2025年4月14日星期一
首页 | 主办单位 | 期刊简介 | 编委会 | 作者指南 | 刊物订阅 | 下载中心 | 联系我们 | English | 期刊界

网刊加载中。。。

使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

合肥都市圈设施农用地时空演变特征识别及分区管控研究

——基于35个评价单元面板数据的实证分析

- ORCID：
范树平 ¹
✉
- ORCID：
巨芬 ¹
- ORCID：
李鹏 ¹
- ORCID：
张卓 ¹
- ORCID：
夏敏 ²
- ORCID：
付新武 ³
- ORCID：
王光宇 ⁴

1. 安徽农业大学经济管理学院,合肥 230036； 2. 南京农业大学公共管理学院,江苏南京 210952； 3. 安徽省国土空间规划研究院江淮耕地资源保护与生态修复自然资源部重点实验室,合肥 230601； 4. 安徽省农业科学院农业经济与信息研究所,合肥 230031

中图分类号： F301.24

最近更新：2023-09-28

DOI：10.7621/cjarrp.1005-9121.20230806

摘要

目的

设施农用地是实现农业现代化及乡村振兴战略的重要载体。探究典型区域设施农用地时空演变特征及其类型划分，能够有效落实差异化管控策略。

方法

文章以合肥市都市圈为例，综合运用区位指数、核密度、ESDA及SOFM等模型算法，精准揭示设施农用地时空演化特征，进一步划分空间区域类型及提出差异管控引导。

结果

（1）设施农用地区位指数存在显著区域差异并有缩小趋势，总体呈现中北部高、西南部低的空间布局形态；（2）设施农用地空间分布呈现更加均匀化、扁平化趋势，特别是西北部设施农用地得到较快增长，仍呈现相对集中分布且以中部、北部居多；（3）核密度曲线的峰值呈现向右移动趋势，由多峰向单峰演变态势且集中于区位指数1.0附近，Moran's I指数介于0.167 4与0.259 0，并以热点区、冷点区、冷冷点区为代表类型区域分布更为集中；（4）将合肥都市圈划分为西南丘陵适度发展区域、北部平原重点发展区域、城市圈层优化发展区域3个利用分区类型，并针对每类区域时空演变趋势特征及设施农业发展要求，提出分区差别化管控引导。

结论

合肥都市圈设施农用地空间差异呈现减弱趋势，但仍具有较强空间集聚特征，将区域划分不同开发利用类型并提出差别化管控策略，可为设施农业转型发展及其用地布局优化提供理论支撑及实践参考。

关键词

设施农用地; 时空演变; 特征识别; 分区管控; 合肥都市圈

0 引言

设施农业是一定程度上摆脱对自然环境条件依赖而进行有效生产的农业，具有“高投入、高产出、高效率”的特征，突出表现在提高农产品的质量和产量，是实现乡村振兴和农业现代化的重要途径^[

1]。随着现代农业的快速发展与市场需求的多元推动，发展设施农业已成为推动农地规模经营及传统农业向现代农业转型的重要举措，亦是现代农业发展水平的显著标志^{[参考文献 2

百度学术}2]。发展设施农业必然催生设施农用地形成及其发展演变。随着农业现代化进程的加快推进，设施农用地的数量规模及空间布局均得到快速增长，其开发利用与管理问题同样层出不穷^{[参考文献 3

百度学术}3,4]，特别是推进“大棚房”专项整治^{[参考文献 5

百度学术}5,6]、落实耕地“非农化”“非粮化”^{[参考文献 7

百度学术}7,8]均与设施农用地关联密切。为了保障设施农业的有序规范发展和设施农用地合理利用，设施农用地越来越引起政界、学界及社会公众广泛关注。

从政府部门治理视角，已陆续出台《关于促进农业稳定发展农民持续增收推动城乡统筹发展的若干意见》《农业部关于进一步支持设施农业健康发展的通知》《关于开展“大棚房”问题专项清理整治行动坚决遏制农地非农化的方案》等诸多政策文件，以此进一步细化设施农用地范围界定、分类划分及监管治理等关键环节，切实提出保障设施农用地的开发利用与监管需求^[

9,10]。从学术研究视角，紧扣设施农用地的实践需求及存在问题，已得到管理学、地理学、法学等诸多领域广泛关注，且以设施农用地政策解读为主，以及数据获取^{[参考文献 11

百度学术}11]、流转利用^{[参考文献 12

百度学术}12,13]、治理管理^{[参考文献 14

百度学术}14,15]等相关方面，逐渐取得较为丰富研究成果。

纵观当前研究，设施农用地理论研究相对滞后于实践需求，定性化居多、定量化不足，特别是设施农用地时空差异管控尚属少见^[

16,17]。在严守耕地资源保护、保障农业发展的双重目标叠加效应下如何系统全面研究设施农用地的规模数量、空间布局及其差异管控，以此更能切合实践需求及对应进一步提升研究价值。基于此，文章以城镇化、工业化及农业现代化快速推进的合肥都市圈为例，综合运用区位指数、核密度、ESDA及SOFM等模型算法，深入剖析区域设施农用地时空演变特征，科学划定设施农用地利用分区并提出差别化管控对策，以期为合肥都市圈乃至类似区域设施农用地空间规划及管理提供理论依据及技术支撑。

1 研究区概况

合肥都市圈位于安徽省中部，坐落于长三角西端，是长三角城市群五大都市圈之一，也是“一圈一带”发展布局的重要组成部分（图1）。该区域属于亚热带季风气候，四季分明，气候温和，适合农业生产及种植业发展，粮食产量稳居全国第4位，是全国重要商品粮出口省份。合肥都市圈国土面积615万hm²，占全省总面积44%；城镇化率达到67.45%，高于全省平均水平10%；生产总值达到2.5万亿元以上，占全省生产总值60%以上；农业总产值达到1 062亿元，占全省农业总产值接近一半，农林牧渔产值增加值已超过全省一半。在疫情持续和国际局势动荡影响背景下，农业是稳定经济社会的“压舱石”作用进一步凸显。安徽省实施“两强一增”行动计划，要大力实施科技强农、机械强农，促进农业增效及农民增收，努力实现农业现代化。合肥都市圈作为全省农业现代化的先行区、示范区，而作为发展农业现代化重要保障的设施农用地较10年前增长接近2 000 hm²，数量规模及空间布局未来仍将发生较大变化，推进设施农用地的科学合理开发及有序高效利用意义重大。

图1 研究区范围

2 数据来源与方法

2.1　数据来源与处理

综合考虑数据资料代表性及可获得性，以合肥都市圈区县级行政单元为基准单元，将市辖区分别统一归并为地级市区，涉及35个评价单元。土地利用数据均来源于研究区历年土地利用变更调查数据及第三次全国土地调查成果数据，粮食作物产量、地区生产总值等辅助分析数据来自《安徽省统计年鉴》及地级市统计年鉴。设施农用地指直接用于经营性养殖的畜禽舍、工厂化作物栽培或水产养殖的生产设施用地及其相应附属用地，农用地村宅基地以外的晾晒场等农业设施用地，对应《土地利用现状分类标准》（GB/T 21010—2007）中的设施农用地（122）类型，以及《土地利用现状分类》（GB/T 21010—2017）中的设施农用地（1 202）类型。

2.2　研究方法

2.2.1　设施农用地区位指数

设施农用地区位指数表示设施农用地在该区域的分布状况，指研究区域内某一地区设施农用地相对于整个区域设施农用地的聚集程度^[

18]，其计算公式为：

Q_{i} = \frac{d_{i}}{s_{i}} / [\frac{\sum_{i = 1}^{n} d_{i}}{\sum_{i = 1}^{n} s_{i}}]

（1）

式（1）中， $Q_{i}$ 为第i个区域设施农用地区位指数； $d_{i}$ 为第 $i$ 个区域的设施农用地面积； $n$ 为研究区域划分的总评价单元； $s_{i}$ 为第i个区域的土地总面积。 $Q_{i} > 1$ ，表示第 $i$ 个评价单元的设施农用地的区位指数高于该地区平均值，说明该区域设施农用地占土地总面积的比重高于合肥都市圈设施农用地面积占合肥都市圈土地总面积的比重； $Q_{i} < 1$ ，表示第 $i$ 个评价单元的设施农用地的区位指数低于该地区平均值，说明该区域设施农用地面积的比重低于合肥都市圈平均值。

2.2.2　设施农用地变化动态度

设施农用地动态度是某研究区一定时间范围内设施农用地类型的数量变化情况，计算公式为：

K = \frac{U_{b} - U_{a}}{U_{a}} \times \frac{1}{T} \times 100 %

（2）

式（2）中， $U_{a}$ 表示研究初期设施农用地面积， $U_{b}$ 表示研究末期设施农用地的面积； $T$ 为研究时段； $K$ 为 $T$ 时段的设施农用地的动态变化程度。

2.2.3　核密度估计

核密度估算 $f (x)$ 是一种用于估算概率密度函数的非参数方法，能够有效识别设施农用地分布的空间差异性和连续性^[

19]。根据输入要素计算周边区域聚集状况，重点反映核对周边的影响程度。其表达式为：

f (x) = \frac{1}{n h} \sum_{i = 1}^{n} K (\frac{x - X_{i}}{h})

（3）

式（3）中， $f (x)$ 为核密度估计值， $K (\frac{x - X_{i}}{h})$ 为一个非负函数称为核函数， $n$ 为观测数量， $（ x - X_{i} ）$ 是估值点 $x$ 到第 $i$ 个观测值 $X_{i}$ 的距离， $h > 0$ 为带宽。

2.2.4　空间自相关分析

空间自相关分析可分为全局空间自相关分析和局部空间自相关分析。全局空间自相关分析主要用来描述研究区域内部所有空间单元在整个区域上与周边区域之间的平均关联程度及空间分布模式，用 $G l o b a l M o r a n' s I$ 来表示为：

I = \frac{n}{s_{0}} \times \frac{\sum_{i = 1}^{n} \sum_{j = 1}^{n} w_{i j} (y_{i} - \bar{y}) (y_{i} - \bar{y})}{\sum_{i = 1}^{n} (y_{i} {- \bar{y})}^{2}}

（4）

式（4）中， $S_{0} = \sum_{i = 1}^{n} \sum_{j = 1}^{n} w_{i j}$ ， $n$ 为评价单元总个数， $y_{i}$ 和 $y_{j}$ 分别表示第 $i$ 个评价单元和第 $j$ 个评价单元的属性值， $\bar{y}$ 为所有评价单元属性值的均值， $w_{i j}$ 为空间权重值。 $I > 0$ ，表示所有评价单元的属性值在空间上有正相关性，即属性值越大（小）越容易聚集在一起； $I = 0$ ，表示各评价单元随机分布，没有空间相关性； $I < 0$ ，表示所有评价单元的属性值在空间上有正相关性，即属性值越大（小）越不容易聚集在一起。

局部空间自相关分析主要用来识别不同空间位置上可能存在的集聚情况，一般使用与 $L o c a l M o r a n' s I$ 指数来表征全局空间自相关及局部空间自相关，其公式为：

I_{i} = \frac{(y_{i} - \bar{y})}{\sum_{i = 1}^{n} (y_{i} {- \bar{y})}^{2}} \sum_{j = 1}^{n} w_{i j} (y_{i} - \bar{y})

（5）

式（5）中， $I_{i}$ 表示某评价单元的局部 $M o r a n' s I$ 指数，与全局 $M o r a n' s I$ 指数的关系为 $I = \frac{i}{n} \sum_{i = 1}^{n} I_{i}$ 。

2.2.5　双重自组织模型

双重自组织映射（SOM/SOFM）是由芬兰科学家T.Kohonen提出的一种无监督聚类方法，属于人工神经网络的一种^[

20]。在实现自组织分区时，由于空间距离和属性距离均可用于度量聚类对象在空间域和属性域上的邻近关系，采用混合距离

D_{i j}

来衡量采样点间的相似性，从某种意义上来讲，双重自组织模型使用邻域函数来保留输入控件的拓扑属性。

X_{N} = \{g_{N}^{1} ， g_{N}^{2} ， \dots ， g_{N}^{L} ， a_{N}^{1} ， a_{N}^{2} ， \dots ， a_{N}^{D}\}

（6）

D_{i j} = ω_{s} \times D_{i j}^{s} + ω_{a} \times \sqrt[]{\sum_{d = 1}^{D} ω_{d} (a_{i}^{d} - a_{j}^{d})^{2}}

（7）

式（6）（7）中， $\{g_{N}^{1} ， g_{N}^{2} ， \dots ， g_{N}^{L}\}$ 表示地理空间（L一般取1，2，3）； $\{a_{N}^{1} ， a_{N}^{2} ， \dots ， a_{N}^{D}\}$ 表示属性空间（D为属性个数）； $D_{i j}^{s}$ 为两点之间的地理空间距离（欧氏距离）； $ω_{d}$ 表示属性 $d$ 的权值， $\sum_{}^{} ω_{d} = 1$ ； $a_{i}^{d}$ 和 $a_{j}^{d}$ 表示点 $i$ 和 $j$ 属性 $d$ 的取值； $ω_{s}$ 和 $ω_{a}$ 分别表示属性地理空间权值和特征空间权值 $ω_{s} + ω_{a} = 1$ 。

3 结果与分析

3.1　设施农用地区位指数特征

根据设施农用地区位指数分析（图2），区域之间存在显著差异，超过半数评价单元区位指数大于1，说明合肥都市圈区域实施农用地呈现较为明显的空间集聚性分布。其中，2010—2016年设施农用地区位指数较高的区域集中于合肥都市圈的中部与东部区域且呈现更加明显趋势，原因可能是气候温暖湿润、地形平坦开阔及土地规模化经营发展较好，以及适应生活水平提高和居民消费结构多样化变化的叠加效应，从而导致设施农用地需求较大而呈现集中分布态势；霍邱县、寿县、金寨县、霍山县、六安市区、天长市等设施农用地区位指数明显偏小，皆在0.5以下，该区域设施农用地面积占土地总面积的比重仍小于合肥都市圈的平均值，说明上述区域针对设施农用地需求较小及其占比偏少。2017—2020年设施农用地在合肥都市圈集聚性逐步减弱并呈现空间均衡分布态势，设施农用地区位指数相对较低西部及北部逐渐增长，但仍在1.0以下相对较低区间。

图2 2010—2020年合肥都市圈设施农用地区位指数空间格局

从近10多年演变情况分析，合肥都市圈整体区域的设施农用地区位指数变化较小，区域之间差异较大；设施农用地区位指数较高仍集中于长丰县、肥东县、全椒县、凤台县、五河县等县域，设施农用地区位指数历年平均值均大于2，高于合肥都市圈均值2倍以上；其他区县设施农用地区位指数明显低于合肥都市圈的平均值，一方面说明设施农用地空间分布呈现较强的集聚性，另一方面表征区域之间差异性且趋势在进一步缩小。

3.2　设施农用地时序变化特征

3.2.1　区域整体变化情况

利用ArcGIS软件趋势分析工具，针对2010年、2015年、2020年合肥都市圈的设施农用地空间分布进行全局趋势分析，以三维通视进行显化表达（图3），其中，Z轴为设施农用地面积，X轴为正东方向，Y轴为正北方向。结果表明，2010—2020年设施农用地面积空间变化显著，2010年从整体视角分析得出中部地区明显偏高，从局部视角分析呈现北部较高、南方较低；2015年趋势线跟2010年比较未有明显变化，从整体和局部视角均类似；2020年与2010年、2015年相比较，发生较大变化差异，设施农用地空间分布呈现更加均匀化、扁平化趋势，特别是西北部设施农用地得到较快增长，仍呈现相对集中分布态势且以中部、北部居多。

图3 2010年、2015年和2020年合肥都市圈设施农用地空间趋势分析

X轴表示正东方向，Y轴表示正北方向，Z轴表示设施农用地面积

3.2.2　分阶段变化情况

2010—2015年绝大部分评价单元的设施农用地动态度为正值，分布范围较为广泛，集中于0.00%~50.00%变化区间，合肥都市圈设施农用地呈现整体增长趋势，进一步表征设施农用地面积规模需求总体旺盛，尤其合肥市区的设施农用地正向利用动态度最高，达到108.09%，设施农用地面积翻了一番多；设施农用地动态度为负值的评价单元仍有10个，说明部分地区设施农用地呈现减少态势，可能原因是农用地内部结构调整或建设用地占用、土地整治等导致面积减少（图4）。

图4 2010—2015年、2015—2020年和2010—2020年合肥都市圈设施农用地动态度空间演变格局

2015—2020年设施农用地利用动态度相较于2010—2015年来说变化更为明显，中部地区设施农用地利用动态度负向变化占主导，西部地区设施农用地仍然呈现正向增加的态势，可能源于国家及省市加大“大棚房”整治以及“非农化”“非粮化”等政策实施而传导至相对紧缩设施农用地政策，以及设施农用地数量规模已到社会经济发展及设施农业产品所涉及设施农用地需求，具体表征就是区域整体增速放缓甚至略有下降趋势。不过，仍以固镇县、怀远县、蚌埠市区、寿县和金寨县等区县为代表区域，设施农用地增长率仍超过50%以上，增长速率相对较为明显（图4）。

2010—2020年的设施农用地利用动态度变化作为上述两个分阶段的时间叠加，变化程度对比较为明显，接近一半评价单元设施农用地动态度集中在0.00%~50.00%区间，同样集中于-50.00%~0.00%占比较大，正向变化集中于西部、东部及东南部等局部区域，以及动态度表现突出的合肥市区，中部及连片至北部、南部呈现明显负向变化趋势（图4）。

3.3　设施农用地空间变化特征

3.3.1　核密度估计分析

以设施农用地区位指数为横坐标、核密度为纵坐标，基于stata软件处理输出设施农用地的Kernel密度图（图5）。从曲线位置上看，根据2010—2020年的3期面板数据分析，核密度曲线的峰值呈现向右移动趋势，合肥都市圈设施农用地部分较低值评价单元的区位指数均有一定程度增长，峰值仍集中于0~1，表明设施农用地面积占所在单元总面积的比重仍然小于合肥都市圈的平均值。从波峰值上看，2010—2020年的核密度曲线是波动变化，曲线峰值不断升高，2010—2015年的设施农用地区位指数核密度曲线的波动情况与曲线中心位置大体相似，波峰形态较为平缓，波峰表现较弱并在0.5、2.0附近呈现两个峰点，2020年的核密度单峰显著且波峰值达到了1.0；也就是说具有由多峰向单峰演变态势，2010年与2015年的核密度曲线存在明显的次波峰，集中于2.0附近，2020年单峰显著并无明显的次波峰。综合表明，合肥都市圈设施农用地区位指数更加集聚，最高值与最低值之间差值进一步拉大，呈现较为明显区域分异，亦给予区域类型划分及实施差别化空间管制提供理论依据。

图5 2010年、2015年和2020年合肥都市圈设施农用地核密度估计曲线

3.3.2　空间自相关分析

（1）全局空间自相关。以合肥都市圈35个评价单元的设施农用地区位指数为数据分析，根据Geoda软件创建空间矩阵，计算设施农用地区位指数分布的全局 $M o r a n' s I$ 值并检验P值的显著性（表1）。2010—2020年设施农用地 $M o r a n' s I$ 指数介于0.167 4~0.259 0，均大于0，且通过5%水平的显著性检验，说明设施农用地区位指数空间集聚性较为显著，高值区周围亦高，低值区周围亦低。从全局 $M o r a n' s I$ 指数的变化趋势来看，变化较为平缓，不过2020年具有较为明显快速提高趋势，可能原因在于2018年出台关于设施农用地相关政策而导致空间集聚形态发生剧烈变化。

表1 2010—2020年合肥都市圈设施农用地区位指数全局Moran's I值

年份	Moran's I	z	P
2010	0.225 4	1.956 2	0.030
2011	0.228 4	1.983 4	0.029
2012	0.216 5	1.868 1	0.036
2013	0.220 7	1.880 9	0.037
2014	0.228 0	1.933 6	0.028
2015	0.227 1	1.930 8	0.028
2016	0.191 6	1.650 4	0.049
2017	0.167 4	1.479 1	0.071
2018	0.204 9	1.739 8	0.045
2019	0.205 9	1.742 1	0.043
2020	0.259 0	2.297 5	0.018

（2）局部空间自相关。根据局部空间自相关性分析结果，合肥都市圈设施农用地呈现越来越明显空间集聚性特征（图6），表现最为直接就是2010年、2015年、2020年合肥都市圈设施农用地冷热点区变化明显，且空间布局更为集中分布。2010年绝大部分区域为不显著区，冷点区与次冷点区均分别仅有霍山县、金寨县，均分布于合肥都市圈的西部地区；次热点区涉及五河县、凤阳县、定远县、明光市、巢湖市5个评价单元，主要分布于北部区域；热点区仅有全椒县。2015年相较于2010年冷热点区分布变化不显著，冷点区涵盖金寨县、霍山县；次冷点区六安市区、当涂县、马鞍山市区3个评价单元；次热点区涉及五河县、凤阳县、明光市、合肥市区、全椒县，且部分区域呈现集中分布态势；热点区仅有定远县。2020年相比于2010年、2015年变化更为明显，合肥都市圈大部分评价单元为次冷点区域，且空间集中分布态势强烈；冷点区增至金寨县、霍山县、无为县、芜湖市区4个，热点区涉及固镇县、五河县、蚌埠市区、怀远县，次热点区仅有淮南市区。

图6 2010年、2015年和2020年合肥都市圈设施农用地区位指数LISA聚类图

3.4　设施农用地分区管控

3.4.1　分区划定技术过程

SOFM作为一种新的非监督聚类方法，由输入层和输出层组成，两层之间互相连接，采用竞争学习机制实现对输入模式的自组织分类，特征相似的点在分类空间中相邻。双重自组织分区采用自组织特征映射网络以及混合距离进行分区，在此基础上检测空间异常值，修正分区边界得到最终的分区结果，充分考虑了地理空间和特征空间对分区的影响。基于matlab软件神经网络工具箱里提供的初始化权值、学习和训练、竞争激活等函数，构建SOFM神经网络模型，并基于赋予每个评价单元几何中心点作为计算变差函数的输入地理空间变量。在此，结合上述研究成果，输入地理空间变量包括各评价单元2010—2020年涉及11个年份设施农用地区位指数，以及2010—2015年、2015—2020年和2010—2020年涉及3个阶段设施农用地动态度，共计14个指标并作为实现双重自组织分区指标体系。

首先，构造SOFM网络模型，设计网络参数为初始权值为[-1，1]随机数，基本学习速率0.1，最大循环次数为1 000次，其余参数采用默认值，并对数据集坐标和属性进行无量纲化处理；其次，构造混合距离，随机选取第n点的属性向量作为输入向量，并以混合距离衡量最佳匹配点；最后，根据领域函数和学习率函数对神经元进行权值修正。通过SOFM神经网络分析，将聚类分类法分为3类分法、四类分法、五类分法、六类分法时得到相应的聚类结果（表2）。综合比较发现，当划分为3个类型时，聚集效果相对较好，同时考虑各评价单元的地理区位集中性、土地利用相似性及区划界线共轭性要求，以SOFM网络模型3类分法结果为基础，第1类主要对应为西南丘陵适度发展区域类型，并将城市区及其周边市县规整为城市圈层优化发展区域；第2类除了固镇县由于处于地理区位而归并至北部平原重点发展区域，其他均对应为城市圈层优化发展区域；第3类考虑到地理区位差异及未来发展诉求，分别划分为城市圈层优化发展区域、北部平原重点发展区域两个类型区域（表3、图7）。

表2 SOFM神经网络分析

评价单元	三类分法	四类分法	五类分法	六类分法	评价单元	三类分法	四类分法	五类分法	六类分法
合肥市区	第1类	第3类	第5类	第5类	固镇县	第2类	第4类	第4类	第4类
长丰县	第3类	第2类	第1类	第1类	五河县	第3类	第2类	第1类	第1类
肥东县	第3类	第2类	第1类	第1类	芜湖市区	第2类	第4类	第4类	第4类
肥西县	第3类	第1类	第2类	第3类	无为县	第3类	第1类	第2类	第2类
庐江县	第3类	第1类	第2类	第3类	芜湖县	第1类	第3类	第5类	第5类
巢湖市	第2类	第4类	第3类	第6类	繁昌县	第3类	第2类	第1类	第1类
滁州市区	第2类	第1类	第2类	第3类	南陵县	第2类	第4类	第4类	第4类
来安县	第2类	第4类	第4类	第4类	六安市区	第1类	第3类	第5类	第5类
全椒县	第3类	第2类	第1类	第1类	霍邱县	第1类	第3类	第5类	第5类
定远县	第1类	第3类	第5类	第5类	霍山县	第1类	第3类	第5类	第5类
凤阳县	第3类	第2类	第1类	第2类	金寨县	第1类	第3类	第5类	第5类
天长市	第1类	第3类	第5类	第5类	舒城县	第1类	第3类	第5类	第5类
明光市	第3类	第1类	第2类	第2类	马鞍山市区	第1类	第3类	第5类	第5类
淮南市区	第3类	第1类	第2类	第2类	当涂县	第1类	第3类	第5类	第5类
凤台县	第3类	第2类	第1类	第1类	含山县	第3类	第1类	第2类	第2类
寿县	第1类	第3类	第5类	第5类	和县	第2类	第1类	第2类	第3类
蚌埠市区	第3类	第1类	第2类	第2类	桐城市	第1类	第3类	第5类	第5类
怀远县	第1类	第3类	第5类	第5类

表3 2010年、2015年和2020年合肥都市圈设施农用地利用分区

分区类型	国土面积（万hm²）	涉及评价单元	设施农用地面积（hm²）
分区类型	国土面积（万hm²）	涉及评价单元	2010	2015	2020
西南丘陵适度发展区域	199	六安市区、霍邱县、霍山县、金寨县、寿县、舒城县、桐城市	1 190	1 431	2 441
北部平原重点发展区域	158	蚌埠市区、固镇县、怀远县、五河县、淮南市区、凤台县、凤阳县、明光市、定远县	4 131	4 313	4 299
城市圈层优化发展区域	277	合肥市区、长丰县、肥东县、肥西县、庐江县、巢湖市、芜湖市区、芜湖县、无为县、繁昌县、南陵县、滁州市区、天长市、来安县、全椒县、马鞍山市区、当涂县、和县、含山县	7 202	8 033	5 672

图7 合肥都市圈设施农用地利用分区

3.4.2　分区管控优化路径

（1）西南丘陵适度发展区域。该区域位于合肥都市圈的西南部，且以低山丘陵或山地为主，设施农用地数量规模及其占比以及区位指数相对较低，但其动态度正向增长作为显著，增长速度最快且10年来翻了一番，设施农用地增长处于快速增长阶段，应不断优化调整设施农业产业结构，促进设施农业及其用地规范有序。结合山地丘陵的特殊地形地貌，设施农业产业布局及用地应尽量利用荒山、荒坡、荒丘、荒滩等未利用地和低效闲置土地，严守生态保护红线，不得占用自然保护地等特殊区域。秉持“两山理论”及尊重自然资源禀赋特征，设施农用地开发利用侧重绿色、生态、环保等特色产业，设施农业生产严格做到低污染、高环保；可适当尝试通过“点状”供地模式，预留一定设施农用地空间，确保设施农用地规划存在不确定性及考虑到资源禀赋的选址特殊要求。通过国土空间总体规划及其专项规划，从数量规模上，做好区域土地利用结构调整，确保设施农用地类型来源及适量增长；从空间布局上，依托自然资源、地理区位等优势条件，与交通、水利、环保等其他部门专项规划相衔接，充分发挥设施农用地综合效益。

（2）北部平原重点发展区域。该区域集中连片分布于沿淮平原地区，设施农用地规模相对较大且集中于区位指数较高区域，用地规模仅仅缓慢增长，总体处于相对高位平稳阶段，需要加快设施农业转型升级及其用地资源优化配置，但仍要作为区域设施农业重点发展区域。考虑到该类型处于永久基本农田集中片区区域，未来在保障和支持设施农业发展的基础上，严格落实耕地占补平衡和复垦制度，重点防止借助设施农用地而盲目侵占耕地及永久基本农田，从严坚决遏制耕地“非农化”、防止“非粮化”；制定不同类型设施农业项目建设标准和用地标准，强化设施农用地节约集约，严格控制设施农用地规模，提高设施农用地使用效率；根据区域设施农业产业发展基础及布局要求，建议采取集中连片规划并适当调整部分永久基本农田，合理规划区域设施农用地布局，发挥设施农业规模效应及其经济效益，多点发力赋能脱贫攻坚及乡村振兴战略。

（3）城市圈层优化发展区域。该区域国土面积最广、设施农用地面积占比最多，已初步形成以合肥市区、芜湖市区、滁州市区、马鞍山市区为城市核心的圈层空间布局，不过近10年来设施农用地面积大幅减少，属于动态度负值集中区域，但其涉及各市区处于正向增长阶段，应按照农业圈层空间结构优化配置。紧扣距离城市较近及设施农业产品市场需求较为旺盛的基本特征，加快设施农业产业转型升级，发展符合城市居民消费需求的比较优势产业，特别是市区设施农用地需求量应保尽保；但随着该类型区域城市化、工业化及产业化持续发展，设施农用地空间布局应充分考虑城镇开发边界、永久基本农田红线，特别避免由于城镇工矿用地扩展而导致设施农用地不可避免减少而带来巨大经济损失及不稳定社会因素，应重点合理优化设施农用地空间布局；对热点区域应加强调查监测，特别防止受到经济利益驱动而违法、违规扩大设施农用地甚至改变设施农用地用途，尤其杜绝城镇周边“非粮化”“非农化”“大棚房”等诸多现象。以杜能农业区位论作为理论引导，通过设施农业产业优化和设施农用地空间布局优化的双重优化路径，不断提升城市圈层设施农业高质量发展及农业现代化。

4 结论与讨论

4.1　结论

以合肥都市圈35个评价单元面板数据实证分析，综合运用区位指数、核密度、ESDA及SOFM等模型算法，深入探究设施农用地时空分异演变规律特征，划分不同利用类型区域并对应提出差别化管控优化路径。结果表明如下。

（1）通过近10年设施农用地区位指数统计分析，超过半数评价单元区位指数大于1，说明合肥都市圈区域实施农用地呈现较为明显的空间集聚性分布，区域之间存在显著差异，区位指数较高区域集中于合肥都市圈东部区域、中部区域，区位指数存在显著区域差异并有缩小趋势，但总体呈现中北部高、西南部低的空间布局形态。

（2）从整体变化情况来看，2010—2020年的设施农用地利用动态度有更为明显的变化，近一半的设施农用地动态度集中在0.00%~50.00%；正向变化较多的区域仍然集中于西部地区和东部区域，中部区域负向变化居多，进一步表明设施农用地空间分布呈现更加均匀化、扁平化趋势，特别是西北部设施农用地得到较快增长，但仍呈现相对集中分布且以中部、北部居多。

（3）通过stata软件进行核密度估计，核密度曲线的峰值在2010—2020年均呈现右移趋势，合肥都市圈设施农用地部分较低值评价单元的区位指数均有一定程度增长，峰值仍集中于0~1之间，由多峰向单峰演变态势且集中于区位指数1.0附近，设施农用地区位指数呈现总体增加趋势； $M o r a n' s I$ 指数介于0.167 4~0.259 0，且均通过5%水平的显著性检验，并以热点区、冷点区、冷冷点区为代表类型区域分布更为集中，设施农用地区位指数空间集聚性较为显著，高值区周围亦高，低值区周围亦低。2010年、2015年和2020年合肥都市圈设施农用地冷热点区变化明显，且空间布局更为集中分布。

（4）选取14个地理空间变量并通过SOFM自组织神经网络模型对评价单元进行了空间聚类分区，将合肥都市圈划分为西南丘陵适度发展区域、北部平原重点发展区域、城市圈层优化发展区域3个利用分区，并结合自然条件、地理区位、产业基础等条件，侧重从设施农业产业及用地空间布局提出差异引导。

4.2　讨论

（1）设施农用地作为农业高质量及实现农业现代化发展的重要用地保障，特别是在“大棚房”整治、耕地“非农化”“非粮化”等背景下，探究设施农用地如何科学合理管控显得尤为重要。按照设施农用地演变基本规律并提出分区差异化管控的总体思路，综合运用区位指数、核密度、ESDA及SOFM等诸多模型算法，分别从时间维度、空间维度，深入揭示合肥都市圈设施农用地演化基本规律特征，重点阐释设施农用地数量规模、空间布局及其时序增减动态演变，并为划分区域类型及提出分区管控对策建议提供了有力支撑。参考相关研究成果^[

1-6,21,22]，该研究成果较为丰富，基本能够达到既定目标及要求，且在研究思路、模型方法及成果运用上具有一定创新及参考价值。

（2）该研究采用定量为主、定性为辅，综合运用诸多模型算法，全面系统研究设施农用地时空演变特征判识及分区分类，提高了分类分区结果的客观性、准确性，以及实现对策建议更具差异化、精准化，仅为该领域继续深入研究提供一些研究思路及方法借鉴。不过，拘囿于数据资料而仅从宏观、中观层面加以研究，为了研究成果更具实践价值，可从微观层面甚至地类图斑尺度，叠加探究设施农用地演变影响因素及驱动机理，将是该研究下一步值得深入研究方面。

参考文献

谭智心, 张云华. 设施农业用地供需状况、政策执行困境与优化策略. 改革, 2020(11): 109-118. [百度学术]

程晋平, 施冠军, 胡海龙. 设施农用地监管的困境及破解思路. 中国土地, 2018(11): 53-54. [百度学术]

张琳. 设施农用地管理现状与建议探究. 中华建设, 2021(7): 56-57. [百度学术]

胡秀艳. 加强设施农用地监管的几点建议. 中国土地, 2015(4): 20-21. [百度学术]

吴强华. “大棚+”时代来袭——设施农用地监管面临的新课题. 中国土地, 2015(4): 17-19. [百度学术]

禹夏青, 普正菲. 以“大棚房”改造治理为重点进一步加强农业设施监管. 农家参谋, 2021(13): 9-10. [百度学术]

黄烈佳, 杨鹏. 长江经济带人口——土地—产业非农化协调发展的时空特征及其驱动因素. 中国农业资源与区划, 2021, 42(8): 182-192. [百度学术]

曹宇, 李国煜, 王嘉怡, 等. 耕地非粮化的系统认知与研究框架: 从粮食安全到多维安全. 中国土地科学, 2022, 36(3): 1-12. [百度学术]

刘树勇, 钟耀斌, 赖文浩. 夯实设施农业的“地基”——对设施农用地管理政策实施效果的调研. 中国土地, 2014(5): 40-42. [百度学术]

张琳. 设施农用地管理现状与建议探究. 中华建设, 2021(7): 56-57. [百度学术]

魏慧, 吕昌河, 刘亚群, 等. 青藏高原设施农业分布格局及变化. 资源科学, 2019, 41(6): 1093-1101. [百度学术]

周敏, 雷国平, 李菁. 预期征地下设施农用地流转利益主体冲突机制研究——以吉林省F市联盟村为例. 中国土地科学, 2016, 30(1): 32-39. [百度学术]

张凤荣, 张小京, 周建. 都市区设施农业用地空间变化及其政策启示. 资源科学, 2015, 37(4): 637-644. [百度学术]

林太志, 朱秋诗, 方武冬. 广州市设施农用地管理政策创新研究 .规划师, 2021, 37(14): 85-92. [百度学术]

叶夏, 白丽月, 黄曦, 等. 三明市设施农业发展布局研究. 中国农业资源与区划, 2015, 36(4): 134-139. [百度学术]

王秀丽, 胥慧敏, 冀正欣, 等. 河南省设施农用地利用现状与发展对策研究. 东北农业科学, 2021, 46(5): 107-111. [百度学术]

侯琴, 孙鸿睿, 舒瑞. 基于灰色关联度的宁夏设施农用地变化及影响因素研究. 农业科学研究, 2020, 41(4): 1-8, 13. [百度学术]

刘迎辉. 基于区位熵理论的陕西省乡村旅游集聚度研究. 中国农业资源与区划, 2020, 41(4): 203-208. [百度学术]

蔡为民, 肖婷, 毕芳英, 等. 基于核密度估算的大都市耕地数量空间分布特征分析——以天津市为例. 中国农业资源与区划, 2019, 40(1): 152-160. [百度学术]

刘亚男, 吴克宁, 李晓亮, 等. 基于GIS和模糊SOFM模型的省级尺度土地类型划分研究——以河南省为例. 中国土地科学, 2021, 35(11): 112-122. [百度学术]

庞玉娇.上海市设施农用地管理新政下设施农用地发展对策研究——以浦东新区为例. 上海国土资源, 2021, 42(2): 59-64. [百度学术]

胥国海.设施农业用地的规范利用与执法监管. 中国土地, 2021(6): 51-52. [百度学术]

合肥都市圈设施农用地时空演变特征识别及分区管控研究

——基于35个评价单元面板数据的实证分析

摘要

目的

方法

结果

结论

关键词

0 引言

1 研究区概况

2 数据来源与方法

2.1 数据来源与处理

2.2 研究方法

3 结果与分析

3.1 设施农用地区位指数特征

3.2 设施农用地时序变化特征

3.3 设施农用地空间变化特征

3.4 设施农用地分区管控