王子龍,蓋艾鴻
(甘肅農業大學資源與環境學院,蘭州730070)
現階段,國內外學者關于土地綜合承載力的評價研究[1~3]主要聚焦在土地要素變化[4]、土地資源稟賦評價[5]、土地利用潛力分析[6]、土地生態系統健康診斷[7]等方面,這些研究為人類生活土地利用行為提供科學指導,關于土地綜合承載力的評價方法研究,主要運用的方法和技術模型主要有線性規劃模型[8]、灰色系統模型[9]、一元回歸分析模型[10]和系統動力學法[11]等,這些方法從不同視角豐富土地承載力研究的內涵,評價研究指標體系的構建和評價方法應用研究完善了土地承載力的評價的基本框架。但以上研究僅為單一方法的區域應用,在不同評價方法上的模型結果鮮有對比,尚有不足[12]。鑒于此,本文擬用熵權物元模型對陽泉市2006—2015年土地綜合承載力進行評價,研究結果以期為陽泉市土地資源可持續利用與社會經濟協調發展提供科學依據[13~14]。
研究的主要數據來源于《山西省國民經濟和社會發展統計公報(2006—2015)》《陽泉市統計年鑒(2006—2015)》,部分自然條件指標數據來源于實地調查。
1.熵權法。熵權法中,給定一個原始系數矩陣X。一般的,X中有正向指標和逆向指標。首先,對X進行同趨勢變換,對逆向指標量值取倒數,得出正向系數矩陣Y。其次,對矩陣Y進行列向歸一化處理,得出矩陣Z。再確定評價指標的熵值,最后將熵值轉化成權重值。
2.物元模型。物元模型是蔡文教授在20世紀80年代提出的,用于研究解決因子不相容問題,適用于多因子綜合評價[15]。一般步驟是:設定物元—確定物元的經典域和節域—確定待判物元—確定關聯函數—計算綜合關聯度—判定評價級別。
陽泉市(112°5′E~114°4′E,37°40′N~38°31′N),以山地為主,山地占全市總面積的76.15%。其余的為平原和丘陵,占全市總面積的10.11%和13.74%,山脈和丘陵的面積總和占該市總面積的約90%。
本文利用指標頻次頻率方法統計相關文獻中土地綜合承載力評價指標被選頻次,選取高頻率評價指標,并結合陽泉市實際情況,擬確定了影響土地綜合承載力的15項指標,分為土地自然承載力、土地經濟承載力、土地社會承載力三個部分。其中,土地自然承載力按照人均耕地面積、森林覆蓋率、人均水資源占有量、有效灌溉面積、人均糧食產量等五個方面因素考量;土地經濟承載力按照居民消費水平、人均GDP、經濟產出總量、教育支出、總財政支出等五個方面做參考;土地社會承載力由居民就業率、人口自然增長率、城鎮化率、總體糧食產量、土地利用率等五個方面反映。
1.土地綜合承載力等級劃分。本文把土地綜合承載力劃分為5個等級[16~17],重度脆弱I、較重脆弱II、中度脆弱III、較輕脆弱IV、輕度脆弱V。
2.土地綜合承載力等級劃分及指標閾值。由于國內有關土地綜合承載力的熵權物元模型很少,所以本文根據國內外各個領域相關標準及有關文獻,以及國家各個地方、行業的有關判定標準,確定土地綜合承載力的各個土地綜合承載力的閾值標準[18],該標準參照《陽泉市生態城市建設規劃綱要》。
根據物元分析模型的可拓性,本文對土地綜合承載力評價的物元模型建立5個評價等級,分別是:輕度脆弱(No1)、較輕脆弱(No2)、中度脆弱(No3)、較重脆弱(No4)、重度脆弱(No5)。結合物元模型,構建陽泉市土地綜合承載力評價的經典域Rj和節域Rp,Rj={RNo1,RNo2,RNo3,RNo4},Rp=
經典域和節域的確定,首先,需參考國家環保部頒發的《生態縣、生態市、生態省建設指標(修訂稿)》及全國平均水平;其次,依據陽泉市城市建設規劃、社會經濟發展規劃綱要等,最后結合專家意見所得[19~20]。因此,陽泉市土地綜合承載力評價的經典域物元矩陣RNo1、RNo2、RNo3、RNo4,節域物元矩陣Rp。
將待判物元輸入陽泉市土地綜合承載力評價物元模型,即可得到單指標土地綜合承載力評價結果。其中2006(No1-0.21)、2007(No1-0.09)、2008(No2-0.01)、2009(No2-0.07)、2010(No3-0.01)、2011(No3-0.08)、2012(No3-0.13)、2013(No4-0.20)、2014(No3-0.27)、2015(No4-0.25)。
1.綜合關聯度計算及評價級別判定。由以上結果可得,陽泉市土地綜合承載力水平影響因子可分為促進性和阻礙性因子兩種,其中,促進性因子有人均糧食產量、居民就業率、經濟產出總量、教育支出、城市化率、糧食總產量、有效灌溉面積、總財政支出和居民消費水平9個,主要為社會經濟條件因子。阻礙性因子有人均耕地面積、森林覆蓋率、人均水資源占有量、人口自然增長率、人均GDP與土地利用率6個,多為自然條件因子。
研究運用主成分分析法量化各指標對土地綜合承載力水平的貢獻率和影響程度,采用SPSS19.0對待判物元數據進行處理,所選指標相關性系數絕對值大于0.40的占71.15%,說明可以進行主成分分析。利用主成分降維提取了4個主成分,累計貢獻率達94.72%,初始貢獻率分別為51.31%、17.12%、13.31%、11.69%,表明這4變量基本包含其他變量信息。采用最大方差法對因子成份矩陣進行正交旋轉,輸出主成分荷載矩陣。
研究以系數絕對值大于0.80作為因子荷載界線,據此可得,促進性因子有C5(0.986),C11(0.983),C8(0.972),C9(0.970),C13(0.970),C14(0.894),C4(0.855),C10(0.817);阻礙性因子有C2(0.973),C7(0.968)。這表明,這10個因子對陽泉市土地承載力的影響最大,其中,阻礙性因子森林覆蓋率和人均GDP成為制約陽泉市土地綜合承載力水平提升的關鍵限制因子。
2.土地綜合承載力分析。2006—2015年陽泉市土地綜合承載狀況逐步得到優化,實現由“重度脆弱”到“較輕脆弱”的轉變。其關聯度都在[-1,0]之間,表明2006—2015年陽泉市土地綜合承載力水平不符合相應評價級別對象的要求,但具備轉化為該級別標準對象的條件。2006—2010年綜合值由-0.21升至-0.01,土地綜合承載水平由“重度脆弱”轉化至“中度脆弱”,表明這五年間土地綜合承載水平級別向該級別標準對象要求條件轉化的可能性逐漸增強,說明土地綜合承載力有好轉趨勢;2011—2013年綜合值由-0.08降至-0.20,土地綜合承載水平由“中度脆弱”轉化至“較輕脆弱”,評價級別向其標準對象要求轉化的可能性則降低,說明陽泉市土地綜合承載力風險依然存在且愈加嚴重。2008年和2009年,土地綜合承載評價級別上升為“較重脆弱”狀態,成為2006—2015年陽泉土地綜合承載力跳出“重度脆弱”這一等級的臨界點。對比2006年,2014年陽泉土地綜合承載水平相對于No1、No2、No3、No4等級的隸屬度逐漸減小,且變化幅度較大,相對于No5等級的隸屬度增高,說明十年間陽泉市土地綜合承載狀態向No2和No3等級轉化可能性增強,向No5等級轉化可能性減弱。從級別尺度的變化幅度來看,No5至No1逐漸減小;從時間尺度的變化幅度來看,2006—2015年整體上也呈降低趨勢,表明No5向No1轉化的可能性逐漸增強,且2006—2015年陽泉市土地綜合承載力呈現優化趨勢。
第一,時間遷移規律。2006—2015年陽泉市土地綜合承載狀況由“重度脆弱”轉化為“較輕脆弱”,表明陽泉市土地綜合承載水平得到一定程度上的完善。但從評價綜合值看來,陽泉市土地綜合承載力還存在惡化風險,2009—2014年風險逐年增加,2015年風險有所下降。因此,陽泉市土地綜合承載狀況還需要進一步優化完善。
第二,影響因素研究。自然、社會和經濟條件共同作用于陽泉市土地綜合承載力,有研究表明[21],土地綜合承載力惡化的主要原因是土地的粗放利用、耕地和林地面積減少及人類活動,與本文研究結果吻合度較高。由此可見,陽泉市土地綜合承載力治理規劃的調控方向是重點優化人均耕地面積、森林覆蓋率、人均水資源量和人均GDP等影響因素。
[1]楊亮,呂耀,鄭華玉.城市土地承載力研究進展[J].地理科學進展,2010,(5):593-600.
[2]袁國華,鄭娟爾,周偉.國土空間功能分區與土地承載力評價[J].資源與產業,2016,(6):40-44.
[3]王星,李蜀慶.土地承載力研究及思考[J].環境科學與管理,2007,(11):50-52.
[4]travis C.C.,morris J M.The emergence of ecological risk assessment[J].Risk Analysis,1992,(2):167-168.
[5]郭杰,包倩,歐名豪.基于資源稟賦和經濟發展區域分異的中國新增建設用地指標分配研究[J].中國土地科學,2016,(6):71-80.
[6]keith D.S.,gemma S.,markus G.W.Land Health Surveillance and Response:A Framework for Evidence-informed Land Management[J].Agricultural Systems,2015,(32):93-106.
[7]劉彥隨.土地綜合研究與土地資源工程[J].資源科學,2015,(1):1-8.
[8]enrico B.M.,enrico F,roberto C.A GIS tool for the land carrying capacity of large solar plants[J].Energy Procedia,2014,(48):1576-1585.
[9]趙紅,劉建華.灰色系統理論在土地規劃中的應用[J].河北農業大學學報,2001,(1):76-77.
[10]paul C.S.,sharolyn J.A.,robert C,et al.The ecological economics of land degradation:impacts on ecosystem service values[J].E-cological Economics,2016,(29):182-192.
[11]祝秀芝,李憲文,賈克敬,祁帆.上海市土地綜合承載力的系統動力學研究[J].中國土地科學,2014,(2):90-96.
[12]李強,劉劍鋒,李小波,等.京津冀土地承載力空間分異特征及協同提升機制研究[J].地理與地理信息科學,2016,(1):105-111.
[13]靳相木,柳乾坤.基于三維生態足跡模型擴展的土地承載力指數研究——以溫州市為例[J].生態學報,2017,(9):82-93.
[14]楊麗花,佟連軍.基于BP神經網絡模型的松花江流域(吉林省段)水環境承載力研究[J].干旱區資源與環境,2013,(9):135-140.
[15]蔡文.物元模型及其應用[M].北京:科學技術文獻出版社,1994:10-15.
[16]余健,房莉,倉定幫,等.熵權模糊物元模型在土地生態安全評價中的應用[J].農業工程學報,2012,(5):260-266.
[17]李明月,賴笑娟.基于BP神經網絡方法的城市土地生態安全評價——以廣州市為例[J].經濟地理,2011,(2):289-293.
[18]李蘭圖,陳文寬,孫麗娜.江蘇省土地綜合承載力時空差異分析[J].水土保持研究,2011,(1):12-16.
[19]齊鵬,張仁陟,王曉嬌,等.基于物元模型的民勤綠洲土地生態安全評價[J].中國沙漠,2012,(5):94-100.
[20]李素清,張金屯.山西生態環境破壞對可持續發展的影響及對策研究[J].干旱區資源與環境,2005,(2):56-61.
[21]曹海霞.山西土地資源人口承載力動態研究[J].中國農業資源與區劃,2008,(2):21-25.