南昌市“三线冲突”空间特征和影响因素

许 巾, 罗志军, 冯晓菁, 刘洋洋

(1.江西农业大学 国土资源与环境学院, 南昌330045; 2.江西省鄱阳湖流域农业资源与生态重点实验室, 南昌330045; 3.赣州市自然资源局, 江西 赣州341000)

随着我国城镇化和工业化的迅速推进，城市不断扩张，占用了大量的耕地资源，压缩了农业空间，同时对生态环境也造成了不可逆转的破坏，导致城镇发展、农业生产和生态保护之间存在不协调，不利于区域可持续发展[1-2]。同时，由于我国人多地少、耕地资源分布不均匀，质量不一的国情，导致资源配置不合理，人地矛盾日益尖锐。由相关规划部门主导划定的城镇开发边界、生态保护红线和永久基本农田保护红线(“三线”)是生态文明建设背景下，健全国土空间用途管制制度，促进可持续发展的重要举措[3]。然而在实际工作中，由于“三线”分头划定，在划定标准、技术要求和管理规定上的统筹协调不足[4]，出现了空间交叉、难落地的情况，导致难以避免的“三线冲突”，不利于后续的管理和监控。

目前，学术界对于“三线冲突”的研究主要集中于两线冲突的识别及布局优化，如叶英聪等[5]对江西省鹰潭市的城镇空间和农业生产布局进行协调优化，为保护耕地资源和优先保障城市发展提供借鉴；赵燕如等[6]通过研究南昌市城镇扩张类型及生态景观变化类型的联系，为城市的有序发展及生态环境的保护提供参考；侯现慧等[7]分析了福建省永安市耕地和生态空间的相互关系，提出了兼顾生态环境保护和耕地资源保护的基本农田布局方法；谢文轩等[8]研究了北京市城市扩张对生态系统服务的影响；林国强等[9]为了分析城市化对生态环境的影响，预测了流域尺度上的土地利用变化。这些研究为区域资源的统筹协调与配置提供了理论和方法基础，但涉及“三线冲突”空间分布、影响因素、发生机制等方面的综合研究较少，给新一轮的国土空间规划带来了巨大的挑战。因此，深入开展“三线冲突”的空间分布特征及影响因素研究，将有利于自然资源的合理开发与保护，促进生态文明建设及可持续发展[10-11]。

“三线冲突”是多因素作用的结果，双变量相关分析可以揭示两个变量之间的线性相关关系。为此，本文以南昌市为例，首先通过“三线冲突”强度指数分析“三线冲突”的强度，并利用空间自相关分析法来研究“三线冲突”的空间分布特征及热点区域；然后利用双变量相关分析和多元线性回归分析建立回归模型，探讨“三线冲突”强度的影响因素，以期为自然资源合理利用、生态文明建设和区域可持续发展提供借鉴。

1 研究区概况与数据来源

1.1 研究区概况

南昌市是江西省的省会、鄱阳湖生态经济区的核心城市，曾被国务院命名为全国历史文化名城之一，地处江西省中北部，位于115°27′—116°35′E，28°10′—29°11′N。境内山脉、丘陵、平原相间分布，西北部丘陵起伏，东南则相对平坦，水网密布，湖泊数量多，水系发达。气候为亚热带湿润季风性气候，湿润温和，日照充足，热量丰富、雨量充沛的气候特点使得农作物的生长期内水热状况良好，有利于农业生产，因此被誉为“鱼米之乡”。全市下辖6个区(东湖区、西湖区、青云谱区、湾里区、青山湖区、新建区)，3个县(南昌县、进贤县、安义县)，3个国家级开发区(南昌高新技术产业开发区、南昌经济技术开发区和南昌小蓝经济技术开发区)和红谷滩新区、临空经济区、综合保税区。截至2019年末，南昌市总人口约555万，土地面积约7 402.36 km2，占全省总面积的4.4%。

近年来，南昌市的经济贯彻稳中求进的发展理念，经济结构在不断优化，三大产业协调发展，质量也得到了很大的提升。然而，经济发展和产业结构调整的同时，也涌现出了一系列用地问题，如快速城镇化致使城镇无序扩张、耕地资源被占用、后备耕地资源不足、生态环境破坏严重等，导致生态、生活、生产空间的资源配置不协调和不合理。因此，在国土空间规划的背景下，有效识别“三线冲突”，缓解“三生”空间之间的矛盾，科学划定“三线”，强化底线约束，就显得至关重要[12-13]。

1.2 数据来源

本研究采用的数据主要包括南昌市的基础地理数据、“三线”数据、人口与城镇化率等社会经济数据。其中，基础地理数据来自南昌市2018年土地利用变更调查数据和地理空间数据云平台(http:∥www.gscloud.cn)；永久基本农田保护红线、生态保护红线、城镇开发边界的“三线”数据分别来自《土地利用总体规划(2006—2020年)》和《生态保护红线区划》中划定的永久基本农田区、城镇允许建设区和生态保护红线；人口、城镇化率等数据来自《南昌市统计年鉴(2018—2019年)》和《国民经济和社会发展公报(2018—2019年)》。将所有数据转换到统一坐标系下，并划分为30 m×30 m的格网，通过ArcGIS 10.2软件，对“三线”数据进行空间叠加分析，提取“三线”重叠图斑。

2 研究方法

2.1 “三线冲突”强度分析

为了表达“三线冲突”的剧烈程度，本文引用“三线冲突”强度指数[4](Three Line Conflict Index, TLCI)，即用“三线冲突”的面积除以区域总面积，具体公式如下：

TLCL=S/S总

(1)

其中：S为“三线冲突”的面积；S总为区域总面积。

本文将对“三线”冲突的4种类型进行分析：城镇开发边界—永久基本农田保护红线冲突(以下简称“城镇—基本农田”冲突)、城镇开发边界—生态保护红线冲突(以下简称为“城镇—生态”冲突)、生态保护红线—永久基本农田保护红线冲突(以下简称为“生态—基本农田”冲突)、城镇开发边界—生态保护红线—永久基本农田保护红线冲突(以下简称“城镇—生态—基本农田”冲突)。

2.2 “三线冲突”空间自相关分析

为了分析“三线冲突”的集聚程度，本文选择空间自相关分析法[14]。采用Moran′sI指数描述“三线冲突”的强度指数在区域内的整体分布状况，并判断“三线冲突”是否存在集聚特性，反映相邻区域的“三线冲突”强度指数之间的相互关系程度，Moran′sI指数的计算公式如下：

(2)

对Moran′sI进行显著性检验：

(3)

式中:E(I)表示样本间自相关性的期望值;var(I)代表方差。

I的值介于-1～1，当I=1的时候表示空间自相关性为正且极强，I=-1的时候空间自相关性为负且极强；当I>0的时候表示要素在区域内集聚，I<0的时候表示要素在区域内分散；当I无限接近于0的时候表示不存在空间自相关性，且要素在区域内呈零散随机分布。

(4)

(5)

2.3 “三线冲突”强度影响因素分析

“三线冲突”是一个复杂的综合过程，受到自然环境、地理区位、社会经济等众多因素的影响。基于全面性、代表性和数据可获取性的考虑，根据南昌市的实际情况，并参考相关研究的基础上[15]，从自然环境、地理区位、社会经济3个方面，选取高程、坡度、居民点密度、距离市中心距离、距离主要公路距离、人口、城镇化率等7项指标，探讨“三线冲突”强度的影响因素。自然环境方面选取高程(X1)、坡度(X2)、居民点密度(X3)作为二级指标，因为高程高、坡度陡的地区，城镇发展缓慢甚至发展受限，进行农业生产的成本较高，生态环境的稳定性也较差，而居民点密度高的地区农业生产和城镇建设需求较大，人们生产生活对生态环境的影响也较大；地理区位方面选取距离市中心的距离(X4)、距离主要公路的距离(X5)作为二级指标，因为这两项指标会直接影响土地利用布局；社会经济方面选取人口数量(X6)、城镇化率(X7)作为二级指标，因为人口聚集、城镇化率高的地区，经济发展水平高，城镇扩张对土地的需求较大。通过对3个方面的7项指标进行双变量相关分析，研究各指标与3类冲突强度指数是否存在线性相关，在此基础上建立多元线性回归模型，探讨“三线冲突”强度的影响因素和作用机制。

双变量相关分析中，本文选取Pearson相关系数主要用于研究两个正态连续变量之间的线性关系。相关系数r的计算公式如下：

(6)

相关系数r的值介于-1～1，r越接近于-1或1，相关性越强；r越接近于0，相关性越弱；r的绝对值越大，相关性也越强。

多元线性回归模型建立：

Y=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+μ

(7)

式中:xi(i=1,2,…,7)表示选取的影响因素变量;βi(i=1,2,…,7)为相应的系数;μ表示随机误差项。

3 结果与分析

3.1 “三线冲突”空间分布特征

首先利用ArcGIS 10.2软件，分别提取城镇开发边界[16]、生态保护红线和永久基本农田保护红线分布范围；然后对南昌市的“三线”进行叠加分析，获取了“城镇—基本农田”、“城镇—生态”、“生态—基本农田”、“城镇—生态—基本农田”冲突的图斑。通过对“三线冲突”的面积进行统计(表1)，南昌市的“三线冲突”以“生态—基本农田”冲突为主，共4 243个图斑，面积为149.939 km2，占全市总面积的2.08%，“生态—基本农田”冲突的强度指数(TLCL)为0.021；“城镇—基本农田”冲突共150个图斑，面积为7.391 km2，占全市总面积的0.1%，“城镇—基本农田”冲突的强度指数为0.001；“城镇—生态”冲突共47个图斑，面积为5.842 km2，占全市总面积的0.08%，“城镇—生态”冲突的强度指数为0.001。“城镇—生态—基本农田”冲突最小，共12个图斑，面积为0.111 km2，占全市总面积的0.002%。

为了更具体的了解南昌市 “三线冲突”的强度指数在空间上的分布情况，本文分别对南昌市6区3县的“三线冲突”强度指数(TLCI)进行了计算，结果见表1。由表1可知，湾里区的TLCL值最高，为0.012，湾里区以“生态—基本农田”冲突为主，达到了0.045，“城镇—基本农田”和“城镇—生态—基本农田”冲突指数为零；除此之外，新建区、安义县、进贤县、南昌县的TLCL值超过了0.005，东湖区、西湖区、青山湖区则不足0.005；青云谱区“三线冲突”最小。安义县的“城镇—基本农田”冲突最为明显，TLCL值为0.005；西湖区的“城镇—生态”冲突的TLCL值最大为0.011；新建区的“城镇—生态—基本农田”冲突面积最大，为0.058 km2。

表1 南昌市各县区“三线冲突”面积及“三线冲突”强度指数统计

3.2 “三线冲突”空间集聚特征

为了揭示南昌市“三线冲突”的空间集聚特征，本文利用GeoDa软件和ArcGIS 10.2软件，对“三线冲突”的强度指数与其邻域之间进行空间关联特征分析[17-19]。接下来在工具栏space中进行全局空间自相关分析和局部空间自相关分析，由于“城镇—生态—基本农田”冲突图斑面积太小，将不对其进行分析。“三线冲突”强度指数全局空间自相关分析的结果，见表2。由表2可知，“城镇—基本农田”、“城镇—生态”、“生态—基本农田”3类冲突的强度指数的Moran′sI指数分别为0.242，0.574，0.322，且均通过了p<0.01的显著性检验，说明3类冲突在空间上存在正相关性，有空间集聚的特征。

表2 “三线冲突”强度指数全局空间自相关分析结果统计

3.3 “三线冲突”强度影响因素分析

3.3.1 “三线冲突”强度指数双变量相关分析 利用SPSS 22.0软件对3个方面的7个指标与3类冲突强度指数进行双变量相关分析，以p<0.05为标准进行显著性检验，分析结果见表3 。

表3 “三线冲突”强度指数双变量相关分析结果统计

由表3可知，“城镇—基本农田”冲突强度指数主要受距离市中心距离和距离主要公路距离等区位因素影响，与距离市中心的距离和距离主要公路的距离呈正相关，即距离市中心和距离主要公路的距离越小，“城镇—基本农田”冲突强度指数越小，反之。因为在距离市中心近且交通通达度好的地区，经济发达，城镇化进程快，用地需求也很大，所以在划定城镇开发边界时，会充分考虑未来人口增长和经济发展对用地的需求，与此同时，城镇周边从事农业生产的人较少，且永久基本农田一般分布在远离城镇的地区，所以城镇开发边界和永久基本农田保护红线不易发生冲突。

“城镇—生态”冲突强度指数主要受居民点密度和人口数量的影响，与居民点密度和人口数量呈正相关，即居民点密度和人口数量越大，“城镇—生态”冲突强度指数越大。因为人口密集的区域一般分布在城镇开发边界内及边缘，而随着城镇化的发展，城镇开发边界的划定需要考虑未来经济发展和人口增长对用地的需求，需要外扩，外扩的同时极易忽略对生态的保护而占用生态用地，导致“城镇—生态”冲突强度指数大。

“生态—基本农田”冲突强度指数与高程、坡度和人口呈正相关，即高程越高，坡度越大，人口越多，“生态—基本农田”冲突强度指数越大；与居民点密度和城镇化率呈负相关，即居民点密度和城镇化率越高，“生态—基本农田”冲突强度指数越低。因为高程高的地区，进行农业生产的成本较高，基本农田抛荒严重，被用作生态用地，而基本农田更适宜布局在水热条件较优的低高程地区，因此高程越高的地区，“生态—基本农田”冲突强度指数越大。基本农田一般分布在地形比较平缓的地区，那里进行农业生产的水源、交通、机械化生产的条件都很优异，而生态用地一般划定在山区，因此，坡度越小“生态—基本农田”冲突强度指数就越小，而在坡度大的地区，因不适合进行农业生产，所以会被逐渐退耕还林，占用基本农田，所以坡度越大“生态—基本农田”冲突强度指数就越大。人口越多，从事农业生产的劳动力就相对多，对粮食的需求就较大，同时人口越多，对于生态用地的保护就越弱，生态用地被农业生产用地占用，所以“生态—基本农田”冲突强度指数越大。居民点密度大的地区多分布于城镇，城镇近年来对于生态环境的保护越来越重视，因此划定的生态空间相对较大，而城镇居民大多从事商业、服务业和工业，从事农业生产的人较少，永久基本农田划定就较少，因此生态保护红线和永久基本农田保护红线不易发生冲突。城镇化率高的地区也是如此，城镇化率是指城镇人口占总人口的比重，城镇化率高则证明区域城镇化水平更高，则更不易发生冲突，因此“生态—基本农田”冲突强度指数小。

3.3.2 “三线冲突”强度指数多元线性回归分析

(1) 多元线性回归分析初步结果。本文利用SPSS 22.0软件对原始数据进行多元线性回归分析[20-21]，采用向后法逐步回归构建模型，即：依次剔除解释变量，从包含所有解释变量的全模型出发，选择当前模型中对应的p值最小的变量，剔除此变量，以保证最终得到的解释变量集是最优的。

在双变量相关分析的基础上，通过多元线性回归分析，得到初步的结果分别见表4—6所示。然后，再通过向后法依次剔除解释变量，得到最终回归计算结果见表7。其中：Y1，Y2，Y3分别表示“城镇—基本农田”冲突、“城镇—生态”冲突、“生态—基本农田”冲突的多元线性回归模型。

表4 “城镇-基本农田”冲突线性回归分析初步结果

表5 “城镇-生态”冲突线性回归分析初步结果

表6 “生态-基本农田”冲突线性回归分析初步结果

表7 “三线冲突”多元线性回归分析最终结果

(2) 多元线性回归方程检验。为了保证方程的有效性，需要分别进行F及拟合优度检验，以及回归方程系数的确定和t检验。由表7可知，模型Y1，Y2，Y3的R2分别为0.898，0.933，0.854，分别能解释南昌市“城镇—基本农田”冲突、“城镇—生态”冲突和“生态—基本农田”冲突强度指数的89.8%，93.3%，85.4%，说明模型Y1，Y2，Y3拟合优度较好；同时模型Y1，Y2，Y3的F检验统计量分别为61.653，97.418，17.53，对应的p均小于0.05，通过了显著性检验，说明被解释变量和解释变量存在较好的线性相关关系。

进行回归方程系数的确定和t检验，由表7可知模型Y1，Y2，Y3的回归方程的常数项及自变量的系数、t统计量和p值。在模型Y1和Y3中，常量及自变量对应的p值均小于0.05，通过了显著性检验，回归系数有效；模型Y2中，常量对应的p值大于0.05，无意义；自变量x3对应的p值为小于0.05，回归系数有效。

(3) 多元线性回归方程建立。由表7可知，“城镇—基本农田”冲突的线性回归方程为：Y1=0.948x4-0.002；“城镇—生态”冲突的线性回归方程为：Y2=0.966x3；“生态—基本农田”冲突的线性回归方程为：Y3=1.246x2+0.889x6-0.066。

通过多元线性回归分析建立的3个方程，可以从数理统计的角度研究各因素对南昌市“三线冲突”强度指数作用的大小，通过已知的变量来预测强度指数的变化，并与实际的冲突强度指数进行对比，由此揭示南昌市“三线冲突”的自然和人文驱动机制。

4 结 论

(1) “城镇—基本农田”、“城镇—生态”、“生态—基本农田”、“城镇—生态—基本农田”冲突的面积分别为7.391 km2，5.842 km2，149.939 km2，0.111 km2，除“城镇—生态—基本农田”冲突之外，其他3类冲突的强度指数均较大，说明在实际操工作中，由不同部门按照不同的划定标准、技术要求和管理规定分头划定的“三线”确实存在一定程度上的冲突，不利于后续的监督、规范与管理。

(2) 在p<0.01的显著性检验之下，“城镇—基本农田”、“城镇—生态”、“生态—基本农田”冲突强度指数的Moran′s I指数分别为0.242，0.574，0.322，说明3类冲突均存在正相关性，在空间上有明显的集聚性特征，集聚的热点区域大多分布在安义县中北部、进贤县中部、南昌县北部及新建区中北部，冷点区域大多分布在湾里区及进贤县东部。

(3) 由于“三线”的划定标准各异，因此各类冲突的影响因素各不相同，高程、坡度、居民点密度、距离市中心距离、距离主要公路的距离、人口、城镇化率等因素对各类冲突的影响强度也不同。