1996—2014年貴州省土地利用結構演變及空間差異分析

陳遠云++羅海波++張莉娟++吳琳娜++郭鵬

摘要：為解決貴州省土地資源稀缺與社會經濟發展對土地的大量需求之間的矛盾，將信息熵理論與洛倫茲曲線-基尼系數相結合并引入到土地利用結構分析中，對貴州省1996—2014年的土地利用結構演變特征及空間差異進行分析。分析結果如下：土地利用動態變化主要表現為建設用地（城鎮村及工礦用地、交通運輸用地、水域及水利設施用地）、林地、園地面積總體增加，耕地、草地和其他土地面積總體減少；土地利用結構信息熵和均衡度總體呈上升趨勢，優勢度不斷下降，土地利用結構朝著均衡狀態發展；全省土地利用結構信息熵在空間上呈現由西向東降低的態勢；全省土地利用類型總體上分布比較合理。交通運輸用地、水域及水利設施用地、林地、其他土地、耕地、城鎮村及工礦用地在各州市分布絕對均勻，草地和園地2種土地類型分布在各地區的面積比例相差較大。

關鍵詞：土地利用結構；時序變化；空間差異；信息熵；洛倫茲曲線；基尼系數；貴州省

中圖分類號： F301.2文獻標志碼： A文章編號：1002-1302（2017）08-0228-07

土地利用結構指一定區域內各類用地的數量結構和空間格局，其變化受自然環境、社會經濟水平和政策等因素影響，反映了一定區域上土地利用類型的生產結構特點及配置情況[1-4]。從時空角度揭示土地利用結構動態變化過程，對保持土地利用系統良性循環，合理配置區域土地利用和優化產業布局具有重要指導作用[5]。土地利用結構研究一直是學術界的研究熱點，近年來對土地利用結構研究主要集中在動態時序分析、優化、預測、評價、區域差異、土地利用變化影響因素和驅動力分析以及土地利用結構與產業結構、生態服務價值、社會經濟等相關分析等方面[6-15]。從研究內容來看，土地利用結構經歷了從宏觀定性研究到微觀定量研究的轉變。從研究地區來看，多集中在經濟發達地區、國家熱點地區和生態較脆弱的黃土高原區[16-17]。從研究方法來看，涉及了計量地理模型、物理模型、“3S”技術以及經濟學、環境科學等交叉學科的理論和方法。其中，邊靜等引用信息熵、空間洛倫茲曲線-基尼系數等方法對重慶、新疆和四川地區的土地利用空間結構進行了分析[18-20]，較好地揭示了各土地利用類型的演變規律和空間分布差異。信息熵理論、洛倫茲曲線-基尼系數等方法在土地利用結構分析中應用較為廣泛和成熟，但是信息熵只能對土地利用結構的有序程度進行定性描述，而洛倫茲曲線-基尼系數能反映某一土地利用類型的分布差異并定量描述，因此，將信息熵與洛倫茲曲線-基尼系數結合，能更科學高效地對土地利用結構演變進行定量分析。

西部強，則祖國強。貴州省是全國重要的能源基地和西部陸路交通樞紐，是典型的西部經濟欠發達喀斯特地區，隨著西部大開發戰略的深入推進，貴州省在全國社會經濟發展大格局中的地位日益突出。在已有的研究中，對貴州省土地利用結構定量研究并不多，因此，將信息熵理論和洛倫茲曲線-基尼系數相結合引入到土地利用結構分析中，定量分析貴州省土地利用結構演變特征和空間差異，對貴州省土地資源的合理配置、產業布局優化、石漠化綜合治理以及實現土地資源可持續利用是十分必要的。

1研究區概況

貴州省位于我國西南部云貴高原的東斜坡上，全省境內地勢西高東低，根據貴州省2014年土地利用現狀變更調查，全省土地總面積1 760.99萬hm2，農用地、建設用地、未利用地總面積依次為1 477.38萬、65.71萬、217.90萬hm2，分別占土地總面積的83.89%、3.73%、12.37%。全省自然資源豐富，巖溶地貌發育典型，喀斯特面積占全省土地總面積比例高達61.90%，全省有80.23%的縣市屬于喀斯特石山縣[21]，可耕作的土地資源稀缺，土壤貧瘠，土地承載力低，農業投入產出低。2014年年底，全省總人口4 325.49萬，農業人口比重為83.61%；全省生產總值9 366.39億元，占全國生產總值138%；其中，一、二、三產業比重分別為13.82%、41.63%、44.55%；全省經濟發展水平空間分布呈現“中間高、兩邊低”的規律，經濟發展水平由高到低大致可分為3個等級，第一級為貴陽市、遵義市和六盤水市，第二級為黔南州、黔西南州和安順市，第三級為銅仁市、黔東南州和畢節市[21]。

2數據來源

基礎數據來源于貴州省1996—2014年土地利用變更調查資料、《貴州省國土資源公報》《貴州省統計年鑒》等，土地分類標準采用1984年頒布的《土地利用現狀調查技術規程》中規定的土地利用分類系統，根據利用方式將土地分為耕地、園地、林地、草地、城鎮村及工礦用地、交通運輸用地、水域及水利設施用地、其他土地（包括設施農用地和未利用地）8種一級地類進行分類。

3研究方法

3.1土地類型變化幅度（R）

土地類型變化幅度指某一研究時段內不同土地類型在數量上的變化幅度[22]。計算公式為：

式中：R為貴州省某一段時間內某一土地類型的變化幅度，Sa是該地類研究期初的面積，Sb是該地類研究期末的土地面積。

3.2土地利用結構信息熵、均衡度和優勢度

土地利用系統涵蓋了自然、人類、社會、經濟和技術5個子系統，是一個具有耗散結構的復雜巨系統[19，23]。1948年Shannon借鑒熱力學中的熱熵概念，提出了信息熵用以描述信源的不確定度。同信息源的特征一樣，土地利用系統也是一個復雜又不可精確定義的系統，因此，信息熵理論被多數學者引入土地利用結構變化分析中，從整體上研究區域土地利用系統的均衡程度[24]。

3.2.1信息熵（H）土地利用結構信息熵值大小反映土地利用系統的均衡程度，當區域內土地類型越多，各地類面積相差越小時，土地利用結構信息熵值越大[25-26]。設貴州省土地總面積為S，土地利用類型有n種，每種類型的面積為Si（i=1，2，…，n），則某一地類出現的概率Pi=Si1S （0﹤Pi﹤1），根據Shannon熵定義構建土地利用信息熵H（H﹥1）的計算如公式（2）。

3.2.2均衡度（B）在實際應用中，根據不同的土地利用分類計算出的土地利用結構信息熵不具有絕對的可比性，因此引入均衡度概念[27-28]。基于土地利用信息熵公式，當Pi都相等時，信息熵達到最大值[29]。則定義土地利用結構均衡度的計算如公式（3）。

式中：均衡度是實際熵值與最大熵值的比值，0﹤B﹤1，表示土地利用的均衡程度，均衡度越大，土地利用的勻質性越強[30]；N為土地利用類型種類總數。

3.2.3優勢度（G）與均衡度的意義相反，反映區域內一種或幾種土地利用類型支配該區域土地類型的程度。計算公式為：

3.3洛倫茲曲線的繪制

為了研究一個國家收入是否平等的問題，統計學家Max Otto Lorenz在1905年提出了洛倫茲曲線（lorenz curve），利用頻率累積數繪制成的曲線來描述收入集中或分散的程度[31]。將洛倫茲曲線原理應用于土地利用結構變化分析中，能夠直觀地反映土地利用類型在研究區域內分布的均勻程度以及各區域土地利用的專門化程度[32-33]。當洛倫茲曲線與橫坐標夾角為45°時，該曲線稱為絕對均勻線，曲線離絕對均勻線離差越小，表明該土地利用類型在研究區域分布均勻程度越高；相反，則表明該土地利用類型在研究區域中的分布相對集中[33]。

第一步，計算區位熵（location entropy），計算公式為：

式中：Q為該地區區位熵，K為各地類面積百分比，M為總土地面積百分比；B1為貴州省某州市某一土地利用類型的面積，B2為貴州省該土地利用類型總面積；A1為貴州省某州市土地總面積；A2為貴州省土地總面積。

第二步，根據區位熵計算結果，升序排列貴州省各州市的區位熵、各州市土地面積占總土地面積的百分比，并計算累計百分比。

第三步，以貴州省總土地面積累計百分比為橫坐標，以貴州省某地類面積累計百分比為縱坐標，繪制貴州省各地類洛倫茲曲線。現以2014年貴州省耕地區位熵為例（表1），其他地類省略。

3.4基尼系數

基尼系數（Gini coefficient）是對洛倫茲曲線所描述的收入分配程度進行量化的指標。同理，將基尼系數的原理應用于土地利用結構變化分析中，能有效彌補洛倫茲曲線無法對某一土地利用類型在全區空間分布的程度進行定量描述的不足。基尼系數的幾何意義是洛倫茲曲線與絕對均勻線之間的面積和絕對均勻線以上三角形面積之比，因此也被稱作洛倫茲系數。基尼系數的計算方法是面積法中的上梯形面積法[34]，計算公式如下：

G=∑n-11i=1（MiQi+1）-∑n-11i=1（Mi+1Qi）。（6）

式中：G為基尼系數；Qi為貴州省某州市某地類面積累計百分比；Mi為貴州省某州市土地在貴州省土地總面積的累計百分比，其中0﹤i﹤9，0﹤n﹤9。

一般認為，基尼系數<0.2表示某一土地利用類型在全區空間分布絕對均勻，0.2～0.3表示分布比較均勻，>0.3～0.4表示分布相對合理，>0.4～0.6表示分布差距較大，>0.6 表示分布差距懸殊[35]。

4結果與分析

4.1土地利用結構演變分析

4.1.1土地利用變化幅度分析根據公式（1）可以計算出各類土地面積變化量和變化幅度。由表2可知，貴州省19年來土地利用動態變化具有以下特點：（1）耕地面積變化體現為4個階段。第一階段（1996—2006年）：耕地面積持續大量減少，年平均減少量為4.10萬hm2，年平均減幅為0.85%，大量減少的原因是退耕還林政策的大力實施，以及城市化所催生的房地產開發和開發區建設等占用了大量耕地；第二階段（2007—2009年）：耕地面積仍呈減少趨勢，但減少量和減幅有所降低，年平均減量為0.51萬hm2，年平均減幅為0.11%，減幅降低的原因是基本農田保護制度、“增減掛鉤”、耕地占補平衡制度、土地整治等耕地保護措施的實施；第三階段（2010年）：耕地面積有所增加，年平均增量為0.37萬hm2，年平均增幅為0.08%，增加的原因是土地整治等耕地保護措施的完善和有效開展；第四階段（2011—2014年）：耕地面積又呈持續減少趨勢，年平均減量為0.56萬hm2，年平均減幅為0.12%，主要原因是城鎮化的快速推進以及貴州省“工業強省”戰略的實施，加劇了土地開發建設。（2）林地變化體現為2個階段，呈現先增加后減少的趨勢。第一階段（1996—2005年）：林地面積持續增加，年平均增量為4.16萬hm2，年平均增幅為0.47%，增加的原因主要是退耕還林；第二階段（2006—2014年）：林地面積從2005年開始持續減少，年平均減量為0.88萬hm2，年平均減幅為0.10%，減少的主要原因是城鎮化和工業化的建設占用。（3）從2011年開始，城鎮村及工礦用地和交通運輸用地面積大量增加，從2011—2014年城鎮村及工礦用地和交通運輸用地年均增幅分別為3.16%、4.56%。19年間，交通運輸用地增幅高達 53.86%。

4.1.2土地利用結構信息熵時序分析式（2）、（3）、（4）的計算結果（表3）表明，貴州省1996—2014年土地利用結構信息熵提高了0.029 5 Nat，均衡度提高了0.014 2，優勢度降低了0.014 2，信息熵最高值為1.369 1 Nat（2014年），年均增長率為0.12%。信息熵和均衡度總體呈上升趨勢，優勢度不斷下降，說明貴州省土地利用結構正緩慢朝著均衡狀態發展，不同地類的面積之間的差別越來越小，土地利用結構穩定性和勻質性逐步增強。土地利用結構信息熵變化過程可分為“增—減—增”3個階段（1996—2002年，2003—2004年，2005—2014年），其中，第一階段（1996—2002年）和第三階段（2005—2014年）為緩慢增長過程，年均增長率分別為 0.13% 和0.21%，第二階段（2003—2004年）減少幅度較大，年均減少率為0.32%。土地利用結構均衡度變化趨勢與信息熵一致，優勢度則相反。以上結果說明，貴州省1996—2014年隨著社會經濟的發展，土地利用結構趨于平衡，土地資源開發利用結構向著合理化和均衡化發展。為了分析1996—2014年貴州省土地利用結構信息熵與各地類面積變化之間的相關關系，利用SPSS 19軟件進行Pearson相關性分析，貴州省耕地、園地、林地、草地、城鎮村及工礦用地、交通運輸用地、水域及水利設施用地、其他土地8種土地類型面積變化與信息熵的相關性系數分別為-0.539*、0.639**、0.328、-0.747**、0.921**、0.912**、0.808**、-0.478*[** 在 001 水平（雙側）上顯著相關；*在0.05水平（雙側）上顯著相關]。根據分析結果：（1）耕地、草地和其他土地3種土地類型的面積變化與信息熵成負相關關系，相關系數絕對值最大的是草地，表明耕地、草地和其他土地的面積減少對土地利用結構信息熵的增加產生影響，且草地面積的減少對土地利用結構信息熵的增加影響較大；（2）園地、城鎮村及工礦用地、交通運輸用地、水域及水利設施用地4種土地類型的面積變化與信息熵成正相關關系，城鎮村及工礦用地面積變化與信息熵相關性系數最大，表明園地、鎮村及工礦用地、交通運輸用地、水域及水利設施用地的面積增加對土地利用結構信息熵的增加產生影響， 且城鎮村及工礦用地面積的增加對土

地利用結構信息熵的增加影響最大；（3）林地顯示相關性不顯著。因此，貴州省1996—2014年土地利用結構信息熵變化的成因是城鎮化和工業化的快速發展，造成建設用地大幅增加，耕地、草地和其他土地面積減少；農業內部結構調整，造成經濟收益較高的園地面積增長較快；另外，土地石漠化和水土流失等自然災害造成一定的農用地減少。

4.2土地利用結構的空間差異分析

4.2.1土地利用結構信息熵空間差異分析由表4可知，貴州省土地利用結構信息熵和均衡度最大值出現在安順市（1.532 6 Nat，0.737 0），最小值出現在黔東南州（1.121 2 Nat，0.539 2）；優勢度最大值出現在黔東南州（0.460 8），最小值出現在安順市（0.263 0）；全省土地利用結構信息熵平均值為1.384 7 Nat。以上結果說明，全省土地利用結構信息熵在空間分布上存在差異。進一步分析貴州省土地利用結構信息熵空間差異，運用SPSS 19軟件的K-Means聚類分析將貴州省土地利用結構信息熵區域差異劃分為高、中、低3個區（圖1），發現土地利用結構信息熵值在空間上呈現由西向東降低的態勢，說明全省土地利用系統均衡度由西向東逐漸降低。高熵值區分布在貴州省經濟發達和社會綜合發展較強的安順市、黔西南州、貴陽市和六盤水市， 這些地區土地利用結

構比較均衡，各土地類型面積相差較小。其中，貴陽市是省會城市，城市化發展水平最高，建設用地在土地利用結構中比重較大；安順市、黔西南州和六盤水市由于地勢高、石漠化程度嚴重以及礦產資源的開采等原因，耕地和林地比重較小，草地在土地利用結構中比重較大。中熵值區分布在經濟發展水平較低的銅仁市、畢節市和黔南州地區，以及經濟較發達的遵義市，這些地區農業資源和生物資源豐富，以種植業和旅游業等綠色產業作為重點發展內容，非農建設占用土地比重較大，農業結構調整作用明顯，各土地類型利用較均衡。低熵值區分布在經濟落后的黔東南州，該地區氣候適宜，雨熱同季，林地在土地利用結構中比重高達67.54%。

4.2.2土地利用結構洛倫茲曲線分析根據上述空間洛倫茲曲線繪制方法，繪制出2009年和2014年貴州省各土地利用類型洛倫茲曲線。根據圖2，2009年貴州省交通運輸用地、水域及水利設施用地、林地的空間洛倫茲曲線較靠近絕對均勻線，說明這3種地類在貴州省各地區土地利用中分布比較均勻；其他土地、耕地、城鎮村及工礦用地其次；草地和園地與絕對均勻線距離最遠，表明這2種土地類型分布比較聚集，分布在各地區的面積比例相差較大。空間洛倫茲曲線法分析得到的結果和實際情況基本相符。理由如下：依據2009年土地利用現狀數據，畢節市約占全省15.25%的土地上分布了貴州省4.24%的園地，黔西南州約占全省9.54%的土地上分布了貴州省19.80%的園地；遵義市約占全省17.47%的土地上分布了貴州省10.59%的草地，黔南州約占全省14.88%的土地上分布了貴州省21.17%的草地。由圖3可知，2014年貴州省各地區土地利用類型洛倫茲曲線所體現結果與2009年情況相似。

另外，依據區位熵的概念，區位熵是空間洛倫茲曲線的斜率α，可以判斷貴州省土地利用特色。當α<1時，說明該州市某地類面積占全省土地面積的比例低于該州市土地面積占全省土地面積的比例；反之，說明高于該州市土地面積占全省土地面積的比例[4]。根據各地類的土地利用特色，因地制宜，發展特色產業，使貴州省土地利用結構達到最優，在土地類型復雜的貴州省具有重要意義，如耕地主要分布在北部的畢節市和遵義市，這些地區應結合生態環境特征和市場需求，大力發展烤煙、藥材等特色農業，并推進農業產業化經營；在占全省約有60%園地的黔西南州、黔東南州和黔南州等南部地區，可以重點發展經果林，既可以提高生態效益，又可以提高經濟效益，增加農民收入。

4.2.3土地利用結構基尼系數分析根據公式（5）計算得出貴州省2009年和2014年土地利用類型基尼系數見表5，結果表明：（1）通過基尼系數分析出的結果與通過空間洛倫茲曲線分析的結果是相一致的，即各土地利用類型洛倫茲曲線與絕對均勻線的距離越近，基尼系數越小，反之，則基尼系數越大；（2）2009年和2014年，耕地、林地、城鎮村及工礦用地、交通運輸用地、水域及水利設施用地、其他土地的基尼系數都小于0.2，表明各土地利用類型在各州市分布絕對均勻；草地和園地基尼系數處于0.2～0.3之間，說明貴州省土地利用類型總體上分布比較合理；（3）林地的基尼系數變化最小，表明林地分布狀態較為穩定，園地的基尼系數變化最大，說明園地分布變化較大；（4）通過計算可知，耕地和其他土地的年際變化為負，表明這2種土地類型的分布越來越趨向均衡；園地、林地、草地、城鎮村及工礦用地、交通運輸用地、水域及水利設施用地的年際變化為正，表明這6種土地類型的分布越來越趨于集中。

5結論與討論

貴州省土地類型以林地和耕地為主，分別占全省土地總面積的50%和25%以上，園地面積最小。1996—2014年間，土地利用動態變化特征主要表現為建設用地（城鎮村及工礦用地、交通運輸用地、水域及水利設施用地）、園地、林地面積總體增加，耕地、草地和其他土地面積總體減少。其中，耕地面積變化波動最大，表現為“驟減（1996—2006年）—緩減（2006—2009年）—略增（2009—2010年）—緩減（2010—2014年）”的規律；林地以2005年為轉折年，呈現先增加后減少的規律；城鎮村及工礦用地和交通運輸用地成持續增加的狀態，且最近5年的增加量占了18年增加量的50%以上。產生這些變化的原因歸結起來主要包括3個方面：（1）國家生態恢復和耕地保護等政策和措施的實施，保護了一定的耕地數量；（2）城鎮化和城鎮人口的快速增長加劇了對建設用地的需求；（3）貴州省相關政策、發展戰略和規劃的提出大大加快了土地開發利用，如2009年提出實現“縣縣通高速”的《貴州省高速公路網規劃》、為推進工業化發展在2010年提出的“工業強省”戰略以及2013年的“5個100工程”發展戰略等。

貴州省1996—2014年土地利用結構信息熵和均衡度總體呈上升趨勢，優勢度不斷下降，城鎮村及工礦用地面積變化對信息熵影響最大。貴州省土地利用結構正緩慢朝著均衡狀態發展，產業結構和土地資源開發利用結構向著合理化和均衡化發展，但是貴州省土地利用結構信息熵值總體偏低，土地利用結構有待進一步優化。貴州省是典型的喀斯特地區，土地資源嚴重稀缺，生態環境脆弱，農用地和生態環境保護是發展的首要任務。貴州省信息熵值增加的主要原因是建設用地面積的大幅增加及耕地、草地、其他土地面積的減少。社會經濟的發展是建立在耕地和林地被大量占用、草地和其他土地被大量開墾的基礎之上，這將對貴州省耕地和生態保護造成嚴重威脅，當人地矛盾加劇，則又會阻礙社會經濟的發展。因此，應把握貴州省土地利用結構信息熵演變和空間差異規律，在土地利用結構調整中，協調發展“社會-經濟-生態”三效益，將建設用地從外延擴張變成內部挖潛，提高建設用地利用效率，實現土地集約節約發展，注重提高農民收入，加強農業結構調整，適當增加具有生態和經濟雙重效益的土地利用類型面積。

貴州省土地利用結構信息熵在空間上由西向東呈現降低的態勢，說明全省土地利用系統的有序度自西向東呈現出有序向無序的變化。通過基尼系數分析出的結果與通過空間洛倫茲曲線分析的結果是相一致的，貴州省土地利用類型總體上分布比較合理；交通運輸用地、水域及水利設施用地、林地、其他土地、耕地、城鎮村及工礦用地在各州市分布絕對均勻，草地和園地分布在各地區的面積比例相差較大。貴州省土地利用結構信息熵值的高低與社會經濟發展水平強弱有直接關系，但針對貴州省特殊的自然環境條件，不應為促進社會經濟發展而盲目增加建設用地面積，而應依據各州市土地利用特色，因地制宜，對經濟發展方向合理分區定位，科學有效調整土地利用結構。如黔東南州信息熵值最低的原因是林地比重高達67.54%，該地區應抓住大量林地資源優勢，開發綠色產業，發展綠色產業。

參考文獻：

[1]譚術魁，朱祥波，張路. 基于計量地理模型和信息熵的湖北省土地利用結構地域差異研究[J]. 地域研究與開發，2014，33（1）：88-92.

[2]王群，王萬茂. 中國大陸地區土地利用結構研究進展[J]. 中國土地科學，2015，29（8）：10-15.

[3]汪雪格，湯潔，李昭陽，等. 基于洛倫茨曲線的吉林西部土地利用結構變化分析[J]. 農業現代化研究，2007，28（3）：310-313.

[4]李霖，沈忱，于忠海，等. 基于空間洛倫茨曲線和DEA的省域土地利用結構及效率評價——以黑龍江省為例[J]. 國土資源科技管理，2013，30（6）：68-73.

[5]倪維秋，孟超. 基于空間洛倫茨曲線和基尼系數的土地利用結構分析——以黑龍江省為例[J]. 國土資源科技管理，2012，29（2）：51-57.

[6]毛良祥，林燕華. 基于信息熵的我國土地利用結構動態變化研究[J]. 國土資源科技管理，2008，25（6）：48-51.

[7]奚硯濤，牛坤，薛麗芳. 基于生態足跡定量分析的土地利用結構優化研究——以江蘇省徐州市為例[J]. 水土保持通報，2014，34（2）：293-299.

[8]王曉嬌，陳英，齊鵬，等. 土地利用結構動態演變及預測研究——以張掖市為例[J]. 干旱區資源與環境，2012，26（4）：86-91.

[9]文潔，劉學錄. 基于改進TOPSIS方法的甘肅省土地利用結構合理性評價[J]. 干旱地區農業研究，2009，27（4）：234-239.

[10]戎曉紅，張文秀，賈林平. 土地利用結構的區域差異研究——以四川省邛崍市為例[J]. 國土資源科技管理，2006，23（6）：53-57.

[11]高永年，劉友兆. 經濟快速發展地區土地利用結構信息熵變化及其動因分析——以昆山市為例[J]. 土壤，2004，36（5）：527-531.

[12]司慧娟，付梅臣，袁春，等. 青海省土地利用結構信息熵時空分異規律及驅動因素分析[J]. 干旱區資源與環境，2016，30（6）：38-42.

[13]嚴超，張安明，石仁蓉，等. 重慶市土地利用結構與產業結構耦合協調發展評價[J]. 西南師范大學學報（自然科學版），2015，40（7）：158-164.

[14]王科明，石惠春，周偉，等. 干旱地區土地利用結構變化與生態服務價值的關系研究——以酒泉市為例[J]. 中國人口·資源與環境，2011，21（3）：124-128.

[15]楊子，劉新平，馬東. 土地利用結構與社會經濟結構變化的相關性分析[J]. 新疆農業科學，2015，52（4）：767-773.

[16]劉俊，董平. 1996年以來蘇錫常地區土地利用結構時空演變研究[J]. 地域研究與開發，2009，28（2）：79-84.

[17]魯春陽，楊慶媛，靳東曉，等. 中國城市土地利用結構研究進展及展望[J]. 地理科學進展，2010，29（7）：861-868.

[18]邊靜，何多興，田永中，等. 基于信息熵與空間洛倫茲曲線的土地利用空間結構分析——以重慶市合川區為例[J]. 水土保持研究，2011，18（5）：201-204，211.

[19]安明珠，高敏華. 基于信息熵與空間洛倫茨曲線的土地利用結構變化——以阿克蘇地區為例[J]. 水土保持研究，2015，22（6）：307-311.

[20]陳燕，陳磊，張瑞，等. 四川省崇州市土地利用結構動態演變及預測研究[J]. 農村經濟與科技，2016，17（1）：19-22，25.

[21]王黔京. “一帶一路”布局下的貴州發展戰略研究[J]. 貴州商業高等專科學校學報，2015，28（4）：43-46.

[22]陳笑筑，張定義，文興耀. 區域土地利用結構演變多維度分析——以畢節市為例[J]. 貴州大學學報（自然科學版），2015，32（4）：126-130.

[23]劉康. 土地利用可持續性評價的系統概念模型[J]. 中國土地科學，2001，15（6）：19-23.

[24]張群，張雯，李飛雪，等. 基于信息熵和數據包絡分析的區域土地利用結構評價——以常州市武進區為例[J]. 長江流域資源與環境，2013，22（9）：1149-1155.

[25]周子英，段建南，梁春鳳. 長沙市土地利用結構信息熵時空變化研究[J]. 經濟地理，2012，32（4）：124-129.

[26]石培基，董翰蓉，潘竟虎. 甘州區土地利用結構信息熵時空變化分析[J]. 土壤通報，2012，43（2）：263-268.

[27]劉敬財，周寶同，趙昆昆，等. 基于信息熵的土地利用結構變化影響因素分析——以重慶市豐都縣為例[J]. 中國農學通報，2011，27（32）：221-225.

[28]程浩，舒曉波，龍英，等. 土地利用結構信息熵時空變化分析——以宜春市為例[J]. 江西農業學報，2011，23（12）：166-168，177.

[29]李正，王軍，白中科，等. 喀斯特地區土地利用變化研究——以貴州省為例[J]. 地域研究與開發，2011，30（2）：143-148.

[30]李文彥，羅海波. 基于信息熵的貴州三穗縣域土地利用結構分析及其GM預測[J]. 貴州農業科學，2014，42（12）：221-224，229.

[31]吳婷婷，劉學錄. 甘肅省莊浪縣土地利用結構動態變化研究[J]. 云南農業大學學報（自然科學版），2015，30（1）：112-118.

[32]楊帆，曾建軍，蘇旺德，等. 云南高原盆地城市水源地土地利用空間結構[J]. 水土保持通報，2015，35（4）：254-257.

[33]趙樂，朱建玲，劉南，等. 浙江東部沿海城市建設用地空間結構分析[J]. 經濟地理，2010，30（3）：494-500.

[34]張建華. 一種簡便易用的基尼系數計算方法[J]. 山西農業大學學報（社會科學版），2007，6（3）：275-278，283.

[35]周清華. 基尼系數的基本算法總結[J]. 統計教育，2002（1）：12-13.