濟南市長清區2011—2020年土地利用變化時空分異特征及其成因

李云鵬 梁勇 吳凱 王長鵬 齊俊

摘要：研究城市土地利用時空變化特征及驅動因素對城市促進合理利用土地資源、生態—社會—經濟可持續發展具有重要意義。本研究運用ArcGIS定量提取土地利用數據，建立土地利用變化幅度模型和土地利用變化程度模型，分析長清區2011—2020年土地利用時空變化特征；選取8個社會經濟驅動因子，利用皮爾遜相關系數法研究土地利用變化的社會經濟驅動機制。結果表明，2017年后長清區土地利用處于調整階段，應優化土地利用規劃，提升土地利用社會—經濟—生態綜合效益。

關鍵詞：土地利用；時空分異；轉移矩陣；驅動力；濟南市長清區

中圖分類號：F301.2

文獻標識碼：A??? doi：10.12128/j.issn.1672-6979.2023.07.010

引文格式：李云鵬，梁勇，吳凱，等.濟南市長清區2011—2020年土地利用變化時空分異特征及其成因［J］.山東國土資源，2023，39（7）：58-65. LI Yunpeng， LIANG Yong， WU Kai， et al. Spatial-Temporal Differentiation and its Causes of Land Use Change from 2011 to 2020 in Changqing District in Ji'nan City［J］.Shandong Land and Resources，2023，39（7）：58-65.

0 引言

土地是人類一切社會經濟活動的支撐和基礎［1-2］，土地利用特征與變化是人類活動影響、改造與適應自然環境的體現，過程中形成了多種多樣的地表景觀，并反映了人類在改變地表特征的空間格局與時空動態過程［3-5］。隨著城市化進程加速推進，人類作用于土地的活動日益頻繁，土地資源需求逐漸增大，土地利用結構失衡［6-8］。同時，土地開發利用中存在資源浪費、超強度使用、低效利用等問題，也是造成土地生態環境惡化、制約社會經濟可持續發展的主要原因之一［9-12］。土地利用變化研究是國際地圈生物圈計劃（IGBP）和全球變化人文計劃（IHDP）共同推動的核心研究［1］，深化對土地利用時空演變及其驅動機制研究，對揭示自然生態格局、資源生態效應、區域人地關系、可持續發展策略等都十分重要［7，13-15］。當前，國內外學者利用土地動態度、土地利用程度指數、土地利用轉移矩陣、地理探測器、CA-Markov模型等方法對土地利用空間格局、時空動態變化、驅動機制、趨勢預測等做了大量研究［16-20］，形成了較為成熟的研究范式［15］，研究尺度也從全球土地變化聚焦到局地土地變化［21］，對促進局地合理利用土地資源、生態—社會—經濟可持續發展起到了重要作用。

本研究以濟南市長清區為例，運用ArcGIS定量提取2011—2020年長清區土地利用分布信息、計算土地利用變化矩陣，揭示近10年來長清區土地利用時空分異特征，為長清區研究人地關系和優化土地資源管理提供參考，促進長清區各種土地利用資源與經濟增長、社會穩定、生態和諧共同發展。

1 研究區概況

濟南市長清區，位于山東省西部，濟南市西南部，黃河下游東岸，泰山西北麓。該區域介于北緯36°14′37″～36°41′50″，東經116°30′38″～117°4′14″之間，北鄰濟南市槐蔭區，東北接濟南市市中區，東接濟南市歷城區，東南與泰安市岱岳區相連，南與肥城市為鄰，西南與平陰縣接壤，西、西北方位瀕臨黃河，隔河與聊城市東阿縣和德州市齊河縣相望。該區域南北長50.3km，東西寬50.8km，總面積為1178.08km2（圖1）。

長清區境內地質構造體系為總體向北傾斜地層，總體傾向NW 30°—NE 45°之間，傾角在6°～15°之間；主要地貌類型有中度切割低山、微弱切割丘陵、山間剝蝕平原、山前沖洪積平原、黃河沖積平原等。該區域大陸度為62%，干燥度為1.26，屬于暖溫帶半濕潤大陸性季風氣候，四季分明；年平均日照時數為2447.6h，年平均日照百分率為55%；年平均氣溫為14.4℃，年平均降水量為661.7mm。

2 數據來源與研究方法

2.1 數據來源

濟南市長清區2011年、2014年、2017年、2020年四期土地利用數據均來源于濟南市歷年土地變更調查數據，利用ArcGIS10.2將土地利用類型規整為耕地、林地、草地、水體、建設用地和未利用地6類，濟南市長清區2011—2020年土地利用分類如圖2所示。人口（萬人）、國內生產總值GDP（億元）、固定資產投資（億元）、房地產開發投資（億元）、農林牧漁總產值（億元）、糧食產量（萬t）、規模以上工業主要營業收入（億元）、社會消費零售總額（億元）等8項社會經濟指標數據來源于2011年、2014年、2017年和2020年的《濟南市長清區國民經濟和社會發展統計公報》。

2.2 研究方法

2.2.1 土地利用變化幅度模型

土地利用類型的數量變化是土地利用變化特征的一個重要體現，能夠反映土地利用類型變化總趨勢以及土地利用類型的結構變化。土地利用變化幅度是描述土地利用類型數量變化的一個重要指標，反映不同土地利用類型面積總量的變化［22］，計算公式如式1所示。

RL=Ub-UaUa×100%（1）

式中：RL表示某一類型土地在研究期內的變化幅度；Ua表示某一土地利用類型在研究初期的面積；Ub表示某一土地利用類型在研究末期的面積。

單一土地利用類型動態變化度描述的是某一土地利用類型在研究期內的面積變化情況，反映土地利用類型數量變化速率［23］，計算公式如式2所示。

K=Ub-UaUa×1T×100%（2）

式中：K表示某一土地利用類型在研究期內的變化速率；Ua表示某一土地利用類型在研究初期的面積；Ub表示某一土地利用類型在研究末期的面積；T表示時間，當T的單位為年時，K表示某一土地利用類型在研究期內的年變化率。

2.2.2 土地利用變化程度模型

土地利用程度的變化可定量表達研究區域土地利用的綜合水平和變化趨勢。根據劉紀遠提出的土地利用程度綜合分析方法，將土地利用程度按照土地自然綜合體在社會因素影響下的自然平衡狀態分為若干等級，并賦予分級指數（表1），在此基礎上給出土地利用程度綜合指數及土地利用程度變化模型［8，24］，其數學表達式如式3、式4所示。

Lj=100×∑ni=1Ai×Ci，Lj∈［100，400］（3）

△Lb-a=Lb-La=100×［∑ni=1Ai×Cib-∑ni=1Ai×Cia］（4）

式中：Lj表示研究區域土地利用程度綜合指數；Lb、La分別表示b和a時間研究區域土地利用程度綜合指數；Lb-a表示b和a時間土地利用程度變化量；Ai表示第i類土地利用程度分級指數；Ci表示研究區內第i類土地利用程度面積占比；Cib和Cia分別表示b和a時間第i類土地利用程度面積占比。Lb-a>0時，該研究區域土地利用處于發展期；Lb-a<0時，該研究區域土地利用處于調整期或衰退期。

2.2.3 皮爾遜相關系數法

皮爾遜相關系數法是一種準確度量兩個變量之間關系密切程度的統計學方法［25］。假設有自變量X=（x1，x2，……，xi ）和因變量Y=（y1，y2，……，yi ），則皮爾遜相關系數r的表達式如式5所示。

r=∑ni=1（xi-x）（yi-y）∑ni=1（xi-x）2∑ni=1（yi-y）2? （5）

式中：x和y分別為自變量X和因變量Y的均值，相關系數r的取值范圍在-1和+1之間，即｜r｜≤1。｜r｜越接近1，則表明自變量X和因變量Y之間的線性相關程度越高。當r=-1時，表明自變量X和因變量Y之間為完全負線性相關關系；當r=1時，表明自變量X和因變量Y之間為完全正線性相關關系；當r=0時，表明自變量X和因變量Y之間不存在線性相關關系。

自變量X和因變量Y之間的相關程度可分為：當|r|≥0.8時，可視為自變量X和因變量Y之間存在高度相關；當0.5≤｜r｜<0.8時，可視為自變量X和因變量Y之間存在中度相關；當0.3≤｜r｜<0.5時，可視為自變量X和因變量Y之間存在低度相關；當|r|<0.3時，說明自變量X和因變量Y之間的相關性極弱，可視為非線性相關。

3 結果與分析

3.1 土地利用動態變化分析

3.1.1 土地利用變化幅度分析

利用ArcGIS 10.2統計功能，在空間數據庫中統計長清區2011年、2014年、2017年和2020年6大土地利用類型的面積，利用式1和式2計算長清區2011—2020年不同時段各土地利用類型的土地利用變化幅度和土地利用變化速率，結果如表2所示。

由表2可以看出，耕地、草地、水體和未利用地在2011—2014年、2014—2017年和2017—2020年的土地利用變化幅度均為負值，其中，2011—2014年和2014—2017年的耕地變化幅度和變化速率均明顯小于2017—2020年，可見近10年來長清區耕地、草地、水體和未利用地面積一直在減少，2017—2020年減少速度最快。林地在2011—2014年和2014—2017年的土地利用變化幅度均為負值，2017—2020年的土地利用變化幅度為正值，且數值明顯高于2011—2014年和2014—2017年，說明林地在2011—2014年和2014—2017年面積緩速減少，在2017—2020年面積迅速增加，這與長清區地方政府踐行綠色發展、退耕還林等政策有很大關系。建設用地在2011—2014年、2014—2017年和2017—2020年的土地利用變化幅度均為正值，建設用地面積一直在增加，說明在該時段內長清區城市發展快速，城市擴張明顯，大量土地被開發利用。

3.1.2 土地利用變化程度分析

根據長清區2011年、2014年、2017年和2020年6大類土地利用面積，利用式3和式4計算長清區2011—2020年不同時段土地利用程度綜合指數和土地利用程度變化量（圖3）。

由圖3可知，2011—2017年長清區土地利用程度綜合指數呈現穩步遞增趨勢，2017—2020年土地利用程度綜合指數明顯下降。2011—2017年間，長清區城市化快速推進，經濟發展速度加快，土地利用程度加深，土地利用效率穩步提升，土地利用的深度和廣度逐步增強；2017—2020年間，由于綠色、高質量發展理念和退耕還林等政策實施影響，耕地、草地、水體等面積大幅減少，降低了長清區整體的土地利用程度。2011—2020年間，長清區土地利用程度綜合指數在255～270之間，可以看出長清區對土地的開發利用程度整體處于中等水平，即城市發展和自然環境綜合作用于土地資源的壓力處于中等水平。

2011—2014年和2014—2017年，長清區土地利用程度變化量分別為0.5715和0.3779，說明這兩個時間段內長清區土地利用處于發展期，經濟社會發展加速，2011—2017年間，長清區土地利用強度呈逐漸增加趨勢，人類活動對土地資源的影響日益深刻；2017—2020年，長清區土地利用程度變化量為-14.2691，說明這個時間段內長清區土地利用處于調整期，結合前文對長清區土地利用程度綜合指數的分析可知，2017—2020年，踐行綠色、高質量發展理念，長清區經濟社會發展速度有所減緩，耕地、林地和水體面積減少，降低了人類活動對土地的利用程度。

3.2 土地利用變化成因分析

土地利用變化主要受自然因素和社會經濟因素的影響，有關驅動力的研究結果表明，在短時期內，作用于土地利用變化的驅動因素主要為人類的社會經濟活動［26］。選取長清區2011年、2014年、2017年和2020年人口（萬人）、國內生產總值GDP（億元）、固定資產投資（億元）、房地產開發投資（億元）、農林牧漁總產值（億元）、糧食產量（萬t）、規模以上工業主要營業收入（億元）、社會消費零售總額（億元）等8個主要社會經濟指標作為影響長清區土地利用變化的驅動因子。利用Origin軟件對驅動因子和六大類土地利用面積進行相關性分析，計算出置信度為95%下的皮爾遜相關系數（表3）。

（1）房地產開發投資、農林牧漁總產值與6類土地利用面積相關系數r的絕對值均大于0.9，說明這2個驅動因子對土地利用變化的驅動作用非常明顯。房地產開發投資、農林牧漁總產值分別與耕地、草地、水體、未利用地面積的相關系數r為負值，說明房地產開發投資、農林牧漁總產值與這4類土地利用面積呈高度負相關；分別與林地、建設用地面積的相關系數r為正值，說明房地產開發投資、農林牧漁總產值與這兩類土地利用面積呈高度正相關。

（2）人口、GDP、固定資產投資與6類土地利用面積相關系數r的絕對值除個別外均大于0.8，說明這3個驅動因子對土地利用變化的驅動作用明顯。其中，人口、GDP分別與耕地、草地、水體、未利用地面積的相關系數r為負值，說明人口、GDP分別與這四類土地利用面積呈高度負相關；與林地、建設用地面積的相關系數r為正值，說明人口、GDP分別與這2類土地利用面積呈高度正相關；固定資產投資與耕地、草地、水體、未利用地面積的相關系數r為負值，說明固定資產投資與這四類土地利用面積呈高度負相關；與林地面積的相關系數r為正值，說明固定資產投資與林地面積呈高度正相關。

（3）規模以上工業主要營業收入與6類土地利用面積相關系數r的絕對值均大于0.7，其中，與建設用地面積的相關系數r為0.9285，說明規模以上工業主要營業收入對土地利用變化的驅動作用明顯。糧食產量與耕地、林地、草地、水體、未利用地面積相關系數r的絕對值均在0.3～0.5范圍內，與建設用地面積的相關系數r為-0.5208，說明糧食產量與這六類土地利用面積呈中低度相關，糧食產量對土地利用變化的驅動作用不明顯。社會消費零售總額與耕地、林地、草地、水體、未利用地面積相關系數r的絕對值均小于0.3，與建設用地面積的相關系數r為0.4301，說明社會消費零售總額與這6類土地利用面積基本呈非線性相關，社會消費零售總額對土地利用變化的驅動作用非常不明顯。

2011—2020年，長清區房地產開發投資從26.39億元增長到77.4億元、農林牧漁總產值從25.71億元增長到71.6億元、GDP由232.5億元增長到371.9億元、固定資產投資從189.64億元增長到265.13億元、規模以上工業主要營業收入從112億元增長到243.2億元，這5個驅動因子總體均呈現持續增長趨勢，說明長清區近10年社會經濟得到了長足的發展。伴隨著經濟發展，工礦用地、城鄉建設用地、水利設施用地、住宅用地、商業用地等建設用地的需求不斷增加，相應的必然導致其他類型土地利用面積的減少。另外，近年來長清區逐漸重視并踐行綠色發展理念，實施了一些系列生態環境保護、退耕還林等措施。因此，建設用地、林地面積與這5個驅動因子之間呈現了高度正相關關系。2011—2020年，長清區人口從55.74萬人增長到62.42萬人，為滿足相應人口的住房及相關配套設施的需求，建設用地面積也隨之增長，因此，人口和建設用地面積呈現高度正相關。糧食產量和社會消費零售總額對土地利用變化的驅動作用不明顯，相關性不強。

4 結論

本研究利用ArcGIS空間分析功能，揭示了濟南市長清區2011—2020年土地利用變化的時空變化特征，選取8個社會經濟驅動因子分析了長清區近10年土地利用變化的原因。

（1）2011—2020年，長清區耕地、草地、水體和未利用地面積一直在減少，2017—2020年減少速度最快；林地在2011—2014年和2014—2017年面積緩速減少，在2017—2020年面積迅速增加，這與長清區地方政府踐行綠色發展、退耕還林等政策有很大關系；建設用地面積一直在增加，說明在該時段內長清區城市發展快速，城市擴張明顯，大量土地被開發利用。

（2）2011—2017年長清區土地利用程度綜合指數呈現穩步遞增趨勢，2017—2020年土地利用程度綜合指數明顯下降。近10年，長清區土地利用程度綜合指數在255～270之間，可以看出長清區對土地的開發利用程度整體處于中等水平，即城市發展和自然環境綜合作用于土地資源的壓力處于中等水平。

（3）2011—2014年、2014—2017年，長清區土地利用程度變化量分別為0.5715和0.3779，這兩個時間段內長清區土地利用處于發展期，經濟社會發展加速；2017—2020年，長清區土地利用程度變化量為-14.2691，這個時間段內長清區土地利用處于調整期。

（4）人口、房地產開發投資、農林牧漁總產值、GDP、固定資產投資、規模以上工業主要營業收入這6個驅動因子對土地利用變化的驅動作用明顯，與林地、建設用地面積均呈現高度正相關；糧食產量和社會消費零售總額對土地利用變化的驅動作用不明顯，相關性不強。

參考文獻：

［1］ 葛茹香，馬超.干旱高原湖泊濕地土地利用變化與驅動因素分析：泊江海子濕地閉流區為例［J］.水土保持研究，2022，29（1）：376-385.

［2］ HE C Y， ZHANG J X， LIU Z F， et al. Characteristics and progress of land use/cover change research during 1990—2018［J］. Journal of Geographical Sciences， 2022， 32（3）： 537-559.

［3］ 劉光旭，王小軍，相愛存，等.贛江中上游地區土地利用變化空間分異與驅動因素［J］.應用生態學報，2021，32（7）：2545-2554.

［4］ 吳健生，王政，張理卿，等.景觀格局變化驅動力研究進展［J］.地理科學進展，2012，31（12）：1739-1746.

［5］ VADREVU K P， OHARA T. Focus on land use cover changes and environmental impacts in South/Southeast Asia［J］. Environmental Research Letters， 2020， 15（10）： DOI10.1088/1748-9326/abb5cb.

［6］ 王懇，李新舉.城鎮化背景下濟南市土地利用變化驅動機制分析［J］.中國人口·資源與環境，2017，27（11）：151-155.

［7］ 李亨健，張杰，胡曉丹，等.基于遙感的丁字灣地區土地利用時空變化分析及地區生態修復建議［J］.山東國土資源，2021，37（6）：72-78.

［8］ 崔峰.城市邊緣區土地利用變化及其生態環境響應：以南京市江寧區為例［D］.南京：南京農業大學，2013：1-20.

［9］ 邱高峯，馬波.盧旺達共和國土地利用變化特征及其驅動因子［J］.水土保持通報，2022，42（3）：263-273.

［10］ CHUAI X W， WEN J Q， ZHUANG D C， et al. Intersection of physical and anthropogenic effects on land-use/land-cover changes in coastal China of Jiangsu Province［J］. Sustainability， 2019， 11（8）： DOI10.3390/su11082370.

［11］ XU X， GAO Q， PENG C H， et al. Integrating global socio-economic influences into a regional land use change model for China［J］. Frontiers of Earth Science， 2014， 8（1）： 81-92.

［12］ 吳清婷，彭賢偉，簡萍，等.銅仁市碧江區土地利用變化的時空特征及其驅動因素［J］.科學技術與工程，2020，20（4）：1326-1336.

［13］ 關梅，張文信，蔣海明，等.山東省土地利用變化的生態系統服務交叉敏感性評價［J］.中國農業大學學報，2022，27（6）：192-203.

［14］ 劉超，許月卿，盧新海.生態脆弱貧困區土地利用多功能權衡/協同格局演變與優化分區：以張家口市為例［J］.經濟地理，2021，41（1）：181-190.

［15］ 厲靜文，董鎖成，李宇，等.中蒙俄經濟走廊土地利用變化格局及其驅動因素研究［J］.地理研究，2021，40（11）：3073-3091.

［16］ 劉敬杰，夏敏，劉友兆，等.基于多智能體與CA結合模型分析的農村土地利用變化驅動機制［J］.農業工程學報，2018，34（6）：242-252.

［17］ 樊舒迪，劉振華，朱明幫，等.基于地理探測器的廣州市土地利用時序變化及影響因素研究［J］.西南農業學報，2022，35（10）：2276-2289.

［18］ PJANOVIC B， DABOVIC T， DORDEVIC T， et al. Assessment of the importance of the drivers of land-use/land-cover changes on the national level： the case of Serbia［J］. Fresenius Environmental Bulletin， 2022， 31（9）： 9741-9754.

［19］ 鮑文楷，楊園園，鄒利林.快速城鎮化地區土地利用變化強度及驅動力新特征：以京津冀地區為例［J］.西南大學學報（自然科學版），2021，43（10）：124-134.

［20］ 黎云云，暢建霞，樊晶晶，等.氣候和土地利用變化下黃河流域農業干旱時空演變及驅動機制［J］.農業工程學報，2021，37（19）：84-93.

［21］ 李進濤，劉彥隨，楊園園，等.1985—2015年京津冀地區城市建設用地時空演變特征及驅動因素研究［J］.地理研究，2018，37（1）：37-52.

［22］ 邸曉慧.重慶市江津區土地利用系統健康評價［D］.重慶：西南大學，2021：1-20.

［23］ 劉紀遠，寧佳，匡文慧，等.2010—2015年中國土地利用變化的時空格局與新特征［J］.地理學報，2018，73（5）：789-802.

［24］ 劉紀遠.中國資源環境遙感宏觀調查與動態研究［M］.北京：中國科學技術出版社，1996：1-15.

［25］ 張麗平.基于地理國情數據的城市土地利用變化及其地表降雨徑流影響分析［D］.濟南：山東建筑大學，2022：1-20.

［26］ 龍花樓，王文杰，翟剛，等.安徽省土地利用變化及其驅動力分析［J］.長江流域資源與環境，2002，11（6）：526-530.

Spatial-Temporal Differentiation and its Causes of Land Use Change from 2011 to 2020 in Changqing District in Ji'nan City

LI Yunpeng， LIANG Yong， WU Kai， WANG Changpeng， QI Jun

（Ji'nan Geotechnical Investigation and Surveying Institute， Shandong Ji'nan 250101， China）

Abstract：Studying the spatiotemporal changes and driving factors of urban land use is of great significance for promoting the rational use of land resources and sustainable ecological， social， and economic development in cities. By using ArcGIS， land use data has been? to quantitatively extracted， a land use change amplitude model and a land use change degree model have been established， and? the spatiotemporal changes in land use in Changqing district from 2011 to 2020 has been analyzed. Selecting 8 social and economic driving factors， by using Pearson correlation coefficient method，? social and economic driving mechanism of land use change has been studied. It is indicated that land use in Changqing district is in the adjustment stage after 2017， and land use planning should be optimized to enhance social economic ecological comprehensive benefits of land use.

Key words： Land use; spatial and temporal differentiation; transfer matrix; driving force; Changqing district of Ji'nan city

收稿日期：2023-02-07；

修訂日期：2023-02-14；

編輯：曹麗麗

基金項目：山東省工業和信息化廳，實景三維濟南建設關鍵技術研究及應用示范（202260101363）

作者簡介：李云鵬（1992—），男，山東濟南人，工程師，主要從事自然資源調查與監測研究；E-mail：nylypn@163.com *

通訊作者：梁勇（1982—），男，山東濟南人，高級工程師、碩士，主要從事自然資源專項調查監測評價研究；E-mail：506853782@qq.com