中图分类号: P208
文献标识码: A
文章编号: 1000-0690(2014)03-0309-07
通讯作者:
收稿日期: 2013-02-25
修回日期: 2013-05-2
网络出版日期: 2014-03-10
版权声明: 2014 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.
基金资助:
作者简介:
作者简介:谭雪兰(1978-),女,湖南株洲人,副教授,博士,主要从事土地利用与规划研究。E-mail:txl780120@163.com
展开
摘要
以长株潭城市群为研究案例,利用土地利用详查数据、社会经济统计数据和实地调查资料等多种数据源,运用相对变化率、主成分分析和多元回归分析相结合的方法对快速城市化进程中的长株潭城市群农村居民点用地变化的轨迹、空间地域分异特征及驱动力进行了分析。研究结果表明:① 长株潭城市群农村居民点用地总量及人均量呈递减趋势,但仍然呈粗放利用状态;② 长株潭城市群农村居民点用地变化率呈高位态势且地域分异明显,交通区位条件优越、经济发达的地区相对变化率较大;③ 应用主成分分析法将影响长株潭城市群农村居民点用地变化的因子归纳为区域经济发展、科技进步及政策制度3类,应用多元回归分析方法可知各影响因子对农村居民点用地变化的影响作用大小不同,农林牧渔总产值、粮食总产量和全社会固定资产投资的影响作用较大。
关键词:
Abstract
The study on the driving forces of rural settlements area can instruct the consolidation of rural settlements area, which is an important part of the study of law of rural settlements area evolution. Based on the data from land use detailed surveys, socio-economic statistics and field surveys in the Changsha-Zhuzhou-Xiangtan urban agglomeration from 1996 to 2008, the track of changes, the spatial disparities and driving forces of rural residential areas were analyzed with the methods of relative change rate, principal component analysis and multiple regressive analysis. The result showed that: 1) the rural residential area of the Changsha-Zhuzhou-Xiangtan was in a regressive tendency, but was still used extensively; 2) the change rate of rural settlements was high and was obviously regionally differentiated in the Changsha-Zhuzhou-Xiangtan urban agglomerations; the relative change rate is higher where traffic-geographical condition is superior and the economy is more developed; 3) with the method of principal component analysis, it showed that dynamic economic growth, agricultural science and technology as well as policy system were the three main driving factors that caused the change of rural residential areas in the Changsha-Zhuzhou-Xiangtan urban agglomeration. Meanwhile, by using multiple regressive analyses, it revealed that different factors have different impacts on the change of rural settlements area, among which the gross output value of agriculture, the food production and the social fixed assets investment are more important.
Keywords:
农村居民点是农村居民生活和生产的主要场地,也是农村土地的主要组成部分[1,2]。当前,中国正处于城市化快速发展阶段,城市化对农村居民点空间发展演变产生了剧烈的影响和冲击。一方面,在城市化背景下,城乡人口流动、城市用地扩张、产业结构变化、基础设施建设及居民观念转变等一系列新型人地关系因素对农村居民点空间布局产生重要影响[3];另一方面,由于城市化的快速推进所带来的城乡差距扩大、村庄“荒芜化”和“空废化”、村庄建设分散无序、资源环境压力巨大及乡村景观破坏、“城中村”等问题日益凸显[4],这在一定程度上制约着中国农村社会经济可持续发展及城乡统筹发展。因此,对新时期农村居民点用地变化及驱动力进行研究已成为地理学及相关学科高度关注的理论研究问题[5]。
国外关于农村居民点用地变化的驱动力研究方面主要侧重于人文因子,认为城市化背景下的技术进步、人口非农化、收入水平、产业结构转化、农村功能转变、居民生活方式、土地制度等对农村居民点用地扩张影响明显[6-13]。国内对于农村居民点用地变化的驱动因子研究经历了从定性分析向定量分析转变的发展历程,早期学者们主要从宏观定性角度总结了影响农村居民点用地变化的地形、气候、土壤等自然因素及其人口、经济、城市化等人文因素。之后又将GIS、RS技术和数学分析方法引进农村居民点用地变化及驱动因素[14-18],但是对快速城市化背景下的农村居民点用地变化影响机制缺乏足够的重视。
本研究以长株潭地区为实证研究区域,主要是由于长株潭地区是中国中部地区城市化快速推进的城市群典型代表,改革开放以来特别是随着国家中部崛起及两型社会示范区建设战略的实施,给长株潭城市群社会经济发展带来良好的契机,极大地促进了城市化水平的大幅度提高,城市化的快速发展在促进农村生产生活环境、资源环境、建设环境、农民的意识、行为方式等发生巨大改变的同时,也对农村居民点发展与布局变化产生了深远影响[19]。因此,开展该区域快速城市化进程中农村居民点用地变化的机制及动态规律研究具有明显的典型性和借鉴性,对于揭示中国快速城市化背景下农村居民点用地变化的影响机制及对其他区域农村居民点用地变化调控和管理都有着重要的理论和实践借鉴意义。
长株潭地区位于湖南省东北部,是中国地貌第三级阶梯向东南山丘过渡地带,地处湘江下游,东经112°54′~113°10′E,北纬27°50′~28°11′N。属亚热带季风气候区,地貌类型齐全,湘江纵贯南北。东眺长江三角洲,南靠珠江三角洲,西连巴蜀、云贵,北依长江黄金水道,受华东、华南及武汉经济圈叠加影响,是湖南经济最发达区域。长沙、湘潭、株洲三地市,呈“品”字形分布,雄踞区内北、西、东部,下辖23个县市(区),总面积2.8万km2,2008年人口总数1 320.32万,农村人口902.6万人,农村居民点用地面积为175 326.79 hm2,人均农村居民点用地面积为194.34 m2。
本文所需数据主要包括农村居民点用地数据和社会经济数据。其中1996~2008年农村居民点用地数据主要来源于长株潭城市群各县市区国土资源局土地利用变更调查数据。由于在2009年长株潭城市群开展了第二次土地大调查,第二次土地大调查农村居民点的最小上图图斑与之前有较大的差距,从而导致2009年以后的农村居民点数据与2008年以前的变更调查数据存在较大差异,为保持数据的一致性且为了更好地把握快速城市化进程中的长株潭城市群农村居民点用地变化规律,本文选用1996~2008年长株潭城市群农村居民点统计数据来进行研究。社会经济数据主要来自于1997~2009年的《湖南统计年鉴》[20]和《湖南年鉴》[21]及对相关年份的国民经济和社会发展统计公报。
由于短期内特别是在城市化快速推进过程中,农村居民点用地变化主要是受社会经济等人文要素的影响,自然因素的影响不大,所以本研究主要考虑社会经济影响因素[22,23],因变量为农村居民点用地面积Y(hm2),自变量分别为:就业人员X1(人)、城市化水平X2(%)、地区生产总值X3(亿元)、农林牧渔总产值X4(亿元)、社会消费品零售总额X5(103元)、全社会固定资产投资X6(亿元)、耕地面积X7(103hm2)、粮食总产量X8(104t)、城乡居民储蓄存款X9(亿元)、农民人均纯收入X10(元)、二、三产业占GDP比重X11(%)、农业机械总动力X12(104kW)。
2.3.1 相对变化率
相对变化率能很好反映土地利用变化地区差异性,因此本论文采用相对变化率的概念进行定量分析,其计算公式为:
R=(Kb-Ka)Ca/[(Cb-Ca) Ka]
式中,Ka、Kb分别表示某研究区期初、期末的农村居民点用地面积,Ca、Cb分别为研究区某一特定土地利用类型研究期初及研究期末的面积。当R<0,表示该地区农村居民点面积比期初增加;如果R>0,则表示该地区农村居民点比期初减少;若|R|>1,表示该局部农村居民点用地变化幅度大于整体水平;若|R|<1,则反之[24]。
2.3.2 主成分分析法
主成分分析法能够将多个变量缩减为几个相互独立的公共因子,并能较好地代表原有指标的解释信息,在地理学研究中应用较为广泛[25], 因此, 它也是进行农村居民点用地变化驱动因子分析的一种较好的多元统计方法,其步骤如下: ① 建立n年p个指标的原始数据矩阵Mij (i=1, 2,… n;j=1, 2,…, p);② 原始数据的标准化处理;③ KMO检验与Bartlett球形检验;④ 计算指标的相关系数矩阵Rjk;⑤ 求特征值λk (k= 1, 2, …,p) 和特征向量Lk(k= 1, 2,…p);⑥计算贡献率和累积贡献率;⑦ 计算主成分指标的权重Wj;⑧ 计算主成分得分矩阵Yij(i=1,2,… n;j = 1, 2,…m)。
2.3.3 多元线性回归分析法
多元线性回归模型是一种经常用来解释土地利用变化的经验模型,该模型要求特定区域在特定的土地利用变化和驱动因子之间存在着线性关系[26]。多元线性回归的数学模型为:
y=b0+b1x1+b2x2+…bnxn
式中,y为因变量,xi为自变量,n为自变量的个数,b0,b1,…,bn为常数项系数。
其步骤如下:① 利用主成分分析及相关分析法确定影响农村居民点用地变化的主要驱动因子;② 因变量与自变量之间的rij线性检验;③ 多元回归方程F的显著性检验;④ 回归系数t的显著性检验。
3.1.1 农村居民点用地面积数量动态变化时序
由图1可知,长株潭城市群农村居民点用地面积从1996~2008年总体上呈减少趋势,仅2000年增加了1 977.7 hm2,2001年增加了1 038.7 hm2,2008年增加了528.5 hm2,其余年份均为减少。农村居民点用地面积从1996年的178 847.24 hm2减少到2008年的175 326.79 hm2,净减少3 520.45 hm2,年均减少280.70 hm2。随着人口的逐年增加以及农村居民点的不断减少,农村居民点人均利用面积亦呈逐年减少的趋势,由1996年的202.58 m2/人下降到2008年的194.34 m2/人,共减少8.24 m2,但仍大大高于国家规定的150 m2/人的标准。表明长株潭城市群农村居民点用地集约水平随着经济社会的发展在逐步提高,但水平较低,农村居民点整理潜力很大。
图1 1996~2008年长株潭地区农村居民点用地面积和人均农村居民点用地面积变化
Fig.1 The rural residential land area and per capita of rural residential land area in Changsha-Zhuzhou-Xiangtan urban agglomerations in 1996-2008
3.1.2 农村居民点动态变化的空间分异
以长株潭城市群23个市县区为基本单元,根据土地相对变化率对农村居民点变化的区域差异进行分析,并辅之以农村居民点绝对变化量指标分析农村居民点的空间变化规律(表1)。
表1 1996~2008年长株潭城市群各县市区农村居民点变化空间差异
Table 1 Spatial differences of rural residential area of the counties in Changsha-Zhuzhou-Xiangtan urban agglomerations in 1996-2008
区 域 | 1996年农村 居民点用地 规模(hm2) | 2008年农村 居民点用地 规模(hm2) | 相对变 化率(%) | 绝对变 化值(hm2) | 区 域 | 1996年农村 居民点用地 规模(hm2) | 2008年农村 居民点用地 规模(hm2) | 相对变 化率(%) | 绝对变 化值(hm2) |
---|---|---|---|---|---|---|---|---|---|
长株潭 | 178847.24 | 175326.79 | - | -3520.45 | 天元区 | 1313.07 | 816.16 | 19.23 | -496.91 |
雨花区 | 365.73 | 936.09 | -79.23 | 570.36 | 石峰区 | 1696.74 | 1405.28 | 8.73 | -291.46 |
芙蓉区 | 528.56 | 307.46 | 21.25 | -221.10 | 株洲县 | 8070.09 | 8045.00 | 0.16 | -25.09 |
天心区 | 1240.83 | 572.27 | 27.37 | -668.57 | 攸 县 | 13366.85 | 13476.14 | -0.42 | 109.29 |
岳麓区 | 1690.20 | 1261.52 | 12.88 | -428.68 | 茶陵县 | 10117.26 | 9594.22 | 2.63 | -523.04 |
开福区 | 981.35 | 1728.49 | -38.68 | 747.14 | 炎陵县 | 2900.96 | 2765.36 | 2.37 | -135.60 |
长沙县 | 16901.31 | 16366.84 | 1.61 | -534.47 | 醴陵市 | 14622.57 | 13671.04 | 3.31 | -951.53 |
望城县 | 12743.59 | 12499.97 | 0.97 | -243.61 | 雨湖区 | 873.69 | 809.32 | 3.74 | -64.37 |
宁乡县 | 23860.17 | 22578.49 | 2.73 | -1281.68 | 岳塘区 | 2113.18 | 1686.08 | 10.27 | -427.10 |
浏阳市 | 22301.79 | 23852.83 | -3.53 | 1551.05 | 湘潭县 | 24347.79 | 24407.36 | -0.12 | 59.57 |
荷塘区 | 1404.57 | 1268.73 | 4.91 | -135.84 | 湘乡市 | 14890.25 | 14867.50 | 0.08 | -22.75 |
芦凇区 | 569.74 | 475.60 | 8.39 | -94.14 | 韶山市 | 1946.97 | 1935.04 | 0.31 | -11.93 |
从长株潭城市群各县市区的农村居民点相对变化幅度和变化率来看,可分成3个区,Ⅰ区为>5.0;Ⅱ区为1.00~5.00;Ⅲ区为0.10~1.00。
Ⅰ区包括长沙市的5个市辖区,株洲市的芦凇区、天元区、石峰区以及湘潭市的岳塘区,农村居民点减少量共为1 310.41 hm2。其中,雨花区的农村居民点相对变化率最大,达到79.23,远远大于其他各区县,居长株潭城市群之首,其次为开福区,变化率为38.68,这是由于这些区域是长株潭城市群的核心发展区域,13 a来,城市化进程快速推进,大量农村人口进入城市,从而使农村居民点相对变化率都远高于城市群整体及其他县市区的变化幅度。
Ⅱ区包括长沙市的长沙县、宁乡县、浏阳市,株洲市的荷塘区、茶陵县、炎陵县、醴陵市以及湘潭的雨湖区等,农村居民点减少量共为2 075.48 hm2 。这些区域是长株潭的工业区,在工业化的推动下,区域社会经济发展与城市化进程推进较快,农村居民点变化幅度也较大,但是在区位条件和发展基础等方面都略低于中心市区,所以该区域在长株潭城市群中处于中游水平。
Ⅲ区包括长沙市的望城县,株洲市的株洲县、攸县以及湘潭市的湘潭县、湘乡市和韶山市,该区农村居民点减少量共为134.52 hm2。该区域的望城县、株洲、湘潭县地势平坦,再加上毗临市区,是长株潭城市群重要的城郊农业发展区,而湘乡、韶山等地则是长株潭城市群的农业区,农村居点用地变化不大,因此,该区域农村居民点变化幅度低于长株潭城市群整体变化水平。
另外,从长株潭地区各县市区农村居民点用地相对变化方向来看,长沙的雨花区、开福区和浏阳市,株洲的攸县以及湘潭的湘潭县的农村居民点变化方向与整体变化方向存在不一致的现象,这说明随着城市群农村居民点面积的减少,但由于农村居民点整理力度的加大,使雨花区、开福区、浏阳市、荷塘区、攸县和湘潭县的农村居民点面积不但没有减少反而呈增加趋势,近13 a分别增加了570.36 hm2、747.14 hm2、1 551.05 hm2、109.29 hm2、59.57 hm2。
可见,长株潭城市群农村居民点数量变化的区域分异明显,大部分区县的农村居民点数量变化相对强度较大,特别是交通区位优越、经济发达的区域相对变化率较大,农村居民点变化率保持高位态势(图2)。
图2 1996~2008年长株潭城市群农村居民点相对变化率的空间格局
Fig.2 Relative change rate of rural residential area changes in Changsha-Zhuzhou-Xiangtan urbanagglomerations in 1996-2008
参照李鑫等研究[27],利用标准差标准化法对1996~2008年长株潭城市群12个社会经济指标进行标准化处理,然后利用软件SPSS17.0进行主成分分析,发现其KMO检验值为0.673>0.5, Bartlett球形检验的p值等于0.000,表明能够进行主成分分析,根据特征值大于1且累计贡献率≥85%,提取出主因子,其特征值、贡献率及累积贡献率见表2。
表2 主成分的特征值及贡献率
Table 2 Eigenvalues and squared loadings of the principal components
主成分 | 特征值 | 贡献率(%) | 累计贡献率(%) | 主成分 | 特征值 | 贡献率(%) | 累计贡献率(%) |
---|---|---|---|---|---|---|---|
1 | 9.87 | 82.27 | 82.27 | 7 | 0.01 | 0.08 | 99.94 |
2 | 1.67 | 13.94 | 96.21 | 8 | 0.00 | 0.03 | 99.97 |
3 | 0.27 | 2.29 | 98.50 | 9 | 0.00 | 0.03 | 99.99 |
4 | 0.09 | 0.78 | 99.28 | 10 | 0.00 | 0.004 | 99.99 |
5 | 0.06 | 0.46 | 99.74 | 11 | 0.00 | 0.00 | 99.99 |
6 | 0.02 | 0.12 | 99.86 | 12 | 6.167E-5 | 0.00 | 100.00 |
由表2可见,第一主成分的特征值为9.87,贡献率为82.27%,第二主成分的特征值为1.63,贡献率为13.94%,前2个主成分累计贡献率为96.21%,两大主成分比较全面地反映了影响农村居民点用地变化的驱动因子,可以充分体现长株潭城市群农村居民点用地的变化趋势。
由表3可知,第一主成分与地区生产总值、农林牧渔总产值、社会消费品零售总额、全社会固定资产投资、城乡居民储蓄存款、农业机械总动力高度相关;第二主成分与粮食总产量有较大的负相关性。因此,可以将影响农村居民点用地变化的主要驱动因子归纳为区域经济发展、农业科技水平提高及国家政策制度三大类。
表3 旋转后的因子载荷矩阵
Table 3 Rotated component matrix
指标 | 第1主成分 | 第2主成分 | 指标 | 第1主成分 | 第2主成分 |
---|---|---|---|---|---|
X1 | 0.978 | 0.112 | X7 | 0.550 | 0.744 |
X2 | 0.931 | 0.338 | X8 | 0.297 | -0.897 |
X3 | 0.992 | -0.045 | X9 | 0.993 | 0.077 |
X4 | 0.986 | -0.126 | X10 | 0.956 | 0.222 |
X5 | 0.997 | -0.002 | X11 | 0.815 | 0.520 |
X6 | 0.994 | -0.052 | X12 | 0.985 | 0.160 |
其中,区域经济发展是影响农村居民点用地变化的主要驱动因子,随着长株潭地区经济的持续发展及社会主义新农村建设力度的加大,各地基础设施与公共服务设施逐步完善,城乡交通网络基本构架,通讯条件也大为改善,农民收入水平大幅度提高,对农村居民点用地变化的规模、速度、强度、方向、形态及结构均产生了较大的影响。农业科技进步作为持续的外部因素,也在一定程度上影响着农村居民点的用地变化,随着长株潭城市群农业现代化及机械化程度的提高,农民的耕作半径也随之得到扩大,这对于农村居民点的规模、布局形式与形态都会产生深远的影响,使农村居住空间与生产空间关系得以重构。同时制度政策对农村居民点用地发展与布局具有深远的影响,是农村居民点空间布局的一个重要驱动因子。长株潭地处洞庭湖平原,是湖南省重要的粮食产区之一,农村居民点用地来源主要是村庄周边的耕地、水域等,严格的耕地保护制度有力地限制了农村居民点向村庄周边扩张,再加上“两型”社会示范区建设对长株潭城市群农村居民点集约与节约利用提出了更高的要求与挑战,因此,制度政策对农户建房的规范及农村居民点用地的扩张方式与速度、形态结构、功能都有着非常关键的影响。
经前面的数据分析与处理,确定了影响长株潭城市群农村居民点用地变化的主要驱动因子有7个,以农村居民点用地面积Y为因变量,以农村居民点用地变化影响因子(X3、X4、X5、X6、X8、X9、X12)为自变量进行多元线性回归分析,得到回归模型及各变量参数(表4),模拟方程的拟合优度R2=0.956,通过了5%的显著性检验,F统计值为12.492,显著性检验Sig值为0.014,模型的各常数项系数都能通过t检验和F检验,因此模拟得出的回归方程是可行的[28]。
表4 农村居民点用地变化的驱动因子多元回归系数
Table 4 Coefficient of driving forces of rural settlements change
模型 | 非标准化系数 | 标准化系数 | t | Sig. | |
---|---|---|---|---|---|
系数项 | 标准误差 | ||||
常数 | 180948.219 | 5443.289 | - | 33.242 | 0.000 |
X3 | 1.599 | 2.717 | 1.298 | 0.588 | 0.588 |
X4 | 49.944 | 22.097 | 4.490 | 2.260 | 0.087 |
X5 | 4.920 | 10.423 | 1.600 | 0.472 | 0.661 |
X6 | -16.792 | 7.473 | -9.269 | -2.247 | 0.088 |
X8 | -19.826 | 8.124 | -0.522 | -2.440 | 0.071 |
X9 | 6.744 | 3.249 | 2.994 | 2.076 | 0.107 |
X12 | -14.932 | 11.867 | -1.799 | -1.258 | 0.277 |
由表4得到农村居民点用地面积Y与地区生产总值X3、农林牧渔总产值X4、社会消费品零售总额X5、全社会固定资产投资X6、粮食总产量X8、城乡居民储蓄存款X9、农业机械总动力X12之间的回归方程为:
Y=180948.219+1.599X3+49.944X4+
4.920X5-16.792X6-19.826X8+
6.744X9-14.932X12
模型结果表明,长株潭城市群农村居民点用地变化的主要受农林牧渔总产值影响较大,回归系数分别为49.944,t统计量的绝对值为2.260,说明近13 a来农林牧渔总产值增长速度加快(由1996年的226.28亿元增加到2008年615.53亿元,年均增长29.94亿元)是长株潭地区农村居民点用地变化的主要驱动力。这是由于近年来长株潭城市群在农业产业结构调整与优化、农业科技投入、资金投入和农产品消费市场拓展等方面采取了大量积极有效的措施,形成了浏阳的黑山羊、苗木花卉,望城的旺旺集团食品加工,攸县的蔬菜,茶陵的脐橙等高效特色农业及休闲、娱乐、度假、开会、科考、避暑等服务的旅游和观光农业,带动了农林牧渔产值的大幅提高,进而对农村居民点用地变化产生较大影响。
1) 1996~2008年间,长株潭城市群农村居民点用地面积净减少3 520.45 hm2,年均减少280.70 hm2,农村居民点人均利用面积由1996年的202.58 m2下降到2008年的194.34 m2,利用较为粗放,具有较大的整理潜力。
2) 从整体上看,由于长株潭城市化进程的快速推进,农村居民点变化率保持高位态势;且农村居民点用地变化区域分异明显,交通区位条件优越、经济发达的地区相对变化率较大。
3) 应用主成分分析法可将影响长株潭城市群农村居民点用地变化的因子归纳为区域经济发展、科技进步及政策制度等3类。在主成分分析的基础上,应用多元回归分析方法构建了农村居民点用地面积与主要影响因子之间的多元回归模型,分析结果表明各影响因子对长株潭城市群农村居民点用地变化的影响作用大小不同,农林牧渔总产值、粮食总产量和全社会固定资产投资影响作用较大。
The authors have declared that no competing interests exist.
[1] |
东南沿海经济发达地区农村居民点景观格局变化研究 [J]., |
[2] |
吉林省近300年来聚落格局演变 [J]., |
[3] |
论新时期农村聚居模式研究 [J]., |
[4] |
中国农村聚落空心化问题实证研究 [J]., |
[5] |
中国农村聚居演变的驱动机制及态势分析 [J]., |
[6] |
Rural geography [M]. , |
[7] |
Rural residential land use: tracking its grows [J].,
|
[8] |
Determinants of residential land use conversion and sprawl at the rural-urban fringe [J].,
|
[9] |
The use of cluster analysis in distinguishing farmland prone to residential development: A case study of Sterling, Massachusetts [J].,
|
[10] |
The role of the Conservation Reserve Program in controlling rural residential development [J]. ,
|
[11] |
Rates and drivers of rural residential development in the Greater Yellowstone [J]. ,
|
[12] |
Rural settlements, mission settlements and rehabilitation in Transkei [J].,
|
[13] |
Modeling residential location choice in an area with spatial barriers [J]., |
[14] |
近30年来兰州市人口密度空间演变及其形成机制 [J]., |
[15] |
|
[16] |
基于Poisson对数线性模型的居民点与地理因子的相关性研究 [J].,
|
[17] |
快速城市化地区农村居住用地布局变化及其影响因素研究——以深圳市龙岗区为例 [J].,
|
[18] |
农村居民点用地演变及驱动力分析——以重庆市九龙坡区为例 [J]., |
[19] |
快速城市化背景下城乡结合部发展特征与机制——以北京海淀区为例 [J]., |
[20] |
|
[21] |
湖南年鉴 [M]. , |
[22] |
快速城市化进程中深圳土地利用变化的自然及人文因素综合研究 [J]., |
[23] |
快速城市化背景下深圳土地利用时空变化的人文因素分析 [J]., |
[24] |
河北省农用地利用集约度时空变异分析 [J]., |
[25] |
欠发达地区聚落景观空间分布特征及其影响因子分析——以安徽省宿州地区为例 [J]., |
[26] |
中国少数民族传统聚落景观特征及其基因分析 [J]., |
[27] |
农村居民点整理潜力测算与布局优化研究——以江苏省江都市为例 [J]., |
[28] |
基于多元回归分析和灰色模型的康乐县城乡建设用地预测 [J]., |
/
〈 | 〉 |