长株潭城市群土地资源承载力评价

喻送霞 ，杨 波，宾津佑，叶帮玲，丁闪闪，陶前辉，李 博，左 青

（1.湖南师范大学 资源与环境科学学院，湖南 长沙 410081；2.广东海洋大学 管理学院，广东 湛江 524088）

土地资源是人类社会赖以生存和发展的基础。近年来，土地资源的需求量随着工业化和城市化水平的不断提高日益增加，在土地资源开发利用的过程中，常常伴随着资源短缺、土壤侵蚀以及土壤污染等环境问题的出现，如何保障经济发展和土地资源质量的平衡性仍是社会可持续发展的突出矛盾[1]。土地资源承载力是指土地资源作为承载体，在一定的经济、社会和生态环境条件下，土地资源其本身不受破坏的状态下所能承受的人口和经济规模[2-4]。土地资源承载力作为土地资源开发利用的警示灯，能够反映区域土地生态安全现状和承载阈值。保护区域生态环境，缓解经济发展与土地需求量之间矛盾，将是促进区域经济可持续发展的必由之路。

从土地资源承载力评价方法来看，技术方法多样，如系统动力学方法[5]、指标体系法[6-8]、等以定量指标为基础展开评价的方法以及面向空间信息、有效突破技术层面的评价方法[9-10]均被引入测度土地资源承载力评价。从研究指标来看，现有研究尚未形成统一的测度指标体系，多基于单一指标或多维综合指标测度区域提地资源承载力。从研究内容来看，现有针对于中部典型城市群地区土地承载力状况的研究仍较少涉及，而长株潭城市群作为湖南省乃至中部崛起重要增长极点，同时也是一带一路经济带、长江经济带等重要战略地带的支撑节点，因此，探究长株潭城市群土地资源承载力对于提升该区域可持续发展能力、优化区域资源配置等具有重要意义。

本文着眼于长株潭城市群经济发展与土地需求之间的矛盾，充分考虑到研究区经济开发、农业发展、人粮关系等诸多因素，应用指标体系法综合各种因素进行分析，利用RS和GIS技术获取准确的资源空间信息，以格网为基本评价单元，利用DPSIR模型的指标体系法对2015年长株潭城市群土地资源相对承载力进行评价。不同于以往对于土地承载力常规的定性研究，本文基于长株潭城市群土地利用基础数据，借助ArcGIS10.2平台对各指标进行定量计算，并对研究区土地承载力等级的空间分布进行可视化，最后基于承载力分布格局从地理条件、历史条件、发展现状、政策等方面开展成因分析，这在一定程度上弥补了传统的指标评价法无法实现定位评价的缺陷，提高了研究精度。本研究对于明确长株潭城市群土地资源相对承载力的现状，从而有针对性地制定相应的土地利用政策，更好地促进当地社会经济的发展均具有一定的借鉴意义。

一、材料与方法

（一）研究区概况

长株潭城市群位于湖南省东北部，依傍湘江下游两侧呈“品”字形分布。地形东北高西南低，地貌类型多样，以丘陵、平地为主。本文研究范围为长株潭城市群的核心区，即长沙、株洲、湘潭三市。该区域是湖南省的经济发展核心区和经济增长极，是湖南省的政治、文化、经济中心，是我国较早探索经济区域一体化的发展的区域，其经济社会发展地位突出，且该区域土地资源利用特征明显。

图1 长株潭城市群2015年土地利用现状

利用遥感解译获得2015年长株潭城市群土地利用现状图，长株潭城市群国土面积为28 008.32 km2，其中：水域面积为1 401.15 km2，占城市群面积的5%；建设用地总面积为3 714.3 km2，占城市群土地总面积的13.3%，主要分布在城市群市域中心，沿湘江两岸分布，主要集中在城市群北部，其它地区分布相对分散；农用地（耕地、园地、林地和草地）总面积为22 788.93 km2，占长株潭三市土地总面积的81.4%，其中林地面积分布最广，占研究区国土面积的53.4%，农用地主要分布在三市中心城区外围及城镇组团间隔的区域，其他土地总面积为103.94平方公里，占长株潭三市土地总面积的0.37%，分布比较分散。随着工业化和城镇化的加快，建设用地的需求量不断增加，在政府严格实施的耕地保护政策下，城市发展与耕地保护存在一定的矛盾，且在已利用的土地资源中，往往伴随着土壤污染，土地资源紧张等一系列问题。

（二）数据来源

本文涉及的社会经济统计数据主要来源于《2016年湖南省统计年鉴》《湖南省农村统计年鉴》以及各县统计年鉴和政府工作报告。土地利用数据来源于遥感解译，采用面向对象分类技术识别地物，以国家标准《土地利用现状分类》(GB/T 21010—2017)为分类依据，分类精度高达95%，满足土地利用和覆被变化研究需求。行政界线矢量数据来源于地理国情检测平台，影像数据以及90m分辨率DEM数据来源于地理空间数据云，地质灾害数据来源于纸质专题图数据，通过图像配准，数字化成矢量数据；已有研究数据有水土流失数据。

（三）土地资源承载力指标体系的构建

本文基于DPSIR模型，从驱动力、压力、状态、影响、响应五方面构建长株潭地区土地资源承载力评价指标体系，DPSIR模型是一种基于因果关系组织信息及相关指数的框架，在环境评价中应用广泛[11]。其中，“D（Drivers）”是指促使自然环境发生改变的社会经济因素；“P（ Pressures）”是指由人类活引起的对自然环境造成的压力；“S(State)”是指土地资源环境的表征；“I(Impact)”指驱动力、压力、状态作用下土地资源环境所产生的影响变化；“R（Response）”是指为改善环境状态何提高土地资源承载力的一系列政策和补救行动[12-13]。

图2 DPSIR模型结构

土地资源承载力是一个复杂的动态系统，主要内容包括社会、环境、资源和人口等指标要素，因此指标的选取需要具有一定的代表性，能够体现土地资源承载力的内部特征和发展现状[14-15]。长株潭地区人均生产总值位居湖南省前列，但资源环境问题以及受政策保护使得待开发土地量少质劣，给城市群的可持续发展带来了强大的压力。伴随着工业化和城镇化的快速发展，城市建设用地逐年扩张，人口增速快，能源消耗量不断增加，生态环境质量下降；城镇建设过程中资源环境遭到破坏，出现土壤肥力下降，水土流失加剧，土壤生产力退化等现象。针对上述反映的问题，本文在借鉴相关文献的基础上，遵循数据的可获得性、科学性与合理性原则，基于DPSIR模型建立土地承载力指标体系[16-19]。将促使自然环境发生改变的因子指标如人口密度、地均GDP、城镇化水平和国土开发程度作为驱动力因素对土地资源承载力具有正向反馈。驱动力因素在刺激区域经济活动发展的同时，也造成土地资源需求量的增加，加上人口激增以及载畜量给土地资源不断施压，将实际载畜量（与草地相关）和人口自然增长率做为压力因子反映人类活动引起的对自然环境造成的压力。土地资源在开发利用过程中往往伴随着环境问题的出现，导致土地资源现状发生变化。土地资源量的变化可以直接影响到耕地、绿地、林地和草地面积的变化等，反映出土地覆被被干扰的程度，同时产业结构能够反映城市经济运行质量。以草地覆盖率、林地覆盖率、耕地面积以及耕地相关指标（化肥集约度和农业机械化水平）第三产业占GDP比重以及地质高易发区面积比作为状态因子反映土地资源的环境状况。土地资源质的变化会直接影响到粮食产量和土地水土流失状况，以粮食产量和水土流失面积作为影响因子反映环境状态对土地资源环境的影响。针对土地资源开发利用中出现的问题，促使人类社会通过政策管理以及补救行动(实行强制性政策如设立禁止开发区，加强环保财政投入，水土流失治理包括人工造林、种草等)来实现土地资源的调控，解决社会经济发展和资源保护之间的冲突。

（四）数据格网化

数据格网化既能够使研究单元更好地突出区域特征，又能够确保足够的分辨率和精度，为满足精度要求，以反映土地承载力的空间分异特征，经过对格网大小进行不断比对，本文最终以2×2km的格网为基本评价单元，将各类指标数据格网化。将解译后的土地利用数据与评价单元相叠加，实现空间数据的格网化。利用土地类型化法实现人口数据的格网化，人口主要集中在建设用地范围内，统计各个格网的建设用地面积占该单元所在的行政区建设用地面积的比例，再乘以该行政区总人口即可，实现人口密度的格网化[20-21]。地均GDP基于人口数据实现格网化，国土开发强度即为建设用地面积占所属区域国土面积的比重。耕地面积比、人均耕地面积比和25°以上坡耕地面积比、公园绿地面积比地质灾害易发区面积比、林地覆盖率、草地覆盖率、水土流失面积比以及禁止开发区面积比直接将矢量数据与评价单元相叠加。对于响应措施中环保投入占GDP比重、水土流失治理面积、污水处理率固体废弃物综合处理率、以及人口自然增长率考虑到指标区县影响一致，直接运用追加属性的方式加载在格网数据属性表中。对于其他指标数据，利用指标与地类的相关性实现数据的格网化[6]。对于关系密切的地类，例如，实际载畜量（与草地相关性最大），化肥集约度、粮食产量（与耕地相关性最大），第三产业占GDP比重和城镇化水平（与建设用地关系最大），直接将统计数据与相关地类面积相乘即可实现，故该类指标与其他非密切关系的地类指标为0，在此标准上实现统计数据的格网化。

（五）指标权重的确定

对各指标数据进行标准化处理的基础上，通过层次分析法、熵值法以及主成分分析法的对比，考虑到数据格网化后的复杂性和客观性，本文采用主成分分析法对评价指标赋予权重[22-24]。利用SPSS软件通过因子分析降维的方式确立主成分载荷系数和得分矩阵，然后通过Excel软件计算出各指标在主成分线性组合中的系数，用在载荷数除以各个主成分特征根的开方，以方差贡献率为权重，对指标在主成分线性组合中的系数做加权平均，作为每个指标的权重，计算结果见表1。

（六）土地资源承载力指数计算

针对土地资源相对承载力评价体系的复杂性以及各准则层与各指标层之间的相关性，本文运用线性加权求和函数法进行土地资源相对承载力的计算[25]。表达如下：

式中：Y为土地资源相对承载力评价值，Wi第i个指标对应的权重值；Xi第i个指标的标准化值；n为指标个数。

表1 长株潭城市群土地资源承载力评价体系指标及权重

二、结果与分析

（一）土地资源相对承载力结果分析

根据公式（1）利用评价体系各个指标计算土地资源承载力，采用系统聚类方法将土地资源承载力划分为相对低承载力、相对较低承载力、相对中等承载力、相对较高承载力和相对高承载力五个等级（表2），其中，数值越大，则代表该区土地资源承载力越高，并借助ArcGIS10.2软件绘制长株潭城市群土地资源相对承载力分级的空间格局分布图（图3）。

表2 土地资源相对承载力分级标准

图3 长株潭城市群土地资源相对承载力分级

由图3可得，长株潭城市群土地资源相对承载力分级的空间格局分布差异明显，城市中心以及沿湘江两岸分布的县域承载力普遍较高，总体呈现出北高南低以及围绕城市群中心城区呈放射状向外围扩展的整体空间分布格局。从长株潭城市群土地资源相对承载力各等级的空间分布来看，可得：

1.相对高承载力

相对高承载力集中分布在芙蓉区、雨花区、天心区和开福区，浏阳市分布最广，沿湘江两岸分布。该等级区域面积为2 047.08 km2，占研究区总面积的7.35%。该区地类主要为建设用地和耕地，分别占该等级区面积的33%和36%，城镇化水平最高，经济发达，地均GDP和第三产业产值均高于其它地区，且该等级区农业机械化水平和化肥集约度位居最高，以上综合因素使得该地区为长株潭城市群中承载力最高的区域。

2.相对较高承载力

该等级地区主要分布在长株潭中心城区部分区域及外围地区，其他地区分布较为分散，该等级面积为5 260.32 km2，占研究区总面积的18.89%，地类主要为耕地、林地和建设用地，占该等级区面积的38.07%、30.88%和21.62%，城镇化水平和国土开发强度仅次于高等级区，经济基础较强，人口自然增长率较高。且该区耕地分布较广，占研究区耕地面积的28.06%，化肥集约度和农业机械化水平高，粮食产量高。

3.相对中等承载力

该等级区域分布范围最广，面积为8 435.37 km2，占研究区面积的30.28%，该区均匀分散地分布在城市群中心城区除外的外围区，主要集中在城市群北部。主要地类为林地和耕地，占该等级区面积的44.27%和32.19%，植被覆盖率高，土壤侵蚀小，且该区园林绿地面积占研究区园林绿地面积的43.42%，人工造林和环保资金的投入较其它地区高，自然生态环境受到较好的保护。

4.相对较低承载力

该等级区域面积有7 118.99 km2，占研究区总面积的25.56%。主要分布在株洲市中心城区外围区县，长沙浏阳市以及株洲市茶陵县和攸县，湘潭市东部县区少有分布。该区主要地类为林地，占该等级区面积的65%，土壤侵蚀问题突出，经济发展相对滞后，城镇化水平低，人口基数少且人口自然增长率较低，区域发展缓慢。由上述分析可知，该区承载力相对较低。

5.相对低承载力

该等级区域面积有4 991.35 km2，占研究区国土面积的17.92%，集中分布在株洲市，其中茶陵县及炎陵县分布最广；主要地类为林地和草地，主要为地质灾害高易发区，主要自然灾害为山体滑坡等，亦为禁止开发自然保护区，受政府政策保护；耕地均为25°以上坡耕地，粮食产出水平较低，资源利用受到限制；第三产业占GDP比重小，城镇化水平低，同时污染物排放量多且处理率相对较低，存在环境质量问题，生态环境问题以及区域发展限制因素从而导致该区相对承载力最低。

分析导致土地承载力等级差异的原因，也是未来提高该区土地资源承载力需要重点关注的内容。

（二）县域分析

研究区县内土地承载力差异明显，城市中心以及沿湘江两岸分布的县域承载力普遍较高，整体呈北高南低的变化趋势。

三市承载力比较：长沙市＞湘潭市＞株洲市（图4）；且芙蓉区承载力最高，炎陵县最低。根据县内相对承载力的平均值以及差异状况，基于土地承载力分析结果对长株潭城市群各区域提出区域差异性发展策略，促进区域协调性发展：（1）对于土地承载力较强以及人口集聚以及经济水平较高的县域如：芙蓉区、天心区、开福区、雨花区、望城区，天元区、雨湖区、宁乡市和长沙县，其主要发展方向是完善基础设施建设、加快产业发展，通过经济的集聚性和交通的优势度增强区域的吸纳能力，缓解其它地区的压力，成为经济发展和人口集聚的重要载体区；（2）对于各级承载力比重较均衡的县域如：岳麓区、浏阳市、荷塘区、芦淞区、石峰区、醴陵市、岳塘区、湘潭县、湘乡市和韶山市。其主要发展方向是加速提升城镇化水平，促进经济发展水平，利用农业机械化水平的发展优势大力发展高产、高效、优质、安全的现代农业；（3）对于承载力等级较低县域如：株洲县、攸县、茶陵县和炎陵县，其主要发展方向为加强生态环境保护，稳定地质灾害高易发区状态，在不损害生态环境的前提下适当发展工业和开展城镇建设。

图4 各承载力等级占县域面积比重

同时县域内存在不同等级分布，对于县域内的发展实施差异化，从各个承载力等级区需要关注的重点内容出发，制定县域内部的差异性发展规划。

（三）准则层分析

通过计算模型中不同准则层的承载力状态，分析可知：准则层对土地资源承载力的敏感度：状态层＞驱动力层＞压力层＞影响层＞响应层（图5）。根据结果分析可知驱动力层主要对相对高承载力等级贡献率较为敏感，人口密度、城镇化等经济类指标主要对经济相对发达地区贡献率较高；压力层对相对较低承载力区域贡献较大，主要为人口增速带来的压力对区域的影响；而状态层对整个土地资源承载力都较为敏感，表明自然环境的现实表现对土地资源承载力有着重要影响，也是提高承载力的关键所在；影响层主要对相对较低承载力等级较为敏感，贡献率最大，改善该等级区域土壤侵蚀现象是关键；响应层对于较低承载力较为敏感，政策保护措施是改善生态环境脆弱性的硬性措施。准则层及各个指标对承载力等级的敏感度，能够为区域环境承载力的改善提供指导建议。

图5 DPSIR模型准则层分析

三、结论与建议

基于DPSIR模型构建了长株潭地区土地资源指标评价体系，在GIS的平台上实现各指标的格网化，并利用主成分分析法对指标进行权重赋值，最后得出2015年长株潭城市群土地资源承载力状况，研究结果表明：

长株潭土地资源承载空间布局围绕城市群中心城区呈放射状向外围扩散，且承载力等级北高南低，特征明显；相对承载力等级面积从大到小依次为：相对中等、相对较低、相对较高、相对低和相对高。研究区土地资源开发具有一定的发展空间和潜力，主要集中在相对中等等级区和较高等级区，该区具有一定的发展基础和发展潜力，受自然环境影响小，依靠发达地区的辐射作用带动自身经济发展；相对低和相对较低等级区受自然环境和地理位置约制，发展方向以生态经济为主；高等级区人口、经济、资源等要素聚集，区域经济的空间集聚效应刺激经济增长的同时也带来一定的安全隐患，高强度的经济活动容易导致土地资源承载力过载。

通过主成分分析法对指标权重赋值，主要贡献指标及权重大小依次为:人口密度＞城镇化水平＞第三产业占GDP比重＞农业机械化水平＞化肥集约度，权重大小反映出各指标对土地资源承载力的贡献率，从而表明经济活动和农业生产发展对区域土地资源承载状况具有重要影响。所以在经济活动的发展过程中，要着重注意地区所能供养的最大经济规模，同时地区农业生产的基本生产资料为土地资源，在发展农业的同时，要保障土地资源的质量，做到土地资源不退化。

根据县域内相对承载力的差异状况，实施县域内部差异性发展。确定县域整体发展方向的基础上，未来长株潭各县区内部可以根据不同等级承载力的分布状况实施不同的发展政策，提升区域内发展，从而促进区域全面协调发展。

准则层中状态层对研究区土地资源承载力最为敏感，表明此准则层也是提高区域土地资源承载力的关键所在。未来可以通过发展新兴服务业，提高农业产出和机械化水平以及退耕还林来提高区域承载力。

本文以格网为评价单元，对研究对象实施多个格网划分，实现指标空间化以提高研究单元划分的针对性和精准度；基于GIS平台在土地利用数据的基础上实现统计数据的格网化，以格网为评价单元，突破常规以行政区为单元的限制，可以反映出区域内部的空间差异性，提高研究结果的精度，有利于在长株潭地区的发展规划中提供针对性的建议和指向。未来研究单元格网的确定可进一步根据区域地类要求进行格网划分，同时，将在已有的研究基础上对研究区的土地资源承载力的演变和环境承载力（生态、水资源等）进行更深入的研究。