貧困與土地健康利用空間關聯研究

李瑩 黃玉春 童新華 韋燕飛

[摘 要]土地資源是自然的產物，是人類生產和生活的載體，是社會經濟發展的重要保障。土地健康利用關系土地資源的可持續發展，對減緩貧困、提高農民生活水平具有重要意義。本文以廣西28個國家級貧困縣作為研究區域，采用農民人均純收入表征貧困程度，基于PSR構建土地健康利用評價體系，運用熵值法確定權重，利用加權綜合指數法測算28個縣土地健康利用指數，采用空間自相關分析法探究貧困與土地健康利用的空間關聯特征。結果表明：農民人均收入較低和土地利用健康狀況不理想的縣區呈“組團”狀集中在西南山區的百色市與河池市區縣，農民人均收入較高和土地利用健康狀況相對理想的縣區分布在南部平原、靠近首府。

[關鍵詞]土地健康利用;貧困;空間自相關分析;廣西國家級貧困縣

[中圖分類號]X826 [文獻標識碼]A

十九大會議上，習近平主席提出到2020年我國農村貧困人口要全部實現脫貧、貧困縣實現摘帽，全面決勝小康社會。廣西是我國扶貧工作開展的重要區域之一，目前貧困程度依然嚴重、貧困人口數量仍龐大，屬典型的喀斯特巖溶地貌，山多地少，加上近年來人們不合理的農業生產經營方式，使土地生態環境和利用結構遭到了破壞，土地健康利用對貧困的影響逐漸凸顯。土地資源是廣西貧困人口最重要的生產資本，如何提高土地健康利用程度對減緩貧困、促進社會經濟發展具有重要意義。近年來，貧困與土地利用問題受到學者們的廣泛關注。有學者對土地利用方式與貧困、貧困山區農業生態功能退化和土地利用結構的關聯性進行研究。在土地健康利用方面，土地健康概念在20世紀40年代被奧爾多·利奧波德首次提出;之后有學者提出土地健康利用系統評價的框架與指標;還有學者進行城鎮化與土地健康利用關聯的研究。目前關于土地健康利用與貧困的研究成果不多，對兩者的空間關聯特征研究也較少。鑒于此，本文以廣西28個國家貧困縣為研究區域，采用空間自相關分析法進行2013年和2016年貧困與土地健康利用空間關聯的研究，以期為區域扶貧政策的制定和土地利用決策的實施提供參考。

1 研究區概況

研究區域主要位于廣西西部、西南地區與北部（圖1）。全區總面積76%是山地丘陵，山多平原少，巖溶廣布，屬于典型的喀斯特地貌。全區土壤的總體特征是紅壤類，分布廣、肥力不高;貧瘠土壤比重大，僅有19%的土壤是高肥力，而低肥力的土壤占比高達33%，廣西獨特的地理特征和地形地貌是造成貧困的主要原因之一。

2 數據來源與研究方法

2.1 數據來源與處理

本文采用農民人均純收入表征縣級貧困程度，研究有關社會經濟數據源于《廣西統計年鑒（2013）》、《廣西統計年鑒（2016）》、地方貧困統計公報和地方政府網站等，土地利用數據主要源自ENVI遙感影像處理軟件解譯的土地利用分類數據。

2.2 土地健康利用評價體系構建及指數測算

國內學者對土地健康利用提出的概念為某一區域在特定時期內，以經濟可持續發展為目標，在人類活動影響下土地利用系統功能仍能發揮穩定，系統功能高效合理的土地資源利用方式。鑒于此，本文基于PSR（壓力-狀態-響應）土地健康利用評價系統框架（表1），把環境系統的持續性作為主要評價內容。運用熵值法確定權重，利用綜合指數法求取28個縣的土地健康利用綜合評價指數。

正向指標：（1）

負項指標：（2）

計算各項指標的比重：

（3）

計算指標信息熵：

ej=-k（4）

計算目標熵冗余度：

dj=1- ej （5）

計算指標權重：

（6）

土地健康利用綜合指數：

（7）

公式中，Xij表示的是第i個年份第j項評價指標的數值，max{Xj}和min{Xj}分別表示的是所有年份中第j項指標的最大值和最小值，k=1/lnm，m為評價單元數，n為指標個數。

2.3 空間自相關分析法

全局空間自相關可以描述研究區域空間依賴性及顯著性;局部空間自相關能更準確地描述研究區各要素之間的聚集性和分異特征。本文采用空間自相關分析法分析28個貧困縣貧困程度與土地健康利用的空間關聯程度。全局Morans I指數的計算公式為：

（8）

局部Morans I指數的計算公式為：

（9）

對于Moran指數，可以用標準化統計量Z來檢驗是否存在空間自相關，檢驗公式為：

（10）

一般當|Z|>1.96時，存在空間自相關。

式中，n為研究區域空間單元數量，和分別為空間單元i和j的屬性值和平均值，I的取值在-1和1之間，小于0表示負相關，等于0表示不相關，大于0表示正相關。

3 結果與分析

3.1 貧困空間分異特征

基于ArcGIS10.2軟件平臺采用自然斷裂點法顯化廣西貧困縣的貧困程度空間分異格局，2013年研究區農民人均純收入最高的是田東縣7324元，最低的是那坡縣4725元，兩者兩差2599元，低于4500元的有8個縣，主要分布在百色市和河池市地區。2016年隨著經濟的不斷發展，田東縣依然保持最高，為12469元，最低的是大化縣6006元，兩者相差有一倍之多，相對2013年收入提高較快的是融水縣、西林縣和田林縣。處于河池市和百色市的縣農民人均純收入比較低。

3.2 土地健康利用空間特征

參考國內學者的對土地健康利用指數等級的劃分標準，將研究區域土地健康利用綜合指數劃分為五個等級：健康、亞健康、臨界健康、不健康和病態（表2）。

基于ArcGIS10.2軟件平臺根據土地健康利用等級劃分標準，繪制研究區2013年和2016年土地健康利用空間分異圖。如圖3所示，2013年研究區土地健康利用綜合指數最高的縣區是隆安縣（0.6176），最低是都安縣（0.2236），但大化縣、巴馬縣與之的差距也很小。沒有處于健康的縣級，處于臨界健康的有12個，占42.9%，表明2013年廣西28個國家級貧困縣土地利用系統健康不理想，從市域尺度來看，屬于南寧市的三個縣相對較好，百色和河池不樂觀。從類型分布來看，在廣西以南的縣區相對較好，主要是臨近廣西首府南寧市，該區地勢相對平坦，土壤相對肥沃，交通、經濟等條件相對優勢;以西的縣區比較差，由于該區域地處邊境線，離市區遠，交通相對不發達，位于典型山區，石山多，土地貧瘠。2016年土地健康利用總體狀況相對2013年有所好轉，9個縣的土地健康利用等級達到了健康水平，不到健康的縣只有兩個，臨界健康以上占比93%，表明2016年這28個貧困縣的土地健康利用比較理想，這與政府近年來重視生態問題相關。不健康的兩個縣依然是東蘭縣和大化縣，其境內地形結構復雜，有色金屬和礦產資源比較豐富，土地破壞現象相對嚴重。

3.3 單變量空間自相關

3.3.1 單變量全局空間自相關

結合OpenGeoda軟件繪制出農民人均純收入、土地健康利用綜合指數Moran散點圖，見圖4、圖5、圖6、圖7。2013年農民人均純收入單變量全局自相關Morans I為0.4232，2016年為0.236，兩年農民人均純收入均存在空間正相關性，且2013年相關性強于2016年。由于農民人均純收入較高的縣區，圍繞在城市周邊，區域條件相對優越、產業比較豐富或者有自己的特色產業等。而相對較低的縣區由于地理位置條件制約、勞動力等要素流失而造成發展相對落后的現象。2013年與2016年土地健康利用全局自相關Morans I指數分別為0.326與0.2653，但2016年的空間相關性弱于2013年。

3.3.2 單變量局部空間自相關

基于Geoda軟件分別繪制2013年與2016年研究區內農民人均純收入與土地健康利用的LISA集聚圖，見圖8、圖9、圖10、圖11。進一步探討區域存在的聚集特征及空間分布規律。局部空間關聯類型包括：高高（H-H）、高低（H-L）、低高（L-H）、低低（L-L）、不顯著（N-S）五個類型。H-H關聯型與L-L關聯型表明區域之間存在空間自相關特征，揭示其相似性和聚集性;H-L關聯型和L-H關聯型表明區域之間存在空間負相關特征，表示其分異型和離散型。

2013年與2016年農民人均純收入具有明顯局部空間正關聯特征，都存在H-H和L-L關聯型，2013年金秀縣為L-H關聯型。H-H關聯型分布在研究區南部，該區地勢相對平坦，土地相對肥沃、交通系統發達，受到南寧市地區經濟影響等因素，所以農民人均純收入相對較高，局域空間顯著性強;L-L關聯型主要分布在百色和河池部分縣，受到地理因素的影響比較明顯。2016年與2013年相比，H-H關聯型增加了三江縣，三江縣憑借自己的特色旅游業等因素使得農民人均純收入得到提高;L-L關聯型團狀區域減小。

土地健康利用局部空間關聯特征較明顯，2013年與2016年局部空間負關聯L-H關聯型都是天等縣，局部空間正關聯的L-L關聯型仍分布于百色市和河池市區域，該區域石山多，土地貧瘠，經濟基礎差，沒有特色產業，這與土地健康利用空間分異中的不健康相比配。隆安縣兩年都保持H-H關聯型，2016年田林縣呈H-L關聯型。

3.4 雙變量空間自相關

3.4.1 雙變量全局空間自相關

土地健康利用與農民人均純收入相互影響、相互作用。農業的快速發展可能會給土地帶來很大的壓力，但土地利用合理又能促進農民收入的提高，有效改善農民的生活水平。基于Geoda采用雙變量全局空間自相關分析法計算土地健康利用與農民人均純收入的莫蘭指數，如圖12和圖13，2013年全局Morans I值為0.4178，2016年為0.2862，表明2016年的空間依賴性強于2013年。

3.4.2 雙變量局部空間自相關

雙變量局部空間自相關分析法能更清晰地反映空間要素局部空間關聯特征，更清楚地揭示二者集聚現象的區域分布情況，根據圖14、圖15所示的2013年、2016年的雙變量LISA集聚圖，2013年H-H關聯型分布在隆安縣和天等縣，2016年只有天等縣一個，說明其農村居民人均收入與土地健康利用指數均相對較高;兩年的L-L關聯型分布區域相同，說明農村居民人均收入與土地健康利用指數均相對較低;2016年那坡縣呈L-H關聯型，說明兩者存在空間負相關;呈L-L關聯型的區域呈組團狀分布，穩定不變，這些區域石山較多，石漠化現象嚴重，限制了農業發展，農民收入較低。

4 結論

本文采用空間自相關分析法分析了貧困與土地健康利用的空間關聯特征，得出以下結論：

（1）農民人均純收入比較低的縣主要分布于研究區西南地區的百色市和河池市，這些縣區靠近省界和國界線，交通不夠發達，山多地少，土地貧瘠。

（2）2013年土地健康利用狀況不太理想，主要集中分布于研究區西部和西南部地區的百色市和河池市。2016年相對于2013年有所改善，較多縣的土地健康利用情況有明顯好轉，但研究區域西南部和北部的縣區依然最差。位于南寧、柳州、桂林市的貧困縣土地健康利用情況總體相對較好。

（3）農民人均純收入與土地健康利用的雙變量LISA集聚圖顯示兩年中L-L關聯型都呈“組團式”分布于研究區西南地區的百色市和河池市，農民人均收入較高和土地利用健康狀況相對理想的縣區分布在南部平原地區。

[參考文獻]

[1] 胡業翠，方玉東，劉彥隨.廣西卡斯特山區貧困化綜合評價及空間分布特征[D].中國地質大學，2008.

[2] 王衛，貧困山區縣級土地利用結構調整模型研究[D].河北師范大學，2008.

[3] Leopold A.Wilderness as a land laboratory[J].Living Wilderness，1941（July）：3.

[4] 蔡為民，唐華俊，陳佑啟.土地利用系統健康評價的框架與指標選擇[J].資源與環境，2004（01）.

[5] 張銳，鄭華偉，劉友兆.基于壓力-狀態-響應模型與集對分析的土地利用系統健康評價[J]. 水土保持通報，2014（05）.

[6] 劉寶濤.吉林省新型城鎮化與土地健康利用協調發展研究[D].吉林大學，2017.

[7] 劉寶濤，楊興龍，郭佳.東北地區城鎮化發展與土地健康利用空間關聯研究[D].吉林農業大學，2017.

[8] 盧新海，曹小娉.土地健康利用與經濟發展的耦合關系研究[D].華中科技大學，2012.

[9] 劉寶濤，王冬艷，劉惠清.城鎮化發展與土地健康利用協同演化關系——以長春市為例[D].吉林大學，2016.

[10] 基于PSR 模型的土地利用系統健康評價——以銀川市為例[J].寧夏大學，2017.