中国土地利用空间均衡度时空特征分析

谭术魁，刘 琦，李雅楠

（1.华中科技大学公共管理学院，湖北 武汉 430074；2.武汉工程大学管理学院，湖北 武汉 430205）

1 引言

土地利用空间均衡是全国主体功能区规划和国土空间有序开发战略的内在要求，也是坚持绿色、协调发展理念的必然选择[1]。中国已步入以资源环境约束加大为主要特征的矛盾凸显期[2]，促进土地利用空间均衡发展尤为重要。土地利用空间均衡度作为衡量土地利用强度与区域土地实际供给能力协调匹配程度的重要指标，成为人们关注的热点。目前，关于土地利用空间均衡度的文献主要是基于内涵界定[3]、空间均衡度模型构建[3-4]、空间均衡配置[5-7]、均衡态势分析[8]等展开，为土地利用空间均衡度研究构建了理论分析框架和模型基础。已有研究关注微观尺度上区域供给能力和土地利用强度的匹配性[2]，或者研究单一年份的省域均衡度[4]，未从宏观尺度，多年份数据揭示空间均衡度的区域差异和时间变化特征，缺乏时间—空间大尺度层面的研究。本文将拓展研究单纯描述空间均衡度的静态特征，分析其时间动态变化，同时将微观层面的省内空间范围扩展到大尺度地理空间，揭示其省际差异和地区差异。

鉴于此，本文在借鉴已有研究成果的基础上，采集中国三个五年规划期的相关数据，基于国土空间的自然、经济、社会和人口环境异质性，以2004、2009和2014年中国31个省份为研究典型单元，尝试借助指数模型、ArcGIS 10可视化平台和Markov链，在时间—空间大尺度下，衡量区域土地供给能力和土地利用开发强度的匹配性，分析土地利用空间均衡度时空特征，探究其演变规律，以期为地区发展科学管控和土地领域供给侧结构性改革提供重要参考和依据。

2 研究方法和数据来源

2.1 指标选取与数据来源

本文参考已有文献[2-3，9]，依据空间均衡相关理论，从区域土地空间供给能力和土地利用强度两个维度选取评价指标。区域土地供给能力主要体现为经济集聚、交通运输、资源保障和生态安全，土地利用强度则主要表现为建设用地比重、经济密度、人口容量和环境承载。

遵循代表性和数据的可获得性原则，区域土地供给能力评价指标有：（1）经济集聚指数，反映地区经济规模，用地均财政收入表示。（2）交通经济指数，衡量地区可达性水平和交通便捷程度，用公路密度表示。（3）资源保障指数，反映水土等基本资源的贡献和支持潜力，用人均水资源和人均土地资源表示。（4）生态安全指数，代表自然生境维持的必要性，用湿地、森林、自然保护区分布面积占比表示。土地利用强度评价指标有：（1）建设用地比重指数，反映建设用地的规模，用建设用地占比表示。（2）经济密度，衡量工业化和城市化建设的产出水平，用地均GDP表示。（3）人口容量，反映单位面积土地承载的人口数量，用人口密度表示。（4）环境承载指数，反映工业化和城市化对环境的影响，用地均COD排放量、地均SO2排放量表示。

相关社会经济数据主要来自《中国统计年鉴》（2005、2010和2015年），2014年耕地面积数据来自《中国环境统计年鉴》（2015年）。由于资料局限，本文未涉及香港、澳门和台湾地区。

2.2 指数计算模型

（1）数据标准化。本文采用极值法对各解释变量进行数据标准化处理，以消除量纲影响和变量自身变异大小和数值大小的影响。数据标准化公式如下：

式（1）—式（2）中，Xi为数据标准化后具有10%统计波动的指标值，Xij为省的第i项指标的原始数据值，minXij为j省的第i项指标数据的最小值，maxXij为j省的第i项指标数据的最大值。

（2）指数计算。基于标准化的数据，为减小统计波动，采用算术平均法和几何平均法相结合的方式分别计算各省的土地供给能力指数（LS）和土地利用强度指数（LD）。在此基础上，为增强数值分析的层次性和减小计算误差，采用以下均衡度指数计算土地利用空间均衡度（DB）。计算公式：

式（3）—式（5）中，LS为区域土地供给能力指数，EA为经济集聚指数，TR为运输经济指数，RG为资源保障指数，ES为生态安全指数，LD为土地利用强度指数，CP为建设用地比重指数，ED为经济密度指数，PD为人口密度指数，EV为环境承载指数，DB代表土地利用空间均衡度，α和β为权重，表明土地供给能力指数和土地利用强度指数的匹配性，k为调节系数，当k = 1/2时，DB为LD与LS的几何平均值相对于算术平均值的均衡度。通过权衡土地利用强度与区域土地供给能力的重要性，本文取最佳匹配值α= β= 0.5。为使计算结果具有较好的层次性，取k = 3。在归一化的区间，DB = ［0，1］，改进的DB分析式（5）给出理想的极限。当DB = 0，表示根本不均衡；当DB = 1，表示最佳均衡状态；DB越大则越均衡。

2.3 马尔科夫链

马尔科夫链是一种特殊的随机过程[10]。土地利用空间均衡度的类型演化符合马尔科夫过程的“无后效性”特征，即预测将来土地利用空间均衡度的类型，只需掌握当前类型，无需知道其历史状态。基于空间均衡度的马尔科夫演化规律，进一步采用中国31个省（区、市）在三个五年规划期间的典型数据，通过对比数值分析空间均衡度随时间的变化，研究中国土地利用空间均衡度的时间演化特征。采用数据离散化方法，将中国土地利用空间均衡度划分为N种状态区间，统计区域内不同状态之间的转移概率P，为马尔科夫链的遍历性和平稳分布提供基础，其中，矩阵元Pij是定量测度土地利用空间均衡度由类型i转到类型j的概率。

3 结果与分析

数据标准化后，运用指数模型计算出2004、2009和2014年中国31个省（区、市）土地利用空间均衡度值，如表1。本文将土地利用空间均衡度（DB）设定为4种等级类型：土地利用空间优质均衡（0.9＜DB≤1）、土地利用空间中度均衡（0.7＜DB≤0.9）、土地利用空间勉强均衡（0.5＜DB≤0.7）和土地利用空间失衡（0≤DB≤0.5）。

3.1 土地利用空间均衡度时间特征分析

（1）土地利用空间均衡度总体上在一定范围内平稳波动。表1显示，从全国层面看，2004、2009和2014年，土地利用空间均衡度的全国平均水平处于中度均衡状态：2004—2009年，空间均衡度总体表现为下降趋势，平均值从2004年的0.888降到2009年的0.878；2009—2014年，空间均衡度总体呈现上升趋势，2014年升至0.882；2004—2014年，空间均衡度表现出锯齿状波动下降趋势，但降幅极小，变化速率仅0.7%。从省份层面看（图1），2004—2014年，全国31个省（区、市）不同等级空间均衡度的数量变化情况是：优质均衡和失衡的省（区、市）数量在下降，分别从19个和1个减少到17个和0；中度均衡和勉强均衡的省份数量在上升，分别从9个和2个增加到11个和3个。总体而言，土地利用空间均衡度变化相对平稳。此外，优质均衡和中度均衡的省份数量之和保持不变，共28个，占比90.3%，说明中国绝大多数省（区、市）的土地利用强度与区域土地供给能力基本协调。

表1 全国31个省（区、市）土地利用空间均衡度值Tab.1 Spatial balance degrees of land use in 31 provinces of China

图1 2004—2014年省（区、市）土地利用空间均衡度类型分布统计Fig.1 Cartogram of spatial balance degrees of land use of provinces from 2004 to 2014

（2）土地利用空间均衡度省域差异呈现缩小的趋势。从各省（区、市）状态转移方面看，2004—2014年，江西、四川、贵州、陕西和宁夏5个省（区、市）由优质均衡转为中度均衡，只有北京、青海和新疆3个省份由中度均衡转成优质均衡。2004年均衡度指数的最低值（0.483）和2014年均衡度指数的最低值（0.527）均出现在西藏，状态由失衡转为勉强均衡，变化幅度为9.11%。各省（区、市）等级类型间转移总体上表现出从失衡和优质均衡向勉强均衡和中度均衡集中的特征，表明中国各省（区、市）间均衡度差异逐渐缩小。为进一步验证，根据计算得到的土地利用空间均衡度值，结合相关公式，计算土地利用空间均衡度的极差、标准差、变异系数，得到的结果如表2。极差和标准差能够反映省（区、市）间土地利用空间均衡度的绝对差异。中国31个省（区、市）土地利用空间均衡度的极差从2004年（0.517）到2014年（0.473），呈减小趋势，下降幅度为9.3%，标准差从2004年（0.129）到2014年（0.117）下降10.26%。变异系数可以反映省（区、市）间土地利用空间均衡度的相对差异。土地利用空间均衡度的变异系数从2004年（0.145）到2014年（0.133）下降8.28%。综合来看，各省（区、市）土地利用空间均衡度在考察期内呈现向省域差距缩小的格局演变。

表2 土地利用空间均衡度描述性统计Tab.2 The descriptive statistics of spatial balance degrees of land use

（3）阶段性变化以土地利用空间均衡度下降为主要特征。分别考察两个5年时间段空间均衡度的变化情况，通过分析可得：2004—2009年，空间均衡度降低的省（区、市）分别是山西、辽宁、安徽、江西、湖北、湖南、广东、广西、重庆、四川、贵州、陕西、天津、吉林、黑龙江、甘肃、青海和新疆，共18个，比重为58.1%，北京、内蒙古、上海、江苏、山东、云南、西藏、河北、浙江、山东、河南、海南和宁夏13个省（区、市）的空间均衡度则上升。2009—2014年，山西、辽宁、安徽、江西、湖北、湖南、广东、广西、重庆、四川、贵州、陕西、河北、浙江、山东、河南、海南和宁夏等的空间均衡度下降，下降的省（区、市）有所差别，但数量与上一阶段相同。在这一阶段，空间均衡度上升的省（区、市）是北京、内蒙古、上海、江苏、山东、云南、西藏、天津、吉林、黑龙江、甘肃、青海和新疆，共13个，仅占比41.9%。这说明在两个5年研究时段，全国范围内的土地利用强度与区域土地供给能力的协调匹配程度普遍下降。

3.2 土地利用空间均衡度空间特征分析

（1）土地利用空间均衡度空间分布不平衡。图2显示，从全国地理分区来看，2004年，优质均衡区分布在中国华东、华中、华南部，中度均衡区分布在中国东北、华北、西北部，勉强均衡区分布在西南、华东部，失衡区分布在西南部。2009年土地利用空间均衡度空间分布格局与2004年的大体一致，但略有差别，具体表现在：优质均衡区在西南部的分布范围有所缩减，中度均衡区扩展到西南部，勉强均衡区转移到东北部。2014年土地利用空间均衡度空间分布格局较之2009年发生显著变化，分别是：优质均衡区在华中的分布范围缩减，但在西北部的分布优势十分明显，取代中度均衡区在西北部的部分区域；中度均衡区在西北部的分布优势减弱，分布范围锐减；勉强均衡区取代失衡区在西南部分布；失衡区消失。从沿海与内陆间关系看，考察期内，优质均衡区主要集中在东部沿海、“胡焕庸线”的东侧，覆盖山西、辽宁、江苏、浙江、安徽、福建、山东、河南、湖北、湖南、广东、广西和重庆等，而中度均衡区、勉强均衡区和失衡区主要集中在内陆地区、“胡焕庸线”的西侧，包括内蒙古、甘肃和西藏等。除个别省（区、市）外，土地利用空间均衡度基本上呈现从东部沿海地区向内陆地区递减的空间格局。

图2 中国土地利用空间均衡度空间分布Fig.2 Spatial distribution of spatial balance degrees of land use in China

（2）土地利用空间均衡度具有显著的地区差异。按照传统划分方法，将中国划分为东部、中部、西部三大地区，考察土地利用空间均衡度的地区分异规律。图3显示，2004—2014年，东部和中部地区空间均衡度的变化轨迹大致是一个旋转90°的“X”形状，东部地区空间均衡度逐渐增加，中部地区则相反，但两个地区的变化速率大体相当。西部地区空间均衡度在2004—2009年不断下降，之后逐渐趋向平稳。2004—2014年，东部地区和中部地区的空间均衡度一直高于全国平均值，而西部地区远低于全国平均水平，表明土地利用空间均衡度分布具有东、中部高，西部低的地区分异特征。考察期内，土地利用空间均衡度逐渐与三大地区经济格局相吻合。2004年，东、中、西部分别有36%、25%和50%的省份没有达到优质均衡，而到2014年，东、中、西部没有达到优质均衡的分别为27%、37.5%和67%，表明东部地区与中、西部地区土地利用空间均衡水平的差距正在扩大。

（3）土地利用空间均衡度在空间上经历从集中到“分散化集中”的过程。由图2可知，优质均衡区和中度均衡区在2004年占主体，集中连片特征明显，其中，优质均衡区呈团状聚集，中度均衡区呈东—西向条带状分布，而勉强均衡区和失衡区面积较小，聚集在一两个省份，不同等级土地利用空间均衡度的空间分布较为集中。考察期末，不同等级土地利用空间均衡度的空间分布则表现出“分散化集中”的特征，具体体现在：优质均衡区分散在中国东、西部地区，且面积大体相当，但组团分布特征明显；中度均衡区主体范围呈团状，但有小面积的中度均衡区内嵌在东部优质均衡区，勉强均衡区分散在中国东北和西南两个方向。对比两个时期的整体分布方向和特点，2004—2014年，中国土地利用空间均衡度的空间演变过程具有从集中到“分散化集中”的特点。

图3 2004—2014年土地利用空间均衡度三大地区对比Fig.3 Comparison of three regions of spatial balance degrees of land use from 2004 to 2014

3.3 土地利用空间均衡度Markov链分析

表3 2004—2014年中国土地利用空间均衡度演变的Markov转移概率矩阵Tab.3 Markov transfer probability matrix of spatial balance degrees of land use in China from 2004 to 2014

运用Markov模型计算2004—2014年土地利用空间均衡度的不同类型转移概率矩阵，其中，对角线上的数值表示类型没有发生变化的概率，非对角线的数值表示类型发生转移的概率。表3所反映的2004—2014年不同类型间转移的特点是：（1）对角线上的数值分别为0.737、0.445、0.000和0.000，说明一个省（区、市）如果在初期处于优质均衡、中度均衡，在随后年份属于该类型的可能性为73.7%和44.5%，如果处于勉强均衡、失衡状态，则在随后年份属于该类型的可能性几乎不存在。其中，中度均衡的稳定性较差，但转换为优质均衡的概率（33.3%）比转换为勉强均衡（22.2%）的概率大。（2）概率转移矩阵的第3行第2列和第4行第3列元素数值均为1.000，大于对角线区域，说明在考察期内，土地利用空间均衡度的状态正在往更高一级别均衡水平发展。这种不同土地利用空间均衡等级向上转移或向下转移的概率大于其向下转移或向上转移的概率，直至逐步趋向中度均衡，所形成的土地利用空间均衡等级朝着某一等级趋同的现象称为“俱乐部趋同”[11]。（3）通过对遍历性的考察，2004—2014年中国土地利用空间均衡度的平稳分布呈现出从优质均衡到失衡递减的态势，说明在转移概率矩阵保持不变的前提下，土地利用空间均衡度的总体发展格局会趋向中度均衡乃至优质均衡。

4 结论

（1）时间特征方面。中国土地利用空间均衡度总体处于较高水平，并在一定范围内波动变化，省域差异呈现缩小的趋势，阶段性变化以土地利用空间均衡度下降为主要特征。

（2）空间特征方面。土地利用空间均衡度空间分布不平衡，具有显著的地区差异，东部地区与中、西部地区的土地利用空间均衡水平差距在扩大，在整体空间上由集中向“分散化集中”演变。

（3）土地利用空间均衡度各类型状态转移方面。优质均衡相对稳定，而中度均衡、勉强均衡和失衡三种类型的流动性较大，若转移概率矩阵保持不变，整体发展格局会趋向中度均衡乃至优质均衡。

（4）土地开发强度和区域土地供给能力的相对关系变化会引起土地利用空间均衡度的变动，进而推动土地利用空间均衡度分布格局的演变。因此，对于已经达到优质均衡的省份需要维持二者的均衡，而属于中度均衡、勉强均衡和失衡的省份应该调整土地开发强度与区域土地供给能力的协调匹配程度。各省份要结合自身实际情况，开发过度的地区应该在资源环境约束下控制土地利用开发强度，注重内涵挖潜，开发不足的地区，则应在生态环境保护的前提下重点开发。

（

）：

［1］ 张玉泽，张俊玲，程钰，等. 供需驱动视角下区域空间均衡内涵界定与状态评估──以山东省为例［J］ . 软科学，2016，30（12）：54 - 58.

［2］ 卞凤鸣，刘彦彤，赵玲. 吉林省土地利用空间均衡度评价研究［J］ . 中国土地科学，2015，29（12）：74 - 80.

［3］ 吕晓，黄贤金，钟太洋，等. 建设用地扩张过程的时间均衡态势分析［J］ . 农业工程学报，2013，29（15）：236 - 243.

［4］ 陈逸，黄贤金，陈志刚，等. 中国各省域建设用地开发空间均衡度评价研究［J］ . 地理科学，2012，32（12）：1424 - 1429.

［5］ Sudarshan C, Athula N. Climate change adaptation in agriculture: A computable general equilibrium analysis of land-use change in Nepal［J］ . Land Use Policy，2016，59（11）：241 - 250.

［6］ Lossau S, Fischer G, Tramberend S, et al. Brazil’s current and future land balances: Is there residual land for bioenergy production? ［J］ .Biomass and Bioenergy，2015，81（4）：452 - 461.

［7］ 荀文会，刘友兆. 资源场理论与土地利用的空间均衡配置──以江苏省为例［J］ . 广东土地科学，2005，（5）：24 - 28.

［8］ 吕晓，黄贤金. 县域建设用地扩张的空间均衡态势分析──以江苏通州为例［J］ . 地理与地理信息科学，2015，31（5）：53 - 59.［9］ 陈雯，孙伟，赵海霞. 区域发展的空间失衡模式与状态评估──以江苏省为例［J］ . 地理学报，2010，65（10）：1209 - 1217.

［10］ 杜际增，王根绪，李元寿. 基于马尔科夫链模型的长江源区土地覆盖格局变化特征［J］ . 生态学杂志，2015，34（1）：195 - 203.

［11］ Quah，Danny T. Regional convergence clusters across Europe［J］ . European Economic Review，1996，40（3 - 5）：951 - 958.