崇州市耕地动态变化及驱动力分析

周 珊

(西华师范大学 管理学院，四川 南充 637000)

崇州市耕地动态变化及驱动力分析

周 珊

(西华师范大学管理学院，四川南充637000)

根据崇州市2006—2014年耕地数量以及崇州市社会经济发展的数据，对崇州市近9年的耕地总体面积和人均面积、变化动态度、相对变化率和土地类型的动态变化进行分析，通过因子分析法提取影响耕地动态变化的驱动因子。结果显示：崇州市耕地面积在2006—2014年共减少了1 768.29 hm2，衰减趋势在2009年以来尤为明显，减少的相对较多的乡镇有羊马镇、崇阳镇、锦江乡、江源镇、三江镇等；社会经济发展、人口增长、农业结构调整构成了耕地数量变化的主要驱动因子。

耕地；动态变化；驱动力；崇州市

0 引言

土地资源中，耕地是极为重要的资源和资产，保有一定数量的耕地不仅是使食物安全得到保证而且也是人类生产和生活的基础。尽管我国将保护耕地作为一项基本国策，但由于经济的飞速发展，耕地非农化这一情况依然不可避免。2014年2月13日，国土资源部出台了《关于强化管控落实最严格耕地保护制度的通知》(国土资发〔2014〕18号)提出“进一步提高认识，毫不动摇地坚持耕地保护红线”。2017年《土地管理法》最新版第三十一条提出“国家保护耕地，严格控制耕地转为非耕地。”纵观国内外学者针对耕地动态变化及驱动力分析已从各个方面进行了研究，研究表明社会政策、人口增长为影响耕地变化的主要因素。有研究认为社会政策和人口因素为主要因子[1]。也有人认为年均气温、粮食产量和经济密度是影响耕地变化的主要因子[2]。杨朝现等[3]认为工业化和城镇化进程、社会经济管理机制和第三产业的发展影响着耕地的变化。邓楚雄等[4]认为农业科技创新和人口压力是影响耕地减少的主要原因。

崇州市是全国所需的商品粮基地、瘦肉型猪基地以及国家级农业综合开发区，素来拥有“天府粮仓”的美称。2009年以后，随着社会经济不断地发展，非农业用地的规模逐步扩展，该地区其他用地的功能与结构呈现出新的特点。本文以崇州市为例，研究了崇州市耕地的动态变化以及影响其减少的因子，从理论上来说丰富了耕地动态变化研究理论和因子分析方法，也对属山地、丘陵、平原兼有的地貌类型的地区保护耕地合理利用每一寸耕地提出科学的依据。

1 研究区概况

崇州市位于岷江中上游川西平原西部，地域范围为东经103°07′～103°49′、北纬30°30′～30°53′[5]，全市土地面积为1 090 km2，其中市区面积为321 km2。崇州市与温江区、都江堰市、大邑县、新津县以及双流区接壤，东距成都市25 km[6]。崇州市地处亚热带季风湿润气候，年平均气温15.9 ℃，无霜期为285d，适合农作物生长[7]。近9年崇州市经济飞速发展从2006年GDP为66.87亿元到2014年203.23亿元，从2006年为14 557元的人均GDP增长到2014年的34 061元，社会经济发展的飞速同时也促使耕地的数量和土地的利用发生了大幅度的变化。

2 数据来源与分析方法

2.1 数据资料来源

本文2006—2014年耕地变化数据、其他用地数据、人口数据、第二产值增加值、第三产值增加值、GDP等数据均来自于《崇州市统计年鉴》以及崇州市国土资源局的统计资料。

2.2 分析方法

首先根据崇州市2006—2014年耕地数量、总人口可对崇州耕地总量和人均耕地进行分析，再利用土地利用动态度公式和耕地相对变化率公式进一步对耕地空间变化进行分析，然后再利用土地类型数据的变化分析耕地变化的流向；其次利用统计数据收集指标，将指标标准化再采用因子分析法得出驱动因子；最后利用驱动因子分别分析。因子分析法是本文数据处理最主要的方法。

(1)选取因子，筛选因子。

(2)将原始指标数据标准化处理，公式如下：

(1)

(3)相关系数矩阵的计算，公式如下：

(2)

据公式得这p个变量之间的相关系数矩阵为：

(3)

(4)特征值和特征向量的计算，算法如下：

解特征方程

|λE-R|=0 得出特征值λi(i=1，2，…，p)

把这P个特征值按次排列，即：

λ1≥λ2≥…≥λp≥0

然后按公式

|λE-R|ei=0

(4)

分别求出对应于λi特征向量ei(i=1，2，…，p)

(5)公共因子贡献率与累计贡献率的计算，算法如下：

公共因子i的贡献率

(5)

前i个公共因子累计贡献率

(6)

提取累计贡献率达到85%～98%的前i个公共因子

3 崇州市耕地动态变化特征分析

3.1 耕地变化历年差异

图1为崇州市9年以来耕地总量与人均耕地面积的变化情况[8]。2006到2014年崇州市耕地总体在减少，只是在2008年耕地增加到40 192.2 hm2，主要是因为2008年受汶川大地震的影响对土地进行了整理，通过对废弃的园地和荒废的草地进行再开发，增加了部分耕地面积，2009年到2014年耕地再次下降到38 139.3 hm2。崇州市人均耕地面积整体趋势与总面积变化趋势基本一致，从2006年59.7 m2减少到2009年58.6 m2，2010年到2013年减少的较为平缓，2012年的人口由于户籍制度不健全、老龄化较为严重使得人口减少到66.57万人使得人均耕地面积略微上升，2014年减少量相对于前面3年明显增加，所以总体来说2006年到2014年人均耕地保持着持续下降的趋势。

图1 崇州市2006—2014年耕地总面积和人均面积

3.2 耕地变化空间差异

3.2.1 耕地面积动态度

由于耕地面积变化不仅在时间方面表现出差异而且在空间上也有所区别[9]。所以本文就运用土地利用动态度和净减少量来分析崇州市的空间差异性。耕地变化动态度是研究土地利用变化的模式，是指研究某区域一定时间范围内某种土地利用类型的数量的变化情况[10]，也可以描述区域土地利用变化的速度以及比较土地利用变化的区域差异[11]。耕地变化动态度表达式为：

(7)

公式中：U1、U2——分别是2006年、2008年的耕地数量，

T——研究的时段长，

K——耕地变化动态度。

由于2005年崇州市行政体制改县为市，以及乡镇之间的行政区域调整，2005年以前部分乡镇的数据难以获得，所以本文从2006年开始计算净减少量和耕地变化动态度。2006年以前的耕地变化幅度很小，所以不太会影响本文的分析的结果。

通过表1可以得到，在2006—2014这9年，崇州市各个镇的耕地减少量在50～100 hm2的有9个镇，大于100 hm2的有4个镇分别为崇阳镇(316.3 hm2)、羊马镇(259.3 hm2)、江源镇(117.1 hm2)和锦江乡(123.6 hm2)。耕地变化动态度大于1的有4个镇分别是鸡冠山乡(1.836)、崇阳镇(1.611)、锦江乡(1.167)、羊马镇(1.248)。并且2006—2014年各净减少量和耕地变化动态度都为正，所以崇州市各个镇的耕地总体上是在减少的。

表1 崇州市各乡镇耕地面积变化比较表

镇名2006年末耕地面积/hm22014年末耕地面积/hm2净减少量/hm2K值/%崇阳镇245342137131631611三江镇29874289379370392江源镇192411807011710760羊马镇259712337825931248廖家镇16957162257320539元通镇12655121824730467观胜镇18455179934620312怀远镇35894355123820133三郎镇11739113334060432街子镇20095196384570284文井江镇407539171580484王场镇18129176804490309白头镇11023106263970450道明镇17362167106520469隆兴镇13016125045120491大划镇11380107056750741崇平镇13436127916450600梓潼镇11734111705640600桤泉镇13542131414010370锦江乡132361200012361167公议乡13459130034560423鸡冠山乡221918933261836济协乡10944103795650645燎原乡20666199117550456集贤乡10765103244410512

注：2006—2014年数据来源于崇州市国土资源局

3.2.2 耕地面积相对变化率

由于自然和经济因素的影响，崇州市的耕地也随之发生了差异并且各个乡镇的差异较大，所以采用的动态度耕地相对变化率能更好地反映土地数量的变化的各乡镇的差异[12]。其公式为：

(8)

公式中：Ka，Kb——分别为2006年、2008年的耕地面积，

Ca，Cb——分别为2006年、2008年的耕地总面积。

由表2可得2006年到2014年，崇州市25个乡镇耕地都呈不同程度的减少，在这25个镇里，有24个乡镇的相对变化率大于1，其中5个乡镇大于3，分别是鸡冠山乡(7.296)、崇阳镇(6.403)、羊马镇(4.959)、锦江乡(4.638)、江源镇(3.023)。这5个地区分别是市区、工业园区、旅游区，说明二、三产业的发展，必定使建设用地不断地增加，耕地不断地减少。怀远镇是唯一一个相对变化率小于1的乡镇，说明近几年对该镇的土地整理工作颇有成效，耕地相对变化率较小。总体来说崇州市相对变化率都是较大的。

表2 崇州市耕地相对变化率

镇名2006年末耕地面积/hm22014年末耕地面积/hm2相对变化率崇阳镇24534213716403镇名2006年末耕地面积/hm22014年末耕地面积/hm2相对变化率道明镇17362167101865三江镇29874289371557隆兴镇13016125041953江源镇19241180703022大划镇11380107052945羊马镇25971233784958崇平镇13436127912384廖家镇16957162252143梓潼镇11734111702387元通镇12655121821856桤泉镇13542131411470观胜镇18455179931243锦江乡13236120004637怀远镇35894355120528公议乡13459130031682三郎镇11739113331717鸡冠山乡221918937296街子镇20095196381129济协乡10944103792564文井江镇407539171925燎原乡20666199111814王场镇18129176801230集贤乡10765103242034白头镇11023106261788

注：2006—2014年数据来源于崇州市国土资源局

3.3 土地类型的变化

前文已经分析了耕地面积变化的时空差异和特征，但为了更好地了解耕地的减少和流向，本文进一步对土地的类型进行分析。通过表3土地类型的变化分为明显的三个阶段，第一阶段为2006年—2008年耕地上升了0.24个百分点，其他用地变化并不明显。2008年经历了汶川大地震和金融危机，政府相关部门对土地进行了整理，所以城镇村及工矿用地面积有小幅的减少。第二阶段2008年—2010年期间城镇村及工矿、交通运输用地和水域水利分别上升了4.01，1.43，4.87个百分点。耕地下降了1.33个百分点，减少量流向了大幅增长的城镇村及工矿、交通运输用地和水域水利。第三阶段2010—2014年城镇村及工矿、交通运输用地分别上升了0.25，0.15个百分点，林牧渔等其他用地都有小幅的增长，耕地下降0.55个百分点。第三阶段减少的耕地，流向城镇村及工矿、交通运输、水域与水利用地和林地，总体来说耕地在2008年虽然比重略有增加，但其远远小于减少的比重，所以耕地呈下降趋势。

表3 土地类型数量的变化及其比重

项目2006年2008年2010年2012年2014年数量/hm2比重/%数量/hm2比重/%数量/hm2比重/%数量/hm2比重/%数量/hm2比重/%耕地3990759366640192203690387321035583872022355738139303503园地115148105115127110100371092101657093107891099林地4300783395043007833950432361339714280337393242835723935草地7090106570901070247810232478102324776023城镇村及工矿用地1102497101510981571009152495914011543240141815523781426交通运输用地8413307786645080231892223251656231259607238水域及水利1125701011257010540578497538870495539778496其他土地294340270293767270267596246274418252278812256

注：2006—2014年数据来源于崇州市国土资源局

4 耕地面积变化驱动力分析

耕地利用动态变化是指各种驱动力综合作用下土地利用目的与方式的改变[13]，影响耕地变化的因素多种多样，一般将这些因素分为社会经济因素和自然因素等[14]。这些因素可以独立地对耕地变化产生影响并且可以在综合作用下对耕地变化产生影响，它们的影响方式和程度极为复杂，所以要采用有效的研究方法来全面综合地分析。

4.1 指标的选取

影响耕地面积变化的因素通常情况下由经济因素和自然因素两方面所构成[15]，在自然因素方面，崇州市位于成都平原，虽然拥有471.52 km2的山地面积，但平原占总面积一半以上，气候宜人，所以自然条件优越。耕地面积的变化主要还是由经济因素驱动影响。结合崇州市现有的统计资料和相关学者的研究成果选取了以下指标：指标X1代表国内生产总值(亿元)、指标X2代表固定资产投资(亿元)、指标X3代表第二产业增加值(亿元)、指标X4代表第三产业增加值(亿元)、指标X5代表总人口(万人)、指标X6代表农村居民人均住房面积(平方米)、指标X7代表林业总产值(万元)、指标X8代表林牧渔占农林牧渔产出值比重(%)对耕地面积的驱动力进行分析。

进行因子分析法的前提是各个变量之间必然存在着相关性，若变量之间无相关性就无法提取公因子[16]。所以要将表4的原始数据进行标准化处理，然后利用SPSS 19.0软件，得出KMO统计量和Bartlett并将其用于判定检验，一般认为KMO统计量大于0.9效果最佳，0.7以上效果良好，0.6以上效果一般，0.5以下不适宜做因子分析[17]190-192。本文研究指标的检验结果见表5，KMO统计值达到0.776说明效果良好，卡方统计值为132.587，自由度为28，显著性水平为0且小于0.05，这说明这些指标达到统计学水平，适合进行因子分析。

表4 崇州市2006～2014耕地变化驱动力指标原始数据

年份X1/亿元X2/亿元X3/亿元X4/亿元X5/万人X6/m2X7/万元X8/%20066612315127182414668743505145642020077961424633332798665643985030662020089414541839533209670243905403681720099734989038483636667850006700618020101124610632478740906691504069006266201114066140416608519267175120770062562012163431534778445742665752007800602720131834017703892666666680523080635846201420323193001010471596698530083455794

注；2006—2014年数据来源于崇州市统计年鉴

表5 KMO和Bartlett的检验

指标检验参数统计量KMO统计量———0776Bartlett的球形度检验卡方统计值132587自由度28显著性0

4.2 因子分析

采用SPSS19.0软件利用标准化处理的数据，得出相关系数矩阵、特征值、主成分贡献率和累计贡献率[18](表6—表8)

表6 耕地变化驱动因子相关系数矩阵

指标X1X2X3X4X5X6X7X8X11X209741X3099809611X40998098409941X501210148011801371X6086509540839088801121X709320988091509490192-09801X8-0845-0896-0837-08660044-0893-08931

通过表6可以明显得出，上述选取的8个指标因子相互之间都存在着关系，达到0.99以上的因子一共就有3对，它们分别是X1和X3，X1和X4，X3和X4。并且还有X1和X2的相关系数达到0.974，X2和X4的相关系数为0.984以及X2和X7的相关系数为0.988。这些系数充分的说明各个指标存在着极大的相关性，信息存在共同点，进一步说明利用因子分析法来解释耕地变化的影响因素是可行的。

表7 公因子的特征值和贡献率

主成分初始特征值方差荷载提取值特征值方差贡献率/%累计贡献率/%特征值方差贡献率/%累计贡献率/%16578822208222065788222082220210191273594955101912735949553028535599851340112140499917500040052999696000200239999270000599997800003100

由表7可以看出，特征值大于1的值为6.578和1.019这2个公因子，而且第一个公因子和第二个公因子的累计贡献率达到了94.955%，因此只需要提取2个公因子就能够解释原来数据的大部分的信息。

表8 公因子的荷载矩阵及其旋转荷载矩阵

指标公因子1公因子的荷载矩阵及其旋转荷载矩阵旋转后公因子1公因子2旋转后公因子2X109770974-00040075X20998099400130094X309670964-00070072X40987098300080088X50138005809880996X609470945-00220055X70984097600560136X8-0915-092801970123

为了更好地探讨因子与变量之间的关系，利用方差最大法处公因子的载荷矩阵，经旋转后得出新的公因子。由表8可以看出，旋转后的第一公因子与X1，X2，X3，X4和X7之间的相关度很高且为正相关，这些指标分别代表崇州市的GDP、固定资产投资、第二产业增加值、第三产业增加值和林业总产值。旋转后的第一公因子与X8为负相关，X8为林牧渔占农林牧渔产出值，这6个因子代表了崇州市的社会经济的发展和农业结构调整的情况。与此同时可以看出第二公因子与X5(总人口)的相关程度高且为正相关。由此看来社会经济的发展因子、农业结构调整因子和人口增加因子尤为的关键。

4.3 驱动力的分析

由上述因子分析法的分析得出如下结果：崇州市耕地面积变化的驱动力主要来自于社会经济发展、农业结构的调整和人口增长。

4.3.1 社会经济的发展和农业结构的调整

对于耕地变化来说第一公因子社会经济的发展尤为重要并且其的方差贡献率为82.22%，依前文所述第一公因子包括GDP、固定资产、第二产业增加值、第三产业增加值和林业总产值。在这9年以来崇州市经济飞速的发展，2006年到2014年，GDP由66.12亿元增长到了203.23亿元，约增长了3.1倍；固定资产投资约增长了6.2倍；第二产业增加值增长了约4.2倍；第三产业增加值增长了约3倍；财政收入约增长了9.8倍。经济的发展使得交通和城区面积的扩大，城乡一体化的推出和乡镇企业的发展使得建设用地不断地增长，以至于耕地面积不断地被占用，所以保护耕地变得日益的重要。在经济高速发展的今天，使农用地内部由收益低的耕地向收益逐渐上升的林地、园地、渔地转化。近9年，耕地减少了1 768.29 hm2，而在2009—2014年期间园地增加了672.29 hm2；在2012—2014年期间林地增加了122.84 hm2，在2006—2014年期间水域及水利用地增加了5 285.26 hm2。同样大部分除耕地以外的用地都在增加。并且大部分的农民为了增加收益将耕地转为其他用途，这也是近九年粮食总量由31.41×104t减少到28.10×104t，农民人均纯收入由5 154元增加到12 072元的原因。

4.3.2 人口增长

第二公因子为方差贡献率为12.735%的人口增长，人口对一个地区影响越来越重要，不仅体现在经济上也体现在自然方面[19]，人口与土地有着密切的关系，且对耕地具有巨大的影响作用。从人类生活上说，人口的增加无疑会使食物安全的保障受到威胁，进而影响耕地的变化。2006年到2014年崇州市的人口从66.87万人波动上涨到66.98万人，这样的增长加剧了耕地的压力。农业人口从2006年50.09万人下降到2014年36.71万人，非农业人口从2006年16.87万人增加到2014年30.27万人，农村居民人均住房面积由2006年的43.5 m2增加到2014年的53.0 m2，约增长10 m2。非农业人口增长了大约2倍，除自然增长以外，更主要的是由农业人口转化成非农业人口，伴随而来的是人均住房面积和城镇率的不断增长。在城镇化过程中提供给居民居住的土地及其他非农用地不断增加，致使耕地持续减少，耕地压力不断加剧。

5 结论和建议

5.1 结论

本文利用崇州市国土资源局2006—2014年耕地变化的数据，来分析崇州市耕地利用现状、耕地变化的流向和耕地动态变化。并结合社会经济的统计数据通过SPSS19.0采用因子分析法来分析驱动因子，得出如下结论：

(1)崇州市的耕地2006年到2014年共减少了1 768.29 hm2，年均减少量达到了221.04 hm2。虽然2008年受汶川大地震的影响耕地有所增加，但是2009年以后由于城镇化进程的加快，建设用地不断地增加以及农业内部结构不合理造成耕地减少非常的明显。耕地减少得相对较多的有羊马镇、崇阳镇、锦江乡、江源镇和三江镇，其中崇阳镇减少得最多为316.3 hm2。

(2)通过因子分析法可知，影响崇州市耕地最主要的驱动因素为社会经济发展、农业结构的调整和人口增长这两方面。具体的影响因素有GDP、固定资产投资、第二产业增加值、第三产业增加值、林业总产值和人口增长。

5.2 建议

(1)认真落实耕地保护制度，合理利用土地资源。针对崇州市存在耕地减少的情况，结合当地实际情况将大量的宽而多的田埂进行整理，将土地整理成耕地后从微观上精确地保护好每一个田块，更加注意对高标准基本农田的保护。

(2)落实增减挂钩，占补平衡政策。培养和加强崇州市人民政府的责任意识，切实地做到占地就补，不仅是数量上的补给更要注重质量上的补给。

(3)调整农业的内部结构，改变林地耕地混乱的现状。针对崇州市林地和耕地尤为混乱的情况，可以采取匿名举报的方式，尽可能地减少将大量优质的耕地转种树木的情况。并且将坡度小于20度的坡地种红薯和柑橘等经济作物，合理保持水土。

(4)合理控制外来人口的涌入，缓解耕地的压力。严格执行成都市的限购政策，减少耕地乱占现象。对农村新型农业加大扶持力度，解决农村人口就业问题，减少大量农村青年涌入城区，减少住房压力进而减少滥占耕地。

[1]ZHAO Y H，LIU X J.Land cover change and its social driving forces in the upper Min River basin，China[J].Desalination and Water Treatment，2014，52(13-15)：2771-2777.

[2]JIANG Y，LIU J，CUI Q，et al.Land use/land cover change and driving force analysis in Xishuangbanna Region in 1986-2008[J].Frontiers of Earth Science，2011，5(3)：288-293.

[3]杨朝现，陈荣蓉，刘秀华.重庆市北碚区土地利用变化及驱动力分析[J].西南农业大学学报(社会科学版)，2003，1(2)：26-29.

[4]邓楚雄，李晓青，向云波，等.长株潭城市群地区耕地数量时空变化及其驱动力分析[J].经济地理，2013，33(6)：142-147.

[5]崇州市信息公开网[EB/OL].[2017-08-20].http：//www.keyunzhan.com/zhengfu_510184/.

[6]许霞，马晓路，刘婧.基于主成分分析的成都市产业集群研究[J].西昌学院学报，2012(1)：91-94.

[7]崇州人民政府网.崇州概况[EB/OL].[2017-08-20].http：//www.z66.cn/sichuan/chongzhou.html.

[8]陈国惠，樊宏，刘亚迪，等.彭州市土地利用变化及驱动力分析[J].四川环境，2005(13)：81-82.

[9]任志远，武永锋.我国北部农牧交错区城郊土地利用时空变化——以包头市为例[J].干旱区地理，2004(6)：336-337.

[10]田宇峰.盘锦市土地利用时空变化研究及驱动力分析[D].沈阳：沈阳农业大学，2005.

[11]杨志平.徐州市土地利用变化耕地变化及其驱动机制分析[J].国土与自然资源研究，2012(5)：1-4.

[12]郑海霞，童菊儿，徐扬.发达地区耕地资源的时空变化及驱动力实证研究[J].农业工程学报，2007，23(4)：75-78.

[13]宋成舜，陈志.湖南省南县土地利用动态变化研究[J].国土资源科技管理，2006，23(4)：23-24.

[14]杨朝现，谢德体，陈荣蓉，等.重庆市不同经济区耕地动态变化及其驱动力差异分析[J].水土保持学报，2005，19(2)：171-174.

[15]洪鸿加，彭晓春，陈志良，等.长沙市耕地时空动态变化及驱动力研究[J].水土保持通报，2010，30(3):224-230.

[16]刘彦彤，张延军，赵玲.长春市耕地动态变化及其驱动力分析[J].地理科学，2011，31(7)：868-873.

[17]张文彤.SPSS统计分析教程高级篇[M].北京：希望电子出版社，2002.

[18]刘庆，陈利根，何长元.长株潭城市群耕地动态变化级驱动力分析实证研究[J].地域研究与开发，2010，33(6)：142-147.

[19]武慧，王晓东，王炯.重庆市耕地动态变化及其驱动力分析[J].西南农业大学学报，2008，6(1)：4-7.

2017-08-21

[责任编辑姚胜勋]

AnalysisonDynamicChangeandDrivingForceofCultivatedLandinChongzhouCity

ZHOUShan

(SchoolofManagement，ChinaWestNormalUniversity，Nanchong，Sichuan637000，China)

Using the datum of cultivated land and social economic development from 2006 to 2014 in the city of Chongzhou，the paper analyzes total cultivated land area and per capital area，cultivated land dynamic degree，relative change rate of cultivated land and dynamic change of land type in recent 9 years.The driving factors of influencing the changes of cultivated land can be analyzed through factor analysis.According to the results，it may draw the conclusion that the cultivated land has decreased to 1768.29 hm2during the 9 years and especially in 2009 it decreased quickly；the quantity of cultivated land has changed so fast at Yangma town，Chongyang town，Jinjiang town，Jiangyuan town and Sanjiang town.And the development of economy，the increasing of population，and adjustment of agriculture structure constitute the main driving factors of the change of cultivated land.

cultivated land；dynamic change；driving force；Chongzhou City

F205

A

1672-9021(2017)05-00024-10

周珊(1992-)，女，四川郫都人，西华师范大学管理学院在读硕士研究生，主要研究方向：土地资源管理。