洪鴻加，彭曉春 ，陳志良，張杏杏，劉 強(qiáng)，曾 東

(1.湖南農(nóng)業(yè)大學(xué)，湖南長沙410128;2.環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所，廣東廣州510655)

耕地是農(nóng)業(yè)最基本的生產(chǎn)資料，可以滿足人類生存和發(fā)展等基本需求。保護(hù)耕地，事關(guān)國家糧食安全，事關(guān)社會經(jīng)濟(jì)可持續(xù)發(fā)展。耕地在提供食物，保護(hù)環(huán)境和維持生態(tài)平衡方面也有著重大貢獻(xiàn)[1]。盡管我國政府將保護(hù)耕地作為一項(xiàng)基本國策，但從總體上看，在我國經(jīng)濟(jì)快速發(fā)展階段的耕地非農(nóng)化趨勢尚未逆轉(zhuǎn)[2]。

近年來，國內(nèi)外學(xué)者對典型地區(qū)的耕地面積變化與人口、城市化及經(jīng)濟(jì)發(fā)展的關(guān)系進(jìn)行了相關(guān)研究，已取得一定的研究成果[3-7]。

湖南省省會長沙市，曾為全國有名的“四大米市”之一，是我國中部名副其實(shí)的“糧倉”。20世紀(jì)90年代以來，長沙市處于城市化和工業(yè)化快速發(fā)展時(shí)期，隨著非農(nóng)業(yè)用地開發(fā)規(guī)模的不斷擴(kuò)大，該地區(qū)的景觀結(jié)構(gòu)、功能和動態(tài)特征均出現(xiàn)許多新的變化特點(diǎn)。因此，開展長沙市耕地的時(shí)空動態(tài)變化和驅(qū)動機(jī)制方面的研究非常必要，研究結(jié)論對合理利用耕地資源，控制耕地資源的快速減少有一定的參考意義。本文以1990—2006年長沙市耕地面積、人口數(shù)據(jù)和社會經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，在主成分分析法和多元回歸分析法的基礎(chǔ)上分析了長沙市耕地資源變動的驅(qū)動因素，為管理部門制定合理的耕地資源保護(hù)措施提供一定的參考依據(jù)。

1 長沙市概況

長沙市位于中國中南部長江以南地區(qū)，湖南的東部偏北 ，地域范圍為東經(jīng) 111°53′—114°15′，北緯27°51′—28°41′。全市土地面積 11 819 km2，其中市區(qū)面積556.33 km2，市區(qū)建成區(qū)面積約200 km2。長沙市地處中亞熱帶氣候帶，是南北冷暖氣團(tuán)交匯和過渡地帶，氣候溫和，年平均氣溫17℃，無霜期286 d，年降雨量約1 500 ml，氣候適合各種農(nóng)作物的生長，歷史上素有“魚米之鄉(xiāng)”美稱。

近10 a來長沙市區(qū)經(jīng)濟(jì)社會快速發(fā)展，年均GDP增長率達(dá)13.1%。按2000年可比價(jià)計(jì)算，人均GDP由1995年的13 184元增長為2005年的30 472元，總?cè)丝趧t由160.38萬人增至2005年的208.65萬人，經(jīng)濟(jì)社會的快速發(fā)展導(dǎo)致長沙市區(qū)土地利用大幅變化[8]。

2 數(shù)據(jù)來源和分析方法

2.1 數(shù)據(jù)來源

本研究采用的數(shù)據(jù)包括1990—2006年長沙市耕地資源變化數(shù)據(jù)、人口數(shù)據(jù)和經(jīng)濟(jì)社會發(fā)展統(tǒng)計(jì)數(shù)據(jù)，主要來源于湖南年鑒、長沙年鑒、長沙市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)以及相關(guān)研究文獻(xiàn)。

2.2 分析方法

利用1990—2006年長沙市耕地統(tǒng)計(jì)數(shù)據(jù)，對研究區(qū)耕地總量及人均占有耕地量進(jìn)行分析，獲取17 a來長沙市耕地的時(shí)空動態(tài)變化特征;運(yùn)用統(tǒng)計(jì)學(xué)方法對17 a來長沙市耕地資源變化及經(jīng)濟(jì)社會發(fā)展統(tǒng)計(jì)數(shù)據(jù)進(jìn)行處理，分析長沙市耕地非農(nóng)化的驅(qū)動力因素。自變量不僅與因變量之間存在著相關(guān)關(guān)系，而且相互之間耦合關(guān)聯(lián)，如果直接用于分析，可能會帶來嚴(yán)重的共線性問題。主成分分析方法，將若干自變量壓縮成幾個(gè)獨(dú)立成分，可以減弱自變量間的相關(guān)干擾。回歸分析是研究因變量和自變量之間數(shù)量變化規(guī)律，并通過一定的數(shù)學(xué)表達(dá)式來描述這種關(guān)系，進(jìn)而確定一個(gè)或幾個(gè)自變量的變化對因變量的影響程度。因此，本研究主要采取主成分分析法和多元回歸分析法進(jìn)行數(shù)據(jù)處理。

(1)指標(biāo)因子篩選。將選取指標(biāo)進(jìn)行相關(guān)關(guān)系分析，剔除與耕地變化相關(guān)性不大的指標(biāo)。

(2)原始數(shù)據(jù)標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化公式如下:

(3)計(jì)算相關(guān)系數(shù)矩陣R，計(jì)算特征值和特征向量。求出累積貢獻(xiàn)率達(dá)到85%以上的前幾個(gè)主成分，計(jì)算主成分因子負(fù)載矩陣。

(4)進(jìn)行多元線性回歸分析和模型檢驗(yàn)，得出結(jié)論。

3 結(jié)果和討論

3.1 耕地面積動態(tài)變化

圖1為長沙市17 a來耕地總量變化和人均耕地面積變化情況。由圖1可知，1990—2003年長沙市耕地面積呈緩慢減少趨勢，由1990年的2.48×105hm2下降到2003年的最低點(diǎn)2.37×105hm2，年均耕地遞減率為0.26%。為實(shí)現(xiàn)耕地占補(bǔ)平衡和耕地總量動態(tài)平衡的目標(biāo)，2003年以來長沙市投資大量資金用于土地整理工作，對沙灘、河灘、廢棄茶園利用技術(shù)手段再開發(fā)成耕地，對工礦建設(shè)造成的土地廢棄、閑置以及地質(zhì)災(zāi)害地開墾成耕地。隨著土地整理、復(fù)墾等工作的不斷推進(jìn)，2004年耕地面積比2003年增加約9.69×103hm2。但由于受自然條件的限制，城市補(bǔ)充耕地潛力有限，2004—2006年耕地面積略呈遞升態(tài)勢，但趨勢并不顯著。長沙市人均耕地面積總體上表現(xiàn)為逐年下降的趨勢，由 1990年的0.045 hm2/人降至2003年最低點(diǎn)0.039 hm2/人。2004年隨著土地整理、復(fù)墾等工作的實(shí)施，人均耕地面積有一定的增長。但由于2004—2006年長沙市人口增加速度比耕地增加速度快，人均耕地面積繼續(xù)保持下降趨勢，2006年人均耕地面積與最低點(diǎn)2003年持平。

圖1 長沙市17 a來耕地總量和人均耕地面積變化

3.2 耕地面積動態(tài)度

土地利用動態(tài)度可定量描述區(qū)域土地利用變化的速度，它對比較土地利用變化的區(qū)域差異和預(yù)測未來土地利用變化趨勢都具有積極的作用[9]。

土地利用動態(tài)度表達(dá)式為:

式中:K——研究時(shí)段內(nèi)某一種土地利用類型的年變化率;Ua，Ub——研究期初及研究期末某一種土地利用類型的數(shù)量;T——研究時(shí)段長。

根據(jù)式(2)，長沙市及其下轄區(qū)(區(qū)、縣)1990—1999年耕地年變化率分別為:全市-0.23，長沙縣-0.97，望城縣 -0.41，寧鄉(xiāng)縣 -0.04，瀏陽市-0.31。可以看出，長沙市及其下轄區(qū)在90年代耕地面積均呈現(xiàn)不同程度的減少趨勢，其中長沙縣減少速度最快，年平均減少速率為0.97%。2000—2006年耕地年變化率分別為:全市-0.20，市區(qū)-4.74，長沙縣-0.09，望城縣 -0.12，寧鄉(xiāng)縣 0.32，瀏陽市-0.24?？梢钥闯觯?000年以來，長沙市耕地總面積繼續(xù)呈減少趨勢，年減少速率達(dá)到0.2%。市區(qū)耕地面積減少速度明顯快于其它市縣，寧鄉(xiāng)縣則是惟一耕地面積呈增加的地區(qū)。

3.3 耕地變化區(qū)域差異

相對變化率能較好地反映土地利用變化區(qū)域差異。本研究引入單一土地利用類型相對變化率來反映土地利用數(shù)量變化的區(qū)域差異[10]，其表達(dá)式為:

式中:Ka，Kb——區(qū)域某一特定土地利用類型研究期初及研究期末的面積;Ca，Cb——整個(gè)研究區(qū)耕地研究初期及研究末期的面積。

耕地相對變化率R大于1的區(qū)域，表明其耕地變化幅度大于整個(gè)研究區(qū)耕地的變化，反之則小于整個(gè)研究區(qū)耕地的變化。根據(jù)式(3)，長沙市及其下轄區(qū)(區(qū)、縣)1990—1999年耕地相對變化率分別為:全市1.00，長沙縣 4.16，望城縣 1.77，寧鄉(xiāng)縣 0.19，瀏陽市1.34。2000—2006年耕地相對變化率分別為:全市1.00，長沙縣 0.42，望城縣 0.61，寧鄉(xiāng)縣 1.56，瀏陽市1.20。結(jié)果表明，長沙市各下轄區(qū)耕地面積的變化存在明顯的區(qū)域差異。1990—1999年，長沙縣耕地變化速度最大，相對變化率達(dá)到4.16;2000—2006年，寧鄉(xiāng)縣耕地變化速度最大，相對變化率達(dá)到1.56。

4 驅(qū)動力分析

4.1 指標(biāo)選取和評價(jià)

影響耕地面積變化的因素歸納起來有自然因素和經(jīng)濟(jì)社會因素兩方面，其中自然因素對耕地面積的變化在短時(shí)間尺度上一般不予考慮。本研究結(jié)合長沙市現(xiàn)有資料情況，以1990—2006年的統(tǒng)計(jì)數(shù)據(jù)作為分析樣本，選取人口指標(biāo)(人口總數(shù)X1，城市化率X2);經(jīng)濟(jì)社會指標(biāo)(GDP總值X3，工業(yè)總產(chǎn)值X4，農(nóng)業(yè)總產(chǎn)值 X5，財(cái)政收入 X6，財(cái)政支出X7，固定資產(chǎn)投資額X8);農(nóng)業(yè)指標(biāo)(糧食總產(chǎn)量X9，農(nóng)機(jī)總動力X10)和生活水平指標(biāo)(農(nóng)民人均純收入X11，恩格爾系數(shù)X12)對耕地面積變化的驅(qū)動機(jī)制進(jìn)行分析。

主成分/因子分析有一個(gè)默認(rèn)的前提條件就是各變量間必須存在相關(guān)性，否則認(rèn)為各變量間沒有共享信息，不應(yīng)該有公因子需要提取，這是主成分/因子分析最為嚴(yán)格的前提要求，可以通過KMO統(tǒng)計(jì)量和Bartlett＇s球形檢驗(yàn)加以判定[11]。一般認(rèn)為，KMO 統(tǒng)計(jì)量大于0.9時(shí)效果最佳，0.7以上時(shí)效果良好，0.6以上時(shí)效果一般，0.5以下時(shí)不適宜做因子分析。本研究選取指標(biāo)的KMO統(tǒng)計(jì)量和Bartlett＇s球形檢驗(yàn)值見表 1所示。由表 1可知，KMO統(tǒng)計(jì)量達(dá)到0.836，Bartlett's球形檢驗(yàn)值卡方統(tǒng)計(jì)值為507.245(自由度為55)，顯著性水平小于0.05，達(dá)到統(tǒng)計(jì)學(xué)水平，適合進(jìn)行因子分析。

表1 KMO and Bartlett's檢驗(yàn)

4.2 主成分分析

采用SPSS因子分析中的Varimax(最大方差正交旋轉(zhuǎn)法)得到相關(guān)分析結(jié)果，相關(guān)系數(shù)矩陣、主成分分析結(jié)果和主成分載荷矩陣分別見表2—4。

由表2相關(guān)系數(shù)矩陣可以看出，影響耕地面積的16個(gè)指標(biāo)因子中存在不同程度的相關(guān)，相關(guān)系數(shù)達(dá)0.99以上的因子共有 6對，其中 X6與 X7，X6與X8，X7與 X8之間相關(guān)系數(shù)更高，達(dá) 0.998，0.997和0.998。指標(biāo)之間存在較大的相關(guān)性，信息存在重疊，也進(jìn)一步說明進(jìn)行主成分分析是非常有必要的。根據(jù)表3，第一和第二主成分的累計(jì)貢獻(xiàn)率達(dá)到96.285%，第三主成分的特征值為 0.358，小于1.000，說明該主成分的解釋力度還不如直接引入原變量大。

因此，只需提取二個(gè)主成分就能夠概括原指標(biāo)大部分的信息。

表2 耕地變化驅(qū)動力變量相關(guān)系數(shù)矩陣

表3 主成分分析結(jié)果

表4 主成分載荷矩陣

由表4可知，人口總數(shù)、城市化率、GDP總值、工業(yè)總產(chǎn)值、農(nóng)業(yè)總產(chǎn)值、財(cái)政收入和農(nóng)民人均純收入等因子的載荷系數(shù)分別達(dá)到0.985，0.929，0.997，0.995，0.993，0.986和 0.982，與第一主成分高度相關(guān)，可以代表當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平，歸納為經(jīng)濟(jì)發(fā)展水平因子;第二主成分與糧食總產(chǎn)量和農(nóng)業(yè)機(jī)械總動力有較大相關(guān)性，可歸納為農(nóng)業(yè)科技水平因子。因此長沙市耕地面積變化的驅(qū)動因子可以歸納為經(jīng)濟(jì)發(fā)展水平因子和農(nóng)業(yè)科技水平因子，其中經(jīng)濟(jì)發(fā)展水平因子是最為關(guān)鍵因素。

4.3 計(jì)算因子得分

因子得分系數(shù)矩陣是進(jìn)行主成分分析的最終結(jié)果，通過該系數(shù)矩陣可以將所有主成分表示為各個(gè)向量的線性組合。估計(jì)因子得分的方法有回歸法、Bartlette法、Anderson—Rubin法等。本研究采用回歸法計(jì)算因子得分，具體數(shù)值見表5。

表5 因子得分矩陣

由表5得到因子得分函數(shù)如下所示:

以每個(gè)主成分所對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重計(jì)算主成分綜合評價(jià)模型(式6)，對影響長沙市耕地變化的2個(gè)公共因子進(jìn)行加權(quán)匯總，得出長沙市各年份的耕地利用變化驅(qū)動力的綜合得分如圖3所示。

式中:λi——第i主成分因子的特征值(i=1，2)。

由圖2可知，1990—2006年影響長沙市耕地非農(nóng)化的驅(qū)動力綜合得分逐漸增加。1990—2003年驅(qū)動力綜合得分均為負(fù)值，分別為-1.064，-0.992，-0.961，-0.891，-0.785，-0.646，-0.415，-0.229，-0.180，-0.037。2000—2006年驅(qū)動力綜合得分均為正值，分別為 0.072，0.317，0.410，0.636，1.084，1.601，2.080。1995—2002年驅(qū)動力綜合得分增長較為緩慢。2003—2006年驅(qū)動力綜合得分增加迅速，表明影響長沙市耕地非農(nóng)化的綜合驅(qū)動力逐漸加強(qiáng)。

圖2 因子綜合得分

4.4 多元線性回歸

為減弱各指標(biāo)之間的共線性關(guān)系對多元回歸分析產(chǎn)生的影響，本研究通過主成分分析提取各類指標(biāo)主成分后再用于回歸分析。各類指標(biāo)的主成分分別為:Xpop1(人口指標(biāo))，Xeco1(經(jīng)濟(jì)指標(biāo))，Xagr1(農(nóng)業(yè)指標(biāo))，Xinc1(生活水平指標(biāo))，其累計(jì)貢獻(xiàn)率分別達(dá)到了人口指標(biāo)、經(jīng)濟(jì)指標(biāo)、農(nóng)業(yè)指標(biāo)和生活水平指標(biāo)的97.73%，98.81%，96.15%和 94.53%，可以代表原來各類指標(biāo)的主要特征。利用SPSS軟件對每類因子的主成分與耕地面積(標(biāo)準(zhǔn)化后數(shù)據(jù)Y′)進(jìn)行多元線性回歸分析，分析結(jié)果見表6。

表6 多元線性回歸分析結(jié)果

由表6可得到標(biāo)準(zhǔn)化后的多元線性回歸模型，如式(7)所示。

模型的復(fù)相關(guān)系數(shù)R=0.990，調(diào)整后的判定系數(shù)R2=0.972，通過0.001顯著性水平檢驗(yàn)，即模型回歸效果具有高度顯著性。回歸方程的系數(shù)大小反映了耕地變化對驅(qū)動因子的敏感性，從式(7)可以看出，經(jīng)濟(jì)指標(biāo)與研究區(qū)耕地的變化關(guān)系最為密切且呈負(fù)相關(guān)關(guān)系，人口指標(biāo)次之，農(nóng)業(yè)指標(biāo)對其影響關(guān)系最弱。隨著經(jīng)濟(jì)和人民生活水平的提高，工業(yè)對建設(shè)用地的需求和人們對居住條件的要求不斷提高，直接導(dǎo)致了建設(shè)用地占用耕地面積的增加，導(dǎo)致耕地不斷減少。因此，經(jīng)濟(jì)因素是長沙市耕地變化最為重要的影響因素。

5 結(jié)論

本文基于1990—2006年期間長沙市耕地和社會經(jīng)濟(jì)發(fā)展歷史數(shù)據(jù)，分析長沙市耕地資源的發(fā)展現(xiàn)狀和時(shí)空變化特點(diǎn)，并運(yùn)用主成分分析法和多元回歸分析法對耕地非農(nóng)化的驅(qū)動力進(jìn)行綜合定量研究。研究結(jié)果表明，近17 a來長沙市耕地總體上呈遞減趨勢，年均遞減率約為0.26%。2003年耕地面積達(dá)到最小值，人均占有耕地面積由90年代初的 0.045 hm2/人降至2003年最低點(diǎn)0.039 hm2/人。為實(shí)現(xiàn)耕地占補(bǔ)平衡和耕地總量動態(tài)平衡的目標(biāo)，近年來長沙市投入大量資金用于土地整理。2004年長沙市耕地面積比2003年增加約9.69×103hm2，耕地資源得到一定的補(bǔ)充。動態(tài)度和區(qū)域差異度計(jì)算結(jié)果表明長沙市不同的區(qū)縣耕地變化速度和區(qū)域差異明顯。主成分分析將長沙市耕地面積變化的驅(qū)動因素歸納為經(jīng)濟(jì)發(fā)展水平因子和農(nóng)業(yè)科技水平因子，其中經(jīng)濟(jì)發(fā)展水平因子是最為關(guān)鍵因素。

為了保證耕地總量動態(tài)平衡，保障糧食安全，不能簡單地因發(fā)展經(jīng)濟(jì)的需要而犧牲耕地?cái)?shù)量。一方面應(yīng)該嚴(yán)格執(zhí)行國家耕地保護(hù)的法律法規(guī)與政策，另一方面還必須重視規(guī)劃的作用，并通過土地整理工作，不斷補(bǔ)充耕地?cái)?shù)量。

[1] 楊桂山.長江三角洲耕地?cái)?shù)量變化趨勢及總量動態(tài)平衡前景分析[J].自然資源學(xué)報(bào)，2002，17(5):525-532.

[2] 歐小鷗.經(jīng)濟(jì)快速發(fā)展階段耕地非農(nóng)化有關(guān)問題分析[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào):社會科學(xué)版，2003，4(1):18-21.

[3] Greene R P，Stager J.Rangeland to cropland conversion as replacement land for prime farmland lost to urban development[J].The Social Science Journal，2001，38(4):543-555.

[4] Murakami A ，Zain A M ，Taakeuchi K.Trends in urbanization and patterns of land use in the Asia mega cities Jakarta，Bangkok ，and Metro Manila[J].Landscape and Urban Planning，2005 ，70(3):251-259.

[5] 李景剛，何春陽，史培軍，等.近20年中國北方 13省的耕地變化與驅(qū)動力[J].地理學(xué)報(bào)，2004，59(2):274-282.

[6] 蔡銀鶯，張安錄.武漢市耕地資源非農(nóng)化過程的時(shí)間變化特征分析[J].中國人口?資源與環(huán)境，2004，14(6):115-119.

[7] 宋開山，劉殿，王宗明，等.三江平原過去 50年耕地動態(tài)變化及其驅(qū)動力分析[J].水土保持學(xué)報(bào)，2008，22(4):75-82.

[8] 王良健，陳秧分，林目軒，等.近十年長沙市區(qū)建設(shè)用地?cái)U(kuò)張的理性思考[J].地理與地理信息科學(xué)，2007，23(1):50-55.

[9] 王秀蘭，包玉海.土地利用動態(tài)變化研究方法探討[J].地理科學(xué)進(jìn)展，1999，18(1):81-86.

[10] 朱會義，李秀彬，何書金，等.環(huán)渤海地區(qū)土地利用的時(shí)空分析[J].地理學(xué)報(bào)，2001，56(3):253-259.

[11] 張文彤.SPSS統(tǒng)計(jì)分析教程高級篇[M].北京:北京希望電子出版社，2002:190-192.