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。
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
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]。
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]。
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]。
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]。
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)。
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。
2.3.1 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。
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)。
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.