傅靖 羊秀丹

摘要 為進(jìn)一步了解我國(guó)由于建設(shè)用地增加而導(dǎo)致的耕地面積減少的空間分布情況，以1987～2010年我國(guó)32個(gè)省級(jí)行政區(qū)（未統(tǒng)計(jì)香港、澳門數(shù)據(jù)）建設(shè)用地占用耕地的統(tǒng)計(jì)數(shù)據(jù)作為研究對(duì)象，采用空間自相關(guān)全局Morans I指數(shù)、局部GetisOrdGi*系數(shù)對(duì)其進(jìn)行了分析。結(jié)果表明：①?gòu)娜謥?lái)看，當(dāng)距離閾值為500 km時(shí)，全國(guó)建設(shè)用地占用耕地的空間自相關(guān)性最強(qiáng)，全局Moran's I指數(shù)達(dá)到0.512。②從局部來(lái)看，建設(shè)用地占用耕地區(qū)域差異明顯。北京、天津、河北、廣東、江蘇、安徽、上海和浙江高值顯著聚集，屬于熱點(diǎn)區(qū)域，寧夏低值顯著聚集，屬于冷點(diǎn)區(qū)域。通過(guò)對(duì)我國(guó)建設(shè)用地占用耕地的空間相關(guān)分析及熱點(diǎn)分析探測(cè)，彌補(bǔ)了以往耕地變化研究重視數(shù)量分析而忽略空間關(guān)聯(lián)性的缺陷，為全面認(rèn)識(shí)我國(guó)建設(shè)用地占用耕地的空間分布特征，科學(xué)合理地制定區(qū)域耕地保護(hù)政策提供幫助。

關(guān)鍵詞 空間自相關(guān)；熱點(diǎn)分析；耕地；建設(shè)用地

中圖分類號(hào) S-29 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2016）09-238-03

Abstract In order to further understand the space distribution of China's cultivated land decline due to construction land increase， based on 1987-2010 statistical data of cultivated land occupied by construction land in 32 provincial regions（not including Hongkong， Macao data）， the spatial autocorrelation global Moran's I index， the coefficient of local GetisOrdGi* was used to analyze. The results showed that： ①from the global perspective， when the distance threshold is about 500 km， the national construction land occupying the cultivated land is the most relevant， global Moran's I index is 0.512. ② from the perspective of local， the regional difference is obvious. Beijing， Tianjin， Hebei， Guangdong， Jiangsu， Anhui， Shanghai and Zhejiang are high value significantly gathered， and belongs to the hot spots， Ningxia lowvalue gathered， belongs to the cold spot area. Based on the analysis of the spatial correlation of cultivated land occupied by construction land and hot spot analysis detection， make up the shortcomings of past research attaches great importance to the number and ignores the space correlation， it contributes to comprehensive understanding spatial distribution of cultivated land occupied by construction land in China and offers help to reasonable regional cultivated land protection policymaking.

Key words Spatial autocorrelation； Hot spot analysis； Cultivated land； Construction land

耕地是土地資源利用中最重要的一種，關(guān)系到國(guó)家的糧食安全和生態(tài)安全[1]。改革開(kāi)放以來(lái)，隨著我國(guó)經(jīng)濟(jì)快速發(fā)展，城市化與工業(yè)化造成的城鎮(zhèn)建設(shè)用地規(guī)模的擴(kuò)大占用了大量的耕地資源，且年均占用速率呈顯出增加的趨勢(shì)[2]，城市化與耕地保護(hù)的矛盾進(jìn)一步凸顯。同時(shí)從人類生存和可持續(xù)發(fā)展的角度來(lái)看，土地利用/覆被變化（LUCC）作為國(guó)際地圈生物圈計(jì)劃及全球環(huán)境變化人類行為計(jì)劃的核心內(nèi)容，一直以來(lái)是國(guó)內(nèi)外相關(guān)學(xué)者研究的熱點(diǎn)和前沿問(wèn)題[3-4]，有力地推動(dòng)了土地利用變化相關(guān)技術(shù)和方法的研究進(jìn)展。土地利用變化是在不同時(shí)空尺度上由人類社會(huì)和自然環(huán)境相互作用引起的一種復(fù)雜變化，影響土地利用發(fā)生變化的因素是復(fù)雜的，由于區(qū)域間驅(qū)動(dòng)因素的差異性，土地利用變化呈現(xiàn)出空間異質(zhì)性特征。但從短時(shí)間尺度來(lái)看，人類活動(dòng)是土地利用變化最主要的驅(qū)動(dòng)因素[5]，人類活動(dòng)受政策支配、區(qū)域經(jīng)濟(jì)發(fā)展水平等的影響，使土地利用變化存在某種規(guī)律性，呈現(xiàn)出一定的空間分布特性[6-8]。以往對(duì)土地利用變化的分析多是基于經(jīng)典統(tǒng)計(jì)模型研究區(qū)域地類面積變化、地類間轉(zhuǎn)移方向、土地利用程度等數(shù)量變化的研究上[9-10]，但實(shí)際上土地利用變化數(shù)據(jù)存在空間相關(guān)性，這使得經(jīng)典統(tǒng)計(jì)學(xué)模型無(wú)法很好地認(rèn)識(shí)土地利用變化的空間分布特性。基于此，筆者運(yùn)用空間統(tǒng)計(jì)學(xué)分析方法，以我國(guó)建設(shè)用地占用耕地情況為例，探索各地區(qū)的區(qū)域差異性與空間關(guān)聯(lián)性特征，以期為我國(guó)耕地資源可持續(xù)利用提供科學(xué)依據(jù)和理論基礎(chǔ)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 基礎(chǔ)數(shù)據(jù)

以全國(guó)1∶100萬(wàn)省級(jí)行政區(qū)劃地圖作為工作底圖，將其與各省份1987～2010年間建設(shè)用地增加導(dǎo)致耕地面積減少比例數(shù)據(jù)進(jìn)行關(guān)聯(lián)方便進(jìn)行相關(guān)分析，主要數(shù)據(jù)有：①屬性數(shù)據(jù)資料，包括1987～2010年全國(guó)32個(gè)省級(jí)行政區(qū)（未統(tǒng)計(jì)香港、澳門數(shù)據(jù)）建設(shè)用地增加導(dǎo)致的耕地面積減少比例統(tǒng)計(jì)數(shù)據(jù)資料；②地圖數(shù)據(jù)資料，即全國(guó)1∶100萬(wàn)省級(jí)行政區(qū)劃數(shù)字地圖。

1.2 研究方法

1.2.1 空間自相關(guān)分析方法。

Tobler[11]地理學(xué)第一定律指出：任何事物與別的事物之間都是相關(guān)的，但近處的事物比遠(yuǎn)處的事物相關(guān)性更強(qiáng)。相關(guān)性大小可以通過(guò)空間自相關(guān)分析來(lái)度量，相關(guān)性在空間分布上表現(xiàn)為聚集、離散和隨機(jī)分布3種形態(tài)?？臻g自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)，全局空間自相關(guān)使用單一值反映屬性值在空間域中的整體分布特征，用于判斷屬性值在空間域中是否呈聚集狀態(tài)，但是并不能發(fā)現(xiàn)存在與局部區(qū)域的空間關(guān)聯(lián)模式[12-13]。局部空間自相關(guān)表示的是每個(gè)要素屬性值與周圍要素之間的一致性，與整體分布特征相比較，用于判斷要素屬性值與周圍要素屬性值的高高、高低、低高和低低分布。該研究采用計(jì)算全局空間自相關(guān)常用的方法Global Morans I，探索我國(guó)減少耕地?cái)?shù)量在省域尺度上有無(wú)聚集性。其表達(dá)式如下：

式中，E（I）為Global Morans I指數(shù)的期望值；VAR（I）為其方差。利用Z值大小判斷屬性空間自相關(guān)性，若Z=0，即Global Morans I指數(shù)值等于其期望值，則認(rèn)為屬性值在空間上是隨機(jī)分布的；若Z>0，即Global Morans I指數(shù)值大于其期望值，則認(rèn)為屬性值在空間上是正自相關(guān)的，且值越大，正自相關(guān)性越強(qiáng)；若Z<0，即Global Morans I指數(shù)值小于其期望值，則認(rèn)為屬性值在空間上是負(fù)自相關(guān)的，且值越小，負(fù)自相關(guān)性越強(qiáng)。

1.2.2 空間自相關(guān)系數(shù)圖。

空間權(quán)重矩陣是進(jìn)行空間自相關(guān)分析的前提和基礎(chǔ)[15]。在采用共享邊的方法定義相鄰時(shí)，由于海南省和臺(tái)灣省作為島嶼省份，在生成鄰接矩陣時(shí)會(huì)出現(xiàn)“孤島”現(xiàn)象[16]，因此該研究采用設(shè)定空間閾值的方法定義相鄰?；诰嚯x閾值的空間權(quán)重矩陣重，距離閾值直接決定了空間單元的鄰近對(duì)象，不同的空間距離閾值定義了不同的空間權(quán)重矩陣，所得的空間自相關(guān)指數(shù)亦不同。分別以300、400、500、600、700、800 km為距離閾值構(gòu)造空間距離權(quán)重矩陣計(jì)算Global Morans I值，從探測(cè)結(jié)果中篩選存在正的且統(tǒng)計(jì)學(xué)顯著的空間自相關(guān)指數(shù)（即Z>1.96，P <0.05），以距離閾值和空間自相關(guān)指數(shù)分別為X軸、Y軸制作空間自相關(guān)系數(shù)圖。該圖的制作，有利于客觀描述我國(guó)各省級(jí)行政區(qū)建設(shè)用地增加導(dǎo)致的耕地面積減少比例的空間自相關(guān)程度隨距離的變化趨勢(shì)，為進(jìn)一步進(jìn)行熱點(diǎn)探測(cè)提供適度的參數(shù)選擇。

1.2.3 局部GetisOrdGi*熱點(diǎn)分析。

熱點(diǎn)分析是用于識(shí)別具有統(tǒng)計(jì)顯著性的熱點(diǎn)和冷點(diǎn)的空間聚類，通過(guò)計(jì)算空間域中每個(gè)要素GetisOrdGi*統(tǒng)計(jì)值，得到每個(gè)要素的Z得分和P值，要成為具有顯著統(tǒng)計(jì)學(xué)意義的熱點(diǎn)，要素應(yīng)具有高值，且被其他同樣具有高值的要素所包圍。對(duì)于具有顯著統(tǒng)計(jì)學(xué)意義的正的Z得分，Z得分越高，熱點(diǎn)的聚類就越緊密。相反對(duì)于負(fù)Z得分，Z得分越低，冷點(diǎn)的聚類就越緊密。通過(guò)熱點(diǎn)分析，可得知建設(shè)用地占用耕地?zé)狳c(diǎn)和冷點(diǎn)在空間上發(fā)生聚類的位置。局部GetisOrdGi*表達(dá)式為：

2 結(jié)果與分析

2.1 全局自相關(guān)性分析

該研究以省級(jí)行政區(qū)為單元探索我國(guó)建設(shè)用地占用耕地的熱點(diǎn)區(qū)域，利用空間統(tǒng)計(jì)分析軟件Geoda分別以300、400、500、600、700、800 km為距離閾值構(gòu)造空間權(quán)重矩陣進(jìn)行全局空間自相關(guān)分析，根據(jù)距離閾值和Global Morans I值與Z得分繪制空間自相關(guān)系數(shù)曲線（圖1）。為細(xì)化分析，額外計(jì)算了空間距離閾值為450和550 km的空間自相關(guān)系數(shù)。當(dāng)距離閾值為450 km時(shí)，Morans I值為0.470，Z得分為3.40；當(dāng)距離閾值為550 km時(shí)，Morans I值為0.354，Z得分為2.78當(dāng)距離閾值為400～500 km時(shí)，Global Morans I值與Z得分逐漸升高；當(dāng)空間距離閾值為500～550 km時(shí)，Global Morans I值與Z得分陡然下降；當(dāng)空間距離閾值大于550 km時(shí)，Global Morans I值穩(wěn)定在3.0左右，Z得分穩(wěn)定在0.3左右。由以上分析可知，當(dāng)距離閾值在500 km時(shí)，Global Morans I值最大為0.512，此時(shí)空間自相關(guān)性最強(qiáng)。

2.2 熱點(diǎn)分析

為更好地認(rèn)識(shí)我國(guó)建設(shè)用地占用耕地高低局部聚集性特點(diǎn)，探索其熱點(diǎn)與冷點(diǎn)空間分布情況?？紤]到不同距離閾值對(duì)空間相關(guān)性的影響，依據(jù)相關(guān)系數(shù)最大的原則，選擇距離閾值在500 km時(shí)對(duì)應(yīng)的空間權(quán)重矩陣計(jì)算各省份GetisOrdGi*統(tǒng)計(jì)值，分析結(jié)果見(jiàn)圖2。紅色區(qū)域表示Z得分大于1.96的區(qū)域，集中分布在東部沿海省份，北京、天津、河北、廣東、江蘇、安徽、上海和浙江8個(gè)行政區(qū)屬于1987～2010年建設(shè)用地占用耕地顯著的熱點(diǎn)區(qū)域，這些區(qū)域均屬于經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，隨著城市化加速，建設(shè)用地占用大量耕地，導(dǎo)致耕地非農(nóng)化，建設(shè)用地占用耕地占耕地面積減少比例的84.88%；寧夏（藍(lán)色區(qū)域）屬于1987～2010年建設(shè)用地占用耕地顯著的冷點(diǎn)區(qū)域，建設(shè)用地占用耕地占耕地面積減少比例的16%。

3 結(jié)論

該研究采用空間自相關(guān)分析和空間熱點(diǎn)分析方法，對(duì)1987～2010年我國(guó)建設(shè)用地占用耕地占耕地面積減少的比率進(jìn)行空間分析。

（1）在距離閾值為500 km時(shí)，建設(shè)用地占用耕地情況的空間自相關(guān)性最強(qiáng)，Global Morans I指數(shù)達(dá)到0.512，表明我國(guó)建設(shè)用地占用耕地存在著較強(qiáng)的空間相關(guān)性。

（2）以500 km作為距離閾值構(gòu)建空間距離權(quán)重矩陣，利用局部GetisOrdGi*系數(shù)進(jìn)行熱點(diǎn)分析。北京、天津、河北、廣東、江蘇、安徽、上海和浙江8個(gè)行政區(qū)屬于顯著的熱點(diǎn)區(qū)域，建設(shè)用地占用耕地是耕地減少的主導(dǎo)因素，占84.88%；而寧夏屬于冷點(diǎn)區(qū)域。

參考文獻(xiàn)

[1]趙曉麗，張?jiān)鱿椋魹t，等.中國(guó)近30a耕地變化時(shí)空特征及其主要原因分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2014（3）： 1-11.

[2]劉紀(jì)遠(yuǎn)，匡文慧，張?jiān)鱿?，?20世紀(jì)80年代末以來(lái)中國(guó)土地利用變化的基本特征與空間格局[J].地理學(xué)報(bào)，2014（1）： 3-14.

[3]馬彩虹，任志遠(yuǎn)，李小燕.黃土臺(tái)塬區(qū)土地利用轉(zhuǎn)移流及空間集聚特征分析[J].地理學(xué)報(bào)，2013（2）： 257-267.

[4]TURNER B L，LAMBIN E F，REENBERG A.The emergence of land change science for global environmental change and sustainability[J].Proceedings of the national academy of sciences of the United States of America，2007，104（52）：20666-20671.

[5]任春穎，張柏，王宗明，等.松嫩平原西部農(nóng)牧交錯(cuò)區(qū)土地利用變化及驅(qū)動(dòng)力分析：以吉林省通榆縣為例[J].干旱區(qū)資源與環(huán)境，2010（6）： 96-102.

[6]管栩，金曉斌，潘倩，等.基于縣域尺度的中國(guó)土地整治新增耕地空間差異分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2013（20）： 226-233.

[7]謝花林，劉黎明，李波，等.土地利用變化的多尺度空間自相關(guān)分析：以內(nèi)蒙古翁牛特旗為例[J].地理學(xué)報(bào)，2006（4）： 389-400.

[8]劉敏，趙翠薇，施明輝.貴州山區(qū)土地利用變化多尺度空間自相關(guān)分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2012（20）： 239-246.

[9]馬松增，史明昌，楊貴森，等.基于GIS的土地利用時(shí)空動(dòng)態(tài)變化分析：以塔里木盆地農(nóng)墾區(qū)為例[J].水土保持研究，2013（1）： 177-181.

[10]李云亮，談俊忠.基于GIS的岳陽(yáng)縣土地利用變化研究[J].測(cè)繪科學(xué)，2009（2）： 216-218.

[11]TOBLER W R.A computer movie simulating urban growth in the Detroit region[J].Economic geography，1970，46（2）： 234-240.

[12]戚曉鵬，周脈耕，胡以松，等.應(yīng)用地理信息系統(tǒng)探測(cè)消化道癌癥死亡率空間聚集性[J].地理研究，2010（1）： 181-187.

[13]胡慶武，王明，李清泉.利用位置簽到數(shù)據(jù)探索城市熱點(diǎn)與商圈[J].測(cè)繪學(xué)報(bào)，2014（3）： 314-321.

[14]馮昕，杜世宏，舒紅.空間權(quán)重矩陣對(duì)空間自相關(guān)的影響分析：以我國(guó)腎綜合征出血熱疾病為例[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2011（12）： 1410-1413.

[15]熊昌盛，韋仕川，欒喬林，等.基于Moran′s I分析方法的耕地質(zhì)量空間差異研究：以廣東省廣寧縣為例[J].資源科學(xué)，2014（10）： 2066-2074.

[16]陳江平，張?zhí)m蘭，余遠(yuǎn)劍，等.利用空間自相關(guān)的中國(guó)內(nèi)陸甲型H1N1流感疫情分析[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2011（11）： 1363-1366.