城市土地利用結構演變分析及其驅動機制研究——以長沙市為例

歐 聰，張 坤

（湖南農業大學資源環境學院，湖南·長沙 410128）

城市土地利用結構演變分析及其驅動機制研究
——以長沙市為例

歐 聰，張 坤*

（湖南農業大學資源環境學院，湖南·長沙 410128）

基于信息熵和均衡度對長沙市2006～2012年城市土地利用結構的演變進行分析，并運用灰色關聯度分析法探討其與經濟水平、產業結構及人口發展3個一級指標及其11個二級指標的關聯程度，對各指標與地類變化的關聯性進行排序，確定主要的影響因素。研究表明：7年間長沙市城市各職能類土地面積都在增加，增幅有所差異；信息熵總體呈現下降趨勢，均衡度和優勢度則趨于穩定；經濟水平和產業結構的發展是長沙市城市土地利用結構演變的主要驅動力。

土地利用結構；驅動機制；關聯度分析；信息熵

城市土地利用結構是指城市各種功能用地的比例和空間結構及其互相影響、互相作用的關系，在一段時間內，也表現為各種土地類型的動態演變過程。從系統論的角度來看，土地類型演變的本質是土地類型結構和功能的自組織，而這種自組織過程是城市內部人流、物質流和能量流遷移轉化的結果[1]。隨著城市的外延式發展和內部結構的重組，城市土地利用結構演變持續不斷[2～6]。本文通過引入信息熵的概念，對其演變進行定量描述和分析，再進一步基于灰色系統理論，以長沙市為案例，對影響城市土地利用結構變化的驅動機制進行研究。

1 城市土地利用結構的計量方法

1.1 信息熵

“熵”原是一個熱力學概念，統計物理學用它來表示分子不規則運動的程度，1948年美國數學家申農（Shanon）把熵的概念引入信息論中，稱為信息熵，指出信息熵是作為人們對系統內部組態信息缺乏程度或一個隨機事件不確定性的量度[7]。土地利用系統是自然、人類、社會、經濟和技術5個子系統耦合而成的復雜巨系統，具有開放性、隨機性、動態性、代謝性、非孤立性、自組織性、自適應性等特征[8]。因此，可以借用信息熵的概念來對復雜的城市地理系統結構進行深入的定量分析，并用以描述城市土地利用類型的多樣性[9]。

假設一個城市的建設用地總面積為A，該市的土地根據其職能可分成m種，每個職能類的用地面積為Ai，則有：

各職能類土地所占城市建設用地的比例Pi為：

根據信息論原理，將土地利用結構的信息熵H定義為[10]：

信息熵H（為計算方便取自然對數）是系統復雜性與均衡性的測度，這里用來描述一個區域土地利用類型面積分布的均勻程度，熵值越高，表明不同職能部門的土地利用類型越多，各職能類型的面積相關越小，土地分布越均勻[11]。當該地區處于未開發的程度或只有一種利用結構時，熵值最小，即Hmin=0；當整個地區土地利用結構趨于平衡，各職能類土地所占比例相等，即P1=P2=P3,…,=P-m=A/m，熵值最大，即Hmax=lnm。

1.2 均衡度

利用信息熵分析城市用地的均衡性有一個實際性的困難，即土地職能數的認定，由于按照實有職能計算的信息熵值，實際上卻沒有考慮職能數量的影響，因此有必要引入均衡度的概念[12]。

根據信息熵的公式，可得出均衡度E的表達式：

由式（4）可以看出，均衡度是某種職能土地類型信息熵與信息熵最大值的比值，體現了各職能類用地面積的差異情況和結構布局。很顯然，E的取值范圍為0～1，當E=0，城市土地利用類型處于最不均衡狀態，反之，當E=1，則處于最均衡的狀態。相應的，均衡度從反方面來看，則有優勢度D的概念，即D=1-E，用于反映區域內一種或幾種用地類型的主導程度，與均衡度所反映的用地類型多樣性成反比。

2 長沙市城市土地利用結構演變動態分析

2.1 區域概況

長沙市位于湖南省東部偏北，湘江下游和長瀏盆地西緣。作為省會城市，是湖南政治、經濟、文化中心。2013年地區生產總值達7153.13億元，居全省首位，也是我國中西部地區最具競爭力的城市和中南地區重要的工商業城市。同時，作為長株潭城市群核心城市和國家級兩型社會綜合配套改革試驗區，是國家實施中部崛起戰略的重點發展區域。研究其城市土地利用結構信息熵分異規律，不僅可以深入了解該地區各類土地利用類型的動態演變規律及其驅動機制，更可以為長株潭城市群乃至整個中部地區的城鎮化提供參考依據。

2.2 數據來源與用地職能劃分

本文所用各類數據主要來自2006～2012年《中國城市建設統計年鑒》和《湖南統計年鑒》。采用建設部1991年頒布的《城市用地分類與規劃建設用地標準》中的“城市用地分類”體系，將長沙市各時期的土地利用類型劃分成9大職能，包括居住、工業、倉儲、對外交通、道路廣場、公共設施、市政公用設施、綠地和特殊用地。

2.3 歷年城市土地利用結構的變化趨勢

由圖1可以看出，長沙市的城市建設用地總面積，從2006年的173.19km2增加到2012年的318.37km2，年均增長10.68%。其中，居住用地增加了64.33km2，公共設施用地增加13.06km2，工業用地增加7.53km2，倉儲用地增加1.93km2，對外交通用地增加3.02km2，道路廣場用地增加14.17km2，市政公用設施用地增加35.46km2，綠地增加5.09km2，特殊用地增加0.59km2。

圖1 長沙市城市土地利用結構面積變化趨勢Fig.1 Urban area change tendency of land use structure in Changsha city

由圖2可以看出，2006～2012年的7年內，長沙市居住用地比例和市政公用設施用地比例有所增加，其他用地類型比例有所減少。其中，居住用地比例增加7.75%，市政公用設施用地比例增加9.53%，公共設施用地比例減少5.95%，工業用地比例減少3.62%，倉儲用地比例減少0.74%，對外交通用地比例減少0.43%，道路廣場用地比例減少1.27%，綠地比例減少2.95%，特殊用地比例減少2.32%。

圖2 長沙市城市土地利用結構比例變化趨勢Fig.2 Proportion change trend of land use structure in Changsha city

2.4 土地利用結構信息熵的計算及分析

根據式（3）、（4）計算長沙市2006～2012年城市土地利用結構變化的信息熵和均衡度，結果見表1，信息熵和均衡度的變化趨勢見圖3、圖4。

表1 長沙市城市土地利用結構信息熵與均衡度Table 1 Land use structure information entropy and equilibrium degree index in Changsha

圖3 長沙市城市土地利用結構信息熵演變圖式Fig.3 Urban land use structure information entropy evolution patterns of Changsha

圖4 長沙市城市土地利用結構均衡度演變圖式Fig.4 Equilibrium degree of land use structure evolution scheme in Changsha city

從圖3可以看出，長沙市城市土地利用結構信息熵在2006～2012年的7年間呈現先下降后持平再上升的過程，信息熵的平均值為1.8393，接近最大值1.9319，可以得出：雖然這7年間信息熵總體上而言有所下降，土地利用結構的多樣性有所減少，但減少的幅度不大，演變的趨勢總體平穩。

從圖4可以看出，相較于信息熵的變化過程，均衡度和優勢度的變化則更為緩和，雖然二者每年所占比例都有所波動，但總體而言處于一種穩定狀態，變化幅度非常小。

3 長沙市城市土地利用結構演變驅動機制分析

3.1 研究方法與理論

灰色系統理論于20世紀80年代由中國學者鄧聚龍提出[13]，它的研究對象是介于黑色系統（信息未知）和白色系統（信息完全明確）之間的灰色系統，而灰色關聯度分析法是灰色理論最廣泛的應用，其實質是分析各評價對象與理想對象的接近程度，評價對象與理想對象越接近，其關聯度就越大。灰色關聯度是對系統動態發展過程的量化分析，是根據因素之間發展態勢的相似或相異程度來衡量因素間接近的程度[14]。

3.2 灰色關聯度分析法步驟

（1）確定參考序列與比較序列

設參考序列為X0，則：X0=[X0(t)](t=1,2,3,…,n)，其中評價指標t共有n個。設比較序列為Xi，則：Xi=[Xi(t)] (t=1,2,3,…,m)，其中評價項目i共有m個。由于原始數據的量綱不一定相同，所以需要對其進行無量綱化，消除量綱和數量級對數據的影響，使其轉化為可比較的數據序列。具體方法為：

其中，Xij為第i年第j項指標值，Xij’為第i年第j項指標標準值，為第j項指標的平均值，σ為第j項指標的標準差。（2）計算關聯系數

經過無量綱化的參考序列記為{X0(t)}，比較序列記為{Xi(t)}。則在時刻t=k時參考序列{X0(t)}與比較序列{Xi(t)}的關聯系數{ξ0i(k)}為：

其中，ζ為分辨系數[10]， ，用于減少極值對計算的影響，提高關聯系數之間的差異顯著性。在實際使用時，根據序列間的關聯程度選擇分辨系數，ζ=0.5一般取。

（3）計算關聯度

由于關聯系數只表示各時點數據間的關聯程度，且數據量大，不便于比較。為了使數據量便于比較分析，參考序列和比較序列的關聯度便以兩序列各個時刻的關聯系數的平均值計算，即灰色關聯度的計算公式為：

其中當r0i(0,1)時，表示評價體系中各項指標都不是嚴格無關的，r0i越大，則評價對象越接近理想對象。

（4）關聯度排序

將m個比較序列對應同一個參考序列的灰色關聯度進行排序，組成關聯序，記為{X}。關聯序可以反映不同比較序列對參考序列的優劣程度，當r0a＞r0b，則認為對應相同參考序列{Xa}的優于{Xb}，反之則劣于。

3.3 構建評價指標體系

基于長沙市2006～2012年社會經濟統計數據，根據指標選取的科學性、主導性、系統性、目的性、可操作性的原則，構建以經濟水平、產業結構、人口發展、土地利用為一級指標，以及下屬14個指標為二級指標的評價指標體系[15,16]（表2）。

表2 長沙市城市土地利用結構演變驅動機制分析指標體系Table 2 Driving mechanism of urban land use structure evolution analysis index system in Changsha city

3.4 灰色關聯度分析

將研究區域的社會經濟技術因子作為自變量組成比較序列，已建成建設用地總面積、信息熵和均衡度作為因變量構成參考序列，得到分析序列（表3）。將上述分析序列在DPS軟件中進行無量綱化，得到各指標標準化值（表4）。

表3 長沙市城市土地利用結構演變驅動機制分析序列Table 3 Driving mechanism of urban land use structure evolution sequence analysis in Changsha city

表4 指標值標準化值Table 4 Index standardization value

將標準化后的數據在DPS軟件中繼續分析，進行各驅動力因子的綜合判斷，并設置分辨系數ζ為0.5，計算建設用地總面積、土地利用結構信息熵、土地利用結構均衡度與指標體系中的二級指標的關聯度值（表5），一級指標關聯度值取二級指標的平均值（表6）。

表5 各土地利用指標與二級指標的關聯度Table 5 Correlation of each land use indicators and secondary indicators

表6 各土地利用指標與一級指標的關聯度Table 6 The primary index of correlation degree and land use index

灰色關聯度的結果分析：

（1）長沙市城市建設用地總面積變化驅動機制分析：從表5可以看出，二級指標中對其影響最大的分別是人均GDP、社會零售總額和城鎮居民人均可支配收入；其次是非農人口、財政總收入和GDP。一級指標中與其關聯度最高的是經濟水平。

（2）信息熵變化驅動分析：從表5可以看出，二級指標中對其影響最大的分別是第三產業比重、第二產業比重和財政總收入；其次是城鎮居民人均居住面積、非農人口和總人口。一級指標中與其關聯度最高的是產業結構。

（3）均衡度變化驅動機制分析：從表5可以看出，二級指標中對其影響最大的分別是第三產業比重、第二產業比重和人均GDP；其次是總人口、非農人口和城鎮居民人均可支配收入。一級指標中與其關聯度最高的是產業結構。

4 結論

（1）從總量上看，2006～2012年，長沙市城市建設用地面積逐步增加，這是城市發展、經濟增長的必然結果，但各職能類土地面積增幅有差異，增幅最大的是居住用地，各職能類土地增長速度需要調整。

（2）2006～2012年7年間，長沙市城市土地利用結構的信息熵總體而言趨于下降，小部分有所波動，說明城市土地利用結構的多樣性趨于減弱，但下降幅度不大，演變趨勢較為穩定，而均衡度和優勢度則一直處于一種小范圍波動，但相對來講較為穩定。

（3）經濟水平和產業結構的發展是城市土地利用結構演變的主要驅動力，其影響程度大于人口發展等社會因素。

References)

[1] 李江,郭慶勝. 基于信息熵的城市用地結構動態演變分析[J]. 長江流域資源與環境,2002,11(5):393-397.

Li J, Guo Q S. Analysis of dynamic evolvement in urban landuse composition based on shannon entropy[J]. Resources and Environment in the Yangtze Basin, 2002,11(5):393-397.

[2] 袁華寶. 城鄉統籌發展中的土地利用問題探討[J]. 上海地質, 2009,30(3):8-9,23.

Yuan H B. Discussion of land-use in urban and rural development[J]. Shanghai Geology, 2009,30(3):8-9,23.

[3] 戴星翼. 上海轉型發展中的土地優化利用[J]. 上海國土資源, 2015,36(1):1-4.

Dai X Y. Land resource optimization during the transition phase of Shanghai development[J]. Shanghai Land & Resources, 2015,36(1):1-4.

[4] 高魏. 上海市建設用地與經濟社會發展的空間計量經濟分析[J].上海國土資源,2013,34(3):11-15,20.

Gao W. Spatial econometric analysis of socio-economic development and construction land in Shanghai[J]. Shanghai Land & Resources, 2013,34(3):11-15,20.

[5] 陸效平,王靜,金志豐. 江蘇省建設用地擴展類型及對經濟增長的貢獻研究[J]. 上海國土資源,2014,35(3):43-46.

Lu X P, Wang J, Jin Z F. Construction land expansion types and their contribution to economic growth in Jiangsu province[J]. Shanghai Land & Resources, 2014,35(3):43-46.

[6] 朱龍高,王富喜. 煙臺城市空間擴展的過程與機制研究[J]. 上海國土資源,2014,35(3):50-53.

Zhu L G, Wang F X. The process and mechanism of urbanspatial expansion in Yantai city[J]. Shanghai Land & Resources, 2014,35(3):50-53.

[7] 朱劍英. 智能系統—非經典數學方法[M]. 武漢:華中科技大學出版社,2001.

Zhu J Y. Smart systems: Non-classical mathematical methods[M]. Wuhan: Huazhong University of Science and Technology Press, 2001.

[8] 譚永忠,吳次芳. 區域土地利用結構的信息熵分異規律研究[J].自然資源學報,2003,18(1):112-117.

Tan Y Z, Wu C F. The laws of the information entropy values of land use composition [J]. Journal of Natural Resources, 2003,18(1):112-117.

[9] 李文波,楊鋼橋. 基于信息熵的城市土地利用結構演變分析—以武漢市為例[J]. 國土資源科技管理,2007,24(4):96-100.

Li W B, Yang G Q. An analysis of structure evolution of urban land utilization based on information entropy: With wuhan as an example[J]. Scientific and Technological Management of Land and Resources, 2007,24(4):96-100.

[10] 陳彥光,劉明華. 城市土地利用的熵值定律[J]. 人文地理,2001, 16(4):20-24.

Chen Y G, Liu M H. The basic laws of the shannon entropy values of urban land-use composition[J]. Human Geography, 2001,16(4):20-24.

[11] 匡文慧,張樹文. 長春市百年城市土地利用空間結構演變的信息熵與分形機制研究[J]. 中國科學院研究生院學報,2007,24(1):73-80.

Kuang W H, Zhang S W. Analyzing the information entropy and fractal dimension of urban land use spatial evolving process from 1900 to 2004 in Changchun City[J]. Journal of the Graduate School of the Chinese Academy of Sciences, 2007,24(1):73-80.

[12] 陳彥光,劉繼生. 城市土地利用結構和形態的定量描述:從信息熵到分數維[J]. 地理研究,2001,20(2):146-152.

Chen Y G, Liu J S. An index of equilibrium of urban landuse structure and information dimension of urban form[J]. Geographical Research, 2001,20(2):146-152.

[13] 鄧聚龍. 社會經濟灰色系統的理論與方法[J]. 中國社會科學, 1984,(6):47-60.

Deng J L. Social economic theory and method of grey system[J]. Social Sciences in China, 1984,(6):47-60.

[14] 鄧聚龍. 灰色系統理論教程[M]. 武漢:華中理工大學出版社, 1990.

Deng J L. The grey system theory tutorial[M]. Wuhan: Huazhong University of Science and Technology Press, 1990.

[15] 陳圓圓. 長沙經濟技術開發區土地利用結構的演變特征及其驅動機制研究[D]. 長沙:湖南師范大學碩士學位論文,2014.

Chen Y Y. Study on the evolution characteristics and driving forces of land use structure in Changsha Economic and Technological Development Zone[D]. Master′s thesis, Changsha: Hunan Normal University, 2014.

[16] 陳青,宋敏. 城市土地集約利用潛力評價研究[J]. 上海國土資源, 2013,34(2):28-32,40.

Chen Q, Song M. Evaluation of the potential for intensive utilization of urban land[J]. Shanghai Land & Resources, 2013,34(2):28-32,40.

[17] 雷士芬,張全景,柳博會,等. 基于主成分分析的日照市土地利用變化驅動力分析[J]. 上海國土資源,2015,36(2):46-50.

Lei S F, Zhang Q J, Liu B H, et al. Principal component analysis of driving forces behind land-use change in Rizhao city of Shandong province[J]. Shanghai Land & Resources, 2015,36(2):46-50.

The evolution analysis and driven mechanism of city land use structure in Changsha

OU Cong, ZHANG Kun
(College of Resources & Environment, Hunan Agricultural University, Hunan Changsha 410128, China)

Grey correlation analysis methods are used to explore the degree of correlation between 3 first-level indicators and 11 second-level indicators of urban land use and industrial structures, and economic and population development. By analyzing the influence of changing of urban land use structure during 2006–2012, key influencing factors are identified. The city of Changsha within comentropy and balance degree. Results are as follows: (1) All land types have been increasing in the past 7 years at different rates; (2) comentropy has decreased overall, but increased in some areas, and the difference between balance and dominance degrees have stabilized; (3) economic and industrial development are the main driving forces behind land use structure in Changsha.

land use structure; driven mechanism; correlation analysis; comentropy

F293.2

A

2095-1329(2015)03-0039-05

10.3969/j.issn.2095-1329.2015.03.009

2015-03-18

2015-07-06

歐聰(1994-),男,土地資源利用與管理專業.

電子郵箱: 754496025@qq.com

聯系電話: 0731-84617803

國家自然科學基金項目(41201175);湖南省教育廳科研項目(12C0152)

*通訊作者: 張坤(博士/副教授): 39116272@qq.com