西安都市圈城市扩张时空演变及其影响因素研究

摘要：我国城市化快速发展的背景下，城市用地受到多种因素的影响，在时间和空间上都呈现出不同的演化特征。本文以西安都市圈为例，构建土地利用转移矩阵，对西安都市圈2000 年、2010 年和2020 年的城市扩张进行研究，刻画西安都市圈城市扩张时序与空间的演变特征。在此基础上，采用地理探测器，对西安都市圈城市空间格局演化的影响因素进行分析。研究结果表明：（1）西安都市圈核心区城市建成区在30 年间，一直处于加速拓展趋势，在2010 年之后，拓展速度不断加快；而拓展强度却先降后升，1990—2000 年期间，拓展强度超过100%，此时是加速拓展时期，由于城市建成区面积在前期已经达到较大基数，城市扩展速度在2000 年之后逐渐回落，2010—2020 年期间拓展强度缓慢提升。（2）西安都市圈核心区的空间扩展有明显的阶段性特征：跳跃扩展阶段（2001—2005 年）、圈层填充阶段（2006—2010 年）、全面拓展阶段（2011—2015 年）、向西跨越阶段（2016—2020 年）。（3）地理探测器单因子探测分析结果显示，地方财政一般预算收入与城乡居民收入差距指数对城乡工矿建设用地占比的交互解释度最大，为0.677；地方财政一般预算收入与其他因子的交互解释度最大，均大于0.45；农林牧渔业总产值次之，均大于0.35。城乡工矿建设用地占比主要受到地方财政一般预算收入、农林牧渔业总产值与其他因子共同推动。本文为研究西安都市圈城市空间格局的演变过程，揭示城市土地利用空间格局的影响机制提供理论依据。

关键词：城市扩张；时空演变；影响因素；地理探测器；西安都市圈

中图分类号：F293.22 文献标志码：A 文章编号：2095-1329（2024）03-0099-06

2019 年2 月19 日，《国家发展改革委关于培育发展现代化都市圈的指导意见》印发，其中明确指出，要大力培育和发展现代化都市圈，并在2035 年基本建成一批有国际影响的大都市区[1]。我国城市化进程中，以城市群、大都市区为代表的新型城镇化主体，已成为支撑国家经济增长，推动区域协调发展，培育区域竞争新优势的关键。大都市区是以超大城市或具有较强辐射带动作用的大城市为核心，以1 小时通勤半径为中心的新型城市化空间形态。因此对都市圈进行土地利用研究是促进国家现代化都市圈发展的重要途径。

目前，土地利用研究大多集中在两个领域：一是土地利用评价。关于土地利用的评价思路有两种，第一种是构建社会、经济、生态和综合方面的评价指标体系，以调查统计数据为支撑，对土地利用状况进行评价[2-3]。二是以土地利用类型和结构作为土地利用功能的分类基础，借助遥感等技术手段，对不同时空格局进行分析[4-5]。在土地利用功能评价中，通常采用熵值法，主成分分析等[6]。土地利用的评价内容多维复杂化趋势明显，且时空演变机制分析受到较多关注，土地利用时空演变机制相关研究主要包括政策导向、经济发展、人口增长、技术进步等多种因素，共同作用于土地利用系统，促进土地利用类型和空间格局变化[7-9]。同时，土地利用评估也开始从静态到动态模拟转型[10-13]。综上所述，本文以西安都市圈为研究区，利用城市扩张与速率指数等方法，研究西安都市圈城市扩张的演变过程，采用地理探测器，揭示城市空间格局的影响机制，以期为西安都市圈可持续发展提供理论参考。

1 研究区概况

西安都市圈，范围主要包括西安市全域（含西咸新区），咸阳市秦都区、渭城区、兴平市、三原县、泾阳县、礼泉县、乾县、武功县，铜川市耀州区，渭南市临渭区、华州区、富平县，杨凌示范区，行政范围如图1 所示。面积2.06 万km2，2020 年底常住人口1802 万人，地区生产总值约1.3 万亿元。截至2021 年年底，西安市有135个街道、37 个镇、1325 个社区和1926 个行政村（以上数字均含西咸新区），有7 个国家级开发区（西安高新技术产业开发区、西安经济技术开发区、西安曲江新区、西安浐灞生态区、西安阎良国家航空高技术产业基地、西安国家民用航天产业基地、西安国际港务区），并代管一个国家级新区，即西咸新区，总面积10752 km2，是我国中西部及内陆地区的文化中心、金融中心、教育中心、交通枢纽。《关中平原城市群发展规划》对西安的定位是：国家中心城市，西部地区重要的经济中心、对外交往中心、丝路科创中心、丝路文化高地、内陆开放高地、国家综合交通枢纽。2022 年，年末全市常住人口1299.59 万人。2022 年，全年地区生产总值（初步核算）11486.51 亿元，按可比价格计算，比上年增长4.4%。

2 研究方法与数据来源

2.1 研究方法

2.1.1 城市扩展强度与速率指数

城市用地扩展的时序特征，一般采用扩展强度指数UEII（Urban Expansion Intensity Index）和扩展速率指数UERI（Urban Expansion Rate Index）来表征，分别代表着城市建成区的扩展强弱与扩展快慢[1 4-16]。其中，城市扩展强度指数、城市扩展速率指数分别如式（1）、式（2）：

2.1.2 地理探测器

地理探测器是一组探测地理空间分层异质性及其背后驱动力的统计学方法[17]，因其在处理混合类型数据时受到的前提制约较少，故广泛应用于自然科学和经济社会的影响因素研究中。该模型由分异及因子探测、交互作用探测、风险区探测和生态探测4 个模块构成，本文主要应用分异及因子探测器和交互作用探测器。

（1）分异及因子探测：用于探测某地理因素Y 的空间分异性和某因子X 是否是形成该因素空间分异的驱动力，以及此因子的解释力度q。为保障地理探测器模型的正常运转，利用SPSS 中K 均值聚类法、分位数法等将数值型变量转变为离散型变量。具体模型为：

（2）交互作用探测：识别不同因子Xi 叠加后的交互作用，即评估因子X1 和X2 共同作用时对因变量Y 解释力的影响强弱及是否相互独立，交互作用判据如表1 所示。

2.2 数据来源

2.2.1 空间数据

通过国家地理数据云网站分别获取2000 年、2010 年、2020 年3 期Landsat ETM/OLI8 影像（成像时间为每年的6～9 月，空间分辨率为30 m）。利用遥感和地理信息软件对3 期Landsat 遥感图像采用三角网格法，通过双线性内插进行几何校正，校正精度优于1 个像元，即30 m；进而在预处理的基础上，采用监督分类中的最大似然法和人机交互目视解译法对城区建筑进行分类；然后利用空间分析模块进行中心城区边界提取，得到3 期栅格图像，结合行政区划、同期土地利用现状数据将栅格图像矢量化，获得3 期中心城区边界图；最后，利用叠置分析功能对3 期影像进行叠加分析处理。

2.2.2 社会经济数据

利用2001—2021 年《陕西省统计年鉴》和《西安市统计年鉴》中的人口、地区生产总值、人均消费等相关数据，并对相关缺失数据基于统计学原理进行缺失值处理。

3 研究结果

3.1 西安都市圈城市扩张时空特征

3.1.1 时序特征

1990 年、2000 年、2010 年、2020 年的西安都市圈核心区的城市建成区面积详见表2。总体而言，西安都市圈核心区城市建成区在30 年间，一直处于加速拓展趋势，在2010 年之后，拓展速度不断加快；而拓展强度却先降后升，1990—2000 年期间，拓展强度超过100%，此时是加速拓展时期，由于城市建成区面积在前期已经达到较大基数，城市扩展速度在2000 年之后逐渐回落，2010—2020 年期间拓展强度缓慢提升。

3.1.2 空间特征

城市扩展强度和扩展速度能较好地反映城市扩展的时序特征，但扩展模式缺乏直观的反映。目前被国内学者广泛认同的是城市空间扩展模式主要有4 种，分别是由内而外的外延型圈层扩展模式，沿主要交通轴线的带状扩展模式，跳跃扩展模式以及填充扩展模式。（1）圈层扩展模式多发生在平原或盆地地区，一般以主城区为核心，随着经济社会发展逐年向外围分层扩展，单一的圈层扩展呈现出来的通常是圆环套圆环的“摊大饼”式发展。（2）沿交通主轴扩展模式多受城市地形的影响，城市沿河谷或山谷蔓延扩展，或是沿城市主要对外交通干线分布，由于交通干道带动形成发展廊道。（3）跳跃扩展模式，一般出现在中心城市周围的卫星城或主城区附近的开发区、大学园区等功能组团，一般具有鲜明的政策导向性，城市形态初期呈现不连续的点式或点轴式分布。（4）填充式扩展模式，一般出现在连接老城与新城的空白地带，城中村改造也是另一种填充扩展模式表现形式。

任何一个都市圈的发育成长，都是中心城市不断扩张、与周边城市逐步相连实现一体化的过程。就西安而言，在未形成西安都市圈之前，其中心城区实际只有以钟楼为核心的西安城六区。1985 年西安主城区城市半径才5 km 左右，西安、咸阳两市相距约15 km，直到最近5 年，西安市主城区东南方向扩展到15 km，西南方向扩展到约20 km，东北方向扩展到约25 km，向西扩展最终与咸阳市主城区相连，最终向西半径达到30 km，使城市重心逐步西移，最终在西咸新区的连接下与咸阳市主城区融为一体，共同构成西安都市圈的中心城区（图2）。结合2000 年以来西安及咸阳市城市建设历史，可以总结出西安都市圈核心区的扩展有明显的阶段性特征：

（1）跳跃扩展阶段（2001—2005 年）

该阶段在传统圈层扩展模式的基础上，出现明显的跳跃式扩展形态。圈层式扩展得益于二环全线贯通带来的城市自然扩展，以及城北经开区、城东南的曲江新区的发展，特别是大唐芙蓉园和南湖景区建设所带来的高端生活区的火爆，使“曲江模式”成为城市开发的经典案例；跳跃式扩展主要体现在城南的长安大学城，此阶段以西北大学、西安外国语大学、西北政法大学、陕西师范大学等为代表的长安郭杜大学城开始大规模建。

（2）圈层填充阶段（2006—2010 年）

该阶段西安城市扩展以填充式和圈层式为主，西安三环路全线贯通，西安城市南部和北部边界已突破三环向外延伸。老城区内部则加速棚户区拆迁和城中村改造，极大地推动了城市更新，盘活了低效城市用地。在城郊地区，长安通讯产业园、草堂科技产业基地在高新区建成，曲江新区一期基本成型，航天城建设也初具规模。

（3）全面拓展阶段（2011—2015 年）

该阶段西安中心城区扩展进入高峰，城市扩展的四种模式在西安城市建设发展中都有不同程度呈现。西安轨道交通建设进入爆发期，地铁2 号线和1 号线在2011 年2013 年先后建成通车，一纵一横两条主轴线有效缩短了城市内部通勤距离，3 号线、4 号线、5 号线相继开工，城市沿地铁线形成了鲜明的商业走廊。2011 年，高铁西安北站建成投运、西安市政府北迁，两个重大城市功能板块极大地带动了城北地区的快速发展，长达半年的西安世园会显著提高了浐灞生态区的基础设施水平和社会知名度，带动了东北郊的发展。2014 年1 月，国务院正式批复设立西咸新区，范围涉及西安、咸阳两市所辖7 县（区）23 个乡镇和街道办事处，规划控制面积882 km2。在这一国家利好政策带动下，西咸一体化迈出实质性步伐，西安和咸阳两市城市扩展加快相向而行。

（4）向西跨越阶段（2016—2020 年）

该阶段随着2017 年西咸新区划归西安代管，西咸一体化有了更实质性动作，西安市将部分高校、科研院所和企业搬迁到西咸新区，世纪大道、沣河大桥等道路两侧的农业用地迅速转变为建设用地。西安、咸阳两市的空间距离不断缩短，甚至大部分已结为一体，西安新中心加速形成，标志着西安都市圈的核心区终于从西安主城区扩大到咸阳市主城区和西咸新区。

3.2 西安都市圈城市扩张影响因素

3.2.1 西安都市圈城市扩张影响因素指标确定

土地利用时空演变受多种因素的综合作用，由于其影响因素众多，现有的研究多从自然、社会、经济三个层面，选择不同的视角与因素开展研究。而作为都市圈的研究，其自身也是一项复杂而综合性的工作。短期之内的土地利用变化往往是基于人为因素所影响，社会经济对其形成较大作用。因此，本文从社会经济因素中共选取7 个驱动因子来探究西安都市圈土地利用时空演变的影响因素。由于城镇用地变化是影响土地利用类型变化的重要因素，故本文用城乡工矿建设用地变化情况作为土地变化的表征指标（表3）。

3.2.2 西安都市圈城市扩张影响因素分析

土地利用类型的转化通常伴随着经济因素的影响而不断改变。伴随着西部地区的整体发展，自2000 年以来，西安都市圈城乡工矿居民用地的面积在不断增加。经济发展引发的“增人增地”是常见的社会现象，因此，在讨论西安都市圈土地利用变化的时空演变过程中经济因素便具有重要价值。刺激西安都市圈城镇用地不断扩张的内生动力就是西安市及周边核心城市的发展和经济的增长。

单因子探测分析。本文以城乡工矿建设用地占比作为地理探测器的因变量Y，以7 个驱动因子作为自变量Xi（i＝ 1，2，…，7），应用地理探测器对各因子的驱动贡献率和交互作用进行定量分析，探究西安都市圈城市扩张的主导驱动因子和各因子之间的交互作用类型。由于地理探测器探测驱动因子时，类型变量优于连续型变量，而对于顺序量、比值量或间隔量，需要将自变量进行适当的离散化，因此，本文用K-Means、分位数法等将各因子指标进行离散化处理，便于将数据在地理探测器中进行分析。

根据公式2，计算得到各因子对城乡工矿建设用地占比的解释度q（表4）。其中，地方财政一般预算收入（X4）和人均地方财政一般预算（X7）在1% 置信水平下显著相关，而其余因子均通过5% 置信水平的假设性检验。

地占比的解释度排序为：地方财政一般预算收入（X4）> 人均地方财政一般预算支出（X7）> 人均地区生产总值（X2）> 全社会固定资产投资（X3）> 城乡居民收入差距指数（X5）> 农林牧渔业总产值（X1）> 万人拥有中小学教师数（X6），影响显著。地方财政一般预算收入（X4）对研究区城乡工矿建设用地占比影响最显著，高达44.9%；人均地方财政一般预算支出（X7）次之，解释度为19.7%；人均地区生产总值（X2）位列第三，解释度为19.5%；全社会固定资产投资（X3）位列第四，解释度为19.2%。这些因子是主要驱动因子，其原因在于经济发达、交通通达地区的工业化、城镇化水平较高，其城镇用地面积也随之增多。在城市不断城镇化的过程中，城乡居民收入差距也在不断缩小，而农业是地区发展的重要基础，农业在不断发展，其所产生的总产值也随之提升。除万人拥有中小学教师数（X6）以外，其余因子的解释度均超10%。

政府决策也在一定程度上影响了除城镇用地外，其他土地类型的转变。政府的决策如何影响都市圈土地使用的空间结构变化，主要反映在两个层面上：首先是都市圈内各城市之间的和谐统一发展。中心城市通常会获得政府的政策扶持，因此它的产业发展和人才集聚都一般由于附近其他城镇，这些政策扶持会进一步强化都市圈的中心城市核心地位。为了确保都市圈行政规划中的城市能够和谐发展，通常会在产业合作、基础设施的共同建设、公共服务的共享等领域建立合作机制，从而加强中心城市与其邻近城市之间的联系。这些在西安都市圈的建设三年行动计划当中都有体现，比如西安都市圈的协同创新体系要更具活力，创新型现代产业体系更加完善等。二是中心城市内部的政策调整和政府的指导作用。为了调整都市区的整体空间布局，政府采用了行政区域的重新划分、行政中心的迁移、大学城的建设以及产业政策的引导等多种策略。如西咸一体化政策，相关城六区及其他区的购房限购政策等。还有发展规划当中的要推进公共服务标准化和便利化，推进文体服务，共建共享，加强都市圈医疗卫生服务合作等，都是增强中心城市内部的政策调控和政府引导。

交互因子探测分析。研究区城乡工矿建设用地占比驱动因子的交互探测结果如表5 所示，结果表明各因子间交互作用对城乡工矿建设用地占比的解释力均大于单因子作用，且均呈非线性增强和双因子增强效应。因此，研究区城乡工矿建设用地由各因子相互作用形成的。

研究区城乡工矿建设用地占比驱动因子的交互探测结果如表5 所示。地方财政一般预算收入与城乡居民收入差距指数（X4 ∩ X5）对城乡工矿建设用地占比的交互解释度最大，为0.677；地方财政一般预算收入（X4）各与其他因子的交互解释度最大，均大于0.45。农林牧渔业总产值（X1）次之，均大于0.35。这表明城乡工矿建设用地占比主要受到地方财政一般预算收入、农林牧渔业总产值与其他因子共同推动。

4 研究结论

本文以西安都市圈为例，构建土地利用转移矩阵，对西安都市圈2000 年、2010 年和2020 年的土地利用类型结构与变化进行研究，刻画西安都市圈各类土地利用类型的时序与空间的演变特征。在此基础上，采用地理探测器，对西安都市圈用地空间格局演化的影响因素进行分析。根据本文研究得出以下结论：

（1）西安都市圈核心区城市建成区在30 年间，一直处于加速拓展趋势，在2010 年之后，拓展速度不断加快；而拓展强度却先降后升，1990—2000 年期间，拓展强度超过100%，此时是加速拓展时期，由于城市建成区面积在前期已经达到较大基数，城市扩展速度在2000 年之后逐渐回落，2010—2020 年期间拓展强度缓慢提升。

（2）西安都市圈城市扩张空间特征表明，西安都市圈核心区的扩展有明显的阶段性特征：跳跃扩展阶段（2001—2005 年）、圈层填充阶段（2006—2010 年）、全面拓展阶段（2011—2015 年）、向西跨越阶段（2016—2020 年）。

（3）地理探测器单因子探测分析结果显示，地方财政一般预算收入与城乡居民收入差距指数（X4 ∩ X5）对城乡工矿建设用地占比的交互解释度最大，为0.677；地方财政一般预算收入（X4）各与其他因子的交互解释度最大，均大于0.45。农林牧渔业总产值（X1）次之，均大于0.35。城乡工矿建设用地占比主要受到地方财政一般预算收入、农林牧渔业总产值与其他因子共同推动。

参考文献

[1] 戴云， 吴九兴. 合肥都市圈农地利用变化及其驱动机制[J]. 上海国土资源，2022，43（1）：23-27.

DAN Y， WU J X. The spatial-temporal characteristic of agricultural land use change and its driving mechanism in Hefei metropolitan area[J].Shanghai Land & Resources， 2022，43（1）：23-27.

[2] 李志江， 孙姗姗. 徐州市主城区土地利用转型过程及机制[J]. 江苏师范大学学报（ 自然科学版），2020，38（3）：18-22.

LI Z J， SUN S S. Mechanism and process of land use transition in Xuzhou main city zone[J]. Journal of Jiangsu Normal University （Natural Science Edition）， 2020，38（3）：18-22.

[3] ZHANG J， LI S， LIN N， et al. Spatial identification and trade-off analysis of land use functions improve spatial zoning management in rapid urbanized areas， China[J]. Land Use Policy， 2022，116.

[4] LIU T， SU C. Is transportation improving urbanization in China[J]. Socio-Economic Planning Sciences， 2021，77.

[5] Rahman M M， Szabo G. A geospatial approach to measure social benefi ts in urban land use optimization problem[J]. Land， 2021，10（12）.

[6] 张佰发， 苗长虹. 黄河流域土地利用时空格局演变及驱动力[J]. 资源科学，2020，42（3）：460-473.

ZHANG B F， MIAO C H. Spatiotemporal changes and driving forces of land use in the Yellow River Basin[J]. Resources Science， 2020，42（3）：460-473.

[7] 段红腾， 吴发启， 杨一凡， 等. 近10 年巴音河流域土地利用变化及驱动力分析[J]. 水土保持研究，2020，27（2）：172-177.

DUAN H T， WU F Q， YANG Y F， et al. Land use change and driving force analysis of Bayin River basin in the past 10 years[J]. Research of Soil and Water Conservation， 2020，27（2）：172-177.

[8] 尹昌霞， 马仁锋， 毛菁旭. 滨海地区三生空间冲突的时空评测及优化[J]. 上海国土资源，2021，42（2）：78-84.

YIN C X， MA R F， MAO J X. Spatial-temporal evaluation and optimization of spatial confl ict in ecological-productionliving spaces of coastal region[J]. Shanghai Land & Resources， 2021，42（2）：78-84.

[9] 苑韶峰， 唐奕钰， 申屠楚宁. 土地利用转型时空演变及其生态环境效应——基于长江经济带127 个地级市的实证研究[J]. 经济地理，2019，39（9）：174-181.

YUAN S F， TANG Y Y， SHENTU C N. Spatiotemporal change of land-use transformation and its eco-environmental response ： a case of 127 counties in Yangtze River Economic Belt[J]. Economic Geography， 2019，39（9）：174-181.

[10] 鲍章轩， 韦仕川. 海口市三生空间的土地利用转型及生态服务功能演变[J]. 上海国土资源，2022，43（4）：98-104.

BAO Z X， WEI S C. Land use transformation and ecological service function evolution of production-living-ecological space in Haikou City[J].Shanghai Land & Resources， 2022，43（4）：98-104.

[11] 焦庚英， 杨效忠， 黄志强， 等. 县域三生空间格局与功能演变特征及可能影响因素分析——以江西婺源县为例[J]. 自然资源学报，2021，36（5）：1252-1267.

JIAO G Y， YANG X Z， HUANG Z Q， et al. Evolution characteristics and possible impact factors for the changing pattern and function of productionliving-ecological space in Wuyuan County[J]. Journal of Natural Resources， 2021，36（5）：1252-1267.

[12] 冀正欣， 刘超， 许月卿， 等. 基于土地利用功能测度的“三生”空间识别与优化调控[J]. 农业工程学报，2020，36（18）：222-231，315.

JI Z X， LIU C， XU Y Q， et al. Identiffcation and optimal regulation of the production-living-ecological space based on quantitative land use functions[J]. Transactions of the Chinese Society of Agricultural Engineering， 2020，36（18）：222-231.

[13] 蒙吉军， 江颂， 拉巴卓玛， 等. 基于景观格局的黑河中游土地利用冲突时空分析[J]. 地理科学，2020，40（9）：1553-1562.

MENG J J， JIANG S， LABA Z M， et al. The spatial and temporal analysis of land use confl ict in the middle reaches of the Heihe River based on landscape pattern[J]. Scientia Geographica Sinica， 2020，40（9）：1553-1562.

[14] 赵旭， 汤峰， 张蓬涛， 等. 基于CLUE-S 模型的县域生产- 生活- 生态空间冲突动态模拟及特征分析[J]. 生态学报，2019，39（16）：5897-5908.

ZHAO X， TANG F， ZHANG P T， et al. Dynamic simulation and characteristic analysis of county production-living-ecological spatial conflicts based on CLUE-S model[J]. Acta Ecologica Sinica， 2019，39（16）：5897-5908.

[15] 刘莹， 耿文亮， 邵静文， 等. 三生空间视角下土地利用变化与生态系统服务价值响应——以黄河下游地区为例[J]. 地域研究与开发，2021，40（4）：129-135.

LIU Y， GENG W L， SHAO J W， et al. Land use change and ecosystem service value response from the perspective of ecological production-living spaces： a case study of the lower Yellow River[J]. Areal Research and Development， 2021，40（4）：129-135.

[16] 董光， 何兰， 王艺积， 等. 1990-2017 年河北省易县土地利用时空格局动态变化[J]. 中国农业资源与区划，2020，41（1）：242-249.

DONG G， HE L， WANG Y J， et al. Study on spatio-temporal pattren of land use change in Yi county， Hebei province from 1990 to 2017[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2020，41（1）：242-249.

[17] 王劲峰， 徐成东. 地理探测器 ： 原理与展望[J]. 地理学报，2017，72（1） ：116-134.

WANG J F， XU C D. Geodetector： principle and prospect[J]. Acta Geographica Sinica， 2017，72（1）：116-134.

[18] 范晓鹏， 郄海潮. 西安都市圈中心城区的时空演变及影响机制研究[J]. 城市发展研究，2021，28（6）：34-39.

FAN X P， QIE H C. Analysis on the characteristics of the tempo-spatial evolution of Xi'an metropolitan area[J]. Urban Development Studies，2021，28（6）：34-39.

[19] 康庆， 郭青霞， 丁一， 等. 山西省2005-2018 年“三生”功能的时空分异特征及其影响因素[J]. 水土保持通报，2021，41（5）：327-337.

KANG Q， GUO Q X， DING Y， et al. Temporal and spatial evolution and driving factors of productional-living-ecological functions of Shanxi province during 2005-2018[J]. Bulletin of Soil and Water Conservation， 2021，41（5）：327-337.