安徽省耕地资源数量的变化及其驱动力

叶珊珊

(中国矿业大学(北京) 管理学院， 北京 100083)



安徽省耕地资源数量的变化及其驱动力

叶珊珊

(中国矿业大学(北京) 管理学院， 北京 100083)

基于安徽省1990-2012年耕地资源变化数据及相关统计资料，采用主成分分析与回归分析，对22年安徽省的城镇化进程与耕地面积变化进行综合评价，并对影响地区耕地资源数量变化的驱动因子进行系统研究。结果表明： 1) 1990-2012年，安徽省城镇化水平呈持续上升、耕地面积呈显著减少的趋势；2) 省域耕地资源数量变化驱动力综合得分呈逐渐增加的趋势，即影响地区耕地资源数量变化的驱动力逐渐加强；3) 安徽省城镇化进程集中体现为地区经济发展、城市空间扩张以及城镇人口增加，其中，地区经济发展成为影响耕地资源数量变化的主要驱动因素且呈负相关关系。

城镇化； 耕地资源； 驱动力； 主成分分析； 回归分析； 安徽

土地是人类赖以生存和发展的物质基础，是维系自然生态系统的功能和支撑社会经济系统发展不可替代的自然资源和战略储备[1-2]。改革开放以来，随着我国社会经济的持续快速发展和城镇化、城乡一体化进程不断加快，城市开发与农村建设对土地资源的需求量不断上升，特别是地区城镇化水平的不断提高，大量的耕地资源从农业部门转移到非农部门，使得耕地资源的供需矛盾日益显著[3-5]。加之耕地资源快速流失对粮食安全和生态环境产生严重的负面效应，处理好保护耕地资源与保障经济发展之间的矛盾，直接关系到国家的安定和社会经济的可持续发展，具有重要理论价值和现实意义。关于土地利用变化驱动力的研究主要集中在土地利用变化的社会经济驱动机制机理等方面，相关文献多从全国等宏观层面或市县等微观层面对影响因子进行系统研究[6-13]。笔者以中观层面的安徽省为研究区域，运用主成分分析法与多元回归模型，对1990-2012年安徽省城镇化与耕地资源数量变化之间的关系进行综合分析，以期探求二者之间的内在联系，揭示城镇化进程对耕地资源数量变化的影响规律，为科学推进地区城镇化进程、合理进行土地资源利用提供参考。

1 资料与方法

1.1 研究区概况

安徽省位于华东腹地，是我国东部襟江近海的内陆省份，东连江苏、浙江，南邻江西，西接湖北、河南，北靠山东。地理坐标114°54′E～119°37′E，29°41′N～34°38′N；全省东西宽约450 km，南北长约570 km，总面积13.96×106hm2，约占全国总面积的1.45%，居华东第3位，全国第22位。安徽省地处暖温带与亚热带过渡地区，气候温暖湿润，四季分明，全省年平均气温14～17℃，年平均降水量773～1 670 mm；全省地貌以平原、丘陵和低山为主，平原与丘陵、低山相间排列，地形地貌呈多样性，大致可分为5个自然区域：淮北平原、江淮丘陵、皖西大别山区、沿江平原和皖南山区。境内山河秀丽、人文荟萃、稻香鱼肥、江河密布：长江和淮河自西向东横贯全境；巢湖横卧江淮，素为长江下游、淮河两岸的鱼米之乡。2013年末全省户籍总人口6 928.5万人，全年生产总值(GDP)19 038.9亿元，人口城镇化率47.9%，城镇居民人均可支配收入和农民人均纯收入分别为23 114元/年和8 098元/年[14]。安徽省作为我国中部地区的重要省份，是我国粮食主产区的所在地以及中部崛起战略的重要组成地区，面临着快速发展经济和保证粮食高产稳产的双重任务。因此，适时开展安徽省城镇化对耕地资源数量变化的影响研究，对合理推进中部地区城镇化进程、推动区域社会经济协同发展具有重要意义。

1.2 数据来源

采用的土地属性数据库主要来自于安徽省土地利用总体规划(1997-2010年)、安徽省土地利用总体规划(2006-2020年)和皖江城市带承接产业转移示范区规划，社会经济类数据主要来源于《安徽省统计年鉴(1991-2013年)》《安徽省国民经济和社会发展“十二五”规划》以及农林部门、交通部门、经贸部门、环保部门等相关单位的发展规划。

1.3 研究内容及方法

1.3.1 土地利用变化强度 某地类的土地利用变化强度(LIntensity)指该土地类型在研究期间的变化量与初期值的比值。

LIntensity=[(Lit-Li0)/Li0]×100%

(1)

(1)式中，LIntensity为土地利用变化强度，Li0为第i省(市)该地类的初期面积( hm2)，Lit为第i省(市)该地类的末期面积(hm2)。

1.3.2 土地利用动态度 土地利用动态度可定量描述区域土地利用变化的速度，其对比较土地利用变化的区域差异和预测未来土地利用变化趋势都具有积极的作用。单一土地利用动态度可表达区域一定时间范围内某种土地利用类型的数量变化情况。

LDynamic=[(Lit-Li0)/Li0]×1/T×100%

(2)

(2)式中，LDynamic为研究时段内某一土地利用类型的动态度，Li0、Lit分别为研究初期、末期一种土地利用类型的数量，T为研究时段(年)。

1.3.3 城镇化水平动态变化 城市化水平是衡量一个国家经济发达程度，特别是工业化水平高低的一个重要标志，用其衡量和评价城市化进程。城市化水平的量度一般可以采用主要指标法和复合指标法。城市化不仅是人口的城市化，还体现在城市经济的快速发展上，是经济结构优化和产业结构提升的重要途径，是全面建设小康社会、实现现代化的重要内容。基于科学性和可操作性原则，采用复合指标法探讨城市化水平动态变化过程。

(3)

(3)式中，xi指非农业人口占总人口的比重和非农业GDP占总GDP的比重，运用Delphi法分别赋予Ci权重，进行加权平均得到综合指标。其中，Ci∈(0.2,0.8)。

1.3.4 耕地资源数量变化驱动力 在进行相关驱动力分析时，选择的因素要细致全面，但指标过多又会加大分析的难度和复杂性，往往指标之间具有关联性，各指标在一定程度上所反映的信息有重迭，为此，研究借助主成分分析法，通过降维的方法把相互关联的多个指标变成少数几个不相关的综合指标，减弱变量之间的相互干扰，构建研究区耕地资源数量变化的驱动力模型。另外，这些因素不仅与因变量之间存在着相关关系，而且相互之间藕合关联。如果用单纯的相关分析，必然存在一定的误差冗余。系统分析中主成分分析可以将若干个自变量压缩成几个独立成分，以此来减弱自变量之间的相互干扰。因此，采用主成分分析、相关分析和回归分析法对耕地数量变化的驱动机制进行综合分析。

影响耕地资源数量变化的因子错综复杂，一般这些因素主要涉及自然因素、社会因素、经济因素及科技因素等。然而，尽管自然条件是耕地资源分布的基础条件，在某种程度上具有一定的主导作用，但自然因素对耕地变化在较长时间才有较大影响，短期内一般社会、经济等人文要素对耕地的时空变化具有一定的决定作用。由于社会行为和土地利用者主体行为难以用评价指标作定量分析，所以仅对人口增长、经济增长和技术进步因素作定量研究，根据主成分方法的思路和要求、安徽省耕地资源数量变化驱动力的实际情况，以及所收集到的资料状况，选取反映人口增长、经济增长和技术进步的8项因子作为分析指标，构建主成分模型。

2 结果与分析

2.1 安徽省耕地资源数量变化的时序特征

2.1.1 耕地资源的数量变化 图1显示，1990-2012年，安徽省耕地面积呈显著减少的趋势，从436.50万hm2减少至418.43万 hm2，减少总量为18.07万hm2，年平均减少0.821万hm2。其中，1990-2005年，省域耕地面积从436.5万hm2减少至410.89万hm2，减少总量为25.6万hm2，年平均减少1.708万hm2；2005-2012年，省域耕地面积从410.886万 hm2增加至418.432万hm2，增加总量为7.546万hm2。同时，1990-2012年，省域人均耕地面积总体呈持续下降趋势，从0.077 hm2/人降低为0.061 hm2/人，累计减少约0.016 hm2/人(0.240亩/人)。因此，1990-2012年，安徽省省域耕地面积与人均耕地面积均呈前期持续减少，后期略有增加的变化趋势。

图1 安徽省1990-2012年耕地资源的数量变化趋势

2.1.2 城镇化进程趋势 1990-2012年，安徽省城镇化水平呈持续上升趋势，从24.43%提升至35.78%，提升幅度为11.35百分点，年平均增长率0.52%；省域非农人口占总人口比重呈持续提高趋势，从14.89%提升至22.89%，提升幅度为8.00%，年平均增长率0.36%；省域非农产业产值占GDP比例呈持续上升趋势，从62.60%提高至87.34%，提升幅度为24.74%，年平均增长率为1.12%。

2.1.3 城镇化进程与耕地资源的数量变化 表1显示，1990-2012年，安徽省耕地数量与城镇化水平变化显著，耕地变化量、变化速度、变化强度与变化动态度分别为-180.68×103hm2、-8.21×103hm2/年、-4.14%和-0.19%；城镇化提高幅度与年均速度分别为11.35%和2.27%；同时，1990-2012年，安徽省省域城镇化占地系数为-15.92，即省域城镇化水平每提高1%需要占用耕地面积为15.92×103hm2，处于较高区间。其中，2001-2005 年(“十五”计划期间)，安徽省耕地数量变化强烈，期间耕地变化量为-131.15×103hm2，约占1990-2012年耕地总体变化量(-180.68×103hm2)的72.59%，与之相关的耕地变化速度、变化强度、变化动态度分别为-26.23×103hm2/年、-3.09% 和-0.62%，均为各时期耕地数量变化评价指标的前列。

2.2 安徽省耕地资源数量变化驱动力

2.2.1 指标及评价

1) 初始变量的相关性检验。如表2所示，初始变量的相关矩阵中多个变量之间的相关系数较大，且其对应的sig值较小，说明，这些变量间存在显著的相关性，有必要进行因子分析。

2) KMO检验和Bartlett球形检验。由表3可知，KMO 统计量达0.801，Bartlett’s 球形检验值卡方统计值为408.632(自由度为28)，显著性水平小于0.01，这与表2所示的相关矩阵得出的结论相符。因此，KMO统计量与Bartlett’s球形检验值均达统计学水平，适合进行因子分析。

表1 安徽省1990-2012年城镇化进程与耕地资源的数量

表2 耕地变化驱动力的变量相关系数矩阵

表3 年耕地资源KMO检验和Bartlett球形检验

表4 安徽省1990-2013年耕地资源变化的主成分分析解释总方差

2.2.2 特征根和贡献率 从表4看出，初始特征值中的累计贡献率显示为前2个公共因子解释的累计方差已达95%以上，按照贡献率大于85%的原则，提取这2个公共因子对所有变量所包含的信息进行解释。

2.2.3 主成分线性模型的建立 根据主成分得分的系数矩阵(表5)，得出最终的因子得分公式：

F1=0.021x1+0.186x2+0.210x3+0.288x4-0.218x5+0.153x6+0.161x7+0.074x8

(4)

F2=0.296x1+0.048x2-0.089x3-

0.321x4+0.615x5+0.046x6+0.025x7+

0.201x8

(5)

表5 耕地资源利用变化主成分得分的系数矩阵

2.2.4 综合得分 以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合评价模型(式6)，

(6)

式中:F为安徽省耕地资源数量变化的驱动力得分，λi为第i主成分因子的特征值(i=1,2) 。

对影响安徽省耕地资源数量变化的2个公共因子进行加权汇总，得出安徽省各年份的耕地资源利用变化驱动力的主成分系数矩阵(表6 )，根据其综合得分(F)作图(图2)看出，1990-2012年，基于城镇化的安徽省省域耕地资源数量变化驱动力综合得分表现为逐渐增加趋势。其中，1990-2004年驱动力综合得分均呈负值，分别为-0.9807、-0.8060、-0.7605、-0.6315、-0.4810、-0.5519、-0.5519、-0.4476、-0.3928、-0.3574、-0.3312、-0.2686、-0.2772、-0.2240、-0.1098和-0.0299；2005—2012 年驱动力综合得分均呈正值，分别为0.1451、0.2744、0.4671、0.4987、0.8729、1.1919、1.4661和1.7338。

表6 耕地资源利用变化主成分系数矩阵

图2 耕地资源利用变化驱动力的因子综合得分

Fig.2 Comprehensive scores of driving scores of cultivated land use variation

1990—2004年驱动力综合得分增加速度较缓慢，2005—2012年驱动力综合得分增加速度显著提高，表明影响安徽省耕地资源数量变化的驱动力逐渐加强。

2.3 安徽省土地利用变化驱动力因素的综合评价

在主成分分析自变量的载荷分析的基础上，用建立城镇化的驱动力因子与耕地变化的多元线性回归经验模型分析安徽省城镇化因子与耕地资源数量变化的内在联系。运用统计分析软件进行线性回归分析，得出安徽省1990-2012年耕地变化与城镇化驱动力因子之间的多元线性回归模型[15]分析结果(表7 )。

表7 耕地资源利用变化主成分的回归分析结果

从y与F1、F22个主成分的回归分析结果看出，F1和F2项的偏回归系数t测验均达极显著水平(P<0.000 0)，且对安徽省耕地资源数量变化的决定回归系数R2= 0.923，属于高拟合度方程。根据统计原理，建立模型所包含的2个变量因素能够解释所建模型92.3%的因变量变化，拟合的方程在评价省域耕地资源数量变化时具有较好的参考价值。F1和F2建立的回归方程为：

y=421.720-2.642F1-7.846F2

(7)

将主成分F1、F2与8个自变量因素(x1,x2,……,x8)带入主成分回归方程进行计算得出原回归模型中的相应参数(表8)，即得到消除多重共线性的标准回归模型：

y=421.720 -2.378x1-0.115x2+0.143x3+

1.758x4-4.249x5-0.765x6-0.622x7-

1.773x8

(8)

表8 耕地资源利用变化各原变量的回归系数

通过构建上述消除多重共线性的标准回归模型，对安徽省耕地资源数量变化与各类城镇化驱动因子关系进行深入分析。回归方程的系数大小反映了耕地资源数量变化对所选驱动因子的敏感性，从式(8)看出，安徽省耕地面积与省域城镇人口比例(x1)、人均GDP(x2)、第三产业产值比例(x5)、城镇居民可支配收入(x6)、农村居民人均纯收入(x7)、建成区面积(x8)呈负相关；与固体资产投资额(x3)、第二产业产值比例(x4)呈正相关。表明：安徽省城镇化过程中经济城镇化、人口城镇化、空间城镇化与生活方式城镇化集中体现为地区经济发展、城市空间扩张以及城镇人口增多，其中，地区耕地资源数量变化与安徽省经济发展情况关系最为密切且呈负相关，城市空间扩张次之；耕地资源数量变化与第二产业产值呈正相关。

3 结论与讨论

1) 1990-2012年，安徽省城镇化水平呈持续上升趋势，从24.43%提升至35.78%，提升幅度为11.35%；安徽省耕地面积呈显著减少趋势，年平均减少8.21×103hm2。期间，安徽省城镇化占地系数为-15.92，即省域城镇化水平每提高1%需要占用耕地面积为159.2万hm2，处于较高区间。

2) 基于城镇化的安徽省省域耕地资源数量变化驱动力综合得分呈逐渐增加趋势。其中，1990-2005年驱动力综合得分增加速度较缓慢，2005-2012年驱动力综合得分增加速度显著提高，表明，影响安徽省耕地资源数量变化的驱动力逐渐加强。

3)安徽省城镇化过程中经济城镇化、人口城镇化、空间城镇化与生活方式城镇化集中体现为地区经济发展、城市空间扩张以及城镇人口增加，其中，地区经济发展成为影响耕地资源数量变化的主要驱动因素且呈负相关关系。因此，如何降低社会经济发展对耕地资源的占用率，提高区域土地资源集约节约水平，已经成为安徽省城镇化进程中亟待解决的现实问题。

4) 我国正处全面建成小康社会的关键时期，面临着加快转变经济发展方式与资源环境约束加剧的现实困境。然而，人多地少、优质耕地少、后备资源少、用地粗放浪费现象普遍存在的基本国情没有改变，随着工业化、城镇化和农业现代化同步加快推进，用地供求矛盾将更加突出，耕地保护和节约用地任务更加艰巨。所以，为了保证地区社会经济的持续、健康发展，必须以建设资源节约型和环境友好型社会的总体要求为目标，充分发挥科技创新在经济发展过程中的核心优势，持续推动传统粗放型发展模式向集约型模式转变，有效提高区域土地利用效率和可持续化发展水平；科学制定地区发展规划与土地利用总体规划，适时调整土地利用结构，优先支持战略产业发展，同时，加快推进城镇化与农业现代化、工业化及信息化协调发展，正确处理经济城镇化、人口城镇化、空间城镇化以及生活方式城镇化的内在联系，不断推进社会、经济、人口素质等多方面的全面提高；科学协调生产、生活与生态在生态文明建设过程中的重要地位，进而为实现科学统筹城乡发展，促进城乡一体化提供切实可行的发展路径。

[1] 张乐勤,陈素平,陈保平,等.城镇化与土地集约利用耦合协调度测度——以安徽省为例[J].城市问题,2014(2):75-82.

[2] 刘定惠,杨永春.区域经济-旅游-生态环境耦合协调度研究——以安徽省为例[J].长江流域资源与环境,2011(7):892-896.

[3] 张乐勤,陈素平,陈保平,等.1996—2011年安徽省产业结构演进对城镇土地集约利用影响测度与分析[J].地理科学,2014(9):1117-1124.

[4] 孟 鹏,郝晋珉,周 宁,等.黄淮海平原城镇化对耕地变化影响的差异性分析[J].农业工程学报,2013,(22):1-10.

[5] 彭 冲,陈乐一,韩 峰.新型城镇化与土地集约利用的时空演变及关系[J].地理研究,2014(11):2005-2020.

[6] 李 博,何腾兵,陶福然.贵州省耕地面积的时空变化及驱动力分析[J].贵州农业科学,2013(3):140-145.

[7] 牛 星,欧名豪.扬州市土地利用变化的驱动力机制研究[J].中国人口.资源与环境,2007(1):102-108.

[8] 熊德惠.黔南州1996—2008年土地利用变化及驱动力研究[J].贵州农业科学,2010(12):221-223.

[9] 祝明霞.九江市耕地变化及驱动力分析[J].贵州农业科学,2013(3):153-155,160.

[10] 郑 筠,张兆安.湖南省耕地变化的驱动力筛选和驱动机制分析[J].国土资源科技管理,2014(1):48-54.

[11] 王佑辉,张敬岳.湖北省耕地资源动态变化驱动力分析[J].统计与决策,2014(16):96-99.

[12] 吴美琼,陈秀贵.基于主成分分析法的钦州市耕地面积变化及其驱动力分析[J].地理科学,2014(1):54-59.

[13] 杨 贞.城镇化动力因素的主成分分析——以河南为例[J].河南农业科学,2006(5):5-7.

[14] 安徽省统计局.安徽统计年鉴[Z].北京:中国统计出版社,1991—2013.

[15] 刘芸芸,李 红.基于主成分回归模型的新疆农业机械化发展影响因素评价[J].贵州农业科学,2013(9):197-201,205.

(责任编辑： 聂克艳)

Driving Force of Cultivated Land Quantity Change in Anhui Province

YE Shanshan

(SchoolofManagement,ChinaUniversityofMiningandTechnology,Beijing100083,China)

Taking the approach combining driving-force and principle component analysis, the authors analyzed the driving factors of cultivated land quantity change in the past 22 years in Anhui Province based on the statistical yearbook from 1990 to 2012. The results showed that cultivated land resources quantity has been a downward trend in Anhui Province from 1990 to 2012 with the urbanization evolution increase. The comprehensive evaluation scores of the driving force of cultivated land quantity change also showed an upward trend which meant the driving force influence of regional cultivated land quantity change grew stronger. The process of urbanization evolution in Anhui Province was mainly reflected in the regional economic development, city spatial expansion and the urban population increase, and then there was a strong negative correlation between the cultivated land resources quantity change and the regional economic development.

urbanization; cultivated land resources; driving-force; principle component analysis; regression analysis; Anhui

2015-03-01； 2015-07-01修回

国土资源部公益性行业科研专项“巢湖流域土地优化利用的技术支持系统研究”(201411006-05)

叶珊珊(1991-)，女，在读硕士，研究方向：会计学。E-mail：sophiaye2013@126.com

1001-3601(2015)07-0405-0244-07

S-9

A