武漢城市圈耕地利用變化驅(qū)動機制研究

申 楊，龔 健，李曉丹，王衛(wèi)雯，陶 榮

（1.甘肅農(nóng)業(yè)大學(xué)管理學(xué)院，甘肅 蘭州 730030； 2.中國地質(zhì)大學(xué)（武漢）公共管理學(xué)院，湖北 武漢 430074；3.自然資源部法律評價重點實驗室，湖北 武漢 430074；4.河南大學(xué)地理與環(huán)境學(xué)院，河南 開封 475004；5.湖北省國土資源研究院，湖北 武漢 430074）

耕地作為土地資源的精華，是國家糧食安全的穩(wěn)定器和壓艙石，絕不動搖耕地保護紅線是將糧食安全牢牢把握在手中的必然選擇[1-2]。但是由于耕地保護與經(jīng)濟發(fā)展矛盾,致使快速城市化地區(qū)的土地利用變化相對強烈，探究該類型地區(qū)的耕地變化驅(qū)動力可以為目前仍處于中、低階段城市化進程地區(qū)未來的土地利用方向提供參考[3-5]。武漢城市圈作為湖北省產(chǎn)業(yè)和生產(chǎn)要素最為密集、最具活力的地區(qū)，創(chuàng)造了全省近2/3 的地區(qū)生產(chǎn)總值，該地區(qū)不僅是湖北經(jīng)濟發(fā)展的核心區(qū)域，也是中部崛起的重要戰(zhàn)略支點。武漢市城市圈作為典型的快速城市化地區(qū)，耕地利用空間格局發(fā)生顯著變化，尤其是城鎮(zhèn)建設(shè)擴張占用耕地較為嚴重，導(dǎo)致部分城鎮(zhèn)周邊的耕地呈現(xiàn)零星、破碎化特征，城鎮(zhèn)周邊耕地流失加劇[6]。在堅決遏制耕地“非農(nóng)化”政策的要求下，深入分析耕地利用變化過程并揭示其空間要素驅(qū)動機制，對于制定科學(xué)合理的耕地保護政策具有重要意義。

目前，國內(nèi)外學(xué)者已經(jīng)開展了大量關(guān)于耕地利用變化及其影響因素的研究。這些研究從耕地利用轉(zhuǎn)型特征[7-9]、耕地資源時空分布特征[10-11]、耕地景觀格局時空變化特征[12]等方面揭示了耕地利用變化的客觀規(guī)律，并探討了耕地利用變化對糧食生產(chǎn)潛力[13]、耕地適宜性[14]、生態(tài)服務(wù)價值[15]等方面的影響。研究方法從定性分析逐漸發(fā)展到定量分析，數(shù)理模型得到越來越廣泛的應(yīng)用。這些方法主要包括主成分分析[16]、邏輯斯蒂回歸模型[17]、地理探測器模型[18]等。然而，耕地利用變化與其驅(qū)動因子之間的關(guān)系非常復(fù)雜，這些方法僅僅探討了自變量和因變量之間的統(tǒng)計關(guān)系，未能充分考慮空間距離要素的規(guī)律性和邊界性[19]，不利于驅(qū)動機制的深入分析。此外，在對驅(qū)動因素數(shù)據(jù)進行空間量化表達方面，自然環(huán)境因素獲取途徑相對便利，而社會經(jīng)濟和政策規(guī)劃數(shù)據(jù)仍需進一步完善。這主要是因為這兩類數(shù)據(jù)多基于統(tǒng)計數(shù)據(jù)，空間量化表達存在一定局限性[20]。貝葉斯網(wǎng)絡(luò)模型融合了圖論和概率論的特點，相對于傳統(tǒng)的統(tǒng)計方法和“黑匣子”類模型，該模型可以通過圖形描述的方式展示耕地利用變化與驅(qū)動因素之間的復(fù)雜關(guān)系及其變化過程[21]。貝葉斯網(wǎng)絡(luò)模型兼具數(shù)學(xué)邏輯表達能力和因果概率推理能力，可以有效納入影響耕地利用變化的社會經(jīng)濟和政策規(guī)劃因素，并依靠模型的診斷性分析能力對空間距離要素的規(guī)律性進行推斷。

基于此，本文以武漢城市圈為研究區(qū)，采用變化軌跡分析法和景觀格局指數(shù)，分析了1980—2020 年耕地利用變化的時空特征，并將政策規(guī)劃等因素納入貝葉斯網(wǎng)絡(luò)模型，結(jié)合專家經(jīng)驗知識與實際觀測數(shù)據(jù)，識別耕地利用變化的驅(qū)動因素重要性，為武漢城市圈的耕地保護與科學(xué)管理提供參考依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)域概況

武漢城市圈又稱“1+8”城市圈，以武漢為中心，囊括了周邊100 km 半徑范圍內(nèi)的鄂州、黃石、孝感、黃岡、咸寧、仙桃、天門、潛江8 個市。截至2021 年，武漢城市圈常住人口3 208.17 萬人，地區(qū)生產(chǎn)總值30 101.41億元，分別占湖北省的56.26%和60.19%①數(shù)據(jù)來源于《湖北省統(tǒng)計年鑒（2022年）》。，是長江中游城市群最重要的增長極之一。2006 年經(jīng)國務(wù)院批準，武漢城市圈成為首批資源節(jié)約型與環(huán)境友好型社會建設(shè)綜合配套改革試驗區(qū)。2016 年武漢城市圈中心城市武漢市正式獲批國家中心城市。研究區(qū)擁有豐富的耕地資源，也是重要的糧食生產(chǎn)基地。根據(jù)《中國耕地質(zhì)量等級調(diào)查與評定（全國卷）》，武漢城市圈耕地以1～8 等為主，優(yōu)、高等耕地占耕地總面積的82.4%，耕地質(zhì)量優(yōu)良，區(qū)域差異較小，耕地質(zhì)量相對穩(wěn)定[22]。但是快速城鎮(zhèn)化的進程導(dǎo)致劇烈的國土空間格局演變，對耕地的穩(wěn)定性產(chǎn)生了極大影響，耕地保護面臨巨大壓力。

1.2 研究數(shù)據(jù)來源

本文所用的數(shù)據(jù)主要包括：（1）1980年、1990年、2000 年、2010 年、2020 年土地利用數(shù)據(jù)，分辨率為30 m×30 m，來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（www.resdc.cn）；（2）路網(wǎng)數(shù)據(jù)來源于 OSM（https://www.openstreetmap.org/）；（3）高程和坡度數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn/）下載的數(shù)字高程模型（DEM），分辨率為 30 m×30 m；（4）POI 數(shù)據(jù)來源于高德地圖，按照自身屬性和研究所需劃分為公共管理服務(wù)和農(nóng)林牧漁企業(yè)兩類；（5）GDP和人口空間分布數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（www.resdc.cn）；（6）水土流失數(shù)據(jù)來源于湖北省生態(tài)環(huán)境廳（https://sthjt.hubei.gov.cn/）；（7）城鎮(zhèn)開發(fā)邊界和永久基本農(nóng)田保護區(qū)來源于湖北省國土空間規(guī)劃數(shù)據(jù)庫（2020年）。

1.3 研究方法

1.3.1 變化軌跡分析法

變化軌跡分析法是一種用于研究和分析地理空間現(xiàn)象變化的方法[23]，該方法利用連續(xù)現(xiàn)象與非連續(xù)現(xiàn)象動態(tài)變化軌跡代碼，揭示出地理現(xiàn)象在時間上的演變過程和變化趨勢，計算公式如下：

式（1）中：Tij表示軌跡中第i行第j列的代碼；n表示研究時間節(jié)點數(shù)；（G1）ij，（G2）ij，...，（Gn）ij表示每個時間節(jié)點對應(yīng)的土地利用類型的軌跡代碼值。

1.3.2 景觀格局指數(shù)

景觀格局指數(shù)高度濃縮了空間格局信息，可以有效分析非連續(xù)性的耕地格局變化空間特征[24]。本文從景觀類型水平指數(shù)中選取斑塊密度（PD）和聚集度指數(shù)（AI）衡量耕地空間格局變化的特征。其中，斑塊密度用于評估耕地變化的景觀破碎化程度，可以反映出單位面積上耕地變化的斑塊數(shù)量，計算公式如下：

式（2）中：Ni表示耕地變化景觀類型i的斑塊數(shù)量；A表示景觀總面積。

聚集度指數(shù)用于評估耕地利用變化空間分布的集聚程度，可以反映出耕地變化中不同類型斑塊的集中度和聚集程度，計算公式如下：

式（3）中：Pij表示耕地變化斑塊類型i與j相鄰的概率。

語文閱讀不受重視，是大多數(shù)小學(xué)語文教學(xué)研究中存在的主要問題。大多數(shù)小學(xué)生的閱讀量明顯不足，無論在課上時間還是在課下時間，不僅小學(xué)生都缺少有效閱讀，教師對閱讀也缺乏一定的重視。小學(xué)語文課堂一般在40分鐘左右，教師留給學(xué)生閱讀的時間平均只有5—10分鐘。對于小學(xué)生而言，由于本身正處在詞匯積累的時期，想要在短時間內(nèi)快速閱讀并理解全文十分困難。學(xué)生的課下時間大多數(shù)被用來完成教師布置的作業(yè)，進行閱讀的時間少之又少。如果小學(xué)生的自制力不足，家長不嚴加督促，小學(xué)生的閱讀任務(wù)不能按時完成，其閱讀能力自然無法提升。

1.3.3 貝葉斯網(wǎng)絡(luò)模型

貝葉斯網(wǎng)絡(luò)（Bayesian Network, BN）是一種用于表示和推斷隨機現(xiàn)象之間依賴關(guān)系的概率圖模型[25]。該模型由網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)參數(shù)兩部分構(gòu)成，前者是一種有向無環(huán)圖，通過有向箭頭連接不同的節(jié)點，用于描述變量之間的相互關(guān)系，后者用條件概率表的形式反映節(jié)點之間因果關(guān)系的強弱。

本文采用Netica 軟件構(gòu)建貝葉斯網(wǎng)絡(luò)模型。首先，選取相關(guān)變量作為節(jié)點，對貝葉斯網(wǎng)絡(luò)進行結(jié)構(gòu)學(xué)習(xí)。其次，根據(jù)耕地利用變化的過程機理[26-28]，結(jié)合武漢城市圈耕地利用的實際特征，將耕地利用變化的驅(qū)動因子劃分為四類：區(qū)位因子、自然因子、政策規(guī)劃因子和社會經(jīng)濟因子。其中，區(qū)位因子是由于區(qū)位的空間異質(zhì)性決定了地理要素空間格局的演變。選取了距鐵路、高速公路、主干道路、城市中心、鄉(xiāng)鎮(zhèn)中心、農(nóng)村居民的距離。一般認為，交通區(qū)位因素和距離社會經(jīng)濟活動中心的遠近是影響城鎮(zhèn)建設(shè)用地擴張慣性力對耕地占用的重要因素，易導(dǎo)致建設(shè)占用，即耕地向建設(shè)用地轉(zhuǎn)變。自然因子是耕地利用轉(zhuǎn)型的基礎(chǔ)。選取了高程、坡度、水土流失、降水、距河流水面距離。一般認為，高程過高、坡度較陡、水土流失嚴重、距河流水面較遠的區(qū)域易導(dǎo)致退耕地還林還草，受生態(tài)保護作用的影響導(dǎo)致生態(tài)占用，即耕地向生態(tài)用地轉(zhuǎn)變。政策規(guī)劃因子是相關(guān)的土地行政主管部門制定相應(yīng)的政策制度和空間規(guī)劃來引導(dǎo)土地利用主體行為。選取了永久基本農(nóng)田保護區(qū)和城鎮(zhèn)開發(fā)邊界表征政策規(guī)劃對耕地利用的保護力。一般認為，位于永久基本農(nóng)田保護區(qū)和非城鎮(zhèn)開發(fā)邊界的耕地，不易轉(zhuǎn)變?yōu)榉歉兀咭?guī)劃保護力相對較強；相應(yīng)的位于非永久基本農(nóng)田保護區(qū)或城鎮(zhèn)開發(fā)邊界內(nèi)的耕地，容易導(dǎo)致耕地轉(zhuǎn)變?yōu)槠渌愋陀玫兀咭?guī)劃保護力相對較弱。社會經(jīng)濟因子是耕地利用轉(zhuǎn)型的重要驅(qū)動力，選取了GDP、人口、公管服務(wù)分布空間密度、農(nóng)林牧漁企業(yè)分布空間密度作為社會經(jīng)濟因子。一般認為，經(jīng)濟活動越密集和人口越集中的區(qū)域，越容易導(dǎo)致耕地非農(nóng)化，表征了社會經(jīng)濟活動程度對耕地利用轉(zhuǎn)型的影響。除選取以上18 個輸出層節(jié)點變量外，選取建設(shè)占用、生態(tài)占用、政策規(guī)劃保護力和社會經(jīng)濟影響度這4 個中間節(jié)點映射區(qū)位因子、自然因子、政策規(guī)劃因子、社會經(jīng)濟因子與目標變量之間的關(guān)系，從而反映出模型結(jié)構(gòu)之間的因果關(guān)系。具體選取情況見表1。

表1 耕地變化驅(qū)動因素指標體系Tab.1 Driving forces indicator system of cultivated land use change

再次，利用ArcGIS對連續(xù)變量進行離散化處理，主要由于貝葉斯網(wǎng)絡(luò)模型處理離散變量效果較好，且目前的概率推理算法大多采用離散表處理。在耕地轉(zhuǎn)化概率中，將軌跡代碼11（耕地→耕地）劃分為“否”，軌跡代碼12（耕地→林地）、13（耕地→草地）、14（耕地→水域）、15（耕地→建設(shè)用地）和16（耕地→未利用地）劃分為“是”。分級標準如表2所示。為保持數(shù)據(jù)樣本的獨立性，將抽樣點之間的距離設(shè)置為500 m，隨機提取8 036個樣本點的數(shù)據(jù)帶入網(wǎng)絡(luò)進行學(xué)習(xí)，從而獲取貝葉斯網(wǎng)絡(luò)所有節(jié)點的條件概率表，完成模型構(gòu)建，如圖1所示。

圖1 貝葉斯網(wǎng)絡(luò)模型構(gòu)建Fig.1 The construction of Bayesian Network

表2 變量離散分級表Tab.2 The classification of discrete variables

最后，運用敏感性分析和診斷性分析對貝葉斯網(wǎng)絡(luò)模型中各因子之間的關(guān)系進行評估[29]。其中，敏感性分析是基于貝葉斯網(wǎng)絡(luò)的正向推理能力，評估輸入變量對目標變量的影響程度，通過改變輸入變量并觀察目標變量響應(yīng)概率的變化幅度來衡量，該變化幅度可以用方差縮減來表示，具體如式（4）所示。診斷性分析是通過將目標變量設(shè)置為特定狀態(tài)，觀察影響因子的概率變化幅度來評估后者的影響。一般來說，這種影響的結(jié)果會用概率值的變化程度來表示，概率值變化越大意味著該影響因子對目標變量的作用效果越大。

式（4）中：VR表示方差縮減，該值越大則輸入變量對目標變量的影響力越大；V（ES）表示變量ES的方差；V（ES|F）表示已知變量F情況下變量ES的方差；P表示條件概率；s表示輸出變量的狀態(tài)；E（ES）表示變量ES的均值；E（ES|F）表示已知變量F情況下變量ES的均值。

2 研究結(jié)果

2.1 耕地時空變化特征

2.1.1 耕地數(shù)量結(jié)構(gòu)變化特征

表3 1980—2020年武漢城市圈耕地數(shù)量結(jié)構(gòu)變化表Tab.3 The quantity structure changes of cultivated land in Wuhan Metropolitan Area from 1980 to 2020

在不同時間段內(nèi)，耕地減少去向基本相同，耕地減少去向均以建設(shè)用地和水域為主。然而，不同時間段耕地增加的來源則不相同。其中，1980—1990 年新增耕地主要來源為水域和未利用地，水域轉(zhuǎn)耕地面積為38.21 km2，未利用地轉(zhuǎn)耕地面積為22.94 km2。1990—2000 年和2000—2010 年新增耕地主要來源為水域和林地，水域轉(zhuǎn)耕地面積分別為86.33 km2和268.32 km2，林地轉(zhuǎn)耕地面積分別為59.67 km2和184.96 km2。2010—2020 年新增耕地主要來源為建設(shè)用地、水域、林地，建設(shè)用地轉(zhuǎn)耕地面積為638.01 km2，水域轉(zhuǎn)耕地面積為588.51 km2，林地轉(zhuǎn)耕地面積為434.26 km2。

2.1.2 耕地空間分布變化特征

由圖2可知，1980—1990年和1990—2000年的耕地轉(zhuǎn)出呈現(xiàn)明顯的空間集聚特征，而耕地轉(zhuǎn)入的空間分布相對分散。耕地轉(zhuǎn)出主要集中在城市中心周邊地區(qū)，例如武漢市中南部、仙桃市北部和黃岡市西北部；以及河流湖泊周邊地區(qū)，例如仙桃市中西部和孝感市南部。2000—2010年和2010—2020年，耕地轉(zhuǎn)出和轉(zhuǎn)入均呈現(xiàn)出較為明顯的空間聚集特征。耕地轉(zhuǎn)出主要分布在武漢市中心城區(qū)周邊地帶。而耕地轉(zhuǎn)入則主要分布在丘陵山區(qū)，2000—2010 年的耕地轉(zhuǎn)入主要分布在黃岡市的東南部，2010—2020年的耕地轉(zhuǎn)入主要分布在孝感市東北部和黃岡市西北部。

圖2 1980—2020年武漢城市圈耕地空間變化Fig.2 The spatial changes of cultivated land in Wuhan Metropolitan Area from 1980 to 2020

進一步運用景觀格局指數(shù)分析了不同研究時段耕地利用變化類型的景觀格局特征。由表4 可知，1980—1990 年和1990—2000 年的各類型耕地變化的斑塊密度未產(chǎn)生大幅度變化，表明這兩個時間段耕地利用變化相對緩和，沒有明顯的耕地破碎化現(xiàn)象。但是，在2000—2010年和2010—2020年，各類型耕地變化的斑塊密度都有大幅增加，表明這兩個時間段耕地利用產(chǎn)生了劇烈變化，呈現(xiàn)出明顯的耕地破碎化現(xiàn)象。其中，較為凸顯的是耕地轉(zhuǎn)變成建設(shè)用地的斑塊密度，由1980—1990年的0.03迅速增長至2010—2020 年的1.41，說明建設(shè)用地占用了大量的耕地，加劇了耕地破碎化。而耕地轉(zhuǎn)變成建設(shè)用地的聚集度指數(shù)則由1980—1990年的90.33降至2010—2020年的77.86，這表明城鎮(zhèn)的無序擴張蔓延趨勢明顯。

表4 1980—2020年武漢城市圈耕地變化類型景觀格局指數(shù)表Tab.4 The changes of cultivated land landscape pattern index in Wuhan Metropolitan Area from 1980 to 2020

2.2 耕地變化的驅(qū)動力分析

2.2.1 敏感性分析結(jié)果

選取目標變量“耕地轉(zhuǎn)化概率”作為分析變量，利用Netica軟件對其他變量進行敏感度分析，以衡量不同自變量對目標變量的影響力大小（表5）。

表5 目標變量敏感度Tab.5 The sensitivity to target variables (%)

由表5可知，20種驅(qū)動因子對目標變量的影響效果存在顯著差異。在中間節(jié)點層中，建設(shè)占用居于首位，對耕地變化的影響最為顯著，其方差縮減百分比為12.49%。這表明武漢城市圈的建設(shè)占用對耕地的穩(wěn)定性造成了極大的影響，可能會導(dǎo)致耕地的流失。其次，生態(tài)占用的影響也較為顯著，其方差縮減百分比為4.91%，這表明退耕還林還湖還草工程的開展，一定程度上加劇了耕地的流失。相比之下，政策規(guī)劃保護力對耕地占用的影響效果相對較小，其方差縮減百分比僅為3.11%。盡管政策規(guī)劃對耕地流轉(zhuǎn)起到了一定抑制作用，但是政策規(guī)劃的保護效果仍需進一步加強。社會經(jīng)濟影響度對耕地利用變化的作用最小，其方差縮減百分比僅為1.19%。

在區(qū)位因子中，距農(nóng)村居民點距離和距高速公路距離對耕地占用的影響效果相對較高，方差縮減百分比分別為0.49%和0.41%。而距市中心的距離對耕地流失的影響效果相對較低，方差縮減百分比僅0.13%。在自然條件因子中，高程和距河流水面距離對耕地流失影響效果相對較高，方差縮減百分比分別為0.51%和0.48%。在政策規(guī)劃因子中，永久基本農(nóng)田保護區(qū)對耕地占用的限制作用高于城鎮(zhèn)開發(fā)邊界，相對城鎮(zhèn)開發(fā)邊界之外的耕地，位于永久基本農(nóng)田保護區(qū)內(nèi)的耕地相對更穩(wěn)定，更不易被占用。在社會經(jīng)濟因子中，人口密度相對高于其他因子，相較于經(jīng)濟活動密集的區(qū)域，人口活動相對密集的區(qū)域更容易導(dǎo)致耕地被占用。

2.2.2 診斷性分析結(jié)果

為定量衡量各因子與目標變量之間的因果關(guān)系，本文運用貝葉斯網(wǎng)絡(luò)模型反向推理，假設(shè)耕地維持穩(wěn)定不變，從而將耕地轉(zhuǎn)化概率值設(shè)定為“否”，觀察各影響因子概率表的變化情況，結(jié)果如圖3所示。

圖3 診斷性分析結(jié)果Fig.3 The results of diagnostic analysis

建設(shè)占用為“是”的狀態(tài)概率下降9.54%，距各類交通用地距離越近，因子狀態(tài)下降幅度越大，而距各類交通用地距離越遠，因子狀態(tài)有所上升。其中，距鐵路距離因子“＜7 000 m”狀態(tài)、距高速公路距離因子“＜7 000 m”狀態(tài)、距主干道路距離因子“＜2 000 m”狀態(tài)分別下降了2.47%、2.23%、1.17%；當距高速公路距離因子超過15 000 m、距鐵路距離因子和距主干道路距離因子超過7 000 m 時各類因子概率呈現(xiàn)上升趨勢。但是，距農(nóng)村居民點距離越近，因子狀態(tài)上升幅度越大。其中，距農(nóng)村居民點距離因子“＜1 000 m”狀態(tài)上升了3.44%，這說明距農(nóng)村居民點距離越近，對農(nóng)戶開展耕作活動越有利，越不容易導(dǎo)致耕地流失。

生態(tài)占用為“是”的狀態(tài)概率下降5.79%，水土流失程度因子中“輕度侵蝕”的概率上升了2.20%，高程因子“＜50 m”的狀態(tài)上升了2.80%，這表明水土保持越好的區(qū)域和地勢平坦的區(qū)域，耕地相對不容易轉(zhuǎn)換為生態(tài)用地。相應(yīng)的，水土流失程度因子的侵蝕程度加深和高層因子超過50 m時，各類因子的概率呈現(xiàn)下降趨勢。此外，距河流水面距離因子“＜1 600 m”的狀態(tài)上升了2.67%，而距河流水面距離“≥4 000 m”時，各類因子的概率呈現(xiàn)下降趨勢。

政策規(guī)劃保護力為“強”的概率上升了4.26%，永久基本農(nóng)田保護區(qū)為“是”的概率提升了2.67%，城鎮(zhèn)開發(fā)邊界為“否”的概率上升了1.74%，可以看出，永久基本農(nóng)田保護區(qū)對于提升耕地穩(wěn)定性起到了一定效果。與位于城鎮(zhèn)開發(fā)邊界外的耕地相比，位于永久基本農(nóng)田保護區(qū)內(nèi)的耕地更不容易轉(zhuǎn)換為其他類型的用地。

社會經(jīng)濟影響度為“強”的狀態(tài)概率下降了3.78%。人口因子“＜1 000 人/km2”的狀態(tài)提升了1.38%。這說明人口相對疏松的區(qū)域人類活動較少，對耕地的干擾相對較小，耕地的穩(wěn)定性相對較高。農(nóng)林牧漁企業(yè)空間分布因子為“高”的狀態(tài)上升了1.97%。這說明農(nóng)林牧漁企業(yè)在空間上分布越密集的區(qū)域與第一產(chǎn)業(yè)密切相關(guān)，更加依賴耕地生產(chǎn)提供的糧食產(chǎn)品，耕地相對不容易被占用。

2.3 武漢城市圈耕地保護建議

近40 年來，武漢城市圈的城鎮(zhèn)建設(shè)用地不斷擴張，導(dǎo)致耕地持續(xù)減少。為了應(yīng)對這一問題，結(jié)合耕地利用變化驅(qū)動機制，有必要通過多種空間規(guī)劃途徑來優(yōu)化耕地的空間布局，減少耕地在空間上的大幅變動。

研究結(jié)果表明，建設(shè)占用的耕地主要位于交通通達度較高的區(qū)域。因此，首先，在交通設(shè)施布局階段，應(yīng)遵循“統(tǒng)籌規(guī)劃、合理布局、集約高效”的原則，科學(xué)地選取和規(guī)劃交通線路，統(tǒng)籌利用運輸通道資源，盡量避免占用耕地，并且將占用耕地的情況應(yīng)成為方案比選論證的關(guān)鍵指標，采取相關(guān)技術(shù)措施來減少耕地占用。其次，農(nóng)村居民點用地是維持耕地穩(wěn)定性的重要影響因素，需要調(diào)整和優(yōu)化農(nóng)村居民點的用地布局。尤其是在城市圈邊緣區(qū)域，應(yīng)構(gòu)建合理的農(nóng)村居民點優(yōu)化布局方案，使邊緣區(qū)域的農(nóng)村居民點用地集約化、條理化。這不僅為城市圈的城鎮(zhèn)化和鄉(xiāng)村振興提供用地保障，還有助于形成耕地保護的規(guī)模效應(yīng)。再次，針對受灌溉條件差、地勢陡峭、水土流失嚴重等影響的耕地，需要做到有序進行退出，將其納入生態(tài)保護紅線范圍內(nèi)。通過生態(tài)修復(fù)、保育和治理，提升生態(tài)系統(tǒng)的服務(wù)能力，協(xié)調(diào)好耕地利用和生態(tài)保護之間的關(guān)系。

永久基本農(nóng)田的劃定是保護耕地、實現(xiàn)土地集約利用和糧食安全保障的有效手段[30]。然而，在實際劃定過程中，為了給城市經(jīng)濟建設(shè)發(fā)展留出更大的空間，通常采用了“劃遠不劃近”的原則，降低了永久基本農(nóng)田保護區(qū)保護耕地的效用。應(yīng)盡量避開交通沿線的劣質(zhì)耕地，選取城鎮(zhèn)周邊集中連片的優(yōu)質(zhì)耕地，同時避免劃入細碎的耕地，以提升基本農(nóng)田的連片性，使得永久基本農(nóng)田保護區(qū)切實發(fā)揮耕地保護效用。研究結(jié)果還顯示，城鎮(zhèn)開發(fā)邊界對耕地占用的影響有限，可以采取“開天窗”的方式保留仍處于城鎮(zhèn)開發(fā)邊界內(nèi)的優(yōu)質(zhì)永久基本農(nóng)田，充分發(fā)揮其在生產(chǎn)、生態(tài)和景觀方面的功能，以避免三線交叉重疊。

總體而言，應(yīng)統(tǒng)籌規(guī)劃交通設(shè)施布局、優(yōu)化農(nóng)村居民點布局、積極退出不適宜耕地、合理調(diào)整永久基本農(nóng)田以及適當保留中心城區(qū)的優(yōu)質(zhì)耕地，在城鎮(zhèn)化進程中促使耕地空間布局更加集中化、規(guī)模化和有序化。

3 結(jié)論與討論

本文對武漢城市圈耕地利用變化時空特征及驅(qū)動機制進行了分析，并提出了相應(yīng)的對策建議，主要結(jié)論如下。

（1）在數(shù)量結(jié)構(gòu)上，1980—2020年武漢城市圈的耕地利用變化具有轉(zhuǎn)入與轉(zhuǎn)出的雙向特征，且轉(zhuǎn)入與轉(zhuǎn)出規(guī)模差距逐漸縮小。其中，1980—1990 年耕地轉(zhuǎn)入與轉(zhuǎn)出面積規(guī)模差距最大，2010—2020 年耕地轉(zhuǎn)入與轉(zhuǎn)出面積規(guī)模差距最小。耕地轉(zhuǎn)出以耕地轉(zhuǎn)向建設(shè)用地與水域為主，耕地轉(zhuǎn)入在前期以水域、林地、未利用地轉(zhuǎn)入為主，到后期以建設(shè)用地和水域轉(zhuǎn)入為主。在空間變化上，前期僅耕地轉(zhuǎn)出呈現(xiàn)明顯的空間集聚特征，而耕地轉(zhuǎn)入的空間分布相對分散，后期耕地轉(zhuǎn)出和轉(zhuǎn)入均呈現(xiàn)出較為明顯的空間聚集特征。耕地轉(zhuǎn)向建設(shè)用地由最初的集中占用轉(zhuǎn)變?yōu)槠扑榛加茫瑢?dǎo)致耕地破碎化現(xiàn)象加劇。

（2）城鎮(zhèn)建設(shè)擴張是導(dǎo)致武漢城市圈耕地變化的首要驅(qū)動因素，其次則是生態(tài)占用、政策規(guī)劃保護力與社會經(jīng)濟影響度。城鎮(zhèn)建設(shè)擴張中距各類交通用地越近越容易導(dǎo)致耕地流失，而距農(nóng)村居民點越近越有利于保持耕地穩(wěn)定。生態(tài)占用中水土流失、高程、距河流水面距離作用效果較強。政策規(guī)劃保護中永久基本農(nóng)田保護區(qū)的效果要強于城鎮(zhèn)開發(fā)邊界的效果。社會經(jīng)濟影響度中人口空間密度要顯著強于其他因子作用。

（3）需要多空間規(guī)劃途徑優(yōu)化耕地空間格局，通過統(tǒng)籌規(guī)劃交通設(shè)施布局、優(yōu)化農(nóng)村居民點布局、積極退出不適宜耕地、合理調(diào)整永久基本農(nóng)田以及適當保留中心城區(qū)的優(yōu)質(zhì)耕地等手段，促使耕地空間布局集中化、規(guī)模化、有序化，多措并舉加強耕地資源保護與利用。

貝葉斯網(wǎng)絡(luò)模型相較于以往的耕地利用變化驅(qū)動機制量化方法，更有效地體現(xiàn)了變量之間的因果關(guān)系。結(jié)合該模型的診斷性分析，能夠有效掌握空間距離要素的規(guī)律性和邊界性。但是仍然存在一些問題值得進一步研究：（1）由于耕地系統(tǒng)的復(fù)雜性，除了本文所考慮的這些因素，工程技術(shù)類的科技因素和農(nóng)戶決策類的人文因素也對耕地變化產(chǎn)生了重要影響。但是，受制于數(shù)據(jù)的可獲取性和空間量化可行性，今后需要將這兩類因素進行空間量化，并納入模型之中，加深對耕地利用變化驅(qū)動機制的認知。（2）為了將政策規(guī)劃因素納入本文研究之中，實現(xiàn)空間量化表達，本文所考慮的永久基本農(nóng)田保護區(qū)和城鎮(zhèn)開發(fā)邊界均為已確定的空間規(guī)劃數(shù)據(jù)。而由于政策規(guī)劃具有一定的時效性，因此，在今后的研究之中需要對政策規(guī)劃的時效性進行評估，以更精確衡量政策規(guī)劃效應(yīng)對耕地變化的影響。