长江经济带国家级自然保护地空间可达性及影响因素

何小芊，刘 策

(1.东华理工大学 地质资源经济与管理研究中心，南昌 330013； 2.河北黄骅中学，河北 沧州 061100)

1 研究背景

自然保护地是生态建设的核心载体。自1956年我国第一个自然保护区建立以来，自然保护地建设取得了巨大成效，现有各类、各级自然保护地1万多处。对自然保护地空间格局的研究，是构建以国家公园为主体的自然保护地体系的基础性工作[1]。目前，学界关于国家级自然保护地空间分析的研究成果众多，多以特定类型的自然保护地为对象，分析其空间分布特征，主要涉及国家森林公园[2]、国家湿地公园[3]、国家水利风景区[4]、国家地质公园[5]、国家自然保护区[6]、国家级风景名胜区[7]等。国家级自然保护地体系由多种类型保护区组成，以自然保护区为核心的自然保护地体系是国家生态安全基本骨架和重要节点[8]。近年来，国内学者在全国尺度上对自然保护地体系进行了空间分析，如侯鹏等[8]、朱里莹等[9]分别对我国各类自然保护地的分布格局与分布特征进行了研究；少量研究成果针对特定区域进行，如马坤等[10]分析了长江流域国家级保护地的空间分布特征。现有研究多针对全国尺度，跨省域的大区域尺度研究较少。

可达性是衡量地理事物区位特征的一项重要经济、社会指标。国外可达性研究集中于区域经济发展、社会服务设施等领域，如交通设施的规划与建设[11]、城市日常通勤[12]。可达性在国内的区域和空间研究领域也得到了应用，各类自然保护地的空间可达性受到国内学者的关注，研究对象涉及国家森林公园[13]、国家级水利风景区[14]、国家湿地公园[15]，但对各类保护地的可达性进行综合研究的成果却较少，也缺少对可达性影响因素的探讨。由于自然保护地的空间不可移动性，可达性对于自然保护地的生态保护与旅游开发显得尤为重要。长江经济带既是我国经济稳增长的重要支撑，也是我国重要的生态安全屏障，生态优先、绿色发展是长江经济带发展的战略定位。基于此，本文以长江经济带1 624处国家级自然保护地为研究对象，采用空间分析与空间统计方法，对自然保护地空间可达性及其影响因素进行研究，以期为长江经济带自然保护地体系的建设布局提供理论依据。

2 研究区域、数据来源与研究方法

2.1 研究区概况

长江经济带覆盖11个省、直辖市，面积约205万km2，占全国总面积的五分之一，人口数量和GDP占全国比重均超过40%。长江经济带地貌类型复杂，自然生态系统类型多样，是我国重要的生态安全屏障。自然保护地是各类自然生态系统、自然遗迹、自然景观等的统称[16]，这一概念源于世界自然保护联盟(IUCN)所倡导的环境保护行动。目前国内关于自然保护地尚无统一的分类标准，参考朱里莹等[9]、马坤等[10]的研究成果，本文中的国家级自然保护地有12个类型。截至2018年3月，长江经济带各省域拥有12类共1 624处国家级自然保护地(见表1)。

表1 长江经济带各省、直辖市国家级自然保护地数量

2.2 数据来源

国家级自然保护地的名称、位置等基本信息源于国家及各省国土资源、环境保护部门官方网站，借助Google地图确定各自然保护地的具体位置，以保护地的几何中心为地理坐标，将经纬度数据导入ArcGIS数据库中，并生成Shape-file点图层。由于国家级自然保护地存在“一地多牌”现象，因而在图层的地点定位中，对空间上存在交叉重叠的自然保护地只设置为一个点。利用ArcGIS 10.2中的统计数据模块，分别统计每个县域单元内国家级自然保护地的数量，并计算其丰度。以县级行政区为基本地理单元，分析国家级自然保护地整体可达性，县域图层数据源自1∶400万中国基础地理信息数据。公路、铁路等交通图的底图源于《中国交通全图(2017版)》，使用ArcGIS 10.2软件进行矢量化，运用核密度分析模块统计路网密度。对研究中所涉及的图形数据进行矢量化，建立地理数据库。此外，长江经济带各县域的人均GDP数据源于《中国县域统计年鉴(县市卷)2017》，DEM高程数据源于地理空间数据云。

2.3 研究方法

2.3.1 国家级自然保护地空间可达性分析方法

国家级自然保护地可达性定义为在特定时间段内，从区域某一中心地出发，向其周边的国家自然保护地出行，所取得出行距离和出行时间的平均值。缓冲区分析是用来解决地理空间中两个地物距离相近程度的空间分析工具之一。本文基于点要素和面要素，建立其周围一定宽度范围内的缓冲区多边形图层，然后建立该图层与目标图层的叠加，进行分析而得到结果。

(1)缓冲区分析。区域中心城市多为地级市行政中心所在地，其经济与人口的集聚能力强。基于点要素，参考吴必虎等[17]的研究成果，假设区域中心城市的居民是国家自然保护地的主要客源市场。基于点要素，将研究区内各地级行政中心设为缓冲区中心点，缓冲区半径设置为10 km，使用ArcGIS 10.2软件中ArcToolbox工具进行多环缓冲区分析。对生成的缓冲区分布图进行分析，统计各自然保护地到地级行政中心的距离范围，进而对自然保护地的距离可达性进行测算。

(2)时间成本分析。不同类型交通线都为均质道路是缓冲区分析的假设前提，但实际上不同类型交通线的通行速度存在差异。因此，采用ArcGIS 10.2中的成本距离分析模块工具，分析国家级自然保护地的时间可达性，考虑通行时间成本和封闭性道路的出入。区域内某点到各类保护地时间成本计算公式为

Ai=min(MjTij) 。

(1)

式中：i为地理空间中任意一点；Ai为i点到距离其最近的自然保护地所需时间，即i点的时间成本；Tij为i点到达某一自然保护地j所需要的最短时间；Mj为景点j的权重，可设为常数1。时间成本由交通网络结构和行驶速度两个变量所决定。依据《公路工程技术标准》(JTGB01—2014)所规定的技术参数，设定各级公路的时间成本参考值。计算公式为

(2)

首先，对各种交通线的通行速度(V)进行赋值。利用式(2)计算交通线的时间成本，针对不同的交通线建立矢量要素图层。不同于普通公路，高速公路只能为出口附近的地区提供便利性。因此，在计算高速公路的时间成本值时，在缓冲区分析的基础上，对高速交叉口和出入口赋值为0.5 min。长江经济带的东部与西部地形差异巨大，而不同的海拔高程与坡度会影响步行的通行速度。因此，本文将自然地形因素纳入Cost的设定中，并设定人的步行速度为5 km/h。参考已有研究成果[18-19]，坡度、海拔高程、通行速度与时间成本参考值的设定如表2所示。

表2 坡度、海拔高程、通行速度与时间成本参考值的设定

其次，矢量图层栅格化。对于交通矢量图的栅格化，本文使用1 km×1 km的栅格网，格栅化结果以Cost字段输出，形成由若干个均质网格构成的矢量图；运用栅格计算器模块工具，生成综合交通的时间成本栅格图。

再次，成本距离分析。将时间成本栅格图层和自然保护地分布图层相结合，运用空间分析模块中的加权距离成本工具进行分析。使用工具中的重分类命令，以10个等级划分时间成本，即5、15、30、45、60、120、180、240、300、360、507 min，生成国家级自然保护地时间可达性分布图，进而对国家级自然保护地的整体可达性进行测算。

(3)分区统计分析。县域经济是国民经济的基本单元。为反映国家自然保护地可达性在行政单元面域层面上的空间特征，参考潘竟虎的研究成果[13]，引入县级单元整体国家自然保护地可达性评价计算。基于县级行政区的面要素，以时间成本为依据，分析县级行政区到达其最邻近自然保护地的时间。使用ArcToolbox中的分区统计分析工具，通过分析县级行政区矢量图和时间成本栅格图，统计国家级自然保护地的整体可达性；以MEAN字段作为输出值对县域矢量图进行色彩分级处理，利用ArcGIS 10.2中栅格分类的自然间断法将可达时间划分为5个等级，生成县域整体可达性视图。计算公式为

(3)

式中：Rj为第j个县级行政单元到达国家级自然保护地的可达性；nj为落在县级行政单元j范围内的网格数；Ai为第i个栅格的国家级自然保护地的可达性。Rj越小说明县级行政区到达国家级自然保护地的时间越短。

2.3.2 国家级自然保护地空间可达性影响因素分析方法

地理加权回归(GWR)是一种空间分析技术，用于探索地理现象在某一尺度下的空间变化及驱动因素，其优势在于可以直观地探测地理位置不同而导致的变量之间关系的差异[20]。GWR模型在回归参数中加入了数据的空间地理信息，根据地理空间位置变化的参数估计值进行回归分析，可以有效地测度地理事物影响因素的空间差异。计算公式为

(4)

式中：yi为观测值；(ui,vi)是第i个样本的空间坐标；β0(ui,vi)为i点回归常数；βj(ui,vi)是i点上的第j个回归参数，为地理位置的函数；j(j=1,2,3,…,n)为变量xij在空间(ui,vi)处的局部系数；εi为随机误差。GWR回归模型运行后生成辅助表和全要素表，其中Sigma值度量模型的拟合度，Sigma值越小模拟度越好；R2表示拟合度，R2越大表示拟合度越好；Coefficient表示自变量对因变量的贡献度。

影响自然保护地空间可达性的因素众多，本文在参考传统村落[21]、旅游景点[22]可达性影响因素的基础上，以县域为基本单元，选取海拔高程、路网密度、保护地丰度、人均GDP作为模型的自变量，探讨这些因素对长江经济带国家级自然保护地空间可达性的影响程度。交通条件是保护地可达性的直接驱动力，路网密度是衡量交通条件的最直接指标；区域内国家级自然保护地数量代表资源的禀赋状况，直接影响区域内保护地的可达性；自然环境因素中的坡度与海拔高程通过影响自然保护地空间分布和交通网络布局，进而间接影响区域保护地的空间可达性；区域经济发展水平是自然保护地建设与开发的重要基础，经济发展水平高的区域，开发需求大、资金投入多,从而带动区域保护地建设与路网完善，从而影响自然保护地可达性。

3 结果与分析

3.1 国家级自然保护地的空间可达性

3.1.1 基于点状要素的国家级自然保护地可达性

3.1.1.1 长江经济带国家级自然保护地的距离可达性

通过缓冲区分析，统计长江经济带国家级自然保护地距离其最邻近地级行政中心的分布频率和累计频率，结果如图1所示。可以看出，在距离各地级行政中心100 km的范围内，有90.14%国家级自然保护地分布，表明长江经济带国家级自然保护地多集中于近距离段，区位优势较为明显。从分布频率上看，20～40 km范围内国家级自然保护地分布最为集中，约占总数的28%。在20～30 km处形成一个分水岭，0～30 km距离段内，随着距离的增加国家级自然保护地的分布频率呈上升趋势，在30～100 km距离段内国家级自然保护地的分布频率随距离的增加呈下降趋势，说明长江经济带国家级自然保护地整体可达性较好。

图1 长江经济带国家级自然保护地距离可达性的分布频率和累计频率

3.1.1.2 长江经济带国家级自然保护地的时间可达性

利用成本距离分析法生成国家级自然保护地时间可达性分布图(见图2)。在此基础上，统计国家级自然保护地时间可达性在各时段内的分布频率和累计频率，结果见图3。

图2 长江经济带国家级自然保护地的时间可达性分布

图3 长江经济带国家级自然保护地时间可达性的分布频率和累计频率

由图2可知，国家级自然保护地时间可达性在长江上游与中下游之间存在明显的区域差异性，中下游地区时间可达性高的区域连片分布于地势低平、路网密集、人口密度高的长江三角洲城市群、江淮城市群、武汉城市圈、环鄱阳湖城市群、环洞庭湖城市群，赣南、浙南山地、浙西丘陵地区成为长江中下游地区时间可达性的相对低值区。上游地区可达性较好的区域呈现为以成渝城市群为核心向南延伸至滇中城市群、黔中城市群，向东扩展到三峡城市群的分布格局；可达性最差的区域分布于地势高、交通条件差的川西与滇北地区，最长可达时间为510 min。

从时间可达性的分布频率来看(图3)，长江经济带国家级自然保护地的平均可达时间为24.23 min，可达时间<30 min的区域占85.87%，可达时间在5～15 min内分布频率最高，达42.30%；可达时间>180 min的区域仅占1.30%，这表明长江经济带国家级自然保护地的时间可达性总体较好，具有较强的区位优势和旅游开发潜力。

3.1.2 基于县域单元的国家级自然保护地可达性

以县域为基本研究单元，利用式(3)测算长江经济带国家级自然保护地的县域可达性，运用ArcGIS 10.2软件生成可达性等级分布，结果见图4。

图4 长江经济带国家级自然保护地县域可达性等级分布

从图4可知，长江经济带国家级自然保护地县域单元整体可达性的区域差异较为显著，空间上大致以成都—昆明线为界，呈现出东高、西低的空间格局。可达时间<6.58 min的可达性高值县级行政区呈斑块状，在长江中下游地区多为连片斑块，以长江三角洲城市群、江淮城市群为聚集中心并向西延伸至中游城市群；上游地区多为碎片化斑块，以成渝城市群为集聚中心，各中心城市、综合交通枢纽及高速公路和铁路的结点城市亦有零星分布，大都为经济发展水平与旅游发展水平较高、交通发达、基础设施完善的地区，如昆明市、贵阳市及其周边地区、恩施市、梁河县等。6.58～17.96 min的可达性次高县级行政区在长江流域中游、下游地区呈不连续的片状，分散于可达性高值县外围或填充于内部；在上游地区呈连续的片状格局分布于地形平坦、海拔相对较低、路网密集的滇中城市群、黔中城市群、三峡城市群及其外围地区。17.96～52.96 min的可达性中值县级行政区主要呈大面积的条带状聚集于成都—昆明线西部，神农架林区、鄂西北、川东北、滇东南局部地区亦有零星分布，这些区域海拔较高、地形坡度起伏较大、高等级路网(高速铁路、高速公路)密度低。52.96～139.56 min的可达性次低县级行政区在川西、滇西北地区形成一个大斑块。139.56～253.90 min的可达性低值县级行政区数量最少，聚集于经济带西北部高海拔、交通闭塞、经济欠发达区。

3.2 国家级自然保护地可达性的影响因素

普通最小二乘法(OLS)是GWR模型分析的前序必要步骤。选取长江经济带国家级自然保护地县域可达时间作为因变量，以县域人均GDP、海拔高程、保护地丰度及路网密度4个指标作为自变量构建OLS回归模型，回归结果如表3。从结果上看，除人均GDP外，其他自变量的联合卡方统计量P值<0.01，表明该模型具有显著性；T值为判断回归系数是否显著的统计量，T值不为0时，表明回归系数是显著的;模型的拟合度R2=0.559，说明整个OLS模型的拟合度较理想；方差膨胀因子(VIF)均<7.5，表明各个自变量未存在多重共线性。各自变量回归结果显示海拔高程与可达时间呈正相关关系，其余各变量与可达时间呈负相关关系(可达时间为逆向指标)。

表3 长江经济带国家级自然保护地县域可达性的OLS回归结果

通过局部回归交叉验证的方法确定带宽，得出GWR回归模型的相关参数(见表4)。依据Fortheringham提出的GWR模型适用性判断标准，可以判定该模型具有良好的拟合性和有效性，各自变量指标对因变量的解释能力为80.9%，比OLS模型提高了25.4%。GWR模型中修正的赤池信息准则(AICc)小于OLS模型，也说明GWR模型具有更好的拟合数据。对GWR模型回归结果中的的标准化残差进行全局相关性分析，Moran’s I得分为0.038，虽然仍存在残差的空间自相关，但要远低于OLS模型(Moran’s I=0.227)。综合以上结果，GWR模型可以降低模型中可能存在的空间自相关特性，所分析的结果更为准确。

表4 OLS模型与GWR模型回归结果对比

GWR回归模型分析结果见表5。由表5可以看出，3个自变量的回归系数存在明显的区间差异，表明自变量对因变量的影响具有空间差异；中位数与平均值较接近，可推断自变量回归结果在空间范围内影响性质是趋同的。GWR模型计算出县域单元可达性与影响因素的回归系数，各自变量对因变量的贡献度排序依次为路网密度、保护地丰度、海拔高程。海拔高程与可达时间呈正相关，即自然保护地所在地区的海拔越高，其可达时间就越长，使得可达性越差；路网密度、保护地丰度与可达时间呈负相关，即区域路网密度越大、自然保护地分布越密集，自然保护地的可达时间就越短，因而可达性越高。

表5 GWR模型回归系数统计

将3个自变量的回归系数通过颜色分级的形式在地图中显示(见图5)，发现回归系数在空间上具有集聚的特征。从图5(a)可以看出，海拔高程回归系数高值区集中于川西北与滇西北的青藏高原区和横断山区，并呈圈层结构向外围低值区递减，与长江流域西高、东低的地势相吻合。浙中南山区形成一个相对的高程回归系数高值区，主要由于浙江省中、南部以山地、丘陵地形为主，海拔相对较高、地形起伏较大，影响了区域国家级自然保护地的可达性。长江上游的贵州中部与南部地区及滇东南地区、长江中游湘赣南部山区、长江下游的苏北沿海地区出现负值，表明在这些区域国家级自然保护地可达性对海拔高程的敏感度较低，也就是说这些地区海拔高程对可达性的影响程度弱于其他地区，这与该地区交通路网较为发达有关。

图5 海拔高度、路网密度与保护地丰度的GWR模型回归系数分级

路网密度回归系数对模型的贡献度最大，即路网密度对长江经济带国家级自然保护地可达性影响最为显著。从图5(b)可以看出，路网密度回归系数在长江经济带西部横断山区形成负高值聚集中心，并向西北、东北部低值区圈层递减，主要由于该区地势高、地形起伏较大、交通便利程度低，严重影响了区域内国家级自然保护地的可达性；长江下游地区以平原为主，地势平坦，交通设施完善，因而该区域的国家级自然保护地可达性对路网密度的敏感度降低。保护地丰度对国家级自然保护地可达性的影响程度仅次于路网密度。从图5(c)可以看出，保护地丰度回归系数在长江经济带西北部边缘的川西北地区形成负高值集聚中心，并向东南部低值区圈层递减；在空间分布上大致以成都—昆明线为界，该线以西地区国家级自然保护地可达性对保护地丰度的敏感程度明显高于东部地区。

4 讨 论

影响地理事物可达性的因素众多，同一因素在不同区域的影响程度也存在差异。海拔高程、保护地丰度、路网密度对长江经济带国家级自然保护地可达性的影响程度存在空间差异，各影响因素对长江上游地区国家级自然保护地可达性的影响更为显著。此外，影响保护地可达性的因素之间存在相关性，一是海拔高程对路网密度有显著负向影响，海拔越高意味着地势越高，修建道路的成本高、难度大，从而造成路网密度偏低，形成路网密度东高、西低的格局。二是海拔高程与保护地丰度之间存在负相关，长江上游山地地区海拔高，地形崎岖、地广人稀，单个自然保护地的面积偏大；中下游地区的丘陵与平原地区海拔低，地势平缓、人口密度高，单个自然保护地的面积偏小，加之经济发展水平高，设立的自然保护区数量也多，因而下游地区保护地丰度高于上游地区。

本研究为长江经济带国家级自然保护地的建设、开发与保护提供了启示：第一，在国家级自然保护地的建设布局上，应向长江上游地区倾斜。长江上游国家级自然保护地数量的增加，既可提高自然保护地在县域上的可达性，也为流域生态环境保护奠定坚实基础；长江上游地区尤其是“成都—昆明”线以西的地区，应加快国家公园试点建设，打造自然生态环境保护的示范地。第二，完善国家级自然保护地分类分区管理。在国家森林公园、自然风景名胜区、生态功能区等质量较好的自然区域，建立生态旅游示范区或生态教育基地；在水源涵养、生物多样性保护、水土保持等国家级自然保护区，以及生态脆弱区和敏感区，实施严格管控，重点开展自然恢复和保护。第三，因地制宜制定国家级自然保护地开发策略。长江上游地区应进一步加大资金投入和管理力度支持国家级自然保护地建设 ，在不增加保护地生态压力的前提下，适当增加区域路网密度。长江中游、下游地区应在现有路网基础上，改善道路的通行速度，从而进一步提高其可达性；以旅游路线系统为轴线，将各类国家级自然保护地串联成整体，通过合理的旅游开发提升自然保护地的景观价值、生态价值和社会经济价值。

5 结 论

以长江经济带1 624处国家级自然保护地为研究对象，在分析国家级自然保护地可达性水平及其空间差异的基础上，运用GWR模型对可达性的影响因素进行分析，主要结论如下：

(1)长江经济带国家级自然保护地整体可达性较好。在距离可达性上，90.14%的国家级自然保护地分布在距离其最邻近地级行政中心100 km的范围内，20～40 km范围内国家级自然保护地分布最为集中；在时间可达性上，国家级自然保护地的平均可达时间为24.23 min，可达时间<30 min的区域占85.87%。

(2)长江经济带国家级自然保护地县域单元可达性的区域差异较为显著，以“成都—昆明”线为界，呈现出东高、西低的分布格局。可达性高值县级行政区呈斑块状，在长江中下游地区多为连片斑块，上游地区多为碎片化斑块。

(3)GWR模型分析结果表明，影响长江经济带国家级自然保护地可达性的因素存在程度差异，影响程度最大的是路网密度，其次是保护地丰度、海拔高程，人均GDP对可达性没有明显的影响。海拔高程与国家级自然保护地可达性呈负相关，保护地丰度、路网密度与可达性呈正相关。贵中南、滇东南、湘赣南部及苏北沿海地区国家级自然保护地可达性对海拔高程对的敏感度较低；路网密度对国家级自然保护地可达性影响的高值区集中于长江上游云、贵、川、渝的山区，在长江中下游平原地区，可达性对路网密度的敏感度低；以成都—昆明线为界，该线以西地区国家级自然保护地可达性水平对保护地丰度的敏感程度明显高于东部地区。