EN中文

Resources Science >

2025 , Vol. 47 >Issue 2: 344 - 358

DOI: https://doi.org/10.18402/resci.2025.02.10

An evaluation method and its application on land resource carrying capacity based on human exploitation and settlement patterns

  • XU Xiaoren , 1 ,
  • ZHANG Xiaofang 2 ,
  • XU Yong , 3 ,
  • WANG Liang 1 ,
  • DUAN Jian 4
Expand
  • 1. Shandong Provincial Key Laboratory of Water and Soil Conservation and Environmental Protection, College of Resources and Environment, Linyi University, Linyi 276000, China
  • 2. College of History and Culture, Linyi University, Linyi 276000, China
  • 3. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 4. College of Geography and Environmental Sciences, Zhejiang Normal University, Jinhua 321004, China

Received date: 2024-04-02

  Revised date: 2024-08-27

  Online published: 2025-03-10

Fold

Abstract

[Objective] This study aimed to propose an systematic evaluation method of land resource carrying capacity based on human exploitation and settlement patterns, to provide a reference for the improvement of the evaluation technical standard system of various individual factors and comprehensive carrying capacity in China’s territorial spatial planning. [Methods] By putting forward the new concepts and indicators of the human exploitation and settlement patterns, production monomer, productive construction land parameter and employment density parameter, this study revealed the micro-quantitative connection relationship between human production activities and land resources. It then constructed the linkage equation of land resource carrying capacity.Therefore, this study proposed the evaluation method of land resource carrying capacity based on human exploitation and settlement patterns for the first time, and carried out an empirical study with Jiexiu City in Shanxi Province as an example. [Results] (1) The evaluation method proposed in this study divided human exploitation and settlement patterns into five types, including rural, town, urban, industrial park and scenic spot patterns. It refined and supplemented the division of three-type space of the double evaluation. This method took production monomer as the starting point, comprehensively considered the internal structural relationship among land resources, industry and population, established linkage equation, and further enriched the thinking and method system of multi-factor comprehensive integration and classification evaluation of land resource carrying capacity. (2) A total of 238118 people could be reasonably employed in Jiexiu City. The rural and urban patterns were the main force to absorb employment. The land resource carrying capacity was 426652 people in Jiexiu City, which was in the state of human-land balance. The rural and town exploitation and settlement patterns were in the state of overload, and the urban and industrial park patterns were in the state of balance and surplus respectively. The industrial park pattern still had large carrying potential, which was related to the low efficiency of land use and the low level of intensive and efficient industrial development. Through the development of non-agricultural characteristic industries such as rural tourism, homestays and catering, the rural pattern will remain to be an important carrier of industrial agglomeration and population distribution in the future. [Conclusion] The evaluation method of land resource carrying capacity based on human exploitation and settlement patterns is scientific and useful, and can effectively reflect the differences of land use structure, labor employment and population carrying capacity in different functional spaces. The evaluation of land resource carrying capacity, and the evaluation results can provide beneficial supplements for the evaluation of land resource population carrying capacity in territorial spatial planning.

Key words： human exploitation and settlement pattern; land resource carrying capacity; linkage equation; productive construction land; employment density; production monomer; Jiexiu City

Cite this article

XU Xiaoren , ZHANG Xiaofang , XU Yong , WANG Liang , DUAN Jian . An evaluation method and its application on land resource carrying capacity based on human exploitation and settlement patterns[J]. Resources Science, 2025 , 47(2) : 344 -358 . DOI: 10.18402/resci.2025.02.10

1 引言

随着全球人口激增及人类多样化需求的增长，人类社会与自然资源、生态环境之间的矛盾在局地乃至全球更大尺度日益尖锐，与资源环境承载力有关的研究命题逐渐进入人类科学与决策视野[1,2]。1789年马尔萨斯提出的《人口论》、1972年罗马俱乐部提出的《增长的极限》以及现阶段的地球边界、安全公正空间等相关研究，无不蕴含与承载力相关的科学问题与研究框架[3,4]。在自然资源有限性与国土空间开发需求无限性的矛盾制约下，如何按照资源环境条件统筹国土空间开发和规划布局成为中国政府关注的核心议题[5⇓-7]。资源环境承载力不仅成为国家主体功能区规划的核心指标，还为汶川、玉树等地震灾区灾后重建规划提供了科学基础[8]。从十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》到近年中共中央、国务院发布的《中共中央、国务院关于建立国土空间规划体系并监督实施的若干意见》等政策文件，均强调应基于资源环境承载力，统筹考虑中国国土利用、经济布局，积极构建五级规划体系，形成全国国土空间开发保护“一张图”[9]。国内省级、地市、县区等多级地域尺度已基于资源环境承载力与国土空间开发适应性评价（即“双评价”），开展国土空间规划编制工作。资源环境承载力评价已成为中国构建国土空间开发保护新格局的必备工作。
作为国土空间规划等国家重大战略部署与社会实践中持续开展的一项基础性工作[10]，土地资源承载力是指在维持一定生活水平并不引起土地退化前提下，一个区域能永久供养的人口数量或经济活动规模[11]。1970年以前的国外相关研究多是延续生态学的定义，以粮食为标志计算土地可供养的最大理论人口，较有影响的是福格特的《生存之路》和阿伦的计算方法[12⇓-14]。1970年后相关研究以协调人地关系为目标，提出农业生态区域法、多目标决策分析法等，将气候生产潜力和土地生产潜力相结合，探讨农业规划和人口、土地资源之间的定量关系[15]，以澳大利亚土地承载力、FAO发展中国家潜在人口支持能力以及提高承载力的策略模型ECCO最具影响力[16⇓-18]。20世纪60年代起，发达国家人口开始出现低速甚至负增长，各国空间规划不再以大规模的空间开发为主题，更加关注微观尺度上国土空间精细化治理，土地资源承载力侧重旅游景区、生态保护区等特定地区承载力研究，并考虑公平与正义、生活水准对人口发展的影响[19⇓⇓-22]。
国内土地资源承载力研究兴起于20世纪80年代，主要以土地生产潜力为核心，测算耕地可供养的人口数量，较少考虑城乡建设用地中非农产业的人口支撑能力，以《中国土地资源生产能力及人口承载量研究》等三次全国尺度的研究工作最具代表性[23⇓-25]。后续研究从食物消费结构、主体功能空间、就业等视角，分别以人均食物消费折算量、人均建设用地面积、劳均耕地面积为标准，测算城市、农业空间可承载人口数量[26⇓-28]。还有研究从农民人均收入视角探讨农用地的产业承载力[29]。上述研究通常围绕单一维度展开，忽视了不同产业对土地资源需求存在差异性等问题。多因素综合、生态足迹等研究范式将研究视角拓展为多维度综合集成，其中，多因素综合研究通常从土地资源、经济活动、社会发展等方面构建指标体系，采用压力-状态-响应模型、状态空间方法等评价得到综合指数，但此类评价结果多为无量纲的表征值，物理意义不清晰，政策指导性不强[30⇓⇓-33]；生态足迹方法探究生态系统生物生产能力与人类食物消费和废弃物排放之间的供需关系，强调人类的“足迹”而非资源对“足迹”的承载力，评价结果为生物生产性土地面积，并非严格意义上的土地资源承载力[34⇓-36]。实践层面，中国正在开展的国土空间规划“双评价”工作对承载力的测度采用分类评价思路，即根据适宜性评价结果划分城镇、农业、生态三类空间，据此基于承载力评价方法测度不同空间承载规模[37⇓-39]。适宜性评价划定的城镇空间内部城区、镇区、产业园区模式在用地构成、产业结构及居民就业等方面仍存在异质性特征，基于“三类空间”的承载力评价尚无法科学精准地反映不同类型空间的承载力差异，其中的土地资源承载力评价侧重探究可利用土地资源规模，主要是对土地等要素的配置管控，并非对人口数量的限制。
总体上，国内外土地资源承载力研究呈现由单要素、单指标到多要素、多指标综合集成的发展趋势。针对已有研究的不足，借鉴多因素综合、生态足迹等综合集成评价以及“双评价”的分类评价学术思想与研究框架，本文通过提出人类拓居模式、生产单体、生产性建设用地参数、就业密度参数等新概念与指标，以生产单体对土地资源的占用及为人类提供就业等属性特征为纽带，建立人类生产活动与土地资源的微观量化连接关系，提出生产性建设用地参数、就业密度参数测算方法，构建土地资源承载力联动方程，形成人类拓居模式视角下的土地资源承载力评价方法体系，并以山西省介休市为例开展实证研究。本文主要贡献为：①厘清人类拓居模式概念内涵并进行类型划分，提出人类拓居模式视角下的土地资源承载力评价方法。细化和补充了“三类空间”的划分结构，基于人类拓居模式的土地资源承载力评价综合考虑了不同模式土地资源禀赋、产业构成、劳动就业结构等要素的差异，有助于更真实反映区域土地资源承载力水平和状态，进一步完善土地资源承载力的分类评价思路和方法体系。②根据土地资源、产业、人口之间的内在结构性关系，以生产单体为切入点，建立人类生产活动与土地资源、劳动就业、产业、人口等多维微观量化连接关系，构建土地资源占用结构、劳动就业以及人口承载力联动方程，可以有效弥补多要素综合集成方法及“双评价”研究无法解决区域对人口支撑能力的缺憾，为中国国土空间规划中各类单要素及综合承载力评价技术标准体系的完善提供借鉴参考。

2 概念内涵与理论基础

2.1 人类拓居模式概念内涵及构成要素解析

人类拓居是指人类适应、利用、改造自然资源环境的所有生产活动和生活方式。其中人类生产活动涉及农业种植、工业生产、生产生活服务等类型。人类拓居模式即指一定经济技术和社会发展条件下，人类长期适应、利用自然资源环境而形成的由特定生产活动和生活方式有机构成的人地关系地域综合体，可划分为乡村、镇区、城区、产业园区、旅游景区5种模式。除资源环境要素外，人类生产活动在模式形成和发展中发挥主导作用，可通过生产单体进行刻画和表达。生产单体指一定地域独立从事生产活动的具有同质属性的基本单元，包括企业、政府部门及农、林、牧、渔民或农业组织等类型。根据《国民经济行业分类》（GB/T 4754―2011），生产活动包括96个国民经济行业大类，各行业大类包括若干类生产单体，形成生产单体分类体系。农业类生产单体包括从事农作物种植、林木管理、畜禽饲养、渔业养殖等行业的农民、农村合作社或农业企业，这里的农民指独立从事农业生产与经营的小农户，与农村合作社、农业企业共同构成农业类单体。工业类生产单体包括从事采矿、制造、建筑等行业的各类企业。服务类生产单体包括零售、住宿、餐饮、教育、医疗等行业的企业与政府机构。人类拓居模式是不同资源环境要素与各类生产单体等多元化要素构成的复杂系统。
将人类拓居模式与已有描述人地关系地域综合体的常用概念——聚落相比可知：聚落包括乡村和城镇两种类型，更强调居民生活服务功能，其中的非农生产活动具有空间交叉融合的特征，尚未充分考虑城镇服务、产业园区、旅游景区等功能空间的产业、土地利用、就业等构成要素的协同/权衡效应的差异性，对农作物种植、牧业、渔业等农业生产空间也未给予足够重视。而人类拓居模式充分考虑了资源环境条件与人类发展需求的区域性与多样性。乡村拓居模式基于特殊的资源环境基础和人类需求的关联性，将生产活动拓展为农业与乡村聚落存在的非农产业。镇区、城区、产业园区、旅游景区拓居模式对城镇、生态空间进行了细化分类。这些都是对当前国土空间规划3类空间划定的细化与补充。

2.2 人类生产活动与土地资源之间的量化连接关系

土地资源是人类拓居模式形成和发展的物质基础和重要载体，其与人类生产活动之间的互馈作用机制是人地关系的重要表现形式，深入揭示土地资源-产业-人口之间的交互关系是开展土地资源承载力评价的前提和基础（图1）。从土地利用视角看，土地资源包含耕地、园地、商服用地等各类用地，它们以不同方式组合形成了土地利用系统，支撑了人类拓居模式人口与产业的持续发展。产业包括农业、采矿业、制造业等多种类型，是土地资源和人口交互作用的关键载体。作为产业的基本构成要素，生产单体为人类提供就业，满足人类生产、生活多种需求，是生产活动与土地资源的连接纽带，其与土地资源之间存在土地占用、劳动就业、收入、产值等多维连接关系。因此，土地资源、产业、生产单体、人口等多主体、主体各要素、要素不同组合方式相互作用形成了土地资源视角下的人类拓居模式，生产单体与土地资源之间的多维连接关系是刻画和表达人类生产活动与土地资源之间交互关系最底层、最直接方式。
图1 人类拓居模式、生产活动以及土地资源之间的逻辑性关系

Figure 1 The logical relationship among human exploitation and settlement patterns, production activity and land resources

本文以生产单体、土地利用现状分类作为底层单元，建立人类生产活动与土地资源之间的量化连接表，占地面积、就业人数、收入、产值等多维参数也被有机联系在一起（表1）。不同拓居模式量化连接表的差异性在于：乡村拓居模式以农用地与农业类生产单体的量化连接关系为主，还存在少量工矿仓储、商服等用地与相应生产单体的连接关系；产业园区拓居模式主要涉及工业用地与工业类生产单体及相关的商务、住宿、餐饮等连接关系；镇区、城区拓居模式包括各类建设用地与服务类、工业类生产单体的量化连接关系，其中城区拓居模式建设用地连接的生产单体类型最为多样，几乎涉及表1中的全部服务业类型；旅游景区拓居模式生产用地较少，通常仅存在零售、餐饮等生产用地与对应生产单体的连接关系。需要注意的是，人类生产活动具有多元性与复杂性，同一种地类可能用于开展多种生产活动，如农用地主要用于种植农作物，但城市郊区等人文自然特色突出地区可能用农用地发展乡村旅游。因此，生产、生活、生态等三生空间的范围常常具有交叉性和重叠性，本文主要以生产单体为切入点，建立土地资源与人类主导生产活动之间的微观量化连接关系。
表1 人类生产活动与土地资源之间的量化连接表

Table 1 Quantitative connection between human production activities and land resources

一级地类 二级地类 生产单体类型 国民经济行业大类 多维参数
耕地 水田 种植水稻等水生农作物的农民 农业 种植面积、种植工时、产值、收入等
水浇地 种植旱生农作物且能正常灌溉的农民
旱地 种植旱生农作物但不灌溉的农民
园地 果园 种植果树的农民 人均种植面积、收入等
茶园 种植茶树的农民
其他园地 种植中药材、咖啡等其他作物的农民
林地 其他林地 林木育苗与管理的农民 林业 人均育苗面积、收入等
草地 天然牧草地 饲养牲畜的牧民 畜牧业 单体面积、合理载畜量、人均放养量、产值等
人工牧草地 饲养牲畜的牧民
其他草地 饲养牲畜的牧民
工矿仓储
用地		 工业用地 制造类企业、建筑公司 制造、建筑业 单体面积、职工人数、收入、产值等
采矿用地 煤矿、石油、天然气、有色金属等采选公司 煤炭、石油和天然气和金属矿采选业
仓储用地 物流仓储、配送、转运中心 仓储业 单体面积、职工人数、收入等
商服用地 批发零售用地 商场、商铺、超市、批发市场、加油站等 批发业、零售业 单体面积、职工人数、收入等
住宿餐饮用地 宾馆、酒店、饭店、招待所、餐厅、酒吧等 住宿业、餐饮业
商务金融用地 信息技术、银行、律师事务所、公司总部以及保险、房产开发、物业等公司 互联网、软件和信息、金融、房地产、商务服务等行业
其他商服用地 理发店、照相馆、摄影店、维修网点等 居民服务与维修业、租赁业
公共管理
与公共服
务用地		 机关团体用地 党政机关、社会团体、群众自治组织等 党政机关、社会保障等行业 单体面积、职工人数、收入等
新闻出版用地 广播电台、电视台、电影公司、报社、通讯社、出版社等 新闻业出版、广播、电视、电影等行业
科教用地 科研院所、幼儿园、中小学、高等院校、职业技术等学校 科学研究和技术服务等行业、教育
医卫慈善用地 医院、社区卫生中心、养老院、孤儿院等机构 卫生、社会工作
文体娱乐用地 图书馆、博物馆、体育馆、电影院、俱乐部等 文化艺术、体育、娱乐业
公共设施用地 邮政、电信、供电、供热、供气、供水、公用设施维修等机构与企业 邮政、电信、电力、热力、燃气等行业
公园与绿地 公园管理机构、自然保护区管委会 公园、保护区管理
风景名胜设施用地 风景名胜景区管理机构 游览景区管理
使领馆用地 外国政府及国际组织驻华使领馆、办事处等 国际组织
监教场所用地 监狱、看守所、劳改场、劳教所、戒毒所等 国家机构
宗教用地 庙宇、寺院、道观、教堂等 宗教组织
交通运输
用地		 铁路用地 火车站 铁路运输业 单体面积、职工人数、收入等
公路用地 汽车站、公交、出租车等企业 道路运输业
街巷用地 汽车站、公交、出租车等企业 道路运输业
机场用地 机场 航空运输业
港口码头用地 港口码头 装卸搬运、水上运输业
管道运输用地 管道运输公司 管道运输业
水域及水利设施用地 河流水面 水产养殖的渔民 渔业 单体面积、人均养殖面积、收入、产值等
湖泊水面 水产养殖的渔民 渔业
水库水面 水产养殖的渔民 渔业
坑塘水面 水产养殖的渔民 渔业
沿海滩涂 水产养殖的渔民 渔业
内陆滩涂 水产养殖的渔民 渔业
其他土地 设施农用地 饲养畜禽、种植温室大棚等农民、企业 畜牧业、农业 人均养殖或种植面积、收入、产值等

注：由于有林地、空闲地等二级地类无对应生产单体，故表中未列出相应地类。

3 研究方法与数据来源

邵晓梅等[27]较早关注耕地可提供劳动就业的特性，从劳动力所需的最小劳均耕地面积视角探究了农用地的劳动力承载力。近年来多因素综合研究范式在测度土地承载力综合指数时，尝试将第二、三产业就业密度纳入评价指标体系[40]。还有研究尝试通过农民人均可支配收入指标测算农用地的产业承载力[29]。本文借鉴已有研究从就业、产业等多指标、多要素综合集成视角开展土地资源承载力评价的学术思路及分类评价的研究框架，尝试从土地利用二级地类与不同产业生产单体量化连接关系的微观视角，构建生产性建设用地参数、就业密度参数等关键参数及其测算方法，建立土地资源承载力联动方程。

3.1 关键参数测算方法

3.1.1 生产性建设用地参数

为与住宅用地进行区分，本文将二、三产业占用的商服、公共管理与公共服务、工矿仓储、交通运输等地类全部划归生产性建设用地。根据全国国土调查数据可知，各类生产性建设用地面积无法直接获取，通常以“城市、建制镇、村庄”等形式表达，本文通过引入生产性建设用地参数指标，定量刻画不同拓居模式中各类生产性建设用地在城市、建制镇、村庄中的比例关系。具体采用面积比例法进行计算：
∂ S i = ∑ j = 1 u A S i j A S
式中： ∂ S i为第S类拓居模式第i类生产性建设用地参数，主要包括商服用地、公共管理与公共服务用地、交通运输用地等地类；ASij为第S类拓居模式样本区第i类生产性建设用地的第j个生产单体占地面积；AS为第S类拓居模式样本区城市、建制镇或村庄占地面积；u为第S类拓居模式样本区中第i类用地的生产单体总数。

3.1.2 就业密度参数

就业密度参数是指在一定经济技术和社会发展条件下，一定地域单位生产用地从事特定生产活动年均需要的就业人数。本文基于人类生产活动与土地资源之间的量化连接表，建立农用地、生产性建设用地就业密度参数测算方法。
（1）农用地就业密度参数
农业生产具有很强的季节性，农户可划分为纯农户、兼业农户等类型，由于农户就业的不充分性，耕地就业密度参数测算主要采用工时法，即通过对比单位耕地农作物种植所需年均总工时与农村劳动力年均工时得出。农作物年均总工时主要考虑翻地、播种、日常管理、收割等种植过程所需劳动力工时与耕地复种指数等因素。草地就业密度参数测算主要针对牧区、半牧区，通过考虑合理载畜量、农民人均牲畜放养量等因素得出。考虑到园地、设施农用地等地类农作物类型与种植过程的差异性，园地等其他农用地依据生产单体人均年种植与管理面积计算。对比基于就业密度参数得到的农用地适度就业人口与农村劳动力数量，可衡量乡村拓居模式劳动力剩余状况，为乡村劳动力的非农化转移提供有效数据支撑。具体计算公式如下：
δ m = ∑ b = 1 o B b × M B η
δ n = C c C ψ
δ v = 1 D v
式中：δm为第m类耕地就业密度参数（平原、丘陵、山地等地形区耕地就业密度参数不同）；Bb为单位耕地农作物种植第b个过程所耗工时，主要包括翻地、播种、日常管理、收割等o个过程；M为耕地复种指数；Bη为农村劳动力年均工时；δn为草地就业密度参数；Cc为单位草地合理载畜量；Cψ为牧民人均年放养牲畜量；δv为第v类其他农地就业密度参数，包括园地、设施农用地、林地等；Dv为生产单体人均年种植与管理的第v类其他农用地面积。
（2）生产性建设用地就业密度参数
生产性建设用地用于发展第二、三产业，其劳动力处于连续就业状态，可根据问卷调查、深度访谈与区域统计年鉴、经济普查年鉴等数据，采用被调查生产单体或整个行业就业人数与占地面积的比值法，并结合专家征询法综合确定就业密度参数。专家征询法选取的专家包括从事经济地理、区域发展、土地管理等相关研究的高校教师、科研人员及案例区统计局、自然资源局、村镇干部等不同层次、行业人员。相关计算公式如下：
δ S i = ∑ t = 1 q E S i t F S i t q
式中：δSi为第S类拓居模式第i类生产性建设用地就业密度参数；ESit、FSit分别为第S类拓居模式样本区第i类用地第t个生产单体就业人数、占地面积；q为第S类拓居模式样本区第i类用地被调查生产单体总数。
由于交通从业人员具有较强的流动性，较难准确获取不同拓居模式就业人数，交通用地就业密度参数不再针对不同拓居模式分别测算，主要根据交通总就业人数与交通运输用地面积比值，并结合专家征询法进行确定。

3.2 土地资源承载力联动方程

根据土地资源、产业、人口之间的内在结构性关系，构建土地资源承载力联动方程，包括土地资源占用结构方程（公式（6））、劳动就业联动方程（公式（7））以及人口承载力联动方程（公式（8））。其中，土地资源占用结构方程侧重表达生产单体通过占用土地而形成的土地利用结构；劳动就业联动方程侧重阐述以生产单体占用土地资源为基础的产业就业水平，生产单体提供的就业岗位数是测算产业适度就业人口的重要依据；人口承载力联动方程侧重反映以土地、劳动就业为基础的区域可承载人口数量。不同拓居模式土地资源承载力联动方程的差异性在于土地利用结构不同带来适度就业水平、人口承载力的差异。
L S = ∑ λ = 1 z L S λ + ∑ i = 1 x L S τ × ∂ S i + O S
H S = ∑ λ = 1 z L S λ × δ λ + ∑ i = 1 x L S τ × ∂ S i × δ S i ± G S
P S = ∑ λ = 1 z L S λ × δ λ + ∑ i = 1 x L S τ × ∂ S i × δ S i × ω ± R S
P = ∑ S = 1 K P S
式中：LS、HS、PS为第S类拓居模式土地面积、劳动力数量、人口数量；P为区域人口总数；OS、GS、RS分别为第S类拓居模式除生产用地外的生活用地及其他用地面积、剩余或短缺的劳动力数量、超载或可新增人口数量；LSλ、LSτ为第S类拓居模式第λ类农用地面积、城镇村用地总面积；z、x为第S类拓居模式农用地、生产性建设用地类型总数；δλ为第λ类农用地就业密度参数；ω为带眷系数；K为研究区域人类拓居模式类型总数。

3.3 数据来源与处理

本文选取山西省介休市作为案例区，区域已形成以煤炭、焦化、钢铁、旅游为主的产业结构，农业特色突出，工业发达，服务业门类齐全，各类拓居模式具有较强的典型性。土地利用数据来源于2017年第二次全国土地利用调查更新数据。社会经济数据来源于2018年山西省、晋中市、介休市统计年鉴及经济普查年鉴。实地调研数据来源于2016年9—10月课题组开展的问卷调查与深度访谈。结合介休市农业发展特色及地形地貌差异性，分别选取以粮食种植为主、粮食作物与经济作物兼具、经济林果种植为特色的西段屯村、上梁村、板峪村作为乡村拓居模式平原、丘陵、山地案例区（样本区），以北部次级经济中心张兰镇镇区为镇区拓居模式案例区，以义安产业园为产业园区拓居模式案例区，以人口集中、产业体系完整的盛华丽园社区、体育路社区作为城区拓居模式案例区。
案例区非农生产单体占地面积获取方面，考虑到镇区、城区、产业园区拓居模式案例区非农生产单体数量庞大，逐一进行生产单体占地面积调研难度大且工作庞杂，本文通过与城区街道办、镇政府以及园区管委会负责人、典型企业等开展深度访谈，并结合遥感影像界定生产单体范围，获取案例区所有生产单体占地面积；其中涉及商住混合的生产单体还需要考虑建筑面积占比进而核算生产单体的实际占地面积；最后按照10%随机抽样进行走访调查，验证生产单体占地面积的准确性与合理性；对于上述深度访谈中缺失的数据，也需要在走访调查中补充完善。乡村拓居模式非农生产单体较少，实地调研中对案例区所有非农生产单体进行了走访调查，获取其占地面积。就业密度参数相关数据获取方面，按样本村、社区家庭户数的10%随机抽样，开展入户调研与面对面深度访谈，内容涵盖农地类型、种植面积、作物种类与产量、劳动力数量、农业生产过程所耗工时及企业等非农生产单体就业人数、占地面积、主导产业、生产能力及职工人均收入等。最终共获取727份问卷，其中有效问卷661份，有效率90.9%，能较全面反映区域土地利用、产业发展、居民就业状况。

4 应用实例

4.1 介休市人类拓居模式划分

介休市人类拓居模式空间分布如图2所示，乡村拓居模式位于乡村地区，分布范围最广，占区域面积的76.29%。生产活动以玉米、小麦等农作物种植为主，2017年玉米播种面积占比大于75%，此外还涉及工矿及少量零售、餐饮等生产活动，并包括少量草地、林地等生态空间。镇区拓居模式位于镇政府驻地及其周围的非农产业集中地，生产活动以零售、餐饮等传统服务业为主。城区拓居模式位于城市建成区，产业构成以服务业和工业为主。产业园区拓居模式位于义安循环经济工业园区，生产活动以焦化产业为主，工业用地占比超过40%。旅游景区拓居模式位于绵山风景名胜区，功能上属于生态空间，通过实地调研发现，此类模式人口稀疏，生产活动较少，就业人数几乎可忽略不计，本文仅针对其他4种拓居模式开展研究，各类拓居模式生产单体空间分布如图3所示。
图2 介休市人类拓居模式空间分布图

Figure 2 Spatial distribution of human exploitation and settlement patterns in Jiexiu City

图3 介休市生产单体空间分布图

注：仅选择宋古乡西段屯村、张兰镇镇区作为典型地域展示乡村、镇区拓居模式生产单体分布。

Figure 3 Spatial distribution of production monomers in Jiexiu City

4.2 介休市关键参数测算

4.2.1 生产性建设用地参数测算

为与土地利用数据保持一致，本文选取第二次全国土地利用现状分类标准作为生产性建设用地的分类参考，通过调研各类拓居模式案例区内所有非农生产单体的占地面积，根据公式（1）测算得到相应二级地类的生产性建设用地参数，如表2所示。其中考虑到介休市山地、丘陵、平原的土地面积比例关系为27: 37: 36，分布相对均衡，因此乡村拓居模式各类生产性建设用地参数为山地、丘陵、平原案例区相应地类参数的均值。总体上，乡村拓居模式建设用地主要用于农民居住，生产性建设用地参数之和小于10%，远低于其他模式。镇区拓居模式生产活动侧重为居民提供基础服务，生产性建设用地参数虽然高于乡村模式，但远低于城区拓居模式。城区拓居模式是一种功能空间，产业类型多样化，生产性建设用地参数最高，达52.94%，科教、医卫慈善用地、交通运输用地参数明显大于前两种模式。产业园区拓居模式工业用地参数达44.03%，明显大于其他模式。
表2 介休市生产性建设用地参数

Table 2 Productive construction land parameters in Jiexiu City

一级地类 二级地类 生产性建设用地参数/%
乡村拓居模式 镇区拓居模式 城区拓居模式 产业园区拓居模式
工矿仓储用地 工业用地 1.86 6.28 3.52 44.03
商服用地 批发零售用地 0.20 0.74 0.82 0.13
住宿餐饮用地 0.05 0.20 0.30 0.06
商务金融用地 — 0.03 1.18 0.63
其他商服用地 0.03 0.19 0.15 0.03
公共管理与公共服务用地 机关团体用地 0.24 1.53 1.15 0.79
新闻出版用地 — — 0.03 —
科教用地 1.25 5.80 10.07 1.43
医卫慈善用地 0.03 0.80 2.41 0.37
文体娱乐用地 0.01 0.14 1.46 0.73
公共设施用地 — 0.04 0.07 0.02
公园与绿地 — — 4.72 —
交通运输用地 铁路用地、公路用地、街巷用地等 4.76 5.85 27.06 5.19

注：表中“—”代表某类拓居模式无此类用地，下同。部分建设用地除用于生产活动外，居民居住也是重要用途，各类拓居模式内部居住用地参数与生产性建设用地参数合计100%。

4.2.2 就业密度参数测算

（1）农用地就业密度参数测算
通过对案例区主要农作物玉米、小麦种植过程所耗工时的实地调研，并综合考虑大豆、红薯等作物的种植，得到乡村拓居模式平原、丘陵、山地耕地所耗工时综合值（表3）。每年11月中旬至次年3月中旬为介休市农民农闲时间，并扣除全年国家法定节假日与双休日，本文将从事农业生产农民的年均工作时长定为170天。通过研究发现，平原地区的水浇地就业密度参数最小，为1.10人/hm2；山地旱地就业密度参数最大，为1.63人/hm2。另外，农户人均可种植园地9亩，管理设施农用地（温室大棚、畜牧养殖）分别为3亩、0.3亩，园地、温室大棚与畜牧养殖类设施农用地就业密度参数分别为1.67人/hm2、5人/hm2、50人/hm2。
表3 介休市农作物种植所耗工时量及耕地就业密度参数

Table 3 Days consumed by crop planting and employment density parameters of cultivated land in Jiexiu City

地形类型 土地利用类型 农作物种植工时/（天/亩） 耕地就业密度
参数/（人/hm2）
翻地 播种 日常管理 收割与后续管理 合计
平原 水浇地 0.5 0.50 9.0 2.5 12.50 1.10
旱地 0.5 0.50 8.0 2.5 11.50 1.01
丘陵 水浇地 0.5 0.75 10.0 3.5 14.75 1.30
旱地 0.5 0.75 9.5 3.5 14.25 1.26
山地 旱地 1.0 1.00 12.0 4.5 18.50 1.63
（2）生产性建设用地就业密度参数测算
根据公式（5），测算得到介休市生产性建设用地就业密度参数（表4）。乡村、镇区、城区拓居模式生产性建设用地就业密度参数整体呈现依次递增的特征，产业园区拓居模式就业密度参数低于城区拓居模式。从土地利用类型看，工业用地、公共管理与公共服务用地、商服用地就业密度参数依次递增，且远大于农用地就业密度参数，城区拓居模式批发零售、住宿餐饮用地分别达1341和1436人/hm2。进一步分析发现，工业用地与科教用地生产单体占地面积一般较大，就业密度参数相对较小，均小于150人/hm2。与工农业相比，服务业具有更强吸纳就业能力。
表4 介休市生产性建设用地就业密度参数

Table 4 Employment density parameters of productive construction land in Jiexiu City

一级地类 二级地类 生产性建设用地就业密度参数/（人/hm2）
乡村拓居模式 镇区拓居模式 城区拓居模式 产业园区拓居模式
工矿仓储用地 工业用地、采矿用地 40 53 149 50
商服用地 批发零售用地 340 717 1341 905
住宿餐饮用地 290 891 1436 1093
商务金融用地 — 909 996 490
其他商服用地 490 855 1513 1083
公共管理与公共服务用地 机关团体用地 260 130 575 97
新闻出版用地 — — 212 —
科教用地 22 40 60 35
医卫慈善用地 230 121 145 92
文体娱乐用地 400 426 65 24
公共设施用地 — 884 1535 569
公园与绿地 — — 6 —
交通运输用地 铁路用地、公路用地、街巷用地等 1.53

4.3 介休市土地资源承载力评价

（1）劳动就业规模
根据公式（6）测算得到，介休市生产用地为35645.14 hm2，其中农用地、生产性建设用地分别为31457.97和4187.17 hm2。乡村拓居模式生产用地以农用地为主，尤以耕地面积最大，达27744.89 hm2（表5）；城区拓居模式批发零售、住宿餐饮等服务业用地面积明显大于其他模式，产业园区模式工业用地面积在4类模式中最大。基于劳动就业联动方程得到，介休市4类拓居模式适度就业人口238118人，乡村拓居模式100678人，其中农用地适度就业人口39926人，低于2017年农业实际从业人数54796人，这是由于农业生产的季节性使得农民兼业现象普遍。需要说明的是，乡村拓居模式包含少量草地、林地等生态空间，其主体功能为维护生态系统平衡，提供就业机会较少，本文不再计算其适度就业人口；此外，此模式工矿业发达，适度就业人口最多，达42667人。城区拓居模式适度就业人口高达90427人，商服用地、公共管理与公共服务用地人数分别为49619人、31203人，表明零售、商务服务等行业吸纳就业能力最强。产业园区模式中工业是吸纳就业的主要行业，适度就业人口达28798人。劳动力数量与适度就业人口的差值为33372人，这部分人主要为劳动适龄人口中的伤病残人口、未充分就业农民及外出务工人员等。
表5 介休市生产用地面积与适度就业人口

Table 5 Production land area and moderate employment in Jiexiu City

一级地类 二级地类 乡村拓居模式 镇区拓居模式 城区拓居模式 产业园区拓居模式
面积/hm2 适度就业
人口/人		 面积/hm2 适度就业
人口/人		 面积/hm2 适度就业
人口/人		 面积/hm2 适度就业
人口/人
耕地 水浇地、旱地 27744.89 33605 12.05 — 158.19 — 1626.93 —
园地 果园、茶园、其他园地 1628.75 2715 — — 2.00 — 25.45 —
其他土地 设施农用地 246.81 3606 — — 3.00 — 9.90 —
工矿仓储用地 工业用地 112.21 4488 28.77 1525 59.49 8865 575.96 28798
采矿用地 992.26 42667 — — — — — —
商服用地 批发零售用地 12.10 4113 3.41 2446 13.91 18654 1.77 1598
住宿餐饮用地 3.27 947 0.92 817 5.07 7281 0.73 801
商务金融用地 — — 0.14 129 19.93 19848 8.20 4019
其他商服用地 1.45 711 0.89 760 2.54 3836 0.38 411
公共管理与公共服务用地 机关团体用地 14.52 3774 7.02 913 19.45 11186 10.30 999
新闻出版用地 — — — — 0.60 127 — —
科教用地 75.61 1663 26.54 1062 170.17 10210 18.65 653
医卫慈善用地 2.00 459 3.67 444 40.70 5901 4.89 450
文体娱乐用地 0.54 218 0.66 279 24.64 1602 9.54 229
公共设施用地 — — 0.16 142 1.11 1698 0.33 186
公园与绿地 — — — — 79.79 479 — —
交通运输用地 铁路用地、公路用地、街巷用地等 1118.82 1712 40.07 61 483.46 740 190.53 291
合计 31953.23 100678 124.30 8578 1084.00 90427 2483.56 38435
（2）人口承载规模
通过对介休市历年统计年鉴中人口总数与劳动力数量及实地调研中生产单体家庭人口总数与劳动力数量综合分析，并参考王志理等[41]关于带眷系数的研究成果，得到研究区域乡村、镇区拓居模式劳动力带眷系数为1.9，城区、产业园区拓居模式带眷系数为1.7，不同拓居模式土地资源承载力见表6所示。介休市土地资源承载力为426652人，比2017年人口数量3630人，参考封志明等[33]将承载力划分为超载、平衡、盈余的分类标准，介休市土地资源承载力处于人地平衡状态，其中乡村、镇区拓居模式均处于超载状态，城区和产业园区拓居模式分别处于平衡、盈余状态。乡村拓居模式超载35577人，这是由于乡村拓居模式非农产业不发达，农业吸纳就业能力有限，因此农村劳动力供给过剩现象普遍。镇区拓居模式超载6118人，镇区模式居民居住集聚规模大于乡村模式，但产业发展滞后于城区拓居模式，规模小且类型单一，无法提供足够就业岗位。城区拓居模式服务业发达，土地资源承载力为153726人，略高于城区实际人口数量，还可容纳新增人口4413人。产业园区模式人口承载潜力最大，承载力比实际人口数量多40912人，因此在当代经济社会发展中，工业仍然是吸纳就业的主要行业之一。
表6 介休市土地资源承载力

Table 6 Land resource carrying capacity in Jiexiu City

人口数量 介休市 乡村拓居模式 镇区拓居模式 城区拓居模式 产业园区模式
土地资源承载力/人 426652 191288 16298 153726 65340
实际人口数量/人 423022 226865 22416 149313 24428
超载人口数量/人 -3630 35577 6118 -4413 -40912

注：基于2017年人口数据计算。

5 讨论与结论

5.1 讨论

已有研究表明，产业结构及其提供劳动就业的差异性逐渐受到土地资源承载力多要素综合集成评价的关注，同时产业提供就业的能力已成为国家落实就业的优先战略、稳定居民收入的重要保障，高质量充分就业成为现代社会稳固民生之本。基于此，本文提出人类拓居模式、生产单体等概念，从劳动就业视角，建立生产活动与土地资源的多维微观量化连接关系，构建基于人类拓居模式的土地资源承载力精细化评价方法。介休市实证研究表明，乡村、镇区拓居模式整体处于超载状态，人口超载率分别为18.6%、37.5%，这与农业自身吸纳就业能力有限以及两类拓居模式非农产业集聚规模小、用地集约度低有关。例如课题组实地调研发现，这两类拓居模式传统服务业一般集中于1~2层或2~3层的沿街商铺，极大地降低了生产性建设用地就业密度参数，因此寻求更多就业机会成为当前中国农村大量人口流向城市的重要动力。党的十九大提出乡村振兴战略以来，促进农民更充分、更高质量就业进而提高收入水平，成为乡村振兴生活富裕目标的重要达成途径。作为乡村振兴的主阵地，乡村、镇区拓居模式农业集约、规模化发展以及乡村旅游、民宿、餐饮、特色民俗工艺品生产等非农特色产业迎来新的发展机遇，将有效促进农民多渠道就业，提升土地资源人口承载力。产业园区拓居模式处于盈余状态，且尚有人口承载潜力40912人，这与案例区此类模式土地低效利用和产业集约高效发展水平较低有关。课题组后期在山东省济南市、淄博市、临沂市等地区的工业园区开展实地调研发现，山东省产业园区拓居模式工业用地就业密度参数均值为149人/hm2，淄博市更是高达181人/hm2。未来案例区可通过空间优化、用地提容、产业集群、企业提质等举措，提升产业园区建设水平，为劳动力提供更多就业机会。城区拓居模式土地集约化利用水平和产业发展集聚度均较高，且服务业吸纳就业能力较强，土地资源承载力基本处于人地平衡状态。
本文也存在一些不足有待改进。首先，土地利用结构与劳动就业水平具有相对稳定性等特征，再加上人口自然增长率低、产业结构变化缓慢等因素影响，中国大部分区域土地资源人口承载力与实际人口数量短期内变化不大，如2017年、2023年介休市人口总数分别为423022、429405人。同时，由于实地调研数据与第二次土地利用调查数据、2017年研究区社会经济数据具有较强的可比性和一致性，本文利用上述数据开展承载力评价，评价结果也可有效反映目前介休市土地资源劳动就业、人口承载的真实水平。其次，本文选取的案例区为中部地区的山西省介休市，事实上中国东中西部地区不同的地理环境、产业发展以及土地集约化利用水平可能导致不同地域参数及土地资源承载状况存在差异，未来将进一步在东部、西部选取案例区开展对比研究；并适当增补乡村振兴战略实施以来，乡村模式中现代农业、乡村旅游等新兴产业发展带来的相关参数及就业人数变化分析。最后，土地资源承载力的承载对象是人口数量或经济活动规模，本文仅构建了基于人类拓居模式的土地资源人口承载力联动方程，不同拓居模式产业产量、产值与土地资源之间的内在结构性关系是未来需要进一步探究的科学问题，未来研究将尝试构建土地资源产业承载力联动方程，进一步完善土地资源承载力评价方法体系。

5.2 结论

借鉴已有研究从单要素走向多要素综合集成及“双评价”的分类评价学术思想与研究框架，本文通过提出人类拓居模式、生产单体等新概念，构建人类拓居模式视角下的土地资源承载力评价方法体系，并以山西省介休市为例开展实证研究。研究结论如下：
（1）提出人类拓居模式、生产单体等概念与指标，构建土地资源承载力联动方程，丰富了土地资源承载力的多要素综合集成及精细化分类评价方法。人类拓居模式是指一定经济技术和社会发展条件下，人类长期适应、利用自然资源环境而形成的由特定生产活动和生活方式有机构成的人地关系地域综合体，包括乡村、镇区、城区、产业园区、旅游景区5种类型。通过引入生产单体概念，建立土地利用类型与生产单体的多维微观量化连接关系，提出生产性建设用地参数、就业密度参数测算方法，构建土地资源承载力联动方程。实证应用表明，评价结果与介休市土地资源、劳动就业、人口状况相符合，基于人类拓居模式的土地资源承载力评价方法是可行的，能有效反映不同功能空间土地利用结构、劳动就业、人口承载力差异。
（2）介休市不同拓居模式生产性建设用地参数、就业密度参数差异显著，城区拓居模式各类参数明显高于其他模式，乡村拓居模式整体处于最低水平。乡村、镇区、城区拓居模式同类生产性建设用地参数、就业密度参数呈现依次递增特征，城区模式生产性建设用地参数最高，但产业园区模式工业用地参数最大。商服用地就业密度参数远高于耕地与工业用地，表明与工农业相比，服务业具有更强吸纳就业能力。
（3）介休市土地资源承载力整体处于平衡状态，乡村、城区拓居模式是吸纳劳动就业的主力军。介休市适度就业人口238118人，乡村、城区拓居模式适度就业人口最多，而产业园区模式提供就业能力主要受制于工业用地的分布。区域土地资源承载力426652人，处于人地平衡状态，其中乡村、镇区拓居模式均处于超载状态，城区和产业园区模式分别处于平衡、盈余状态。产业园区模式尚有较大承载潜力，与土地低效利用和产业集约高效发展水平较低有关。在乡村振兴战略的全面推进下，借助乡村旅游、民宿、餐饮等非农特色产业的蓬勃发展，乡村拓居模式未来仍是产业聚集与人口布局的关键抓手和重要载体。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Fu B J. Promoting geography for sustainability[J]. Geography and Sustainability, 2020, 1(1): 1-7.

[2]
王亚飞, 樊杰. 资源环境承载能力百年研究的系统综述[J]. 地理学报, 2023, 78(11): 2676-2693.

DOI

[Wang Y F, Fan J. A systematic review of centenary studies on natural resources and environmental carrying capacity[J]. Acta Geographica Sinica, 2023, 78(11): 2676-2693.]

DOI

[3]
Scheffer M, Carpenter S R, Lenton T M, et al. Anticipating critical transitions[J]. Science, 2012, 338(6105): 344-348.

DOI PMID

[4]
Shi Q, Wang W L, Zhang L L, et al. Changes in and prediction of land carrying capacity in Fujian Province from a dietary nutrition perspective[J]. Scientific Reports, 2024, DOI: 10.1038/s41598-024-82762-4.

[5]
Li H, Zhang P F, Zhang L, et al. Research on the evolutionary characteristics and mechanism of production-living-ecological space in Shanxi Province, China[J]. Scientific Reports, 2024, DOI: 10.1038/s41598-024-82906-6.

[6]
杨帆, 席广亮, 甄峰, 等. “形流融合”视角的国土空间开发适宜性评价: 以南京都市圈为例[J]. 资源科学, 2023, 45(12): 2372-2384.

DOI

[Yang F, Xi G L, Zhen F, et al. Suitability evaluation of territorial space development from the perspective of “form-flow integration”: A case study of the Nanjing Metropolitan Area[J]. Resources Science, 2023, 45(12): 2372-2384.]

DOI

[7]
徐牧天, 鲍超. 资源环境承载力弹性区间测度与未来情景分析: 以兰西城市群为例[J]. 资源科学, 2023, 45(10): 1961-1976.

DOI

[Xu M T, Bao C. Elastic range measurement of resource and environmental carrying capacity and future scenario analysis: A case study of the Lanzhou-Xining urban agglomeration[J]. Resources Science, 2023, 45(10): 1961-1976.]

DOI

[8]
樊杰. “健全主体功能区制度体系”的经济地理学讨论[J]. 经济地理, 2024, 44(8): 1-7.

DOI

[Fan J. Improving the institutional system of major functional zones: A discussion from the perspective of economic geography[J]. Economic Geography, 2024, 44(8): 1-7.]

[9]
孙久文, 邢晓旭. 国土空间体系和区域经济布局的协同路径和优化方向[J]. 经济学家, 2023, (8): 54-64.

[Sun J W, Xing X X. Synergies and optimization directions of the territorial spatial system and regional economic layout[J]. Economist, 2023, (8): 54-64.]

[10]
Hu W M, Zhang S B, Fu Y S, et al. Objective diagnosis of machine learning method applicability to land comprehensive carrying capacity evaluation: A case study based on integrated RF and DPSIR models[J]. Ecological Indicators, 2023, DOI: 10.1016/j.ecolind.2023.110338.

[11]
毛汉英, 余丹林. 环渤海地区区域承载力研究[J]. 地理学报, 2001, 56(3): 363-371.

DOI

[Mao H Y, Yu D L. Regional carrying capacity in Bohai Rim[J]. Acta Geographica Sinica, 2001, 56(3): 363-371.]

DOI

[12]
威廉·福格特. 生存之路[M]. 张子美, 译. 北京: 商务印书馆, 1981.

[Vogt W. Road to Survival[M]. Zhang Z M, Trans. Beijing: The Commercial Press, 1981.]

[13]
Alan W. The African Husbandman[M]. Edinburg: Oliver and Boyd, 1965.

[14]
牛方曲, 封志明, 刘慧. 资源环境承载力评价方法回顾与展望[J]. 资源科学, 2018, 40(4): 655-663.

DOI

[Niu F Q, Feng Z M, Liu H. A review on evaluating methods of regional resources and environment carrying capacity[J]. Resources Science, 2018, 40(4): 655-663.]

DOI

[15]
Schulze R. Transcending scales of space and time in impact studies of climate and climate change on agrohydrological responses[J]. Agriculture, Ecosystems & Environment, 2000, 82(1-3): 185-212.

[16]
Millington R, Gifford R. Energy and How We Live[M]. Australia: Committee for Man and Biosphere, 1973.

[17]
FAO. Potential Population Supporting Capacities of Lands in the Developing World[R]. Rome: Food and Agriculture Organization, 1982.

[18]
Cohen J E. Population growth and earth’s human carrying capacity[J]. Science, 1995, 269(5222): 341-346.

DOI PMID

[19]
Baños-Pino J F, Boto-García D, Zapico E, et al. Optimal carrying capacity in rural tourism: Crowding, quality deterioration, and productive inefficiency[J]. Tourism Management, 2024, DOI: 10.1016/j.tourman.2024.104968.

[20]
Griffel L M, Toba A L, Paudel R, et al. A multi-criteria land suitability assessment of field allocation decisions for switchgrass[J]. Ecological Indicators, 2022, DOI: 10.1016/j.ecolind.2022.108617.

[21]
Ding T R, Steubing B, Achten W M J. Coupling optimization with territorial LCA to support agricultural land-use planning[J]. Journal of Environmental Management, 2023, DOI:10.1016/j.jenvman.2022.116946.

[22]
O’neill D W, Fanning A L, Lamb W F, et al. A good life for all within planetary boundaries[J]. Nature Sustainability, 2018, 1(2): 88-95.

[23]
陈百明. 中国农业资源综合生产能力与人口承载力[M]. 北京: 气象出版社, 2001.

[Chen B M. Comprehensive Productive Capacity of Agricultural Resource and Population Carrying Capacity of China[M]. Beijing: China Meteorological Press, 2001.]

[24]
谢高地, 周海林, 鲁春霞, 等. 我国自然资源的承载力分析[J]. 中国人口·资源与环境, 2005, (5): 97-102.

[Xie G D, Zhou H L, Lu C X, et al. Carrying capacity of natural resources in China[J]. China Populatton, Resources and Environment, 2005, (5): 97-102.]

[25]
Feng Z M, Sun T, Yang Y Z, et al. The progress of resources and environment carrying capacity: From single-factor carrying capacity research to comprehensive research[J]. Journal of Resources and Ecology, 2018, 9(2): 125-134.

DOI

[26]
郝庆, 封志明, 杨艳昭, 等. 西藏土地资源承载力的现实与未来: 基于膳食营养当量分析[J]. 自然资源学报, 2019, 34(5): 911-920.

DOI

[Hao Q, Feng Z M, Yang Y Z, et al. Evaluation on land carrying capacity of Xizang based on dietary nutrients: Present and prospects[J]. Journal of Natural Resources, 2019, 34(5): 911-920.]

[27]
邵晓梅, 张洪业. 鲁西北地区现状农业土地资源劳动力承载力模拟[J]. 自然资源学报, 2004, 19(3): 324-330.

[Shao X M, Zhang H Y. Estimation of the labor carrying capacity of land resources in the northwestern Shandong[J]. Journal of Natural Resources, 2004, 19(3): 324-330.]

DOI

[28]
张超, 杨艳昭, 封志明, 等. 基于人粮关系的“一带一路”沿线国家土地资源承载力时空格局研究[J]. 自然资源学报, 2022, 37(3): 616-626.

DOI

[Zhang C, Yang Y Z, Feng Z M, et al. Spatio-temporal patterns of the land carrying capacity in the Belt and Road region based on human-cereals relationship[J]. Journal of Natural Resources, 2022, 37(3): 616-626.]

DOI

[29]
孔祥媛, 汪洋, 李帆, 等. 基于主导因素约束的典型西南山地乡村土地资源承载力研究[J]. 农业资源与环境学报, 2025, 42(1): 22-32.

[Kong X Y, Wang Y, Li F, et al. Carrying capacity of land resources in a typical southwest mountainous countryside based on the constraints of dominant factors[J]. Journal of Agricultural Resources and Environment, 2025, 42(1): 22-32.]

[30]
Diao S, Yuan J D, Wu Y Y. Performance evaluation of urban comprehensive carrying capacity of Harbin, Heilongjiang Province in China[J]. Chinese Geographical Science, 2019, 29(4): 579-590.

DOI

[31]
Sun M Y, Wang J G, He K Y. Analysis on the urban land resources carrying capacity during urbanization: A case study of Chinese YRD[J]. Applied Geography, 2020, 116: 1-10.

[32]
封志明, 游珍, 杨艳昭, 等. 基于三维四面体模型的西藏资源环境承载力综合评价[J]. 地理学报, 2021, 76(3): 645-662.

DOI

[Feng Z M, You Z, Yang Y Z, et al. Comprehensive evaluation of resource and environment carrying capacity of Xizang based on a three-dimensional tetrahedron model[J]. Acta Geographica Sinica, 2021, 76(3): 645-662.]

[33]
段学军, 王雅竹, 康珈瑜, 等. 村镇建设资源环境承载力的理论基础与测算体系[J]. 资源科学, 2020, 42 (7): 1236-1248.

DOI

[Duan X J, Wang Y Z, Kang J Y, et al. Theoretical foundations and measurement system of resource and environmental carrying capacity for village and town development[J]. Resources Science, 2020, 42 (7): 1236-1248.]

DOI

[34]
张荣天, 张小林, 尹鹏. 长江经济带市域土地资源承载力时空分异与影响因素探析[J]. 经济地理, 2022, 42(5): 185-192.

DOI

[Zhang R T, Zhang X L, Yin P. Spatial-temporal differentiation and driving factors identification of urban land resources carrying capacity in the Yangtze River Economic Belt[J]. Economic Geography, 2022, 42(5): 185-192.]

DOI

[35]
肖宜, 区宇琦, 曲晓阳, 等. 城市圈区域承载力时空演变分析: 以武汉城市圈为例[J]. 武汉大学学报(工学版), 2021, 54(8): 675-686.

[Xiao Y, Ou Y Q, Qu X Y, et al. Analysis on spatiotemporal evolution of the regional carrying capacity in urban agglomeration: A case study of Wuhan urban agglomeration[J]. Engineering Journal of Wuhan University, 2021, 54(8): 675-686.]

[36]
靳相木, 李陈. 土地承载力研究范式的变迁, 分化及其综论[J]. 自然资源学报, 2018, 33(3): 526-540.

DOI

[Jin X M, Li C. Paradigm shift in the study of land carrying capacity: An overview[J]. Journal of Natural Resources, 2018, 33(3): 526-540.]

[37]
郑皓洋, 黄颖利. 基于开放三维生态足迹的中国黑土区耕地可持续利用分析与评价[J]. 资源科学, 2024, 46(5): 1018-1031.

DOI

[Zheng H Y, Huang Y L. Analysis and evaluation of sustainable utilization of cultivated land in China’s black soil region based on open three-dimensional ecological footprint[J]. Resources Science, 2024, 46(5): 1018-1031.]

DOI

[38]
岳文泽, 吴桐, 王田雨, 等. 面向国土空间规划的“双评价”: 挑战与应对[J]. 自然资源学报, 2020, 35(10): 2299-2310.

DOI

[Yue W Z, Wu T, Wang T Y, et al. “Double evaluations” for territorial spatial planning: Challenges and responses[J]. Journal of Natural Resources, 2020, 35(10): 2299-2310.]

[39]
潘瑜鑫, 杨忍, 林元城. 中国农业生产空间资源环境承载力和适宜性演化及其耦合机制[J]. 中国土地科学, 2023, 37(1): 20-31.

[Pan Y X, Yang R, Lin Y C. Evolution of spatial resource and environment carrying capacity and suitability of agricultural production in China and its coupling mechanism[J]. China Land Science, 2023, 37(1): 20-31.]

[40]
卢宾宾, 田小溪, 秦思娴, 等. 基于地理加权建模技术的武汉市土地资源承载力评价研究[J/OL]. 武汉大学学报(信息科学版), 2024-01-22) [2024-06-11]. https://doi.org/10.13203/j.whugis20

[220778. Lu B B, Tian X X, Qin S X, et al. Urban land resources carrying capacity evaluation of Wuhan with geographically weighted techniques[J/OL]. Geomatics and Information Science of Wuhan University, 2024-01-22) [2024-06-11]. https://doi.org/10.13203/j.whugis20220778.]

[41]
王志理, 王如松. 中国流动人口带眷系数及其影响因素[J]. 人口与经济, 2011, (6): 9-16.

[Wang Z L, Wang R S. Coefficient of family relationship for China’s temporary migrant and its determinants[J]. Population & Economics, 2011, (6): 9-16.]

Options
Outlines

/

〈 〉