劉殿鋒，周泊遠，何建華，孔雪松，劉耀林

空間交互視角下中國城市群耕地變化影響因素分析

劉殿鋒，周泊遠，何建華※，孔雪松，劉耀林

（武漢大學資源與環(huán)境科學學院，武漢 430079）

城鎮(zhèn)化發(fā)展對耕地變化的影響因素是中國長期關注的熱點問題。傳統(tǒng)研究較多關注城市個體增長與耕地非農轉換間的關系，鮮有關于城市空間聯(lián)系及協(xié)同發(fā)展視角下耕地變化影響因素的研究，而隨著城市空間交互作用的加強，人口集聚、產業(yè)結構調整、基礎設施建設等催生出的多元用地需求激化了其與耕地保護間的復雜用地矛盾。城市群是中國當下新型城鎮(zhèn)化的主體，從城市群視角探討耕地變化的影響機制更具前瞻性和現(xiàn)勢性。該文采用引力模型與城市流強度模型對城市群空間聯(lián)系進行度量，從城市與城市群雙重尺度出發(fā)，構建了耕地非農轉換影響因素的多層線性回歸分析模型，探索2005—2015年間全國主要城市群耕地變化的影響因素及區(qū)域分異特征。結果表明，城市群耕地數(shù)量變化的尺度效應和地區(qū)分異特征顯著。在城市尺度上，耕地變化與農業(yè)人口、工業(yè)經濟及農業(yè)科技均呈正相關關系，與城鎮(zhèn)化背景下建設用地擴張、經濟全球化帶來的外資增長存在負相關關系；城市群尺度空間聯(lián)系指標均與耕地面積變化呈負相關關系。區(qū)域差異體現(xiàn)在農業(yè)人口、城鎮(zhèn)人口規(guī)模等級、建設用地面積對內陸城市群耕地面積變化影響較大，而工業(yè)化、農業(yè)機械化水平在沿海有著更大推動作用；城市群空間經濟聯(lián)系的影響在沿海地區(qū)較明顯，外向功能作用力則在內陸有所體現(xiàn)。與零模型、半條件模型的對比分析表明，多層線性回歸用于城市群耕地變化影響因素研究具有有效性，同時也揭示了不同尺度因素對耕地變化的影響機制，從而為國土空間開發(fā)戰(zhàn)略下城市群發(fā)展與耕地保護提供有力的決策支持。

土地利用；模型；城市群；耕地；多層線性回歸；空間聯(lián)系

0 引 言

耕地資源是基礎性農業(yè)生產資料，在保障糧食和生態(tài)安全、穩(wěn)定經濟社會秩序等方面發(fā)揮著不可替代的作用[1]。中國耕地資源緊缺，同時在粗放經濟發(fā)展階段中普遍存在的建設占用、退化和污染嚴重、占優(yōu)補劣等問題的影響下[2]，有效耕地資源承受著巨大的需求壓力，導致經濟發(fā)展與耕地保護之間沖突日益增強，嚴重影響著中國城鄉(xiāng)可持續(xù)發(fā)展。在此背景下中國耕地保護政策體系加快了建設和完善的步伐。改革開放初期，國務院出臺了《關于制止農村建房侵占耕地的緊急通知》，耕地保護問題開始得到重視?！吨腥A人民共和國土地管理法》的出臺標志著耕地保護進入法制軌道階段?！痘巨r田保護條例》拉開了全國范圍內實施以耕地保護為目標的基本農田保護制度的序幕，隨著《土地管理法》的幾次修訂，土地用途管制、耕地占補平衡、耕地保護目標責任制等相關政策逐漸推行開來[3]。21世紀以來若干中央1號文件都進一步強調了耕地保護的重要性，耕地保護政策體系趨于完善，尤其在國土空間規(guī)劃戰(zhàn)略實施背景下，為了構建山水林田湖草生命共同體，開展質量、數(shù)量、生態(tài)“三位一體”的耕地保護措施與政策保障體系研究勢在必行[4]。

城鎮(zhèn)化發(fā)展是耕地數(shù)量與質量變化的主要影響因素之一，不同城鎮(zhèn)化發(fā)展階段形成了各異的耕地變化特征[5]。早期工業(yè)化粗放擴張、中期集約化轉變、后期協(xié)同化發(fā)展均將導致不同的耕地變化表現(xiàn)形式。城鎮(zhèn)化初期隨著人口、勞動力、資金、技術、信息等的流動和集聚，集聚效應和規(guī)模效應逐步催化社會對非農化耕地資源的用地需求，而粗放擴張的發(fā)展模式帶來耕地非農化需求的畸形增長、建設用地空置與利用低效，使得城鎮(zhèn)化與耕地保護間的用地矛盾日漸激化，大量耕地資源被直接或間接擠占，嚴重威脅了糧食安全和社會穩(wěn)定。中期隨著土地集約利用效率的提高和耕地保護法律法規(guī)的完善，耕地非農化的需求逐漸得到抑制和管控，但耕地保護形勢依然嚴峻[6-9]。城市協(xié)同發(fā)展的建設目標在于解決單個城市的發(fā)展弊病，平衡發(fā)展速度和發(fā)展質量，提高綜合效益，實現(xiàn)耕地保護、城市發(fā)展和生態(tài)治理的三線協(xié)同[10]。城鎮(zhèn)化各階段的發(fā)展模式均將導致不同的耕地變化表現(xiàn)，探索新時期背景下耕地變化影響機制，科學協(xié)調耕地保護與城鎮(zhèn)化發(fā)展間的關系，將有助于政府科學合理的分配土地資源，有效推行耕地保護政策，解決耕地問題[11]。

長期以來，國內外學者大量探討了快速城鎮(zhèn)化過程中耕地變化影響機制[12-20]。研究表明，耕地資源變化與海拔、坡度、地貌、人均GDP、道路、社會經濟綜合發(fā)展水平（經濟發(fā)展水平、人口發(fā)展、城市化和工業(yè)化水平）、農業(yè)科技創(chuàng)新與農業(yè)結構、空間可達性、交通發(fā)展水平、耕地保護政策和生態(tài)保護政策等諸多因素之間存在內在聯(lián)系[12-13]。其中，城鎮(zhèn)化進程帶來的自然、人口遷移、社會發(fā)展、經濟提升、技術進步以及政策變化對耕地非農轉換起到至關重要的影響作用[14]。研究同時揭示了耕地變化及其影響作用在沿海地區(qū)[15]、農牧交錯區(qū)[16]、城市群、省市域行政區(qū)以及全國范圍存在空間分異與多尺度性特征[17-18]?，F(xiàn)有城鎮(zhèn)化與耕地變化研究成果雖較豐富，但多集中在城鎮(zhèn)化粗放擴張與集約化轉變階段，主要關注獨立城市或者區(qū)域內城市個體的耕地變化機理[19-22]，而鮮有針對城市協(xié)同發(fā)展（城市群或城市圈）如何影響耕地非農轉換過程進行討論。隨著區(qū)域經濟快速發(fā)展以及城市之間聯(lián)系日益增強，城市群已經成為未來區(qū)域發(fā)展最具活力的增長極點和國家新型城鎮(zhèn)化的主體形態(tài)，具有舉足輕重的戰(zhàn)略地位[23]。城市群的復雜性、層次性與協(xié)同性將從多重角度影響耕地變化[10,24]，因此在考慮城市發(fā)展個體效應基礎上，從城市群視角探討耕地變化的規(guī)律和機制以期有效協(xié)調城鎮(zhèn)化發(fā)展與耕地保護之間關系頗具現(xiàn)勢性和實用價值。在耕地轉換影響因素分析方法方面，現(xiàn)有研究呈現(xiàn)出從簡單到復雜，從關聯(lián)分析到機理解釋的發(fā)展趨勢[25-28]。傳統(tǒng)相關性分析、主成分分析、因子分析方法逐漸被回歸分析、聚類分析取代，人工神經網(wǎng)絡等自適應智能方法亦逐步被用于耕地變化的影響機制研究中，但針對耕地變化的多尺度分析方法的研究仍有較大空間。

針對當前研究存在的不足，本文從城市與城市群雙重尺度出發(fā)，以全國主要城市群中各城市2005—2015間耕地變化為研究對象，通過構建多層回歸模型，探索城市自身發(fā)展和區(qū)域協(xié)同作用對耕地非農化轉換的影響機制，以期為協(xié)調新時期城鎮(zhèn)化與耕地保護、科學編制國土空間規(guī)劃提供支撐。

1 研究區(qū)與數(shù)據(jù)

根據(jù)2016年中國城市群發(fā)展報告研究成果[29]，在綜合考慮數(shù)據(jù)完備性基礎上，本文選定長江三角洲城市群、珠江三角洲城市群、京津冀城市群、長江中游城市群、成渝城市群、遼中南城市群、山東半島城市群、海峽西岸城市群、哈長城市群、中原城市群、關中城市群和晉中城市群共12個城市群為研究區(qū)域，又根據(jù)各城市群地理位置將其分為沿海城市群和內陸城市群，其中沿海城市群包括遼中南城市群、京津冀城市群、山東半島城市群、長江三角洲城市群、海峽西岸城市群以及珠江三角洲城市群，內陸城市群則包含研究區(qū)剩余城市群（圖1）。

圖1 中國主要城市群空間位置分布

研究區(qū)總面積178萬km2，約占全國總國土面積的18.5%。土地上集中了全國56.5%的人口，截止2015年底GDP現(xiàn)價總量高達52.4萬億，占全國經濟總量73%，2005－2015年，研究區(qū)經濟總量快速增長2.6倍，城市化率從2005年的37.6%大幅提升到了2015年的55.0%。由此見得，城市群是中國經濟建設的主要陣地，是最具發(fā)展活力和潛力的地區(qū)，主導著國家經濟發(fā)展的命脈。然而在耕地資源形勢越發(fā)嚴峻的背景下，研究區(qū)在2005－2015年10a間耕地面積銳減17 572.8 km2，耕地保護迫在眉睫，探求研究區(qū)耕地變化影響機制是尤為必要的。

研究數(shù)據(jù)主要包括2005年和2015年全國主要城市群耕地面積數(shù)據(jù)以及各城市的多指標社會經濟數(shù)據(jù)，包含人口、經濟、科教、農業(yè)發(fā)展等多個方面。其中，耕地面積數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http://www.resdc.cn/data.aspx?DATAID=184），提取自其中基于Landsat8遙感影像人工目視解譯生成的土地利用數(shù)據(jù)（圖2）；社會經濟數(shù)據(jù)主要來自于2006年和2016年的《中國城市統(tǒng)計年鑒》、《中國縣域統(tǒng)計年鑒》以及相應區(qū)域的地方統(tǒng)計年鑒，利用EXCEL對缺失數(shù)據(jù)采取線性插值等方法進行了補充，并通過歸一化處理消除了其中量級及量綱的影響。

圖2 2005年全國土地利用分布

2 研究方法

耕地資源非農化轉化受到城市個體發(fā)展、區(qū)域協(xié)同發(fā)展雙重尺度的影響。城市個體與協(xié)同發(fā)展的不可分割性決定了耕地影響因素在雙重尺度上存在一定的嵌套關系。雙重影響作用以及尺度嵌套效應進一步增加了耕地變化影響因素分析的難度。多層線性模型（HLM，hierarchical linear models）是用于解決具有嵌套特點數(shù)據(jù)的統(tǒng)計分析方法，它先在第一層解釋變量基礎上建立回歸方程，再將該方程中的斜率和截距作為第二層解釋變量的因變量，建立第二層回歸模型。多層線性模型通過定義不同尺度的回歸模型，考慮到了組織效應對個體的影響，相較傳統(tǒng)回歸能更有效地估計回歸系數(shù)，是解決多尺度研究問題的合理統(tǒng)計方法[30]。

本研究構建了耕地變化影響因素的多層線性回歸模型，從城市、城市群兩個空間尺度出發(fā)，探索城市發(fā)展的社會經濟因子和城市協(xié)同發(fā)展的空間交互因子對城市群耕地非農化的影響（圖3）。

圖3 研究框架

2.1 模型構建

多層線性回歸模型是針對自變量存在多層次嵌套關系的問題進行回歸建模分析的方法，它考慮到數(shù)據(jù)分層的特點，在有效估計回歸系數(shù)的同時揭示了組織效應對個體的影響。本研究從城市、城市群兩個層次選取影響耕地變化的影響因素，構建能夠分析各層次自變量對因變量影響的完整條件模型[31]。

式中x、0j為第一層和第二層的特征變量；r、00、0j均為隨機誤差項。

耕地利用作為人類改造自然的活動，受到社會、經濟、技術條件以及社會經濟規(guī)律的制約，現(xiàn)有關于耕地變化的影響因子主要包括人口類指標、經濟類指標、生活類指標、技術類指標、產業(yè)結構類等類別[32-34]，充分挖掘這些因子與耕地變化的內在聯(lián)系能夠為中國制定耕地保護政策、平衡開發(fā)與保護的關系提供支持作用。本研究在城市尺度從人口、經濟、科教、農業(yè)發(fā)展以及城鎮(zhèn)發(fā)展5個方面構建影響因素體系[35-37]。人口增長必然導致農產品需求增加，進而催生耕地非農化需求，此外人口結構的改變也是耕地變化的重要因素，本研究選取城鎮(zhèn)人口規(guī)模等級和農業(yè)人口規(guī)模來表征人口因素；經濟發(fā)展水平是耕地變化的主要外部動力之一，不同層次的發(fā)展水平主導著不同程度的耕地需求，本研究將三次產業(yè)GDP作為經濟發(fā)展水平的表征，同時借用外商投資水平來代表各城市受經濟全球化的影響；科技水平關系到土地利用效率，而教育水平則影響著耕地政策的制定和實施，本研究利用財政支出中科學事業(yè)和教育事業(yè)費用支出的比重來代表城市科教水平；農業(yè)發(fā)展水平是耕地變化的另一大誘因，農業(yè)生產力和農產品供應直接影響著耕地變化的進程；其他用地類型對耕地資源直接或間接的侵占是中國耕地資源緊缺的關鍵，而這其中又以城鎮(zhèn)建設用地的占用為主，因此本研究將城鎮(zhèn)建設用地和城鎮(zhèn)化水平分別納入指標體系來反映城鎮(zhèn)發(fā)展水平。

城市群空間交互、協(xié)同發(fā)展往往帶來社會經濟活動的加劇，其集聚效應勢必導致城鎮(zhèn)擴張，產業(yè)結構的調整也會造成耕地向其他用地類型的轉化。基于此，我們在城市群尺度上選擇了經濟聯(lián)系總引力、外向功能作用力作為表征城市間空間相互作用和空間聯(lián)系的指標[10,38]，其中經濟聯(lián)系總引力是城市群空間經濟聯(lián)系的度量，借用引力模型來代表；而外向功能作用力是指城市中具有外向服務功能的部門所產生的輻射影響，是人流、物流、資金流、技術流、信息流等空間流在集聚與擴散作用下的表現(xiàn)，其中有形的人流和物流對城市發(fā)展的影響最為直接，所以本研究借用城市流模型來表征外向功能作用力（表1）。

表1 城市群耕地變化影響因素指標體系

其中城市尺度社會經濟指標根據(jù)相關年鑒數(shù)據(jù)進行量化和處理，城市群空間聯(lián)系指標采用以下方式進行量化計算。

1）經濟聯(lián)系總引力。經濟聯(lián)系是城市群空間聯(lián)系的重要組成部分，表現(xiàn)為經濟實體在區(qū)域間的相互作用，本研究利用引力模型對城市群空間經濟聯(lián)系進行測度，首先計算兩兩城市間的作用力得到經濟聯(lián)系強度值，再計算各個城市對外經濟聯(lián)系的總強度，公式[38]如下：

式中E為城市對外經濟聯(lián)系的總強度值；E表示兩城經濟聯(lián)系強度；P、P分別為城和城的非農人口數(shù)；G、G分別表示兩城的二三產業(yè)GDP之和；D為兩城間的距離。

2）外向功能作用力。包括人流、物流、資金流、技術流、信息流等在城市群區(qū)域內雙向或多向的空間流動是城市群內集聚與輻射功能作用的產物，城市流強度則是區(qū)域內各城市外向功能所產生的影響量，能夠反映城市對外聯(lián)系與輻射的能力，缺少要素優(yōu)勢、以服務輸入為主的城市具有負向的城市流強度，即城市流流出的大??；而區(qū)域內要素集聚和吸引作用較強、處于支配地位的城市則具有正向的城市流強度，即城市流流入的大小[38]。本研究借助城市流強度來量化城市的外向功能作用強度，通過區(qū)位熵衡量城市外向服務部門，然后計算區(qū)域內各城市外向功能量，最后計算城市流強度，公式如下

其中=1，2，…，；=1，2，…，。

式中F指代的是城市的城市流強度；N指代城市的功能效率，用從業(yè)人員人均GDP來表示；E表示城市部門的外向功能量，E則表示城市個部門總的外向功能量。Lq表示城市部門從業(yè)人員區(qū)位熵，G、G、G、分別表示城市部門的從業(yè)人員數(shù)量、城市從業(yè)人員總數(shù)、全國部門從業(yè)人員數(shù)量以及全國從業(yè)人員總數(shù)。若Lq＞1則說明城市中部門在全國屬于專業(yè)化部門，存在對外服務功能，則可將該部門視為外向服務部門。

2.2 模型驗證

本文通過構建零模型和半條件模型驗證上述完整條件模型的有效性[39]。

2.2.1 零模型

零模型是多層回歸的基礎，是在不同層次均不設置自變量的回歸模型。驗證多層線性回歸模型的有效性，首先需要計算零模型中組內相關系數(shù)，當組內相關系數(shù)達到一定水準才能體現(xiàn)不同層次和因變量間的關聯(lián)強度。構建零模型目的在于將城市群耕地變化的總體方差在所選的兩個層次上進行分解，來探討進行分層建模的必要性，公式如下：

零模型結果中，組內相關系數(shù)≥0.059時可認為因變量的尺度差異是不可忽視的，而當組內相關系數(shù)≥0.138時即可視為因變量與組間的關聯(lián)強度呈高度關聯(lián)，所以必須將層次效應考慮到回歸模型之中[40]。

2.2.2 半條件模型

半條件模型是指僅在某一層次設置自變量的回歸模型。不同模型計算出的結果往往存在解釋能力的差異，通過半條件模型和完整條件模型計算結果中自變量顯著性以及方差解釋比例的差異對比可以進一步體現(xiàn)出建立多層回歸模型的合理性。為了驗證城市群尺度因素的影響，本文僅在城市尺度構建半條件模型來驗證完整模型有效性。具體公式如下：

結合零模型的組內相關系數(shù)結果和半條件模型與完整模型解釋能力對比的結果可以判定多層回歸模型中該完整模型的有效性。

3 結果與分析

3.1 城市群耕地變化時空特征

截至2015年底，全國主要城市群耕地面積約為76.9萬km2，占土地總面積43.2%。從耕地面積總量上看，哈長城市群、成渝城市群和長江中游城市群耕地面積都在10萬km2以上，其中哈長城市群2015年耕地面積高達14.8萬km2，而東南沿海地區(qū)的海峽西岸城市群、珠江三角洲城市群耕地面積均不到2萬km2（表2）。從耕地面積變化量來看，2005—2015十年間，除哈長城市群耕地面積增長3 485.5 km2外，其他各城市群均出現(xiàn)不同水平的減少，其中長江三角洲城市群耕地面積減少了9.4%，約4 979.77 km2，關中城市群和晉中城市群減少了近6%耕地資源。

土地利用結構方面，中國糧食主產區(qū)范圍內城市群耕地面積占總面積比例較高，而東南沿海地區(qū)各城市群占比較低，其中2015年中原城市群和山東半島城市群耕地面積占比高達六成，而珠江三角洲城市群和海峽西岸城市群耕地面積占比最少，分別為22.2%和21.0%（表2）。

表2 2005年、2015年主要城市群耕地面積

3.2 多尺度城市群耕地變化影響因素

本研究構建了全國主要城市群耕地變化的多層回歸模型來探討城市和城市群兩個尺度上各指標對城市群耕地面積變化的影響機制，輸出結果見下表（表3）。結果由固定效應估計值、隨機效應方差估計值、模型擬合程度三部分組成。

零模型結果顯示組內相關系數(shù)為0.172，大于0.138，即耕地變化與樣本的城市群尺度之間呈高度關聯(lián)。半條件模型結果顯示僅添加城市尺度社會經濟因子作為自變量時，耕地變化51.3%可被解釋變量所解釋，且模型固定效應顯示僅有農業(yè)人口規(guī)模、建設用地面積、城鎮(zhèn)人口規(guī)模等級、糧食產量四個指標通過了顯著性檢驗。完整模型結果顯示，在添加城市群尺度的兩個空間交互指標后，模型解釋變量占比提高到了54.5%，隨機效應方差也得到消減，包含農業(yè)人口規(guī)模、建設用地面積、城鎮(zhèn)人口規(guī)模等級、第二產業(yè)GDP、科學事業(yè)費支出占比和外向功能作用力在內的6個解釋變量通過了顯著性檢驗。

表3 全國城市群耕地變化多層回歸模型結果

注：***表示顯著性水平為<0.01；**表示<0.05；*表示<0.1，下同。

Note: Statistical significance at the 10%, 5% and 1% level is denoted by*,**and***, respectively, the same below.

從完整模型結果來看，影響城市群耕地變化的因素是多方面的，主要集中在人口、經濟、科教、城鄉(xiāng)差異以及城市群空間聯(lián)系上。其中，城市尺度的農業(yè)人口規(guī)模、第二產業(yè)GDP、科學事業(yè)費支出占比、糧食產量與耕地變化呈顯著正相關，城鎮(zhèn)人口規(guī)模等級、建設用地面積則與耕地變化呈負相關關系；城市群尺度的外向功能作用力和耕地變化呈顯著負相關關系。

3.3 城市群耕地變化影響因素地域差異

將城市群從地域上區(qū)分為沿海城市群和內陸城市群并分別進行多層回歸分析，結果如下（表4、表5）。結果顯示兩個模型中零模型組內相關系數(shù)分別為0.158和0.228，即兩個模型中樣本的耕地變化與城市群尺度呈高度關聯(lián)。半條件模型中解釋變量占比分別為52.8%和72.5%，且通過顯著性檢驗的解釋變量數(shù)量有限。完整模型的結果中，兩個模型解釋變量占比均得到了提高，隨機效應方差也都得到消減，說明城市群尺度空間交互因子的加入提高了模型的解釋能力，其中通過顯著性檢驗的沿海城市群耕地變化影響因子包含農業(yè)人口規(guī)模、第二產業(yè)GDP、農業(yè)機械總動力、建設用地面積以及經濟聯(lián)系強度，內陸城市群的影響因子則包括農業(yè)人口規(guī)模、城鎮(zhèn)人口規(guī)模等級、建設用地面積、糧食產量以及外向功能作用力。

表4 沿海城市群耕地變化多層回歸模型結果

表5 內陸城市群耕地變化多層回歸模型結果

從完整模型結果來看，不論是沿海城市群還是內陸城市群，城市尺度的農業(yè)人口規(guī)模、建設用地面積對其耕地變化都是顯著影響因子，其中農業(yè)人口規(guī)模與耕地變化均呈顯著正相關，而建設用地面積與耕地變化則呈顯著負相關。此外第二產業(yè)GDP、農業(yè)機械總動力與沿海城市群耕地變化呈顯著正相關關系，糧食產量與內陸城市群耕地變化呈正相關關系，城鎮(zhèn)人口規(guī)模等級與內陸城市群耕地變化呈負相關關系。另一方面，城市群尺度空間聯(lián)系指標中，空間經濟聯(lián)系總引力與沿海城市群耕地變化呈負相關關系，外向功能作用力與內陸城市群耕地變化也呈顯著負相關關系。

3.4 討 論

城市化發(fā)展與耕地變化之間關系一直以來都是熱點問題，城市協(xié)同發(fā)展則增加了二者關系的復雜性。上述零模型結果揭示了耕地變化在城市群尺度上的高強度關聯(lián)關系，表明了耕地變化影響因素的多層次性特征。同時，與半條件模型結果對比，完整模型中解釋變量占比顯著提高，固定效應中通過顯著性檢驗的解釋變量個數(shù)增加，且隨機效應方差明顯下降，進一步驗證了本研究所采用的多層回歸模型在討論城市群耕地變化影響機制方面的合理有效性。

從城市尺度上看，農業(yè)人口增多、城鎮(zhèn)人口規(guī)模等級提升以及第二產業(yè)發(fā)展會導致耕地面積的增加，說明當前人口增長對耕地資源需求較大，同時工業(yè)化進程顯著轉變了工業(yè)用地模式和農業(yè)發(fā)展模式[35]。建設用地快速擴張依然是耕地面積銳減、土地利用矛盾增強的主因，經濟全球化和外商投資增加是建設用地擴張的催化劑，進一步催生耕地非農化需求，激化了城鎮(zhèn)化與耕地保護二者之間的矛盾[34]。相反，增加科教投入，提升科技服務能力能夠增強勞動力耕地保護意識，發(fā)展集約化土地利用技術，大幅降低耕地資源供需矛盾[36]。城市尺度影響因素呈現(xiàn)出顯著的地域差異，沿海地區(qū)城市群耕地變化與人口、經濟和農業(yè)機械化水平等因子相關，內陸城市群則同時還受到上一年糧食產量的影響。

城市群尺度上，外向功能作用力對耕地變化存在負向影響，并且不同水平、不同區(qū)域外向功能對耕地變化的影響存在顯著差異。外向功能作用的增強對具有負向城市流強度的城市的耕地面積變化有著積極影響，相關系數(shù)為0.318（圖4a），而與具有正向城市流強度的城市耕地面積變化呈現(xiàn)顯著的負相關關系，相關系數(shù)為-0.602（圖4b）。這說明區(qū)域內處于交互作用中城市流流入地位的發(fā)達城市由于城市化、工業(yè)化進程較快，耕地的非農化需求巨大，以城鎮(zhèn)用地為物質基礎的城市化發(fā)展直接擠占了作為糧食保障的耕地資源；而城市化進程較慢的城市一方面耕地非農化需求有限，另一方面也可能承擔起了城市群耕地保護的任務，交互作用下的土地流轉使得耕地存量和質量得以提高[10,37-38]。

從地域分異角度看，不論是沿海城市群還是內陸城市群，城市群中處于不同外向作用水平的城市，其城市流強度與耕地面積變化間均呈現(xiàn)出與全國范圍一致的規(guī)律，即城市流流出水平的城市耕地保護受到空間交互作用的增強的積極影響，而城市流流入水平的城市則會隨著城市空間交互作用的加強加速耕地資源消耗。不同之處在于對沿海城市群城市流流出水平的城市而言，其外向作用水平與耕地面積變化間的相關系數(shù)為0.411（圖4c）高于內陸城市群的0.337（圖4e）；對沿海城市群城市流流入水平的城市而言，其外向作用功能與耕地面積變化間的相關系數(shù)為-0.516（圖4d）小于內陸城市群的-0.896（圖4f）。沿海城市群在土地流轉、占補平衡等政策法規(guī)的制定和執(zhí)行上優(yōu)于內陸城市群，有效地抑制了耕地非農化需求的增長。同時，沿海地區(qū)經濟實力和技術水平相對發(fā)達，有助于提高土地利用集約效率，從而有效減少耕地非農化需求[15,34]。

中國前中期快速城鎮(zhèn)化進程在城市擴張的同時消耗和占用了大量耕地資源，隨著各地區(qū)城鎮(zhèn)化向協(xié)同發(fā)展階段的邁進或深入，切實保護耕地資源成為新時期國土空間開發(fā)的重點。推行國土空間開發(fā)戰(zhàn)略旨在統(tǒng)一管控空間資源，不僅關系到資源開發(fā)與利用、經濟發(fā)展，還關系到國土安全與競爭力。本研究結果表明城市交互作用的增強沒有能夠有效抑制耕地面積減少，且城市群中處于不同外向服務水平的城市耕地面積變化呈現(xiàn)明顯差異，這一結論在平衡城鎮(zhèn)化空間格局、耕地空間與糧食安全等問題上具有重要意義，有助于重新認識耕地保護在城市協(xié)同發(fā)展進程中的位置和重心。

圖4 城市群外向功能作用力對耕地面積變化影響分析

4 結 論

本研究通過構建3個城市群耕地面積變化多層回歸模型，探討了主要城市群耕地變化影響機制的尺度效應和地區(qū)分異。結果表明，全國主要城市群2005－2015十年間耕地面積銳減17 572.8km2，耕地保護形勢嚴峻。城市尺度上，農業(yè)人口的增長等會促進耕地增加，而建設用地擴張等和耕地面積增長則有一定沖突。城市群尺度上空間交互因子均與耕地面積變化呈負相關關系，說明粗放擴張下交互作用的增強無益于耕地保護。影響因子同時存在區(qū)域差異，人口因子、建設用地面積對內陸城市群影響較大，而工業(yè)化、農業(yè)機械化水平在沿海有著更大推動作用，此外城市群經濟聯(lián)系總引力的影響體現(xiàn)在沿海地區(qū)，外向功能作用力則在內陸有明顯影響。沿海城市群空間交互對耕地保護的積極作用大于發(fā)展相對落后的內陸城市群，且消極影響也小于內陸城市群。

城市空間交互作用增強的同時也給耕地保護帶來了一定的阻力和威脅。合理控制工業(yè)化、城鎮(zhèn)化進程，聚焦影響機制的尺度與地區(qū)差異，完善政策法規(guī)，修正粗放擴張模式，提高土地利用效率等，是促進城市群健康發(fā)展，推行耕地保護、緩解用地矛盾的關鍵思路。本文從城市協(xié)同發(fā)展視角出發(fā)，考慮了耕地變化的尺度效應，從研究視角和研究方法兩方面拓展了空間交互作用下城市群耕地變化內在機理的研究，基于交通網(wǎng)絡的空間運輸聯(lián)系、生態(tài)政策因素等對于城市群耕地變化的影響有待進一步深入。

[1] 劉彥隨，喬陸印. 中國新型城鎮(zhèn)化背景下耕地保護制度與政策創(chuàng)新[J]. 經濟地理，2014，34(4)：1－6. Liu Yansui, Qiao Luyin. Innovating system and policy of arable land conservation under the new-type urbanization in China[J]. Economic Geography, 2014, 34(4): 1－6. (in Chinese with English abstract)

[2] 徐明崗，盧昌艾，張文菊，等. 我國耕地質量狀況與提升對策[J]. 中國農業(yè)資源與區(qū)劃， 2016，37(7)：8－14. Xu Minggang, Lu Changai, Zhang Wenju, et al. Situation of the quality of arable land in China and improvement strategy[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(7): 8－14. (in Chinese with English abstract)

[3] 中華人民共和國國土資源部. 關于提升耕地保護水平全面加強耕地質量建設與管理的通知[Z]. 2012-6-29.

[4] 中華人民共和國國土資源部. 2016年中國國土資源公報[R]. 北京：中華人民共和國國土資源部. 2016.

[5] Deng Xiangzheng, Huang Jikun, Rozelle Scott, et al. Impact of urbanization on cultivated land changes in China[J]. Land Use Policy, 2015, 45: 1－7.

[6] Liu Yansui, Fang Fang, Li Yuheng, et al. Key issues of land use in China and implications for policy making[J]. Land Use Policy, 2014, 40: 6－12.

[7] Ashraf M Dewan, Yasushi Yamaguchi. Land use and land cover change in Greater Dhaka, Bangladesh: Using remote sensing to promote sustainable urbanization[J]. Applied Geography, 2009, 29: 390－401.

[8] Didit Okta Pribadi, Stephan Pauleit. Peri-urban agriculture in Jabodetabek Metropolitan area and its relationship with the urban socioeconomic system[J]. Land Use Policy, 2016, 55: 265－274.

[9] Didit Okta Pribadi, Stephan Pauleit. The dynamics of peri-urban agriculture during rapid urbanization of Jabodetabek Metropolitan area[J]. Land Use Policy, 2015, 48: 13－24.

[10] Song Lei, Cao Yingui, Zhou Wei, et al. Study on the variation of arable land use and management countermeasures under rapid urbanization: The application of a gravity model in a regional perspective[J]. Environmental Monitoring and Assessment, 2019, 191(2)：191－120.

[11] Wang Jing, Lin Yifan, Glendinning Anthony, et al. Land－use changes and land policies evolution in China's urbanization processes[J]. Land Use Policy, 2018, 75: 375－387.

[12] 程維明，高曉雨，馬廷，等. 基于地貌分區(qū)的1990－2015年中國耕地時空特征變化分析[J]. 地理學報，2018，73(9)：1613－1629. Cheng Weiming, Gao Xiaoyu, Ma Ting, et al. Spatial-temporal distribution of cropland in China based on geomorphologic regionalization during 1990-2015[J]. Acta Geographica Sinica, 2018, 73(9): 1613－1629. (in Chinese with English abstract)

[13] 歐陽玲，王宗明，賈明明，等. 基于遙感的吉林省中西部耕地數(shù)量和質量空間格局變化分析[J]. 農業(yè)工程學報，2016，32(13)：234－242. Ouyang Ling, Wang Zongming, Jia Mingming, et al. Spatial pattern analysis on quantity and quality of cultivated land in mid-west Jilin province based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE)), 2016, 32(13): 234－242. (in Chinese with English abstract)

[14] Liu Hongbin, Zhou Yuepeng. Urbanization, land use behavior and land quality in rural China: An analysis based on pressure－response－impact framework and SEM approach[J]. International Journal of Environmental Research and Public Health, 2018, 15(12): 2621.

[15] 王千，金曉斌，周寅康. 江蘇沿海地區(qū)耕地景觀生態(tài)安全格局變化與驅動機制[J]. 生態(tài)學報，2011，31(20)：5903－5909. Wang Qian, Jin Xiaobin, Zhou Yinkang. Dynamic analysis of coastal region cultivated land landscape ecological security and its driving factors in Jiangsu[J]. Acta Ecologica Sinica, 2011, 31(20): 5903－5909. (in Chinese with English abstract)

[16] 周建，張鳳榮，徐艷，等. 基于降水量與土壤類型的北方農牧交錯區(qū)土地利用/覆被格局及變化分析——以科爾沁左翼后旗為例[J]. 地理研究，2017，36(7)：1010－1222. Zhou Jian, Zhang Fengrong, Xu Yan, et al. Analysis of land use/cover pattern and its changes in the agro-pastoral ecotone based on the precipitation and soil types: A case study of Horqin Left Rear Banner[J]. Geographical Research, 2017, 36(7): 1010－1222. (in Chinese with English abstract)

[17] 鄧楚雄，李曉青，向云波，等. 長株潭城市群地區(qū)耕地數(shù)量時空變化及其驅動力分析[J]. 經濟地理，2013，33(6)：142－147. Deng Chuxiong, Li Xiaoqing, Xiang Yunbo, et al. The spatio-temporal change and driving forces of cultivated land quantity in Chang-Zhu-Tan urban agglomeration[J]. Economic Geography, 2013, 33(6): 142－147. (in Chinese with English abstract)

[18] 衛(wèi)新東，王篩妮，員學鋒，等. 陜西省耕地質量時空變化特征及其分異規(guī)律[J]. 農業(yè)工程學報，2018，34(3)：240－248. Wei Xindong, Wang Shaini, Yuan Xuefeng, et al. Spatial and temporal changes and its variation of cultivated land quality in Shaanxi Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE)), 2018, 34(3): 240－248. (in Chinese with English abstract)

[19] 劉彥彤，張延軍，趙玲. 長春市耕地動態(tài)變化及其驅動力分析[J]. 地理科學，2011，31(7)：868－873. Liu Yantong, Zhang Yanjun, Zhao Ling. Dynamic changes of cultivated land in Changchun city and their driving forces[J]. Scientia Geographica Sinica, 2011, 31(7): 868－873. (in Chinese with English abstract)

[20] 易浪，任志遠，劉焱序. 西安市耕地面積變化驅動力分析及動態(tài)預測[J]. 干旱區(qū)研究，2013，30(6)：1144－1149. Yi Lang, Ren Zhiyuan, Liu Yanxu. Driving forces and dynamic prediction of cultivated land area change in Xi’an[J]. Arid Zone Research, 2013, 30(6): 1144－1149. (in Chinese with English abstract)

[21] 姜楠，賈寶全，宋宜昊. 基于Logistic回歸模型的北京市耕地變化驅動力分析[J]. 干旱區(qū)研究，2017，34(6)：1402－1409. Jiang Nan, Jia Baoquan, Song Yihao. Driving forces of arable land change in Beijing based on Logistic regression model[J]. Arid Zone Research, 2017, 34(6): 1402－1409. (in Chinese with English abstract)

[22] 申海建，郭榮中. 湖南省耕地資源動態(tài)變化及其驅動力[J]. 水土保持通報，2016，36(4)：309－314. Shen Haijian, Guo Rongzhong. Change of cultivated land and its driving force in Hu’nan Province[J]. Bulletin of Soil and Water Conservation, 2016, 36(4): 309－314. (in Chinese with English abstract)

[23] 中華人民共和國發(fā)展和改革委員會. 國家新型城鎮(zhèn)化規(guī)劃（2014－2020年）[R]. 北京：中華人民共和國發(fā)展和改革委員會. 2014.

[24] 焦利民，唐欣，劉小平. 城市群視角下空間聯(lián)系與城市擴張的關聯(lián)分析[J]. 地理科學進展，2016，35(10)：1177－1185. Jiao Limin, Tang Xin, Liu Xiaoping. Spatial linkage and urban expansion: An urban agglomeration perspective[J]. Progress in Geography, 2016, 35(10): 1177－1185. (in Chinese with English abstract)

[25] 劉旭華，王勁峰，劉紀遠，等. 國家尺度耕地變化驅動力的定量分析方法[J]. 農業(yè)工程學報，2005，21(4)：56－60. Liu Xuhua, Wang Jinfeng, Liu Jiyuan, et al. Quantitative analysis approaches to the driving forces of cultivated land changes on a national scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(4): 56－60. (in Chinese with English abstract)

[26] Chao Zhenhua, Zhang Peidong, Wang Xufeng. Impacts of urbanization on the net primary productivity and cultivated land change in Shandong province, China[J]. Journal of the Indian Society of Remote Sensing, 2018, 46(5): 809－819.

[27] Pandey Bhartendu, Seto Karen C. Urbanization and agricultural land loss in India: Comparing satellite estimates with census data[J]. Journal of Environmental Management, 2015, 148: 53－66

[28] Abass Kabila, Adanu Selase Kofi, Agyemang Seth. Peri－urbanisation and loss of arable land in Kumasi Metropolis in three decades: Evidence from remote sensing image analysis[J]. Land Use Policy, 2018, 72: 470－479.

[29] 方創(chuàng)琳. 2016中國城市群發(fā)展報告[M]. 北京：科學出版社，2016：52－71.

[30] Stephan W. Raudenbush, Anthony S. Bryk. 郭志剛（譯）. 多層線性模型：應用與數(shù)據(jù)分析方法[M]. 北京：社會科學文獻出版社，2007：40－49.

[31] 鐘海玥，張安錄. 基于分層線性模型的武漢城市圈農地城市流轉經濟驅動機制研究[J]. 經濟地理，2014，34(5)：76－82. Zhong Haiyue, Zhang Anlu. Land conversion driving forces based on hierarchical linear models: A case study in Wuhan metropolitan area[J]. Economic Geography, 2014, 34(5): 76－82. (in Chinese with English abstract)

[32] 郇紅艷，譚清美，朱平. 城鄉(xiāng)一體化進程中耕地利用變化的驅動因素及區(qū)域比較[J]. 農業(yè)工程學報，2013，29(21)：201－213. Huan Hongyan, Tan Qingmei, Zhu Ping. Driving factors of cultivated land use change in city and countryside integration process and region comparisons[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 201－213. (in Chinese with English abstract)

[33] 吳業(yè)，楊桂山，萬榮榮. 耕地變化與社會經濟發(fā)展關系研究進展[J]. 地理科學進展，2008，27(1)：90－98. Wu Ye, Yang Guishan, Wan Rongrong. Advances in researches on relations between cultivated land change and socio- economic development[J]. Progress in Geography, 2008, 27(1): 90－98. (in Chinese with English abstract)

[34] 陳本清，徐涵秋. 城市擴展及其驅動力遙感分析——以廈門市為例[J]. 經濟地理，2005，25(1)：79－93. Chen Benqing, Xu Hanqiu. Urban expansion and its driving force analysis using remote sensed data: A case of Xiamen city[J]. Economic Geography, 2005, 25(1): 79－93. (in Chinese with English abstract)

[35] 范輝，劉衛(wèi)東，張恒義. 浙江省工業(yè)化、城市化與建設占用耕地規(guī)模的關系——基于工業(yè)化和城市化階段劃分的視角[J]. 水土保持通報，2015，5(6)：267－271. Fan Hui, Liu Weidong, Zhang Hengyi. Relationship between cultivated land occupation by construction and industrialization & urbanization in Zhejiang Province: Based on perspective of stage division of industrialization and urbanization[J]. Bulletin of Soil and Water Conservation, 2015, 5(6): 267－271. (in Chinese with English abstract)

[36] 王洋，王少劍，秦靜. 中國城市土地城市化水平與進程的空間評價[J]. 地理研究，2014，33(12)：2228－2238. Wang Yang, Wang Shaojian, Qin Jing. Spatial evaluation of land urbanization level and process in Chinese cities[J]. Geographical Research, 2014, 33(12): 2228－2238. (in Chinese with English abstract)

[37] 肖汝琴，陳東景. 山東半島藍色經濟區(qū)城市群空間聯(lián)系定量研究[J]. 經濟地理，2014，34(8)：75－80. Xiao Ruqin, Chen Dongjing. The spatial contacts among cties of the Shandong peninsula blue conomic zone[J]. Economic Geography, 2014, 34(8): 75－80. (in Chinese with English abstract)

[38] 余沛. 中原城市群空間聯(lián)系研究[D]. 成都：西南交通大學，2011.

Yu Pei. Spatial Linkages Research of the Zhongyuan Urban Agglomeration[D]. Chengdu: Southwest Jiaotong University, 2011. (in Chinese with English abstract)

[39] 宋佳楠，金曉斌，周寅康. 基于多層線性模型的耕地集約利用對糧食生產力貢獻度分析——以內蒙古自治區(qū)為例[J]. 資源科學，2010，32(6)：1161－1168. Song Jianan, Jin Xiaobin, Zhou Yinkang. A study on the contribution rate of agricultural land use intensity to grain productivity based on hierarchical linear models: A case study on the Inner Mongolia[J]. Resources Science, 2010, 32(6): 1161－1168. (in Chinese with English abstract)

[40] 溫福星. 階層線性模型的原理與應用[M]. 北京：中國輕工業(yè)出版社，2009：41－48.

Analysis of influencing factors of cultivated land change in Chinese urban agglomerations considering spatially inter-city interactions

Liu Dianfeng, Zhou Boyuan, He Jianhua※, Kong Xuesong, Liu Yaolin

(430079,)

As the basic means of agricultural production, cultivated land plays an irreplaceable role in ensuring food security and promoting social and economic development. With the enhancement of urban interactions in space, the land use conflicts between urban development and agricultural protection have been intensified due to the diversified land demands caused by population agglomeration, industrial restructuring and infrastructure construction. Exploring the impacts of urbanization on cultivated land change has become a hot issue in China at present. Most of current studies have paid increasing attentions to the relationship between the growth of individual cities and cultivated land occupation, and few of them attempted to reveal the driving factors of cultivated land change from the perspective of spatial interaction of cities. Urban agglomeration is the main form of new urbanization in China. It is crucial to identify the distribution of cultivated land change and its driving factors from the perspective of urban agglomeration. In this paper, we measured the spatial connection of urban agglomerations based on the gravity equation and the urban flow intensity model, and then explored influencing factors of cultivated land conversion at the scales of individual cities and urban agglomerations during the period of 2005-2015 using a multilevel linear regression model. The research results show that the area of cultivated land in the major urban agglomerations has dropped sharply by 17 572.8 square kilometers in the decade from 2005 to 2015. The situation of cultivated land protection is grim. Then it shows significant scale effects and regional heterogeneity of cultivated land change in urban agglomerations. At the urban scale, the change of cultivated land is positively correlated with agricultural population, industrial economy and agricultural science & technology development, whereas negatively correlated with the growth of foreign investment and the expansion of construction land. At the scale of urban agglomeration, both indicators of spatial connection have a negative correlation with cultivated land change. Moreover, remarkable regional differences of influencing factors of cultivated land change exist between coastal and inland China. Comparing the regional differentiation of the degree of influence of outward functional forces, it can be found that the spatial interaction of coastal urban agglomerations has a more positive effect on the protection of cultivated land than the inland urban agglomerations with relatively backward development, and the negative impact is also smaller than that of inland urban agglomerations. The comparison with other models verified the effectiveness of the multilevel linear regression approach to reveal the influencing mechanism of cultivated land change on different scales. And the result of null model has proved the necessity and rationality in the research perspective of spatial interactions between cities. As a word, the strengthening of spatial interaction in urban agglomerations under rough development will obstruct the protection of cultivated land. In this case, controlling industrialization and urbanization reasonably, concerning the scale effects and regional heterogeneity, improving laws and regulations, correcting the rough development path, and improving land use efficiency might be the critical roads to relieve conflicts between development of urban agglomerations and protection of cultivated land.

land use; models; agglomeration; cultivated land; hierarchical linear models; spatial interactions

2019-05-18

2019-06-30

國家自然科學基金項目（41771429 & 41871301）

劉殿鋒，副教授，博士，主要研究方向為土地資源可持續(xù)利用、土地利用生態(tài)效應與優(yōu)化決策。Email：liudianfeng@whu.edu.cn

何建華，教授，博士，主要研究方向為城市群發(fā)展與土地利用、區(qū)域景觀生態(tài)格局與效應分析。Email：hjianh@whu.edu.cn

10.11975/j.issn.1002-6819.2019.16.031

F301.2

A

1002-6819(2019)-16-0274-10

劉殿鋒，周泊遠，何建華，孔雪松，劉耀林.空間交互視角下中國城市群耕地變化影響因素分析[J]. 農業(yè)工程學報，2019，35(16)：274－283. doi：10.11975/j.issn.1002-6819.2019.16.031 http://www.tcsae.org

Liu Dianfeng, Zhou Boyuan, He Jianhua, Kong Xuesong, Liu Yaolin. Analysis of influencing factors of cultivated land change in Chinese urban agglomerations considering spatially inter-city interactions[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(16): 274－283. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.16.031 http://www.tcsae.org