基于贝叶斯理论的国土空间生态修复属性图谱图像关系研究

张中秋，张裕凤

（1.内蒙古师范大学 地理科学学院，内蒙古 呼和浩特 010022；2.北部湾大学 资源与环境学院，广西 钦州 535011）

0 引言

改革开放以来，城镇化、工业化发展取得了中国式现代化伟大成就的同时，也造成了国土空间及其生态环境系统长期处于超负荷运转状态，出现了国土空间分化割据、自然资源匮乏枯竭、社会资本积累过剩等负效应问题，给高质量和可持续发展带来巨大挑战，生态环境与空间治理成为影响民生福祉的时代命题。在这一背景下，实施国土空间生态修复成为推动美丽中国和新时代生态文明建设的重要举措。党的二十大报告中提出“优化国土空间发展格局，坚持山水林田湖草沙一体化保护和系统治理”的发展要求，2023 年政府工作报告中指出未来几年要“推动发展方式绿色转型，持续实施重要生态系统保护和修复重大工程”，因此开展面向绿色转型发展和保障国土生态安全的国土空间生态修复内在机理相关研究，有助于丰富国土空间生态修复的认知视角，对响应新型城镇化和乡村振兴战略，推动自然空间和社会经济系统的协同治理具有重要理论和实践参考价值。

2020 年自然资源部印发了《关于开展省级国土空间生态修复规划编制工作的通知》，2022 年发布了《国土空间生态保护修复工程实施方案编制规程》，国土空间生态修复作为国家自然资源领域的战略工程，已成为学术界关注的热点话题。地理与生态学家们以人地关系地域系统理论［1］为指导从恢复生态学和景观生态学视角开展了理论研究［2］，认为国土是生态修复的对象，手段与方式要从单一向多目标多尺度转变［3］，理念与行动要从重技术向重人文转化［4］，并应用人地耦合系统理论阐释了国土空间生态修复要点［5］。还有学者从生态修复学视角进行了概念思辨和理论认知［6］，从景观生态学视角进行了过程耦合与逻辑梳理［7］，从规划学视角进行了修复策略与方案分析［8］，从系统论视角进行了管理技术与框架构建研究［9］，从哲学视角剖析了“道与术”逻辑关系和实现路径［10］，从投入产出视角组建了以国土整治、生态补偿、占补平衡为主的生态券测算框架和制度设计［11］，从综合整治视角剖析了国土整治与生态修复转型的必要性及其路径策略［12］，以游憩为导向探索了国土空间生态修复文化与生态结合的模式［13］，并在实践层面进行了分区和识区相关研究［14］，开展了基于NBS 的国土空间生态修复案例分析与实施探索［15］，总结出了自然、本土、过程、文化、实验和绿色6 种修复范式［16］。土地与经济学家们还从人地耦合视域探究了国土空间生态修复与城镇化、乡村振兴的交互关系，认为国土空间将以时空压缩方式承载城市化、城镇化和乡村化发展［17］，有利于乡村地区生态宜居和提升福祉［18］，有利于新型城镇化的高质量建设并提升社会红利和财富效应［19］，国土空间生态修复能促进生态产品第四产业发展［20］，并组建了“乡村三生空间—国土空间生态修复—国土空间综合整治”衔接机制［21］，探明了技术路径和目标体系［22］。通过文献梳理发现，国土空间生态修复不仅是对生态系统的改善，还是对生产、生活和生态空间的有效协调，更是对社会、经济和生态协同发展的有序引导，其系统内部的关键属性交互转化是国土空间生态修复发挥功效的重要驱动力。对国土空间生态修复相关研究呈现视角多元化、对象多样化、方式交叉化的特征，已有研究成果对理解国土空间生态修复具有重要意义，但也存在局限性：一是目前国土空间生态修复研究更多关注3S技术的实践分区和模式探索，其自身发展的内在驱动机理和演进逻辑有待进一步探讨；二是现有研究多聚焦于生态修复国土空间，侧重从生态空间视角探析实践部署，忽略资本空间的内在影响，有待系统性的探究其内在属性机理；三是国土空间生态修复是集自然、生态、社会和经济特性于一体的复杂系统，其经济学特性有待深入探索。

鉴于此，本文基于国土空间生态修复的内涵解析，明晰其资源、资产和资本属性特征，在此基础上通过模糊综合评价对全国及其31 个省区市（因数据收集原因，故本文研究范围未包含香港特别行政区、澳门特别行政区和台湾地区）进行样本测算，审视国土空间生态修复资源、资产和资本属性转化的数理逻辑，并运用贝叶斯理论对属性转化的图谱图像关系进行辨析，形成“属性逻辑——样本测算——谱像概率——优化探索”的研究主线，以期为我国国土空间生态修复的理论研究和实践探索提供参考。

1 国土空间生态修复内涵及属性

1.1 国土空间生态修复内涵逻辑

空间的内涵与外延包含了物质空间、空间再现和再现空间三种状态和形式，除了具有客观性外，还具有社会、政治、阶级和意识形态性［23］。国土空间是先人类存在而存在的客观物质世界，有其自发的形成、发展与演变过程，作为地理空间具有资源特性。随着人口增长和经济发展，生产、生活空间成为资本活跃的主要阵地，地理空间被资本化的程度越来越高，国土空间作为一种经济资本具备了商品特性。掠夺式的开发利用导致了生态空间退化、资本空间不均衡、自然资源枯竭等典型问题，威胁人类的生存和福祉。人们开始通过空间规划等方式引导资本转向空间治理，以被修复的方式使其恢复资源属性，并重新进入资本市场，实现资本和财富的再创造与再循环，国土空间作为一种政治资本通过权力渗透又具备了价值特性。

参考空间资本化和资本空间化的理论成果［24，25］，本文认为国土空间生态修复包含国土生态修复和空间生态修复双重内容（图1），前者主要表现为山、水、林、田、湖、草、沙及其所在地理空间的资源性生态修复，强调对国土要素的生态保护与恢复。后者主要表现为经济社会发展中资本转向国土资源资产以实现资本再循环及其所成资本空间的资产和资本性生态修复，强调依托资本空间的空间治理。国土生态修复和空间生态修复均具有自修复和被修复的双重属性，国土生态修复既是自身的作用对象，也是空间生态修复的被作用对象。同时，空间生态修复既是自身的作用对象，也是国土生态修复的被作用对象。国土生态修复是空间生态修复的基础和前提，对空间生态修复具有较强的推动作用。在新时代生态文明建设和高质量发展的背景下，国土空间生态修复是在全空间、全要素和全时间的管控下，以山水林田湖草生命共同体为原则，以国土空间和资本空间为对象，在空间资本化和资本空间化的双重驱动下，开展国土和空间生态修复（社会生产与再生产），在权籍制度保障下（社会关系生产与再生产机制），对生产、生活、生态空间和资源、资产、资本特性进行综合调控，促进“三生空间”统筹协调和“三资特性”循环迭进的良性耦合协调发展，实现在国土空间美化过程中达到资本积累与财富再创造的目标，是增进人类福祉的典型工具。

图1 国土空间生态修复的内涵Figure 1 The connotation of territorial space ecological restoration

1.2 国土空间生态修复的属性逻辑

国土空间生态修复具有资源、资产和资本属性特征。国土空间生态修复是在中国式现代化进程中对国土空间开发利用方式的优化升级，是社会资本投资转向的对象，也是落实国家生态文明战略的政策工具。作为内部因素，国土空间生态修复的内涵特性决定其属性机制。作为外部条件，社会经济发展的需求导向影响其属性演变。内部因素和外部条件共同决定其属性逻辑，即在生态空间为本底、生活空间为红利和生产空间为财富的带动下，国土空间生态修复表现为资源属性是基础、资产属性是形态、资本属性是目标的逻辑关系体系（图2）。

图2 国土空间生态修复属性的基本逻辑Figure 2 The basic logic of territorial space ecological restoration attributes

参考土地资源资本化［26］、土地资源资产化资本化［27］理论成果，结合人地耦合的国土空间相关学说［5，17］，推演国土空间生态修复的资源、资产和资本属性基本逻辑。国土空间生态修复的对象是山、水、林、湖、草沙等自然资源，修复后不仅能增加自然资源的经济供给，还能改善生态空间的环境效益，因此资源性是国土空间生态修复的第一属性，表现为在权籍系统保障下，遵循山水林田湖草沙生命共同体理念，实现人地协调发展。资源性既可以表现为以区域全部国土空间及其自然资源为基础，也可以表现为以受损和保护保育的国土空间及其自然资源为基础，对维护生态空间均衡性意义重大。

国土空间生态修复后能增加资源经济供给弹性并形成资产交易指标，在地籍和市场制度等生产关系约束下，统筹各类指标的交易形态为生产和生活空间的弹性管控提供了重要方法。资产属性是空间资本化中社会经济资本投资转向受损的国土空间以实现资本再循环的重要体现，因此资产性是国土空间生态修复的第二属性，表现为通过国土生态修复和空间生态修复，在资产制度管控下，实现了资产确权并形成了建设用地、新增耕地、碳排放等指标价值，为城乡融合发展提供了弹性指标保障。资产是由资源转化而来，在特定的生产力水平和生产关系条件下，资产性总量与资源性总量存在一定的函数转化关系。

国土空间生态修复所需资本源自社会经济投资和生态储备，修复后增加的资源和形成的资产交易会创造国民资本，资本空间视域的国土空间生态修复目的是缓解资本积累过剩并寻求绿色资本与生态财富的创造，以化解生产空间过度集聚及其引发的负效应问题。因此资本性是国土空间生态修复的第三属性，表现为通过国土生态修复和空间生态修复创造绿色财富并提升人们福祉，资本属性的最大化也体现了最终目标。资本可以由资源直接转化而来，也可以通过资产的市场价值转化而来。因此，资本性总量与资源性和资产性总量存在一定的函数转化关系。

2 国土空间生态修复属性的图谱规律

2.1 基本假设和前提条件设置

首先，以区域全部国土空间及其自然资源作为国土空间生态修复资源、资产、资本属性转化的本底，资源性总量是针对受损和保护保育的国土空间及其自然资源总量，不同时点的资源性总量是以区域全部国土空间及其自然资源总量为基础按一定函数关系确定的（如按照规划方式确定，后文称之为有条件）。其次，在特定的生产力和生产关系约束下，资源性总量具有差异性。同时资源性向资产性和资本性的转化率也随时间的变化存在差异性，其总量水平受转化速率的影响也各不相同。再次，以区域全部国土空间及其自然资源总量、国土空间生态修复的资源、资产和资本属性总量为图谱演变分析的数量基础，按照资源性总量占比及其向资产性和资本性转化率的不同，推演其相互之间的图谱状态。第四，以投入产出为视角衡量三属性转化关系的最优状态，即为将资源性总量视为投入，资产和资本性总量视为产出，以较低的投入换取较大的产出即为最优方向。最后，衡量资源、资产和资本属性总量的指标有18 个（表1），在参考相关文献的基础上［28，29］，分别从资源性禀赋基础、资产性指标产出和资本性投资储备3 个维度构建指标体系。各指标的原始数据均来自于《中国城市统计年鉴》《中国统计年鉴》《中国环境统计年鉴》《中国水利统计年鉴》《中国国土资源统计年鉴》《中国城乡建设统计年鉴》及中国知网社会发展统计数据库。

表1 评价指标体系Table 1 Evaluation index system

2.2 全国及省级样本的图谱状态

运用熵值法对数据进行标准化处理，对标准化后的矩阵进行平移以消除数据中0 和1 的影响。为衡量资源、资产和资本属性总量的绝对大小，各指标权重采取均衡化方式确定，即各指标权重大小相等。运用模糊综合评价法评估全国及31 个省区市2005、2010、2015和2020年的三属性总量，以各单元三属性总量所占比重为描述性统计的基准（图3）。

图3 样本各期评价结果统计Figure 3 Statistics of evaluation results in each period

2005 年资源性总量比重最大值为36.37%（新疆），最小值为30.94%（浙江），均值为33.59%，标准差为1.15。资产性总量比重最大值为34.80%（山东），最小值为30.98%（全国），均值为33.00%，标准差为0.94。资本性总量比重最大值为36.12%（全国），最小值为29.56%（新疆），均值为33.41%，标准差为1.18。2020 年资源性总量比重最大值为37.27%（青海），最小值为31.14%（宁夏），均值为34.17%，标准差为1.63。资产性总量比重最大值为36.62%（内蒙古），最小值为29.69%（浙江），均值为33.34%，标准差为1.64。资本性总量比重最大值为37.25%（浙江），最小值为28.85%（黑龙江），均值为32.49%，标准差为1.80。2005 至2020年各单元资产性、资产性和资本性总量之间的差距呈逐渐扩大趋势，资本性总量占比呈先降后升态势。以三属性总量大小为基准进行函数关系拟合，并绘制图谱（图4）。

图4 全国及31 个省区市国土空间生态修复资源、资产和资本属性关系图谱Figure 4 The relationship map of resources，assets and capital attributes of territorial space ecological restoration in 31 provinces and China

2.3 图谱规律推导

依据样本结果，国土空间生态修复的三属性总量大小关系有6 种状态，其中“资本≥资产≥资源”体现了最高成效，即为以特定的资源性总量为基础，自然资产量和资产指标市场价值量超过资源性总量，资本投资转向国土空间生态修复取得的资本增值和财富总量超越资产性总量。三属性之间存在线性、幂和二次多项式3 种函数关系，其中二次多项式可视为特殊的幂函数类型，故将3 种函数关系和6种总量大小状态整合后，图谱可有5 种类型。每一类型按照变量20%、40%、60%、80%和100%的条 件设定，再细分为5 种，合计共25 种图谱（图5）。

图5 国土空间生态修复资源、资产和资本属性演变图谱Figure 5 The evolution map of resources，assets and capital attributes of territorial space ecological restoration

3 国土空间生态修复属性的图像规律

3.1 三属性之间的转化函数与图像

3.1.1 有条件的线性函数图像

有条件指的是国土空间生态修复的资源性总量是按照相关规划确定的，其总量大小是以区域全部国土空间及其自然资源总量为基础按一定函数关系确定。有条件的线性函数图像是指在资源性总量按线性比例确定的条件下，资源性与资产性总量以及资产性与资本性总量之间呈线性函数形式演变。依据有条件的线性图谱规律，分为以下两种类型。

有条件的线性图谱Ⅰ函数：

有条件的线性图谱Ⅱ函数：

式中：Y0和y0分别为资产和资本性总量初始值；X、Y和y分别为修复后资源、资产和资本性总量各时点末期值；a为资产性转化系数；b 为资本性转化系数；ε为规划确定的资源性总量占区域全部国土空间及其自然资源总量的比重；Z 为区域全部国土空间及其自然资源总量。依据图谱规律，构建函数图像，其坐标系构建规则为：水平向右方向为X轴，衡量资源性总量，垂直向上方向为Y 轴，衡量资产性总量，第一象限为资源性与资产性总量转化函数。水平向左方向为y轴，衡量资本性总量，第二象限为资产性与资本性总量转化函数。垂直向下方向为Z轴，衡量区域全部国土空间及其自然资源总量，第四象限为区域全部国土空间及其自然资源总量与国土空间生态修复资源性总量的函数关系。有条件的线性函数图像Ⅰ与有条件的线性图谱Ⅰ函数对应，有条件的线性函数图像Ⅱ与有条件的线性图谱Ⅱ函数对应（图6）。

图6 有条件的线性函数图像Figure 6 Conditional linear function image

3.1.2 有条件的幂函数图像

有条件的幂函数图像是在资源性总量按幂函数确定的条件下，资源性总量与资产性总量以及资产性总量与资本性总量之间呈幂函数形式演变。依据有条件的幂图谱规律，分为以下3 种类型。

有条件的幂图谱Ⅰ函数：

有条件的幂图谱Ⅱ函数：

有条件的幂图谱Ⅲ函数：

式中：代码含义同上，幂函数均为非奇非偶函数，依据幂图谱规律，构建函数图像，其坐标系构建同上。

有条件的幂函数图像Ⅰ与有条件的幂图谱Ⅰ函数对应，有条件的幂函数图像Ⅱ与有条件的幂图谱Ⅱ函数对应，有条件的幂函数图像Ⅲ与有条件的幂图谱Ⅲ函数对应（图7）。

3.2 三属性函数图像概率统计与测算

本研究依据贝叶斯理论［30］，搭建由6 种资源、资产和资本属性之间的函数图像关系构成的先验框架，设函数图像关系为事件A，资源、资产和资本属性总量大小关系为事件B，具体事件概率模型框架如图8 所示。

图8 三属性函数关系的贝叶斯框架Figure 8 Bayesian framework of three-attribute function relation

利用贝叶斯公式，结合上述31 个省区市4 期数据结果进行概率统计与推算，计算公式如下：

式中：P（Bj）为资源、资产与资本属性总量关系状况，有6 种情形；P（Ai）为函数类型，有5 种类型，概率为1/5；P（Bj｜Ai）为在特定函数图像类型状况下，发生某一资源资产与资本属性总量关系状况的概率，该数值可通过128 个样本数据统计获得（表2）。P（Ai｜Bj）为在特定资源、资产与资本属性总量关系状况下，发生某一函数图像类型的概率（表3）。

表2 P（Bj ｜Ai）的先验概率统计结果Table 2 The prior probability statistics results of P（Bj ｜Ai）

由表3 可知，在三属性总量大小表现为“资源≥资产≥资本”的情况下，三属性之间符合有条件的线性函数图像Ⅰ的概率为59.1%，符合有条件的幂函数图像Ⅲ概率为34.26%，表明该条件下三属性之间主要表现为有条件的线性函数图像Ⅰ和有条件的幂函数图像Ⅲ；在三属性总量大小表现为“资源≥资本≥资产”的情况下，三属性之间符合有条件的有条件的幂函数图像Ⅱ概率为53.72%，符合有条件的幂函数图像Ⅲ概率为35.71%，表明该条件下三属性之间主要表现为有条件的幂函数图像Ⅱ和有条件的幂函数图像Ⅲ；在三属性总量大小表现为“资产≥资源≥资本”的情况下，三属性之间符合有条件的幂函数图像Ⅰ概率为94.43%，符合有条件的线性函数图像Ⅰ概率为5.57%，表明该条件下三属性之间主要表现为有条件的幂函数图像Ⅰ；在三属性总量大小表现为“资产≥资本≥资源”的情况下，三属性之间符合有条件的线性函数图像Ⅱ概率为30.93%，符合有条件的幂函数图像Ⅱ概率为41.11%，表明该条件下三属性之间主要表现为有条件的线性函数图像Ⅱ和有条件的幂函数图像Ⅱ；在三属性总量大小表现为“资本≥资源≥资产”的情况下，三属性之间符合有条件的幂函数图像Ⅱ概率为64.69%，符合有条件的线性函数图像Ⅱ概率为35.31%，表明该条件下三属性之间主要表现为有条件的幂函数图像Ⅱ和有条件的线性函数图像Ⅱ；在三属性总量大小表现为“资本≥资产≥资源”的情况下，三属性之间符合有条件的线性函数图像Ⅱ概率为75.51%，符合有条件的幂函数图像Ⅲ概率为18.14%，表明该条件下三属性之间主要表现为有条件的线性函数图像Ⅱ和有条件的幂函数图像Ⅲ。

3.3 三属性之间函数图像的优化

当前，全域范畴的“三生空间”整体协调和修复治理成为主导方向。以区域全部国土空间及其自然资源为国土空间生态修复资源属性的基础，通过国土生态修复和空间生态修复实现“资本≥资产≥资源”属性总量的交互转化状态，实现综合成效最大化，应是未来提高国土空间生态修复成效的优化方向。结合上述推理与概率分析，在三属性总量大小为“资本≥资产≥资源”的情况下，符合线性函数图像Ⅱ概率为75.51%，符合幂函数图像Ⅲ概率为18.14%，据此推理其优化模式有两种，图像如图9所示。

图9 优化的函数图像Figure 9 Optimized function image

4 结论与讨论

4.1 结论

本文以国土空间生态修复的理论内涵为基础，梳理其关键属性逻辑，并建立评价指标体系，运用模糊综合评价法对全国及31 个省区市进行了评测，在此基础上采用数理推导和贝叶斯概率法推演了图谱图像关系。主要结论如下：①国土空间生态修复是在资本空间与空间资本化的驱动下，通过国土生态修复和空间生态修复实现“三生空间”统筹协调和“三资属性”循环迭进的良性协调状态，存在以全部和以局部受损与保护保育的山、水、林、湖、草、沙等国土空间及其自然资源为主体的两种实施类型，两种类型既包含地理空间又包含资本空间，既具有自修复又具有被修复的特点，二者交互叠加影响国土空间生态修复总成效。②国土空间生态修复具有资源、资产和资本属性特征，以各自总量为衡量基础，全国及31 个省区市128 个样本中三属性之间典型的转化情形有线性和幂两种图谱状态，转化关系有线性函数和幂函数两种图像类型，在不同的生产力水平和生产关系状态约束下，三属性之间存在25 种图谱和图像关系。③资源、资产和资本属性之间的函数图像关系存在6 种类型的贝叶斯条件架构，先验概率中“资本性总量≥资产性总量≥资源性总量”条件架构体现了最优成效，该条件下，三属性之间表现为有条件的线性函数图像Ⅱ的后验概率为75.51%，表现为有条件的幂函数图像Ⅲ的后验概率为18.14%。④以区域全部国土空间及其自然资源为国土空间生态修复资源属性的基础，通过国土生态修复和空间生态修复实现“资本性总量≥资产性总量≥资源性总量”状态，是三属性关系优化的重要方向。依据图谱图像推理及其贝叶斯概率测算，三属性之间可有线性和幂函数图像两种优化方式。

4.2 讨论

国土空间生态修复既是贯彻“山水林田湖草生命共同体”理念的重要体现，又是执行“绿水青山就是金山银山”理论的典型实践，开展其内在机理研究对指导工程实践、项目布局和市场运作具有重要意义。本文以逻辑推理和函数谱像推导为主要方式，从数理视角探析了国土空间生态修复资源、资产和资本属性之间的转化机理和量化关系，得到了一定研究结果和结论，但也还存在一些科学问题需要进一步探索：一是作为国土空间生态修复内涵的国土生态修复和空间生态修复二者之间存在一定的逻辑关系，二者对资源、资产和资本属性之间的交互影响机理尚需进一步探究。二是文中通过构建评价指标体系，以128 个样本数据为基础对“三资属性”总量进行了评测，绘制了图谱，据此推演“三资属性”之间的转化情形和函数谱像规律，并结合贝叶斯理论对图谱图像类型与分布进行了概率统计与测算，后期还可借助时间序列的ARMA 模型和MCMC 模型进行预测，依据预测结果和贝叶斯概率对其函数谱像关系进行验证，增强图谱图像规律的实用性。三是当前国土空间生态修复存在“伪生态”“假技术”“低成效”等问题［9］，究其原因是资本运作与市场机制的缺位所致。研究结果表明区域开展国土空间生态修复首先要估算其国土空间及自然资源总量，以此为基准用线性或幂函数对资源、资产和资本属性总量进行规划和管控，将量化的指标分解并落实在生产、生活和生态空间内，进行分区管制、市场运作和生态补偿，最后通过“三资属性”与“三生空间”交互耦合状态评估总体效益，这可能是一种新的实践思路。四是国土空间生态修复资源、资产和资本属性之间的迭进转化机制既涵盖了投入与产出、供给与需求的经济特性，又涵盖了城镇与乡村、时间与空间的社会特性，不仅具有“山水林田湖草生命共同体”的生态特性，又具有人地权籍系统协同的自然特性，三属性之间的数理关系是推动国土空间生态修复成效建设的核心驱动力，地理空间与资本空间之间的耦合发展是促进国土空间生态修复均衡布局的重要保障力。傅伯杰院士提出国土空间治理中生态空间与生产、生活空间存在特定的演进状态［5］，王金南院士提出生态资源资产化、生态资产资本化的“资源—资产—资本”转化是产业形成的基础［20］，金贵教授提出资源效率是国土空间开发保护的核心［31］，因此国土空间生态修复资源、资产、资本属性的迭进转化与生产、生活、生态空间的循环演进必然存在一定的耦合联动效应，探索“三资属性”与“三生空间”的交互联动机理是今后理论探索的重点。

依据研究结果，提出以下对策：一是应将资本空间纳入国土空间生态修复范畴，以资产和资本性产出指标为价值追求，引导社会资本投资转向国土空间生态修复；二是实践中应先评测区域全部国土空间及其自然资源总量，进而以线性或幂函数方式确定国土空间生态修复的资源性总量，并据此核算资产和资本性产出效率，量化国土空间生态修复的综合成效；三是将资产转化率和资本转化率纳入资本投资转向国土空间生态修复项目的约束性指标，借助图谱图像规律科学设定工程项目的远景目标。