淮南市耕地非農化驅動因素的灰色關聯分析

高　楊，張紅梅，蘇海民

(1.宿州學院 環境與測繪工程學院，安徽 宿州 234000；2. 安徽理工大學 地球與環境學院，安徽 淮南 232001)

?

淮南市耕地非農化驅動因素的灰色關聯分析

高楊1，張紅梅2，蘇海民1

(1.宿州學院 環境與測繪工程學院，安徽 宿州 234000；2. 安徽理工大學 地球與環境學院，安徽 淮南 232001)

[摘要]基于2004-2013年淮南市耕地資源數據及社會經濟統計資料，進行淮南市耕地非農化驅動因素的灰色關聯分析。結果表明：淮南市耕地資源總量及人均耕地面積都呈現明顯的遞減趨勢，耕地總面積除2010年較上年略有增加外，其余各年份都有不同程度的減少，人均耕地面積在2003-2011年呈現出與耕地總面積相似的逐年遞減變化，2012-2013年人均耕地面積略有增加；人口數量、城市化發展、農業生產水平和居民生活水平是影響淮南市近年耕地非農化的主要驅動因素。

[關鍵詞]耕地非農化；驅動因素；灰色關聯分析；淮南市

耕地資源是人類生存和發展的基礎性資源。隨著經濟發展和城市化進程的不斷加快，耕地轉變為非農、建設用地的非農化過程不可避免，耕地非農化所導致的耕地數量減少、耕作層破壞都是難易恢復的，對國家糧食安全和生態安全將產生很大影響[1]，因此引起專家和學者的廣泛關注。目前，在很多地區進行了耕地非農化的多層次研究，研究主要集中在兩個方面，一方面是耕地非農化時空演變的過程分析[2-3]，另一方面是耕地非農化的驅動因素研究[4-6]，特別是對于較小空間尺度的區域范圍，耕地非農化驅動因素的研究更受重視。淮南市作為安徽省重要的工礦城市，耕地非農業化會直接影響著區域糧食供給和生態保護，進而影響區域經濟的可持續發展，分析淮南市非農業化驅動因素，準確認識礦業城市耕地非農化的機制，為礦業型城市制定合理的土地利用規劃、實現土地資源的可持續利用提供科學的理論依據。

1研究區概況

淮南市地處安徽省中北部，市轄六區一縣，包括田家庵區、八公山區、謝家集區、潘集區、大通區、毛集實驗區和鳳臺縣，總面積約2585km2。淮南市地處暖溫帶與亞熱帶的過渡區，季風氣候典型，年平均氣溫15.6℃，年均降水量899.4mm，降水年際變化大，季節分配很不均勻。市境位于淮河流域，淮河北岸為較平坦的平原地區，淮河以南多為東西隆起的低山丘陵，淮河是市境最大的地表水，區內還有窯河、東淝河、西淝河、泥黑河等支流。淮南市是安徽省重要的工業城市，被譽為中國能源之都，2013年末，全市總人口243.29萬人，城鎮化率達45.88%，全年生產總值(GDP)819.39億元，三產業比重分別為8.07%、62.06%、29.87%。

2研究方法與數據來源

2.1灰色關聯分析法

灰色關聯分析方法一般用來研究系統中不同因素之間的相關關系和關聯程度[7]。進行耕地非農化驅動因素的灰色關聯度分析可設定耕地面積的時間序列為參考序列，驅動因素的時間序列作為比較序列，分別為：

x0(k)={x0(1),x0(2),……x0(n)}，

xi(k)={xi(1),xi(2),……xi(n)}

(i=1,2,…m)

各系列原始數據的量綱不同，為了減小誤差，保證原始數據的統一性，需要對原始數據進行變換，作無量綱化處理，計算無量綱的參考序列與比較序列的關聯系數，計算公式為：

i=(1,2,…m；k=1,2,…n)

(1)

式中Δx0i(k)=|x0(k)-xi(k)|為絕對差序列，Zmax=maximaxkΔx0i(k)為兩極最大差，Zmin=miniminkΔx0i(k)為兩極最小差，δ∈(0,1)為分辨系數，作用是削弱由于過于偏大的最大絕對差值引起的失真造成的影響，一般取值為0.5。

為了進行參考序列與比較序列整體性比較，可將各個時刻的關聯系數求平均值作為參考序列與比較序列之間的灰色關聯程度，關聯度計算公式如下：

(2)

計算所得比較序列與參考序列之間關聯度越大,表示該驅動因素對耕地非農化的影響越大，關聯度越小則表明影響越小。

2.2數據來源

淮南市耕地資源數據來源于2005-2014年《安徽省統計年鑒》，人口、各產業產值、居民收入、農業生產等社會經濟數據主要來源于2005-2014年《淮南年鑒》和2004-2013年《淮南市國民經濟和社會發展統計公報》。

3淮南市耕地資源變化特征分析

通過統計淮南市近10年的耕地面積數據發現，淮南市耕地面積變化整體呈現出明顯的遞減趨勢，2004-2013年淮南市耕地總面積及人均耕地面積變化如圖1所示，2004年耕地面積為116157hm2，2013年耕地面積降至最低，縮減為113152 hm2，凈減少3005 hm2，減少耕地面積占原有耕地面積的2.59%，年均遞減率為0.287%。從變化過程看，除2010年耕地面積較上年略有增加外，其余各年耕地面積都有不同程度的減少，2011年減少幅度最大，減少了987 hm2。人均耕地面積變化總體也呈現出減少的趨勢，2004年人均耕地面積0.0497 hm2，2013年減少至0.0465 hm2，人均耕地面積的變化過程可分為兩個階段，2004-2011年人均耕地面積呈現出與耕地總面積相似的逐年遞減變化，但2012-2013年人均耕地面積變化與總耕地面積變化不同，表現出略有增加的趨勢，主要是由于這期間淮南市人口數量有所減少。使得人均耕地面積在耕地總面積減少的情況下略有增幅。

圖1　2004-2013年淮南市耕地總面積

4淮南市耕地非農化驅動因素分析

4.1指標選取

耕地非農業化受多種社會經濟因素及資源環境條件的影響和驅動，根據淮南市耕地資源變化特點選取13個影響淮南市耕地非農化的驅動因素，分別是：X1—總人口數(萬人)，X2—非農業人口數(萬人)，X3—第一產業產值(億元)，X4—第二產業產值(億元)，X5—第三產業產值(億元)，X6—固定資產投資(億元)，X7—農機總動力(萬kw)，X8—化肥使用量(噸)，X9—主要糧食作物單產(kg/hm2)，X10—城鎮居民人均可支配收入(元)，X11—農民人均收入(元)，X12—城鎮人均住房面積(m2)，X13—農民人均住房面積(m2)。2004-2013年淮南市耕地非農業化驅動因素相關指標數據，見表1。

表1　2004-2013年淮南市耕地非農化驅動因素相關指標數據

4.2關聯分析

進行灰色關聯分析時，將淮南市耕地資源的變化時間序列作為參考序列，表1中數據序列作為比較序列，為保證指標數據的統一性，利用初值化法對數據進行無量綱處理。運用關聯度公式計算得到淮南市耕地非農業化與13個驅動因素的關聯度和排序，如表2所示。

表2　淮南市耕地非農化驅動

根據計算結果可知，總人口數和非農業人口數與耕地非農化的關聯度最大，排序居于前兩位，表明人口數量及城市化發展是影響耕地非農化的首要因素；主要糧食作物單產、農機總動力、化肥使用量等體現農業生產水平因素的關聯度緊隨人口數量因素，排序分別在3、4、5位，表明農業生產水平是影響耕地非農化的重要因素；人均住房面積、居民收入等因素體現了居民生活水平，其關聯度排序在中等水平，說明居民生活水平對耕地非農化有一定影響；各產業產值因素的關聯度相對偏小，排序靠后，對耕地非農化影響偏小。淮南市耕地非農化的主要驅動因素可以歸納為人口數量、城市化發展、農業生產水平和居民生活水平等四個方面。

4.2.1人口數量

人口數量的變化是影響耕地變化的重要因素，人口的增長導致對商業用地、工業用地、市政設施用地、綠化用地等方面的需求進一步增大，從而不可避免地使部分耕地向其他類型用地轉換[8]。淮南市總人口從2004年的233.6萬增加為2013年的243.3萬，凈增近十萬人，推動了耕地非農化的進程。圖1所示2011-2013年間，淮南市耕地總面積減少幅度較小，人均耕地面積略有增幅，對應同期的淮南市總人口是略有減少的，進一步說明了人口數量對耕地非農化的重要影響。

4.2.2城市化發展

城市化的快速發展，使得建城區面積擴大，耕地非農化過程必然隨著城市化發展而加快。非農業人口的增加是區域城市化發展的表現之一，淮南市非農業人口從2004年的105.7萬增加為2013年的111.6萬，凈增5.9萬人，此數據是以人口的戶籍所在地進行的統計，但隨著農村人口向城鎮的遷移，有部分人口在城鎮務工居住戶籍仍在農村，實際城鎮人口遠遠大于統計中的非農業人口，這從各行業在業人口情況有所表現，2013年淮南市農林牧漁業人口占在業人口的比重為28.03%，其他行業在業人口比重為71.97%。并且在農村人口向城鎮遷移過程中，遷移的農村人口并沒有完全脫離農村，出現了這部分人口在農村和城鎮同時占有土地的現象[9]，這不僅是對人口分布格局的改變，同時也影響了用地格局，促使了耕地非農化的發展。

4.2.3農業生產水平

隨著科學技術的進步，新技術、新產品不斷投入到農業生產建設中去，使得農業生產水平不斷提高，這也是耕地非農化過程中保證國家糧食安全的基本要求。農業生產水平提高最直觀的表現是農業的單位收益不斷增加，淮南市糧食作物以谷物為例，其單產水平從2004年的6360 kg/ hm2提高到2013年的6856 kg/ hm2，每公頃增加了496kg，增幅達7.8%。淮南市農業現代化水平發展是提高糧食單產的重要保證，農機總動力2013年為181.3萬千瓦，比2004年增加了40.3萬千瓦，農業排灌機械2013年為14096臺，比2004年增加了1919臺，化肥使用量從2004年的114197噸提高到2013年的140922噸。農業單位收益的增加使得農業產值在耕地資源不斷減少的情況下實現了大幅提高，淮南市第一產業產值從2004年的26.5億元增加到2013年的66.2億元，年均增幅16.6%。淮南市農業水平的提高協調了耕地面積減少與農業發展之間的關系，從而驅動了耕地非農化的進程。

4.2.4居民生活水平

經濟快速發展伴隨著居民生活水平的提高，使得人們不再滿足于基本的物質需求，對生活及居住環境提出更高的要求，休閑、娛樂等方面建設用地的增加成為必然，也驅動了耕地非農業的發展。淮南市居民人均收入近年持續增長，城鎮居民人均可支配收入從2004年的7418元增加到2013年的22920元，增加了兩倍以上，農民人均收入從2004年的2572元上漲為2013年的8869元，增幅達224.8%。淮南市人均住房面積也呈現出較大幅度上升，城鎮人均住房面積從2004年的20.4 m2上升到2013年的27.2 m2，增幅為33.3%，農民人均住房面積從2004年的23.6 m2上升到2013年的40.3 m2，增幅更是達到70.8%，直觀地體現了建設用地的增加。

5結論與討論

2004-2013年間，淮南市耕地資源總量及人均耕地面積整體都呈現明顯的遞減趨勢，耕地總面積除2010年較上年略有增加外，其余各年份都有不同程度的減少，人均耕地面積在2003-2011年呈現出與耕地總面積相似的逐年遞減變化，2012-2013年表現出略有增加的趨勢。淮南市耕地非農化驅動因素的灰色關聯分析表明，人口數量及城市化發展是影響耕地非農化的首要因素，農業生產水平是影響耕地非農化的重要因素，居民生活水平對耕地非農化有一定影響。

耕地非農化主要受多種社會經濟因素的影響，其發展表現出階段性特點，灰色關聯法較其他統計方法具有對樣本數量要求低的優勢，且能較為準確的度量各因子間相關程度和判斷促使系統變化因子的主次順序，適用于耕地非農化的階段性研究，但有些耕地非農化的影響因素難以量化，進行淮南市非農化驅動因素的灰色關聯分析時不能完全考慮這些因素，如政策因素，淮南市政府在2013年與縣區簽訂《淮南市縣級政府耕地保護目標責任書》，將耕地保護具體考核指標下達給縣區，明確任務、措施和責任人的權利及義務，并將其納入縣區工作業績考核。另外還有地形因素、交通條件等都會影響到耕地非農化過程，后續研究應加強這些因素的調研和影響評估。

[參考文獻]

[1]何英彬，陳佑啟，姚艷敏.東北三省耕地非農化時空特征及其與糧食生產能力的關系[J].資源科學，2009，31(2)：295-302.

[2]張孝宇，謝新朋，張安錄.武漢市耕地非農化的空間非均衡發展與空間擴散路徑分析[J]. 自然資源學報，2014，29(10)：1649-1659.

[3]范輝，劉衛東，吳澤斌.河南省縣域耕地非農化的時空演變——基于水系流域的視角[J]. 水土保持通報，2014，34(1)：207-213.

[4]溫利華，劉紅耀，張廣錄等. 資源型城市耕地非農化及關聯因子研究——以河北省邯鄲市為例[J]. 西北農林科技大學學報(自然科學版)，2013，43(8)：125-132.

[5]苑韶峰，楊麗霞，楊桂山等.耕地非農化的社會經濟驅動因素異質性研究——基于STIRPAT和GWR模型的實證分析[J]. 經濟地理，2013，33(5)：137-143.

[6]王雨濛，吳娟，張安錄.湖北省耕地變化與社會經濟因素的實證分析[J].中國人口·資源與環境，2010，20(7)：107-111.

[7]鄧聚龍.灰色系統理論教程[M]. 武漢：華中理工大學出版社，1990.

[8]汪微，景高了，石鵬等.耕地利用變化與人文驅動因素的灰色關聯分析——以襄樊市為例[J].華中師范大學學報(自然科學版)，2008，42(4)：636-640.

[9]郇紅艷，孫 君. 中部地區耕地非農化及其驅動因子的灰色關聯分析——以安徽省阜陽市為例[J].水土保持通報，2012，32(1)：82-88.

[責任編輯：江雪]

[收稿日期]2016-01-08

[基金項目]安徽省自然科學基金項目(1508085MD65); 安徽高校省級人文社會科學研究重點項目(SK2016A0995) ;宿州學院科研平臺開放課題項目(2013YKF07)；宿州學院優秀青年人才支持計劃項目(2016XQNRL006)。

[作者簡介]高楊(1979—)，男，安徽宿州人，講師，主要從事資源與環境研究。

[中圖分類號]F321

[文獻標識碼]A

[文章編號]1671-5330(2016)02-0061-04