广西县域景观格局对土地利用效率的影响

汪昊清　汪丹

摘要 在ESDA-GWR的研究框架下分析了2020年广西全部区县的土地利用效率和景观格局的总体特征与区域差异，并定量研究了耕地、农村居民点用地、城镇建设用地的斑块形状特征和空间分布特征对土地利用效率的影响机理。结果表明：广西土地利用效率总体一般，各地区差异显著，地级市内中心地区的效率相对于周边地区普遍更高，北部湾经济区效率较高而西江经济带效率较低；广西各地类景观指数的空间正相关性强烈，西南部和北部的土地利用方式较为集约，而中部和东南部则较为粗放；规整连片的耕地、节约集约的农村居民点用地和“一核多元”的城镇建设用地能够显著地提升土地利用效率，其中达到较大规模且具有明显中心城区的城镇建设用地布局方式对土地利用效率的正面影响尤为明显。

关键词 景观格局；土地利用效率；ESDA-GWR；广西

中图分类号 X321文献标识码 A

文章编号 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

土地作為人类活动和社会经济发展的重要载体，其利用效率状况不仅影响到区域的发展质量，同时也直接决定城镇化对耕地的消耗水平。因此，探讨区域土地利用效率，分析其时空分异特征及变化机理，一方面可以为调整地方发展战略提供理论依据，另一方面也可以为土地资源的优化配置提供参考。

土地利用效率反映土地利用水平及与其他资源配置的合理程度，表征经济建设过程中，土地资源的价值实现程度［1］。目前多数土地利用效率的研究基于社会、经济、生态指标对土地利用效率进行综合测度，DEA模型成为被广泛使用的评价方法［2-9］。研究对象以某一类城市或者某一区域城市截面数据、时序数据为主［2-6］，对农村土地利用效率的研究较少［7-8］，实质上是对城市社会、经济、生态发展的综合衡量［2-9］，而且缺少对空间要素的探讨。张雅杰等［9］提出的DEA-ESDA-GWR研究框架对土地利用效率的空间分异规律进行了探索，但对土地利用行为方式的影响区域效率的内在机理仍然缺乏深入的研究，也没有就如何提高土地利用效率提出针对性的优化路径。

土地利用覆被所展现出的形态结构是土地利用行为的直接表征，而景观格局指数能够从中提炼出空间布局和结构的关键信息［10］，而土地要素的投入不仅在数量和质量上决定产出的效率高低，空间布局和结构也能够对其产生重要影响，然而相关研究却较为少见，且仅仅是对单个评价单元［11-12］或者未考虑土地作为非稳定空间连续体的空间相关性［11-13］。因此，该研究以土地利用效率作为因变量，各地类景观指数为自变量构建基于空間相关性的GWR模型，通过多变量回归分析揭示各地类斑块的形状特征和空间分布特征对土地利用效率的影响机理，为更合理地利用土地资源以及更科学地编制土地利用规划提供参考和依据。

1 研究区概况与数据来源

1.1 研究区概况

广西壮族自治区地处中国南方沿海，位于104°28′～112°04′E，20°54′～26°23′N，下辖14个地级市，包括111个区、县和县级市，是中国唯一一个沿海自治区。该研究结合广西县级行政区划和《广西统计年鉴2020》可获得的数据，将其分为95个单元进行研究。

1.2 数据来源

地理信息数据来源于广西2020年度土地利用变更调查数据。社会经济数据来源于《广西统计年鉴2020》［14］。各地耕地总面积、农村居民点用地总面积、城镇建设用地总面积从2020年度土地利用变更调查数据中统计提取。

2 研究思路与指标选取

2.1 研究思路

该研究在计算区县级行政单元土地利用效率和一系列景观格局指数的基础上，通过构建GWR模型对各个地类景观格局影响土地利用效率的机理进行定量研究。

首先，对研究区内各个区县级行政单元利用改进的超效率DEA模型进行土地利用投入—产出的效率评价。借鉴张荣天等［15］提出的方法针对传统DEA模型容易造成决策单元DMU有效的数量较多的弊端进行改进：设N 个DMU发展效率，xj为第j个DMU投入量，yj为第j个DMU产出量，则xj=（x1j，x2j，…，xmj）T>0，yj=（y1j，y2j，…，ysj）T>0，引入虚拟的最优决策单元DMUj+1={min（x1j，x2j，…，xmj），max（y1j，y2j，…，ysj）}，即投入最小而产出最大的决策单元，其效率值等于1，是唯一有效的DMU单元。但该模型仍存在无法对多个处于前沿面决策单元展开进一步比较与评价的缺陷，因此结合超效率DEA模型，在评价某个决策单元时，将其排除在决策单元的集合之外通过将处于前沿面的决策单元的转换，从而对有效决策单元展开进一步的判别和测度［16］。

然后，计算与人类社会经济活动直接相关的地类的景观格局指数。通过计算耕地、农村居民点用地、城镇建设用地斑块面积大小、形状规则程度、聚集程度，并分析它们的地理空间分布特征来为构建GWR模型提供因变量的数据支撑。

最后，以土地利用效率作为因变量、各地类景观指数为自变量构建基于空间相关性的GWR模型，通过多变量回归分析揭示各地类斑块的形状特征和空间分布特征对土地利用效率的影响机理。

2.2 指标选取

土地利用效率评价方面，综合前人相关研究［17］，构建广西土地利用效率DEA测度指标体系：①耕地总面积I1、农村居民点用地总面积I2、城镇建设用地总面积I3、固定资产投资额I4，分别反映城市建设用地土地和资本要素投入；②第一产业生产总值O1、第二产业生产总值O2、第三产业生产总值O3、公共财政收入O4，分别反映城市建设用地产出。

景观格局方面，选取普遍认可和较为常用景观指数［18-21］：边缘密度（ED）、平均斑块面积（MPS）、最大斑块指数（LPI）、聚集度（AI）分别在类型尺度上从不同地类的斑块面积、斑块形状复杂程度以及斑块聚集分散程度来定量描述耕地、农村居民点用地、城镇建设用地利用的数量结构和空间形态。

3 土地利用效率测度和景观指数计算

3.1 土地利用效率测度

根据修正的超效率DEA模型计算的广西土地利用效率DEA分值（表1、图1）可以看出，土地利用效率值处于生产前沿面上（DEA有效）的区县共有28个（排名1～28），约占整个广西的30%。95个单元的平均DEA分值为0.969 0，处在生产前沿面下。DEA有效的区县主要分布在北部湾经济区和广西北部地区，而西江经济带上的区县则普遍表现为DEA无效，或为急速发展中粗放的土地利用行为所致。南宁市辖区、港口区、柳州市辖区、桂林市辖区、梧州市辖区以及北海市辖区的要素投入和产出都较高，是驱动广西社会经济发展的核心动力。北部各县的人口较少，要素投入也较低，因此有相当一部分区县表现为DEA有效。值得注意的是，柳州市辖区和桂林市辖区周边各县大多为DEA无效，而进一步向外延伸又有较多的县表现为有效，说明广西东北部整体效率较高，而这2个地区吸收邻近县生产要素的能力很强。反观北部湾经济区中的良庆区、邕宁区、防城区和合浦县，在连片的DEA有效区中显示为无效，表明较发达地区的中心城区周边在经济高速发展的背景下存在一定程度的粗放用地的问题。

利用GeoDa进行全局空间自相关和局部空间自相关分析的结果表明，广西土地利用效率的空间分布并非完全随机性，而是呈现一定的空间正相关（Global Morans I = 0.042）。采用K-Nearest权重矩阵输出得到LISA聚集图（图2），按照土地利用效率与其空间滞后值的组合关系将LISA空间聚集图划分为4种类型：①H-H型，表示土地利用效率高的区县被效率高的区县环绕，集中分布于北部湾经济区，土地利用效率表现出空间显著极化现象。②H-L型，表示土地利用效率高的区县被效率低的区县环绕，有梧州市辖区和右江区，是局域优势资源配置之所在。③L-H型，表示土地利用效率低的区县被效率高的区县环绕，在桂林市辖区周边呈南北向线状分布，进一步说明桂林市辖区吸收周边优质生产要素的特点；另外防城区和合浦县在北部湾经济区形成的效率下陷则可能是由于粗放的土地利用行为和优质生产要素向周边基础更好的区域转移造成的。④L-L型，表示土地利用效率低的区县被效率低的区县环绕，在西江经济带沿线铺开，东西部情况有所差异，东部相对投入更高，属粗放发展造成的效率偏低，而西部的低效则是由于社会经济基础薄弱造成的。

3.2 景观指数计算

将广西2020年度土地利用变更调查数据转换成ArcGrid栅格文件后使用Fragstats分别计算耕地、农村居民点用地和城镇建设用地的边缘密度（ED）、平均斑塊面积（MPS）、最大斑块指数（LPI）、标准化的景观形状指数（NLSI）、聚集度（AI），各个指标的含义和计算公式参考相关文献［22-25］。

景观指数计算结果和空间集聚特征见表2、图3。根据耕地、农村居民点用地和城镇建设用地的Morans I散点图绘制LISA聚集图（图4），可以从景观指数的斑块边缘复杂程度、面积大小和聚集分散程度获得以下信息：

（1）耕地景观指数。耕地的各项景观指数都有明显的空间聚集倾向。ED的 H-H型在北部湾经济区集聚，耕地斑块边缘较为复杂；L-L型则分布于广西东北角和西北角，斑块边缘相对规整。MPS的H-H型集中的中部地区和西南部地区耕地斑块平均面积较大；而西北角和东南角平均面积较小，为L-L型集聚区。LPI的H-H型主要在中部和西南部，具有明显的大规模耕地；西北角和东北角的L-L型集聚区则没有明显的集中连片耕地。AI的情况与MPS相似，拥有高度集中耕地的区县主要分布于广西的中部和西南部。

（2）农村居民点用地景观指数。农户对居住生活空间大致相近的需求量决定了LPI不会有明显的空间相关性，西北部LPI相对较低，除此以外的其他指标都有明显的空间正相关性。ED的空间正相关性极为显著（Morans I = 0.726 9）H-H型完全集中于广西东南部，而的 L-L型则位于广大的西部地区，农村居民点用地斑块的边缘复杂程度自西向东增加。MPS的高值区相对集中于中部地区，表现为 H-H型，农村居民点的平均面积偏大，对耕地的占用较为严重； L-L型主要位于北部地区，使用方式较为节约。AI的 H-H型集中在中部和西南部地区，农村居民点的分布较为集中；西北部分布则相对分散，显示为L-L型。

（3）城镇建设用地景观指数。城镇建设用地各项景观指数的空间相关性明显低于耕地和农村居民点用地，只有ED在东南部有明显的H-H型聚集以及西北部的L-L型聚集，这说明广西由西北至东南城镇边界的复杂程度呈递增趋势。MPS在东南部有L-L型聚集，城镇平均面积较小，H-H型和L-H型位于北部湾沿岸地区，城镇平均面积较大。LPI的L-L型集中分布于广西西北角，表示没有明显的中心城区；而H-H型则位于北部湾沿岸，中心城区的优势度［26］明显更高。AI的H-H型、H-L型以及L-H型分布零乱，没有明显的空间规律可循；L-L型则位于东南部，区域内城镇建设用地的聚集程度较低。

4 景观格局对土地利用效率的影响

4.1 GWR模型构建及检验

GWR模型是一种局域回归模型，是在经典多元线性回归的基础上进行的空间局域扩展，其优势在于其回归系数对于每个样点对象都有一个单独的值［27］，因此对于存在非平稳性的空间数据，该模型可反映不同地理位置每个变量对该区域的影响程度，由此可了解研究区域各因素对解释变量影响的空间分异特征［28］。GWR模型如下：

式中：yi是因变量，xij是自变量，εi为误差项；（μi，vi）为第i个样点的坐标；βk（μi，vi）是第i个样点上的第k个回归系数，是地理空间位置函数。

从回归诊断结果来看，拟合优度R2和调整后R2 分别达到0.621和0.617，虽然没有解释绝大部分因变量的能力，但考虑到土地利用效率是多方面要素投入所产生的综合结果，0.600以上的R2已经在很大程度上能够说明景观格局确实对土地利用效率有十分显著的影响。此外，F统计量值（152.504）也很大，P值极小（P<0.001），说明该回归方程的联合显著性较高，在景观格局和土地利用效率之间建立了较为可靠的关系。

4.2 景观指数对土地利用效率的影响分析

4.2.1 耕地景观指数对土地利用效率的影响。由表3可知，除了斑块边缘密度（ED）对土地利用效率有负影响外，平均斑块面积（MPS）、最大斑块指数（LPI）、聚集度（AI）这些指标总体上对土地利用效率具有不同程度的正影响，个别地方的MPS和AI有微弱的负影响。表明边缘规整、连片而且广泛分布的耕地空间布局方式能够为农业发展营造便利条件，从而形成高效的耕地规模化经营模式，提高土地利用效率。反之，平局面积较小、边缘崎岖而且分布零散的耕地则不利于农业经营效率的提高，对土地利用效率产生负面影响。

4.2.2 农村居民点用地景观指数对土地利用效率的影响。由表3可知，农村居民点用地的ED、MPS和LPI都对土地利用效率有稳定的负影响，说明边缘不规则或者面积较大的农村居民点若在区域内广泛分布，则会拉低土地利用效率，主要体现在从数量和质量上同时降低耕地要素的投入。农村居民点用地的AI对土地利用效率的影响在整个广西范围内总体上为正影响，但各地情况不尽相同，主要有两方面原因：①农村居民点的分布本身就比较分散而且形状的随意性较大，过于聚集的农村居民点由于与大部分耕地距离较远，在完成土地流转形成耕地规模化经营前不利于个体农户进行耕地的管理，而过度分散的农村居民点除了割裂耕地的连片性外无疑还会造成交通运输成本的上升，并且地形地貌的差异对农户的作业半径也有较大影响；②若是农村居民点大量出现在中心城区附近，由于同时消耗了城镇建设用地和耕地的机会成本，无论其是否聚集都是会对土地利用效率造成负面影响的。所以农村居民点用地分布的合理聚散程度是一个十分复杂的问题，需要更深入的研究和探讨。

4.2.3 城镇建设用地景观指数对土地利用效率的影响。城镇建设用地ED对土地利用效率没有普遍的正面或负面影响，在不同地区显示出比较明显的空间分异特征：在北部湾经济区和西江经济带东部的大部分区县城镇建设用地ED与土地利用效率正相关，这两片区域海拔较低，地形较为平缓；而广西北部海拔较高，地形以山地为主的地区则有大部分区县表现为城镇建设用地ED与土地利用效率负相关。在地势平缓的地区，城镇建设用地的空间配置相对自由，在经济规律的导向下会自行朝着有利于提升土地利用效率的方向演化，较大的边缘密度更加有利于平缓地区城镇内部与外部的物质流、能量流的快速循环。而山区城镇受到地形的限制，城镇建设用地空间配置的自由度较低，交通路网也相对单一，与外部环境进行物质能量交换的接口较少，在这种情况下，较小的边缘密度反而更加有利于优质土地的节约集约利用，从而对土地利用效率产生正向影响。由表3可知，MPS和LPI与土地利用效率呈显著而稳定的正相关关系，表明城镇建设用地在平均面积较大的同时，能够有一个相对固定的核心是有利于土地利用的高效进行的。AI与土地利用效率在所有的区县负相关，说明一定区域内城市建设用地的空间布局不宜过度集聚，这样利于产生高效的土地利用方式。总体来说，高效的城市建设用地具有“一核多元”［29］、形状复杂程度适度的特点，至于城镇边缘的形状在具体某个区县到底复杂到何种程度最易于土地利用效率的提升，则有待进一步探索。

5 结论

通过构建地理加权回归模型，分析广西景观格局因素对土地利用效率影响的空间分异特征及内在原因，得到以下主要结论：

（1）广西土地利用效率整体处在有效的边缘水平，有待进一步提高，在空间上表现为北部湾经济区领头，北部和南部较高，中部较低的分异形态。各个地级市的中心市辖区效率总体上高于其周边地区。需要警惕的是西江经济带的土地利用方式较为粗放，效率偏低。

（2）广西中部和西南部的耕地边缘规整、集中连片，东南部的耕地则是边缘复杂且分布零散，连片性偏低。农村居民点的斑块边缘复杂程度由西北向东南递增，平均面积最大斑块面积在广西中部较高，聚集程度表现为南部和北部高，中部低的分异形态。城镇建设用地轮廓的不规则程度大致由东南向西北递减，经济较发达地区都拥有一个明显的中心城区。

（3）土地景观格局对土地利用效率有明显的影响，耕地斑块的边缘越简单规整、面积规模越大、越集聚，则越有利于农业的规模化生产，从而促进土地利用效率的提高；节约并且集约的农村居民点用地分布方式能够为农业生产和城镇建设腾出宝贵的发展空间；“一核多元”的城镇建设用地空间配置模式能够有效地为区域发展提供强劲推力，而且一定的城镇边缘复杂程度能够为其与外界的物质能量信息交换提供足够的物理接口，物质流、能量流和信息流的通畅循环能够让城镇的各项功能得以更高效地运转。

参考文献

［1］ 王昱，丁四保，卢艳丽.建设用地利用效率的区域差异及空间配置：基于2003—2008年中国省域面板数据［J］.地域研究与开发，2012，31（6）：132-138.

［2］ 张良悦，师博，刘东.中国城市土地利用效率的区域差异：对地级以上城市的DEA分析［J］.经济评论，2009（4）：18-26.

［3］ 杨志荣，吴次芳，靳相木，等.基于DEA模型的城市用地经济效益比较研究［J］.长江流域资源与环境，2009，18（1）：14-18.

［4］ 李永樂，舒帮荣，吴群.中国城市土地利用效率：时空特征、地区差距与影响因素［J］.经济地理，2014，34（1）：133-139.

［5］ 吴得文，毛汉英，张小雷，等.中国城市土地利用效率评价［J］.地理学报，2011，66（8）：1111-1121.

［6］ 梁流涛，赵庆良，陈聪.中国城市土地利用效率空间分异特征及优化路径分析：基于287个地级以上城市的实证研究［J］.中国土地科学，2013，27（7）：48-54.

［7］ 申成磊，李满春，李飞雪，等.基于数据包络分析的分水镇农村土地利用效率评价［J］.中国土地科学，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］ 张雅杰，金海.长江中游地区城市建设用地利用效率及驱动机理研究［J］.资源科学，2015，37（7）：1384-1393.

［10］ 张娜.景观生态学［M］.北京：科学出版社，2014.

［11］ 蒙吉军，李正国.河西走廊景观类型变化的社会经济驱动力研究［J］.中国沙漠，2004，24（1）：56-62.

［12］ 俞龙生，符以福，喻怀义，等.快速城市化地区景观格局梯度动态及其城乡融合区特征：以广州市番禺区为例［J］.应用生态学报，2011，22（1）：171-180.

［13］ 张红月，王亮，赵荣，等.综合景观格局与经济指标进行土地利用二维尺度分区：以青海省为例［J］.测绘通报，2013（3）：82-85.

［14］ 广西壮族自治区统计局.广西统计年鉴2020［M］.北京：中国统计出版社，2020.

［15］ 张荣天，焦华富.泛长三角城市发展效率时空格局演化与驱动机制［J］.经济地理，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］ 刘传明，李红，贺巧宁.湖南省土地利用效率空间差异及优化对策［J］.经济地理，2010，30（11）：1890-1896.

［18］ 阳文锐.北京城市景观格局时空变化及驱动力［J］.生态学报，2015，35（13）：4357-4366.

［19］ ONEILL 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］ 仇江啸，王效科，逯非，等.城市景观破碎化格局与城市化及社会经济发展水平的关系：以北京城区为例［J］.生态学报，2012，32（9）：2659-2669.

［21］ 齐杨，邬建国，李建龙，等.中国东西部中小城市景观格局及其驱动力［J］.生态学报，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，ONEILL 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］ 張芸香，郭晋平.森林景观斑块密度及边缘密度动态研究：以关帝山林区为例［J］.生态学杂志，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］ 陈利顶，傅伯杰.黄河三角洲地区人类活动对景观结构的影响分析：以山东省东营市为例［J］.生态学报，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.

作者简介 汪昊清（1992—），男，湖北武汉人，工程师，从事土地管理、空间规划研究。*通信作者，工程师，硕士，从事农业地质、地球化学研究。

收稿日期 2023-02-27