基于空間自相關的人均耕地面積時空格局變化研究

曾雨晴等

摘要：以地級市為空間尺度，利用GIS和GeoDa軟件，采取探索性空間數據分析方法（ESDA）對1998—2012年四川省市域人均耕地面積的空間格局特征、變化及空間關聯性進行分析。結果表明，1998—2012年四川省市域人均耕地面積呈逐年下降趨勢，其中雅安市、成都市降幅最大；人均耕地面積在空間關聯性上呈空間正相關，相關系數較小，人均耕地面積高或低的市趨于相鄰，且呈不同程度集聚，但集聚程度不高，總體空間差異逐年增大；由Moran散點圖和LISA聚類圖分析得出，落入LL和HH象限市域數量遠大于LH和HL象限，顯著性區域很少，反映出人均耕地面積空間分布的異質性，呈現空間離散分布格局。

關鍵詞：空間自相關；數據分析；人均耕地面積；四川省；空間格局

中圖分類號： F323.211文獻標志碼： A文章編號：1002-1302（2015）09-0388-04

我國是人口大國，耕地后備資源不足，人均耕地面積不足世界水平的一半。隨著經濟的快速發展，城市化進程不斷加快，人口不斷增長，優質耕地被占用為城市建設用地，我國的耕地資源更加緊缺。城市用地擴張和耕地保護間的矛盾引起國內外學者的廣泛關注[1]。許多學者運用經典統計分析方法對耕地面積變化進行不同視角的研究[2-4]，但是，由于空間依賴性的存在，該分析方法無法直接揭示與地理位置相關的空間數據關聯和依賴性。于是，許多學者引入空間統計分析方法[5]，有學者對城市人口分布、城市商業和住宅地價及城鎮化水平進行了空間自相關分析[6-8]，也有學者將地理空間分析方法引入到區域GDP等空間分布進行研究[9-10]，如華娟等運用空間自相關分析方法并結合GIS技術，對人均糧食占有量空間差異進行分析[11]。此外，越來越多的學者在地塊用途轉換、城鎮建設用地分布及土地利用變化中進行多尺度空間自相關分析研究[12-14]。

人均耕地面積與其他地區的經濟現象一樣，區域間的人均耕地面積不是獨立存在，而是存在擴散效應或極化效應[15]，脫離空間角度來分析研究區域人均耕地面積的問題是不全面、不科學的。四川省作為一個農業大省，對其人均耕地面積區域分布特征及空間關聯性有待深入分析。本研究以四川省地級市為單位，基于空間自相關分析方法對四川省市域人均耕地面積的時空格局演變進行分析，以期為相關土地管理部門更好地制定具有針對性的耕地保護措施提供參考。

1研究區概況與數據處理

四川省位于我國西南腹地，97°21′～108°31′E，26°03′～34°19′N，轄21個市州，幅員面積為48.5萬 hm2，耕地面積為401.07萬hm2。川西為高原，川西南為山地，其余為四川盆地，四川地域遼闊，土壤類型豐富，平原、丘陵主要為水稻土、沖積土、紫色土等，由于復雜的地形和不同季風環流的交替影響，氣候復雜多樣，以亞熱帶季風氣候為主，夏季高溫多雨，冬季溫暖濕潤，這些都有利于四川全面發展農業生產[16]。

本研究數據來源于四川省統計年鑒，在收集四川省1998—2012年各個市州總人口、總耕地面積的基礎上，利用ArcGis 10.1建立人均耕地面積的地理空間分布Shapefile格式數據，同時，運用Arcgis 10.1、Geoda空間自相關分析方法，分析人均耕地面積在空間位置上的相互依賴程度。

2研究方法

空間自相關（spatial autocorrelation）是反映一個區域單元上某種地理現象或某一屬性值與鄰近區域單元上同一現象或屬性值相關程度大小的重要指標，是空間域中的值聚集程度的一種量度[13]，包括全局空間自相關（global spatial autocorrelation）和局部空間自相關（local spatial autocorrelation）。空間自相關的空間結構可以通過自相關圖、方差圖和周期圖等結構函數來描述，考慮到相關系數（Morans I）的顯著性水平可以對已標準化的自相關圖進行不同方案間的對比研究[14]，且局部空間自相關能夠揭示掩蓋在全局空間自相關下反常的局部狀況和小范圍的局部不穩定性[5]。因此，采用全局Morans I統計量對1998—2012年四川省人均耕地面積進行全局尺度上的分析，利用空間關聯的局部指標Morans I散點圖和LISA聚類圖進行局部尺度的分析。

2.1空間權重矩陣

空間權重矩陣是空間統計分析與經典統計分析的重要區別之一，是探索性空間數據分析（ESDA）的前提和基礎[5]。為揭示研究對象間的空間聯系，空間統計分析引入空間權重矩陣，通過定義一個二元對稱空間權重矩陣W來表達n個位置空間區域的鄰近關系，其具體形式

2.2全局空間自相關分析

全局Morans I指數是分布特征較合意的測度指標，其計算公式為：

式中：Ii為區域單元i的局部Morans I值；Xi為單元i的觀測值；X為研究區內所有單元觀測值的均值；Wij為空間權重；n為區域單元數。對j求和僅限于單元i的所有鄰近單元。Ii的高值表示相似觀測值的區域單元的空間集聚，低值說明不相似值的區域單元的空間集聚[19-21]。

局部空間自相關中散點圖的4個象限按性質分為“HH”（第一象限）、“LH”（第二象限）、“LL”（第三象限）、“HL”（第四象限）。“HH”為熱點區，“LL”為冷點區，落入這2個象限的空間單元存在較強的空間正相關；“HL”表示某一空間單元屬性值較高，而周圍單元較低，“LH”與之相反，落入這2個象限的空間單元存在較強的空間負相關[13，22-23]。為進一步揭示四川省市域人均耕地面積在局部尺度上的空間集聚程度，選用LISA聚類圖和LISA 顯著水平圖來探測局部的空間自相關和空間差異。

3結果與分析

3.1人均耕地面積變化分析

研究結果表明，1998—2012年，四川省市域人均耕地面積占有量整體呈下降趨勢，1998—2003年的下降幅度大于2003—2012年。由圖1可見，1998、2003、2012年這3年中，雅安市的人均耕地面積下降幅度最大，降幅高達43.7%，其次是成都市、巴中市、阿壩州，降幅均大于30%，其他市域人均耕地面積都有不同程度減少，但相對降幅較小。

3.2人均耕地面積變化的空間分布規律分析

3.2.1全局空間自相關分析由圖2可見，1998—2012年，四川省人均耕地面積Morans I值均大于0，四川省市域人均耕地面積在研究期內呈空間正相關，即人均耕地面積高或低的市，相對應和人均耕地面積高或低的市相鄰近；人均耕地面積雖然呈現不同程度的聚集，但Morans I值均小于0.2，說明集聚程度并不高；1998—2003年，Morans I值呈下降趨勢，且2001—2003年下降幅度最大，這是由于該期間阿壩州、甘孜州、雅安市深受退耕還林、還草政策的影響，而成都市、資陽市和綿陽市等盆地和丘陵地區城市建設加快，大量耕地被占用；2003—2012年Morans I值波動不大，基本趨于平穩，其中，2009年Morans I值有小幅上升，這說明四川省市域人均耕地面積空間差異有進一步擴大的趨勢，與四川省內耕地減少的流向有著密切聯系。為此，應因地制宜保護耕地，加大土地集約利用效率、實現土地資源的優化配置。

3.2.2局部空間自相關分析全局指標是用于探測整個研究區域的空間模式，局部指標是計算每一個空間單元與鄰近單元就某一屬性的相關程度[19]。全局指標有時會掩蓋局部狀態的不穩定性[24]，為進一步揭示四川省市域人均耕地面積在局部尺度上的空間集聚程度，運用Morans I散點圖和LISA聚類圖來可視化和探測局部的空間自相關和空間差異。

由圖3可見，1998、2003、2012年3個年份，近1/2區域落入LL象限（冷點區），近1/4區域落入HH象限（熱點區），剩余區域近1/4零星散落于LH象限和HL象限，且落入冷點區的區域數量遠大于落入LH象限和HL象限的市域數量。這表明四川省市域人均耕地面積在局部范圍內具有空間相關性，集聚格局較為顯著，也反映出人均耕地面積空間分布存在異質性，呈局部空間的離散分布格局。

基于Geoda 10.0及ArcGis 10.1軟件，在5%顯著性水平上利用LISA集聚圖對1998、2003、2012年散點圖中表現出的局部區域空間分布格局進行統計分析。由圖4可見，1998年HH型顯著的區域有甘孜州和雅安市，屬于高值集聚，HL型顯著的區域僅有資陽市，具有較大空間差異性，即資陽市人均耕地面積高，周圍區域人均耕地面積低，LL型顯著的區域有自貢市和瀘州市，屬于低值集聚，空間差異較小，即人均耕地面積較低的市和人均耕地面積較低的市趨鄰，不存在LH型；2003年HH型顯著的區域僅有甘孜州，雅安市落入LH型顯著區域，HL型顯著的區域僅有眉山市，也不存在LL型顯著區域，人均耕地面積空間分布異質性加強；2012年HH型、HL型顯著區域與2003年相比未發生變化，仍不存在LL型顯著區域，LH型顯著區域新增攀枝花市，空間異質性變化趨于穩定。由此可知，雖然四川省市域人均耕地絕大部分呈局部空間正相關，但是顯著區域很少，且呈正相關的區域主要是高值或與高值集聚的區域，主要分布于川西地區，而川東區域空間分布差異較大，與川西地處高原、地勢平坦、地廣人稀而川東地勢起伏、人口密集、經濟發達有關。1998—2012年LL型顯著區域消失而新增雅安市、攀枝花市這2個LH型顯著區域，說明空間異質性加強，這是因為雅安市實施退耕還林政策，耕地面積大為減小，導致人均耕地面積減少，而攀枝花市經濟發展和城市化進程加快，耕地不斷被占用，也導致人均耕地面積的下降。

4結論

基于1998—2012年四川省統計年鑒數據，對四川省21個市（州）人均耕地面積時空格局演變特征及其空間自相關性分析可知：（1）四川省市域人均耕地面積占有量總體呈下降的趨勢，其中，下降幅度最大的區域為川西的雅安市和位于平原的成都市，其次為川東丘陵區巴中市和川西北高原的阿壩州。（2）四川省市域人均耕地面積總體上呈空間正相關，即人均耕地面積高或低的市相應地和人均耕地面積高或低的市趨于相鄰；人均耕地面積空間集聚程度各異，總體空間集聚程度偏低；省內耕地流向差異是人均耕地面積空間差異逐年增大的重要原因之一，其中，甘孜州、阿壩州和雅安市受退耕還林、還草政策的影響，而盆地和丘陵地區受城市化進程加快占用大量耕地影響。因此，應以實現土地資源最優配置為目標，堅持因地制宜為原則保護耕地，提高土地節約集約利用效率。（3）Morans I散點圖和LISA圖中，落在LL象限和HH象限的市域數量遠大于落在HL和LH象限市域數量。四川省市域人均耕地面積在局部范圍內具有空間相關性，集聚格局

較為顯著，同時也反映出人均耕地面積空間分布存在異質性，呈局部空間離散分布格局。（4）退耕還林、還草政策和城市化建設占用大量的耕地，導致人均耕地面積空間分布的顯著型類型發生變化。雅安市由原來的HH型變為LH型，攀枝花市由不顯著區域變成LH型，同時，LL型顯著區域消失，說明人均耕地空間分布的異質性加強，更應切實關心耕地保護工作，做到“占補平衡”，在保護好耕地的同時更好、更快地發展經濟，縮小地區間差距。

參考文獻：

[1]談明洪，呂昌河.城市用地擴展與耕地保護[J]. 自然資源學報，2005，20（1）：52-58.

[2]蔡運龍，傅澤強，戴爾阜.區域最小人均耕地面積與耕地資源調控[J]. 地理學報，2002，57（2）：127-134.

[3]黃大全，鄭偉元.海外城市化與耕地保護對中國的啟示[J]. 中國土地科學，2005，19（3）：38-43.

[4]何格，歐名豪.城市化與四川糧食安全問題研究[J]. 農業現代化研究，2005，26（5）：349-352.

[5]徐建華.計量地理學[M]. 北京：高等教育出版社，2006：120-130.

[6]公云龍，張紹良，章蘭蘭.城市地價空間自相關分析——以宿州市為例[J]. 經濟地理，2011，31（11）：1906-1911.

[7]杜國明，張樹文，張有全.城市人口分布的空間自相關分析——以沈陽市為例[J]. 地理研究，2007，26（2）：383-390.

[8]賀振.基于空間自相關的河南省城鎮化水平空間格局研究[J]. 測繪科學，2010，35（6）：178-179，191.

[9]萬魯河，王紹巍，陳曉紅.基于GeoDA的哈大齊工業走廊GDP空間關聯性[J]. 地理研究，2011，30（6）：977-984.

[10]孟斌，王勁峰，張文忠，等. 基于空間分析方法的中國區域差異研究[J]. 地理科學，2005，25（4）：393-399.

[11]華娟，涂建軍，楊愛秋.基于空間自相關的人均糧食占有量空間差異研究[J]. 農機化研究，2013（6）：25-28，32.

[12]高進云，喬榮鋒.基于空間相關分析的農地城市流轉決策模型研究[J]. 干旱區資源與環境，2014，28（5）：25-29.

[13]韋素瓊，張金前，陳健飛.基于空間自相關的閩臺城鎮建設用地分布研究[J]. 地理科學進展，2007，26（3）：11-17，插1.

[14]謝花林，劉黎明，李波，等. 土地利用變化的多尺度空間自相關分析——以內蒙古翁牛特旗為例[J]. 地理學報，2006，61（4）：389-400.

[15]張海軍.河南省市域農民人均收入空間自相關分析[J]. 南陽師范學院學報，2009，8（9）：57-61.

[16]四川省商務廳.四川概況[EB/OL]. （2014-4-10） [2015-07-15].http：//www.sccom.gov.cn/xxfb/page/scgk/index.htm.

[17]Chen F，Du D S. Application of integration of spatial statistical analysis with GIS to regional economic analysis[J]. Geo-spatial Information Science，2004，7（4）：262-267.

[18]le Gallo J，Ertur C. Exploratory spatial data analysis of the distribution of regional per capita GDP in Europe，1980—1995[J]. Papers in Regional Science，2003，82（2）：175-201.

[19]張松林，張昆.空間自相關局部指標Moran指數和G系數研究[J]. 大地測量與地球動力學，2007，23（3）：31-34.

[20]Tang J J. Exploratory spatial data analysis of the distribution of regional per capita GDP in Yangtze Delta，China：1994-2004[J]. Ecological Economy，2008（2）：180-188.

[21]王遠飛，何洪林.空間數據分析方法[M]. 北京：科學出版社，2007：94-100.

[22]陳小勇，林鵬.我國紅樹植物分布的空間自相關分析[J]. 華東師范大學學報：自然科學版，2000（3）：104-109.

[23]王勁峰，孫英君，韓衛國，等. 空間分析引論[J]. 地理信息世界，2004，2（5）：6-10.

[24]Getis A，Ord J K. The analysis of spatial association by use of distance statistics[J]. Geographical Analysis，1992，24（3）：189-206.