理论研究 | 成渝城市群生态用地演变特征及影响因素研究

成渝城市群 OLS模型 GWR模型 生态用地 影响因素

在以国内大循环为主体、国内国际双循环相互促进的新发展格局下^[1]，中西部地区将成为未来参与国内大循环、促进要素联通优化的重要区域。成渝城市群作为中西部最重要的城镇密集地区，是未来区域发展的重要支点。面向生态文明时代，高质量发展成为重要的发展理念，要求实现山水林田湖草全域全要素保护。而城市群作为城镇密集地区，也面临着重大生态胁迫及跨界生态保护不足等问题。同时，随着西部大开发、“西部陆海新通道”的推进，城市群发展的政策本底优势凸显。2020年1月，中财委第六次会议提出推动成渝地区双城经济圈建设，在西部形成高质量发展的重要增长极。双圈战略提出使中西部发展迎来新的契机，对生态用地提出更高保育要求。成渝地区作为长江上游重点区域，在筑牢长江上游重要生态屏障中、依托江河湖泊丰富多样的生态要素，优化生态空间供给作用突出^[2]。

在城市群高质量发展方面，学者们已进行了较多研究。如林坚将高质量发展概括为“高标准保护、高效能开发、高韧性支撑、高水平治理”^[3]，高标准保护位于高质量发展之首，强调对生态空间和农业空间的保护，以实现绿色保护与合理开发。此外，对于城市群生态共保共治、生态空间一体化治理等也是当下热点，同时关于生态用地^[4，5]的研究逐年增加。生态用地这一概念自提出以来^[4]，强调“能够提供重要生态服务功能”。近来学者开始关注成渝双圈的生态安全格局构建^[2]，但整体来说成渝地区土地利用演变及扩张机制研究相对较少，多集中在建设用地扩张格局^[6]、城市区域集聚的收缩与扩张^[7]、建成区空间扩展的内部要素研究^[8]等，对于生态用地的时空演变特征及影响因素研究鲜有。

鉴于此，结合相关学者的定义^[9，10]及一级地类特征，将生态用地划分为耕地、林地、草地、水域4个二级地类，对成渝城市群近20年来的生态用地时空演变进行分析。在此基础上，以市区36个研究单元生态类用地为对象，通过探索性回归分析寻求生态用地转化量的解释变量组合，通过OLS和GWR模型，对成渝城市群生态用地转化影响因素及空间异质性特征做出分析。研究可为成渝城市群生态空间优化及未来成渝双城经济圈建设的生态保护、跨界协作区域提升提供参考。

图2-1，成渝城市群范围界定

研究所用数据包括土地利用栅格数据、基础性空间数据及社会经济数据。其中土地利用覆盖数据来源为http://www.globeland30.org/home.html?type=data，包含2000、2010、2020年的土地覆盖数据，数据第三方评价总体精度为83.50%，该数据用地分类包括耕地、草地、灌木地、森林、水体、苔原、湿地、裸地、冰川和永久积雪、人造地表。参考学者研究中地类分级^[11]，将原始土地利用数据地类简化成5大地类（因范围内未利用地数量极少而不保留该地类）——耕地、林地、草地、水域、建设用地。空间数据包括行政边界、路网、主要河流数据、DEM数据等。行政边界等矢量数据从全国地理信息资源目录服务系统下载，路网数据来源openstreetmap下载，DEM来源于中国科学院资源环境科学与数据中心网站。社会经济数据来源《县域统计年鉴》及《四川省统计年鉴》、《重庆市统计年鉴》等。数据在Arcgis中统一处理成分辨率300*300m。

（1）土地利用转移矩阵

土地利用转移矩阵来源于系统分析中对系统状态与状态转移的定量描述^[12]，对不同时期内的土地利用转化构建二维矩阵、得出每个地类与其他地类增减关系的转移情况。土地利用转移矩阵在历时态的用地转化分析中应用广泛。

（2）探索性回归分析

探索性回归是Arcgis中用于数据挖掘——主要用于确定合适的回归模型组合，将尝试解释变量的所有可能以找到最佳拟合模型组合。在探索性回归中该模型时需要对解释变量设置相应阈值条件，通过该回归可以对解释变量的共线性问题、变量之间的拟合特征进行模拟，是进行复杂回归分析的基础。

（3）OLS回归和GWR回归

OSL回归即普通最小二乘法，是所有回归方法中最著名的方法，也是所有空间回归分析的起点，该模型作为因变量和解释变量相互关系的量化预测。GIS提供的OLS模型分析诊断中提供了是否具备空间异质分析基础的参数判别。比起OLS模型，GWR模型考虑了空间局部回归的差异性——空间本身的异质性和非平稳性对回归结果产生不同的权重影响和差异^[13]。在本研究中，对部分组合可选模型运用GWR模型，进一步研究生态用地转化与因素作用空间关系的机制。OLS和GWR的回归表达式如下：

2000-2010-2020三期土地利用分布如图3-1，以成都、重庆两大城市为中心，生态用地明显呈现出向非生态用地转化的趋势，尤其是2010-2020年之间生态用地转化尤为显著。进一步计算各期的土地利用转移矩阵，如表3-1所示。

图3-2  2000—2020年成渝城市群用地转化特征

（1）生态用地总量丰富，逐年减少，非生态类转化速度跃迁

成渝城市群生态用地约18万平方公里，占比95%以上。2000、2010、2020年生态用地分别为182543.5 km²、182046.8 km²、177668.9 km²，2000-2010年生态类用地减少496.7km²，平均每年减少49.67 km²。2010-2020年生态用地减速剧增，十年间减少4377.9 km²，约为2000-2010年减少量的8.8倍，平均每年减少437.79 km²。在此期间，城镇加速扩张导致非生态类转化加速跃迁。

（2）两个时期内草地、耕地主导转化，主要流向林地、建设用地

2000-2010年，草地锐减成为生态用地转化的主要影响因素。期间，草地减少量达4153.4 km²，占2000年草地总量的27.8%，其中大部分流向了林地（2663.8km2）和耕地（1065.6 km²）。草地的转出也成为了该时期林地、耕地总量增加、保育良好的直接原因。

2010-2020年期间，2010-2020年以耕地为主导流向建设用地的转化，成为生态类用地转化的主要流向。成渝城市群核心位置为成都平原，涵盖了成都市、德阳市、绵阳市、雅安市等主要的耕地连绵片区，在成渝城市群生态类用地构成中耕地占绝对主导。2010-2010年间，耕地总量，耕地总量锐减达4619.3 km²，甚至超过了生态用地总减少量。这一时期生态用地缩减以城镇近郊耕地流失为主要特征。

表3-1  2000—2020年成渝城市群土地利用转移矩阵，单位：km²

（1）由零星稀疏增减转为中心凹陷式锐减

2000-2020年成渝城市群生态用地空间演变总体基本呈现出零星稀疏变化，生态用地空间转化幅度不大，整体以地类内部转换为主；2010年-2020年，成渝地区迅猛的城市建成区扩张使得以耕地为主的生态空间急剧沿着中心向外围“凹陷式缩减”。从图3-3可以看出，成都、宜宾、乐山、达州、南充等地生态用地总量最多，重庆市辖区县如璧山县、开县等生态用地总量最小。

图3-3，成渝城市群各市区2000-2020生态类用地转化图，单位：km²

（2）两核锐减蔓延，沿江空间生态用地减少显著

以成都、重庆为两大发展核心，承担了三分之一以上的生态用地缩减。主城周边扩张的用地模式，带来了部分粗放式的生态用地转化。以2010-2020年演变来看，成都、重庆主城区生态空间共减少1822.4 km²，占2010-2020年生态用地减少量的41.6%。同时，以成都为核心的成、德、绵城镇连绵趋势以及重庆主城南北向的城镇连绵趋势，也是以耕地为主导的生态空间缩减的直接原因。

同时，沿江沿河空间生态用地缩减明显。一方面，沿江沿河多形成城镇中心扩张侵损沿江空间；另一方面，沿江生态用地的加速侵蚀也是2010-2020年间生态用地转化的主要特征，尤其以万州、开县地区三峡库区附近生态空间缩减为典型。

图3-4 2010-2020年成渝城市群生态用地非生态转化分布图

（3）环中部、渝东北及川西生态保育稳量较好

从城市群不同地区的生态用地转化量及转化程度来看，2000-2010年间，与地区原有总量相比，生态用地转化比例在0-3.27%之间，整体生态保育程度较好，雅安、垫江、丰都、梁平、忠县等生态类用地减少较少或略有增加。2010年至2020年间，各地区生态用地转化比例在0.5-13.27%之间，环宜宾、自贡、内江、南充、广安、达州，以及忠县、丰都形成了较好的生态保育及稳量。综合近20年来各市区生态类用地增减来看，成渝城市群中生态类用地保育稳定较好的片区集中在城市群中部南北两翼、城市群西部雅安地区及重庆东北部忠县附近区域。

图3-5，成渝城市群各市区生态转化量及转化率，单位：km2/%

3.3.1 2010-2020年生态用地转化影响因素筛选

进一步对2010-2020年生态用地转化影响因素进行分析。一般来说，生态用地的减少与社会经济发展及人口活动密不可分，也与空间中资源要素的变迁存在一定联系。在综合学者们对生态用地驱动因素研究成果的基础上^{[5，10，14-16]}，结合数据可获取程度，共选取10个相关因素，如表3-2，以区县为单元，探究10个因素作为解释变量对生态用地转化量的影响。

表3-2，生态用地转化量影响因素初步选取

首先对变量进行探索性回归组合，探索性回归条件及结果如下表3-3所示，10个影响因素作为自变量进行组合回归探索时，共有968种模型组合，通过检验的模型数为31种，解释变量数在3-5个变量之间。10个影响因素在不同的模型组合中对生态用地转化均具有解释作用。GDP、人均GDP、三产比重、固定资产投资的9个要素均是生态用地转化量的正向指标。路网密度在不同模型中可形成对转化量的正负项解释结果，但总体而言，影响相对较小。总体来说，当一个地区的GDP越大、增速越快，固定资产投资越多，人均GDP收入越高、增速越快，三产产值及三产占比越大时，生态用地转化量（减少量）越大。当一个地区的旅游人数越多时候，生态用地转化量越大，该指标一定程度上反映出地区生态保护与合理开发的关系。

不同模型的SA分布范围表现出变量之间的空间潜在依赖性——31个组合中SA参数从0（空间随机）到1（空间相关性强）。当空间在其相关属性上表现出异质性及非平稳性时，OLS代表的全局回归不足以完全表征空间不同区域的局部回归差异性，GWR模型则能将空间要素作为权重考虑进变量。根据SA差异，结合Adjusted R2的解释度，选取2个拟合较优的模型组合（下表3-3）进行OLS及GWR回归，比较其回归特征及优度。

表3-3，探索性回归条件设置、结果及组合模型选取

3.3.2 生态用地转化影响因素的解释结果

对组合模型1、2分别进行OLS模型与GWR 模型回归比较。对于模型1，对比调整R2和AICc，两者拟合效果基本一致，模型1的组合表现出显著的要素影响空间异质性。对于模型2，要素空间异质性相对较弱，但对比拟合效果来看，GWR模型拟合效果优于OLS。

表3-5，组合模型1、2的OLS、GWR拟合结果

OLS结果表明，当采用人均GDP、人口、三产产值占GDP的比重及路网密度时，拟合效果较好。其中，三产产值占GDP的比重是影响生态用地转化的首要因素，其每增加1个单位占比，生态用地转化系数增加592.12，即三产比重增加时，生态用地转化量显著。四个变量的影响程度：三产产值占GDP的比重（X8）> 人口（X5）> 路网密度（X9）> 人均GDP（X1）。因指标量级差异显著，系数量级存在显著差异。总体上，OLS模型在全局范围内对成渝地区生态用地转化的因素判断效果较好。

在GWR模型中，局部回归的作用显著。其中人均GDP、人口、三产产值占GDP的比重及路网密度分别在0.0022-0.0025、0.83-0.85、587.7-595.8、-0.0127--0.0139间浮动。系数的分异表达了影响因素的空间分异性，在该组合中效果优于OLS模型。

3.3.3 生态用地转化影响因素的空间分异

根据组合模型1的GWR回归结果，反映在空间，不同区域影响因素的解释系数呈现出不同强度的作用差异，如下图。人均GDP对生态用地转化的影响表现为“西高东低”，以西北最高，高值区集中在南充、绵阳、德阳、成都、雅安一带，沿重庆东北云阳、万州、忠县、丰都等地出现了极低值。人均GDP一定程度上代表了各市区居民生活水平，生活水平越好的地区，对于生态类用地非生态类转化的影响程度越大，当城市发展水平足够高时，能在一定程度上抑制经济发展对生态类用地转化的影响——重庆地区出现了低影响值地区、成都属次高值区域。人口对生态用地转化的影响表现为北高南低，高值区集中在成都、德阳、绵阳、南充等地，表明北侧区域人口对生态类用地的解释成都更高。三产产值占GDP的比重呈现出南高北低，以宜宾、重庆地区为最高，路网密度同样表现出南高北低。

图3-6 成渝城市群生态用地转化的解释变量空间分异系数分布

基于上述特征及问题，对未来成渝城市群生态保护提出以下几点建议：其一，协调城镇连绵趋势及耕地连绵保护的关系。在以成都为核心的成德绵乐城镇发展带构建形成过程中，切实加强成绵乐轴带的耕地保护，平原耕地的连绵也带来了更艰巨的耕地保育压力。其二，协调沿江城镇合理开发与沿江大保护的关系。重视沿江生态空间屏障作用，共抓大保护，以长江干流为主要水系廊道，协同嘉陵江、涪江等水体，推进流域协同保护。沿江城镇在合理发展的同时避免一味连绵蔓延，提倡多节点、网络化的沿江城镇开发布局。其三，协调山区生态开发及生态共保共治的关系。加强跨区域的生态共保共治，保育川渝生态功能屏障，包括岷山横断山脉生态屏障、秦巴山区、三峡生态保护区等等，通过生态空间合理准入形式，优化生态空间绿色示范利用模式。从而促进未来成渝城市群生态保护及高质量发展。

参考文献（上滑查看全部）

*本文为2021中国城市规划年会论文。

【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。