京津冀结合部生态用地变化及驱动力研究
朱凯妮 1，石淑芹 1*，余文涛 1，何英彬 2
(1.天津工业大学 经济与管理学院，天津 300380；2.中国农业科学院 农业资源与农业区划研究所，北京 100081)
摘 要： 生态用地是维持人类健康和社会可持续发展的重要载体，对生态用地变化及驱动力进行研究有利于更好地进行区域生态规划和生态文明建设。本文利用2005年、2010年和2015年土地利用遥感监测数据，以地理学第一定律为理论基础构建生态用地变化空间自相关模型，对京津冀结合部生态用地变化及其扩展机理展开分析。结果表明： (1)截止到2015年，京津冀结合部生态用地面积为13 049.71 km2，其中耕地占52.42%，林地、草地和水域分别占32.26%、10.05%和5.27%，耕地主要集中分布在研究区南部平原区，北部山区林地集聚；(2)研究期间，生态用地减少193.13 km2，主要流失方向为建设用地；(3)生态用地和建设用地的空间自相关性均有所提高，空间聚集性逐渐加强；(4)人口密度、农机总动力、粮食单产是导致生态用地变化的主要因子，说明人口集聚程度、农业机械化水平及耕地利用效率对生态用地有重要的影响。优化资源结构及改善土地利用方式对促进区域可持续发展和生态文明建设具有重要意义。
关键词： 生态用地；生态文明；驱动力；空间自相关；京津冀结合部
生态用地具有生产、还原、生态流等功能，对生产生活影响深刻，因此加强对生态用地的保护十分重要[1]。国外通过将生态用地的思想渗透到分类体系中，以达到保护生态用地的目的，与国外的土地分类理念相比，我国的土地分类体系尚未足够重视生态用地，在很大程度上不利于生态用地的利用与资源环境的保护[2-5]。因此，探讨我国生态用地变化及其驱动力对于确保我国粮食安全、改善生态环境及实现社会可持续发展具有重大的现实意义。
长期以来，在全球环境变化研究领域中，土地利用/覆被变化(LUCC)对环境和生态所产生的影响一直是人们关注的热点问题[6]。迄今为止，耕地[7-9]和建设用地[10-16]变化及驱动力研究是学者们关注较多的研究对象，而对生态用地变化及其驱动力的探索相对较少。“生态用地”一词最早由董雅文等[17]提出，随后，越来越多学者对生态用地进行了较为深入的研究和探讨。岳健等[18]从土地空间形态角度阐述了生态用地的概念，管青春等[19]从生态系统服务功能角度对生态用地的概念进行界定,龙花楼等[20]从土地生态功能角度丰富了生态用地的内涵。不同学者从不同角度探讨和分析了生态用地的内涵，但尚未对生态用地的概念形成统一的标准[21]。总体而言，关于生态用地的概念主要有两种观点：①以孙海清等[22]为代表的学者认为，凡是能提供生态系统服务的土地均可作为生态用地，包括耕地、林地、草地、水域等。②以邓红兵等[23]为代表的学者认为，从土地主体功能出发，提供生态系统服务为主的林地、草地、水域等可作为生态用地，以经济产出为目的的耕地不包括在内。结合国内学者的分类方法，根据京津冀结合部的自然条件和社会经济状况，从土地的生态功能和生态服务质量出发，可将研究区的生态用地划分为耕地、林地、草地和水域[24]。为探索土地覆被变化的原因，驱动力研究越来越受重视，驱动力模型选取的恰当性能够提高研究的科学性。目前，在驱动力研究方面，Logistic回归模型[25-26]和主成分分析法[27-29]的使用频率较高，这类模型着重量化分析，未能对驱动因子进行可视化空间表达，RS技术及系统动力学等能够模拟土地覆被变化，但对驱动力的识别能力弱[30-31]。相对于这些模型，空间自相关模型在驱动因子的识别和可视化分析方面有较大优势[32-34]。
在彭氏看来，吴中前贤徐枋在明清易代之际的隐遁山林，在孤独中“继志述事”，默默地坚守着天地存亡续绝之使命，其所作所为，完全可以和顾炎武、张履祥、朱用纯、汪沨、李颙等儒学大师相颉颃，故而在这组传记中，徐枋自应有一席之地。徐枋之能入选，大概也就是徐枋的老友叶燮所说的：“先生于举世颓流之日，毅然以世道人心之责，只身肩之不敢辞，志以屈而伸，身以晦而荣，以视碌碌降且辱者，其相去何如矣！”［5］卷一六《孝廉徐俟斋先生墓志铭》，156
京津冀结合部[35]位于京津冀城市群发展的核心区域，研究区地理位置和政策优势较为明显，其土地利用也呈多样化的空间分布趋势，并具有不同的生态效应。目前，对京津冀地区土地利用变化及驱动力的研究较多。李晨曦等[36]利用 2010—2013 年 4 期土地利用数据，从土地利用变化幅度、土地利用转移方向等方面对京津冀地区土地利用变化特征及相关驱动因子进行了分析。胡乔利等[37]利用土地利用转移矩阵和景观破碎化指数、景观多样化指数对京津冀地区土地利用/覆被变化(LUCC)和景观格局变化(LPC)进行了定量和定性分析,探讨了其影响因素,为研究区土地资源可持续利用提供了依据。关于京津冀地区生态用地变化及驱动力的研究较少，谢花林[38]利用Logistic回归模型，通过对京津冀地区不同阶段各生态用地类型变化进行分析，揭示了区域不同阶段土地覆被变化的驱动因素。本文以京津冀结合部为例，分析其不同地理背景下的生态用地变化特征，并通过构建空间自相关模型，分析生态用地的驱动机制，为优化区域土地利用方式及土地可持续利用提供参考。
在信息技术不断发展的当今时代，教师运用现代化的教学手段开展教学，不仅能够激发学生的学习兴趣，还能够提升其学习质量，促进学生自主学习意识的形成。针对小学语文阅读教学来说，教师运用微课教学手段开展教学，能够有效地丰富学生的学习内容，吸引其注意力，提升学生的学习效率。因此，在具体的教学过程中，教师需要摆正微课教学的理念，创新自身的微课教学手段，为学生营造现代化的教学环境。
1 研究区概况
京津冀结合部(116°13′E—118°15′E，39°46′N—41°42′N)包括北京市下辖的通州区、平谷区、顺义区、密云区、大兴区，天津市下辖的武清区、蓟州区、宝坻区及河北省下辖的三河市、大厂回族自治区、香河县、兴隆县(图1)，总面积15 257.44 km2，北靠燕山山脉，南部为平原，南北土地利用方式差异明显。属暖温带大陆性季风性气候，年均降水500～800 mm，年均气温13 ℃，雨热同季，四季分明。2015年，该地区常住人口640.33万人，地区生产总值5 885.29亿元，南部平原区较北部山区更具经济优势； 2015年生态用地面积13 049.71 km2，其中耕地、林地、草地、水域分别为6 840.62、4 209.21、1 312.36、687.52，另有建设用地2 189.89，未利用地17.84 km2。
地形差异分化了土地利用方式，同时打破了研究区内部经济发展平衡，不利于区域协调发展。研究区地处京津两大发展极的边缘地带，如何摆脱传统的发展模式，平衡地区经济社会发展，优化土地利用结构，是亟待探索并解决的科学问题。通过探索该地区典型生态用地变化及驱动机制，可为促进土地利用方式优化、协调地区发展提供技术手段。
图1 研究区位置
Fig.1 Location map of the research area
2 数据来源与研究方法
2.1 数据来源
2.2.2 双变量局部空间自相关
京津冀结合部地区土地利用空间差异明显。生态用地总面积13 049.71 km2，其中耕地面积6 840.62 km2，占比52.42%，主要分布在南部平原区，林地面积4 209.20 km2，主要分布于北部山地，占比32.26%。研究期间，在严格的土地利用管控下，生态用地仍减少了193.13 km2，其中，耕地下降了179.72 km2，占比93.06%，建设用地增加了193.09 km2，未利用地也呈小幅增长趋势(表1)。鉴于特殊地形地貌及京津冀协同发展的大背景，加上生态保护政策的引导，该地区林地、草地、水域减量很少，耕地在该地区的作用较粮食主产区的作用弱，开发成本较低，因此耕地流失量较大。研究区南部地形平坦，耕地聚集，人口稠密，经济社会发展水平较高，城镇扩展占用的生态用地较北部山地多。
已有研究表明LUCC往往受自然和经济两方面的影响，自然因素较稳定，在短时间内对LUCC的影响不明显，而经济因素更加活跃，在短时间内产生的作用较大。基于数据的科学性和可获取性，本文综合选取的驱动因子包括：人口数量、人口密度、农机总动力、地区生产总值、城市化率、全社会固定资产投资总额、粮食单产、第三产业产值占GDP比重。用于驱动因子分析的社会经济数据主要来源于北京市、天津市和河北省2006年、2011年和2016年的县级统计年鉴。
2.2 研究方法
2.2.1 全局空间自相关
地理学第一定律指出，地理事物或属性在空间分布上互为相关，存在集聚、随机、规则分布，且相近的事物关联更紧密。为了探索该地区生态用地的分散与集聚状况，本研究通过全局自相关分析生态用地在整个研究区的空间分布特征，并采用Global Moran’I 指标值对其进行判断。Global Moran’I 计算公式为：
(1)
当锅炉厂要求空预器入口空气温度比较高，采用热风再循环难以满足满足空预器入口风温要求或采用热风再循环不经济时，需要增设暖风器。几个电厂的暖风器设计参数及运行情况如表1所示，实际运行中经常出现暖风器出口风温难以达到设计要求[2]、疏水不畅、疏水管道振动、疏水泵汽蚀、调节阀难以达到很好的调节效果、疏水热能不能充分利用等问题。
本研究采用的土地利用数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)提供的2005年、2010年、2015年3期100 m×100 m栅格大小的土地利用现状遥感监测数据。参照全国第二次土地利用调查土地分类体系，将研究区域土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用地6个一级地类。
图3显示2015年生态用地与主要驱动因子的空间自相关关系。图3(a)反映大兴区生态用地与人口总数Low-High相关(p =0.01)，大兴区作为北京市的卫星城，是研究区内经济社会发展状况较好的区县，承担着缓解北京城区人口压力的职能。图3(b)中，兴隆县生态用地与人口密度High-Low相关(p =0.01)，这与该地区2005年的情况相同，兴隆县地貌以山地为主，人口分布较稀疏；通州区和大兴区则与其相反，表现出Low-High相关(p =0.01)，这两个区临近北京市区，建设用地占用的空间逐年扩张，人口密度也在不断增长。图3(c)反映2015年生态用地与农机总动力空间自相关关系，仅在大厂回族自治县表现出一定的Low-High相关(p =0.05)，而在研究区其他区县呈随机分布状况，主要因为该地区行政辖区面积小，耕地面积十分有限，通过农业科技水平的提高是保证粮食安全的重要途径。图3(d)主要反映生态用地与城市化率的空间自相关关系，其中，大厂回族自治县、通州区和大兴区表现出Low-High相关(p =0.01)，这几个地区均是社会经济发展较快的地区，城市化水平较高，在严格的土地用途管制制度下，城市空间仍然保持一定的扩展速度，城镇空间的扩展导致部分非建设用地流失。图3(e)表明大兴区生态用地与全社会固定资产投资总额Low-High相关(p =0.01)，这主要是由于近10年来，大兴区社会经济依托独特的地理区位取得了快速的发展，全社会固定资产的投资比重在不断加大，同时建设用地所占的比例也在不断的上升。图3(f)表明大厂回族自治县、香河县及大兴区生态用地与粮食单产呈Low-High相关(p =0.05)，这3个区县耕地面积相对较少，可以通过提高粮食单产水平来保证该区粮食的正常供给。综上所述，各因子在不同时期对生态用地的影响既存在相似性，也有一定的差异性，通过分析，掌握各因子的作用方式对未来生态用地的利用与保护具有重要的意义。
式中W ij 表示空间单元i 与j 间的空间连接矩阵，n 为空间单元总数，X i 、X j 分别表示空间单元i 和j 的属性值,
为空间单元属性值的均值。Global Moran’I 的大小介于[-1,1]，当取值为0时，表示无空间相关性；当取值为正时，表示属性值为正相关；当取值为负时，则表示属性值呈负相关。
(2)
式中W ij 表示空间单元i 与j 间的空间连接矩阵，
为空间单元i 属性k 的值，
为空间单元j 属性l 的值，
和
是属性k 和l 的均值，σ k 和σ l 是属性k 和l 的方差。
肿瘤放疗 在肿瘤的放疗中，lncRNA也发挥着重要作用，Shen等[16]发现lncRNA-P21通过诱导肝癌细胞及胶质瘤细胞的G2/M期阻滞，促进细胞凋亡，减少细胞增殖和迁移能力，并减少通过HIF-1/Akt/mTOR/p70S6K途径引起的自噬，从而提高缺氧的肿瘤细胞的放射敏感性。
3 结果分析
3.1 生态用地变化分析
夜蚊会叮人，饭蚊会爬饭，于是人们千方百计地想把它们赶尽杀绝。这时蚊虫们说：“贪婪又愚蠢的人们，你们尽管使招儿吧！我们的存在是你们无法改变的，这是大自然的生存法则。
表1 2005—2015年研究区土地利用结构表
Tab.1 Land use structure table of the research area from 2005 to 2015
我们都知道形声字的形旁和字义的联系是比较宽泛、不太确切的，只是提示一个义类信息。但是，只要我们在教学过程中充分利用这一提示作用，就能很好地帮助学生缩小认识的范围。此外，对于组字能力强的形符，可根据所组字的不同意义，形成不同的聚合，分类学习。如口吹的用具：喇、叭、哨、号等[5]。
3.2 全局空间自相关分析
利用GeoDa软件计算研究期间京津冀结合部各地类全局空间自相关指数(Global Moran’I )，以此探索研究区各地类的分布状况(表2)。结果显示：2005—2015年，各地类Global Moran’I 存在一定的时空差异，且指标值变化有一定的联系和规律。除水域和未利用地表现出微弱的负相关外，其他地类均呈正相关关系。研究区南部耕地、建设用地集中分布，城镇空间扩展融合了城镇周边零星分布的建设用地，导致建设用地的聚集程度不断提升，促进了建设用地空间自相关性。而城镇空间扩展仍以老城区为核心，未形成大面积的新城，因此对耕地的空间自相关性影响较小，耕地Global Moran’I 变化不明显。研究区北部受限于地形条件，开发相对滞后，因此北部地区林地和草地Global Moran’I 一直处于较高水平，表明10年来，该地区林地和草地空间自相关性较强。整体上，研究区生态用地在研究期间空间自相关性较强，建设用地不断向外扩张的过程中，生态用地集聚性逐渐增强。
由此可见，在国家严格的土地利用管控政策及京津冀可持续发展理念下，地处京津冀腹地区域的城市扩展及其社会经济发展仍旧压缩了部分生态空间。尤其南部城市结构的调整，而主要依赖向外逐步扩展增长的方式，使得生态用地将进一步减少，对于该地区生态环境建设与提升带来了一定的压力。
表2 2005—2015年研究区各地类Global Moran’ I 指数
Tab.2 Global Moran’ I index of the research area from 2005 to 2015
3.3 双变量局部空间自相关分析
由于地域条件的差异，造成土地覆被变化的驱动力有所不同，对驱动因子进行定量研究能够具体地反映出各因子作用力的大小。通过GeoDa软件，利用空间自相关模型将影响研究区土地覆被变化的各因子进行可视化分析及表达，更直观地突出各因子在不同地域所产生的影响。
利用GeoDa软件探索研究区生态用地变化与各驱动因子的LISA值，并在z 检验的基础上(p =0.05)绘制该地区各驱动因子与生态用地空间自相关的LISA图(图2)。LISA图能够反映自变量与因变量在地域空间内的聚集和分散状况，从而可以看出各驱动因子对因变量的作用。LISA图将空间联系分为高—高(High-High)、低—低(Low-Low)、高—低(High-Low)和低—高(Low-High)4种类型。其中，高—高(High-High)反映地域空间内及其邻域某属性值均高，低—低(Low-Low)的含义与其相反，这两种空间关系是正相关关系，体现出空间属性的聚集性；高—低(High-Low)则表示地域内属性值较高，而其邻域该属性值却较低，低—高(Low-High)型正好相反，这是一种负相关关系，表明空间属性的差异性。
分析发现，导致京津冀结合部生态用地变化的驱动因子存在年际差异性。2005年研究区生态用地主要与人口密度、农机总动力、粮食单产及第三产业占GDP总值存在一定的空间自相关关系(图2)，2015年生态用地存在空间自相关的因子主要包括人口数量、人口密度、农机总动力、城市化率、全社会固定资产投资总额和粮食单产(图3)。不同驱动因子对生态用地作用不同，相同因子在不同时期所起到的影响也有所差异。
图2(a)中，2005年密云区和兴隆县的生态用地与人口密度High-Low相关(p =0.05)，该地区位于研究区北部，地形以山地为主，是林地集中分布的区域，开发成本相对较高，地区人口密度较小；南部三河县、大厂回族自治县、香河县、通州区及大兴区生态用地与人口密度Low-High相关(p =0.05)，这些地区地形条件较北部地区优越，经济社会发展状况更好，是人口集中分布的地区。图2(b)显示大厂回族自治县和通州区生态用地与农机总动力水平Low-High相关(p =0.05)，地处研究区南部平原地区，地势条件有利于农业机械的使用，在城镇空间不断压缩耕地的背景下，机械化农业有利于促进粮食的商品率。图2(c)主要分析生态用地与粮食单产的空间自相关关系，其中，密云区生态用地与粮食单产High-Low相关(p =0.01)，该地区地处山地农业基础较薄弱区，农业发展相对滞后；宝坻区生态用地与粮食单产High-High相关(p =0.01)，凭借地形上的优势及地方财政对农业的投入，该地区粮食单产较高。图2(d)反映第三产业比重占GDP比重对生态用地的作用，兴隆县生态用地与该因子High-High相关(p =0.05)，该地区旅游资源多，以旅游为主的服务型行业发展较快。
图2 2005年生态用地与驱动因子空间自相关关系
Fig.2 Spatial autocorrelation of ecological land and driving factors in 2005
全局自相关是在假定空间同质的基础上进行分析，而现实中空间要素的分布存在异质性，所研究属性既受自身条件的影响，其相邻事物的属性也会对其产生一定的作用。为了更明确地衡量空间要素的相关性，以及生态用地变化与各影响因子之间的关系，本研究采用双变量区域空间自相关对其进行探索，并利用GeoDa软件计算生态用地与各影响因子的LISA图，将分析结果进行可视化。双变量局部空间自相关定义如下：
图3 2015年生态用地与驱动因子空间自相关关系
Fig.3 Spatial autocorrelation of ecological land and driving factors in 2015
4 讨论
过分依赖资源消耗的土地利用模式不利于土地资源的可持续发展，优化资源结构及改善土地利用方式是区域长期稳定发展的必要手段。近10年来京津冀结合部地区土地利用方式在促进该地区社会经济发展的同时，也带来了相应的生态环境压力，土地资源的可持续发展亟需做进一步调整。(A)坚持以严格保护耕地尤其是基本农田为前提、以控制建设用地为重点、以节约集约用地为核心的基本原则。研究区南部应有效控制耕地过度流失，北部山区可以划定相应的自然保护区来促进林地的保护，从而提高当地生态环境。(B)加大农业科技投入和农业扶持力度，提高农业单产水平。一方面，京津冀结合部耕地面积有限，在耕地适度减少的背景下，可以通过加大对农业科技投入和扶持力度，改善耕地质量，保障该地区农业产量。另一方面，通过归并零碎耕地，提高耕地利用效率，保证耕地质量，将质量水平较低的耕地退耕还林、还草。(C)促进土地城镇化和人口城镇化协调发展。过快的人口城镇化导致城镇空间过分依赖面积扩展来缓解城市人口压力，这与实现节约资源和保护环境的空间格局背道而驰。可以通过调整城镇内部空间结构，充分挖掘现有建设用地潜力，以达到提高资源利用率及缓解人口压力的目标。
目前，国内学者关于京津冀结合部的概念并没有明确的界定。本研究涉及的京津冀结合部地区主要为京津冀交界处经济发展水平和基础设施相对较好的区县，具有一定的代表性。此外，本文在研究指标的选取上略显单薄，在今后的研究中，可以从科技发展水平、居民富裕程度和价值观念等方面选取一些可以量化的指标进行更加深入的研究。生态用地空间变化研究是一个复杂的系统工程，本文仅利用空间自相关模型和GIS技术来分析生态用地变化及驱动因素，其理论和实践还有待进一步深入研究。
较之传统节庆表演的固定形式化、民俗活动较单一的内容选择，社区教育能够整合调度多种教育资源，吸收各级政府、公共文化机构、学校、商业组织等多方的聚合力量，充实非物质文化遗产传承与创新活动的实施内容、形式和手段，更大范围地扩大社会凝聚力和影响力。
5 结论
本文基于GeoDa和ArcGIS技术，利用2005年、2010年及2015年3期土地利用遥感监测数据，并通过空间自相关模型探索人口数量、人口密度等驱动因子对京津冀结合部生态用地变化的作用规律，主要研究结论如下。
5.1 生态用地对于维持生态系统稳定、确保粮食安全具有不可替代的作用，而经济效益驱使建设用地不断扩张，占用部分生态用地。为应对近年来京津冀地区出现的水土流失、土地沙化、草场退化和沙尘暴频繁等生态问题，国家制定了严格的土地政策，加强了对生态环境的保护。政策的出台与执行往往存在一个滞后期，在研究期间，生态用地仍减少193.13 km2，而建设用地增加193.09 km2，占生态用地减少量的99.98%，是生态用地的主要流失方向。相对于北部山区，南部平原区生态流失量较多，表明地形条件及社会经济发展状况对生态用地有一定的影响。
5.2 全局空间自相关分析结果显示，10年来，京津冀结合部生态用地空间自相关性逐步加强，生态用地聚集性不断提升。南部平原区人口密集大，城镇空间不断扩张，使得原本分散的建设用地和生态用地趋向集中分布；而研究区北部山区受地形条件限制，人口较稀疏，且山地开发成本相对较平原地区高，研究期间北部山区林地流失较少，因此北部地区生态用地的聚集性较好。
5.3 双变量局部空间自相关分析结果表明，研究期间与京津冀结合部生态用地始终保持空间自相关的驱动因子主要包括人口密度、农机总动力和粮食单产，说明人口集聚程度、农业机械化水平及耕地利用效率与生态用地变化关系紧密，三者与生态用地均呈负的空间自相关关系。对研究区生态用地变化产生影响的因子还包括：第三产业产值占GDP比重、人口数量、城市化率及全社会固定资产投资总额，而这些因素存在年际差异性。这主要是受社会经济发展的影响，产业结构的调整、人口增长、城市化进程加快等都起到了很重要的作用。
参 考 文 献：
[1] 张骞,高松峰,高成全,等.近20年平顶山市生态用地及其生态系统服务演变[J].生态科学,2018,37(3):159-168. DOI: 10.14108/j.cnki.1008-8873.2018.03.021.
[2] 徐健,周寅康,金晓斌,等.基于生态保护对土地利用分类系统未利用地的探讨[J].资源科学,2007(2):137-141.
[3] 李明薇,郧雨旱,陈伟强，等.河南省“三生空间”分类与时空格局分析[J].中国农业资源与区划,2018,39(9):13-20. DOI: 10.7621/cjarrp.1005-9121.20180902.
[4] GRONDIN P, GAUTHIER S, BORCARD D, et al. A new approach to ecological land classification for the Canadian boreal forest that integrates disturbances[J]. Landscape Ecology,2014,29(1)：1-16. DOI:10.1007/s10980-013-9961-2.
[5] JIA X C. Characteristic of the Russian land management system[J]. Forestry Economics, 2006(7):78-80. DOI：10.13843/j.cnki.lyjj.2006.07.021.
[6] 李贤江,石淑芹,蔡为民,等.基于CA-Markov模型的天津滨海新区土地利用变化模拟[J].广西师范大学学(自然科学版),2018,36(3):133-143. DOI：10.16088/j.issn.1001-6600.2018.03.019.
[7] 吴霞,王世荣,尚红莺,等.宁夏近18年来耕地面积动态变化及驱动力分析[J].中国农业资源与区划,2017,38(8):98-104. DOI:10.7621/cjarrp. 1005-9121. 20170814.
[8] 姜楠,贾宝全,宋宜昊.基于Logistic回归模型的北京市耕地变化驱动力分析[J].干旱区研究,2017,34(6):1402-1409. DOI:10．13866/j.azr.2017.06.24.
[9] 张婷,骆希,蔡海生.江西省耕地的动态变化及驱动因子[J].水土保持通报,2014,34(3):305-310. DOI:10.13961/j.cnki.stbctb.2014.03.060.
[10] 唐文刚,范占永,孙伟晔.苏州工业园区建设用地变化及驱动力的灰色关联分析[J].测绘通报,2014,27(11):113-115.DOI:10.13474/j.cnki.11-2246.2014.0377.
[11] 张雪茹,尹志强,姚亦锋,等.安徽省城市建设用地变化及驱动力分析[J].长江流域资源与环境,2016,25(4):544-551. DOI:10.11870/cjlyzyyhj201604002.
[12] 曹银贵,周伟,乔陆印,等.青海省2000—2008年间城镇建设用地变化及驱动力分析[J].干旱区资源与环境,2013，27(1):40-46. DOI:10.13448/j.cnki.jalre.2013.01.023.
[13] 吴大放,刘艳艳,董玉祥,等.珠海市建设用地变化时空特征及其驱动力分析[J].经济地理,2010(2):226-232. DOI：10.15957/j.cnki.jjdl.2010.02.012.
[14] 罗迎新.广东梅州地区建设用地变化及其驱动力研究[J].热带地理,2009(3):268-273.DOI：10.13284/j.cnki.rddl.001258.
[15] 徐丽婷,徐羽,钟业喜,等.转型背景下城乡建设用地演变特征及驱动力：以江西省为例[J].水土保持研究,2018,25(2):328-334. DOI:10.13869/j.cnki.rswc.2018.02.047.
[16] 董景瑜,王三.重庆都市功能拓展区建设用地时空扩展特征及驱动力分析：以北碚区为例[J].西南师范大学学报(自然科学版),2015,40(9):190-196.DOI:10.13718/j.cnki.xsxb.2015.09.030.
[17] 董雅文，周雯，周岚，等.城市化地区生态防护研究：以江苏省南京市为例[J].城市研究，1999,2(2)：6-10.
[18] 岳健,张雪梅.关于我国土地利用分类问题的讨论[J].干旱区地理,2003,26(1):78-88. DOI：10.13826/j.cnki.cn65-1103/x.2003.01.015.
[19] 管青春,郝晋珉,石雪洁,等.中国生态用地及生态系统服务价值变化研究[J].自然资源学报,2018,33(2):195-207. DOI: 10.11849/zrzyxb.20161400.
[20] 龙花楼,刘永强,李婷婷,等.生态用地分类初步研究[J].生态环境学报,2015,24(1):1-7. DOI: 10.16258/j.cnki.1674-5906.2015.01.001.
[21] 周朕,蒙吉军,齐杨,等.中国生态用地重要性及其格局优化研究进展[J].生态学杂志,2016,35(1):218-225. DOI：10.13292/j.1000-4890.201601.030.
[22] 孙海清,许学工. 北京绿色空间格局演变研究[J].地理科学进展,2007,26(5):48-56.
[23] 邓红兵,陈春娣,刘昕,等. 区域生态用地的概念及分类[J].生态学报,2009,29(3):1519-1524.
[24] 谭永忠,赵越,曹宇,等.中国区域生态用地分类的研究进展[J].中国土地科学,2016,30(9):28-36.DOI: 10.11994/zgtdkx.20161019.142439.
[25] 刘瑞,朱道林,朱战强,等.基于Logistic回归模型的德州市城市建设用地扩张驱动力分析[J].资源科学,2009,31(11):1919-1926.
[26] 李洪,宫兆宁,赵文吉,等.基于Logistic回归模型的北京市水库湿地演变驱动力分析[J].地理学报,2012,67(3):357-367.
[27] 滕宇思,夏维力.城市化进程中的西安市土地利用变化及其驱动力分析[J].测绘科学,2015,40(2):109-114. DOI：10.16251/j.cnki.1009-2307.2015.02.021.
[28] 吴明发,欧名豪,廖荣浩.经济发达地区土地利用变化及其驱动力分析：以广东省为例[J].水土保持研究,2012(1):179-183.
[29] 谢余初,张影,钱大文,等.基于参与式调查与主成分分析的金塔绿洲变化驱动力分析[J].地理科学,2016,36(2): 312-320. DOI: 10.13249/j.cnki.sgs.2016.02.019.
[30] 吕桐,吴永波. 基于RS的崇明岛土地利用变化及驱动力分析[J].中国农学通报,2014(5):203-207.
[31] 潘荟交,王怀英,杨华容,等.近10年崇州市土地利用变化基本特征与空间格局[J].中国农业资源与区划,2018,39(3): 71-77. DOI: 10.7621/cjarrp. 1005-9121.20180310.
[32] 曹祺文,吴健生,仝德,等.基于空间自相关的区域农地变化驱动力研究：以珠三角地区为例[J].资源科学,2016,38(4):714-727. DOI：10.18402/resci.2016.04.13.
[33] 赵明月. 基于不同空间矩阵的空间自相关模型的土地利用驱动力的研究[D].济南：山东科技大学,2017.
[34] 刘世梁,刘琦,张兆苓,等.云南省红河流域景观生态风险及驱动力分析[J].生态学报,2014,34(13):3728-3734. DOI: 10.5846/stxb201306121681.
[35] 曹玉青. 京津冀结合部城市生态位评价及预测[D].天津：天津工业大学,2018.
[36] 李晨曦，吴克宁，刘霈珈，等．土地利用变化及社会经济驱动因素：以京津冀地区为例[J].江苏农业科学，2017，45(12):279-283.DOI:10.15889/j.issn.1002-1302.2017.12.069.
[37] 胡乔利,齐永青,胡引翠,等.京津冀地区土地利用/覆被与景观格局变化及驱动力分析[J].中国生态农业学报,2011,19(5):1182-1189. DOI: 10.3724/SP.J.1011.2011.01182.
[38] 谢花林.基于Logistic回归模型的区域生态用地演变影响因素分析：以京津冀地区为例[J].资源科学,2011,33(11):2063-2070.
Change and Driving Forces of Ecological Land Use in Beijing-Tianjin-Hebei Junction Area
ZHU Kaini 1,SHI Shuqin 1*,YU Wentao 1,HE Yingbin 2
(1.School of Economics and Management, Tianjin Polytechnic University, Tianjin 300380, China; 2.Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081,China)
Abstract ： Ecological land is an important carrier to maintain human health and social sustainable development. Research on the change and driving force of ecological land use is beneficial to regional ecological planning and ecological civilization construction. Remote sensing monitoring data of land use in 2005, 2010 and 2015 were used to construct the spatial autocorrelation model of ecological land use change based on the first law of geography. This paper analyzes the ecological land use change and its extension mechanism in the Beijing-Tianjin-Hebei junction area. The results showed that: (1) By the end of 2015, the area of ecological land in Beijing-Tianjin-Hebei junction area was 13 049.71 km2. Among them, cultivated land accounted for 52.42%, woodland, grassland and water area accounted for 32.26%, 10.05% and 5.27% respectively, and the cultivated land was mainly distributed in southern plain area in the study area, and the northern mountain woodland agglomeration. (2) During the study period, the ecological land decreased by 193.13 km2, and the main loss direction was construction land, and the cultivated land decreased the most, accounting for 95.04%. (3)The spatial autocorrelation between ecological land and construction land increased and the spatial aggregation gradually strengthened. (4)Population density, total power of agricultural machinery and grain yield were the most important factors to cause the change of ecological land use, indicating that the degree of population agglomeration, agricultural mechanization level and the efficiency of arable land has an important influence on the ecological land. Optimizing resource structure and improving land use pattern are of great significance to promoting regional sustainable development and ecological civilization construction.
Keywords ： ecological land; ecological civilization; driving force; spatial autocorrelation; Beijing-Tianjin-Hebei junction area
DOI ：10.16088/j.issn.1001-6600.2019.04.019
http：//xuebao.gxnu.edu.cn*
*收稿日期： 2019-03-19
基金项目： 国家社会科学基金(17BJY090)；教育部人文社科项目(16YJCZH082)；教育部青年基金项目(16YJC630149)；天津市高等学校创新团队培养计划(TD13-5038)
通信联系人： 石淑芹(1980—)，女，山东淄博人，天津工业大学教授，博士。E-mail:ssq0533@163.com
中图分类号： X171
文献标志码： A
文章编号： 1001-6600(2019)04-0153-10
引用格式： 朱凯妮，石淑芹，余文涛，等. 京津冀结合部生态用地变化及驱动力研究[J]. 广西师范大学学报(自然科学版)，2019,37(4)：153-162.
ZHU Kaini, SHI Shuqin, YU Wentao, et al. Change and driving forces of ecological land use in Beijing-Tianjin-Hebei junction area[J]. Journal of Guangxi Normal University (Natural Science Edition), 2019,37(4)：153-162.
(责任编辑 王龙杰)
标签：生态用地论文; 生态文明论文; 驱动力论文; 空间自相关论文; 京津冀结合部论文; 天津工业大学经济与管理学院论文; 中国农业科学院农业资源与农业区划研究所论文;