广西左右江革命老区耕地破碎化与贫困空间相关特征分析

童新华，李 莹，韦燕飞，刘秋萍

(1.广西师范学院 地理科学与规划学院，广西 南宁 530001;2.广西师范学院 国土资源与测绘学院，广西 南宁 530001)

0 引言

贫困一直是我国经济和社会发展的瓶颈，空间分布十分不均衡，为摆脱这种贫困现状，党中央和国务院在《中国农村扶贫开发纲要(2011～2020年)》中明确提出要重点扶持贫困区域的革命老区县。2016年1月，《关于加大脱贫攻坚力度支持革命老区开发建设的指导意见》的出台又将老区的扶贫问题提升到新高度。耕种是老区农民生产生活的主要经济来源，而耕地破碎化直接影响了农业机械化水平和耕地资源的集约节约利用，间接影响了粮食单产和农民生活水平的提高。从国内外现有研究成果看，贫困的测度总体上逐渐由单维贫困[1-4]向多维贫困[5-9]趋势发展；土地破碎化的衡量很大程度上是基于景观格局视角选取景观指数[10-16]进行分析。国内外一些学者主要研究贫困与地理区位[17-19]、土地退化[20-21]、气候变化[22]、环境退化[23-26]等相关性研究；国外学者采用空间统计分析方法来研究非农业产值、人口密度与乡村土地破碎化分布模式的联系[27]，在快速城镇化背景下研究土地破碎化空间分布模式[28-29]，国内学者多为探讨耕地破碎化与农业经济[15]、农民收入[30-31]和耕地利用效率[32-34]的相关性。基于上述情况，可知开展耕地破碎化与贫困两者的空间相关研究相对较少。因此，在精准扶贫工作大力推进的背景下，进行耕地破碎化与贫困研究尤为迫切和必要。本文选取广西境内的左右江革命老区为例，从经济视角来表征贫困程度；通过提取Landsat TM/ETM+/OLI影像的耕地数据，从景观格局角度选取耕地破碎化指数，进一步构建了耕地破碎化指标评价体系，测算了耕地破碎度，应用空间统计法揭示了研究区域耕地破碎化与贫困在不同时间的空间集聚特征和空间异质性。以期为制定差别化土地扶贫政策、优化耕地空间格局、扩大农业机械化规模和促进耕地集约节约利用等方面提供借鉴。

1 研究区概况

广西境内的左右江革命老区位于广西壮族自治区西部，总共涉及32个县，其中含国家级贫困县20个、自治区级贫困县6个，贫困县数占总数的81%。地处21°36′～25°37′ N，104°28′～109°09′ E，东与柳州市、来宾市和南宁市毗邻，西邻云南省，北与贵州省交界，南与防城港市、越南接壤。气候温和多雨，适宜多种农作物生长，物产丰厚。地貌为典型的喀斯特地貌，石山较多，土壤贫瘠，从而制约了当地农业发展，经济相对落后，农民生活较贫困，但造就了优美独特的自然环境，旅游资源十分丰富。此外，该区还是多个少数民族聚集地。

图1 研究区位置

2 数据来源与研究方法

2.1 数据来源与处理

本研究贫困数据源于2001、2006、2011和2016年的《广西统计年鉴》。耕地数据源于USGS官网，主要下载研究范围涉及2000、2005、2010和2015年10幅分辨率为30 m的遥感影像。首先，在遥感处理软件ENVI 5.1中，经过辐射定标、大气校正和波段融合等预处理流程后，进行监督分类、精度检验；然后，应用ArcGIS对ENVI分类结果进行耕地信息的提取，并结合景观分析软件Fragstats 4.2进行耕地破碎指标的选取；以县为评价单元，再建立基于ArcGIS 10.2平台研究区域32个县不同年份的耕地破碎化数据库，根据破碎度的计算结果，划分等级，以定量描述其空间分异特征；最后，利用GeoDA空间分析工具进行耕地破碎化与贫困的双变量空间自相关性分析。

2.2 研究方法

2.2.1 耕地破碎度的测算 为了准确描述耕地破碎化的复杂演变过程，总结左右江革命老区2000～2015年破碎化规律，本研究从景观格局的5个不同角度选取耕地破碎化指标，构建如表1所示的耕地破碎化综合评价指标体系。

表1 耕地破碎化综合评价指标体系

在综合评价体系中，因耕地破碎化指标是从景观格局的各个角度选取，缺乏统一的可比基础，难以进行不同时间不同县域之间的破碎度比较。因此，为建立统一的可比基础，首先将Fragstats 4.2软件计算选取的指标进行极值标准化处理。结合本研究2000～2015年耕地破碎化指标的离散分布情况，决定选用熵值法确定权重。描述耕地破碎化程度的指标是多种多样的，于是采用多因素综合评价法确定各个评价单元的耕地破碎度。计算过程主要应用如下公式：

(1)原始数据极值标准化：

(1)

(2)

其中：Eij表示i县j指标标准化值，Xij表示指标原值；Xmax表示某一年中某一指标的最大值；Xmin表示某一年中某一指标的最小值。

(2)计算i县j指标下标准值的比重Yij：

(3)

(3)求取j指标的熵值Zj：

(4)

(4)求取j指标的差异性系数Uj：

Uj=1-Zj(j=1,2,3,…,10)

(5)

(5)求取各指标的权重Wj：

(6)

(6)计算某一年每个县的耕地破碎度CLF：

CLF=∑Wj×Eij

(7)

2.2.2 贫困的表征 为全面探讨左右江革命老区耕地破碎化与贫困时空贫困特征，本文贫困测度从与耕地利用联系紧密的指标中选取，采用农民人均纯收入来反映贫困程度，该值越高，区域越不贫困。

2.2.3 空间自相关分析 空间自相关分析由全局空间自相关分析和局部空间自相关分析2部分构成。全局空间自相关分析用于分析全部范围内所有对象之间的空间分布模式、关联性和显著性；局部空间自相关分析是用来分析在不同局部范围内可能存在的空间分布不平衡性、集聚性和异质性。描述空间自相关的指标有Geary’s C、Getis G和Moran’s I等，本文选取了应用比较广泛的Moran’s I来描述。全局空间自相关用Moran’s I描述，如公式(8)所示；局部空间自相关用Local Moran’s I描述，如公式(9)所示。

(8)

对于每一空间单元a，Local Moran’s I为：

(9)

(10)

其中：(1)通常当|Z|>1.96时，在95%的概率下，存在空间自相关。

(2)I的取值一般为[-1,1]，当I<0时，为负相关；当I>0时，为正相关；当I=0时，不相关。

(3)n为评价单元总数，xa、xb分别表示评价单元a、b的不同指标值，Wab表示2个邻接单元a与b的空间权重矩阵，E(I)为Moran’s I的期望值，Var(I)为Moran’s I的方差。

为更准确地揭示双变量间的空间相关特征，Anselin在已有成果的基础上引入了双变量空间自相关分析，其公式如下：

(11)

3 结果与分析

3.1 耕地破碎化空间分异特征

为显化耕地破碎化程度的空间分异格局，便于不同年份之间的比较，在自然间断点分级法的基础上，统一各年的耕地破碎度(Cultivated land fragmentation，简写CLF)分级(表2)。根据图2可知，2000年破碎度较低区域聚集于东南部的扶绥县、隆安县和江州区一带；破碎度处于中等水平的区域主要呈线状贯穿区域南北；而较高破碎度地区集中在区域东西部。2005年区域面积近72%的地区全部处于高度破碎的水平，破碎度均达0.65以上；西部、东南边缘区域破碎度相对较低。到了2010年破碎状况得到很大程度的好转，但是西南部以靖西市、德保县和田东县为主的一带，破碎度依然较高，均处于0.65以上。2015年破碎度再次回升，高度破碎地区组团状分布，东部地区有两团，南丹县和环江县一团，都安县、大化县和马山县一团，西南地区德保县、靖西市和天等县一团；破碎度低，耕地相对连片的区域依然是扶绥县一带，扶绥县属崇左市，这与崇左市近几年不断尝试创新耕地整治模式，率先进行“小块并大块”的耕地治理有关，并且取得了很好的效果，对于耕地的集中连片有重要影响，这一举措值得耕地高度破碎化的区县效仿并尝试；中高水平地区则散落分布在区域各处。

总体上看，在这15年中，德保县、靖西市和天等县一带一直处于高度破碎化水平，此区域矿产资源丰富，矿产资源的勘探开采必然加剧耕地破碎化演变；西部5县破碎化水平基本上处于中高水平，西部5县处于云贵高原边缘山地，受地形影响，耕地变得零散，破碎化水平相对较高；而扶绥县一带破碎度最低，耕地相对集中连片，扶绥县地处苏圩平原，地势较平缓，便于开展耕地大片种植与规模化经营。

表2 耕地破碎度级别

3.2 贫困空间分异特征

基于ArcGIS 10.2软件应用自然间断点法将研究区域2000、2005、2010、2015年的农民人均纯收入划分为5级，由图3可知，左右江革命老区贫困空间分异特征十分显著，空间分布极不平衡。农民人均纯收入越高的区县，贫困程度越低。2000、2005、2010和2015年中国贫困线分别为农民人均年收入625、683、1247、2300元，各年的农民人均纯收入均高出贫困线，但至今革命老区各县均未摆脱贫困现状。2000年农民人均纯收入大于1500元的地区主要集中于区域南部和北部的南丹县、宜州市，其贫困程度较低，区域西北部海拔相对较高，大石山区，喀斯特地貌特征显著，农业经济发展受限，贫困程度高；2005和2010年贫困的空间分布格局极其相似，贫困度较低区域呈带状平行分布，集中于东北部的倾斜的“1”字带和南部的“7”字带，这2条字带贯穿的区县恰是高速公路、二级公路和铁路穿越的密集区，交通便利，贫困度随之变低；贫困度较高区县则散落分布在西南部和中部；到了2015年贫困度较低区域组团状分布于右江河谷平原一带和崇左中部处于丘陵平原的3县，地势平坦，易于耕作，农业机械化投入不受限制，便于规模化管理，农业收入高，农民生活水平也相应变高，较高区域集中分布于区域中部，散落分布于边界个别县。

2000～2015年，农民最高人均纯收入由1990元增长到9297元，增长了3.67倍，历经16年随着社会经济的发展，人民的生活水平得到很大的提高。总体上，农民人均纯收入从西北向东南逐渐变高，因此贫困程度由西北到东南逐渐变低。按照贫困程度下降的态势，是由毗邻省界、县界地带区县逐渐过渡到毗邻内陆经济发展速度较快的南宁、柳州等城市的区县。崇左市的各区县在历年中贫困情况都处于较低水平，其中江州区贫困程度年年最低；那坡县和凌云县地势较高，山地占据主导地位，农民人均纯收入在历年中均最低，贫困度最高。

3.3 耕地破碎化与贫困全局空间自相关分析

应用GeoDa空间统计分析软件，逐年计算2000～2015年4个时间节点的耕地破碎度与贫困的全局空间自相关指数Moran’s I。由于农民人均纯收入越高，区域越不贫困，所以在空间相关性分析部分，均取其负值进行计算，代表贫困程度。根据表3可知，Z值均大于1.96，全部通过显著性检验(P=0.05)，空间相关性均显著。依据Moran’s I值的大小，便可知两者相关性大小。在耕地破碎度与贫困相关性分析中，Moran’s I(2000)>Moran’s I(2005)>Moran’s I(2015)>Moran’s I(2010)，空间相关性在时间上表现为逐年减弱的特征，唯有2015出现小幅回升，为0.0118，2000年的Moran’s I为0.2053，正相关性最强，表明耕地越破碎，贫困程度越大。

图2 耕地破碎化空间分布

3.4 耕地破碎化与贫困局部空间自相关分析

为了显化耕地破碎化与贫困的空间集聚特征和和空间分异情况，在Z值显著性检验的基础上(P=0.05)，绘制了耕地破碎化与贫困的LISA聚集图(图4)，用于表明在局部区域和周围区域的空间关联关系是高—高、低—低、低—高、高—低或无显著的空间关联性。高—高、低—低分别表示区域耕地破碎度和贫困程度都高、都低，两者均说明存在空间正相关关系，具有较强的集聚性和相似性。低—高表示区域耕地破碎度高，贫困程度低，高—低则反之，两者均说明存在空间负相关关系，存在明显的空间异质性。2000年耕地破碎化空间聚集强，隆林各族自治县和田林县的耕地破碎化与贫困的空间分布呈高—高型正相关，主要集中在西部地区；龙州县、扶绥县和江州区呈低—低型正相关，集中分布于区域南部；环江县、凭祥市、大新县和宁明县呈高—低型负相关，散落于区域东北部和正南部；凤山县和凌云县抱团构成低—高负相关型。2005年团装集聚特征显著，低—低型和高—低型均呈团状集中于南部区县；低—高型分布于西部4县，不存在高—高型空间正相关分布格局。2010年低—低正相关型呈“U”字分布于南部，空间聚集特征明显；而高—低负相关型的凭祥市、江州区和低—高的隆林各族自治县、凤山县均散落分布，空间异质性较强；仍然不存在高—高型分布。到2015年隆林各族自治县、东兰县和凤山县为高—高正相关型散落排列统一水平上；宁明县、江州区、扶绥县和隆安县呈带状分布于正南地区，为低—低正相关型，空间集聚性和相似性较强；龙州县和凭祥市构成高—低型依附于低—低型左边；只有乐业县呈低—高负相关性分布。

整体上，高—高正相关型和低—高负相关型集中分布于西部区县；低—低正相关型和高—低负相关型多分布于区域南部。根据耕地破碎化与贫困的空间集聚特征和异质性，对于高—高、低—低正相关型分布的区县，耕地越破碎化，贫困水平越高，反之耕地越连片，贫困水平越低，在某种程度上，耕地破碎化水平直接影响了农民收入的主要来源，有关区县的国土部门应加强耕地的连片整治工作，调整优化耕地空间分布格局，制定相关政策约束人们分散耕地的耕作习惯，采取措施强化农民保护耕地的意识，严格矿山开采和复垦监督，促进耕地资源的保护和合理利用。农业部门也应加入到土地扶贫的行列之中，实行惠农政策，调用农学专业人才指导老区农民选种、育苗和耕作，扶持老区人民机械化种植，提升耕作效率和粮食产量，让有限耕地生产出更多的粮食，促进耕地资源的集约节约利用。针对耕地破碎化与贫困呈高—低负相关型的区县，虽然耕地破碎化程度与贫困没有直接影响，耕地与人类生产生活密切联系，衣食住行都离不开耕地，依然需要加强耕地的连片整治，明确农民耕地保护的责任。耕地破碎化与贫困呈低—高负相关型分布的区县，既然耕地破碎化不是贫困的主要致贫因素，有关区县扶贫办应从其他视角出发，识别重要致贫因素，尽快制定实施相关脱贫方案，以促进老区80%以上的贫困县早日脱贫摘帽。

图3 贫困空间分布

4 结论

本文基于景观格局指数构建了破碎化指标评价体系，测算了耕地破碎度，然后采用农民人均纯收入表征左右江革命老区贫困化程度，进一步分析耕地破碎化和贫困的空间分异特征，最后采用双变量空间自相关法揭示了研究区域耕地破碎化与贫困的空间相关特性。可以得出以下结论：

(1)2000～2015年，左右江革命老区耕地破碎化空间分异特征为德保县、靖西市和天等县一带的耕地一直处于高度破碎化水平；西部5县基本上处于中高度破碎化；而扶绥县一带破碎度最低，耕地相对集中连片，易于实施农业机械化，便于耕地规模化经营管理。扶绥县历年耕地都最连片，可知地形地貌因素是左右江革命老区最稳定、最重要的破碎化诱因。2000年破碎化程度最低为0.3058，而巴马县在2005年破碎化最严重，破碎度为0.7433。

图4 耕地破碎化与贫困的双变量LISA聚集图

表3 耕地破碎化与贫困的双变量全局空间自相关结果

(2)2000～2015年，总体上贫困程度由西北到东南逐渐变低。按照贫困程度下降的态势，也可以理解为是由毗邻省界、县界地带区县逐渐过渡到毗邻内陆经济发展速度较快的南宁、柳州等城市的区县。16年里在老区所有区县的农民人均纯收入中，凌云县最低为970元，扶绥县最高为9297元，而且农民最高人均纯收入由1990元增长到9297元，增长了3.67倍，表明老区的贫困状况得到很大程度的改善。

(3)通过双变量全局空间自相关分析，Moran’s I(2000)>Moran’s I(2005)>Moran’s I(2015)>Moran’s I(2010)，可知空间相关性在时间上呈现逐年减弱态势，唯有2015出现小幅上升为0.0118，2000年的Moran’s I为0.2053，正相关性最强。通过局部自相关分析可以得出，不同年份耕地破碎度LISA聚集图各有特点，但总体上存在一定的空间相似性。高—高正相关型和低—高负相关型集中分布于西部区县；低—低正相关型和高—低负相关型多分布于区域南部。

[1] Poston D L, Singelmann J, Siordia C, et al. Spatial context and poverty: area-level effects and micro-level effects on household poverty in the Texas Borderland & Lower Mississippi Delta: United States[J]. Applied Spatial Analysis and Policy, 2010, 3(2)： 139-162.

[2] Paul R. Population research and policy review[J]. Population Research and Policy Review, 2006, 25(4): 369-391.

[3] 李双成,许月卿,傅小锋.基于GIS和ANN的中国区域贫困化空间模拟分析[J].资源科学,2005,27(4)：76-81.

[4] 李玉洁.甘肃农村贫困性质的变化与扶贫模式再选择：基于空间贫困视角的研究[D].兰州:兰州大学，2012.

[5] Dorota Weziak-Bialowolska. Spatial variation in EU poverty with respect to health, education and living standards[J]. Social Indicators Research, 2016, 125(2): 451-479.

[6] 王艳慧,钱乐毅,段福洲,等.村级贫困人口多维测算及其贫困特征分析：以河南省内乡县为例.[J]人口与经济，2014(5)：114-120.

[7] 杨振，江琪，刘会敏，等.中国农村居民多维贫困测度与空间格局[J].经济地理，2015，35(12)：148-153.

[8] 王永明，王美霞，吴殿廷.贵州省乡村贫困空间格局与形成机制分析[J].地理科学，2017，37(2):217-227.

[9] 钱乐毅.基于GIS的多尺度多维贫困识别[D].北京:首都师范大学，2014.

[10] Çakir G, Ün C, Baskent E Z, et al. Evaluating urbanization, fragmentation and land use/land cover change pattern in Istanbul city, Turkey from 1971 to 2002[J]. Land degradation & development, 2008, 19(8)：663-675.

[11] Dewan A M, Yamaguchi Y, Rahman M Z. Dynamics of land use/cover changes and the analysis of landscape fragmentation in Dhaka Metropolitan, Bangladesh[J]. GeoJournal, 2012, 77(3): 315-330.

[12] 李玲，张少凯，董洋洋.平原粮食生产核心区耕地细碎化定量评价[J].河南农业大学学报,2015,49(4):524-532.

[13] 刘轩,张小虎,刘文锴.村级尺度耕地细碎化测度研究[J].河南大学学报,2015,45(5):556-561.

[14] 陈帷胜,冯秀丽,马仁峰，等.耕地破碎度评价方法与实证研究[J].中国土地科学,2016,30(5):80-87.

[15] 黄思琴，陈英，张仁陟，等.基于景观指数的耕地细碎化与农业经济水平的空间相关性分析[J].干旱地区农业研究,2015,33(3):238-244.

[16] 李鑫，欧名豪，肖长江，等.基于景观指数的细碎化对耕地生产效率影响研究[J].长江流域资源与环境，2012，21(6):707-713.

[17] Bird K, Shepherd A. Livelihoods and chronic poverty in semi-arid Zimbabwe[J]. World Development, 2003, 31(3): 591-610.

[18] Partridge M D, Rickman D S. Distance from urban agglomeration economies and rural poverty[J]. Journal of Regional Science, 2008, 48(2): 285-310.

[19] Christiaensen L, Demery L, Paternostro S. Economic growth and poverty in Sub- saharan Africa messages from the 1990s[J]. World Bank Economic Review, 2003, 17(3): 317 - 347.

[20] 郭来喜.贫困:人类面临的难题[M].北京:中国科技出版社，1992.

[21] 王建武.土地退化与贫困相关性研究[D].北京：中国社会科学院，2003.

[22] 戴海龙.气候变化对贫困地区农户生计影响研究:以宁夏西吉县为例[J].青海气象，2011(3):40-46.

[23] Okwi P O, Linderhof V, Hoogeveen J G, et al. Welfare and environment in rural uganda：results From a small-area estimation approach[J].The African Statistical Journal, 2006(3): 135- 188.

[24] 丁文广.主成分分析在环境与贫困危机研究中的应用:以甘肃省43个贫困县为例[J].干旱区资源与环境，2007,21(3):6-10.

[25] 王建军.新疆县域生态脆弱性与贫困的关系研究[J].新疆农垦经济，2015(1):73-77.

[26] 冯海英.环境(土地)退化与贫困问题研究:文献综述视角[J].青海社会科学，2012(3):37-41.

[27] Kjelland M E, Kreuter U P, Clendenin G A, et al. Factors related to spatial patterns of rural land fragmentation in Texas[J]. Environ Manage, 2007, 40(2): 231-244.

[28] Shrestha M K, York A M, Boone C G, et al. Land fragmentation due to rapid urbanization in the Phoenix Metropolitan area: analyzing the spatiotemporal patterns and drivers [J]. Applied Geography, 2012, 32(2): 522-531.

[29] York A M, Shrestha M, Boone C G, et al. Land fragmentation under rapid urbanization: a cross-site analysis of southwestern cities[J]. Urban Ecosyst, 2011, 14(3): 429-455.

[30] 李功奎，钟普宁.农地细碎化、劳动力利用与农民收入:基于江苏省经济欠发达地区的实证研究[J].中国农村经济，2006(4):42-48.

[31] 刘七军，曲玮，李昭楠.耕地细碎化对干旱绿洲区作物生产和农户收入影响效应调查分析:以甘肃省民乐县为例[J].干旱地区农业研究，2011，29(3):191-198.

[32] 张海鑫，杨钢桥.耕地细碎化及其对粮食生产技术效率的影响:基于超越对数随机前沿生产函数与农户微观数据[J].资源科学，2012，34(5):903-910.

[33] 李树生.耕地细碎化与生产效率研究:以河南省为例[D].郑州：河南大学，2011.

[34] 白志远，陈英，谢保鹏，等.ArcGIS支持下的景观细碎化与耕地利用效率关系研究:以甘肃省康乐县为例[J].干旱区资源与环境，2014，28(4):42-47.