山東省非水田時空格局及影響因素

辛媛

摘? ?要：基于山東省土地利用數據和社會經濟數據，綜合運用土地利用轉移矩陣、土地利用動態度模型和地理探測器模型，分析山東省2005—2020年非水田時空格局演變特征和影響因素。研究表明：一是2005—2010年間非水田面積增加了749.52km2，從2010年后，非水田面積呈遞減趨勢，共減少了1 814.03km2；二是15年內非水田向其他地類共轉出了11 827.09km2，其中有82.76%轉入了建設用地；三是山東省非水田時空格局主要受年日照時數、年末常住人口、化肥施用量等因素的影響，這些因素與其他因素交互作用均表現出較強的解釋力，說明山東省非水田時空格局是各種因素共同作用的結果。

關鍵詞：非水田；時空格局；影響因素；山東省

中圖分類號：Ｓ-３? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2024）05-0016-04

一、研究背景

我國是一個農業大國，人口基數大，解決糧食問題是做好一切工作的前提和基礎[1]。進入21世紀以來，隨著社會經濟持續快速發展，國家進入了快速城市化和工業化階段[2]，人口增長迅猛，加之2020年新冠肺炎肆虐全球，造成國際糧價短時期內出現較大波動，糧食安全問題成為國際輿論的焦點[3]。但中國水土資源組合空間差異明顯，非水田面積廣大，其質量提升事關我國糧食安全，是保障農作物高產穩產的關鍵因素。因此，研究非水田時空格局變化特征，掌握非水田轉移增減變化的影響因素，對于保障國家糧食安全及耕地資源可持續利用具有重要意義[4]。通過梳理國內外文獻發現，與非水田相關的研究比較廣泛，如山侖等就我國半干旱地區旱地農業技術發展趨向進行了論述，認為保護性耕作、有限灌溉、遺傳改良、化學調控是今后我國旱農技術研究與發展的幾個重要方面[5]。石全紅等對中國中低產田類型、時空分布特點以及增產潛力進行了研究，在此基礎上提出了中低產田改造的技術對策、發展方向和政策建議[6]。羅傲藍等基于2010—2018年旱改水空間分布特征研究，構建旱改水適宜性評價模型，提出旱改水的整治措施建議[7]。

據“第三次全國國土調查”結果顯示，山東省內耕地總面積646萬hm2，其中非水田面積占比達98.53％，成為農業產量低且不穩的重要因素之一。近年來，山東省農業干旱不斷加劇，以旱地為主的非水田時空格局發生顯著變化，在一定程度上影響了主要農作物（小麥、玉米）的市場競爭力。因此，本文以非水田作為研究對象，依托2005、2010、2015、2020年山東省土地利用遙感影像數據，采用土地利用轉移矩陣、土地利用動態度模型，深入研究山東省近15年非水田時空格局演變特征，并運用地理探測器對非水田時空格局影響因素進行探測，以期為統籌區域非水田利用提供借鑒。

二、研究區概況

山東省位于中國東部沿海、黃河下游，全省地勢中部高四周低，地形以山地、丘陵、平原為主，山地丘陵占29%，平原占55%，洼地、湖沼占8%，其他占8%。山東省屬暖溫帶季風氣候，年平均氣溫11—14℃，春冬季降水少，夏季降水多，素有“十年八旱七澇”之稱。山東省是中國的農業大省，耕作歷史悠久，種植業門類齊全，作物種類繁多。截至2020年年底，全省常住人口10 152.75萬人，城鎮化率達到59%，地區生產總值73 129.0億元。近年來，隨著全省經濟的高速發展和城鎮化的加速推進，該省人地矛盾加劇，耕地的可持續發展面臨著嚴峻挑戰[8]。

三、數據來源與研究方法

（一）數據來源與處理

本文所采用的山東省2005、2010、2015、2020年土地利用數據、山東省DEM數據和山東省社會經濟數據，分別來源于中國科學院資源環境科學與數據中心、地理空間數據云和山東省統計年鑒（2006—2021年），數據處理和分析在ArcGIS10.8中完成。

（二）研究方法

1.土地利用動態度模型。單一土地利用動態度能夠反映區域內某種土地利用類型的具體變化情況。其數學表達式為：

式中：K為非水田利用動態度；Ua和Ub分別為研究期初及期末非水田面積；T為研究時長。K值的正負說明非水田正向或負向變化；K絕對值的大小反映非水田變化速度的快慢。

2.土地利用轉移矩陣。土地利用轉移矩陣可以表現各種土地利用類型之間流入和流出的情況。其數學表達式為：

3.地理探測器模型。本文將運用地理探測器中的因子探測、交互探測兩個探測器，探索自然、社會經濟要素對研究區非水田利用的影響因素[9]。

（1）因子探測：q的表達式為：

式中：i=1，2，...，n，表示自變量X的分層；N和Ni分別為總體和i層的單元數；σ2和σ2t分別為整個研究區域和i層的方差。q∈[0，1]，當q＝0時，表示探測因子對非水田時空格局沒有驅動作用；q值越大，表明因子對非水田時空格局的影響越大，能更大程度地解釋非水田的空間分異特征。

（2）交互探測：探測不同驅動因子之間的交互作用，并與單因子作用時的值進行比較，進而判斷雙因子的交互作用對因變量的影響是增強或減弱[10]。

結合研究區的實際情況、數據的可獲取性和已有的研究成果，選取年平均降水量（X1）、年平均氣溫（X2）、年日照時數（X3）、年末常住人口（X4）、人均GDP（X5）、農民人均可支配收入（X6）、第一產業值（X7）、糧食單產量（X8）、有效灌溉面積（X9）和化肥施用量（X10）10個指標進行地理探測器分析。

四、結果與分析

（一）非水田時序變化分析

整體來看，山東省非水田總面積在99985.04km2以上，約占區域土地面積的64.69 %，是該研究區主要的土地利用類型。2005—2010年間非水田增加了749.52km2，2010年非水田的占比高達65.11%，從2010年后，非水田面積呈遞減趨勢，2010—2015年減少了1190.20km2，2015—2020年減少了623.83km2，其占比也從2010年的65.11%降為2020年的63.74%。從非水田持有量來看，臨沂市、濰坊市和菏澤市非水田面積最多，合占區域非水田總面積的31%，非水田持有量最少的地區是棗莊市和淄博市。總體上來看，行政區非水田持有量呈減少趨勢，除煙臺市、臨沂市、東營市、日照市、德州市和青島市非水田面積稍有增加外，其余幾個行政區非水田面積均有不同程度的減少，其中濟寧市、濰坊市和濟南市非水田變化最為顯著。這說明由于經濟發展和人口增長的需求，大量非水田在城鎮擴張過程中被占用。

（二）非水田動態度分析

根據公式（2）可得出2005—2020年山東省各行政區非水田動態度指數，取其絕對值并利用自然斷點法將其分為3個等級，可以看出15年來，山東省各行政區非水田動態度發生了較大的變化。2005—2010年間，臨沂市、青島市和煙臺市為三級動態度，變化最大，濱州市、東營市、聊城市、泰安市、菏澤市和棗莊市為一級動態度，變化最小；2010—2015年間，濱州市較別的地市動態度最大，濰坊市、威海市、青島市、臨沂市、棗莊市和菏澤市為一級動態度，變化最小；2015—2020年間，東營市、青島市和菏澤市非水田動態度為該時段最大，表明在研究期間內這些行政區非水田面積增加，變化相對劇烈，其穩定性較其他行政區最弱。總體來看，2005—2020年間，非水田動態度主要分布特征為：非水田動態度較大的主要分布在濟南市、濟寧市、臨沂市和淄博市，非水田動態度較小的主要分布在德州市、濱州市、東營市、菏澤市、棗莊市和日照市。

（三）非水田轉移矩陣分析

基于土地利用數據，借助ArcGIS軟件，得出山東省非水田轉移情況。可知，近15年山東省非水田變化顯著。2005—2010年，山東省非水田共轉出了10 322.1km2，大部分轉入了建設用地中，非水田的轉入量為11? 071.26km2，主要來源于草地和建設用地，分別有3 685.57km2草地和4 075.12km2建設用地轉變為了非水田；2010—2015年和2015—2020年間，轉出數量較2005—2010年間呈下降趨勢，分別為1 504.72km2和1 163.80km2，兩段研究時期內轉入量小幅度增長，變化不大，且轉入量都主要來源于建設用地，分別為200.34km2和468.47km2。2005—2020年，非水田轉入量為10 848.50km2，其中有36.8%的建設用地、33.6%的草地轉為了非水田。15年內，非水田向其他地類共轉出了11 827.09km2，其中有82.76%轉入了建設用地，這說明2005年以來，山東省進入了經濟發展的高速期，建設用地擴張侵占了大量的優質耕地，社會經濟發展與耕地保護之間的矛盾已十分突出。

（四）非水田時空格局影響因素分析

1.因子探測分析。運用地理探測器，分析影響非水田時空格局演變的自然與社會經濟因素，經計算得知，所有的因子都通過了顯著性檢驗，在自然因素中，各因子對非水田時空格局變化的影響程度為年日照時數（X3）＞年平均氣溫（X2）＞年平均降水量（X1），年日照時數（X3）在各因子中解釋力度最強，解釋率在41%以上。在社會經濟因素中，各因子對非水田時空格局變化的影響程度為化肥施用量（X10）＞年末常住人口（X4）＞第一產業值（X7）＞人均GDP（X5）＞農民人均可支配收入（X6）＞有效灌溉面積（X9）＞糧食單產量（X8）， 其中化肥施用量（X10）因子解釋度最大，解釋度在21%以上，年末常住人口和第一產業值因子解釋度均很強，分別為20%和16%，因此，山東省非水田時空格局演變的主要影響因素為年末常住人口（X4）和化肥施用量（X10）。在一般情況下，適量的化肥施用量可以減輕農民種植的負擔，且適量的人口可以帶來大量勞動力，保障穩定的糧食產量和收入。當農用化肥施用過多造成土壤性狀惡化、肥力下降、環境污染等情況時，耕地鹽堿化現象嚴重，農民收入沒有保障，人口發生流轉移動，耕地撂荒閑置等現象接連出現，繼而造成非水田時空格局的變化。

2.因子交互作用探測分析。通過計算得知，本研究中因子之間交互作用均呈現雙因子增強和非線性增強，不存在相互獨立或起減弱作用的因子[11]，由此說明山東省非水田時空格局變化是多因子共同作用的結果。2005年、2010年、2015年和2020年年末常住人口（X4）與其余各影響因素交互作用解釋力均表現為雙因子協同增強，作用強度均在67%以上，2005年和2010年化肥施用量（X10）與各影響因素的復合影響力均最高；2015年和2020年主要影響因素由化肥施用量（X10）向年末常住人口（X4）轉移。

綜上所述，在整個研究期內，年日照時數、年末常住人口和化肥施用量與其他因素交互作用均表現出較強的解釋力，說明這些因素為影響研究區非水田時空格局演變的主要因素。

五、結論與建議

（一）結論

本研究基于2005—2020年四期山東省土地利用遙感影像數據，綜合運用土地利用動態度模型和土地利用轉移矩陣，結合地理探測器模型對山東省非水田時空格局變化特征展開分析，主要結論如下：一是2005—2010年間，山東省非水田增加了749.52km2，從2010年后，非水田面積呈遞減趨勢。15年內非水田向其他地類共轉出了11 827.09km2，其中有82.76%轉入了建設用地，非水田動態度主要分布特征為：非水田動態度較大的主要分布在濟南市、濟寧市、臨沂市和淄博市，非水田動態度較小的主要分布在德州市、濱州市、東營市、菏澤市、棗莊市和日照市。二是從非水田時空格局影響因素分析可知，在山東省非水田時空格局變化的過程中，年末常住人口、化肥施用量等社會經濟因素始終占據主導地位，其中年末常住人口、化肥施用量和年日照時數與其他因素交互作用均表現出較強的解釋力，說明山東省非水田時空格局是各種因素共同作用的結果。

（二）建議

上述研究結論對提高山東省非水田利用具有重要的啟示，針對山東省城鎮化速度加快，非水田面積日益增多的問題，提出以下建議：一是增強農民對非水田的利用管理意識。農民由于過分的施用化肥或其他不合理的耕作方法致使非水田耕作能力下降，非水田很容易就被閑置。因此增強農民對非水田的利用管理意識就尤為重要。二是加強耕作管理，增強抗旱能力。非水田一般遠離居民點，難以做到像平原灌區那樣集約化經營，但諸如推廣抗旱良種、帶肥下種、化學除草等措施皆屬簡便有效[12]。三是因地制宜，合理利用。對非水田進行適宜性評價，高度適宜和中度適宜地區的非水田可加強灌溉工程建設，使非水田轉型利用變為水田或水澆地；勉強適宜地區的非水田可轉型為園地、林地；不適宜地區的非水田可休耕輪耕、養土肥田等，提高土地利用效率。

非水田的時空格局變化是一個復雜的過程，本研究基于山東省土地利用數據和社會經濟數據，綜合運用土地利用轉移矩陣、土地利用動態度模型和地理探測器模型，可有效地反映山東省非水田時空格局變化及其影響因素，但研究選取的影響因素指標缺乏土地規劃、政策制度方面的指標，因而在研究內容上有待進一步深入。

參考文獻：

[1]? ?洪土林，王艷華.基于耕地質量動態監測的耕地保護路徑思考[J].農業災害研究，2015（4）：36-37，57.

[2]? ?劉紀遠，寧佳，匡文慧，等.2010—2015年中國土地利用變化的時空格局與新特征[J].地理學報，2018，73（5）：789-802.

[3]? ?魏泳安.習近平新時代糧食安全觀研究[J].上海經濟研究，2020（6）：14-23.

[4]? ?羅芳，潘安，陳忠升，等.四川省宜賓市耕地時空格局變化及驅動力分析[J].水土保持通報：2022，29（4）：1-9.

[5]? ?山侖，鄧西平，康紹忠.我國半干旱地區農業用水現狀及發展方向[J].水利學報，2002（9）：27-31.

[6]? ?石全紅，王宏，陳阜，等.中國中低產田時空分布特征及增產潛力分析[J].中國農學通報，2010，26（19）：369-373.

[7]? ?羅傲藍，何灝，曹銀貴，等.重慶市長壽區旱改水潛力評價與優化研究[J].中國農業資源與區劃，2022，30（7）：1-15.

[8]? ?張文慧，蔡利平，呂曉.山東省生態用地時空演變格局及其影響因素[J].資源開發與市場，2019，35（6）：794-799，844.

[9]? ?王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134．

[10]? ?張思源，聶瑩，張海燕，等.基于地理探測器的內蒙古植被NDVI時空變化與驅動力分析[J].草地學報，2020，28（5）：1460-1472.

[11]? ?崔晨曦，孟凡浩，羅敏，等.基于地理探測器的內蒙古耕地水資源短缺時空變化特征及驅動力分析[J].中國農業資源與區劃：2022，31（7）：1-13.

[12] 顧國安，宋瑞玲，鄧西海.新疆旱地的利用和保護[J].干旱區地理，1993（4）：58-62.

The Spatio-Temporal Pattern and Influencing Factors of Non-paddy Fields in Shandong Province

XIN Yuan

（School of Geography and Tourism， Qufu Normal University， Rizhao 276826， China）

Abstract： Based on the land use data and socio-economic data of Shandong Province， this study comprehensively used land use transfer matrix， land use dynamic attitude model and geographic detector model to analyze the evolution characteristics and influencing factors of the spatio-temporal pattern of non-paddy fields in Shandong Province from 2005 to 2020. The results showed that： first， the non-paddy field increased by 749.52km2 from 2005 to 2010， and the area of non-paddy field decreased by 1814.03km2 after 2010；second， in 15 years， a total of 11，827.09 km2 was transferred from non-paddy fields to other land classes， of which 82.76% was transferred to construction land；third， the spatio-temporal pattern of non-paddy fields in Shandong Province was mainly affected by the annual sunshine duration， year-end resident population， fertilizer application rate and other factors， and the interaction between these factors and other factors showed strong explanatory power， indicating that the spatio-temporal pattern of non-paddy fields in Shandong Province was the result of the joint action of various factors.

Key words： Non-paddy field; Spatial and temporal pattern; Influencing factors; Shandong Province

[責任編輯? ?立? ?夏]