廣西縣域景觀格局對土地利用效率的影響

摘要 在ESDA-GWR的研究框架下分析了2020年廣西全部區縣的土地利用效率和景觀格局的總體特征與區域差異，并定量研究了耕地、農村居民點用地、城鎮建設用地的斑塊形狀特征和空間分布特征對土地利用效率的影響機理。結果表明：廣西土地利用效率總體一般，各地區差異顯著，地級市內中心地區的效率相對于周邊地區普遍更高，北部灣經濟區效率較高而西江經濟帶效率較低；廣西各地類景觀指數的空間正相關性強烈，西南部和北部的土地利用方式較為集約，而中部和東南部則較為粗放；規整連片的耕地、節約集約的農村居民點用地和“一核多元”的城鎮建設用地能夠顯著地提升土地利用效率，其中達到較大規模且具有明顯中心城區的城鎮建設用地布局方式對土地利用效率的正面影響尤為明顯。

關鍵詞 景觀格局；土地利用效率；ESDA-GWR；廣西

中圖分類號 X321 文獻標識碼 A

文章編號 0517-6611（2024）08-0076-07

doi：10.3969/j.issn.0517-6611.2024.08.018

Impact of Landscape Pattern on Land Use Efficiency in Guangxi on County Scale

WANG Hao-qing1，WANG Dan2

（1.Wuhan Zhongxingu Land Planning and Design Co.， Ltd.， Wuhan， Hubei 430071；2.Hubei Institute of Geosciences （Hubei Selenium Industrial Research Institute）， Wuhan， Hubei 430034）

Abstract This paper analyzes the overall characteristics and regional differences of land use efficiency and landscape pattern in all districts and counties of Guangxi in 2020 under the research framework of ESDA-GWR， and quantitatively studies the impact mechanism of patch shape characteristics and spatial distribution characteristics of cultivated land， rural residential land， and urban construction land on land use efficiency.The results show that land use efficiency of Guangxi is generally on a moderate level yet with significant regional differences， the efficiency of center areas within Prefecture level are generally higher relative to the surrounding areas. The Beibu Gulf Economic Zone shows a strong strength on socio-economic development with a high land use efficiency， while the Xijiang Economic Belt develops fast but with a low land use efficiency. Landscape metrics of different areas in Guangxi share a significant positive spatial correlation. The north and southwest part of Guangxi use their land resources in a more intensive way， while central and southeast part is in an extensive developing mode. Regular and contiguous arable land， economical and intensive rural residential land， and “One-Core-Multipart” urban construction land can significantly improve land use efficiency. Among them， the layout of urban construction land that reaches a larger scale and has a clear central urban area has a particularly significant positive impact on land use efficiency.

Key words Landscape pattern;Land use efficiency;ESDA-GWR;Guangxi

土地作為人類活動和社會經濟發展的重要載體，其利用效率狀況不僅影響到區域的發展質量，同時也直接決定城鎮化對耕地的消耗水平。因此，探討區域土地利用效率，分析其時空分異特征及變化機理，一方面可以為調整地方發展戰略提供理論依據，另一方面也可以為土地資源的優化配置提供參考。

土地利用效率反映土地利用水平及與其他資源配置的合理程度，表征經濟建設過程中，土地資源的價值實現程度［1］。目前多數土地利用效率的研究基于社會、經濟、生態指標對土地利用效率進行綜合測度，DEA模型成為被廣泛使用的評價方法［2-9］。研究對象以某一類城市或者某一區域城市截面數據、時序數據為主［2-6］，對農村土地利用效率的研究較少［7-8］，實質上是對城市社會、經濟、生態發展的綜合衡量［2-9］，而且缺少對空間要素的探討。張雅杰等［9］提出的DEA-ESDA-GWR研究框架對土地利用效率的空間分異規律進行了探索，但對土地利用行為方式的影響區域效率的內在機理仍然缺乏深入的研究，也沒有就如何提高土地利用效率提出針對性的優化路徑。

土地利用覆被所展現出的形態結構是土地利用行為的直接表征，而景觀格局指數能夠從中提煉出空間布局和結構的關鍵信息［10］，而土地要素的投入不僅在數量和質量上決定產出的效率高低，空間布局和結構也能夠對其產生重要影響，然而相關研究卻較為少見，且僅僅是對單個評價單元［11-12］或者未考慮土地作為非穩定空間連續體的空間相關性［11-13］。因此，該研究以土地利用效率作為因變量，各地類景觀指數為自變量構建基于空間相關性的GWR模型，通過多變量回歸分析揭示各地類斑塊的形狀特征和空間分布特征對土地利用效率的影響機理，為更合理地利用土地資源以及更科學地編制土地利用規劃提供參考和依據。

1 研究區概況與數據來源

1.1 研究區概況

廣西壯族自治區地處中國南方沿海，位于104°28′～112°04′E，20°54′～26°23′N，下轄14個地級市，包括111個區、縣和縣級市，是中國唯一一個沿海自治區。該研究結合廣西縣級行政區劃和《廣西統計年鑒2020》可獲得的數據，將其分為95個單元進行研究。

1.2 數據來源

地理信息數據來源于廣西2020年度土地利用變更調查數據。社會經濟數據來源于《廣西統計年鑒2020》［14］。各地耕地總面積、農村居民點用地總面積、城鎮建設用地總面積從2020年度土地利用變更調查數據中統計提取。

2 研究思路與指標選取

2.1 研究思路

該研究在計算區縣級行政單元土地利用效率和一系列景觀格局指數的基礎上，通過構建GWR模型對各個地類景觀格局影響土地利用效率的機理進行定量研究。

首先，對研究區內各個區縣級行政單元利用改進的超效率DEA模型進行土地利用投入—產出的效率評價。借鑒張榮天等［15］提出的方法針對傳統DEA模型容易造成決策單元DMU有效的數量較多的弊端進行改進：設N 個DMU發展效率，xj為第j個DMU投入量，yj為第j個DMU產出量，則xj=（x1j，x2j，…，xmj）Tgt;0，yj=（y1j，y2j，…，ysj）Tgt;0，引入虛擬的最優決策單元DMUj+1={min（x1j，x2j，…，xmj），max（y1j，y2j，…，ysj）}，即投入最小而產出最大的決策單元，其效率值等于1，是唯一有效的DMU單元。但該模型仍存在無法對多個處于前沿面決策單元展開進一步比較與評價的缺陷，因此結合超效率DEA模型，在評價某個決策單元時，將其排除在決策單元的集合之外通過將處于前沿面的決策單元的轉換，從而對有效決策單元展開進一步的判別和測度［16］。

然后，計算與人類社會經濟活動直接相關的地類的景觀格局指數。通過計算耕地、農村居民點用地、城鎮建設用地斑塊面積大小、形狀規則程度、聚集程度，并分析它們的地理空間分布特征來為構建GWR模型提供因變量的數據支撐。

最后，以土地利用效率作為因變量、各地類景觀指數為自變量構建基于空間相關性的GWR模型，通過多變量回歸分析揭示各地類斑塊的形狀特征和空間分布特征對土地利用效率的影響機理。

2.2 指標選取

土地利用效率評價方面，綜合前人相關研究［17］，構建廣西土地利用效率DEA測度指標體系：①耕地總面積I1、農村居民點用地總面積I2、城鎮建設用地總面積I3、固定資產投資額I4，分別反映城市建設用地土地和資本要素投入；②第一產業生產總值O1、第二產業生產總值O2、第三產業生產總值O3、公共財政收入O4，分別反映城市建設用地產出。

景觀格局方面，選取普遍認可和較為常用景觀指數［18-21］：邊緣密度（ED）、平均斑塊面積（MPS）、最大斑塊指數（LPI）、聚集度（AI）分別在類型尺度上從不同地類的斑塊面積、斑塊形狀復雜程度以及斑塊聚集分散程度來定量描述耕地、農村居民點用地、城鎮建設用地利用的數量結構和空間形態。

3 土地利用效率測度和景觀指數計算

3.1 土地利用效率測度

根據修正的超效率DEA模型計算的廣西土地利用效率DEA分值（表1、圖1）可以看出，土地利用效率值處于生產前沿面上（DEA有效）的區縣共有28個（排名1～28），約占整個廣西的30%。95個單元的平均DEA分值為0.969 0，處在生產前沿面下。DEA有效的區縣主要分布在北部灣經濟區和廣西北部地區，而西江經濟帶上的區縣則普遍表現為DEA無效，或為急速發展中粗放的土地利用行為所致。南寧市轄區、港口區、柳州市轄區、桂林市轄區、梧州市轄區以及北海市轄區的要素投入和產出都較高，是驅動廣西社會經濟發展的核心動力。北部各縣的人口較少，要素投入也較低，因此有相當一部分區縣表現為DEA有效。值得注意的是，柳州市轄區和桂林市轄區周邊各縣大多為DEA無效，而進一步向外延伸又有較多的縣表現為有效，說明廣西東北部整體效率較高，而這2個地區吸收鄰近縣生產要素的能力很強。反觀北部灣經濟區中的良慶區、邕寧區、防城區和合浦縣，在連片的DEA有效區中顯示為無效，表明較發達地區的中心城區周邊在經濟高速發展的背景下存在一定程度的粗放用地的問題。

利用GeoDa進行全局空間自相關和局部空間自相關分析的結果表明，廣西土地利用效率的空間分布并非完全隨機性，而是呈現一定的空間正相關（Global Moran’s I = 0.042）。采用K-Nearest權重矩陣輸出得到LISA聚集圖（圖2），按照土地利用效率與其空間滯后值的組合關系將LISA空間聚集圖劃分為4種類型：①H-H型，表示土地利用效率高的區縣被效率高的區縣環繞，集中分布于北部灣經濟區，土地利用效率表現出空間顯著極化現象。②H-L型，表示土地利用效率高的區縣被效率低的區縣環繞，有梧州市轄區和右江區，是局域優勢資源配置之所在。③L-H型，表示土地利用效率低的區縣被效率高的區縣環繞，在桂林市轄區周邊呈南北向線狀分布，進一步說明桂林市轄區吸收周邊優質生產要素的特點；另外防城區和合浦縣在北部灣經濟區形成的效率下陷則可能是由于粗放的土地利用行為和優質生產要素向周邊基礎更好的區域轉移造成的。④L-L型，表示土地利用效率低的區縣被效率低的區縣環繞，在西江經濟帶沿線鋪開，東西部情況有所差異，東部相對投入更高，屬粗放發展造成的效率偏低，而西部的低效則是由于社會經濟基礎薄弱造成的。

3.2 景觀指數計算

將廣西2020年度土地利用變更調查數據轉換成ArcGrid柵格文件后使用Fragstats分別計算耕地、農村居民點用地和城鎮建設用地的邊緣密度（ED）、平均斑塊面積（MPS）、最大斑塊指數（LPI）、標準化的景觀形狀指數（NLSI）、聚集度（AI），各個指標的含義和計算公式參考相關文獻［22-25］。

景觀指數計算結果和空間集聚特征見表2、圖3。根據耕地、農村居民點用地和城鎮建設用地的Moran’s I散點圖繪制LISA聚集圖（圖4），可以從景觀指數的斑塊邊緣復雜程度、面積大小和聚集分散程度獲得以下信息：

（1）耕地景觀指數。耕地的各項景觀指數都有明顯的空間聚集傾向。ED的 H-H型在北部灣經濟區集聚，耕地斑塊邊緣較為復雜；L-L型則分布于廣西東北角和西北角，斑塊邊緣相對規整。MPS的H-H型集中的中部地區和西南部地區耕地斑塊平均面積較大；而西北角和東南角平均面積較小，為L-L型集聚區。LPI的H-H型主要在中部和西南部，具有明顯的大規模耕地；西北角和東北角的L-L型集聚區則沒有明顯的集中連片耕地。AI的情況與MPS相似，擁有高度集中耕地的區縣主要分布于廣西的中部和西南部。

（2）農村居民點用地景觀指數。農戶對居住生活空間大致相近的需求量決定了LPI不會有明顯的空間相關性，西北部LPI相對較低，除此以外的其他指標都有明顯的空間正相關性。ED的空間正相關性極為顯著（Moran’s I = 0.726 9）H-H型完全集中于廣西東南部，而的 L-L型則位于廣大的西部地區，農村居民點用地斑塊的邊緣復雜程度自西向東增加。MPS的高值區相對集中于中部地區，表現為 H-H型，農村居民點的平均面積偏大，對耕地的占用較為嚴重； L-L型主要位于北部地區，使用方式較為節約。AI的 H-H型集中在中部和西南部地區，農村居民點的分布較為集中；西北部分布則相對分散，顯示為L-L型。

（3）城鎮建設用地景觀指數。城鎮建設用地各項景觀指數的空間相關性明顯低于耕地和農村居民點用地，只有ED在東南部有明顯的H-H型聚集以及西北部的L-L型聚集，這說明廣西由西北至東南城鎮邊界的復雜程度呈遞增趨勢。MPS在東南部有L-L型聚集，城鎮平均面積較小，H-H型和L-H型位于北部灣沿岸地區，城鎮平均面積較大。LPI的L-L型集中分布于廣西西北角，表示沒有明顯的中心城區；而H-H型則位于北部灣沿岸，中心城區的優勢度［26］明顯更高。AI的H-H型、H-L型以及L-H型分布零亂，沒有明顯的空間規律可循；L-L型則位于東南部，區域內城鎮建設用地的聚集程度較低。

4 景觀格局對土地利用效率的影響

4.1 GWR模型構建及檢驗

GWR模型是一種局域回歸模型，是在經典多元線性回歸的基礎上進行的空間局域擴展，其優勢在于其回歸系數對于每個樣點對象都有一個單獨的值［27］，因此對于存在非平穩性的空間數據，該模型可反映不同地理位置每個變量對該區域的影響程度，由此可了解研究區域各因素對解釋變量影響的空間分異特征［28］。GWR模型如下：

式中：yi是因變量，xij是自變量，εi為誤差項；（μi，vi）為第i個樣點的坐標；βk（μi，vi）是第i個樣點上的第k個回歸系數，是地理空間位置函數。

從回歸診斷結果來看，擬合優度R2和調整后R2 分別達到0.621和0.617，雖然沒有解釋絕大部分因變量的能力，但考慮到土地利用效率是多方面要素投入所產生的綜合結果，0.600以上的R2已經在很大程度上能夠說明景觀格局確實對土地利用效率有十分顯著的影響。此外，F統計量值（152.504）也很大，P值極小（Plt;0.001），說明該回歸方程的聯合顯著性較高，在景觀格局和土地利用效率之間建立了較為可靠的關系。

4.2 景觀指數對土地利用效率的影響分析

4.2.1 耕地景觀指數對土地利用效率的影響。由表3可知，除了斑塊邊緣密度（ED）對土地利用效率有負影響外，平均斑塊面積（MPS）、最大斑塊指數（LPI）、聚集度（AI）這些指標總體上對土地利用效率具有不同程度的正影響，個別地方的MPS和AI有微弱的負影響。表明邊緣規整、連片而且廣泛分布的耕地空間布局方式能夠為農業發展營造便利條件，從而形成高效的耕地規模化經營模式，提高土地利用效率。反之，平局面積較小、邊緣崎嶇而且分布零散的耕地則不利于農業經營效率的提高，對土地利用效率產生負面影響。

4.2.2 農村居民點用地景觀指數對土地利用效率的影響。由表3可知，農村居民點用地的ED、MPS和LPI都對土地利用效率有穩定的負影響，說明邊緣不規則或者面積較大的農村居民點若在區域內廣泛分布，則會拉低土地利用效率，主要體現在從數量和質量上同時降低耕地要素的投入。農村居民點用地的AI對土地利用效率的影響在整個廣西范圍內總體上為正影響，但各地情況不盡相同，主要有兩方面原因：①農村居民點的分布本身就比較分散而且形狀的隨意性較大，過于聚集的農村居民點由于與大部分耕地距離較遠，在完成土地流轉形成耕地規?；洜I前不利于個體農戶進行耕地的管理，而過度分散的農村居民點除了割裂耕地的連片性外無疑還會造成交通運輸成本的上升，并且地形地貌的差異對農戶的作業半徑也有較大影響；②若是農村居民點大量出現在中心城區附近，由于同時消耗了城鎮建設用地和耕地的機會成本，無論其是否聚集都是會對土地利用效率造成負面影響的。所以農村居民點用地分布的合理聚散程度是一個十分復雜的問題，需要更深入的研究和探討。

4.2.3 城鎮建設用地景觀指數對土地利用效率的影響。城鎮建設用地ED對土地利用效率沒有普遍的正面或負面影響，在不同地區顯示出比較明顯的空間分異特征：在北部灣經濟區和西江經濟帶東部的大部分區縣城鎮建設用地ED與土地利用效率正相關，這兩片區域海拔較低，地形較為平緩；而廣西北部海拔較高，地形以山地為主的地區則有大部分區縣表現為城鎮建設用地ED與土地利用效率負相關。在地勢平緩的地區，城鎮建設用地的空間配置相對自由，在經濟規律的導向下會自行朝著有利于提升土地利用效率的方向演化，較大的邊緣密度更加有利于平緩地區城鎮內部與外部的物質流、能量流的快速循環。而山區城鎮受到地形的限制，城鎮建設用地空間配置的自由度較低，交通路網也相對單一，與外部環境進行物質能量交換的接口較少，在這種情況下，較小的邊緣密度反而更加有利于優質土地的節約集約利用，從而對土地利用效率產生正向影響。由表3可知，MPS和LPI與土地利用效率呈顯著而穩定的正相關關系，表明城鎮建設用地在平均面積較大的同時，能夠有一個相對固定的核心是有利于土地利用的高效進行的。AI與土地利用效率在所有的區縣負相關，說明一定區域內城市建設用地的空間布局不宜過度集聚，這樣利于產生高效的土地利用方式?？傮w來說，高效的城市建設用地具有“一核多元”［29］、形狀復雜程度適度的特點，至于城鎮邊緣的形狀在具體某個區縣到底復雜到何種程度最易于土地利用效率的提升，則有待進一步探索。

5 結論

通過構建地理加權回歸模型，分析廣西景觀格局因素對土地利用效率影響的空間分異特征及內在原因，得到以下主要結論：

（1）廣西土地利用效率整體處在有效的邊緣水平，有待進一步提高，在空間上表現為北部灣經濟區領頭，北部和南部較高，中部較低的分異形態。各個地級市的中心市轄區效率總體上高于其周邊地區。需要警惕的是西江經濟帶的土地利用方式較為粗放，效率偏低。

（2）廣西中部和西南部的耕地邊緣規整、集中連片，東南部的耕地則是邊緣復雜且分布零散，連片性偏低。農村居民點的斑塊邊緣復雜程度由西北向東南遞增，平均面積最大斑塊面積在廣西中部較高，聚集程度表現為南部和北部高，中部低的分異形態。城鎮建設用地輪廓的不規則程度大致由東南向西北遞減，經濟較發達地區都擁有一個明顯的中心城區。

（3）土地景觀格局對土地利用效率有明顯的影響，耕地斑塊的邊緣越簡單規整、面積規模越大、越集聚，則越有利于農業的規?；a，從而促進土地利用效率的提高；節約并且集約的農村居民點用地分布方式能夠為農業生產和城鎮建設騰出寶貴的發展空間；“一核多元”的城鎮建設用地空間配置模式能夠有效地為區域發展提供強勁推力，而且一定的城鎮邊緣復雜程度能夠為其與外界的物質能量信息交換提供足夠的物理接口，物質流、能量流和信息流的通暢循環能夠讓城鎮的各項功能得以更高效地運轉。

參考文獻

［1］ 王昱，丁四保，盧艷麗.建設用地利用效率的區域差異及空間配置：基于2003—2008年中國省域面板數據［J］.地域研究與開發，2012，31（6）：132-138.

［2］ 張良悅，師博，劉東.中國城市土地利用效率的區域差異：對地級以上城市的DEA分析［J］.經濟評論，2009（4）：18-26.

［3］ 楊志榮，吳次芳，靳相木，等.基于DEA模型的城市用地經濟效益比較研究［J］.長江流域資源與環境，2009，18（1）：14-18.

［4］ 李永樂，舒幫榮，吳群.中國城市土地利用效率：時空特征、地區差距與影響因素［J］.經濟地理，2014，34（1）：133-139.

［5］ 吳得文，毛漢英，張小雷，等.中國城市土地利用效率評價［J］.地理學報，2011，66（8）：1111-1121.

［6］ 梁流濤，趙慶良，陳聰.中國城市土地利用效率空間分異特征及優化路徑分析：基于287個地級以上城市的實證研究［J］.中國土地科學，2013，27（7）：48-54.

［7］ 申成磊，李滿春，李飛雪，等.基于數據包絡分析的分水鎮農村土地利用效率評價［J］.中國土地科學，2011，25（1）：16-21.

［8］ WANG H，WANG L L，SU F B，et al.Rural residential properties in China：Land use patterns， efficiency and prospects for reform ［J］.Habitat international，2012，36（2）：201-209.

［9］ 張雅杰，金海.長江中游地區城市建設用地利用效率及驅動機理研究［J］.資源科學，2015，37（7）：1384-1393.

［10］ 張娜.景觀生態學［M］.北京：科學出版社，2014.

［11］ 蒙吉軍，李正國.河西走廊景觀類型變化的社會經濟驅動力研究［J］.中國沙漠，2004，24（1）：56-62.

［12］ 俞龍生，符以福，喻懷義，等.快速城市化地區景觀格局梯度動態及其城鄉融合區特征：以廣州市番禺區為例［J］.應用生態學報，2011，22（1）：171-180.

［13］ 張紅月，王亮，趙榮，等.綜合景觀格局與經濟指標進行土地利用二維尺度分區：以青海省為例［J］.測繪通報，2013（3）：82-85.

［14］ 廣西壯族自治區統計局.廣西統計年鑒2020［M］.北京：中國統計出版社，2020.

［15］ 張榮天，焦華富.泛長三角城市發展效率時空格局演化與驅動機制［J］.經濟地理，2014，34（5）：48-54.

［16］ ANDERSEN P，PETERSEN N C.A procedure for ranking efficient units in data envelopment analysis ［J］.Management science，1993，39（10）：1261-1264.

［17］ 劉傳明，李紅，賀巧寧.湖南省土地利用效率空間差異及優化對策［J］.經濟地理，2010，30（11）：1890-1896.

［18］ 陽文銳.北京城市景觀格局時空變化及驅動力［J］.生態學報，2015，35（13）：4357-4366.

［19］ O’NEILL R V，RIITTERS K H，WICKHAM J D，et al.Landscape pattern metrics and regional assessment［J］.Ecosystem health，1999，5（4）：225-233.

［20］ 仇江嘯，王效科，逯非，等.城市景觀破碎化格局與城市化及社會經濟發展水平的關系：以北京城區為例［J］.生態學報，2012，32（9）：2659-2669.

［21］ 齊楊，鄔建國，李建龍，等.中國東西部中小城市景觀格局及其驅動力［J］.生態學報，2013，33（1）：275-285.

［22］ PLEXIDA S G，SFOUGARIS A I，ISPIKOUDIS I P，et al.Selecting landscape metrics as indicators of spatial heterogeneity-A comparison among Greek landscapes［J］.International journal of applied earth observation and geoinformation，2014，26：26-35.

［23］ RIITTERS K H，O’NEILL R V，HUNSAKER C T，et al.A factor analysis of landscape pattern and structure metrics［J］.Landscape ecology，1995，10（1）：23-39.

［24］ 張蕓香，郭晉平.森林景觀斑塊密度及邊緣密度動態研究：以關帝山林區為例［J］.生態學雜志，2001，20（1）：18-21.

［25］ HE H S，DEZONIA B E，MLADENOFF D J.An Aggregation Index （AI） to quantify spatial patterns of landscapes［J］.Landscape ecology，2000，15（7）：591-601.

［26］ 陳利頂，傅伯杰.黃河三角洲地區人類活動對景觀結構的影響分析：以山東省東營市為例［J］.生態學報，1996，16（4）：337-344.

［27］ BRUNSDON C，FOTHERINGHAM A S，CHARLTON M E.Geographically weighted regression： A method for exploring spatial nonstationarity［J］.Geographical analysis，1996，28（4）：281-298.

［28］ KUMAR S，LAL R，LIU D S.A geographically weighted regression kriging approach for mapping soil organic carbon stock ［J］.Geoderma，2012，1891190：627-634.

［29］ LI X W，ZHANG L N，LIANG C.A GIS-based buffer gradient analysis on spatiotemporal dynamics of urban expansion in Shanghai and its major satellite cities ［J］.Procedia environmental sciences，2010，2：1139-1156.

作者簡介 汪昊清（1992—），男，湖北武漢人，工程師，從事土地管理、空間規劃研究。*通信作者，工程師，碩士，從事農業地質、地球化學研究。

收稿日期 2023-02-27