免费文献传递   相关文献

Research on the cointegration and causality between urban artificial landscape structure change and landscape connectivity in Dongguan City

东莞市人工景观结构与连接度的协整性及因果关系



全 文 :第 35 卷第 14 期
2015年 7月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.35,No.14
Jul.,2015
http: / / www.ecologica.cn
基金项目:国家科技支撑计划课题(2012BAH32B03);国家自然科学基金项目(41071078);教育部人文社科规划基金项目(11YJAZH016);住房
和城乡建设部科学技术项目(2012鄄K8鄄42)资助
收稿日期:2013鄄11鄄05; 摇 摇 修订日期:2014鄄12鄄04
*通讯作者 Corresponding author.E鄄mail: gzhuchenyb@ 126.com
DOI: 10.5846 / stxb201311052673
冯志新,陈颖彪,千庆兰,王帅帅.东莞市人工景观结构与连接度的协整性及因果关系.生态学报,2015,35(14):4920鄄4930.
Feng Z X, Chen Y B, Qian Q L, Wang S S.Research on the cointegration and causality between urban artificial landscape structure change and landscape
connectivity in Dongguan City.Acta Ecologica Sinica,2015,35(14):4920鄄4930.
东莞市人工景观结构与连接度的协整性及因果关系
冯志新1,2,陈颖彪2,*,千庆兰2,王帅帅2
1 广东省环境科学研究院, 广州摇 510031
2 广州大学地理科学学院,广州摇 510006
摘要:城市人工景观特征逐步向城市外围自然及半自然景观渗透。 近年来对快速城市化地区的景观格局特征定量化研究很多,
但侧重于景观格局特征的简单分析和描述,忽略了城市空间扩展过程中,城市人工景观结构与景观连接度动态变化过程中之间
的内部联系。 以东莞市 1988—2009年城市人工景观为研究对象,通过计算并分析景观结构与景观连接度指数,利用计量经济
学中的协整概念与格兰杰因果检验方法并详细分析了这两类指数之间的具体关系。 研究结果表明:(1)所选取的景观结构指
数与景观连接度指数能较好地描述东莞市城市人工景观时空格局变化过程;(2)人工景观斑块类型面积(CA)与可能连通性指
数(PC)存在协整关系。 景观聚集度指数(AI)、蔓延度指数(CONTAG)与景观连通性指数( IIC 与 PC)也存在协整关系,即这些
变量之间确实存在长期均衡关系;(3)格兰杰因果关系检验中,在不同滞后期的情况下,大部分的结果表明景观连接度指数( IIC
与 PC)是景观结构指数(CA、AI、CONTAG)的格兰杰成因,说明景观连接度指数信息有助于预测景观结构指数的变化。
关键词:城市扩张;景观结构;景观连接度;东莞市
Research on the cointegration and causality between urban artificial landscape
structure change and landscape connectivity in Dongguan City
FENG Zhixin1,2, CHEN Yingbiao2,*, QIAN Qinglan2, WANG Shuaishuai2
1 Guangdong Provincial Academy of Environmental Science, Guangzhou 510031, China
2 School of Geographical Sciences, Guangzhou University, Guangzhou 510006, China
Abstract: Characteristics of urban artificial landscape have permeated into natural and semi鄄natural landscapes. Prior
studies focused on landscape pattern analysis and description in rapid urbanization areas but neglect the dynamic changes
between structures and connectivity of artificial urban landscape and their internal interactions. We measured two landscape
indices ( landscape structures and landscape connectivity) and presented an integrated approach ( the cointegration and
causality) to explore the urban expansion of Dongguan, a rapidly growing city in southern China, since 1988 to 2009.
Analyses of seven landscape indices indicates a clear dynamic change in the expansion of Donguan. We divided this
expansion into four different periods, that is early natural and semi鄄natural landscapes dominated urban areas in 1988—
1990, followed by rapid ‘ extension爷 and ‘ linear development 爷 period through 1990—1999, and then urbanization
developed steadily period (‘ sprawl 爷) during 1999—2005, and the recent ‘ infilling 爷 stage since 2005—2009
characterized by urban development? The results show that: (1) According to variation characteristics of seven indices, the
period is divided into four stages. The first is 1988—1990, in which the natural and semi鄄natural landscapes such as
farmland, woodland were dominant, while urban artificial areas were small and had low density and aggregation. The second
http: / / www.ecologica.cn
period is 1990 —1999, in which urban artificial landscape increased rapidly with high density and aggregation. Then, we
named the urban land expansion as ‘extension爷 and ‘linear development爷 type. The skeleton of the city gradually formed
and the urban artificial landscape was in the dominant position, while natural and semi鄄natural landscapes such as
farmland, woodland were small with low density and aggregation. The third period is 1999—2005. The total area of urban
artificial landscape grew steadily and we named the urban land expansion as ‘sprawl爷 type. The last is 2005—2009. Urban
artificial landscape grew further and we named the urban land expansion as ‘infilling爷 type. (2) There exist cointegration
relationships between class area (CA) and probability index of connectivity ( PC), aggregation index (AI), contagion
index (CONTAG), and connectivity indices IIC and PC. This indicates that there is a long鄄term equilibrium relationship
among these variables and thereby no internal mechanism would break down the equilibrium of urban system. (3) Granger
causality test shows that landscape connectivity indices (IIC and PC) are the Granger Causes of landscape structure indices
(CA, AI, CONTAG), which suggests the landscape connectivity indices can be used to predict the change of landscape
structures.
Key Words: urban expansion; landscape structure; landscape connectivity; Dongguan
城市化复杂地表过程模拟表达是目前重点研究的一个科学问题,从景观结构的空间构成看,城市景观包
括基底、斑块、廊道三大要素。 城市是典型的人工景观,建筑物群体和硬化地面构成了景观的主体,街区和街
道是城市景观的基底[1]。 近年来运用 RS 与 GIS 技术手段,通过选取不同尺度的景观格局指数,采用景观格
局与梯度的分析方法,对快速城市化地区的景观格局特征定量化研究很多[2鄄7]。 在此基础上,杨叶涛等选择
从城市土地利用景观格局特征来研究城市扩张,探讨多种景观格局指标与建设用地增长的相关性[8鄄9]。 土地
利用变化往往会导致景观结构、功能也发生了变化。 景观连接度是研究景观结构和景观功能互馈的重要途
径[10鄄11]。 吴昌广等[12]综述了国内外近 10年来有关景观连接度的概念、度量以及相关应用,说明了景观连接
度能反映景观的功能特征,通过探讨景观连接度与景观要素间的关系,能为景观规划与生物多样性保护提供
参考。 景观格局发生变化的原因在于内、外驱动力对景观组成要素的干扰作用,综合的干扰作用包括了自然、
生物以及人类活动之间复杂的相互作用,其结果使得景观稳定性及其景观结构发生变化,从而使景观格局发
生变化[13]。 那么,在快速城市化进程中,城市人工景观连接度的提高是否会加快城市景观格局的变化? 城市
人工景观结构与景观连接度的关系又是什么,仍需进一步研究。 相关分析揭示了要素之间的相关程度,回归
分析则是建立反映地理要素之间具体数量关系的数学模型[14]。 然而,在未对变量的时间序列的平稳性进行
检验的情况下,直接对其进行回归分析,极容易产生伪回归问题,从而导致所建的回归模型没有解释意义[15]。
本研究旨在回答以下问题:1988—2009年,东莞市的城市人工景观结构与景观连接度发生了什么变化?
景观结构与景观连接度指数能否说明快速城市化的发展过程? 城市人工景观结构与景观连接度在时间序列
上是不断变化的,它们之间存在什么样关系? 是否存在着长期均衡及短期动态因果关系? 能否从统计上考察
这种关系是单向的还是双向的? 即主要是一个变量的过去行为在影响另一个变量的当前行为呢? 还是双方
的过去行为在互相影响着对方的当前行为?
1摇 研究区域
东莞市位于广东省中南部,珠江口东岸,东江下游的珠江三角洲,毗邻港澳,处于广州至深圳、香港经济走
廊中间。 西北距广州 59 km,东南距深圳 99 km,距香港 140 km。 地处东经 113毅31忆—114毅15忆,北纬 22毅39忆—
23毅09忆。 东西长约 70.45 km,南北宽约 46.8 km,全市陆地总面积 2465 km2,海域面积为 150 km2。 地势东南
高、西北低,地貌以丘陵台地、冲积平原为主,如图 1所示。
20世纪 80年代以来,在外源性经济的带动下,东莞市成为珠三角地区外商投资的中心之一,逐步形成了
以制造业为主的产业结构模式,吸引了大量外来人口,推动了工业化进程与城市建设,从而促进城市快速扩
1294摇 14期 摇 摇 摇 冯志新摇 等:东莞市人工景观结构与连接度的协整性及因果关系 摇
http: / / www.ecologica.cn
图 1摇 东莞市区位示意图
Fig.1摇 The Location Map of Dongguan City
张。 本研究以东莞市城市人工用地景观为研究对象,研究所需东莞市行政区划矢量数据与 1988—2009 年间
11期 Landsat TM遥感影像解译的土地利用 /覆被图,包括城市用地、开发区、水体、农田、林地等 9 种土地利用
类型。 根据东莞市城市景观特征及研究目的,将城市用地和开发区两种用地类型定义为城市人工景观,即城
市景观的基底,由建筑物群体和硬化地面构成的景观主体。
2摇 研究方法
2.1摇 研究方法景观指数的选取
景观指数是高度浓缩景观格局信息,反映其结构组成和空间配置某些方面特征的简单定量指标,即景观
组成单元的类型、多样性及其空间关系。 如景观中不同生态系统(或土地利用类型)的面积、形状和丰富度。
只有针对特定的生态过程或特定的地理位置,才能凸显景观格局指数的含义与意义[16鄄17]。 描述景观格局特
征的景观指数很多,且相关性较高,本研究综合研究目的与研究区的实际情况,选取了两类景观指数。 一类是
景观结构指数,选取斑块类型面积(CA)、景观形状指数(LSI)、聚集度指数(AI)、蔓延度指数(CONTAG)与香
农多样性指数(SHDI)5个指标来描述城市人工景观结构;另一类是景观连接度指数,包括整体连通性指数
(IIC)与可能连通性指数( PC)。 上述景观指数的定义、计算公式、阈值以及其生态学意义可参见有关文
献[10,12,17],指数计算均基于 Fragstats4.1软件和 Conefor Sensinode2.2软件。
2.2摇 协整性与因果关系分析原理
传统的计量经济学在建立模型的时候,要求随机过程必须是平稳的序列,如果序列是不稳的,就会产生
“虚假回归冶,致使按照传统统计推断得出的结论严重失误[15,18]。 非平稳时间序列建模的基本思想是:将理论
和数据信息有效结合,从经济变量的数据中所显示的关系出发,确定模型包含的变量和变量之间的关系[19]。
协整概念是一个强有力的概念,因为协整允许我们刻画两个或者多个序列之间的平衡或平稳关系。 对于每一
个序列单独来说可能是非平稳的,这些序列的矩,如均值、方差和协方差随时间而变化,而这些时间序列的线
性组合序列却可能有不随时间变化的性质[20]。 研究变量之间的协整关系,就等于研究变量之间的定量规律。
其次在建立模型前,对变量之间的协整关系进行检验,证明它们是协整的,那么所建立的回归模型则可以避免
伪回归[21]。 协整性与因果关系分析主要分为 4个步骤。
(1)单位根检验
2294 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
检查序列平稳性的标准方法是单位根检验方法。 本文采用的是 ADF (Augmented Dickey鄄Fuller test)检验
方法,通过在回归方程右边加入因变量 yt的滞后差分项来控制高阶序列相关,一般形式表示为[20]:
驻yt = 酌yt -1 + a + 啄t + 移
p
i = 1
茁i驻yt -i + ut
式中,yt为待检验的时间序列; a 是常数项; t 为时间趋势; p 是滞后值; ut 是随机误差项。 原假设
H0 颐 酌 =( )0 为:序列存在一个单位根;备选假设 H0 颐 酌 <( )0 为:不存在单位根序列 yt可能还包含常数项和
时间趋势项。 如果在序列 yt在无差分的情况下,t统计量小于临界值,则序列 yt无单位根,是平稳序列,表示为
I(0);如果序列 yt在无差分的情况下不能拒绝检验,但在一阶差分情况下拒绝检验,则序列 yt表示为一阶平稳
序列,表示为 I(1);同理,如果序列 yt在无差分与一阶差分的情况下不能拒绝检验,但在二阶差分情况下拒绝
检验,则序列 yt表示为二阶平稳序列,表示为 I(2)。
(2)协整检验
协整检验方法的一般方法有 EG法与 Johansen法。 本文采用的是 EG检验法,这种方法是对回归方程的
残差进行单位根验证。 因此,检验一组变量(景观结构指数与景观连接度指数)之间是否存在协整关系等价
于检验回归方程的残差序列是否是一个平稳序列[20,22]。
(3)误差修正模型的建立
ECM(Error Correction Model)即误差修正模型,一般的模型是自回归分布滞后模型,记为:
yt = 茁0 + 茁1xt + 茁2yt -1 + 茁3xt -1 + 着t
经变形整理后得误差修正模型:
驻yt = 茁0 + 茁1驻xt + 茁2 -( )1 y -
茁1 + 茁3
1 - 茁2
æ
è
ç
ö
ø
÷x + 着t
式中, y -
茁1 + 茁3
1 - 茁2
æ
è
ç
ö
ø
÷x 是误差修正项,记为 ecm。 误差修正模型不再单纯地使用变量的水平值或变量的差分
建模,而是把两者有机的结合在一起,充分利用这两者所提供的信息。 从短期来看,被解释变量的变化是由较
稳定的长期趋势和短期波动所决定的,短期内系统对均衡状态的偏离程度的大小直接导致波动振幅的大小。
从长期来看,协整关系式起到引力线作用,将非均衡状态拉回到均衡状态[19鄄20]。
(4)序列间因果关系分析与检验
Granger因果检验这种分析方法是从统计角度来确定变量间的因果关系。 格兰杰因果关系检验不是检验
逻辑上的因果关系,而是看变量间的先后顺序,是否存在一个变量的前期信息会影响到另一个变量的当
期[23]。 其实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中,一个变量如果受到其他变量
的滞后影响,则称他们具有 Granger因果关系。 对两变量 Y与 X,格兰杰因果关系检验要求估计以下回归[22]:
Yt =移
m
i = 1
琢iX t -i + 移
m
i = 1
茁iYt -i + 滋1t
X t =移
m
i = 1
籽iYt -i + 移
m
i = 1
啄iX t -i + 滋2t
格兰杰检验是通过受约束的 F检验完成的。 如果针对 X 不是 Y 的格兰杰原因这一假设,即针对式中滞
后项前的参数整体为零的假设,分别做包含和不包含 X 滞后项的回归,记前者的残差平方和为 RSSU,后者的
残差平方和为 RSSR,再计算 F统计量[22]:
F =
RSSR鄄RSS( )U / m
RSSU / n -( )k
3294摇 14期 摇 摇 摇 冯志新摇 等:东莞市人工景观结构与连接度的协整性及因果关系 摇
http: / / www.ecologica.cn
式中,m为 X的滞后项个数,n 为样本容量,k 为包含可能存在的常数项及其他变量在内的无约束回归模型的
待估参数个数。 如果计算的 F值大于给定显著性水平 琢下 F 分布的相应的临界值 F琢 m,n -( )k ,则拒绝原
假设,认为 X是 Y的格兰杰原因。
3摇 结果与分析
3.1摇 城市景观结构与连接度指数变化特征
1988年至 2009年间,东莞市城市景观格局发生明显变化,整体特征如表 1 所示:从景观结构指数 CA 值
的变化情况上看,城市人工景观的斑块类型面积占全市陆地总面积由 1990 年的 4.04%、1999 年的 22.46%、
2003年的 35.78%上升到 2009年的 48.07%,说明了东莞市近 20 年人工景观用地规模不断扩大,城市人工景
观特征逐步向城市外围自然及半自然景观渗透的过程,城市空间扩展显著。
表 1摇 景观结构指数与景观连接度指数
Table 1摇 Results of Landscape Structure and Connectivity Indices
年份
Year
景观结构指数
Landscape structure indices
CA LSI AI CONTAG SHDI
景观连接度指数
Landscape connectivity indices
IIC PC
1988 9962.9 52.9 85.1 56.22 1.463 0.0003 0.0002
1990 15700.5 76.2 82.8 51.56 1.584 0.0009 0.0009
1993 46617.9 80.1 89.5 44.28 1.709 0.0201 0.0484
1995 47757.6 87.4 88.7 47.19 1.705 0.0167 0.0432
1997 49740.9 89.6 88.7 46.33 1.756 0.0212 0.0463
1999 55369.5 87.5 89.5 49.18 1.745 0.0270 0.0639
2001 68399.4 76.9 91.7 49.96 1.740 0.0491 0.1138
2003 88200.7 75.1 92.9 51.49 1.697 0.1516 0.2182
2005 101481.2 69.9 93.8 53.71 1.636 0.2619 0.2962
2006 104110.4 69.0 94.0 53.93 1.627 0.2760 0.3123
2009 118488.2 71.2 94.2 53.55 1.587 0.3747 0.4042
摇 摇 CA: 斑块类型面积 Total Class Area;LSI: 景观形状指数 Landscape Shape Index;AI: 聚集度指数 Aggregation Index;CONTAG: 蔓延度指数
Contagion Index; SHDI: 香农多样性指数 Shannon忆s Diversity Index;IIC: 整体连通性指数 Integral Index of Connectivity;PC: 可能连通性指数
Probability of Connectivity
从斑块类型水平的尺度上看,LSI与 AI值所描述的对象是城市人工景观斑块形态的变化过程,AI 值总体
上稳步上升,说明城市人工景观的聚集程度越来越高。 而 LSI 值则在 1988 年至 1997 年间不断增加,1997 年
后该值逐渐减小的态势说明了城市人工景观的形状变化是从简单变复杂,然后再从复杂变回简单的过程,符
合城市空间扩展过程的一般规律。
从景观类型水平的尺度上看,CONTAG 值与 SHDI 值所描述的对象是城市整体景观的变化过程。
CONTAG值的大小反映景观不同斑块类型的非随机性或聚集程度。 如果一个景观由许多离散的小斑块组成,
CONTAG的值较小,当景观中以少数大斑块为主或同一类型斑块高度连接时,CONTAG 的值较大;SHDI 的值
的大小取决于两个方面的信息:一是斑块类型的多少(即丰富度),二是各斑块类型的面积上分布的均匀程
度。 CONTAG的值在 1988 年至 1997 年间由大变小,1997 年后该值逐渐增大,而 SHDI 值的变化过程却刚好
相反。 其原因主要是 1988—1997年间,东莞市景观格局的基底主要是由农田、林地等自然及半自然景观为
主,随着城市建设与发展的需求,大量的农田、林地逐步转化为城市建设用地,景观结构组成的复杂性也趋于
增加,从而导致景观聚集度减小。 1997年后,东莞市景观格局的基质逐步转化为城镇居民用地、交通用地等
城市人工景观,景观结构组成的复杂性也逐渐减小,从而导致景观聚集度增大。 景观连接度指数所描述的是
城市人工景观斑块之间的连接程度,可综合测度整个景观尺度上生境斑块的连通程度。 整体来看,研究期间
的 IIC与 PC值都呈现上升趋势。 特别是从 1999年开始,IIC与 PC值增加速度显著,说明城市人工景观斑块
4294 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
的连接程度高。
综合表 1与图 2—5中可以看出,东莞市城市人工景观格局变化可分为 4 个阶段,淤1988—1990 年期间,
东莞市的城市人工景观总量小,截至 1990年,城市人工景观占地约 157 km2,总体分布零散,主要集中在莞城
区,如图 2所示,属城市发展初期。 LSI值与 AI值偏小,说明城市人工景观斑块聚集程度较低。 于1990—1999
年期间,东莞市城市人工景观面积总量迅速增大,新增城市用地景观以年平均 44.08 km2的数量增加,截至
1999年,城市人工景观占地约 554 km2;从空间上看,城市人工景观的“骨架冶逐步形成,分布相对均匀,新增的
城市人工景观主要集中在各个镇区的城镇中心及其周边地区,形成多个城市组团,如虎门、长安组团等,如图
3所示。 LSI值与 AI值增大,说明城市人工景观斑块聚集程度逐步上升。 盂1999—2005 年期间,东莞市城市
人工景观面积总量持续增长,新增城市用地景观以年平均 76.85 km2的数量增加。 截至 2005 年,城市人工景
观占地约 1014.81 km2,新增的城市人工景观主要分布在前期的城市人工景观“骨架冶的周边地区,以厚街镇为
例,如图 4红色箭头所示,城市用地空间扩展类型主要以外延与蔓延为主。 AI值继续增大而 LSI值开始下降,
说明东莞市城市人工景观整体格局已逐步趋于稳定。 榆2005—2009 年期间,东莞市城市人工景观面积总量
持续增长,但其增长速度放缓,新增城市用地面积为年平均 42.52 km2,截至 1999 年,城市人工景观占地约
1185 km2。 以塘厦镇为例,如图 5中红色箭头所示,城市用地空间扩展类型主要以填充为主。
图 2摇 1988—1990城市人工景观
Fig.2摇 Urban Lanscape in 1988—1990
3.2摇 平稳性检验
对 7个原序列 AI、CA、CONTAG、IIC、LSI、PC和 SHDI进行单位根检验,运用 ADF 检验方法(选择包含截
距项和趋势项对原序列分别作 ADF 检验),结果如表 2 所示,LSI 与 SHDI 为平稳序列,AI、CA、CONTAG、IIC
与 PC均为非平稳序列。
对非平稳的时间序列 AI、CA、CONTAG、IIC与 PC进行数据预处理,对数变换不会影响数据之间关系的研
究,将各序列对数化,记为 lnAI、lnCA、lnCONTAG、lnIIC 与 lnPC。 继续使用 ADF 检验方法,结果如表 3 所示,
二阶差分序列 lnAI、lnCA、lnCONTAG、lnIIC与 lnPC在 1%的显著水平下是平稳的,即均为 I(2)序列,满足协整
检验前提。
5294摇 14期 摇 摇 摇 冯志新摇 等:东莞市人工景观结构与连接度的协整性及因果关系 摇
http: / / www.ecologica.cn
图 3摇 1990—1999城市人工景观
Fig.3摇 Urban Lanscape in 1990—1999
图 4摇 1999—2005城市人工景观(厚街镇)
Fig.4摇 Urban Lanscape in 1999—2005 (HouJie)
6294 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
图 5摇 2005—2009城市人工景观(塘厦镇)
Fig.5摇 Urban Lanscape in 2005—2009 (TangXia)
表 2摇 原始序列单位根检验
Table 2摇 Results of Serial Stability Test in Level
变量
Variable
差分次数
Differential times (C,T,K) DW值 ADF值
5%临界值
Critical value
in 5%
1%临界值
Critical value
in 1%
结果
Results
AI 0 (c,t,0) 1.56 -3.62 -4.01 -5.30 非平稳
CA 0 (c,t,0) 1.88 -2.42 -4.01 -5.30 非平稳
CONTAG 0 (c,t,0) 2.92 -3.35 -4.01 -5.30 非平稳
IIC 0 (c,t,0) 2.05 -0.65 -4.01 -5.30 非平稳
LSI 0 (c,t,0) 1.84 -4.76 -4.01 -5.30 平稳,I(0)
PC 0 (c,t,0) 1.92 -0.96 -4.01 -5.30 非平稳
SHDI 0 (c,t,1) 1.88 -4.42 -4.11 -5.52 平稳,I(0)
摇 摇 (C,T,K)表示 ADF(Augmented Dickey鄄Fuller Test)检验式是否包含常数项、时间趋势项以及滞后期数;DW: 统计量 Durbin鄄Watson,用于检验
时间序列回归模型的误差项中的一阶序列相关的统计量
表 3摇 差分序列单位根检验
Table 3摇 Results of Serial Stability Test in Difference
变量
Variable
差分次数
Differential times (C,T,K) DW值 ADF值
5%临界值
Critical value
in 5%
1%临界值
Critical value
in 1%
结果
Results
lnAI 2 (0,0,1) 1.96 -4.61 -2.01 -2.94 平稳,I(2)
lnCA 2 (0,0,1) 1.81 -6.74 -2.01 -2.94 平稳,I(2)
lnCONTAG 2 (0,0,1) 2.00 -4.89 -2.01 -2.94 平稳,I(2)
lnIIC 2 (0,0,1) 1.82 -4.45 -2.01 -2.94 平稳,I(2)
lnPC 2 (0,0,3) 1.97 -7.90 -2.04 -3.11 平稳,I(2)
摇 摇 (C,T,K)表示 ADF检验式是否包含常数项、时间趋势项以及滞后期数;DW: 统计量 Durbin鄄Watson,用于检验时间序列回归模型的误差项中
的一阶序列相关的统计量
7294摇 14期 摇 摇 摇 冯志新摇 等:东莞市人工景观结构与连接度的协整性及因果关系 摇
http: / / www.ecologica.cn
3.3摇 协整检验与误差修正模型
为了确定城市人工景观结构与景观连接度指数之间是否存在协整关系,分别对景观结构指数( lnAI、
lnCA、lnCONTAG)与景观连接度指数(lnIIC、lnPC)进行 OLS回归,回归后得各个模型的残差序列并对其进行
ADF检验,分别按照同时含有常数项和时间趋势项、有常数项和没有时间趋势项,以及没有常数项和时间趋
势项的 3个模型来进行单位根检验,只要其中一个模型的检验结果拒绝了零假设,就可以认为该序列式平稳
的。 当 3个模型的检验结果都不能拒绝零假设,则认为该序列式非平稳的。 检验结果如表 4所示。
表 4摇 原始序列单位根检验
Table 4摇 Results of Serial Stability Test in Level
残差序列
Residual series (C,T,K) ADF值
5%临界值
Critical value in 5%
1%临界值
Critical value in 1%
结果
Results
Resid_1 (lnAI与 lnIIC) (c,t,0) -8.89 -4.01 -5.30 平稳,I(0)
(c,0,0) -5.86 -3.21 -4.30 平稳,I(0)
(0,0,0) -5.92 -1.98 -2.82 平稳,I(0)
Resid_2(lnAI与 lnPC) (c,t,0) -7.33 -4.01 -5.30 平稳,I(0)
(c,0,0) -3.04 -3.21 -4.30 不平稳
(0,0,0) -3.10 -1.98 -2.82 平稳,I(0)
Resid_3(lnCA与 lnIIC) (c,t,0) -2.50 -4.01 -5.30 不平稳
(c,0,0) -1.91 -3.21 -4.30 不平稳
(0,0,0) -1.97 -1.98 -2.82 不平稳
Resid_4(lnCA与 lnPC) (c,t,1) -10.55 -4.11 -5.52 平稳,I(0)
(c,0,0) -1.34 -3.21 -4.30 不平稳
(0,0,0) -1.46 -1.98 -2.82 不平稳
Resid_5(lnCONTAG与 lnIIC) (c,t,1) -8.31 -4.11 -5.52 平稳,I(0)
(c,0,0) -1.88 -3.21 -4.30 不平稳
(0,0,2) -2.50 -2.00 -2.89 平稳,I(0)
Resid_6(lnCONTAG与 lnPC) (c,t,1) -7.26 -4.11 -5.52 平稳,I(0)
(c,0,0) -1.47 -3.21 -4.30 不平稳
(0,0,2) -2.33 -2.00 -2.89 平稳,I(0)
摇 摇 (C,T,K)表示 ADF检验式是否包含常数项、时间趋势项以及滞后期数
残差序列的平稳性结果表明,在显著性 5%的水平上,景观结构指数 lnAI、lnCONTAG 与景观连接度指数
(lnIIC和 lnPC)存在协整关系,lnCA仅与 lnPC 存在协整关系,lnCA 与 lnIIC 不存在协整关系。 因此,可以得
出本文中的城市人工景观结构指数 AI、CONTAG 与景观连接度指数 IIC、PC,CA 与 PC 之间存在着长期稳定
的均衡关系,它们之间的回归方程设定是合理的,故可进一步建立误差修正模型,来确立它们之间的短期波动
关系。 在建立短期模型过程中,将误差修正项看作一个解释变量,连同其他反映短期波动的解释变量一起,建
立短期模型,即误差修正模型。 模型表达式如下:
lnAI = 5.4420+0.0223lnIIC-0.1911lnAIt-1+0.0022lnIIC t-1
R鄄squared:0.988107摇 F鄄statistic:166.1644 摇 Durbin鄄Watson stat:2.025342
lnAI = 2.6449+0.0256lnPC+0.4218lnAIt-1-0.0092lnPC t-1
R鄄squared:0.992451摇 F鄄statistic:262.9498 摇 Durbin鄄Watson stat:1.901418
lnCONTAG= 1.3614+0.0332lnIIC+0.6684lnCONTAGt-1+0.0447lnIIC t-1
R鄄squared:0.845528摇 F鄄statistic:10.94734 摇 Durbin鄄Watson stat:1.854780
lnCONTAG= 1.1521-0.0304lnPC+0.7176lnCONTAGt-1+0.0389lnPC t-1
R鄄squared:0.874812摇 F鄄statistic:13.97601 摇 Durbin鄄Watson stat:2.378302
lnCA=-1.3489+0.2446lnPC+1.1163lnCAt-1-0.2927lnPC t-1
8294 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
R鄄squared:0.997961摇 F鄄statistic:978.8289 摇 Durbin鄄Watson stat:1.834893
3.4摇 Granger因果关系检验
为了进一步发现协整关系中的因果方向,按照格兰杰因果关系检验方法,分别对景观结构指数( lnAI、
lnCA、lnCONTAG)与景观连接度指数(lnIIC、lnPC)之间进行 Granger 因果关系检验。 由于该检验结果对滞后
期十分敏感,滞后阶数的选择直接左右格兰杰因果检验的结果,对于分析的准确性至关重要。 因此本文将选
取滞后期 1—3进行检验,以使得结果全面准确,最后列出在 5%的显著性水平下,具有格兰杰因果关系的结
果,如表 5所示。 从 1阶滞后的情况看,lnIIC是 lnAI、lnCONTAG的格兰杰原因,lnPC 是 lnCONTAG的格兰杰
原因;从 2阶滞后的情况看,lnAI是 lnPC的格兰杰原因,lnPC与 lnCA之间有双向的格兰杰因果关系,lnIIC与
lnCONTAG之间有双向的格兰杰因果关系;从 3 阶滞后的情况看,lnPC 是 lnCONTAG 的格兰杰原因。 格兰杰
因果关系检验不是检验逻辑上的因果关系,而是看变量间的先后顺序,是否存在一个变量的前期信息会影响
到另一个变量的当期。 即 A是 B的格兰杰成因,则表示 A的前期信息会影响到 B的当期,说明 A过去的信息
值有助于预测 B。
表 5摇 格兰杰因果关系检验
Table 5摇 Results of Granger Causality Test
原假设
Null hypothesis
滞后阶数
The lag length F
概率
Probability
结果
Results
lnIIC does not Granger Cause lnAI 1 11.7167 0.0111 拒绝
lnAI does not Granger Cause lnIIC 2.08832 0.1917 接受
lnPC does not Granger Cause lnAI 2 3.04927 0.1569 接受
lnAI does not Granger Cause lnPC 10.6076 0.0252 拒绝
lnPC does not Granger Cause lnCA 2 8.65154 0.0353 拒绝
lnCA does not Granger Cause lnPC 9.56224 0.0299 拒绝
lnIIC does not Granger Cause lnCONTAG 1 10.5711 0.014 拒绝
lnCONTAG does not Granger Cause lnIIC 0.81578 0.3964 接受
lnIIC does not Granger Cause lnCONTAG 2 14.6224 0.0145 拒绝
lnCONTAG does not Granger Cause lnIIC 10.0599 0.0275 拒绝
lnPC does not Granger Cause lnCONTAG 1 11.0766 0.0126 拒绝
lnCONTAG does not Granger Cause lnPC 0.216 0.6562 接受
lnPC does not Granger Cause lnCONTAG 3 356.124 0.0389 拒绝
lnCONTAG does not Granger Cause lnPC 0.29154 0.8389 接受
摇 摇 F鄄Statistic是在多元回归模型中,用于检验关于参数的多重假设的统计量
4摇 结论与讨论
研究表明,本文所选取斑块类型面积 ( CA)、景观形状指数 ( LSI)、聚集度指数 ( AI)、蔓延度指数
(CONTAG)、香农多样性指数(SHDI)等 5个指标来量化东莞市城市人工景观结构的动态变化,选取景观连接
度指数(IIC与 PC)这 2个指标来综合测度整个区域的城市人工景观尺度上生境斑块的连通性程度,上述 7个
指数是能较好地反映东莞市城市人工景观格局在近 20 年来变化的过程。 从城市生态变化过程的角度上看,
东莞市景观的基质由农田、林地等自然及半自然景观逐步转化为城镇居民用地、交通用地等城市人工景观。
通过分析 7个指数的变化特征,总结出东莞市快速城市化过程中的 4 个阶段:淤1988—1990 年期间,自然及
半自然景观(农田、林地等)为景观的基质,城市人工景观斑块面积小、聚集程度低。 于1990—1999 年期间,城
市人工景观面积总量迅速增大、聚集程度明显上升,城市空间扩展类型主要以“外延冶与“沿交通线扩展冶两种
类型为主,城市人工景观的“骨架冶逐步形成。 景观结构组成的复杂性也趋于增加,自然及半自然景观(农田、
林地等)景观出现萎缩、破碎化和孤岛化等现象,城市人工景观逐步成为景观的基质。 盂1999—2005 年期间,
9294摇 14期 摇 摇 摇 冯志新摇 等:东莞市人工景观结构与连接度的协整性及因果关系 摇
http: / / www.ecologica.cn
城市人工景观面积总量持续增长,向城市外围自然及半自然景观渗透,增长的面积相对于上一阶段不大,呈散
状分布,属于“蔓延冶的扩展类型。 榆2005—2009年期间,城市人工景观面积总量持续增长,但其增长的速度
明显放缓,城市用地空间扩展类型主要以填充为主。
城市人工景观结构与景观连接度指数在时间序列上是不断变化的,CA、AI、CONTAG、IIC 与 PC 均为二阶
平稳序列。 通过对它们进行协整分析与格兰杰因果关系检验,结果表明:城市人工景观斑块类型面积(CA)与
可能连通性指数(IIC)存在协整关系,景观聚集度指数(AI)、蔓延度指数(CONTAG)与景观连通性指数( IIC
与 PC)也存在协整关系,即这些变量之间确实存在长期均衡关系。 这种均衡关系意味着该系统中不存在破环
均衡的内在机制。 如果变量在某时期受到干扰后偏离其长期均衡点,则均衡机制将会在下一期进行调整以其
重新回到均衡状态。 格兰杰因果关系检验中,在不同滞后期的情况下,大部分的结果表明景观连通性指数
(IIC与 PC)是景观结构指数(CA、AI、CONTAG)的格兰杰成因,说明景观连通性指数信息有助于预测景观结
构指数的变化。 从另一个角度上看,城市人工景观连接度指数的大小取决于各大城市组团之间城镇与交通路
网的发展。 城市交通路网是组成城市的骨架,各种不同大小的城市组团依存这些骨架。 因此,通过大力发展
各大城市组团周边小城镇,以及完善各城市组团的交通路网系统,将有助于优化城市空间结构与格局。
参考文献(References):
[ 1 ]摇 宋治清, 王仰麟. 城市景观及其格局的生态效应研究进展. 地理科学进展, 2004, 30(2): 97鄄106.
[ 2 ] 摇 龚建周, 夏北成. 1990年以来广州市土地覆被景观的时空梯度分异. 地理学报, 2007, 62(2): 181鄄190.
[ 3 ] 摇 王兴芳, 王云鹏, 李岩, 李慧, 陈永品, 沈奎. 广州东进扩张下的萝岗区土地利用与景观动态分析. 城市环境与城市生态, 2010, 23(6):
5鄄8.
[ 4 ] 摇 俞龙生, 符以福, 喻怀义, 李志琴. 快速城市化地区景观格局梯度动态及其城乡融合区特征———以广州市番禺区为例. 应用生态学报,
2011, 22(1): 171鄄180.
[ 5 ] 摇 高杨, 吴志峰, 刘晓南, 张景华. 珠江三角洲景观空间格局分析. 热带地理, 2008, 28(1): 26鄄31.
[ 6 ] 摇 Aguilera F, Valenzuela L M, Botequilha鄄Leit觔o A. Landscape metrics in the analysis of urban land use patterns: A case study in a Spanish
metropolitan area. Landscape and Urban Planning, 2011, 99(3 / 4): 226鄄238.
[ 7 ] 摇 Wu J G, Jenerette G D, Buyantuyev A, Redman, C L. Quantifying spatiotemporal patterns of urbanization: The case of the two fastest growing
metropolitan regions in the United States. Ecological Complexity, 2011, 8(1): 1鄄8.
[ 8 ] 摇 韦薇, 张银龙, 赵兵, 王浩. 快速城市化进程中城市扩张对景观格局分异特征的影响. 生态环境学报, 2011, 20(1): 7鄄12.
[ 9 ] 摇 杨叶涛, 龚建雅, 周启鸣, 王迎迎. 土地利用景观格局对城市扩张影响研究. 自然资源学报, 2010, 25(2): 320鄄329.
[10] 摇 吴健生, 刘洪萌, 黄秀兰, 冯喆. 深圳市生态用地景观连通性动态评价. 应用生态学报, 2012, 23(9): 2543鄄2549.
[11] 摇 Forman R T T. Some general principles of landscape and regional ecology. Landscape Ecology, 1995, 10(3): 133鄄142.
[12] 摇 吴昌广, 周志翔, 王鹏程, 肖文发, 滕明君. 景观连接度的概念、度量及其应用. 生态学报, 2010, 30(7): 1903鄄1910.
[13] 摇 齐杨, 邬建国, 李建龙, 于洋, 彭福利, 孙聪. 中国东西部中小城市景观格局及其驱动力. 生态学报, 2013, 33(1): 275鄄285.
[14] 摇 徐建华. 计量地理学. 北京: 高等教育出版社, 2006: 122鄄164.
[15] 摇 叶浩, 濮励杰. 江苏省耕地面积变化与经济增长的协整性与因果关系分析. 自然资源学报, 2007, 22(5): 766鄄774.
[16] 摇 张秋菊, 傅伯杰, 陈利顶. 关于景观格局演变研究的几个问题. 地理科学, 2003, 23(3): 264鄄270.
[17] 摇 邬建国. 景观生态学:格局、过程、尺度与等级. 北京: 高等教育出版社, 2007. 60鄄69.
[18] 摇 李永乐, 吴群. 中国经济增长与耕地资源数量变化阶段性特征研究———协整分析及 Granger 因果检验. 长江流域资源与环境, 2011, 20
(1): 33鄄39.
[19] 摇 任英华. Eviews应用实验教程. 长沙: 湖南大学出版社, 2008: 167鄄209.
[20] 摇 高铁梅. 计量经济分析方法与建模:EViews应用及实例. 北京: 清华大学出版社, 2006: 78鄄92.
[21] 摇 于俊年. 计量经济学:EViews的使用. 北京: 对外经济贸易大学出版社, 2006: 79鄄83.
[22] 摇 李子奈, 潘文卿. 计量经济学. 北京: 高等教育出版社, 2005: 267鄄323.
[23] 摇 刘巍, 陈昭. 计量经济学软件:EViews操作简明教程. 广州: 暨南大学出版社, 2009: 22鄄26
0394 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇