孟祥凤，王冬艳，李 红

（吉林大学地球科学学院，长春 130061）

0 引 言

进入21世纪以来，中国建设用地的扩张成为城市发展的主要特征之一，建设用地的快速扩张占用了城市周边的大量优质耕地，不仅加剧了与耕地保护之间的矛盾，而且会引起涉及国家粮食安全、经济安全、生态文明建设等方面的问题。因此，严格控制建设用地规模，保护耕地资源不仅是政府的关注焦点，也是学术界研究的热点。

国外的相关研究主要从农业用地转变的视角，分析其向其他用地类型，主要是建设用地转变的时空格局[1]、驱动因素[2]，及转变后对研究区城市社会经济发展的影响[3]等。国内学者关于建设占用耕地的研究主要集中于时空变化特征[4]、配置效率[5]、与经济发展、人口增长之间的关系[6-8]、驱动力[9]等方面。

已有对建设占用耕地驱动力的研究中，早期主要集中于社会、经济等因素对建设占用耕地的影响，认为人口增长与固定资产投资是驱动建设占用耕地的主要因素[10]；随着对建设占用耕地驱动力的研究不断深入，以及 GIS等空间分析工具的应用，有学者认为建设占用耕地与耕地的空间布局、城市等级、路网密度等关系紧密，如低海拔平整的农田、城市郊区路网周边、具有更大发展潜力的小城市[11-12]等都是建设占用耕地较为集中的区域。也有研究认为政策是导致建设占用耕地的显著因素[13]，比如“西部大开发”、“东北振兴计划”等[14]；而在研究方法上，多采用主成分分析[15]、地理加权回归模型[16]偏最小二乘分析[17]等对建设占用耕地的影响因素进行分析。

老工业城市是老工业基地的基本单元，是指“一五”、“二五”和“三线”建设时期所形成的、拥有一定工业资产存量和经济总量、对中国工业化进程有重大影响、对国家经济发展做出过突出贡献的工业城市。老工业城市的“老”字主要区别于改革开放以来市场经济机制下所形成的新兴产业基地，比如东莞、深圳等沿海新兴产业城市[18]。中国共有 120个老工业城市，其中东北地区有27个，占中国老工业城市总数的22.5%[19]。四平市是位于吉林省中南部的典型老工业城市，同时还是中国重要的商品粮基地、东北地区重要的交通枢纽，在保障粮食安全和区域经济均衡发展中具有重要的战略地位。改革开放以来，由于体制机制老化，产业结构单一等问题，开始出现经济衰退、人口流失等现象。形成“人口流失-空间扩张”的矛盾发展格局。

综上，作为东北典型的老工业城市，四平市的发展轨迹具有独特性和区域性。通过对其驱动力进行深入分析，可为中国老工业城市建设占用耕地的驱动研究提供理论和实证支撑，具有理论和现实意义。因此，本文以吉林省四平市为研究对象，基于SPSS、ArcGIS软件分析平台，运用核密度估计方法，以2009—2015年吉林省四平市 114个乡镇为基本空间单元，首先探讨其建设占用耕地的空间格局，并就影响建设占用耕地的驱动因素进行主成分分析，掌握东北老工业城市建设占用耕地的空间格局及驱动力，以期为政府制定差异化的土地管理政策，有效控制建设占用耕地快速扩张提供方法和理论上的参考。

1 研究区概况

吉林省四平市位于 42°31′～44°09′N、123°17′～125°49′E，地处松辽平原黄金玉米带的中心地带，素有东北三大粮仓之一的美誉（图 1）。四平市是重要的东北老工业基地之一，是全国农业机械生产的典型城市。

图1 四平市地理位置示意图Fig.1 Schematic diagram of geographical position of Siping City

作为老工业城市，四平市产业结构特点明显(如图2)，其第二产业在国民经济中的比例远远高于一、三产业，且处于不断上升的趋势，第三产业占比较小且发展势头较弱，与全国第三产业结构的走势恰恰相反。四平市2009年的一、二、三产业结构比例关系为27.4：39.6：33.0，至2015年转变为22.2：47.8：30.0，第一产业下降了5.2个百分点，第二产业升高了8.2个百分点，第三产业下降了3.0个百分点。产业结构并没有得到进一步优化。与全国产业结构（8.9：40.9：50.2）相比，四平市第一产业比例高13.3个百分点，第二产业高6.9个百分点，第三产业低20.2个百分点。此外，2009－2015年四平市工业产值在国民经济中的比例持续攀升，从36%上升到45%，而全国工业产值在国民经济中的比例已降至 34%。且2015年四平市的564个规模以上工业企业，85%以上为机械制造、汽车、化工、建材、纺织、换热等传统产业，占地面积广，土地利用效率低。以上分析可以看出，全国退二进三的经济结构调整已初见成效，但四平市仍处在以传统产业与重工业为主导的经济发展阶段。与东北地区其他典型老工业城市（哈尔滨、长春、沈阳市）相比，四平市一、二、三产业在国民经济中的占比依然处于劣势（第三产业占比过小、第二产业占比较大）。

第二，生物课堂教学过程生活化方法的应用。生物课堂的实际教学过程中，生活化方法的应用是比较关键的，这也是生活化教学成败的关键环节，从教学的导入方面就要注重生活化内容的融入，让学生从开始就对生物课程内容的学习产生共鸣，吸引学生的学习注意力，这样才能为进一步的教学打下基础。课程的导入环节，主要是要调动学生的学习积极主动性，让学生能主动的进入到学习情境当中。所以导入的内容就要让学生感受到亲切以及新颖。

图2 2009－2015年四平市与中国及其他典型东北老工业城市产业结构对比Fig.2 Analysis of industrial structure of Siping City, China and other typical northeast industrial cities from 2009 to 2015

2 研究方法与数据来源

2.1 研究方法

2.1.1 核密度估计

核密度估计（kemel density estimation，KED）是探测数据分布的一种方法，适用于分析点状地理要素，可清晰地反映地理现象空间扩散的距离衰减规律[20]。核密度估计的表达式为

式中，n为数据个数，h为阈值，K ()为核密度方程；(x-xi)是估计点x到事件xi的距离。对区域内建设占用耕地点进行计算，从而得到四平市建设占用耕地点的分布密度。

KDE估计中，带宽h的确定或选择对于计算结果影响很大，随着h的增加，空间上点密度的变化更为光滑，但会掩盖密度的结构；h减小时，估计点密度变化突兀不平[21]。在ArcGIS的KDE中，会自动生成一个默认的带宽，该默认值采用分析的数据图层中最小宽度或者长度除以30得出。本文以自动生成的6 500 m带宽，并结合4 500和8 500 m的带宽作对比研究来分析。

2.1.2 主成分分析

本研究应用此方法对东北老工业城市—四平市的建设占用耕地驱动力进行分析研究。由于主成分分析模型的构建与应用已非常成熟，不予详细介绍，其具体步骤见文献[22]。

2.2 数据来源与处理

以四平市国土资源局提供的2009－2015年二调数据及变更调查数据库为基础，应用GIS软件分别提取2009年与2015年地类图斑中的耕地与建设用地图层进行叠加分析，得到 1∶25万的建设占用耕地分析底图，以四平市114个乡镇为基本空间单元，对其2009－2015年建设占用耕地的空间格局进行核密度分析，在此基础上，对四平市2009－2015年的建设占用耕地驱动力进行分析，指标选取数据主要来源于《四平市统计年鉴》、《土地利用变更调查表》。此外，文中其他关于中国、四平以及个别老工业城市的经济、产业结构等分析数据皆来源于《中国统计年鉴》、《四平市统计年鉴》。

2.3 驱动指标的选取及处理

建设占用耕地是复杂、动态的过程，受到多种不确定性因素的影响，可以宏观的概括为自然与人文2大类，具体包括自然、人口、经济、社会、政策、技术等方面。自然地理因素，对土地开发利用的难易程度和成本具有潜在影响；经济因素，市场经济中，价值规律、地租规律将土地资源配置到最有效益的经济活动中，因此不同经济部门的发展对建设占用耕地的潜在影响可能存在差异[23]；社会因素，一个城市或地区人民的收入水平，居住、交通等体现生活质量的生活条件是否能够满足人民的需求，是影响人口流动、建设用地扩张的一个重要因素；人口因素，人口的增长、分布和结构的变化是造成住房、商业设施、基础设施等建设用地需求变化的潜在驱动因素；政策因素，包括政府主导的项目开发、固定资产投资、基础设施建设等一系列发展政策，对建设用地扩张、占用耕地有潜在的影响[23]。综合以上分析，本研究从人文角度出发，根据已有研究成果[24-25]，结合东北老工业城市—四平市经济体制和产业发展的特点以及数据的可获取性，仅从经济、社会、人口、政策 4个方面，选取体现四平市产业结构、工业企业发展水平、人民生活水平、路网密度、项目开发、人口结构与流动形势的21个影响建设占用耕地的驱动指标（表1）。

应用SPSS19.0软件中标准差标准化方法（Z-score）对上述指标的原始指标值进行标准化处理（见表2）。

表1 四平市建设占用耕地变化的驱动因子指标体系Table 1 Index system of driving factor of change of cultivated land occupied by construction of Siping City

表2 四平市2009－2015年原始指标标准化数据Table 2 Standardization data of original indicators for 2009－2015 in Siping City

3 结果与分析

3.1 四平市建设占用耕地的空间格局

将 1∶25万建设占用耕地面状图斑转化为点状图，选择带宽4 500、6 500和8 500 m进行核密度分析（图4）。图4中，带宽为4 500、6 500、8 500 m的最大密度值分别是 9.219、8.450、7.764。带宽越小，带宽内的密度值就越大，密度值曲线越突兀；带宽越大，在带宽内的密度值就越小，密度值曲线越光滑[26]。6 500 m带宽得出的密度图虽然能清晰的辨别出建设占用耕地的密度中心，比较明显的反映核密度的等级差异，但以8 500 m作为带宽，核密度中心及各等级区域更加完整的覆盖了建设占用耕地的空间分布，反映出建设占用的真实情况，因此，选取带宽为8 500 m来研究四平市建设占用耕地的空间格局。

将核密度估计值划分为5个密度等级（图5）：1）Ⅰ区域位于四平市本级（铁东、铁西区）的建成区周边延伸地带，依托四平市中心城区人口、经济、交通等辐射影响及四梨同城化规划政策的实施，成为建设占用耕地点集聚特征最明显的区域；2）公主岭市东部的范家屯与大岭子镇，毗邻吉林省省会城市长春，得力于长吉图发展战略的惠及，发展迅速，与伊通镇中心地区形成次显著的建设占用耕地聚集地（Ⅱ区域）；3）公主岭市东南部中心城区与双辽市南部城区建设占用耕地空间分布初步呈现出集聚特征，均为Ⅲ级区域。4）IV级区域由于双辽市到长春市段G25长深高速公路的修建（图5），以及2000年四平辽河农垦区的批准成立（四平市辽河农垦区，位于梨树县北部与双辽市、公主岭市接壤地区，管理区所在地孤家子镇，下辖辽河农场、孤家子镇、四平市种鹿场、双辽种羊场、双辽农场、双山鸭场。于2000年6月12日经省人民政府开发区办公室批准成立，隶属于四平市，设一级财政，建县级金库，行使县级行政、经济、社会管理职权，是吉林省农垦企业改革的试点单位，享受省级开发区的相应权限及优惠政策。），使其成为四平市西北部建设占用耕地的又一聚集地。5）V级区域，受伊通县中心城镇的辐射影响，发展起来的多核乡镇经济结构，出现建设占用耕地集聚的现象。

图3 四平市2009－2015年建设占用耕地空间布局Fig.3 Space layout plan of cultivated land occupied by construction of Siping City from 2009 to 2015.

图4 四平市2009－2015年不同带宽建设占用耕地密度Fig.4 Density of construction occupation of arable landwith different bandwidths in Siping City from 2009 to 2015

综上，2009－2015年四平市建设占用耕地空间分布存在明显的东西差异，呈现“东密西疏”的分布格局，东部建设占用耕地分布呈现出集聚度高且连接成片的分布状态，而中西部集聚程度较低。高值区主要分布在各行政区的城镇中心及道路的外延地带。从四平市建设占用耕地空间格局的分析研究可以看出，新的规划方案的实施、行政区划与发展战略的调整、道路的修建等一系列政策措施对建设占用耕地有较大的驱动作用。

图5 四平市2009－2015年建设占用耕地核密度等级划分与主要交通干线Fig.5 Kernel density classification of cultivated land occupied by construction and main traffic routes charts in Siping City from 2009 to 2015.

3.2 建设占用耕地驱动力分析

应用SPSS19.0软件对表2中原始指标的标准化值进行主成分分析，得出特征值、主成分贡献率与累积贡献率（见表 3）。贡献率越大，说明该主成分所包含的原始变量的信息越强。主成分个数 F的选取，主要根据主成分的累积贡献率与特征值来决定，即一般要求累计贡献率达到85%以上，且特征值大于1，才能保证综合变量能包括原始变量的绝大多数信息。从表 3可知，主成分F1~F4累积贡献率达94.178%，且特征值均大于1，符合主成分分析要求，说明这4个主成分能够比较全面的反应出四平市 2009－2015年四平市建设占用耕地的驱动情况。

对 4个主成分进行载荷分析，计算各变量在各主成分上的载荷，得到主成分矩阵（表4）。从表4可以看出，X3~X5、X9~X12、X19、X21在第一主成分 F1上具有较大的载荷，X2、X7、X20在主成分F2上具有较大的载荷，X8、X13、X16、X17在主成分F3、F4上具有较大的载荷，其中，X2~X5、X8、X9~X12、X19、X21的载荷值均在0.8以上，这些指标大多属于产业结构、人民生活水平、路网密度、工业企业与项目开发因子层，反映了经济、社会与政策因素对建设占用耕地的驱动。F1的贡献率为55.692%，与第一主成分F1相关性较大的多为产业结构、人民生活水平的指标，因此，产业结构、人民生活水平是四平市建设占用耕地的主控因子，是影响建设占用耕地速率加快的主要原因，而城市化与人口因素对四平市建设占用耕地的驱动较小。

表3 特征值、主成分贡献率与累积贡献率Table 3 Eigenvalue, principal component contribution rate and cumulative contribution rate

表4 主成分载荷矩阵Table 4 Component matrix

综上所述可知，经济、社会、政策因素中产业结构发展水平、生活水平、工业企业发展、路网密度与项目开发对2009－2015年四平市建设占用耕地起到了不同程度的驱动作用，产业结构、人民生活水平为主要驱动力，城市化、人口因素对其影响较小。

3.2.1 经济因素1） 产业结构。土地作为生产要素，产业结构的变化必然引起土地使用结构的优化和在各个部门数量配置的变化，作为老工业城市，四平市的产业结构不完善，第二产业在国民经济中的比例较高（47.8%），第三产业发展滞后。根据经济结构对耕地变化的倒“U”型影响[27]，当国民经济重心由农业转向工业，对建设用地的需求大量增加，耕地资源快速减少，当产业结构进一步向服务业和高新技术产业升级时，建设占用耕地压力得以缓解。四平市大部分地区正处于第一阶段，因此，产业结构不科学是导致建设用地快速扩张，耕地资源不断减少的主控因子。

2）工业企业发展。四平市工业，尤其是重工业比例偏大，这是东北老工业城市经济发展的显著标志，2015年四平市重工业企业占规模以上工业企业数量的 64%，而产值仅占工业总产值的58%，占地面积广、高污染、高能耗、低效率是重工业发展的特点，因此工业企业的发展对四平市建设占用耕地也起到了一定的驱动作用。

3.2.2 社会因素

人民生活水平。人民生活水平对建设占用耕地的驱动主要包括城市人均住房面积、收入水平等方面，四平市2009－2015年人民生活水平有所提高，城市人均可支配收入由1.5万元增长到2.2万元，人均住房面积由27.56 m2/人上升到 29.84 m2/人，说明四平市人民对住房的购买力大大提高，刺激了住房需求，在一定程度上推动了建设用地的扩张。

3.2.3 政策因素

1） 路网密度。道路对于城市而言犹如人体中的血管，它延伸到哪里，城市就发展到哪里。路网密度是城市规划的结果，四平市2009-2015年路网密度增加了0.01%，其中，G25长深高速公路的修建（图5），使2009－2015年四平市建设用地增加了 794.69 hm2，占用耕地 683.28 hm2。且路网密度的增加、道路的延伸还不同程度的带动了沿线城市的发展。由此可以看出，路网密度对建设占用耕地有很大的刺激作用。

2）项目开发。在东北老工业城市，项目投资驱动的经济增长长期以来被当作重要的发展策略。四平市政府年度计划项目的固定资产投资额及不同产业项目投资的侧重是驱动其建设用地急剧扩张的重要因子，2009－2015年，四平市年度新开发项目固定资产投资年均增长13.63%，其中，房地产开发投资占新开发项目投资的5.9%，且房地产开发项目规划占地面积逐年增加，最高达698 hm2/a，2009－2015年房地产开发项目规划占地面积占建设用地扩张总面积的 46%。同时，大规模的计划项目投资投入到制造业和交通、仓储部门，也不可避免地促进城市周边与产业分布区建设用地的扩张。

此外，由于政策因素的时效性与不稳定性，除路网密度与项目开发以外，有些政策驱动因子难以量化，无法纳入评价指标体系中，如四平经济开发区与红嘴经济技术开发区的批准成立，规划建设范围1 612 hm2，占四平市建设用地总面积的 1.14%；2014年四梨同城区域发展战略的提出，使梨树县与四平市区之间的衔接地带快速发展，建设用地迅速扩张。因此，开发区的批准设立、行政区划的调整等政策因素也大大加快了四平市建设占用耕地的速度，起到了驱动作用。

通过对2009－2015年东北老工业城市—四平市建设占用耕地驱动力的研究可以看出，城市化、人口因素对其影响较小，与已有的众多相关研究有很大的差异，根源在于其建设用地扩张所体现的用地需求，并不是城市发展的真实写照，自2010年四平市常住总人口开始出现负增长的态势，至2015年人口减少了19.93万人，降幅为5.91%，且城市化率仅维持在40%左右。而其GDP自2013年亦开始出现负增长，至 2015年 GDP增长了-950 187万元，降幅为7.62%。从以上数据可以看出，城市化率低、人口收缩、GDP负增长是东北老工业城市——四平市的发展现状，但城市建设用地仍在不断的扩张，这种现象普遍存在于中国其他东北老工业城市中。究其根本，主要源于东北老工业城市产业结构不完善，传统产业尤其是重工业在国民经济中占主导地位，高科技产业与服务业发展滞后。改革开放以来，随着主导产业逐步衰落，经济下滑，企业倒闭，导致失业率增加、人口大量流失。又其计划性的经济体制，以政府宏观调控为主，市场调节作用微弱[28]。地方政府由于政绩考核，将土地财政作为税收的主要来源，不愿接受人口流失、城市收缩这一事实，仍然将“增长”作为城市规划的主旨，导致人口流失—空间扩张的矛盾发展格局。

4 结 论

四平市是具有代表性的东北老工业城市，通过对其2009－2015年建设占用耕地驱动力的分析研究，得出以下结论：

1）2009－2015年四平市建设用地扩张了6 590.75 hm2，平均每年增长1 098.46 hm2，其中76.56%为耕地转化而来。2）四平市建设占用耕地存在明显的空间差异，不同行政区分布集聚度不同，呈现“东密西疏”的空间分布格局，东部建设占用耕地分布呈现出集聚度高且连接成片的分布状态，中西部集聚程度较低。建设占用耕地核密度估计值划分为 5个等级，高值区主要分布在各行政区的城镇中心及道路的外延地带，属多核心扩张。3）作为东北老工业城市，2009－2015年四平市建设占用耕地的驱动力主要包括经济、社会、政策因素中的产业结构发展水平、生活水平、工业企业发展、路网密度与项目开发因子。其中，产业结构、生活水平是主控因子，为主要驱动力。城市化、人口因素对其建设占用耕地的驱动较小，与已有众多相关研究存在较大差异，老工业城市计划性的经济体制与产业结构不完善是造成这种差异的根本原因。4）政策因素中，除路网密度、项目开发外，开发区的批准设立、行政区划的调整等也对四平市建设占用耕地具有驱动作用。

为了遏制城市用地的不断扩张，保护耕地资源，解决东北老工业城市——四平市“人口减少—空间扩张”这种矛盾的发展格局，确保粮食安全。应在提高人民生活水平同时，打破老工业城市积淀已久的体制性、机制性、结构性问题，减少政府干预，提高市场活力，科学规划，实现土地资源的合理供应，促使土地利用方式由粗放型向集约型转变。同时调整四平市的产业结构，主要聚焦于调整重工业在国民经济的比例，大力发展新兴产业。严把土地和产业的准入门槛，坚决抑制不合理的用地需求，实现城市的绿色发展，缓解建设用地扩张与耕地保护之间的矛盾。

本文仅从经济、社会、人口、政策因素对东北老工业城市—四平市建设占用耕地驱动力进行了研究。土壤、气候、地形等自然因素对建设占用耕地的影响还需要进一步的研究。

[1] Ren J, Campbell J B, Shao Y. Spatial and temporal dimensions of agricultural land use changes, 2001—2012,East-Central Iowa[J]. Agricultural Systems, 2016, 148: 149－158.

[2] Azadi H, Barati A A, Rafiaani P, et al. Agricultural land conversion drivers in Northeast Iran: Application of structural hquation model[J]. Applied Spatial Analysis & Policy, 2015,45(2): 1－19.

[3] Nguyen T H T, Tran V T, Bui Q T, et al. Socio-economic effects of agricultural land conversion for urban development:Case study of Hanoi, Vietnam [J]. Land Use Policy, 2016, 54:583－592.

[4] 胡伟艳，刘恬. 建设占用耕地空间差异的多尺度特征研究：以武汉城市圈为例[J]. 中国土地科学，2017，31(5)：38－46.Hu Weiyan, Liu Tian. Multi-scale analysis on spatial differences of cultivated land occupied by construction in Wuhan Metropolitan Area[J]. China Land Sciences, 2017,31(5): 38－46. (in Chinese with English abstract)

[5] 孟祥凤，王冬艳，李红，等. 典型黑土区建设占用耕地的时空配置效率研究[J]. 资源开发与市场，2017，33(8)：948－953.Meng Xiangfeng, Wang Dongyan, Li Hong, et al. Research on Time－Space allocation efficiency of cultivated land for construction purposes in typical black soil area[J]. Resource Development&Market, 2017, 33(8): 948－953. (in Chinese with English abstract)

[6] 马艳. 湖北省建设占用耕地与经济增长的脱钩预测分析[J]. 农业技术经济，2016(12)：105－115.Ma Yan. The prediction and analysis of decoupling of construction cultivated land and economic growth in Hubei Province[J]. Journal of Agricultural Economics, 2016(12):105－115. (in Chinese with English abstract)

[7] 陈英，张文斌，谢保鹏. 基于脱钩分析方法的耕地占用与经济发展的关系研究：以武威市为例[J]. 干旱区地理(汉文版)，2014，37(6)：1272－1280.Chen Ying, Zhang Wenbin, Xie Baopeng. Relationship between cultivated land occupation and economic growth based on the decoupling method：A case of Wuwei City[J].Arid Land Geography, 2014, 37(6): 1272－1280. (in Chinese with English abstract)

[8] 刘庆，陈利根，张凤荣. 中国建设占用耕地数量与人口增长关系实证[J]. 中国人口·资源与环境，2009，19(5)：111－116.Liu Qing, Chen Ligen, Zhang Fengrong. Empirical study on the relationships between cultivated land occupation quantity by construction and population growth in China[J]. China Population,Resources and Environment, 2009, 19(5): 111－116. (in Chinese with English abstract)

[9] 张孝宇，赖宗裕，张安录. 基于地块尺度的耕地非农化驱动力空间异质性研究：以武汉市为例[J]. 长江流域资源与环境，2015，24(6)：994－1002.Zhang Xiaoyu, Lai Zongyu, Zhang Anlu. Spatial heterogeneity in driving forces of farmland convertion based on patch scale[J]. Resources and Environment in the Yangtze Basin, 2015, 24(6): 994－1002. (in Chinese with English abstract)

[10] 曲福田，陈江龙，陈雯. 农地非农化经济驱动机制的理论分析与实证研究[J]. 自然资源学报，2005，20(2)：231－241.Qu Futian, Chen Jianglong, Chen Wen. Therretical and empirical study on the land convertion economic driving forces[J]. Journal of Natural Resouces, 2005, 20(2): 231－241. (in Chinese with English abstract)

[11] Pandey B, Seto K C. Urbanization and agricultural land loss in India: Comparing satellite estimates with census data[J].Journal of Environmental Management, 2015, 148: 53－66.

[12] Asadi A, Barati A A, Kalantari K, et al. Study of relationship between roads network development andagricultural land conversion in Iran Northwest[J]. International Journal of Environmental Research, 2016, 10(1): 51－58.

[13] 张良悦，师博，刘东. 城市化进程中农地非农化的政府驱动：基于中国地级以上城市面板数据的分析[J]. 当代经济科学，2008，30(3)：33－41.Zhang Liangyue, Shi Fu, Liu Dong. Toward government driving of non-agriculture usage of rural land in urbanization:An analysis based on cities panel date in China[J]. Modern Economic Science, 2008, 30(3): 33－41. (in Chinese with English abstract)

[14] 张光宏，崔许锋. 耕地资源非农化驱动机制及其区域差异性[J]. 中国农业科学，2015，48(8)：1632－1640.Zhang Guanghong, Cui Xufeng. Driving mechanism and regional differentiation of cultivated land non－agriculturaltransformation[J]. Scientia Agricultura Sinica, 2015, 48(8):1632－1640. (in Chinese with English abstract)

[15] 吴美琼，陈秀贵. 基于主成分分析法的钦州市耕地面积变化及其驱动力分析[J]. 地理科学，2014，34(1)：54－59.Wu Meiqiong, Chen Xiugui. Changes in arable land area in Qinzhou City and its driving force based on the principle component analysis[J]. Scientic Geographica Sinica, 2014,34(1): 54－59. (in Chinese with English abstract)

[16] 苑韶峰，杨丽霞，杨桂山，等. 耕地非农化的社会经济驱动因素异质性研究：基于STIRPAT和GWR模型的实证分析[J]. 经济地理，2013，33(5)：137－143.Yuan Shaofeng, Yang Lixia, Yang Guishan, et al, The spatial heterogeneity of socio-economic driving factors of cultivated land conversion:acase based on STIRPAT and GWR models[J]. Economic Geography, 2013, 33(5): 137－143. (in Chinese with English abstract)

[17] 张雪茹，姚亦锋，孔少君，等. 南京市2000—2014年城市建设用地变化及驱动因子研究[J]. 长江流域资源与环境，2017，26(4)：552－562.Zhang Xueru, Yao Yifeng, Kong Shaojun, et al. The analysis on urban construction land change and driving forces in Nanjing from 2000 to 2014[J]. Resources and Environment in the Yangtze Basin, 2017, 26(4): 552－562. (in Chinese with English abstract)

[18] 王成金，王伟. 中国老工业城市的发展状态评价及衰退机制[J]. 自然资源学报，2013，28(8)：1275－1288.Wang Chengjin, Wang Wei. Developing level of old industrial cities and decline mechanism[J]. Journal of Natural Resouces, 2013, 28(8): 1275－1288. (in Chinese with English abstract)

[19] 全国老工业基地调整改造规划(2013—2022年)，国函[2013]46号[Z]. 北京：国家发展改革委.

[20] 陈利，朱喜钢. 中国城镇化的地域非均衡及其动态演进：来自基尼系数及核密度估计的经验证据[J]. 统计与信息论坛，2017，32(5)：76－84.Chen Li, Zhu Xigang. Regional disequilibrium and dynamic evolution of China’s urbanization: Evidence from the Ginicoefficient and ketneldensity estimation[J].Statistics&Information Forum, 2017, 32(5): 76－84. (in Chinese with English abstract)

[21] 李鹏山，吕雅慧，张超. 等基于核密度估计的京津冀地区耕地破碎化分析[J]. 农业机械学报，2016，47(5)：281－287.Li Pengshan, Lü Yahui, Zhang Chao, et al. Analysis of cultivated land fragmentation in Beijing－Tianjin－Hebei region based on kernel density estimation[J]. Transactions of the Chinese Society for Agricultural Engineering, 2016, 47(5):281－287. (in Chinese with English abstract)

[22] 王鹏，况福民，邓育武，等. 基于主成分分析的衡阳市土地生态安全评价[J]. 经济地理，2015，35(1)：168－172.Wang Peng, Kuang Fumin, Deng Yuwu, et al, Assesment of land eco-security of the Hengyang City on the principal component[J]. Economic Geography, 2015, 35(1): 168－172.(in Chinese with English abstract)

[23] 黄宝荣，张慧智，宋敦江，等．2000-2010年中国大陆地区建设用地扩张的驱动力分析[J]．生态学报，2017，37(12)：4149－4158.Huang Baorong, Zhang Huizhi, Song Dunjiang, et al. Driving forces of built-up land expansion in China from 2000 to 2010.Acta Ecologica Sinica, 2017, 37(12): 4149－4158．(in Chinese with English abstract)

[24] 吴美琼，陈秀贵. 基于主成分分析法的钦州市耕地面积变化及其驱动力分析[J]. 地理科学，2014，34(1)：54－59.Wu Meiqiong, Chen Xiugui. Changes in arable land area in Qinzhou City and its driving force based on the principle component analysis[J]. Scientic Geographica Sinica, 2014,34(1): 54－59. (in Chinese with English abstract)

[25] 王涛，李贝贝，何亮，等. 西安城市扩展时空特征与驱动因素分析[J]. 测绘科学，2017，42(4)：75－79.Wang Tao, Li Beibei, He Liang, et al. Analysis of spatial-temporal characteristics of urban expansion and driving forces in Xi’an[J]. Science of Surveying and Mapping,2017, 42(4): 75－79. (in Chinese with English abstract)

[26] 刘锐，胡伟平，王红亮. 基于核密度估计的广佛都市区路网演变分析[J]. 地理科学，2011，31(1)：81－86.Liu Rui, Hu Weiping, Wang Hongliang. Theroadnetwork evolution of Guangzhou－Foshan metropolitan area basedon kernel density estimation[J]. ScientiaGeographicaSinica,2011, 31(1): 81－86. (in Chinese with English abstract)

[27] 郇红艳，谭清美，朱平. 城乡一体化进程中耕地利用变化的驱动因素及区域比较[J]. 农业工程学报，2013，29(21)：201－213.Xun Hongyan, Tan Qingmei, Zhu Ping. Driving factors of cultivated land use change in city and countryside integration process and region comparisons[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 201－213. (in Chinese with English abstract)

[28] 金凤君，王姣娥，杨宇，等. 东北地区创新发展的突破路径与对策研究[J]. 地理科学，2016，36(9)：1285－1292.Jin Fengjun, Wang Jiaoe, Yang Yu, et al. The paths and solutions of innovation development in northeast China[J].Scientic Geographica Sinica, 2016, 36(9): 1285－1292. (in Chinese with English abstract)