神木市永久基本農田劃定影響因素分析

高天毅

摘 要：本文通過對基本農田劃定與評價相關文獻進行參考歸納，選取耕地地類、自然等、利用等、經濟等、坡度、面積、與公路距離、與城鎮距離、與農村居民點距離、耕地圖斑形狀指數、耕地圖斑規整度11個指標，在神木市永久基本農田成果基礎上，運用灰色關聯度模型和主成分分析方法分析各指標的影響程度。結果表明，圖斑面積、坡度、耕地類型、與農村居民點距離對永久基本農田劃定相關性最大；使用主成分分析，得到3個綜合因子，能夠為未來基本農田保護和建設提供一定的指導意義。

關鍵詞：永久基本農田；土地評價；灰色關聯度分析；主成分分析；神木市

中圖分類號：S-3 文獻標識碼：A

DOI：10.19754/j.nyyjs.20190415007

引言

基本農田是按照一定時期人口和社會經濟發展對農產品的需求，依據土地利用總體規劃確定的不得占用的耕地[1]，而永久基本農田是依據法律實行永久和特殊保護的基本農田。劃定永久基本農田是實施糧食安全戰略、推進農業結構調整、保障農民利益的重要手段。劃定工作要依據當地的經濟社會發展對農產品的需求預測，合理確定基本農田數量，同時以農用地分等定級成果為參考，確保劃定結果在數量和質量上具有保證。永久基本農田劃定要求耕地集中連片、生產設施配套、作物高產穩產、農業生態良好。但在實際基本農田劃定工作中在多地會出現劃定結果以次充好、以劣補優、以遠代近等問題，因此，分析永久基本農田劃定成果中不同因素產生的影響狀況是十分有意義的。

國內學者在基本農田劃定與評價等方面做了大量的研究，如董秀茹等人為實現在基本農田劃定中數量和質量并重的目標，從耕地的自然條件和立地條件2方面出發，選取耕地等別、坡地、道路通達度、水利設施狀況以及與相鄰土地利用類型的適宜性等7個因素作為評價指標，建立一種土地評價為基礎的劃定方法，借助GIS技術劃定東港市基本農田[2]；錢鳳魁等人將LESA方法與農用地分等成果相結合，建立評價體系，進行耕地質量與立地條件評價分析，在此基礎上對凌源市進行基本農田劃定[3]；章詩捷在引入CLUE-S模型對上饒市廣豐區未來土地利用變化預測的基礎上，參考農用地分等成果將優質耕地優先劃入基本農田，并對其連片性進行優化調整，與規劃基本農田進行對比分析[4]；劉慧芳等人以物-場模型為基礎，將基本農田劃定產生的影響理解為基本農田保護區劃定、基本農田功能要素以及基本農田保護區影響場3要素有機組合所形成的系統效應，并借鑒空間相互作用的引力模型，構建包含基本農田劃定適宜性、基本農田功能要素協調性以及距離系數的基本農田劃定合理性評價模型[5]。但是現有研究大多都是在對耕地或者基本農田建立評價指標體系，對其進行評價分析，得出劃定或優化布局后的結果。選取指標方式過于主觀，僅僅依據基本農田劃定的目標、原則以及國外評價相關經驗的借鑒等確定指標及計算方法。評價的目標和側重不同，評價的結果也會有偏差。

本文通過對基本農田劃定與評價相關文獻進行參考歸納，在以神木市永久基本農田劃定實踐結果的基礎上，選取耕地地類、自然等、利用等、經濟等、坡度、面積、與公路距離、與城鎮距離、與農村居民點距離、耕地圖斑形狀指數、耕地圖斑規整度11個普遍使用的指標，利用灰色關聯度和主成分分析方法對評價指標進行驗證，分析各指標在實際劃定工作中的影響程度，以期為基本農田劃定結果和評價指標體系的優化提供理論基礎和方法支撐。

1 研究區概況

神木市隸屬陜西省，位于陜西省北部，秦晉蒙3省（區）接壤地帶，國土面積達7635km2，是陜西省面積最大的縣。縣域西北部為風沙草灘區，地勢較為平坦，中部屬黃土丘陵溝壑區，地形較為破碎，東南部為土石山區，地面斜度較大，山大溝深，石多土薄，水土流失嚴重。神木市屬中溫帶半干旱大陸性季風氣候，春季干旱多風，夏季短促炎熱，秋季多雨集中，冬季寒冷漫長，多西北風，風沙頻繁，無霜期短，日照豐富。神木市轄19個鎮（辦事處），326個行政村，縣域經濟綜合競爭力居全國百強縣第21位、西北第1位。2014年農業總產值達21億元，糧食產量22.2萬t，農民人均純收入達到1.4萬元以上，農業科技貢獻率達到56%。

2 數據來源

本文研究數據分為空間數據和統計數據。空間數據來源包括：行政區劃數據、神木市永久基本農田數據、2014年神木市土地利用現狀數據、土地利用總體規劃數據、坡度數據、農用地分等成果等。統計數據主要來源于《2014年神木縣統計年鑒》和《2014年榆林市統計年鑒》。

3 永久基本農田劃定影響因素分析方法

3.1 研究方法

3.1.1 灰色關聯度模型

灰色關聯度模型是用于定量分析因子之間相關程度的有效統計方法[6]。基本思想屬于幾何處理的范疇，其實質是對反映各因子變化特性的數據序列所進行的幾何比較，根據序列幾何曲線的擬合相似程度來判斷各因子間的相關程度。從變化大小、方向、速度等的相對性方面來描述一個序列中因子間相對變化的情況，如果兩者相對一致，則兩者之間的相關性大，反之亦然。通過對關聯度的分析，可以看出各個因子對神木市永久基本農田劃定的影響程度，從中發現主要的影響因素和指標。灰色關聯度分析具體步驟如下。

3.1.1.1 確定比較序列和參考序列

設評價對象數量為m個，評價指標數量為n個。

式中，a為原始變量X的標準化變量（即每個原始變量減去樣本均數再除以樣本標準差）；cij，i，j=1，…，m為線性組合系數，被稱為因子載荷量，其大小及前面的正負號直接反映了主成分與相應變量之間關系的密切程度和方向。主成分所反映的是所有樣本的總信息，信息量由Z1到Zm逐漸減少。第i個主成分的貢獻率為λi/m×100；λi為與第i個主成分對應的特征值，可以通過特征方程R-λI=0進行求解，其中R為標準化變量的協方差矩陣（即相關矩陣），I為與相關矩陣同階的單位矩陣。由此可得，前P個主成分的累積貢獻率是（∑Pi=1λi/m）×100。在應用時，一般取累計貢獻率為70%～85%或以上所對應的前P個主成分即可。

在研究復雜問題時，使用主成分分析方法，往往只需考慮少數幾個主成分就行，并且不會損失太多信息。這樣做更容易抓住主要矛盾，揭示事物內部變量之間的規律，同時簡化問題，提高分析效率。

3.2 確定研究單元

考慮到土地利用規劃管理工作和耕地保護工作共同落實的基礎是永久基本農田保護成果，以及神木市基礎數據獲取難易和成果的應用度。本文選取在2014年神木市土地利用現狀數據中的耕地圖斑為基礎數據，將土地利用規劃數據中已規劃確定為建設用地的圖斑剔除，并疊加農用地分等成果以及永久基本農田數據成果，形成矢量耕地單元79456個。

3.3 指標選取

通過近年來對耕地綜合評價體系進行的大量研究：奉婷等人從耕地自然質量、利用條件、空間形態和生態安全4個方面選取分析指標，構建耕地質量綜合評價指標體系[8]；任艷敏等人選擇地形坡度、土壤侵蝕模數、生態系統服務價值、地質災害率、連片度等與耕地生態質量密切相關的指標來構建耕地入選基本農田評價的指標體系，其強調耕地生態質量的重要性[9]。在前人研究的基礎之上，并結合神木市的實際情況，本文選取11個指標：耕地類型、自然等、利用等、經濟等、坡度、面積、與公路距離、與城鎮距離、與農村居民點距離、耕地斑塊形狀指數和田塊規整度，作為研究因子（詳見表1）。

4 結果與分析

4.1 灰色關聯計算結果分析

通過對研究單元各指標計算，并對各數據進行無量綱處理，再通過Matlab軟件編程求解獲得關聯度結果，如表2所示。

由灰色關聯度值可知，指標排序為：X6>X5>X1>X9>X8>X3>X7>X2>X4>X11>X10。圖斑面積與永久基本農田劃定的關聯度最大，關聯值達到0.706，說明當地在進行永久基本農田劃定工作時，優先將集中連片度高，面積較大的耕地劃入，保證農業集約化生產的需求；坡度對永久基本農田劃定也具有很大的影響程度，關聯度僅次于圖斑面積，關聯度值達到0.687，坡度越低越方便進行種植耕作；耕地類型關聯值為0.608，神木市耕地地類分為水澆地和旱地，水澆地較于旱地耕作條件優越，更加有力于農業耕種作業，保障糧食生產；與農村居民點距離和城鎮距離的關聯度分別為0.594和0.582，兩者的相對影響程度基本一致，與農村居民點距離較高，符合耕地耕作實際條件；利用等關聯度值為0.572，在劃定永久基本農田時，對利用等較為重視，保證劃定的永久基本農田平均利用等高于全市耕地平均利用等，符合工作實際；與公路距離的關聯度值為0.571，與城鎮距離和居民點距離相比最低，分析其原因，由于神木市中南部處于黃土高原丘陵溝壑區，在交通的通達度方面不如地形平坦區域；自然等和經濟等關聯度值分別為0.546和0.518，由于神木市耕地自然條件一般，對永久基本農田劃定的影響程度稍小；耕地圖斑規整度和形狀指數對劃定的影響程度最小，原因在于黃土高原丘陵溝壑區地形破碎，對圖斑影響主要表現在圖斑邊界更復雜，耕地圖斑規整度和形狀指數較低。

4.2 主成分分析

由于所選取指標的計量單位不同，原始數據各因子間存在量綱和數量級不一致的現象，首先需要對原始數據進行正向化處理和標準化處理。使用SPSS19.0軟件中的標準差標準化方法，對數據進行標準化處理，以此消除量綱差異和數量級的影響。

計算指標間相關系數，得出兩兩指標間的相關系數矩陣，即計算原始指標之間的相關性，是否存在多重共線性現象，以此來判斷數據是否適合于因子分析。

對相關系數矩陣進行KMO（Kaiser-Meyer-Olkin）檢驗統計，結果為0.741，說明指標體系的整體相關程度很高，Bartlett球形檢驗結果為P<0.0001，說明樣本數量足夠大。根據上述檢驗結果，認為適合進行主成分分析。

通過分析直接計算得出主成分矩陣特征值和貢獻率、累計貢獻率以及主成分載荷矩陣。利用軟件對數據進行主成分分析，最終提取出3個主因子，各主因子Zi的特征值及貢獻率見表3，前3個成分的累積方差貢獻率為85.272%，說明用前3個成分作為新的評價因素可以用來反映神木市永久基本農田劃定影響效果的信息數據可靠性在85%以上，由此提取這3個成分作為主成分進行分析，其因子載荷矩陣見表4。

由表4可知，Z1在X1耕地類型、X2自然等、X3利用等、X4經濟等、X5坡度5個因素的載荷量很大，這些指標主要表現農業耕作生產條件方面對永久基本農田劃定的影響；Z2在X10耕地圖斑形狀指數、X11耕地圖斑規整度載荷量很大，主要表現耕地景觀生態學方面對永久基本農田劃定的影響；Z3在X6圖斑面積、X8城鎮距離、X7與公路距離載荷量很大，說明這3個因素能夠比較準確的反映主成分Z3的信息。提取的該3個主成分基本反映原全部指標的信息，因此可用這3個新變量來代替原來的11個影響因素。

5 結論

通過已有文獻的評價指標體系建立永久基本農田劃定影響因素體系，采用灰色關聯度模型和主成分分析模型對神木市永久基本農田劃定實際結果進行影響因素分析。主要的成果和結論如下：

通過對11個指標與永久基本農田劃定結果進行灰色關聯度分析和相關性排序表明，圖斑面積、坡度、耕地類型、與農村居民點距離對永久基本農田劃定相關性最大。

使用主成分分析，得到3個綜合因子，3個主成分的累計方差貢獻率達到85%以上，由于每個主成分都是原始變量的線性組合，主成分之間沒有相關性，能夠通過這3個主成分分析得出更加準確更加清晰的結果。

結果表明，在神木市未來的農業生產和永久基本農田保護方面，應當因地制宜，注重優質耕地的合理利用，減少耕地破碎化，加強集約利用強度和規模。加大對永久基本農田投入和建設，進一步提高農業生產效率以及農業機械化現代化生產水平，不斷推動農業生產技術進步和創新，逐步優化農業生產方式和保障農民生產生活，提高農民和政府對永久基本農田利用和保護的積極性。

參考文獻

[1] 國務院.基本農田保護條例[Z].1998-12-24.

[2] 董秀茹，尤明英，王秋兵.基于土地評價的基本農田劃定方法[J].農業工程學報，2011，27（04）：336-339.

[3] 錢鳳魁，王秋兵.基于農用地分等和LESA方法的基本農田劃定[J].水土保持研究，2011，18（02）：251-255.

[4] 章詩捷. 廣豐區土地利用變化空間模擬及其對基本農田劃定影響分析[D].江西農業大學，2017.

[5] 劉慧芳，畢如田.基于物-場模型的基本農田劃定合理性評價[J].中國農業資源與區劃，2017，38（03）：107-114.

[6] 鄧聚龍.灰色系統基本方法[M].武漢：華中理工大學出版社，1987：74-106.

[7] 王鵬，況福民，鄧育武，等.基于主成分分析的衡陽市土地生態安全評價[J].經濟地理，2015（1）：124-128.

[8] 奉婷，張鳳榮，李燦，曲衍波，朱鳳凱.基于耕地質量綜合評價的縣域基本農田空間布局[J].農業工程學報，2014，30（01）：200-210，293.

[9] 任艷敏，孫九林，劉玉，潘瑜春.縣域永久基本農田劃定方法研究[J].農業機械學報，2017，48（04）：135-141.