[论文解读] Measuring Primitive Accumulation: An Information-Theoretic Approach to Capitalist Enclosure in PIK2, Indonesia

Sandy Hardian Susanto Herho, Alfita Puspa Handayani+3 more|arXiv (Cornell University)|Mar 14, 2026

Land Use and Ecosystem Services被引用 0

一句话总结

论文提出一种信息几何、马尔可夫链与渗透框架，利用八年的 Sentinel-2 LULC 数据量化印尼 PIK2 巨型开发中资本性围占的速率、拓扑与非平稳性。

ABSTRACT

Large-scale land enclosure for speculative mega-development constitutes a non-equilibrium spatial process whose velocity, topology, and irreversibility remain poorly quantified. We study the Pantai Indah Kapuk 2 (PIK2) coastal mega-development north of Jakarta, Indonesia, using eight years (2017--2024) of Sentinel-2 land-use/land-cover (LULC) data at 10-meter resolution. The landscape is projected onto a Marxian probability simplex partitioning terrestrial pixels into Commons, Agrarian, and Capital fractions. Fisher-Rao (FR) geodesic distances on this simplex identify a transformation pulse of $0.405$~rad/yr during 2019--2020, coinciding with major construction activity. Absorbing Markov chain analysis yields expected absorption times into the built environment of $46.0$~years for cropland and $38.1$~years for tree cover, with a pooled built-area self-retention rate of $96.4\%$. Percolation analysis reveals that a giant connected component containing $89$--$95\%$ of all built pixels persists at occupation probabilities $p \in [0.096, 0.162]$, far below the random percolation threshold $p_c \approx 0.593$, indicating planned rather than stochastic spatial growth. The box-counting fractal dimension of the urban boundary increases from $d_f = 1.316$ to $1.397$, consistent with increasingly irregular frontier expansion. These results suggest that information-geometric and statistical-mechanical tools can characterize the kinematic and topological signatures of capitalist spatial accumulation with quantitative precision.

研究动机与目标

• 量化从公地/农耕到资本在 PIK2 的景观转型速率与方向，以及何时发生快速变化。
• 开发一个将信息几何、马尔可夫链和渗透理论结合的框架，以诊断围占动态。
• 表征随着扩张而演化的建成环境的时空拓扑与连通性。
• 提供定量基线以区分计划性围占与随机增长。
• 评估快速资本驱动的土地转换对社会-生态的影响。

提出的方法

• 将高分辨率 LULC 数据投影到 7 类单纯形并计算马克思式三元聚合（Commons、Agrarian、Capital）。
• 在单纯形上使用 Fisher-Rao 测地距离来衡量转化速度并识别转化脉冲。
• 将像素级动态建模为吸收马尔可夫链，以 Built Area 为吸收态以获得期望吸收时间。
• 计算渗透指标（占据概率、巨型连通分量、分形边界）以评估时空连通性与形貌。
• 应用 G 检验和 Frobenius 范数评估转移动力学的时间非平稳性。
• 使用箱线计数法估计最大簇边界的分形维数并分析簇规模分布。

实验结果

研究问题

• RQ1 PIK2 中从农耕/公地向资本的土地使用转型的速率与速度是多少，何时会出现快速变化？
• RQ2 信息几何、马尔可夫链与渗透理论如何共同诊断围占的动力学和拓扑特征？
• RQ3 土地转型动态的时间非平稳性如何，冲击如何在转移矩阵中体现？
• RQ4 日益发展的建成环境如何影响时空连通性与前沿形貌？
• RQ5 观测到的土地转换模式对小农和沿海生态系统的社会经济含义是什么？

主要发现

• 转型脉冲在 2019–2020 期间达到峰值，FR 距离 d_FR = 0.405 rad/yr。
• 在吸收链下的吸收时间为：作物 46.0 年，裸地 38.4 年，树木 38.1 年，淹水植被 64.7 年，水体 70.5 年，Built Area 实际上作为吸收态。
• 汇总转移矩阵显示水域的强自保留性（P_WW = 0.960）、建成区（P_BB = 0.964）和作物（P_CC = 0.779）。
• 全局占据概率 p(t) 从 2017 年的 0.096 增长到 2024 年的 0.162，而在 p ∈ [0.096, 0.162] 时，巨型连通分量包含 89–95% 的建成像素。
• 最大簇边界的分形维数从 df = 1.316（2017）增加到 df = 1.397（2024）。
• 熵呈净上升趋势（H 从 0.844 增至 1.089 纳特），但 MK 趋势不显著（tau = 0.50，p = 0.108）。