基于多源空间数据的“三生”空间异质性评价与分区划定

张永蕾，栾乔林，熊昌盛，刘 学

基于多源空间数据的“三生”空间异质性评价与分区划定

张永蕾1，栾乔林1，熊昌盛1※，刘 学2

（1. 海南大学公共管理学院，海口 570228；2. 华东师范大学地理科学学院，上海 220241）

为优化“三生”空间评价方法体系，探索海南岛“三生”空间聚集性与协调度特征并制定有效的空间分区方案，该研究从空间异质性角度出发，采用多源空间数据从栅格尺度上对同地类不同地块的“三生”空间功能进行评价，再通过空间自相关及三角坐标图分析乡镇尺度上“三生”空间的聚集性与协调度特征，并为国土空间优化提供相关分区方案。结果表明：1）海南岛生产空间高分值区域集中分布在沿海市县，呈“四周高、中间低，北部高、南部低”的分布特征，且城镇生产空间与农业生产空间有所差异；生活空间高分值区域多集中在各市县城镇范围内，整体呈“小集聚、大分散”的空间格局；生态空间高分值区域集中在中部地区，呈“中间高、四周低，南部高、北部低”的分布格局。2）乡镇尺度上海南岛生产、生活、生态空间功能值的Moran’s I指数分别为0.569，0.221和0.716，表现出空间自相关性特征，据此面向全岛提出基于空间聚集性的“三生”空间分区方案。3）海南岛各乡镇“三生”空间存在较大的协调度差异，高值区以生态主导和“三生”协调型为主，分别占乡镇总数的51.72%与43.97%；低值区则以生态主导型为主，占乡镇总数的72.41%，据此面向全岛提出基于空间协调度的“三生”空间分区方案。该研究有效识别了同地类不同地块“三生”空间的异质性，并从空间聚集性与协调度视角提出“三生”空间分区管制方案，能够为当前国土空间优化提供参考。

土地利用；功能；分区；“三生”空间；空间异质性；空间聚集性；空间协调度；海南岛

0 引 言

随着国土空间规划的陆续开展，土地利用问题已经逐渐转变为空间利用问题，以往发展中存在的诸如空间规划之间缺乏相互协调、城乡之间发展不平衡以及空间利用低效等矛盾也亟待纳入新的解决思路。在此背景下，如何划定并协调城镇、农业、生态空间的土地利用，统筹各功能空间的用途管制，成为学者研究和政府部门关注的重点。为了明晰各功能空间的发展目标，十八大报告明确提出了促进生产空间集约高效、生活空间宜居适度、生态空间山清水秀的规划理念，对“三生”空间（生产、生活和生态空间）的总体优化布局提出了要求，旨在调整空间结构，促进经济效益、社会效益与生态效益相统一，构建科学合理的国土空间规划体系。“三生”空间评价及其分区方案划定为国土空间开发利用提供了科学指导，对促进区域协调发展具有重要的现实意义。

目前，有关“三生”空间的研究主要集中在空间识别[1-3]、功能评价[4-5]以及分区优化[6]等方面。在空间识别上，已有学者从空间功能[3]、逻辑结构[7]、居民行为[8]等不同视角出发尝试划定“三生”空间的具体范围。在功能评价上，多为量化测算法与归并分类法两种评估思路[9-10]，量化测算法从“三生”空间的功能属性出发建立指标体系，综合测算区域“三生”空间功能值[11]，该思路能够结合选定指标量化各空间功能，但难以表达评价单元的多功能特征；归并分类法则根据评价单元与各功能空间之间的逻辑关系，将不同类型评价单元划分到各功能空间评价的方法，常见对各地类不同空间功能赋值，综合评价区域“三生”空间功能值[12]。归并分类法能够表达评价单元多功能特征，但其无法体现同地类空间差异。国土空间分区是开展国土空间规划的重要基础[13]，在分区划定上，已有研究多基于“三生”空间功能值的高低[14]或空间功能的主次关系[2,15]来划定不同分区保护方案，这在一定程度上能够反映区间的空间特征及结构类型，但也忽略了“三生”空间在地理上的客观分布规律与特征属性。无论是量化测算法还是归并分类法，均忽略了同类型不同地块存在空间异质性的特点，即同类型不同地块因受自然、社会或经济因素影响的差异，其功能值也会存在高低之分，而默认同类型地块具有相同空间功能值的假定显然与现实不符；此外，因自然条件或社会经济环境的聚集性分布特点，“三生”空间也很可能表现出一定的空间聚集性特征，需要在分区划定中予以考虑；而生产、生活与生态空间之间的重叠性与协调性特征，同样有待在“三生”空间分区方案中予以体现。

综上，本文以海南岛为例，尝试结合多源空间数据对栅格尺度上“三生”空间的异质性展开定量评价，以此区分同地类不同地块之间“三生”空间功能值的差异性，并采用空间自相关与三角坐标图分析，揭示乡镇尺度上“三生”空间的空间聚集性与协调度特征，据此提出相应的“三生”空间分区划定方案，以期为海南岛国土空间优化以及协调自贸港建设与生态文明建设提供决策支持。

1 数据与方法

1.1 研究区概况

海南岛是中国第二大岛屿，也是海南省的核心主体部分，地处18°10′～20°10′N，108°37′～111°03′E，下辖海口、三亚等18个市县。海南岛热带作物及森林资源丰富，是全国首个生态文明建设示范区，生态环境常年居于全国一流水平，其中南部山区是中国分布最集中、连片面积最大的热带雨林地区。受地形地势及区位因素的影响，海南岛南北两极与东部沿海地区是全省人口相对集中、社会经济发展水平相对较高的区域，而中部与西部沿海地区的发展则相对较为缓慢，其自然资源与社会经济资源分布差异随之形成了对应的空间规律。近年来，随着国际旅游岛建设的持续推进以及自由贸易港建设的政策利好不断，海南省社会经济得到快速发展。截至2018年底，全省实现地区生产总值4 832.05亿元，三产结构占比为20.7∶22.7∶56.6，常住人口达到934.32万人。在构建全国生态文明建设示范区与推进自贸港建设的双重背景下，客观把握海南岛生产、生态及生活空间的状况，揭示其分布格局与规律，并提出相应空间分区方案与差别化管控措施，是协调全岛生态保护与资源开发的重要抓手。

1.2 研究方法

鉴于归并分类法在评估“三生”空间上的简便性、易操作及应用广等特点[9,16]，本文参照刘继来等[1]的研究成果，采用多源空间数据对同地类不同地块的“三生”空间功能展开异质性评价。其次，借助空间自相关分析与三角坐标图分析，揭示海南岛乡镇尺度“三生”空间的聚集性与协调度特征（图1）。

1.2.1 面向栅格尺度的“三生”空间异质性评价

从栅格尺度上对海南岛“三生”空间进行异质性评价。首先，根据各地类功能特征划分生产、生活或生态空间范畴，并确定对应的“三生”空间功能初始值（表1）。一般而言，目标地类所提供的“三生”功能越强，其分值越高，反之越低。以生产功能为例，其他建设用地的生产功能最强，赋值5分；耕地的生产功能一般，赋值3分；考虑到城镇用地及农村居民点既包括能够提供生产功能的各产业用地空间，也包括部分非生产用地空间（如住宅用地），将城镇用地及农村居民点赋值3分；各类草地的生产功能较弱，赋值1分；林地及其他未利用地不具备特定的生产功能，赋值0分。

表1 “三生”空间功能初始值赋分表

其次，结合“三生”空间内涵选择特定多源空间数据，将“三生”空间功能初始值设定为研究区内该特定多源空间数据或指标的平均值，并根据同地类不同地块对应该多源空间数据上的实测值，依比例计算得到同地类不同地块的“三生”空间功能值，如下

1）生产空间异质性评价

生产空间指能够直接或间接为人类社会提供各种农产品、工业品与服务等产品的用地空间，包括耕地、草地和建设用地等，是人类生产活动的重要空间[3]。结合所提供产品的差异性，生产空间可分为农业生产空间与城镇生产空间[17]。农业生产空间提供农产品的能力与土地生物生产力密切相关[18]，土地的生物生产力越高，其农产品产出能力就越强，生产空间功能值也相应越高。净初级生产力（Net Primary Productivity, NPP）作为生态系统中物质、能量的转换和传递基础，反映了地表植被在自然条件下的生产能力，能够用于刻画土地生物生产力高低[19]。因此，本文选取NPP修正农业生产空间功能值。

城镇生产空间提供工业品与服务产品的能力与建设用地产出相关联，建设用地产出越高的区域，非农产品的供给能力也越大，生产空间功能值也就越高。有研究表明，夜间灯光影像数据与建设用地产出存在较强的相关关系[20]，且能为估算建设用地产出及其空间差异提供稳定、可靠的技术方法，较好表征建设用地生产强度的空间分布格局[21]。因此，本文选取VIIRS夜间灯光影像数据修正城镇生产空间功能值。

2）生活空间异质性评价

生活空间指满足人们日常活动及休闲娱乐需要的用地空间[1]，包括城市、建制镇和农村居民点等建设用地，是承载人类主要活动并保障人居环境的重要载体。街道密度在一定程度上反映了区域内居民日常生活空间的范围及活动类型[22]，因此可以采用路网密度对生活空间功能进行定量划分。一般来说，单位范围内路网密度越高的区域，其人口承载功能及物质保障功能也越强，生活空间功能值自然也就越高。因此，本文选取路网密度对生活空间功能值进行修正。其计算公式如下

式中为路网密度（m/m2），L为区域内路网总长度（m），为区域面积（m2）。

3）生态空间异质性评价

生态空间指提供生态产品和生态服务的用地空间，包括林地、草地、耕地、水域、未利用地等[1]，是调节、维持和保障区域生态安全的重要基础[9]。生态空间功能值的高低通常与生态环境质量密切相关[23]。生态环境质量越好的区域，其生态空间功能值也相对越高。对此，本文借鉴徐秋涵等[24]开展生态环境质量评价的研究思路，采用遥感生态指数（Remote Sensing based Ecological Index, RSEI）修正生态空间功能值。RSEI是耦合了地表绿度、湿度、热度和干度等四大生态因子的综合性指标[25]，能够较好地反映地表生态环境质量及其变化。RSEI值越大，对应地块的生态空间功能值越高，反之越低。其计算公式如下

式中Greenness为绿度，采用归一化植被指数（Normalized Difference Vegetation Index，NDVI）反映；Wetness为湿度，可通过缨帽变换计算得到的湿度分量（Wet）反映；Heat为热度，可由地表温度（Land Surface Temperature, LST）换算得到；Dryness为干度，可利用归一化建筑物指数（Normalized Difference Built-Up Index，NDBI）来表征；为四大生态因子的耦合函数，具体采用主成分分析来确定，排除人为主观因素的影响。有关NDVI、Wet、LST及NDBI的详细计算过程可参考文献[24,26-29]。

1.2.2 面向乡镇尺度的“三生”空间特征分析

本文选择以乡镇为基本单元展开空间自相关和三角坐标图分析。主要原因有两点：1）现实中的国土空间优化及分区方案划定多以省、市、县、乡等行政区域作为基本单元[9]，其相比于栅格或地块单元更具可操作性；2）乡镇是开展国土空间规划的基本层级，在海南“全省一盘棋”的发展理念下扮演重要的基层组织角色，其作为基本单元的现实指导意义更强。为获取乡镇尺度上“三生”空间功能值，便于后续“三生”空间聚集性与协调度特征的揭示，采取面积加权求和，将“三生”空间功能值由栅格单元向乡镇行政单元进行转换，以此作为后续空间自相关及三角坐标图分析的基本空间单元。如下

1）空间自相关分析

“三生”空间作为地理上具有连续变化特征的实体，其可能存在空间聚集性规律。本文借助Moran's指数与Moran散点图揭示研究区“三生”空间的自相关性程度及其聚集性分布特点。其中，基于全局空间自相关得到的Moran's指数，其计算公式如下

结合局部空间自相关得到的Moran散点图，可进一步将研究区的生产、生活或生态空间格局特征进行可视化，即通过第一、三象限和二、四象限将空间单元划分为正相关类型（HH、LL）与负相关类型（HL、LH）。其中，HH、LL分别代表“三生”空间功能值的“高-高”聚集区和“低-低”聚集区；HL、LH分别代表“高-低”聚集区和“低-高”聚集区。

2）三角坐标图分析

将各镇“三生”空间功能值进行归一化处理，以生产、生活和生态空间功能分别作为坐标轴绘制三角坐标图，以此分析乡镇尺度上“三生”空间的协调度状况[31]。以各坐标轴1/2为界，将三角坐标图划分为A（生活主导型）、B（生态主导型）、C（生产主导型）、D（协调型）四个子区间（图2）。

图2 “三生”空间功能三角坐标图模型

为避免存乡镇单元之间“三生”空间功能值具有较大差异但却落入相同子区的现象（比如“三生”空间功能值均>0.7的乡镇单元与“三生”空间功能值均在0.3以下的乡镇单元可能同时落入D区），有必要对此加以区分。首先，“三生”空间功能值累加之和的最大值为3，本文取中值（即1.5）作为分界点，将不同乡镇单元划分为高值区（≥1.5）、低值区（<1.5）两类，其中，高分值代表的是“三生”空间累计功能值较高的区域，表现为整体空间功能值不低或至少一种空间功能值为较高水平的区域；反之则为低分值区域。其次，分别对高值区和低值区的乡镇单元进行三角坐标图分析。

1.3 数据来源及预处理

基础数据主要涉及土地利用覆被数据及其他多源空间数据两部分，前者为2018年海南岛土地利用现状遥感监测数据，源于资源环境数据云平台（www.resdc.cn），空间分辨率为1 km，数据精度可靠[32]。后者包括：1）2018年MODIS遥感影像，空间分辨率为500 m，用于计算净初级生产力（NPP）；2）2018年VIIRS夜间灯光影像，空间分辨率约为400 m，用于计算夜间灯光指数（NTL）；3）2018年Landsat 8遥感影像，空间分辨率为30 m，用于计算遥感生态指数（RSEI，Remote Sensing Ecological Index）；4）2018年海南岛路网分布数据，包括高速道路、国道、省道、县道、乡村街道及城市道路（主干道、次干道、支路）等；5）2018年海南岛各级行政区划界线矢量数据。上述影像数据均可在Google Earth Engine平台直接调用，路网数据通过百度地图平台进行爬虫分析获取，行政区划界线由海南省自然资源和规划厅提供。

首先，对相关影像数据进行几何校正、数据融合及投影变换等，将行政区划图、影像数据及矢量数据投影至同一空间坐标系；其次，将多源空间数据重采样至500 m，以此对土地利用覆被数据及其“三生”空间异质性进行评价。

2 结果分析

2.1 海南岛“三生”空间评价结果分析

海南岛“三生”空间功能值及其分布存在显著的空间差异（图3）。栅格尺度上，海南岛生产空间功能值介于[0,16.14]，平均值约为2.23，整体水平相对适中。细化来看，城镇生产空间功能值的区间值与生产空间保持一致（图4），但平均值略低为2.03；而农业生产空间功能值介于[0, 5.53]之间，平均值较高为2.48。乡镇尺度上，生产空间功能高分值区域主要集中在海口、三亚、儋州、文昌等经济发展较好的乡镇及城市中心地区，而琼中、五指山等中部落后地区相对较低，并表现出“四周高、中间低，北部高、南部低”的整体空间分布特征，这在一定程度上反映出全岛生产发展水平不均衡及区域差异较大的特征。细分来看，城镇生产空间的整体分布格局与生产空间基本一致；而农业生产空间高分值区域主要集中在文昌、定安、临高等地及各市县临海地区，中部林地丰富的市县其生产功能值相对较低。

生活空间功能值在栅格尺度上处于[0, 10.79]之间，平均值为2.03，整体水平偏低，这主要与岛内城镇及农村居民点用地占比较低有关。就乡镇尺度而言，全岛生活空间功能高分值区域主要集中在海口、三亚及东部沿海市县中心城区，而其他地区普遍较低，整体呈现“小集聚、大分散，沿海高、内陆低”的空间分布格局。究其原因，这是由于沿海地区地势相对平缓，自然、交通及经济区位相对较优，适宜人口大规模集中居住；而中部地区大多处于丘陵或山区地带，森林资源丰富，交通不便，不利于人口汇集与经济发展。

生态空间功能值在栅格尺度上处于[0, 6.48]之间，平均值高达3.93，整体水平相对最高，也反映出海南良好的生态环境状况。从乡镇尺度来看，全岛生态空间功能高分值区域分布较广，大多连片集中在五指山、琼中、白沙等内陆市县，该区域拥有尖峰岭、吊罗山、黎母山等十分丰富的原始森林或自然林区，受人类活动干预也较少，生态空间受到较好保护；相比之下，澄迈、文昌等部分沿海地区处于中高水平，与其丰富的湿地及园地资源密切相关。整体上，全岛生态空间表现出“中间高、四周低，南部高、北部低”的空间分布规律，并与全岛林地资源的空间分布特征保持基本吻合。

2.2 海南岛“三生”空间的分布特征分析

2.2.1 空间自相关结果分析

面向乡镇尺度的全局空间自相关分析结果显示，基于生产、生活与生态空间功能值的Moran’s指数分别为0.569，0.221和0.716，表明海南岛生产、生活和生态空间均表现出较强的空间正相关性，即存在聚集性分布特点。其中，生活空间的Moran’s指数相对较低，这与其“小集聚、大分散”的空间分布规律有关。进一步结合Moran散点图可知，乡镇尺度下全岛“三生”空间功能值存在差别化的空间聚集性特征（图5）。

图4 城镇生产空间及农业生产空间功能值空间分布格局

对于生产空间，HH、HL、LH及LL型分别有70、38、47、98个乡镇，其中正相关类型（HH、LL）占乡镇总数的66.40%，负相关类型（HL、LH）占33.60%。HH型乡镇较为分散，主要涉及海口、临高、儋州、琼海、陵水、三亚等沿海地区乡镇，大体沿海南环岛高铁线两侧分布。LL型乡镇则集中分布在琼中及琼东北部乡镇，受地形地貌及自然环境的影响，该区域生产空间发展相对滞后。负相关类型（HL与LH型）的乡镇集中在琼中，多为重要的自然资源保护区域，除少数零散居民点及生态旅游区域，基本为连片的非生产空间。

针对生活空间，HH、HL、LH及LL型乡镇数分别为66、35、51、101个，正相关与负相关类型分别占乡镇总数的66.01%、39.99%。HH型乡镇主要分布在海口、澄迈、儋州、琼海等市县，在空间上呈沿海南环岛高铁两侧零散分布的规律；LL型乡镇则连片集中在琼南部地区，该区域以林地为主，区域人口密度小，交通欠发达，不适宜发展生活空间。负相关类型乡镇集中在琼中及琼南地区，HL与LH型乡镇受区域自然环境及社会发展的影响，多为自然资源为主的空间与生活空间发展较好区域的“交界”地区。

至于生态空间，HH、HL、LH及LL型乡镇数分别为97、21、15和120个，正相关与负相关类型分别占乡镇总数的85.77%与14.23%。正相关类型主要分布在沿海，尤其是LL型乡镇，集中在西部及北部地区，具有较好的生产发展及生活条件。HH型主要分布在中南部地区，表现出明显的聚集性，与自然资源在空间上的分布具有高度的相关性。负相关型（HL与LH型）乡镇相对较为分散，主要分布在中部林区与沿海乡镇的交界区域。

2.2.2 三角坐标图结果分析

海南岛各乡镇“三生”空间的协调度同样存在显著差异（图6）。对于高值区，分别有51.72%与43.97%的乡镇为生态主导型（B区）与协调型（D区）；而生产主导型（C区）与生活主导型（A区）乡镇则仅占2.59%与1.72%。对于低值区，生态主导型（B区）乡镇占比高达72.41%，另有12.07%与15.52%的乡镇分别为生产主导型（C区）和协调型（D区），而生活主导型（A区）的乡镇数为0。显然，以生态空间为主导是全岛各乡镇“三生”空间的主要特征，这与前文评价的全岛生态空间功能值较高相吻合。

空间分布上，高值区生活主导型乡镇主要为乐东南部，生产主导型乡镇集中于海口北分地区，生态主导型乡镇呈零散分布，在五指山、乐东、东方、昌江、澄迈、定安等市县乡镇中占据大部分比例。协调型乡镇整体上多沿海分布，无明显聚集特征。低值区无生活主导型乡镇，生产主导型乡镇主要集中在海口北部区域，生态主导型乡镇多分布在白沙、琼中、琼海、三亚等市县，协调型乡镇整体集中在海南北部，主要为海口、琼海、万宁、儋州等市县乡镇。总体上看，各乡镇总体分值情况受生态功能影响较大，高值区乡镇以生态主导及协调型乡镇为主，而该区域乡镇多为生态空间功能值较高区域。

3 讨 论

3.1 基于空间聚集性的“三生”空间分区方案划定

已有研究表明，区域之间存在空间上的扩散或极化效应[33]，其中正相关类型（HH、LL）与负相关类型（HL、LH）分别是空间扩散效应和空间极化效应的一种客观反映。对于正相关类型，HH型区域为高值聚集区域，应加强区域正向影响趋势，促进良性发展；LL型则为低值聚集区域，表明该类型区域不适宜该功能空间发展，应适当转移其功能重心。受周边区域影响，HL与LH型呈乡镇有可能向低值或高分值趋势发展，在规划时应注意引导低分值正向发展，防止高分值区域负向发展。结合上述两种空间效应的认识，可提出基于“三生”空间聚集性特征的分区方案（图7）。

对于生产空间，考虑到海南岛各乡镇在城镇、农业生产空间之间存在较大差异，特将HH型中城镇生产空间功能值高于农业生产空间的乡镇划分为城镇发展区，反之则划为农业发展区；HL与LH型划为潜力开发区，LL型划为不适宜开发区，分别提出开发与管控措施。城镇发展区内乡镇具有较好的城镇生产环境，可考虑推进产业联动，促进城镇生产空间集约利用；而农业发展区表现出较好的农业生产发展优势，该类区域应发挥其农业优势，同时注重生态保护，避免因农业发展带来的生态破坏。潜力开发区表现出区域带动周遍乡镇发展或被周边乡镇推动发展的影响趋势。规划时倡导区域优势互补的高质量发展模式，促进产业高效聚集。不适宜开发区属于限制开发区，该类型区域应考虑推动生态建设，加强绿色开发，提高农用地质量和生产水平，实现土地可持续利用。

对于生活空间，将HH型乡镇划为聚集型居住区，HL与LH型划为潜力型居住区，LL型划为转移型居住区。聚集型居住区特点为人口密集，建设用地集中。规划时，着重优化空间布局，注重提升生活质量。潜力型居住区生活功能受周边乡镇影响表现为功能加强趋势，规划时应加强基础设施建设，合理控制开发规模。转移型居住区生活功能普遍较低，应优化生活空间结构，对利用率低的空间，引导其生活功能转移，提高空间集约利用度。

对于生态空间，将HH乡镇划为生态保护区，HL与LH型划为功能强化区，LL型划为绿色开发区。重点保护区具有良好的生态环境质量，应执行严格的保护措施，维持乡镇生态空间高值水平。考虑到周边区域的影响，功能加强区应充分综合自身活周边环境优势，加强生态空间的保护与治理。绿色开发区为生态功能低分值聚集区域，规划时应注重开发与保护相结合，坚持绿色开发，践行人与自然和谐相处的生态保护理念。

3.2 基于空间协调度的“三生”空间分区方案划定

从功能空间协调度出发，应充分利用已有主导优势功能就地发展，尽可能同时占用较少的资源实现空间效益的最大化，提高资源利用效率。同时，在推进可持续发展与生态文明建设的大背景下，生态保护应当放在国土空间优化的突出位置。因此，结合已有协调度分析结果，本文以生态保护优先、突出优势功能为基本原则，以空间均衡发展为目标，在乡镇尺度上对全岛“三生”空间进行分区划定（图8）。

对于高值区，分区时强调以主导功能为优势的高质量发展。生产主导型表现为生产空间功能占优势，分区时应考虑发挥其生产优势，提高生产空间集约利用度，推动高质量发展。生活主导型为生活空间功能较强乡镇，主要为人口较为密集，农用地资源丰富的农村居民点，分区时应引导生活空间聚集，发挥农业优势，提高农用地质量，同时注重生态保护。生态主导型主要为生态功能较强的乡镇，分区时应重视生态保护，严禁开发导致的生态破坏行为。“三生”协调型为“三生”空间结构较为均衡的乡镇，分区时应注重平衡空间发展，促进产业聚集发展，提高农用地质量，提倡绿色开发。

对于低值区，强调提升区域“三生”空间的整体发展水平。生产主导型乡镇主要为生产空间发展较好，生态空间功能水平低的区域，在分区时应注重加强生态建设，提倡绿色开发，推动经济效益和生态效益协调发展。生态主导型地区主要为远离城镇生态功能基础较强，包括由于生产配置、生态管制不足等原因导致综合发展不足的乡村区域，分区时应注重生态保护，持续提高生态环境质量。“三生”协调区应注重整体空间的发展，推动整体城镇化发展的质量，加强产业联动，促进基础设施建设，构建科学合理的空间格局，保障生产、生活、生态空间协调发展。

3.3 “三生”空间两种分区方案的比较分析与实践运用

基于“三生”空间聚集性的分区方案，本质上是跨单元的横向比较分区结果，主要关注相邻乡镇单元之间的作用影响及其所呈现出的聚集性分布特征，此分区方案强调区域间的“功能联动”，即期望根据不同空间聚集类型背后所隐含的空间扩散与极化效应，达到引导“三生”空间功能正向发展并尽可能规避负面影响的目标，但这种从空间视角切入的分区方案欠缺对“三生”空间内在的联动考虑。而基于“三生”空间协调度的分区方案，可理解为基于单元内纵向对比的分区结果，主要聚焦乡镇单元内生产、生活、生态功能之间的结构差异及其所呈现出的协调度特征，该分区方案主张发挥单元内主导功能空间的优势，以此达到扬长避短的目标，但这种从结构视角切入的分区方案也缺乏对“三生”空间在分布关联上的考虑。显然，两种分区方案存在本质上的差异，其分区原则和关注点均有所异同；但同时也表现出一定的互补性，即相互弥补空间视角或结构视角上的不足，后期可进一步围绕此展开深入探讨。

实践中，制定目标的差异决定了空间利用及管理的差异。海南肩负着自由贸易港建设与生态文明建设的历史重任，协调好开发与保护之间的关系尤为重要。从“全省一盘棋”的角度来看，加强区域协调联动，统筹实现全岛发展与保护相统一，是省政府乃至国家层面更为关注的重点，就此采取基于“三生”空间聚集性的分区方案更为合宜。然而，也不能忽视了海南各地在经济发展与生态保护上也存在显著差异，尤其是部分地区在经济发展、生态保护方面的战略定位存在明显不同，因此采取基于“三生”空间协调度的分区方案也有一定必要性。

3.4 有关“三生”空间异质性评价的探讨

如何获取“三生”空间高精度、高时空分辨率的状态与分布特征信息，关乎国土空间规划与优化的科学性与准确性。本文基于多源空间数据的“三生”空间异质性评价是在这一方面的初步探索，并具有以下亮点：一是根据生产、生活、生态空间内涵的差异，采用多源微观栅格数据客观揭示了同地类不同地块“三生”空间功能值的异同。二是针对生产空间中的农地区与建设区，分别采用植被净初级生产力（NPP）与夜间灯光指数（NTL）揭示了不同类型生产空间功能值的差异。然而，本文有关“三生”空间的异质性评价仅作为一种研究思路被提出，在实证中仍存在两点不足：一是用于定量评估“三生”空间的土地利用覆被数据，其空间分辨率仅为1 km，这意味着微观空间尺度上“三生”空间的大量异质性信息并未被有效揭示；二是以年为时间单位，忽略了“三生”空间在一年内不同季节或不同月份存在动态演变特征的客观事实，进而造成微观时间尺度（如1个月）上大量异质性信息的丢失，上述两点均可能影响到国土空间规划的科学决策。为进一步提高“三生”空间量化评估的时空精度，后续应针对基础数据收集提出更高要求，一方面，可结合中国科学院提供的高空间精度土地利用覆被数据（30×30 m）展开量化评估；另一方面，可进一步收集反映不同时点（如季度或月份）的多源空间数据，以此对“三生”空间的时间异质性展开量化评估。此外，本文研究时点单一，且缺乏多尺度的空间分析与对比，后续可进一步开展长时序、多尺度的相关研究，深入剖析海南岛“三生”空间时空演化及尺度效应规律，以期从动态视角为“三生”空间分区划定及国土空间优化提供决策支持。

4 结 论

本文以海南岛为例，在结合多源空间数据评价“三生”空间基础上，采用空间自相关与三角坐标图分析，揭示了海南岛“三生”空间的空间聚集性与协调度特征，并提出相应“三生”空间分区方案与开发保护措施。综上，本研究主要结论如下：

1）海南岛“三生”空间的分布格局存在明显区域差异。生产空间总体功能水平居中，其平均值为2.23，并呈现“四周高、中间低；北部高、南部低”的分布特征；生活空间总体功能水平相对较低，其平均值为2.03，区域差异也最为明显，整体上呈现“小集中、大分散”的分布特点；生态空间总体功能水平较高，其平均值为3.93，区域差异相对较小，且表现出“中间高、四周低；南部高、北部低”的分布规律。

2）海南岛各乡镇的生产、生活和生态空间功能值的Moran’s指数分别为0.569，0.221和0.716，表明“三生”空间具有较强的空间正相关性，呈聚集性分布特征。结合不同空间聚集类型可将全岛生产空间划分为城镇发展区、农业发展区、潜力开发区与不适宜开发区；将生活空间划分为聚集型居住区、潜力型居住区与转移型居住；将生态空间划分为生态保护区、功能加强区和绿色开发区，并针对不同分区特点提出了差别化的管制策略与措施，较好实现了基于“三生”空间功能属性与空间聚集性相统一的分区方案划定。

3）海南岛各乡镇生产、生活和生态空间功能在协调度上存在较大差异，高值区以生态主导和“三生”协调型为主，有51.72%与43.97%的乡镇为生态主导型与协调型；低值区则以生态主导型为主，该类型乡镇占比高达72.41%。结合不同协调度类型可将全岛“三生”空间功能高分值类型乡镇划分为生产开发区、生活聚集区、生态保护区与协同发展区，将低分值类型乡镇划分为绿色开发区、生态加强区与整体发展区，针对不同分区特点同样提出差异化的管理对策及建议，有效实现了基于“三生”空间功能属性与空间协调度相统一的分区方案划定。

[1] 刘继来，刘彦随，李裕瑞. 中国“三生空间”分类评价与时空格局分析[J]. 地理学报，2017，72(7)：1290-1304.

Liu Jilai, Liu Yansui, Li Yurui. Classification evaluation and spatial-temporal analysis of “production-living-ecological” spaces in China[J]. Journal of Geographical Sciences, 2017, 72(7): 1290-1304. (in Chinese with English abstract)

[2] 李广东，方创琳. 城市生态-生产-生活空间功能定量识别与分析[J]. 地理学报，2016，71(1)：49-65.

Li Guangdong, Fang Chuanglin. Quantitative function identification and analysis of urban ecological-production-living spaces[J]. Acta Geographica Sinica, 2016, 71(1): 49-65. (in Chinese with English abstract)

[3] 扈万泰，王力国，舒沐晖. 城乡规划编制中的“三生空间”划定思考[J]. 城市规划，2016，40(5)：21-26.

Hu Wantai, Wang Liguo, Shu Muhui. Reflections on delimiting the three basic spaces in the compilation of urban and rural plans[J]. City Planning Review, 2016, 40(5): 21-26. (in Chinese with English abstract)

[4] Zhou D, Xu J C, Lin Z L. Conflict or coordination? Assessing land use multi-functionalization using production-living- ecology analysis[J]. Science of the Total Environment, 2017, 577: 136-147.

[5] 刘玉，任艳敏，潘瑜春，等. 面向乡村振兴战略的乡村发展格局及其分区研究[J]. 农业工程学报，2019，35(12)：281-289.

Liu Yu, Ren Yanmin, Pan Yuchun, et al. Rural development pattern and zoning for rural revitalization strategy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(12): 281-289. (in Chinese with English abstract)

[6] 朱媛媛，余斌，曾菊新，等. 国家限制开发区“生产-生活-生态”空间的优化：以湖北省五峰县为例[J]. 经济地理，2015，35(4)：26-32.

Zhu Yuanyuan, Yu Bin, Zeng Juxin, et al. Spatial optimization from three spaces of production, living and ecologyin national restricted zones: A case study of Wufeng county in Hubei province[J]. Economic Geography, 2015, 35(4): 26-32. (in Chinese with English abstract)

[7] 刘燕. 论“三生空间”的逻辑结构、制衡机制和发展原则[J]. 湖北社会科学，2016(3)：5-9.

Liu Yan. On the logical structure, check and balance mechanism and development principle of “production- living-ecological spaces”[J]. Hubei Social Sciences, 2016(3): 5-9. (in Chinese with English abstract)

[8] 刘春芳，王奕璇，何瑞东，等. 基于居民行为的三生空间识别与优化分析框架[J]. 自然资源学报，2019，34(10)：2113-2122.

Liu Chunfang, Wang Yixuan, He Ruidong, et al. An analysis framework for identifying and optimizing ecological-production-living space based on resident behavior[J]. Journal of Natural Resources, 2019, 34(10): 2113-2122. (in Chinese with English abstract)

[9] 黄金川，林浩曦，漆潇潇. 面向国土空间优化的三生空间研究进展[J]. 地理科学进展，2017，36(3)：378-391.

Huang Jinchuan, Lin Haoxi, Qi Xiaoxiao. A literature review on optimization of spatial development pattern based on ecological-production-living space[J]. Progress in Geography, 2017, 36(3): 378-391. (in Chinese with English abstract)

[10] 黄安，许月卿，卢龙辉，等. “生产-生活-生态”空间识别与优化研究进展[J]. 地理科学进展，2020，39(3)：503-518.

Huang An, Xu Yueqing, Lu Longhui, et al. Research progress of the identification and optimization of production-living- ecological spaces[J]. Progress in Geography, 2020, 39(3): 503-518. (in Chinese with English abstract)

[11] 王成，唐宁. 重庆市乡村三生空间功能耦合协调的时空特征与格局演化[J]. 地理研究，2018，37(6)：1100-1114.

Wang Cheng, Tang Ning. Spatio-temporal characteristics and evolution of rural productionliving-ecological space function coupling coordination in Chongqing Municipality[J]. Geographical Research, 2018, 37(6): 1100-1114. (in Chinese with English abstract)

[12] 龚亚男，韩书成，时晓标，等. 广东省“三生空间”用地转型的时空演变及其生态环境效应[J]. 水土保持研究，2020，27(3)：203-209.

Gong Yanan, Han Shucheng, Shi Xiaobiao, et al. Temporal and spatial evolution and associated eco-environment effects of the land use transformation of ecological-production-living spaces in Guangdong Province[J]. Research of Soil and Water Conservation, 2020, 27(3): 203-209. (in Chinese with English abstract)

[13] 金贵，王占岐，姚小薇，等. 国土空间分区的概念与方法探讨[J]. 中国土地科学，2013，27(5)：48-53.

Jin Gui, Wang Zhanqi, Yao Xiaowei, et al. Concept and methods for spatial zoning[J]. China Land Science, 2013, 27(5): 48-53. (in Chinese with English abstract)

[14] 柳冬青，马学成，巩杰，等. 流域“三生空间”功能识别及时空格局分析：以甘肃白龙江流域为例[J]. 生态学杂志，2018，37(5)：1490-1497.

Liu Dongqing, Ma Xuecheng, Gong Jie, et al. Functional identification and spatiotemporal pattern analysis of production-living-ecological space in watershed scale: A case study of Bailongjiang Watershed in Gansu[J]. Chinese Journal of Ecology, 2018, 37(5): 1490-1497. (in Chinese with English abstract)

[15] 金贵，邓祥征，张倩，等. 武汉城市圈国土空间综合功能分区[J]. 地理研究，2017，36(3)：541-552.

Jin Gui, Deng Xiangzheng, Zhang Qian, et al. Comprehensive function zoning of national land space for Wuhan metropolitan region[J]. Geographical Research, 2017, 36(3): 541-552. (in Chinese with English abstract)

[16] 崔家兴，顾江，孙建伟，等. 湖北省三生空间格局演化特征分析[J]. 中国土地科学，2018，32(8)：67-73.

Cui Jiaxing, Gu Jiang, Sun Jianwei, et al. The spatial pattern and evolution characteristics of the production, living and ecological space in Hubei provence[J]. China Land Science, 2018, 32(8): 67-73. (in Chinese with English abstract)

[17] 江曼琦，刘勇. “三生”空间内涵与空间范围的辨析[J]. 城市发展研究，2020，27(4)：43-48.

Jiang Manqi, Liu Yong. Discussion on the concept definition and spatial boundary classification of “production-living-ecological” space[J]. Urban Development Studies, 2020, 27(4): 43-48. (in Chinese with English abstract)

[18] 李亚芳，龚健，杨建新，等. 基于植被初级生产力的农用地理论和可实现产能核算研究[J]. 中国生态农业学报，2015，23(1)：119-126.

Li Yafang, Gong Jian, Yang Jianxin, et al. Using vegetation net primary productivity to determine theoretical and achievable farmland productivity[J]. Chinese Journal of Eco-Agriculture, 2015, 23(1): 119-126. (in Chinese with English abstract)

[19] Liu X M, Fu J Y, Jiang D, et al. Improvement of ecological footprint model in national nature reserve based on net primary production (NPP)[J]. Sustainability, 2019, 11(2): 1-16.

[20] 周翼，陈英，赵鸿雁，等. 中国夜间灯光与建设用地碳排放关系实证分析[J]. 遥感信息，2019，34(4)：140-146.

Zhou Yi, Chen Ying, Zhao Hongyan, et al. Empirical analysis on relation between night-time light and construction land crabon emission in China[J]. Remote Sensing Information, 2019, 34(4): 140-146. (in Chinese with English abstract)

[21] 周翼，谢保鹏，陈英，等. 基于灯光数据的中国县域城镇建设用地产出效率时空演变特征[J]. 地球信息科学学报，2018，20(12)：1733-1744.

Zhou Yi, Xie Baopeng, Chen Ying, et al. The spatial-temporal pattern of the construction land output efficiency in China at county level based on night-time light[J]. Journal of Geo-information Science, 2018, 20(12): 1733-1744. (in Chinese with English abstract)

[22] 季珏，高晓路. 基于居民日常出行的生活空间单元的划分[J]. 地理科学进展，2012，31(2)：248-254.

Ji Jue, Gao Xiaolu. Identifying the scope of daily life in urban areas based on residents' travel behaviors[J]. Progress in Geography, 2012, 31(2): 248-254. (in Chinese with English abstract)

[23] 徐涵秋. 水土流失区生态变化的遥感评估[J]. 农业工程学报，2013，29(7)：91-97.

Xu Hanqiu. Assessment of ecological change in soil loss area using remote sensing technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(7): 91-97. (in Chinese with English abstract)

[24] 徐涵秋，施婷婷，王美雅，等. 雄安新区地表覆盖变化及其新区规划的生态响应预测[J]. 生态学报，2017，37(19)：6289-6301.

Xu Hanqiu, Shi Tingting, Wang Meiya, et al. Land cover changes in the Xiong'an New Area and a prediction of ecological response to forthcoming regional planning[J]. Acta Ecologica Sinica, 2017, 37(19): 6289-6301. (in Chinese with English abstract)

[25] 徐涵秋. 区域生态环境变化的遥感评价指数[J]. 中国环境科学，2013，33(5)：889-897.

Xu Hanqiu. A remote sensing index for assessment of regional ecological changes[J]. China Environmental Science, 2013, 33(5): 889-897. (in Chinese with English abstract)

[26] Sobrino J A, Jiménez-Muñoz J C, Paolini L. Land surface temperature retrieval from LANDSAT TM 5[J]. Remote Sensing of Environment, 2004, 90(4): 434-440.

[27] Adam E, Mutanga O, Rugege D. Multispectral and hyperspectral remote sensing for identification and mapping of wetland vegetation: A review[J]. Wetlands ecology and management, 2009, 18(3): 281-296.

[28] Baig M H A, Zhang L F, Shuai T, et al. Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance[J]. Remote Sensing Letters, 2014, 5(5): 423-431.

[29] Zha Y, Gao J, Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J]. International Journal of Remote Sensing, 2010, 24(3): 583-594.

[30] Anselin L. Local indicators of spatial association-LISA[J]. Geographical analysis, 1995, 27(2): 93-115.

[31] 李建波，房宗启，纪全菊，等. 基于WPF的三角图自动识别系统构建方法：以土壤质地分类系统为例[J]. 排灌机械工程学报，2016，34(4)：339-345.

Li Jianbo, Fang Zongqi, Ji Quanju, et al. Triangle coordinate diagram automatic recognition system software design based on WPF: A case study of soil texture[J]. Journal of Drainage and Irrigation Machinery Engineering, 2016, 34(4): 339-345. (in Chinese with English abstract)

[32] Shi K F, Yang Q Y, Li Y Q, et al. Mapping and evaluating cultivated land fallow in Southwest China using multisource data[J]. The Science of the Total Environment, 2019, 654: 987-999.

[33] 熊昌盛，谭荣，岳文泽. 基于局部空间自相关的高标准基本农田建设分区[J]. 农业工程学报，2015，31(22)：276-284.

Xiong Changsheng, Tan Rong, Yue Wenze. Zoning of high standard farmland construction based on local indicators of spatial association[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 276-284. (in Chinese with English abstract)

Spatial heterogeneity evaluation and zoning of production-living-ecological space based on multi-source spatial data

Zhang Yonglei1, Luan Qiaolin1, Xiong Changsheng1※, Liu Xue2

(1.,,570228,; 2.,,220241,)

Production-living-ecological space is a typical spatial carrier to coordinate economic, social， and ecological benefits. Its coordinated development has been greatly significant to promote the ecological civilization, even to optimize the spatial planning in land use. However, the spatial function differentiation is still lacking on the different plots in the same land type, particularly in the most current evaluation on the production-living-ecological space. The clustering or Coordination Degree (CD) is also less sufficient in production-living-ecological space. The purpose of this study is to improve the evaluation system of production-living-ecological space, further to partition its aggregation and coordination degree for the land-use spatial optimization. An integration of multi-source spatial data was implemented to evaluate the functions of production-living-ecological space in different plots with the same land from the grid scale, with emphasis on the perspective of spatial heterogeneity. A systematic analysis was then made on the spatial autocorrelation and trigonometric coordinates. As such, the clustering and coordination characteristics were revealed on the production-living-ecological space on the township scale. Zoning schemes were finally proposed for the optimization of land space. The results are as follows. 1) The high score areas of production space in Hainan Island were concentrated in the coastal cities and counties, indicating the distribution characteristics of "higher around and lower in the middle, higher in the north and lower in the south". There were also differences between the urban and rural production spaces. The high score areas of living space were mainly concentrated in the cities and counties, with the spatial pattern of "small part gathering and most scattered". The high score areas of ecological space were concentrated in the middle, with the distribution characteristics of "higher in the middle and lower around". 2) The Moran'sindexes for the production, life, and ecological space function were 0.569, 0.221 and 0.716, respectively, in Hainan Island obtained from the township scale. It inferred that there was the strongest spatial correlation between the spatial autocorrelation characteristics and ecological space. Therefore, a zoning scheme was proposed for the whole island using the characteristics of spatial clustering. 3) There were great differences in the coordination degree of production-living-ecological space in different towns of Hainan Island. The high value areas were dominated by ecological space and coordinated type, accounting for 51.72% and 43.97% of the total number of towns, respectively. The low value area was dominated by ecology space, accounting for 72.41% of the total number of towns, where no living dominant town was observed. In the case of spatial features, a zoning scheme was proposed for the whole island using the characteristics of spatial coordination. The heterogeneity of spatial functions was effectively identified in the production-living-ecological space for the different plots with the same land type. A specific scheme of production-living-ecological spatial zoning was also proposed from two new perspectives of spatial clustering and coordination degree, suitable for the current practice of land space optimization. An optimization path of production-living-ecological spatial evaluation can provide the zoning schemes, according to the spatial characteristics. The finding can offer a potential decision making for the land space optimization, as well as the construction of free trade port and ecological civilization in Hainan Island of southern China.

land use; function; zoning; production-living-ecological space; spatial heterogeneity; spatial clustering; spatial coordination degree; Hainan Island

10.11975/j.issn.1002-6819.2021.10.026

F301.2

A

1002-6819(2021)-10-0214-10

张永蕾，栾乔林，熊昌盛，等. 基于多源空间数据的“三生”空间异质性评价与分区划定[J]. 农业工程学报，2021，37(10)：214-223.doi：10.11975/j.issn.1002-6819.2021.10.026 http://www.tcsae.org

Zhang Yonglei, Luan Qiaolin, Xiong Changsheng, et al. Spatial heterogeneity evaluation and zoning of production-living-ecological space based on multi-source spatial data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(10): 214-223. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.10.026 http://www.tcsae.org

2021-02-24

2021-05-11

教育部哲学社会科学研究重大课题攻关项目（20JZD013）；国家自然科学基金项目（72004049）；海南省自然科学基金项目（2019RC016，720QN241）；海南省研究生创新科研课题（Hys2020-243）

张永蕾，主要研究方向为土地利用与生态安全评价。Email：zhangyl@hainanu.edu.cn

熊昌盛，研究员，主要研究方向为土地利用变化模拟。Email：xiongcs@hainanu.edu.cn