東北糧食主產區耕地資源變化驅動機制及其對糧食產量的影響

徐 珊，宋 戈，2，王 越，雷國平，2，王學偉

（1.東北農業大學 資源與環境學院，黑龍江 哈爾濱150030；2.東北大學 土地管理研究所，遼寧 沈陽110819）

土地利用／土地覆蓋變化（LUCC）研究已成為全球環境變化研究的前沿和熱點領域。驅動力研究是土地利用變化機制研究中的核心內容。而耕地是土地資源的精華，是確保國家糧食安全的基礎。區域糧食安全的關鍵是要確保生產和供應足夠的糧食來滿足區域內所有人口的糧食需求，對耕地資源變化驅動機制的深入探討，及單一驅動因子和復合驅動因子對區域糧食產量的影響，對促進糧食主產區農業可持續發展具有重要意義［1］。

國外對耕地資源驅動機制的研究較少，更多的是基于大尺度的土地利用變化機制的研究，IHDP將LUCC的驅動因子分為直接因子和間接因子［2］，人口增長是區域土地利用變化的直接原因［3］，經濟政策、制度、城市化及技術也逐步成為主要驅動因子［4］。國內對于耕地資源驅動機制的研究主要側重于驅動因子的分析，且單因子研究較多，主要體現在單因子對不同區域，不同尺度的耕地數量、質量以及生態的影響機理［5－11］，國內外學者的研究為從內在驅動及外在驅動角度探討耕地資源變化驅動機制具有重要的指導意義。有關耕地資源驅動機制對糧食產量的研究尚少，已有的研究主要集中在耕地分等因素對糧食產量的影響［12］，將耕地資源變化的單因子與復合因子驅動機制對糧食產量的影響進行結合的研究尚很少見。本研究以東北糧食主產區的國家重點商品糧生產縣——巴彥縣為研究區，以3S技術為手段，運用Logistic模型識別引起研究區耕地資源變化的內在驅動因子及外在驅動因子，探尋耕地資源變化的驅動機制，利用單因素指標法對單因子對研究區糧食產量的影響進行分析，并通過通徑分析，建立回歸方程，探討復合因子對區域糧食產量的影響，研究成果可為提高區域糧食產量提供科學依據，為保障國家糧食安全提供參考，并為同類城市提高糧食產量提供借鑒。

1 研究區概況

巴彥縣位于黑龍江省中部偏南、松嫩平原東部高平原區，是東北糧食主產區具有很強代表性的區域。該縣地勢東高西低，北崗南平，中部多丘陵，地理形狀為北寬南窄的楔形。該區域屬于中溫帶大陸性季風氣候，夏季溫暖多雨，冬季寒冷干燥，雨熱同季，巴彥縣年降水量621mm，年平均氣溫3℃，全年日照時數2 628.2h；巴彥縣轄10鎮，8鄉，116個行政村，總人口為70.0萬人，其中農業人口56萬人，總土地面積3.13×105hm2，其中耕地面積占土地總面積的72.5%，并以黑土和草甸土為主，占總土地面積的76.93%，是典型的波狀緩坡漫崗平原的耕地利用的地貌類型。2009年研究區農作物總播種面積2.20×105hm2，糧食總產量2.07×106t，農業總產值224 979萬元，是黑龍江省糧食生產大縣，糧食種植結構以玉米、水稻、大豆、薯類種植為主，曾多次被評為全國、省糧食生產先進縣，農副產品量占絕對優勢［13］。

2 數據來源與計算方法

2.1 數據來源

本研究土地利用數據來源于巴彥縣1991年土地詳查數據庫和2009年SOPT5影像。運用ERDAS軟件對2009年遙感影像進行解譯，建立2009年巴彥縣土地利用數據庫，并運用ENVI軟件提取歸一化植被指數（NDVI）、差值環境植被指數（DVI）及比值植被指數（RVI）空間分布圖；通過等高線和高程點建立不規則的三角網（TIN），再通過線性和雙線性內插生成DEM，獲取坡度數據，利用ArcGIS空間分析功能，生成高程和坡度專題圖。

研究區土壤相關數據采用野外調查與室內分析相結合的方法，在研究區耕地上根據土壤類型的不同、地形地貌的差異、耕地用地類型的不同，在耕地上均勻布置具有代表性的661個采樣點（圖1），利用GPS進行實地樣點空間定位。將采樣點土壤運用土壤養分狀況系統研究法進行土壤樣品的測試分析，得到速效磷、速效鉀、堿解氮、pH值、有機質等土壤化驗數據。糧食單產數據、人口密度、地均GDP等經濟社會因素主要來源于農戶調查與巴彥縣統計年鑒（2010年）、巴彥縣經濟統計年鑒（2010年）相結合的方法計算得來。

圖1 巴彥縣耕地資源現狀及采樣點布置

2.2 數據處理

對野外調查的661個采樣點的土壤相關數據，采用GIS的克里金插值，生成60m×60m的堿解氮，速效磷，速效鉀，pH值和有機質空間分布的柵格圖像；將植被相關指數圖、高程度及坡度圖在ArcGIS中轉換成60m×60m的柵格圖像；交通通達度為耕地到最近道路的距離、灌溉潛力為耕地到最近水域的距離，耕作便利度為耕地到最近居民點的距離，分別利用ArcGIS空間分析功能的straight line命令計算3種距離，并生成60m×60m的柵格圖像。將糧食單產數據、人口密度等經濟社會因素按鄉鎮輸入661個采樣點，采用克里金插值法，生成60m×60m的柵格圖像，得到研究區糧食單產圖及相關經濟社會因素圖。

2.3 計算方法

2.3.1 耕地資源變化數量分析 運用ArcGIS的空間分析功能，將1991和2009年的研究區土地利用數據庫進行疊加，提取兩期耕地利用數據，求出1991—2009年間研究區耕地資源變化轉移矩陣（表2）。

2.3.2 耕地資源變化驅動因子的識別 在借鑒已有耕地資源變化驅動因子的研究成果基礎上，結合巴彥縣的實際特點，從內在驅動因子和外在驅動因子兩方面，共選取了30個影響耕地資源變化的因子（表1）。

表1 巴彥縣耕地資源變化驅動力因子指標體系

將Logistic模型應用到耕地資源變化與各驅動因子的分析中，將耕地資源與其它各土地利用類型的轉換分別對應于30個影響因子，以識別研究區耕地資源變化的驅動因子［14］。運用SPSS 19.0的Binary Logistic回歸分析對耕地資源增加及減少的土地利用類型分別進行分析，并對所得結果進行ROC檢驗，得出影響研究區耕地資源變化的主要驅動因子（表3）。

2.3.3 單因子對糧食產量的影響 單因子指標法是以定量的方法來描述單一的土地屬性對耕地生產能力（產量水平）的影響。衡量單一因素對糧食產量的影響，濾除其它因素的交互干擾，從而求取單一因素所對應的糧食產量高低［16］。

根據已識別出的驅動因子，求出各驅動因子與糧食產量的內在關系。將評價單元內每個驅動因子按照《國家第二次土壤普查養分分級標準》進行分級，并結合研究區的實際情況進行修正；把糧食單產圖與各驅動因子分級圖進行空間疊加，求得驅動因子與糧食產量的對應序列；將評價單元內每一驅動因子的每一分級所對應的的糧食產量取平均值，作為驅動因子分級指標所對應的產量水平；根據驅動因子分級中兩級之間的差值算得每一指標分級產量提升的空間，即每一驅動因子在環境改善后對應的糧食產量增加值。

2.3.4 復合因子對糧食產量的影響 利用SPSS 19.0軟件對研究區相關數據進行通徑分析［17－18］，并應用Matlab軟件實現耕地資源變化驅動因子與糧食產量的多項式擬合分析。

3 研究區耕地資源變化及其驅動機制

3.1 耕地資源數量變化特征

1991—2009年巴彥縣耕地增加的主要來源為其它用地轉換為耕地，增加面積為10 335.93hm2，占增加耕地面積的38.8%，其次為林地向耕地的轉移，轉移面積為8 396.65hm2，占新增耕地面積的31.5%，建設用地向耕地的轉移只占新增耕地的9.80%。

可見，該時期新增耕地的主要來源為其它用地及林地，其它用地的開墾為耕地增加的主要原因，毀林開荒是林地轉換的主要原因，建設用地向耕地的轉移尚不明顯（表2）。

表2 巴彥縣1991－2009年耕地資源轉移矩陣 hm2

1991—2009年巴彥縣耕地減少去向最大的為耕地向建設用地的轉換，減少面積為3 742.12hm2，占耕地面積減少的28.05%，其次是林地和牧草地。可見，建設用地占用耕地是該時期耕地減少的主要原因。

3.2 耕地資源變化驅動因子識別及其作用機制

運用Logistic的Binary Logistic回歸方法，對巴彥縣耕地資源變化的影響因子進行識別，將不變的耕地取值為0，耕地與其它各土地類型發生轉移的部分取值為1。回歸系數β值越大，表示其相關度越高；似然比Exp（B）＞1，發生比增加；Exp（B）＝1，發生比不變；Exp（B）＜1，發生比減少。

耕地資源變化的驅動因子檢驗結果顯示：各土地利用類型的ROC曲線都遠遠高于其對角線，ROC值都大于0.5，說明擬合結果皆通過檢驗。

耕地與林地、建設用地、園地、水域的ROC值均大于0.8，說明模型模擬程度較高。耕地與牧草地、其它用地轉換的ROC值相對較低，其擬合度相對于其它土地利用類型的轉化較低。說明耕地與園地、其它用地的轉換具有較強的動態性，這種相對較強的動態性是指在耕地與園地、其它用地在轉換的較短時間內，還可以再次轉換為其它土地利用類型（詳見表3）。

表3 基于Logistic的巴彥縣耕地資源變化驅動因子識別

巴彥縣耕地資源變化受到內在驅動因子和外在驅動因子的共同作用，內在驅動與外在驅動是相輔相成的，共同作用共同影響。根據研究區耕地資源中各土地類型的面積以及1991—2009年各土地利用類型轉換驅動因子的作用強度，巴彥縣耕地資源的驅動因子為坡度（X1）、土壤類型（X2）、有機質（X3）、pH 值（X4）、RVI（X5）、NDVI（X6）、地均 GDP（X7）、政策法規（X8）8個驅動因子。

4 單因子對研究區糧食產量的影響

由于各驅動因子的量化值所在的區間及級別數不一致，有的驅動因子以數值越小級別越高，有的驅動因子則是數值越大級別越高，同時級別個數從4～6個不等。

為便于度量，對研究區的驅動因子進行順序化歸并處理［19］（表4）。

表4 巴彥縣耕地資源驅動因子分級

從圖2可以看出，巴彥縣耕地資源變化的單一驅動因子指標分級變化后，糧食產量提升潛力最大的為土壤有機質含量，其改變值達387.66kg／km2，即土壤有機質含量從小于0.6%提高到0.6%～1.0%時，糧食產量提高潛力最大；其次為地均GDP，當地均GDP從3級提高到4級時，糧食產量提高342.58 kg／km2。對糧食產量提高影響最小的驅動因子為政策法規因子，其改變值只有5.42kg／km2，即政策法規由影響一般到影響較大級別時，糧食產量提升潛力最小；其次為坡度，坡度從6°～15°提高到2°～6°時，糧食產量僅提高12.19kg／km2。單因子對糧食產量的影響可以看出，單一因子對糧食產量的影響在驅動因子分級發生改變后，糧食產量水平有較大程度的增產空間，從另一方面也說明，當單一驅動因子在其自身某一分級水平時，對糧食量產的提升也是一個較強的制約因素。

圖2 巴彥縣耕地資源驅動因子分級變化對糧食產量的影響

5 復合因子對研究區糧食產量影響

通過對篩選出來的8個影響巴彥縣耕地資源變化驅動因子進行通徑分析（表5），結果表明，剩余通徑系數為0.208 465，說明8個驅動因子對耕地資源變化的共同作用較大，8個驅動因子對耕地資源變化的直接作用是不均等的，按絕對值大小順序為：地均GDP＞坡度＞土壤類型＞NDVI＞RVI＞政策法規＞pH值＞有機質，其中地均GDP，土壤類型，NDVI，政策法規，pH值，有機質為正直接作用，坡度及RVI對耕地資源變化起到負直接作用。從總效應來看，8個驅動因子對耕地資源變化的間接作用也存在較大差異，坡度對耕地資源變化的間接作用最大，隨后依次為NDVI，地均GDP，土壤類型，RVI，政策法規，有機質，pH值，其中有機質，NDVI，地均GDP總效應為負，其它指標的總效應為正。

通過通徑分析的總效應建立回歸方程為：

式中：Y——耕地資源變化總效應；X——8個驅動因子間接作用的總效應。

運用ArcGIS軟件，將回歸方程帶入屬性表中進行計算，得到研究區耕地資源變化的總效應，通過Matlab軟件，對耕地資源變化總效應與糧食產量進行多項式擬合，擬合方程為：

式中：Z——研究區糧食產量；Y——耕地資源變化總效應。

通過計算得出，巴彥縣耕地資源變化總效應在0.20～1.31之間，其對應的糧食產量在1 539～11 951kg／hm2，即耕地資源變化總效應每改變0.1，糧食產量的變化值約為950kg／hm2。

表5 巴彥縣耕地資源變化驅動因子間通徑分析

6 結論

（1）1991—2009年巴彥縣耕地增加的主要來源為其它用地轉換為耕地，其它用地的開墾為耕地增加的主要原因，建設用地向耕地的轉移尚不明顯。1991—2009年巴彥縣耕地減少去向最大的為耕地向建設用地的轉換，建設用地占用耕地是該時期耕地減少的主要原因。坡度，土壤類型，有機質，pH 值，RVI，NDVI，地均GDP，政策法規8個驅動因子是巴彥縣耕地資源變化的主要影響因子。

（2）巴彥縣耕地資源變化受到內在驅動因子和外在驅動因子的共同作用，各驅動因子對耕地資源變化的驅動機制各不相同，共同影響研究區耕地資源的變化。

（3）單一驅動因子指標分級變化后，糧食產量提升潛力最大的為土壤有機質含量；對糧食產量提高影響最小的驅動因子為政策法規因子，單一因子對糧食產量的影響在驅動因子分級發生改變后，糧食產量水平有較大程度的增產空間，相反，當單一因子分級發生改變時，其對糧食產量的提升也是一個較強的制約因素。

（4）復合因子對糧食產量的影響為耕地資源變化總效應每改變0.1，糧食產量的變化值約為950 kg／hm2。

（5）本研究運用巴彥縣1991—2009年的數據來反映該區耕地資源變化的驅動力，總體上能夠體現耕地資源變化的情況，但耕地資源變化是一個長期的過程，提高對耕地資源驅動機制的研究深度需加長時間序列；本研究只是對該區糧食單產數據進行了分析，應加強對其糧食生產理論產能的探討，以便為指導東北糧食主產區耕地資源利用及糧食安全提供科學的技術支持。

［1］李玉平，蔡運龍.浙江省耕地變化與糧食安全的分析及預測［J］.長江流域資源與環境，2007，16（4）：466－470.

［2］Jeanne X K，Roger E K，Turner B L.Regions at Risk－Comparisons of Threatened Environment［M］.New York：United Nations University Press，1995.

［3］Peter H，Tom V，Johan B.Land use change under conditions of high population pressure：The case of Java［J］.Global Environmental Change，1999，9（4）：303－312.

［4］Quan Bin，Chen Jianfeiku，Qiu Honglei，et al.Spatialtemporal pattern and driving forces of land use changes in Xiamen［J］.Pedosphere，2006，16（4）：477－488.

［5］許淑青，張仁陟，董博，等.耕作方式對耕層土壤結構性能及有機碳含量的影響［J］.中國生態農業學報，2009，17（2）：203－208.

［6］趙陽，余新曉，賈劍波，等.紅門川流域土地利用景觀動態演變及驅動力分析［J］.農業工程學報，2013，29（9）：239－248.

［7］胡賢輝，楊鋼橋.江漢平原耕地數量變化驅動機制分析：以仙桃市為例［J］.中國人口·資源與環境，2005，20（5）：119－121.

［8］魯明星，徐輝，賀立源，等.湖北省鐘祥市耕地土壤養分時空變化分析［J］.華中農業大學學報，2009，28（4）：431－437.

［9］鄭海霞，童菊兒，徐揚.發達地區耕地資源的時空變化及其驅動力實證研究［J］.農業工程學報，2007，23（4）：75－78.

［10］劉瑞娟，張萬昌，裴洪芹.淮河流域土壤侵蝕與影響因子關系分析［J］.中國水土保持，2010，338（5）：29－32.

［11］賀佳惠，王永軍，李團勝.榆林地區土地利用／覆被變化驅動機制研究［J］.中國人口·資源與環境，2010，20（5）：119－121.

［12］張紅富，周生路，吳紹華，等.省域尺度耕地產能空間分異規律及其影響因子［J］.農業工程學報，2010，26（8）：308－314.

［13］徐珊，宋戈.東北糧食主產區耕地資源時空變化及其對糧食生產能力的影響［J］.農業工程學報，2012，28（21）：1－9.

［14］王濟川，郭志剛.Logistic回歸模型方法與應用［M］.北京，高等教育出版社，2001.

［15］晏國菀.經濟增長、房地產業發展及宏觀調控理論模型與計量分析［D］.重慶：重慶大學，2010.

［16］楊建波，王朝輝，邱士可，等.耕地分等因素對糧食產量的影響［J］.農業工程學報，2010，26（4）：306－311.

［17］杜家菊，陳志偉.使用SPSS線性回歸實現通徑分析的方法［J］.生物學通報，2010，45（2）：4－6.

［18］宋戈，王越，雷國平.松嫩高平原黑土區耕地利用系統安全影響因子作用機理研究：以黑龍江省巴彥縣為例［J］.自然資源學報，2014，29（1）：13－26.

［19］蘇海民，陳健飛.土地適宜性的綜合評判物元模型［J］.曲阜師范大學學報：自然科學版，2005，31（1）：115－119.