南京市土地利用变化及其驱动力分析

李宗怡，葛欣怡

（南京林业大学 经济管理学院，南京210037）

目前，学者们研究城市土地利用变化主要集中在时空动态分析、情景模拟以及生态效应等方面[1-3]。对城市土地的时空动态分析，主要是基于遥感影像数据的获取。蒋金亮等人以4期TM影响为数据源，结合其他分析手段，指出1980-2010期间，南京市城市扩张类型以边缘式增长为主，但土地扩张速度相较于城市人口增长速度而言，开始下降[4]。在情景模拟方面，学者们用到的模型主要有元胞自动机模型[5]、多智能体系统模型[6]、系统动力学模型[7]以及CLUE-S模型[8]等；对于生态效应的研究，主要体现在由城市扩张引起的生态系统服务价值变化上[9-10]。研究表明，南京市建设用地的扩张，导致了城市的生态系统服务价值负值日渐加大[11]。而在驱动力研究方面，研究者们大多采用回归以及相关性分析，对社会经济、人口等因子进行定量研究[12-13]；在政策因素上的量化研究较少，仅有少量学者对宏观尺度驱动力（包括土地利用规划、政府发展战略方针等）使用统一标准进行度量。

南京作为江苏省的省会城市，经济发展势头良好，人口快速增长，城市化进程日益加快。本文以南京市1995年、2000年、2010年的土地利用数据为基础，结合社会经济统计数据对南京市土地利用变化及其驱动力进行分析。随着南京都市圈一体化进程的推进，在设立江北新区的背景下[14]，研究南京市发展的时空变化有助于揭示其变化特征，对南京市土地资源的利用与规划具有一定参考价值。

1 研究区域及方法

1.1 研究区概况

南京位于长江中下游平原，地理坐标介于北纬31°14′~32°37′、东经118°22′~119°14′之间，属于长江流域四大中心城市，在华东地区作为重要交通枢纽存在[15-16]。全市下辖11个区，包括玄武、秦淮、建邺、鼓楼、浦口、栖霞、雨花台、江宁、六合、溧水和高淳。

统计数据显示，南京市2017年年末常住人口数达到833.50万人，城镇化率由2005年的76.24%上升到2017年的82.29%[17]，三产占比也由1990年的9.7∶54.5∶35.8调 整 到2017年 的2.2∶38.0∶59.7。随着产业结构的不断调整、城镇化率的不断上升，南京市土地利用的结构和强度也随之发生了重大变化。

1.2 数据与方法

1.2.1 数据来源

研究使用的土地利用矢量数据包括1995年、2000年以及2010年长江三角洲1：10万土地利用数据，数据源自国家科技基础条件平台—国家地球系统科学数据中心—长江三角洲科学数据中心(http://nnu.geodata.cn:8008)[18]，并利用ArcGIS10.5裁剪数据，得到南京市土地利用现状图；然后在ENVI 5.3中进行分析，得到了15a间土地利用转移矩阵。社会经济类统计数据全部来自1996-2011年南京市统计年鉴。数据源属性中，将地类分成了六个一级分类和25个下属二级分类；考虑到南京市土地利用的实际状况，本研究最终把南京市的土地利用类型分为6类，包括耕地、林地、草地、水域、城乡工矿居民用地（分为城镇用地、农村居民点和其他建设用地）以及未利用地。

1.2.2 单一土地利用动态度

单一土地利用动态度可以表达在一定时间范围内，研究区的某种土地利用类型在数量上是如何变化的[19]。计算不同土地利用类型的动态度可以反映出研究区土地利用类型的变化大小，其计算公式为：

其中，Ua、Ub分别表示的是研究期初和研究期末某种土地利用类型的面积，Ta和Tb则表示对应研究期初和期末的时间。本研究中，Ta和Tb以年为单位计算，K表示的是研究区域该种土地利用类型的年变化率。

1.2.3 土地利用信息熵

土地利用的信息熵反映的是整个土地利用系统的有序程度；信息熵的值越大，不同土地利用类型就越多，各利用类型之间的面积差就越小，土地利用系统结构也更加均衡。其表达式为[20]：

式中，Pi表示第i类土地利用类型的面积在总面积上所占比重。

1.2.4 土地利用转移矩阵

土地利用转移矩阵对区域内土地利用变化的结构特征以及各类用地变化的方向有着良好的刻画效果[21]。它可以表达为如下公式：

S表示土地面积；n为土地利用类型的种类；Sij表示的是i类转换为j类的面积(i,j=1,2,3,...,n)。

1.2.5 主成分分析法

土地利用变化的影响因素繁多，主要可以分为自然因素和人文社会因素。南京市位于长江三角洲，经济发达，城镇化率高，可以认为这一地区内，人类活动对于土地利用变化的影响程度远远超过自然因素。因此，本文主要研究人文社会驱动因素对南京市土地利用的影响。根据以往的研究成果，主成分分析法是目前对驱动力的定量分析中较为有效的方法，它能够很好地解决多元变量间的共线性问题，将若干变量压缩成几个独立的部分，从而提取出几个主成分以代替原有变量[22-23]。其理论模型为[24]：

假定有n个样本，每个样本有m个变量，这样就构成一个n×m阶矩阵，

记原变量为a1,a2,...,am，设其降维后的新变量为Y1,Y2,...,Yp（p≤m），则

lij表示线性组合的系数，Y1,Y2,...,Yp互不相关，Yi（i=1,2,...,p）为a1,a2,...,am所有线性组合中的最大方差，其在总方差中的比例由Y1到Yp依次递减。新的变量Y1,Y2,...,Yp分别为原变量a1,a2,...,am的第一、第二、...、第p主成分。

2 结果

2.1 土地利用空间格局变化

经过ArcGIS处理后的南京市1995-2010年3期土地利用类型分布情况如图1所示。可以看出，在1995-2010年的15年间，南京市土地利用情况以耕地为主。城乡工矿居民用地明显增加，并且呈现出从中心往外大幅扩张的趋势；其中，江北地区、江宁区、高淳区和溧水区的城乡工矿居民用地都表现出了较为明显的变化。水域面积也有较大变化，其增加部分主要出现在高淳区。

图1 1995-2010年间南京市土地利用类型图

2.2 土地利用数量变化

从土地利用结构来看（见表1），1995-2010年南京市土地利用结构以耕地、城乡工矿居民用地、林地以及水域为主，这4种土地利用类型面积在1995年分别为这4种土地利用类型面积所占比重在1995年分别为63.05%、15.90%、10.74%、9.34%；在2000年，其面积变化占比为53.40%、23.75%、10.18%、11.45%；而到了2010年，这四类分别占比为51.19%、25.34%、10.42%、11.82%。耕地降低的总比重达到11.86%，林地的面积变化的最终结果虽然也是减少，但在1995-2000年出现了10.01km2的增加；而城乡工矿居民用地以及水域的面积皆增大。草地和未利用地在南京市土地利用结构里所占面积较小：研究期间，草地的面积比重由0.91%减少到0.83%；未利用地的面积在1995-2000年的5年间几乎没有变化，但是在在2000-2010年期间却出现了大幅增加。

表1 1995-2010南京市土地利用类型面积

2.3 土地利用类型变化

土地利用转移矩阵可以揭示土地利用类型的面积变化，还能追踪其转移方向以及轨迹，具体情况见表2—表4。

结合3张土地利用转移矩阵表，可以得出如下结论：①1995-2010年间，土地利用转移变化主要表现在耕地、林地转向其他土地利用类型，而水域、城乡工矿居民用地则有较多转入；②耕地的转移方向主要是城乡工矿居民用地以及水域，林地则部分转向城乡工矿居民用地、未利用地以及耕地。

从表2可以看出，1995-2000年的5年间，土地利用转移方向与整个研究期间几乎一致，水域和城乡工矿居民用地都有很小一部分转为耕地，未利用地几乎没有发生变化。由表3可知，2000-2010年的10年间，耕地除了转向城乡工矿居民用地，还有部分往水域、林地以及草地转移；未利用地部分转向林地等。从表4中可以得出，整体来说，耕地最大的转出是城乡工矿居民用地，其次是水域和林地；林地则主要转向了城乡工矿居民用地、耕地以及未利用地；水域主要的转移方向是耕地以及城乡工矿居民用地。未利用地在整个期间接收了不少转入量。

表2 1995-2000年南京市土地利用转移矩阵（km2）

表3 2000-2010年南京市土地利用转移矩阵（km2）

表4 1995-2010年南京市土地利用转移矩阵（km2）

3 讨论

3.1 土地利用动态度分析

从土地利用类型的动态度来看（见表5），研究期间，动态度最大，也就是变化最剧烈的土地利用类型是未利用地，其动态度达到36.36%；而变化面积最大的耕地，由于其基数大，所以最终动态度相较未利用地而言并不算太大，仅为-1.26%。同时，林地、草地、水域、城乡工矿居民用地的动态度分别是-0.20%、-0.89%、1.77%、3.96%。比较1995-2000年和2000-2010年两个期间，可以发现各类土地利用类型的动态度都呈现出不同程度的增大；这与刘康等人对南京市土地利用程度的分析结果类似[25]。

表5南京市1995-2010年土地利用类型动态度

3.2 土地利用结构分析

结合南京市1995-2010年各期土地利用数据，根据公式（2），可以计算出1995年、2000年和2010年的土地利用信息熵，其结果分别为1.09、1.12、1.24。由此可知，1995-2010年间，南京市土地利用信息熵呈现出不断增加的趋势，并且不同时期增幅有较大差异。1995-2000年的5年间增幅较小，而2000-2010年的10年间的土地利用信息熵则呈现出大幅增加。信息熵的增加表明土地利用系统结构逐渐往均衡方向发展，土地利用多样性增加[26]。

3.3 驱动力分析

有关驱动力的研究结果表明，在短时期内，作用于土地利用变化的驱动因素主要为人类的社会经济活动[27]；而区域政策及规划引导着土地利用的变化方向，常常对其产生显著影响。

3.3.1 社会经济因素

根据南京市土地利用实际情况以及南京市1996-2011年统计年鉴数据，选取人口因子：X1年末总人口（万人）、X2城市人口密度（人/km2）；社会经济因子：X3GDP（亿元）、X4人均GDP（元）、X5社会固定资产投资（亿元）、X6财政收入、X7城镇居民人均可支配收入（元）、X8农民人均纯收入（元）、X9城市居民消费价格指数（%）、X10城市商品零售价格指数（%）；技术进步因子：X11粮食总产量（万t）、X12农用机械总动力（万瓩）；交通因子：X13货物运输量（万t）、X14旅客运输量（万人）等14个因子，在SPSS 25中对影响南京市土地利用变化的驱动因素进行主成分分析。

对于主成分的提取，要求其特征值大于1，且被提取出来的主成分的贡献率相加累计要大于85%。最终提取的两个主成分特征值以及累计贡献率见表6。从表6中可知，提取的两个主成分能够累积做出90.411%的贡献，因此它们足以包含绝大部分的信息。

表6特征值及各成分贡献率

旋转后的主成分荷载矩阵（见表7）显示，主成分1与GDP、人均GDP、财政收入、社会固定资产投资、城镇居民人均可支配收入等有明显正相关，而与粮食总产量以及城市人口密度存在着一定负相关；主成分2则与城市居民消费价格指数以及城市商品零售价格指数存在着较强的正相关，说明主成分2更适合代表这两个变量。可以把第一主成分解释为经济发展、生活水平、技术进步以及交通因素，第二主成分解释为价格指数。对两个主成分及原变量进行分析可知：影响南京市土地利用变化的社会经济因子主要表现在人口增长、经济发展、技术进步、价格指数的变动以及交通等方面；这与佟光臣对南京市土地利用/覆被景观格局时空变化的驱动力因素分析[28]结果相似。

表7旋转后主成分荷载矩阵

3.3.2 政策与规划因素

政策以及城市规划在土地利用变化上起着重要作用。区域发展政策、产业发展政策和城市发展政策，决定了经济发展的方向和速度，进而决定并推动着土地改变的方向及速度。而作为城市发展的纲领性指导文件,一座城市的总体规划描绘了城市建设的蓝图，它对于城市土地利用变化也有着不可忽视的影响[29]。从1981-2008年，南京市一共做出4次城市总体规划，其中包含一次调整。随着4次规划的不断更迭，南京的城市规划范围以及中心城区规划范围不断扩大，行政区域也随之调整，“撤县并区”：将原来的11区2县变成了现今的11区；由此，引起了城镇用地以及居民用地的大幅扩张。2002年，国家全面启动的“退耕还林”工程，以及南京市自2002年起开展的“绿色南京”工程，都对南京市的生态环境起到改善作用。由于数据定性准确率以及数据处理过程中可能出现的误差的影响，这两项工程所起的作用在本文里没有太大体现，但南京市的生态建设成就是毋庸置疑的。

4 结论

①总体而言，耕地作为南京市最主要的土地利用类型，在1995-2010年的15年间，占比均超过50%；其次是城乡工矿居民用地、林地以及水域，草地和未利用地在南京市土地利用所占比例较小。

②从不同土地类型的变化来看，耕地的变化面积是减少最多的，城乡工矿居民用地面积则是增加最多的。水域面积整体呈现增长，而林地、草地都减少了。未利用地虽然面积占比小，但其动态度却是最大的，这说明其变化最为剧烈。

③从土地转移方向来说，耕地主要转向了城乡工矿居民用地以及水域，部分转向林地和草地。增加的城乡工矿居民用地主要来自耕地和林地。水域面积的增加最主要仍是源于耕地的转移。

④驱动因素方面，年末总人口、GDP、城镇居民人均可支配收入等指标对南京市土地利用变化都有着较大影响，说明人口增长和经济发展等因素是导致南京市土地利用发生变化的主要驱动因素；此外，政策以及城市规划对于南京市土地格局的变化也起着不可忽略的推动作用。