四川省宜賓市1980-2018年耕地時空格局變化及其驅動因素

羅 芳, 潘 安, 陳忠升, 王佑漢

(西華師范大學 地理科學學院, 四川 南充 637002)

民為國基，谷為民命，糧食問題關乎國運民生[1]。耕地是土地資源的精髓，是穩固糧食生產的根本所在。耕地的數量和質量變化，會改變耕地的物質與能量循環，從而影響一系列全球環境演變過程[2]。工業革命以來，伴隨全球經濟的高速發展，世界人口劇增。第7次全國人口普查數據表明，近10 a來中國人口增加了7 206萬，人均耕地面積持續減少，人地矛盾日益突出。近年來受新冠肺炎疫情的影響，全球糧食供應鏈遭受了巨大的沖擊，給世界各國糧食安全帶來隱患[3]。因此，探究耕地資源時空變化特征，闡明耕地增減變化的主要影響因素，對于保障國家糧食安全與尋求耕地可持續利用路徑具有重要意義。近年來國內外學者圍繞全球或局地尺度的耕地演變及其驅動機制方面開展了大量的研究，獲得了一系列的研究成果[4]。如Min等[5]運用土地利用動態度模型，從農業生態和地緣政治兩個不同的角度分析了全球耕地的時空變化特征。Omaid等[6]分析了2000—2010年喀布爾河流域土地利用變化特征，并運用BLR模型對耕地變化的驅動因素進行統計檢驗。胡瓊等[7]采用復種指數和面積變化量標準差等指標，分析了2000—2010年全球耕地利用時空格局變化情況。牛善棟等[8]以淮海經濟區為例，結合標準橢圓差(SDE)和探索性空間數據分析(ESDA)，揭示了2002—2017年區域耕地利用轉型的時空變化特征。此外，還有學者借助主成分分析法、GWR、地理探測器和PLUS等模型對耕地時空演變的驅動因素開展了廣泛的研究[9]。其中PLUS模型，即斑塊級土地利用變化模擬模型(patch-generating land use simulation model， PLUS)，不同于以往的元胞自動機模型，該模型是以柵格數據為基礎，在數據獲取方面更為便捷[10]。通過PLUS模型可以探究土地利用變化的潛在因子，呈現出各項因子對土地利用變化的貢獻程度，為探究耕地時空變化的驅動力因素提供了有效的研究工具。

四川省宜賓市作為川南地區三江交匯的重要沿江節點城市，是長江上游低山丘陵區重要的農業生產基地，其地理環境在長江上游地區極具代表性。近年來，依托長江黃江水道，宜賓市經濟快速發展，城鄉人口流動頻繁，土地利用方式發生了顯著轉變，其中耕地變化尤為明顯。以往對宜賓市土地利用方面的研究多集中于某一時段[11-12]，關于近年來的耕地變化特征并不清晰，缺乏長時間序列的相關研究成果。當前研究成果多從耕地時空變化方面入手，定量化分析耕地演變的驅動力的研究成果較少。鑒于此，本研究以1980—2018年土地利用柵格數據為基礎，采用土地利用轉移矩陣、核密度分析和景觀格局指數，深入分析宜賓市近40 a的耕地時空變化特征。借助PLUS模型查明了耕地面積擴張和面積縮減的緣由，揭示耕地格局演變的復雜驅動力，以期為宜賓市耕地資源合理規劃與利用提供依據和決策支持，為長江上游地區農業可持續發展提供可行思路。

1 研究區概況

宜賓市位于四川省南部，地處四川盆地與云貴高原的過渡地帶，區域土地面積達1.33×104km2。長江、岷江和金沙江交匯于此，是長江上游地區保持水土資源的重要的生態屏障。地形以中低山地和丘陵為主，地勢整體上呈“南高北低”的分布格局。氣候屬亞熱帶季風性濕潤氣候，年均溫約為18 ℃，平均年降水量1 017 mm，水熱充足，多發育紫色土、水稻土和黃壤，植被類型以次生或人工亞熱帶常綠闊葉林為主。研究區內礦產資源富集，煤礦、天然氣、頁巖氣與硫鐵礦儲量豐富。宜賓市轄3區7縣，現全市總人口約551.5萬人。21世紀以來，區域經濟迅速發展，形成了以釀酒、綜合能源和造紙等產業為支柱的現代產業體系。宜賓市依托長江黃金水道，區域性交通樞紐逐漸形成，成為了成渝經濟區重要的城市之一。

2 數據來源與研究方法

2.1 數據來源

本研究主要數據來源如下： ①土地利用柵格數據(1980，2000和2018年)、土壤類型、河流、人口與GDP空間分布數據源于資源環境科學與數據中心(http:∥www.resdc.cn)。將土地利用柵格數據的土地類型劃分為耕地、草地、林地、水域、未利用地和建設用地，分辨率為30 m，其中建設用地和耕地類型的解譯精度在95%以上，其他地類精度在90%以上，運用ArcGIS軟件按屬性提取工具，得到研究區耕地柵格數據。 ②高速公路、鐵路、一二級道路數據和政府駐地位置來源于BIGMAP(http:∥www.bigemap.com)，時間為2018年。 ③從地理空間數據云平臺(http:∥www.gscloud.cn)獲取DEM數據，并借助ArcGIS提取出坡度數據。 ④從中國氣象數據網(http:∥data.cma.cn)獲取1981—2010年宜賓市域內及周邊地區共15個氣象站點的氣象數據，借助克里金插值法，獲得年均降水量與年均氣溫空間分布柵格數據。為了探明宜賓市耕地時空變化的復雜驅動力，參考相關研究成果[9-10]，結合數據的可獲得性與選取指標的代表性，共選取了7個社會經濟指標和6個氣候與環境指標(表1)。通過ArcGIS軟件中的距離分析工具獲得各項距離因子(距政府、鐵路、高速公路、水域、1級道路和2級道路距離)。

表1 宜賓市耕地變化驅動因子指標

2.2 研究方法

(1) 核密度分析。核密度分析是用以估計概率密度函數的非參數方法，能很好地分析觀察耕地空間分布的集聚情況?？紤]到數據處理設備的性能和工作量的大小，將原始耕地數據重采樣至像元大小為300 m的柵格數據，再將柵格數據轉變為點數據，繼而開展核密度估計，計算方程為[13]:

(1)

式中：fn為耕地核密度估計值；K為核函數；h為帶寬；n為帶寬范圍中耕地點數據的個數；d(x,xi)為耕地點x到樣本點xi的距離。

(2) 土地利用轉移矩陣。土地利用轉移矩陣可以分析一定時期內某種地類的動態變化，可以反映出耕地的時空演化過程。該矩陣基于馬爾科夫模型，應用于耕地利用變化，對耕地轉移情況進行定量化分析，是分析耕地轉入與轉出情況的一種較好的方法[11]。

(3) 耕地破碎化定量指標。景觀指數能高度濃縮景觀格局信息，通過不同層次的景觀指標，呈現景觀構成和空間分布狀況，被廣泛應用于耕地和土地利用景觀格局研究之中[14]。參考前人的研究成果[15]，結合宜賓市自然與社會經濟情況，共選取了8個景觀指數(表2)，借助Fragstats軟件計算出各項指標的數值，來衡量與刻畫區域耕格局變化與耕地破碎情況。

表2 宜賓市耕地景觀指數及其說明

(3)

式中：d的取值范圍為0或1，若d=1,表示有其他土地利用類型轉變為k類土地利用類型,當d=0,表示土地利用類型轉變成了除k以外的其他土地利用類型；x是由若干驅動力因子組成的向量,函數I是決策樹集的指示函數；hn(x)是向量x的第n個決策樹的預測類型；M為決策樹的總數。

3 結果與分析

3.1 耕地時空動態變化分析

整體來看，宜賓市耕地總面積在8 015.97 km2以上，約占區域土地面積的60%，是該區主要的土地利用方式(表3)。1980—2018年的38 a間，耕地利用格局發生了顯著的變化，面積減少了247.92 km2。對比2000年前后兩個時期的耕地變化情況發現，2000—2018年耕地流失速度加快，面積縮減了200.11 km2。從耕地持有量來看，敘州區、翠屏區和高縣耕地面積最多，合占區域耕地總面積的47%左右，耕地持有最少的地區是珙縣和筠連縣。區縣地區耕地整體上呈減少趨勢，除興文縣在2000年后耕地面積略有增加外，其余區縣耕地面積均有不同程度的減少，其中翠屏區、敘州區、屏山縣耕地變化最為顯著。此外，針對1980與2000年(F=10.83，p=0.009 3<0.05)和2000與2018年(F=13.17，p=0.005 1<0.05)區縣耕地面積數據進行方差檢驗，均通過了0.05的顯著性檢驗水平，表明1980—2018年區域耕地面積發生了顯著的變化。

表3 宜賓市各區縣耕地面積及變化量

從圖1可知，耕地變化最顯著的區域主要位于翠屏區、敘州區和屏山縣。耕地減少地區主要沿岷江、金沙江和長江沿岸分布，尤其是在2000—2018年這一時期，三江交匯地區耕地減少明顯。這是由于沿江地帶是城鎮密集分布區，伴隨著區域經濟發展和人口的增加，城市建設占用的耕地面積不斷增長。2014年中國第3大水電站—向家壩水電站全面投產運行，致使屏山縣金沙江河段大量耕地被淹沒。與此同時，受退耕還林工程以及山區耕地撂荒的影響，丘陵山地地區有大量耕地減少。而相比耕地減少的區域，耕地增加區域范圍較分散，大多分布在宜賓市東南部山地丘陵地區。

圖1 宜賓市1980-2018年耕地空間變化

3.2 耕地轉移矩陣分析

基于土地利用數據，借助ArcGIS軟件，經過柵格轉面、融合、相交等數據處理過程，結合土地利用轉移矩陣，得出宜賓市耕地轉移情況表(表4)。從表4可知，38 a間宜賓市耕地變化顯著。1980—2000年，宜賓市耕地共轉出了60.82 km2，絕大部分轉入了建設用地和林地中。耕地的轉入量為13.07 km2，主要來源于林地和水域，分別有9.59 km2的林地和3.15 km2的水域轉變為了耕地。未利用地比較穩定，基本未發生轉變。相較前20 a，2000—2018年宜賓市耕地增減變化格外明顯，耕地轉出量為867.68 km2，轉入量為669.30 km2。38 a間，耕地向其他地類共轉出了928.50 km2，其中有17.10%轉入了建設用地，有69.18%轉入了林地。19世紀80年代，家庭聯產承包責任制的全面落實，使中國耕地權屬細碎化。隨后四川省率先實施的退耕還林工程，驅使宜賓市丘陵山地地區大量細碎耕地轉出至林地當中。

表4 宜賓市1980-2018年耕地轉入與轉出情況 km2

3.3 耕地空間集聚分析

為了查明宜賓市耕地空間集聚情況，本研究借助核密度分析工具，計算該區耕地的核密度值(帶寬h=5 325 m)。該密度值能反映耕地的空間聚散情況，密度值越大，說明耕地在空間上越聚集。結果表明，宜賓市耕地核密度值范圍為0～11.08 個/km2(圖2)，運用自然斷點法將其劃分為6個等級：低密度區(0～1.84 個/km2)，中低密度區(1.84～3.69 個/km2)，中密度區(3.69～5.54 個/km2)，中高密度區(5.54～7.39 個/km2)，高密度區(7.39～9.23 個/km2)，極高密度區(9.23～11.08 個/km2)。從圖2可知，宜賓市耕地空間分布具有顯著的差異性。耕地核密度極高與高密度區主要分布于宜賓市的北部地區，以南溪區、翠屏區、長寧縣和敘州區北部為主。這些地區海拔較低，地勢相對平坦，耕地所占比重大。中、低密度區主要分布于區域南部的丘陵山地地區，以筠連縣、珙縣和興文縣為主，這使得宜賓市耕地分布呈“北密南疏”的空間分布格局。對比宜賓市3個時期耕地核密度的空間變化情況可以看出，密度高的區域范圍在逐漸縮小，在空間上呈擴散趨勢，而中、低密度區范圍在不斷擴張。城鎮密集、經濟發達的沿江地區是耕地密度變化最為明顯的地區。這說明宜賓市耕地的空間核密度不僅受地形、地貌等自然條件的限制，同時還受到城市化、工業化等社會經濟因素的影響。

圖2 宜賓市1980-2018年耕地核密度等級空間分布

3.4 耕地破碎化動態分析

將研究區土地利用柵格數據進行重分類，將值字段作為重分類字段，將耕地賦值為1，其余地類皆賦值為0，按屬性提取出重分類后的耕地柵格數據，然后導入Fragstats軟件中計算出1980—2018年各項景觀指數(表5)。從表5可知，1980—2018年，斑塊個數(NP)與斑塊密度指數(PD)均呈先增后減的趨勢，斑塊數量共減少了268個，約占斑塊總數的11%。從形狀指標來看，景觀形狀指數(LSI)逐漸增大，說明耕地的斑塊形狀日漸復雜且不規則。景觀分割指數(Division)從87.97%逐漸增加到了93.14%，這說明耕地斑塊之間越來越分散，耕地破碎化現象加劇。從表征聚散性的景觀指標來看，聚集指數(AI)、聚類指數(Clumpy)與斑塊凝聚度指數Cohesion均呈不斷減小的趨勢，分離度指數(Split)從8.31%增漲為14.58%。總體來看，宜賓市耕地空間分布較為集聚，斑塊的整體凝聚程度較高。但隨著城市化進程加快，耕地面積逐漸減少，耕地空間集聚性不斷減弱，景觀聚集程度逐漸降低，使得宜賓市耕地破碎程度加劇，破碎化現象日益明顯。

表5 宜賓市1980-2018年耕地破碎化指數

3.5 耕地變化驅動力分析

在ArcGIS軟件中，將起止年份的土地利用數據進行重分類，依次對6種地類從數值1—6分別進行賦值，得到1980和2018年重分類土地利用數據。隨后導入PLUS模型中，分析得出宜賓市耕地變化的驅動力，結果如圖3—4所示。

圖3 宜賓市耕地、建設用地和林地面積增長的驅動因素貢獻度

從圖3可知，耕地面積擴張的主要驅動因子是人口、距水域距離、GDP和距1級道路距離。疊加耕地增加區域和人口柵格數據(圖4)可以看出，耕地的增加區域主要分布在離水域較遠且人口密度相對較小的地區，人口越密集的地區耕地面積增加的越少。為了查明耕地變化的原因，還需分析耕地面積減少的影響因素。近40 a來，在耕地總轉出量中，約有86.19%的耕地轉入了建設用地和林地之中。其中耕地轉入建設用地的面積占建設用地增加面積的90.11%，轉入林地的量占林地增加面積的91.55%。這表明耕地面積的注入是導致建設用地和林地面積增加的主要原因。因此，分析建設用地和林地面積擴張的驅動力可以近似地反映出區域耕地面積減少的原因。從圖3可知，距政府距離因子對建設用地面積擴張影響最大，其次是高程、人口和GDP。建設用地增加區域主要分布在宜賓市地勢相對平坦、人口稠密，社會經濟活動頻繁的地區政府駐地的周圍。影響林地面積增加的主要驅動因子是距離水域的距離，其次是GDP、人口和高程。大部分林地增加的區域主要集中在宜賓市海拔較高、遠離水域的地區。因此，耕地面積減少可能是受人口、高程、距水域距離、GDP等因子的影響。綜合來看，1980—2018年，驅使宜賓市耕地發生變化的原因可以歸結為受人口、GDP、政府駐地以及道路等社會經濟因子的影響，高程、水域等自然環境因子也是其變化的主要影響因素。

圖4 宜賓市耕地、建設用地、林地增加區域與其最高貢獻度因子相疊加

1980年以來，宜賓市耕地整體上呈減少趨勢且主要轉入建設用地和林地中。在ArcGIS軟件中，提取出耕地轉入建設用地與林地的區域，并與研究區高程數據相疊加(圖5)。觀察發現，驅動因子不僅影響著耕地的空間變化，也限制著耕地的空間變化形式。在相對平坦的城市周邊地區，耕地大范圍的轉入建設用地，空間分布集中。在丘陵山地地區，耕地主要轉出至林地中，大面積的斑塊較少，轉出區域大多呈條狀沿著山麓及等高線分散分布。這表明在城市地帶，主要受社會經濟活動和城市建設用地需求增加的影響，耕地以塊狀、團狀的形式大范圍的轉出。在丘陵山區，人類活動相對較少，受退耕還林工程的影響，耕地以條帶狀的形式在減少。

圖5 1980-2018年宜賓市耕地轉入林地和建設用地區域

4 討論與結論

4.1 討 論

耕地是人類賴以生存的基礎，耕地問題關乎糧食生產和安全，維持糧食生產能力的根本就在于保障足夠的耕地數量和穩定的耕地結構。本文通過探究宜賓市不同時期耕地的變化情況，宏觀地刻畫了區域耕地時空變化特征，結合PLUS模型揭示了耕地變化的驅動機制。結果表明，1980—2018年期間，宜賓市大量耕地持續減少并主要轉出到林地和建設用地中，這與張蕎等[11]的研究相符，也與長江上游低山丘陵地區大部分城市耕地變化情況相似[16]。一般來說自然環境因子大多決定耕地的整體空間布局，而社會經濟因子往往控制著耕地演變的方向、轉換的數量及演化的速度。1980年以來，宜賓市耕地面積大量減少，主要是受人口、GDP和道路等社會經濟因素以及水域、高程等自然因素的影響，這與唐大珍[17]、馮義熊等[18]關于川南地區土地利用變化驅動力研究結果相似。耕地作為人類社會背景下的產物，受地理要素空間異質性的影響，不同研究區耕地變化驅動力呈現出顯著的差異。如周翔等[19]認為江蘇省快速城市化地區，耕地流失主要是受城市化進程加快、高鐵和大規模企業發展建設所影響；潘佩佩等[20]發現，1985—2015年期間太湖流域耕地集中連片分布區與經濟發展快速區的空間復合導致耕地縮減與建設用地擴張呈現空間對應關系，建設占用是驅動耕地減少的主要因素；朱會義等[21]以新疆維吾爾自治區為例分析了西北生態環境脆弱區耕地擴張情況，得出政策激勵和農業技術進步是耕地增加的主要原因。這種耕地變化驅動力區域性差異，不僅受控于地理要素空間異質性，還同區域發展定位、土地利用政策、研究時段以及驅動力模型選取等密切相關。指值得一提的是，政策因素在任意時段、任意研究尺度內都是影響耕地變化的重要因素[22]，宜賓市耕地面積減少受政策因素影響也比較明顯，如1999年開始實施的退耕還林政策，驅使宜賓市以及中國西南地區大量耕地減少并轉入林地之中[23]。此外，1980年以來，伴隨城鎮化進程的推進，宜賓市農村勞動力迅速流失，而農民大多有“戀土情結”，寧愿土地撂荒也不愿將耕地流轉[24]，這也在一定程度上導致宜賓市耕地面積有所減少。

近年來，宜賓市政府大力推動大學城和科技創新城的建設。宜賓市首個省級新區(三江新區)的設立，勢必會占用更多的耕地來滿足其建設需求。未來社會經濟因素對耕地的影響會進一步加強，區域耕地面積可能會進一步減少。因此，在后續開展耕地保護工作中，要轉變農業發展思維，從數量、質量、生態功能3方面去落實耕地保護制度。在沿江平壩重點開發區，提高城市用地的空間利用率，妥善處理社會經濟發展與土地資源承載力之間的關系。在農村低山丘陵地區適當推進土地流轉，引導農民進行土地租賃或復墾撂荒地，加強農村土地綜合治理，確保區域擁有充足、高質的耕地資源。

作為長江上游地區重要的農業生產基地，宜賓市耕地的時空變化關乎區域糧食安全問題。本文系統地闡釋了宜賓市耕地時空變化特征及其驅動力，可為區域耕地資源保護和土地資源優化配置提供決策參考。但本文仍存在一定的局限性，如在研究尺度上，僅從市和縣(區)的行政單元尺度進行分析，更詳細的研究還可以從鄉鎮或自然區劃尺度開展，以便為耕地資源優化提供更為準確的依據；在驅動機制分析方面，宏觀分析了農民價值觀與區域政策因素對耕地產生的可能影響，缺乏其定量化探究，因此研發包含農民價值觀與區域政策等因素的耕地變化驅動力模型是未來相關研究需要重點突破的方向。

4.2 結 論

(1) 1980—2018年，伴隨人口增加和城市化進程的推進，宜賓市耕地變化顯著，整體呈減少趨勢，共減少了247.92 km2。減少的絕大部分耕地轉入了建設用地和林地之中，沿江地帶是耕地顯著變化區域。

(2) 宜賓市耕地空間分布呈“北密南疏”的分布格局。耕地核密度高值區主要分布在區域北部，位于宜賓市南部的筠連縣和珙縣等地是主要的低密度分布區。近40 a來，高密度區面積逐漸縮小，低密度區范圍不斷擴大，使得宜賓市耕地空間聚集性逐漸減弱。

(3) 從景觀指數的變化情況來看，1980—2018年宜賓市耕地斑塊數量逐漸減少且形狀日益復雜、耕地的聚集程度不斷減小和分散程度有所增加。這使得宜賓市耕地破碎化現象日益顯著，破碎程度不斷增強。

(4) 耕地時空格局變化是自然和社會經濟因素的綜合作用的結果。在海拔、水域和坡度等自然因子的影響限制下，政府駐地、人口、道路交通和經濟等因子驅動著耕地不斷發生變化。此外農民價值觀和退耕還林政策的推行影響農民的耕作行為，加速了耕地利用方式的變化，從而導致耕地時空格局發生轉變。