2000—2019年南宁市土地利用时空演变及驱动因子分析

袁勤敏 胡宝清

2000—2019年南宁市土地利用时空演变及驱动因子分析

袁勤敏1,2,3胡宝清1,2,3

（1.南宁师范大学地理科学与规划学院，广西 南宁 530001；2.广西地表过程与智能模拟重点实验室，广西 南宁 530001；3.北部湾环境演变与资源利用教育部重点实验室，广西 南宁 530001）

土地是城市发展的重要基础，合理的土地利用结构是一个城市发展的必要条件，也是城市可持续以及高质量发展的重要基础。文章采用土地利用转移矩阵、主成分分析法等方法，对研究时段内南宁市城市结构变化、特征以及驱动因子进行更加深入的研究与分析。结果表明：（1）南宁市近20年土地利用类型变化频繁，主要表现为建设用地面积大幅度增加，耕地、草地面积逐年减少；（2）耕地、草地面积每年都在动态减少，林地、水域处于动态稳定，建设用地动态增加。建设用地多由耕地、草地转化而来；（3）经济发展、人口变化成为南宁市土地利用变化的主要驱动因子，人口的增长、劳动力的集中促进经济的快速发展，改变南宁市生产生活以及城市的发展方式，从而促使土地利用结构不断发生变化。

土地利用；转移矩阵；驱动因子

引言

合理的土地利用结构是一个城市发展的必要条件，也是城市可持续以及高质量发展的重要基础。在城市土地利用类型转化[1,2]与发展的研究中，学者们多利用遥感技术进行动态监测，在时空变化分析、城市规划等方面进行了大量的研究，随着科学技术的发展与进步，目前灰度关联分析法[3]成为新的研究热点。在进行土地利用格局改变研究时，学者们也采用各种研究方法，探讨其发展机制以及相关因素。鲍文楷等[4]利用Logistic回归模型非线性回归统计方法，研究了以京津冀地区为例的城镇化地区土地利用变化强度及驱动力新特征。王劲峰等[5]提出利用地理探测器模型，以及运用线性回归[6]和相关性模型对驱动因子进行分析。同时利用主成分分析[7]提取主要驱动因子是最常用的研究方法，蒋梦倩等[8]利用主成分分析法对重庆市土地利用情况、研究区自然条件进行分析研究，得出土地利用结构与城市发展有着重要关系的结论。魏峰[9]也根据桂林市的实际情况对其土地利用变化与驱动因子进行了一系列详细的研究。本文将通过对南宁市土地利用最新的研究数据，进行2000年—2019年土地利用变化分析，并结合南宁市统计年鉴对其进行驱动力分析，也对未来优化南宁市土地利用规划布局具有借鉴意义。

1 数据与方法

1.1 研究区概况

南宁市作为广西的首府，具有优越的地理位置，位于广西的中西部地区，密切联系着广西各地区，其发展具有重要的意义。南宁市作为国家东盟博览会永久举办地，为我国与东南亚经济圈建立起了共商共建的桥梁。作为中国西部地区连接东南亚各国的经济纽带，粤港澳发展区的后备力量，南宁市具有巨大的经济发展潜力。南宁市行政区共划分为七区五县，15个乡、3个民族乡、22个街道，共84个镇，总面积22112 km2[10]。近年来南宁市发展迅速，截至2019年底，南宁市总人口已达到781.97万人，地区生产总值4506.56亿元[11]。

1.2 研究区数据来源

文章主要采用的数据有南宁市土地利用数据、南宁市社会经济数据。南宁市的土地利用栅格数据来源于中科院资源环境科学数据云（http://www.resdc.cn/），经过ArcGIS10.4软件对土地利用栅格数据数据进行矢量化处理分析，形成2000年、2005年、2010年、2015年、2019年等5个年份南宁市土地利用现状图。利用我国土地利用分类系统，以及研究区地理特征和影像质量将图像按照LUCC分类标准划将地类分为耕地、林地、草地、水域、建设用地和未利用地6个类型[12]。其他社会经济数据均来自广西统计局官网各年份的《广西统计年鉴》。

1.3 研究方法

本篇文章利用定性与定量相结合的研究理论，主要采用土地利用转移矩阵、土地利用动态度定性等研究模型。利用ArcGIS10.4、Excel、SPSS等软件对各类数据进行处理分析，分析研究区2000年、2005年、2010年、2015年、2019年土地利用的空间变化特征，以及在研究段内的时空演变特征。并利用SPSS软件采用主成分因子分析的方法提取并分析研究区土地利用变化的主要驱动因素。

1.4 土地利用动态度

土地利用动态度可以直观地反映土地在研究时段内利用类型的动态变化程度的指数，单一地类土地利用动态度指数是指在一定时期内研究区域内某一地类在土地利用类型数量的变化情况，同时也可以反映某一土地利用类型面积变化的速度，其表达式如式（1）所示：

式（1）中，为单一土地利用动态度，表示研究时段开始某一地类所占面积。表示研究时段结束某一种土地类型所占面积。

1.5 土地利用转移矩阵

土地利用转移矩阵[13]通过分析某种土地利用类型在某个年份或者在不用年份间的转移方向，能够有效地反映土地利用在研究时段内的变化，可用如下公式进行计算：

式（2）中，是x种土地类型在一定时段内转化为土地类型的数量，表示土地面积，是土地利用类型的种类。

1.6 主成分分析法

主成分分析法将选定的适宜指标作为变量因子，将所选取因子的数据进行标准化处理后，通过将所有指标进行整合分析，进而转化为少数几个代表性好的综合指标，来反映大部分指标的信息，各个代表性指标之间保持相对独立性，计算公式如下：

式（3）中，FC为第个主成分；1i，i…pi为第个主成分各个指标因子对应的特征向量；1，2…P为各个指标因子[10]。

2 结果与分析

2.1 南宁市时空变化特征分析

将经过ArcGIS10.4处理后的南宁市2000年—2019年五期土地利用类型分布情况进行对比，可以看出林地与水域面积变化不大，并且林地和草地覆盖度比较高，研究区在研究时段的主要变化在建设用地以及耕地、草地变化。而耕地、草地减少的面积主要变化成为建设用地，变化主要集中在兴宁区、武鸣区。同时建设用地的变化也主要沿流域走势大体一致，也符合建设用地的发展规律。

2.2 南宁市土地利用类型面积变化

运用ENVI5.3和ArcGIS10.4软件对南宁市研究时段内2000年、2005年、2010年、2015年和2019年的土地数据进行分析，得到5个年份的土地利用分布图以及耕地、林地、草地、水域、建设用地、未利用地这六种地类的面积和占比情况。如表1所示，建设用地面积一直呈现上涨趋势，分别是从2000年的825.51 km2增加到2019年的1210.23 km2。耕地以及草地的占地面积呈现递减趋势，分别是从2000年的7593.36 km2和1353.66 km2减少为2019年的7353 km2和1293.67 km2。

图1 2000年—2019年南宁市土地利用空间分布图

表1 各时段土地利用情况

2.3 南宁市土地利用类型变化

土地利用专业矩阵法可以方便、直观地研究各地类在研究时段内的转移变化，文章对2000年—2005年、2005年—2010年、2010年—2015年、2015年—2019年、2000年—2019年等5个时段进行土地利用情况计算，表2展示的是研究区域2000年至2019年整体的变化情况，可以看出草地、耕地的输出面积比较大，而转入量最高的为林地和建设用地。在具体的地类转移中，草地转移到建设用地45.89 km2，转移到林地39.97 km2。耕地转移到建设用地27191.2 km2，转移到林地8916.5 km2。

表2 2000年—2019年南宁市土地利用转移矩阵

从表3可以看出，2000年—2005年之间的土地转移主要集中在建设用地上的变化。耕地、林地、草地、水域都向建设用地输入。在单个地类转出面积总量上，耕地转出量比较大，一共转出33.17 km2。而建设用地的转入面积比较大，一共转入45.30 km2。其次为草地变化，分别向建设用地转入2.80 km2，林地转入11.64 km2。这表明2000年—2005年主要是建设用地的扩张和变化，以及林地的恢复与保护。

表3 2000年—2005年南宁市土地利用转移矩阵

从表4可以看出2005年—2010年的土地利用转移主要集中在草地、耕地、林地向建设用地的转移以及草地、耕地向林地的转移。其中草地向林地转移10.34 km2，向建设用地转移6.7 km2。耕地向林地转移13.34 km2，向建设用地转移26.30 km2。林地向建设用地转移12.85 km2。这也就表明2005年—2010年主要是建设用地的变化。

表4 2005年—2010年南宁市土地利用转移矩阵

从表5可以看出2010年—2015年土地转移集中在草地、耕地、林地的转出，以及建设用地的转入。其中耕地的转出量最大，转向建设用地、林地、水域，共转出82.62 km2。其次草地向建设用地转入16.03 km2，耕地向建设用地转入79.99 km2，林地向建设用地转入26.95 km2。从整体地类变化情况来看，2010年—2015年主要为建设用地的发展，建设用地快速扩张。

表5 2010年—2015年南宁市土地利用转移矩阵

从表6可以看出2015年—2019年土地转移主要集中在耕地、草地、水域的转出，以及建设用地和林地的转入。对比前几年的土地转移，水域的转移变化极小，而在2015年—2019年，水域的土地转移变化较大，主要转入为耕地和林地，其次为建设用地，共转移49.35 km2，其中转向耕地35.63 km2，转向林地9.07 km2，转向建设用地4.66 km2。2015年—2019年转出量最大的为耕地，其中转向草地11.82 km2，转向建设用地134.61 km2，转向林地75.77 km2，转向水域10.91km2。其次草地转出面积较大，其中转向耕地11.70 km2，转向建设用地20.43 km2，转向林地18.90 km2。同时也表明2015年—2019年更多的耕地面积被建设用地等因素转移。

表6 2015年—2019年南宁市土地利用转移矩阵

2.4 南宁市土地利用动态度分析

由表7可以看出2000年—2019年南宁市各类土地利用的整体动态变化。其中草地与建设用地的变化最大，草地整体处于转出情况，并且转出量也较大，其次是耕地，整体也处于转出，并在2015年—2019年转出量最高。而建设用地则一直属于转入情况，并且转入量逐年增加，同时也反映了城市的发展与扩张，其余地类变化幅度不大，整体属于平稳状态。

表7 土地利用动态度

2.5 驱动因子分析

影响南宁市土地利用结构变化的因子有很多，但由于南宁市特殊的政治功能与区位优势，社会因素发挥了比较关键的作用。根据南宁市土地利用实际情况以及南宁市2000 年—2019年的统计年鉴数据，选取了8个社会因素指标，包括选取因子人口密度（X1）、GDP（X2）、第一产业产值（X3）、第二产业产值（X4）、第三产业产值（X5）、人均GDP（X6）、城镇居民人均可支配收入（X7）、农村居民人均纯收入（X8）。利用统计工具SPSS26对这8个指标进行主成分分析。由图8可以看出与主成分1存在正相关性指标分别是为GDP、人均GDP、城镇居民人均纯收入。与主成分2存在正相关性的是人口密度、第二产业产值、第三产业产值三个指标。结合以上分析可知：影响南宁市土地利用变化的因素主要集中在经济发展、人口发展、生活水平。

表8 南宁市2000年—2019年土地利用主成分分析因子荷载矩阵

3 讨论

（1）由于获取数据途径的局限性，文章中所用的土地利用数据主要来源于中科院资源环境科学数据云平台，图像分辨率一般，因此进行栅格数据矢量化后，图像精确度不够高，以及进行地类整合时没有进行更为详细的地类分析，虽然选取了2000年、2005年、2010年、2015年、2019年五个时段的土地利用数据，但整体来看变化看起来差异不够明显，土地利用变化分析也比较单一。另外，文中数据只有五个年份的数据，对于研究区时间不是太长，但基本能够较好地反映出南宁市土地利用变化的发展趋势。

（2）在选取土地利用变化相关驱动因子时，仅选取了8个主要指标。所选指标主要集中于人口和经济发展情况，忽略了自然因素，如地势、地貌、河流分布等，以及各自然要素间的相关性。同时在选取指标时还应详细考虑到城市发展的差异性，如兴宁区与武鸣区其发展的时间长短、快慢以及当地居民收入差异、消费结构等，以上因素也是导致土地利用结构发生变化的原因。因此在今后的研究中，应该做出一下改进：①在选取研究对象时，要对研究对象进行的更加全面与详细的了解和分析；②选取图像数据时，要择优选取分辨率更高、图像更清晰的土地利用类型数据；③进行数据处理时，要结合当前发展前沿，学会运用更先进、更加前沿的地理信息技术手段；④进行指标选取时，要考虑更多自然因素，以及自然因素间的相关性，还要考虑人文的因素以及人地关系，选取能更加精确表达土地利用变化的驱动力因子。

4 结论

本研究采用运用定性与定量结合的方法进行深入研究分析，运用多种模型与数据处理软件，对南宁市近20年来的土地利用变化情况进行分析，得出如下结论：

（1）从南宁市2000年—2019年的总体土地利用数据来看，建设用地面积呈现上涨趋势，耕地面积以及草地的占地面积呈现递减趋势，林地面积比较稳定，南宁市的林地面积占比最高，约占南宁整体面积的53%，未利用地面积变化不大，增减变化值不影响城市的格局变化。土地利用类型之间的转化符合南宁市城市发展规划与趋势。

（2）从各土地利用类间转移变化结果中分析，耕地、林地和草地的转出总量是最高的，转入总量最高的是林地建设用地，其中耕地和林地发生转移频率相对较高，同时耕地和草地的总面积在研究期间减少幅度比较大。

（3）从各时段土地利用类型变化程度分析，耕地、草地在2000年—2005年、2005年—2010年、2010年—2015年、2015年—2019年四个时段内一直处于负增长状态。林地和水域在2000年—2005年、2005年—2010年、2010年—2015年三个时段的动态较平均，在2015年—2019年动态度出现大幅度变化。建设用地一直处于动态增加，未利用地变化幅度较小，可以忽略不计。

（4）从驱动因子的结果分析，总结出对南宁市土地利用结构、土地类型变化程度产生作用的因素主要是经济发展与人口发展，其中人口密度、城镇居民人均可支配收入、GDP为南宁市土地利用结构变化最主要的驱动因子。

[1]蒋玉爽，唐榕，林叶彬. 2005—2018年四川省广元市土地利用动态变化及驱动力分析[J]. 云南农业大学学报(社会科学)，2021，15(4): 97-103.

[2] 黄端，李仁东，邱娟，等. 武汉城市圈土地利用时空变化及政策驱动因素分析[J]. 地球信息科学学报，2017，19(1): 80-90.

[3] 谢汀，刘爱宁，高雪松，等. 基于信息熵和灰色关联的成都市建设用地结构时空变化及驱动力分析[J]. 农业现代化研究，2015，36(1): 118-125

[4] 鲍文楷，杨园园，邹利林. 快速城镇化地区土地利用变化强度及驱动力新特征——以京津冀地区为例[J]. 西南大学学报(自然科学版)，2021，43(10): 124-134.

[5] 王劲峰，徐成东. 地理探测器: 原理与展望[J]. 地理学报，2017，72(1): 116-134.

[6] 史利江，王圣云，姚晓军，等. 1994—2006年上海市土地利用时空变化特征及驱动力分析[J]. 长江流域资源与环境，2012，21(12): 1468-1479.

[7] 高啸峰，王树德，宫阿都，等. 基于主成分分析法的土地利用/覆被变化驱动力研究[J]. 地理与地理信息科学，2009，25(1): 36-39.

[8] 蒋梦倩. 重庆市土地利用现状及动态变化分析[D]. 重庆: 西南大学，2011.

[9] 魏锋，童新华，韦燕飞. 广西桂林市土地利用变化及其驱动力分析[J]. 大众科技，2021，23(3): 8-12.

[10] 阮诗乔，周慧杰. 南宁市2000—2018年土地利用变化与驱动机制研究[J]. 绿色科技，2020(16): 120-124.

[11] 广西壮族自治区统计局. 广西统计年鉴[M]. 北京: 中国统计局出版社2020.

[12] 陈百明，周小萍. 《土地利用现状分类》国家标准的解读[J]. 自然资源学报，2007(6): 994-1003.

[13] 刘瑞，朱道林. 基于转移矩阵的土地利用变化信息挖掘方法探讨[J]. 资源科学，2010，32(8): 1544-1550.

Analysis on Spatial-Temporal Evolution and Driving Factors of Land Use in Nanning from 2000 to 2019

Land is an important basis for urban development. A reasonable land use structure is not only a necessary condition for urban development, but also an important basis for urban sustainable and high-quality development. Using the methods of land use transfer matrix and principal component analysis, this paper makes a more in-depth research and analysis on the urban structure changes, characteristics and driving factors of Nanning during the research period. The results show that: (1) the land use types in Nanning changed frequently in recent 20 years, which is mainly reflected in the significant increase of construction land area and the decrease of cultivated land and grassland area year by year; (2) the area of cultivated land and grassland is dynamically decreasing every year, the forest land and water area are dynamically stable, and the construction land is dynamically increasing. Construction land is mostly transformed from cultivated land and grassland; (3) economic development and population change have become the main driving factors of land use change in Nanning. The growth of population and the concentration of labor force promote the rapid development of economy and change the production, life and urban development mode of Nanning, so as to promote the continuous change of land use structure.

land use; transfer matrix; driving factors

F301

A

1008-1151(2022)04-0039-05

2022-01-26

喀斯特关键带与生态功能提升技术高层次人才培养示范（桂科AD19110142）广西科技基地与人才专项。

袁勤敏（1998－），女，南宁师范大学地理科学与规划学院在读硕士研究生，从事资源开发与国土整治研究。

胡宝清（1966－），男，南宁师范大学地理科学与规划学院教授，博士，从事资源环境与区域可持续发展研究。