成都平原經濟區土地可持續利用水平變化及驅動因素分析

羅雅紅, 龔建周, 姚昆

成都平原經濟區土地可持續利用水平變化及驅動因素分析

羅雅紅1, 2, 龔建周1,*, 姚昆2,*

1. 廣州大學地理科學學院, 廣東 廣州 510006 2. 西昌學院資源與環境學院, 四川 西昌 615000

土地資源的可持續利用是區域可持續發展的基礎, 成都平原經濟區土地不僅關乎經濟區的經濟社會與土地資源的協調發展, 還影響著整個四川省甚至西南地區的協調可持續發展。文章借用主成分分析和灰色關聯模型, 對成都平原經濟區(成都市除外)的土地可持續利用水平進行指數計算, 同時探其驅動因素。結果表明, 2006—2015年, 成都平原經濟區整體和各地級市的土地可持續利用水平各有不同, 但整體趨勢良好; 主要的影響因素有: 耕地數量和質量、對土地資源的保護力度、農林產品的收益、城鄉居民的生活需求和人口的規模和增速等。各地級市之間的土地可持續利用水平差距將逐漸縮小, 區域有望協調發展。

土地可持續利用; 驅動因素; 主成分分析; 灰色關聯法; 成都平原經濟區

0 前言

自1987年“可持續發展”概念被提出, 可持續發展迅速成為學界的熱點領域研究之一。1990年, 土地可持續利用思想在“土地可持續利用系統國際研討會”上被提出[1], 1993年《可持續土地管理評價綱要》被正式頒布, 之后, 土地可持續利用就被推上全球可持續發展的戰略高度[2]。美國學者Yong將土地可持續利用定義為: 保護土地賴以生產的資源且維持其持久生產力的基礎上, 獲得最高土地生產力的一種土地利用方式[3]。國內有關研究認為土地可持續利用是指土地利用既要滿足當代人社會經濟發展需要, 又不影響后代人的生存發展需要, 運用技術、政策將社會經濟原則與環境關系一體化行為結合起來, 實現人與自然和諧相處的目標[4]。

隨著社會經濟的發展、人口的增長, 土地資源面臨土地退化、水土流失、質量下降等各種危機, 人地矛盾日益突出, 土地可持續利用逐漸成為學者們的研究熱點。在研究內容方面, 主要集中于指標體系構建、土地可持續利用水平評價[5-7]和驅動力分析。但是至今, 國內外學者對于指標體系的構建尚未達成一致意見, 實際應用中常常根據不同的研究區域、數據的可獲取性等做出相應的選擇。如: Preri基于壓力-狀態-反應框架建立了土地質量評價指標體系[8]; 我國趙旭從資源節約、環境友好、經濟發展和社會和諧四個層次建立城市土地可持續利用評價指標體系[9]; 張碧等用多種方法對指標進行篩選, 最終建立起四川省土地可持續利用評價指標體系[10]。在評價方法方面, 主要有模糊灰色關聯法、人工神經網絡模型法、生態足跡模型法、三角模型法、綜合指數法等[11-15], 其中綜合指數法是當前應用最為廣泛的方法。在土地可持續利用動態變化的驅動力方面, 研究認為驅動因素主要涉及資源、環境、經濟和社會共四個系統, 包括土壤質量、人均耕地面積、生態脆弱性、地區生產總值、人均可支配收入、人口、政策和技術等多項因素[16-17]。從研究區域來看, 已有研究主要集中于單一市或省[18-19], 對多市或多省構成的經濟一體化區域的研究較少。

成都平原經濟區是中國九大糧食生產基地之一, 近年來隨著城鎮化的加速發展, 大量的人口向成都平原經濟區聚集, 加劇了城鎮建設用地與農業用地矛盾[20]。本文進行成都平原經濟區土地可持續利用水平的動態變化及驅動因素的案例研究, 既為進一步探討土地可持續利用評價體系的構建與評價方法, 也為探討中國經濟一體化區域的土地可持續利用現狀趨勢, 以期為制定相關的土地利用規劃政策提供研究基礎, 推進未來區域經濟的可持續發展。研究思路與結構如下: 從資源、環境、經濟、社會共4個方面, 構建成都平原經濟區土地可持續利用評價指標體系; 采用主成分分析法測算2006—2015年土地可持續利用水平及動態; 最后, 利用灰色關聯模型進行區域土地可持續利用變化的驅動因素分析。

1 數據與方法

1.1 研究區概況與數據

成都平原經濟區位于四川省中西部, 除省級市成都外, 還包括遂寧、德陽、綿陽、眉山、樂山、資陽、雅安等7個地級市(圖1), 總面積約為6.4× 104km2。位于25°51?N—33°03?N, 101°55?E— 106° 59′E之間, 受亞熱帶季風氣候和以平原為主的地形影響, 土壤肥沃, 自然資源稟賦較好, 集中了四川省40%的人口, 經濟總量占全省的60%, 經濟發展水平較高[20]。其良好的自然地理條件, 使該經濟區成為四川省重要的糧食產區和人口密集區, 并逐漸成為四川省參與全國區域競爭的龍頭和主體。

1.2 數據來源

數據來源于2007—2016《四川統計年鑒》, 遂寧、德陽、綿陽、眉山、樂山、資陽、雅安等7個地級市2006—2015年《國民經濟和社會發展統計公報》、2007—2016年《中國城市統計年鑒》、2007—2016年《政府工作報告》, 部分數據根據相關統計數據進行一定計算得到。

圖1 研究區域示意圖

Figure 1 Schematic diagram of study area

1.3 土地可持續利用評價

1.3.1 指標體系構建

1993年, 聯合國糧農組織(FAO)將頒布的《可持續土地管理評價綱要》中提出的生產性、安全性、保護性、經濟性、社會性等作為土地可持續評價的五大標準[21]。依據這五大標準; 參考學者們已有的研究成果[3,10,22]; 遵循指標體系選取的科學性、準確性、全面性、相對獨立性、可獲取性等原則; 結合各城市的實際情況, 建立基于資源稟賦、環境保護、經濟發展、社會和諧等4個準則層共19個指標的土地可持續利用水平指標體系(表1)。

1.3.2 數據無量綱化

采用S相對系數法, 對數據進行無量綱化處理, 形成樣本矩陣:

(正向指標) 公式(1)

(負向指標) 公式(2)

1.3.3 基于主成分分析方法的土地可持續利用指數計算及分級

基于表1構建的評價指標體系, 利用主成分分析降維的原理與方法, 首先提取累積方差大于85%的前幾個主因子; 然后, 構建因子得分變量, 并將此變量作為土地可持續利用指數; 最后, 計算土地可持續利用指數值, 并進行可持續利用水平的等級劃分。詳細的主成分分析原理、方法見資料[23-24]。參考有關學者的研究[18–19,21], 結合成都平原經濟區2006—2015年土地可持續利用水平的計算結果(圖2、圖3), 制定研究區土地可持續利用水平分級的標準如表2所示。

表1 成都平原經濟區區域土地可持續利用水平指標體系

注: “+”表示正向指標, “-”表示負向指標

表2 土地可持續利用水平等級標準

1.3.4 基于灰色關聯模型的土地可持續利用變化驅動因素分析

針對回歸分析、方差分析等傳統數理統計方法存在的需要大量數據、樣本數據需要服從某個概率分布, 以及容易得出與定性分析不符的結果等缺陷[25]; 結合考慮我國現有統計數據可能存在的較大程度灰色問題, 本文采用灰色關聯模型進行土地可持續利用變化驅動因素分析。其基本思路是根據序列曲線幾何形狀的相似程度來判斷二者之間聯系的緊密性, 并通過關聯度(或稱灰色關聯度)來表征。曲線越接近, 則計算的關聯度指數值越大, 說明序列之間的關聯程度越高; 反之就越低[25]。關聯度的計算步驟如下[26]:

(3)關聯度計算。計算公式如下:

2 結果與分析

2.1 土地可持續利用水平及變化

2.1.1 研究區域

由圖2(1)可知, 成都平原經濟區2006—2015年區域土地可持續利用水平呈持續增加之勢, 但增速有大小之別。2006—2010年, 幾乎按年單調遞增, 年均增值約0.04; 2010—2012年, 年均增值為0.05; 接下來的兩年里, 分別是0.03、0.02; 最后, 2014—2015年迅速增加0.08。

從土地可持續利用水平等級看, 整個區域以2010年為節點, 前一階段處于弱不可持續階段, 后一階段處于基本可持續階段。其中, 2006—2010年, 成都平原經濟區土地可持續利用水平處于弱不可持續階段, 土地可持續利用水平增速在2008年略變緩, 主要是污水處理率增量降低, 致使其環境可持續指數下降(圖2(2))。

其中2006—2010年土地可持續利用指數呈勻速上升。2006—2007年得益于環境和經濟子系統指數的上升, 尤其是城市污水排放量減少4885×104m3、城市污水處理率、地均GDP分別上升88.4%和6.3萬元·hm-2, 其余子系統指數也平緩上升, 因此成都平原經濟區土地可持續利用水平平緩上升。2008—2009年, 雖然資源子系統指數變化不明顯、環境子系統中的城市污水排放量增加1006×104m3、城市污水處理率減少47.4%, 但經濟子系統中的地均社會固定資產投資額增幅較大(達18.9 萬元·hm-2)、社會子系統的城鎮和農村居民家庭恩格爾系數分別下降25.1%、38.7%, 因此經濟與社會子系統指數的上升幅度略高于環境子系統指數的下降幅度, 從而使得此階段的可持續指數上升。2009—2010年, 雖然經濟子系統指數變化不明顯, 農村居民家庭恩格爾系數突然增加19.9%導致社會子系統指數明顯下降, 但資源與環境子系統農田有效灌溉面積比提高24%、單位地區生產總值能耗下降3.4 t·萬元-1、城市污水處理率提高97.9%, 因此資源與環境子系統指數的上升幅度略高于社會子系統指數的下降幅度, 從而使得此階段的可持續指數上升(圖2(2))。

圖2 成都平原經濟區土地及其資源、環境、經濟和社會子系統可持續利用水平變化(2006—2015年)

Figure 2 Level changes of sustainable utilization for land system and its sub-system in Chengdu Plain Economic Zone from 2006 to 2015

圖3 各城市土地可持續利用指數變化

Figure 3 Index value change of land use for each city

盡管2011—2015年土地可持續利用水平處于基本可持續、水平持續提高的階段, 但卻包括整個研究時段增速最緩(2013—2014)和最快(2014—2015)的兩個時段。得益于經濟可持續指數的大幅上升, 以及其余子系統可持續指數的平緩上升, 經濟子系統中尤其是單位耕地面積農機總動力和地均GDP, 分別上升了6.04 kw·hm-2、12.56 萬元·hm-2, 2011年土地可持續利用水平成功地上升至另一個等級。2013—2014年, 資源、環境、經濟、社會可持續指數變化不明顯, 因此區域土地可持續利用整體水平變化不明顯; 2014—2015年, 資源可持續指數大幅上升, 環境和社會可持續指數上升也比較明顯, 資源子系統中雖然農田灌溉面積比減少了212.46%, 但人均耕地面積、土地墾殖率分別上升了0.27 hm2·人-1、96.53%, 這說明耕地面積大幅增加, 這些變化使得土地可持續利用水平上升速度最快。

2.1.2 各地級市

成都平原經濟區各市的土地可持續利用水平變化如圖3, 可見, 土地可持續利用水平逐漸提高, 但是卻因市區有別。2006—2015年德陽、遂寧、資陽三市土地可持續利用水平持續平穩上升, 且最終可持續指數達到0.9及以上, 處于可持續階段, 明顯高于其余四市。其余四市均呈波動上升的趨勢, 最終僅達基本可持續水平。其中遂寧和雅安分別為可持續指數上升最多(0.54)和最少(0.23)的城市。

德陽、遂寧、資陽2006—2015年土地可持續利用水平持續上升, 且均在2015年迅速上升并達到可持續階段(圖3(3)、(4)、(8))。德陽市2009年得益于地均社會固定資產投資額的大幅上升和農村居民家庭恩格爾系數的驟降, 可持續水平明顯上升且躍升一個層級, 達到基本可持續階段; 2013年其城市污水處理率提高26.4%、地均GDP增加10.4 萬元·hm-2,躍升至可持續階段。遂寧2010年城市污水排放量、農村居民家庭恩格爾系數、人口自然增長率的降低, 使其土地可持續利用指數上升至0.62, 達到基本可持續階段; 2015年其可持續指數迅速上升且達到可持續水平主要得益于其人均耕地面積、土地墾殖率分別增加0.04 hm2·人-1、21.9%。資陽2009年加大生態建設力度, 將加強環境保護和資源管理, 節能減排、生態保護、耕地保護、農村環保等目標任務全面完成, 城市環境綜合治理定量考核排名躍居全省第5, 土地可持續利用水平上升至基本可持續階段; 經過五年奮斗, 其經濟平穩快增長, 產業結構持續優化, 經濟實力邁上新臺階, 全市地區生產總值年均增長11.9%, 高于全省1.1個百分點, 地均GDP明顯高于其它城市, 城鄉居民收入年均分別增長12.2%、14.2%, 由此說明, 資陽市在此期間經濟發展、社會和諧, 因此土地可持續利用水平在2015年迅速上升且躍升至可持續階段。而2015年德陽、遂寧、資陽的土地可持續利用指數均達到0.90及以上, 明顯高于其余城市, 主要由于其地均社會固定資產投資額和地均GDP明顯高于其余各市。

綿陽、雅安、樂山、眉山四市2006—2015年土地可持續利用水平呈波動上升的趨勢, 且截至2015年僅達到基本可持續階段(圖3 (2)、(5)、(6)、(7))。綿陽由于人均公園綠地面積、城市污水處理率的提高和人口密度的減小, 土地可持續利用水平在2010年上升一個臺階, 達到基本可持續階段; 但在2014年由于其城市污水排放量的突增和地均社會固定資產投資額的大幅下降而出現一個明顯的低谷。雅安土地可持續利用水平一直低于成都平原經濟區其余各市, 且在2006、2007年、2010年是成都平原經濟區土地可持續利用水平唯一處于不可持續階段的城市, 主要由于其地形地貌、地質構造復雜, 土地利用效率低, 導致人均耕地面積、土地墾殖率和糧食單產量低于其它城市; 其在2010年出現一個較為明顯的低谷主要在于其城市污水處理率驟減和城市污水排放量突增; 而得益于人均耕地面積、土地墾殖率和城市污水處理率的提高, 雅安在2015年才躍升至基本可持續階段。樂山由于城市污水處理率降低, 在2007年出現一個不明顯的低谷, 而得益于森林覆蓋率和城市污水處理率的提高, 在2013年成功躍升至基本可持續階段。眉山由于其城市污水處理率的大幅降低, 使其于2009年出現一個明顯低谷; 而得益于農田有效灌溉面積比和城市污水處理率的大幅上升, 在2010年土地可持續利用水平大幅上升且躍升一個層級。

2.2 土地可持續利用變化的驅動因素分析

基于灰色關聯模型計算結果, 按照關聯度大小, 取排位前三的因子, 列于表3。遂寧、德陽、綿陽、眉山、樂山土地可持續利用水平變化都受社會子系統的影響較大, 且五市受到城市或農村居民家庭恩格爾系數(16或17)的影響, 說明其城市或農村居民收入水平變化較大, 對糧食等生活必需品的需求變化較大, 從而較大程度地影響對農用地的可持續利用; 而影響遂寧、綿陽、樂山土地可持續利用水平動態變化的關鍵驅動因素還有環境子系統的城市污水處理率(9)、人均綠地面積(8), 說明遂寧、樂山和綿陽分別對城市污水處理、城市綠化不夠重視, 導致其對城市土地可持續利用變化的影響起伏較大; 影響德陽和眉山可持續利用水平變化的關鍵驅動因素還有人口自然增長率(18)和人口密度(19), 德陽和眉山人口規模和增速變化較大, 而人是土地生態系統的核心要素, 人民對土地資源的需求量主要受人口規模和人口增長速度的影響, 因此德陽和眉山人口的變化必然帶來其資源環境承載力的變化, 從而影響土地可持續利用水平的變化。資陽市可持續利用水平變化的主要驅動因素依次為農田有效灌溉面積比(2)、林業收益指數(14)、糧食單產量(10), 農田有效灌溉面積比的變化影響糧食單產量的變化, 而林業收益影響經濟的發展, 從而影響土地利用的經濟可行性, 進一步影響土地可持續利用; 雅安市可持續利用水平變化的主要驅動因素依次為人均耕地面積(1)、城鎮居民家庭恩格爾系數(16)、森林覆蓋率(7), 人均耕地面積(1)的大小影響著土地資源承載力, 城鎮居民家庭恩格爾系數可反映社會的和諧穩定狀況, 森林有利于涵養水源、保持水土, 雅安市受“4.20廬山地震”的影響, 災區耕地、建設用地損毀嚴重, 森林覆蓋率高。這些指標變化較大, 因此對雅安市土地可持續利用水平的影響也較大。

表3 評價指標對土地可持續利用水平的影響關聯排序

3 討論與結論

本文以成都平原經濟區(成都市除外)土地系統為研究對象, 首先利用主成分分析法構建土地可持續利用指數, 再基于灰色關聯模型進行土地可持續利用變化驅動因素分析。得出了以下結果:

影響成都平原經濟區及其各地級市的土地利用可持續水平的因素主要包括耕地數量和質量、對土地資源的保護力度、農林產品的收益、城鄉居民的生活需求和人口的規模和增速等。從動態來看, 土地利用可持續水平持續提升, 由弱不可持續向基本可持續階段轉變。其中, 遂寧、德陽、資陽三市在2015年達到可持續; 其余四市波動上升至基本可持續階段; 七個地級市之間的差距逐漸減小。

由此得到以下結論: 成都平原經濟區7個地級市的土地正向著協調可持續的方向發展, 平原區內市域之間的土地可持續利用水平差距將有望縮小, 可有望疏解目前成都市的資源環境壓力, 使區域發展趨于協調。

盡管如此, 由于研究認知水平的局限及數據獲取性的限制, 本文構建的土地可持續利用指標體系還有待商榷。例如: 缺乏與土地可持續利用水平密切相關的土壤坡度、土壤酸堿性等土壤質量指標, 已構建指標合理性問題的深入探討, 致部分結果可能與現實有出入, 等等。因此, 本文研究結果與結論的可靠性大打折扣, 進一步應用遙感、地理信息系統技術, 結合多學科理論與方法, 進行土地可持續利用評價指標體系構建的深入探究, 是我們未來努力的方向。

[1] 蘇雄志, 丁超, 門明新, 等. 保定市土地可持續利用時空差異研究[J]. 土壤通報, 2015, 46(2): 299–305.

[2] 劉欣, 李榮華, 秦彥杰, 等. 環首都區土地可持續利用評價與對策[J]. 農村經濟與科技, 2017, 28(1): 18–20.

[3] 周東北. 生態文明建設視野下的上海市土地利用可持續性評價指標體系及其應用[D]. 上海:華東理工大學, 2014.

[4] 畢德寶. 土地經濟學(第四版)[M]. 北京: 中國人民大學出版社, 2004.

[5] DUMANSKI J. Assessing the sustainable of Saskatchewan farming system[J]. CLBRR Technical Bulletin, 1994, 15 (7): 142–150.

[6] JOHN E, TIFFEN M, Mortimore M. Land resource mana-ge-ment in the Machakos District, Kenya 1930-1990 [R]. The World Bank, 1994.

[7] 蘇晨晨, 周奧, 潘玉翠, 等. 基于PCA的龍口市土地可持續利用評價[J]. 中國農業資源與區劃, 2018, 39(12): 96–103.

[8] PRERI C, DUMANSKI J, HAMBLIN A, et al. Land qua-lity indicators[R]. The World Bank, Washington, D. C. , 1995.

[9] 趙旭. 基于模糊灰色關聯法的湖南城市土地可持續利用時空特征分析[J]. 土壤通報, 2013, 44(6): 1287–1292.

[10] 張碧, 高成鳳, 張素蘭, 等. 四川土地可持續利用評價指標體系與實證研究[J]. 西南農業學報, 2011, 24(1): 171–177.

[11] 趙艷, 濮勵杰, 張健, 等. 基于三角模型的城市土地可持續利用評價——以江蘇省無錫市為例[J]. 經濟地理, 2011, 31(5): 810–815, 838.

[12] 張富學. 基于生態足跡與GIS的定西市土地可持續利用研究[J]. 國土與自然資源研究, 2008, (1): 42–43.

[13] 李紅禮, 高建華, 盧紅巖. 基于BP神經網絡的河南省土地可持續利用評價研究[J]. 國土與自然資源研究, 2009, (1): 27–29.

[14] 朱佳敏, 劉友兆. 基于綜合評價法的土地資源可持續利用區域差異研究——以蘇南錫山市和金壇市為例[J]. 安徽農業科學, 2006, (16): 4085–4087.

[15] 鄢然, 雷國平, 孫麗娜, 等. 基于灰色關聯法的哈爾濱市土地可持續利用評價研究[J]. 水土保持研究, 2012, 19(1): 154–158.

[16] 陳彬穎. 循環經濟視域下的泉州市土地可持續利用研究[D]. 泉州: 華僑大學, 2015.

[17] 劉旭曄. 土地可持續利用研究進展及未來研究趨勢[J]. 經濟研究導刊, 2015(9): 172–176.

[18] 雷坦, 冉瑞平, 祝清. 內江市城市土地可持續利用評價[J]. 國土與自然資源研究, 2011, (2): 3–4.

[19] 羅莎. 成都市土地可持續利用評價分析[J]. 農村經濟與科技, 2013, 24(6): 77–78.

[20] 張志林, 賈宇云. 成都平原經濟區耕地壓力的時空演變研究[J]. 農村經濟與科技, 2018, 29(13): 10–12.

[21] 蒙吉軍. 土地評價與管理[M]. 北京: 科學出版社, 2011, 183–186.

[22] 何浪. 土地資源可持續利用評價指標體系[J]. 現代經濟信息, 2013, (7): 15.

[23] 李丹, 韓書成, 張燕純, 等. 基于主成分與聚類分析法的城市土地利用規劃分區研究——以廣州市為例[J]. 中國農業資源與區劃, 2017, 38(6): 130–136, 143.

[24] 卜國卿. 網絡流量異常檢測技術研究與實現[D]. 成都:電子科技大學, 2018.

[25] 劉思峰, 謝乃明, 方志耕, 等. 灰色系統理論及其應用[M]. 北京: 科學出版社, 1991.

[26] 王洋, 張虹鷗, 黃耿志, 等. 東南亞國家綜合城市化水平差異特征及驅動因素[J]. 熱帶地理, 2015, 35(5): 680– 686.

[27] 楊佳新. 基于生態承載力的海東市土地可持續利用研究[D]. 蘭州: 西北師范大學, 2017.

Driving factors of sustainable level change for land use in Chengdu Plain Economic Zone

LUO Yahong1,2, GONG Jianzhou1*, YAO Kun2*

1. School of Geographic Sciences, Guangzhou University, Guangzhou 510000, China 2. School of Resource and environment, Xichang University, Xichang 615000, China

The sustainable use of land resources was the basis of regional sustainable development. The land in Chengdu Plain Economic Zone was not only related to the coordinated development of economic society and land resources in the economic zone, but also affected the coordinated and sustainable development of the whole Sichuan province and even southwest China. Using principal component analysis and grey correlation model, this paper calculated the index of sustainable land use level of Chengdu Plain Economic Zone (except Chengdu) and probed into its driving factors. The results showed that from 2006 to 2015, the sustainable land use level of Chengdu Plain Economic Zone or each prefecture-level city was different, but the overall trend was good. The main influencing factors were the quantity and quality of cultivated land, the protection of land resources, the income from agricultural and forestry products, the living demands of urban and rural residents and the size and growth rate of population. The gap in the level of sustainable land use between prefecture-level cities would gradually narrow and the regional development was expected to be coordinated.

sustainable levels of land use; driving factors; principal component analysis; grey correlation method; Chengdu Plain Economic Zone

10.14108/j.cnki.1008-8873.2019.06.002

F301

A

1008-8873(2019)06-008-07

2019-04-03;

2019-09-01

國家自然科學基金項目(41671175, 41771097); 國家重點研發計劃項目(2016YFC0502803); 廣東省自然科學基金項目(2017A030313240)

羅雅紅(1996—), 女, 四川眉山人, 研究生, 主要研究方向為景觀生態與區域環境, E-mail:2294359516@qq.com

龔建周(1970—), 女, 湖北恩施人, 博士, 教授, 碩士生導師, 主要從事城市生態環境與土地系統評估研究, E-mail:gongjzh66@126.com

羅雅紅, 龔建周, 姚昆. 成都平原經濟區土地可持續利用水平變化及驅動因素分析[J]. 生態科學, 2019, 38(6): 8-14.

LUO Yahong, GONG Jianzhou, YAO Kun. Driving factors of sustainable level change for land use in Chengdu Plain Economic Zone[J]. Ecological Science, 2019, 38(6): 8-14.