《Environmental and Sustainability Indicators》：From scale conflict to coordination: Multi-scale spatiotemporal Correlation of cultivated land conversion to non-agricultural uses and implications for adaptive land-use governance in mountainous Yunnan, China
编辑推荐：
识别与耕地非农化（CLN）相关的因素对于粮食安全和可持续发展至关重要，然而现有研究大多忽视了时空非平稳性和尺度依赖性，这限制了理论认知的深化与政策制定的精准性。为弥补这一不足，本研究构建了一个集成的"时空-尺度-机制"分析框架，并将其应用于中国云南省——一个地
识别与耕地非农化（CLN）相关的因素对于粮食安全和可持续发展至关重要，然而现有研究大多忽视了时空非平稳性和尺度依赖性，这限制了理论认知的深化与政策制定的精准性。为弥补这一不足，本研究构建了一个集成的"时空-尺度-机制"分析框架，并将其应用于中国云南省——一个地形与生态异质性极为显著的区域。研究利用2000—2022年完整的年度面板数据，在州（市）和县两个嵌套行政尺度上分别拟合了一个统一的地理时空加权回归（GTWR）模型，并归纳了三个发展时期内随位置和年份变化的系数。研究得出三项主要发现：（1）CLN呈现出显著的时空非平稳性，驱动因素的强度和方向在空间和时间上均存在差异；（2）研究证实了驱动因素主导权存在明显的尺度转换——宏观经济因素在州（市）尺度上占主导地位，而生物物理禀赋在县尺度上更为显著，为生态谬误提供了实证证据；（3）跨尺度分析揭示了治理从尺度冲突向尺度协调的转变，表现为空间错配的减少和"热点中的绿洲"模式的扩展。这些发现表明，静态或单尺度的分析无法为CLN治理提供充分的信息支撑。更有效的耕地保护需要采取多尺度、适应性和空间差异化的策略，统筹考虑宏观层面的发展压力与局地的环境约束，同时应认识到所识别的关系是关联性的而非因果性的。
**论文解读：云南山区耕地非农化的多尺度时空关联与适应性治理——从尺度冲突走向尺度协调**
**一、研究背景与问题提出**
耕地非农化（Cultivated Land Non-agriculturalization, CLN）已成为全球性挑战，直接威胁粮食安全、生态稳定以及联合国可持续发展目标（SDGs）的实现。中国需以约占全球9%的耕地养活近20%的人口，快速城镇化与工业化加剧了经济增长与耕地保护之间的张力。尽管中国政府建立了以"18亿亩耕地红线"为代表的严格土地管理制度，但区域尺度的CLN问题依然突出，并呈现出显著的空间异质性与复杂的驱动机制。这一问题在中国山区尤为严峻：山地约占中国陆地面积的三分之二，是重要的生态屏障和生物多样性热点区域，但经济发展相对滞后，人地矛盾尖锐，耕地资源稀缺且高度破碎化。
现有研究虽已从政治经济学、土地利用/覆被变化（LUCC）理论及空间计量经济学等视角对CLN驱动因素进行了广泛探讨，但仍存在三个相互关联的理论缺口：其一，多数模型假设驱动因素在时空上保持平稳，忽视了人地关系相互作用的时空非平稳性，与土地转型理论所强调的非线性阶段转变相悖；其二，对"尺度依赖性"和"尺度关系"的理论审视不足，多数研究停留在跨尺度的平行比较，未能系统考察宏观力量如何通过中观生物物理与制度背景被传导、放大或削弱，导致生态谬误（Ecological Fallacy）在土地利用科学中未得到充分检验；其三，基于空间平均的研究结果可能掩盖局地异质性响应，导致政策转化失效，这与多层级治理理论所强调的宏观战略协调与中观情境化响应要求不符。
**二、研究内容与意义**
针对上述缺口，本研究以中国云南省为案例区，构建了融合LUCC理论、人-环境互动理论与耦合的人类与自然系统（CHANS）框架、以及多层级治理理论与尺度理论的集成"时空-尺度-机制"分析框架。研究在州（市）和县两个行政尺度上，利用2000—2022年完整年度面板数据，分别拟合统一的地理时空加权回归（Geographically and Temporally Weighted Regression, GTWR）模型，旨在刻画CLN的多尺度时空演化格局、量化关联因素的时空非平稳性、解构驱动机制的尺度依赖性及其对生态谬误和多层级治理的启示。该研究不仅实证检验了尺度依赖性的存在，还构建了跨尺度关系识别框架，将抽象的"尺度效应"转化为可量化的治理逻辑演化诊断工具，为多层级国土空间治理政策提供了理论依据与情境化指导。论文发表在《Environmental and Sustainability Indicators》。
**三、主要技术方法概述**
研究采用的主要方法包括：（1）土地利用转移矩阵法测算CLN面积；（2）局部莫兰指数（Local Moran's I）进行空间自相关分析，识别CLN的局地聚类特征；（3）方差膨胀因子（VIF）进行多重共线性检验与变量筛选；（4）GTWR模型拟合CLN与关联因素之间的时空非平稳关系，在州（市）和县两个尺度分别建立统一的全周期模型，并提取三个发展时期的系数进行对比；（5）构建多尺度比较分析框架，结合皮尔逊卡方检验、Cramer's V、Cohen's Kappa等统计方法，定量评估跨尺度关联类型与时间稳定性。数据涵盖社会经济、地形、土地利用和气候四类，来源于统计年鉴、地理空间数据云及武汉大学与北京师范大学研究团队发布的公开数据集。
**四、研究结果**
**4.1 CLN的多尺度时空格局与聚类特征**
时间维度上，通过断点分析识别出2008年和2020年两个关键结构断点，将研究期划分为三个阶段：快速增长期（P1，2000—2008年）、波动调整期（P2，2008—2020年）和近期急剧增长期（P3，2020—2022年）。空间维度上，CLN呈现显著的多尺度异质性：州（市）尺度形成"西北持续偏冷、东南趋热"的稳定梯度，滇中城市群在P3阶段巩固为绝对核心增长极；县尺度则解构为碎片化、多中心结构，热点县主要集聚在滇中核心区、滇东北交通走廊及滇东南至滇南边境经济带。LISA分析显示，两尺度均呈"东南热、西北冷"格局，但尺度效应明显：州（市）尺度聚类为大范围连续稳定区块，县尺度模式更破碎、更动态。
**4.2 跨尺度关系的动态演化**
跨尺度分析显示，州（市）与县尺度LISA分类之间存在统计学上显著的关联（χ2(9, N=387)=160.975, P<0.001, Cramer's V=0.372），表明两尺度相关但不可互换。描述性统计显示，"热点中的绿洲"（Type C）类型从P1的13.18%增至P3的22.48%，而"边界/其他分歧"（Type E）从72.87%降至62.79%；但总体构成在不同时期间无显著差异（P=0.329）。Cohen's Kappa从P1–P2的0.7997降至P2–P3的0.6139，表明近期转型中县级重新分类更为频繁。
**4.3 关联因素的时空非平稳性与尺度依赖性**
GTWR模型在州（市）尺度（R2=0.945）和县尺度（R2=0.882）均表现出良好的解释力。州（市）尺度上，人口（POP）、坡度（SLO）和第一产业增加值（GDP1）始终保持正关联，高程（DEM）和土地利用综合指数（CLUI）为持续负关联；县尺度上，耕地面积（CLA）正关联最大且随时间增强，标准化降水指数（SPI）系数由负转正，社会经济变量空间分布更异质，自然因素持续呈负效应。尺度对比揭示驱动主导权的明确转换：州（市）尺度宏观经济变量占主导，县尺度生物物理禀赋更关键；空间格局上，州（市）尺度呈连续"趋势面"，县尺度呈碎片化"波动面"。
**五、讨论与结论**
讨论部分指出，驱动主导权的尺度转换系统性地将生态谬误概念扩展到土地利用科学领域，验证了单尺度分析的理论不完整性。跨尺度关系动态演化与多层级治理理论所强调的尺度匹配要求相符，但Type C增加不能直接归因于治理有效性，可能反映地形生态约束、易转化耕地耗竭等替代机制。政策周期分析显示三个演化阶段与西部大开发战略、主体功能区规划、生态保护红线等国家政策在时间上重叠，但模型未包含显式政策变量，解释需谨慎。政策启示包括建立差异化尺度耦合的国土空间管控体系、构建动态适应性政策反馈调整机制、增强气候适应性与政策韧性。研究局限包括行政单元数据可能掩盖单元内部异质性、GTWR模型识别的是关联而非因果、未纳入政策强度正式度量等。结论强调：CLN治理需采取多尺度、适应性、空间差异化策略，未来研究应纳入政策实施与治理强度指标，评估空间单元替代方案敏感性，并结合实地证据开展空间建模。
