基于ESDA的廣東省城鎮建設用地空間分布模式分析

王楓，李燦

（華南農業大學 公共管理學院，廣州510642）

近年來，隨著建設用地蔓延式分布態勢愈發嚴重，土地對經濟社會發展的“瓶頸”制約，已成為普遍的難題。為此，中國積極實施了“三舊”改造、推行土地集約利用等舉措，取得了積極的進步，但城鎮建設用地演變具有自身發展規律，在“三舊”改造過程中，如何依據城鎮建設用地演變特點制訂并落實城市規劃，客觀上需要對城鎮建設用地的空間分布模式進行細致研究。諸多學者對建設用地空間分布進行了有益的探討，取得了不少進展。其中，梁進社［1］通過建立建設用地分布的定量關系，揭示了建設用地增長的動力學基礎；陳曉軍等［2］選擇北京市房山區平原地區作為分析樣區，在GIS技術的支持下對建設用地的空間分布格局進行了定量化測度研究；談明洪等［3］以2005年北京中心區周圍50km范圍內的建設用地數字化圖件為基礎，由內而外，建立5個寬度為10km的緩沖帶，分析了北京周圍建設用地空間分布格局，并從自然、歷史和經濟學的角度對此格局作出了詮釋；呂江等［4］利用vcm研究方法和距離衰減趨勢研究方法對安福縣建設用地空間分布格局進行了研究。隨著研究成果的不斷涌現，為轉型期城鎮建設用地的空間布局優化提供了良好基礎。

根據地理學第一定律，空間事物之間是普遍聯系的，且空間上接近的事物聯系更緊密［5］。城鎮建設用地分布也不例外，然而現有研究成果在探討建設用地空間分布時多囿于統計分析和GIS空間圖示表達，缺乏空間視角，忽視了地理位置因素，難以深入揭示建設用地分布的空間機制。ESDA（Exploratory Spatial Data Analysis，探索性空間數據分析）可以通過對事物或現象空間分布格局的描述與可視化，發現空間集聚和空間異常，揭示研究對象之間的空間相互作用機制［6］，已廣泛應用于社會經濟數據的空間分布模式分析［7－9］，但用于城鎮建設用地空間分布的研究尚不多見［10］。另外，縣域單元是中國行政建制中的重要組成部分，在社會經濟發展中擔當著承上啟下的功能，開展針對縣域單元的研究，有助于較為準確地把握社會經濟發展和土地利用的空間分布狀況［11］，但目前以縣域單元為對象開展研究的案例還比較少見。廣東是中國經濟最發達、最具市場活力和投資吸引力的地區之一，近年來城市空間的擴展十分迅速，加強對城鎮建設用地空間分布模式的研究，對未來如何遵循城鎮建設用地空間演變規律，促進城鎮建設用地合理布局，具有十分重要的現實意義。鑒于上述分析，本文在借鑒前人研究成果的基礎上，以縣域為基本地域單元，借助GIS技術，運用空間自相關分析方法、四分位法等多種方法，對廣東省城鎮建設用地的空間分布模式進行分析。

1 數據來源與研究方法

1.1 指標界定及數據來源

參考借鑒已有的研究成果［10］，文中所研究的城鎮建設用地密度（Urban Construction Land Density，簡稱UCLD）是指某個行政區域內城鎮建設用地面積占土地總面積的比重。其中所研究的城鎮建設用地是指國土資源部2001年下發的《全國土地分類（過渡期間適用）》標準中城市用地、建制鎮用地和獨立工礦用地三類用地的集合。城鎮建設用地密度是分析城鎮建設用地空間分布模式的重要指標。

研究區廣東省地處中國大陸最南部，位于20°09′—25°31′N，109°45′—117°20′E。全省下轄廣州、深圳、珠海、汕頭、佛山、韶關、河源、梅州、惠州、汕尾、東莞、中山、江門、陽江、湛江、茂名、肇慶、清遠、潮州、揭陽和云浮21個地級市，共有123個縣域行政單元。本研究以縣域為研究單元，鑒于同一地級市內不同市轄區在地理區位、經濟發展狀況等方面的諸多相似性，將同一地級市的所有市轄區合并為一個研究單元。其中，深圳、珠海、佛山、東莞和中山由于特殊的經濟和行政原因（如東莞和中山不設市轄區，地級市直轄鎮街），均作為獨立研究單元。據此統計全省共計88個研究單元。另外，由于廣東省沿海島嶼眾多，采用二進制鄰接規則構建空間權重矩陣時會出現“孤島”現象。解決此問題的辦法有兩種：一是人為定義相鄰；二是將島嶼排除在研究范圍之外［12］。本研究采用第二種方法，將汕頭的南澳縣排除在研究范圍之外，最終確定的研究單元為87個。圖形數據選用廣東省現行行政區矢量數據（以縣為單位并調整為87個研究單元），用地數據來源于1996—2008年廣東省土地利用變更調查數據。

1.2 研究方法

空間自相關是探索性空間數據分析研究中的一個重要方法，可以用來發現空間的異質性和空間集聚，而城鎮建設用地分布不僅僅具有空間位置特性，同時也具有空間異質性與空間集聚的特征，因而空間自相關分析方法很適合用于分析城鎮建設用地的空間分布特征。空間自相關包括全局空間自相關和局部空間自相關兩大類。

1.2.1 全局空間自相關 全局空間自相關用于探測某種地理現象或某一屬性值在整個研究區域的空間分布模式，判斷此現象或屬性值在空間上是否有聚集特性存在。計算全局空間自相關最常用的指數是Moran′s I，其計算公式為［13］：

式中：n——研究對象的數目；xi——觀測值；ˉx——xi的平均值；——空間連接矩陣（可以根據鄰接標準或距離標準來確定）。Moran′s I可分別采用隨機分布和近似正態分布兩種假設進行驗證。在給定顯著性水平時，若 Moran′s I顯著為正，則表示空間上有聚集分布的現象。值越趨近于1，集聚趨勢越強。反之，若Moran′s I顯著為負，則表明空間上呈現空間分散格局。值越趨近于－1，分散傾向越強。僅當 Moran′s I接近期望值－1／（n－1）時，觀測值之間才相互獨立，在空間上呈現隨機分布。

1.2.2 局部空間自相關 局部空間自相關用于反映整個大區域中，一個局部小區域單元上的某種地理現象或某一屬性值與相鄰局部小區域單元上同一現象或屬性值的相關程度［13］，識別空間集聚和空間孤立［5］，探測空間異質等。用于評價局部空間自相關性的最常用指數主要是Local Moran′s I，其計算公式為［6］：

式中：n，xi，，S2，wij含義與公式（1）一致。Local Moran′s I的檢驗，可采取條件隨機方法獲得偽顯著水平P值，并采用Bonferroni標準進行判斷。在給定顯著性水平下，若Ii顯著大于0，表明存在正的局部空間自相關，相似的值發生集聚；若Ii顯著小于0，表明存在負的局部空間自相關，不相似的值發生集聚。

2 結果與分析

2.1 總體空間分布模式分析

本文采用上四分數（FU）、中位數（M）、下四分數（FL）3個截斷點將由所有縣域單元城鎮建設用地密度數據組成的有序數組四等分。設四分散布值DF等于FU—FL，令FU＋3DF和FU—3DF為兩個新截斷點，一般位于新截斷點以外的數據值稱為離群值。在離群值區，處于FU＋3DF以外的數據值為高值異常（極端高值），處于FU—3DF以外的數據值為低值異常（極端低值）。這樣FU、M、FL、FU＋3DF、FU—3DF五個截斷點將該有序數組分成6個數據分區。采用百分數表示上四分數FU（25%）、中位數 M（50%）和下四分數FL（75%）。圖1顯示了廣東省各縣（區、市）所屬的數據分區，圖中并沒有出現低值異常的空間單元。

從圖1可以看出，廣東省城鎮建設用地大致呈“中心—外圍”空間分布模式。廣東省城鎮建設用地分布重心在南部的珠江三角洲地區，在空間上呈現出東南沿海高城鎮建設用地密度集聚區與北部山區低城鎮建設用地密度集聚區的空間分異。城鎮建設用地密度值較大的區域主要分布在珠江三角洲和粵東、粵西沿海南部相鄰地區（大致相當于第二、三、四數據分區），其中有6個空間單元（廣州、佛山、中山、珠海、東莞和深圳）具有較高的城鎮建設用地密度，被識別為高值異常區。而在粵北山區的東部和西部相鄰地區（大致相當于第一數據分區），城鎮建設用地密度值較低且分布分散。城鎮建設用地密度的這種空間分布模式在一定程度上反映了空間集聚的存在。

圖1 2008年廣東省城鎮建設用地密度分布

圖1所示的傳統方法可以描述研究區內87個空間單元的城鎮建設用地分布特征，揭示高值異常（或低值異常）的空間單元，但這種方法難以識別城鎮建設用地分布的空間集聚和空間孤立，因此需要采用全局和局部空間自相關指數對研究區城鎮建設用地的空間分布作進一步分析。

2.2 全局空間分布模式分析

根據各縣域單元之間的鄰接關系，采用二進制鄰接權重矩陣，即當單元i和單元j在空間上存在相鄰關系時，空間權重矩陣元素＝1，其他情況為0。其鄰接標準有兩種原則：一種是Rook′s原則，另一種是Queen′s原則。Rook′s原則要求必須有一條邊相連接，而Queen′s原則要求有一點連接即可。本文選擇后者作為確定鄰接的標準，利用OpenGeoDa軟件計算得到廣東省城鎮建設用地密度的全局Moran′s I指數（表1）。

表1 1996－2008年廣東省城鎮建設用地密度的Global Moran′s I估計值

從表1中可以看出，廣東省縣域城鎮建設用地密度Global Moran′s I估計值在研究期內出現波動，從1996年的0.364 3增至2002年的0.466 7，然后減少到2004年的0.442 3，再增加到2008年的0.466 5，整個研究期內Global Moran′s I估計值全部為正，且總體趨勢在不斷增加，顯著性水平均小于0.05。這表明，1996年以來廣東省縣域城鎮建設用地在空間分布上具有顯著的正相關性，也就是說各縣級行政區城鎮建設用地的空間分布并非表現出完全的隨機性，而是表現出相似值之間的空間集聚，其空間聯系的特征是：城鎮建設用地密度高的縣級行政區相對地趨于和城鎮建設用地密度高的縣級行政區相鄰，城鎮建設用地密度低的縣級行政區相對地趨于和城鎮建設用地密度低的縣級行政區相鄰。隨著時間的推移，縣域城鎮建設用地分布總體空間差異趨向縮小，即城鎮建設用地密度比較接近的縣在空間分布上越來越集中，趨同性增強。

2.3 局部空間分布模式分析

全局空間自相關指數概括了在一個總的空間模式中空間依賴的程度，而局部空間自相關指數則描述一個空間單元與其鄰域的相似程度，表示每個局部服從全局總趨勢的程度（包括方向和量級），并揭示空間異質，說明空間依賴是如何隨位置而變化的［5］。本文選用局部指數Local Moran′s I，因為該指數可以將城鎮建設用地的空間關聯模式細分為四種類型，分別與Moran散點圖中的四個象限相對應［5］。正的空間關聯包括兩種類型：城鎮建設用地密度高值單元為城鎮建設用地密度高值單元所包圍（HH關聯）和城鎮建設用地密度低值單元為城鎮建設用地密度低值單元所包圍（LL關聯）；而負的空間關聯也有兩種類型：城鎮建設用地密度低值單元為城鎮建設用地密度高值單元所包圍（LH關聯），或者相反（HL關聯）。根據廣東省縣域城鎮建設用地密度數據，利用Open－GeoDa軟件得到廣東省1996年、2002年、2008年城鎮建設用地密度的Moran散點圖（圖2），統計出4個象限的單元數，括號中的數值表示在p＝0.05顯著水平下的單元數（表2）。

圖2 1996年、2002年、2008年廣東省城鎮建設用地密度的Moran散點圖

表2 廣東省城鎮建設用地密度4種類型空間關聯模式的單元數及顯著單元數（p＝0.05）

由表2可知，1996—2008年，位于HH關聯和LL關聯象限的縣域數量由63個增至65個，1996年、2002年和2008年位于HH關聯和LL關聯象限的縣域分別占總單元數的72.41%，70.11%，74.71%，表明廣東省城鎮建設用地分布在局域范圍內具有強烈的空間相關性，局部集聚格局顯著，且在研究期內集聚能力略有增強。將Moran散點圖與Local Moran′s I指數的顯著性水平相結合，可以得出5%顯著性水平下廣東省城鎮建設用地密度LISA聚集圖（圖3）。由表2和圖3可以得出，1996年、2002年、2008年顯著HH關聯模式和顯著LL關聯模式涉及的縣域單元數占所有顯著單元數的比重分別高達100%，95.83%，96.15%；1996—2008年顯著 HH 關聯模式涉及的縣域單元數由5個增至7個，顯著LL關聯模式涉及的縣域單元數由13個增加到16個，且空間分布上均形成連片格局。這表明，廣東省城鎮建設用地分布呈現顯著的局部空間集聚現象，具有較強的空間正相關關系。

從整個研究期來看，廣東省城鎮建設用地空間分布的基本格局沒有發生變化，珠江三角洲核心區域的縣域與周圍縣域的城鎮建設用地分布形成顯著HH關聯模式，粵北山區東部和西部的縣域與周圍保持顯著LL關聯模式，其他縣域城鎮建設用地基本表現為空間隨機分布。

圖3 1996年、2002年、2008年廣東省城鎮建設用地密度LISA聚集圖

2.4 影響因素分析

城鎮建設用地的空間分布是各種自然、社會經濟和政策制度等諸多因素共同作用的結果：（1）在自然因素方面，地形條件是城鎮建設用地擴展的基礎條件，在某種程度上具有一定的主導作用，決定了城鎮建設用地分布的宏觀格局。珠江三角洲核心地區，地勢比較平坦，城鎮建設用地易拓展，是廣東省城鎮建設用地分布密度高值地區（識別為高值異常）；而粵北山區因地形地貌因素導致城鎮建設用地不易拓展，是廣東省城鎮建設用地分布密度較低的地區（圖1）。（2）在社會經濟因素方面，社會經濟發展水平是城鎮建設用地擴展的主導影響因素。按照廣東社會經濟發展的差異性及地理區位，將全省劃分為珠江三角洲、粵東沿海地區、粵西沿海地區以及粵北山區四大地域。其中，珠江三角洲經濟總量占到全省的82.50%，珠江三角洲地區的社會經濟要素又高度集中在核心區域，核心圈層的產值密度是外圍地區的22.2倍。相比之下，粵東、粵西沿海地區和北部山區社會經濟發展相對落后，其經濟總量分別占全省的6.9%，7.8%，6.5%［14］。對照圖1可以發現，廣東省城鎮建設用地的分布與廣東省各區域的社會經濟發展水平基本吻合，即社會經濟發展水平高的地區城鎮建設用地密度也比較高。（3）政策因素作為一個牽一發而動全身的因素，在一定程度上對城鎮建設用地的分布也起著極其重要的作用［15］。改革開放30a來，廣東省先后設立了深圳、珠海、汕頭三個經濟特區、湛江等沿海城市和珠江三角洲經濟開放區［14］，從圖1可以看出，這些區域正是廣東省城鎮建設用地分布密度較高的地區。另外，交通為城市和社會經濟的發展提供了物質交流基礎和信息渠道，降低了經濟生產的成本，加速了人類活動的集聚［3］，也在很大程度上影響了廣東省城鎮建設用地的空間分布。

3 結論

（1）本文利用ESDA與GIS技術相結合的方法對廣東省縣域城鎮建設用地的空間分布模式進行了分析，這種方法能否充分發揮ESDA豐富的空間分析功能和GIS強大的交互功能與可視化功能，更深入地探索、分析、處理和解釋地理特征間的相互關系及空間模式，是探測和識別城鎮建設用地空間分布模式的一種有效方法。

（2）通過對廣東省城鎮建設用地空間分布模式的研究，可以得出以下結論：廣東省城鎮建設用地大致呈“中心—外圍”空間分布模式，城鎮建設用地分布重心在南部的珠江三角洲地區，粵北山區城鎮建設用地分布分散，在空間上呈現出東南沿海高城鎮建設用地密度集聚區與北部山區低城鎮建設用地密度集聚區的空間分異；全局空間自相關分析表明，廣東省城鎮建設用地密度在空間分布上具有顯著的正相關性，建設用地空間集聚現象明顯，且空間分布上趨同性在增強；局部空間自相關分析顯示，廣東省城鎮建設用地分布呈現顯著的局部空間集聚現象，具有較強的空間正相關關系，珠江三角洲核心區域的縣域與周圍縣域的城鎮建設用地分布形成顯著HH關聯模式，粵北山區東部和西部的縣域與周圍保持顯著LL關聯模式；自然因素決定了城鎮建設用地分布的宏觀格局，社會經濟發展水平是城鎮建設用地擴展的主導影響因素，政策因素在一定程度上對城鎮建設用地的分布也起著極其重要的作用，交通條件也在很大程度上影響了廣東省城鎮建設用地的空間分布。

［1］ 梁進社.中國建設用地省際分布的統計分析［J］.地球科學進展，2002，17（2）：196－200.

［2］ 陳曉軍，劉慶生，張宏業.大城市邊緣區建設用地空間分布格局的定量化測度研究［J］.武漢大學學報：信息科學版，2006，31（3）：260－265.

［3］ 談明洪，朱會義，劉林山，等.北京周圍建設用地空間分布格局及解釋［J］.地理學報，2007，62（8）：861－869.

［4］ 呂江，舒曉波，胡丹，等.縣域尺度的建設用地空間分布格局研究：以安福縣為例［J］.江西科學，2013，31（3）：351－355.

［5］ Sang－iilee M A.Spatial Association Measures for an ESDA－GIS Framework：Developments，Significance Tests，and Applications to Spatio－Temporal Income Dynamics of US Labor Market Areas （19691999）［D］.Diss.Ohio：Ohio State University，2001：9－40.

［6］ Anselin，L.Local indicators of spatial association－LISA［J］.Geographical Analysis，1995，27（2）：93－115.

［7］ Sridharan S，Tunstall H，Lawder R，et al.An exploratory spatial data analysis approach to understanding the relationship between deprivation and mortality in Scotland［J］.Social Science ＆ Medicine，2007，65（9）：1942－1952.

［8］ 葉長盛，黃建軍.江西省縣域農村居民純收入空間差異研究［J］.水土保持研究，2011，18（3）：153－157.

［9］ 張路路，張悅國，劉瑞卿，等.河北省糧食單產區域差異特征演變格局及動因分析［J］.水土保持研究，2011，18（2）：192－197.

［10］ 韋素瓊，張金前，陳建飛.基于空間自相關的閩臺城鎮建設用地分布研究［J］.地理科學進展，2007，26（3）：11－18.

［11］ 林堅，祖基翔，苗春雷，等.中國區縣單元城鄉建設用地經濟密度的空間分異研究［J］.中國土地科學，2008，22（3）：46－53.

［12］ 高鳳君，郭治興，魏秀國.廣東省縣域經濟實力差異空間自相關分析［J］.地理信息世界，2010（4）：29－34.

［13］ Cliff A，J K Ord.Spatial processes：models and application［M］.London：Pion，1981.

［14］ 張虹鷗，葉玉瑤，楊麗娟，等.廣東30年建設用地增長對經濟發展的貢獻［J］.經濟地理，2008，28（6）：904－908.

［15］ 呂志強.快速城市化背景下的建設用地擴展類型格局及驅動力分析［J］.水土保持研究，2012，19（4）：65－71.