基于多源空間數據的“三生”空間異質性評價與分區劃定

張永蕾，欒喬林，熊昌盛，劉 學

基于多源空間數據的“三生”空間異質性評價與分區劃定

張永蕾1，欒喬林1，熊昌盛1※，劉 學2

（1. 海南大學公共管理學院，海口 570228；2. 華東師范大學地理科學學院，上海 220241）

為優化“三生”空間評價方法體系，探索海南島“三生”空間聚集性與協調度特征并制定有效的空間分區方案，該研究從空間異質性角度出發，采用多源空間數據從柵格尺度上對同地類不同地塊的“三生”空間功能進行評價，再通過空間自相關及三角坐標圖分析鄉鎮尺度上“三生”空間的聚集性與協調度特征，并為國土空間優化提供相關分區方案。結果表明：1）海南島生產空間高分值區域集中分布在沿海市縣，呈“四周高、中間低，北部高、南部低”的分布特征，且城鎮生產空間與農業生產空間有所差異；生活空間高分值區域多集中在各市縣城鎮范圍內，整體呈“小集聚、大分散”的空間格局；生態空間高分值區域集中在中部地區，呈“中間高、四周低，南部高、北部低”的分布格局。2）鄉鎮尺度上海南島生產、生活、生態空間功能值的Moran’s I指數分別為0.569，0.221和0.716，表現出空間自相關性特征，據此面向全島提出基于空間聚集性的“三生”空間分區方案。3）海南島各鄉鎮“三生”空間存在較大的協調度差異，高值區以生態主導和“三生”協調型為主，分別占鄉鎮總數的51.72%與43.97%；低值區則以生態主導型為主，占鄉鎮總數的72.41%，據此面向全島提出基于空間協調度的“三生”空間分區方案。該研究有效識別了同地類不同地塊“三生”空間的異質性，并從空間聚集性與協調度視角提出“三生”空間分區管制方案，能夠為當前國土空間優化提供參考。

土地利用；功能；分區；“三生”空間；空間異質性；空間聚集性；空間協調度；海南島

0 引 言

隨著國土空間規劃的陸續開展，土地利用問題已經逐漸轉變為空間利用問題，以往發展中存在的諸如空間規劃之間缺乏相互協調、城鄉之間發展不平衡以及空間利用低效等矛盾也亟待納入新的解決思路。在此背景下，如何劃定并協調城鎮、農業、生態空間的土地利用，統籌各功能空間的用途管制，成為學者研究和政府部門關注的重點。為了明晰各功能空間的發展目標，十八大報告明確提出了促進生產空間集約高效、生活空間宜居適度、生態空間山清水秀的規劃理念，對“三生”空間（生產、生活和生態空間）的總體優化布局提出了要求，旨在調整空間結構，促進經濟效益、社會效益與生態效益相統一，構建科學合理的國土空間規劃體系。“三生”空間評價及其分區方案劃定為國土空間開發利用提供了科學指導，對促進區域協調發展具有重要的現實意義。

目前，有關“三生”空間的研究主要集中在空間識別[1-3]、功能評價[4-5]以及分區優化[6]等方面。在空間識別上，已有學者從空間功能[3]、邏輯結構[7]、居民行為[8]等不同視角出發嘗試劃定“三生”空間的具體范圍。在功能評價上，多為量化測算法與歸并分類法兩種評估思路[9-10]，量化測算法從“三生”空間的功能屬性出發建立指標體系，綜合測算區域“三生”空間功能值[11]，該思路能夠結合選定指標量化各空間功能，但難以表達評價單元的多功能特征；歸并分類法則根據評價單元與各功能空間之間的邏輯關系，將不同類型評價單元劃分到各功能空間評價的方法，常見對各地類不同空間功能賦值，綜合評價區域“三生”空間功能值[12]。歸并分類法能夠表達評價單元多功能特征，但其無法體現同地類空間差異。國土空間分區是開展國土空間規劃的重要基礎[13]，在分區劃定上，已有研究多基于“三生”空間功能值的高低[14]或空間功能的主次關系[2,15]來劃定不同分區保護方案，這在一定程度上能夠反映區間的空間特征及結構類型，但也忽略了“三生”空間在地理上的客觀分布規律與特征屬性。無論是量化測算法還是歸并分類法，均忽略了同類型不同地塊存在空間異質性的特點，即同類型不同地塊因受自然、社會或經濟因素影響的差異，其功能值也會存在高低之分，而默認同類型地塊具有相同空間功能值的假定顯然與現實不符；此外，因自然條件或社會經濟環境的聚集性分布特點，“三生”空間也很可能表現出一定的空間聚集性特征，需要在分區劃定中予以考慮；而生產、生活與生態空間之間的重疊性與協調性特征，同樣有待在“三生”空間分區方案中予以體現。

綜上，本文以海南島為例，嘗試結合多源空間數據對柵格尺度上“三生”空間的異質性展開定量評價，以此區分同地類不同地塊之間“三生”空間功能值的差異性，并采用空間自相關與三角坐標圖分析，揭示鄉鎮尺度上“三生”空間的空間聚集性與協調度特征，據此提出相應的“三生”空間分區劃定方案，以期為海南島國土空間優化以及協調自貿港建設與生態文明建設提供決策支持。

1 數據與方法

1.1 研究區概況

海南島是中國第二大島嶼，也是海南省的核心主體部分，地處18°10′～20°10′N，108°37′～111°03′E，下轄海口、三亞等18個市縣。海南島熱帶作物及森林資源豐富，是全國首個生態文明建設示范區，生態環境常年居于全國一流水平，其中南部山區是中國分布最集中、連片面積最大的熱帶雨林地區。受地形地勢及區位因素的影響，海南島南北兩極與東部沿海地區是全省人口相對集中、社會經濟發展水平相對較高的區域，而中部與西部沿海地區的發展則相對較為緩慢，其自然資源與社會經濟資源分布差異隨之形成了對應的空間規律。近年來，隨著國際旅游島建設的持續推進以及自由貿易港建設的政策利好不斷，海南省社會經濟得到快速發展。截至2018年底，全省實現地區生產總值4 832.05億元，三產結構占比為20.7∶22.7∶56.6，常住人口達到934.32萬人。在構建全國生態文明建設示范區與推進自貿港建設的雙重背景下，客觀把握海南島生產、生態及生活空間的狀況，揭示其分布格局與規律，并提出相應空間分區方案與差別化管控措施，是協調全島生態保護與資源開發的重要抓手。

1.2 研究方法

鑒于歸并分類法在評估“三生”空間上的簡便性、易操作及應用廣等特點[9,16]，本文參照劉繼來等[1]的研究成果，采用多源空間數據對同地類不同地塊的“三生”空間功能展開異質性評價。其次，借助空間自相關分析與三角坐標圖分析，揭示海南島鄉鎮尺度“三生”空間的聚集性與協調度特征（圖1）。

1.2.1 面向柵格尺度的“三生”空間異質性評價

從柵格尺度上對海南島“三生”空間進行異質性評價。首先，根據各地類功能特征劃分生產、生活或生態空間范疇，并確定對應的“三生”空間功能初始值（表1）。一般而言，目標地類所提供的“三生”功能越強，其分值越高，反之越低。以生產功能為例，其他建設用地的生產功能最強，賦值5分；耕地的生產功能一般，賦值3分；考慮到城鎮用地及農村居民點既包括能夠提供生產功能的各產業用地空間，也包括部分非生產用地空間（如住宅用地），將城鎮用地及農村居民點賦值3分；各類草地的生產功能較弱，賦值1分；林地及其他未利用地不具備特定的生產功能，賦值0分。

表1 “三生”空間功能初始值賦分表

其次，結合“三生”空間內涵選擇特定多源空間數據，將“三生”空間功能初始值設定為研究區內該特定多源空間數據或指標的平均值，并根據同地類不同地塊對應該多源空間數據上的實測值，依比例計算得到同地類不同地塊的“三生”空間功能值，如下

1）生產空間異質性評價

生產空間指能夠直接或間接為人類社會提供各種農產品、工業品與服務等產品的用地空間，包括耕地、草地和建設用地等，是人類生產活動的重要空間[3]。結合所提供產品的差異性，生產空間可分為農業生產空間與城鎮生產空間[17]。農業生產空間提供農產品的能力與土地生物生產力密切相關[18]，土地的生物生產力越高，其農產品產出能力就越強，生產空間功能值也相應越高。凈初級生產力（Net Primary Productivity, NPP）作為生態系統中物質、能量的轉換和傳遞基礎，反映了地表植被在自然條件下的生產能力，能夠用于刻畫土地生物生產力高低[19]。因此，本文選取NPP修正農業生產空間功能值。

城鎮生產空間提供工業品與服務產品的能力與建設用地產出相關聯，建設用地產出越高的區域，非農產品的供給能力也越大，生產空間功能值也就越高。有研究表明，夜間燈光影像數據與建設用地產出存在較強的相關關系[20]，且能為估算建設用地產出及其空間差異提供穩定、可靠的技術方法，較好表征建設用地生產強度的空間分布格局[21]。因此，本文選取VIIRS夜間燈光影像數據修正城鎮生產空間功能值。

2）生活空間異質性評價

生活空間指滿足人們日常活動及休閑娛樂需要的用地空間[1]，包括城市、建制鎮和農村居民點等建設用地，是承載人類主要活動并保障人居環境的重要載體。街道密度在一定程度上反映了區域內居民日常生活空間的范圍及活動類型[22]，因此可以采用路網密度對生活空間功能進行定量劃分。一般來說，單位范圍內路網密度越高的區域，其人口承載功能及物質保障功能也越強，生活空間功能值自然也就越高。因此，本文選取路網密度對生活空間功能值進行修正。其計算公式如下

式中為路網密度（m/m2），L為區域內路網總長度（m），為區域面積（m2）。

3）生態空間異質性評價

生態空間指提供生態產品和生態服務的用地空間，包括林地、草地、耕地、水域、未利用地等[1]，是調節、維持和保障區域生態安全的重要基礎[9]。生態空間功能值的高低通常與生態環境質量密切相關[23]。生態環境質量越好的區域，其生態空間功能值也相對越高。對此，本文借鑒徐秋涵等[24]開展生態環境質量評價的研究思路，采用遙感生態指數（Remote Sensing based Ecological Index, RSEI）修正生態空間功能值。RSEI是耦合了地表綠度、濕度、熱度和干度等四大生態因子的綜合性指標[25]，能夠較好地反映地表生態環境質量及其變化。RSEI值越大，對應地塊的生態空間功能值越高，反之越低。其計算公式如下

式中Greenness為綠度，采用歸一化植被指數（Normalized Difference Vegetation Index，NDVI）反映；Wetness為濕度，可通過纓帽變換計算得到的濕度分量（Wet）反映；Heat為熱度，可由地表溫度（Land Surface Temperature, LST）換算得到；Dryness為干度，可利用歸一化建筑物指數（Normalized Difference Built-Up Index，NDBI）來表征；為四大生態因子的耦合函數，具體采用主成分分析來確定，排除人為主觀因素的影響。有關NDVI、Wet、LST及NDBI的詳細計算過程可參考文獻[24,26-29]。

1.2.2 面向鄉鎮尺度的“三生”空間特征分析

本文選擇以鄉鎮為基本單元展開空間自相關和三角坐標圖分析。主要原因有兩點：1）現實中的國土空間優化及分區方案劃定多以省、市、縣、鄉等行政區域作為基本單元[9]，其相比于柵格或地塊單元更具可操作性；2）鄉鎮是開展國土空間規劃的基本層級，在海南“全省一盤棋”的發展理念下扮演重要的基層組織角色，其作為基本單元的現實指導意義更強。為獲取鄉鎮尺度上“三生”空間功能值，便于后續“三生”空間聚集性與協調度特征的揭示，采取面積加權求和，將“三生”空間功能值由柵格單元向鄉鎮行政單元進行轉換，以此作為后續空間自相關及三角坐標圖分析的基本空間單元。如下

1）空間自相關分析

“三生”空間作為地理上具有連續變化特征的實體，其可能存在空間聚集性規律。本文借助Moran's指數與Moran散點圖揭示研究區“三生”空間的自相關性程度及其聚集性分布特點。其中，基于全局空間自相關得到的Moran's指數，其計算公式如下

結合局部空間自相關得到的Moran散點圖，可進一步將研究區的生產、生活或生態空間格局特征進行可視化，即通過第一、三象限和二、四象限將空間單元劃分為正相關類型（HH、LL）與負相關類型（HL、LH）。其中，HH、LL分別代表“三生”空間功能值的“高-高”聚集區和“低-低”聚集區；HL、LH分別代表“高-低”聚集區和“低-高”聚集區。

2）三角坐標圖分析

將各鎮“三生”空間功能值進行歸一化處理，以生產、生活和生態空間功能分別作為坐標軸繪制三角坐標圖，以此分析鄉鎮尺度上“三生”空間的協調度狀況[31]。以各坐標軸1/2為界，將三角坐標圖劃分為A（生活主導型）、B（生態主導型）、C（生產主導型）、D（協調型）四個子區間（圖2）。

圖2 “三生”空間功能三角坐標圖模型

為避免存鄉鎮單元之間“三生”空間功能值具有較大差異但卻落入相同子區的現象（比如“三生”空間功能值均>0.7的鄉鎮單元與“三生”空間功能值均在0.3以下的鄉鎮單元可能同時落入D區），有必要對此加以區分。首先，“三生”空間功能值累加之和的最大值為3，本文取中值（即1.5）作為分界點，將不同鄉鎮單元劃分為高值區（≥1.5）、低值區（<1.5）兩類，其中，高分值代表的是“三生”空間累計功能值較高的區域，表現為整體空間功能值不低或至少一種空間功能值為較高水平的區域；反之則為低分值區域。其次，分別對高值區和低值區的鄉鎮單元進行三角坐標圖分析。

1.3 數據來源及預處理

基礎數據主要涉及土地利用覆被數據及其他多源空間數據兩部分，前者為2018年海南島土地利用現狀遙感監測數據，源于資源環境數據云平臺（www.resdc.cn），空間分辨率為1 km，數據精度可靠[32]。后者包括：1）2018年MODIS遙感影像，空間分辨率為500 m，用于計算凈初級生產力（NPP）；2）2018年VIIRS夜間燈光影像，空間分辨率約為400 m，用于計算夜間燈光指數（NTL）；3）2018年Landsat 8遙感影像，空間分辨率為30 m，用于計算遙感生態指數（RSEI，Remote Sensing Ecological Index）；4）2018年海南島路網分布數據，包括高速道路、國道、省道、縣道、鄉村街道及城市道路（主干道、次干道、支路）等；5）2018年海南島各級行政區劃界線矢量數據。上述影像數據均可在Google Earth Engine平臺直接調用，路網數據通過百度地圖平臺進行爬蟲分析獲取，行政區劃界線由海南省自然資源和規劃廳提供。

首先，對相關影像數據進行幾何校正、數據融合及投影變換等，將行政區劃圖、影像數據及矢量數據投影至同一空間坐標系；其次，將多源空間數據重采樣至500 m，以此對土地利用覆被數據及其“三生”空間異質性進行評價。

2 結果分析

2.1 海南島“三生”空間評價結果分析

海南島“三生”空間功能值及其分布存在顯著的空間差異（圖3）。柵格尺度上，海南島生產空間功能值介于[0,16.14]，平均值約為2.23，整體水平相對適中。細化來看，城鎮生產空間功能值的區間值與生產空間保持一致（圖4），但平均值略低為2.03；而農業生產空間功能值介于[0, 5.53]之間，平均值較高為2.48。鄉鎮尺度上，生產空間功能高分值區域主要集中在海口、三亞、儋州、文昌等經濟發展較好的鄉鎮及城市中心地區，而瓊中、五指山等中部落后地區相對較低，并表現出“四周高、中間低，北部高、南部低”的整體空間分布特征，這在一定程度上反映出全島生產發展水平不均衡及區域差異較大的特征。細分來看，城鎮生產空間的整體分布格局與生產空間基本一致；而農業生產空間高分值區域主要集中在文昌、定安、臨高等地及各市縣臨海地區，中部林地豐富的市縣其生產功能值相對較低。

生活空間功能值在柵格尺度上處于[0, 10.79]之間，平均值為2.03，整體水平偏低，這主要與島內城鎮及農村居民點用地占比較低有關。就鄉鎮尺度而言，全島生活空間功能高分值區域主要集中在海口、三亞及東部沿海市縣中心城區，而其他地區普遍較低，整體呈現“小集聚、大分散，沿海高、內陸低”的空間分布格局。究其原因，這是由于沿海地區地勢相對平緩，自然、交通及經濟區位相對較優，適宜人口大規模集中居住；而中部地區大多處于丘陵或山區地帶，森林資源豐富，交通不便，不利于人口匯集與經濟發展。

生態空間功能值在柵格尺度上處于[0, 6.48]之間，平均值高達3.93，整體水平相對最高，也反映出海南良好的生態環境狀況。從鄉鎮尺度來看，全島生態空間功能高分值區域分布較廣，大多連片集中在五指山、瓊中、白沙等內陸市縣，該區域擁有尖峰嶺、吊羅山、黎母山等十分豐富的原始森林或自然林區，受人類活動干預也較少，生態空間受到較好保護；相比之下，澄邁、文昌等部分沿海地區處于中高水平，與其豐富的濕地及園地資源密切相關。整體上，全島生態空間表現出“中間高、四周低，南部高、北部低”的空間分布規律，并與全島林地資源的空間分布特征保持基本吻合。

2.2 海南島“三生”空間的分布特征分析

2.2.1 空間自相關結果分析

面向鄉鎮尺度的全局空間自相關分析結果顯示，基于生產、生活與生態空間功能值的Moran’s指數分別為0.569，0.221和0.716，表明海南島生產、生活和生態空間均表現出較強的空間正相關性，即存在聚集性分布特點。其中，生活空間的Moran’s指數相對較低，這與其“小集聚、大分散”的空間分布規律有關。進一步結合Moran散點圖可知，鄉鎮尺度下全島“三生”空間功能值存在差別化的空間聚集性特征（圖5）。

圖4 城鎮生產空間及農業生產空間功能值空間分布格局

對于生產空間，HH、HL、LH及LL型分別有70、38、47、98個鄉鎮，其中正相關類型（HH、LL）占鄉鎮總數的66.40%，負相關類型（HL、LH）占33.60%。HH型鄉鎮較為分散，主要涉及海口、臨高、儋州、瓊海、陵水、三亞等沿海地區鄉鎮，大體沿海南環島高鐵線兩側分布。LL型鄉鎮則集中分布在瓊中及瓊東北部鄉鎮，受地形地貌及自然環境的影響，該區域生產空間發展相對滯后。負相關類型（HL與LH型）的鄉鎮集中在瓊中，多為重要的自然資源保護區域，除少數零散居民點及生態旅游區域，基本為連片的非生產空間。

針對生活空間，HH、HL、LH及LL型鄉鎮數分別為66、35、51、101個，正相關與負相關類型分別占鄉鎮總數的66.01%、39.99%。HH型鄉鎮主要分布在海口、澄邁、儋州、瓊海等市縣，在空間上呈沿海南環島高鐵兩側零散分布的規律；LL型鄉鎮則連片集中在瓊南部地區，該區域以林地為主，區域人口密度小，交通欠發達，不適宜發展生活空間。負相關類型鄉鎮集中在瓊中及瓊南地區，HL與LH型鄉鎮受區域自然環境及社會發展的影響，多為自然資源為主的空間與生活空間發展較好區域的“交界”地區。

至于生態空間，HH、HL、LH及LL型鄉鎮數分別為97、21、15和120個，正相關與負相關類型分別占鄉鎮總數的85.77%與14.23%。正相關類型主要分布在沿海，尤其是LL型鄉鎮，集中在西部及北部地區，具有較好的生產發展及生活條件。HH型主要分布在中南部地區，表現出明顯的聚集性，與自然資源在空間上的分布具有高度的相關性。負相關型（HL與LH型）鄉鎮相對較為分散，主要分布在中部林區與沿海鄉鎮的交界區域。

2.2.2 三角坐標圖結果分析

海南島各鄉鎮“三生”空間的協調度同樣存在顯著差異（圖6）。對于高值區，分別有51.72%與43.97%的鄉鎮為生態主導型（B區）與協調型（D區）；而生產主導型（C區）與生活主導型（A區）鄉鎮則僅占2.59%與1.72%。對于低值區，生態主導型（B區）鄉鎮占比高達72.41%，另有12.07%與15.52%的鄉鎮分別為生產主導型（C區）和協調型（D區），而生活主導型（A區）的鄉鎮數為0。顯然，以生態空間為主導是全島各鄉鎮“三生”空間的主要特征，這與前文評價的全島生態空間功能值較高相吻合。

空間分布上，高值區生活主導型鄉鎮主要為樂東南部，生產主導型鄉鎮集中于海口北分地區，生態主導型鄉鎮呈零散分布，在五指山、樂東、東方、昌江、澄邁、定安等市縣鄉鎮中占據大部分比例。協調型鄉鎮整體上多沿海分布，無明顯聚集特征。低值區無生活主導型鄉鎮，生產主導型鄉鎮主要集中在海口北部區域，生態主導型鄉鎮多分布在白沙、瓊中、瓊海、三亞等市縣，協調型鄉鎮整體集中在海南北部，主要為海口、瓊海、萬寧、儋州等市縣鄉鎮。總體上看，各鄉鎮總體分值情況受生態功能影響較大，高值區鄉鎮以生態主導及協調型鄉鎮為主，而該區域鄉鎮多為生態空間功能值較高區域。

3 討 論

3.1 基于空間聚集性的“三生”空間分區方案劃定

已有研究表明，區域之間存在空間上的擴散或極化效應[33]，其中正相關類型（HH、LL）與負相關類型（HL、LH）分別是空間擴散效應和空間極化效應的一種客觀反映。對于正相關類型，HH型區域為高值聚集區域，應加強區域正向影響趨勢，促進良性發展；LL型則為低值聚集區域，表明該類型區域不適宜該功能空間發展，應適當轉移其功能重心。受周邊區域影響，HL與LH型呈鄉鎮有可能向低值或高分值趨勢發展，在規劃時應注意引導低分值正向發展，防止高分值區域負向發展。結合上述兩種空間效應的認識，可提出基于“三生”空間聚集性特征的分區方案（圖7）。

對于生產空間，考慮到海南島各鄉鎮在城鎮、農業生產空間之間存在較大差異，特將HH型中城鎮生產空間功能值高于農業生產空間的鄉鎮劃分為城鎮發展區，反之則劃為農業發展區；HL與LH型劃為潛力開發區，LL型劃為不適宜開發區，分別提出開發與管控措施。城鎮發展區內鄉鎮具有較好的城鎮生產環境，可考慮推進產業聯動，促進城鎮生產空間集約利用；而農業發展區表現出較好的農業生產發展優勢，該類區域應發揮其農業優勢，同時注重生態保護，避免因農業發展帶來的生態破壞。潛力開發區表現出區域帶動周遍鄉鎮發展或被周邊鄉鎮推動發展的影響趨勢。規劃時倡導區域優勢互補的高質量發展模式，促進產業高效聚集。不適宜開發區屬于限制開發區，該類型區域應考慮推動生態建設，加強綠色開發，提高農用地質量和生產水平，實現土地可持續利用。

對于生活空間，將HH型鄉鎮劃為聚集型居住區，HL與LH型劃為潛力型居住區，LL型劃為轉移型居住區。聚集型居住區特點為人口密集，建設用地集中。規劃時，著重優化空間布局，注重提升生活質量。潛力型居住區生活功能受周邊鄉鎮影響表現為功能加強趨勢，規劃時應加強基礎設施建設，合理控制開發規模。轉移型居住區生活功能普遍較低，應優化生活空間結構，對利用率低的空間，引導其生活功能轉移，提高空間集約利用度。

對于生態空間，將HH鄉鎮劃為生態保護區，HL與LH型劃為功能強化區，LL型劃為綠色開發區。重點保護區具有良好的生態環境質量，應執行嚴格的保護措施，維持鄉鎮生態空間高值水平。考慮到周邊區域的影響，功能加強區應充分綜合自身活周邊環境優勢，加強生態空間的保護與治理。綠色開發區為生態功能低分值聚集區域，規劃時應注重開發與保護相結合，堅持綠色開發，踐行人與自然和諧相處的生態保護理念。

3.2 基于空間協調度的“三生”空間分區方案劃定

從功能空間協調度出發，應充分利用已有主導優勢功能就地發展，盡可能同時占用較少的資源實現空間效益的最大化，提高資源利用效率。同時，在推進可持續發展與生態文明建設的大背景下，生態保護應當放在國土空間優化的突出位置。因此，結合已有協調度分析結果，本文以生態保護優先、突出優勢功能為基本原則，以空間均衡發展為目標，在鄉鎮尺度上對全島“三生”空間進行分區劃定（圖8）。

對于高值區，分區時強調以主導功能為優勢的高質量發展。生產主導型表現為生產空間功能占優勢，分區時應考慮發揮其生產優勢，提高生產空間集約利用度，推動高質量發展。生活主導型為生活空間功能較強鄉鎮，主要為人口較為密集，農用地資源豐富的農村居民點，分區時應引導生活空間聚集，發揮農業優勢，提高農用地質量，同時注重生態保護。生態主導型主要為生態功能較強的鄉鎮，分區時應重視生態保護，嚴禁開發導致的生態破壞行為。“三生”協調型為“三生”空間結構較為均衡的鄉鎮，分區時應注重平衡空間發展，促進產業聚集發展，提高農用地質量，提倡綠色開發。

對于低值區，強調提升區域“三生”空間的整體發展水平。生產主導型鄉鎮主要為生產空間發展較好，生態空間功能水平低的區域，在分區時應注重加強生態建設，提倡綠色開發，推動經濟效益和生態效益協調發展。生態主導型地區主要為遠離城鎮生態功能基礎較強，包括由于生產配置、生態管制不足等原因導致綜合發展不足的鄉村區域，分區時應注重生態保護，持續提高生態環境質量。“三生”協調區應注重整體空間的發展，推動整體城鎮化發展的質量，加強產業聯動，促進基礎設施建設，構建科學合理的空間格局，保障生產、生活、生態空間協調發展。

3.3 “三生”空間兩種分區方案的比較分析與實踐運用

基于“三生”空間聚集性的分區方案，本質上是跨單元的橫向比較分區結果，主要關注相鄰鄉鎮單元之間的作用影響及其所呈現出的聚集性分布特征，此分區方案強調區域間的“功能聯動”，即期望根據不同空間聚集類型背后所隱含的空間擴散與極化效應，達到引導“三生”空間功能正向發展并盡可能規避負面影響的目標，但這種從空間視角切入的分區方案欠缺對“三生”空間內在的聯動考慮。而基于“三生”空間協調度的分區方案，可理解為基于單元內縱向對比的分區結果，主要聚焦鄉鎮單元內生產、生活、生態功能之間的結構差異及其所呈現出的協調度特征，該分區方案主張發揮單元內主導功能空間的優勢，以此達到揚長避短的目標，但這種從結構視角切入的分區方案也缺乏對“三生”空間在分布關聯上的考慮。顯然，兩種分區方案存在本質上的差異，其分區原則和關注點均有所異同；但同時也表現出一定的互補性，即相互彌補空間視角或結構視角上的不足，后期可進一步圍繞此展開深入探討。

實踐中，制定目標的差異決定了空間利用及管理的差異。海南肩負著自由貿易港建設與生態文明建設的歷史重任，協調好開發與保護之間的關系尤為重要。從“全省一盤棋”的角度來看，加強區域協調聯動，統籌實現全島發展與保護相統一，是省政府乃至國家層面更為關注的重點，就此采取基于“三生”空間聚集性的分區方案更為合宜。然而，也不能忽視了海南各地在經濟發展與生態保護上也存在顯著差異，尤其是部分地區在經濟發展、生態保護方面的戰略定位存在明顯不同，因此采取基于“三生”空間協調度的分區方案也有一定必要性。

3.4 有關“三生”空間異質性評價的探討

如何獲取“三生”空間高精度、高時空分辨率的狀態與分布特征信息，關乎國土空間規劃與優化的科學性與準確性。本文基于多源空間數據的“三生”空間異質性評價是在這一方面的初步探索，并具有以下亮點：一是根據生產、生活、生態空間內涵的差異，采用多源微觀柵格數據客觀揭示了同地類不同地塊“三生”空間功能值的異同。二是針對生產空間中的農地區與建設區，分別采用植被凈初級生產力（NPP）與夜間燈光指數（NTL）揭示了不同類型生產空間功能值的差異。然而，本文有關“三生”空間的異質性評價僅作為一種研究思路被提出，在實證中仍存在兩點不足：一是用于定量評估“三生”空間的土地利用覆被數據，其空間分辨率僅為1 km，這意味著微觀空間尺度上“三生”空間的大量異質性信息并未被有效揭示；二是以年為時間單位，忽略了“三生”空間在一年內不同季節或不同月份存在動態演變特征的客觀事實，進而造成微觀時間尺度（如1個月）上大量異質性信息的丟失，上述兩點均可能影響到國土空間規劃的科學決策。為進一步提高“三生”空間量化評估的時空精度，后續應針對基礎數據收集提出更高要求，一方面，可結合中國科學院提供的高空間精度土地利用覆被數據（30×30 m）展開量化評估；另一方面，可進一步收集反映不同時點（如季度或月份）的多源空間數據，以此對“三生”空間的時間異質性展開量化評估。此外，本文研究時點單一，且缺乏多尺度的空間分析與對比，后續可進一步開展長時序、多尺度的相關研究，深入剖析海南島“三生”空間時空演化及尺度效應規律，以期從動態視角為“三生”空間分區劃定及國土空間優化提供決策支持。

4 結 論

本文以海南島為例，在結合多源空間數據評價“三生”空間基礎上，采用空間自相關與三角坐標圖分析，揭示了海南島“三生”空間的空間聚集性與協調度特征，并提出相應“三生”空間分區方案與開發保護措施。綜上，本研究主要結論如下：

1）海南島“三生”空間的分布格局存在明顯區域差異。生產空間總體功能水平居中，其平均值為2.23，并呈現“四周高、中間低；北部高、南部低”的分布特征；生活空間總體功能水平相對較低，其平均值為2.03，區域差異也最為明顯，整體上呈現“小集中、大分散”的分布特點；生態空間總體功能水平較高，其平均值為3.93，區域差異相對較小，且表現出“中間高、四周低；南部高、北部低”的分布規律。

2）海南島各鄉鎮的生產、生活和生態空間功能值的Moran’s指數分別為0.569，0.221和0.716，表明“三生”空間具有較強的空間正相關性，呈聚集性分布特征。結合不同空間聚集類型可將全島生產空間劃分為城鎮發展區、農業發展區、潛力開發區與不適宜開發區；將生活空間劃分為聚集型居住區、潛力型居住區與轉移型居住；將生態空間劃分為生態保護區、功能加強區和綠色開發區，并針對不同分區特點提出了差別化的管制策略與措施，較好實現了基于“三生”空間功能屬性與空間聚集性相統一的分區方案劃定。

3）海南島各鄉鎮生產、生活和生態空間功能在協調度上存在較大差異，高值區以生態主導和“三生”協調型為主，有51.72%與43.97%的鄉鎮為生態主導型與協調型；低值區則以生態主導型為主，該類型鄉鎮占比高達72.41%。結合不同協調度類型可將全島“三生”空間功能高分值類型鄉鎮劃分為生產開發區、生活聚集區、生態保護區與協同發展區，將低分值類型鄉鎮劃分為綠色開發區、生態加強區與整體發展區，針對不同分區特點同樣提出差異化的管理對策及建議，有效實現了基于“三生”空間功能屬性與空間協調度相統一的分區方案劃定。

[1] 劉繼來，劉彥隨，李裕瑞. 中國“三生空間”分類評價與時空格局分析[J]. 地理學報，2017，72(7)：1290-1304.

Liu Jilai, Liu Yansui, Li Yurui. Classification evaluation and spatial-temporal analysis of “production-living-ecological” spaces in China[J]. Journal of Geographical Sciences, 2017, 72(7): 1290-1304. (in Chinese with English abstract)

[2] 李廣東，方創琳. 城市生態-生產-生活空間功能定量識別與分析[J]. 地理學報，2016，71(1)：49-65.

Li Guangdong, Fang Chuanglin. Quantitative function identification and analysis of urban ecological-production-living spaces[J]. Acta Geographica Sinica, 2016, 71(1): 49-65. (in Chinese with English abstract)

[3] 扈萬泰，王力國，舒沐暉. 城鄉規劃編制中的“三生空間”劃定思考[J]. 城市規劃，2016，40(5)：21-26.

Hu Wantai, Wang Liguo, Shu Muhui. Reflections on delimiting the three basic spaces in the compilation of urban and rural plans[J]. City Planning Review, 2016, 40(5): 21-26. (in Chinese with English abstract)

[4] Zhou D, Xu J C, Lin Z L. Conflict or coordination? Assessing land use multi-functionalization using production-living- ecology analysis[J]. Science of the Total Environment, 2017, 577: 136-147.

[5] 劉玉，任艷敏，潘瑜春，等. 面向鄉村振興戰略的鄉村發展格局及其分區研究[J]. 農業工程學報，2019，35(12)：281-289.

Liu Yu, Ren Yanmin, Pan Yuchun, et al. Rural development pattern and zoning for rural revitalization strategy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(12): 281-289. (in Chinese with English abstract)

[6] 朱媛媛，余斌，曾菊新，等. 國家限制開發區“生產-生活-生態”空間的優化：以湖北省五峰縣為例[J]. 經濟地理，2015，35(4)：26-32.

Zhu Yuanyuan, Yu Bin, Zeng Juxin, et al. Spatial optimization from three spaces of production, living and ecologyin national restricted zones: A case study of Wufeng county in Hubei province[J]. Economic Geography, 2015, 35(4): 26-32. (in Chinese with English abstract)

[7] 劉燕. 論“三生空間”的邏輯結構、制衡機制和發展原則[J]. 湖北社會科學，2016(3)：5-9.

Liu Yan. On the logical structure, check and balance mechanism and development principle of “production- living-ecological spaces”[J]. Hubei Social Sciences, 2016(3): 5-9. (in Chinese with English abstract)

[8] 劉春芳，王奕璇，何瑞東，等. 基于居民行為的三生空間識別與優化分析框架[J]. 自然資源學報，2019，34(10)：2113-2122.

Liu Chunfang, Wang Yixuan, He Ruidong, et al. An analysis framework for identifying and optimizing ecological-production-living space based on resident behavior[J]. Journal of Natural Resources, 2019, 34(10): 2113-2122. (in Chinese with English abstract)

[9] 黃金川，林浩曦，漆瀟瀟. 面向國土空間優化的三生空間研究進展[J]. 地理科學進展，2017，36(3)：378-391.

Huang Jinchuan, Lin Haoxi, Qi Xiaoxiao. A literature review on optimization of spatial development pattern based on ecological-production-living space[J]. Progress in Geography, 2017, 36(3): 378-391. (in Chinese with English abstract)

[10] 黃安，許月卿，盧龍輝，等. “生產-生活-生態”空間識別與優化研究進展[J]. 地理科學進展，2020，39(3)：503-518.

Huang An, Xu Yueqing, Lu Longhui, et al. Research progress of the identification and optimization of production-living- ecological spaces[J]. Progress in Geography, 2020, 39(3): 503-518. (in Chinese with English abstract)

[11] 王成，唐寧. 重慶市鄉村三生空間功能耦合協調的時空特征與格局演化[J]. 地理研究，2018，37(6)：1100-1114.

Wang Cheng, Tang Ning. Spatio-temporal characteristics and evolution of rural productionliving-ecological space function coupling coordination in Chongqing Municipality[J]. Geographical Research, 2018, 37(6): 1100-1114. (in Chinese with English abstract)

[12] 龔亞男，韓書成，時曉標，等. 廣東省“三生空間”用地轉型的時空演變及其生態環境效應[J]. 水土保持研究，2020，27(3)：203-209.

Gong Yanan, Han Shucheng, Shi Xiaobiao, et al. Temporal and spatial evolution and associated eco-environment effects of the land use transformation of ecological-production-living spaces in Guangdong Province[J]. Research of Soil and Water Conservation, 2020, 27(3): 203-209. (in Chinese with English abstract)

[13] 金貴，王占岐，姚小薇，等. 國土空間分區的概念與方法探討[J]. 中國土地科學，2013，27(5)：48-53.

Jin Gui, Wang Zhanqi, Yao Xiaowei, et al. Concept and methods for spatial zoning[J]. China Land Science, 2013, 27(5): 48-53. (in Chinese with English abstract)

[14] 柳冬青，馬學成，鞏杰，等. 流域“三生空間”功能識別及時空格局分析：以甘肅白龍江流域為例[J]. 生態學雜志，2018，37(5)：1490-1497.

Liu Dongqing, Ma Xuecheng, Gong Jie, et al. Functional identification and spatiotemporal pattern analysis of production-living-ecological space in watershed scale: A case study of Bailongjiang Watershed in Gansu[J]. Chinese Journal of Ecology, 2018, 37(5): 1490-1497. (in Chinese with English abstract)

[15] 金貴，鄧祥征，張倩，等. 武漢城市圈國土空間綜合功能分區[J]. 地理研究，2017，36(3)：541-552.

Jin Gui, Deng Xiangzheng, Zhang Qian, et al. Comprehensive function zoning of national land space for Wuhan metropolitan region[J]. Geographical Research, 2017, 36(3): 541-552. (in Chinese with English abstract)

[16] 崔家興，顧江，孫建偉，等. 湖北省三生空間格局演化特征分析[J]. 中國土地科學，2018，32(8)：67-73.

Cui Jiaxing, Gu Jiang, Sun Jianwei, et al. The spatial pattern and evolution characteristics of the production, living and ecological space in Hubei provence[J]. China Land Science, 2018, 32(8): 67-73. (in Chinese with English abstract)

[17] 江曼琦，劉勇. “三生”空間內涵與空間范圍的辨析[J]. 城市發展研究，2020，27(4)：43-48.

Jiang Manqi, Liu Yong. Discussion on the concept definition and spatial boundary classification of “production-living-ecological” space[J]. Urban Development Studies, 2020, 27(4): 43-48. (in Chinese with English abstract)

[18] 李亞芳，龔健，楊建新，等. 基于植被初級生產力的農用地理論和可實現產能核算研究[J]. 中國生態農業學報，2015，23(1)：119-126.

Li Yafang, Gong Jian, Yang Jianxin, et al. Using vegetation net primary productivity to determine theoretical and achievable farmland productivity[J]. Chinese Journal of Eco-Agriculture, 2015, 23(1): 119-126. (in Chinese with English abstract)

[19] Liu X M, Fu J Y, Jiang D, et al. Improvement of ecological footprint model in national nature reserve based on net primary production (NPP)[J]. Sustainability, 2019, 11(2): 1-16.

[20] 周翼，陳英，趙鴻雁，等. 中國夜間燈光與建設用地碳排放關系實證分析[J]. 遙感信息，2019，34(4)：140-146.

Zhou Yi, Chen Ying, Zhao Hongyan, et al. Empirical analysis on relation between night-time light and construction land crabon emission in China[J]. Remote Sensing Information, 2019, 34(4): 140-146. (in Chinese with English abstract)

[21] 周翼，謝保鵬，陳英，等. 基于燈光數據的中國縣域城鎮建設用地產出效率時空演變特征[J]. 地球信息科學學報，2018，20(12)：1733-1744.

Zhou Yi, Xie Baopeng, Chen Ying, et al. The spatial-temporal pattern of the construction land output efficiency in China at county level based on night-time light[J]. Journal of Geo-information Science, 2018, 20(12): 1733-1744. (in Chinese with English abstract)

[22] 季玨，高曉路. 基于居民日常出行的生活空間單元的劃分[J]. 地理科學進展，2012，31(2)：248-254.

Ji Jue, Gao Xiaolu. Identifying the scope of daily life in urban areas based on residents' travel behaviors[J]. Progress in Geography, 2012, 31(2): 248-254. (in Chinese with English abstract)

[23] 徐涵秋. 水土流失區生態變化的遙感評估[J]. 農業工程學報，2013，29(7)：91-97.

Xu Hanqiu. Assessment of ecological change in soil loss area using remote sensing technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(7): 91-97. (in Chinese with English abstract)

[24] 徐涵秋，施婷婷，王美雅，等. 雄安新區地表覆蓋變化及其新區規劃的生態響應預測[J]. 生態學報，2017，37(19)：6289-6301.

Xu Hanqiu, Shi Tingting, Wang Meiya, et al. Land cover changes in the Xiong'an New Area and a prediction of ecological response to forthcoming regional planning[J]. Acta Ecologica Sinica, 2017, 37(19): 6289-6301. (in Chinese with English abstract)

[25] 徐涵秋. 區域生態環境變化的遙感評價指數[J]. 中國環境科學，2013，33(5)：889-897.

Xu Hanqiu. A remote sensing index for assessment of regional ecological changes[J]. China Environmental Science, 2013, 33(5): 889-897. (in Chinese with English abstract)

[26] Sobrino J A, Jiménez-Mu?oz J C, Paolini L. Land surface temperature retrieval from LANDSAT TM 5[J]. Remote Sensing of Environment, 2004, 90(4): 434-440.

[27] Adam E, Mutanga O, Rugege D. Multispectral and hyperspectral remote sensing for identification and mapping of wetland vegetation: A review[J]. Wetlands ecology and management, 2009, 18(3): 281-296.

[28] Baig M H A, Zhang L F, Shuai T, et al. Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance[J]. Remote Sensing Letters, 2014, 5(5): 423-431.

[29] Zha Y, Gao J, Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J]. International Journal of Remote Sensing, 2010, 24(3): 583-594.

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

[31] 李建波，房宗啟，紀全菊，等. 基于WPF的三角圖自動識別系統構建方法：以土壤質地分類系統為例[J]. 排灌機械工程學報，2016，34(4)：339-345.

Li Jianbo, Fang Zongqi, Ji Quanju, et al. Triangle coordinate diagram automatic recognition system software design based on WPF: A case study of soil texture[J]. Journal of Drainage and Irrigation Machinery Engineering, 2016, 34(4): 339-345. (in Chinese with English abstract)

[32] Shi K F, Yang Q Y, Li Y Q, et al. Mapping and evaluating cultivated land fallow in Southwest China using multisource data[J]. The Science of the Total Environment, 2019, 654: 987-999.

[33] 熊昌盛，譚榮，岳文澤. 基于局部空間自相關的高標準基本農田建設分區[J]. 農業工程學報，2015，31(22)：276-284.

Xiong Changsheng, Tan Rong, Yue Wenze. Zoning of high standard farmland construction based on local indicators of spatial association[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 276-284. (in Chinese with English abstract)

Spatial heterogeneity evaluation and zoning of production-living-ecological space based on multi-source spatial data

Zhang Yonglei1, Luan Qiaolin1, Xiong Changsheng1※, Liu Xue2

(1.,,570228,; 2.,,220241,)

Production-living-ecological space is a typical spatial carrier to coordinate economic, social， and ecological benefits. Its coordinated development has been greatly significant to promote the ecological civilization, even to optimize the spatial planning in land use. However, the spatial function differentiation is still lacking on the different plots in the same land type, particularly in the most current evaluation on the production-living-ecological space. The clustering or Coordination Degree (CD) is also less sufficient in production-living-ecological space. The purpose of this study is to improve the evaluation system of production-living-ecological space, further to partition its aggregation and coordination degree for the land-use spatial optimization. An integration of multi-source spatial data was implemented to evaluate the functions of production-living-ecological space in different plots with the same land from the grid scale, with emphasis on the perspective of spatial heterogeneity. A systematic analysis was then made on the spatial autocorrelation and trigonometric coordinates. As such, the clustering and coordination characteristics were revealed on the production-living-ecological space on the township scale. Zoning schemes were finally proposed for the optimization of land space. The results are as follows. 1) The high score areas of production space in Hainan Island were concentrated in the coastal cities and counties, indicating the distribution characteristics of "higher around and lower in the middle, higher in the north and lower in the south". There were also differences between the urban and rural production spaces. The high score areas of living space were mainly concentrated in the cities and counties, with the spatial pattern of "small part gathering and most scattered". The high score areas of ecological space were concentrated in the middle, with the distribution characteristics of "higher in the middle and lower around". 2) The Moran'sindexes for the production, life, and ecological space function were 0.569, 0.221 and 0.716, respectively, in Hainan Island obtained from the township scale. It inferred that there was the strongest spatial correlation between the spatial autocorrelation characteristics and ecological space. Therefore, a zoning scheme was proposed for the whole island using the characteristics of spatial clustering. 3) There were great differences in the coordination degree of production-living-ecological space in different towns of Hainan Island. The high value areas were dominated by ecological space and coordinated type, accounting for 51.72% and 43.97% of the total number of towns, respectively. The low value area was dominated by ecology space, accounting for 72.41% of the total number of towns, where no living dominant town was observed. In the case of spatial features, a zoning scheme was proposed for the whole island using the characteristics of spatial coordination. The heterogeneity of spatial functions was effectively identified in the production-living-ecological space for the different plots with the same land type. A specific scheme of production-living-ecological spatial zoning was also proposed from two new perspectives of spatial clustering and coordination degree, suitable for the current practice of land space optimization. An optimization path of production-living-ecological spatial evaluation can provide the zoning schemes, according to the spatial characteristics. The finding can offer a potential decision making for the land space optimization, as well as the construction of free trade port and ecological civilization in Hainan Island of southern China.

land use; function; zoning; production-living-ecological space; spatial heterogeneity; spatial clustering; spatial coordination degree; Hainan Island

10.11975/j.issn.1002-6819.2021.10.026

F301.2

A

1002-6819(2021)-10-0214-10

張永蕾，欒喬林，熊昌盛，等. 基于多源空間數據的“三生”空間異質性評價與分區劃定[J]. 農業工程學報，2021，37(10)：214-223.doi：10.11975/j.issn.1002-6819.2021.10.026 http://www.tcsae.org

Zhang Yonglei, Luan Qiaolin, Xiong Changsheng, et al. Spatial heterogeneity evaluation and zoning of production-living-ecological space based on multi-source spatial data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(10): 214-223. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.10.026 http://www.tcsae.org

2021-02-24

2021-05-11

教育部哲學社會科學研究重大課題攻關項目（20JZD013）；國家自然科學基金項目（72004049）；海南省自然科學基金項目（2019RC016，720QN241）；海南省研究生創新科研課題（Hys2020-243）

張永蕾，主要研究方向為土地利用與生態安全評價。Email：zhangyl@hainanu.edu.cn

熊昌盛，研究員，主要研究方向為土地利用變化模擬。Email：xiongcs@hainanu.edu.cn