基于主成分聚类分析的山东省土地生态安全评价及其影响因素分析

汪磊+张觉文

摘要：土地生态安全关系着区域生态环境可持续发展及社会经济系统的良性运行，科学评价土地生态安全是生态文明建设的重要内容。本研究基于经济、社会、生态3个维度，构建土地生态安全评价指标体系，借助主成分聚类组合评价模型，对2015年山东省土地生态安全状况进行综合评价，并结合评价结果进行区域等级划分。结果表明，主成分聚类分析结果与实际情况高度吻合；山东省土地生态安全空间分布极不均衡，风险区划之间差异性大，其中土地生态安全低度风险区（第Ⅰ类区域）2个（济南市、青岛市）、中度风险区（第Ⅱ类区域）14个、高度风险区（第Ⅲ类区域）1个（东营市）。今后，山东省除确保Ⅰ类区域2座城市的生态安全水平外，应将土地生态保护工作的重心放在第Ⅱ类区域，谨防其滑入第Ⅲ类区域，同时也要积极投入相应的人力、物力、财力，制定科学有效的政策措施以提高东营市的土地生态安全水平。

关键词：土地生态安全；综合评价；主成分聚类分析；山东省；生态文明；可持续发展

中图分类号： F301.2文献标志码： A文章编号：1002-1302（2017）17-0246-04

收稿日期：2017-05-17

基金项目：国家社会科学基金（编号：17BJY011）。

作者简介：汪磊（1974—），男，湖北黄冈人，博士，教授，主要从事土地资源管理及生态治理研究。E-mail：80290257@qq.com。

通信作者：张觉文，硕士研究生，研究方向为土地资源管理。E-mail：1040461115@qq.com。土地资源是人类赖以生存和发展的重要物质基础。土地生态安全关系着土地资源的可持续利用，维系着经济安全以及社会稳定，是生态文明建设的重要内容。随着我国城市化、工业化进程的不断加快，土地资源的粗放式开发引发了诸如水土流失加剧、耕地质量下降、草地退化严重、生物多样性减少等系列问题。近年来，山东省经济发展势头强劲，城镇化速度迅猛，2015年常住人口城镇化率已达57.0%，生态用地逐渐减少，人地矛盾越发突出，土地生态功能逐步衰退。统计数据表明，截至2015年年底，山东省水土流失面积高达 22 160 km2；国家林业局抽查结果表明，山东省经济林土壤中均不同程度检测出重金属。土地生态安全问题已成为制约山东省经济社会可持续发展的重要因素。

当前，土地生态安全问题日趋严峻，对土地生态安全的研究具有很强的重要性和紧迫性，引起了众多学者的关注。国内对土地生态安全的研究自2006年后不断升温，虽起步较晚但发展迅速。其中，学术界对土地生态安全的研究热点集中于土地生态安全评价。从评价指标体系看，目前国内对土地生态安全的研究，大多基于压力-状态-响应（pressure-state-response，简称PSR）和环境-经济-社会（environment-economy-society，简称EES）及其修正模型2种基本体系构建。如王磊等基于PSR框架选取了30项指标因子构建土地生态安全评价指标体系，系统评价了宁夏回族自治区的土地生态安全状况[1]；庄伟等以EES为三维度选取了16项相关指标构建了三峡库区土地生态安全评估指标体系并对其进行评价[2]。从评价方法来看，基于数学模型法的综合指数分析法在土地生态安全研究中应用范围最为广泛。该方法的关键在于确定各评价指标的权重。比较成熟的赋权方法有熵值法[3]、层次分析法[4]、主成分分析法[5]、逼近于理想解的排序技术（technique for order preference by similarity to an ideal solution，简称TOPSIS法）[1]、德尔菲法[6]等，经文献梳理可知，关于土地生态安全评价大多采用单一的评价方法，忽略了单一评价方法存在的自身缺陷。如层次分析法、德尔菲法等赋权方法主观性强；主成分分析法给定的权重与数据自身的质量高度相关；TOPSIS法则将各个评价指标的权重均等化。为克服单一评价方法存在的不足，本研究通过将主成分分析与聚类分析2种方法进行有效组合，实现二者之间的优势互补、取長补短，极大地提高了土地生态安全评价的精确性和有效性，即将主成分分析的结果（提炼出的主成分）作为聚类分析的输入，一方面通过主成分分析实现有效降维、消除提炼出主成分之间的线性相关；另一方面，借助聚类分析可以从更大的空间尺度分析不同类别之间的差异性，有助于提高制定政策的针对性和有效性。从应用的角度来看，根据实证分析得出的主成分聚类分析结果，一方面可以从宏观层面分析不同类别之间的空间差异；另一方面，可以从微观层面分析每个地市在不同主成分得分上的不足，可以为提升山东省土地生态安全水平，科学制定相关政策措施提供决策参考。

1样本数据来源

本研究所构建的山东省土地生态安全评价指标体系所需的截面数据来源于山东省各政府职能部门公布的官方公报或年鉴：《2016山东省统计年鉴》《2015年度山东省林业资源概况与发展目标》《2015年山东省环境状况公报》等。

2指标体系构建

土地生态安全评价包括指标体系构建和评价方法这2个方面的内容。其中，构建山东省土地生态安全评价指标体系是实施评价过程的第一步。当前，既有文献大多从人类与环境之间的关系出发，基于压力、状态、响应3个维度（PSR）构建相应的指标体系。实际上，影响土地生态安全的因素多、机制复杂。土地生态系统是以土地为载体，受自然环境、经济发展、社会发展3大因素影响而形成的有机整体，较少的学者从环境、经济、社会3个方面来构建土地生态安全的评价指标体系。根据指标的可比性、数据的易获取性、指标的合理性、体系的简洁性等原则，从《2016山东省统计年鉴》《2015年度山东省林业资源概况与发展目标》《2015年山东省环境状况公报》等官方权威资料中提取相应的指标，构建山东省土地生态安全水平的指标体系（表1），并运用该指标体系对山东省17个市进行实证分析。endprint

该指标体系包括的指标有地均GDP（X1）、第三产业增加值（X2）、第三产业占比（X3）、外商直接投资（X4）、单位GDP能耗（X5）、森林覆盖率（X6）、湿地面积占行政面积比重（X7）、建设用地占比（X8）。其中，地均GDP是一个复合指标，能反映土地的使用效率，该指标值越高，意味着经济发展空间上更为集中，理论上用于生态层面的土地则相对较多，生态安全水平会更高；第三产业是指不生产物质产品的行业，与第一、第二产业相比，第三产业对土地资源依赖程度较低。因此，第三产业增加值越大、占比越高可以对土地生态安全带来积极影响。实践中，近年来山东省在引入外资项目中逐步实现了由以工业为主的第二产业向以金融、投资、教育为主的第三产业转变；单位GDP能耗表征一个国家经济活动中对能源的利用程度，经济结构足够合理、能源利用效率高有利于提高土地集约利用程度；森林覆盖率和湿地面积占行政面积比重2项指标则从生态的角度直接体现土地生态安全的状况；建设用地占比能更直观地反映区域范围内土地利用结构是否合理。表1山东省土地生态安全评价指标体系

目标层指标层指标含义指标单位指标性质指标代码土地生态安全地均GDP指每km2土地创造的GDP亿元/km2+X1第三产业增加值指在一定时期内第三产业单位产值的增加值亿元+X2第三产业占比指第三产业占总产业产值的比重%+X3外商直接投资指外国企业和经济组织或个人在我国境内开办外商独资企业、与我国境内的企业或经济组织共同举办中外合资经营企业、合作经营企业或合作开发资源的投资，以及经政府有关部门批准的项目投资总额内企业从境外借入的资金万美元+X4单位GDP能耗指一定时期内一个国家（地区）每生产一个单位的国内（地区）生产总值所消耗的能源t标准煤/万元-X5森林覆盖率指一个国家或地区森林面积占土地面积的百分比%+X6湿地面积占行政面积比重指一个国家或地区湿地面积占行政面积的百分比%+X7建设用地占比指一个国家或地区建设用地占土地面积的百分比%-X8注：“+”表示效益型指标；“-”表示成本型指标。

3山东省土地生态安全评价过程

3.1主成分聚类分析

3.1.1主成分分析过程本研究使用SPSS 20.0软件作为分析工具，考虑不同指标是从不同维度对山东省土地生态安全进行刻画，彼此间存在着量纲和数量级影响，因此事先需要对原始数据进行正向化处理后再实施标准化处理（表2），以消除量纲差异和数量级影响，需要说明的是标准化处理后相关指标值变为负数，表明该样本的指标值低于全省该指标的平均水平。同时得到了两两指标之间的相关系数矩阵R（表3）。由相关系数矩阵可知，指标之间既存在正负相关也存在强弱相关，且部分指标之间相关性很强，如ZX2与ZX4之间的相关系数为0.88，说明指标之间所携带的信息有很大重叠，若直接用于分析，会带来严重的多重共线性问题。需要说明的是，ZX1表示的是原始指标X1经过标准化处理后对应的变量，表3中其他各指标的含义如此类推。

由表4可知，指标间存在较强的相关性，可用主成分分析进行降维。由软件计算可得KMO（Kaiser-Meyer-Olkin）统计值为0.713，表明指标体系的整体相关程度很高，Bartlett球形检验显著性P<0.000 1，表明样本数量充足，相关系数矩阵R为非单位阵，故可以实施主成分分析。矩阵特征值与累计贡献率如表4所示，提取前3个主成分即提取了样本84062%的数据信息（前3个特征值的累计贡献率为84062%）。提取的3个主成分的载荷矩阵如表5所示，其中F1、F2、F3分别表示表示第1、2、3个主成分。由表5可知，F1在ZX1（地均GDP）、ZX2（第三产业增加值）、ZX3（第三产业占比）、ZX4（外商直接投资）4个变量上的荷载值都很大，这些指标都是从经济层面刻画经济发展对土地生态安全的影响，将其定义为经济发展质量因子；F2在ZX6（森林覆盖率（%）、ZX7（湿地面积占行政面积比重）2个指标上有较高的载荷，这些指标都是从生态环境层面反映生态环境因素对土地生态安全的影响，可以将其定义为生态环境发展因子；F3在ZX5（单位GDP能耗）、ZX8（建设用地占比）2个变量上的荷载值较高，由于当前山东省各地级市的经济发展主要依赖于土地财政驱动，从而导致占用耕地现象比较普遍，一定程度上会恶化土地生态安全，而ZX5（單位GDP能耗）从能耗角度间接地反映了土地集约利用程度，这些指标都反映了土地利用结构对土地生态安全的影响，定义为土地利用结构因子。

3.1.2聚类分析过程传统的聚类分析由于无法消除评价指标之间的相关性而导致聚类结果误差较大。为消除这一缺陷，本研究运用SPSS 20.0中的聚类分析程序模块，以上述提炼的3个主成分F1、F2、F3的分析结果作为聚类分析的输入（F1、F2、F3之间线性无关），对山东省17个市的土地生态安全情况进行聚类分析，得到山东省17个市土地生态安全聚类分析的谱系图（图1）。一方面，从实证分析的结果来看，聚类分析的类别结果与主成分分析的排序结果高度吻合，即在主成分分析结果中综合得分排在前两位的是青岛和济南，排在最后面一位的是东营，而在聚类分析中，如果按照3类来进行划分，则聚在第一类的也是青岛和济南，聚在最后一类的是东营，聚类结果与主成分排序结果完全一致，从实证的角度表明本研究所构建的主成分聚类分析模型具有较高的科学合理性；另一方面，从山东省土地生态的实际情况来看，主成分聚类分析的结果与近年来山东省土地生态安全发展实际高度相符，且与已经发表的关于山东省土地生态安全评价学术论文中的结果高度一致。

由上述分析可知，将山东省17个城市土地生态安全评价结果聚成3类比较合适。主成分综合得分排在第1、第2位的青岛和济南聚为第Ⅰ类（综合得分接近或高于1分）；东营的综合得分最低（综合得分低于-1分），且远低于其他城市的土地生态安全综合得分，划为第Ⅲ类；其他城市如淄博、潍坊、枣庄、泰安、莱芜、烟台、威海、临沂、德州、聊城、滨州、日照、济宁、菏泽的综合得分排在中间，聚为第Ⅱ类（综合得分在-1～1分之间）。此外，从3个类别的城市数量分布来看，聚在Ⅰ类的有2个城市，聚在Ⅱ类的有14个城市，聚在Ⅲ类的有1个城市。3类城市聚类数量基本服从正态分布，具有较强的逻辑合理性，空间分布如图2所示。endprint

3.2内涵分析

由表6、图1的对比分析可知，将山东省土地生态安全划分为低度风险区、中度风险区、高度风险区3种类型。聚类分析的结果与综合排序完全一致。其中，土地生态安全低度风险区（Ⅰ类）包括青岛、济南2个城市；土地生态安全中度风险区（Ⅱ类）包括淄博、潍坊、枣庄、泰安、莱芜、烟台、威海、临沂、德州、聊城、滨州、日照、济宁、菏泽14个城市；土地生态安全高度风险区（Ⅲ类）包括东营1个城市。

第Ⅰ类中，限于篇幅，仅以青岛为例展开分析。从主成分得分来看，青岛市F1得分（3.029）排在第1位，表明青岛经济发展质量很高，对土地生态环境的破坏程度低；F2得分大于0，表明青岛生态环境发展因子在全省平均水平之上；土地利用结构因子F3得分略低于全省平均水平。实践中，从经济发展状况来看，青岛经济总量大，GDP总量连年位列全省第一。独特的自然环境、气候条件和优越的港口交通基础设施使青岛旅游观光业和海洋产业对经济增长贡献大，对土地的依赖程度小；从生态环境因素看，目前青岛经济发展模式已经实现了由投资驱动向创新驱动转型。统计数据显示，近年来发明专利申请量和授权量增长明显，2015年达44 962件。经济发展过程中土地资源利用的效率明显提高。此外，2016年青岛设立59处省级生态红线区，以改善和提高生态系统服务功能，减少水土流失；土地利用结构方面，青岛市始终着力优化空间布局，切实节约集约利用土地，严格保护耕地和基本农田，有效保护海洋生态环境。因此，土地生态安全风险低。

第Ⅱ类中，城市数量较多，限于篇幅，这里仅以临沂为例展开分析。由表6可知，临沂市土地生态安全主成分F1（-0.444）和F3（-0.571）得分均低于平均分，且综合得分（-0.17）也略低于全省平均值。目前临沂市已成为省内经济增长速度快、发展质量高的城市。2016年综合实力跃居全国百强城市榜第61位。其中，仅服务业对GDP的贡献率已达到57.3%，经济增长对土地的依赖程度低。在发展经济的同时，临沂市重视保护土地资源及生态平衡，造林面积和耕地面積均全省第一。但临沂人口众多，人口数位列山东省首位，2015年末总人口已达1 031.16万人，导致人均GDP、人均森林面积、人均耕地面积等与土地生态安全有着直接关系的指标值不高，同时临沂还是山东省水土流失最为严重的地区。综合这些因素，临沂未能进入Ⅰ类区。

第Ⅲ类属于土地生态安全高度风险区，仅包括东营1个城市。由表6可知，F1、F2、F3的得分均为负值，远低于全省平均水平。综合得分F（-1.04）也是全省最低得分。作为新兴的油气工业城市，东营油田是中国的第二大油田，石化工业在区域经济中起主导作用，2015年东营第二产业生产总值占比达64.7%，增加值达2 230.61亿元。然而东营经济快速增长的同时也污染了生态环境，大量而频繁的油气开采和化工产业生产也使得水资源、土壤、植被被污染，土壤的自净化恢复能力也得不到恢复，土地生态安全面临着极大威胁。因此，东营属于土地生态安全高度风险区。

土地生态安全类别划分有着重要的现实意义，可以为制定山东省土地资源的开发和利用提供决策参考。由图2可知，山东省土地生态安全空间分布极不均衡，风险区划之间差异性大，客观上需要制定具有针对性的对策建议。结合表6中的聚类结果，山东省政府今后应该将土地生态保护工作的重心放在第Ⅱ类区域，积极提升第Ⅱ类城市生态安全水平，降低土地生态安全风险，谨防其滑入第Ⅲ类区域。同时要积极投入相应的人力、物力和财力，制定科学有效的政策措施，不

断提高东营市的土地生态安全水平。

4结论

已有同类文献的土地生态安全评价存在着选取指标数量多、数据收集困难、指标权重易被稀释等诸多问题，而本研究仅采用少量具有典型性和代表性的指标（8项）进行分析，所得分析结果不仅与同类文献中所得的结论高度一致，同时还与山东省土地生态安全的具体实际高度相符，表明本研究构建的指标体系具有科学合理性。此外，传统土地生态评价大多使用单一评价方法展开，无法规避由单一评价方法带来的自身缺陷。本研究通过构建基于主成分分析和聚类分析的组合模型，充分利用提炼出的主成分之间线性无关的优良特性，将该主成分分析结果作为聚类分析的数据输入，在使用较少指标的前提下极大地提高了对土地生态安全评价的精度。结果表明，本研究使用聚类分析与主成分分析二者结合所得结果高度一致，同时还与其他文献关于山东省土地生态安全水平的结论基本相符[7]，客观上证实了该组合评价方法的科学合理性，可为其他省份开展土地生态安全评价提供方法上的借鉴。当然，土地生态安全水平是一个动态的发展过程，如何结合时间序列数据动态分析山东省土地生态安全的演化过程是今后的一个研究方向。

参考文献：

[1]王磊，郭灿，李慧明. 基于PSR-TOPSIS模型的宁夏回族自治区土地生态安全评价[J]. 水土保持研究，2016，23（6）：154-159.

[2]庄伟，廖和平，潘卓，等. 基于变权TOPSIS模型的三峡库区土地生态安全评估——以巫山县为例[J]. 西南大学学报（自然科学版），2014，36（8）：106-112.

[3]李悦，张合兵，张小虎，等. 基于熵值法和灰色预测模型的城市土地生态安全评价[J]. 环境科学与技术，2015，12（38）：242-247.

[4]冯文斌，李升峰. 江苏省土地生态安全评价研究[J]. 水土保持通报，2013，33（2）：285-290.

[5]荣联伟，师学义，高奇，等. 黄土高原山丘区土地生态安全动态评价及预测[J]. 水土保持研究，2015，22（3）：210-216.

[6]张利，陈影，王树涛，等. 滨海快速城市化地区土地生态安全评价与预警——以曹妃甸新区为例[J]. 应用生态学报，2015，26（8）：2445-2454.

[7]潘润秋，孙焕芳，刘瑛慧. 基于TOPSIS模型的山东省土地生态安全评价[J]. 湖北农业科学，2016，2（55）：509-514.蒋云峰，钱瑞雪，王祥贺，等. 免耕玉米秸秆覆盖对大型土壤动物功能类群的影响[J]. 江苏农业科学，2017，45（17）：250-253.endprint