鄧靈稚，蘇維詞,2*，楊振華

(1.重慶師范大學(xué)地理與旅游學(xué)院，重慶 沙坪壩 400047；2.貴州省山地資源研究所，貴州 貴陽 550001；3.貴州師范大學(xué)喀斯特研究院，貴州 貴陽 550001)

基于CCA與PCA模型的巖溶地區(qū)農(nóng)業(yè)結(jié)構(gòu)演變及其驅(qū)動力分析

鄧靈稚1，蘇維詞1,2*，楊振華3

(1.重慶師范大學(xué)地理與旅游學(xué)院，重慶 沙坪壩 400047；2.貴州省山地資源研究所，貴州 貴陽 550001；3.貴州師范大學(xué)喀斯特研究院，貴州 貴陽 550001)

【目的]為分析貴州省1949-2013年農(nóng)業(yè)結(jié)構(gòu)演變特征及其驅(qū)動力，對農(nóng)業(yè)種植的供給側(cè)結(jié)構(gòu)性改革提供科學(xué)的決策依據(jù)?！痉椒ā勘疚睦肅CA模型對影響農(nóng)業(yè)產(chǎn)量結(jié)構(gòu)演變的13個驅(qū)動因子重要性進(jìn)行降維排序，并利用PCA模型分析主要驅(qū)動因子與農(nóng)業(yè)結(jié)構(gòu)的時序相關(guān)性。【結(jié)果】 ①貴州省1949-2013年農(nóng)業(yè)結(jié)構(gòu)呈現(xiàn)出種植業(yè)比重波動下降，畜牧業(yè)比重上升的趨勢，種植業(yè)中水稻比重由1949年的75.7 %逐步下降至2013年的59.9 %，經(jīng)濟(jì)作物中水果和煙葉的年均增長率分別為6.93 %和10.52 %；②在對各驅(qū)動因子CCA降維的基礎(chǔ)上，得出主要驅(qū)動因子排序結(jié)果依次為人均GDP、年均氣溫、種植面積、農(nóng)業(yè)人口比重、新造林面積、年降水量；③通過PCA將CCA主要驅(qū)動因子劃分成3類主成分，其貢獻(xiàn)率分別達(dá)到47.83 %、19.44 %和16.69 %，累計貢獻(xiàn)率達(dá)到83.95 %，表明社會經(jīng)濟(jì)因素對農(nóng)業(yè)結(jié)構(gòu)演變的影響程度更高，農(nóng)業(yè)結(jié)構(gòu)對自然環(huán)境的適應(yīng)能力提升，依賴性減弱?！窘Y(jié)論】 保護(hù)有限的耕地資源，發(fā)展高效山地生態(tài)農(nóng)業(yè)，提升農(nóng)業(yè)抗旱能力與市場化水平，將成為巖溶地區(qū)農(nóng)業(yè)結(jié)構(gòu)演變的主要趨勢。

巖溶；農(nóng)業(yè)結(jié)構(gòu)；驅(qū)動力；DCA；PCA

【研究意義】隨著城市化進(jìn)程的推進(jìn)，不同區(qū)域的農(nóng)業(yè)結(jié)構(gòu)均發(fā)生了顯著變化。分析城市化過程中農(nóng)業(yè)結(jié)構(gòu)的演變規(guī)律與驅(qū)動因子對提高農(nóng)業(yè)的經(jīng)濟(jì)效益，發(fā)揮區(qū)域農(nóng)業(yè)資源優(yōu)勢，優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展具有重大的意義[1-3]。【研究進(jìn)展】國內(nèi)外學(xué)者對城市化與農(nóng)業(yè)結(jié)構(gòu)的相關(guān)性研究集中于采用不同的模型分析農(nóng)業(yè)結(jié)構(gòu)演變時空格局[4-5]，探討農(nóng)業(yè)發(fā)展與城市化過程的關(guān)聯(lián)性[6-8]，預(yù)測農(nóng)業(yè)發(fā)展趨勢[9-10]等方面。如宋曉媚等人利用農(nóng)業(yè)結(jié)構(gòu)變化率、結(jié)構(gòu)系數(shù)、轉(zhuǎn)換方向系數(shù)等指標(biāo)，研究了城市化過程中都市農(nóng)業(yè)結(jié)構(gòu)變動特征及其空間分異[11]。齊愛榮應(yīng)用主成分分析法(PCA)和相關(guān)分析法(CA)，分析了城市化水平與都市農(nóng)業(yè)發(fā)展之間的耦合關(guān)系，探討了城市化與都市農(nóng)業(yè)發(fā)展的相互作用規(guī)律[12]。蔣黎采用固定效應(yīng)模型和隨機(jī)效應(yīng)模型，研究城市化進(jìn)程中土地擴(kuò)張對于農(nóng)業(yè)土地利用的影響[13]等，綜上已有研究對城市化背景下農(nóng)業(yè)結(jié)構(gòu)演變與驅(qū)動力分析仍存在以下不足：一是城市化進(jìn)程對農(nóng)作物種植結(jié)構(gòu)的影響機(jī)制機(jī)理分析不明確，采用數(shù)學(xué)模型只是單純考慮農(nóng)業(yè)生產(chǎn)投入要素對農(nóng)業(yè)結(jié)構(gòu)的直接影響，忽略了城市化進(jìn)程中間接因素對農(nóng)業(yè)結(jié)構(gòu)的影響，如市場需求引導(dǎo)經(jīng)濟(jì)作物結(jié)構(gòu)轉(zhuǎn)變，城市建設(shè)對耕地面積的占用等。二是對巖溶地區(qū)散點(diǎn)狀城市化對農(nóng)業(yè)結(jié)構(gòu)的影響研究較少，未能凸顯特殊地質(zhì)地貌與城市化雙重背景下農(nóng)業(yè)結(jié)構(gòu)演變規(guī)律。【本研究切入點(diǎn)】近年來，隨著巖溶地區(qū)城市化進(jìn)程的加快，山地高效農(nóng)業(yè)的推廣，農(nóng)業(yè)產(chǎn)值比重、務(wù)農(nóng)人口比重、農(nóng)業(yè)景觀面積都呈現(xiàn)出不同程度的下降，研究巖溶地區(qū)城市化過程對理解巖溶地貌景觀對農(nóng)業(yè)結(jié)構(gòu)演變規(guī)律的影響具有重要意義?！緮M解決的問題】基于此，本文采用典型相關(guān)性分析 (CCA)和主成分分析(PCA)法分析貴州省1949-2013年農(nóng)業(yè)結(jié)構(gòu)演變與城市化過程中主要驅(qū)動因子的相關(guān)性，探討農(nóng)業(yè)結(jié)構(gòu)演變對城市化的響應(yīng)過程，為貴州省農(nóng)業(yè)發(fā)展規(guī)劃、協(xié)調(diào)及結(jié)構(gòu)調(diào)整提供決策依據(jù)。

1 研究區(qū)概況

貴州是我國巖溶地貌最發(fā)育的省份之一，全省巖溶地貌面積達(dá)109 084 km2，占全省土地總面積的61.9 %，其主要地形為高原、山地、丘陵和盆地4種基本類型，其中92.5 %的面積為山地和丘陵[14]，導(dǎo)致地表崎嶇破碎、山多坡陡。貴州屬傳統(tǒng)的農(nóng)業(yè)省份，農(nóng)業(yè)人口和農(nóng)業(yè)產(chǎn)業(yè)比重較大。按常住人口計，2014年末全省總?cè)丝?508.04萬人，其中農(nóng)村人口2104.47萬人，占總?cè)丝诘?0 %。第一產(chǎn)業(yè)增加值1275.45億元，占地區(qū)生產(chǎn)總值的13.8 %。貴州復(fù)雜多樣的生態(tài)環(huán)境，蘊(yùn)藏著極為豐富的農(nóng)業(yè)資源，生物多樣性優(yōu)勢突出。栽培的糧食、油料、經(jīng)濟(jì)作物有30多種，水果品種400余種，可食用的野生淀粉植物、油脂植物、維生素植物主要種類500多種，天然優(yōu)良牧草260多種，畜禽品種37個，本土藥材32種，是中國四大中藥材產(chǎn)區(qū)之一。同時，山地氣候晝夜溫差大，四季分明，有利于干物質(zhì)等營養(yǎng)成分的積累；境內(nèi)河流縱橫交錯，深度切割，對病蟲傳播阻隔大，病蟲災(zāi)害相對較少。耕地、水源和大氣受工業(yè)及城市“三廢”污染較少，具備發(fā)展生態(tài)畜牧業(yè)、蔬菜、水果、中藥材等特色山地農(nóng)業(yè)的優(yōu)勢和潛力[15]。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

研究數(shù)據(jù)主要來源于《貴州省六十年》(1949-2013)、《貴州省環(huán)境狀況公報》 (1949-2013)以及《貴州省統(tǒng)計年鑒》(1949-2013)等資料整理。

2.2 研究方法

典型主成分分析法(C-PCA)是對在CCA與PCA進(jìn)行耦合的基礎(chǔ)上形成的關(guān)聯(lián)性分析方法，是在揭示兩組多元隨機(jī)變量之間相關(guān)性的統(tǒng)計方法[16]。然后采用PCA原理去除經(jīng)過CCA篩選的影響因子 “弓形效應(yīng)”，對影響因子作進(jìn)一步的簡化，確定主要影響因子。即：

(1)

式中，Xi是第i個原始指標(biāo)的排序值，b0是截距，bj(j=1,2,3…,q)，為原始指標(biāo)與第j個影響因子之間的回歸系數(shù)，Zij是第j個影響因子的第i個原始值。

CCA排序過程如下[17]：

(1)求原始數(shù)據(jù)矩陣y={yik}的行和yik及列和yik；i=1,2,…,n,n為樣本數(shù)；k=1,2,…,m,m為種類數(shù)。其次，任意給出一組樣本的排序初始值。

(2)用加權(quán)平均法求種類排序值Uk：

(2)

在以加權(quán)平均法計算新的樣本排序值：

(3)

以多元回歸求各環(huán)境因子的回歸系數(shù)，權(quán)重根據(jù)原始數(shù)據(jù)矩陣行和：

b=(ZTRZ)-1ZTRx

(4)

圖1 1949-2013年貴州省農(nóng)業(yè)結(jié)構(gòu)演變特征Fig.1 Characteristics of agricultural structure evolution in Guizhou province during 1949-2013

(5)

重新計算樣本排序值：

X=Zb

(6)

x為一列向量，x=(x1,x2,…,xt)T。

重復(fù)公式(4～6)迭代過程，直到新得到的排序值約等于前一迭代結(jié)果時，同理，可以得到第二、第三排序軸[17]。

本文綜合自然(年均氣溫、年降水量、年日照時數(shù)、種植面積等)和社會經(jīng)濟(jì)(農(nóng)業(yè)產(chǎn)值比重、運(yùn)輸倉儲和通訊業(yè)、批發(fā)零售餐飲業(yè)、新造林面積、耕地面積、農(nóng)業(yè)人口、人均GDP、城市化水平、化肥使用量等)作為影響因子，先采用去趨勢相關(guān)分析(DCA)法驗(yàn)證原始數(shù)據(jù)是否適合CCA分析，然后，分析各影響因子與農(nóng)業(yè)結(jié)構(gòu)的CCA特征。其中，DCA 和CCA 排序分析在軟件CANOCO 4.5中完成，Pearson相關(guān)性分析通過SPSS19.0來完成。

3 結(jié)果與分析

3.1 農(nóng)業(yè)結(jié)構(gòu)演變的時序特征

在城市化和市場需求引導(dǎo)下，貴州省根據(jù)巖溶地區(qū)特殊的自然環(huán)境特征，因地制宜的發(fā)展農(nóng)業(yè)，不斷調(diào)整農(nóng)業(yè)發(fā)展的方向與結(jié)構(gòu)，農(nóng)業(yè)結(jié)構(gòu)有了一定的轉(zhuǎn)變。如圖1所示，1949-2013年，貴州省種植業(yè)、林業(yè)、畜牧業(yè)、副業(yè)和漁業(yè)的比重由67.5∶12.4∶20.1∶0.05∶0變?yōu)?5.1∶4.2∶34.6∶1.2∶4.9。其中，種植業(yè)所占比重最大，但整體呈下降趨勢。1949-2013年種植業(yè)下降12.4 %，林業(yè)降低8.2 %，而畜牧業(yè)、副業(yè)、漁業(yè)比重分別上升14.5 %、1.15 %、4.9 %。畜牧業(yè)所占比重的增幅最高，其因?yàn)橘F州省地形以山地丘陵為主，山區(qū)草地分布廣泛，水熱條件充沛，牧草生長快，為畜牧業(yè)發(fā)展提供了有利條件。另外，改革開發(fā)以來，人們生活水平不斷提升，城鄉(xiāng)對畜牧產(chǎn)品的需求量增大，促進(jìn)了畜牧業(yè)的市場化發(fā)展；而傳統(tǒng)的種植業(yè)比重下降明顯，但所占比重仍然超過一半，其中1958-1960年間出現(xiàn)了高速增長，僅1958年就比1957年增加了12.4 %，種植業(yè)總產(chǎn)值由8.27億元增加到10.78億元。這是受到“大躍進(jìn)”運(yùn)動和國家政策(如林地開墾、邊疆開發(fā))的影響，導(dǎo)致種植業(yè)比重急劇增加，畜牧業(yè)、林業(yè)比重大規(guī)模減少，同期畜牧業(yè)比重由18 %下降至8.5 %，林業(yè)比重由12 %下降至2.6 %。總體來說，貴州省1949-2013年間種植業(yè)比重呈逐漸下降趨勢，畜牧業(yè)呈上升趨勢，林業(yè)比重呈緩慢下降趨勢，副業(yè)和漁業(yè)呈緩慢上升趨勢。這表明在快速城市化過程中，巖溶地區(qū)水土資源稀缺，城市人口密集，需求結(jié)構(gòu)的現(xiàn)代化轉(zhuǎn)變，農(nóng)業(yè)生產(chǎn)技術(shù)的提高，農(nóng)業(yè)政策的調(diào)整都對農(nóng)業(yè)結(jié)構(gòu)的演變產(chǎn)生較大的影響。

3.2 城市化進(jìn)程與農(nóng)業(yè)結(jié)構(gòu)CCA分析

城市化背景下貴州省自然、人為驅(qū)動力與農(nóng)業(yè)結(jié)構(gòu)的DCA分析結(jié)果(表1)表明：其歷年農(nóng)業(yè)結(jié)構(gòu)數(shù)據(jù)的第I軸向累計方差貢獻(xiàn)率為69 %，梯度間距達(dá)0.36，介于[0.3，0.4]之間，故采用CCA分析法對貴州省1949-2013年農(nóng)業(yè)結(jié)構(gòu)演變規(guī)律與驅(qū)動因子的相關(guān)性進(jìn)行分析。

由表2可知，排序軸總特征值為0.151，其梯度間距的平均值達(dá)0.79，兩者相關(guān)性達(dá)到顯著水平，農(nóng)業(yè)結(jié)構(gòu)與驅(qū)動因子的累計方差貢獻(xiàn)率在第I軸向分別為76 %和87.9 %，說明2個排序軸集中了農(nóng)業(yè)結(jié)構(gòu)演變與驅(qū)動因子相關(guān)關(guān)系的絕大部分信息，即農(nóng)業(yè)結(jié)構(gòu)與驅(qū)動因子的相關(guān)性主要體現(xiàn)在第I排序軸上。

表1 1949-2013年貴州省農(nóng)業(yè)結(jié)構(gòu)的DCA特征Table 1 DCA characteristics of agricultural structure in Guizhou province during 1949-2013

表2 1949-2013年貴州省農(nóng)業(yè)結(jié)構(gòu)驅(qū)動因子的CCA分析結(jié)果Table 2 CCA analysis results of agricultural structure driving factors in Guizhou province during 1949-2013

本文CCA分析所需要兩個連續(xù)且呈正態(tài)分布的數(shù)據(jù)集分別是農(nóng)業(yè)結(jié)構(gòu)與驅(qū)動因子。在分析過程中，Canoco for windows 4.5 對數(shù)據(jù)集中的耕地面積(X1)、化肥使用量(X2)、年均氣溫(X3)、年降水量(X4)、年日照時數(shù)(X5)、種植面積(X6)、人均GDP(X7)、農(nóng)業(yè)產(chǎn)值比重(X8)、運(yùn)輸、倉儲和通訊業(yè)(X9)、批發(fā)零售餐飲業(yè)(X10)、新造林面積(X11)、城市化水平(X12)、農(nóng)業(yè)人口(X13)等13個重要指標(biāo)進(jìn)行排序，共篩選出人均GDP、種植面積、年均氣溫、農(nóng)業(yè)人口、新造林面積和年降水量6個指標(biāo)數(shù)據(jù)，其排序結(jié)果用驅(qū)動因子與農(nóng)業(yè)結(jié)構(gòu)的雙序圖[19]表示(圖2)。從圖2可以看出，貴州省1949-2013年農(nóng)業(yè)結(jié)構(gòu)空間排序的結(jié)果呈時段性集中分布，1949-1981年長期處于經(jīng)濟(jì)發(fā)展低速期，農(nóng)業(yè)結(jié)構(gòu)集中分布于第II象限，農(nóng)業(yè)生產(chǎn)力低下，各生產(chǎn)要素投入較少，對農(nóng)業(yè)結(jié)構(gòu)的影響程度不明顯；1982-1995年開始進(jìn)入改革開放的高速發(fā)展期，農(nóng)業(yè)結(jié)構(gòu)集中分布于第III象限。其緣于農(nóng)村家庭承包責(zé)任制的推廣，促進(jìn)了農(nóng)業(yè)生產(chǎn)效率的提升，農(nóng)業(yè)發(fā)展的人為干預(yù)程度提高，自然要素特別是年降水量成為農(nóng)業(yè)發(fā)展的次要影響因子；1996-2013年農(nóng)業(yè)結(jié)構(gòu)處于第IV象限向第I象限過渡期，農(nóng)業(yè)結(jié)構(gòu)主要受種植面積和新造林面積的影響，其表明在快速城市化進(jìn)程中，城市征地建設(shè)、退耕還林等政策指引下，優(yōu)質(zhì)壩子地被占用量不斷增加，中低產(chǎn)坡耕地比重下降，導(dǎo)致農(nóng)業(yè)生產(chǎn)面積減少，特別是依賴優(yōu)等耕地的種植業(yè)比重下降尤為明顯。

3.3 農(nóng)業(yè)結(jié)構(gòu)演變驅(qū)動力分析

3.3.1 驅(qū)動因子的PCA分析 為消除不同驅(qū)動因子的量綱差異，采用主成分分析的Z-score法對人均GDP、年均氣溫、種植面積、農(nóng)業(yè)人口比重、新造林面積、年降水量等6個驅(qū)動因子進(jìn)行標(biāo)準(zhǔn)化[20]，然后，利用SPSS19.0 對樣本進(jìn)行分析，得出相關(guān)系數(shù)矩陣、特征根、主成分及主成分載荷(表3～4)。

根據(jù)表3各主要驅(qū)動因子的相關(guān)系數(shù)矩陣，得到表4中各驅(qū)動因子和主成分的貢獻(xiàn)率：前3個主成分特征根的累積貢獻(xiàn)率已達(dá)到83.95 %，即前3個主成分對農(nóng)業(yè)結(jié)構(gòu)驅(qū)動力解釋程度達(dá)到了80 %以上，可將這3個主成分及其表征的因素作為影響貴州省農(nóng)業(yè)結(jié)構(gòu)演變的關(guān)鍵驅(qū)動力，同時還可作為貴州省1949-2013年農(nóng)業(yè)結(jié)構(gòu)演變與農(nóng)業(yè)發(fā)展的相關(guān)性指標(biāo)。從主成分Z1、Z2、Z3與原始驅(qū)動力指標(biāo)的載荷表征來看(表4)，主成分載荷量越高，與原始指標(biāo)變量之間的相關(guān)程度就越高，該主成分包含原始指標(biāo)的信息就越多[21-22]。通過分析主成分載荷矩陣，可識別出各主成分的綜合意義，找出影響農(nóng)業(yè)結(jié)構(gòu)演變的關(guān)鍵驅(qū)動因子，進(jìn)行驅(qū)動力回歸分析(副業(yè)由于數(shù)據(jù)缺失故不予考慮)。

排序圖的4個象限中，箭頭方向表示驅(qū)動因子的變化趨勢，線段長度表示驅(qū)動因子與歷年農(nóng)業(yè)結(jié)構(gòu)的相關(guān)程度，圓圈代表每一年貴州省農(nóng)業(yè)結(jié)構(gòu)特征，圓圈之間的距離表示各年份農(nóng)業(yè)結(jié)構(gòu)變化的相似性。圖2 1949-2013年貴州省農(nóng)業(yè)結(jié)構(gòu)與驅(qū)動因子CCA相關(guān)序圖Fig.2 CCA correlation sequence of agricultural structure and driving factors in Guizhou province during 1949-2013

表3 農(nóng)業(yè)結(jié)構(gòu)驅(qū)動因子的相關(guān)系數(shù)矩陣Table 3 Correlation coefficient matrix of the driving factors of agricultural structure

3.3.2 社會經(jīng)濟(jì)因素 第1主成分Z1在X1、X4上具有較大的載荷，其分別代表了人均GDP和農(nóng)業(yè)人口，這2個指標(biāo)屬于典型的人為干預(yù)性指標(biāo)，綜合反映社會經(jīng)濟(jì)活動對農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的影響。Z1的特征值為2.87，貢獻(xiàn)率為47.83 %，可認(rèn)定為貴州省農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)演變的首要驅(qū)動力。

(1)人均GDP。巖溶地區(qū)農(nóng)業(yè)發(fā)展在特殊地質(zhì)地貌的影響下，農(nóng)耕地分布零散，坡耕地面積比重大，耕作層貧瘠且稀薄，農(nóng)耕壩子地面積相當(dāng)有限。同時，在15°～18°以上的坡地上發(fā)展種植業(yè)，巖石裸露可能性較大，容易造成水土流失與石漠化，導(dǎo)致農(nóng)業(yè)高產(chǎn)、穩(wěn)產(chǎn)難度大。自改革開放以來，貴州省經(jīng)濟(jì)發(fā)展迅速，城市化和居民生活水平不斷提升，城市人口集聚，對農(nóng)產(chǎn)品(肉類、奶制品)的需求量擴(kuò)大。另外，人均GDP的增長直接推動居民購買力的提升，農(nóng)產(chǎn)品消耗量增加，使人均GDP與畜牧業(yè)、漁業(yè)的相關(guān)性系數(shù)R2分別達(dá)到0.75和0.93，且呈明顯的正相關(guān)性(圖3)。而傳統(tǒng)種植業(yè)受種植面積壓縮，產(chǎn)品市場屬性，經(jīng)濟(jì)作物產(chǎn)量提高等影響，其比重逐漸下降，與人均GDP的相關(guān)性系數(shù)R2僅為0.565。由于林業(yè)與人均GDP的R2不及0.15，表明兩者關(guān)聯(lián)性較差。

(2)農(nóng)業(yè)人口。農(nóng)業(yè)結(jié)構(gòu)除人均GDP的市場需求拉動外，還受到農(nóng)業(yè)投入要素(如農(nóng)業(yè)人口)的影響。農(nóng)業(yè)人口與農(nóng)業(yè)結(jié)構(gòu)轉(zhuǎn)變的相關(guān)性主要在于農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的轉(zhuǎn)變，吸引更多勞動力到某一農(nóng)產(chǎn)品行業(yè)中，如生活條件改善后，市場需求量大的畜牧業(yè)和漁業(yè)，導(dǎo)致其與農(nóng)業(yè)人口的相關(guān)性系數(shù)R2分別達(dá)到0.663和0.675，高于農(nóng)業(yè)人口與種植業(yè)和林業(yè)的相關(guān)性(圖4)。

上述可知，社會經(jīng)濟(jì)驅(qū)動因子中人均GDP和農(nóng)業(yè)人口是貴州省農(nóng)業(yè)結(jié)構(gòu)演變的關(guān)鍵驅(qū)動因子，且兩個關(guān)鍵驅(qū)動因子的主成分載荷值僅相差0.06(表4)，說明城市化進(jìn)程中人均GDP和農(nóng)業(yè)人口在驅(qū)動農(nóng)業(yè)結(jié)構(gòu)演變過程中起著近乎同等重要的作用。

3.3.3 氣候條件 第2～3主成分Z2-3與X2、X6的相關(guān)程度較高，這兩個指標(biāo)分別表示年均氣溫和年降水量。Z2與Z3的特征值分別為1.17和1.0，貢獻(xiàn)率分別為19.44 %和16.69 %，且兩者與農(nóng)業(yè)結(jié)構(gòu)的相關(guān)性偏低，說明自然氣候條件對農(nóng)業(yè)生產(chǎn)的影響相比人均GDP水平和農(nóng)業(yè)人口比重偏弱。因?yàn)殡S著經(jīng)濟(jì)的發(fā)展，農(nóng)業(yè)科技水平提高，種植業(yè)、畜牧業(yè)等5類農(nóng)業(yè)生產(chǎn)類型的生產(chǎn)技術(shù)(如耐旱育種技術(shù)、大棚培育技術(shù))的提升以及農(nóng)業(yè)結(jié)構(gòu)的優(yōu)化，加之國家農(nóng)業(yè)政策的扶持，農(nóng)田水利等農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)不斷完善，導(dǎo)致農(nóng)業(yè)生產(chǎn)對自然投入因素的依賴性降低，對自然氣象災(zāi)害的抵抗能力增強(qiáng)，使氣候條件對農(nóng)業(yè)生產(chǎn)的影響力降低，兩者相關(guān)性減小。

表4 特征值及主成分貢獻(xiàn)率及其載荷Z1-3Table 4 The characteristic value and principal component contribution rate and its load Z1-3

圖3 人均GDP對種植業(yè)、畜牧業(yè)和漁業(yè)等回歸分析Fig.3 Regression analysis of GDP per capita in planting,animal husbandry and fishery

圖4 農(nóng)業(yè)人口對畜牧業(yè)和漁業(yè)的回歸分析Fig.4 Regression analysis of agricultural population to animal husbandry and fishery

4 結(jié) 論

(1) 通過貴州省農(nóng)業(yè)結(jié)構(gòu)數(shù)據(jù)統(tǒng)計分析表明：貴州省1949-2013年間種植業(yè)比重呈波動下降趨勢，年均下降率為0.27 %，畜牧業(yè)、林業(yè)、副業(yè)和漁業(yè)呈緩慢上升趨勢，其年均增長率分別為0.32 %、1.59 %、10.31 %和2.91 %，且畜牧業(yè)與種植業(yè)基本呈現(xiàn)出“此消彼長”的發(fā)展態(tài)勢。其中，種植業(yè)中水稻比重由1949年的75.7 %逐步下降至2013年的67.6 %，經(jīng)濟(jì)作物中水果和煙葉的年均增長率分別為6.83 %和11.28 %。

(2) 采用CCA模型對巖溶地區(qū)山地農(nóng)業(yè)結(jié)構(gòu)演變的主要驅(qū)動因子進(jìn)行排序，排序結(jié)果依次為：人均GDP、種植面積、年均氣溫、農(nóng)業(yè)人口、新造林面積和年降水量。為實(shí)現(xiàn)各個驅(qū)動因子對農(nóng)業(yè)結(jié)構(gòu)影響的定量化分析，采用PCA模型對上述6個驅(qū)動因子進(jìn)行進(jìn)一步分析，找出貴州省山地農(nóng)業(yè)結(jié)構(gòu)演變的關(guān)鍵因子為人均GDP、農(nóng)業(yè)人口、年均氣溫和年均降水量，其方差貢獻(xiàn)率達(dá)83.95 %。然后將關(guān)鍵因子與農(nóng)業(yè)結(jié)構(gòu)進(jìn)行回歸分析，驗(yàn)證單個因子與農(nóng)業(yè)結(jié)構(gòu)的相關(guān)性(R2平均值達(dá)到0.65)，表明社會經(jīng)濟(jì)因素對農(nóng)業(yè)結(jié)構(gòu)演變的影響程度更高，農(nóng)業(yè)結(jié)構(gòu)對自然環(huán)境的適應(yīng)能力提升，依賴性減弱。

5 討 論

貴州省農(nóng)村人口比重大，山多坡陡，優(yōu)質(zhì)耕地少，生態(tài)環(huán)境脆弱，農(nóng)業(yè)結(jié)構(gòu)演變受多重因素影響。以往農(nóng)業(yè)種植結(jié)構(gòu)研究視角多為種植面積比例變化，本文以農(nóng)業(yè)供給側(cè)產(chǎn)量結(jié)構(gòu)研究為切入點(diǎn)，分析農(nóng)業(yè)種植結(jié)構(gòu)的時序變化特征及其驅(qū)動力，但本研究囿于數(shù)據(jù)獲取有限，特別是農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)中各成分的產(chǎn)值、產(chǎn)量和種植面積等數(shù)據(jù)缺失，不能對所有驅(qū)動因子與農(nóng)業(yè)種植結(jié)構(gòu)演變的相關(guān)性進(jìn)行分析，對于CCA分析中選取的13個分析指標(biāo)是否恰當(dāng)，是否能反映巖溶地區(qū)農(nóng)業(yè)結(jié)構(gòu)演變的主要驅(qū)動力有待于進(jìn)一步研究；本文的研究尺度限制在貴州省，雖能把握貴州省整體農(nóng)業(yè)結(jié)構(gòu)的演變規(guī)律和驅(qū)動因子，但由于未對地級、市縣的農(nóng)業(yè)結(jié)構(gòu)演變特征進(jìn)行分析，不能反映農(nóng)業(yè)結(jié)構(gòu)演變的空間差異性，以上兩點(diǎn)不足也是本研究進(jìn)一步深化的方向。

[1]郭煥成．我國休閑農(nóng)業(yè)發(fā)展的意義、態(tài)勢與前景[J].中國農(nóng)業(yè)資源與區(qū)劃,2010,31(1):39-42.

[2]李 曼，楊建平，譚春萍，等．疏勒河流域雙塔灌區(qū)種植結(jié)構(gòu)變化及其原因[J].中國沙漠,2014,34(5):1417-1423.

[3]劉彥隨，陸大道．中國農(nóng)業(yè)結(jié)構(gòu)調(diào)整基本態(tài)勢與區(qū)域效應(yīng)[J].地理學(xué)報,2003,58(3): 381-389.

[4]周 迪，程慧平．中國農(nóng)業(yè)現(xiàn)代化發(fā)展水平時空格局及趨同演變[J].華南農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版),2015,14(1):25-35.

[5]宋志軍，朱戰(zhàn)強(qiáng)．2000-2013年京郊農(nóng)業(yè)圈層結(jié)構(gòu)的時空演變[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2013,18(1):202-209.

[6]錢 陳，史晉川．城市化、結(jié)構(gòu)變動與農(nóng)業(yè)發(fā)展——基于城鄉(xiāng)兩部門的動態(tài)一般均衡分析[J].經(jīng)濟(jì)學(xué)(季刊),2006,6(1):57-74.

[7]趙 亮．城市化進(jìn)程中農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整及發(fā)展方向[J].中國農(nóng)業(yè)資源與區(qū)劃,2016,37(1):151-154.

[8]徐 群，程 毅．上海人口城市化進(jìn)程與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展關(guān)系研究[J].統(tǒng)計與決策,2010(20):95-97.

[9]高小升．全球氣候談判影響下的世界農(nóng)業(yè)發(fā)展前景[J].中國農(nóng)村經(jīng)濟(jì),2014(2):82-91.

[10]程葉青．國內(nèi)外農(nóng)業(yè)地域結(jié)構(gòu)研究進(jìn)展與前沿科學(xué)問題[J].經(jīng)濟(jì)地理,2009,29(8):1360-1364.

[11]宋曉媚，周忠學(xué)，馮海建．城市化過程中西安都市圈都市農(nóng)業(yè)結(jié)構(gòu)時空變化特征[J].中國沙漠,2015,35(4):1096-1102.

[12]齊愛榮，周忠學(xué)，劉 歡．西安市城市化與都市農(nóng)業(yè)發(fā)展耦合關(guān)系研究[J].地理研究,2013,32(11):2133-2142.

[13]蔣 黎，崔 凱．中國城市化、農(nóng)業(yè)土地利用強(qiáng)度和空間格局的變化研究——基于東、中、西部縣域面板數(shù)據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2014(1):56-64.

[14]張軍以，王臘春，蘇維詞，等．巖溶地區(qū)人類活動的水文效應(yīng)研究現(xiàn)狀及展望[J].地理科學(xué)進(jìn)展,2014,33(8):1125-1135.

[15]羅光杰，王世杰，李陽兵，等．巖溶地區(qū)坡耕地時空動態(tài)變化及其生態(tài)服務(wù)功能評估[J].農(nóng)業(yè)工程學(xué)報,2014,30(11):233-243.

[16]索安寧，洪 軍，林 勇，等．黃土高原景觀格局與水土流失關(guān)系研究[J].應(yīng)用生態(tài)學(xué)報,2005,16(9):1719-1723.

[17]Braak C J F.Canonical correspondence analysis:a new eigenvector method for multivariate director gradient analysis[J].Ecology,1986,67:1167- 1179.

[18]張金屯．植被與環(huán)境關(guān)系的分析Ⅱ:CCA 和DCCA 的限定排序[J].山西大學(xué)學(xué)報(自然科學(xué)版),1992,15(3):292-298.

[19]Ng S L,Sin F S.A diatom model for inferring sea level change in the coastal water of Hong Kong[J].Journal of Palelimnology.2003,30(4):427-440.

[20]周松秀，田亞平，劉蘭芳．南方丘陵區(qū)農(nóng)業(yè)生態(tài)環(huán)境脆弱性的驅(qū)動力分析——以衡陽盆地為例[J].地理科學(xué)進(jìn)展,2011,30(7): 938-944.

[21]黃木易，岳文澤，杜 娟．杭州市區(qū)土地利用景觀格局演變及驅(qū)動力分析[J].土壤,2012,44 (2):326-331.

[22]張榮天，焦華富．寧鎮(zhèn)揚(yáng)丘陵區(qū)土地利用景觀格局演變與模擬[J].測繪科學(xué),2016,41(3):85-90.

AnalysisofAgriculturalStructureEvolutionandDrivingForcesinKarstAreaBasedonCCAandPCAModel

DENG Ling-zhi1，SU Wei-ci1,2*,YANG Zhen-hua3

(1.School of geography and Tourism,Chongqing Normal University,Chongqing 400047,China; 2.Research Institute of Mountain Resources and Environment in Guizhou,Guizhou Guiyang 550001 China; 3.Institute of Karst,Guizhou Normal University,Guizhou Guiyang 550001 China)

【Objective】The evolution of agricultural structure in Guizhou province is affected by various factors,such as large proportion of rural population,steep slopes,high quality arable land and fragile ecological environment.The present paper was to analyze the evolution characteristics and driving forces of agricultural structure in Guizhou Province during 1949-2013,and provided scientific basis for the structural reform of supply side.【Method】 In this paper,the CCA model was used to reduce the dimension of the 13 driving factors which influenced evolution of agricultural production structure,and the PCA model was used to analyzed the correlation between main driving factors and agricultural structure.【Results】Firstly,there is a trend of decline in the proportion of farming,and a rise in the proportion of husbandry in agricultural structure in Guizhou Province from 1949 to 2013.The proportion of rice planting decreased from 75.7 % in 1949 to 59.9 % in 2013.The average annual growth of fruit and tobacco plantation was 6.93 % and 10.52 % respectively in economic crops.Secondly,on the basis of CCA reduced dimension of each driving factors,the ranking results of main driving factors were GDP,annual average temperature,planting area,proportion of agricultural population,new forestation area and annual precipitation.Thirdly,the main driving factors were divided into 3 main components by PCA model,and their contribution rate reached 47.83 %,19.44 % and 16.69 % respectively,and cumulative contribution rate reached 83.95 %,which shown the influence of social economic factors on evolution of agricultural structure was higher,and adaptability of agricultural structure to natural environment has promoted,and the dependence was weakened.【Conclusion】 Limited arable land resources protection,efficient mountain ecological agriculture development,enhancing the level of agricultural drought resistance will become main trend of agricultural structure evolution in karst area.

Karst; Agricultural structure; Driving force; DCA; PCA

1001-4829(2017)4-0869-07

10.16213/j.cnki.scjas.2017.4.026

2016-10-13

國家自然科學(xué)基金(41261038)；貴州省重大專項(xiàng)(黔科合重大專項(xiàng)字[2012]6015 號)

鄧靈稚，(1990-)，女，重慶人，碩士研究生，研究方向?yàn)槿宋牡乩砼c區(qū)域發(fā)展，E-mail：acecilia204@sina.com，*為通訊作者：蘇維詞(1966-)，男，湖南綏寧人，研究員，主要從事城市生態(tài)環(huán)境可持續(xù)發(fā)展研究，E-mail：suweici@sina.com。

S11

A

(責(zé)任編輯 李 潔)