吳 迪，張冬有

（哈爾濱師范大學(xué)地理科學(xué)學(xué)院，黑龍江哈爾濱150025）

土地利用／覆被變化（land－use and land－cover change，LUCC）在全球環(huán)境變化和可持續(xù)發(fā)展中占有重要的地位［1］。在全球環(huán)境變化問題中，土地利用／覆被變化一直是自然和人文過程交叉最密切的問題。“國際地圈與生物圈計(jì)劃（IGBP）”和“全球環(huán)境變化人文計(jì)劃（HDP）”在1995年首次正式提出LUCC的概念并將《土地利用／土地覆被變化科學(xué)研究計(jì)劃》作為全球性綜合研究計(jì)劃的核心項(xiàng)目［2－4］。近年來，土地利用／覆被變化的驅(qū)動(dòng)力研究已成為當(dāng)前土地利用／覆被變化研究的前沿和熱點(diǎn)課題［5－8］。國內(nèi)外學(xué)者從不同的角度，采用不同的方法分析了不同尺度的LUCC驅(qū)動(dòng)力［9－13］。

東北三省地處中國東北地區(qū)，與俄羅斯、朝鮮、韓國、日本等國接壤，與中國華北地區(qū)、內(nèi)蒙古自治區(qū)毗鄰，包括黑龍江省、吉林省、遼寧省，其中37個(gè)省轄市、1個(gè)省轄縣，共180個(gè)市（縣）級(jí)單位，總面積約為76.73萬km2，占全國總面積的8.2%（圖1）。東北三省地區(qū)以平原和山地為主，礦產(chǎn)豐富，是我國重要的重工業(yè)基地，被譽(yù)為新中國的“工業(yè)搖籃”。同時(shí)，東北三省作為我國最重要的糧食生產(chǎn)基地之一，為國家建設(shè)和保持社會(huì)穩(wěn)定作出了重要貢獻(xiàn)。但是，改革開放以來，特別是20世紀(jì)90年代以后，東北地區(qū)經(jīng)濟(jì)發(fā)展逐漸落后于東南沿海地區(qū)。2003年國家實(shí)施振興東北老工業(yè)基地戰(zhàn)略，2007年國務(wù)院正式批復(fù)《東北地區(qū)振興計(jì)劃》，并于2009年下發(fā)《國務(wù)院關(guān)于進(jìn)一步實(shí)施東北地區(qū)等老工業(yè)基地振興戰(zhàn)略的若干意見》［14］。隨著改革開放的進(jìn)一步發(fā)展，東北地區(qū)經(jīng)濟(jì)體制、產(chǎn)業(yè)結(jié)構(gòu)逐漸發(fā)生改變。

伴隨著經(jīng)濟(jì)的發(fā)展，東北三省土地利用／覆被也隨之發(fā)現(xiàn)顯著變化。本研究以東北三省土地利用／覆被變化為研究對(duì)象，對(duì)東北三省1990—2015年土地利用／覆被變化時(shí)空特征進(jìn)行分析，并探究其變化的驅(qū)動(dòng)力，以期為東北三省未來土地資源的合理利用提供有效的決策支持。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源及處理

本研究土地利用數(shù)據(jù)為來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http：／／www.resdc.cn）的土地利用變化 1 km柵格數(shù)據(jù)集（1990年、1995年、2000年、2005年、2010年、2015年），該數(shù)據(jù)集是采用土地資源信息全數(shù)字人機(jī)交互遙感快速提取方法，基于美國陸地衛(wèi)星Landsat TM數(shù)字影像，利用中國資源一號(hào)衛(wèi)星（CBERS－1）、環(huán)境1號(hào)衛(wèi)星（HJ－1）的CCD（charged coupled device，電荷耦合器件）多光譜數(shù)據(jù)作為補(bǔ)充，建立的全國土地利用變化數(shù)據(jù)集。通過大量野外調(diào)查數(shù)據(jù)進(jìn)行隨機(jī)精度驗(yàn)證，土地利用分類綜合精度達(dá)91.2%以上［15－16］?？紤]到研究區(qū)具體情況和本研究內(nèi)容，采用數(shù)據(jù)集中的土地利用一級(jí)類型劃分體系，將研究區(qū)內(nèi)土地利用類型劃分為耕地、林地、草地、水域、建筑用地、未利用地6個(gè)土地利用類型。本研究所使用的東北三省地區(qū)人口與經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)均來自于1990—2015年《黑龍江統(tǒng)計(jì)年鑒》、《吉林統(tǒng)計(jì)年鑒》和《遼寧統(tǒng)計(jì)年鑒》。由于吉林省白山市市轄區(qū)八道江區(qū)、大連市市轄區(qū)金州區(qū)等部分市轄區(qū)面積太小，因此本研究中統(tǒng)計(jì)市（縣）數(shù)據(jù)為各省轄市、省轄縣、市轄縣級(jí)市和市轄縣，各市轄區(qū)都統(tǒng)一歸入各市范圍。

表1 土地利用／覆被穩(wěn)定映射變化軌跡分類STD判定原則

1.2 土地利用／覆被變化定量分析統(tǒng)計(jì)模型

在土地利用／覆被變化轉(zhuǎn)移矩陣的基礎(chǔ)上，通常采用定量分析模型來直觀反映研究時(shí)段內(nèi)區(qū)域的單一土地利用類型和綜合土地利用類型的變化量、變化幅度、變化速度、變化方向、變化趨勢和變化狀態(tài)。

1.2.1 區(qū)域綜合土地利用空間動(dòng)態(tài)度模型 區(qū)域綜合土地利用空間動(dòng)態(tài)度模型可以反映整個(gè)研究區(qū)內(nèi)所有土地利用類型空間變化的變化程度（R）：

式中：ΔUin－i為5年時(shí)間內(nèi)i類型土地減少量；Ui為研究初期i類型土地總量；n為土地利用類型總量，本研究中n＝6，T為研究時(shí)間長度，T＝5，公式（2）、（3）同。R值越高，綜合土地利用動(dòng)態(tài)度越高，土地利用空間綜合變化程度越高；反之，土地利用空間綜合變化程度越低［17］。

1.2.2 土地利用／覆被變化趨勢與狀態(tài)模型 土地利用／覆被變化趨勢與狀態(tài)模型用來表征研究區(qū)內(nèi)整體的土地利用／覆被變化的趨勢和狀態(tài)P：

式中：Uout－i為研究末期i類型土地量。0≤P≤1，若P值接近于1，說明研究區(qū)域內(nèi)所有土地利用／覆被類型的轉(zhuǎn)換方向主要為不均衡的單向轉(zhuǎn)換；若P值接近于0，則說明研究區(qū)域內(nèi)所有土地利用／覆被類型雙向轉(zhuǎn)換頻繁、各土地利用／覆被類型轉(zhuǎn)換趨于平衡［18］。

1.3 土地利用／覆被穩(wěn)定映射變化軌跡分析

Swetnam基于研究時(shí)段內(nèi)各土地空間單元所經(jīng)歷過程的變化次數(shù)（turnover，T）、相似性（similarity，S）和多樣性（diversity，D）提出了土地利用／覆被穩(wěn)定映射變化軌跡的STD判定方法［19］。T即研究時(shí)段內(nèi)土地空間單元經(jīng)歷的土地利用／覆被類型的變化次數(shù)；D是研究時(shí)段內(nèi)土地空間單元經(jīng)歷的不同土地利用／覆被類型的數(shù)量；S為研究時(shí)段內(nèi)土地空間單元經(jīng)歷的相同土地利用／覆被類型的數(shù)量。結(jié)合東北三省地區(qū)1990—2015年土地利用／覆被變化的實(shí)際情況，本研究將土地利用／覆被穩(wěn)定映射變化軌跡劃分為10類，示例111111表示在所研究的6個(gè)時(shí)間段內(nèi)，該柵格單元始終為1這種土地利用／覆被類型，示例123455表示該柵格單元在所研究6個(gè)時(shí)間段內(nèi)土地利用／覆被類型依次為 1、2、3、4、5、5（表1）。T1至T10的土地利用／覆被空間單元穩(wěn)定性逐漸降低，波動(dòng)性逐漸提高，并依次將變化軌跡賦值 1～10［19－21］。

1.4 基于土地利用／覆被穩(wěn)定映射變化軌跡的探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（exploratory spatial data analysis，ESDA）是一種重要的空間計(jì)量統(tǒng)計(jì)分析方法，為測度空間尺度上的東北三省縣域尺度上土地利用／覆被穩(wěn)定映射變化軌跡與空間位置的關(guān)聯(lián)性，采用ESDA方法分析土地利用／覆被穩(wěn)定映射變化軌跡的空間相互作用機(jī)制。ESDA空間統(tǒng)計(jì)分析方法包括全局空間自相關(guān)和局部空間自相關(guān)，衡量空間自相關(guān)性的指數(shù)一般為 Morans I、Gearys C和 Getis－Ord指數(shù)［22－23］。

在本研究中，全局空間自相關(guān)分析采用最常見的Global Morans I指數(shù)（以下簡稱 GMI）：

式中：Xi、Xj為相鄰2個(gè)區(qū)域變量的值；Wij為空間權(quán)重矩陣；X為區(qū)域內(nèi)變量值的平均數(shù)；S2為變量值的方差，公式（4）同。

局部空間自相關(guān)分析采用與Global Morans I指數(shù)具有內(nèi)在聯(lián)系的 Local Morans I指數(shù)（以下簡稱 LMI）［24－25］：

Global Morans I和 Local Morans I指數(shù)都必須經(jīng)過 Z值檢驗(yàn)：

式中：I分別為 GMI和 LMI；∑jWij（Xj－X）為對(duì)空間單元j的所有鄰域進(jìn)行求和；E（I）為 I的理論期望值；VAR（I）為 I的理論方差值。若Z（GMI）為正且顯著，說明研究區(qū)內(nèi)縣域尺度上的土地利用映射變化軌跡值存在明顯的空間自相關(guān)性，土地利用變化軌跡趨于聚集；反之，若Z（GMI）為負(fù)且顯著，則說明研究區(qū)內(nèi)縣域尺度上的土地利用映射變化軌跡值無明顯的空間自相關(guān)性，土地利用變化軌跡趨于離散。若Z（LMI）為正且顯著，表明i地區(qū)為土地利用變化軌跡值高值聚集區(qū)；若Z（LMI）為負(fù)且顯著，則表明i地區(qū)為土地利用變化軌跡值低值聚集區(qū)［26－28］。

1.5 人口經(jīng)濟(jì)耦合指數(shù)模型及趨勢分析

為解釋土地利用／覆被變化軌跡的全局自相關(guān)和局部自相關(guān)性，本研究借助人口與經(jīng)濟(jì)地理集中度的耦合指數(shù)，嘗試通過人口和經(jīng)濟(jì)地理集中度耦合指數(shù)的高低來解釋空間自相關(guān)分析中的空間集聚性，使用不同時(shí)間段的耦合指數(shù)趨勢三維透視圖表現(xiàn)人口和經(jīng)濟(jì)地理集中度耦合指數(shù)在時(shí)空上的差異。人口和經(jīng)濟(jì)耦合指數(shù)（以下簡稱CI）也稱不一定指數(shù)，反映人口與經(jīng)濟(jì)間的耦合關(guān)系：

式中：CI為t時(shí)刻i地區(qū)人口和經(jīng)濟(jì)耦合指數(shù)；GDPti為t時(shí)刻i地區(qū)國民生產(chǎn)總值；POPti為t時(shí)刻i地區(qū)人口數(shù)；n為區(qū)域的總數(shù)，n＝180。若CI＞1，表明經(jīng)濟(jì)集聚超前于人口集聚；若CI＝1，表明人口集聚與經(jīng)濟(jì)集聚恰好協(xié)調(diào)；若CI＜1，則表明經(jīng)濟(jì)集聚滯后于人口集聚［29］。

2 結(jié)果與分析

2.1 1990—2015年東北三省土地利用／覆被變化定量分析

利用公式（1）和公式（2）分別得到1990—2015年東北三省的綜合土地利用空間動(dòng)態(tài)度和土地利用／覆被變化趨勢與狀態(tài)指數(shù)。圖2顯示，1990—2015年東北三省地區(qū)土地利用空間動(dòng)態(tài)度逐漸降低，其中2000—2015年東北三省的綜合土地利用空間動(dòng)態(tài)度降到幾乎為0，而相反地，土地利用／覆被趨勢與狀態(tài)指數(shù)逐漸提高，綜合土地利用空間動(dòng)態(tài)度和土地利用／覆被變化趨勢與狀態(tài)指數(shù)基本呈負(fù)相關(guān)。這表明在1990—2000年東北三省的土地利用／覆被變化頻繁，各土地利用／覆被類型相互轉(zhuǎn)換快，平衡發(fā)展；而2000—2015年土地利用／覆被變化相對(duì)緩慢，各土地利用／覆被類型變化處于極端不平衡狀態(tài)。

2.2 1990—2015年東北三省土地利用／覆被穩(wěn)定映射變化軌跡分析

根據(jù)表1的STD土地利用／覆被穩(wěn)定映射變化軌跡分類方法，使用ArcGIS 10.0軟件繪制出東北三省1990—2015年1 km柵格尺度的土地利用／覆被穩(wěn)定映射變化軌跡，如圖3所示。

統(tǒng)計(jì)圖3中柵格像元可以發(fā)現(xiàn)，東北三省1990—2015年土地利用／覆被穩(wěn)定映射變化軌跡T1即在整個(gè)研究時(shí)段內(nèi)土地利用／覆被軌跡未發(fā)生變化地區(qū)所占比例最大，達(dá)到58.139%，其中有36%為耕地，57%為林地，其余草地、水域、建筑用地和未利用地分別占2%、1%、1%、3%。其后變化次數(shù)為1次的2種土地利用／覆被變化軌跡類型T2和T3分別為研究區(qū)域的10.624%、12.143%，而T9和T10 2種變化次數(shù)為4次的土地利用／覆被變化軌跡區(qū)域所占比例最小，分別為 0.010%、0.019%。

從東北三省1990—2015年土地利用／覆被穩(wěn)定映射變化軌跡來看，在研究時(shí)段內(nèi)，東北三省有80.906%的地區(qū)土地利用／覆被類型轉(zhuǎn)變次數(shù)小于2次，而僅有0.626%的地區(qū)土地利用／覆被類型轉(zhuǎn)變次數(shù)在3次及以上。前半段（1990—2000年）東北三省地區(qū)有41.186%的地區(qū)土地利用／覆被類型發(fā)生了變化，后半段（2000—2015年）僅有1.254%的地區(qū)土地利用／覆被類型發(fā)生了變化。這與土地利用／覆被變化定量分析的結(jié)果相符合，與前10年相比，后15年內(nèi)東北三省土地利用／覆被變化幾乎停滯，土地利用／覆被變化速度大幅降低。

2.3 1990—2015年東北三省土地利用／覆被變化軌跡探索性空間數(shù)據(jù)分析

2.3.1 全局空間自相關(guān)分析 本研究中取縣域范圍內(nèi)所有柵格像元的土地利用／覆被變化軌跡值的平均值作為該縣域的土地利用／覆被映射變化軌跡值。使用GeoDa軟件對(duì)1990—2015年東北三省土地利用／覆被映射變化軌跡進(jìn)行縣域尺度上的全局空間自相關(guān)分析得到Moran散點(diǎn)圖（圖4）。GMI＝0.428 58，使用 999次隨機(jī)分布檢驗(yàn)方式，Z（GMI）＝12.720 7且 P值 ＝0.001，通過了 0.05顯著性檢驗(yàn)。說明1990—2015年東北三省縣域尺度上的土地利用／覆被變化軌跡存在顯著的空間正相關(guān)，在研究時(shí)段內(nèi)，東北三省土地利用／覆被變化相對(duì)頻繁和變化相對(duì)較少的地區(qū)在空間上都呈集聚分布。

2.3.2 局部空間自相關(guān)分析 由圖4可知，東北三省大部分縣域范圍都處于第一象限和第三象限，空間正相關(guān)性非常強(qiáng)烈。因此，使用GeoDa軟件對(duì)1990—2015年東北三省土地利用／覆被映射變化軌跡進(jìn)行局部空間自相關(guān)分析得到LISA聚集圖，并與顯著性水平圖疊加得到圖5。

研究發(fā)現(xiàn)，黑龍江省大慶市、齊齊哈爾市及其周邊市（縣），遼寧省葫蘆島市、錦州市、盤錦市沿線城市帶，遼寧省沈陽市、撫順市、本溪市及其周邊市（縣）和遼寧省大連市及其下轄縣級(jí)市普蘭店市、瓦房店市均為高－高聚集區(qū)，主要集中于黑龍江省的西南部及遼寧省東部、南部和西南部。黑龍江省鶴崗市及其周邊市（縣），黑龍江省牡丹江市及其周邊市（縣），吉林省吉林市下轄永吉縣、蛟河市、樺甸市和吉林省白山市、通化市、延邊朝鮮族自治州及其周邊市（縣）為低－低聚集區(qū)，主要集中于黑龍江省東北部和吉林省東南部。黑龍江省綏芬河市、吉林省吉林市和遼寧省葫蘆島市綏中縣、錦州市下轄縣級(jí)市北寧市分別為高－低聚集區(qū)和低－高聚集區(qū)。說明大慶市、齊齊哈爾市、葫蘆島市、錦州市、盤錦市、沈陽市、撫順市、本溪市和大連市在1990—2015年土地利用／覆被變化相對(duì)頻繁，且這些區(qū)域?qū)χ車校h）都有較強(qiáng)的輻射和擴(kuò)散作用，帶動(dòng)了整個(gè)區(qū)域的發(fā)展；而鶴崗市及其周邊嘉蔭縣、蘿北縣、樺川縣、綏濱縣，牡丹江市及其周邊市（縣），通化市，白山市和延邊朝鮮族自治州等低－低聚集區(qū)土地利用／覆被變化發(fā)展普遍較為緩慢，土地利用／覆被變化活力相對(duì)較低；吉林省吉林市、黑龍江省綏芬河市土地利用／覆被映射變化軌跡值遠(yuǎn)高于其周邊市（縣），土地利用／覆被變化較為頻繁；相反地，遼寧省綏中縣、北寧市與其周邊市（縣）相比，土地利用／覆被映射變化軌跡值相對(duì)較低，土地利用／覆被變化水平相對(duì)較低。整個(gè)東北三省地區(qū)土地利用／覆被映射變化軌跡的高－高與低－低值聚集區(qū)域差異明顯，區(qū)域間土地利用／覆被變化水平極不平衡。

2.4 1990—2015年東北三省驅(qū)動(dòng)力分析

為解釋1990—2015年東北三省地區(qū)土地利用／覆被變化水平在研究前期（1990—2000年）和后期（2000—2015年）的差異變化和區(qū)域間土地利用／覆被變化水平的不平衡，本研究從東北三省土地的經(jīng)濟(jì)屬性和市（縣）尺度的人口經(jīng)濟(jì)耦合指數(shù)2個(gè)角度進(jìn)行土地利用／覆被變化驅(qū)動(dòng)力分析。

2.4.1 1990—2015年東北三省土地經(jīng)濟(jì)屬性變化分析 土地本身的經(jīng)濟(jì)屬性變化和差異是土地利用／覆被變化的根本原因，對(duì)比東北三省和中國華東地區(qū)的江蘇省、華南地區(qū)的廣東省、華北地區(qū)的河北省、西北地區(qū)的陜西省和西南地區(qū)重慶市的地均糧食產(chǎn)量和地均固定資產(chǎn)投資額這2個(gè)重要的土地經(jīng)濟(jì)屬性的差異和時(shí)間變化得到圖6。

由圖6可以很明顯看出，1990—2015年東北三省地區(qū)（特別是黑龍江省和吉林?。┑牡鼐Z食產(chǎn)量一直在穩(wěn)步提高，雖然由于自然條件、耕作制度、糧食種類的限制，東北三省地均糧食產(chǎn)量遠(yuǎn)低于江蘇省，但是增長速度較快，增長幅度較大，并且遠(yuǎn)高于耕作水平較低的陜西省和地均糧食產(chǎn)量基本處于不斷降低狀態(tài)的廣東省，其中遼寧省、吉林省與河北省和重慶市基本相當(dāng)。而在地均固定資產(chǎn)投資額方面，可以很明顯發(fā)現(xiàn)，與土地利用／覆被變化定量分析的結(jié)果一致，2000年為一個(gè)重要的轉(zhuǎn)折點(diǎn)，東北三省和其他?。ㄊ校┰?000年以后的地均固定資產(chǎn)投資額都發(fā)生了較大幅度的增長，其中江蘇省、廣東省、重慶市增長速度較快。同時(shí)，從圖6中還可以看出，東北三省的黑龍江省和吉林省基本一直處于極低水平，特別是黑龍江省，在所研究的8個(gè)省（市）中，地均固定資產(chǎn)投資額水平一直為最低，且增長速度緩慢，相對(duì)于黑龍江省和吉林省，遼寧省地均固定資產(chǎn)投資額水平雖然相對(duì)較高，但2010—2015年增長速度有所降低，并被廣東省和重慶市超越。遼寧省和黑龍江省、吉林省的地均固定資產(chǎn)投資額的差異與土地利用／覆被變化軌跡的空間自相關(guān)分析中得到的結(jié)果相似，東北三省土地利用／覆被變化軌跡高－高值聚集的市（縣）大部分位于地均固定資產(chǎn)投資額相對(duì)較高的遼寧省，而低－低值聚集的市（縣）都位于地均固定資產(chǎn)投資額相對(duì)較低的黑龍江省和吉林省。

2.4.2 1990—2015年東北三省人口經(jīng)濟(jì)耦合指數(shù)的時(shí)空差異性分析 使用公式（6）計(jì)算1990—2015年5年間隔的東北三省各市（縣）的人口經(jīng)濟(jì)耦合指數(shù)，借助ArcGIS 10.0 Trend Analysis工具對(duì)各時(shí)期縣域尺度的人口經(jīng)濟(jì)耦合指數(shù)進(jìn)行趨勢分析，2條橫軸分別為東西和南北方向，豎軸為人口經(jīng)濟(jì)耦合指數(shù)（圖7）。圖7中每條豎線在底面的位置代表每個(gè)市（縣）的位置，豎線的長短代表其對(duì)應(yīng)的市（縣）人口經(jīng)濟(jì)耦合指數(shù)的高低。為方便在不同時(shí)間段之間作橫向比較，對(duì)人口經(jīng)濟(jì)耦合指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，并作輔助面為CI＝1，即當(dāng)豎線的上端點(diǎn)恰好落在輔助面上時(shí)，其對(duì)應(yīng)的市（縣）人口與經(jīng)濟(jì)聚集恰好協(xié)調(diào)，高于輔助面為經(jīng)濟(jì)集聚超前于人口集聚，低于輔助面則為經(jīng)濟(jì)集聚滯后于人口集聚。東西方向和南北方向映射曲線分別為東北三省各市（縣）人口經(jīng)濟(jì)耦合指數(shù)映射于東西向和南北向的正交平面上的一條最佳擬合曲線。

由圖7可以很明顯看出，在1990—2015年東西方向上人口經(jīng)濟(jì)耦合指數(shù)由東部略高于西部逐漸變?yōu)槲鞑棵黠@高于東部；而南北方向上人口經(jīng)濟(jì)耦合指數(shù)從南北兩邊高、中間低的“U型”逐漸變?yōu)槟戏竭h(yuǎn)高于北方。在局部空間自相關(guān)分析中處于高－高聚集區(qū)域的大慶市、盤錦市、沈陽市、大連市等市（縣）的人口經(jīng)濟(jì)耦合指數(shù)在各時(shí)間段都遠(yuǎn)高于1。2015年以前，大慶市人口經(jīng)濟(jì)耦合指數(shù)在東北三省地區(qū)一直排在第1位，并在2000年達(dá)到頂峰；2000年之后大慶市人口經(jīng)濟(jì)耦合指數(shù)雖然仍處于較高水平，但是下降速度極快，至2015年，大慶市被綏芬河市超越，人口經(jīng)濟(jì)耦合指數(shù)持續(xù)降低；2000年以后，隨著大慶市、盤錦市等老牌資源型城市人口經(jīng)濟(jì)耦合指數(shù)的降低，大連市、綏芬河市等沿海、延邊開放型城市人口經(jīng)濟(jì)耦合指數(shù)持續(xù)升高。而在局部空間自相關(guān)分析中處于低－低值聚集的黑龍江省鶴崗市，吉林省白山市、通化市、延邊朝鮮族自治州在整個(gè)研究時(shí)間段內(nèi)人口經(jīng)濟(jì)耦合指數(shù)一直處于一個(gè)較低水平，基本一直處于經(jīng)濟(jì)集聚落后于人口集聚的狀態(tài)。

3 結(jié)論與討論

本研究以東北三省1990—2015年土地利用／覆被變化為研究對(duì)象，使用1 km柵格像元尺度1990年、1995年、2000年、2005年、2010年、2015年6期土地利用／覆被數(shù)據(jù)，借助區(qū)域綜合土地利用空間動(dòng)態(tài)度模型、土地利用趨勢與狀態(tài)模型、土地利用／覆被穩(wěn)定映射變化軌跡、探索性空間數(shù)據(jù)和人口經(jīng)濟(jì)耦合指數(shù)及趨勢分析方法，從時(shí)空多角度分析1990—2015年東北三省土地利用／覆被變化，并從土地經(jīng)濟(jì)屬性和人口經(jīng)濟(jì)集聚耦合的角度分析土地利用／覆被變化驅(qū)動(dòng)力，主要結(jié)論如下：（1）1990—2015年東北三省綜合土地利用空間動(dòng)態(tài)度逐漸降低，綜合土地利用趨勢與狀態(tài)指數(shù)逐漸升高，兩者基本呈負(fù)相關(guān)。2000年為一個(gè)轉(zhuǎn)折點(diǎn)，2000年后與2000年前相比，東北三省地區(qū)綜合土地利用空間動(dòng)態(tài)度降到極低，土地利用趨勢與狀態(tài)指數(shù)明顯大幅升高，土地利用／覆被變化處于極端不平衡狀態(tài)。（2）1990—2015年東北三省土地利用／覆被穩(wěn)定映射軌跡存在明顯的空間正相關(guān)，東北三省土地經(jīng)濟(jì)屬性和經(jīng)濟(jì)、人口發(fā)展水平時(shí)空差異顯著，這種顯著的時(shí)空差異性對(duì)土地利用／覆被變化影響深刻。黑龍江省大慶市、齊齊哈爾市及其周邊市（縣），遼寧省葫蘆島市、錦州市、盤錦市、沈陽市、本溪市、撫順市、大連市及其周邊市（縣）呈現(xiàn)明顯的高－高聚集，其土地利用／覆被變化相對(duì)頻繁，且大慶市、盤錦市、沈陽市、大連市這些城市對(duì)其周圍市（縣）土地利用／覆被變化具有明顯的帶動(dòng)效應(yīng)，這些城市人口經(jīng)濟(jì)耦合指數(shù)也都處于較高水平，且從土地的經(jīng)濟(jì)屬性來看，大部分處于高－高聚集的市（縣）都位于地均固定資產(chǎn)投資額較高的遼寧省，遼寧省在2000年以后的固定資產(chǎn)投資額增長水平也遠(yuǎn)高于黑龍江省和吉林省；而人口經(jīng)濟(jì)耦合指數(shù)水平相對(duì)較低的黑龍江省鶴崗市、牡丹江市及其周邊市（縣），吉林省白山市、通化市、延邊朝鮮族自治州及其周邊市（縣）的土地利用／覆被軌跡值都呈明顯的低－低聚集。說明土地的經(jīng)濟(jì)屬性中地均固定資產(chǎn)投資額和區(qū)域人口經(jīng)濟(jì)耦合對(duì)土地利用／覆被變化具有重要的驅(qū)動(dòng)作用，土地經(jīng)濟(jì)屬性中地均固定資產(chǎn)投資額越高、區(qū)域人口經(jīng)濟(jì)耦合程度越高，土地利用／覆被變化越頻繁。（3）1990年以來東北三省整體經(jīng)濟(jì)、人口發(fā)展速度明顯變緩，經(jīng)濟(jì)發(fā)展有滯后于人口發(fā)展的趨勢。哈爾濱市、齊齊哈爾市、吉林市、長春市、沈陽市等一些大型城市和大慶市、盤錦市等一些資源型城市雖然還處于經(jīng)濟(jì)集聚超前于人口集聚的狀態(tài)，但是隨時(shí)間變化，其耦合指數(shù)也逐漸降低，趨近于1。而綏芬河市作為延邊開放城市、大連市作為沿海開放城市，經(jīng)濟(jì)發(fā)展水平飛速上升。截至2015年，綏芬河市和大連市人均GDP分別列東北三省省轄市第1和第2。東北三省地區(qū)作為新中國重要的老工業(yè)基地和重要的糧食生產(chǎn)基地，區(qū)域經(jīng)濟(jì)體制以重工業(yè)和第一產(chǎn)業(yè)為主。隨著改革開放的深入發(fā)展和東北地區(qū)能源型產(chǎn)業(yè)的衰退，東北三省地區(qū)經(jīng)濟(jì)發(fā)展水平整體落后于同一時(shí)期的東南沿海地區(qū)。同時(shí)，1990—2015年，東北三省大部分地區(qū)人口自然增長率逐年降低，近幾年基本處于人口負(fù)增長狀態(tài)，人口老齡化、高學(xué)歷人口的流失，與經(jīng)濟(jì)發(fā)展速度的相對(duì)落后，共同造成了東北三省1990—2015年土地利用／覆被變化水平逐漸降低、變化速度逐漸變慢和區(qū)域發(fā)展極端不平衡的狀態(tài)。

參考文獻(xiàn)：

［1］李秀彬.全球環(huán)境變化研究的核心領(lǐng)域——土地利用／土地覆被變化的國際研究動(dòng)向［J］.地理學(xué)報(bào)，1996，51（6）：553－558.

［2］Turner IIB L，Ross R H，Skole D L.Relating land use and global land cover change［R］.Stockholm：Royal Swedish Academy of Sciences，1993.

［3］Turner IIB L，Skole D，Sanderson S，et al.Land－use and landcover change science／research plan［R］.Stockholm：IGBP，1995.

［4］Lambin E F，Baulies X，Bockstael N.Land－use and land－cover change：implementation strategy［R］.Stockholm：IGBP，1999.

［5］Parcerisas L，Marull J，Pino J，et al.Land use changes，landscape ecology and their socioeconomic driving forces in the Spanish Mediterranean coast（El Maresme County，1850—2005）［J］.Environmental Science＆Policy，2012，23（5）：120－132.

［6］Weinzettel J，Hertwich E G，Peters G P，et al.Affluence drives the global displacement of land use［J］.Global Environmental Change，2013，23（2）：433－438.

［7］Newman M E，Mclaren K P，Wilson B S.Long－term socioeconomic and spatial pattern drivers of land cover change in a Caribbean tropical moist forest，the Cockpit Country，Jamaica［J］.Agriculture Ecosystems＆Environment，2014，186（6）：185－200.

［8］李晨曦，吳克寧，劉霈珈，等.土地利用變化及社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素——以京津冀地區(qū)為例［J］.江蘇農(nóng)業(yè)科學(xué)，2017，45（12）：279－283.

［9］李 平，李秀彬，劉學(xué)軍.我國現(xiàn)階段土地利用變化驅(qū)動(dòng)力的宏觀分析［J］.地理研究，2001，20（2）：129－138.

［10］黃寶榮，張慧智，宋敦江，等.2000—2010年中國大陸地區(qū)建設(shè)用地?cái)U(kuò)張的驅(qū)動(dòng)力分析［J］.生態(tài)學(xué)報(bào)，2017，37（12）：4149－4158.

［11］吳美瓊，陳秀貴.基于主成分分析法的欽州市耕地面積變化及其驅(qū)動(dòng)力分析［J］.地理科學(xué)，2014，34（1）：54－59.

［12］Lambin E F，Turner B L，Geist H J，et al.The causes of land－use and land－cover change：moving beyond the myths［J］.Global Environmental Change，2001，11（4）：261－269.

［13］McconnellW.Meeting in themiddle：the challenge ofmeso－level integration［J］.Land Use Policy，2002，19（1）：99－101.

［14］杜國明，孫曉兵，王介勇.東北地區(qū)土地利用多功能性演化的時(shí)空格局［J］.地理科學(xué)進(jìn)展，2016，35（2）：232－244.

［15］劉紀(jì)遠(yuǎn)，張?jiān)鱿?，徐新良，?21世紀(jì)初中國土地利用變化的空間格局與驅(qū)動(dòng)力分析［J］.地理學(xué)報(bào)，2009，64（12）：1411－1420.

［16］劉紀(jì)遠(yuǎn)，匡文慧，張?jiān)鱿椋?20世紀(jì)80年代以來中國土地利用變化的基本特征與空間格局［J］.地理學(xué)報(bào)（英文版），2014，24（2）：195－210.

［17］羅格平，周成虎，陳 曦.干旱區(qū)綠洲土地利用與覆被變化過程［J］.地理學(xué)報(bào)，2003，58（1）：63－72.

［18］馮異星，羅格平，周德成，等.近50年土地利用變化對(duì)干旱區(qū)典型流域景觀格局的影響──以新疆瑪納斯河流域?yàn)槔跩］.生態(tài)學(xué)報(bào)，2010，30（16）：4295－4305.

［19］Swetnam R D.Rural land use in England and Wales between 1930 and 1998：mapping trajectories of change with a high resolution spatio－temporal dataset［J］.Landscape＆Urban Planning，2007，81（1）：91－103.

［20］李 暉，馮 莉，聶 芹，等.基于穩(wěn)定映射變化軌跡分析的廈門土地利用時(shí)空演化［J］.生態(tài)學(xué)雜志，2016，35（8）：2132－2143.

［21］常 青，李雙成，王仰麟，等.基于穩(wěn)定映射分析的深圳綠色景觀時(shí)空演化及啟示［J］.地理學(xué)報(bào)，2012，67（12）：1611－1622.

［22］穆學(xué)英，劉 凱，任建蘭.中國綠色生產(chǎn)效率區(qū)域差異及空間格局演變［J］.地理科學(xué)進(jìn)展，2017，36（8）：1006－1014.

［23］冉澤澤.基于ESDA的經(jīng)濟(jì)空間差異實(shí)證研究——以絲綢之路經(jīng)濟(jì)帶中國西北段核心節(jié)點(diǎn)城市為例［J］.經(jīng)濟(jì)地理，2017，37（5）：28－34，73.

［24］崔娜娜，馮長春，宋 煜.北京市居住用地出讓價(jià)格的空間格局及影響因素［J］.地理學(xué)報(bào)，2017，72（6）：1049－1062.

［25］張千湖，高 兵，黃 葳，等.我國人為源氣態(tài)活性氮排放時(shí)空變動(dòng)特征分析［J］.環(huán)境科學(xué)學(xué)報(bào)，2017，37（8）：3065－3076.

［26］曾雨晴，潘洪義，周介銘，等.基于空間自相關(guān)的人均耕地面積時(shí)空格局變化研究——以四川省為例［J］.江蘇農(nóng)業(yè)科學(xué)，2015，43（9）：388－391.

［27］李 丁，冶小梅，汪勝蘭，等.基于ESDA－GIS的縣域經(jīng)濟(jì)空間差異演化及驅(qū)動(dòng)力分析——以蘭州 －西寧城鎮(zhèn)密集區(qū)為例［J］.經(jīng)濟(jì)地理，2013，33（5）：31－36，23.

［28］葉 浩，張 鵬，濮勵(lì)杰.中國建成用地與區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展關(guān)系的空間計(jì)量研究［J］.地理科學(xué)，2012，32（2）：149－155.

［29］官東杰，譚 靜，張夢婕，等.重慶市人口與經(jīng)濟(jì)發(fā)展空間耦合分布研究［J］.人文地理，2017，32（2）：122－128.