2. 南宁师范大学地理科学与规划学院, 广西南宁 530100
2. School of Geography and Planning, Nanning Normal University, Nanning, Guangxi, 530100, China
国土空间是人类赖以生存的重要物质基础,同时也是经济社会发展和建设的重要载体[1]。改革开放以来,伴随着中国工业化与城镇化的快速发展,人口-经济增长与土地资源之间的矛盾也日益凸显,国土空间管理与可持续开发面临严峻挑战。对此,我国多次推进构建统一的国土空间规划体系,实施统一的用途管制,强调对生产空间、生活空间和生态空间(即“三生空间”)进行科学布局[2]。在此背景下,如何对“三生空间”进行识别、分类及探究时空格局的演化特征,对国土空间规划与治理具有重大意义。
目前,“三生空间”相关研究主要集中在识别分类、时空格局演化以及空间优化等方向[3]。按照国家相关土地分类标准对区域土地进行归类和整合[4-6],或者建立一套评价指标体系[7-11]来量化评估土地的“三生功能”,进而实现对“三生空间”的准确识别和合理划分。学者们通常采用转移矩阵[12]、动态度模型[13]、情景模拟[14]等手段, 在省域[15]、市域[16]、县域[17]、城市群[18]及流域[19]等多种尺度下开展一系列关于“三生空间”时空格局的动态变化研究。针对“三生空间”的协同与竞争关系,张红娟等[20]采用“千层饼”模型构建“三生空间”评价体系,探索了针对“三生空间”的优化策略。朱媛媛等[21]利用生态空间评估模型构建了五峰县“三生空间”区划的指标体系,探讨了国家限制开发区的“三生空间”结构优化方法。尽管相关研究已取得了显著成果,并为区域层面的研究提供了宝贵的经验和方法论,但是关于“三生空间”的识别分类还没有形成统一的标准。
广西北部湾经济区(以下简称北部湾经济区)位于中国的沿海西南端,是人类活动频繁的陆海交错地带。近年来,随着工业化与城镇化的快速发展,区域内面临着土地资源利用率低、空间冲突明显和土地生态退化等国土资源开发与保护问题,而现有相关的“三生空间”时空动态及未来发展趋势研究相对较少。鉴于此,在城镇发展空间大、速度快,兼具“山江海边”的复合型自然地理特征的北部湾经济区开展“三生空间”时空演变及情景模拟研究, 具有重要意义。本研究以北部湾经济区为研究区,从“三生功能”视角将研究区划分为生活空间、生产空间和生态空间,并分析“三生空间”的分布特征、时间演变规律与未来发展态势,旨在为北部湾经济区的国土空间可持续利用与优化提供科学依据。
1 材料与方法 1.1 研究区概况北部湾经济区[图 1,底图审图号:GS(2019)1822号]地处中国西南沿海(20°26′-24°02′N, 106°33′-110°53′E),由南宁、北海、钦州、防城港、玉林、崇左6市所辖区域组成,陆地占地面积7.34万km2,海岸线长达1 595 km。地形以山地和平原为主,地势西北高、东南低。气候属于亚热带季风气候区,热量丰富、雨量充沛、光照充足、太阳辐射较强,年平均气温20.6 ℃,年平均日照时间1 264 h。区域内水资源丰富,河网密集,南流江、钦江、大风江、茅岭江、北仑河等河流贯穿而过[22]。
|
| 图 1 北部湾经济区概况示意图 Fig. 1 Schematic overview of the Beibu Gulf Economic Zone |
1.2 数据来源
本研究数据主要包括土地利用数据、人口密度栅格数据、归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据、气象数据和社会经济统计数据等。其中,土地利用数据(空间分辨率30 m)来源于中国科学院的资源环境科学数据平台(http://www.resdc.cn);人口密度栅格数据来源于联合国的Worldpop人口密度数据集(https://hub.worldpop.org/);NDVI数据(分辨率250 m)来源于NASA官网(https://modis.gsfc.nasa.gov/data/)的长时间序列MOD13Q1系列数据;气象数据来源于国家气象科学数据中心(http://data.cma.cn/)和北部湾区各县区气象局的逐月、逐年的降水和气温数据;社会经济统计数据主要来源于广西统计年鉴数据和各市级统计年鉴。
1.3 方法 1.3.1 “三生空间”分类体系“三生空间”实际上是基于土地利用功能为人类提供各种产品与服务的功能空间[23]。识别“三生空间”的关键在于深刻理解土地的多功能性,用定性或定量的方法识别土地多重功能中的主体功能[24]。结合前人研究[25-28],本研究遵循可操作性、科学性和土地利用合理性原则,构建了北部湾经济区“三生空间”的分类体系(表 1)。
| 一级分类 Category Ⅰ |
二级分类 Category Ⅱ |
对应地类 Corresponding land types |
划分依据 Basis of delineation |
| Production space | Agricultural production space | Paddy land, dry land, other forest land | Based on the provision of agricultural products |
| Industrial production space | Land for industrial and mining construction | Predominantly industrial production functions | |
| Living space | Urban living space | Land for urban settlements | Carrying the daily life and services of urban residents |
| Rural living space | Land for rural settlements | Carrying the daily life and services of rural residents | |
| Ecological space | Green ecological space | Woodland, high/medium/low cover grassland | Provision of ecological goods and services |
| Watershed ecological space | Rivers, lakes, reservoirs, mudflats | Provision of water resources |
1.3.2 土地利用动态度
土地利用动态度能深刻反映土地利用变化的剧烈程度[29],采用土地利用动态度模型定量描述生产、生活、生态各种土地利用类型的面积变化情况,可反映“三生空间”用地结构变化特征。计算公式如下:
| $ k_i=\frac{S_{i t 2}-S_{i t 1}}{S_{i t 1}} \times \frac{1}{t} \times 100 \%, $ |
式中,ki表示i类空间在t1—t2时间段内的动态度指数,Sit1表示研究初期的i类国土空间面积,Sit2表示研究末期i类国土空间的面积,t为研究时长。
1.3.3 土地利用转移矩阵土地利用转移矩阵是运用空间分析方法来确定某个时间段内各个土地利用类型之间相互转化的数量与方向的定量研究方法[30]。通过借助土地利用转移矩阵来构建国土空间转移矩阵,以此分析和揭示区域“三生空间”的转入与转出面积以及转换规模。其表达式为
| $ S_{i j}=\left[\begin{array}{cccc} S_{11} & S_{12} & \cdots & S_{1 n} \\ S_{21} & S_{22} & \cdots & S_{2 n} \\ \cdots & \cdots & \cdots & \cdots \\ S_{n 1} & S_{n 2} & \cdots & S_{n n} \end{array}\right] \text {, } $ |
式中,Sij为研究初期的第i类国土空间转换为末期的第j类国土空间的面积;i表示研究初期的国土空间类型, j表示末期的国土空间类型,n表示国土空间类型的数目。
1.3.4 未来土地利用变化情景模拟FLUS模型是由Liu等[31]于2017年提出的一种基于元胞自动机(CA)模型和系统动力学(SD)模型的土地利用空间分布模拟预测模型,能够基于土地利用、驱动因子数据,采用神经网络算法(ANN)获取不同土地利用类型在研究区内的出现概率,通过自适应惯性竞争机制模拟未来的土地利用空间分布格局。
根据北部湾经济区的实际情况,本研究选取GDP、人口密度、距道路距离、海拔、坡度、年降水量、年均气温和NDVI等8个驱动影响因子模拟2035年土地利用的变化。为更好地模拟未来土地利用的发展变化,本研究设定了3种不同的情景(自然发展情景、耕地保护情景和生态保护情景)。土地利用动态度能够深刻反映土地利用的扩张能力,根据北部湾经济区2005-2020年的实际情况,6类空间的土地利用动态度指数大小依次为工业生产空间、城镇生活空间、农村生活空间、水域生态空间、绿被生态空间、农业生产空间。自然发展情景模型参数设定是基于实际的土地转移模式,邻域权重按照上述土地利用动态指数大小顺序赋值,以此反映土地利用的自然演变趋势。为了强化耕地的保护,耕地保护情景提高了农业生产空间的邻域权重,并通过调整参数抑制非农业生产空间的扩张。生态保护情景提高了绿被生态空间的邻域权重,旨在加强对生态空间的保护力度。参考已有研究成果[25, 32],本研究的邻域权重设置为0-1,数值越高表明该类型的土地扩展倾向越强(表 2)。转换成本用于表征土地利用类型转化的难易程度,本研究针对3种情景构建了相应的转换成本矩阵(表 3)。
| 情景类型 Scenario type |
农业生产空间 Agricultural production space |
工业生产空间 Industrial production space |
城镇生活空间 Urban living space |
农村生活空间 Rural living space |
绿被生态空间 Green ecological space |
水域生态空间 Watershed ecological space |
| Natural development scenario | 0.30 | 1.00 | 0.80 | 0.60 | 0.40 | 0.50 |
| Cropland protection scenario | 1.00 | 0.80 | 0.60 | 0.50 | 0.40 | 0.50 |
| Ecological protection scenario | 0.30 | 0.80 | 0.60 | 0.50 | 1.00 | 1.00 |
| 情景类型 Scenario type |
农业生产空间 Agricultural production space |
工业生产空间 Industrial production space |
城镇生活空间 Urban living space |
农村生活空间 Rural living space |
绿被生态空间 Green ecological space |
水域生态空间 Watershed ecological space |
|
| Natural development scenario | Agricultural production space | 1 | 1 | 1 | 1 | 1 | 1 |
| Industrial production space | 0 | 1 | 0 | 0 | 0 | 0 | |
| Urban living space | 0 | 0 | 1 | 0 | 0 | 0 | |
| Rural living space | 1 | 0 | 0 | 1 | 1 | 1 | |
| Green ecological space | 1 | 1 | 1 | 1 | 1 | 1 | |
| Watershed ecological space | 1 | 0 | 0 | 1 | 1 | 1 | |
| Cropland protection scenario | Agricultural production space | 1 | 0 | 0 | 0 | 0 | 0 |
| Industrial production space | 1 | 1 | 1 | 0 | 1 | 0 | |
| Urban living space | 0 | 0 | 1 | 0 | 0 | 0 | |
| Rural living space | 1 | 1 | 1 | 1 | 1 | 0 | |
| Green ecological space | 1 | 1 | 1 | 1 | 1 | 1 | |
| Watershed ecological space | 1 | 1 | 1 | 1 | 1 | 1 | |
| Ecological protection scenario | Agricultural production space | 1 | 1 | 1 | 1 | 1 | 1 |
| Industrial production space | 0 | 1 | 0 | 0 | 0 | 0 | |
| Urban living space | 0 | 0 | 1 | 0 | 0 | 0 | |
| Rural living space | 1 | 0 | 0 | 1 | 1 | 1 | |
| Green ecological space | 0 | 0 | 0 | 0 | 1 | 1 | |
| Watershed ecological space | 0 | 0 | 0 | 0 | 1 | 1 | |
| Note: “0” means conversion is not allowed, “1” means conversion is allowed. | |||||||
2 结果与分析 2.1 “三生空间”总体特征
利用ArcGIS软件对“三生空间”进行识别分类与可视化[图 2,底图审图号:GS(2019)1822号]。结果表明,北部湾经济区国土空间以生态空间为主(约64%),生产空间次之(约32%),生活空间占比最小。绿被生态空间占国土空间面积60%以上,广泛分布于大明山、西大明山、十万大山、六万大山和云开大山等众多山地区域及其周围的丘陵、盆地。农业生产空间各年份占比约为31%,主要分布在宾阳盆地、武鸣盆地、南宁盆地、横州缓丘低地和南流江三角洲等地势平坦、土壤肥沃的盆地、缓丘、平原、沿海低地和河谷。城镇生活空间和工业生产空间主要分布在盆地、槽谷及平原地带,这些区域地形平坦、耕地资源丰富、生产生活条件较好,人口和经济活动更加集聚。农村生活空间和水域生态空间类型占比均较小,在研究区内零散分布。
|
| 图 2 北部湾经济区“三生空间”分布格局 Fig. 2 Distribution pattern of the "production-living-ecological space" in the Beibu Gulf Economic Zone |
从阶段变化来看,2005-2010年,北部湾经济区生产空间和生活空间略有增加,生态空间略有减少。其中,工业生产空间扩张最为显著,其次是城镇生活空间,反映出该阶段北部湾经济区城镇化和工业化趋势逐渐增强。2010-2015年,北部湾经济区农业生产空间和绿被生态空间小幅减少,其余空间类型均有不同幅度的增长。其中,工业生产空间增幅依然最大,变化也最剧烈,其动态度高达25.09%,城镇生活空间也略有增长,反映出该阶段北部湾经济区的城镇化进程正在逐渐加快,工业化迅猛发展。2015-2020年,北部湾经济区农业生产空间、绿被生态空间和水域生态空间有所减少,其他空间则均有不同幅度的增长,其中城镇生活空间增幅最大。从“三生空间”变化动态度来看,该阶段的工业生产空间扩张程度相比上一阶段有明显下降,城镇生活空间增长幅度大幅提高,反映出北部湾经济区剧烈的城镇化进程,也说明北部湾经济区的工业化程度已达到较高水平。2005-2020年,北部湾经济区工业生产空间、城镇生活空间和农村生活空间有不同程度的增长,农业生产空间、绿被生态空间和水域生态空间则有不同幅度的减少。其中,工业生产空间增长幅度最大,动态度高达20.50%,远超其他空间类型,城镇生活空间也有明显扩张。农业生产空间减少幅度最大,其次是绿被生态空间。
从整体上看,北部湾经济区这15年间工业化、城镇化发展迅猛,“三生空间”冲突表现明显,即工业生产空间和城镇生活空间过度扩张,导致农业生产空间和绿被生态空间受到挤压,生态环境质量下降。对此,应持续强化耕地保护,在国土空间规划中确保永久基本农田不受侵占,明确生态保护红线和城镇开发边界,并通过产业升级和存量优化来推动“三生空间”功能互补与协同发展,最终实现“产业强、城乡美、生态优”的可持续发展目标。
2.2 “三生空间”转移变化特征2005-2020年北部湾经济区的“三生空间”面积转移矩阵如表 4所示。结果发现,农业生产空间和绿被生态空间是主要的转出空间,同时也是主要的转入空间,两种空间的相互转化现象较为普遍。另外,农业生产空间具有最大的转出面积(3 021.23 km2),其中分别向城镇生活空间、工业生产空间转移211.13 km2、339.81 km2。农业生产空间转向城镇生活空间的主要原因为城市扩张与新区建设,如南宁五象新区、北海银滩新城等城市开发项目将大量城郊农田征用为住宅区、商业区和公共设施用地。农业生产空间转向工业生产空间的主要原因为临港工业区与产业园扩张,比如钦州港经济技术开发区的建设,原以农业和渔业为主的沿海地带转型为石化、装备制造产业园。绿被生态空间转出面积次之(2 582.84 km2),但绿被生态空间转入面积为2 232.41 km2,与转出面积基本持平,主要来自农业生产空间,可能与“退耕还林还草”政策、人工速生经济林广泛种植、土地撂荒等因素有关。城镇生活空间和工业生产空间向其他空间类型转移的面积最少,远少于其他空间类型向其转移的面积,原因为城镇生活空间和工业生产空间在城市化与工业化进程中有着密切的联系,且转向其他空间较难实现。农村生活空间转入面积主要来源于农业生产空间和绿被生态空间,两者转入面积总和为385.34 km2,可能原因是乡村旅游开发将特色农业用地、林地等转化为乡村生活用地,如南宁周边、北海涠洲岛等地的农田、林地等转化为农家乐和民宿等旅游设施用地。水域生态空间主要由农业生产空间和绿被生态空间转入,原因与政策调控、生态保护工程等有关。
| Unit: km2 | |||||||||||||||||||||||||||||
| 2005 | 2020 | ||||||||||||||||||||||||||||
| 农业生产空间 Agricultural production space |
工业生产空间 Industrial production space |
城镇生活空间 Urban living space |
农村生活空间 Rural living space |
绿被生态空间 Green ecological space |
水域生态空间 Watershed ecological space |
||||||||||||||||||||||||
| Agricultural production space | 20 168.79 | 339.81 | 211.13 | 312.26 | 1 994.53 | 163.50 | |||||||||||||||||||||||
| Industrial production space | 17.00 | 138.77 | 12.34 | 3.12 | 9.75 | 4.44 | |||||||||||||||||||||||
| Urban living space | 13.65 | 6.83 | 432.02 | 1.06 | 7.62 | 7.94 | |||||||||||||||||||||||
| Rural living space | 251.79 | 10.56 | 27.92 | 1 388.23 | 58.89 | 13.72 | |||||||||||||||||||||||
| Green ecological space | 2 045.16 | 231.74 | 62.63 | 73.08 | 41 746.71 | 170.23 | |||||||||||||||||||||||
| Watershed ecological space | 159.81 | 31.01 | 14.46 | 10.29 | 161.62 | 1 798.68 | |||||||||||||||||||||||
从整体上看,空间转换呈现广泛分布的特点,而在某些特定区域内,则显示出较为集中的空间重构现象。其中,农业生产空间与绿被生态空间互相转换的现象较为普遍,广泛分布于整个研究区内。工业生产空间的扩张主要集中在各市区周围,其他各城镇也有零星分布。城镇生活空间主要在2005年城镇生活空间的基础上逐步向外扩张。
2.3 “三生空间”情景模拟 2.3.1 精度验证以2005年的土地利用数据作为基础,运用FLUS模型模拟2020年土地利用变化,通过与2020年实际土地利用数据进行对比,发现2020年土地利用模拟结果的总体精度达到了96.5%,Kappa系数为0.929,表明FLUS模型能够准确地模拟预测土地利用变化情况。因此,可运用FLUS模型及所设置的参数来模拟预测北部湾经济区2035年土地利用变化状况,进而识别不同土地利用情景下的“三生空间”分布格局。
2.3.2 模拟结果特征从3种情景模拟[图 3,底图审图号:GS(2019)1822号]结果中可以看出, 农业生产空间面积均有较大程度的减少,而工业生产空间面积则均有不同程度的增加。从2020年到2035年,工业生产空间面积在自然发展情景下增加了417.91 km2,在耕地保护情景下增加了332.94 km2,反映出北部湾经济区工业化的迅猛发展。在生态保护情景下,工业生产空间面积仅增加了129.43 km2,表明该情景对工业生产空间的扩张有一定的约束作用。农业生产空间面积在自然发展情景下面积大幅度减少,共减少了808.4 km2。耕地保护情景下,农业生产空间面积减少了417.1 km2,与自然发展情景相比,减少的幅度大大降低。生态保护情景下,农业生产空间面积减少了816.58 km2,这表明在追求生态效益最大化时,对农业生产活动的限制较为严格。未来需加强对永久基本农田的保护力度,鼓励闲置宅基地复垦;完善耕地土壤肥力保护机制,实现耕地的可持续利用。
|
| 图 3 北部湾经济区2035年“三生空间”模拟结果 Fig. 3 Simulation result of the "production-living-ecological space" of the Beibu Gulf Economic Zone in 2035 |
在3种情景模拟下,两种类型生活空间均有不同程度的扩张。自然发展情景下,城镇生活空间面积增加了439.15 km2,农村生活空间面积增加了68.01 km2,生活空间面积增加了507.16 km2。耕地保护情景下,城镇生活空间面积增加了467.18 km2,而农村生活空间面积增加了94.33 km2,主要原因是北部湾经济区绿被资源丰富,再加上北部湾经济区稳步推进城镇化进程,导致在该情景下绿被多转为耕地,对于城镇生活空间和农村生活空间约束性较弱。生态保护情景下,城镇生活空间和农村生活空间扩张面积较小,分别增加了142.6 km2和41.05 km2,主要原因是在该情景下政府对生活空间侵占生态空间行为的严格管控。因此,未来可加强对生活空间的管控,提高空间规范管理水平。
在自然发展和耕地保护两种情景下,生态空间的面积显著减少,尤其是在耕地保护情景下,减少的趋势更为明显。在自然发展情景下,绿被生态空间的面积减少了184.51 km2。耕地保护情景下,绿被生态空间的面积减少了480.17 km2。在生态保护情景下,绿被生态空间的面积增加了434.5 km2。水域生态空间在3种情景模拟中的变化并不显著。3种情景模拟下,绿被生态空间和农业生产空间之间的转换最为频繁,它们成为了彼此主要的转入和转出对象。在保障生态安全和耕地保护的同时,如何合理调整绿被生态空间与农业生产空间之间的关系,已成为北部湾经济区国土空间管理中亟待解决的难题。为此,未来需要加大对生态环境的保护和恢复力度,尤其是对关键生态功能区,应采取更加严格的监管措施,以强化城乡生态空间的统筹规划。
3 讨论北部湾经济区“三生空间”以生态空间和农业生产空间为主体,反映出该区域仍以生态本底和农业资源为重要支撑,这一格局与其山地、丘陵广布的地形特征和开发强度相对较低的发展阶段特征吻合。相较于长三角城市群以生产空间为主的格局[33],北部湾经济区呈现出生态空间占主导的特征,表明其国土空间结构仍具有较强的生态约束属性。农业生产空间与绿被生态空间成为主要转出转入的互换空间,说明在工业化和城镇化快速推进的背景下,农业与生态用地承受了较大的空间调整压力。农业生产空间易受挤占现象也在相关研究中具有一定普遍性[34-35],其根本原因在于上述空间类型往往具有地势平坦、连片分布、开发成本较低等特征,更易被建设用地占用。工业生产空间和城镇生活空间的快速扩张,尤其是在港口地区和核心城市周边的集聚发展,凸显了城镇化和工业化在特定区域的土地利用格局重塑中占主导作用。
不同情景模拟结果进一步揭示了政策导向对“三生空间”演变的调节效应。自然发展情景下农业生产空间显著压缩,表明在缺乏有效干预的情况下,经济增长易以牺牲农业和生态空间为代价;耕地保护情景在稳定农业生产空间方面效果明显,但对绿被生态空间形成挤压;生态保护情景在一定程度上抑制了工业生产空间和城镇生活空间的扩张,促进了生态空间增长,但同时对经济发展速度形成约束。这一结果表明,单一目标导向的空间管控可能引发新的结构性矛盾。该现象已在相关研究中得到验证[36-37],无论是以耕地保护、城镇扩张控制还是生态保护为单一目标的情景设定,均难以同时兼顾区域发展与生态安全,往往在优化某一空间功能的同时诱发新的空间冲突与结构失衡。因此,未来国土空间规划应强化多目标协同约束,将耕地保护、生态安全与城镇发展需求纳入统一框架,通过差异化调控与综合情景组合,推动“三生空间”功能协调与结构优化,实现区域可持续发展。
在研究方法上,本研究将土地利用主导功能与“三生空间”分类相结合,并通过动态度、转移矩阵和FLUS模型实现历史演变与未来情景模拟的衔接,较系统地刻画了区域“三生空间”的演变路径。相较于仅关注静态格局或单一时间尺度的研究,在揭示空间转化方向性和政策情景差异方面具有一定创新性。研究结果与北部湾经济区当前社会经济发展进程具有良好一致性,但受数据和模型限制,研究尚难以全面反映土地利用的多功能属性。未来研究可通过引入多维量化指标和社会-生态过程变量,进一步提升“三生空间”分类与调控研究的精细化水平。
4 结论本研究基于土地利用主导功能构建“三生空间”分类体系,利用土地利用动态度和土地利用转移矩阵揭示了北部湾经济区2005-2020年“三生空间”时空动态特征,并通过FLUS模型对北部湾经济区2035年“三生空间”时空分布格局变化进行了多种情景的模拟预测,为北部湾经济区国土空间优化与可持续发展提供了科学依据。主要结论如下。
(1) 北部湾经济区生态空间占据主导地位,其次是生产空间,而生活空间所占比例最小。北部湾经济区的“三生空间”以绿被生态空间(占比超60%)和农业生产空间(占比超30%)为主体。其中,绿被生态空间广泛分布于诸如大明山、西大明山、十万大山、六万大山、云开大山等山地及周边地区。农业生产空间则主要集中在宾阳盆地、武鸣盆地、南宁盆地、横州缓丘低地和南流江三角洲等地势平坦、土壤肥沃的盆地、缓丘、平原、沿海低地和河谷。
(2) 2005-2020年间,工业生产空间、城镇生活空间和农村生活空间均有增长,而农业生产空间、绿被生态空间和水域生态空间呈现下降的态势。其中,工业生产空间与城镇生活空间的扩张最为突出。工业生产空间在南部沿海港口地区形成了新的增长点。在此期间,北部湾经济区的城镇化与工业化成为主导趋势,显著影响了土地利用格局。
(3) 在3种情景模拟下,北部湾经济区“三生空间”均发生剧烈变化。在自然发展情景下,随着城镇化进程的推进和工业生产的扩张,农业生产空间受到显著压缩,而城镇生活空间、农村生活空间及工业生产空间则相应扩大。这一趋势表明,在缺乏特定政策干预的情况下,经济发展对传统农业用地构成了较大压力,也会对生态环境保护造成不良影响。耕地保护情景下,通过实施较为严格的耕地保护措施,农业生产空间减少幅度大大降低,确保了基本农田的稳定性和生产力,城镇生活空间和工业生产空间的面积也依然稳步增长,但绿被生态空间面积则大幅度减少。生态保护情景下,生态空间的面积得到扩展;另外,与自然发展情景和耕地保护情景相比,工业生产空间和城镇生活空间虽然有所增长,但增长幅度却大大降低,表明在强化生态保护的前提下,北部湾经济区的社会经济发展进程受到一定程度的遏制。
| [1] |
唐常春, 李亚平, 杜也, 等. 1980-2018年粤港澳大湾区国土空间结构演变[J]. 地理研究, 2021, 40(4): 928-944. |
| [2] |
王柱莲, 王平, 支林蛟. 环滇池地区2000-2020年"三生"空间格局演变及其驱动力[J]. 水土保持通报, 2021, 41(6): 265-273, 281. |
| [3] |
李江苏, 孙威, 余建辉. 黄河流域三生空间的演变与区域差异: 基于资源型与非资源型城市的对比[J]. 资源科学, 2020, 42(12): 2285-2299. |
| [4] |
刘继来, 刘彦随, 李裕瑞. 中国"三生空间"分类评价与时空格局分析[J]. 地理学报, 2017, 72(7): 1290-1304. |
| [5] |
林伊琳, 赵俊三, 张萌, 等. 滇中城市群国土空间格局识别与时空演化特征分析[J]. 农业机械学报, 2019, 50(8): 176-191. |
| [6] |
邹利林, 王建英, 胡学东. 中国县级"三生用地"分类体系的理论构建与实证分析[J]. 中国土地科学, 2018, 32(4): 59-66. |
| [7] |
刘超, 许月卿, 刘焱序, 等. 基于系统论的土地利用多功能分类及评价指标体系研究[J]. 北京大学学报(自然科学版), 2018, 54(1): 181-188. |
| [8] |
李广东, 方创琳. 城市生态-生产-生活空间功能定量识别与分析[J]. 地理学报, 2016, 71(1): 49-65. |
| [9] |
VERBURG P H, VAN DE STEEG J, VELDKAMP A, et al. From land cover change to land function dynamics: a major challenge to improve land characterization[J]. Journal of Environmental Management, 2009, 90(3): 1327-1335. DOI:10.1016/j.jenvman.2008.08.005 |
| [10] |
DE GROOT R. Function-analysis and valuation as a tool to assess land use conflicts in planning for sustainable, multi-functional landscapes[J]. Landscape and Urban Planning, 2006, 75(3/4): 175-186. |
| [11] |
DE GROOT R S, WILSON M A, BOUMANS R M J. A typology for the classification, description and valuation of ecosystem functions, goods and services[J]. Ecological Economics, 2002, 41(3): 393-408. DOI:10.1016/S0921-8009(02)00089-7 |
| [12] |
黄鑫, 李晓丹, 芦倩, 等. 黄河流域上游城市群三生空间时空演化特征及其变化稳定性分析[J]. 水土保持学报, 2023, 37(4): 184-194, 204. |
| [13] |
魏国恩, 刘耀彬, 李汝资, 等. 近40年鄱阳湖区"三生空间"格局转型与空间异质机制[J]. 生态学报, 2024, 44(6): 2308-2322. |
| [14] |
林志, 李石华, 易邦进, 等. 多情景视角下云南省"三生"空间变化模拟与效应评价[J]. 水土保持学报, 2024, 38(1): 220-230. |
| [15] |
颜俊君, 佟涛, 马泉来, 等. 近30年来河南省国土"三生"空间转型特征及其情景模拟[J]. 水土保持研究, 2024, 31(4): 374-382, 394. |
| [16] |
李媛洁, 叶长盛, 黄小兰. 基于CLUE-S模型的南昌市"三生"空间时空演变及情景模拟研究[J]. 水土保持研究, 2021, 28(5): 325-332. |
| [17] |
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. |
| [18] |
金星星, 陆玉麒, 林金煌, 等. 闽三角城市群生产-生活-生态时空格局演化与功能测度[J]. 生态学报, 2018, 38(12): 4286-4295. |
| [19] |
柳冬青, 马学成, 巩杰, 等. 流域"三生空间"功能识别及时空格局分析: 以甘肃白龙江流域为例[J]. 生态学杂志, 2018, 37(5): 1490-1497. |
| [20] |
张红娟, 李玉曼. 北方平原地区"三生空间"评价及优化策略研究[J]. 规划师, 2019, 35(10): 18-24. |
| [21] |
朱媛媛, 余斌, 曾菊新, 等. 国家限制开发区"生产-生活-生态"空间的优化: 以湖北省五峰县为例[J]. 经济地理, 2015, 35(4): 26-32. |
| [22] |
李延顺. "三生"视角下的广西北部湾经济区国土空间耦合协调评价与优化研究[D]. 南宁: 南宁师范大学, 2021.
|
| [23] |
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. |
| [24] |
黄金川, 林浩曦, 漆潇潇. 面向国土空间优化的三生空间研究进展[J]. 地理科学进展, 2017, 36(3): 378-391. |
| [25] |
陈鸿基, 杨庆媛, 彭立娴, 等. 三峡库区县域"三生空间"时空演变特征与情景模拟[J]. 农业工程学报, 2022, 38(13): 285-294. |
| [26] |
万将军, 邓伟, 张少尧, 等. 喀斯特山区国土空间类型划分及其变化特征研究[J]. 生态经济, 2018, 34(10): 184-190. |
| [27] |
张红旗, 许尔琪, 朱会义. 中国"三生用地"分类及其空间格局[J]. 资源科学, 2015, 37(7): 1332-1338. |
| [28] |
朱凤武, 金志丰, 崔飞飞, 等. 苏南地区土地利用格局变化研究[J]. 长江流域资源与环境, 2015, 24(S1): 23-29. |
| [29] |
严长安, 杨汝兰, 付潇华, 等. 土地利用变化对滇池流域生态系统服务价值的影响[J]. 生态学报, 2023, 43(15): 6194-6202. |
| [30] |
叶琳, 徐涵秋. 近20年来福州市土地利用时空变化的遥感分析[J]. 地球信息科学, 2008, 10(1): 80-87. |
| [31] |
LIU X P, LIANG X, LI X, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape and Urban Planning, 2017, 168: 94-116. DOI:10.1016/j.landurbplan.2017.09.019 |
| [32] |
袁雪松, 周俊, 胡蓓蓓, 等. 基于FLUS模型粤港澳大湾区"三生空间"多情景模拟预测[J]. 地理科学, 2023, 43(3): 564-574. |
| [33] |
程珂怡, 肖卫东, 渠立权. 基于PLUS模型的长三角城市群"三生空间"模拟及生态环境效应研究[J]. 长江流域资源与环境, 2025, 34(4): 824-836. |
| [34] |
王爱梅, 杨显明. 淮北市"三生"空间格局演变及影响因素分析[J]. 环境监测管理与技术, 2025, 37(5): 50-57. |
| [35] |
张路路, 张潮, 徐磊, 等. 京津冀城市群县域三生空间转化模式特征及稳定性分析[J]. 农业工程学报, 2025, 41(17): 303-316. |
| [36] |
王超越, 郭先华, 陆晨东, 等. 基于FLUS的成渝城市群三生空间演变及模拟预测[J]. 生态科学, 2024, 43(5): 157-168. |
| [37] |
陈严武, 余勇兵, 覃照素, 等. 广西石漠化地区"三生空间"演化及情景模拟优化[J]. 环境科学与技术, 2025, 48(4): 209-224. |



