基于主成分分析的辽宁省主体功能区划分研究

基于主成分分析的辽宁省主体功能区划分研究

0主体功能区划研究现状该功能区根据该区域资源环境的负荷能力、现有的开发强度和潜力，以及代表这些特征的具体指标体系，并根据特定原则确定每个特征的类别范围。2011年国家发改委颁布了《全国主体功能区规划》,使省域主体功能区划相关的概念内涵、原则以及一般思路进一步明晰,特别是明确提出了主体功能区“4+3+2”的区划系统。“2”是指国家级、省级2个行政级别。“3”代表县域行政区(主体功能区基本划分单元)按照开发内容划分成的城市化地区、农产品主产区和重点生态功能区3种类型主体功能区。“4”是指按照开发方式划分为优化开发区、重点开发区、限制开发区和禁止开发区。国内地理学界对于主体功能区划的理论、思路、方法、技术等进行了一些探索性研究。尽管目前研究成果较为丰富,但是依然存在不足,如开发与保护两种目标导向不够清晰,研究区基本情况与问题分析不够,指标选取与权重赋值等主观性和随意性较大。辽宁省是国家发改委指定的主体功能区规划研究试点省份,在主体功能区的主导因素、划分方法、划分指标体系及分区体系等方面都有时序性的研究。面对国家提出的新主体功能区概念体系和划分思路这一新背景,本文在以上研究基础上,结合辽宁省实际,重新构建辽宁省主体功能区划分指标体系,并采用K-Means聚类的3种方法对辽宁省主体功能区进行试划分。1研究的基本思路本文选择地形起伏度(X1)、生态系统弱性(X2)、生态重要性(X3)、开发强度(X4)、人口集聚度(X5)、经济发展水平(X6)、交通优势度(X7)、农业生产重要性(X8)共8个指标进行量化,采用K-Means聚类方法,分别在不指定初始聚类中心、指定初始聚类中心以及PCA分析(即主成份分析)基础上指定初始聚类中心3种方法将辽宁省100个县市区单位划分为国家级优化开发区、省级重点开发区、国家级农产品主产区、省级重要生态功能区4种类型。分别将划分结果与全省最终待公布的划分方案进行比较,选择最优的划分方法作为推荐结论。研究开展的基本思路参见图1。各项指标与区域进行主体功能区类型的选择存在一定的相关关系,同一指标对不同主体功能区类型选择的贡献值不同。优化开发区是指发展基础较好,但目前开发强度已经较大的地区,不宜扩大工业园区开发面积。X4、X5、X6和X74项指标与区域进行“优化开发区”选择存在正相关关系,各指标值越大越应该划分为优化开发区,X4与优化开发区的正相关性最强。重点开发区即为发展条件较好,但目前开发强度还不大的地区,可适度扩大工业园区开发面积。区域进行“重点开发区”选择与X5、X6和X73项指标存在正相关关系。农产品主产区是保障国家和地区农产品,特别是粮食供应安全的地区。X2、X3和X83个指标与区域进行“农产品主产区”选择呈正相关关系。X8与农产品主产区正相关性最强。重点生态功能区即是保障国家和地区生态安全(保障清洁水源、控制水土流失、保障生物多样性等)的关键地区。X1、X2、X3和X84个指标与区域进行“生态功能区”选择呈正相关关系,其中与X1、X2和X3的正相关性强。2辽宁省的主要功能分类体系2.1设立特色指标,提高建设用地的开发强度根据《全国主体功能区规划》以及《省级主体功能区划分技术规程》(试用)提出的省域主体功能区划分要求,结合辽宁省实际情况,在国家提出的新主体功能区概念体系和划分思路前提下重新构建辽宁省主体功能区划分指标体系。按照城市化导向、农产品主产区导向和重点生态功能区导向选取八个综合性、代表性指标来定量分析辽宁省国土空间开发状态、资源环境承载力和发展潜力。城市化导向的正相关指标有人口集聚度、经济发展水平、交通优势度和开发强度。开发强度是基本划分单元的各类建设用地的面积与基本划分单元的总面积的比,是界定重点开发区和优化开发区的主要依据。人口集聚度是评估一个地区现有人口集聚状态,由人口密度和流动人口两个要素集成的指标。经济发展水平是选择人均地区GDP和地区GDP增长比率两个因素评价一个地区经济发展现状和增长活力的一个综合性指标。交通优势度是为评估一个地区现有通达水平而设计的指标项。人口集聚度、经济发展水平及交通优势度指标的值越大越有利于未来城市化开发。农产品主产区导向的正相关指标有生态系统弱性、生态重要性和农业生产重要性。生态系统弱性是反映生态系统存在的恶化或“易损性”的未来需要修复比较困难的评价指标。生态重要性是反映生态系统的保护对于区域自然资源环境的重要性程度的综合评价值。农业生产重要性是为了合理划分城市化地区、农产品主产区和重点生态功能区,在规程的基础上,增加的作为划定农产品主产区的综合定量指标。农产品主产区导向与农业生产重要性正相关强度较大,农业生产重要性指数越大,农产品主产区导向越强。重点生态功能区导向的正相关指标有地形起伏度、农业生产重要性、生态系统弱性和生态重要性。地形起伏度的数值越大,越应当实施生态保护,不宜进行城市建设、工业园区建设,也不适合农业开发,特别是种植业发展。地形起伏度、生态系统弱性和生态重要性对重点生态功能区导向的贡献值较大,3项指标值越大越需要进行生态保护,对于未来城市化开发越不利。2.2定量分析前标准化处理本文数据来源于《辽宁省主体功能区划分基础研究》*。由于选取8项指标的取值大小和计量单位有很大差异,在定量分析之前需要对各项指标进行标准化处理,使各项指标的相同数值对分类结果的影响程度相同。8项指标采用公式(1)进行标准化处理,把数量级不同的指标数据统一映射到[0,100]区间段上。式中:xi、yi分别为转换前后的值;xmin、xmax为样本中的最小值和最大值。经过标准化处理后得到表1。3k-meas聚类法主体功能区划是将多个基本划分单元,按照指标数据的相似性作为评价标准,划分各类型主体功能区。K-Means聚类法通过占有较少的内存,少量的计算能够快速的将样本归入相对同源的类,能够满足主体功能区的划分要求。K-Means聚类法能够快速的将大量样本划分到相对同源的类,适合以县级行政单元或公里网格作为基本划分单元的参考指标较多的省级主体功能区划。K-Means聚类法能够人为设定初始聚类中心和聚类数,可以直接将各个基本划分单元划分成4类。因此,本文采用K-Means聚类方法,分别在不指定初始聚类中心、指定初始聚类中心,以及PCA分析基础上指定初始聚类中心3种方法,对于辽宁省100个县市区单位按4种主体功能区类型进行试划分。3.1聚心聚心聚心距离不指定初始聚类中心的K-Means聚类分析,是系统随机在样本中选取4个聚类中心,将辽宁省100个县市区,看成是8维空间上的一个点,依据点与点之间的距离(两个县级行政单元的欧氏距离)作为相似性的评价指标,将所有点划分成国家级优化开发区、省级重点开发区、国家级农产品主产区和省级重要生态功能区4类。计算每个类的类间均值(新的聚心),按新的聚心再重新分类,直到两次迭代计算聚心的距离为0时得到划分结果。国家级优化开发区共有8个主要分布于沈阳、大连两个经济中心附近,省级重点开发区共有32个,国家级农产品主产区共有39个,省级重要生态功能区共有21个(图2)。3.2区域分布及聚类分析典型的初始聚心不仅能大大减少计算量,而且能把边缘摇摆区划分到更适合的类中,增强聚类结果的合理性。本文选取(鞍)铁西区、大石桥市、黑山县、桓仁满族自治县分别作为国家级优化开发区、省级重点开发区、国家级农产品主产区和省级重要生态功能区的初始聚类中心。从基础数据表可知,(鞍)铁西区的地形起伏度为零,有利于区域的开发建设;其人口集聚度、经济发展水平和交通优势度分别为53.2、43.4和54.4,可见经济发展水平很高属于城市化地区;但是(鞍)铁西区的开发强度已达到100,属于典型国家级优化开发区。大石桥市的地形起伏度、人口集聚度、经济发展水平、交通优势度和开发强度分别为7.6、24.9、51.4、45.3和14.1。大石桥市与(鞍)铁西区相比,其地形起伏度、人口集聚度、经济发展水平和交通优势度相差较小,应该属于城市化地区,但开发强度小,可开发空间大,属于典型的省级重点开发区。黑山县的农业生产重要性为55.7,可见黑山县对保障国家和地区农产品特别是粮食供应安全起到重要作用;而其开发强度、经济发展、人口集聚度和交通优势度都较低,因此黑山县应该划分为国家级农产品主产区。桓仁满族自治县的地形起伏度、生态系统弱性和生态重要性分别为59、25.3和98.9,可见桓仁满族自治县生态系统脆弱,不利于开发建设和农业生产,属于典型的省级重要生态功能区。选定初始聚类中心,对辽宁省100个县市区进行聚类分析。国家级优化开发区共22个,省级重点开发区共44个,国家级农产品主产区共25个,省级重要生态功能区共9个(图3)。3.3主成分聚类分析主成分分析即用降维的思想,把多指标转化为少数几个综合指标。将许多相关性很高的变量转化成彼此相互独立或不相关的变量。本研究预先采用PCA技术,对8项指标进行主成分分析,得到新的综合性变量。选择方差贡献率λ≥85%(λ=86.049),得到4个适当的主成分。基于4个新的综合性指标,采用指定初始聚类中心(与第二种方法的中心一致)的K-Means聚类方法,按照4种主体功能区类型进行聚类分析。最终划分结果为国家级优化开发区共有39个,省级重点开发区共有24个,国家级农产品主产区共有29个,省级重要生态功能区共有8个(图4)。4基于pca的生态功能区划分参照针对辽宁省主体功能区划分的待公布方案(图5),比较3种方案的试划结果。假设3种方案中,主体功能区每一个类别中与已有研究分类结论相符的县域单元个数为Yi(i=1,2,3,4),1代表国家级优化开发区,2代表省级重点开发区,3代表国家级农产品主产区,4代表省级重要生态功能区,本研究所选取的县域单元总数为Y,则各方案与参照标准相符的概率P如公式(2)所示:据公式(1),结合3种方案的划分结果,计算出每个分类方案中的县域单元与已有研究结果相符合的样本个数及其概率(表2)。从表中可以看到在PCA分析基础上指定初始聚类中心技术方法划分国家级优化开发区较为准确。3种方案的省级重点开发区的划分结果都有待优化,在国家级农产品主产区和省级重要生态功能区的划分