新疆“三生”功能协调性及影响因素分析

Coordination and Influencing Factor Analysis of Production-living-ecology Function in Xinjiang

摘要

探讨新疆“三生”（生产、生活、生态）功能的相互关系及影响因素，对新疆国土空间可持续发展具有重要意义。以新疆为研究区，基于地类赋值法、耦合协调度模型，探究2000—2020年新疆“三生”功能及耦合协调度的时空演变规律，利用XGBoost-SHAP模型揭示其影响因素，结果如下：（1）在空间分布上，生产功能和生活功能主要分布在城区及周边，生活功能主要分布在天山、阿尔泰山、昆仑山脉及周边；在时间上，生产功能和生活功能都有所增强，生态功能有所减弱；（2）“三生”功能的耦合协调性水平总体较低，较高及以上的协调水平占比较少，但在研究区间，比例呈现逐渐上升的趋势；（3）土地利用程度、海拔高度、坡度和人口密度是影响新疆“三生”功能耦合协调性的主要驱动因素。

Abstract

Discussing the interrelationships and influencing factors of the production-living-ecology function in Xinjiang is of great significance to the sustainable development of territorial space in Xinjiang. By taking Xinjiang as the study area， the spatiotemporal evolution patterns of production-living-ecology function and coupling coordination degrees from 2000 to 2020 were explored based on the land assignment method and the coupling coordination degree model. The XGBoost-SHAP model was adopted to reveal the influencing factors. The results showed that spatially， production and living functions were mainly distributed in urban areas and surrounding areas， while ecological function mainly concentrated in the Tianshan Mountains， Altai Mountains， Kunlun Mountains， and their surrounding areas. Temporally， both production and living functions were strengthened， while the ecological function weakened. Additionally， the overall coupling coordination level of the production-living-ecology function was low， and areas with moderately high and superior coordination levels accounted for a small proportion. However， the proportion showed a gradual upward trend throughout the research period. The land use extent， elevation， slope， and population density were the primary driving factors affecting the coupling coordination of production-living-ecology function in Xinjiang.

Graphical abstract

关键词

“三生”功能 / 影响因素 / XGBoost-SHAP / 新疆

Key words

production-living-ecology function / influencing factor / XGBoost-SHAP / Xinjiang

土地利用呈现多功能属性，各类功能之间的协调与平衡可有效支撑国土空间资源与生态环境可持续发展^［1］。然而，随着城市化进程不断加快，人地矛盾日益凸显——生产和生活功能挤压生态功能，进而引发生产、生活、生态三类空间结构失衡问题^［2］。为应对这一挑战，国家在多项战略部署和工作规划中明确提出，应科学划定并统筹安排生产、生活、生态空间，促进各类空间功能协同发展，实现区域整体优化。

目前，围绕“三生”功能开展了大量相关研究。在“三生”功能的分类和评价方面，近年来学者通过土地赋值方法^［3⁃4］和多源数据融合^［5⁃6］，深入探讨了“三生”功能识别方法，构建了统一的“三生”功能分类框架。在“三生”功能的协调关系方面，陈闯贤等^［7］分析了甘肃省“三生”功能耦合度演变，并提出了优化国土空间功能的建议；卢中辉等^［8］利用地理探测器模型，识别了限制淮河生态经济带“三生”功能协调性的影响因素；孙远洋等^［9］探讨了城乡梯度视角下武汉市“三生”功能耦合协调度变化，提出了武汉市城乡系统的空间发展战略。现有研究表明，耦合协调度模型适用于评判两个及以上的系统协调发展程度^{［10⁃11］}。在驱动因素分析中，最小二乘回归^［12］、地理加权回归^{［13⁃14］}以及地理探测器^［15］等方法被广泛应用于识别影响因素对“三生”功能协调性的影响强度。本研究在此基础上，通过引入机器学习的方法捕捉驱动因素的非线性效应和交互作用，旨在为理解复杂人地系统提供新的视角。

当前新疆维吾尔自治区（以下简称新疆）经济社会处于快速发展阶段，随着城市化、工业化的迅速推进，区域建设用地侵占生态空间的矛盾日渐突出。在此背景下，本文依托XGBoost-SHAP可解释机器学习框架，基于“三生功能”视角开展耦合协调度分析，深入探究驱动机制。研究旨在为区域构建“三生”功能协调发展提出优化路径，为推动新疆国土空间协调与可持续发展提供理论依据和实践参考。

1 研究区概况及数据来源

1.1 研究区概况

新疆总面积约160×10⁴ km²，整体地貌呈现“三山夹两盆”的格局（图1）。受广袤的荒漠宏观环境与高山冰雪融水主导的灌溉模式共同影响，新疆发育形成了极具区域特色的绿洲生态系统。独特的地貌与水文组合不仅塑造了我国典型的绿洲景观，也使新疆成为国内绿洲分布范围最广、总面积最大的省级行政区。

1.2 数据来源

本研究所用的数据及来源见表1。为确保空间数据的一致性及后续研究，所有数据均进行标准化处理。

2 研究方法

2.1 “三生”功能分类准则

不同土地利用类型的生产、生活、生态功能存在差异性，其功能优先级也不同。本文在前人研究基础上^［20］，结合研究区自然地理特征与土地利用多功能属性，构建研究区的“三生”功能赋值体系，依据不同土地利用类型的功能特征，分别赋予5分、3分、1分、0分的差异化分值（表2）。如城镇用地以生活功能为主，生产功能为辅，生态功能表现最弱，因此城镇用地的生活、生产、生态功能赋分依次为5分、3分、0分。

2.2 耦合协调度模型

生产功能、生活功能、生态功能之间既相互联系又相互制约，一方的变化会带动其他功能的变化。“三生”功能耦合协调模型代表功能之间的协调程度，计算公式为

C=\mathrm{3}\times {\left[\frac{P_i\times L_i\times E_i}{(P_i+L_i+E_i{)}^{\mathrm{3}}}\right]}^{\frac{\mathrm{1}}{\mathrm{3}}}，（1）

T=\alpha P_i+\beta L_i+\gamma E_i，（2）

D={\left(C\times T\right)}^{\frac{\mathrm{1}}{\mathrm{2}}}。（3）

式中，C为耦合度，T表示土地“三生”功能综合评价指数，P_i、L_i、E_i分别为生产空间综合评价值、生活空间综合评价值、生态空间综合评价值，\alpha、\beta和\gamma分别为生产功能、生活功能和生态功能的影响权重。考虑到研究区生态功能较生活功能与生产功能更为显著，将权重系数设置为\alpha=\beta=0.3，\gamma=0.4^［21］；D为“三生”功能的耦合协调程度，D值越高，表明“三生”功能协调性越高，反之则越低。

2.3 XGBoost模型

极限梯度提升算法（eXtreme gradient boosting ）由Chen等^［22］提出，是梯度提升决策树（gradient boosting decision tree，GBDT）的扩展和优化。为精准揭示影响新疆“三生”功能耦合协调度的复杂驱动机制，本研究选取此模型。它通过逐步构建一系列学习器来提升模型的性能，具有处理大数据集的优势，并且在控制模型复杂度和避免过拟合方面表现突出。具体公式为

{\widehat{y}}_i={\sum }_{n=\mathrm{1}}^N{f}_n\left(x_i\right),f_n\subseteq H，（4）

式中，{\widehat{y}}_i为“三生”功能耦合协调度的预测值，x_i为样本i的特征向量，包含影响耦合协调度的不同驱动因素，f_n\left(x_i\right)为第n个基学习器对样本x_i的预测值，N为基学习器的总数，H为所有可能基学习器的集合。

模型训练通过优化以下目标函数来实现，其核心在于最小化模型误差并控制复杂度。

T={\sum }_{i=\mathrm{1}}^{n}l\left(y_i,{\widehat{y}}_i\right)+{\sum }_{n=\mathrm{1}}^N\mathrm{\Omega }\left(f_n\right)，（5）

式中，l\left(y_i,{\widehat{y}}_i\right)为误差函数，衡量真实耦合协调度{\widehat{y}}_i与预测值y_i间的差异；\mathrm{\Omega }\left(f_n\right)为正则化项，旨在限制基学习器的复杂度，以防模型过拟合并提升其在未见数据上的表现。

2.4 SHAP分析

仅靠XGBoost模型无法直观解释各驱动因子对耦合协调度的具体影响方向和强度。为此，本研究引入SHAP方法对XGBoost的黑箱模型进行解释^［23］。该方法不仅适用于全局解释，也可用于局部解释，使其成为模型可解释性研究的重要工具。计算公式为

{\phi }_i={\sum }_{S\subseteq H\setminus \left\{i\right\}}\frac{\left|S\right|!\left(\left|H\right|-\left|S\right|-\mathrm{1}\right)!}{\left|H\right|!}\left(t\left(S\bigcup \left\{\left.i\right\}\right.\right)-t\left(S\right)\right)，（6）

式中，{\phi }_i为驱动因素i的SHAP值，H为所有特征的总体集合，S为H中不包含特征i的子集，t\left(S\right)为子集S中特征组合对应的模型预测结果。

3 结果分析

3.1 新疆“三生”功能时空演变

以2020年“三生”功能值为基础，利用自然间断点分级法为分类标准，将各年“三生”功能值划分为低、较低、中等、较高、高值区5类（表3）。

（1）生产功能：2000、2010、2020年的3个年份，研究区生产功能指数处于中值及以上等级的土地面积分别为102 250 km²、120 350 km²、133 375 km²，占比分别达6.1%、7.2%、7.9%。由此可见，生产功能中等及以上值呈上升趋势。北疆生产功能高值区主要集中于天山北坡城市群，该区域是北疆核心农业区；南疆生产功能高值区主要分布在库尔勒市、阿克苏市、喀什市、疏附县及莎车县等区域（图2）。

（2）生活功能：2000、2010、2020年的3个年份，研究区生活功能指数处于中值及以上等级的土地面积分别为9 850 km²、14 900 km²、17 625 km²，占比分别达0.6%、0.9%、1%。整体而言，2000—2020年间生活功能高值区呈现不断上升的趋势，分布范围逐渐由主城区向外扩散，并且和生产功能区布局范围相似，但增长速度有所放缓（图2）。

（3）生态功能：2000、2010、2020年的3个年份，研究区生态功能指数处于中值及以上等级的土地面积分别为463 350 km²、469 650 km²、465 750 km²，占比分别达27.6%、28%、27.7%，整体呈现“先升后降”的变化特征，这可能与2010年之后新疆快速发展建设有关，人类开发活动在一定程度上扰动并破坏了区域生态环境。空间上，生态功能高值区集中在天山山脉、昆仑山及阿尔泰山周边地区（图2）。

3.2 新疆“三生”功能耦合协调度时空演变

为反映耦合协调关系的可视化结果，基于已有研究成果^［24］，结合新疆地域自然与社会发展实际，以2020年数据为基础，采用自然断点法将耦合协调度测算结果划分为5个层级：（0~<0.094 6）为低度失调区，（0.094 6~<0.249 3）为较弱失调区，（0.249 3~<0.355 3）为中度过渡区，（0.355 3~<0.450 7）为较优协调区，（≥0.450 7）为高度协调区。

新疆“三生功能”耦合协调度空间变化明显（图3）。2000—2020年“三生”功能耦合协调度高值呈现下降趋势，由2000年的0.78降为2020年的0.66，高值有所回落，但从整体情况来看，协调水平呈现逐渐上升的趋势。2000—2020年，低度失调区域的面积比例有所减少，而其他等级的占比则有所上升（图4）。其中，较优协调区主要集中于天山以北平缓区域，该区域平坦的地形条件适宜规模化农业生产与城镇化建设，叠加生态环境政策长期保持连片主导。失调区域多集中在塔里木盆地等未利用地广布区域，以荒漠、戈壁、盐碱地为主。究其原因，新疆未利用土地分布范围广阔，此类区域受自然条件限制，仅发挥单一的生态功能，与生活和生产功能的耦合协调关系较弱。

3.3 新疆“三生”功能耦合协调性影响因素分析

3.3.1 单因子分析

本文基于XGBoost模型与SHAP可解释性分析，从自然环境、社会经济和空间可达性3个维度选取12个驱动因子，量化各因子对 “三生” 功能耦合协调度的贡献水平与作用机制。影响因子选取坡度（X1）、海拔高度（X2）、降水量（X3）、NDVI（X4）、土地利用程度（X5）、人口密度（X6）、夜间灯光指数（X7）、GDP密度（X8）、距市政府距离（X9）、距水系距离（X10）、距国道距离（X11）、距省道距离（X12）。

结果表明（图5），土地利用程度（X5）权重最高；海拔高度（X2）、坡度（X1）和人口密度（X6）次之，体现了社会经济和热环境条件的重要作用。中等强度驱动因子包括GDP密度（X8）、降水量（X3）和距省道距离（X12）；剩余变量对模型输出结果的解释力偏弱，扰动贡献度较低。

从SHAP分布特征看，土地利用程度（X5）不仅贡献度高，且SHAP值分布广泛，呈现明显正向效应，即较高土地利用率有助于提升耦合协调度；夜间灯光指数（X7）等因子同样以正向作用为主，体现出人口分布和产业产出的正贡献。而降水量（X3）的高值则对应负向SHAP值，表明降水量过高与协调度下降相关，反映出高降水区域单一的土地功能。

3.3.2 双因子交互分析

本研究筛选排名前5的核心驱动因子开展交互效应分析（图6），新疆“三生”功能耦合协调度受到多种因素共同影响，不同因子组合存在明显空间交互效应。土地利用程度（X5）与海拔高度（X2）、坡度（X1）的交互效应表明，地形条件通过约束区域土地利用开发模式，间接影响“三生”功能耦合协调度。低海拔、缓坡区域土地开发利用条件优越，土地利用程度较高，对应耦合协调度最优；高海拔、陡坡区域则呈现相反特征^［25］。土地利用程度（X5）与人口密度（X6）之间的交互效应表明，在人口密度中等的区域，土地利用程度较高，协调性最好，在人口高度密集的区域，土地利用程度很高，但协调性却有所降低。土地利用程度（X5）和GDP密度（X8）的交互效应表明，在高GDP密度地区，土地承载的经济价值更高，对协调度的贡献更大。在低GDP密度地区，土地利用趋于粗放，其带来的协调度增益被削弱，甚至可能因破坏生态而得不偿失。海拔高度（X2）与人口密度（X6）的交互特征表明，在低中海拔区域，人口集聚是正向催化剂，能高效激发和整合“三生”功能，在高海拔区域，自然条件成为主导约束，耦合协调水平偏低。海拔高度（X2）与GDP密度（X8）的交互规律显示，经济较发达的区域因人口增加带来的生态压力更为突出，而经济水平较低的区域则影响较小^［26］。坡度（X1）与人口密度（X6）的交互作用显示，在缓坡区域，易于形成错落有致的空间格局。坡度避免了土地的同质化、平铺式开发，自然形成了生活、生产、生态空间的隔离与交错^［27］。高人口密度在此转化为高效的梯田农业、特色村镇和生态旅游，而坡度本身保留了生态空间，易实现功能互补与协同。人口密度（X6）和GDP密度（X8）的交互效应表明，人口规模效应与经济质量效应形成强强联合，能够投资于绿色基础设施、循环经济、生态保护等领域，最有可能实现生活便利、生产高效、生态优美的“三生”共赢格局。

4 结论与建议

4.1 结论

（1）新疆“三生”功能空间分异特征明显。生产功能高值区分布于天山北坡城市群，是新疆核心农业发展区域；南疆生产功能高值区主要以库尔勒市、阿克苏市、喀什市、疏附县及莎车县为主。生活功能高值区多分布在各地市主城区及其周边区域；生态功能高值区主要覆盖天山、昆仑山、阿尔泰山等山地周边地带。

（2）新疆“三生”功能耦合协调度具有明显的空间分异特征。研究区内低度失调区域占比偏高，主要集中在未利用地广布的荒漠、戈壁区域；在时序变化上，中度过渡及更高等级的协调区域持续扩张，整体 “三生” 功能耦合协调水平呈稳步提升态势。

（3）土地利用程度、海拔高度、坡度、人口密度对新疆土地“三生”功能耦合协调度具有明显影响。

4.2 建议

本文选择中国西北干旱区新疆维吾尔自治区为研究对象，从网格尺度分析了“三生”功能的耦合协调度时空演变规律。新疆“三生”功能耦合协调程度整体呈上升趋势，但区域内未利用地较多，土地利用程度整体较低，低度协调区仍占较大比例，该特征与现有相关研究结论基本一致^{［28⁃30］}。因此，未来发展亟须转向对国土空间的精细化治理，通过主动调控“三生”功能内在矛盾，构建多功能协同共赢的国土空间发展新格局。

（1）面对研究区空间功能失衡的格局，需实施差异化的调控策略。在山地生态核心区，以“保护与适度利用”为核心，通过“低密度、高价值”模式缓解人地矛盾。在绿洲城镇区，强化绿洲城市核心地位，提升乌鲁木齐市、喀什市、伊宁市等中心城市的辐射能力，加快促进城乡一体化发展，以此缓解高密度人口活动对局部生态环境的压力。在荒漠盆地腹地，以“防控与点状开发”为核心，建设生态防护体系，巩固防风固沙林草带，限制油气开采对荒漠植被的破坏，稳定生态空间基底^［31］。

（2）结合耦合协调度的空间集聚特征，建议未来通过构建跨区域协同发展等扶持政策^［32］，推动中心城区高值优势区域的产业、技术和资源要素向周边中小城市有序扩散，逐步提升全域国土空间功能协调均衡发展水平。

（3）考虑到海拔高度是决定空间格局的关键自然因子，未来的重大工程选址与区域开发规划应以地形敏感性论证为基础。着重关注研究区域地形起伏较大的山区，相关建设决策需加强对生态保育功能的重视程度。同时，依托提高土地利用程度这一核心正向驱动因子，科学高效盘活土地资源、充分挖掘土地多功能利用潜力，持续拓展国土空间高效、绿色、可持续利用路径。

参考文献

[1] 应汝佳， 马田宇. 土地“三生”功能耦合协调度时空分布特征及其驱动因素研究：以江苏省为例［J］. 江西农业学报， 2025， 37（3）： 54-62.

[2] 孙智杰， 江越潇， 罗莉威， 等. 基于土地利用的荆州市三生空间格局演化特征分析［J］. 上海国土资源， 2024， 45（2）： 111-118.

[3] 孙璐， 王江萍. 空间规划视域下武汉市乡村“三生空间”分类与功能评价研究［J］. 现代城市研究， 2020（7）： 9-16.

[4] 杨吉， 盛杰， 杨凯瑞， 等. 成都市“三生”功能时空演变及协同关系研究［J］. 绿色科技， 2025， 27（7）： 166-173.

[5] 逯承鹏， 纪薇， 刘志良， 等. 黄河流域甘肃段县域“三生”功能空间时空格局及影响因素识别［J］. 地理科学， 2022， 42（4）： 579-588.

[6] 李梦凡， 王乾旭， 刘振岳， 等. 基于生态系统服务的黄河下游影响区“三生”功能权衡/协同效应［J］. 华北水利水电大学学报（自然科学版）， 2025， 46（4）： 19-29.

[7] 陈闯贤， 闫述乾. 甘肃省乡村 “三生” 功能耦合协调时空演变分析［J］. 国土与自然资源研究， 2024（5）： 40-46.

[8] 卢中辉， 王婉乐， 张莹， 等. 淮河生态经济带国土空间“三生”功能评价及耦合协调性分析［J］. 淮阴师范学院学报（自然科学版）， 2025， 24（1）： 35-44.

[9] 孙远洋， 张蕾， 何国钰， 等. 城乡梯度视角下武汉市 “三生” 功能耦合协调时空演变及影响因素［J］. 农业工程学报， 2025， 41（8）： 261-271.

[10] 邵大伟， 钱佳玲， 吴殿鸣. 南京中心城区三生空间耦合协调的时空特征与格局［J］. 中国城市林业， 2023， 21（3）： 88-93.

[11] 范东军， 克甝， 曹润民. 耦合协调度模型的修正与改进［J］. 统计与决策， 2024， 40（22）： 41-46.

[12] 刘莹， 耿文亮， 邵静文， 等. “三生空间”视角下土地利用变化与生态系统服务价值响应：以黄河下游地区为例［J］. 地域研究与开发， 2021， 40（4）： 129-135.

[13] 奉婷， 余筱东， 董仁玲， 等. 耦合视角下广西北部湾经济区 “三生” 功能协调度的时空演变与影响因素［J］. 中国农业大学学报， 2024， 29（12）： 303-316.

[14] Xu H W， Zhang F， Li W P， et al. Spatial-temporal pattern of change in production-living-ecological space of Nanchong City from 2000 to 2020 and underlying factors［J］. Environmental Monitoring and Assessment， 2024， 196： 94.

[15] 段亚明， 黄安， 卢龙辉， 等. “生产-生活-生态”空间的概念与理论研究［J］. 中国农业大学学报， 2023， 28（4）： 170-182.

[16] 徐新良，刘纪远，张树文，等.中国多时期土地利用遥感监测数据集（CNLUCC）［DS/OL］.资源环境科学数据注册与出版系统（2018-07-02）［2025-11-20］.

[17] 徐新良.中国GDP空间分布公里网格数据集［DS/OL］.资源环境科学数据注册与出版系统（2017-12-11）［2025-11-20］.

[18] 徐新良.中国人口空间分布公里网格数据集［DS/OL］.资源环境科学数据注册与出版系统（2017-12-11）［2025-11-20］.

[19] Wu Y Z， Shi K F， Chen Z Q， et al. Developing improved time-series DMSP-OLS-like data （1992—2019） in China by integrating DMSP-OLS and SNPP-VIIRS［J］. IEEE Transactions on Geoscience and Remote Sensing， 2022， 60： 1-14.

[20] 刘继来， 刘彦随， 李裕瑞. 中国“三生空间”分类评价与时空格局分析［J］. 地理学报， 2017， 72（7）： 1290-1304.

[21] 金星星， 陆玉麒， 林金煌， 等. 闽三角城市群生产-生活-生态时空格局演化与功能测度［J］. 生态学报， 2018， 38（12）： 4286-4295.

[22] Chen T Q， Guestrin C. XGBoost： a scalable tree boosting system［C］//Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. San Francisco： ACM， 2016： 785-794.

[23] Lundberg S M， Lee S I. A Unified Approach to Interpreting Model Predictions［C］//Proceedings of the 31st International Conference on Neural Information Processing Systems. Long Beach： ACM， 2017： 4768-4777.

[24] 周陈涛. 干旱区绿洲“三生”功能时空演变及权衡/协同研究［D］. 上海： 上海师范大学， 2023.

[25] 尹君锋， 宋长青， 石培基， 等. 耦合视角下甘肃省县域乡村“三生”功能协调度的时空跃迁特征与影响因素［J］. 地理研究， 2024， 43（4）： 874-892.

[26] 梁浩源， 李晶， 殷守强， 等. 辽中南-哈长城市群“三生”功能耦合协调时空演变及影响因素分析［J］. 中国农业大学学报， 2023， 28（9）： 218-233.

[27] 刘俊祥， 张蕾， 刘格格， 等. 湖北省国土空间“三生”功能权衡特征及影响因素分析［J］. 水土保持研究， 2024， 31（2）： 354-366.

[28] 曹健， 阿依加玛力·阿帕尔， 宋玉兰. 新疆南疆四地州“三生空间”功能耦合协调度分析［J］. 新疆农业科学， 2024， 61（6）： 1553-1560.

[29] 何青松， 张雪韵. 长江中游城市群三生功能权衡尺度效应及影响因素［J］. 农业工程学报， 2025， 41（6）： 278-287.

[30] 帕茹克·吾斯曼江， 郝晋珉， 王楠， 等. 基于“三生”功能的土地利用转型及其生态环境效应：以尉犁县为例［J］. 干旱区地理， 2021， 44（6）： 1612-1622.

[31] 周燕， 徐莉， 黄邦炜， 等. 基于生态系统服务簇的生态功能区划及管控策略研究：以梁子湖流域国土空间生态修复实践为例［J］. 国土与自然资源研究， 2025（4）： 16-22.

[32] 陈磊， 姜海. 国土空间治理促进城乡融合发展的内在逻辑与路径构建［J］. 中国土地科学， 2024， 38（8）： 30-38.

基金资助

国家自然科学基金资助项目“天山北坡城市群热环境风险预测及生态调控研究”(42361030)