刘郑伟^1,2,, 付梅臣^1,, 丁茜^1,2
1. 中国地质大学土地科学技术学院,北京 100083
2. 中国科学院遥感与数字地球研究所遥感科学国家重点实验室, 北京 100101

Driving force evolution of land use change in a border trade area of China

LIUZhengwei^1,2,, FUMeichen^1,, DINGQian^1,2
1. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China
2. The State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China
通讯作者:通讯作者：付梅臣,E-mail: fumeichen@cugb.edu.cn
收稿日期:2017-08-9
修回日期:2017-12-25
网络出版日期:2018-05-02
版权声明:2018《资源科学》编辑部《资源科学》编辑部
基金资助:国家自然科学基金项目（41101531）
作者简介:
-->作者简介： 刘郑伟,女,湖南衡阳人,硕士生,主要从事遥感应用及土地利用方面的研究。E-mail: lzwei1166@163.com



展开

摘要
土地利用变化驱动力分析对于揭示区域土地利用变化机制、未来土地利用规划具有重要意义。本文以绥芬河为典型案例,利用典型相关分析法与二元Logistic回归模型,从时间和空间耦合角度分析边境贸易快速发展下的土地利用变化驱动演变情况。研究结果表明,边境贸易发展早期建设用地主要解释因素为固定资产投资,后期由于对外贸易结构变化,工业生产总值占主导作用;2000年之前自然地理因子为土地利用变化驱动的主要限制因素,之后则是离对外贸易区距离、离边境线距离等因子和社会经济因子的作用逐渐加强。进行边境城市绥芬河市土地利用变化驱动分析,既能丰富边境城市研究,也能为当地可持续发展提供参考和借鉴。

关键词：土地利用变化驱动力;典型相关分析;二元logistic回归模型;边境贸易地区;绥芬河市
Abstract
Analyses of land use change driving force is of great significance to understanding the mechanisms of land use change and land use planning. The rapid development of border trade has changed land use structure in border areas. Therefore, the study of driving forces of land use change under the development of border trade becomes increasingly important. We focused on Suifenhe city as a typical case and used landsat images for 1990, 2000, 2011 and 2016, and DEM data and socio-economic statistics. Canonical correlation analysis and a binary logistic regression model were used to analyze the evolution of land use change under rapid development of border trade from two aspects: time macro and spatial microcosmic. We found that the main explanatory variables of cultivated land area change are agricultural total output in the early period and total fixed assets investment and gross national product in the later period. The explanatory variables of forest area changed from the previous period to imports and the latter to exports and international tourist numbers. During the early period of border trade development the main explanatory factor of built-up land is gross fixed asset formation, late due to changes in border trade structure; gross industrial production accounted for this leading role. Topographic conditions have always been an important factor limiting land use pattern in Suifenhe. After 2000 and the establishment of the China-Russia Sui-Bo inter-city trade zone, the border economic cooperation zone and the Suifenhe Comprehensive Bonded Zone have attracted built-up land and impacted land use patterns. The analysis of land use change in Suifenhe enriches research into border cities and provides consultation and suggestions for local sustainable development.

Keywords：driving force of land use change;canonical correlation analysis;binary logistic regression model;border trade area;Suifenhe City

-->0
PDF (757KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
刘郑伟, 付梅臣, 丁茜. 边境贸易地区土地利用变化驱动力演变研究[J]. 资源科学, 2018, 40(4): 729-736 https://doi.org/10.18402/resci.2018.04.07
LIU Zhengwei, FU Meichen, DING Qian. Driving force evolution of land use change in a border trade area of China[J]. RESOURCES SCIENCE, 2018, 40(4): 729-736 https://doi.org/10.18402/resci.2018.04.07

1 引言

土地利用变化驱动力研究是土地利用/土地覆盖变化的一个重要话题。土地利用变化动力学研究对于揭示土地利用与覆被变化的原因、内部机制、基本过程、预测未来变化方向和后果,以及制定相应的对策至关重要^[1]。而伴随着相邻各国边境开放程度和贸易强度的提高,具有地缘经济优势的边境地区的土地利用/土地覆盖发生强烈变化^[2]。快速的对外贸易发展改变了边境地区土地利用结构,因此边境贸易发展背景下的土地利用变化驱动力研究愈加重要。
目前国内外****对边贸地区土地利用变化驱动力进行了一些研究,如梁宝坤等^[3]对东兴市边境贸易发展与建设用地变化的关联进行分析,发现边境贸易发展是建设用地增加和结构变化的直接动因。刘晓娜等^[4]根据前人研究综合分析中老缅泰“黄金四角州”地区各国林地与轮歇地为主的土地利用变化驱动力,总结得出现有研究缺乏对该地区长时间序列的持续研究和土地利用变化驱动力的系统研究。封志明等^[5]分析了中老缅交界地区地形因素影响橡胶种植时空格局的规律,发现中国境内橡胶林在向高海拔、陡坡地扩展,老缅境内具有较大地形适宜空间,有利于橡胶种植的跨境发展。李秋萍等^[6]研究了广西边境土地利用变化及其生态效应,发现广西陆地边境土地利用呈现“林地-耕地-未利用地”主导的地域结构特征,土地利用结构稳定性及优势地类的主导作用逐步加强,均质性则降低。Achim Roder等^[7]对纳米比亚和安哥拉边界地区城乡转换及其驱动力进行分析,研究发现土地使用决策主要由与全球化进展相关的发展的意识形态、消费主义、财富愿景所驱动。Reine Maria Basse等^[8]采用元胞自动机模拟了比利时、德国、法国和卢森堡交界地区土地利用变化,发现了未来潜在的城镇化区域位于研究区西北部。Ana I.R Cabral等^[9]分析了社会经济对塞内加尔与几内亚比绍边境地区景观格局的影响,发现由于相似的社会经济变化,两国边界呈现相似的景观格局变化。
现有边境地区土地利用变化驱动力分析大多仅对单一土地利用类型单一或单方面驱动因子进行分析,缺少自然经济系统综合驱动分析,对外贸易作用未能体现,典型边境地区案例分析不多。
本文使用RS、GIS及数据分析工具,采用典型相关分析法和二元Logistic相关分析法分别从时间及空间耦合角度分析边境城市绥芬河的土地利用变化驱动情况,从而揭示对外贸易发展背景下边境地区土地利用变化驱动演变规律。

2 研究区概况、数据来源与处理

2.1 研究区概况

绥芬河市位于黑龙江省东南部,东与俄罗斯滨海边疆区接壤,辖区总面积约460 km²,辖绥芬河镇、阜宁镇互市贸易区和边境经济合作区、绥芬河保税区。绥芬河市1988年被省委、省政府批准为通贸兴边实验区,1992年被国务院批准为中国首批沿边扩大开放城市,对外贸易开始迅速发展,1999年后相继设立中俄“绥-波”互市贸易区、边境经济合作区和绥芬河综合保税区。绥芬河市四面环山,山地面积占85%。2016年年末全市户籍人口70 715人^[10],市域城镇化水平达97.14%^[11]。1990—2016年绥芬河经济高速发展,2016年地区生产总值达136.9亿元^[10]。绥芬河市全市接待俄罗斯旅游人数占全省的70%,是黑龙江最大的对俄边境旅游城市。自1991年绥芬河市对俄贸易飞速发展以来,至2016年中俄进出口贸易额达32.5亿美元,成为中国东北地区参与国际分工的重要窗口和桥梁,也是“一带一路中蒙俄经济走廊重要节点城市”。

2.2 数据来源

本研究使用1990年、2001年、2011年、2016年Landsat数据,数据来源为美国地质调查局网站^[12];2014年土地利用现状图,来自绥芬河市国土资源局;相关社会经济统计数据,来自《绥芬河市统计年鉴》^[13]（1990—2016年）、《绥芬河市国民经济和社会发展统计公报》^[14]（2009—2016年）;DEM数据,来自中科院地理数据云^[15]。

2.3 数据处理

2.3.1 数据预处理
使用ENVI5.1以绥芬河1∶1万地形图为底图对影像进行几何校正和光谱校正。采用目视判别法结合Google earth高分辨率影像选取感兴趣区域,使用最大似然法对影像进行土地利用分类（建设用地（X1）、林地（X2）、耕地（X3）、其他用地（X4）等类型）。以土地利用现状图对土地分类图进行精度检验,精度符合研究要求。通过绥芬河市土地利用现状图及DEM图提取各驱动因子图。生成1990—2000年、2000—2011年、2011—2016年间各地类变化图,发生变化栅格赋值为1,反之赋值为0,均保存为栅格图,经尺度效应分析得出60 m为最佳分析尺度。使用ArcGIS文件转换工具将栅格文件转换为.asc文件,导入CLUE-S模型中转换工具转换为统一记录文件,并筛选保证因变量值为0和为1的样本各占一半,作为二元Logistic分析样本。
2.3.2 典型相关分析
社会经济系统与土地利用系统之间相互影响,将两个系统进行分割,可将这些影响关系简化为多变量与多变量之间相关性问题。依据系统动力学思想建立社会经济系统与土地利用系统流图（图1）,根据因子可量化、资料可获取的原则,选取人口（Y1）、农业总产值（Y2）、国际旅游人口（Y3）、地区生产总值（Y4）、工业总产值（Y5）、固定资产投资总额（Y6）、进口额（Y7）、出口额（Y8）等驱动因子,具体相关分析变量数据见表1。本节分析1990—2000年、2000—2016年时间段各地类面积变化与各驱动因子变化之间的关系。
显示原图|下载原图ZIP|生成PPT
图1绥芬河市社会经济因素与土地利用变化系统动力流
-->Figure 1System dynamic flows of socio-economic factors and land use change in Suifenhe City
-->

Table 1
表1
表1绥芬河市典型相关分析变量
Table 1Variables of canonical correlation analysis in Suifenhe City

变量	变量含义	1990年	2000年	2016年
X1	建设用地/hm2	375.470	1 004.220	2 352.780
X2	耕地/hm2	4 424.150	4 131.450	3 575.340
X3	林地/hm2	29 043.340	29 178.450	29 218.590
X4	其他用地/hm2	4 756.520	5 061.960	4 161.330
Y1	人口/万人	2.740	4.950	7.715
Y2	农业生产总值/万元	1 364	1 641	2 980
Y3	国际旅游人数/万人	0.580	25.500	75.500
Y4	地区生产总值/万亿元	0.984	9.099	136.900
Y5	工业生产总值/万亿元	0.320	2.351	18.960
Y6	固定资产投资总额/万亿元	0.120	2.707	85.500
Y7	进口额/万亿美元	1.145	6.177	28.300
Y8	出口额/万亿美元	2.350	4.004	4.200

新窗口打开
2.3.3 二元Logistic回归模型
二元Logistics回归模型适用于因变量为二分类的变量,能有效地分析土地利用变化概率与社会经济因子、自然地理因子之间的关系。由于典型相关分析所选用的各社会经济指标仅以市为单位进行统计,无法空间化,借鉴生态足迹理论将地区资源消耗折算为六类生产性土地的思路,典型相关分析中所选择的各社会经济因子也可分解为对应的主要承载地类,如人口的主要承载地类为村庄和城镇,国民生产总值的主要承载地类为城市、村庄、农地、独立工矿用地和风景名胜及特殊用地。通过叠加土地利用现状图和各区位因子图可看出各承载地类的空间分布规律,如农地分布于距离河流、水塘、道路、农村居民点较近的区域。通过建立社会经济数据与区位因子之间系统图,将社会经济数据的空间分配通过各承载地类空间分布规律传递为区位因子（图2）。
显示原图|下载原图ZIP|生成PPT
图2社会经济因子和区位因子系统相关关系
-->Figure 2System relationship between socio-economic factors and location factors
-->

二元logistic回归模型表达式为：
logit(pi)=lnpi1-pi=β0+β1X1+β2X2+???+βmXm（1）
式中p_i表示事件某一单元转换为土地利用类型i;β₀是常数项,β₁,β₂,…,β_n为回归系数,确定了驱动因子与因变量之间的定量关系和作用大小;β₁, β₂, …, X_m为驱动因子值（图2中区位因子及海拔、坡度、坡向等自然因子）,对Logistic回归系数进行检验时,常用wald检验进行显著性检验。Wald值检验假设回归系数β=0,若Wald值接近1,则接受假设,即认为该自变量与因变量无关;反之,Wald值越大,则拒绝假设,认为该自变量与因变量具有很强的相关性,驱动因子所对应优势比表示P_i随着该驱动因子变化的变化,将上式进行变换,得到某一单元转化为土地利用类型i的概率表达式：
pi=exp(β0+β1X1+β2X2+???+βmXm)1+exp(β0+β1X1+β2X2+???+βmXm)（2）

3 各社会经济发展因素对土地利用变化的影响分析

3.1 1990—2000年期间

从图3a可以看出,1990—2000年期间,负相关累计最大的是耕地（X3）;正相关累计最大的是林地（X2）,其次为建设用地（X1）。其中：第一典型变量中,耕地（X3）典型载荷最大,为-0.795,相应的解释变量为农业总产值（Y2）,典型载荷为0.753,表明耕地面积下降影响被农业生产条件改善、产业结构调整等抵消,农业总产值继续上升;第二典型变量中,其他用地（X4）典型载荷最大,为0.835,相应的解释变量为人口（Y1）、工业生产总值（Y5）,典型载荷分别为0.707和-0.655,相关性显著,表明绥芬河市人口增加使得其他用地面积增加,而工业的发展则消耗了部分其他用地;第三典型变量中林地（X2）典型载荷为0.805,主要解释变量为进口额（Y7）,其典型载荷为0.705,表明从俄罗斯进口原木与天然林保护工程提升了当地森林资源面积;第四典型变量中,建设用地（X1）典型载荷最大,为0.723,与之相关性较大为农业生产总值（Y2）、出口额（Y8）及固定资产投资总额（Y6）,表明本时期对外贸易发展前景良好,吸引大量资金投入,2000年固定资产投资总额为1990年的22.5倍。
显示原图|下载原图ZIP|生成PPT
图3绥芬河市土地利用变化典型相关系数
-->Figure 3Canonical correlation coefficient of land use change in Suifenhe City
-->

3.2 2000—2016年期间

从图3b可看出,2000—2016年期间,负相关累计最大的是耕地（X3）;正相关累计最大的是林地（X2）。其中：第一典型变量中,建设用地（X1）典型载荷最大,为-0.953,解释变量为工业生产总值（Y5）和农业生产总值（Y2）,典型载荷分别为-0.878和0.787,表明这一时期建设用地扩张侵占大量耕地,农民投身外贸收益大于耕种收入,农业生产积极性下降。同时对外贸易逐渐向投资加工转型,加工贸易的发展带动绥芬河出口额增加,增加大量工业用地,工业总产值成为建设用地变化的主要解释变量。第二典型变量中,林地（X2）典型载荷最大,为-0.877,解释变量为出口额（Y8）及国际旅游人数（Y3）,典型载荷分别为-0.818、0.721,相关性显著。表明绥芬河市国际旅游发展,出口结构变化,附加值更大的出口商品占比重上升,推动了绥芬河市加强护林育林政策。第三典型变量中,耕地（X3）典型载荷最大,为-0.96,地区生产总值（Y4）、固定资产投资总额（Y6）、农业总产值（Y2）与之相关性较大,典型载荷分别为0.817、0.799、-0.731,表明固定资产投资规模增大和区域经济发展与耕地变化呈负相关。
总之,农业总产值（Y2）、工业总产值（Y5）及固定资产投资额（Y6）为各地类面积变化的重要驱动力。农业总产值对建设用地及耕地面积变化在对外贸易发展前期（1990—2000年）起负驱动作用,而后期（2000—2016年）起正驱动作用。工业总产值前期对其他用地起着负驱动作用,后期对建设用地扩张起着主导作用。固定资产投资在前期极大推动了绥芬河建设用地快速扩张,后期对耕地面积变化的负驱动作用更强。

4 自然和区位因素对土地利用变化的影响分析

4.1 1990—2000年期间

图4a显示出,1990—2000年期间,林地的主要影响因子为坡向和海拔,以东北坡向、低海拔区域为主,海拔每增加1m,其他地类转化为林地的概率降低1.017倍;耕地的主要影响因子是海拔和离城市中心距离,发生比分别为0.9826和0.9998,以低海拔、城市周边变化为主,显然城市扩张是耕地减少的关键驱动力;建设用地的主要影响因子为道路、海拔,显然山区地形限制了建设用地选址,向道路趋近1m,转化为建设用地的概率增加1倍;其他用地的主要影响因子为坡度及海拔,以缓坡、高海拔区域变化为主。总之,本阶段绥芬河经济刚刚起步,土地利用变化影响因素主要以自然因素为主。
显示原图|下载原图ZIP|生成PPT
图4绥芬河市土地利用变化驱动因子wald雷达图
-->Figure 4Wald radar map of land use change driving force in Suifenhe City
-->

4.2 2000—2011年期间

图4b显示出,2000—2011年期间,建设用地变化主要驱动因子是坡度、距离道路的距离、海拔高度以及距离对外贸易区的距离。对外贸易区的出现,对建设用地起着明显的吸引作用,离对外贸易区距离每减少1m,其他土地利用类型转化为建设用地的概率增加1.017倍。本阶段耕地和林地变化的主要影响因素与上一阶段相同。其他用地变化主要驱动力为海拔和到对外贸易区的距离,以海拔较低、离对外贸易区较近的区域为主。总之,本阶段绥芬河市对外贸易进一步发展,对外贸易区的出现对土地利用格局变化影响显著。

4.3 2011—2016年期间

图4c显示出,2011—2016年期间,建设用地主要影响因素为到边境线的距离、到道路的距离以及海拔高度,新增建设用地有向边境方向延伸的趋势,到边境线距离每减少1m,新增建设用地的概率增加1.026倍。耕地变化的主要影响因素为坡度、到边境贸易区的距离、到河流的距离、到农村居民点的距离以及海拔,以离边境贸易区近,离农村居民点近,海拔较低的区域为主。林地变化的主要驱动力为坡度、离铁路的距离及坡向,新增林地更倾向于出现在坡度较陡,离铁路较近的区域。其他用地变化的主要影响因素为坡度及海拔,以坡度较陡或海拔较低的区域为主,主要原因为耕地撂荒。本阶段绥芬河经济发展进入稳定期,在自然因素对土地利用变化占主导作用下,经济因素的影响也更为突出。

5 结论与讨论

本文使用典型相关分析研究绥芬河市1990—2016年社会经济发展因子对各地类面积变化的影响作用,使用二元Logistic回归模型分析1990—2016年自然地理因素和区位因素对土地利用格局变化的驱动机制。结果表明：
（1）典型相关分析中,各地类面积变化两个时间阶段内驱动因子均有差别。前期耕地面积变化的主要解释变量为农业总产值,后期为固定资产投资总额和国民生产总值。林地面积变化解释变量前期为进口额,后期为出口额和国际旅游人数。建设用地面积变化解释变量前期为固定资产投资,后期为工业生产总值。
（2）海拔和离道路的距离始终是转化为建设用地的重要解释变量;海拔对耕地转化始终起着重要限制作用,离城市中心的距离对耕地转化的影响越来越弱。林地转化主要解释变量为坡向和坡度,林地的转化逐渐由缓坡区域转向陡坡区域。海拔与坡度是解释其他用地转换的重要变量。综上,地形条件一直是限制绥芬河土地利用格局的重要因素。
（3）对外贸易因素如：到对外贸易区的距离、到边境线的距离随着绥芬河对外经济的发展,2000年后相继设立中俄“绥-波”互市贸易区、边境经济合作区和绥芬河综合保税区,对建设用地有着明显的吸引作用,进而影响整体土地利用格局。
（4）绥芬河市作为边境贸易城市,土地利用很大程度上受到国家政策和国际大环境的影响,本文在驱动力分析时仅将研究区作为封闭环境进行研究,未能考虑系统开放性,未能将政策因素纳入考虑。二元Logistic回归模型分析由于数据限制,以区位因子代替社会经济数据,若将来数据允许,希望能对绥芬河市土地利用格局变化驱动力进一步分析。
The authors have declared that no competing interests exist.

---

参考文献文献选项 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]	摆万奇, 赵士洞. 土地利用变化驱动力系统分析 [J]. 资源科学, 2001, 23(3): 39-41. [本文引用: 1] [Zhen W Q, Zhao S D.An analysis on driving force system of land use changes [J]. Resources Science, 2001, 23(3): 39-41. ] [本文引用: 1]
[2]	刘美玲, 齐清文, 刘景峰, 等. 云南边境地区土地利用/覆盖变化及环境效应分析 [J]. 云南地理环境研究, 2006, 18(2): 1-5. [本文引用: 1] [Liu M L, Qi J, Liu J F, et al. Spatial-temporal changes of the land use/cover and its ecological effect analysis in transboundary Yunnan Province [J]. Yunnan Geographical Environment Research, 2006, 18(2): 1-5. ] [本文引用: 1]
[3]	梁宝坤, 陆汝成, 韦美旭, 等. 东兴市边境贸易发展与建设用地变化的关联研究 [J]. 湖南农业科学, 2015, (12): 107-109. [本文引用: 1] [Liang B K, Lu R C, Wei M X, et al. Relationship between border trade development and construction land change in Dongxing [J]. Hunan Agricultural Sciences, 2015, (12): 107-109. ] [本文引用: 1]
[4]	刘晓娜, 封志明, 姜鲁光. 中老缅泰“黄金四角”地区土地利用与土地覆被变化研究进展 [J]. 地理科学进展, 2013, 32(2): 191-202. [本文引用: 1] [Liu X N, Feng Z, Jiang L G.Review of land use and land cover change of Golden Economic Quadrangle Region in the border of China, Laos, Myanmar and Thailand [J]. Progress in Geography, 2013, 32(2): 191-202. ] [本文引用: 1]
[5]	封志明, 刘晓娜, 姜鲁光, 等. 中老缅交界地区橡胶种植的时空格局及其地形因素分析 [J]. 地理学报, 2013, 68(10): 1432-1446. [本文引用: 1] [Feng Z M, Liu X N, Jiang L G, et al. Spatial-temporal analysis of rubber plantation and its relationship with topographical factors in the border region of China, Laos and Myanmar [J]. Journal of Geography, 2013, 68(10): 1432-1446. ] [本文引用: 1]
[6]	李秋萍, 陆汝成, 李冠, 等. 广西陆地边境带土地利用变化及其生态效应 [J]. 广西师范学院学报(自然科学版), 2015, (3): 102-109. [本文引用: 1] [Li Q P, Lu R C, Li G, et al. Border land use changes and ecological effects in Guangxi [J]. Journal of Guangxi Teachers Education University(Natural Science Edition), 2015, (3): 102-109. ] [本文引用: 1]
[7]	Röder A, Pröpper M, Stellmes M, et al. Assessing urban growth and rural land use transformations in a cross-border situation in Northern Namibia and Southern Angola [J]. Land Use Policy, 2015, 42: 340-354. [本文引用: 1]
[8]	Basse R M, Omrani H, Charif O, et al. Land use changes modelling using advanced methods: Cellular automata and artificial neural networks. The spatial and explicit representation of land cover dynamics at the cross-border region scale [J]. Applied Geography, 2014, 53: 160-171. [本文引用: 1]
[9]	Cabral A I R, Costa F L. Land cover changes and landscape pattern dynamics in Senegal and Guinea Bissau borderland [J]. Applied Geography, 2017, 82: 115-128. [本文引用: 1]
[10]	知县网. 2016年绥芬河市国民经济和社会发展统计公报 [EB/OL]. (2016-06-27)[2017-08-09]. .URL [本文引用: 2] [The Magistrate. The 2015 Statistical Bulletin of Suifenhe National Economic and Social Development [EB/OL]. (2016-06-27)[2017-08-09]. ]URL [本文引用: 2]
[11]	绥芬河市政府网. 绥芬河市城市总体规划 [EB/OL]. (2018-01)[2018-02-16]. ][Suifenhe Municipal Government Network. The Overall Planning of Suifenhe City [EB/OL]. (2018-01)[<date-in-citation content-type="access-date">2018-02-16</date-in-citation>]. ]URL [本文引用: 1]
[12]	美国地质调查局. Landsat影像数据库[EB/OL]. (2016-12-01)[2017-08-09] . URL [本文引用: 1] [United States Geological Survey.Lamdsat Image Database [EB/OL]. (2016-12-01)[2017-08-09]. URL [本文引用: 1]
[13]	绥芬河市统计局. 绥芬河市统计年鉴 [M]. 绥芬河: 绥芬河市统计局, 1990-2016. [本文引用: 1] [Statistics Department of Suifenhe City. Statistical Yearbook of Suifenhe City [M]. Suifenhe: Statistics Department of Suifenhe City, 1990-2016. ] [本文引用: 1]
[14]	绥芬河市统计局. 绥芬河市国民经济和社会发展统计公报 [EB/OL]. (2016-05-15)[2017-08-09]. word=国民经济和社会发展统计公报.URL [本文引用: 1] [Statistics Department of Suifenhe City. Statistical Bulletin of Suifenhe National Economic and Social Development [EB/OL]. (2016-05-15)[2017-08-09]. word=国民经济和社会发展统计公报. ]URL [本文引用: 1]
[15]	中国科学院. 地理空间数据云 [EB/OL]. (2016-12-01)[2017-08-09]. .URL [本文引用: 1] [Chinese Academy of Sciences. Geospacial Data Cloud [EB/OL]. (2016-12-01)[2017-08-09]. ]URL [本文引用: 1]
[16]	谢花林, 李波. 基于logistic回归模型的农牧交错区土地利用变化驱动力分析-以内蒙古翁牛特旗为例 [J]. 地理研究, 2008, 27(2): 294-304. [Xie H L, Li B.Driving forces analysis of land-use pattern changes based on logistic regression model in the farming-pastoral zone: a case study of Ongiud Banner, Inner Mongolia [J]. Geographical Research, 2008, 27(2): 294-304. ]
[17]	李秋萍, 陆汝成, 李冠, 等. 边境土地利用变化及其与贸易发展互动关系研究进展 [J]. 中国土地科学, 2015, (8): 16-23. [Li Q P, Lv R C, Li G, et al. Research progress on regional land-use change along national border and it’s interactive relationship with frontier trade development [J]. China Land Sciences, 2015, (8): 16-23. ]
[18]	张云鹏, 孙燕, 王小丽, 等. 不同尺度下的土地利用变化驱动力研究-以常州市新北区为例 [J]. 水土保持研究, 2012, 19(6): 111-116. [Zhang Y P, Sun Y, Wang X L, et al. Study on the driving force of land use change at different scales-a case study of the Xinbei district of Changzhou City [J]. Research of Soil and Water Conservation, 2012, 19(6): 111-116. ]
[19]	胡贤辉, 张霞, 杨钢桥. 湖北省土地利用结构变化及其驱动机制分析 [J]. 长江流域资源与环境, 2008, 17(1): 43-46. [Hu X H, Zhang X, Yang G Q.Analysis on the change of land use structure and its driving force in Hubei province [J]. Resources and Environment in the Yangtze Basin, 2008, 17(1): 43-46. ]
[20]	高志强, 易维. 基于CLUE-S和Dinamica EGO模型的土地利用变化及驱动力分析 [J]. 农业工程学报, 2012, 28(16): 208-216. [Gao Z Q, Yi W.Land use change in China and analysis of its driving forces using CLUE-S and Dinamica EGO model [J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2012, 28(16): 208-216. ]
[21]	杨梅, 张广录, 侯永平. 区域土地利用变化驱动力研究进展与展望 [J]. 地理与地理信息科学, 2011, 27(1): 95-100. [Yang M, Zhang G L, Hou Y P.Advances and prospects of the driving force of regional land use change researches [J]. Geography and Geo-Information Science, 2011, 27(1): 95-100. ]
[22]	郝世光. 绥芬河市县域经济发展研究[D] . 长春: 吉林大学, 2013. [Hao S G.Study on the Development of County Economy in Suifenhe [D] . Changchun: Jilin University, 2013. ]
[23]	Röder A, Pröpper M, Stellmes M, et al. Assessing urban growth and rural land use transformations in a cross-border situation in Northern Namibia and Southern Angola [J]. Land Use Policy, 2015, 42: 340-354.
[24]	Catalina M, Tobias K, Martin B, et al. Forest and agricultural land change in the Carpathian region-a meta-analysis of long-term patterns and drivers of change [J]. Land Use Policy, 2014, 38(2): 685-697.
[25]	李秋萍, 陆汝成, 梁宝坤, 等. 广西陆地边境地区土地利用信息图谱构建 [J]. 水土保持研究, 2016, 23(6): 210-215. [Li Q P, Lu R C, Liang B K, et al. Construction of land use information atlas in Guangxi land border [J]. Research of Soil and Water Conservation, 2016, 23(6): 210-215. ]