高標準糧田區耕地動態變化及其驅動力

田潔玫++任彧++陳杰

摘要：利用RS和GIS手段，在對河南省鶴壁市耕地動態變化進行多角度分析的基礎上，運用SPSS軟件，采用主成分分析法與多元回歸模型方法，分析影響研究區耕地變化的主要驅動因素。結果表明，鶴壁市過去20年耕地面積出現小幅減少，更趨向于集中連片，其中?？h在前10年增幅最大且貢獻度最高；耕地變化主要受農業發展、經濟發展、耕地質量這3個主成分的影響，且這種影響在逐年加強，其中農業發展因素驅動作用遠大于經濟發展因素。因此，今后應繼續加大農業科技及農業資金的投入，引導農民減少撂荒行為，調整種植結構，切實保護耕地，同時，應發揮浚縣耕地優勢，加強高標準糧田建設，實現糧食增產增收。

關鍵詞：高標準糧田區；鶴壁市；耕地；動態變化；驅動力

中圖分類號： F301.2文獻標志碼： A

文章編號：1002-1302（2016）12-0428-04

收稿日期：2016-03-18

基金項目：國家自然科學基金（編號：40971128）；農村領域國家科技計劃（編號：2012BAD05B02-7）。

作者簡介：田潔玫（1988—），女，河南焦作人，博士研究生，主要從事土地可持續利用與信息化管理研究。E-mail：tjm6688@163.com。

通信作者：陳杰，教授，博士生導師，主要從事土地可持續利用與信息化管理研究。E-mail：jchen@zzu.edu.cn。

中國政府十分重視糧食安全問題，而河南省作為重要的糧食生產區，肩負著實現耕地保護與農業現代化的重擔，在2008年公布的《國家糧食戰略工程河南核心區建設規劃綱要》中，占鶴壁市總面積約70%的?？h、淇縣2縣位列在內，2012年出臺的《河南省人民政府關于建設高標準糧田的指導意見》也將鶴壁市區劃入其中[1]，使鶴壁市耕地受到保護。為提升河南省的工業化、城鎮化水平，2011年《國務院關于支持河南省加快建設中原經濟區的指導意見》出臺，并于2012年正式批復，鶴壁市作為中原經濟區“一核、四軸、兩帶”中“沿京廣發展軸”上的重要一環，承擔著北接京津、溝通南北產業和城鎮密集帶的重要作用[2]。中原經濟區的建設必然會擴張建設用地，這會對耕地造成影響。

作為高標準糧田區代表的鶴壁市，在過去20年間受到工業化、城鎮化與農業現代化的影響，耕地存在明顯的動態變化，而從自然與社會經濟2個層面對驅動力進行分析，可更好地揭示耕地的變化規律。本研究在對1993—2013年鶴壁市耕地動態變化系統分析的基礎上，揭示耕地變化存在的主要驅動因素，并指出過去高標準糧田區耕地利用存在的問題，為今后以耕地保護為主題的耕地動態變化研究提供參考依據。

1研究區概況及數據來源

1.1研究區概況

鶴壁市位于河南省北部（113°59′～114°44′E、35°26′～36°3′N），處于太行山東麓向華北平原過渡地帶，地勢整體上呈西高東低趨勢，屬暖溫帶半濕潤性季風氣候，適宜農作物種植，歷史上是糧食盛產地，糧食播種面積居河南省第1位，糧食產量和復種指數也高于一般城市，是河南省高標準糧田建設的試點市。近年來，鶴壁市城鎮人口增加迅猛，目前城鎮化率已高達52.84%。2013年，鶴壁地方財政收入為396 400萬元，全市社會固定資產投資5 234 242萬元，經濟發展態勢良好。鶴壁市下轄淇縣、?？h2縣及淇濱區、山城區、鶴山區3區。

1.2數據來源

鶴壁市耕地動態變化數據主要來源于1993、2003、2013年的Landsat5TM、Landsat7 ETM+及Landsat8 OLI-TIRS這3期的衛星遙感影像，使用ENVI軟件分類解譯，使用ArcGIS軟件對5種土地利用類型建立土地利用空間數據庫；驅動力分析數據來源于1994年的鶴壁年鑒、2004年與2014年的鶴壁統計年鑒，另有鶴壁市土地利用變更年報作為補充，主要選取各縣的統計數據。由于1993年的鶴壁市統計數據存在市區劃分較為混亂的問題，因此，1993年僅使用淇縣、浚縣2縣為研究對象。

2研究方法

2.1耕地動態變化分析

2.1.1動態變化分析指標及耕地類型、景觀指數以耕地變化速度和動態度為指標，對耕地變化速度進行研究，可以有效反映不同階段耕地的年均變化量及變化速度，耕地變化速度v、耕地變化動態度K計算公式分別為：

[JZ]v=（Uj-Ui）/T；

[JZ]K=（Uj-Ui）/（Ui×T）×100%。

式中：U為某區域的耕地面積；i為初期；j為末期；T為時間間隔。耕地貢獻度可以表征各區域對耕地變化的貢獻程度[3]，耕地貢獻度D計算公式為：

[JZ]D=（Uj-Ui）/（Bj-Bi）。

式中：B為某區域耕地總面積。耕地類型指數有斑塊數量（NP，用來表征空間格局）、聚集度指數（AI，反映類型的聚集程度）、斑塊所占景觀面積的比例（PLAND，反映斑塊類型的豐富度）、最大斑塊所占景觀面積的比例（LPI，用于確定優勢類型）。耕地景觀指數有平均斑塊分維數（FRAC_MN，值越趨近1，表明景觀受人為干擾越大）、蔓延度指數（CONTAG，值趨于100，景觀中有優勢斑塊類型存在）、香農多樣性指數（SHDI，反映景觀的復雜性和變異性）、香農均勻度指數（SHEI，反映分布的均勻程度）[4]。

2.1.2耕地動態變化主成分分析方法主成分分析方法（principal component analysis，PCA）由Hotelling于1993年提出，降維計算是其核心內容。PCA是一種分析各種驅動因子之間關系的數學變換方法，通過變換若干組新的綜合指標來代替原始變量[5]，這些新的綜合指標即為主成分，其優點主要在于簡化數據指標、減少數據存在的交叉，且若干主成分能夠充分反映原來的指標內容，結果客觀合理[6]。

2.1.3耕地動態變化多元線性回歸方法通過回歸分析可揭示自變量對因變量的影響大小[7]。分析耕地變化的驅動力可選擇多元線性回歸模型方法，具體步驟為：建立線性回歸模型，求解回歸模型中的參數，對回歸模型進行檢驗[8]。標準化系數的多元線性回歸方程模型為：

[JZ]Y=m1X1+m2X2+…+mnXn。

2.2耕地變化驅動因素分析

2.2.1耕地變化驅動變量的提取使用ArcGIS軟件處理1993、2003、2013年這3期的遙感影像解譯分類圖，可以得到鶴壁市2縣3區1993、2003、2013年這3個年份的耕地變化信息，即為鶴壁市耕地變化驅動分析中的因變量Y1?；诟貏討B變化驅動機理，將驅動力大致分為社會經濟驅動力與自然驅動力2個方面[9]，本研究選取12項自然及社會經濟驅動因子進行分析，這12項因子分別為：X1，總人口數量，萬人；X2，糧食總產量，t；X3，固定資產投資額，萬元；X4，非農業人口，人；X5，農業總產值，萬元；X6，工業總產值，萬元；X7，農用機械總動力，萬kW；X8，農民人均純收入，元；X9，農業化肥施用量，t；X10，糧食作物播種面積，×103 hm2；X11，經濟作物播種面積，×103 hm2；X12，耕地質量。

2.2.2耕地變化驅動因素主成分法分析將SPSS軟件中未旋轉的因子載荷矩陣用因子載荷矩陣中的數值除以對應特征值平方根，可得到旋轉后的因子載荷矩陣，其數值越大，表明主成分與原始變量之間的相關性越強。第1主成分中X1、X2、X5、X7、X9、X10、X11的因子載荷矩陣值均大于0.3、小于 0.4，被概括為農業發展水平；第2主成分中X3、X6、X8因子載荷矩陣值均大于0.4，被概括為經濟發展水平；第3主成分中的X12高達0.713，而X4為-0.553，被概括為耕地質量水平。使用旋轉后的因子載荷矩陣數值作為系數，與經過標準化的原始變量對應相乘求和，可得到3個主成分得分；以3個特征值與其總和相除的數值作為主成分得分系數，與3個主成分的得分相乘求和，可得到驅動力綜合得分，計算公式為：

[JZ]Fi=Mi1×X1+Mi2×X2+…+Mi12×X12（i=1，2，3）；

[JZ]F=P1×F1+P2×F2+P3×F3。

式中：M為旋轉因子載荷數值；X為經標準化的原始變量數值；P為主成分得分系數。選取累計貢獻率為83%～95%之間、特征根大于1的成分作為主成分[10]。

2.2.3耕地變化驅動因素多元線性回歸分析以農業發展、經濟發展、耕地質量這3個主成分得分作為自變量，以對應的耕地數量為因變量進行多元線性回歸分析，擬合優勢度檢驗R2值為0.984，這說明鶴壁市耕地變化受各項驅動因子的影響較為明顯；d值為2.258，接近2，說明參數間沒有自相關性；顯著性檢驗F值為159.226，P值為0.000，說明模型具有顯著性；方差膨脹因子（VIF）值為1.000，小于10，這說明模型不存在多重共線性[11]?；貧w分析方法具體操作為：運行SPSS軟件，選擇Stepwise作為Method選項；使用逐步線性回歸方法篩選自變量[12]，剔除自變量F3，得到相應回歸方程。

3結果與分析

3.1耕地動態變化分析

3.1.1耕地質量評價由表1可見，在1993—2013年這20年間，鶴壁市耕地總量有明顯變化，全市耕地總面積呈先增后減趨勢；浚縣總面積增加5.92 km2，而淇濱區耕地減少 23.45 km2，這說明?？h依據農地保護政策，加強了高標準糧田的建設保護，而淇濱區重在城市組團發展，更多耕地用于非農建設。

3.1.2耕地變化速度分析由表2可見，在1993—2013年這20年間，鶴壁市除浚縣、山城區外，其他3個縣（區）耕地的變化出現負值，說明這3個縣（區）在20年間耕地面積減少。在2003—2013年后10年間，鶴壁各縣（區）耕地均減少，全市范圍共減少3.200 km2/年，這說明鶴壁市耕地近10年被侵占情況嚴重。1993—2013年這20年間，淇濱區耕地動態度是全市平均水平的12倍；浚縣動態度（絕對值）相對最低，僅約全市水平的一半。在1993—2003年前10年，?？h耕地增加速度相對最高；在2003—2013年后10年，其動態度也相對最小，這說明前期?？h耕地面積增加幅度較大，后期加強耕地保護，保持減少非農耕地的使用，這也是其能作為高標準糧田試點的物質基礎。

3.1.3耕地貢獻度分析由表3可見，在1993—2003年前10年，?？h貢獻相對最多，而淇濱區則對耕地的增加起反作用；在2003—2013年后10年，淇濱區對耕地的增加仍起著最大的反作用，而之前起最大正向作用的浚縣，在這10年變為耕地減少的第二大貢獻縣（區），這可以看出浚縣耕地的可持續利用存在潛在威脅。

3.1.4耕地類型指數分析由表4可見，與其他縣（區）相比，?？h斑塊少且聚集度高，說明該區域耕地集中連片；?？hPLAND、LPI這2個指標值均相對最高，表現這些耕地是該區域的優勢地類。

3.1.5耕地景觀指數分析由表5可見，在1993—2013年這20年間，SHDI、SHEI這2個指標均呈逐年遞減趨勢，而CONTAG值呈逐年增加趨勢，這說明鶴壁市的耕地在這20年間變得越來越集中連片、越來越均質、越來越能凸顯其優勢地位；FRAC_MN雖然在2003年有小幅上升，但最終是下降趨勢，說明耕地受人為干擾變大，形狀區域規則。鶴壁市作為糧食核心區，在近20年間的耕地利用變得集約高效。

3.2耕地變化驅動分析

3.2.1耕地變化驅動因素主成分分析經SPSS軟件分析，農業發展、經濟發展、耕地質量這3項主成分的特征值為1187，累計貢獻率為91.034%，可以顯著地表現原始變量。

3.2.2耕地變化驅動因素多元線性回歸分析經多元線性回歸，得方程為：Y1=0.968×F1-0.202×F2。其中，F1與鶴壁市耕地動態變化為正相關關系，F2與耕地動態變化呈負相關關系，這說明鶴壁市耕地動態變化受到農業發展水平正向的驅動作用，受到經濟發展水平負向的驅動作用，且農業發展水平對鶴壁市耕地的驅動作用遠大于經濟發展水平。

3.2.3耕地變化驅動因素分析

3.2.3.1農業技術進步農業技術進步因素包括農用機械總動力（X7）與農業化肥施用量（X9）2項指標。農業現代化強調規模經營與機械化操作[13]，在農業現代化背景下，隨著農業科技的進步，化肥施用量會加大，機械總動力會得以提高。鶴壁市單位面積的耕地生產力水平呈現增長趨勢，技術進步將有效減少人工費用，使農業生產達到更高的經濟效益。

3.2.3.2農業種植結構農業種植結構因素包含糧食作物播種面積（X10）、經濟作物播種面積（X11）2項指標，X10與X11的總和即為農業播種面積，指標之間呈此消彼長的關系，耕地增減與農業播種面積總體上呈同向變化趨勢。在1993—2013年這20年中，?？h的糧食播種面積整體增加，而經濟作物播種面積大幅減少，這是農業現代化發展過程中對農業種植結構調整的必然趨勢[14]。作為高標準糧田建設示范區的浚縣，通過增加糧食播種面積可以有效保證糧食安全需求，且播種面積的增加可以產生集聚效應，使?？h地區耕地數量與質量得到同步提升。

3.2.3.3農業生產水平農業生產水平受總人口數量（X1）、糧食總產量（X2）及農業總產值（X5）的影響。人口是財富的創造者，也是農業生產勞動的主體，在不考慮其他因素前提下，人口的增長會帶動對耕地與糧食的需求，從而促使耕地數量與質量提升。X2與X5是體現耕地產生農業效益水平的2個重要指標，也是體現農業現代化實施效果的重要指標，糧食總產量與農業總產值增加，一方面說明耕地數量的增加，另一方面也說明單位面積耕地質量的提升。

3.2.3.4經濟水平情況經濟水平情況包含固定資產投資額（X3）、工業總產值（X6）2項指標。不可否認的是，固定資產投資增加會帶動農業發展，從而促進耕地數量與質量的提升。但是，鶴壁市固定資產投資中超過90%的資金用于二三產業，X3與X6更多的是反映工業化與城鎮化的建設水平，而城鎮化與工業化的推進通常是以耕地減少或對耕地質量的減損為代價的[15]，例如淇濱區中的高新產業園區建設就不可避免地占用大量耕地。

3.2.3.5農民自身情況受到工業化與城鎮化的影響，包括非農業人口（X4）與農村居民人均純收入（X8）在內的農民自身情況對耕地變化具有一定的驅動作用。隨著工業化與城市化發展，二三產業的經濟效益明顯高于農業生產，受利益驅動，更多的農民離開農地進入城市變成市民，導致非農人口增加，而農業生產離不開農業人口，農業人口的減少導致撂荒行為的出現，進一步使耕地質量受到破壞，以鶴壁市淇濱區為例，非農人口的增加對耕地動態變化產生了負影響。一般而言，農村居民人均純收入的提高必然會使農業投入加大，但是，農村居民人均純收入中存在非農收入，且非農收入所占比率相對較高，這使得高標準糧田區非農建設或非農行為會增加，必然導致耕地數量與質量水平降低，須引起重視。

4結論

鶴壁市高標準糧田區的耕地在1993—2013年這20年間總體呈先增后減趨勢，總數量上小幅減少。在1993—2003年前10年中，?？h耕地增加速度與貢獻度相對最大，這是其成為高標準糧田試點的物質基礎；在2003—2013年后10年中，其耕地減少，這表明?？h對耕地的可持續利用存在潛在威脅。結合景觀指數來看，浚縣斑塊少而聚集度高，耕地優勢度相對最高，這說明?？h耕地集中連片，耕地優勢明顯?？傮w來看，鶴壁市作為高標準糧田區，在近20年間的耕地利用變得集約高效；鶴壁市高標準糧田區20年間的耕地變化主要受正相關的農業發展水平，負相關的經濟發展水平、耕地質量水平這3個主成分的驅動影響，而鶴壁市2縣3區的綜合驅動力得分逐年增加，這說明3個主成分對鶴壁市耕地變化的驅動作用在不斷增強。

通過逐步回歸分析，鶴壁市的耕地變化受農業發展因素的驅動作用遠大于經濟發展因素，所以應繼續加大以機械與化肥施用為主的農業技術進步的投入；農業種植結構調整應以糧食保護為主，控制經濟作物播種面積；應增加耕地產量與產值，在推動工業化與城鎮化的基礎上，注重固定投資向農業領域的傾斜；應對農民加以引導，在非農人口遷移過程中，保證農業從業人口的基本要求，并且加大對撂荒行為的約束。

[HS2*3]參考文獻：

[1]河南省委、省政府. 河南省糧食生產核心區建設規劃[R]. 2008.

[2]國家發展與改革委員會. 中原經濟區規劃（2012—2020年）[R]. 2012.

[3]李建春. 銀川市耕地變化與基本農田空間布局優化研究[D]. 北京：中國農業大學，2014：45-48.

[4]張萌，王讓會. 南京市江北地區景觀格局演變及驅動力分析[J]. 水土保持研究，2015，22（5）：229-233.

[5]榮燕美. 太原市耕地利用變化及其驅動力研究[D]. 太原：山西大學，2010：26-27.

[6]岳禧慶. 城市化背景下的耕地保護問題研究——以武漢市為例[D]. 武漢：華中農業大學，2011：25-26.

[7]王斌會. 多元統計分析及R語言建模[M]. 廣州：暨南大學出版社，2011：60-72.

[8]余建英，何旭宏. 數據統計分析與SPSS應用[M]. 北京：人民郵電出版社，2003：251-310.

[9]楊梅，張廣錄，侯永平. 區域土地利用變化驅動力研究進展與展望[J]. 地理與地理信息科學，2011，27（1）：95-100.

[10]于秀林，任雪松. 多元統計分析[M]. 北京：中國統計出版社，1999：154.

[11]趙衛亞，彭壽康，朱晉. 計量經濟學[M]. 北京：機械工業出版社，2008：31-44.

[12]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.

[13]田潔玫. 基于現代農業發展的北疆棉區農地流轉規模效益研究——以瑪納斯縣為例[D]. 烏魯木齊：新疆農業大學，2013：11-12.

[14]徐金鵬，張曉萍，張建軍，等. 30年來長武縣耕地數量與農業經濟發展計量關系分析[J]. 干旱地區農業研究，2012，30（6）：221-226，237.

[15]張英，張紅旗，李秀彬. 近20年中國農業主產區耕地資源質量和產能變化研究[J]. 地理與地理信息科學，2011，27（4）：52-56.