿地有效服务面积高，人口相对稀疏，人均可获得的公园绿地服务量大．而区位熵低于０．４的街道可分为两种情况，一是位于泉山区外围的桃园街道、苏山街道和翟山街道，公园绿地资源分布较少，可获取的有效服务量较低，从而造成区位熵值偏低．二是分布在城市老城区的和平街道和段庄街道，这两个街道位于中心城区，虽然享有较多的公园绿地服务量，但由于人口密集，其公园绿地服务区位熵大大降低．表３ 泉山区公园绿地服务水平区位熵分级等级区位熵单元数量所占比例／％极低＜０．４５３５．７１较低０．４—０．７３２１．４３中等０．７—１．３２１４．２９较高１．３—２．０１７．１４极高＞２．０３２１．４３—００１—３ 结论及建议本研究选取徐州市泉山区为研究区，通过高精度遥感影像获取公园绿地空间分布数据，采用洛伦兹曲线、基尼系数以及区位熵法，基于ＧＩＳ空间分析手段，实现了对公园绿地公平性评价的实证研究．研究认为，徐州市泉山区公园绿地有效服务范围的覆盖率不高，仅有５２．３９％，存在较大的服务盲区．泉山区公园绿地分布不均衡，没有形成一个完整的城市绿地系统，导致各街道服务水平差异较大．泉山区公园绿地的分配公平性从整体上来看较差．基尼系数为０．７６，分配差距悬殊，少数街道享有绝大部分公园绿地的服务．各街道公园绿地空间布局与人口分布的空间匹配程度不高，人均公园绿地服务量的分布存在较大的空间差异．区位熵较低的街道主要集中于发展水平较低、公园绿地资源分布较少的泉山区北部以及人口集中分布的少数街道．综上所述，首先，应该合理增加公园绿地的供给量，为提高公园绿地公平性创造资源基础．一方面，在绿地资源分布较少的区域，增加公园绿地数量、建设服务功能多样的公园绿地；另一方面，在绿地规划过程中注重人口与公园绿地分布的匹配问题．对于人口稠密、人均享有公园绿地服务较低的街道，可主要通过嵌入小型游园、社区公园等方式来缓解公园绿地服务供应．其次，提高公园绿地的服务能力，能够有效提高公园绿地的公平性．建议在原有公园绿地基础上，增加新的游憩设施，健全设施建设，以满足居民与日俱增的游憩需求，从而提高公园绿地的服务水平．将徐州泉山区市级公园绿地、区级公园绿地、社区级公园绿地的服务半径分别提升到３０００ｍ、１６００ｍ、８００ｍ后，重复上文中的研究步骤，可发现公园绿地公平性提升．公园绿地服务覆盖率提高至６５ ５７％，服务盲区得以降低．公园绿地服务分配差异减小，基尼系数降至０．６４，公平性有所提升但整体来看仍不公平．各街道的公园绿地服务区位熵的标准差降至２．６３，变异系数降至１．５５，离散程度有所降低，各街道间的公平性提升．参考文献：［１］ＣＪＪ／Ｔ８５－２０１７，中华人民共和国行业标准：城市绿地分类标准［Ｓ］．２０１７．［２］江海燕，周春山，高军波．西方城市公共服务空间分布的公平性研究进展［Ｊ］．城市规划，２０１１，３５（７）：７２７７．［３］ＲｉｃｈＲ．ＮｅｇｌｅｃｔｅｄＩｓｓｕｅｓｉｎｔｈｅＳｔｕｄｙｏｆＵｒｂａｎＳｅｒｖｉｃｅＤｉｓｔｒｉｂｕｔｉｏｎ：ＡＲｅｓｅａｒｃｈＡｇｅｎｄａ［Ｊ］．ＵｒｂａｎＳｔｕｄｉｅｓ，１９７９，（１６）：１４３１５６．［４］ＲｏｂｅｒｔＬ．，Ｌｉｎｅｂｅｒｒｙ．Ｅｑｕａｌｉｔｙａｎｄｕｒｂａｎｐｏｌｉｃｙ，Ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｍｕｎｉｃｉｐａｌｐｕｂｌｉｃｓｅｒｖｉｃｅｓ［Ｍ］．ＢｅｖｅｒｌｙＨｉｌｌｓ：Ｓａｇｅｐｕｂｌｉｃａｔｉｏｎｓ，１９７７：２３８７．［５］ＷｉｌｌｉａｍＬｕｃｙ．Ｅｑｕｉｔｙａｎｄｐｌａｎｎｉｎｇｆｏｒｌｏｃａｌｓｅｒｖｉｃｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＡｍｅｒｉｃａｎＰｌａｎｎｉｎｇＡｓｓｏｃｉａｔｉｏｎ，２００７，４７（４）：４４７４５７．［６］ＴａｌｅｎＥ，ＡｎｓｅｒｉｎｅＬ．ＡｓｓｅｓｓｉｎｇＳｐａｔｉａｌＥｑｕｉｔｙ：ＡｎＥｖａｌｕａｔｉｏｎｏｆＭｅａｓｕｒｅｓｏｆＡｃｃｅｓｓｉｂｉｌｉｔｙｔｏＰｕｂｌｉｃＰｌａｙｇｒｏｕｎｄｓ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｎｄＰｌａｎｎｉｎｇＡ，１９９８，３０：５９５６１３．［７］ＰａｓｔｏｒＭ，Ｍｏｒｅｌｌｏ ＦｒｏｓｃｈＲ，ＳａｄｄＬ．Ｂｒｅａｔｈｌｅｓｓ：Ｓｃｈｏｏｌｓ，ＡｉｒＴｏｘｉｃｓ，ａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＪｕｓｔｉｃｅｉｎＣａｌｉｆｏｒｎｉａ［Ｊ］．ＰｏｌｉｃｙＳｔｕｄｉｅｓＪｏｕｒｎａｌ，２００６，３４（３）：３３７３６２．［８］ＷｏｌｃｈＪ，ＷｉｌｓｏｎＪ，ＦｅｈｒｅｎｂａｃｈＪ．ＰａｒｋｓａｎｄＰａｒｋＦｕｎｄｉｎｇｉｎＬｏｓＡｎｇｅｌｅｓ：ＡｎＥｑｕｉｔｙ ＭａｐｐｉｎｇＡｎａｌｙｓｉｓ［Ｊ］．ＵｒｂａｎＧｅｏｇｒａｐｈｙ，２００５，２６（１）：４３５．［９］尹海伟，孔繁花，宗跃光．城市绿地可达性与公平性评价［Ｊ］．生态学报，２００８，２８（７）：３３７５３３８３．［１０］吴健生，司梦林，李卫锋．供需平衡视角下的城市公园绿地空间公平性分析———以深圳市福田区为例［Ｊ］．应用生态学报，２０１６，２７（９）：２８３１２８３８．［１１］陈秋晓，侯焱，吴霜．机会公平视角下绍兴城市公园绿地可达性评价［Ｊ］．地理科学，２０１６，３６（３）：３７５３８３．［１２］周详，张晓刚，等．面向行为尺度的城市绿地格局公平性评价及其优化策略———以深圳市为例［Ｊ］．北京大学学报（自然科学版），２０１３，４９（５）：８９２８９８．［１３］唐子来，顾姝．再议上海市中心城区公共绿地分布的社会绩效评价：从社会公平到社会正义［Ｊ］．城市规划学刊，２０１６（１）：１５２１．［１４］王敏，朱安娜，等．基于社会公平正义的城市公园绿地空间配置供需关系———以上海徐汇区为例［Ｊ］．生态学报，２０１９，３９（１９）：７０３５７０４６．［１５］周兆森，林广思．城市公园绿地使用的公平研究现状及分析［Ｊ］．南方建筑，２０１８（３）：５３５９．—１０１—［１６］程素娜．唐山城市绿地空间分布格局与公平性定量分析［Ｄ］．华北理工大学２０１５年硕士论文．［１７］陈雯，王远飞．城市公园区位分配公平性评价研究———以上海市外环线以内区域为例［Ｊ］．安徽师范大学学报（自然版），２００９，３２（４）：３７３３７７．［１８］张公嵬，梁琦．产业转移与资源的空间配置效应研究［Ｊ］．产业经济评论，２０１０，９（３）：１２１．［１９］郭海强，左天明，等．基于基尼系数的全国卫生资源配置公平性研究［Ｊ］．预防医学情报杂志，２０１１，２７（４）：２４１２４３．［２０］许基伟，方世明，刘春燕．基于Ｇ２ＳＦＣＡ的武汉市中心城区公园绿地空间公平性分析［Ｊ］．资源科学，２０１７，３９（３）：４３０４４０．［２１］杨辉，张晓荣．社会公平理念下城市公园绿地空间布局方法研究———以陕西省子长县城为例［Ｊ］．现代城市研究，２０１８（９）：７７８３．［２２］黄杏元，马劲松．地理信息系统概论［Ｍ］．北京：高等教育出版社，２００８：１６５１６６．［２３］何军，杨建，等．基于洛仑兹曲线和基尼系数的四川卫生资源配置公平性评价［Ｊ］．西北人口，２０１５，３６（１）：４４４７＋５４．［２４］凌岚．公共经济学原理［Ｍ］．武汉：武汉大学出版社，２０１０：６０６３．［２５］朱琳．深圳市综合医院空间公平性测度及评价研究［Ｄ］．深圳大学２０１７年硕士论文．［２６］李远．基于供需平衡的城市公园布局公平性评价研究［Ｄ］．西南大学２０１７年硕士论文．［２７］李文通．呼和浩特市中心城区公园绿地公平性研究［Ｄ］．内蒙古师范大学２０１８年硕士论文．（责任编辑：叶 玲）ＲｅｓｅａｒｃｈｏｎＥｑｕｉｔｙＥｖａｌｕａｔｉｏｎｏｆＰａｒｋＧｒｅｅｎＳｐａｃｅｉｎＱｕａｎｓｈａｎＤｉｓｔｒｉｃｔｏｆＸｕｚｈｏｕＷＵＹａｎ ｈｕｉ，ＦＡＮＧＸｕａｎ（ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，ＮａｎｊｉｎｇＸｉａｏｚｈｕａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１１１７１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｐａｒｋｇｒｅｅｎｓｐａｃｅｉｓａｎｉｍｐｏｒｔａｎｔｇｒｅｅｎｉｎｆｒａｓｔｒｕｃｔｕｒｅｏｆｔｈｅｃｉｔｙ．Ｔｈｅｆａｉｒｎｅｓｓｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｉｍｐｒｏｖｉｎｇｕｒｂａｎｅｃｏｌｏｇｙ，ｉｍｐｒｏｖｉｎｇｔｈｅｑｕａｌｉｔｙｏｆｌｉｆｅｏｆｒｅｓｉｄｅｎｔｓａｎｄｂｕｉｌｄｉｎｇａｈａｒｍｏｎｉｏｕｓｓｏｃｉｅｔｙ．ＴｈｉｓｓｔｕｄｙｓｅｌｅｃｔｓＸｕｚｈｏｕＱｕａｎｓｈａｎＤｉｓｔｒｉｃｔｏｆＸｕｚｈｏｕＣｉｔｙａｓｔｈｅｒｅｓｅａｒｃｈａｒｅａ，ａｎｄｕｓｅｓＧＩＳｓｐａｔｉａｌａ ｎａｌｙｓｉｓｍｅｔｈｏｄｔｏｅｖａｌｕａｔｅｔｈｅｆａｉｒｎｅｓｓｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅ．Ｔｈｅｈｉｇｈ ｒｅｓｏｌｕｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｉｓｕｓｅｄｔｏｏｂ ｔａｉｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅ，ａｎｄｔｈｅｓｅｒｖｉｃｅｌｅｖｅｌｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅｉｓｃａｌｃｕｌａｔｅｄ．ＴｈｅＬｏｒｅｎｚｃｕｒｖｅａｎｄＧｉｎｉｃｏｅｆｆｉｃｉｅｎｔａｒｅｕｓｅｄｔｏｅｖａｌｕａｔｅｔｈｅｏｖｅｒａｌｌｆａｉｒｎｅｓｓｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅ．Ｔｈｅｌｏｃａｔｉｏｎｅｎｔｒｏｐｙｍｅｔｈｏｄｉｓｕｓｅｄｔｏｍｅａｓｕｒｅｔｈｅｓｐａｔｉａｌｍａｔｃｈｉｎｇｄｅｇｒｅｅｂｅｔｗｅｅｎｐａｒｋｇｒｅｅｎｓｐａｃｅａｎｄｐｏｐｕｌａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎ．ＴｈｅｒｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔｔｈｅｃｏｖｅｒａｇｅｏｆｇｒｅｅｎｓｐａｃｅｅｆｆｅｃｔｉｖｅｓｅｒｖｉｃｅｓｉｎＱｕａｎｓｈａｎＤｉｓｔｒｉｃｔＰａｒｋｉｓｎｏｔｈｉｇｈ，ａｎｄｈａｌｆｏｆｔｈｅｓｔｒｅｅｔｓｈａｖｅｌａｒｇｅｓｅｒｖｉｃｅｂｌｉｎｄｓｐｏｔｓ；ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅｓｅｒｖｉｃｅｓｉｓｅｘｔｒｅｍｅｌｙｕｎｆａｉｒ，ｔｈｅＧｉｎｉｃｏ ｅｆｆｉｃｉｅｎｔｉｓａｓｈｉｇｈａｓ０．７６，ａｎｄｔｈｅｐｏｌａｒｉｚａｔｉｏｎｉｓｓｅｒｉｏｕｓ；ｍｏｓｔｏｆｔｈｅｌｏｃａｔｉｏｎｅｎｔｒｏｐｙｏｆｔｈｅｇｒｅｅｎｓｐａｃｅｓｅｒｖｉｃｅｉｎｔｈｅｓｔｒｅｅｔｐａｒｋｄｅｖｉａｔｅｓｆｒｏｍｔｈｅｎｏｒｍａｌｉｎｔｅｒｖａｌ，ａｎｄｔｈｅｍａｔｃｈｉｎｇｂｅｔｗｅｅｎｔｈｅｌａｙｏｕｔｏｆｔｈｅｐａｒｋｇｒｅｅｎｓｐａｃｅａｎｄｔｈｅｐｏｐｕｌａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｉｓｐｏｏｒ．ＴｈｅｆａｉｒｎｅｓｓｏｆｔｈｅｇｒｅｅｎｓｐａｃｅｉｎｔｈｅＱｕａｎｓｈａｎＤｉｓｔｒｉｃｔｉｓｐｏｏｒ，ｗｈｉｃｈｃａｎｂｅｉｍｐｒｏｖｅｄｂｙｉｎｃｒｅａｓｉｎｇｔｈｅｓｕｐｐｌｙｏｆｐａｒｋｇｒｅｅｎｓｐａｃｅａｎｄｉｍｐｒｏｖｉｎｇｔｈｅｓｅｒｖｉｃｅｃａｐａｃｉｔｙｏｆｔｈｅｐａｒｋｇｒｅｅｎｓｐａｃｅ．Ｋｅｙｗｏｒｄｓ：ｐａｒｋｇｒｅｅｎｓｐａｃｅ；ｅｑｕｉｔｙｅｖａｌｕａｔｉｏｎ；Ｘｕｚｈｏｕ；ＧＩＳ—２０１—。
徐州市土地利用结构变化的信息熵分析
商贸物流中心 、 旅游 中心 Ｊ使全市经济社会快速发展 ， ， 已基本形成 了装备制造 、 能源 、 徐州商圈、 食品及农
副产 品加 工业 四大 支柱 产业 。
２ 数据来源与研 究方法
收稿 日期 ：０ １Ｄ ６ ２ １ 一４ 回修 日期 ：０ １０ －６ ２１－ ０ ７ 作者 简介 ： （９ ８一 ， ， 陶杨 １ ８ ） 女 硕士研究生 ， 主要研究方 向： 土地利用。
２ １ 年 ８月 ０１
绵阳师范学 院学报
Ｊ ｕ ｎ ｌｏ ａ ｙ ｎ ｏ ｎ １Ｕｎｖ ｒｉ ｏ ｒ ａ ｆＭｉｎ ａ ｇ Ｎ ｎ ａ ｉｅ ｓ
Ａｕ ｇ．， ０１１ ２
第３ Ｏ卷
第 ８期
Ｖｏ ． Ｏ Ｎｏ ８ １３ ．
徐 州市 土 地 利 用 结构 变化 的信 息 熵 分 析
第８ 期
２ １变化的信息熵分析 徐， ｌ 、 Ｉ
・０ ｌ５・
ｒ － ￣Ｎ用就是人类为社会和经济的目的， 对土地进行长期或周期性的生物、 技术 活动 的经营 。土地 利用结构直接反映 了一定时期内国民经济各部 门的土地利用状 况和产业状况 ， 可以用 以分析一定 区域 的 经 济 效 益 、 会 效益 、 境效 益及 发 展趋 势 。 社 环 表 １ 徐 州市 ２ ０ ２ ０ ０ ５— ０ ９年 土地利 用结构 （ 单位 ： 千公 顷 ）
中图分 类号 ：Ｆ ９ ． ２３２
文献标识码 ：Ａ
文章编号 ：１７ —１ｘ ２ １ ） ８０ ０ －５ ６ ２６ ２ （０ １ ０ －１４０
引 言
土地是承载万物之母 。《 中华人民共和国土地管理法》 中明文规定“ 十分珍惜、 合理利用土地和切实保 护耕地” 是我国的基本 国策。土地的合理利用对国民经济的发展 、 社会进步和环境保护起着举足轻重 的作 用。“ 十二 五 ” 划建议 中也要求 实施 区域 发展 总体 战略和主 体功 能 区战略 ， 善城 市化 布 局 和形 态 ， 快 规 完 加 建立资源节约型、 环境友好型社会。 土地利用变化的研究一直是学术界关注的热点 ， 近年来在 区域土地利用结构的时空变化及驱动机制 、 区域土地利用结构合理度评价与优化 、 区域土地利用结构变化的环境影 响等方面进行 了大量富有成效 的 研究¨ 。基于信息熵的某地 区土地利用变化分析不少学者也有相关的研究 ， 主要集中于城市边缘区的界 定、 城乡用地结构及分布 、 某一省市的土地利用动态变化分析和环境质量变化等方面。研究地区主要 为经 济较发达的省会或沿海城市 ， 而对经济发展相对缓慢的苏北城市——徐州的研究较少。作 为我 国重要 的 交 通枢 纽 、 能源 基地 和工 业基地 —— 徐州 有着独 特 的经 济发 展条 件 ， 年 来 随着 经 济 的快 速 发 展 ， 州 市 近 徐 城 市化 进程 加快 ， 地结 构发生 了重 大调 整 。本 文借 助 Ｓａｏ 用 ｈｎｎ创立 的信 息熵理 论 ， 土地 利用 信 息熵 的角 从 度分析徐州市近五年土地利用结构变化及原因， 并具体分析了土地利用信息熵 Ｈ在 Ｐ ＝ｎ ｉｌ Ｎ时取得最大值 的原因， 从而更合理地安排区域土地利用结构以提高土地的综合效益 ， 使土地利用布局尽可能朝更合理 的 方 向发 展 ， 实现 城 乡空 间一体化 和持 续利 用 。
主成分分析法与熵值法结合用于土地集约利用评价——以徐州市为例
主成分分析法与熵值法结合用于土地集约利用评价——以徐州市为例作者：温秀琴， 汪应宏， 陈晨， 彭山桂作者单位：中国矿业大学土地资源管理系,江苏省资源环境信息工程重点实验室,江苏徐州,221008刊名：安徽农业科学英文刊名：JOURNAL OF ANHUI AGRICULTURAL SCIENCES年，卷(期)：2008，36(28)引用次数：0次参考文献(3条)1.周忠学.李永江房地产业预警预报系统影响因素的主成分分析[期刊论文]-企业经济 2003(12)2.马立平统计数据标准化-无量纲化方法-现代统计分析方法的学与用 2000(3)3.房镜主成分分析在城市综合实力评价中的应用[期刊论文]-西安工程科技学院学报 2006(2)相似文献(9条)1.学位论文常艳妮城市土地集约利用评价及实现途径研究——以甘肃省为例2009目前我国正在进入城市化加速发展阶段，城市发展和各项建设用地迅速扩张，出现了城市土地利用粗放现象，加剧了我国的人地矛盾。
开展城市土地集约利用评价，不断提高城市土地利用效率，有利于城市土地资源优化配置和合理利用，促进城市由外延扩展向外延扩展与内涵挖潜相结合的方向转化，走可持续发展之路． 本研究在汲取国内外先进的相关理论、研究方法和实际调查的基础之上，收集多种资料，从理论和实证研究两个方面对城市土地集约利用内涵、技术路线、研究方法以及实现途径等进行了深入研究，并对甘肃省12个地级市土地集约利用情况作了创新性探讨。
全文共分六章。
第一章论述了城市土地集约利用选题的背景、目的和意义，明确城市土地集约利用的必要性，对国内外城市土地集约利用研究进行了综述，阐明本次研究的创新之处。
第二章首先从城市土地集约利用角度分析了城市土地利用的特点，提出了城市土地集约利用的本质内涵，并在此基础上介绍了土地报酬递减规律、区位理论、地租地价理论和可持续发展理论。
第三章在分析甘肃省土地利用现状的基础上，提出城市土地利用中存在的问题。
徐州市主城区土地利用时空变化特征及驱动力分析
doi:10.3969/j.issn.2095-1329.2023.03.017徐州市主城区土地利用时空变化特征及驱动力分析刘佳虹1，岳 伟1*，岳喜元2（1.江苏师范大学地理测绘与城乡规划学院，江苏·徐州 221116；2.滨州学院山东省黄河三角洲生态环境重点实验室，山东·滨州 256600）摘 要：定量化研究土地利用时空变化特征与驱动机制对区域土地资源管理和社会经济可持续发展具有重要意义。
基于1995年、2000年、2005年、2010年、2015年与2020年徐州市主城区六期土地利用遥感数据，采用土地利用变化强度指数、转移矩阵与相关分析等方法，对1995—2020年徐州市主城区土地利用变化及其驱动力进行了分析。
结果表明：近25年来，研究区土地利用结构发生了明显变化，最主要的特征表现为建设用地呈显著增加的趋势，水体面积略有增加，耕地面积呈显著减少的趋势，其中建设用地面积增加了273.73 km2，耕地面积减少了324.80 km2。
建设用地扩展呈现阶段性，总体表现为低速扩展的特征。
研究区内，土地利用类型之间转化明显，在转化过程中以耕地转化为建设用地、水体、草地、林地为总体特征；在空间分布上，建设用地面积增加主要集中于贾汪区、铜山区、鼓楼区与云龙区。
除了林地与草地外，人口增长、城镇化与经济发展是驱动研究区耕地、建设用地与水体变化的主要因素。
关键词：土地利用；驱动因素；时空变化；徐州市中图分类号：F301.24; P901 文献标志码：A 文章编号：2095-1329(2023)03-0106-06土地作为人类生存与发展的基础，同时也是人类活动的重要载体[1-2]。
土地利用与覆被变化研究是全球环境变化领域的核心研究内容之一[3]，其变化备受国内外学者关注。
开展土地利用变化驱动力研究可有效揭示土地利用时空变化规律[4]，有助于研究人类活动与土地利用变化的关系，并预测其未来变化趋势[5]，进而为实现土地资源合理管理与可持续利用提供参考。
- 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)。
基于变异系数法的徐州市土地利用效益评价摘要：文中结合徐州市土地利用的实际情况，以2006-2010年相关统计资料为基础，选取经济、社会、生态三个方面共12个指标构建了城市土地利用效益评价指标体系，利用变异系数法确定指标权重，并以线性加权求和模型对徐州市土地利用的各单项效益和综合效益进行了定量评价，并在此基础上提出了提高土地利用效益的建议。
研究表明：在2006-2010年期间，土地利用经济效益逐年提高，并且上升速度不断增大，经济发展势头很强；土地利用社会效益总体不高，并且增长缓慢；土地利用生态效益总体不高，是三项效益中最低；土地利用综合效益逐年提高，且提高的速度加快，综合效益的提高得益于经济效益的提高。
关键词：综合效益;土地利用评价；土地利用；徐州市Xuzhou City Land Use Efficiency evaluation method based onthe coefficient of variationAbstract:By combining with the actual situation of Xuzhou City Land Use, based on2006-2010 statistics, select the three aspects of the economic, social, ecological a total of 12 indicators constructed urban land use effectiveness evaluation index system, the coefficient of variation method make sure the weight, individual effectiveness and overall efficiency of Xuzhou City land Use and the linear weighted sum model is evaluated quantitatively on the basis of recommendations to improve land use efficiency. The study shows that: in the period 2006-2010, land use economic benefits increase year by year and the rate of increase is increasing, and the strong momentum of economic development; land use of social benefits overall is not high, and slow growth; Land use overall eco-efficiency is not high, the lowest three-effectiveness; land use comprehensive benefits increase year by year, and to improve the speed, thanks to the improvement of the overall efficiency of economic efficiency.Key words: effectiveness; land-use evaluation; land use; Xuzhou City目录1 前言 (1)2 研究区概况 (1)3 徐州市土地利用效益评价指标体系 (2)3.1 构建指标体系的依据和原则 (2)3.2 选择评价指标和建立指标体系 (3)3.3 数据来源及数据的标准化 (4)3.4 指标权重的确定 (6)4 徐州市土地利用效益评价模型和评价结果 (7)4.1 评价模型 (7)4.2 评价结果 (7)4.3 评价结果分析 (8)5 提高徐州市土地利用效益的建议 (9)参考文献： (10)1 前言城市是一个大系统，土地是城市中一切活动的载体。
城市的发展与土地有很大的关系。
因此在对城市土地利用效益进行效益评价时应该抓住经济效益、社会效益、生态效益等各方面进行综合的评价。
对城市土地利用效益进行评价，其目的在于根据评价结果来判断一个城市的用地水平如何，找出制约用地效益提高的主要原因，从而对一个城市的土地利用各项效益水平的提高有所帮助。
城市土地利用效益是指单位面积土地投入与消耗在区域发展的社会、经济、生态与环境等方面所实现的物质产出或有效成果[1]。
效益反映了资源优化配置的程度，表明资源、劳动价值以及资金等投入的实现程度[2]。
城市土地利用效益可以作为城市土地资源利用水平的度量指标，利用效益越高，说明资源优化配置越合理，投入的资源价值得到了越高水平的实现，即土地资源集约利用的水平也越高[3]。
而城市土地利用效益评价是目前分析城市土地利用水平的重要手段，它为城市土地合理、集约、高效、可持续利用提供了重要的依据。
我国城市规模的不断扩大和土地可利用资源的有限性之间的矛盾是我国土地利用中存在的主要问题。
社会经济的发展，城市化进程的加快，人类对城市土地利用需求的加大，致使土地资源供需矛盾尖锐，因此我们应该追求土地合理集约可持续的利用方式。
土地合理利用则在特定时期特定地区条件下，对土地资源的开发、利用、治理、保护和管理，并通过组织、协调人的关系以及人与资源、环境的关系，以期经济效益、社会效益、生态效益达到最佳。
目前我国土地集约利用率不高，存在粗放利用和浪费的现象，要解决这一问题就要提高城市土地集约利用，杜绝土地的浪费现象。
城市土地集约利用的重点是对建成区现有土地的再开发和挖潜改造，走内涵式发展道路。
城市土地集约利用是一个动态的概念，其过程是随着经济发展水平与科技进步动态发展的。
土地集约利用的目标就是以合理布局、优化用地结构和可持续发展为依据，通过增加存量土地投入，改善经营管理等途径，不断提高土地使用效率和经济效益。
土地可持续利用是人们接受了可持续发展观对过去土地利用方式的反思，是可持续发展理论在土地利用研究中的实际运用，包括土地开发、利用、整治和保护等内涵。
可持续利用发展是土地集约利用的指导思想和重要依据。
城市土地集约利用又是实现土地可持续利用的重要手段。
本文结合徐州市土地利用的实际情况，以2006-2010年相关统计资料为基础，选取经济、社会、生态三个方面共12个指标构建了城市土地利用效益评价指标体系，利用变异系数法确定指标权重，并以线性加权求和模型对徐州市土地利用的各单项效益和综合效益进行了定量评价，并在此基础上提出了提高土地利用效益的建议。
2 研究区概况徐州是苏北最大城市，江苏省重点规划建设的三大都市圈核心城市和四个特大城市之一，也是新亚欧大陆桥中国段五大中心城市之一和淮海经济区的中心城市。
“东襟黄海、西接中原、南屏江淮、北扼齐鲁”，独特的地理区位，使徐州素有“五省通衢”之称。
是东部沿海开放带和陇兰新经济带双向开放的重要中转地区，也是长江三角洲与环渤海湾两大经济区的结合部；是新亚欧大陆桥东端第一个腹地城市，同时又是淮海经济区的中心城市和区域性商贸都会。
在全国生产力布局中具有承东接西、沟通南北、双向开放、梯度推进的独特区位优势。
徐州位于东经116°22′-118°40′、北纬33°43′-34°58′之间。
东西长约210km，南北宽约140km，总面积11258km2，占江苏省总面积的11%。
域内除中部和东部存在少数丘岗外，大部皆为平原。
丘陵海拔一般在100-200m左右，丘陵山地面积约占全市9.4%。
丘陵山地分两大群，一群分布于市域中部，山体高低不一，其中铜山县东北的大洞山为全市最高峰，海拔361m；另一群分布于市域东部，最高点为新沂市北部的马陵山，海拔122.9m。
平原总地势由西北向东南降低，平均坡度1/7000-1/8000，平原约占土地总面积的90%，海拔一般在30－50m之间。
近年来，徐州市充分利用江苏省加快苏北振兴和开发建设沿东陇海线产业带的有利时机，按照“点线面推进、大项目带动、城市间协调发展”的思路，着力实施“大工业支撑、大项目带动、大商贸流通、大城市建设”四大战略，使全市经济社会快速发展。
徐州目前已基本形成了以工程机械、建材、化工、食品为支柱产业，新医药、电子信息、环保设备为新兴产业，煤炭、电力、建材、轻纺、冶金等传统产业加快发展的具有比较鲜明特色的产业体系。
3 徐州市土地利用效益评价指标体系3.1 构建指标体系的依据和原则（1）指标体系设计依据城市土地利用效益综合评价指标体系的选取必须具备解释功能、评价功能及预测预报功能同时指标本身还应有有效性与合理性。
评价城市土地利用各项效益的基础是指标体系的选取。
指标体系是综合反映城市土地利用水平的依据。
城市土地利用效益综合评价体系设计依据包括以下三个方面：①土地利用现状特点，指标的选取从影响城市土地利用的主要因素分析入手,综合反映城市土地利用质量数量水平；②指标的选取必须具备解释功能、评价功能及预测预报功能；③选取的指标体系本身也应该具备有效性科学性和相应的合理性。
（2）指标体系设计原则指标体系是衡量城市土地利用效益高低的标准，能够反映城市土地利用经济效益、社会效益、生态效益和土地利用结构之间的关系。
因此，在构建城市土地利用效益评价指标体系时应该遵守以下原则：①科学性原则。
指标体系的选择应该具备科学性，立足于城市土地利用效益评价的理论框架；②代表性与独立性原则[4]。
在选取指标时，必须尽可能地避免相似的指标，而选择具有代表性和独立性较强的指标来建立指标体系，以此来提高评价的准确性和科学性。
③可操作性原则。
选用的指标数据应尽可能选取已有的统计数据，保证数据的可采集性而且来源要可靠[5]；④全面性原则。
指标体系是多种因素综合作用的有机整体，所有在构建指标体系应具备全面性；⑤精确性原则。
选用的指标要尽可能准确地反映出城市土地利用的效益；⑥系统性与层次性原则。
城市土地利用效益评价包括经济效益评价、社会效益评价、生态效益评价等三个准则层，每一个准则层下面又包括反映其准则层的指标层，最终合成一个指标来描述城市土地利用效益；⑦前瞻性与指导性原则。
评价的主要目的在于引导徐州市土地向合理、集约、高效、可持续利用方向发展，因此在选取评价指标时要有新观念、新思路，具有前瞻性原则，要求评价结果能够准确的反映城市土地利用的实际水平，对土地利用决策起到指导性作用。
3.2 选择评价指标和建立指标体系在上述指标选取原则的基础上，根据经济、社会、生态效益三个方面的内涵建立评价指标体系。