2020 年，中国农业、建筑和生态用地适宜性的空间分布和区域构成具有显著特征。农业用地适宜性在空间上的分布极不均匀（图1a 和 d）。此外，强适宜区主要集中在东部和中部经济区北部（黑龙江、吉林、辽宁、内蒙古、河北、山东、河南、安徽、江苏），其他地区则严重分散。中等适宜区主要位于西部经济区西北部，是弱适宜区和强适宜区之间的过渡区。可以看出，强适宜带往往分布在平原和丘陵地区，与高人口密度的空间分布高度匹配。从数量上看，农业用地强、中、弱适宜的面积比例分别为 23.24%、39.91% 和 36.85%。在农业用地强适宜区，土地利用类型的面积比例为耕地>草地>林地>未利用地>建设用地>湿地>水域。数量结构表明耕地和草地之间的转换潜力很大。
图1 2020 年 3 种土地利用空间分布和适宜性面积比例
建设用地适宜性在空间上表现出显著的集聚特征（图1b）。东部地区的适宜性远优于西部地区（图1d）。其中，强适宜区（仅占 6.53%）主要集中在华东地区市辖区。分布相对密集的省份包括北京、天津、河北、山东、河南、安徽、江苏、上海、浙江、湖北、湖南、广东和四川。中等适宜区 （42.46%） 主要分布在强适宜区周围。弱适宜区 （51.02%） 主要分布在西部经济区，经济基础较差，人口密度低。在建设用地强适宜区，土地利用类型的面积比例为耕地>建设用地>林地>草地>水域>湿地>未利用地。结果表明：农业和建设用地强适宜区与现有耕地空间重叠程度较高。在一定条件下，耕地是扩大建设用地的首选。
建设适宜区和生态用地在空间分布上是互补的（图1c）。中国约有一半的地区位于中等适宜区 （46.08%），主要分布在天津、山东、江苏、上海、安徽和河南以外的省份（图 1d）。强适宜区 （29.27%） 主要分布在西北、青藏和中国四大地理区域（如新疆、青海、西藏、四川、云南、广西、湖南、福建、重庆和湖北）的南部。弱适宜带最小 （24.65%），主要分布在宁夏中、东、北地区。总体上，中国具有较强的生态适宜性，但生态用地连通性不足。在生态用地强适宜区，土地利用类型的面积比例为草地>林地>未利用地>耕地>水域>湿地>建设用地。由此可见，林地和草地面积最大，表明它们在保持生态功能方面的重要性。此外，耕地在生态用地中等适宜区占比较大，表明耕地在缓冲生态区方面发挥了重要作用。
LUCs 区域的空间分布、土地结构和类型表达存在显著差异 （图2）。高、中、低和无冲突区的区域分别占 7.66%、59.42%、2.99% 和 29.93%。I.区土地利用相对同质，主要分布在西部经济区（如陕西、山西、甘肃、宁夏、云南、四川、西藏和新疆），自然条件相对复杂。II. 区主要分布在 I. 区附近。III. 区广泛分布在全国各地。该地区主要土地利用类型为草地 （16.85%）、耕地 （13.76%）、林地 （12.80%） 和未利用土地 （12.24%）。
IV.区具有显著的空间分异特征，主要集中在土地利用需求多样化的东部经济区（如上海、江苏、山东、天津和浙江）（图2a）。在这里，经济发达，人口稠密，城市化迅速。LUC 类型主要表现为粮食生产和建设用地扩张之间的空间竞争，以及农业生产和生态保护的相互占据。具体来说，是 IV 区。1（占14.06%）主要分布在胡环用线以东的城市群（京津冀、山东半岛、中原、关中平原、长三角、江淮、珠三角），是国民经济发展的重点区域。经济的快速发展导致了城市扩张，而城市扩张又侵占了大片农田，影响了粮食生产。四区。2（14.06%） 主要位于西部经济区（如西藏、青海、四川、甘肃和新疆），这些地区生态脆弱，但可能被过度耕种以提高农业收入。四区。3主要表现为建设用地扩张对生态用地的侵占。其面积相对较小 （0.22%），在全国各地呈虚线分布，尤其是在南方（重庆、福建、贵州、湖南、江西等）。四区。4面积最小 （0.04%），粮食安全、城建、生态保护目标相互干扰，多目标难以平衡，多 区 较近。3（四川、湖南和江西）。
LUC 强度表现出东高西低的空间分布特征（图2b）。其中，极端冲突集中在平原（华北平原和长江中下游平原）。除宁夏、贵州和重庆外，其他所有省份的县内都存在极端冲突。强冲突多位于极端冲突地带的边缘，更易演变为极端冲突。总体而言，强冲突区和极端冲突区的空间分布与中国的城市群高度一致。统计数据显示，中国一半以上的县处于潜在的冲突高强度（非冲突、轻度冲突、强冲突和极端冲突县的数量分别为 359 个、632 个、699 个和 477 个）。
2020 年全球莫兰氏 I 值为 0.6838，对应于 Z > 2.58 （52.5328），P < 0.01。结果表明：中国县域尺度的潜在 LUC 强度之间存在显著的空间正相关关系。这意味着 LUC 在空间上是聚集的，相邻区域中的 LUC 相互交互。此外，LISA 集聚图显示，CI 的空间集聚在中国东部和西部呈极化（图2c），以胡焕永线（种群边界）为界。详细来看，高高集群集中在人口密集、经济发达、土地利用需求高的东部地区（天津、河北、山东、河南、安徽、江苏、上海、湖北和湖南）。这表明它们是高 CI 值的中心，并被相对高价值的区域所包围。低-低聚类主要分布在西部相对落后的经济区域（新疆、西藏、云南、四川、甘肃、宁夏、陕西、山西和福建）。它是低 CI 值的中心。
3.1空间计量经济学模型
中国的 LUC 强度具有很强的空间依赖性。因此，在分析 LUC 影响因素时纳入空间计量模型非常重要。为了准确选择模型，我们使用 LogL、AIC 和 SC 来判断模型的优缺点。如果 LogL 值较大，AIC 和 SC 值较低，则表明空间模型更好，拟合效果更好。结果表明，拟合系数 （R2） 和 LogL 高于 SLM （0.79 > 0.75， 3957.2 > 3821.4），SEM 中 AIC 和 SC 值低于 SLM （− 7896.35<−7622.8）。可以得出结论，sem>
(1)LUC 对自然环境具有很强的基本依赖性。在这种情况下，斜率和地势幅度的回归系数为负且显著。这表明地形条件对 LUC 有重要影响。较大的坡度和起伏幅度限制了土地的可开发性，减少了不同土地利用之间的竞争，从而降低了 LUC 的可能性。土地复垦指数对 LUC 强度具有显著的正向影响 （0.0320），表明土地复垦活动可能导致 LUCs。耕地的平均斑块面积对 LUC 强度也有积极影响，但影响不显著。它通过影响农业生产来实现这一点，而农业生产反过来又影响了 LUC 强度。重要生态区比例对 LUCs 具有显著的负向影响。当一个地区重要生态区域占比较高时，对生态保护的重视程度相应提高，从而限制了其他可能破坏生态环境的土地利用方式，降低了 LUCs。
(2)社会经济背景在 LUC 强度中起重要作用。具体而言，城乡居住用地人口密度、二、三产业比重和土地城镇化率的回归系数均为正向显著。这表明人口集中在住宅区将导致对土地的竞争加剧，从而触发 LUC。随着第二和第三产业的发展，对土地的需求增加，这很容易导致不同行业和其他土地利用类型之间的 LUC。加速城市化也会增加对土地的需求，从而加剧城郊土地开发与其他土地利用类型之间的冲突。
3.2地理加权回归分析
GWR 模型可以更好地反映影响 LUC 强度的解释变量的局部模式。在图3、图4中，解释变量的回归系数可以反映变量解释 LUC 的程度。根据系数的正负性，我们使用自然间断法将解释变量的回归系数分为五类。正系数表示解释变量的增加将增加 LUC 强度，而负系数表示解释变量的增加将减弱 LUC 强度。总体上，LUCs 的驱动机制存在显著的地区差异。在经济发达地区（主要在东部平原）和经济落后地区（主要在山区或高原地区），区域主导因素对LUC强度存在差异甚至对立。
(1)自然因素。除新疆外，其他地区的斜率与 LUC 强度呈负相关（图4a），负回归系数呈由低到高的半圆分布（图3a）。中央经济区的 LUC 受坡度的负面影响很大，平缓的地形可能更有可能引发多种土地利用类型之间的竞争。X2 的正回归系数主要分布在北部（河北、内蒙古、山西、陕西等）和东南沿海地区（图3、图4b）。这些区域的地形波动增加会加剧 LUC。西部经济区中部的土地复垦指数对 LUC 具有负相关驱动特征 （负回归系数） （图3、图4c）。新疆和东部沿海地区的土地复垦指数对 LUCs 的形成具有较大的正向影响。东北（黑龙江）、西北（新疆和西藏）和东南沿海（福建和广东）部分地区重要生态区比例的增加会加剧 LUCs（图3、图4d）。而其他地区重要生态区的比例对 LUCs 的形成负向影响较大。X5 的负回归系数集中在东南沿海地区 （图3， 图4e）。除东南沿海地区外，耕地平均斑块面积对LUCs的形成均有正向影响，其中影响最大的地区为西藏东部。
(2)社会经济因素。X6 对 LUCs 产生负向影响的区域主要分布在中部经济区和新疆西北部，少量分布在东南沿海地区（图3、图 4f）。在其他地区，住宅用地人口密度的增加将增强 LUC 强度。X7 的负回归系数主要分布在西部经济区（新疆西部、内蒙古西部、青海、甘肃和宁夏）（图3、图4g）。正回归系数由东南向西北依次递减，表明第二产业和第三产业比例对LUC强度的正相关效应从东南海岸向西北内陆方向呈减小趋势。X8 的回归系数均为正 （图3， 图4h），且值由东南向西北逐渐增大，表明土地城市化率对 LUC 强度的正相关效应呈现由东南沿海向西北内陆增加的空间趋势。
图4 中国不同省份 LUC 强度的驱动因素分布不均
