三江源地区“三区空间”时空演化及驱动机制分析（1992―2020年）

doi:10.12082/dqxxkx.2022.220157

三江源地区“三区空间”时空演化及驱动机制分析（1992―2020年）

张轲^,¹, 魏伟^,¹^,²^,^*, 周婕¹, 尹力¹, 夏俊楠¹

1.武汉大学城市设计学院,武汉 430072

2.武汉大学中国发展战略与规划研究院,武汉 430072

Spatial-temporal Evolution Characteristics and Mechanism of “Three-Function Space” in the Three-Rivers Headwaters' Region from 1992 to 2020

ZHANG Ke^,¹, WEI Wei^,¹^,²^,^*, ZHOU Jie¹, YIN Li¹, XIA Junnan¹

1. School of Urban Design, Wuhan University, Wuhan 430072, China

2. China Institute of Development Strategy and Planning, Wuhan University, Wuhan 430072, China

通讯作者: *魏伟（1976— ）,男,宁夏银川人,博士,教授,主要研究方向为国土空间规划。E-mail: weiwei@whu.edu.cn

收稿日期: 2022-04-6 修回日期: 2022-05-20

基金资助:

国家发展改革委员会重大事项委托项目(201708)

Corresponding authors: *WEI Wei, E-mail: weiwei@whu.edu.cn

Received: 2022-04-6 Revised: 2022-05-20

Fund supported:

Major Issues of the National Development and Reform Commission Entrusted the Project(201708)

作者简介 About authors

张轲（1986— ）,女,河南驻马店人,博士生,主要研究方向为国土空间规划。E-mail: 365161869@qq.com

摘要

三江源地区是国家重要生态安全屏障和生态文明先行示范区。科学认知三江源地区生态空间、农业空间、城镇空间的空间格局演变特征及驱动机制,对于促进国土空间格局优化具有重要意义。首先从单一土地利用类型入手,分析1992―2020年的变化特征;然后结合土地分类和量化评价辨识出农牧空间,进而界定出“三区空间”并对其演变特征进行分析;最后,利用地理探测器分析变化背后的驱动机制。结果表明：① 三江源地区城镇空间增幅达774.56%;生态空间和农业空间以2005年和2015年为转折点,分别呈“U”字型和倒“U”字型变化趋势;② 研究区仅发生了4种交叉转换：生态空间转农业空间规模为1154.1 km²,多发生在气候变化主导区,转化量大但速度在逐步放缓;农业空间转生态空间规模为1140.8 km²,多分布在气候与人类活动共同作用区,转化速度呈明显变快趋势;农业空间和生态空间转为城镇空间的总量分别为41.0 km²和12.3 km²,多分布在县（市）驻地镇附近,转化速度在三个阶段表现为“缓慢增长―变快―减缓”的态势;③ 地理基础条件是“三区空间”格局演化的基本动力和前提,制约着交叉转换的位置和方向;社会经济因素是演化的关键驱动力,对交叉转换规模和速度均具有显著影响;生态保护政策在2005年之后驱动作用显著,尤其在“生态―农业”空间的相互置换过程中发挥着稳定作用。本研究可为牧业地区主体功能降尺度传导和国土空间用途管制提供新思路,可应用于三江源地区生态环境保护决策和各级国土空间规划编制工作。

关键词： 三江源; 空间格局; 演变特征; 驱动机制; 土地利用; 农牧空间; 三区空间; 地理探测器

Abstract

The Three-River Headwaters region is an important national ecological security barrier and ecological civilization demonstration area. It is of great significance to quantify the evolution characteristics and driving mechanism of spatial patterns of the ecological space, agricultural space, and urban space in this area. Firstly, the change characteristics of every single land use type from 1992 to 2020 were analyzed. Secondly, combining with land classification and quantitative evaluation, the agriculture and animal husbandry space was identified, and the " three-function space " was further defined and its evolution characteristics were analyzed. Finally, the geodetector was used to analyze the driving mechanism behind the changes. The results show that: (1) The urban space growth rate in the Three-River Headwaters region was 774.56%. The decrease of ecological space and agricultural space was very small, but the dynamic transformation was obvious. The turning point of ecological space and agricultural space changes is 2005 and 2015, with a u-shaped trend and an inverted U-shaped trend, respectively; (2) There are four types of cross-transformation in the study area. The area of ecological space converted to agricultural space is 1154.1km², and most of the transformation occurred in the dominant climate change zone, with a large amount but a slow rate. The area of agricultural space to ecological space is 1140.8km², which is mainly distributed in areas with climate and human activities, and the transformation speed is obviously faster. The total amount of agricultural space and ecological space converted into urban space is 41.0 km² and 12.3 km², respectively, mostly distributed in central cities and towns. The transformation rate shows a trend of "slow growth, faster growth, and slower growth" in three stages; (3) The basic geographical condition is the primary driving force of the evolution of " three-function space ", which restricts the location and direction of the cross transformation. Social and economic factors are the key driving forces of evolution and have a significant impact on the scale and speed of cross transformation. After 2005, ecological protection policies began to play an important role, especially in the process of "ecology-agriculture" cross transformation. This study provides a new idea for the downscaling of the main function of animal husbandry areas and the control of territorial space usage, which can be applied to the decision-making of ecological environment protection and the formulation of territorial space planning at all levels in the Three-River Headwaters region.

Keywords： Three-River Headwaters region; spatial pattern; evolution characteristics; driving mechanism; land use; agriculture and animal husbandry space; three-function space; geodetector

PDF (11976KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

张轲, 魏伟, 周婕, 尹力, 夏俊楠. 三江源地区“三区空间”时空演化及驱动机制分析（1992―2020年）[J]. 地球信息科学学报, 2022, 24(9): 1755-1770 doi:10.12082/dqxxkx.2022.220157

ZHANG Ke, WEI Wei, ZHOU Jie, YIN Li, XIA Junnan. Spatial-temporal Evolution Characteristics and Mechanism of “Three-Function Space” in the Three-Rivers Headwaters' Region from 1992 to 2020[J]. Geo-Information Science, 2022, 24(9): 1755-1770 doi:10.12082/dqxxkx.2022.220157

1 引言

国土是生态文明建设的空间载体^[1]。随着《关于加快推进生态文明建设的意见》^[2]和《生态文明体制改革总体方案》^[3]的颁布实施,“建立国土空间开发保护制度”和“建立空间规划体系”成为落实国土空间开发保护政策、实现生态文明的重要抓手。由土地利用抽象而成的生态空间、农业空间和城镇空间（“三区空间”）的变化反映了人类活动影响的程度和方式,是“三生空间”在规划实践中的进一步深化^[4],是宏观尺度（主体功能区）和微观尺度（土地利用规划）的重要衔接^[5],目前,“三区空间”已成为国土空间规划体系中整合各类分区、衔接“双评价”成果的基本共识^[6]。

三江源位于青藏高原腹地,是我国重要的生态安全屏障,在生态文明建设中具有特殊而重要的地位。20世纪90代初,伴随着快速工业化、城镇化、全球化进程,三江源地区的人地关系日趋紧张^[7];2000年以来,国家在此实施了一系列重大生态工程,构建并完成了以国家公园为主体的自然保护地体系,积极探索人与自然和谐共生的可持续发展模式。然而,受自然禀赋约束和人为活动影响,该区域国土空间利用仍存在生态空间、农业空间与城镇空间交织重叠的矛盾,如部分基本农田仍位于自然保护地中,线性基础设施大量穿越重要生态功能区等。在生态文明的背景下,上述矛盾的缓和与解决需要构建结构合理、空间有序的土地资源要素格局。当前针对三江源的研究大多集中于生态系统服务功能、气候变化、植被及生物多样性等领域,有关土地利用方面的研究较少且主要集中在青藏高原全域^[8]、流域^[9⇓-11]、县域^[12-13]范围,多从单一地类^[14-15]、景观生态学的视角^[16-17]进行研究,缺乏全域的、与主体功能相衔接的对土地空间格局、演化过程及机制方面的研究。

在“多规合一”空间治理转型的决策背景下,针对三江源这一国家重点生态功能区,在研究尺度上,需要从微观尺度挖掘全要素的土地变化特征、从宏观尺度探索驱动因素^[18]——利用“三区空间”来衔接二者^[19],并从生态、生产、生活三大空间系统性、完整性的视角开展互动研究,把握该地区空间演化的规律及各空间相互影响的内在机制,从而搭建国土空间格局优化路径。基于此,本文对三江源地区自市场经济体制建立以来至近期（1992―2020年）的土地资源要素格局进行研究,定量分析各类空间的规模增减、空间转化及内在驱动因素,弥补三江源地区土地资源在国土空间规划语境下长时序研究的缺失,为该地区生态环境保护决策、绿色发展研究和各级国土空间规划编制提供参考依据。

2 研究区概况、数据来源与研究方法

2.1 研究区概况

三江源总面积35.7万km²,区域内自然保护地众多,包括三江源、可可西里、隆宝3个国家级自然保护区（又分为18个保护分区）、三江源国家公园以和年保玉则国家地质公园（图1）。从主体功能来看,以上保护地均属禁止开发区,范围之外则为限制开发区;居民点零星散布于这两类区域,虽地广人稀,然可有效利用面积极其有限,人地关系十分紧张。目前,国家正逐步构建集国家公园、自然保护区、生态修复治理区、自然遗产地为一体的自然保护地体系,着力打造人与自然和谐相处的示范区。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 三江源地区空间资源分布

Fig. 1 Spatial resource distribution map of the Three-River Headwaters region

2.2 数据来源

本文以三江源地区的土地资源要素格局为研究对象,分析各类用地的分布、规模和空间转化情况,评价农牧空间适宜性并识别“三区空间”,并以各乡镇行政单元为网格探究时空演变的驱动机制,所需数据如表1所示。

表1 数据来源

Tab. 1 Data sources

数据分类	数据名称	来源
土地利用基础数据	欧空局（1992—2020）全球土地覆盖数据集	http://maps.elie.ucl.ac.be/CCI
土地利用基础数据	全国1：100万基础地理信息数据（2017）	https://www.ngcc.cn/
农牧空间适宜性评价数据	中国气候区划数据集（1978）	https://www.resdc.cn/
农牧空间适宜性评价数据	90m分辨率的中国数字高程模型DEM数据（2003）	https://www.gscloud.cn/
驱动机制分析数据	1：100万中国植被图集（2019）	http://data.tpdc.ac.cn （侯学煜. 1：100万中国植被图. 国家青藏高原科学数据中心,2019）
	中国雪深长时间序列数据集（1979—2020）	http://data.tpdc.ac.cn (车涛, 戴礼云. 中国雪深长时间序列数据集（1979-2020）. 国家青藏高原科学数据中心,2015)
	《青海省主体功能区规划》（2014）	http://www.gov.cn
	自然地理数据	Arcgis处理的DEM数据
	各年度社会经济数据	中国县域统计年鉴（2000—2019）、中国县城建设统计年鉴（2015）、各州统计年鉴及州、县统计局

新窗口打开| 下载CSV

2.3 研究方法

首先从单一土地利用类型入手,分析其变化特征;然后结合土地分类和量化评价辨识出农牧空间,并进一步界定“三区空间”;在此基础上,对“三区空间”用地规模演变规律、空间变化特征进行分析;最后,利用地理探测器识别因子重要性。具体包括：

2.3.1 土地利用分类

利用ArcGIS技术对1992―2020年每5年一期的CCI-LC数据（共7期）进行裁剪,通过重分类识别出耕地、林地、草地、水域、城镇和未利用土地6种土地利用类型,逐一对六类土地利用类型特征进行分析,反映土地利用结构变化规律,为探究“三区空间”时空演化特征提供具体的参考依据。

本文采用的CCI-LC数据分类精细,是按照联合国粮农组织开发的土地覆盖分类系统将土地利用类型分为22个大类,36个小类;数据总体精度仅低于GlobeLand30,但对草地的识别较好,草地用户精度高达94.88%^[20];每5年一期的CCI-LC数据（共7期）可较为密集、连续、精准地观测土地覆盖的变化,适合大范围、长时间序列的土地覆盖研究,尤其适用于以草地为主要国土资源的三江源地区。

2.3.2 “三区空间”识别

“三区空间”强调统筹保护要素和发展要素的整体布局,突出主导功能划分,是从源头上保护生态和农业空间、限制城镇空间格局的重要手段^[21]。三江源草地面积占区域面积的84%以上,其生态环境的敏感脆弱与资源的粗放利用之间存在着张力,因此在“三区空间”划定时,应依据不同区位草地的功能属性判别其空间类型,从而更好地做到保护与利用。

研究依据草地类型^[22]、区域气候区划、高程、坡度、雪灾频次及放牧半径,根据是否有利于农牧分别做出5级单项评价,并进行加权求和得到草地的综合评价值,初步判断出宜于作为放牧场及割草地的区域;然后扣除《青海省主体功能区规划》（ http://www.gov.cn）中生态保护极重要的禁止开发区域,识别出具有显著农牧功能的草地归入农业空间,其余草地划入生态空间。在此基础上,根据土地功能分类,进一步将区域内的六类用地整合成“生态、农业、城镇”三区空间（表2）。

表2 三江源地区“三区空间”分类方案

Tab. 2 The classification scheme of three-function space in the Three-River Headwaters region

空间类型	土地类型	原类型
农业空间	耕地	农田;以农田为主的农林牧交错区
农业空间	草地（农牧）	草地;以草本植物为主的林灌草交错带;灌丛;地衣和苔藓;稀疏植被（树灌草）;稀疏草原;灌丛或草本植被覆盖的湿地
生态空间	草地（生态）	同上
	林地	林地;自然植被和农作物交错带;阔叶林;针叶林;阔叶针叶混交林;林草混交带
	未利用土地	未利用土地
	水体	水体;永久冰雪
城镇空间	城镇	城区

新窗口打开| 下载CSV

2.3.3 交叉转换矩阵

选取研究时段内“三区空间”数据进行空间叠加、面积制表和汇总,利用“三区空间”交叉转换矩阵判断研究初期和末期的空间转移变化情况,描述其交叉转化的方向和数量关系。

（1）

S_{i j} = [\begin{array}{l} \begin{matrix} S_{11} & S_{12} & \begin{matrix} \dots & S_{1 n} \end{matrix} \end{matrix} \\ \begin{matrix} S_{21} & S_{22} & \begin{matrix} \dots & S_{2 n} \end{matrix} \end{matrix} \\ \begin{matrix} \dots & \dots & \begin{matrix} \dots & \dots \end{matrix} \end{matrix} \\ \begin{matrix} S_{n 1} & S_{n 2} & \begin{matrix} \dots & S_{n n} \end{matrix} \end{matrix} \end{array}]

式中： $S_{i j}$ 为转换面积; $i 、 j$ 是研究初期、末期的“三区空间”类型; $n$ 为空间类型数。

2.3.4 驱动力分析

（1）地理探测器

地理探测器（Geodetector）是探测空间分异性的重要工具^[23]。本研究借助地理探测器中的因子探测模块分析各要素对“三区空间”转化的影响作用。该方法使用q值度量,用于探析某因子X在多大程度上解释了属性Y的空间分异,其表达式为：

（2）

q = 1 - \frac{\sum_{h = 1}^{L} N_{h} σ_{h}^{2}}{N σ^{2}} = 1 - \frac{S S W}{S S T}

式中： $h = 1,2, \dots$ , $L$ 为变量 $Y$ 或因子 $X$ 的分层,即分类或分区; $N_{h}$ 和 $N$ 分别为层 $h$ 和全区的单元数; $σ_{h}^{2}$ 和 $σ^{2}$ 分别为变量 $Y$ 在层 $h$ 和全区的方差; $S S W$ 和 $S S T$ 分别表示层内方差之和及全区总方差; $q$ 的值域为 $[0,1]$ , $q$ 值越大,表示 $X$ 和 $Y$ 的空间分布越一致,自变量 $X$ 对属性 $Y$ 的解释力越强,反之则越弱。

（2）影响因子的指标选取

“三区空间”的交叉转换受到自然资源禀赋约束和人类发展综合影响,基于已有研究^[24⇓-26],结合因子量化和可获取性,分别从经济、社会、地理、政策、文化5个方面选取16项指标为自变量（表3）,采用Jenks自然最佳断裂点分级法对选取的自变量进行分层,将其由数值量转为类型量后针对3个阶段的4种转化借助地理探测器进行因子探测。

表3 变量和指标说明

Tab. 3 Description of variables and indicators

影响因子维度	自变量名称	计算方法
地理	地形起伏度X1	ArcGIS栅格统计
	坡度X2	ArcGIS栅格统计
	雪深X3	ArcGIS栅格统计
	到县城驻地的平均距离X4	ArcGIS欧式距离分析
	到铁路的平均距离X5	ArcGIS欧式距离分析
	到公路的平均距离X6	ArcGIS欧式距离分析
社会	人口数量X7	统计年鉴获取
社会	城镇化率X8	城镇户籍人口/总户籍人口
经济	地方一般预算收入X9	统计年鉴获取
	地方一般预算支出X10	统计年鉴获取
	居民储蓄X11	统计年鉴获取
	一产产值X12	统计年鉴获取
	文化旅游收入X13	统计年鉴获取
政策	禁牧补贴X14	统计年鉴获取
政策	保护区面积X15	ArcGIS矢量统计
文化	寺庙数量X16	统计年鉴获取

新窗口打开| 下载CSV

3 “三区空间”时空演化结果分析

3.1 土地利用结构时空演化

三江源土地利用以草地为绝对优势,耕地、林地、水体和未利用土地为主要类型,兼有极小比例城镇用地。研究期间土地利用结构变化不大,从转入来看,土地利用变化强度由大到小依次为未利用土地>耕地>水体>城镇;从转出来看,林地和草地是研究区仅有的2个转出类型。

7个时间节点各类用地的面积（表4）及转化趋势如下（图2）：① 草地为区域内规模占比最大的类型,研究期间转出量最大,1995―2010年下降了0.45%,2010―2015年缓慢回升,之后又下降0.78%;主要集中在昆仑山口、麻河乡中部以及可可西里山附近,以较小斑块的整体消失和较大斑块的分解为主;② 林地呈波动下降趋势,2000年总量达到峰值1.38万km²,2000―2005年下降2.35%,之后进一步递减1.18%;以黄河源区最为明显,2000年之前几乎无变化,2000年之后大量消失;③ 未利用土地增幅达36.12%,多分布于西北部,其增量是土地退化和破碎化的表现形式,也揭示了区域生态环境状况及演变方向;④ 耕地规模在1995年之后呈抛物线式增加：1995―2005年增长趋势明显,2005―2015年变化不大,2015年之后下降趋势有所增加;以澜沧江流域河谷耕地的增减趋势最为明显;⑤ 水体以2000年为转折点呈“V”字型变化趋势,2020年达到峰值;以鄂陵湖在2005―2010年间面积的增加为代表;⑥城镇用地增幅接近8倍,以结古镇最为突出。以上演变特征反映出近30年来三江源地区在生态保护和修复方面局部好转,但整体仍然面临严峻挑战。

表4 三江源各时段用地类型面积统计

Tab. 4 Statistical table of land use type area in each period of the Three-River Headwaters region

	面积/km²							1992—2020年用地变化量/km²	1992—2020年用地变化幅度/%
	1992年	1995年	2000年	2005年	2010年	2015年	2020年	1992—2020年用地变化量/km²	1992—2020年用地变化幅度/%
耕地	20 113.25	20 113.83	20 744.00	21 022.98	21 076.95	21 010.66	20 797.96	684.71	3.40
林地	13 734.33	13 703.39	13 845.41	13 520.39	13 511.89	13 479.23	13 362.99	-371.34	-2.70
草地	304 848.90	304 883.85	303 786.44	303 525.13	303 393.71	303 503.26	301 133.46	-3715.43	-1.22
城镇	6.88	6.88	8.21	16.52	27.32	46.99	60.17	53.29	775.00
未利用土地	8767.05	8773.93	9299.90	9474.21	9409.83	9281.85	11 933.97	3166.92	36.12
水体	9785.76	9774.30	9572.20	9696.94	9836.48	9934.18	9967.61	181.85	1.86
合计	357 256.17	357 256.17	357 256.17	357 256.17	357 256.17	357 256.17	357 256.17	—	—

新窗口打开| 下载CSV

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 三江源地区2020年土地利用

Fig. 2 Land use map of the Three-River headwaters region in 2020

3.2 “三区空间”时空演化特征

3.2.1 “三区空间”构成

截至2020年末,三江源地区生态、农业和城镇空间分别为22.1万km²、13.6万km²、60.17 km²。生态空间广泛分布于三江源全域,呈面状集中于区域中部、西北部、西南部,东北和东南部也有块状分布,整体空间分布与国家级自然保护区相叠合;此外,也包含大量的生态破碎区,呈散点状与农业空间相交织;这种分布格局与该区域的主要植被类型和高原大陆气候特征有关^[27],其原始性和脆弱性十分明显,也与不合理的放牧方式和草地管理制度有关^[28]。农业空间主要包括河谷农业和草原畜牧业,呈面状分布在区域东部、中部及唐古拉山镇,也有一部分散布在生态空间中,这与农业生产基础条件相对较差、生态环境较脆弱、容易造成生态环境恶化有关。城镇空间占比最小,呈点状散布在各县（市）行政驻地附近,东部及南部较密集,西部接近于无,整体受自然本底、社会经济水平和区域文化的影响^[7],城镇发展水平较低。

从用地分类来看,生态空间84%是由草地（生态）构成,其次是林地（6%）,水体（5%）和未利用土地（5%）;农业空间主要包括草地（农牧）（85%）和耕地（15%）;城镇空间则由城镇用地构成,其中有15%位于禁建区（表5）。

表5 2020年三江源“三区空间”构成

Tab. 5 Composition of three-function Space of the Three-River Headwaters region in 2020

空间类型	总量/km²	占比/%	各类构成要素占比
生态空间	221 294.39	61.94	草地（生态）84%,林地6%,水体5%,未利用土地5%
农业空间	135 901.61	38.04	耕地15%,草地（农牧）85%
城镇空间	60.17	0.02	禁建区占15%,限建区占85%

新窗口打开| 下载CSV

3.2.2 演化特征分析

三江源“三区空间”在7个时期均表现为生态空间占比最大、农业空间居中、城镇空间占比最小的格局（表6）。研究时段内城镇空间持续扩张,生态空间和农业空间动态转化显著,形成1992―2005年、2005―2015年、2015―2020年3个明显阶段特征：①生态空间面积共减少25.69 km²,变化呈“U”字型趋势——1992―2005年间持续下降,之后5年呈轻微下降趋势,至2010年达到最低点,然后缓慢上升,2015―2020年明显回升至接近1995年的规模;以囊谦县南部地区最为突出（图3（c））;②农业空间总体规模减少27.6 km²,变化趋势呈倒“U”字型特征,以可可西里自然保护区为典型（图3（b））;③城镇空间规模持续增长（1992―1995年未发生变化）,近30年由6.88 km²增至60.17 km²,增幅达774.56%;以结古镇扩张为代表（图3（d））。

表6 1992―2020年三江源地区“三区空间”面积数据

Tab. 6 Data of three-function space in the Three-River Headwaters region from 1992 to 2020

空间类型	面积/km²							1992—2020年变化值/km²	1992—2020年变化幅度/%
空间类型	1992年	1995年	2000年	2005年	2010年	2015年	2020年	1992—2020年变化值/km²	1992—2020年变化幅度/%
生态空间	221 320.08	221 309.96	221 113.88	220 851.80	220 831.17	220 858.77	221 294.39	-25.69	-0.01
农业空间	135 929.21	135 939.33	136 134.08	136 387.85	136 397.68	136 350.41	135 901.61	-27.60	-0.02
城镇空间	6.88	6.88	8.21	16.52	27.32	46.99	60.17	+53.29	775.0
合计	357 256.17	357 256.17	357 256.17	357 256.17	357 256.17	357 256.17	357 256.17	—	—

新窗口打开| 下载CSV

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1992―2020年三江源地区“三区空间”演化

注：图(b)、图(c)、图(d)分别对应图(a)中b、c、d区域。

Fig. 3 Evolution map of three-function space in the Three-River Headwaters region from 1992 to 2020

分析可知,生态空间和农业空间变化动态与草地的变化密切相关,主要涉及面积与覆盖度的变化1992―2005年由于存在持续不断的垦荒活动,耕地面积增加,草地逐步萎缩;2005年之后,国家陆续出台了各项草原生态保护政策,但由于草地的周期性生长特征,该趋势一直持续至2010年;2010―2015年草地整体好转但局部恶化^[29];2015年之后,草地退化的局面仍没有得到根本扭转^[30]。值得注意的是,随着各项保护工程的开展,居民的生态观念及参与意识得到加强,农牧民逐渐成为生态保护的重要力量,形成社会与政府的良性互动^[31],草地减速滞缓、退化势头初步得到遏制^[14]。

3.2.3 交叉转化特征分析

运用ArcGIS分析研究区在近30年的交叉转换分布（图4）和规模数据（表7）,深入探究“三区空间”交叉转换的方向、位置、规模和速度等交叉转换特征。研究发现,近30年研究区交叉转化总规模为2348.2 km²,由“生态空间→农业空间、农业空间→生态空间、生态空间→城镇空间、农业空间→城镇空间”所构成,以生态空间与农业空间的相互置换为主。具体转化特征如下：

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 1992―2020年三江源地区“三区空间”交叉转化

Fig. 4 Cross-conversion map of three-function space in the Three-River Headwaters region from 1992 to 2020

表7 1992―2020年三江源地区“三区空间”交叉转化数据

Tab. 7 Data of cross-conversion of three-function space in the Three-River Headwaters region from 1992 to 2020

转换类型	1992―2005年			2005―2015年			2015―2020年			1992―2020年
转换类型	转换面积 /km²	年均变化率/%	占同期转换总面积比例/%	转换面积 /km²	年均变化率/%	占同期转换总面积比例/%	转换面积 /km²	年均变化率/%	占同期转换总面积比例	转换面积/km²	占同期转换总面积比例/%
生态→农业	944.5	6.3	65.9	132.0	1.1	42.9	77.7	1.3	12.8	1154.1	49.1
农业→生态	478.9	3.2	33.4	145.5	1.3	47.3	516.4	9.1	85.0	1140.8	48.6
农业→城镇	7.0	1.3	0.5	23.9	5.8	7.8	10.1	4.9	1.7	41.0	1.7
生态→城镇	2.7	1.7	0.2	6.6	5.3	2.1	3.1	1.5	0.5	12.3	0.5
合计	1433.0	4.7	100.0	308.0	1.3	100.0	607.3	5.2	100.0	2348.2	100.0

新窗口打开| 下载CSV

（1）生态空间转农业空间的转化规模最大（1154.1 km²）,但转化速度在逐步放缓（年变化率6.3%→1.3%）;转化区域主要集中在囊谦县南部起伏山地之间、玉树市南部和北部的高海拔起伏山地地带和称多县南部中起伏山地和高海拔起伏山地;这些山地区域多为坡耕地,人口相对集中且生产方式以农牧结合为主,人为活动较为频繁,在一定程度上促进了农业空间的扩张。

（2）农业空间转生态空间的规模与前一类转化大体持平（1140.8 km²）,转化速度呈明显变快趋势（3.2%→9.1%）;主要位于可可西里国家自然保护区和索加·曲麻河保护分区,以昆仑山口附近、唐古拉山镇西北部、中部沱沱河沿岸最为突出;这些区域以低覆盖度草地为主^[32],特殊的生物气候条件及冰冻圈要素对植被类型的局地分化和演替起到了重要作用,大量低覆盖度草地很容易发生转化和退化,变为未利用土地;另外,由于青藏公路和青藏铁路横穿分割,对沿线范围的土地利用产生较大影响。此外,曲麻莱与治多县交界处南部地区因超载过牧导致草地退化严重。

（3）农业空间转城镇空间的总量为41.0 km²,主要发生在2005年之后,转化多分布在县（市）驻地镇附近,以结古镇、加吉博洛镇和优干宁镇最为明显,这些区域多位于自然保护区的实验区外围且交通条件相对发达,人口相对集聚推动城镇空间需求增多;加之周边农业空间资源较为丰富,向城镇空间的转化易于实现。其中,结古镇主要由于2010年震后重建工程及旅游业的发展,城镇空间扩张明显;治多县加吉博洛镇主要得益于县乡公路网络的完善实现了城镇空间的扩张,黄南自治州河南县则主要通过移民工程促进了优干宁镇的城镇空间转化^[33]。

（4）生态空间转城镇空间仅为农业空间转城镇空间总量的30%,表明城镇空间的扩张优先侵占农业空间,生态空间因内部结构的复杂性转化为城镇空间的经济代价较大^[19]。集中分布在区域内城镇化程度较高、文化旅游收入较高的结古镇和大武镇,其余各县转化量很低或未发生转化。

4 驱动机制分析

4.1 因子探测结果

综合考虑本文研究范围区域特征、数据易获取性和指标代表性,从地理、社会、经济、政策、文化5个方面选取16个自变量对三江源地区“三区空间”交叉转换结果进行分析。如表8—表11所示,自变量大多通过了显著性检验,说明模型结果较好。

表8 地理类影响因子地理探测结果

Tab. 8 Geographical detection results of geographical factors

	X1			X2			X3			X4			X5			X6
	S1	S2	S3	S1	S2	S3	S1	S2	S3	S1	S2	S3	S1	S2	S3	S1	S2	S3
Y1	0.22	0.40^***	0.22	0.14	0.41^***	0.12	0.16^***	0.35^***	0.18	0.06	0.09	0.14	0.21^***	0.78^***	0.50^***	0.34^***	0.19^***	0.27
Y2	0.32^**	0.33^***	0.13	0.30^***	0.20^***	0.11	0.26^**	0.19^**	0.14^**	0.09	0.07	0.17^**	0.88^***	0.60^***	0.15^**	0.29^***	0.09	0.32^***
Y3	0.28^**	0.31^***	0.23^**	0.22^***	0.16^***	0.13^**	0.17^**	0.14^**	0.11	0.90^***	0.32^**	0.77^***	0.24^***	0.57^***	0.25^***	0.25^***	0.19^**	0.39^***
Y4	0.43^***	0.25^**	0.29^***	0.32^***	0.11	0.18^**	0.26^***	0.10	0.17^***	0.09	0.55^***	0.62^***	0.87^***	0.41^***	0.36^***	0.13^**	0.39^***	0.29^***

注：^**：在10%置信水平下显著;^***：在5%置信水平下显著。S1：第一阶段1992—2005年;S2:第二阶段2006—2015年;S3：第三阶段2016—2020年。Y1：生态空间→城镇空间;Y2：农业空间→城镇空间;Y3：农业空间→生态空间;Y4：生态空间→农业空间。

新窗口打开| 下载CSV

表9 社会类影响因子地理探测结果

Tab. 9 Geographical detection results of social factors

	X7			X8
	S1	S2	S3	S1	S2	S3
Y1	0.24^***	0.65^***	0.41^***	0.26^***	0.05	0.15
Y2	0.43^***	0.67^***	0.26^***	0.51^***	0.08	0.31
Y3	0.16^**	0.87^***	0.80^***	0.19^***	0.50^***	0.48^***
Y4	0.45^***	0.86^***	0.66^***	0.54^***	0.67^***	0.65^***

新窗口打开| 下载CSV

表10 经济类影响因子地理探测结果

Tab. 10 Geographical detection results of economicfactors

	X9			X10			X11			X12			X13
	S1	S2	S3	S1	S2	S3	S1	S2	S3	S1	S2	S3	S1	S2	S3
Y1	0.38^***	0.39^***	0.24	0.01	0.32^***	0.51^***	0.01	0.95^***	0.31	0.38^***	0.71^***	0.15	—	—	0.58^***
Y2	0.83^***	0.34^***	0.17^**	0.85^***	0.42^***	0.24	0.86^***	0.78^***	0.16	0.64^***	0.80^***	0.10	—	—	0.32^***
Y3	0.52^***	0.42^***	0.76^***	0.67^***	0.30^***	0.21^***	0.71^***	0.39^***	0.36^***	0.08	0.79^***	0.22^***	—	—	0.39^***
Y4	0.75^***	0.58^***	0.55^***	0.75^***	0.21	0.15^**	0.79^***	0.25^***	0.27^***	0.73^***	0.76^***	0.17^***	—	—	0.52^***

注：^**：在10%置信水平下显著;^***：在5%置信水平下显著。S1：第一阶段1992—2005年;S2:第二阶段2006—2015年;S3：第三阶段2016—2020年。Y1:生态空间→城镇空间;Y2：农业空间→城镇空间;Y3：农业空间→生态空间;Y4：生态空间→农业空间。

新窗口打开| 下载CSV

表11 政策、文化类影响因子地理探测结果

Tab. 11 Geographical detection results of policy and culture factors

	X14			X15			X16
	S1	S2	S3	S1	S2	S3	S1	S2	S3
Y1	—	—	0.65^***	0.16^***	0.39^***	0.32^***	0.19^***	0.86^***	0.45^***
Y2	—	—	0.29^***	0.51^***	0.24^***	0.28	0.71^***	0.74^***	0.14
Y3	—	—	0.57^***	0.94^***	0.56^***	0.93^***	0.21^***	0.63^***	0.15^**
Y4	—	—	0.57^***	0.46^***	0.77^***	0.66^***	0.97^***	0.28^***	0.23^***

新窗口打开| 下载CSV

从各阶段q值来看（图5）,自然环境类要素（X1―X3）的贡献率数值偏低且较为稳定（14%~43%）,表明气候条件和地形对转化有着持续的约束作用;交通和区位类要素（X4―X6）在前、中期作用显著（13%~90%）;经济类要素（X9―X13）q值整体较高、阶段性变化突出,是关键驱动因素;社会（X7―X8）和政策类要素（X14―X15）在“生态―农业”空间的相互转化中作用更为突出;文化类要素（X16）的q值在后期下降明显。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 三江源“三区空间”转换规模的影响因子贡献率

Fig. 5 Contribution rate of impact factors of conversion scale of three-function space in the Three-River Headwaters region

分析发现,X5（铁路的平均距离）、X7（人口数量）、X13（文化旅游收入）和X14（禁牧补贴）是影响三江源地区“三区空间”四类交叉转化的主导因子（图6）;其中,X5（到铁路的平均距离）和X7（人口数量）在3个阶段中影响力持续显著;X13（文化旅游收入）和X14（禁牧补贴）在前2个阶段数据缺失,在后期贡献尤为突出,平均贡献值仍较高。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 “三区空间”交叉转化影响因子作用的定量表达

注：数值代表自变量3个阶段的平均q值。

Fig. 6 Quantitative expression of influencing factors' effect on cross-conversion of three-function space

4.2 驱动机制分析

结合因子探测结果,针对研究区存在的4类交叉转化类型,分别按照3个阶段进行驱动机制分析。结果表明,三江源地区“三区空间”演化受多种因子的综合作用;地理基础条件、社会经济水平、自然保护政策导向空间分异明显;不同驱动因子对“三区空间”规模增减具有显著差异。

（1）生态空间转城镇空间整体转化量仅占转换总面积的0.5%,从q值贡献率来看,经济类、社会类和政策文化类要素作用显著。其中,第一阶段经济类因素占比较高,第二阶段社会类因素作用显著增强,第三阶段中政策和文化类因素发挥了较大的驱动力,经济类因素驱动作用逐渐下降,地理类因素中仅“至铁路的平均距离”一项通过显著性检验。实际中,该转化主要分布在玛沁县大武镇和玉树市结古镇,因地处自治州首府所在地,是区域的交通枢纽,聚集辐射功能较强;其中,第一阶段以大武镇的转化为主,这一时段玛沁县财政收入水平、居民储蓄水平和城镇化率均为区域最高,这表明较高的经济发展水平能够带来较大的转化能力;第二阶段结古镇的转化最为突出,这一时期玉树市人口增加22 791人,增量为区域内最大,伴随着震后重建工程的开展,基础设施得到了改善,财政支出水平达区域最高,这可以理解为较大规模的人口增长和经济投入促进了生态空间向城镇空间转化;第三阶段2个镇转化量相当,这与“十三五”期间青海统筹推进区域协调发展和的战略密切相关。

（2）从农业空间转城镇空间来看,地理类和经济类要素发挥着主要驱动作用。前期X5（距离铁路的平均距离）、X11（居民储蓄）和X10（地方一般预算支出）3项解释力居前3位,其中,以河南蒙古族自治县优干宁镇转化最为明显,该县拥有生态保护良好的河曲草原,畜牧业基础良好,青藏铁路的开通进一步促进了畜牧业经济的发展,经济增长加快了人口的集聚,城镇空间的扩张以侵占周边丰富的农业空间资源为主。中期X12（一产产值）解释力跃为最高（80%）;后期各因子解释力较前期整体有所下降,X6（距公路的平均距离）和X13（文化旅游收入）并列第一,仅为32%;这2个阶段的转化以结古镇和大武镇最为突出,这可以解释为自2005年以来,畜牧业、公路交通和文化旅游业的发展较大程度上促进了城镇化水平。

（3）从农业空间转生态空间来看,政策和社会类要素发挥主要驱动作用。该类转化量明显大于前两类,主要分布在气候变化主导区^[32];从时间阶段来看,第一阶段中X15（自然保护区面积）和X4（到县城驻地的平均距离）解释力均在90%以上,一方面说明自然保护区的划定直接形成了生态空间补充的主要来源,另一方面也说明偏远的地理区位由于人类活动强度小,农业空间容易变为生态空间;第二阶段,X7（人口数量）和X12（一产产值）的解释力大幅度上升,表明人口增长和畜牧业发展难免导致过度放牧,加剧人―草―畜的矛盾,草场退化形成大量的生态破碎区,这在曲麻莱与治多县交界处表现尤为明显,另一方面,由于生态保护工程及退牧还草等政策的实施,一部分草场不再承担农业功能,转变为生态空间;第三阶段中X15（自然保护区面积）解释力高达93%,原因在于2015年起实施的青海三江源生态保护和建设二期工程进一步扩大了三江源自然保护区的总面积,并在2016年以国家公园试点的形式予以保护,说明国家公园建设实践已初见成效。

（4）从生态空间转农业空间来看,文化和社会类要素是主要驱动因子。该类转化量最大,主要集中在气候与人类活动共同作用区^[32];第一阶段的显著驱动因子是X16（寺庙数量）和X5（到铁路的平均距离）,突出表现在寺庙众多的囊谦县,因寺院周围较为稳定和优越的生态环境^[34],成为藏人的聚集之处,进而增加耕地需求量,间接推动生态空间转变为农业空间;此外,铁路设施的建设便利了地区之间生产要素的互联互通,加快了农业发展,有助于生态空间转为农业空间;相较于第一阶段,X7（人口数量）和X15（自然保护区面积）在后2个阶段中解释力稳居前2名,表明在该区域人逐渐成为农业空间发展的主体,农牧民的需求和生产力成为农业空间发展的动力^[35];该区域包括通天河保护分区、昂赛保护分区、江西保护分区等,因退牧还草、黑土滩治理、鼠害防治等一系列措施影响,对于减轻、转移生态负荷、提高生态容量起到了很好的作用^[36],间接促进了农业空间持续性增长。

5 结论及讨论

5.1 结论

本文分析了三江源地区“三区空间”长时序时空演变特征并分析其演变的内在驱动机制,为加强江河源头治理保护、加快形成科学合理的国土空间开发保护格局提供依据,也为其他牧业地区国土空间研究提供有益借鉴。研究获得如下结论：

（1）近30年三江源地区城镇空间规模净增53.29 km²,增幅达774.56%;生态空间和农业空间分别减少25.69 km²和27.60 km²,减幅极小但动态转化明显,二者以2005年和2015年为转折点,分别呈现“下降-稳定-上升”与“上升-稳定-下降”的趋势。

（2）研究区仅发生了4种转换——“生态空间→农业空间、农业空间→生态空间、生态空间→城镇空间、农业空间→城镇空间”,其中,生态空间转农业空间为1154.1 km²,多发生在气候变化主导区,转化规模最大但速度在逐步放缓;农业空间转生态空间为1140.8 km²,多分布在气候与人类活动共同作用区,转化速度呈明显变快趋势;农业空间和生态空间转为城镇空间的总量分别为41.0 km²和12.3 km²,集中分布在县（市）驻地镇附近,转化速度在 3个阶段表现为“缓慢增长―变快―减缓”的态势。

（3）地理基础条件、社会经济因素和生态保护政策共同影响了三江源地区“三区空间”的演化结果。三江源作为青藏高原的腹地和主体,地势高峻,地形复杂,整体呈东西向的山地与河谷平原（山地）相间分布的特点,地理基础条件的分异成为“三区空间”格局演化的基本动力和前提条件,制约着交叉转换的位置和方向;三江源社会经济环境相对薄弱,但草地资源丰富并具有顶级旅游资源,畜牧业产值和生态旅游收入水平成为演化的关键驱动力,对交叉转换规模和速度均具有显著影响;数目众多的自然保护区及生态补奖机制在2005年之后驱动作用开始显现,尤其在“生态-农业”空间的相互置换过程中发挥着稳定作用。

5.2 讨论

三江源地区是国家重点生态功能区和生态文明先行示范区,如何有效管理其自然资源是该区域面临的重要任务和挑战。基于研究区域的特殊性,本文增加了对农业空间的识别并在驱动机制中考虑了人文要素的影响;不足之处是仅针对“三区空间”规模变化进行分析,较少顾及土地的产权、经营方式、投入和产出等隐性形态,此外,对草地退化的判断仅依据覆盖度,忽略了植被在高度、生物量降低、草地群落结构变化等方面的信息,今后的研究需要进一步结合经济数据和田野调查开展。结合区域“三区空间”演化特征和发展实际,三江源地区国土空间优化还须在以下方面进行深入探索：① 以国家公园建设为契机,突出生态系统完整性和原真性保护,形成以保护生态为主的空间格局;② 提升农业空间使用效率,优化农业资源空间分布,积极打造绿色有机农畜产品供给区;③ 优化城镇空间布局,提升城镇整体功能,依托丰富的自然人文资源,打造高原美丽城镇。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Xie

H L

, Chen

Q R

Land use and ecological civilization: A collection of empirical studies

[J]. Journal of Resources and Ecology, 2021, 12(2):137-142,302. DOI: 10.5814/j.issn.1674-764x.2021.02.001