·资源利用·

陕西省县域土地利用多功能性时空分异 及影响因素研究 ^*

王嘉妮^{1， 2}，陈 海^{1， 2※}，史琴琴^{1， 2}，刘 迪^{1， 2}，梁小英^{1， 2}

(1.西北大学城市与环境学院，陕西西安 710127； 2.陕西省地表系统与环境承载力重点实验室,西安 710127)

摘 要 [目的] 土地利用多功能性是土地利用可持续发展的重要途径，通过对陕西省土地利用多功能性时空分异与影响因素的研究，探讨不同县区时空上的变化与作用关系。[方法] 构建“社会—经济—生态”可持续发展三维指标体系，同时确定了契合研究区背景的指标阈值，分析了2000—2015年陕西省土地利用多功能性时空分异，并借助地理探测器探究了2015年区域土地利用多功能性的影响因素。[结果] (1)2000—2015年陕西省县区土地利用单项功能及总功能值逐步提高、但动态变化幅度不大、单一功能向多功能缓慢转变，仍以生态功能为主； (2)陕西省生态功能对土地利用总功能的影响最强为0.308，人口密度、土地垦殖率、封山育林总面积分别为社会、经济、生态功能的主要指标，且各层级因素两两交互后协同关系显著。[结论] 土地利用多功能性研究为维护社会、发展经济、保护生态提供有力的科学依据，是促进区域土地可持续发展有效手段之一。

关键词 土地利用多功能性 时空分异 影响因素 地理探测器 陕西省

0 引言

随着土地系统概念的进一步深化，学者们认识到土地利用/覆盖变化(LUCC)已不能完整理解土地系统变化，而通过土地利用多功能性研究来加深对土地利用可持续发展的认识已成为学者们的共识^[1-5]。除具有传统的生产功能外，土地利用多功能性兼具社会、经济及生态等多种衍生功能^[6-9]，开展土地利用多功能性的研究对于土地可持续利用意义重大^[10-11]。

近年来，由于土地可持续发展研究的深入，土地利用多功能性研究得到国内外学者的广泛关注^[12]。基于可持续发展的社会、经济和生态三维角度，选取典型指标建立土地利用多功能性指标体系已得到诸多学者认可^[13-16]，且结合研究区实际情况选择特定指标已成为很多学者的共识^[6-8]。当前，现有研究中土地利用多功能性时空分异较侧重时间尺度，空间差异化分析较少，特别是土地利用多功能性时空分异研究多以市域^[13-14]、省域^[6-7]、国家^[17]为评价单元，而基于县域尺度的土地利用多功能性时空分异研究还不多见。目前，土地利用多功能性影响因素研究多基于空间计量模型^[19]、改进突变级数法^[13]、灰色关联度模型^[20]等数学模型法，此类方法受数据自身的影响使得到的结果具有相对性^[18]。地理探测器是一种新型空间分析模型，用以探测某地理属性与其解释因子之间的关系，该方法的优势在于没有过多的假设条件，可以区别于传统统计分析方法处理类别变量，并在地理学研究中逐渐受到关注^[21-24]。

鉴于此，文章以土地利用多功能性区域差异及演变具有代表性和典型性的陕西省为例，在构建土地利用多功能性指标体系的基础上，采用均值法与熵权法对2000—2015年研究区土地利用多功能性进行评价； 以县域为评价单元，探讨土地利用单项和综合功能的时空分异，并结合地理探测器模型分析土地利用多功能性的影响因素，以期为陕西省土地利用可持续发展提供理论参考和实践支持。

1 研究区与数据来源

1 .1 研究区概况

陕西省处于西北内陆腹地，土地面积达20.58万km²，从北向南形成3个各具特色的自然区：陕北黄土高原、关中平原和陕南秦巴山地，地势起伏大，地貌类型多，具有了土地利用多功能性发展的优势条件。2000年以来，陕西省受退耕还林政策影响深远。截止2015年，全省耕地面积减少80.8万hm²，林地面积增加157.7万hm²，森林覆盖率增加了18.96%，其退耕还林位居全国前列，土地覆被的剧烈变化引起土地功能的改变。同时，陕西省主体功能区规划的实施也为土地利用功能调整和优化带来前所未有的机遇，为陕西省土地利用多功能性时空分异和影响因素研究提供了良好的研究平台。

1 .2 数据来源

该文数据选自省域、县域统计年鉴、统计公报或数据库。其中，城乡居民收入平衡指数、万人拥有卫生机构床位数、农民人均纯收入、人口密度、人均粮食拥有量、土地垦殖率、地均全社会固定投资总额、经济密度、二三产业产值、人均耕地面积等数据主要来自《陕西省区域统计年鉴》(2015年)、《陕西省统计年鉴》(2000—2016年)、《中国国家知识基础设施》数据库； 农业从业人员、植被覆盖率、封山育林总面积等数据主要来自《中国县域统计年鉴》(2000—2016年)、《中国林业统计年鉴》(2000—2016年)； 针对个别年份缺失数据则通过统计公报查找或按照年均增长率推算整理获取。

教师重点追问，不管那种思路都能转化出“4x=140”，这一步的根据是什么，让学生体会运用“两个内项的积等于两个外项的职”求比例中的未知项。

表1 陕西省土地利用多功能性评价指标体系

2 研究方法

2 .1 土地利用功能类型及指标选取

基于可持续发展视角，从经济、社会与生态维度，按照科学性、代表性及数据的可获得性原则选取13个指标构建土地利用多功能性评价指标体系(表1)。其中，社会功能的健康发展能够满足人们对土地利用最基本的需求，为了能够综合反映区域土地资源对社会功能的影响，选取农业从业人员、城乡居民收入平衡指数、万人拥有卫生机构床位数、农村居民人均纯收入、人口密度等指标表征土地利用的社会功能； 经济功能指土地利用活动中所产生的直接或间接经济价值，考虑指标的典型性及地域的特殊性，选取人均粮食拥有量、土地垦殖率、地均全社会固定投资总额、经济密度、产业结构等指标反映土地利用效益和经济发达程度； 生态功能的良性发展是土地可持续发展的目标，陕西省作为全国最大的退耕还林区，10多年来生态环境改善明显，其森林覆盖率、人均耕地面积、封山育林总面积等变化最为剧烈，这些指标能够有效体现该区域的生态效应。

有助于提高共同应对海上安全威胁的能力。此次演练中，海上联合搜救科目也有重要的现实意义。南海海域广阔、航线密集，海况比较复杂，过往的商船和作业的渔船较多，经常发生意外。此次联演中，通过海空联合侦察、搜索和救援演练，研究探索了中国与东盟海军海上联合搜救响应机制、方式方法和运行模式；直升机甲板互降科目演练，也可用于未来海上紧急营救落水人员。未来如南海地区发生海难，中国和东盟国家海军可以立即反应，联合进行紧急搜救，有效保护各国人民的生命和财产安全。

“血红蛋白的提取和分离”是人教版选修1专题5“DNA和蛋白质技术”中课题3的内容。该实验目的使学生能够体验从复杂体系中提取生物大分子的基本过程和方法。该实验涉及的分子生物学技术较多，如凝胶色谱法、SDS-聚丙烯酰胺凝胶电泳法、透析等。大部分学生对该实验的实验原理不易理解，操作难度大，但是理科生对这部分内容却充满兴趣。由于大多数学校缺乏相应的实验设备，都采取“讲实验代替做实验”的方式。而新课标理念注重学生的实践过程，为了培养学生的创新精神，笔者借助大学实验室平台，解决了中学无法开展此课题的难题。

2 .2 区域土地利用多功能性评价方法

首先，该文采用均值法确定准则层权重，熵权法确定指标层权重； 其次，参考学者杜国明^[7] 的研究，并根据陕西省土地利用实际情况确定各指标阈值，并对其进行标准化处理； 最后，基于土地利用多功能性评价方法测算土地利用功能值以此表征土地利用功能水平，D 值越大，表示土地利用功能程度越高。公式为：

(1)

功能变化动态度表征某一时期内土地利用功能的相对变化程度，依托于d 值将功能变化进行分类，d >20%为快速提高； 0<d ≤20%为缓慢提高；d =0为维持不变； -20%≤d <0，缓慢退化；d <-20%为快速退化^[14]。计算公式为：

D =∑W ₀D ′

(2)

式(4)中，σ 为功能标准差，F 为功能值，N 为功能数。

（3）淬火温度 当材料和原始组织一定时，相变温度随加热速度增大而提高，为得到合格的淬火组织，相应的淬火温度也应随之提高。通常加热速度越大，淬火温度的上下限越高，允许的淬火温度范围越大。

2 .3 区域土地利用多功能性动态变化测算方法

式(1)中，D ′表示土地利用各功能值；W ₁表示指标层权重；表示标准化指标值。

(3)

式(3)中，d 为功能变化动态度；F _t+1 及F _t 分别表示t +1及t 时期某土地利用功能值。

3.1.1 土地利用多功能性时空变化分析

(4)

式(2)中，D 表示土地利用总功能值；W ₀表示目标层权重；D ′表示土地利用各功能值。

功能变化优势度(L )表征某时段内土地利用功能变化差异性。L 最大值为1，L 越大，期间土地利用多功能性变化差异越大，土地利用越趋于单一化^[6]。公式为：

(5)

式(5)中，L 为功能变化优势度； |d |max为动态度绝对数最大值； |d |为动态度绝对值之和。

2 .4 地理探测器

该文借助地理探测器中因子探测和交互探测揭示土地利用多功能性变化的影响因素。其中，交互探测用来判定土地利用单项功能对总功能是起独立作用还是交互作用； 因子解释力^[24](Power of Determinant，PD)主要测度各单项功能对总功能的解释力程度，计算公式为：

(6)

(2)土地利用多功能协调性缓慢提升。表3显示， 2000年、2005年、2010年、2015年陕西省单项功能标准差分别为0.475、0.383、0.310、0.431，呈现出先降低再上升的趋势，但整体由2000年的0.475降低到2015年的0.431，功能标准差趋小揭示了陕西省县域土地利用多功能协调性逐渐增强。

3 结果与分析

3 .1 土地利用多功能性时空分异分析

基于熵权法测算的指标层权重及均值法确定的准则层权重，采用公式(1)与(2)计算得到2000—2015年陕西省县域土地利用各单项功能值和总功能值，为直观了解其空间差异，利用ArcGIS10.2的自然断裂法实现空间可视化，将各功能值分为低值区、较低值区、中值区、较高值区和高值区5类。结果见图1。

功能标准差(σ )表征土地利用多功能间的协调性，σ 越小，土地利用多功能协调性越高^[6]。计算为：

图1 2000—2015年陕西省县域社会、经济、生态和总功能值的时空分布

由图1可以看出， 2000—2015年陕西省各区县土地利用社会、经济、生态及总功能的空间格局差异明显且随时间的推移各功能均呈现出不断增强态势。其中经济功能空间格局变化最为显著，其次依次为总功能、生态功能和社会功能。具体空间格局演变如下。

财务会计与管理会计作为会计学科的重要组成部分，两者的核算对象就是对企业各项经营活动。以企业经营活动为主体，通过科学的手段进行核算和管理，确保企业经营活动能够顺利开展。

(1)社会功能：陕西省县域2000年社会功能值分布于1.78～2.60之间，其中， 66.36%的县区处于低值区、较低值区和中值区， 33.64%的县区处于高值区或较高值区。中值区和较低值区成块状集聚分布于全省各区域，仅有4.67%的县区处于低值区零散分布于陕北和陕南区域，这些县区农民收入低，经济发展落后，社会服务无法得到充分发挥； 高值区所占比例为6.54%，零星分布于关中和陕南地区，较高值区则分布于高值区外围，这些地区农民收入较高，城乡收入差距小，经济发展较快，社会基础服务完善。2015年社会功能值分布于1.82～3.43之间，高值区全部分布于关中地区，由零散分布演变为集中分布，较高值区的部分县域依然在高值区外围，中值区由2000年的条带状分布演变为与其他功能值交错分布的状态，较低值区所占比例最大，占比达到42.06%且在全省均有分布，低值区所占比例依然最小且数量减少，这说明随着时间的推移，社会经济不断发展，社会功能整体水平提高。

(2)经济功能：陕西省县域2000年经济功能值分布于1.39～1.61之间，呈现出北部边缘区和西南部较高，中部和西部较低的空间格局。高值区所占比例略高于社会功能，在西南地区形成两个集聚区； 较高值区分布在3个区域，一是在陕北北部形成了条带状，二是在西南部形成了集中连片区，三是在关中一带呈东西走向分布，这些地区均是经济发展良好的县区。中值区所占比例达到25.23%，呈南北向交错分布于全省各部，低值区所占比例最少，在全省零散分布，这些区县均属于经济发展较慢区域，所以经济功能值偏低。2015年经济功能值分布于1.50～2.85之间，高值区县域个数增加，占比上升到12.15%，西南部的团块区域范围变大； 较高值区变化最为剧烈，占比由26.17%上升到33.64%，空间上在陕北和陕南均形成了连片的集聚区； 其余中值区、较低值区和低值区交错分布于陕西省中部。这是陕北、陕南地区受“十二五规划”政策等的影响，经济发展表现强劲，又由于前期陕北、陕南地区经济发展缓慢，致使其后期经济发展空间潜力巨大，所以经济变化较大，而关中、陕北部分县区受“十五规划”、“十一五规划”等政策的影响，经济发展速度较快，使得经济在短时间内达到一定的规模，而“十二五规划”的到来，更加强调经济结构的转变，使得这些地区经济趋于平稳发展，但其经济总量仍在上升。

(3)生态功能：陕西省县域2000年生态功能值分布于1.04～1.37之间，总体来说北部的生态功能值高于南部，生态功能值大体都不高但空间差异较大。高值区或较高值区所占比例达到19.63%，主要分布于陕北、关中地区，与其余功能值相比，生态功能低值区所占比例较大， 23.36%的县区处于低值区且大部分位于陕南地区，这是由于陕南地区生态环境基础良好，但改善的幅度较低，而陕北、关中地区虽然生态环境基础较差，但受“退耕还林”政策影响，植被覆盖率和封山育林总面积显著增加，生态功能大幅提升； 2015年生态功能值分布于1.10～3.35之间， 2015年， 19.63%的县区生态功能从低值区变成了中值区或较高值区； 低值区数量显著减少，仅有3.74%的县区处于低值区，这也与2000年以来陕西省大力推行“退耕还林”政策密不可分。

根据标准规范SH/T3523/SH/T3527进行焊接材料筛选，确定ENiCrMo-3为焊接填充材料。

(4)总功能：土地利用总功能是社会、经济和生态3子功能的集成表达。2000年，总功能值从北向南呈现出高低高低条带状相间分布的空间格局。高值区集中分布于关中地区及陕南的个别县区； 总功能的低值区所占比例也大于其他功能低值区，占比达到23.36%且全省各部均有分布； 2015年总功能值整体上有明显增加的趋势，高值区略有减少但低值区急剧减少，低值区占比由2000年的22.36%降低到2015年的5.61%，较高值区所占比例上升到23.36%，整个区域总功能值区域平衡。

考虑到割草机在工作的过程中，其电机功率除满足行走所耗的功率以外，还应有一定的储备功率，以克服短时间内的超负荷，还有传动效率的损失等。因此，选择割草电机的功率为35W，行走电机的功率为40W。

3.1.2 土地利用多功能性动态变化分析

为进一步明晰土地利用多功能性的相对变化程度、协调性和变化差异大小，分别采用公式(3)、(4)和(5)计算2000—2015年陕西省县域土地利用功能变化动态度、标准差和变化优势度。结果见表2和表3。

（2）具备相关知识产权保护法律知识和能力的企业，当前能做到的只是尽最大努力减少被侵权带来的损失，而不具备主动出击并进行有效自我保护的能力。总之，以上图像安全问题严重阻碍了唐卡数字化发展进程、影响了唐卡线上销售的产业化进程、影响了西藏文化传播途径的健康良性发展。

表2 2000—2015年陕西省县域土地利用社会、经济、生态和总功能动态度数量变化

表3 陕西省县域土地利用功能标准差及变化优势度

(1)土地利用功能相对变化幅度不大。从动态变化度来看，整体上陕西省保持在缓慢提高阶段，未能突破原有状态，说明土地利用功能等级不强，有待进一步改善(表2)。社会功能2000—2005年大部分地区呈缓慢退化态势，占比达到68.22%， 2005—2010年和2010—2015年大部分地区呈缓慢提高或快速提高态势，占比均在90%以上； 而经济功能在2000—2005年和2005—2010年两个阶段的动态度基本处于缓慢提高状态， 2010—2015年大部分地区动态度则差异多样化，快速退化、缓慢退化、缓慢提高或快速提高均有分布； 生态功能2000—2005年区段82.24%县区呈缓慢提高趋势， 2005—2010年区段大部分地区快速提高，部分地区呈缓慢提高趋势， 2010—2015年大部分地区由快速提高转变为缓慢提高态势； 总功能2000—2005年、2005—2010年、2010—2015年80%以上地区呈缓慢提高，说明土地利用生态功能活跃度较高。

式(6)中，P _D，H 为影响指标D 对某功能H 的解释，n 、δ ²分别为研究区某种功能的整体样本个数和方差，m 为某种指标的分类个数，分别为D 指标在i 类上样本的个数和方差。

(3)土地利用由单一功能向多功能转变，但仍未发生实质性变化。2000—2005年，陕西省土地利用的社会、经济及生态功能变化动态度均值为-0.7%、7.2%、34.9%，其土地利用多功能中变化最大的是生态功能，功能变化优势度高达0.021，表明期间土地利用以单一的生态功能为主； 2005—2010年，陕西省土地利用多功能性中变化最大的是生态功能，功能变化动态度均值为4.8%、4.0%、21.9%，相对于上一阶段经济、生态功能分别下降3.2%、13.0%，而社会功能则上升了5.5%，功能变化优势度高达0.032，表明期间土地利用仍以单一的生态功能为主； 2010—2015年，陕西省土地利用多功能性中变化最大的是生态功能，其功能变化动态度均值为7.9%、6.7%、12.3%，相对于上一阶段生态功能下降9.6%，而社会、经济功能则上升了3.1%、2.7%，功能变化优势度高达0.017，表明期间土地利用仍以单一的生态功能为主。纵观上述研究表明，虽然土地利用一直以单一功能为主，但其重心一直在慢慢转移，由生态功能发展逐渐转变为社会、经济及生态等多功能发展。

3 .2 土地利用多功能性影响因素分析

土地是一个综合性系统，该文利用地理探测器中的因子探测和交互探测，以2015年陕西省县区土地利用准则层的3个子功能及所选定的指标层13个影响因素作为参考，探寻陕西省县域土地利用多功能性指标体系内部作用，计算结果见表4和表5。

3.2.1 土地利用多功能性指标层分析

(1)砷是氮的同族元素,比氮多2个电子层,砷在周期表中的位置为第____周期第____族;AsH3的热稳定性比NH3________(填“强”或“弱”)。砷在自然界中丰度最大的核素的中子数为40,该核素为____(用元素符号表示)。

显色法主要包含以下3种，较为常用的有浓硫酸显色、波多因法和威勒迈志法。显色法是根据芝麻油中芝麻素、芝麻酚等芝麻木脂素类特征性成分在酸性条件下与显色剂发生特异反应，生成具有特征颜色化合物的一种方法，通过待测样品和标准样品比色进行定性定量检测[1]。

表4 土地利用多功能性指标因素探测结果

表5 社会、经济及生态功能探测结果

表4所示，社会类指标对社会功能强弱排序依次为：X ₅>X ₂>X ₄>X ₃>X ₁，表明社会功能受人口密度指标的作用最为强烈，即人口密度和社会功能之间具有最强的一致性； 次要指标为城乡居民收入平衡指数，因子解释力为0.079； 卫生机构床位数和农民人均纯收入较为接近，均在0.02～0.05之间； 农业从业人员对社会功能的因子解释力要明显偏弱，因子解释力仅为0.014。经济类指标对经济功能强弱排序依次为：X ₇>X ₆>X ₉>X ₈>X ₁₀，揭示经济功能受地均全社会固定投资总额土地垦殖率指标的控制作用最为强烈； 人均粮食拥有量，经济密度、地均全社会固定投资总额、二三产业结构的因子解释力较为接近，分别为为0.043、0.033、0.022、0.021，说明这4项指标与经济功能呈现出相对较强的一致性。生态类指标对生态功能强弱排序依次为：X ₁₃>X ₁₁>X ₁₂ 人均耕地面积，说明生态功能受封山育林总面积指标的控制作用最为强烈，即其和生态功能之间具有最强的一致性； 次要指标为植被覆盖率，因子解释力为0.059； 人均耕地面积因子解释力为0.014； 其因子解释力要明显偏弱。

社会、经济和生态功能指标两两交互后对社会、经济和生态功能的解释力程度均表现为增强态势。其中，城乡居民收入平衡指数、万人拥有卫生机构床位数、人口密度和农民人均纯收入交互后对社会功能因子解释力最大，均为0.930； 地均全社会固定投资总额和经济密度交互后对经济功能因子解释力最大为0.971； 植被覆盖率、人均耕地面积和农封山育林总面积交互后对生态功能因子解释力最大为0.995。因此，土地利用单项功能受到各指标的共同作用，指标两两交互后对土地利用各功能的因子解释力要明显强于单个指标。

3.2.2 土地利用多功能性准则层分析

表5所示，单项功能对总功能强弱排序依次为：U ₃>U ₂>U ₁。表明总功能受生态功能的作用最为强烈，因子解释力为0.308，即其与总功能之间具有最强的一致性； 次要作用为经济功能，因子解释力为0.257； 而社会功能的因子解释力最弱，因子解释力为0.244。而任意两个功能交互后对土地利用总功能的因子解释力均表现为双因子增强和非线性增强，其中，经济功能和生态功能交互后因子解释力最强，达到0.785； 社会功能和经济功能交互后因子解释力次之，为0.777； 社会功能和生态功能交互后因子解释力为0.765。这说明，土地利用功能评价受到各维度功能的共同制约，任意两个功能交互后对土地利用总功能的因子解释力要明显强于原来单个功能。

于晓明在讲话中强调，目前，已进入年终岁尾，常委会各项工作任务艰巨繁重。各专门委员会、常委会各工作部门要对照本年度工作要点，认真梳理，查漏补缺，把握进度，狠抓落实，确保各项工作不折不扣完成好。同时，要提早研究谋划明年的工作，制定好常委会2019年工作要点和立法、监督等工作计划。本次会议作出决定，省十三届人大二次会议于明年1月下旬召开。要扎实做好省十三届人大二次会议有关筹备工作，制定工作方案，明确责任分工，精心准备，统筹协调，确保会议圆满顺利召开。

4 结论

该文基于土地利用多功能性评价方法分析了2000—2015年陕西省县域土地利用多功能性时空分异，并结合地理探测器探究了土地利用多功能性的影响因素，结论如下。

(1)陕西省县域土地利用多功能性时空差异显著。2000—2015年陕西省县域土地利用社会、经济、生态及总功能随时间均呈现出不断增强的趋势，土地利用功能总体水平缓慢上升，但变化幅度不大，土地利用单一功能已缓慢向多功能倾斜，协调性逐步提高，但仍以生态功能为主。

(2)陕西省县域土地利用多功能性影响因素作用主次鲜明。社会、经济和生态功能受到不同主导因子的影响，其社会功能受人口密度影响最为强烈，经济功能受土地垦殖率作用剧烈，生态功能则与封山育林总面积呈现出较强一致性； 而土地利用总功能的主导因子为生态功能。

(3)土地利用多功能性指标体系内部存在交互作用。准则层单项功能及指标层各因子对于土地利用多功能性评价的因子解释力要明显小于两两因素交互后对应的解释力程度，由此可见，土地利用多功能性整体评价受各维度因素的共同制约。

参考文献

[1] Verburg P H，Steeg J.From land cover change to land function dynamics：A major challenge to improve land character-ization.Journal of Environmental Management， 2008， 90(3)： 1327-1335.

[2] 唐华俊， 吴文斌，杨鹏，等.土地利用/土地覆被变化(LUCC)模型研究进展.地理学报， 2009, 64(4): 456-468.

[3] 刘彦随， 陈百明.中国可持续发展问题与土地利用/覆被变化研究.地理研究， 2002, 21(3): 324-330.

[4] 张红旗， 许尔琪，朱会义.中国“三生用地”分类及其空间格局.资源科学， 2015, 37(7): 1332-1338.

[5] 谭少军， 邵景安，邓华，等.三峡库区土地利用驱动力评价及机制分析.中国农业资源与区划， 2017, 38(11): 122-129.

[6] 张晓平， 朱道林，许祖学.西藏土地利用多功能性评价.农业工程学报， 2014, 30(6): 185-194.

[7] 杜国明， 孙晓兵，王介勇.东北地区土地利用多功能性演化的时空格局.地理科学进展， 2013, 35(2): 232-244.

[8] 陈德强， 周兴.贵港市土地利用多功能评价研究.现代农业科技， 2017(3)： 291-295.

[9] 傅伯杰， 张立伟.土地利用变化与生态系统服务：概念、方法与进展.地理科学进展， 2014, 33(4): 441-446.

[10] 于莉， 宋安安，郑宇，等.“三生用地”分类及其空间格局分析.中国农业资源与区划， 2017, 38(2): 89-96.

[11] 赵文武， 房学宁.景观可持续性与景观可持续性科学.生态学报， 2014, 34(10): 2453-2459.

[12] 刘超， 许月卿，孙丕苓，等.土地利用多功能性研究进展与展望.地理科学进展， 2016, 35(90): 1087-1099.

[13] 王枫， 董玉祥.广州市土地利用多功能的空间差异及影响因素分析.资源科学， 2015, 37(11): 2179-2192.

[14] 陈阳， 闵婕，孔祥玉，等.重庆市土地利用多功能的空间差异分析.资源与环境， 2017, 33(12): 1461-1467.

[15] 甄霖， 曹淑艳，魏云洁，等.土地空间多功能利用：理论框架及实证研究.资源科学， 2009, 31(4): 544-551.

[16] Stockdale A，Barker A.Sustainability and the multifunctional landscape：An assessment of approaches to planning and management in the Cairngorms National Park.land Use Policy， 2009, 26(2): 479-492.

[17] 刘彦随， 刘玉，陈玉福.中国地域多功能性评价及其决策机制.地理学报， 2011, 66(10): 1379-1389.

[18] 黄安， 许月卿，郝晋珉，等.土地利用多功能性评价研究进展与展望.中国土地科学， 2017, 31(4): 88-96.

[19] 孙丕苓， 许月卿，刘庆果，等.环京津贫困带土地利用多功能性的县域尺度时空分异及影响因素.农业工程学报， 2017, 33(15): 283-292.

[20] 王枫， 董玉祥.基于灰色关联投影法的土地利用多功能动态评价及障碍因子诊断——以广州市为例.自然资源学报， 2015, 30(10): 1698-1713.

[21] 通拉嘎， 徐新良，付颖，等.地理环境因子对螺情影响的探测分析.地理科学进展， 2014, 33(5): 625-635.

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

[23] 刘彦随， 杨忍.中国县域城镇化的空间特征与形成机理.地理学报， 2012, 67(8): 1011-1020.

[24] 湛东升， 张文忠，余建辉，等.基于地理探测器的北京市居民宜居满意度影响机理.地理科学进展， 2015, 34(8): 966-975.

RESEARCH ON SPATIAL -TEMPORAL DIFFERENTIATION AND INFLUENCING FACTORS OF LAND USE MULTI -FUNCTIONALITY IN COUNTY AREAS of SHAANXI PROVINCE ^*

Wang Jiani ^1,2，Chen Hai ^1,2※，Shi Qinqin ^1,2，Liu Di ^1,2，Liang Xiaoying ^1,2

( 1．College of Urban and Environmental Science，Northwest University，Xi′an, Shaanxi 710127，China;2．Key Laboratory of Surface System and Environmental Carrying Capacity of Shaanxi Province，Xi′an, Shaanxi 710127，China)

Abstract Mufti-function of land use is an important way for sustainable development of land use. This research is intended to explore the spatial-temporal change and function relationship of different counties and districts through the study of spatial-temporal differentiation and influencing factors of land use mufti-function in Shaanxi province. Based on the construction of the three-dimensional index system of social-economic-ecological sustainable development and the determination of the index threshold that fits the background of the study area, this research analyzed the spatial and temporal differentiation of the mufti-function of land use in Shaanxi province from 2000 to 2015, and explored the influencing factors of the mufti-function of regional land use in 2015 with the help of geographic detectors. From 2000 to 2015, the single function and the total function value of land use in Shaanxi counties and districts increased gradually, but the dynamic change was not large. Although the single function changed slowly to mufti-function, the main function was ecological function. Shaanxi province′s ecological function had the strongest impact on the total land use function, which was 0.308. Population density, land reclamation rate and total area of closing hills for afforestation are the main indicators of social, economic and ecological functions, and the synergistic relationship between the two levels of factors was significant after interaction. The study of multi-function of land use provides a strong scientific basis for maintaining society, developing economy and protecting ecology. It is one of the effective means to promote the sustainable use of regional land.

Keywords land use multi-functionality; temporal-spatial difference; influencing factors; geographical detector; Shaanxi province

doi: 10.7621/cjarrp.1005-9121.20190513

收稿日期： 2018- 09- 18

作者简介： 王嘉妮(1994—)，女，陕西榆林人，硕士研究生。研究方向：土地利用与土地多功能评价

※通讯作者： 陈海(1971—)，男，山西侯马人，教授。研究方向：土地利用与农户行为。Email：chw@nwu.edu.cn

*资助项目： 国家自然科学基金项目“生态脆弱区土地利用功能变化及农户响应研究——以陕西省米脂县为例”(41671086)； 国家自然科学基金项目“生态脆弱区土地集约利用模拟研究——以陕西省米脂县为例”(41271103)

中图分类号： F301. 2

文献标识码： A

文章编号： 1005-9121[ 2019] 05101-08

标签：土地利用多功能性论文;  时空分异论文;  影响因素论文;  地理探测器论文;  陕西省论文;  西北大学城市与环境学院论文;  陕西省地表系统与环境承载力重点实验室论文;