吉林西部土地利用轉型機制研究

吳陽，王靈芝，李淑杰，程子朗，鹿捷鳴

吉林大學 地球科學學院，長春 130061

0 引言

中國正處于經濟高速發展、人口壓力劇增的時期，土地利用在深度與廣度上均發生著顯著轉型[1]。土地利用轉型指在經濟社會變化和革新的驅動下，一段時期內與經濟和社會發展階段轉型相對應的區域土地利用形態的轉變過程[2--4]。吉林西部是國家的重要商品糧生產基地，包含白城和松原兩個地級市，保證耕地數量及質量是保障糧食生產安全的重要基礎[5]，而在新型城鎮化背景下，吉林西部對于建設用地的需求不斷增加。因此，梳理出影響土地利用轉型的關鍵因素，對于有效平衡耕地與建設用地數量，合理利用土地資源尤其必要。借助ArcGIS平臺、SPSS軟件、Fragstats景觀格局軟件及數理統計方法，筆者對吉林西部1995—2015年間土地利用數量變化和土地利用格局變化進行分析，揭示影響土地利用轉型的主導因子，從而為政府科學確定土地資源優化配置方案，平衡公共利益與集團利益提供理論依據。

1 研究區與數據來源

1.1 研究區概況

吉林西部地區總面積46 862 km2，轄白城和松原兩個地級市，內轄洮北區、洮南市、大安市、通榆縣、鎮賚縣、寧江區、長嶺縣、前郭縣、乾安縣和扶余縣等市縣，為吉林省糧食生產基地的重要組成部分(圖1)。該地區地勢整體上為西北高，東南低，境內湖泊泡沼眾多，屬半濕潤、半干旱的溫帶大陸性氣候區。由東向西的地帶性土壤為黑鈣土、淡黑鈣土和栗鈣土。2016年吉林西部人口為471.83×104人，GDP為2 351.83×108元。

圖1 吉林西部位置Fig.1 Location of western Jilin

1.2 數據來源

1995年、2000年、2005年和2015年吉林西部遙感數據、吉林西部高程DEM數據、吉林省地理信息系統(1∶100 000)數據、 河流數據和土壤數據源自中國科學院環境中心；平均降水量數據、平均氣溫數據源自吉林省氣象局；吉林西部社會經濟數據源自吉林省統計年鑒及實地調查整理獲取。

2 土地利用轉型分析

2.1 數量變化

利用1995年、2000年、2005年和2015年吉林省西部遙感影像解譯的土地利用現狀數據，借助ArcGIS軟件的Summary模塊，按照時間順序，分別統計各個年份不同種類土地的總面積。經處理后借助EXCEL軟件，執行求和等命令，得出吉林省西部各地類總面積變化情況。為更直觀表示地類總面積的變化情況，以吉林西部土地總面積為分母，各地類變化的面積為分子，求取各地類面積變化率(表1)。

表1 吉林西部各地類面積變化率

Table 1 Variation rate of land area for different usage in western Jilin/%

地類時 間1995—20002000—20052005—20151995—2015耕地-4.509.43-0.614.31林地1.29-0.380.581.49草地-0.68-3.50-3.95-8.14水域-2.770.06-1.31-4.03建設用地0.280.120.330.73未利用地6.39-5.704.945.63

從吉林西部1995—2015年土地利用變化的整體特點看，在20年間，吉林西部耕地、林地和建設用地面積增加，面積變化率分別為4.31%、1.49%和0.73%。草地和水域面積減少，面積變化率分別為8.14%、4.03%。1995—2000年、2005—2015年吉林西部各地類面積變化的趨勢較為一致(耕地、草地和水域面積減少，林地、建設用地面積增加)，與2000—2005年的變化趨勢相反(耕地、水域和建設用地面積增加，林地、草地和未利用地面積減少)。

為明確不同地類相互轉化的規律性，借助Arcgis軟件的Intersect模塊，按照時間順序，將4期土地利用現狀數據中相鄰的兩期(1995年與2000年；2000年與2005年；2005年與2015年)進行疊加，經處理后借助EXCEL軟件，執行數據菜單中的“數據透視表和數據透視圖”命令，得到吉林西部土地利用轉移矩陣，為更直觀表示地類轉換的數量關系，用公式(1)求取地類轉移率矩陣[6]：

Ti=ti/C×100%

(1)

式中：Ti為第i種地類轉移率；ti為第i種地類轉移量；C為所有地類總轉移量(C=t1+t2+t3+...tn)。

1995—2000年，耕地、草地和水域減少，林地、建設用地和未利用地增加(表2)。耕地減少的原因主要是轉化為草地(20.1%)和林地(4.25%)，雖然有部分草地(13.05%)被開墾成耕地，但主要以退耕還草、還林為主。建設用地增加的面積主要來自耕地(1.90%)、草地(0.17%)和未利用地(0.22%),可以看出耕地保護與建設用地擴張之間矛盾存在，未利用土地的開發整理同樣實現了對建設用地面積擴張的補充。

2000—2005年，耕地、水域和建設用地增加，林地、草地和未利用地減少(表3)。耕地增加面積主要來自草地(20.32%)、未利用地(14.14%)和林地(7.29%)，可以看出以開墾草地、林地為耕地，整理未利用地為耕地為主。建設用地增加主要來源為耕地(2.13%)和未利用地(0.85%)，說明建設用地擴張與耕地保護之間矛盾更加突出，同時繼續開發整理未利用地來擴張建設用地。未利用地減少的主要原因是被開墾成耕地(14.14%)，還有一部分轉化為草地(10.84%)，說明對未利用地的開發整理實現了對耕地的補充。

表2 1995—2000年吉林西部土地利用變化率轉移矩陣

表3 2000—2005年吉林西部土地利用變化率轉移矩陣

2005—2015年，耕地、草地和水域面積減少，林地、建設用地和未利用地面積增加(表4)。耕地流失主要表現為向林地(9.25%)和草地(7.40%)轉化，說明以退耕還林、還草為主。建設用地增加面積主要來自耕地(3.01%)和未利用地(0.87%)，可以看出耕地保護與建設用地矛盾嚴重。

表4 2005—2015年吉林西部土地利用變化率轉移矩陣

2.2 格局變化

景觀格局是指景觀空間格局，即大小、形狀各異的景觀要素在空間上的排列和組合，包括景觀單元的類型、數目及空間分布與配置[7--8]。利用1995年、2000年、2005年和2015年吉林西部遙感影像解譯的土地利用現狀數據，通過景觀格局尺度分析軟件Fragstats[9]，分別在景觀尺度與類型尺度展開分析。選取斑塊密度(PD)、邊緣密度(ED)、平均斑塊面積(AREA_MN)、最大斑塊指數(LPI)、景觀形狀指數(LSI)、平均斑塊分維數(FRAC_MN)、景觀多樣性指數(SHDI)及蔓延度指數(CONTAG)8個變化顯著的指標分析景觀尺度土地利用格局的時空變化；選取斑塊密度(PD)、邊緣密度(ED)、平均斑塊面積(AREA_MN)、最大斑塊指數(LPI)、景觀形狀指數(LSI)及斑塊聚合度指數(AI)6個指標來分析類型尺度土地利用格局的時空變化。

2.2.1 景觀格局

將得到的1995年、2000年、2005年和2015年的景觀格局指數值按時間順序求出景觀格局尺度指數差(表5)，獲取景觀指數的變化值，將其作為反映景觀格局變化的指標。

從景觀格局尺度的數據分析來看，1995—2000年、2005—2015年呈現出破碎化程度加劇，斑塊的形狀規則程度、整體性和連通性下降的態勢，最大斑塊優勢度下降， 斑塊平均面積減少， 1995—2000年稍為微弱，2005—2015年尤為劇烈。2000—2005年斑塊整體破碎化程度減弱，展現出形狀規則，連通統一，整體加強的態勢。

表5 1995—2015年吉林西部土地利用景觀格局變化

可以看出，1995—2000年、2005—2015年土地利用方式趨于局部化與多元化，土地利用格局分散破碎；2000—2005年更注重土地集約化、規模化利用，土地利用格局相對完整。

2.2.2 類型格局

分別得到1995年、2000年、2005年和2015年各地類(耕地、林地、草地、水域、建設用地和未利用地)的格局指數(表6)。

表6 1995—2015年吉林西部土地利用類型格局變化

1995—2000年，除耕地與建設用地外，其余各地類破碎化程度增加。建設用地的平均斑塊面積與優勢度上漲明顯，耕地完整性上升，草地與林地的最大斑塊面積下降，優勢度與聚集程度明顯降低。

2000—2005年，林地和草地破碎化程度加劇，建設用地表現出斑塊面積減少，破碎化加劇，形狀不規則的趨勢，耕地與未利用地的完整性與集聚程度呈現上升態勢，未利用地的平均斑塊面積大幅度上升。

2005—2015年，除建設用地外，其余地類均不同程度展現出破碎化程度加劇的趨勢，耕地和未利用地最為明顯，草地和林地緊隨其后。水域由于其地類的特殊性，破碎化變化幅度不大，但仍存在著聚集程度降低，整體性下降的情況。

3 轉型驅動機制分析

3.1 驅動因子選取

土地利用轉型是在一個特定區域內自然、社會、經濟、法律、制度和工程技術等因素相互作用、共同約束的結果[10--11]。土地利用轉型既受自然條件的作用和制約，又受經濟、技術、社會和政策等條件的影響。筆者選取自然因素、社會經濟因素和政策因素多個指標作為土地利用轉型驅動因子，對吉林西部1995—2015年土地利用轉型驅動機制展開分析。

3.1.1 自然因素

本研究選取地形條件(高程)、水文條件(距水域距離)、氣候條件(多年平均降水量、平均氣溫)和土壤條件(砂土含量)4類自然驅動因子。

3.1.2 社會經濟因素

本研究選用總人口、人均GDP、農民人均純收入、城鎮化率、地方財政一般預算支出和第一產業增加值作為表征人口、經濟和社會發展的指標；選用距城鎮距離表征區位條件以及距主要公路、鐵路距離表征交通條件。

3.1.3 政策因素

本研究以有無土地政策以及土地政策執行和檢查嚴格程度來表征政策因素影響[12]。

3.2 驅動因子定量化

交通條件用距主要公路、鐵路的距離表征，水文條件用距水域的距離表征，區位條件用距城鎮距離表征。通過ArcGIS的Euclidean Distance工具將相關圖層文件進行處理，得到對應每個像元至每個源最短距離的柵格數據。地形條件用高程表征，氣候條件由多年平均降水量和平均氣溫表征，土壤條件由砂土含量表征。借助ArcGIS的Feature to Raster工具得到相關圖層的柵格數據。通過ArcGIS的Intersect工具得出土地利用轉型矢量數據，并根據地類轉變類型轉為柵格數據；借助ArcGIS的Raster to Point工具將以上柵格數據轉為帶有地類轉變類型屬性的點圖層；然后，通過ArcGIS的Extract Multi Values to Point工具將相關柵格數據的值提取到點圖層。最后，將得到的點圖層屬性表導出。

人口、社會經濟等外生驅動因子的定量化。首先將統計年鑒中吉林西部1995—2015年總人口、人均GDP、農民人均純收入、城鎮化率、地方財政支出和第一產業增加值等數據錄入Excel；其次，通過ArcGIS的Join功能將其導入。最終實現土地利用轉型自然和社會經濟驅動因子的定量化。

中國1999年開始實施新的《土地管理法》，2000年開始利用衛星遙感監測成果開展土地執法檢查，并隨之采取了一系列土地違法治理措施；2004年10月發布《國務院關于深化改革嚴格土地管理的決定》，強化土地管理法規的執行力度；2006年7月建立國家土地督察制度，土地違法查處嚴格程度進一步提高。因此，依照土地違法治理政策嚴格程度的層次遞進關系，將1995—2000年取值為1，2000年—2005年取值為2，2005年—2015年取值為3。

3.3 驅動機制分析

3.3.1 自然因素分析

采用多元邏輯回歸方法進行分析。將地類轉變作為因變量，距水域距離、距城鎮距離、距公路距離、距鐵路距離、高程、降水、砂土含量和氣溫等驅動因子納入協變量，采用主效應模型進行多元邏輯回歸分析。分析結果顯著性概率值<0.01，偏回歸系數的整體似然比檢驗有統計學意義。

回歸結果表明(表7)，1995—2000年典型地類轉變(耕地轉草地、耕地轉林地和耕地轉建設用地)的主要驅動因子分別為距公路距離、距鐵路距離和距鐵路距離，其顯著性均<0.001，偏回歸系數分別為-5.353、-2.824和-4.573；表明交通條件對1995—2000年典型地類轉變影響較大。

回歸結果表明(表8)，2000—2005年內典型地類轉變(草地轉耕地、林地轉耕地、未利用地轉耕地和耕地轉建設用地)的主要驅動因子分別為距公路距離、距公路距離、氣溫和距公路距離，其顯著性均<0.001，偏回歸系數分別為3.431、8.897、0.070和-21.744；表明交通條件對2000—2005年內典型地類轉變影響較大，同時氣候條件也有一定影響。

回歸結果表明(表9)，2005—2015年內典型地類轉變(耕地轉草地、耕地轉林地和耕地轉建設用地)的主要驅動因子均為距公路距離，其顯著性均<0.001，偏回歸系數分別為7.742、4.234和-21.354；表明交通條件對2005—2015年內典型地類轉變影響較大。

表7 1995—2000年邏輯回歸分析結果

表8 2000—2005年邏輯回歸分析結果

表9 2005—2015年邏輯回歸分析結果

3.3.2 社會經濟因素分析

采用多元線性回歸方法，以1995—2015年吉林西部典型地類變化面積分別作為因變量，總人口、人均GDP、農民人均純收入、城鎮化率、地方財政一般預算支出和第一產業增加值作為自變量。采用逐步回歸的方法，按自變量影響力的大小自動排除強相關的變量，同時自動排除對因變量無顯著影響的自變量，從而得到更可靠的分析結果(表10)。其中以未利用地面積為因變量進行分析時，沒有任何變量進入方程，說明這6種驅動因子均對未利用地面積無顯著影響，故不納入分析結果。

表10 1995—2015年線性回歸分析結果

使用定系數檢驗法(R檢驗)對以上構建的模型進行檢驗，R值分別為0.900(以耕地面積為因變量)、0.691(以林地面積為因變量)、0.988(以草地面積為因變量)和0.947(以建設用地面積為因變量)，整體擬合度較好，以林地面積為因變量的模型擬合度略低。同時，以上多元逐步回歸選取的自變量均通過了回歸系數顯著性檢驗(t檢驗)，P-value均<0.05，選取的自變量均對因變量有顯著影響。

根據上述分析結果來看，城鎮化率與耕地、草地和建設用地面積有顯著的相關性，是導致這3類土地面積變化的共性驅動因子，表明驅動耕地轉建設用地的主要驅動因子是城鎮化水平。林地和草地面積變化的主要驅動因子是農民人均純收入，表明典型轉變(耕地轉草地、耕地轉林地、草地轉耕地和林地轉耕地)與農民收入有顯著的相關性。

3.3.3 政策因素分析

以政策因素分值為自變量，典型地類轉變為因變量，采用主效應模型進行多元邏輯回歸分析。顯著性概率值<0.01，但該模型能解釋地類轉變只達到17.9%，說明該模型擬合效果不理想，結果未達到預期效果。

4 討論

筆者通過探討獲取1995—2015年吉林西部土地利用轉型特點及驅動機制，對吉林西部未來土地利用提出了相關對策建議。吉林西部雖然以犧牲耕地為代價的建設用地擴張帶來了相應的經濟效益和城鎮化水平提高[13]，但在未來的土地利用中，應保證耕地總量不突破安全閾值[14--15]；同時必須控制建設用地的增長速率，注意內延式的集約節約用地，控制外延式的建設用地量的擴張，通過產業結構調整和升級，拉動吉林西部經濟的健康發展。

研究過程中，政策因素量化效果未達到預期，這與研究區域土地政策執行情況等相關，后續研究中將重點考慮政策執行力度與土地利用轉型影響的強度與力度，不斷優化政策量化指標與方法。同時本研究主要關注于土地利用顯性形態的變化，在今后的土地利用轉型研究中應更多關注土地利用隱性形態的變化，并將其與土地資源管理決策的制定密切聯系起來[10]，以期加快推動土地資源管理方式從單純的數量管理向數量、質量和生態并重的綜合管理轉變，以更好的優化配置和高效利用城鄉土地資源。

5 結論

(1)1995—2000年、2005年—2015年吉林西部土地利用轉型主要特點為以退耕還草、退耕還林為主，耕地與建設用地之間存在矛盾。2000—2005年吉林西部土地利用轉變主要特點為以開墾林地、草地和未利用地為耕地為主，耕地與建設用地矛盾突出。

(2)驅動1995—2015年吉林西部土地利用轉型的共同驅動因子為交通條件和城鎮化水平。1995—2000年、2005—2015年，耕地轉草地、耕地轉林地多發生在交通條件較差的區域，主要驅動因子為交通條件；2000—2005年，農民通過開墾草地、林地和未利用地來提高收入，土地利用轉型多發生在交通便利的區域，主要驅動因子為農民人均純收入和交通條件。

(3)在吉林西部的土地利用中，耕地與建設用的矛盾比較突出，耕地被建設用地大量占用，同時耕地與草地、林地之間的反復轉化活動使得耕地連通性和完整性下降。